本發(fā)明涉及一種用于減少由相機捕獲的機動車輛圖像的圖像像素的顏色偏移的方法。此外，本發(fā)明涉及一種用于機動車輛的計算機程序產(chǎn)品和控制設(shè)備。

背景技術(shù)：

1、通過通常包括多個相機的用于機動車輛的光學捕獲系統(tǒng)，可以實現(xiàn)機動車輛的環(huán)境的各種表示，每個表示可以由捕獲系統(tǒng)捕獲的多個相機圖像組成。首先，例如通過選擇和組合若干相機圖像，若干相機圖像例如描述機動車輛環(huán)境的預(yù)定子區(qū)域，可以為此目的在總體表示中重新映射。因此，鑲嵌圖像可以被創(chuàng)建為新的總體圖像，其例如表示從鳥瞰視角觀察的機動車輛環(huán)境的俯視圖，機動車輛布置在該俯視圖的中心。這種俯視圖表示也可以稱為俯視圖表示。

2、由機動車輛的相機捕獲的相機圖像和/或總體表示在例如由機動車輛內(nèi)部的顯示設(shè)備顯示給機動車輛的用戶之前，通常通過至少一種圖像處理算法進行修改。

3、例如，us2018/0204310?a1示出了一種用于機動車輛的可視化系統(tǒng)?？梢暬到y(tǒng)的圖像數(shù)據(jù)中的噪聲水平通過對圖像數(shù)據(jù)應(yīng)用透鏡陰影算法來改善。

4、處理相機圖像和/或整體表示的原因例如是改變或不同的照明條件和/或所采用相機的相機鏡頭的行為，使得例如相機圖像或整體表示的單個或若干圖像像素可能分別出現(xiàn)應(yīng)被校正的顏色偏移。

技術(shù)實現(xiàn)思路

1、本發(fā)明的任務(wù)是提供一種解決方案，通過該方案可以減少圖像像素的顏色偏移。

2、本發(fā)明的第一方面涉及一種用于減少由相機捕獲的機動車輛圖像的圖像像素的顏色偏移的方法。假設(shè)例如通過機動車輛的相機捕獲了至少一個圖像。該圖像描述了例如機動車輛環(huán)境的子區(qū)域。這意味著圖像例如至少部分地描述了道路的道路表面的至少一部分，機動車輛布置在該道路表面上，具有與道路表面鄰接的基礎(chǔ)設(shè)施，例如建筑物、工廠和/或另一個道路使用者，例如另一個機動車輛和/或人。該圖像也可以稱為相機圖像。該圖像還可以是由若干相機圖像組成的總體圖像。該圖像包括許多圖像像素，這些像素一起形成圖像。至少部分捕獲圖像的相機例如是機動車輛的前相機、后相機和/或側(cè)相機。此外，捕獲的圖像可以不由機動車輛本身捕獲，而是例如由外部設(shè)備經(jīng)由通信鏈路提供給車輛，外部設(shè)備例如是另一機動車輛、計算設(shè)備和/或基礎(chǔ)設(shè)施設(shè)備，例如交通觀察相機。

3、本發(fā)明基于這樣的認識，即圖像通常在圖像的至少一個子區(qū)域中包括那里的圖像像素的色調(diào)的顏色偏移。顏色偏移也可以稱為色調(diào)偏移。顏色偏移可能是由于相應(yīng)相機的相機鏡頭的顏色表示中與相機鏡頭相關(guān)的不均勻性導致的。取決于相機鏡頭的條件，圖像中的色調(diào)，例如在圖像的子區(qū)域中，可能具有朝向青色或藍色的色偏，而在另一個子區(qū)域中，可能具有朝向品紅色或紅色的色偏，使得圖像中例如單色區(qū)域的色調(diào)可能局部搖擺。這例如導致圖像的單個子區(qū)域具有圖像觀察者可見的藍色色偏，而圖像的其他子區(qū)域具有紅色色偏。這種關(guān)于色調(diào)的不均勻性經(jīng)常出現(xiàn)在圖像的邊緣區(qū)域，這些區(qū)域遠離圖像中心。特別明顯的是所描述的圖像中的大規(guī)模單色對象的顏色偏移，例如道路的灰色表面。因此，應(yīng)該對圖像的各個圖像像素的顏色值進行校正，以便能夠?qū)崿F(xiàn)在顏色表示方面協(xié)調(diào)的圖像的整體表示。

4、可以設(shè)想，通過相機的圖像信號處理器，顏色表示中的不均勻性已經(jīng)被抵消，例如通過將圖像信號處理器的透鏡陰影算法應(yīng)用于圖像。然而，情況可能是這還不夠，需要進一步的措施來減少圖像的各個圖像像素的顏色偏移。例如，如果顏色衰減具有不能通過簡單方法建模的輪廓，例如因為不能使用多項式曲線擬合來建模，則這可能是單個相機鏡頭之間的嚴重顏色衰減的情況。則至少單個圖像像素的顏色值的附加校正可能是有用的。

5、這意味著應(yīng)該為圖像提供附加的處理步驟，該步驟適合于減少圖像像素的顏色偏移。由于觀察到的顏色偏移可能取決于入射光，從而例如根據(jù)太陽的位置，顏色偏移的圖像像素發(fā)生變化，所以該處理步驟應(yīng)該為每個圖像像素單獨提供校正，該校正總是考慮影響相應(yīng)圖像像素的當前顏色偏移。

6、根據(jù)本發(fā)明的方法包括若干方法步驟，這些步驟是針對由相機捕獲的圖像的相應(yīng)圖像像素執(zhí)行的。優(yōu)選地，作為該方法的一部分，考慮捕獲圖像的每個單個圖像像素或捕獲圖像的至少一個子區(qū)域。方法步驟設(shè)想確定描述圖像像素顏色的顏色信息。圖像信息例如指示圖像像素是紅色、橙色、黃色、綠色、藍色、紫色還是品紅色。替代地，顏色信息可以被稱為顏色數(shù)據(jù)，其中顏色數(shù)據(jù)然后描述圖像像素的顏色，例如通過顏色值。顏色值可以例如取數(shù)值或者是顏色模型的顏色空間中的坐標。

7、在另一個方法步驟中，檢查所確定的顏色信息是否大于最小顏色信息并且小于最大顏色信息。最小和最大顏色信息界定了顏色信息范圍，其中描述參考對象的參考圖像像素搖擺，特別是典型地搖擺。參考對象例如可以是道路表面，即淺灰色、深灰色或黑色對象。最小和最大顏色信息界定例如顏色模型的顏色空間的顏色空間區(qū)域，根據(jù)該顏色空間區(qū)域描述所確定的顏色信息。在顏色信息范圍內(nèi)存在圖像的許多、尤其是所有圖像像素的顏色信息，這些顏色信息描述了參考對象或在顏色方面至少與參考對象相似的對象。最小和最大顏色信息可以例如通過校準方法來確定，該校準方法例如在應(yīng)用迄今描述的方法之前或在其開始時執(zhí)行。換句話說，這意味著檢查圖像像素的顏色信息是否位于由最小和最大顏色信息界定的顏色信息范圍內(nèi)。優(yōu)選地，最小和最大顏色信息界定了整個顏色空間的預(yù)定子區(qū)域，該子區(qū)域例如僅位于參考對象(例如灰色道路表面)的典型顏色信息范圍內(nèi)。定界的顏色信息范圍包括具有色偏或色調(diào)偏移的顏色信息，例如朝向青色或品紅色。這意味著，當檢查時，例如檢查每個圖像像素的顏色信息是否表明它描述了參考對象，例如灰色道路表面，因為所確定的顏色信息大于最小顏色信息并且小于最大顏色信息。在參考對象是灰色道路表面的情況下，在該示例中描述例如機動車輛環(huán)境中的藍天或綠草地的圖像像素將不會被識別為位于由最小和最大顏色信息界定的顏色信息范圍內(nèi)的圖像像素的顏色信息。

8、只有在所確定的顏色信息大于最小顏色信息并且小于最大顏色信息的情況下，才實現(xiàn)圖像像素的校正顏色信息的計算?？紤]所確定的顏色信息和校正因子來實現(xiàn)計算。校正因子是預(yù)定的，并且例如取決于捕獲圖像的相機的相機鏡頭。隨后，實現(xiàn)提供計算的校正顏色信息而不是確定的顏色信息。與確定的顏色信息相比，校正的顏色信息具有減小的顏色偏移。這是通過重新計算受影響的圖像像素的顏色信息，并因此根據(jù)校正因子將其移動到校正的顏色信息來實現(xiàn)的。校正的顏色信息不同于計算的顏色信息。換句話說，對于檢查成功的所有圖像像素，確定的顏色信息被校正的顏色信息代替。在所確定的顏色信息沒有既大于最小顏色信息又小于最大顏色信息的情況下，設(shè)想不計算校正的顏色信息。因此，為這些圖像像素提供了確定的圖像信息。這意味著只有分配給檢查成功的圖像像素的顏色信息被修改。

9、該方法可以以提供具有其所有圖像像素的圖像結(jié)束，其中對于檢查成功的所有圖像像素，提供校正的顏色信息而不是確定的顏色信息。這意味著那些顏色信息位于由最小和最大顏色信息界定的顏色信息范圍之外的圖像像素被準確地校正。所有其他圖像像素的顏色信息保持不變。因此，最終實現(xiàn)了所選圖像像素中顏色偏移的減小，因為如果需要，提供了與所確定的顏色信息相比具有減小的顏色偏移的校正的顏色信息，而不是所確定的顏色信息。

10、有利的實施例設(shè)想?yún)⒖紝ο笫堑缆繁砻婊驘粝?。道路表面尤其是灰色道路表面，例如亮灰色或暗灰色道路表面。道路表面例如是柏油路的表面。燈箱例如是發(fā)射預(yù)定波長的光的對象，通常在白光的范圍內(nèi)。由燈箱發(fā)出的光的顏色信息和/或亮度信息優(yōu)選是預(yù)先確定的，因此是已知的。優(yōu)選地，參考對象的顏色因此在黑色/深灰色到亮灰色/白色的顏色信息范圍內(nèi)。由于機動車輛通常位于灰色道路表面上，因此在機動車輛的環(huán)境中經(jīng)常會遇到具有該顏色信息范圍內(nèi)的顏色信息的對象。因此，直接鄰接機動車輛的環(huán)境的俯視圖通常包括至少一個灰色子區(qū)域，與其余俯視圖相比，該灰色子區(qū)域通常包括俯視圖的大的子區(qū)域。取決于所選擇的亮度，顏色模型的顏色空間中的灰色區(qū)域可以對應(yīng)于顏色空間中的白色區(qū)域，從而通過參考作為參考對象的燈箱，可以識別顏色偏移，這可以被轉(zhuǎn)移到灰色對象，例如道路表面。因此，通過選擇參考對象，該方法專門用于識別和校正顏色空間中的顏色偏移，該顏色空間是機動車輛的典型環(huán)境，導致該方法在機動車輛中的廣泛應(yīng)用范圍。

11、附加的實施例設(shè)想通過yuv顏色模型的u顏色值和/或v顏色值來描述相應(yīng)確定的顏色信息。這意味著可以采用適合于描述圖像像素的顏色信息的公共顏色模型。yuv顏色模型可以用y值來描述圖像像素的亮度，用u值和v值來描述顏色，即用u顏色值和v顏色值來描述顏色。u和v值跨越顏色空間，該顏色空間可以被稱為uv顏色空間，其中可以表示相應(yīng)y值的所有顏色。在僅考慮u和v顏色值的情況下，因此映射二維顏色空間，其例如從u到v軸，每個從值0到值255。因此，顏色信息包括兩個單個顏色值，即u和v顏色值。通過一起指示兩個顏色值，可以精確地指示顏色信息，即最終可以描述圖像像素的顏色。

12、特別設(shè)想最小顏色信息由最小u顏色值和/或最小v顏色值描述，最大顏色信息由最大u顏色值和/或最大v顏色值描述。因此，總共四個顏色極值是已知的，由此最終界定yuv顏色模型的uv顏色空間的子區(qū)域。

13、在另一實施例中，設(shè)想最小和最大u顏色值以及最小和最大v顏色值界定了圍繞yuv顏色模型的uv顏色空間的中心布置的顏色空間區(qū)域。在u顏色值128和v顏色值128處的uv顏色空間包括中心，其中在中心周圍，根據(jù)y值，布置了黑色/深灰色到亮灰色/白色的顏色。通過將顏色方面的定界顏色信息范圍放置在該位置，實現(xiàn)了只有圖像中的對象可以根據(jù)其顏色信息被校正，該對象的顏色位于黑色/深灰色和亮灰色/白色之間，而例如圖像中具有不同顏色(例如藍色、綠色、紅色或黃色)的對象在其顏色信息方面保持不受影響。因此，確保了僅在圖像的子區(qū)域中實現(xiàn)顏色偏移的減小，在該子區(qū)域中，這是有意義的，例如由于灰色道路表面的大表面表示，其中顏色偏移特別明顯。

14、附加的實施例設(shè)想，所確定的顏色信息離uv顏色空間的中心越遠，所確定的顏色信息和uv顏色空間中的校正的顏色信息之間的距離就越大。這意味著可以設(shè)想依賴于單個像素的顏色信息的校正程度。這導致這樣的事實，例如，具有大色偏的圖像像素，其顏色信息因此遠離uv顏色空間的中心，與相比之下具有小色偏的圖像像素相比，被更強烈地修改，因為它被布置得更靠近uv顏色空間的中心。這導致具有大色偏的圖像像素的顏色信息的確定的和校正的u和v顏色值之間的差異大于具有小色偏的圖像像素。這意味著不是在檢查中發(fā)現(xiàn)需要校正的每個圖像像素都被校正到相同的程度。

15、從所確定的u顏色值計算校正的u顏色值可以例如通過從所確定的圖像像素的u顏色值中減去數(shù)字128來確定與uv顏色空間中心的差值而開始實現(xiàn)。然后計算校正的u顏色值作為差值，其中確定的u顏色值是被減數(shù)，差值與校正因子的乘積是減數(shù)。對校正的v顏色值的計算以類似的方式實現(xiàn)。校正因子例如是0.75。替代地，校正因子可以在0.5和1之間，在0.6和0.9之間，特別是在0.7和0.8之間。由此認識到，所應(yīng)用的校正程度取決于所確定的u或v顏色值分別距uv顏色空間的中心的距離，并因此取決于單個圖像像素。最終，由此實現(xiàn)了更靠近所界定的顏色信息范圍的邊緣區(qū)域的顏色信息朝向中心被更強烈地校正，從而總體上給出了所提供的圖像中盡可能同質(zhì)的顏色表示，例如灰色道路表面的顏色表示。通過所描述的對所確定的顏色信息和校正因子的考慮，可以實現(xiàn)不是每個圖像像素都被校正到相同的程度，而是漸進校正是可能的，或者在校正期間考慮梯度。

16、在實施例中，可以設(shè)想確定多個圖像像素，對于這些圖像像素，所確定的顏色信息大于最小顏色信息并且小于最大顏色信息。然后，檢查所確定的數(shù)量是否大于最小數(shù)量。在所確定的數(shù)量小于或等于最小數(shù)量的情況下，通過評估圖像像素來確定替代的最小顏色信息和替代的最大顏色信息。由替代的最小和最大顏色信息界定的顏色信息范圍被布置成特別地與yuv顏色模型的uv顏色空間的中心間隔開。隨后，例如，可以考慮替代的最小值和替代的最大值顏色信息來執(zhí)行上述方法。因此，例如，在機動車輛沒有布置在灰色道路表面上，而是例如布置在草地表面上的情況下，首先，執(zhí)行對機動車輛的該環(huán)境的最小和最大顏色信息的調(diào)整。這是因為草地表面的捕獲圖像的所有或至少許多圖像像素不描述灰色或白色對象，然而，例如迄今為止的方法是針對該灰色或白色對象配置的。由此可以設(shè)想，圖像像素的顏色偏移的減小仍然是可能的，因為綠色范圍中的可能偏差可以通過計算替代的最小和最大顏色信息并在下文中考慮它來減小?？梢栽O(shè)想，首先，要執(zhí)行新的校準，以便能夠計算替代的最小和最大顏色信息，例如使用具有不同顏色，特別是綠色的參考對象。

17、替代地或附加地，可以設(shè)想只有在確定的數(shù)量大于最小數(shù)量的情況下，才計算相應(yīng)圖像像素的校正的顏色信息。這意味著，例如，可以提供控制步驟，其中，每當例如在圖像中僅發(fā)現(xiàn)足夠少的灰度圖像像素的數(shù)量小于或等于最小數(shù)量時，首先不執(zhí)行進一步的方法步驟，而是僅僅確定捕獲的圖像不適于該方法，因為在相關(guān)顏色空間區(qū)域中沒有給出足夠的圖像像素。這意味著，首先，檢查捕獲的圖像是否完全適合由該方法處理，因為它例如包括灰色和/或白色區(qū)域，在該區(qū)域中可以執(zhí)行校正。因此，避免了不必要的計算工作，否則如果繼續(xù)執(zhí)行該方法而不考慮受影響的圖像像素的數(shù)量，則可能發(fā)生不必要的計算工作。

18、最小數(shù)量可以用百分比表示，例如位于圖像的圖像像素總數(shù)的5％、10％、20％、30％、40％、50％、60％、70％、80％、90％，或者特別是在大于90％和小于100％之間。

19、此外，實施例設(shè)想在檢查相應(yīng)圖像像素的確定的顏色信息之前，將協(xié)調(diào)函數(shù)應(yīng)用于圖像。協(xié)調(diào)函數(shù)執(zhí)行圖像的亮度和/或顏色協(xié)調(diào)。因此，可以設(shè)想，在檢查所確定的顏色信息是否大于最小顏色信息并且小于最大顏色信息之前，已經(jīng)可以執(zhí)行關(guān)于圖像的亮度和顏色的協(xié)調(diào)。如果圖像是由單個相機圖像組成的整體表示，該圖像例如是在不同的光照條件下捕獲的，則該協(xié)調(diào)特別有意義，因為它們例如示出了機動車輛環(huán)境的不同區(qū)域。然后，通過應(yīng)用協(xié)調(diào)函數(shù)，可以執(zhí)行亮度和顏色校正，其中特別是在兩個相機圖像之間的過渡區(qū)域中，實現(xiàn)兩個相機圖像之間的亮度和顏色調(diào)整。然而，還可能觀察到協(xié)調(diào)圖像中單個圖像像素的顏色偏移，例如由于特定相機類型的相機鏡頭與相機鏡頭之間的相機鏡頭的條件和質(zhì)量不同。然而，這種輕微的顏色偏移通常不能通過應(yīng)用協(xié)調(diào)函數(shù)來校正，而是需要本發(fā)明的方法來計算校正的顏色信息。因此，實現(xiàn)了通過更早地應(yīng)用協(xié)調(diào)函數(shù)，已經(jīng)實現(xiàn)了圖像中顏色的預(yù)校正，因此起始圖像代表了微調(diào)校正的合理基礎(chǔ)，這可以通過校正的顏色信息的計算來實現(xiàn)。因此，最終可以實現(xiàn)顏色偏移的最佳減小。

20、此外，在實施例中可以設(shè)想，圖像是由至少兩個局部圖像組成的總體圖像的局部圖像?？傮w圖像可以例如由四個局部圖像組成，其中一個由前相機捕獲，一個由后相機捕獲，兩個由相應(yīng)的側(cè)相機捕獲，側(cè)相機布置在機動車輛的側(cè)鏡中。合成圖像可以通過組合或合并單個局部圖像來實現(xiàn)。因此，每個局部圖像描述了機動車輛環(huán)境的子區(qū)域。這意味著給出了描述機動車輛前方區(qū)域環(huán)境的局部圖像、描述機動車輛后方區(qū)域環(huán)境的局部圖像、描述機動車輛縱向方向左側(cè)機動車輛環(huán)境的局部圖像以及描述機動車輛縱向方向右側(cè)機動車輛環(huán)境的局部圖像。這四個局部圖像可以例如彼此組合成環(huán)境的360度圖像或機動車輛的俯視圖?？梢栽O(shè)想，例如，在應(yīng)用協(xié)調(diào)函數(shù)之前，執(zhí)行將各個局部圖像合成為總體圖像。借助于協(xié)調(diào)函數(shù)，各個局部圖像之間的特定邊界區(qū)域可以被協(xié)調(diào)，也就是說可以在它們的亮度和/或顏色值方面相互調(diào)整。這意味著可以提供由機動車輛的各種相機捕獲的圖像的最佳應(yīng)用。

21、另一個實施例設(shè)想，在檢查至少兩個圖像的每個圖像像素的確定的顏色信息之后，組成一個總體圖像。因此，首先，至少兩個不同圖像的每個圖像像素的確定的顏色信息被檢查并且可能被校正，并且僅在此后總體圖像由至少兩個圖像組成。因此，總體圖像包括至少兩個局部圖像。因此，已經(jīng)根據(jù)上述方法，根據(jù)圖像像素的顏色信息和通過提供校正的顏色信息或不通過保持確定的顏色信息而校正的相應(yīng)圖像像素，檢查了總體圖像的各個圖像。在此，協(xié)調(diào)函數(shù)被應(yīng)用于總體圖像，其中至少兩個圖像描述了機動車輛的環(huán)境的不同子區(qū)域，特別是機動車輛的前部區(qū)域、后部區(qū)域和/或側(cè)部區(qū)域。如上面已經(jīng)描述的，協(xié)調(diào)函數(shù)對總體圖像執(zhí)行亮度和/或顏色協(xié)調(diào)。這意味著可能是這樣的情況，即設(shè)想檢查所確定的顏色信息以及(如果適用)計算校正的顏色信息并將其提供給相應(yīng)的圖像像素的上述方法被應(yīng)用于局部圖像，并且這些局部圖像僅在此基礎(chǔ)上通過協(xié)調(diào)函數(shù)彼此合成和調(diào)整。

22、實施例設(shè)想每個局部圖像是由相機捕獲的相機圖像的視窗，其中總體圖像示出機動車輛環(huán)境的俯視圖。因此，可以設(shè)想，不是觀看并進一步考慮由相機捕獲的完整圖像，而是從完整圖像中選擇視窗。視窗是觀察窗口的名稱。為了顯示機動車輛的環(huán)境的俯視圖，例如不需要位于機動車輛高度方向頂部并包含在相機圖像中的環(huán)境區(qū)域，例如天空的一部分。由于這個原因，只有視窗被認為是組成總體圖像的局部圖像。這是對于機動車輛特別優(yōu)選的表示，例如對于機動車輛的駕駛員在輔助停車操作時是有用的。

23、另一個實施例設(shè)想通過對圖像應(yīng)用對象識別算法，識別圖像中的至少一個對象。只有在所識別的對象是道路表面的情況下，才計算圖像的相應(yīng)圖像像素的相應(yīng)校正顏色信息。因此，首先，通過執(zhí)行基于對象識別算法的對象檢查以及關(guān)于所識別的對象是否是道路表面的檢查，來檢查所捕獲的圖像、局部圖像或總體圖像是否適合于所描述的方法。對象識別算法例如是計算機程序，其包含至少一個規(guī)則或指令，根據(jù)該規(guī)則或指令可以識別圖像中的至少一個預(yù)定對象。預(yù)定對象可以是道路表面。此外，對象識別算法可以區(qū)分各種類型的對象，即識別例如各種類型的對象。因此，避免了為圖像的圖像像素計算校正的顏色信息，該圖像根本不適合應(yīng)用所描述的方法，因為它例如不顯示道路表面。

24、在另一個實施例中，可以設(shè)想根據(jù)最小和最大顏色信息來預(yù)先確定校正因子。例如，如果與最小和最大顏色信息之間的距離較小的情況相比，最小和最大顏色信息之間的距離較大，則可以設(shè)想較大的校正因子，從而在這種情況下，通過比較可以選擇較小的校正因子。這意味著由最小和最大顏色信息界定的顏色信息空間越小，可以選擇的校正因子就越小，反之亦然。因此，校正因子可以被調(diào)整到相機鏡頭的行為，以便能夠總是實現(xiàn)合理地減少顏色偏移。

25、此外，設(shè)想了實施例，根據(jù)該實施例，當執(zhí)行校準方法時，參考像素由若干相機捕獲。這若干相機可以被分配給共同的相機類型。普通相機類型可以涉及普通相機鏡頭。這意味著若干相機各自具有基本相同的相機鏡頭。因此，這若干相機例如具有共同類型的相機鏡頭，因此具有相同的相機鏡頭?；鞠嗤馕吨谌舾上鄼C鏡頭之間存在最大差異，這與圖像像素的顏色信息可能變化的顏色信息范圍無關(guān)。優(yōu)選地，當捕獲圖像時使用的相機同樣具有當執(zhí)行校準方法時使用的相機鏡頭。因此，捕獲圖像時使用的相機也被分配到普通相機類型。換句話說，校準方法是針對特定的相機鏡頭執(zhí)行的。

26、優(yōu)選地，從參考對象捕獲至少十幅具有參考像素的參考圖像，以便從中計算最小和最大顏色信息。在參考圖像中，例如道路表面和/或燈箱的區(qū)域被示出并從中選擇。隨后，計算或確定在哪個顏色信息范圍中，即在哪個顏色空間區(qū)域中，描述道路表面或燈箱的圖像像素擺動，即使它們實際上都應(yīng)該表示相同的顏色信息。這意味著確定參考圖像中的參考對象是否由至少一個具有顏色偏移(例如紅色偏移或藍色偏移)的參考像素來描述。相對于顏色空間的中心最大或最小移動的顏色信息在此分別作為最大或最小顏色信息。在這方面，相關(guān)的是，首先，對于普通的相機鏡頭，在最小和最大顏色信息可以作為預(yù)定值被提供之前，執(zhí)行若干校準測量。

27、本發(fā)明的另一方面涉及一種計算機程序產(chǎn)品。計算機程序產(chǎn)品例如可以是計算機程序。計算機程序產(chǎn)品可以存儲在計算機上，例如機動車輛中的控制設(shè)備。該計算機程序產(chǎn)品包括至少一個指令，優(yōu)選地是若干指令，當該程序由計算機執(zhí)行時，該計算機例如是機動車輛的控制設(shè)備，將執(zhí)行上述方法。計算機例如是計算設(shè)備。此外，可以提供第二計算機程序產(chǎn)品，根據(jù)該第二計算機程序產(chǎn)品，相機捕獲機動車輛的環(huán)境圖像和/或參考圖像。此外，可以提供第三計算機程序產(chǎn)品，根據(jù)該產(chǎn)品可以執(zhí)行所描述的校準方法。

28、本發(fā)明的另一方面涉及一種用于機動車輛的控制設(shè)備，其被配置用于執(zhí)行上述方法?？刂圃O(shè)備包括處理器設(shè)備，其可以執(zhí)行所描述的方法。為此目的處理器設(shè)備可以包括至少一個微處理器和/或至少一個微控制器和/或至少一個fpga(現(xiàn)場可編程門陣列)和/或至少一個dsp(數(shù)字信號處理器)。此外，處理器設(shè)備可以包括計算機程序產(chǎn)品?？刂圃O(shè)備優(yōu)選地執(zhí)行所描述的方法。

29、結(jié)合根據(jù)本發(fā)明的方法描述的實施例，單個地以及彼此組合地，只要可應(yīng)用并且只要它們不相互排斥，類似地適用于根據(jù)本發(fā)明的計算機程序產(chǎn)品以及根據(jù)本發(fā)明的控制設(shè)備。

30、本發(fā)明的另一方面可以是包括根據(jù)本發(fā)明的控制設(shè)備的機動車輛。機動車輛例如可以是客車、卡車、公共汽車和/或摩托車。