JP2002228423A

JP2002228423A - タイヤ検出方法および装置

Info

Publication number: JP2002228423A
Application number: JP2001024001A
Authority: JP
Inventors: Yosuke Sakamoto; 陽祐坂本
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2001-01-31
Filing date: 2001-01-31
Publication date: 2002-08-14

Abstract

(57)【要約】【課題】踏み板を設置工事することなく、入力画像に
対し画像処理を用いてタイヤの有無、大きさ、位置を検
出するタイヤ検出方法および装置を提供する。【解決手段】画像入力Ｓ１により撮像装置により撮像
された画像を入力し、フィールド補正処理Ｓ２を行う。
フィールド補正処理Ｓ２は、横方向に移動する車両に対
し、撮像装置からのNTSC画像の偶数、奇数フィールドに
おいて横方向の移動ずれを自動的に補正し、フレーム画
像を合成する。ノイズ除去Ｓ３は、路面の微小ノイズを
消去するために平滑化処理を行う。エッジ検出Ｓ４は、
タイヤの輪郭エッジを検出する。二値化処理Ｓ５にて、
画像の二値化処理行い、タイヤのエッジ情報を明確化す
る。収縮処理Ｓ６を行って路面の微小ノイズ除去を行
う。タイヤ検出擬似ハフ変換Ｓ７は、タイヤの形状を楕
円であると定義し、タイヤ検出擬似ハフ変換処理を行
う。タイヤ認識処理Ｓ８は、タイヤ検出ハフ変換Ｓ７で
作成された投票テーブルを解析して、タイヤの有無、位
置、大きさを判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、通行車両のタイヤ
付近を横斜め上から撮像装置で撮像した入力画像から、
タイヤを検出するタイヤ検出方法及びその装置に関す
る。

【０００２】

【従来の技術】従来のタイヤ検出方法としては、踏み板
等のセンサ情報を使って軸数を計測したり、また画像処
理を用いる場合には、動画像処理での濃度パターン変化
に注目した方法や、タイヤのパターンマッチングによる
検出方法などが知られている（たとえば、特開平８−２
３３５２５号公報参照）。

【０００３】

【発明が解決しようとする課題】しかしながら、踏み板
を設置する工事を行う必要がある従来の方法では設置費
用が高くなるという問題があったり、また環境上踏み板
の設置ができないという問題があった。

【０００４】また、画像処理を用いる従来の方法では、
撮像環境、タイヤの種類によっては濃度パターン変化を
顕著に観察することができない場合があったり、パター
ンマッチングによる従来の方法においても用意するテン
プレートに限度があり正確にタイヤを検出するのが困難
になる場合があった。

【０００５】本発明はこのような従来の問題を解決する
ものであり、踏み板を設置工事することなく、入力画像
に対し画像処理を用いてタイヤの有無、大きさ、位置を
検出するタイヤ検出方法および装置を提供することを目
的としている。

【０００６】

【課題を解決するための手段】本発明は上記目的を達成
するために、本発明は、通行車両のタイヤ付近を横斜め
上から撮像装置で撮像し、得られた画像をエッジ検出し
てタイヤの輪郭情報を検出し、検出された前記タイヤの
輪郭情報に対して楕円を検出する擬似ハフ変換処理を定
義し、エッジ検出画像のエッジ点において、ハフ変換の
パラメータ空間での投票処理を行ってタイヤの検出を行
うことを特徴とする。

【０００７】また本発明は、上記入力画像において、画
像の下部分が路面であることを用いて、路面をテクスチ
ャととらえ、路面のある矩形領域を切り出してキーのテ
クスチャとして定義し、その特徴量である平均値、コン
トラスト、分散値を計算し、画像の左下から矩形を切出
し、その矩形の特徴量を計算し、キーテクスチャとの特
徴量を比較することにより同じテクスチャであるかどう
か、つまり路面であるかどうかを判定し、画像の下から
上へ検出していていくことにより路面領域を抽出し、つ
いで路面に接している物体の境界線を検出し、検出した
境界線を２次曲線で近似することによりタイヤの検出を
行うことを特徴とする。

【０００８】また本発明は、前記路面領域の抽出の判定
に用いたテクスチャ特徴量の解析において、矩形領域の
累積ヒストグラムの類似度を用いて路面領域であるかを
判定し、画像を下から上へスキャンしてくことにより路
面と路面でない境界を検出し、路面領域を抽出すること
により路面領域に接している物体の境界線を検出し、検
出した境界線を２次曲線で近似することによりタイヤの
検出を行うことを特徴とする。

【０００９】また本発明は、通行車両のタイヤ付近を横
斜め上から撮像装置で撮像し、撮像して得られた入力画
像において、タイヤの濃度が路面の濃度より低いことを
利用して、階調補正を行う際に用いる変換前と変換後の
輝度変換テーブルであるルックアップテーブルの濃度の
高い部分を白色に飽和させる階調補正を行うことにより
路面領域を白色で消去し、路面に接している物体の境界
線を検出し、検出した境界線を２次曲線で近似すること
によりタイヤの検出を行うことを特徴とする。

【００１０】また本発明は、上記したタイヤ検出方法を
使用してタイヤの検出を行うタイヤ検出装置を提供する
ことを特徴とする。

【００１１】また本発明は、上記したタイヤ検出装置を
用いて車種の判別を行うことを特徴とする車種判別装置
を提供することを特徴とする。

【００１２】また本発明は、上記した車種判別装置を用
いて判別した車種に対して料金精算を行うようにしたこ
とを特徴とする。

【００１３】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて説明する。

【００１４】図１は本発明のタイヤ検出装置の全体の構
成を示す概要図である。道路を走行する通行車両のタイ
ヤを横から撮像する撮像装置１と、タイヤの有無、位
置、大きさを判定するタイヤ検出装置２と、タイヤ検出
装置２が検出した情報を元に通行車両の車種判別を行う
車種判別装置３とから構成される。

【００１５】撮像装置１は常に道路側空間を撮像してお
り、タイヤ検出装置２では、その映像を元に背景画像を
作成し、入力画像との差分画像を元に、車両の進入検出
を行っている。

【００１６】タイヤ検出装置２は、タイヤ検出情報を車
種判別装置３に送信し、車種判別装置３はタイヤ検出装
置２からの情報をもとに、通行車両の軸数、タイヤの大
きさ等を総合的に判断し最終的に車種判別を行う。

【００１７】図２はタイヤ検出装置の構成を示すブロッ
ク図である。タイヤ検出装置２は、撮像装置１の制御を
行う入力制御部２１と、電源部２２と、タイヤ検出装置
の全体の制御及び車種判別装置３にタイヤ検出結果を送
信する全体制御部２３と、タイヤ検出画像処理を行う画
像処理部２４と、画像を記憶する画像記憶部２５とから
構成され、撮像装置１、車種判別装置３に接続されてい
る。

【００１８】入力制御部２１では、撮像された画像をＡ
／Ｄ変換し、全体制御部２３を介して画像記憶部２５に
保存する。画像処理部２４は画像記憶部２５に記憶され
た画像について、タイヤ検出の画像処理を行う。

【００１９】（第１の実施の形態）図３は、擬似ハフ変
換を元に第１の実施の形態におけるタイヤ検出処理のフ
ローチャートであり、図２の画像処理部２４で行うタイ
ヤ検出処理の流れである。すなわち、図３はタイヤの形
状を検出する擬似ハフ変換を用いたタイヤ検出方法を説
明するためのフローチャートである。

【００２０】画像入力ステップ（以下、Ｓと略記す
る。）１により撮像装置１により撮像された画像を入力
し、フィールド補正処理Ｓ２を行う。フィールド補正処
理Ｓ２とは、横方向に移動する車両に対し、撮像装置１
からのNTSC（National Television Systems Committee
方式の略。現在、日本や米国などでカラー放送に使われ
ている放送規格。NTSC方式では、1画面の縦を525本の走
査線で、インターレース（飛び越し走査）方式で表示し
ている）画像の偶数、奇数フィールドにおいて横方向の
移動ずれを自動的に補正し、フレーム画像を合成する処
理である。

【００２１】図４は図３に示したフィールド補正処理Ｓ
２を説明するための図である。通行車両は横方向、つま
り図４（ａ）の座標軸でいえばＸ方向に移動するため、
各フィールドの移動ずれは横方向、すなわちＸ方向に限
定できる。よって、図４（ａ）に示すように、偶数・奇
数フィールドのある領域を切出し、奇数フィールドの切
出し矩形領域を横方向に移動させながら、それぞれの切
出し領域の相関をとり、図４（ｂ）に示すように相関値
が最大になるずれ量Ｗを求め、図４（ｃ）に示すよう偶
数フィールドと奇数フィールドのずれ量Ｗ分を調整し
て、フレーム画像を合成できる。なお、このずれ量Ｗは
自動的に計算できるため、自動的にフィールド補正をし
てフレーム画像が作成できる。

【００２２】図５は図２に示したＳ２のフィールド補正
処理からＳ７及びＳ８のタイヤ検出ハフ変換処理及びタ
イヤ認識処理に到達するまでの画像イメージを示すもの
である。すなわち、図５（ａ）は上記フィールド補正処
理Ｓ２を行ったフレーム合成画像で、図５（ｂ）はノイ
ズ除去Ｓ３においての処理画像、図５（ｃ）はエッジ検
出Ｓ４においての処理画像、図５（ｄ）は二値化処理Ｓ
５においての処理画像、図５（ｅ）は収縮処理Ｓ６にお
いての処理画像、図５（ｆ）はタイヤ検出ハフ変換Ｓ７
及びタイヤ認識処理Ｓ８においての処理画像である。

【００２３】図３及び図５（ｂ）においてノイズ除去Ｓ
３は、路面の微小ノイズを消去するために平滑化処理を
行う。例えば、ガウシアンフィルタの分散値強度１０の
フィルタを用いる。

【００２４】図３及び図５（ｃ）においてエッジ検出Ｓ
４は、タイヤの輪郭エッジを検出する処理である。フィ
ルタサイズは小さすぎても大きすぎてもタイヤのエッジ
は検出できないので、例えば、５×５のエッジ検出フィ
ルタを用いる。タイヤのエッジは楕円上に存在している
ことからエッジ上は全ての方向成分を含むので、エッジ
の方向によるノイズ除去処理は行わない。

【００２５】図３及び図５（ｄ）において二値化処理Ｓ
５にて、画像の二値化処理行い、タイヤのエッジ情報を
明確化する。図３及び図５（ｅ）において収縮処理Ｓ６
を行って路面の微小ノイズ除去を行う。

【００２６】図３及び図５（ｆ）においてタイヤ検出擬
似ハフ変換Ｓ７は、タイヤの形状を楕円であると定義
し、タイヤ検出擬似ハフ変換処理を行う。本来、ハフ変
換とは線の検出を行う処理で、画像中にある直線を傾き
と軸切片という２つのパラメータを用いてそのパラメー
タ空間に写像すると点になるという性質を利用し、画像
上のエッジ点から想定されるすべての直線候補、つまり
パラメータ空間での点候補に投票を行い、パラメータ空
間での頻度数を解析することにより、画像に含まれる直
線を抽出する（詳細については、たとえば、財団法人画
像処理情報教育振興会発行「画像処理標準テキストブッ
ク」を参照されたい）。

【００２７】投票条件を線ではなく任意図形に拡張する
ことにより任意図形を検出することもできる。つまりタ
イヤ検出の場合、タイヤの形状を楕円であると仮定し、
中心座標（Ｘ，Ｙ）、半径ｒ、扁平率αの４つのパラメ
ータを用いて楕円を定義し、画像のエッジ点に対し、そ
のエッジ点を楕円とする全てのパラメータに投票処理を
行い、最大得票数のパラメータを最適パラメータとして
求める。

【００２８】図６は楕円型ハフ変換を説明するための図
である。図６（ａ）に示すように中心座標（Ｘ，Ｙ）、
半径ｒ、扁平率α（＝a2/a1）の４つのパラメータで楕
円が定義される。a1=a2のとき、偏平率α＝１となり、
楕円は円となる。

