JPH06331335A - 車両認識装置 - Google Patents
車両認識装置Info
- Publication number
- JPH06331335A JPH06331335A JP5147025A JP14702593A JPH06331335A JP H06331335 A JPH06331335 A JP H06331335A JP 5147025 A JP5147025 A JP 5147025A JP 14702593 A JP14702593 A JP 14702593A JP H06331335 A JPH06331335 A JP H06331335A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- extracting
- image
- area
- extracted
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
(57)【要約】
【目的】車両の存在する領域を囲む閉曲線の抽出を安定
して行うと同時に、道路画像から抽出した様々な情報を
基に、動的輪郭モデルの適切な初期値を自動的に設定す
ることにより、ノイズなどの対してロバスト性の高い車
両認識を行うこと。 【構成】画像入力手段１および画像記憶手段２によって
取り込まれた道路画像に対し、車線領域抽出手段３およ
び車両エッジ抽出手段４を用いて車両存在候補領域を大
局的に抽出することによって、動的輪郭モデルの初期値
を初期モデルの設置手段５を用いて自動的に設置した
後、輪郭抽出手段６によって車両の輪郭を抽出する。
して行うと同時に、道路画像から抽出した様々な情報を
基に、動的輪郭モデルの適切な初期値を自動的に設定す
ることにより、ノイズなどの対してロバスト性の高い車
両認識を行うこと。 【構成】画像入力手段１および画像記憶手段２によって
取り込まれた道路画像に対し、車線領域抽出手段３およ
び車両エッジ抽出手段４を用いて車両存在候補領域を大
局的に抽出することによって、動的輪郭モデルの初期値
を初期モデルの設置手段５を用いて自動的に設置した
後、輪郭抽出手段６によって車両の輪郭を抽出する。
Description
【０００１】
【産業上の利用分野】本発明は、自動車の予防安全技術
に応用可能なもので、画像処理技術を用いて自車両の走
行している車線領域内の前方車両を認識する装置に関す
るものである。
に応用可能なもので、画像処理技術を用いて自車両の走
行している車線領域内の前方車両を認識する装置に関す
るものである。
【０００２】
【従来の技術】従来、この種の前方車両を認識する装置
としては、例えば特開平１−２８１６００号公報に記載
されているように、画像中から抽出したエッジを追跡す
ることによって前方車両の存在する領域を抽出するもの
があった。
としては、例えば特開平１−２８１６００号公報に記載
されているように、画像中から抽出したエッジを追跡す
ることによって前方車両の存在する領域を抽出するもの
があった。
【０００３】
【発明が解決しようとする課題】しかしながら、このよ
うな従来の車両認識装置においては、エッジ抽出処理に
よって抽出された車両エッジに途切れがあるような場合
には領域を正確に抽出することが出来ないといった課題
を有していた。
うな従来の車両認識装置においては、エッジ抽出処理に
よって抽出された車両エッジに途切れがあるような場合
には領域を正確に抽出することが出来ないといった課題
を有していた。
【０００４】本発明は以上のような従来の車両認識装置
の課題を解決するもので、動的輪郭モデルの手法を用い
ることによって、車両の存在する領域を囲む閉曲線の抽
出を安定して行うものである。また、動的輪郭モデルの
手法では、初期モデルを対象物の輪郭付近に手入力で与
えてやるものが一般的であるが、本発明では道路画像か
ら抽出したエッジ情報を基に、動的輪郭モデルの初期値
を自動的に設定する装置を提供することを第１の目的と
している。
の課題を解決するもので、動的輪郭モデルの手法を用い
ることによって、車両の存在する領域を囲む閉曲線の抽
出を安定して行うものである。また、動的輪郭モデルの
手法では、初期モデルを対象物の輪郭付近に手入力で与
えてやるものが一般的であるが、本発明では道路画像か
ら抽出したエッジ情報を基に、動的輪郭モデルの初期値
を自動的に設定する装置を提供することを第１の目的と
している。
【０００５】また、前方車両の左右対称性を利用して入
力画像内から線対称領域を抽出することにより、動的輪
郭モデルの適切な初期値を自動的に設定する装置を提供
することを第２の目的としている。
力画像内から線対称領域を抽出することにより、動的輪
郭モデルの適切な初期値を自動的に設定する装置を提供
することを第２の目的としている。
【０００６】さらに、前方車両の大まかな車両種別を自
動的に判定し、車両種別に応じた適切な動的輪郭モデル
の初期値を設定する装置を提供することを第３の目的と
している。
動的に判定し、車両種別に応じた適切な動的輪郭モデル
の初期値を設定する装置を提供することを第３の目的と
している。
【０００７】
【課題を解決するための手段】上記第１の目的を達成す
るために本発明においては、車両に搭載した前方撮影用
の画像入力手段と、前記画像入力手段からの入力画像を
記憶する画像記憶手段と、前記画像記憶手段に記憶され
ている道路画像から車線領域を抽出する車線領域抽出手
段と、前記車線領域抽出手段によって抽出された車線領
域に基づいて前記画像記憶手段に記憶されている道路画
像からエッジ成分を抽出して前方車両が存在するであろ
う大局的な領域を抽出する車両エッジ抽出手段と、前記
車両エッジ抽出手段によって抽出された前方車両の大局
的存在領域を基に動的輪郭モデルの初期値を設置する初
期モデル設置手段と、前記初期モデル設置手段によって
設置された初期値に基づいて前記画像記憶手段に記憶さ
れている道路画像から前方車両の輪郭を抽出する輪郭抽
出手段とを備えたものである。
るために本発明においては、車両に搭載した前方撮影用
の画像入力手段と、前記画像入力手段からの入力画像を
記憶する画像記憶手段と、前記画像記憶手段に記憶され
ている道路画像から車線領域を抽出する車線領域抽出手
段と、前記車線領域抽出手段によって抽出された車線領
域に基づいて前記画像記憶手段に記憶されている道路画
像からエッジ成分を抽出して前方車両が存在するであろ
う大局的な領域を抽出する車両エッジ抽出手段と、前記
車両エッジ抽出手段によって抽出された前方車両の大局
的存在領域を基に動的輪郭モデルの初期値を設置する初
期モデル設置手段と、前記初期モデル設置手段によって
設置された初期値に基づいて前記画像記憶手段に記憶さ
れている道路画像から前方車両の輪郭を抽出する輪郭抽
出手段とを備えたものである。
【０００８】また上記第２の目的を達成するために、車
両に搭載した前方撮影用の画像入力手段と、前記画像入
力手段からの入力画像を記憶する画像記憶手段と、前記
画像記憶手段に記憶されている道路画像から車線領域を
抽出する車線領域抽出手段と、前記車線領域抽出手段に
よって抽出された車線領域に基づいて前記画像記憶手段
に記憶されている道路画像からエッジ成分を抽出して前
方車両が存在するであろう大局的な領域を抽出する車両
エッジ抽出手段と、前記車両エッジ抽出手段によって抽
出された前方車両の大局的存在領域に基づいて前記画像
記憶手段に記憶されている道路画像から線対称領域を抽
出することによって前方車両の存在領域を抽出する対称
領域抽出手段と、前記対称領域抽出手段によって抽出さ
れた前方車両の存在領域を基に動的輪郭モデルの初期値
を設置する初期モデル設置手段と、前記初期モデル設置
手段によって設置された初期値に基づいて前記画像記憶
手段に記憶されている道路画像から前方車両の輪郭を抽
出する輪郭抽出手段とを備えたものである。
両に搭載した前方撮影用の画像入力手段と、前記画像入
力手段からの入力画像を記憶する画像記憶手段と、前記
画像記憶手段に記憶されている道路画像から車線領域を
抽出する車線領域抽出手段と、前記車線領域抽出手段に
よって抽出された車線領域に基づいて前記画像記憶手段
に記憶されている道路画像からエッジ成分を抽出して前
方車両が存在するであろう大局的な領域を抽出する車両
エッジ抽出手段と、前記車両エッジ抽出手段によって抽
出された前方車両の大局的存在領域に基づいて前記画像
記憶手段に記憶されている道路画像から線対称領域を抽
出することによって前方車両の存在領域を抽出する対称
領域抽出手段と、前記対称領域抽出手段によって抽出さ
れた前方車両の存在領域を基に動的輪郭モデルの初期値
を設置する初期モデル設置手段と、前記初期モデル設置
手段によって設置された初期値に基づいて前記画像記憶
手段に記憶されている道路画像から前方車両の輪郭を抽
出する輪郭抽出手段とを備えたものである。
【０００９】さらに上記第３の目的を達成するために、
車両に搭載した前方撮影用の画像入力手段と、前記画像
入力手段からの入力画像を記憶する画像記憶手段と、前
記画像記憶手段に記憶されている道路画像から車線領域
を抽出する車線領域抽出手段と、前記車線領域抽出手段
によって抽出された車線領域に基づいて前記画像記憶手
段に記憶されている道路画像からエッジ成分を抽出して
前方車両が存在するであろう大局的な領域を抽出する車
両エッジ抽出手段と、前記車両エッジ抽出手段によって
抽出された前方車両の大局的存在領域に基づいて前記画
像記憶手段に記憶されている道路画像から線対称領域を
抽出することによって前方車両の存在領域を抽出する対
称領域抽出手段と、前方車両の車両種別に応じた様々な
形状の初期モデルを格納している初期モデルデータベー
スと、前記対称領域抽出手段によって抽出された車両存
在領域から前方車両の車両種別を大局的に判断して前記
初期モデルデータベースに蓄積されている初期モデルの
中から適切なものを選択して設定する初期モデル確定手
段と、前記初期モデル確定手段によって設置された初期
値に基づいて前記画像記憶手段に記憶されている道路画
像から前方車両の輪郭を抽出する輪郭抽出手段とを備え
たものである。
車両に搭載した前方撮影用の画像入力手段と、前記画像
入力手段からの入力画像を記憶する画像記憶手段と、前
記画像記憶手段に記憶されている道路画像から車線領域
を抽出する車線領域抽出手段と、前記車線領域抽出手段
によって抽出された車線領域に基づいて前記画像記憶手
段に記憶されている道路画像からエッジ成分を抽出して
前方車両が存在するであろう大局的な領域を抽出する車
両エッジ抽出手段と、前記車両エッジ抽出手段によって
抽出された前方車両の大局的存在領域に基づいて前記画
像記憶手段に記憶されている道路画像から線対称領域を
抽出することによって前方車両の存在領域を抽出する対
称領域抽出手段と、前方車両の車両種別に応じた様々な
形状の初期モデルを格納している初期モデルデータベー
スと、前記対称領域抽出手段によって抽出された車両存
在領域から前方車両の車両種別を大局的に判断して前記
初期モデルデータベースに蓄積されている初期モデルの
中から適切なものを選択して設定する初期モデル確定手
段と、前記初期モデル確定手段によって設置された初期
値に基づいて前記画像記憶手段に記憶されている道路画
像から前方車両の輪郭を抽出する輪郭抽出手段とを備え
たものである。
【００１０】
【作用】本発明では、動的輪郭モデルの手法を用いるこ
とによって、車両の存在する領域を囲む閉曲線の抽出を
安定して行うと同時に、道路画像から抽出した様々な情
報を基に、動的輪郭モデルの適切な初期値を自動的に設
定することにより、ノイズなどの対してロバスト性の高
い車両認識を行うことが出来る。
とによって、車両の存在する領域を囲む閉曲線の抽出を
安定して行うと同時に、道路画像から抽出した様々な情
報を基に、動的輪郭モデルの適切な初期値を自動的に設
定することにより、ノイズなどの対してロバスト性の高
い車両認識を行うことが出来る。
【００１１】
【実施例】以下、本発明の実施例について図面を参照し
ながら説明する。
ながら説明する。
【００１２】図１は、本発明の第１の実施例の車両認識
装置の基本構成を示すブロック図である。１は車両前方
を撮影する画像入力手段であり、図２に示すとおりＣＣ
Ｄカメラを車両前部に運転者の視界を妨げないように設
置することによって実現される。２は画像記憶手段であ
り、画像入力手段１から入力された道路画像をＡ／Ｄ変
換した後に蓄積するものである。３は画像記憶手段２に
記憶されている道路画像から車線領域を抽出する車線領
域抽出手段であり、二値化処理によって抽出された白線
の輪郭点列を直線近似することによって実現される。４
は車線領域抽出手段３で抽出された車線領域に基づいて
車両のエッジを抽出することによって、前方車両が存在
する大まかな領域を抽出する車両エッジ抽出手段であ
る。５は車両エッジ抽出手段４によって抽出された処理
領域に対して動的輪郭モデルの初期モデルを設置する初
期モデル設置手段である。６は画像記憶手段２に記憶さ
れている道路画像から、前記初期モデル設置手段５の出
力を利用して、前方車両の輪郭を抽出する輪郭抽出手段
であり、動的輪郭モデルの手法を用いることにより実現
される。
装置の基本構成を示すブロック図である。１は車両前方
を撮影する画像入力手段であり、図２に示すとおりＣＣ
Ｄカメラを車両前部に運転者の視界を妨げないように設
置することによって実現される。２は画像記憶手段であ
り、画像入力手段１から入力された道路画像をＡ／Ｄ変
換した後に蓄積するものである。３は画像記憶手段２に
記憶されている道路画像から車線領域を抽出する車線領
域抽出手段であり、二値化処理によって抽出された白線
の輪郭点列を直線近似することによって実現される。４
は車線領域抽出手段３で抽出された車線領域に基づいて
車両のエッジを抽出することによって、前方車両が存在
する大まかな領域を抽出する車両エッジ抽出手段であ
る。５は車両エッジ抽出手段４によって抽出された処理
領域に対して動的輪郭モデルの初期モデルを設置する初
期モデル設置手段である。６は画像記憶手段２に記憶さ
れている道路画像から、前記初期モデル設置手段５の出
力を利用して、前方車両の輪郭を抽出する輪郭抽出手段
であり、動的輪郭モデルの手法を用いることにより実現
される。
【００１３】次に、本発明の第１の実施例における車両
認識装置の動作を、図３に示すフローチャートに従って
説明する。
認識装置の動作を、図３に示すフローチャートに従って
説明する。
【００１４】まずステップ１０１では、道路画像データ
の取り込みを行う。画像データの取り込みは、画像入力
手段１を用いて入力した車両前方の道路画像を画像記憶
手段２に蓄積することにより行う。図８に、取り込まれ
た画像の一例を示す。
の取り込みを行う。画像データの取り込みは、画像入力
手段１を用いて入力した車両前方の道路画像を画像記憶
手段２に蓄積することにより行う。図８に、取り込まれ
た画像の一例を示す。
【００１５】ステップ１０２では、車線領域抽出手段３
を用いて車線領域の抽出を行う。車線領域の抽出は、二
値化処理によって抽出された白線輪郭点列を直線近似す
ることによって行う。図４に、この処理の一連の流れを
示す。まずステップ２０１では、左白線の輪郭を抽出す
る処理を行う。左白線の輪郭の抽出は、図９に示すよう
に画像の中心ｌから左方向に走査線を探索していき、輝
度Ｉ（ｘ，ｙ）がしきい値ＴＨi を越える最初の画素を
左白線の内側の輪郭点とする。またステップ２０２で
は、右白線の輪郭を抽出する処理を行う。右白線の輪郭
抽出についても左側と同様にして、図９に示す画像の中
心ｌから右方向に向かって走査線を探索することによっ
て行う。図１０に左右白線の輪郭点列を抽出した結果を
示す。次にステップ２０３では、ステップ２０１で抽出
した左白線の輪郭点列を直線近似する処理を行う。ステ
ップ２０４でも同様にして、ステップ２０２で抽出した
右白線の輪郭点列を直線近似する処理を行う。なお、直
線近似処理にはＨｏｕｇｈ変換の手法を用いる。このよ
うにして、路面上の左右の白線を直線近似することによ
り、自車両の走行している車線領域を抽出する。図１１
に車線領域を抽出した結果を示す。
を用いて車線領域の抽出を行う。車線領域の抽出は、二
値化処理によって抽出された白線輪郭点列を直線近似す
ることによって行う。図４に、この処理の一連の流れを
示す。まずステップ２０１では、左白線の輪郭を抽出す
る処理を行う。左白線の輪郭の抽出は、図９に示すよう
に画像の中心ｌから左方向に走査線を探索していき、輝
度Ｉ（ｘ，ｙ）がしきい値ＴＨi を越える最初の画素を
左白線の内側の輪郭点とする。またステップ２０２で
は、右白線の輪郭を抽出する処理を行う。右白線の輪郭
抽出についても左側と同様にして、図９に示す画像の中
心ｌから右方向に向かって走査線を探索することによっ
て行う。図１０に左右白線の輪郭点列を抽出した結果を
示す。次にステップ２０３では、ステップ２０１で抽出
した左白線の輪郭点列を直線近似する処理を行う。ステ
ップ２０４でも同様にして、ステップ２０２で抽出した
右白線の輪郭点列を直線近似する処理を行う。なお、直
線近似処理にはＨｏｕｇｈ変換の手法を用いる。このよ
うにして、路面上の左右の白線を直線近似することによ
り、自車両の走行している車線領域を抽出する。図１１
に車線領域を抽出した結果を示す。
【００１６】次に図３のステップ１０３では、ステップ
１０２で得られた車線領域内でエッジを抽出し、前方車
両が存在する大まかな領域を抽出する。図５に、この処
理の一連の流れを示す。まずステップ３０１で、画像記
憶手段２に記憶されている道路画像からエッジを抽出す
る。なお、エッジの抽出には３×３のＳｏｂｅｌオペレ
ータなどのフィルタを用いる。図１２にその処理結果を
示す。次にステップ３０２では、ステップ３０１で抽出
したエッジ画像に対して水平エッジの探索を行う。図１
３に示すように、画像上部から垂直下向きにに水平エッ
ジを探索し、最初にしきい値ＴＨtel を越える長さをも
ったエッジを処理範囲の上端として抽出する。同様にし
て、ステップ３０３では処理領域の下端を抽出する処理
を行う。図１３に示すように、画像底辺から垂直上向き
に水平エッジを探索し、最初にしきい値ＴＨbel を越え
る長さをもったエッジを処理範囲の下端として抽出す
る。次にステップ３０３では、図１３に示すように車線
領域内の左端から走査線に沿って右側に垂直エッジを探
索し、最初にしきい値ＴＨlel を越える長さをもったエ
ッジを処理範囲の左端として抽出する。同様にしてステ
ップ３０４では、車線領域内の右端から走査線に沿って
左側に垂直エッジを探索し、最初にしきい値ＴＨrel を
越える長さをもったエッジを処理範囲の右端として抽出
する。図１４にその処理結果を示す。
１０２で得られた車線領域内でエッジを抽出し、前方車
両が存在する大まかな領域を抽出する。図５に、この処
理の一連の流れを示す。まずステップ３０１で、画像記
憶手段２に記憶されている道路画像からエッジを抽出す
る。なお、エッジの抽出には３×３のＳｏｂｅｌオペレ
ータなどのフィルタを用いる。図１２にその処理結果を
示す。次にステップ３０２では、ステップ３０１で抽出
したエッジ画像に対して水平エッジの探索を行う。図１
３に示すように、画像上部から垂直下向きにに水平エッ
ジを探索し、最初にしきい値ＴＨtel を越える長さをも
ったエッジを処理範囲の上端として抽出する。同様にし
て、ステップ３０３では処理領域の下端を抽出する処理
を行う。図１３に示すように、画像底辺から垂直上向き
に水平エッジを探索し、最初にしきい値ＴＨbel を越え
る長さをもったエッジを処理範囲の下端として抽出す
る。次にステップ３０３では、図１３に示すように車線
領域内の左端から走査線に沿って右側に垂直エッジを探
索し、最初にしきい値ＴＨlel を越える長さをもったエ
ッジを処理範囲の左端として抽出する。同様にしてステ
ップ３０４では、車線領域内の右端から走査線に沿って
左側に垂直エッジを探索し、最初にしきい値ＴＨrel を
越える長さをもったエッジを処理範囲の右端として抽出
する。図１４にその処理結果を示す。
【００１７】ステップ１０４では、ステップ１０３で抽
出された処理領域に対して、動的輪郭モデルの初期値の
設置を行う。図６に、この処理の一連の流れを示す。ま
ずステップ４０１において、車両エッジ抽出手段４によ
って抽出された処理領域の横幅Ｗを求める。これは、処
理領域左端のｘ座標Ｌｘと右端のｘ座標Ｒｘの差から容
易に算出することが出来る。次にステップ４０２では、
処理領域の高さＨを処理領域上端のｙ座標Ｔｙと下端の
ｙ座標Ｂｙの差から算出する。さらにステップ４０３で
は、これらの値を用いて処理領域の重心座標Ｃを求め
る。重心座標Ｃは式（１）によって算出する。
出された処理領域に対して、動的輪郭モデルの初期値の
設置を行う。図６に、この処理の一連の流れを示す。ま
ずステップ４０１において、車両エッジ抽出手段４によ
って抽出された処理領域の横幅Ｗを求める。これは、処
理領域左端のｘ座標Ｌｘと右端のｘ座標Ｒｘの差から容
易に算出することが出来る。次にステップ４０２では、
処理領域の高さＨを処理領域上端のｙ座標Ｔｙと下端の
ｙ座標Ｂｙの差から算出する。さらにステップ４０３で
は、これらの値を用いて処理領域の重心座標Ｃを求め
る。重心座標Ｃは式（１）によって算出する。
【００１８】 Ｃ（ｘ，ｙ）＝（（Ｌｘ＋Ｒｘ）／２，（Ｔｙ＋Ｂｙ）／２） （１） こうして算出された処理領域の横幅、高さ、および重心
座標に基づいて、ステップ４０４において初期モデルの
設置を行う。初期モデルは、図１５に示すように車両形
状を近似したｎ個の節点からなる閉曲線として構成され
ており、その横幅Ｗｍと高さＨｍは、処理領域の横幅Ｗ
および高さＨにパラメータＰw、Ｐh（ Ｐw，Ｐh＞1.
0） を乗算することによって、図１５中に示したように
設置される。さらに、図１６に示すようにモデルの重心
が処理領域の重心Ｃに一致するように輪郭モデルを設置
することにより、対象物体に対して適切な位置に適切な
大きさの初期モデルを自動的に設置することが出来る。
座標に基づいて、ステップ４０４において初期モデルの
設置を行う。初期モデルは、図１５に示すように車両形
状を近似したｎ個の節点からなる閉曲線として構成され
ており、その横幅Ｗｍと高さＨｍは、処理領域の横幅Ｗ
および高さＨにパラメータＰw、Ｐh（ Ｐw，Ｐh＞1.
0） を乗算することによって、図１５中に示したように
設置される。さらに、図１６に示すようにモデルの重心
が処理領域の重心Ｃに一致するように輪郭モデルを設置
することにより、対象物体に対して適切な位置に適切な
大きさの初期モデルを自動的に設置することが出来る。
【００１９】ステップ１０５では、動的輪郭モデルの手
法を用いて前方車両の輪郭を抽出する処理を行う。動的
輪郭モデルは、画像の特徴とモデルの形状からエネルギ
ー関数Ｅsnakesを定義し、このエネルギー関数を最小化
する過程で対象物の輪郭を抽出する手法である。エネル
ギー関数Ｅsnakesは、滑らかさや節点間の距離などモデ
ルの形状に関する力である内部エネルギーＥint 、モデ
ルが画像特徴に引き寄せられる力である画像エネルギー
Ｅimage 、およびモデルの形状変化を外部から抑制する
力である外部エネルギーＥcon とからなり、式（２）の
ように表される。なお、ｖi（ｉ＝1,2,3,…,ｎ）は輪郭
モデルの節点である。
法を用いて前方車両の輪郭を抽出する処理を行う。動的
輪郭モデルは、画像の特徴とモデルの形状からエネルギ
ー関数Ｅsnakesを定義し、このエネルギー関数を最小化
する過程で対象物の輪郭を抽出する手法である。エネル
ギー関数Ｅsnakesは、滑らかさや節点間の距離などモデ
ルの形状に関する力である内部エネルギーＥint 、モデ
ルが画像特徴に引き寄せられる力である画像エネルギー
Ｅimage 、およびモデルの形状変化を外部から抑制する
力である外部エネルギーＥcon とからなり、式（２）の
ように表される。なお、ｖi（ｉ＝1,2,3,…,ｎ）は輪郭
モデルの節点である。
【００２０】 Ｅsnakes（ｖi）＝Ｅint（ｖi）＋Ｅimage（ｖi）＋Ｅcon（ｖi） （２） さらに、内部エネルギーＥint は式（３）によって算出
することが出来る。なおαおよびβはそれぞれの項に対
する重みパラメータである。
することが出来る。なおαおよびβはそれぞれの項に対
する重みパラメータである。
【００２１】 Ｅint（ｖi）＝α｜ｖi−ｖi-1｜2＋β｜ｖi-1−２ｖi＋ｖi+1｜2 （３） また、画像エネルギーＥimage は画像中のエッジからの
ポテンシャル場として、式（４）に示すように画像の濃
度勾配として算出される。なお、γは画像エネルギーに
対する重みパラメータである。
ポテンシャル場として、式（４）に示すように画像の濃
度勾配として算出される。なお、γは画像エネルギーに
対する重みパラメータである。
【００２２】 Ｅimage（ｖi）＝−γ｜▽Ｉ（ｘ，ｙ）｜ （４） また外部エネルギーとしては、前方車両の左右対称性を
考慮して、式（５）に示すように輪郭モデルが左右対称
に収縮するような形状変化の拘束力を与える。なお、ｇ
は輪郭モデルの重心座標で、ｖi * は重心Ｃを通る対称
軸に対するｖiの対称点である。また、δは外部エネル
ギーに対する重みパラメータである。
考慮して、式（５）に示すように輪郭モデルが左右対称
に収縮するような形状変化の拘束力を与える。なお、ｇ
は輪郭モデルの重心座標で、ｖi * は重心Ｃを通る対称
軸に対するｖiの対称点である。また、δは外部エネル
ギーに対する重みパラメータである。
【００２３】 Ｅcon（ｖi）＝δ｜｜ｖi−ｇ｜−｜ｖi *ーｇ｜｜ （５） そして、このように定義されたエネルギー関数Ｅsnakes
を輪郭モデルの各節点の近傍領域で評価し、最もエネル
ギーが小さくなる位置へ節点を移動させることによりモ
デルを収縮させていく。なお、移動させる節点の数があ
るしきい値以下になった場合には、輪郭モデルが収束し
たと判断し、モデルの収縮を終了する。図７に、この処
理の一連の流れを示す。まずステップ５０１およびステ
ップ５０２でパラメータの初期化を行う。次にステップ
５０３では、式（２）〜（５）に従ってＥsnakesの算出
を行う。そしてステップ５０４では、ステップ５０３で
算出されたＥsnakesと隣接画素のエネルギーとの比較を
行う。Ｅsnakesの方が小さいと判断された場合には、ス
テップ５０５においてＥsnakesをエネルギーの最小値と
して保持して次の隣接画素のエネルギーを算出するため
にステップ５０６でパラメータを加算した後、ステップ
５０３へと戻る。逆に、Ｅsnakesの方が大きいと判断さ
れた場合には、エネルギーの最小値を更新することなく
ステップ５０３へ戻る。なお、この処理はステップ５０
７の判断に基づいて、あらかじめ設定した近傍領域すべ
てについて繰り返す。そしてステップ５０８において、
最終的なエネルギーの最小値が節点の現在位置で得られ
ると判断された場合には、そのままステップ５１０へと
進む。逆に、エネルギーの最小値が節点の現在位置以外
の隣接画素で得られると判断された場合には、ステップ
５０９でその隣接画素の位置へと節点を移動してステッ
プ５１０へと進む。図１７には、この部分の処理概念を
示している。そして、ステップ５１０ではパラメータを
加算した後、ステップ５１１の判断に基づいて全ての節
点についてステップ５０２からステップ５１１の処理を
繰り返す。ステップ５１１で全ての節点について処理が
終了したと判断された場合には、ステップ５１２で移動
した節点の数を評価し、この数がしきい値以下である場
合は輪郭モデルが収束したと判断して処理を終了する。
逆に、移動節点の数がしきい値以上である場合には、ス
テップ５０１へと戻って再び全ての節点について処理を
繰り返す。
を輪郭モデルの各節点の近傍領域で評価し、最もエネル
ギーが小さくなる位置へ節点を移動させることによりモ
デルを収縮させていく。なお、移動させる節点の数があ
るしきい値以下になった場合には、輪郭モデルが収束し
たと判断し、モデルの収縮を終了する。図７に、この処
理の一連の流れを示す。まずステップ５０１およびステ
ップ５０２でパラメータの初期化を行う。次にステップ
５０３では、式（２）〜（５）に従ってＥsnakesの算出
を行う。そしてステップ５０４では、ステップ５０３で
算出されたＥsnakesと隣接画素のエネルギーとの比較を
行う。Ｅsnakesの方が小さいと判断された場合には、ス
テップ５０５においてＥsnakesをエネルギーの最小値と
して保持して次の隣接画素のエネルギーを算出するため
にステップ５０６でパラメータを加算した後、ステップ
５０３へと戻る。逆に、Ｅsnakesの方が大きいと判断さ
れた場合には、エネルギーの最小値を更新することなく
ステップ５０３へ戻る。なお、この処理はステップ５０
７の判断に基づいて、あらかじめ設定した近傍領域すべ
てについて繰り返す。そしてステップ５０８において、
最終的なエネルギーの最小値が節点の現在位置で得られ
ると判断された場合には、そのままステップ５１０へと
進む。逆に、エネルギーの最小値が節点の現在位置以外
の隣接画素で得られると判断された場合には、ステップ
５０９でその隣接画素の位置へと節点を移動してステッ
プ５１０へと進む。図１７には、この部分の処理概念を
示している。そして、ステップ５１０ではパラメータを
加算した後、ステップ５１１の判断に基づいて全ての節
点についてステップ５０２からステップ５１１の処理を
繰り返す。ステップ５１１で全ての節点について処理が
終了したと判断された場合には、ステップ５１２で移動
した節点の数を評価し、この数がしきい値以下である場
合は輪郭モデルが収束したと判断して処理を終了する。
逆に、移動節点の数がしきい値以上である場合には、ス
テップ５０１へと戻って再び全ての節点について処理を
繰り返す。
【００２４】以上のように、道路画像から抽出したエッ
ジ情報を基に初期モデルを自動的に設置し、動的輪郭モ
デルの手法に基づいて処理を行うことにより、エッジの
途切れなどのノイズ的要因に対してロバストな車両認識
処理を行うことが出来る。
ジ情報を基に初期モデルを自動的に設置し、動的輪郭モ
デルの手法に基づいて処理を行うことにより、エッジの
途切れなどのノイズ的要因に対してロバストな車両認識
処理を行うことが出来る。
【００２５】次に、本発明の第２の実施例について図面
を参照しながら説明する。
を参照しながら説明する。
【００２６】図１８は、本発明の第２の実施例の基本構
成を示すブロック図である。第２の実施例の基本構成
は、第１の実施例の基本構成に対称領域抽出手段７を付
加したものになっている。対称領域抽出手段７は、車両
エッジ抽出手段４で抽出された車両存在候補領域に対
し、線対称領域を抽出することによって、さらに厳密な
車両存在領域の抽出を行うものである。
成を示すブロック図である。第２の実施例の基本構成
は、第１の実施例の基本構成に対称領域抽出手段７を付
加したものになっている。対称領域抽出手段７は、車両
エッジ抽出手段４で抽出された車両存在候補領域に対
し、線対称領域を抽出することによって、さらに厳密な
車両存在領域の抽出を行うものである。
【００２７】次に、本発明の第２の実施例における車両
認識装置の動作を、図１９に示すフローチャートに従っ
て説明する。なお、詳細な内容については第１の実施例
と異なる部分についてのみ示し、その他の部分は第１の
実施例に従うものとする。
認識装置の動作を、図１９に示すフローチャートに従っ
て説明する。なお、詳細な内容については第１の実施例
と異なる部分についてのみ示し、その他の部分は第１の
実施例に従うものとする。
【００２８】まず、ステップ６０１からステップ６０３
までの処理は、第１の実施例で示した図３のステップ１
０１からステップ１０３の処理に対応しており、それぞ
れ同様の処理を行い、ステップ６０４へと進む。
までの処理は、第１の実施例で示した図３のステップ１
０１からステップ１０３の処理に対応しており、それぞ
れ同様の処理を行い、ステップ６０４へと進む。
【００２９】ステップ６０４では、対称領域抽出手段７
を用いて線対称領域を抽出することにより車両存在領域
の抽出を行う。自車両から観測した前方車両の形状は、
走査線に垂直な線分を軸としたほぼ線対称形である。そ
こで、画像中から線対称領域を抽出することにより、車
両の存在領域を抽出することが出来る。具体的には図２
１に示すように、あるエッジ点Ａと同一走査線上にある
対称点がＢであるとすれば、その対称軸Ｓは点Ａと点Ｂ
の中点を通る。また同様に、エッジ点Ｇの対称点がＨで
あるとすれば、その対称軸Ｓ’は点Ｇと点Ｈの中点を通
る。このような対称軸の位置を、車両エッジ抽出手段４
によって抽出された車両存在候補領域中の全てのエッジ
点対に対して算出し、図２２に示すようなヒストグラム
を作成する。そして、このヒストグラムのピークを示す
位置を、車両領域の対称軸として抽出する。対称領域
は、この対称軸に対して対になっているエッジ点を探索
することにより抽出する。
を用いて線対称領域を抽出することにより車両存在領域
の抽出を行う。自車両から観測した前方車両の形状は、
走査線に垂直な線分を軸としたほぼ線対称形である。そ
こで、画像中から線対称領域を抽出することにより、車
両の存在領域を抽出することが出来る。具体的には図２
１に示すように、あるエッジ点Ａと同一走査線上にある
対称点がＢであるとすれば、その対称軸Ｓは点Ａと点Ｂ
の中点を通る。また同様に、エッジ点Ｇの対称点がＨで
あるとすれば、その対称軸Ｓ’は点Ｇと点Ｈの中点を通
る。このような対称軸の位置を、車両エッジ抽出手段４
によって抽出された車両存在候補領域中の全てのエッジ
点対に対して算出し、図２２に示すようなヒストグラム
を作成する。そして、このヒストグラムのピークを示す
位置を、車両領域の対称軸として抽出する。対称領域
は、この対称軸に対して対になっているエッジ点を探索
することにより抽出する。
【００３０】図２０に、この処理の一連の流れを示す。
まず、ステップ７０１からステップ７１３の処理で対称
軸の抽出を行う。ステップ７０１およびステップ７０２
では、処理領域の初期値を設定する。なおこの場合の処
理範囲は、車両エッジ抽出手段４で抽出された車両存在
候補領域の上端のｙ座標をＴｙ、下端をＢｙ、左端のｘ
座標をＬｘ、および右端をＲｘとすると、それぞれパラ
メータＰｘおよびＰｙ（Ｐｘ，Ｐｙ＞０）を用いてＴｙ
−Ｐｙ、Ｂｙ＋Ｐｙ、Ｌｘ−Ｐｘ、Ｒｘ＋Ｐｘで表現す
る。そしてステップ７０３で示すように、ある座標でエ
ッジ点が存在する場合には、ステップ７０４、ステップ
７０５およびステップ７０７、ステップ７０８で示すよ
うに、そのエッジ点と同一走査線上の全てのエッジ点を
探索して中点を求め、ステップ７０６でその中点位置に
対応するヒストグラムに加算する。なおこの処理は、ス
テップ７０９、ステップ７１０、ステップ７１１、およ
びステップ７１２に示すように、処理領域内の全てのエ
ッジ点について繰り返される。そしてステップ７１３で
は、こうして得られたヒストグラムのピークを求め、そ
の時のｘ座標を車両領域の対称軸ｘｓｙｍとして記憶す
る。さらに、ステップ７１４からステップ７２３の処理
では、こうして求められた対称軸ｘｓｙｍについての対
称領域の抽出を行う。この処理は、ステップ７１４およ
びステップ７１５で処理領域の初期化を行った後、ステ
ップ７１６に示すようにある位置にエッジ点が存在した
場合に、ステップ７１７でそのエッジ点と対称軸ｘｓｙ
ｍとの距離Ｄを求める。そしてステップ７１８におい
て、対称軸ｘｓｙｍに対して距離Ｄの位置にエッジ点が
存在するかどうかの判定を行う。距離Ｄの位置にエッジ
が存在した場合は、求めたエッジ点対をステップ７１９
で登録する。さらにこの処理は、ステップ７２０からス
テップ７２３に示すように処理領域内の全てのエッジ点
について行う。そしてステップ７２４では、こうして求
められた対称領域の上端、下端、左端、および右端を求
める。この処理は、対称領域として抽出されたエッジ点
列に対して、画像上下左右端から探索を行い、最初にあ
るしきい値を越える長さをもつエッジ位置を対称領域の
上下左右端として抽出する。図２３に対称領域の抽出結
果を、図２４には対称領域の上下左右端の抽出結果を示
す。
まず、ステップ７０１からステップ７１３の処理で対称
軸の抽出を行う。ステップ７０１およびステップ７０２
では、処理領域の初期値を設定する。なおこの場合の処
理範囲は、車両エッジ抽出手段４で抽出された車両存在
候補領域の上端のｙ座標をＴｙ、下端をＢｙ、左端のｘ
座標をＬｘ、および右端をＲｘとすると、それぞれパラ
メータＰｘおよびＰｙ（Ｐｘ，Ｐｙ＞０）を用いてＴｙ
−Ｐｙ、Ｂｙ＋Ｐｙ、Ｌｘ−Ｐｘ、Ｒｘ＋Ｐｘで表現す
る。そしてステップ７０３で示すように、ある座標でエ
ッジ点が存在する場合には、ステップ７０４、ステップ
７０５およびステップ７０７、ステップ７０８で示すよ
うに、そのエッジ点と同一走査線上の全てのエッジ点を
探索して中点を求め、ステップ７０６でその中点位置に
対応するヒストグラムに加算する。なおこの処理は、ス
テップ７０９、ステップ７１０、ステップ７１１、およ
びステップ７１２に示すように、処理領域内の全てのエ
ッジ点について繰り返される。そしてステップ７１３で
は、こうして得られたヒストグラムのピークを求め、そ
の時のｘ座標を車両領域の対称軸ｘｓｙｍとして記憶す
る。さらに、ステップ７１４からステップ７２３の処理
では、こうして求められた対称軸ｘｓｙｍについての対
称領域の抽出を行う。この処理は、ステップ７１４およ
びステップ７１５で処理領域の初期化を行った後、ステ
ップ７１６に示すようにある位置にエッジ点が存在した
場合に、ステップ７１７でそのエッジ点と対称軸ｘｓｙ
ｍとの距離Ｄを求める。そしてステップ７１８におい
て、対称軸ｘｓｙｍに対して距離Ｄの位置にエッジ点が
存在するかどうかの判定を行う。距離Ｄの位置にエッジ
が存在した場合は、求めたエッジ点対をステップ７１９
で登録する。さらにこの処理は、ステップ７２０からス
テップ７２３に示すように処理領域内の全てのエッジ点
について行う。そしてステップ７２４では、こうして求
められた対称領域の上端、下端、左端、および右端を求
める。この処理は、対称領域として抽出されたエッジ点
列に対して、画像上下左右端から探索を行い、最初にあ
るしきい値を越える長さをもつエッジ位置を対称領域の
上下左右端として抽出する。図２３に対称領域の抽出結
果を、図２４には対称領域の上下左右端の抽出結果を示
す。
【００３１】こうして求められた車両存在領域に基づい
て、ステップ６０５において初期モデルを設置した後、
ステップ６０６で輪郭抽出処理を行う。これらの処理
は、第１の実施例で示した図３のステップ１０４および
ステップ１０５に従うものとする。
て、ステップ６０５において初期モデルを設置した後、
ステップ６０６で輪郭抽出処理を行う。これらの処理
は、第１の実施例で示した図３のステップ１０４および
ステップ１０５に従うものとする。
【００３２】以上のように、単なるエッジ情報のみでな
く前方車両の対称性を利用することにより、車両の存在
領域を的確に抽出することが出来ると共に、動的輪郭モ
デルの初期値を正確に自動的に設置することが可能にな
る。
く前方車両の対称性を利用することにより、車両の存在
領域を的確に抽出することが出来ると共に、動的輪郭モ
デルの初期値を正確に自動的に設置することが可能にな
る。
【００３３】次に、本発明の第３の実施例について図面
を参照しながら説明する。
を参照しながら説明する。
【００３４】図２５は、本発明の第３の実施例の基本構
成を示すブロック図である。第３の実施例の基本構成
は、初期モデルデータベース９を付加すると共に、第２
の実施例の基本構成で示した初期モデル設置手段５を初
期モデル確定手段８に置き換えたものになっている。初
期モデルデータベース９は、普通乗用車、バン、軽自動
車、およびトラックなど前方車両の車両種別に応じた様
々な形状の初期モデルを格納したものである。また、初
期モデル確定手段８は、対称領域抽出手段７で抽出され
た車両存在領域から前方車両の車両種別を大局的に判断
し、車両種別に応じた初期モデルを初期モデルデータベ
ース９から選別して適切な位置に設定するものである。
成を示すブロック図である。第３の実施例の基本構成
は、初期モデルデータベース９を付加すると共に、第２
の実施例の基本構成で示した初期モデル設置手段５を初
期モデル確定手段８に置き換えたものになっている。初
期モデルデータベース９は、普通乗用車、バン、軽自動
車、およびトラックなど前方車両の車両種別に応じた様
々な形状の初期モデルを格納したものである。また、初
期モデル確定手段８は、対称領域抽出手段７で抽出され
た車両存在領域から前方車両の車両種別を大局的に判断
し、車両種別に応じた初期モデルを初期モデルデータベ
ース９から選別して適切な位置に設定するものである。
【００３５】次に、本発明の第３の実施例における車両
認識装置の動作を、図２６に示すフローチャートに従っ
て説明する。なお、詳細な内容については第１の実施例
および第２の実施例と異なる部分についてのみ示し、そ
の他の部分は第１の実施例および第２の実施例に従うも
のとする。
認識装置の動作を、図２６に示すフローチャートに従っ
て説明する。なお、詳細な内容については第１の実施例
および第２の実施例と異なる部分についてのみ示し、そ
の他の部分は第１の実施例および第２の実施例に従うも
のとする。
【００３６】まず、ステップ８０１からステップ８０４
までの処理は、第２の実施例で示した図１９のステップ
６０１からステップ６０４の処理に対応しており、それ
ぞれ同様の処理を行う。
までの処理は、第２の実施例で示した図１９のステップ
６０１からステップ６０４の処理に対応しており、それ
ぞれ同様の処理を行う。
【００３７】ステップ８０５では、初期モデル確定手段
を８を用いて動的輪郭モデルの初期値を設定する。しか
し、前方車両の形状は普通乗用車、軽自動車、バン、あ
るいはトラックなどの車両種別によって大きく異なり、
一形状のモデルのみでは対応することが出来ない。そこ
で図２８に示すように、普通乗用車、軽自動車、バン、
トラックなどの車両種別ごとに異なる初期モデルを初期
モデルデータベース９に用意しておき、前方車両の種類
に応じてモデルの選択を行う。図２７に、この処理の一
連の流れを示す。
を８を用いて動的輪郭モデルの初期値を設定する。しか
し、前方車両の形状は普通乗用車、軽自動車、バン、あ
るいはトラックなどの車両種別によって大きく異なり、
一形状のモデルのみでは対応することが出来ない。そこ
で図２８に示すように、普通乗用車、軽自動車、バン、
トラックなどの車両種別ごとに異なる初期モデルを初期
モデルデータベース９に用意しておき、前方車両の種類
に応じてモデルの選択を行う。図２７に、この処理の一
連の流れを示す。
【００３８】図２７のステップ９０１からステップ９０
３の処理は、第１の実施例の初期モデル設置手段で示し
た図６のステップ４０１からステップ４０３の処理に対
応しており、それぞれ同様の処理を行う。ステップ９０
４では、ステップ９０１およびステップ９０２で求めた
車両領域の幅Ｗと高さＨに基づいて、車両種別の判定を
行う。図２９に示すように、前方車両の車両種別に応じ
て車両領域の横幅Ｗと高さＨの比は異なる。そこでＷと
Ｈの比に応じて、車両種別を式（６）の普通乗用車、式
（７）の軽自動車、式（８）のバン、式（９）のトラッ
クの４つに分類する。なおしきい値Ｓ1、Ｓ2、Ｓ3 は式
（１０）を満たすものとする。
３の処理は、第１の実施例の初期モデル設置手段で示し
た図６のステップ４０１からステップ４０３の処理に対
応しており、それぞれ同様の処理を行う。ステップ９０
４では、ステップ９０１およびステップ９０２で求めた
車両領域の幅Ｗと高さＨに基づいて、車両種別の判定を
行う。図２９に示すように、前方車両の車両種別に応じ
て車両領域の横幅Ｗと高さＨの比は異なる。そこでＷと
Ｈの比に応じて、車両種別を式（６）の普通乗用車、式
（７）の軽自動車、式（８）のバン、式（９）のトラッ
クの４つに分類する。なおしきい値Ｓ1、Ｓ2、Ｓ3 は式
（１０）を満たすものとする。
【００３９】 Ｈ／Ｗ ＜ Ｓ1 （６） Ｓ1 ≦ Ｈ／Ｗ ＜Ｓ2 （７） Ｓ2 ≦ Ｈ／Ｗ ＜Ｓ3 （８） Ｓ3 ≦ Ｈ／Ｗ （９） Ｓ1 ＜ Ｓ2 ＜ Ｓ3 （１０） ステップ９０５では、このようにして選定された車両種
別に応じた初期モデルを、モデルの重心とステップ９０
３で求めた領域の重心が一致するように設置する。
別に応じた初期モデルを、モデルの重心とステップ９０
３で求めた領域の重心が一致するように設置する。
【００４０】そしてステップ８０６では、ステップ８０
５で設定された車両種別に応じた初期モデルを用いて、
動的輪郭モデルの手法に基づく輪郭抽出処理を行う。な
おこの処理は、第１の実施例で示した図３のステップ１
０５および第２の実施例で示した図１９のステップ６０
６に対応しており、それぞれ同様の処理を行う。
５で設定された車両種別に応じた初期モデルを用いて、
動的輪郭モデルの手法に基づく輪郭抽出処理を行う。な
おこの処理は、第１の実施例で示した図３のステップ１
０５および第２の実施例で示した図１９のステップ６０
６に対応しており、それぞれ同様の処理を行う。
【００４１】以上のような処理を行うことにより、車両
種別に応じた初期モデルを自動的に設定することが可能
になり、動的輪郭モデルの手法に基づいた輪郭抽出処理
を適切に行うことが出来る。
種別に応じた初期モデルを自動的に設定することが可能
になり、動的輪郭モデルの手法に基づいた輪郭抽出処理
を適切に行うことが出来る。
【００４２】なお、上記実施例の車線領域抽出手段３に
おける白線の直線近似処理にはＨｏｕｇｈ変換を用いる
としたが、最小二乗法などの他の直線近似手法を用いて
もよい。また、上記実施例の車両エッジ抽出手段４にお
けるエッジ成分の抽出には３×３のＳｏｂｅｌオペレー
タを用いるとしたが、ラプラシアンなどの他のエッジ検
出オペレータを用いてもよい。
おける白線の直線近似処理にはＨｏｕｇｈ変換を用いる
としたが、最小二乗法などの他の直線近似手法を用いて
もよい。また、上記実施例の車両エッジ抽出手段４にお
けるエッジ成分の抽出には３×３のＳｏｂｅｌオペレー
タを用いるとしたが、ラプラシアンなどの他のエッジ検
出オペレータを用いてもよい。
【００４３】なお、本発明の各手段は、コンピュータを
用いてソフトウェア的に実現し、あるいはそれら各機能
を有する専用のハード回路を用いて実現する事が出来
る。
用いてソフトウェア的に実現し、あるいはそれら各機能
を有する専用のハード回路を用いて実現する事が出来
る。
【００４４】
【発明の効果】以上述べたところから明らかなように、
本発明は、動的輪郭モデルの手法を用いることによっ
て、車両の存在する領域を囲む閉曲線の抽出を安定して
行うと同時に、道路画像から抽出した様々な情報を基
に、動的輪郭モデルの適切な初期値を自動的に設定する
ことにより、ノイズなどの対してロバスト性の高い車両
認識を行うことが出来る。
本発明は、動的輪郭モデルの手法を用いることによっ
て、車両の存在する領域を囲む閉曲線の抽出を安定して
行うと同時に、道路画像から抽出した様々な情報を基
に、動的輪郭モデルの適切な初期値を自動的に設定する
ことにより、ノイズなどの対してロバスト性の高い車両
認識を行うことが出来る。
【図１】本発明の第１の実施例の基本構成を示すブロッ
ク図である。
ク図である。
【図２】車両へのカメラの取り付け例を示す図である。
【図３】第１の実施例の動作を示すフローチャートであ
る。
る。
【図４】車線領域抽出処理の動作を示すフローチャート
である。
である。
【図５】車両エッジ抽出処理の動作を示すフローチャー
トである。
トである。
【図６】初期モデル設置処理の動作を示すフローチャー
トである。
トである。
【図７】輪郭抽出処理の動作を示すフローチャートであ
る。
る。
【図８】入力画像の例を示す図である。
【図９】白線輪郭の抽出手順を示す図である。
【図１０】白線輪郭の抽出結果を示す図である。
【図１１】車線領域の抽出結果を示す図である。
【図１２】入力画像からのエッジ抽出結果を示す図であ
る。
る。
【図１３】車両エッジの抽出手順を示す図である。
【図１４】車両存在候補領域の抽出結果を示す図であ
る。
る。
【図１５】初期モデルの例を示す図である。
【図１６】入力画像に対する初期モデルの設置状態を示
す図である。
す図である。
【図１７】輪郭モデルの節点の振舞いを示す図である。
【図１８】本発明の第２の実施例の基本構成を示すブロ
ック図である。
ック図である。
【図１９】本発明の第２の実施例の動作を示すフローチ
ャートである。
ャートである。
【図２０】対称領域抽出処理の動作を示すフローチャー
トである。
トである。
【図２１】対称軸抽出処理の概念を示す図である。
【図２２】対称軸抽出のためのヒストグラムを示す図で
ある。
ある。
【図２３】対称領域の抽出結果を示す図である。
【図２４】対称領域の上下左右端の抽出処理を示す図で
ある。
ある。
【図２５】本発明の第３の実施例の基本構成を示すブロ
ック図である。
ック図である。
【図２６】本発明の第３の実施例の動作を示すフローチ
ャートである。
ャートである。
【図２７】初期モデル確定手段の動作を示すフローチャ
ートである。
ートである。
【図２８】車両種別ごとの初期モデルを示す図である。
【図２９】車両種別ごとの領域幅および高さを示す図で
ある。
ある。
１ 画像入力手段 ２ 画像記憶手段 ３ 車線領域抽出手段 ４ 車両エッジ抽出手段 ５ 初期モデル設置手段 ６ 輪郭抽出手段
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 5/225
Claims (3)
- 【請求項１】 車両に搭載した前方撮影用の画像入力手
段と、前記画像入力手段からの入力画像を記憶する画像
記憶手段と、前記画像記憶手段に記憶されている道路画
像から車線領域を抽出する車線領域抽出手段と、前記車
線領域抽出手段によって抽出された車線領域を基にして
前記画像記憶手段に記憶されている道路画像からエッジ
成分を抽出して前方車両が存在するであろう大局的な領
域を抽出する車両エッジ抽出手段と、前記車両エッジ抽
出手段によって抽出された前方車両の大局的存在領域に
基づいて動的輪郭モデルの初期値を設置する初期モデル
設置手段と、前記初期モデル設置手段によって設置され
た初期値に基づいて前記画像記憶手段に記憶されている
道路画像から前方車両の輪郭を抽出する輪郭抽出手段と
を備えたことを特徴とする車両認識装置。 - 【請求項２】 車両に搭載した前方撮影用の画像入力手
段と、前記画像入力手段からの入力画像を記憶する画像
記憶手段と、前記画像記憶手段に記憶されている道路画
像から車線領域を抽出する車線領域抽出手段と、前記車
線領域抽出手段によって抽出された車線領域に基づいて
前記画像記憶手段に記憶されている道路画像からエッジ
成分を抽出して前方車両が存在するであろう大局的な領
域を抽出する車両エッジ抽出手段と、前記車両エッジ抽
出手段によって抽出された前方車両の大局的存在領域に
基づいて前記画像記憶手段に記憶されている道路画像か
ら線対称領域を抽出することによって前方車両の存在領
域を抽出する対称領域抽出手段と、前記対称領域抽出手
段によって抽出された前方車両の存在領域を基に動的輪
郭モデルの初期値を設置する初期モデル設置手段と、前
記初期モデル設置手段によって設置された初期値に基づ
いて前記画像記憶手段に記憶されている道路画像から前
方車両の輪郭を抽出する輪郭抽出手段とを備えたことを
特徴とする車両認識装置。 - 【請求項３】 車両に搭載した前方撮影用の画像入力手
段と、前記画像入力手段からの入力画像を記憶する画像
記憶手段と、前記画像記憶手段に記憶されている道路画
像から車線領域を抽出する車線領域抽出手段と、前記車
線領域抽出手段によって抽出された車線領域に基づいて
前記画像記憶手段に記憶されている道路画像からエッジ
成分を抽出して前方車両が存在するであろう大局的な領
域を抽出する車両エッジ抽出手段と、前記車両エッジ抽
出手段によって抽出された前方車両の大局的存在領域に
基づいて前記画像記憶手段に記憶されている道路画像か
ら線対称領域を抽出することによって前方車両の存在領
域を抽出する対称領域抽出手段と、前方車両の車両種別
に応じた様々な形状の初期モデルを格納している初期モ
デルデータベースと、前記対称領域抽出手段によって抽
出された車両存在領域から前方車両の車両種別を大局的
に判断して前記初期モデルデータベースに蓄積されてい
る初期モデルの中から適切なものを選択して設定する初
期モデル確定手段と、前記初期モデル確定手段によって
設置された初期値に基づいて前記画像記憶手段に記憶さ
れている道路画像から前方車両の輪郭を抽出する輪郭抽
出手段とを備えたことを特徴とする車両認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5147025A JP2862199B2 (ja) | 1993-05-25 | 1993-05-25 | 車両認識装置 |
| US08/246,634 US5487116A (en) | 1993-05-25 | 1994-05-20 | Vehicle recognition apparatus |
| EP94108082A EP0626655B1 (en) | 1993-05-25 | 1994-05-25 | Vehicle recognition apparatus |
| DE69428737T DE69428737T2 (de) | 1993-05-25 | 1994-05-25 | Fahrzeugerkennungsgerät |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5147025A JP2862199B2 (ja) | 1993-05-25 | 1993-05-25 | 車両認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06331335A true JPH06331335A (ja) | 1994-12-02 |
| JP2862199B2 JP2862199B2 (ja) | 1999-02-24 |
Family
ID=15420848
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5147025A Expired - Fee Related JP2862199B2 (ja) | 1993-05-25 | 1993-05-25 | 車両認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2862199B2 (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6163022A (en) * | 1997-05-20 | 2000-12-19 | Matsushita Electric Industrial Co., Ltd. | Imaging apparatus, distance measurement apparatus and method for measuring distance |
| JP2001134771A (ja) * | 1999-11-04 | 2001-05-18 | Honda Motor Co Ltd | 対象物認識装置 |
| JP2001175845A (ja) * | 1999-12-16 | 2001-06-29 | Nec Corp | 車両端検出装置 |
| KR100354022B1 (ko) * | 2000-04-18 | 2002-09-27 | 현대자동차주식회사 | 차량의 차선 인식 방법 |
| JP2002358595A (ja) * | 2001-06-01 | 2002-12-13 | Mitsubishi Electric Corp | 道路交通流計測装置および道路交通流計測方法 |
| US6570998B1 (en) | 1998-07-22 | 2003-05-27 | Honda Elesys Co. Ltd. | Vehicle area detecting apparatus and vehicle area determining method |
| JP2006514382A (ja) * | 2003-08-18 | 2006-04-27 | フィコ ミロールス，エセ ア | 自動車の外部環境を監視するためのシステム及び方法 |
| JP2013109455A (ja) * | 2011-11-18 | 2013-06-06 | Clarion Co Ltd | 画像処理装置、車両システム、及び、画像処理方法 |
| JP2017163580A (ja) * | 2017-04-26 | 2017-09-14 | オリンパス株式会社 | 撮像装置、撮像方法およびプログラム |
-
1993
- 1993-05-25 JP JP5147025A patent/JP2862199B2/ja not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6163022A (en) * | 1997-05-20 | 2000-12-19 | Matsushita Electric Industrial Co., Ltd. | Imaging apparatus, distance measurement apparatus and method for measuring distance |
| US6570998B1 (en) | 1998-07-22 | 2003-05-27 | Honda Elesys Co. Ltd. | Vehicle area detecting apparatus and vehicle area determining method |
| US6842531B2 (en) | 1998-07-22 | 2005-01-11 | Honda Elesys Co., Ltd. | Vehicle area detecting apparatus and vehicle area determining method |
| JP2001134771A (ja) * | 1999-11-04 | 2001-05-18 | Honda Motor Co Ltd | 対象物認識装置 |
| JP2001175845A (ja) * | 1999-12-16 | 2001-06-29 | Nec Corp | 車両端検出装置 |
| KR100354022B1 (ko) * | 2000-04-18 | 2002-09-27 | 현대자동차주식회사 | 차량의 차선 인식 방법 |
| JP2002358595A (ja) * | 2001-06-01 | 2002-12-13 | Mitsubishi Electric Corp | 道路交通流計測装置および道路交通流計測方法 |
| JP2006514382A (ja) * | 2003-08-18 | 2006-04-27 | フィコ ミロールス，エセ ア | 自動車の外部環境を監視するためのシステム及び方法 |
| JP2013109455A (ja) * | 2011-11-18 | 2013-06-06 | Clarion Co Ltd | 画像処理装置、車両システム、及び、画像処理方法 |
| JP2017163580A (ja) * | 2017-04-26 | 2017-09-14 | オリンパス株式会社 | 撮像装置、撮像方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2862199B2 (ja) | 1999-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khammari et al. | Vehicle detection combining gradient analysis and AdaBoost classification | |
| US7231288B2 (en) | System to determine distance to a lead vehicle | |
| JP6614247B2 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム | |
| US20150367781A1 (en) | Lane boundary estimation device and lane boundary estimation method | |
| CN109300142A (zh) | 基于车辆的对象跟踪方法 | |
| KR101483742B1 (ko) | 지능형 차량의 차선 검출방법 | |
| CN108197523B (zh) | 基于图像转换及轮廓邻域差异的夜间车辆检测方法及系统 | |
| JP6678552B2 (ja) | 車種判別装置および車種判別方法 | |
| KR102283053B1 (ko) | 영상 기반 객체 검출 정보를 이용한 실시간 다중 클래스 다중 객체 추적 방법 | |
| KR101178508B1 (ko) | 차량 충돌 경보 시스템 및 방법 | |
| JP4811201B2 (ja) | 走路境界線検出装置、および走路境界線検出方法 | |
| Wu et al. | Adaptive vehicle detector approach for complex environments | |
| CN112261390A (zh) | 车载摄像设备及其图像优化装置和优化方法 | |
| JP2015148887A (ja) | 画像処理装置、物体認識装置、移動体機器制御システム及び物体認識用プログラム | |
| JP2862199B2 (ja) | 車両認識装置 | |
| Yankun et al. | A single camera based rear obstacle detection system | |
| JPH07334800A (ja) | 車両認識装置 | |
| JP2017151535A (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム | |
| JP3254464B2 (ja) | 車輌認識装置と移動体認識方法 | |
| JP3319401B2 (ja) | 走行路認識装置 | |
| JP2003233899A (ja) | 路肩検出装置及び方法 | |
| JP4106163B2 (ja) | 障害物検出装置及びその方法 | |
| JP2605295B2 (ja) | 自動車の車種判別方法 | |
| JP3004158B2 (ja) | 車両認識装置 | |
| JP3331095B2 (ja) | 車載用画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071211 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081211 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091211 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091211 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101211 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101211 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111211 Year of fee payment: 13 |
|
| LAPS | Cancellation because of no payment of annual fees |