System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法技术_技高网
当前位置: 首页 > 专利查询>长安大学专利>正文

一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法技术

技术编号:43339729 阅读:0 留言:0更新日期:2024-11-15 20:34
本发明专利技术属于图像拼接技术领域,公开了一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,利用高速公路的车道线,实现了两个无重合区域相机拍摄图像的拼接;首先对不同场景的图像进行选取,构建坐标系和相机成像模型;其次构造统一的世界坐标系。利用高速公路上的车道线,间接构造四对特征点,以其中一张图像对应的世界坐标系为基准,分别得到另一个场景的四个三维点在本场景坐标系和基准坐标系下的表示,采用这两种表示将该场景的世界坐标系统一到基准坐标系;最后经场景区域选择和坐标系的统一,生成跨场景BEV图像,它能够直观地反映道路的全貌和周边环境,有助于用户更好地理解和分析道路情况。

【技术实现步骤摘要】

本专利技术属于图像拼接,涉及一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法


技术介绍

1、同一条单侧高速公路上,沿途不同监控相机拍摄得到的图片被不同的场景分割,常规的图像拼接将不同时间、不同视角、不同传感器中有重叠部分的图像拼成一幅无缝的全景图或高分辨率图像。图像拼接中的图像匹配要找出带拼接图像中的模板或者特征点在参考图像中对应的位置,进而确定图像之间的变换关系,以及图像融合是在图像匹配的基础上将带拼接图像的重合区域进行融合,得到拼接重构的平滑无缝全景图像。

2、若两个相机处在同一个监控杆上,但是方向相反,导致拍摄的两张图片没有重合部分,无法得到全景图像。


技术实现思路

1、本专利技术的目的是解决现有的相机在同一个监控杆不同方向下,拍摄出的图片没有重合部分而无法获取全景图像的技术问题,而提供一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法。

2、为了实现上述目的,本专利技术采用如下技术方案:

3、本专利技术提供一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,包括步骤1,输入交通场景1的第一图像和交通场景2的第二图像;步骤2,构建交通场景1的坐标系和相机成像模型,构建交通场景2的坐标系和相机成像模型,得到交通场景1对应的相机1标定矩阵和交通场景2对应的相机2标定矩阵;步骤3,根据相机1标定矩阵和相机2标定矩阵,确定第一图像和第二图像的图像区域和对应点,对两个图像中的图像区域和对应点进行判断:若第一图像和第二图像都包括图像区域和对应点则生成跨场景bev图像;否则返回步骤1;步骤4,交互验证第一图像和第二图像区域范围任意一点与跨场景bev图像相对应点的精度。

4、进一步地,所述跨场景bev图像包括交通场景1鸟瞰图、盲区和交通场景2鸟瞰图;所述交通场景1鸟瞰图的高度h为150pixel;所述交通场景1鸟瞰图的宽度w为其中,alp为用户指定场景的物理长度,awp为用户指定场景的物理宽度;所述交通场景2的鸟瞰图尺寸计算与交通场景1的鸟瞰图尺寸计算相同。

5、进一步地,所述坐标系包括相机坐标系、世界坐标系、图像坐标系和像素坐标系;所述世界坐标系下任意一点的坐标为l',l'=(x',y',z',1);像素坐标系下的坐标为p';所述世界坐标系与像素坐标系的投影方程为p'=m'l'=k'r'tl';其中,m'为相机标定矩阵,k'为内参矩阵,r'为旋转矩阵,t为平移矩阵,m'包括相机1标定矩阵和相机2标定矩阵。

6、进一步地,所述r'=rxrz

7、

8、

9、其中,rx为坐标系转换中的绕x轴旋转矩阵,rz为坐标系转换中的绕z轴旋转矩阵。

10、进一步地,所述第一图像和第二图像的图像区域包括在第一图像和第二图像中选取一个像素点作为起点,根据相机1标定矩阵和相机2标定矩阵求像素点对应的三维点,由该三维点根据alp和awp得到该长方形区域的其他三个三维端点,构成三维区域范围,并映射到二维图像上。

11、进一步地,所述对两个图像中的图像区域和对应点进行判断前包括统一坐标系,根据道路上的车道线,在第一图像和第二图像中选取相应的多个像素点,利用相机1标定矩阵和相机2标定矩阵得到四组三维坐标,以交通场景1的世界坐标系为基准坐标系,利用三维的车道线构造四组三维对应点,将交通场景2的世界坐标系转换到基准坐标系。

12、进一步地,所述多个像素点根据不同车道线获取不同组的像素点。

13、进一步地,所述盲区的图像宽度为

14、所述ratio为三维盲区宽度和左三维场景区域的长度的比例,wimg1为交通场景1鸟瞰图的宽度。

15、进一步地,所述交互验证第一图像和第二图像区域范围任意一点与跨场景bev图像相对应点的精度,包括:

16、在某一个图像上选择2d点p(u,v),根据对应的相机标定结果计算3d点p(x,y,z),再用统一坐标系表示后得到p'=(x',y',z')。p'在跨场景bev图像相对应的点为(uans,vans):

17、

18、其中,wbev为跨场景bev图像的宽度,ratioy为y'在跨场景bev图像表示的跨场景三维范围中y的比例,hbev为跨场景bev图像的高度,ratiox为x'在跨场景bev图像表示的跨场景三维范围中x的比例。

19、进一步地,所述根据相机1标定矩阵和相机2标定矩阵求像素点对应的三维点,包括:使用相机1标定矩阵和相机2标定矩阵,求取对应的三维坐标i∈[0,1,2,3],构成四组三维对应点点对i∈[0,1,2,3],根据

20、

21、计算未统一坐标系时对应点之间的沿y轴距离temp-δy,根据计算δy;

22、其中,temp-δy为对应点之间未统一坐标系时的沿y轴的距离,δy为对应点之间统一坐标系后的沿y轴实际距离;

23、与现有技术相比,本专利技术具有以下有益的技术效果:

24、本专利技术一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,通过高速公路的车道线将相机拍摄的不同方向且没有重合的图像进行拼接,克服了常规图像拼接的限制,拓宽了图像拼接的应用范围,特别在高速公路监控等需要全景视角的领域,具有较高的实用价值。

25、本专利技术一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,通过选取长方形交通场景,并构造统一的世界坐标系,能够准确地将不同场景下的道路图像统一到同一坐标系下,实现了对道路全场景信息的有效获取。有效提高了图像拼接的精度,还保证了拼接后图像的平滑性和无缝性,为用户提供了更加清晰、准确的道路信息。

26、本专利技术一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,采用跨场景be鸟瞰图技术,将不同场景下的道路图像以鸟瞰图的视角进行展示。这种展示方式能够直观地反映道路的全貌和周边环境,有助于用户更好地理解和分析道路情况。同时,跨场景bev图像还具备较高的灵活性和可扩展性,可以根据需要调整场景区域范围和坐标系设置,满足不同应用场景的需求。

27、本专利技术一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,具有高精度、高效率、高灵活性等优点,能够为高速公路监控等领域提供全面的道路信息支持,具有重要的现实意义和应用价值。

本文档来自技高网...

【技术保护点】

1.一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

2.根据权利要求1所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

3.根据权利要求2所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

4.根据权利要求3所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

5.根据权利要求4所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

6.根据权利要求1所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

7.根据权利要求6所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

8.根据权利要求7所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

9.根据权利要求8所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于,所述交互验证第一图像和第二图像区域范围任意一点与跨场景BEV图像相对应点的精度,包括:

10.根据权利要求5所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于,所述根据相机1标定矩阵和相机2标定矩阵求像素点对应的三维点,包括:

...

【技术特征摘要】

1.一种跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

2.根据权利要求1所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

3.根据权利要求2所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

4.根据权利要求3所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

5.根据权利要求4所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于:

6.根据权利要求1所述的跨相机不重叠道路场景的鸟瞰视角图像拼接方法,其特征在于...

【专利技术属性】
技术研发人员:王伟刘佳欣张旭向婉妮尹达席刘刚
申请(专利权)人:长安大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1