显示方法、装置及电子后视镜系统制造方法及图纸

本公开提供一种显示方法、装置及电子后视镜系统。具体地，所述显示方法包括：获取借助所述电子后视镜系统的摄像头采集的后视图像；利用预先确定的雾图像判断模型，对所述后视图像是否为有雾图像进行判断；响应于所述后视图像为有雾图像，获取并根据所述后视图像对应区域雾况信息，确定导致所述有雾图像的雾源；响应于所述雾源是镜头雾，则发出摄像头除雾信号；响应于所述雾源是环境雾，则对所述有雾图像进行去雾处理并发出显示信号。通过这样的方式，实现有雾图像的识别以及针对不同雾源确定匹配的处理方式，提高图像中物体的辨识度，确保电子后视镜系统能够在起雾的条件下也能够实现准确显示，提高车辆行车安全性。提高车辆行车安全性。提高车辆行车安全性。

【技术实现步骤摘要】
显示方法、装置及电子后视镜系统


[0001]本公开涉及汽车安全
，尤其涉及一种显示方法、装置及电子后视镜系统。

技术介绍

[0002]随着汽车电子电气化和摄像头技术的不断发展使得摄像头的应用领域逐渐增多，物理后视镜有逐步被电子后视镜系统取代的趋势。电子后视镜与传统的物理后视相比，有着诸多的优势：下雨时不会因雨水打在玻璃窗和镜片上而影响视线；外部光线较差时，摄像头的低照度功能更容易看清物体；随摄像头转动显示等等。
[0003]即便如此，电子后视镜系统在起雾时，由于雾气遮挡，物体比较难辨认，也将影响行车安全。

技术实现思路

[0004]有鉴于此，本公开的目的在于提出一种显示方法、装置及电子后视镜系统，增加电子后视镜系统在起雾情况下的图像准确度，提高行车安全性。
[0005]基于上述目的，第一方面，本公开提供了一种显示方法，应用于电子后视镜系统，其中，所述显示方法包括：
[0006]获取借助所述电子后视镜系统的摄像头采集的后视图像；
[0007]利用预先确定的雾图像判断模型，对所述后视图像是否为有雾图像进行判断；
[0008]响应于所述后视图像为有雾图像，获取并根据所述后视图像对应区域雾况信息，确定导致所述有雾图像的雾源；
[0009]响应于所述雾源是镜头雾，则发出摄像头除雾信号；
[0010]响应于所述雾源是环境雾，则对所述有雾图像进行去雾处理并发出显示信号。
[0011]进一步地，所述显示方法还包括：
[0012]获取车速信息；
[0013]响应于所述车速信息大于零，则发出摄像头除雾信号同时对所述有雾图像进行去雾处理并发出显示信号。
[0014]进一步地，所述雾图像判断模型包括：
[0015]获取待判断图像的亮度和饱和度；
[0016]计算所述亮度和所述饱和度之差值，将所述差值与预设有雾阈值相比较；
[0017]响应于所述差值超过预设有雾阈值；则所述待判断图像为有雾图像；
[0018]响应于所述差值不超过预设有雾阈值；则所述待判断图像为正常图像。
[0019]进一步地，所述显示方法还包括：
[0020]获取车速信息；
[0021]根据所述车速信息，调整所述预设有雾阈值；其中，所述预设有雾阈值和所述车速信息成负相关。
[0022]进一步地，所述显示方法还包括：
[0023]获取若干有雾条件下的历史后视图像和若干正常条件下的历史后视图像；
[0024]提取所述历史后视图像中的车身子图像，构成训练数据集；
[0025]通过所述训练数据集，对一初始的机器学习模型进行训练，并在训练结束后得到所述雾图像判断模型。
[0026]进一步地，所述对所述有雾图像进行去雾处理并发出显示信号的步骤，包括：
[0027]通过第一对数函数，对所述有雾图像进行处理，得到增强暗区图像；
[0028]利用引导滤波算法，对所述增强暗区图像进行滤波，得到滤波图像；
[0029]对所述增强暗区图像和所述滤波图像进行自动增益调整并融合得到增益图像；
[0030]通过第二对数函数，对所述增益图像进行处理，得到去雾图像；其中，所述第二对数函数用于补偿所述第一对数函数降低的亮度。
[0031]进一步地，所述对所述增强暗区图像和所述滤波图像进行自动增益调整并融合得到增益图像的步骤，包括：
[0032]将所述滤波图像进行第一自动增益调节，得到增益第一子图像；
[0033]将所述滤波图像和所述增强暗区图像融合后进行第二自动增益调节，得到增益第二子图像；
[0034]将所述增益第一子图像和所述增益第二子图像进行融合得到所述增益图像。
[0035]第二方面，本公开还提供一种显示装置，应用于电子后视镜系统，包括：
[0036]获取模块，被配置为获取借助所述电子后视镜系统的摄像头采集的后视图像；
[0037]判断模块，被配置为利用预先确定的雾图像判断模型，对所述后视图像是否为有雾图像进行判断；
[0038]雾源分析模块，被配置为响应于所述后视图像为有雾图像，获取并根据所述后视图像对应区域雾况信息，确定导致所述有雾图像的雾源；
[0039]处理模块，被配置为：响应于所述雾源是镜头雾，则发出摄像头除雾信号；
[0040]响应于所述雾源是环境雾，则对所述有雾图像进行去雾处理并发出显示信号。
[0041]进一步地，所述显示装置还包括：
[0042]训练模块，被配置为：获取若干有雾条件下的历史后视图像和若干正常条件下的历史后视图像；
[0043]提取所述历史后视图像中的车身子图像，构成训练数据集；
[0044]通过所述训练数据集，对一初始的机器学习模型进行训练，并在训练结束后得到所述雾图像判断模型。
[0045]第三方面，本公开还提供一种电子后视镜系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如前述任意一所述的方法。
[0046]从上面所述可以看出，本公开提供的显示方法、装置及电子后视镜系统，通过获取借助所述电子后视镜系统的摄像头采集的后视图像；利用预先确定的雾图像判断模型，对所述后视图像是否为有雾图像进行判断；响应于所述后视图像为有雾图像，获取并根据所述后视图像对应区域雾况信息，确定导致所述有雾图像的雾源；响应于所述雾源是镜头雾，则发出摄像头除雾信号；响应于所述雾源是环境雾，则对所述有雾图像进行去雾处理并发出显示信号。通过这样的方式，实现有雾图像的识别以及针对不同雾源确定匹配的处理方
式，提高图像中物体的辨识度，确保电子后视镜系统能够在起雾的条件下也能够实现准确显示，提高车辆行车安全性。此外，整个过程全自动运行，无需驾驶员操作，避免了驾驶员因起雾分散注意力，进一步保障了行车安全。
附图说明
[0047]为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0048]图1为本公开实施例提供的显示方法的一种流程示意图；
[0049]图2为本公开实施例提供的构建雾图像判断模型的一种流程示意图；
[0050]图3为本公开实施例提供的去雾方法的一种流程示意图；
[0051]图4为本公开实施例提供的显示装置的部分结构示意图；
[0052]图5为本公开实施例提供的电子后视镜系统的部分结构示意图。
具体实施方式
[0053]为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
[0054]需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种显示方法，应用于电子后视镜系统，其中，所述显示方法包括：获取借助所述电子后视镜系统的摄像头采集的后视图像；利用预先确定的雾图像判断模型，对所述后视图像是否为有雾图像进行判断；响应于所述后视图像为有雾图像，获取并根据所述后视图像对应区域雾况信息，确定导致所述有雾图像的雾源；响应于所述雾源是镜头雾，则发出摄像头除雾信号；响应于所述雾源是环境雾，则对所述有雾图像进行去雾处理并发出显示信号。2.根据权利要求1所述的显示方法，其中，所述显示方法还包括：获取车速信息；响应于所述车速信息大于零，则发出摄像头除雾信号同时对所述有雾图像进行去雾处理并发出显示信号。3.根据权利要求1所述的显示方法，其中，所述雾图像判断模型包括：获取待判断图像的亮度和饱和度；计算所述亮度和所述饱和度之差值，将所述差值与预设有雾阈值相比较；响应于所述差值超过预设有雾阈值；则所述待判断图像为有雾图像；响应于所述差值不超过预设有雾阈值；则所述待判断图像为正常图像。4.根据权利要求3所述的显示方法，其中，所述显示方法还包括：获取车速信息；根据所述车速信息，调整所述预设有雾阈值；其中，所述预设有雾阈值和所述车速信息成负相关。5.根据权利要求1所述的显示方法，其中，所述显示方法还包括：获取若干有雾条件下的历史后视图像和若干正常条件下的历史后视图像；提取所述历史后视图像中的车身子图像，构成训练数据集；通过所述训练数据集，对一初始的机器学习模型进行训练，并在训练结束后得到所述雾图像判断模型。6.根据权利要求1所述的显示方法，其中，所述对所述有雾图像进行去雾处理并发出显示信号的步骤，包括：通过第一对数函数，对所述有雾图像进行处理，得到增强暗区图像；利用引导滤波算法，对所述增强暗区图像进行...

【专利技术属性】
技术研发人员：王娅男，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：