CN108648218B - 一种汽车环视全景中模糊棋盘格的匹配方法及系统 - Google Patents

Abstract

本发明公开一种汽车环视全景中模糊棋盘格的匹配方法及系统，涉及汽车驾驶辅助技术领域，本发明采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板；采用左右摄像头采集拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；计算获得拼接处棋盘格模板的旋转角度，并分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度；将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置；本发明通过模板匹配方法检测出模糊图像中的棋盘格，并检测出棋盘格的旋转角度。

Description

一种汽车环视全景中模糊棋盘格的匹配方法及系统

技术领域

本发明涉及汽车驾驶辅助技术领域，尤其涉及一种汽车环视全景中模糊棋盘格的匹配方法及系统。

背景技术

在汽车环视全景自动标定过程中，相邻摄像头之间的图像要拼接起来，必须检测出它们之间共同特征，然后利用这些特征计算出两摄像头的变换矩阵，这时需要加人工特征。使用棋盘格放置两摄像头的图像重叠区域，特征比较显著，容易计算出两摄像头的变换矩阵。由于汽车摄像头的安装位置的关系，使得拼接处离前和后摄像头较近，而离左和右摄像头位置较远；基于摄像头使用的是鱼眼镜头，左和右摄像头拍摄到拼接处的棋盘格的有效像素则很少；当左和右摄像头图像投影到地面坐标系时，就会变得很模糊，棋盘格的线条也会变形；若是使用传统的棋盘格检测方法很难将这样模糊的棋盘格检测出来。

发明内容

本发明提供一种汽车环视全景中模糊棋盘格的匹配方法及系统，可以通过模板匹配方法检测出模糊图像中的棋盘格，还可以检测出棋盘格的旋转角度。

为了实现上述目的，本发明提出一种汽车环视全景中模糊棋盘格的匹配方法，包括如下步骤：

采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板；

采用左右摄像头采集拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；

对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

计算获得拼接处棋盘格模板的旋转角度，并分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度；

将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置。

优选地，在步骤采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板之前还包括：在汽车前、后、左、右分别设置棋盘格标定布。

优选地，所述的标定布包括左、中、右三个棋盘格，设置于汽车前后的标定布中左右两侧的棋盘格需设置于左右摄像头的拍摄范围内。

优选地，所述的匹配，具体为：采用计算各像素点匹配相似度的方式进行匹配，获得匹配区域图像。

优选地，所述的计算获得拼接处棋盘格模板的旋转角度，采用最小二乘法的方式拟合棋盘格点之间的直线，获得直线相对图像坐标系的旋转角度，最后通过求取平均值的方式获得拼接处棋盘格模板的旋转角度。

优选地，所述的分别查找各轮廓表示图像的最佳旋转角度，具体为：采用二分搜索方法进行查找。

优选地，所述的根据轮廓表示图像的最佳旋转角度调节模板的旋转角度，具体为：模板的旋转角度减去轮廓表示图像的最佳旋转角度。

本发明还提出一种汽车环视全景中模糊棋盘格的匹配系统，包括设置于汽车周围的标定布和设置于汽车前、后、左、右的摄像头，还包括：

模板构建单元：用于接收前后摄像头拍摄的拼接处棋盘格图像，检测棋盘格点并截取构建拼接处棋盘格模板

匹配单元：初始时，用于接收左右摄像头拍摄的拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；调节后，用于将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置；

图像处理单元：用于对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

旋转角度调节单元：用于计算获得拼接处棋盘格模板的旋转角度，分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度。

优选地，所述的计算获得拼接处棋盘格模板的旋转角度，采用最小二乘法的方式拟合棋盘格点之间的直线，获得直线相对图像坐标系的旋转角度，最后通过求取平均值的方式获得拼接处棋盘格模板的旋转角度。

优选地，所述的分别查找各轮廓表示图像的最佳旋转角度，具体为：采用二分搜索方法进行查找。

本发明提出的一种汽车环视全景中模糊棋盘格的匹配方法及系统，具有以下有益效果：相比现有的方法，本发明提出的方法可以通过模板匹配方法检测出模糊图像中的棋盘格，还可以检测出棋盘格的旋转角度，并且减少自动标定算法受到的环境影响，增加汽车全景中自动标定的成功概率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一种实施例中步骤S00流程图；

