CN104670085A - 车道脱离警报系统 - Google Patents
车道脱离警报系统 Download PDFInfo
- Publication number
- CN104670085A CN104670085A CN201410362018.6A CN201410362018A CN104670085A CN 104670085 A CN104670085 A CN 104670085A CN 201410362018 A CN201410362018 A CN 201410362018A CN 104670085 A CN104670085 A CN 104670085A
- Authority
- CN
- China
- Prior art keywords
- image
- track
- module
- lane
- illumination
- 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.)
- Granted
Links
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000005286 illumination Methods 0.000 claims description 48
- 238000001914 filtration Methods 0.000 claims description 7
- 238000003702 image correction Methods 0.000 claims description 2
- 241000127225 Enceliopsis nudicaulis Species 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 4
- 241001424688 Enceliopsis Species 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种车道脱离警报系统,包括:通过车载摄像头实时获取彩色影像的影像输入模块;为从影像输入模块输入的彩色影像识别出车道,进行影像前处理以及生成照度不变影像的影像处理模块;通过影像处理模块生成的照度不变影像识别车道的车道识别模块;计算识别的车道和汽车之间的距离,判断车道脱离与否发出警报的脱离警报模块。本发明提供的车道脱离警报系统通过车载摄像头获取的影像形成照度不变影像后检出车道,所以车道识别率比原先提高。
Description
技术领域
本发明涉及车道脱离警报系统,具体而言,难以识别车道的恶劣环境下可准确识别车道的车道脱离警报系统。
背景技术
最近生产的汽车会采用或研发安全行驶所需的各种系统,其中之一就是,驾驶员不小心使汽车脱离车道时,警告驾驶员的车道脱离警报系统。
车道脱离警报系统(LDWS: Lane Departure Warning System)的种类有,利用位于车内后视镜附近的摄像头的方式,利用位于后备箱的后方摄像头的方式,安装在汽车下方的光传感器的车道检出方式等。目前开发的车道脱离警报系统大部分利用安装在车内后视镜附近的摄像头。
这些车道脱离警报系统在识别车道时利用摄像头,所以行驶时的天气、照度、路况等都影响车道识别性能。
即,获取车道信息的过程中,汽车的车道识别系统无法识别太阳光线产生的影子和车道,太阳照射的时间段运行的汽车车道识别系统在汽车周围被照物的影子投在车道附近或车道之上,以及导轨(guide rail)的影子遮住车道时,车道识别容易出错。
最近,将太阳光线下的影子和车道进行区别的车道脱离警报系统相关的研究非常活跃。
以上背景技术内容参考以下专利文献:
韩国公开专利公报第10-2006-0005428号(申请日 : 2004.07.12)。
发明内容
本发明的目的在于提供一种通过车载摄像头获取的影像形成照度不变影像后检出车道,车道识别率比原先提高的车道脱离警报系统。
本发明的车道脱离警报系统从输入影像形成照度不变影像后,从照度不变影像识别车道进行警报。
在这里,上述照度不变影像可以去除太阳光线下车道上重叠的影子区域。
并且,将输入影像区分为R/G/B影像后,计算各R/G/B影像的色度影像,从上述色度影像计算并生成照度不变影像。
并且,车道脱离警报系统还包括,从输入影像识别车道的车道识别模块,上述车道识别模块对一个照度不变影像执行车道识别过滤。
并且,上述的车道识别模块从照度不变影像中识别一个以上的车道后,从一个以上的车道中选择离汽车最近的车道。
本发明的车道脱离警报系统可以包括,通过车载摄像头实时获取汽车周围影像的影像输入模块;为了从影像输入模块中输入的影像识别出车道,执行影像前处理和生成照度不变影像的影像处理模块;通过影像处理模块中生成的照度不变影像识别车道的车道识别模块;以及计算识别的车道和汽车之间的距离,判断车道脱离与否进行警报的脱离警报模块。
在这里,从影像输入模块输入的影像为彩色影像。
并且,影像处理模块可以包括,对输入影像的分辨率、色彩空间、去除滤波、影像进行补正的影像前处理模块;从前处理的影像生成照度不变影像的照度不变影像形成模块。
并且,为了去除高频影像信息等噪波,影像前处理模块可以执行低频通过过滤。
并且,车道识别模块可以包括,通过车道检出滤波器从照度不变影像中检出候选车道的候选车道检出模块;从候选车道中选择车道的车道选择模块。
并且,候选车道检出模块可以在照度不变影像上采用车道检出滤波器,检出一个以上的候选车道。
并且,车道选择模块从候选车道中选择离汽车最近的车道,作为汽车的行驶车道。
并且,照度不变影像形成模块将前处理的彩色影像区分为R/G/B 3个频道的影像,在各个颜色的频道生成色度(chromaticity)影像。
并且,上述色度影像(c1,c2,c3)通过 计算,
上述色度影像(c1,c2,c3)由于像素值大于Bit Depth,所以先实施log化后,从各个色度影像计算加重值(X1,X2),加重值(X1,X2)是通过计算的,上述照度不变影像(I)利用加重值(X1,X2),通过 计算。
本发明具有的优点在于:
本发明的车道脱离警报系统通过车载摄像头获取的影像形成照度不变影像后检出车道,所以车道识别率比原先提高。
附图说明
图1为本发明的车道脱离警报系统概略图;
图2为传统彩色影像以及Y影响和照度不变影像的比较概略图。
具体实施方式
参照附图和实施方式,将清晰地了解本发明的优特点及其实现方法。但是,本发明并不限定于下面的实施方式,可以有各种不同的形态。本实施方式只是用于本发明的揭示更加完整,帮助本发明所属的技术领域掌握一般知识的从业人员更好理解本发明,本发明以权利要求的范畴为准。整个说明书中相同的参照符号表示相同的构成要素。
因此,为了避免发生混淆,几个实施方式中已知的工艺阶段、结构以及技术相关再次不再具体说明。
本说明书中使用的术语只是用于说明实施方式,并不是为了限制本发明。除非有特殊的说明,本说明书中的单数型包括复数型。说明书中采用的"包括"以及/或"包括的"不排除所涉及的构成要素、阶段以及/或动作之外的一个以上其他构成要素、阶段以及/或动作的存在或添加。并且,"以及/或"包括,各个所涉及的项目及其一个或以上的所有组合。
并且,下面将参照本发明理想的例示图-斜视图、截面图、侧面图以及/或概略图,详细说明本发明的说明书中描述的实施方式。由于制造技术以及/或容许误差等可能导致例示图的形态发生变形。因此,本发明的实施方式并不限定于图示的特定形态,还包括制造工艺中生成的形态变化。并且,本发明图示的各图纸上,考虑到说明的便利,可能有些放大或缩小各个构成要素。
下面结合附图详细说明本发明实施方式的车道脱离警报系统。
如图1所示,本发明实施方式的车道脱离警报系统100可以包括,影像输入模块110、影像处理模块120、车道识别模块130以及脱离警报模块140。
影像输入模块110通过车载摄像头,实时获取特定分辨率和色彩空间格式的影像,影像输入模块110可以获取汽车前方或后方的彩色影像。
从影像输入模块110输入的彩色影像输入成RGB影像被处理,或被区分为YCbCr频道使用。本实施方式中,将影像输入模块110中输入的原件彩色影像区分为R/G/B 3个频道的影像后,在各个频道影像生成色度影像。
影像处理模块120是为了从影像输入模块110输入的彩色影像识别车道,执行影像前处理,生成照度不变影像。影像处理模块120可以包括,对所输入影像的分辨率、彩色空间、噪波去除、影像进行补正的影像前处理模块121和从前处理的影像中生成照度不变影像的照度不变影像形成模块122。
影像前处理模块121针对通过影像输入模块110输入的彩色影像或RGB 3个频道的影像实施滤波作业,执行噪波去除以及影像补正。通常来讲,为了去除噪波以及补正影像,对输入的影像实施低频通过过滤等过滤作业,通过过滤作业可以去除高频影像信息等噪波。
照度不变影像形成模块122在前处理的原件彩色影像的RGB 3个频道影像上,可以生成各彩色频道的色度(chromaticity)影像。色度影像可以区分为R/G/B各颜色频道实施,各R/G/B的色度影像(c1,c2,c3)是通过下面的[数学式1]生成。
【数学式 1】
生成各彩色频道的色度影像(c1,c2,c3)后,可以对各频道的色度影像进行log化。这是因为各色度影像的像素值大于Bit Depth,所以能实施log化。实施log化后,可以从各个色度影像计算加重值。 加重值(X1,X2)可以从下面的[数学式2]计算。
【数学式 2】
如上所述,利用计算的加重值(X1,X2),通过下面的[数学式3]可以生成照度不变影像(Illumination invariant image)。
【数学式 3】
通过照度不变影像形成模块(122)生成的照度不变影像,与传统RGB颜色模块的原件输入影像或通过原件输入影像转换的YCbCr颜色模块的Y影像相比,可以去除影子区域。
车道识别模块130通过影像处理模块120生成的照度不变影像识别车道,可以包括,照度不变影像上通过车道检出滤波器检出候选车道的候选车道检出模块131和候选车道中选择车道的车道选择模块132。
本实施方式的车道识别模块(130)不同于传统的RGB或YCbCr 3个频道的影像中分别过滤车道成分,可以从照度不变影像形成模块122生成的一个照度不变影像 中过滤车道成分,所以所需的时间和计算量比原先最多减少1/3以上。
候选车道检出模块131可以从照度不变影像中检出识别为车道区域的候选车道,候选车道的检出方式非常多样。
比如,照度不变影像上采用边缘滤波器或车道强调滤波器可以检出候选车道。边缘滤波器在影像坐标上利用X方向和Y方向的各个像素之间的明度差异,找出影像的境界部分检出候选车道。车道强调滤波器利用明暗的平均值,突显与周边明暗相比更亮的车道,检出候选车道。
脱离警报模块140计算所选车道和汽车之间的距离,判断车道脱离与否进行警报。
如图2所示,本实施方式的车道脱离警报系统100生成的照度不变影像(Illumination invariant image),与从影像输入模块110输入的彩色输入影像以及彩色输入影像中提取出的辉度成分形成的Y影像相比,其影子区域被去除,所以识别的车道区域(红色区域)更鲜明。
以上,参照本发明的具体实施方式说明了本发明的车道脱离警报系统,但本发明所属的技术领域掌握一般知识的从业人员都可以理解,不变更本发明的技术思想或必备特征的前提下,可以有其他具体的实施形态。因此,以上的具体实施方式在所有方面都只是例示性的,不应被理解为限定性的。本发明的范围以权利要求范围为准,权利要求范围的意义、范围及其均等概念中导出的所有变更或变形的形态,都应视为属于本发明范畴。
Claims (16)
1.一种车道脱离警报系统,其特征在于,从输入影像形成照度不变影像后,通过照度不变影像识别车道并进行警报。
2.根据权利要求1所述的车道脱离警报系统,其特征在于,上述照度不变影像已被排除了太阳光线下车道上重叠的影子区域。
3.根据权利要求2所述的车道脱离警报系统,其特征在于,
将输入影像区分为R/G/B影像后,计算各R/G/B影像的色度影像,从上述的色度影像计算和生成照度不变影像。
4.根据权利要求3所述的车道脱离警报系统,其特征在于,
上述车道脱离警报系统还包括通过输入影像识别车道的车道识别模块,上述车道识别模块对一个照度不变影像执行车道识别过滤。
5.根据权利要求4所述的车道脱离警报系统,其特征在于,
上述车道识别模块从照度不变影像识别一个以上车道后,从一个以上的车道中选择接近汽车的车道。
6.一种车道脱离警报系统,其特征在于,包括,
通过车载摄像头实时获取汽车周围影像的影像输入模块;
为了从影像输入模块中输入的影像识别车道,进行影像前处理和生成照度不变影像的影像处理模块;
通过影像处理模块生成的照度不变影像识别车道的车道识别模块;以及
计算识别车道和汽车之间的距离,判断车道脱离与否进行警报的脱离警报模块。
7.根据权利要求6所述的车道脱离警报系统,其特征在于,
从上述影像输入模块输入的影像为彩色影像。
8.根据权利要求7所述的车道脱离警报系统,其特征在于,
上述影像处理模块包括:
实施所输入影像的分辨率、色彩空间、去除噪波、影像补正的影像前处理模块;从前处理的影像中生成照度不变影像的照度不变影像形成模块。
9.根据权利要求8所述的车道脱离警报系统,其特征在于,
为了去除高频影像信息等噪波,上述影像前处理模块执行低频通过过滤。
10.根据权利要求9所述的车道脱离警报系统,其特征在于,
上述车道识别模块包括:通过车道检出滤波器从照度不变影像中检出候选车道的候选车道检出模块;以及从候选车道中选择车道的车道选择模块。
11.根据权利要求10所述的车道脱离警报系统,其特征在于,
上述候选车道检出模块在照度不变影像上采用车道检出滤波器,检出一个以上的候选车道。
12.根据权利要求11所述的车道脱离警报系统,其特征在于,
上述车道选择模块从候选车道中选择离汽车最近的车道,作为汽车的行驶车道。
13.根据权利要求12所述的车道脱离警报系统,其特征在于,
上述照度不变影像形成模块将前处理的彩色影像分为R/G/B 3个频道的影像,生成各个彩色频道的色度影像。
14.根据权利要求13所述的车道脱离警报系统,其特征在于,
上述色度影像(c1,c2,c3)通过 计算。
15.根据权利要求14所述的车道脱离警报系统,其特征在于,
就上述色度影像(c1,c2,c3)而言,像素值大于Bit Depth,所以进行log化后,从各色度影像中计算加重值(X1,X2),通过加重值(X1,X2):
来计算。
16.根据权利要求15所述的车道脱离警报系统,其特征在于,
上述照度不变影像(I)是利用加重值(X1,X2)通过计算的。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20130146934A KR101498975B1 (ko) | 2013-11-29 | 2013-11-29 | 차선 이탈 경보 시스템 |
KR10-2013-0146934 | 2013-11-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104670085A true CN104670085A (zh) | 2015-06-03 |
CN104670085B CN104670085B (zh) | 2018-03-06 |
Family
ID=53026345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410362018.6A Active CN104670085B (zh) | 2013-11-29 | 2014-07-28 | 车道脱离警报系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9367750B2 (zh) |
KR (1) | KR101498975B1 (zh) |
CN (1) | CN104670085B (zh) |
DE (1) | DE102014117102B4 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316040A (zh) * | 2017-06-06 | 2017-11-03 | 浙江大学 | 一种光照不变的图像颜色空间变换方法 |
CN108128307A (zh) * | 2016-11-30 | 2018-06-08 | 丰田自动车株式会社 | 车辆驾驶辅助装置 |
CN108162867A (zh) * | 2017-12-21 | 2018-06-15 | 宁波吉利汽车研究开发有限公司 | 一种车道识别系统及车道识别方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9988048B1 (en) * | 2017-03-03 | 2018-06-05 | GM Global Technology Operations LLC | Lane detection systems and methods |
CN107145824B (zh) * | 2017-03-29 | 2020-10-23 | 纵目科技(上海)股份有限公司 | 一种基于显著性分析的车道线分割方法及系统、车载终端 |
US10482613B2 (en) * | 2017-07-06 | 2019-11-19 | Wisconsin Alumni Research Foundation | Movement monitoring system |
US11450148B2 (en) | 2017-07-06 | 2022-09-20 | Wisconsin Alumni Research Foundation | Movement monitoring system |
US10635116B2 (en) * | 2017-10-19 | 2020-04-28 | Ford Global Technologies, Llc | Video calibration with illumination invariant image |
US11587361B2 (en) | 2019-11-08 | 2023-02-21 | Wisconsin Alumni Research Foundation | Movement monitoring system |
DE102023101366B3 (de) | 2023-01-20 | 2024-03-21 | Cariad Se | Computerimplementiertes Verfahren, Prozessorschaltung und System zum Ermitteln eines Markierungsverlaufs einer Fahrspurmarkierung einer Fahrspur, die aktuell von einem Fahrzeug befahren wird |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1304617A (zh) * | 1998-06-01 | 2001-07-18 | 株式会社尼康 | 插值处理装置及记录插值处理程序的记录媒体 |
US20100228435A1 (en) * | 2004-12-23 | 2010-09-09 | Donnelly Corporation | Object detection system for vehicle |
KR101067437B1 (ko) * | 2009-10-29 | 2011-09-27 | 한국기술교육대학교 산학협력단 | 차선검출방법 및 이를 이용한 차선이탈검출시스템 |
CN102314600A (zh) * | 2010-07-06 | 2012-01-11 | 通用汽车环球科技运作有限责任公司 | 用于畅通路径检测的去除由基于车辆的相机捕获的图像中的阴影 |
WO2012011713A2 (ko) * | 2010-07-19 | 2012-01-26 | 주식회사 이미지넥스트 | 차선 인식 시스템 및 방법 |
KR20120044495A (ko) * | 2010-10-28 | 2012-05-08 | 주식회사 만도 | 차량의 차선인식시스템 |
US20120183177A1 (en) * | 2011-01-17 | 2012-07-19 | Postech Academy-Industry Foundation | Image surveillance system and method of detecting whether object is left behind or taken away |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6819779B1 (en) | 2000-11-22 | 2004-11-16 | Cognex Corporation | Lane detection system and apparatus |
US7248718B2 (en) * | 2004-02-19 | 2007-07-24 | Siemens Corporate Research, Inc. | System and method for detecting a passing vehicle from dynamic background using robust information fusion |
KR20060005428A (ko) | 2004-07-12 | 2006-01-18 | 현대모비스 주식회사 | 자동차의 차선이탈 경고장치 |
US7724962B2 (en) * | 2006-07-07 | 2010-05-25 | Siemens Corporation | Context adaptive approach in vehicle detection under various visibility conditions |
EP2168079B1 (en) * | 2007-01-23 | 2015-01-14 | Valeo Schalter und Sensoren GmbH | Method and system for universal lane boundary detection |
KR101163446B1 (ko) * | 2009-03-18 | 2012-07-18 | 기아자동차주식회사 | 가상 차선을 이용하는 차선 이탈 경보 방법 및 그에 따른 시스템 |
KR101641251B1 (ko) * | 2011-08-05 | 2016-07-20 | 엘지전자 주식회사 | 차선 인식 장치 및 그 방법 |
-
2013
- 2013-11-29 KR KR20130146934A patent/KR101498975B1/ko active IP Right Grant
-
2014
- 2014-07-28 CN CN201410362018.6A patent/CN104670085B/zh active Active
- 2014-11-21 DE DE102014117102.0A patent/DE102014117102B4/de active Active
- 2014-11-26 US US14/554,150 patent/US9367750B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1304617A (zh) * | 1998-06-01 | 2001-07-18 | 株式会社尼康 | 插值处理装置及记录插值处理程序的记录媒体 |
US20100228435A1 (en) * | 2004-12-23 | 2010-09-09 | Donnelly Corporation | Object detection system for vehicle |
KR101067437B1 (ko) * | 2009-10-29 | 2011-09-27 | 한국기술교육대학교 산학협력단 | 차선검출방법 및 이를 이용한 차선이탈검출시스템 |
CN102314600A (zh) * | 2010-07-06 | 2012-01-11 | 通用汽车环球科技运作有限责任公司 | 用于畅通路径检测的去除由基于车辆的相机捕获的图像中的阴影 |
WO2012011713A2 (ko) * | 2010-07-19 | 2012-01-26 | 주식회사 이미지넥스트 | 차선 인식 시스템 및 방법 |
WO2012011713A3 (ko) * | 2010-07-19 | 2012-05-10 | 주식회사 이미지넥스트 | 차선 인식 시스템 및 방법 |
KR20120044495A (ko) * | 2010-10-28 | 2012-05-08 | 주식회사 만도 | 차량의 차선인식시스템 |
US20120183177A1 (en) * | 2011-01-17 | 2012-07-19 | Postech Academy-Industry Foundation | Image surveillance system and method of detecting whether object is left behind or taken away |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108128307A (zh) * | 2016-11-30 | 2018-06-08 | 丰田自动车株式会社 | 车辆驾驶辅助装置 |
CN108128307B (zh) * | 2016-11-30 | 2020-12-25 | 丰田自动车株式会社 | 车辆驾驶辅助装置 |
CN107316040A (zh) * | 2017-06-06 | 2017-11-03 | 浙江大学 | 一种光照不变的图像颜色空间变换方法 |
CN107316040B (zh) * | 2017-06-06 | 2020-07-24 | 浙江大学 | 一种光照不变的图像颜色空间变换方法 |
CN108162867A (zh) * | 2017-12-21 | 2018-06-15 | 宁波吉利汽车研究开发有限公司 | 一种车道识别系统及车道识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150154459A1 (en) | 2015-06-04 |
US9367750B2 (en) | 2016-06-14 |
DE102014117102A1 (de) | 2015-06-03 |
KR101498975B1 (ko) | 2015-03-05 |
CN104670085B (zh) | 2018-03-06 |
DE102014117102B4 (de) | 2019-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104670085A (zh) | 车道脱离警报系统 | |
Wu et al. | Lane-mark extraction for automobiles under complex conditions | |
US8750567B2 (en) | Road structure detection and tracking | |
CN103235938B (zh) | 车牌检测与识别的方法及系统 | |
JP5083658B2 (ja) | 車両用車線認識装置、車両、及び車両用車線認識プログラム | |
JP6074183B2 (ja) | 車両の駐車区画認識方法 | |
JP6376429B2 (ja) | 対象地点到達検知装置、対象地点到達検知用プログラム、移動体機器制御システム及び移動体 | |
CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
CN103324935B (zh) | 一种图像中对车辆进行定位与区域分割的方法与系统 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN104978746B (zh) | 一种行驶车辆的车身颜色识别方法 | |
US20140185879A1 (en) | Apparatus and method for detecting traffic lane in real time | |
CN111832388B (zh) | 一种车辆行驶中交通标志检测与识别方法及系统 | |
CN103544480A (zh) | 车辆颜色识别方法 | |
CN103324958B (zh) | 一种复杂背景下基于投影法和svm的车牌定位方法 | |
CN104463138A (zh) | 基于视觉结构属性的文本定位方法及系统 | |
Suddamalla et al. | A novel algorithm of lane detection addressing varied scenarios of curved and dashed lanemarks | |
CN103020991A (zh) | 一种视频场景中运动目标感知的方法及系统 | |
CN102737221A (zh) | 车辆颜色的识别方法及装置 | |
Satzoda et al. | Robust extraction of lane markings using gradient angle histograms and directional signed edges | |
CN104156703A (zh) | 基于色彩纹理的车牌定位方法及系统 | |
CN105913034A (zh) | 车辆识别方法、装置及车辆 | |
CN109643363B (zh) | 特征提取和对象检测的方法、系统和装置 | |
JP6375911B2 (ja) | カーブミラー検出装置 | |
US10417518B2 (en) | Vehicle camera system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |