CN1748167A - 用于以红外图像和可见图像与环境相关的结合来显示车辆环境的方法和装置 - Google Patents
用于以红外图像和可见图像与环境相关的结合来显示车辆环境的方法和装置 Download PDFInfo
- Publication number
- CN1748167A CN1748167A CNA2004800035556A CN200480003555A CN1748167A CN 1748167 A CN1748167 A CN 1748167A CN A2004800035556 A CNA2004800035556 A CN A2004800035556A CN 200480003555 A CN200480003555 A CN 200480003555A CN 1748167 A CN1748167 A CN 1748167A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- visual
- vehicle
- aforementioned
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000004927 fusion Effects 0.000 title abstract 5
- 230000001419 dependent effect Effects 0.000 title description 2
- 230000007613 environmental effect Effects 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 19
- 239000012634 fragment Substances 0.000 claims description 15
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000005855 radiation Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 4
- 239000003595 mist Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000002329 infrared spectrum Methods 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 5
- 230000001105 regulatory effect Effects 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B23/00—Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices
- G02B23/12—Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices with means for image conversion or intensification
-
- 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/60—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/70—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by an event-triggered choice to display a specific image among a selection of captured images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Astronomy & Astrophysics (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及用于尤其是在黑暗中显示车辆环境的方法。为了改善目前已知的方法,对可视图像和红外图像进行同时的、位置相同的图像对的加权叠加,以形成结合图像。为了进一步改进,加权是与环境相关的。因此,在黑暗中加权更高,并且在结合图像中红外信息被明显高于可视图像地加权。在雾天,可视图像被明显高于红外图像地加权,由此在雾中通常用处更小的红外图像不被(显著地)考虑在结合图像中。用于执行所述方法的装置包括色敏感可视摄相机(101)、红外摄相机(102)和结合或叠加设备(106),结合或叠加设备像素地或部分地叠加同时且位置相同的图像对,并形成平均值。
Description
技术领域
本发明涉及根据相应独立权利要求前序部分的、用于显示车辆环境的方法和装置,以及用于校准该装置的校准装置。
背景技术
由DE 695 06 174 T2已知用于车辆的后视系统(Nachsichtsystem)。该系统包括产生红外图像的红外摄相机,红外图像表示车辆环境片段的、由人和物体所发出的热辐射。红外图像通过抬头显示器(Head-up-Display)投影到挡风玻璃的下部,并因此显示给司机。
由司机将红外图像中的人物和物体与位于司机前方、视觉地通过挡风玻璃可获得的交通状况相对应。这在已知系统所应该针对的黑暗环境中尤其困难,并且经常甚至是不可能的,这是因为红外图像显示司机视觉不能识别的人和物体。因此,只在红外图像中可识别的人和物体的准确定位通常是不可能的,并且以危险的方式分散司机的注意力。
发明内容
本发明的任务尤其在于提供用于显示车辆环境的改进方法和装置,尤其是改进的后视系统。
本发明的任务根据方法或根据装置通过相应的独立权利要求来完成。在相应的从属权利要求中给出本发明的有利实施方式。
本发明的第一主要方面在于,表示或显示车辆环境尽可能相同的片段的可视的图像,以下称为可视图像,和红外的图像,以下称为红外图像的组合或叠加。通过同一场景不同谱范围的图像的叠加或结合,尽可能地消除现有技术的前述缺点。
第二主要方面在于,在结合各可视图像和红外图像时根据具体行驶情况对这两个谱分量(可视分量和红外分量)的相互比例进行加权。在加权的第一极端情况中,通过结合而产生的图像尽可能只包括可视信息,在通常情况下叠加可视的和红外的信息,并且在加权的第二极端情况中,通过结合而产生的图像尽可能只包括红外信息。
如果例如在公路上通过距离测量系统识别前面行驶的车辆,例如通过已知的雷达支持的ACC系统(自动巡航控制),在本发明的一个实施方式中规定,在结合这两个谱分量时相对于行驶环境突出这个车辆,使得它在结合图像中相对于环境明显地显示。这可以例如通过以下方式实现,即相对于行驶环境改变相关区域的两个谱分量的加权;在这个例子中是结合图像的、表示前面紧邻行驶的车辆的图像片段。例如,在白天,可视信息可以相对于红外信息更高地被加权,并因此在结合图像中产生更显著的影响,而在黑暗时加权正好相反。
如果车辆行驶在照明很好的区域,那么在本发明的另一实施方式中,替代地或补充地规定,可视分量或可视信息相对于红外分量或相对于红外信息更高地加权。在较暗的公路和/或高速公路上,替代地或补充地相对于前述相反地进行加权,使得红外信息或红外分量在结合图像中相对于可视分量更明显地显示。
替代地或补充地,在本发明的再一个实施方式中,规定,在较暗的公路和/或高速公路上,通过在结合时更高的加权而相对于较远物体的可视信息突出其红外信息,与距离车辆更近的物体不同。在显示器上呈现给司机的结合图像可能可以在近区包括更高分量的可视信息,并且在远区包括更高分量的红外信息。
在雨天、雾天或潮湿的车行道时,红外信道或红外信息的实用性相对于标准条件受到了限制。为了在这样的天气条件下与由最多受限的可用红外信息所引起的结合图像的恶化相反地起作用,替代地或补充地规定,相对于红外分量提高可视分量,即相应地在可视信息方向上改变结合图像中两个谱分量的加权。
为了识别前述天气情况,可以在车辆上特别设置雨滴传感器(Regensensor)或雾传感器(Nebelsensor)。同样,可以分析哪些车灯被接通,尤其是汽车雾灯。但是,这些信息也可以通过设置在车辆中的动态导航系统提供,车辆当前所在点的、或者尤其是为计划的行驶路线所预测的动态交通或天气情况被传输到该系统中。这个传输可以通过移动无线电网络(Mobilfunknetz)或者通过车辆与车辆的通信而实现。
替代地或补充地,在本发明的一个实施方式中规定,司机可以手动调节这两个谱分量在结合图像中的相互加权,并且因此可以最优地匹配其需要和特定情况。在本发明的一个实施方式中规定了从可视信息到红外信息显示的连续转换和相反转换。这使得司机可以对于更快并更可靠地获取交通状况有利地,更容易和更快地使用可视和红外信息之间的关系以及通过谱分量之间的移动对行驶环境的结合图像的影响。
在另一个实施方式中,替代地或补充地,为司机提供多个结合图像,以选择适于向其显示的结合图像,其中为了选择而提供的结合图像在可视信息与红外信息分量关系上是不同的。特别地,在结合时可以对可视分量相对于红外分量进行不同的加权。
在根据本发明的后视系统的一个具体实施方式中,可视摄相机或第一传感器及其光学系统包括第一光轴,红外摄相机或第二光学传感器及其光学系统包括第二光轴,它们在空间上相互偏移。因此,摄相机或传感器摄取车辆环境的至少部分不同的片段,即第一和第二片段。而且,它们与距离相关。可以理解,根据本发明,也可以设置多于两个的红外摄相机或红外传感器,其灵敏度覆盖不同的波长,并且由它们提供的车辆环境数字图像可以叠加或结合。
为了获得尽可能无失真的结合图像以向司机显示,在根据本发明的一个实施方式中规定,由叠加或结合设备以像素方式和/或区域方式全部或部分地叠加或结合已经提供的第一片段和已经提供的第二片段。为了提供结合图像,通过至少一个匹配参数匹配第一片段和/或第二片段和/或结合图像及其直接的或处理后的数字数据。
优选地在校准根据本发明的摄相机或传感器系统及后视系统时,为摄相机或传感器与校准装置之间的至少两个距离范围(Entfernungsbereich)或间隔范围(Abstandsbereich)确定这个或这些与距离相关的参数。一个主要目的在于,调节这个或这些匹配参数,使得在叠加或结合图像时所产生的相关距离范围内的物体结合图像尽可能不失真,尤其是没有重影(Geisterbilder)或双影(Doppelbilder)。根据本发明,这个或这些匹配参数尤其涉及至少一个记录参数(Registrierungsparameter)或变换参数(Transformationsparameter)。一个类似的参数例如由数字图像处理系统的记录和由其进行的两个图像的叠加而已知。这个或这些与行驶状况或距离相关的匹配参数优选地在校准时被存储在车辆的数据存储器中。
在本发明的一个优选实施方式中,第一距离范围对应于市内行驶典型的行驶状况,尤其是为大约15至75m的距离范围。
替代地或补充地,第二距离范围对应于公路行驶(Landstrassenfahrt)典型的行驶状况,尤其是大约30至150m的距离范围。
替代地或补充地,第三距离范围对应于高速公路典型的行驶状况,尤其是大约50至250m的距离范围。
应该理解,作为对上述与距离相关或与距离范围相关的匹配参数的替代或补充,也可以确定其他、尤其具有前述目的的、与行驶状况相关的匹配参数。在这里,其可以例如涉及对于在太阳很低、在雾天、在开始黑时(einsetzende Dunkelheit)或黑暗中的行驶适当的匹配参数。
本发明的另一个主要方面在于,自动地确定车辆的当前行驶状况,并且提供对应于当前行驶状况或环境状况的、尤其是通过校准获得的并存储在车辆中的匹配参数,以便由根据本发明的对准装置(Ausricht-vorrichtung)或由叠加或结合设备使用。叠加或结合设备对以数字数据形式存在的可视图像和红外图像进行像素和/或区域方式的叠加或结合,其中一个或多个与距离相关的匹配参数这样影响红外图像和/或可视图像和/或结合图像,使得优选地为司机提供环境的尽可能无失真和/或无重影的结合图像。
作为对前述自动确定的替换或补充,在本发明的一个实施方式中规定,司机选择适于向其显示的、尤其是通过校准获得的并存储在车辆中的匹配参数,以由根据本发明的对准装置或者由叠加或结合设备使用。因此,可以例如以手动的选择可能性的形式或通过语音输入,向司机提供例如对于市内行驶典型的、公路行驶典型的、高速公路行驶典型的和/或在可能的情况下其他行驶状况的匹配参数,以供选择。由此,司机无需车辆中的车辆导航系统就能够自己产生尽可能无失真的或无重影的结合图像。而且,由此为司机提供了这样的可能性,即在可能的情况下不理会自动选择。同样的,可以为司机提供这样的可能性,即选择在结合图像中无失真地向其显示其车辆周围环境的一个或多个匹配参数,例如与其车辆20m之内的距离。例如当司机在黑暗中驶近其车库并且通过结合图像中的红外信息确定在他后面是否有灌木丛时,司机可以进行该选择。
在本发明的一个优选实施方式中,车辆的当前位置由车辆导航系统,尤其是卫星导航系统确定。借助于该位置,由车辆中的导航系统,通过与数字卡片数据(Kartendaten)比较,自动地确定相应的道路类别(Strassenkategorie)或行驶状况,尤其是市内道路(Stadtstrasse)、公路(Landstrasse)或高速公路。这些车辆导航系统为了路线引导(Routenfuehrung)等的目的目前已经存在于大量的车辆中,并且可以无需很大的耗费被用于车辆环境的结合图像的前述自动的、与行驶状况和环境相关的最优化。
替代地或补充地,在本发明的另一个实施方式中规定,行驶状况借助于至少一个行驶动态量,尤其是车辆速度和/或近距灯(Abblendlicht)或远光灯(Fernlicht)的操作和/或车辆加速度和/或亮度和/或雾,来确定。在目前的车辆中可能全部或部分地由其车载网络(Bordnetz)已经提供了这些信息,而更大的耗费不是必需的。
在本发明的一个优选实施方式中,彩色可视图像与红外图像被结合及组合或叠加。与黑白可视图像不同,产生包含可视图像彩色信息,例如前面行驶的车辆的红色刹车灯、红色交通灯、彩色交通指示牌等,的结合图像。结合图像中的彩色信息使相应配置的车辆的司机更容易快速地了解和获取结合图像中表示的交通状况。而且,彩色信息减小了忽略彩色警示(红色交通灯等)的危险。
汇总消除了干扰作用,如红外或可视图像失真,尤其是由于各自使用的光学系统等的图像缺陷,的不同谱范围的环境或场景图像。这优选地根据软件通过编辑数字图像的已知措施来实现。尽可能消除了干扰作用的图像或其数字图像数据优选地通过数字图像处理相互对准或覆盖,使得由红外和可视图像或由其数字数据提供时间和位置尽可能相同的图像对。根据本发明,这是通过使用导致无失真结合图像的至少一个与距离相关的和/或与行驶状况相关的匹配参数而实现。用于数字图像处理的软件和硬件优选地允许图像相互的偏移、旋转和缩放。通过这个编辑,可以经济地-尽管时间和位置相同的图像对尽可能的实时处理-使后面的用于叠加或结合不同谱范围的图像的硬件消耗最小。
根据本发明的一个优选实施方式,以各自相同的图像重复率(Bildwiederholrate),优选地由一个或两个用于该谱范围的摄相机或传感器产生红外图像和可视图像。由此,可以以特别简单的方式由红外图像和可视图像产生同时的图像对,这显著地降低了用于后面的、根据本发明叠加或结合两个图像-尽可能实时地-的软件和硬件消耗;用于中间存储图像的半导体存储器的成本被降低。
在本发明的一个优选实施方式中,红外图像表现由人和物体所发出的红外辐射或热辐射,其波长范围约为8至14μm。优选地,使用对大约8至10μm的范围敏感的IR摄相机或IR传感器。因此,以有利的方式不需要用于车辆环境的红外线辐射器或这样的灯(Beleuchtung)(典型波长范围为大约800nm至2.5μm)。不出现各自以已知方式配备有红外灯的、相对行驶的车辆的交替眩目。同样的,根据本发明的红外图像不限于红外灯的射程。
附图说明
以下借助于实施例详细介绍本发明。
图1表示用于显示车辆环境片段的根据本发明的装置的框图,或借助于其介绍根据本发明的显示方法的后视系统。
具体实施方式
图1中以框图形式表示的、根据本发明的装置或后视系统100包括摄取可视谱范围的电子的、这里所谓的可视摄相机101,例如CCD传感器,对大约8至10μm的红外谱范围敏感的电子红外摄相机102,例如IR传感器,第一归一化装置(Normalisierungsvorrichtung)103,第二归一化装置104,对准装置105以及叠加或结合设备106。可视摄相机101提供彩色的可视图像。
摄相机101和102的光轴优选地相互平行地对齐,由此可以减小视差(Parallaxenfehler),并且优选地相互相邻排列,由此减小位错缺陷(Versetzungsfehler)。两个摄相机或传感器的像平面优选地相互平行并且垂直于光轴地对齐,并且相互相邻排列。两个摄相机或传感器的光敏传感器面(Sensorflaeche)优选地相互既不扭转地也不倾斜地,而是尽可能相互平行地设置。而且,两个摄相机或传感器优选地具有相同的孔径角(Oeffnungswinkel)。通过这些措施可以实现,摄相机或传感器提供不同谱范围的图像,其表示环境的尽可能相同的片段,并且相互以及相对于实际状况不扭转。由此,可以显著降低用于处理图像以由两个图像提供结合图像的耗费并由此显著降低硬件和软件耗费。
摄相机的光学表面优选地被不吸潮地(hydrophob)涂覆,并且优选地为了其清洁设置高压喷嘴(Hochdruckduese)等,如用于汽车大灯清洁已经很普遍的那样。两个摄相机优选地设置在共同的外壳中(易于安装,与车辆轴共同对准,没有摄相机光学参数的相互偏移)。在摄相机的外壳上,优选地设置夹具,其保证车辆上或内摄相机的无振动工作。对于摄相机的工作,设置用于工作电压的接头。摄相机的工作电压应该灵活地匹配各自车载网络电压,例如12伏和/或42伏。为了保护摄相机的电子部件和传感器不受损坏,在工作电压支路优选地引入过载保护和极性变换保护(Verpolungsschutz)。由摄相机或传感器所产生的视频信号的输出(谱范围分离的或已经结合的)应该遵循标准(例如NTSC、PAL、SECAM或自身标准)。使用存在的半导体元件作为数字/模拟转换器。摄相机或传感器可以安装在车辆前方、后面、侧面,以显示车辆环境。
下面将更详细地描述后视系统或装置100的校准。为了校准,使用根据本发明的校准装置(未示出)。它包括优选被交错形(schachbrettartig)排列的多个辉光灯。辉光灯特别突出的是,其既发出热辐射,也发出视觉可见的辐射。优选地,设置有多个辉光灯的板等连续地以不同的距离范围被设置在两个摄相机或传感器101和102之前。这些距离范围涉及典型的与环境或行驶状况相关的距离范围,在以下将详细描述。
优选地在黑暗环境中、且不与热源相邻地设置的、位于摄相机101和102之前的校准装置在可视摄相机101中产生(所谓的)可视图像,该图像表现交错形设置的辉光灯,如人眼看到的那样。而且,校准装置在红外摄相机102中产生热图像(Waermebild),其也表现辉光灯的设置。典型地,尤其由于光学图像缺陷等,可视图像和所谓的红外图像表现各自图像边缘的失真。以已知方式,通过第一归一化装置103,尽可能地消除可视图像中的失真或图像缺陷。以已知方式,通过第二归一化装置104,尽可能地消除红外图像中的失真或图像缺陷。优选地,使用用于可视图像的校准参数107和用于红外图像的校准参数108,通过已知的、根据软件的措施对图像数字数据实现归一化或缺陷消除(数字图像处理)。
通过数字图像处理中已知的记录过程,通过对准装置105,使用记录参数109相互对齐归一化的或尽可能消除了干扰等的图像或其数字数据。在对齐过程中,图像中的一个优选地保持不变,并且用作另一个图像的基准。第二图像的大小和位置这样被改变,使得产生相对于第一图像尽可能对象相同(objektgleich)的图像。
归一化的图像也相互对齐,使得一个或同一个物体在结合图像中出现在尽可能相同的位置并且大小尽可能相同。如果不执行这个预处理步骤,则由于不同摄相机几何尺寸和摄相机偏移,产生阴影图(Schattenbilder)或重影图(Zwillingsbilder)。这意味着,一个物体在结合图像上出现在两个位置上并且大小不同。这样的图像与其说是为观察者提供定位,不如说是使其糊涂。
为了根据环境或行驶状况最优化像素准确或区域准确的结合,首先执行用于市内行驶典型行驶状况的记录过程。为此,校准装置与摄相机101和102之间的距离例如在大约15至75m之间的范围内变化,并且确定和存储适于这个距离范围的记录参数。以相应的方式,执行用于公路典型行驶状况的第二记录过程,即例如大约30至150m的范围。最后,以相应的方式,执行用于高速公路典型行驶状况的第三记录过程,即例如大约50至250m的范围中。
使用由车辆导航系统(未示出)提供的当前位置数据,由系统借助于数字卡片数据确定对应于车辆位置的道路类别或行驶状况,尤其是市内道路、公路或高速公路。尤其是在黑暗时,对应于行驶状况的、并且在校准过程中被存储在车辆中的记录或匹配参数被叠加或对准装置105用于符合行驶状况地对齐图像。因此,在相关行驶状况的结合图像中尽可能地避免了尤其是阴影图或重影图。
替代地或补充地,借助于至少一个行驶动态量确定车辆的当前行驶状况。根据本发明,对应于行驶动态量的、且被存储在车辆中的记录或匹配参数被叠加或对准装置105用于符合行驶状况地对齐图像。通过该措施,在相关行驶状况的结合图像中也尽可能地避免了尤其是阴影图或重影图及重影。车辆的行驶动态量尤其涉及其速度、近距灯或远光灯的接通,或者涉及其正的或负的加速度。
归一化图像的上述对齐可以被分为三个步骤:移动、旋转和缩放。实际上证明了,顺序旋转、缩放和移动提供质量最好的结果。因为这些步骤的顺序一般是不交换或不可交换的,所以应该注意,这些步骤的顺序在根据本发明的后视系统的校准时以及后面的操作时是相同的。在可能的情况下,相应地构成后视系统的校准和/或操作软件。
相互对齐的图像在叠加或结合设备106中,根据软件地通过处理其数字数据而被叠加或结合。由可视图像和红外图像的每个时间和位置相同的或对象相同的图像对,生成结合或叠加的图像,其优选地在车辆中彩色监视器上提供给车辆的司机。
优选地,基于可视图像和红外图像的各个相互对应的像素对或使用这两个图像的多个像素实现这两个图像的时间和位置相同的图像对的结合。这可以尤其根据提供了哪些希望的分辨率和/或哪些用于数字图像处理的计算能力。如所述的预处理图像通过数字处理其图像数据而被叠加和显示。从结果来看,这个过程几乎可以与相同场景或行驶环境的胶片或幻灯片重叠相比。计算技术地或在数字图像处理时,这通过像素信息的平均值计算,尤其是考虑其在各个图像中的亮度和可视图像和/或红外图像中包含的色彩信息,而实现。这不是必须必然地逐个像素的进行,而是也可以通过为两个图像中的位置和时间相同的像素区域进行平均值计算而实现。
而且,这可能是有意义的,即在平均值计算时,红外图像中的像素信息与可视图像中时间和位置相同的像素信息不同地加权。这个不同加权可以例如根据自然光线和/或天气和/或根据汽车大灯光线和/或根据可视图像中的色彩而实现;由此可以例如实现,红色交通灯在结合图像中尤其明显地可识别。而且,结合图像部分区域的加权,例如前景和背景之间的不同,或整个结合图像可以由车辆司机手动地改变。
通过这个方式,可以特别地突出单个图像区域。因此,例如可以更强地突出车辆的直接相邻行驶区域,以确定地引导司机。
在越来越黑的情况下,在平均值计算时可以增加红外信息相对于可视信息的加权。在接通近距灯时,与接通远光灯相比,可以提高红外信息相对于可视信息的加权。
同样地,各个图像中一个区域的信息内容可以确定加权。如果可视图像的一个时间和位置相同区域内的信息内容例如明显高于红外区域的相同区域,则这样是有意义的,即在平均值计算时通过可视信息的更高加权来考虑它。
如已经描述的那样,由摄相机或传感器生成的图像必须被预处理,以校正和对象可靠地对齐。为了节省昂贵的存储器,软件算法优选地以像素方式存取摄相机101和102的传感器信息。
图1所示的用于数字图像处理的装置全部或部分地、优选地涉及一个或多个软件控制的数字处理器,其优选被优化以进行实时数字图像处理。但是同样的,当一个或多个软件控制的PC处理器的处理速度允许尽可能实时地处理图像以提供具有可视和红外信息的结合图像时,也可以考虑更经济地使用一个或多个软件控制的PC处理器。
Claims (39)
1.用于尤其在黑暗时显示车辆环境的方法,其特征在于,
提供环境的可视图像或其数字数据,优选为彩色可视图像,其中所述可视图像表现视觉可见的物体,以及
提供环境的红外图像或其数字数据,其中所述红外图像表现由视觉可见的物体和/或其他物体发出的红外辐射。
2.根据权利要求1的方法,其特征在于,
通过图像的数字数据的处理使所述可视图像或归一化可视图像相对于所述红外图像或所述归一化红外图像对齐,或者进行相反的对齐,使得提供两个谱范围的时间尽可能相同和位置尽可能相同的图像对。
3.根据权利要求1或2的方法,其特征在于,
不同谱范围的时间和位置尽可能相同的图像的位置相同像素或像素区域通过其数字数据的处理而相互叠加,或进行平均值计算并且表示在结合的图像中。
4.根据权利要求3的方法,其特征在于,
像素或像素区域的亮度值和/或色值被叠加或进行平均值计算。
5.根据权利要求3或4的方法,其特征在于,
对所述可视图像和所述红外图像的一个或多个位置尽可能相同的像素进行加权叠加或平均值计算。
6.根据权利要求3至5中任一项的方法,其特征在于,
所述加权是考虑车辆环境亮度和/或能见度情况而实现的。
7.根据权利要求3至6中任一项的方法,其特征在于,
红外像素和可视像素或这样的像素区域在叠加或结合相互对应的像素或像素区域时被不同地加权。
8.根据权利要求3至7中任一项的方法,其特征在于,
在叠加或平均值计算时,所述可视图像和/或所述红外图像的信息丰富区域相对于信息贫乏区域被更高地加权。
9.根据权利要求3至8中任一项的方法,其特征在于,
谱分量的加权和/或叠加由司机在结合的图像中根据环境或根据行驶条件手动地调节。
10.根据权利要求3至9中任一项的方法,其特征在于,
谱分量的加权和/或叠加通过叠加或结合设备(106)根据环境或根据行驶条件而调节,所述叠加或结合设备考虑根据环境或根据行驶条件的参数或车辆上设置的传感器的输出信号。
11.根据权利要求3至10的方法,其特征在于,
为整个结合图像或为结合图像的部分区域进行所述根据环境或根据行驶条件的调节。
12.根据权利要求9至11中任一项的方法,其特征在于,
所述根据环境或根据行驶条件的调节取决于当前车辆环境,如天气条件,例如雾和/或雨和/或潮湿或反射的车行道、与前面行驶的车辆的距离、市内行驶、公路行驶或高速公路行驶,其中后一些信息例如借助于车辆中配置的导航系统通过处理制图数据而确定。
13.根据权利要求9至12中任一项的方法,其特征在于,
所述根据环境或根据行驶条件的调节取决于车辆的当前环境亮度。
14.根据权利要求9至13中任一项的方法,其特征在于,
所述根据行驶条件的调节取决于车辆的当前行驶动态量,如尤其是其速度和/或其加速度和/或其转向角。
15.根据权利要求1的系统,其特征在于,
所述可视图像或其数字数据通过对可视谱范围敏感的可视摄相机,优选为色敏感可视摄相机,或者这样的第一传感器提供,而红外图像或其数字数据通过对红外谱范围敏感的红外摄相机或这样的第二传感器提供。
16.根据权利要求15的方法,其特征在于,
所述可视摄相机或所述第一传感器及其光学系统包括第一光轴,所述红外摄相机或所述第二光学传感器及其光学系统包括第二光轴,所述光轴特别地相互平行地偏移,使得所述摄相机或传感器提供车辆环境的至少部分不同的片段,即第一和第二片段。
17.根据权利要求16的系统,其特征在于,
所提供的第一片段和所提供的第二片段全部或部分地通过叠加或结合设备(106)被以像素和/或区域方式叠加或结合,在结合时考虑至少一个与距离相关的、优选为在为不同距离校准时所获得的匹配参数,如尤其为至少一个记录或转换参数,并且所述匹配参数优选地在校准时被存储在车辆的数据存储器中。
18.根据权利要求17的方法,其特征在于,
所述至少一个与距离相关的匹配参数通过用于第一距离或第一距离范围的第一校准和用于至少一个其他距离或其他距离范围的至少一个其他校准而获得。
19.根据权利要求18的方法,其特征在于,
所述第一距离或第一距离范围对应于对于市内行驶典型的行驶条件,如尤其为大约15至75m的距离范围。
20.根据权利要求18或19的方法,其特征在于,
第二距离或第二距离范围对应于对于公路行驶典型的行驶条件,如尤其为大约30至150m的距离范围。
21.根据权利要求18至20的方法,其特征在于,
第三距离或第三距离范围对应于对于高速公路行驶典型的行驶条件,如尤其为大约50至250m的距离范围。
22.根据前述权利要求中任一项的方法,其特征在于,
自动确定车辆的当前行驶条件和/或司机从多个匹配参数中选择适于向其显示的匹配参数,并且对应于当前行驶条件的或选择的、由校准获得的且被存储在车辆中的匹配参数在以像素和/或区域方式叠加或结合所述可视图像和所述红外图像时由数字结合图像处理加以考虑,由此优选地产生尽可能无失真的和/或无重影的环境结合图像。
23.根据前述权利要求中任一项的方法,其特征在于,
车辆的当前位置自动地由车辆导航系统,尤其是卫星导航系统确定,并且确定对应于位置的道路类别或行驶条件,如尤其是市内道路、公路或高速公路。
24.根据前述权利要求中任一项的方法,其特征在于,
所述行驶条件自动地借助于至少一个行驶动态量,如尤其为车辆速度和/或近距灯或远光灯的工作和/或车辆加速度,来确定。
25.根据前述权利要求中任一项的方法,其特征在于,
由视觉可见的物体和/或其他物体所发出的且被检测到的红外辐射包括大约7至14μm的波长范围,优选为大约7.5至10.5μm。
26.根据前述权利要求中任一项的方法,其特征在于,
由视觉可见物体和/或其他物体所发出的且被检测到的红外辐射包括大约3μm至大约5μm的波长范围。
27.根据前述权利要求中任一项的方法,其特征在于,
由视觉可见物体和/或其他物体所发出的且被检测到的红外辐射包括大约800nm至大约2.5μm的波长范围。
28.根据前述权利要求中任一项的方法,其特征在于,
使用校准装置归一化以数字数据形式存在的车辆环境可视图像。
29.根据前述权利要求中任一项的方法,其特征在于,
使用校准装置归一化以数字数据形式存在的环境片段红外图像。
30.根据前述权利要求中任一项的方法,其特征在于,
由所述校准装置发出视觉可见辐射和红外辐射。
31.根据前述权利要求中任一项的方法,其特征在于,
所述校准装置包括至少一个辉光灯,在存在多个辉光灯的情况下,所述至少一个辉光灯优选地被交错地设置。
32.根据前述权利要求中任一项的方法,其特征在于,
可视图像和/或所述红外图像的数字数据被临时存储在图像数据存储器中。
33.根据前述权利要求中任一项的方法,其特征在于,
所述可视摄相机或所述第一传感器与所述红外摄相机或所述第二传感器的图像重复率至少尽可能地相同。
34.根据前述权利要求中任一项的方法,其特征在于,
不同谱范围的时间和位置尽可能相同的图像的位置相同像素或像素区域通过其数字数据的处理而被相互叠加或进行平均值计算。
35.根据前述权利要求中任一项的方法,其特征在于,
像素或像素区域的亮度值和/或色值被叠加或进行平均值计算。
36.根据前述权利要求中任一项的方法,其特征在于,
为所述可视图像和所述红外图像的一个或多个位置尽可能相同的像素进行加权的叠加或平均值计算。
37.用于尤其在黑暗时显示车辆环境的装置(100),其特征在于,
所述装置执行根据权利要求1至36中任一项的方法。
38.根据权利要求37的装置,其特征在于,
可视摄相机(101),优选为色敏感可视摄相机,
红外摄相机(102),
第一归一化装置(103),用于归一化所述可视摄相机所提供的、优选为彩色可视的车辆环境片段图像,
第二归一化装置(104),用于归一化由所述红外摄相机(102)提供的车辆环境片段红外图像,
对准装置(105),用于由可视图像和红外图像产生时间和位置尽可能相同的图像对,
以及结合或叠加设备(106),所述结合或叠加设备以像素或区域方式叠加所述时间和位置尽可能相同的图像对,或进行平均值计算。
39.校准装置,其特征在于,
所述校准装置用于校准根据权利要求37或38的装置,并且包括至少一个辐射源,所述辐射源发出视觉可见辐射以及红外辐射,如尤其是辉光灯。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10304703.4A DE10304703B4 (de) | 2003-02-06 | 2003-02-06 | Verfahren und Vorrichtung zur Sichtbarmachung der Umgebung eines Fahrzeugs mit umgebungsabhängiger Fusion eines Infrarot- und eines Visuell-Abbilds |
DE10304703.4 | 2003-02-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1748167A true CN1748167A (zh) | 2006-03-15 |
CN100401129C CN100401129C (zh) | 2008-07-09 |
Family
ID=32730784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004800035556A Expired - Lifetime CN100401129C (zh) | 2003-02-06 | 2004-01-30 | 用于以红外图像和可见图像与环境相关的结合来显示车辆环境的方法和装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7199366B2 (zh) |
EP (1) | EP1590697A1 (zh) |
JP (1) | JP4491453B2 (zh) |
KR (1) | KR20050103194A (zh) |
CN (1) | CN100401129C (zh) |
DE (1) | DE10304703B4 (zh) |
WO (1) | WO2004070449A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102428494A (zh) * | 2009-05-19 | 2012-04-25 | 奥托立夫开发公司 | 汽车视觉系统和方法 |
CN103493472A (zh) * | 2011-02-25 | 2014-01-01 | 菲力尔系统公司 | 模块化的红外摄像机系统及方法 |
CN105787429A (zh) * | 2015-01-08 | 2016-07-20 | 通用汽车环球科技运作有限责任公司 | 采用机器视觉用于检查物体的方法和设备 |
CN106127720A (zh) * | 2016-06-29 | 2016-11-16 | 青岛海信移动通信技术股份有限公司 | 一种拍摄放大图像的方法和装置 |
CN106488092A (zh) * | 2015-09-01 | 2017-03-08 | 德尔福技术有限公司 | 集成的摄像机、环境光检测及雨传感器组件 |
WO2018233217A1 (zh) * | 2017-06-23 | 2018-12-27 | 歌尔科技有限公司 | 图像处理方法、装置和增强现实设备 |
US10425595B2 (en) | 2007-11-28 | 2019-09-24 | Flir Systems, Inc. | Modular camera systems and methods |
CN110293973A (zh) * | 2014-05-30 | 2019-10-01 | 松下知识产权经营株式会社 | 驾驶支援系统 |
CN110889398A (zh) * | 2019-12-19 | 2020-03-17 | 南通大学 | 一种基于相似度网络的多模态图像能见度检测方法 |
CN111196217A (zh) * | 2018-10-31 | 2020-05-26 | 采埃孚主动安全电子美国公司 | 车辆辅助系统 |
CN113246858A (zh) * | 2019-02-27 | 2021-08-13 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态图像生成方法、设备和系统 |
US11623653B2 (en) | 2020-01-23 | 2023-04-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Augmented reality assisted traffic infrastructure visualization |
Families Citing this family (123)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7834905B2 (en) * | 2002-06-18 | 2010-11-16 | Bayerische Motoren Werke Aktiengesellschaft | Method and system for visualizing the environment of a vehicle with a distance-dependent merging of an infrared and a visual image |
US7427758B2 (en) | 2003-05-28 | 2008-09-23 | Opto-Knowledge Systems, Inc. | Cryogenically cooled adjustable apertures for infra-red cameras |
DE10348109A1 (de) * | 2003-10-16 | 2005-05-19 | Bayerische Motoren Werke Ag | Verfahren und Vorrichtung zur Sichtbarmachung einer Fahrzeugumgebung |
US20050190990A1 (en) * | 2004-01-27 | 2005-09-01 | Burt Peter J. | Method and apparatus for combining a plurality of images |
DE102004060461A1 (de) * | 2004-12-16 | 2006-07-06 | Daimlerchrysler Ag | Verfahren zum Betreiben einer Leuchteinrichtung und Vorrichtung zum Betreiben einer Leuchteinrichtung |
DE102004061831A1 (de) * | 2004-12-22 | 2006-07-06 | Hella Kgaa Hueck & Co. | Verfahren und Vorrichtung zur kombinierten Auswertung der Signale eines Regensensors und einer Kamera |
DE102005006290A1 (de) * | 2005-02-11 | 2006-08-24 | Bayerische Motoren Werke Ag | Verfahren und Vorrichtung zur Sichtbarmachung der Umgebung eines Fahrzeugs durch Fusion eines Infrarot- und eines Visuell-Abbilds |
US8077995B1 (en) | 2005-02-23 | 2011-12-13 | Flir Systems, Inc. | Infrared camera systems and methods using environmental information |
US7340162B2 (en) | 2005-02-23 | 2008-03-04 | Flir Systems, Inc. | Infrared camera systems and methods |
US7419298B2 (en) * | 2005-05-24 | 2008-09-02 | United Technologies Corporation | Thermal imaging method and apparatus |
DE102005041241A1 (de) * | 2005-08-31 | 2007-04-19 | Valeo Schalter Und Sensoren Gmbh | Verfahren und System zum Betreiben eines Kamerasystems eines Fahrzeugs |
DE102006014504B3 (de) * | 2006-03-23 | 2007-11-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Bilderfassungssystem für Kraft- und Schienenfahrzeuge sowie Verfahren zur elektronischen Bilderfassung |
JP4793638B2 (ja) * | 2006-03-27 | 2011-10-12 | マツダ株式会社 | 車両用歩行者検出装置 |
US7885469B2 (en) * | 2006-05-22 | 2011-02-08 | Microsoft Corporation | Encoded high dynamic range textures |
US7786898B2 (en) * | 2006-05-31 | 2010-08-31 | Mobileye Technologies Ltd. | Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications |
US7636098B2 (en) | 2006-09-28 | 2009-12-22 | Microsoft Corporation | Salience preserving image fusion |
DE102006053109B3 (de) | 2006-11-10 | 2008-06-12 | Audi Ag | Verfahren zur bildhaften Darstellung einer Fahrzeugumgebung und Bilderfassungssystem |
DE102006055905B4 (de) * | 2006-11-27 | 2020-01-30 | Adc Automotive Distance Control Systems Gmbh | Verfahren zur Fahrzeugumfelderkennung und Vorrichtung zur Umfelderkennung in einem Kraftfahrzeug |
DE102006062061B4 (de) * | 2006-12-29 | 2010-06-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung, Verfahren und Computerprogramm zum Bestimmen einer Position basierend auf einem Kamerabild von einer Kamera |
DE102007021035A1 (de) * | 2007-05-04 | 2008-11-13 | Siemens Ag | Bildverarbeitungs-, Bildvisualisierungs- und Bildarchivierungssystem zur kontrasterhaltenden Fusionierung und Visualisierung koregistrierter Bilddaten |
JP2008306512A (ja) * | 2007-06-08 | 2008-12-18 | Nec Corp | 情報提供システム |
US8164813B1 (en) | 2007-06-16 | 2012-04-24 | Opto-Knowledge Systems, Inc. | Non-circular continuous variable aperture or shutter for infrared cameras |
US8368741B2 (en) * | 2007-06-27 | 2013-02-05 | General Instrument Corporation | Apparatus and system for improving image quality |
FR2922072B1 (fr) * | 2007-10-03 | 2011-04-29 | Latecoere | Procede et systeme d'aide au roulage d'un aeronef |
WO2009046268A1 (en) * | 2007-10-04 | 2009-04-09 | Magna Electronics | Combined rgb and ir imaging sensor |
DE102008004370A1 (de) * | 2008-01-15 | 2009-07-16 | Robert Bosch Gmbh | Bildjustageverfahren für ein Videobild |
US8274226B1 (en) * | 2008-10-06 | 2012-09-25 | Tomar Electronics, Inc. | System and method of integrating an LED spotlight |
US7772539B2 (en) * | 2008-10-10 | 2010-08-10 | General Electric Company | System and method for determining characteristic information of an object positioned adjacent to a route |
US8840249B2 (en) | 2008-10-31 | 2014-09-23 | Christie Digital Systems, Inc. | Method, system and apparatus for projecting visible and non-visible images |
US8489353B2 (en) * | 2009-01-13 | 2013-07-16 | GM Global Technology Operations LLC | Methods and systems for calibrating vehicle vision systems |
US9208542B2 (en) | 2009-03-02 | 2015-12-08 | Flir Systems, Inc. | Pixel-wise noise reduction in thermal images |
US9235876B2 (en) | 2009-03-02 | 2016-01-12 | Flir Systems, Inc. | Row and column noise reduction in thermal images |
US9986175B2 (en) | 2009-03-02 | 2018-05-29 | Flir Systems, Inc. | Device attachment with infrared imaging sensor |
US9635285B2 (en) | 2009-03-02 | 2017-04-25 | Flir Systems, Inc. | Infrared imaging enhancement with fusion |
US9998697B2 (en) | 2009-03-02 | 2018-06-12 | Flir Systems, Inc. | Systems and methods for monitoring vehicle occupants |
US8749635B2 (en) | 2009-06-03 | 2014-06-10 | Flir Systems, Inc. | Infrared camera systems and methods for dual sensor applications |
USD765081S1 (en) | 2012-05-25 | 2016-08-30 | Flir Systems, Inc. | Mobile communications device attachment with camera |
US9843742B2 (en) | 2009-03-02 | 2017-12-12 | Flir Systems, Inc. | Thermal image frame capture using de-aligned sensor array |
US10757308B2 (en) | 2009-03-02 | 2020-08-25 | Flir Systems, Inc. | Techniques for device attachment with dual band imaging sensor |
US10244190B2 (en) * | 2009-03-02 | 2019-03-26 | Flir Systems, Inc. | Compact multi-spectrum imaging with fusion |
US9674458B2 (en) | 2009-06-03 | 2017-06-06 | Flir Systems, Inc. | Smart surveillance camera systems and methods |
US9473681B2 (en) | 2011-06-10 | 2016-10-18 | Flir Systems, Inc. | Infrared camera system housing with metalized surface |
US9451183B2 (en) | 2009-03-02 | 2016-09-20 | Flir Systems, Inc. | Time spaced infrared image enhancement |
US9756264B2 (en) | 2009-03-02 | 2017-09-05 | Flir Systems, Inc. | Anomalous pixel detection |
US9948872B2 (en) | 2009-03-02 | 2018-04-17 | Flir Systems, Inc. | Monitor and control systems and methods for occupant safety and energy efficiency of structures |
US9517679B2 (en) | 2009-03-02 | 2016-12-13 | Flir Systems, Inc. | Systems and methods for monitoring vehicle occupants |
US9843743B2 (en) | 2009-06-03 | 2017-12-12 | Flir Systems, Inc. | Infant monitoring systems and methods using thermal imaging |
US10091439B2 (en) | 2009-06-03 | 2018-10-02 | Flir Systems, Inc. | Imager with array of multiple infrared imaging modules |
US10044946B2 (en) | 2009-06-03 | 2018-08-07 | Flir Systems Ab | Facilitating analysis and interpretation of associated visible light and infrared (IR) image information |
US9716843B2 (en) | 2009-06-03 | 2017-07-25 | Flir Systems, Inc. | Measurement device for electrical installations and related methods |
US9819880B2 (en) | 2009-06-03 | 2017-11-14 | Flir Systems, Inc. | Systems and methods of suppressing sky regions in images |
US9756262B2 (en) | 2009-06-03 | 2017-09-05 | Flir Systems, Inc. | Systems and methods for monitoring power systems |
US9292909B2 (en) | 2009-06-03 | 2016-03-22 | Flir Systems, Inc. | Selective image correction for infrared imaging devices |
US8599264B2 (en) * | 2009-11-20 | 2013-12-03 | Fluke Corporation | Comparison of infrared images |
US8279285B2 (en) | 2010-04-14 | 2012-10-02 | Canon Kabushiki Kaisha | Hybrid imaging with visible and quantum entanglement images |
US9848134B2 (en) | 2010-04-23 | 2017-12-19 | Flir Systems, Inc. | Infrared imager with integrated metal layers |
US9207708B2 (en) | 2010-04-23 | 2015-12-08 | Flir Systems, Inc. | Abnormal clock rate detection in imaging sensor arrays |
US9706138B2 (en) | 2010-04-23 | 2017-07-11 | Flir Systems, Inc. | Hybrid infrared sensor array having heterogeneous infrared sensors |
US8102306B2 (en) * | 2010-05-13 | 2012-01-24 | The United States Of America As Represented By The Secretary Of The Navy | Active-radar-assisted passive composite imagery for aiding navigation or detecting threats |
US8768101B1 (en) | 2010-06-30 | 2014-07-01 | The United States Of America As Represented By The Secretary Of The Air Force | Target image registration and fusion |
DE102010026223A1 (de) * | 2010-07-06 | 2011-05-12 | Daimler Ag | Fahrzeug mit mehreren Bilderfassungseinheiten zur Erfassung eines seitlich neben und seitlich hinter dem Fahrzeug befindlichen Bereichs |
JP2012027773A (ja) * | 2010-07-26 | 2012-02-09 | Toyota Central R&D Labs Inc | 擬似濃淡画像生成装置及びプログラム |
US8836793B1 (en) | 2010-08-13 | 2014-09-16 | Opto-Knowledge Systems, Inc. | True color night vision (TCNV) fusion |
US9143709B1 (en) | 2011-05-09 | 2015-09-22 | Exelis, Inc. | Non-uniformity correction (NUC) gain damping |
US9235023B2 (en) | 2011-06-10 | 2016-01-12 | Flir Systems, Inc. | Variable lens sleeve spacer |
US9961277B2 (en) | 2011-06-10 | 2018-05-01 | Flir Systems, Inc. | Infrared focal plane array heat spreaders |
US10169666B2 (en) | 2011-06-10 | 2019-01-01 | Flir Systems, Inc. | Image-assisted remote control vehicle systems and methods |
KR101778353B1 (ko) | 2011-06-10 | 2017-09-13 | 플리어 시스템즈, 인크. | 적외선 이미징 장치용 불균일성 교정 기술 |
WO2012170954A2 (en) | 2011-06-10 | 2012-12-13 | Flir Systems, Inc. | Line based image processing and flexible memory system |
US10389953B2 (en) | 2011-06-10 | 2019-08-20 | Flir Systems, Inc. | Infrared imaging device having a shutter |
US9509924B2 (en) | 2011-06-10 | 2016-11-29 | Flir Systems, Inc. | Wearable apparatus with integrated infrared imaging module |
EP2719167B1 (en) | 2011-06-10 | 2018-08-08 | Flir Systems, Inc. | Low power and small form factor infrared imaging |
US9058653B1 (en) | 2011-06-10 | 2015-06-16 | Flir Systems, Inc. | Alignment of visible light sources based on thermal images |
US10841508B2 (en) | 2011-06-10 | 2020-11-17 | Flir Systems, Inc. | Electrical cabinet infrared monitor systems and methods |
US9900526B2 (en) | 2011-06-10 | 2018-02-20 | Flir Systems, Inc. | Techniques to compensate for calibration drifts in infrared imaging devices |
US10079982B2 (en) | 2011-06-10 | 2018-09-18 | Flir Systems, Inc. | Determination of an absolute radiometric value using blocked infrared sensors |
US9143703B2 (en) | 2011-06-10 | 2015-09-22 | Flir Systems, Inc. | Infrared camera calibration techniques |
US10051210B2 (en) | 2011-06-10 | 2018-08-14 | Flir Systems, Inc. | Infrared detector array with selectable pixel binning systems and methods |
US9706137B2 (en) | 2011-06-10 | 2017-07-11 | Flir Systems, Inc. | Electrical cabinet infrared monitor |
CN204615945U (zh) * | 2012-03-19 | 2015-09-02 | 菲力尔系统公司 | 可穿戴装置 |
US8824828B1 (en) * | 2012-03-28 | 2014-09-02 | Exelis, Inc. | Thermal V-curve for fusion image declutter |
US8994845B2 (en) * | 2012-04-27 | 2015-03-31 | Blackberry Limited | System and method of adjusting a camera based on image data |
US9811884B2 (en) | 2012-07-16 | 2017-11-07 | Flir Systems, Inc. | Methods and systems for suppressing atmospheric turbulence in images |
KR101858646B1 (ko) * | 2012-12-14 | 2018-05-17 | 한화에어로스페이스 주식회사 | 영상 융합 장치 및 방법 |
DE102012025270A1 (de) | 2012-12-21 | 2013-08-01 | Daimler Ag | Kamerasystem für einen Kraftwagen und Verfahren zum Mischen von zumindest zwei Bildsequenzen |
US9580014B2 (en) * | 2013-08-08 | 2017-02-28 | Convoy Technologies Llc | System, apparatus, and method of detecting and displaying obstacles and data associated with the obstacles |
US9973692B2 (en) | 2013-10-03 | 2018-05-15 | Flir Systems, Inc. | Situational awareness by compressed display of panoramic views |
US11297264B2 (en) | 2014-01-05 | 2022-04-05 | Teledyne Fur, Llc | Device attachment with dual band imaging sensor |
US9990730B2 (en) | 2014-03-21 | 2018-06-05 | Fluke Corporation | Visible light image with edge marking for enhancing IR imagery |
US9996913B2 (en) | 2014-04-07 | 2018-06-12 | Bae Systems Information And Electronic Systems Integration Inc. | Contrast based image fusion |
CA2916062C (en) | 2014-04-18 | 2020-08-11 | Cnh Industrial America Llc | Stereo vision for sensing vehicles operating environment |
KR101637374B1 (ko) * | 2014-05-07 | 2016-07-07 | 서울대학교산학협력단 | 협력 통신을 이용하여 주변 이동체를 탐지하는 방법 및 시스템 |
WO2015170869A1 (ko) * | 2014-05-07 | 2015-11-12 | 서울대학교산학협력단 | 협력 통신을 이용하여 주변 이동체를 탐지하는 방법 및 시스템 |
KR101990367B1 (ko) * | 2014-05-08 | 2019-06-18 | 한화테크윈 주식회사 | 영상 융합 방법 |
CN107430591B (zh) * | 2015-01-26 | 2020-10-30 | Trw汽车美国有限责任公司 | 车辆驾驶员辅助系统 |
US10023118B2 (en) * | 2015-03-23 | 2018-07-17 | Magna Electronics Inc. | Vehicle vision system with thermal sensor |
EP3295376A4 (en) * | 2015-05-15 | 2019-06-12 | Airfusion, Inc. | PORTABLE APPARATUS AND DECISION ASSISTANCE METHOD FOR FUSION AND ANALYSIS OF AUTOMATED MULTI-SENSOR DATA IN REAL-TIME |
US10152811B2 (en) | 2015-08-27 | 2018-12-11 | Fluke Corporation | Edge enhancement for thermal-visible combined images and cameras |
KR102371589B1 (ko) * | 2016-06-27 | 2022-03-07 | 현대자동차주식회사 | 전방 차량 검출 장치 및 방법 |
CN109479366A (zh) | 2016-07-28 | 2019-03-15 | 飞利浦照明控股有限公司 | 用于照明系统传感器的校准的方法 |
DE102016217081A1 (de) * | 2016-09-08 | 2018-03-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Empfangen, Verarbeiten und Übertragen von Daten |
US10511793B2 (en) | 2017-06-05 | 2019-12-17 | Adasky, Ltd. | Techniques for correcting fixed pattern noise in shutterless FIR cameras |
US10929955B2 (en) | 2017-06-05 | 2021-02-23 | Adasky, Ltd. | Scene-based nonuniformity correction using a convolutional recurrent neural network |
US11012594B2 (en) | 2017-06-05 | 2021-05-18 | Adasky, Ltd. | Techniques for correcting oversaturated pixels in shutterless FIR cameras |
KR102555362B1 (ko) * | 2017-06-05 | 2023-07-13 | 아다스카이, 엘티디. | 자동차 안전 및 주행 시스템을 위한 셔터리스 원적외선(fir) 카메라 |
US10699386B2 (en) | 2017-06-05 | 2020-06-30 | Adasky, Ltd. | Techniques for scene-based nonuniformity correction in shutterless FIR cameras |
EP3625106B1 (de) * | 2017-08-10 | 2023-03-15 | Siemens Mobility GmbH | Sensoriell gesteuertes anpassen von fusionsgewichten an wetterbedingungen in einer odometrieeinheit eines schienenfahrzeugs |
CN107566747B (zh) * | 2017-09-22 | 2020-02-14 | 浙江大华技术股份有限公司 | 一种图像亮度增强方法及装置 |
KR102146837B1 (ko) * | 2018-09-05 | 2020-08-21 | 주식회사 옵트론텍 | 이미지 통합 장치 및 이를 포함하는 운전 보조 시스템 |
WO2020111990A1 (en) * | 2018-11-28 | 2020-06-04 | Saab Ab | A method, software product, device and system for integrating images |
KR102235031B1 (ko) * | 2019-01-24 | 2021-04-01 | 주식회사 아이에이 | 실시간 처리 가능 카메라 기반 주행 환경 탐지 차량 시스템 |
DE102019205009A1 (de) * | 2019-04-08 | 2020-10-08 | Zf Friedrichshafen Ag | Verfahren, Steuergerät, Set und Computerprogrammprodukt zum Kalibrieren einer Kamera und Kalibrieren einer Fahrzeugkamera mit Nachtsichtfähigkeit |
US11709099B2 (en) | 2019-07-01 | 2023-07-25 | Snap-On Incorporated | Method and system for calibrating imaging system |
US11555743B2 (en) * | 2019-07-01 | 2023-01-17 | Snap-On Incorporated | Method and system for calibrating imaging system |
CN110458877B (zh) * | 2019-08-14 | 2023-02-24 | 湖南科华军融民科技研究院有限公司 | 基于仿生视觉的红外与可见光信息融合的导航方法 |
US11288522B2 (en) * | 2019-12-31 | 2022-03-29 | Woven Planet North America, Inc. | Generating training data from overhead view images |
US11244500B2 (en) * | 2019-12-31 | 2022-02-08 | Woven Planet North America, Inc. | Map feature extraction using overhead view images |
US11037328B1 (en) | 2019-12-31 | 2021-06-15 | Lyft, Inc. | Overhead view image generation |
DE102020214791A1 (de) | 2020-11-25 | 2022-05-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Erzeugen eines fusionierten Kamerabilds für eine Fahrzeugkameraeinrichtung |
DE102020214781A1 (de) | 2020-11-25 | 2022-05-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Erzeugen eines fusionierten Kamerabilds für eine Fahrzeugkameraeinrichtung |
CN112991218A (zh) * | 2021-03-23 | 2021-06-18 | 北京百度网讯科技有限公司 | 图像处理的方法、装置、设备以及存储介质 |
US20220392188A1 (en) * | 2021-04-27 | 2022-12-08 | ARETé ASSOCIATES | Systems and methods for estimating visibility in a scene |
US11722789B1 (en) * | 2022-02-01 | 2023-08-08 | Ford Global Technologies, Llc | Multi-camera imaging system selecting between visible and infrared views in a vehicle |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5001558A (en) * | 1985-06-11 | 1991-03-19 | General Motors Corporation | Night vision system with color video camera |
JPH01296785A (ja) * | 1988-05-24 | 1989-11-30 | Fujitsu Ltd | 画像重畳装置 |
US5140416A (en) * | 1990-09-18 | 1992-08-18 | Texas Instruments Incorporated | System and method for fusing video imagery from multiple sources in real time |
FR2674198B1 (fr) * | 1991-03-22 | 1993-05-28 | Renault | Procede et dispositif d'amelioration de la vision automobile de nuit. |
FI96993C (fi) * | 1992-01-30 | 1996-09-25 | Vaisala Oy | Kalibrointimenetelmä kaasujen pitoisuuden mittausta varten |
FR2687000A1 (fr) * | 1992-01-31 | 1993-08-06 | Renault | Procede et dispositif de detection de vehicules et de marquages au sol. |
US6150930A (en) * | 1992-08-14 | 2000-11-21 | Texas Instruments Incorporated | Video equipment and method to assist motor vehicle operators |
US5414439A (en) | 1994-06-09 | 1995-05-09 | Delco Electronics Corporation | Head up display with night vision enhancement |
DE19638140A1 (de) * | 1996-09-18 | 1998-03-19 | Franz Huber | Sichtabbildungsvorrichtung für Kraftfahrzeuge |
US6163309A (en) * | 1998-01-16 | 2000-12-19 | Weinert; Charles L. | Head up display and vision system |
DE19801884A1 (de) * | 1998-01-20 | 1999-07-22 | Mannesmann Vdo Ag | Überwachungssystem für Fahrzeuge |
JP3298851B2 (ja) * | 1999-08-18 | 2002-07-08 | 松下電器産業株式会社 | 多機能車載カメラシステムと多機能車載カメラの画像表示方法 |
DE10016184C2 (de) * | 2000-03-31 | 2002-02-07 | Audi Ag | Vorrichtung zur Anzeige der Umgebung eines Fahrzeugs |
EP1202214A3 (en) * | 2000-10-31 | 2005-02-23 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for object recognition |
DE10218175B4 (de) * | 2002-04-24 | 2011-10-27 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Sichtbarmachung der Umgebung eines Fahrzeugs mit fahrsituationsabhängiger Fusion eines Infrarot- und eines Visuell-Abbilds |
DE10227171B4 (de) * | 2002-06-18 | 2019-09-26 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Sichtbarmachung der Umgebung eines Fahrzeugs mit abstandsabhängiger Fusion eines Infrarot- und eines Visuell-Abbilds |
-
2003
- 2003-02-06 DE DE10304703.4A patent/DE10304703B4/de not_active Expired - Lifetime
-
2004
- 2004-01-30 WO PCT/EP2004/000848 patent/WO2004070449A1/de active Application Filing
- 2004-01-30 CN CNB2004800035556A patent/CN100401129C/zh not_active Expired - Lifetime
- 2004-01-30 EP EP04706661A patent/EP1590697A1/de not_active Withdrawn
- 2004-01-30 KR KR1020057012503A patent/KR20050103194A/ko not_active Application Discontinuation
- 2004-01-30 JP JP2006501664A patent/JP4491453B2/ja not_active Expired - Lifetime
-
2005
- 2005-08-05 US US11/197,264 patent/US7199366B2/en not_active Expired - Lifetime
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10425595B2 (en) | 2007-11-28 | 2019-09-24 | Flir Systems, Inc. | Modular camera systems and methods |
CN102428494B (zh) * | 2009-05-19 | 2015-07-29 | 奥托立夫开发公司 | 汽车视觉系统和方法 |
CN102428494A (zh) * | 2009-05-19 | 2012-04-25 | 奥托立夫开发公司 | 汽车视觉系统和方法 |
CN103493472A (zh) * | 2011-02-25 | 2014-01-01 | 菲力尔系统公司 | 模块化的红外摄像机系统及方法 |
CN103493472B (zh) * | 2011-02-25 | 2017-07-04 | 菲力尔系统公司 | 模块化的红外摄像机系统及方法 |
CN110293973A (zh) * | 2014-05-30 | 2019-10-01 | 松下知识产权经营株式会社 | 驾驶支援系统 |
CN105787429A (zh) * | 2015-01-08 | 2016-07-20 | 通用汽车环球科技运作有限责任公司 | 采用机器视觉用于检查物体的方法和设备 |
CN105787429B (zh) * | 2015-01-08 | 2019-05-31 | 通用汽车环球科技运作有限责任公司 | 采用机器视觉用于检查物体的方法和设备 |
CN106488092B (zh) * | 2015-09-01 | 2021-01-29 | 安波福技术有限公司 | 集成的摄像机、环境光检测及雨传感器组件 |
CN106488092A (zh) * | 2015-09-01 | 2017-03-08 | 德尔福技术有限公司 | 集成的摄像机、环境光检测及雨传感器组件 |
CN106127720B (zh) * | 2016-06-29 | 2019-01-11 | 青岛海信移动通信技术股份有限公司 | 一种拍摄放大图像的方法和装置 |
CN106127720A (zh) * | 2016-06-29 | 2016-11-16 | 青岛海信移动通信技术股份有限公司 | 一种拍摄放大图像的方法和装置 |
WO2018233217A1 (zh) * | 2017-06-23 | 2018-12-27 | 歌尔科技有限公司 | 图像处理方法、装置和增强现实设备 |
CN111196217A (zh) * | 2018-10-31 | 2020-05-26 | 采埃孚主动安全电子美国公司 | 车辆辅助系统 |
CN113246858A (zh) * | 2019-02-27 | 2021-08-13 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态图像生成方法、设备和系统 |
CN110889398A (zh) * | 2019-12-19 | 2020-03-17 | 南通大学 | 一种基于相似度网络的多模态图像能见度检测方法 |
CN110889398B (zh) * | 2019-12-19 | 2022-01-14 | 南通大学 | 一种基于相似度网络的多模态图像能见度检测方法 |
US11623653B2 (en) | 2020-01-23 | 2023-04-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Augmented reality assisted traffic infrastructure visualization |
Also Published As
Publication number | Publication date |
---|---|
DE10304703A1 (de) | 2004-08-19 |
KR20050103194A (ko) | 2005-10-27 |
CN100401129C (zh) | 2008-07-09 |
JP4491453B2 (ja) | 2010-06-30 |
JP2006516507A (ja) | 2006-07-06 |
WO2004070449A1 (de) | 2004-08-19 |
US20050270784A1 (en) | 2005-12-08 |
US7199366B2 (en) | 2007-04-03 |
EP1590697A1 (de) | 2005-11-02 |
DE10304703B4 (de) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100401129C (zh) | 用于以红外图像和可见图像与环境相关的结合来显示车辆环境的方法和装置 | |
CN101088027B (zh) | 用于机动车的立体摄像机 | |
US7576767B2 (en) | Panoramic vision system and method | |
US9445011B2 (en) | Dynamic rearview mirror adaptive dimming overlay through scene brightness estimation | |
CN102782720B (zh) | 对象识别装置、移动主体控制装置及信息提供装置 | |
JP4543147B2 (ja) | パノラマビジョンシステム及び方法 | |
CN111527743A (zh) | 扩展动态范围的多种操作模式 | |
CN101107556B (zh) | 通过合成红外线影像和可见光影像可视化汽车周围环境的方法和装置 | |
US8077199B2 (en) | Target position identifying apparatus | |
CN108650495B (zh) | 一种车用全景环视系统及其自适应补光方法 | |
US20050110621A1 (en) | Method and system for visualizing the environment of a vehicle with a distance-dependent merging of an infrared and a visual image | |
CN108332716A (zh) | 一种自动驾驶汽车环境感知系统 | |
US20050134479A1 (en) | Vehicle display system | |
US20210027102A1 (en) | Processing device | |
CA2440477A1 (en) | Enhanced display of environmental navigation features to vehicle operator | |
JP5313638B2 (ja) | 車両用前照灯装置 | |
US20190034752A1 (en) | Indirect View System For a Vehicle | |
US9262817B2 (en) | Environment estimation apparatus and vehicle control system | |
JP2003032669A (ja) | 車載用画像処理カメラ装置 | |
JP2008225822A (ja) | 道路区画線検出装置 | |
US11618373B1 (en) | Adaptive color selection for vehicle puddle lights | |
DE102013220839B4 (de) | Verfahren zum dynamischen Einstellen einer Helligkeit eines Bilds einer Rückansichts-Anzeigevorrichtung sowie entsprechendes Fahrzeugabbildungssystem | |
JP5643877B2 (ja) | 車両用前照灯装置 | |
WO2022230760A1 (ja) | ゲーティングカメラ、センシングシステム、車両用灯具 | |
JP2011008459A (ja) | 車載カメラ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term |
Granted publication date: 20080709 |
|
CX01 | Expiry of patent term |