Dieser Beitrag präsentiert ein Verfahren zur modellbasierten Erkennung und Segmentierung von Regentropfen in Einzelbildern und zeigt Strategien zur Verbesserung bestehender Fahrerassistenzfunktionen bei Regen. Der Ansatz besteht aus einer Vorsegmentierung unscharfer Bildregionen und einer Bayes'schen Verifikation. Hierfür werden mit Hilfe eines optischen Brechungsmodells Regentropfenhypothesen generiert und für jede Bildregion die A-posteriori-Verteilung bezüglich unterschiedlicher, diskreter Tropfengrößen maximiert. Die A-priori-Verteilung wird durch ein empirisches Bayes Verfahren modelliert. Der vorgestellte Algorithmus erreicht selbst in schwierigen Testsequenzen eine Erkennungsrate von 50%. Fehldetektionen werden durch den vorgestellten Verifikationsschritt um eine Zehnerpotenz reduziert Das Verbesserungspotenzial von modernen Fahrspurerkennungsverfahren liegt bei 40-65%.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Modellbasierte Erkennung von Regentropfen in Einzelbildern zur Verbesserung von videobasierten Fahrerassistenzfunktionen


    Contributors:


    Publication date :

    2011


    Size :

    10 Seiten, 6 Bilder, 1 Tabelle, 12 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German