在上述文獻探討中，現存的鳥瞰影像產品皆存在著一些缺陷如：接合部黑色 斷層、接合部色彩不協調、反扭曲和影像接合品質較差…等缺點。其原因是由於 傳統鳥瞰影像的建構方法有一些缺點存在。以下將簡介傳統鳥瞰影像的建構方法，
並且提出可行之解決方案。
1.4.1 傳統鳥瞰影像建立方法簡介
現存的鳥瞰影像建立方法大約會經過下列幾個步驟：1.攝影機校正(Camera
calibration)、2.魚眼影像的扭曲回復(Undistortion)、3.投影至平面(Projection)、4.
影像接合(Registration)。以下將介紹各步驟的目的以及方法。
I. 攝影機校正(Camera Calibration)
攝影機校正主要在求取攝影機內部的參數，包括：(1) 攝影機焦距 ，
(2)像素點的長寬比(Aspect ratio) ，(3)攝影機的中心座標(Principal coordinates) ，以及(4)影像軸間夾角 。
II. 魚眼影像的扭曲回復(Undistortion)
魚眼攝影機為了要增加視野範圍，致使其影像有嚴重的扭曲現象(圖1.19)。影 像的扭曲可分為兩個部份：切向(Tangential)與徑向(Radial)扭曲。徑向扭曲又可分 為枕狀(Pincushion)(圖1.20(a))與桶狀(Barrel)扭曲(圖1.20(b))；前者常見於長焦鏡頭 與精密的光學鏡頭，魚眼攝影機的扭曲屬於桶狀扭曲。圖1.21描述魚眼攝影機的 架構。
(a) (b)
圖 1.19：標記板與其魚眼中的影像。 圖 1.20：Radial distortions(a) pincushion (b) barrel。
圖 1.21：魚眼攝影機架構。
III. 投影至平面(Projection)
魚眼影像的扭曲回復後，還要再將其轉變為如同攝影機由正上方拍攝的影像，
如圖 1.22 所示。這裡採用 Perspective-to-top view transformation 技術[Har03]所轉換 的俯視圖作為舉例。
圖1.22：Perspective-to-top view transformation。
IV. 影像接合(Registration)
由於車子的四周架設有四組攝影機，每張影像經上述的過程處理後，可得四 張俯視影像，如圖 1.23(a)所示。此處影像對位的目的就是要將四張影像接合成一 張，如圖 1.23(b)所示。利用事先在場景中擺設的標示，來在影像中製造特徵，供 影像對位用。
(a) (b)
圖 1.23：影像接合。
1.4.2 問題探討與改進之想法
本實驗針對建立傳統鳥瞰影像的四個步驟進行分析，發現有以下缺點：
1. 傳統的方法要經過四個步驟依序求取參數，如此四張魚眼影像才可根據轉換 參數接合成一張鳥瞰影像。而求取轉換參數的過程難免會產生誤差，而這些 誤差會被保留至下一個步驟並且在下一次求取參數的過程被放大，如此便會 影響鳥瞰影像的品質。
2. 傳統的方法在接合影像時是在影像中放置標記物，以此標記物找尋特徵點進
行影像的對位及接合。此方法並沒有考慮到標記物會在反扭曲和投影的過程 產生形變，因此找尋的特徵點會產生誤差，而且此接合方法並沒有考慮車周 實際環境，上述兩點會造成鳥瞰影像的品質低落。
本實驗根據上述兩點缺陷，提出下列解決的想法：
I. 減少建立鳥瞰影像的步驟，如此便能避免誤差的傳遞及放大
II. 拍攝與魚眼影像相同場景的實際俯視圖來作為特徵點找尋的依據，如此便可 避免影像接合錯位的問題
總合以上兩點改進的想法，我們提出了 PTV 影像的轉換法，此轉換法經實驗分析 品質較傳統鳥瞰影像好。此外為了提升本 PTV 影像的附加價值，本實驗希望以此 影像為基礎建立一套自動偵測停車格並自動停車的車駕輔助系統