DE19549216C2 - Verfahren zur Bildauswertung - Google Patents
Verfahren zur BildauswertungInfo
- Publication number
- DE19549216C2 DE19549216C2 DE19549216A DE19549216A DE19549216C2 DE 19549216 C2 DE19549216 C2 DE 19549216C2 DE 19549216 A DE19549216 A DE 19549216A DE 19549216 A DE19549216 A DE 19549216A DE 19549216 C2 DE19549216 C2 DE 19549216C2
- Authority
- DE
- Germany
- Prior art keywords
- gray value
- histogram
- directions
- image
- max
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 27
- 238000011156 evaluation Methods 0.000 title claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000005054 agglomeration Methods 0.000 claims 1
- 230000002776 aggregation Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 8
- 238000000926 separation method Methods 0.000 description 6
- 230000004807 localization Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 235000010678 Paulownia tomentosa Nutrition 0.000 description 1
- 240000002834 Paulownia tomentosa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Bildauswertung gemäß dem Oberbegriff des
Anspruchs 1, wie es aus der DE 39 13 620 C1 der Anmelderin bekannt ist und bezieht
sich insbesondere auf die Lokalisierung und quantitative Beschreibung von Bildstrukturen,
deren Kontrast auch sehr gering sein kann. Dazu gehören unter anderem auch
Schattierungen in Form langsam veränderlicher Grauwertverläufe, deren Erkennung zu
wesentlichen Erleichterungen bei der Interpretation von Ergebnissen einer Berechnung
von Konturelementen oder von Flecken führen, die durch Schwellwertoperationen im
Originalgrauwertbild erzeugt werden.
Die Erfindung baut auf dem o. g. Verfahren zur Berechnung des Grauwertgradienten auf,
auf das bezüglich hier nicht weiter ausgeführte Informationen ausdrücklich verwiesen
wird. Auch hier wird Gebrauch gemacht von der Invarianz des Gradientenwinkels
gegenüber Multiplikation oder Addition der Grauwertfunktion mit Konstanten.
Aus dem Stand der Technik sind weitere Verfahren und Einrichtungen zur Bildauswertung
bekannt, die sich jedoch nicht auf Flächen bzw. Grauwerte derselben beziehen. So ist
aus der EP 712 094 A2 bekannt, linienbehaftete Zeichnungen (line art) oder Graphiken,
Karten, Buchstaben bzw. Zahlen zu erfassen. Auch in der US 54 50 531 werden Kanten
und die zugehörigen Winkel bzw. Lage im Koordinatensystem mit den entsprechenden
Gradienten und Gradientenwinkeln detektiert, berechnet und ausgewertet. Weiterhin
werden nach der DE 43 08 776 A1 Straßen, also linienhafte Werte und dreidimensionale
Objekte bzw. deren Kanten erfasst und ausgewertet. Die Erfindung bezieht sich
demgegenüber auf die Analyse und Auswertung von Grauwerten bzw.
Grauwertgradienten und den Histogrammen derselben.
Aufgabe der Erfindung ist es, die Auswertung noch präziser zu machen, um z. B. Häuser,
Straßen und Fahrzeuge besser zu unterscheiden und auswerten zu können, um z. B.
Kollisionsmöglichkeiten von Fahrzeugen anzuzeigen.
Erfindungsgemäß wird dies erreicht durch das Verfahren nach Anspruch 1. Vorteilhafte
Weiterbildungen des Verfahrens sind in den Unteransprüchen gekennzeichnet.
- 1. Für jede Parzelle eines parzellierten Bildes werden der mittlere Grauwert Lm sowie die minimalen und maximalen Grauwerte Lmin bzw. Lmax berechnet. Deren Differenz Lmax - Lmin wird als Spannweite Sp einer Parzelle P bezeichnet (siehe Fig. 1). Anschließend werden eine mittlere Spannweite Sm und deren Standardabweichung für das gesamte Grauwertbild aus den Spannweiten aller Parzellen des parzellierten Bildes berechnet. Dieser Mittelwert Sm wird als Schwellwert zur Definition auffälliger Parzellen benutzt: Eine Parzelle ist auffällig, wenn deren Spannweite Sp größer als Sm ist. Darüber hinaus werden die Abstände von Maxima im Histogramm der Grauwert-Gradienten richtungen zur Definition auffälliger Bereiche herangezogen (siehe Fig. 1). Abstände von ca. 180° bzw. 90° signalisieren parallele Kanten bzw. orthogonale Kanten. Das "Spannweiten-Verfahren" wurde mit dem "Richtungshistogramm-Verfahren" kombiniert für die Detektion künstlicher Objekte (z. B. Fahrzeuge, Häuser, Straßen).
- 2. In jedem auffälligen Bereich werden Flecke berechnet, in deren Umgebung
später nach passenden Kanten gesucht wird (s. Punkt 3). Es werden Flecke
für helle Strukturen mit Hilfe eines Schwellwertes Lmax - k1 . ΔLmax bestimmt,
wobei Lmax der mittlere maximale Grauwert und ΔLmax dessen Standardab
weichung darstellen, die sich durch Mittelwertbildung der maximalen Grau
werte aller Parzellen ergeben. Über den Faktor k kann noch verfügt werden.
Als günstig hat sich ein Wert k1 = 1 herausgestellt.
Ganz analog zu der eben beschriebenen Vorgehensweise wird ein Schwellwert Lmin - k2 . ΔLmin für die Berechnung von Flecken für dunkle Strukturen bestimmt, wobei Lmin der mittlere minimale Grauwert aller Parzellen, ΔLmin dessen Standardabweichung und k2 eine Konstante darstellt. In vielen Fällen hat sich k2 = 1 als ein geeigneter Wert erwiesen.
Für den Fall, daß mehrere nahe benachbarte Flecke erzeugt werden, wird mit Hilfe der Methode "Minimal spannende Bäume" eine Ballung zu einem einzigen Fleck vorgenommen. - 3. Flecke reichen bei stark strukturierten Objekten im allgemeinen für die Detek
tion nicht aus. Deshalb wird in jedem auffälligen Bereich das jeweilige
Gradienten-Richtungshistogramm auf das Vorhandensein gradliniger und/oder
orthogonaler Vorzugsrichtungen geprüft, indem die Winkelabstände relevanter
Maxima des Richtungshistogramms ausgewertet werden. Darüber hinaus
werden mit Hilfe des Gradientenbetrages Konturlinien berechnet, deren örtlich
linear verlaufende Segmente durch Strecken approximiert werden.
In einem letzten Schritt wird in der Umgebung des Schwerpunktes jedes einzelnen Fleckes nach Strecken gesucht, welche mit vorgegebener Genauigkeit orthogonal zueinander sind, wobei zusätzlich Informationen bezüglich Vorzugsrichtungen aus der Auswertung des Richtungshistogramms herangezogen werden. Falls eine bestimmte Anzahl passender Strecken gefunden wird - z. B. vier orthogonale Strecken - werden diese Strecken zu einem Rechteck verbunden. Mit dieser sogenannten Figur-Hintergrundtrennung ist die Detektionsphase abgeschlossen. Für die anschließende Klassifikation wird die Grauwertverteilung innerhalb des berechneten Recktecks benutzt.
Bereits in der DE 39 13 620 wurde ein leistungsfähiges Verfahren vorgestellt, welche
auf der Auswertung von Maxima oder der Korrelation von Histogrammen der
Gradientenrichtung beruhen. Signifikante Maxima des Richtungshistogramms sind
Hinweise auf geradlinig verlaufende Konturen innerhalb des gewählten Bildfensters,
welche als Teilstrukturen möglicher Ziele in Frage kommen und deshalb als "auffällig"
bezeichnet werden.
Ein weiteres wichtiges Merkmal zur Objekt-Hintergrundtrennung ist der Kontrast eines
Objektes, welcher durch die Grauwertunterschiede zwischen Objekt und Hintergrund,
aber auch zwischen Strukturen innerhalb des Objektes zustande kommt. Ein Maß für
den Kontrast ist der Betrag des Grauwertgradienten, für dessen Berechnung die Diffe
renz zweier unmittelbar benachbarter Grauwertbereiche gebildet werden muß.
Die Größe dieser Bereiche hängt von der Maskengröße des Gradientenoperators ab,
welche im Fall des z. B. verwendeten NAG-(Normierte Ableitung einer Gaußfunktion)-
Operators durch die Standardabweichung σ der verwendeten Gaußfunktion bestimmt
wird. Neben diesen lokalen, auf die Maskengröße bezogenen Kontrasten besteht ein
Bedarf an globalen Kontrastmaßen für beliebige Bildausschnitte bis hin zum gesamten
Bild.
Als Maß für den globalen Kontrast können gemäß Anspruch 1 beispielsweise
Mittelwerte der Gradientenbeträge verwendet werden. Für ein globales Kontrastmaß
hat sich jedoch die Differenz der maximalen und minimalen Grauwerte in den
einzelnen Parzellen der Gradientenbetrags- oder der Originalbilder als geeigneter
erwiesen. Dieses Maß entspricht zum Teil den in der Psychophysik üblichen
Kontrastdefinitionen
K1 = (Lmax - Lmin)/(Lmax + Lmin) (1)
K2 = (Lmax - Lmin)/Lm (2)
wobei Lmax, Lmin und Lm jeweils die maximale, minimale und mittlere Leuchtdichte
in dem betrachteten Bildbereich bezeichnen. In Gl. (2) wird statt der mittleren
Leuchtdichte Lm sehr häufig die Hintergrundleuchtdichte verwendet in der Annahme,
daß bei der Detektion relativ kleiner Testzeichen in einer homogenen Umgebung das
Auge auf die Hintergrundleuchtdichte adaptiert. Der Schwellenkontrast für die
Sichtbarkeit einer Bildstruktur hängt also nicht nur von der maximalen Leuchtdich
tedifferenz ab, sondern auch von der mittleren Leuchtdichte auf die das Auge adap
tiert ist (Adaptationsleuchtdichte).
Die Spannweite (Lmax - Lmin) ist gut geeignet bestimmte Bildbereiche aufgrund
hoher Kontraste als auffällig (als Parzelle) zu markieren. Schwierigkeiten treten auf,
wenn ein fester Schwellwert vorgegeben wird und alle Kontraste größer als dieser
Wert als "hoch" bezeichnet werden. Deshalb wird eine mittlere Spannweite Sm und
deren Standardabweichung für das gesamte Grauwertbild aus den Spannweiten aller
Parzellen des gerasterten Bildes berechnet.
Die bisher durchgeführten Untersuchungen mit Sm als Schwellwert zur Detektion
von Bildbereichen, die aufgrund ihrer überschwelligen Spannweiten auffällig sind, ha
ben zu guten Ergebnissen geführt, wie weiter unten gezeigt wird. Lediglich bei Bil
dern, in denen große Spannweiten ("Kontraste") in einem größeren Bildbereich (z. B.
Siedlungen im IR-Bild) zu einem hohen Mittelwert führen, liegen die Spannweiten in
teressierender (kontrastschwacher) Straßen, wie zu erwarten, unterhalb von Sm und
werden deshalb mit der in diesem Abschnitt beschriebenen Methode nicht als auffäl
lig markiert. In diesem Fall können jedoch die weitgehend kontrastunabhängigen
Vorzugsrichtungen herangezogen werden, deren Bestimmung parallel zu der
Berechnung von Spannweiten erfolgt.
In einem zweiten Schritt wird eine bessere Lokalisierung von Objekten innerhalb der
als auffällig markierten Bildbereiche versucht. Zu diesem Zweck werden für alle
Parzellen innerhalb örtlich getrennter Auffälligkeitsbereiche neben der mittleren
Spannweite die Mittelwerte des minimalen und des maximalen Grauwertes und deren
Standardabweichung bestimmt. Die Idee bei dieser Vorgehensweise ist, mit Hilfe
dieser Meßwerte Grauwertschwellen zur Erzeugung von hellen und dunklen Flecken
zu definieren, deren Gruppierung unter Berücksichtigung von orthogonalen
Vorzugsrichtungen eine Objekt-Hintergrundtrennung ermöglicht. Diese Methode wird
nun anhand von Beispielen veranschaulicht.
Im folgenden werden Ergebnisse für drei verschiedene Szenarien diskutiert, deren
Grauwertverteilungen in den Abb. 2.1, 2.6 und 2.11 wiedergegeben sind. Zur
Verdeutlichung der Vorgehensweise ist in Abb. 2.2 ein Raster eingeblendet. Für jede
der 30 × 30 Pixel großen Parzellen, die sich zu 50% überlappen (Verschiebung 15
Pixel jeweils in Zeilen- und Spaltenrichtung) werden die Spannweiten der Original-
Grauwerte oder der Gradientenbeträge (wählbar) berechnet und eine Analyse des Hi
stogramms der Gradientenrichtungen durchgeführt. Die Größe einer Parzelle beein
flußt den Wert der Spannweite. Bei dem vorliegenden Maßstab hat sich als Richtwert
eine Parzellengröße von 20 × 20 Pixel bewährt. Die 30 × 30 Pixel-Parzellen mit 50%
Überlappung in Abb. 2.2 eignen sich jedoch besser zur Veranschaulichung, da der
Bildinhalt deutlicher sichtbar bleibt. Die gröbere Ortsauflösung und die geringe Ände
rung der mittleren Spannweite gegenüber einem 20 × 20 Pixel-Raster wirken sich hier
nur unwesentlich aus.
In Abb. 2.3 ist der Bildinhalt aller Parzellen dargestellt, deren Spannweite größer ist
als der Mittelwert Sm = 60. Durch die zusätzliche Berücksichtigung der Bedingung,
daß im Richtungshistogramm Maxima mit 180 Grad Abstand dominieren, kann eine
weitere Reduktion der Parzellen erreicht werden. In Abb. 2.4 ist erkennbar, daß im
wesentlichen die hier interessierenden parallelen Linien, nämlich Straßen, in den Par
zellen enthalten sind. Die Bedingung, daß nach der Schwellwertoperation mit Sm als
Schwellwert im Richtungshistogramm die Maxima mit 90 Grad Abstand, d. h. ortho
gonale Linien, dominieren, führt zu der in Abb. 2.5 dargestellten Hervorhebung von
Häusergruppen und Kreuzungen.
Etwas unklarer als im vorangegangenen Beispiel ist die in Abb. 2.6 dargestellte Land
schaftsstruktur aufgrund der Abschattung durch Waldränder und die teilweise
schlechten Kontraste der Fahrbahnen. Als mittlere Spannweite aller 20 × 20 Pixel-
Parzellen mit 50% Überlappung ergibt sich Sm = 61, welche als Schwellwert ge
nommen wird. In Abb. 2.7 sind die Mittelpunkte aller überschwelligen Parzellen durch
(gelbe) Kreise markiert. Durch die Zusatzbedingung, daß im Richtungshistogramm die
Maxima mit 180 Grad Abstand dominieren müssen, ergibt sich eine Reduktion der
relevanten Parzellen, wie aus Abb. 2.8 hervorgeht.
Unter Benutzung der in Abb. 2.9 durch kleine Striche symbolisierten Vorzugsrichtun
gen, die durch Auswertung des Richtungshistogramms der einzelnen Parzellen be
stimmt werden, wird in einem nächsten Auswerteschritt die Kontinuität einer Rich
tung innerhalb örtlich zusammenhängender Parzellen geprüft. Für den Fall, daß die
dominierenden Richtungen des Grauwertgradienten in mindestens zwei benachbarten
Parzellen ähnlich sind (Toleranz ist einstellbar), werden die Parzellen verkettet. Der
örtliche Verlauf dieser Verkettung wird durch Strecken approximiert, deren Steigung
sich jeweils aus dem Mittelwert der Vorzugsrichtungen ergibt, die den einzelnen Par
zellen einer Kette aufgrund der jeweils dominierenden Gradientenrichtung zugeordnet
wird (siehe Abb. 2.9). Eine Kette wird aufgrund der örtlichen Nachbarschaft von Par
zellen aufgebaut. Ein Abbruchkriterium sorgt dafür, daß beispielsweise ein gekrümm
ter Straßenverlauf durch mehrere Strecken mit unterschiedlichen Richtungen ap
proximiert wird.
Aufgrund des sehr einfachen Verfahrens zur Verkettung von Parzellen sind
Überlappungen von Strecken möglich, wie Abb. 2.10 zeigt, wo die Approximation der
Verkettung durch weiße Linien dargestellt ist, die Kreise markieren die Mittelpunkte
von diesen Linien (Strecken).
Die im folgenden beschriebene Vorgehensweise zur Objekt-Hintergrundtrennung be
ruht im wesentlichen auf folgenden Annahmen:
- 1. Interessierende Objekte sind kontrastreich. Ihre Oberflächen bestehen aus ein zelnen Ebenen. Die Reflexion jeder Ebene führt im Bild zu homogenen Regio nen, so daß sich Objekte als Gruppierung von Regionen mit bestimmten Attri buten (Größe, Form, Grauwert etc.) beschreiben lassen.
- 2. Falls der Kontrast von Objekten z. B. aufgrund ihrer Farbe, Verschmutzung, Schattenbildung etc. so schlecht ist, daß eine automatische Schwellwertope ration im Grauwertbereich keine Merkmale liefert, sollten jedoch gerade Kan ten zu Vorzugsrichtungen des Grauwertgradienten führen. Die Detektion sol cher Richtungen ist weitgehend kontrastunabhängig. Die Verkettung von Konturpunkten ähnlicher Richtung liefert Strecken für die Formbeschreibung.
- 3. Die Objekte oder Teile von ihnen lassen sich im Bildbereich in guter Näherung durch Rechtecke beschreiben.
Am Beispiel des in Abb. 2.11 dargestellten Fahrzeuges soll das Verfahren veran
schaulicht werden. Unter der Annahme ausreichend großer Kontraste wird die mittle
re Spannweite Sm und deren Standardabweichung SDm für alle 20 × 20 Pixel gro
ßen Parzellen (bei 50% Überlappung) des Bildes berechnet. Den Bildinhalt aller
Parzellen, deren Spannweite größer ist als Sm + SDm = 95 + 29 = 134, sieht man
in Abb. 2.12. Wegen des niedrigen Kontrastes des vordersten Teils des Führerhauses
des LKW mit Anhänger wird eine Ecke durch den oberen Bildrand abgeschnitten. j
Wie dargestellt, ergeben sich aus dem Histogramm der Gradientenrichtungen Vor
zugsrichtungen. Für bestimmte auffällige Regionen wird nach Strecken in den
Vorzugsrichtungen gesucht. Eine Region wird nur akzeptiert, wenn mindestens vier
Strecken gefunden werden, welche als (grobe) Approximation der vier Seiten eines
Rechtecks verwendet werden können (Abb. 2.24)
Die gezeigten Beispielen zeigen, daß das erfindungsgemäße Verfahren von der
Detektion auffälliger Bereiche im Gesamtbild aufgrund der Kontrast- und
Richtungsverteilung bis hin zur Repräsentation der Außenkontur durch Rechtecke eine
einfache Methode zur Objekt-Hintergrundtrennung darstellt.
Claims (6)
1. Verfahren zur Bildauswertung von Bildern einer Videokamera oder eines
Fernsehbildes durch Analyse und Auswertung der Richtungen von
Grauwertgradienten, wobei die Grauwertgradienten des Bildes ggf. normiert
werden, und Bildung des Histogramms der Gradientenrichtungen,
dadurch gekennzeichnet,
daß die minimalen und maximalen Grauwerte Lmin bzw. Lmax, deren
Differenz Lmax - Lmin als Spannweite Sp, der Mittelwert Sm als
Schwellwert zur Definition auffälliger Parzellen, und die Abstände der Maxima im
Histogramm der Grauwertgradientenrichtungen gebildet werden.
2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet,
daß in den Parzellen Flecke für helle Strukturen mit Hilfe eines Schwellwertes
Lmax - k1 . ΔLmax und ein Schwellwert Lmin - k2 . ΔLmin für die Berechnung
von Flecken für dunkle Strukturen bestimmt werden.
3. Verfahren nach einem der Ansprüche 1-2,
dadurch gekennzeichnet,
daß für den Fall, daß mehrere nahe benachbarte Flecke gleicher Intensität
erzeugt werden, mit Hilfe der Methode "Minimal spannende Bäume" eine
Ballung zu einem einzigen Fleck vorgenommen wird.
4. Verfahren zur Bildauswertung von Bildern einer Videokamera oder eines
Fernsehbildes durch Analyse und Auswertung der Richtungen von
Grauwertgradienten, wobei die Grauwertgradienten des Bildes ggf. normiert
werden, und Bildung des Histogramms der Gradientenrichtungen
nach Anspruch 2,
dadurch gekennzeichnet,
daß in jedem auffälligen Bereich das jeweilige Gradienten-
Richtungshistogramm auf das Vorhandensein gradliniger und/oder orthogonaler
Vorzugsrichtungen geprüft wird, indem die Winkelabstände relevanter Maxima
des Richtungshistogramms ausgewertet werden.
5. Verfahren nach Anspruch 4,
dadurch gekennzeichnet,
daß im Fall von vier orthogonalen Strecken in einem Fleck diese zu Rechtecken
verbunden werden.
6. Verfahren nach Anspruch 5,
dadurch gekennzeichnet,
daß nach Bildung der Rechtecke die Grauwertverteilung innerhalb derselben zur
Klassifikation verwendet werden.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19549216A DE19549216C2 (de) | 1995-12-30 | 1995-12-30 | Verfahren zur Bildauswertung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19549216A DE19549216C2 (de) | 1995-12-30 | 1995-12-30 | Verfahren zur Bildauswertung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19549216A1 DE19549216A1 (de) | 1997-07-03 |
DE19549216C2 true DE19549216C2 (de) | 1999-09-09 |
Family
ID=7781690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19549216A Expired - Fee Related DE19549216C2 (de) | 1995-12-30 | 1995-12-30 | Verfahren zur Bildauswertung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19549216C2 (de) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10326033B4 (de) * | 2003-06-10 | 2005-12-22 | Hema Electronic Gmbh | Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche |
DE10326031B4 (de) * | 2003-06-10 | 2005-12-22 | Hema Electronic Gmbh | Verfahren zur adaptiven Kantenerkennung |
DE10326035B4 (de) * | 2003-06-10 | 2005-12-22 | Hema Electronic Gmbh | Verfahren zur adaptiven Fehlererkennung auf einer strukturierten Oberfläche |
DE102016124747A1 (de) * | 2016-12-19 | 2018-06-21 | Bayerische Motoren Werke Aktiengesellschaft | Erkennen eines erhabenen Objekts anhand perspektivischer Bilder |
DE102019006753A1 (de) | 2019-09-27 | 2020-03-26 | Daimler Ag | Verfahren und Vorrichtung zur Übertragung von Bildern in einem Fahrzeug |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4308776A1 (de) * | 1992-03-23 | 1993-09-30 | Fuji Heavy Ind Ltd | System zur Überwachung des fahrzeugexternen Zustands unter Verwendung eines durch mehrere Fernsehkameras aufgenommenen Bildes |
US5450531A (en) * | 1992-11-30 | 1995-09-12 | Eastman Kodak Company | Resolution enhancement system for combined binary and gray scale halftone images |
EP0712094A2 (de) * | 1994-11-10 | 1996-05-15 | Eastman Kodak Company | Multi-Fensterverfahren zur Schwellwertverarbeitung von Bildern mit Gebrauch der örtlichen Bildeigenschaften |
-
1995
- 1995-12-30 DE DE19549216A patent/DE19549216C2/de not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4308776A1 (de) * | 1992-03-23 | 1993-09-30 | Fuji Heavy Ind Ltd | System zur Überwachung des fahrzeugexternen Zustands unter Verwendung eines durch mehrere Fernsehkameras aufgenommenen Bildes |
US5450531A (en) * | 1992-11-30 | 1995-09-12 | Eastman Kodak Company | Resolution enhancement system for combined binary and gray scale halftone images |
EP0712094A2 (de) * | 1994-11-10 | 1996-05-15 | Eastman Kodak Company | Multi-Fensterverfahren zur Schwellwertverarbeitung von Bildern mit Gebrauch der örtlichen Bildeigenschaften |
Also Published As
Publication number | Publication date |
---|---|
DE19549216A1 (de) | 1997-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102011106050B4 (de) | Schattenentfernung in einem durch eine fahrzeugbasierte Kamera erfassten Bild zur Detektion eines freien Pfads | |
DE102011106052B4 (de) | Schattenentfernung in einem durch eine fahrzeugbasierte Kamera erfassten Bild unter Verwendung eines nichtlinearen beleuchtungsinvarianten Kerns | |
DE19636028C1 (de) | Verfahren zur Stereobild-Objektdetektion | |
DE69624980T2 (de) | Objektüberwachungsverfahren und -gerät mit zwei oder mehreren Kameras | |
DE102006005512B4 (de) | System und Verfahren zur Messung der Entfernung eines vorausfahrenden Fahrzeugs | |
DE102006057552A1 (de) | System und Verfahren zur Messung des Abstands eines vorausfahrenden Fahrzeugs | |
DE102011106072A1 (de) | Schattenentfernung in einem durch eine fahrzeugbasierte kamera erfassten bild unter verwendung einer optimierten ausgerichteten linearen achse | |
WO2013072231A1 (de) | Verfahren zur nebeldetektion | |
DE102011111440A1 (de) | Verfahren zur Umgebungsrepräsentation | |
DE102017209631B4 (de) | Objektidentifizierungsvorrichtung | |
DE102017103540A1 (de) | Ermitteln einer Winkelstellung eines Anhängers ohne Zielmarkierung | |
DE102015209147A1 (de) | Verfahren zur Parkflächenerkennung | |
EP1419402B1 (de) | Verfahren zur erkennung und verfolgung von objekten | |
DE102016124747A1 (de) | Erkennen eines erhabenen Objekts anhand perspektivischer Bilder | |
DE102017106152A1 (de) | Ermitteln einer Winkelstellung eines Anhängers mit optimierter Vorlage | |
DE112009003648T5 (de) | Verfahren und Vorrichtung zur Barrierentrennung | |
DE19549216C2 (de) | Verfahren zur Bildauswertung | |
DE102006037600B4 (de) | Verfahren zur auflösungsabhängigen Darstellung der Umgebung eines Kraftfahrzeugs | |
WO2009086970A1 (de) | Verfahren und vorrichtung zur bilderfassung für kraftfahrzeuge | |
DE69600320T2 (de) | Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen | |
DE102020125232A1 (de) | Verfahren zur Farbkorrektur für ein Kamerasystem sowie ein Kamerasystem | |
DE102008050456B4 (de) | Verfahren und Vorrichtung zur Fahrspurerkennung | |
DE102006007550A1 (de) | Vorrichtung und Verfahren zur Erkennung einer Fahrbahnmarkierung für ein Kraftfahrzeug | |
DE69606711T2 (de) | Verfahren zum erkennen von gegenständen | |
DE102008059551A1 (de) | Verfahren zum Ermitteln der Lageänderung eines Kamerasystems und Vorrichtung zum Erfassen und Verarbeiten von Bildern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8320 | Willingness to grant licences declared (paragraph 23) | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20110701 |