一种对全景泊车辅助系统进行标定的方法及系统与流程

本发明涉及泊车辅助，特别是涉及一种对全景泊车辅助系统进行标定的方法及系统。

背景技术：

1、全景泊车辅助系统作为一种智能化驾驶辅助系统，被广泛的应用于各种车型。但是受到生产工艺等因素影响，导致鱼眼相机的安装位置存在误差。因此，为了保证全景泊车辅助系统输出的全景图像的准确度，需要在出厂前对全景泊车辅助系统进行标定。

2、现有的标定方式是依托标定布进行标定。但是，由于标定布中分布有大量黑白相间的色块，受光线强度和图像畸变的影响，导致图像中相邻黑白色块间边缘线图像特征不明显，从而导致现有标定方式无法准确识别标定布角点，进而导致对全景泊车辅助系统的标定精度降低。

技术实现思路

1、本发明实施例的目的在于提供一种对全景泊车辅助系统进行标定的方法及系统，以实现在不同光照条件下提高对全景泊车辅助系统标定的准确度的发明目的。具体技术方案如下：

2、一种对全景泊车辅助系统进行标定的方法，所述方法包括：

3、获取车辆的各摄像头在标定状态下采集的对应采集范围内的初始图像；

4、分别对各所述初始图像进行图像灰度化处理，获得多个初始灰度图像，所述初始灰度图像与所述初始图像具有对应关系；

5、对各所述初始灰度图像：从预设图像处理方式组中，选择一种未对该初始灰度图像处理过的图像处理方式对该初始灰度图像进行处理，并对经过所述处理后的该初始灰度图像进行角点检测，基于所述角点检测的检测结果判断该初始灰度图像中的各多边形的参数是否满足预设图形要求；若满足，则保存所述检测结果中的各角点坐标；若不满足，则返回所述从预设图像处理方式组中，选择一种未对该初始灰度图像处理过的图像处理方式对该初始灰度图像进行处理的步骤，直至所述预设图像处理方式组中的各所述图像处理方式均对该初始灰度图形进行过处理，其中，所述预设图像处理方式组包括：不同光照条件下的多种图像处理方式；

6、基于各所述初始图像、各所述摄像头参数、所述预设矩形标定场地的参数和保存的各所述角点坐标，对全景泊车辅助系统进行标定。

7、可选的，所述车辆布置于预设矩形标定场地，所述预设矩形标定场地设置有四个预设形状的标定块，四个所述标定块分别位于所述预设矩形标定场地的四个角，所述初始图像与所述摄像头存在对应关系，每个所述初始图像中均包括两个所述标定块的图像，所述标定块由至少两个多边形组成。

8、可选的，所述预设图像处理方式组包括第一光照条件下的第一图像处理方式、第二光照条件下的第二图像处理方式和第三光照条件下的第三图像处理方式，

9、使用所述第一图像处理方式对该初始灰度图像进行处理的过程包括：利用预设保边去噪算法对该初始灰度图像进行滤波处理，获得滤波后的第一初始灰度图像，利用预设兴趣区域标记算法，将所述第一初始灰度图像中的各所述标定块的图像区域确定为目标区域，并将各目标区域的分辨率放大至预设分辨率；

10、使用所述第二图像处理方式对该初始灰度图像进行处理的过程包括：利用所述预设兴趣区域标记算法，将该初始灰度图像中的各所述标定块的图像区域确定为目标区域，并将各目标区域的分辨率放大至预设分辨率；

11、使用所述第三图像处理方式对该初始灰度图像进行处理的过程包括：利用所述预设保边去噪算法对该初始灰度图像进行滤波处理，获得滤波后的第一初始灰度图像；利用所述预设兴趣区域标记算法，将所述第一初始灰度图像中的各所述标定块的图像区域确定为目标区域；对各所述目标区域进行形态学开运算，并将经过所述形态学开运算的各所述目标区域的分辨率放大至预设分辨率。

12、可选的，所述角点检测的过程包括：

13、对经过所述处理后的该初始灰度图像中的各目标区域：

14、按照预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的像素差值；

15、对各所述色块：根据该色块的各像素点的像素值、所述像素差值与预设阈值的大小关系，确定该色块内各像素点的目标颜色值；将该色块内的各像素点的颜色值设置为所述目标颜色值；

16、获得与该初始灰度图像对应的多色图像，并利用预设并查集算法对所述多色图像中各目标区域的各像素点进行分类，获得多个第一像素点集合和多个第二像素点集合，其中，各所述第一像素点集合中的多个像素点的所述目标颜色值相同，各所述第二像素点集合中的多个像素点的所述目标颜色值相同，所述第一像素点集合中各像素点的目标颜色值，与所述第二像素点集合中各像素点的目标颜色值不同；

17、根据各所述第一像素点集合和各所述第二像素点集合，利用预设八联通域算法确定所述多色图像中的多个边缘轮廓；

18、对各所述边缘轮廓：利用预设多边形拟合算法，对该边缘轮廓进行拟合，基于拟合结果确定与该边缘轮廓对应的各角点坐标；按照预设排列顺序对所述各角点坐标分别对应的角点进行连线，获得所述多边形。

19、可选的，所述按照预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的像素差值，包括：

20、按照预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的最大像素值和最小像素值，其中，所述色块的类型包括基础色块和零散色块，所述零散色块是不位于任一个所述基础色块中的像素点，所述零散色块的最大像素值是：与所述零散色块满足预设邻域关系的所述基础色块的最大像素值，所述零散色块的最小像素值是：与所述零散色块满足预设邻域关系的所述基础色块的最小像素值；

21、对各所述色块：将该色块的所述最大像素值和所述最小像素值的差值，确定为该色块的所述像素差值。

22、可选的，所述根据该色块的各像素点的像素值、所述像素差值与预设阈值的大小关系，确定该色块内各像素点的目标颜色值，包括：

23、获取该色块的所述像素差值，判断所述像素差值是否小于第一预设阈值，若是，则将该色块中各像素点的颜色值确定为第一类型的目标颜色值；

24、在所述像素差值不小于所述第一预设阈值的情况下，对各所述像素点：判断该像素点的像素值是否不大于第二预设阈值，若是，则将该像素点的颜色值设置为第二类型的目标颜色值；在该像素点的像素值大于所述第二预设阈值的情况下，将该像素点的颜色值设置为第三类型的目标颜色值，其中，所述第一预设阈值与所述第二预设阈值不同，所述第一类型的目标颜色值、所述第二类型的目标颜色值和所述第三类型的目标颜色值均不相同。

25、可选的，所述利用预设多边形拟合算法，对该边缘轮廓进行拟合，基于拟合结果确定与该边缘轮廓对应的各角点坐标，包括：获得该边缘轮廓的中心点，根据各目标连线与预设水平线的角度，按照预设排列方向对该边缘轮廓上的各像素点进行排序，其中，所述目标连线是该边缘轮廓上的各像素点与所述中心点连线，所述预设水平线是在该初始灰度图像所在坐标系下的水平线；

26、利用所述预设多边形拟合算法，对该边缘轮廓上经过所述排序后的各像素点进行拟合，获得的所述拟合结果是位于该边缘轮廓各角的唯一像素点坐标，并将各所述唯一像素点坐标确定为与该边缘轮廓对应的所述角点坐标。

27、可选的，所述预设图形要求由形状参数要求、标定块图形要求和角点个数要求组成，所述基于所述角点检测的检测结果判断该初始灰度图像中的各所述多边形的参数是否满足预设图形要求，包括：

28、对各所述多边形：判断该多边形的形状参数与所述预设形状是否满足预设匹配关系，若是，则确定该多边形满足所述形状参数要求；判断该多边形的角点总数，与所述预设形状的图像角点总数是否一致，若是，则确定该多边形满足所述角点个数要求；判断各所述多边形的总个数是否等于预设标定块图形总数，若是，则判断各所述多变形的位置关系是否与预设标定块图形位置关系相匹配，若是，则确定各所述多边形满足所述标定块图形要求；

29、在所述形状参数要求、所述标定块要求和所述角点个数要求的同时满足的情况，确定各所述多边形满足所述预设图形要求。

30、可选的，还包括：

31、在各所述多边形的所述总个数大于所述预设标定块图像总数的情况下，按照预设多边形筛选规则，对各所述多边形进行筛选，获得与所述标定块满足图形匹配关系的多个所述多边形。

32、可选的，所述预设形状的标定块是由至少两个形状相同，但大小不同的封闭多边形嵌套构成的标定块，其中，各所述封闭多边形的中心重合，且相邻的两个所述封闭多边形的颜色不同。

33、一种对全景泊车辅助系统进行标定的系统，所述系统包括：

34、图像获取单元，用于获取车辆的各摄像头在标定状态下采集的对应采集范围内的初始图像；

35、灰度处理单元，用于分别对各所述初始图像进行图像灰度化处理，获得多个初始灰度图像，所述初始灰度图像与所述初始图像具有对应关系；

36、角点检测单元，用于对各所述初始灰度图像：从预设图像处理方式组中，选择一种未对该初始灰度图像处理过的图像处理方式对该初始灰度图像进行处理，并对经过所述处理后的该初始灰度图像进行角点检测，基于所述角点检测的检测结果判断该初始灰度图像中的各多边形的参数是否满足预设图形要求；若满足，则保存所述检测结果中的各角点坐标；若不满足，则返回所述从预设图像处理方式组中，选择一种未对该初始灰度图像处理过的图像处理方式对该初始灰度图像进行处理的步骤，直至所述预设图像处理方式组中的各所述图像处理方式均对该初始灰度图形进行过处理，其中，所述预设图像处理方式组包括：不同光照条件下的多种图像处理方式；

37、系统标定单元，用于基于各所述初始图像、各所述摄像头参数、所述预设矩形标定场地的参数和保存的各所述角点坐标，对全景泊车辅助系统进行标定。

38、可选的，用于所述图像获取单元获取所述初始图像的所述车辆布置于预设矩形标定场地，所述预设矩形标定场地设置有四个预设形状的标定块，四个所述标定块分别位于所述预设矩形标定场地的四个角，所述初始图像与所述摄像头存在对应关系，每个所述初始图像中均包括两个所述标定块的图像，所述标定块由至少两个多边形组成。

39、可选的，所述角点检测单元使用预设图像处理方式组中第一光照条件下的第一图像处理方式，对该初始灰度图像进行处理的过程包括：利用预设保边去噪算法对该初始灰度图像进行滤波处理，获得滤波后的第一初始灰度图像，利用预设兴趣区域标记算法，将所述第一初始灰度图像中的各所述标定块的图像区域确定为目标区域，并将各目标区域的分辨率放大至预设分辨率；

40、所述角点检测单元使用所述预设图像处理方式组中第二光照条件下第二图像处理方式对该初始灰度图像进行处理的过程包括：利用所述预设兴趣区域标记算法，将该初始灰度图像中的各所述标定块的图像区域确定为目标区域，并将各目标区域的分辨率放大至预设分辨率；

41、所述角点检测单元使用所述预设图像处理方式组中第三光照条件下的第三图像处理方式对该初始灰度图像进行处理的过程包括：利用所述预设保边去噪算法对该初始灰度图像进行滤波处理，获得滤波后的第一初始灰度图像；利用所述预设兴趣区域标记算法，将所述第一初始灰度图像中的各所述标定块的图像区域确定为目标区域；对各所述目标区域进行形态学开运算，并将经过所述形态学开运算的各所述目标区域的分辨率放大至预设分辨率。

42、可选的，所述角点检测单元在进行所述角点检测时被设置为：

43、对经过所述处理后的该初始灰度图像中的各目标区域：

44、按照预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的像素差值；

45、对各所述色块：根据该色块的各像素点的像素值、所述像素差值与预设阈值的大小关系，确定该色块内各像素点的目标颜色值；将该色块内的各像素点的颜色值设置为所述目标颜色值；

46、获得与该初始灰度图像对应的多色图像，并利用预设并查集算法对所述多色图像中各目标区域的各像素点进行分类，获得多个第一像素点集合和多个第二像素点集合，其中，各所述第一像素点集合中的多个像素点的所述目标颜色值相同，各所述第二像素点集合中的多个像素点的所述目标颜色值相同，所述第一像素点集合中各像素点的目标颜色值，与所述第二像素点集合中各像素点的目标颜色值不同；

47、根据各所述第一像素点集合和各所述第二像素点集合，利用预设八联通域算法确定所述多色图像中的多个边缘轮廓；

48、对各所述边缘轮廓：利用预设多边形拟合算法，对该边缘轮廓进行拟合，基于拟合结果确定与该边缘轮廓对应的各角点坐标；按照预设排列顺序对所述各角点坐标分别对应的角点进行连线，获得所述多边形。

49、可选的，所述角点检测单元在按照所述预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的像素差值的过程中被具体设置为：

50、按照预设色块划分规则，将该目标区域划分为多个类型的色块，并获取各所述色块的最大像素值和最小像素值，其中，所述色块的类型包括基础色块和零散色块，所述零散色块是不位于任一个所述基础色块中的像素点，所述零散色块的最大像素值是：与所述零散色块满足预设邻域关系的所述基础色块的最大像素值，所述零散色块的最小像素值是：与所述零散色块满足预设邻域关系的所述基础色块的最小像素值；

51、对各所述色块：将该色块的所述最大像素值和所述最小像素值的差值，确定为该色块的所述像素差值。

52、可选的，所述角点检测单元在根据该色块的各像素点的像素值、所述像素差值与预设阈值的大小关系，确定该色块内各像素点的目标颜色值的过程中被具体设置为：

53、获取该色块的所述像素差值，判断所述像素差值是否小于第一预设阈值，若是，则将该色块中各像素点的颜色值确定为第一类型的目标颜色值；

54、在所述像素差值不小于所述第一预设阈值的情况下，对各所述像素点：判断该像素点的像素值是否不大于第二预设阈值，若是，则将该像素点的颜色值设置为第二类型的目标颜色值；在该像素点的像素值大于所述第二预设阈值的情况下，将该像素点的颜色值设置为第三类型的目标颜色值，其中，所述第一预设阈值与所述第二预设阈值不同，所述第一类型的目标颜色值、所述第二类型的目标颜色值和所述第三类型的目标颜色值均不相同。

55、可选的，所述角点检测单元在利用所述预设多边形拟合算法，对该边缘轮廓进行拟合，基于拟合结果确定与该边缘轮廓对应的各角点坐标时被设置为：

56、获得该边缘轮廓的中心点，根据各目标连线与预设水平线的角度，按照预设排列方向对该边缘轮廓上的各像素点进行排序，其中，所述目标连线是该边缘轮廓上的各像素点与所述中心点连线，所述预设水平线是在该初始灰度图像所在坐标系下的水平线；

57、利用所述预设多边形拟合算法，对该边缘轮廓上经过所述排序后的各像素点进行拟合，获得的所述拟合结果是位于该边缘轮廓各角的唯一像素点坐标，并将各所述唯一像素点坐标确定为与该边缘轮廓对应的所述角点坐标。

58、可选的，所述角点检测单元在基于所述角点检测的检测结果判断该初始灰度图像中的各所述多边形的参数是否满足预设图形要求时被设置为：

59、对各所述多边形：判断该多边形的形状参数与所述预设形状是否满足预设匹配关系，若是，则确定该多边形满足形状参数要求，其中，所述形状参数要求是所述预设图形要求中的一项；判断该多边形的角点总数，与所述预设形状的图像角点总数是否一致，若是，则确定该多边形满足角点个数要求，其中，所述角点个数要求是所述预设图形要求中的另一项；

60、判断各所述多边形的总个数是否等于预设标定块图形总数，若是，则判断各所述多变形的位置关系是否与预设标定块图形位置关系相匹配，若是，则确定各所述多边形满足标定块图形要求，其中，所述标定块图形要求是所述预设图形要求中的另一项；

61、在所述形状参数要求、所述标定块要求和所述角点个数要求的同时满足的情况，确定各所述多边形满足所述预设图形要求。

62、可选的，所述角点检测单元在基于所述角点检测的检测结果判断该初始灰度图像中的各所述多边形的参数是否满足预设图形要求时还被设置为：

63、在各所述多边形的所述总个数大于所述预设标定块图像总数的情况下，按照预设多边形筛选规则，对各所述多边形进行筛选，获得与所述标定块满足图形匹配关系的多个所述多边形。

64、可选的，所述预设矩形标定场地中的所述预设形状的标定块是由至少两个形状相同，但大小不同的封闭多边形嵌套构成的标定块，其中，各所述封闭多边形的中心重合，且相邻的两个所述封闭多边形的颜色不同。

65、本发明实施例提供的对全景泊车辅助系统进行标定的方法及系统，可以通过设置不同光照条件下的多种图像处理方式，使得本发明相较于现有技术，降低了光照条件对后续角点检测的精度影响，提高了对角点的识别精度。同时，通过设置角点检测步骤，对经过处理的初始灰度图像中的标定块的角点进行检测，并基于获得的各角点坐标及其构成的多边形进行筛选，从而获得图像中角点的准确坐标。进而提高后续基于角点坐标对全景泊车辅助系统标定的准确度。可见，本发明提高了在不同光照条件下对全景泊车辅助系统标定的准确度。

66、当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。