[发明专利]视觉系统及分析图像的方法

说明书

技术领域

本发明涉及视觉系统和分析图像的方法。本发明尤其涉及可被用于自动化车辆视觉中的视觉系统和分析图像的方法。

背景技术

机器视觉在广泛的各种系统中有所实现。近来，在汽车环境中采用视觉系统的应用已被考量用于安全或其它应用方面。尤其是，汽车系统中的图像识别可以被用于包括导航或在控制车辆方面辅助驾驶员的各种用途。为了这些目的，车辆附近的图像通过车辆上的摄像机被频繁地记录，并且经过分析，以便辨别出诸如道路或道路边缘的目标，这可与导航用途或车辆控制相关联。一旦在图像中已经辨别或识别出目标，则可调用特殊进程。为了说明，可将兴趣点(POI)通知车辆的驾驶员。为了进一步说明，附加的应用包括提供了在车辆导航或车辆安全设备中的驾驶方位。

目前存在许多与自动执行目标识别有关的难题。为了说明，对于不同照明条件或不同视觉方位至少应提供某种程度的稳定性。这代表相当大的挑战。对于某些应用，例如在保安应用中的人脸的识别，探究了所谓特征描述符的可能性。为了说明，Shuicheng Yan等人在“Exploring Feature Descriptors for Face Recognition”，IEEE International Conference on Acoustics，Speech，and Signal Processing(ICASSP07)，IEEE-ICASSP 2007：I-629(2007)中讨论了对于人脸识别的特征描述符的使用。

在车辆应用中的目标识别迄今为止主要集中在识别车道边界或交通标志上。各种方法，包括神经网络(neural network)或鉴别器(discriminator)，可被用于此目的。为了说明，R.Ach等人在“Classification of traffic signs in real-time on a multi-core processor”，Intelligent Vehicles Symposium，2008 IEEE，pp.313-318(2008)中描述了针对交通信号的一定的类型使用神经网络执行交通信号识别的方法。

虽然迄今为止应用于车辆视觉系统中的技术(例如用于检测交通信号、道路标志或其它车辆)可有助于可靠地将目标分类成有限数量的类别中的一种，诸如检测交通信号、道路标记或其他车辆，但是这样的应用通常不能使特定POI被可靠地辨别出。为了说明，可期望辨别一定的建筑或其它标志性建筑，以向用户提供相对于这些POI的信息。然而，诸如以上描述的技术不能适当地辨别这些标志性建筑，除非例如神经网络已经对于它们进行了特殊训练。不仅以对用户提供附加信息的角度，而且以定位准确性的角度上，辨别标志性建筑都是有利的。

在本领域中对改进自动化视觉系统和分析图像的方法具有持续的需求。尤其是，在本领域中对这种在车辆应用中记录的图像中被配置成辨别目标(例如兴趣点)的系统和方法具有需求。在本领域中对这种允许以稳定和快速的方式执行目标识别的系统和方法同样具有需求。

发明内容

根据实施例，此需求通过视觉系统和类似在独立权利要求中限定的方法来解决。从属权利要求限定了实施例。

根据实施例的视觉系统包括摄像机和处理器。该摄像机被配置成捕捉至少一个图像。该处理器被连接到摄像机上，并且被配置成针对至少一个图像确定至少一个特征描述符，尤其是多个的特征描述符。该处理器具有接口，以访问包括地理参考特征描述符的注释地图数据，以检索多个地理参考的特征描述符和分别与这些地理参考的特征描述符相关联的位置信息。该处理器被配置成执行在针对至少一个图像确定的至少一个特征描述符和所检索出的地理参考特征描述符之间的匹配过程。

该视觉系统使用数据库，即，包括地理参考的特征描述符的注释地图数据。通过将针对图像确定的特征描述符与注释地图数据的地理参考特征描述符进行匹配，存储在注释地图数据中的信息能够被用于辨别目标，对于这一点，在注释地图数据中包括相关联的地理参考特征描述符。目标的识别相比于未使用先验信息的情况被更快速而且更稳定地执行，并且/或者匹配的结果可以用于更准确地确定位置。对于各种不同的环境条件(例如不同光线条件)，使用特征描述符提供了稳定性。

该视觉系统可尤其指车辆视觉系统。该车辆视觉系统可被安装在车辆中。

该摄像机可以被配置为捕捉2D图像的摄像机。该摄像机也可以被配置为捕捉2D图像序列的视频摄像机。3D摄像机可被额外地被采用，以促进图像分割(image segmentation)。