CN105190288A - 用于在白天有雾时确定视距的方法和设备 - Google Patents

Abstract

本发明涉及一种用于在白天有雾(106)时确定视距的方法(800)，其中所述方法(800)具有读取的步骤(802)和求取的步骤(804)。在读取的步骤(802)中读取雾(106)的摄像机图像(100)的亮度曲线(102)的至少一个特征点(110)的坐标。亮度曲线(102)代表摄像机图像(100)的沿着所述摄像机图像(100)的参考轴线(108)的图像点的亮度值。在求取的步骤(804)中，在摄像机图像(100)中在使用所述坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距，以便在雾(106)中估计视距。所述处理规则反映在摄像机图像(100)中通过雾(106)引起的位置相关的和/或方向相关的散射光。

Description

用于在白天有雾时确定视距的方法和设备

技术领域

本发明涉及一种用于在白天有雾时确定视距的方法、一种相应的设备以及一种相应的计算机程序产品。

背景技术

例如通过雾引起的视距的减小对于观察者而言仅仅能够通过经验值来估计。为了支持观察者可以基于雾的图像自动化地确定视距。

DE60313287T2描述了一种用于视距确定和雾探测的方法。

发明内容

在所述背景下，借助本发明提出根据主权利要求的用于在白天有雾时确定视距的方法，使用所述方法的设备以及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随后的描述中得出。

在雾中，空气中的水滴相互影响。每一个水滴散射入射的光并且以辐射特性朝其他水滴的方向辐射重叠的光。因为入射光从每一个方向到达水滴，所以所有入射光的亮度也影响所辐射的光的亮度。总之，所辐射的光量与入射的光量类似大。暗面少地反射入射的周围环境光。布置在暗面附近的水滴从暗面的方向以少的光辐射。然而，所述水滴从相反的方向以周围环境光辐射。所述水滴以比从所有方向以周围环境光辐射的另一水滴更小的强度来辐射光。水滴越远地远离暗面，则越多的其他水滴位于所述暗面和所述水滴之间。因此，随着与暗面的间距的增大，从其他水滴辐射的光对总共入射到所述水滴中的光的影响也增大。因此，为了确定地面近处的视距、即例如从车辆的视角或者从监视摄像机的视角有利的是，以位置相关的和/或方向相关的特性来描述雾，以便在使用雾的模型的情况下可以得出视距。

提出一种用于在白天有雾时确定视距的方法，其中所述方法具有以下步骤：

读取雾的摄像机图像的亮度曲线的至少一个特征点的坐标，其中所述亮度曲线代表摄像机图像的沿着摄像机图像的参考轴线的图像点的亮度值；

在摄像机图像中在使用所述坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距，以便在雾中估计视距，其中所述处理规则反映在摄像机图像中通过雾引起的位置相关的和/或方向相关的散射光。

此外，提出一种用于在白天有雾时确定视距的设备，其中所述设备具有以下特征：

用于读取的装置，其构造用于读取雾的摄像机图像的亮度曲线的至少一个特征点的坐标，其中亮度曲线代表摄像机图像的沿着摄像机图像的参考轴线的图像点的亮度值；

用于求取的装置，其构造用于在摄像机图像中在使用所述坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距，以便在雾中估计视距，其中所述处理规则构造为反映在摄像机图像中通过雾引起的位置相关的和/或方向相关的散射光。

视距可以理解为以下距离：通过所述距离恰好仍可见对象。气象学视距是以下距离：通过所述距离以高的对比度恰好仍可见对象。气象学视距可以通过气象学的对比度阈值定义为最小对比度。在此，对比度可以在对象的颜色和对象的背景或者周围环境之间存在并且替代地或补充地对比度可以在对象的至少两个彼此邻接的颜色之间存在。例如，对象可以具有两个彼此邻接的颜色面，所述颜色面以对比的颜色——例如黑色和白色着色。对象同样可以至少部分地以与所述对象的周围环境对比的颜色着色。具有小的对比度的对象的视距可以小于气象学视距。雾例如可以由细微的、在空气中分布的水滴并且替代地或补充地由粒子组成。水滴/粒子可以散射和吸收入射到它们上的光。所述光可以是日光以及替代地或补充地是来自对象的光。所述水滴/粒子具有取决于相应的光束的入射方向的辐射特征。来自不同入射方向的多个光束的辐射特性在单个水滴/粒子上重叠。所有水滴/粒子沿着观察者和对象之间的光学路径的结果的辐射特性彼此重叠。越多的水滴/粒子布置在光学路径中，则对于观察者而言对象的对比度越强烈地减小。当对比度减低到一个阈值以下时，观察者不再能够察觉对象。因此，雾越浓，视距就越小。摄像机图像可以由在由行和列组成的网栅中的图像点构造。摄像机图像可以已经由摄像机拍摄，雾布置在它们的检测区域中。可以给每一个图像点分配一个亮度值。在示图中可以绘制亮度曲线。在所述示图的第一坐标轴线上标注摄像机图像中的图像点的位置。在第二坐标轴线上可以标注所述摄像机图像的图像点的亮度值。特征点的坐标可以是亮度曲线上的点的坐标值，它们可理解地描述所述曲线。例如，特征点可以是亮度曲线的拐点，在所述拐点处亮度曲线的弯曲特性改变。参考轴线可以是摄像机图像中的虚拟的线，在示图中标注的图像点沿着所述虚拟的线布置在摄像机图像中。参考轴线尤其可以中央地布置在摄像机图像中。处理规则可以根据特征点的至少坐标反映理想的雾的理论的雾模型。通过处理规则和对比度阈值可以求取气象学视距，即使对象没有以高的对比度在摄像机图像中成像。

在此，设备可以理解为处理传感器信号并且据此输出控制信号和/或数据信号的电设备。所述设备可以具有可能按照硬件方式和/或按照软件方式构造的接口。当按照硬件方式构造时，所述接口例如可以是所谓的系统ASIC的一部分，其包含所述设备的不同功能。然而，所述接口也可能是单独的集成电路或者至少部分地由分立的组件组成。当按照软件方式构造时，所述接口可以是例如在微控制器上与其他软件模块并存的软件模块。

在读取的步骤中，可以读取亮度曲线的至少一个另外的特征点的坐标。此外，气象学视距可以在使用所述至少一个另外的特征点的坐标的情况下求取。通过第二点能够以更大的可靠性描述亮度曲线。

在读取的步骤中，可以读取亮度曲线的特征点的多个坐标。借助亮度曲线的多个点也可以反映亮度曲线的不规律的变化。

散射光可以通过位置相关地和替代地或补充地方向相关地散射进对象和观察者之间的光学路径中的周围环境光的重叠来模型化。对象例如可以是地下——如道路或者道路上的物体。周围环境光可以是扩散地散射进的日光。散射进的周围环境光可以随着与地面的距离增大而增多。图像可以是在对象上反射的光。通过位置相关的和替代地或补充地方向相关的散射进的模型化可以考虑以下：越远地远离地面，雾就越强烈地辐射。

在摄像机图像中，处理规则可以反映坐标和雾的消光系数(Extinktionskoeffizienten)之间的关系，其中消光系数尤其代表雾中的光学对比度的距离相关的减小。消光系数可以描述雾的密度。消光系数可以与周围环境光无关。消光系数可以通过气象学阈值直接与气象学视距关联。雾可以通过消光系数简单且准确地特征化。

处理规则的结果可以从表、例如查找表中读取。查找表可以是事先确定的并且存储的查询表。在查找表中可以存储多个参数相关的结果。查找表可以是多维的。通过查找表可以非常快速地读取结果，而没有时间耗费的计算操作，所述计算操作也可以迭代地实施。可以内插查找表中的结果。通过内插可以减少查找表中的数据量并且更快速地输出结果。为了内插，可以选择不同的回归函数(Ansatzfunktionen)。例如可以使用多项式。根据对雾识别的要求，不同的多项式可以确定雾模型的近似品质。根据要求可以使用匹配的多项式。

此外，可以在使用产生摄像机图像的摄像机的至少一个参数的情况下求取气象学视距。例如可以考虑至少一个光学参数——如焦距、行数和/或列数、图像误差、灵敏度下降。同样可以考虑至少一个机械参数——如地面上的初始高度、摄像机的初始视角、初始高度的高度变化、初始视角的视角变化、地平线位置。通过至少一个参数可以稳健地评估处理规则并且提供更可靠的结果。

此外，在读取的步骤中，所述至少一个参数是可变的并且从摄像机读取。通过至少一个可变的参数可以检测从摄像机图像到摄像机图像的变化并且尽管在摄像机的检测区域中的变化但可以可靠地求取气象学视距。

此外，可以在使用雾的雾滴的至少一个附加参数的情况下求取气象学视距。所述附加参数可以是可变的。所述附加参数尤其可以在一个值范围内变化。为了简化处理规则，可以将附加参数固定到所述值范围内的固定值上。通过附加参数可以更准确地模型化雾的组成和替代地或补充地雾的水滴/粒子的辐射特性。所述附加参数可以是向回散射参数，其描述光通过水滴/粒子的位置相关的和/或方向相关的散射。

坐标可以从沿着垂直的参考轴线的亮度曲线读取。参考轴线尤其可以中心地在摄像机图像中平行于摄像机图像的一个侧边缘地检测。在垂直的参考轴线上可以检测特别有说服力的亮度曲线。也可以在不同的参考轴线上检测多个亮度曲线。如果在摄像机图像中的参考轴线的一个上不能检测出有说服力的亮度曲线，可以借此产生冗余。参考轴线也可以是参考区域。参考轴线可以涉及每个图像行的至少一个点。对于所述点中的每一个，在亮度曲线中标记用于亮度的值。在每行多于一个图像点时，也可以由在图像行中考虑的所有点构成中值或者平均值，以便得到一个共同的亮度值。预区段化可以反映道路和天空的点。

计算机程序产品也是有利的，其具有程序代码，其存储在机器可读的载体——例如半导体存储器、硬盘存储器或光学存储器上并且用于当在计算机或设备上实施所述程序产品时实施根据以上所述的实施方式中任一种所述的方法。

附图说明

以下根据附图示例性地详细阐述本发明。附图示出：

图1：具有亮度曲线的摄像机图像的示图；

图2：在雾中由于不同的距离具有减小的对比度的引导桩的示图；

图3：根据本发明的一个实施例的用于在白天有雾时确定视距的设备的框图；

图4：具有根据本发明的一个实施例的设备的车辆的示图；

图5：根据本发明的一个实施例的光学路径的示图；

图6：根据本发明的一个实施例的几何的摄像机参数的示图；

图7：根据本发明的一个实施例的光束从朝水滴的方向的散射进的示图；

图8：根据本发明的一个实施例的用于在白天有雾时确定视距的方法的流程图；

图9：根据本发明的一个实施例的所求取的亮度曲线和匹配的模型曲线的示图；

图10：根据本发明的一个实施例的所求取的亮度曲线和通过其他方式匹配的模型曲线与另一亮度曲线的比较。

在本发明的有利实施例的以下描述中，对于在不同的附图中示出的和起相似作用的元件使用相同或者类似的参考标记，其中省略所述元件的重复描述。

具体实施方式

图1示出具有亮度曲线102的摄像机图像100的示图。摄像机图像100从道路车辆的驾驶员的视角拍摄并且示出在图像中心被雾吞食的道路104。存在明显受限制的视线条件。雾106是均匀的。除摄像机图像100以外设置亮度曲线102。亮度曲线102或者光度曲线绘制在示图中，在其横坐标上标记零和百分之百之间的标准化的亮度值，而在其纵坐标上标记摄像机图像100的图像行。在此，坐标系的原点与摄像机图像100的右下角一致。纵坐标如此标度，使得摄像机图像100的图像行与坐标系的相应的图像行一致。亮度曲线102涉及垂直的图像带108，所述图像带中央地在摄像机图像100中定向并且从下方图像边缘到达上方图像边缘。图像带108成像道路104直至地平线并且然后直至天空。在图像带108中，在下方图像边缘处以高的对比度成像道路104。随着图像带108中的高度的升高，由于雾106道路104的亮度增大，直至约在图像中心处道路104不再能够与雾106区分。由此，在图像100中天空深地到达图像100中。图像100中的亮度值通过线性的处理规则从对象的真实的亮度值或者物理的光度/光密度或者传感器面上的光度/照明强度产生。这在亮度曲线102中通过从图像行至图像行的亮度的增大识别出。从图像中心向上，在图像带108中仅仅成像雾106。随着道路104上的高度的升高，图像带108中的亮度直至上方图像边缘地继续增大。亮度曲线102相应于图像带108中的图像亮度具有S形的变化。所述亮度曲线具有拐点v_i110。所述拐点v_i110的坐标可以容易地从亮度曲线102估计。

在此所提出的模型借助具有朝向平的行车道104直至地平线的视线的单目摄像机改善存在的模型和结果的用于视距估计的算法。

对于朝向几乎平的且足够空的行车道104的单目的且基于强度的摄像机的情形，Hautière等推导出用于估计气象学视距的基于模型的算法。直至地平线地定向到道路104上的摄像机成像(借助线性的摄像机模型)道路104直至地平线的亮度变化102，如在图1中所示出的那样。要强调的是，所述亮度曲线102始终具有拐点v_i并且存在v_i与气象学视距的参数相关的关系。所述算法基本上基于光在对象至观察者的光学路径上的指数混合的Koschmieder模型：

L＝e^-KdL₀+(1-e^-Kd)L_air

其中，参数L₀是对象的光度、即光密度(英语：luminance)，L_air代表周围环境光，d[m]是对象和观察者之间的距离。K[l/m]作为消光系数是决定性的雾参数，其代表气象学视距d_met[m]。

$d_{met}=-\frac{{\log }_e\left(0.05\right)}{K}$

然而，如果观察Koschmieder模型曲线的级，

则其不足以描述所测量的亮度曲线102，因为Koschmieder模型从恒定的且方向无关的周围环境光出发。因此，在根据所述模型的视距估计时具有显著的错误地计算。

在此所提出的方法描述考虑非恒定地且各向异性地散射进的光的效果的情况的改进的模型。此外示出，所述复杂的模型同样适于在实时系统中的应用并且适于在与Hautière同类的算法中的应用。

实现视距估计的距离相关的相对改善约5-30％。因此，校正显著的系统误差。

图2示出在雾中由于不同距离的具有减小的对比度的引导桩200。所述引导桩以相对于彼此十米的间距并且在与观察者0米和100m之间的区域中示出。在此，气象学视距为50m。在此，气象学视距通过低于用于黑色对象的相对于地平线的5％的对比度阈值来定义。因此，50m相应于雾的消光系数约0.06m^-1。0米处的引导桩200具有引导桩相对于地平线的原始对比度的100％的对比度。引导桩是白色的，而带圈(Banderole)是黑色的。在此，10米处的引导桩200具有原始对比度的55％的对比度。所述桩是浅灰色的，而带圈是深灰色的。在此，20米处的引导桩200具有原始对比度的30％的对比度。在此，30米处的引导桩200具有原始对比度的17％的对比度。在此，40米处的引导桩200具有原始对比度的9.1％的对比度。在此，50米处的引导桩200具有原始对比度的5％的对比度。在此，达到气象学的对比度阈值。引导桩的白色和黑色之间的对比度通过其最大对比显著的特征始终略大于黑色对象相对于地面的对比度，通过所述对比度限定视距阈值。在此，在50米处引导桩以5.52％具有略大于黑色对象相对于地面的对比度的5％的对比度。在黑色对象相对于地面/地平线的对比度的5％时限定气象学视距。在此，60米处的引导桩200具有原始对比度的2.7％的对比度。在与观察者60米的距离处，引导桩200仅仅借助大的努力才识别出。在更远的距离处，在此不再能够识别引导桩。在此，70米处的引导桩200具有原始对比度的1.5％的对比度。在此，80米处的引导桩200具有原始对比度的0.83％的对比度。在此，90米处的引导桩200具有原始对比度的0.46％的对比度。在此，100米处的引导桩200具有原始对比度的0.25％的对比度。

对象的可见光在通过雾的传输时强烈变化。在每一个雾滴上，光一方面被散射而另一方面通过散射进的外部光增多。结果是，对比度随着距离的增大而指数的减小，这导致对于视觉系统的距离相关的限制。因此，法律制定者规定在白天有雾时借助近光行驶并且允许雾大灯的接通。雾尾灯允许在低于50m的视距时接通(道路交通管理条例第17章第3段)。此外，驾驶员应当使其速度匹配视距(道路交通管理条例第3章第1段)。为了能够自主地进行照明和自适应的速度的控制和/或在视距的困难估计时支持驾驶员，实用的是，能够估计车辆传感器的视距。

图3示出根据本发明的一个实施例的用于在白天有雾时确定视距的设备300的框图。设备300具有用于读取的装置302和用于求取的装置304。设备300与摄像机306连接。摄像机306提供朝雾定向的摄像机306的摄像机图像的亮度曲线的作为特征点的拐点的拐点坐标。所述亮度曲线代表摄像机图像的沿着摄像机图像的参考轴线的图像点的亮度值。用于读取的装置302构造用于读取拐点坐标。用于求取的装置304构造用于在摄像机图像中在使用拐点坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距，以便在雾中估计视距。所述处理规则反映在摄像机图像中通过雾引起的位置相关的和/或方向相关的散射光。

在一个实施例中，散射光通过位置相关地和/或方向相关地散射进对象和观察者之间的光学路径中的周围环境光的重叠来模型化。由此，可以考虑暗面上的高度对雾的影响。

在一个实施例中，在处理规则中反映在摄像机图像中拐点坐标和雾的消光系数之间的关系。消光系数代表雾中的光学对比度的距离相关的减小。

在一个实施例中，在用于求取的装置304中从查找表中读取处理规则的结果。通过查询表可以快速且高效地求取视距。

在一个实施例中，还在使用摄像机的至少一个参数的情况下求取气象学视距。例如，摄像机306在暗面上的高度对视距具有决定性的影响，因为随着与暗面的距离的增大存在更多的散射光。

在一个实施例中，参数是可变的并且从摄像机306读取。例如，摄像机可以具有倾斜角传感器或者通过单应估计求取其相对于道路平面的完全相对的定位。在摄像机图像中同样可以输出参照虚拟地平线的拐点坐标。

在一个实施例中，还在使用雾的雾滴的至少一个附加参数的情况下求取气象学视距。所述附加参数可以取决于雾中的粒子分布和水滴分布。所述附加参数能够以处理规则的小的精确度损失确定成固定的值。

在一个实施例中，读取沿着垂直的参考轴线的亮度曲线的拐点坐标。尤其在垂直线上，亮度变化特别突出。由此，在垂直的参考轴线处可以特别简单地检测拐点坐标。

图4示出具有根据本发明的一个实施例的设备300的车辆400的示图。车辆400位于道路104上位于均匀的雾106中。由向前定向的摄像机306检测摄像机图像中的道路104和雾106，如其例如在图1中所示出的那样。例如，在图4中示出光学路径402。所述光学路径402从道路104的表面上的点404直至摄像机306地延伸经过雾106。光学路径402与道路104成锐角。光学路径402从点404直至摄像机306地持续地远离道路104的表面。光学路径402越远地远离所述表面，雾106的越多的体积也在表面的侧上包围光学路径402。在道路104附近，雾滴几乎仅仅从上方照射，因为表面是暗的、即周围环境光几乎完全被吸收。由此，道路104自身附近的雾滴相对小地辐射。雾滴越远地远离道路104，则所述雾滴也越多地被布置在所述雾滴和道路之间的雾滴辐射并且则越多地辐射它们自身。所有雾滴朝光学路径402的辐射汇聚成位置相关的和/或方向相关的散射光，所述散射光能够使点404比其实际上显著更亮地显现。

在此所提出的、改善的模型以路程参数s集成整个光学路径402上的光变化并且方向相关地模型化散射进的光L_in，例如借助Koschmieder和如图4中所示出的简化场景的假设。散射进的光在光学路径上通常不恒定。散射进的光的在光学路径中继续散射的方向相关的份额通过各向异性的、如来自Henyey和Greenstein的相位函数ψ来模型化。由此得到的公式可以在使用数字控制(Numerik)的情况下处理。

$L(\mathrm{\σ},d)=e^{-Kd}{L}_0+{\∫}_0^d{\mathrm{Ke}}^{-Ks}{\∫}_{S^2}{L}_{in}(\mathrm{\ω},s)\mathrm{\ψ}(\mathrm{\σ},\mathrm{\ω})dS\left(\mathrm{\ω}\right)ds$

所述相位函数也可以通过其它充分描述雾中的散射行为的相位函数替代。所述相位函数的参数可以与描述雾的附加参数类似地在算法的范畴内重新讨论。

图5示出根据本发明的一个实施例的光学路径402的示图。在此，光学路径402示意性示出并且如在图4中那样地在对象和观察者500之间延伸。所述对象具有初始光度L₀并且布置在距观察者500的距离d处。路程参数s在光学路径402上从对象处的d线性地减小到观察者500处的0。光学路径402具有空间矢量σ，所述空间矢量在此朝观察者500定向。在光学路径402上，对象的光度通过雾减小而通过散射进的光增强。所述散射进的光以光度L到达观察者500。

图6示出根据本发明的一个实施例的几何方面的摄像机参数的示图。在此，摄像机306仅仅象征性地示出。在此，摄像机306以高度H布置在地面上。摄像机306的传感器平面并且因此光学轴线600以角度ξ相对于参考坐标系xyz倾斜。由此，摄像机306具有摄像机坐标系光学轴线600与^x一致。摄像机306的摄像机图像的图像坐标二维地从中点u₀，v₀出发在光学轴线600上以u和v表示，其中u表征侧面方向，v表征高度方向。中点u₀，v₀以与摄像机306的间距f布置，其中f是摄像机的焦距。摄像机306相应于图5中的观察者。光学路径402在摄像机306和地面上的点404之间延伸。如在图5中的那样，给光学路径分配空间矢量σ。根据路程s，光学路径402在地面上具有高度h(s)。

图7示出根据本发明的一个实施例的光在水滴700上的散射的示图。水滴700布置在地面上的高度h处。散射到水滴700中的光取决于方向矢量ω，所述方向矢量被标准化并且从水滴中点以光入射的方向示出。越小的ω垂直于表面示出，在方向ω上与表面的间距就越增加。由此，周围环境光的影响也取决于ω地增大。此外，高度h越大，周围环境光对水滴的下侧的影响也越大。

图8示出根据本发明的一个实施例的用于在白天有雾时确定视距的方法800的流程图。方法800具有读取的步骤802和求取的步骤804。在所述读取的步骤802中，读取拐点的拐点坐标，所述拐点作为雾的摄像机图像的亮度曲线的特征点。所述亮度曲线代表摄像机图像的沿着所述摄像机图像的参考轴线的图像点的亮度值。在所述求取的步骤804中，在摄像机图像中在使用所述拐点坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距，以便在雾中估计视距。所述处理规则反映摄像机图像中通过雾引起的位置相关的和/或方向相关的散射光。

在此所提出的方法也可以用于确定静止的摄像机、例如监视摄像机的视域中的视距。视距估计的好地适合的使用可能性例如是机场的监视摄像机和用于道路的监视摄像机。

图9示出根据本发明的一个实施例的所求取的亮度曲线900的示图。所求取的曲线900与如图1中的亮度曲线102重叠。所求取的曲线900和亮度曲线102在一个示图中、如在图1中示出。在此，交换示图的仅仅参考轴线。所求取的曲线900在使用处理规则的情况下根据在此所提出的方法求取。模型曲线900已经完全通过亮度曲线102适配。所求取的曲线900具有与亮度曲线102的大的相似度。所求取的曲线900已经在使用最小的误差平方的方法的情况下求取。所求取的曲线900已经迭代地计算。由此，可以反推出雾的基于亮度曲线102的消光参数。消光参数作为雾的确定的参数对于雾中的视距负责任。

图10示出根据本发明的一个实施例的所求取的亮度曲线1000与另一亮度曲线1002的比较。所求取的亮度曲线1000如在图9中的那样与亮度曲线102重叠。所求取的曲线1000已经在使用处理规则的情况下根据在此所提出的方法确定。所求取的曲线1000具有与亮度曲线102的大的相似度。所求取的曲线1000已经在使用查询表的情况下求取。所述查询表已经通过预计算的曲线变化求取。至少相应于拐点坐标地，已经从查询表中读取了曲线变化的一个并且已经在使用曲线1000的消光参数和气象学阈值的情况下求取了视距。另一曲线1002已经在使用方向相关的和/或位置相关的散射光的情况下计算。

在查询表中，在最小误差时相对于迭代计算的简化引起处理时间的显著减少。例如，在查询表中存储具有离散值的参数。对查询表的访问和存储器需求可以通过借助适合的回归函数的内插再次显著改善。

为了从v_i得到K，可以通过模型计算出哪个K引起哪个v_i。在此，除v_i以外，K也可以取决于几何的且固有的摄像机参数。所述关系(对于固定的几何的/内部的参数)是双射的。因此，尤其可以从v_i再次推导出K。为了所述复杂的模型而言，对于所有可能的K计算所属的v_i。在此，所述计算不依赖于L_air和L₀。然后，可以记录道路的真实的光度曲线，读取所述曲线的v_i并且再次反推出匹配的已经产生了所述v_i的K。

仅仅示例性地选择所描述的以及在示图中示出的实施例。可以完全地或者在单个特征方面相互组合不同实施例。一个实施例也可以通过另一个实施例的特征来补充。

此外，可以重复实施以及以不同于所描述的顺序的顺序实施根据本发明的方法步骤。

如果实施例在第一特征和第二特征之间包括“和/或”关系，则这样理解：所述实施例根据一种实施方式不仅具有第一特征而且具有第二特征而根据另一种实施方式或者仅仅具有第一特征或者仅仅具有第二特征。

Claims (11)

1.一种用于在白天有雾(106)时确定视距的方法(800)，其中，所述方法(800)具有以下步骤：

读取(802)所述雾(106)的摄像机图像(100)的亮度曲线(102)的至少一个特征点(110)的坐标，其中，所述亮度曲线(102)代表所述摄像机图像(100)的沿着所述摄像机图像(100)的参考轴线(108)的图像点的亮度值；

在所述摄像机图像(100)中在使用所述坐标、气象学的对比度阈值和处理规则的情况下求取(804)气象学视距，以便在雾(106)中估计所述视距，其中，所述处理规则构造为反映在所述摄像机图像(100)中通过所述雾(106)引起的位置相关的和/或方向相关的散射光。

2.根据权利要求1所述的方法(800)，其中，在所述读取的步骤(802)中读取所述亮度曲线(102)的至少一个另外的特征点的坐标，其中，在所述求取的步骤(804)中还在使用所述另一特征点的坐标的情况下求取所述气象学视距。

3.根据以上权利要求中任一项所述的方法(800)，其中，在所述求取的步骤(804)中，所述散射光通过位置相关地和/方向相关地散射进对象(404)和观察者(500)之间的光学路径(402)中的周围环境光的重叠来模型化。

4.根据以上权利要求中任一项所述的方法(800)，其中，在所述求取的步骤(804)中，所述处理规则反映在所述摄像机图像(100)中所述坐标和所述雾(106)的消光系数之间的关系，其中，所述消光系数尤其代表所述雾(106)中的光学对比度的距离相关的减小。

5.根据以上权利要求中任一项所述的方法(800)，其中，在所述求取的步骤(804)中，从表中读取所述处理规则的结果。

6.根据以上权利要求中任一项所述的方法(800)，其中，在所述求取的步骤(804)中，还在使用产生所述摄像机图像的摄像机(306)的至少一个参数的情况下求取所述气象学视距。

7.根据权利要求5所述的方法(800)，其中，在所述读取的步骤(802)中，所述至少一个参数此外是可变的并且从所述摄像机(306)读取。

8.根据以上权利要求中任一项所述的方法(800)，其中，在所述求取的步骤(804)中，还在使用所述雾(106)的雾滴的至少一个附加参数的情况下求取所述气象学视距。

9.根据以上权利要求中任一项所述的方法(800)，其中，在所述读取的步骤(802)中，读取沿着垂直的参考轴线(108)的亮度曲线(102)的坐标。

10.一种用于在白天有雾(106)时确定视距的设备(300)，其中，所述设备(300)具有以下特征：

用于读取的装置(302)，其构造用于读取所述雾(106)的摄像机图像(100)的亮度曲线(102)的至少一个特征点(110)的坐标，其中，所述亮度曲线(102)代表所述摄像机图像(100)的沿着所述摄像机图像(100)的参考轴线(108)的图像点的亮度值；

用于求取的装置(304)，其构造用于在所述摄像机图像中在使用所述坐标、气象学的对比度阈值和处理规则的情况下求取气象学视距以便在雾(106)中估计所述视距，其中，所述处理规则构造为反映在所述摄像机图像(100)中通过所述雾(106)引起的位置相关的和/或方向相关的散射光。

11.一种具有程序代码的计算机程序产品，其用于当所述程序产品在设备上执行时实施根据权利要求1至8中任一项所述的方法。