CN111563421A - 一种基于车道线的全景影像系统的自动标定系统及其方法 - Google Patents
一种基于车道线的全景影像系统的自动标定系统及其方法 Download PDFInfo
- Publication number
- CN111563421A CN111563421A CN202010301787.0A CN202010301787A CN111563421A CN 111563421 A CN111563421 A CN 111563421A CN 202010301787 A CN202010301787 A CN 202010301787A CN 111563421 A CN111563421 A CN 111563421A
- Authority
- CN
- China
- Prior art keywords
- image
- calibration
- lane line
- controller
- vehicle
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于车道线的全景影像系统的自动标定系统，包括：摄像头、图像处理芯片、预处理模块、控制器和图像二值化处理模块，本发明还提供了一种基于车道线的全景影像系统的自动标定方法，包括如下步骤：S1.开始进行标定，S2.采集车辆周围的道路背景及车道线图像；S3.对图像进行预处理；S4.对图像进行二值化处理和区域标记；S5.坐标更新和透视变换。本发明增加了识别车道线的功能，采用车道线代替了标定格，系统通过识别到的车道线对全景影像系统进行自动标定，无需相关的建设标定场地及标定格，从而减少建设标定场地成本，同时，还使多种多样的标定方案变得统一，也减少了标定方案及算法开发的成本，使得全景影像标定更加便利。
Description
技术领域
本发明属于汽车技术领域，更具体地说，尤其涉及一种基于车道线的全景影像系统的自动标定系统，同时还涉及一种基于车道线的全景影像系统的自动标定方法。
背景技术
随着汽车产业的不断发展，配备全景影像系统的汽车越来越多，对于全景影像系统的标定方法要求也随之增加。
现在的全景影像系统标定方法多是采用黑白方块组成的标定格来进行标定，通过车身周围的四个摄像头采集图像，然后通过图像处理单元量化采集到的图像，进而对图像进行处理。但此方法需要耗费很多的成本去建造一个特定的场地和特定的黑白相间的标定格，且现在全景影像系统的标定方案种类很多，每更换一种方案就要更换一次场地及标定格，这样就造成了很多的成本浪费，同时，这种传统的标定方法经常受到标定场地的限制，使用很不方便。
因此，我们提出一种基于车道线的全景影像系统的自动标定系统及其方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，增加了识别车道线的功能，采用车道线代替了标定格，系统通过识别到的车道线对全景影像系统进行自动标定，无需相关的建设标定场地及标定格，从而减少建设标定场地成本，同时，还使多种多样的标定方案变得统一，也减少了标定方案及算法开发的成本，使得全景影像标定更加便利，而提出的一种基于车道线的全景影像系统的自动标定系统及其方法。
为实现上述目的，本发明提供如下技术方案：
一种基于车道线的全景影像系统的自动标定系统，包括：摄像头、图像处理芯片、预处理模块、控制器和图像二值化处理模块；
所述摄像头设置有四个，四个摄像头分别设置在车辆的左侧面、右侧面、前侧面和后侧面上，所述摄像头用于采集车辆周围的道路背景及车道线图像，然后将采集到的图像发送给图像处理芯片；
所述图像处理芯片设置在摄像头内，所述预处理模块设置在图像处理芯片内，所述预处理模块用于对图像进行预处理，然后将预处理后的图像发送给控制器；
所述控制器与车载多媒体通讯连接，所述图像二值化处理模块设置在控制器内，所述图像二值化处理模块对图像进行二值化处理，所述控制器将道路背景和车道线变换为不同的并且连续的区域，然后对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，再将这些标定点的坐标值更新为待标定汽车的最终参数，最后利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
优选的，四个所述摄像头分别固定安装在车辆的左右外后视镜、前格栅和后背门上。
优选的，所述预处理模块包括图像灰度单元和图像滤波单元；
所述图像灰度单元采用加权平均法对摄像头采集到的图像进行灰度处理；
所述图像滤波单元采用中值滤波对灰度后的图像进行降噪以及平滑处理。
优选的，所述图像二值化处理模块采用阀值法将对图像进行二值化处理。
本发明还提供了一种基于车道线的全景影像系统的自动标定方法，包括如下步骤：
S1.通过车载多媒体启动该系统后开始进行标定；
S2.通过车身四侧面上的四个摄像头的镜头采集车辆周围的道路背景及车道线图像；
S3.摄像头的镜头将采集到的图像给到摄像头的图像处理芯片，对图像进行预处理，然后将预处理后的图像发送给控制器；
S4.控制器对图像进行二值化处理，二值化后将道路背景和车道线变换为不同的并且连续的区域，然后控制器对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，控制器通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，控制器再将这些标定点的坐标值更新为待标定汽车的最终参数；
S5.控制器利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
优选的，所述S3中的图像处理芯片进行预处理的方法为：
首先采用加权平均法对摄像头的镜头采集到的图像进行灰度处理；
然后采用中值滤波对灰度后的图像进行降噪以及平滑处理。
本发明的技术效果和优点：
本发明提供的一种基于车道线的全景影像系统的自动标定系统及其方法，增加了识别车道线的功能，采用车道线代替了标定格，系统通过识别到的车道线对全景影像系统进行自动标定，无需相关的建设标定场地及标定格，从而减少建设标定场地成本，同时，还使多种多样的标定方案变得统一，也减少了标定方案及算法开发的成本，使得全景影像标定更加便利。
附图说明
图1为本发明的一种基于车道线的全景影像系统的自动标定方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。
本发明提供一种基于车道线的全景影像系统的自动标定系统，包括：摄像头、图像处理芯片、预处理模块、控制器和图像二值化处理模块；
所述摄像头设置有四个，四个摄像头分别设置在车辆的左侧面、右侧面、前侧面和后侧面上，所述摄像头用于采集车辆周围的道路背景及车道线图像，然后将采集到的图像发送给图像处理芯片；
所述图像处理芯片设置在摄像头内，所述预处理模块设置在图像处理芯片内，所述预处理模块用于对图像进行预处理，然后将预处理后的图像发送给控制器；
所述控制器与车载多媒体通讯连接，所述图像二值化处理模块设置在控制器内，所述图像二值化处理模块对图像进行二值化处理，所述控制器将道路背景和车道线变换为不同的并且连续的区域，然后对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，再将这些标定点的坐标值更新为待标定汽车的最终参数，最后利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
进一步的，四个所述摄像头分别固定安装在车辆的左右外后视镜、前格栅和后背门上。
进一步的，所述预处理模块包括图像灰度单元和图像滤波单元；
所述图像灰度单元采用加权平均法对摄像头采集到的图像进行灰度处理；
所述图像滤波单元采用中值滤波对灰度后的图像进行降噪以及平滑处理。
进一步的，所述图像二值化处理模块采用阀值法将对图像进行二值化处理。
本发明还提供了一种基于车道线的全景影像系统的自动标定方法，包括如下步骤：
S1.通过车载多媒体启动该系统后开始进行标定；
S2.通过车身四侧面上的四个摄像头的镜头采集车辆周围的道路背景及车道线图像；
S3.摄像头的镜头将采集到的图像给到摄像头的图像处理芯片，对图像进行预处理，然后将预处理后的图像发送给控制器；
S4.控制器对图像进行二值化处理，二值化后将道路背景和车道线变换为不同的并且连续的区域，然后控制器对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，控制器通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，控制器再将这些标定点的坐标值更新为待标定汽车的最终参数；
S5.控制器利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
进一步的，所述S3中的图像处理芯片进行预处理的方法为：
首先采用加权平均法对摄像头的镜头采集到的图像进行灰度处理；
然后采用中值滤波对灰度后的图像进行降噪以及平滑处理。
综上所述：本发明提供的一种基于车道线的全景影像系统的自动标定系统及其方法，增加了识别车道线的功能，采用车道线代替了标定格，系统通过识别到的车道线对全景影像系统进行自动标定，无需相关的建设标定场地及标定格，从而减少建设标定场地成本，同时，还使多种多样的标定方案变得统一，也减少了标定方案及算法开发的成本，使得全景影像标定更加便利。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于车道线的全景影像系统的自动标定系统，其特征在于，包括：摄像头、图像处理芯片、预处理模块、控制器和图像二值化处理模块；
所述摄像头设置有四个，四个摄像头分别设置在车辆的左侧面、右侧面、前侧面和后侧面上，所述摄像头用于采集车辆周围的道路背景及车道线图像，然后将采集到的图像发送给图像处理芯片；
所述图像处理芯片设置在摄像头内，所述预处理模块设置在图像处理芯片内，所述预处理模块用于对图像进行预处理，然后将预处理后的图像发送给控制器；
所述控制器与车载多媒体通讯连接，所述图像二值化处理模块设置在控制器内，所述图像二值化处理模块对图像进行二值化处理，所述控制器将道路背景和车道线变换为不同的并且连续的区域，然后对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，再将这些标定点的坐标值更新为待标定汽车的最终参数，最后利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
2.根据权利要求1所述的一种基于车道线的全景影像系统的自动标定系统，其特征在于：四个所述摄像头分别固定安装在车辆的左右外后视镜、前格栅和后背门上。
3.根据权利要求1所述的一种基于车道线的全景影像系统的自动标定系统，其特征在于：所述预处理模块包括图像灰度单元和图像滤波单元；
所述图像灰度单元采用加权平均法对摄像头采集到的图像进行灰度处理；
所述图像滤波单元采用中值滤波对灰度后的图像进行降噪以及平滑处理。
4.根据权利要求1所述的一种基于车道线的全景影像系统的自动标定系统，其特征在于：所述图像二值化处理模块采用阀值法将对图像进行二值化处理。
5.一种如权利要求1所述的基于车道线的全景影像系统的自动标定方法，其特征在于，包括如下步骤：
S1.通过车载多媒体启动该系统后开始进行标定；
S2.通过车身四侧面上的四个摄像头的镜头采集车辆周围的道路背景及车道线图像；
S3.摄像头的镜头将采集到的图像给到摄像头的图像处理芯片，对图像进行预处理，然后将预处理后的图像发送给控制器；
S4.控制器对图像进行二值化处理，二值化后将道路背景和车道线变换为不同的并且连续的区域，然后控制器对这些区域进行标记，将道路背景和车道线用不同的标号标记出来，控制器通过将这些标记与垂直于汽车的坐标轴的车道线对比找到相对应的标定点，控制器再将这些标定点的坐标值更新为待标定汽车的最终参数；
S5.控制器利用更新后的最终参数将非俯视的图像经过透视变换变换成俯视图，并显示在车载多媒体显示屏上，同时显示标定成功。
6.根据权利要求1所述的一种基于车道线的全景影像系统的自动标定方法，其特征在于：所述S3中的图像处理芯片进行预处理的方法为：
首先采用加权平均法对摄像头的镜头采集到的图像进行灰度处理；
然后采用中值滤波对灰度后的图像进行降噪以及平滑处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010301787.0A CN111563421A (zh) | 2020-04-16 | 2020-04-16 | 一种基于车道线的全景影像系统的自动标定系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010301787.0A CN111563421A (zh) | 2020-04-16 | 2020-04-16 | 一种基于车道线的全景影像系统的自动标定系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111563421A true CN111563421A (zh) | 2020-08-21 |
Family
ID=72071604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010301787.0A Pending CN111563421A (zh) | 2020-04-16 | 2020-04-16 | 一种基于车道线的全景影像系统的自动标定系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563421A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751409A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 汽车全景影像的标定系统、形成系统和标定方法 |
| CN107103627A (zh) * | 2017-04-27 | 2017-08-29 | 深圳市天双科技有限公司 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
| CN109584305A (zh) * | 2017-09-29 | 2019-04-05 | 宝沃汽车（中国）有限公司 | 全景系统标定方法、装置及车辆 |
| CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院（宁波）有限公司 | 对车辆全景画面进行标定的方法及装置 |
-
2020
- 2020-04-16 CN CN202010301787.0A patent/CN111563421A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751409A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 汽车全景影像的标定系统、形成系统和标定方法 |
| CN107103627A (zh) * | 2017-04-27 | 2017-08-29 | 深圳市天双科技有限公司 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
| CN109584305A (zh) * | 2017-09-29 | 2019-04-05 | 宝沃汽车（中国）有限公司 | 全景系统标定方法、装置及车辆 |
| CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院（宁波）有限公司 | 对车辆全景画面进行标定的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109435942B (zh) | 一种基于信息融合的车位线车位识别方法及装置 | |
| CN108537197B (zh) | 一种基于深度学习的车道线检测预警装置及预警方法 | |
| US8094934B2 (en) | Object detection system | |
| CN107845101B (zh) | 车载环视图像的特征点标定方法、装置和可读存储介质 | |
| CN104392629A (zh) | 检测车距的方法和装置 | |
| CN109131082B (zh) | 一种完全基于视觉的单目全景泊车影像系统及其泊车方法 | |
| CN112348752B (zh) | 一种基于平行约束的车道线消失点补偿方法及装置 | |
| CN111055811A (zh) | 一种基于车载智能摄像头的雨刮器控制方法及系统 | |
| CN111010545A (zh) | 车辆驾驶决策方法、系统、终端及存储介质 | |
| CN111046809B (zh) | 一种障碍物检测方法、装置、设备及计算机可读存储介质 | |
| CN115376082B (zh) | 一种融合传统特征提取与深度神经网络的车道线检测方法 | |
| JP2001116515A (ja) | キャリブレーション方法 | |
| CN116142186A (zh) | 不良环境下车辆安全行驶预警方法、装置、介质和设备 | |
| CN116486351A (zh) | 行车预警方法、装置、设备及存储介质 | |
| CN103824296A (zh) | 基于单位正方形的车辆全景显示系统鱼眼图像校正方法 | |
| CN105718864A (zh) | 一种机动车驾乘人员在途未系安全带的检测方法 | |
| CN111563421A (zh) | 一种基于车道线的全景影像系统的自动标定系统及其方法 | |
| CN109509368A (zh) | 一种基于车顶模型的停车行为算法 | |
| CN110884431B (zh) | 一种适用于汽车智能后视镜夜间防强光的装置和方法 | |
| CN111310704B (zh) | 行李车姿态估计方法、行李车姿态估计装置及机器人 | |
| CN116630401A (zh) | 鱼眼相机测距方法及终端 | |
| CN113012239B (zh) | 一种车路协同路侧感知相机的焦距变化定量计算方法 | |
| CN114926550A (zh) | 一种多车后装相机视角自适应方法及系统 | |
| CN108583564B (zh) | 一种车辆安全行驶系统 | |
| CN108891416B (zh) | 一种车辆安全行驶系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |
|
| RJ01 | Rejection of invention patent application after publication |