[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

DE19549216C2 - Verfahren zur Bildauswertung - Google Patents

Verfahren zur Bildauswertung

Info

Publication number
DE19549216C2
DE19549216C2 DE19549216A DE19549216A DE19549216C2 DE 19549216 C2 DE19549216 C2 DE 19549216C2 DE 19549216 A DE19549216 A DE 19549216A DE 19549216 A DE19549216 A DE 19549216A DE 19549216 C2 DE19549216 C2 DE 19549216C2
Authority
DE
Germany
Prior art keywords
gray value
histogram
directions
image
max
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE19549216A
Other languages
English (en)
Other versions
DE19549216A1 (de
Inventor
Axel Korn
Lothar Berger
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority to DE19549216A priority Critical patent/DE19549216C2/de
Publication of DE19549216A1 publication Critical patent/DE19549216A1/de
Application granted granted Critical
Publication of DE19549216C2 publication Critical patent/DE19549216C2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

Die Erfindung betrifft ein Verfahren zur Bildauswertung gemäß dem Oberbegriff des Anspruchs 1, wie es aus der DE 39 13 620 C1 der Anmelderin bekannt ist und bezieht sich insbesondere auf die Lokalisierung und quantitative Beschreibung von Bildstrukturen, deren Kontrast auch sehr gering sein kann. Dazu gehören unter anderem auch Schattierungen in Form langsam veränderlicher Grauwertverläufe, deren Erkennung zu wesentlichen Erleichterungen bei der Interpretation von Ergebnissen einer Berechnung von Konturelementen oder von Flecken führen, die durch Schwellwertoperationen im Originalgrauwertbild erzeugt werden.
Die Erfindung baut auf dem o. g. Verfahren zur Berechnung des Grauwertgradienten auf, auf das bezüglich hier nicht weiter ausgeführte Informationen ausdrücklich verwiesen wird. Auch hier wird Gebrauch gemacht von der Invarianz des Gradientenwinkels gegenüber Multiplikation oder Addition der Grauwertfunktion mit Konstanten.
Aus dem Stand der Technik sind weitere Verfahren und Einrichtungen zur Bildauswertung bekannt, die sich jedoch nicht auf Flächen bzw. Grauwerte derselben beziehen. So ist aus der EP 712 094 A2 bekannt, linienbehaftete Zeichnungen (line art) oder Graphiken, Karten, Buchstaben bzw. Zahlen zu erfassen. Auch in der US 54 50 531 werden Kanten und die zugehörigen Winkel bzw. Lage im Koordinatensystem mit den entsprechenden Gradienten und Gradientenwinkeln detektiert, berechnet und ausgewertet. Weiterhin werden nach der DE 43 08 776 A1 Straßen, also linienhafte Werte und dreidimensionale Objekte bzw. deren Kanten erfasst und ausgewertet. Die Erfindung bezieht sich demgegenüber auf die Analyse und Auswertung von Grauwerten bzw. Grauwertgradienten und den Histogrammen derselben.
Aufgabe der Erfindung ist es, die Auswertung noch präziser zu machen, um z. B. Häuser, Straßen und Fahrzeuge besser zu unterscheiden und auswerten zu können, um z. B. Kollisionsmöglichkeiten von Fahrzeugen anzuzeigen.
Erfindungsgemäß wird dies erreicht durch das Verfahren nach Anspruch 1. Vorteilhafte Weiterbildungen des Verfahrens sind in den Unteransprüchen gekennzeichnet.
Beschreibung der Erfindung
  • 1. Für jede Parzelle eines parzellierten Bildes werden der mittlere Grauwert Lm sowie die minimalen und maximalen Grauwerte Lmin bzw. Lmax berechnet. Deren Differenz Lmax - Lmin wird als Spannweite Sp einer Parzelle P bezeichnet (siehe Fig. 1). Anschließend werden eine mittlere Spannweite Sm und deren Standardabweichung für das gesamte Grauwertbild aus den Spannweiten aller Parzellen des parzellierten Bildes berechnet. Dieser Mittelwert Sm wird als Schwellwert zur Definition auffälliger Parzellen benutzt: Eine Parzelle ist auffällig, wenn deren Spannweite Sp größer als Sm ist. Darüber hinaus werden die Abstände von Maxima im Histogramm der Grauwert-Gradienten­ richtungen zur Definition auffälliger Bereiche herangezogen (siehe Fig. 1). Abstände von ca. 180° bzw. 90° signalisieren parallele Kanten bzw. orthogonale Kanten. Das "Spannweiten-Verfahren" wurde mit dem "Richtungshistogramm-Verfahren" kombiniert für die Detektion künstlicher Objekte (z. B. Fahrzeuge, Häuser, Straßen).
  • 2. In jedem auffälligen Bereich werden Flecke berechnet, in deren Umgebung später nach passenden Kanten gesucht wird (s. Punkt 3). Es werden Flecke für helle Strukturen mit Hilfe eines Schwellwertes Lmax - k1 . ΔLmax bestimmt, wobei Lmax der mittlere maximale Grauwert und ΔLmax dessen Standardab­ weichung darstellen, die sich durch Mittelwertbildung der maximalen Grau­ werte aller Parzellen ergeben. Über den Faktor k kann noch verfügt werden. Als günstig hat sich ein Wert k1 = 1 herausgestellt.
    Ganz analog zu der eben beschriebenen Vorgehensweise wird ein Schwellwert Lmin - k2 . ΔLmin für die Berechnung von Flecken für dunkle Strukturen bestimmt, wobei Lmin der mittlere minimale Grauwert aller Parzellen, ΔLmin dessen Standardabweichung und k2 eine Konstante darstellt. In vielen Fällen hat sich k2 = 1 als ein geeigneter Wert erwiesen.
    Für den Fall, daß mehrere nahe benachbarte Flecke erzeugt werden, wird mit Hilfe der Methode "Minimal spannende Bäume" eine Ballung zu einem einzigen Fleck vorgenommen.
  • 3. Flecke reichen bei stark strukturierten Objekten im allgemeinen für die Detek­ tion nicht aus. Deshalb wird in jedem auffälligen Bereich das jeweilige Gradienten-Richtungshistogramm auf das Vorhandensein gradliniger und/oder orthogonaler Vorzugsrichtungen geprüft, indem die Winkelabstände relevanter Maxima des Richtungshistogramms ausgewertet werden. Darüber hinaus werden mit Hilfe des Gradientenbetrages Konturlinien berechnet, deren örtlich linear verlaufende Segmente durch Strecken approximiert werden.
    In einem letzten Schritt wird in der Umgebung des Schwerpunktes jedes einzelnen Fleckes nach Strecken gesucht, welche mit vorgegebener Genauigkeit orthogonal zueinander sind, wobei zusätzlich Informationen bezüglich Vorzugsrichtungen aus der Auswertung des Richtungshistogramms herangezogen werden. Falls eine bestimmte Anzahl passender Strecken gefunden wird - z. B. vier orthogonale Strecken - werden diese Strecken zu einem Rechteck verbunden. Mit dieser sogenannten Figur-Hintergrundtrennung ist die Detektionsphase abgeschlossen. Für die anschließende Klassifikation wird die Grauwertverteilung innerhalb des berechneten Recktecks benutzt.
Detektion auffälliger Bildbereiche durch Histogrammauswertung
Bereits in der DE 39 13 620 wurde ein leistungsfähiges Verfahren vorgestellt, welche auf der Auswertung von Maxima oder der Korrelation von Histogrammen der Gradientenrichtung beruhen. Signifikante Maxima des Richtungshistogramms sind Hinweise auf geradlinig verlaufende Konturen innerhalb des gewählten Bildfensters, welche als Teilstrukturen möglicher Ziele in Frage kommen und deshalb als "auffällig" bezeichnet werden.
Ein weiteres wichtiges Merkmal zur Objekt-Hintergrundtrennung ist der Kontrast eines Objektes, welcher durch die Grauwertunterschiede zwischen Objekt und Hintergrund, aber auch zwischen Strukturen innerhalb des Objektes zustande kommt. Ein Maß für den Kontrast ist der Betrag des Grauwertgradienten, für dessen Berechnung die Diffe­ renz zweier unmittelbar benachbarter Grauwertbereiche gebildet werden muß.
Die Größe dieser Bereiche hängt von der Maskengröße des Gradientenoperators ab, welche im Fall des z. B. verwendeten NAG-(Normierte Ableitung einer Gaußfunktion)- Operators durch die Standardabweichung σ der verwendeten Gaußfunktion bestimmt wird. Neben diesen lokalen, auf die Maskengröße bezogenen Kontrasten besteht ein Bedarf an globalen Kontrastmaßen für beliebige Bildausschnitte bis hin zum gesamten Bild.
Markierung von Bildbereichen mit Hilfe der Spannweite von Grauwerthistogrammen
Als Maß für den globalen Kontrast können gemäß Anspruch 1 beispielsweise Mittelwerte der Gradientenbeträge verwendet werden. Für ein globales Kontrastmaß hat sich jedoch die Differenz der maximalen und minimalen Grauwerte in den einzelnen Parzellen der Gradientenbetrags- oder der Originalbilder als geeigneter erwiesen. Dieses Maß entspricht zum Teil den in der Psychophysik üblichen Kontrastdefinitionen
K1 = (Lmax - Lmin)/(Lmax + Lmin) (1)
K2 = (Lmax - Lmin)/Lm (2)
wobei Lmax, Lmin und Lm jeweils die maximale, minimale und mittlere Leuchtdichte in dem betrachteten Bildbereich bezeichnen. In Gl. (2) wird statt der mittleren Leuchtdichte Lm sehr häufig die Hintergrundleuchtdichte verwendet in der Annahme, daß bei der Detektion relativ kleiner Testzeichen in einer homogenen Umgebung das Auge auf die Hintergrundleuchtdichte adaptiert. Der Schwellenkontrast für die Sichtbarkeit einer Bildstruktur hängt also nicht nur von der maximalen Leuchtdich­ tedifferenz ab, sondern auch von der mittleren Leuchtdichte auf die das Auge adap­ tiert ist (Adaptationsleuchtdichte).
Die Spannweite (Lmax - Lmin) ist gut geeignet bestimmte Bildbereiche aufgrund hoher Kontraste als auffällig (als Parzelle) zu markieren. Schwierigkeiten treten auf, wenn ein fester Schwellwert vorgegeben wird und alle Kontraste größer als dieser Wert als "hoch" bezeichnet werden. Deshalb wird eine mittlere Spannweite Sm und deren Standardabweichung für das gesamte Grauwertbild aus den Spannweiten aller Parzellen des gerasterten Bildes berechnet.
Die bisher durchgeführten Untersuchungen mit Sm als Schwellwert zur Detektion von Bildbereichen, die aufgrund ihrer überschwelligen Spannweiten auffällig sind, ha­ ben zu guten Ergebnissen geführt, wie weiter unten gezeigt wird. Lediglich bei Bil­ dern, in denen große Spannweiten ("Kontraste") in einem größeren Bildbereich (z. B. Siedlungen im IR-Bild) zu einem hohen Mittelwert führen, liegen die Spannweiten in­ teressierender (kontrastschwacher) Straßen, wie zu erwarten, unterhalb von Sm und werden deshalb mit der in diesem Abschnitt beschriebenen Methode nicht als auffäl­ lig markiert. In diesem Fall können jedoch die weitgehend kontrastunabhängigen Vorzugsrichtungen herangezogen werden, deren Bestimmung parallel zu der Berechnung von Spannweiten erfolgt.
In einem zweiten Schritt wird eine bessere Lokalisierung von Objekten innerhalb der als auffällig markierten Bildbereiche versucht. Zu diesem Zweck werden für alle Parzellen innerhalb örtlich getrennter Auffälligkeitsbereiche neben der mittleren Spannweite die Mittelwerte des minimalen und des maximalen Grauwertes und deren Standardabweichung bestimmt. Die Idee bei dieser Vorgehensweise ist, mit Hilfe dieser Meßwerte Grauwertschwellen zur Erzeugung von hellen und dunklen Flecken zu definieren, deren Gruppierung unter Berücksichtigung von orthogonalen Vorzugsrichtungen eine Objekt-Hintergrundtrennung ermöglicht. Diese Methode wird nun anhand von Beispielen veranschaulicht.
Experimentelle Ergebnisse
Im folgenden werden Ergebnisse für drei verschiedene Szenarien diskutiert, deren Grauwertverteilungen in den Abb. 2.1, 2.6 und 2.11 wiedergegeben sind. Zur Verdeutlichung der Vorgehensweise ist in Abb. 2.2 ein Raster eingeblendet. Für jede der 30 × 30 Pixel großen Parzellen, die sich zu 50% überlappen (Verschiebung 15 Pixel jeweils in Zeilen- und Spaltenrichtung) werden die Spannweiten der Original- Grauwerte oder der Gradientenbeträge (wählbar) berechnet und eine Analyse des Hi­ stogramms der Gradientenrichtungen durchgeführt. Die Größe einer Parzelle beein­ flußt den Wert der Spannweite. Bei dem vorliegenden Maßstab hat sich als Richtwert eine Parzellengröße von 20 × 20 Pixel bewährt. Die 30 × 30 Pixel-Parzellen mit 50% Überlappung in Abb. 2.2 eignen sich jedoch besser zur Veranschaulichung, da der Bildinhalt deutlicher sichtbar bleibt. Die gröbere Ortsauflösung und die geringe Ände­ rung der mittleren Spannweite gegenüber einem 20 × 20 Pixel-Raster wirken sich hier nur unwesentlich aus.
In Abb. 2.3 ist der Bildinhalt aller Parzellen dargestellt, deren Spannweite größer ist als der Mittelwert Sm = 60. Durch die zusätzliche Berücksichtigung der Bedingung, daß im Richtungshistogramm Maxima mit 180 Grad Abstand dominieren, kann eine weitere Reduktion der Parzellen erreicht werden. In Abb. 2.4 ist erkennbar, daß im wesentlichen die hier interessierenden parallelen Linien, nämlich Straßen, in den Par­ zellen enthalten sind. Die Bedingung, daß nach der Schwellwertoperation mit Sm als Schwellwert im Richtungshistogramm die Maxima mit 90 Grad Abstand, d. h. ortho­ gonale Linien, dominieren, führt zu der in Abb. 2.5 dargestellten Hervorhebung von Häusergruppen und Kreuzungen.
Etwas unklarer als im vorangegangenen Beispiel ist die in Abb. 2.6 dargestellte Land­ schaftsstruktur aufgrund der Abschattung durch Waldränder und die teilweise schlechten Kontraste der Fahrbahnen. Als mittlere Spannweite aller 20 × 20 Pixel- Parzellen mit 50% Überlappung ergibt sich Sm = 61, welche als Schwellwert ge­ nommen wird. In Abb. 2.7 sind die Mittelpunkte aller überschwelligen Parzellen durch (gelbe) Kreise markiert. Durch die Zusatzbedingung, daß im Richtungshistogramm die Maxima mit 180 Grad Abstand dominieren müssen, ergibt sich eine Reduktion der relevanten Parzellen, wie aus Abb. 2.8 hervorgeht.
Unter Benutzung der in Abb. 2.9 durch kleine Striche symbolisierten Vorzugsrichtun­ gen, die durch Auswertung des Richtungshistogramms der einzelnen Parzellen be­ stimmt werden, wird in einem nächsten Auswerteschritt die Kontinuität einer Rich­ tung innerhalb örtlich zusammenhängender Parzellen geprüft. Für den Fall, daß die dominierenden Richtungen des Grauwertgradienten in mindestens zwei benachbarten Parzellen ähnlich sind (Toleranz ist einstellbar), werden die Parzellen verkettet. Der örtliche Verlauf dieser Verkettung wird durch Strecken approximiert, deren Steigung sich jeweils aus dem Mittelwert der Vorzugsrichtungen ergibt, die den einzelnen Par­ zellen einer Kette aufgrund der jeweils dominierenden Gradientenrichtung zugeordnet wird (siehe Abb. 2.9). Eine Kette wird aufgrund der örtlichen Nachbarschaft von Par­ zellen aufgebaut. Ein Abbruchkriterium sorgt dafür, daß beispielsweise ein gekrümm­ ter Straßenverlauf durch mehrere Strecken mit unterschiedlichen Richtungen ap­ proximiert wird.
Aufgrund des sehr einfachen Verfahrens zur Verkettung von Parzellen sind Überlappungen von Strecken möglich, wie Abb. 2.10 zeigt, wo die Approximation der Verkettung durch weiße Linien dargestellt ist, die Kreise markieren die Mittelpunkte von diesen Linien (Strecken).
Beschreibung und Ergebnisse von Verfahren für die Objekt-Hintergrundtrennung
Die im folgenden beschriebene Vorgehensweise zur Objekt-Hintergrundtrennung be­ ruht im wesentlichen auf folgenden Annahmen:
  • 1. Interessierende Objekte sind kontrastreich. Ihre Oberflächen bestehen aus ein­ zelnen Ebenen. Die Reflexion jeder Ebene führt im Bild zu homogenen Regio­ nen, so daß sich Objekte als Gruppierung von Regionen mit bestimmten Attri­ buten (Größe, Form, Grauwert etc.) beschreiben lassen.
  • 2. Falls der Kontrast von Objekten z. B. aufgrund ihrer Farbe, Verschmutzung, Schattenbildung etc. so schlecht ist, daß eine automatische Schwellwertope­ ration im Grauwertbereich keine Merkmale liefert, sollten jedoch gerade Kan­ ten zu Vorzugsrichtungen des Grauwertgradienten führen. Die Detektion sol­ cher Richtungen ist weitgehend kontrastunabhängig. Die Verkettung von Konturpunkten ähnlicher Richtung liefert Strecken für die Formbeschreibung.
  • 3. Die Objekte oder Teile von ihnen lassen sich im Bildbereich in guter Näherung durch Rechtecke beschreiben.
Am Beispiel des in Abb. 2.11 dargestellten Fahrzeuges soll das Verfahren veran­ schaulicht werden. Unter der Annahme ausreichend großer Kontraste wird die mittle­ re Spannweite Sm und deren Standardabweichung SDm für alle 20 × 20 Pixel gro­ ßen Parzellen (bei 50% Überlappung) des Bildes berechnet. Den Bildinhalt aller Parzellen, deren Spannweite größer ist als Sm + SDm = 95 + 29 = 134, sieht man in Abb. 2.12. Wegen des niedrigen Kontrastes des vordersten Teils des Führerhauses des LKW mit Anhänger wird eine Ecke durch den oberen Bildrand abgeschnitten. j
Wie dargestellt, ergeben sich aus dem Histogramm der Gradientenrichtungen Vor­ zugsrichtungen. Für bestimmte auffällige Regionen wird nach Strecken in den Vorzugsrichtungen gesucht. Eine Region wird nur akzeptiert, wenn mindestens vier Strecken gefunden werden, welche als (grobe) Approximation der vier Seiten eines Rechtecks verwendet werden können (Abb. 2.24)
Die gezeigten Beispielen zeigen, daß das erfindungsgemäße Verfahren von der Detektion auffälliger Bereiche im Gesamtbild aufgrund der Kontrast- und Richtungsverteilung bis hin zur Repräsentation der Außenkontur durch Rechtecke eine einfache Methode zur Objekt-Hintergrundtrennung darstellt.

Claims (6)

1. Verfahren zur Bildauswertung von Bildern einer Videokamera oder eines Fernsehbildes durch Analyse und Auswertung der Richtungen von Grauwertgradienten, wobei die Grauwertgradienten des Bildes ggf. normiert werden, und Bildung des Histogramms der Gradientenrichtungen, dadurch gekennzeichnet, daß die minimalen und maximalen Grauwerte Lmin bzw. Lmax, deren Differenz Lmax - Lmin als Spannweite Sp, der Mittelwert Sm als Schwellwert zur Definition auffälliger Parzellen, und die Abstände der Maxima im Histogramm der Grauwertgradientenrichtungen gebildet werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in den Parzellen Flecke für helle Strukturen mit Hilfe eines Schwellwertes Lmax - k1 . ΔLmax und ein Schwellwert Lmin - k2 . ΔLmin für die Berechnung von Flecken für dunkle Strukturen bestimmt werden.
3. Verfahren nach einem der Ansprüche 1-2, dadurch gekennzeichnet, daß für den Fall, daß mehrere nahe benachbarte Flecke gleicher Intensität erzeugt werden, mit Hilfe der Methode "Minimal spannende Bäume" eine Ballung zu einem einzigen Fleck vorgenommen wird.
4. Verfahren zur Bildauswertung von Bildern einer Videokamera oder eines Fernsehbildes durch Analyse und Auswertung der Richtungen von Grauwertgradienten, wobei die Grauwertgradienten des Bildes ggf. normiert werden, und Bildung des Histogramms der Gradientenrichtungen nach Anspruch 2, dadurch gekennzeichnet, daß in jedem auffälligen Bereich das jeweilige Gradienten- Richtungshistogramm auf das Vorhandensein gradliniger und/oder orthogonaler Vorzugsrichtungen geprüft wird, indem die Winkelabstände relevanter Maxima des Richtungshistogramms ausgewertet werden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß im Fall von vier orthogonalen Strecken in einem Fleck diese zu Rechtecken verbunden werden.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß nach Bildung der Rechtecke die Grauwertverteilung innerhalb derselben zur Klassifikation verwendet werden.
DE19549216A 1995-12-30 1995-12-30 Verfahren zur Bildauswertung Expired - Fee Related DE19549216C2 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE19549216A DE19549216C2 (de) 1995-12-30 1995-12-30 Verfahren zur Bildauswertung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE19549216A DE19549216C2 (de) 1995-12-30 1995-12-30 Verfahren zur Bildauswertung

Publications (2)

Publication Number Publication Date
DE19549216A1 DE19549216A1 (de) 1997-07-03
DE19549216C2 true DE19549216C2 (de) 1999-09-09

Family

ID=7781690

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19549216A Expired - Fee Related DE19549216C2 (de) 1995-12-30 1995-12-30 Verfahren zur Bildauswertung

Country Status (1)

Country Link
DE (1) DE19549216C2 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10326035B4 (de) * 2003-06-10 2005-12-22 Hema Electronic Gmbh Verfahren zur adaptiven Fehlererkennung auf einer strukturierten Oberfläche
DE10326031B4 (de) * 2003-06-10 2005-12-22 Hema Electronic Gmbh Verfahren zur adaptiven Kantenerkennung
DE10326033B4 (de) * 2003-06-10 2005-12-22 Hema Electronic Gmbh Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche
DE102016124747A1 (de) * 2016-12-19 2018-06-21 Bayerische Motoren Werke Aktiengesellschaft Erkennen eines erhabenen Objekts anhand perspektivischer Bilder
DE102019006753A1 (de) 2019-09-27 2020-03-26 Daimler Ag Verfahren und Vorrichtung zur Übertragung von Bildern in einem Fahrzeug

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4308776A1 (de) * 1992-03-23 1993-09-30 Fuji Heavy Ind Ltd System zur Überwachung des fahrzeugexternen Zustands unter Verwendung eines durch mehrere Fernsehkameras aufgenommenen Bildes
US5450531A (en) * 1992-11-30 1995-09-12 Eastman Kodak Company Resolution enhancement system for combined binary and gray scale halftone images
EP0712094A2 (de) * 1994-11-10 1996-05-15 Eastman Kodak Company Multi-Fensterverfahren zur Schwellwertverarbeitung von Bildern mit Gebrauch der örtlichen Bildeigenschaften

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4308776A1 (de) * 1992-03-23 1993-09-30 Fuji Heavy Ind Ltd System zur Überwachung des fahrzeugexternen Zustands unter Verwendung eines durch mehrere Fernsehkameras aufgenommenen Bildes
US5450531A (en) * 1992-11-30 1995-09-12 Eastman Kodak Company Resolution enhancement system for combined binary and gray scale halftone images
EP0712094A2 (de) * 1994-11-10 1996-05-15 Eastman Kodak Company Multi-Fensterverfahren zur Schwellwertverarbeitung von Bildern mit Gebrauch der örtlichen Bildeigenschaften

Also Published As

Publication number Publication date
DE19549216A1 (de) 1997-07-03

Similar Documents

Publication Publication Date Title
DE102011106050B4 (de) Schattenentfernung in einem durch eine fahrzeugbasierte Kamera erfassten Bild zur Detektion eines freien Pfads
DE102011106052B4 (de) Schattenentfernung in einem durch eine fahrzeugbasierte Kamera erfassten Bild unter Verwendung eines nichtlinearen beleuchtungsinvarianten Kerns
DE19636028C1 (de) Verfahren zur Stereobild-Objektdetektion
DE69624980T2 (de) Objektüberwachungsverfahren und -gerät mit zwei oder mehreren Kameras
DE102006005512B4 (de) System und Verfahren zur Messung der Entfernung eines vorausfahrenden Fahrzeugs
DE102006057552A1 (de) System und Verfahren zur Messung des Abstands eines vorausfahrenden Fahrzeugs
DE102011106072A1 (de) Schattenentfernung in einem durch eine fahrzeugbasierte kamera erfassten bild unter verwendung einer optimierten ausgerichteten linearen achse
WO2013072231A1 (de) Verfahren zur nebeldetektion
DE102011111440A1 (de) Verfahren zur Umgebungsrepräsentation
EP2028605A1 (de) Detektionsverfahren für symmetrische Muster
DE102017103540A1 (de) Ermitteln einer Winkelstellung eines Anhängers ohne Zielmarkierung
DE102017209631B4 (de) Objektidentifizierungsvorrichtung
DE102015209147A1 (de) Verfahren zur Parkflächenerkennung
EP1419402A1 (de) Verfahren zur erkennung und verfolgung von objekten
DE112009003648T5 (de) Verfahren und Vorrichtung zur Barrierentrennung
DE102016124747A1 (de) Erkennen eines erhabenen Objekts anhand perspektivischer Bilder
DE102017106152A1 (de) Ermitteln einer Winkelstellung eines Anhängers mit optimierter Vorlage
DE19549216C2 (de) Verfahren zur Bildauswertung
DE102006037600B4 (de) Verfahren zur auflösungsabhängigen Darstellung der Umgebung eines Kraftfahrzeugs
DE69600320T2 (de) Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen
WO2009086970A1 (de) Verfahren und vorrichtung zur bilderfassung für kraftfahrzeuge
DE102008050456B4 (de) Verfahren und Vorrichtung zur Fahrspurerkennung
DE102006007550A1 (de) Vorrichtung und Verfahren zur Erkennung einer Fahrbahnmarkierung für ein Kraftfahrzeug
DE102020125232A1 (de) Verfahren zur Farbkorrektur für ein Kamerasystem sowie ein Kamerasystem
DE69606711T2 (de) Verfahren zum erkennen von gegenständen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
D2 Grant after examination
8364 No opposition during term of opposition
8320 Willingness to grant licences declared (paragraph 23)
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20110701