KR20180012494A - 차량용 카메라 공차 보정 방법 및 그 장치 - Google Patents

차량용 카메라 공차 보정 방법 및 그 장치 Download PDF

Info

Publication number
KR20180012494A
KR20180012494A KR1020160095396A KR20160095396A KR20180012494A KR 20180012494 A KR20180012494 A KR 20180012494A KR 1020160095396 A KR1020160095396 A KR 1020160095396A KR 20160095396 A KR20160095396 A KR 20160095396A KR 20180012494 A KR20180012494 A KR 20180012494A
Authority
KR
South Korea
Prior art keywords
camera
image
point
lane
tolerance
Prior art date
Application number
KR1020160095396A
Other languages
English (en)
Other versions
KR102528003B1 (ko
Inventor
이성수
Original Assignee
현대모비스 주식회사
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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020160095396A priority Critical patent/KR102528003B1/ko
Publication of KR20180012494A publication Critical patent/KR20180012494A/ko
Application granted granted Critical
Publication of KR102528003B1 publication Critical patent/KR102528003B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H04N5/2257—

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

차량용 카메라 공차 보정 방법이 제공된다. 이 방법은, 차량 주변의 바닥면에 형성된 차선 패턴과 격자 패턴을 촬영한 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 차량에 설치된 카메라로부터 획득하는 단계; 각 영상으로부터 상기 차선 패턴의 차선 특징점 및 상기 격자 패턴의 중심을 나타내는 보정점을 검출하는 단계; 라인 피팅 알고리즘(line fitting algorithm)을 이용하여 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)을 추정하는 단계; 및 상기 추정된 카메라 주점, 상기 보정점, 사전에 설정된 초점 거리 및 렌즈 왜곡 보정 파라미터를 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 합성하여 AVM 영상으로 변환하기 위한 변환규칙이 저장된 룩업 테이블을 생성하는 단계를 포함한다.

Description

차량용 카메라 공차 보정 방법 및 그 장치{APPARATUS AND METHOD FOR COMPENSATING TOLERANCE OF VEHICLE-MOUNTED CAMERA}
본 발명은 차량용 카메라의 공차 보정 방법 및 그 장치에 관한 것으로, 상세하게는 차량용 카메라와 관련된 오차를 보정하는 차량용 카메라의 공차 보정 방법 및 그 장치에 관한 것이다.
차량의 어라운드 뷰 모니터링(Around View Monitoring, AVM) 시스템에서는 전방 영상, 후방 영상, 좌측방 영상 및 우측방 영상이 정합된 AVM 영상을 차량 내의 표시화면을 통해 운전자에게 제공하는 시스템이다.
이러한 어라운드 뷰 영상을 제공하기 위해, AVM 시스템은 전방 영상, 후방 영상, 좌측방 영상 및 우측방 영상을 각각 획득하기 위한 4개의 카메라들을 구비한다.
자동차 생산 업체는 카메라를 직접 제작하지 않고, 카메라 공급 업체로부터 공급된 카메라들을 이용하여 차량 내에 AVM 시스템을 구축하는 것이 일반적이다.
카메라 공급 업체에서 진행하는 카메라 제작 과정은 크게, 카메라 렌즈를 렌즈 홀더에 설치하는 과정 및 카메라 렌즈가 설치된 렌즈 홀더와 이미지 센서를 조립하는 과정으로 나눌 수 있다.
렌즈 홀더와 이미지 센서를 조립하는 과정에서, 만일 카메라 렌즈가 렌즈 홀더에 반듯하게 설치되지 않고, 기울어진 상태로 설치된 렌즈 홀더를 이미지 센서와 조립하는 경우, 조립 공차에 의한 카메라 광축과 이미지 센서의 중심이 틀어지는 오차가 발생할 수 있으며, 이러한 오차를 "카메라 광축 오차"라 불리기도 한다.
이러한 광축 오차를 갖는 카메라로부터 획득한 전방 영상, 후방 영상, 좌측방 영상 및 우측방 영상을 정합하여 AVM 영상을 생성하는 경우, 도 1에서 볼 수 있듯이, AVM 영상(10) 내에서 차선(12)이 휘어 보이거나 경계 영역(16)에서 정합 오차가 발생할 수 있다.
이러한 문제를 해결하기 위해, 카메라 공급 업체는 제작된 카메라를 자동차 생산업체 공급하기 전에 카메라 광축을 보정하는 "카메라 광축 보정 작업"을 수행한 후, 카메라 광축이 보정된 카메라는 자동차 생산 업체로 공급되어, 자동차 생산 업체에서는 카메라를 차량에 설치하는 과정에서 발생하는 오차를 보정하는 "공차 보정 작업"을 진행한다.
도 2는 종래의 AVM용 카메라의 공차 보정 작업을 설명하기 위한 흐름도이다.
도 2를 참조하면, 먼저, 카메라 공급업체(10)에서는, 카메라 모듈을 제작한 후(S10), 제작된 카메라 모듈에 대한 카메라 광축을 보정한다(S20). 카메라 광축을 보정하는 방법은 사전에 마련된 패턴을 촬영하여 패턴 영상을 획득하고, 획득한 패턴 영상을 이용하여 카메라 광축이 영상의 중심에 위치하도록 보정한다.
이렇게 카메라 공급업체(10)에서 제작한 카메라 모듈의 카메라 광축 보정 작업이 완료되면, 카메라 광축 보정이 완료된 카메라 모듈을 자동차 생산업체(20)에 공급하고, 자동차 생산업체(20)에서는 차량에 카메라 광축이 보정된 카메라 모듈을 설치하고(S30), 카메라 모듈이 설치된 차량은 바닥면에 공차 보정 패턴이 형성된 인라인 공차 보정 장소로 이동한 후, 차량에 설치된 카메라 모듈을 이용하여 바닥면에 형성된 공차 보정 패턴을 촬영하여 카메라 모듈 별로 공차 보정 패턴 영상을 획득한다(S40). 이후, 공차 보정 패턴 영상으로부터 공차 보정점의 좌표 정보를 추출한다(S50). 이후, 추출된 공차 보정점의 좌표 정보와 기준 좌표 정보를 비교하여 그 비교 결과로부터 AVM 영상을 생성하는 과정에서 이용되는 변환 행렬 또는 이러한 변환 행렬 등이 저장된 룩업 테이블(LUT)을 생성한다(S60).
이와 같이, 종래의 자동차 생산업체에서 진행하는 AVM용 카메라의 공차 보정 작업은 카메라 공급업체(10)에서 수행하는 카메라 광축 보정 작업이 완료된 카메라를 대상으로 수행한다.
카메라 광축이 보정되지 않은 상태에서 AVM용 카메라의 공차 보정을 진행하더라도 도 1에 도시된 바와 같이 원하는 AVM 영상의 표시 품질을 기대할 수 없다. 그만큼 카메라 광축 보정 작업은 매우 중요하기 때문에, 카메라의 공급단가를 상승시키는 주요 요인이기도 하다.
만일, 카메라 공급업체에서 수행하는 카메라 광축 보정 작업을 자동차 생산업체에서 수행하는 AVM용 카메라의 공차 보정 작업 내에서 진행할 수 있다면, 카메라의 공급단가를 줄일 수 있을 것이다.
하지만, 아직까지 자동차 생산업체에서 진행하는 AVM용 카메라의 공차 보정 작업 내에서 AVM용 카메라의 광축 보정 작업을 진행할 수 있는 방안에 대해서는 개발되고 있지 않은 실정이다.
따라서, 본 발명의 목적은 차량용 카메라의 광축을 보정할 수 있는 차량용 카메라 공차 보정 방법 및 그 장치를 제공하는 데 있다.
상술한 목적을 달성하기 위한 본 발명의 일면에 따른 카메라 공차 보정 방법은, 차량 주변의 바닥면에 형성된 차선 패턴과 격자 패턴을 촬영한 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 차량에 설치된 카메라로부터 획득하는 단계; 각 영상으로부터 상기 차선 패턴의 차선 특징점 및 상기 격자 패턴의 중심을 나타내는 보정점을 검출하는 단계; 라인 피팅 알고리즘(line fitting algorithm)을 이용하여 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)을 추정하는 단계; 및 상기 추정된 카메라 주점, 상기 보정점, 사전에 설정된 초점 거리 및 렌즈 왜곡 보정 파라미터를 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 합성하여 AVM 영상으로 변환하기 위한 변환규칙이 저장된 룩업 테이블을 생성하는 단계를 포함한다.
본 발명의 다른 일면에 따른 카메라 공차 보정 장치는, 카메라로부터 제공된 전방 영상, 후방 영상, 좌측 영상 및 후방 영상 각각으로부터 상기 차선 패턴의 차선 특징점 및 상기 격자 패턴의 중심을 나타내는 보정점을 포함하는 공차 보정 패턴을 검출하는 검출부; 상기 검출된 차선 특징점을 연결하는 커브 라인을 추정하고, 추정된 커브 라인으로부터 각 영상에 나타나지 않는 차선 특징점을 추정하는 추정부; 상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변환하는 좌표계 변환부; 상기 렌즈왜곡보정 좌표계에서 표현되는 상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점을 추정하는 카메라 주점 추정부; 및 상기 추정된 카메라 주점, 상기 보정점, 사전에 설정된 초점 거리 및 렌즈 왜곡 보정 파라미터를 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 합성하여 AVM 영상으로 변환하기 위한 변환규칙이 저장된 룩업 테이블을 생성하는 룩업 테이블 생성부를 포함한다.
본 발명에 따르면, 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 자동차 생산업체에서 수행하는 카메라 공차 보정 공정 내에서 수행함으로써, 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 제거할 수 있고, 이에 따라 전체 공정을 단순화하고, 동시에 자동차 생산업체 입장에서는 카메라의 공급단가를 낮출 수 있다.
또한, 본 발명은 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 자동차 생산업체에서 수행하는 카메라 공차 보정 공정에 적용함으로써, 카메라 광축 오차에 따른 AVM 영상의 정합 오차를 제거하여 AVM 장치의 상품성을 향상시킬 수 있다.
도 1은 광축 오차를 갖는 카메라로부터 획득된 영상들을 기반으로 생성된 AVM 영상의 실제 사진이다.
도 2는 종래의 AVM용 카메라의 공차 보정 방법의 흐름도이다.
도 3은 본 발명의 일 실시 예에 따른 AVM용 카메라의 공차 보정 방법의 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 공차 보정 장소의 바닥면에 형성된 공차 보정 패턴을 나타내는 도면이다.
도 5는 도 4에 도시된 단계 S150을 상세히 나타내는 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 라인 피팅 오차를 3차원 좌표계에서 표현한 그래프이다.
도 7은 본 발명의 일 실시 예에 따른 AVM 영상 사진과 종래의 AVM 영상 사진을 함께 나타낸 도면이다.
도 8은 본 발명의 일 실시 예에 따른 차량용 카메라의 공차 보정 장치를 나타내는 블록도이다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
본 발명의 본 발명의 바람직한 실시 예에 대해 상세 설명을 기술하기에 앞서, 본 발명의 기술적 요지를 정확하기 이해하기 위해, 아래의 용어가 정의된다.
카메라 광축 보정
카메라 광축 보정은 카메라의 광축 오차(axis error)를 보정하는 작업으로, 주점(principal point)을 영상의 중심에 위치하도록 보정작업을 의미한다. 이러한 카메라의 광축 오차는 렌즈 홀더와 이미지 센서를 조립하는 과정에서 발생하는 오차를 의미한다.
주점(principal point)
카메라에 구비된 렌즈의 중심을 의미하며, 카메라 광축(optical axis)과 동일한 의미로 해석될 수 있다.
카메라 공차(Camera tolerance) 보정
카메라 공차 보정은 카메라 공급업체에서 공급된 카메라를 자동차 생산업체에서 차량의 특정 위치에 설치하는 과정에서 발생하는 공차 또는 차량 출고 후 차량의 운행 도중 발생하는 차량의 진동, 사이드 미러의 반복적인 폴딩, 트렁크의 반복적인 여닫음 등으로 인하여 각 카메라에서는 새로운 공차를 보정하는 작업을 의미한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대해 상세 설명한다.
도 3은 본 발명의 일 실시 예에 따른 AVM용 카메라의 공차 보정 방법의 흐름도이다.
도 3을 참조하면, 먼저, 단계 S110에서, 카메라 공급업체(10)가 카메라 모듈(이하, 카메라)을 제작한 후, 제작한 카메라를 자동차 생산업체(20)에 공급한다. 이하에서는 카메라 공급업체(10)으로부터 공급되는 카메라를 AVM용 카메라로 한정하지만, 이에 한정하지 않고, 차량에 설치되는 모든 종류의 카메라를 포함한다.
다만, 본 발명의 일 실시 예에 따른 AVM용 카메라의 공차 보정 방법에서는 카메라 공급업체(10)로부터 카메라의 광축 오차가 보정되지 않은 AVM 카메라를 공급받고, 카메라의 광축 오차는 자동차 생산업체에서 수행하는 카메라의 공차 보정 과정 내에서 보정되는 점을 주목할 필요가 있다. 이는 자동차 생산업체(20) 입장에서, 카메라 공급업체(10)에서 공급되는 AVM용 카메라의 공급가격을 낮출 수 있는 이점이 있다.
이어, 단계 S120에서, 자동차 생산업체(20)에서는 카메라 공급업체(10)로부터 공급된 카메라를 차량의 정해진 설치 위치에 설치하는 과정이 수행된다.
카메라 공급업체(10)에서 공급되는 카메라는 전방 카메라, 후방 카메라, 좌측 카메라 및 우측 카메라를 포함한다. 차량의 사각 지대를 최소화하기 위해 각 카메라는 180°이상의 광각 렌즈를 구비한다. 이러한 광각 렌즈의 특성으로 인해 각 카메라에서 촬영한 영상은 실제 직선이 곡선으로 나타나는 영상 왜곡을 포함한다.
각 카메라의 설치 위치를 설명하면, 차량의 전방에 설치되는 전방 카메라는 차량의 본 넷 중심에 설치되고, 차량의 좌측 및 우측에 설치되는 좌측 카메라와 우측 카메라는 각각 차량의 양 사이드 미러의 가장 자리 도는 아래 쪽에 설치될 수 있다. 그리고, 차량의 후방에 설치되는 후방 카메라는 후방 범퍼 위쪽의 중앙에 설치될 수 있다.
이어, 단계 S130에서, 카메라 설치가 완료 차량은 공차 보정 장소로 이동한 후, 상기 차량에 설치된 각 카메라가 공차 보정 장소의 바닥면에 형성된 공차 보정 패턴을 촬영하여 전방 영상, 후방 영상, 좌측 영상 및 우측 영상을 획득하는 과정이 수행된다.
상기 공차 보정 장소는 자동차 생산업체(20)의 내부 또는 외부에 마련된 장소로, 상기 공차 보정 장소의 바닥면에는 도 4에 도시된 바와 같은 공차 보정 패턴이 형성된다.
도 4를 참조하면, 공차 보정 패턴은 두 개의 차선 패턴들(43-1, 43-2)과 다수의 격자 패턴(45-1, 45-3, 45-5, 45-5)을 포함한다.
상기 두 개의 차선 패턴들(43-1, 43-2)은 공차 보정 장소 내에서 차량이 배치되는 직사각형의 배치 영역(41)을 사이에 두고 나란히 연장된다. 다수의 격자 패턴(45-1, 45-2, 45-3, 45-4)은 전방 격자 패턴(45-1), 좌측방 격자 패턴(45-2), 상기 좌측방 격자 패턴(45-2)에 대칭되는 우측방 격자 패턴(45-3) 및 상기 전방 격자 패턴에 대칭되는 후방 격자 패턴(45-4)을 포함한다.
전방 카메라에서 촬영한 전방 영상에는 상기 전방 격자 패턴(45-1)과 상기 두 개의 차선 패턴들(43-1, 43-2)의 앞부분이 포함된다. 상기 전방 격자 패턴(45-1)은 차량의 전방 모서리쪽에 배치된 제1 내지 제4 전방 격자 패턴(FP1-FP4)을 포함한다. 제1 및 제2 전방 격자 패턴(FP1, FP2)는 좌측 차선 패턴(43-1) 상에서 일정 간격으로 이격되어 배치되며, 제3 및 제4 전방 격자 패턴(FP3, FP4)은 우측 차선 패턴(43-2) 상에서 일정 간격으로 이격되어 배치된다. 제1 내지 제4 전방 격자 패턴(FP1-FP4) 각각의 중심점은 보정점(CP)으로 정의된다. 상기 보정점(CP)은 카메라 공차를 보정하기 위해, 전방 영상으로부터 추출되며, 상기 보정점(CP)의 추출 오류를 최소화하기 위해, 제1 내지 제4 전방 격자 패턴(FP1-FP4) 각각은 격자 모양의 무늬로 이루어질 수 있다. 여기서, 격자 모양의 무늬는 색상 대비가 강한 색들의 조합으로 이루어질 수 있으며, 예를 들면, 흰색과 검정색의 조합으로 이루어질 수 있다.
좌측 카메라에서 촬영한 좌측 영상에는 상기 좌측 격자 패턴(45-2)과 좌측 차선 패턴(43-1)의 중간 부분이 포함된다. 상기 좌측 격자 패턴(45-2)은 제1 내지 제4 좌측 격자 패턴(LP1-LP4)을 포함한다. 구체적으로, 제1 및 제2 좌측 격자 패턴(LP1, LP2)는 좌측 차선 패턴(43-1)으로부터 일정간격으로 이격되어 좌측 차선 패턴(43-1)의 연장 방향과 동일한 방향으로 배치된다. 제3 및 제4 좌측 격자 패턴(LP3, LP4)은 좌측 차선 패턴(43-1) 상에 배치되어, 상기 제1 및 제2 좌측 격자 패턴(LP1, LP2)과 나란히 배치된다.
우측 카메라에서 촬영한 우측 영상에는 우측 격자 패턴(45-3)과 우측 차선 패턴(43-2)의 중간 부분이 포함된다. 상기 우측 격자 패턴(45-3)는 제1 내지 제4 우측 격자 패턴(RP1-RP4)을 포함한다.
후방 카메라에서 촬영한 후방 영상에는 후방 격자 패턴(45-4)과 차선 패턴들(43-1, 43-2)의 뒷부분이 포함된다. 상기 후방 격자 패턴(45-7)은 후방 카메라에서 촬영한 후방 영상에 포함되도록 차량의 후방 모서리쪽에 배치된 제1 내지 제4 후방 격자 패턴(BP1-BP4)을 포함하며, 상기 제1 내지 제4 전방 격자 패턴(FP1-FP4)과 대칭되게 배치된다.
다시 도 3을 참조하면, 단계 S140에서, 전단계에서 획득한 전방 영상, 후방 영상, 좌측 영상 및 우측 영상으로부터 공차 보정 패턴을 검출하는 과정이 수행된다. 여기서, 검출된 공차 보정 패턴은 차선 패턴(43-1, 43-2)의 차선 특징점 및 각 격자 패턴(45-1, 45-3, 45-5, 45-7)의 보정점(CP)을 포함한다. 상기 차선 특징점을 검출하는 방법으로 차선 검출 알고리즘을 사용할 수 있다. 차선 검출 알고리즘은 잘 알려진 내용이므로, 이에 대한 상세설명은 생략한다.
이어, 단계 S150에서, 상기 검출된 차선 특징점을 연결하는 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)을 추정하는 과정이 수행된다. 카메라 주점(principal point)을 추정하기 위한 상세 과정이 도 5에 도시된다.
도 5를 참조하면, 먼저, 단계 S151에서, 커브 피팅 알고리즘(curve fitting algorithm)을 이용하여 상기 S140에서 검출된 차선 특징점을 연결하는 커브 라인(curve line)을 추정하는 과정이 수행된다.
이어, 단계 S153에서, 상기 추정된 커브 라인을 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 우측 영상 각각에서 나타나지 않는 차선 특징점을 추정하는 과정이 수행된다.
이어, 단계 S155에서, 상기 추정된 차선 특징점과 상기 S140에서 검출된 차선 특징점을 각 카메라 별 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변환하는 과정이 수행된다. 상기 차선 특징점들을 상기 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변화하기 위해, 카메라 주점 (principal point), 초점거리, 렌즈왜곡보정 파라미터가 필요하며, 이때, 초점거리와 렌즈왜곡보정 파라미터는 사전에 알고 있는 것으로 가정한다.
이어, 단계 S157에서, 라인 피팅 알고리즘(line fitting algorithm)을 이용하여 상기 렌즈왜곡보정 좌표계에서 표현된 차선 특징점들을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)을 추정하는 과정이 수행된다. 광각 렌즈에 의해 커브 형태로 보이는 차선이 직선에 가장 가깝게 보이게 하는 카메라 주점을 추정함으로써, 카메라 광축 오차를 보정할 수 있다.
구체적으로, 상기 렌즈왜곡보정 좌표계에서 표현되는 차선 특징점들을 X축과 Y축으로 이루어진 XY평면에서 나타내고, 상기 라인 피팅 오차를 Z축으로 나타낸 도 6과 같은 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점(P)을 탐색하고, 탐색된 지점(P)을 이용하여 카메라 주점(principal point)을 추정한다. 결국, 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)의 추정은 도 6과 같은 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점(P)을 카메라 주점으로 추정하는 것이다.
다시 도 3을 참조하면, 단계 S160에서, 전 단계(S150)에서 추정된 카메라 주점, 사전에 알고 있는 초점거리, 사전에 알고 있는 렌즈왜곡보정 파라미터 및 단계 S140에서 검출된 보정점을 이용하여 전방, 후방, 좌측 및 우측 영상을 AVM 영상으로 변환하기 위한 정합 비율(변환규칙, 변환비율 또는 변환행렬)이 저장된 룩업 테이블(Look-Up Table: LUT)을 생성함으로써, AVM용 카메라의 공차를 보정하는 일련의 과정이 종료된다.
도 7은 본 발명의 일 실시 예에 따른 AVM 영상의 실제 사진과 종래의 AVM 영상의 실제 사진을 함께 나타낸 도면이다.
도 7에서, (A)는 카메라 공급업체에 의해 카메라 광축이 보정된 카메라를 이용하여 생성한 AVM 영상이고, (B)는 본 발명의 일 실시 예에 따른 AVM용 카메라의 공차 보정 과정 내에서 수행된 카메라 광축이 보정된 카메라를 이용하여 생성한 AVM 영상이다. 그리고, (C)는 카메라 광축이 보정되지 않은 카메라를 이용하여 생성한 AVM 영상이다.
(C)와 같이, 카메라 광축이 보정되지 않은 카메라를 이용하여 생성한 AVM 영상에서는, 좌우측 영상과 후방 영상의 경계영역(도 7의 (C)에서 붉은색 원을 표시된 부분)에서 영상들 간의 정합 오차가 크게 나타남을 볼 수 있다.
이에 반해, 본 발명의 일 실시 예에 따른 AVM 카메라 공차 보정 방법에 따라 카메라 광축이 보정된 카메라를 이용하여 생성한 AVM 영상(B)에서는, 정합 오차가 크게 개선됨을 알 수 있고, 종래의 카메라 공급업체에 의해 카메라 광축이 보정된 카메라를 이용하여 생성한 AVM 영상(A)과 동일한 표시 품질을 제공함을 알 수 있다.
도 8은 본 발명의 일 실시 예에 따른 카메라 공차 보정 장치를 나타내는 블록도이다.
도 8을 참조하면, 본 발명의 일 실시 예에 따른 카메라공차 보정 장치(200)는 AVM 장치(100)와 통신 가능하도록 연결된다. 도 8에서는 카메라공차 보정 장치(200)가 AVM 장치(100)의 외부에 구현된 예를 도시하고 있으나, AVM 장치(100)의 내부에 구현될 수도 있다.
AVM 장치(100)는 카메라(110)와 영상 정합부(120)를 포함한다.
카메라(110)는 카메라 광축이 보정되지 않은 전방 카메라(111), 후방 카메라(113), 좌측 카메라(115) 및 우측 카메라(117)를 포함한다.
각 카메라(111, 113, 115, 117)는, 카메라 광축(optical axis) 보정 및 카메라 공차(tolerance) 보정을 위해, 차량 주변의 바닥면에 형성된 공차 보정 패턴을 촬영하여 전방, 후방, 좌측 및 우측 영상을 획득하고, 획득된 각 영상은 카메라 공차 보정 장치(200)로 출력된다.
상기 공차 보정 패턴은 카메라 광축 보정을 위한 차선 패턴과 카메라 공차 보정을 위한 격자 패턴을 포함한다. 고로, 전방 영상은 전방 카메라(111)에 구비된 렌즈의 광각 범위 내의 바닥면에 형성된 차선 패턴의 일부와 전방 격자 패턴을 포함한다. 후방 영상은 후방 카메라(113)에 구비된 렌즈의 광각 범위 내의 바닥면에 형성된 차선 패턴의 일부와 후방 격자 패턴을 포함한다. 좌측 영상은 좌측 카메라(115)에 구비된 렌즈의 광각 범위 내의 바닥면에 형성된 차선 패턴의 일부와 좌측 격자 패턴을 포함한다. 우측 영상은 우측 카메라(117)에 구비된 렌즈의 광각 범위 내의 바닥면에 형성된 차선 패턴의 일부와 우측 격자 패턴을 포함한다.
영상 합성부(120)는 상기 카메라 공차 보정 장치(200)로부터 제공되는 룩업 테이블(LUT)을 참조하여 각 카메라(111, 113, 115, 117)에서 획득한 전방, 후방, 좌측 및 우측 영상을 AVM 영상으로 합성한다. 여기서, 상기 카메라 공차 보정 장치(200)로부터 제공되는 룩업 테이블은 카메라 광축(optical axis) 보정 및 카메라 공차(tolerance) 보정이 반영된 변환 행렬이 저장된다.
상기 카메라 공자 보정 장치(200)는 카메라 광축(optical axis) 및 카메라 공차(tolerance) 보정이 반영된 룩업 테이블(LUT)을 상기 AVM 장치(100)에 제공하기 위해, 공차 보정 패턴 검출부(210), 차선 특징점 추정부(220), 좌표계 변환부(230), 카메라 주점 추정부(240) 및 LUT 생성부(250)를 포함한다.
상기 공차 보정 패턴 검출부(210)는 상기 AVM 장치(100)로부터 제공되는 전방, 후방, 좌측 및 우측 영상 각각으로부터 공자 보정 패턴을 검출한다. 즉, 상기 공차 보정 패턴 검출부(210)는 각 영상으로부터 상기 공자 보정 패턴에 포함된 차선 패턴(43-1, 43-2)의 차선 특징점 및 격자 패턴(45-1, 45-2, 45-3, 45-4)의 보정점(CP)(또는 보정점의 좌표 정보(XY좌표값))을 검출한다. 각 영상으로부터 차선 패턴의 차선 특징점 및 보정점(CP)을 검출하는 방법으로, 차선 검출 알고리즘, 객체 추출 알고리즘 등과 같은 다양한 영상 처리 알고리즘이 이용될 수 있으며, 이러한 영상 처리 알고리즘은 공지의 기술로 그 설명을 대신한다.
상기 차선 특징점 추정부(220)는 상기 공차 보정 패턴 검출부(210)에 의해 검출된 차선 특징점 외에 각 영상 내에서 존재하지 않는 차선 특징점을 추정한다. 구체적으로, 상기 차선 특징점 추정부(220)는 커브 피팅 알고리즘(curve fitting algorithm)을 이용하여 상기 검출된 차선 특징점을 연결하는 커브 라인(line)을 추정한 후, 상기 추정된 커브 라인을 이용하여 각 영상에서 존재하지 않는 차선 특징점을 추정한다.
상기 좌표계 변환부(230)는 상기 공차 보정 패턴 검출부(210)에서 검출된 차선 특징점과 상기 차선 특징점 추정부(220)에서 추정된 차선 특징점을 각 카메라 별 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변환한다. 상기 차선 특징점들을 렌즈왜곡보정 좌표계에서 표현하기 위해, 카메라 주점(principal point), 초점거리, 렌즈왜곡보정 파라미터가 필요하며, 초점거리와 렌즈왜곡보정 파라미터는 사전에 알고 있는 것으로 가정한다.
상기 카메라 주점 추정부(240)는 라인 피팅 알고리즘(line fitting algorithm)을 이용하여 상기 렌즈왜곡보정 좌표계에서 표현된 차선 특징점들을 연결하는 라인이 직선에 가장 가깝게 나타나는 나는 카메라 주점(principal point)을 추정한다. 즉, 상기 렌즈왜곡보정 좌표계에서 표현되는 차선 특징점들을 X축과 Y축으로 이루어진 XY좌표계에서 나타내고, 상기 라인 피팅 오차를 Z축으로 나타낸 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점(P)을 탐색하고, 탐색된 지점(P)을 이용하여 카메라 주점(principal point)을 추정한다. 다시 말해, 도 6에 도시한 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점을 카메라 주점으로 추정한다.
상기 LUT 생성부(250)는 상기 카메라 주점 추정부(240)에서 추정한 카메라 주점과 사전에 알고 있는 초점거리, 사전에 알고 있는 렌즈 왜곡 보정 파라미터 및 상기 공차 보정 패턴 검출부(210)에서 검출한 보정점(CP)을 이용하여 상기 전방, 후방, 좌측 및 우측 영상을 AVM 영상으로 합성하기 위한 LUT(Look-up Table) 생성한다.
이상 설명한 바와 같이, 본 발명은 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 자동차 생산업체에서 수행하는 카메라 공차 보정 공정 내에서 수행함으로써, 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 제거할 수 있고, 이에 따라 전체 공정을 단순화하고, 동시에 자동차 생산업체 입장에서는 카메라의 공급단가를 낮출 수 있다.
또한 본 발명은 카메라 공급업체에서 수행하는 카메라 광축 보정 공정을 자동차 생산업체에서 수행하는 카메라 공차 보정 공정에 적용함으로써, 카메라 광축 오차에 따른 AVM 영상의 정합 오차를 제거하여 AVM 장치의 상품성을 향상시킬 수 있다.
한편, 본 발명의 일 실시 예에 따른 카메라 공차 보정 장치(200)를 나타내는 도 8의 블록도는 발명의 원리를 구체화하는 기능적 관점의 예시로 이해되어야 한다. 이와 유사하게, 모든 흐름도는 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.
프로세서 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다.
또한 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비 휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (10)

  1. 차량 주변의 바닥면에 형성된 차선 패턴과 격자 패턴을 촬영한 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 차량에 설치된 카메라로부터 획득하는 단계;
    각 영상으로부터 상기 차선 패턴의 차선 특징점 및 상기 격자 패턴의 중심을 나타내는 보정점을 검출하는 단계;
    라인 피팅 알고리즘(line fitting algorithm)을 이용하여 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점(principal point)을 추정하는 단계; 및
    상기 추정된 카메라 주점, 상기 보정점, 사전에 설정된 초점 거리 및 렌즈 왜곡 보정 파라미터를 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 합성하여 AVM 영상으로 변환하기 위한 변환규칙이 저장된 룩업 테이블을 생성하는 단계
    를 포함하는 차량용 카메라 공차 보정 방법.
  2. 제1항에서, 상기 카메라 주점을 추정하는 단계는,
    상기 라인 피팅 알고리즘에 따라 계산된 라인 피팅 오차가 최소가 되는 상기 카메라 주점을 추정하는 단계임을 특징으로 하는 차량용 카메라 공차 보정 방법.
  3. 제1항에서, 상기 카메라 주점을 추정하는 단계는,
    상기 검출된 차선 특징점을 연결하는 커브 라인을 추정하는 단계;
    상기 추정된 커브 라인을 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 우측 영상 각각에서 나타나지 않는 차선 특징점을 추정하는 단계;
    상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변환하는 단계; 및
    상기 렌즈왜곡보정 좌표계에서 표현되는 상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점을 추정하는 단계
    를 포함함을 특징으로 하는 차량용 카메라 공차 보정 방법.
  4. 제3항에서, 상기 커브 라인을 추정하는 단계는,
    상기 커브 라인을 추정하기 위해 커브 피팅 알고리즘(curve fitting algorithm)을 이용함을 특징으로 하는 차량용 카메라 공차 보정 방법.
  5. 제3항에서, 상기 카메라 주점을 추정하는 단계는,
    상기 렌즈왜곡보정 좌표계에서 표현되는 차선 특징점들을 X축과 Y축으로 이루어진 XY좌표계에서 나타내고, 상기 라인 피팅 오차를 Z축으로 나타낸 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점을 탐색하는 단계; 및
    상기 탐색된 지점을 이용하여 상기 카메라 주점을 추정하는 단계
    를 포함함을 특징으로 하는 차량용 카메라 공차 보정 방법.
  6. 제1항에서, 상기 획득하는 단계 이전에, 카메라 공급업체로부터 상기 카메라를 공급받는 단계를 더 포함하고,
    상기 카메라 공급업체로부터 공급된 상기 카메라는 카메라 광축이 보정되지 않은 것임을 특징으로 하는 차량용 카메라 공차 보정 방법.
  7. 카메라로부터 제공된 전방 영상, 후방 영상, 좌측 영상 및 후방 영상 각각으로부터 상기 차선 패턴의 차선 특징점 및 상기 격자 패턴의 중심을 나타내는 보정점을 포함하는 공차 보정 패턴을 검출하는 검출부;
    상기 검출된 차선 특징점을 연결하는 커브 라인을 추정하고, 추정된 커브 라인으로부터 각 영상에 나타나지 않는 차선 특징점을 추정하는 추정부;
    상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 렌즈왜곡보정 좌표계에서 표현 가능한 좌표 정보로 변환하는 좌표계 변환부;
    상기 렌즈왜곡보정 좌표계에서 표현되는 상기 추정된 차선 특징점과 상기 검출된 차선 특징점을 연결하는 커브 라인이 직선에 가장 가깝게 나타나는 카메라 주점을 추정하는 카메라 주점 추정부; 및
    상기 추정된 카메라 주점, 상기 보정점, 사전에 설정된 초점 거리 및 렌즈 왜곡 보정 파라미터를 이용하여 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상을 합성하여 AVM 영상으로 변환하기 위한 변환규칙이 저장된 룩업 테이블을 생성하는 룩업 테이블 생성부
    를 포함하는 차량용 카메라 공차 보정 장치.
  8. 제7항에서, 상기 카메라 주점 추정부는,
    상기 라인 피팅 알고리즘에 따라 계산된 라인 피팅 오차가 최소가 되는 상기 카메라 주점을 추정함을 특징으로 하는 차량용 카메라 공차 보정 장치.
  9. 제7항에서, 상기 카메라 주점 추정부는,
    상기 렌즈왜곡보정 좌표계에서 표현되는 차선 특징점들을 X축과 Y축으로 이루어진 XY좌표계에서 나타내고, 상기 라인 피팅 오차를 Z축으로 나타낸 3차원 좌표계에서 라인 피팅 오차가 최소가 되는 지점을 탐색하고, 상기 탐색된 지점을 이용하여 상기 카메라 주점을 추정함을 특징으로 하는 차량용 카메라 공차 보정 장치.
  10. 제7항에서, 상기 검출부는,
    카메라 광축이 보정되지 않은 상기 카메라로부터 제공된 상기 전방 영상, 후방 영상, 좌측 영상 및 후방 영상 각각으로부터 상기 공차 보정 패턴을 검출함을 특징으로 하는 차량용 카메라 공차 보정 장치.
KR1020160095396A 2016-07-27 2016-07-27 차량용 카메라 공차 보정 방법 및 그 장치 KR102528003B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160095396A KR102528003B1 (ko) 2016-07-27 2016-07-27 차량용 카메라 공차 보정 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160095396A KR102528003B1 (ko) 2016-07-27 2016-07-27 차량용 카메라 공차 보정 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20180012494A true KR20180012494A (ko) 2018-02-06
KR102528003B1 KR102528003B1 (ko) 2023-05-02

Family

ID=61227849

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160095396A KR102528003B1 (ko) 2016-07-27 2016-07-27 차량용 카메라 공차 보정 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102528003B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102044098B1 (ko) * 2018-05-30 2019-11-12 주식회사 와이즈오토모티브 Bsd 캘리브레이션 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006148745A (ja) * 2004-11-24 2006-06-08 Aisin Seiki Co Ltd カメラの校正方法及びカメラの校正装置
KR100948886B1 (ko) * 2009-06-25 2010-03-24 주식회사 이미지넥스트 차량에 설치된 카메라의 공차 보정 장치 및 방법
JP2013195783A (ja) * 2012-03-21 2013-09-30 Ricoh Co Ltd 位置ずれ検出装置、車両及び位置ずれ検出方法
KR20150081042A (ko) * 2014-01-03 2015-07-13 현대모비스 주식회사 영상 왜곡 보정 방법 및 이를 위한 장치
JP2016070814A (ja) * 2014-09-30 2016-05-09 クラリオン株式会社 カメラキャリブレーション装置及びカメラキャリブレーションシステム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006148745A (ja) * 2004-11-24 2006-06-08 Aisin Seiki Co Ltd カメラの校正方法及びカメラの校正装置
KR100948886B1 (ko) * 2009-06-25 2010-03-24 주식회사 이미지넥스트 차량에 설치된 카메라의 공차 보정 장치 및 방법
JP2013195783A (ja) * 2012-03-21 2013-09-30 Ricoh Co Ltd 位置ずれ検出装置、車両及び位置ずれ検出方法
KR20150081042A (ko) * 2014-01-03 2015-07-13 현대모비스 주식회사 영상 왜곡 보정 방법 및 이를 위한 장치
JP2016070814A (ja) * 2014-09-30 2016-05-09 クラリオン株式会社 カメラキャリブレーション装置及びカメラキャリブレーションシステム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102044098B1 (ko) * 2018-05-30 2019-11-12 주식회사 와이즈오토모티브 Bsd 캘리브레이션 장치 및 방법

Also Published As

Publication number Publication date
KR102528003B1 (ko) 2023-05-02

Similar Documents

Publication Publication Date Title
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
JP5222597B2 (ja) 画像処理装置及び方法、運転支援システム、車両
JP2022095776A (ja) リアビュー可視化のためのリアスティッチされたビューパノラマ
US9344695B2 (en) Automatic projection image correction system, automatic projection image correction method, and non-transitory storage medium
US8717414B2 (en) Method and apparatus for matching color image and depth image
CN112819896B (zh) 传感器的标定方法及装置、存储介质和标定系统
JP5523730B2 (ja) 車載周辺画像表示装置
US20050007477A1 (en) Correction of optical distortion by image processing
US8290271B2 (en) Method, medium and apparatus correcting projected image
JP2009017020A (ja) 画像処理装置及び表示画像生成方法
JP5959311B2 (ja) データ導出装置、及び、データ導出方法
JP5173552B2 (ja) 車両周辺監視装置およびこれに適用される歪み補正値の設定修正方法
JP2007150658A (ja) 車載周辺画像表示装置
JPH0993430A (ja) 画像合成方法及び画像合成装置
JP5173551B2 (ja) 車両周辺監視装置およびこれに適用されるカメラ取り付け位置・姿勢情報の設定修正方法
JP6582683B2 (ja) 角度算出システム、角度算出装置、プログラム、および角度算出方法
KR102528004B1 (ko) 어라운드 뷰 생성 장치 및 그 방법
JP5240517B2 (ja) 車載カメラの校正装置
US11284052B2 (en) Method for automatically restoring a calibrated state of a projection system
KR20180012494A (ko) 차량용 카메라 공차 보정 방법 및 그 장치
JP5560722B2 (ja) 画像処理装置、画像表示システム、および画像処理方法
US20170365044A1 (en) Apparatus and method for compensating image distortion
KR101825343B1 (ko) 차량의 후방 뷰 영상 처리 장치 및 시스템
JP6747176B2 (ja) 画像処理装置、撮影装置、プログラム、機器制御システム及び機器
WO2018016274A1 (ja) 画像処理装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant