JP3307335B2 - 車両領域検出装置及び車両領域検定方法 - Google Patents
車両領域検出装置及び車両領域検定方法Info
- Publication number
- JP3307335B2 JP3307335B2 JP20669398A JP20669398A JP3307335B2 JP 3307335 B2 JP3307335 B2 JP 3307335B2 JP 20669398 A JP20669398 A JP 20669398A JP 20669398 A JP20669398 A JP 20669398A JP 3307335 B2 JP3307335 B2 JP 3307335B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- area
- image
- evaluation
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Closed-Circuit Television Systems (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は車両に搭載されたＣ
ＣＤカメラからの画像を用いて車両領域を検出する車両
領域検出装置及び車両領域検定方法に関する。
ＣＤカメラからの画像を用いて車両領域を検出する車両
領域検出装置及び車両領域検定方法に関する。
【０００２】
【従来の技術】従来より、自動車などの車両に搭載され
たＣＣＤカメラなどの画像撮像装置により撮影された画
像の車両が存在する領域を検出する方法が種々提案され
ている。
たＣＣＤカメラなどの画像撮像装置により撮影された画
像の車両が存在する領域を検出する方法が種々提案され
ている。
【０００３】車両領域を特定する処理として、 （１）自車両前方画像の微分画像（エッジ画像）などに
対して二値化、ラベリング、特徴抽出、パターンマッチ
ング（テンプレートマッチング）などの処理を行う。 （２）前方画像全体の特定の一部を路面と仮定して、そ
の部分の濃淡度に対し路面が車両と接する部分の画像の
濃淡度を比較する。などの方法が知られている。
対して二値化、ラベリング、特徴抽出、パターンマッチ
ング（テンプレートマッチング）などの処理を行う。 （２）前方画像全体の特定の一部を路面と仮定して、そ
の部分の濃淡度に対し路面が車両と接する部分の画像の
濃淡度を比較する。などの方法が知られている。
【０００４】
【発明が解決しようとする課題】しかしながら、上述し
た（１）のテンプレートマッチングは、対象物の形状に
多種多様なものがある、天候や昼夜の差によって検出画
像にばらつきがある、などの問題により、一般性を持っ
たテンプレートを作成することは難しく、既存のテンプ
レートでのマッチングでは、正確に車両領域を特定する
ことが難しい。また、（２）の路面の濃淡値と比較する
方法は、路面に投影されるいろいろな影などにより路面
全体が均一ではなく、路面全体の濃淡値を正確に求める
ことは難しい、画面の特定の一部を路面と仮定し、そこ
での平均濃淡値を代わりに用いても、対象となる車両候
補領域近辺の路面濃淡値と異なっていることが予想さ
れ、正確に車両領域として特定することが難しい、など
の問題がある。
た（１）のテンプレートマッチングは、対象物の形状に
多種多様なものがある、天候や昼夜の差によって検出画
像にばらつきがある、などの問題により、一般性を持っ
たテンプレートを作成することは難しく、既存のテンプ
レートでのマッチングでは、正確に車両領域を特定する
ことが難しい。また、（２）の路面の濃淡値と比較する
方法は、路面に投影されるいろいろな影などにより路面
全体が均一ではなく、路面全体の濃淡値を正確に求める
ことは難しい、画面の特定の一部を路面と仮定し、そこ
での平均濃淡値を代わりに用いても、対象となる車両候
補領域近辺の路面濃淡値と異なっていることが予想さ
れ、正確に車両領域として特定することが難しい、など
の問題がある。
【０００５】本発明は上記問題点に鑑みてなされたもの
であり、簡易な方法により正確に車両領域を特定するこ
とができる車両領域検出装置及び車両領域検定方法を提
供することを目的とする。
であり、簡易な方法により正確に車両領域を特定するこ
とができる車両領域検出装置及び車両領域検定方法を提
供することを目的とする。
【０００６】
【課題を解決するための手段】係る目的を達成するため
に請求項１記載の発明は、車両に搭載された画像撮像手
段により撮像された画像の車両の存在する確率の高い車
両候補領域から車両領域を検出する車両領域検出装置で
あって、車両候補領域内における画像の濃淡度の左右対
称度を評価する左右対称度評価手段と、車両候補領域全
体の濃度平均値に対する画像の濃淡度の分散度を評価す
る分散度評価手段と、車両候補領域の下部領域の画像の
濃淡度と、該車両候補領域下部に近接する領域の画像の
濃淡度との差分を評価する濃淡平均値評価手段と、左右
対称度評価手段、分散度評価手段、及び濃淡平均値評価
手段の評価結果のいずれかが所定の閾値を越えている車
両候補領域を車両領域と判定する領域判定手段と、を有
することを特徴とする。
に請求項１記載の発明は、車両に搭載された画像撮像手
段により撮像された画像の車両の存在する確率の高い車
両候補領域から車両領域を検出する車両領域検出装置で
あって、車両候補領域内における画像の濃淡度の左右対
称度を評価する左右対称度評価手段と、車両候補領域全
体の濃度平均値に対する画像の濃淡度の分散度を評価す
る分散度評価手段と、車両候補領域の下部領域の画像の
濃淡度と、該車両候補領域下部に近接する領域の画像の
濃淡度との差分を評価する濃淡平均値評価手段と、左右
対称度評価手段、分散度評価手段、及び濃淡平均値評価
手段の評価結果のいずれかが所定の閾値を越えている車
両候補領域を車両領域と判定する領域判定手段と、を有
することを特徴とする。
【０００７】請求項２記載の発明は、車両に搭載された
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対象度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれか２つが所定の閾値
を越えている車両候補領域を車両領域と判定する領域判
定手段と、を有することを特徴とする。
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対象度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれか２つが所定の閾値
を越えている車両候補領域を車両領域と判定する領域判
定手段と、を有することを特徴とする。
【０００８】請求項３記載の発明は、車両に搭載された
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のすべてが所定の閾値を越え
ている車両候補領域を車両領域と判定する領域判定手段
と、を有することを特徴とする。
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のすべてが所定の閾値を越え
ている車両候補領域を車両領域と判定する領域判定手段
と、を有することを特徴とする。
【０００９】請求項４記載の発明は、車両に搭載された
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれかが所定の閾値を越
えている車両候補領域を検出する領域判定手段と、領域
判定手段により、左右対称度評価手段、分散度評価手
段、及び濃淡平均値評価手段の評価結果のいずれかが所
定の閾値を越えたことを過去に所定の回数検出した車両
候補領域と略同一の位置の車両候補領域を車両領域とし
て検出する領域評価手段と、を有することを特徴とす
る。
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれかが所定の閾値を越
えている車両候補領域を検出する領域判定手段と、領域
判定手段により、左右対称度評価手段、分散度評価手
段、及び濃淡平均値評価手段の評価結果のいずれかが所
定の閾値を越えたことを過去に所定の回数検出した車両
候補領域と略同一の位置の車両候補領域を車両領域とし
て検出する領域評価手段と、を有することを特徴とす
る。
【００１０】請求項５記載の発明は、車両に搭載された
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれか２つが所定の閾値
を越えている車両候補領域を検出する領域判定手段と、
領域判定手段により、左右対称度評価手段、分散度評価
手段、及び濃淡平均値評価手段の評価結果のいずれか２
つが所定の閾値を越えたことを過去に所定の回数検出し
た車両候補領域と略同一の位置の車両候補領域を車両領
域として検出する領域評価手段と、を有することを特徴
とする。
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のいずれか２つが所定の閾値
を越えている車両候補領域を検出する領域判定手段と、
領域判定手段により、左右対称度評価手段、分散度評価
手段、及び濃淡平均値評価手段の評価結果のいずれか２
つが所定の閾値を越えたことを過去に所定の回数検出し
た車両候補領域と略同一の位置の車両候補領域を車両領
域として検出する領域評価手段と、を有することを特徴
とする。
【００１１】請求項６記載の発明は、車両に搭載された
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のすべてが所定の閾値を越え
ている車両候補領域を検出する領域判定手段と、領域判
定手段により、左右対称度評価手段、分散度評価手段、
及び濃淡平均値評価手段の評価結果のすべてが所定の閾
値を越えたことを過去に所定の回数検出した車両候補領
域と略同一の位置の車両候補領域を車両領域として検出
する領域評価手段と、を有することを特徴とする。
画像撮像手段により撮像された画像の車両の存在する確
率の高い車両候補領域から車両領域を検出する車両領域
検出装置であって、車両候補領域内における画像の濃淡
度の左右対称度を評価する左右対称度評価手段と、車両
候補領域全体の濃度平均値に対する画像の濃淡度の分散
度を評価する分散度評価手段と、車両候補領域の下部領
域の画像の濃淡度と、該車両候補領域下部に近接する領
域の画像の濃淡度との差分を評価する濃淡平均値評価手
段と、左右対称度評価手段、分散度評価手段、及び濃淡
平均値評価手段の評価結果のすべてが所定の閾値を越え
ている車両候補領域を検出する領域判定手段と、領域判
定手段により、左右対称度評価手段、分散度評価手段、
及び濃淡平均値評価手段の評価結果のすべてが所定の閾
値を越えたことを過去に所定の回数検出した車両候補領
域と略同一の位置の車両候補領域を車両領域として検出
する領域評価手段と、を有することを特徴とする。
【００１２】請求項７記載の発明は、画像撮像工程によ
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のいずれかが所定の閾値を越えている車両
候補領域を車両領域と判定する領域判定工程と、を有す
ることを特徴とする。
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のいずれかが所定の閾値を越えている車両
候補領域を車両領域と判定する領域判定工程と、を有す
ることを特徴とする。
【００１３】請求項８記載の発明は、画像撮像工程によ
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のいずれか２つが所定の閾値を越えている
車両候補領域を車両領域と判定する領域判定工程と、を
有することを特徴とする。
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のいずれか２つが所定の閾値を越えている
車両候補領域を車両領域と判定する領域判定工程と、を
有することを特徴とする。
【００１４】請求項９記載の発明は、画像撮像工程によ
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のすべてが所定の閾値を越えている車両候
補領域を車両領域と判定する領域判定工程と、を有する
ことを特徴とする。
り撮像された画像の車両の存在する確率の高い車両候補
領域から車両領域を検出する車両領域検定方法であっ
て、記車両候補領域内における画像の濃淡度の左右対称
度を評価する左右対称度評価工程と、車両候補領域全体
の濃度平均値に対する画像の濃淡度の分散度を評価する
分散度評価工程と、車両候補領域の下部領域の画像の濃
淡度と、該車両候補領域下部に近接する領域の画像の濃
淡度との差分を評価する濃淡平均値評価工程と、左右対
称度評価工程、分散度評価工程、及び濃淡平均値評価工
程の評価結果のすべてが所定の閾値を越えている車両候
補領域を車両領域と判定する領域判定工程と、を有する
ことを特徴とする。
【００１５】請求項１０記載の発明は、画像撮像工程に
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のいずれかが所定の閾値を越えている車両候
補領域を検出する領域判定工程と、領域判定工程によ
り、左右対称度評価工程、分散度評価工程、及び濃淡平
均値評価工程の評価結果のいずれかが所定の閾値を越え
たことを過去に所定の回数検出した車両候補領域と略同
一の位置の車両候補領域を車両領域として検出する領域
評価工程と、を有することを特徴とする。
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のいずれかが所定の閾値を越えている車両候
補領域を検出する領域判定工程と、領域判定工程によ
り、左右対称度評価工程、分散度評価工程、及び濃淡平
均値評価工程の評価結果のいずれかが所定の閾値を越え
たことを過去に所定の回数検出した車両候補領域と略同
一の位置の車両候補領域を車両領域として検出する領域
評価工程と、を有することを特徴とする。
【００１６】請求項１１記載の発明は、画像撮像工程に
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のいずれか２つが所定の閾値を越えている車
両候補領域を検出する領域判定工程と、領域判定工程に
より、左右対称度評価工程、分散度評価工程、及び濃淡
平均値評価工程の評価結果のいずれか２つが所定の閾値
を越えたことを過去に所定の回数検出した車両候補領域
と略同一の位置の車両候補領域を車両領域として検出す
る領域評価工程と、を有することを特徴とする。
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のいずれか２つが所定の閾値を越えている車
両候補領域を検出する領域判定工程と、領域判定工程に
より、左右対称度評価工程、分散度評価工程、及び濃淡
平均値評価工程の評価結果のいずれか２つが所定の閾値
を越えたことを過去に所定の回数検出した車両候補領域
と略同一の位置の車両候補領域を車両領域として検出す
る領域評価工程と、を有することを特徴とする。
【００１７】請求項１２記載の発明は、画像撮像工程に
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のすべてが所定の閾値を越えている車両候補
領域を検出する領域判定工程と、領域判定工程により、
左右対称度評価工程、分散度評価工程、及び濃淡平均値
評価工程の評価結果のすべてが所定の閾値を越えたこと
を過去に所定の回数検出した車両候補領域と略同一の位
置の車両候補領域を車両領域として検出する領域評価工
程と、を有することを特徴とする。
より撮像された画像の車両の存在する確率の高い車両候
補領域から車両領域を検出する車両領域検定方法であっ
て、車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、車両候補領域全体の
濃度平均値に対する画像の濃淡度の分散度を評価する分
散度評価工程と、車両候補領域の下部領域の画像の濃淡
度と、該車両候補領域下部に近接する領域の画像の濃淡
度との差分を評価する濃淡平均値評価工程と、左右対称
度評価工程、分散度評価工程、及び濃淡平均値評価工程
の評価結果のすべてが所定の閾値を越えている車両候補
領域を検出する領域判定工程と、領域判定工程により、
左右対称度評価工程、分散度評価工程、及び濃淡平均値
評価工程の評価結果のすべてが所定の閾値を越えたこと
を過去に所定の回数検出した車両候補領域と略同一の位
置の車両候補領域を車両領域として検出する領域評価工
程と、を有することを特徴とする。
【００１８】
【発明の実施の形態】次に添付図面を参照して本発明の
車両領域検出装置及び車両領域検定方法の実施の形態を
詳細に説明する。図１〜図８を参照すると本発明の車両
領域検出装置及び車両領域検定方法の実施形態が示され
ている。
車両領域検出装置及び車両領域検定方法の実施の形態を
詳細に説明する。図１〜図８を参照すると本発明の車両
領域検出装置及び車両領域検定方法の実施形態が示され
ている。
【００１９】図１に示された第１の実施形態は、車両に
搭載されたＣＣＤカメラなどの画像入力装置１と、画像
入力装置より入力された画像にエッジ検出などの前処理
を施し、車両候補領域を検出する前処理部２と、前処理
部２により検出された車両候補領域の画像の左右対称度
を評価する左右対称度評価部３と、前処理部２により検
出された車両候補領域の画像の分散度を評価する分散度
評価部４と、前処理部２により検出された車両候補領域
の画像の所定の箇所の濃淡平均値を評価する下部濃淡平
均値評価部５と、左右対称度評価部３と分散度評価部４
と下部濃淡値評価部５との評価結果を用いて、前処理部
にて車両候補領域として検出された画像が車両領域であ
るか否かを判定する領域判定部６とを有して構成され
る。
搭載されたＣＣＤカメラなどの画像入力装置１と、画像
入力装置より入力された画像にエッジ検出などの前処理
を施し、車両候補領域を検出する前処理部２と、前処理
部２により検出された車両候補領域の画像の左右対称度
を評価する左右対称度評価部３と、前処理部２により検
出された車両候補領域の画像の分散度を評価する分散度
評価部４と、前処理部２により検出された車両候補領域
の画像の所定の箇所の濃淡平均値を評価する下部濃淡平
均値評価部５と、左右対称度評価部３と分散度評価部４
と下部濃淡値評価部５との評価結果を用いて、前処理部
にて車両候補領域として検出された画像が車両領域であ
るか否かを判定する領域判定部６とを有して構成され
る。
【００２０】本発明は、車両に搭載された画像入力装置
により撮影された画像の車両の存在する車両領域を正確
に検出するものである。通常、画像処理の前処理の微分
画像（エッジ検出画像）などから検出された車両候補領
域に対し、最終的にその領域に車両が存在しているかど
うか、存在の可能性が高いものを検証し、抽出する必要
がある。また、遠景やその他のノイズにより誤って検出
された車両候補領域を排除する必要がある。なお、車両
領域とは、ＣＣＤカメラで撮影された前方画像内の車両
を検出できた矩形領域をいい、車両候補領域とは、車両
領域を特定する前の一次評価を合格した候補領域をい
う。
により撮影された画像の車両の存在する車両領域を正確
に検出するものである。通常、画像処理の前処理の微分
画像（エッジ検出画像）などから検出された車両候補領
域に対し、最終的にその領域に車両が存在しているかど
うか、存在の可能性が高いものを検証し、抽出する必要
がある。また、遠景やその他のノイズにより誤って検出
された車両候補領域を排除する必要がある。なお、車両
領域とは、ＣＣＤカメラで撮影された前方画像内の車両
を検出できた矩形領域をいい、車両候補領域とは、車両
領域を特定する前の一次評価を合格した候補領域をい
う。
【００２１】本発明は、車両候補領域から車両領域を正
確に検出するために、以下に示す車両領域画像特有の性
質に着目している。
確に検出するために、以下に示す車両領域画像特有の性
質に着目している。
【００２２】図２に示されるように、車両に搭載された
画像入力装置より前方に居る車両を撮影すると、ブレー
キランプなどのような左右の対称性のある部材が必ず撮
影される。また、ナンバープレートのような模様または
テクスチャが撮影される。さらに、車体の影になる暗い
領域が撮影される。
画像入力装置より前方に居る車両を撮影すると、ブレー
キランプなどのような左右の対称性のある部材が必ず撮
影される。また、ナンバープレートのような模様または
テクスチャが撮影される。さらに、車体の影になる暗い
領域が撮影される。
【００２３】本発明は、これらの車両領域画像に特有の
性質に着目し、車両候補領域の画像の濃淡度の左右対称
度の高さ、車両候補領域の画像の濃淡度の分散度の大き
さ、車両候補領域の下部領域の画像の濃淡度と、車両候
補領域下部に近接する領域の画像の濃淡度との差、を車
両領域検出の判断基準としている。
性質に着目し、車両候補領域の画像の濃淡度の左右対称
度の高さ、車両候補領域の画像の濃淡度の分散度の大き
さ、車両候補領域の下部領域の画像の濃淡度と、車両候
補領域下部に近接する領域の画像の濃淡度との差、を車
両領域検出の判断基準としている。
【００２４】より具体的には、車両候補領域の画像の濃
淡値の左右対称度を左右対称度評価部２にて評価し、車
両候補領域の画像の濃淡値の分散度の大きさを分散度評
価部にて評価し、車両候補領域内の下部領域の画像の濃
淡平均値と、車両候補領域の下部に近接する領域の画像
の濃淡平均値との差分を下部濃淡平均値評価部５にて評
価し、領域判定部６が、これらの評価結果をそれぞれの
閾値と比較して、認識対象の車両候補領域が車両領域で
あるか否かを判断している。
淡値の左右対称度を左右対称度評価部２にて評価し、車
両候補領域の画像の濃淡値の分散度の大きさを分散度評
価部にて評価し、車両候補領域内の下部領域の画像の濃
淡平均値と、車両候補領域の下部に近接する領域の画像
の濃淡平均値との差分を下部濃淡平均値評価部５にて評
価し、領域判定部６が、これらの評価結果をそれぞれの
閾値と比較して、認識対象の車両候補領域が車両領域で
あるか否かを判断している。
【００２５】次に上述した３つの評価部の評価方法につ
いて説明する。
いて説明する。
【００２６】まず、図３を用いて左右対称度評価部３の
左右対称度の評価方法を説明する。左右対称度評価部３
は、前処理部２により車両候補領域に設定された領域画
像の左右対称度を以下に示す評価式に従って評価する。 （左右対称度）＝（Σ｜Ｐ(-x+x0+XL/2,y+y0)-Ｐ(x+x0+
XL/2,y+y0)｜）／（XL/2×YL) なお，Ｐ（x,y)は車両候補領域画素の濃淡値であり、0
≦x ≦XL/2,0≦y ≦YLとする。また、x0,y0 は全画像の
左上を座標原点とした時の識別対象の車両候補領域の左
上の座標である。
左右対称度の評価方法を説明する。左右対称度評価部３
は、前処理部２により車両候補領域に設定された領域画
像の左右対称度を以下に示す評価式に従って評価する。 （左右対称度）＝（Σ｜Ｐ(-x+x0+XL/2,y+y0)-Ｐ(x+x0+
XL/2,y+y0)｜）／（XL/2×YL) なお，Ｐ（x,y)は車両候補領域画素の濃淡値であり、0
≦x ≦XL/2,0≦y ≦YLとする。また、x0,y0 は全画像の
左上を座標原点とした時の識別対象の車両候補領域の左
上の座標である。
【００２７】上述した評価式は、図３に示されるように
評価する車両候補領域のＸ軸方向の中心線を境にした左
右対称画素に対し、濃淡値の差分の絶対値を取る。この
処理を車両候補領域の全画素に対して行い、さらにその
平均値を検出してその車両候補領域の左右対称度とす
る。なお、この評価式では、評価した左右対称度の値が
０に近い（小さい）ほど左右対称度が強いということに
なる。
評価する車両候補領域のＸ軸方向の中心線を境にした左
右対称画素に対し、濃淡値の差分の絶対値を取る。この
処理を車両候補領域の全画素に対して行い、さらにその
平均値を検出してその車両候補領域の左右対称度とす
る。なお、この評価式では、評価した左右対称度の値が
０に近い（小さい）ほど左右対称度が強いということに
なる。
【００２８】また、上述した評価式を用いる方法以外
に、以下に示す左右の画素濃淡値の相関係数を求める評
価方法であってもよい。 （左右対称度）＝｛Σ（Ｐ(-x+x0+XL/2,y+y0)-PLav）×
（Ｐ(x+x0+XL/2,y+y0)-PRav ）｝／｛（XL×YL) ×(PSL
×PSR)｝ なお、Ｐ（x,y)は車両候補領域画素の濃淡値、PLavは車
両候補領域左半分の濃度平均値、PRavは車両候補領域右
半分の濃度平均値、PSL は車両候補領域左半分の濃淡偏
差値、PSR は車両候補領域右半分の濃淡値偏差値であ
り、0 ≦x ≦XL/2,0≦y ≦YLとする。また、この評価式
では、評価した左右対称度の値が大きいほど左右対称度
が強いということになる。
に、以下に示す左右の画素濃淡値の相関係数を求める評
価方法であってもよい。 （左右対称度）＝｛Σ（Ｐ(-x+x0+XL/2,y+y0)-PLav）×
（Ｐ(x+x0+XL/2,y+y0)-PRav ）｝／｛（XL×YL) ×(PSL
×PSR)｝ なお、Ｐ（x,y)は車両候補領域画素の濃淡値、PLavは車
両候補領域左半分の濃度平均値、PRavは車両候補領域右
半分の濃度平均値、PSL は車両候補領域左半分の濃淡偏
差値、PSR は車両候補領域右半分の濃淡値偏差値であ
り、0 ≦x ≦XL/2,0≦y ≦YLとする。また、この評価式
では、評価した左右対称度の値が大きいほど左右対称度
が強いということになる。
【００２９】次に分散度評価部４による分散度の評価方
法について説明する。分散度評価部４は、前処理部２に
より車両候補領域に設定された領域画像の画像濃淡値の
分散度を、評価する車両候補領域内の濃淡平均値に対す
る分散を求めることにより評価する。分散を求める評価
式としては、以下に示すものを用いる。 （分散）＝Σ（｜Ｐ(x,y) −Pav ｜／(XL ×YL) ） または、 （分散）＝Σ（（Ｐ(x,y) −Pav ）2 ／（XL×YL) ） なお、Ｐ(x,y) は、車両候補領域画素の濃淡値であり、
Pav は、車両候補領域全体の濃淡平均値である。また、
0 ≦x ≦XL,0≦y ≦YLである。また、この評価式は算出
した分散の値が大きいほど、分散度が大きいということ
になる。
法について説明する。分散度評価部４は、前処理部２に
より車両候補領域に設定された領域画像の画像濃淡値の
分散度を、評価する車両候補領域内の濃淡平均値に対す
る分散を求めることにより評価する。分散を求める評価
式としては、以下に示すものを用いる。 （分散）＝Σ（｜Ｐ(x,y) −Pav ｜／(XL ×YL) ） または、 （分散）＝Σ（（Ｐ(x,y) −Pav ）2 ／（XL×YL) ） なお、Ｐ(x,y) は、車両候補領域画素の濃淡値であり、
Pav は、車両候補領域全体の濃淡平均値である。また、
0 ≦x ≦XL,0≦y ≦YLである。また、この評価式は算出
した分散の値が大きいほど、分散度が大きいということ
になる。
【００３０】次に下部濃淡平均値評価部５による車両候
補領域の下部領域の画像の濃淡値と、車両候補領域下部
に近接する領域の画像の濃淡値との比較方法について説
明する。下部濃淡平均値評価部５は、車両候補領域の下
部領域と、この車両候補領域下部に近接する特定領域の
画像の濃淡平均値を算出し、これらの差分を検出する。
この車両候補領域の下部領域は、図４に示されるよう
に、車体のタイヤ部分に相当する車両候補領域の下部の
左右両端部と、そのタイヤ部分に挟まれた車体の影に相
当する車両候補領域の下部の中央部分を用いている。な
お、図４に示されるように、このタイヤ部分に相当する
領域は、車両候補領域の下端からＹ軸方向に約ＹＬ／４
の高さの領域を用いており、車体の影に相当する領域
は、車両候補領域の下端からＹ軸方向に約ＹＬ／８の高
さの領域を用いている。また、車両候補領域の下端に近
接する特定部分は、図４に示されるように、車両候補領
域下部の中央部分に近接するＹ軸方向約ＹＬ／４、Ｘ軸
方向約ＸＬ／２の領域を用いている。
補領域の下部領域の画像の濃淡値と、車両候補領域下部
に近接する領域の画像の濃淡値との比較方法について説
明する。下部濃淡平均値評価部５は、車両候補領域の下
部領域と、この車両候補領域下部に近接する特定領域の
画像の濃淡平均値を算出し、これらの差分を検出する。
この車両候補領域の下部領域は、図４に示されるよう
に、車体のタイヤ部分に相当する車両候補領域の下部の
左右両端部と、そのタイヤ部分に挟まれた車体の影に相
当する車両候補領域の下部の中央部分を用いている。な
お、図４に示されるように、このタイヤ部分に相当する
領域は、車両候補領域の下端からＹ軸方向に約ＹＬ／４
の高さの領域を用いており、車体の影に相当する領域
は、車両候補領域の下端からＹ軸方向に約ＹＬ／８の高
さの領域を用いている。また、車両候補領域の下端に近
接する特定部分は、図４に示されるように、車両候補領
域下部の中央部分に近接するＹ軸方向約ＹＬ／４、Ｘ軸
方向約ＸＬ／２の領域を用いている。
【００３１】また、車両候補領域の下部領域、及び車両
候補領域下部に近接する領域は、上述した領域に限定さ
れるものではない。例えば、車両候補領域の下部領域
は、図５ａに示されるように、車両候補領域の下端から
Ｙ軸方向に約ＹＬ／４の高さで、車両候補領域のＸ軸方
向の幅と略同一の幅を有する領域や、図５ｂに示される
ように、タイヤの影領域に相当するＸ軸方向に約ＸＬ／
４の幅を有する車両候補領域の下部の左右両端部の領域
の濃淡平均値を使用してもよい。また、車両候補領域下
部に近接する領域は、図５ｃに示されるように、車両候
補領域のＸ軸方向の幅と略同一の幅を有するＹ軸方向の
長さ約ＹＬ／４の領域や、図５ｄに示されるように、車
両候補領域のタイヤに相当する領域の下端に近接する領
域や、図５ｅに示されるように、図５ｄに示された領域
に、さらにタイヤと同じ高さの車両候補領域下部の両端
に近接する領域を追加した領域の濃淡平均値としてもよ
い。
候補領域下部に近接する領域は、上述した領域に限定さ
れるものではない。例えば、車両候補領域の下部領域
は、図５ａに示されるように、車両候補領域の下端から
Ｙ軸方向に約ＹＬ／４の高さで、車両候補領域のＸ軸方
向の幅と略同一の幅を有する領域や、図５ｂに示される
ように、タイヤの影領域に相当するＸ軸方向に約ＸＬ／
４の幅を有する車両候補領域の下部の左右両端部の領域
の濃淡平均値を使用してもよい。また、車両候補領域下
部に近接する領域は、図５ｃに示されるように、車両候
補領域のＸ軸方向の幅と略同一の幅を有するＹ軸方向の
長さ約ＹＬ／４の領域や、図５ｄに示されるように、車
両候補領域のタイヤに相当する領域の下端に近接する領
域や、図５ｅに示されるように、図５ｄに示された領域
に、さらにタイヤと同じ高さの車両候補領域下部の両端
に近接する領域を追加した領域の濃淡平均値としてもよ
い。
【００３２】また、上述した下部濃淡平均値評価部５
は、車両候補領域の下部領域と、車両候補領域下部に近
接する領域の画像の濃淡平均値をそれぞれ求めて、比較
しているが、濃淡平均値を求めてから、それぞれの領域
の濃淡値の最大値もしくは最小値、または中間値を検出
し、これらを比較してもよい。
は、車両候補領域の下部領域と、車両候補領域下部に近
接する領域の画像の濃淡平均値をそれぞれ求めて、比較
しているが、濃淡平均値を求めてから、それぞれの領域
の濃淡値の最大値もしくは最小値、または中間値を検出
し、これらを比較してもよい。
【００３３】次に図６に示されたフローチャートを参照
しながら、上記第１の実施形態による一連の処理につい
て説明する。ステップＳ１にて、車両の前方の画像を画
像入力装置１により撮影すると、前処理部２にて撮影さ
れた画像に画像処理を施して微分画像（エッジ検出画
像）を検出し、水平、垂直エッジが多く存在する領域を
検出する。前処理部２はこの領域を車両候補領域とし
て、左右対称度評価部３、分散度評価部４、及び下部濃
淡平均値評価部５に出力する。
しながら、上記第１の実施形態による一連の処理につい
て説明する。ステップＳ１にて、車両の前方の画像を画
像入力装置１により撮影すると、前処理部２にて撮影さ
れた画像に画像処理を施して微分画像（エッジ検出画
像）を検出し、水平、垂直エッジが多く存在する領域を
検出する。前処理部２はこの領域を車両候補領域とし
て、左右対称度評価部３、分散度評価部４、及び下部濃
淡平均値評価部５に出力する。
【００３４】ステップＳ２にて、左右対称度評価部３は
前処理部２から送られた車両候補領域の画像の左右対称
度を評価する。左右対称度評価部３は、評価する車両候
補領域の垂直方法の中心線を境に左右対称位置の画素に
対し、濃淡値の差分の絶対値を取る。この操作を車両候
補領域の全画素に対して行い、その平均値をその車両候
補領域の左右対称度とする。算出された左右対称度は、
領域判定部６に出力される。
前処理部２から送られた車両候補領域の画像の左右対称
度を評価する。左右対称度評価部３は、評価する車両候
補領域の垂直方法の中心線を境に左右対称位置の画素に
対し、濃淡値の差分の絶対値を取る。この操作を車両候
補領域の全画素に対して行い、その平均値をその車両候
補領域の左右対称度とする。算出された左右対称度は、
領域判定部６に出力される。
【００３５】ステップＳ３にて、分散度評価部４は前処
理部２から送られた車両候補領域の画像濃淡値の分散度
を評価する。分散度評価部４は、前処理部から送られた
車両候補領域の画像の濃淡平均値に対する分散を求め
て、分散度とする。算出された分散度は、領域判定部６
に出力される。
理部２から送られた車両候補領域の画像濃淡値の分散度
を評価する。分散度評価部４は、前処理部から送られた
車両候補領域の画像の濃淡平均値に対する分散を求め
て、分散度とする。算出された分散度は、領域判定部６
に出力される。
【００３６】ステップＳ４にて、下部濃淡平均値評価部
５は、前処理部から送られた車両候補領域の下部領域の
平均濃淡値と、その車両候補領域下部に近接する所定領
域内の平均濃淡値との差分を検出して濃淡値の比較を行
う。算出された差分値は、領域判定部６に出力される。
５は、前処理部から送られた車両候補領域の下部領域の
平均濃淡値と、その車両候補領域下部に近接する所定領
域内の平均濃淡値との差分を検出して濃淡値の比較を行
う。算出された差分値は、領域判定部６に出力される。
【００３７】ステップＳ５にて、領域判定部６は、左右
対称度評価部３より送られた左右対称度、分散度評価部
４より送られた分散度、下部濃淡平均値評価部５より送
られた差分値をそれぞれ所定の閾値と比較し、左右対称
度が所定の閾値よりも小さく、分散度が所定の閾値より
も大きく、差分値が０よりも大きい場合に（ステップＳ
５／ＹＥＳ）、前処理部にて検出された車両候補領域は
車両領域であると判断する（ステップＳ６）。また、領
域判定部６は、左右対称度評価部３、分散度評価部４、
下部濃淡平均値評価部５により評価された左右対称度、
分散度、差分値のいずれか一つが所定の条件を満たさな
かった場合、前処理部にて検出された車両候補領域は車
両領域ではないと判断する。
対称度評価部３より送られた左右対称度、分散度評価部
４より送られた分散度、下部濃淡平均値評価部５より送
られた差分値をそれぞれ所定の閾値と比較し、左右対称
度が所定の閾値よりも小さく、分散度が所定の閾値より
も大きく、差分値が０よりも大きい場合に（ステップＳ
５／ＹＥＳ）、前処理部にて検出された車両候補領域は
車両領域であると判断する（ステップＳ６）。また、領
域判定部６は、左右対称度評価部３、分散度評価部４、
下部濃淡平均値評価部５により評価された左右対称度、
分散度、差分値のいずれか一つが所定の条件を満たさな
かった場合、前処理部にて検出された車両候補領域は車
両領域ではないと判断する。
【００３８】上述の実施形態は、画像入力装置より入力
した画像の車両の存在する確率の高い車両候補領域から
車両領域を、左右対称度評価部にて評価された車両候補
領域の画像の濃淡値の左右対称度と、分散度評価部にて
評価された車両候補領域の画像の濃淡値の分散度と、下
部濃淡平均値評価部にて評価された車両候補領域の下部
領域の画像の濃淡値と、車両候補領域下部に近接する領
域の画像の濃淡値との差分とを用いて検出することによ
り、車両領域を確実に検出することができる。
した画像の車両の存在する確率の高い車両候補領域から
車両領域を、左右対称度評価部にて評価された車両候補
領域の画像の濃淡値の左右対称度と、分散度評価部にて
評価された車両候補領域の画像の濃淡値の分散度と、下
部濃淡平均値評価部にて評価された車両候補領域の下部
領域の画像の濃淡値と、車両候補領域下部に近接する領
域の画像の濃淡値との差分とを用いて検出することによ
り、車両領域を確実に検出することができる。
【００３９】また、従来の車両領域検出に用いられるテ
ンプレートに依存していないので、対象物の形状に依存
することがない。また、天候や昼夜の差などによって検
出画像にばらつきがでても比較的正確に車両領域を検出
することができる。
ンプレートに依存していないので、対象物の形状に依存
することがない。また、天候や昼夜の差などによって検
出画像にばらつきがでても比較的正確に車両領域を検出
することができる。
【００４０】また、車両候補領域下部に近接する領域の
画像の濃淡値を用いて、車両候補領域の下部領域の画像
の濃淡値と比較するため、基準となる濃淡度に差異が少
なくなり、正確に車両領域を特定することができる。
画像の濃淡値を用いて、車両候補領域の下部領域の画像
の濃淡値と比較するため、基準となる濃淡度に差異が少
なくなり、正確に車両領域を特定することができる。
【００４１】また、上述した左右対称度評価部による左
右対称度の評価、分散度評価部による分散度の評価、下
部濃淡平均値評価部による車両候補領域の下部領域の画
像の濃淡値と、車両候補領域下部に近接する領域の画像
の濃淡値との評価は、いずれも計算量が少なく、比較的
軽い処理であり、車両領域の検出時間を短縮させること
ができる。
右対称度の評価、分散度評価部による分散度の評価、下
部濃淡平均値評価部による車両候補領域の下部領域の画
像の濃淡値と、車両候補領域下部に近接する領域の画像
の濃淡値との評価は、いずれも計算量が少なく、比較的
軽い処理であり、車両領域の検出時間を短縮させること
ができる。
【００４２】次に図７を用いて本発明の第２の実施形態
の構成を説明する。図７に示された第２の実施形態は、
上述した第１の実施形態の構成に加えて、さらに領域評
価部７を具備している。また、第２の実施形態の領域判
定部６は、左右対称度評価部３、分散度評価部４、下部
濃淡平均値評価部５より送られた左右対称度、分散度、
差分値をそれぞれの閾値と比較し、全てが所定の条件を
満たしている時に、評価した認識対象の車両候補領域の
位置情報を領域評価部７に送る。領域評価部７は、領域
判定部６より送られた認識対象の車両候補領域と略同一
の位置の領域に定められた領域カウンタの値を１つ増加
させる。そして、第２の実施形態は、領域評価部７が画
像入力部１及び前処理部２より新たな車両候補領域情報
が送られてくると、その認識対象の車両候補領域と略同
一の位置の領域の領域カウンタの値が所定の閾値を越え
ているか否かを識別し、その領域カウンタの値が所定の
閾値を越えている場合に、その車両候補領域を車両領域
として検出する。
の構成を説明する。図７に示された第２の実施形態は、
上述した第１の実施形態の構成に加えて、さらに領域評
価部７を具備している。また、第２の実施形態の領域判
定部６は、左右対称度評価部３、分散度評価部４、下部
濃淡平均値評価部５より送られた左右対称度、分散度、
差分値をそれぞれの閾値と比較し、全てが所定の条件を
満たしている時に、評価した認識対象の車両候補領域の
位置情報を領域評価部７に送る。領域評価部７は、領域
判定部６より送られた認識対象の車両候補領域と略同一
の位置の領域に定められた領域カウンタの値を１つ増加
させる。そして、第２の実施形態は、領域評価部７が画
像入力部１及び前処理部２より新たな車両候補領域情報
が送られてくると、その認識対象の車両候補領域と略同
一の位置の領域の領域カウンタの値が所定の閾値を越え
ているか否かを識別し、その領域カウンタの値が所定の
閾値を越えている場合に、その車両候補領域を車両領域
として検出する。
【００４３】上述したように第２の実施形態は、左右対
称度評価部、分散度評価部、下部濃淡平均値評価部の評
価結果を所定の回数満たす車両候補領域を車両領域とし
て判断しているので、車両領域をより高い確率で検出す
ることができる。
称度評価部、分散度評価部、下部濃淡平均値評価部の評
価結果を所定の回数満たす車両候補領域を車両領域とし
て判断しているので、車両領域をより高い確率で検出す
ることができる。
【００４４】次に、図８に示されたフローチャートを参
照して、第２の実施形態による一連の処理動作を説明す
る。ステップＳ１０にて、まず、領域評価部に設けられ
た領域カウンタのうち、所定の時間を経過してもカウン
トアップが行われなかった領域カウンタをゼロクリアす
る。
照して、第２の実施形態による一連の処理動作を説明す
る。ステップＳ１０にて、まず、領域評価部に設けられ
た領域カウンタのうち、所定の時間を経過してもカウン
トアップが行われなかった領域カウンタをゼロクリアす
る。
【００４５】ステップＳ１１にて、車両の前方の画像を
画像入力装置１により撮影すると、前処理部２にて撮影
された画像に画像処理を施して微分画像（エッジ検出画
像）を検出し、水平、垂直エッジが多く存在する領域を
検出する。前処理部２は、この領域を車両候補領域とし
て領域評価部７に出力する。
画像入力装置１により撮影すると、前処理部２にて撮影
された画像に画像処理を施して微分画像（エッジ検出画
像）を検出し、水平、垂直エッジが多く存在する領域を
検出する。前処理部２は、この領域を車両候補領域とし
て領域評価部７に出力する。
【００４６】領域評価部７には、領域ごとに領域カウン
タが設けられており、領域判定部６により車両領域とし
て認識された領域と略同一の位置の領域の領域カウンタ
をカウントアップする。また、前処理部２により車両候
補領域の情報が送られてくると、その車両候補領域と略
同一の位置の領域の領域カウンタの値が所定の閾値を越
えているか否かを検出する。車両候補領域と略同一の位
置の領域の領域カウンタの値が所定の閾値を越えていた
場合（ステップＳ１２／ＹＥＳ）、その車両候補領域を
車両領域と認識し、領域判定結果を出力する。また、車
両候補領域と略同一の位置の領域の領域カウンタの値が
所定の閾値を越えていなかった場合（ステップＳ１２／
ＮＯ）、車両候補領域に関する情報を左右対称度評価部
３、分散度評価部４、下部濃淡平均値評価部５に送る。
タが設けられており、領域判定部６により車両領域とし
て認識された領域と略同一の位置の領域の領域カウンタ
をカウントアップする。また、前処理部２により車両候
補領域の情報が送られてくると、その車両候補領域と略
同一の位置の領域の領域カウンタの値が所定の閾値を越
えているか否かを検出する。車両候補領域と略同一の位
置の領域の領域カウンタの値が所定の閾値を越えていた
場合（ステップＳ１２／ＹＥＳ）、その車両候補領域を
車両領域と認識し、領域判定結果を出力する。また、車
両候補領域と略同一の位置の領域の領域カウンタの値が
所定の閾値を越えていなかった場合（ステップＳ１２／
ＮＯ）、車両候補領域に関する情報を左右対称度評価部
３、分散度評価部４、下部濃淡平均値評価部５に送る。
【００４７】ステップＳ１３にて、左右対称度評価部３
は領域評価部７から送られた車両候補領域の画像の左右
対称度を評価する。左右対称度評価部３は、評価する車
両候補領域の垂直方法の中心線を境に左右対称位置の画
素に対し、濃淡値の差分の絶対値を取る。この操作を車
両候補領域の全画素に対して行い、その平均値をその車
両候補領域の左右対称度とする。算出された左右対称度
は、領域判定部６に出力される。
は領域評価部７から送られた車両候補領域の画像の左右
対称度を評価する。左右対称度評価部３は、評価する車
両候補領域の垂直方法の中心線を境に左右対称位置の画
素に対し、濃淡値の差分の絶対値を取る。この操作を車
両候補領域の全画素に対して行い、その平均値をその車
両候補領域の左右対称度とする。算出された左右対称度
は、領域判定部６に出力される。
【００４８】ステップＳ１４にて、分散度評価部４は領
域評価部７から送られた車両候補領域の画像濃淡値の分
散度を評価する。分散度評価部４は、前処理部から送ら
れた車両候補領域の画像の濃淡平均値に対する分散を求
めて、分散度とする。算出された分散度は、領域判定部
６に出力される。
域評価部７から送られた車両候補領域の画像濃淡値の分
散度を評価する。分散度評価部４は、前処理部から送ら
れた車両候補領域の画像の濃淡平均値に対する分散を求
めて、分散度とする。算出された分散度は、領域判定部
６に出力される。
【００４９】ステップＳ１５にて、下部濃淡平均値評価
部５は領域評価部７から送られた車両候補領域の下部領
域の平均濃淡値と、その車両候補領域下端に近接する所
定領域内の平均濃淡値との差分を検出して濃淡値の比較
を行う。算出された差分値は、領域判定部６に出力され
る。
部５は領域評価部７から送られた車両候補領域の下部領
域の平均濃淡値と、その車両候補領域下端に近接する所
定領域内の平均濃淡値との差分を検出して濃淡値の比較
を行う。算出された差分値は、領域判定部６に出力され
る。
【００５０】ステップＳ１６にて、領域判定部６は、左
右対称度評価部３より送られた車両候補領域の左右対称
度、分散度評価部４より送られた車両候補領域の分散
度、下部濃淡平均値評価部５より送られた車両候補領域
域の差分値をそれぞれ所定の閾値と比較し、左右対称度
が所定の閾値よりも小さく、分散度が所定の閾値よりも
大きく、差分値が０よりも大きい場合（ステップＳ１６
／ＹＥＳ）に、その車両候補領域の領域情報を領域評価
部に送り、領域評価部７の領域カウンタをカウントアッ
プする。また、領域判定部６は、左右対称度評価部３、
分散度評価部４、下部濃淡平均値評価部５により評価さ
れた左右対称度、分散度、差分値のいずれかが所定の条
件を満たさなかった場合（ステップＳ１６／ＮＯ）、そ
の車両候補領域は車両領域ではないと判断する。
右対称度評価部３より送られた車両候補領域の左右対称
度、分散度評価部４より送られた車両候補領域の分散
度、下部濃淡平均値評価部５より送られた車両候補領域
域の差分値をそれぞれ所定の閾値と比較し、左右対称度
が所定の閾値よりも小さく、分散度が所定の閾値よりも
大きく、差分値が０よりも大きい場合（ステップＳ１６
／ＹＥＳ）に、その車両候補領域の領域情報を領域評価
部に送り、領域評価部７の領域カウンタをカウントアッ
プする。また、領域判定部６は、左右対称度評価部３、
分散度評価部４、下部濃淡平均値評価部５により評価さ
れた左右対称度、分散度、差分値のいずれかが所定の条
件を満たさなかった場合（ステップＳ１６／ＮＯ）、そ
の車両候補領域は車両領域ではないと判断する。
【００５１】なお、上述の実施形態は、本発明の好適な
実施の一例である。但し、これに限定されてるものでは
なく、本発明の要旨を逸脱しない範囲内において種々変
形実施が可能である。例えば、上述した実施形態は、車
両候補領域の画像の濃淡度の左右対称度の高さ、車両候
補領域の画像の濃淡度の分散度の大きさ、車両候補領域
の下部領域の画像の濃淡度と、車両候補領域下部に近接
する領域の画像の濃淡度との差の大きさ、の全ての条件
が揃った車両候補領域を車両領域として検出している
が、３つの条件のうちのいずれか２つ、またはいずれか
１つが条件を満たす車両候補領域を車両領域として検出
してもよい。
実施の一例である。但し、これに限定されてるものでは
なく、本発明の要旨を逸脱しない範囲内において種々変
形実施が可能である。例えば、上述した実施形態は、車
両候補領域の画像の濃淡度の左右対称度の高さ、車両候
補領域の画像の濃淡度の分散度の大きさ、車両候補領域
の下部領域の画像の濃淡度と、車両候補領域下部に近接
する領域の画像の濃淡度との差の大きさ、の全ての条件
が揃った車両候補領域を車両領域として検出している
が、３つの条件のうちのいずれか２つ、またはいずれか
１つが条件を満たす車両候補領域を車両領域として検出
してもよい。
【００５２】
【発明の効果】以上の説明より明らかなように本発明
は、撮影された画像の車両の存在する確率の高い車両候
補領域から車両領域を、車両候補領域の画像の濃淡度の
左右対称度と、車両候補領域の画像の濃淡度の分散度
と、車両候補領域の下部領域の画像の濃淡度と、車両候
補領域下部に近接する領域の画像の濃淡度との差分とを
用いて検出することにより、車両領域を確実に検出する
ことができる。また、車両領域を、車両候補領域の濃淡
度の評価だけで検出しているため、従来の方法と比較し
て、計算量を軽減させることができ、車両領域の検出時
間を短縮させることができる。
は、撮影された画像の車両の存在する確率の高い車両候
補領域から車両領域を、車両候補領域の画像の濃淡度の
左右対称度と、車両候補領域の画像の濃淡度の分散度
と、車両候補領域の下部領域の画像の濃淡度と、車両候
補領域下部に近接する領域の画像の濃淡度との差分とを
用いて検出することにより、車両領域を確実に検出する
ことができる。また、車両領域を、車両候補領域の濃淡
度の評価だけで検出しているため、従来の方法と比較し
て、計算量を軽減させることができ、車両領域の検出時
間を短縮させることができる。
【００５３】また、本発明は、撮影された画像の車両の
存在する確率の高い車両候補領域から車両領域を、車両
領域と略同一の位置の領域が過去に、領域の画像の濃淡
度の左右対称度の高さ、領域の画像の濃淡度の分散度の
大きさ、領域の下部領域の画像の濃淡度と、領域下部に
近接する領域の画像の濃淡度との差の大きさ、のいずれ
かの条件を所定の回数満たした領域として検出すること
により、車両領域を確実に検出することができる。ま
た、車両領域を、車両候補領域の濃淡度の評価だけで検
出しているため、従来の方法と比較して、計算量を軽減
させることができ、車両領域の検出時間を短縮させるこ
とができる。
存在する確率の高い車両候補領域から車両領域を、車両
領域と略同一の位置の領域が過去に、領域の画像の濃淡
度の左右対称度の高さ、領域の画像の濃淡度の分散度の
大きさ、領域の下部領域の画像の濃淡度と、領域下部に
近接する領域の画像の濃淡度との差の大きさ、のいずれ
かの条件を所定の回数満たした領域として検出すること
により、車両領域を確実に検出することができる。ま
た、車両領域を、車両候補領域の濃淡度の評価だけで検
出しているため、従来の方法と比較して、計算量を軽減
させることができ、車両領域の検出時間を短縮させるこ
とができる。
【００５４】また、本発明は、従来の車両領域検出に用
いられるテンプレートに依存していないので、対象物の
形状に依存することがない。また、天候や昼夜の差など
によって検出画像にばらつきがでても比較的正確に車両
領域を検出することができる。
いられるテンプレートに依存していないので、対象物の
形状に依存することがない。また、天候や昼夜の差など
によって検出画像にばらつきがでても比較的正確に車両
領域を検出することができる。
【００５５】また、車両候補領域下部に近接する領域の
画像の濃淡値を用いて、車両候補領域の下部領域の画像
の濃淡値と比較するため、基準となる濃淡度に差異が少
なくなり、正確に車両領域を特定することができる。
画像の濃淡値を用いて、車両候補領域の下部領域の画像
の濃淡値と比較するため、基準となる濃淡度に差異が少
なくなり、正確に車両領域を特定することができる。
【図１】本発明の車両領域検出装置及び車両領域検定方
法の第１の実施形態の構成を表すブロック図である。
法の第１の実施形態の構成を表すブロック図である。
【図２】車両領域画像の特徴を説明するための図であ
る。
る。
【図３】左右対称度評価部の評価方法を説明するための
図である。
図である。
【図４】下部濃淡平均値評価部の評価方法を説明するた
めの図である。
めの図である。
【図５】下部濃淡平均値評価部の評価方法を説明するた
めの図である。
めの図である。
【図６】第１の実施形態の処理動作を表すフローチャー
トである。
トである。
【図７】本発明の車両領域検出装置及び車両領域検定方
法の第２の実施形態の構成を表すブロック図である。
法の第２の実施形態の構成を表すブロック図である。
【図８】第２の実施形態の処理動作を表すフローチャー
トである。
トである。
１ 画像入力装置 ２ 前処理部 ３ 左右対称度評価部 ４ 分散度評価部 ５ 下部濃淡平均値評価部 ６ 領域判定部 ７ 領域評価部
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平６−89339（ＪＰ，Ａ) 特開 平６−331335（ＪＰ，Ａ) 特開 平10−171966（ＪＰ，Ａ) 特開 平７−41118（ＪＰ，Ａ) 特開 平５−136279（ＪＰ，Ａ) 特開 平８−188104（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G01B 11/00 - 11/30 G08G 1/16 G06T 7/00 - 7/60 G01S 11/00 G01S 17/00 - 17/93 H04N 7/18
Claims (12)
- 【請求項１】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のいずれかが所定の閾
値を越えている車両候補領域を前記車両領域と判定する
領域判定手段と、 を有することを特徴とする車両領域検出装置。 - 【請求項２】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対象度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のいずれか２つが所定
の閾値を越えている車両候補領域を前記車両領域と判定
する領域判定手段と、 を有することを特徴とする車両領域検出装置。 - 【請求項３】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のすべてが所定の閾値
を越えている車両候補領域を前記車両領域と判定する領
域判定手段と、 を有することを特徴とする車両領域検出装置。 - 【請求項４】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のいずれかが所定の閾
値を越えている車両候補領域を検出する領域判定手段
と、 前記領域判定手段により、前記左右対称度評価手段、前
記分散度評価手段、及び前記濃淡平均値評価手段の評価
結果のいずれかが所定の閾値を越えたことを過去に所定
の回数検出した車両候補領域と略同一の位置の車両候補
領域を前記車両領域として検出する領域評価手段と、 を有することを特徴とする車両領域検出装置。 - 【請求項５】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のいずれか２つが所定
の閾値を越えている車両候補領域を検出する領域判定手
段と、 前記領域判定手段により、前記左右対称度評価手段、前
記分散度評価手段、及び前記濃淡平均値評価手段の評価
結果のいずれか２つが所定の閾値を越えたことを過去に
所定の回数検出した車両候補領域と略同一の位置の車両
候補領域を前記車両領域として検出する領域評価手段
と、 を有することを特徴とする車両領域検出装置。 - 【請求項６】 車両に搭載された画像撮像手段により撮
像された画像の車両の存在する確率の高い車両候補領域
から車両領域を検出する車両領域検出装置であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価手段と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価手段と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価手段と、 前記左右対称度評価手段、前記分散度評価手段、及び前
記濃淡平均値評価手段の評価結果のすべてが所定の閾値
を越えている車両候補領域を検出する領域判定手段と、 前記領域判定手段により、前記左右対称度評価手段、前
記分散度評価手段、及び前記濃淡平均値評価手段の評価
結果のすべてが所定の閾値を越えたことを過去に所定の
回数検出した車両候補領域と略同一の位置の車両候補領
域を前記車両領域として検出する領域評価手段と、 を有することを特徴とする車両領域検出装置。 - 【請求項７】 画像撮像工程により撮像された画像の車
両の存在する確率の高い車両候補領域から車両領域を検
出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のいずれかが所定の閾
値を越えている車両候補領域を前記車両領域と判定する
領域判定工程と、 を有することを特徴とする車両領域検定方法。 - 【請求項８】 画像撮像工程により撮像された画像の車
両の存在する確率の高い車両候補領域から車両領域を検
出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のいずれか２つが所定
の閾値を越えている車両候補領域を前記車両領域と判定
する領域判定工程と、 を有することを特徴とする車両領域検定方法。 - 【請求項９】 画像撮像工程により撮像された画像の車
両の存在する確率の高い車両候補領域から車両領域を検
出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のすべてが所定の閾値
を越えている車両候補領域を前記車両領域と判定する領
域判定工程と、 を有することを特徴とする車両領域検定方法。 - 【請求項１０】 画像撮像工程により撮像された画像の
車両の存在する確率の高い車両候補領域から車両領域を
検出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のいずれかが所定の閾
値を越えている車両候補領域を検出する領域判定工程
と、 前記領域判定工程により、前記左右対称度評価工程、前
記分散度評価工程、及び前記濃淡平均値評価工程の評価
結果のいずれかが所定の閾値を越えたことを過去に所定
の回数検出した車両候補領域と略同一の位置の車両候補
領域を前記車両領域として検出する領域評価工程と、 を有することを特徴とする車両領域検定方法。 - 【請求項１１】 画像撮像工程により撮像された画像の
車両の存在する確率の高い車両候補領域から車両領域を
検出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のいずれか２つが所定
の閾値を越えている車両候補領域を検出する領域判定工
程と、 前記領域判定工程により、前記左右対称度評価工程、前
記分散度評価工程、及び前記濃淡平均値評価工程の評価
結果のいずれか２つが所定の閾値を越えたことを過去に
所定の回数検出した車両候補領域と略同一の位置の車両
候補領域を前記車両領域として検出する領域評価工程
と、 を有することを特徴とする車両領域検定方法。 - 【請求項１２】 画像撮像工程により撮像された画像の
車両の存在する確率の高い車両候補領域から車両領域を
検出する車両領域検定方法であって、 前記車両候補領域内における画像の濃淡度の左右対称度
を評価する左右対称度評価工程と、前記車両候補領域全体の濃度平均値に対する 画像の濃淡
度の分散度を評価する分散度評価工程と、 前記車両候補領域の下部領域の画像の濃淡度と、該車両
候補領域下部に近接する領域の画像の濃淡度との差分を
評価する濃淡平均値評価工程と、 前記左右対称度評価工程、前記分散度評価工程、及び前
記濃淡平均値評価工程の評価結果のすべてが所定の閾値
を越えている車両候補領域を検出する領域判定工程と、 前記領域判定工程により、前記左右対称度評価工程、前
記分散度評価工程、及び前記濃淡平均値評価工程の評価
結果のすべてが所定の閾値を越えたことを過去に所定の
回数検出した車両候補領域と略同一の位置の車両候補領
域を前記車両領域として検出する領域評価工程と、 を有することを特徴とする車両領域検定方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20669398A JP3307335B2 (ja) | 1998-07-22 | 1998-07-22 | 車両領域検出装置及び車両領域検定方法 |
| US09/357,554 US6570998B1 (en) | 1998-07-22 | 1999-07-20 | Vehicle area detecting apparatus and vehicle area determining method |
| DE19934925A DE19934925B4 (de) | 1998-07-22 | 1999-07-21 | Fahrzeugbereich-Erkennungsvorrichtung und Fahrzeugbereich-Bestimmungsverfahren |
| US10/379,871 US6842531B2 (en) | 1998-07-22 | 2003-03-05 | Vehicle area detecting apparatus and vehicle area determining method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20669398A JP3307335B2 (ja) | 1998-07-22 | 1998-07-22 | 車両領域検出装置及び車両領域検定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000039306A JP2000039306A (ja) | 2000-02-08 |
| JP3307335B2 true JP3307335B2 (ja) | 2002-07-24 |
Family
ID=16527557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20669398A Expired - Fee Related JP3307335B2 (ja) | 1998-07-22 | 1998-07-22 | 車両領域検出装置及び車両領域検定方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US6570998B1 (ja) |
| JP (1) | JP3307335B2 (ja) |
| DE (1) | DE19934925B4 (ja) |
Families Citing this family (74)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6891563B2 (en) | 1996-05-22 | 2005-05-10 | Donnelly Corporation | Vehicular vision system |
| JP3072730B2 (ja) | 1998-10-09 | 2000-08-07 | 日本電気株式会社 | 車両検出方法および装置 |
| JP2002216113A (ja) * | 2001-01-16 | 2002-08-02 | Fujitsu Ten Ltd | 物体認識装置 |
| DE10133761A1 (de) * | 2001-07-11 | 2003-01-30 | Vitronic Dr Ing Stein Bildvera | Verfahren und Vorrichtung zur virtuellen Lagebestimmung eines Fahrzeugaufbaus |
| US7697027B2 (en) | 2001-07-31 | 2010-04-13 | Donnelly Corporation | Vehicular video system |
| EP1504276B1 (en) | 2002-05-03 | 2012-08-08 | Donnelly Corporation | Object detection system for vehicle |
| JP3904988B2 (ja) * | 2002-06-27 | 2007-04-11 | 株式会社東芝 | 画像処理装置およびその方法 |
| US7696903B2 (en) * | 2003-03-20 | 2010-04-13 | Gentex Corporation | Imaging system for detecting vehicle and human movement |
| EP1741079B1 (en) | 2004-04-08 | 2008-05-21 | Mobileye Technologies Limited | Collision warning system |
| US7526103B2 (en) | 2004-04-15 | 2009-04-28 | Donnelly Corporation | Imaging system for vehicle |
| JP4155252B2 (ja) * | 2004-09-08 | 2008-09-24 | 日産自動車株式会社 | 車両検出装置 |
| US7639841B2 (en) * | 2004-12-20 | 2009-12-29 | Siemens Corporation | System and method for on-road detection of a vehicle using knowledge fusion |
| US7720580B2 (en) | 2004-12-23 | 2010-05-18 | Donnelly Corporation | Object detection system for vehicle |
| JP4561353B2 (ja) * | 2004-12-24 | 2010-10-13 | 日産自動車株式会社 | 映像信号処理装置とその方法及び車載カメラシステム |
| ATE477549T1 (de) * | 2005-02-22 | 2010-08-15 | Adc Automotive Dist Control | Verfahren zur erkennung der aktivierung von bremsleuchten vorausfahrender fahrzeuge |
| US20060200307A1 (en) * | 2005-03-04 | 2006-09-07 | Lockheed Martin Corporation | Vehicle identification and tracking system |
| US20060204107A1 (en) * | 2005-03-04 | 2006-09-14 | Lockheed Martin Corporation | Object recognition system using dynamic length genetic training |
| US7231288B2 (en) * | 2005-03-15 | 2007-06-12 | Visteon Global Technologies, Inc. | System to determine distance to a lead vehicle |
| US7920959B1 (en) | 2005-05-01 | 2011-04-05 | Christopher Reed Williams | Method and apparatus for estimating the velocity vector of multiple vehicles on non-level and curved roads using a single camera |
| DE102005055348A1 (de) * | 2005-11-21 | 2007-05-24 | Robert Bosch Gmbh | Einrichtung zur Warnung des Fahrers eines Kraftfahrzeugs |
| JP4922642B2 (ja) * | 2006-03-28 | 2012-04-25 | パナソニック株式会社 | 車両検出装置及び車両検出方法 |
| JP4171501B2 (ja) * | 2006-04-25 | 2008-10-22 | 本田技研工業株式会社 | 車両の周辺監視装置 |
| US7972045B2 (en) | 2006-08-11 | 2011-07-05 | Donnelly Corporation | Automatic headlamp control system |
| US8599257B2 (en) | 2006-08-18 | 2013-12-03 | Nec Corporation | Vehicle detection device, vehicle detection method, and vehicle detection program |
| WO2008065707A1 (fr) * | 2006-11-28 | 2008-06-05 | Fujitsu Limited | Procédé de reconnaissance de données d'image, dispositif de traitement d'image et programme de reconnaissance de données d'image |
| US8204278B2 (en) | 2006-11-28 | 2012-06-19 | Fujitsu Limited | Image recognition method |
| WO2008065717A1 (fr) | 2006-11-29 | 2008-06-05 | Fujitsu Limited | Système et procédé de détection de piéton |
| JP4829966B2 (ja) * | 2006-11-29 | 2011-12-07 | 富士通株式会社 | 物体検出システム及び物体検出方法 |
| US7881497B2 (en) * | 2007-03-08 | 2011-02-01 | Honeywell International Inc. | Vision based navigation and guidance system |
| KR100867937B1 (ko) | 2007-05-29 | 2008-11-10 | 연세대학교 산학협력단 | 적분 히스토그램을 이용한 자동차 탐지 방법 및 시스템 |
| US8017898B2 (en) | 2007-08-17 | 2011-09-13 | Magna Electronics Inc. | Vehicular imaging system in an automatic headlamp control system |
| JP5166933B2 (ja) * | 2008-03-24 | 2013-03-21 | 本田技研工業株式会社 | 車両認識装置、及び車両 |
| US8055445B2 (en) * | 2008-09-24 | 2011-11-08 | Delphi Technologies, Inc. | Probabilistic lane assignment method |
| TWI394095B (zh) * | 2008-10-22 | 2013-04-21 | Ind Tech Res Inst | 影像偵測方法及其系統 |
| US8004425B2 (en) * | 2009-09-30 | 2011-08-23 | Gentex Corporation | Blind spot detection system and method using preexisting vehicular imaging devices |
| DE102010050167B4 (de) * | 2010-10-30 | 2012-10-25 | Audi Ag | Verfahren und Vorrichtung zur Bestimmung eines plausiblen Fahrstreifens zur Führung eines Fahrzeugs sowie Kraftwagen |
| US9900522B2 (en) | 2010-12-01 | 2018-02-20 | Magna Electronics Inc. | System and method of establishing a multi-camera image using pixel remapping |
| US9834153B2 (en) | 2011-04-25 | 2017-12-05 | Magna Electronics Inc. | Method and system for dynamically calibrating vehicular cameras |
| WO2012145818A1 (en) | 2011-04-25 | 2012-11-01 | Magna International Inc. | Method and system for dynamically calibrating vehicular cameras |
| US10793067B2 (en) | 2011-07-26 | 2020-10-06 | Magna Electronics Inc. | Imaging system for vehicle |
| WO2013019707A1 (en) | 2011-08-01 | 2013-02-07 | Magna Electronics Inc. | Vehicle camera alignment system |
| CN102982304B (zh) * | 2011-09-07 | 2016-05-25 | 株式会社理光 | 利用偏光图像检测车辆位置的方法和系统 |
| WO2013043661A1 (en) | 2011-09-21 | 2013-03-28 | Magna Electronics, Inc. | Vehicle vision system using image data transmission and power supply via a coaxial cable |
| WO2013074604A2 (en) | 2011-11-15 | 2013-05-23 | Magna Electronics, Inc. | Calibration system and method for vehicular surround vision system |
| US10071687B2 (en) | 2011-11-28 | 2018-09-11 | Magna Electronics Inc. | Vision system for vehicle |
| WO2013086249A2 (en) | 2011-12-09 | 2013-06-13 | Magna Electronics, Inc. | Vehicle vision system with customized display |
| US10457209B2 (en) | 2012-02-22 | 2019-10-29 | Magna Electronics Inc. | Vehicle vision system with multi-paned view |
| US10493916B2 (en) | 2012-02-22 | 2019-12-03 | Magna Electronics Inc. | Vehicle camera system with image manipulation |
| US9319637B2 (en) | 2012-03-27 | 2016-04-19 | Magna Electronics Inc. | Vehicle vision system with lens pollution detection |
| JP6008367B2 (ja) | 2012-03-28 | 2016-10-19 | 株式会社メガチップス | 物体検出装置およびプログラム |
| JP5911062B2 (ja) | 2012-04-26 | 2016-04-27 | 株式会社メガチップス | 物体検出装置およびプログラム |
| JP5911063B2 (ja) | 2012-04-27 | 2016-04-27 | 株式会社メガチップス | 物体検出装置およびプログラム |
| US9723272B2 (en) | 2012-10-05 | 2017-08-01 | Magna Electronics Inc. | Multi-camera image stitching calibration system |
| US9707896B2 (en) | 2012-10-15 | 2017-07-18 | Magna Electronics Inc. | Vehicle camera lens dirt protection via air flow |
| US9445057B2 (en) | 2013-02-20 | 2016-09-13 | Magna Electronics Inc. | Vehicle vision system with dirt detection |
| US10179543B2 (en) | 2013-02-27 | 2019-01-15 | Magna Electronics Inc. | Multi-camera dynamic top view vision system |
| JP6140478B2 (ja) * | 2013-03-04 | 2017-05-31 | 株式会社メガチップス | 物体検出装置、プログラムおよび集積回路 |
| US9688200B2 (en) | 2013-03-04 | 2017-06-27 | Magna Electronics Inc. | Calibration system and method for multi-camera vision system |
| EP2804128A3 (en) | 2013-03-22 | 2015-04-08 | MegaChips Corporation | Human detection device |
| US9508014B2 (en) | 2013-05-06 | 2016-11-29 | Magna Electronics Inc. | Vehicular multi-camera vision system |
| US9205776B2 (en) | 2013-05-21 | 2015-12-08 | Magna Electronics Inc. | Vehicle vision system using kinematic model of vehicle motion |
| US9563951B2 (en) | 2013-05-21 | 2017-02-07 | Magna Electronics Inc. | Vehicle vision system with targetless camera calibration |
| JP6361313B2 (ja) | 2013-07-01 | 2018-07-25 | 株式会社リコー | 車両検出方法及び装置 |
| DE102013012930A1 (de) * | 2013-08-02 | 2015-02-05 | Connaught Electronics Ltd. | Verfahren zum Bestimmen eines aktuellen Abstands und/oder einer aktuellen Geschwindigkeit eines Zielobjekts anhand eines Referenzpunkts in einem Kamerabild, Kamerasystem und Kraftfahrzeug |
| US9487235B2 (en) | 2014-04-10 | 2016-11-08 | Magna Electronics Inc. | Vehicle control system with adaptive wheel angle correction |
| US9916660B2 (en) | 2015-01-16 | 2018-03-13 | Magna Electronics Inc. | Vehicle vision system with calibration algorithm |
| US10946799B2 (en) | 2015-04-21 | 2021-03-16 | Magna Electronics Inc. | Vehicle vision system with overlay calibration |
| US11228700B2 (en) | 2015-10-07 | 2022-01-18 | Magna Electronics Inc. | Vehicle vision system camera with adaptive field of view |
| US10187590B2 (en) | 2015-10-27 | 2019-01-22 | Magna Electronics Inc. | Multi-camera vehicle vision system with image gap fill |
| US11277558B2 (en) | 2016-02-01 | 2022-03-15 | Magna Electronics Inc. | Vehicle vision system with master-slave camera configuration |
| US11433809B2 (en) | 2016-02-02 | 2022-09-06 | Magna Electronics Inc. | Vehicle vision system with smart camera video output |
| US10300859B2 (en) | 2016-06-10 | 2019-05-28 | Magna Electronics Inc. | Multi-sensor interior mirror device with image adjustment |
| WO2019180665A1 (en) | 2018-03-21 | 2019-09-26 | Gentex Corporation | Blind spot module with off indicator |
| CN110702705B (zh) * | 2019-11-20 | 2022-04-29 | 大连交通大学 | 一种基于原子分辨电镜的负载金属催化剂分散度测算方法 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07119606B2 (ja) * | 1990-03-20 | 1995-12-20 | 三菱電機株式会社 | 追尾式車間距離検出装置 |
| JPH04278683A (ja) | 1991-03-07 | 1992-10-05 | Fujitsu Ltd | 領域抽出方法 |
| JP3167752B2 (ja) * | 1991-10-22 | 2001-05-21 | 富士重工業株式会社 | 車輌用距離検出装置 |
| JP2800530B2 (ja) * | 1992-02-28 | 1998-09-21 | 三菱電機株式会社 | 車間距離検出装置 |
| JPH05296767A (ja) * | 1992-04-20 | 1993-11-09 | Mitsubishi Electric Corp | 車間距離検出装置 |
| EP0567059B1 (en) * | 1992-04-24 | 1998-12-02 | Hitachi, Ltd. | Object recognition system using image processing |
| JPH0689339A (ja) | 1992-09-07 | 1994-03-29 | Nippon Telegr & Teleph Corp <Ntt> | 物体検出方法 |
| JP2862199B2 (ja) | 1993-05-25 | 1999-02-24 | 松下電器産業株式会社 | 車両認識装置 |
| US5487116A (en) | 1993-05-25 | 1996-01-23 | Matsushita Electric Industrial Co., Ltd. | Vehicle recognition apparatus |
| JP3169483B2 (ja) * | 1993-06-25 | 2001-05-28 | 富士通株式会社 | 道路環境認識装置 |
| EP0932133B1 (en) * | 1993-12-27 | 2006-04-05 | Nissan Motor Co., Ltd. | Apparatus and method for navigating vehicle to destination using display unit |
| JP3357749B2 (ja) | 1994-07-12 | 2002-12-16 | 本田技研工業株式会社 | 車両の走行路画像処理装置 |
| US6891563B2 (en) * | 1996-05-22 | 2005-05-10 | Donnelly Corporation | Vehicular vision system |
| JPH0995194A (ja) * | 1995-09-29 | 1997-04-08 | Aisin Seiki Co Ltd | 車両前方の物体検出装置 |
| KR100412434B1 (ko) | 1996-11-09 | 2004-03-19 | 현대자동차주식회사 | 영상시스템을 이용한 차량인식방법 |
| JP3341605B2 (ja) | 1996-12-05 | 2002-11-05 | 日産自動車株式会社 | 車両用画像処理装置 |
| JP3759280B2 (ja) * | 1997-04-15 | 2006-03-22 | 富士通株式会社 | 道路監視用事象検知装置 |
-
1998
- 1998-07-22 JP JP20669398A patent/JP3307335B2/ja not_active Expired - Fee Related
-
1999
- 1999-07-20 US US09/357,554 patent/US6570998B1/en not_active Expired - Fee Related
- 1999-07-21 DE DE19934925A patent/DE19934925B4/de not_active Expired - Fee Related
-
2003
- 2003-03-05 US US10/379,871 patent/US6842531B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000039306A (ja) | 2000-02-08 |
| DE19934925A1 (de) | 2000-02-17 |
| US6842531B2 (en) | 2005-01-11 |
| US20030156737A1 (en) | 2003-08-21 |
| US6570998B1 (en) | 2003-05-27 |
| DE19934925B4 (de) | 2005-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3307335B2 (ja) | 車両領域検出装置及び車両領域検定方法 | |
| US6658150B2 (en) | Image recognition system | |
| JP3822515B2 (ja) | 障害物検知装置及びその方法 | |
| CN108647572B (zh) | 一种基于霍夫变换的车道偏离预警方法 | |
| US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
| US7209832B2 (en) | Lane recognition image processing apparatus | |
| JP3669205B2 (ja) | 障害物認識装置 | |
| JP3083918B2 (ja) | 画像処理装置 | |
| KR100975749B1 (ko) | 단일 차선을 이용한 차선 인식 및 차량의 차선 이탈 검출 방법 | |
| JP2004112144A (ja) | 前方車両追跡システムおよび前方車両追跡方法 | |
| JP2007316997A (ja) | 車種判別プログラムおよび車種判別装置 | |
| WO2016129301A1 (ja) | 車両用進入可否判定装置 | |
| CN112261390B (zh) | 车载摄像设备及其图像优化装置和优化方法 | |
| JP5983729B2 (ja) | 白線検出装置、白線検出フィルタ装置及び白線検出方法 | |
| JPH09282452A (ja) | 監視装置 | |
| JP3455454B2 (ja) | 車両ナンバープレート認識装置 | |
| JP4532089B2 (ja) | 車外監視装置 | |
| JP2004062519A (ja) | レーンマーク検出装置 | |
| JP2020109595A (ja) | 付着物検出装置および付着物検出方法 | |
| JP2000259997A (ja) | 先行車の高さおよび車間距離計測装置 | |
| JP3532896B2 (ja) | スミア検出方法及びこのスミア検出方法を用いた画像処理装置 | |
| US11393128B2 (en) | Adhered substance detection apparatus | |
| JPH1166490A (ja) | 車両検出方法 | |
| JPH0954891A (ja) | 画像処理による車種判別方法と装置 | |
| JP3175509B2 (ja) | 道路白線検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20020416 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080517 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090517 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100517 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |