[发明专利]用于车辆中的自动图像改善的设备和方法

说明书

用于车辆的用于图像改善的设备具有摄像机和图像处理模块，摄像机设置用于检测初始图像，图像处理模块设置用于由初始图像确定结果图像。图像处理模块具有：多个图像处理滤波器，这些中的每个设置用于将初始图像分别变换成中间图像；评估模块，其对于借助图像处理滤波器变换的中间图像中的每个输出质量度量数；选择模块，其选择具有最高的质量度量数的中间图像并将具有最高质量度量数的中间图像输出作为结果图像；学习神经网络，其设置用于在学习阶段中，针对每个初始图像学习多个图像处理滤波器中的具有中间图像的最高质量度量数的图像处理滤波器，在学习阶段之后，针对每个初始图像选择多个图像处理滤波器中的具有中间图像的最高质量度量数的图像处理滤波器。

技术领域

本发明涉及用于车辆(尤其陆地车辆)中的自动图像改善的一种设备和一种方法。自动图像改善在车辆中例如用于支持一系列辅助系统，或者自动图像改善也用于至少部分自动化行驶的车辆。

背景技术

在许多情况下，基于摄像机的传感装置的车辆应用依赖于高质量的摄像机图像。在一些场景中(例如在行驶通过隧道或天气突然变化时)，摄像机图像的质量可能会突然发生改变。在一些基于摄像机的系统(例如驾驶辅助系统中)中，这可能导致错误决策。

发明内容

本发明的任务是改善至少一些摄像机图像的质量。

本发明的一方面涉及一种用于车辆中的自动图像改善的方法，该方法具有以下步骤：

-借助摄像机检测初始图像；

-借助多个图像处理滤波器将初始图像变换成多个中间图像；

-对于借助图像处理滤波器所变换的中间图像中的每个，确定一个质量度量数

-借助选择模块来选择具有最高质量度量数的中间图像，并且将具有有最高质量度量数的中间图像输出作为结果图像，其中，在学习阶段中，学习神经网络针对每个初始图像对多个图像处理滤波器中的具有中间图像的最高质量度量数的图像处理滤波器进行学习，并且在学习阶段之后，学习神经网络针对每个初始图像从多个图像处理滤波器中选择出具有中间图像的最高质量度量数的图像处理滤波器。

对其执行该方法的车辆具有摄像机和图像处理模块，该摄像机用于检测初始图像，该图像处理模块设置用于由初始图像确定结果图像。该方法或该结果图像例如可以用于操控车辆的致动器。

车辆可以是陆地车辆(尤其可以是载客机动车、运输车、载重货车、陆基专用车辆)、水陆两用车辆、船舶或飞机。摄像机可以是单个摄像机、立体摄像机或多个摄像机(例如“环绕视野摄像机”的形式)。摄像机可以设置用于检测单个图像或检测图像的序列。由摄像机在没有进一步处理的情况下检测的图像称为“初始图像”，有时也称为“原始图像”。在通过图像处理模块处理之后被输出给基于摄像机的系统的图像称为“结果图像”。在许多系统中，结果图像必须满足(例如在亮度和/或对比度方面的)确定的质量要求。使用这种结果图像作为基础的系统例如包括辅助系统，所述辅助系统例如是用于车道识别的系统、用于识别固定对象(如建筑物或地标)的系统，或用于识别运动对象(如其他车辆或行人)的系统。这些结果图像例如可以由至少部分自动化行驶的车辆使用。

图像处理模块具有多个图像处理滤波器，这些图像处理滤波器中的每个在另一步骤中将初始图像分别变换成中间图像。图像处理滤波器例如可以进行颜色变换或对比度变换(例如改变伽马值)，但也可以执行复杂得多的变换。可以通过用于图像识别的算法来支持所述变换。在此，一个滤波器的不同设定适于用作不同的图像处理滤波器。