CN115239596A - 一种hud畸变校正方法、装置及计算机存储介质 - Google Patents

一种hud畸变校正方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN115239596A
CN115239596A CN202210954283.8A CN202210954283A CN115239596A CN 115239596 A CN115239596 A CN 115239596A CN 202210954283 A CN202210954283 A CN 202210954283A CN 115239596 A CN115239596 A CN 115239596A
Authority
CN
China
Prior art keywords
calibration plate
distortion
image
point
plate image
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.)
Pending
Application number
CN202210954283.8A
Other languages
English (en)
Inventor
胡煦晖
胡江鸣
袁扬智
刘俊秀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Arkmicro Technologies Inc
Original Assignee
Arkmicro Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Arkmicro Technologies Inc filed Critical Arkmicro Technologies Inc
Priority to CN202210954283.8A priority Critical patent/CN115239596A/zh
Publication of CN115239596A publication Critical patent/CN115239596A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种HUD畸变校正方法及装置，该方法包括：获取标准标定板图像和对应的预畸变标定板图像；获取标准标定板图像和预畸变标定板图像中的特征点坐标；通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标；确定标准标定板图像与对应的预畸变标定板图像的映射关系；对预畸变标定板图像边缘进行平滑处理。该方法可精确高效简便地消除前风挡玻璃显示带来的畸变。

Description

一种HUD畸变校正方法、装置及计算机存储介质
技术领域
本发明属于汽车投影和图像处理领域，特别涉及一种HUD畸变校正方法、装置及计算机存储介质。
背景技术
汽车电子的发展在近些年非常迅速，尤其是辅助驾驶、优化驾驶体验方面，各汽车厂商都进行了非常大投入，从而提升驾驶员在驾驶车辆过程中的安全性。司机在行驶过程中，主要的注意力是在前方车辆和道路上，但同时对于车辆的行驶速度、仪表盘各项数据和警示等也必须随时关注。传统的车辆构造需要驾驶员经常视线下移到仪表盘才能够查看各项数据，这种操作对于驾驶安全性有比较大的影响，也不利于驾驶体验，因此现在很多车辆增加了HUD(抬头显示)将仪表盘上数据映射到挡风玻璃上，包括导航地图等信息，这样司机在驾驶过程中无需视线下移到仪表盘或屏幕，能够提高驾驶安全性，也更有利于司机方便地查看各项数据和导航方向。
一般地，可以将所需数据和地图等数字信息直接映射到前风挡玻璃上，这种方式简单，但会导致映射成的图像由于玻璃的弧度和倾角产生一定的畸变，影响驾驶员的观看效果。现有的一些高端车辆选择制作工艺更复杂的前风挡玻璃，从而减少畸变的产生，这种方式对生产成本的要求比较高，不利于广泛推广。
如何提供一种操作简便且精确高效的HUD畸变校正方法以消除前风挡玻璃显示带来的畸变是当前亟待解决的一个问题。
发明内容
有鉴于此，本发明提供了一种HUD畸变校正方法、装置及计算机存储介质用于解决现有技术的不足。
为达到上述目的，本发明采用如下技术方案：
本发明实施例提供了一种HUD畸变校正方法，包括：
获取标准标定板图像和对应的预畸变标定板图像；
获取标准标定板图像和预畸变标定板图像中的特征点坐标；
通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标；
确定标准标定板图像与对应的预畸变标定板图像的映射关系；
对预畸变标定板图像边缘进行平滑处理。
进一步地，获取标准标定板图像和预畸变标定板图像中的特征点坐标采用如下步骤：
对标准标定板图像和预畸变标定板图像中的标定点进行连通域检测；
对于同一连通域的点，求取该连通域内所有像素点的坐标值的平均值作为其特征点坐标。
进一步地，通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标采用如下步骤：
对于预畸变标定板图像中每组水平方向上的点通过曲线进行拟合；
对于预畸变标定板图像中每组垂直方向上的点通过直线进行拟合；
所述直线和曲线的交点即为预畸变标定板图像中精确的特征点坐标。
更进一步地，通过曲线进行拟合时选用的曲线方程为y＝a·sin(bx+c)；其中x,y为特征点横纵坐标，a,b,c是曲线参数；通过直线进行拟合时选用的直线方程为y＝kx+m；其中x,y为特征点横纵坐标，k,m是直线参数。
进一步地，确定标准标定板图像与对应的预畸变标定板图像的映射关系具体包括：
确定预畸变标定板图像的每个点属于哪两条直线和曲线所围成的区域；
计算该点在x,y方向与对应的曲线和直线的距离并根据距离确定比例系数；
通过该点所在预畸变图像中四个特征点所对应标准标定板四个特征点坐标以及比例系数计算映射对应坐标。
更进一步地，确定预畸变标定板图像的每个点属于哪两条直线和曲线所围成的区域计算过程如下：
对于预畸变图像中的每个点P(x0,y0)，根据拟合的曲线方程和直线方程，确定该点所属的两条曲线line_AB,line_CD和两条直线line_AD，line_BC围成区域，其中A、B、C、D 4个点为两条曲线与两条直线的交点，即图像的特征点；
计算该点在x,y方向与对应的曲线和直线的距离并根据距离确定比例系数计算过程如下：
计算点P到曲线line_AB、line_CD的距离y_AB、y_CD，计算点P到直线line_AD、line_BC的距离x_AD、x_BC；根据y_AB、y_CD、x_AD、x_BC确定4个方向的比例系数为
Figure BDA0003790538940000031
Figure BDA0003790538940000032
Figure BDA0003790538940000033
Figure BDA0003790538940000034
通过该点所在预畸变图像中四个特征点所对应标准标定板四个特征点坐标以及比例系数计算映射对应坐标计算过程如下：
获取对于该区域四个顶点A、B、C、D对应的标准标定板坐标为A'、B'、C'、D',接着根据比例系数获取P'的对应坐标值(Px、Py)，其中
Figure BDA0003790538940000041
更进一步地，计算点P到曲线line_AB,line_CD的距离y_AB,y_CD，即将x0代入曲线方程y＝a·sin(bx+c)后求解：
y_AB＝abs(aAB·sin(bAB·x0+cAB)-y0)
y_CD＝abs(aCD·sin(bCD·x0+cCD)-y0)
计算点P到直线line_AD,line_BC的距离x_AD,x_BC,即将y0代入直线方程y＝kx+m后求解：
Figure BDA0003790538940000042
Figure BDA0003790538940000043
进一步地，对预畸变标定板图像边缘进行平滑处理具体包括：
确定预畸变图像的有效区域；
选取预畸变图像水平或垂直方向上的3个相邻的像素点：第一像素点、第二像素点、第三像素点；他们分别位于有效区域的边缘，有效区域内的非边缘及有效区域外；
确定预畸变标定板图像中的第一像素点、第二像素点对应的映射点；
利用映射前后第一像素点始终位于第二像素点和第三像素点的中间求出预畸变图像的有效区域外的第三像素点对应的映射坐标。
本发明实施例还提供了一种HUD畸变校正装置，包括：
图像采集模块，用于获取标准标定板图像和对应的预畸变标定板图像，所述标准标定板图像中的标定点呈横纵队列式分布；
特征点获取模块，用于获取标准标定板图像和预畸变标定板图像中的特征点坐标；
拟合修正模块，用于通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标；
映射确定模块，用于确定标准标定板图像与对应的预畸变标定板图像的映射关系；
平滑处理模块，用于对预畸变标定板图像边缘进行平滑处理。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的HUD畸变校正方法。
本发明提供的HUD畸变校正方法可以有效地对前风挡玻璃显示的畸变图像进行校正；通过曲线和直线拟合以及对边缘进行平滑处理可以更进一步提高了畸变校正的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种HUD畸变校正方法的流程示意图；
图2为本发明实施例提供的一种标准标定板图像；
图3为图2中的标准标定板图像对应的预畸变标定板图像；
图4为预畸变图像中的曲线拟合和直线拟合的示意图；
图5为预畸变图像中某P点到两直线两曲线围成图形的距离；
图6为本发明实施例提供的一种HUD畸变校正方装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1所示为本发明实施例提供的一种HUD畸变校正方法的流程示意图。
S1：获取标准标定板图像和对应的预畸变标定板图像，所述标准标定板图像中的标定点呈横纵队列式分布。
正常的图像投影到前风挡玻璃上会产生一定的畸变和倾角变化，为了消除畸变等视觉影像，通过人工调整等方式获取预畸变标定板图像。通过将预畸变图像投影到HUD屏获得的图像效果判断获取的预畸变图像质量，当投影获得的图像是无畸变的标准标定板图像，即完成了预畸变图像的获取。
本申请实施例选择的标准标定板图像无需黑白棋盘格之类复杂网格图像，仅需背景与特征点有较大差异即可，例如：如图2所示的黑色背景白色标定点图像。标定点尽量选择合适大小的尺寸，过小不利于后续坐标点检测以至于影响特征点的获取，过大影响后续拟合校正结果，通常标准标定板中的每个标定点大小4-10个像素点即可。相邻2个标定点之间的距离不能太小，防止畸变畸变标定板图像中2个标定点重合影响检测结果。通常相邻的2个标定点之间的距离最小要间隔4个像素点及以上。为了提高计算机程序的处理效率，通常相邻2个标定点之间的距离的像素尺寸为2n个像素，例如：16、32等。由于这类HUD畸变图一般是水平曲线畸变严重，所以可以将水平方向上选择的标定点排列密集一些，而垂直方向上选择的标定点排列稀疏一些；同一单位标定距离下在水平方向上选择的标定点更多，水平方向上相邻的两个标定点距离更小。例如标定点距离可以选择16*4(即垂直方向上两个标定点为16个像素点距离，水平方向上两个标定点为4个像素点距离)，16*8，32*8等
S2：获取标准标定板图像和预畸变标定板图像中的特征点坐标。
对标准标定板图像和预畸变标定板图像中的标定点进行连通域检测；对于同一连通域的点，求取该连通域内所有像素点的坐标值的平均值作为其特征点坐标。
如图2、图3所示，对于标准标定板和预畸变图像，可以通过确定连通域等方式找到所有特征点，每个连通域即代表一个白色特征点区域，选择该区域圆心坐标或所有点的平均坐标值代表该特征点坐标，标准标定点与预畸变图像中特征点一一对应。为了保证HUD畸变校正效果，特征点应尽量均匀分布在显示有效区域范围内。如图2所示，标准标定板图像中的标定点规则排列。同一行的标定点的特征坐标的纵坐标相同，同一列的标定点的特征坐标的横坐标相同。
特征点坐标的确定可以根据实际情况进行人工标定、连通域方法确定坐标或对圆形标定物通过找圆等方法实现图像中所有特征点坐标的求取。特征点的坐标可以是每个标定物的平均坐标或中心坐标等。
S3：通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标。
基于HUD畸变的显示效果，主要是在水平方向产生畸变，垂直方向特征点主要有旋转方向变化，为了能够更好的拟合预畸变图像中特征点的坐标位置，实现畸变校正，对预畸变图像中水平方向特征点进行曲线拟合，垂直方向进行直线拟合，其交点为精确的预畸变图特征点坐标。
对于水平方向，用曲线方程y＝a·sin(bx+c)进行拟合，可以很好地表现预畸变图中水平方向每行特征点的坐标的整体变化趋势。对于垂直方向，用直线方程y＝k·x+m即可拟合每列特征点的坐标。如图4所示，曲线1是第一行特征点拟合曲线，直线2是第一列特征点拟合直线，它们的交点即第一行第一列的特征点精确坐标。经过拟合后获得的特征点，能够保证在获取预畸变图过程中线条更平滑，避免产生锯齿等影响驾驶员观看的图像效果。
S4：确定标准标定板图像与对应的预畸变标定板图像的映射关系。
标准标定板图像特征点坐标与预畸变图像中特征点坐标一一对应，需要进一步确定图像上其他点的对应关系。首先确定预畸变标定板图像的每个点属于哪两条直线和曲线所围成的区域；计算该点在x,y方向与对应的曲线和直线的距离并根据距离确定比例系数；最后通过该点所在预畸变图像中四个特征点所对应标准标定板四个特征点坐标以及比例系数计算映射对应坐标。
如图5所示，具体计算方式如下：对于预畸变图像中的一个点
Figure BDA0003790538940000081
根据步骤S3中拟合的曲线方程和直线方程，确定该点所属的两条曲线line_AB,line_CD和两条直线line_AD，line_BC围成区域，其中A、B、C、D为两条曲线与两条直线的交点，即图像的特征点。
计算点P到曲线line_AB、line_CD的距离y_AB、y_CD，即将x0代入曲线方程公式后求解：
y_AB＝abs(aAB·sin(bAB·x0+cAB)-y0)
y_CD＝abs(aCD·sin(bCD·x0+cCD)-y0)，其中aAB、bAB、cAB为拟合曲线AB对应的三参数；其中aCD、bCD、cCD为拟合曲线CD对应的三参数。
计算点P到line_AD,line_BC的距离x_AD,x_BC,即将y0代入直线方程公式后求解：
Figure BDA0003790538940000082
Figure BDA0003790538940000083
其中mAD、kAD为拟合直线AD对应的两参数；mBC、kBC为拟合直线BC对应的两参数。
根据y_AB、y_CD、x_AD、x_BC确定4个方向的比例系数：
Figure BDA0003790538940000091
Figure BDA0003790538940000092
Figure BDA0003790538940000093
Figure BDA0003790538940000094
对于该区域四个顶点A、B、C、D对应的标准标定板坐标为A'、B'、C'、D',如果预畸变图像中4个顶点A、B、C、D为第N行、第N+1行、第M列、第M+1列的标定点，则标准标定图像中对应的点也位于第N行、第N+1行、第M列、第M+1列。标准标定图像中的标定点规则排列因此对应的坐标容易获取。最后根据比例系数获取P'的对应坐标值(Px、Py)，其中P'为P对应的映射坐标。
Figure BDA0003790538940000095
其中坐标的后缀x表示x轴坐标值，坐标的后缀y表示y轴坐标值。例如：D'x表示D'坐标对应的X轴坐标值。
对于预畸变图像中的每个点，根据上述公式可以确定其在标准图像中的对应坐标。由此完成了预畸变图像与标准图像之间的映射关系确定。
S5：对预畸变标定板图像边缘进行平滑处理。
预畸变图有效区域边缘由于步骤S4的映射插值会呈现轻微锯齿状，这是由于预畸变图像与标准无畸变图像相比存在曲线、缩放和旋转等变化，仅通过步骤S4还不能很好地消除边缘位置的锯齿感，还需要通过加权融合的方式对边缘进行处理，消除锯齿完成边缘平滑。为了消除边缘锯齿的视觉影响，需要对有效区的四个边缘进行平滑处理。根据每条边缘的边缘点和紧邻边缘点的插值坐标，对紧邻边缘的非有效点进行插值消除锯齿。
对预畸变标定板图像边缘进行平滑处理具体包括：
确定预畸变图像的有效区域；如图4所示，LINE1、2、3、4围成的区域为有效区域，该区域内的像素点都可以通过步骤S4进行映射。但对于有效区域外的点无法通过步骤S4的方式进行有效映射。
选取预畸变图像水平或垂直方向上的3个相邻的像素点：第一像素点、第二像素点、第三像素点；他们分别位于有效区域的边缘，有效区域内的非边缘及有效区域外；即第二像素点、第三像素点分别位于第一像素点的两侧。即第一像素点位于第二像素点和第三像素点的中间。当3个相邻的像素点处于水平方向时，第一像素点、第二像素点、第三像素点纵坐标相同，第二像素点的横坐标与第三像素点的横坐标之和等于第一像素点的横坐标的2倍。当3个相邻的像素点处于垂直方向时，第一像素点、第二像素点、第三像素点横坐标相同，第二像素点的纵坐标与第三像素点的纵坐标之和等于第一像素点的纵坐标的2倍。
确定预畸变标定板图像中的第一像素点、第二像素点对应的映射点；对有效区域内的像素点(第一像素点、第二像素点)通过步骤S4进行映射得到在标准标定板图像中的对应坐标。
因此可以利用映射前后第一像素点始终位于第二像素点和第三像素点的中间求出预畸变图像的有效区域外的第三像素点对应的映射坐标。
下面以上下左右4个方向上的点加以说明。以有效区域外上边缘点(第三像素点)Q(i,j)为例，假设点Q紧邻有效区域上边缘点(第一像素点)，即q(i+1,j)是有效区域的上边缘点，Q(i,j)则是紧邻q的上一行坐标，且点Q处于非有效区域，由于点Q处于非有效区，经步骤4计算的对应映射坐标为(0,0),即无对应坐标。根据点q的映射坐标(q'x,q'y)和其下一行点(第二像素点)p(i+2,j)的映射坐标(p'x,p'y)，对Q点映射坐标(Q'x,Q'y)重新赋值。利用利用映射后横坐标相同，第二像素点的纵坐标p'y与第三像素点的纵坐标Qy'之和等于第一像素点的纵坐标q'y的2倍。即：
Q'y＝q'y-abs(q'y-p'y)
Q'x＝q'x
同理：若点Q是有效区域外下边缘点，则通过q(i-1,j)和p(i-2,j)计算：
Q'y＝q'y+abs(q'y-p'y)
Q'x＝q'x
若点Q是有效区域外左边缘点，则通过q(i,j+1)和p(i,j+2)计算：
Q'y＝q'y
Q'x＝q'x-abs(q'x-p'x)
若点Q是有效区域外右边缘点，则通过q(i,j-1)和p(i,j-2)计算：
Q'y＝q'y
Q'x＝q'x+abs(q'x-p'x)
通过对Q点的坐标进行计算赋值，即完成了对图像外边缘的平滑，消除了锯齿感，使得图像的显示效果有了明显提升。
如图6所示为本发明实施例提供的一种HUD畸变校正装置的结构示意图。该HUD畸变校正装置包括：
图像采集模块，用于获取标准标定板图像和对应的预畸变标定板图像，所述标准标定板图像中的标定点呈横纵队列式分布。
特征点获取模块，用于获取标准标定板图像和预畸变标定板图像中的特征点坐标。
拟合修正模块，用于通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标。
映射确定模块，用于确定标准标定板图像与对应的预畸变标定板图像的映射关系。
平滑处理模块，用于对预畸变标定板图像边缘进行平滑处理。
需要说明的是：上述实施例提供的一种HUD畸变校正装置在进行畸变校正时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的HUD畸变校正装置与HUD畸变校正方法实施例属于同一构思，其具体实现过程详见方法实施例，其有益效果同方法实施例，这里不再赘述。
本发明实施例还提供了一种计算机存储介质，是计算机可读存储介质，其上存储有计算机程序，上述计算机程序可由HUD畸变校正装置的处理器执行，以完成前述HUD畸变校正方法的步骤。计算机可读存储介质可以是磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasa ble Prog ramma ble Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等存储器。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和智能设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种HUD畸变校正方法，其特征在于，包括：
获取标准标定板图像和对应的预畸变标定板图像；
获取标准标定板图像和预畸变标定板图像中的特征点坐标；
通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标；
确定标准标定板图像与对应的预畸变标定板图像的映射关系；
对预畸变标定板图像边缘进行平滑处理。
2.根据权利要求1所述的畸变校正方法，其特征在于，获取标准标定板图像和预畸变标定板图像中的特征点坐标采用如下步骤：
对标准标定板图像和预畸变标定板图像中的标定点进行连通域检测；
对于同一连通域的点，求取该连通域内所有像素点的坐标值的平均值作为其特征点坐标。
3.根据权利要求1所述的畸变校正方法，其特征在于，通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标采用如下步骤：
对于预畸变标定板图像中每组水平方向上的点通过曲线进行拟合；
对于预畸变标定板图像中每组垂直方向上的点通过直线进行拟合；
所述直线和曲线的交点即为预畸变标定板图像中精确的特征点坐标。
4.根据权利要求3所述的畸变校正方法，其特征在于，通过曲线进行拟合时选用的曲线方程为y＝a·sin(bx+c)；其中x,y为特征点横纵坐标，a,b,c是曲线参数；通过直线进行拟合时选用的直线方程为y＝kx+m；其中x,y为特征点横纵坐标，k,m是直线参数。
5.根据权利要求1所述的畸变校正方法，其特征在于，确定标准标定板图像与对应的预畸变标定板图像的映射关系具体包括：
确定预畸变标定板图像的每个点属于哪两条直线和曲线所围成的区域；
计算该点在x,y方向与对应的曲线和直线的距离并根据距离确定比例系数；
通过该点所在预畸变图像中四个特征点所对应标准标定板四个特征点坐标以及比例系数计算映射对应坐标。
6.根据权利要求1所述的畸变校正方法，其特征在于，确定预畸变标定板图像的每个点属于哪两条直线和曲线所围成的区域计算过程如下：
对于预畸变图像中的每个点P(x0,y0)，根据拟合的曲线方程和直线方程，确定该点所属的两条曲线line_AB,line_CD和两条直线line_AD，line_BC围成区域，其中A、B、C、D 4个点为两条曲线与两条直线的交点，即图像的特征点；
计算该点在x,y方向与对应的曲线和直线的距离并根据距离确定比例系数计算过程如下：
计算点P到曲线line_AB、line_CD的距离y_AB、y_CD，计算点P到直线line_AD、line_BC的距离x_AD、x_BC；根据y_AB、y_CD、x_AD、x_BC确定4个方向的比例系数为
Figure FDA0003790538930000021
Figure FDA0003790538930000022
Figure FDA0003790538930000023
Figure FDA0003790538930000024
通过该点所在预畸变图像中四个特征点所对应标准标定板四个特征点坐标以及比例系数计算映射对应坐标计算过程如下：
获取对于该区域四个顶点A、B、C、D对应的标准标定板坐标为A'、B'、C'、D',接着根据比例系数获取P'的对应坐标值(Px、Py)，
其中
Figure FDA0003790538930000031
7.根据权利要求6所述的畸变校正方法，其特征在于，计算点P到曲线line_AB,line_CD的距离y_AB,y_CD，即将x0代入曲线方程y＝a·sin(bx+c)后求解：
y_AB＝abs(aAB·sin(bAB·x0+cAB)-y0)
y_CD＝abs(aCD·sin(bCD·x0+cCD)-y0)
计算点P到直线line_AD,line_BC的距离x_AD,x_BC,即将y0代入直线方程y＝kx+m后求解：
Figure FDA0003790538930000032
Figure FDA0003790538930000033
8.根据权利要求1所述的畸变校正方法，其特征在于，对预畸变标定板图像边缘进行平滑处理具体包括：
确定预畸变图像的有效区域；
选取预畸变图像水平或垂直方向上的3个相邻的像素点：第一像素点、第二像素点、第三像素点；他们分别位于有效区域的边缘，有效区域内的非边缘及有效区域外；
确定预畸变标定板图像中的第一像素点、第二像素点对应的映射点；
利用映射前后第二像素点的对应的坐标值始终为第一像素点和第三像素点的坐标值之和的平均值求出预畸变图像的有效区域外的第三像素点对应的映射坐标。
9.一种HUD畸变校正装置，其特征在于，包括：
图像采集模块，用于获取标准标定板图像和对应的预畸变标定板图像，所述标准标定板图像中的标定点呈横纵队列式分布；
特征点获取模块，用于获取标准标定板图像和预畸变标定板图像中的特征点坐标；
拟合修正模块，用于通过曲线拟合和直线拟合修正预畸变标定板图像中的特征点坐标；
映射确定模块，用于确定标准标定板图像与对应的预畸变标定板图像的映射关系；
平滑处理模块，用于对预畸变标定板图像边缘进行平滑处理。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的HUD畸变校正方法。
CN202210954283.8A 2022-08-10 2022-08-10 一种hud畸变校正方法、装置及计算机存储介质 Pending CN115239596A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210954283.8A CN115239596A (zh) 2022-08-10 2022-08-10 一种hud畸变校正方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210954283.8A CN115239596A (zh) 2022-08-10 2022-08-10 一种hud畸变校正方法、装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN115239596A true CN115239596A (zh) 2022-10-25

Family

ID=83680027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210954283.8A Pending CN115239596A (zh) 2022-08-10 2022-08-10 一种hud畸变校正方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN115239596A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908201A (zh) * 2023-01-09 2023-04-04 武汉凡德智能科技有限公司 一种图像畸变的热区快速修正方法及装置
CN116433535A (zh) * 2023-06-12 2023-07-14 合肥埃科光电科技股份有限公司 一种二次曲线拟合的点坐标去畸变方法、***及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908201A (zh) * 2023-01-09 2023-04-04 武汉凡德智能科技有限公司 一种图像畸变的热区快速修正方法及装置
CN115908201B (zh) * 2023-01-09 2023-11-28 武汉凡德智能科技有限公司 一种图像畸变的热区快速修正方法及装置
CN116433535A (zh) * 2023-06-12 2023-07-14 合肥埃科光电科技股份有限公司 一种二次曲线拟合的点坐标去畸变方法、***及存储介质
CN116433535B (zh) * 2023-06-12 2023-09-05 合肥埃科光电科技股份有限公司 一种二次曲线拟合的点坐标去畸变方法、***及存储介质

Similar Documents

Publication Publication Date Title
CN115239596A (zh) 一种hud畸变校正方法、装置及计算机存储介质
US10282915B1 (en) Superimposition device of virtual guiding indication and reality image and the superimposition method thereof
CN108805934B (zh) 一种车载摄像机的外部参数标定方法及装置
US7873233B2 (en) Method and apparatus for rendering an image impinging upon a non-planar surface
JP5073123B2 (ja) カメラ距離測定装置
CN109389650A (zh) 一种车载相机的标定方法、装置、车辆和存储介质
US20090322878A1 (en) Image Processor, Image Processing Method, And Vehicle Including Image Processor
CN111127365B (zh) 基于三次样条曲线拟合的hud畸变矫正方法
JP2008193188A (ja) カメラ校正装置及び方法並びに車両
CN112912932B (zh) 一种车载摄像头的标定方法、装置及终端设备
JP2010287156A (ja) モデル生成装置、モデル生成方法、モデル生成プログラム、点群画像生成方法および点群画像生成プログラム
EP2081149A1 (en) Weighted average image blending based on relative pixel position
JP2006309605A (ja) 車両、画像処理システム、画像処理方法、及び画像処理プログラム
CN112991465A (zh) 相机标定方法、装置、电子设备和计算机可读介质
CN111508027A (zh) 摄像机外参标定的方法和装置
CN101847209B (zh) 一种字符图像校正方法
CN116193108B (zh) 一种摄像头在线自校准方法、装置、设备及介质
US20160288711A1 (en) Distance and direction estimation of a target point from a vehicle using monocular video camera
CN110415196A (zh) 图像校正方法、装置、电子设备及可读存储介质
CN111861865B (zh) 电路装置、电子设备以及移动体
JP7467883B2 (ja) 回路装置、電子機器及び移動体
CN202058178U (zh) 一种字符图像校正装置
CN116051384A (zh) 一种hud畸变校正方法、装置及计算机存储介质
CN115578283B (zh) Hud成像的畸变矫正方法、装置、终端设备及存储介质
CN113096209B (zh) 一种车载影像轨迹线的显示方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication