DE102016215443A1 - Method for evaluating image data and image processing device - Google Patents
Method for evaluating image data and image processing device Download PDFInfo
- Publication number
- DE102016215443A1 DE102016215443A1 DE102016215443.5A DE102016215443A DE102016215443A1 DE 102016215443 A1 DE102016215443 A1 DE 102016215443A1 DE 102016215443 A DE102016215443 A DE 102016215443A DE 102016215443 A1 DE102016215443 A1 DE 102016215443A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- dummy
- evaluator
- road user
- section
- 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
Images
Classifications
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
Verfahren zur Auswertung von Bilddaten (10), welche ein mittels einer Kamera (11) aufgenommenes Bild (1) einer Attrappe (2) eines durch einen Sensor eines Kraftfahrzeugs zu erfassenden, zu imitierenden Verkehrsteilnehmers beschreiben, umfassend die folgenden, durch eine Bildverarbeitungseinrichtung (3) ausgeführten Schritte: – Bestimmen von wenigstens einem Bildabschnitt (29–36) in den Bilddaten (10), der einen jeweiligen ein Teilmerkmal (20–28) des Verkehrsteilnehmers imitierenden Abschnitt der Attrappe abbildet; – Ermitteln eines jeweiligen Gütekennwerts für den jeweiligen Bildabschnitt (29–36) durch Anwenden einer Vergleichsfunktion auf den Bildabschnitt (29–36) und wenigstens ein teilmerkmalspezifisches Referenzbild; und – Anwenden eines Bewertungsklassifikators, welcher angibt, ob die Attrappe (2) eine ausreichende Güte zur Imitation des zu imitierenden Verkehrsteilnehmers aufweist, auf den Gütekennwert oder die Gütekennwerte.Method for evaluating image data (10) which describes an image (1) of a dummy (2) of a road user to be detected by a sensor of a motor vehicle to be imitated by a camera (11), comprising the following image processing device (3) Steps: - determining at least one image portion (29-36) in the image data (10) that maps a respective one of the partial feature (20-28) of the traffic participant mimicking portion of the dummy; - determining a respective quality characteristic value for the respective image section (29-36) by applying a comparison function to the image section (29-36) and at least one partial feature-specific reference image; and - applying an assessment classifier indicating whether the dummy (2) has sufficient quality to imitate the road user to be imitated, the figure of merit or the quality characteristics.
Description
Die Erfindung betrifft ein Verfahren zur Auswertung von Bilddaten. Daneben betrifft die Erfindung eine Bildverarbeitungseinrichtung.The invention relates to a method for the evaluation of image data. In addition, the invention relates to an image processing device.
Moderne Kraftfahrzeuge weisen vorausschauende Sicherheitssysteme auf, welche Kollisionswarnungen und kollisionsvermeidende Aktionen in Abhängigkeit von Sensordaten eines die Umgebung des Kraftfahrzeugs erfassenden Sensors auslösen. Als Objekte können durch den Sensor andere Verkehrsteilnehmer, wie Kraftfahrzeuge, Fußgänger und Radfahrer, erfasst werden. Zur Gewährleistung einer einwandfreien Funktion des Sicherheitssystems, ist es erforderlich, dass der Sensor bzw. die ihm nachgeordnete Sensordatenverarbeitung den Verkehrsteilnehmer zuverlässig erkennt. Insofern funktioniert ein Sicherheitssystem lediglich innerhalb definierter Systemgrenzen. Im Rahmen der Entwicklung und Bewertung solcher Sicherheitssysteme erfolgen auch Versuche und Tests über diese Systemgrenzen hinaus, wobei Attrappen, die die zu erfassenden Verkehrsteilnehmer imitieren bzw. diesen nachempfunden sind, verwendet werden. Dabei werden Kollisionen mit den Attrappen hingenommen. Solche Kollisionen, aber auch alterungs- und witterungsbedingte Einflüsse auf die Attrappen, haben über die Zeit einen negativen Einfluss auf die Güte der Imitation des Verkehrsteilnehmers durch die Attrappe. Um die Vergleichbarkeit von Versuchen mit derartigen Attrappen sicherzustellen, muss mithin das Erkennungspotenzial einer Attrappe für den Sensor auf einem ausreichenden Niveau gehalten werden. Modern motor vehicles have predictive safety systems which trigger collision warnings and collision-avoiding actions as a function of sensor data of a sensor which detects the surroundings of the motor vehicle. As objects, other road users, such as motor vehicles, pedestrians and cyclists, can be detected by the sensor. To ensure that the safety system functions properly, it is necessary for the sensor or the sensor data processing downstream of it to reliably detect the road user. In this respect, a safety system only works within defined system limits. As part of the development and evaluation of such safety systems, tests and tests beyond these system boundaries also take place, whereby dummies which imitate or are modeled on the road users to be registered are used. This collisions with the dummies are accepted. Such collisions, but also aging and weather-related influences on the dummies, have over time a negative impact on the quality of the imitation of the road user by the dummy. To ensure the comparability of experiments with such dummies, therefore, the detection potential of a dummy for the sensor must be kept at a sufficient level.
Bekannt sind subjektive Bewertungen dieser Güte und nichtstandardisierte Erkennungsversuche mit den entsprechenden Sensoren. Dies führt dazu, dass an sich noch eine hinreichende Imitationsfähigkeit aufweisende Attrappen ausgesondert und durch neue Attrappen ersetzt werden. Dies ist sowohl aufwendig als auch wirtschaftlich und ökologisch nachteilhaft.Are known subjective reviews of this quality and non-standard detection attempts with the appropriate sensors. As a result, dummies with sufficient ability to imitate themselves are eliminated and replaced by new dummies. This is both expensive and economically and environmentally disadvantageous.
Der Erfindung liegt mithin die Aufgabe zugrunde, eine demgegenüber verbesserte Möglichkeit zur Bewertung der Güte einer Attrappe als imitierter Verkehrsteilnehmer anzugeben.The invention is therefore based on the object to provide a contrast improved ability to assess the quality of a dummy as imitated road users.
Diese Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zur Auswertung von Bilddaten, welche ein mittels einer Kamera aufgenommenes Bild einer Attrappe eines durch einen Sensor eines Kraftfahrzeugs zu erfassenden, zu imitierenden Verkehrsteilnehmers beschreiben, umfassend die folgenden, durch eine Bildverarbeitungseinrichtung ausgeführten Schritte:
- – Bestimmen von wenigstens einem Bildabschnitt in den Bilddaten, der einen jeweiligen ein Teilmerkmal des Verkehrsteilnehmers imitierenden Abschnitt der Attrappe abbildet;
- – Ermitteln eines jeweiligen Gütekennwerts für den jeweiligen Bildabschnitt durch Anwenden einer Vergleichsfunktion auf den Bildabschnitt und wenigstens ein teilmerkmalspezifisches Referenzbild; und
- – Anwenden eines Bewertungsklassifikators, welcher angibt, ob die Attrappe eine ausreichende Güte zur Imitation des zu imitierenden Verkehrsteilnehmers aufweist, auf den Gütekennwert oder die Gütekennwerte.
- - determining at least one image portion in the image data, which images a respective partial feature of the traffic participant imitating portion of the dummy;
- Determining a respective quality characteristic value for the respective image section by applying a comparison function to the image section and at least one partial feature-specific reference image; and
- - Applying a rating classifier, which indicates whether the dummy has sufficient quality to imitate the road user to be imitated, on the quality characteristic value or the quality characteristic values.
Die Erfindung beruht auf der Überlegung, ein Bild der den Verkehrsteilnehmer imitierenden Attrappe zu erfassen und dieses mittels der Bildverarbeitungseinrichtung hinsichtlich der Güte der Attrappe für eine Erkennung als imitierter Verkehrsteilnehmer zu überprüfen. Das erfindungsgemäße Verfahren ermöglicht so eine standardisierte, d.h. eine vergleichbare und wiederholbare, Bewertung der Güte der Attrappe und mithin eine Aussage über die weitere Verwendbarkeit der Attrappe im Rahmen von Versuchen und Tests. Fehlentscheidungen über die weitere Verwendbarkeit, die im Rahmen lediglich subjektiver oder unstandardisierter Bewertungen typischerweise erfolgen, können durch das erfindungsgemäße Verfahren vermieden werden, so dass einer Aussonderung noch funktionsfähiger Attrappen, aber auch eine Weiterverwendung nach standardisierten Maßstäben nicht mehr verwendbarer Attrappen, reduziert wird.The invention is based on the idea of capturing an image of the dummy imitating the road user and of checking this by means of the image processing device with regard to the quality of the dummy for recognition as an imitated road user. The inventive method thus enables a standardized, i. a comparable and repeatable, evaluation of the quality of the dummy and therefore a statement about the further usability of the dummy in the context of experiments and tests. Incorrect decisions about the further usability, which are typically carried out within the framework of merely subjective or unstandardized evaluations, can be avoided by the method according to the invention, so that a rejection of still functioning dummies, but also further use according to standardized scales of non-usable dummies, is reduced.
Im Rahmen des erfindungsgemäßen Verfahrens wird zunächst mittels der Kamera das Bild der Attrappe aufgenommen. Die Kamera ist bevorzugt kraftfahrzeugextern angeordnet. Sie kann beispielsweise eine handelsübliche Digitalkamera sein, die die Bilddaten bereitstellt. Diese können dann der Bildverarbeitungseinrichtung zugeführt werden, die die weiteren Schritte des Verfahrens ausführt.In the context of the method according to the invention, the image of the dummy is first recorded by means of the camera. The camera is preferably arranged outside the vehicle. For example, it may be a commercially available digital camera that provides the image data. These can then be supplied to the image processing device, which carries out the further steps of the method.
In einem Schritt werden zunächst Bildabschnitte in dem Bilddaten bestimmt, die Abschnitte der Attrappe beschreiben, die wenigstens ein Teilmerkmal des zu imitierenden Verkehrsteilnehmers imitieren. Ein solches Teilmerkmal kann ein von dem die Attrappe erfassenden Sensor, insbesondere seiner Sensordatenverarbeitung, auszuwertendes Teilmerkmal sein. Typischerweise wird das Teilmerkmal durch eine vom Sensor erfassbare Oberflächenstruktur der Attrappe imitiert. Der Bildabschnitt kann ein, insbesondere zusammenhängender, Bereich von Bildpunkten des Bildes sein, der das Teilmerkmal abbildet.In one step, firstly image sections in the image data are determined, which describe sections of the dummy which mimic at least one partial feature of the traffic participant to be imitated. Such a partial feature may be a partial feature to be evaluated by the sensor detecting the dummy, in particular its sensor data processing. Typically, the partial feature is imitated by a detectable by the sensor surface structure of the dummy. The image portion may be a, in particular contiguous, region of pixels of the image that images the feature part.
In einem weiteren Verfahrensschritt ermittelt die Bildverarbeitungseinrichtung einen jeweiligen Gütekennwert für den jeweiligen Bildabschnitt durch Anwenden einer Vergleichsfunktion auf den Bildabschnitt und wenigstens ein teilmerkmalspezifisches Referenzbild. Das oder ein Referenzbild kann in einer Speichereinheit der Bildverarbeitungseinrichtung abgespeichert sein. Das Referenzbild bildet beispielsweise die Attrappe oder den zu imitierenden Verkehrsteilnehmer in einer unversehrten Form ab. Alternativ oder zusätzlich kann das oder ein Referenzbild aus den Bilddaten selbst ermittelt werden. Dies ist dann zweckmäßig, wenn die Attrappe mehrere separate, einander ähnliche Teilmerkmale imitiert und diese hinsichtlich ihrer Ähnlichkeit, insbesondere ihrer Symmetrie, verglichen werden sollen. Die Vergleichsfunktion ermittelt den Gütekennwert durch einen Vergleich des jeweiligen Bildabschnitts mit dem Referenzbild oder einem der Referenzbilder. Mit anderen Worten beschreibt der Gütekennwert, wie stark der Bildabschnitt dem Teilmerkmal entspricht bzw. wie stark das Teilmerkmal durch die Attrappe repräsentiert wird. Der Gütekennwert quantifiziert das Ergebnis der Vergleichsfunktion und ist beispielsweise ein numerischer Wert, insbesondere ein Prozentwert.In a further method step, the image processing device determines a respective one Quality characteristic value for the respective image section by applying a comparison function to the image section and at least one partial feature-specific reference image. The or a reference image can be stored in a memory unit of the image processing device. The reference image, for example, depicts the dummy or the road user to be imitated in an intact form. Alternatively or additionally, the or a reference image can be determined from the image data itself. This is expedient if the dummy mimics several separate, mutually similar partial features and these should be compared in terms of their similarity, in particular their symmetry. The comparison function determines the quality characteristic value by comparing the respective image section with the reference image or one of the reference images. In other words, the quality characteristic value describes how much the image section corresponds to the partial feature or how strongly the partial feature is represented by the dummy. The quality factor quantifies the result of the comparison function and is for example a numerical value, in particular a percentage value.
In einem anschließenden Verfahrensschritt wendet die Bildverarbeitungseinrichtung einen Bewertungsklassifikator auf den Gütekennwert oder die Gütekennwerte an. Der Bewertungsklassifikator gibt an, ob die Attrappe eine ausreichende Güte für eine Erkennung als imitierter Verkehrsteilnehmer aufweist. Mit anderen Worten wird durch den Bewertungsklassifikator eine binäre Entscheidung hinsichtlich der Imitationsgüte der Attrappe getroffen. Der Bewertungsklassifikator prüft dazu beispielsweise den Gütekennwert oder einen die Gütekennwerte zusammenfassenden Wert gegen einen vorgegebenen oder vorgebbaren Schwellwert. Im Anschluss kann die Bildverarbeitungseinrichtung das Auswertungsergebnis des Bewertungsklassifikators beschreibende Ergebnisdaten bereitstellen. Diese können dann mittels einer Ausgabeeinrichtung sinnfällig dargestellt werden.In a subsequent method step, the image processing device applies an evaluation classifier to the quality characteristic value or the quality characteristic values. The rating classifier indicates whether the dummy has sufficient quality for recognition as an imitated road user. In other words, the rating classifier makes a binary decision regarding the imitation quality of the dummy. For this purpose, the assessment classifier checks, for example, the quality characteristic value or a value summarizing the quality characteristic values against a predefined or predefinable threshold value. Subsequently, the image processing device can provide the evaluation result of the evaluation classifier descriptive result data. These can then be displayed clearly by means of an output device.
Der Bildabschnitt oder die Bildabschnitte können durch Anwenden einer einen jeweiligen Ort, an dem ein jeweiliger Abschnitt der Attrappe in den Bilddaten abgebildet ist, beschreibenden Maske auf die Bilddaten bestimmt werden. Anders gesprochen hat die Maske eine Schablonenfunktion, die relevante Teilmerkmale als Bildabschnitte aus den Bilddaten filtert und nicht relevante Elemente des Bilds maskiert. Die durch die Maske zu extrahierenden Bildabschnitte können in Abhängigkeit von bekannten Erfassungseigenschaften und/oder Auswertungseigenschaften des Sensors gewählt werden.The image portion or portions may be determined by applying a mask describing a respective location at which a respective portion of the dummy is imaged in the image data to the image data. In other words, the mask has a template function that filters relevant sub-features as image sections from the image data and disguises non-relevant elements of the image. The image sections to be extracted by the mask can be selected as a function of known detection properties and / or evaluation properties of the sensor.
Grundsätzlich kann die Attrappe beliebige Verkehrsteilnehmer imitieren. Diese können motorisierte Verkehrsteilnehmer oder nicht motorisierte Verkehrsteilnehmer, wie Radfahrer und Fußgänger, sein. Bevorzugt wird eine ein Kraftfahrzeug imitierende Attrappe verwendet, wobei der Bildabschnitt oder die Bildabschnitte jeweils einen wenigstens eine Beleuchtungseinrichtung und/oder wenigstens ein Nummernschild und/oder wenigstens ein Rad und/oder wenigstens eine Säule und/oder wenigstens eine Scheibe und/oder wenigstens ein Endrohr des Kraftfahrzeugs als Teilmerkmal imitierenden Abschnitt der Attrappe beschreibt oder beschreiben. Es hat sich gezeigt, dass gerade diese Teilmerkmale besonders geeignet sind, Kraftfahrzeuge durch einen Sensor zu erkennen, so dass eine möglichst exakte Imitation dieser Teilmerkmale durch die Attrappe angestrebt wird. Das Bild kann eine Seiten-, Front- oder Heckansicht der Attrappe des Kraftfahrzeugs abbilden. Die Maske ist beispielsweise so gewählt, dass sie diese Abschnitte der Attrappe abbildende Bildabschnitte aus den Bilddaten extrahiert. Darüber hinaus kann eine ein spezielles Kraftfahrzeug, beispielsweise einen Kraftwagen, insbesondere einen Personenkraftwagen oder ein Lastkraftwagen, oder ein Kraftrad, imitierende Attrappe verwendet werden.Basically, the dummy can imitate any road user. These may be motorized road users or non-motorized road users, such as cyclists and pedestrians. Preferably, a dummy imitating a motor vehicle is used, the image section or the image sections each having at least one illumination device and / or at least one license plate and / or at least one wheel and / or at least one column and / or at least one disc and / or at least one tailpipe describes or describes the motor vehicle as a part feature imitating section of the dummy. It has been found that it is precisely these partial features that are particularly suitable for detecting motor vehicles by means of a sensor, so that the most exact possible imitation of these partial features is sought by the dummy. The image can depict a side, front or rear view of the dummy of the motor vehicle. For example, the mask is selected to extract those portions of the dummy image portion from the image data. In addition, a special motor vehicle, such as a motor vehicle, especially a passenger car or a truck, or a motorcycle imitating dummy can be used.
Als ein Referenzbild kann ein in der Vergangenheit erfasstes Vergangenheitsbild zumindest eines Teils der oder einer Attrappe verwendet werden. Das Vergangenheitsbild bildet die oder eine baugleiche Attrappe beispielsweise in einem unbenutzten oder in einem Zustand bei der erstmaligen Benutzung ab. Alternativ kann als ein Referenzbild ein in der Vergangenheit erfasstes Vergangenheitsbild zumindest eines Teils des zu imitierenden Verkehrsteilnehmers verwendet werden. Das Vergangenheitsbild kann beispielsweise den Verkehrsteilnehmer, dem die Attrappe nachempfunden ist, abbilden.As a reference image, a past image of at least a part of the dummy or a dummy captured in the past can be used. The past image depicts the dummy or an identical dummy, for example, in an unused or in a state of first use. Alternatively, a past image of at least a part of the road user to be imitated can be used as a reference image. The past image can, for example, map the road user, who is modeled on the dummy.
Alternativ oder zusätzlich kann für zwei Bildabschnitte, die Abschnitte der Attrappe abbilden, die bei dem zu imitierenden Verkehrsteilnehmer symmetrisch sind, ein aus einem ersten der beiden Bildabschnitte abgeleitetes Symmetriebild als ein Referenzbild für den zweiten Bildabschnitt verwendet werden. Der erste Bildabschnitt wird beispielsweise gespiegelt und zusammen mit dem zweiten Bildabschnitt der Vergleichsfunktion unterzogen. Auf diese Weise können besonders einfach Symmetrieeigenschaften der Attrappe überprüft werden, da eine Vielzahl relevanter Sensoren bzw. deren Sensordatenverarbeitung derartige Symmetrieeigenschaften für eine Erkennung eines Verkehrsteilnehmers verwendet. Die beiden Bildabschnitte können ein Paar Scheinwerfer, ein Paar Räder oder ein Paar Säulen des Kraftfahrzeugs oder aber auch zwei durch eine Symmetrieachse geteilte Hälften des Kraftfahrzeugs abbilden.Alternatively or additionally, for two image sections that map portions of the dummy that are symmetrical in the road user to be imitated, a symmetry image derived from a first of the two image sections may be used as a reference image for the second image section. The first image section is mirrored, for example, and subjected to the comparison function together with the second image section. In this way, particularly simple symmetry properties of the dummy can be checked, since a large number of relevant sensors or their sensor data processing uses such symmetry properties for a recognition of a road user. The two image sections can image a pair of headlights, a pair of wheels or a pair of pillars of the motor vehicle or even two halves of the motor vehicle divided by an axis of symmetry.
Zweckmäßigerweise berücksichtigt die Vergleichsfunktion wenigstens eine Erfassungseigenschaft des Sensors. Da unterschiedliche Sensortypen, beispielsweise Radarsensoren, Lidarsensoren oder Bilderfassungssensoren für Licht innerhalb oder außerhalb eines für Menschen sichtbaren Wellenlängenbereichs, Eigenschaften eines Teilmerkmals unterschiedlich erfassen, wird die Aussagekraft des Gütekennwert durch eine entsprechende Auslegung der Vergleichsfunktion erheblich verbessert.Expediently, the comparison function takes into account at least one detection property of the sensor. Because different types of sensors, such as radar sensors, Lidarsensoren or image acquisition sensors for light within or Outside of a wavelength range visible to humans, detecting properties of a partial feature differently, the validity of the quality characteristic is significantly improved by a corresponding interpretation of the comparison function.
Es wird ferner bevorzugt, wenn der Bewertungsklassifikator das Klassifikationsergebnis in Abhängigkeit einer gewichteten Summe der Gütekennwerte ermittelt. Dies erlaubt eine einfache und dabei gleichzeitig besonders effiziente Zusammenfassung der einzelnen Gütekennwerte. Es können dabei empirisch und/oder in Abhängigkeit wenigstens einer Erfassungseigenschaft des Sensors vorgegebene Gewichtungsfaktoren verwendet werden.It is further preferred if the rating classifier determines the classification result as a function of a weighted sum of the quality characteristic values. This allows a simple and at the same time particularly efficient summary of the individual quality characteristics. In this case, predetermined weighting factors can be used empirically and / or as a function of at least one detection property of the sensor.
Besonders vorteilhaft ist es, wenn der Bewertungsklassifikator zusätzlich wenigstens einen durch eine Eingabe eines menschlichen Bewerters erhaltenen Bewerterkennwert berücksichtigt, wobei dem Bewerter ein in Abhängigkeit der Bilddaten erzeugtes Bewerterbild auf einer Bildausgabeeinrichtung angezeigt wird. In die Bewertung der Güte der Attrappe kann mithin neben den durch die Bildverarbeitungseinrichtung ermittelten Gütekennwerten eine menschliche Bewertungskomponente in Form des Bewerterkennwerts eingehen. Dies ist insbesondere zweckmäßig, wenn sich einzelne Teilmerkmale des zu imitierenden Verkehrsteilnehmers, die sich nicht hinreichend exakt durch Maßnahmen der Bildverarbeitung erfassen lassen. Die Standardisierung der Bewertung der Attrappe kann dabei durch dem Bewerter vorgegebene Beurteilungskriterien gewährleistet werden.It is particularly advantageous if the valuation classifier additionally takes into account at least one evaluation parameter obtained by an input from a human evaluator, wherein the evaluator is shown an evaluator image generated as a function of the image data on an image output device. Consequently, in addition to the quality characteristic values determined by the image processing device, a human evaluation component in the form of the evaluation characteristic value can enter into the evaluation of the quality of the dummy. This is particularly expedient if individual partial features of the road user to be imitated, which can not be detected with sufficient accuracy by image processing. The standardization of the assessment of the dummy can be ensured by the evaluator predetermined assessment criteria.
Das Bewerterbild kann zusätzlich zu dem Bild, insbesondere vertikale und/oder horizontale, Hilfslinien umfassen. Besonders bevorzugt werden gitterartige Hilfslinien angezeigt. Dies ermöglicht eine Unterstützung der optischen Bewertung von parallelen und orthogonalen Merkmalen der Attrappe sowie von Symmetriemerkmalen. Alternativ oder zusätzlich kann das Bewerterbild zusätzlich zu dem Bild eine durch Spiegelung zumindest eines Teils des Bildes erzeugte Überlagerung umfassen. Beispielsweise kann in den Bilddaten eine Mittelachse ermittelt werden und ein durch die Mittelachse gebildetes Halbbild des Bilds dem anderen Halbbild gespiegelt überlagert werden. Es kann auch eine Spiegelung des gesamten Bilds an einer Symmetrieachse dem Bild überlagert werden. Alternativ oder zusätzlich kann das Bewerterbild zusätzlich zu dem Bild eine Überlagerung des oder eines Referenzbilds umfassen. Auch so wird dem Bewerter eine Erkennung von Abweichungen zwischen der Attrappe und dem Referenzbild erleichtert.The evaluator image may include auxiliary lines in addition to the image, in particular vertical and / or horizontal. Particularly preferably, grid-like auxiliary lines are displayed. This allows support for the visual evaluation of parallel and orthogonal features of the dummy as well as symmetry features. Alternatively or additionally, the evaluator image may include, in addition to the image, an overlay generated by mirroring at least a portion of the image. For example, a central axis can be determined in the image data, and a field of the image formed by the central axis can be superimposed on the other field in a mirrored manner. It can also be a reflection of the entire image on an axis of symmetry superimposed on the image. Alternatively or additionally, the evaluator image may include an overlay of the or a reference image in addition to the image. This also makes it easier for the evaluator to detect deviations between the dummy and the reference image.
Außerdem kann das oder ein Referenzbild benachbart zum Bewerterbild auf der Bildausgabeeinrichtung angezeigt werden. Der Bewerter erhält so eine Gegenüberstellung einer Darstellung der Attrappe mit dem Referenzbild, das – wie bereits gesagt – die Attrappe in einem unbenutzten Zustand oder bei einer erstmaligen Benutzung oder den zu imitierenden Verkehrsteilnehmer abbilden kann. Anhand dieser Gegenüberstellung kann der Bewerter besonders aufwandsarm Veränderungen der Attrappe erkennen. Insbesondere erfolgt die Anzeige des Bewerterbilds und des Referenzbilds zeitgleich. In addition, the or a reference image may be displayed adjacent to the evaluator image on the image output device. The evaluator thus obtains a comparison of a representation of the dummy with the reference image, which - as already mentioned - can reproduce the dummy in an unused state or at a first-time use or the road user to be imitated. On the basis of this comparison, the evaluator can detect changes in the dummy with particularly little effort. In particular, the display of the evaluator image and the reference image takes place at the same time.
Es wird ferner bevorzugt, wenn das Bild vor dem Anwenden der Maske und/oder zum Erzeugen des Bewerterbilds skaliert und/oder verschoben wird. Die Skalierung bzw. Verschiebung kann insbesondere derart erfolgen, dass das Bild positionsgetreu bezüglich der Maske oder des Referenzbilds positioniert wird.It is further preferred if the image is scaled and / or shifted before applying the mask and / or generating the evaluator image. The scaling or displacement can in particular be carried out in such a way that the image is positioned true to position relative to the mask or the reference image.
Gemäß einer Abwandlung des erfindungsgemäßen Verfahrens ist es ferner möglich, die Bewertung der Güte vollständig durch den Bewerter vornehmen zu lassen. Die Erfindung kann in diesem Fall ein Verfahren zur Anzeige von Bilddaten betreffen, welche ein mittels einer Kamera aufgenommenes Bild einer Attrappe eines durch einen Sensor eines Kraftfahrzeugs zu erfassenden, zu imitierenden Verkehrsteilnehmers beschreiben, wobei ein mittels einer Bildverarbeitungseinrichtung in Abhängigkeit der Bilddaten erzeugtes Bewerterbild auf einer Bildausgabeeinrichtung angezeigt wird. Ausführungen zum erfindungsgemäßen Verfahren, insbesondere bezüglich der Bereitstellung des Bewerterbildes, lassen sich analog auf das Verfahren zur Anzeige von Bilddaten übertragen, so dass auch mit diesem die zum erfindungsgemäßen Verfahren genannten Vorteile erzielt werden können. According to a modification of the method according to the invention, it is also possible to make the evaluation of the quality completely by the evaluator. In this case, the invention may relate to a method for displaying image data describing a picture taken by a camera of a dummy of a road user to be detected by a sensor of a motor vehicle, an evaluator image generated by means of an image processing device in response to the image data Image output device is displayed. Embodiments of the method according to the invention, in particular with regard to the provision of the evaluator image, can be analogously transferred to the method for displaying image data, so that the advantages mentioned for the method according to the invention can also be achieved therewith.
Im Rahmen des erfindungsgemäßen Verfahrens verwendete Attrappen umfassen bevorzugt einen Grundkörper und ein textilen Überzug. Der Grundkörper kann derart elastisch und/oder plastisch verformbar sein, dass er bei einer Kollision mit dem Kraftfahrzeug keinen oder nur einen vernachlässigbaren Schaden am Kraftfahrzeug, insbesondere seiner Außenhaut, verursacht. Der textile Überzug kann mit Merkmalen eines zu imitierenden Verkehrsteilnehmers bedruckt sein. Der Grundkörper bildet im Wesentlichen die äußere Form des zu imitierenden Verkehrsteilnehmers nach, wobei Oberflächenmerkmale des Verkehrsteilnehmers durch den Überzug darstellbar sind. Durch das Verfahren können insbesondere Falten und verwitterungs- oder kollisionsbedingte Veränderungen des textilen Überzugs erfasst werden, woraus eine Aussage über deren Einfluss auf die Güte der Attrappe abgeleitet werden kann. Ebenso können Beschädigungen, beispielsweise kollisionsbedingte Verformungen, des Grundkörpers erfasst werden.Dummies used in the process according to the invention preferably comprise a main body and a textile coating. The base body can be elastically and / or plastically deformable in such a way that it causes no or only negligible damage to the motor vehicle, in particular its outer skin, in the event of a collision with the motor vehicle. The textile cover may be printed with features of a road user to be imitated. The main body essentially follows the outer shape of the road user to be imitated, wherein surface features of the road user can be represented by the covering. By the method, in particular wrinkles and weathering or collision-related changes of the textile cover can be detected, from which a statement about their influence on the quality of the dummy can be derived. Likewise, damage, for example, collision-induced deformations of the body can be detected.
Die der Erfindung zugrunde liegende Aufgabe wird ferner erfindungsgemäß durch eine Bildverarbeitungseinrichtung gelöst, welche zur Durchführung des erfindungsgemäßen Verfahrens eingerichtet ist. Sämtliche Ausführungen zum erfindungsgemäßen Verfahren lassen sich analog auf die erfindungsgemäße Bildverarbeitungseinrichtung übertragen, so dass auch mit dieser zuvor genannten Vorteile erzielt werden können. The object underlying the invention is further achieved by an image processing device according to the invention, which is set up for carrying out the method according to the invention. All embodiments of the method according to the invention can be analogously transferred to the image processing device according to the invention, so that can be achieved with these advantages mentioned above.
Weitere Vorteile und Einzelheiten der Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnungen. Diese sind schematische Darstellungen und zeigen:Further advantages and details of the invention will become apparent from the embodiments described below and with reference to the drawings. These are schematic representations and show:
Die Attrappe
Dass Verfahren beginnt in einem Schritt S1 mit der Erfassung des Bildes
In einem folgenden Schritt S2 wendet die Maskierungseinheit
In einem anschließenden Schritt S3 ermittelt die Vergleichseinheit
Gemäß einer Variante des Verfahrens wird als Referenzbild ein in der Vergangenheit erfasstes Vergangenheitsbild der Attrappe
According to a variant of the method, the reference image is a past image of the dummy captured in the past
Der Vergleichsfunktion liegt dabei eine Bewertungmetrik zugrunde, die angibt wie stark die einzelnen Teilmerkmale durch die abgebildete Attrappe
Ergibt der Vergleich beispielsweise, dass der eine Beleuchtungseinrichtung abbildende Bildabschnitt
Das Verfahren umfasst ferner den nach dem Schritt S1 parallel zu den Schritten S2, S3 durchgeführten Schritt S4, in dem ein einem menschlichen Bewerter durch die Bildanzeigeeinrichtung
Die
Bei
Die Darstellungsvariante gemäß
Bei der Darstellungsvariante gemäß
In einem folgenden Schritt S6 erfasst die Bedieneinrichtung
In einem Schritt S7, der an die parallel durchgeführten Schritte S3 und S6 anschließt, wendet die Klassifikatoreinheit
Das Verfahren endet schließlich in seinem Schritt S8.The method finally ends in its step S8.
Eine weitere Möglichkeit zur Bewertung, ob die Attrappe
Claims (13)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016215443.5A DE102016215443B4 (en) | 2016-08-18 | 2016-08-18 | Method for evaluating image data and image processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016215443.5A DE102016215443B4 (en) | 2016-08-18 | 2016-08-18 | Method for evaluating image data and image processing device |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102016215443A1 true DE102016215443A1 (en) | 2018-02-22 |
DE102016215443B4 DE102016215443B4 (en) | 2023-09-28 |
Family
ID=61083818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102016215443.5A Active DE102016215443B4 (en) | 2016-08-18 | 2016-08-18 | Method for evaluating image data and image processing device |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102016215443B4 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006012477A1 (en) * | 2006-03-16 | 2007-09-20 | Robert Bosch Gmbh | Evaluation device, method and computer program |
DE102011107458A1 (en) * | 2011-07-15 | 2013-01-17 | Audi Ag | Method for evaluating an object recognition device of a motor vehicle |
US20140085475A1 (en) * | 2011-05-19 | 2014-03-27 | The Regents Of The University Of California | Dynamic bayesian networks for vehicle classification in video |
-
2016
- 2016-08-18 DE DE102016215443.5A patent/DE102016215443B4/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006012477A1 (en) * | 2006-03-16 | 2007-09-20 | Robert Bosch Gmbh | Evaluation device, method and computer program |
US20140085475A1 (en) * | 2011-05-19 | 2014-03-27 | The Regents Of The University Of California | Dynamic bayesian networks for vehicle classification in video |
DE102011107458A1 (en) * | 2011-07-15 | 2013-01-17 | Audi Ag | Method for evaluating an object recognition device of a motor vehicle |
Also Published As
Publication number | Publication date |
---|---|
DE102016215443B4 (en) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102011107458A1 (en) | Method for evaluating an object recognition device of a motor vehicle | |
DE102014116199A1 (en) | Image distortion compensation device and method of operation therefor | |
DE102017223160B4 (en) | Method for detecting at least one object lying on a motor vehicle and control device and motor vehicle | |
DE102017103540A1 (en) | Determine an angular position of a trailer without a target mark | |
DE102016216795A1 (en) | Method for determining result image data | |
DE102011122457A1 (en) | Method for operating a camera arrangement, camera arrangement and driver assistance system | |
EP2787485A1 (en) | Method and device for automatic detection of defects in flexible bodies | |
DE102010023199A1 (en) | Method for operating image capturing device for realizing outer mirror functions of motor vehicle, involves monitoring momentary state of cameras in dependence of result of comparison and/or merging of environmental characteristics | |
DE102015007794A1 (en) | Method and device for detecting moisture and / or contamination on an outside of a cover of an image sensor | |
DE102006037600B4 (en) | Method for the resolution-dependent representation of the environment of a motor vehicle | |
DE102017202155A1 (en) | Camera system for a vehicle | |
DE102013022076A1 (en) | Method for determining a width of a target vehicle by means of a camera system of a motor vehicle, camera system and motor vehicle | |
DE102016104044A1 (en) | A method for detecting a deposit on an optical element of a camera through a feature space and a hyperplane, and camera system and motor vehicle | |
DE102010002310A1 (en) | Method and device for the free inspection of a camera for an automotive environment | |
DE102016101149A1 (en) | A method for detecting smoke in an environmental area of a motor vehicle with the aid of a camera of the motor vehicle, driver assistance system and motor vehicle | |
DE102019204602B4 (en) | Method and device for masking objects contained in an image | |
DE102017217027A1 (en) | A method of operating a head-mounted electronic display device and display system for displaying a virtual content | |
DE102016118335A1 (en) | A method for detecting a contamination on a lens of a camera of a motor vehicle based on brightness values in images, camera and motor vehicle | |
DE102008057671A1 (en) | Vehicle's e.g. commercial passenger car, surrounding area monitoring method, involves illuminating vehicle and/or surrounding area of vehicle depending on captured real illumination in overall image | |
DE102009007412A1 (en) | Method for tracing e.g. pedestrian in images captured by camera in car, involves determining subset based on parameters with respect to transformed image points and correspondence image points, and utilizing mapping rule to trace object | |
DE102019208448A1 (en) | Procedure for checking a device or a machine | |
DE102016215443A1 (en) | Method for evaluating image data and image processing device | |
DE102020006720A1 (en) | Method for localizing a silhouette of a vehicle combination in camera images and vehicle generated by an external vehicle camera | |
EP3734557A1 (en) | Method for providing training data for adaptive situation recognition algorithms and method for automated situation detection of operating situations of a vehicle for public transport | |
WO2018188700A1 (en) | Surround view system for a vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06K0009620000 Ipc: G06V0030190000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06V0030190000 Ipc: G06V0020580000 |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division |