图2为本发明一种实施例中投影图示意图；

图3为本发明一种实施例中汽车环视全景中模糊棋盘格的匹配方法流程图；

图4为本发明一种实施例中前摄像头左侧拼接处的棋盘模板示意图；

图5为本发明一种实施例中左摄像头最上边的拼接图像示意图；

图6为本发明一种实施例中最佳匹配区域图像R^lf示意图；

图7为本发明一种实施例中二值图像B^lf示意图；

图8为本发明一种实施例中轮廓表示图像C^lf示意图；

图9为本发明一种实施例中投影示意图，其中，图(a)为水平投影；图(b)为垂直投影；

图10为本发明一种实施例中汽车环视全景中模糊棋盘格的匹配系统结构示意图；

附图标记说明：

1-前摄像头图像；2-后摄像头图像；3-左摄像头图像；4-右摄像头图像；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明提出一种汽车环视全景中模糊棋盘格的匹配方法；

本发明一种优选实施例中，如图1所示，在步骤S10之前设置如下步骤：

S00、在汽车前、后、左、右分别设置棋盘格标定布。

本发明实施例中，将前、后、左、右的摄像头投影到地平面上，根据摄像机在汽车的安装位置，获得图2的四张投影图。前和后摄像头的两侧棋盘格是处理拼接处的，左和右摄像头的最上边和最下边的棋盘格也是处拼接处；前摄像头的左侧棋盘格与左摄像头的最上边棋盘格是同一个棋盘格；前摄像头的右侧棋盘与右摄像头的最上边棋盘格是同一个棋盘格；后摄像头的左侧棋盘格与左摄像头的最下边棋盘格是同一个棋盘格；后摄像头的右侧棋盘与右摄像头的最下边棋盘格是同一个棋盘格。而且各个摄像头图像的旋转角度都是在一定范围内的，假设旋转角度范围为[-A，A]。假设在拼接处棋盘格的单元格尺寸为L，格子数为w×h；

本发明一种优选实施例中，如图3所示，包括如下步骤：

S10、采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板；

本发明实施例中，采用OpenCV中的棋盘格检测算法将前和后摄像头的拼接处棋盘格(即前和后图像的两侧棋盘)检测出来，得到棋盘格点，假设P^fl(p_i∈P^fl，i＝0，1，2，…，w×h)为前摄像头左侧拼接处的棋盘格点；P^fr为前摄像头右侧拼接处的棋盘格点；P^bl为后摄像头左侧拼接处的棋盘格点；P^br为后摄像头右侧拼接处的棋盘格点。因为拼接处的棋盘离摄像头相对较近，所以很容易检测出来。将棋盘格部分图像截取出来作为模板，模板图像的宽为(w+1)*L，高为(h+1)*L；那么就有四个模板，如图4所示为前摄像头左侧拼接处的棋盘模板，令T^fl表示前摄像头左侧拼接处的棋盘格模板；T^fr表示前摄像头右侧拼接处的棋盘模板；T^bl为后摄像头左侧拼接处的棋盘格模板；T^br为后摄像头右侧拼接处的棋盘格模板；

S20、采用左右摄像头采集拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；

本发明实施例中，截取左和右摄像头的拼接处图像；此时图像中除了包含拼接处的棋盘格，还有很多冗余图像部分，如图5所示为左摄像头最上边的拼接图像，令S^lf表示左摄像头最上边的拼接处图像；S^lb表示左摄像头最下边的拼接处图像；S^rf表示右摄像头最上边的拼接处图像；S^rb表示右摄像头最下边的拼接处图像；

使用前和后摄像头的棋盘格模板图像去匹配左和右摄像头的棋盘格图像。用模板T^fl去匹配S^lf得到最佳匹配区域图像R^lf(如图6所示)；用模板T^fr去匹配S^rf得到最佳匹配区域图像R^rf；用模板T^bl去匹配S^lb得到最佳匹配区域图像R^lb；用模板T^br去匹配S^rb得到最佳匹配区域图像R^rb。匹配相似度R(x，y)如下所示：

其中，T(x′，y′)表示模板图像坐标点(x′，y′)的像素点值；I(x+x′，y+y′)表示目标图像坐标点(x+x′，y+y′)的像素点值；(x，y)表示目标图像中模板匹配的原点。

S30、对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

本发明实施例中，采用局部二值化方法处理最佳匹配区域图像，局部二值化半径取2·L；处理R^lf得到二值图像B^lf(如图7所示)；处理R^rf得到二值图像B^rf；处理R^lb得到二值图像B^lb；处理R^rb得到二值图像B^rb；

查找二值图像B^lf的所有轮廓得到轮廓表示图像C^lf(如图8所示)；查找二值图像B^rf的所有轮廓得到轮廓表示图像C^rf；查找二值图像B^lb的所有轮廓得到轮廓表示图像C^lb；查找二值图像B^rb的所有轮廓得到轮廓表示图像C^rb。

S40、计算获得拼接处棋盘格模板的旋转角度，并分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度；

本发明实施例中，计算模板图像T^fl、T^fr、T^bl、T^br等的棋盘格的旋转角度；以T^fl为例，棋盘格点集是P^fl，分别使用最小二乘法拟合点P_k.w到P_k.w+w-1的直线l_k，计算出l_k图像坐标系x轴的旋转角度θ_k，其中k∈{0，1，2，…，h-1}，w是棋盘格的横向格子数；求出θ₀、θ₁、…、θ_h-1的平均值θ^fl作为T^fl棋盘格的旋转角度。同样，使用该方法计算出T^fr、T^bl、T^br的旋转角度θ^fr、θ^bl、θ^br；

本发明实施例中，通过二分搜索方法分别查找出C^lf、C^rf、C^lb、C^rb最佳旋转角度θ^lf、θ^rf、θ^lb、θ^rb，搜索范围是[-A，A]。以θ^lf为例，假设当前搜索角度为θ_t，把C^lf旋转θ_t角度后，分别作水平投影和垂直投影，如图9中图(a)和图(b)所示。如果此时θt接近最优值，那么水平投影会有h个峰值h_i(i＝0，1，2，3，…，h-1)，假设H^lf＝{h₀，h₁，h₂，…，h_h-1}；垂直投影有w个峰值g_i(i＝0，1，2，3，…，w-1)，假设G^lf＝{g₀，g₁，g₂，…，g_w-1}。其最优平价函数f(C^lf)式如下：

用同样的方法计算出C^rf、C^lb、C^rb的旋转角度θ^rf、θ^lb、θ^rb；

根据轮廓表示图像的最佳旋转角度调节模板的旋转角度：模板T^fl、T^fr、T^bl、T^br的旋转角度分别为α^fl＝θ^fl-θ^lf、α^fr＝θ^fr-θ^rf、α^bl＝θ^bl-θ^lb、α^br＝θ^br-θ^rb；

S50、将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置。

本发明实施例中，令模板T^fl、T^fr、T^bl、T^br分别旋转α^fl、α^fr、α^bl、α^br，再分别使用模板匹配方法去匹配S^lf、S^rf、S^lb、S^rb中的棋盘格，这时就可以得到一个更加准确的匹配位置。

本发明还提出一种汽车环视全景中模糊棋盘格的匹配系统；

本发明一种优选实施例中，系统包括设置于汽车周围的标定布和设置于汽车前、后、左、右的摄像头，如图10所示，还包括：

模板构建单元：用于接收前后摄像头拍摄的拼接处棋盘格图像，检测棋盘格点并截取构建拼接处棋盘格模板；

本发明实施例中，采用OpenCV中的棋盘格检测算法将前和后摄像头的拼接处棋盘格(即前和后图像的两侧棋盘)检测出来，得到棋盘格点，假设P^fl(p_i∈P^fl，i＝0，1，2，…，w×h)为前摄像头左侧拼接处的棋盘格点；P^fr为前摄像头右侧拼接处的棋盘格点；P^bl为后摄像头左侧拼接处的棋盘格点；P^br为后摄像头右侧拼接处的棋盘格点。因为拼接处的棋盘离摄像头相对较近，所以很容易检测出来。将棋盘格部分图像截取出来作为模板，模板图像的宽为(w+1)*L，高为(h+1)*L；那么就有四个模板，如图4所示为前摄像头左侧拼接处的棋盘模板，令T^fl表示前摄像头左侧拼接处的棋盘格模板；T^fr表示前摄像头右侧拼接处的棋盘模板；T^bl为后摄像头左侧拼接处的棋盘格模板；T^br为后摄像头右侧拼接处的棋盘格模板；

匹配单元：初始时，用于接收左右摄像头拍摄的拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；调节后，用于将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置；

本发明实施例中，初始时，使用前和后摄像头的棋盘格模板图像去匹配左和右摄像头的棋盘格图像。用模板T^fl去匹配S^lf得到最佳匹配区域图像R^lf(如图6所示)；用模板T^fr去匹配S^rf得到最佳匹配区域图像R^rf；用模板T^bl去匹配S^lb得到最佳匹配区域图像R^lb；用模板T^br去匹配S^rb得到最佳匹配区域图像R^rb；

本发明实施例中，调节后，分别使用模板匹配方法去匹配S^lf、S^rf、S^lb、S^rb中的棋盘格，这时就可以得到一个更加准确的匹配位置；

此处具体的匹配计算方法已经在上文中阐述，此处不再复述；

图像处理单元：用于对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

本发明实施例中，采用局部二值化方法处理最佳匹配区域图像，局部二值化半径取2·L；处理R^lf得到二值图像B^lf(如图7所示)；处理R^rf得到二值图像B^rf；处理R^lb得到二值图像B^lb；处理R^rb得到二值图像B^rb；

查找二值图像B^lf的所有轮廓得到轮廓表示图像C^lf(如图8所示)；查找二值图像B^rf的所有轮廓得到轮廓表示图像C^rf；查找二值图像B^lb的所有轮廓得到轮廓表示图像C^lb；查找二值图像B^rb的所有轮廓得到轮廓表示图像C^rb；

旋转角度调节单元：用于计算获得拼接处棋盘格模板的旋转角度，分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度。

本发明实施例中，计算模板图像T^fl、T^fr、T^bl、T^br等的棋盘格的旋转角度；以T^fl为例，棋盘格点集是P^fl，分别使用最小二乘法拟合点P_k.w到P_k.w+w-1的直线l_k，计算出l_k图像坐标系x轴的旋转角度θ_k，其中k∈{0，1，2，…，h-1}，w是棋盘格的横向格子数；求出θ₀、θ₁、…、θ_h-1的平均值θ^fl作为T^fl棋盘格的旋转角度。同样，使用该方法计算出T^fr、T^bl、T^br的旋转角度θ^fr、θ^bl、θ^br；

本发明实施例中，通过二分搜索方法分别查找出C^lf、C^rf、C^lb、C^rb最佳旋转角度θ^lf、θ^rf、θ^lb、θ^rb，搜索范围是[-A，A]。以θ^lf为例，假设当前搜索角度为θ_t，把C^lf旋转θ_t角度后，分别作水平投影和垂直投影，如图9中图(a)和图(b)所示。如果此时θ_t接近最优值，那么水平投影会有h个峰值h_i(i＝0，1，2，3，…，h-1)，假设H^lf＝{h₀，h₁，h₂，...，h_h-1}，垂直投影有w个峰值g_i(i＝0，1，2，3，…，w-1)，假设G^lf＝{g₀，g₁，g₂，…，g_w-1}。；具体计算方法已经在上文中阐述，此处不再复述；

根据轮廓表示图像的最佳旋转角度调节模板的旋转角度：模板T^fl、T^fr、T^bl、T^br的旋转角度分别为α^fl＝θ^fl-θ^lf、α^fr＝θ^fr-θ^rf、α^bl＝θ^bl-θ^lb、α^br＝θ^br-θ^rb；

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种汽车环视全景中模糊棋盘格的匹配方法，其特征在于，包括如下步骤：

采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板；

采用左右摄像头采集拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；

对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

计算获得拼接处棋盘格模板的旋转角度，并分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度；

将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置；

所述采用左右摄像头采集拼接处棋盘格图像并分别与对应模板进行匹配获得匹配区域图像，具体为：

令T^fl表示前摄像头左侧拼接处的棋盘格模板；T^fr表示前摄像头右侧拼接处的棋盘模板；T^bl为后摄像头左侧拼接处的棋盘格模板；T^br为后摄像头右侧拼接处的棋盘格模板；

令S^lf表示左摄像头最上边的拼接处图像；S^lb表示左摄像头最下边的拼接处图像；S^rf表示右摄像头最上边的拼接处图像；S^rb表示右摄像头最下边的拼接处图像；

使用前和后摄像头的棋盘格模板图像去匹配左和右摄像头的棋盘格图像：用模板T^fl去匹配S^lf得到最佳匹配区域图像R^lf；用模板T^fr去匹配S^rf得到最佳匹配区域图像R^rf；用模板T^bl去匹配S^1b得到最佳匹配区域图像R^1b；用模板T^br去匹配S^rb得到最佳匹配区域图像R^rb；

匹配相似度R(x，y)如下所示：

其中，T(x′，y′)表示模板图像坐标点(x′，y′)的像素点值；I(x+x′，y+y′)表示目标图像坐标点(x+x′，y+y′)的像素点值；(x，y)表示目标图像中模板匹配的原点。

2.根据权利要求1所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，在步骤采用前后摄像头采集拼接处棋盘格图像并检测棋盘格点，截取构建拼接处棋盘格模板之前还包括：在汽车前、后、左、右分别设置棋盘格标定布。

3.根据权利要求2所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，所述的标定布包括左、中、右三个棋盘格，设置于汽车前后的标定布中左右两侧的棋盘格需设置于左右摄像头的拍摄范围内。

4.根据权利要求1所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，所述的匹配，具体为：采用计算各像素点匹配相似度的方式进行匹配，获得匹配区域图像。

5.根据权利要求1所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，所述的计算获得拼接处棋盘格模板的旋转角度，采用最小二乘法的方式拟合棋盘格点之间的直线，获得直线相对图像坐标系的旋转角度，最后通过求取平均值的方式获得拼接处棋盘格模板的旋转角度。

6.根据权利要求1所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，所述的分别查找各轮廓表示图像的最佳旋转角度，具体为：采用二分搜索方法进行查找。

7.根据权利要求1所述的汽车环视全景中模糊棋盘格的匹配方法，其特征在于，所述的根据轮廓表示图像的最佳旋转角度调节模板的旋转角度，具体为：模板的旋转角度减去轮廓表示图像的最佳旋转角度。

8.一种应用于如权利要求1-7任一项所述的汽车环视全景中模糊棋盘格的匹配方法的匹配系统，包括设置于汽车周围的标定布和设置于汽车前、后、左、右的摄像头，其特征在于，还包括：

模板构建单元：用于接收前后摄像头拍摄的拼接处棋盘格图像，检测棋盘格点并截取构建拼接处棋盘格模板；

匹配单元：初始时，用于接收左右摄像头拍摄的拼接处棋盘格图像，并分别与对应模板进行匹配获得匹配区域图像；调节后，用于将调整完的模板再次与左右摄像头采集的拼接处棋盘格图像进行匹配，获得更精准的匹配位置；

图像处理单元：用于对匹配区域图像进行二值化处理并查找二值图像的所有轮廓，获得轮廓表示图像；

旋转角度调节单元：用于计算获得拼接处棋盘格模板的旋转角度，分别查找各轮廓表示图像的最佳旋转角度，根据轮廓表示图像的最佳旋转角度调节模板的旋转角度。

9.根据权利要求8所述的汽车环视全景中模糊棋盘格的匹配系统，其特征在于，所述的计算获得拼接处棋盘格模板的旋转角度，采用最小二乘法的方式拟合棋盘格点之间的直线，获得直线相对图像坐标系的旋转角度，最后通过求取平均值的方式获得拼接处棋盘格模板的旋转角度。

10.根据权利要求8所述的汽车环视全景中模糊棋盘格的匹配系统，其特征在于，所述的分别查找各轮廓表示图像的最佳旋转角度，具体为：采用二分搜索方法进行查找。

Images