CN102194103A - 用于车辆的主动可视性支持设备和方法 - Google Patents
用于车辆的主动可视性支持设备和方法 Download PDFInfo
- Publication number
- CN102194103A CN102194103A CN2011100532423A CN201110053242A CN102194103A CN 102194103 A CN102194103 A CN 102194103A CN 2011100532423 A CN2011100532423 A CN 2011100532423A CN 201110053242 A CN201110053242 A CN 201110053242A CN 102194103 A CN102194103 A CN 102194103A
- Authority
- CN
- China
- Prior art keywords
- wavelength bands
- wavelength
- pixel
- image
- pixels
- 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 OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/307—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing virtually distinguishing relevant parts of a scene from the background of the scene
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Mechanical Engineering (AREA)
Abstract
本发明涉及用于车辆的主动可视性支持设备和方法。一种主动可视性支持设备包括:光线接收单元,配置为接收来自物体的反射光线以对于多个波长带的每个产生用于图像的信号;波长选择单元,配置为在对于至少一个波长带的图像中把限定最大占据区域的、具有可比信号强度的像素集设为参照区域,并将不包括在参照区域中的像素设为识别目标像素;对于每个识别目标像素,对于每个波长带将图像中像素的值与参照区域的像素值相比,以选择对于检测物体而言有效的至少两个波长带;显示单元,配置为基于波长选择单元对于每个识别目标像素所选择的多个波长带的组合而对识别目标像素分组,并基于分组的结果显示以区别方式示出物体的图像。
Description
本申请基于2010年3月3日递交的日本专利申请No.2010-046429并要求其优先权,在此通过引用引入其全部公开内容。
技术领域
本发明涉及用于车辆的主动可视性(active visibility)支持设备和主动可视性支持方法,用于允许驾驶员在驾驶车辆的同时更恰当地识别所视的物体。
背景技术
在驾驶车辆的同时,车辆的驾驶员需要视觉地识别物体并根据对物体的识别结果来驾驶车辆,所述物体如其它车辆、路上的人、路面上的标记线、路侧建筑物。例如,在驾驶车辆的同时,当侦查到前方并沿前进方向略向左的细长的竖直站立物体时,驾驶员需要判断该物体是设施杆还是行人。如果该物体是行人等,驾驶员需要采取行动,例如减速行驶。然而,在例如阴雨天气或夜间的不利条件下,在视野中侦察车辆前方的物体很困难。对物体进行判断则更加困难。
因此,已经考察了在车辆中安装主动可视性支持设备,以便于识别可能出现在驾驶员的视野里的物体。主动可视性支持设备用近红外光等照亮车辆前方以获得从车辆所视的沿前进方向的景象的图像,从而允许驾驶员容易地判断图像中的每个物体是什么。反射光谱应当根据物体的类型而改变。因此,为了允许物体被识别,已经提出通过利用多频带摄像机来获得不同波长带的多个图像以识别物体。
如JP2005-115631A中所述,相比使用与三原色(即,三个波长带)对应的滤光器的普通彩色摄像机,多频带摄像机提供多个波长带,这些波长带各自是窄带。多频带摄像机还包括大量的这样的波长带,以允许对于相应的单独波长带获取图像。典型的多频带摄像机包括几个至几十个波长带。因为该大量波长带,尽管光谱再现性的精度低,多频带摄像机的使用也允许来自物体上的每个点的光线的光谱被再现。JP2005-115631A公开了一种图像显示设备,其使用多频带摄像机来获取图像,用户在这些图像之一上指定范围以允许该范围的光谱在绘图中显示,或者,该图像显示设备在波长被指定时计算并显示对于具体波长的图像。
JP2001-099710A示出了具有单个成像装置(例如CCD(电荷耦合器件)传感器)的多频带摄像机,使用例如可以控制传输波长带的液晶可调滤波器来切换传输波长,以取得对于多个波长带的图像。JP2001-099710A还示出用于补偿从可调滤波器的光谱传输特性的设定值的偏移并以更高的波长分辨率估计来自多个波长带的图像的物体的光谱的技术。
类似于JP2001-099710A,JP11-096333A示出了以更高的波长分辨率估计来自多频带摄像机获得的多个波长带的图像的物体的光谱的技术。JP11-096333A还公开了当提供单个成像装置时使用旋转滤波器用于切换成像的频带。
当物体被光线照亮并且取得来自物体的反射光线的图像时,可以通过使用多个发光二极管(LED)(每个具有窄频带发射光谱特性)作为光源来获得多个波长带的图像,以通过照明光线的波长改变来取得物体的图像。
此外,作为对于多频带摄像机、具有更多频带的超光谱传感器等获得的大量波长带在大量图像中识别物体的示例,JP2008-152709A公开了一种基于大量超光谱图像来检查是什么东西覆盖了地面表面的方法。该方法检查地面的目标表面是否是例如路面或水面或由植物覆盖,并且如果地面表面由植物覆盖,则检查植物的分布。根据JP2008-152709A的方法预设适于根据道路、森林等的分类来划分区域的多个波长带的组合,以允许提取目标区域被自动选择。例如,用监督数据进行的学习被用于设定分类。然后,对应于被提取的分类的多个波长带的图像被预选,目标区域然后在被选择的图像中被识别。
发明内容
本身是包括利用多频带摄像机等取得对于多个波长带的图像并估计物体的反射光谱等的技术本身是已知的。然而,当对于多个波长带的图像被提供时,目前没有确保在任何情况下对象被准确识别的充分技术。上述JP2008-152709A中所述的技术需要根据检测的物体的类型预设表示使用波长带的哪种结合的种类。因此,当图像在例如车辆行进的瞬时变化的情况中被取得,不能获得表示物体本身是什么的信息,JP2008-152709A中所述的技术不足以有效地检测并识别物体。此外,该技术需要通过监督数据来学习以设定分类。因此,相关过程本身复杂。
鉴于在车辆中安装主动可视性支持设备以支持驾驶员驱动和操作,设备需要可靠地检测路上或路边的物体并将该物体的再现实时呈现给驾驶员。此外,如果设备可以确定物体是什么,判断结果需要能实时呈现给驾驶员。
本发明的一个目的是提供具有简单结构并适于安装在车辆中的可视性支持设备,设备允许路上或路边的物体被准确检测并支持驾驶员使驾驶员能容易地判断物体是什么。
本发明的另一个目的是提供可视性支持方法,设备允许路上或路边的物体被准确检测并支持驾驶员使驾驶员能容易地判断物体是什么。
根据本发明的示例方面,可视性支持设备包括:光源单元,配置为在波长带之间切换的同时以具有不同峰值波长的多个波长带中的光线照亮物体;光线接收单元,配置为接收来自所述物体的反射光线,以对于所述多个波长带的每个产生用于图像的信号;波长选择单元,配置为在至少一个图像中将像素的信号强度彼此相比,并且设定具有可比信号强度的那些像素的集合,将最大占据区域限定为参照区域,并且将不包括在所述参照区域中的像素设定为识别目标像素;对于每个所述识别目标像素,对于每个波长带将图像中像素的值与所述参照区域的像素值相比,以选择有效用于检测所述物体的至少两个波长带;以及显示单元,配置为基于所述波长选择单元对于每个识别目标像素所选择的多个波长带的组合对所述识别目标像素分组,并且基于分组的结果显示其中区别地示出所述物体的图像。
根据本发明的另一示例方面,可视性支持方法包括:在波长带之间切换的同时以具有不同峰值波长的多个波长带中的光线照亮物体;接收来自所述物体的反射光线,以对于所述多个波长带的每个产生用于图像的信号;在至少一个图像中将像素的信号强度彼此相比,并且设定具有可比信号强度的那些像素的集合,将最大占据区域限定为参照区域;将不包括在所述参照区域中的像素设定为识别目标像素,对于每个所述识别目标像素,对于每个波长带将图像中像素的值与所述参照区域的像素值相比,以选择有效用于检测所述物体的至少两个波长带;以及基于对于每个识别目标像素选择的多个波长带的组合对所述识别目标像素分组;并且基于分组的结果显示其中区别地示出所述物体的图像。
根据上述结构,基于被实时提取的参照区域,物体被实施提取。因此,即使在瞬时变化的情况下,在图像中可以可靠地将物体与另一个物体区分。此外,不需要进行详细的光谱计算,通过利用通过在多个光源中切换提供的有限数目波长带使物体与另一个物体区分,以对于每个识别目标像素确定表示识别目标像素的波长带的组合。因此,可以简化所需的计算过程,并且减小设备的尺寸。
根据以下基于示出本发明的示例实施例的附图的描述,本发明的上述目的、特征和优点将更加明显。
附图说明
图1是示出根据本发明的示例实施例的用于车辆的主动可视性支持设备的结构的框图;
图2是示出波长选择单元执行的过程的流程图;
图3是示出波长选择单元执行的过程的流程图;
图4是示出根据本发明的示例实施例的用于车辆的主动可视性支持设备的结构的框图。
具体实施方式
图1所示的根据本发明的示例实施例的设备是主动可视性支持设备,其安装在车辆中,以检测可能出现在驾驶员的视野中的物体并通知驾驶员物体的存在,以支持驾驶员,使驾驶员可以识别物体。为了允许至少两个物体分别被检测,可视性支持设备用不同波长带中的至少两种光线照亮物体,并且从物体的反射光线获得的反射强度信号选择至少两种对于识别而言有效的波长带。然后,基于所选择的波长带,两个物体在图像上被显示并彼此区别开。
可视性支持设备包括:光源单元11,具有至少两个光源S1至Sn以用不同波长带的光线(例如近红外线)照亮测量物体20(可能出现在车辆前方的物体);调制单元12,配置为驱动光源单元11以调制从光源单元11照射到测量物体20的照明光线21的光强。光源S1至Sn的辐射或发射光谱是已知的并具有不同峰值波长。调制单元12可以单独地调制S1至Sn的辐射强度。这里所用的“调制”一词包括涉及仅打开、关闭每个光源的非调制。由光源S1、S2、...、Sn辐射的光线被假设为分别在B1、B2、...、Bn的波长带。此外,为了便于描述,波长带B1、B2、...、Bn假设为以该顺序峰值波长增大。
此外,为了允许来自物体的反射光线22被接收并被显示,使得至少两个物体在图像上彼此区别,可视性支持设备还包括:光线接收单元13,由CCD传感器形成并构造为接收来自物体的反射光线22以基于反射光线的反射强度将光线转换为用于图像的电信号;计算单元14,配置为执行图像计算过程,例如对从光线接收单元13获得的信号进行减法和除法;波长选择单元15,配置为对于各个波长比较计算单元14以图像形式输出的反射强度信号,以选择对于将对象彼此区别开而言有效的至少两个波长带;显示单元16,配置为基于波长选择单元15所选择的波长带集合以区别方式显示至少两个对象。计算单元14可以配置为确定当物体被光线照射时获得的图像和当物体未被光线照射时获得的图像之间的差图像,从而减轻额外的背景光线成分的负面效果。此外,计算单元14可以配置为基于光源单元11中的每个光源的辐射强度分布和光线接收单元13中的光线接收元件的光谱灵敏度来校正反射强度信号,以计算更精确的反射率。
现在将描述波长选择单元15。
在根据本实施例的结构中,光源单元11中设置具有不同峰值波长的多个光源S1至Sn。调制单元12在这些光源之间切换的同时允许这些光源之一发射光线。测量目标20然后由来自光源的照明光线21照射,并且光线接收单元13接收来自测量目标20的反射光线22。由此,获得波长带不同的多个图像。例如,如果有具有不同峰值波长的六个光源,那么获得不同波长带的六个图像,即与波长带B1至B6对应的图像。每个图像应当显示出现在相同的视野内的多个物体。这里,假设每个图像包含物体A和B。那么,由于物体提供不同的反射光谱,物体A在一个图像中可能被示为比物体B亮,在另一个图像中比物体B暗,并且物体A和B在再一个图像中可能基本上彼此没有区别。这样的示例在图1中被示为图像41和42。图像41从光源S3的光线获得。图像42从光源S6的光线获得。在车辆的支持驱动中,并不优选将多个图像或图画呈现给驾驶员,而优选在一个图像或图画中清楚地以区别方式显示物体A和物体B。
因此,例如基于用于不同波长带的六个图像,波长选择单元15对于每个像素选择适于以区别方式显示多个物体(例如物体A和B)的至少两个波长带。如果选择的波长带用于允许显示单元16如上所述清楚地区别显示物体。选择方法可以选择包括物体之间的反射强度信号等级的大小关系的反向的多个波长带的集合,或选择包括物体之间的反射强度信号等级的至少一个给定值的差的多个波长带的集合。
图1所示的绘图31示出对波长带B1至B6中的波长带进行的选择。在该图中,来自与一个物体对应的像素的信号的信号强度对于每个波长带由点线表示,而来自与另一个物体对应的像素的信号的信号强度对于每个波长带由实线表示。
选择波长带的集合需要从图像提取区域,该区域是物体的候选(candidate)。这里,由于设备安装在车辆中,所以假设每个图像的较大区域被柏油或混凝土铺设的路面部分占据,然而这也取决于光线接收单元13的视角。因此,波长选择单元15首先尝试检测铺设的路面部分作为参照区域,然后使用参照区域作为比较的参照物来比较不属于参照区域的像素的信号强度。基于比较结果,波长选择单元15选择一组波长带,这组波长带允许将物体与参照区域区别开。不包括在参照区域中的像素在下文中被称为识别目标像素。
假设被选择的波长带集合包括两个波长带。根据已经设定的参照区域,可以例如基于以下(i)至(iii)来选择允许将物体与参照区域区别开的波长带集合作为识别目标像素。
(i)在第一情况下,对于所有波长带,每个识别目标像素的像素值等于或大于参照区域的像素值,在此情况下,选择分别包括最大差和最小差的波长带,所述的差是由识别目标像素的像素值减去参照区域的像素值获得的;
(ii)在第二情况下,对于所有波长带,识别目标像素的像素值等于或小于参照区域的像素值,在此情况下,选择分别包括最大差和最小差的波长带,所述的差是由参照区域的像素值减去识别目标像素的像素值获得的;
(iii)在第三情况下,识别目标像素的像素值在一些波长带中大于参照区域的像素值,而识别目标像素的像素值在一些波长带中小于参照区域的像素值,在此情况下,基于参照区域的像素值,选择下述波长带:这些波长带分别包括沿正方向和沿负方向的识别目标像素的最大值。
图2是示出波长选择单元15的操作示例的流程图,图3是示出图像在操作期间如何被处理的视图。
首先,在步骤101,在对于任何波长带的图像中,像素的信号强度彼此相比。然后,限定了最大占据区域的、具有可比信号强度的那些像素被设为参照区域。为允许参照区域被精确设定,上述过程可以对于多个波长带在图像上重复地进行。然而,该过程不一定要在所有波长带上进行。例如,在对于波长带B1的图像中,像素的信号强度彼此相比,限定最大占据区域的、具有可比信号强度的像素集合被设为参照区域。然后,该过程对于波长带B2、B3...以该顺序在图像上重复地进行。由此,最后在图3的图像51中,阴影线像素被设为参照区域。
然后,在步骤102,在对于任何波长带的图像中,识别目标像素的信号强度与参照区域中的像素的信号强度相比。基于比较结果,在步骤103,适于识别的至少两个波长带的集合对于每个识别目标像素被选择。在图3在图像52中,识别目标像素被示为白像素。参照区域中的像素与路面对应并且都提供类似的反射光谱,图3中的实线B表示每个波长带B1至B6中参照区域的信号强度,即反射光谱。此外,所示的点线A表示来自图像52中识别目标像素的顶行左边起第二个像素的光谱。为该像素选择波长带B2和B6,因为波长带B2和B6之间反射水平的大小关系相反。类似地,虚线C表示来自图像52中倒数第二行左边起第三个像素的光谱。
然后,在步骤104,设备确定是否已在所有的波长带上实施了识别目标像素和参照区域之间的比较。如果比较没有在所有的波长带上进行,过程返回到步骤102用于进行下一个波长带上的比较。如果已经在所有的波长带上进行,过程切换到步骤105。在步骤105,包含适于识别的波长带的相同集合的像素被分组。然后,由波长选择单元14执行的过程结束。包含适于识别的波长带的相同集合的像素以下被称为具有相同性质的像素。
在这里所示的示例中,组合导致对于图3中图像53中所示的顶行和顶行下的下一行的所有像素选择波长带B2和B6。因此这些像素形成一组。被选择的像素具有包括波长带B2和B6的集合的性质。该组中像素提供如图3中图像52中点线A所示的光谱,并且对应于具有光谱A的物质。类似地,波长带B2和B5的集合对于倒数第二行从左边第二和第三个像素被选择。因此,这些像素形成另一组。被选择的像素具有包括波长带B2和B5的集合的性质。该组中像素提供如图3中图像52中虚线C所示的光谱,并且对应于具有光谱C的物质。
显示单元16显示输出图像23。在输出图像23中,参照区域中的像素被显示,从而与具有另一性质的像素区别开。即,显示单元16在平视显示器等的屏幕上显示像素组,从而允许具有相同性质的像素组与具有另一性质的像素组容易地区别。这允许提醒驾驶员在前进方向出现在前方的另一车辆或行人。图3中图像54示出了显示示例。实际中,可以提供彩色显示等。然而,在图3中的图像54中,为了描述,属于参照区域的像素由中度阴影表示。具有与波长带B2和B6的集合对应的性质的像素,即提供光谱C的像素,由深色阴影表示。
看到该输出图像23,驾驶员可以容易地知道行人、另一个车辆或障碍物出现在沿前进方向的车辆前方。驾驶员还能基于输出图像23中物体的形状评估出现什么物体。
图4示出根据本发明的另一个实施例的主动可视性支持设备。图4所示的可视性支持设备由将数据库单元17加到图1所示的可视性支持设备构成。配置为保持每种类型的物体的光谱数据的数据库被存储在数据库单元17中。图4中的绘图32示出了存储在数据库单元17中的数据的示例。这里,物体间隙d的光谱数据和物体E的光谱数据存储在数据库单元17中。
在该结构中,显示单元16在每组像素上基于每个像素组的性质搜索数据库以确定像素组对应什么物体,例如像素组是应于设施杆还是行人。然后,在被显示以呈现给驾驶员的输出图像23中,显示单元16区别地示出物体,并且还示出文字或进行高亮度以表示每个物体类似什么。
因此,驾驶员可以容易地知道例如行人、另一个车辆或障碍物沿前进方向在车辆前方的出现,以及表示车辆前方的物体类似什么的识别结果。
很明显可以对上述实施例和功能进行其它变化和改变,获得其优点的一些或全部。所附权利要求应当认为涵盖了在本发明的主旨和范围内的所有这样的变化和改变。
Claims (10)
1.一种可视性支持设备,包括:
光源单元,配置为在具有不同峰值波长的多个波长带之间切换的同时,以这些波长带中的一个波长带的光线照亮物体;
光线接收单元,配置为接收来自所述物体的反射光线,以对于所述多个波长带的每个波长带产生用于图像的信号;
波长选择单元,配置为在至少一个图像中将像素的信号强度彼此相比,把具有限定了最大占据区域的可比信号强度的那些像素的集合设定为参照区域,并且将不包括在所述参照区域中的像素设定为识别目标像素;对于每个所述识别目标像素,对于每个波长带将图像中像素的值与所述参照区域的像素值相比,以选择对于检测所述物体而言有效的至少两个波长带;以及
显示单元,配置为基于所述波长选择单元对于每个识别目标像素所选择的多个波长带的组合来对所述识别目标像素进行分组,并且基于分组的结果来显示以区别方式示出了所述物体的图像。
2.根据权利要求1所述的设备,还包括计算单元,该计算单元被配置为:当所述物体未被来自所述光源单元的光线照亮时,基于从所述光线接收单元获得的信号来校正对于所述多个波长带中每个波长带的图像的信号。
3.根据权利要求1所述的设备,其中,对于所述多个波长带的图像被用于设定所述参照区域。
4.根据权利要求1所述的设备,其中,所述波长选择单元以如下方式选择两个波长带:在每个所述识别目标像素的像素值对于所有波长带都等于或大于所述参照区域的像素值的第一情况中,所述波长选择单元选择分别包括最大差和最小差的波长带,所述差是由所述识别目标像素的像素值减去所述参照区域的像素值获得的;在所述识别目标像素的像素值对于所有波长带都等于或小于所述参照区域的像素值的第二情况中,所述波长选择单元选择分别包括最大差和最小差的波长带,所述差是由所述参照区域的像素值减去所述识别目标像素的像素值获得的;在不同于所述第一情况和第二情况的第三情况中,所述波长选择单元基于所述参照区域的像素值来选择分别包括沿正方向和负方向的所述识别目标像素的最大值的波长带。
5.根据权利要求1所述的设备,还包括数据库,该数据库被配置为保持每种类型物体的光谱数据,
其中,所述显示单元搜索所述数据库,以识别所述物体并显示识别的结果。
6.一种可视性支持方法,包括:
在具有不同峰值波长的多个波长带之间切换的同时,以这些波长带中的一个波长带的光线照亮物体;
接收来自所述物体的反射光线,以对于所述多个波长带的每个波长带产生用于图像的信号;
在至少一个图像中将像素的信号强度彼此相比,并且把限定了最大占据区域的、具有可比信号强度的那些像素的集合设定为参照区域;
将不包括在所述参照区域中的像素设定为识别目标像素,对于每个所述识别目标像素,对于每个波长带将图像中像素的值与所述参照区域的像素值相比,以选择对于检测所述物体而言有效的至少两个波长带;以及
基于对于每个识别目标像素进行的选择所选择的多个波长带的组合来对所述识别目标像素进行分组;并且
基于分组的结果来显示以区别方式示出了所述物体的图像。
7.根据权利要求6所述的方法,还包括:当所述物体未被来自所述光源单元的光线照亮时,基于获得的信号来校正对于所述多个波长带中每个波长带的图像的信号。
8.根据权利要求6所述的方法,其中,对于所述多个波长带的图像被用于设定所述参照区域。
9.根据权利要求6所述的方法,其中,以如下方式选择两个波长带:在每个所述识别目标像素的像素值对于所有波长带都等于或大于所述参照区域的像素值的第一情况中,选择分别包括最大差和最小差的波长带,所述差是由所述识别目标像素的像素值减去所述参照区域的像素值获得的;在所述识别目标像素的像素值对于所有波长带都等于或小于所述参照区域的像素值的第二情况中,选择分别包括最大差和最小差的波长带,所述差是由所述参照区域的像素值减去所述识别目标像素的像素值获得的;在不同于所述第一情况和第二情况的第三情况中,基于所述参照区域的像素值来选择分别包括沿正方向和负方向的所述识别目标像素的最大值的波长带。
10.根据权利要求6所述的方法,还包括对数据库进行搜索以识别所述物体并显示识别的结果,所述数据库被配置为保持每种类型物体的光谱数据。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010046429A JP4977923B2 (ja) | 2010-03-03 | 2010-03-03 | アクティブ型車両視界補助装置及び車両視界補助方法 |
| JP2010-046429 | 2010-03-03 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102194103A true CN102194103A (zh) | 2011-09-21 |
| CN102194103B CN102194103B (zh) | 2016-03-23 |
Family
ID=44531014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110053242.3A Expired - Fee Related CN102194103B (zh) | 2010-03-03 | 2011-03-03 | 用于车辆的主动可视性支持设备和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8854464B2 (zh) |
| JP (1) | JP4977923B2 (zh) |
| CN (1) | CN102194103B (zh) |
| DE (1) | DE102011005056A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104252630A (zh) * | 2013-06-26 | 2014-12-31 | 现代摩比斯株式会社 | 物体识别系统 |
| CN103595936B (zh) * | 2012-08-16 | 2016-11-30 | 现代摩比斯株式会社 | 车辆用客体检测装置及其检测方法 |
| CN113232647A (zh) * | 2016-12-07 | 2021-08-10 | 厦门大学 | 一种车前物体识别方法及其识别装置 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8810658B2 (en) * | 2012-02-02 | 2014-08-19 | Xerox Corporation | Estimating a visible vector representation for pixels in an infrared image |
| JP6089436B2 (ja) * | 2012-04-18 | 2017-03-08 | ソニー株式会社 | 画像処理装置と画像処理装置の作動方法および撮像装置 |
| KR102041633B1 (ko) * | 2013-05-14 | 2019-11-06 | 현대모비스 주식회사 | 물체 인식 시스템 |
| US20150185017A1 (en) * | 2013-12-28 | 2015-07-02 | Gregory L. Kreider | Image-based geo-hunt |
| DE102014204002A1 (de) * | 2014-03-05 | 2015-09-10 | Conti Temic Microelectronic Gmbh | Verfahren zur Identifikation eines projizierten Symbols auf einer Straße in einem Fahrzeug, Vorrichtung und Fahrzeug |
| US10576948B2 (en) * | 2015-12-08 | 2020-03-03 | Airbus Group India Private Limited | Aircraft braking based on real time runway condition |
| US10336465B2 (en) | 2016-01-08 | 2019-07-02 | The Regents Of The University Of Michigan | Ice crystals and volcanic ash detection system |
| US10621865B2 (en) | 2018-03-29 | 2020-04-14 | The Regents Of The University Of Michigan | Road condition monitoring system |
| US10508952B1 (en) | 2018-10-31 | 2019-12-17 | The Regents Of The University Of Michigan | Optimum spectral bands for active vision systems |
| GB2609914A (en) * | 2021-08-12 | 2023-02-22 | Continental Automotive Gmbh | A monitoring system and method for identifying objects |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6072889A (en) * | 1997-12-03 | 2000-06-06 | The Raytheon Company | Method and system for imaging target detection |
| US20050099527A1 (en) * | 2003-11-12 | 2005-05-12 | Mitsubishi Denki Kabushiki Kaisha | Vehicular camera |
| US20070001822A1 (en) * | 2003-09-19 | 2007-01-04 | Karsten Haug | Method for improving vision in a motor vehicle |
| CN101263445A (zh) * | 2005-08-03 | 2008-09-10 | 格瑞德网络传输私人有限公司 | 信息输出装置、媒体及信息输入/输出装置 |
| US20090102943A1 (en) * | 2007-10-22 | 2009-04-23 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and image sensing apparatus |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1196333A (ja) | 1997-09-16 | 1999-04-09 | Olympus Optical Co Ltd | カラー画像処理装置 |
| JP3897206B2 (ja) * | 1998-04-27 | 2007-03-22 | ホーチキ株式会社 | 異常監視装置 |
| JP3819187B2 (ja) | 1999-09-28 | 2006-09-06 | 富士写真フイルム株式会社 | マルチバンド画像の分光反射率のスペクトル推定方法およびスペクトル推定システム |
| JP3612565B2 (ja) * | 2002-02-20 | 2005-01-19 | 国土交通省国土技術政策総合研究所長 | 路面状況判定方法 |
| DE10303044A1 (de) * | 2003-01-24 | 2004-08-12 | Daimlerchrysler Ag | Vorrichtung und Verfahren zur Verbesserung der Sicht in Kraftfahrzeugen |
| JP2005115631A (ja) | 2003-10-07 | 2005-04-28 | Olympus Corp | 画像表示装置及び画像表示方法 |
| JP4323991B2 (ja) * | 2004-03-19 | 2009-09-02 | 大日本スクリーン製造株式会社 | 分光反射率測定装置、膜厚測定装置および分光反射率測定方法 |
| JP2005318408A (ja) * | 2004-04-30 | 2005-11-10 | Nissan Motor Co Ltd | 車両周囲監視装置および方法 |
| JP4353162B2 (ja) * | 2005-09-26 | 2009-10-28 | トヨタ自動車株式会社 | 車輌周囲情報表示装置 |
| JP2007208413A (ja) * | 2006-01-31 | 2007-08-16 | Olympus Corp | 色補正装置および色補正方法ならびに色補正プログラム |
| JP4940791B2 (ja) | 2006-07-04 | 2012-05-30 | 富士通株式会社 | テスト支援プログラム、テスト支援装置、およびテスト支援方法 |
| US7693331B2 (en) * | 2006-08-30 | 2010-04-06 | Mitsubishi Electric Research Laboratories, Inc. | Object segmentation using visible and infrared images |
| JP2008152709A (ja) | 2006-12-20 | 2008-07-03 | Hitachi Software Eng Co Ltd | 地理画像処理装置、及びプログラム |
| US8160382B2 (en) * | 2007-10-15 | 2012-04-17 | Lockheed Martin Corporation | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
| JP2009253857A (ja) * | 2008-04-09 | 2009-10-29 | Toyota Motor Corp | 車両用周辺監視装置 |
| JP4943392B2 (ja) | 2008-08-25 | 2012-05-30 | 京楽産業.株式会社 | 遊技機 |
| US8081797B2 (en) * | 2008-10-10 | 2011-12-20 | Institut National D'optique | Selective and adaptive illumination of a target |
| JP4918732B2 (ja) | 2010-03-05 | 2012-04-18 | 日本電気株式会社 | 光測定装置及び方法 |
| JP5519381B2 (ja) | 2010-04-09 | 2014-06-11 | トヨタ自動車株式会社 | スペクトル測定装置 |
| JP5060580B2 (ja) | 2010-04-09 | 2012-10-31 | トヨタ自動車株式会社 | スペクトル測定装置 |
-
2010
- 2010-03-03 JP JP2010046429A patent/JP4977923B2/ja not_active Expired - Fee Related
-
2011
- 2011-03-02 US US13/038,567 patent/US8854464B2/en not_active Expired - Fee Related
- 2011-03-03 DE DE102011005056A patent/DE102011005056A1/de not_active Withdrawn
- 2011-03-03 CN CN201110053242.3A patent/CN102194103B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6072889A (en) * | 1997-12-03 | 2000-06-06 | The Raytheon Company | Method and system for imaging target detection |
| US20070001822A1 (en) * | 2003-09-19 | 2007-01-04 | Karsten Haug | Method for improving vision in a motor vehicle |
| US20050099527A1 (en) * | 2003-11-12 | 2005-05-12 | Mitsubishi Denki Kabushiki Kaisha | Vehicular camera |
| CN101263445A (zh) * | 2005-08-03 | 2008-09-10 | 格瑞德网络传输私人有限公司 | 信息输出装置、媒体及信息输入/输出装置 |
| US20090102943A1 (en) * | 2007-10-22 | 2009-04-23 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and image sensing apparatus |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103595936B (zh) * | 2012-08-16 | 2016-11-30 | 现代摩比斯株式会社 | 车辆用客体检测装置及其检测方法 |
| CN104252630A (zh) * | 2013-06-26 | 2014-12-31 | 现代摩比斯株式会社 | 物体识别系统 |
| CN104252630B (zh) * | 2013-06-26 | 2018-03-20 | 现代摩比斯株式会社 | 物体识别系统 |
| CN113232647A (zh) * | 2016-12-07 | 2021-08-10 | 厦门大学 | 一种车前物体识别方法及其识别装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4977923B2 (ja) | 2012-07-18 |
| JP2011182300A (ja) | 2011-09-15 |
| CN102194103B (zh) | 2016-03-23 |
| DE102011005056A1 (de) | 2011-12-01 |
| US8854464B2 (en) | 2014-10-07 |
| US20110216196A1 (en) | 2011-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102194103B (zh) | 用于车辆的主动可视性支持设备和方法 | |
| GB2510833A (en) | A road marking analyser and a method of analysing of road markings | |
| US8294794B2 (en) | Shadow removal in an image captured by a vehicle-based camera for clear path detection | |
| US10482347B2 (en) | Inspection of the contoured surface of the undercarriage of a motor vehicle | |
| US10746763B2 (en) | Apparatus and method for diagnosing electric power equipment using thermal imaging camera | |
| US9883148B2 (en) | Color mask for an image sensor of a vehicle camera | |
| CN102834309B (zh) | 自动车辆设备监控、报警和控制系统 | |
| US9639764B2 (en) | Image recognition system for vehicle for traffic sign board recognition | |
| JP5115792B2 (ja) | 画像処理装置および方法、並びに、プログラム | |
| US10032088B2 (en) | Method and system for classifying painted road markings in an automotive driver-vehicle-assistance device | |
| US9911051B2 (en) | Method and apparatus for confirmation of relevant white inner circle in environment of circular traffic sign recognition | |
| US20120008020A1 (en) | Shadow Removal in an Image Captured by a Vehicle Based Camera Using a Non-Linear Illumination-Invariant Kernel | |
| CN116148265B (zh) | 一种基于合成革高质量图像获取的瑕疵分析方法及系统 | |
| US8254632B2 (en) | Detection of motor vehicle lights with a camera | |
| JP2016196233A (ja) | 車両用道路標識認識装置 | |
| JP2009071789A (ja) | 車両周辺監視システム | |
| US8781158B1 (en) | UVB-visible channel apparatus and method for viewing a scene comprising terrestrial corona radiation | |
| US9875415B2 (en) | Method and system for classifying painted road markings in an automotive driver-vehicle-asistance device | |
| JP4064556B2 (ja) | 降雨雪状況検出方法およびその装置 | |
| JP2000193419A (ja) | タイヤチェ―ン検出装置及びスタッドレスタイヤ検出装置 | |
| Baur et al. | Persistent hyperspectral observations of the urban lightscape | |
| EP2732401B1 (fr) | Dispositif et procede d'imagerie pour produire une image de marquages routiers | |
| US20250124724A1 (en) | Method for Real-Time Detection of Road Markings | |
| WO2015193470A1 (en) | Mobile road sign reflectometer | |
| US11138445B2 (en) | Vision system and method for a motor vehicle |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160323 Termination date: 20200303 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |