CN108737741A - 一种夜间视频图像处理的汽车抗晕光系统 - Google Patents
一种夜间视频图像处理的汽车抗晕光系统 Download PDFInfo
- Publication number
- CN108737741A CN108737741A CN201711395638.XA CN201711395638A CN108737741A CN 108737741 A CN108737741 A CN 108737741A CN 201711395638 A CN201711395638 A CN 201711395638A CN 108737741 A CN108737741 A CN 108737741A
- Authority
- CN
- China
- Prior art keywords
- image
- data processor
- light
- computer vision
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000003287 optical effect Effects 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims description 45
- 230000007812 deficiency Effects 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 abstract description 6
- 230000004927 fusion Effects 0.000 description 10
- 238000002156 mixing Methods 0.000 description 10
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/62—Detection or reduction of noise due to excess charges produced by the exposure, e.g. smear, blooming, ghost image, crosstalk or leakage between pixels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种夜间视频图像处理的汽车抗晕光系统,包括双路视频采集器和视频图像处理模块,所述双路视频采集器内并排设置有可见光相机和红外相机,可见光相机和红外相机朝向相同且光轴平行,并位于同一水平高度上;可见光相机和红外相机通过线缆分别连接视频图像处理模块。本发明的整个装置操作简单、重量轻、体积小、安装方便,适合于汽车安装,有利于驾驶员清晰地观察前方路况,提前做出预判,消除安全隐患,提高驾驶安全性。本发明装置中图像处理单元以数据处理器、系统控制器为双核心,系统控制器负责对系统的协调控制,数据处理器只负责处理数据,两者并行处理极大地提高了数据处理速度,保证了视频图像处理的实时性。
Description
技术领域
本发明属于汽车抗晕光技术领域,主要涉及一种夜间视频图像处理的汽车抗晕光系统。
背景技术
在所有道路交通事故中,夜间时段是交通事故的高发期。据数据统计,夜间行车虽然只占了行车时间的四分之一,但事故却占了交通总数的一半以上。分析夜间道路交通事故的原因,除了疲劳驾驶,另一个主要原因是滥用远光灯导致的驾驶员晕光现象。夜间行车时,来向车辆远光灯发出的强光会使驾驶员产生短时晕光,无法看清前方路况以及路边的行人和障碍,极易导致严重的交通安全事故。
夜间行车晕光现象引起的交通安全事故早已引起了普遍关注,各国专家学者一直在努力寻求这一问题的解决途径。
美国专利《Polarization type anti-dazzle device for motor vehicles》,专利号为US3211047,利用光学原理在每辆机动车的前大灯及前挡风玻璃上均安置一层偏振膜,相向行驶的两辆车会车时,对面来车远光灯射出的偏振光线与本车挡风玻璃上的偏振膜方向互相正交,所以对面车灯的灯光被挡风玻璃上的偏振膜完全阻挡。这一方案简单、易行,且可完全消除晕光,但也存在着严重缺陷,车灯发出的自然光通过偏振膜后其光照强度降低为入射光强度的一半,使夜间图像暗处信息更加难以观察;且要求相向行车的两车安装同样的偏振装置,且偏振膜的安装方向必须保持严格一致,一直无法普及。
