JPH0656619B2 - 白線検出装置 - Google Patents
白線検出装置Info
- Publication number
- JPH0656619B2 JPH0656619B2 JP61288709A JP28870986A JPH0656619B2 JP H0656619 B2 JPH0656619 B2 JP H0656619B2 JP 61288709 A JP61288709 A JP 61288709A JP 28870986 A JP28870986 A JP 28870986A JP H0656619 B2 JPH0656619 B2 JP H0656619B2
- Authority
- JP
- Japan
- Prior art keywords
- white line
- line
- image
- gray value
- point
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は無人搬送車などの走行路に引かれた白線を検出
する白線検出装置に関する。
する白線検出装置に関する。
（従来技術） 無人搬送車などの走行車の走行を制御するために、走行
車に取り付けられたテレビカメラなどの撮像部によって
外部環境を撮像し、その撮像された二次元画像から外部
環境を認識する技術が知られている。従来このような目
的で外部環境を認識する手段としては、走行路面や壁面
にセンシング可能なライン状またはスポット状の目印
（マーカー）を設置し、走行車に設けた受光素子によっ
てそれらの目印を感知する方法が知られている。（たと
えば特開昭５９−２２４５０５号）。
車に取り付けられたテレビカメラなどの撮像部によって
外部環境を撮像し、その撮像された二次元画像から外部
環境を認識する技術が知られている。従来このような目
的で外部環境を認識する手段としては、走行路面や壁面
にセンシング可能なライン状またはスポット状の目印
（マーカー）を設置し、走行車に設けた受光素子によっ
てそれらの目印を感知する方法が知られている。（たと
えば特開昭５９−２２４５０５号）。
しかしながら、このような従来の方法においては、路面
や壁面に特別なマーカーを設置しなければならないため
に、外部環境のレイアウト変更が大変であるとか、マー
カーの汚れに弱いという問題があり、外部環境に手を加
えることなく安定して外部環境を認識する手法の開発が
望まれている。
や壁面に特別なマーカーを設置しなければならないため
に、外部環境のレイアウト変更が大変であるとか、マー
カーの汚れに弱いという問題があり、外部環境に手を加
えることなく安定して外部環境を認識する手法の開発が
望まれている。
（発明の目的および構成） 本発明は上記の点にかんがみてなされたもので、レイア
ウトの変更や増設に際してマーカーの再設置をするなど
外部環境に手を加えずに外部環境を認識することを目的
とし、そのために工場内には人や走行車の通路と作業場
とを区別するために白線が引かれている点に着目し、上
記目的を達成するために、第１図に全体構成を示すよう
に、白線を含む外部環境を撮像して得られる二次元観測
画像からエッジ検出手段１００により濃淡値が暗から明
に変化する点と明から暗に変化する点を検出し、検出し
た点の集合により形成されるエッジを検出し、このエッ
ジにより形成される領域のうち左端のエッジが濃淡値が
暗から明に変化する点で右端のエッジが濃淡値が明から
暗に変化する点であり且つその幅が検出すべき白線の太
さに応じた所定幅範囲にある領域を白線候補部として白
線候補部検出手段２００により検出し、パターン分類手
段３００により白線候補部の水平方向の中心点を白線候
補部全体について求めこの中心点を結んで白線候補部の
骨格線を求めるとともにこの骨格線を右上りの線か右下
りの線かで分類し、この分類されたパターンについて白
線検出手段４００においてＨＯＵＧＨ変換を施すことに
より白線を検出するように構成したものである。
ウトの変更や増設に際してマーカーの再設置をするなど
外部環境に手を加えずに外部環境を認識することを目的
とし、そのために工場内には人や走行車の通路と作業場
とを区別するために白線が引かれている点に着目し、上
記目的を達成するために、第１図に全体構成を示すよう
に、白線を含む外部環境を撮像して得られる二次元観測
画像からエッジ検出手段１００により濃淡値が暗から明
に変化する点と明から暗に変化する点を検出し、検出し
た点の集合により形成されるエッジを検出し、このエッ
ジにより形成される領域のうち左端のエッジが濃淡値が
暗から明に変化する点で右端のエッジが濃淡値が明から
暗に変化する点であり且つその幅が検出すべき白線の太
さに応じた所定幅範囲にある領域を白線候補部として白
線候補部検出手段２００により検出し、パターン分類手
段３００により白線候補部の水平方向の中心点を白線候
補部全体について求めこの中心点を結んで白線候補部の
骨格線を求めるとともにこの骨格線を右上りの線か右下
りの線かで分類し、この分類されたパターンについて白
線検出手段４００においてＨＯＵＧＨ変換を施すことに
より白線を検出するように構成したものである。
（実施例） 以下本発明を図面に基づいて説明する。
第２図は本発明による白線検出装置の一実施例のブロッ
ク線図を示す。
ク線図を示す。
本装置は、撮像部１０１と、この撮像部１０１により撮
像した画像データをストアしておく画像メモリ１０２
と、画像メモリ１０２にストアされた情報からエッジ情
報を演算する微分演算部１０３と、演算したエッジ情報
を閾値αで２値化する２値化部１０４と、演算したエッ
ジ情報を閾値βで反転２値化する２値化部１０５と、こ
れらの２値化部１０４、１０５で抽出したエッジ情報を
幅１にそれぞれ細線化する細線化部１０６および１０７
と、細線化された２枚の画像を加算する加算部１０８
と、加算結果から鉛直方向エッジを除去する鉛直エッジ
除去部１０９と、そこから白線と思われる領域を検出す
る白線候補部抽出部１１０と、白線候補とされた領域か
ら中心線（骨格線）を抽出する骨格線抽出部１１１と、
抽出された骨格線から骨格線を右上りか左上りかでパタ
ーン分けするパターン分類部１１２と、得られたパター
ンをストアしておく右上り骨格線格納用画像メモリ１１
３と、同様の右下り骨格線格納用画像メモリ１１４と、
これらのメモリ１１３および１１４のデータから白線を
検出する白線検出部１１５とから構成されている。
像した画像データをストアしておく画像メモリ１０２
と、画像メモリ１０２にストアされた情報からエッジ情
報を演算する微分演算部１０３と、演算したエッジ情報
を閾値αで２値化する２値化部１０４と、演算したエッ
ジ情報を閾値βで反転２値化する２値化部１０５と、こ
れらの２値化部１０４、１０５で抽出したエッジ情報を
幅１にそれぞれ細線化する細線化部１０６および１０７
と、細線化された２枚の画像を加算する加算部１０８
と、加算結果から鉛直方向エッジを除去する鉛直エッジ
除去部１０９と、そこから白線と思われる領域を検出す
る白線候補部抽出部１１０と、白線候補とされた領域か
ら中心線（骨格線）を抽出する骨格線抽出部１１１と、
抽出された骨格線から骨格線を右上りか左上りかでパタ
ーン分けするパターン分類部１１２と、得られたパター
ンをストアしておく右上り骨格線格納用画像メモリ１１
３と、同様の右下り骨格線格納用画像メモリ１１４と、
これらのメモリ１１３および１１４のデータから白線を
検出する白線検出部１１５とから構成されている。
次に第３図を参照して動作を説明する。
撮像部１０１から取り込んだ同図（イ）に示すような画
像信号Ａ（ｉ，ｊ）は画像メモリ１０２にストアされる
とともに微分演算部１０３に送られ、３×３の微分フィ
ルタＰ の作用によってエッジ画像Ａ′（ｉ，ｊ）が得られる。
たとえば、取扱う画像が１画素当り８ビットの濃淡情報
（濃淡値０〜２５５）を持ち得るとき Ａ′(i,j)＝INT［｛A(i+1,j-1)+2A(i+1,j)+A(i+1,j+1)-
A(i-1,j-1)-2A(i-1,j)-A(i-1,j+1)+1024｝／２３］ となる。ここでＩＮＴ（Ｘ）はＸを越えない最大整数を
与える関数であり、１０２４と２３はともに正規化のた
めの項である。
像信号Ａ（ｉ，ｊ）は画像メモリ１０２にストアされる
とともに微分演算部１０３に送られ、３×３の微分フィ
ルタＰ の作用によってエッジ画像Ａ′（ｉ，ｊ）が得られる。
たとえば、取扱う画像が１画素当り８ビットの濃淡情報
（濃淡値０〜２５５）を持ち得るとき Ａ′(i,j)＝INT［｛A(i+1,j-1)+2A(i+1,j)+A(i+1,j+1)-
A(i-1,j-1)-2A(i-1,j)-A(i-1,j+1)+1024｝／２３］ となる。ここでＩＮＴ（Ｘ）はＸを越えない最大整数を
与える関数であり、１０２４と２３はともに正規化のた
めの項である。
こうして得られたエッジ画像Ａ′（ｉ，ｊ）は２値化部
１０４および１０５に送られ、２値化部１０４において
Ａ′（ｉ，ｊ）を濃淡値１２８を越えるある閾値で２値
化することにより（Ａ′（ｉ，ｊ）において濃淡値が閾
値を終えている画素に対し、その濃淡値を２５５に置き
換え、閾値を越えていない画素については濃淡値０を置
き変える操作を行う）、ラスター走査した際のある一定
値以上の明から暗への濃淡変化点が濃淡値２５５を有す
る画素として検出され、２値化部１０５においては、
Ａ′（ｉ，ｊ）を濃淡値１２８を越えないある閾値で反
転２値化することにより（Ａ′（ｉ，ｊ）において濃淡
値が閾値を越えている画素に対しその濃淡値を０に置き
変え、閾値を越えていない画素については濃淡値１２８
に置き変える走査を行う）、ラスター走査した際のある
一定値以上の明から暗への濃淡変化点が濃淡値２５５を
有する画素として検出される。
１０４および１０５に送られ、２値化部１０４において
Ａ′（ｉ，ｊ）を濃淡値１２８を越えるある閾値で２値
化することにより（Ａ′（ｉ，ｊ）において濃淡値が閾
値を終えている画素に対し、その濃淡値を２５５に置き
換え、閾値を越えていない画素については濃淡値０を置
き変える操作を行う）、ラスター走査した際のある一定
値以上の明から暗への濃淡変化点が濃淡値２５５を有す
る画素として検出され、２値化部１０５においては、
Ａ′（ｉ，ｊ）を濃淡値１２８を越えないある閾値で反
転２値化することにより（Ａ′（ｉ，ｊ）において濃淡
値が閾値を越えている画素に対しその濃淡値を０に置き
変え、閾値を越えていない画素については濃淡値１２８
に置き変える走査を行う）、ラスター走査した際のある
一定値以上の明から暗への濃淡変化点が濃淡値２５５を
有する画素として検出される。
次に２値化部１０４および１０５で得られた画像を細線
化部１０６および１０７で太さ１に細線化し、細線化部
１０７で得られた明から暗への濃淡変化点に１２８なる
濃淡値を与え、加算部１０８において細線化部１０６と
細線化部１０７の結果の同一画素どうしの濃淡値の加算
を行う。以上の処理によって、たとえば第３図（イ）に
示したような原画像Ａ（ｉ，ｊ）から同図（ロ）に示し
たようなエッジ構成点画像Ｂ（ｉ，ｊ）が得られる。
化部１０６および１０７で太さ１に細線化し、細線化部
１０７で得られた明から暗への濃淡変化点に１２８なる
濃淡値を与え、加算部１０８において細線化部１０６と
細線化部１０７の結果の同一画素どうしの濃淡値の加算
を行う。以上の処理によって、たとえば第３図（イ）に
示したような原画像Ａ（ｉ，ｊ）から同図（ロ）に示し
たようなエッジ構成点画像Ｂ（ｉ，ｊ）が得られる。
次に鉛直エッジ除去部１０９において、エッジ構成点画
像Ｂ（ｉ，ｊ）中の濃淡値２５５の鉛直方向ランおよび
濃淡値１２８の鉛直方向ランをそれぞれ除去することに
よって同図（ハ）に示したような画像Ｃ（ｉ，ｊ）が得
られる。
像Ｂ（ｉ，ｊ）中の濃淡値２５５の鉛直方向ランおよび
濃淡値１２８の鉛直方向ランをそれぞれ除去することに
よって同図（ハ）に示したような画像Ｃ（ｉ，ｊ）が得
られる。
次に白線候補部抽出部１１０において、鉛直エッジ除去
画像Ｃ（ｉ，ｊ）の濃淡値を調べ、左端の濃淡値が２５
５、右端の濃淡値が１２８であるような水平領域で、両
端の幅ｘがあらかじめ設定しておいた第３図（ニ）で与
えられるＷに対し、Ｗ／２ｘＷを満たすような領域
を探し、白線候補部として濃淡値２５５を与え、同図
（ホ）に示すような画像Ｄ（ｉ，ｊ）を得る。
画像Ｃ（ｉ，ｊ）の濃淡値を調べ、左端の濃淡値が２５
５、右端の濃淡値が１２８であるような水平領域で、両
端の幅ｘがあらかじめ設定しておいた第３図（ニ）で与
えられるＷに対し、Ｗ／２ｘＷを満たすような領域
を探し、白線候補部として濃淡値２５５を与え、同図
（ホ）に示すような画像Ｄ（ｉ，ｊ）を得る。
第４図は白線候補部抽出のフローチャートである。縦Ｍ
画素、横Ｎ画素から成る鉛直エッジ除去画像Ｃ（ｉ，
ｊ）について、ｉ＝１，ｊ＝１として（Ｆ−１）画面の
左上から水平方向にラスター走査する。この間に画像Ｃ
（ｉ，ｊ）の濃淡値を調べ、濃淡値が２５５になる点を
調べる（Ｆ−２）。画像の濃淡値が２５５となる画素が
見つかったとき、次の式から定まる水平方向探索範囲Ｗ
を設定する（Ｆ−３）。
画素、横Ｎ画素から成る鉛直エッジ除去画像Ｃ（ｉ，
ｊ）について、ｉ＝１，ｊ＝１として（Ｆ−１）画面の
左上から水平方向にラスター走査する。この間に画像Ｃ
（ｉ，ｊ）の濃淡値を調べ、濃淡値が２５５になる点を
調べる（Ｆ−２）。画像の濃淡値が２５５となる画素が
見つかったとき、次の式から定まる水平方向探索範囲Ｗ
を設定する（Ｆ−３）。
Ｗ＝ＩＮＴ（ｊ／２０） ここで式中の２０はカメラのレイアウトとか白線の太さ
などによって使用者が予め決定する値の一例である。、
次にＷが０でないことを確認し（Ｆ−４）、確認できた
ところでＫ＝ｉ＋ＷからＫを求め（Ｆ−５）、Ｋ≧Ｎと
なるまで（Ｆ−６）画像Ｃ（ｉ，ｊ）の濃淡値が１２８
になる点を調べる（Ｆ−７）。濃淡値が１２８になった
ところでＬ＝ｉとし（Ｆ−８）、Ｄ（Ｌ，ｊ）＝２５５
となる画素を求める（Ｆ−９）。この処理後はステップ
（Ｆ−２）にもどり、ｉ＝１からＮ、ｊ＝１からＭにつ
いて上述した処理を繰り返す。こうして画面を左から右
に向って探索を行ない、画像Ｃ（ｉ，ｊ）からＷを越え
ない最大の領域を抽出し、第３図（ホ）に示すような白
線候補部画像Ｄ（ｉ，ｊ）が得られる。
などによって使用者が予め決定する値の一例である。、
次にＷが０でないことを確認し（Ｆ−４）、確認できた
ところでＫ＝ｉ＋ＷからＫを求め（Ｆ−５）、Ｋ≧Ｎと
なるまで（Ｆ−６）画像Ｃ（ｉ，ｊ）の濃淡値が１２８
になる点を調べる（Ｆ−７）。濃淡値が１２８になった
ところでＬ＝ｉとし（Ｆ−８）、Ｄ（Ｌ，ｊ）＝２５５
となる画素を求める（Ｆ−９）。この処理後はステップ
（Ｆ−２）にもどり、ｉ＝１からＮ、ｊ＝１からＭにつ
いて上述した処理を繰り返す。こうして画面を左から右
に向って探索を行ない、画像Ｃ（ｉ，ｊ）からＷを越え
ない最大の領域を抽出し、第３図（ホ）に示すような白
線候補部画像Ｄ（ｉ，ｊ）が得られる。
すなわち、この処理においても、まず画面の左上の画素
から水平方向に走査するものとし、ｉ＝１，ｊ＝１とす
る（Ｐ−１）。
から水平方向に走査するものとし、ｉ＝１，ｊ＝１とす
る（Ｐ−１）。
まず、白線候補部画像Ｄ（ｉ，ｊ）の濃淡値が０か否か
を調べ（Ｐ−２）、０ならば白線候補部がないとして水
平方向に１画素分だけ移動する。これに対して画像Ｄ
（ｉ，ｊ）の濃淡値が０でなければ白線候補部ありとし
てＡ＝１とし（Ｐ−３）、次にｉをｉ＋１として（Ｐ−
４）ｉ＝Ｎになるまで（Ｐ−５）、画像Ｄ（ｉ，ｊ）の
濃度値が０か否かを調べ続ける（Ｐ−６）。走査点が１
画素分だけ水平方向に移動するたびにＡを１ずつインク
リメントしていく（Ｆ−７）。ステップ（Ｐ−６）にお
いて、Ｄ（ｉ，ｊ）＝０となったときに を演算してＫを求め（Ｐ−８）、そのＫをｘ座標とする
画素Ｅ（ｋ，ｊ）＝２５５を求める（Ｐ−９）。
を調べ（Ｐ−２）、０ならば白線候補部がないとして水
平方向に１画素分だけ移動する。これに対して画像Ｄ
（ｉ，ｊ）の濃淡値が０でなければ白線候補部ありとし
てＡ＝１とし（Ｐ−３）、次にｉをｉ＋１として（Ｐ−
４）ｉ＝Ｎになるまで（Ｐ−５）、画像Ｄ（ｉ，ｊ）の
濃度値が０か否かを調べ続ける（Ｐ−６）。走査点が１
画素分だけ水平方向に移動するたびにＡを１ずつインク
リメントしていく（Ｆ−７）。ステップ（Ｐ−６）にお
いて、Ｄ（ｉ，ｊ）＝０となったときに を演算してＫを求め（Ｐ−８）、そのＫをｘ座標とする
画素Ｅ（ｋ，ｊ）＝２５５を求める（Ｐ−９）。
ステップ（Ｐ−２）にもどってｉ＝１からＮ、ｊ＝１か
らＭについて上述した処理を繰り返し全画面について骨
格線を求める。その結果第３図（ヘ）に示すような骨格
線画像Ｅ（ｉ，ｊ）が得られる。
らＭについて上述した処理を繰り返し全画面について骨
格線を求める。その結果第３図（ヘ）に示すような骨格
線画像Ｅ（ｉ，ｊ）が得られる。
次にパターン分離部１１２において、骨格線画像Ｅ
（ｉ，ｊ）から右上りの骨格線Ｆ（ｉ，ｊ）と右下りの
骨格線Ｇ（ｉ，ｊ）をそれぞれ抽出する。すなわちＥ
（ｉ，ｊ）にその中央に骨格線構成画素（濃淡値２５５
の画素）がくるような３×３のマスクをかけると、マス
ク内パターンは第６図に示したパターンのいずれかにな
るため、右上りパターン、右下りパターンの分類を容易
に行うことができる。こうして得られた右上り骨格線Ｆ
（ｉ，ｊ）および右下り骨格線Ｇ（ｉ，ｊ）の画像は第
３図（ト）および（チ）に示すようなもので、それぞれ
画像メモリ１１３および１１４にストアされる。
（ｉ，ｊ）から右上りの骨格線Ｆ（ｉ，ｊ）と右下りの
骨格線Ｇ（ｉ，ｊ）をそれぞれ抽出する。すなわちＥ
（ｉ，ｊ）にその中央に骨格線構成画素（濃淡値２５５
の画素）がくるような３×３のマスクをかけると、マス
ク内パターンは第６図に示したパターンのいずれかにな
るため、右上りパターン、右下りパターンの分類を容易
に行うことができる。こうして得られた右上り骨格線Ｆ
（ｉ，ｊ）および右下り骨格線Ｇ（ｉ，ｊ）の画像は第
３図（ト）および（チ）に示すようなもので、それぞれ
画像メモリ１１３および１１４にストアされる。
次に白線検出部１１５において、これらの骨格線Ｆ
（ｉ，ｊ）およびＧ（ｉ，ｊ）にそれぞれＨＯＵＧＨ変
換を施すことにより白線を検出することができる。白線
の検出結果は第３図（リ）に示すようになる。図ｌＬお
よびｌＲが検出した白線である。
（ｉ，ｊ）およびＧ（ｉ，ｊ）にそれぞれＨＯＵＧＨ変
換を施すことにより白線を検出することができる。白線
の検出結果は第３図（リ）に示すようになる。図ｌＬお
よびｌＲが検出した白線である。
ＨＯＵＧＨ変換とはＦ（ｉ，ｊ）、Ｇ（ｉ，ｊ）のよう
な点列から直線を検出する手法であり、画像処理の分野
で広く用いられる。以下、今回用いたＨＯＵＧＨ変換に
ついてＦ（ｉ，ｊ）を例にとって第７図を用いて説明す
る。
な点列から直線を検出する手法であり、画像処理の分野
で広く用いられる。以下、今回用いたＨＯＵＧＨ変換に
ついてＦ（ｉ，ｊ）を例にとって第７図を用いて説明す
る。
第７図（ロ）は同図（イ）上に設けた基準ラインｙ＝α
上て点ＰをＰ０からＰｎまで変化させた際、点Ｐと骨格
構成点Ａ点とを結ぶ直線が画像端と交わる点Ｑの軌跡を
表わしたものである。パラメータ平面上の点（Ｐｉ，Ｑ
ｉ）にはＰｉ，Ｑｉを結ぶ線分上に骨格線構成点が何点
乗っているかを表わすために軌跡の通過ごとに濃淡値を
インクリメントしていく。たとえば第７図（ロ）では、
点Ａの射影パターンｌＡと点Ｂの射影パターｌＢの交点
に濃淡値２を与え、その他のｌＡ，ｌＢ上の点には濃淡
値１を与える。
上て点ＰをＰ０からＰｎまで変化させた際、点Ｐと骨格
構成点Ａ点とを結ぶ直線が画像端と交わる点Ｑの軌跡を
表わしたものである。パラメータ平面上の点（Ｐｉ，Ｑ
ｉ）にはＰｉ，Ｑｉを結ぶ線分上に骨格線構成点が何点
乗っているかを表わすために軌跡の通過ごとに濃淡値を
インクリメントしていく。たとえば第７図（ロ）では、
点Ａの射影パターンｌＡと点Ｂの射影パターｌＢの交点
に濃淡値２を与え、その他のｌＡ，ｌＢ上の点には濃淡
値１を与える。
第８図はＦ（ｉ，ｊ）のＨＯＵＧＨ変換のフローチャー
トを示しており、パラメータ平面の濃淡値をＲ（Ｐ，
Ｑ）とする。
トを示しており、パラメータ平面の濃淡値をＲ（Ｐ，
Ｑ）とする。
まず点ＰをＰ０に定め（Ｗ−１）、基準ライン上の左端
の画素（ｉ＝１，ｊ＝α）から始めて（Ｗ−２）、右上
り骨格線Ｆ（ｉ，ｊ）の濃淡値が２５５になるまでｉを
１からＰまで、ｊをαからＭまで増していく。右上り骨
格線Ｆ（ｉ，ｊ）の濃淡値が２５５になったところでＱ
１を算出し（Ｗ−４）、パラメータ平面の濃淡値Ｒ
（Ｐ，Ｑ）を１だけインクリメトする（Ｗ−５）。ここ
でパラメータ平面の最大濃淡値Ｖ＝０、Ｘ＝Ｐ０、Ｙ＝
Ｑ０から始めて（Ｗ−６）、ＸをＰ０からＰｎまで、Ｙ
をＱ０からＱｎまで変化させて点（Ｘ，Ｙ）の濃淡値Ｒ
（Ｘ，Ｙ）が最大濃淡値Ｖ（＝０）より大きくなる点
（Ｘ，Ｙ）を求める。
の画素（ｉ＝１，ｊ＝α）から始めて（Ｗ−２）、右上
り骨格線Ｆ（ｉ，ｊ）の濃淡値が２５５になるまでｉを
１からＰまで、ｊをαからＭまで増していく。右上り骨
格線Ｆ（ｉ，ｊ）の濃淡値が２５５になったところでＱ
１を算出し（Ｗ−４）、パラメータ平面の濃淡値Ｒ
（Ｐ，Ｑ）を１だけインクリメトする（Ｗ−５）。ここ
でパラメータ平面の最大濃淡値Ｖ＝０、Ｘ＝Ｐ０、Ｙ＝
Ｑ０から始めて（Ｗ−６）、ＸをＰ０からＰｎまで、Ｙ
をＱ０からＱｎまで変化させて点（Ｘ，Ｙ）の濃淡値Ｒ
（Ｘ，Ｙ）が最大濃淡値Ｖ（＝０）より大きくなる点
（Ｘ，Ｙ）を求める。
最大濃淡値Ｖを与えるＰｉ（Ｘ）をＳとし、Ｑｉ（Ｙ）
をＴとして最大濃淡値Ｖを求め（Ｗ−８）、この最大濃
淡値Ｖが閾値ＶＴＨより大きくなったとき白線あり、小
さいとき白線なしとする（Ｗ−９）。
をＴとして最大濃淡値Ｖを求め（Ｗ−８）、この最大濃
淡値Ｖが閾値ＶＴＨより大きくなったとき白線あり、小
さいとき白線なしとする（Ｗ−９）。
こうして、与えられたすべての骨格構成点について処理
を行い、パラメータ平面（Ｐ，Ｑ）上で最大濃淡値を有
する点をもって、最適直線と見なすことができる。
を行い、パラメータ平面（Ｐ，Ｑ）上で最大濃淡値を有
する点をもって、最適直線と見なすことができる。
ここでたとえば、原画像に白線が１本しか見えないと
き、たとえば右上りの白線しか見えないときを考える
と、右下りの骨格線として抽出したＧ（ｉ，ｊ）には白
線データは何も入っていないわけである。したがってＧ
（ｉ，ｊ）をＨＯＵＧＨ変換した際のパラメータ平面の
最大濃淡値は、白線が見えているときのそれに比べて小
さくなることが予想される。したがって、ＨＯＵＧＨ変
換した際のパラメータ平面上の最大濃淡値Ｖに閾値を設
定することによって白線が１本しか見えないときでも対
処可能になる。上の例では右下りの骨格線Ｇ（ｉ，ｊ）
から得られたパラメータ平面の最大濃淡値がＶに満たな
いことになって、右下りの白線は検出されないようにな
る。
き、たとえば右上りの白線しか見えないときを考える
と、右下りの骨格線として抽出したＧ（ｉ，ｊ）には白
線データは何も入っていないわけである。したがってＧ
（ｉ，ｊ）をＨＯＵＧＨ変換した際のパラメータ平面の
最大濃淡値は、白線が見えているときのそれに比べて小
さくなることが予想される。したがって、ＨＯＵＧＨ変
換した際のパラメータ平面上の最大濃淡値Ｖに閾値を設
定することによって白線が１本しか見えないときでも対
処可能になる。上の例では右下りの骨格線Ｇ（ｉ，ｊ）
から得られたパラメータ平面の最大濃淡値がＶに満たな
いことになって、右下りの白線は検出されないようにな
る。
このようにして検出した白線位置を通路端位置と見なす
ことができ、無人搬送車の送行制御などに用いることが
できる。
ことができ、無人搬送車の送行制御などに用いることが
できる。
なお、第３図（リ）に示すようなＨＯＵＧＨ変換により
求めた２本の白線ｌＬとｌＲの支点ＶＰを観測画像の消
点と見なすことができる。
求めた２本の白線ｌＬとｌＲの支点ＶＰを観測画像の消
点と見なすことができる。
（発明の効果） 以上説明したように、本発明においては、観測画面にお
いて濃度が暗から明に変化する点を左端、明から暗に変
化する点を右端とする領域のうち白線幅に近いものだけ
を検出し、その領域の中心点をもって白線候補部とみな
し、ＨＯＵＧＨ変換で得られるパラメータ平面の最大濃
淡値に閾値を設定することにより白線を検出するように
したので、従来のように走行路面や壁面に設けたマーカ
ーを用いずに外部環境を認識することができるため工場
のレイアウトを変更したり増設したりしてもマーカーを
設置し直すとか新たに設ける必要がなくて汎用性が高
く、設備コストが大幅に節減できるとともに、保守管理
の煩わしさが全くなくランニングコスト上も有利であ
る。また検出は白線の多少の汚れには影響を受けずに、
安定して白線位置を検出できる。さらに、白線を求める
ＨＯＵＧＨ変換が安定して迅速にできるという利点もあ
る。
いて濃度が暗から明に変化する点を左端、明から暗に変
化する点を右端とする領域のうち白線幅に近いものだけ
を検出し、その領域の中心点をもって白線候補部とみな
し、ＨＯＵＧＨ変換で得られるパラメータ平面の最大濃
淡値に閾値を設定することにより白線を検出するように
したので、従来のように走行路面や壁面に設けたマーカ
ーを用いずに外部環境を認識することができるため工場
のレイアウトを変更したり増設したりしてもマーカーを
設置し直すとか新たに設ける必要がなくて汎用性が高
く、設備コストが大幅に節減できるとともに、保守管理
の煩わしさが全くなくランニングコスト上も有利であ
る。また検出は白線の多少の汚れには影響を受けずに、
安定して白線位置を検出できる。さらに、白線を求める
ＨＯＵＧＨ変換が安定して迅速にできるという利点もあ
る。
第１図は本発明による白線検出装置の全体構成図、第２
図は本発明による白線検出装置の一実施例のブロック線
図、第３図は本発明による白線検出の画像処理の各ステ
ップにおいて得られる画像を示し、（イ）は観測画像、
（ロ）はエッジ構成点画像、（ハ）は鉛直エッジ除去画
像、（ニ）は水平方向探索範囲、（ホ）は白線候補部画
像、（へ）は骨格線画像、（ト）は右上り骨格像、
（チ）は右下り骨格像、（リ）は白線検出結果を示す画
像、第４図は白線候補部抽出のフローチャート、第５図
は骨格線画像精製のフローチャート、第６図は骨格線パ
ターン、第７図はＨＯＵＧＨ変換の説明図、第８図はＨ
ＯＵＧＨ変換のフローチャートである。 １００…エッジ検出手段、２００…白線候補部検出手
段、３００…パターン分類手段、４００…白線検出手段
図は本発明による白線検出装置の一実施例のブロック線
図、第３図は本発明による白線検出の画像処理の各ステ
ップにおいて得られる画像を示し、（イ）は観測画像、
（ロ）はエッジ構成点画像、（ハ）は鉛直エッジ除去画
像、（ニ）は水平方向探索範囲、（ホ）は白線候補部画
像、（へ）は骨格線画像、（ト）は右上り骨格像、
（チ）は右下り骨格像、（リ）は白線検出結果を示す画
像、第４図は白線候補部抽出のフローチャート、第５図
は骨格線画像精製のフローチャート、第６図は骨格線パ
ターン、第７図はＨＯＵＧＨ変換の説明図、第８図はＨ
ＯＵＧＨ変換のフローチャートである。 １００…エッジ検出手段、２００…白線候補部検出手
段、３００…パターン分類手段、４００…白線検出手段
Claims (1)
- 【請求項１】白線を含む観測画像中濃淡値が暗から明に
変化する点と明から暗に変化する点を画像全体にわたっ
て検出し検出した点の集合により形成されるエッジを検
出するエッジ検出手段と、前記エッジにより形成される
領域のうち左端のエッジが濃淡値が暗から明に変化する
点で右端のエッジが濃淡値が明から暗に変化する点であ
り且つその幅が前記白線の太さに応じた所定幅範囲にあ
る領域を白線候補部として検出する白線候補部検出手段
と、前記白線候補部の水平方向の中心点を白線候補部全
体について求め該中心点を結んで前記白線候補部の骨格
線を求めるとともに該骨格線を右上りの線か右下りの線
かで分類するパターン分類手段と、分類されたパターン
についてＨＯＵＧＨ変換を施すことにより白線を検出す
る白線検出手段とを有することを特徴とする白線検出装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61288709A JPH0656619B2 (ja) | 1986-12-05 | 1986-12-05 | 白線検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61288709A JPH0656619B2 (ja) | 1986-12-05 | 1986-12-05 | 白線検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63142478A JPS63142478A (ja) | 1988-06-14 |
| JPH0656619B2 true JPH0656619B2 (ja) | 1994-07-27 |
Family
ID=17733670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61288709A Expired - Fee Related JPH0656619B2 (ja) | 1986-12-05 | 1986-12-05 | 白線検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0656619B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014084118A1 (ja) * | 2012-11-27 | 2014-06-05 | クラリオン株式会社 | 車載画像処理装置 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2664998B2 (ja) * | 1989-07-20 | 1997-10-22 | 富士通株式会社 | 自走車用監視装置 |
| JP2754871B2 (ja) * | 1990-06-01 | 1998-05-20 | 日産自動車株式会社 | 走行路検出装置 |
| JP3205477B2 (ja) * | 1994-02-17 | 2001-09-04 | 富士フイルムマイクロデバイス株式会社 | 車間距離検出装置 |
| JP4374211B2 (ja) | 2002-08-27 | 2009-12-02 | クラリオン株式会社 | レーンマーカー位置検出方法及びレーンマーカー位置検出装置並びに車線逸脱警報装置 |
| JP2008309529A (ja) | 2007-06-12 | 2008-12-25 | Panasonic Corp | ナビゲーション装置、ナビゲーション方法、及びナビゲーション用プログラム |
| JP4874280B2 (ja) | 2008-03-19 | 2012-02-15 | 三洋電機株式会社 | 画像処理装置及び方法、運転支援システム、車両 |
| JP5304804B2 (ja) * | 2011-01-12 | 2013-10-02 | 株式会社デンソー | 境界検出装置、および境界検出プログラム |
| JP5289509B2 (ja) * | 2011-05-31 | 2013-09-11 | 本田技研工業株式会社 | レーンマーク認識装置 |
-
1986
- 1986-12-05 JP JP61288709A patent/JPH0656619B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014084118A1 (ja) * | 2012-11-27 | 2014-06-05 | クラリオン株式会社 | 車載画像処理装置 |
| CN104822566A (zh) * | 2012-11-27 | 2015-08-05 | 歌乐牌株式会社 | 车载图像处理装置 |
| US9378425B2 (en) | 2012-11-27 | 2016-06-28 | Clarion Co., Ltd. | On-vehicle image processing device |
| JP6023216B2 (ja) * | 2012-11-27 | 2016-11-09 | クラリオン株式会社 | 車載画像処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63142478A (ja) | 1988-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4930046B2 (ja) | 路面判別方法および路面判別装置 | |
| JPH06203154A (ja) | 画像処理装置 | |
| EP1705917A2 (en) | Detection apparatus and method | |
| JP3636927B2 (ja) | 顔画像処理装置 | |
| KR101719549B1 (ko) | 차량 번호판 인식을 위한 영상처리방법 및 이를 이용한 차량 번호판 인식 장치 | |
| JP2002228423A (ja) | タイヤ検出方法および装置 | |
| JP3328711B2 (ja) | 車輌高さ計測装置およびこの装置を用いた車輌監視システム | |
| JPH0656619B2 (ja) | 白線検出装置 | |
| CN116324911A (zh) | 用于从车辆牌照中提取字符的方法和用于执行方法的牌照字符提取装置 | |
| JPH07146916A (ja) | ナンバープレートの認識装置 | |
| JPH10105873A (ja) | 車両のナンバプレート認識装置 | |
| JP2893814B2 (ja) | 車番自動読取装置におけるプレート切出し装置 | |
| JPH1031797A (ja) | 駐車場における車両の特定方法及びそのシステム並びに駐車料金計算方法及びそのシステム | |
| JP3230509B2 (ja) | 動画像処理装置 | |
| JP2910130B2 (ja) | 車番自動読取装置 | |
| JP3679958B2 (ja) | ナンバープレート認識装置 | |
| JPH0520593A (ja) | 走行レーン認識装置と先行車認識装置 | |
| JP2006172262A (ja) | 車両用道路標示検出装置 | |
| JPH10302074A (ja) | ナンバープレートの位置検出装置 | |
| JPH09161056A (ja) | 円形容器内面検査方法 | |
| JPS58201182A (ja) | 文字・図形切り分け方法 | |
| JP3134749B2 (ja) | 白線検出方法 | |
| JPS6312987A (ja) | 移動物体の検知方法 | |
| JP3380436B2 (ja) | 車両等の認識方法 | |
| JPH07302346A (ja) | 路面の白線検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |