Камеры заднего вида массово распространены в автомобильной промышленности. Они используются в современных системах автомобильной навигации для улучшения восприятия водителем обстановки позади автомобиля. Для максимального охвата на автомобиль ставятся сверхширокоугольные объективы «рыбий глаз». Но человеку не комфортно смотреть на такие изображения. Поэтому одна из главных проблем использования таких камер – быстрые алгоритмы преобразования изображений «рыбий глаз» в набор изображений, соответствующих широкоугольным и нормальным виртуальным камерам, а также построение «вида сверху». Данная работа касается двух алгоритмов трансформации изображений, оба из которых предусматривают независимые преобразования вдоль декартовых осей координат. Первый использует трассировку лучей через объектив с заданными параметрами для определения коэффициентов трансформации, а второй обеспечивает эмпирический подбор этих коэффициентов с помощью визуального определения границ требуемого фрагмента в окне программы. Алгоритмы реализованы в двух вариантах: для обычного компьютера (интегрированы в систему автоматизированного проектирования «CATIA») и встроенные непосредственно в автомобильный процессор управления камерой заднего вида. Вариант для обычного компьютера используется для предварительной разработки алгоритмов, а также для полной отладки и тестирования камеры заднего вида как для контроля работы алгоритмов геометрических преобразований, так и для контроля светочувствительности камеры.
1. Whitted T. An improved illumination model for shaded display // Communication of ACM. – 1980. – Vol. 23, No. 6 – Р. 343–349.
2. CATIA – Solution for Product Design and Experience. URL: https://www.3ds.com/products-services/catia/ (дата обращения: 01.11.2023).
3. Jedlička J., Potůčková M. Correction of radial distortion in digital images / Proceedings Technical Computing. – Prague, 2007. URL: https://docs.yandex.ru/docs/view?tm=1700506861&tld=ru&lang=en&name=-jedlicka_potuckova.pdf&text=3.%20Jedli%C4 %8Dka/ (дата обращения: 01.11.2023).
4. Dhane P., Kutty K., Bangadkar S. A generic non-linear method for fisheye correction // International Journal of Computer Applications. – 2012. – Vol. 51, Is. 10. – P. 58–65.
5. Brauer-Burchardt C., Voss K. A new algorithm to correct fish-eye-and strong wide-angle-lens-distortion from single images / Proceedings 2001 International Conference on Image Processing (Cat. No. 01CH37205). – IEEE, 2001. – Vol. 1. – Р. 225–228.
6. Бирюков Е.Д. Алгоритм коррекции изображения с широкоугольной камеры заднего вида автомобиля / Новые информационные технологии в автоматизированных системах: материалы восемнадцатого научно-практического семинара. – М.: ИПМ им. М.В. Келдыша, 16.04.2015. – С. 4–10.
7. Barladyan B. Kh.» Shapiro L.Z., Valiev I.V., Voloboy A.G. Interactive camera distortion correction / Proceedings of 22‑th International Conference on Computer Graphics and Vision GraphiCon‑2012, Lomonosov Moscow State University. October 01–05. – 2012. – С. 12–16.
8. Feng M. et al. Global calibration of multi-cameras based on refractive projection and ray tracing // Sensors. – 2017. – Vol. 17, Is. 11. – 2494.
9. Ceyhan U. et al. Measurements of aberrations of aspherical lenses using experimental ray tracing / Optical Measurement Systems for Industrial Inspection VII. – SPIE, 2011. – Vol. 8082. – P. 482–489.
10. Барладян Б.Х., Бирюков Е.Д., Волобой А.Г., Ершов С.В., Шапиро Л.З. Моделирование камеры заднего вида автомобильной навигационной системы // Препринты ИПМ им. М.В. Келдыша. – 2016. – № 32. 19 с. DOI:10.20948/prepr-2016-32.
11. Валиев И.В., Волобой А.Г. Моделирование монитора кругового обзора // Труды 20‑ой Mеждународной конференции по компьютерной графике и зрению «Графикон‑2010», Санкт-Петербург, Россия. 20–24 сентября, 2010. – С. 269–272.
12. Scaramuzza D., Martinelli A., Siegwart R. A flexible technique for accurate omnidirectional camera calibration and structure from motion / Fourth IEEE International Conference on Computer Vision Systems (ICVS’06). – IEEE, 2006. – Р. 45–45.
13. Guo X. et al. Research on design, calibration and real-time image expansion technology of unmanned system variable-scale panoramic vision system // Sensors. – 2021. – Vol. 21, Is. 14. – 4708.
14. Sun H., Wang C., Wang B. Night vision pedestrian detection using a forward-looking infrared camera / 2011 International Workshop on Multi-Platform/ Multi-Sensor Remote Sensing and Mapping, 2011.
15. Ahire A.S. Night vision system in BMW // International Review of Applied Engineering Research. – 2014. – Vol. 4, No. 1. – P. 1–10.

• Предыдущая статья
• Следующая статья

• камера заднего вида
• трассировка лучей
• навигация
• геометрические преобразования
• контроль освещённости