Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

4. Image Enhancement for Improving Object Recognition

verfasst von : Jaeseok Kim

Erschienen in: Algorithm & SoC Design for Automotive Vision Systems

Verlag: Springer Netherlands

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Image enhancement techniques are increasingly needed for improving object recognition in automobile driving. In driving conditions, there are many variables that degrade the quality of the image captured from the camera, such as fog, rain, a sudden change of illumination, or lack of illumination. If the quality of the obtained image is degraded, object recognition (cars, pedestrians, fixed objects, and traffic signals) can be unsatisfactory. To improve the recognition rate of objects, several image enhancement algorithms are proposed and evaluated. In this chapter, general image enhancement techniques are introduced, followed by a discussion of advanced techniques for the driving environment.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Super Resolution
Nächstes Kapitel Detection of Vehicles and Pedestrians
Literatur
1.
R. Gonzales, R. Woods, Digital Image Processing, (Prentice Hall, 2010)
2.
R. Crane, Simplified Approach to Image Processing, (Prentice Hall, 1997)
3.
E. Reinhard, G. Ward, S. Pattanaik, P. Debevec, High Dynamic Range Imaging: Acquisition, Display and Image-Based Lighting, (Morgan Kauffman, 2005)
4.
S.-D. Chen, R. Ramli, Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation. IEEE Trans. Consum. Electron. 49(4), (2003)
5.
M. Ahmad, D. Sundararajan, A fast algorithm for Two-Dimensional median Filtering. IEEE Trans. Circuits Syst. 34(11), 1364–1374 (1987)
6.
7.
A. Shashua, Y. Gdalyahu, G. Hayun, Pedestrian detection for driving assistance systems: single-frame classification and system level performance. IEEE intelligent vehicles symposium, pp. 1–6 (2004)
8.
K.K. Mohanty, The wavelet transform for local image enhancement. Int. J. Remote Sens. 18(1), 213–219 (1997)CrossRef
9.
S. Qian, Introduction to Time-Frequency and Wavelet Transforms, (Prentice Hall, 2002)
10.
C. Sidney Burrus, R. A. Gopinath, H. Guo, Introduction to Wavelets and Wavelet Transforms: A Primer, (Prentice Hall, 1998)
11.
S. Gopinathan, P. Thangavel, A non linear technique for image enhancement based on discrete wavelet transform. Eur. J. Sci. Res. 79(3), 328–336 (2012)
12.
13.
T. G. Stockham. Image processing in the context of a visual model. Proceedings of the IEEE 60:828–842
14.
F. Drago et al., Adaptive Logarithmic Mapping for Displaying High Contrast Scenes. Computer Graphics Forum, vol. 22, no. 3 (Blackwell Publishing, Inc 2003)
15.
K. Chiu, M. Herf, P. Shirley, S. Swamy, C. Wang, and K. Zimmerman., Spatially nonuniform scaling functions for high contrast images, in Proceedings of Graphics Interface ’93, Toronto, 245–253 May 1993
16.
Rahman, Zia-ur, D. J. Jobson, G. A. Woodell., Multiscale retinex for color rendition and dynamic range compression. in SPIE’s 1996 International Symposium on Optical Science, Engineering, and Instrumentation. International Society for Optics and Photonics, (1996)
17.
M. D. Fairchild and G. M. Johnson., Meet iCAM : An Image Color Appearance Model, in IS&T/SID 10th Color Imaging Conference, pp. 33–38, Scottsdale : IS&T, (2002)
18.
S. N. Pattanaik, J. A. Ferwerda, M. D. Fairchild, and D. P. Greenberg., A Multiscale Model of Adaptation and Spatial Vision for Realistic Image Display, in SIGGRAPH 98 Conference Proceedings (ACM SIGGRAPH), 287–298 July 1998
19.
A. V. Oppenheim, R. Schafer, and T. Stockham., Nonlinear filtering of multiplied and convolved signals. Proceedings of the IEEE 56(8), 1265–1291 (1968)
20.
Choudhury, Prasun, J. Tumblin. The trilateral filter for high contrast images and meshes. (ACM SIGGRAPH 2005 Courses. ACM), (2005)
21.
B.K.P. Horn, Determining lightness from an image. CVGIP 3(4), 277–299 (1974)MathSciNet
22.
Fattal, Raanan, D. Lischinski, M. Werman. Gradient domain high dynamic range compression. ACM Trans. Graphics (TOG) 21(3), 2002
23.
Adelson, H. Edward., et al., Pyramid methods in image processing. RCA engineer 29.6, 33–41 (1984)
24.
L. Vytla, F. Hassan, J. E. Carletta, A real-time implementation of gradient domain high dynamic range compression using a local Poisson solver. J. Real-Time Image Proc. 8(2), 153–167 (2013)
Metadaten
Titel
Image Enhancement for Improving Object Recognition
verfasst von
Jaeseok Kim
Copyright-Jahr
2014
Verlag
Springer Netherlands
Buch
Algorithm & SoC Design for Automotive Vision Systems

Print ISBN: 978-94-017-9074-1

Electronic ISBN: 978-94-017-9075-8

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-94-017-9075-8_4

Neuer Inhalt

    Bildnachweise