JP2002083301A - 交通監視装置 - Google Patents
交通監視装置Info
- Publication number
- JP2002083301A JP2002083301A JP2000270261A JP2000270261A JP2002083301A JP 2002083301 A JP2002083301 A JP 2002083301A JP 2000270261 A JP2000270261 A JP 2000270261A JP 2000270261 A JP2000270261 A JP 2000270261A JP 2002083301 A JP2002083301 A JP 2002083301A
- Authority
- JP
- Japan
- Prior art keywords
- image
- external environment
- moving object
- image feature
- features
- 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.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 従来の交通監視装置は路面部分の輝度によ
り、昼・夜・薄暮の外部環境を判定するために、夜間時
の車両のヘッドライト，街灯等の映り込みで誤判定を行
い、その結果、誤った車両検出を行うという問題点があ
る。 【解決手段】 車両画像を入力する画像入力手段からの
入力画像を画像分割手段で所定サイズに分割し、前記分
割領域内での画像特徴を得る画像特徴抽出手段と、前記
画像特徴により撮像対象の外部環境を判定する外部環境
判定手段と、予め撮像され保存された背景画像と前記入
力画像から背景差分画像を生成する背景差分生成手段
と、前記背景差分画像より動体を検出する動体検出手段
と、動体を追跡する動体追跡手段とを備える。
り、昼・夜・薄暮の外部環境を判定するために、夜間時
の車両のヘッドライト，街灯等の映り込みで誤判定を行
い、その結果、誤った車両検出を行うという問題点があ
る。 【解決手段】 車両画像を入力する画像入力手段からの
入力画像を画像分割手段で所定サイズに分割し、前記分
割領域内での画像特徴を得る画像特徴抽出手段と、前記
画像特徴により撮像対象の外部環境を判定する外部環境
判定手段と、予め撮像され保存された背景画像と前記入
力画像から背景差分画像を生成する背景差分生成手段
と、前記背景差分画像より動体を検出する動体検出手段
と、動体を追跡する動体追跡手段とを備える。
Description
【０００１】
【発明の属する技術分野】この発明は、車両の通過台
数、速度などの情報を取得したり、また路面上の落下物
等を検出して車両の運転者への警告等に供する交通監視
装置に関するものである。
数、速度などの情報を取得したり、また路面上の落下物
等を検出して車両の運転者への警告等に供する交通監視
装置に関するものである。
【０００２】
【従来の技術】車両検出を行う従来技術としては、例え
ば、電子情報通信学会技術報告、PRMU97-6, 1997, pp.4
1-48「画像処理による交通流監視方法の研究」記載の車
両検出方法がある。図１０はこの検出方法を行う交通監
視装置の構成図である。図において１は画像入力手段、
２は画像特徴抽出手段、４は外部環境判定手段、６は動
体検出手段、７は動体追跡手段である。図１１は車両検
出方法を説明する図であり、図において１０,１１は移
動する車両、３０は車両を検出する初期検出領域、３１
は外部環境を判定する路面部である。図１２は図１０の
構成を用いて交通監視装置を行う処理の流れを示す。
ば、電子情報通信学会技術報告、PRMU97-6, 1997, pp.4
1-48「画像処理による交通流監視方法の研究」記載の車
両検出方法がある。図１０はこの検出方法を行う交通監
視装置の構成図である。図において１は画像入力手段、
２は画像特徴抽出手段、４は外部環境判定手段、６は動
体検出手段、７は動体追跡手段である。図１１は車両検
出方法を説明する図であり、図において１０,１１は移
動する車両、３０は車両を検出する初期検出領域、３１
は外部環境を判定する路面部である。図１２は図１０の
構成を用いて交通監視装置を行う処理の流れを示す。
【０００３】次に、図１２のフローチャートを用いて図
１０に示す交通監視装置の動作を説明する。ステップＳ
６１でカメラからの入力画像を画像入力手段１に入力す
る。ステップＳ６２では、画像特徴抽出手段２が入力画
像から路面部分３１の輝度分布を求め、次に外部環境判
定手段４が前記輝度分布に基づいて昼・夜・薄暮である
か判定する。
１０に示す交通監視装置の動作を説明する。ステップＳ
６１でカメラからの入力画像を画像入力手段１に入力す
る。ステップＳ６２では、画像特徴抽出手段２が入力画
像から路面部分３１の輝度分布を求め、次に外部環境判
定手段４が前記輝度分布に基づいて昼・夜・薄暮である
か判定する。
【０００４】ステップＳ６３では動体検出手段６が車両
前面の明暗パターンあるいはヘッドライトペアを検出し
て、車両前部の小領域画像（テンプレート）を保存す
る。具体的には外部環境判定手段４の結果に基づいて、
昼間と判定された場合は初期検出領域３０における所定
値以上の輝度の垂直および水平投影分布が所定閾値以上
の範囲を車両とみなし、動体検出手段６の検出結果が車
両とみなせる時に車両として検出する。夜間と判定され
た場合は初期検出領域３０の第２の所定値以上の輝度の
垂直投影分布の水平微分のゼロクロス点をテールランプ
位置とし、このテールランプ位置のペアが存在する時車
両として検出する。ステップＳ６４では動体追跡手段７
が前のフレームで得たテンプレートと類似した画像の現
フレーム中より探索して車両を検出する。
前面の明暗パターンあるいはヘッドライトペアを検出し
て、車両前部の小領域画像（テンプレート）を保存す
る。具体的には外部環境判定手段４の結果に基づいて、
昼間と判定された場合は初期検出領域３０における所定
値以上の輝度の垂直および水平投影分布が所定閾値以上
の範囲を車両とみなし、動体検出手段６の検出結果が車
両とみなせる時に車両として検出する。夜間と判定され
た場合は初期検出領域３０の第２の所定値以上の輝度の
垂直投影分布の水平微分のゼロクロス点をテールランプ
位置とし、このテールランプ位置のペアが存在する時車
両として検出する。ステップＳ６４では動体追跡手段７
が前のフレームで得たテンプレートと類似した画像の現
フレーム中より探索して車両を検出する。
【０００５】
【発明が解決しようとする課題】従来の交通監視装置は
上述のように路面部分の輝度に基づいて、昼・夜・薄暮
といった外部環境を判定するために、夜間時の車両のヘ
ッドライト，街灯等の映り込みにより誤って昼間と判定
を行ってしまい、その結果として誤った車両検出を行う
という問題点がある。
上述のように路面部分の輝度に基づいて、昼・夜・薄暮
といった外部環境を判定するために、夜間時の車両のヘ
ッドライト，街灯等の映り込みにより誤って昼間と判定
を行ってしまい、その結果として誤った車両検出を行う
という問題点がある。
【０００６】この発明は上記のような問題点を解決する
ためになされたもので、画像の任意の部分領域の画像情
報により外部環境を判定することで、夜間時の車両のヘ
ッドライト，街灯等の映り込みがある場合においても正
しく外部環境を判定でき、その結果として正しい車両検
出ができることを目的とする。
ためになされたもので、画像の任意の部分領域の画像情
報により外部環境を判定することで、夜間時の車両のヘ
ッドライト，街灯等の映り込みがある場合においても正
しく外部環境を判定でき、その結果として正しい車両検
出ができることを目的とする。
【０００７】
