JPH09128548A

JPH09128548A - 車両検出方法

Info

Publication number: JPH09128548A
Application number: JP7287478A
Authority: JP
Inventors: Takashi Ono; 崇小野
Original assignee: Mitsubishi Motors Corp
Current assignee: Mitsubishi Motors Corp
Priority date: 1995-11-06
Filing date: 1995-11-06
Publication date: 1997-05-16

Abstract

(57)【要約】【課題】２値画像における黒領域を車両認識対象とした
場合、黒領域に陰影などが含まれていると、車両エリア
が極端に大きくなり、実際には車両としての認識対象が
含まれているにも拘らず、車両エリアの大きさから認識
対象としないで除外されてしまうことがある。。【解決手段】２値画像における車両候補領域に誤検出成
分を割り出すためのパラメータを適応させ、そのパラメ
ータから車両としての認識対象でないと判別した場合に
は、その車両候補領域を除外する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車両検出方法に関
する。

【０００２】

【従来の技術】近年、自車両の走行時、前方に存在する
障害物や車両を認識して障害物を回避したりあるいは車
間距離を適性化して安全走行を行えるようにするための
制御方法が提案されるようになってきている。

【０００３】例えば、前方車両を認識する方法として、
前方車両のリヤビューの水平成分の特徴を利用して車両
を抽出する方法がある。また、障害物や車両を抽出する
他の方法としては、自車両の前方に設けたカメラにより
前方ビューを撮影し、そのカメラによりえられた画像の
中の物体のエッジ情報を利用する方法、あるいはその物
体との間の距離情報を利用する方法等がある。

【０００４】エッジ情報を利用する方法としては、画像
中の垂直線部領域に挟まれた領域（垂直エッジ情報）を
車両候補とし、その情報が車両の大きさ、左右対称性等
の条件を満足している場合に車両として認識する方法が
ある。また、撮影した画像中の水平線分を多く含む領域
（水平エッジ情報）を車両として認識する方法も提案さ
れている（例えば、特開平３ー２７３５００号公報）。

【０００５】さらに、撮影した画像の多数の領域に対し
てそれぞれ測距を行って距離情報を得た上で、距離情報
の中に隣接する領域で等しい距離を持つ領域が存在すれ
ば、その領域を１つの障害物あるいは車両等の対象物と
して認識する方法がある。

【０００６】

【発明が解決しようとする課題】しかし、上記した車両
あるいは障害物認識のための方法では、例えば、エッジ
情報を利用する場合でいうと、近距離の場合には画像中
で障害物や車両がはっきり描写されやすいことにより障
害物や車両の認識が比較的容易であるが、遠距離になる
につれて前方の障害物あるいは車両と周囲とのコントラ
ストの差が少なくなることによってエッジの検出が困難
となり、これによって車両あるいは障害物としての認識
が困難になったり不正確になる。

【０００７】特に、前方車両として得られた撮影画像を
階調画像とし、その階調画像に対して閾値を設定するこ
とにより２値画像に変換した場合には、前方車両の近傍
にサイドフェンス等からの陰影が存在していると、その
陰影を含んだ画像が得られることになる。このため、車
両を認識する際の車両エリアは、図１６において、二点
鎖線で示すように、上記した陰影等の車両以外の部分を
含んだ大きさのものとなり、実際に前方車両が存在して
いるにも拘らず、その車両エリアの大きさから車両とし
ての認識対象から除外してしまうような事態を招くこと
があり、車両エリアに基づく車両の検出が不正確になり
やすい。

【０００８】そこで、本発明に目的は、上記従来の車両
検出方法における問題に鑑み、２値化処理された画像に
基づいて車両の認識を正確にかつ簡単に行うことができ
る車両検出方法を提供することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の発明は、カメラにより撮影した道路
画像を２値化し、同２値化した画像の黒い領域から車両
候補領域を抽出し、同車両候補領域に基づき上記道路上
の車両を認識する車両検出方法において、上記車両候補
領域の重心位置を検出し、同重心位置が所定範囲外にあ
る時には上記車両候補領域を上記車両の認識対象から除
外することを特徴としている。

【００１０】請求項２記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の縦横比を検出し、同縦横比が設定値以上
である時は上記車両候補領域を上記車両の認識対象から
除外することを特徴としている。

【００１１】請求項３記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の実面積と上記車両候補に接する長方形領
域の面積とを検出し、同長方形領域の面積に対する実面
積の面積比が設定値以下である時は上記車両候補領域を
上記車両の認識対象から除外することを特徴としてい
る。

