[发明专利]用于检测和分类至少一个预给定的图像元素的至少一部分的、用于机动车驾驶员辅助系统的图像处理方法

说明书

技术领域

本发明涉及一种用于机动车驾驶员辅助系统的图像处理方法，所述图像处理方法用于检测和分类至少一个待搜索的、由驾驶员辅助系统的图像传感器采集的数字图像中的至少一个预给定的图像元素的至少一部分，所述至少一个预给定的图像元素具有交通标志或交通标志的一部分。本发明还涉及一种计算机程序、一种计算机程序产品和一种装置，用于执行作为计算机程序的图像处理方法。

背景技术

由DE 198 42 176 A1公开了一种用于识别车辆周围中的交通标志以及用于车辆导航的方法，其中，在识别到交通标志时建立交通标志识别数据。

与参加尤其是管理交通标志构型的维也纳公约的国家相比，在一些国家中(例如美利坚合众国)可能非常不同并且单独地设计交通标志。在美利坚合众国，各个联邦州负责交通标志构型，由此例如可能在大小、文字形状、布置等方面具有不同变型方案。此外，与维也纳公约中的图示不同地使用如“SPEED LIMIT(限速)”、“TRUCKS(卡车)”、“MINIMUM SPEED(最低速度)”等等字样。

这种事实对于基于交通标志识别的驾驶员辅助系统而言是特殊的挑战。

在按照维也纳公约构造交通标志的国家，通常首先可以由驾驶员辅助系统在尤其是由驾驶员辅助系统的图像传感器采集的图像中检测形状——例如用于限速的圆形。对于美国的交通标志，这通常同样是可能的(例如矩形)。接着，在其亮度方面标准化图像片断，以便使照明情况的影响最小化。此外，将图像片断在其大小方面标准化为待分类的交通标志的已存储的图示。最后，通过灰度值比较来比较图示与图像片断并且在足够一致的情况下将所述图像片断识别为交通标志。支持性地，还可以考虑运动信息，以便能够区分例如施加在载重车辆或公共汽车的尾部区域中的交通标志与静态的、有效的交通标志。以上所述的处理方式仅可有限地用于美利坚合众国的US交通标志，因为所提到的交通标志多样性极大地增加需存储的图示的数量并且因此极大地增加计算开销，只要所述图示是可事先全部找到的。

一种替代的可能性在于，在检测到的交通标志内，所谓地读取以及在光学字符识别OCR(Optical Character Recognition/OCR)意义上解释各个标志、即字母和数字。但是，这在机动车控制设备中实现起来相对耗费和困难。此外，原则上不需要所写单词的通用理解，因为仅涉及有限数量的关键词。

在图像处理中，近来开发了一些能够相对于尺度和旋转不变地描述图像区域的方法。尺度不变特征变换(SIFT-scale-invariant feature transform)是一种用于从成像中提取局部图像特征的算法，其主要用于图像识别。在US 6,711,293 B1中公开了一种用于识别图像中的尺度不变特征的方法和装置以及用于使用这样的尺度不变特征来定位图像中的目标的方法和装置。

此外，由Herbert Bay、Andreas Ess、Tinne Tuytelaars、Luc Van Gool所著的《SURF：Speeded-Up Robust Features》(Computer Vision and Image Understanding(CVIU)，第110卷，2008年第3期第346-359页)中公开了一种用于快速和稳健地求取机器视觉的图像特征的算法。

其他现有技术参阅DE 103 38 455 A1。

发明内容

根据本发明提出一种用于机动车驾驶员辅助系统的图像处理方法，用于检测和分类至少一个待搜索的、由驾驶员辅助系统的图像传感器采集的数字图像中的至少一个预给定的图像元素的至少一部分，所述至少一个预给定的图像元素具有交通标志或交通标志的一部分，其中，为了检测和分类至少一个待搜索的数字图像中的至少一个预给定的图像元素的至少一部分，从所述至少一个待搜索的数字图像的至少一个图像区域中计算第一尺度不变图像特征及其彼此相对几何布置，随后由分类器将所述第一尺度不变图像特征及其彼此相对几何布置与所存储的和/或所学习的、从所述至少一个预给定的图像元素中计算出的第二尺度不变图像特征及其彼此相对几何布置进行比较，其中，作为比较结果，在足够一致时，检测到并且分类所述至少一个待搜索的数字图像中的至少一个预给定的图像元素的至少一部分。