CN115861080A - 环视透明车底图像的拼接方法和终端设备 - Google Patents
环视透明车底图像的拼接方法和终端设备 Download PDFInfo
- Publication number
- CN115861080A CN115861080A CN202310160168.8A CN202310160168A CN115861080A CN 115861080 A CN115861080 A CN 115861080A CN 202310160168 A CN202310160168 A CN 202310160168A CN 115861080 A CN115861080 A CN 115861080A
- Authority
- CN
- China
- Prior art keywords
- bird
- information
- vehicle body
- eye view
- view information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims description 159
- 240000004050 Pentaglottis sempervirens Species 0.000 claims description 155
- 230000004927 fusion Effects 0.000 claims description 68
- 239000011159 matrix material Substances 0.000 claims description 67
- 238000006243 chemical reaction Methods 0.000 claims description 66
- 230000009466 transformation Effects 0.000 claims description 30
- 238000013519 translation Methods 0.000 claims description 15
- 238000007499 fusion processing Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Image Processing (AREA)
Abstract
本发明公开了一种环视透明车底图像的拼接方法和终端设备，涉及智能驾驶技术领域，通过基于获取的鸟瞰图信息和车身运动信息执行插值操作从而得到各鸟瞰图信息各自对应的目标车身运动信息，进而对各目标车身运动信息进行滤波操作得到平滑的车身运动信息，从而根据平滑车身运动信息确定当前鸟瞰图信息与各参考鸟瞰图信息之间的各像素转换关系，基于各像素转换关系在各参考鸟瞰图信息中确定最优鸟瞰图信息，并将最优鸟瞰图信息内的各像素点填充至当前鸟瞰图信息内的待填充区域从而生成初始透明底盘图像，最终对初始透明底盘图像进行后处理得到目标透明底盘图像的方式，实现了令终端设备可以生成没有割裂感且融合区域边界过渡平滑的透明底盘图像。
Description
技术领域
本发明涉及智能驾驶技术领域，尤其涉及一种环视透明车底图像的拼接方法和终端设备。
背景技术
随着智能驾驶技术的不断发展，目前的车辆中普遍配置有360°全景环视影像系统，从而让驾驶员能够更好的了解车辆周边的环境情况，然而，目前的360°全景环视影像系统仍然存在车底这一视觉盲区，因此，技术人员为了消除这一视觉盲区，采用对车辆行驶过程中的历史图像、当前图像及车身运动信息总和进行计算这一方式，构建出车辆正下方的实时画面，即，采用透明彻底方案消除车底这一视野盲区。
但是，目前的透明车底方案主要采用将dr信息（dead reckoning-自车运动信息）转换为2D鸟瞰图坐标系下的运动信息，从而在2D鸟瞰图坐标系下估算当前车身底盘区域在参考鸟瞰图信息中的对应位置，进而将参考鸟瞰图信息中的对应区域填充至当前鸟瞰图信息中的填充区域，并对填充区域进行简单的线性融合，使得融合区域的过渡更加自然，并保留当前鸟瞰图信息的正常区域，从而生成一幅车底盘区域的透明鸟瞰图信息。
然而，采用上述方式执行透明车底方案，则会面临由于车身传感器采样频率会远高于鸟瞰图信息的获取频率，因此如果想获取前后两帧鸟瞰图信息各自对应的dr信息时，必须要对传感器采集的dr信息进行插值，进而造成对dr信息引入误差的技术问题，同时，由于目前主要采用参考固定的鸟瞰图信息的方式执行透明车底方案，因此，从参考鸟瞰图信息中获取到的填充区域就会变的很小或很大，从而影响填充效果，并且，由于目前的透明车底方案在对鸟瞰图信息进行填充时只进行简单的线性融合，更容易造成融合区域的边缘过渡不平滑，影响生成的透明车底图像。
发明内容
本发明的主要目的在于提供一种环视透明车底图像的拼接方法、终端设备及计算机可读存储介质，旨在令终端设备可以削弱车身传感器噪声产生的影响从而减少车身运动信息内的噪声，进而生成没有割裂感且融合区域边界过渡平滑的透明底盘图像。
为实现上述目的，本发明提供一种环视透明车底图像的拼接方法，所述环视透明车底图像的拼接方法包括以下步骤：
获取目标车辆在行驶过程中产生的各鸟瞰图信息及各车身运动信息，并根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息，其中，各所述鸟瞰图信息包含当前鸟瞰图信息和各参考鸟瞰图信息；
对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息，进而根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系；
基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息，并在各所述像素转换关系中确定所述最优鸟瞰图信息对应的目标像素转换关系，进而基于所述目标像素转换关系将所述最优鸟瞰图信息内的各第一像素点填充至所述当前鸟瞰图信息内的待填充区域以生成初始透明底盘图像；
对所述初始透明底盘图像执行亮度平衡操作和融合处理操作以得到目标透明底盘图像。
进一步地，所述根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息的步骤，包括：
确定所述鸟瞰图信息对应的鸟瞰图信息时间戳；
根据所述鸟瞰图信息时间戳确定与所述鸟瞰图信息对应的各所述车身运动信息，并根据各所述车身运动信息各自对应的运动时间戳和所述鸟瞰图信息时间戳执行插值操作得到与所述鸟瞰图信息对应的目标车身运动信息。
进一步地，所述对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息的步骤，包括：
获取预设的卡尔曼预测公式和协方差矩阵，并根据所述卡尔曼预测公式和所述协方差矩阵确定所述卡尔曼预测公式对应的卡尔曼更新公式；
通过所述卡尔曼预测公式确定各所述车身运动信息各自对应的预测运动信息，并将所述卡尔曼预测公式和所述卡尔曼更新公式进行组合得到目标融合公式；
通过所述目标融合公式将各所述车身运动信息分别与各自对应的所述预测运动信息进行融合得到各平滑车身运动信息。
进一步地，所述根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系的步骤，包括：
根据各所述平滑车身运动信息和各所述鸟瞰图信息各确定所述目标车辆对应的车身旋转矩阵和车身平移矩阵；
根据所述车身旋转矩阵和所述车身平移矩阵确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系。
进一步地，所述根据所述车身旋转矩阵和所述车身平移矩阵确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系的步骤，包括：
将所述车身旋转矩阵和所述车身平移矩阵进行结合以得到所述目标车辆的底盘区域内各点在世界坐标系对应的第一变换矩阵；
确定所述当前鸟瞰图信息内的第一像素点从鸟瞰坐标系转换至所述世界坐标系时的第二变换矩阵，和，所述第一像素点在所述世界坐标系下转换至所述鸟瞰图坐标系时的第三变换矩阵；
根据所述第一变换矩阵、所述第二变换矩阵及所述第三变换矩阵得到所述像素转换关系。
进一步地，所述基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息的步骤，包括：
根据各所述像素转换关系将所述当前鸟瞰图信息内包含的待填充区域投影至各所述参考鸟瞰图信息中，并确定各所述参考鸟瞰图信息各自与所述待填充区域形成的重合区域的重合面积；
基于各所述重合面积在各所述参考鸟瞰图信息中确定最优鸟瞰图信息。
进一步地，所述对所述初始透明底盘图像执行亮度平衡操作和融合处理操作的步骤，包括：
确定所述初始透明底盘图像内包含的各参考区域，并确定各所述参考区域各自对应的亮度值；
根据各所述亮度值确定各所述参考区域对应的平均亮度值，并按照所述平均亮度值将各所述亮度值调节至目标亮度值。
进一步地，所述按照所述平均亮度值将各所述亮度值调节至目标亮度值的步骤，包括：
根据所述目标像素转换关系在所述最优鸟瞰图信息中确定与各所述参考区域内各第二像素点对应的各第一像素点；
将各所述第一像素点转换至亮度色域空间，并基于所述平均亮度值调节各所述第一像素点各自对应的亮度通道至目标亮度值。
进一步地，所述对所述初始透明底盘图像执行亮度平衡操作和融合处理操作的步骤，还包括：
获取预设的非线性融合公式，并确定所述初始透明底盘图像内包含的融合区域；
确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离，并根据所述非线性融合公式对所述像素距离进行计算得到各所述第三像素点各自对应的融合系数，进而按照所述融合系数对各所述第三像素点进行处理得到目标透明底盘图像。
进一步地，所述确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离的步骤，包括：
确定所述融合区域内的各顶点和各所述顶点各自对应的顶点坐标，并确定各所述第三像素点各自对应的像素坐标；
根据各所述像素坐标和各所述顶点坐标确定各所述第三像素点各自对应的边界角点，和各所述边界角点各自对应的边界点坐标；
根据各所述顶点坐标、各所述像素坐标及各所述边界点坐标确定各所述第三像素点各自对应的像素距离。
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的环视透明车底图像的拼接程序，所述环视透明车底图像的拼接程序被所述处理器执行时实现如上述的环视透明车底图像的拼接方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有环视透明车底图像的拼接程序，所述环视透明车底图像的拼接程序被处理器执行时实现如上述的环视透明车底图像的拼接方法的步骤。
本发明实施例提供的环视透明车底图像的拼接方法和终端设备，通过获取目标车辆在行驶过程中产生的各鸟瞰图信息及各车身运动信息，并根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息，其中，各所述鸟瞰图信息包含当前鸟瞰图信息和各参考鸟瞰图信息；对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息，进而根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系；基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息，并在各所述像素转换关系中确定所述最优鸟瞰图信息对应的目标像素转换关系，进而基于所述目标像素转换关系将所述最优鸟瞰图信息内的各第一像素点填充至所述当前鸟瞰图信息内的待填充区域以生成初始透明底盘图像；对所述初始透明底盘图像执行亮度平衡操作和融合处理操作以得到目标透明底盘图像。
在本实施例中，终端设备在运行时，首先获取目标车辆在行驶过程中产生的各考鸟瞰图信息和各车身运动信息，终端设备进而基于各鸟瞰图信息各自对应的时间戳对各车身运动信息进行插值从而得到各鸟瞰图信息各自对应的目标车身运动信息，之后，终端设备通过预设的卡尔曼滤波器对各目标车身运动信息进行滤波处理从而得到各平滑车身运动信息，终端设备进而根据各平滑车身运动信息确定各鸟瞰图信息中的当前鸟瞰图信息与各参考鸟瞰图信息之间的各像素转换关系，再之后，终端设备将获取的各参考鸟瞰图信息组成鸟瞰图信息队列，进而根据各像素转换关系在各参考鸟瞰图信息中确定与当前鸟瞰图信息对应的最优鸟瞰图信息，并在各像素转换关系中确定最优鸟瞰图信息对应的目标像素转换关系，终端设备进而根据目标像素转换关系将最优鸟瞰图信息内的各第一像素点填充至当前鸟瞰图信息内以生成初始透明底盘图像，最后，终端设备对初始透明底盘图像执行亮度平衡操作和融合处理操作从而得到目标透明底盘图像。
如此，本发明通过基于鸟瞰图信息进行插值操作确定与各鸟瞰图信息处于同一时刻的各目标车身运动信息，并对得到的目标车身运动信息执行平滑滤波操作，解决了当前技术中由于车身传感器采样频率会远高于鸟瞰图信息的获取频率，导致的在对传感器采集的dr信息进行插值时对dr信息中引入误差的技术问题，同时，本发明通过根据获取多个参考鸟瞰图信息，并根据平滑运动信息确定当前鸟瞰图信息与各参考鸟瞰图信息之间的各像素转换关系，进而根据各像素转换关系在各参考鸟瞰图信息中确定最优鸟瞰图信息的方式，解决了当前技术中由于主要采用参考固定的鸟瞰图信息的方式执行透明车底方案造成的从参考鸟瞰图信息中获取到的填充区域就会变的很小或很大的技术问题，同时，本发明通过对初始透明底盘图像进行后处理得到目标透明底盘图像的方式，解决了前的透明车底方案在对鸟瞰图信息进行填充时只进行简单的线性融合，更容易造成融合区域的边缘过渡不平滑，影响生成的透明车底图像的技术问题，实现了令终端设备可以削弱车身传感器噪声产生的影响从而减少车身运动信息内的噪声的技术效果，进而生成没有割裂感且融合区域边界过渡平滑的透明底盘图像。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端设备的结构示意图；
图2为本发明环视透明车底图像的拼接方法第一实施例的流程示意图；
图3为本发明环视透明车底图像的拼接方法一实施例涉及的插值原理示意图；
图4为本发明环视透明车底图像的拼接方法一实施例涉及的重叠区域选择示意图；
图5为本发明环视透明车底图像的拼接方法一实施例涉及的融合区域示意图；
图6为本发明环视透明车底图像的拼接方法一实施例涉及的像素距离计算示意图；
图7为本发明环视透明车底图像的拼接方法一实施例涉及的非线性融合系数示意图。
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
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。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
需要说明的是，图1即可为终端设备的硬件运行环境的结构示意图。本发明实施例终端设备可以是执行本发明环视透明车底图像的拼接方法的设备，该终端设备具体可以是移动终端、数据存储控制终端、PC或者便携计算机等终端。
如图1所示，该终端设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-VolatileMemory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及环视透明车底图像的拼接程序。
在图1所示的终端设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明终端设备中的处理器1001、存储器1005可以设置在终端设备中，所述终端设备通过处理器1001调用存储器1005中存储的环视透明车底图像的拼接程序，并执行本发明实施例提供的环视透明车底图像的拼接方法。
基于上述的终端设备，提供本发明环视透明车底图像的拼接方法的各个实施例。
请参照图2，图2为本发明环视透明车底图像的拼接方法第一实施例的流程示意图。
应当理解的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，本发明环视透明车底图像的拼接方法当然也可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中，本发明环视透明车底图像的拼接方法，可以包括以下步骤：
步骤S10：获取目标车辆在行驶过程中产生的各鸟瞰图信息及各车身运动信息，并根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息，其中，各所述鸟瞰图信息包含当前鸟瞰图信息和各参考鸟瞰图信息；
车身运动信息是通过利用车辆在某一时刻的位置、航向与速度信息推算得到当前时刻的位置，即，根据车辆的汽车行驶距离和航向计算得到的车辆位置和行驶轨迹信息，需要说明的是，在本实施例中，车身运动信息主要包含车身的累积旋转角度、车辆在x方向的累积位移及车辆在y方向的累积位移。
在本实施例中，终端设备在运行时，首先获取目标车辆在行驶过程中产生的当前鸟瞰图信息和各参考鸟瞰图信息，同时，终端设备调用部署在目标车辆上的车身传感器对目标车辆进行检测，以获取目标车辆在行驶时各时刻对应的车身运动信息，终端设备进而根据各鸟瞰图信息对各车身运动信息进行插值得到各鸟瞰图信息各自对应的目标车身运动信息。
示例性地，例如，终端设备在运行时，首先通过配置在目标车辆上的车身传感器对目标车辆进行检测，以获取目标车辆在行驶过程中处于各时间点上各车身dr信息，同时，终端设备获取目标车辆在行驶过程中处于各历史时刻时对应的各参考鸟瞰图信息，和目标车辆在当前时刻对应的当前鸟瞰图信息，之后，终端设备根据获取的各鸟瞰图信息对各车身dr信息进行插值处理从而得到与各鸟瞰图信息各自对应的目标车身dr信息。
进一步地，在一种可行的实施例中，上述步骤S10中“根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息”的步骤，具体可以包括：
步骤S101：确定所述鸟瞰图信息对应的鸟瞰图信息时间戳；
在本实施例中，终端设备确定各鸟瞰图信息各自对应的生成时刻，并根据生成时刻确定各鸟瞰图信息各自对应的鸟瞰图信息时间戳。
步骤S102：根据所述鸟瞰图信息时间戳确定与所述鸟瞰图信息对应的各所述车身运动信息，并根据各所述车身运动信息各自对应的运动时间戳和所述鸟瞰图信息时间戳执行插值操作得到与所述鸟瞰图信息对应的目标车身运动信息；
在本实施例中，终端设备在确定各鸟瞰图信息时间戳之后，进一步根据确定各鸟瞰图信息时间戳确定各鸟瞰图信息各自对应的相邻车身运动信息，和各相邻车身运动信息各自对应的运动时间戳，同时，终端设备获取预设的插值公式，并通过插值公式对鸟瞰图信息时间戳、各相邻车身运动信息及各运动时间戳进行计算得到与各鸟瞰图信息各自对应的目标车身运动信息。
示例性地，例如，请参照图3，图3为本发明环视透明车底图像的拼接方法一实施例涉及的插值原理示意图，如图3所示，终端设备首先确定各鸟瞰图信息中的当前鸟瞰图信息和当前鸟瞰图信息对应的当前鸟瞰图信息时间戳
，之后，终端设备确定与该当前鸟瞰图信息时间戳
相邻的相邻车身dr信息
和
，及各相邻车身dr信息
和
各自对应的运动时间戳
和
，之后，终端设备获取技术人员预设的插值计算公式：
并通过插值计算公式对获取的各相邻车身dr信息
和
、各运动时间戳
和
及当前鸟瞰图信息时间戳
进行计算得到当前鸟瞰图信息时间戳
对应的目标车身dr信息
。
可以理解的是，终端设备可以根据上述过程依次计算得到除当前鸟瞰图信息之外其他参考鸟瞰图信息各自对应的目标车身dr信息，具体过程在此不再赘述。
步骤S20：对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息，进而根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系；
在本实施例中，终端设备通过预设的卡尔曼滤波器对各目标车身运动信息进行滤波从而得到各平滑车身运动信息，终端设备从而根据各平滑车身运动信息确定当前鸟瞰图信息分别与各参考鸟瞰图信息之间的像素转换关系。
示例性地，例如，终端设备按照预设的考尔曼滤波公式对各目标车身dr信息进行滤波从而得到各平滑车身dr信息，终端设备进而根据各平滑车身dr信息确定当前鸟瞰图信息内各第一像素点与在参考鸟瞰图信息内对应的第二像素点之间的像素转换关系FMatrix。
进一步地，在一种可行的实施例中，上述步骤S20中“对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息”的步骤，具体可以包括：
步骤S201：获取预设的卡尔曼预测公式和协方差矩阵，并根据所述卡尔曼预测公式和所述协方差矩阵确定所述卡尔曼预测公式对应的卡尔曼更新公式；
步骤S202：通过所述卡尔曼预测公式确定各所述车身运动信息各自对应的预测运动信息，并将所述卡尔曼预测公式和所述卡尔曼更新公式进行组合得到目标融合公式；
步骤S203：通过所述目标融合公式将各所述车身运动信息分别与各自对应的所述预测运动信息进行融合得到各平滑车身运动信息；
在本实施例中，技术人员可以设定终端设备内的滤波器需要追踪的目标状态量为车身在预设的dr坐标系下的累计坐标[X，Y]，和车身在两个相邻运动时间戳内对应的速度值，同时，由于两帧参考鸟瞰图信息之间的时间很短，所以技术人员可以认为目标车辆在两帧参考鸟瞰图信息之间是匀速行驶，技术人员进而根据匀速运动模型确定卡尔曼预测公式：
和协方差矩阵P：
；可以理解的是，在卡尔曼预测公式中，A为匀速运动模型对应的转换矩阵：
同样的，卡尔曼预测公式中
为状态向量：
同样的，在协方差矩阵P中，Q为系统的噪声矩阵；之后，技术人员将卡尔曼预测公式和协方差矩阵P输入至终端设备内，首先由终端设备根据获取的卡尔曼预测公式确定各车身dr信息各自对应的预测dr信息，之后，终端设备根据卡尔曼预测公式和协方差矩阵P得到卡尔曼更新公式：
，其中，
为卡尔曼增益，
为测量值与预测值之间的转换矩阵，
为测量的误差矩阵，终端设备进而根据卡尔曼预测公式和卡尔曼更新公式得到对应的融合公式：
，再之后，终端设备将获取的各车身dr信息分别与各自对应的预测dr信息输入至融合公式中以得到平滑dr信息。
进一步地，在一种可行的实施例中，上述步骤S20中“根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系”的步骤，具体可以包括：
步骤S204：根据各所述平滑车身运动信息和各所述鸟瞰图信息各确定所述目标车辆对应的车身旋转矩阵和车身平移矩阵；
步骤S205：根据所述车身旋转矩阵和所述车身平移矩阵确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系；
示例性地，例如，终端设备根据当前鸟瞰图信息对应的当前时间戳
、当前时间戳
对应的平滑车身dr信息
、参考鸟瞰图信息对应的历史时间戳
及历史时间戳
对应的平滑车身dr信息
确定目标车辆对应的车身旋转矩阵：
同时，终端设备根据各平滑车身dr信息内包含的车身在x方向累积移动距离和车身在y方向累积移动距离，得到目标车身对应的车身平移矩阵：
之后，终端设备进而根据获取的车身旋转矩阵和车身平移矩阵确定当前鸟瞰图信息与参考鸟瞰图信息之间的像素转换关系。
可以理解的是，在上述平移矩阵中，
和
分别表示在图像周期内车身在x方向和在y方向上的移动距离，该移动距离可以通过当前dr信息
和参考dr信息
作差值得到。
进一步地，在一种可行的实施例中，上述步骤S205，具体可以包括：
步骤S2051：将所述车身旋转矩阵和所述车身平移矩阵进行结合以得到所述目标车辆的底盘区域内各点在世界坐标系对应的第一变换矩阵；
步骤S2052：确定所述当前鸟瞰图信息内的第一像素点从鸟瞰坐标系转换至所述世界坐标系时的第二变换矩阵，和，所述第一像素点在所述世界坐标系下转换至所述鸟瞰图坐标系时的第三变换矩阵；
步骤S2053：根据所述第一变换矩阵、所述第二变换矩阵及所述第三变换矩阵得到所述像素转换关系；
示例性地，例如，终端设备首先确定各鸟瞰图信息内各像素点之间的像素距离，和各像素点在世界坐标系下对应的坐标点之间的坐标距离，进而根据像素距离与坐标距离之间的比例关系scale、各像素点在世界坐标系下的坐标
及
，确定当前鸟瞰图信息内的第一像素点从鸟瞰坐标系转换至世界坐标系时的第二变换矩阵：
同样的，终端设备进而确定各第一像素点在世界坐标系转换至鸟瞰坐标系对应的第三变换矩阵：
同时，终端设备将获取的车身旋转矩阵与车身平移矩阵进行结合以确定目标车身的地盘区域内各像素点各自在一个Dr信息周期内的对应的第一变换矩阵：
之后，终端设备将获取的第一变换矩阵、第二变换矩阵及第三变换矩阵进行结合得到当前鸟瞰图信息与参考鸟瞰图信息之间的像素变换关系：
。
步骤S30：基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息，并在各所述像素转换关系中确定所述最优鸟瞰图信息对应的目标像素转换关系，进而基于所述目标像素转换关系将所述最优鸟瞰图信息内的各第一像素点填充至所述当前鸟瞰图信息内的待填充区域以生成初始透明底盘图像；
在本实施例中，终端设备基于获取的当前鸟瞰图信息和各像素转换关系在各参考鸟瞰图信息中确定与当前鸟瞰图信息匹配的最优鸟瞰图信息，并在各像素转换关系中确定最优鸟瞰图信息对应的目标像素转换关系，终端设备进而在最优鸟瞰图信息中确定目标像素区域，并按照目标像素转换关系将目标像素区域内的各第一像素点填充至当前鸟瞰图信息内的待填充区域中以生成初始透明底盘图像。
示例性地，例如，终端设备基于获取的当前鸟瞰图信息和各像素转换关系对各参考鸟瞰图信息进行筛选，从而在各参考鸟瞰图信息中确定与当前鸟瞰图信息对应的最优鸟瞰图信息，同时，终端设备在各像素转换关系中确定该最优鸟瞰图信息对应的目标像素转换关系，之后，终端设备确定当前鸟瞰图信息内待填充区域各自对应的像素坐标Px为
，进而根据目标像素变换关系FMatrix确定像素坐标在参考鸟瞰图信息内对应的各第一像素点，进而将各第一像素点按照目标像素变换关系FMatrix：
填充至当前鸟瞰图信息内的待填充区域中以生成初始透明底盘图像。
进一步地，在一种可行的实施例中，上述步骤S30中“基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息”的步骤，具体可以包括：
步骤S301：根据各所述像素转换关系将所述当前鸟瞰图信息内包含的待填充区域投影至各所述参考鸟瞰图信息中，并确定各所述参考鸟瞰图信息各自与所述待填充区域形成的重合区域的重合面积；
步骤S302：基于各所述重合面积在各所述参考鸟瞰图信息中确定最优鸟瞰图信息；
示例性地，例如，终端设备遍历获取的各像素转换关系FMatrix，并将当前鸟瞰图信息内的车身底盘区域依次按照各像素转换关系FMatrix分别投射至各参考鸟瞰图信息中，从而寻找目标车辆的底盘区域四个角点形成的第一区域，和变换后四个角点形成的第二区域之间重合区域，并确定各重合区域对应的重合面积，之后，终端设备在各重合面积中确定最小重合面积，并将最小重合面积对应的参考鸟瞰图信息确定为最优鸟瞰图信息。
步骤S40：对所述初始透明底盘图像执行亮度平衡操作和融合处理操作以得到目标透明底盘图像；
示例性地，例如，终端设备在生成的初始透明底盘图像中确定各重叠区域，并对各重叠区域执行亮度平衡操作，同时，终端设备在初始透明底盘图像中确定融合区域，并对融合区域执行非线性融合处理从而得到目标透明底盘图像。
进一步地，在一种可行的实施例中，上述步骤S40中“对所述初始透明底盘图像执行亮度平衡操作和融合处理操作”的步骤，具体可以包括：
步骤S401：确定所述初始透明底盘图像内包含的各参考区域，并确定各所述参考区域各自对应的亮度值；
步骤S402：根据各所述亮度值确定各所述参考区域对应的平均亮度值，并按照所述平均亮度值将各所述亮度值调节至目标亮度值；
示例性地，例如，请参照图4，图4为本发明环视透明车底图像的拼接方法一实施例涉及的重叠区域选择示意图，终端设备在初始透明底盘图像中确定如图4所示的预设的各重叠区域，并将各重叠区域内各像素点从各自对应的RGB色域空间转换至LAB色域空间中，进而对各像素点各自对应的LAB色域空间内的L通道进行计算从而得到
、
、
及
，之后，终端设备对获取的各亮度值取均值：
从而得到亮度值均值，之后，终端设备按照获取的亮度值均值将各重叠区域内各像素点对应的亮度值调节至目标亮度值。
需要说明的是，在本实施例中，重叠区域分别来自部署在目标车辆前后左右各方向鱼眼摄像机采集的鱼眼图中的区域，之所以选取这几块小图像，一方面是对小区域做统计会消耗较小的计算量，另一方面，靠近底盘区域的重叠区域能够较好的反映图像的亮度。
进一步地，在一种可行的实施例中，上述步骤S402，具体可以包括：
步骤S4021：根据所述目标像素转换关系在所述最优鸟瞰图信息中确定与各所述参考区域内各第二像素点对应的各第一像素点；
步骤S4022：将各所述第一像素点转换至亮度色域空间，并基于所述平均亮度值调节各所述第一像素点各自对应的亮度通道至目标亮度值；
示例性地，例如，终端设备根据最优鸟瞰图信息对应的目标像素转换关系FMatrix确定当前鸟瞰图信息内待填充区域的各第二像素点的像素坐标
和第二像素点在参考鸟瞰图信息内对应的第一像素点的像素坐标
，终端设备进而将参考鸟瞰图信息内的像素点
转换至LAB空间中，并通过获取的亮度品均值
对像素点
对应的L通道进行计算从而调节至目标亮度值，并将调整后的第一像素点通过目标像素转换关系FMatrix填充至当前鸟瞰图信息内。
进一步地，在一种可行的实施例中，上述步骤S40中“对所述初始透明底盘图像执行亮度平衡操作和融合处理操作”的步骤，还可以包括：
步骤S403：获取预设的非线性融合公式，并确定所述初始透明底盘图像内包含的融合区域；
步骤S404：确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离，并根据所述非线性融合公式对所述像素距离进行计算得到各所述第三像素点各自对应的融合系数，进而按照所述融合系数对各所述第三像素点进行处理得到目标透明底盘图像；
示例性地，例如，终端设备首先获取预设的非线性融合公式：
同时，终端设备确定初始底盘透明图像内包含的融合区域，之后，终端设备确定融合区域内各第三像素点各自与融合区域的边框之间的像素距离，并对各像素距离进行归一化计算得到各归一值，再之后，终端设备通过非线性融合公式对各归一值进行计算从而确定融合系数，并按照融合系数对各第三像素点进行处理得到目标透明底盘图像。
需要说明的是，请参照图7，图7为本发明环视透明车底图像的拼接方法一实施例涉及的非线性融合系数示意图，如图7所示，简单的线性融合函数
在整个0-1区间中，变化率都是一致的，这就会导致在靠近图像融合边缘处出现融合不均匀的情况，为了解决这种问题，本发明采用环视透明车底图像的拼接方法采用了如图7所示的新的融合函数，新的融合函数在x=0.5附近变化大，而在0和1边缘过渡缓慢，这样的性质能够让融合的图像过渡更加均匀。
进一步地，在一种可行的实施例中，上述步骤S404中“确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离”的步骤，具体可以包括：
步骤S4041：确定所述融合区域内的各顶点和各所述顶点各自对应的顶点坐标，并确定各所述第三像素点各自对应的像素坐标；
步骤S4042：根据各所述像素坐标和各所述顶点坐标确定各所述第三像素点各自对应的边界角点，和各所述边界角点各自对应的边界点坐标；
步骤S4043：根据各所述顶点坐标、各所述像素坐标及各所述边界点坐标确定各所述第三像素点各自对应的像素距离；
示例性地，例如，请参照图5和图6，其中，图5为本发明环视透明车底图像的拼接方法一实施例涉及的融合区域示意图，图6为本发明环视透明车底图像的拼接方法一实施例涉及的像素距离计算示意图，如图5所示，终端设备首先确定融合区域内各标准区域和各角点区域各自位于右下角的顶点P对应的顶点坐标，同时，终端设备确定融合区域内第三像素点P1对应的像素点坐标
，之后，如图6所示，终端设备将顶点P与第三像素点P1进行连接，并延伸直线PP1，确定直线PP1与融合区域的边框之间行程的交点Q，终端设备进而确定顶点P与边角角点Q形成的直线PQ，再之后，终端设备确定PQ与PP1各自对应的像素距离，并对各像素距离进行归一化从而得到各归一值结果，终端设备进而根据到距离归一化计算公式：
得到各像素距离各自对应的归一化系数。
在本实施例中，终端设备在运行时，首先获取目标车辆在行驶过程中产生的当前鸟瞰图信息和各参考鸟瞰图信息，同时，终端设备调用部署在目标车辆上的车身传感器对目标车辆进行检测，以获取目标车辆在行驶时各时刻对应的车身运动信息，终端设备进而根据各鸟瞰图信息对各车身运动信息进行插值得到各鸟瞰图信息各自对应的目标车身运动信息，之后，终端设备通过预设的卡尔曼滤波器对各目标车身运动信息进行滤波从而得到各平滑车身运动信息，终端设备从而根据各平滑车身运动信息确定当前鸟瞰图信息分别与各参考鸟瞰图信息之间的像素转换关系，再之后，终端设备基于获取的当前鸟瞰图信息和各像素转换关系在各参考鸟瞰图信息中确定与当前鸟瞰图信息匹配的最优鸟瞰图信息，并在各像素转换关系中确定最优鸟瞰图信息对应的目标像素转换关系，终端设备进而在最优鸟瞰图信息中确定目标像素区域，并按照目标像素转换关系将目标像素区域内的各第一像素点填充至当前鸟瞰图信息内的待填充区域中以生成初始透明底盘图像，最后，终端设备在生成的初始透明底盘图像中确定各重叠区域，并对各重叠区域执行亮度平衡操作，同时，终端设备在初始透明底盘图像中确定融合区域，并对融合区域执行非线性融合处理从而得到目标透明底盘图像。
如此，本发明通过基于鸟瞰图信息进行插值操作确定与各鸟瞰图信息处于同一时刻的各目标车身运动信息，并对得到的目标车身运动信息执行平滑滤波操作，解决了当前技术中由于车身传感器采样频率会远高于鸟瞰图信息的获取频率，导致的在对传感器采集的dr信息进行插值时对dr信息中引入误差的技术问题，同时，本发明通过根据获取多个参考鸟瞰图信息，并根据平滑运动信息确定当前鸟瞰图信息与各参考鸟瞰图信息之间的各像素转换关系，进而根据各像素转换关系在各参考鸟瞰图信息中确定最优鸟瞰图信息的方式，解决了当前技术中由于主要采用参考固定的鸟瞰图信息的方式执行透明车底方案造成的从参考鸟瞰图信息中获取到的填充区域就会变的很小或很大的技术问题，同时，本发明通过对初始透明底盘图像进行后处理得到目标透明底盘图像的方式，解决了前的透明车底方案在对鸟瞰图信息进行填充时只进行简单的线性融合，更容易造成融合区域的边缘过渡不平滑，影响生成的透明车底图像的技术问题，实现了令终端设备可以削弱车身传感器噪声产生的影响从而减少车身运动信息内的噪声的技术效果，进而生成没有割裂感且融合区域边界过渡平滑的透明底盘图像。
此外，本发明还提供一种终端设备，该终端设备上有可在处理器上运行的环视透明车底图像的拼接程序，所述终端设备执行所述环视透明车底图像的拼接程序时实现如以上任一项实施例所述的环视透明车底图像的拼接方法的步骤。
本发明终端设备的具体实施例与上述环视透明车底图像的拼接方法各实施例基本相同，在此不作赘述。
此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有环视透明车底图像的拼接程序，所述环视透明车底图像的拼接程序被处理器执行时实现如以上任一项实施例所述环视透明车底图像的拼接方法的步骤。
本发计算机可读存储介质的具体实施例与上述环视透明车底图像的拼接方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是执行本发明环视透明车底图像的拼接方法的设备，该终端设备具体可以是移动终端、数据存储控制终端、PC或者便携计算机等终端)执行本发明各个实施例所述的方法。
以上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，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (12)
1.一种环视透明车底图像的拼接方法，其特征在于，所述环视透明车底图像的拼接方法包括以下步骤：
获取目标车辆在行驶过程中产生的各鸟瞰图信息及各车身运动信息，并根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息，其中，各所述鸟瞰图信息包含当前鸟瞰图信息和各参考鸟瞰图信息；
对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息，进而根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系；
基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息，并在各所述像素转换关系中确定所述最优鸟瞰图信息对应的目标像素转换关系，进而基于所述目标像素转换关系将所述最优鸟瞰图信息内的各第一像素点填充至所述当前鸟瞰图信息内的待填充区域以生成初始透明底盘图像；
对所述初始透明底盘图像执行亮度平衡操作和融合处理操作以得到目标透明底盘图像。
2.如权利要求1所述的环视透明车底图像的拼接方法，其特征在于，所述根据各所述鸟瞰图信息对各所述车身运动信息进行插值得到各所述鸟瞰图信息各自对应的目标车身运动信息的步骤，包括：
确定所述鸟瞰图信息对应的鸟瞰图信息时间戳；
根据所述鸟瞰图信息时间戳确定与所述鸟瞰图信息对应的各所述车身运动信息，并根据各所述车身运动信息各自对应的运动时间戳和所述鸟瞰图信息时间戳执行插值操作得到与所述鸟瞰图信息对应的目标车身运动信息。
3.如权利要求1所述的环视透明车底图像的拼接方法，其特征在于，所述对各所述目标车身运动信息进行滤波处理得到各平滑车身运动信息的步骤，包括：
获取预设的卡尔曼预测公式和协方差矩阵，并根据所述卡尔曼预测公式和所述协方差矩阵确定所述卡尔曼预测公式对应的卡尔曼更新公式；
通过所述卡尔曼预测公式确定各所述车身运动信息各自对应的预测运动信息，并将所述卡尔曼预测公式和所述卡尔曼更新公式进行组合得到目标融合公式；
通过所述目标融合公式将各所述车身运动信息分别与各自对应的所述预测运动信息进行融合得到各平滑车身运动信息。
4.如权利要求3所述的环视透明车底图像的拼接方法，其特征在于，所述根据各所述平滑车身运动信息确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系的步骤，包括：
根据各所述平滑车身运动信息和各所述鸟瞰图信息各确定所述目标车辆对应的车身旋转矩阵和车身平移矩阵；
根据所述车身旋转矩阵和所述车身平移矩阵确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系。
5.如权利要求4所述的环视透明车底图像的拼接方法，其特征在于，所述根据所述车身旋转矩阵和所述车身平移矩阵确定所述当前鸟瞰图信息与各所述参考鸟瞰图信息之间的各像素转换关系的步骤，包括：
将所述车身旋转矩阵和所述车身平移矩阵进行结合以得到所述目标车辆的底盘区域内各点在世界坐标系对应的第一变换矩阵；
确定所述当前鸟瞰图信息内的第一像素点从鸟瞰坐标系转换至所述世界坐标系时的第二变换矩阵，和，所述第一像素点在所述世界坐标系下转换至所述鸟瞰图坐标系时的第三变换矩阵；
根据所述第一变换矩阵、所述第二变换矩阵及所述第三变换矩阵得到所述像素转换关系。
6.如权利要求1所述的环视透明车底图像的拼接方法，其特征在于，所述基于各所述像素转换关系在各所述参考鸟瞰图信息中信息确定最优鸟瞰图信息的步骤，包括：
根据各所述像素转换关系将所述当前鸟瞰图信息内包含的待填充区域投影至各所述参考鸟瞰图信息中，并确定各所述参考鸟瞰图信息各自与所述待填充区域形成的重合区域的重合面积；
基于各所述重合面积在各所述参考鸟瞰图信息中确定最优鸟瞰图信息。
7.如权利要求1所述的环视透明车底图像的拼接方法，其特征在于，所述对所述初始透明底盘图像执行亮度平衡操作和融合处理操作的步骤，包括：
确定所述初始透明底盘图像内包含的各参考区域，并确定各所述参考区域各自对应的亮度值；
根据各所述亮度值确定各所述参考区域对应的平均亮度值，并按照所述平均亮度值将各所述亮度值调节至目标亮度值。
8.如权利要求7所述的环视透明车底图像的拼接方法，其特征在于，所述按照所述平均亮度值将各所述亮度值调节至目标亮度值的步骤，包括：
根据所述目标像素转换关系在所述最优鸟瞰图信息中确定与各所述参考区域内各第二像素点对应的各第一像素点；
将各所述第一像素点转换至亮度色域空间，并基于所述平均亮度值调节各所述第一像素点各自对应的亮度通道至目标亮度值。
9.如权利要求7所述的环视透明车底图像的拼接方法，其特征在于，所述对所述初始透明底盘图像执行亮度平衡操作和融合处理操作的步骤，还包括：
获取预设的非线性融合公式，并确定所述初始透明底盘图像内包含的融合区域；
确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离，并根据所述非线性融合公式对所述像素距离进行计算得到各所述第三像素点各自对应的融合系数，进而按照所述融合系数对各所述第三像素点进行处理得到目标透明底盘图像。
10.如权利要求9所述的环视透明车底图像的拼接方法，其特征在于，所述确定所述融合区域内各第三像素点各自与融合区域边框之间的像素距离的步骤，包括：
确定所述融合区域内的各顶点和各所述顶点各自对应的顶点坐标，并确定各所述第三像素点各自对应的像素坐标；
根据各所述像素坐标和各所述顶点坐标确定各所述第三像素点各自对应的边界角点，和各所述边界角点各自对应的边界点坐标；
根据各所述顶点坐标、各所述像素坐标及各所述边界点坐标确定各所述第三像素点各自对应的像素距离。
11.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的环视透明车底图像的拼接程序，所述环视透明车底图像的拼接程序被所述处理器执行时实现如权利要求1至10中任一项所述的环视透明车底图像的拼接方法的步骤。
12.一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上存储有环视透明车底图像的拼接程序，所述环视透明车底图像的拼接程序被处理器执行时实现如权利要求1至10中任一项所述的环视透明车底图像的拼接方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310160168.8A CN115861080B (zh) | 2023-02-24 | 2023-02-24 | 环视透明车底图像的拼接方法和终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310160168.8A CN115861080B (zh) | 2023-02-24 | 2023-02-24 | 环视透明车底图像的拼接方法和终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115861080A true CN115861080A (zh) | 2023-03-28 |
| CN115861080B CN115861080B (zh) | 2023-05-23 |
Family
ID=85658811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310160168.8A Active CN115861080B (zh) | 2023-02-24 | 2023-02-24 | 环视透明车底图像的拼接方法和终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115861080B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117237237A (zh) * | 2023-11-13 | 2023-12-15 | 深圳元戎启行科技有限公司 | 一种车载360度全景影像的光度均衡方法及装置 |
| CN117676315A (zh) * | 2024-02-02 | 2024-03-08 | 深圳市积加创新技术有限公司 | 一种基于高像素相机形成预览双画面的方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521817A (zh) * | 2011-11-22 | 2012-06-27 | 广州致远电子有限公司 | 一种用于全景泊车系统的图像融合方法 |
| CN105096284A (zh) * | 2014-05-04 | 2015-11-25 | 北京四维图新科技股份有限公司 | 一种生成道路正射投影图像的方法、装置及系统 |
| US20190325580A1 (en) * | 2019-06-26 | 2019-10-24 | Intel Corporation | Surround camera system with seamless stitching for arbitrary viewpoint selection |
| CN111402132A (zh) * | 2020-03-11 | 2020-07-10 | 黑芝麻智能科技(上海)有限公司 | 倒车辅助方法及系统、图像处理器及相应的辅助驾驶系统 |
| CN113228135A (zh) * | 2021-03-29 | 2021-08-06 | 华为技术有限公司 | 一种盲区图像获取方法及相关终端装置 |
| CN113449582A (zh) * | 2021-03-04 | 2021-09-28 | 同致电子科技（厦门）有限公司 | 一种车底盲区填充方法、装置、系统、存储介质及计算机程序产品 |
| CN113554698A (zh) * | 2020-04-23 | 2021-10-26 | 杭州海康威视数字技术股份有限公司 | 车辆位姿信息生成方法、装置及电子设备、存储介质 |
| CN113837936A (zh) * | 2020-06-24 | 2021-12-24 | 上海汽车集团股份有限公司 | 一种全景图像的生成方法和装置 |
| CN114493990A (zh) * | 2021-12-14 | 2022-05-13 | 浙江华锐捷技术有限公司 | 车辆底盘区域图像生成方法、电子装置和存储介质 |
| CN114663521A (zh) * | 2022-02-28 | 2022-06-24 | 武汉光庭信息技术股份有限公司 | 一种用于辅助泊车的环视拼接处理方法 |
-
2023
- 2023-02-24 CN CN202310160168.8A patent/CN115861080B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521817A (zh) * | 2011-11-22 | 2012-06-27 | 广州致远电子有限公司 | 一种用于全景泊车系统的图像融合方法 |
| CN105096284A (zh) * | 2014-05-04 | 2015-11-25 | 北京四维图新科技股份有限公司 | 一种生成道路正射投影图像的方法、装置及系统 |
| US20190325580A1 (en) * | 2019-06-26 | 2019-10-24 | Intel Corporation | Surround camera system with seamless stitching for arbitrary viewpoint selection |
| CN111402132A (zh) * | 2020-03-11 | 2020-07-10 | 黑芝麻智能科技(上海)有限公司 | 倒车辅助方法及系统、图像处理器及相应的辅助驾驶系统 |
| CN113554698A (zh) * | 2020-04-23 | 2021-10-26 | 杭州海康威视数字技术股份有限公司 | 车辆位姿信息生成方法、装置及电子设备、存储介质 |
| CN113837936A (zh) * | 2020-06-24 | 2021-12-24 | 上海汽车集团股份有限公司 | 一种全景图像的生成方法和装置 |
| CN113449582A (zh) * | 2021-03-04 | 2021-09-28 | 同致电子科技（厦门）有限公司 | 一种车底盲区填充方法、装置、系统、存储介质及计算机程序产品 |
| CN113228135A (zh) * | 2021-03-29 | 2021-08-06 | 华为技术有限公司 | 一种盲区图像获取方法及相关终端装置 |
| CN114493990A (zh) * | 2021-12-14 | 2022-05-13 | 浙江华锐捷技术有限公司 | 车辆底盘区域图像生成方法、电子装置和存储介质 |
| CN114663521A (zh) * | 2022-02-28 | 2022-06-24 | 武汉光庭信息技术股份有限公司 | 一种用于辅助泊车的环视拼接处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| I. COUSSEAU ET AL: "Road Detection for Driving Applications based on Histograms" * |
| 唐丽娟: "基于改进Stereo R-CNN的双目视觉车辆检测方法研究" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117237237A (zh) * | 2023-11-13 | 2023-12-15 | 深圳元戎启行科技有限公司 | 一种车载360度全景影像的光度均衡方法及装置 |
| CN117676315A (zh) * | 2024-02-02 | 2024-03-08 | 深圳市积加创新技术有限公司 | 一种基于高像素相机形成预览双画面的方法 |
| CN117676315B (zh) * | 2024-02-02 | 2024-06-11 | 深圳市积加创新技术有限公司 | 一种基于高像素相机形成预览双画面的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115861080B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115861080A (zh) | 环视透明车底图像的拼接方法和终端设备 | |
| US20220207849A1 (en) | Employing three-dimensional (3d) data predicted from two-dimensional (2d) images using neural networks for 3d modeling applications and other applications | |
| EP3644277B1 (en) | Image processing system, image processing method, and program | |
| JP3870491B2 (ja) | 画像間対応検出方法およびその装置 | |
| CN109064549B (zh) | 标志点检测模型生成方法及标志点检测方法 | |
| US20060232584A1 (en) | Stereoscopic picture generating apparatus | |
| US20130141547A1 (en) | Image processing apparatus and computer-readable recording medium | |
| CN109314753A (zh) | 使用光流生成中间视图 | |
| JP7091485B2 (ja) | 運動物体検出およびスマート運転制御方法、装置、媒体、並びに機器 | |
| CN109660783A (zh) | 虚拟现实视差校正 | |
| CN115253300A (zh) | 一种图形渲染方法以及装置 | |
| CN107451952A (zh) | 一种全景视频的拼接融合方法、设备以及系统 | |
| TWI553590B (zh) | 包括至少第一視圖和第二視圖的３ｄ內容之再標定方法及裝置以及電腦程式產品和處理器可讀取之媒體 | |
| CN113029128A (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
| CN114494559A (zh) | 一种基于多gpu协同的三维渲染融合方法、系统、介质 | |
| JP7006810B2 (ja) | ３次元計測装置、移動ロボット、手押し車型移動装置および３次元計測処理方法 | |
| CN114387312A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN113724331B (zh) | 视频处理方法、视频处理装置和非瞬时性存储介质 | |
| CN114219900A (zh) | 基于混合现实眼镜的三维场景重建方法、重建系统和应用 | |
| EP4178216A1 (en) | Video image display method and apparatus, and multimedia device and storage medium | |
| CN115482359A (zh) | 目标的尺寸测量方法、电子设备及其介质 | |
| CN115936986A (zh) | 全景图像生成方法、装置、设备及存储介质 | |
| CN114821544B (zh) | 感知信息生成方法、装置、车辆、电子设备及存储介质 | |
| CN112414444A (zh) | 一种数据标定方法、计算机设备、存储介质 | |
| WO2005076122A1 (en) | Method of performing a panoramic demonstration of liquid crystal panel image simulation in view of observer's viewing angle |
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 |