廣告
自動(dòng)駕駛中視覺感知ISP調(diào)參綜述及實(shí)證分析
視覺分析：可以觀察到，所測(cè)試的這兩種技術(shù)產(chǎn)生了不同的輸出結(jié)果。直方圖均衡化會(huì)使圖像的強(qiáng)度發(fā)生變化。其結(jié)果是，一些高強(qiáng)度的細(xì)節(jié)（如云彩、某些邊界等）會(huì)從圖像中消失，而其他強(qiáng)度較低的區(qū)域則變得更易于分辨。由于對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）是一種自適應(yīng)方法，生成的圖像顯示原始圖像中的暗區(qū)變得更暗，亮區(qū)變得更亮。圖像似乎包含了更多細(xì)節(jié)。在邊緣處會(huì)產(chǎn)生光暈偽影，并且噪聲會(huì)隨著分塊大小以及所應(yīng)用的裁剪限制值的增大而增加?？雌饋?lái)噪聲與裁剪限制值大小成正比（裁剪限制值越大，圖像中的噪聲就越多）。通過(guò)觀察邊緣檢測(cè)后的圖像，可以發(fā)現(xiàn)直方圖均衡化圖像的索貝爾圖像與原始圖像非常相似，而在對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）圖像中，噪聲會(huì)被檢測(cè)為邊緣。原始圖像和處理后圖像之間的差異在二值化后會(huì)更加明顯。直方圖均衡化后的圖像丟失了大量信息。然而，由于圖像變亮了，現(xiàn)在有可能分辨并識(shí)別出源圖像上不可見的特征。對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）方法產(chǎn)生的光暈偽影在二值化圖像上清晰可見。閉運(yùn)算圖像會(huì)因所使用的對(duì)比度技術(shù)不同而受到不同影響。直方圖均衡化圖像在所有區(qū)域都變亮的情況下，信息丟失嚴(yán)重。當(dāng)裁剪限制值和分塊大小更大時(shí)，對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）圖像會(huì)呈現(xiàn)出更多細(xì)節(jié)（見圖 14）。
圖14特征匹配測(cè)試得出了與銳化類似的結(jié)果
圖 15 表明，對(duì)比度在大多數(shù)情況下對(duì)不同的特征檢測(cè)器都有負(fù)面影響。只有使用尺度不變特征變換（SIFT）時(shí)的第 10 幀圖像在調(diào)整對(duì)比度后內(nèi)點(diǎn)占比更高。我們從該圖中能得出的另一個(gè)結(jié)論是，在對(duì)比度調(diào)整后，加速魯棒特征（AKAZE）測(cè)試中的部分內(nèi)點(diǎn)占比與原始內(nèi)點(diǎn)占比相等（取決于對(duì)比度算法的參數(shù)，其影響可能是負(fù)面的，也可能沒有影響）。這些針對(duì)少量幀的初步結(jié)果表明，對(duì)比度增強(qiáng)對(duì)計(jì)算機(jī)視覺的影響并不像對(duì)人類視覺那樣是積極的。必須在擁有目前尚不可得的原始標(biāo)注數(shù)據(jù)的更大數(shù)據(jù)集上重復(fù)進(jìn)行實(shí)驗(yàn)。在測(cè)試未處理的原始圖像和處理后圖像之間的特征匹配時(shí)，大多數(shù)情況下內(nèi)點(diǎn)占比都會(huì)下降。圖 15 展示了所獲得的結(jié)果。
定量分析：表 2 以及圖 16 中的受試者工作特征（ROC）曲線表明，對(duì)比度調(diào)整確實(shí)會(huì)對(duì)關(guān)鍵性能指標(biāo)（KPI）值產(chǎn)生實(shí)際影響。這種影響對(duì)計(jì)算機(jī)視覺（CV）性能而言可能是正向的，也可能是負(fù)向的。使用 3 組參數(shù)進(jìn)行的對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）測(cè)試得出了更高的真陽(yáng)性百分比：對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）2_8 的為 +6.63%，對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）2_16 的為 +10.01%，對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）10_16 的為 +1.8%。關(guān)于每幀誤報(bào)數(shù)（FP），可以觀察到對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）2_8 和對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）2_16 與原始測(cè)試非常相似，而對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）10_16 的情況要好得多（每幀誤報(bào)數(shù)越低越好）。
圖 15. 取決于幀數(shù)以及所使用的對(duì)比度方法（使用尺度不變特征變換（SIFT）、加速穩(wěn)健特征（SURF）、定向 FAST 和旋轉(zhuǎn) BRIEF（ORB）以及加速魯棒特征（AKAZE））的內(nèi)點(diǎn)百分比
表 2. 使用對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE）濾波器進(jìn)行對(duì)比度增強(qiáng)后行人檢測(cè)（PD）算法給出的關(guān)鍵性能指標(biāo)（KPI）百分比（CLAHE 2_8：裁剪限制值 = 2 且分塊大小 = 8×8 的對(duì)比度受限的自適應(yīng)直方圖均衡化（CLAHE））。TP = 真陽(yáng)性，F(xiàn)P = 誤報(bào)數(shù)。
圖16. ROC曲線顯示TP率與。每幀的6個(gè)配置測(cè)試和測(cè)試原始圖像
廣告 編輯推薦
最新資訊
-
開年豪擲1.8億搶用戶，又一車企加入“價(jià)格
2026-03-04 16:05
-
聯(lián)合國(guó)法規(guī)R60對(duì)兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標(biāo)準(zhǔn)立項(xiàng)|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
