CN103069808A - 靶位置决定装置 - Google Patents

靶位置决定装置 Download PDF

Info

Publication number
CN103069808A
CN103069808A CN2011800400564A CN201180040056A CN103069808A CN 103069808 A CN103069808 A CN 103069808A CN 2011800400564 A CN2011800400564 A CN 2011800400564A CN 201180040056 A CN201180040056 A CN 201180040056A CN 103069808 A CN103069808 A CN 103069808A
Authority
CN
China
Prior art keywords
color
target
gray processing
processing file
determination device
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.)
Pending
Application number
CN2011800400564A
Other languages
English (en)
Inventor
堂西幸纪子
浅野义
内藤刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisin Corp
Original Assignee
Aisin Seiki Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aisin Seiki Co Ltd filed Critical Aisin Seiki Co Ltd
Publication of CN103069808A publication Critical patent/CN103069808A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/70Circuits for processing colour signals for colour killing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/40012Conversion of colour to monochrome
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供一种即使利用彩色摄像头和彩色靶也能够减少计算负荷并且能够高精度识别彩色图案的靶位置决定装置。靶位置决定装置具有:灰度化文件保存部,其保存灰度化文件,该灰度化文件使从靶的第一彩色颜色变换来的第一黑白颜色和从第二彩色颜色变换来的第二黑白颜色之间的亮度差变得比第一彩色颜色和第二彩色颜色之间的亮度差大;灰度化部,其利用灰度化文件来将彩色图像数据变换为灰度图像数据。

Description

靶位置决定装置
技术领域
本发明涉及一种靶(target)位置决定装置,该靶位置决定装置用于通过对拍摄由不同颜色组合而成的彩色靶而得到的拍摄图像进行图像处理,来决定该彩色靶的在拍摄图像上的位置。
背景技术
近年来,以使车辆的驾驶员能够通过车内的监视器来以视觉辨认车辆侧方及后方等的情景的方式安装有摄像头的车辆逐渐增加。并且,还开发出了如下装置,即,利用该摄像头拍摄而得到的拍摄图像来进行图像处理等,由此支援停车(辅助停车)等的驾驶的装置。特别地,对于获取拍摄图像的摄像头,要求进行高精度的光轴调整等的校正,其中,所述拍摄图像是用于生成在车辆定位等处理中使用的信息的基础。上述靶位置确定装置用于对那样的车载摄像头进行校正处理。例如已知有如下的技术,即,利用车载摄像头拍摄配置在摄像头的视场内的两处具有黑白格子花纹的图案的标记(靶),并通过图像处理来检测标记的中心点(校正点),由此对车载摄像头进行校正(例如,参照专利文献1)。在这样使用黑白花纹的靶的情况下,为了恰当地检测出该黑白花纹的亮度差,需要使用将该黑白花纹的亮度差调整为鲜明的黑白摄像头。但是,对于用于在车内的监视器上显示车辆侧方及后方等的情景的摄像头,从视觉辨认性等的角度出发,越来越多采用用于生成彩色图像的彩色摄像头。在将彩色摄像头输出的彩色图像信号用于对黑白花纹的亮度差进行评价的情况下,有可能不能充分得到黑白花纹的亮度差。
另外,还已知使用彩色摄像头和彩色靶的靶位置确定装置(例如,参照专利文献2)。该靶位置确定装置具有:颜色差变换部,其通过对拍摄由第一彩色颜色和第二彩色颜色组合而成的靶而得到的拍摄图像的像素值来进行处理,从而来生成第一颜色成分值、第二颜色成分值及亮度值;颜色区域判断部,其利用基于亮度值的判断条件,基于第一颜色成分值和第二颜色成分值来判断第一彩色颜色和第二彩色颜色的区域;边界检测部,其基于该判断结果来检测第一彩色颜色和第二彩色颜色之间的边界;靶位置计算部,其基于该边界检测的结果来计算靶的位置。彩色图像信号由三个颜色成分信号(例如RGB(红绿蓝)信号)来构成,因而该图像处理计算的计算负荷与黑白图像(灰度图像,gray scale image)的情况相比更大,因而成本上的负担也增加。
现有技术文献
专利文献
专利文献1:日本特开2008-131250号公报(段落编号0023-0040、图1)
专利文献2:国际公开公报WO2010/016379号(段落编号0006-0013、图3)
发明内容
发明要解决的为题
鉴于上述实际情况,本发明的目的在于,提供一种使用彩色摄像头和彩色靶也能够减少计算负荷并且能够高精度识别彩色图案的靶位置决定装置。
用于解决问题的手段
本发明提供一种靶位置决定装置,基于拍摄彩色靶而得到的彩色图像数据来决定所述彩色靶在拍摄图像上的位置,所述彩色靶由第一彩色颜色的第一靶区域和具有与该第一彩色颜色不同的颜色成分的第二彩色颜色的第二靶区域的组合而成,该靶位置决定装置的特征在于,具有:灰度化文件保存部,其保存灰度化文件,该灰度化文件用于将所述第一彩色颜色和所述第二彩色颜色分别变换为所述第一黑白颜色和所述第二黑白颜色,并且使从所述第一彩色颜色变换来的第一黑白颜色和从所述第二彩色颜色变换来的第二黑白颜色之间的亮度差,比所述第一彩色颜色和所述第二彩色颜色之间的亮度差大;灰度化部,其利用所述灰度化文件来将所述彩色图像数据变换为灰度图像数据;靶位置决定模块,其通过识别所述灰度图像数据中的所述彩色靶的所述第一靶区域和所述第二靶区域之间的边界,来决定所述拍摄图像上的靶位置。
根据该结构,在从彩色图像数据变换为灰度图像数据时,利用使得作为第一彩色颜色的变换目标的第一黑白颜色和作为第二彩色颜色的变换目标的第二黑白颜色之间的亮度差变大这样的灰度化文件,因而能够高精度地检测第一黑白颜色的区域和第二黑白颜色的区域之间的边界。而且,基于灰度图像,即,仅基于亮度值,来进行其边界检测,因而计算负荷也比彩色处理的负荷小。这样进行了灰度化的拍摄图像的彩色平衡(准确地讲,是灰色平衡)被大幅破坏,因而在监视器上为了使驾驶员的确认周边而进行显示时,优选使用进行灰度化之前的彩色图像数据。
在具体作成上述的灰度化文件时,优选地,所作成的所述灰度化文件,使得所述第一彩色颜色的颜色成分越大则越接近白色并且所述第二彩色颜色的颜色成分越大则越接近黑色。例如,将第一彩色颜色设定为红色,将第二彩色颜色设定为蓝色,使得用肉眼也能够容易识别。作为像素值的RGB值中R成分值与其他两个颜色成分值相比,在R成分值的比例大的情况下做出如成为白色那样的第一关系。同样地,RGB值中B成分值与其他两个颜色成分值相比,在B成分值的比例大的情况下做出如成为黑色那样的第二关系。通过融合该第一关系和第二关系,来作成能够表现红色颜色成分越大则越变白并且蓝色颜色成分越大则越变黑的关系那样的灰度化文件。
就红色和蓝色而言,在一般的灰度化中难以根据亮度差识别,但人的视觉对这两种颜色的识别性良好,因而若考虑经常使用红色和蓝色的靶的情况,则所述第一彩色颜色为红色并且所述第二彩色颜色为蓝色的彩色靶成为本发明的优选的应用例。
还可考虑到彩色靶的靶颜色因使用目的及其他情形而不同。为了对应那样的情况,在本发明的优选的实施方式之一中,将在所述彩色靶中使用的所述第一彩色颜色及所述第二彩色颜色的不同的每个颜色组合的所述灰度化文件,保存在所述灰度化文件保存部中。根据该结构,通过提前作成并保存与具有使用可能性的彩色靶的靶色的组合相适合的灰度化文件,能够高精度地识别各种彩色图案。
因照明彩色靶的照明光源类型不同,导致存在如下问题:本来的第一彩色颜色及第二彩色颜色在由彩色摄像头获取的彩色图像数据中产生较大颜色偏移(色差)。为了降低这样的问题,只要提前求出因特定的照明光源类型而导致的本来的第一彩色颜色及第二彩色颜色产生颜色偏移后的颜色,并针对照明光源类型来作成特定的灰度化文件,在该特定的灰度化文件中,将本来的第一彩色颜色及第二彩色颜色产生颜色偏移后的颜色,作为第一彩色颜色及第二彩色颜色。为了达成该目的,在本发明的优选的实施方式之一中,针对用于对所述彩色靶进行照明的每个照明光源类型,作成所述灰度化文件,并将其保存在所述灰度化文件保存部中。
附图说明
图1是说明在本发明的靶位置决定装置中采用的灰度化(gray scale)处理的原理的示意图。
图2是示出了用于校正摄像头的靶和车辆之间的配置关系的一个例子的说明图。
图3是示出了彩色靶的一个例子的说明图。
图4是示出了靶位置决定装置的图像处理功能的功能框图。
图5是示出了靶位置决定装置的彩色靶位置决定处理的流程的流程图。
图6是示出了其他实施方式中的图像处理功能的功能框图。
具体实施方式
下面,参照附图,说明本发明的实施方式。
在图1中示意性示出了在本发明的靶位置决定装置中采用的灰度化处理的原理。在此,彩色靶2由两个不同颜色组合(图案)而成。将两个颜色中的一个颜色命名为第一彩色颜色(在此,称为蓝色系)并用C1(R1、G1、B1)(RGB颜色系)表示。将两个颜色中的另一个颜色命名为第二彩色颜色(在此,称为红色系)并用C2(R2、G2、B2)表示。即,对该彩色靶2赋予特征的特征颜色是第一彩色颜色和第二彩色颜色,通过对用该第一彩色颜色涂色的第一靶区域和用第二彩色颜色涂色的第二靶区域之间的边界线进行检测,来进行准确的位置检测。
对该彩色靶2,通过使用彩色摄像头进行拍摄来生成彩色图像数据,但在此,将该彩色图像数据中的第一彩色颜色的像素值及第二彩色颜色的像素值也分别用C1(R1、G1、B1)和C2(R2、G2、B2)来表现。将该彩色图像数据变换为灰度图像数据的处理就是该灰度化处理。此时,将彩色图像数据中的第一彩色颜色:C1(R1、G1、B1)和第二彩色颜色:C2(R2、G2、B2)分别变换为灰度图像数据中的第一黑白颜色:D1(N1),和第二黑白颜色:D2(N2)。此外,在彩色图像数据是32位色(32bit color)的情况下,R1、G1、B1、R2、G2、B2是0~255的值,在灰度图像数据是8位灰度(8bit gray scale)的情况下,N1、N2也是0~255的值。C(0、0、0)及D(0)表示黑色,C(255、255、255)及D(255)表示白色。在本发明中,在灰度化处理中,考虑了从第一彩色颜色变换来的第一黑白颜色和从第二彩色颜色变换来的第二黑白颜色之间的亮度差比第一彩色颜色和第二彩色颜色之间的亮度差更大的情况。
从一个颜色空间向另一个颜色空间(还包含黑白空间)变换的处理,利用还被称为颜色变换矩阵的颜色变换文件(color conversion profile),但在此是变换为灰度空间,所以将此称为灰度化文件(gray scaling profile,灰度分布)。将该灰度化文件能够简单地表现为
M[C(R、G、B)]=D(N),
在此,R、G、B表示彩色图像数据的像素值,N表示灰度图像数据的像素值。
此外,这里的颜色变换文件,通常(用户使用时)在对用户在显示装置上以视觉辨认的摄像头拍摄的图像进行颜色调整时使用,但在本发明中,在决定靶位置时发挥灰度化文件的功能。在通常时(用户使用时)作为颜色变换文件使用时,从某一彩色像素值Cm(Rm、Gm、Bm)导出其他彩色像素值Cn(Rn、Gn、Bn),但在作为灰度化文件使用时,从某一彩色像素值Cm(Rm、Gm、Bm)导出一个灰度像素值D(N)。
在图1中,以由针对G轴的每个单位位置作成的多个R-B面列表构成的方式,来表示该灰度化文件。即,在根据G的颜色成分的值绘制出的规定的R-B面列表中,在用R和B的颜色成分的值来决定的坐标位置上,记述有灰度图像数据的像素值:N。在图1的(a)部分中示出了在一般的灰度化中使用的以往的灰度化文件,例如,将RGB各自的颜色成分值总和的值除以3,并将得到的值作为灰度图像数据的像素值:N。因此,如图1的(a)部分所示,将具有R、G、B值(10、20、240)的第一彩色颜色(接近蓝色):C1变换为具有N值(90)的第一黑白颜色(中间灰色):D2,将具有R、G、B值(240、30、30)的第二彩色颜色(接近红色):C2变换为具有N值(100)的第二黑白颜色(中间灰色)D2。如由此可了解到那样,若使用这样的以往的灰度化文件,第一黑白颜色(中间灰色)和第二黑白颜色(中间灰色)之间的亮度差少,难以检测出其边界。
为了避免这样的问题,在本发明中,准备了在对规定的第一彩色颜色和第二彩色颜色进行灰度化时,能够变换为具有大亮度差的第一黑白颜色和第二黑白颜色的灰度化文件。例如,如在图1的(b)部分中示意性示出那样,例如,将具有R、G、B值(10、20、240)的第一彩色颜色(接近蓝色):C1变换为具有N值(185)的第一黑白颜色(深灰色):D2,将具有R、G、B值(240、30、30)的第二彩色颜色(接近红色):C2变换为具有N值(20)的第二黑白颜色(淡灰色)D2。即,将该灰度化文件用如下的公式表示:
M(10、20、240)=20,
M(240、30、30)=185。
优选以如下方式作成该灰度化文件,即,尽量连续地将蓝色系的R、G、B值变换为在深灰色的区域,并且,尽量连续地将红色系的R、G、B值变换为在淡灰色的区域。
在作成这样的保持了连续性的灰度化文件时,对从用R、G、B值(0、0、255)表示的纯蓝色向近似蓝色过渡的R、G、B值,优选利用设定与过渡量相对应的权重系数的权重计算,来计算出D值。
通过使用这样作成的灰度化文件,来输出在第一黑白颜色和第二黑白颜色之间产生了大亮度差的灰度图像数据。通过使用具有这样的亮度差的灰度图像数据,能够简单且准确地检测出用第一彩色颜色涂色的第一靶区域和用第二彩色颜色涂色的第二靶区域之间的边界线。
如图2所示,在将车辆1停在规定位置的状态下,对彩色摄像头(下面,简称为摄像头)11进行校正。例如,在通过使车辆1后退或前进,利用设在规定位置(停车位)上的车轮定位槽或车轮止退器使车轮停止时,能够将车辆1停止在准确的位置上。在图2所示的例子中,两个彩色靶(下面,简称为靶)2(2a、2b)配置在地面上。如可从图了解到那样,两个靶2a、2b之间的间隔比车辆1的轮距窄,配置为靶2不容易被车辆1的车轮辗压。也可以与该配置方法相反地,采用使两个靶2a、2b之间的间隔比车辆1的轮距宽而靶2而不容易被车辆1的车轮辗压的配置。
在图2中,以使车辆1后端部中央的地面成为世界坐标系(基准坐标系,Xw、Yw、Zw)的原点Ow的方式停车(车辆1)。在此,将摄像头11的光学中心Oc作为中心的摄像头坐标系(Xc、Yc、Zc),各轴均不平行于世界坐标系。世界坐标系、摄像头坐标系都是右手坐标系,在图中,未图示相对于纸面而铅直方向的Xw轴及接近铅直方向的Xc轴。世界坐标系和摄像头坐标系之间的坐标变换能够利用公知的计算方法。
靶2在摄像头11的视场范围内至少配置在两处。另外,靶2配置为在世界坐标系中已知其坐标。在本例中,如图3所示,靶2具有作为对该靶2赋予特征的特征颜色的蓝色(第一彩色颜色)和红色(第二彩色颜色)的格子花纹的图案。图案中央的点Q是校正点,是摄像头11的校正基准。即,以使该校正点Q的坐标在世界坐标系上已知其坐标的方式,配置靶2。此外,在此示出了两个蓝色的矩形(第一靶区域)、两个红色的矩形(第二靶区域)这样的合计四个矩形的例子,但也可以是合计四个以上,其个数及形状并不限定于在此图示的个数及形状。
在图2所示的例子中,两个靶2配置为在地面上相对于车辆的主轴(世界坐标系的Zw轴)而左右对称(D1=D2,W1=W2)。但是,不需总是左右对称,而只要在摄像头11的视场内坐标值是已知的即可,可以自由配置。即,能够根据在工厂车间能够确保的宽度及与其他设备之间的关系来任意设定靶2的配置。
根据摄像头11的分辨率及对由摄像头11拍摄而得到的拍摄图像进行处理的图像处理功能的性能、靶的配置位置等,来恰当决定靶2的尺寸,以使能够高精度地检测校正点Q。作为一个例子,在D1和D2为1~2m,W1和W2为0.5m左右的情况下,能够利用如图3示出那样的各黑白颜色为边长10~15cm的正方形,整体是边长为20~30cm的正方形的靶2。
在本实施方式中,本发明的靶位置确定装置实质上由以计算机为核心构件的图像处理单元构成,在图4中示出了示意性表示图像处理功能的框图。如图4所示,该图像处理单元从组装在作为拍摄器材的摄像头11中的图像信号输出部12接收彩色图像信号(彩色图像数据)。图像处理单元包括灰度化模块4、靶位置决定模块5、安装精度判断模块6。灰度化模块4输入(接收)作为从图像信号输出部12发送来的彩色拍摄图像的彩色图像数据,并将其展开到未图示的工作存储器中。并且,将该彩色图像数据变换为作为黑白拍摄图像的灰度图像数据。靶位置决定模块5根据展开在工作存储器中的黑白拍摄图像即灰度图像数据,来求出靶2的位置,尤其求出靶2的校正点Q的位置。安装精度判断模块6根据由靶位置决定模块5确定的靶2的校正点Q的位置和成为目标的校正点位置之差,来对摄像头11的安装精度进行判断。
灰度化模块4包括靶颜色设定部41、灰度化文件保存部42、灰度化文件选择部43及灰度化部44。靶颜色设定部41按照来自键盘14的输入操作,来决定成为处理对象的靶2的特征颜色,即,决定第一彩色颜色和第二彩色颜色。当然,也可以根据输入(接收到)的彩色图像数据,通过推定第一彩色颜色和第二彩色颜色来进行设定。
灰度化文件保存部42保存在利用图1说明的灰度化处理中用到的作为灰度变换列表的灰度化文件(颜色空间变换矩阵)中。在本实施方式中,针对靶2的特定的颜色结构(在此是作为第一彩色颜色的蓝色和作为第二彩色颜色的红色)的每个组合而作成各灰度化文件,因而进行了数据库化,从而能够将由靶颜色设定部41设定的靶2的颜色结构作为检索关键词来进行检索提取。
灰度化文件选择部43根据由靶颜色设定部41设定的靶2的颜色结构,在此是根据蓝色和红色的格子花纹的颜色结构,来选择适合的灰度化文件,并将其提供给灰度化部44。灰度化部44利用由灰度化文件选择部43选择的灰度化文件,根据彩色图像数据来生成灰度图像数据。
在本实施方式中,靶位置决定模块5包括预处理部51、亮度差计算部52、阈值设定部53、靶区域判断部54、边界检测部55及靶位置计算部56。预处理部51根据需要对因摄像头11的镜头特性引起的图像失真进行修正等。亮度差计算部52,计算出利用所选择的灰度化文件来对第一彩色颜色及第二彩色颜色进行灰度化而得到的第一黑白颜色及第二黑白颜色的亮度差。阈值设定部53基于由亮度差计算部52计算出的亮度差计算值,来设定特定色检测阈值,该特定色检测阈值是用于判断对象像素(对象区域)是第一黑白颜色(第一彩色颜色:蓝色)还是第二黑白颜色(第二彩色颜色:红色)的判断条件。
区域判断部54利用由阈值设定部53设定的阈值,来依次扫描包含靶2在内的灰度图像数据,区分判断第一靶区域(蓝色区域)和第二靶区域(红色区域)。
边界检测部55,利用区域判断部54的第一靶区域(蓝色区域)和第二靶区域(红色区域)的判断结果,来检测靶2上的蓝色区域和红色区域之间的边界。由边界检测部55检测出的边界即两个边界线的交点成为校正点Q,因而靶位置计算部56能够基于边界检测部55的边界检测结果,来计算拍摄图像上的靶2的位置即校正点Q。
此外,由摄像头11获取并从图像信号输出部12输出的彩色图像信号,通过视频信号生成部33而作为彩色拍摄图像显示在监视器13上。
接着,利用图5,说明具有如上述那样构成的灰度化模块4和靶位置决定模块5的彩色靶位置决定装置的控制流程。
首先,车辆1定位停车在检查车间的规定位置(#01)。确认停车之后,使摄像头11进行动作来拍摄车辆周边(#02)。设定有摄像头,即使摄像头11的安装精度差一些,也要使在停在规定位置的车辆1的摄像头11拍摄而得到的彩色拍摄图像中包含两个靶2的图像。对通过图像信号输出部12输出的彩色图像数据,例如实施白平衡修正等的基本的图像处理(#03)。
接着,读取由靶颜色设定部41预先设定的成为处理对象的靶2的特征颜色即第一彩色颜色和第二彩色颜色(#04),来作为成为处理对象的靶2的彩色颜色结构。将所读取的彩色颜色结构作为检索关键词,选择适合的灰度化文件(#05)。使用所选择的灰度化文件,来将彩色图像数据变换为灰度图像数据(#06)。
将变换而得到的灰度图像数据用在靶位置决定处理中。在靶位置决定处理中,亮度差计算部52计算第一黑白颜色及第二黑白颜色的亮度差计算值(#11)。接着,阈值设定部53基于亮度差计算值,对靶2的第一靶区域(蓝色区域)设定检测阈值(#12),并对靶2的第二靶区域(红色区域)设定检测阈值(#13)。这是因为,例如在亮度差(亮度差计算值)大的情况下,可推定为这是在良好的光照环境下拍摄而得到的图像,所以可考虑为了提高自动检测精度而严格设定检测阈值(以使针对第一靶区域(蓝色区域)的检测阈值和针对第二靶区域(红色区域)的检测阈值之间的差大的方式进行设定)。反地,在亮度差(亮度差计算值)小的情况下,可推定为这是在不好的光照环境(暗的光照环境)拍摄而得到的图像,因而可考虑首先为了能够自动检测将检测阈值设定得较松(以使针对第一靶区域(蓝色区域)的检测阈值和针对第二靶区域(红色区域)的检测阈值之间的差小的方式进行设定)。这样的使变阈值可变的方法,优选使用在自动检测之后由工作人员进行手动微调的情况。利用在此设定的阈值,判断靶2的第一靶区域(蓝色区域)(#14),并判断第二靶区域(红色区域)(#15)。接着,根据第一靶区域和第二靶区域的判断结果,来检测靶2的第一靶区域和第二靶区域之间的边界线(#16)。当然,还能够同时实施对靶2的第一靶区域和第二靶区域的判断以及对第一靶区域和第二靶区域之间的边界线的检测。无论哪种方式,所检测出的第一靶区域和第二靶区域之间的边界线都表现为两根线大致垂直的形态,因而,将其交点作为校正点来计算校正点坐标(#17)。此外,也可以不进行如上述的步骤#12及#13那样的改变检测阈值的处理,而采用预先决定的阈值。
通过以上的处理步骤,能够求出靶2的位置,即校正点的坐标位置。因此,接着,计算预先设定的目标校正点和在步骤#17中计算出的校正点之间的偏移量(#18)。安装精度判断模块6基于计算出的该偏移量,对摄像头11的安装精度进行判断(#19)。
[其他实施方式]
(1)图6示出了其他实施方式中的图像处理功能的功能框图。该其他实施方式和图4所示的实施方式中的图像处理功能之间的差异在于,追加了光源推定部45以及灰度化文件的内容。光源推定部45将根据从图像信号输出部12接收到的彩色图像数据来计算出的各种图像特征量,例如平均亮度、直方图特性、颜色成分比例等作为输入参数,来进行权重计算及规律(rule)计算等的模拟(simulation)计算,从而推定并输出光源类型。在此的权重计算是指,例如是利用神经网络(Neural network)那样的利用如下计算式的计算的统称,所述计算式是指,对各输入参数设定权重系数,并通过反复学习来对该权重系数进行修正,由此使输出结果的误差最小化的计算式。另外,规律计算是基于如“if-then”(如果-则)语句那样的规定的规律而导出结果的计算的统称。作为规律本身的内容,例如可例举“如果B(蓝色)颜色成分值比规定值高,且R(红色)和G(绿色)的成分值比规定值低,则是橙色灯的可能性在规定%以上”等。此外,作为光源类型,可例举钨灯、钠灯、荧光灯、LED(Light Emitting Diode:发光二极管)灯等,但也可以将包含太阳光在内的彼此的组合作为在此推定的光源类型。另外,按照各灯的强度、颜色影响的大小来划分同一光源类型。
就保存在灰度化文件保存部42中的灰度化文件而言,不仅针对如上述那样的靶2的特定的颜色结构(第一彩色颜色和第二彩色颜色)的每个组合来作成该灰度化文件,还可以针对由光源推定部45推定出的每个光源类型来作成该灰度化文件。因此,灰度化文件选择部43将由靶颜色设定部41设定的靶2的颜色结构和由光源推定部45推定出的光源类型作为检索关键词来选择灰度化文件。根据该结构,在进行的靶位置决定处理中,还能够抑制拍摄靶时因光源类型引起的不良影响。
(2)上述的灰度化模块4及靶位置决定模块5的各功能部,是以功能分工的方式而示出的,并非一定需要独立设定。当然也可以利用微型计算机等的硬件和在硬件上执行的程序等的软件来协同实现各功能。
(3)在上述的实施方式中,成为该彩色靶位置决定装置的处理对象的靶2是车载摄像头安装位置的判断用靶2,但也可以是停车场或蓄电池充电站中的停车目标用靶。另外,也可以将描绘在道路上的白线及黄线等看做靶2来应用本发明。
(4)在上述实施方式中,作为具有能够降低靶2受到光源的颜色影响的特性的灰度化文件,利用了融合了用于降低对第一颜色(蓝色)的颜色影响的灰度化文件和用于降低对第二颜色(红色)的颜色影响的灰度化文件而成的蓝色/红色共通灰度化文件。但也可以取代该蓝色/红色共通灰度化文件,而准备用于降低对蓝色的颜色影响的蓝色修正灰度化文件和用于降低对红色的颜色影响的修正灰度化文件,来逐个(个别)地应用这些文件。
产业上的可利用性
本发明能够广泛利用于如下的图像处理技术中,即,通过将以不同颜色的组合作为特征的靶的彩色图像变换为灰度图像来检测不同颜色边界的图像处理技术。
附图标记的说明
2  彩色靶
4  灰度化模块
41 靶颜色设定部
42 灰度化文件保存部
43 灰度化文件选择部
44 灰度化部
45 光源推定部
5  靶位置决定模块
6  安装精度判断模块
Q  校正点(靶的中心位置)

Claims (8)

1.一种靶位置决定装置,基于拍摄彩色靶而得到的彩色图像数据来决定所述彩色靶在拍摄图像上的位置,所述彩色靶由第一彩色颜色的第一靶区域和具有与该第一彩色颜色不同的颜色成分的第二彩色颜色的第二靶区域组合而成,
该靶位置决定装置的特征在于,
具有:
灰度化文件保存部,其保存灰度化文件,该灰度化文件用于将所述第一彩色颜色和所述第二彩色颜色分别变换为第一黑白颜色和第二黑白颜色,并且能够使从所述第一彩色颜色变换来的所述第一黑白颜色和从所述第二彩色颜色变换来的所述第二黑白颜色之间的亮度差,比所述第一彩色颜色和所述第二彩色颜色之间的亮度差大;
灰度化部,其利用所述灰度化文件来将所述彩色图像数据变换为灰度图像数据;
靶位置决定模块,其通过识别所述灰度图像数据中的所述彩色靶的所述第一靶区域和所述第二靶区域之间的边界,来决定所述拍摄图像上的靶位置。
2.如权利要求1所述的靶位置决定装置,其特征在于,
所述灰度化文件是以如下方式生成的:所生成的所述灰度化文件,能够使得所述第一彩色颜色的颜色成分越大则越接近白色并且所述第二彩色颜色的颜色成分越大则越接近黑色。
3.如权利要求2所述的靶位置决定装置,其特征在于,
所述第一彩色颜色是红色,所述第二彩色颜色是蓝色。
4.如权利要求2所述的靶位置决定装置,其特征在于,
所述第一彩色颜色是蓝色,所述第二彩色颜色是红色。
5.如权利要求1至4中任一项所述的靶位置决定装置,其特征在于,
将在所述彩色靶中使用的所述第一彩色颜色及所述第二彩色颜色的不同的各颜色组合的所述灰度化文件,保存在所述灰度化文件保存部中。
6.如权利要求1至5中任一项所述的靶位置决定装置,其特征在于,
针对用于对所述彩色靶进行照明的每个照明光源类型,分别都作成有所述灰度化文件,并将这些所述灰度化文件保存在所述灰度化文件保存部中。
7.如权利要求1至6中任一项所述的靶位置决定装置,其特征在于,
所述第一靶区域和所述第二靶区域相邻配置。
8.如权利要求7所述的靶位置决定装置,其特征在于,
所述第一靶区域和所述第二靶区域以形成多条直线状边界线的方式配置,而且所述直线状边界线的交点为靶的中心位置。
CN2011800400564A 2010-08-19 2011-07-14 靶位置决定装置 Pending CN103069808A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010184185 2010-08-19
JP2010-184185 2010-08-19
PCT/JP2011/066124 WO2012023370A1 (ja) 2010-08-19 2011-07-14 ターゲット位置決定装置

Publications (1)

Publication Number Publication Date
CN103069808A true CN103069808A (zh) 2013-04-24

Family

ID=45605031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800400564A Pending CN103069808A (zh) 2010-08-19 2011-07-14 靶位置决定装置

Country Status (5)

Country Link
US (1) US20130101211A1 (zh)
EP (1) EP2608545A4 (zh)
JP (1) JP5252247B2 (zh)
CN (1) CN103069808A (zh)
WO (1) WO2012023370A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9135718B2 (en) * 2012-03-30 2015-09-15 Canon Kabushiki Kaisha Image processing apparatus and control method therefor
CN108256521B (zh) * 2017-12-29 2021-06-22 济南中维世纪科技有限公司 用于车身颜色识别的有效区域定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020080998A1 (en) * 2000-12-25 2002-06-27 Yoshihiko Matsukawa Image detection apparatus, program, and recording medium
US20040028258A1 (en) * 2002-08-09 2004-02-12 Leonid Naimark Fiducial detection system
CN101149912A (zh) * 2006-09-19 2008-03-26 三星电子株式会社 在移动通信终端中显示运动图像的方法和装置
US7515736B2 (en) * 2000-08-12 2009-04-07 Facet Technology, Corp. System for road sign sheeting classification

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4155049B2 (ja) * 2003-02-14 2008-09-24 富士ゼロックス株式会社 ドキュメント処理装置
US8462384B2 (en) * 2004-09-29 2013-06-11 Apple Inc. Methods and apparatuses for aesthetically enhanced image conversion
JP4803450B2 (ja) 2006-11-20 2011-10-26 アイシン精機株式会社 車載カメラの校正装置及び当該装置を用いた車両の生産方法
US8596541B2 (en) * 2008-02-22 2013-12-03 Qualcomm Incorporated Image capture device with integrated barcode scanning
JP4957668B2 (ja) * 2008-07-04 2012-06-20 村田機械株式会社 画像処理装置
CN102113321B (zh) 2008-08-05 2013-09-11 爱信精机株式会社 目标对象物位置确定装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7515736B2 (en) * 2000-08-12 2009-04-07 Facet Technology, Corp. System for road sign sheeting classification
US20020080998A1 (en) * 2000-12-25 2002-06-27 Yoshihiko Matsukawa Image detection apparatus, program, and recording medium
US20040028258A1 (en) * 2002-08-09 2004-02-12 Leonid Naimark Fiducial detection system
CN101149912A (zh) * 2006-09-19 2008-03-26 三星电子株式会社 在移动通信终端中显示运动图像的方法和装置

Also Published As

Publication number Publication date
US20130101211A1 (en) 2013-04-25
EP2608545A1 (en) 2013-06-26
EP2608545A4 (en) 2013-06-26
JP5252247B2 (ja) 2013-07-31
WO2012023370A1 (ja) 2012-02-23
JPWO2012023370A1 (ja) 2013-10-28

Similar Documents

Publication Publication Date Title
US9883148B2 (en) Color mask for an image sensor of a vehicle camera
CN105338262B (zh) 一种热成像图像处理方法及装置
CN101882034B (zh) 触摸装置的触摸笔颜色识别装置及方法
CN103345766B (zh) 一种信号灯识别方法及装置
KR101205428B1 (ko) 타겟 위치 특정 장치
CN101770646B (zh) 基于Bayer RGB图像的边缘检测方法
JP5595606B2 (ja) 画像処理装置
CN101916431B (zh) 一种低照度图像数据处理方法及系统
US20240203159A1 (en) Information processing device and recognition support method
CN104766049B (zh) 一种物体颜色识别方法及系统
CN107240079A (zh) 一种基于图像处理的路面裂缝检测方法
KR101970563B1 (ko) 3차원 입체 영상용 깊이지도 보정장치 및 보정방법
US20140085473A1 (en) In-vehicle camera apparatus
JP2020064583A (ja) 車両検出方法、動的光強度に基づく夜間の車両検出方法及びそのシステム
CN107644538A (zh) 交通信号灯的识别方法及装置
CN103069808A (zh) 靶位置决定装置
CN102509302B (zh) 基于人眼视觉的前照灯近光明暗截止线及hv点计算方法
CN107690658B (zh) 基于计算机视觉的黑白子识别方法及系统
CN109726708A (zh) 一种车道线识别方法及装置
US10977500B2 (en) Street marking color recognition
CN109784317B (zh) 一种交通信号灯的识别方法及装置
CN201440274U (zh) 一种目标检测设备及其使用的图像采集装置
US11618373B1 (en) Adaptive color selection for vehicle puddle lights
JP5590387B2 (ja) カラーターゲット位置決定装置
JP5904825B2 (ja) 画像処理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C05 Deemed withdrawal (patent law before 1993)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130424