CN110264395B - 一种车载单目全景系统的镜头标定方法及相关装置 - Google Patents

一种车载单目全景系统的镜头标定方法及相关装置 Download PDF

Info

Publication number
CN110264395B
CN110264395B CN201910418541.9A CN201910418541A CN110264395B CN 110264395 B CN110264395 B CN 110264395B CN 201910418541 A CN201910418541 A CN 201910418541A CN 110264395 B CN110264395 B CN 110264395B
Authority
CN
China
Prior art keywords
checkered
image
corner
fisheye
theoretical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910418541.9A
Other languages
English (en)
Other versions
CN110264395A (zh
Inventor
刘映江
杨承晋
陈卫文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sen Ke Polytron Technologies Inc
Original Assignee
Shenzhen Sen Ke Polytron Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sen Ke Polytron Technologies Inc filed Critical Shenzhen Sen Ke Polytron Technologies Inc
Priority to CN201910418541.9A priority Critical patent/CN110264395B/zh
Publication of CN110264395A publication Critical patent/CN110264395A/zh
Application granted granted Critical
Publication of CN110264395B publication Critical patent/CN110264395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G06T3/047—Fisheye or wide-angle transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种车载单目全景系统的镜头标定方法及相关装置，涉及镜头标定领域。方法包括图像获取步骤、角点检测步骤、角点坐标设置步骤和变换矩阵计算步骤。装置包括图像获取模块、角点检测模块、角点坐标设置模块和变换矩阵计算模块。本发明利用棋盘格，将棋盘格放到汽车前后相应的位置，一次性获取鱼眼镜头拍摄的棋盘格图像，简化了车载单目全景系统鱼眼镜头的标定流程，不需要繁琐的内外参标定即可达到镜头标定的目的，减少了镜头矫正的工作量，降低了安装时间成本与人工成本。同时，本发明只需要形成一个完整映射表，通过一次重映射即可得到目标图像，相较于传统方法(需要两次重映射)减少了系统的计算量，更加适用于嵌入式车载系统。

