【技术实现步骤摘要】
一种基于可变形配准的车载环视拼接方法及系统
[0001]本专利技术涉及计算机视觉与汽车自动驾驶领域,具体涉及一种基于可变形配准的车载环视拼接方法及系统。
技术介绍
[0002]鸟瞰图形式的车载环视全景图能提供车辆周围环境的全向视角感知内容,是自动驾驶中的一项关键且具有挑战性工作。相较于高成本的激光雷达解决方案,使用廉价的鱼眼相机在成本上具有极大的竞争优势,但拼接鱼眼相机的非平面视图时可能出现的变形和边界不规则以及计算花费等问题,相应地也对环视拼接算法的性能有更高的要求。
[0003]利用安装于车辆四个正交观察方向并各自具有大于180
°
视场(field
‑
of
‑
view)的鱼眼相机,同时采集具有大比例重叠区域的图像,这些图像共同覆盖了周围环境的整个360
°
观看范围,利用环视拼接算法便可以将这些图像拼接成一个鸟瞰图形式的全景图像。
[0004]目前的多数环视拼接方法使用基于几何变换的刚性图像对齐,而这需要四路鱼眼相机的诸如镜头光圈、焦距、装配等硬件参数信息,但这些信息通常是相机供应商私有或者需要额外的测量程序。这些依赖于特定相机相关参数和有限相机选择以及封闭商用软件的环视拼接方法限制了通用的车载全景程序开发。因此,如何不依赖相机参数实现四路鱼眼图像环视拼接,同时减轻不准确的像素对齐和相机光度差异造成的不一致伪影,成为一个亟待解决的问题。
技术实现思路
[0005]为了解决上述技术问题,本专利技术提供一种基于可变形 ...
【技术保护点】
【技术特征摘要】
1.一种基于可变形配准的车载环视拼接方法,其特征在于,包括:步骤S1:由四路鱼眼车载相机获取非平面视图,对所述非平面视图进行校正,得到平面视图;步骤S2:对所述平面视图通过最小视差容限深度进行优化,得到优化后的平面视图,并使用ORB算法得到全局对齐变换矩阵H;步骤S3:将所述优化后的平面视图用网格表示,利用H对所述优化后的平面视图拟合的对应网格顶点进行重新定位,以对齐所述匹配点,并通过定义约束能量函数以抑制所述网格的变形,其中所述约束能量函数包括:特征对齐的约束能量函数、局部结构保持的约束能量函数和全局相似度的约束能量函数;得到网格配准后的平面视图;步骤S4:对所述网格配准后的平面视图采用线性加权方法以及增益补偿方法进行融合,得到拼接的四路鱼眼车载环视图。2.根据权利要求1所述的基于可变形配准的车载环视拼接方法,其特征在于,所述步骤S1:由四路鱼眼车载相机获取非平面视图,对所述非平面视图进行校正,得到平面视图,具体包括:步骤S11:将所述非平面视图裁剪至边缘长度为L,所述非平面视图每个图像点P(x,y)作为球面坐标映射到3D单位球面上;其中,θ是方位角;是仰角;步骤S12:计算S的笛卡尔坐标S
′
(x
′
,y
′
,z
′
),如公式(1)~(3)所示:),如公式(1)~(3)所示:),如公式(1)~(3)所示:其中,ρ为鱼眼镜头的中心线与相机水平面的俯仰角,可以自行校准或从相机供应商处获取;步骤S13:使用球面投影O(u,v)将点S
′
投影到2D正交坐标系,如公式(4)~(5)所示:投影到2D正交坐标系,如公式(4)~(5)所示:其中,γ表示每个相机镜头的视场,β=tan
‑1(z
′
/x
′
),L为非平面视图的长度。3.根据权利要求2所述的基于可变形配准的车载环视拼接方法,其特征在于,所述步骤S2:对所述平面视图通过最小视差容限深度进行优化,得到优化后的平面视图,并使用ORB算法得到全局对齐变换矩阵H,具体包括:步骤S21:对所述平面视图通过增加最小视差容限深度d进行优化,得到优化后的平面视图,如公式(6)所示:其中,r为相机透镜半径,γ表示每个鱼眼相机镜头的视场,v=(γ
‑
π)/2;O1、O2分别表示透镜顶点和物体位置点,F表示透镜最远视点位,d1表示相机的最小可见深度;步骤S22:令I
i
和I
j
表示两个相邻的所述优化后的平面视图;使用ORB算法计算I
i
和I
j
间的匹配点,然后通过计算得到全局对齐变换矩阵
4.根据权利要求3所述的基于可变形配准的车载环视拼接方法,其特征在于,所述步骤S3:将所述优化后的平面视图用网格表示,利用H对所述优化后的平面视图拟合的对应网格顶点进行重新定位,以对齐所述匹配点,并通过定义约束能量函数以抑制所述网格的变形,其中所述约束能量函数包括:特征对齐的约束能量函数、局部结构保持的约束能量函数和全局相似度的约束能量函数;得到网格配准后的平面视图,具体包括:步骤S31:将所述优化后的平面视图用网格表示,通过网格变形,利用H对I
i
和I
j
中重叠区域的对应网格顶点进行重新定位,从而实现网格对齐;定义约束能量函数以抑制网格变形,定义特征对齐的约束能量函数,如公式(7)所示:其中,M
ij
由图像I
i
和图像I
j
之间的所有k对匹配顶点组成;表示与图像I
i
有重叠区域的所有相邻图像;α
ik
和α
jk
表示加权因子,由网格变形后的网格顶点w
ik
或w
jk
在目标图像I
i...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。