JP6432296B2 - 画像中のゼブラクロッシングの検出装置及び方法 - Google Patents

Description

本発明は、画像処理分野に関し、特に、画像中のゼブラクロッシングの検出装置及び方法に関する。

近年、運転支援システムが迅速に発展している。運転支援システムは、事故を起こす前に、その環境を識別することができるので、交通安全性を向上させるための有効なツ−ルになっている。運転支援システムには多くのセンサが存在し、これにより、事故予防のための情報を検出することができる。今のところ、カメラや多種多様な画像処理アルゴリズムを用いることにより、運転支援システムは、より多くの交通場面における特徴を識別し、そのインテリジェント分析能力を強化することができる。

本発明の実施例は、ゼブラクロッシングの検出装置及び方法を提供する。検出した画像のエッジ特徴に基づいて画像の視覚特徴を計算し、そして、視覚特徴に対しての統計結果に基づいて判断画像中にゼブラクロッシングが存在するかどうかを判断することにより、車両とゼブラクロッシングとの距離が遠い（大きい）時におけるゼブラクロッシングの識別を実現し、即ち、前方のゼブラクロッシングの事前予報を実現することができるため、交通安全性及びゼブラクロッシングの即時（real-time）検出の正確性を向上させることができる。

本発明の実施例の一側面によれば、画像中のゼブラクロッシングの検出装置が提供され、そのうち、該装置は、
検出した前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算するための第一計算ユニットであって、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含む、第一計算ユニット；及び
前記第一計算ユニットが計算した前記視覚特徴に対しての統計結果に基づいて、前記画像中に前記ゼブラクロッシングが存在するかどうかを判断するための第一処理ユニットを含む。

本発明の実施例の他の側面によれば、画像中のゼブラクロッシングの検出方法が提供され、そのうち、該方法は、
検出した前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算し、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含み；及び
前記視覚特徴に対しての統計結果に基づいて、前記画像中にゼブラクロッシングが存在するかどうかを判断することを含む。

本発明の有益な効果は、本発明の実施例における方法及び装置により、車両とゼブラクロッシングとの距離が遠い時におけるゼブラクロッシングの有効な識別を実現し、ゼブラクロッシングの即時検出の速度及び有効性を向上させ、ゼブラクロッシングの誤検出を避けることができる。

本発明の実施例1における画像中のゼブラクロッシングの検出方法のフローチャートである。 本発明の実施例1におけるステップ101の一例のフローチャートである。 本発明の実施例2における画像中のゼブラクロッシングの検出方法のフローチャートである。 本発明の実施例2におけるステップ303で取得された関心領域を示す図である。 本発明の実施例2におけるステップ306中のエッジ特徴画像中のエッジ特徴点を示す図である。 本発明の実施例2におけるステップ307中のサンプリングポイントを示す図である。 本発明の実施例3における画像中のゼブラクロッシングの検出装置の構成図である。 本発明の実施例3における第一計算ユニット701の構成図である。 本発明の実施例3における第一処理ユニット702の構成図である。 本発明の実施例3における画像中のゼブラクロッシングの検出装置の構成図である。

以下、添付した図面を参照しながら本発明を実施するための形態を詳細に説明する。

本発明の実施例1は、画像中のゼブラクロッシングの検出方法を提供する。図1は、本発明の実施例1における画像中のゼブラクロッシングの検出方法のフローチャートである。図1に示すように、該方法は、次のステップを含む。

ステップ101：検出した画像のエッジ特徴に基づいて、該画像の視覚特徴を計算し、該視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含み；
ステップ102：視覚特徴に対しての統計結果に基づいて、画像中にゼブラクロッシングが存在するかどうかを判断する。

本実施例では、ゼブラクロッシングの検出を行う時に、先ず、１つの画像を得てもよく、例えば、車載カメラを用いて前方の道路の１つの画像を得てもよい。その後、該画像に対して画像処理を行い、ゼブラクロッシングが存在するかどうかを検出する。

本実施例では、該画像のエッジ特徴を検出することができ、その後、検出したエッジ特徴に基づいて視覚特徴を計算し、該視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含む。これにより、従来技術に比べ、ゼブラクロッシングをより正確に検出することができる。

本実施例では、検出効率を向上させるために、該方法は更に次のステップを含む。

ステップ100：画像に対して前置処理を行う。なお、ステップ100は、オプションである。

そのうち、先ず、検出待ち画像を標準サイズに正規化することができ、正規化後の画像に対してノイズ除去処理を（例えば、ガウシアン平滑化フィルタを使うことにより）行い、そして、ノイズ除去後の画像をグレースケール画像に変換し、或いは、画像中の関心領域（REGION OF INTEREST、ROI）を検出待ち画像として検出してもよい。上述のような前置処理は、従来技術を採用することにより実現することができるので、ここでは詳しい説明を省略する。

図2は、本発明の実施例1における視覚特徴を得るためのフローチャートであり、ステップ101の一例を示している。図2に示すように、該方法は、次のステップを含む。

ステップ201：画像中の１行のデータを選択し；
ステップ202：選択した１行のデータの複数のエッジ特徴点を検出し；
ステップ203：複数のエッジ特徴点のうちの隣接する２つのエッジ特徴点の中心を、選択した１行の１つのサンプリングポイントとし、これにより、１つ又は複数のサンプリングポイントを取得し；
ステップ204：複数のエッジ特徴点及び１つ又は複数のサンプリングポイントに基づいて、選択された画像中の１行の視覚特徴を計算する。

この例のステップ201では、画像中の任意の１行のデータを選択してもよく、本実施例は、これに限定されない。ステップ202では、選択された画像中の１行のデータのエッジ特徴は、Canny演算子エッジ検出器、Sobel演算子エッジ検出器、又はRoberts演算子エッジ検出器により検出することができる。なお、以上は、例示的な説明であり、本実施例は、これに限定されない。また、ステップ201及びステップ202の実行順序は、前後問わず、例えば、先ず画像中のエッジ特徴を抽出し、それから、画像中の１行のデータを選択してもよい。

この例のステップ203では、複数のエッジ特徴点のうちの任意の隣接する２つのエッジ特徴点の中心を、選択された１行の１つのサンプリングポイントとすることができ、これにより、１つ又は複数のサンプリングポイントを得ることがでいる。以下、サンプリングポイントが隣接する２つのエッジ特徴点の中心であることを例として説明を行う。なお、サンプリングポイントの取得方法は、これに限定されず、例えば、固定間隔のエッジ特徴点の中心又は予め設定された位置などをサンプリングポイントとしてもよい。

この例のステップ204では、該視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含む。そのうち、彩度特徴は、検出待ち画像中の選択されたサンプリングポイントのグレーレベル特徴であってよく、間隔特徴は、検出待ち画像中の選択された隣接するエッジ特徴点の間の間隔特徴であってもよく、輝度差特徴は、検出待ち画像中の隣接するサンプリングポイントの間のグレーレベルによる差の特徴であってもよい。なお、本実施例は、これに限定されず、例えば、彩度特徴は、検出待ち画像中の選択された行のサンプリングポイントのRGB値特徴であってもよく、間隔特徴は、検出待ち画像中の選択された隣接するサンプリングポイントの間の間隔特徴などであってよい。

以上、如何に視覚特徴を得るかについて例示的に説明したが、以下、如何に視覚特徴に基づいてゼブラクロッシングを検出するかについて説明する。

本実施例におけるステップ102では、該視覚特徴に対しての統計結果に基づいて、該画像中にゼブラクロッシングが存在するかどうかを判断し、統計は、彩度特徴、間隔特徴、及び輝度差特徴に対してそれぞれ行う統計を含む。

ステップ102の一例では、選択された行の視覚特性に対して統計を行い、前記彩度特徴が交互に連続する黒白であり、前記間隔特徴が等間隔であり、前記輝度差特徴が交互に連続する明暗であることに符合（一致）するサンプリングポイントをゼブラクロッシングの特徴点と判定し、そして、最大連続する前記ゼブラクロッシングの特徴点の数を統計により得て第一統計値とし、第一統計値が第三閾値よりも大きい時に、該画像中にゼブラクロッシングが存在すると判定する。

そのうち、彩度特徴が交互に連続する黒白であることを判断する方法としては、隣接する３つのサンプリングポイントのグレーレベルのうち、中間のサンプリングポイントのグレーレベルが同時に、その前後の隣接するサンプリングポイントのグレーレベルより小さい又は大きい時に、彩度特徴が交互に連続する黒白であると判定する方法がある。

例えば、隣接する３つのサンプリングポイントのグレーレベルがそれぞれ10、250、15或いは240、15、245である場合、彩度特徴が交互に連続する黒白であると判断し、或いは、サンプリングポイントのRGB値を直接計算してもよく、隣接する３つのサンプリングポイントのRGB値がそれぞれ（255、255、255）、（0、0、0）、（255、255、255）或いは（0、0、0）、（255、255、255）、（0、0、0）である時に、彩度特徴が交互に連続する黒白であると判断する。ここでは、RGB値が純白又は純黒であることを例として説明を行ったが、実際に処理する時に、ニーズに応じて、RGB値がそれぞれ黒、白の閾値であると設定しても良いため、ここでは詳しい説明を省略する。

そのうち、間隔特徴が等間隔であることを判断する方法としては、隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、間隔特徴が等間隔であると判断する方法があり、ここでは、隣接するサンプリングポイントの間隔の比を計算する時に、隣接するサンプリングポイントの間隔のうち、比較的大きい間隔値と、比較的小さい間隔値との比を使用することを予め設定してもよい。

例えば、ここでは、画像中のサンプリングポイントの座標値に基づいて、隣接するサンプリングポイントの間隔を計算してもよく、例えば、隣接する３つのサンプリングポイントの座標がそれぞれ（10，10）、（25，10）、（39，10）であれば、隣接するサンプリングポイントの間隔がそれぞれ15及び14であり、その間隔の比が15/14であり、第二閾値が1.5であれば、間隔特徴が等間隔であると判断する。或いは、隣接するサンプリングポイントの間隔の比を計算する時に、隣接するサンプリングポイントの間隔のうち、比較的小さい間隔値と、比較的大きい間隔値との比を使用することを予め設定してもよく、該比が所定の閾値より大きい時に、間隔特徴が等間隔であると判断し、或いは、計算による、隣接するサンプリングポイントの間隔の差の絶対値が第二閾値を超えていない時に、間隔特徴が等間隔であると判断してもよく、例えば、上述のような計算による、隣接するサンプリングポイント間隔がそれぞれ15及び14であり、その間隔の差の絶対値が1であり、第二閾値が2であれば、間隔特徴が等間隔であると判断してもよい。なお、本発明は、これに限定されず、例えば、隣接するエッジ特徴点の間隔の比又は差を計算することにより、該間隔特徴が等間隔であることを判断してもよく、その判断方法は、サンプリングポイントのよる判断方法に類似するため、ここでは詳しい説明を省略する。

そのうち、輝度差特徴が交互に連続する明暗であることを判断する方法としては、隣接する２つのサンプリングポイントのグレーレベルの差の絶対値が第一閾値より大きい時に、輝度差特徴が交互に連続する明暗であると判断する方法がある。例えば、隣接する２つのサンプリングポイントのグレーレベルがそれぞれ10、250であれば、そのグレーレベルの差の絶対値が240であり、第一閾値が200のときに、輝度差特徴が交互に連続する明暗であると判断する。実際に処理する時に、第一閾値は、ニーズに応じて任意に設定することができ、本実施例は、これに限定されず、輝度差特徴が交互に連続する明暗であるかどうかを判断するためであるので、例えば、第一閾値は、比較的大きい値と設定することができる。

以上、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であることのみの判断方法を例示的に説明したが、本実施例は、これに限定されない。例えば、彩度特徴が交互に連続する黒灰であり、間隔特徴がほぼ等しい間隔であり、輝度差特徴がほぼ交互に連続する明暗であるなどであってもよいし、実際の状況に応じて適切な調整を行って具体的な実施方式を確定しても良い。

この例では、彩度特徴が交互に連続する黒白であるかどうか、間隔特徴が等間隔であるかどうか、輝度差特徴が交互に連続する明暗であるかどうかを判断した後に、上述の３種類の場合に符合する（即ち、判断の結果が全て「はい」である）サンプリングポイントをゼブラクロッシング特徴点として判定し、そして、統計（計算）により最大連続する前記ゼブラクロッシング特徴点の数を第一統計値として取得し、該第一統計値が第三閾値より大きい時に、該画像中にゼブラクロッシングが存在すると判定する。

例えば、選択された行のサンプリングポイントがトータルで20個であり、そのうち、上述の３種類の場合に符合しているサンプリングポイントの数が15個であり、即ち、ゼブラクロッシング特徴点が15個であり、そのうちの最大連続のゼブラクロッシング特徴点の数が11個であり、即ち、連続して隣接する11個のサンプリングポイント（ゼブラクロッシング特徴点）のうち、その視覚特徴は、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であるとのことに全て一致している。このとき、第三閾値が10の場合、画像中にゼブラクロッシングが存在すると判定してもよい。そのうち、第三閾値は、実際のニーズに応じて任意に設定することができ、例えば、第三閾値は、エッジ特徴点の数の80%などであってもよく、本実施例は、これについて限定しない。

以上は、画像の１行のみを例として説明を行った。本実施例の他の例では、ゼブラクロッシング検出の正確性を更に向上させるために、ステップ101において、画像中の複数行のデータ、又は、全行（全ての行）のデータを選択し、そして、選択された複数行のデータ又は全行のデータの視覚特徴をそれぞれ計算してもよく、そのうち、選択された複数行のデータは、画像中の任意の複数行のデータであってもよく、所定ル−ルに従って選択された複数行のデータであってよく、そのうち、視覚特徴の計算方法については、上述の例を参照できるため、ここでは詳しい説明を省略する。

ステップ102では、選択された複数行に基づいて、それぞれ、第一統計値の統計を行い、第二統計値を計算する。第二統計値が第四閾値より大きい時に、画像中にゼブラクロッシングが存在すると判断する。そのうち、第二統計値は、選択された複数行のそれぞれに対しての統計による第一統計値の最大値又は平均値であってもよい。

例えば、5行のデータを選択し、統計により得たそれぞれの第一統計値が11、10、12、11、11であれば、第二統計値は、12（最大値）又は11（平均値）である。第四閾値が10であれば、画像中にゼブラクロッシングが存在すると判定することができる。

そのうち、第二統計値の計算は、複数の第一統計値の最大値又は平均値の計算に限定されず、また、行数の選択及び第四閾値は、実際のニーズに応じて任意に設定することができ、また、第四閾値は、第三閾値と同じ値であってもよく、異なる値であってもよく、本実施例は、これについて限定しない。

本発明の実施例の上述方法から分かるように、画像中の視覚特徴、即ち、彩度特徴、間隔特徴、及び輝度差特徴を含む視覚特徴を同時に計算し、そして、視覚特徴の統計結果に基づいて、画像中にゼブラクロッシングが存在するかどうかを判断することにより、ゼブラクロッシングの即時検出の効率及び有効性を向上させ、ゼブラクロッシングの誤検出を避けることができる。

本発明の実施例2は更に、画像中のゼブラクロッシングの検出方法を提供し、該検出方法を、実施例1を基に説明する。また、該方法は、運転支援システムに用いることができるが、本発明は、これに限定されない。

図3は、本発明の実施例2における画像中のゼブラクロッシングの検出方法のフローチャートであり、該実施例は例示だけであり、例えば、図3では、幾つかのステップは省略することができ、また、幾つかのステップは、前述のように、他の実施方式により置換されてもよいため、ここでは詳しい説明を省略する。図3に示すように、該方法は、次のステップを含む。

ステップ301：画像に対して前置処理を行う。

そのうち、ステップ301では、画像が、車両の前窓に設置されたカメラにより即時に取得された前方道路画像であってよく、道路即時ビデオ中の画像フレ−ムを抽出することにより取得されたものであってもよい。画像に対しての前置処理は主に、検出待ち画像を標準サイズに正規化し、正規化後の画像に対してノイズ除去処理を（例えば、ガウシアン平滑化フィルタを用いることにより）を行い、ノイズ除去後の画像をグレースケール画像に変換することを含んでも良い。

ステップ302：グレースケール画像中のエッジ特徴を取得し；
ステップ303：画像の関心領域を取得する。

図4は、本実施例のステップ303で取得した関心領域を示す図である。図4に示すように、画像401において、座標（X0、Y0）を開始点座標とし、幅がWで、高さがHである関心領域402を取得してもよい。関心領域の取得により、画像中の無効な情報による干渉を低減し、画像処理の効率を向上させることができる。

ステップ304：パラメ−タを初期化する。そのうち、例えば、次のパラメ−タに対して初期化を行っても良い。

行数の統計値RowCnt＝Y0；第一統計値の初期値RowMaxVote＝1；第二統計値の初期値FinalMaxVote＝1のように初期化してもよく、そのうち、第一統計値及び第二統計値の定義は、実施例1と同じであるため、ここでは詳しい説明を省略する。

ステップ305：関心領域中の１行のデータを選択し、その行番号y＝RowCntと設定し；
ステップ306：選択された１行のデータ中のエッジ特徴点Xe（n）を確定する。

図5は、本実施例のステップ306におけるエッジ特徴画像中のエッジ特徴点を示す図である。例えば、次のエッジ特徴点、即ち、Xe1、Xe2、Xe3、Xe4、…Xe9、…を確定してもよく、そのうち、エッジ特徴点に高特徴値例えば255を割り当て（与え）、非エッジ特徴点に低特徴値例えば0を割り当ても良い。また、選択された１行の中のエッジ特徴がエッジ線分であれば、線分の起点をエッジ特徴点として選択してもよく、例えば、Xe9であってもよい。しかし、本発明は、これに限定されない。

ステップ307：エッジ特徴点に基づいてサンプリングポイントを確定する。

図6は、本実施例のステップ307におけるサンプリングポイントを示す図である。そのうち、複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された行の１つのサンプリングポイントとしてもよく、これにより、１つ又は複数のサンプリングポイントを下式のように得ることができる。

Xs（n）＝（Xe（n）＋Xe（n＋1））/2 （1）
図6に示すように、次のサンプリングポイント、即ち、Xs1、Xs2、Xs3、Xs4、…、Xs8、…を得ることができる。

ステップ308：複数のエッジ特徴点及び１つ又は複数のサンプリングポイントに基づいて、画像中の選択された行の視覚特徴を計算する。

本実施例では、次の方法で、選択された行の視覚特徴を計算してもよい。

輝度差特徴DG（n）＝ABS[G（n）−G（n−1）] （2）
彩度特徴BW（n）＝（G（n）＞G（n−1））？1：−1 （3）
間隔特徴RL（n）＝L（n）/L（n−1）＝（Xs（n＋1）−Xs（n））/（Xs（n）−Xs（n−1）） （4）
そのうち、G（n）は、サンプリングポイントXs（n）のグレーレベルを表し、ABS[x]は、変量xの絶対値を表し、L（n）は、隣接する２つのサンプリングポイントの間の間隔を表する。なお、以上は、例示的な視覚特徴の計算方法のみであり、本実施例は、これに限定されない。

ステップ309：選択された行の視覚特性に対して統計を行い、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であるとのことに符合するサンプリングポイントをゼブラクロッシング特徴点と判定し、そして、最大連続の前記ゼブラクロッシング特徴点の数を得て第一統計値とする。

本実施例では、次に示すのがステップ309で第一統計値を計算するコードの例である。

LOOP（n＝1〜k）
{
TempVoteCnt＝（ZFPDecision[DG（n），BW（n），RL（n）]＝true）？（TempVoteCnt＋1）：0；
RowMaxVote＝（TempVoteCnt≧RowMaxVote）？TempVoteCnt：RowMaxVote；
}
そのうち、TempVoteCntは、第一統計値の一時的変量であり、ZFPDecision[DG（n），BW（n），RL（n）]は、視覚特徴中の彩度特徴が交互に連続する黒白であるか、前記間隔特徴が等間隔であるか、前記輝度差特徴が交互に連続する明暗であるかを確定するための判断関数を表し、その関数の実施方式は、実施例1中のステップ102と類似するので、ここでは詳しい説明を省略する。

ステップ310：第一統計値を算出した後で、画像中の選択された複数行のデータに対しての処理が全て完了しているかを判断し、判断結果が「いいえ」であれば、ステップ305を行い、そうでなければ、ステップ311を行う。

本実施例では、RowCnt＞ROW_NUM_ENDの時に、ステップ310を行うと判断し、ROW_NUM_ENDは、関心領域の最後の１行の行番号を表し、即ち、ROW_NUM_END＝＝Y0＋H−1であり、そうでなければ、ループ条件を設定し、即ち、RowCnt＝RowCnt＋STEPであり、STEPは、予め設定した、選択された行の間の行数定数であり、RowCnt値を更新した後にステップ305を行う。

ステップ311：選択された複数行に対してそれぞれ行った統計による前記第一統計値に基づいて、第二統計値を計算し、前記第二統計値が第四閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定する。

本実施例では、第二統計値は、選択された複数行のそれぞれの統計による第一統計値の最大値であり、また、次に示すのは、ステップ311で第二統計値を計算するコードの例である。

if（RowMaxVote≧FinalMaxVote）
{
FinalMaxVote＝RowMaxVote；
}
そのうち、第二統計値の計算方法は、これに限定されず、実施例1中の計算方法を参照することもできるため、ここでは詳しい説明を省略する。

また、次に示すのは、ステップ311で、ゼブラクロッシングが存在するかどうかを判断するコードの例である。

if（FinalMaxVote＞ZFP_NUM_TH）
Zebra−Crossing exists；
else
Zebra−Crossing not exist．
そのうち、ZFP_NUM_THは第四閾値であり、その設定方法は実施例1と類似するため、ここでは詳しい説明を省略する。

本発明の実施例の上述方法から分かるように、画像中の視覚特徴、即ち、彩度特徴、間隔特徴、及び輝度差特徴を含む視覚特徴を同時に計算し、そして、視覚特徴の統計結果に基づいて、画像中にゼブラクロッシングが存在するかどうかを判することにより、ゼブラクロッシングの即時検出の速度及び有効性を向上させ、ゼブラクロッシングの誤検出を避けることができる。

本発明の実施例3は更に、画像中のゼブラクロッシングの検出装置を提供し、該装置が問題を解決する原理は、実施例1及実施例2の方法と類似するため、その具体的な実施については、実施例1又は実施例2の実施を参照することができるので、ここでは、内容が同じ記載を省略する。

図7は、本発明の実施例3における画像中のゼブラクロッシングの検出装置７７７の構成図でである。図7に示すように、該装置７７７は、第一計算ユニット701及び第一処理ユニット702を含む。

第一計算ユニット701：検出した画像のエッジ特徴に基づいて画像の視覚特徴を計算し、そのうち、視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含み；
第一処理ユニット702：第一計算ユニット701が計算した視覚特徴の統計結果に基づいて、画像中にゼブラクロッシングが存在するかどうかを判断する。

本実施例では、検出効率を向上させるために、該装置７７７は更に、第二処理ユニット700を含んでもよく、それは、画像に対して前置処理を行う。

図8は、本発明の実施例中の第一計算ユニット701の構成図であり、そのうち、該第一計算ユニット701は、次のものを含む。

第一選択ユニット801：画像中の１行のデータを選択し；
第一検出ユニット802：選択された１行のデータの複数のエッジ特徴点を検出し；
第一取得ユニット803：第一検出ユニット802が検出した複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された１行の１つのサンプリングポイントとし、これにより、１つ又は複数のサンプリングポイントを取得し；
第二計算ユニット804：第一検出ユニット802が検出した複数のエジ特徴点、及び、第一取得ユニット803が取得した１つ或いは複数のサンプリングポイントに基づいて、画像の視覚特徴を計算する。

図9は、本発明の実施例中の第一処理ユニット702の構成図であり、そのうち、該第一処理ユニット702は、次のものを含む。

第一統計ユニット901：選択された行の視覚特性に対して統計を行い、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であるとのことに一致するサンプリングポイントをゼブラクロッシング特徴点と判定し、そして、最大連続のゼブラクロッシング特徴点の数を統計により得て、第一統計値とし；
第一確定ユニット902：第一統計ユニット901の統計による第一統計値が第三閾値よりも大きい時に、画像中にゼブラクロッシングが存在すると判定する。

本実施例では、第一統計ユニット901は更に次のものを含む。

第一判定ユニット9011：第一取得ユニット803が取得した、隣接する２つのサンプリングポイントのグレーレベルの差の絶対値が第一閾値よりも大きい時に、輝度差特徴が交互に連続する明暗であると判定し；
第二判定ユニット9012：第一取得ユニット803が取得した、隣接する３つのサンプリングポイントのグレーレベルのうち、中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルよりも小さい又は大きい時に、彩度特徴が交互に連続する黒白であると判定し；
第三判定ユニット9013：第一検出ユニット802が検出した、隣接するサンプリングポイントの間隔の比が第二閾値を超えていない時に、間隔特徴が等間隔であると判定する。

そのうち、第一統計ユニット901、第一確定ユニット、第一判定ユニット9011、第二判定ユニット9012、及び第三判定ユニット9013の具体的な実施方式は、実施例1と類似するので、ここでは、その内容の記載を省略する。

本実施例の他の実施方式では、ゼブラクロッシング検出の正確性を更に向上させるために、第一選択ユニット801は更に、画像の全行のデータ、或いは、一部の行のデータを選択してもよく、第一統計ユニット902は更に、それぞれ、第一選択ユニット801が選択した行のデータの複数の第一統計値を得てもよい。

第一処理ユニット702は更に次のものを含んでも良い。

第二統計ユニット903：第一統計ユニット901がそれぞれ統計により得た複数の第一統計値に基づいて第二統計値を計算し、そのうち、第二統計値は、複数の第一統計値の最大値或いは平均値であってもよく；
第二確定ユニット904：第二統計ユニット903が計算した第二統計値が第四閾値よりも大きい時に、画像中にゼブラクロッシングが存在すると判定する。

本発明の実施例は更に、画像中のゼブラクロッシングの検出装置を提供する。

図10は、本発明の実施例の画像中のゼブラクロッシングの検出装置の構成図である。図10に示すように、検出装置1000は、中央処理器（CPU）200及び記憶器210を含んでもよく、記憶器210は、中央処理器200に結合される。そのうち、記憶器210は、各種のデータ、例えば、画像の視覚特徴及び統計結果などを記憶してもよく、また、画像中のゼブラクロッシング検出用のプログラムをも記憶しており、且つ、中央処理器200の制御の下で該プログラムを実行させ、画像中にゼブラクロッシングが存在するかどうかを判断する。

一例では、上述の画像中のゼブラクロッシングの検出装置の機能が中央処理器200に集積されても良い。そのうち、中央処理器200は、検出した画像のエッジ特徴に基づいて画像の視覚特徴を計算し、視覚特徴は彩度特徴、間隔特徴及び輝度差特徴を含み；及び、視覚特徴に対しての統計結果に基づいて画像中にゼブラクロッシングが存在するかどうかを判断するように構成されてもよい。

そのうち、検出した画像のエッジ特徴に基づいて画像の視覚特徴を計算することは、画像中の１行のデータを選択し；選択された行のデータの複数のエッジ特徴点を検出し；複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された行の１つのサンプリングポイントとすることにより、１つ又は複数のサンプリングポイントを取得し；複数のエッジ特徴点及び１つ或いは複数のサンプリングポイントに基づいて、画像中の選択された行の視覚特徴を計算することを含む。

そのうち、視覚特徴に対しての統計結果に基づいて画像中にゼブラクロッシングが存在するかどうかを判断することは、選択された行の視覚特性に対して統計を行い、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であるとのことに符合しているサンプリングポイントをゼブラクロッシング特徴点と判定し、そして、最大連続のゼブラクロッシング特徴点の数を統計取得して第一統計値とし；及び、第一統計値が第三閾値よりも大きい時に、画像中にゼブラクロッシングが存在すると判定することを含む。

そのうち、中央処理器200は更に次のように構成されてもよい。

隣接する２つのサンプリングポイントのグレーレベルの差の絶対値が第一閾値より大きい時に、輝度差特徴が交互に連続する明暗であると判定し；隣接する３つのサンプリングポイントのグレーレベルのうち、中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルよりも小さい又は大きい時に、彩度特徴が交互に連続する黒白であると判定し；隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、間隔特徴が等間隔であると判定する。

或いは、画像の全行の視覚特性に対して統計を行い、或いは、一部の行を選択してその視覚特性の統計を行い；複数の選択された行のそれぞれに対しての統計による第一統計値に基づいて第二統計値を計算し；第二統計値が第四閾値よりも大きい時に、画像中にゼブラクロッシングが存在すると判定し；そのうち、前記第二統計値は、複数の選択された行のそれぞれの統計による第一統計値の最大値又は平均値であってもよい。

他の例では、画像中のゼブラクロッシングの検出装置は、中央処理器と別に配置されてもよく、例えば、画像中のゼブラクロッシングの検出装置を、中央処理器200に接続されるチップとして配置し、中央処理器の制御により、画像中のゼブラクロッシングの検出装置の機能を実現してもよい。

また、図10に示すように、画像中のゼブラクロッシングの検出装置は更に、受発信器220及びセンサ230などを含んでもよく、そのうち、上述の部品の機能は従来技術と類似し、ここでは詳しい説明を省略する。なお、画像中のゼブラクロッシングの検出装置1000は、必ずしも、図10に示す全ての部品を含む必要がない。また、画像中のゼブラクロッシングの検出装置1000は更に、図10に示されていない他の部品を含んでもよく、これについては、従来技術を参照することができる。

本発明の実施例の上述の装置から分かるように、画像中の視覚特徴、即ち、彩度特徴、間隔特徴、及び輝度差特徴を含む視覚特徴を同時に計算し、そして、視覚特徴の統計結果に基づいて、画像中にゼブラクロッシングが存在するかを判断することにより、ゼブラクロッシングの即時検出の速度及び有効性を向上させ、ゼブラクロッシングの誤検出を避けることができる。

本発明の実施例は更にコンピュータ可読プログラムを提供し、そのうち、画像中のゼブラクロッシングの検出装置において前記プログラムを実行する時に、前記プログラムは、コンピュータに、前記画像中のゼブラクロッシングの検出装置において、実施例1又は実施例2に記載の画像中のゼブラクロッシングの検出方法を実行させる。

本発明の実施例は更にコンピュータ可読プログラムを記憶した記憶媒体を提供し、そのうち、前記コンピュータ可読プログラムは、コンピュータに、画像中のゼブラクロッシングの検出装置において、実施例1又は実施例2に記載の画像中のゼブラクロッシングの検出方法を実行させる。

なお、本発明の上述の装置及び方法は、ハードウェアにより実現されてもよく、ハードウェアとソフトウェアとの組み合わせにより実現されてもよい。また、本発明は、このようなコンピュータ可読なプログラムにも関し、即ち、前記プログラムは、ロジック部により実行されている時に、前記ロジック部に、上述の装置又は構成部品を実現させることができ、又は、前記ロジック部に、上述の各種方法又はステップを実現させることができる。本発明は、さらに、上述のプログラムを記録している記憶媒体、例えば、ハードディスク、磁気ディスク、光ディスク、DVD、flashメモリなどにも関する。

また、上述の各実施例を含む実施形態に関し、更に以下の付記を開示する。

（付記1）
画像中のゼブラクロッシングの検出装置であって、
検出した前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算する第一計算ユニットであって、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含む、第一計算ユニット；及び
前記第一計算ユニットが計算した前記視覚特徴に対しての統計結果に基づいて、前記画像中にゼブラクロッシングが存在するかどうかを判断する、第一処理ユニットを含む、装置。

（付記2）
付記1に記載の装置であって、
前記第一計算ユニットは、
前記画像中の１行のデータを選択する第一選択ユニット；
選択された１行のデータの複数のエッジ特徴点を検出する第一検出ユニット；
前記第一検出ユニットが検出した前記複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された１行の１つのサンプリングポイントとすることにより、１つ又は複数のサンプリングポイントを得る第一取得ユニット；及び
前記第一検出ユニットが検出した前記複数のエッジ特徴点、及び、前記第一取得ユニットが取得した前記１つ又は複数のサンプリングポイントに基づいて、前記画像視覚特徴を計算する第二計算ユニットを含む、装置。

（付記3）
付記2に記載の装置であって、
前記第一処理ユニットは、
選択された１行の前記視覚特性に対して統計を行い、彩度特徴が交互に連続する黒白であり、間隔特徴が等間隔であり、輝度差特徴が交互に連続する明暗であるとのことに符合しているサンプリングポイントをゼブラクロッシング特徴点と判定し、そして、最大連続の前記ゼブラクロッシング特徴点の数を統計取得して第一統計値とする第一統計ユニット；及び
前記第一統計ユニットの統計による前記第一統計値が第三閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定する第一確定ユニットを含む、装置。

（付記4）
付記3に記載の装置であって、
前記第一統計ユニットは、
前記第一取得ユニットが取得した、隣接する２つの前記サンプリングポイントのグレーレベルの差の絶対値が第一閾値よりも大きい時に、前記輝度差特徴が交互に連続する明暗であると判定する第一判定ユニット；
前記第一取得ユニットが取得した、隣接する３つの前記サンプリングポイントのグレーレベルの中の中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルによりも小さい又は大きい時に、前記彩度特徴が交互に連続する黒白であると判定する第二判定ユニット；及び
前記第一検出ユニットが検出した、隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、前記間隔特徴が等間隔であると判定する第三判定ユニットを含む、装置。

（付記5）
付記4に記載の装置であって、
前記第一選択ユニットは更に、前記画像の全行のデータ、或いは、一部の行のデータを選択し、
前記第一統計ユニットは更に、それぞれ、前記第一選択ユニットが選択した複数の行のデータの複数の第一統計値を取得し、
そのうち、前記第一処理ユニットは、更に、
前記複数の選択された行のそれぞれに対しての統計による前記第一統計値に基づいて第二統計値計算する第二統計ユニットであって、前記第二統計値は、前記複数の第一統計値の最大値又は平均値である、第二統計ユニット；及び
前記第二統計ユニットが計算した前記第二統計値が第四閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定する第二確定ユニットを含む、装置。

（付記6）
付記1に記載の装置であって、
前記画像に対して前置処理を行う第二処理ユニットを更に含む、装置。

（付記7）
画像中のゼブラクロッシングの検出方法であって、
検出した前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算し、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含み；及び
前記視覚特徴に対しての統計結果に基づいて、前記画像中にゼブラクロッシングが存在するかどうかを判断することを含む、方法。

（付記8）
付記7に記載の方法であって、
検出した前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算することは、
前記画像中の１行のデータを選択し；
選択された１行のデータの複数のエッジ特徴点を検出し；
前記複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された１行の１つのサンプリングポイントとすることにより、１つ又は複数のサンプリングポイントを取得し；及び
前記複数のエッジ特徴点及び前記１つ或いは複数のサンプリングポイントに基づいて、前記画像の選択された行の視覚特徴を計算することを含む、方法。

（付記9）
付記8に記載の方法であって、
前記画像中の選択された１行の視覚特徴を計算することは、
前記輝度差特徴DG（n）＝ABS[G（n）−G（n−1）]；
前記彩度特徴BW（n）＝（G（n）＞G（n−1））？1：−1；及び
前記間隔特徴RL（n）＝L（n）/L（n−1）＝（Xs（n＋1）−Xs（n））/（Xs（n）−Xs（n−1））のようにさせることを含み、
そのうち、G（n）は、サンプリングポイントのグレーレベルを示し、L（n）は、隣接するサンプリングポイントXe（n）及びXe（n＋1）の距離を示す、方法。

（付記10）
付記8に記載の方法であって、
前記視覚特徴に対しての統計結果に基づて前記画像中にゼブラクロッシングが存在するかどうかを判断することは、
選択された行の前記視覚特性に対して統計を行い、前記彩度特徴が交互に連続する黒白であり、前記間隔特徴が等間隔であり、前記輝度差特徴が交互に連続する明暗であるとのことに符合しているサンプリングポイントをゼブラクロッシング特徴点と判定し、そして、最大連続の前記ゼブラクロッシング特徴点の数を統計取得して第一統計値とし；及び
前記第一統計値が第三閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定することを含む、方法。

（付記11）
付記10に記載の方法であって、
隣接する２つの前記サンプリングポイントのグレーレベルの差の絶対値が第一閾値よりも大きい時に、前記輝度差特徴が交互に連続する明暗であると判定し；
隣接する３つの前記サンプリングポイントのグレーレベルの中の中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルよりも小さい又は大きい時に、前記彩度特徴が交互に連続する黒白であると判定し；及び
隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、前記間隔特徴が等間隔であると判定することを更に含む、方法。

（付記12）
付記11に記載の方法であって、
前記画像の全行の視覚特性に対して統計を行い、或いは、一部の行を選択してその視覚特性に対して統計を行い；
複数の選択された行のそれぞれに対しての統計による前記第一統計値に基づいて、第二統計値を計算し；及び
前記第二統計値が第四閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定することを更に含み、
そのうち、前記第二統計値は、複数の選択された行のそれぞれに対しての統計による第一統計値の最大値又は平均値である、方法。

（付記13）
付記7に記載の方法であって、
画像のエッジ特徴データを検出する前に、検出待ち画像に対して前置処理を行うことを更に含む、方法。

以上、本発明の好ましい実施形態を説明したが、本発明はこの実施形態に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術的範囲に属する。

Claims (8)

1. 画像中のゼブラクロッシングの検出装置であって、
   検出された前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算する第一計算ユニットであって、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含む、第一計算ユニット；及び
   前記第一計算ユニットが計算した前記視覚特徴に対しての統計結果に基づいて、前記画像中にゼブラクロッシングが存在するかどうかを判断する第一処理ユニットを含み、
   前記第一計算ユニットは、
   前記画像中の１行のデータを選択する第一選択ユニット；
   選択された前記１行のデータの複数のエッジ特徴点を検出する第一検出ユニット；
   前記第一検出ユニットが検出した前記複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された前記１行の１つのサンプリングポイントとすることにより、１つ又は複数のサンプリングポイントを取得する第一取得ユニット；及び
   前記第一検出ユニットが検出した前記複数のエッジ特徴点、及び、前記第一取得ユニットが取得した前記１つ又は複数のサンプリングポイントに基づいて、前記画像視覚特徴を計算する第二計算ユニットを含む、装置。
2. 請求項１に記載の装置であって、
   前記第一処理ユニットは、
   選択された前記１行の前記視覚特性に対して統計を行い、前記彩度特徴が交互に連続する黒白であり、前記間隔特徴が等間隔であり、前記輝度差特徴が交互に連続する明暗であるとのことに符合しているサンプリングポイントをゼブラクロッシング特徴点と判定し、最大連続する前記ゼブラクロッシング特徴点の数を統計により取得して第一統計値とする第一統計ユニット；及び
   前記第一統計ユニットの統計による前記第一統計値が第三閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定する第一確定ユニットを含む、装置。
3. 請求項２に記載の装置であって、
   前記第一統計ユニットは、
   前記第一取得ユニットが取得した、隣接する２つの前記サンプリングポイントのグレーレベルの差の絶対値が第一閾値よりも大きい時に、前記輝度差特徴が交互に連続する明暗であると判定する第一判定ユニット；
   前記第一取得ユニットが取得した、隣接する３つの前記サンプリングポイントのグレーレベルの中の中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルによりも小さい又は大きい時に、前記彩度特徴が交互に連続する黒白であると判定する第二判定ユニット；及び
   前記第一検出ユニットが検出した、隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、前記間隔特徴が等間隔であると判定する第三判定ユニットを含む、装置。
4. 請求項３に記載の装置であって、
   前記第一選択ユニットは更に、前記画像の全行のデータ、或いは、一部の行のデータを選択し、
   前記第一統計ユニットは更に、それぞれ、前記第一選択ユニットが選択した複数の行のデータの複数の第一統計値を取得し、
   前記第一処理ユニットは、更に
   選択された前記複数の行のそれぞれに対しての統計による前記第一統計値に基づいて第二統計値計算する第二統計ユニットであって、前記第二統計値は、前記複数の第一統計値の最大値又は平均値である、第二統計ユニット；及び
   前記第二統計ユニットが計算した前記第二統計値が第四閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定する第二確定ユニットを含む、装置。
5. 画像中のゼブラクロッシングの検出方法であって、
   検出された前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算し、前記視覚特徴は、彩度特徴、間隔特徴及び輝度差特徴を含み；及び
   前記視覚特徴に対しての統計結果に基づいて、前記画像中にゼブラクロッシングが存在するかどうかを判断することを含み、
   検出された前記画像のエッジ特徴に基づいて前記画像の視覚特徴を計算することは、
   前記画像中の１行のデータを選択し；
   選択された前記１行のデータの複数のエッジ特徴点を検出し；
   前記複数のエッジ特徴点の中の隣接する２つのエッジ特徴点の中心を、選択された前記１行の１つのサンプリングポイントとすることにより、１つ又は複数のサンプリングポイントを取得し；及び
   前記複数のエッジ特徴点及び前記１つ又は複数のサンプリングポイントに基づいて、前記画像中の選択された前記１行の視覚特徴を計算することを含む、方法。
6. 請求項５に記載の方法であって、
   前記視覚特徴に対しての統計結果に基づいて前記画像中にゼブラクロッシングが存在するかどうかを判断することは、
   選択された前記１行の前記視覚特性に対して統計を行い、前記彩度特徴が交互に連続する黒白であり、前記間隔特徴が等間隔であり、前記輝度差特徴が交互に連続する明暗であるとのことに符合しているサンプリングポイントをゼブラクロッシング特徴点と判定し、最大連続する前記ゼブラクロッシング特徴点の数を統計のより取得して第一統計値とし；及び
   前記第一統計値が第三閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定することを含む、方法。
7. 請求項６に記載の方法であって、
   隣接する２つの前記サンプリングポイントのグレーレベルの差の絶対値が第一閾値よりも大きい時に、前記輝度差特徴が交互に連続する明暗であると判定し；
   隣接する３つの前記サンプリングポイントのグレーレベルの中の中間のサンプリングポイントのグレーレベルが同時にその前後の隣接するサンプリングポイントのグレーレベルよりも小さい又は大きい時に、前記彩度特徴が交互に連続する黒白であると判定し；及び
   隣接する前記サンプリングポイントの間隔の比が第二閾値を超えていない時に、前記間隔特徴が等間隔であると判定することを更に含む、方法。
8. 請求項７に記載の方法であって、
   前記画像の全行の視覚特性に対して統計を行い、或いは、一部の行を選択してその視覚特性に対して統計を行い；
   選択された複数の行のそれぞれに対しての統計による第一統計値に基づいて、第二統計値を計算し；及び
   前記第二統計値が第四閾値よりも大きい時に、前記画像中にゼブラクロッシングが存在すると判定することを更に含み、
   前記第二統計値は、選択された前記複数の行のそれぞれに対しての統計による第一統計値の最大値又は平均値である、方法。

Images