[发明专利]车载单目红外相机外参自动标定方法

说明书

本发明涉及一种车载单目红外相机外参自动标定方法，属于图像处理技术领域。本发明运用计算速度很快的FAST特征提取图像的特征点，运用特征光流追踪计算出特征的匹配点，进而对特征集和外点进行筛选、剔除，最后运用霍夫变换投影矩阵在时间轴累加计算最优极值点，即最终输出的消失点，从而有效解决了车载红外相机在线自动标定问题。

技术领域

本发明涉及图像处理技术领域，具体涉及一种车载单目红外相机外参自动标定方法。

背景技术

相机在厂装配时都会进行标定，以确定相机的外参数符合使用条件。通常，在厂测试标定是利用合作目标，即标准的相机标定板进行的标定。它的优点是精度高，且方便快捷，但缺点是需要合作目标，且对标定的环境条件要求高。出厂时，相机完成标定后，系统会将准确的标定参数记录在相机头内的存储器中，后续的使用过程中可以直接从相机头存储器中读取得到相机各类参数。但是，当车辆在行驶过程中发生碰撞，或因为震动而产生安装位置或角度偏移后，已有的标定外参数将不再适合当前的相机状态。而重新返厂标定将对车辆的使用产生很大的不便，因为很多时候客户或驾驶员并不清楚什么时候相机发生了偏移。因此需要车载夜视辅助驾驶系统能够在驾驶过程中进行相机自动标定。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何设计一种基于连续图像的车载红外相机外参自动标定技术，使得相机外部参数(包括俯仰角、偏航角)可以在汽车的前进过程中自动标定，以便更好的适应发生碰撞或长期震动后相机安装角度出现偏移的状况。

(二)技术方案

为了解决上述技术问题，本发明提供了一种车载单目红外相机外参自动标定方法，包括以下步骤：

S1、初始化累计霍夫变换投影矩阵D为0；

S2、初始化帧间霍夫变换投影矩阵D(k,p)，p表示图像中的像素，k表示帧号；

S3、对于当前输入图像，在ROI区域内匹配追踪特征点集 得到匹配特征点集N为特征点的数量；所采用的特征点集中的特征点为FAST特征点；

S4、对于N个匹配点对，每一对匹配的特征点形成一条直线，即对应N条直线，任意两条不平行的直线计算出一个交点，该交点为光轴消失点候选点，N个匹配点对，最多得到条直线；

S5、对任意一条直线计算其与输入图像平面相交的像素点，对于相交像素点p，其帧间霍夫变换投影矩阵D(k,p)加1；

S6、二值化D(k,p)：对于每两帧之间的投影矩阵D(k,p)中的任意元素，如果其值大于0.7N，二值化为1，否则为0，二值化后的帧间投影矩阵为D’(k)；

S7、更新累计霍夫变换投影矩阵为D+D’(k)；

S8、求取D+D’(k)的极大值点输出：如果极大值点不唯一，则进行曲面拟合，求拟合后曲面的顶点，作为当前的消失点VP_k；

S9、判断是否满足收敛条件，如果满足，则结束标定；如果不满足，则进行特征集筛选后返回步骤S3继续下一帧图像标定流程。

优选地，步骤S9的收敛条件为：

如果累计霍夫变换投影矩阵的极大值点，其累计值连续10帧大于总标定帧数的80％，则认为当前结果已经收敛；否则，不收敛。

优选地，步骤S3中确定特征点集时，检验当前匹配追踪的特征点集的覆盖率，如果其包络面对输入图像ROI区域的覆盖率小于输入图像的1/3，则放弃当前匹配追踪的特征点集 重新计算输入图像的特征点集。

优选地，步骤S9中进行特征集筛选的步骤为：

计算出每一个采样点的位移矢量