DE102017218430A1 - Method for identifying parameterizable geometric curves - Google Patents
Method for identifying parameterizable geometric curves Download PDFInfo
- Publication number
- DE102017218430A1 DE102017218430A1 DE102017218430.2A DE102017218430A DE102017218430A1 DE 102017218430 A1 DE102017218430 A1 DE 102017218430A1 DE 102017218430 A DE102017218430 A DE 102017218430A DE 102017218430 A1 DE102017218430 A1 DE 102017218430A1
- Authority
- DE
- Germany
- Prior art keywords
- parameter
- curve
- threshold
- candidate
- edge image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/753—Transform-based matching, e.g. Hough transform
Abstract
Verfahren zur Erkennung von parametrisierbaren geometrischen Kurven mit wenigstens einem ersten Parameter und einem zweiten Parameter mit den folgenden Schritten: Bereitstellen wenigstens eines Kantenbildes mit Pixeln (M1); Festlegen einer Menge von in dem Kantenbild zu erkennenden Kurven mit wenigstens einem ersten Parameter und einem zweiten Parameter (M2); Durchführen einer Houghtransformation für mehrere Pixel des Kantenbildes in einen Houghraum (M3); Erkennen eines Kurvenkandidaten, wenn ein Wert an einem Punkt in dem Houghraum größer ist als ein festgelegter erster Schwellwert (M4.1) und/oder Erkennen eines Kurvenkandidaten, wenn ein Wert an einem Punkt in dem Houghraum größer ist als ein zweiter festgelegter Schwellwert und eine Summe von Werten in einer festgelegten Nachbarschaft des Punktes größer ist als ein dritter Schwellwert, wobei der zweite Schwellwert kleiner ist als der erste Schwellwert und der dritte Schwellwert wenigstens gleichgroß wie der erste Schwellwert ist (M4.2); Gruppieren von Kurvenkandidaten zu einer Gruppe, wenn die Kurvenkandidaten wenigstens einen Parameter aufweisen, der nicht mehr als einen vorbestimmten Toleranzwert von dem Parameter eines weiteren Kurvenkandidaten abweicht (M5); Schätzen einer Kurve mittels der gruppierten Kurvenkandidaten (M9).A method of recognizing parametrisable geometric curves having at least a first parameter and a second parameter, comprising the steps of: providing at least one edge image with pixels (M1); Setting a set of curves to be recognized in the edge image with at least a first parameter and a second parameter (M2); Performing a Hough transformation for several pixels of the edge image into a Hough space (M3); Detecting a curve candidate if a value at a point in the Hough space is greater than a predetermined first threshold (M4.1) and / or recognizing a curve candidate if a value at a point in the Hough space is greater than a second predetermined threshold and Sum of values in a specified neighborhood of the point is greater than a third threshold, the second threshold being less than the first threshold and the third threshold being at least equal to the first threshold (M4.2); Grouping curve candidates into a group if the curve candidates have at least one parameter that deviates no more than a predetermined tolerance value from the parameter of another curve candidate (M5); Estimate a curve using the grouped curve candidates (M9).
Description
GEBIET DER ERFINDUNGFIELD OF THE INVENTION
Die vorliegende Erfindung betrifft ein Verfahren zur Erkennung von parametrisierbaren geometrischen Kurven sowie ein Fahrerassistenzsystem.The present invention relates to a method for the detection of parametrisierbaren geometric curves and a driver assistance system.
TECHNISCHER HINTERGRUNDTECHNICAL BACKGROUND
Die
ZUSAMMENFASSUNG DER ERFINDUNGSUMMARY OF THE INVENTION
Vor diesem Hintergrund liegt der Erfindung die Aufgabe zugrunde, ein echtzeitfähiges Verfahren zur Erkennung von parametrisierbaren geometrischen Kurven zu schaffen.Against this background, the invention has the object to provide a real-time capable method for the detection of parametrisierbaren geometric curves.
„Echtzeit“ bedeutet, dass das Verfahren simultan zur Realität abläuft."Real time" means that the process is simultaneous with reality.
Parametrisierbare Kurven sind Kurven oder Flächen, die sich als Funktion einer oder mehrerer Parameter beschreiben lassen.Parameterizable curves are curves or surfaces that can be described as a function of one or more parameters.
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 und durch ein Fahrerassistenzsystem mit den Merkmalen des Patentanspruchs 17 gelöst.According to the invention, this object is achieved by a method having the features of
Demgemäß ist vorgesehen:
- - ein Verfahren zur Erkennung von parametrisierbaren geometrischen Kurven mit wenigstens einem ersten Parameter und einem zweiten Parameter mit den folgenden Schritten:
- Bereitstellen wenigstens eines Kantenbildes mit Pixeln;
- Festlegen einer Menge von in dem Kantenbild zu erkennenden Kurven mit wenigstens einem ersten Parameter und einem zweiten Parameter;
- Durchführen einer Houghtransformation für mehrere Pixel des Kantenbildes in einen Houghraum;
- Erkennen eines Kurvenkandidaten, wenn ein Wert an einem Punkt in dem Houghraum größer ist als ein festgelegter erster Schwellwert und/oder Erkennen eines Kurvenkandidaten, wenn ein Wert an einem Punkt in dem Houghraum größer ist als ein zweiter festgelegter Schwellwert und eine Summe von Werten in einer festgelegten Nachbarschaft des Punktes größer ist als ein dritter Schwellwert, wobei der zweite Schwellwert kleiner ist als der erste Schwellwert und der dritte Schwellwert wenigstens gleichgroß wie der erste Schwellwert ist;
- Gruppieren von Kurvenkandidaten zu einer Gruppe, wenn die Kurvenkandidaten wenigstens einen Parameter aufweisen, der nicht mehr als einen vorbestimmten Toleranzwert von dem Parameter eines weiteren Kurvenkandidaten abweicht;
- Schätzen einer Kurve mittels der gruppierten Kurvenkandidaten; sowie
- - ein Fahrerassistenzsystem mit einem Bildsensor, einer Datenspeichereinheit, einer Recheneinheit sowie einer Kommunikationseinheit, wobei das Fahrerassistenzsystem eingerichtet ist, Verkehrsschilder zu erkennen, indem Bilddaten des Bildsensors von der Recheneinheit zu einem Kantenbild verarbeitet werden und Konturen von Verkehrsschildern in dem Kantenbild mittels einer modifizierten Houghtransformation des Kantenbildes erkannt werden, wobei die Kommunikationseinheit eingerichtet ist, eine Meldung über ein Verkehrsschild auszugeben, nachdem ein Verkehrsschild erkannt wurde.
- a method for recognizing parameterizable geometric curves having at least a first parameter and a second parameter, comprising the following steps:
- Providing at least one edge image with pixels;
- Defining a set of curves to be recognized in the edge image with at least a first parameter and a second parameter;
- Performing a Hough transformation for several pixels of the edge image into a Hough space;
- Detecting a curve candidate if a value at a point in the Hough space is greater than a predetermined first threshold and / or detecting a curve candidate if a value at a point in the Hough space is greater than a second predetermined threshold and a sum of values in one predetermined neighborhood of the point is greater than a third threshold, wherein the second threshold is less than the first threshold and the third threshold is at least equal to the first threshold;
- Grouping curve candidates into a group if the curve candidates have at least one parameter that deviates no more than a predetermined tolerance value from the parameter of another curve candidate;
- Estimating a curve using the grouped curve candidates; such as
- a driver assistance system having an image sensor, a data storage unit, a computing unit and a communication unit, wherein the driver assistance system is configured to detect traffic signs by processing image data of the image sensor from the arithmetic unit into an edge image and contours of traffic signs in the edge image by means of a modified Hough transformation of the Edge image are detected, wherein the communication unit is adapted to issue a message on a traffic sign after a traffic sign has been detected.
Ein Kantenbild wird aus einem digitalen Bild durch sogenannte Kantendetektion berechnet, indem benachbarte Bildelemente (Pixel) auf Änderungen ihrer Farbwerte oder Grauwerte analysiert werden.An edge image is calculated from a digital image by so-called edge detection by analyzing adjacent pixels (pixels) for changes in their color values or gray values.
Die Houghtransformation ist ein Verfahren zur Erkennung von parametrisierbaren geometrischen Figuren in einem Kantenbild. Zur Erkennung von geometrischen Objekten wird ein Houghraum geschaffen, in dem für jeden Punkt in dem Kantenbild, der auf einer Kante liegt, mögliche Parameter der zu erkennenden Kurve im Houghraum eingetragen werden. Jeder Punkt im Houghraum entspricht somit einem geometrischen Objekt im Kantenbild. Bei einer Geraden können dies z. B. die Steigung oder der y-Achsen-Abschnitt sein, bei einem Kreis der Mittelpunkt und der Radius. Ergibt sich in dem Houghraum eine Häufung an einem Punkt, lässt sich eine entsprechende Kurve in dem Kantenbild erkennen.The Hough transformation is a method of recognizing parametrisable geometric figures in an edge image. In order to detect geometric objects, a Hough space is created in which possible parameters of the curve to be recognized are entered in the Hough space for each point in the edge image which lies on one edge. Each point in the Hough space thus corresponds to a geometric object in the edge image. In a straight line z. As the slope or the y-axis section, in a circle the center and the radius. If there is an accumulation at one point in the Hough space, a corresponding curve can be recognized in the edge image.
Unter einer Nachbarschaft eines Punktes wird in dieser Anmeldung eine Umgebung des Punktes verstanden, in der Punkte enthalten sind, dessen Abstand zum Punkt kleiner ist als ein vorbestimmter Wert.A neighborhood of a point in this application means an environment of the point containing points whose distance to the point is less than a predetermined value.
Unter einem Kurvenkandidat wird eine Kurve verstanden, die während des Verfahrens als mögliche parametrisierte Darstellung eines geometrischen Objekts in dem Kantenbild ermittelt wird. Typischerweise werden mittels des Verfahrens mehrere Kurvenkandidaten für die Darstellung eines geometrischen Objekts in dem Kantenbild ermittelt und eine Kurve aus den Kurvenkandidaten ausgewählt.A curve candidate is a curve that is determined during the process as a possible parameterized representation of a geometric object in the edge image. Typically, the method determines a plurality of curve candidates for representing a geometric object in the edge image and selects a curve from the curve candidates.
Unter Farbwertdifferenz wird der Abstand zweier Farbwerte verstanden. Farbwerte lassen sich als höchstens dreidimensionale Vektoren ausdrücken. In einem Kantenbild ist der Farbwert häufig als Grauwert ausgebildet.Color value difference is the distance between two color values. Color values can be express as at most three-dimensional vectors. In an edge image, the color value is often designed as a gray value.
Somit erkennt das erfindungsgemäße Verfahren ein parametrisierbares geometrisches Objekt in einer Kameraaufnahme ausgehend von einem Kantenbild der Kameraaufnahme. Dabei wird festgelegt, welche Kurven in dem Kantenbild zu erkennen sind.Thus, the method according to the invention recognizes a parameterisable geometric object in a camera recording starting from an edge image of the camera recording. It determines which curves are visible in the edge image.
Die festgelegte Menge der zu erkennenden Kurven kann beispielsweise alle Kreise oder Geraden in dem Kantenbild umfassen. Ausgehend von der festgelegten Menge von zu erkennenden Kurven wird eine Houghtransformation auf das Kantenbild angewendet. Die Houghtransformation kann für verschiedene festgelegte Mengen variieren. So unterscheiden sich beispielsweise Houghtransformationen für Geraden, Kreise und Ellipsen. Das Ergebnis der Houghtransformation bzw. der Houghraum wird häufig auch als Akkumulator bezeichnet und ist eine Matrix, dessen Dimension der der Parameterkombination entspricht. Beispielsweise ist der Houghraum für einen zu erkennenden Kreis mit variablem Mittelpunkt und variablen Radius eine dreidimensionale Matrix. Für einen zu erkennenden Kreis mit festem Radius ist der Houghraum eine zweidimensionale Matrix.The set amount of the curves to be recognized may include, for example, all circles or lines in the edge image. Based on the set amount of curves to be recognized, a Hough transform is applied to the edge image. The Hough transformation can vary for different set amounts. For example, Hough transformations are different for lines, circles, and ellipses. The result of the Hough transformation or the Hough space is often referred to as an accumulator and is a matrix whose dimension corresponds to that of the parameter combination. For example, for a circle of variable center and variable radius to be detected, the Hough space is a three-dimensional matrix. For a circle of fixed radius to be recognized, the Hough space is a two-dimensional matrix.
Der Ergebnishoughraum ist eine Matrix, in der alle Parameterkombinationen, die zu einem Kantenpixel führen können, eingetragen sind. Wenn die Pixel in dem Kantenbild eine Kurve mit einer bestimmten Parameterkombination repräsentieren, ist in der Matrix ein erhöhter Wert an der entsprechenden Stelle eingetragen, da dort viele Pixel der Kurve für die Parameterkombination votieren.The result rough space is a matrix in which all parameter combinations that can lead to an edge pixel are entered. If the pixels in the edge image represent a curve with a certain combination of parameters, an increased value is entered in the corresponding location in the matrix, since there many pixels of the curve for the parameter combination vote.
Dementsprechend wird die Kurve mit dieser Parameterkombination erkannt, wenn der entsprechende Wert in der Matrix einen festgelegten Schwellwert übersteigt.Accordingly, the curve is recognized with this combination of parameters if the corresponding value in the matrix exceeds a specified threshold.
Allerdings können beispielsweise Bildrauschen oder auch Defekte in der Kameraaufnahme dazu führen, dass Punkte für eine bestimmte Parameterkombination auf mehrere ähnliche Parameterkombinationen verteilt werden. Deshalb betrachtet das erfindungsgemäße Verfahren auch die Summe der Matrixeinträge in einer vorbestimmten Nachbarschaft einer Parameterkombination.However, for example, image noise or defects in the camera image can lead to points for a certain combination of parameters being distributed over several similar parameter combinations. Therefore, the inventive method also considers the sum of the matrix entries in a predetermined neighborhood of a parameter combination.
Häufig werden für ein zu erkennendes Objekt einer Kameraaufnahme mehrere Kurvenkandidaten erkannt. Dies kann beispielsweise daraus resultieren, dass ein Objekt mehrere Konturlinien aufweist, die in der Kameraaufnahme nah beieinander liegen. Um mehreren Kurvenkandidaten ein Objekt in einer Kameraaufnahme zuzuordnen, werden Kurvenkandidaten mit ähnlichen Parameterkombinationen in einer Gruppe gruppiert. Für das Gruppieren kann auf Clusteralgorithmen zurückgegriffen werden.Frequently, several curve candidates are detected for an object of a camera recording to be recognized. This can result, for example, from the fact that an object has several contour lines that are close together in the camera image. In order to assign an object in a camera recording to several curve candidates, curve candidates with similar parameter combinations are grouped in a group. For grouping, cluster algorithms can be used.
Beispielsweise kann vorgesehen sein, dass sämtliche Kurvenkandidaten mit einem Parameter, der von einem Parameter eines anderen Kurvenkandidaten nicht mehr als ein festgelegter Wert abweicht, zu einer Gruppe gruppiert werden. Alternativ kann vorgesehen sein, dass eine neue Gruppe geschaffen wird, wenn ein Parameter eines Kurvenkandidaten um mehr als einen festen Wert von dem Durchschnitt des Parameters der bestehenden Gruppe abweicht.For example, it can be provided that all curve candidates with a parameter that deviates from a parameter of another curve candidate no more than a specified value are grouped into a group. Alternatively it can be provided that a new group is created if a parameter of a curve candidate deviates by more than a fixed value from the average of the parameter of the existing group.
Ausgehend von der Gruppe der Kurvenkandidaten wird eine Parameterkombination einer das Objekt in der Kameraaufnahme darstellenden Kurve geschätzt. Für die Schätzung kann auf verschiedene Schätzungsmethoden, z.B. Mitteln oder gewichtetes Mitteln der Parameter, zurückgegriffen werden. Alternativ kann die Gruppe der Kurvenkandidaten weiter selektiert werden.Based on the group of curve candidates, a parameter combination of a curve representing the object in the camera image is estimated. For the estimation, different estimation methods, e.g. Means or weighted averaging of the parameters. Alternatively, the group of curve candidates can be further selected.
Eine Meldung von einer Kommunikationseinheit eines Fahrerassistenzsystems kann beispielsweise an einen Fahrer oder an ein Steuergerät, welches ein Fahrzeug steuert, gerichtet sein. Somit kann die Meldung beispielsweise als Warnsignal oder als Steuersignal ausgebildet sein.A message from a communication unit of a driver assistance system can be directed, for example, to a driver or to a control unit which controls a vehicle. Thus, the message can be configured for example as a warning signal or as a control signal.
Vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus den weiteren Unteransprüchen sowie aus der Beschreibung unter Bezugnahme auf die Figuren der Zeichnung.Advantageous embodiments and further developments will become apparent from the other dependent claims and from the description with reference to the figures of the drawing.
Gemäß einer bevorzugten Weiterbildung der Erfindung ist das Verfahren eingerichtet, Kreise zu erkennen, wobei der erste Parameter als Radius und der zweite Parameter als Mittelpunkt ausgebildet ist. Durch die Einschränkung des Verfahrens auf Kreise lassen sich Rechenzeit bzw. Rechenoperationen einsparen.According to a preferred embodiment of the invention, the method is configured to detect circles, wherein the first parameter is designed as a radius and the second parameter as the center. By restricting the method to circles, computing time or arithmetic operations can be saved.
Ferner ist das Erkennen von Kreisen in einigen Echtzeit-Anwendungen besonders relevant. Beispielsweise ist es in Fahrerassistenzsystemen wünschenswert, Verkehrsschilder, insbesondere runde Verkehrsschilder zu erkennen, da diese beispielsweise eine einzuhaltende maximale Geschwindigkeit vorgeben oder über die Aufhebung einer einzuhaltenden maximalen Geschwindigkeit informieren.Furthermore, circling is particularly relevant in some real-time applications. For example, in driver assistance systems, it is desirable to detect traffic signs, in particular round traffic signs, since these, for example, specify a maximum speed to be maintained or inform about the cancellation of a maximum speed to be maintained.
Gemäß einer bevorzugten Weiterbildung der Erfindung umfasst das Verfahren ferner folgende Schritte: Bilden einer Farbwertdifferenz zwischen wenigstens zwei Punkten eines Kurvenkandidaten für mehrere Kurvenkandidaten der Gruppe; Ermitteln von wenigstens einem Parameter eines Kurvenkandidaten mit der geringsten Farbwertdifferenz; Schätzen von wenigstens einer Kurve mittels des wenigstens einen ermittelten Parameters.According to a preferred development of the invention, the method further comprises the following steps: forming a color value difference between at least two points of a curve candidate for a plurality of curve candidates of the group; Determining at least one parameter of a curve candidate having the least chrominance difference; Estimating at least one curve by means of the at least one determined parameter.
Somit wird die Gruppe der Kurvenkandidaten weiter selektiert, um die Schätzung der Parameter der das Objekt darstellenden Kurve weiter zu verbessern. Somit lassen sich ein oder mehrere Parameter genauer abschätzen, insbesondere wenn das Mitteln der Parameter von Kurvenkandidaten einer Gruppe zu einem nicht zufriedenstellenden Ergebnis führt.Thus, the group of curve candidates is further selected to further enhance the estimation of the parameters of the curve representing the object. Thus, one or more parameters can be estimated more accurately, especially if the averaging of the parameters of curve candidates of a group leads to an unsatisfactory result.
Das Ermitteln eines Parameters eines Kurvenkandidaten mit der geringsten Farbwertdifferenz beruht auf der Annahme, dass Pixel, die auf einer Kurve liegen einen identischen Farbwert aufweisen. Dementsprechend lässt sich überprüfen, ob ein Kurvenkandidat global oder an bestimmten Punkten auf ein Objekt passt.The determination of a parameter of a curve candidate with the lowest color value difference is based on the assumption that pixels lying on a curve have an identical color value. Accordingly, it is possible to check whether a curve candidate matches an object globally or at certain points.
Es versteht sich, dass es auch möglich ist, Farbwertdifferenzen über mehrere Punkte eines Kurvenkandidaten zu summieren und im Folgenden den Parameter eines Kurvenkandidaten mit der geringsten Summe der Farbwertdifferenzen zu ermitteln.It is understood that it is also possible to sum color value differences over several points of a curve candidate and to subsequently determine the parameter of a curve candidate with the lowest sum of the color value differences.
Gemäß einer bevorzugten Weiterbildung der Erfindung ist die Farbwertdifferenz als Grauwertdifferenz ausgebildet. Kantenbilder sind häufig in einer schwarzweißen Darstellung oder in einer schwarz-weiß-grauen Darstellung gespeichert. In diesem Fall lassen sich Rechenoperationen einsparen, wenn eine Grauwertdifferenz statt einer Farbwertdifferenz aus vollbesetzten Farbvektoren ermittelt wird. Vollbesetzte Farbwerte sind dreidimensionale Vektoren, wohingegen Grauwerte eine Zahl sind.According to a preferred embodiment of the invention, the color value difference is designed as a gray value difference. Edge images are often stored in a black-and-white representation or in a black-and-white-gray representation. In this case, arithmetic operations can be saved if a gray value difference is determined instead of a color value difference of fully occupied color vectors. Full color values are three-dimensional vectors, whereas gray values are a number.
Dabei ist es zweckmäßig, wenn eine Farbwertdifferenz zwischen zwei symmetrischen, insbesondere punktsymmetrischen Punkten gebildet wird. Wird die Farbwertdifferenz für eine Kreislinie gebildet, können die Punkte der Farbwertdifferenz beispielsweise bezüglich einer Kreisdiagonale gegenüberliegende Punkte einer Kreislinie sein.It is expedient if a color value difference between two symmetrical, in particular point-symmetrical points is formed. If the color value difference is formed for a circular line, the points of the color value difference can be, for example, opposite points of a circular line with respect to a circle diagonal.
Punktsymmetrien werden in vielen Kameraaufnahmen erhalten, selbst wenn die Kameraaufnahmen verzerrt sind. So wird beispielsweise im Kfz-Bereich häufig auf verzerrte Kameraaufnahmen zurückgegriffen, bei welchen Punktsymmetrien erhalten bleiben.Point symmetry is preserved in many camera shots, even if the camera shots are distorted. For example, in the automotive sector, distorted camera shots are frequently used, in which point symmetries are preserved.
Gemäß einer bevorzugten Weiterbildung der Erfindung wird ein Durchschnittswert für den ersten und/oder für den zweiten Parameter für Kurvenkandidaten der Gruppe ermittelt. In vielen Fällen ist der Durchschnittswert eines Parameters von Kurvenkandidaten einer Gruppe bereits eine ausreichend gute Abschätzung.According to a preferred embodiment of the invention, an average value for the first and / or for the second parameter for curve candidates of the group is determined. In many cases, the average value of a parameter of curve candidates of a group is already a sufficiently good estimate.
Bei Verfahren, die erhöhten Sicherheitsanforderungen genügen sollen, ist es dennoch zweckmäßig, eine Parameterschätzung zu präzisieren, indem eine Farbwertdifferenz für Kurvenkandidaten mit einem Parameter, der innerhalb eines vorbestimmten Suchbereichs um den Durchschnittswert des Parameters der Gruppe liegt, zu ermitteln.However, in methods intended to meet increased safety requirements, it is still appropriate to specify a parameter estimate by determining a color value difference for curve candidates having a parameter that is within a predetermined search range around the average value of the parameter of the group.
Dieser Weiterbildung der Erfindung liegt die Annahme zugrunde, dass der beste Schätzwert häufig in einer Umgebung des durchschnittlichen Werts eines Parameters einer Gruppe zu finden ist.This embodiment of the invention is based on the assumption that the best estimate is frequently found in an environment of the average value of a parameter of a group.
Somit wird das Ergebnis gegenüber gemittelten Parametern weiter präzisiert, wobei gegenüber einer Ermittlung von Farbwertdifferenzen für jeden Kurvenkandidaten einer Gruppe Rechenleistung eingespart wird.Thus, the result is further refined compared to averaged parameters, saving computing power compared to determining color value differences for each curve candidate of a group.
Dabei kann der vorbestimmte Suchbereich um den Durchschnitt des Parameters anwendungsspezifisch festgelegt werden. Typischerweise wächst ein optimaler vorbestimmter Suchbereich mit der Streuung der Kurvenkandidaten um eine zu ermittelnde Kurve.In this case, the predetermined search range can be determined by the average of the parameter application-specific. Typically, an optimal predetermined search range grows with the scatter of the curve candidates around a curve to be determined.
Dabei ist es weiter vorteilhaft, wenn mehrere Kantenbilder mit verschiedenen Auflösungen bereitgestellt werden und abhängig von dem Durchschnitt des Parameters eine Auflösung des Kantenbildes, aus welchem die Farbwertdifferenz gebildet wird, ausgewählt wird.It is further advantageous if several edge images are provided with different resolutions and, depending on the average of the parameter, a resolution of the edge image from which the color value difference is formed is selected.
Häufig verarbeiten Systeme, die Verfahren zur Erkennung von Objekten in Bilddaten ausführen, Kameraaufnahmen in mehreren Auflösungen. Somit kann diese zusätzliche Information, die in einem System bereits vorhanden ist, auch zur Verbesserung der Genauigkeit des Verfahrens zur Erkennung von Kurvenparametrisierungen verwendet werden. Dabei ist es zweckmäßig, eine große Auflösung zu wählen, wenn ein flächenbezogener Parameter klein ausfällt, wohingegen bei größeren Objekten eine geringere Auflösung ausreichend sein kann. Somit lassen sich Speicher und Rechenoperationen bei nahezu gleichbleibender Genauigkeit des Verfahrens reduzieren.Often, systems that perform methods of detecting objects in image data process camera shots in multiple resolutions. Thus, this additional information already present in a system can also be used to improve the accuracy of the curve parameterization detection method. It is expedient to choose a high resolution if a surface-related parameter is small, whereas for larger objects a lower resolution may be sufficient. Thus, memory and arithmetic operations can be reduced with almost constant accuracy of the method.
Dabei können optimale Auflösungen für flächenbezogene Parameter in einer Tabelle gespeichert sein. Flächenbezogene Parameter sind Parameter, die die begrenzte Fläche einer Kurve beeinflussen.Optimal resolutions for area-related parameters can be stored in a table. Area-related parameters are parameters that influence the limited area of a curve.
Dabei ist es vorteilhaft, wenn die Farbwertdifferenz für zwei Teilabschnitte eines Kurvenkandidaten ermittelt wird. Auf diese Weise kann der Rechenaufwand gegenüber einem globalen Vergleich der Farbwerte einer Kurve reduziert werden.It is advantageous if the color value difference is determined for two subsections of a curve candidate. In this way, the computational effort compared to a global comparison of the color values of a curve can be reduced.
Gemäß einer bevorzugten Weiterbildung der Erfindung wird ein Parameterbereich, auf den der erste und/oder der zweite Parameter der zu erkennenden Kurve beschränkt sind, festgelegt. Somit lässt sich vorbekanntes Wissen, beispielsweise über eine ungefähre Position oder Größe eines zu erkennenden Objektes nutzen, um Rechenoperationen zu sparen. According to a preferred development of the invention, a parameter range to which the first and / or the second parameter of the curve to be detected is restricted is defined. Thus, previously known knowledge, for example about an approximate position or size of an object to be recognized, can be used to save arithmetic operations.
In einem Verfahren, welches eingerichtet ist, Verkehrsschilder zu erkennen, kann beispielsweise vorgesehen sein, dass nur in einem bestimmten Bereich einer Kameraaufnahme nach Konturen von Schildern gesucht wird oder beispielsweise ein Radius bereits im Vorfeld auf einen bestimmten Bereich eingeschränkt wird. In a method that is set up to detect traffic signs, it may be provided, for example, that only contours of signs are searched for in a specific area of a camera recording or, for example, a radius is restricted in advance to a specific area.
Dabei ist es vorteilhaft, wenn eine Auflösung des Kantenbildes, für welches die Houghtransformation durchgeführt wird, in Abhängigkeit des festgelegten Parameterbereichs gewählt wird.It is advantageous if a resolution of the edge image, for which the Hough transformation is performed, is selected as a function of the specified parameter range.
Analog zu der Wahl der Auflösung eines Kantenbildes zur Ermittlung der Farbwertdifferenz lässt sich die Genauigkeit des Verfahrens weiter verbessern, wenn für kleine flächenbezogene Parameter eine große Auflösung eines Kantenbildes zur Durchführung der Houghtransformation ausgewählt wird. Somit lässt sich auch für den Houghraum ein genaueres Ergebnis erreichen.Analogous to the choice of the resolution of an edge image for determining the color value difference, the accuracy of the method can be further improved if, for small area-related parameters, a large resolution of an edge image is selected for performing the Hough transformation. Thus, a more accurate result can be achieved for the Houghraum.
Gemäß einer bevorzugten Weiterbildung der Erfindung wird für wenigstens einen ersten Parameter ein erster Kurvenkandidat mit einem höchsten Wert des Parameters unter den Kurvenkandidaten der Gruppe ermittelt und der Parameter der zu erkennenden Kurve wird mittels des ersten Parameters des ersten Kurvenkandidaten geschätzt. Für eine bessere Verständlichkeit ist der erste Kurvenkandidat im Folgenden als „maximaler Kurvenkandidat“ bezeichnet.According to a preferred development of the invention, a first curve candidate with a highest value of the parameter among the curve candidates of the group is determined for at least one first parameter, and the parameter of the curve to be recognized is estimated by means of the first parameter of the first curve candidate. For clarity, the first curve candidate is hereinafter referred to as the "maximum curve candidate".
Eine Schätzung aufgrund eines Höchstwertes eines Parameters einer Gruppe von Kurvenkandidaten ist bei der Schätzung von flächenbezogenen Parametern vorteilhaft. Auf diese Weise wird keine Information abgeschnitten, wenn ein flächenbezogener Parameter zu gering abgeschätzt wird.An estimate based on a maximum value of a parameter of a group of curve candidates is advantageous in the estimation of area-related parameters. In this way, no information is truncated if an area-related parameter is underestimated.
Dabei ist es ferner vorteilhaft, einen zweiten Kurvenkandidaten (berührender Kurvenkandidat) zu ermitteln, der den maximalen Kurvenkandidaten berührt, wobei die Differenz eines zweiten Parameters des maximalen und des berührenden Kurvenkandidaten ermittelt wird und der erste Parameter der zu erkennenden Kurve mittels des ersten Parameters des maximalen Kurvenkandidaten und der Differenz des zweiten Parameters des maximalen und des berührenden Kurvenkandidaten geschätzt wird.It is also advantageous to determine a second curve candidate (touching curve candidate) that touches the maximum curve candidate, wherein the difference of a second parameter of the maximum and the touching curve candidate is determined and the first parameter of the curve to be detected by means of the first parameter of the maximum Curve candidates and the difference of the second parameter of the maximum and the touching curve candidate is estimated.
Diese Präzisierung des Verfahrens beruht auf der Annahme, dass eine zu erkennende Kurve den maximalen Kurvenkandidaten einer Gruppe berührt. Die Schätzung des beispielsweise flächenbezogenen Parameters lässt sich somit weiter verbessern, indem ein zweiter Parameter, beispielsweise ein ortsbezogener Parameter, des maximalen Kurvenkandidaten mit dem entsprechenden Parameter des berührenden Kurvenkandidaten verglichen wird. Der erste Parameter der Kurve wird dann mittels des Höchstwerts des ersten Parameters und der Differenz der weiteren Parameter zwischen dem maximalen und berührenden Kurvenkandidaten genauer abgeschätzt.This refinement of the method is based on the assumption that a curve to be recognized touches the maximum curve candidate of a group. The estimate of the area-related parameter can thus be further improved by comparing a second parameter, for example a location-related parameter, of the maximum curve candidate with the corresponding parameter of the touching curve candidate. The first parameter of the curve is then more accurately estimated by means of the maximum value of the first parameter and the difference of the other parameters between the maximum and the touching curve candidate.
Beispielsweise kann vorgesehen sein, dass der erste (flächenbezogene) Parameter als Radius eines Kreises oder als Halbachsenlänge einer Ellipse ausgebildet ist und der zweite (ortsbezogene) Parameter als Mittelpunkt des Kreises oder der Ellipse ausgebildet ist. Werden ein Kurvenkandidat mit dem größten Radius einer Gruppe von Kurvenkandidaten (maximaler Kurvenkandidat) und ein berührender Kurvenkandidat ermittelt, lässt sich der Radius des Kreises aufgrund des Abstands der Mittelpunkte der beiden Kurvenkandidaten genauer abschätzen, indem von dem Radius des maximalen Kurvenkandidaten der Abstand der Mittelpunkte subtrahiert wird.For example, it can be provided that the first (surface-related) parameter is designed as a radius of a circle or as a half-axis length of an ellipse and the second (location-related) parameter is formed as the center of the circle or the ellipse. If a curve candidate with the largest radius of a group of curve candidates (maximum curve candidate) and a touching curve candidate is determined, the radius of the circle can be estimated more precisely by subtracting the centers of the two curve candidates by subtracting the distance of the center points from the radius of the maximum curve candidate becomes.
Figurenlistelist of figures
Die vorliegende Erfindung wird nachfolgend anhand der in den schematischen Figuren der Zeichnungen angegebenen Ausführungsbeispiele näher erläutert. Es zeigen dabei:
-
1 ein schematisches Blockbild gemäß einer Ausführungsform der Erfindung; -
2 eine schematische Ansicht eines Verfahrensschrittes einer Ausführungsform der Erfindung; -
3 eine schematische Ansicht eines Verfahrensschrittes einer Ausführungsform der Erfindung; -
4 eine schematische Ansicht eines Verfahrensschrittes einer Ausführungsform der Erfindung; -
5 ein schematisches Blockbild gemäß einer Ausführungsform der Erfindung;
-
1 a schematic block diagram according to an embodiment of the invention; -
2 a schematic view of a method step of an embodiment of the invention; -
3 a schematic view of a method step of an embodiment of the invention; -
4 a schematic view of a method step of an embodiment of the invention; -
5 a schematic block diagram according to an embodiment of the invention;
Die beiliegenden Zeichnungen sollen ein weiteres Verständnis der Ausführungsformen der Erfindung vermitteln. Sie veranschaulichen Ausführungsformen und dienen im Zusammenhang mit der Beschreibung der Erklärung von Prinzipien und Konzepten der Erfindung. Andere Ausführungsformen und viele der genannten Vorteile ergeben sich im Hinblick auf die Zeichnungen. Die Elemente der Zeichnungen sind nicht notwendigerweise maßstabsgetreu zueinander gezeigt.The accompanying drawings are intended to provide further understanding of the embodiments of the invention. They illustrate embodiments and, together with the description, serve to explain principles and concepts of the invention. Other embodiments and many of the stated advantages will become apparent with reference to the drawings. The elements of the drawings are not necessarily shown to scale to each other.
In den Figuren der Zeichnungen sind gleiche, funktionsgleiche und gleichwirkende Elemente, Merkmale und Komponenten - sofern nicht anders ausgeführt ist - jeweils mit denselben Bezugszeichen versehen. In the figures of the drawings are the same, functionally identical and equivalent elements, features and components - unless otherwise stated - each provided with the same reference numerals.
BESCHREIBUNG VON AUSFÜHRUNGSBEISPIELENDESCRIPTION OF EMBODIMENTS
Die
Das Verfahren ist zudem derart konfiguriert, dass ein Kreis erzeugt wird, wenn ein Eintrag der Matrix größer ist als
Die
Um einen Kreis zu finden, der das Objekt
In dem Schritt
Dabei wird die Grauwertdifferenz ermittelt, indem die Grauwerte von Pixeln auf dem Kreissegment
Die
Die
BezugszeichenlisteLIST OF REFERENCE NUMBERS
- 1010
- Ausschnitt eines HoughraumsDetail of a Houghroom
- 1111
- Ausschnitt eines HoughraumsDetail of a Houghroom
- 1212
- Ausschnitt eines HoughraumsDetail of a Houghroom
- 1313
- Nachbarschaftneighborhood
- 1414
- Nachbarschaftneighborhood
- 1515
- Nachbarschaftneighborhood
- 1616
- Nachbarschaftneighborhood
- 1717
- Eintrag entry
- 2020
- Objektobject
- 2121
- Kreiscircle
- 2222
- Kreiscircle
- 2323
- MittelpunktFocus
- 2424
- Suchbereichsearch area
- 2525
- Kreissegmentcircular segment
- 2626
- Kreissegmentcircular segment
- 27a-c27a-c
- Kreisdiagonalecircle diagonal
- 2828
- MittelpunktFocus
- 3030
- Kantenbild edge image
- 4040
- Kurvenkandidatcurve candidate
- 4141
- Radiusradius
- 4242
- KurveCurve
- 4343
- Radiusradius
- 4444
- MittelpunktFocus
- 4545
- Mittelpunkt Focus
- M1-M9M1-M9
- einzelne Verfahrensschritte individual process steps
- 5050
- FahrerassistenzsystemDriver assistance system
- 5151
- Bildsensorimage sensor
- 5252
- DatenspeichereinheitData storage unit
- 5353
- Recheneinheitcomputer unit
- 5454
- Kommunikationseinheitcommunication unit
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- US 6807286 B1 [0002]US 6807286 B1 [0002]
Claims (17)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017218430.2A DE102017218430A1 (en) | 2017-10-16 | 2017-10-16 | Method for identifying parameterizable geometric curves |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017218430.2A DE102017218430A1 (en) | 2017-10-16 | 2017-10-16 | Method for identifying parameterizable geometric curves |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017218430A1 true DE102017218430A1 (en) | 2019-04-18 |
Family
ID=65910219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017218430.2A Pending DE102017218430A1 (en) | 2017-10-16 | 2017-10-16 | Method for identifying parameterizable geometric curves |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102017218430A1 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6807286B1 (en) | 2000-04-13 | 2004-10-19 | Microsoft Corporation | Object recognition using binary image quantization and hough kernels |
WO2012076036A1 (en) * | 2010-12-11 | 2012-06-14 | Valeo Schalter Und Sensoren Gmbh | Method of circle detection in images for round traffic sign identification and vehicle driving assistance device |
US9053389B2 (en) * | 2012-12-03 | 2015-06-09 | Analog Devices, Inc. | Hough transform for circles |
US20160283821A1 (en) * | 2015-03-26 | 2016-09-29 | Mando Corporation | Image processing method and system for extracting distorted circular image elements |
-
2017
- 2017-10-16 DE DE102017218430.2A patent/DE102017218430A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6807286B1 (en) | 2000-04-13 | 2004-10-19 | Microsoft Corporation | Object recognition using binary image quantization and hough kernels |
WO2012076036A1 (en) * | 2010-12-11 | 2012-06-14 | Valeo Schalter Und Sensoren Gmbh | Method of circle detection in images for round traffic sign identification and vehicle driving assistance device |
US9053389B2 (en) * | 2012-12-03 | 2015-06-09 | Analog Devices, Inc. | Hough transform for circles |
US20160283821A1 (en) * | 2015-03-26 | 2016-09-29 | Mando Corporation | Image processing method and system for extracting distorted circular image elements |
Non-Patent Citations (1)
Title |
---|
PICCIOLI, Giulia, et al. Robust method for road sign detection and recognition. Image and Vision Computing, 1996, 14. Jg., Nr. 3, S. 209-223. DOI: https://doi.org/10.1016/0262-8856(95)01057-2 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69937785T2 (en) | Method of selecting color block points for block coding | |
EP0815539B1 (en) | Method of detecting moving objects in chronologically successive images | |
DE102013223803A1 (en) | Method and device for segmenting an occupancy grid for an environment model of a driver assistance system for a vehicle | |
DE10392259T5 (en) | Object correspondence identification without full volume registration | |
DE112013002731T5 (en) | Shape recognition using chain code status states | |
EP3289578B1 (en) | Analysis of the assignment of grid-based environment maps of a vehicle | |
EP2064672A2 (en) | Method and device for image processing | |
DE102008015535B4 (en) | Process for image processing of stereo images | |
DE102016011378A1 (en) | Method for self-localization of a vehicle | |
DE102017218430A1 (en) | Method for identifying parameterizable geometric curves | |
EP1396153A2 (en) | Method and device for determining movement in at least two successive digital images, computer readable storage medium and computer program | |
WO2008154989A1 (en) | Method for the optimization of a stereoscopic image | |
DE102017105910A1 (en) | Frequency-based projection segmentation | |
DE102007051612B4 (en) | Method and apparatus for automatically comparing two sets of measurements | |
DE102019219927A1 (en) | Method and device for recognizing an alienation of a sensor data domain from a reference data domain | |
WO1991012584A2 (en) | Process for determining the instantaneous position and shape of moving objects and for displaying them as a binary image | |
WO2012150150A1 (en) | Method for estimating the position of an object in a computer-assisted manner | |
DE102016123058A1 (en) | Optical flow with confidence estimate | |
WO2021122340A1 (en) | Method and device for generating and providing a database having sensor data patches stored therein for use in quilting | |
DE102018221617A1 (en) | Method for determining a relative movement using a digital image sequence | |
DE102022110870A1 (en) | Method and training device for training a machine learning model by efficiently providing uncertainty-based training data | |
DE102019118924A1 (en) | Method and device for generating training data for a machine learning method for determining features of structural abnormalities of a spatially extended object | |
DE102021103537A1 (en) | Method and device for reconstructing segments of the foreground of an image | |
DE102021204411A1 (en) | Method and apparatus for determining disparity and vehicle | |
DE102014117588A1 (en) | A method for determining a parameter for estimating a traffic volume based on an image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06K0009480000 Ipc: G06V0030182000 |