CN110733408A - 一种基于视觉的智能远光灯算法 - Google Patents

一种基于视觉的智能远光灯算法 Download PDF

Info

Publication number
CN110733408A
CN110733408A CN201910988623.7A CN201910988623A CN110733408A CN 110733408 A CN110733408 A CN 110733408A CN 201910988623 A CN201910988623 A CN 201910988623A CN 110733408 A CN110733408 A CN 110733408A
Authority
CN
China
Prior art keywords
high beam
image
street lamp
light spots
threshold value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910988623.7A
Other languages
English (en)
Inventor
赵金霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Autotronics Co Ltd
Original Assignee
Hangzhou Autotronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Autotronics Co Ltd filed Critical Hangzhou Autotronics Co Ltd
Priority to CN201910988623.7A priority Critical patent/CN110733408A/zh
Publication of CN110733408A publication Critical patent/CN110733408A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
    • B60Q1/1415—Dimming circuits
    • B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B60Q1/143—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

本发明公开了一种基于视觉的智能远光灯算法，包括以下步骤：S01：ADAS摄像头采集图像，S02：裁剪图像感兴区域，S03：转换成灰度图，S04：金字塔降采样缩小图像，S05：二值化提取光斑，S06：用天际线划分光斑区域，S07：判断路灯光斑总面积与路灯阈值、判断车灯光斑总面积与车灯阈值，S08：判断当前帧是否需要开启远光灯，S09：控制汽车远光灯开关状态。本发明中，该智能远光灯算法将智能远光灯控制功能集成在ADAS上，无需额外增加单独的摄像头,并且根据自身远光灯是否开启来实时动态调整光线阈值，增加了智能算法判断的准确性，也降低了运算资源的消耗，同时也有效的减少了开发的工作量，从而节省了开发成本，具有极强的推广和使用前景。

Description

一种基于视觉的智能远光灯算法
技术领域
本发明涉及汽车照明控制技术领域，尤其涉及一种基于视觉的智能远光灯算法。
背景技术
目前,汽车智能远光灯辅助***有基于光照强度传感器实现的,如专利CN109733276A，也有将光敏传感器和摄像头结合后在ADAS中实现的,如专利CN 109466424A.只用光照传感器虽然成本较低,但是功能单一,已经不能满足现在汽车从辅助驾驶向自动驾驶发展整个过程的高智能化及自动化需求,故而基于摄像头结合汽车驾驶辅助***ADAS的这种方案成为主流。
但是目前市场上基于摄像头的智能远光灯控制***，算法复杂，且未划分有效检测区域，在整个画面全局搜索灯光，造成运算资源消耗较多，在ADAS中的集成性较差，如专利CN 109094451A；而光敏传感器结合摄像头的成本又高，增加了汽车制造的成本和使用人员的经济负担，不便于大范围的推广使用。
发明内容
本发明的目的是为了解决现有技术中存在的算法复杂，运算资源消耗较多，在ADAS中的集成性较差以及远光灯控制***成本高的缺点，而提出的一种基于视觉的智能远光灯算法。
为了实现上述目的，本发明采用了如下技术方案：一种基于视觉的智能远光灯算法，包括以下步骤：
S01：ADAS摄像头采集图像，利用汽车ADAS专用的摄像头，获取汽车前方道路的实时图像；
S02：裁剪图像感兴区域，对获取的实时当前帧图像进行上、下、左和右方向的独立裁剪，提取感兴区域的图像；
S03：转换成灰度图，对裁剪后感兴区域内的彩色图像进行灰度转换，得到感兴区域的灰度图；
S04：金字塔降采样缩小图像，对感兴区域的灰度图进行金字塔降采样运算，将其缩小到一定的倍数；
S05：二值化提取光斑，对缩小后的灰度图进行二值化处理，并提取光斑；
S06：用天际线划分光斑区域，以天际线为基础，划分路灯和车灯区域，并分区域统计车灯光斑总面积和路灯光斑总面积；
S07：判断路灯光斑总面积与路灯阈值以及车灯光斑总面积与车灯高光阈值或低光阈值，判断路灯光斑总面积是否大于路灯阈值，判断车灯光斑总面积是否大于高光阈值或低光阈值,从而获取路灯和车灯的实时判定结果；
S08：判断当前帧是否需要开启远光灯，根据获取的判定结果，进一步判断当前帧是否需要开启远光灯；
S09：控制汽车远光灯开关状态，根据智能远光灯算法输出的开启和关闭远光灯信号，控制自车远光灯的开关状态。
作为上述技术方案的进一步描述：
所述智能远光灯算法模块与ADAS控制器共用一个摄像头，摄像头采集到的图像复制成同样的两份分别传递给ADAS算法模块和智能远光灯算法模块，ADAS算法模块处理并判断后输出ADAS相应的结果，智能远光灯算法模块处理并判断后输出智能远光灯相应的结果，实现对汽车远光灯的智能控制。
作为上述技术方案的进一步描述：
所述步骤S02中，感兴区域左右裁剪的原则是：保持裁剪后的区域能覆盖到5个车道左右的宽度；
上方裁剪原则是：能覆盖距自车33米处最高路灯所在区域；
下方裁剪原则是：能使裁剪后的区域包括自车前保险杠33米处的范围即可。
作为上述技术方案的进一步描述：
所述步骤S04中，金字塔降采样运算缩小的倍数数值不一，可以根据实际自车摄像头的实际情况而定。
作为上述技术方案的进一步描述：
所述步骤S05中，图像二值化是将图像上的像素点的灰度值设置为0或255，使得整个图像呈现出明显的黑白效果，从而明显的区别出图像内的光斑位置和面积。
作为上述技术方案的进一步描述：
所述步骤S06中，天际线以上的光斑属于路灯区域，天际线及其以下的光斑属于车灯区域；
天际线的值由ADAS摄像头标定后给到智能远光灯算法模块进行设置，可以对天际线的值进行更改。
作为上述技术方案的进一步描述：
所述步骤S07中，若路灯光斑总面积大于路灯阈值，则判定为有路灯，若路灯光斑总面积小于等于路灯阈值，则判定为无路灯；
其中，还需要判定前方道路有无车灯,车灯阈值分为高光阈值和低光阈值,是根据自车远光灯是否开启而动态调整的光线阈值,而非一个固定的比较阈值，若车灯光斑总面积大于车灯阈值，则判定为有车灯，若车灯光斑总面积小于等于车灯阈值，则判定为无车灯。
作为上述技术方案的进一步描述：
所述步骤S08中，判断需要开启远光灯的只有一种情况：无路灯且前方无其他车灯；
判断需要关闭远光灯的有三种情况：有路灯且前方有其他车灯、有路灯且前方无其他车灯、无路灯且前方有其他车灯。
有益效果
本发明提供了一种基于视觉的智能远光灯算法。具备以下有益效果：
(1)：该智能远光灯算法将智能远光灯控制功能集成在ADAS上，无需额外增加单独的摄像头,并且根据自身远光灯是否开启来实时动态调整光线阈值，增加了智能算法判断的准确性，也降低了运算资源的消耗。
(2)：该智能远光灯算法的处理过程简单易行，并且在开发ADAS时顺带就可以进行同步开发，有效的减少了开发的工作量，从而节省了开发成本，具有极强的推广和使用前景。
附图说明
图1为本发明提出的一种基于视觉的智能远光灯算法中智能远光灯功能集成在ADAS中的示意图；
图2为本发明中的智能远光灯算法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1和图2所示，一种基于视觉的智能远光灯算法，包括以下步骤：
S01：ADAS摄像头采集图像，利用汽车ADAS专用的摄像头，获取汽车前方道路的实时图像；
S02：裁剪图像感兴区域，对获取的实时当前帧图像进行上、下、左和右方向的独立裁剪，提取感兴区域的图像；
S03：转换成灰度图，对裁剪后感兴区域内的彩色图像进行灰度转换，得到感兴区域的灰度图；
S04：金字塔降采样缩小图像，对感兴区域的灰度图进行金字塔降采样运算，将其缩小到一定的倍数；
S05：二值化提取光斑，对缩小后的灰度图进行二值化处理，并提取光斑；
S06：用天际线划分光斑区域，以天际线为基础，划分路灯和车灯区域，并分区域统计车灯光斑总面积和路灯光斑总面积；
S07：判断路灯光斑总面积与路灯阈值以及车灯光斑总面积与车灯高光阈值或低光阈值，判断路灯光斑总面积是否大于路灯阈值，判断车灯光斑总面积是否大于高光阈值或低光阈值,从而获取路灯和车灯的实时判定结果；
S08：判断当前帧是否需要开启远光灯，根据获取的判定结果，进一步判断当前帧是否需要开启远光灯；
S09：控制汽车远光灯开关状态，根据智能远光灯算法输出的开启和关闭远光灯信号，控制自车远光灯的开关状态。
智能远光灯算法模块与ADAS控制器共用一个摄像头，摄像头采集到的图像复制成同样的两份分别传递给ADAS算法模块和智能远光灯算法模块，ADAS算法模块处理并判断后输出ADAS相应的结果，智能远光灯算法模块处理并判断后输出智能远光灯相应的结果，实现对汽车远光灯的智能控制。
步骤S02中，感兴区域左右裁剪的原则是：保持裁剪后的区域能覆盖到5个车道左右的宽度；
上方裁剪原则是：能覆盖距自车33米处最高路灯所在区域；
下方裁剪原则是：能使裁剪后的区域包括自车前保险杠33米处的范围即可，由于业内智能远光灯最小激活速度是40km/h，为避免远光灯频繁闪烁，至少连续3秒检测到一致结果才会开启或关闭远光灯，即40km/h*3秒＝33米。
步骤S04中，金字塔降采样运算缩小的倍数数值不一，可以根据实际自车摄像头的实际情况而定，此处以缩小4倍为例。
步骤S05中，图像二值化是将图像上的像素点的灰度值设置为0或255，使得整个图像呈现出明显的黑白效果，从而明显的区别出图像内的光斑位置和面积；
步骤S06中，天际线以上的光斑属于路灯区域，天际线及其以下的光斑属于车灯区域，天际线的值由ADAS摄像头标定后给到智能远光灯算法模块进行设置，可以对天际线的值进行更改。
步骤S07中，若路灯光斑总面积大于路灯阈值，此处路灯阀值为80个像素点，则判定为有路灯，若路灯光斑总面积小于等于路灯阈值，则判定为无路灯；
其中，还需要判定前方道路有无车灯，对于车灯的判断，要先检测自车的远关灯硬线信号或者CAN信号是否已开启远光灯，如果是，则要将车灯光斑总面积与高光阈值比较，此处高光阀值为320个像素点，如果大于高光阈值则判定为前方有其他车辆的灯光，如果小于等于高光阈值则判定为前方无其他车辆的灯光；如果否，则要将车灯光斑总面积与低光阈值比较，此处高光阀值为260个像素点，如果大于低光阈值则判定为前方有其他车辆的灯光，如果小于等于低光阈值则判定为前方无其他车辆的灯光，此处对于车灯的判断是根据自车远光灯是否开启这一条件而动态调整所比较的阈值的，因为自车远光灯开启后，前方照度明显比没开远光灯要高，用一个固定的阈值来判断前方是否有其他车灯，容易出现误判，所以开远关灯时用一个经过多次试验得到的高光阈值，没开远光灯时用另一个经过多次试验得到的低光阈值分别比较，从而提高了判断的准确性。在选择路灯阈值时，对于微弱路灯不足以照亮道路的情况，会将其考虑其中，从而把微弱路灯的情况也判定为无路灯，车灯阈值也是同理，对于微弱车灯不足以照明的情况也会将其判定为无车灯。
步骤S08中，判断需要开启远光灯的只有一种情况：无路灯且前方无其他车灯；
判断需要关闭远光灯的有三种情况：有路灯且前方有其他车灯、有路灯且前方无其他车灯、无路灯且前方有其他车灯，由于车辆在行驶过程中，环境光线不均匀，如果每帧检测结果直接输出来控制远光灯开或关，则会造成远光灯频繁闪烁，带来交通事故等，故需连续多帧检测，此处以90帧为例，业内经验值至少连续检测3秒，对于帧率为30fps的摄像头，3秒就是连续90帧图像，如果连续90帧图像检测结果都为需要开启远光灯，则第90帧输出开启远光灯信号，如果连续90帧图像检测结果都为需要关闭远光灯，则第90帧输出关闭远光灯信号，如果连续90帧内检测结果出现不一样的情况，则不对远光灯做任何操作，即保持上一时刻自车灯光的状态，从不一致的那帧开始再重新计数90帧，重新判断，从而不断循环检测，智能远光灯***根据算法实时输出的开启/关闭远光灯信号，实时控制自车远光灯的开和关。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于视觉的智能远光灯算法，其特征在于，包括以下步骤：
S01：ADAS摄像头采集图像，利用汽车ADAS专用的摄像头，获取汽车前方道路的实时图像；
S02：裁剪图像感兴区域，对获取的实时当前帧图像进行上、下、左和右方向的独立裁剪，提取感兴区域的图像；
S03：转换成灰度图，对裁剪后感兴区域内的彩色图像进行灰度转换，得到感兴区域的灰度图；
S04：金字塔降采样缩小图像，对感兴区域的灰度图进行金字塔降采样运算，将其缩小到一定的倍数；
S05：二值化提取光斑，对缩小后的灰度图进行二值化处理，并提取光斑；
S06：用天际线划分光斑区域，以天际线为基础，划分路灯和车灯区域，并分区域统计车灯光斑总面积和路灯光斑总面积；
S07：判断路灯光斑总面积与路灯阈值以及车灯光斑总面积与车灯高光阈值或低光阈值，判断路灯光斑总面积是否大于路灯阈值，判断车灯光斑总面积是否大于高光阈值或低光阈值,从而获取路灯和车灯的实时判定结果；
S08：判断当前帧是否需要开启远光灯，根据获取的判定结果，进一步判断当前帧是否需要开启远光灯；
S09：控制汽车远光灯开关状态，根据智能远光灯算法输出的开启和关闭远光灯信号，控制自车远光灯的开关状态。
2.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述智能远光灯算法模块与ADAS控制器共用一个摄像头，摄像头采集到的图像复制成同样的两份分别传递给ADAS算法模块和智能远光灯算法模块，ADAS算法模块处理并判断后输出ADAS相应的结果，智能远光灯算法模块处理并判断后输出智能远光灯相应的结果，实现对汽车远光灯的智能控制。
3.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S02中，感兴区域左右裁剪的原则是：保持裁剪后的区域能覆盖到5个车道左右的宽度；
上方裁剪原则是：能覆盖距自车33米处最高路灯所在区域；
下方裁剪原则是：能使裁剪后的区域包括自车前保险杠33米处的范围即可。
4.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S04中，金字塔降采样运算缩小的倍数数值不一，可以根据实际自车摄像头的实际情况而定。
5.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S05中，图像二值化是将图像上的像素点的灰度值设置为0或255，使得整个图像呈现出明显的黑白效果，从而明显的区别出图像内的光斑位置和面积。
6.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S06中，天际线以上的光斑属于路灯区域，天际线及其以下的光斑属于车灯区域；
天际线的值由ADAS摄像头标定后给到智能远光灯算法模块进行设置，可以对天际线的值进行更改。
7.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S07中，若路灯光斑总面积大于路灯阈值，则判定为有路灯，若路灯光斑总面积小于等于路灯阈值，则判定为无路灯；
其中，还需要判定前方道路有无车灯,车灯阈值分为高光阈值和低光阈值,是根据自车远光灯是否开启而动态调整的光线阈值,而非一个固定的比较阈值，若车灯光斑总面积大于车灯阈值，则判定为有车灯，若车灯光斑总面积小于等于车灯阈值，则判定为无车灯。
8.根据权利要求1所述的一种基于视觉的智能远光灯算法，其特征在于，所述步骤S08中，判断需要开启远光灯的只有一种情况：无路灯且前方无其他车灯；
判断需要关闭远光灯的有三种情况：有路灯且前方有其他车灯、有路灯且前方无其他车灯、无路灯且前方有其他车灯。
CN201910988623.7A 2019-10-17 2019-10-17 一种基于视觉的智能远光灯算法 Pending CN110733408A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910988623.7A CN110733408A (zh) 2019-10-17 2019-10-17 一种基于视觉的智能远光灯算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910988623.7A CN110733408A (zh) 2019-10-17 2019-10-17 一种基于视觉的智能远光灯算法

Publications (1)

Publication Number Publication Date
CN110733408A true CN110733408A (zh) 2020-01-31

Family

ID=69268139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910988623.7A Pending CN110733408A (zh) 2019-10-17 2019-10-17 一种基于视觉的智能远光灯算法

Country Status (1)

Country Link
CN (1) CN110733408A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112071079A (zh) * 2020-09-07 2020-12-11 浙江师范大学 一种基于5g传输的机器视觉车辆远光灯检测预警***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152581A1 (en) * 2004-01-14 2005-07-14 Kenta Hoki Road surface reflection detecting apparatus
US20080043099A1 (en) * 2006-08-10 2008-02-21 Mobileye Technologies Ltd. Symmetric filter patterns for enhanced performance of single and concurrent driver assistance applications
CN102424016A (zh) * 2011-10-19 2012-04-25 清华大学 一种基于机器视觉的汽车前照灯自动控制***
CN205523912U (zh) * 2016-03-31 2016-08-31 北京经纬恒润科技有限公司 一种汽车前照灯控制***
CN205989694U (zh) * 2016-06-03 2017-03-01 上海小糸车灯有限公司 基于adas***、具有记忆功能的矩阵式led前照灯***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152581A1 (en) * 2004-01-14 2005-07-14 Kenta Hoki Road surface reflection detecting apparatus
US20080043099A1 (en) * 2006-08-10 2008-02-21 Mobileye Technologies Ltd. Symmetric filter patterns for enhanced performance of single and concurrent driver assistance applications
CN102424016A (zh) * 2011-10-19 2012-04-25 清华大学 一种基于机器视觉的汽车前照灯自动控制***
CN205523912U (zh) * 2016-03-31 2016-08-31 北京经纬恒润科技有限公司 一种汽车前照灯控制***
CN205989694U (zh) * 2016-06-03 2017-03-01 上海小糸车灯有限公司 基于adas***、具有记忆功能的矩阵式led前照灯***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟琭: "《计算机视觉原理与应用》", 30 November 2012, 东北大学出版社 *
陆玲: "《图像分割目标方法》", 30 November 2016, 哈尔滨工程大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112071079A (zh) * 2020-09-07 2020-12-11 浙江师范大学 一种基于5g传输的机器视觉车辆远光灯检测预警***

Similar Documents

Publication Publication Date Title
CN109703460B (zh) 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法
O'Malley et al. Vehicle detection at night based on tail-light detection
JP6772113B2 (ja) 付着物検出装置、および、それを備えた車両システム
US9418287B2 (en) Object detection apparatus
US8908924B2 (en) Exterior environment recognition device and exterior environment recognition method
KR101511853B1 (ko) 단일 다중 노출 카메라를 이용한 야간 전방 차량 검출 및 위치 측정 시스템 및 방법
JP4433045B2 (ja) 露出制御装置及び露出制御プログラム
CN107972569B (zh) 车灯组控制方法、装置、***及车辆
CN106915295A (zh) 车辆大灯状态的控制方法及装置
JP2005079999A (ja) 車両周辺監視装置
EP2618304A1 (en) Imaging apparatus, vehicle system having the same, and image-processing method
CN104657735A (zh) 车道线检测方法、***、车道偏离预警方法及***
US20120212615A1 (en) Far-infrared pedestrian detection device
US20150085118A1 (en) Method and camera assembly for detecting raindrops on a windscreen of a vehicle
Lin et al. Adaptive IPM-based lane filtering for night forward vehicle detection
JP5441450B2 (ja) 車両用撮像装置
CN104008518B (zh) 对象检测设备
JP3550874B2 (ja) 監視装置
JPH1062162A (ja) 障害物検出装置
CN110733408A (zh) 一种基于视觉的智能远光灯算法
JP2004086417A (ja) 横断歩道等における歩行者検出方法及び同装置
JP5056679B2 (ja) ナイトビューシステム
KR100801989B1 (ko) 번호판 인식 시스템，전처리 장치 및 방법
JP6087240B2 (ja) 車両周辺監視装置
CN108259819B (zh) 动态影像特征加强方法与***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200131

RJ01 Rejection of invention patent application after publication