CN114025088B - 一种营运汽车上设置智能摄像头实现环视图像安全监测方法 - Google Patents
一种营运汽车上设置智能摄像头实现环视图像安全监测方法 Download PDFInfo
- Publication number
- CN114025088B CN114025088B CN202111280660.6A CN202111280660A CN114025088B CN 114025088 B CN114025088 B CN 114025088B CN 202111280660 A CN202111280660 A CN 202111280660A CN 114025088 B CN114025088 B CN 114025088B
- Authority
- CN
- China
- Prior art keywords
- image
- panoramic
- matrix
- column
- row
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 title claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 163
- 230000004927 fusion Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 description 154
- 230000005540 biological transmission Effects 0.000 description 38
- 230000009466 transformation Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 238000013519 translation Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000013078 crystal Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 102100030918 Beta-soluble NSF attachment protein Human genes 0.000 description 1
- 101000702728 Homo sapiens Beta-soluble NSF attachment protein Proteins 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2624—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects for obtaining an image which is composed of whole input images, e.g. splitscreen
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
- B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明提出了一种营运汽车上设置智能摄像头实现环视图像安全监测方法,包括待测试车辆,对拼接后的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:S4‑A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;S4‑B,对灰度图像进行图像去噪处理;S4‑C,对获取的灰度图像根据图像大小划分为等大的区域;S4‑D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。本发明能够对拼接图像进行亮度一致性检测分析。
Description
技术领域
本发明涉及一种车辆安全技术领域,特别是涉及一种营运汽车上设置智能摄像头实现环视图像安全监测方法。
背景技术
车辆是为了运输人或货物的目的而通过驱动车轮行驶的所有装置。近来,为了驾驶员或行人的安全和便利,智能车辆已经被积极开发并且商业化。智能车辆是结合了信息技术(IT)的最先进的车辆,它不仅引入了车辆本身的先进***,而且还通过与智能运输***的链接来提供最佳的交通效率。具体地,智能车辆通过执行自动驾驶、自适应巡航控制(ACC)、障碍物检测、碰撞检测、精确地图提供、至目的地的路线的设置、主要场所的位置的提供来使驾驶员、乘客和行人的安全和便利最大化。作为用于使驾驶员、乘客和行人的安全和便利最大化的装置,全景环视控制装置引起了关注。全景环视控制装置使用摄像装置提供车辆的全景环视图像,并且驾驶员可以通过全景环视图像来实时地全景环视车辆。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种营运汽车上设置智能摄像头实现环视图像安全监测方法。
为了实现本发明的上述目的,本发明提供了一种营运汽车上设置智能摄像头实现环视图像安全监测方法,包括待测试车辆,在所述待测试车辆车身上设置有A个全景环视摄像头,所述A为大于或者等于1的正整数,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头、……、第A全景环视摄像头;
在所述待测试车辆驾驶室内设置有用于固定安装全景环视显示屏的全景环视显示屏固定安装座,全景环视显示屏固定安装在全景环视显示屏固定安装座上;
还包括设置在所述待测试车辆内的全景环视控制器,第a全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第a端相连,a为小于或者等于A的正整数,此时第1全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第1端相连,第2全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第2端相连,第3全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第3端相连,……,第A全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第A端相连;全景环视控制器的显示数据输出端与全景环视显示屏的显示数据输入端相连;
全景环视控制器根据待测试车辆车身上设置的全景环视摄像头采集的全景环视图像数据,对拼接后的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:
S4-A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-B,对灰度图像进行图像去噪处理;
S4-C,对获取的灰度图像根据图像大小划分为等大的区域;
S4-D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。
在本发明的一种优选实施方式中,在步骤S4-A中,灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
在本发明的一种优选实施方式中,在步骤S4-B中,对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作G′;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
综上所述,由于采用了上述技术方案,本发明能够对拼接图像进行亮度一致性检测分析。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明流程示意框图。
图2是本发明第二供电模块、第三供电模块、第四供电模块、第五供电模块电路连接示意图。
图3是本发明第一供电模块、第六供电模块、第七供电模块电路连接示意图。
图4是本发明第八供电模块、第九供电模块、故障检测模块电路连接示意图。
图5是本发明全景环视采集模块电路连接示意图。
图6是本发明控制器模块电路连接示意图。
图7是本发明储存模块电路连接示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明提供了一种营运汽车上设置智能摄像头实现环视图像安全监测方法,包括待测试车辆,在所述待测试车辆车身上设置有A个全景环视摄像头,所述A为大于或者等于1的正整数,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头、……、第A全景环视摄像头;
在所述待测试车辆驾驶室内设置有用于固定安装全景环视显示屏的全景环视显示屏固定安装座,全景环视显示屏固定安装在全景环视显示屏固定安装座上;
还包括设置在所述待测试车辆内的全景环视控制器,第a全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第a端相连,a为小于或者等于A的正整数,此时第1全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第1端相连,第2全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第2端相连,第3全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第3端相连,……,第A全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第A端相连;全景环视控制器的显示数据输出端与全景环视显示屏的显示数据输入端相连;
全景环视控制器根据待测试车辆车身上设置的全景环视摄像头采集的全景环视图像数据,对拼接后的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:
如图1所示,S4-A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-B,对灰度图像进行图像去噪处理;
S4-C,对获取的灰度图像根据图像大小划分为等大的区域;
S4-D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。
在本发明的一种优选实施方式中,在步骤S4-A中,灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
在本发明的一种优选实施方式中,在步骤S4-B中,对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;G(1,2)′表示在矩阵G′中第1行第2列的像素点;G(1,3)′表示在矩阵G′中第1行第3列的像素点;G(1,p)′表示在矩阵G′中第1行第p列的像素点;G(2,1)′表示在矩阵G′中第2行第1列的像素点;G(2,2)′表示在矩阵G′中第2行第2列的像素点;G(2,3)′表示在矩阵G′中第2行第3列的像素点;G(2,p)′表示在矩阵G′中第2行第p列的像素点;G(3,1)′表示在矩阵G′中第3行第1列的像素点;G(3,2)′表示在矩阵G′中第3行第2列的像素点;G(3,3)′表示在矩阵G′中第3行第3列的像素点;G(3,p)′表示在矩阵G′中第3行第p列的像素点;G(p,1)′表示在矩阵G′中第p行第1列的像素点;G(p,2)′表示在矩阵G′中第p行第2列的像素点;G(p,3)′表示在矩阵G′中第p行第3列的像素点;G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
本发明的一种用于车辆全景环视图像测试***,可以是:包括待测试车辆,在所述待测试车辆车身上设置有A个全景环视摄像头,所述A为大于或者等于1的正整数,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头、……、第A全景环视摄像头;
第a全景环视摄像头包括全景环视摄像头拍摄模块、全景环视摄像头控制器和无线数据蓝牙传输模块;所述全景环视摄像头拍摄模块的全景环视图像数据输出端与全景环视摄像头控制器的全景环视图像数据输入端相连,控制器的全景环视图像数据传输端与无线数据蓝牙传输模块的全景环视图像数据传输端相连;a为小于或者等于A的正整数,此时第1全景环视摄像头包括全景环视摄像头拍摄模块、全景环视摄像头控制器和无线数据蓝牙传输模块;所述全景环视摄像头拍摄模块的全景环视图像数据输出端与全景环视摄像头控制器的全景环视图像数据输入端相连,控制器的全景环视图像数据传输端与无线数据蓝牙传输模块的全景环视图像数据传输端相连;第2全景环视摄像头包括全景环视摄像头拍摄模块、全景环视摄像头控制器和无线数据蓝牙传输模块;所述全景环视摄像头拍摄模块的全景环视图像数据输出端与全景环视摄像头控制器的全景环视图像数据输入端相连,控制器的全景环视图像数据传输端与无线数据蓝牙传输模块的全景环视图像数据传输端相连;第3全景环视摄像头包括全景环视摄像头拍摄模块、全景环视摄像头控制器和无线数据蓝牙传输模块;所述全景环视摄像头拍摄模块的全景环视图像数据输出端与全景环视摄像头控制器的全景环视图像数据输入端相连,控制器的全景环视图像数据传输端与无线数据蓝牙传输模块的全景环视图像数据传输端相连;……;第A全景环视摄像头包括全景环视摄像头拍摄模块、全景环视摄像头控制器和无线数据蓝牙传输模块;所述全景环视摄像头拍摄模块的全景环视图像数据输出端与全景环视摄像头控制器的全景环视图像数据输入端相连,控制器的全景环视图像数据传输端与无线数据蓝牙传输模块的全景环视图像数据传输端相连;
在所述待测试车辆驾驶室内设置有用于固定安装全景环视显示屏的全景环视显示屏固定安装座,全景环视显示屏固定安装在全景环视显示屏固定安装座上;
全景环视显示屏包括全景环视显示模块、全景环视显示控制器和无线蓝牙传输数据模块;无线蓝牙传输数据模块的全景环视图像数据传输端与全景环视显示控制器的全景环视图像数据传输端相连,全景环视显示控制器的全景环视图像数据输出端与全景环视显示模块的全景环视图像数据输入端相连;
第a全景环视摄像头通过全景环视摄像头拍摄模块拍摄的全景环视图像数据利用无线数据蓝牙传输模块传输给全景环视显示屏;全景环视显示屏通过无线蓝牙传输数据模块接收第a全景环视摄像头发送的全景环视图像数据,将拼接的全景环视图像数据显示在全景环视显示模块上。对拼接后的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:
S4-A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-B,对灰度图像进行图像去噪处理;
S4-C,对获取的灰度图像根据图像大小划分为等大的区域;
S4-D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。
在本发明的一种优选实施方式中,在步骤S4-A中,灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
在本发明的一种优选实施方式中,在步骤S4-B中,对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;G(1,2)′表示在矩阵G′中第1行第2列的像素点;G(1,3)′表示在矩阵G′中第1行第3列的像素点;G(1,p)′表示在矩阵G′中第1行第p列的像素点;G(2,1)′表示在矩阵G′中第2行第1列的像素点;G(2,2)′表示在矩阵G′中第2行第2列的像素点;G(2,3)′表示在矩阵G′中第2行第3列的像素点;G(2,p)′表示在矩阵G′中第2行第p列的像素点;G(3,1)′表示在矩阵G′中第3行第1列的像素点;G(3,2)′表示在矩阵G′中第3行第2列的像素点;G(3,3)′表示在矩阵G′中第3行第3列的像素点;G(3,p)′表示在矩阵G′中第3行第p列的像素点;G(p,1)′表示在矩阵G′中第p行第1列的像素点;G(p,2)′表示在矩阵G′中第p行第2列的像素点;G(p,3)′表示在矩阵G′中第p行第3列的像素点;G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
本发明的一种用于车辆全景环视图像测试***,还可以是:包括待测试车辆,在所述待测试车辆车身上设置有A个全景环视摄像头,所述A为大于或者等于1的正整数,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头、……、第A全景环视摄像头;
在所述待测试车辆驾驶室内设置有用于固定安装全景环视显示屏的全景环视显示屏固定安装座,全景环视显示屏固定安装在全景环视显示屏固定安装座上;
还包括设置在所述待测试车辆内的全景环视控制器和WiFi无线数据传输模块,第a全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第a端相连,a为小于或者等于A的正整数,此时第1全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第1端相连,第2全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第2端相连,第3全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第3端相连,……,第A全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第A端相连;全景环视控制器的显示数据输出端与全景环视显示屏的显示数据输入端相连;全景环视控制器的WiFi数据传输端与WiFi无线数据传输模块的数据传输端相连;
全景环视控制器根据待测试车辆车身上设置的全景环视摄像头采集的全景环视图像数据利用WiFi无线数据传输模块发送至处理终端,处理终端将处理后的全景环视图像显示在全景环视显示屏上。对全景环视显示屏上显示的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:
S4-A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-B,对灰度图像进行图像去噪处理;
S4-C,对获取的灰度图像根据图像大小划分为等大的区域;
S4-D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。
在本发明的一种优选实施方式中,在步骤S4-A中,灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
在本发明的一种优选实施方式中,在步骤S4-B中,对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;G(1,2)′表示在矩阵G′中第1行第2列的像素点;G(1,3)′表示在矩阵G′中第1行第3列的像素点;G(1,p)′表示在矩阵G′中第1行第p列的像素点;G(2,1)′表示在矩阵G′中第2行第1列的像素点;G(2,2)′表示在矩阵G′中第2行第2列的像素点;G(2,3)′表示在矩阵G′中第2行第3列的像素点;G(2,p)′表示在矩阵G′中第2行第p列的像素点;G(3,1)′表示在矩阵G′中第3行第1列的像素点;G(3,2)′表示在矩阵G′中第3行第2列的像素点;G(3,3)′表示在矩阵G′中第3行第3列的像素点;G(3,p)′表示在矩阵G′中第3行第p列的像素点;G(p,1)′表示在矩阵G′中第p行第1列的像素点;G(p,2)′表示在矩阵G′中第p行第2列的像素点;G(p,3)′表示在矩阵G′中第p行第3列的像素点;G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
在本实施方式中,还包括标定装置,标定装置包括横向支撑板,在横向支撑板上设置有可直线滑动的轨道,在轨道上设置有移动装置,在移动装置上设置有竖向支撑杆,在竖向支撑杆上设置有标定目标板,在所述标定目标板任一面或者两面设置有黑白色彩阵方格;
移动装置包括可在轨道上滑动的滑轮及设置在滑轮上的载重物,载重物包括箱体及设置在所述箱内的驱动滑轮滑动的驱动模块、标定控制器和无线蓝牙传输单元;
标定控制器的驱动端与驱动模块的控制端相连,标定控制器的无线数据端与无线蓝牙传输单元的无线数据端相连;对应的在待测试车辆上设置有全景环视蓝牙传输模块,全景环视控制器的全景环视图像数据传输端与全景环视蓝牙传输模块的全景环视图像数据传输端相连;
将标定装置安装在全景环视摄像头旁,使其全景环视摄像头正对标定目标板的任一面,标定控制器根据全景环视控制器发送的控制信号,调节全景环视摄像头与标定目标板间的距离。
在本发明的一种优选实施方式中,在所述待测试车辆车身上设置有4个全景环视摄像头,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头和第4全景环视摄像头;
在所述待测试车辆的车头中部设置有用于固定安装第1全景环视摄像头的第1全景环视摄像头固定安装座,第1全景环视摄像头固定安装在第1全景环视摄像头固定安装座上;在所述待测试车辆的车尾中部设置有用于固定安装第2全景环视摄像头的第2全景环视摄像头固定安装座,第2全景环视摄像头固定安装在第2全景环视摄像头固定安装座上;在所述待测试车辆的车身左侧中部设置有用于固定安装第3全景环视摄像头的第3全景环视摄像头固定安装座,第3全景环视摄像头固定安装在第3全景环视摄像头固定安装座上;在所述待测试车辆的车身右侧中部设置有用于固定安装第4全景环视摄像头的第4全景环视摄像头固定安装座,第4全景环视摄像头固定安装在第4全景环视摄像头固定安装座上;
第1全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第1端相连,第2全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第2端相连,第3全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第3端相连,第4全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第4端相连。
本发明还公开了一种用于车辆全景环视图像测试方法,包括以下步骤:
S0,对全景环视摄像头镜头进行校正;
S1,获取全景环视摄像头拍摄的全景环视图像数据;
S2,对拍摄的全景环视图像数据进行图像噪声滤除更新;
S3,根据相邻时刻拍摄的图像进行匹配校准;
S4,提取图像中的图像特征点实现全景环视图像的拼接。
在本发明的一种优选实施方式中,在步骤S0中,对全景环视摄像头镜头进行校正的方法包括以下步骤:
S01,获取图像像素与待测试车辆所处环境坐标系的关系;
S02,根据拍摄的标定目标板校正全景环视摄像头镜头。
在本发明的一种优选实施方式中,在步骤S01中,图像像素与待测试车辆所处环境坐标系的关系的计算方法包括以下步骤:
S011,获取图像像素与图像尺寸间的关系,图像像素与图像尺寸间的关系为:
其中,(x,y,1)T表示以长度毫米mm为单位的齐次图像坐标;T表示转置;
(U0,V0)T表示图像的主点坐标;
dx表示全景环视摄像头像素在x轴方向的尺寸;
dy表示全景环视摄像头像素在y轴方向的尺寸;
(U,V,1)T表示以像素ppi为单位的齐次图像坐标;
S012,获取全景环视摄像头坐标系与图像尺寸间的关系,全景环视摄像头坐标系与图像尺寸间的关系为:
其中,(X,Y,Z)T表示全景环视摄像头坐标系的坐标;T表示转置;
(x,y,1)T表示以长度毫米mm为单位的齐次图像坐标;
s表示全景环视摄像头调节参数;
f表示全景环视摄像头的焦距;
S013,根据步骤S011中的图像像素与图像尺寸间的关系和步骤S012中全景环视摄像头坐标系与图像尺寸间的关系,得到其图像像素与全景环视摄像头坐标系的关系,其图像像素与全景环视摄像头坐标系的关系为:
将代入/>得到:
S014,获取全景环视摄像头坐标系与待测试车辆所处环境坐标系的关系,全景环视摄像头坐标系与待测试车辆所处环境坐标系的关系为:
其中,(X0,Y0,Z0)T表示待测试车辆所处环境坐标系;T表示转置;
R表示全景环视摄像头坐标系旋转矩阵;
(X,Y,Z)T表示全景环视摄像头坐标系的坐标;
M表示全景环视摄像头坐标系平移矩阵;
S015,根据步骤S013中的图像像素与全景环视摄像头坐标系的关系和步骤S014中的全景环视摄像头坐标系与待测试车辆所处环境坐标系的关系,得到图像像素与待测试车辆所处环境坐标系的关系,其图像像素与待测试车辆所处环境坐标系的关系为:
将代入/>得到:
其中,(X0,Y0,Z0)T表示待测试车辆所处环境坐标系;T表示转置;
R表示全景环视摄像头坐标系旋转矩阵;
s表示全景环视摄像头调节参数;
f表示全景环视摄像头的焦距;
dx表示全景环视摄像头像素在x轴方向的尺寸;
dy表示全景环视摄像头像素在y轴方向的尺寸;
(U0,V0)T表示图像的主点坐标;
M表示全景环视摄像头坐标系平移矩阵。
在本发明的一种优选实施方式中,在步骤S012中,全景环视摄像头调节参数s的计算方法包括以下步骤:
S0121,取待测试车辆所处环境坐标系中的任意三点,分别为(X1,Y1,Z1)、(X2,Y2,Z2)和(X3,Y3,Z3),确定平面方程组:
其中,(X1,Y1,Z1)≠(X2,Y2,Z2)≠(X3,Y3,Z3);/>
其中,a1表示环境坐标系中X轴的系数;
a2表示环境坐标系中Y轴的系数;
a3表示环境坐标系中Z轴的系数;
a4表示环境坐标系中的偏移系数;
S0122,根据平面方程组得到其平面方程式,其根据平面方程组得到其平面方程式的方法为:
将代入
a1X+a2Y+a3Z+a4=0,得到:
S0123,根据平面方程式得到全景环视摄像头调节参数,其根据平面方程式得到全景环视摄像头调节参数的方法为:
将代入/>
得到:
其中,(X1,Y1,Z1)、(X2,Y2,Z2)和(X3,Y3,Z3)为待测试车辆所处环境坐标系中的任意三点;
s表示全景环视摄像头调节参数;
f表示全景环视摄像头的焦距;
dx表示全景环视摄像头像素在x轴方向的尺寸;
dy表示全景环视摄像头像素在y轴方向的尺寸。
在本发明的一种优选实施方式中,在步骤S02中,根据拍摄的标定目标板校正全景环视摄像头镜头的计算方法为:
S021,获取标定目标板与全景环视摄像头间的映射关系,其标定目标板与全景环视摄像头间的映射关系为:
s×O=D[Rm]o,
/>
其中,表示全景环视摄像头的内参数;
fx表示全景环视摄像头像素在x轴方向的比例系数;
fy表示全景环视摄像头像素在y轴方向的比例系数;
ft表示x轴与y轴不垂直系数;
(U0,V0)T表示图像的主点坐标;
[r1 r2 r3 m]=[Rm]表示全景环视摄像头坐标系旋转矩阵R和平移矩阵M;
r1表示全景环视摄像头坐标系旋转矩阵R的第1列;
r2表示全景环视摄像头坐标系旋转矩阵R的第2列;
r3表示全景环视摄像头坐标系旋转矩阵R的第3列;
m表示全景环视摄像头坐标系平移矩阵M;
(X0,Y0,0,1)T=o表示标定目标板的齐次坐标;此时Z轴为0;
(u′,v′,1)T=O表示图像的齐次坐标;
S022,获取标定目标板与全景环视摄像头间存在的转换矩阵,标定目标板与全景环视摄像头间存在的转换矩阵的计算方法为:
s×O=ho,
其中,h表示转换矩阵;
其中,λ表示转换参数;
h1表示转换矩阵h的第1列;
h2表示转换矩阵h的第2列;
h3表示转换矩阵h的第3列;
S023,利用目标函数计算出转换矩阵h;
其中,min表示求最小值;
|| ||2表示2范数;
Oi表示图像的齐次坐标的第i列;
表示计算出的图像齐次坐标的第i列;
S024,根据转换矩阵h可以得到:
其中,D-T表示DT的逆矩阵;
D-1是D的逆矩阵;
令其中,L11表示矩阵L中的第1行第1列中的元素;
L12表示矩阵L中的第1行第2列中的元素;
L13表示矩阵L中的第1行第3列中的元素;
L21表示矩阵L中的第2行第1列中的元素;
L22表示矩阵L中的第2行第2列中的元素;
L23表示矩阵L中的第2行第3列中的元素;
L31表示矩阵L中的第3行第1列中的元素;
L32表示矩阵L中的第3行第2列中的元素;
L33表示矩阵L中的第3行第3列中的元素;
有hi TLhj=cij Tl,
其中,cij=[hi1hj1 hi1hj2+hi2hj1 hi2hj2 hi3hj1+hi1hj3 hi3hj2+hi2hj3 hi3hj3]T,
hi1表示转换矩阵h中的第i行第1列的元素;
hj1表示转换矩阵h中的第j行第1列的元素;
hi2表示转换矩阵h中的第i行第2列的元素;
hj2表示转换矩阵h中的第j行第2列的元素;
hi3表示转换矩阵h中的第i行第3列的元素;
hj3表示转换矩阵h中的第j行第3列的元素;
cij表示矩阵C中的第i行第j列的元素;
l表示参数矩阵;
将hi TLhj=cij Tl改写成c11表示矩阵C的第1行第1列的元素,c12表示矩阵C的第1行第2列的元素,c22表示矩阵C的第2行第2列的元素,对标定目标板拍摄的g张图片,g为大于或者等于6且小于或者等于8的正整数,将g个方程组组合起来,可得Cl=0;就可以解得矩阵L,再根据优化搜索计算得出全景环视摄像头的所有内参数;
S025,得到矩阵L后,可以得到校正后的全景环视摄像头坐标系旋转矩阵R和平移矩阵M:
r1=λL-1h1,
r1=λL-1h2,
r3=r1r2,
m=λL-1h3,
其中,L-1表示L的逆矩阵;
h1表示转换矩阵h中的第1列元素;
h2表示转换矩阵h中的第2列元素;
h2表示转换矩阵h中的第3列元素。
在本发明的一种优选实施方式中,在步骤S2中,对拍摄的全景环视图像数据进行图像噪声滤除的计算方法包括以下步骤:
S21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;
G(1,2)′表示在矩阵G′中第1行第2列的像素点;
G(1,3)′表示在矩阵G′中第1行第3列的像素点;
G(1,p)′表示在矩阵G′中第1行第p列的像素点;
G(2,1)′表示在矩阵G′中第2行第1列的像素点;
G(2,2)′表示在矩阵G′中第2行第2列的像素点;
G(2,3)′表示在矩阵G′中第2行第3列的像素点;
G(2,p)′表示在矩阵G′中第2行第p列的像素点;
G(3,1)′表示在矩阵G′中第3行第1列的像素点;
G(3,2)′表示在矩阵G′中第3行第2列的像素点;
G(3,3)′表示在矩阵G′中第3行第3列的像素点;
G(3,p)′表示在矩阵G′中第3行第p列的像素点;
G(p,1)′表示在矩阵G′中第p行第1列的像素点;
G(p,2)′表示在矩阵G′中第p行第2列的像素点;
G(p,3)′表示在矩阵G′中第p行第3列的像素点;
G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
在本发明的一种优选实施方式中,在步骤S21中,灰度最大均值的计算方法为:
S211,根据窗口内的灰度值得到其灰度均值,其灰度均值的计算方法为:
其中,表示在矩阵G′中第i行第j列的像素点所对应的灰度值;
表示在矩阵G′中第i′行第j′列的像素点所对应的灰度值;int()表示取整函数;
表示灰度均值;
S112,根据灰度均值得到灰度最大均值,其灰度最大均值的计算方法为:
其中,ψ1表示预设第一灰度阈值;ψ1为大于0的正数;Gmax表示矩阵G′中最大灰度值;
或/和在步骤S211中,灰度最小均值的计算方法为:
S21-1,根据窗口内的灰度值得到其灰度均值,其灰度均值的计算方法为:
其中,表示在矩阵G′中第i行第j列的像素点所对应的灰度值;/>
表示在矩阵G′中第i′行第j′列的像素点所对应的灰度值;int()表示取整函数;
表示灰度均值;
S21-2,根据灰度均值得到灰度最小均值,其灰度最小均值的计算方法为:
其中,ψ2表示预设第二灰度阈值;ψ2为大于或者等于ψ1的正数;Gmax表示矩阵G′中最大灰度值。
在本发明的一种优选实施方式中,在步骤S21中,图像灰度值的计算方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
在本发明的一种优选实施方式中,在步骤S3中,根据相邻时刻拍摄的图像进行匹配校准的计算方法包括以下步骤:
S31,获取t-1时刻全景环视摄像头拍摄的图片与t时刻全景环视摄像头拍摄的图片构建图像匹配方程式,其匹配方程式的计算方法为:
其中,Pa,t-1表示第a全景环视摄像头t-1时刻拍摄的图片;a=1、2、3、……、A;
Pa′,t表示对第a全景环视摄像头t时刻拍摄的图片;
(xc,yd)表示图像中的像素点的坐标;c∈[0,W×r-1],d∈[0,H×r-1],c,d∈Z+,∈表示集合符合属于,W表示全景环视摄像头拍摄的图像宽度值,H表示全景环视摄像头拍摄的图像高度值,r表示拍摄图像的分辨率,Z+表示正整数集;
(Δx,Δy)表示图像移动量;其中,当Δx>0,表示向左移动Δx像素点,当Δx<0,表示向右移动|Δx|像素点,||表示取绝对值,当Δy>0,表示向上移动Δy像素点,当Δy<0,表示向下移动|Δy|像素点,当Δx=Δy=0,表示不移动;
表示旋转角度值,其中,当/>表示图像顺时针旋转/>当/>表示图像逆时针旋转/>当/>表示图像不旋转;
Pa′,t(xc,yd)表示第a全景环视摄像头在t时刻拍摄的图像在像素点坐标(xc,yd)处的色彩度;
表示第j全景环视摄像头在t-1时刻拍摄的图像平移(Δx,Δy)并旋转了/>匹配后的色彩度;
S32,对其步骤S31中的匹配方程式进行左右两边作傅立叶变换,得到:
其中,Fa′,t(u,v)表示对图片Pa′,t(xc,yd)做傅立叶变换后的数据;
表示对图片做傅立叶变换后的数据;
e表示自然底数;
j表示虚数;
u表示傅立叶u轴;
v表示傅立叶v轴;
S33,对左右两边同时取幅度值,得到:
其中,表示傅立叶取模;
S34,通过相位相关法求得平移量(Δx,Δy)和旋转量
在本发明的一种优选实施方式中,在步骤S4中,全景环视图像拼接方法包括以下步骤:
S41,获取t-1时刻图像特征点组和t时刻图像特征点组;
S42,计算t-1时刻图像特征点组中的特征点与t时刻图像特征点组中的特征点的图像特征点对相似值,其图像特征点对相似值的计算方法为:
其中,x(t-1)i表示t-1时刻图像特征点的i维图像向量;
xti表示t时刻图像特征点的i维图像向量;
ID表示图像总维度数;
θηε表示图像特征点对相似值;
S43,将图像特征点对相似值按照从大到小先后顺序排列,选出前两个图像特征点对相似值所对应的特征点;将其选出的两个特征点与另两个特征点进行对齐进行相邻时刻图像融合,即可得到全景环视拼接图像。
在本发明的一种优选实施方式中,还包括步骤S5,对全景环视显示屏上显示的全景环视图像进行清晰度分析,其对全景环视显示屏上显示的全景环视图像进行清晰度分析的方法包括以下步骤:
S51,获取全景环视显示屏上显示的全景环视图像,对获取的全景环视显示屏上显示的全景环视图像进行灰度化处理得到灰度图像;灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数;
S52,对获取的灰度图像根据图像大小划分为等大的区域,
S53,采用拉普拉斯算子对每个区域进行梯度计算;
S54,计算每个区域图像的梯度方差,根据梯度方差均值判断图像的清晰度;梯度方差均值的计算方法为:
其中,δi表示梯度方差,表示梯度方差集合;/>表示集合中梯度方差总个数;
判断图像的清晰度的方法为:
其中,Pc=1表示全景环视图像为超清图像;
Pc=0表示全景环视图像为高清图像;
Pc=-1表示全景环视图像为标清图像;
pmax表示清晰分割最大值;
pmin表示清晰分割最小值;
S55,将图像的实时清晰度显示在全景环视显示屏的右上角。
在本发明的一种优选实施方式中,在步骤S0中,对全景环视摄像头镜头校正后,对全景环视摄像头拍摄的图像进行对称性测试,对对称性测试方法包括以下步骤:
S0-1,获取拍摄的标定目标板上图像,对拍摄的图像进行灰度化处理获得灰度图像;与上灰度处理方法一致;
S0-2,对灰度图像进行图像去噪处理;对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;G(1,2)′表示在矩阵G′中第1行第2列的像素点;G(1,3)′表示在矩阵G′中第1行第3列的像素点;G(1,p)′表示在矩阵G′中第1行第p列的像素点;G(2,1)′表示在矩阵G′中第2行第1列的像素点;G(2,2)′表示在矩阵G′中第2行第2列的像素点;G(2,3)′表示在矩阵G′中第2行第3列的像素点;G(2,p)′表示在矩阵G′中第2行第p列的像素点;G(3,1)′表示在矩阵G′中第3行第1列的像素点;G(3,2)′表示在矩阵G′中第3行第2列的像素点;G(3,3)′表示在矩阵G′中第3行第3列的像素点;G(3,p)′表示在矩阵G′中第3行第p列的像素点;G(p,1)′表示在矩阵G′中第p行第1列的像素点;G(p,2)′表示在矩阵G′中第p行第2列的像素点;G(p,3)′表示在矩阵G′中第p行第3列的像素点;G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;/>
表示灰度值排序后第/>个灰度值;
S0-3,采用Canny算子对去噪后的灰度图像进行边缘检测,得到边缘图像;
S0-4,采用Hough直线检测,获取边缘图像上下左右最***标定目标板边缘直线,分别计算上下和左右标定目标板边缘直线与水平和垂直方向的夹角,当检测夹角大于或者等于预设角度阈值时,图像不对称,优选的预设角度阈值为5°~8°。
在本发明的一种优选实施方式中,在步骤S4中,对拼接的完成的图像进行缝隙检测,其缝隙检测方法包括以下步骤:
S4-1,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;与上灰度处理方法一致;
S4-2,对灰度图像进行图像去噪处理;与上图像去噪处理方法一致;
S4-3,采用Canny算子对去噪后的灰度图像进行边缘检测,得到边缘图像;
S4-4,抠掉车模部分的图像,分横向和纵向对边缘图像进行Hough直线检测,得到横向和纵向的直线数据集,通过直线间距离公式计算横向相邻直线之间的距离,对距离数据进行记录,检查其中是否有偏离记录很大的距离数据,有则判定为缝隙。
在本发明的一种优选实施方式中,在步骤S4中,对拼接的完成的图像进行重影检测,其重影检测方法包括以下步骤:
S4-a,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-b,对灰度图像进行图像去噪处理;
S4-c,对去噪后的灰度图像进行边缘检测,得到边缘图像;
S4-d,抠掉车模部分的图像,得到只有标定目标板的边缘图像,采用Hough直线检测对扣掉车模的边缘图像分横向和纵向提取出标定目标板方格边缘直线;
S4-e,根据缝隙检测的方法抛除缝隙直线后,对检测出的标定目标板直线分方向进行排序,根据两两直线间距离相近的关系,定位出每个方格的上下左右直线;
S4-f,比较同一方格在不同位置的坐标,选取左侧和上边界最小、右侧和下边界最大的坐标作为划分一个方格区域的标准,将图像划分为小区域进行轮廓检测,当提取出两个及两个以上方格轮廓时,判定为出现了重影。
第一供电模块包括:如图3和6所示,车辆电池BAT与二极管D202的第一端相连,二极管D202的第二端与电感L34的第一端相连,电感L34的第二端分别与电容C21的第一端、电容C23的第一端、电容C24的第一端、电容C25的第一端、电阻R27的第一端和降压芯片U8的电源电压输入端VIN相连,电阻R27的第二端分别与电阻R161的第一端、电容C25的第一端和降压芯片U8的使能输入端EN相连,电阻R161的第二端与电源地相连,电容C25的第一端与电源地相连,电容C21的第二端、电容C23的第二端、电容C24的第二端和电容C25的第二端分别与电源地相连,降压芯片U8的时序电阻端RT/SY与电阻R111的第一端相连,电阻R111的第二端与电源地相连,降压芯片U8的启动电容端SS与电容C33的第一端相连,电容C33的第二端与电源地相连,降压芯片U8的电容端BOOT与电容C19的第一端相连,降压芯片U8的电源电压输出端分别与电容C19的第二端、电感L404的第一端和二极管D82的第一端相连,二极管D82的第二端与电源地相连,降压芯片U8的电压反馈端FB分别与电阻R66的第一端和电阻R61的第一端相连,电阻R61的第二端与电源地相连,降压芯片U8的电源地端GND与电源地相连,电感L404的第二端分别与电容C44的第一端、电容C26的第一端、电容C77的第一端、电容C27的第一端和电阻R66的第二端相连,电感L404的第二端输出5V电源电压VCC_5V,电容C27的第二端与电源地相连,电容C44的第二端、电容C26的第二端和电容C77的第二端分别与电源地相连。通过降压芯片U8将车辆电池BAT的电源电压转换为稳定的5V电源电压VCC_5V(+5V电源)。利用电阻R161和电阻R27实现电压分压为降压芯片U8的使能输入端EN提供使能电平信号,使其降压芯片U8工作。
第二供电模块包括:5V电源电压VCC_5V分别与电容C35的第一端、电阻R255的第一端和三极管Q101的发射极相连,电容C35的第二端与电源地相连,电阻R255的第二端和三极管Q101的基极分别与电阻R36的第一端相连,电阻R36的第二端与三极管Q111的集电极相连,三极管Q111的发射极与电源地相连,三极管Q111的基极分别与电阻R303的第一端、电阻R34的第一端和电容C222的第一端相连,电阻R34的第二端和电容C222的第二端分别与电源地相连,电阻R303的第二端与第一控制器U1的电源电压控制端SUSPENDB相连,三极管Q101的集电极与电容C277的第一端相连,三极管Q101的集电极输出5V电源电压VDD_5V,电容C277的第二端与电源地相连。第一控制器U1的电源电压控制端SUSPENDB向其三极管Q111的基极发送截止电平,三极管Q101的集电极输出稳定的5V电源电压VDD_5V(+5V电源),相应的第一控制器U1的电源电压控制端SUSPENDB向其三极管Q111的基极发送导通电平,三极管Q101的集电极没有电源输出。
第三供电模块包括:5V电源电压VDD_5V与电感L122的第一端相连,电感L122的第二端分别与电容C511的第一端、电容C521的第一端、电容C531的第一端、电容C541的第一端、电容C551的第一端和电容C561的第一端相连,电感L122的第二端输出5V电源电压VDD1_5V,电容C511的第二端、电容C521的第二端、电容C531的第二端、电容C541的第二端、电容C551的第二端和电容C561的第二端分别与电源地相连。第一控制器U1的电源电压控制端SUSPENDB向其三极管Q111的基极发送截止电平,电感L122的第二端输出稳定的5V电源电压VDD1_5V(+5V电源),相应的第一控制器U1的电源电压控制端SUSPENDB向其三极管Q111的基极发送导通电平,电感L122的第二端没有电源输出。在本实施方式中,电容C52的容值为471nF,电容C24、电容C25的型号为VEJ471M1ETR,二极管D288的型号为NRVBAF440T3G,电容C23的容值为15nF,二极管D202的型号为NRVBA160T3G,电感L34的型号为NRS5040T220MMGKV,电阻R111的阻值为65K,电容C33的容值为23nF,电阻R55的阻值为101K,电容C19的容值为120nF,电容C21的容值为4.7uF,电容C26的型号为TAJC476K016TNJ,电阻R161的阻值为95K,电阻R27的阻值为365K,电容C77的容值为22uF,电容C35的容值为22uF,电阻R255的阻值为12K,电阻R30、电阻R34的阻值为15.8K,电容C27的型号为UCD1C101MCL1GS,三极管Q101的型号为BCW68,电容C277的容值为130nF,电感L404的型号为NRS5030T100MMGJV,电阻R51的阻值为17.9K,电压芯片U8的型号为LMR14020SSQDDARQ1,电容C44的容值为150nF,电阻R36的阻值为502Ω,电容C521的容值为1uF,三极管Q111的型号为BCW66GLT1G,电感L122的型号为MPZ1608S601A,电容C511的容值为2.2uF,电容C222的容值为4.7nF,电容C531、电容C541的容值为120nF,电容C551、电容C561的容值为100nF。
第四供电模块包括:如图4~6所示,5V电源电压VCC_5V与电感L422的第一端相连,电感L422的第二端分别与电阻R253的第一端、电容C89的第一端、电容C92的第一端和降压芯片U4的电源电压输入端VIN相连,降压芯片U4的延迟复位端REDLAY与电容C93的第一端相连,电容C89的第二端、电容C92的第二端和电容C93的第二端分别与电源地相连,降压芯片U4的频率振荡端ROSE与电阻R93的第一端相连,电阻R93的第二端与电源地相连,降压芯片U4的电源地端GND与电源地相连,降压芯片U4的使能输入端EN与电阻R253的第二端相连;降压芯片U4的电源电压输出端VOUT分别与电容C254的第一端、电容C299的第一端和电容C292的第一端相连,降压芯片U4的电源电压输出端VOUT输出3.3V电源电压VCC_3.3V,电容C254的第二端、电容C299的第二端和电容C292的第二端分别与电源地相连。通过降压芯片U4将输入的+5V电源转换为稳定的3.3V电源电压VCC_3.3V(+3.3V电源)。
第五供电模块包括:3.3V电源电压VCC_3.3V分别与电容C188的第一端、电阻R218的第一端和三极管Q21的发射极相连,电容C188的第二端与电源地相连,电阻R218的第二端和三极管Q21的基极分别与电阻R238的第一端相连,电阻R238的第二端与三极管Q31的集电极相连,三极管Q31的发射极与电源地相连,三极管Q31的基极分别与电阻R244的第一端、电阻R73的第一端和电容C208的第一端相连,电阻R73的第二端和电容C208的第二端分别与电源地相连,电阻R244的第二端与第二控制器U2的电源电压控制端CS_DD相连,三极管Q21的集电极与电容C195的第一端相连,三极管Q21的集电极输出3.3V电源电压VDD_3.3V,电容C195的第二端与电源地相连。第二控制器U2的电源电压控制端CS_DD向三极管Q31的基极输入截止电平,三极管Q21的集电极输出3.3V电源电压VDD_3.3V(3.3V电源),相应的,第二控制器U2的电源电压控制端CS_DD向三极管Q31的基极输入导通电平,三极管Q21的集电极没有电源输出。
还包括故障检测电路:降压芯片U4的反馈输入端WD分别与电阻R98的第一端和电阻R358的第一端相连,电阻R98的第二端与电源地相连,电阻R358的第二端分别与电容C217的第一端和第二控制器U2的反馈输出端SET相连,电容C217的第二端与电源地相连,降压芯片U4的复位端nRST与电阻R404的第一端相连,电阻R404的第二端分别与电阻R331的第一端、电阻R99的第一端、电阻R411的第一端和第一控制器U1的检测端RSTBB相连,电阻R99的第二端与第二控制器U2的复位输入端RESETB相连,电阻R331的第二端与3.3V电源电压VCC_3.3V相连,电阻R411的第二端与降压芯片U4的故障输出端WD_FLT相连,电阻R466的第一端与3.3V电源电压VCC_3.3V相连,电阻R466的第二端分别与电阻R555的第一端、降压芯片U4的使能输入端NWD_EN和三极管Q177的集电极相连,电阻R555的第二端与电源地相连,三极管Q177的发射极与电源地相连,三极管Q177的基极分别与电阻R377的第一端、电阻R351的第一端和电容C229的第一端相连,电阻R351的第二端和电容C229的第二端分别与电源地相连,电阻R377的第二端与第二控制器U2的检测使能端CS_D相连。当降压芯片U4的反馈输入端WD在第一规定时间内未接收到第二控制器U2的反馈输出端SET输出的第一反馈信号或降压芯片U4的反馈输入端WD在第二规定时间内未接收到第二控制器U2的反馈输出端SET输出的第二反馈信号,则降压芯片U4的故障输出端WD_FLT输出故障信号或降压芯片U4的复位端nRST输出复位信号,使其第二控制器U2重置复位重启。在本实施方式中,电阻R253的阻值为12K,电容C89的容值为120nF,电容C92的容值为22uF,电容C93的容值为120pF,电容C217的容值为5.6pF,电阻R331的阻值为5.1K,电压芯片U44的型号为TPS7a6333QPWPRQ1;电容C188的容值为22uF,电阻R218的阻值为15K,电阻R244、电阻R73的阻值为11.4K,电容C208的容值为1.5nF,三极管Q21的型号为BCW68,电阻R236的阻值为47Ω,电阻R555的阻值为48K,电容C299的容值为10nF,电容C229的容值为22nF,电阻R404、电阻R411的阻值为45Ω,电阻R93的阻值为160K,电阻R98的阻值为12K,电感L422的型号为MPZ1608S601A,电阻R358的阻值为5.2K,电容C199的容值为100nF,三极管Q31的型号为BCW66GLT1G,电阻R466的阻值为4.7K,电容C257的容值为10uF,三极管Q177的型号为BCW66GLT1G,电容C292的容值为100nF,电阻R99的阻值为42Ω,电阻R377、电阻351的阻值为11.5K。
第六供电模块包括:如图2所示,5V电源电压VCC_5V分别与电容C1的第一端、电容C2的第一端和降压芯片U44的电源电压输入端IN相连,电容C1的第二端和电容C2的第二端分别与电源地相连,降压芯片U44的电源地端GND与电源地相连,降压芯片U44的电源电压输出端OUT分别与电容C3的第一端和电容C4的第一端相连,降压芯片U44的电源电压输出端OUT输出3.3V电源电压3.3V,电容C3的第二端和电容C4的第二端分别与电源地相连。将输入的5V电源电压VCC_5V转换为稳定的3.3V电源电压3.3V(3.3V电源)输出。
第七供电模块包括:3.3V电源电压3.3V分别与电容C8的第一端、电容C9的第一端和二极管D1的第一端相连,电容C8的第二端和电容C9的第二端分别与电源地相连,二极管D1的第二端分别与电容C10的第一端和电容C11的第一端相连,二极管D1的第二端输出2.5V电源电压2.5V_D,电容C10的第二端和电容C11的第二端分别与电源地相连。通过二极管D01吸收0.8V左右的压降,使其二极管D01的第二端输出稳定的2.5V电源电压2.5V_D(2.5V电源)。
第八供电模块包括:3.3V电源电压3.3V分别与电阻R03的第一端和三极管Q01的发射极相连,电阻R03的第二端和三极管Q01的基极分别与电阻R04的第一端相连,电阻R04的第二端与三极管Q02的集电极相连,三极管Q01的发射极与电源地相连,三极管Q01的基极与电阻R05的第一端相连,电阻R05的第二端与第一控制器U1的电源电压控制端CS_PWDB相连,三极管Q01的集电极与二极管D2的第一端相连,二极管D2的第二端分别与电容C05的第一端、电容C06的第一端和电阻R02的第一端相连,二极管D2的第二端输出2.8V电源电压2.8V_CSD,电容C05的第二端和电容C06的第二端分别与电源地相连,电阻R02的第二端与电源指示灯LED的第一端相连,电源指示灯LED的第二端与电源地相连。当第一控制器U1的电源电压控制端CS_PWDB向三极管Q02的基极发送截止电平,二极管D2的第二端输出稳定的2.8V电源电压2.8V_CSD(2.8V电源),同时电源指示灯LED点亮,表明有电源输出;相应的第一控制器U1的电源电压控制端CS_PWDB向三极管Q02的基极发送导通电平,二极管D2的第二端无电源输出。
第九供电模块包括:2.8V电源电压2.8V_CSD与电阻R01的第一端相连,电阻R01的第二端与电容C07的第一端相连,电阻R01的第二端输出2.8V电源电压2.8V_CSA,电容C07的第二端与电源地相连。
在本实施方式中,电容C1的容值为4.7uF,电容C2的型号为104电容,降压芯片U44的型号为FS8853-3.3CL,电容C3的型号为104电容,电容C4的容值为47uF,电容C8、电容C9的型号为104电容,二极管D01的型号为LL4148,电容C10的容值为10nF,电容C11的型号为104电容,三极管Q1的型号为MMBT8550,二极管D02的型号为1N5819HW,电阻R03的阻值为1M,电阻R04的阻值为1.2K,电阻R05的阻值为12K,三极管Q02的型号为MMBT9013,电容C06的容值为47uF,电容C05的型号为104电容,电阻R01的阻值为7.2Ω,电阻R02的阻值为1.5K,电容C07的型号为105电容。
如图5和6所示,第二控制器U2的时钟端MCLK与第一控制器U1的时钟端CS_CLK相连,第二控制器U2的模拟地端AGND与电源地相连,第二控制器U2的模拟电源端AVDD分别与电容C22的第一端、电容C23的第一端和2.8V电源电压2.8V_CSA相连,电容C22的第二端和电容C23的第二端分别与电源地相连,第二控制器U2的数字地端DGND与电源地相连,第二控制器U2的使能端ENB与第一控制器U1的使能输出端CS_EN相连,第二控制器U2的时钟端SCK与第一控制器U1的时钟端SCL相连,第二控制器U2的数据端SDA与第一控制器U1的数据端SDA相连,第二控制器U2的垂直数据端HSYNC与第一控制器U1的垂直数据输入端HSYNC相连,第二控制器U2的水平数据端VSYNC与第一控制器U1的水平数据端VSYNC相连,第二控制器U2的数字电源端DVDD分别与电容C24的第一端、电容C25的第一端和2.8V电源电压2.8V_CSD相连,第二控制器U2的数字电源地端DGND分别与电容C24的第二端和电容C25的第二端相连,第二控制器U2的数据端DATA1与第一控制器U1的数据端CS_D0相连,第二控制器U2的数据端DATA2与第一控制器U1的数据端CS_D1相连,第二控制器U2的数据端DATA3与第一控制器U1的数据端CS_D2相连,第二控制器U2的数据端DATA4与第一控制器U1的数据端CS_D3相连,第二控制器U2的数据端DATA5与第一控制器U1的数据端CS_D4相连,第二控制器U2的数据端DATA6与第一控制器U1的数据端CS_D5相连,第二控制器U2的数据端DATA7与第一控制器U1的数据端CS_D6相连,第二控制器U2的数据端DATA8与第一控制器U1的数据端CS_D7相连,第二控制器U2的数据端DATA9与第一控制器U1的数据端CS_D8相连。在本实施方式中,电容C22、电容C23、电容C24、电容C25的型号为104电容,第二控制器U2的型号为HY7131R。
如图6所示,第一控制器U1的电源地端OVSS与电源地相连,第一控制器U1的电源端OVDD与3.3V电源电压3.3V相连,第一控制器U1的时钟端SCL与电阻R31的第一端相连,电阻R31的第二端与2.8V电源电压2.8V_CSD相连,第一控制器U1的数据端SDA分别与电阻R32的第一端和电阻R33的第一端相连,电阻R32的第二端与2.8V电源电压2.8V_CSD相连,电阻R33的第二端与电源地相连,第一控制器U1的复位端RST与电阻R13的第一端和电容C12的第一端相连,电容C12的第二端与电源地相连,电阻R13的第二端与3.3V电源电压3.3V相连,第一控制器U1的数据端PIO3与电阻R24的第一端相连,第一控制器U1的数据端PIO1与电阻R28的第一端相连,电阻R24的第二端和电阻R28的第二端分别与3.3V电源电压3.3V相连,第一控制器U1的测试端TEST与电阻R22的第一端相连,电阻R22的第二端与电源地相连,第一控制器U1的参考地端GND_REF与电源地和第一控制器U1的电源地端GND_A相连,第一控制器U1的锁定端SNAPB分别与电容C18的第一端、电阻R19的第一端和锁定按键S1的第一端相连,电容C18的第二端与电源地相连,锁定按键S1的第二端与电源地相连,电阻R19的第二端与3.3V电源电压3.3V相连,第一控制器U1的数据端DM分别与电容C17的第一端和电阻R17的第一端相连,第一控制器U1的数据端DP分别与电容C16的第一端和电阻R16的第一端相连,电容C16的第二端和电容C16的第二端分别与电源地相连,电阻R16的第二端分别与电阻R18的第一端和数据接口JP1的数据端D+相连,电阻R18的第二端与3.3V电源电压3.3V相连,电阻R17的第二端与数据接口JP1的数据端D-相连,数据接口JP1的电源端VCC与5V电源电压VCC_5V相连,数据接口JP1的电源地端GND和数据接口JP1的电源地端GND(S)分别与电源端相连,第一控制器U1的电源端与2.5V电源电压2.5V_D相连,第一控制器U1的电源地端VSS_USB和第一控制器U1的电源地端DVSS分别与电源地相连,第一控制器U1的晶振端CLKOUT分别与电阻R14的第一端和电阻R15的第一端相连,电阻R15的第二端分别与电容C14的第一端、电容C15的第一端和晶振Y1的第一端相连,电容C15的第二端与电感L1的第一端相连,第一控制器U1的晶振端CLKIN分别与电阻R14的第二端、电容C13的第一端和晶振Y1的第二端相连,电容C13的第二端、电容C14的第二端和电感L1的第二端相连。
在本实施方式中,电阻R31、电阻R32的阻值为4.7K,电阻R33的阻值为47K,电阻R24、电阻R28的阻值为4.7K,电阻R22的阻值为47K,电阻R19的阻值为12K,电阻R18的阻值为1.5K,电容C18的型号为104电容,电阻R16、电阻R17的阻值为22Ω,电容C16、电容C17的容值为10pF,电阻R14的阻值为110K,电阻R15的阻值为45Ω,晶振Y1的频率为48MHz,电容C13、电容C14的容值为12pF,电容C15的型号为102电容,电感L1的感值为3.3uH,电阻R13的阻值为12.5K,电容C12的型号为105电容,第一控制器U1的型号为ZC0301。
储存模块包括:如图6和7所示,存储芯片U33的地址输入端A0、存储芯片U33的地址输入端A1、存储芯片U33的地址输入端A1和存储芯片U33的电源地端GND与电源地相连,存储芯片U33的电源电压输入端VCC与3.3V电源电压3.3V相连,存储芯片U33的读写端WP与电源地相连,存储芯片U33的时钟端SCL与第一控制器U1的时钟端ESCK相连,存储芯片U33的数据端SDA分别与电阻R34的第一端和第一控制器U1的数据端ESDA相连,电阻R34的第二端与3.3V电源电压3.3V相连。在本实施方式中,电阻R34的阻值为4.7K,存储芯片U33的型号为AT24C02。通过存储芯片U33实现对数据的存储与读取。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (3)
1.一种营运汽车上设置智能摄像头实现环视图像安全监测方法,包括待测试车辆,其特征在于,在所述待测试车辆车身上设置有A个全景环视摄像头,所述A为大于或者等于1的正整数,分别为第1全景环视摄像头、第2全景环视摄像头、第3全景环视摄像头、……、第A全景环视摄像头;
在所述待测试车辆驾驶室内设置有用于固定安装全景环视显示屏的全景环视显示屏固定安装座,全景环视显示屏固定安装在全景环视显示屏固定安装座上;
还包括设置在所述待测试车辆内的全景环视控制器,第a全景环视摄像头的全景环视图像数据输出端与全景环视控制器的全景环视图像数据输入第a端相连,a为小于或者等于A的正整数,全景环视控制器的显示数据输出端与全景环视显示屏的显示数据输入端相连;
全景环视控制器根据待测试车辆车身上设置的全景环视摄像头采集的全景环视图像数据,对拼接后的全景环视图像实施亮度一致性检测;其亮度一致性检测方法包括以下步骤:
S4-A,获取拼接完成的图像,对拼接完成的图像进行灰度化处理获得灰度图像;
S4-B,对灰度图像进行图像去噪处理;
S4-C,对获取的灰度图像根据图像大小划分为等大的区域;
S4-D,对区域进行颜色空间转换,转换到LAB颜色空间,提取颜色空间中L亮度分量,计算各区域的L分量的平均值,将所有区域平均值进行差值运算,差值大于或者等于预设差值阈值,则亮度不一致;否则亮度一致。
2.根据权利要求1所述的营运汽车上设置智能摄像头实现环视图像安全监测方法,其特征在于,在步骤S4-A中,灰度图像的处理方法为:
F(i,j)=Red(i,j)×Re+Green(i,j)×Gr+Blue(i,j)×Bl,
其中,Red(i,j)表示在图像像素点(i,j)的红色色彩模式量;
Re表示红色色彩模式量的融合比例系数;Re+Gr+Bl=1;
Green(i,j)表示在图像像素点(i,j)的绿色彩模式量;
Re表示绿色色彩模式量的融合比例系数;
Blue(i,j)表示在图像像素点(i,j)的蓝色色彩模式量;
Re表示蓝色色彩模式量的融合比例系数。
3.根据权利要求1所述的营运汽车上设置智能摄像头实现环视图像安全监测方法,其特征在于,在步骤S4-B中,对灰度图像进行图像去噪处理的方法包括以下步骤:
S0-21,找出图像像素点的噪声点,其图像中像素点的噪声点的计算方法为:
其中,F(i,j)表示在图像像素点(i,j)的灰度值;也即是在图像第i行第j列的像素点的灰度值;
G(i,j)表示在图像像素点(i,j)是否为噪声点,G(i,j)=0表示在图像像素点(i,j)为噪声点,G(i,j)=1表示在图像像素点(i,j)为非噪声点;
or表示逻辑条件或;
amax表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最大均值;p=2p′+1,p′为大于或者等于1且小或者等于3的正整数;
amin表示以图像像素点(i,j)为中心的p×p为窗口内的灰度最小均值;
S0-22,对窗口内的像素点进行矩阵编号,记作
其中,G(1,1)′表示在矩阵G′中第1行第1列的像素点;
G(1,2)′表示在矩阵G′中第1行第2列的像素点;
G(1,3)′表示在矩阵G′中第1行第3列的像素点;
G(1,p)′表示在矩阵G′中第1行第p列的像素点;
G(2,1)′表示在矩阵G′中第2行第1列的像素点;
G(2,2)′表示在矩阵G′中第2行第2列的像素点;
G(2,3)′表示在矩阵G′中第2行第3列的像素点;
G(2,p)′表示在矩阵G′中第2行第p列的像素点;
G(3,1)′表示在矩阵G′中第3行第1列的像素点;
G(3,2)′表示在矩阵G′中第3行第2列的像素点;
G(3,3)′表示在矩阵G′中第3行第3列的像素点;
G(3,p)′表示在矩阵G′中第3行第p列的像素点;
G(p,1)′表示在矩阵G′中第p行第1列的像素点;
G(p,2)′表示在矩阵G′中第p行第2列的像素点;
G(p,3)′表示在矩阵G′中第p行第3列的像素点;
G(p,p)′表示在矩阵G′中第p行第p列的像素点;
S0-23,将矩阵G′中的灰度值按照从小到排列,更新噪声点处像素点的灰度值,其噪声点处像素点的灰度值的计算方法为:
其中,表示噪声点处像素点更新后的灰度值;
表示灰度值排序后第/>个灰度值;
表示灰度值排序后第/>个灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111280660.6A CN114025088B (zh) | 2021-10-31 | 2021-10-31 | 一种营运汽车上设置智能摄像头实现环视图像安全监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111280660.6A CN114025088B (zh) | 2021-10-31 | 2021-10-31 | 一种营运汽车上设置智能摄像头实现环视图像安全监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114025088A CN114025088A (zh) | 2022-02-08 |
CN114025088B true CN114025088B (zh) | 2023-08-22 |
Family
ID=80059371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111280660.6A Active CN114025088B (zh) | 2021-10-31 | 2021-10-31 | 一种营运汽车上设置智能摄像头实现环视图像安全监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114025088B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005277582A (ja) * | 2004-03-23 | 2005-10-06 | Sony Corp | パノラマ撮像装置、パノラマ撮像方法、監視システム、パノラマ撮像装置の制御プログラム並びにプログラム記録媒体 |
CN105005963A (zh) * | 2015-06-30 | 2015-10-28 | 重庆市勘测院 | 一种多相机图像拼接匀色方法 |
CN107566730A (zh) * | 2017-09-27 | 2018-01-09 | 维沃移动通信有限公司 | 一种全景图像拍摄方法及移动终端 |
CN108650495A (zh) * | 2018-06-28 | 2018-10-12 | 华域视觉科技(上海)有限公司 | 一种车用全景环视***及其自适应补光方法 |
CN109978765A (zh) * | 2019-03-11 | 2019-07-05 | 上海保隆汽车科技股份有限公司 | 全景图像亮度校正方法和拼接方法及其装置 |
CN112102168A (zh) * | 2020-09-03 | 2020-12-18 | 成都中科合迅科技有限公司 | 基于多线程的图像拼接方法与*** |
WO2021031458A1 (zh) * | 2019-08-16 | 2021-02-25 | 域鑫科技(惠州)有限公司 | 适用于内窥镜的图像颜色校正方法、装置和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI435162B (zh) * | 2012-10-22 | 2014-04-21 | Nat Univ Chung Cheng | Low complexity of the panoramic image and video bonding method |
-
2021
- 2021-10-31 CN CN202111280660.6A patent/CN114025088B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005277582A (ja) * | 2004-03-23 | 2005-10-06 | Sony Corp | パノラマ撮像装置、パノラマ撮像方法、監視システム、パノラマ撮像装置の制御プログラム並びにプログラム記録媒体 |
CN105005963A (zh) * | 2015-06-30 | 2015-10-28 | 重庆市勘测院 | 一种多相机图像拼接匀色方法 |
CN107566730A (zh) * | 2017-09-27 | 2018-01-09 | 维沃移动通信有限公司 | 一种全景图像拍摄方法及移动终端 |
CN108650495A (zh) * | 2018-06-28 | 2018-10-12 | 华域视觉科技(上海)有限公司 | 一种车用全景环视***及其自适应补光方法 |
CN109978765A (zh) * | 2019-03-11 | 2019-07-05 | 上海保隆汽车科技股份有限公司 | 全景图像亮度校正方法和拼接方法及其装置 |
WO2021031458A1 (zh) * | 2019-08-16 | 2021-02-25 | 域鑫科技(惠州)有限公司 | 适用于内窥镜的图像颜色校正方法、装置和存储介质 |
CN112102168A (zh) * | 2020-09-03 | 2020-12-18 | 成都中科合迅科技有限公司 | 基于多线程的图像拼接方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN114025088A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Choi et al. | Thermal image enhancement using convolutional neural network | |
CN107577988B (zh) | 实现侧方车辆定位的方法、装置及存储介质、程序产品 | |
CN107154022B (zh) | 一种适用于拖车的动态全景拼接方法 | |
CN111160172B (zh) | 泊车位检测方法、装置、计算机设备和存储介质 | |
US9053372B2 (en) | Road marking detection and recognition | |
US20170294027A1 (en) | Remote determination of quantity stored in containers in geographical region | |
CN108629292B (zh) | 弯曲车道线检测方法、装置及终端 | |
CN110827197A (zh) | 一种基于深度学习检测和识别车辆环视目标的方法和装置 | |
CN110736472A (zh) | 一种基于车载环视图像与毫米波雷达融合的室内高精地图表征方法 | |
TWI726278B (zh) | 行車偵測方法、車輛及行車處理裝置 | |
CN111243003A (zh) | 车载双目摄像机及其检测道路限高杆的方法、装置 | |
CN111652937A (zh) | 车载相机标定方法和装置 | |
CN112818834A (zh) | 一种交叉口针对应急车辆的避让判定方法、设备及介质 | |
CN116030194A (zh) | 一种基于目标检测规避的空地协同实景三维建模优化方法 | |
CN111797715A (zh) | 车位检测方法、装置、电子设备及存储介质 | |
Wang et al. | Lane-line detection algorithm for complex road based on OpenCV | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
CN114025088B (zh) | 一种营运汽车上设置智能摄像头实现环视图像安全监测方法 | |
CN114022438A (zh) | 车辆上安装全景摄像头实现全景环视图像安全测试*** | |
CN110197104B (zh) | 基于车辆的测距方法及装置 | |
CN112053407B (zh) | 一种交通执法影像中基于ai技术的车道线自动检测方法 | |
DE102020213799A1 (de) | Hindernisdetektionsvorrichtung und Hindernisdetektionsverfahren | |
CN114037611A (zh) | 一种驾驶安全汽车上装全景摄像头实现图像拼接工作方法 | |
CN114037670A (zh) | 一种安全行驶车辆上装全景摄像头实现图像拼接测试*** | |
CN114040155A (zh) | 一种用于车辆全景环视图像测试*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |