JPH09190533A - Vehicle detecting device - Google Patents
Vehicle detecting deviceInfo
- Publication number
- JPH09190533A JPH09190533A JP8003220A JP322096A JPH09190533A JP H09190533 A JPH09190533 A JP H09190533A JP 8003220 A JP8003220 A JP 8003220A JP 322096 A JP322096 A JP 322096A JP H09190533 A JPH09190533 A JP H09190533A
- Authority
- JP
- Japan
- Prior art keywords
- image
- background image
- vehicle
- road
- pixel
- 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.)
- Withdrawn
Links
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、画像処理技術を用
いて道路上を走行する車両を検知する画像式の車両検知
装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image type vehicle detection device for detecting a vehicle traveling on a road by using image processing technology.
【０００２】[0002]
【従来の技術】従来の画像式による交通量の計測システ
ムは、テレビカメラにより道路上の車両を撮影し、その
撮影画像から車両を確認している。このとき、路面上に
マークや建物の影等が存在すると、これらを車両と誤認
識してしまうという問題が生じる。2. Description of the Related Art In a conventional image-based traffic volume measuring system, a vehicle on a road is photographed by a television camera and the vehicle is confirmed from the photographed image. At this time, if a mark, a shadow of a building, or the like exists on the road surface, there is a problem that these are erroneously recognized as a vehicle.
【０００３】この問題を解消するために、従来では、図
６に示すような誤認識の防止手段が採られていた。即
ち、従来では、予め車両の存在しない道路上の画像（以
後「背景画像」と呼ぶ）を撮影（ここには路面上のマー
クや建物の影等が含まれる）して記録しておき（処理
１）、この「背景画像」を実計測した画像から引く（除
く）ことにより誤認識を防いでいた（処理２）。In order to solve this problem, conventionally, an erroneous recognition preventing means as shown in FIG. 6 has been adopted. That is, conventionally, an image of a road on which a vehicle does not exist (hereinafter referred to as a “background image”) is photographed (here, a mark on the road surface, a shadow of a building, and the like is included) and recorded (process). 1) The false recognition was prevented by subtracting (excluding) this "background image" from the actually measured image (process 2).
【０００４】しかしながら上記した従来のこの種誤認識
防止手段に於いては、背景画像を事前に取得し記憶する
ため、背景画像が固定であり、従って例えば時間の経過
に伴って、道路上の路面の明暗、建物の影等が変化する
と、正しい画像の認識処理が行なえず、このため信頼性
の高い車両検知が行なえないという問題があった。However, in the above-mentioned conventional misrecognition preventing means, the background image is acquired and stored in advance, so that the background image is fixed. Therefore, for example, with the passage of time, the road surface on the road surface is fixed. When the light and darkness of the vehicle, the shadow of the building, and the like change, the correct image recognition process cannot be performed, and thus there is a problem that the vehicle cannot be detected with high reliability.
【０００５】即ち、上記した従来の手段に於いては、計
測の対象となる道路上の路面の明暗、及び建物の影等の
背景画像がそれぞれ時間とともに変化し、従って、実計
測した画像から、記憶している背景画像を引いた際に、
その時間の背景画像が実際の背景画像と異なり、誤差を
生じることから、車両検知の誤認識を生ずる可能性が高
いという信頼性の問題があった。That is, in the above-mentioned conventional means, the background images such as the lightness and darkness of the road surface on the road to be measured and the shadows of buildings change with time. Therefore, from the actually measured image, When I draw the background image I remember,
Since the background image at that time is different from the actual background image and causes an error, there is a problem of reliability that there is a high possibility that the vehicle detection may be erroneously recognized.
【０００６】[0006]
【発明が解決しようとする課題】上記したように、従来
では、背景画像を事前に取得し記憶するため、背景画像
が固定であり、従って例えば時間の経過に伴って、道路
上の路面の明暗、建物の影等が変化すると、正しい画像
の認識処理が行なえず、このため信頼性の高い車両検知
が行なえないという問題があった。As described above, since the background image is conventionally acquired and stored in advance, the background image is fixed. Therefore, for example, the brightness of the road surface on the road changes with time. However, when the shadow of the building changes, correct image recognition processing cannot be performed, and thus there is a problem that vehicle detection with high reliability cannot be performed.
【０００７】本発明は上記実情に鑑みなされたもので、
背景画像を固定化せず、実計測した複数フレームの画像
から任意の時間に於ける背景画像を推定することによっ
て、常に正確な背景画像を取得でき、これにより、車両
を高精度で検知することができる画像式の車両検知装置
を提供することを目的とする。[0007] The present invention has been made in view of the above circumstances,
An accurate background image can always be obtained by estimating the background image at an arbitrary time from the images of multiple frames that have been actually measured without fixing the background image, which enables highly accurate vehicle detection. It is an object of the present invention to provide an image-type vehicle detection device capable of performing the following.
【０００８】[0008]
【課題を解決するための手段】本発明は、車両の認識を
正確に行なうために、実計測した複数フレームの画像か
ら任意の時間に於ける背景画像を推定する手段を提供す
る。この背景画像を推定する手段は、道路上の車両の動
向をビデオカメラにより俯瞰撮影して、その画像を周期
的にフレームメモリに取り込み、任意の時間ｔに於ける
背景画像を推定するために、時間ｔより過去ｎ枚の画像
を記憶しておく（図３ステップＳ1 参照）。SUMMARY OF THE INVENTION The present invention provides means for estimating a background image at an arbitrary time from images of a plurality of actually measured frames in order to accurately recognize a vehicle. The means for estimating the background image is to take a bird's-eye view of the movement of the vehicle on the road with a video camera, periodically take the image into a frame memory, and estimate the background image at an arbitrary time t. The past n images from time t are stored (see step S1 in FIG. 3).
【０００９】このｎ枚の各画像の同じ画素について、画
像（ｉ−１）枚目とｉ枚目（ｉは２〜ｎまで変化させ
る）の画像で同じ輝度値が連続して出現する頻度を求め
る（図３ステップＳ2 〜Ｓ10参照）。With respect to the same pixel of each of the n images, the frequency at which the same luminance value appears consecutively in the image (i-1) -th image and the i-th image (i varies from 2 to n) is determined. (See steps S2 to S10 in FIG. 3).
【００１０】この処理を画像（フレーム）の各画素につ
いて実行し、同じ輝度値が連続して出現する頻度の最も
大きい輝度値を求めると、その輝度値が背景画像のその
画素に於ける輝度値と推定され、これを全画素について
調べることにより、実計測の判定に見合った適正な背景
画像が推定される（図３ステップＳ11〜Ｓ14参照）。This processing is executed for each pixel of the image (frame), and when the luminance value having the highest frequency of consecutive appearance of the same luminance value is obtained, that luminance value is the luminance value at that pixel of the background image. By inspecting this for all pixels, an appropriate background image commensurate with the determination of actual measurement is estimated (see steps S11 to S14 in FIG. 3).
【００１１】［作用］任意の時間ｔの背景画像を推定す
るために、時間ｔより過去ｎ枚の画像を使い背景画像を
推定する。このとき、同じ輝度値が連続して現れる頻度
の最も高い輝度値を求めることにより、例えばカメラが
振動等でブレても精度の高い背景画像を推定できる。ま
た道路上の背景（マーク、影等）が時間によって変化し
ても、実計測の判定に見合った適正な任意時間の背景画
像を推定することが可能となり、従って車両の誤認識が
減少し信頼性が向上する。更に、車両の検知対象設定領
域内に車両が停止した状態下に於いても、その状態が反
映された背景画像を取得できることから、常に正しい車
両の検知が行なえる。[Operation] In order to estimate the background image at an arbitrary time t, the past n images from the time t are used to estimate the background image. At this time, by obtaining the luminance value with the highest frequency of the same luminance value appearing continuously, it is possible to estimate a highly accurate background image even if the camera shakes due to vibration or the like. Even if the background (marks, shadows, etc.) on the road changes with time, it is possible to estimate a background image at an appropriate arbitrary time commensurate with the determination of actual measurement, and therefore, false recognition of the vehicle is reduced and reliability is reduced. The property is improved. Further, even when the vehicle is stopped within the detection target setting area of the vehicle, the background image reflecting the state can be acquired, so that the vehicle can always be detected correctly.
【００１２】[0012]
【発明の実施の形態】以下図面を参照して本発明の実施
形態を説明する。図１は本発明の実施形態による画像式
車両検知装置のシステム構成を示すブロック図である。Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a system configuration of an image type vehicle detection device according to an embodiment of the present invention.
【００１３】図１に於いて、１は交通量を計測したい道
路上の車両検知対象設定領域を俯瞰撮影するテレビカメ
ラ（ビデオカメラ）、２はこのテレビカメラ１で撮影し
た画像信号をディジタル信号に変換するビデオＡ／Ｄコ
ンバータ、３はビデオＡ／Ｄコンバータ２で変換した画
像データをフレーム単位で複数枚（ｎ枚）貯えるフレー
ムメモリである。In FIG. 1, reference numeral 1 is a television camera (video camera) for taking a bird's-eye view of a vehicle detection target setting area on a road for which traffic volume is to be measured, and 2 is a digital signal from an image signal taken by the television camera 1. A video A / D converter 3 for conversion is a frame memory for storing a plurality (n) of image data converted by the video A / D converter 2 in frame units.
【００１４】４はフレームメモリ３に貯えられたｎ枚の
画像データを解析し、背景画像を推定して、交通量を計
測する処理装置（コンピュータ）であり、この実施形態
に於いては図３に示すような背景画像の推定処理を実行
する。Reference numeral 4 denotes a processing device (computer) which analyzes n image data stored in the frame memory 3 and estimates a background image to measure the traffic volume. In this embodiment, FIG. The background image estimation process as shown in FIG.
【００１５】５は処理装置４の処理により生成された計
測結果のデータを出力するデータ出力部である。この図
１に示す画像式車両検知装置の動作は、交通量を計測し
たい道路上に於いて、車両の検知対象設定領域をテレビ
カメラ（ビデオカメラ）１により撮影する。このテレビ
カメラ１で撮影した画像信号をビデオＡ／Ｄコンバータ
２によりディジタル信号に変換し、上記道路上の画面を
一定時間毎にフレームメモリ３へ取り込む。Reference numeral 5 is a data output unit for outputting the data of the measurement result generated by the processing of the processing device 4. In the operation of the image-type vehicle detection device shown in FIG. 1, a television camera (video camera) 1 captures an image of a vehicle detection target setting area on a road where traffic is desired to be measured. An image signal taken by the television camera 1 is converted into a digital signal by the video A / D converter 2, and the screen on the road is taken into the frame memory 3 at regular intervals.
【００１６】このフレームメモリ３には、一定の時間間
隔で常にｎ枚の連続する画像データが貯えられ、処理装
置４により読出されて認識処理される。処理装置４は、
上記フレームメモリ３に取り込まれた画像のデータを読
出し、解析して、背景画像を推定し、更に交通量を計測
して、その計測結果をデータ出力部５より出力する。The frame memory 3 stores n continuous image data at regular time intervals and is read by the processing device 4 for recognition processing. The processing device 4
The data of the image captured in the frame memory 3 is read out, analyzed, the background image is estimated, the traffic volume is measured, and the measurement result is output from the data output unit 5.
【００１７】この際の全体の処理の流れを図２に示す。
この処理は周期的に繰り返される。先ず計測を行なう画
像をテレビカメラ１で撮影し、その撮影画像をビデオＡ
／Ｄコンバータ２を経由して、フレームメモリ３に取り
込む（この画像を時刻ｎの画像とする）。The flow of the entire processing in this case is shown in FIG.
This process is repeated periodically. First, an image to be measured is taken by the TV camera 1, and the taken image is recorded by the video A.
It is taken into the frame memory 3 via the / D converter 2 (this image is an image at time n).
【００１８】次に、移動車両を検知するために、図５に
示す、画像中に於ける、車両の存在を検知したい、特定
領域（ここでは車両の存在を検知したい領域を「検知領
域」と呼んでいる）に於いて、時刻ｎの画像と時刻（ｎ
−１）の画像との間でフレーム差分をとった画像を得
る。Next, in order to detect a moving vehicle, in the image shown in FIG. 5, it is desired to detect the presence of the vehicle, a specific area (here, the area where the presence of the vehicle is desired to be detected is referred to as a "detection area"). Image of time n and time (n
An image obtained by taking a frame difference with the image of -1) is obtained.
【００１９】これにより特定領域内の各画素に於いて、
時刻（ｎ−１）から時刻ｎの間で動いていない部分の画
素は「０」の値となり、動いている部分の画素は「０」
以外の値となる。Thus, in each pixel in the specific area,
Pixels in the non-moving portion between time (n-1) and time n have a value of "0", and pixels in the moving portion are "0".
It becomes a value other than.
【００２０】例えば、時刻（ｎ−１）と時刻ｎのいずれ
に於いても路面を映している部分では同じ輝度値をもっ
ているので「０」の値となるが、時刻（ｎ−１）には路
面であった部分に、時刻ｎで車両が到来すれば、路面と
車両とでは画面の輝度値が異なるので、当該領域の画素
のフレーム差分は「０」以外の値となる。For example, at both the time (n-1) and the time n, the portion showing the road surface has the same luminance value, so that the value is "0", but at the time (n-1). When a vehicle arrives at a portion of the road surface at time n, the brightness value of the screen is different between the road surface and the vehicle, and thus the frame difference of the pixels in the area becomes a value other than “0”.
【００２１】上述の手段により移動車両の部分のみ
「０」以外の値をもつ画像が得られたので、これにより
検知領域内に、移動車両が存在するか否かが判別でき
る。しかし道路上には渋滞等で一時停止する車両（ここ
では「停止車両」とよんでいる）も多数存在する。Since an image having a value other than "0" is obtained only in the moving vehicle portion by the above-mentioned means, it is possible to determine whether or not the moving vehicle exists in the detection area. However, there are many vehicles on the road that are temporarily stopped due to traffic jams (called “stopped vehicles” here).
【００２２】以下に、この停止車両の検出手段について
述べる。時刻ｎに於ける背景画像を推定し、この背景画
像を計測画像から減算して、道路上のマークや影をなく
した画像を得る。The means for detecting the stopped vehicle will be described below. The background image at time n is estimated, and this background image is subtracted from the measured image to obtain an image without the marks and shadows on the road.
【００２３】この画像は車両の存在しない部分の画素は
背景画像と同じであり、「０」の値をとる。一方、車両
が存在する部分では背景画像とは輝度値が異なるので
「０」以外の値をとる。In this image, the pixels in the portion where the vehicle does not exist are the same as those of the background image, and take a value of "0". On the other hand, since the luminance value is different from the background image in the portion where the vehicle is present, it takes a value other than "0".
【００２４】これにより検出領域内に停止車両が存在す
るか否かが判別できる。以上の手段により、検知領域内
に車両が存在するか否かを検知できる。ここで重要にな
るのは、時刻ｎの背景画像を推定することである。This makes it possible to determine whether or not a stopped vehicle exists within the detection area. With the above means, it is possible to detect whether or not a vehicle exists in the detection area. What is important here is to estimate the background image at time n.
【００２５】この背景画像の推定は上記図１に示すコン
ピュータ４の処理により実現されるもので、その処理手
順を図３に示し、以下にその説明を行なう。ここではフ
レームメモリ３に貯えられた画像中の任意の画素を［ａ
ｘｙ］とし、この画素について背景画像の輝度を求める
処理について説明する。The estimation of the background image is realized by the processing of the computer 4 shown in FIG. 1, and the processing procedure is shown in FIG. 3 and will be described below. Here, an arbitrary pixel in the image stored in the frame memory 3 is set to [a
xy], the process of obtaining the brightness of the background image for this pixel will be described.
【００２６】この実施形態による装置では、検知領域の
画像を或る設定時間をもって周期的に取得している。こ
こでは時刻ｎの背景画像を推定するために、時刻ｎから
過去ｎ枚の画像をフレームメモリ３に記憶しておく（図
３ステップＳ1 ）。In the apparatus according to this embodiment, the image of the detection area is periodically acquired with a certain set time. Here, in order to estimate the background image at time n, the past n images from time n are stored in the frame memory 3 (step S1 in FIG. 3).
【００２７】次に、この過去ｎ枚の画像中、画素［ａｘ
ｙ］に於いて、同じ輝度値が連続して出現する頻度を調
べる（図３ステップＳ2 〜Ｓ10）。図４に［ａｘｙ］の
輝度値の時間的変化を例示する。この図は横軸が時間
で、縦軸が［ａｘｙ］の輝度値である。尚、図中、ａは
白い自動車が停止している状態、ｂは自動車が通過した
状態、ｃは背景の濃度（路面）、ｄは黒い自動車が徐行
通過した状態をそれぞれ示している。Next, in the past n images, the pixel [ax
y], the frequency at which the same brightness value appears consecutively is checked (steps S2 to S10 in FIG. 3). FIG. 4 illustrates the temporal change of the brightness value of [axy]. In this figure, the horizontal axis represents time and the vertical axis represents the brightness value of [axy]. In the figure, a represents a state in which a white automobile is stopped, b represents a state in which the automobile has passed, c represents a background density (road surface), and d represents a state in which a black automobile has passed slowly.
【００２８】ここに示されるように、同じ画素でも、道
路上では車両が通過するため、時間的には輝度が変化す
る。しかしながら、通常、車が動いている道路では、背
景である路面の見えている時間の方が長い。従って、通
常は、背景の濃度が連続して現れる割合が一番大きくな
る。As shown here, even for the same pixel, the vehicle passes on the road, so that the brightness changes with time. However, usually, on a road where a car is moving, the background road surface is visible for a longer time. Therefore, normally, the ratio in which the background density appears continuously is the highest.
【００２９】この図に例示した画素では輝度１５０あた
りが、背景である路面の輝度値であるが、雑音が若干入
るため、背景の路面が見えている時間でも輝度の値がふ
らついている。In the pixel illustrated in this figure, the luminance around 150 is the luminance value of the road surface which is the background, but since noise is slightly included, the luminance value fluctuates even when the background road surface is visible.
【００３０】この際の雑音には以下の２つの要因が考え
られる。 （１）カメラ自体が完全に安定ではなく、同じ画像を撮
影しても全く同じ輝度値が出力されない、カメラ自身に
起因するもの。 （２）カメラを固定している台が振動等によりブレるこ
とにより、画素［ａｘｙ］が対応している実世界の対象
物が変化し輝度値が変化する。The following two factors can be considered for the noise at this time. (1) The reason is that the camera itself is not completely stable, and the same brightness value is not output even if the same image is captured, which is due to the camera itself. (2) When the table fixing the camera shakes due to vibration or the like, the object in the real world corresponding to the pixel [axy] changes, and the brightness value changes.
【００３１】ここで上記（１）の雑音は非常に小さなも
のであり、画素［ａｘｙ］の連続出現確率を調べるとき
に、ある程度の幅（許容範囲）を持たせて判定すればよ
い。又、（２）の雑音は、画像のブレはせいぜい１画素
程度であり、常にブレているわけではない。そのため単
純に過去ｎ枚の画像から各輝度値の出現確率を求めたの
では、画像がブレて本来とは異なる輝度値を取得した場
合も出現確率の計算に入ってしまう。しかし、ブレた画
像が連続して現れることはあり得ず、連続して出現する
確率を計算することにより（２）に起因する雑音を取り
除くことができる。The noise of (1) above is very small, and when examining the continuous appearance probability of the pixel [axy], it may be determined with a certain width (allowable range). Further, the noise of (2) causes blurring of the image to be about one pixel at most, and is not always blurring. Therefore, if the appearance probability of each brightness value is simply calculated from the past n images, the appearance probability will be calculated even when the image is blurred and a brightness value different from the original one is acquired. However, blurred images cannot appear consecutively, and the noise due to (2) can be removed by calculating the probability of consecutive appearance.
【００３２】ここで、フレームメモリ３に貯えられたｎ
枚の画像の各画素について、同じ輝度値が連続して出現
する頻度を調べ背景画像を推定する処理を図３に示すフ
ローチャートを参照して説明する。Here, n stored in the frame memory 3
The process of estimating the background image by checking the frequency with which the same luminance value appears consecutively for each pixel of one image will be described with reference to the flowchart shown in FIG.
【００３３】ここでは、フレームメモリ３に貯えられた
ｎ枚の画像中の各画素について、一定の順序で処理対象
画素となる画素［ａｘｙ］を抽出し（図３ステップＳ1
，Ｓ2 ）、その画素［ａｘｙ］について、同じ輝度値
（ｌ（エル）＝０〜２５５）が連続して出現する頻度を
カウント値Ｐにより求める（図３ステップＳ3 ，Ｓ1
0）。そしてｎ枚の画像中の画素［ａｘｙ］について同
じ輝度値ｌが連続して出現する最も大きな頻度を示すカ
ウント値Ｐを抽出し（図３ステップＳ11）、そのカウン
ト値Ｐに対応する輝度値ｌを画素［ａｘｙ］の輝度値と
推定する（図３ステップＳ12）。Here, for each pixel in the n images stored in the frame memory 3, the pixel [axy] to be processed is extracted in a fixed order (step S1 in FIG. 3).
, S2), the frequency at which the same luminance value (l (L) = 0 to 255) successively appears for the pixel [axy] is obtained from the count value P (steps S3, S1 in FIG. 3).
0). Then, the count value P indicating the highest frequency in which the same brightness value 1 continuously appears for the pixel [axy] in the n images is extracted (step S11 in FIG. 3), and the brightness value l corresponding to the count value P is extracted. Is estimated as the brightness value of the pixel [axy] (step S12 in FIG. 3).
【００３４】この処理を全ての画素について行なうこと
により、最新の背景画像を推定できる（図３ステップＳ
13，Ｓ14）。このようにして最新の推定背景画像を取得
することにより、例えば車両の検知対象設定領域内に車
両が停止している状態下に於いても、その状態が反映さ
れた背景画像を取得できることから、常に正しい車両の
検知が行なえる。By performing this process for all pixels, the latest background image can be estimated (step S in FIG. 3).
13, S14). By acquiring the latest estimated background image in this way, for example, even when the vehicle is stopped in the detection target setting area of the vehicle, it is possible to obtain a background image reflecting the state, The correct vehicle can always be detected.
【００３５】但し、ここでは図４に示したように、車両
は道路上を通常に流れていることを想定しており、極端
に車両の交通量が多く渋滞がひどい状況では使用できな
いという制約を持つ。However, here, as shown in FIG. 4, it is assumed that the vehicle normally flows on the road, and there is a restriction that it cannot be used in a situation where the traffic of the vehicle is extremely large and the traffic is severe. To have.
【００３６】[0036]
【発明の効果】以上詳記したように本発明によれば、画
像式の車両検知装置に於いて、背景画像を固定化せず、
実計測した複数フレームの画像から任意の時間に於ける
背景画像を推定することによって、常に正確な背景画像
を取得でき、これにより、車両を高精度で検知すること
ができる。As described above in detail, according to the present invention, in the image type vehicle detection device, the background image is not fixed,
By estimating the background image at an arbitrary time from the actually measured images of a plurality of frames, an accurate background image can always be obtained, and the vehicle can be detected with high accuracy.
【００３７】即ち本発明によれば、任意の時間ｔの背景
画像を推定するために、時間ｔより過去ｎ枚の画像を使
い、同じ輝度値が連続して現れる頻度の最も高い輝度値
を求めることにより、背景画像を推定する構成としたこ
とにより、例えばカメラが振動等でブレても精度の高い
背景画像を推定できる。また道路上の背景（マーク、影
等）が時間によって変化しても、実計測の判定に見合っ
た適正な任意時間の背景画像を推定することが可能とな
り、従って車両の誤認識が減少し信頼性が向上する。更
に、車両の検知対象設定領域内に車両が停止した状態下
に於いても、その状態が反映された背景画像を取得でき
ることから、常に正しい車両の検知が行なえる。That is, according to the present invention, in order to estimate the background image at an arbitrary time t, the past n images from the time t are used, and the brightness value having the highest frequency of consecutive occurrence of the same brightness value is obtained. Thus, the background image can be estimated with high accuracy even if the camera shakes due to vibration or the like, because the background image is estimated. Even if the background (marks, shadows, etc.) on the road changes with time, it is possible to estimate a background image at an appropriate arbitrary time commensurate with the determination of actual measurement, and therefore, false recognition of the vehicle is reduced and reliability is reduced. The property is improved. Further, even when the vehicle is stopped within the detection target setting area of the vehicle, the background image reflecting the state can be acquired, so that the vehicle can always be detected correctly.
【図１】本発明の実施形態による装置の構成を示すブロ
ック図。FIG. 1 is a block diagram showing a configuration of an apparatus according to an embodiment of the present invention.
【図２】上記実施形態の装置に於ける全体の処理の流れ
を示すフローチャート。FIG. 2 is a flowchart showing a flow of overall processing in the apparatus of the above embodiment.
【図３】上記実施形態の装置に於ける背景画像の推定処
理手順を示すフローチャート。FIG. 3 is a flowchart showing a background image estimation processing procedure in the apparatus of the above embodiment.
【図４】上記実施形態の処理動作を説明するための輝度
データの時間的変化の例を示す図。FIG. 4 is a view showing an example of temporal change of luminance data for explaining the processing operation of the above embodiment.
【図５】上記実施形態の処理動作を説明するためのカメ
ラが撮影している道路と検知領域の例を示す図。FIG. 5 is a diagram showing an example of roads and detection areas photographed by a camera for explaining the processing operation of the above embodiment.
【図６】従来の画像式交通量計測システムに於ける処理
の流れを示すフローチャート。FIG. 6 is a flowchart showing the flow of processing in a conventional image type traffic volume measuring system.
１…テレビカメラ（ビデオカメラ）、２…ビデオＡ／Ｄ
コンバータ、３…フレームメモリ、４…コンピュータ
（処理装置）、５…データ出力部。1 ... Television camera (video camera), 2 ... Video A / D
Converter, 3 ... Frame memory, 4 ... Computer (processing device), 5 ... Data output unit.
Claims (1)
ビデオカメラにより俯瞰撮影する撮影手段と、 この撮影手段で撮影された画像をフレーム単位で周期的
に取り込み、連続する複数枚の画像を記憶する記憶手段
と、 この記憶手段に記憶された複数枚の画像から、各画素毎
に、同じ輝度値が連続して出現する割合を調べ、各画素
毎の前記割合の大きさから最新の背景画像を推定し、当
該推定背景画像を用いて道路上の設定領域に於ける車両
を判定する画像処理手段とを具備してなることを特徴と
する車両検知装置。1. An image pickup device for taking a bird's-eye view image of a set area on a road, which is a vehicle detection target, and an image taken by the image pickup device, which is periodically taken in frame units, and a plurality of continuous images are obtained. From the storage means for storing and the plurality of images stored in this storage means, the rate at which the same luminance value appears consecutively for each pixel is checked, and the latest background is calculated from the magnitude of the rate for each pixel. A vehicle detection device comprising: an image processing unit that estimates an image and determines a vehicle in a set area on a road by using the estimated background image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8003220A JPH09190533A (en) | 1996-01-11 | 1996-01-11 | Vehicle detecting device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8003220A JPH09190533A (en) | 1996-01-11 | 1996-01-11 | Vehicle detecting device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09190533A true JPH09190533A (en) | 1997-07-22 |
Family
ID=11551363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8003220A Withdrawn JPH09190533A (en) | 1996-01-11 | 1996-01-11 | Vehicle detecting device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09190533A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009146337A (en) * | 2007-12-18 | 2009-07-02 | Kyosan Electric Mfg Co Ltd | Vehicle presence determination device, vehicle presence determination method and program |
| JP2010262657A (en) * | 2009-04-29 | 2010-11-18 | Utechzone Co Ltd | Method and device for setting background |
| JP2020028085A (en) * | 2018-08-16 | 2020-02-20 | セコム株式会社 | Image processing system |
| CN112784789A (en) * | 2021-01-29 | 2021-05-11 | 北京百度网讯科技有限公司 | Method, apparatus, electronic device, and medium for recognizing traffic flow of road |
-
1996
- 1996-01-11 JP JP8003220A patent/JPH09190533A/en not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009146337A (en) * | 2007-12-18 | 2009-07-02 | Kyosan Electric Mfg Co Ltd | Vehicle presence determination device, vehicle presence determination method and program |
| JP2010262657A (en) * | 2009-04-29 | 2010-11-18 | Utechzone Co Ltd | Method and device for setting background |
| JP2020028085A (en) * | 2018-08-16 | 2020-02-20 | セコム株式会社 | Image processing system |
| CN112784789A (en) * | 2021-01-29 | 2021-05-11 | 北京百度网讯科技有限公司 | Method, apparatus, electronic device, and medium for recognizing traffic flow of road |
| CN112784789B (en) * | 2021-01-29 | 2023-08-18 | 北京百度网讯科技有限公司 | Method, device, electronic equipment and medium for identifying traffic flow of road |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3279479B2 (en) | Video monitoring method and device | |
| US20060056702A1 (en) | Image processing apparatus and image processing method | |
| US10628681B2 (en) | Method, device, and non-transitory computer readable medium for searching video event | |
| JPH09190533A (en) | Vehicle detecting device | |
| JP2002367077A (en) | Device and method for deciding traffic congestion | |
| JP4356140B2 (en) | Image motion vector measuring method and apparatus | |
| JP2002027449A (en) | Method and apparatus for identifying moving object | |
| JP2000163691A (en) | Traffic flow measuring instrument | |
| CN116152691A (en) | Image detection method, device, equipment and storage medium | |
| JP3585977B2 (en) | Moving area detection device | |
| JPH057363A (en) | Picture monitoring device | |
| JP4329677B2 (en) | Motion detection device | |
| JP2001126192A (en) | Method for judging parked or vacancy state in parking space of parking lot | |
| JPH066796A (en) | Monitoring device | |
| JPH05130512A (en) | Picture element defect measuring instrument for solid-state image pickup element | |
| JP2726830B2 (en) | Road surface freeze detection device | |
| JP2779624B2 (en) | Stoppage vehicle detection method | |
| EP4346221A1 (en) | Photographing method and apparatus, storage medium | |
| JPH08249472A (en) | Method and device for detecting moving object | |
| JPH04200084A (en) | Image monitor device | |
| KR100267728B1 (en) | Moving object presence deciding method and apparatus | |
| JPH07105381A (en) | Monitor and picture processing system for monitor | |
| JPH07220076A (en) | Image processing device | |
| JP2002063568A (en) | Device and method for monitoring road | |
| JP3474619B2 (en) | Double reflection inspection method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20030401 |