JP2003016458A - 対象物抽出装置 - Google Patents

Abstract

(57)【要約】 【課題】 ２値化表現されたカメラ画像において、対象
物の重なりが生じても垂直な対象物、特に歩行者等の頭
部を抽出する対象物抽出装置を提供する。 【解決手段】 複数の対象物を含む赤外線カメラ画像か
ら、単一の対象物を抽出する対象物抽出装置であって、
画像処理ユニット１において、まず２値化処理された画
像を、画素群で表現された複数のランレングスデータに
変換する。次に、その中から、所定値Ｎ以上のデータ長
を持つランレングスデータを先頭データとして検出す
る。そして、先頭データに連続するとともに所定値Ｎ以
上のデータ長を持つランレングスデータを検出し、その
ランレングスデータの連続数が、所定値Ｈ以上か否かを
判定する。最後に、所定値Ｎ以上のデータ長を持つラン
レングスデータであって、所定値Ｈ以上の連続数を持つ
複数のランレングスデータを、単一の対象物として分
割、かつ抽出する。

Description

【発明の詳細な説明】 【０００１】 【発明の属する技術分野】この発明は、２値化表現され
たカメラ画像から、対象物を抽出する対象物抽出装置に
関する。 【０００２】 【従来の技術】従来、２値化表現されたカメラ画像から
対象物の距離を算出する手法としては、例えば対象物を
囲むブロック（外接四角形）に対して、ブロック相関法
や勾配法等により２枚の画像間の対応関係（視差）を算
出し、距離に変換する手法が知られている。しかし、２
値化処理は、画像から対象物を抽出し、ラベリングする
手法としては単純な処理である。従って、２値化処理で
は、複数の対象物が１つの対象物として抽出さてしまう
場合が生じる。このとき、２値化表現されたカメラ画像
から抽出される対象物の画像は、正確に対象物の形状を
表現していないため、これを用いて対象物の距離や位置
を算出することができない。このような不具合を解決す
るため、特開２００１−２８１００号公報には、対象物
の画像の面積と対象物の外接四角形の面積との比率か
ら、抽出された画像の中に含まれる該画像を構成する複
数の対象物を分割し、１つの対象物として抽出する対象
物抽出装置が開示されている。これによると、この対象
物抽出装置は、対象物の外接四角形の面積に対する対象
物の画像の面積の比率が所定比率よりも小さいとき、対
象物の画像から水平方向の長さが所定長さ以上の領域を
除いて、１つの対象物として抽出する。 【０００３】 【発明が解決しようとする課題】しかし、上述のような
従来の対象物抽出装置においては、図９（ａ）に示すよ
うに、垂直な対象物と斜めの対象物との重なりが生じた
場合、これらの対象物を分割できないという問題があっ
た。すなわち、特開２００１−２８１００号公報に記載
の対象物抽出装置は、対象物の外接四角形の面積に対す
る対象物の画像の面積の比率が所定比率よりも小さいと
き、対象物の画像から、水平方向のランレングスデータ
の長さが所定長さ以上の領域を除くことを目的とする。
しかし、図９（ａ）に示すように、画像に長いランレン
グスデータが存在しない場合、この対象物抽出装置は、
ランレングスデータの長さにしか注目していないので、
画像の配置位置によっては正確に対象物を分割すること
ができないのである。従って、垂直な対象物と斜めの対
象物との重なりが生じた場合、やはり２値化表現された
カメラ画像から抽出される対象物の画像により、対象物
の距離や位置を算出することができないという問題があ
った。 【０００４】本発明は、上記課題に鑑みてなされたもの
で、２値化表現されたカメラ画像において、垂直な対象
物と斜めの対象物との重なりが生じても垂直な対象物、
特に歩行者等の頭部を抽出する対象物抽出装置を提供す
ることを目的とする。 【０００５】 【課題を解決するための手段】上記課題を解決するため
に、請求項１に記載の発明は、赤外線カメラにより撮影
された複数の対象物を含む画像から、単一の対象物を分
割して抽出する対象物抽出装置であって、２値化処理さ
れた画像を、対象物を構成する複数の画素データ群に変
換する画素データ化手段（例えば実施の形態のステップ
Ｓ５；ランレングスコード化手段）と、前記画素データ
群の中から、所定値以上の長さを持つ画素データ群を先
頭データとして検出する先頭データ検出手段（例えば実
施の形態のステップＳ２１〜Ｓ２６；先頭データ検出手
段）と、前記先頭データに連続するとともに所定値以上
の長さを持つ画素データ群を検出する画素データ探索手
段（例えば実施の形態のステップＳ２７〜Ｓ２９；ラン
レングスデータ探索手段）と、前記画素データ探索手段
で検出された前記画素データ群の連続数が、所定値以上
か否かを判定する画素データ判定手段（例えば実施の形
態のステップＳ３０；ランレングスデータ判定手段）
と、前記画素データ探索手段により検出された所定値以
上の長さを持つ画素データ群であって、前記画素データ
判定手段により判定された所定値以上の連続数を持つ複
数の画素データ群を、単一の対象物として分割、かつ抽
出する対象物分割手段（例えば実施の形態のステップＳ
３１；対象物分割手段）とを設けたことを特徴とする。
以上の構成により、まず所定値以上の長さを持ち、かつ
単一の対象物を構成すると思われる先頭の画素データ群
を抽出し、これに続く所定値以上の長さを持つ画素デー
タ群の連続性を検査する（連続数を数える）ことで、２
値化処理された対象物画像において、形状が大きく変化
する部分を探索することができる。また、この形状が大
きく変化する部分で対象物の画像を分割、かつ抽出し、
少なくとも形状の変化度合いが少ない領域を、画素デー
タ群の長さとその連続数により表された単一の対象物と
して認識する。 【０００６】 【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。図１は、本発明の一実施の
形態の対象物抽出装置の構成を示すブロック図である。
図１において、符号１は、本実施の形態の対象物抽出装
置を制御するＣＰＵ（中央演算装置）を備えた画像処理
ユニットであって、遠赤外線を検出可能な２つの赤外線
カメラ２Ｒ、２Ｌと当該車両の車体の傾きを検出するヨ
ーレートセンサ３、更に、当該車両の走行速度（車速）
を検出する車速センサ４とブレーキの操作を検出するた
めのブレーキセンサ５が接続される。これにより、画像
処理ユニット１は、車両の周辺の赤外線画像と車両の走
行状態を示す信号から、車両前方の歩行者や動物等の動
く物体を検出し、衝突の可能性が高いと判断したときに
警報を発する。また、画像処理ユニット１には、音声で
警報を発するためのスピーカ６と、赤外線カメラ２Ｒ、
２Ｌにより撮影された画像を表示し、衝突の危険性が高
い対象物を車両の運転者に認識させるための、例えば自
車両の走行状態を数字で表すメータと一体化されたメー
タ一体Ｄｉｓｐｌａｙや自車両のコンソールに設置され
るＮＡＶＩＤｉｓｐｌａｙ、更にフロントウィンドウの
運転者の前方視界を妨げない位置に情報を表示するＨＵ
Ｄ（Head Up Display ）７ａ等を含む画像表示装置７が
接続されている。 【０００７】また、画像処理ユニット１は、入力アナロ
グ信号をディジタル信号に変換するＡ／Ｄ変換回路、デ
ィジタル化した画像信号を記憶する画像メモリ、各種演
算処理を行うＣＰＵ（中央演算装置）、ＣＰＵが演算途
中のデータを記憶するために使用するＲＡＭ（Random A
ccess Memory）、ＣＰＵが実行するプログラムやテーブ
ル、マップなどを記憶するＲＯＭ（Read Only Memor
y）、スピーカ６の駆動信号、ＨＵＤ７ａ等の表示信号
などを出力する出力回路を備えており、赤外線カメラ２
Ｒ、２Ｌ及びヨーレートセンサ３、車速センサ４、ブレ
ーキセンサ５の各出力信号は、ディジタル信号に変換さ
れてＣＰＵに入力されるように構成されている。 【０００８】また、図２に示すように、赤外線カメラ２
Ｒ、２Ｌは、自車両１０の前部に、自車両１０の横方向
の中心軸に対してほぼ対象な位置に配置されており、２
つの赤外線カメラ２Ｒ、２Ｌの光軸が互いに平行であっ
て、かつ両者の路面からの高さが等しくなるように固定
されている。なお、赤外線カメラ２Ｒ、２Ｌは、対象物
の温度が高いほど、その出力信号レベルが高くなる（輝
度が増加する）特性を有している。また、ＨＵＤ７ａ
は、自車両１０のフロントウインドウの運転者の前方視
界を妨げない位置に表示画面が表示されるように設けら
れている。 【０００９】次に、本実施の形態の動作について図面を
用いて説明する。図３は、本実施の形態の対象物抽出装
置の画像処理ユニット１における処理手順を示すフロー
チャートである。まず、画像処理ユニット１は、赤外線
カメラ２Ｒ、２Ｌの出力信号である赤外線画像を取得し
て（ステップＳ１）、Ａ／Ｄ変換し（ステップＳ２）、
グレースケール画像を画像メモリに格納する（ステップ
Ｓ３）。なお、ここでは赤外線カメラ２Ｒにより右画像
が得られ、赤外線カメラ２Ｌにより左画像が得られる。
また、右画像と左画像では、同一の対象物の表示画面上
の水平位置がずれて表示されるので、このずれ（視差）
によりその対象物までの距離を算出することができる。
次に、赤外線カメラ２Ｒにより得られた右画像を基準画
像とし、その画像信号の２値化処理、すなわち、輝度閾
値ＩＴＨより明るい領域を「１」（白）とし、暗い領域
を「０」（黒）とする２値化処理を行う（ステップＳ
４）。なお、２値化処理については、詳細を後述する。 【００１０】図４（ａ）は、赤外線カメラ２Ｒにより得
られたグレースケール画像を示し、これに２値化処理を
行うことにより、図４（ｂ）に示すような画像を得る。
なお、図４（ｂ）において、例えばＰ１からＰ４の枠で
囲った物体を、表示画面上に白色として表示される対象
物（以下「高輝度領域」という）とする。赤外線画像か
ら２値化された画像データを取得したら、２値化した画
像データをランレングスデータに変換する処理と、ラン
レングスデータにラベルを付けるラベリングを行う（ス
テップＳ５）。 【００１１】図５（ａ）は、これを説明するための図で
あり、この図では２値化により白となった領域を画素レ
ベルでラインＬ１〜Ｌ８として示している。ラインＬ１
〜Ｌ８は、いずれもｙ方向には１画素の幅を有してお
り、実際にはｙ方向には隙間なく並んでいるが、説明の
ために離間して示している。またラインＬ１〜Ｌ８は、
ｘ方向にはそれぞれ２画素、２画素、３画素、８画素、
７画素、８画素、８画素、８画素の長さを有している。
ランレングスデータは、ラインＬ１〜Ｌ８を各ラインの
開始点（各ラインの左端の点）の座標と、開始点から終
了点（各ラインの右端の点）までの長さ（画素数Ｎ）と
で示したものである。例えばラインＬ３は、（ｘ３，ｙ
５）、（ｘ４，ｙ５）及び（ｘ５，ｙ５）の３画素から
なるので、ランレングスデータとしては、（ｘ３，ｙ
５，３）となる。 【００１２】次に、図５（ｂ）に示すように対象物のラ
ベリングをすることにより、対象物を抽出する処理を行
う。すなわち、ランレングスデータ化したラインＬ１〜
Ｌ８のうち、ｙ方向に重なる部分のあるラインＬ１〜Ｌ
３を１つの対象物１とみなし、ラインＬ４〜Ｌ８を１つ
の対象物２とみなし、ランレングスデータに対象物ラベ
ル１，２を付加する。この処理により、例えば図４
（ｂ）に示す高輝度領域が、それぞれ対象物１から４と
して把握されることになる。次に、対象物が抽出された
ら、対象物が背景または前景と一体化している場合にそ
の背景または前景を分離するための対象物分離処理を実
行し（ステップＳ６）、対象物抽出処理を終了する。な
お、対象物分離処理については、詳細を後述する。 【００１３】次に、図６のフローチャートを用いて、図
３のステップＳ４の二値化処理を詳細に説明する。ま
ず、赤外線カメラ２Ｒ、２Ｌにより撮影されたカメラ画
像から、図７（ａ）に示すように、輝度値ｉを横軸と
し、輝度値ｉをとる画素数、すなわち度数Ｈ［ｉ］を縦
軸とするヒストグラムを算出する（ステップＳ１１）。
通常は、図７（ａ）に示すように、背景の平均的な輝度
値の近傍に背景のピークがあり、高温の対象物に対応す
る対象物ピークは度数Ｈが低いため同図ではピークの特
定が困難である。そこで、次に、図７（ａ）に示す度数
Ｈ［ｉ］のヒストグラムを、図７（ｂ）に示すように対
数変換した（Ｇ［ｉ］＝ｌｏｇ₁₀｛Ｈ［ｉ］＋１｝）ヒ
ストグラムを算出する（ステップＳ１２）。これによ
り、対象物ピークを特定し易くなる。 【００１４】ヒストグラムが算出できたら、次いでこの
ヒストグラムに最急降下法を適用してピークを探索し、
背景ピークに対応する輝度値ｉＰＥＡＫ１、及び対象物
ピークに対応する輝度値ｉＰＥＡＫ２を得る（ステップ
Ｓ１３）。そして、下記（１）式により、輝度閾値ｉＴ
Ｈを算出する（ステップＳ１４）。 ｉＴＨ＝（ｉＰＥＡＫ２−ｉＰＥＡＫ１）×Ａ＋ｉＰＥＡＫ１ ・・・（１） ここでＡは１より小さい定数であり、例えば０．５に設
定される。次いで輝度閾値ｉＴＨを用いてグレースケー
ル画像データを二値化データに変換する演算を行い（ス
テップＳ１５）、本処理を終了する。なお、図６の処理
では、ヒストグラムを用いて背景ピークに対応する輝度
値と、対象物ピークに対応する輝度値とを求め、これら
の輝度値の間に輝度閾値ｉＴＨを設定するようにしたの
で、対象物を正確に高輝度領域として検出することがで
きる。 【００１５】次に、図面を用いて、図３のステップＳ６
の対象物分離処理を詳細に説明する。図８は、対象物分
離処理の詳細な手順を示すフローチャートである。な
お、本実施の形態では、水平方向に並べて配置された赤
外線カメラ２Ｒ、２Ｌにより撮影された左右カメラに対
する対象物分離処理を説明する。従って、対象物抽出処
理では、２値化処理された対象物の画像において、上下
で形状が大きく変化する部分を探索し、この部分で対象
物の画像を分割して抽出する。また、図９（ａ）は、本
実施の形態の対象物抽出装置が処理する複数の対象物が
重なった抽出画像であって、ここでは、垂直部位Ａ（歩
行者等）と斜め部位Ｂ（縁石等）とが重なった場合の２
値化抽出対象物の画像を示す。 【００１６】図８において、まず、画像処理ユニット１
は、ランレングスデータで表された２値化抽出対象物画
像の上方から、Ｘ方向へランレングスデータを探索する
（ステップＳ２１）。次に、２値化抽出対象物画像のＸ
方向にランレングスデータが存在するか否かを判定する
（ステップＳ２２）。ステップＳ２２において、２値化
抽出対象物画像のＸ方向にランレングスデータが存在す
る場合（ステップＳ２２のＹＥＳ）、当該のランレング
スデータを取得する（ステップＳ２３）。ランレングス
データを取得したら、そのランレングスデータのデータ
長が所定値Ｎ以上か否かを判定する（ステップＳ２
４）。ステップＳ２４において、取得したランレングス
データのデータ長が所定値Ｎ以上である場合（ステップ
Ｓ２４のＹＥＳ）、次に、検出済みの対象物候補がある
か否かを判定する（ステップＳ２５）。 【００１７】ステップＳ２５において、検出済みの対象
物候補がない場合（ステップＳ２５のＮＯ）、取得した
ランレングスデータを対象物候補の最初の先頭データと
して認識し（ステップＳ２６）、次のランレングスデー
タを取得するためにステップＳ２１へ戻り、上述の動作
を繰り返す。また、ステップＳ２５において、検出済み
の対象物候補がある場合（ステップＳ２５のＹＥＳ）、
取得したランレングスデータが、検出済みの対象物候補
のランレングスデータと連続性があるか否かを判定する
（ステップＳ２７）。ステップＳ２７において、取得し
たランレングスデータが、検出済みの対象物候補のラン
レングスデータと連続性がある場合（ステップＳ２７の
ＹＥＳ）、検出済みの対象物候補のランレングスデータ
とグルーピングする（ステップＳ２８）。また、ステッ
プＳ２７において、取得したランレングスデータが、検
出済みの対象物候補のランレングスデータと連続性がな
い場合（ステップＳ２７のＮＯ）、取得したランレング
スデータを更に新たな対象物候補の最初の先頭データと
して認識し、（ステップＳ２６）、次のランレングスデ
ータを取得するためにステップＳ２１へ戻り、上述の動
作を繰り返す。 【００１８】次に、検出済みの対象物候補のランレング
スデータに、その連続性が途切れた対象物候補があるか
否かを判定する（ステップＳ２９）。ステップＳ２９に
おいて、対象物候補のランレングスデータに、その連続
性が途切れた対象物候補がある場合（ステップＳ２９の
ＹＥＳ）、その対象物候補のランレングスデータの連続
数が所定値Ｈ以上であるか否かを判定する（ステップＳ
３０）。なお、連続性の定義は次のように定義する。条
件１）Ｘ方向：始点、終点の位置差がＮ／２以内である
こと。条件２）Ｙ方向：２ライン以上離れていないこ
と。ステップＳ３０において、対象物候補のランレング
スデータの連続数が所定値Ｈ以上である場合（ステップ
Ｓ３０のＹＥＳ）、グルーピングされた検出済みの対象
物候補のランレングスデータを、対象物の１つとして分
割、かつ抽出し（ステップＳ３１）、ステップＳ２１へ
戻る。また、ステップＳ３０において、対象物候補のラ
ンレングスデータの連続数が所定値Ｈ未満である場合
（ステップＳ３０のＮＯ）、連続性のない対象物は対象
外としてデータを抹消し（ステップＳ３２）、ステップ
Ｓ２１へ戻る。。 【００１９】一方、ステップＳ２４において、取得した
ランレングスデータのデータ長が所定値Ｎ以上でない場
合（ステップＳ２４のＮＯ）、または、ステップＳ２９
において、対象物候補のランレングスデータに、その連
続性が途切れた対象物候補がない場合（ステップＳ２９
のＮＯ）のいずれかの場合、次のランレングスデータを
取得するためにステップＳ２１へ戻り、上述の動作を繰
り返す。 【００２０】また、ステップＳ２２において、２値化抽
出対象物画像のＸ方向にランレングスデータが存在しな
い場合（ステップＳ２２のＮＯ）、Ｙ方向へ探索範囲を
１ラインずらす（ステップＳ３３）。そして、２値化抽
出対象物画像の上方からＹ方向に探索が終了したか否か
を判定し（ステップＳ３４）、２値化抽出対象物画像の
Ｙ方向の探索が終了していた場合（ステップＳ３４のＹ
ＥＳ）、対象物分離処理を終了する。ステップＳ３４に
おいて、２値化抽出対象物画像のＹ方向の探索が終了し
ていない場合（ステップＳ３４のＮＯ）、次のランレン
グスデータを取得するためにステップＳ２１へ戻り、上
述の動作を繰り返す。なお、上述の説明におけるライン
は、ランレングスデータのＹ方向の最小単位のことであ
る。 【００２１】次に、実際に図９（ｂ）に示した図面を参
照しながら、対象物の抽出処理を説明する。処理は左上
のランレングスデータから行う。まず、上述の図８に示
したフローチャートのステップＳ１からステップＳ２３
の処理を実行すると、図９（ｂ）の高さ「ａ」で、長さ
Ｎ以上のランレングスデータＬ［０］（対象物候補：垂
直部位Ａ）を検出するので、ステップＳ２４からステッ
プＳ２６の処理により、対象物候補の先頭データとして
認識する。最初の先頭データを認識したら、図８のステ
ップＳ２１へ戻り、ステップＳ２１からステップＳ２８
の処理を実行し、Ｌ［０］と連続するランレングスデー
タを下方へ探索する。次に、図９（ｂ）の高さが「ｆ」
の地点で、Ｌ［９］（対象物候補：斜め部位Ｂ）を検出
し、同様に、図８のステップＳ２１からステップＳ２８
の処理を実行し、Ｌ［９］と連続するランレングスデー
タを下方へ探索する。そして、図９（ｂ）の高さ「ｇ」
の地点で、図８のステップＳ２７からステップＳ２９の
判定によりＬ［０］の連続性の条件が途切れる。また、
同時にＬ［９］の連続性の条件も途切れる。 【００２２】この際、図９（ｂ）のＣの領域は、連続し
た高さがＮ（例えば５）以上であるので、図８のステッ
プＳ３０からステップＳ３１の処理により、領域Ｃを対
象物として分割し、抽出する。一方、図９（ｂ）の領域
Ｂは、高さがＮ未満であるので、図８のステップＳ３０
からステップＳ３２の処理により、分離は行わずＢを対
象物の候補から抹消する。また、図９（ｂ）の高さ
「ｇ」の地点でＬ［１０］（対象物候補：垂直部位Ａ＋
斜め部位Ｂ）を再検出し、データ長Ｎ以上のランレング
スデータの連続性として、高さの「ｊ」の地点のＬ［１
３］まで検出するが、連続した高さはＮ未満であるの
で、この際検出された（対象物候補：垂直部位Ａ＋斜め
部位Ｂ）の部分の分離は行わない。 【００２３】なお、上述の実施の形態では、対象物候補
のランレングスデータのデータ長を所定値Ｎ以上、対象
物候補のランレングスデータの連続数を所定値Ｈ以上と
して説明したが、単一の対象物として分割されるランレ
ングスデータのグループは、少なくともＮ＝Ｈとして、
対象物の外接四角形がＮ×Ｎの以上のサイズであれば良
い。また、上述の実施の形態では、２値化処理された画
像を、ランレングスコードで表現された複数のランレン
グスデータに置き換えて処理を行う方法を説明したが、
２値化処理された画像の表し方はランレングスコードを
用いた方法に限らず、例えば画素の集合（画素群）とし
て表しても良い。 【００２４】更に、上述の実施の形態では、水平方向に
並べて配置された赤外線カメラ２Ｒ、２Ｌにより撮影さ
れた左右カメラに対する対象物分離処理を説明したの
で、対象物抽出処理では、２値化処理された対象物の画
像において、上下で形状が大きく変化する部分を探索
し、この部分で対象物の画像を分割して抽出している。
しかし、赤外線カメラ２Ｒ、２Ｌの配置はこれに限ら
ず、垂直方向であっても良い。従って、複数のカメラを
垂直に配置した場合、対象物抽出処理では、２値化処理
された対象物の画像において、左右で形状が大きく変化
する部分を探索し、この部分で対象物の画像を分割して
抽出する。また、上述の実施の形態において、上下方向
に探索する記述は、左右方向に探索する記述に置き換え
るものとする。 【００２５】また、本実施の形態では、画像処理ユニッ
ト１が、ランレングスコード化手段と、先頭データ検出
手段と、ランレングスデータ探索手段と、ランレングス
データ判定手段と、対象物分割手段とを構成する。より
具体的には、図３のステップＳ５がランレングスコード
化手段に相当し、図８のステップＳ２１〜Ｓ２６が先頭
データ検出手段に相当し、図８のステップＳ２７〜Ｓ２
９がランレングスデータ探索手段に相当する。更に、図
８のステップＳ３０がランレングスデータ判定手段に、
図８のステップＳ３１が対象物分割手段に、それぞれ相
当する。 【００２６】このように、歩道を歩く歩行者（垂直部位
Ａ）と歩道の縁石等（斜め部位Ｂ）とが２値化処理によ
り重なって識別され、単一の対象物として抽出された場
合でも、例えば図９（ｂ）に示すように、分離しやすい
対象物画像の隅から連続性を持つランレングスデータを
探索することで、ランレングスデータのデータ長と、連
続数の所定値を満たす領域を抽出することができる。こ
れにより、縁石等と同一視されて斜め部位Ｂに混じって
判別できなかった、歩行者を示す垂直部位Ａのうちの領
域Ｃ（歩行者の頭部あたりの部位）を簡単に判別し、自
車両の１０の運転者に通知することができる。従って、
長いランレングスデータが存在しない画像において、対
象物の外接四角形の面積に対する対象物の画像の面積の
比率が所定比率よりも小さいときに、対象物の画像から
水平方向の長さが所定長さ以上の領域を除くことができ
ないという従来の技術の問題点を解決し、運転者は自車
両１０の運転に際して、歩行者に十分な注意を払うこと
が可能となる。 【００２７】 【発明の効果】以上の如く、請求項１に記載の発明によ
れば、まず所定値以上の長さを持ち、かつ単一の対象物
を構成すると思われる先頭の画素データ群を抽出し、こ
れに続く所定値以上の長さを持つ画素データ群の連続性
を検査する（連続数を数える）ことで、２値化処理され
た対象物画像において、形状が大きく変化する部分を探
索することができる。また、この形状が大きく変化する
部分で対象物の画像を分割、かつ抽出し、少なくとも形
状の変化度合いが少ない領域を、画素データ群の長さと
その連続数により表された単一の対象物として認識す
る。従って、垂直な対象物と斜めの対象物との画像が重
なった状態の２値化表現されたカメラ画像から、対象物
の先頭データを抽出することで画像の中の背景を除外
し、次に画素データ群の長さとその連続数により表され
た領域を持つ単一の対象物を認識し、例えばこの対象物
について距離や位置を正確に算出することができるとい
う効果が得られる。

【図面の簡単な説明】 【図１】 本発明の一実施の形態による対象物抽出装置
の構成を示すブロック図である。 【図２】 車両における赤外線カメラやディスプレイ等
の取り付け位置を示す図である。 【図３】 同実施の形態の対象物抽出装置の画像処理ユ
ニットにおける全体動作の処理手順を示すフローチャー
トである。 【図４】 赤外線カメラにより得られるグレースケール
画像とその２値化画像を示す図である。 【図５】 ランレングスデータへの変換処理及びラベリ
ングを示す図である。 【図６】 同実施の形態の対象物抽出装置の画像処理ユ
ニットにおける２値化処理の詳細を示すフローチャート
である。 【図７】 グレースケール画像における輝度値のヒスト
グラムを示す図である。 【図８】 同実施の形態の対象物抽出装置の画像処理ユ
ニットにおける対象物分離処理の詳細を示すフローチャ
ートである。 【図９】 同実施の形態の対象物抽出装置が処理する重
なった対象物画像の一例を示す図である。 【符号の説明】 １ 画像処理ユニット ２Ｒ、２Ｌ 赤外線カメラ ３ ヨーレートセンサ ４ 車速センサ ５ ブレーキセンサ ６ スピーカ ７ 画像表示装置 １０ 自車両 Ｓ５ ランレングスコード化手段 Ｓ２１〜Ｓ２６ 先頭データ検出手段 Ｓ２７〜Ｓ２９ ランレングスデータ探索手段 Ｓ３０ ランレングスデータ判定手段 Ｓ３１ 対象物分割手段

フロントページの続き (72)発明者 渡辺 正人 埼玉県和光市中央１丁目４番１号 株式会 社本田技術研究所内 (72)発明者 服部 弘 埼玉県和光市中央１丁目４番１号 株式会 社本田技術研究所内 (72)発明者 嶋村 考造 埼玉県和光市中央１丁目４番１号 株式会 社本田技術研究所内 Ｆターム(参考） 5C054 AA01 CA05 CC01 CE06 CH01 EA01 FA00 FC05 FC12 FE28 FF06 HA30 5L096 AA03 AA07 BA04 CA02 EA24 GA36 GA51

Claims (1)

1. 【特許請求の範囲】 【請求項１】 赤外線カメラにより撮影された複数の対
   象物を含む画像から、単一の対象物を分割して抽出する
   対象物抽出装置であって、 ２値化処理された画像を、対象物を構成する複数の画素
   データ群に変換する画素データ化手段と、 前記画素データ群の中から、所定値以上の長さを持つ画
   素データ群を先頭データとして検出する先頭データ検出
   手段と、 前記先頭データに連続するとともに所定値以上の長さを
   持つ画素データ群を検出する画素データ探索手段と、 前記画素データ探索手段で検出された前記画素データ群
   の連続数が、所定値以上か否かを判定する画素データ判
   定手段と、 前記画素データ探索手段により検出された所定値以上の
   長さを持つ画素データ群であって、前記画素データ判定
   手段により判定された所定値以上の連続数を持つ複数の
   画素データ群を、単一の対象物として分割、かつ抽出す
   る対象物分割手段と、 を設けたことを特徴とする対象物抽出装置。