Description

一种车载单目全景系统的镜头标定方法及相关装置
技术领域
本发明涉及镜头标定领域，尤其涉及一种车载单目全景系统的镜头标定方法及相关装置。
背景技术
车载单目全景系统的镜头的标定一般需要进行两步：内参标定与外参标定。内参标定解决镜头的畸变问题，该过程大多采用张正友棋盘格标定法，亦或是采用Tsai两步法。该过程需要镜头安装人员用棋盘格反复采集图像，以达到畸变矫正的目的，过程非常繁琐。在汽车单目倒车全景应用场景中，需要将镜头视角切换到俯视视角。外参标定是镜头视角切换的过程，该过程将图像画面切换到俯视视角。传统外参标定方法是在汽车相应位置放上棋盘格，计算出俯视变换矩阵。在汽车镜头安装之后，分别对镜头进行内外参标定是一件非常麻烦的事情，需要付出大量的人力与时间，间接增加了系统的成本。同时，得到目标图像需要通过两次重映射，计算量较大，不利于应用到车载嵌入式系统。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的是提供一种更简便、计算量更小的车载单目全景系统的镜头标定方法及相关装置。
本发明所采用的技术方案是：一种车载单目全景系统的镜头标定方法，包括：
图像获取步骤：获取棋盘格鱼眼图像，所述棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像；
角点检测步骤：检测所述棋盘格鱼眼图像中的所有角点；
角点坐标设置步骤：设置所述棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
变换矩阵计算步骤：计算所述棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，所述理论角点为棋盘格理论图像中每个单元方块的四个角点。
优选地，所述棋盘格放置于垂直车身并靠近车身处。
优选地，所述角点检测步骤包括：
利用OpenCV自带的函数FindChessboardCorners检测所述棋盘格鱼眼图像中的所有角点。
优选地，所述车载单目全景系统的镜头标定方法还包括：
映射表形成步骤：将计算得到的所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表。
优选地，所述车载单目全景系统的镜头标定方法还包括：
目标图像获取步骤：使用双线性插值算法获取目标图像。
一种车载单目全景系统的镜头标定装置，包括：
图像获取模块，用于获取棋盘格鱼眼图像，所述棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像；
角点检测模块，用于检测所述棋盘格鱼眼图像中的所有角点；
角点坐标设置模块，用于设置所述棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
变换矩阵计算模块，用于计算所述棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，所述理论角点为棋盘格理论图像中每个单元方块的四个角点。
优选地，所述车载单目全景系统的镜头标定装置还包括：
映射表形成模块，用于将计算得到的所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表。
优选地，所述车载单目全景系统的镜头标定装置还包括：
目标图像获取模块，用于使用双线性插值算法获取目标图像。
一种车载单目全景系统的镜头标定设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的车载单目全景系统的镜头标定方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的车载单目全景系统的镜头标定方法。
本发明的有益效果是：
本发明利用一张棋盘格，将棋盘格放到汽车前后相应的位置，一次性获取鱼眼镜头拍摄的棋盘格图像，简化了车载单目全景系统鱼眼镜头的标定流程，不需要繁琐的内外参标定即可达到镜头标定的目的，减少了镜头矫正的工作量，降低了安装时间成本与人工成本。同时，本发明只需要形成一个完整映射表，通过一次重映射即可得到目标图像，相较于传统方法(需要两次重映射)减少了系统的计算量，更加适用于嵌入式车载系统。
附图说明
图1是本发明中一种车载单目全景系统的镜头标定方法的一实施例的流程示意图；
图2是本发明中棋盘格鱼眼图像示意图；
图3是本发明中棋盘格理论图像示意图；
图4是本发明中棋盘格目标图像示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1
本实施例提供了一种车载单目全景系统的镜头标定方法，参照图1，是本实施例中一种车载单目全景系统的镜头标定方法的流程示意图。该方法包括：
S1、图像获取步骤：获取棋盘格鱼眼图像，该棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像；
S2、角点检测步骤：检测棋盘格鱼眼图像中的所有角点；
S3、角点坐标设置步骤：设置棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
S4、变换矩阵计算步骤：计算棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，理论角点为棋盘格理论图像中每个单元方块的四个角点。
下面对上述方法的各个步骤进行具体说明：
S1、图像获取步骤：获取棋盘格鱼眼图像，该棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像。参照图2，图2为棋盘格鱼眼图像示意图。其中，棋盘格为标准棋盘格。本实施例中，在单目全景系统中，需要获取车身近处的鸟瞰图像，标定时需将标准棋盘格放置在垂直于车身并尽量靠近车身的地面上，以使得鱼眼镜头可以拍摄棋盘格图像。
S2、角点检测步骤：检测棋盘格鱼眼图像中的所有角点。角点检测可利用OpenCV自带的函数FindChessboardCorners，也可以使用其它能完成角点检测的方法，如Harris角点检测算法。完成角点检测后需要对棋盘格鱼眼图像中的角点进行排序，这里假设棋盘格鱼眼图像中的角点为黑白单元方块的交叉点，如图3所示，图3为棋盘格理论图像示意图，将所有角点从左上角到右下角依次进行排序并编号，参照图3中标记1～80分别表示1号～80号角点(图中只示出部分角点，其他角点未示出)，通过四个序号可以确定棋盘格每个黑色或白色单元方块的四个顶点的位置，例如1号、2号、21号、22号四个角点可以确定棋盘格左上角第一个黑色单元方块的四个顶点的位置。
S3、角点坐标设置步骤：设置棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标。由于棋盘格鱼眼图像中每个单元方块由多个像素组成，可以假设每个单元方块的边长所占的像素个数为20，则可以设置1号角点的坐标为(0，0)，2号角点的坐标为(0，20)，3号角点的坐标为(0，40)，…，11号角点的坐标为(20，0)，以此类推，80号角点的坐标为(60，380)。
S4、变换矩阵计算步骤：计算棋盘格鱼眼图像中每一个单元方块的四个角点与理论角点之间的变换矩阵，理论角点为棋盘格理论图像中每个单元方块的四个角点。假设棋盘格鱼眼图像中棋盘格边长所占的像素个数较小，可以近似的将每一个方块的四条边视作直线。则该过程即为求取一个不规则四边形到正方形的变换关系，理论上透视变换可以表示该过程，因此可以建立方程组求解透视变换矩阵。变换矩阵H如公式1所示：
由于棋盘格鱼眼图像和正常图像都是二维图像，因此可以假设棋盘格理论图像中的角点(即图3中的理论角点)为对应的棋盘格鱼眼图像中的角点(即图2中的源角点)为/>则有公式(2)：
公式(2)中，表示图像的线性变换(即旋转或缩放)，/>产生透视变换，H3＝[h20h21]表示图像的平移。利用棋盘格鱼眼图像中每个单元方块的四个角点与理论角点的对应关系将每个单元方块的单应性变换矩阵Hi求解出来。
作为该技术方案的改进，本实施例的车载单目全景系统的镜头标定方法还包括：
S5、映射表形成步骤：将计算得到的棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表。具体的，求取棋盘格鱼眼图像中每个单元方块与棋盘格理论图像中每个单元方块之间的映射表(包含每个单元方块的四个角点与理论角点之间的四个变换矩阵)，并将所有单元方块之间形成的映射表组合到一起，形成从鱼眼图像到理论图像的完整映射表。将公式(2)进行展开得到图3中的理论角点，设置为未知量根据公式(2)可得鱼眼图像中每个单元方块的坐标映射关系如公式(3)所示：
由于图3中的理论角点是二维点，因此需要将w′归一化得到可以得出公式(4)：
u＝u′/w′
v＝v′/w′ (4)
利用上述公式(3)和(4)将鱼眼图像到理论图像的完整映射表求解出来，得到完整的鱼眼图像到理论图像的映射关系。
作为该技术方案的改进，本实施例的车载单目全景系统的镜头标定方法还包括：
S6、目标图像获取步骤：使用双线性插值算法获取目标图像。
由于理论图像可能存在不清晰、棋盘格线条不直等问题，所以需要使用双线性插值算法对图像进一步处理得到目标图像，如图4所示，为棋盘格目标图像示意图。双线性插值算法是通过寻找距离目标像素点最近的四个像素点，利用这四个像素点的灰度值(或RGB值)来计算目标像素点的灰度值(或RGB值)的算法。例如：目标像素点的坐标是(1.2，3.4)，那么最近的四个像素点的坐标分别是(1，3)、(1，4)、(2，3)、(2，4)。目标像素点(i+u，j+v)的灰度值可以通过公式(5)计算：
f(i+u，j+v)＝(1-u)(1-v)f(i，j)+(1-u)vf(i，j+1)+u(1-v)f(i+1，j)+uvf(i+1，j+1)(5)
公式(5)中，f为灰度值，f前的系数为其所占的权重。则目标像素点(1.2，3.4)的灰度值f(1.2，3.4)＝0.8*0.6*f(1，3)+0.8*0.4*f(1，4)+0.2*0.6*f(2，3)+0.2*0.4*f(2，4)。由于坐标(1.2，3.4)较接近(1，3)，因此f(1，3)在公式中所占的权重(0.8*0.6)也较大。使用双线性插值算法可以使得目标图像更加保真、清晰。
当然，本实施例的双线性插值算法也可以采用其他插值算法替代，例如：最邻近插值算法、三次样条插值算法、兰索思插值算法等。
上述计算步骤由中控系统完成，中控系统可以是处理器。求解出来的所有单应性变换矩阵Hi即为镜头标定参数，将所有求解出来的单应性变换矩阵Hi保存至中控系统的存储器中。中控系统用于车载单目全景系统识别拍摄的图像并进行上述计算步骤，观察棋盘格在相机中的成像位置是否正确，是否存在遮挡，并最终显示去畸变的正常鸟瞰图像，供汽车驾驶员查看以获取路况信息，提高驾驶安全。
实施例3
本实施例提供了一种车载单目全景系统的镜头标定装置，包括：
图像获取模块，用于获取棋盘格鱼眼图像，该棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像；
角点检测模块，用于检测棋盘格鱼眼图像中的所有角点；
角点坐标设置模块，用于设置棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
变换矩阵计算模块，用于计算棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，所述理论角点为棋盘格理论图像中每个单元方块的四个角点。
作为该技术方案的改进，本实施例的车载单目全景系统的镜头标定装置还包括：
映射表形成模块，用于将计算得到的棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表；
目标图像获取模块，用于使用双线性插值算法获取目标图像。
本实施例还提供了一种车载单目全景系统的镜头标定设备，包括：
至少一个处理器；以及，
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行上述的车载单目全景系统的镜头标定方法。
本实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令用于使计算机执行上述的车载单目全景系统的镜头标定方法。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种车载单目全景系统的镜头标定方法，其特征在于，包括：
图像获取步骤：获取棋盘格鱼眼图像，所述棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格的图像；
角点检测步骤：检测所述棋盘格鱼眼图像中的所有角点；
角点坐标设置步骤：设置所述棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
变换矩阵计算步骤：计算所述棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，所述理论角点为棋盘格理论图像中每个单元方块的四个角点；其中当变换矩阵确定为，所述棋盘格鱼眼图像中的角点/>与所述理论角点/>之间的矩阵变换过程为：
映射表形成步骤：将计算得到的所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表；其中，将所述理论角点设置为未知量/>,根据所述未知量与所述矩阵变换过程/>，确定出所述棋盘格鱼眼图像中每个单元方块的坐标映射关系/>、/>、，将所述理论角点/>中的/>表示为/>//>、/>表示为/>，根据//>、/>、所述坐标映射关系/>、/>、，将所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表；
目标图像获取步骤：使用双线性插值算法获取目标图像。
2.根据权利要求1所述的一种车载单目全景系统的镜头标定方法，其特征在于，所述鱼眼镜头拍摄的所述棋盘格鱼眼图像中，对应的所述棋盘格放置于垂直车身并靠近车身处。
3.根据权利要求1所述的一种车载单目全景系统的镜头标定方法，其特征在于，所述角点检测步骤包括：
利用OpenCV自带的函数FindChessboardCorners检测所述棋盘格鱼眼图像中的所有角点。
4.一种车载单目全景系统的镜头标定装置，其特征在于，包括：
图像获取模块，用于获取棋盘格鱼眼图像，所述棋盘格鱼眼图像为鱼眼镜头拍摄的棋盘格图像；
角点检测模块，用于检测所述棋盘格鱼眼图像中的所有角点；
角点坐标设置模块，用于设置所述棋盘格鱼眼图像中每个单元方块的边长所占的像素个数，并设置所有角点的坐标；
变换矩阵计算模块，用于计算所述棋盘格鱼眼图像中每个单元方块的四个角点与理论角点之间的变换矩阵，所述理论角点为棋盘格理论图像中每个单元方块的四个角点；其中当变换矩阵确定为，所述棋盘格鱼眼图像中的角点/>与所述理论角点之间的矩阵变换过程为：
映射表形成模块，用于将计算得到的所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表；其中，将所述理论角点设置为未知量/>,根据所述未知量与所述矩阵变换过程/>，确定出所述棋盘格鱼眼图像中每个单元方块的坐标映射关系/>、/>、，将所述理论角点/>中的/>表示为/>//>、/>表示为/>，根据//>、/>、所述坐标映射关系/>、/>、，将所述棋盘格鱼眼图像中所有单元方块的四个角点与理论角点之间的所有变换矩阵形成映射表；
目标图像获取模块，用于使用双线性插值算法获取目标图像。
5.一种车载单目全景系统的镜头标定设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至3任一项所述的车载单目全景系统的镜头标定方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至3任一项所述的车载单目全景系统的镜头标定方法。
CN201910418541.9A 2019-05-20 2019-05-20 一种车载单目全景系统的镜头标定方法及相关装置 Active CN110264395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910418541.9A CN110264395B (zh) 2019-05-20 2019-05-20 一种车载单目全景系统的镜头标定方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910418541.9A CN110264395B (zh) 2019-05-20 2019-05-20 一种车载单目全景系统的镜头标定方法及相关装置

Publications (2)

Publication Number Publication Date
CN110264395A CN110264395A (zh) 2019-09-20
CN110264395B true CN110264395B (zh) 2023-11-28

Family

ID=67914840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910418541.9A Active CN110264395B (zh) 2019-05-20 2019-05-20 一种车载单目全景系统的镜头标定方法及相关装置

Country Status (1)

Country Link
CN (1) CN110264395B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260729B (zh) * 2020-01-10 2022-08-19 格兰菲智能科技有限公司 用于车载环视系统中鱼眼镜头标定的方法及装置
CN111275621A (zh) * 2020-01-17 2020-06-12 中南大学 一种行车环视系统中全景图生成方法、系统及存储介质
CN111861891A (zh) * 2020-07-13 2020-10-30 一汽奔腾轿车有限公司 基于棋盘格标定以实现全景影像系统画面拼接显示的方法
CN111986270A (zh) * 2020-08-26 2020-11-24 深圳市爱培科技术股份有限公司 一种全景泊车标定方法、装置及存储介质
CN114241055A (zh) * 2021-10-21 2022-03-25 长春一汽富晟集团有限公司 一种改进型鱼眼镜头内参标定方法、系统、终端及存储介质
CN114882115B (zh) * 2022-06-10 2023-08-25 国汽智控(北京)科技有限公司 车辆位姿的预测方法和装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741296A (zh) * 2016-02-02 2016-07-06 大连楼兰科技股份有限公司 一种360度全视角鸟瞰全景行车辅助标定方法
CN106408511A (zh) * 2016-09-22 2017-02-15 苏州大学 鱼眼图像的俯视变换、俯视图像获取及映射表构建方法
CN106952311A (zh) * 2017-03-02 2017-07-14 山东省科学院自动化研究所 基于全景拼接数据映射表的辅助泊车系统及方法
CN108564551A (zh) * 2018-04-25 2018-09-21 珠海全志科技股份有限公司 鱼眼图像处理方法及鱼眼图像处理装置
CN108876749A (zh) * 2018-07-02 2018-11-23 南京汇川工业视觉技术开发有限公司 一种鲁棒的镜头畸变校正方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984463A (zh) * 2010-11-02 2011-03-09 中兴通讯股份有限公司 全景图合成方法及装置
WO2014058086A1 (en) * 2012-10-11 2014-04-17 Lg Electronics Inc. Image processing device and image processing method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741296A (zh) * 2016-02-02 2016-07-06 大连楼兰科技股份有限公司 一种360度全视角鸟瞰全景行车辅助标定方法
CN106408511A (zh) * 2016-09-22 2017-02-15 苏州大学 鱼眼图像的俯视变换、俯视图像获取及映射表构建方法
CN106952311A (zh) * 2017-03-02 2017-07-14 山东省科学院自动化研究所 基于全景拼接数据映射表的辅助泊车系统及方法
CN108564551A (zh) * 2018-04-25 2018-09-21 珠海全志科技股份有限公司 鱼眼图像处理方法及鱼眼图像处理装置
CN108876749A (zh) * 2018-07-02 2018-11-23 南京汇川工业视觉技术开发有限公司 一种鲁棒的镜头畸变校正方法

Also Published As

Publication number Publication date
CN110264395A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
CN110264395B (zh) 一种车载单目全景系统的镜头标定方法及相关装置
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
CN109741455B (zh) 一种车载立体全景显示方法、计算机可读存储介质及系统
CN106952311B (zh) 基于全景拼接数据映射表的辅助泊车系统及方法
CN109767474B (zh) 一种多目相机标定方法、装置及存储介质
US20170324943A1 (en) Driver-assistance method and a driver-assistance apparatus
US9892493B2 (en) Method, apparatus and system for performing geometric calibration for surround view camera solution
US9533618B2 (en) Method, apparatus and system for processing a display from a surround view camera solution
US20240080435A1 (en) Calibration of a surround view camera system
CN106856000B (zh) 一种车载全景图像无缝拼接处理方法及系统
JP5739584B2 (ja) 車両周辺視角化のための３次元映像合成装置およびその方法
KR101592740B1 (ko) 차량용 광각카메라의 영상 왜곡 보정 장치 및 방법
US9992481B2 (en) Method and apparatus for processing surrounding images of vehicle
CN108198133B (zh) 一种车辆全景图像快速拼接方法
TW201403553A (zh) 自動校正鳥瞰影像方法
CN110689506A (zh) 一种全景拼接方法、一种车用全景拼接方法及其全景系统
CN112224132A (zh) 一种车用全景环视障碍物预警方法
CN111652937B (zh) 车载相机标定方法和装置
CN111179168A (zh) 一种车载360度全景环视监控系统及方法
US20220318949A1 (en) Camera external parameter calibration method and system for vehicle panoramic system, and panoramic system
CN110400255B (zh) 车辆全景影像的生成方法、系统和车辆
CN113421183B (zh) 车辆环视全景图的生成方法、装置、设备和存储介质
CN113870161A (zh) 基于人工智能的车载3d环视拼接方法及装置
KR20170001765A (ko) Avm 시스템의 공차 보정 장치 및 방법
KR100948872B1 (ko) 카메라 영상 보정 방법 및 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant