車輛中心 研究發展處 張耘菱

近年來，國內外汽車產業爭相朝智慧駕駛技術發展，汽車智慧安全電子系統已成為重要配備之一，感測器則為系統判斷的重要依據，其中車用攝影機可說是必備的組件，基於電腦視覺技術與軟體演算法，分析出道路環境資訊，實現了車輛辨識、行人辨識、路標辨識、車道線辨識、車輛環場影像…等功能，應用上相當全面與廣泛。因應車用攝影機的需求提高，使用上須確保攝影機影像品質可符合需求，過去廠商多採用固定攝影機參數，惟道路情境與天候多變，難以使用單一參數應用於複雜環境中，所以，車輛中心(ARTC)透過動態調整影像參數，提升車用攝影機的成像品質，將有助於影像系統在複雜的道路環境下具較佳的辨識率，且在多變環境光線下能進一步改善影像品質，以利後端演算法處理。本文簡述如何透過車用影像動態調校技術，整合車道辨識系統，讓攝影機於複雜環境下得以提供較佳之影像品質及結果。

影像動態調校技術
影像動態調校係一種可廣泛用於各種影像感測器之處理技術，在非常強烈的環境對比條件下，讓攝影機能夠分辨所看到影像，適用於車輛複雜行駛環境中，如逆光、低光源環境以及一般環境光源，經此動態調校，如自動調節曝光、Gamma值、光線曲線調整等，讓影像品質可適應場景環境特性，並應用於後端系統，降低計算複雜度、提升影像辨識準確率。

車道線偵測系統應用
影像動態調校技術目標是為了適應場景特性自動調節參數，穩定以及改善影像品質，如影像動態調整前圖1(a)、圖1(c)與調整後圖1(b)、圖1(d)做比較，經過車用影像動態調校技術調整後的影像，可再應用於影像邊緣修復，達到強化且最佳的影像邊緣。

圖1. 影像動態調整技術前/後圖

另再以車道線偵測系統為例，圖2(a)在未使用影像動態調校技術前會有光線過曝的狀況，影像的特徵會消失模糊，經過調整後圖2(b)消除了過曝的狀況且能使得車道線偵測系統提高偵測率。圖2(c)則為原始影像有陰影遮蓋的部分，經影像動態調校後圖2(d)能將區域內特徵相對不顯著的區域做調整，使得系統可以穩定偵測。

圖2. 動態調校技術搭配車道線偵測系統調整前/後圖

結論
車用影像動態調校技術，可讓複雜環境得以在適當光源下顯示較佳的影像品質，ARTC的影像動態調校技術可依據不同環境以及系統進行調整，使得辨識特徵明顯，讓車用影像辨識等演算法能有利於偵測，從幀率做計算約可提升40%影像偵測率，且不影響原有能夠偵測之影像，此項技術是車用攝影鏡頭感測器的重要發展基礎。