[发明专利]一种基于图像配准的智能车辆驾驶系统

权利要求书

1.一种基于图像配准的智能车辆驾驶系统，其特征是，包括摄像系统、与摄像系统连接的图像处理系统、与图像处理系统连接的显示屏；所述摄像系统用于获取车辆四周的图像；所述图像处理系统用于对获取的车辆四周的图像进行图像配准、图像融合处理，形成无缝拼接图像，并通过显示屏实现汽车360度无缝全景显示。

2.根据权利要求1所述的一种基于图像配准的智能车辆驾驶系统，其特征是，所述摄像系统包括多个安装于车辆四周的广角摄像头。

3.根据权利要求2所述的一种基于图像配准的智能车辆驾驶系统，其特征是，所述广角摄像头为180°广角摄像头。

4.根据权利要求1所述的一种基于图像配准的智能车辆驾驶系统，其特征是，所述图像处理系统包括图像配准模块、鸟瞰变换模块、图像融合模块；所述图像配准模块用于多副车辆四周的图像进行图像配准；所述鸟瞰变换模块用于将不同视点的图像变换至同一视点；所述图像融合模块用于采用对感兴趣区域加权融合的方法，消除有缝拼接、光照影响、鬼影、模糊的影响，实现图像高清无缝拼接。

5.根据权利要求4所述的一种基于图像配准的智能车辆驾驶系统，其特征是，所述图像配准模块包括相连接的图像过滤单元和图像配准单元；所述图像过滤单元用于对车辆四周的图像按照过滤函数进行过滤，将过滤后的图像作为后续处理的目标图像，定义过滤函数为：

$Z=\{Z_i,Z_i\≠0,i=1,...,m\},Z_i=f(v_i-v)f({\mathrm{\ρ}}_i-\frac{1}{3}\stackrel{\‾}{\mathrm{\ρ}})$

式中，Z为过滤后的目标图像集，ρ_i为多张车辆四周的图像中第i张图像的平均灰度值，为多张车辆四周的图像的平均灰度值，m为采集的车辆四周的图像的数量，v_i为多张车辆四周的图像中第i张图像的边缘锐度，v为根据实际情况设定的边缘锐度阈值，当v_i-v≥0时，f(v_i-v)＝1，v_i-v<0时，f(v_i-v)＝0，当时，当时，

6.根据权利要求5所述的一种基于图像配准的智能车辆驾驶系统，其特征是，所述图像配准单元用于对目标图像进行图像配准，具体包括：

(1)在过滤后的目标图像中选取一副作为参考图像P₀，其他作为待配准图像，分别计算参考图像P₀和一待配准图像P的熵图像的Arimoto熵S_P，定义Arimoto熵的计算公式为：

$S_{P(x,y)}=\frac{\mathrm{\&beta;}}{\mathrm{\&beta;}-1}\&lsqb;1-{\left(\underset{k=1}{\overset{H\&lsqb;c(i,j)\&rsqb;}{\mathrm{\&Sigma;}}}{\left(\frac{{\mathrm{\&theta;}}_k}{\mathrm{\&sigma;}}\right)}^{\mathrm{\&beta;}}\right)}^{1/\mathrm{\&beta;}}\&rsqb;,\mathrm{\&beta;}\&gt;0,\mathrm{\&beta;}\&NotEqual;1$

式中，S_P(x,y)表示图像P(x,y)的熵图像的Arimoto熵，β为设定的调节参数，c(i,j)为以像素点(x,y)为中心、尺寸为n×n的图像块，其中n为奇数，H[c(i,j)]表示图像块c(i,j)的灰度级，θ_k是第k个灰度级出现的频数，σ为图像块c(i,j)的总像素；

(2)基于微分同胚Demons算法，将图像的配准看作一个气体扩散过程，给定迭代的位移场的初始值D₀，通过以下迭代公式更新位移场：

$D_k=G_{\mathrm{\&delta;}}*\&lsqb;D_{k-1}+\frac{(h_P-h_{P_0}){\&dtri;}_{P_0}}{{\left({\&dtri;}_{P_0}\right)}^2+{(h_P-h_{P_0})}^2}\&rsqb;$

式中，G_δ为高斯滤波器，δ表示高斯滤波器核函数的均方差，*表示卷积操作，D_k表示第k步迭代时的位移场，D_k-1表示第k-1步迭代时的位移场，h_P表示待配准图像P的灰度值，表示参考图像的灰度值，表示参考图像的梯度；

(3)不断迭代更新位移场，若满足微分同胚Demons算法的目标函数的停止条件，跳出循环得到最终位移场D，否则继续更新位移场，直至达到最大迭代次数；

(4)将最终位移场D作为待配准图像间的最优变换，完成参考图像P₀和待配准图像的配准。