JP3198258B2

JP3198258B2 - 駐車車両検出方法およびその装置

Info

Publication number: JP3198258B2
Application number: JP24598396A
Authority: JP
Inventors: 浩次上田; 徹也谷嵜; 勇夫堀場
Original assignee: Nagoya Electric Works Co Ltd
Current assignee: Nagoya Electric Works Co Ltd
Priority date: 1996-09-18
Filing date: 1996-09-18
Publication date: 2001-08-13
Anticipated expiration: 2016-09-18
Also published as: JPH1091798A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、人間の認識手順を
模範として大局的な認識から局所的な認識へとその判定
処理を進めていくことにより、駐車場に存在する車両を
１台１台確実に検出するようにした駐車車両検出方法と
その装置に関する。

【０００２】

【従来の技術】従来、画像処理を利用して駐車車両の検
出を行う場合、ＴＶカメラなどを用いて検出対象とする
駐車領域を斜め上方の高所から撮影し、この撮影画像に
対して種々の画像処理を施すことにより駐車車両を検出
するようにしている。通常、この画像処理に際して、図
２０に示すように、予め撮影画像上において駐車領域Ａ
を１台毎の駐車マスＭ１〜Ｍ４に仕切っておき、この駐
車マス内の画像特徴量をそれぞれ抽出することにより、
それぞれの駐車マスに車両が存在するか否かを検出する
ようにしていた。

【０００３】

【発明が解決しようとする課題】しかしながら、１台毎
の駐車マス単位で処理を行った場合、前後左右の車両の
重なりによる影響のため、１台の車両が複数の駐車マス
に存在するように認識されてしまい、車両が存在しない
駐車マス（例えば、Ｍ２）にも駐車車両が存在するよう
に誤判定されてしまうという問題があった。また、実際
に車両が存在している駐車マス（例えば、Ｍ３，Ｍ４）
について見ても、その駐車マス内に確実に存在するのは
駐車している車両のタイヤやボディ側面のみであり、情
報量の多い窓部などは駐車の仕方によっては隣の駐車マ
スに重なってしまい、情報量の不足から駐車しているか
否かの確定が難しいという問題があった。

【０００４】このような問題を解決するための最も簡単
な方法は、前後左右の車両の重なりが発生しないように
各駐車マスを真上から撮影することであるが、面的に大
きな広がりを持つ駐車領域の多数の駐車マスについてす
べて真上から撮影することは不可能であり、駐車領域を
見渡せる斜め上方の高所から撮影せざるを得ない。

【０００５】本発明は、上記のような問題を解決するた
めになされたもので、人間の認識手順を模範として大局
的な認識から局所的な認識へとその判定処理を進めてい
くことにより、たとえ車両の重なりが発生していたとし
ても、駐車車両を一台一台分離して確実に検出すること
のできる駐車車両検出方法とその装置を提供することを
目的とする。

【０００６】

【課題を解決するための手段】前記課題を解決するため
に、本発明では次のような手段を採用した。すなわち、
検出対象とする駐車領域を斜め上方から撮影し、該撮影
画像に所定のぼけ関数によるフィルタ処理を施してぼけ
画像を作成するとともに、該得られたぼけ画像中の駐車
領域について車両前後方向に沿った輝度値の投影加算を
行い、該得られた投影加算結果にしきい値処理を施すこ
とにより駐車領域に存在する車両を高輝度（明色系）車
両群と低輝度（暗色系）車両群に区分し、該区分された
車両群に所定のぼけ関数によるフィルタ処理を施すこと
により車両群中の窓情報や境界情報を抽出し、これら抽
出された特徴情報に基づいて駐車領域に存在する車両を
判別するようにしたものである。

【０００７】また、検出対象とする駐車領域を斜め上方
から撮影する撮影手段と、該撮影手段によって撮影され
た駐車領域の撮影画像をディジタル画像データに変換し
て格納する画像データ記憶手段と、該格納された画像デ
ータに所定のぼけ関数によるフィルタ処理を施すことに
よりぼけ画像を作成し、該ぼけ画像中の駐車領域につい
て車両前後方向に沿った輝度値の投影加算を行い、該得
られた投影加算結果にしきい値処理を施すことにより駐
車領域に存在する車両を高輝度（明色系）車両群と低輝
度（暗色系）車両群に区分する大局的フィルタ処理部
と、該大局的フィルタ処理部によって区分された高輝度
車両群に所定のぼけ関数によるフィルタ処理を施すこと
により高輝度車両群中の窓情報と境界情報を抽出すると
ともに、前記低輝度車両群に所定のぼけ関数によるフィ
ルタ処理を施すことにより低輝度車両群中の境界情報を
抽出する詳細フィルタ処理部と、該詳細フィルタ処理部
で抽出された特徴情報に基づいて駐車領域に存在する車
両を判別する車両判別処理部とを備えることにより構成
したものである。

【０００８】

【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を参照して説明する。図１は、本発明方法を適
用して構成した本発明に係る駐車車両検出装置の一実施
形態を示すブロック図である。図において、１は検出対
象とする駐車場の特定駐車エリアを監視することのでき
る斜め上方の高所に設置された撮影手段たるＴＶカメ
ラ、２はＴＶカメラ１で撮影された撮影画像をディジタ
ル画像処理に都合のよい多階調のディジタル画像データ
に変換するＡＤ変換器、３は少なくとも１画面分の画像
データを格納できる画像データ記憶手段たる画像メモ
リ、４はぼけ関数によるフィルタ処理によって駐車領域
に存在する駐車車両を高輝度（明色系）車両群と低輝度
（暗色系）車両群の２つの大局的な輝度領域に区分する
ための大局フィルタ処理部、５は大局的フィルタ処理部
４で区分された高輝度車両群と低輝度車両群のそれぞれ
の領域毎に最適なぼけ関数によるフィルタ処理を施すこ
とにより駐車車両の特徴情報を抽出するための詳細フィ
ルタ処理部、６は詳細フィルタ処理部５で得られた特徴
情報の抽出結果に基づいて駐車車両を判別する車両判別
処理部である。

【０００９】次に、上記駐車車両検出装置の動作につい
て説明するが、その前に、本発明の駐車車両の検出原理
について簡単に述べる。本発明は、大局的情報から詳細
情報へと認識対象を移行していく人間の認識手順を模範
としてなされたもので、図２０のような個々の駐車マス
Ｍ１〜Ｍ４にとらわれることなく、まず最初に、駐車領
域Ａに存在する車両を高輝度（明色系）車両群と低輝度
（暗色系）車両群の２つの輝度領域に区分し、次に、こ
の大局的に区分した高輝度車両群と低輝度車両群の２つ
の領域のそれぞれに、それぞれの領域に最適なぼけ関数
によるフィルタ処理を施すことにより車両検出のための
特徴情報（例えば、車両の窓、隣り合う車両の境界な
ど）を抽出し、この抽出した特徴情報に基づいて車両の
存在を検出するようにしたものである。

【００１０】進んで、図１の駐車車両検出装置の動作に
ついて、図２のフローチャートを参照しながら詳細に説
明する。ＴＶカメラ１は斜め上方の高所から検出対象と
なる駐車場全体を撮影し、例えば図３（ａ）に示すよう
な撮影画像として、ＡＤ変換器２に送る（図２のステッ
プ１）。ＡＤ変換器２は、送られてきた図３（ａ）の撮
影画像を多階調のディジタル画像データに変換し、画像
メモリ３に格納する。なお、図３（ａ）において、７は
駐車領域である。

【００１１】次に、大局フィルタ処理部４は、ＡＤメモ
リ３に格納されている画像データに対してぼけ関数によ
るフィルタを処理を施すことにより（ステップＳ２）、
図３（ａ）の撮影画像を図６のようなぼけ画像に変換し
（ステップＳ３）、該得られたぼけ画像中の左右の駐車
領域７について、それぞれ車両前後方向に沿った輝度値
の投影加算を行い（ステップＳ４）、該得られた投影加
算結果に対してしきい値処理を施すことにより（ステッ
プＳ５）、左右の駐車領域７に存在する車両を高輝度車
両群（ステップＳ６）、低輝度車両群（ステップＳ１
２）の２つの輝度領域に区分する。以下、この大局フィ
ルタ処理部４におけるこれらの処理について詳述する。

【００１２】車両ボディが白色などの明色系の車両は高
輝度成分で構成されているため、図４に示すように、原
画像中の駐車領域７について車両前後方向（図のＸ方
向）に輝度値の投影加算を行うことにより、その輝度レ
ベルから車両候補群を抽出することが可能である。そこ
で、図３（ａ）の左列駐車領域７の具体的な投影加算結
果を図３（ｂ）に、また右列駐車領域７の具体的な投影
加算結果を図３（ｃ）にそれぞれ示す。図３（ｂ）
（ｃ）中に点線で示した横線は、高輝度の車両である
か、低輝度の車両であるかを判別するためのしきい値を
示している。この図３（ｂ）（ｃ）を参照すれば、投影
加算結果を利用して、高輝度（明色系）車両群と低輝度
（暗色系）車両群とに大別できることがわかる。

【００１３】しかしながら、車両を構成するパーツには
窓、ライト、ボディなど種々のものがあり、これらを含
んだままの形で投影加算を行うと、図３（ｂ）（ｃ）の
ように投影加算値の変動が激しく、どこまでが車両であ
るか否かの判定がかなり難しい。特に、車両の窓は撮影
画像上では低輝度成分として認識されるため、図３
（ｃ）のように窓によって高輝度車両群と低輝度車両群
が誤区分されることがある。

【００１４】そこで、このようなことを防止するため
に、本発明では、まず、例えば、下記の式（１）で与え
られる２次元ガウス関数（その関数曲線を図５に示す）
などのぼけ関数を用いてフィルタ処理を施すことによ
り、撮影画像の全体をぼかし、これによって窓による影
響を除去する。ｇ（ｘ，ｙ）＝ｅｘｐ｛−ａ（ｘ²＋ｙ²）｝（１）ただし、ｘ，ｙは撮影された２次元画像の座標位置、ａ
はガウス関数の主軸方向の傾きである。

【００１５】このぼけ関数によるフィルタ処理後のぼけ
画像を図６に、この図６のぼけ画像の投影加算結果を図
７（ａ）（ｂ）に示す。図７（ａ）は左列駐車領域７の
投影加算結果を、また図７（ｂ）は右列駐車領域７の投
影加算結果を示すものである。このように、ガウス関数
を用いたフィルタ処理を施すことによって窓による影響
を除去し、高輝度車両群と低輝度車両群に大局的に分割
することができる。以上のようにして区分された高輝度
車両群を図８中に区画線８で囲って示す。

【００１６】なお、前記の例では、ぼけ関数として式
（１）で与えられる２次元のガウス関数を用いたが、投
影加算値に対して１次元のガウス関数ｇ（ｙ）＝ｅｘｐ
（−ａｙ²）を用いてもほぼ同様な結果を得ることがで
きると同時に処理の高速化を図ることができる。また、
これ以外のぼけ関数として、例えば、下記の式（２）で
与えられる近傍ｎ点平均処理や、式（３）で与えられる
フーリエ変換を利用した周波数空間上でのローパスフィ
ルタ処理など、他のぼけ関数を用いても同様の結果を得
ることができる。

【００１７】

【数１】

【００１８】ただし、上式において、ｉは入力画像、ｏ
は出力画像であり、ｘ，ｙは実空間上での座標位置、ｗ
_x,ｗ_yはフーリエ空間上での空間周波数、Ｆはフーリエ
変換演算、Ｆ^-1は逆フーリエ変換演算、Ｌはローパスフ
ィルタである。

【００１９】次に、詳細フィルタ処理部５は、前記大局
的フィルタ処理部４によって区分された高輝度車両群に
対して所定のぼけ関数によるフィルタ処理を施すことに
より高輝度車両群中の特徴情報を抽出するとともに（ス
テップＳ６〜Ｓ１１）、前記低輝度車両群に対して所定
のぼけ関数によるフィルタ処理を施すことにより低輝度
車両群中の特徴情報を抽出する（ステップＳ１２〜Ｓ１
４）。以下、この詳細フィルタ処理部５における各処理
について詳述する。

【００２０】まず、高輝度車両群の処理について述べ
る。個々の車両の存在範囲を決定する際に、車両を高輝
度車両群と低輝度車両群に分け、高輝度車両群には高輝
度用の判定処理を施し、低輝度車両群には低輝度用の判
定処理を施すことにより、検出精度の向上を図るもので
ある。特に、高輝度車両においては、窓が大きな特徴情
報となることから、本発明では窓領域を抽出すること
で、車両の重なりを確実に分離するようにした。

【００２１】すなわち、前記大局フィルタ処理部４で区
分された図８中の左側の高輝度車両群８における投影加
算結果を図９に示す。図９中の点線で示す縦線は、目視
による車両の境界を示している。前述したように、高輝
度車両はボディ、窓、ライトなどのいろいろな輝度から
なるパーツによって構成されており、それらのパーツの
輝度の影響のため、図９のような単純な投影加算結果か
らでは車両の境界を抽出することは難しい。しかしなが
ら、車両が必ず持つ情報として「窓」があり、大きな意
味で窓が境界とみなすことができる。この窓は撮影画像
上では必ず低輝度成分として認識され、しかも、車両の
１／３程度の面積を占める単純形状をしており、抽出が
容易である。そこで、本発明では、車両の特徴情報の１
つとしてこの窓領域の抽出を行う。

【００２２】ステップＳ６〜１１の処理で対象としてい
るのは、高輝度成分で構成されている明色系の車両であ
る。したがって、撮影画像中の高輝度成分をカット（高
輝度部分は輝度０となる）することで、窓領域の抽出を
行うことができる。そこで、まず撮影画像中の高輝度成
分をカットした後、投影加算を行う（ステップＳ７）。
図１０に高輝度成分のカット画像を、また図１１（ａ）
にその投影加算結果を示す。図１１（ａ）中の太線で示
す部分が窓領域である。

【００２３】図１１（ａ）を参照すれば明らかなよう
に、単純に投影加算を行うと投影加算輝度値の変動が激
しく、正確に窓領域のみを抽出することが難しい。そこ
で、この窓領域の抽出を容易にするため、先程と同様に
ガウス関数によるフィルタ処理を施し、窓領域の抽出を
より確実に行うようにした。

【００２４】すなわち、図１１（ａ）の投影加算結果
に、下記の式（４）で与えられる１次元ガウス関数（そ
の関数曲線を図１２（ａ）に示す）によるフィルタ処理
を施す（ステップＳ８）。このフィルタ処理結果を、図
１１（ｂ）に示す。この図１１（ｂ）中のローカルピー
ク点（矢印個所）が窓領域のほぼ中心を示している。ｇ（ｙ）＝ｅｘｐ（−ａｙ²）（４）

【００２５】なお、前記ピーク点の位置は、図１１
（ｂ）の結果をさらに前方差分処理（いわゆる微分）す
ることで求めることができる。具体的には、図１１
（ａ）の投影加算結果に対して、下記の式（５）で与え
られるガウス１次微分関数（その関数曲線を図１２
（ｂ）に示す）によるフィルタ処理を施し、この１次微
分曲線中の正から負に変わるゼロ交差点を窓領域とすれ
ばよい（ステップＳ９）。ｇ′（ｙ）＝−２ａｙ・ｅｘｐ（−ａｙ²）（５）

【００２６】図１１（ａ）の投影加算結果に対して、式
（５）のガウス１次微分関数によるフィルタ処理を施し
た結果を図１１（ｃ）に示す。図１１（ｃ）中の○印の
個所が窓領域である。この検出された窓領域の中心位置
を図１３中に線９で示す。この窓領域を抽出することに
より、車両の存在台数を計数でき、さらに、窓と窓の間
には車両境界が必ず存在することから、次のステップＳ
１０，Ｓ１１の境界検出処理を行う際の処理範囲を限定
することが可能となる。なお、ここでもぼけ関数として
ガウス関数を用いたが、前述した式（２）や式（３）の
ような他のぼけ関数を用いてもよいことは勿論である。

【００２７】詳細フィルタ処理部５は、引き続いてステ
ップＳ１０，Ｓ１１において、車両境界の抽出処理を行
う。すなわち、このステップＳ１０，Ｓ１１において
は、車両間の陰影を検出対象とすることで、隣り合う車
両間の境界を検出する。車両と車両の間、つまり境界部
分である車両側面は光が当たりにくいため、必ず「暗」
となる低輝度領域が存在する。これを示したものが、図
１４（ａ）の太線部分である。なお、この場合、処理対
象とする画像が図１０の高輝度成分をカットした画像の
投影加算結果であるため、図１４（ａ）では輝度の高い
個所が暗領域となる。詳細フィルタ処理部５は、この車
両境界を抽出するために、先ほどと同様にガウス関数に
よるフィルタ処理を行う。

【００２８】図１４（ａ）の投影加算結果に対し、式
（４）のガウス関数（その関数曲線を図１５（ａ）に示
す）によるフィルタ処理を施すと図１４（ｂ）となり、
この図１４（ｂ）中のローカルピーク点（矢印個所）が
車両の境界位置を示すことになる。なお、この図１４
（ａ）の境界抽出の場合と、図１１（ａ）の窓抽出の場
合とを比較すれば明らかなように、境界位置は窓位置よ
りも輝度レベルが小さく、しかも、変化が小さい部分で
あるから、フィルタ処理に用いるガウス関数は、図１５
（ａ）に示すように、窓抽出の場合のガウス関数（図１
２（ａ））よりも分散の小さなガウス関数を用いる必要
がある。分散の程度は、実験的に決定すればよい。

【００２９】なお、前記図１４（ｂ）中のローカルピー
ク点の位置は、図１４（ｂ）の結果をさらに前方差分処
理（いわゆる微分）することで求めることができる。具
体的には、図１４（ａ）の投影加算結果に対して、前記
した式（５）で与えられるガウス１次微分関数（その関
数曲線を図１５（ｂ）に示す）によるフィルタ処理を施
し、この１次微分曲線中の正から負に変わるゼロ交差点
が窓領域を与える。

【００３０】図１４（ａ）に対して、式（５）のガウス
１次微分関数によるフィルタ処理を施した結果を図１４
（ｃ）に示す。図１４（ｃ）中の○印の個所が境界領域
である。なお、正から負に変わるゼロ交差点は窓領域で
も発生しているが、この窓領域は、すでに図１１（ｂ）
または（ｃ）で求められているので、窓領域と境界領域
とを明確に区別することができる。図１６に、このよう
にして抽出された車両の境界線を符号１０で示した。な
お、ここでもぼけ関数としてガウス関数を採用したが、
前述したように、これ以外のぼけ関数を用いても同様な
結果が得られる。

【００３１】以上の処理により、輝度の高い明色系の車
両について、窓位置と車両の境界位置を１台１台正確に
抽出することができる。

【００３２】さらに、詳細フィルタ処理部５は、前記大
局的フィルタ処理部４によって区分された低輝度車両群
（ステップＳ１２）に対して所定のぼけ関数によるフィ
ルタ処理を施すことにより、低輝度車両群中の特徴情報
を抽出する（ステップＳ１３，Ｓ１４）。以下、このス
テップＳ１３，Ｓ１４の処理ついて詳述する。

【００３３】この処理対象となる低輝度車両群は、図３
（ｂ），（ｃ）中のしきい値（点線の横線）以下の輝度
領域である。図１７にこのしきい値処理によって得られ
た低輝度車両群の抽出結果を、区画線１１で示す。ま
た、図１８（ａ）に左列領域の投影加算結果を示す。図
１８（ａ）に示すように、低輝度車両群においても車両
と車両の境界部には、高輝度車両群と同様に、暗領域が
存在する。また、低輝度車両では、ボディと窓がともに
低輝度となるため、図１８（ａ）のようにその投影加算
結果は高輝度車両のようにそれほど複雑な形状とはなら
ない。

【００３４】低輝度車両群の場合、車両の特徴情報とし
て前記暗領域（車両境界）を抽出する。すなわち、図１
８（ａ）の投影加算結果に対して前述した式（４）のガ
ウス関数によるフィルタ処理を施すことにより車両境界
を抽出する。図１８（ａ）の投影加算結果に対して式
（４）のガウス関数によるフィルタ処理を施した結果
を、図１８（ｂ）に示す。この図１８（ｂ）中のローカ
ルミニマム点（上向きの矢印個所）が車両の境界を示
し、ローカルマキシマム点（下向きの矢印個所）が車両
の存在位置を示している。また、図１８（ａ）の処理結
果に対して式（５）のガウス１次微分関数によるフィル
タ処理を施した結果を、図１８（ｃ）に示す。この図１
８（ｃ）中の負から正へのゼロ交差点（○印の個所）が
車両境界位置を、また正から負へのゼロ交差点（□印の
個所）が車両位置を示すものである。

【００３５】このようにして抽出された低輝度車両群に
おける車両境界と車両存在位置とをを図１９に示す。図
中、符号１２の線が抽出された車両の境界位置、符号１
３の線が抽出された車両位置を示している。なお、ここ
でもぼけ関数としてガウス関数を採用したが、前述した
ようにこれ以外のぼけ関数を用いても同様な結果が得ら
れる。

【００３６】上記のようにして、詳細フィルタ処理部５
において高輝度車両群と低輝度車両群についてのそれぞ
れの特徴情報が抽出されたら、車両判別処理部６は、該
抽出された特徴情報に基づいて駐車領域に存在する車両
を１台１台検出する（ステップＳ１５）。まず、高輝度
車両群については、図１１（ｃ）に示される車両の窓領
域の情報と、図１４（ｃ）に示される車両の境界領域の
情報に基づいて、１つの境界領域内には必ず１つの窓領
域しか存在しないことを条件として、当該位置に車両が
存在するか否かを判定する。また、低輝度車両群につい
ては、図１８（ｃ）に示される境界領域と車両位置情報
に基づいて、車両の間に必ず境界が存在することを条件
として、当該位置に車両が存在するか否かを判定する。

【００３７】このようにして、詳細フィルタ処理部５に
おいて抽出された高輝度車両群と低輝度車両群について
のそれぞれの特徴情報から車両の存在を判定することに
より、駐車車両に重なりが発生している場合でも、１台
１台の車両を正確に分離して検出することができる。な
お、この車両判定において、詳細フィルタ処理部５で抽
出された特徴情報だけでなく、他の処理装置によって得
られた、例えば、車両のエッジ量、輝度分布、分散、彩
度、色相などの他の特徴情報も併せて判定すれば、より
正確な車両検出を行うことができる。

【００３８】

【発明の効果】以上説明したように、本発明に係る駐車
車両検出方法と装置によるときは、ガウス関数およびそ
の他のぼけ関数を用いたフィルタ処理を施すことによ
り、駐車車両を高輝度（明色系）車両群と低輝度（暗色
系）車両群とに区分し、それぞれの領域について細かな
特徴情報を抽出するようしたので、人間の認識手順を模
範として大局的な認識から局所的な認識へとその判定処
理を進めていくことができ、たとえ車両の重なりが発生
していたとしても、駐車車両を一台一台分離して正確に
検出することができる。

【００３９】また、車両を高輝度車両群と低輝度車両群
に区分けした後、車両群ごとに個々の車両の存在範囲を
決定するようにしたので、高輝度車両には高輝度車両用
の判別処理を、また低輝度車両には低輝度車両用の判別
処理をそれぞれ適用することができ、検出精度の向上を
図ることができる。

【００４０】また、高輝度車両は窓が大きな情報となる
ことから、窓の抽出処理を行うことで前後左右の車両の
重なりを分離するとともに、車両と車両の間に生じる陰
影を検出対象とすることで車両の境界を検出するように
したので、車両境界の判定も的確に行うことができる。

【００４１】また、低輝度車両は車両間に生じる陰影を
検出対象とすることで車両を分離して車両の境界を検出
するようにしたので、車両の存在位置と境界の判定も的
確に行うことができる。

【００４２】さらに、ガウス関数およびその他のぼけ関
数の関数形状を検出対象とする窓や境界部などのターゲ
ットに合わせて変えながらフィルタ処理を行うようにし
たので、目的とする特徴情報の抽出が正確で容易とな
り、個々の車両の存在範囲を確実に決定することができ
る。

【図面の簡単な説明】

【図１】本発明の一実施形態のブロック図である。

【図２】実施形態の動作を示すフローチャートである。

【図３】駐車場の撮影画像を示すもので、（ａ）は原画
像、（ｂ）は原画像中の左列駐車領域の投影加算結果、
（ｃ）は原画像中の右列駐車領域の投影加算結果であ
る。

【図４】投影加算方法の説明図である。

【図５】２次元ガウス関数の関数曲線を示す図である。

【図６】２次元ガウス関数によるフィルタ処理により得
られたぼけ画像を示す図である。

【図７】ぼけ画像の投影加算結果を示すもので、（ａ）
はぼけ画像中の左列駐車領域の投影加算結果、（ｂ）は
ぼけ画像中の右列駐車領域の投影加算結果である。

【図８】高輝度車両群の抽出結果を示す図である。

【図９】図８中の左列側の高輝度車両群の投影加算結果
を示す図である。

【図１０】高輝度成分をカットした画像を示す図であ
る。

【図１１】高輝度車両群における窓領域検出のための処
理方法を示すもので、（ａ）は高輝度成分をカットした
画像の投影加算結果、（ｂ）は（ａ）にガウス関数によ
るフィルタ処理を施した処理結果、（ｃ）は（ａ）にガ
ウス１次微分関数によるフィルタ処理を施した処理結果
を示すものである。

【図１２】図１１で用いたガウス関数を示し、（ａ）は
１次元ガウス関数の関数曲線、（ｂ）はガウス１次微分
関数の関数曲線を示すものである。

【図１３】高輝度車両群における窓領域の抽出結果を示
す図である。

【図１４】高輝度所領群における境界領域検出のための
処理方法を示すもので、（ａ）は高輝度成分をカットし
た画像の投影加算結果、（ｂ）は（ａ）にガウス関数に
よるフィルタ処理を施した処理結果、（ｃ）は（ａ）に
ガウス１次微分関数によるフィルタ処理を施した処理結
果を示すものである。

【図１５】図１４で用いたガウス関数を示し、（ａ）は
１次元ガウス関数の関数曲線、（ｂ）はガウス１次微分
関数の関数曲線を示すものである。

【図１６】高輝度車両群における車両境界の抽出結果を
示す図である。

【図１７】低輝度車両群の抽出結果を示す図である。

【図１８】低輝度車両群における境界領域検出のための
処理方法を示すもので、（ａ）は低輝度車両群の投影加
算結果、（ｂ）は（ａ）にガウス関数によるフィルタ処
理を施した処理結果、（ｃ）は（ａ）にガウス１次微分
関数によるフィルタを処理を施した処理結果を示すもの
である。

【図１９】低輝度車両群における車両境界と車両位置の
抽出結果を示す図である。

【図２０】従来方法の説明図である。

【符号の説明】

１ＴＶカメラ（撮像手段）２ＡＤ変換器３画像メモリ（画像データ記憶手段）４大局フィルタ処理部５詳細フィルタ処理部６車両判別処理部

───────────────────────────────────────────────────── フロントページの続き (72)発明者堀場勇夫愛知県刈谷市東境町新林50−２ (56)参考文献特開平９−67954（ＪＰ，Ａ) 特開平９−33232（ＪＰ，Ａ) 特開平７−41118（ＪＰ，Ａ) 特開平５−324954（ＪＰ，Ａ) 特開平４−52799（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 7/00 - 7/60 G06T 1/00 280 G08G 1/00 H04N 7/18 G06T 9/20

Claims

(57)【特許請求の範囲】

【請求項１】検出対象とする駐車領域を斜め上方から
撮影し、該撮影画像に所定のぼけ関数によるフィルタ処理を施し
てぼけ画像を作成するとともに、該得られたぼけ画像中
の駐車領域について車両前後方向に沿った輝度値の投影
加算を行い、該得られた投影加算結果にしきい値処理を施すことによ
り駐車領域に存在する車両を高輝度（明色系）車両群と
低輝度（暗色系）車両群に区分し、該区分された車両群に所定のぼけ関数によるフィルタ処
理を施すことにより車両群中の窓情報や境界情報を抽出
し、これら抽出された特徴情報に基づいて駐車領域に存在す
る車両を判別することを特徴とする駐車車両検出方法。
【請求項２】検出対象とする駐車領域を斜め上方から
撮影する撮影手段と、該撮影手段によって撮影された駐車領域の撮影画像をデ
ィジタル画像データに変換して格納する画像データ記憶
手段と、該格納された画像データに所定のぼけ関数によるフィル
タ処理を施すことによりぼけ画像を作成し、該ぼけ画像
中の駐車領域について車両前後方向に沿った輝度値の投
影加算を行い、該得られた投影加算結果にしきい値処理
を施すことにより駐車領域に存在する車両を高輝度（明
色系）車両群と低輝度（暗色系）車両群に区分する大局
的フィルタ処理部と、該大局的フィルタ処理部によって区分された高輝度車両
群に所定のぼけ関数によるフィルタ処理を施すことによ
り高輝度車両群中の窓情報と境界情報を抽出するととも
に、前記低輝度車両群に所定のぼけ関数によるフィルタ
処理を施すことにより低輝度車両群中の境界情報を抽出
する詳細フィルタ処理部と、該詳細フィルタ処理部で抽出された特徴情報に基づいて
駐車領域に存在する車両を判別する車両判別処理部とを
備えたことを特徴とする駐車車両検出装置。