【００１２】請求項４記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の最上部座標高さを検出し、同最上部座標
高さが設定値以上である時は上記車両候補領域を上記車
両の認識対象から除外することを特徴としている。

【００１３】請求項５記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の実面積を検出し、同実面積が設定範囲外
である時は上記車両候補領域を上記車両の認識対象から
除外することを特徴としている。

【００１４】請求項６記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の水平長さを検出し、同水平長さが設定範
囲外である時は上記車両候補領域を上記車両の認識対象
から除外することを特徴としている。

【００１５】請求項７記載の発明は、請求項６記載の車
両検出方法において、上記設定範囲の上限値および下限
値は、上記車両候補領域の画像内高さが高いほど小さく
設定されることを特徴としている。

【００１６】請求項８記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の水平長さ方向中心位置と上記車両候補領
域の重心位置とを検出し、上記中心位置と上記重心位置
との水平方向偏差が所定値以上の時は上記車両候補領域
を上記車両の認識対象から除外することを特徴としてい
る。

【００１７】請求項９記載の発明は、カメラにより撮影
した道路画像を２値化し、同２値化した画像の黒い領域
から車両候補領域を抽出し、同車両候補領域に基づき上
記道路上の車両を認識する車両検出方法において、上記
車両候補領域の慣性主軸を検出し、同慣性主軸の傾きが
所定値以上の時は上記車両候補領域を上記車両の認識対
象から除外することを特徴としている。

【００１８】請求項１０記載の発明は、カメラにより撮
影した道路画像を２値化し、同２値化した画像の黒い領
域から車両候補領域を抽出し、同車両候補領域に基づき
上記道路上の車両を認識する車両検出方法において、上
記車両候補領域の重心位置の検出、車両候補領域での縦
横比の検出、車両候補領域の実面積と車両候補領域に接
する長方形領域の面積との面積比の検出、車両候補領域
の最上部座標高さの検出、車両候補領域の実面積の検
出、車両候補領域の水平長さの検出、車両候補領域の水
平長さ方向中心位置と同候補領域の重心位置との水平方
向偏差の検出、車両候補領域の慣性主軸の検出をそれぞ
れ連続して行い、各検出結果がこれら検出結果に対して
設定されている車両候補除外条件に適合している時は車
両候補領域を上記車両の認識対象から除外することを特
徴としている。

【００１９】

【実施例】以下、図示実施例によって本発明の詳細を説
明する。

【００２０】図１は、本発明による車両検出方法に用い
られるシステム構成を示す図であり、図２は、本発明に
よる車両検出方法に用いられる処理を説明するためのフ
ローチャートである。

【００２１】図１において、符号１はＣＣＤセンサで構
成されているカメラ、同３はカメラ１の画像を演算可能
なデータあるいは表示可能なデータに処理するための画
像処理装置、同５は走行路における対象物位置等、所要
の計測データを得ることができるコンピュータで構成さ
れた演算装置、同６は各種データを記憶する入出力自在
の記憶装置（ＲＡＭ）、同７は演算プログラムを記憶す
る出力専用の記憶装置（ＲＯＭ）、同２は撮影画像およ
び演算あるいは計測結果を表示するディスプレイで構成
された表示装置、同４は上記各要素間のデータを伝送す
るシステムバスである。カメラ１は、自車両の前方を撮
影するために、自車両の所定箇所、例えば、バックミラ
ーの近傍位置に設置されてモノクロ画像情報を取り込む
ことができるようになっている。

【００２２】図１に示したシステム構成による車両検出
方法は、図２に示す処理手順に基づいて実行される。

【００２３】図２において、まず、カメラ１からの画像
データに基づき、撮影したモノクロ画像の中の黒い部分
を膨張処理し（Ｓ１）、膨張処理された画像の２値化処
理によって黒領域と白領域とに区分し（Ｓ２）、さらに
ノイズ除去処理を行い（Ｓ３）、ノイズ除去後の黒領域
の車両らしさをチェックし、車両認識対象に相当しない
部分を除外する（Ｓ４）。

【００２４】上記各ステップでの処理のうち、ステップ
Ｓ１乃至ステップＳ３での処理は、本願出願人の先願に
係る特願平７ー１６６３９９号の明細書に記載された手
法が用いられる。

【００２５】以下、その内容を説明すると次の通りであ
る。図３は、車両の走行時、運転席から見た自車両前方
の景色である。カメラ１は、図３に示した景色と同様な
風景を撮像する。カメラ１は、撮像したモノクロ画像に
対応する画像信号を画像処理装置３に出力する。なお、
図３において、暗い部分には斜線を施し、かつ、暗い部
分ほど斜線のピッチが細かくされて表示されている。ま
た、前車両の下部は、影により暗く、さらにタイヤは黒
いので他の部分に比べて一段と暗く、真っ黒にぬり潰し
て表現されている。

【００２６】画像処理装置３では、図３における画像中
の黒い部分（灰色の部分も含む）を膨張させて、図４に
示すように、黒い部分の内部にある穴（白い部分）や近
隣の黒い領域を１つの領域に纏めるようになっている。
この場合の膨張処理は、背景画素を図形画素に変換し、
黒い部分の内部に含まれている穴（白い部分）や近隣の
黒い領域を１つの領域に纏めるための方法であり、本実
施例の場合、縦横方向に２値画像を取り込める領域（マ
トリックス）を３個づつ設定した８近傍膨張処理が用い
られる。８近傍処理は、周知のように、ある背景画素
（Ｐ₀）の８近傍Ｐ₁〜Ｐ₈中に少なくとも１個の図形画
素１（２値化により黒部とされた部分）がある場合、Ｐ
₀の階調値ｆ（Ｐ₀）を「１」にし、背景画素を図形画素
に変換する処理をいう（例えば、１９９４年９月３０日
発行、株式会社昭晃堂発行、「画像の処理と認識」第
７０頁乃至第７１頁）。

【００２７】本実施例では、図５に示すように、９個の
画素で構成した領域（Ａ〜Ｉ）において、Ｅ＝ＭＩＮ（Ａ、Ｂ、Ｃ、Ｄ、Ｆ、Ｇ、Ｈ、Ｉ）（論理演算での論理和に相当）の処理を順次行い、明る
い部分（領域）を収縮させる。

【００２８】つまり、図５において、Ａ〜Ｉ間での９個
の画素のなかで中央の画素（Ｅ）に注目して、この画素
（Ｅ）の回りの画素Ａ〜Ｄ、Ｆ〜Ｉの中にＥの画素の輝
度値よりも小さい（低い）輝度値の画素があれば、Ｅの
画素も一番輝度値が小さい画素の輝度値に合せる。上式
には、画素Ｅも含まれるから、Ｅの画素の輝度値が一番
小さいときにはその輝度値は変らない。マトリックスの
中央にもってくる画素を１個づつ動かすことにより走査
し、その中央の画素の輝度値を順次設定する。

【００２９】本実施例の場合、図３に示すモノクロ画像
が、５１２×４４８個の画素で構成されている場合、こ
れら全ての画素について走査する。このような走査によ
り、図４に示すように、黒領域の大きさが当初の大きさ
に比べて大きくなり、膨張されたことになる。

【００３０】図４に示す画像を得るための膨張処理後、
２値化することにより、図６に示すような白い領域と黒
い領域との画像を得る。白黒領域に区分された画像に
は、本来、車両として画像上に描写されるべきでない部
分、例えば、黒の領域内に混在する穴や検出すべき車両
に相当する黒領域近傍に位置する車両以外の黒領域が混
在していることがある。そこで、それらの混在領域を除
去するためのノイズ除去処理が実行される。

【００３１】ノイズ除去処理は、画像上での注目画素の
階調値をその近傍の階調値の単純平均値に更新して画像
中での階調値の変化を滑らかにする処理である。

【００３２】具体的には、上記明細書に開示されている
ように、２値化した後の黒の領域を半径ｒ１（例えば５
画素分の大きさの半径）の円で膨張した後、さらにその
半径で縮小させて元の大きさに戻す。いま、このような
膨張・収縮処理を「処理１」という。黒領域の膨張は、
イメージ的にいうと、黒の領域を形成する輪郭（外周）
上に半径ｒ１の円を転がし、その円が描く軌跡を新たな
黒領域とする。これにより、前述したように、黒領域内
部の穴（明るい部分）や近隣の黒領域を１つに纏めるこ
とができる。次に、膨張した黒領域を上記半径ｒ１の円
で収縮させる。この場合の収縮処理は、イメージ的にい
うと、膨張した黒領域を形成する輪郭の内側に上記半径
ｒ１の円を転がして、その円が描く軌跡の内側に新たな
黒領域を形成する。これにより黒領域は元の大きさとな
る。このような膨張処理により、黒領域の中に位置する
穴等が纏められて黒領域内で連結されることにより新た
な黒領域が得られ、さらに収縮処理により画像中の図形
画素に相当する黒領域の連結成分が内側に１画素ずつ収
縮することにより、半径ｒ１の軌跡の内部に新たな黒領
域が得られる。

【００３３】ところで、前述した「処理１」により黒の
領域の内部に穴や近隣の黒領域を連結させて１つに纏め
た場合、稀に１つに纏めたくない物体同士でも１つに纏
められてしまうため、これらを元に戻すために分画する
必要がある。そこで、「処理１」の後の黒領域を所定の
半径ｒ２（例えば、３画素分の大きさの半径）の円で縮
小し、次いで、その半径ｒ２の円で再び膨張させて元も
大きさに戻す。つまり、半径ｒ２の円で収縮処理する
と、前記した収縮処理と同様に、黒領域の連結成分が内
側に１画素ずつ収縮することにより取り除かれるので、
取り除かれた後に再度、膨張処理することで、連結部分
が取り除かれた状態の黒領域が元の大きさに戻されるこ
とになる。いま、このような処理を「処理２」という。
「処理２」もイメージ的には前述した「処理１」と同様
である。

【００３４】上記した「処理２」に関してさらに詳しく
説明すると次の通りである。図７乃至図１０は、「処理
２」を説明するための図であり、図７に示された２値画
像は、ノイズ除去処理を説明するためのものであり、図
６に示した２値画像とは異なる像である。

【００３５】図７において、４個の黒領域２０〜２３
は、異なる物体であり、纏められてほしくないものを意
味している。しかし、このような黒領域は、上記した
「処理１」を施されると、図８に示すように黒領域２０
と２１との群および２２と２３との群が連結部２４、２
５によって連結されてしまう。そこで、黒領域２０〜２
３を前述したように半径ｒ２の円で縮小すると、図９に
示すように連結部２４、２５が取り除かれ、黒領域２０
と２１および黒領域２２と２３が切り離される。そし
て、切り離された各黒領域２０〜２３が切り離された状
態で元の大きさに戻される。

【００３６】図１１に示されている画像は、図６に示し
た２値画像２６〜３０に対して前述したノイズ除去処理
を行った後の黒領域に相当している。図１１において、
黒領域の車両らしさをチェックして車両の認識対象以外
を除外することが行われる。

【００３７】車両としての認識対象以外を除外するため
に用いられるパラメータは次の通りである。（１）車両候補領域に相当する黒領域の重心位置（２）黒領域の縦横比（３）黒領域の実面積とその黒領域に接する長方形領域
の面積との面積比（４）黒領域の最上部座標高さ（５）黒領域の実面積（６）黒領域の水平長さ（７）黒領域の水平長さ方向の中心位置と黒領域の重心
位置との水平方向偏差（８）黒領域の慣性主軸の傾きこれら各パラメータが順次求められ、そのいずれかが所
定範囲あるいは所定値に対して次の条件に該当した場
合、車両としての認識対象から除外するようになってい
る。従って、上記各パラメータの全てを求めるまでの間
に次の条件に該当すると、以降の各パラメータを求める
ことなく、車両としての認識対象に用いられていた黒領
域をその認識対象から除外して判定作業が終了される。

【００３８】まず、（１）に挙げたパラメータである黒
領域の重心位置が求められ、その重心位置が所定範囲外
にある時は、その黒領域が車両としての認識対象から除
外される。

【００３９】通常、運転席から見える前方車両は、図３
に示すように、画面の略中央あるいは中央から僅かに下
方附近に見える。このため、前方車両の下部を表す黒領
域での重心位置は、中央あるいは中央から僅かに下方の
範囲に位置していることになる。従って、図１１におけ
る黒領域２６〜３０のうちの黒領域２６、２７は、車両
らしくないと判定でき、これに対して黒領域２８〜３０
は車両らしいと判定できる。

【００４０】（１）に挙げたパラメータである重心位置
が所定範囲内である場合には、（２）に挙げたパラメー
タである黒領域の従横比が検出され、その縦横比が所定
値以上であるとその黒領域が車両としての認識対象から
除外される。車両の大きさは、縦横比がある程度の範囲
内にあり、図３に示すような通常の車両の場合、２値化
されてノイズ除去された後の画像内の黒領域は、前述し
たように車両の下部を含むタイヤの部分に相当している
ので、この部分が横長に描写される。但し、車両によっ
ては、縦横の長さが同じ程度、あるいは縦長になること
もある。このような場合としては、黒い幌や覆いなどを
着けた車両が該当し、黒領域も縦長となることがある。

【００４１】そこで、本実施例では、縦横の比を１：１
程度の範囲に設定し、この範囲内にある時には車両とし
て認識し、この範囲外の時は車両としての認識対象から
除外するようになっている。

【００４２】（２）に挙げたパラメータである縦横比が
所定範囲内である場合には、（３）に挙げたパラメータ
である黒領域の実面積とその黒領域に対する長方形領域
の面積との比を検出し、その面積比が予め設定されてい
る値以下である時は車両としての認識対象からその黒領
域を除外する。

【００４３】図１２は、（３）に挙げたパラメータを検
出する際の手法を示す模式図であり、同図において、２
値画像での黒領域は、前述したように、車両の下部を描
写したものとなる。このため、黒領域Ａから得られる車
両エリアＡ’に対する黒領域の占める割合が高くなるの
で、その割合を面積比として検出する。車両エリアに対
する黒領域の占める割合が高くなるのは、図１２（Ａ）
に示す前方車両までの距離が近い場合および図１２
（Ｂ）に示す前方車両までの距離が遠い場合のいずれに
も該当する。

【００４４】本実施例では、認識対象となる車両候補に
相当する黒領域（オブジェクト）の面積とこの黒領域の
面積から得られる車両エリアの面積との比を、オブジェクトの面積／車両エリア面積≧０．５の関係を設定している。これにより、図１６に示したよ
うに、サイドウォール等の陰影が含まれた場合の黒領域
を基にした車両エリアが極めて大きくなる場合を除外す
ることができるので、車両近傍に陰影が存在していて
も、黒領域を車両として認識する際の誤検出を防止する
ことができる。

【００４５】（３）に挙げたパラメータである面積比が
所定値である場合には、（４）に挙げたパラメータであ
る黒領域の最上部座標位置が検出され、その位置が設定
値以上であれば、車両としての認識対象から黒領域を除
外する。これは、前述したように、２値化されてノイズ
除去された後の画像内の黒領域は、車両の下部を含むタ
イヤの部分に相当していることを前提としている。この
ような場合として、図９において、画面の略中央から上
方に略Ｖ字状をなす黒領域２０の最上部２０ａ、２０ｂ
の座標が画面の上方および中央右上方に位置している場
合がある。

【００４６】（４）に挙げたパラメータである座標高さ
が設定値以下である場合には、（５）に挙げたパラメー
タである黒領域の面積が検出され、その面積が設定範囲
外であると時は車両としての認識対象から黒領域を除外
する。この場合には、黒領域の実面積が先行車両と自車
両との通常の車間距離の場合を想定して設定された面積
の範囲外、例えば、小さい場合には明らかに車両ではな
いとして判定するようになっている。

【００４７】（５）に挙げたパラメータである実面積が
設定範囲内である場合には、（６）に挙げたパラメータ
である黒領域の水平長さを検出し、その長さが設定範囲
外の時は黒領域を車両としての認識対象から除外する。

【００４８】本実施例では、画面上での車両の水平方向
長さが座標上である程度予測できることを前提として、
黒領域が占める位置に対してその水平方向長さが極端に
長い場合や反対に極端に短い場合を車両として認識しな
いようになっている。特に、設定範囲の上限値および下
限値は、黒領域の画像内高さが高くなるほど小さく設定
されるようになっている。これにより、前方車両と自車
両との間の距離に応じて画像面での黒領域の高さが変化
しても、その高さに応じた水平方向での設定範囲を基準
化することができる。

【００４９】水平方向長さから車両として黒領域を認識
する場合の基準は、次に関係式が用いられる。Ｗ_-ｍａｘ＝ｆ（ｙ）（ｆ（ｙ）は座標上の位置で決まる関数）Ｗ_-ｍｉｎ＝ｆ（ｙ）×ｋ（ｋ＝０．２〜０．３程度の係数）上記式から車両として認識しようとする黒領域（オブジ
ェクト）の水平方向長さは、Ｗ_-ｍｉｎ≦オブジェクトの水平方向長さ≦Ｗ_-ｍａｘ（６）に挙げたパラメータである水平方向の長さが設定
範囲内である場合には、（７）に挙げたパラメータであ
る黒領域の水平方向中心位置と黒領域の重心位置とを検
出し、中心位置と重心位置との水平方向での偏差が所定
値以上の場合に、その黒領域を車両としての認識対象か
ら除外する。

【００５０】図６に示すように、車両としての認識対象
となる黒領域は、２値画像とされた場合に車両のタイヤ
の部分が黒領域として描写される。このため、黒領域
は、図１３（Ａ）に示すように略長方形あるいは楕円に
近い矩形を呈していることになる。

【００５１】そこで、図１３（Ａ）に示すように、車両
としての認識対象である場合には、その黒領域の形状か
ら得られる重心位置は、水平方向においていえば、黒領
域の略中心位置にあるはずであるが、図１３（Ｂ）に示
すように、車両以外のサイドウォールの陰影等に相当す
る黒領域である場合には、その黒領域の形状を座標上で
のマッピングによって求めた場合の重心位置がその黒領
域の中心位置から外れる。

【００５２】本実施例では、図１３（Ｂ）において、符
号Ｈｗで示す水平方向長さを検出してその長さの中心位
置に対して、図１３（Ｂ）中、符号Δｗで示す重心位置
までの偏差量を次の関係に設定し、その設定値以上の偏
差量を有する黒領域を車両としての認識対象から除外す
る。

【００５３】Δｗ／Ｈｗ≦０．１５（７）に挙げたパラメータである水平方向での重心位置
の偏差量が所定値以下である場合には、（８）に挙げた
パラメータである車両として認識対象となる黒領域の慣
性主軸の傾きを検出し、その傾きが極端に大きい場合
に、その黒領域を車両としての認識対象から除外する。

【００５４】図１４は、前方車両が自車両と近距離にあ
る場合の２値画像（Ａ）、前方車両が自車両から遠距離
にある場合の２値画像（Ｂ）、および車両として認識さ
れる対象以外のサイドウォールの陰影等に体操した２値
画像（Ｃ）を示している。

【００５５】図１４（Ａ）、（Ｂ）に示すように、車両
として認識される黒領域の場合には、慣性主軸（図中、
実線で示す線）が略水平方向となっている。

【００５６】これに対して、図１４（Ｃ）に示すよう
に、車両として認識される対象以外の黒領域の場合に
は、その形状から求められる慣性主軸が水平線から傾き
（θ）を持っている。

【００５７】本実施例では、慣性主軸の傾き（θ）を次
の関係に設定し、その傾き以上の慣性主軸を有する黒領
域は、車両としての認識対象から除外するようになって
いる。

【００５８】θ≦１０° 上記した各パラメータを用いて車両としての認識対象と
なる黒領域を判別するために、本実施例は、図１５に示
すフローチャートに基づく処理が実行される。

【００５９】図１５において、カメラ１によって撮像さ
れた画像は、２値化処理後、ノイズ除去処理を施される
（Ｓ２０）。

【００６０】２値画像は、まず、その黒領域の重心位置
が検出され、重心位置が所定範囲内にあるか否か判別さ
れる（Ｓ２１）。この場合の処理は、（１）に挙げたパ
ラメータを用いた処理が実行される。重心位置が所定範
囲外にあると判別されると、その黒領域が車両としての
認識対象に相当していないので認識対象から除外され、
その黒領域に対してのそれ以降の判別は行われない。

【００６１】ステップＳ２１において、重心位置が所定
範囲内である場合には、２値画像内の黒領域の縦横比が
検出され、縦横比が設定値以下であるか否か判別される
（Ｓ２２）。この場合の処理は、（２）に挙げたパラメ
ータを用いた処理が実行される。縦横比が設定値以上で
あると判別されると、その黒領域が車両としての認識対
象に相当していないので認識対象から除外され、その黒
領域に対するそれ以降の判別は行われない。

【００６２】ステップＳ２２において、縦横比が設定値
以下である場合には、２値画像内の黒領域の実面積とそ
の黒領域に接する長方形領域に相当する車両エリアの面
積とが検出され、その面積比が設定値以下であるか否か
判別される（Ｓ２３）。この場合の処理は、（３）に挙
げたパラメータを用いた処理が実行される。上記面積比
が設定値以上であると、その黒領域が車両としての認識
対象に相当していないので認識対象から除外され、その
黒領域に対するそれ以降の判別は行われない。

【００６３】ステップＳ２３において、上記面積比が設
定値以下である場合には、２値画像内の黒領域の最上部
座標位置が検出され、その位置が設定値以上であるか否
か判別される（Ｓ２４）。この場合の処理は、（４）に
挙げたパラメータを用いた処理が実行される。上記最上
部の座標位置が設定値以上であると判別されると、その
黒領域が車両としての認識対象に相当していないので認
識対象から除外され、それ以降の判別が行われない。

【００６４】ステップＳ２４において、上記座標位置が
設定値以下である場合には、２値画像内の黒領域の実面
積が検出され、その実面積が設定範囲内であるか否かが
判別される（Ｓ２５）。この場合の処理は（５）に挙げ
たパラメータを用いた処理が実行される。上記実面積が
設定範囲内でないと判別されると、その黒領域が車両と
しての認識対象に相当していないので認識対象から除外
され、それ以降の判別が行われない。

【００６５】ステップＳ２５において、上記実面積が設
定範囲内である場合には、２値画像内の黒領域における
水平長さが検出され、その水平長さが設定範囲内である
か否かが判別される（Ｓ２６）。この場合の処理は、
（６）に挙げたパラメータを用いた処理が実行される。
上記水平長さが設定範囲外であると判別されると、その
黒領域が車両としての認識対象に相当していないので認
識対象から除外され、それ以降の判別が行われない。

【００６６】ステップＳ２６において、上記水平長さが
設定範囲内である場合には、２値画像内の黒領域におけ
る水平方向長さの中心位置と重心位置とが検出され、各
位置間での水平方向の偏差が所定値以下であるか否かが
判別される（Ｓ２７）。この場合の処理は、（７）に挙
げたパラメータを用いた処理が実行される。上記水平方
向の位置間偏差が所定値以上であると判別されると、そ
の黒領域が車両としての認識対象に相当していないので
認識対象から除外され、それ以降の判別が行われない。

【００６７】ステップＳ２７において、上記水平方向で
の位置間偏差が所定値以下である場合には、２値画像内
の黒領域の慣性主軸の傾きが検出され、その傾きが所定
値以下であるか否かが判別される（Ｓ２８）。この場合
の処理は、（８）に挙げたパラメータを用いた処理が実
行される。慣性主軸の傾きが所定値以上である場合に
は、その黒領域が車両としての認識対象に相当していな
いので認識対象から除外され、それ以降の判別が行われ
ない。

【００６８】本発明は、上記実施例に挙げたように、認
識対象として車両に限定されるものでなく、例えば、障
害物を対象とすることも可能である。

【００６９】

【発明の効果】以上説明したように、請求項１記載の発
明によれば、２値画像における車両候補領域の重心位置
を求めるようにしているので、車両候補領域でない誤検
出成分を簡単な処理によって除外することが可能にな
り、これによって、複雑化しがちな画像処理を用いない
ことによって車両の検出精度を高めることができる。

【００７０】請求項２記載の発明によれば、２値画像に
おける車両候補領域の縦横比を求めるようにしているの
で、車両候補領域でない誤検出成分を簡単な処理によっ
て正確に除外することが可能になり、これによって、車
両の検出精度を高めることができる。

【００７１】請求項３記載の発明によれば、２値画像に
おける車両候補領域を、簡単な画像処理で済む面積比に
よって割り出すようにしているので、車両候補でない誤
検出成分を正確に除去して車両の検出精度を高めること
ができる。

【００７２】請求項４記載の発明によれば、画面から簡
単に割り出すことが可能な座標高さを用いて車両候補領
域に相当しない誤検出成分を除去することができるの
で、車両らしさを簡単にチェックすることができ、これ
によって車両の検出精度を高めることができる。

【００７３】請求項５記載の発明によれば、２値画像に
おける車両候補領域の実面積を用いるだけで車両候補と
しての認識対象の判別が行えるので、簡単な処理によっ
て車両の検出精度を高めることができる。

【００７４】請求項６記載の発明によれば、２値画像に
おける車両候補領域の水平長さから車両らしさをチェッ
クすることにより誤検出成分を除去することができるの
で、単純なパラメータを用いるだけの処理により車両の
検出精度を高めることができる。

【００７５】請求項７記載の発明によれば、撮影した対
象物との間の距離によって変化する車両候補領域の大き
さに関係なく車両候補領域の水平長さによる車両らしさ
のチェックが行えるので、車間距離あるいは障害物との
間の距離の影響を受けることなく車両検出精度を高める
ことができる。

【００７６】請求項８記載の発明によれば、２値画像に
おける車両候補領域の水平方向中心位置と重心位置との
偏差を用いるだけであるので、誤検出成分を簡単に割り
出すことができ、これによって、車両の検出精度を高め
ることができる。

【００７７】請求項９記載の発明によれば、２値画像に
おける車両候補領域の慣性主軸の傾きをチェックするだ
けであるので、簡単な処理によって誤検出成分を除去す
ることができ、誤検出成分を含まない車両候補領域を割
り出すことが可能となることにより車両検出精度を高め
ることができる。

【００７８】請求項１０記載の発明によれば、各パラメ
ータを用いた誤検出成分の検出を行うので、車両検出精
度を高めることができる。

【図面の簡単な説明】

【図１】本発明による車両検出方法に用いられる要部構
成を説明するためのブロック図である。

【図２】本発明による車両検出方法の処理内容を説明す
るためのフローチャートである。

【図３】図１に示したカメラにより撮影された運転席側
から前方の映像を描写した画面を表す図である。

【図４】図３に示した映像での黒領域を膨張処理した状
態を描写した画面を表す図である。

【図５】図３の画面における黒領域を膨張処理するため
の手法を説明するための模式図である。

【図６】図３に示した画面を２値化した状態の画面を表
す図である。

【図７】２値化した画面のノイズ除去処理を行うための
画面を表す図である。

【図８】図７に示した画面の黒領域を膨張処理した状態
の画面を表す図である。

【図９】図８に示した画面の黒領域を縮小させた状態の
画面を表す図である。

【図１０】図９に示した画面の黒領域を膨張処理させて
元の大きさにした状態の画面を表す図である。

【図１１】図６に示した２値画像にノイズ除去処理を施
した後の状態の画面を表す図である。

【図１２】図６に示した２値画像における面積比を求め
る手法を説明するための図であり、（Ａ）は近距離時
を、（Ｂ）は遠距離時をそれぞれ示している。

【図１３】図６に示した２値画像における重心位置を求
める手法を説明するための図であり、（Ａ）は車両候補
領域に相当する黒領域を、（Ｂ）は車両候補に相当しな
い黒領域をそれぞれ示している。

【図１４】図６に示した２値画像における慣性主軸を求
める手法を説明するための図であり、（Ａ）は近距離時
での車両候補領域に相当する黒領域を、（Ｂ）は遠距離
時での車両候補領域に相当する黒領域を、（Ｃ）は車両
候補に相当しない黒領域をそれぞれ示している。

【図１５】本発明による車両検出方法の手順を説明する
ためのフローチャートである。

【図１６】走行時での車両と車両近傍の陰影とを表す模
式図である。

【符号の説明】

１カメラ２表示装置３画像処理装置４記憶装置５演算装置を構成するＣＰＵ６記憶装置

Claims

【特許請求の範囲】

【請求項１】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の重心位置を検出し、同重心位置が所
定範囲外にある時には上記車両候補領域を上記車両の認
識対象から除外することを特徴とする車両検出方法。
【請求項２】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の縦横比を検出し、同縦横比が設定値
以上である時は上記車両候補領域を上記車両の認識対象
から除外することを特徴とする車両検出方法。
【請求項３】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の実面積と上記車両候補に接する長方
形領域の面積とを検出し、同長方形領域の面積に対する
実面積の面積比が設定値以下である時は上記車両候補領
域を上記車両の認識対象から除外することを特徴とする
車両検出方法。
【請求項４】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の最上部座標高さを検出し、同最上部
座標高さが設定値以上である時は上記車両候補領域を上
記車両の認識対象から除外することを特徴とする車両検
出方法。
【請求項５】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の実面積を検出し、同実面積が設定範
囲外である時は上記車両候補領域を上記車両の認識対象
から除外することを特徴とする車両検出方法。
【請求項６】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の水平長さを検出し、同水平長さが設
定範囲外である時は上記車両候補領域を上記車両の認識
対象から除外することを特徴とする車両検出方法。
【請求項７】請求項６記載の車両検出方法において、上記設定範囲の上限値および下限値は、上記車両候補領
域の画像内高さが高いほど小さく設定されることを特徴
とする車両検出方法。
【請求項８】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の水平長さ方向中心位置と上記車両候
補領域の重心位置とを検出し、上記中心位置と上記重心
位置との水平方向偏差が所定値以上の時は上記車両候補
領域を上記車両の認識対象から除外することを特徴とす
る車両検出方法。
【請求項９】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の慣性主軸を検出し、同慣性主軸の傾
きが所定値以上の時は上記車両候補領域を上記車両の認
識対象から除外することを特徴とする車両検出方法。
【請求項１０】カメラにより撮影した道路画像を２値化
し、同２値化した画像の黒い領域から車両候補領域を抽
出し、同車両候補領域に基づき上記道路上の車両を認識
する車両検出方法において、上記車両候補領域の重心位置の検出、車両候補領域での
縦横比の検出、車両候補領域の実面積と車両候補領域に
接する長方形領域の面積との面積比の検出、車両候補領
域の最上部座標高さの検出、車両候補領域の実面積の検
出、車両候補領域の水平長さの検出、車両候補領域の水
平長さ方向中心位置と同候補領域の重心位置との水平方
向偏差の検出、車両候補領域の慣性主軸の検出をそれぞ
れ連続して行い、各検出結果がこれら検出結果に対して
設定されている車両候補除外条件に適合している時は車
両候補領域を上記車両の認識対象から除外することを特
徴とする車両検出方法。