近年来，汽车工业和交通运输业高速发展，车辆保有量急剧增加，由此导致了车辆与道路比例的严重失调，加之交通管理不善等原因，造成交通事故频繁。随着人们法制意识的提高，对交通事故分析提出了更高的要求。事故现场勘查及现场图绘制是证实事故发生经过事实或查获肇事车辆的基础，是分析鉴定事故责任的主要依据。实用、高效的交通事故现场测绘系统是快速、全面、准确地记录交通事故现场，为事故处理提供各种准确的现场数据的有效手段。在分析了国内外有关事故现场测绘系统、计算机图像处理技术、计算机图形学等文献的基础上，本研究提出了结合事故现场俯视摄影、计算机图像处理技术及计算机绘图技术的事故现场测绘方法，建立了事故现场俯视摄影图几何校正模型，开发了相应软件，最后对几何校正模型和软件是否适于事故现场图处理进行了实验检验。事故现场俯视摄影图几何校正问题属于图像处理技术几何运算的范畴，图像的几何运算由图像空间坐标变换和像点象素值确定两部分组成。最简单的图像几何变换模型是线性模型（即针孔成像模型）。本研究以照相机的线性模型为基础，分析了照相机的成像过程，结合事故现场的特殊性，确立了适于本研究的事故现场俯视摄影图几何校正空间坐标变换的数学模型： ?=C1x + C2y + C3 ?? ?XC7x + C8y +1 （1） ?YC4x + C5y + C6 ?? = C7x + C8y +1式中，C1 ~C8－待定系数；x 、 y －事故现场俯视摄影图中任一点的横、纵坐标；X 、Y －目标图像中对应点的横、纵坐标。 79<WP=85>吉林大学硕士学位论文该数学模型既非简单线性模型，也非二元多项式模型，而是参数未定的二元非线性数学模型。其中有 8 个系数需要确定，如果已知 4 个以上标定参考点的空间位置及其在图像上对应点的位置，就可用最小二乘法确定 8 个未知系数，从而确定空间平面和图像平面的坐标变换关系。由式（1）可知，运用几何校正数学模型求解坐标变换未知参数的过程，即为运用控制点的实际坐标和输入图像坐标反解方程的过程。因此，控制点的现场坐标和输入图像坐标的获取精度对几何校正软件最后的校正精度起着至关重要的作用。对于控制点现场坐标的获取，本研究提出了一种控制点现场坐标的快速获取方法－四点法。此方法通过控制点间的现场距离确定控制点的现场坐标，既减少了传统获取方法控制点提取过程中所耗费的大量时间，简化了实际事故现场距离测量的工作，同时也减少了导致测量误差产生的因素，使得从控制点坐标来源上产生的误差影响尽可能小。对于控制点输入图像坐标的获取，本研究使用手工获取和自动获取相结合的方法。利用鼠标在图像上直接点取的手工方法简单实用，可以较快速地获取所需的坐标数据，适合能够容易在拍摄照片中定位控制点中心位置，且控制点的形状可以清晰获得的情况；结合数学形态学的自动获取方法得到的坐标较为精确，但对拍摄现场控制点的形状和颜色有较高的要求，且抗干扰能力差，对于用眼睛不能准确定位控制点的情况使用效果比较理想。像点象素值的确定分灰度插值和灰度值映射两个步骤进行。常用的灰度插值方法有最近邻点法、双线性内插法和三次卷积法。前两种方法简单，计算量较小，图像处理效果基本上可以满足本研究的使用。三次卷积法比较复杂，计算量较大，但处理效果较好。考虑到从交通事故现场所获得的照片中图像信息较多，且对处理后图像的纹理特征要求不是很高，所以本研究采用最近邻点法进行象素值的灰度插值。象素值映射方法有向前映射法和向后映射法。采用向前映射法时，输入象素可能映射到输出图像的边界之外，还要涉及多次计算，故向前映射算法有些浪费。向后映射算法逐象素、逐行地输出图像，每个象素的灰度级由最多四个象素参与的插值所唯一确定。向后映射法不会漏掉象素点，也不会计算界外象 80<WP=86>摘 要素点，比向前映射法简练。所以，本研究采用向后映射法实现象素灰度值映射。对于彩色图像，几何校正时不能直接应用灰度插值方法。本研究先把象素分成不同亮度等级的红、绿、蓝三原色，然后分别运用灰度级插值算法确定各自的亮度等级，最后把三原色亮度等级值组合起来，形成校正后像点象素值的方法处理彩色图像。为解决校正后图像所包含事故现场信息与反映现场细节这一矛盾问题，校正时需要对图像进行配准。本研究提出的输入图像水平线配准法较好地解决了这一问题。水平线法是以俯视摄影图上的一条水平线象素为基准，进行坐标变换后能保证目标图像上同一位置水平线上象素值与其相同。这样，既可使感兴趣的部分在基准点的周围，有效区域不会因为处于目标图像的边缘且超出图像边界而被裁剪掉，又保证了校正后图像的显示效果。本研究以事故现场俯视摄影图几何校正模型为基础，在 Visual C++ 6.0 环境下开发了相应软件。该软件具有事故现场俯视摄影图几何校正、校正后图像比例尺绘制、事故现场示意图形符号绘制及量取事故现场重要数据四项?