【課題を解決するための手段】この発明に係る交通監視
装置は、撮像された車両画像を入力する画像入力手段
と、画像入力手段からの入力画像を所定サイズで分割す
る画像分割手段と、前記分割領域内での画像特徴を得る
画像特徴抽出手段と、前記画像特徴により撮像対象の外
部環境を判定する外部環境判定手段と、予め撮像され保
存された背景画像と前記入力画像から背景差分画像を生
成する背景差分生成手段と、前記背景差分画像より動体
を検出する動体検出手段と、動体を追跡する動体追跡手
段とを備える。
装置は、撮像された車両画像を入力する画像入力手段
と、画像入力手段からの入力画像を所定サイズで分割す
る画像分割手段と、前記分割領域内での画像特徴を得る
画像特徴抽出手段と、前記画像特徴により撮像対象の外
部環境を判定する外部環境判定手段と、予め撮像され保
存された背景画像と前記入力画像から背景差分画像を生
成する背景差分生成手段と、前記背景差分画像より動体
を検出する動体検出手段と、動体を追跡する動体追跡手
段とを備える。
【０００８】また、別な発明に係る交通監視装置は、前
記外部環境判定手段は、異なる時刻で画像特徴が大きく
異なる分割領域のみを判定対象とする。
記外部環境判定手段は、異なる時刻で画像特徴が大きく
異なる分割領域のみを判定対象とする。
【０００９】また、別な発明に係る交通監視装置は、前
記画像特徴抽出手段が、画像のＲＧＢ値から色相と輝度
の分布を抽出し、前記外部環境判定手段は雨・霧等での
視程悪化状態を輝度と色相とで判定するように構成され
た。
記画像特徴抽出手段が、画像のＲＧＢ値から色相と輝度
の分布を抽出し、前記外部環境判定手段は雨・霧等での
視程悪化状態を輝度と色相とで判定するように構成され
た。
【００１０】また、別な発明に係る交通監視装置は、前
記画像特徴抽出手段が、異なる複数の時刻における画像
特徴をそれぞれ予め保持し、現時刻に最も近い時刻の画
像特徴を基準画像特徴として、外部環境判定手段はこの
基準画像特徴と現在の画像特徴とから外部環境を判定す
るように構成された。
記画像特徴抽出手段が、異なる複数の時刻における画像
特徴をそれぞれ予め保持し、現時刻に最も近い時刻の画
像特徴を基準画像特徴として、外部環境判定手段はこの
基準画像特徴と現在の画像特徴とから外部環境を判定す
るように構成された。
【００１１】また、別な発明に係る交通監視装置は、前
記画像特徴抽出手段が、予め異なる時刻の画像特徴を保
持し、現時刻に近い複数時刻の画像特徴を基準画像特徴
として、外部環境判定手段はこの複数の基準画像特徴と
現在の画像特徴とから外部環境を判定するように構成さ
れた。
記画像特徴抽出手段が、予め異なる時刻の画像特徴を保
持し、現時刻に近い複数時刻の画像特徴を基準画像特徴
として、外部環境判定手段はこの複数の基準画像特徴と
現在の画像特徴とから外部環境を判定するように構成さ
れた。
【００１２】また、別な発明に係る交通監視装置は、前
記外部環境判定手段が、前記動体検出手段において動体
として検出された領域の画像特徴を判定対象から除外す
る構成にされた。
記外部環境判定手段が、前記動体検出手段において動体
として検出された領域の画像特徴を判定対象から除外す
る構成にされた。
【００１３】
【発明の実施の形態】実施形態１．図１はこの発明の実
施の形態１の構成を示す図である。図において、１は図
示しないカメラからの画像（画素値は０〜２５５の値を
とるものとする）を入力する画像入力手段、２は画像入
力手段１からの入力画像の所定領域内での画像特徴を得
る画像特徴抽出手段、３は入力画像を所定サイズで分割
し、画像特徴抽出手段へ出力する画像分割手段、４は前
記画像特徴抽出手段２からの画像特徴により外部環境を
判定する外部環境判定手段、５は図示しないカメラで予
め撮像し、保管している動体領域１０，１１（後で説明
する）のない背景画像と上記入力画像とから背景差分画
像を得る背景差分検出手段、６は動体領域を検出する動
体検出手段、７は前記動体を追跡し、動体の位置、速
度、移動方向を出力する動体追跡手段、８は背景差分検
出手段５に保管されている背景画像を入力画像に基づい
て更新する背景画像更新手段である。
施の形態１の構成を示す図である。図において、１は図
示しないカメラからの画像（画素値は０〜２５５の値を
とるものとする）を入力する画像入力手段、２は画像入
力手段１からの入力画像の所定領域内での画像特徴を得
る画像特徴抽出手段、３は入力画像を所定サイズで分割
し、画像特徴抽出手段へ出力する画像分割手段、４は前
記画像特徴抽出手段２からの画像特徴により外部環境を
判定する外部環境判定手段、５は図示しないカメラで予
め撮像し、保管している動体領域１０，１１（後で説明
する）のない背景画像と上記入力画像とから背景差分画
像を得る背景差分検出手段、６は動体領域を検出する動
体検出手段、７は前記動体を追跡し、動体の位置、速
度、移動方向を出力する動体追跡手段、８は背景差分検
出手段５に保管されている背景画像を入力画像に基づい
て更新する背景画像更新手段である。
【００１４】図２は動体検出手段６を説明する図であ
る。図において１０，１１は時刻ｔ−１における、バイ
クや四輪車あるいは落下中の積載物などの動体領域、１
２，１３は時刻ｔにおける動体領域である。図３は本実
施の形態１の動作を説明するフローチャートである。な
お、カメラからの入力画像は図２からも明らかなように
任意の路面以外の領域を含む。
る。図において１０，１１は時刻ｔ−１における、バイ
クや四輪車あるいは落下中の積載物などの動体領域、１
２，１３は時刻ｔにおける動体領域である。図３は本実
施の形態１の動作を説明するフローチャートである。な
お、カメラからの入力画像は図２からも明らかなように
任意の路面以外の領域を含む。
【００１５】次に図３のフローチャートを用いて本実施
の形態の動作を説明する。ステップＳ１では、路上を撮
像する図示しないカメラから出力される時刻ｔにおける
撮像画像を画像入力手段１により各画素の値が０〜２５
５の輝度値をとるデジタル画像として入力する。ステッ
プＳ２では画像分割手段３は入力画像を所定サイズで分
割し、画像特徴抽出手段２へ出力する。画像特徴抽出手
段２は各分割領域について、輝度統計情報Vを式（１）
で得る。
の形態の動作を説明する。ステップＳ１では、路上を撮
像する図示しないカメラから出力される時刻ｔにおける
撮像画像を画像入力手段１により各画素の値が０〜２５
５の輝度値をとるデジタル画像として入力する。ステッ
プＳ２では画像分割手段３は入力画像を所定サイズで分
割し、画像特徴抽出手段２へ出力する。画像特徴抽出手
段２は各分割領域について、輝度統計情報Vを式（１）
で得る。
【００１６】 Vｊ=(δi)/n ・ｄi ……………………（１） ここで、Ｖｊは該分割領域ｊにおける輝度統計情報、n
は移動平均するフレーム数、δiは時刻ｉ における該分
割領域ｊの分散、ｄiは時刻ｉ における該分割領域ｊの
エッジ勾配量である。エッジ勾配量は例えば、該分割領
域において隣接画素輝度値の差分値を該領域の総和とす
る。
は移動平均するフレーム数、δiは時刻ｉ における該分
割領域ｊの分散、ｄiは時刻ｉ における該分割領域ｊの
エッジ勾配量である。エッジ勾配量は例えば、該分割領
域において隣接画素輝度値の差分値を該領域の総和とす
る。
【００１７】ステップＳ３において外部環境判定手段４
は前記輝度統計情報Vから全分割領域について下記式
（２）を満足する領域数Ｖnumを求める。
は前記輝度統計情報Vから全分割領域について下記式
（２）を満足する領域数Ｖnumを求める。
【００１８】 Ｖｊ＞Ｖｔｈ ……………………（２） ここでＶｊは分割領域ｊにおける輝度統計情報、Ｖｔｈ
は予め定めた閾値である。
は予め定めた閾値である。
【００１９】上記領域数Ｖnumにより外部環境判定手段
４は外部環境が昼・夜・薄暮か否か決定し、予め設定し
た昼・夜・薄暮における処理パラメータを選択する。例
えば式（３）が満足する場合は夜と判定する。これは夜
間は全体輝度が低下するため、カメラ機器が増感を行う
ので、入力光が不足する画素ではノイズレベルが大きく
なるために、分散値が夜間において大きくなる知見によ
るものである。
４は外部環境が昼・夜・薄暮か否か決定し、予め設定し
た昼・夜・薄暮における処理パラメータを選択する。例
えば式（３）が満足する場合は夜と判定する。これは夜
間は全体輝度が低下するため、カメラ機器が増感を行う
ので、入力光が不足する画素ではノイズレベルが大きく
なるために、分散値が夜間において大きくなる知見によ
るものである。
【００２０】 Ｖｎｕｍ ＞ Ｖｔｈ１ ……………………（３） ここでＶｔｈ１は第１の所定閾値である。
【００２１】次に式（４）が満足する場合は昼とする。 Ｖｎｕｍ ＜ Ｖｔｈ２ ……………………（４） ここでＶｔｈ２は第２の所定閾値であり、Ｖｔｈ２＜Ｖ
ｔｈ１である。
ｔｈ１である。
【００２２】また、上記式（３）および式（４）を満足
しない場合は薄暮と判定する。
しない場合は薄暮と判定する。
【００２３】ステップＳ４で背景差分検出手段５は動体
領域を求めるため入力画像と背景画像とから背景差分画
像を式（５）で求める。これを入力画像の全画素につい
て行う。
領域を求めるため入力画像と背景画像とから背景差分画
像を式（５）で求める。これを入力画像の全画素につい
て行う。
【００２４】 H(x,y) = ｜B(x,y) - I(x,y)｜ ……………………（５） ここでH(x,y)は背景差分画像の点(x,y)における輝度
値、B(x,y)は背景画像の点(x,y)における輝度値、I(x,
y)は入力画像の点(x,y)における輝度値である。
値、B(x,y)は背景画像の点(x,y)における輝度値、I(x,
y)は入力画像の点(x,y)における輝度値である。
【００２５】これは例えば文献「画像の処理と認識」
（昭晃堂、安居院 猛,長尾 智晴共著、PP. １６１−１
６２）で開示されている背景差分法と呼ばれる動体検出
の一方式である。
（昭晃堂、安居院 猛,長尾 智晴共著、PP. １６１−１
６２）で開示されている背景差分法と呼ばれる動体検出
の一方式である。
【００２６】ステップＳ５で動体検出手段６は前記背景
差分画像から動体領域１２、１３を求める。動体領域は
例えば前記背景差分画像を前記外部環境判定手段４が判
定した結果に基づいて２値化閾値を求め、２値化した背
景差分２値画像をラベリング法により領域として検出す
る。ここで2値化閾値は例えば昼・夜・薄暮毎の2値化閾
値を予め決定しておいたものを用いる。ラベリング法は
文献「コンピュータ画像処理入門」（総研出版、田村秀
行監修、PP.７５−７６）で開示され、背景差分2値画像
から連結した画素を１つの領域として抽出することで行
える。
差分画像から動体領域１２、１３を求める。動体領域は
例えば前記背景差分画像を前記外部環境判定手段４が判
定した結果に基づいて２値化閾値を求め、２値化した背
景差分２値画像をラベリング法により領域として検出す
る。ここで2値化閾値は例えば昼・夜・薄暮毎の2値化閾
値を予め決定しておいたものを用いる。ラベリング法は
文献「コンピュータ画像処理入門」（総研出版、田村秀
行監修、PP.７５−７６）で開示され、背景差分2値画像
から連結した画素を１つの領域として抽出することで行
える。
【００２７】ステップＳ６で動体追跡手段７は前回撮像
した時刻ｔ−１における動体領域情報と前記時刻ｔにお
ける動体領域情報から物体の追跡を行う。追跡方法は時
刻ｔ−１において検出された動体領域１０、１１の代表
点と該動体領域１２、１３の代表点の間で対応づけを行
い追跡を行う。ここで代表点は例えば領域重心等を用い
る。対応づけは例えば時刻ｔの動体領域代表点に最も距
離が近くかつ距離が所定範囲内の時刻ｔ−１の動体領域
を求め、対応した動体領域を同一動体として保存する。
さらに対応づいた動体代表点間の距離から速度・移動方
向を求める。速度・移動方向は例えば式（６）により求
める。
した時刻ｔ−１における動体領域情報と前記時刻ｔにお
ける動体領域情報から物体の追跡を行う。追跡方法は時
刻ｔ−１において検出された動体領域１０、１１の代表
点と該動体領域１２、１３の代表点の間で対応づけを行
い追跡を行う。ここで代表点は例えば領域重心等を用い
る。対応づけは例えば時刻ｔの動体領域代表点に最も距
離が近くかつ距離が所定範囲内の時刻ｔ−１の動体領域
を求め、対応した動体領域を同一動体として保存する。
さらに対応づいた動体代表点間の距離から速度・移動方
向を求める。速度・移動方向は例えば式（６）により求
める。
【００２８】 速度＝D(Ot, Ot-1)/Ｔ 移動方向＝ａｒｃｔａｎ(|Ot.x - Ot-1.x|/|Ot.y - Ot-1.y|) ……………………（６） ただし、D(a,b)は2点a,b間のユークリッド距離、Ｔは時
刻ｔと時刻ｔ−１の時間間隔、Otは時刻tにおける物体
位置、Ot.xは物体のＸ座標、Ot.yは物体のＹ座標であ
る。
刻ｔと時刻ｔ−１の時間間隔、Otは時刻tにおける物体
位置、Ot.xは物体のＸ座標、Ot.yは物体のＹ座標であ
る。
【００２９】ステップＳ７で背景画像更新手段８は背景
差分画像に基づいて背景画像を更新する。更新方法は例
えば式（７）で行う。これを入力画像の全画素について
行う。
差分画像に基づいて背景画像を更新する。更新方法は例
えば式（７）で行う。これを入力画像の全画素について
行う。
【００３０】 Bt(x,y) = Bt-1(x,y) + α・｛It-1(x,y)- Bt-1(x,y)｝ ………（７） ここでBt(x,y)は背景画像の点(x,y)における時刻ｔの輝
度値、It(x,y)は入力画像の点(x,y)における時刻ｔの輝
度値、αは予め定めた定数である。
度値、It(x,y)は入力画像の点(x,y)における時刻ｔの輝
度値、αは予め定めた定数である。
【００３１】上記動作を一定間隔毎に実行する。例えば
ビデオレート（３０ｍｓ）で実行する。
ビデオレート（３０ｍｓ）で実行する。
【００３２】以上のように、本実施の形態によれば、任
意の路面以外の領域を含む部分領域の画像情報の総合結
果に基づいて外部環境を判定するようにしたので車両の
ヘッドライトや街灯による外部環境を誤判定することが
なくなる。
意の路面以外の領域を含む部分領域の画像情報の総合結
果に基づいて外部環境を判定するようにしたので車両の
ヘッドライトや街灯による外部環境を誤判定することが
なくなる。
【００３３】実施の形態2．上記実施の形態１では、定
めた分割領域全てにおいて外部環境を判定するようにし
たが、本実施の形態では予め異なる時刻の画像特徴と比
較して、大きく異なる分割領域のみを外部環境判定手段
４での判定対象とするようにした。
めた分割領域全てにおいて外部環境を判定するようにし
たが、本実施の形態では予め異なる時刻の画像特徴と比
較して、大きく異なる分割領域のみを外部環境判定手段
４での判定対象とするようにした。
【００３４】実施の形態2の構成を示すブロック図は実
施の形態1と同一であるが、外部環境判定手段４の構成
及び動作が異なる。
施の形態1と同一であるが、外部環境判定手段４の構成
及び動作が異なる。
【００３５】次に本実施の形態の動作を説明する。画像
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。本実施の形態の動作
を説明する図４のフローチャートを用いて判定対象分割
領域を決定する装置調整時の画像特徴抽出手段２、外部
環境判定手段４の動作を説明する。
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。本実施の形態の動作
を説明する図４のフローチャートを用いて判定対象分割
領域を決定する装置調整時の画像特徴抽出手段２、外部
環境判定手段４の動作を説明する。
【００３６】まず、装置調整時においては、図示しない
カメラで予め定められた時刻における動体領域１０，１
１のない背景画像を撮像して入力する。ステップＳ１１
で画像特徴抽出手段２は実施の形態１と同様に所定サイ
ズで分割し、各分割領域の画像特徴を求める。さらにス
テップＳ１２にて予め定められた複数の画像特徴保存時
刻とその時刻におけるそれぞれの画像特徴を外部環境判
定手段４に保存する。保存する時刻は、例えば昼・夜・
薄暮に相当する時刻１２：００、００：００、１７：０
０とする。ステップＳ１３では各時刻における画像特徴
を比較し、その画像特徴が大きく異なる領域を求める。
具体的には式（８）を満足するｊ番目の分割領域Ｄを求
める。
カメラで予め定められた時刻における動体領域１０，１
１のない背景画像を撮像して入力する。ステップＳ１１
で画像特徴抽出手段２は実施の形態１と同様に所定サイ
ズで分割し、各分割領域の画像特徴を求める。さらにス
テップＳ１２にて予め定められた複数の画像特徴保存時
刻とその時刻におけるそれぞれの画像特徴を外部環境判
定手段４に保存する。保存する時刻は、例えば昼・夜・
薄暮に相当する時刻１２：００、００：００、１７：０
０とする。ステップＳ１３では各時刻における画像特徴
を比較し、その画像特徴が大きく異なる領域を求める。
具体的には式（８）を満足するｊ番目の分割領域Ｄを求
める。
【００３７】 max(｜Ｖｊ−Ｖｊ’｜) ……………………（８） ここで、Ｖｊは分割領域ｊにおける現在時刻の輝度統計
情報、Ｖｊ’は分割領域ｊにおける判定結果に対応する
画像特徴保存時刻での輝度統計情報である。
情報、Ｖｊ’は分割領域ｊにおける判定結果に対応する
画像特徴保存時刻での輝度統計情報である。
【００３８】次に装置運用時には、画像入力手段１、画
像特徴抽出手段２、画像分割手段３、背景差分検出手段
５、動体検出手段６、動体追跡手段７、背景画像更新手
段８は実施の形態１と同様の動作をし、外部環境判定手
段４は前記分割領域Ｄを判定対象領域とし、実施の形態
１と同様に外部環境を判定する。
像特徴抽出手段２、画像分割手段３、背景差分検出手段
５、動体検出手段６、動体追跡手段７、背景画像更新手
段８は実施の形態１と同様の動作をし、外部環境判定手
段４は前記分割領域Ｄを判定対象領域とし、実施の形態
１と同様に外部環境を判定する。
【００３９】以上のように、本実施の形態によれば、予
め異なる時刻の画像特徴と比較して、大きく異なる分割
領域のみを外部環境判定手段４の判定対象とするように
したので、わずかな日照変動で誤って外部環境を判定す
ることがなくなる。
め異なる時刻の画像特徴と比較して、大きく異なる分割
領域のみを外部環境判定手段４の判定対象とするように
したので、わずかな日照変動で誤って外部環境を判定す
ることがなくなる。
【００４０】実施の形態３ 上記実施の形態１では、外部環境判定手段４は輝度統計
情報から外部環境を判定するようにしたが、本実施の形
態ではさらに分割領域内での平均輝度と色分布を考慮し
て判定するようにした。
情報から外部環境を判定するようにしたが、本実施の形
態ではさらに分割領域内での平均輝度と色分布を考慮し
て判定するようにした。
【００４１】実施の形態３は、その構成を示すブロック
図は実施の形態1と同一であるが、画像特徴抽出手段２
及び外部環境判定手段４の動作が異なる。図５は本実施
の形態の動作を説明するフローチャートである。
図は実施の形態1と同一であるが、画像特徴抽出手段２
及び外部環境判定手段４の動作が異なる。図５は本実施
の形態の動作を説明するフローチャートである。
【００４２】次に本実施の形態の動作を説明する。画像
入力手段１、画像分割手段３、背景差分検出手段５、動
体追跡手段７、背景画像更新手段８の動作は実施の形態
１と同一である。まず、図５のフローチャートを用いて
画像特徴抽出手段２、外部環境判定手段４の動作を説明
する。ステップＳ２１では画像特徴抽出手段２は式
（９）、式（１０）により輝度Ｉ、彩度Ｓを求めた後
に、前記分割領域内の平均輝度Ｉｊ’、平均彩度Ｓｊ’
を求める。
入力手段１、画像分割手段３、背景差分検出手段５、動
体追跡手段７、背景画像更新手段８の動作は実施の形態
１と同一である。まず、図５のフローチャートを用いて
画像特徴抽出手段２、外部環境判定手段４の動作を説明
する。ステップＳ２１では画像特徴抽出手段２は式
（９）、式（１０）により輝度Ｉ、彩度Ｓを求めた後
に、前記分割領域内の平均輝度Ｉｊ’、平均彩度Ｓｊ’
を求める。
【００４３】 I = (1/3)×(R+G+B) ……………………（９） S = 1 - (3/(R+G+B)) × a ……………………（１０） ここでＲは赤色成分の輝度値、Ｇは緑色成分の輝度値、
Ｂは青色成分の輝度値、aはＲ,Ｇ,Ｂのうちの最小値、
Ｓは彩度で０〜１．０までの値をとる、Iは輝度で０〜
２５５までの値をとる。
Ｂは青色成分の輝度値、aはＲ,Ｇ,Ｂのうちの最小値、
Ｓは彩度で０〜１．０までの値をとる、Iは輝度で０〜
２５５までの値をとる。
【００４４】ステップＳ２２で外部環境判定手段４は前
記平均輝度Ｉｊ’、平均彩度Ｓｊ’から外部環境を求め
る。具体的には式（１１）を満足する分割領域数Ｖnu
m’を求める。
記平均輝度Ｉｊ’、平均彩度Ｓｊ’から外部環境を求め
る。具体的には式（１１）を満足する分割領域数Ｖnu
m’を求める。
【００４５】 Ｓｊ’ ＜ Ｓｔｈ かつ Ｉｊ’ ＞ Ｉｔｈ ……………………（１１） ここでＳｊ’は分割領域ｊにおける平均彩度、Ｓｔｈは
彩度所定閾値、Ｉｊ’は分割領域ｊにおける平均輝度,
Ｉｔｈは輝度所定閾値である。
彩度所定閾値、Ｉｊ’は分割領域ｊにおける平均輝度,
Ｉｔｈは輝度所定閾値である。
【００４６】次にＶnum’が式（１２）を満足する場
合、視程が不良とみなす。これは雨・霧などで視程が悪
化した場合には、空中の水滴による反射光により輝度が
一様に高くなり、彩度は低下する知見によるものであ
る。
合、視程が不良とみなす。これは雨・霧などで視程が悪
化した場合には、空中の水滴による反射光により輝度が
一様に高くなり、彩度は低下する知見によるものであ
る。
【００４７】 Ｖnum’＞ ＶＳｔｈ ……………………（１２） ここでＶＳｔｈは所定閾値である。
【００４８】次に動体検出手段６の動作を説明する。前
記外部環境判定手段４が視程不良と判定した場合は、動
体検出手段６は背景差分検出手段５が出力する背景画像
から動体検出を行う、２値化処理時に閾値を０として、
動体検出結果が０となるようにする。以降の処理は実施
の形態１と同一である。
記外部環境判定手段４が視程不良と判定した場合は、動
体検出手段６は背景差分検出手段５が出力する背景画像
から動体検出を行う、２値化処理時に閾値を０として、
動体検出結果が０となるようにする。以降の処理は実施
の形態１と同一である。
【００４９】以上のように、本実施の形態によれば、分
割領域内での色分布でも判定するようにしたので、雨・
霧などで視程が悪化したことが判定でき、不安定な画像
で車両検出結果が誤る時には車両検出結果を０とするこ
とで、誤った車両検出結果となることを防ぐことができ
る。
割領域内での色分布でも判定するようにしたので、雨・
霧などで視程が悪化したことが判定でき、不安定な画像
で車両検出結果が誤る時には車両検出結果を０とするこ
とで、誤った車両検出結果となることを防ぐことができ
る。
【００５０】実施の形態４.上記実施の形態１では、現
在の画像特徴から外部環境を判定したが、本実施の形態
では異なる時刻の画像特徴をそれぞれ有し、現時刻に最
も時刻の近い画像特徴を基準画像特徴として、この基準
画像特徴と現在の画像特徴とから外部環境を判定するよ
うにした。
在の画像特徴から外部環境を判定したが、本実施の形態
では異なる時刻の画像特徴をそれぞれ有し、現時刻に最
も時刻の近い画像特徴を基準画像特徴として、この基準
画像特徴と現在の画像特徴とから外部環境を判定するよ
うにした。
【００５１】実施の形態４の構成を示すブロック図は実
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の構成及び動作が異なる。図６は外部
環境判定手段の動作を説明する図である。図において２
０は予め求められた昼の時間毎の画像特徴、２１は予め
求められた夜の時間毎の画像特徴、２２は予め求められ
た薄暮の時間毎の画像特徴、２３は予め求められた大雨
の時間毎の画像特徴、２４は予め求められた霧の時間毎
の画像特徴、２５は昼の画像特徴が保存された時間帯、
２６は夜の画像特徴が保存された時間帯、２７は薄暮の
画像特徴が保存された時間帯、２８は大雨の画像特徴が
保存された時間帯、２９は霧の画像特徴が保存された時
間帯であり、これ等が画像特徴テーブル（２０〜２４）
として、外部環境判定手段４に保存されている。図７は
本実施の形態の動作を説明するフローチャートである。
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の構成及び動作が異なる。図６は外部
環境判定手段の動作を説明する図である。図において２
０は予め求められた昼の時間毎の画像特徴、２１は予め
求められた夜の時間毎の画像特徴、２２は予め求められ
た薄暮の時間毎の画像特徴、２３は予め求められた大雨
の時間毎の画像特徴、２４は予め求められた霧の時間毎
の画像特徴、２５は昼の画像特徴が保存された時間帯、
２６は夜の画像特徴が保存された時間帯、２７は薄暮の
画像特徴が保存された時間帯、２８は大雨の画像特徴が
保存された時間帯、２９は霧の画像特徴が保存された時
間帯であり、これ等が画像特徴テーブル（２０〜２４）
として、外部環境判定手段４に保存されている。図７は
本実施の形態の動作を説明するフローチャートである。
【００５２】次に本実施の形態の動作を説明する。画像
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図７のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図７のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
【００５３】ステップＳ３１では画像特徴抽出手段２は
入力画像における部分領域の画像特徴を求める。ステッ
プＳ３２では外部環境判定手段４は予め求められた画像
特徴、例えば昼・夜・薄暮・大雨・霧における時刻毎時
０分の画像特徴と画像特徴抽出手段２で得られた画像特
徴とを比較する。具体的には、例えば昼・夜・薄暮・大
雨・霧における画像特徴テーブル（２０〜２４）を予め
求めておく。但し、昼・夜・薄暮での保存時間帯（２５
〜２７）以外では、画像特徴は０とする。現在時刻が１
２時１４分の場合は時刻１２時００分の昼・夜・薄暮・
大雨・霧状況での画像特徴テーブル値（２０〜２４）と
前記ステップＳ３１で求めた入力画像部分領域の画像特
徴間の差分を求め、最も差分値が小さい画像特徴を得
る。ステップＳ３３では該差分値最小の画像特徴テーブ
ルに対応する気象条件を現在の外部環境とする。
入力画像における部分領域の画像特徴を求める。ステッ
プＳ３２では外部環境判定手段４は予め求められた画像
特徴、例えば昼・夜・薄暮・大雨・霧における時刻毎時
０分の画像特徴と画像特徴抽出手段２で得られた画像特
徴とを比較する。具体的には、例えば昼・夜・薄暮・大
雨・霧における画像特徴テーブル（２０〜２４）を予め
求めておく。但し、昼・夜・薄暮での保存時間帯（２５
〜２７）以外では、画像特徴は０とする。現在時刻が１
２時１４分の場合は時刻１２時００分の昼・夜・薄暮・
大雨・霧状況での画像特徴テーブル値（２０〜２４）と
前記ステップＳ３１で求めた入力画像部分領域の画像特
徴間の差分を求め、最も差分値が小さい画像特徴を得
る。ステップＳ３３では該差分値最小の画像特徴テーブ
ルに対応する気象条件を現在の外部環境とする。
【００５４】以上のように、本実施の形態によれば、異
なる時刻の画像特徴を予め求めておき、現時刻に最も時
刻の近い記憶画像特徴を基準画像特徴として、この基準
画像特徴と現在の画像特徴とから外部環境を判定するよ
うにしたので、薄暮時のような日没による日照変動に伴
う画像特徴の変動に対してもより精度よく外部環境を判
定することができるようになる。
なる時刻の画像特徴を予め求めておき、現時刻に最も時
刻の近い記憶画像特徴を基準画像特徴として、この基準
画像特徴と現在の画像特徴とから外部環境を判定するよ
うにしたので、薄暮時のような日没による日照変動に伴
う画像特徴の変動に対してもより精度よく外部環境を判
定することができるようになる。
【００５５】実施の形態５.上記実施の形態４では、外
部環境判定手段４は現在時刻に最も時刻の近い予め保存
した画像特徴から判定するようにしたが、本実施の形態
ではさらに現在時刻に近い複数時刻の画像特徴から判定
するようにした。
部環境判定手段４は現在時刻に最も時刻の近い予め保存
した画像特徴から判定するようにしたが、本実施の形態
ではさらに現在時刻に近い複数時刻の画像特徴から判定
するようにした。
【００５６】実施の形態５の構成を示すブロック図は実
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の動作が異なる。図８は本実施の形態
の動作を説明するフローチャートである。
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の動作が異なる。図８は本実施の形態
の動作を説明するフローチャートである。
【００５７】次に本実施の形態の動作を説明する。画像
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図８のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図８のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
【００５８】ステップＳ４１では画像特徴抽出手段２は
入力画像部分領域の画像特徴を求める。ステップＳ４２
では外部環境判定手段４は予め求められ外部環境判定手
段４に保存されている画像特徴、例えば昼・夜・薄暮・
小雨・大雨・霧における時刻毎時０分の画像特徴と画像
特徴抽出手段２で得られた画像特徴とを比較する。具体
的には、現在時刻が１２時１４分の場合は時刻１２時０
０分および時刻１１時００分と時刻１３時００分の昼・
夜・薄暮・小雨・大雨・霧状況での画像特徴と前記ステ
ップＳ４１で求めた画像特徴間の差分を求め、最も差分
値が小さい画像特徴を得る。ステップＳ４３では該差分
値最小の画像特徴に対応する気象条件を現在の外部環境
とする。
入力画像部分領域の画像特徴を求める。ステップＳ４２
では外部環境判定手段４は予め求められ外部環境判定手
段４に保存されている画像特徴、例えば昼・夜・薄暮・
小雨・大雨・霧における時刻毎時０分の画像特徴と画像
特徴抽出手段２で得られた画像特徴とを比較する。具体
的には、現在時刻が１２時１４分の場合は時刻１２時０
０分および時刻１１時００分と時刻１３時００分の昼・
夜・薄暮・小雨・大雨・霧状況での画像特徴と前記ステ
ップＳ４１で求めた画像特徴間の差分を求め、最も差分
値が小さい画像特徴を得る。ステップＳ４３では該差分
値最小の画像特徴に対応する気象条件を現在の外部環境
とする。
【００５９】以上のように、本実施の形態によれば、異
なる時刻の画像特徴を有し、現時刻に近い複数の画像特
徴を基準画像特徴として、この基準画像特徴と現在の画
像特徴とから外部環境を判定するするようにしたので、
季節による日照変動がある場合でもより精度よく外部環
境を判定することができる。
なる時刻の画像特徴を有し、現時刻に近い複数の画像特
徴を基準画像特徴として、この基準画像特徴と現在の画
像特徴とから外部環境を判定するするようにしたので、
季節による日照変動がある場合でもより精度よく外部環
境を判定することができる。
【００６０】実施の形態６.上記実施の形態１では、定
めた分割領域全てにおいて外部環境を判定するようにし
たが、本実施の形態では予め検出された動体領域と重複
する分割領域を判定対象から除外するようにした。
めた分割領域全てにおいて外部環境を判定するようにし
たが、本実施の形態では予め検出された動体領域と重複
する分割領域を判定対象から除外するようにした。
【００６１】実施の形態６の構成を示すブロック図は実
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の動作が異なる。図９は本実施の形態
の動作を説明するフローチャートである。
施の形態1と同一であるが、画像特徴抽出手段２及び外
部環境判定手段４の動作が異なる。図９は本実施の形態
の動作を説明するフローチャートである。
【００６２】次に本実施の形態の動作を説明する。画像
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図９のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
入力手段１、画像分割手段３、背景差分検出手段５、動
体検出手段６、動体追跡手段７、背景画像更新手段８の
動作は実施の形態１と同一である。図９のフローチャー
トを用いて画像特徴抽出手段２、外部環境判定手段４の
動作を説明する。
【００６３】ステップＳ５１では画像特徴抽出手段２は
前回実行時の動体検出手段６の結果に基づいて、動体が
存在する部分領域を画像特徴算出対象から除外し、実施
の形態１と同様に画像特徴を求める。例えば除外された
部分領域の画像特徴を負値（-1）とする。ステップＳ５
２にて外部環境判定手段４は動体が存在する部分領域を
画像特徴算出対象から除外し、実施の形態１と同様に外
部環境を判定する。例えば前記部分領域の画像特徴が負
値（-1）の時は判定対象としない様にする。
前回実行時の動体検出手段６の結果に基づいて、動体が
存在する部分領域を画像特徴算出対象から除外し、実施
の形態１と同様に画像特徴を求める。例えば除外された
部分領域の画像特徴を負値（-1）とする。ステップＳ５
２にて外部環境判定手段４は動体が存在する部分領域を
画像特徴算出対象から除外し、実施の形態１と同様に外
部環境を判定する。例えば前記部分領域の画像特徴が負
値（-1）の時は判定対象としない様にする。
【００６４】以上のように、本実施の形態によれば、予
め検出された動体領域と重複する分割領域を判定対象か
ら除外するようにしたので、動体部の画像特徴が誤って
判定対象とならず誤った外部環境の判定を低減すること
ができ、外部環境判定手段４の処理量を低減することが
できる。
め検出された動体領域と重複する分割領域を判定対象か
ら除外するようにしたので、動体部の画像特徴が誤って
判定対象とならず誤った外部環境の判定を低減すること
ができ、外部環境判定手段４の処理量を低減することが
できる。
【００６５】
【発明の効果】以上のように、この発明によれば、任意
の路面以外の領域を含む部分領域の画像情報により個々
に所定の基準と比較し、この比較結果に基づいて外部環
境を判定するようにしたので車両のヘッドライトや街灯
による外部環境を誤判定することがなくなる。
の路面以外の領域を含む部分領域の画像情報により個々
に所定の基準と比較し、この比較結果に基づいて外部環
境を判定するようにしたので車両のヘッドライトや街灯
による外部環境を誤判定することがなくなる。
【００６６】また、別な発明によれば、予め異なる時刻
の画像特徴と比較して、大きく異なる分割領域のみを外
部環境判定手段の判定対象とするようにしたので、わず
かな日照変動で誤って外部環境を判定することがなくな
る。
の画像特徴と比較して、大きく異なる分割領域のみを外
部環境判定手段の判定対象とするようにしたので、わず
かな日照変動で誤って外部環境を判定することがなくな
る。
【００６７】また、別な発明によれば、分割領域内での
色分布でも判定するようにしたので、雨・霧などで視程
が悪化したことが判定でき、不安定な画像で車両検出結
果が誤る時には車両検出結果を０とすることで、誤った
車両検出結果となることを防ぐことができる。
色分布でも判定するようにしたので、雨・霧などで視程
が悪化したことが判定でき、不安定な画像で車両検出結
果が誤る時には車両検出結果を０とすることで、誤った
車両検出結果となることを防ぐことができる。
【００６８】また、別な発明によれば、異なる時刻の画
像特徴を予め求めておき、現時刻に最も時刻の近い記憶
画像特徴を基準画像特徴として、この基準画像特徴と現
在の画像特徴とから外部環境を判定するようにしたの
で、薄暮時のような日没による日照変動に伴う画像特徴
の変動に対してもより精度よく外部環境を判定すること
ができるようになる。
像特徴を予め求めておき、現時刻に最も時刻の近い記憶
画像特徴を基準画像特徴として、この基準画像特徴と現
在の画像特徴とから外部環境を判定するようにしたの
で、薄暮時のような日没による日照変動に伴う画像特徴
の変動に対してもより精度よく外部環境を判定すること
ができるようになる。
【００６９】また、別な発明によれば、異なる時刻の画
像特徴を有し、現時刻に近い複数の画像特徴を基準画像
特徴として、この基準画像特徴と現在の画像特徴とから
外部環境を判定するするようにしたので、季節による日
照変動がある場合でもより精度よく外部環境を判定する
ことができる。
像特徴を有し、現時刻に近い複数の画像特徴を基準画像
特徴として、この基準画像特徴と現在の画像特徴とから
外部環境を判定するするようにしたので、季節による日
照変動がある場合でもより精度よく外部環境を判定する
ことができる。
【００７０】また、別な発明によれば、予め検出された
動体領域と重複する分割領域を判定対象から除外するよ
うにしたので、動体部の画像特徴が誤って判定対象とな
らず誤った外部環境の判定を低減することができ、外部
環境判定手段４の処理量を低減することができる。
動体領域と重複する分割領域を判定対象から除外するよ
うにしたので、動体部の画像特徴が誤って判定対象とな
らず誤った外部環境の判定を低減することができ、外部
環境判定手段４の処理量を低減することができる。
【図１】 この発明の実施の形態１の構成図である。
【図２】 実施の形態１における動体検出手段６の説明
図である。
図である。
【図３】 実施の形態１の動作を説明するフローチャー
トである。
トである。
【図４】 実施の形態２の動作を説明する図４のフロー
チャートである。
チャートである。
【図５】 実施の形態３の動作を説明するフローチャー
トである。
トである。
【図６】 実施の形態４における外部環境判定手段の動
作を説明する図である。
作を説明する図である。
【図７】 実施の形態４の動作を説明するフローチャー
トである。
トである。
【図８】 実施の形態５の動作を説明するフローチャー
トである。
トである。
【図９】 実施の形態６の動作を説明するフローチャー
トである。
トである。
【図１０】 従来の交通監視装置の構成図である。
【図１１】 従来の交通監視装置の車両検出方法を説明
する図である。
する図である。
【図１２】 従来の交通監視装置の動作を説明するフロ
ーチャートである。
ーチャートである。
１：画像入力手段、２：画像特徴抽出手段、３：画像分
割手段、４：外部環境判定手段、５：背景差分検出手
段、６：動体検出手段、７：動体追跡手段、８：背景画
像更新手段、１０，１１：時刻ｔ−１における動体領
域、１２，１３：時刻ｔにおける動体領域。
割手段、４：外部環境判定手段、５：背景差分検出手
段、６：動体検出手段、７：動体追跡手段、８：背景画
像更新手段、１０，１１：時刻ｔ−１における動体領
域、１２，１３：時刻ｔにおける動体領域。
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 AA16 BA02 CA01 CA08 CA12 CA16 DA06 DB02 DB06 DB09 DC25 DC32 5H180 AA01 CC04 DD03 5L096 AA02 AA06 BA04 CA02 FA32 GA06 GA08 GA19 HA03
Claims (6)
- 【請求項１】 撮像された車両画像を入力する画像入力
手段と、画像入力手段からの入力画像を所定サイズで分
割する画像分割手段と、前記分割領域内での画像特徴を
得る画像特徴抽出手段と、前記画像特徴により撮像対象
の外部環境を判定する外部環境判定手段と、予め撮像さ
れ保存された背景画像と前記入力画像から背景差分画像
を生成する背景差分生成手段と、前記背景差分画像より
動体を検出する動体検出手段と、動体を追跡する動体追
跡手段とを備えることを特徴とする交通監視装置。 - 【請求項２】 前記外部環境判定手段は、異なる時刻で
背景画像の特徴が大きく異なる分割領域のみを判定対象
とする構成にされたことを特徴とする請求項１記載の交
通監視装置。 - 【請求項３】 前記画像特徴抽出手段は、画像のＲＧＢ
値から色相と輝度の分布を抽出し、前記外部環境判定手
段は雨・霧等での視程悪化状態を輝度と色相とで判定す
るように構成されたことを特徴とする請求項１記載の交
通監視装置。 - 【請求項４】 前記画像特徴抽出手段は、異なる複数の
時刻における背景画像特徴をそれぞれ予め保持し、現時
刻に最も近い時刻の背景画像特徴を基準画像特徴とし
て、外部環境判定手段はこの基準画像特徴と現在の画像
特徴とから外部環境を判定するように構成されたことを
特徴とする請求項１記載の交通監視装置。 - 【請求項５】 前記画像特徴抽出手段は、予め異なる時
刻の背景画像特徴を保持し、現時刻に近い複数時刻の背
景画像特徴を基準画像特徴とし、外部環境判定手段はこ
の複数の基準画像特徴と現在の画像特徴とから外部環境
を判定するように構成されたことを特徴とする請求項４
記載の交通監視装置。 - 【請求項６】 前記外部環境判定手段は、前記動体検出
手段において動体として検出された領域の画像特徴を判
定対象から除外する構成にされたことを特徴とする請求
項１〜５の何れかに記載の交通監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000270261A JP2002083301A (ja) | 2000-09-06 | 2000-09-06 | 交通監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000270261A JP2002083301A (ja) | 2000-09-06 | 2000-09-06 | 交通監視装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002083301A true JP2002083301A (ja) | 2002-03-22 |
Family
ID=18756727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000270261A Pending JP2002083301A (ja) | 2000-09-06 | 2000-09-06 | 交通監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002083301A (ja) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007329762A (ja) * | 2006-06-08 | 2007-12-20 | Fujitsu Ten Ltd | 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置 |
| JP2008033872A (ja) * | 2006-07-04 | 2008-02-14 | Denso Corp | 車両用視界状況判定装置 |
| JP2008077379A (ja) * | 2006-09-21 | 2008-04-03 | Seiko Epson Corp | 画像検出装置、画像検出方法及び画像検出プログラム |
| JP2008165743A (ja) * | 2006-12-29 | 2008-07-17 | Alpine Electronics Inc | 昼夜画像識別方法及び装置 |
| JP2010006295A (ja) * | 2008-06-30 | 2010-01-14 | Kobe Steel Ltd | 落下物検知装置、移動体および落下物検知方法 |
| JP2010178036A (ja) * | 2009-01-29 | 2010-08-12 | Victor Co Of Japan Ltd | 撮像装置および撮像方法 |
| JP2011123726A (ja) * | 2009-12-11 | 2011-06-23 | Mitsubishi Electric Corp | 監視用画像処理装置 |
| JP2013108671A (ja) * | 2011-11-21 | 2013-06-06 | Mitsubishi Electric Corp | 部屋形状認識方法および装置、ならびにこれを用いた空気調和機 |
| JP2013171319A (ja) * | 2012-02-17 | 2013-09-02 | Toshiba Corp | 車両状態検出装置、車両挙動検出装置及び車両状態検出方法 |
| JP2013235444A (ja) * | 2012-05-09 | 2013-11-21 | Denso Corp | 車両視界支援装置 |
| TWI420429B (zh) * | 2011-02-24 | 2013-12-21 | Chunghwa Telecom Co Ltd | Night traffic detection method combined with fuzzy theory |
| CN103826102A (zh) * | 2014-02-24 | 2014-05-28 | 深圳市华宝电子科技有限公司 | 一种运动目标的识别方法、装置 |
| JP2016029534A (ja) * | 2014-07-25 | 2016-03-03 | 株式会社ソシオネクスト | 霞画像判別装置及び判別方法 |
| CN107046757A (zh) * | 2017-02-23 | 2017-08-15 | 湖南农业大学 | 自适应路灯通信***及方法 |
| CN109255349A (zh) * | 2017-07-14 | 2019-01-22 | 富士通株式会社 | 目标检测方法、装置及图像处理设备 |
| WO2021140601A1 (ja) * | 2020-01-09 | 2021-07-15 | オリンパス株式会社 | 画像処理システム、内視鏡システム及び画像処理方法 |
-
2000
- 2000-09-06 JP JP2000270261A patent/JP2002083301A/ja active Pending
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007329762A (ja) * | 2006-06-08 | 2007-12-20 | Fujitsu Ten Ltd | 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置 |
| JP2008033872A (ja) * | 2006-07-04 | 2008-02-14 | Denso Corp | 車両用視界状況判定装置 |
| JP4730267B2 (ja) * | 2006-07-04 | 2011-07-20 | 株式会社デンソー | 車両用視界状況判定装置 |
| JP2008077379A (ja) * | 2006-09-21 | 2008-04-03 | Seiko Epson Corp | 画像検出装置、画像検出方法及び画像検出プログラム |
| JP2008165743A (ja) * | 2006-12-29 | 2008-07-17 | Alpine Electronics Inc | 昼夜画像識別方法及び装置 |
| JP2010006295A (ja) * | 2008-06-30 | 2010-01-14 | Kobe Steel Ltd | 落下物検知装置、移動体および落下物検知方法 |
| JP2010178036A (ja) * | 2009-01-29 | 2010-08-12 | Victor Co Of Japan Ltd | 撮像装置および撮像方法 |
| JP2011123726A (ja) * | 2009-12-11 | 2011-06-23 | Mitsubishi Electric Corp | 監視用画像処理装置 |
| TWI420429B (zh) * | 2011-02-24 | 2013-12-21 | Chunghwa Telecom Co Ltd | Night traffic detection method combined with fuzzy theory |
| JP2013108671A (ja) * | 2011-11-21 | 2013-06-06 | Mitsubishi Electric Corp | 部屋形状認識方法および装置、ならびにこれを用いた空気調和機 |
| JP2013171319A (ja) * | 2012-02-17 | 2013-09-02 | Toshiba Corp | 車両状態検出装置、車両挙動検出装置及び車両状態検出方法 |
| JP2013235444A (ja) * | 2012-05-09 | 2013-11-21 | Denso Corp | 車両視界支援装置 |
| CN103826102A (zh) * | 2014-02-24 | 2014-05-28 | 深圳市华宝电子科技有限公司 | 一种运动目标的识别方法、装置 |
| JP2016029534A (ja) * | 2014-07-25 | 2016-03-03 | 株式会社ソシオネクスト | 霞画像判別装置及び判別方法 |
| CN107046757A (zh) * | 2017-02-23 | 2017-08-15 | 湖南农业大学 | 自适应路灯通信***及方法 |
| CN109255349A (zh) * | 2017-07-14 | 2019-01-22 | 富士通株式会社 | 目标检测方法、装置及图像处理设备 |
| CN109255349B (zh) * | 2017-07-14 | 2021-11-23 | 富士通株式会社 | 目标检测方法、装置及图像处理设备 |
| WO2021140601A1 (ja) * | 2020-01-09 | 2021-07-15 | オリンパス株式会社 | 画像処理システム、内視鏡システム及び画像処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002083301A (ja) | 交通監視装置 | |
| KR101511853B1 (ko) | 단일 다중 노출 카메라를 이용한 야간 전방 차량 검출 및 위치 측정 시스템 및 방법 | |
| O'Malley et al. | Rear-lamp vehicle detection and tracking in low-exposure color video for night conditions | |
| EP1962226B1 (en) | Image recognition device for vehicle and vehicle head lamp controller and method of controlling head lamps | |
| Diaz-Cabrera et al. | Robust real-time traffic light detection and distance estimation using a single camera | |
| CN106934808B (zh) | 一种视觉感知下汽车前灯尾灯识别跟踪方法 | |
| US7949190B2 (en) | Real-time nighttime vehicle detection and recognition system based on computer vision | |
| US7566851B2 (en) | Headlight, taillight and streetlight detection | |
| KR101370215B1 (ko) | 차량용 헤드라이트 어셈블리의 제어 방법 및 그 헤드라이트 어셈블리 | |
| US20060215882A1 (en) | Image processing apparatus and method, recording medium, and program | |
| Alcantarilla et al. | Night time vehicle detection for driving assistance lightbeam controller | |
| CN110450706B (zh) | 一种自适应远光灯控制***及图像处理算法 | |
| US20180114089A1 (en) | Attachable matter detection apparatus and attachable matter detection method | |
| CN107506760A (zh) | 基于gps定位与视觉图像处理的交通信号检测方法及*** | |
| JP2013511418A (ja) | 車両用ヘッドライト装置の制御方法およびヘッドライト装置 | |
| CN105303160A (zh) | 一种夜间车辆检测和跟踪的方法 | |
| CN105740835B (zh) | 夜视环境下基于车载相机的前方车辆检测方法 | |
| US10922827B2 (en) | Distance estimation of vehicle headlights | |
| CN110969647B (zh) | 一种整合车辆的识别跟踪与车灯检测的方法 | |
| CN110688907A (zh) | 基于夜间道路光源识别物体的方法及装置 | |
| WO2022206156A1 (zh) | 一种图像生成方法、装置、设备及存储介质 | |
| CN110084111A (zh) | 一种应用于自适应远光灯的快速夜间车辆检测方法 | |
| KR101026778B1 (ko) | 차량 영상 검지 장치 | |
| CN111027494A (zh) | 一种基于计算机视觉的矩阵车灯识别方法 | |
| CN112348813A (zh) | 雷达与车灯检测融合的夜晚车辆检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20040630 |