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 |