【００２９】４つのパラメータを使用してそのままハフ
変換を行うと、４次元の投票テーブルが必要になるの
で、図６（ｂ）に示すように、偏平率α、半径ｒを定数
値とすると、中心座標（Ｘ，Ｙ）の２次元テーブルとな
る。

【００３０】図６（ｃ）に示すように、エッジ検出した
点について、そのエッジ点を楕円とする中心座標（Ｘ，
Ｙ）に投票処理を行う。中心座標の候補点（Ｘ，Ｙ）は
以下に示す数１により計算される。数１においてθは回
転角で、普通は1度ずつ変化させれば良い。

【００３１】

【数１】

【００３２】すべてのエッジ検出点について、中心座標
候補に投票処理を行うと、図６（ｄ）に示すように、そ
の中心座標の真値あたりに投票数が集中するので、最大
投票数を調べれば、中心座標（Ｘ，Ｙ）が決定する。

【００３３】図６（ｅ）に示すように、半径ｒを変化さ
せて、再び中心座標候補に投票を行い、最大投票数を調
べる。半径ｒが真値ならば、この候補点の中に真値であ
る中心座標は含まれ、投票数は最大値となる。つまり、
半径ｒが真値でなければ図６（ｆ）に示すように、投票
数のピークは真値の時に比べて低くなる。

【００３４】図３及び図５（ｆ）においてタイヤ認識処
理Ｓ８は、タイヤ検出ハフ変換Ｓ７で作成された投票テ
ーブルを解析して、タイヤの有無、位置、大きさを判定
する。タイヤ検出ハフ変換により４つのパラメータが決
定するので、楕円が決定し、つまりタイヤの位置が決定
する。

【００３５】また、投票テーブルの分散値を計算するこ
とにより、図７（ａ）に示すように、タイヤがある場
合、投票テーブルにピークが立ち、投票テーブルの分散
値が小さくなる、また、図７（ｂ）に示すようにタイヤ
がない場合、投票値テーブルにピークが立たず全体的に
なだらかになるため投票テーブルの分散値は大きくな
る。

【００３６】また、投票テーブルの投票最大値を用いず
に、最大値付近で一定投票数以上の領域を取りだし、そ
の重心を中心座標（Ｘ，Ｙ）とすることで、ノイズの影
響をあまり受けずに中心座標が計算できる。上記の説明
で扁平率αを定数値としたが、変数値とすることで、よ
り正確なタイヤ検出を行うことができる。

【００３７】（第２の実施の形態）図８はテクスチャ特
徴を元に第２の実施の形態におけるタイヤ検出を行う場
合の処理を説明するためのフローチャートであり、図２
の画像処理部２４で行う。テクスチャとは木目などのよ
うな規則的な細かな濃淡変化が表す模様を意味する。画
像の路面領域において、ある大きさ（例えば、縦８×横
８画素）の領域を切り取り、その領域をテクスチャとみ
なして、テクスチャの特徴量（平均値、コントラスト、
分散値）を比較することにより同一テクスチャを抽出、
つまり路面領域を抽出し、路面に接しているタイヤの検
出に結びつける処理である。

【００３８】図８に示すようにまず画像入力Ｓ９（ステ
ップ９）により画像を入力し、フィールド補正処理Ｓ１
０を行う。上記したフィールド補正処理Ｓ２とフィール
ド補正処理Ｓ１０は同じ処理である。

【００３９】図９はテクスチャ特徴を元にしたタイヤ検
出方法の画像イメージを示すものである。図９（ａ）に
示すように、キーテクスチャの設定Ｓ１１で路面のある
領域を切り取り、キーとなるテクスチャとして設定し
て、路面の特徴量の比較する元データとして定義する。
そしてテクスチャの特徴量として、平均値、コントラス
ト、分散値を計算する（Ｓ１２）。

【００４０】次に図９（ｂ）に示すように、画像の左下
の部分においてキーテクスチャと同じ大きさの領域を切
り取り、同じくその特徴量を計算する。キーテクスチャ
の特徴量とこれらの特徴量を比較することにより、同じ
であれば、その領域は路面であると判断でき、画像の上
方向に進み新たに矩形を切出し特徴を比較していくとい
う処理を繰り返し行っていく（Ｓ１３）。

【００４１】路面でないとＣ（＝定数）回判断された時
点で、路面の検索処理を終了し、図９（ｃ）に示すよう
に、次ラインの画像の下から新たに路面検索をおこなっ
ていく。上記の路面検索フローを図１０に示す。これら
の路面検索処理を画像の右端まで行った状態で終了した
のが、図９（ｄ）である。

【００４２】テクスチャノイズ除去Ｓ１４にて、図９
（ｅ）に示すように、検出した路面領域に対し、膨張処
理のあと収縮処理を行い、路面領域の特異点を無くしノ
イズ除去を行う。

【００４３】路面認識処理Ｓ１５にて検出された路面領
域を最終決定する。図９（ｆ）に示すように、タイヤ認
識処理Ｓ１６にて路面に接している物体の境界線を検出
し、２次曲線で近似を行う。二次係数がある程度大きけ
れば、その物体は円弧を持っていると判断でき、タイヤ
の有無を判定できる。

【００４４】図９（ｆ）のタイヤのエッジ検出点におけ
る２次曲線近似について示す。エッジ検出点Ｐ１(x₁,
y₁)、Ｐ２(x₂,y₂)、…、Ｐｎ(x_n,y_n)のｎ個のデータに
ついて、２次曲線Ｌ１はY=ax²+bx+cの式に近似する。

【００４５】これを最小二乗法にて解いてまとめると、
以下の式、すなわち数２に示す連立一次方程式になるの
で、これをａ，ｂ，ｃについて解けば、２次曲線にて近
似できる。

【００４６】

【数２】

【００４７】また、２次曲線の最下点がタイヤの最下点
となり、図９（ｇ）に示すように、タイヤの濃度はある
程度限定できるので、その範囲にある画素を縦、横とも
に投影（プロジェクト）することにより、正確にタイヤ
の位置（水平Ｈ×垂直Ｖ）を求めることができ、その検
出結果が図９（ｈ）である。

【００４８】（第３の実施の形態）図１１は矩形の累積
ヒストグラムを元に第３の実施の形態におけるタイヤ検
出を行う場合の処理を説明するためのフローチャートで
あり、図２の画像処理部２４で行う。図１１において画
像入力Ｓ１７（ステップ１７）により画像を入力し、フ
ィールド補正処理Ｓ１８を行う。上記したフィールド補
正処理Ｓ２とフィールド補正処理Ｓ１８は同じ処理であ
るのでその説明を省略する。

【００４９】図１２は矩形の累積ヒストグラムを元にし
たタイヤ検出方法を説明するための画像イメージであ
る。図１２（ａ）に示すように、路面検索処理（下）Ｓ
１９は、画像の左下から4×4、あるいは8×8画素の領域
を切出し、その累積ヒストグラムＫ１を求める。

【００５０】次にその上に同じ大きさの領域を切出し、
累積ヒストグラムＫ２を求める。それぞれの濃度の頻度
値Ｈ１，Ｈ２を比較して、その差分の絶対値が定数値以
下なら、累積ヒストグラムの形状が似ている、つまり同
じ路面であると言える。

【００５１】路面であれば、図１２（ｂ）に示すよう
に、すぐ上の領域を切出して、順じ累積ヒストグラムの
形状を比較していく。形状が異なるところで処理を終了
し、図１２（ｃ）に示すように、ひとつ右のラインにて
同じく上方向に路面検索を行っていく。最終的に画面右
端まで行い、路面検索を行った結果が図１２（ｄ）であ
る。これまでの処理フローは、上記した第２の実施形態
に係るテクスチャ特徴をもとに路面を検索するフローと
全く同様である。

【００５２】次に、画像の右→左、左→右の方向に路面
検索を行う処理が路面検索処理（左右）Ｓ２０である
が、処理フロー自体は路面検索（下）Ｓ１９と全く同様
である。

【００５３】路面ノイズ除去Ｓ２１にて、収縮・膨張処
理にて、特異点のノイズ除去を行っているが、処理内容
は上記した第２の実施形態に係るテクスチャノイズ除去
と同様である。

【００５４】路面認識処理Ｓ２２は図１２（ｅ）に示す
ように、画像下からの路面検索領域、画像像右から
の路面検索領域、画像左からの路面検索領域、という
具合にそれぞれの検索範囲の論理和を取って最終的に路
面領域を確定する。タイヤ認識処理Ｓ２３は上記した第
２の実施形態に係るタイヤ認識処理Ｓ１６と同じ処理で
あり、同様にタイヤの有無、大きさ、位置を検出するこ
とができる。

【００５５】（第４の実施の形態）図１３はルックアッ
プテーブルの濃度の高い部分を白色に飽和させ、路面領
域を白色で消去することにより第４の実施の形態におけ
るタイヤ検出を行う処理のフローチャートであり、図２
の画像処理部２４で行う。図１３において画像入力Ｓ２
４（ステップ２４）により画像を入力し、入力画像Ｓ２
４に対して、フィールド補正処理Ｓ２５を行う。上記し
たフィールド補正処理Ｓ２とフィールド補正処理Ｓ２５
は同じ処理である。

【００５６】ノイズ除去Ｓ２６で路面の微小ノイズを除
去し、ルックアップテーブル補正Ｓ２７はルックアップ
テーブルを図１４に示すように調整（階調補正）するこ
とにより、路面領域を白く飽和させて、図１５に示すよ
うに、輝度の低いタイヤ領域のみを抽出する。

【００５７】路面認識処理Ｓ２８は上記した第２の実施
形態における路面認識処理Ｓ１５と同様であり、タイヤ
認識処理Ｓ２７は上記した第２の実施形態におけるタイ
ヤ認識処理Ｓ１６と同様であり、タイヤの有無、大き
さ、位置を検出することができる。

【００５８】以上、第１の実施形態から第４の実施形態
に示したように４種類のタイヤ検出方法を示したが、こ
れらの検出方法のすべてあるいはいくつかを組み合わせ
て、ＡＮＤ条件あるいはＯＲ条件でタイヤ検出を行うこ
とももちろん可能である。

【００５９】さらに高速道路の料金所などで前述したタ
イヤ検出方法を使用してタイヤの検出を行うタイヤ検出
装置を提供することができ、さらに上記したタイヤ検出
装置を用いてタイヤの特徴から車種判別を行えば車種判
別装置を提供することができる。

【００６０】また踏み板が構造上設置困難で、また従来
の踏み板での軸数計測が不可能な箇所においても、車種
判別装置を用いて判別した車種に対して車種別の料金を
徴集する料金精算装置を提供することも可能である。

【００６１】このように通行車両のタイヤ付近を横斜め
上から撮像装置で撮像し、タイヤの特徴、路面領域の特
徴量を元に、画像処理を用いて認識処理を行い、容易に
タイヤであることを検出し、タイヤの正確な大きさ及び
その位置を計測することを可能としているため、正確な
料金徴集をすることができる。

【００６２】

【発明の効果】以上のように、本発明は、踏み板設置工
事することなく、タイヤを横斜め上から撮像するカメラ
から得られる入力画像により、タイヤの特徴、路面領域
の特徴量を元に画像処理を用いて認識処理を行い、容易
にタイヤであることを検出し、タイヤの正確な大きさ及
びその位置を計測することができるという効果が得られ
る。

【図面の簡単な説明】

【図１】本発明のタイヤ検出装置の全体の構成を示す概
要図、

【図２】本発明のタイヤ検出装置の構成を示すブロック
図

【図３】擬似ハフ変換を元に第１の実施の形態における
タイヤ検出処理のフローチャート、

【図４】図３に示したフィールド補正処理Ｓ２を説明す
るための図、

【図５】図２に示したＳ２のフィールド補正処理からＳ
７及びＳ８のタイヤ検出ハフ変換処理及びタイヤ認識処
理に到達するまでの画像イメージを示す図、

【図６】楕円型ハフ変換を説明するための図、

【図７】投票テーブルによるタイヤの有無判定を説明す
るための図、

【図８】テクスチャ特徴を元に第２の実施の形態におけ
るタイヤ検出を行う場合の処理を説明するためのフロー
チャート、

【図９】テクスチャ特徴を元にしたタイヤ検出方法の画
像イメージを示す図、

【図１０】路面検索のフローチャート、

【図１１】矩形の累積ヒストグラムを元に第３の実施の
形態におけるタイヤ検出を行う場合の処理を説明するた
めのフローチャート、

【図１２】矩形の累積ヒストグラムを元にしたタイヤ検
出方法を説明するための画像イメージを示す図、

【図１３】ルックアップテーブルの濃度の高い部分を白
色に飽和させ、路面領域を白色で消去することにより第
４の実施の形態におけるタイヤ検出を行う処理のフロー
チャート、

【図１４】路面を白く飽和させるルックアップテーブル
の例を示す図、

【図１５】路面を白く飽和させるルックアップテーブル
による変換例である。

【符号の説明】

１撮像装置２タイヤ検出装置３車種判別装置 21 入力制御部 22 電源部 23 全体制御部 24 画像処理部 25 画像記憶部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ０８Ｇ 1/04 Ｇ０１Ｂ 11/24 ＫＦターム(参考） 2F065 AA51 AA61 CC13 DD02 DD07 FF04 HH12 QQ03 QQ24 QQ31 QQ32 QQ33 QQ34 QQ42 QQ43 SS01 UU05 5H180 CC04 EE07 EE10 5L096 AA02 AA06 BA04 CA02 DA02 EA12 FA06 FA32 FA33 FA35 JA03

Claims

【特許請求の範囲】

【請求項１】通行車両のタイヤ付近を横斜め上から撮
像装置で撮像し、得られた画像をエッジ検出してタイヤ
の輪郭情報を検出し、検出された前記タイヤの輪郭情報
に対して楕円を検出する擬似ハフ変換処理を定義し、エ
ッジ検出画像のエッジ点において、ハフ変換のパラメー
タ空間での投票処理を行ってタイヤの検出を行うことを
特徴とするタイヤ検出方法。
【請求項２】通行車両のタイヤ付近を横斜め上から撮
像装置で撮像し、撮像して得られた入力画像において、
画像の下部分が路面であることを用いて、路面をテクス
チャと捉え、路面のある矩形領域を切り出してキーのテ
クスチャとして定義し、その特徴量である平均値、コン
トラスト、分散値を計算し、また画像の左下から矩形を
切出し、その矩形の特徴量を計算し、前記キーテクスチ
ャとの特徴量を比較することにより同じテクスチャであ
るかどうかを判定し、画像の下から上へ検出していくこ
とにより路面領域を抽出し、次いで路面に接している物
体の境界線を検出し、検出した境界線を２次曲線で近似
することによりタイヤの検出を行うことを特徴とするタ
イヤ検出方法。
【請求項３】前記路面領域の抽出の判定に用いたテク
スチャ特徴量の解析において、矩形領域の累積ヒストグ
ラムの類似度を用いて路面領域であるかを判定し、画像
を下から上へスキャンしていくことにより路面と路面で
ない境界を検出し、路面領域を抽出することにより路面
領域に接している物体の境界線を検出し、検出した境界
線を２次曲線で近似することによりタイヤの検出を行う
ことを特徴とする請求項２に記載のタイヤ検出方法。
【請求項４】通行車両のタイヤ付近を横斜め上から撮
像装置で撮像し、撮像して得られた入力画像において、
タイヤの濃度が路面の濃度より低いことを利用して、階
調補正を行う際に用いる変換前と変換後の輝度変換テー
ブルであるルックアップテーブルの濃度の高い部分を白
色に飽和させる階調補正を行うことにより路面領域を白
色で消去し、路面に接している物体の境界線を検出し、
検出した境界線を２次曲線で近似することによりタイヤ
の検出を行うことを特徴とするタイヤ検出方法。
【請求項５】請求項１乃至請求項４のいずれかに記載
されたタイヤ検出方法を使用してタイヤの検出を行うタ
イヤ検出装置。
【請求項６】請求項５に記載されたタイヤ検出装置を
用いて車種の判別を行うことを特徴とする車種判別装
置。
【請求項７】請求項６に記載された車種判別装置を用
いて判別した車種に対して料金精算を行うようにしたこ
とを特徴とする料金精算方法。