CN1867954B - 用于显示车辆环境的方法和装置 - Google Patents

用于显示车辆环境的方法和装置 Download PDF

Info

Publication number
CN1867954B
CN1867954B CN2004800299785A CN200480029978A CN1867954B CN 1867954 B CN1867954 B CN 1867954B CN 2004800299785 A CN2004800299785 A CN 2004800299785A CN 200480029978 A CN200480029978 A CN 200480029978A CN 1867954 B CN1867954 B CN 1867954B
Authority
CN
China
Prior art keywords
video image
image
driver
weight factor
combination
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.)
Active
Application number
CN2004800299785A
Other languages
English (en)
Other versions
CN1867954A (zh
Inventor
沃尔夫冈·哈恩
托马斯·维德奈尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN1867954A publication Critical patent/CN1867954A/zh
Application granted granted Critical
Publication of CN1867954B publication Critical patent/CN1867954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

用于显示车辆环境的方法，特别是借助夜视信息系统用于检测和显示位于驾驶者前方的交通状况的方法，其中来自不同谱范围的尽可能位置和时间相同的视频图像被组合，并且在视频图像的组合中，为不同谱范围设置权重因子，其中首先，视频图像以全局设置的临时权重因子被加权，接着借助对象识别系统执行视频图像的对象分析，然后基于对象分析进行权重因子的对象选择性的局部匹配。

Description

用于显示车辆环境的方法和装置
技术领域
本发明涉及用于显示车辆环境的方法，特别是用于借助夜视信息系统检测和显示位于驾驶者前方的交通状况的方法，其中来自不同谱范围的尽可能位置和时间相同的视频图像被组合，并且在组合视频图像中，为不同谱范围设置权重因子。
此外，本发明还涉及用于显示车辆环境的装置，特别是用于借助夜视信息系统检测和显示位于驾驶者前方的交通状况的装置，其中借助摄像系统可记录来自不同谱范围的尽可能位置和时间相同的视频图像，并且视频图像可以被组合设备加权地组合。
背景技术
为了在夜晚或不利天气情况-例如雨、雾或飘雪-下支持车辆驾驶者的视线情况，已知夜视信息系统。这些系统记录位于驾驶者前方的交通状况的视频图像，以在显示器上将它们展现给驾驶者。夜视信息系统大多以红外(IR)摄像机工作，红外摄像机探测环境的一部分的热图像。通过这种方式，为驾驶者提供辅助工具，以在不利视线情况下及早识别未被照亮并因此不能直接被驾驶者察觉的热辐射物体，特别是行人、骑车人或动物，并且避免事故。
在DE 102 07 039 A1中公开了一种用于显示车辆环境的方法和装置，其中除了用于红外谱范围的IR摄像机之外，在夜视信息系统中还使用用于可见(可视)谱范围的VIS摄像机。在组合设备中，基本上位置和时间相同的数字化IR图像和VIS图像被以软件方式像素精确地分别叠加。其中，各个像素对或整个像素区域通过对像素信息求加权平均值而被处理。在求平均值时，IR信息和VIS信息可以被不同地加权，特别是根据环境亮度、可视图像中的颜色或者相应谱范围内可以从信息理论中推导出的信息资源。加权可以整个面地进行或在各个图像区域内进行。与在仅仅以IR图像工作的夜视信息系统中的情况相比，通过将IR图像与VIS图像叠加，驾驶者可以更容易地将他通过挡风玻璃可视地看到的位于他前方的交通状况与通过夜视信息系统通过视频图像显示的相应交通状况彼此对应。
已知方法中的不足在于，组合后的图像中的对比度在图像平面上被相对一致地调整。在对组合后的图像求平均值中对IR图像和VIS图像的可调整权重虽然相对于不加权的图像在整体上改善了对比，然而其中在一个图像区域内的不同细节被相同地处理。这可能导致，在被示出的视频图像上在确定的交通状况中，重要的细节，例如在车道上的人，未以期望的程度在环境中被突出。
发明内容
因此本发明的任务在于，这样改进借助夜视信息系统用于显示车辆环境的已知方法，使得各个图像目标的可感知性被提高。
根据本发明，通过以下方式解决该任务，即首先以被全局设置的临时权重因子加权视频图像，接着借助于对象识别系统执行视频图像的对象分析，然后基于对象分析进行权重因子的对象选择性的局部匹配。
权重因子的对象选择性匹配使得能够实现最佳对比地显示所检测到的车辆环境中的对象，以更好地被驾驶者感知，因为对于对象感知贡献最大的谱分量被更强地加权。为此，首先为图像组合设置谱分量的临时的面覆盖的(全局的)权重，例如VIS谱区域和IR谱区域的一半强度。其中，图像组合基本上被理解为由被分配的像素对的强度的加权求平均值而形成新的像素，以及以强度的加权相加而叠加。接着，借助通过对象识别系统所检测到的或识别出的对象来进行权重因子的局部匹配以及其最终确定。
适当的对象识别系统在原理上是可用的。其工作原理例如在DE199 55 919 C1和其中所包含的相互参照中被公开。它们通常基于数字图像的自动对象分析或者基于模式识别，并且提供关于存在确定的预给定对象的说明。根据本发明的对象识别系统在每个被记录的谱范围中执行图像分析。借助被检测到的对象-例如人、动物、障碍物-的识别和区分，谱权重因子于是可以在相应的图像区域中根据其在可见区和红外区中的辐射强度而被有目的地匹配。权重因子可以这样被设置，使得被检测到的物体分别主要在这样的谱范围中被显示，即在该光谱范围中，物体对于驾驶者在组合后的视频图像中可以最清楚地被感知。因此，特别地，通过该匹配，在更远处不具有可视分量、但是在红外区中可以非常好地被检测到的人和动物可以被更好地归类到自己的车辆环境中，因为通过具有暗背景的组合消除了对比降低。相应地，在可见区中留下明显更好的图像的对象-例如由于被安装的反射体的道路标记柱-在可见区中被设置以更大的权重。
根据本发明的一种优选实施形式，借助对象识别系统，根据被检测对象的重要性执行它们的对象分析，并且局部权重因子被与相应对象的基于对象分析而被分配的重要性相匹配，使得预给定的被检测对象分别主要在这样的谱范围内被显示，即在该谱范围中，对象对于驾驶者在组合后的视频图像上可以最清楚地被感知。
通过对象分析可以对局部权重因子进行有目的的增加或减小。特别地，通过这种方式可能以确定谱部分的强调(Uebergewichtung)明确地使驾驶者注意特别重要的、特别是危险的及/或被危及的对象。通过这种方式，可以在昏暗以及能见度差的情况下为自己(驾驶者)以及其它交通成员实现更好的安全性。该强调可以通过在感兴趣的图像区域中的局部提升或通过降低对象环境中的谱分量而实现。
以对象分类工作的对象识别系统特别适合于对象分析。借助不同的对象类别，例如人、动物、车辆、障碍物等等，可以特别快并且可靠地将被检测到的对象的重要性进行归类。
根据本发明的另一优选实施形式，在其中未检测到重要对象或其重要性不能被明确分类的图像区域被以全局设置的权重因子加权。
通过在没有重要对象或没有明确分类的图像区域中设置全局权重因子，就保证了，这些图像区域的信息也被显示给驾驶者。
根据本发明的另一优选实施形式，在相邻的重要和非重要图像区域之间，借助不同谱范围的权重因子的关系的可变特征曲线，在组合后的视频图像中生成连续的过渡。
通过在因为重要而特别突出的图像区域与其环境之间的连续过渡，在相应的组合视频图像中通过觉察不到的缓慢变化生成协调并且逼真的图像印象。
根据本发明的另一优选实施形式，在视频图像的组合中，考虑具有来自可见谱范围的波长的辐射分量和具有来自红外谱范围的波长的辐射分量。
通过可见谱范围(大约380nm-780nm)的检测，所有对于人眼发光的或被照亮的对象都被检测到。在红外范围(大约780nm-1mm)中，所有发射热辐射的对象都被检测到。通过这种方式，在组合后的图像中实现了全面再现当前交通状况的信息内容。特别是在未被照明检测到并且因此未反射可见光的人的情况中，在FIR谱范围(大约25um-1mm)中更大的权重是特别有效的。
根据另一优选实施形式，在可见的视频图像中处理颜色信息。
在组合后的图像中，颜色信息还可以进一步改善确定对象的可感知性。由此支持对象选择性加权的效果。例如，还可以使驾驶者更清楚地注意红色的制动信号灯、交通信号灯或信号设备，从而更快速地探测当前的交通情况并且进一步降低事故危险。
根据本发明的另一优选实施形式，被检测到的对象的屏蔽及/或掩蔽效应借助于局部权重因子的匹配而至少部分地被抑制。
通过局部权重因子，可能的屏蔽和掩蔽效应是可控的。通过掩蔽区域中权重因子的有目的的改变，掩蔽可以被显著抑制。由此，附加地改善了所显示图像的可解释性。
在DE 102 07 039 A1中公开的用于显示车辆环境的装置具有以下缺点，即虽然它在不同谱范围中图像地探测位于驾驶者前方的交通状况，然而并不是在内容上探测。这可能导致，重要的对象对于驾驶者相对不显眼地被显示。
因此本发明的另一任务在于，这样改进已知的用于显示车辆环境的装置，使得重要的图像对象可以被显著地显示。
根据本发明，通过以下方式解决该任务，即在组合设备之前连接对象识别系统，借助对象识别系统，位于车辆环境中的对象可以通过摄像机系统被检测到，并且设置控制设备，通过该控制设备，与对象识别系统有效连接地，组合设备可以以对象选择性的局部谱范围权重被控制。
通过夜视信息系统与对象识别系统的有效连接，可以使驾驶者尤其注意特别重要的-即关系重大的-对象，例如人，因为这些对象可以通过对象选择性的谱范围加权而在组合后的视频图像中被特别地突出，其中夜视信息系统通过摄像机系统组合来自至少两个不同谱范围的图像信息。总体上，组合后的视频图像中的对比度被提高，因为基本上在这样的谱范围中的所有被检测到的对象都可以被显示，即在该谱范围中，它们留下最好的标志，即最显著地显示。
根据本发明的一种优选实施形式，摄像机系统具有至少一个在可见谱范围中敏感的传感器以及至少一个在红外谱范围中敏感的传感器。
由于摄像机系统可以在可见区和红外区中检测对象，可见的对象以及纯粹的热辐射体都可以在组合后的视频图像中被示出。由此实现了非常高的感觉质量以及简单地将夜视信息系统的显示对应到位于驾驶者前方的交通状况。
根据本发明的另一优选实施形式，设置了抬头显示器(Head-up-Display)，组合后的视频图像可以在其上被展现给驾驶者。
通过抬头显示器：组合后的视频图像特别可以被投影在车辆挡风玻璃的下部。由此，图像限制在驾驶者的直接视野中，而不干扰驾驶者的直线能见度(Geradeaussicht)，从而在驾驶者处实现了特别高的注意级别(Aufmerksamkeitsgrad)并且可以在被感知到危险时迅速地反应。原则上，当然但也是可能的，将视频图像显示在传统的显示器上，例如LCD显示器上。
附图说明
从以下详细描述以及附图中给出了本发明的其他细节，在附图中示例地形象说明了根据本发明的一种优选实施形式。
其中：
图1示出了用于显示车辆环境的装置的方框图。
具体实施方式
用于显示车辆环境的装置主要包括安装在车辆中的夜视信息系统1，其中夜视信息系统1包括对象识别系统5。
在图1中作为方框图示出的夜视信息系统1的构造在原理上对应于DE 102 07 039 A1中所公开的系统。
在摄像机系统2中设置可视摄像机3，用于记录可见谱范围中的视频图像；以及红外摄像机4，用于记录来自红外谱范围的视频图像。这些摄像机有利地被构造为具有在相应谱范围中敏感的传感器的数码摄像机。根据本发明，对象识别系统5被连接在摄像机系统2之后或组合设备9之前。控制设备6被分配给对象识别系统5，通过控制设备可以控制组合设备9。在它们之间连接有校准装置7，在其中视频图像的图像误差可以以原理已知的方式被软件地消除。此外，还设置对准装置8，在其中借助于数字图像处理，位置和时间相同地被记录的VIS图像和IR图像可以被彼此对准，使得分别属于同一整体的图像对像素精确地重合。对准装置8之后连接组合设备9，用于将重合的VIS图像和IR图像加权地组合。组合后的图像可以在抬头显示器10上被显示。
用于显示车辆环境的方法主要基于位于驾驶者前方的交通状况的来自不同谱范围的、尽可能位置和时间相同的视频图像的加权组合。
下面借助于图1中所示装置描述本方法：
通过摄像机系统2，借助对于可见光敏感的摄像机3以及借助对于红外辐射敏感的摄像机4几乎位置和时间相同地分别记录位于驾驶者前方的车辆环境。由此得到的车辆环境的VIS数码图像和IR数码图像在对象识别系统中被进行自动图像分析。被检测到的、即识别出的对象根据其重要性而在对象分类中被分析。例如如果获得人，则具有最高的重要等级。视频图像随后在校准装置7中关于存在的图像误差、例如失真而被修正，并且随后在对准装置8中像素精确地重合。重合的视频图像随后在组合设备9中被数字处理。
在该数字图像处理中，由每个彼此相关的像素对生成组合后的像素。其中，IR分量和VIS分量与权重因子相乘。首先整个面地(全局地)设置权重，该权重例如取决于环境的亮度(日光/暮色/昏暗)。随后在对象识别系统5中借助对象分析确定局部权重因子。其中，被检测到的对象在它们更强地辐射的谱范围中得到更大的权重。此外，特别重要的对象获得比不重要的对象更大的权重。组合设备9通过控制设备6被这样控制，使得包含被检测到的对象的局部图像区域相应于局部权重因子地被加权，即基本上在这些对象留下最好标志的谱范围中被显示。例如，未被照亮的人主要在红外区中被显示，相反，反射的道路标记主要在可见区中被示出。此外，还可以进行微调，以在重要的和不重要的图像区域之间形成柔和的过渡以及抑制屏蔽效应。因此，生成反差显明的组合后的视频图像，在该视频图像上重要对象尤其突出地显示。
优选地，可视图像以彩色VIS摄像机记录，以生成组合后的彩色视频图像。由此，图像显得更真实，并且被检测到的不同对象对于驾驶者更加富有意义地可识别，并且更容易地归入位于他前方的车辆环境中。
组合后的图像对应于摄像机系统2记录频率以及后接设备5至9中处理速度地连续地被投影到抬头显示器10上，使得处于车辆环境中的对象对于驾驶者是直接可见的并且即使在黑暗以及恶劣能见度情况下也以高可靠性被驾驶者感知。
参考标号表
1    夜视信息系统
2    摄像机系统
3    VIS摄像机
4    IR摄像机
5    对象识别系统
6    控制设备
7    校准装置
8    对准装置
9    组合设备
10   抬头显示器

Claims (13)

1.用于显示车辆环境的方法，其中来自不同谱范围的尽可能位置和时间相同的视频图像被组合，并且在视频图像的组合中，为不同谱范围设置权重因子，其特征在于，所述视频图像首先以全局设置的临时权重因子被加权，随后借助对象识别系统(5)执行视频图像的对象分析，然后基于所述对象分析进行权重因子的对象选择性局部匹配。
2.根据权利要求1的方法，其特征在于，借助对象识别系统(5)，根据被检测到的对象的重要性执行它们的对象评估，并且所述局部权重因子被与相应对象的基于对象评估而被分配的重要性相匹配，使得预给定的被检测到的对象分别主要在这样的谱范围内显示，即在所述谱范围中，在组合后的视频图像上，对象被驾驶者最清楚地感知。
3.根据权利要求2的方法，其特征在于，被检测到的对象为了对象评估而被划分为对象等级。
4.根据权利要求1至3中任一项的方法，其特征在于，其中未检测到重要对象或其重要性不能被明确分类的图像区域被以全局设置的权重因子加权。
5.根据权利要求1至3中任一项的方法，其特征在于，在相邻的重要和非重要图像区域之间，借助不同谱范围的权重因子的关系的可变化特征曲线，在组合后的视频图像中生成连续的过渡。
6.根据权利要求1至3中任一项的方法，其特征在于，在视频图像的组合中，考虑具有来自可见谱范围的波长的辐射分量和具有来自红外谱范围的波长的辐射分量。
7.根据权利要求1至3中任一项的方法，其特征在于，在可见视频图像中处理颜色信息。
8.根据权利要求1至3中任一项的方法，其特征在于，借助局部权重因子的匹配而至少部分地抑制被检测到的对象的屏蔽及/或掩蔽效应。
9.根据权利要求1的方法，其特征在于，所述方法用于借助夜视信息系统检测和显示位于驾驶者前方的交通状况。
10.用于显示车辆环境的装置，特别是借助夜视信息系统用于检测和显示位于驾驶者前方的交通状况的装置，其中借助摄像机系统记录来自不同谱范围的尽可能位置和时间相同的视频图像，并且所述视频图像被组合设备加权地组合，其特征在于，在所述组合设备(9)之前连接对象识别系统(5)，借助所述对象识别系统通过所述摄像机系统(2)检测位于车辆环境中的对象，并且还设置控制设备(6)，通过所述控制设备，与所述对象识别系统(5)有效连接地，所述组合设备(9)以对象选择性的局部谱范围权重被控制。
11.根据权利要求10的装置，其特征在于，所述摄像机系统(2)具有至少一个在可见谱范围中敏感的传感器以及至少一个在红外谱范围中敏感的传感器。
12.根据权利要求10或11的装置，其特征在于，设置抬头显示器(10)，组合后的视频图像在其上被展现给驾驶者。
13.根据权利要求10的装置，其特征在于，所述装置用于借助夜视信息系统检测和显示位于驾驶者前方的交通状况。
CN2004800299785A 2003-10-16 2004-09-24 用于显示车辆环境的方法和装置 Active CN1867954B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE10348109.5 2003-10-16
DE10348109A DE10348109A1 (de) 2003-10-16 2003-10-16 Verfahren und Vorrichtung zur Sichtbarmachung einer Fahrzeugumgebung
PCT/EP2004/010809 WO2005038743A1 (de) 2003-10-16 2004-09-24 Verfahren und vorrichtung zur sichtbarmachung einer fahrzeugumgebung

Publications (2)

Publication Number Publication Date
CN1867954A CN1867954A (zh) 2006-11-22
CN1867954B true CN1867954B (zh) 2010-04-28

Family

ID=34442004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2004800299785A Active CN1867954B (zh) 2003-10-16 2004-09-24 用于显示车辆环境的方法和装置

Country Status (7)

Country Link
US (1) US7593573B2 (zh)
EP (1) EP1673751B1 (zh)
JP (1) JP4512595B2 (zh)
CN (1) CN1867954B (zh)
DE (2) DE10348109A1 (zh)
ES (1) ES2280049T3 (zh)
WO (1) WO2005038743A1 (zh)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007012341A1 (de) * 2005-07-27 2007-02-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur analogen übertragung eines videosignals
DE102006047777A1 (de) * 2006-03-17 2007-09-20 Daimlerchrysler Ag Virtuelles Spotlight zur Kennzeichnung von interessierenden Objekten in Bilddaten
US7848592B2 (en) * 2006-07-31 2010-12-07 Carestream Health, Inc. Image fusion for radiation therapy
DE102006044864A1 (de) * 2006-09-22 2008-04-10 Siemens Ag Verfahren zur rechnergestützten Bildverarbeitung in einem Nachtsichtsystem eines Verkehrsmittels
DE102006053109B3 (de) 2006-11-10 2008-06-12 Audi Ag Verfahren zur bildhaften Darstellung einer Fahrzeugumgebung und Bilderfassungssystem
JP4584277B2 (ja) * 2007-03-19 2010-11-17 本田技研工業株式会社 表示装置
DE102007024639A1 (de) * 2007-05-24 2008-01-10 Daimlerchrysler Ag Verfahren zur Objekterkennung
DE102008017833A1 (de) 2008-02-06 2009-08-20 Daimler Ag Verfahren zum Betrieb einer Bildaufnahmevorrichtung und eine Bildaufnahmevorrichtung
US20090245594A1 (en) * 2008-03-31 2009-10-01 General Electric Company Iris imaging and iris-based identification
JP4377439B1 (ja) * 2008-06-12 2009-12-02 本田技研工業株式会社 車両周辺監視装置
FR2933221B1 (fr) * 2008-06-26 2013-04-05 Renault Sas Procede de fonctionnement d'un systeme de detection d'obstacles destine a etre embarque sur un vehicule automobile.
CN101727665B (zh) * 2008-10-27 2011-09-07 广州飒特电力红外技术有限公司 红外图像和可见光图像融合的方法及装置
US20100186234A1 (en) 2009-01-28 2010-07-29 Yehuda Binder Electric shaver with imaging capability
JP4941482B2 (ja) * 2009-02-17 2012-05-30 株式会社豊田中央研究所 擬似カラー画像生成装置、及びプログラム
US8629903B2 (en) 2009-04-02 2014-01-14 GM Global Technology Operations LLC Enhanced vision system full-windshield HUD
CN102039842A (zh) * 2009-10-22 2011-05-04 侯方勇 一种提示驾驶员观察目标的装置和方法
JP5503730B2 (ja) * 2010-03-17 2014-05-28 本田技研工業株式会社 車両の周辺監視装置
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
JPWO2012077202A1 (ja) * 2010-12-08 2014-05-19 トヨタ自動車株式会社 車両用情報伝達装置
DE102011107458A1 (de) * 2011-07-15 2013-01-17 Audi Ag Verfahren zum Evaluieren einer Objekterkennungseinrichtung eines Kraftfahrzeugs
DE102011083039B4 (de) * 2011-09-20 2021-11-04 Robert Bosch Gmbh Vorrichtung und Verfahren zum Betreiben eines Fahrzeugs
US9692991B2 (en) 2011-11-04 2017-06-27 Qualcomm Incorporated Multispectral imaging system
US20150208004A1 (en) * 2012-08-14 2015-07-23 Nokia Corporation Low light vision assistance
FR2997528B1 (fr) * 2012-10-26 2021-10-15 Oberthur Technologies Identification biometrique
EP2765567A1 (en) * 2013-02-07 2014-08-13 Alcatel Lucent A method, a device and a receiver for processing video
EP2772189A1 (en) * 2013-02-28 2014-09-03 Koninklijke Philips N.V. Apparatus and method for determining vital sign information from a subject
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
US9367939B2 (en) * 2013-10-22 2016-06-14 Nokia Technologies Oy Relevance based visual media item modification
US9990730B2 (en) 2014-03-21 2018-06-05 Fluke Corporation Visible light image with edge marking for enhancing IR imagery
WO2016050290A1 (en) * 2014-10-01 2016-04-07 Metaio Gmbh Method and system for determining at least one property related to at least part of a real environment
US10152811B2 (en) 2015-08-27 2018-12-11 Fluke Corporation Edge enhancement for thermal-visible combined images and cameras
KR101816449B1 (ko) * 2016-10-20 2018-01-08 현대자동차주식회사 다시점 카메라의 통합 노출 제어 장치, 그를 포함한 시스템 및 그 방법
DE102017216058A1 (de) * 2017-09-12 2019-03-14 Bayerische Motoren Werke Aktiengesellschaft Dynamisch kolorierte Anzeige eines Fahrzeugs
CN109398250A (zh) * 2018-10-30 2019-03-01 泰州市华润纺织品有限公司 一种军用车载辅助夜视仪系统的安装方法
DE102019209061B3 (de) * 2019-06-24 2020-09-03 Zf Friedrichshafen Ag Bildverarbeitungseinrichtung zur Verbesserung einer Nachtsicht, Verfahren und Computerprogramm
DE102019120214A1 (de) * 2019-07-26 2021-01-28 Valeo Schalter Und Sensoren Gmbh Verfahren und Fahrerassistenzsystem zum Bereitstellen von visuellen Informationen über ein erstes Fahrzeug in einer Umgebung eines zweiten Fahrzeugs, Computerprogramm und computerlesbares Medium
DE102019218078B4 (de) * 2019-11-22 2024-04-18 Zf Friedrichshafen Ag Bestimmung eines Sachverhalts im Umfeld eines Kraftfahrzeugs

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136435A1 (en) * 2001-03-26 2002-09-26 Prokoski Francine J. Dual band biometric identification system
DE10207039A1 (de) * 2002-02-20 2003-09-04 Bayerische Motoren Werke Ag Verfahren und Vorrichtung zur Sichtbarmachung eines Ausschnitts der Umgebung eines Fahrzeugs sowie eine Kalibriervorrichtung zur Kalibrierung der Vorrichtung
CN2573324Y (zh) * 2002-09-29 2003-09-17 峰鼎电子股份有限公司 具有全方位的车用影像装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
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
US6150930A (en) * 1992-08-14 2000-11-21 Texas Instruments Incorporated Video equipment and method to assist motor vehicle operators
US5877897A (en) * 1993-02-26 1999-03-02 Donnelly Corporation Automatic rearview mirror, vehicle lighting control and vehicle interior monitoring system using a photosensor array
US5414439A (en) * 1994-06-09 1995-05-09 Delco Electronics Corporation Head up display with night vision enhancement
JPH10255019A (ja) * 1997-03-07 1998-09-25 Toyota Motor Corp 車両認識装置
US6061068A (en) * 1998-06-30 2000-05-09 Raytheon Company Method and apparatus for providing synthetic vision using reality updated virtual image
JP3968867B2 (ja) * 1998-04-24 2007-08-29 日産自動車株式会社 表示処理装置
JP4103179B2 (ja) * 1998-06-30 2008-06-18 マツダ株式会社 環境認識装置
DE19911648A1 (de) * 1999-03-16 2000-09-21 Volkswagen Ag Verfahren zur Anzeige von Objekten
US6163304A (en) * 1999-03-16 2000-12-19 Trw Inc. Multimode, multi-step antenna feed horn
JP2001101596A (ja) * 1999-09-27 2001-04-13 Mazda Motor Corp 車両の表示装置
DE19955919C1 (de) 1999-11-20 2001-05-31 Daimler Chrysler Ag Verfahren zur Erkennung von Objekten in Bildern auf der Bildpixelebene
EP1202214A3 (en) * 2000-10-31 2005-02-23 Matsushita Electric Industrial Co., Ltd. Method and apparatus for object recognition
JP2002259980A (ja) * 2001-03-05 2002-09-13 Omron Corp 生体照合装置、生体照合システム、生体照合方法および登録データ更新方法
DE10124005A1 (de) * 2001-05-17 2002-12-05 Daimler Chrysler Ag Verfahren und Vorrichtung zur Verbesserung der Sicht in Fahrzeugen
JP2003016429A (ja) * 2001-06-28 2003-01-17 Honda Motor Co Ltd 車両周辺監視装置
US7027619B2 (en) * 2001-09-13 2006-04-11 Honeywell International Inc. Near-infrared method and system for use in face detection
US7139411B2 (en) * 2002-06-14 2006-11-21 Honda Giken Kogyo Kabushiki Kaisha Pedestrian detection and tracking with night vision
DE10304703B4 (de) * 2003-02-06 2023-03-16 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Sichtbarmachung der Umgebung eines Fahrzeugs mit umgebungsabhängiger Fusion eines Infrarot- und eines Visuell-Abbilds
FR2857463B1 (fr) * 2003-07-11 2005-09-02 Valeo Vision Systeme de vision nocturne a infrarouge, en couleur.

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136435A1 (en) * 2001-03-26 2002-09-26 Prokoski Francine J. Dual band biometric identification system
DE10207039A1 (de) * 2002-02-20 2003-09-04 Bayerische Motoren Werke Ag Verfahren und Vorrichtung zur Sichtbarmachung eines Ausschnitts der Umgebung eines Fahrzeugs sowie eine Kalibriervorrichtung zur Kalibrierung der Vorrichtung
CN2573324Y (zh) * 2002-09-29 2003-09-17 峰鼎电子股份有限公司 具有全方位的车用影像装置

Also Published As

Publication number Publication date
DE10348109A1 (de) 2005-05-19
EP1673751A1 (de) 2006-06-28
DE502004002814D1 (de) 2007-03-15
EP1673751B1 (de) 2007-01-24
CN1867954A (zh) 2006-11-22
ES2280049T3 (es) 2007-09-01
US7593573B2 (en) 2009-09-22
JP2007515853A (ja) 2007-06-14
US20060257024A1 (en) 2006-11-16
WO2005038743A1 (de) 2005-04-28
JP4512595B2 (ja) 2010-07-28

Similar Documents

Publication Publication Date Title
CN1867954B (zh) 用于显示车辆环境的方法和装置
EP2026313B1 (en) A method and a system for the recognition of traffic signs with supplementary panels
US10504214B2 (en) System and method for image presentation by a vehicle driver assist module
EP3336764B1 (en) Vehicle monitoring method and image acquisition device
CA1275728C (en) Night vision system
US9883148B2 (en) Color mask for an image sensor of a vehicle camera
CN102300746B (zh) 包括用于液晶显示器(lcd)的集成背光的车辆后视镜组件
JP4035910B2 (ja) 車色判別装置
CN102556021B (zh) 一种汽车防闯红灯的控制装置
CN107534717B (zh) 图像处理装置及具有该图像处理装置的交通违章管理系统
DE102009014437B4 (de) Objekterkennungssystem und -verfahren
CN109302568A (zh) 车辆的间接影像系统
CN112116807B (zh) 一种多功能交通安全引导装置
US11048962B2 (en) Method for determining the articulation angle of a combination
Mandal et al. Real-time automotive night-vision system for drivers to inhibit headlight glare of the oncoming vehicles and enhance road visibility
CN105046223B (zh) 一种隧道入口“黑洞效应”严重程度的检测装置及方法
CN111311516A (zh) 图像显示方法和装置
Kimura et al. Measurement of visibility conditions toward smart driver assistance for traffic signals
CN102722724B (zh) 具有目标识别功能的车载夜视系统及其目标标识方法
Wierwille et al. Enhanced Camera/Video Imaging Systems (EC/VISs) for Heavy Vehicles
JPH11353580A (ja) 夜間における車種判別装置及び方法
US20210056356A1 (en) Automated system for determining performance of vehicular vision systems
Mazzae et al. Examination of a Prototype Camera Monitor System for Light Vehicle Outside Mirror Replacement
JPS6378299A (ja) 画像処理技術を用いた信号認識装置を有する自動車
CN113343742A (zh) 一种车道线检测方法、一种车道线检测系统

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