[發明專利]全景輔助泊車系統的圖像配準方法

有效

• 申請號: 201110234021.6
• 申請日: 2011-08-16
• 公開（公告）號: CN102298779A
• 公開（公告）日: 2011-12-28
• 發明（設計）人: 朱智超;徐誠;陳日清;夏宇
• 申請（專利權）人: 淮安盈科偉力科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 彭英

1.一種全景輔助泊車系統的圖像配準方法，其特征在于，包括以下步驟：(1)采集基準圖與待配準圖的圖像數據；(2)分別對步驟(1)所采集到的基準圖和配準圖的圖像數據依次進行直方圖均衡、高斯平滑濾波預處理；(3)分別采用Harris角點提取法對經過步驟(2)所述預處理的基準圖和配置圖進行特征點選取，并將獲取到的特征點對應的角點坐標分別存儲；(4)采用Taylor多項式對步驟(3)所提取到的待配準圖像的特征點進行亞像素校正，并將獲取到的亞像素校正特征點存儲；(5)首先在基準圖上選取歐式距離大于50像素的特征點作為候選角點，接著在每一個基準圖特征點的位置，搜索其對應匹配圖的特征點坐標的歐式距離為50像素內的亞像素校正特征點，完成基準圖與待配準圖的粗匹配；(6)首先采用Canny算子分別對經過步驟(5)所述粗匹配的基準圖以及待配準圖進行邊緣提取二值化，然后采用部分Hausdorff距離算法進行基準圖與待匹配圖的精確匹配；(7)采用仿射變換模型對經過步驟(6)所述精確匹配后的待匹配圖像點進行空間變換處理，獲取待匹配圖各圖像點相對應的仿射變換坐標；(8)將步驟(7)獲取到的待匹配圖各圖像點相對應的仿射變換坐標與步驟(6)中經過精確匹配的基準圖進行融合處理，以輸出配準圖像。

2.根據權利要求1所述全景輔助泊車系統的圖像配準方法，其特征在于，步驟(3)所述的Harris角點提取法為：

A)、首先使用模板窗口在原圖像上移動，該模板窗口為高斯窗或矩形窗，接著將模板窗口取得的原圖像生成2*2的圖像二階導數自相關矩陣C(x,y):C(x,y)=G(s)⊗IxIxIyIxIyIy]]>其中，G(s)為高斯模板，I_x為該點在x方向的梯度，I_y為該點在y方向的梯度；

B)、求取C(x，y)的特征值λ₁、λ₂，并建立度量函數R₁：

R₁＝det(C)-k(trace(C))²；其中det(C)＝λ₁λ₂，trace(C)＝λ₁+λ₂，k＝0.04；

C)、再建立度量函數R₂：R₂＝min(λ₁，λ₂)，求取平均值R：R＝(R₁+R₂)/2

D)、選取閾值Y：Y＝(R_1max+R_2max)/20，其中R_1max、R_2max分別為度量函數R₁、R₂的最大值；

E)、判斷R與Y的關系，如果R＞Y，則為角點，否則不為角點。

3.根據權利要求1所述全景輔助泊車系統的圖像配準方法，其特征在于，步驟(6)所述的精確匹配包括以下步驟：①、計算圖像的局部梯度函數M和邊緣方向函數O：使用2x2的模板作為二維高斯函數的x和y方向偏微分的一階近似，則局部梯度函數邊緣方向函數O(x，y)＝arctan(G_y/G_x)；②、對梯度進行非極大抑制：首先，將每個像素點的8鄰域分為4個編號為0-3的扇形區域，其中，0號扇形區域的梯度方向為：-22.5°～22.5°和-157.5°～157.5°，1號扇形區域的梯度方向為：22.5°～67.5°和-157.5°～-112.5°，2號扇形區域的梯度方向為：67.5°～112.5°和-112.5°～-67.5°，3號扇形區域的梯度方向為：112.5°～157.5°和-67.5°～-22.5°；接著，設中心區域像素為S[i，j]，將其分別與0-3號扇形區域的兩個像素梯度值進行比較，若S[i，j]的梯度值不比這兩個像素的梯度值大，則令S[i，j]＝0，將S[i，j]存儲于N(i，j)中，N(i，j)則為非極大抑制后的圖像；③、使用兩個閾值T1和T2對N(i，j)做閾值處理，其中T1＜T2，值大于T2的邊緣像素稱為強邊緣像素點，則該點為邊緣點，T1和T2之間的邊緣像素稱為弱邊緣像素點，再根據邊緣連通性進一步判斷其是否為邊緣點；如果弱邊緣像素點的鄰接像素中有邊緣點，則認為該弱邊緣像素點也為邊緣點，否則，認為該點為非邊緣點；獲取到的基準圖與待配準圖的邊緣圖像點分別存入A，B兩個點集中；④、H_k，l(A，B)為部分Hausdorff距離：H_k，l(A，B)＝max(h_k(A，B)，h_l(B，A))，表示A到B點集的距離按照從小到大的順序排列，其中序號為k的距離為h_k(A，B)，同樣B到A點集從小到大序號為l的距離為h_l(B，A)；其中k＝<f₁×p>，0≤f₁≤1；l＝<f₂×q>，0≤f₂≤1；1≤k≤p，1≤l≤q，p，q分別為k，l的最大值，||a-b||表示AB點集中某點a到某點b的距離；⑤、沿二值化圖像邊緣，構建小區域子圖像坐標集，分別求取部分Hausdorff距離，選取f₁，f₂為0.8，部分hausdorff距離小于閾值τ時的兩圖中心的角點認為是匹配點，其中，τ＝3。