用于对光学图像的盲区进行分类的方法与流程

技术特征：
1.一种用于对移动平台的环境的光学图像的盲区进行分类的方法，其具有步骤：提供所述移动平台的所述环境的数字光学图像；形成多个区域，用于划分数字图像；借助经过训练的机器学习系统利用至少两个不同的盲区属性（dl，dh，df；l，m，h），并且利用所述数字图像作为所述机器学习系统的输入信号，对所述数字图像的所述多个区域中的每个区域进行分类，其中所述机器学习系统借助多个数字参考图像和相应的数字参考图像的经过分类的区域已被训练为，关于至少两个盲区属性（dl，dh，df；l，m，h）对所述数字参考图像的区域进行分类；并且将所述至少两个盲区属性（dl，dh，df；l，m，h）分配给所述数字图像的相应的区域。2.根据权利要求1所述的方法，其中，所述光学图像的所述盲区的面密度被分配给第一盲区属性（dl，dh，df），而所述光学图像的所述盲区的透明性被分配给第二盲区属性（l，m，h）。3.根据上述权利要求中任一项所述的方法，其中，所述盲区的可识别的原因被分配给第三盲区属性。4.根据权利要求3所述的方法，其中，给所述第三盲区属性分配在摄像机系统之前利用不同于水的物质覆盖透明的面的可识别的原因，所述摄像机系统已生成所述数字图像。5.根据上述权利要求中任一项所述的方法，其中，所述多个区域由所述数字图像的整个数目的像素形成。6.根据上述权利要求中任一项所述的方法，其中，形成用于确定在相应的数字图像中的不同地被分类的图像平面的多边形曲线，其方式是：所述多边形曲线在所述数字图像的关于所述盲区不同地被分类的区域之间伸展。7.一种用于改进移动平台的环境的光学图像的方法，其中利用数字摄像机已生成所述光学图像，所述数字摄像机通过透明的面以机械方式与所述环境隔开，并且根据所述光学图像的如下数目的区域来触发所述透明的面的清洁过程：根据权利要求1至6中任一项，利用关键的盲区属性已对所述数目的区域进行分类。8.一种用于确定光学图像的至少一个图像平面的方法，所述方法适合于对象探测，其中根据所述光学图像的如下数目的区域来确定所述图像平面：根据权利要求1至6中任一项，利用相关的盲区属性已对所述数目的区域进行分类。9.一种用于生成经过训练的机器学习系统的方法，用于根据权利要求1至6中任一项来对移动平台的环境的光学图像的盲区进行分类，所述方法具有多个训练周期，其中每个训练周期都具有步骤：提供光学图像，所述光学图像具有在移动平台的环境的所述光学图像的多个区域（210，220）中的不同的盲区；对于所述光学图像提供所分配的参考图像，其中在所述参考图像中根据至少两个盲区属性（dl，dh，df；l，m，h）来给所述多个区域贴标签；提供所述光学图像作为所述机器学习系统的输入信号；和适配所述机器学习系统，以便在对所述光学图像的区域的盲区进行分类时，使与相应的所述所分配的参考图像的偏差最小化。10.根据权利要求1至6中任一项所述的方法，其中，基于所述光学图像的如下数目的区
域来提供用于操控至少部分自动化的车辆的控制信号：根据权利要求1至6中任一项，利用相关的和/或关键的盲区属性已对所述数目的区域进行分类；和/或基于所述光学图像的如下数目的相关的和/或关键的区域来提供用于警告车辆乘客的报警信号：根据权利要求1至6中任一项，利用盲区属性已对所述数目的相关的和/或关键的区域进行分类。11.一种设备，其具有神经卷积网络，所述神经卷积网络已按照根据权利要求9所述的方法被训练。12.一种计算机程序，其包括指令，所述指令在通过计算机实施所述计算机程序时促使所述计算机，实施根据权利要求1至9中任一项所述的方法。13.一种机器可读的存储介质，在所述机器可读的存储介质上存储有根据权利要求12所述的计算机程序。

技术总结
本发明涉及用于对光学图像的盲区进行分类的方法。建议了一种用于对移动平台的环境的光学图像的盲区进行分类的方法，所述方法具有下列步骤：提供移动平台的环境的数字光学图像；形成多个区域，用于划分数字图像；借助经过训练的机器学习系统利用至少两个不同的盲区属性，并且利用数字图像作为机器学习系统的输入信号，对数字图像的多个区域中的每个区域进行分类，其中所述机器学习系统借助多个数字参考图像和相应的数字参考图像的经过分类的区域已被训练为，关于至少两个盲区属性对数字参考图像的区域进行分类；和将至少两个盲区属性分配给数字图像的相应的区域。分配给数字图像的相应的区域。分配给数字图像的相应的区域。


技术研发人员：A
受保护的技术使用者：罗伯特
技术研发日：2021.05.26
技术公布日：2021/12/3