汽车厂商在一些车辆上配置了红外夜视系统,来解决夜间行车视线不佳和晕光的问题,该系统利用物体反射或自身辐射的红外线来成像,将图像显示在显示器上。由于红外成像不受可见光的影响,因此,不会产生晕光现象,但红外图像为灰度图像、清晰度欠佳,色彩、细节信息缺失严重,视觉效果不理想。
中国专利《抗晕光面阵CCD图像传感器》,专利号为ZL200710018244.2,公开了一种可以单独控制每个像素点积分时长的面阵CCD传感器消除晕光的方法,通过扩大图像传感器的动态范围来提升图像抗晕光的整体效果,但只能削弱、不能彻底消除晕光,且实现困难。
本发明项目组对国内外专利文献和公开发表的期刊论文检索,尚未发现与本发明密切相关和一样的报道或文献。
发明内容
本发明的目的在于提供一种夜间视频图像处理的汽车抗晕光系统,以期输出一幅无晕光、清晰、适合人眼观察的融合图像。
一种夜间视频图像处理的汽车抗晕光系统,包括双路视频采集器和视频图像处理模块,所述双路视频采集器内并排设置有可见光相机和红外相机,可见光相机和红外相机朝向相同且光轴平行,并位于同一水平高度上;可见光相机和红外相机通过线缆分别连接视频图像处理模块,
所述视频图像处理模块包括可见光图像解码器、红外图像解码器、数据处理器,程序存储器、动态数据存储器、系统处理器、视频存储卡、图像编码器和电源模块,其中所述可见光图像解码器和红外图像解码器分别连接数据处理器,向数据处理器输入解码后的可见光和红外视频图像的数字信号;所述数据处理器分别连接程序存储器、动态数据存储器,数据处理器接收可见光图像解码器、红外图像解码器解码后的两路视频图像数字信号,并加载程序存储器中存储的算法程序对两路视频图像信号进行处理,处理过程中产生的临时动态数据存储于动态数据存储器;所述系统控制器通过通信接口与数据处理器连接,实现对数据处理器的控制;所述视频存储卡和图像编码器分别与系统控制器连接,系统控制器接收数据处理器输出的数据送至视频存储卡存储,并送至图像编码器进行编码;电源模块分别与数据处理器、系统控制器相连,为整个图像处理模块供电;
上述图像处理模块中,对可见光图像判断光照情况的算法步骤如下:
步骤1:计算可见光图像的灰度均值和标准差SD;
步骤2:根据灰度均值及标准差判断光照情况:
(1)若灰度均值 ,进一步判断其标准差,若 ,判断为光照过低的情况;若 ,判断为光照不足的情况;
(2)若 ,判断为光照不足的情况;
(3)若 ,进一步判断其标准差,若 ,判断为光照充足的情况;若 ,判断为光照不足的情况。
其中 为亮度下限临界参数, 为亮度上限临界参数和n为明暗分布临界参数。 表示光照过低和光照不足两种情况之间灰度均值的门限阈值, 表示光照不足和光照充足两种情况之间灰度均值的门限阈值,n表示明暗分布均匀与明暗差异明显之间标准差的门限阈值。
上述对可见光图像判断光照情况的算法步骤中, , ,n=62。
与现有技术相比,本发明的优点是:
1、本发明整个装置操作简单、重量轻、体积小、安装方便,适合于汽车安装,有利于驾驶员清晰地观察前方路况,提前做出预判,消除安全隐患,提高驾驶安全性。
2、本发明设计的夜间视频图像处理的汽车抗晕光装置中图像处理单元以数据处理器、系统控制器为双核心,系统控制器负责对系统的协调控制,数据处理器只负责处理数据,两者并行处理极大地提高了数据处理速度,保证了视频图像处理的实时性。
3、本发明设计的可见光和红外双路视频采集器,两相机光轴平行且水平高度相同,能够保证采集到的两路图像空间差异较小,可有效降低算法配准难度,易于调整、便于安装。
4、利用可见光相机与红外相机机同步采集的两路夜间视频图像,通过图像处理技术融合成为一路无晕光视频图像输出在显示屏上,辅助司机夜间驾驶,同时因为夜间行驶时,光线条件千差万别,本发明的装置依据光照情况判断算法能够根据可见光图像的特征自动判断外部光照情况,并自动调整图像输出模式。这种自动调整输出模式的功能能够保证输出模式始终符合目前的光照情况,使图像质量始终处于最佳状态。
附图说明:
图1是汽车抗晕光装置结构图;
图2是图像处理单元原理框图;
图3是装置工作流程图;
图4是光照情况判断算法流程图;
图5是采集的夜间汽车前方路况的可见光图像;
图6是采集的夜间汽车前方路况的红外图像;
图7是配准后可见光图像;
图8是增强后的可见光图像;
图9是增强后的红外图像;
图10最终融合图像。
具体实施方式:
下面将结合附图对本发明进行详细地说明。
参见图1和图2,本发明提供一种夜间视频图像处理的汽车抗晕光系统,包括双路视频采集器5和视频图像处理模块9。视频图像处理器5包括机箱8,机箱8正面设置的若干控制按钮,视频图像处理模块9设置于机箱8内,电源开关按钮10在机箱8内部的接线输入端接电源线16,电源线16从系统机箱8背部引出。
所说的双路视频采集器5内并排设置有可见光相机3和红外相机4,可见光相机3和红外相机4朝向相同且光轴平行,并位于同一水平高度上;可见光相机3和红外相机4通过线缆分别连接视频图像处理模块9。
所说的视频图像处理模块9包括可见光图像解码器9.1、红外图像解码器9.2、数据处理器9.3,程序存储器9.4、动态数据存储器9.5、系统处理器9.6、视频存储卡9.7、图像编码器9.8和电源模块9.9,其中所述可见光图像解码器9.1和红外图像解码器9.2分别连接数据处理器9.3,向数据处理器9.3输入解码后的可见光和红外视频图像的数字信号;所述数据处理器9.3分别连接程序存储器9.4、动态数据存储器9.5,数据处理器9.3接收可见光图像解码器9.1、红外图像解码器9.2解码后的两路视频图像数字信号,并加载程序存储器9.4中存储的算法程序对两路视频图像信号进行处理,处理过程中产生的临时动态数据存储于动态数据存储器9.5;所述系统控制器9.6通过通信接口与数据处理器9.3连接,实现对数据处理器9.3的控制;所述视频存储卡9.7和图像编码器9.8分别与系统控制器9.6连接,系统控制器9.6接收数据处理器9.3输出的数据送至视频存储卡9.7存储,并送至图像编码器9.8进行编码;电源9.9模块分别与数据处理器9.3、系统控制器9.6相连,为整个图像处理单元9供电;
所说的图像处理模块9中,对可见光图像判断光照情况的算法步骤如下:
步骤1:计算可见光图像的灰度均值 和标准差SD;
步骤2:根据灰度均值及标准差判断光照情况:
(1)若灰度均值 ,进一步判断其标准差,若 ,判断为光照过低的情况;若 ,判断为光照不足的情况;
(2)若 ,判断为光照不足的情况;
(3)若 ,进一步判断其标准差,若 ,判断为光照充足的情况;若 ,判断为光照不足的情况。
其中 为亮度下限临界参数, 为亮度上限临界参数和n为明暗分布临界参数。 表示光照过低和光照不足两种情况之间灰度均值的门限阈值, 表示光照不足和光照充足两种情况之间灰度均值的门限阈值,n表示明暗分布均匀与明暗差异明显之间标准差的门限阈值。
所说的电源开关按钮10在机箱8内部的接线输出端接内部图像处理单元9的电源模块9.9输入端,给整个系统供电。机箱8正面的可见光单路输出按钮11、红外单路输出按钮12、可见光与红外两路视频融合输出自动调节按钮13均与内部图像处理模块9的系统控制器9.6相连。系统机箱8正面的LCD 14通过线缆15与机箱8内图像处理模块9的图像编码器9.8相连。
所说的双路视频采集器5内部的可见光相机3和红外相机4同步采集的两路夜间道路视频图像,视频图像处理模块9对采集到的两路视频图像进行融合处理,并将处理得到的无晕光、细节色彩丰富的视频图像输出在显示屏上,辅助司机夜间驾驶。设计的以数据处理器、系统控制器为双核心的图像处理单元,数据处理器只负责处理数据,系统控制器负责系统的协调控制,两者并行处理极大地提高了数据处理速度,保证了视频图像处理的实时性。设计的输出模式自动调整算法能够根据可见光图像的特征自动判断外部光照情况,再根据判断的光照情况自动调整输出模式,保证了当前输出模式始终适合光照情况,使输出图像质量始终处于最佳状态。
参见图3,本装置的工作流程如下:
1.按下电源开关按钮10启动装置;
2.数据处理器9.3和系统控制器9.6初始化;3.系统控制器9.6启动可见光相机3和红外相机4;4.按下按钮(11)、(12)、(13)的其中一个选择输出模式,若按下按钮(11),按照模式一输出,即执行流程支路5.1,若按下按钮(12),按照模式二输出,即执行流程支路5.2,若按下按钮(13),按照模式三输出,即执行流程支路5.3,若没有按任何模式选择按钮则继续按照上次的模式输出(系统默认输出模式为模式三);
流程支路5.1(模式一):5.1.1可见光图像解码器9.1对可见光相机3的模拟输出信号进行A/D转换;5.1.2可见光图像解码器9.1将A/D转换后的数字信号送至数据处理器9.3;5.1.3数据处理器9.3将可见光数字视频数据作为输出信号等待输出;
流程支路5.2(模式二):5.2.1红外图像解码器9.2对红外相机4的模拟输出信号进行A/D转换;5.2.2红外图像解码器9.2将A/D转换后的数字信号送至数据处理器9.3;5.2.3数据处理器9.3将红外数字视频数据作为输出信号等待输出;
流程支路5.3(模式三):5.3.1可见光图像解码器9.1和红外图像解码器9.2分别对可见光相机3和红外相机4的模拟输出信号进行A/D转换;5.3.2可见光图像解码器9.1和红外图像解码器9.2将A/D转换后的数字信号送至数据处理器9.3;5.3.3数据处理器9.3加载程序存储器9.4中固化的算法程序;5.3.4数据处理器9.3根据可见光图像判断当前光照情况,若判断为光照充足,则跳至流程支路5.1的第3步5.1.3,若判断为光照过低,则跳至流程支路5.2的第3步5.2.3,若判断为光照不足,则执行本支路的下一步;5.3.5数据处理器9.3对输入的两路视频数据进行融合处理;5.3.6数据处理器9.3将融合视频数据作为输出信号等待输出;
6.数据处理器9.3将输出信号送至系统控制器9.6;7.系统控制器9.6将视频数据送至视频存储卡9.7存储;8.系统控制器9.6将视频数据送至图像编码器9.8;9.图像编码器9.8对数字视频信号进行D/A转换;10.图像编码器9.8将D/A转换后的模拟视频信号送至LCD 14显示,并跳至步骤4循环。
本装置工作流程的先后顺序保证了装置能够稳定运行,对输入的两路视频按选择模式进行单路可见光图像、单路红外图像或两路融合图像,实时输出无晕光图像。
参见图4,所说图像处理模块9中的光照情况判断算法的原理及详细过程如下:
本系统在设置为可见光与红外两路视频输出自动调节模式时,需要根据外部光照情况自动调节输出模式。当判断为光照充足时,仅使用可见光相机3即可获取前方路况的清晰图像;当判断为光照过低时,可见光相机3几乎不能获取有用信息,此时仅使用红外相机4获取前方路况图像;当判断为光照不足时,使用可见光相机3和红外相机4同时获取前方路况图像。
可见光图像使用可见光成像,能够比较好地反映外部环境光照情况,因此本发明使用可见光图像的参数来判断当前光照情况。具体步骤如下:
步骤1:计算可见光图像的灰度均值 和标准差SD;
计算可见光图像的均值:
(1)
和标准差:
(2)
其中M、N为图像像素的行数和列数,I 为 点的灰度值。
给出亮度下限临界参数 ,亮度上限临界参数 和明暗分布临界参数n,其中表示光照过低和光照不足两种情况之间灰度均值的门限阈值, 表示光照不足和光照充足两种情况之间灰度均值的门限阈值,n表示明暗分布均匀与明暗差异明显之间标准差的门限阈值。
步骤2:根据灰度均值及标准差判断光照情况:
1.若 ,说明图像平均亮度较低,再判断其标准差,若 ,说明图像亮度变化范围不大,则认为图像中各处亮度均偏低,故判断为光照过低的情况;若 ,说明图像亮度变化范围较大,整体偏暗的图像中有较亮的部位,故判断为光照不足的情况;
2.若 ,说明图像平均亮度适中,则认为场景中有一定程度光照,但不够充足,故判断为光照不足的情况;
3.若 ,说明图像平均亮度较高,再判断其标准差,若 ,说明图像亮度变化范围不大,则认为图像中各处亮度均较高,故判断为光照充足的情况;若 ,说明图像亮度变化范围较大,图像中有较暗的部位,故判断为光照不足的情况。
通过对多组场景下不同时段的可见光图像的灰度均值及标准差进行分析得出光照情况判断算法中3个临界参数 , 和n的最优值,其中 , ,n=62。
本发明系统,在处理光照不足情况的过程中所采用的抗晕光图像融合算法包括有图像配准、图像增强、HSV正变换、小波融合及HSV反变换。可见光和红外相机采集到对应于同一时间空间的夜间道路可见光图像,见图5(灰度均值 ,标准差 ),以及红外图像(见图6)。以红外图像为参考图像,对可见光图像进行配准,得到配准后的可见光图像(见图7)。通过图像增强算法对两幅图像分别进行增强处理,得到亮度更高、图像暗处细节信息更丰富的可见光图像(见图8)和对比度更高的红外图像(见图9)。再对增强后的可见光图像进行HSV正变换提取出亮度信号分量V、色度信号分量H和饱和度分量S,然后把亮度信号分量V和增强后的红外图像进行小波融合得到消除了晕光的亮度信号分量V′。对新的亮度信号分量V′,原色度信号分量H和饱和度分量S进行HSV反变换得到最终的融合图像(见图10)。
通过本发明汽车抗晕光装置得到的融合图像(见图10),从图中可以看出,与原可见光图像相比,融合后的图像中晕光现象已被消除,图像整体亮度提升非常显著,图像场景中细节轮廓信息的清晰度有明显提升,可以十分清楚地观测到对向车辆的车牌号、车旁的行人、道路边沿及植物等细节和色彩信息。从人眼视觉观察的角度出发,较好地解决了夜间行车时的晕光问题。
为了客观地评价本发明装置的效果,采用均值Mean Value、信息熵Entropy、平均梯度Average Gradient、标准差Standard Deviation等四个通用指标,对融合图像与原可见光图像进行数据分析,结果如表1所示。
表1客观评价指标
从表1中可知,与原始可见光图像相比,采用本发明融合图像的各项指标都有明显改善。融合图像的均值达到119.5488,基本接近最佳视觉观察均值128,较原始可见光图像提高了71.4%,表明融合后的图像亮度提高非常显著,视觉观察效果最佳;融合图像的熵值较原始可见光图像提高了23.7%,表明融合后的图像包含信息量更多;融合图像的平均梯度较原始可见光图像提高了28.6%,表明融合后图像在细节信息的清晰度上有较大提升;融合图像的标准差较原始可见光图像提高了14.0%,表明融合后图像纹理信息的清晰度有一定提升。
Claims (4)
1.一种夜间视频图像处理的汽车抗晕光系统,其特征在于:包括双路视频采集器和视频图像处理模块,所述双路视频采集器内并排设置有可见光相机和红外相机,可见光相机(3)和红外相机(4)朝向相同且光轴平行,并位于同一水平高度上;可见光相机(3)和红外相机(4)通过线缆分别连接视频图像处理模块(9)。
2.根据权利要求1所述的夜间视频图像处理的汽车抗晕光系统,其特征在于:所述视频图像处理模块(9)包括可见光图像解码器(9.1)、红外图像解码器(9.2)、数据处理器(9.3),程序存储器(9.4)、动态数据存储器(9.5)、系统处理器(9.6)、视频存储卡(9.7)、图像编码器(9.8)和电源模块(9.9),其中所述可见光图像解码器(9.1)和红外图像解码器(9.2)分别连接数据处理器(9.3),向数据处理器(9.3)输入解码后的可见光和红外视频图像的数字信号;所述数据处理器(9.3)分别连接程序存储器(9.4)、动态数据存储器(9.5),数据处理器(9.3)接收可见光图像解码器(9.1)、红外图像解码器(9.2)解码后的两路视频图像数字信号,并加载程序存储器(9.4)中存储的算法程序对两路视频图像信号进行处理,处理过程中产生的临时动态数据存储于动态数据存储器(9.5);所述系统控制器(9.6)通过通信接口与数据处理器(9.3)连接,实现对数据处理器(9.3)的控制;所述视频存储卡(9.7)和图像编码器(9.8)分别与系统控制器(9.6)连接,系统控制器(9.6)接收数据处理器(9.3)输出的数据送至视频存储卡(9.7)存储,并送至图像编码器(9.8)进行编码;电源模块(9.9)分别与数据处理器(9.3)、系统控制器(9.6)相连,为整个所述图像处理模块(9)供电。
3.根据权利要求1或2所述的夜间视频图像处理的汽车抗晕光系统,其特征在于:所述图像处理模块(9)中,对可见光图像判断光照情况的算法步骤如下:
步骤1:计算可见光图像的灰度均值和标准差SD;
步骤2:根据灰度均值及标准差判断光照情况:
(1)若灰度均值,进一步判断其标准差,若,判断为光照过低的情况;若,判断为光照不足的情况;
(2)若,判断为光照不足的情况;
(3)若,进一步判断其标准差,若,判断为光照充足的情况;若,判断为光照不足的情况;
其中为亮度下限临界参数,为亮度上限临界参数,n为明暗分布临界参数;表示光照过低和光照不足两种情况之间灰度均值的门限阈值,表示光照不足和光照充足两种情况之间灰度均值的门限阈值,n表示明暗分布均匀与明暗差异明显之间标准差的门限阈值。
4.根据权利要求3所述的夜间视频图像处理的汽车抗晕光系统,其特征在于:在所述对可见光图像判断光照情况的算法步骤中,,,n=62。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395638.XA CN108737741A (zh) | 2017-12-21 | 2017-12-21 | 一种夜间视频图像处理的汽车抗晕光系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395638.XA CN108737741A (zh) | 2017-12-21 | 2017-12-21 | 一种夜间视频图像处理的汽车抗晕光系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108737741A true CN108737741A (zh) | 2018-11-02 |
Family
ID=63940322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711395638.XA Pending CN108737741A (zh) | 2017-12-21 | 2017-12-21 | 一种夜间视频图像处理的汽车抗晕光系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108737741A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355900A (zh) * | 2020-03-12 | 2020-06-30 | 浙江大华技术股份有限公司 | 图像处理方法及装置、存储介质、电子装置 |
CN112887593A (zh) * | 2021-01-13 | 2021-06-01 | 浙江大华技术股份有限公司 | 图像获取方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105892A (zh) * | 2007-07-30 | 2008-01-16 | 深圳市融合视讯科技有限公司 | 一种车辆交通事故的自动检测方法 |
CN102063616A (zh) * | 2010-12-30 | 2011-05-18 | 上海电机学院 | 一种基于图像特征匹配的商品自动识别系统及方法 |
CN102129676A (zh) * | 2010-01-19 | 2011-07-20 | 中国科学院空间科学与应用研究中心 | 一种基于二维经验模态分解的显微图像融合方法 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
CN102722864A (zh) * | 2012-05-18 | 2012-10-10 | 清华大学 | 一种图像增强方法 |
US8675122B2 (en) * | 2009-01-16 | 2014-03-18 | Microsoft Corporation | Determining exposure time in a digital camera |
CN104253976A (zh) * | 2014-09-03 | 2014-12-31 | 北京汉王智通科技有限公司 | 一种监控摄像机滤光系统和方法 |
CN104378629A (zh) * | 2014-12-01 | 2015-02-25 | 广州市浩云安防科技股份有限公司 | 一种摄像机故障的检测方法 |
CN104714355A (zh) * | 2013-12-17 | 2015-06-17 | 宏达国际电子股份有限公司 | 主动式滤镜、影像拍摄系统及拍摄方法 |
CN105046869A (zh) * | 2015-07-06 | 2015-11-11 | 北京理工大学 | 一种基于双波段融合理论的森林防火监控系统 |
CN106023129A (zh) * | 2016-05-26 | 2016-10-12 | 西安工业大学 | 红外与可见光图像融合的汽车抗晕光视频图像处理方法 |
-
2017
- 2017-12-21 CN CN201711395638.XA patent/CN108737741A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105892A (zh) * | 2007-07-30 | 2008-01-16 | 深圳市融合视讯科技有限公司 | 一种车辆交通事故的自动检测方法 |
US8675122B2 (en) * | 2009-01-16 | 2014-03-18 | Microsoft Corporation | Determining exposure time in a digital camera |
CN102129676A (zh) * | 2010-01-19 | 2011-07-20 | 中国科学院空间科学与应用研究中心 | 一种基于二维经验模态分解的显微图像融合方法 |
CN102063616A (zh) * | 2010-12-30 | 2011-05-18 | 上海电机学院 | 一种基于图像特征匹配的商品自动识别系统及方法 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
CN102722864A (zh) * | 2012-05-18 | 2012-10-10 | 清华大学 | 一种图像增强方法 |
CN104714355A (zh) * | 2013-12-17 | 2015-06-17 | 宏达国际电子股份有限公司 | 主动式滤镜、影像拍摄系统及拍摄方法 |
CN104253976A (zh) * | 2014-09-03 | 2014-12-31 | 北京汉王智通科技有限公司 | 一种监控摄像机滤光系统和方法 |
CN104378629A (zh) * | 2014-12-01 | 2015-02-25 | 广州市浩云安防科技股份有限公司 | 一种摄像机故障的检测方法 |
CN105046869A (zh) * | 2015-07-06 | 2015-11-11 | 北京理工大学 | 一种基于双波段融合理论的森林防火监控系统 |
CN106023129A (zh) * | 2016-05-26 | 2016-10-12 | 西安工业大学 | 红外与可见光图像融合的汽车抗晕光视频图像处理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355900A (zh) * | 2020-03-12 | 2020-06-30 | 浙江大华技术股份有限公司 | 图像处理方法及装置、存储介质、电子装置 |
CN112887593A (zh) * | 2021-01-13 | 2021-06-01 | 浙江大华技术股份有限公司 | 图像获取方法及装置 |
CN112887593B (zh) * | 2021-01-13 | 2023-04-07 | 浙江大华技术股份有限公司 | 图像获取方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017028587A1 (zh) | 车辆监控的方法和装置、处理器、图像采集设备 | |
CN102198818B (zh) | 车载照明装置、图像处理装置、图像显示系统及照明方法 | |
DE10261290B4 (de) | Im-Fahrzeug-Bildkorrektur-Einrichtung und Nachtfahrt-Sichtfeld-Unterstützungs-Einrichtung | |
CN101739827B (zh) | 一种车辆检测跟踪方法和装置 | |
CN110651301A (zh) | 用于自动为夜视图像着色的方法和系统 | |
KR101367637B1 (ko) | 감시장치 | |
CN108650495B (zh) | 一种车用全景环视系统及其自适应补光方法 | |
CN105069768A (zh) | 一种可见光图像与红外图像融合处理系统及融合方法 | |
CN208479822U (zh) | 一种车用全景环视系统 | |
JP4399174B2 (ja) | 自動車のディスプレイユニット、自動車の夜間視認装置および自動車の赤外線夜間視認装置を備えた車両 | |
DE112010006012B4 (de) | Anzeigesystem | |
CN204681510U (zh) | 一种车载违章驾驶视频取证装置 | |
CN113276774B (zh) | 无人车远程驾驶过程中视频画面的处理方法、装置及设备 | |
CN101673473A (zh) | 基于dsp的全景视觉泊车辅助装置及生成全景视觉图像的方法 | |
CN106161984A (zh) | 视频图像强光抑制、轮廓及细节增强处理方法及系统 | |
JPH11243538A (ja) | 車両用視認装置 | |
CN108737741A (zh) | 一种夜间视频图像处理的汽车抗晕光系统 | |
CN111507930A (zh) | 图像融合方法、装置、存储介质和计算机设备 | |
CN108093175A (zh) | 一种实时高清视频自适应去雾方法及装置 | |
DE102004010908B4 (de) | Bildaufnahmevorrichtung und Bildaufnahmeverfahren | |
WO2011000392A1 (en) | Method and camera system for improving the contrast of a camera image | |
KR101601324B1 (ko) | 차량용 카메라 시스템의 영상 획득 방법 | |
CN101783013A (zh) | 一种适用于交通控制的图像增强系统与方法 | |
US20040161159A1 (en) | Device and method for enhancing vision in motor vehicles | |
CN204883859U (zh) | 一种智能防盗行车记录仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181102 |
|
WD01 | Invention patent application deemed withdrawn after publication |