CN108986129A - 标定板检测方法 - Google Patents

Abstract

一种标定板检测方法，包括：提供车载全景摄像头及第一类型标定板，第一类型标定板上表面设置有标志圆点；获取车载全景摄像头拍摄到的初始图像；识别初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块；判断第一标记块是否覆盖所述标志圆点，若第一标记块覆盖标志圆点，则获取标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数，若第一标记块未覆盖标志圆点，则调整第一类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。本发明便于操作人员判断标志圆点位置识别是否准确，方便查找环境中引起误识别的干扰物体，有助于提高标定效率，节省标定时间，提高标定精度。

Description

标定板检测方法

技术领域

本发明涉及汽车电子技术领域，尤其涉及一种标定板检测方法。

背景技术

标定板(Calibration Target)在机器视觉、图像测量、摄影测量、三维重建等应用中，可用于校正镜头畸变。

通过摄像头拍摄带有固定间距图案阵列平板、经过标定算法的计算，可以得出相机的几何模型，从而得到高精度的测量和重建结果。

车载全景摄像头用于实现车辆四周图像的采集，车载全景摄像头包括设置在车辆前侧的前置摄像头、车辆后侧的后置摄像头、车辆左侧的左侧摄像头以及车辆右侧的右侧摄像头。在获得车辆四周图像后，利用图像拼接技术，可形成车辆四周无缝隙的360度全景俯视图，从而能够扩大驾驶员视野，避免碰撞和刮蹭事件的发生。

标定板可用于确定车载全景摄像头的外部参数，以将全部车辆周边图像转换到一个共有的世界坐标系中，从而实现车辆周边图像的无缝拼接。

但是，现有技术中标定板检测方法仍有待改进。

发明内容

本发明解决的问题是提供一种标定板检测方法，有助于减少标定人员排除环境干扰的难度，节省标定时间，提高标定效率及标定精度。

为解决上述问题，本发明提供一种标定板检测方法，包括：提供车载全景摄像头及第一类型标定板，所述第一类型标定板放置于车载全景摄像头的视场内预设区域，所述第一类型标定板上表面设置有标志圆点；获取车载全景摄像头拍摄到的初始图像；识别所述初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块；判断第一标记块是否覆盖所述标志圆点，若第一标记块覆盖所述标志圆点，则获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数，若第一标记块未覆盖标志圆点，则调整第一类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。

可选的，覆盖第一标记块的方法包括：改变识别判断为标志圆点位置的像素颜色，生成所述第一标记块。

可选的，通过人工判断第一标记块是否覆盖所述标志圆点。

可选的，所述第一标记块面积与标志圆点面积的比值为90％～110％。

可选的，所述第一类型标定板上表面设置有对照区，所述标志圆点设置于所述对照区上。

可选的，识别所述初始图像中的标志圆点的方法包括：选定初始图像的部分区域作为第一感兴趣区域；计算第一感兴趣区域阈值；生成第一感兴趣区域的二值化图像作为第一图像；对第一图像进行反色生成第二图像；对第一图像的连通域进行标记及过滤，获得候选标志圆点连通域列表作为第一列表；对第二图像的连通域进行标记及过滤，获得候选对照区连通域列表作为第二列表；遍历第二列表中所有连通域，统计第一列表中连通域与第二列表中不同连通域相对位置情况，对第二列表中的连通域进行筛选；判断筛选后的第二列表连通域是否唯一；若唯一，则生成仅含有筛选后的第二列表连通域的二值化图像，查找标志圆点所对应的连通域，并结束识别标志圆点；若筛选后的第二列表的连通域个数不等于1，则缩小第一感兴趣区域，生成新的第一感兴趣区域坐标，并进入下一次循环，直至筛选后的第二列表的连通域个数等于1。

可选的，所述标志圆点的数量为多个，且所述标志圆点的数量为预设第一数量。

可选的，统计第一列表中连通域与第二列表中不同连通域相对位置情况的方法包括：统计第一列表连通域中心位于第二列表不同连通域的孔洞的数量，判断是否等于预设第一数量；若等于预设第一数量，则针对预设第一数量的所述第一列表连通域计算变异系数，判断变异系数是否满足阈值要求；若变异系数不满足阈值要求，则舍弃第二列表中相应的连通域。

可选的，缩小待二值化第一感兴趣区域前，还包括：设定预设次数及预设阈值下限；判断循环次数是否超出预设次数，并判断第一感兴趣区域阈值是否低于预设阈值下限；若循环次数超出预设次数，或者，第一感兴趣区域阈值低于预设阈值下限，则结束识别标志圆点；若循环次数未超出预设次数，且第一感兴趣区域阈值高于或等于预设阈值下限，则缩小第一感兴趣区域。

可选的，获取车载全景摄像头拍摄到的初始图像前，还包括：提供第二类型标定板，所述第二类型标定板放置于车载全景摄像头中相邻摄像头的视场重叠区域，所述第二类型标定板上表面设置有第二标定区域，所述第二标定区域上设置有多个图像角点，所述第二标定区域包括从外而内依次设置的第一环状背景区和第二背景区，所述图像角点设置于所述第一环状背景区及第二背景区的交界线上；获取车载全景摄像头拍摄到的初始图像后，还包括：识别所述初始图像中的第二背景区，在识别判断为第二背景区位置覆盖第二标记块；判断第二标记块是否覆盖所述第二背景区，若第二标记块覆盖所述第二背景区，则获取所述图像角点坐标，以校正车载全景摄像头的初始外部参数，若第二标记块未覆盖第二背景区，则调整第二类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第二标记块覆盖第二背景区。

可选的，覆盖第二标记块的方法包括：改变识别判断为第二背景区位置的像素颜色，生成所述第二标记块。

可选的，通过人工判断第二标记块是否覆盖所述第二背景区。

可选的，所述第二标记块面积与第二背景区面积的比值为90％～110％。

可选的，所述第二背景区包括从外而内依次设置的第二环状区及衬比区，所述图像角点设置于所述第一环状背景区及第二环状区的交界线上。

可选的，识别所述初始图像中的第二背景区的方法包括：选定初始图像的部分区域作为第二感兴趣区域；计算第二感兴趣区域阈值；生成第二感兴趣区域的二值化图像作为第三图像；对第三图像进行反色生成第四图像；对第三图像连通域进行标记及过滤，获得候选第一环状背景区及衬比区连通域列表作为第三列表；对第四图像连通域进行标记及过滤，获得候选第二环状区连通域列表作为第四列表；遍历第四列表中所有连通域，统计第三列表中连通域与第四列表中连通域相对位置情况，对第四列表中的连通域进行筛选；判断筛选后的第四列表的连通域是否唯一；若唯一，则生成仅含有筛选后的第四列表的连通域的二值化图像，提取并筛选轮廓点，并结束识别第二背景区；若筛选后的第四列表的连通域个数不等于1，则缩小第二感兴趣区域，生成新的第二感兴趣区域坐标，并进入下一次循环，直至筛选后的第四列表的连通域个数等于1。

可选的，选定初始图像的部分区域作为第二感兴趣区域的方法包括：获取所述图像角点的中心坐标，确定车载全景摄像头的初始外部参数；利用初始外部参数获得第二类型标定板的预设第二感兴趣区域在第一类型标定板图像坐标系中的坐标，生成第二感兴趣区域。

可选的，所述车载全景摄像头包括设置在车辆前侧的前置摄像头、车辆后侧的后置摄像头、车辆左侧的左侧摄像头以及车辆右侧的右侧摄像头；所述第二类型标定板的数量为四个，放置于所述车辆周边且分别位于所述前置摄像头、后置摄像头、左侧摄像头及右侧摄像头中相邻车载全景摄像头的视场重叠区域；所述第一类型标定板的数量为四个，分别放置于所述前置摄像头、后置摄像头、左侧摄像头及右侧摄像头的正前方。

与现有技术相比，本发明的技术方案具有以下优点：

本发明提供的标定板检测方法的技术方案中，获取车载全景摄像头拍摄到的初始图像；识别所述初始图像中第一类型标定板表面设置的标志圆点，在识别判断为标志圆点位置覆盖第一标记块，判断第一标记块是否覆盖所述标志圆点；若第一标记块覆盖所述标志圆点，则获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数；若第一标记块未覆盖标志圆点，则调整第一类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。在识别判断为标志圆点位置覆盖第一标记块，便于操作人员判断标志圆点位置识别是否准确，方便查找环境中引起误识别的干扰物体，有助于提高标定效率，节省标定时间，提高标定精度。

可选方案中，所述第一标记块面积与标志圆点面积的比值为90％～110％，所述第一标记块面积与标志圆点面积比值适当，一方面，便于操作人员识别所述第一标记块；另一方面，便于操作人员查找引起误识别的干扰物体，避免所述第一标记块覆盖面积过大影响操作人员的判断。

可选方案中，所述第二标记块面积与第二背景区面积的比值为90％～110％，所述第二标记块面积与第二背景区面积比值适当，一方面，便于操作人员识别所述第二标记块；另一方面，避免妨碍操作人员查找引起误识别的干扰物体。

附图说明

图1是本发明实施例的标定板检测方法的流程图；

图2是本发明实施例中的车载全景摄像头标定系统的示意图；

图3是本发明实施例中的第一类型标定板的结构示意图；

图4是本发明实施例中的第二类型标定板的结构示意图；

图5是本发明实施例中识别标志圆点的方法的流程图；

图6是本发明实施例中识别第二背景区的方法的流程图。

具体实施方式

由背景技术可知，现有标定板检测方法仍有待改进。

现结合一种标定板检测方法进行分析，所述标定板检测方法包括：获取相应车载全景摄像头拍摄到的第一类型标定板图像；从对应的第一类型标定板图像中识别出预设第一数量的标志圆点在相应的车载全景摄像头的图像坐标系中的位置坐标；确定相应车载全景摄像头的初始外部参数。

上述标定板检测方法获得的初始外部参数的准确性低，导致车辆周边图像的拼接效果差，分析其原因在于：

在第一类型标定板图像中识别标志圆点过程中，由于未对识别判断为标志圆点的位置进行标识，因此操作人员难以判断识别到的标志圆点是否准确，因而难以发现环境中的干扰物体引起的误识别，导致初始外部参数的准确性低，造成车辆周边图像的拼接效果差。

为了解决上述问题，本发明提供一种标定板检测方法，包括：识别所述初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块；判断第一标记块是否覆盖所述标志圆点，若第一标记块覆盖所述标志圆点，则获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数，若第一标记块未覆盖标志圆点，则调整第一类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。

借助所述第一标记块，操作人员可方便的判断标志圆点位置识别是否准确，并便于查找环境中引起误识别的干扰物体，有助于提高标定效率，节省标定时间，提高标定精度。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例的标定板检测方法的流程图。

参考图1，一种标定板检测方法，包括如下几个步骤：

步骤S101：提供车载全景摄像头及第一类型标定板，所述第一类型标定板放置于车载全景摄像头的视场内预设区域，所述第一类型标定板上表面设置有标志圆点；

步骤S102：获取车载全景摄像头拍摄到的初始图像；

步骤S103：识别所述初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块；

步骤S104：判断第一标记块是否覆盖所述标志圆点；

执行步骤S104之后，若第一标记块覆盖所述标志圆点，则执行步骤S105：获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数；

执行步骤S104之后，若第一标记块未覆盖标志圆点，则执行步骤S106：调整第一类型标定板周围环境，再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。

下面结合附图，对本发明实施例的标定板检测方法的上述步骤进行详细的说明。

图2是本发明实施例中的车载全景摄像头标定系统的示意图。

参考图1及图2，执行步骤S101：提供车载全景摄像头及第一类型标定板，所述第一类型标定板放置于车载全景摄像头的视场内预设区域，所述第一类型标定板上表面设置有标志圆点。

本实施例中，提供一种车载全景摄像头标定系统，所述车载全景摄像头标定系统包括车载全景摄像头及第一类型标定板100。

所述车载全景摄像头包括设置在车辆前侧的前置摄像头501、车辆后侧的后置摄像头502、车辆左侧的左侧摄像头503以及车辆右侧的右侧摄像头504。

所述第一类型标定板100的数量为四个，分别放置于所述前置摄像头501、后置摄像头502、左侧摄像头503及右侧摄像头504的正前方。

图3是本发明实施例中的第一类型标定板100的结构示意图。

参考图3，所述第一类型标定板100上表面设置有对照区310，所述标志圆点320设置于所述对照区310上。

本实施例中，所述标志圆点320的数量为多个，且所述标志圆点320的数量为预设第一数量。

所述标志圆点320与对照区310的对比度大于预设对比度阈值。

本实施例中，所述标志圆点320设置为白色，所述对照区310设置为黑色。在其他实施例中，所述标志圆点设置为黑色，所述对照区设置为白色。

所述第一数量的标志圆点320成阵列分布。本实施例中，所述标志圆点320的数量为15个，且在所述对照区310形成的阵列分布的行数为3，列数为5。

本实施例中，所述对照区310的形状为矩形。所述第一类型标定板100上表面还设置有定位区330，所述定位区330包括沿平行于所述对照区的一条边延伸的刻度线。

所述定位区330有助于将第一类型标定板100快速准确的摆放至相应车载全景摄像头的正前方预设位置处，从而可提高车载全景摄像头的外部参数标定的准确性。

参考图1，执行步骤S102：获取车载全景摄像头拍摄到的初始图像。

所述初始图像为车载全景摄像头拍摄到的第一类型标定板及第一类型标定板周围环境的图像。

执行步骤S103：识别所述初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块。

覆盖第一标记块的方法包括：改变识别判断为标志圆点位置的像素颜色，生成所述第一标记块。

本实施例中，所述第一标记块的颜色设置为绿色。在其他实施例中，所述第一标记块的颜色还可以设置为红色、黄色或蓝色等。

在初始图像中加入第一标记块，便于操作人员判断标志圆点位置识别是否准确，方便查找环境中引起误识别的干扰物体，有助于提高车载全景摄像头的初始外部参数的准确性。

图5是本发明实施例中识别标志圆点320的方法的流程图。

参考图5，本实施例中，在初始图像中识别标志圆点320的方法包括如下几个步骤：

步骤S121：生成待二值化感兴趣区域。

步骤S122：计算感兴趣区域阈值。

本实施例中，采用最大类间方差法计算感兴趣区域阈值。

步骤S123：生成感兴趣区域的二值化图像作为第一图像。

步骤S124：对第一图像进行反色生成第二图像。

步骤S125：对第一图像的连通域进行标记及过滤，获得候选标志圆点连通域列表作为第一列表。

本实施例中，采用基于轮廓的连通域标记法对第一图像的白色连通域进行标记，并根据形态特征对标记的白色连通域进行过滤。

由于所述标志圆点设置为白色，因而在第一图像中，所述标志圆点显示为白色。对第一图像的白色连通域进行标记及过滤后，保留的白色连通域列表可作为候选标志圆点连通域列表，用于后续进一步确定标志圆点连通域。

对第一图像的连通域进行过滤的方法包括：根据第一图像的连通域的形态特征，例如宽高比或大小等几何特征对第一图像的连通域进行过滤。

步骤S126：对第二图像的连通域进行标记及过滤，获得候选对照区连通域列表作为第二列表。

本实施例中，采用基于轮廓的连通域标记法对第二图像的白色连通域进行标记，并根据形态特征对标记的白色连通域进行过滤。

由于所述对照区设置为黑色，又由于第二图像是通过对第一图像进行反色形成的，因而在第二图像中，所述对照区显示为白色。对第二图像的白色连通域进行标记及过滤后，保留的白色连通域列表可作为候选对照区连通域列表，用于后续进一步确定对照区连通域。

步骤S127：遍历第二列表中所有连通域，统计第一列表中连通域与第二列表中连通域相对位置情况，对第二列表中的连通域进行筛选。

所述第二列表中连通域包括所述对照区对应的连通域，所述对照区对应的连通域为多连通域，即所述对照区对应的连通域内具有孔洞。

本实施例中，统计第一列表中连通域与第二列表中连通域相对位置情况的方法包括：统计第一列表连通域中心位于第二列表不同连通域的孔洞的数量。若对于第二列表中一连通域，第一列表中恰好有预设第一数量的连通域中心位于所述第二列表连通域的孔洞内，则针对预设第一数量的所述第一列表连通域的像素大小计算变异系数。若变异系数满足阈值要求，则表明预设第一数量的所述第一列表连通域大小接近，可初步判断为标志圆点。后续判断筛选后的第二列表连通域是否唯一，以进一步确定第一列表中预设第一数量的连通域是否为标志圆点。若变异系数不满足阈值要求，则舍弃第二列表中相应的连通域。

对于第二列表中一连通域，若未查找到预设第一数量的第一列表连通域中心位于所述第二列表连通域的孔洞内，则舍弃所述第二列表连通域。

步骤S128：判断筛选后的第二列表连通域是否唯一。

执行步骤S128之后，若筛选后的第二列表连通域唯一，执行步骤S129：生成仅含有筛选后的第二列表连通域的二值化图像。

执行步骤S129之后，执行步骤S130：查找标志圆点所对应的连通域。

本实施例中，查找预设第一数量个圆形连通域，改变初始图像中圆形连通域相应位置处的像素颜色，形成第一标记块。

此外，在查找标志圆点所对应的连通域后，获取查找到的所述连通域的中心坐标，确定车载全景摄像头的初始外部参数。

执行步骤S130之后，执行步骤S132：结束识别标志圆点。

执行步骤S128之后，若筛选后的第二列表的连通域个数不等于1，则执行步骤S133：缩小待二值化感兴趣区域，生成新的待二值化感兴趣区域坐标，并进入下一次循环，直至筛选后的第二列表的连通域个数等于1。

执行步骤S128之后，且在执行步骤S133前，还可执行步骤S131：设定预设次数及预设阈值下限，判断迭代次数是否超出预设次数，并判断感兴趣区域阈值是否低于预设阈值下限。

执行步骤S131之后，若迭代次数超出预设次数，或者，感兴趣区域阈值低于预设阈值下限，则执行步骤S132：结束识别标志圆点。

结束识别标志圆点前，还包括：输出错误码，置所述错误码为未查找到所述标志圆点。

执行步骤S131之后，若迭代次数未超出预设次数，且感兴趣区域阈值高于或等于预设阈值下限，则执行步骤S133：缩小待二值化感兴趣区域，生成新的待二值化感兴趣区域坐标。

参考图1，执行步骤S104：判断第一标记块是否覆盖所述标志圆点。

本实施例中，通过人工肉眼判断第一标记块是否覆盖所述标志圆点。

若所述第一标记块面积与标志圆点面积的比值过小，导致操作人员难以识别所述第一标记块，造成操作人员难以判断第一类型标定板位置识别是否准确；若所述第一标记块面积与标志圆点面积的比值过大，使得所述第一标记块超出图像中所述对照区轮廓，对于超出对照区轮廓的第一标记块覆盖区域，操作人员难以判断是否有引起误识别的干扰物体，因而给操作人员查找引起误识别的干扰物体造成困难。本实施例中，所述第一标记块面积与标志圆点面积的比值为90％～110％。

执行步骤S104之后，若第一标记块覆盖所述标志圆点，则执行步骤S105：获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数。

本实施例中，在识别标志圆点320的方法步骤中，在查找标志圆点所对应的连通域后，获取查找到的所述连通域的中心坐标，确定车载全景摄像头的初始外部参数。

参考图2，本实施例中，获取车载全景摄像头拍摄到的初始图像前，还包括：提供第二类型标定板200，所述第二类型标定板200放置于车载全景摄像头中相邻摄像头的视场重叠区域。

所述第二类型标定板200的数量为四个，放置于所述车辆周边且分别位于所述前置摄像头501、后置摄像头502、左侧摄像头503及右侧摄像头504中相邻车载全景摄像头的视场重叠区域。

图4是本发明实施例中的第二类型标定板200的结构示意图。

参考图4，所述第二类型标定板200上表面设置有第二标定区域，所述第二标定区域上设置有多个图像角点430，所述第二标定区域包括从外而内依次设置的第一环状背景区410和第二背景区420，所述图像角点430设置于所述第一环状背景区410及第二背景区420的交界线上。

由于所述第二类型标定板200放置于相邻车载全景摄像头的视场重叠区域，因而图像角点430可以同时映射到相邻车载全景摄像头拍摄的第二类型标定板200图像中，因此利用同时映射到第二类型标定板200图像中的图像角点430的位置关系，可以对相应的车载全景摄像头的初始外部参数进行校正。

本实施例中，所述第二背景区420包括从外而内依次设置的第二环状区421及衬比区422，所述图像角点430设置于所述第一环状背景区410及第二环状区421的交界线上。

本实施例中，所述第一环状背景区410的边界线为矩形状，所述第二环状区421的边界线为矩形状，所述衬比区422的形状为矩形或圆形。

所述图像角点430的个数为4个，为所述第一环状背景区410及第二环状区421的交界线所构成的矩形的四个顶点。

所述第二环状区421与第一环状背景区410的对比度大于预设对比度阈值，所述第二环状区421与衬比区422的对比度大于预设对比度阈值。

本实施例中，所述第一环状背景区410设置为白色，所述第二环状区421设置为黑色，所述衬比区422设置为白色。在其他实施例中，所述第一环状背景区设置为黑色，所述第二环状区设置为白色，所述衬比区设置为黑色。

获取车载全景摄像头拍摄到的初始图像后，还包括：识别所述初始图像中的第二背景区，在识别判断为第二背景区位置覆盖第二标记块；判断第二标记块是否覆盖所述第二背景区，若第二标记块覆盖所述第二背景区，则获取所述图像角点坐标，以校正车载全景摄像头的初始外部参数，若第二标记块未覆盖第二背景区，则调整第二类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第二标记块覆盖第二背景区。

其中，覆盖第二标记块的方法包括：改变识别判断为第二背景区位置的像素颜色，生成所述第二标记块。

所述第二类型标定板用于车载全景摄像头的初始外部参数进行校正。在初始图像中加入第二标记块，便于操作人员判断第二类型标定板位置识别是否准确，方便查找环境中引起误识别的干扰物体，从而提高标定效率。

本实施例中，通过人工肉眼判断第二标记块是否覆盖所述第二背景区。

若所述第二标记块面积与第二背景区面积的比值过小，导致操作人员难以识别所述第二标记块；若所述第二标记块面积与第二背景区面积的比值过大，使得所述第二标记块超出图像中所述第一环状背景区的外轮廓，对于超出第一环状背景区外轮廓的第二标记块覆盖区域，操作人员难以判断是否有引起误识别的干扰物体，容易造成操作人员的误判。本实施例中，所述第二标记块面积与第二背景区面积的比值为90％～110％。

参考图6，在初始图像中识别图像角点430的方法包括如下几个步骤：

步骤S201：获取预设第一数量个图像角点的中心坐标，确定车载全景摄像头的初始外部参数。

所述车载全景摄像头一般采用广角的鱼眼镜头，视角范围一般达到了180度以上。广视角导致图像具有严重的桶形畸变，呈现出处于图像中心位置的物体被放大、远离中心位置的物体被缩小的视觉效果。所述第二类型标定板200位于相邻车载全景摄像头的视场重叠区域，因而第二类型标定板200在初始图像中的组成像素较少，畸变严重，加上光照不均等因素，导致相较于在图像中查找第一类型标定板100，在图像中查找所述第二类型标定板200的难度较大。

确定车载全景摄像头的初始外部参数，并借助初始外部参数及车载全景摄像头的内部参数，可以确定第二类型标定板200在初始图像中的大致区域，有助于降低在图像中查找所述第二类型标定板200的难度。

步骤S202：获得第二类型标定板的预设感兴趣区域在第一类型标定板图像坐标系中的坐标。

借助车载全景摄像头的初始外部参数及内部参数，将可能存在第二类型标定板的矩形区域的世界坐标变换到图像坐标，从而获得第二类型标定板的预设感兴趣区域在第一类型标定板图像坐标系中的位置坐标。

步骤S203：生成待二值化感兴趣区域。

本实施例中，计算预设感兴趣区域顶点在图像中的投影坐标，生成待二值化感兴趣区域。

步骤S204：计算感兴趣区域阈值。

本实施例中，采用最大类间方差法计算待二值化感兴趣区域阈值。

步骤S205：生成感兴趣区域的二值化图像作为第三图像。

步骤S206：对第三图像进行反色生成第四图像。

步骤S207：对第三图像连通域进行标记及过滤，获得候选第一环状背景区及衬比区列表作为第三列表。

本实施例中，采用基于轮廓的连通域标记法对第三图像的白色连通域进行标记，并根据形态特征对标记的白色连通域进行过滤。

由于所述第一环状背景区及衬比区设置为白色，因而在第三图像中，所述第一环状背景区及衬比区显示为白色。对第三图像的白色连通域进行标记及过滤后，保留的白色连通域列表可作为候选第一环状背景区及衬比区连通域列表。

步骤S208：对第四图像连通域进行标记及过滤，获得候选第二环状区连通域列表作为第四列表。

本实施例中，采用基于轮廓的连通域标记法对第四图像的白色连通域进行标记，并根据形态特征对标记的白色连通域进行过滤。

由于所述第二环状区设置为黑色，又由于第四图像是通过对第三图像进行反色形成的，因而在第四图像中，所述第二环状区显示为白色。对第四图像的白色连通域进行标记及过滤后，保留的白色连通域列表可作为候选第二环状区连通域列表，用于后续进一步确定第二环状区连通域。

步骤S209：遍历第四列表中所有连通域，统计第三列表中连通域与第四列表中连通域相对位置情况，对第四列表中的连通域进行筛选。

本实施例中，统计第三列表中连通域与第四列表中连通域相对位置情况后，根据数量、形态及中心重合度对第四列表中的连通域进行筛选，舍弃掉不满足条件的第四列表连通域，对满足条件的第四列表连通域进行保留。

步骤S210：判断筛选后的第四列表的连通域是否唯一。

若筛选后的第四列表的连通域唯一，则执行步骤S211：生成仅含有筛选后的第四列表的连通域的二值化图像。

执行步骤S211之后，执行步骤S212：提取并筛选轮廓点。

本实施例中，改变筛选后的轮廓点在初始图像中对应位置所包围区域的像素颜色，生成第二标记块。

为识别出图像角点在对应的车载全景摄像头的图像坐标系中的位置坐标，在筛选后的轮廓点中选取能组成面积最大四边形的四个点为识别出的所述图像角点。

本实施例中，采用Canny边缘检测算法提取全部所述轮廓点，并采用凸包计算筛选所述轮廓点。

本实施例中，选取能组成面积最大四边形的四个点的方法包括：选取两个所述轮廓点连接生成直线，并获得直线方程；在所述直线一侧选取一个轮廓点，与所述直线上的两个轮廓点连接构成三角形；在所述直线另一侧选取另一个轮廓点，也与所述直线上的两个轮廓点连接构成三角形；枚举过位于所述直线两侧的全部轮廓点后，寻找位于所述直线两侧的三角形面积和的最大值，即为位于直线两侧的轮廓点与直线上的两个轮廓点围成的最大四边形面积。接着，再次选取两个所述轮廓点连接生成直线，并获得直线方程，直至所述轮廓点中的任意两个轮廓点均被选取生成直线。构成面积最大的四边形的四个轮廓点即为所述图像角点。

进行执行步骤S212之后，进行步骤S215：结束识别第二背景区。

执行步骤S210之后，若筛选后的第四列表的连通域个数不等于1，则执行步骤S214：缩小待二值化感兴趣区域，生成新的待二值化感兴趣区域坐标，并进入下一次循环，直至筛选后的第四列表的连通域个数等于1。

执行步骤S210之后，且在执行步骤S214前，还可执行步骤S213：判断迭代次数是否超出预设次数，并判断感兴趣区域阈值是否低于预设阈值下限。

执行步骤S213之后，若迭代次数超出预设次数，或者，感兴趣区域阈值低于预设阈值下限，则执行步骤S215：结束识别第二背景区。

结束识别第二背景区前，还包括：输出错误码，置所述错误码为未查找到所述第二背景区。

执行步骤S213之后，若迭代次数未超出预设次数，且感兴趣区域阈值高于或等于预设阈值下限，则执行步骤S214：缩小待二值化感兴趣区域，生成新的待二值化感兴趣区域坐标。

综上，在初始图像中加入第一标记块，便于操作人员判断标志圆点320位置识别是否准确，方便查找环境中引起误识别的干扰物体，有助于提高标定效率，节省标定时间，提高标定精度。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (17)

1.一种标定板检测方法，其特征在于，包括：

提供车载全景摄像头及第一类型标定板，所述第一类型标定板放置于车载全景摄像头的视场内预设区域，所述第一类型标定板上表面设置有标志圆点；

获取车载全景摄像头拍摄到的初始图像；

识别所述初始图像中的标志圆点，在识别判断为标志圆点位置覆盖第一标记块；

判断第一标记块是否覆盖所述标志圆点，若第一标记块覆盖所述标志圆点，则获取所述标志圆点的中心坐标，以确定车载全景摄像头的初始外部参数，若第一标记块未覆盖标志圆点，则调整第一类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第一标记块覆盖标志圆点。

2.如权利要求1所述的标定板检测方法，其特征在于，覆盖第一标记块的方法包括：改变识别判断为标志圆点位置的像素颜色，生成所述第一标记块。

3.如权利要求1所述的标定板检测方法，其特征在于，通过人工判断第一标记块是否覆盖所述标志圆点。

4.如权利要求3所述的标定板检测方法，其特征在于，所述第一标记块面积与标志圆点面积的比值为90％～110％。

5.如权利要求2所述的标定板检测方法，其特征在于，所述第一类型标定板上表面设置有对照区，所述标志圆点设置于所述对照区上。

6.如权利要求5所述的标定板检测方法，其特征在于，识别所述初始图像中的标志圆点的方法包括：选定初始图像的部分区域作为第一感兴趣区域；

计算第一感兴趣区域阈值；生成第一感兴趣区域的二值化图像作为第一图像；对第一图像进行反色生成第二图像；对第一图像的连通域进行标记及过滤，获得候选标志圆点连通域列表作为第一列表；对第二图像的连通域进行标记及过滤，获得候选对照区连通域列表作为第二列表；遍历第二列表中所有连通域，统计第一列表中连通域与第二列表中不同连通域相对位置情况，对第二列表中的连通域进行筛选；判断筛选后的第二列表连通域是否唯一；若唯一，则生成仅含有筛选后的第二列表连通域的二值化图像，查找标志圆点所对应的连通域，并结束识别标志圆点；若筛选后的第二列表的连通域个数不等于1，则缩小第一感兴趣区域，生成新的第一感兴趣区域坐标，并进入下一次循环，直至筛选后的第二列表的连通域个数等于1。

7.如权利要求6所述的标定板检测方法，其特征在于，所述标志圆点的数量为多个，且所述标志圆点的数量为预设第一数量。

8.如权利要求7所述的标定板检测方法，其特征在于，统计第一列表中连通域与第二列表中不同连通域相对位置情况的方法包括：统计第一列表连通域中心位于第二列表不同连通域的孔洞的数量，判断是否等于预设第一数量；若等于预设第一数量，则针对预设第一数量的所述第一列表连通域计算变异系数，判断变异系数是否满足阈值要求；若变异系数不满足阈值要求，则舍弃第二列表中相应的连通域。

9.如权利要求6所述的标定板检测方法，其特征在于，缩小待二值化第一感兴趣区域前，还包括：设定预设次数及预设阈值下限；判断循环次数是否超出预设次数，并判断第一感兴趣区域阈值是否低于预设阈值下限；若循环次数超出预设次数，或者，第一感兴趣区域阈值低于预设阈值下限，则结束识别标志圆点；若循环次数未超出预设次数，且第一感兴趣区域阈值高于或等于预设阈值下限，则缩小第一感兴趣区域。

10.如权利要求1所述的标定板检测方法，其特征在于，获取车载全景摄像头拍摄到的初始图像前，还包括：提供第二类型标定板，所述第二类型标定板放置于车载全景摄像头中相邻摄像头的视场重叠区域，所述第二类型标定板上表面设置有第二标定区域，所述第二标定区域上设置有多个图像角点，所述第二标定区域包括从外而内依次设置的第一环状背景区和第二背景区，所述图像角点设置于所述第一环状背景区及第二背景区的交界线上；获取车载全景摄像头拍摄到的初始图像后，还包括：识别所述初始图像中的第二背景区，在识别判断为第二背景区位置覆盖第二标记块；判断第二标记块是否覆盖所述第二背景区，若第二标记块覆盖所述第二背景区，则获取所述图像角点坐标，以校正车载全景摄像头的初始外部参数，若第二标记块未覆盖第二背景区，则调整第二类型标定板周围环境，并再次获取车载全景摄像头拍摄到的图像，并进入下一次循环，直至第二标记块覆盖第二背景区。

11.如权利要求10所述的标定板检测方法，其特征在于，覆盖第二标记块的方法包括：改变识别判断为第二背景区位置的像素颜色，生成所述第二标记块。

12.如权利要求10所述的标定板检测方法，其特征在于，通过人工判断第二标记块是否覆盖所述第二背景区。

13.如权利要求12所述的标定板检测方法，其特征在于，所述第二标记块面积与第二背景区面积的比值为90％～110％。

14.如权利要求10所述的标定板检测方法，其特征在于，所述第二背景区包括从外而内依次设置的第二环状区及衬比区，所述图像角点设置于所述第一环状背景区及第二环状区的交界线上。

15.如权利要求14所述的标定板检测方法，其特征在于，识别所述初始图像中的第二背景区的方法包括：选定初始图像的部分区域作为第二感兴趣区域；

计算第二感兴趣区域阈值；生成第二感兴趣区域的二值化图像作为第三图像；对第三图像进行反色生成第四图像；对第三图像连通域进行标记及过滤，获得候选第一环状背景区及衬比区连通域列表作为第三列表；对第四图像连通域进行标记及过滤，获得候选第二环状区连通域列表作为第四列表；遍历第四列表中所有连通域，统计第三列表中连通域与第四列表中连通域相对位置情况，对第四列表中的连通域进行筛选；判断筛选后的第四列表的连通域是否唯一；若唯一，则生成仅含有筛选后的第四列表的连通域的二值化图像，提取并筛选轮廓点，并结束识别第二背景区；若筛选后的第四列表的连通域个数不等于1，则缩小第二感兴趣区域，生成新的第二感兴趣区域坐标，并进入下一次循环，直至筛选后的第四列表的连通域个数等于1。

16.如权利要求15所述的标定板检测方法，其特征在于，选定初始图像的部分区域作为第二感兴趣区域的方法包括：获取所述图像角点的中心坐标，确定车载全景摄像头的初始外部参数；利用初始外部参数获得第二类型标定板的预设第二感兴趣区域在第一类型标定板图像坐标系中的坐标，生成第二感兴趣区域。

17.如权利要求10所述的标定板检测方法，其特征在于，所述车载全景摄像头包括设置在车辆前侧的前置摄像头、车辆后侧的后置摄像头、车辆左侧的左侧摄像头以及车辆右侧的右侧摄像头；所述第二类型标定板的数量为四个，放置于所述车辆周边且分别位于所述前置摄像头、后置摄像头、左侧摄像头及右侧摄像头中相邻车载全景摄像头的视场重叠区域；所述第一类型标定板的数量为四个，分别放置于所述前置摄像头、后置摄像头、左侧摄像头及右侧摄像头的正前方。