知識文章
利用影像動態調校技術 提升車用影像感測器辨識率
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。