DE102014111948A1 - Method for determining characteristic pixels, driver assistance system and motor vehicle - Google Patents
Method for determining characteristic pixels, driver assistance system and motor vehicle Download PDFInfo
- Publication number
- DE102014111948A1 DE102014111948A1 DE102014111948.7A DE102014111948A DE102014111948A1 DE 102014111948 A1 DE102014111948 A1 DE 102014111948A1 DE 102014111948 A DE102014111948 A DE 102014111948A DE 102014111948 A1 DE102014111948 A1 DE 102014111948A1
- Authority
- DE
- Germany
- Prior art keywords
- characteristic pixels
- image
- characteristic
- pixels
- pixel collection
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
Die Erfindung betrifft ein Verfahren zum Bestimmen von charakteristischen Bildpunkten in von einem Kamerasystem (3) eines Kraftfahrzeugs (1) aufgenommenen Bildern (8) wobei eine Bildsequenz eines Umgebungsbereichs (7) des Kraftfahrzeugs (1) mittels einer Kamera (4) des Kamerasystems (3) erfasst wird, und eine vorbestimmte Anzahl von Teilbereichen (9) von einem der Bilder (8) der Bildsequenz mittels einer Bildverarbeitungsvorrichtung (5) des Kamerasystems (3) ausgewählt wird, wobei für zumindest einen der Teilbereiche (9) die folgenden Schritte durchgeführt werden: a) Bestimmen von charakteristischen Bildpunkten in einem ersten Bild der Bildsequenz, b) Suchen der charakteristischen Bildpunkte des ersten Bilds in einem zweiten Bild der Bildsequenz abhängig von einem Ähnlichkeitsmaß der korrespondierenden charakteristischen Bildpunkte (S1), c) Auswählen von in dem zweiten Bild gemäß der Suche in Schritt b) aufgefundenen charakteristischen Bildpunkte (S25), d) Hinzufügen der gemäß Schritt c) ausgewählten charakteristischen Bildpunkte aus dem zweiten Bild zu einer Bildpunkt-Sammlung (S4, S27), e) Bestimmen von charakteristischen Bildpunkten in dem zweiten Bild (S5, S29), f) Hinzufügen der gemäß Schritt e) bestimmten charakteristischen Bildpunkte aus dem zweiten Bild zu der Bildpunkt-Sammlung (S6, S37), g) Suchen der in der Bildpunkt-Sammlung gemäß Schritt c) und Schritt f) hinzugefügten charakteristischen Bildpunkte in einem dritten Bild abhängig von dem Ähnlichkeitsmaß.The invention relates to a method for determining characteristic pixels in images (8) recorded by a camera system (3) of a motor vehicle (1), wherein an image sequence of a surrounding area (7) of the motor vehicle (1) is detected by means of a camera (4) of the camera system (3 ), and a predetermined number of partial areas (9) are selected from one of the images (8) of the image sequence by means of an image processing device (5) of the camera system (3), the following steps being performed for at least one of the partial areas (9) a) determining characteristic pixels in a first image of the image sequence, b) searching the characteristic pixels of the first image in a second image of the image sequence depending on a similarity measure of the corresponding characteristic pixels (S1), c) selecting in the second image according to the search in step b) found characteristic pixels (S25), d) adding the gem ß step c) selected characteristic pixels from the second image to a pixel collection (S4, S27), e) determining characteristic pixels in the second image (S5, S29), f) adding the determined according to step e) characteristic pixels g) searching the characteristic pixels added in the pixel collection according to step c) and step f) in a third image depending on the similarity measure.
Description
Die Erfindung betrifft ein Verfahren zum Bestimmen von charakteristischen Bildpunkten in von einem Kamerasystem eines Kraftfahrzeugs aufgenommenen Bildern, wobei eine Bildsequenz eines Umgebungsbereichs des Kraftfahrzeugs mittels einer Kamera des Kamerasystems erfasst wird, und eine vorbestimmte Anzahl von Teilbereichen von einem der Bilder der Bildsequenz mittels einer Bildverarbeitungsvorrichtung des Kamerasystems ausgewählt wird. Die Erfindung betrifft außerdem ein Fahrerassistenzsystem für ein Kraftfahrzeug, wie auch ein Kraftfahrzeug mit einem Fahrerassistenzsystem. The invention relates to a method for determining characteristic pixels in images captured by a camera system of a motor vehicle, wherein an image sequence of a surrounding area of the motor vehicle is detected by means of a camera of the camera system, and a predetermined number of partial areas of one of the images of the image sequence by means of an image processing device of the Camera system is selected. The invention also relates to a driver assistance system for a motor vehicle, as well as a motor vehicle with a driver assistance system.
Verfahren zum Bestimmen von charakteristischen Bildpunkten sind bereits aus dem Stand der Technik bekannt. So werden charakteristische Bildpunkte beispielsweise für ein komplettes Bild bestimmt. Das Bestimmen der charakteristischen Bildpunkte erfolgt mit sogenannten Interest Punktoperatoren. Charakteristische Bildpunkte sind möglichst eindeutige Bildpunkte, welche in einem Bild von der gleichen Situation, aber beispielsweise zu einem anderen Zeitpunkt oder von einer anderen Kameraposition aufgenommen sind, und durch eine Suche bzw. einen Vergleich wiedergefunden werden können. So eignen sich die charakteristischen Bildpunkte zur Objekterkennung, zur Odometrie, zur 3D-Rekonstruktion sowie zur Koregistrierung. Methods for determining characteristic pixels are already known from the prior art. For example, characteristic pixels are determined for a complete image. The determination of the characteristic pixels takes place with so-called interest point operators. Characteristic pixels are the most unambiguous pixels that can be found in an image of the same situation, but for example at a different time or from a different camera position, and can be retrieved by a search or a comparison. Thus, the characteristic pixels are suitable for object recognition, odometry, 3D reconstruction and coregistration.
Es ist Aufgabe der Erfindung, ein Verfahren, ein Fahrerassistenzsystem sowie ein Kraftfahrzeug bereitzustellen, bei welchem bzw. bei welchen die charakteristischen Bildpunkte besonders gleichmäßig bestimmt werden können. It is an object of the invention to provide a method, a driver assistance system and a motor vehicle, in which or in which the characteristic pixels can be determined particularly uniform.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren, durch ein Fahrerassistenzsystem sowie durch ein Kraftfahrzeug mit den Merkmalen gemäß den jeweiligen unabhängigen Patentansprüchen gelöst. This object is achieved by a method by a driver assistance system and by a motor vehicle with the features according to the respective independent claims.
Bei einem erfindungsgemäßen Verfahren zum Bestimmen von charakteristischen Bildpunkten in von einem Kamerasystem eines Kraftfahrzeugs aufgenommenen Bildern, wobei eine Bildsequenz eines Umgebungsbereichs des Kraftfahrzeugs mittels einer Kamera des Kraftfahrzeugs erfasst wird und eine vorbestimmte Anzahl von Teilbereichen von einem der Bilder der Bildsequenz mittels einer Bildverarbeitungsvorrichtung des Kamerasystems ausgewählt wird, werden erfindungsgemäß für zumindest einen der Teilbereiche die folgenden Schritte durchgeführt:
- a) Bestimmen von charakteristischen Bildpunkten in einem ersten Bild der Bildsequenz,
- b) Suchen der charakteristischen Bildpunkte des ersten Bilds in einem zweiten Bild der Bildsequenz abhängig von einem Ähnlichkeitsmaß der korrespondierenden charakteristischen Bildpunkte,
- c) Auswählen von in dem zweiten Bild gemäß der Suche in Schritt b) aufgefundenen charakteristischen Bildpunkte,
- d) Hinzufügen der gemäß Schritt c) ausgewählten charakteristischen Bildpunkte aus dem zweiten Bild zu einer Bildpunkt-Sammlung,
- e) Bestimmen von charakteristischen Bildpunkten in dem zweiten Bild,
- f) Hinzufügen der gemäß Schritt e) bestimmten charakteristischen Bildpunkte aus dem zweiten Bild zu der Bildpunkt-Sammlung,
- g) Suchen der in der Bildpunkt-Sammlung gemäß Schritt c) und Schritt f) hinzugefügten charakteristischen Bildpunkte in einem dritten Bild abhängig von dem Ähnlichkeitsmaß.
- a) determining characteristic pixels in a first image of the image sequence,
- b) searching the characteristic pixels of the first image in a second image of the image sequence as a function of a similarity measure of the corresponding characteristic pixels,
- c) selecting characteristic pixels found in the second image according to the search in step b),
- d) adding the characteristic pixels selected according to step c) from the second image to a pixel collection,
- e) determining characteristic pixels in the second image,
- f) adding the characteristic pixels from the second image determined according to step e) to the pixel collection,
- g) Search the characteristic pixels added in the pixel collection according to step c) and step f) in a third image depending on the similarity measure.
In Schritt e) können als charakteristische Bildpunkte im zweiten Bild neue charakteristische Bildpunkte bestimmt werden, welche andere charakteristische Bildpunkte als die charakteristischen Bildpunkte, wie sie in Schritt b) gesucht werden, sein können. In step e), new characteristic pixels may be determined as characteristic pixels in the second image, which pixels may be different characteristic pixels than the characteristic pixels as they are searched in step b).
Durch das erfindungsgemäße Verfahren wird es möglich, aufgrund der Teilbereiche, die charakteristischen Bildpunkte besonders gleich verteilt in dem Bild zu bestimmen. Weiterhin wird es durch das erfindungsgemäße Verfahren möglich, besonders eindeutige bzw. starke charakteristische Bildpunkte zu bestimmen. Dies wird gewährleistet, da die charakteristischen Bildpunkte zumindest teilweise aus einem der vorherigen Bilder der Bildsequenz genutzt werden. Weiterhin ist es aber auch möglich, dass zusätzlich zu den charakteristischen Bildpunkten aus den vorherigen Bildern auch in jedem Bild der Bildsequenz neue charakteristische Bildpunkte bestimmt werden. Der Vorteil liegt nun darin, dass sowohl die charakteristischen Bildpunkte verwendet werden, welche in einem der vorherigen Bilder detektiert wurden und somit eine gewisse Zuverlässigkeit der charakteristischen Bildpunkte vorausgesetzt werden kann, aber auch in jedem Bild der Bildsequenz neue charakteristische Bildpunkte hinzugefügt werden. Das Hinzufügen der neuen charakteristischen Bildpunkte ist wichtig, weil bei einer fortlaufenden Änderung des Bildinhaltes über die Bildsequenz immer weniger der charakteristischen Bildpunkte aus den vorherigen Bildern zur Verfügung stehen bzw. verfolgt bzw. gesucht werden können. Die charakteristischen Bildpunkte aus dem vorherigen Bild bzw. dem ersten Bild werden in einem darauffolgenden Bild bzw. dem zweiten Bild derart gesucht, dass das Ähnlichkeitsmaß eine Aussage zulässt, ob es sich bei dem charakteristischen Bildpunkt in dem zweiten Bild um den charakteristischen Bildpunkt des ersten Bildes handelt. Das Ähnlichkeitsmaß beschreibt also einen Vergleich der Eigenschaften der charakteristischen Bildpunkte. Zu den Eigenschaften der charakteristischen Bildpunkte können sowohl Eigenschaften der charakteristischen Bildpunkte selbst zählen, als auch Eigenschaften von Bildpunkten aus dem Umgebungsbereich der charakteristischen Bildpunkte. Due to the method according to the invention, it becomes possible, on account of the partial regions, to determine the characteristic pixels particularly evenly distributed in the image. Furthermore, it is possible by the inventive method to determine particularly unique or strong characteristic pixels. This is ensured because the characteristic pixels are at least partially used from one of the previous images of the image sequence. Furthermore, it is also possible that, in addition to the characteristic pixels from the previous images, new characteristic pixels are also determined in each image of the image sequence. The advantage lies in the fact that both the characteristic pixels are used, which were detected in one of the previous images and thus a certain reliability of the characteristic pixels can be assumed, but also new characteristic pixels are added in each image of the image sequence. The addition of the new characteristic pixels is important because with a continuous change of the image content over the image sequence, fewer and fewer of the characteristic pixels from the previous images are available or can be searched. The characteristic pixels from the previous image or the first image are searched in a subsequent image or the second image such that the similarity measure allows a statement as to whether the characteristic pixel in the second image is the characteristic pixel of the first image is. The similarity measure thus describes a comparison of the properties of the characteristic pixels. Properties of the characteristic pixels can be both properties of the characteristic pixels themselves, as well as properties of pixels from the surrounding area of the characteristic pixels.
Insbesondere ist vorgesehen, dass die Schritte b) bis g) für zumindest ein viertes Bild der Bildsequenz wiederholt werden. Vorteilhaft daran ist, dass in den Schritten b) bis g) die Initialisierung von Schritt a) schon erfolgt ist. Somit liegen aus dem ersten Bild schon charakteristische Bildpunkte vor, welche in dem zweiten Bild gesucht werden können. Das erfindungsgemäße Verfahren ist also vorzugsweise dazu ausgelegt, um die charakteristischen Bildpunkte in einer Mehrzahl von Bildern der Bildsequenz zu detektieren bzw. zu bestimmen. In particular, it is provided that the steps b) to g) are repeated for at least a fourth image of the image sequence. The advantage of this is that in steps b) to g) the initialization of step a) has already taken place. Thus, from the first image already characteristic pixels are present, which can be searched in the second image. The method according to the invention is therefore preferably designed to detect or determine the characteristic pixels in a plurality of images of the image sequence.
Weiterhin ist vorgesehen, dass das Ähnlichkeitsmaß als eine Differenz der Intensitäten der korrespondierenden charakteristischen Bildpunkte definiert wird, insbesondere als eine Summe der quadratischen Differenzen der korrespondierenden charakteristischen Bildpunkte, und/oder eine Summe der absoluten Differenzen der korrespondierenden charakteristischen Bildpunkte und/oder eine Mahalanobis-Distanz der korrespondierenden charakteristischen Bildpunkte und/oder eine Bhattacharyya-Distanz der korrespondierenden charakteristischen Bildpunkte. Vorteilhaft daran ist, dass dieses Ähnlichkeitsmaß schnell und einfach zu berechnen ist, wodurch eine hohe Bildwiederholrate der Bilder der Bildsequenz ermöglicht wird. Der Vorteil der quadratischen Differenzen ist, dass eine kleine Differenz weniger stark ins Gewicht für die Bestimmung des Ähnlichkeitsmaßes fällt als eine große Differenz. Es können jedoch auch andere Ähnlichkeitsmaße beziehungsweise Ähnlichkeitsmetriken genutzt werden. It is further provided that the similarity measure is defined as a difference of the intensities of the corresponding characteristic pixels, in particular as a sum of the quadratic differences of the corresponding characteristic pixels, and / or a sum of the absolute differences of the corresponding characteristic pixels and / or a Mahalanobis distance the corresponding characteristic pixels and / or a Bhattacharyya distance of the corresponding characteristic pixels. The advantage of this is that this similarity measure is quick and easy to calculate, which allows a high refresh rate of the images of the image sequence. The advantage of quadratic differences is that a small difference is less significant for determining the similarity measure than a large difference. However, other similarity measures or similarity metrics may be used.
Vorzugsweise wird bei dem Suchen in Schritt b) und Schritt g) ein die Wahrscheinlichkeit eines korrekt gefundenen charakteristischen Bildpunktes beschreibender erster Zuverlässigkeitswert berücksichtigt. Es kann also beispielsweise anhand des Ähnlichkeitsmaßes und/oder an anderen Eigenschaften, beispielsweise die Häufigkeit des Auftretens oder die Entfernung, eine Wahrscheinlichkeit berücksichtigt werden, wie zuverlässig der jeweilige charakteristische Bildpunkt aus dem ersten Bild in dem zweiten Bild gefunden wurde. Der erste Zuverlässigkeitswert kann beispielsweise in einem Wertebereich von 0 bis 1 liegen. Es könnte dann bedeuten, dass je näher der Wert des ersten Zuverlässigkeitswertes an 1 liegt, desto wahrscheinlicher ist die Zuordnung des charakteristischen Punktes aus dem ersten Bild zu dem charakteristischen Punkt in dem zweiten Bild korrekt. Insbesondere ist vorgesehen, dass die charakteristischen Bildpunkte abhängig von dem ersten Zuverlässigkeitswert zu der Bildpunkt-Sammlung in Schritt d) hinzugefügt werden. Das bedeutet, die charakteristischen Bildpunkte aus Schritt b) und/oder Schritt g) können abhängig von dem ersten Zuverlässigkeitswert sortiert werden und somit kann eine Reihenfolge für das Hinzufügen zu der Bildpunkt-Sammlung vorgegeben werden. So kann beispielsweise der charakteristische Bildpunkt mit dem höchsten ersten Zuverlässigkeitswert, also mit der höchsten Wahrscheinlichkeit für die Korrektheit der Suche, zuerst hinzugefügt werden. Die Bildpunkt-Sammlung wird also dadurch zuerst mit den zuverlässigsten charakteristischen Bildpunkten erweitert bzw. befüllt. Preferably, the search in step b) and step g) takes into account a first reliability value describing the probability of a correctly found characteristic pixel. Thus, for example, based on the similarity measure and / or on other properties, for example the frequency of occurrence or the distance, a probability can be taken into account of how reliably the respective characteristic pixel from the first image was found in the second image. The first reliability value may, for example, be in a value range from 0 to 1. It could then mean that the closer the value of the first reliability value is to 1, the more likely the assignment of the characteristic point from the first image to the characteristic point in the second image is correct. In particular, it is provided that the characteristic pixels are added to the pixel collection in step d) depending on the first reliability value. That is, the characteristic pixels of step b) and / or step g) may be sorted depending on the first reliability value, and thus an order of addition to the pixel collection may be predetermined. For example, the characteristic pixel with the highest first reliability value, that is, the highest probability for the correctness of the search, can be added first. The pixel collection is thus first expanded or filled with the most reliable characteristic pixels.
In einer weiteren Ausführungsform ist vorgesehen, dass bei dem Bestimmen der charakteristischen Bildpunkte in Schritt e) ein die Eindeutigkeit der charakteristischen Bildpunkte beschreibender zweiter Zuverlässigkeitswert berücksichtigt wird. Der zweite Zuverlässigkeitswert beschreibt also wie eindeutig ein charakteristischer Bildpunkt ist. Das bedeutet wie hoch die Wahrscheinlichkeit ist, dass der charakteristische Bildpunkt anders ist als die weiteren charakteristischen Bildpunkte in dem jeweiligen Bild. So kann der zweite Zuverlässigkeitswert beispielsweise davon abhängen, wie stark der Kontrast des charakteristischen Bildpunktes zu seinem Umfeld ist. In a further embodiment it is provided that, in determining the characteristic pixels in step e), a second reliability value describing the uniqueness of the characteristic pixels is taken into account. The second reliability value thus describes how unique a characteristic pixel is. This means how high the probability is that the characteristic pixel is different than the other characteristic pixels in the respective image. For example, the second reliability value may depend on how strong the contrast of the characteristic pixel is with its surroundings.
Insbesondere ist vorgesehen, dass die charakteristischen Bildpunkte von dem zweiten Zuverlässigkeitswert zu der Bildpunkt-Sammlung in Schritt f) hinzugefügt werden. Durch den zweiten Zuverlässigkeitswert können die bestimmten charakteristischen Bildpunkte abhängig von ihrer Eindeutigkeit geordnet bzw. sortiert werden. So können diese beispielsweise in einem Vektor so angeordnet werden, dass der eindeutigste bzw. der herausragendste charakteristische Bildpunkte an erster Stelle des Vektors steht und die weiteren charakteristischen Bildpunkte abhängig von dem zweiten Zuverlässigkeitswert angehängt werden. Der Vorteil ist nun, dass die Bildpunkts-Sammlung zuerst mit den charakteristischen Bildpunkten, welche den höchsten zweiten Zuverlässigkeitswert aufweisen, erweitert werden kann. Weiterhin ist vorzugsweise vorgesehen, dass die charakteristischen Bildpunkte gemäß Schritt c) abhängig von einem vorbestimmten ersten Grenzwert, welcher die maximale Anzahl der hinzuzufügenden charakteristischen Bildpunkte definiert, zu der Bildpunkt-Sammlung in Schritt d) hinzugefügt werden. Durch den ersten Grenzwert kann somit vorgegeben werden, wie viele charakteristische Bildpunkte, welche durch die Suche in dem zweiten Bild gefunden wurden, also in dem ersten Bild schon vorhanden waren, maximal zu der Bildpunkt-Sammlung hinzugefügt werden sollen. Vorteilhaft ist also, dass beispielsweise nur die charakteristischen Bildpunkte mit dem höchsten ersten Zuverlässigkeitswert hinzugefügt werden können. Somit kann sichergestellt werden, dass die charakteristischen Bildpunkte in der Bildpunkt-Sammlung besonders zuverlässig sind. In particular, it is provided that the characteristic pixels are added from the second reliability value to the pixel collection in step f). Due to the second reliability value, the specific characteristic pixels can be sorted or sorted depending on their uniqueness. For example, they can be arranged in a vector in such a way that the clearest or the most outstanding characteristic pixels are at the first position of the vector and the further characteristic pixels are appended as a function of the second reliability value. The advantage now is that the pixel collection can be extended first with the characteristic pixels having the highest second reliability value. Furthermore, it is preferably provided that the characteristic pixels according to step c) are added to the pixel collection in step d) depending on a predetermined first limit value which defines the maximum number of characteristic pixels to be added. The first limit value can thus be used to specify the maximum number of characteristic pixels which were found by the search in the second image, that is to say already present in the first image, to be added to the pixel collection. It is therefore advantageous that, for example, only the characteristic pixels with the highest first reliability value can be added. Thus, it can be ensured that the characteristic pixels in the pixel collection are particularly reliable.
In einer weiteren Ausführungsform ist vorgesehen, dass die charakteristischen Bildpunkte gemäß Schritt e) abhängig von einem vorbestimmten zweiten Grenzwert, welcher die maximale Anzahl der hinzuzufügenden charakteristischen Bildpunkte definiert, zu der Bildpunkt-Sammlung in Schritt f) hinzugefügt werden. Durch den zweiten Grenzwert kann vorgegeben werden, wie viele der neu bestimmten charakteristischen Bildpunkte in dem zweiten Bild zu der Bildpunktsammlung hinzugefügt werden sollen. Die neu bestimmten charakteristischen Bildpunkte bzw. die bestimmten charakteristischen Bildpunkte in dem zweiten Bild gemäß Schritt e) sind also nicht in dem vorherigen Bild bzw. in dem ersten Bild aufgetreten. Vorteilhaft ist also, dass beispielsweise abhängig von der Änderung des Bildinhaltes der Bilder der Bildsequenz der zweite Grenzwert gesetzt werden kann, um dementsprechend weniger oder mehr neue charakteristische Bildpunkte in die Bildpunkt-Sammlung hinzuzufügen und diese somit für das Suchen gemäß Schritt g) zur Verfügung zu stellen. In a further embodiment it is provided that the characteristic pixels according to step e), depending on a predetermined second limit value which defines the maximum number of characteristic pixels to be added, are added to the pixel collection in step f). The second limit value can be used to specify how many of the newly determined characteristic pixels in the second image are to be added to the pixel collection. The newly determined characteristic pixels or the specific characteristic pixels in the second image according to step e) have thus not occurred in the previous image or in the first image. It is therefore advantageous that, for example, depending on the change in the image content of the images of the image sequence, the second limit value can be set in order to add fewer or more new characteristic pixels to the pixel collection and thus make them available for searching according to step g) put.
In einer weiteren Ausführungsform ist vorgesehen, dass der erste Grenzwert und der zweite Grenzwert abhängig von einer Verhältniszahl, welche ein Verhältnis von dem ersten Grenzwert zu dem zweiten Grenzwert definiert und einem dritten Grenzwert, welcher eine maximal Anzahl von charakteristischen Bildpunkten in der Bildpunkt-Sammlung gemäß Schritt g) definiert bestimmt werden. Durch die Verhältniszahl kann also vorgegeben werden, wie das Verhältnis von vorhandenen charakteristischen Bildpunkten also charakteristischen Bildpunkten aus dem ersten Bild und neuen charakteristischen Bildpunkten also gemäß Schritt e) bestimmten charakteristischen Bildpunkten in dem zweiten Bild in die Bildpunkt-Sammlung eingeht, um die Bildpunkt-Sammlung für Schritt g) bereitzustellen. Weiterhin können anhand des dritten Grenzwerts und der Verhältniszahl, der erste Grenzwert und der zweite Grenzwert bestimmt werden. Es wird also ermöglicht, den ersten Grenzwert und den zweiten Grenzwert über die Verhältniszahl und den dritten Grenzwert zu bestimmen. In a further embodiment, it is provided that the first limit value and the second limit value are dependent on a ratio which defines a ratio of the first limit value to the second limit value and a third limit value which determines a maximum number of characteristic pixels in the pixel collection according to FIG Step g) defined can be determined. By means of the relative number, it is thus possible to specify how the ratio of existing characteristic pixels, that is to say characteristic pixels from the first image and new characteristic pixels, according to step e), of certain characteristic pixels in the second image is included in the pixel collection, by the pixel collection for step g). Furthermore, based on the third threshold and the ratio, the first threshold and the second threshold can be determined. It is thus possible to determine the first limit value and the second limit value via the ratio and the third limit value.
Insbesondere ist vorgesehen, dass bei dem Hinzufügen der charakteristischen Bildpunkte in Schritt d) zu der Bildpunkt-Sammlung ein Abstand, insbesondere eine euklidische Distanz oder eine Manhattandistanz, der charakteristischen Bildpunkte berücksichtigt wird. Es ist also insbesondere vorgesehen, dass bei dem Hinzufügen der charakteristischen Bildpunkte zu der Bildpunkt-Sammlung überprüft wird, welchen Abstand ein charakteristischer Bildpunkt zu den bereits in der Bildpunkt-Sammlung vorhandenen charakteristischen Bildpunkten aufweist. So kann beispielsweise sichergestellt werden, dass die charakteristischen Bildpunkte in der Bildpunkt-Sammlung eine gleichmäßige bzw. homogene Verteilung aufweisen. Es kann also vorgesehen sein, dass ein charakteristischer Bildpunkt, welcher einen zu geringen Abstand zu einem charakteristischen Bildpunkt, welcher sich bereits in der Bildpunkt-Sammlung befindet, aufweist, nicht zu der Bildpunkt-Sammlung hinzugefügt wird. Unter dem Begriff der Manhattandistanz wird auch der Begriff Von-Neumann-Nachbarschaft verstanden. Die Manhattandistanz beschreibt den Abstand zwischen zwei Punkten als die Summe der absoluten Differenzen ihrer Einzelkoordinaten. Die euklidische Distanz ist beispielsweise der Abstand zweier Punkte, die mit einer geraden Verbindungslinie gemessen werden kann. In particular, it is provided that when adding the characteristic pixels in step d) to the pixel collection, a distance, in particular a Euclidean distance or a Manhattan distance, of the characteristic pixels is taken into account. It is therefore provided in particular that when adding the characteristic pixels to the pixel collection it is checked which distance a characteristic pixel has to the characteristic pixels already present in the pixel collection. For example, it can be ensured that the characteristic pixels in the pixel collection have a uniform or homogeneous distribution. It can therefore be provided that a characteristic pixel which has too small a distance to a characteristic pixel which is already in the pixel collection is not added to the pixel collection. The term Manhattan is also the term Von Neumann neighborhood understood. The Manhattan distance describes the distance between two points as the sum of the absolute differences of their individual coordinates. The Euclidean distance is, for example, the distance between two points, which can be measured with a straight connecting line.
Insbesondere ist vorgesehen, dass die charakteristischen Bildpunkte in Schritt f) nur hinzugefügt werden, falls jeder der charakteristischen Bildpunkte aus Schritt b) mindestens einen vorbestimmten Abstand zueinander aufweist. Vorteilhafterweise kann dadurch sichergestellt werden, dass eine Verteilung der charakteristischen Bildpunkte in der Bildpunkt-Sammlung bzw. in dem jeweiligen Teilbereich gleichmäßig bzw. homogen vorhanden ist. So kann beispielsweise eine Anhäufung von charakteristischen Bildpunkten an einem Bereich des Bildes verhindert werden. Weiterhin kann dadurch beispielsweise bestimmt werden, dass die charakteristischen Bildpunkte, welche neu bestimmt wurden bzw. in dem zweiten Bild gemäß Schritt f) bestimmt wurden, nur dann zu der Bildpunkt-Sammlung hinzugefügt werden, falls sich innerhalb des vorbestimmten Abstandes kein charakteristischer Bildpunkt aus dem Schritt d) an dieser Stelle bzw. in diesem Bereich der Bildpunkt-Sammlung befindet. Es kann also vorgesehen sein, dass einem charakteristischen Bildpunkt, welcher gemäß Schritt d) zu der Bildpunkt-Sammlung hinzugefügt wurde, mehr Vertrauen geschenkt wird bzw. dieser als zuverlässiger erachtet wird, als ein charakteristischer Bildpunkt, welcher gemäß Schritt f) hinzugefügt werden soll und in Schritt e) bestimmt wurde. In particular, it is provided that the characteristic pixels in step f) are added only if each of the characteristic pixels from step b) has at least one predetermined distance from each other. Advantageously, this can ensure that a distribution of the characteristic pixels in the pixel collection or in the respective subarea is uniform or homogeneous. For example, an accumulation of characteristic pixels on a portion of the image can be prevented. Furthermore, it can thereby be determined, for example, that the characteristic pixels which have been newly determined or have been determined in the second image according to step f) are added to the pixel collection only if there is no characteristic pixel within the predetermined distance Step d) is located at this point or in this area of the pixel collection. It can therefore be provided that more confidence is given to a characteristic pixel which was added to the pixel collection according to step d), or is deemed to be more reliable than a characteristic pixel which is to be added according to step f) and in step e) was determined.
In einer weiteren Ausführungsform können die charakteristischen Bildpunkte gemäß Schritt a) und e) mit einem Eckendetektionsverfahren bestimmt werden. Das Eckendetektionsverfahren bestimmt Ecken in dem Bild, wobei die Ecke ein Schnittpunkt von zwei Kanten in dem Bild sein kann. Eine Kante wiederum weist eine vorbestimmte Intensitätsänderung in dem Bild auf. Vorteilhaft ist also, dass besonders markante charakteristische Bildpunkte bestimmt werden können. In a further embodiment, the characteristic pixels according to step a) and e) can be determined with a corner detection method. The corner detection method determines vertices in the image, where the corner may be an intersection of two edges in the image. An edge, in turn, has a predetermined intensity change in the image. It is therefore advantageous that particularly distinctive characteristic pixels can be determined.
Ein erfindungsgemäßes Fahrerassistenzsystem für ein Kraftfahrzeug umfasst zumindest ein Kamerasystem, welches dazu ausgelegt ist, ein erfindungsgemäßes Verfahren durchzuführen. An inventive driver assistance system for a motor vehicle comprises at least one camera system which is designed to carry out a method according to the invention.
Ein erfindungsgemäßes Kraftfahrzeug, insbesondere ein Personenkraftwagen, umfasst ein erfindungsgemäßes Fahrerassistenzsystem. Die mit Bezug auf das erfindungsgemäße Verfahren vorgestellten bevorzugten Ausführungsformen und deren Vorteile gelten entsprechend für das erfindungsgemäße Fahrerassistenzsystem sowie für das erfindungsgemäße Kraftfahrzeug. An inventive motor vehicle, in particular a passenger car, comprises a driver assistance system according to the invention. The preferred embodiments presented with reference to the method according to the invention and their advantages apply correspondingly to the Driver assistance system according to the invention and for the motor vehicle according to the invention.
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen, sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch durch separierte Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Further features of the invention will become apparent from the claims, the figures and the description of the figures. The features and feature combinations mentioned above in the description, as well as the features and combinations of features mentioned below in the description of the figures and / or shown alone in the figures, can be used not only in the respectively specified combination but also in other combinations or in isolation, without the frame to leave the invention. Thus, embodiments of the invention are to be regarded as encompassed and disclosed, which are not explicitly shown and explained in the figures, however, emerge and can be produced by separated combinations of features from the embodiments explained.
Ausführungsbeispiele der Erfindung werden nachfolgend anhand schematischer Zeichnungen näher erläutert. Embodiments of the invention are explained in more detail below with reference to schematic drawings.
Dabei zeigen: Showing:
In
Die Kamera
Die Kamera
Das in
Das Bild
Die charakteristischen Bildpunkte, welche in einem ersten Bild bestimmt wurden und in einem zweiten Bild gesucht werden, können in einem Vektor abgelegt werden und dann wie folgt einem Teilbereich
Die Spaltennummer
Spaltennummer
wobei Px die x-Koordinate des Vektors ist und w die Breite des jeweiligen Teilbereiches
where P x is the x-coordinate of the vector and w is the width of the
Die Zeilennummer
Zeilennummer
wobei Py die y-Koordinate des Vektors ist und h die Höhe des jeweiligen Teilbereiches
where P y is the y-coordinate of the vector and h is the height of the
Und damit ist:
Gitternummer
Das im Folgenden beschriebene Ausführungsbeispiel des erfindungsgemäßen Verfahrens bezieht sich auf zumindest einen der Teilbereiche
In dem Ablaufdiagramm gemäß
In einem Schritt S6 werden die charakteristischen Bildpunkte, welche in dem Schritt S5 bestimmt bzw. detektiert wurden zu der Sammlung der Bildpunkte hinzugefügt. In einem Schritt S7 werden weiterhin charakteristische Bildpunkte zu der Bildpunkte-Sammlung hinzugefügt, falls in dem Schritt S4 nicht alle Punkte, welche in dem zweiten Bild gefunden worden sind, hinzugefügt worden sind. Es kann also vorkommen, dass in dem Schritt S4 nicht alle der charakteristischen Punkte, welche in dem zweiten Bild gesucht worden sind, ausgewählt wurden, weil der erste Zuverlässigkeitswert von bestimmten charakteristischen Bildpunkten zu gering gewesen ist. Weiterhin ist es auch möglich, dass in dem Schritt S4 nicht alle der charakteristischen Bildpunkte zu der Bildpunkt-Sammlung hinzugefügt worden sind, weil ein erster Grenzwert, welcher die maximale Anzahl der hinzuzufügenden charakteristischen Bildpunkte definiert, erreicht worden ist. In einem Schritt S8 wird die Bildpunkte-Sammlung für das Suchen in dem dritten Bild bereitgestellt. Das Suchen der charakteristischen Bildpunkte aus der in dem Schritt S8 bereitgestellten Bildpunkt-Sammlung in dem dritten Bild wird in einem Schritt S44 durchgeführt. In a step S6, the characteristic pixels which have been detected in step S5 are added to the collection of the pixels. In a step S7, further, characteristic pixels are added to the pixel collection if in step S4, all the dots found in the second image have not been added. It may therefore happen that in step S4 not all of the characteristic points searched in the second image have been selected because the first reliability value of certain characteristic pixels has been too low. Furthermore, it is also possible that not all of the characteristic pixels have been added to the pixel collection in step S4 because a first limit value defining the maximum number of characteristic pixels to be added has been reached. In a step S8, the pixel collection is provided for searching in the third image. The search of the characteristic pixels from the pixel collection provided in the step S8 in the third image is performed in a step S44.
Analog dazu ist das Verfahren gemäß Schritt S1 bis S8 für ein weiteres, beispielsweise ein viertes Bild, anwendbar. Similarly, the method according to step S1 to S8 for another, for example, a fourth image, applicable.
Das Suchen kann beispielsweise mit einem Lucas-Kanade (LK) Verfahren erfolgen, wobei einer der charakteristischen Bildpunkte aus dem ersten Bild in einem vorbestimmten Bildbereich, also eine vorbestimmte Entfernung, gesucht werden. Das Suchen erfolgt mittels eines Ähnlichkeitsmaßes, welches beispielsweise eine Summe der absoluten Differenzen sein kann. Alternativ kann auch ein Lucas-Kanade-Tomasi (KLT) Verfahren zur Suche verwendet werden. Auch kann ein anders Ähnlichkeitsmaß angewandt werden, welches beispielsweise eine Summe von quadratischen Differenzen sein kann. The search can be done, for example, with a Lucas-Kanade (LK) method, wherein one of the characteristic pixels from the first image in a predetermined image area, ie a predetermined distance, are searched. The search is carried out by means of a measure of similarity, which may for example be a sum of the absolute differences. Alternatively, a Lucas-Kanade-Tomasi (KLT) search method may be used. Also, a different degree of similarity may be applied, which may be, for example, a sum of quadratic differences.
In
Ein weiteres Ablaufdiagramm in
In
Vorzugsweise ist ein dritter Grenzwert vorgesehen, welcher die maximale Anzahl der charakteristischen Bildpunkte in der Bildpunkt-Sammlung vorgibt. Abhängig von einer Verhältniszahl, welche ein Verhältnis von dem ersten Grenzwert zu dem zweiten Grenzwert definiert, kann somit ausschließlich mit Definition der Verhältniszahl und des dritten Grenzwertes der erste Grenzwert und der zweite Grenzwert definiert werden. So kann beispielsweise der dritte Grenzwert 500 betragen und die Verhältniszahl 0,66, dann ist der erste Grenzwert beispielsweise 330. Preferably, a third limit is provided, which specifies the maximum number of characteristic pixels in the pixel collection. Depending on a ratio which defines a ratio of the first limit value to the second limit value, the first limit value and the second limit value can thus be defined solely with the definition of the ratio number and the third limit value. For example, the third threshold may be 500 and the ratio 0.66, then the first threshold is 330, for example.
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014111948.7A DE102014111948A1 (en) | 2014-08-21 | 2014-08-21 | Method for determining characteristic pixels, driver assistance system and motor vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014111948.7A DE102014111948A1 (en) | 2014-08-21 | 2014-08-21 | Method for determining characteristic pixels, driver assistance system and motor vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102014111948A1 true DE102014111948A1 (en) | 2016-02-25 |
Family
ID=55273700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102014111948.7A Pending DE102014111948A1 (en) | 2014-08-21 | 2014-08-21 | Method for determining characteristic pixels, driver assistance system and motor vehicle |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102014111948A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016115327A1 (en) * | 2016-08-18 | 2018-02-22 | Connaught Electronics Ltd. | Method for detecting at least one object in an environmental region of a motor vehicle on the basis of object features from images, camera system and motor vehicle |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004026782A1 (en) * | 2004-06-02 | 2005-12-29 | Infineon Technologies Ag | Method and apparatus for computer-aided motion estimation in at least two temporally successive digital images, computer-readable storage medium and computer program element |
-
2014
- 2014-08-21 DE DE102014111948.7A patent/DE102014111948A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004026782A1 (en) * | 2004-06-02 | 2005-12-29 | Infineon Technologies Ag | Method and apparatus for computer-aided motion estimation in at least two temporally successive digital images, computer-readable storage medium and computer program element |
Non-Patent Citations (1)
Title |
---|
Misu, Toshie, et al. "Motion-adaptive sub-Nyquist sampling technique for multi-frame super-resolution." Picture Coding Symposium (PCS), 2012. IEEE, 2012 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016115327A1 (en) * | 2016-08-18 | 2018-02-22 | Connaught Electronics Ltd. | Method for detecting at least one object in an environmental region of a motor vehicle on the basis of object features from images, camera system and motor vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018116111B4 (en) | A unified deep convolutional neural network for free space estimation, object recognition estimation, and object pose estimation | |
DE102015121387B4 (en) | Obstacle detection device and obstacle detection method | |
DE102011055665A1 (en) | Image processing device | |
DE102013205854B4 (en) | Method for detecting a free path using temporary coherence | |
DE102018214198A1 (en) | System for evaluating an image, operation assistance method and control unit for a working device and working device | |
DE102015205505A1 (en) | Method and apparatus for detecting elliptical structures in an image | |
DE102016124747A1 (en) | Recognition of a raised object based on perspective images | |
DE102014114221A1 (en) | Method for detecting an object in a surrounding area of a motor vehicle, driver assistance system and motor vehicle | |
DE102014007565A1 (en) | Method for determining a respective boundary of at least one object, sensor device, driver assistance device and motor vehicle | |
EP3576013A1 (en) | Estimation of a path of a rail path | |
DE102006007550A1 (en) | Roadway markings detecting method for motor vehicle, involves analyzing pixels in such a manner that roadway markings for vehicle are detected, and using ridge-operator as image recognition operator during analysis of pixels | |
DE102014111948A1 (en) | Method for determining characteristic pixels, driver assistance system and motor vehicle | |
EP3073446B1 (en) | Method for representing the surroundings of a vehicle | |
DE102017221381A1 (en) | Method, apparatus and computer program for determining a distance to an object | |
WO2019072451A1 (en) | Method for processing images | |
DE102019129029A1 (en) | OBJECT DETECTION SYSTEM AND METHOD | |
DE102012025463A1 (en) | Method for determining e.g. pitch angle change of passenger car to determine proper motion of car in six different degrees of freedom, involves determining parameter based on pair of image features and associated image features of images | |
DE102014206246A1 (en) | A method and apparatus for adjusting a three-dimensional projection surface for projecting a plurality of adjacent camera images | |
DE102013226797B4 (en) | Circle segment and shape detection | |
DE102010006522A1 (en) | Method for analyzis of corresponding pixels in two graphic data sets, involves determining signature information for each pixel of graphic data set, where correspondence hypothesis provided for determination of corresponding pixels | |
DE102017217156B4 (en) | Method and device for controlling a driver assistance system using a stereo camera system with a first and a second camera | |
DE102016225073A1 (en) | DEVICE FOR PROVIDING AN IMPROVED OBSTACLE IDENTIFICATION | |
DE112016003300T5 (en) | Detection of water droplets on a lens of a vehicle camera | |
DE102014112914A1 (en) | Method for segmenting an image, driver assistance system and motor vehicle | |
WO2021180547A1 (en) | Method and device for processing images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed |