[发明专利]一种全景图像的生成方法、车载图像处理装置及车辆

说明书

一种全景图像的生成方法、车载图像处理装置及车辆，本申请实施例中方法包括：获取车周物体的图像信息及深度信息，深度信息用于指示车周物体上各个点的坐标点信息；获取初始模型；根据深度信息将初始模型上的第一坐标点调整至第二坐标点，生成第一模型；并根据图像信息和第一模型生成全景图像。本实施例中，根据车辆周围物体的深度信息实时调整第一坐标点的位置，由于实时调整初始模型上的第一坐标点的位置，即该第一模型是根据车辆周围的物体距离车辆的实际距离得到的模型，消除全景图像中的拼接重影和错位从而得到与车周实际环境一致的全景图像。

技术领域

本申请涉及车载环视技术领域，尤其涉及一种全景图像的生成方法、车载图像处理装置及车辆。

背景技术

一般来说，传统的基于图像的倒车影像系统只在车尾安装摄像头，摄像头只能覆盖车尾周围有限的区域，而车辆周围和车头的盲区增加了安全驾驶的隐患。为扩大驾驶员视野，提高驾驶安全性，车载环视系统应运而生。

车载环视系统利用安装在车辆四周的摄像头重构车辆以及周围场景，对所拍摄的图像进行视角变换和图像拼接，生成3D全景图像。当前技术中，车载环视系统首先对已安装好的4路鱼眼相机进行标定，并得到相机的内外参数后，构建一个立体碗状的固定模型(如图1A所示)，对3D固定模型上的点进行内外参数的映射，得到像素坐标，再将鱼眼图像中对应位置的像素映射在碗状的固定模型上，从而得到3D全景图像。

当前3D全景图像是基于3D固定模型生成的，该3D固定模型为车辆周围真实物体的模拟体现。当3D固定模型与虚拟车辆之间的距离，和车辆与实际物体之间的距离不等时，在两个图像的拼接区域会出现拼接重影和错位的问题，从而降低车周障碍物的检测率或产生检测盲区，降低了行车安全性。

发明内容

本申请实施例提供了一种全景图像的生成方法、车载图像处理装置及车辆，用于消除全景图像中的拼接重影和错位，得到与车周实际环境一致的全景图像。

第一方面，本申请实施例提供了一种全景图像的生成方法，应用于车载图像处理装置，所述包括：车载图像处理装置获取车周物体的图像信息及深度信息，深度信息用于指示车周物体上各个点的坐标点信息；获取初始模型，例如，初始模型为碗状的3D模型，或者，初始模型为圆柱状的3D模型；车载图像处理装置根据深度信息将初始模型上的第一坐标点调整至第二坐标点，生成第一模型；车载图像处理装置根据车辆周围物体的深度信息实时调整第一坐标点的位置，由于实时调整初始模型上的第一坐标点的位置，即该第一模型是根据车辆周围的物体距离车辆的实际距离得到的模型，第一模型的形状可能是不规则的形状，并且该第一模型的形状是随着车辆与车周物体的距离的变化而变化的，车载图像处理装置基于图像信息和第一模型获取全景图像。本申请实施例中，车载图像处理装置在创建3D模型时，引入了深度信息，车载图像处理装置根据深度信息调整初始模型上的坐标点，得到第一模型。车载图像处理装置根据真实世界的车辆周围物体对应生成虚拟的第一模型，基于真实世界的车辆对应生成虚拟的车辆模型，即当车辆周围物体与车辆之间的距离发生变化时，车辆模型与第一模型上物体对应的坐标点的距离也会发生变化，消除全景图像中的拼接重影和错位，从而得到与车周实际环境一致的3D全景图像。

在一个可选的实现方式中，所述根据深度信息将初始模型上的第一坐标点调整至第二坐标点，生成第一模型可以包括：车载图像处理装置首先根据图像信息中的像素点及像素点对应的深度信息，将图像信息中的像素点转换为相机坐标系下的第一点云；然后，车载图像处理装置将相机坐标系下的第一点云转换为世界坐标下的第二点云；最后车载图像处理装置通过第二点云中的坐标点调整第一坐标点至第二坐标点，生成第一模型，第二坐标点是根据第二点云中的坐标点得到的。