[發明專利]一種基于枚舉試探的相機自動標定方法

有效

• 申請號: 201811176193.0
• 申請日: 2018-10-10
• 公開（公告）號: CN109544635B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 王偉;嚴騰;武非凡;侯景嚴;李嬋;張文濤;雷琪;賈金明
• 申請（專利權）人: 長安大學
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 王芳

1.一種基于枚舉試探的相機自動標定方法，包括以下步驟：

步驟1：采集道路車輛視頻，得到每一幀圖像的車輛目標；

步驟2：對步驟1檢測得到的每一幀圖像的車輛目標進行Harris角點提取，得到每一幀圖像的車輛目標上的特征點；

其特征在于：

步驟3：利用步驟1得到每一幀圖像的車輛目標和步驟2得到的每一幀圖像的車輛目標上的特征點，采用光流跟蹤算法，獲取車輛軌跡集合T；

步驟4：對步驟3得到的車輛軌跡集合T，利用投影與梯度相結合的辦法，獲取實際車道線O_i；

步驟5：構造三維車道線模型O_w；

步驟6：將步驟5得到的三維車道線模型O_w投影到背景圖像上得到O′_i，制定初始焦距f，通過改變f匹配O′_i與O_i，直到匹配準確，從而確立f，再計算其它相機參數，完成標定；

步驟4具體包括如下子步驟：

步驟4.1：從步驟3得到的車輛軌跡集合T取出一條軌跡t，對軌跡t先進行加寬，再求取梯度并旋轉，然后在水平和垂直方向分別進行投影得到hVec和vVec，最后濾除干擾像素，判定vVec是否是車道線的投影，如果被判定為是則繼續步驟4.2，反之刪除該vVec；

步驟4.2：將由vVec和hVec確定的車道線端點，順時針旋轉θ角度回到旋轉之前的位置并確定車道線的端點在原始背景圖像中的位置，然后將求得的端點加入集合EP中；

步驟4.3：如果車輛軌跡集合T中所有軌跡已經處理完成則進行步驟4.4，否則返回步驟4.1；

步驟4.4：去除EP中部分誤檢測的點，對車道線段按照是否在同一條直線上分類，將在同一條直線上的車道線段作為實際車道線O_i；

步驟4.1具體包括如下子步驟：

步驟4.1.1：從步驟3得到的車輛軌跡集合T取出一條軌跡t，將軌跡t在背景圖像bg中對應的曲線加寬10個像素并取其外接矩形得到tRoi；

步驟4.1.2：以3x3子窗口求取步驟4.1.1得到的tRoi的梯度得到gradient；

步驟4.1.3：以6個像素向內腐蝕步驟4.1.2得到的gradient，消除由于tRoi邊界形成的梯度值，得到腐蝕后的gradient；

步驟4.1.4：擬合所述的軌跡t為直線l，求取l和圖像正半軸的夾角θ；將步驟4.1.3得到的腐蝕后的gradient根據幅值二值化得到gradientBin，幅值大于50的認為是車道線邊緣；

步驟4.1.5：將步驟4.1.3得到的腐蝕后的gradient內的角度值轉換成0到180度，并去除角度在[θ-30，θ+30]外的梯度值；

步驟4.1.6：將步驟4.1.4得到的gradientBin逆時針旋轉θ得到gradientBinRotation，并對其進行濾波，然后將旋轉后的gradientBinRotation圖像在水平和垂直方向上的投影得到hVec和vVec；

步驟4.1.7：濾除hVec中干擾像素；

步驟4.1.8：濾除vVec中干擾像素，判定vVec是否是車道線的投影，如果被判定為是則繼續步驟4.2，反之進行步驟4.3。

2.如權利要求1所述的基于枚舉試探的相機自動標定方法，其特征在于，步驟1包括如下子步驟：

步驟1.1：采集道路車輛視頻，視頻中前景是運動的車輛，背景是道路區域、非道路的地面區域以及天空；

步驟1.2：對步驟1.1采集到的道路車輛視頻，通過GMM高斯混合模型檢測視頻中每一幀圖像的背景；

步驟1.3：對步驟1.2獲得的每一幀圖像背景先通過圖像差分獲得前景運動目標，再通過中值濾波和閉運算，得到每一幀圖像的前景運動目標中的車輛目標。

3.如權利要求1所述的基于枚舉試探的相機自動標定方法，其特征在于，步驟2具體包括如下步驟：

對步驟1得到每一幀圖像的車輛目標的前景進行分類，分為已被跟蹤目標和新出現目標，如果當前幀提取出來前景目標中包含當前軌跡的末尾節點超過3個，則認為該前景目標是已有目標，反之是新出現目標，在每個新出現目標上提取三個Harris角點，即特征點；對每一幀圖像進行上述處理，得到每一幀圖像的車輛目標上的特征點。