專利名稱：圖像處理系統(tǒng)及位置測量系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理系統(tǒng)，尤其涉及一種創(chuàng)建用于風(fēng)景圖像識別處理的參考數(shù)據(jù)的圖像處理系統(tǒng)和使用該參考數(shù)據(jù)的位置測量系統(tǒng)。
背景技術(shù)：
在汽車導(dǎo)航裝置中，已采用如下方法，即，使用從諸如陀螺儀傳感器和地磁傳感器之類的傳感器獲得的信息的方法(自主導(dǎo)航方法)、使用來自GPS衛(wèi)星的信號的方法、或者自主導(dǎo)航方法與使用來自GPS衛(wèi)星的信號的方法的組合，作為計算車輛當(dāng)前位置的方法。 此外，例如，在日本專利申請公報No. 2007-108043 (JP-A-2007-108043)中描述的位置測量裝置被認為是配置為精確地計算當(dāng)前位置(參考第段0009至第0013段以及圖1)的位置測量裝置。在該位置測量裝置中，首先，利用來自導(dǎo)航衛(wèi)星的信號等獲得暫定當(dāng)前位置。然后，利用車輛前面的風(fēng)景的拍攝圖像來計算相對于該暫定當(dāng)前位置，坐標系統(tǒng)(車輛坐標系統(tǒng))中的路標的特征點的坐標(車輛坐標系統(tǒng)特征點)。然后，利用計算出的車輛坐標系統(tǒng)特征點與存儲的路標的特征點的坐標(即世界坐標系統(tǒng)中所示的坐標)來計算車輛的當(dāng)前位置。在位置測量裝置中，即使利用從導(dǎo)航衛(wèi)星傳送的信號和/或從各種傳感器傳送的信號測量的位置包括誤差，也能夠精確地計算當(dāng)前位置。

發(fā)明內(nèi)容
在日本專利申請公報No. 2007-108043 (JP-A-2007-108043)中描述的位置測量裝置中，利用立體圖像來獲得道路上的路標的特征點的空間坐標，并從路標信息的數(shù)據(jù)庫獲得具有該特征點的路標的經(jīng)度與維度。因而，通過利用路標的經(jīng)度與維度而獲得的坐標來計算車輛的當(dāng)前位置。因此，這種位置測量系統(tǒng)無法用于沒有路標的區(qū)域。此外，由于必須計算通過圖像處理識別的特征點的空間坐標，所以要求裝置具有高運算能力，這樣會導(dǎo)致成本增加。因此，人們想到采用使用風(fēng)景圖像識別技術(shù)的位置計算方法，作為可用于沒有路標的道路或特定地點且無需計算每一特征點的空間坐標的位置計算方法。在此情形下，創(chuàng)建用于風(fēng)景圖像識別技術(shù)中的用于參考的圖像數(shù)據(jù)(參考數(shù)據(jù))是很重要的。因此，期望實施一種適合于創(chuàng)建用于風(fēng)景圖像識別的參考數(shù)據(jù)的圖像處理系統(tǒng)以及使用這種參考數(shù)據(jù)的位置測量系統(tǒng)。本發(fā)明的第一方案涉及一種圖像處理系統(tǒng)，該系統(tǒng)包括第一數(shù)據(jù)輸入單元，通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像被輸入到所述第一數(shù)據(jù)輸入單元；第一特征點提取單元，從被輸入到所述第一數(shù)據(jù)輸入單元的所述拍攝圖像中提取圖像特征點；圖像拍攝情況信息獲得單元，獲得圖像拍攝情況信息，所述圖像拍攝情況信息表示在被輸入到所述第一數(shù)據(jù)輸入單元的所述拍攝圖像中包含特定對象的可能性；特征點重要度確定單元， 基于所述圖像拍攝情況信息，確定所述第一特征點提取單元提取的圖像特征點的重要度； 圖像特征點數(shù)據(jù)產(chǎn)生單元，基于所述重要度，利用所述第一特征點提取單元提取的圖像特征點為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)；以及參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元，通過將所述圖像特征點數(shù)據(jù)與圖像拍攝屬性信息相關(guān)聯(lián)，從而產(chǎn)生在執(zhí)行風(fēng)景圖像識別時使用的參考數(shù)據(jù)，并且創(chuàng)建作為所述參考數(shù)據(jù)的數(shù)據(jù)庫的參考數(shù)據(jù)數(shù)據(jù)庫。所述圖像拍攝屬性信息包括圖像拍攝位置，所述圖像在該圖像拍攝位置被拍攝從而獲得與所述圖像特征點數(shù)據(jù)對應(yīng)的拍攝圖像。采用上述配置，從每一個從車輛看到的風(fēng)景的拍攝圖像提取圖像特征點，并且包括所提取的圖像特征點的圖像特征點數(shù)據(jù)與作為圖像拍攝時的車輛位置的圖像拍攝位置相關(guān)聯(lián)，從而產(chǎn)生參考數(shù)據(jù)。因而，創(chuàng)建了參考數(shù)據(jù)的數(shù)據(jù)庫，并且該參考數(shù)據(jù)用于風(fēng)景圖像識別。此外，采用上述配置，根據(jù)表示在拍攝圖像中包含特定對象的可能性的圖像拍攝情形信息來確定圖像特征點的重要度?；谥匾犬a(chǎn)生圖像特征點數(shù)據(jù)。因此，能夠基于圖像特征點的重要度來選擇圖像特征點。此外，當(dāng)參考數(shù)據(jù)用于圖像識別處理(如圖案匹配) 時，能夠考慮重要度執(zhí)行各種運算。這樣能夠提高圖像識別的精確度。此外，當(dāng)拍攝圖像中包含特定對象時，能夠基于圖像特征點是否位于特定對象存在的區(qū)域中，通過改變圖像特征點的重要度，來提高風(fēng)景圖像識別的精確度。本發(fā)明的第二方案涉及一種位置測量系統(tǒng)，包括由根據(jù)第一方案所述的圖像處理系統(tǒng)創(chuàng)建的參考數(shù)據(jù)數(shù)據(jù)庫；第二數(shù)據(jù)輸入單元，通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像被輸入到所述第二數(shù)據(jù)輸入單元中；第二特征點提取單元，從被輸入到所述第二數(shù)據(jù)輸入單元的所述拍攝圖像中提取圖像特征點；拍攝圖像處理單元，利用所述第二特征點提取單元提取的圖像特征點為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)，并且輸出所產(chǎn)生的圖像特征點數(shù)據(jù)作為用于匹配的數(shù)據(jù)；以及風(fēng)景匹配單元，在從所述參考數(shù)據(jù)數(shù)據(jù)庫提取的參考數(shù)據(jù)與所述用于匹配的數(shù)據(jù)之間執(zhí)行匹配，并且基于與所述用于匹配的數(shù)據(jù)相匹配的參考數(shù)據(jù)相關(guān)聯(lián)的圖像拍攝位置來確定所述車輛的位置。采用上述配置，使用如上所述的用于風(fēng)景匹配的參考數(shù)據(jù)。因此，能夠適當(dāng)?shù)卮_定車輛位置。


根據(jù)參照附圖對示例實施例的如下描述，本發(fā)明的前述和更多的目的、特征及優(yōu)點將會變得明顯，其中相同的標號用于表示相同的元件，其中圖1是用于說明由根據(jù)本發(fā)明一實施例的圖像處理系統(tǒng)創(chuàng)建參考數(shù)據(jù)以及通過利用參考數(shù)據(jù)進行匹配處理來確定車輛位置的位置測量技術(shù)的基本概念的示意圖；圖2是顯示根據(jù)本發(fā)明的實施例的圖像處理系統(tǒng)的主要功能的功能性框圖；圖3A至圖3F是示意性地顯示利用調(diào)整系數(shù)來調(diào)整權(quán)重系數(shù)的示意圖；以及圖4顯示使用由根據(jù)本發(fā)明的實施例的圖像處理系統(tǒng)創(chuàng)建的參考數(shù)據(jù)數(shù)據(jù)庫的汽車導(dǎo)航系統(tǒng)的功能框。
具體實施方式
下文中，將參照附圖詳細描述本發(fā)明的實施例。圖1示意性地顯示位置測量技術(shù)的基本概念，在該位置測量技術(shù)中，通過利用由根據(jù)本發(fā)明的實施例的圖像處理系統(tǒng)創(chuàng)建的參考數(shù)據(jù)進行匹配處理來識別車載相機所拍攝的風(fēng)景圖像，從而確定拍攝風(fēng)景圖像的位置(即車輛位置)。首先，將描述用于創(chuàng)建參考數(shù)據(jù)數(shù)據(jù)庫(下文中簡稱為“參考數(shù)據(jù)DB”)92的過程。如圖1所示，首先，輸入在行駛期間通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像以及圖像拍攝屬性信息(步驟01)。圖像拍攝屬性信息包括在進行圖像拍攝時拍攝圖像的圖像拍攝位置和拍攝圖像的圖像拍攝方向。術(shù)語“拍攝圖像的圖像拍攝位置^示圖像被拍攝從而獲得拍攝圖像的位置。術(shù)語“拍攝圖像的圖像拍攝方向”表示圖像被拍攝從而獲得拍攝圖像的方向。然后，對輸入的拍攝圖像執(zhí)行用于檢測圖像特征點的特征點檢測處理(例如邊緣檢測處理)(步驟0 。與一個或多個像素對應(yīng)的邊緣點的構(gòu)成一條線段(例如輪廓) 的部分被稱為“線段邊緣”。多個線段邊緣彼此相交的交叉點被稱為“角(corner)”。構(gòu)成線段邊緣的邊緣點被稱為“線段邊緣點”。在這些線段邊緣點中，與角對應(yīng)的邊緣點被稱為 “角邊緣點”。線段邊緣點與角邊緣點是圖像特征點的實例。從通過邊緣檢測處理獲得的邊緣檢測圖像中提取包括角邊緣點的線段邊緣點，作為圖像特征點(步驟03)。在與步驟01至03的處理不同的處理(即與步驟01至03的處理并行實行的處理)中，獲得圖像拍攝情況信息(步驟04)。圖像拍攝情況信息表示在拍攝圖像中包含特定對象的可能性。如稍后詳細描述的，為了使特定對象所處區(qū)域中的圖像特征點的重要度與其它區(qū)域中的圖像特征點的重要度不同，將圖像拍攝情況信息用作在拍攝圖像中分布的圖像特征點。利用圖像拍攝情況信息，通過降低不適合風(fēng)景圖像識別的圖像特征點的重要度和/或提高對風(fēng)景圖像識別而言很重要的圖像特征點的重要度，最終能夠創(chuàng)建可靠的參考數(shù)據(jù)DB 92。每一圖像特征點的重要度均基于圖像拍攝情況信息來確定(步驟05)。然后， 產(chǎn)生權(quán)重系數(shù)矩陣(步驟06)。權(quán)重系數(shù)矩陣根據(jù)圖像特征點的重要度來制定對圖像特征點的權(quán)重系數(shù)的分配。通過圖像識別處理可以從拍攝圖像中檢測包含在圖像拍攝情況信息中的對象，或者通過處理來自各種車載傳感器(距離傳感器、障礙物檢測傳感器等等)的傳感器信號來檢測包含在圖像拍攝情況信息中的對象?？商鎿Q地，通過處理來自外界(例如從車輛信息與通信系統(tǒng)(VICS)(日本注冊商標)中獲得)的信號，可以檢測包含在圖像拍攝情況信息中的對象。隨后，基于權(quán)重系數(shù)對圖像特征點執(zhí)行處理，從而為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)(步驟07)。在創(chuàng)建圖像特征點數(shù)據(jù)期間，執(zhí)行選擇處理。即，放棄權(quán)重系數(shù)等于或低于第一閾值的圖像特征點，和/或放棄除了權(quán)重系數(shù)等于或高于第二閾值的圖像特征點及在權(quán)重系數(shù)等于或高于第二閾值的圖像特征點周圍的圖像特征點以外的圖像特征點。當(dāng)為風(fēng)景圖像識別采用圖案匹配時，將在此步驟中產(chǎn)生的圖像特征點數(shù)據(jù)用作圖案。因此，為了達到匹配的高速性能與高精度，重要的是圖像特征點數(shù)據(jù)應(yīng)當(dāng)僅包括用于風(fēng)景圖像的圖案匹配的圖像特征點。產(chǎn)生的圖像特征點數(shù)據(jù)與對應(yīng)于該圖像特征點數(shù)據(jù)的拍攝圖像的圖像拍攝位置和/或?qū)?yīng)于該圖像特征點數(shù)據(jù)的拍攝圖像的圖像拍攝方向相關(guān)聯(lián)。因而，產(chǎn)生的圖像特征點數(shù)據(jù)變成了可以利用圖像拍攝位置和/或圖像拍攝方向作為搜索條件進行搜索的數(shù)據(jù)庫的數(shù)據(jù)(步驟08)。即，圖像特征點數(shù)據(jù)存儲在參考數(shù)據(jù)DB 92中，作為用于風(fēng)景圖像識別的參考數(shù)據(jù)，例如作為用于圖案匹配的圖案(步驟09)。
其次，將描述在車輛利用由上述過程創(chuàng)建的參考數(shù)據(jù)DB 92實際行駛的同時確定車輛的位置(車輛位置)的過程。如圖1所示，首先，輸入利用車載相機通過拍攝風(fēng)景而獲得的實際拍攝圖像以及實際拍攝圖像的圖像拍攝位置和圖像拍攝方向，它們用于從參考數(shù)據(jù)DB 92中提取參考數(shù)據(jù)(步驟11)。在此步驟中輸入的圖像拍攝位置是利用例如GPS測量單元估計的估計車輛位置。通過上述步驟02至步驟07，由輸入的拍攝圖像產(chǎn)生作為圖像特征點數(shù)據(jù)的用于匹配的數(shù)據(jù)(步驟12)。同時，利用輸入的圖像拍攝位置(估計車輛位置)和/或輸入的圖像拍攝方向作為搜索條件，提取一組關(guān)于圖像拍攝位置(估計車輛位置)的參考數(shù)據(jù)和關(guān)于圖像拍攝位置(估計車輛位置)前面、后面位置的參考數(shù)據(jù)，作為匹配候選參考數(shù)據(jù)組(步驟13)。包含在所提取的匹配候選參考數(shù)據(jù)組中的每一參考數(shù)據(jù)被設(shè)為圖案，并且執(zhí)行每一圖案與所產(chǎn)生的用于匹配的數(shù)據(jù)之間的圖案匹配的處理，作為風(fēng)景圖像識別(步驟14)。 當(dāng)被設(shè)為圖案的參考數(shù)據(jù)與所產(chǎn)生的用于匹配的數(shù)據(jù)相匹配時，取回與所產(chǎn)生的用于匹配的數(shù)據(jù)相匹配的參考數(shù)據(jù)相關(guān)聯(lián)的圖像拍攝位置(步驟15)。取回的圖像拍攝位置被確定為正式車輛位置，代替估計車輛位置(步驟16)。接著，將描述根據(jù)本發(fā)明的實施例的圖像處理系統(tǒng)，其基于上述位置測量技術(shù)的基本概念由拍攝圖像產(chǎn)生參考數(shù)據(jù)。圖2中的功能性框圖示意性地顯示與本發(fā)明的實施例尤其有關(guān)的圖像處理系統(tǒng)的功能。圖像處理系統(tǒng)包括多個功能單元，如數(shù)據(jù)輸入單元51、特征點提取單元52、特征點重要度確定單元53、權(quán)重單元55、調(diào)整系數(shù)設(shè)置單元54、圖像特征點數(shù)據(jù)產(chǎn)生單元56和參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元57。每一個功能均可通過硬件、軟件或硬件與軟件的組合來實施。通過利用車輛中設(shè)置的相機拍攝風(fēng)景而獲得的拍攝圖像、包括在進行圖像拍攝時的圖像拍攝位置與圖像拍攝方向的圖像拍攝屬性信息和圖像拍攝情況信息被輸入到數(shù)據(jù)輸入單元51。該車輛可以是為創(chuàng)建參考數(shù)據(jù)的目的而行駛的車輛。在圖像處理系統(tǒng)設(shè)置于車輛中的實例中，拍攝圖像、圖像拍攝屬性信息和圖像拍攝情況信息被實時輸入到數(shù)據(jù)輸入單元51中。但是，在圖像處理系統(tǒng)安裝在數(shù)據(jù)處理中心等中的實例中，拍攝圖像、圖像拍攝屬性信息和圖像拍攝情況信息暫存在存儲介質(zhì)中，進而以批處理方式將這些數(shù)據(jù)輸入到輸入單元51中。產(chǎn)生拍攝圖像和圖像拍攝屬性信息的方法是公知的，因此省略其描述。圖像拍攝情況信息是表示在拍攝圖像中包含特定對象的可能性的信息。特定對象的實例包括限定車輛行駛的行駛車道的物體(如路肩處的導(dǎo)軌和槽)、移動物體(如附近行駛車輛、迎面而來的車輛、自行車和步行者)和作為山區(qū)、郊區(qū)、市區(qū)、高層建筑區(qū)等的特征的風(fēng)景物(如山脈和建筑物)。在實施例中，圖像拍攝情況信息的內(nèi)容包括行駛車道數(shù)據(jù)^、移動物體數(shù)據(jù)^和區(qū)屬性數(shù)據(jù)Da。行駛車道數(shù)據(jù)^是顯示拍攝圖像中的行駛車道區(qū)域和道路外側(cè)區(qū)域的數(shù)據(jù)。行駛車道數(shù)據(jù)^是基于對白線、欄桿和安全地帶的識別結(jié)果獲得的。白線、導(dǎo)軌和安全地帶通過對拍攝圖像執(zhí)行圖像處理來識別。移動物體數(shù)據(jù)^是顯示車輛附近的移動物體在拍攝圖像中存在的區(qū)域的數(shù)據(jù)。車輛附近的移動物體通過檢測障礙物的車載傳感器(如雷達)來識別。區(qū)屬性數(shù)據(jù)Da是顯示通過對圖像進行拍攝而獲得拍攝圖像的圖像拍攝區(qū)的類型(即圖像拍攝區(qū)的區(qū)屬性)的數(shù)據(jù)。區(qū)屬性的實例包括山區(qū)、 郊區(qū)、市區(qū)和高層建筑區(qū)。類型(即圖像拍攝區(qū)的區(qū)屬性)基于在通過對圖像進行拍攝而獲得拍攝圖像時的車輛位置和地圖數(shù)據(jù)來識別。
特征點提取單元52利用適當(dāng)?shù)乃阕訌呐臄z圖像中提取邊緣點，作為圖像特征點。 特征點重要度確定單元53基于包含在圖像拍攝情況信息中的每一數(shù)據(jù)的內(nèi)容來確定由特征點提取單元52提取的圖像特征點的重要度。例如，當(dāng)使用行駛車道數(shù)據(jù)^的內(nèi)容時，與分配給位于拍攝圖像中的行駛車道內(nèi)側(cè)的區(qū)域中的圖像特征點的重要度相比，將高重要度分配給位于拍攝圖像中的行駛車道外側(cè)的路肩側(cè)區(qū)域中的圖像特征點。當(dāng)使用移動物體數(shù)據(jù)隊時，與分配給拍攝圖像中不存在移動物體的區(qū)域中的圖像特征點的重要度相比，將低重要度分配給拍攝圖像中存在移動物體的區(qū)域中的圖像特征點。此外，當(dāng)使用區(qū)屬性數(shù)據(jù) Da的內(nèi)容時，根據(jù)上述區(qū)屬性來改變按照拍攝圖像中的圖像特征點的位置將重要度分配給圖像特征點的規(guī)則。例如，在山區(qū)的拍攝圖像中，因為在用于圖像拍攝的中心光軸上方很可能是天空，而在用于圖像拍攝的中心光軸的左右兩側(cè)為森林，所以，與分配給除了中心區(qū)域之外的其它區(qū)域中的圖像特征點的重要度相比，將高重要度分配給在用于圖像拍攝的中心光軸周圍的中心區(qū)域中的圖像特征點。在郊區(qū)的拍攝圖像中，因為交通量不是很大，并且周圍有如房子等結(jié)構(gòu)性物體，所以，與分配給用于圖像拍攝的中心光軸上方的區(qū)域中的圖像特征點的重要度相比，將高重要度分配給在用于圖像拍攝的中心光軸下方的區(qū)域中的圖像特征點。在市區(qū)的拍攝圖像中，因為交通量很大，所以，與用于圖像拍攝的中心光軸下方的區(qū)域相比，將高重要度分配給在用于圖像拍攝的中心光軸上方的區(qū)域中的圖像特征點。在高層建筑區(qū)的拍攝圖像中，因為有很多高架路和高架橋，所以與用于圖像拍攝的中心光軸下方的區(qū)域相比，將高重要度分配給在用于圖像拍攝的中心光軸上方的區(qū)域中的圖像特征點ο權(quán)重單元55根據(jù)特征點重要度確定單元53分配的重要度將權(quán)重系數(shù)分配給圖像特征點。因為將高重要度分配給被認為是對執(zhí)行精確的圖像識別(精確的圖案匹配)而言很重要的圖像特征點，所以將高權(quán)重系數(shù)分配給已分配高重要度的圖像特征點。另一方面， 考慮到已分配低重要度的圖像特征點不被用于實際圖像識別的可能性很高，或者被從參考數(shù)據(jù)中刪除，所以將低權(quán)重系數(shù)分配給已分配低重要度的圖像特征點，從而使用該低權(quán)重系數(shù)來確定是選擇還是刪除圖像特征點。鑒于拍攝圖像中的權(quán)重系數(shù)的分布狀態(tài)，調(diào)整系數(shù)設(shè)置單元M計算用于改變權(quán)重單元55分配的權(quán)重系數(shù)的調(diào)整系數(shù)。基于圖像拍攝情況信息已分配給特征點提取單元 52提取的圖像特征點的重要度包括一定誤差。因而，可能會認為已分配高重要度的圖像特征點是隨機分布的。因此，當(dāng)已分配高重要度的圖像特征點分布不均時，換言之，當(dāng)已通過權(quán)重單元55分配了高權(quán)重系數(shù)的圖像特征點分布不均時，調(diào)整系數(shù)設(shè)置單元M用于減少分布不均。當(dāng)通過計算處理而獲得圖像特征點的散布表示已分配高權(quán)重系數(shù)的圖像特征點分布不均時，將調(diào)整系數(shù)設(shè)為增大在已分配高權(quán)重系數(shù)的圖像特征點的密度低的區(qū)域中的圖像特征點的權(quán)重系數(shù)，并將調(diào)整系數(shù)設(shè)為減小在已分配高權(quán)重系數(shù)的圖像特征點的密度高的區(qū)域中的圖像特征點的權(quán)重系數(shù)。圖像特征點數(shù)據(jù)產(chǎn)生單元56通過基于權(quán)重單元55分配的權(quán)重系數(shù)或者在某些情形下基于權(quán)重系數(shù)與分配的調(diào)整系數(shù)對圖像特征點執(zhí)行處理，從而為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)。當(dāng)產(chǎn)生圖像特征點數(shù)據(jù)時，通過刪除權(quán)重系數(shù)等于或低于閾值的圖像特征點，可以減少圖像特征點的數(shù)量，從而有效地執(zhí)行匹配處理。此外，圖像特征點數(shù)據(jù)可以設(shè)置有權(quán)重系數(shù)，以使權(quán)重系數(shù)還與參考數(shù)據(jù)中的圖像特征點相關(guān)聯(lián)，進而在執(zhí)行圖案匹配處理時使用權(quán)重系數(shù)來計算加權(quán)相似度。將參照圖3A至圖3F所示的示意性說明圖來描述盡量利用上述調(diào)整系數(shù)在拍攝圖像的整個區(qū)域范圍內(nèi)分布圖像特征點數(shù)據(jù)中的圖像特征點的處理。通過從拍攝圖像(圖 3A)中提取圖像特征點而產(chǎn)生特征點圖像(圖:3B)。為特征點圖像中每一圖像特征點分配重要度。為了能夠示意性地理解重要度是如何分配的，圖3C以與特征點圖像對應(yīng)的重要度階層(layer)的形式來顯示與圖像特征點對應(yīng)的重要度。利用重要度階層為每一圖像特征點分配權(quán)重系數(shù)。圖3D以圖像特征點的尺寸隨著該圖像特征點的權(quán)重系數(shù)的增加而增加的特征點圖像的形式顯示已分配權(quán)重系數(shù)的圖像特征點。如果對圖像特征點執(zhí)行處理，例如，刪除已分配權(quán)重系數(shù)等于或低于閾值的圖像特征點，即，例如，如果刪除除了圖3D中的大尺寸圖像特征點之外的圖像特征點，則可以移除位于特征點圖像中的下部區(qū)域中的圖像特征點。因而，剩余圖像特征點(即圖像特征點數(shù)據(jù)中的圖像特征點)可能分布極不均勻。 為了避免圖像特征點的分布不均，計算特征點圖像中的圖像特征點的分布度，進而將調(diào)整系數(shù)設(shè)為增大因?qū)D像特征點執(zhí)行處理而使剩余圖像特征點的密度低的區(qū)域中的圖像特征點的權(quán)重系數(shù)。為了能夠示意性地理解以上述方式設(shè)置的調(diào)整系數(shù)，圖3E以與特征點圖像對應(yīng)的調(diào)整系數(shù)階層的形式顯示了調(diào)整系數(shù)組。在調(diào)整系數(shù)階層中，調(diào)整系數(shù)以矩陣方式排列(即為由多個像素區(qū)域組成的每一分區(qū)分配調(diào)整系數(shù))。圖像特征點數(shù)據(jù)產(chǎn)生單元 56利用權(quán)重系數(shù)及基于調(diào)整系數(shù)而最終設(shè)置的權(quán)重系數(shù)對圖像特征點執(zhí)行處理，從而為每一拍攝圖像產(chǎn)生圖3F所示的圖像特征點數(shù)據(jù)。參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元57通過將圖像特征點數(shù)據(jù)產(chǎn)生單元56產(chǎn)生的圖像特征點數(shù)據(jù)與關(guān)于與圖像特征點數(shù)據(jù)對應(yīng)的拍攝圖像的圖像拍攝屬性信息相關(guān)聯(lián)，從而創(chuàng)建用于風(fēng)景圖像識別處理的參考數(shù)據(jù)。因而，參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元57創(chuàng)建參考數(shù)據(jù)的數(shù)據(jù)庫。即，參考數(shù)據(jù)存儲在參考數(shù)據(jù)DB 92中。以上已描述了這樣一個實例，在該實例中，確定每一圖像特征點的重要度，進而設(shè)置每一圖像特征點的權(quán)重系數(shù)。但是，可以對每一圖像特征點組執(zhí)行處理。在此情形下，例如可以將拍攝圖像的區(qū)域分成多個圖像分區(qū)，并且特征點重要度確定單元53可以將圖像特征點分成圖像特征點組，以使每一圖像特征點組包括同一圖像分區(qū)中的圖像特征點，進而可以對每一圖像特征點組執(zhí)行處理。在此情形下，特征點重要度確定單元53可以將同一重要度分配給包含在同一圖像特征點組中的圖像特征點。相似地，權(quán)重單元55可以為每一圖像特征點組設(shè)置權(quán)重系數(shù)。在此情形下，圖像分區(qū)可以按照使每一圖像分區(qū)均由包含在拍攝圖像中的一個像素組成的方式或者每一圖像分區(qū)均由多個像素組成的方式來設(shè)置。因而，在本發(fā)明的實施例中，每一圖像分區(qū)均可由一或多個像素組成。接著，將描述車載汽車導(dǎo)航裝置，其通過利用由上述圖像處理系統(tǒng)創(chuàng)建的參考數(shù)據(jù)DB 92執(zhí)行風(fēng)景圖像識別(圖像特征點圖案匹配)，從而校正車輛位置。圖4顯示將汽車導(dǎo)航系統(tǒng)安裝在車載LAN中的實例的功能框。汽車導(dǎo)航系統(tǒng)包括輸入操作模塊21、導(dǎo)航控制模塊3、車輛位置檢測模塊4、圖像拍攝情況信息產(chǎn)生單元7和數(shù)據(jù)庫9，其中該數(shù)據(jù)庫9包括上述參考數(shù)據(jù)DB 92和道路地圖數(shù)據(jù)庫(下文中簡稱為“道路地圖DB”)91，在道路地圖數(shù)據(jù)庫91中存儲用于汽車導(dǎo)航的道路地圖數(shù)據(jù)。導(dǎo)航控制模塊3包括路徑設(shè)置單元31、路徑搜索單元32和路徑導(dǎo)引單元33。例如，路徑設(shè)置單元31設(shè)置出發(fā)地(如當(dāng)前車輛位置)、已輸入的目的地、經(jīng)過地點和行駛條件(例如關(guān)于是否使用高速公路的條件)。路徑搜索單元32是這樣一種處理單元，其基于路徑設(shè)置單元31設(shè)置的條件來執(zhí)行計算處理，以搜索從出發(fā)地到目的地的導(dǎo)引路徑。路徑導(dǎo)引單元33是這樣一種處理單元，其根據(jù)從出發(fā)地到目的地的路徑來執(zhí)行運算處理，從而為駕駛員提供適當(dāng)?shù)穆窂綄?dǎo)引(作為搜索結(jié)果被路徑搜索單元32取回)。路徑導(dǎo)引單元33 利用監(jiān)視器12的屏幕上顯示的導(dǎo)引、從揚聲器13輸出的語音導(dǎo)引等等來提供路徑導(dǎo)引。車輛位置檢測模塊4具有通過利用GPS來執(zhí)行常規(guī)的位置計算以及利用航位推算導(dǎo)航法來執(zhí)行常規(guī)的位置計算而獲得的校正估計車輛位置的功能。車輛位置檢測模塊4 基于利用估計車輛位置通過風(fēng)景圖像識別而確定的車輛位置來校正估計車輛位置。車輛位置檢測模塊4包括GPS處理單元41、航位推算導(dǎo)航法處理單元42、車輛位置坐標計算單元 43、地圖匹配單元44、車輛位置確定單元45、拍攝圖像處理單元5以及風(fēng)景匹配單元6。GPS 處理單元41連接到從GPS衛(wèi)星接收GPS信號的GPS測量單元15。該GPS處理單元41對由 GPS測量單元15所接收的來自GPS衛(wèi)星的信號進行分析，計算車輛的當(dāng)前位置(即緯度和經(jīng)度)，并且將車輛的當(dāng)前位置傳輸?shù)杰囕v位置坐標計算單元43，作為GPS位置坐標數(shù)據(jù)。 航位推算導(dǎo)航法處理單元42連接到距離傳感器16和方向傳感器17。距離傳感器16是檢測車輛的速度與移動距離的傳感器。例如，距離傳感器16包括車輛的驅(qū)動軸、車輪等每次旋轉(zhuǎn)特定量時輸出脈沖信號的車速脈沖傳感器、檢測車輛的加速度的偏航率/加速度傳感器、以及對所檢測的加速度的值進行積分的電路。距離傳感器16將作為檢測結(jié)果的關(guān)于車輛速度的信息和關(guān)于車輛移動距離的信息輸出到航位推算導(dǎo)航法處理單元42。例如，方向傳感器17包括陀螺儀傳感器、地磁傳感器、附于方向盤的旋轉(zhuǎn)單元的光學(xué)角速率傳感器和旋轉(zhuǎn)式可變電阻器以及附于車輪單元的角度傳感器。方向傳感器17將作為檢測結(jié)果的關(guān)于方向的信息輸出到航位推算導(dǎo)航法處理單元42。航位推算導(dǎo)航法處理單元42基于時刻傳輸?shù)胶轿煌扑銓?dǎo)航法處理單元42的移動距離信息與方向信息計算航位推算導(dǎo)航法位置坐標，并將算出的航位推算導(dǎo)航法位置坐標傳輸?shù)杰囕v位置坐標計算單元43，作為航位推算導(dǎo)航法位置坐標數(shù)據(jù)。利用公知的方法，車輛位置坐標計算單元43基于GPS位置坐標數(shù)據(jù)與航位推算導(dǎo)航法位置坐標數(shù)據(jù)來執(zhí)行計算處理以確定車輛位置的坐標。計算出的車輛位置信息包括測量誤差等。因此，計算出的車輛位置在某些情形下可能偏離道路。因而， 地圖匹配單元44調(diào)整車輛位置信息，以使車輛位于道路地圖中所示的道路上。車輛位置的坐標被傳輸?shù)杰囕v位置確定單元45，作為估計車輛位置。拍攝圖像處理單元5基本上包括組成圖2所示的圖像處理系統(tǒng)的大部分功能單元。拍攝圖像處理單元5包括數(shù)據(jù)輸入單元51、特征點提取單元52、特征點重要度確定單元53、權(quán)重單元55、調(diào)整系數(shù)設(shè)置單元M和圖像特征點數(shù)據(jù)產(chǎn)生單元56。當(dāng)將車輛前面的風(fēng)景的拍攝圖像(其為車載相機14拍攝的圖像)輸入到數(shù)據(jù)輸入單元51時，通過上述步驟從圖像特征點數(shù)據(jù)產(chǎn)生單元56輸出圖像特征點數(shù)據(jù)。特征點重要度確定單元53使用的圖像拍攝情況信息由設(shè)置在車輛中的圖像拍攝情況信息產(chǎn)生單元7產(chǎn)生，并且被傳輸?shù)脚臄z圖像處理單元5。圖像拍攝情況信息產(chǎn)生單元7連接到車載相機14，以便于產(chǎn)生上述行駛車道數(shù)據(jù)隊，并且圖像拍攝情況信息產(chǎn)生單元7接收與傳輸?shù)脚臄z圖像處理單元5的拍攝圖像相同的拍攝圖像。利用公知算法，通過對接收到的拍攝圖像執(zhí)行圖像處理，從而創(chuàng)建行駛車道數(shù)據(jù)隊。圖像拍攝情況信息產(chǎn)生單元7連接到用于檢測障礙物的傳感器組18，以創(chuàng)建上述移動物體數(shù)據(jù)隊。圖像拍攝情況信息產(chǎn)生單元7基于從傳感器組18傳輸?shù)膫鞲衅餍畔韯?chuàng)建移動物體數(shù)據(jù)隊。此外，圖像拍攝情況信息產(chǎn)生單元7連接到車輛位置確定單元45和數(shù)據(jù)庫9，以創(chuàng)建上述區(qū)屬性數(shù)據(jù)Da。通過利用從車輛位置確定單元45傳輸?shù)能囕v位置坐標作為搜索條件來搜索數(shù)據(jù)庫9，圖像拍攝情況信息產(chǎn)生單元7獲得車輛當(dāng)前行駛的區(qū)的區(qū)屬性。區(qū)屬性的實例包括山區(qū)和市區(qū)。圖像拍攝情況信息產(chǎn)生單元7基于獲得的區(qū)屬性來創(chuàng)建區(qū)屬性數(shù)據(jù)Da。風(fēng)景匹配單元6基于從車輛位置確定單元45傳輸?shù)墓烙嬡囕v位置，利用從參考數(shù)據(jù)DB 92中提取的參考數(shù)據(jù)作為圖案，對從拍攝圖像處理單元5傳輸?shù)膱D像特征點數(shù)據(jù)執(zhí)行圖案匹配處理。當(dāng)參考數(shù)據(jù)與圖像特征點數(shù)據(jù)匹配時，取回(retrieve)與匹配參考數(shù)據(jù)相關(guān)聯(lián)的圖像拍攝位置。取回的圖像拍攝位置被傳輸?shù)杰囕v位置確定單元45，作為車輛位置。車輛位置確定單元45校正車輛位置，即用傳輸?shù)能囕v位置來替代估計車輛位置。汽車導(dǎo)航裝置還包括作為外圍設(shè)備的輸入操作模塊21、顯示模塊22、語音產(chǎn)生模塊23和車輛行為檢測模塊24。輸入操作模塊21包括輸入設(shè)備11和操作輸入評價單元21a， 其中輸入設(shè)備11包括有觸摸面板和開關(guān)，操作輸入評價單元21a將通過輸入設(shè)備11的操作輸入轉(zhuǎn)換成適當(dāng)?shù)牟僮餍盘?，并將該操作信號傳輸?shù)狡噷?dǎo)航系統(tǒng)。顯示模塊22使監(jiān)視器12顯示汽車導(dǎo)航所需的圖像信息。語音產(chǎn)生模塊23使揚聲器13和蜂鳴器輸出汽車導(dǎo)航所需的語音信息。車輛行為檢測模塊M基于通過車載LAN所傳輸?shù)男袨閿?shù)據(jù)來檢測車輛的各種行為(如車輛的剎車行為、加速行為和操縱行為)。如上述實施例，優(yōu)選地，圖像拍攝情況信息可以包括對車輛行駛的行駛車道的識別結(jié)果；并且與分配給位于拍攝圖像中的行駛車道內(nèi)側(cè)的區(qū)域中的圖像特征點的重要度相比，可將高重要度分配給位于拍攝圖像中的行駛車道外側(cè)的路肩側(cè)區(qū)域中的圖像特征點。 采用這種配置，在風(fēng)景的拍攝圖像中，能夠提高從隨著時間的流逝沒有發(fā)生太大改變的對象(即在道路側(cè)布置的人造物體或天然物體)中提取的圖像特征點的重要度；并且能夠降低從隨著時間的流逝發(fā)生很大改變的對象(即在行駛車道中存在的物體，因此很可能在短周期內(nèi)被移除)中提取的圖像特征點的重要度。因而，能夠創(chuàng)建圖像特征點數(shù)據(jù)，該圖像特征點數(shù)據(jù)被當(dāng)作被存儲在數(shù)據(jù)庫中的有價值的參考數(shù)據(jù)并且包括隨著時間的流逝而穩(wěn)定地使用的圖像特征點。即，能夠創(chuàng)建有價值的參考數(shù)據(jù)的數(shù)據(jù)庫。如上述實施例，優(yōu)選地，圖像拍攝情況信息可以包括通過車載傳感器對車輛附近存在的移動物體的識別結(jié)果；并且，與分配給拍攝圖像中不存在移動物體的區(qū)域中的圖像特征點的重要度相比，可將低重要度分配給拍攝圖像中存在移動物體的區(qū)域中的圖像特征點。當(dāng)將圖像特征點數(shù)據(jù)用作用于風(fēng)景圖像識別的參考數(shù)據(jù)時，從與移動物體對應(yīng)的圖像中提取的圖像特征點被當(dāng)作噪聲。采用上述配置，能夠降低移動物體存在的區(qū)域中的圖像特征點的重要度。因而，能夠刪除移動物體存在的區(qū)域中的圖像特征點，從而創(chuàng)建可靠的參考數(shù)據(jù)。此外，如上述實施例，優(yōu)選地，圖像拍攝情況信息可以包括基于在通過對圖像進行拍攝而獲得拍攝圖像時的車輛位置來識別的圖像拍攝區(qū)的區(qū)屬性和地圖數(shù)據(jù)；并且，可以根據(jù)區(qū)屬性來改變按照拍攝圖像中的圖像特征點的位置將重要度分配給圖像特征點的規(guī)則。采用這種配置，能夠根據(jù)圖像拍攝區(qū)的區(qū)屬性來估計拍攝圖像中的具有隨著時間的推移沒有變化的物體且對于確定區(qū)而言有用的區(qū)域。區(qū)屬性的實例包括山區(qū)、郊區(qū)、市區(qū)以及高層建筑區(qū)。因此，能夠提高從估計區(qū)域中提取的圖像特征點的重要度，并且降低其它區(qū)域中的圖像特征點的重要度。因而，能夠創(chuàng)建可靠的參考數(shù)據(jù)。優(yōu)選地，圖像特征點可以是在圖像中被穩(wěn)定地檢測的點。因此，通常使用利用邊緣檢測濾波器等檢測的邊緣點。構(gòu)成顯示建筑物的輪廓、建筑物的窗戶輪廓和各種廣告牌的輪廓的線性邊緣的邊緣點組是適用于本發(fā)明的實施例的圖像特征點。因此，在本發(fā)明的實施例中，優(yōu)選地，特征點提取單元52提取的圖像特征點可以是邊緣點，并且當(dāng)這些邊緣點是形成直線的直線成分邊緣點時，優(yōu)選地，與分配給除了直線成分邊緣點之外的其它邊緣點的重要度相比，可以將高重要度分配給直線成分邊緣點。采用這種配置，能夠以精確的、 簡單的方式創(chuàng)建能夠識別作為風(fēng)景特征的特定人造物體(如建筑物或廣告牌)的參考數(shù)據(jù)。在此情形下，優(yōu)選地，與分配給除了交叉點邊緣點之外的其它的直線成分邊緣點的重要度相比，可以將高重要度分配給直線成分邊緣點中的交叉點邊緣點。交叉點邊緣點是兩條直線成分的交叉點。因而，能夠?qū)趨⒖紨?shù)據(jù)中的圖像特征點限制在角上，即作為建筑物、橋、廣告牌等中最重要的特征點的交叉點邊緣點。因而，能夠減小圖像識別中的運算量。 應(yīng)注意交叉點邊緣點可以利用例如Harris算子來檢測。在上述實施例中，在通過邊緣檢測處理獲得的作為圖像特征點的邊緣點之中，特別地，構(gòu)成一條線段的線段邊緣點(直線成分邊緣點)和角邊緣點(交叉點邊緣點)被視為有用的圖像特征點。角邊緣點(交叉點邊緣點)與線段彼此相交的交叉點對應(yīng)，優(yōu)選地， 線段基本上彼此垂直。但是，本發(fā)明中使用的圖像特征點不限于這種邊緣點?？梢允褂脤︼L(fēng)景而言有用的圖像特征點。例如，可以使用形成如圓形或矩形等幾何形狀的典型的邊緣點(當(dāng)該幾何形狀是圓形時，典型的邊緣點是該圓的圓周上的三個點)，或者可以使用幾何形狀的重心或者表示圖像中的幾何形狀的重心的點。此外，優(yōu)選地，采用邊緣強度(edge intensity)作為計算重要度的因子。例如，當(dāng)線段由具有高強度的邊緣組成時，與分配給除了起點與終點之外的其它邊緣點的重要度相比，該線段的起點與終點可以被視為分配高重要度的圖像特征點。此外，與分配給除了端點之外的其它邊緣點的重要度相比，可以將特有幾何圖形中的特定點(例如對稱物體中的端點)視為分配高重要度的圖像特征點。此外，除了通過邊緣檢測處理獲得的邊緣點之外，在拍攝圖像中色調(diào)和/或色度改變非常大的點也可以被用作圖像特征點。相似地，作為基于色彩信息的圖像特征點，可以將具有高色溫的物體的端點視為具有高重要度的圖像特征點。S卩，本發(fā)明的實施例中可以使用任何圖像特征點，只要這些圖像特征點對于確定參考數(shù)據(jù)與基于實際拍攝的圖像而產(chǎn)生的圖像特征點數(shù)據(jù)之間的相似度(例如圖案匹配) 而言是有用的即可。在上述實施例中，根據(jù)圖像特征點的重要度為每一圖像特征點分配與重要度分開計算的權(quán)重系數(shù)。但是，重要度可以用作權(quán)重系數(shù)。為了簡化為圖像特征點分配重要度的處理，可以將拍攝圖像分成多個分區(qū)，可以確定每一分區(qū)的重要度，進而將同一重要度分配給同一分區(qū)中的圖像特征點，而不是為每一圖像特征點單獨分配重要度。當(dāng)通過參考數(shù)據(jù)(由圖像處理系統(tǒng)創(chuàng)建且存儲在數(shù)據(jù)庫中)與圖像特征點數(shù)據(jù) (從實時獲得的拍攝圖像提取)之間的匹配處理而執(zhí)行風(fēng)景圖像識別時，可以方便地為參考數(shù)據(jù)提供重要度，即依據(jù)使用參考數(shù)據(jù)的方式將重要度與參考數(shù)據(jù)相關(guān)聯(lián)。因此，參考數(shù)據(jù)可以包括與圖像特征點相關(guān)聯(lián)的重要度。
在上述實施例中，存儲于參考數(shù)據(jù)DB 92中的參考數(shù)據(jù)與圖像拍攝位置以及圖像拍攝方向(相機的光軸方向)相關(guān)聯(lián)。除了圖像拍攝位置與圖像拍攝方向之外，參考數(shù)據(jù)還可以與上述圖像拍攝情況信息、拍攝圖像的日期、圖像拍攝時的天氣等等相關(guān)聯(lián)。圖像拍攝位置需要由至少二維數(shù)據(jù)(如包括經(jīng)度與緯度的數(shù)據(jù))來表示。圖像拍攝位置可以由包括緯度、經(jīng)度和高度的三維數(shù)據(jù)來表示。圖像拍攝方向不一定必須與參考數(shù)據(jù)相關(guān)聯(lián)。例如，在保證在創(chuàng)建參考數(shù)據(jù)時沿相對于車輛正在行駛的道路的方向(該方向與在利用參考數(shù)據(jù)執(zhí)行風(fēng)景圖像識別時拍攝圖像的方向基本上相同)拍攝圖像的情形下，圖像拍攝方向無需與參考數(shù)據(jù)相關(guān)聯(lián)。在圖像拍攝方向與參考數(shù)據(jù)相關(guān)聯(lián)且可以通過從一個基本圖像拍攝方向適當(dāng)?shù)馗淖儓D像拍攝方向來準備多個參考數(shù)據(jù)的情形下，可以基于從方向傳感器等傳輸?shù)男畔碛嬎丬囕v正在行駛的方向，并且僅將圖像拍攝方向與車輛正在行駛的方向相符的參考數(shù)據(jù)用于風(fēng)景圖像識別。因而，當(dāng)圖像拍攝屬性信息包括如上所述的圖像拍攝方向時，通過指定圖像拍攝方向，能夠減少用于匹配的參考數(shù)據(jù)的量。最適用于本發(fā)明的實施例的車載相機是沿車輛正在行駛的方向拍攝車輛前方的風(fēng)景的相機。但是，車載相機可以是拍攝車輛斜前方的位置處的風(fēng)景的相機，或者是拍攝車輛側(cè)面的風(fēng)景或車輛后面的風(fēng)景的相機。即，本發(fā)明中使用的拍攝圖像不限于沿車輛正在行駛的方向的車輛前方的風(fēng)景。在用于描述上述實施例的功能框圖中，功能單元彼此分開，以使描述易于理解。但是，本發(fā)明不限于如功能框圖所示的功能單元彼此分開的情形。多個功能單元中的至少兩個功能單元可以彼此自由組合，和/或可以將一個功能單元進一步劃分。根據(jù)本發(fā)明實施例的圖像處理系統(tǒng)不僅可應(yīng)用于汽車導(dǎo)航，而且可以應(yīng)用于通過風(fēng)景圖像識別來測量當(dāng)前位置和當(dāng)前方向的技術(shù)領(lǐng)域中。
權(quán)利要求
1.一種圖像處理系統(tǒng)，包括第一數(shù)據(jù)輸入單元，通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像被輸入到所述第一數(shù)據(jù)輸入單元；第一特征點提取單元，從被輸入到所述第一數(shù)據(jù)輸入單元的所述拍攝圖像中提取圖像特征點；圖像拍攝情況信息獲得單元，獲得圖像拍攝情況信息，所述圖像拍攝情況信息表示在被輸入到所述第一數(shù)據(jù)輸入單元的所述拍攝圖像中包含特定對象的可能性；特征點重要度確定單元，基于所述圖像拍攝情況信息，確定所述第一特征點提取單元提取的圖像特征點的重要度；圖像特征點數(shù)據(jù)產(chǎn)生單元，基于所述重要度，利用所述第一特征點提取單元提取的圖像特征點為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)；以及參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元，通過將所述圖像特征點數(shù)據(jù)與圖像拍攝屬性信息相關(guān)聯(lián)， 從而產(chǎn)生在執(zhí)行風(fēng)景圖像識別時使用的參考數(shù)據(jù)，并且創(chuàng)建作為所述參考數(shù)據(jù)的數(shù)據(jù)庫的參考數(shù)據(jù)數(shù)據(jù)庫，其中，所述圖像拍攝屬性信息包括圖像拍攝位置，所述圖像在該圖像拍攝位置被拍攝從而獲得與所述圖像特征點數(shù)據(jù)對應(yīng)的拍攝圖像。
2.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述圖像拍攝情況信息包括對所述車輛行駛的行駛車道的識別結(jié)果；以及與分配給位于所述拍攝圖像中的行駛車道內(nèi)側(cè)的區(qū)域中的圖像特征點的重要度相比， 所述特征點重要度確定單元將高重要度分配給位于所述拍攝圖像中的行駛車道外側(cè)的路肩側(cè)區(qū)域中的圖像特征點。
3.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述圖像拍攝情況信息包括通過車載傳感器對所述車輛附近存在的移動物體的識別結(jié)果；以及與分配給所述拍攝圖像中不存在所述移動物體的區(qū)域中的圖像特征點的重要度相比， 所述特征點重要度確定單元將低重要度分配給所述拍攝圖像中存在所述移動物體的區(qū)域中的圖像特征點。
4.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述圖像拍攝情況信息包括圖像拍攝區(qū)的區(qū)屬性，所述圖像拍攝區(qū)是基于在通過拍攝圖像獲得所述拍攝圖像時的車輛位置和地圖數(shù)據(jù)而識別的；所述特征點重要度確定單元根據(jù)所述區(qū)屬性來改變規(guī)則；以及所述規(guī)則用于根據(jù)所述拍攝圖像中的圖像特征點的位置將重要度分配給所述圖像特征點。
5.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述特征點提取單元提取的圖像特征點是邊緣點；以及當(dāng)所述邊緣點是形成直線的直線成分邊緣點時，與分配給除了所述直線成分邊緣點之外的其它邊緣點的重要度相比，所述特征點重要度確定單元將高重要度分配給所述直線成分邊緣點。
6.根據(jù)權(quán)利要求5所述的圖像處理系統(tǒng)，其中與分配給除了交叉點邊緣點之外的其它直線成分邊緣點的重要度相比，所述特征點重要度確定單元將高重要度分配給所述直線成分邊緣點中的交叉點邊緣點，所述交叉點邊緣點是兩條直線成分的交叉點。
7.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述拍攝圖像被分成多個分區(qū)；以及所述特征點重要度確定單元將同一重要度分配給同一分區(qū)中的圖像特征點。
8.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述參考數(shù)據(jù)包括分別與所述圖像特征點相關(guān)聯(lián)的重要度。
9.根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)，其中所述圖像拍攝屬性信息還包括圖像拍攝方向，所述圖像沿該圖像拍攝方向被拍攝從而獲得所述拍攝圖像。
10.一種位置測量系統(tǒng)，包括由根據(jù)權(quán)利要求1所述的圖像處理系統(tǒng)創(chuàng)建的參考數(shù)據(jù)數(shù)據(jù)庫；第二數(shù)據(jù)輸入單元，通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像被輸入到所述第二數(shù)據(jù)輸入單元中；第二特征點提取單元，從被輸入到所述第二數(shù)據(jù)輸入單元的所述拍攝圖像中提取圖像特征點；拍攝圖像處理單元，利用所述第二特征點提取單元提取的圖像特征點為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)，并且輸出所產(chǎn)生的圖像特征點數(shù)據(jù)作為用于匹配的數(shù)據(jù)；以及風(fēng)景匹配單元，在從所述參考數(shù)據(jù)數(shù)據(jù)庫提取的參考數(shù)據(jù)與所述用于匹配的數(shù)據(jù)之間執(zhí)行匹配，并且基于與所述用于匹配的數(shù)據(jù)相匹配的參考數(shù)據(jù)相關(guān)聯(lián)的圖像拍攝位置來確定所述車輛的位置。
全文摘要
本發(fā)明涉及一種圖像處理系統(tǒng)及位置測量系統(tǒng)，圖像處理系統(tǒng)包括輸入有通過拍攝從車輛看到的風(fēng)景而獲得的拍攝圖像的第一數(shù)據(jù)輸入單元；從拍攝圖像中提取圖像特征點的第一特征點提取單元；獲得圖像拍攝情況信息的圖像拍攝情況信息獲得單元；基于圖像拍攝情況信息確定圖像特征點的重要度的特征點重要度確定單元；基于重要度利用圖像特征點為每一拍攝圖像產(chǎn)生圖像特征點數(shù)據(jù)的圖像特征點數(shù)據(jù)產(chǎn)生單元；以及通過將圖像特征點數(shù)據(jù)與圖像拍攝屬性信息相關(guān)聯(lián)，從而產(chǎn)生在執(zhí)行風(fēng)景圖像識別時使用的參考數(shù)據(jù)，并且創(chuàng)建作為參考數(shù)據(jù)的數(shù)據(jù)庫的參考數(shù)據(jù)數(shù)據(jù)庫的參考數(shù)據(jù)數(shù)據(jù)庫創(chuàng)建單元。本發(fā)明能夠適當(dāng)?shù)卮_定車輛位置。
文檔編號G01C21/26GK102208035SQ20111004846
公開日2011年10月5日 申請日期2011年2月23日 優(yōu)先權(quán)日2010年3月31日
發(fā)明者宮島孝幸 申請人:愛信艾達株式會社