本发明属于汽车影像采集技术领域，特别涉及一种汽车环视系统三维标定场景及采用该场景的标定方法。
背景技术：
随着人们对交通安全的重视程度加强，越来越多的先进技术被应用在汽车上，其中，汽车环视系统能直观地向驾驶员展现车辆周围的状况，为行车安全带来了极大的便利。在汽车环视系统的调试过程中，需要对多个摄像头进行标定，然后再根据标定参数拼接各摄像头的图像，使其形成一个完整的车身周围俯视画面。现有技术中，对车载的多个摄像头进行标定的方法复杂，需要人工指定目标特征点，操作繁琐，且标定场景搭建复杂、抗环境干扰能力差，进一步导致增加标定的难度并降低其成功率。
技术实现要素：
本发明的目的在于提供一种能有效提升标定效率的汽车环视系统三维标定场景及采用该场景的标定方法。
为实现以上目的，本发明采用的技术方案为：一种汽车环视系统三维标定场景，包括用于停放待标定车辆的中心区，中心区为矩形区域，所述中心区的四个角点的外侧分别对称设有标定单元，每个所述的标定单元上设有标定面，标定面位于铅锤面内且面向车辆布置。
现有技术相比，本发明存在以下技术效果：标定面远离汽车的行驶路径，标定场景可靠性高；位于铅锤面内的标定面有效避免光线在地面发生反射导致特征点消失造成的标定失败，大大提升标定成功率。
为实现以上目的，本发明采用的方法包括如下步骤：
a、搭建场景，待标定车辆的车头、车尾及车身两侧分别安装好摄像头后驶入中心区内，使每一个标定单元均位于车辆上的两个相邻摄像头的视角重叠区域内，摄像头同时拍摄并获取车辆前、后、左、右图像各1张；
b、将步骤a中所获得的图像处理并执行二值化后，进行角点检测，分离出原始图像中标定面所对应的色块及其特征点坐标；
c、结合步骤b中所获得的特征点坐标及标定场景的已知数据，计算出车体坐标及各摄像机的外参；
d、根据步骤c中所获得的外参对步骤a中所获得的图像进行拼接，拟合各幅图像中标记线的延长段来判断标定结果，拼接处的标记线延长段像素点误差小于3时，认定为标定成功。
现有技术相比，本方法存在以下技术效果：标定操作简单，计算机检测精度高、成功率大，无需人工操作即可完成标定。
附图说明
下面对本说明书各附图所表达的内容及图中的标记作简要说明：
图1是本发明一种标定场景的示意图；
图2是本发明另一种标定场景的示意图；
图3是标定单元的立体示意图；
图4～7是标定面的示意图。
图中：x.车辆，10.中心区，20.标定单元，30.标定面，31.第一标定面，32.第二标定面，40.标记线。
具体实施方式
下面结合附图1～7，通过对实施例的描述，对本发明的具体实施方式作进一步详细说明。
一种汽车环视系统三维标定场景，包括用于停放待标定车辆x的中心区10，中心区10为矩形区域，所述中心区10的四个角点的外侧分别对称设有标定单元20，每个所述的标定单元20上设有标定面30，标定面30位于铅锤面内且面向车辆x布置。由于标定面30竖直布置，这样可以避免灯光、阳光等光线在地面上反射形成亮部对标定面造成的干扰，从而大大提升标定的成功率。同时，由于标定面30竖直布置，远离车辆x的行驶路径，避免标定面30因车辆x的碾压导致的损坏，提升标定场景的耐久性及可靠性，从而提升标定的成功率。需要说明的是，这里的“面向”指的是标定面30位于至少一个车载摄像头的可视角度内。
由于方形的对边相互平行、临边相互垂直且各边长度相等，便于计算分析，因此，优选的，所述的标定面30为单一颜色的方形色面/方框图面，或包括方形色块的多色图面。如图3～7所示，只要包含有便于提取角点的方形元素，便可满足标定面30的使用需求。
如图2所示，同一个标定单元20上可以只设置一个标定面30，这样的话，标定面30应当对称布置并位于邻近其布置的两个摄像头的视觉重叠区域内，这样虽然便于计算拼接图像，但是对标定单元20的布置精度要求高，难以布置。
优选的，每个所述的标定单元20上设有两个成角度布置的标定面30，同一个标定单元20上的两个标定面30的颜色相异。这样位于车头、车尾、车左侧、车右侧的单个摄像机所拍摄到的图像中，包含的标定面30的颜色相同，便于图像处理与检测，有效提高标定效率。如图1、3所示，同一标定单元20上的两标定面30区别设置，便于计算机对两个标定面30上特征点的识别与归纳，进一步提升标定的成功率。
具体的，同一标定单元20上的两个所述标定面30相互垂直，包括平行于中心区10长度方向的第一标定面31和平行于中心区10宽度方向的第二标定面32。如图1、3所示，这样便于标定场景的布置和对应场景模型的建立。优选的，所述的第一、二标定面31、32为红/蓝/黑/白色方形色面。如图3所示，标定面30的颜色应当与标定单元20的底色相异，通常标定单元20的底色采用白色，此时标定面30采用红、蓝、黑色时，能进一步提升计算机对标定面30的角点分析提取的成功率。当然，标定单元20的底色也可以采用其他颜色，采用黑色时，标定面30采用白色图像特征最为明显。
优选的，各标定面30的最低处距地面的高度一致。这样的话，各标定面30的底部高度一致，有利于提高标定的成功率。
优选的，各标定面30的外周轮廓形状及尺寸一致。便于标定面30的布置，及标定场景的建立。
优选的，所述的标定单元20为正方体，标定面30的外周轮廓尺寸小于标定单元20侧面的尺寸，标定面30的中心与标定单元20侧面的中心重合，标定面30的边长与标定单元20的边长平行。如图3所示，这样便于标定单元20的布置，保证标定面30固定的可靠性，也有利于图像的特征点检测。
优选的，所述中心区10的边界在地面上用标记线40划出，这样可以对车辆标定时的停放区域进行定位，且位于图像拼接处的标记线角点能验证其拼接效果。具体的，标记线40的两端向外延长，标记线40的延长长度不小于300mm，能进一步保证位于中心区10外的图像拼接效果。
进一步的，所述标记线40的宽度不小于50mm，有利于图像检测。标记线40的延长长度与标定单元20的底面尺寸相符，划出标定单元20的摆放区域，既便于标定单元20的摆放，又能验证标定面30的标定效果。
一种标定方法，包括如下步骤：
a、搭建场景，该场景至少应当包括位于竖直面内的标记面30标记出中心区10的标记线40。待标定车辆x的车头、车尾及车身两侧分别安装好摄像头后驶入中心区10内，使每一个标定单元20均位于车辆x上的两个相邻摄像头的视角重叠区域内，摄像头同时拍摄并获取车辆x前、后、左、右图像各1张，该图像应当是经过畸变校正后的图像，以还原标定单元20的位置、形状、大小特征。
b、将步骤a中所获得的图像处理并执行二值化后，进行角点检测，分离出原始图像中标定面30所对应的色块及其特征点坐标；
这里所述的“图像处理”包括如下步骤：
b1、当图像中包括黑色或白色的标定面30时，将该图像进行灰度变换，得到保留有图像特征的黑白图像；
b2、当图像中包括彩色的标定面30时，将该图像进行进行hsv变换，就是将图像中颜色的rgb坐标转换为用色调、饱和度、明度标识的颜色坐标。其中rgb是一种加色模型，是将不同比例的红、绿、蓝混合在一起表达颜色的颜色模型；hsv是通过色相、饱和度、亮度表达颜色的颜色模型。然后使用对应的红/蓝/绿直方图对该hsv图像进行反向投影，就是用红/蓝/绿直方图对获得的hsv图像进行遍历并进行对比，记录对比结果得到hsv图像每个像素与红/蓝/绿直方图的额相似度，得到概率图像。获得的概率图像经圆盘形卷积核卷积滤波后，得到待二值化图像。
c、结合步骤b中所获得的特征点坐标及标定场景的已知数据，计算出车体坐标及各摄像机的外参；
d、根据步骤c中所获得的外参对步骤a中所获得的图像进行拼接，拟合各幅图像中标记线40的延长段来判断标定结果，拼接处的标记线40延长段像素点误差小于3时，认定为标定成功。这里所说的拟合各幅图像中标记线40来判断标定结果，即将各幅图像的拼接重叠处进行遍历像素误差分析。