結合視差與光流進行環場鳥瞰影像之障礙物偵測機制

Obstacle Detection Mechanism Implemented by the Combination of Disparity and Optical Flow under Around View

邱俊儒(Chun-Ju Chiu)

指導教授 ： 駱榮欽

國立臺北科技大學/電資學院/電腦與通訊研究所/碩士(2013年)

摘要

行車時偵測車輛周圍的障礙物，避免車禍的發生一直是重要的議題。光流法被使用在環場鳥瞰影像上，進行偵測障礙物。然而只使用光流法，有時光流值會被誤判或沒有足夠的特徵點描繪出障礙物的區域範圍。因此本論文提出結合光流與視差在環場鳥瞰影像上的資訊，更有效找出車輛周圍的障礙物，提供警示給駕駛者。我們使用光流法，找出各障礙物上特徵點對應相對高度的光流值。同時使用前後張環場鳥瞰影像進行視差運算，找出視差與高度的關係，偵測出障礙物區域及其相對高度。最後結合兩資訊，偵測出較準確的障礙物區域。本研究利用CUDA平行運算，加速此系統的運行。提出的演算法比只使用光流法偵測障礙物，減少平均5.48 % 的錯誤率。

關鍵字

攝影機校正 ； 逆透視轉換 ； 鳥瞰圖 ； 環場鳥瞰影像 ； 光流法 ； 立體視覺 ； 視差 ； 障礙物偵測 ； 影像處理

並列摘要

It is always an important issue to detect obstacle while driving to prevent a vehicle accident. The optical flow method is employed to detect the obstacles in around view monitor (AVM). However, by using optical flow only, this method sometimes detects error optical flow points. Also, there is no enough feature points to be detected in order to find the region of obstacles. This paper proposes not only combines disparity map and optical flow of the bird’s-eye view images in AVM, but also provides drivers the region of obstacles nearby. We can find the relative heights of each obstacle’s feature point by optical flow and use stereo disparity to find the obstacle and its height in the meantime. Furthermore, in the study, using CUDA parallel computing to speed up calculation. Based on the combination of optical flow and stereo disparity information, we can get the region of the obstacles more accurately. Compared to using optical flow method, using the proposed method reduce the average error rate by 5.48 % .

並列關鍵字

Camera Calibration ； Inverse Perspective Mapping ； Around View Monitor ； Optical Flow ； Stereo Vision ； Disparity ； Obstacle Detection ； Image Processing

參考文獻

[13] 洪肇澤，利用調整光流法進行障礙物偵測基於逆透視轉換運用於行車安全，碩士論文，國立臺北科技大學電腦與通訊研究所，臺北，2012。

[1] 曾定章，「先進安全車輛的多樣性視覺偵測與辨識技術發展」，電子月刊，第201期，第160 - 179頁，2012年4月。

[2] S. Shah and J. K. Aggarwal, “Intrinsic parameter calibration procedure for a (high-distortion) fish-eye lens camera with distortion model and accuracy estimation,” Pattern Recognition, vol. 29, no. 11, 1996, pp.1775 – 1788.

[3] S . Hong , J . Lee and S . Choi, “Exposure blancing and difference blurring to eliminate seam-lines in a real-time bird's eye view monitor,” Control Automation Robotics & Vision, 2010, pp. 216-221.

[4] K. Sung, J. Lee, J. An and E. Chang, “Development of image synthesis algorithm with multi-camera,” Vehicular Technology Conference (VTC Spring), 2012, pp. 1-5.