• Medientyp: E-Book; Elektronische Hochschulschrift; Dissertation
  • Titel: Color Image Processing for Advanced Driver Assistance Systems ; Farbbildverarbeitung für fortgeschrittene Fahrerassistenzsysteme
  • Beteiligte: Rotaru, Calin Augustin [VerfasserIn]
  • Erschienen: Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky, 2008-01-01
  • Sprache: Englisch
  • Schlagwörter: Driver Assistance Systems ; Bildverarbeitung ; FAS ; 54.74 Maschinelles Sehen ; Color ; Fahrerassistenzsysteme ; Imageprocessing ; Farbe ; ADAS
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Heutzutage kommen immer neuere Sicherheits- und Komfortsysteme auf den Automobilmarkt. Nach den aus den letzten Jahren bekannten Systemen ABS, ESP und automatischer Geschwindigkeitsregelanlage (Adaptive Cruise Control) erscheinen nun auch Sicherheitssysteme wie PRE-SAFE in ersten Serienanläufen in der Luxus-Klasse. Solche Systeme werden in die Zukunft immer häufiger Kameras einbinden, da Video-Systeme in der Lage sind, sehr schnell und günstig klassifikations-Informationen zu liefern. Aktuell gibt es noch sehr wenige auf Video basierte Lösungen in Serie. Keine dieser Lösungen arbeitet aktuell mit Farbkameras. Diese Arbeit beschreibt einen kompletten Farbbildverarbeitungssensor mit Hauptanwendung in Fahrspur- und Objekt-Erkennung. Der Video-Sensor wird zusammen mit Radar- und Lidar-Sensor in einer Sensordatenfusionsumgebung in der Konzernforschung der Volkswagen AG integriert. Die benutzte Kamera, ein Camcorder, ist über Firewire mit dem Daten-Bearbeitungssystem (PC) verbunden. Der ausgewählte Ansatz erzeugt eine interne Darstellung der Daten und ein beinhaltet ein Tracking zwischen Bildern. Auf Basis dieser Darstellung und Kamera-Kalibrierungsdaten wird am Ende der Bearbeitungskette eine Umrechnung der benötigten Ausgaben in 3D Koordinaten durchgeführt. Zunächst wird entsprechend der Aufgabe (Spur- und Objekterkennung) eine Segmentierung des Farb-Bildes (dargestellt im HSI-Raum) vorgenommen. Unsere Methode basiert auf einem neuen Konzept, das auf der Projektion der Szenen-Pixel auf die SI Ebene beruht. Diese Methode liefert bessere Ergebnisse im Vergleich zu den existierenden Methoden (lineare Farb-Segmentierung, Histogramm Thresholding, Nearest-Neighbour, probabilistische Methoden) bezüglich Segmentierungs-Genauigkeit, -Geschwindigkeit oder beidem. Nach der Segmentierung werden mehrere relativ einfache Algorithmen mit dem Ziel, eine Nachbildung der Szeneninformation in 2-D Bild Koordinaten zu erreichen, angewendet. Besonders erwähnenswert ist hier die Fusion der verschiedenen Ergebnisse. Statt den Focus auf ...
  • Zugangsstatus: Freier Zugang