Hud检测之图像点数计算

 

在hud合格性判断时候主机厂家会要求给出一系列检测指标比如：

旋转度、畸变、梯形、长宽比、笑脸、重影等等。这些指标的计算是通过视觉处理对特定的图片进行比对计算得出，一般用类似下面的点线图来做模板，各点中心的连线用做畸变方面的计算和判定，而图中间的短线可以用于重影（ghost）判断。由于hud虚像尺寸会依据hud类型不同而有差别，所以图像上的测量点数也会有差别。测量点的数量是依据主机厂给出的要求，比如奔驰要求点间距小于0.5度，叠加上点要均匀分布这一个习惯性原则，利用简单的数学关系可以推出最少需要的点数目。

下面是我写的matlab/octave代码,按照小于0.5度要求编写，可以帮助估算点数和间距（在建议参数基础上自行进行微调）。

function [row_n,col_m,ind_up,ind_down,ind_left,ind_right,virtual_img_w,virtual_img_h]=calc_points(fov_h,fov_v,vid)

%funcction to calculate the recommended points for test image

% author:shuaiwen 

%usage: calc_points(fov_horizon,fov_vertical,vid)

 virtual_img_h=2*vid*tand(fov_v/2);

  virtual_img_w=2*vid*tand(fov_h/2);

  disp('size of virtual image w x h:');

  disp(virtual_img_w);disp(virtual_img_h);

  disp("interval between points:");

  delta=floor(2*vid*tand(0.5/2))

  disp("row x column:")

  row_n=floor(virtual_img_w/delta)+1

  col_m=floor(virtual_img_h/delta)+1

  disp("indent of left and right");

  ind_left=ind_right=(virtual_img_w-(row_n-1)*delta)/2.

  disp("indent of up");

  ind_up=floor((virtual_img_h-(col_m-1)*delta)/3)

  disp("indent of down:")

  ind_down=virtual_img_h-(col_m-1)*delta-ind_up

利用上面计算工具的辅助，结合手工调整，可以得出下面的参考布局：

类型	Fov & vid	虚像宽和高（毫米）	检测图点数	建议边框
Hud 2.0	9度×3度@3m	472.21×157.12	19×7个测试点，点间距25mm（0.48度）	左右各11.1mm，上下：2mm和5.12mm，
Hud3.0	9度×3度@4.5m	708.32×235.67	20×7个测试点，点间距35mm（0.45度）	左右各21.66mm，上下：8mm和17.67mm
AR-HUD	10度×5度@10m	1749.8×873.22	21×11个测试点，点间距80mm（0.46度）	左右各74.9mm，上下：20mm和53.22mm