《用于分析车辆的图像采集装置的图像的方法与设备的制作方法》由会员分享，可在线阅读，更多相关《用于分析车辆的图像采集装置的图像的方法与设备的制作方法（6页珍藏版）》请在金锄头文库上搜索。
1、用于分析车辆的图像采集装置的图像的方法与设备的制作方法专利名称：用于分析车辆的图像采集装置的图像的方法与设备的制作方法技术领域：本发明涉及一种用于分析图像采集装置的图像的方法、一种相应的控制设备以及一种相应的计算机程序产品。背景技术：US-7423752B2涉及雾识别算法，其尝试确定雾中摄像机的视距。在此，对象识别基于边缘识别。发明内容在所述背景下，通过本发明提出根据本发明的独立权利要求所述的一种用于分析 图像采集装置的图像的方法、一种使用所述方法的设备以及一种相应的计算机程序产品。有利的构型由相应的从属权利要求和以下描述得出。本发明的核心是失明识别算法，其中可以根据摄像机调节进行失明识别。借
2、助于摄像机调节可以确定关于图像中的结构的概率的说明并且相应地匹配失明识别的灵敏度。为了得到关于摄像机的失明的说明，因此可以一起考虑摄像机调节的特征曲线。通过使用摄像机的特征曲线而不仅仅使用亮度，可以更准确地匹配灵敏度。通过特征曲线和(因此)再线性化直方图的知识，可以使失明识别的灵敏度显著更好地匹配于实际情况。所产生的直方图可以不仅用于灵敏度的评价而且也可以直接用作除图像中的结构以外的其他信息源，以便获得关于失明的说明。所述实施方式的另一优点在于关于图像的确定部分中的再线性化直方图的知识，不仅仅关于整个图像的知识。因此，尤其是可以改善图像的一部分中具有强亮度差的情景中的失明。通过使用摄像机调节的
3、信息，可以使失明识别显著更好地匹配于实际情况。由此能够实现关于失明的更稳定的说明。失明识别算法可以基于结构，例如对象的边缘。根据本发明，可以进行摄像机图像的划分。优选地，可以生成用于不同功能例如用于冷凝时的挡风玻璃加热的运行的特定的失明信号。为了改进失明识别，可以将其他测量算法的结果一起纳入失明的评价。可以计算图像中的不同区域的失明概率并且可以由此生成不同算法的失明信号。当已识别到失明时，算法可以又进入可靠状态中。可以附加地以清晰视野概率计算失明概率。因此，清晰视野信息可以用于支持失明识别。附加地，失明识别的灵敏度可以与照明相关。例如，在夜间存在较低的概率，从而当在摄像机图像中发现较少的边缘时
4、涉及失明。如果将摄像机图像划分成一些失明区域，则由这些失明区域又可以计算失明信号。例如，图像的上部部分中的区域对于车道识别功能的失明识别而言是不重要的。根据本发明，失明信号的去抖动可以与识别失明的持续时间相关。本发明提供一种用于分析车辆的图像采集装置的图像的方法，所述方法包括以下步骤通过图像接口接收图像，其中所述图像表示由图像采集装置提供的图像数据；基于所述图像在考虑图像采集装置的曝光特征曲线的情况下确定图像的亮度信息；根据亮度信息调节阈值；确定图像的图像结构；基于所述图像结构在使用阈值的情况下确定图像的失明值。图像采集装置可以是设置在车辆中或设置在车辆上的摄像机。图像采集装置可以被构造用于连
5、续地检测和提供车辆周围环境的图像信息或图像。这些图像可以由车辆中的不同功能或用户一例如车窗加热装置或车道辅助系统使用。如果图像采集装置失明，则提供给这些功能的图像不包含可用的图像信息。如果没有识别到失明，则这会导致这些功能的故障。失明例如可以通过图像采集装置的光学器件的严重沾污或通过图像采集装置的光学器件的损坏引起。失明可以涉及由图像采集装置提供的图像的整个图像部分或者仅仅一个或多个图像部分。失明值或由其求得的用于失明概率的值定义以怎样的概率存在摄像机的失明。因此，基于失明值或失明概率可以确定涉及所述图像的图像信息是否由于失明而是有错误的并且因此在相应的功能中不应被分析处理或仅仅被有限地分析处
6、理。所述图像结构可以涉及沿着图像内的亮度边界的边缘曲线。因此，边缘可以定义亮度差。可以分析处理边缘曲线的特性一例如其方向或长度，以便确定失明值。为了确定失明值，可以将 特定的特性一例如边缘斜率与可以相应于失明阈值的阈值进行比较。通过所述阈值可以调节失明识别的灵敏度。通过根据亮度信息调节阈值，识别失明取决于摄像机调节。图像结构也可以表示例如可以由对象识别进行识别的一个或多个对象。在这种情况下，为了确定失明值，可以将多个所识别的对象与在所述情况中可以相应于清晰视野阈值的阈值进行比较。因此，可以仅仅通过失明识别、仅仅通过清晰视野检查或者通过失明识别与清晰视野检查的组合进行失明识别。在组合的情况中，可
7、以在彼此分离的装置中进行失明识别和清晰视野检查。根据本发明的方法可以包括由亮度信息确定再线性化直方图的步骤。可以根据再线性化直方图实施阈值的调节。除阈值的调节外，也可以使用除图像结构以外的直方图直接作为其他信息源，以便获取关于失明的说明。根据本发明的方法还可以包括基于亮度信息的时间变化求得亮度变化的步骤。此夕卜，对于区域中的每一个，可以基于亮度变化实施失明概率的确定。亮度变化是用于识别或防止失明的附加可行方案。在此，可以分析处理直方图。只要在此存在较少运动，则这可以认为是对失明的指示。根据一种实施方式，图像结构可以分别表示每个区域的边缘斜率。所述边缘斜率可以借助于已知的方法求得并且给出图像部分
8、的结构性的良好度量。根据一种实施方式，图像结构可以表示至少一个在图像中成像的对象。例如，图像结构可以表征对象的轮廓或面变化，其可以用于图像识别。根据本发明的方法还可以包括接收关于已经基于由图像采集装置提供的图像识别的对象的信息的步骤。在一个确定对象数量的步骤中，可以基于关于对象的信息确定图像的对象数量，其中所述对象数量包括每个图像的多个所识别的对象。在一个确定的步骤中，可以基于对象数量在使用清晰视野阈值的情况下确定图像的清晰视野值。可以基于失明值和清晰视野值实施图像失明概率的确定。通过分析处理图像中的对象的数量，可以附加地防止失明。如果没有计数到对象，则这可以是对摄像机的失明的指示。考虑用于确
9、定清晰视野值的对象例如可以是所识别的车道或其他车辆。清晰视野值或由此求得的用于失明概率的值定义以怎样的概率存在摄像机的清晰视野或失明。可以由独立的对象识别装置实施对象识别。可以基于摄像机的当前图像或者基于在时间上在前的图像实施对象识别。可以计数在预先确定的时间间隔内识别到的对象的数量。通过所述方式可以不断地更新对象数量的值。根据一种实施方式，可以根据亮度信息进行清晰视野值的调节。通过所述方式，可以在清晰视野检查时考虑通过摄像机调节所调节的图像采集灵敏度。可以根据图像的对象数量与清晰视野阈值的比较使图像的现有的清晰视野值改变一个预先确定的值。例如，当没有计数到对象或者计数到比通过清晰视野阈值说明
10、的更少的对象时，可以减小现有的清晰视野值。根据一种实施方法，根据本发明的方法可以包括将图像划分成各个区域的步骤，其中对于这些区域中的每一个可以确定一个失明值和/或一个清晰视野值。为了对于每一个区域确定一个失明值，可以在划分图像之后在使用失明阈值的情况下对于这些区域中的 每一个确定图像的图像结构以及基于相应区域的图像结构确定这些区域中的每一个的失明值。因此，可以将整个图像划分成一些区域，其中每一个区域包括整个图像的一个确定的部分。所有区域可以共同得到整个图像。图像的各个区域不可重叠。因此，无需重复分析处理图像数据。替代地，各个区域的图像部分的重叠也是可能的。对于每一个区域确定一个失明值。此外，对
11、于每一个区域基于相应的失明值可以确定所述区域的失明概率。失明值或由其求得的失明概率的值定义在由相应的区域覆盖的部分中以怎样的概率存在摄像机的失明。因此，可以基于失明概率确定涉及所述区域的图像信息是否由于失明而是有错误的并且因此在相应的功能中不应被分析处理或仅仅被有限地分析处理。在此，对于区域中的每一个，可以计数在多个区域上延伸的对象。如果在一个区域中计数多个对象，则这意味着摄像机至少关于所述区域不是失明的。根据本发明的方法还可以包括基于第一组区域的失明值确定第一失明信息以及基于第二组区域的失明值确定第二失明信息的步骤。可以作为失明信号提供所述失明信息。失明信息可以分别示出是否关于相应的区域组假
12、定图像采集装置的失明。在此，可以向基于图像的第一组区域中的图像信息的功能提供第一失明信息。相应地，可以向基于第二组图像区域中的图像信息的功能提供第二失明信息。各个区域可以包含在多个组中。根据本发明的方法可以包括向第一图像分析处理装置提供第一失明信息和向第二图像分析处理装置提供第二失明信息的步骤。第一图像分析处理装置可以被构造用于分析处理在第一组区域中包含的图像信息，第二图像分析处理装置可以被构造用于分析处理第二组区域中包含的图像信息。可以分别作为信号提供失明信息。图像分析处理装置可以表示功能或用户。此外，本发明还实现一种用于分析图像采集装置的图像的设备，其被构造用于实施或者实现根据本发明的方法
13、的步骤。本发明所基于的任务也可以通过本发明的设备形式的实施变型方案快速且高效地解决。设备在此可以理解为处理传感器信号和据此输出控制信号的电设备。所述设备可以具有硬件构造的和/或软件构造的接口。在硬件构造时，接口例如可以是所谓的系统ASIC的一部分，其包含所述设备的各种不同的功能。但也可能的是，接口是单独的集成电路或者至少部分地由分立的部件组成。在软件构造时，接口可以是例如在微控制器上与其他软件模块共存的软件模块。具有程序代码的计算机程序产品也是有利的，所述程序代码可以存储在机器可读的载体如半导体存储器、硬盘存储器或光学存储器上，并且用于当在设备上执行所述程序时实施根据以上描述的实施方式之一的方
14、法。以下根据附图示例性地进一步阐述本发明。附图示出图I :本发明的一个实施例的流程图；图2 :本发明的另一实施例的流程图；图3 :根据本发明的一个实施例的根据本发明的方法的部分区段的流程图； 图4 :根据本发明的一个实施例的根据本发明的方法的另一部分区段的流程图；图5 :根据本发明的一个实施例的摄像机图像的示图；以及图6 :根据本发明的一个实施例的亮度特征曲线。具体实施例方式在本发明的优选实施例的以下描述中，对于在不同附图中示出的并且作用类似的元素使用相同或相似的附图标记，其中不重复描述这些元素。图I示出根据本发明一个实施例的用于分析图像采集装置的图像的方法的流程图。在步骤101中接收图像。所
15、述图像可以作为原始图像直接由图像采集装置一例如摄像机接收或者作为经预处理的图像由预处理装置接收。所述图像可以具有例如像点形式的图像信息，所述图像信息再现图像采集装置的视野范围。在步骤103中可以确定图像的亮度信息。这可以在考虑图像采集装置的曝光特征曲线的情况下进行。关于曝光特征曲线的信息可以由图像采集装置提供或者可以从存储装置中读取。在步骤105中可以根据亮度信息实施失明阈值的调节。此外，在步骤107中可以确定图像的图像结构并且在步骤109中确定图像的失明值。在此，可以基于图像结构在使用失明阈值的情况下确定失明值。在步骤111中由失明值确定图像的失明概率。根据另一实施例，不仅可以确定整个图像的
16、总失明值或总失明概率也可以确定图像的各个区域的各个失明值或各个失明概率。为此可以将图像划分成多个区域。例如可以形成三个行和三个列，从而将图像划分成九个区域。替代地，也可以通过另一方式来划分图像，并且形成多于或少于九个区域。这些区域可以分别覆盖不同的图像部分。替代地，存在这些区域的部分重叠。可以如此选择图像部分，使得由算法使用的区域被覆盖。对于每一个区域确定位于相应区域内的图像结构。图像结构可以表示边缘曲线。可以基于已知的方法例如用于确定图像中的边缘的方法来进行图像结构的确定。使用每一个区域的图像结构，以便对于这些区域中的每一个确定一个失明值。即，对于每一个区域基于相应图像的图像结构确定一个自己的失明值。为此，可以将图像结构或者由其导出的参量与一个失明阈值进行比较。根据本发明可以使用平均边缘斜率作为结构。根据比较结果，可以将失明值设置为一个相应的值。例如，所述失明值可以在超过所述失明阈值时具有第一值而在低于所述失明阈值时具有第二值。第一值可以给出关于对于相应区域存在失明的提示而第二数值可以给出关于对于相应区域存在非失明的提示，或者反之。失明
