Verfahren und Vorrichtung zur Anpassung von Bildinformationen eines optischen Systems

Stand der Technik

Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Anpassung von Bildinformationen eines optischen Systems sowie auf eine entsprechende Vorrichtung und ein entsprechendes Computerprogrammprodukt.

Beim Auswechseln der Optik oder des Bildwandlers (Imagers) eines optischen Systems, müssen die auf das Bild aufsetzende Messprogramme von Grund auf angepasst werden, um die neuen Eigenschaften des optischen System, wie z.B. Bildauflösung (Pixel/Grad, Öffnungswinkel, ...), Kontrasteigenschaften des Bildes, Auswirkungen der Kameraregelung, etc. aufzufangen. Gewissen Algorithmen können bildabhängig parametriert werden. Dies erfordert aber, dass das aktuelle Bild in den Recheneinheiten analysiert und im Speicher abgelegt wird, damit nachfolgend Verarbeitungsschritte auf das Bild parametriert werden können. Dies erzeugt Speicherbandbreiten- und Speicheranforderungen, die im System realisiert werden müssen und Kosten verursachen.

Eigenschaften des Bildwandlers sowohl im statischen (z.B. Dead Pixel) als auch im dynamischen Bereich (z.B. temperaturabhängige Korrektur des Fixed Pattern Noise) werden derzeit durch geeignete Maßnahmen angepasst. Dies geschieht jedoch auf Basis einer Analyse der Hardware des optischen Systems und vernachlässigt wesentlich die Aspekte und Anforderungen der Messprogramme.

Die DE 102 02 163 A1 offenbart ein Verfahren und eine Vorrichtung zur Bildverarbeitung sowie ein Nachtsichtsystem für Kraftfahrzeuge, bei dem eine im nahen Infrarot empfindliche Standardkamera Bilder liefert, die auf einem gegenüber der Kamera geringere Auflösung aufweisenden Anzeigemittel angezeigt werden. Eine Bildverarbeitung kann die Rohbilder des Sensors mittels Bildschärfungsver- fahren und/oder Kontrastverstärkungsverfahren verbessern, so dass eine Anzeige auf einem Anzeigemittel zur Betrachtung durch einen Betrachter ermöglicht wird.

Algorithmen wie Night Vision verbessern das Bild im Hinblick auf eine konkrete Anwendung, hier die Betrachtung des Bildes durch den Menschen. Offenbarung der Erfindung

Vor diesem Hintergrund wird mit der vorliegenden Erfindung ein Verfahren zur Anpassung von Bildinformationen eines optischen Systems an mindestens einen nachverarbeitenden Algorithmus, weiterhin eine Vorrichtung, die dieses Verfah- ren verwendet sowie schließlich ein entsprechendes Computerprogrammprodukt gemäß den unabhängigen Patentansprüchen vorgestellt. Vorteilhafte Ausgestaltungen ergeben sich aus den jeweiligen Unteransprüchen und der nachfolgenden Beschreibung. Die Erfindung basiert auf der Schaffung einer Trennung zwischen einem optischen System und den nachfolgenden bildbasierten Messprogrammen.

Erfindungsgemäß wird in einem System eine Bild-Abstraktions-Schicht, ein sogenannter Image Abstraction Layer (IAL) eingeführt, der das optische System und die nachverarbeitenden Algorithmen trennt. In diesem Sinne stellt der Image

Abstraction Layer ein„Normbild" dar, das weitestgehend unabhängig vom optischen System realisiert wird. Dabei ist unter dem Normbild nicht nur ein

Bild zu verstehen, sondern es können auch mehrere Bilder sein, die aus dem Originalbild abgeleitet sind. Ferner können die Bilder nicht nur Bilder im klassi- sehen Sinne sein, sondern können auch bildbasierte Karten von Vorverarbeitungsstufen darstellen.

Ausgangsdaten des optischen Systems sind Intensitätswerte als Datenstrom, wobei der Datenstrom als Strom oder in Kombination mit der Bildbreite als Bild ausgewertet werden kann. Das Bild kann vor Prozessierung durch den IAL-

Algorithmus im Speicher abgelegt werden. Alternativ kann der Pixelstrom direkt ausgewertet werden. Je nach Ausprägung stellt dies die Schnittstelle zwischen optischen System (Imager) und IAL dar. Die Ausgangsdaten des IAL sind wiederum Pixelströme oder Bilder, die im Speicher abgelegt oder direkt nachfolgend bearbeitet werden können. Dies ist anwendungs- und timingabhängig.

Der IAL kann sowohl in Hardware wie auch in Software realisiert werden. Da die Methoden in Abhängigkeit von der Anwendung eingesetzt werden, bietet sich für eine Hardware-Umsetzung programmierbare Logik, beispielsweise in Form eines FPGA an. Bei der Umsetzung in Software findet diese üblicherweise auf frei programmierbaren Mikrokontrollern statt.

Eines der Normbilder kann eine Rekonstruktion der Linsenfehler sein. Dabei werden durch Vermessung des optischen Systems Daten gewonnen, die die optischen Fehler des Linsensystems beschreiben. Aus diesen lassen sich mit Hilfe der Modelle der optischen Fehler Korrekturvorschriften für das Originalbild, beispielsweise in Form von Pixelverschiebungen, berechnen. Bei geeigneter Implementierung lassen sich diese Pixelverschiebungen im FPGA realisieren. Durch die Pixelverschiebung entsteht ein Bild, welches Strukturierungen aufweist, die ihren Ursprung nicht in der beobachteten Szene haben, sondern in der Pixelverschiebung. Deshalb wird nach der Verschiebung eine Glättung des Bildes gerechnet, z.B. eine bilineare Interpolation. In diesem konkreten Fall wird das Originalbild zunächst im Speicher abgelegt und dann die Pixelverschiebung im FPGA gerechnet. Das Ergebnis der Pixelverschiebung wird dann direkt im FPGA als Pixelstrom in der Glättung weiterverarbeitet und dann im Speicher abgelegt. Diese Normbild unterscheidet sich vom Originalbild durch die Linsenfehlereffekte. Bei entsprechender Auslegung des Verfahrens kann hier von den Linsenfehlern abstrahiert werden, wodurch sich ein Vorteil des IAL ergibt.

Ein weiteres Normbild kann eines mit ausgewerteter Farbinformation sein. Zur Aufnahme von Farbinformation kann auf dem Imager ein Muster (Pattern) von Farbfiltern aufgebracht werden, je nach Anwendung kann das Muster unterschiedlich ausgeprägt sein. Es können auf einem 2x2 Bildpixelbereich Muster wie Rot-Intensität-Intensität-Intensität (kein Filter), sog. R3I, ein Rot-Grün-Blau- Intensität (RGBl), ein Cyan-Intensität-Intensität-Intensität (C3I), oder ähnliche, verwendet werden. Auf Basis eines lokalen Weißabgleichs lassen sich aus dem Muster z.B. Information zur„Rotheit" des Bildpunktes ableiten, d.h. es wir lokal Weiß mit Rot verglichen und Rot relativ zu Weiß bewertet. Je nach eingesetztem Imager-Pattern ist das Verfahren unterschiedlich. Das Ergebnis ist jedoch vom optischen System unabhängig, wodurch sich ein Vorteil des IAL ergibt. Im konkreten Fall wird je nach eingesetztem Pattern ein mehr oder minder großer Bildbereich um einen Bildpunkt ausgewertet und ein Rotheitsmaß generiert. Diese Ergebnisdaten werden als Bild im Speicher abgelegt. Die nachverarbeitenden Algorithmen können dann auf dieses Bild zur Rotklassifikation zugreifen, z.B. ein Algorithmus zur De- tektion von Verkehrszeichen (Geschwindigkeitsbegrenzungen mit rotem Rand), kann pixelweiße die Randpixel des detektierten Schildes auf Basis des Rotheitsbildes klassifizieren.

Zur erfindungsgemäßen Realisierung können neben Methoden der Bilderzeu- gung geeignete weitere Methoden kombiniert werden. Die Methoden der Bilderzeugung können z.B. eine Dead Pixel Correction, bei der eine Korrektur durch Interpolation aus umliegenden Bildpunkten (Pixeln) erfolgt, oder eine Fixed- Pattem-Noise Correction, bei der eine Korrektur durch Anpassung der Farbwerte auf Basis von tabellarisch abgelegten Korrekturwerten erfolgt, umfassen. Die ge- eigneten Methoden können sich dabei beispielsweise auf den Linsenfehler, das

Rotheitsbild oder das Kantenbild beziehen.

Ziel der Kombination ist dabei das Normbild in gewissen engen Qualitätsmaßen zu erzeugen und die Qualitätsmaße zu bestimmen. Beispielhafte Qualitätsmaße sind dabei etwa Histogramme der Grauwertverteilung, Frequenzuntersuchungen des Bildes, Änderungen des Frequenzspektrums über die Zeit, etc.

Bei einem Kantennormbild kann die Länge der Kantensegmente als Qualiätsmaß herangezogen werden. Ein Kantennormbild ist z.B. die Grundlage für eine Spur- anwendung im Fahrzeugbereich. Im Bild werden Gradienten pro Bildpunkt berechnet und beschwellwertet. Die Beschwellwertung dient dazu, die Gradienten zu kategorisieren.

Nachfolgend werden die Kategorisierten Gradienten pro Bildpunkt zu Kanten verkettet, wobei die Kategorisierung der Gradienten über die Verkettung bzw. den Abbruch der Kettenbildung entscheidet. Nachfolgend werden die mittlere Länge der Ketten und die Verteilung der Kettenlängen um den Mittelwert als CD- Maß herangezogen. Auf Basis dieser Maße werden dann die Schwellwerte für das folgende Bild eingestellt. Über diese Bildabstraktion ist sichergestellt, dass der nachfolgende Spuralgorithmus mit einer gleichbleibenden Qualität und Ausregelung der Kanteninformation im Bild rechnen kann.

Die Qualitätsmaße können anschließend zur Parametrierung der nachfolgenden Algorithmen eingesetzt werden, wie es beispielsweise anhand der Ausführungsform des Kantenbilds erläutert ist.

Darüber hinaus ist auf Basis der Qualitätsmaße auch eine Überwachung des optischen Systems als ganzen möglich. Dies kann wiederum dazu verwendet werden die Systemverfügbarkeit z.B. im Rahmen eines Sicherheitskonzeptes zu überwachen.

Wenn die Ausregelung des Kantenbildes über eine bestimmte Dauer oder dauerhaft am Anschlag ist, d.h. die mittlere Länge der Ketten nicht eingeregelt werden kann, dann lässt dies auf eine Beeinträchtigung des optischen Systems, z.B. eine Verschmutzung des Sichtbereichs oder einen Ausfall des Imagers schließen. Diese Art Blindheitserkennung kann Teil eines Sicherheitskonzeptes sein und auf dem Kantenbild aufbauen.

Darüber hinaus können zur Bestimmung des Normbildes Methoden eingesetzt werden, die das Bild korrigieren, wie z.B. Linsenfehlerkorrekturen, eine Rück- rechnung nicht-linearer Kennlinien zum Ausgleich von Kameraregelungsartefakten und/oder eine Umsetzung von Farbbildern in Grauwertbilder.

Unterschiedliche Funktionen oder nachverarbeitende Algorithmen haben unterschiedliche Anforderungen an das Bild, welche ggf. zu Konflikten in der Auslegung von Systemkomponenten führen können. Je nach Anforderungsunterschied kann damit die Kombinierbarkeit von Funktionen stark beeinträchtigt sein. Zumindest muss dann in einigen oder allen Funktionen Performance-Einbußen hingenommen werden. Beispielhaft können die Messprogramme„Spurdetektion" und„Verkehrszeichenerkennung bei Dunkelheit" angeführt werden. Die Verkehrszeichenerkennung benötigt zur Klassifikation der Zeichen Bilder mit möglichst wenig Bewegungsunschärfe, da sonst z.B. Ziffern in Verkehrszeichen un- kenntlich werden. Da auf funktionaler Seite die Verfügbarkeit der Funktion über den Geschwindigkeitsbereich des Fahrzeugs nicht limitiert werden kann, führt dies zur Anforderung kurzer Belichtungszeiten. Die Spurerkennung hingegen ist auf Kontrast angewiesen, was letztendlich durch lange Belichtungszeiten umgesetzt. Letztendlich ist aber die lange Belichtungszeit keine Anforderung der Spurvermessung.

Um solch unterschiedlichen Anforderungen gerecht zu werden, können letztendlich zur Bestimmung des Normbildes Filter zum Einsatz kommen, die wie am Beispiel Spur- und Verkehrszeichenerkennung verdeutlicht, z.B. auch bei kurzen Belichtungszeiten kontrastverbessernd wirkend, analog zum Vorgehen bei Night Vision, allerdings nicht zur optimierten Ansicht des Bild durch den Menschen, sondern angepasst auf die Anforderungen der Messprogramme oder nachverarbeitenden Algorithmen.

Wenn ggf. die Anforderungen der zu kombinierenden Funktionen unterschiedlich sind, kann der Image Abstraction Layer auch mehrere Bilder beinhalten und/oder bildbasierte Karten von Filterergebnissen darstellen. Beispielsweise kann das Rotheitsbild für Verkehrszeichen, das Kantenbild für eine Spurvermessung und die Linsenfehlerkorrektur für Verkehrszeichen und Spurvermessung eingesetzt werden.

Vorteilhafterweise kann durch eine Realisierung des erfindungsgemäßen Ansatzes, ein System durch Auswahl und Kombination von Optiken und Bildgebern in seiner Leistungsfähigkeit skaliert werden, ohne dass die bildverarbeitenden Systemkomponenten jeweils grundlegend neu ausgerichtet werden müssen. Ferner können Funktionen mit ggf. sehr unterschiedlichen Anforderungen an die Auslegung von Systemkomponenten miteinander kombiniert werden.

Die vorliegende Erfindung schafft ein Verfahren zur Anpassung von Bildinformationen eines optischen Systems an Qualitätsmaßanforderungen mindestens einen nachverarbeitenden Algorithmus, das die folgenden Schritte umfasst: Empfangen einer Bildinformation über eine Empfangsschnittstelle, wobei die Bildinformation von dem optischen System bereitgestellte Intensitätswerte umfasst; und Bestimmen mindestens eines Normbildes aus der Bildinformation unter Einsatz einer Kombination aus mindestens einer Methode der Bilderzeugung und einer Methode zur Bildkorrektur und/oder einer Methode zur Bildauswertung, so dass das mindestens eine Normbild die Qualitätsmaßanforderungen des mindestens einen nachverarbeitenden Algorithmus erfüllt. Das optische System kann eine Bilderfassungsvorrichtung oder Kamera aufweisen oder einen Bildgeber darstellen. Beispielsweise kann es sich bei dem optischen System um ein videobasiertes System eines Fahrzeugs handeln. Das optische System kann einen Umgebungsbereich des Fahrzeugs erfassen und entsprechende Bildinformationen über den Umgebungsbereich über die Empfangs- schnittsteile zur Weiterverarbeitung an das erfindungsgemäße Verfahren bereitstellen. Die Bildinformationen können ein oder mehrere Rohbilder umfassen. Das oder die Rohbilder können von dem optischen System, beispielsweise von einem Imager oder Bildwandler bereitgestellt werden. Die Intensitätswerte können eine Helligkeit eines die Bildinformation betreffenden Bildes betreffen und gegebenen- falls auf Farbkanäle bezogen sein. Mittels der eingesetzten Methoden der Bilderzeugung, der Bildkorrektur oder der Bildauswertung können die Bildinformationen so verändert oder angepasst werden, dass sie den Qualitätsanforderungen genügen. Es kann also beispielsweise aus einem Rohbild, das die Qualitätsanforderungen nicht erfüllt, das Normbild erzeugt werden, das die Qualitätsanforde- rungen erfüllt. Dazu können bestimmte Bildparameter oder Bildeigenschaften angepasst werden. Bei dem mindestens einen nachverarbeitenden Algorithmus, der die die Qualitätsanforderungen erfüllt, kann es sich um einen Algorithmus handeln, der von einem Fahrerassistenzsystem umgesetzt wird. Beispielsweise kann es sich um einen Algorithmus zur Verkehrszeichenerkennung oder Fahr- spurerkennung handeln. Das Normbild, das auf den Bildinformationen des optischen Systems basiert, kann eine Eingangsgröße des nachverarbeitenden Algorithmus darstellen. Dazu kann das Normbild über eine Ausgangsschnittstelle an den nachverarbeitenden Algorithmus, oder an eine Vorrichtung, die den nachverarbeitenden Algorithmus umsetzt, bereitgestellt werden. Um das Normbild weiterzuverarbeiten können, werden vom nachverarbeitenden Algorithmus die vorbestimmten Qualitätsmaßanforderungen gestellt. Die vorbestimmten Qualitätsmaßanforderungen können speziell auf einen oder auf eine Gruppe nachverarbeitender Algorithmen abgestimmt sein. Die Methoden können ausgebildet sein, um das Normbild unabhängig vom optischen System und somit unabhängig von den Bildinformationen so zu bestimmen, dass das Normbild ein Qualitätsmaß aufweist, das die Qualitätsmaßanforderungen erfüllen. Beispielsweise kön- nen die Qualitätsmaßanforderungen einen Gültigkeitsbereich für zulässige Qualitätsmaße definieren. Die Qualitätsmaßanforderungen können Grenzwerte für Bildparameter darstellen. Solche Bildparameter können sich auf die Kantenlänge von Kantensegmenten, die Grauwertverteilung oder das Frequenzspektrum be- ziehen.

Beispielsweise kann der mindestens eine nachverarbeitende Algorithmus ausgebildet sein, um basierend auf dem Normbild eine Verkehrszeichenerkennung und/oder eine Spurdetektion durchzuführen. Dadurch, dass über die Kombination der Methoden gewährleistet wird, das das Normbild unabhängig von dem eingesetzten optischen System die Qualitätsmaßanforderungen des mindestens einen nachverarbeitenden Algorithmus erfüllt, kann das Normbild ohne weitere Nachbearbeitung oder Anpassung von dem mindestens einen nachverarbeitenden Algorithmus weiterverarbeitet werden. Auch ist keine Anpassung des nachverarbei- tenden Algorithmus an das aktuell eingesetzte optische System erforderlich.

Die mindestens eine Methode der Bilderzeugung kann eine Bildpunktinterpolation und/oder eine Farbwerteanpassung umfassen. Dadurch können beispielsweise Eigenschaften des Bildgebers sowohl im statischen als auch im dynamischen Bereich berücksichtigt werden. Beispielsweise kann eine temperaturabhängige

Korrektur von festgelegten periodischen Störungen (Fixed Pattern Noise) durchgeführt werden.

Die Methode zur Bildkorrektur kann ausgebildet sein, um einen Fehler eines Lin- sensystems des optischen Systems zu korrigieren. Basierend auf der Bildinformation kann ein linsenfehlerkorrigiert.es Normbild bestimmt werden. Auf diese Weise können durch Linsenfehler hervorgerufene Bildstörungen eliminiert werden, bevor das Normbild von dem nachverarbeitenden Algorithmus nachverarbeitet wird.

Die Methode zur Bildauswertung kann ausgebildet sein, um eine Farbinformation oder einen Strukturverlauf der Bildinformation auszuwerten. Die Farbinformation kann beispielweise für eine Verkehrszeichenerkennung relevant sein. Der Der Strukturverlauf kann einen Kantenverlauf repräsentieren, der für eine Spurerken- nung relevant sein kann. Gemäß einer Ausführungsform kann die Methode zur Bildauswertung somit ausgebildet sein, um für unterschiedliche Bildbereiche basierend auf der Bildinformation Werte eines Farbmaßes zu ermitteln um das Normbild basierend auf den Werten des Farbmaßes zu bestimmen. Ein Bildbereich kann eine Region um einen Bildpunkt darstellen. Das Farbmaß kann beispielsweise für die Farbe Rot bestimmt werden.

Alternativ oder zusätzlich kann die Methode zur Bildauswertung ausgebildet sein, um basierend auf der Bildinformation eine Kanteninformation und basierend auf der Kanteninformation ein Kantennormbild zu bestimmen. Das Kantennormbild oder Kantenbild stellt eine Karte dar. Darin sind Daten abgelegt, die beispielsweise Kanteninformationen mit verbundenen Vorgängern und Nachfolgern, z.B. der horizontale Abstand des nächsten Bildpunktes in der Zeile darüber oder darunter, umfassen. Diese stellt eine bildbasierte oder bildpunktkoordinatenorientier- te Karte dar, deren Daten nicht den Intensitätsdaten eines Bildes entsprechen. In diesem Fall können die Qualitätsmaßanforderungen Anforderungen an eine Kantenlänge von Kantensegmenten des Kantennormbilds stellen.

Generell können die Qualitätsmaßanforderungen Histogramme einer Grauwertverteilung des Normbildes, Frequenzuntersuchungen des Normbildes, und/oder Änderungen des Frequenzspektrums des Normbildes über die Zeit umfassen. Die Kenntnis des exakten Qualitätsmaßes kann auf unterschiedliche Art und Weise genutzt werden. Beispielsweise kann das Qualitätsmaß verwendet werden, um das optische System zu überwachen. Zusätzlich oder alternativ kann das Qualitätsmaß verwendet werden, um den mindestens einen nachverarbeitenden Algorithmus zu parametrieren.

Gemäß einer Ausführungsform kann das erfindungsgemäße Verfahren einen Schritt des Auswertens mindestens eines Normbildes umfassen, um eine Funktionalität des optischen Systems zu überwachen.

Im Schritt des Bestimmens kann ein erstes Normbildbestimmt werden, das die Qualitätsmaßanforderungen eines ersten nachverarbeitenden Algorithmus erfüllt und ein zweites Normbild bestimmt werden, das die Qualitätsmaßanforderungen eines zweiten nachverarbeitenden Algorithmus erfüllt. Die Bestimmung des ersten und des zweiten Normbildes kann parallel oder nacheinander ausgeführt werden. Durch die Bestimmung unterschiedlicher Normbilder können unterschiedliche Anforderungen unterschiedlicher nachverarbeitender Algorithmen berücksichtigt werden.

Die unterschiedlichen Normbilder können beispielsweise in Bezug auf die Linsenfeh lerkorrektur, das Kantenbild oder das Rotheitsbild bestimmt werden. Die Linsenfeh lerkorrektur und das Rotheitsbild können parallel berechnet werden, da das Rotheitsbild auf dem Originalbild berechnet werden muss. Ansonsten wird durch die Linsenfehlerkorrektur und vor allem die Interpolation zur Glättung die Farbinformation z.B. Rot und Weiß bei R3I, untrennbar vermischt. Das Rotheitsbild muss dann nachfolgend entsprechend der Verschiebungsvorschriften für die Linsenfehlerkorrektur verschoben, da sonst die Bildpositionen nicht mehr übereinstimmen. Die Kanteninformation wird dann nachfolgend auf dem linsenfehler- korrigierten Bild berechnet. So ist sichergestellt, dass die jeweiligen Positionsangaben in den Normbilder des IAL physikalisch im Ursprung übereinstimmen.

Die vorliegende Erfindung schafft ferner eine Vorrichtung, die ausgebildet ist, um die Schritte des erfindungsgemäßen Verfahrens durchzuführen bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden.

Von Vorteil ist auch ein Computerprogrammprodukt mit Programmcode, der auf einem maschinenlesbaren Träger wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert ist und zur Durchführung des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, wenn das Programm auf einer Vorrichtung ausgeführt wird.

Die Erfindung wird nachstehend anhand der beigefügten Zeichnungen beispielhaft näher erläutert. Es zeigen:

Fig. 1 ein Blockschaltbild eines Ausführungsbeispiels der vorliegenden Erfindung; und

Fig. 2 ein Ablaufdiagramm eines weiteren Ausführungsbeispiels der vorliegenden Erfindung. In der nachfolgenden Beschreibung bevorzugter Ausführungsbeispiele der vorliegenden Erfindung werden für die in den verschiedenen Figuren dargestellten und ähnlich wirkenden Elemente gleiche oder ähnliche Bezugszeichen verwen- det, wobei auf eine wiederholte Beschreibung dieser Elemente verzichtet wird.

Fig. 1 zeigt eine schematische Darstellung eines optischen Systems 101 , eines nachverarbeitenden Algorithmus 103 und eine Einrichtung 105 zur Anpassung von Bildinformationen des optischen Systems 101 an den nachverarbeitenden Algorithmus 103, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.

Die Einrichtung 105 kann als Steuergerät ausgeführt sein, und ausgebildet sein, um das erfindungsgemäße Verfahren zur Anpassung von Bildinformationen durchzuführen oder umzusetzen. Insbesondere kann die Einrichtung 105 ein Normbild als definierte Schnittstelle zwischen dem optischen System 101 und dem nachverarbeitenden Algorithmus 105 bereitstellen.

Die Einrichtung 105 kann eine Empfangsschnittstelle zum Empfangen einer Bildinformation des optischen Systems 101 aufweisen. Basierend auf der Bildinformation kann die Einrichtung 105 ausgebildet sein, um ein Normbildes zu be- stimmen. Dazu kann die Einrichtung 105 ausgebildet sein, um eine Kombination aus Methoden der Bilderzeugung und weiteren geeigneten Methoden auszuführen, um das Normbild so aus der Bildinformation zu bestimmen, das das Normbild vorbestimmte Qualitätsmaßanforderungen des mindestens einen nachverarbeitenden Algorithmus 105 erfüllt. Die Einrichtung 105 kann eine Ausgabe- schnittsteile aufweisen, über die das Normbild an den nachverarbeitenden Algorithmus 105 bereitgestellt werden kann. Somit kann die Einrichtung 105 ein Image Abstraction Layer darstellen, das zwischen dem optischen System 101 und dem nachverarbeitenden Algorithmus 105 angeordnet ist. Fig. 2 zeigt ein Ablaufdiagramm eines Verfahrens zur Anpassung von Bildinformationen eines optischen Systems an mindestens einen nachverarbeitenden Algorithmus, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.

In einem ersten Schritt 201 erfolgt ein Empfangen einer Bildinformation über eine Empfangsschnittstelle. Die Bildinformation kann beispielsweise von dem in Fig. 1 gezeigten optischen System 101 bereitgestellt werden. In einem zweiten Schritt 205 erfolgt ein Bestimmen eines Normbildes aus der Bildinformation. Die Bestimmung kann beispielsweise in der in Fig. 1 gezeigten Einrichtung 105 ausgeführt werden.

Um beispielsweise auf ein Auswechseln der Optik oder des Bildgebers angemessen reagieren zu können, können grundsätzlich zwei Wege gewählt werden. Zum einen können die verarbeitenden Algorithmen so parameterbar und robust ausgelegt sein, dass sie mit stark schwankenden Eingangssignalen, beispielsweise Bildern von sehr unterschiedlichen optischen Systemen und Bildgebern zurechtkommen. Zum anderen kann das Eingangssignal dahingehend bearbeitet werden, dass es nach der Bearbeitung in Abhängigkeit vom optischen System nur noch sehr wenig schwankt. Dann können die verarbeitenden Algorithmen, z.B. zur Spurerkennung, in engeren Grenzen festgelegt werden.

Erfindungsgemäß wird die Variante der Bearbeitung des Eingangssignals umgesetzt. Der erfindungsgemäße Ansatz kann bei einem Video-ASSP eingesetzt werden. Durch das Normbild kann dabei gewährleistet werden, dass bei in Hardware festgelegten nachverarbeitenden Algorithmen sicherstellen werden kann, dass das System mit einer Reihen ggf. sogar unbekannten Optiken- Bildgebern-Kombinationen immer noch funktioniert. Durch den erfindungsgemäßen Ansatz wird durch das Normbild eine definierte Schnittstelle geschaffen, durch die die Parametrierbarkeit der Algorithmen nicht mehr erforderlich ist. Dies ist vorteilhaft, da eine solche Parametrierbarkeit in der Hardware teilweise direkt mit Chipfläche bezahlt werden muss. Dieses Problem kann durch die definierte Schnittstelle gelöst werden

Erfindungsgemäß kann durch eine Bearbeitung eines Rohbilds ein Normbild erstellt werden, das das optische System vom verarbeitenden System trennt. Es wird also nicht der Bildzugriff standardisiert, so dass, egal in welcher Kodierung das Rohbild vorliegt (z.B. JPEG, GIF, BMP, ...) durch ein Plugin immer gleich zugegriffen werden kann, sonder es findet eine Verarbeitung des Rohbilds statt.

Durch die erfindungsgemäße Schnittstelle können unterschiedliche Kameras und unterschiedliche Algorithmen beliebig kombiniert werden. Die beschriebenen und in den Figuren gezeigten Ausführungsbeispiele sind nur beispielhaft gewählt. Unterschiedliche Ausführungsbeispiele können vollständig oder in Bezug auf einzelne Merkmale miteinander kombiniert werden. Auch kann ein Ausführungsbeispiel durch Merkmale eines weiteren Ausführungsbeispiels ergänzt werden. Ferner können erfindungsgemäße Verfahrensschritte wiederholt sowie in einer anderen als in der beschriebenen Reihenfolge ausgeführt werden. Umfasst ein Ausführungsbeispiel eine„und/oder" Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so kann dies so gelesen werden, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist.