本發(fā)明是有關(guān)于一種影像處理方法及裝置，且特別是有關(guān)于一種行車輔助方法及裝置。
背景技術(shù)：
：：現(xiàn)今的倒車顯影系統(tǒng)是利用配置于車輛后方的相機擷取車輛后方影像(包含地面及景物)，并根據(jù)方向盤轉(zhuǎn)角估測車輛倒車時后輪的移動軌跡，從而將此移動軌跡繪制于所擷取的影像中。而通過在倒車時顯示由前方往后方看包含后輪移動軌跡的后方影像，可輔助駕駛確認目前方向盤所打的角度是否適合并進行調(diào)整，最終可準確地將車輛倒車至所欲停放的位置。然而，由于相機的視野有限，即便使用視野較廣的廣角或魚眼鏡頭來拍攝影像，由前方往后方看的傳統(tǒng)倒車顯影系統(tǒng)仍舊只能顯示有限視野的影像，無法完整或清楚顯示出車輛周圍的景物或其他物體。結(jié)果，使用者在基于由前方往后方看的傳統(tǒng)倒車顯影系統(tǒng)所顯示的倒車軌跡進行倒車的過程中，仍得小心提防周遭景物或物體進入倒車區(qū)域。技術(shù)實現(xiàn)要素：本發(fā)明提供一種行車輔助方法及裝置，通過計算車輛行進軌跡并繪制于視角為車輛上后方往下前方觀看的影像中，借此可輔助駕駛了解車輛行進路線與周圍地面及景物的關(guān)系。本發(fā)明的行車輔助方法適用于配置于車輛上的電子裝置。此電子裝置連接配置于車輛上的多個相機。此方法計算車輛行進時車輪于車輛周圍的行進軌跡。接著，利用相機拍攝車輛周圍多個透視視野(perspectiveview)的影像，并分別將這些影像的視野由透視視野轉(zhuǎn)換為俯視視野(topview)。之后，根據(jù)透視視野及俯視視野的影像產(chǎn)生車輛周圍的合成影像。最后，將合成影像及行進軌跡映射(map)并結(jié)合至車輛周圍的物件空間的三維模型，而使用三維模型在車輛倒車時提供視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像。本發(fā)明的行車輔助裝置包括連接裝置、儲存裝置及處理器。其中，連接裝置用以耦接配置于車輛上的多個相機。儲存裝置用以儲存多個模塊。處理器耦接連接裝置及儲存裝置，用以載入并執(zhí)行儲存裝置中的模塊，這些模塊包括軌跡計算模塊、影像拍攝模塊、視野轉(zhuǎn)換模塊、影像拼接模塊及三維模型模塊。其中，軌跡計算模塊用以計算車輛行進時車輪于車輛周圍的行進軌跡。影像拍攝模塊利用相機拍攝車輛周圍多個透視視野的影像。視野轉(zhuǎn)換模塊用以將透視視野的影像分別轉(zhuǎn)換為俯視視野的影像。影像拼接模塊用以根據(jù)透視視野及俯視視野的影像產(chǎn)生車輛周圍的合成影像。三維模型模塊用以將合成影像及行進軌跡映射并結(jié)合至車輛周圍的三維模型，并使用三維模型在車輛倒車時提供視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像?；谏鲜?，本發(fā)明的行車輔助方法及裝置通過計算車輛行進時車輪于車輛周圍的行進軌跡，并將此行進軌跡與車輛環(huán)境影像映射并結(jié)合至三維模型，之后再利用此三維模型在車輛倒車時提供視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像。借此，可輔助使用者在行車時可清楚看到行進軌跡與周圍景物或物體的變化，從而適當?shù)卣{(diào)整行進操作。為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉實施例，并配合所附圖式作詳細說明如下。附圖說明圖1是依照本發(fā)明一實施例所繪示的行車輔助裝置的方塊圖。圖2是依照本發(fā)明一實施例所繪示的行車輔助方法的流程圖。圖3是本發(fā)明一實施例所繪示的拍攝車輛周圍影像的范例。圖4是本發(fā)明一實施例所繪示的魚眼校正的范例。圖5是依照本發(fā)明一實施例所繪示的車輛周圍影像處理方法的范例。圖6是依照本發(fā)明一實施例所繪示的拼接不同視野影像以獲得車輛周圍合成影像的方法流程圖。圖7是依照本發(fā)明一實施例所繪示的合并透視視野的墻面?zhèn)扔跋窦案┮曇曇暗牡孛鎮(zhèn)扔跋竦姆独D8a及圖8b是依照本發(fā)明一實施例所繪示的調(diào)整墻面?zhèn)扔跋竦姆独?。圖9是依照本發(fā)明一實施例所繪示的調(diào)整墻面?zhèn)扔跋窀叨鹊姆独?。圖10是依照本發(fā)明一實施例所繪示的拼接合并影像的范例。圖11是依照本發(fā)明一實施例所繪示的建立三維模型的范例。圖12是依照本發(fā)明一實施例所繪示的使用三維模型提供包含行進軌跡的行進影像的范例。圖13a及圖13b是依照本發(fā)明一實施例所繪示的將行進軌跡由物件空間轉(zhuǎn)換至魚眼空間的范例。具體實施方式本發(fā)明根據(jù)方向盤轉(zhuǎn)角計算車輛的行進軌跡，并將此行進軌跡應(yīng)用在車輛環(huán)境系統(tǒng)所建構(gòu)的環(huán)境影像。其中，本發(fā)明通過將行車軌跡經(jīng)轉(zhuǎn)換融入環(huán)境影像后再將環(huán)境影像映射于車輛周圍空間的三維模型，或是直接將行車軌跡與環(huán)境影像一同映射于三維模型，最后再利用三維模型在倒車時提供視角為由車輛上后方往下前方觀看的包含行進軌跡的行進影像(本發(fā)明中所稱的前方與后方分別對應(yīng)車輛的車頭與車尾)。借此，可輔助使用者在行車過程中可清楚看到車輛周圍景物的位置或變化，從而調(diào)整行車操作。圖1是依照本發(fā)明一實施例所繪示的行車輔助裝置的方塊圖。本實施例的行車輔助裝置10例如是車用電腦，或是具備運算功能的手機、平板電腦或個人電腦或其他裝置，其中至少包括連接裝置12、儲存裝置14及處理器16，其功能分述如下：連接裝置12例如是通用串行總線(universalserialbus，usb)、rs232、藍芽、無線相容認證(wirelessfidelity，wi-fi)等有線或無線的傳輸接口，其可用以耦接配置于車輛上的相機，從而接收相機所拍攝的影像。儲存裝置14例如是任何型態(tài)的固定式或可移動式隨機存取存儲器(randomaccessmemory，ram)、只讀存儲器(read-onlymemory，rom)、快閃存儲器(flashmemory)或類似元件或上述元件的組合。在本實施例中，儲存裝置14用以記錄軌跡計算模塊141、影像拍攝模塊142、視野轉(zhuǎn)換模塊143、影像拼接模塊144及三維模型模塊145。處理器16例如是中央處理單元(centralprocessingunit，cpu)，或是其他可程序化的一般用途或特殊用途的微處理器(microprocessor)、數(shù)字信號處理器(digitalsignalprocessor，dsp)、可程序化控制器、專用集成電路(applicationspecificintegratedcircuits，asic)、可程序化邏輯裝置(programmablelogicdevice，pld)或其他類似裝置或這些裝置的組合，其與連接裝置12及儲存裝置14耦接。在本實施例中，儲存在儲存裝置14中的模塊例如是電腦程序，而可由處理器16載入，據(jù)以執(zhí)行本實施例的行車輔助方法。以下即舉實施例說明此方法的詳細步驟。圖2是依照本發(fā)明一實施例所繪示的行車輔助方法的流程圖。請同時參照圖1及圖2，本實施例的方法適用于上述圖1的行車輔助裝置10，以下即搭配圖1中行車輔助裝置10的各項裝置，說明本實施例行車輔助方法的詳細步驟：首先，由處理器16執(zhí)行軌跡計算模塊141以計算車輛行進時車輪于該車輛周圍的行進軌跡(步驟s202)。詳言之，軌跡計算模塊141例如是利用轉(zhuǎn)角傳感器偵測車輛的方向盤轉(zhuǎn)角，并查詢方向盤轉(zhuǎn)角與車輪轉(zhuǎn)向角度的對應(yīng)表，以找出方向盤轉(zhuǎn)角所對應(yīng)的車輪轉(zhuǎn)向角度，從而依據(jù)此轉(zhuǎn)向角度以及車輛的車輪配置，估測車輛的行進軌跡。上述的方向盤轉(zhuǎn)角與車輪轉(zhuǎn)向角度的對應(yīng)表例如是由軌跡計算模塊141預(yù)先建立并記錄在儲存裝置14中，以便在實際計算行進軌跡時可查詢使用。舉例來說，車輛倒車時，左輪軌跡(xrl,yrl)及右輪軌跡(xrr,yrr)例如可利用下列公式計算：左輪：右輪：其中，l為前后輪軸距、w為后輪距、v為前軸中心點速度(也就是車速)、t為行進時間、φ為前軸中心點轉(zhuǎn)向角。上述的前軸中心點轉(zhuǎn)向角主要是通過左右前輪的轉(zhuǎn)向角來推算，而左右前輪的轉(zhuǎn)向角則與方向盤轉(zhuǎn)角有關(guān)，其對應(yīng)關(guān)系可利用配置于方向盤的轉(zhuǎn)角傳感器來偵測方向盤轉(zhuǎn)角，同時利用四輪定位儀偵測該方向盤轉(zhuǎn)角下，左右前輪的轉(zhuǎn)向角度，而通過重復(fù)上述步驟，逐步轉(zhuǎn)動方向盤以偵測并記錄不同方向盤轉(zhuǎn)角所對應(yīng)的左右前輪的轉(zhuǎn)向角度，進而建立方向盤轉(zhuǎn)角與車輪轉(zhuǎn)向角度的對應(yīng)表。接著，由處理器16執(zhí)行影像拍攝模塊142以利用連接裝置12所耦接的相機拍攝車輛周圍多個透視視野的影像(步驟s204)。上述的相機可以包括配置于車輛前、后、左、右四個位置的相機，用以拍攝車身前方、后方、左方、右方等透視視野的影像，但不限于此。本領(lǐng)域技術(shù)人員可視實際需要，在車輛的其他位置額外配置相機，以增加所拍攝影像的涵蓋范圍。舉例來說，圖3是本發(fā)明一實施例所繪示的拍攝車輛周圍影像的范例。請參照圖3，本實施例是在車輛30的前、后、左、右四個位置分別配置相機32、34、36、38。其中，相機32、34、36、38分別用以拍攝車身前方、后方、左方、右方等透視視野的影像32a、34a、36a、38a。需說明的是，在上述實施例中，配置在車輛上的相機例如是使用魚眼鏡頭，其具有接近180度的視角，而可拍攝涵蓋范圍較廣的影像。基于使用魚眼鏡頭拍攝的影像會產(chǎn)生變形(例如影像32a、34a、36a、38a所示的圓形扭曲)，故本申請實施例可額外由處理器16執(zhí)行魚眼校正模塊(未繪示)，從而對這些影像進行魚眼校正。魚眼校正模塊例如會依據(jù)各個相機的外部參數(shù)例如相機的位移、旋轉(zhuǎn)，以及內(nèi)部參數(shù)例如鏡頭的焦距、中心點、中心解析度、邊緣解析度、扭曲參數(shù)(distortionparameter)等參數(shù)，對相機所拍攝的影像進行裁切或/及校正，以將魚眼鏡頭的中心移動至影像中心。詳言之，由魚眼鏡頭拍攝的景物僅會出現(xiàn)在影像中心的圓形區(qū)域中，其周圍則會是黑邊。若左右黑邊的寬度不同，則代表鏡頭中心已偏離影像中心。此時魚眼校正模塊例如會裁切影像，以使影像兩邊黑邊的寬度一致，從而將魚眼鏡頭的中心移動至影像中心，確保后續(xù)執(zhí)行魚眼校正時影像可還原為原始形狀。在其他實施例中，若配置在車輛上的相機不是使用魚眼鏡頭，可以不進行魚眼校正或進行對應(yīng)于相機鏡頭的其他種類校正。在校正影像中心之后，魚眼校正模塊還會分別依據(jù)各個相機的上述參數(shù)，對相機所拍攝的影像執(zhí)行魚眼校正，而從影像的中心開始向外校正影像，使得原本扭曲變形的影像可還原為所拍攝景物的原始形狀。詳言之，在魚眼校正模塊的一第一實施例中，假設(shè)所拍攝魚眼影像的寬度為dw、高度為dh，校正后原始影像的寬度為sw、高度為sh；假設(shè)(dx,dy)為校正前魚眼影像的像素位置，而(sx,sy)為校正后的來源影像的像素位置；假設(shè)魚眼鏡頭的去魚眼(de-fish)系數(shù)為f。其中，像素(dx,dy)與影像中心(dw/2,dh/2)的距離(rx,ry)的關(guān)系為：校正后的來源影像(即去魚眼影像)的像素位置(sx,sy)為：其中d(i,j)為歐式距離(euclideandistance)。舉例來說，圖4是本發(fā)明一實施例所繪示的魚眼校正的范例。請參照圖4，本實施例是針對配置于車輛前方的相機使用魚眼鏡頭所拍攝的魚眼影像42執(zhí)行魚眼校正。魚眼影像42中像素的位置可經(jīng)由上述公式轉(zhuǎn)換至去魚眼影像44中的對應(yīng)位置，從而獲得無變形失真的去魚眼影像44。其中，而由于魚眼鏡頭的限制，去魚眼影像44的上部中間與下部中間將出現(xiàn)黑邊。在魚眼校正模塊的一第二實施例中，來源影像在真實的三維世界中的位置(x,y,z)與目標影像中的像素位置(u,v)具有如下對應(yīng)關(guān)系：θd＝k1θ+k2θ3+k3θ5+k4θ7+k5θ9；其中，r和t為分別為外部參數(shù)中代表旋轉(zhuǎn)與位移的矩陣、k1～k5為內(nèi)部參數(shù)中的扭曲參數(shù)、fx及fy為內(nèi)部參數(shù)中的焦距、cx及cy為內(nèi)部參數(shù)中的中心點位置。魚眼校正模塊可根據(jù)作為來源影像的校正參考物件的多個空間位置與目標影像中的多個像素位置解出上述多個外部參數(shù)與內(nèi)部參數(shù)，以便在魚眼影像與去魚眼影像間進行轉(zhuǎn)換。在一實施例中，在車輛的不同位置的各個相機可以使用相同或不同的內(nèi)部參數(shù)及外部參數(shù)。在一實施例中，可以預(yù)先根據(jù)上述內(nèi)部參數(shù)及外部參數(shù)建立來源影像映射(map)至目標影像的一對應(yīng)表(mappingtable)，再由查表的方式在魚眼影像與去魚眼影像間進行轉(zhuǎn)換。在步驟s204中，處理器16還包括執(zhí)行視野轉(zhuǎn)換模塊144以將透視視野的影像分別轉(zhuǎn)換為俯視視野的影像(步驟s204)。其中，視野轉(zhuǎn)換模塊144例如會利用一個預(yù)先建立的視野轉(zhuǎn)換矩陣，將透視視野影像中的多個像素的位置轉(zhuǎn)換至俯視視野影像中的對應(yīng)位置。關(guān)于上述的視野轉(zhuǎn)換矩陣，視野轉(zhuǎn)換模塊144例如是使用上述的相機分別拍攝包括參考物件(例如是繪制地面上的定位格線或圖案)在內(nèi)的透視視野的第一影像，并使用配置于參考物件上方的另一獨立相機拍攝包括相同參考物件在內(nèi)的真實俯視視野的第二影像。然后，視野轉(zhuǎn)換模塊144會擷取第一影像中參考物件的多個像素的位置作為目標位置，并擷取第二影像中相同參考物件的多個對應(yīng)像素的位置作為來源位置，據(jù)以解出視野轉(zhuǎn)換矩陣中的多個轉(zhuǎn)換系數(shù)。舉例來說，假設(shè)(xi,yj)為來源影像(即上述俯視視野的第二影像)中的像素位置；(ui,vj)為目標影像(即上述透視視野的第一影像)中的像素位置。在來源影像中取預(yù)先決定的4個像素并在目標影像中取預(yù)先決定的4個對應(yīng)像素帶入下列算式：通過解出上列線性系統(tǒng)中的系數(shù)cij(i,j＝0～2，其中c22＝1)可得到一對應(yīng)的3×3矩陣c，即可由c的反矩陣獲得本實施例用來將透視視野影像轉(zhuǎn)換為俯視視野影像的視野轉(zhuǎn)換矩陣。得到上述將透視視野影像轉(zhuǎn)換為俯視視野影像的視野轉(zhuǎn)換矩陣后，便可將車輛的相機所拍攝的透視視野影像像素的對應(yīng)向量(ui,vi,1)乘以視野轉(zhuǎn)換矩陣得到俯視視野影像像素的對應(yīng)向量(xi,yi,1)。雖然本實施例中以4個像素計算視野轉(zhuǎn)換矩陣，但在其他實施例中可以使用其他數(shù)目的像素來計算視野轉(zhuǎn)換矩陣。在一實施例中，在車輛的不同位置的各個相機所拍攝的影像可以使用相同或不同的視野轉(zhuǎn)換矩陣來轉(zhuǎn)換，以配合各相機的角度與鏡頭參數(shù)。在一實施例中，可以預(yù)先根據(jù)上述視野轉(zhuǎn)換矩陣建立各透視視野影像像素映射(map)至各俯視視野影像像素的一對應(yīng)表(mappingtable)，再由查表的方式進行轉(zhuǎn)換。回到圖2的流程，在獲得轉(zhuǎn)換后的俯視視野影像后，影像拼接模塊146即會根據(jù)透視視野及俯視視野的影像產(chǎn)生車輛周圍的合成影像(步驟s206)。其中，影像拼接模塊146例如是利用俯視視野的影像拼接地面?zhèn)扔跋瘢猛敢曇曇坝跋衿唇訅γ鎮(zhèn)扔跋?，或是同時利用透視視野及俯視視野的影像拼接合成影像，在此不設(shè)限。詳言之，影像拼接模塊144例如會在轉(zhuǎn)換后俯視視野的各個影像的其中一行像素中，找出由至少一個預(yù)設(shè)數(shù)目的連續(xù)多個空洞像素構(gòu)成的區(qū)間，而根據(jù)此區(qū)間在影像中的高度，將透視視野及俯視視野的影像切割為地面?zhèn)扔跋窦皦γ鎮(zhèn)扔跋?。上述的一行像素例如是位于影像中線上的一行像素或是位于影像中特定物件上的一行像素，而上述的預(yù)設(shè)數(shù)目例如為10或是其他依據(jù)解析度等影像參數(shù)而定的數(shù)目，在此不設(shè)限。詳言之，由于透視視野影像中各像素的數(shù)據(jù)在轉(zhuǎn)換為俯視視野后會集中于影像下方(即地面?zhèn)扔跋?，并且會隨著影像高度的增加(即與影像下方的距離拉長)而遞減。因此，俯視視野影像中會留下許多無影像數(shù)據(jù)的空洞像素，且這些空洞像素會隨著影像高度的增加而遞增。本申請實施例即根據(jù)此特性，為此空洞像素的分布設(shè)定一個數(shù)量上的預(yù)設(shè)值，若俯視視野影像在縱向上的連續(xù)空洞像素的數(shù)量超過此預(yù)設(shè)值時，即代表此區(qū)間上方的影像中的空洞像素會過多而導(dǎo)致影像失真。據(jù)此，影像拼接模塊144即根據(jù)此區(qū)間在影像中的高度，將透視視野影像切割為地面?zhèn)扔跋窦皦γ鎮(zhèn)扔跋瘢枰员Ａ糨^為清楚的地面?zhèn)扔跋?。其中，影像拼接模塊144例如會使用此區(qū)間中點的高度，或是使用位于此區(qū)間上端或下端具有影像數(shù)據(jù)的像素的高度，決定分割線的位置。舉例來說，圖5是依照本發(fā)明一實施例所繪示的車輛周圍影像處理方法的范例。請參照圖5，影像52是經(jīng)過魚眼校正后的車輛左側(cè)影像，將影像52的視角轉(zhuǎn)換至俯視視角后，則可獲得影像54。由影像54可知，影像數(shù)據(jù)主要集中于地面?zhèn)扔跋?，而隨著影像高度的增加，空洞像素(位于影像上部橫線之間的黑色區(qū)域)也逐漸增多。據(jù)此，本發(fā)明即取影像54中線上的一行像素56來決定切割影像54的分割線位置。請參照影像54右側(cè)的該行像素56的放大圖，該行像素56包括高度為297至317的多個像素，其中像素a、b為具有影像數(shù)據(jù)的像素，而其他像素則為不具有影像數(shù)據(jù)的空洞像素。基于這些空洞像素的數(shù)量達到10個，本發(fā)明即利用這些空洞像素形成的區(qū)間58來決定切割影像54的分割線位置。其中，本發(fā)明可使用區(qū)間58的中點在影像54中的高度，或是使用像素a或b在影像54中的高度，作為分割線的高度。在將透視視野及俯視視野的影像切割為地面?zhèn)扔跋窦皦γ鎮(zhèn)扔跋裰螅跋衿唇幽K144即會將切割后的地面?zhèn)扔跋窦皦γ鎮(zhèn)扔跋衿唇悠饋?，以產(chǎn)生車輛周圍的合成影像。其中，影像拼接模塊144例如會對相同視野的地面?zhèn)燃皦γ鎮(zhèn)鹊那逦跋襁M行合并，然后再對相鄰視野的合并影像進行拼接，并適當?shù)卣{(diào)整其中墻面?zhèn)扔跋竦母叨?，使得所拼接影像中墻面?zhèn)扔跋竦母叨葘?yīng)一致，最后即可產(chǎn)生可環(huán)繞車輛周圍360度的合成影像。詳言之，圖6是依照本發(fā)明一實施例所繪示的拼接不同視野影像以獲得車輛周圍合成影像的方法流程圖。請同時參照圖1及圖6，本實施例的方法適用于上述圖1的電子裝置10，以下即搭配圖1中電子裝置10的各項裝置，說明本實施例影像拼接方法的詳細步驟：首先，由影像拼接模塊144針對各個透視視野的影像及其對應(yīng)的俯視視野的影像，將切割后的透視視野的墻面?zhèn)扔跋窦扒懈詈蟮母┮曇曇暗牡孛鎮(zhèn)扔跋窈喜?，以產(chǎn)生該透視視野的合并影像(步驟s602)。其中，基于俯視視野的地面?zhèn)扔跋褫^為清晰且接近真實影像，而透視視野的墻面?zhèn)扔跋褫^為清晰且接近真實影像，故影像拼接模塊144在將兩者合并后，即可獲得地面?zhèn)燃皦γ鎮(zhèn)扔跋窬鶠榍逦医咏鎸嵱跋竦暮喜⒂跋?。舉例來說，圖7是依照本發(fā)明一實施例所繪示的合并透視視野的墻面?zhèn)扔跋窦案┮曇曇暗牡孛鎮(zhèn)扔跋竦姆独?。請參照圖7，影像74是車輛前方相機所拍攝影像經(jīng)魚眼校正后所得的透視視野影像，影像72則是對影像74進行視野轉(zhuǎn)換所得的俯視視野影像?；谇笆鰧嵤├姆指罹€決定方法，可得到適于切割影像72、74的分割線。利用此分割線，可將俯視視野影像72切割為墻面?zhèn)扔跋?22及地面?zhèn)扔跋?24，以及將透視視野影像74切割為墻面?zhèn)扔跋?42及地面?zhèn)扔跋?44。據(jù)此，本實施例將影像較為清晰的俯視視野影像72的地面?zhèn)扔跋?24以及透視視野影像74的墻面?zhèn)扔跋?42合并，以獲得合并影像76。其中，本實施例在合并地面?zhèn)扔跋?24與墻面?zhèn)扔跋?42時，還可進一步根據(jù)地面?zhèn)扔跋?24及墻面?zhèn)扔跋?42中的對應(yīng)特征(例如可通過習知的影像辨識方法來辨識對應(yīng)特征)，縮放地面?zhèn)扔跋?24與墻面?zhèn)扔跋?42，而獲得位置相對應(yīng)的地面?zhèn)扔跋?64與墻面?zhèn)扔跋?62。本實施例的墻面?zhèn)扔跋?62即是由墻面?zhèn)扔跋?42縮放而得。需說明的是，本實施例的墻面?zhèn)扔跋袷侨∽越?jīng)過魚眼校正后的透視視野影像，但即便經(jīng)過魚眼校正，透視視野影像中的墻面?zhèn)扔跋竦奈锛杂锌赡軙衅钡那樾?，且離影像中線愈遠，偏斜的情形愈明顯。對此，本實施例在將墻面?zhèn)扔跋衽c地面?zhèn)扔跋窈喜⒅?，例如還會針對墻面?zhèn)扔跋襁M行偏斜調(diào)整，使得調(diào)整后墻面?zhèn)扔跋裰械奈锛軌驅(qū)R。舉例來說，圖8a及圖8b是依照本發(fā)明一實施例所繪示的調(diào)整墻面?zhèn)扔跋竦姆独?。請參照圖8a，影像80是車輛前方相機所拍攝影像經(jīng)魚眼校正后所得的透視視野影像。其中，本實施例取用影像80中位于區(qū)域82內(nèi)的多個像素的位置作為來源位置，并預(yù)設(shè)將區(qū)域82轉(zhuǎn)換為區(qū)域84，借以調(diào)整區(qū)域82內(nèi)偏斜的物件，使其在轉(zhuǎn)換至區(qū)域84內(nèi)后可彼此對齊。由轉(zhuǎn)換后影像80a中的柱子可知，轉(zhuǎn)換后影像80a中的柱子仍然向左偏斜。據(jù)此，本實施例將轉(zhuǎn)換所取用像素的區(qū)域82調(diào)整至區(qū)域86，即向左擴大所取用像素的區(qū)域，并預(yù)設(shè)轉(zhuǎn)換后區(qū)域88，此區(qū)域88的尺寸與形狀是與區(qū)域84相同的。由轉(zhuǎn)換后影像80b中的柱子可知，轉(zhuǎn)換后影像80b中的柱子彼此對齊，也與影像的軸線(垂直線)方向一致。通過上述的調(diào)整方式，即可解決透視視野影像的墻面?zhèn)扔跋裰形锛钡膯栴}。回到圖6的流程，接著由影像拼接模塊144針對相鄰?fù)敢曇曇暗暮喜⒂跋?，調(diào)整這些合并影像中的墻面?zhèn)扔跋竦母叨?，使得這些合并影像中的墻面?zhèn)扔跋竦母叨纫恢?步驟s604)。詳言之，由于相鄰的透視視野會有重疊，故相鄰?fù)敢曇曇坝跋裰械牟糠謪^(qū)域會有重疊，但由于視野方向的不同，這些重疊區(qū)域的高度不一定相同。若直接將相鄰?fù)敢曇曇坝跋衿唇釉谝黄?，上述高度不一致的問題將造成拼接影像的不連續(xù)。據(jù)此，本申請實施例即通過比對相鄰?fù)敢曇曇暗暮喜⒂跋裰械膶?yīng)特征，據(jù)以調(diào)整合并影像的高度，使其一致。舉例來說，圖9是依照本發(fā)明一實施例所繪示的調(diào)整墻面?zhèn)扔跋窀叨鹊姆独?。請參照圖9，影像92是車輛左方相機所拍攝影像經(jīng)過上述實施例的魚眼校正、切割及合并后所得的左方透視視野的合并影像，影像94則是車輛前方相機所拍攝影像經(jīng)過魚眼校正、切割及合并后所得的前方透視視野的合并影像，由影像92、94的上方區(qū)域可知，其中的墻面有重疊。然而，影像92中的墻面高度(向右箭頭)顯然比影像94的墻面高度(向左箭頭)為高，因此若直接合并影像92與影像94，勢必會產(chǎn)生墻面高度不一致的情形。對此，本實施例可通過上述圖8a與圖8b的調(diào)整方式，將影像92中的墻面?zhèn)扔跋駵p少高度(等同于減少墻面高度)，而獲得調(diào)整后的影像92a，以及將影像94中的墻面?zhèn)扔跋裨黾痈叨?等同于增加墻面高度)，而獲得調(diào)整后的影像94a。由于調(diào)整后的影像92a與影像94a中的墻面高度相同，故即便將影像92與影像94合并，其中的墻面高度也會是一致的，而不會產(chǎn)生上述影像不連續(xù)的情況。調(diào)整后的影像可以比照前述方法建立另一轉(zhuǎn)換矩陣，使透視視野影像中的墻面?zhèn)扔跋癯松显撧D(zhuǎn)換矩陣后即完成影像調(diào)整。在另一實施例中，也可比照前述方法通過使用上述的相機分別拍攝包括參考物件(例如是繪制墻面上的定位格線或圖案)在內(nèi)的墻面?zhèn)扔跋?，并使用配置于參考物件前方的另一獨立相機拍攝包括相同參考物件在內(nèi)的真實墻面?zhèn)扔跋瘢韵嗤绞綋?jù)以解出墻面?zhèn)扔跋竦霓D(zhuǎn)換矩陣。最后，由影像拼接模塊144根據(jù)相鄰?fù)敢曇曇暗暮喜⒂跋裰械亩鄠€對應(yīng)特征，將這些合并影像拼接，以產(chǎn)生合成影像(步驟s606)。上述的對應(yīng)特征例如是在相鄰?fù)敢曇曇暗膬蓮埡喜⒂跋裰芯谐霈F(xiàn)的物件的特征。影像拼接模塊148例如可對應(yīng)車輛的方向，將車輛的前方、后方、左方、右方四張影像進行旋轉(zhuǎn)，然后再根據(jù)上述合并影像中的物件特征對這些合并影像進行平移及/或縮放，使得這些合并影像可以拼接為同一張合成影像。舉例來說，圖10是依照本發(fā)明一實施例所繪示的拼接合并影像的范例。圖10左方的影像102、104、106、108例如分別是車輛前方、后方、左方及右方的合并影像。在進行拼接時，除了車輛前方的影像102維持原方向外，車輛左方的影像會逆時針旋轉(zhuǎn)90度；車輛右方的影像會順時針旋轉(zhuǎn)90度；車輛后方的影像則會旋轉(zhuǎn)180度。其中，由于影像102、104、106、108中有出現(xiàn)柱子、停車格線、電燈等相同物件，故本實施例的裝置即可根據(jù)這些相同物件所在位置及大小，對旋轉(zhuǎn)后的影像102、104、106、108進行拼接，從而獲得包括車輛周圍地面與景物的合成影像100。拼接后的影像可以比照前述方法對車輛前方、后方、左方及右方的合并影像建立對應(yīng)的轉(zhuǎn)換矩陣以完成影像拼接?；氐綀D2的流程，基于上述影像拼接模塊144所拼接的車輛周圍的合成影像包括清楚的車輛周圍各方向上的墻面?zhèn)扰c地面?zhèn)扔跋?，處理?6即執(zhí)行三維模型模塊145，以將清晰的合成影像以及行進軌跡映射并結(jié)合至車輛周圍空間的三維模型(步驟s208)。其中，三維模型模塊145例如會先定義三維模型的長、寬、高，再將合成影像中的每一個像素映射至三維模型中的對應(yīng)位置。在三維模型模塊的一第一實施例中，因為行進軌跡僅會出現(xiàn)在地面?zhèn)扔跋裰卸粫霈F(xiàn)在墻面?zhèn)扔跋裰?，行進軌跡可先與俯視視野的地面?zhèn)扔跋窠Y(jié)合以產(chǎn)生包含行進軌跡的車輛周圍的合成影像，再將包含行進軌跡的合成影像映射至三維模型。其中行進軌跡可以是先轉(zhuǎn)換成魚眼影像(例如通過前述魚眼校正模塊的反轉(zhuǎn)換)再與魚眼鏡頭所拍攝的魚眼影像結(jié)合，或是直接與視野轉(zhuǎn)換模塊以及影像拼接模塊所產(chǎn)生的俯視視野的地面?zhèn)扔跋窠Y(jié)合。在三維模型模塊的一第二實施例中，行進軌跡及合成影像是分別映射至三維模型，三維模型模塊145亦會將軌跡計算模塊141所計算的行進軌跡中的每一個像素映射至三維模型中的對應(yīng)位置，之后映射至三維模型的行進軌跡及映射至三維模型的合成影像結(jié)合使得三維模型中不僅包括車輛周圍的地面和景物信息，也包括車輛的行進軌跡信息。舉例來說，圖11是依照本發(fā)明一實施例所繪示的建立三維模型的范例。圖11的影像110例如是由上述實施例的方法所產(chǎn)生的車輛周圍的合成影像(未包含行進軌跡)。其中，本實施例的裝置例如會先建立車輛周圍空間的三維模型112，從而將此影像110中的各個像素映射至三維模型112中的對應(yīng)位置。需說明的是，本實施例的影像110是由配置于車輛前、后、左、右等四個相機所拍攝影像經(jīng)過處理所獲得，所以當影像110被映射至三維模型112時，這些由車輛前、后、左、右等四個相機所拍攝的透視視野影像的合并影像中的各個像素將會對應(yīng)至三維模型中的其中一個像素。據(jù)此，本實施例的裝置即可針對上述四個相機所拍攝影像中的像素，找出其在三維模型中的對應(yīng)位置，從而建立一個對應(yīng)表。借此，每當裝置接收到這四個相機所拍攝的影像時，即可通過查表直接將這些影像中的像素轉(zhuǎn)換至三維模型中的對應(yīng)位置，從而快速地建立車輛周圍空間的三維模型。在前述的三維模型模塊的第二實施例中，同樣也可針對行進軌跡找出其在三維模型中的對應(yīng)位置，從而建立一個對應(yīng)表，并通過查表直接將行進軌跡中的像素轉(zhuǎn)換至三維模型中的對應(yīng)位置。在圖11的實施例中，車輛前方、后方、左方及右方的影像所各自對應(yīng)的三維模型112中的各平面彼此以接近直角的方式相接；在其他實施例中，各平面可以用其他角度相接或是以弧面的方式彼此相接。最后，由處理器16執(zhí)行三維模型模塊145以使用上述的三維模型在倒車時提供視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像(步驟s210)。其中，三維模型模塊145例如是取三維模型中位于車輛的上后方的像素點作為眼點(eyepoint)，取位于三維模型中心的像素點作為視線參考點(referencepoint)，據(jù)以建立視角轉(zhuǎn)換矩陣，而將此視角轉(zhuǎn)換矩陣乘上映射至三維模型的合成影像及行進軌跡的各個頂點(vertex)坐標，最終即可獲得視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像。詳言之，在一實施例中，三維模型在z方向(車身長軸方向)上的長度設(shè)定為4(+2.0～-2.0，任意單位；z方向上的長度對應(yīng)車身長度)，而車寬(x方向)、車高(y方向)的部分則可根據(jù)合成影像的比例做調(diào)整；假設(shè)(xc,yc,zc)為三維模型中視線所看向的像素點(設(shè)定為視線參考點c)的坐標、(xe,ye,ze)為三維模型中位于車輛的上后方的像素點(設(shè)定為眼點e)的坐標、則為相機指向正上方(即車高的y方向)的向量。據(jù)此，視角轉(zhuǎn)換矩陣m可依下列公式求得：z＝(xe-xc,ye-yc,ze-zc)；y＝z×x；m＝m1m2。舉例來說，圖12則是依照本發(fā)明一實施例所繪示的使用三維模型提供包含行進軌跡的行進影像的范例。本實施例的裝置例如可將上述眼點e的坐標設(shè)為(0.0,2.0,2.0)，將上述視線參考點的坐標設(shè)為(0.0,-0.2,0.7)，而通過將上述坐標帶入上述公式，即可計算出視角轉(zhuǎn)換矩陣m，最后再將視角轉(zhuǎn)換矩陣m乘上映射至三維模型的合成影像及行進軌跡的各個頂點坐標，即可獲得如圖12所繪示的視角為由車輛的上后方往下前方觀看的包含行進軌跡121的行進影像120。需說明的是，在上述實施例中，軌跡計算模塊141所計算的行進軌跡是由三維模型模塊145直接映射至三維模型中的對應(yīng)位置，而在另一實施例中，軌跡計算模塊141所計算的行進軌跡也可由魚眼處理模塊(未繪示)依據(jù)相機的內(nèi)部參數(shù)及外部參數(shù)，對行進軌跡進行魚眼處理，以將行進軌跡轉(zhuǎn)換成魚眼影像，從而將轉(zhuǎn)換后的行進軌跡繪制于魚眼鏡頭所拍攝的透視視野的影像中。例如，可將倒車軌跡繪制于車輛后方魚眼鏡頭所拍攝的透視視野影像中，并顯示于行車輔助裝置10的顯示器(未繪示)上，以提供使用者在觀看視角為由前方看向后方影像的同時也可看到倒車軌跡。舉例來說，圖13a及圖13b是依照本發(fā)明一實施例所繪示的將行進軌跡轉(zhuǎn)換成魚眼影像的范例。請參照圖13a，行進影像132是車輛周圍的物件空間的影像，其中包含利用上述實施例方法所計算出的車輛行進時車輪于車輛周圍的行進軌跡132a。而通過魚眼處理，行進軌跡132a將轉(zhuǎn)換成魚眼影像，而轉(zhuǎn)換后的行進軌跡134a將繪制于魚眼鏡頭所拍攝的透視視野影像134中。需說明的是，在又一實施例中，上述包括行進軌跡的透視視野影像，亦可直接應(yīng)用在圖2所繪示的影像處理流程中。詳言之，通過將此透視視野影像與其他相機所拍攝的透視視野影像一同轉(zhuǎn)換為俯視視野影像并拼接為合成影像后，再映射至三維模型中，最后所得的三維模型將如同前述實施例所述的三維模型，不僅包括車輛周圍的地面和景物信息，也包括車輛的行進軌跡信息，而可提供類似于圖12所繪示的視角為由車輛的上后方往下前方觀看的包含行進軌跡121的行進影像120。在一實施例中，行進軌跡更新計算的頻率可以低于行進影像的畫面更新頻率(framerate)。例如鏡頭所拍攝的影像以及行車輔助裝置10的顯示器所顯示的影像的畫面更新率可以都是30fps，即每秒更新30次；而由于行進軌跡隨時間變化的速度較慢，更新行進軌跡的頻率可以比較低，例如是每秒更新5或10次，以節(jié)省處理器16的運算資源。在另一實施例中，若要求顯示的行進軌跡具有高準確度，行進軌跡更新計算的頻率可以等于行進影像的畫面更新頻率。此外，雖然本發(fā)明以在倒車時提供視角為由車輛上后方往下前方觀看的包含行進軌跡的行進影像進行說明，同樣的方法亦可通過取三維模型中位于車輛的上前方的像素點作為眼點，取三維模型中位于車輛的下后方的像素點作為視線參考點，使三維模型在車輛前進時提供視角為由車輛的上前方往下后方觀看的包含行進軌跡的行進影像。此一做法可以在例如車輛向前行駛進行停車時清楚看到車輛周圍景物的位置或變化。此外，本發(fā)明可以是在偵測到車輛倒車時自動在行車輔助裝置10的顯示器顯示視角為由車輛的上后方往下前方觀看的包含該行進軌跡的行進影像，也可以是由使用者自行手動選擇顯示。綜上所述，本發(fā)明的行車輔助方法及裝置通過將車輛周圍以多個不同視野拍攝的影像轉(zhuǎn)換為俯視視野影像，并拼接為可清楚顯露車輛周圍景物的合成影像。而在拍攝影像的同時，本發(fā)明也計算車輛行進時車輪于車輛周圍的行進軌跡，而通過將此行進軌跡與合成影像映射至車輛周圍空間的三維模型，可在車輛倒車時提供視角為由車輛的上后方往下前方觀看的包含行進軌跡的行進影像。借此，使用者將可清楚看到車輛周圍景物的位置或變化，從而調(diào)整行車操作。以上所述僅為本發(fā)明較佳實施例，然其并非用以限定本發(fā)明的范圍，任何熟悉本項技術(shù)的人員，在不脫離本發(fā)明的精神和范圍內(nèi)，可在此基礎(chǔ)上做進一步的改進和變化，因此本發(fā)明的保護范圍當以本申請的權(quán)利要求書所界定的范圍為準。當前第1頁12當前第1頁12