JP2003173435A - 移動体検出方法及び移動体検出装置 - Google Patents

Abstract

(57)【要約】 【課題】 天候等の変化に対しても精度良く移動体（車
両等）を検出できる移動体検出方法及び移動体検出装置
を提供する。 【解決手段】 検出領域を第１の所定時間間隔で撮影
し、撮影画像を得るとともに記憶し、時点［ｉ］におけ
る撮影画像［ｉ］と、撮影画像［ｉ］に対してｎ回過去
の撮影画像［ｉ−ｎ］（ｎは、２以上の整数）と、撮影
画像［ｉ］に対してｎ回未来の撮影画像［ｉ＋ｎ］とを
用い、撮影画像［ｉ−ｎ］と撮影画像［ｉ］との差分を
２値化した２値化画像［ｉ−ｎ、ｉ］と、撮影画像
［ｉ］と撮影画像［ｉ＋ｎ］との差分を２値化した２値
化画像［ｉ、ｉ＋ｎ］とを求める。２値化画像［ｉ−
ｎ、ｉ］と２値化画像［ｉ、ｉ＋ｎ］とに基づいて、時
点［ｉ］に対応するマスク画像［ｉ］を求め、マスク画
像［ｉ］と撮影画像［ｉ］とに基づいて、時点［ｉ］に
対応する移動体画像［ｉ］を求め、移動体画像［ｉ］の
情報に基づいて移動体を検出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、移動体の検出方法
及び移動体検出装置に関する。

【０００２】

【従来の技術】交通事故の抑制等を目的として、道路上
を走行する移動体（車両等）の挙動を検出する技術が求
められている。例えば、特開平１０−１０５６８９号公
報には、予め設定された検出領域を撮影し、背景画像
（移動体（車両等）が存在しない時の道路の画像）と現
在画像（現在、撮影した画像）との差分から移動体（車
両等）を検出する移動体挙動検知装置が提案されてい
る。

【０００３】

【発明が解決しようとする課題】従来の移動体の検出方
法では、背景画像と現在画像との差分から背景を除去し
て移動体のみを抽出している。しかし、従来の移動体の
検出方法では、天候の変化による影響が大きく、例え
ば、太陽が輝いている場合と太陽が雲に隠れた場合で、
移動体の検出精度に影響を及ぼす可能性がある。つま
り、晴天時の昼間の背景画像と、曇天時の昼間の現在画
像との差分を取る場合等では、色彩あるいは明るさの違
いによるノイズ等の発生量が多く、精度良く移動体を検
出することが困難である。これを回避するには、現在画
像を撮影する直前に背景画像を撮影することが好ましい
が、都合良く移動体（車両）が不在となることは稀であ
る。本発明は、このような点に鑑みて創案されたもので
あり、天候等の変化に対しても精度良く移動体（車両
等）を検出できる移動体検出方法及び移動体検出装置を
提供することを目的とする。

【０００４】

【課題を解決するための手段】上記課題を解決するため
の本発明の第１発明は、請求項１に記載されたとおりの
移動体検出方法である。請求項１に記載の移動体検出方
法では、背景画像を用いることなく、撮影画像［ｉ−
ｎ］と撮影画像［ｉ］と撮影画像［ｉ＋ｎ］を用いて、
移動体を検出する。このため、時間的に非常に接近した
３つの撮影画像を用いることで、天候等の変化に対して
ほとんど影響を受けることなく、精度良く移動体（車両
等）を検出することができる。また、ｎは２以上の整数
であり、例えば、検出した移動体（車両等）の挙動に応
じて警報等を発生させる場合、警報等を発生させるため
に必要なサンプリング間隔（第１の所定時間間隔）を維
持すると同時に、移動体の検出に最適なサンプリング間
隔（ｎ＝２の場合は第１の所定時間間隔の２倍、ｎ＝３
の場合は第１の所定時間間隔の３倍等）を設定すること
ができる。

【０００５】また、本発明の第２発明は、請求項２に記
載されたとおりの移動体検出方法である。請求項２に記
載の移動体検出方法では、移動体を検出した場合は第１
の所定時間間隔を短くし、移動体を検出しなかった場合
は第１の所定時間間隔を長くすることで、不要な作動を
抑制し、電源等の寿命を延長させることができる。

【０００６】また、本発明の第３発明は、請求項３に記
載されたとおりの移動体検出方法である。請求項３に記
載の移動体検出方法では、例えば、移動体までの距離が
遠い場合、あるいは移動体の速度が遅い場合等では、ｎ
の値を大きくして移動体を検出するサンプリング間隔を
長くする。また、移動体までの距離が近い場合、あるい
は移動体の速度が速い場合等では、ｎの値を小さくし
て、移動体を検出するサンプリング間隔を短くする。あ
るいは、移動体の位置と速度に応じてｎの値を適切な値
に設定する。このように、状況に応じて移動体の検出に
最適なサンプリング間隔を設定することができる。

【０００７】また、本発明の第４発明は、請求項４に記
載されたとおりの移動体検出方法である。請求項４に記
載の移動体検出方法では、移動していないが移動体とし
て検出された物体（風に揺られた旗、樹木等）が連続的
に存在する領域を、適切に除外することで、当該領域内
の移動体（この場合は、振動体）を非移動体と判定し
て、移動体の検出から除外することができる。このた
め、天候等の変化に対しても精度良く移動体（車両等）
を検出できる。

【０００８】また、本発明の第５発明は、請求項５に記
載されたとおりの移動体検出方法である。請求項５に記
載の移動体検出方法では、移動していないが移動体とし
て検出された物体（風に揺られた旗、樹木等）がほぼ定
常的に存在する領域を、適切に除外することで（断続的
であっても除外できる）、当該領域内の移動体（この場
合は、振動体）を非移動体と判定して、移動体の検出か
ら除外することができる。このため、天候等の変化に対
しても、より精度良く移動体（車両等）を検出できる。

【０００９】また、本発明の第６発明は、請求項６に記
載されたとおりの移動体検出方法である。請求項６に記
載の移動体検出方法では、適切に閾値を設定すること
で、２つの撮影画像の差分に基づく２値化画像を容易に
且つ適切に求めることができる。

【００１０】また、本発明の第７発明は、請求項７に記
載されたとおりの移動体検出方法である。請求項７に記
載の移動体検出方法では、２値化画像を求める場合に、
例えば、移動体として検出された領域が多い場合は閾値
を大きくし、移動体として検出された領域が少ない場合
は閾値を小さくすることで、雨、雪等、移動しているが
移動体として検出すべきでない物体を、移動体の検出か
ら適切に除外することができる。このため、天候等の変
化に対しても、更に精度良く移動体（車両等）を検出で
きる。

【００１１】また、本発明の第８発明は、請求項８に記
載されたとおりの移動体検出方法である。請求項８に記
載の移動体検出方法では、移動体の検出に、マスク画像
［ｉ］と撮影画像［ｉ］に加え、更に、移動体が検出さ
れなかった場合の背景画像と撮影画像［ｉ］との差分に
よる背景除去移動体画像［ｉ］をも用いる。このため、
より精度良く移動体（車両等）を検出できる。

【００１２】また、本発明の第９発明は、請求項９に記
載されたとおりの移動体検出装置である。請求項９に記
載の移動体検出装置を用いれば、天候等の変化に対して
も精度良く移動体（車両等）を検出できる移動体検出装
置を実現できる。

【００１３】また、本発明の第１０発明は、請求項１０
に記載されたとおりの移動体検出装置である。請求項１
０に記載の移動体検出装置を用いれば、少なくとも２つ
の移動体画像に基づいて、検出した移動体の位置と移動
方向を求め、所定地点（交差点等）に移動体（車両等）
が接近している場合、警報を発生させることで、警報装
置の近傍の人々に注意を促すことができる。

【００１４】また、本発明の第１１発明は、請求項１１
に記載されたとおりの移動体検出装置である。請求項１
１に記載の移動体検出装置を用いれば、適切な電源を用
いて、移動体検出装置を動作させることができる。ま
た、太陽電池を用いた場合は、移動体検出装置を動作さ
せるためのエネルギーコストを低減させることができ
る。

【００１５】また、本発明の第１２発明は、請求項１２
に記載されたとおりの車両接近警報装置である。請求項
１２に記載の車両接近警報装置を用いれば、検出した移
動体の大きさに基づいて移動体が車両であるか否かを判
定し、少なくとも２つの移動体画像に基づいて、判定し
た車両の位置と移動方向を求め、当該車両が所定地点
（交差点等）に接近している場合、警報装置から警報を
発生させることで、交通事故等を抑制させることが期待
できる。

【００１６】また、本発明の第１３発明は、請求項１３
に記載されたとおりの車両接近警報装置である。請求項
１３に記載の車両接近警報装置を用いれば、適切な電源
を用いて、車両接近警報装置を動作させることができ
る。また、太陽電池を用いた場合は、車両接近警報装置
を動作させるためのエネルギーコストを低減させること
ができる。

【００１７】

【発明の実施の形態】以下に本発明の実施の形態を図面
を用いて説明する。図１は、本発明の移動体検出方法を
適用した移動体検出装置の一実施の形態の概略構成図を
示している。図１は、移動体Ｃが、見通しの悪い路地β
から幹線道路αを横断しようとしている（直進しようと
している）例を示している。この例では、移動体Ｃの左
側には障害物γがあり、移動体Ｃからの視界では、左側
の幹線道路αが見えない状況にある。通常の場合は、移
動体Ｃの運転者は、徐行して交差点に近づき、（幹線道
路αの）左右の交通状況を確認する。そして、幹線道路
αを走行して交差点に向かって来る移動体（車両等）が
存在しないことを確認した後に、幹線道路αを横断す
る。しかし、夕暮れ時等、薄暗い場合では、移動体Ｃの
運転者が、幹線道路αを走行して交差点に向かって来る
移動体Ａの存在を見落とし、交通事故につながる可能性
がある。

【００１８】撮影装置１は、第１の所定時間間隔で、
（図１中の移動体Ａを含む）検出領域の画像を撮影す
る。処理装置２は、第１の所定時間間隔で、撮影された
画像を記憶装置３に記憶するとともに、記憶装置３に記
憶されている撮影画像をプログラムに従って処理して移
動体を検出する。そして、処理装置２は、幹線道路αを
走行して交差点に向かって来る移動体Ａを検出すると、
警報装置４に警報動作信号を送る。警報装置４は、処理
装置２から警報動作信号を受け取ると、音声あるいは光
等（警報の方法は、種々の方法が可能である）で警報を
発生する。移動体Ｃの運転者は、警報装置４から警報が
発生していることにより、交差点に他の移動体（この場
合は、移動体Ａ）が進入してくることを判別することが
できる。これにより、安全に幹線道路αを横断すること
ができる。なお、撮影装置１、処理装置２、記憶装置
３、警報装置４は、各々個別の装置であってもよいし、
いくつかをまとめた装置（図１の例では、処理装置２と
記憶装置３をまとめている）であってもよい。また、処
理装置２と警報装置４は、無線回線で接続してもよい
し、有線回線で接続してもよい。また、設置場所も、種
々変更が可能である。また、各装置の駆動用電源として
は、交流電源を用いてもよいし、太陽電池を用いてもよ
いし、交流電源あるいは太陽電池の双方を具備し、必要
に応じて切り替えて用いてもよい。電源には、種々の電
源を用いることができる。なお、太陽電池を備える場合
は、例えば、電池パネルを撮影装置１の上部等に設け
る。

【００１９】◆［移動体の検出原理１］次に、図２を用
いて、本発明の移動体検出方法の検出原理を説明する。
本実施例で用いている画像は、全て、明るさ（輝度）を
デジタル量に変換した個々の画素が、整然と配列（例え
ば、縦方向：４８０画素、横方向：６４０画素）されて
構成された、デジタル画像である。また、各図面におい
て、各画像間を結ぶ矢印は、処理の流れを明確にするた
めに、適宜、実線、点線、１点鎖線、２点鎖線を用いて
いる。まず、撮影装置１にて、第１の所定時間間隔（例
えば、１／８秒間隔）で検出領域を撮影し、処理装置２
は撮影画像を記憶装置３に記憶する。図２の例では、時
間［ｉ−１］、［ｉ］、［ｉ＋１］で、撮影画像［ｉ−
１］、撮影画像［ｉ］、撮影画像［ｉ＋１］を得るとと
もに記憶装置３に記憶している。時間［ｉ］の時点で
は、処理装置２は、撮影画像［ｉ］を得て記憶装置３に
記憶し、更に、撮影画像［ｉ−１］と撮影画像［ｉ］と
の差分に基づいて２値化した２値化画像［ｉ−１、ｉ］
を求め、記憶装置３に記憶する。この例では、２値化画
像は、移動体が黒色で示され、移動体を除いた背景が白
色で示されている（黒色と白色の２値で表現されてい
る）。時間［ｉ−１］と時間［ｉ］が非常に近接した時
間なので、天候等の変化による背景の明るさ等の変化が
ほとんどなく、適切に背景を除去することが可能であ
る。なお、２値化画像の求め方の詳細については後述す
る。

【００２０】時間［ｉ＋１］の時点では、処理装置２
は、撮影画像［ｉ＋１］を得て記憶装置３に記憶し、撮
影画像［ｉ］と撮影画像［ｉ＋１］との差分に基づいて
２値化した２値化画像［ｉ、ｉ＋１］を求め、記憶装置
３に記憶する。そして、２値化画像［ｉ−１、ｉ］と２
値化画像［ｉ、ｉ＋１］との論理積から、マスク画像
［ｉ］を求める。ここで、マスク画像は、２値で表現さ
れており、時間［ｉ＋１］で得られるマスク画像は、時
間［ｉ＋１］に対応するマスク画像でなく、時間［ｉ］
に対応するマスク画像［ｉ］である。なお、マスク画像
の求め方の詳細については後述する。続いて、求めたマ
スク画像［ｉ］と、時間［ｉ］に対応する撮影画像
［ｉ］とに基づいて、移動体画像［ｉ］を得る。撮影画
像［ｉ］からマスク画像［ｉ］の黒色部分のみを抽出し
たものが移動体画像［ｉ］である。移動体画像は、撮影
画像から移動体以外の背景が除去され、移動体のみが存
在している。なお、移動体画像の求め方の詳細について
は後述する。この例では、時間［ｉ］に撮影した撮影画
像［ｉ］に対応する移動体画像［ｉ］は、時間［ｉ］で
なく、時間［ｉ＋１］に抽出されるが、時間［ｉ］と時
間［ｉ＋１］の間隔が短い（本実施例では、１／８秒）
ので、移動体の検出及び警報の発生等に、ほとんど影響
しない。

【００２１】◆［移動体の検出原理２］図３は、上記で
説明した図２の処理を、第１の所定時間間隔で、連続的
に実行していく様子を示している。例えば、時間［ｉ］
の時点では、撮影画像［ｉ］を得て記憶し、撮影画像
［ｉ−１］と撮影画像［ｉ］との差分に基づいて２値化
した２値化画像［ｉ−１、ｉ］を求めて記憶する。そし
て、２値化画像［ｉ−２、ｉ−１］と２値化画像［ｉ−
１、ｉ］との論理積からマスク画像［ｉ−１］を求め、
撮影画像［ｉ−１］からマスク画像［ｉ−１］の黒色部
分を抽出して移動体画像［ｉ−１］を得ることができ
る。同様にして、時間［ｉ＋１］では移動体画像［ｉ］
を得ることができ、時間［ｉ＋２］では移動体画像［ｉ
＋１］を得ることができる。そして、第１の所定時間間
隔毎の移動体画像［ｉ−１］、移動体画像［ｉ］、移動
体画像［ｉ−１］に基づいて、移動体の移動方向及び移
動速度、あるいは移動体までの距離等を求めることがで
きる。移動体までの距離は、各移動体画像における移動
体の位置で推定することが可能である（本実施例では、
移動体は地上を移動するため）。なお、移動体の移動方
向、移動速度、位置等の求め方は後述する。

【００２２】◆［２値化画像の求め方］次に、図４を用
いて、２つの撮影画像の差分から２値化画像を求める方
法について説明する。図４は、説明のために、撮影画像
を８×８のブロック（Ｘ、Ｙ）に分割している。また、
この例では、各ブロック（Ｘ、Ｙ）は、４×４の合計１
６個の画素が整然と配列されて構成されており、各画素
には明るさ（輝度）に基づく測定値が入っている。例え
ば、各画素は明るさ（輝度）を測定する。図４に示すよ
うに、撮影画像［ｉ−１］のブロック（５、２）及びブ
ロック（５、３）と、撮影画像［ｉ］のブロック（５、
２）及びブロック（５、３）の各画素の値は、各画素で
検出された明るさ（輝度）の量である（点線で示す部分
は、移動体の外形を参考として示している）。また、各
ブロック中に色彩を変更している部分は、参考として移
動体の一部であることを示している。

【００２３】ここで、撮影画像［ｉ−１］と撮影画像
［ｉ］との差分を求めるには、撮影画像［ｉ］の各画素
のデジタル量から、撮影画像［ｉ−１］の対応する画素
のデジタル量を減算する。そして、求めた差分の絶対値
を演算する。例えば、撮影画像［ｉ］のブロック（５、
３）の右上の画素のデジタル量（１２）から、撮影画像
［ｉ−１］のブロック（５、３）の右上のデジタル量
（６）を減算する。そして、各画素毎に差分の絶対値を
演算して、対応する画素の部分に、演算した値を格納す
る。次に、差分の絶対値を２値化する。例えば、差分の
絶対値が閾値以上（例えば、「４」以上）である画素の
部分を「１」に設定し、差分の絶対値が閾値未満（例え
ば、「４」未満）である画素の部分を「０」に設定す
る。これにより、２つの撮影画像の差分から「１」と
「０」の２値のみを有する２値化画像を得ることができ
る。例えば、「０」の画素の部分を白色に設定し、
「１」の画素の部分を黒色に設定すると、図４に示す２
値化画像［ｉ−１、ｉ］が得られる。この方法による
と、非常に短い時間間隔の２つの撮影画像の差分である
ため、移動体以外の背景を精度良く除去することが可能
である。しかし、明るさ（輝度）の差が小さい画素を背
景とみなして除去するため、移動体の明るさ（輝度）が
ほぼ均一で、且つ移動体の移動速度が低速、あるいは撮
影の間隔（第１の所定時間間隔）が短い場合、撮影画像
［ｉ−１］と撮影画像［ｉ］において、同一の移動体が
重畳した部分（図４中の「移動体重畳画素」）では、移
動体が存在しているにもかかわらず、背景として除去さ
れてしまう場合がある。この現象及び対応方法について
は後述する。

【００２４】◆［マスク画像の求め方］次に、２つの２
値化画像の論理積からマスク画像を求める方法について
説明する。２値化画像は、図４に示すように、各画素が
「０」あるいは「１」のいずれかである。この各画素毎
に、対応する画素との論理積を求める。例えば、図２に
示す２値化画像［ｉ−１、ｉ］と２値化画像［ｉ、ｉ＋
１］との論理積を求めた結果、例えば、「０」の画素の
部分を白色に設定し、「１」の画素の部分を黒色に設定
すると、図２に示すマスク画像［ｉ］が得られる。

【００２５】◆［移動体画像の求め方］次に、撮影画像
とマスク画像から移動体画像を得る方法について説明す
る。マスク画像は、上記に説明したように、各画素の部
分が「０」あるいは「１」のいずれかである。例えば、
図２において、マスク画像［ｉ］の画素が「０」の部分
（この場合、マスク画像［ｉ］中の白色部分）に対応す
る撮影画像［ｉ］の画素の部分を「０」にする（この場
合、白色にしている）。また、マスク画像［ｉ］の画素
が「１」の部分（この場合、マスク画像［ｉ］中の黒色
部分）に対応する撮影画像［ｉ］の画素は、そのままの
デジタル量を保持させる。このように、移動体画像
［ｉ］を得ることができる。

【００２６】◆［第１の所定時間間隔の設定（１）（移
動体が低速時）］図５は、移動体の移動速度が低速、あ
るいは撮影の間隔（第１の所定時間間隔）が短い場合で
あって、各撮影時間毎の差分から求めた２値化画像にお
いて、移動体が重畳している例を示している。移動体が
車両の場合、明るさ（輝度）がほぼ均一の部分が多いた
め、２値化画像は、移動体の重畳部分の一部が背景と誤
認識されて除去される（以下、この状態を「中抜け状
態」という）可能性がある。例えば、撮影画像［ｉ−
２］と撮影画像［ｉ−１］との差分から求めた２値化画
像［ｉ−２、ｉ−１］は、移動体Ａ及び移動体Ｂが、各
々重畳しており、重畳部分の一部が除去され、白色にな
っている（中抜け状態になっている）。２値化画像［ｉ
−１、ｉ］、２値化画像［ｉ、ｉ＋１］も同様に、中抜
け状態になっている。

【００２７】これら中抜け状態の２値化画像［ｉ−２、
ｉ−１］と２値化画像［ｉ−１、ｉ］から求めたマスク
画像［ｉ−１］は、図５に示すマスク画像［ｉ−１］に
示すように、移動体の一部しか表していない。このマス
ク画像［ｉ−１］と撮影画像［ｉ−１］から求めた移動
体画像［ｉ−１］は、図５に示す移動体画像［ｉ−１］
に示すように、移動体の一部しか表していない。移動体
画像［ｉ］も同様である。よって、第１の所定時間間隔
を、検出すべき移動体が重畳しない時間に設定する。こ
の場合、移動体が極低速の場合を想定しない。極低速の
場合は、移動体として検出して警報を発生させる必要が
ないからである。例えば、１５ｋｍ／ｈ以上程度の速度
で移動する移動体を検出することができればよい。第１
の所定時間間隔は、検出領域の道路における車両の速度
等に影響されるが、１／４秒以上が好ましい。なお、こ
の値は、検出領域の道路毎に設定を変更してもよい。

【００２８】◆［第１の所定時間間隔の設定（２）（移
動体が高速時）］図６は、移動体の移動速度が高速、あ
るいは撮影の間隔（第１の所定時間間隔）が長い場合で
あって、移動体が存在する撮影画像が少ない例を示して
いる。例えば、図６に示すように、移動体が撮影画像
［ｉ］のみに存在する場合、移動体画像［ｉ−１］及び
移動体画像［ｉ＋１］には移動体が存在せず、移動体画
像［ｉ］のみに移動体が存在する。この場合、移動体画
像［ｉ−１］、［ｉ］、［ｉ＋１］を用いても、移動体
の移動方向及び移動速度を求めることができない。よっ
て、第１の所定時間間隔を、検出すべき移動体が存在す
る撮影画像が多くなるように設定する。第１の所定時間
間隔は、検出領域の道路における車両の速度等に影響さ
れるが、１／８秒以下が好ましい。なお、この値は、検
出領域の道路毎に設定を変更してもよい。

【００２９】◆［低速あるいは高速の移動体を検出する
時間間隔の最適化］以上の説明より、各撮影画像の差分
を用いて低速の移動体を精度よく検出するためには第１
の所定時間間隔を１／４秒以上に設定することが好まし
く、各撮影画像毎に高速の移動体を精度よく検出するた
めには第１の所定時間間隔を１／８秒以下に設定するこ
とが好ましい。これを解決する方法を、図７を用いて説
明する。例えば、図７に示すように、各撮影画像を１／
８秒毎に撮影する。ただし、２値化画像を１回過去の撮
影画像でなく、ｎ回（ｎは、２以上の整数）過去の撮影
画像から求める。同様に、マスク画像及び移動体画像
も、ｎ回過去の画像から求める。図７は、「ｎ＝２」に
設定した場合の例（撮影画像は１／８秒毎に撮影した
例）を示している。例えば、時間［ｉ＋１］の時点で
は、撮影画像［ｉ＋１］を得て記憶し、（２回過去の）
撮影画像［ｉ−１］と、（今回撮影した）撮影画像［ｉ
＋１］との差分に基づいて２値化した２値化画像［ｉ−
１、ｉ＋１］を求めて記憶する。次に、求めた２値化画
像［ｉ−１、ｉ＋１］と、２回過去の２値化画像［ｉ−
３、ｉ−１］との論理積から、マスク画像［ｉ−１］を
求める。そして、求めたマスク画像［ｉ−１］と撮影画
像［ｉ−１］から、移動体画像［ｉ−１］を得ることが
できる。つまり、この場合、１／４秒毎の撮影画像の差
分に基づいて移動体画像を求めていることになる。この
場合、時間［ｉ−１］に撮影した撮影画像［ｉ−１］に
対応する移動体画像［ｉ−１］は、時間［ｉ−１］でな
く、時間［ｉ＋１］に抽出されるが、時間［ｉ−１］と
時間［ｉ＋１］の間隔が短い（この場合、１／４秒）の
で、警報の発生等に、ほとんど影響を及ぼさない。

【００３０】また、時間［ｉ＋２］の時点では、撮影画
像［ｉ＋２］を得て記憶し、（２回過去の）撮影画像
［ｉ］と、（今回撮影した）撮影画像［ｉ＋２］との差
分に基づいて２値化した２値化画像［ｉ、ｉ＋２］を求
めて記憶する。次に、求めた２値化画像［ｉ、ｉ＋２］
と、２回過去の２値化画像［ｉ−２、ｉ］との論理積か
ら、マスク画像［ｉ］を求める。そして、求めたマスク
画像［ｉ］と撮影画像［ｉ］から、移動体画像［ｉ］を
得ることができる。移動体画像を求める処理を撮影毎に
実行するので、時間［ｉ＋１］と時間［ｉ＋２］の時間
間隔は１／８秒である。このため、移動体画像［ｉ−
１］、［ｉ］、［ｉ＋１］は、１／８秒毎の撮影画像中
に存在する移動体を示している。

【００３１】つまり、第１の所定時間間隔で撮影して撮
影画像を得るとともに記憶し、時点［ｉ］における撮影
画像［ｉ］と、撮影画像［ｉ］に対してｎ回過去の撮影
画像［ｉ−ｎ］（ｎは、２以上の整数）と、撮影画像
［ｉ］に対してｎ回未来の撮影画像［ｉ＋ｎ］とを用
い、撮影画像［ｉ−ｎ］と撮影画像［ｉ］との差分に基
づいて２値化した２値化画像［ｉ−ｎ、ｉ］と、撮影画
像［ｉ］と撮影画像［ｉ＋ｎ］との差分に基づいて２値
化した２値化画像［ｉ、ｉ＋ｎ］とを求め、求めた２値
化画像［ｉ−ｎ、ｉ］と２値化画像［ｉ、ｉ＋ｎ］とに
基づいて、時点［ｉ］に対応するマスク画像［ｉ］を求
め、求めたマスク画像［ｉ］と撮影画像［ｉ］とに基づ
いて、時点［ｉ］に対応する移動体画像［ｉ］を求め、
求めた移動体画像［ｉ］の情報に基づいて、移動体を検
出する。この例では、第１の所定時間間隔が１／８秒で
あり、ｎ＝２であるので、１／４秒毎の差分に基づい
て、１／８秒毎に移動体を抽出する。これにより、天候
等の変化に対しても、低速及び高速の移動体を精度よく
検出することができる。

【００３２】◆［移動体の移動方向及び移動速度の求め
方］次に、図８を用いて、求めた移動体画像に基づいて
移動体の移動方向及び移動速度を求める方法について説
明する。例えば、図８に示すように、求めた移動体画像
を８×８のブロック（Ｘ、Ｙ）に分割する。また、この
例では、各ブロック（Ｘ、Ｙ）は、４×４の合計１６個
の画素が整然と配列されて構成されており、各画素には
明るさ（輝度）に基づく測定値が入っている。このブロ
ック間のマッチングを用いて、移動体が存在する各ブロ
ック（Ｘ［ｉ］、Ｙ［ｉ］）の移動先ブロック（Ｘ［ｉ
＋１］、Ｙ［ｉ＋１］）を検出し、当該ブロックの移動
方向と移動距離（動きベクトル）を求める。移動速度
は、所定時間における移動距離から求めることができ
る。

【００３３】図８を用いて、移動体画像［ｉ−１］と移
動体画像［ｉ］から、動きベクトル平面［ｉ−１、ｉ］
（時間［ｉ−１］から時間［ｉ］における、移動体の動
きベクトル）を求める方法を説明する。例えば、移動体
画像［ｉ−１］のブロック（５、２）内の各画素に入っ
ているデジタル量が、図８に示す値とする。また、移動
体画像［ｉ］のブロック（３、４）内の各画素に入って
いるデジタル量が、図８に示す値とする。（点線で示す
部分は移動体の外形を参考として示し、ブロック中の色
彩を変更している部分は移動体の一部であることを参考
として示している。）この場合、移動体画像［ｉ−１］
のブロック（５、２）と、移動体画像［ｉ］のブロック
（３、４）がマッチしたと判定し、動きベクトル平面
［ｉ−１、ｉ］上において、ブロック（５、２）からブ
ロック（３、４）へ向かうベクトルが得られる。同様
に、各ブロックにおける「（ブロック）動きベクトル」
を求め、類似方向及び類似距離の「（ブロック）動きベ
クトル」を平均化して、「（移動体）動きベクトル」を
求める。そして、「（移動体）動きベクトル」より、移
動体の移動方向及び移動距離を求めることができる。ま
た、所定時間における移動距離から、移動体の移動速度
を求めることができる。なお、ブロック間のマッチング
を求める方法としては、従来技術の、（１）ブロック内
画素の差分階調値の絶対値の和、（２）ブロック内画素
の平均階調値の差の絶対値、（３）ブロック内画素の階
調値の標準偏差の差の絶対値、（４）ブロック内画素の
階調値の相互相関係数、（５）ブロック内画素の階調値
のフーリエ係数による一致度、等種々の方法がある。本
実施の形態では、（１）ブロック内画素の差分階調値の
絶対値の和を用いたが、他の方法を用いてもよい。

【００３４】◆［２値化画像の処理において、移動体が
重畳時の補正］図７に示す方法を用いても、移動体が更
に低速で移動している場合、２値化画像の処理におい
て、移動体が重畳して中抜け状態が発生する可能性があ
る。図９を用いて、移動体が重畳した場合の補正方法に
ついて説明する。例えば、移動体Ａ、移動体Ｂが非常に
低速で移動している場合、既に説明したように、２値化
画像［ｉ−２、ｉ］及び２値化画像［ｉ、ｉ＋２］は、
重畳部分の一部が中抜け状態になる。中抜け状態の２値
化画像から求めたマスク画像［ｉ］は、移動体の外形を
正確に表現できず、このマスク画像［ｉ］と撮影画像
［ｉ］から求めた移動体画像［ｉ］は、移動体を正確に
検出できない。

【００３５】そこで、移動体が存在しない時の画像を背
景画像に設定し、撮影画像［ｉ］と背景画像との差分か
ら背景除去移動体画像［ｉ］を求める。この場合、背景
画像が撮影された時の天候等と、撮影画像［ｉ］を撮影
した時点の天候等では、明るさ（輝度）等の違いによ
り、背景除去移動体画像［ｉ］にはノイズ成分が存在し
ている。しかし、背景除去移動体画像［ｉ］には、ノイ
ズ成分とともに、移動体のほぼ正確な外形が含まれてい
る。そして、背景除去移動体画像［ｉ］と移動体画像
［ｉ］との重畳部分から、移動体の外形を推定し、（補
正）移動体画像［ｉ］を求めることができる。例えば、
背景除去移動体画像［ｉ］中の孤立した各移動体と、移
動体画像［ｉ］との重畳した部分を、移動体と推定して
再検出する。推定の方法には、種々の方法を用いること
ができる。なお、背景画像は、移動体画像を求めた際
に、移動体画像中に移動体が存在しなかった時の撮影画
像を、背景画像として順次更新して使用する。あるいは
移動体画像中に移動体が存在しなかった時の撮影画像を
時刻とともに記憶し、最も近い時刻の背景画像を使用す
る。背景画像の記憶方法、背景画像の選択方法は、種々
の方法が考えられる。

【００３６】◆［撮影タイミング（第１の所定時間間
隔）、ｎ値（ｎ回過去及びｎ回未来の画像との差分を求
める場合の「ｎ（ｎは、１以上の整数）」の値）の変
更］以上の説明では、第１の所定時間間隔を「１／８
秒」に固定し、ｎを「２」に固定した例で説明したが、
状況に応じて変更することも可能である。 ［第１の所定時間間隔の変更］例えば、移動体画像を求
めた際に、移動体画像中に移動体が存在しなかった場
合、第１の所定時間間隔を長くしてもよい（例えば、１
秒）。また、移動体画像中の移動体の位置に基づいた移
動体までの距離が大きい（移動体が遠い）場合は、第１
の所定時間間隔を長くしてもよい。また、所定時間にお
ける移動距離から求めた移動体の移動速度が小さい場合
は、第１の所定時間間隔を長くしてもよい。また、逆の
場合は、第１の所定時間間隔を短くしてもよい。これに
より、移動体の検出に最適なサンプリング間隔を設定す
ることができる。なお、第１の所定時間を変更した場合
は、第１の所定時間間隔の変更に伴い、移動速度の演算
も変更する。

【００３７】［ｎ値の変更］また、例えば、移動体画像
を求めた際に、移動体画像中の移動体の位置に基づいた
移動体までの距離が大きい（移動体が遠い）場合は、ｎ
値を大きくしてもよい（例えば、ｎ＝８）。あるいは、
所定時間における移動距離から求めた移動体の移動速度
が小さい場合は、ｎ値を大きくしてもよい。また、逆の
場合は、ｎ値を小さくしてもよい。あるいは、移動体の
位置と速度に応じてｎの値を適切に設定するようにして
もよい。これにより、移動体の検出に最適なサンプリン
グ間隔を設定することができる。なお、ｎ値を変更した
場合は、ｎ値の変更に伴い、移動速度の演算も変更す
る。

【００３８】◆［振動体の除去］次に、図１０を用い
て、風に揺られた旗等、移動していないが移動体として
検出されてしまう物体（本説明では、振動体と記載す
る）の除去方法について説明する。なお、図１０は、振
動体の除去方法を判り易く説明するために、ｎ値を
「１」に設定している。本発明では、所定地点（例え
ば、図１に示す交差点）に接近する車両等の移動体を検
出し、警報を発生させるので、振動体は移動体として検
出すべきでない。しかし、第１の所定時間間隔で撮影さ
れる各撮影画像中で「動き」があるため、移動体画像中
に移動体として抽出される。例えば、図１０に示すよう
に、撮影画像中に振動体ａ（この例では、風に揺られる
旗）が存在する場合、各撮影画像にて「動き」がある。
このため、振動体ａは、各２値化画像中、各マスク画像
中及び各移動体画像中にも存在する。振動体ａが移動体
画像中に存在する場合、図８に示す「（ブロック）動き
ベクトル」により、振動体ａが存在するブロックの移動
方向と移動距離が検出されることになる。そこで、
「（ブロック）動きベクトル」を求める前に、「（ブロ
ック）動きベクトル」を求めるべきブロックか、求める
べきでないブロックか、を区別する。

【００３９】図１１を用いて、「（ブロック）動きベク
トル」を求めるべきブロックか、求めるべきでないブロ
ックか、を区別する方法について説明する。図１１は、
図８と同様に、求めた移動体画像を８×８のブロック
（Ｘ、Ｙ）に分割する。そして、ブロックに分割された
移動体画像から、加算マップを求める。加算マップで
は、例えば、移動体が存在するブロックには「＋２（第
１の所定値に相当）」が割り付けられ、移動体が存在し
ないブロックには「−１（第２の所定値に相当）」が割
り付けられる。なお、加算マップ中で色彩を施した部分
は、移動体が存在する領域を参考として示している。例
えば、移動体画像［ｉ］から求めた加算マップ［ｉ］で
は、ブロック（２、３）、（３、３）〜（３、６）、
（４、３）〜（４、６）、（５、３）〜（５、６）に移
動体が存在するので、当該ブロックに「＋２」を割り付
け、その他のブロック（移動体が存在しないブロック）
には「−１」を割り付ける。そして、累積マップに、各
ブロック毎の累積値（判定値）を記憶する。なお、累積
マップ中で色彩を施した部分は、振動体と判定された領
域を参考として示している。

【００４０】ここで、「（ブロック）動きベクトル」を
求めるべきブロックか、求めるべきでないブロックか、
を区別する２つの方法について説明する。 ［第１の方法］第１の方法は、移動体画像を分割した各
ブロックにおいて、各ブロック毎に移動体が存在してい
る継続時間を求める方法である。第１の方法では、加算
マップと累積マップを省略してもよい。ただし、各ブロ
ック毎に、移動体が存在した継続時間を記憶するための
継続時間マップ（図示せず）を必要とする。継続時間が
第２の所定時間以上となったブロックを、移動体の判定
から除外する。図１１の例では、ブロック（２、３）と
ブロック（３、３）の両ブロックに連続して移動体が存
在している。この両ブロックにおいて、第２の所定時間
（例えば、５秒）以上、連続して移動体が存在した場
合、ブロック（２、３）とブロック（３、３）を、
「（ブロック）動きベクトル」を求めるべきでないブロ
ックと判定する。当該ブロック以外のブロックで、移動
体が存在するブロックが、「（ブロック）動きベクト
ル」を求めるべきブロックである。なお、第１の方法で
は、移動体が存在しなくなった場合に、移動体の判定除
外から復帰（移動体の判定に戻す）する。

【００４１】［第２の方法］第２の方法は、移動体画像
を分割した各ブロックにおいて、移動体が存在した場合
に第１の所定値を加算し、移動体が存在しない場合に第
２の所定値を減算し、その累積値（判定値）を求める方
法である。累積値（判定値）が第３の所定値以上となっ
た場合に、当該ブロックを移動体の判定から除外する。
図１１の例では、累積マップに各ブロックの累積値（判
定値）が記憶されている。例えば、累積マップ［ｉ−
１］の各ブロックの累積値（判定値）に、加算マップ
［ｉ］の各ブロックの加算値（「＋２」あるいは「−
１」）を加算すると、累積マップ［ｉ］が得られる。こ
の累積マップにおいて、累積値（判定値）が第３の所定
値（例えば、５０）以上となったブロックを、移動体の
判定から除外する。また、移動体の判定除外からの復帰
（移動体の判定に戻す）は、図１１中の「ブロック毎グ
ラフ」に示すように、ヒステリシスを設ける（この例で
は、５０以上で判定から除外（振動体判定）し、３０以
下で判定に戻すことを示している）ことが好ましい。ま
た、累積マップ中の累積値（判定値）は、適切な上下限
値（例えば、上限値：１００、下限値：０）を設定する
ことが好ましい。（図１１は、下限：０を設定した例で
ある。） 移動体の判定から除外されたブロックは、「（ブロッ
ク）動きベクトル」を求めるべきでないブロックと判定
される。また、当該ブロック以外のブロックで、移動体
が存在するブロックが、「（ブロック）動きベクトル」
を求めるべきブロックである。なお、第１の方法及び第
２の方法ともに、第１〜第３の所定値を、状況に応じて
変更することも可能である。例えば、振動体が存在する
領域が多い場合（撮影装置が風等で揺れている場合等）
は、第１の所定値を小さくしたり、第３の所定値を大き
くして、振動体の判定領域を少なくするようにすること
もできる。

【００４２】◆［その他のノイズ成分の除去］次に、図
１２を用いて、その他の天候の変化等によるノイズ成分
の除去方法について説明する。図１２は、降雪によるノ
イズの発生と、当該ノイズの除去方法を説明する図であ
る。例えば、降雪時では、図３と同様に撮影画像を撮影
した場合、各撮影画像には移動体と背景の他にも、空中
を漂う雪が一緒に撮影される。なお、図１２は、その他
のノイズ成分の除去方法を判り易く説明するために、ｎ
値を「１」に設定している。上記の振動体の除去と同
様、その他のノイズ成分も移動体として検出すべきでな
い。しかし、第１の所定時間間隔で撮影される各撮影画
像中で「動き」があるため、移動体画像中に移動体とし
て抽出される。例えば、図１２に示すように、撮影画像
中にその他のノイズ成分（この例では、降雪）が存在す
る場合、各撮影画像にて「動き」がある。このため、そ
の他のノイズ成分は、２値化画像中、マスク画像中及び
移動体画像中（２値化画像［ｉ−２、ｉ−１］、［ｉ−
１、ｉ］、マスク画像［ｉ−１］及び移動体画像［ｉ−
１］）にも存在する。その他のノイズ成分が移動体画像
中に存在する場合、図８に示す「（ブロック）動きベク
トル」により、その他のノイズ成分が存在するブロック
の移動方向と移動距離が検出されることになる。そこ
で、移動体画像を求める前に、その他のノイズ成分を除
去する。

【００４３】ここで、移動体画像を求める前に、その他
のノイズ成分を除去する２つの方法について説明する。 ［第１の方法］第１の方法は、移動体画像中において、
孤立した微小な移動体をノイズとみなす方法である。既
に説明したように、本実施例で用いている画像は、全
て、明るさ（輝度）を測定する個々の画素が整然と配列
されて構成された、デジタル画像である。また、移動体
画像［ｉ］は、マスク画像［ｉ］の画素が「０」の部分
（この場合、マスク画像［ｉ］中の白色部分）に対応す
る撮影画像［ｉ］の画素の部分を「０」にして（この場
合、白色にして）、移動体画像［ｉ］を得ることができ
る。これより、移動体画像中において、孤立した移動体
であることの判定は、画素が「０」の部分で囲まれてい
ることを判定すればよい。また、微小な移動体であるこ
との判定は、孤立した移動体を構成する画素の数を計数
し、所定の数（例えば、６）以下であることを判定すれ
ばよい。上記の方法により、移動体画像中から、孤立し
た微小な移動体（その他のノイズ成分）を除去すること
ができる。

【００４４】［第２の方法］第２の方法は、２値化画像
を得る処理において、差分の絶対値から「１」あるいは
「０」の２値に判定するための閾値を適切に変更し、２
値化画像からその他のノイズ成分を除去する方法であ
る。閾値を、２値化画像中の差分の絶対値が閾値以上で
ある領域（画素）の合計面積（「１」の画素の数等）
と、２値化画像の全面積（構成する全画素の数等）との
比に応じて変更する。降雪、降雨等の天候時は、背景の
明るさ（輝度）等も、降雪、降雨等（ノイズ成分）の測
定値に、より近い測定値となる。なお、２値化画像中の
差分の絶対値が閾値以上である領域（画素）の合計面積
と、閾値未満である領域（画素）の合計面積との比に応
じて閾値を変更してもよい。２値化画像中の差分の絶対
値が閾値以上である領域（画素）の面積に基づいて閾値
を変更する方法は、種々の方法が可能である。

【００４５】例えば、図１２において、時間［ｉ−１］
における２値化画像［ｉ−２、ｉ−１］では、閾値が
「４」である。この例では、２値化画像［ｉ−２、ｉ−
１］に、ノイズ成分（この場合、降雪）が残っている。
そして、全面積に対して、２値化画像中の差分の絶対値
が閾値以上である領域（画素）の合計面積の割合が、約
１２％である。ここで、図１２中の「２値化閾値テーブ
ル」から、面積割合が１２％に相当する部分の閾値（こ
の場合、「４」）を、次回の２値化画像（２値化画像
［ｉ−１、ｉ］）を得る処理で用いる。次に、時間
［ｉ］における２値化画像［ｉ−１、ｉ］では、閾値が
「４」である。この例では、２値化画像［ｉ−１、ｉ］
に、ノイズ成分（この場合、降雪）が残っている。そし
て、全面積に対して、２値化画像中の差分の絶対値が閾
値以上である領域（画素）の合計面積の割合が、約２５
％である。ここで、図１２中の「２値化閾値テーブル」
から、面積割合が２５％に相当する部分の閾値（この場
合、「６」）を、次回の２値化画像（２値化画像［ｉ、
ｉ−１］）を得る処理で用いる。

【００４６】次に、時間［ｉ＋１］における２値化画像
［ｉ、ｉ＋１］では、閾値が「６」である。閾値が
「４」から「６」に上げられたことにより、この例で
は、２値化画像［ｉ、ｉ＋１］から、ノイズ成分（この
場合、降雪）が除去されている。そして、全面積に対し
て、２値化画像中の差分の絶対値が閾値以上である領域
（画素）の合計面積の割合が、約２５％である。ここ
で、図１２中の「２値化閾値テーブル」から、面積割合
が２５％に相当する部分の閾値（この場合、「６」）
を、次回の２値化画像（２値化画像［ｉ＋１、ｉ＋
２］）を得る処理で用いる。次に、時間［ｉ＋２］にお
ける２値化画像［ｉ＋１、ｉ＋２］では、閾値が「６」
である。閾値が「６」であることにより、この例では、
２値化画像［ｉ＋１、ｉ＋２］から、ノイズ成分（この
場合、降雪）が除去されている。そして、全面積に対し
て、２値化画像中の差分の絶対値が閾値以上である領域
（画素）の合計面積の割合が、約１５％である。ここ
で、図１２中の「２値化閾値テーブル」から、面積割合
が１５％に相当する部分の閾値（この場合、「４」）
を、次回の２値化画像（２値化画像［ｉ＋２、ｉ＋
３］）を得る処理で用いる。

【００４７】◆［車両接近警報装置への適用］以上の移
動体検出方法により求めた移動体が、所定の大きさ（面
積）以上である場合、当該移動体を車両であると認識す
る。そして、少なくとも２つの移動体画像に基づいて、
認識した車両の「（移動体）動きベクトル」を求め、
「（移動体）動きベクトル」の方向、速度、位置に基づ
いて、警報装置から警報を発生させる。例えば、図８中
の動きベクトル平面［ｉ−１、ｉ］において、「（移動
体）動きベクトル」が、所定地点（例えば、交差点であ
り、この場合は、動きベクトル平面［ｉ−１、ｉ］の下
端）の方向に向かっている（接近している）場合、警報
を発生する。あるいは、所定地点（この場合は、動きベ
クトル平面［ｉ−１、ｉ］の下端）の方向に向かってい
る（接近している）「（移動体）動きベクトル」の大き
さが、所定の大きさより大きい場合（速度が大きい場
合）、警報を発生する。あるいは、所定地点（この場合
は、動きベクトル平面［ｉ−１、ｉ］の下端）の方向に
向かっている（接近している）「（移動体）動きベクト
ル」の位置が、所定の位置に到達した場合（例えば、ブ
ロック（５、１）〜ブロック（８、８）のいずれかの位
置に到達した場合）、警報を発生する。

【００４８】本発明の移動体検出方法及び移動体検出装
置は、本実施の形態で説明した処理あるいは構成に限定
されず、本発明の要旨を変更しない範囲で種々の変更、
追加、削除が可能である。例えば、移動体検出装置の構
成は、図１に限定されず、種々の構成が可能である。本
発明は、道路上を走行する移動体（車両）の検出に限定
されず、種々の移動体の検出に適用することが可能であ
る。本実施の形態では、輝度情報を用いて説明したが、
色彩情報を用いることも可能である。（類似した色彩情
報のかたまりを移動体と判別することも可能である。） 本実施の形態の説明に用いた数値は一例であり、この数
値に限定されるものではない。本実施の形態で示した各
画像、テーブル及びグラフ等は一例であり、これらの画
像、テーブル及びグラフ等に限定されるものではない。
また、以上（≧）、以下（≦）、より大きい（＞）、未
満（＜）等は、等号を含んでも含まなくてもよい。

【００４９】

【発明の効果】以上説明したように、請求項１〜８に記
載の移動体検出方法あるいは請求項９〜１１に記載の移
動体検出装置あるいは請求項１２〜１３に記載の車両接
近警報装置を用いれば、天候等の変化に対しても精度良
く移動体（車両等）を検出できる。

【図面の簡単な説明】

【図１】本発明の移動体検出装置の一実施の形態の概略
構成図である。

【図２】本発明の移動体検出方法の検出原理を説明する
図である。

【図３】図２の処理を、第１の所定時間間隔で、連続的
に実行していく様子を示す図である。

【図４】２つの撮影画像の差分から２値化画像を求める
方法について説明する図である。

【図５】各撮影時間毎の差分から求めた２値化画像にお
いて、移動体が重畳している例を示す図である。

【図６】移動体が存在する撮影画像が少ない例を示す図
である。

【図７】低速の移動体を精度よく検出するとともに、高
速の移動体をも精度よく検出する方法を説明する図であ
る。

【図８】求めた移動体画像に基づいて移動体の移動方向
及び移動速度を求める方法について説明する図である。

【図９】移動体が重畳した場合の補正方法について説明
する図である。

【図１０】移動していないが移動体として検出されてし
まう物体（振動体）について説明する図である。

【図１１】移動していないが移動体として検出されてし
まう物体（振動体）の除去方法について説明する図であ
る。

【図１２】その他の天候の変化等によるノイズ成分の除
去方法について説明する図である。

【符号の説明】

１ 撮影装置 ２ 処理装置 ３ 記憶装置 ４ 警報装置

───────────────────────────────────────────────────── 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） Ｇ０６Ｔ 7/60 １５０ Ｇ０６Ｔ 7/60 １５０Ｂ Ｇ０８Ｂ 21/00 Ｇ０８Ｂ 21/00 Ｕ Ｇ０８Ｇ 1/04 Ｇ０８Ｇ 1/04 Ｄ Ｆターム(参考） 5B057 AA16 BA29 BA30 CA08 CA12 CA16 CB06 CB12 CB16 CH01 CH11 DA07 DB02 DB09 DC22 DC32 5C086 AA54 BA22 CA28 CB36 DA08 5H180 AA01 BB03 BB04 BB06 BB09 BB15 CC04 DD02 DD03 LL01 LL02 LL04 LL07 LL08 5L096 AA06 BA04 CA04 FA14 FA69 GA08 GA10 GA19 GA51 HA03 LA05

Claims (13)

【特許請求の範囲】
1. 【請求項１】 検出領域を第１の所定時間間隔で撮影
   し、撮影画像を得るとともに記憶し、時点［ｉ］におけ
   る撮影画像［ｉ］と、撮影画像［ｉ］に対してｎ回過去
   の撮影画像［ｉ−ｎ］（ｎは、２以上の整数）と、撮影
   画像［ｉ］に対してｎ回未来の撮影画像［ｉ＋ｎ］とを
   用い、撮影画像［ｉ−ｎ］と撮影画像［ｉ］との差分に
   基づいて２値化した２値化画像［ｉ−ｎ、ｉ］と、撮影
   画像［ｉ］と撮影画像［ｉ＋ｎ］との差分に基づいて２
   値化した２値化画像［ｉ、ｉ＋ｎ］とを求め、求めた２
   値化画像［ｉ−ｎ、ｉ］と２値化画像［ｉ、ｉ＋ｎ］と
   に基づいて、時点［ｉ］に対応するマスク画像［ｉ］を
   求め、求めたマスク画像［ｉ］と撮影画像［ｉ］とに基
   づいて、時点［ｉ］に対応する移動体画像［ｉ］を求
   め、求めた移動体画像［ｉ］の情報に基づいて、移動体
   を検出する、移動体検出方法。
2. 【請求項２】 請求項１に記載の移動体検出方法であっ
   て、 移動体を検出した場合は第１の所定時間間隔を短くし、
   移動体を検出しなかった場合は第１の所定時間間隔を長
   くする、移動体検出方法。
3. 【請求項３】 検出領域を第１の所定時間間隔で撮影
   し、撮影画像を得るとともに記憶し、時点［ｉ］におけ
   る撮影画像［ｉ］と、撮影画像［ｉ］に対してｎ回過去
   の撮影画像［ｉ−ｎ］（ｎは、１以上の整数）と、撮影
   画像［ｉ］に対してｎ回未来の撮影画像［ｉ＋ｎ］とを
   用い、撮影画像［ｉ−ｎ］と撮影画像［ｉ］との差分に
   基づいて２値化した２値化画像［ｉ−ｎ、ｉ］と、撮影
   画像［ｉ］と撮影画像［ｉ＋ｎ］との差分に基づいて２
   値化した２値化画像［ｉ、ｉ＋ｎ］とを求め、求めた２
   値化画像［ｉ−ｎ、ｉ］と２値化画像［ｉ、ｉ＋ｎ］と
   に基づいて、時点［ｉ］に対応するマスク画像［ｉ］を
   求め、求めたマスク画像［ｉ］と撮影画像［ｉ］とに基
   づいて、時点［ｉ］に対応する移動体画像［ｉ］を求
   め、求めた移動体画像［ｉ］の情報に基づいて、移動体
   を検出し、 検出した移動体の位置と速度の少なくとも一方に基づい
   て、ｎの値を変更する、移動体検出方法。
4. 【請求項４】 請求項１〜３のいずれかに記載の移動体
   検出方法であって、 移動体画像を複数の領域に区分し、各領域の情報に基づ
   いて移動体を判定し、同一の領域に移動体が第２の所定
   時間以上、連続して検出された場合は、当該領域の移動
   体を非移動体と判定する、移動体検出方法。
5. 【請求項５】 請求項１〜４のいずれかに記載の移動体
   検出方法であって、 移動体画像を複数の領域に区分し、各領域の情報に基づ
   いて移動体を判定し、各領域には判定値が設けられてお
   り、移動体が存在する領域の判定値には第１の所定値を
   加算し、移動体が存在しない領域の判定値には第２の所
   定値を減算し、判定値が第３の所定値以上となった場合
   は、当該領域の移動体を非移動体と判定する、移動体検
   出方法。
6. 【請求項６】 請求項１〜５のいずれかに記載の移動体
   検出方法であって、 撮影画像は複数の領域で構成されており、２値化画像を
   求める場合、２つの撮影画像の対応する領域の輝度デー
   タの差分の絶対値が閾値以上である領域と、閾値未満で
   ある領域の２種類の領域に分類して２値化画像を求め
   る、移動体検出方法。
7. 【請求項７】 請求項６に記載の移動体検出方法であっ
   て、 ２値化画像を求める場合、更に、２つの撮影画像の対応
   する領域の輝度データの差分の絶対値が閾値以上である
   領域の面積に応じて、閾値を変更する、移動体検出方
   法。
8. 【請求項８】 請求項１〜７のいずれかに記載の移動体
   検出方法であって、 更に、移動体が検出されなかった場合の撮影画像を背景
   画像に設定し、撮影画像［ｉ］と背景画像との差分か
   ら、時点［ｉ］における背景除去移動体画像［ｉ］を求
   め、 マスク画像［ｉ］と撮影画像［ｉ］と背景除去移動体画
   像［ｉ］とに基づいて、時点［ｉ］に対応する移動体画
   像［ｉ］を求める、 移動体検出方法。
9. 【請求項９】 撮影装置と処理装置と記憶装置とを備
   え、 撮影装置は、第１の所定時間間隔で、検出領域の画像を
   撮影し、 処理装置は、第１の所定時間間隔で、撮影された画像を
   記憶装置に記憶するとともに、請求項１〜８のいずれか
   に記載の移動体検出方法を用いて移動体を検出する、移
   動体検出装置。
10. 【請求項１０】 請求項９に記載の移動体検出装置であ
    って、更に、警報装置を備え、 処理装置は、少なくとも２つの移動体画像に基づいて、
    検出した移動体の位置と移動方向を求め、移動体が所定
    地点に接近している場合、警報装置から警報を発生させ
    る、移動体検出装置。
11. 【請求項１１】 請求項９または１０に記載の移動体検
    出装置であって、 電源として、交流電源あるいは太陽電池の少なくとも一
    方を具備する、移動体検出装置。
12. 【請求項１２】 撮影装置と処理装置と記憶装置と警報
    装置とを備え、 撮影装置は、第１の所定時間間隔で、検出領域の画像を
    撮影し、 処理装置は、第１の所定時間間隔で、撮影された画像を
    記憶装置に記憶するとともに、請求項１〜８のいずれか
    に記載の移動体検出方法を用いて移動体を検出し、検出
    した移動体の大きさに基づいて移動体が車両であるか否
    かを判定し、少なくとも２つの移動体画像に基づいて、
    判定した車両の位置と移動方向を求め、当該車両が所定
    地点に接近している場合、警報装置から警報を発生させ
    る、車両接近警報装置。
13. 【請求項１３】 請求項１２に記載の車両接近警報装置
    であって、 電源として、交流電源あるいは太陽電池の少なくとも一
    方を具備する、車両接近警報装置。