本公開涉及計算機圖像處理領(lǐng)域，具體地，涉及一種用于車載魚眼相機的圖像處理方法和裝置。

背景技術(shù)：

魚眼相機是指帶有魚眼鏡頭的相機，魚眼鏡頭是一種焦距極短并且視角接近或等于180°的鏡頭。為使鏡頭達到最大的攝影視角，這種攝影鏡頭的前鏡片呈拋物狀向鏡頭前部凸出，與魚的眼睛頗為相似，“魚眼鏡頭”因此而得名。魚眼鏡頭屬于超廣角鏡頭中的一種特殊鏡頭，它的視角力求達到或超出人眼所能看到的范圍。因此，魚眼鏡頭中的圖像與人們眼中的真實世界的景象存在很大的差別。

由于魚眼相機的廣角性能，其在車輛行駛中進行監(jiān)控的功能受到了廣泛的關(guān)注。越來越多的車輛中安裝了魚眼相機，以對周圍的車輛、路況等進行跟蹤記錄。

技術(shù)實現(xiàn)要素：

本公開的目的是提供一種簡單高效的用于車載魚眼相機的圖像處理方法和裝置。

為了實現(xiàn)上述目的，本公開提供一種用于車載魚眼相機的圖像處理方法，應用于車輛。所述車載魚眼相機安裝在所述車輛的頂部，所述車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。所述方法包括：獲取所述魚眼相機采集的魚眼圖像；從所述魚眼圖像中篩選出所述車輛四周的環(huán)境圖像；將所述環(huán)境圖像投影到平面模型中，得到平面圖像；在檢測到所述平面圖像中有車輛時，根據(jù)所述平面圖像確定所述車輛與所述平面圖像中的車輛的距離。

可選地，所述從所述魚眼圖像中篩選出所述車輛四周的環(huán)境圖像的步驟包括：將所述魚眼圖像轉(zhuǎn)換為灰度圖像；根據(jù)最大類間方差法確定出所述灰度圖像中的天空圖像；刪除所述天空圖像，得到所述環(huán)境圖像。

可選地，所述根據(jù)最大類間方差法確定出所述灰度圖像中的天空圖像的步驟包括：根據(jù)最大類間方差法確定出所述灰度圖像中的天空區(qū)域圖像；將所述天空區(qū)域圖像中的最大內(nèi)切圓內(nèi)的圖像確定為所述天空圖像。

可選地，所述將所述環(huán)境圖像投影到平面模型中，得到平面圖像的步驟包括：將所述環(huán)境圖像投影到球面模型中，得到球面圖像；將所述球面圖像投影到平面模型中，得到所述平面圖像。

可選地，所述在檢測到所述平面圖像中有車輛時，根據(jù)所述平面圖像確定所述車輛與周圍車輛的距離的步驟包括：在檢測到所述平面圖像中有車輛時，確定所述平面圖像中的車輛在所述平面圖像中的圖像寬度；在檢測到所述平面圖像中有車輛時，確定與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度；根據(jù)所述圖像寬度和所述實際寬度，確定所述車輛與所述平面圖像中的車輛的距離。

可選地，所述在檢測到所述平面圖像中有車輛時，確定與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度的步驟包括：根據(jù)所述平面圖像確定所述平面圖像中的車輛的品牌；根據(jù)所述平面圖像中的車輛的品牌確定與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度。

可選地，所述在檢測到所述平面圖像中有車輛時，確定與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度的步驟包括：在檢測到所述平面圖像中有車輛時，將所述平面圖像發(fā)送至服務器；從所述服務器接收與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度，其中，所述服務器根據(jù)所述平面圖像確定所述平面圖像中的車輛的品牌，并根據(jù)所述平面圖像中的車輛的品牌確定與所述圖像寬度對應的所述平面圖像中的車輛的實際寬度。

本公開還提供一種用于車載魚眼相機的圖像處理方法，應用于服務器。所述車載魚眼相機安裝在車輛的頂部，所述車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。所述方法包括：接收所述車輛在檢測到平面圖像中有車輛時發(fā)送的所述平面圖像，其中，所述車輛獲取所述魚眼相機采集的魚眼圖像，從所述魚眼圖像中篩選出所述車輛四周的環(huán)境圖像，并將所述環(huán)境圖像投影到平面模型中，得到所述平面圖像；根據(jù)所述平面圖像確定所述平面圖像中的車輛的品牌；根據(jù)所述平面圖像中的車輛的品牌確定與所述平面圖像中的車輛在所述平面圖像中的圖像寬度對應的所述平面圖像中的車輛的實際寬度；將所述平面圖像中的車輛的實際寬度發(fā)送至所述車輛，以由所述車輛根據(jù)所述圖像寬度和所述實際寬度，確定所述車輛與所述平面圖像中的車輛的距離。

本公開還提供一種用于車載魚眼相機的圖像處理裝置，應用于車輛。所述車載魚眼相機安裝在所述車輛的頂部，所述車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。所述裝置包括：獲取模塊，用于獲取所述魚眼相機采集的魚眼圖像；篩選模塊，用于從所述魚眼圖像中篩選出所述車輛四周的環(huán)境圖像；投影模塊，用于將所述環(huán)境圖像投影到平面模型中，得到平面圖像；確定模塊，用于在檢測到所述平面圖像中有車輛時，根據(jù)所述平面圖像確定所述車輛與所述平面圖像中的車輛的距離。

本公開還提供一種用于車載魚眼相機的圖像處理裝置，應用于服務器。所述車載魚眼相機安裝在車輛的頂部，所述車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。所述裝置包括：圖像接收模塊，用于接收所述車輛在檢測到平面圖像中有車輛時發(fā)送的所述平面圖像，其中，所述車輛獲取所述魚眼相機采集的魚眼圖像，從所述魚眼圖像中篩選出所述車輛四周的環(huán)境圖像，并將所述環(huán)境圖像投影到平面模型中，得到所述平面圖像；品牌確定模塊，用于根據(jù)所述平面圖像確定所述平面圖像中的車輛的品牌；寬度確定模塊，用于根據(jù)所述平面圖像中的車輛的品牌確定與所述平面圖像中的車輛在所述平面圖像中的圖像寬度對應的所述平面圖像中的車輛的實際寬度；寬度發(fā)送模塊，用于將所述平面圖像中的車輛的實際寬度發(fā)送至所述車輛，以由所述車輛根據(jù)所述圖像寬度和所述實際寬度，確定所述車輛與所述平面圖像中的車輛的距離。

通過上述技術(shù)方案，從魚眼相機采集的魚眼圖像中篩選出車輛四周的環(huán)境圖像，根據(jù)環(huán)境圖像確定出圖像中的車輛與本車的距離。對于安裝在車輛頂部且鏡頭朝向垂直于車輛的頂蓋且向上的方向的車載魚眼相機采集的圖像來說，能夠去除掉天空的圖像，以使后續(xù)進行圖像處理時信息量減少，從而使圖像處理的速度加快。這樣，能夠在使用一個魚眼相機來監(jiān)測車輛四周環(huán)境的情況下，較快地確定周圍車輛的距離，用該方法確定的車距作為輔助駕駛的依據(jù)時，能夠增加車輛行駛的安全性。

本公開的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

附圖是用來提供對本公開的進一步理解，并且構(gòu)成說明書的一部分，與下面的具體實施方式一起用于解釋本公開，但并不構(gòu)成對本公開的限制。在附圖中：

圖1是一示例性實施例提供的用于車載魚眼相機的圖像處理方法的流程圖；

圖2是一示例性實施例提供的篩選環(huán)境圖像的流程圖；

圖3是一示例性實施例提供的得到平面圖像的流程圖；

圖4是一示例性實施例提供的球面圖像投影為平面圖像的示意圖；

圖5是一示例性實施例提供的確定與周圍車輛的距離的流程圖；

圖6是一示例性實施例提供的確定車距的示意圖；

圖7是一示例性實施例提供的確定車輛的實際寬度的流程圖；

圖8是另一示例性實施例提供的確定車輛的實際寬度的流程圖；

圖9是一示例性實施例提供的車載魚眼相機的圖像處理方法的流程圖；

圖10是一示例性實施例提供的用于車載魚眼相機的圖像處理裝置的結(jié)構(gòu)框圖；

圖11是一示例性實施例提供的用于車載魚眼相機的圖像處理裝置的結(jié)構(gòu)框圖。

具體實施方式

以下結(jié)合附圖對本公開的具體實施方式進行詳細說明。應當理解的是，此處所描述的具體實施方式僅用于說明和解釋本公開，并不用于限制本公開。

在本公開中，在未作相反說明的情況下，使用的方位詞如“上、下、左、右”通常是指在車輛行駛過程中，相對于駕駛員的方位。

本公開中，車載魚眼相機安裝在車輛的頂部，車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。這樣，能夠通過一個魚眼相機對車輛四周360°的環(huán)境進行監(jiān)測。相比于安裝一個前向魚眼鏡頭來說，監(jiān)測的范圍擴大了，相比于安裝分別朝向車輛的前、后、左、右四個方向的四個魚眼相機來說，減少了相機數(shù)目，從而降低了硬件上的處理難度，也降低了成本。

圖1是一示例性實施例提供的用于車載魚眼相機的圖像處理方法的流程圖。如圖1所示，所述方法可以包括以下步驟。

在步驟s11中，獲取魚眼相機采集的魚眼圖像。

如上所述，魚眼鏡頭屬于超廣角鏡頭中的一種特殊鏡頭。魚眼鏡頭中的圖像(也就是魚眼圖像)與人們眼中的真實世界的景象存在很大的差別。

在步驟s12中，從魚眼圖像中篩選出所述車輛四周的環(huán)境圖像。

環(huán)境圖像指的是車輛周圍的道路上的圖像。本公開的魚眼相機采集的魚眼圖像中很大一部分圖像是天空。因此，在獲取魚眼圖像以后，可以將例如天空部分的像素點刪除，只對表示車輛四周環(huán)境的剩余像素點進行處理。在一實施例中，可以將魚眼圖像中位于中心且半徑為預定半徑的圓內(nèi)的像素點確認為天空部分的圖像，將剩余(圓環(huán)狀)的圖像作為環(huán)境圖像來進行處理。其中，預定的半徑可以根據(jù)經(jīng)驗和試驗的方法得出。

在步驟s13中，將環(huán)境圖像投影到平面模型中，得到平面圖像。

上述環(huán)境圖像是從魚眼圖像中去除部分像素點以后的圖像，因此環(huán)境圖像也是發(fā)生畸變的圖像?？梢愿鶕?jù)相關(guān)的矯正魚眼圖像的多種方法將環(huán)境圖像投影到平面模型中，得到平面圖像。平面圖像是消除畸變后的圖像。該步驟也就是消除圖像畸變的過程。

在步驟s14中，在檢測到平面圖像中有車輛時，根據(jù)平面圖像確定所述車輛與平面圖像中的車輛的距離。

其中，可以根據(jù)圖像中的線條、形狀、顏色等特征，結(jié)合經(jīng)過預先學習好的識別模型來檢測圖像中是否有車輛，即通過常用的車輛圖像識別方法來檢測平面圖像中是否有車輛。當平面圖像中有車輛時，可以確定車輛附近有其他的車輛。當魚眼相機作為輔助駕駛的工具時，可以根據(jù)其監(jiān)測的圖像確定本車與周圍車輛的距離。

具體地，可以通過小孔成像原理，根據(jù)圖像中的車輛寬度、車輛的實際寬度、以及相機的焦距來計算出本車與圖像中車輛的距離。其中，車輛的實際寬度例如可以采用預設(shè)的值。

通過上述技術(shù)方案，從魚眼相機采集的魚眼圖像中篩選出車輛四周的環(huán)境圖像，根據(jù)環(huán)境圖像確定出圖像中的車輛與本車的距離。對于安裝在車輛頂部且鏡頭朝向垂直于車輛的頂蓋且向上的方向的車載魚眼相機采集的圖像來說，能夠去除掉天空的圖像，以使后續(xù)進行圖像處理時信息量減少，從而使圖像處理的速度加快。這樣，能夠在使用一個魚眼相機來監(jiān)測車輛四周環(huán)境的情況下，較快地確定周圍車輛的距離，用該方法確定的車距作為輔助駕駛的依據(jù)時，能夠增加車輛行駛的安全性。

圖2是一示例性實施例提供的篩選環(huán)境圖像的流程圖。如圖2所示，從魚眼圖像中篩選出所述車輛四周的環(huán)境圖像的步驟(步驟s12)可以包括以下步驟。

在步驟s121中，將魚眼圖像轉(zhuǎn)換為灰度圖像。

可以采用彩色圖像轉(zhuǎn)換為灰度圖像的相關(guān)方法來將魚眼圖像轉(zhuǎn)換為灰度圖像。如果魚眼相機所采集到魚眼圖像就是灰度圖像，則此步驟可以省略。

在步驟s122中，根據(jù)最大類間方差法(otsu)確定出灰度圖像中的天空圖像。

最大類間方差法可以根據(jù)灰度圖像的灰度特性，將灰度圖像分成背景和目標兩部分。背景和目標之間的類間方差越大，說明構(gòu)成圖像的這部分的差別越大。當部分目標錯分為背景或部分背景錯分為目標都會導致這兩部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。其中，灰度圖像中的背景可以為天空，也就是確定出的背景圖像就是天空的圖像。

其中，可以直接按照最大類間方差法確定出的背景圖像作為天空圖像，也可以在最大類間方差法確定出的背景圖像的基礎(chǔ)上，對背景圖像做進一步的處理來得到最終的天空圖像，使得所得到的天空圖像和環(huán)境圖像的幾何圖形更加規(guī)整。

例如，在一實施例中，根據(jù)最大類間方差法確定出所述灰度圖像中的天空圖像的步驟(步驟s122)可以包括：根據(jù)最大類間方差法確定出灰度圖像中的天空區(qū)域圖像；以及將天空區(qū)域圖像中的最大內(nèi)切圓內(nèi)的圖像確定為所述天空圖像。也就是，根據(jù)最大類間方差法確定出灰度圖像中的背景圖像(即天空區(qū)域圖像)可能是邊緣不規(guī)則的圖像，可以取該不規(guī)則的圖像中的最大內(nèi)切圓作為天空圖像(最大內(nèi)切圓以魚眼圖像的圓心為圓心)，該實施例中，將一部分的天空圖像也作為了環(huán)境圖像，這樣，使最終得到的環(huán)境圖像是一個邊緣整齊的圖像(一個圓環(huán))，以利于后期環(huán)境圖像投影到平面模型的處理，并利于減小輸出的誤差。

在步驟s123中，刪除天空圖像，得到環(huán)境圖像。

也就是，將確定為天空圖像的部分刪除掉，后續(xù)不再對其進行處理。刪除天空圖像以后，魚眼圖像中剩余部分為環(huán)境圖像，即表示車輛周圍的路面信息的圖像。

該實施例中，用最大類間方差法將魚眼圖像中的天空圖像確定出來，從而能夠準確地篩選出環(huán)境圖像，使得處理后最終確定出的車輛距離更加準確，提高了車輛行駛的安全性。

圖3是一示例性實施例提供的得到平面圖像的流程圖。如圖3所示，將環(huán)境圖像投影到平面模型中，得到平面圖像的步驟(步驟s13)可以包括以下步驟。

在步驟s131中，將環(huán)境圖像投影到球面模型中，得到球面圖像。

由上所述，環(huán)境圖像屬于魚眼圖像的一部分。將魚眼類型的圖像投影到球面模型中，例如可以根據(jù)等距投影的方法來完成。

在步驟s132中，將球面圖像投影到平面模型中，得到平面圖像。

具體地，可以將球面圖像投影到車輛的前、后、左、右四個平面上，得到四個平面圖像。每個平面對應的視角為90°。例如，可以通過光源映射法，將球面圖像投影到相切的外接平面上。也就是，通過球心的直線，將其穿過的球面上的像素點映射到所穿過的平面上的點。

圖4是一示例性實施例提供的球面圖像投影為平面圖像的示意圖，也就是上述光源映射法的示意圖。如圖4所示，o為球面模型的球心，直線xy表示與球面相切的平面。假設(shè)o點處有一光源，該光源發(fā)出的光線沿直線傳播，與球面相交于a點，與平面相交于a'點，則可以將a點處的像素點映射到平面上的a'處，最終將球面上的所有像素點都映射到平面上。

在另一實施例中，也可以先將球面圖像投影到柱面模型中，得到柱面圖像，再將柱面圖像投影到平面模型中，得到平面圖像。將球面圖像投影到柱面模型中，例如可以根據(jù)圓柱投影的方法來完成。圓柱投影是地圖投影的一類，即假設(shè)一個圓柱與一個球相切，以圓柱面作為投影面，將球面上的經(jīng)緯線投影到圓柱面上，形成柱面圖像。其中，柱面中是一個二維矩陣，二維矩陣的元素值可以用球面中的經(jīng)緯度來代替。這種投影方法具有較強的直觀性。例如，在上述環(huán)境圖像篩選為圓環(huán)的實施例中，經(jīng)度的范圍是0-360°，維度的范圍是從圓環(huán)的內(nèi)半徑到外半徑所對應的角度。

在圖3所示的實施例中，經(jīng)過球面模型的中間轉(zhuǎn)換，使得映射得到的平面圖像更加接近實際，圖像處理更加準確。

圖5是一示例性實施例提供的確定與周圍車輛的距離的流程圖。如圖5所示，在檢測到平面圖像中有車輛時，根據(jù)平面圖像確定所述車輛與周圍車輛的距離的步驟(步驟s14)可以包括以下步驟。

在步驟s141中，在檢測到平面圖像中有車輛時，確定平面圖像中的車輛在平面圖像中的圖像寬度。

如前所述，可以通過預先學習好的車輛識別模型來檢測圖像中是否有車輛，即通過相關(guān)的車輛圖像識別方法來檢測平面圖像中是否有車輛。所述圖像寬度是指平面圖像中的車輛在圖像中的寬度。

在步驟s142中，在檢測到平面圖像中有車輛時，確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

具體地，可以根據(jù)車輛線條、形狀等特征確定出平面圖像中車輛的部位，例如，前面、后面、或者側(cè)面?？梢灶A先訓練好車輛部位識別模型，根據(jù)該車輛部位識別模型對平面圖像進行檢測，以確定出平面圖像中的車輛位置。當確定車輛位置時，可以根據(jù)預先存儲的車輛位置與預定寬度的對應關(guān)系，確定出車輛的實際寬度。例如，如果確定是車輛后面，則可以通過查表的方式確定出平面圖像中的車輛的實際寬度為1.7米。

在步驟s143中，根據(jù)所述圖像寬度和所述實際寬度，確定所述車輛與所述平面圖像中的車輛的距離。例如，可以根據(jù)小孔成像法，結(jié)合相機的焦距，確定出所述車輛與所述平面圖像中的車輛的距離。圖6是一示例性實施例提供的確定車距的示意圖。如圖6所示，魚眼相機p安裝在車輛的頂部。根據(jù)小孔成像原理，有：d＝f*m/n，其中，d表示魚眼相機與前車之間的距離，f為魚眼相機的焦距，m為前車實際寬度。n為前車在圖像中的寬度。魚眼相機p與前車之間的距離d減去魚眼相機p與本車前端的距離可以確定出本車與前車之間的距離。

其中，步驟s141和步驟s142可以以任意順序進行，也可以同時進行。該實施例中，通過預先訓練好的識別模型和簡單的數(shù)學運算，來得到車輛之間的距離，更高效地為車輛的輔助駕駛提供保障。

在上述圖5的實施例中，平面圖像中的車輛的實際寬度可以先確定車輛品牌，再根據(jù)車輛品牌來確定。圖7是一示例性實施例提供的確定車輛的實際寬度的流程圖。如圖7所示，在檢測到平面圖像中有車輛時，確定與圖像寬度對應的平面圖像中的車輛的實際寬度的步驟(步驟s142)可以包括以下步驟。

在步驟s1421中，根據(jù)平面圖像確定平面圖像中的車輛的品牌。

其中，可以預先根據(jù)相關(guān)技術(shù)，利用車輛的車頭、車尾、車身信息、以及卷積神經(jīng)網(wǎng)絡訓練好車輛品牌分類器，然后將平面圖像輸入該車輛品牌分類器中，得到平面圖像中的車輛的品牌。

在步驟s1422中，根據(jù)平面圖像中的車輛的品牌確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

可以預先建立車輛信息數(shù)據(jù)庫，該車輛信息數(shù)據(jù)庫中存儲有各種車輛的車頭、車身、車位的寬度信息。根據(jù)已確定好的車輛品牌在數(shù)據(jù)庫中查找到車輛實際的寬度。

該實施例中，能夠根據(jù)車輛品牌較準確地確定車輛的實際寬度，從而能夠更加準確地確定車距。

在上述圖5的實施例中，平面圖像中的車輛的實際寬度還可以由服務器來確定。圖8是另一示例性實施例提供的確定車輛的實際寬度的流程圖。如圖8所示，在檢測到平面圖像中有車輛時，確定與圖像寬度對應的平面圖像中的車輛的實際寬度的步驟(步驟s142)可以包括以下步驟。

在步驟s1423中，在檢測到平面圖像中有車輛時，將平面圖像發(fā)送至服務器。

在步驟s1424中，從服務器接收與圖像寬度對應的平面圖像中的車輛的實際寬度。其中，服務器根據(jù)平面圖像確定平面圖像中的車輛的品牌，并根據(jù)平面圖像中的車輛的品牌確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

與圖7的實施例相比較，在圖8的實施例中，確定車輛品牌以及在數(shù)據(jù)庫中查找車輛的實際寬度由服務器來完成。車輛只需要向服務器發(fā)送平面圖像，以及從服務器接收實際寬度信息，而訓練好的車輛品牌分類器以及車輛信息數(shù)據(jù)庫都可以存儲在服務器中。這樣，節(jié)省了車輛的內(nèi)存，減少了車輛的數(shù)據(jù)處理，從而加快了車輛一側(cè)的數(shù)據(jù)處理速度。

本公開還提供一種用于車載魚眼相機的圖像處理方法，用于服務器。其中，車載魚眼相機安裝在車輛的頂部，車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。圖9是一示例性實施例提供的車載魚眼相機的圖像處理方法的流程圖。如圖9所示，所述方法可以包括以下步驟。

在步驟s21中，接收所述車輛在檢測到平面圖像中有車輛時發(fā)送的平面圖像，其中，所述車輛獲取魚眼相機采集的魚眼圖像，從魚眼圖像中篩選出所述車輛四周的環(huán)境圖像，并將環(huán)境圖像投影到平面模型中，得到平面圖像。

在步驟s22中，根據(jù)平面圖像確定平面圖像中的車輛的品牌。

在步驟s23中，根據(jù)平面圖像中的車輛的品牌確定與平面圖像中的車輛在平面圖像中的圖像寬度對應的平面圖像中的車輛的實際寬度。

在步驟s24中，將平面圖像中的車輛的實際寬度發(fā)送至所述車輛，以由所述車輛根據(jù)圖像寬度和實際寬度，確定所述車輛與平面圖像中的車輛的距離。

服務器一側(cè)的數(shù)據(jù)處理方法與圖7的實施例中車輛端的數(shù)據(jù)處理方法相同，于此不再詳細描述。

本公開還提供一種用于車載魚眼相機的圖像處理裝置，應用于車輛。車載魚眼相機安裝在所述車輛的頂部，車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。圖10是一示例性實施例提供的用于車載魚眼相機的圖像處理裝置的結(jié)構(gòu)框圖。如圖10所示，所述用于車載魚眼相機的圖像處理裝置10可以包括獲取模塊11、篩選模塊12、投影模塊13和確定模塊14。

獲取模塊11用于獲取魚眼相機采集的魚眼圖像。

篩選模塊12用于從魚眼圖像中篩選出所述車輛四周的環(huán)境圖像。

投影模塊13用于將環(huán)境圖像投影到平面模型中，得到平面圖像。

確定模塊14用于在檢測到平面圖像中有車輛時，根據(jù)平面圖像確定所述車輛與平面圖像中的車輛的距離。

可選地，所述篩選模塊12可以包括轉(zhuǎn)換子模塊、第一確定子模塊和刪除子模塊。

轉(zhuǎn)換子模塊用于將所述魚眼圖像轉(zhuǎn)換為灰度圖像。

第一確定子模塊用于根據(jù)最大類間方差法確定出所述灰度圖像中的天空圖像。

刪除子模塊用于刪除所述天空圖像，得到所述環(huán)境圖像。

可選地，所述第一確定子模塊可以包括第二確定子模塊和第三確定子模塊。

第二確定子模塊用于根據(jù)最大類間方差法確定出灰度圖像中的天空區(qū)域圖像。

第三確定子模塊用于將天空區(qū)域圖像中的最大內(nèi)切圓內(nèi)的圖像確定為所述天空圖像。

可選地，所述投影模塊13可以包括第一投影子模塊和第二投影子模塊。

第一投影子模塊用于將環(huán)境圖像投影到球面模型中，得到球面圖像。

第二投影子模塊用于將球面圖像投影到平面模型中，得到平面圖像。

可選地，所述確定模塊14可以包括第四確定子模塊、第五確定子模塊和第六確定子模塊。

第四確定子模塊用于在檢測到平面圖像中有車輛時，確定平面圖像中的車輛在平面圖像中的圖像寬度。

第五確定子模塊用于在檢測到平面圖像中有車輛時，確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

第六確定子模塊用于根據(jù)圖像寬度和所述實際寬度，確定所述車輛與平面圖像中的車輛的距離。

可選地，所述第五確定子模塊可以包括品牌確定子模塊和寬度確定子模塊。

品牌確定子模塊用于根據(jù)平面圖像確定所述平面圖像中的車輛的品牌。

寬度確定子模塊用于根據(jù)平面圖像中的車輛的品牌確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

可選地，所述第五確定子模塊可以包括發(fā)送子模塊和接收子模塊。

發(fā)送子模塊用于在檢測到平面圖像中有車輛時，將平面圖像發(fā)送至服務器。

接收子模塊用于從服務器接收與圖像寬度對應的平面圖像中的車輛的實際寬度。其中，服務器根據(jù)平面圖像確定平面圖像中的車輛的品牌，并根據(jù)平面圖像中的車輛的品牌確定與圖像寬度對應的平面圖像中的車輛的實際寬度。

本公開還提供一種用于車載魚眼相機的圖像處理裝置，應用于服務器。車載魚眼相機安裝在所述車輛的頂部，車載魚眼相機的鏡頭朝向垂直于所述車輛的頂蓋且向上的方向。圖11是一示例性實施例提供的用于車載魚眼相機的圖像處理裝置的結(jié)構(gòu)框圖。如圖11所示，所述用于車載魚眼相機的圖像處理裝置20可以包括圖像接收模塊21、品牌確定模塊22、寬度確定模塊23和寬度發(fā)送模塊24。

圖像接收模塊21用于接收所述車輛在檢測到平面圖像中有車輛時發(fā)送的平面圖像，其中，所述車輛獲取魚眼相機采集的魚眼圖像，從魚眼圖像中篩選出所述車輛四周的環(huán)境圖像，并將環(huán)境圖像投影到平面模型中，得到平面圖像。

品牌確定模塊22用于根據(jù)平面圖像確定平面圖像中的車輛的品牌。

寬度確定模塊23用于根據(jù)平面圖像中的車輛的品牌確定與平面圖像中的車輛在平面圖像中的圖像寬度對應的平面圖像中的車輛的實際寬度。

寬度發(fā)送模塊24用于將平面圖像中的車輛的實際寬度發(fā)送至所述車輛，以由所述車輛根據(jù)圖像寬度和實際寬度，確定所述車輛與平面圖像中的車輛的距離。

關(guān)于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。

通過上述技術(shù)方案，從魚眼相機采集的魚眼圖像中篩選出車輛四周的環(huán)境圖像，根據(jù)環(huán)境圖像確定出圖像中的車輛與本車的距離。對于安裝在車輛頂部且鏡頭朝向垂直于車輛的頂蓋且向上的方向的車載魚眼相機采集的圖像來說，能夠去除掉天空的圖像，以使后續(xù)進行圖像處理時信息量減少，從而使圖像處理的速度加快。這樣，能夠在使用一個魚眼相機來監(jiān)測車輛四周環(huán)境的情況下，較快地確定周圍車輛的距離，用該方法確定的車距作為輔助駕駛的依據(jù)時，能夠增加車輛行駛的安全性。

以上結(jié)合附圖詳細描述了本公開的優(yōu)選實施方式，但是，本公開并不限于上述實施方式中的具體細節(jié)，在本公開的技術(shù)構(gòu)思范圍內(nèi)，可以對本公開的技術(shù)方案進行多種簡單變型，這些簡單變型均屬于本公開的保護范圍。

另外需要說明的是，在上述具體實施方式中所描述的各個具體技術(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進行組合。為了避免不必要的重復，本公開對各種可能的組合方式不再另行說明。

此外，本公開的各種不同的實施方式之間也可以進行任意組合，只要其不違背本公開的思想，其同樣應當視為本公開所公開的內(nèi)容。