[发明专利]全景辅助泊车系统的图像配准方法

说明书

技术领域

本发明涉及图像处理技术，具体为一种图像配准方法，应用于辅助泊车系统中经过校正后的鱼眼图像拼接。 

背景技术

图像配准是确定在相同或不同时间、相同或不同传感器拍摄的两幅或多幅图像之间最佳匹配关系的过程。配准结果给出了两幅图像之间相对位置关系。图像配准是图像分析、图像拼接、图像融合、虚拟现实等许多应用的一个重要步骤。 

传统的泊车辅助系统分为两种，一种为在汽车的车尾安装倒车雷达，以超声波传感器探测汽车周围障碍物，以声音报警。这种方式的缺点为不直观，易误报。一种为在汽车车尾安装摄像头，以驾驶室显示器观察汽车与障碍物的距离。这种方式只能覆盖汽车后方有限的区域，而车两侧和前方区域为盲区，存在安全隐患。在拥塞的情况下容易出现事故。为了扩大驾驶员的视野范围，必须感知汽车四周全景范围，需要多个摄像头之间图像配准和融合。 

发明内容

本发明针对现有技术的不足，提供一种全景辅助泊车系统中鱼眼图像校正后的图像配准的一种方法，该方法计算量较小，精度较高，在拼接过程中鲁棒性较高。 

为实现以上的技术目的，本发明将采取以下的技术方案： 

一种全景辅助泊车系统的图像配准方法，包括以下步骤：(1)采集基准图与待配准图的图像数据；(2)分别对步骤(1)所采集到的基准图和配准图的图像数据依次进行直方图均衡、高斯平滑滤波预处理；(3)分别采用Harris角点提取法对经过步骤(2)所述预处理的基准图和配置图进行特征点选取，并将获取到的特征点对应的角点坐标分别存储；(4)采用Taylor多项式对步骤(3)所提取到的待配准图像的特征点进行亚像素校正，并将获取到的亚像素校正特征点存储；(5)首先在基准图上选取欧式距离大于50像素的特征点作为候选角点，接着在每一个基准图特征点的位置，搜索其对应匹配图的特征点坐标的欧式距离为50像素内的亚像素校正特征点，完成基准图与待配准图的粗匹配；(6)首先采用Canny算子分别对经过步骤(5)所述粗匹配的基准图以及待配准图进行边缘提取二值化，然后采用部分Hausdorff距离算法进行基准图与待匹配图的精确匹配；(7)采用仿射变换模型对经过步骤(6)所述精确匹配后的待匹配图像点进行空间变换处理，获取待匹配图各 图像点相对应的仿射变换坐标；(8)将步骤(7)获取到的待匹配图各图像点相对应的仿射变换坐标与步骤(6)中经过精确匹配的基准图进行融合处理，以输出配准图像。 

根据以上的技术方案，可以实现以下的有益效果： 

(1)本发明运用了亚像素校正方法，对图像进行坐标纠正，提高了匹配精度；(2)部分Hausdorff距离对有严重遮掩或者退化的图像中的部分图像可以产生较好的效果；(3)以角点为中心构建匹配作为Hausdorff距离输入点集大大减少了搜索时间，提高了搜索效率。 

附图说明

图1是本发明图像采集及预处理流程图； 

图2是本发明图像配准算法流程图； 

图3是本发明应用于全景辅助泊车系统的结构示意图。 

具体实施方式

附图非限制性地公开了本实用新型所涉及优选实施例的结构示意图；以下将结合附图详细地说明本实用新型的技术方案。 

如图1至3所示，本发明所述的全景辅助泊车系统的图像配准方法，通过安装在汽车前后左右四路摄像头采集图像，如图3所示。四路摄像头将360°划分为8个区域，其中需要配准的区域有4个，分别为ABCD。采集到数据进行预处理并存储待配准的区域，如图1所示。 

如图2所示，首先选取ABCD中任意一个区域，提取出邻近的两路摄像头配准图像，一幅作为基准图，一幅作为匹配图，分别采用改进的Harris角点提取算法，将获取到的角点坐标分别存储。 

然后使用Taylor多项式对角点进行亚像素校正，存储坐标。