2.图像拼接

图像拼接通常可以分成 2 个步骤：配准和融合。配准的目的是根据几何运动模型，将图像注册到同一个坐标系中。融合则是将配准后的图像合成为一张大的拼接图像。

配准也可以分成2个步骤:局部配准和全局配准。局部配准是求解相邻 2 幅图像间的运动关系，通常是求解二维平面运动关系:对应矩阵。全局配准是处理多幅图像拼接到一起的误差累积以实现多幅图像的精确拼接。融合需要将源图像的象素结合起来生成拼接平面上的象素，实现相邻图像间自然的过渡。

如果配准不准确，融合后就会产生双重图像即鬼影现象，当图像上存在运动物体时也可能因为物体运动而导致融合时同一物体叠加在一起产生双重图像，前者叫配准鬼影，后者叫融合鬼影。另外一个拼接中可能会产生的问题是曝光差异，即由于图像间的曝光不同而造成拼接图像上的明显的曝光瑕疵。鬼影和曝光差异是所有拼接算法要解决的核心问题。

3.图像识别

图像识别目前在机器人视觉、交通监控等领域都有了很大的发展和应用。其主要的原理是通过图像传感器获得场景的图像，并根据对图像的分析，抽取其中的特征建立三维或二维的模型，并与系统已经存储的模型进行比较，以得到一个合理的判断。目前在汽车上已经得到应用的主要有车道识别系统和驾驶员疲劳系统识别系统。

三、小结

图像传感器在汽车上的应用大大提高了车辆驾驶的舒适性和安全性，已经得到了市场的普遍认可。目前的摄像头的应用仍然局限在获取、传输和显示图像的阶段，其功能非常有限。但是随着传感器技术，汽车技术以及计算机技术的发展，传感器以及数据处理系统将会越多的应用到汽车领域。可以预见，在不久的将来，以图像传感器为主的系统将会在汽车整个电器系统中占据越来越重要的地位。同时以图像传感器和图像数据处理为基础的自动驾驶系统，也将会出现在人们的面前。

上一页  [1] [2] [3]