JP2003085686A - 交通流計測画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 従来の交通流計測画像装置では、入力画像の
交通量に関する状態変数をマクロに求める手段と、時刻
ｔと時刻ｔ＋Δｔの各入力画像間の関係より車両の移動
量を求める手段と、各手段で求めた量をニューロコンピ
ュータに入力して渋滞度を求めていたが、渋滞度しか判
定することができないという課題があった。 【解決手段】 この発明に係る交通流計測画像装置は、
撮像部、撮像部の制御手段、フレームメモリ、存在領域
設定手段、データ抽出手段、一次元データ作成手段、デ
ータ時系列蓄積手段、パターン信号作成手段、及び複数
の交通状態を判別する交通状態判別手段により構成され
ている。

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、ＴＶカメラを用
いて道路を撮影し、その撮影画像を処理して車両交通情
報を計測する交通流計測画像処理装置に関し、特に、ニ
ューラルネットワークを用いて交通流計測画像処理装置
を構成している。

【０００２】

【従来の技術】従来のニューラルネットワークを用いた
交通流計測画像処理装置としては、特開平４−２５９１
００号により、交通渋滞計測方法及び装置が提案されて
いる。この従来の交通渋滞計測装置では、入力画像の交
通量に関する状態変数をマクロに求める交通流計測手段
と、時刻tの入力画像と時刻t＋Δtの入力画像との関係
より車両の移動量に関する状態変数をマクロに求める移
動量計測手段を有し、それらを、学習手段を有するニュ
ーロコンピュータである渋滞判定処理部に入力して渋滞
度を計測している。

【０００３】

【発明が解決しようとする課題】この交通渋滞計測装置
は、交通流と車両の移動量に関する状態変数をマクロに
求める手段をそれぞれ設ける必要があり、コストが高く
なる課題があった。また渋滞以外の交通状態を求めるこ
とはできなかった。

【０００４】この発明は交通流計測画像処理装置による
複数の交通流状態に関する判定の信頼度を向上させるこ
とを目的とする。

【０００５】

【課題を解決するための手段】この発明の第１の構成に
よる交通流計測画像処理装置は、道路上の車両の映像を
撮像する撮像部と、撮像部を制御する制御手段と、撮像
部からの画像データを記憶するフレームメモリとを備
え、画像データを処理して、交通流の状況を識別する交
通流計測画像処理装置において、予め画像データ上の車
線に相当する領域を処理領域として設定する存在領域設
定手段と、存在領域内の画像データから車両を示すデー
タを抽出する抽出手段と、この抽出手段で得られた２次
元データから、車両の抽出状態が線状に分布する１次元
データを作成する１次元データ作成手段と、この１次元
データ作成手段で得られた１次元データを時系列に一定
周期で連続して蓄積し、これら蓄積された１次元データ
を２次元画像の時間軸方向に連ねることにより車両の軌
跡を示す２次元のデータ時系列蓄積画像を作成するデー
タ時系列蓄積手段と、データ時系列蓄積手段によって得
られたデータ時系列蓄積画像から、交通状態のパターン
に応じて変化するパターン信号を生成するパターン信号
作成手段と、このパターン信号を入力信号として交通状
態を複数の項目に分類する交通状態判別手段とを備えた
ものである。

【０００６】この発明の第２の構成による交通流計測画
像処理装置は、道路上の車両の映像を撮像する撮像部
と、撮像部を制御する制御手段と、撮像部からの画像デ
ータを記憶するフレームメモリとを備え、画像データを
処理して、交通流の状況を識別する交通流計測画像処理
装置において、予め画像データ上で車両の通過が見込ま
れる直線もしくは曲線上の領域を処理領域として設定す
る存在領域設定手段と、存在領域設定手段で設定された
直線もしくは曲線上の１次元データを時系列に一定周期
で連続して蓄積し、これら蓄積された１次元データを２
次元画像の時間軸方向に連ねることにより車両の軌跡を
示す２次元のデータ時系列蓄積画像を作成するデータ時
系列蓄積手段と、データ時系列蓄積手段によって得られ
たデータ時系列蓄積画像から、交通状態のパターンに応
じて変化するパターン信号を生成するパターン信号作成
手段と、このパターン信号を入力信号として交通状態を
複数の項目に分類する交通状態判別手段とを備えたもの
である。

【０００７】この発明の第３の構成による交通流計測画
像処理装置は、この発明の第１又は第２の構成による交
通流計測画像処理装置おいて、上記パターン信号生成手
段は、データ時系列蓄積画像に対するエッジの方向別の
頻度を表す方向ヒストグラムを作成するように構成した
ものである。

【０００８】この発明の第４の構成による交通流計測画
像処理装置は、道路上の車両の映像を撮像する撮像部
と、撮像部を制御する制御手段と、撮像部からの画像デ
ータを記憶するフレームメモリとを備え、画像データを
処理して、交通流の状況を識別する交通流計測画像処理
装置において、一定フレーム間隔の２枚の画像における
速度ベクトルを求める速度ベクトル作成手段と、前記速
度ベクトルの中から、車両の進行方向の速度ベクトルを
抽出する速度ベクトル選択手段と、一定時間内におけ
る、速度ベクトル選択手段で選択された速度ベクトルの
強度別の度数を求める速度強度ヒストグラム作成手段
と、速度強度ヒストグラム作成手段で作成された速度強
度ヒストグラムを入力信号として交通状態を複数の項目
に分類する交通状態判別手段とを備えたものである。

【０００９】この発明の第５の構成による交通流計測画
像処理装置は、この発明の第１、第２及び第４の構成に
よる交通流計測画像処理装置のいずれかにおいて、上記
交通状態判別手段は予め学習されたニューラルネットワ
ークを用いて判別するように構成したものである。

【００１０】この発明の第６の構成による交通流計測画
像処理装置は、この発明の第１、第２及び第４の構成に
よる交通流計測画像処理装置のいずれかにおいて、上記
１次元データ作成手段で作成された１次元データもしく
は上記交通状態判別手段への入力信号を通信路に送信す
るデータ送信手段と、通信路から１次元データもしくは
交通状態判別手段への入力信号を受信するデータ受信手
段を設けたものである。

【００１１】

【発明の実施の形態】この発明の実施の形態は、ＴＶカ
メラを用い道路を撮像し、その画像を処理して複数の交
通情報を判別する交通流計測画像処理装置に関する。 実施の形態１．図１は、この発明の実施の形態１による
交通流計測画像処理装置の構成を示すブロック図であ
る。図１において、１はテレビカメラ、２はＴＶカメラ
制御回路、３はフレームメモリ、４は存在領域設定回
路、５はエッジ抽出回路、６はプロジェクションデータ
作成回路、７はデータ時系列蓄積回路、８はエッジ方向
抽出回路、９は方向ヒストグラム作成回路、１０は状態
判別回路である。次に動作について説明する。なお、以
後、２車線の道路を対象とし、車両は車線上を遠去方向
すなわち画面の下から上へ移動する場合を例に説明す
る。但し、車線数、車両進行方向（遠去、接近）に関し
て制限はない。ＴＶカメラ１はＴＶカメラ制御回路２に
従って任意のフレーム間隔で道路上を走行する車両を撮
像する。フレームメモリ３は、ＴＶカメラ１の撮像信号
をデジタルに変換したデータを取り込む。このデータは
２次元画像データであり、以後、水平方向をX方向、垂
直方向をY方向とする。存在領域設定回路４は、複数車
線全体をカバーする領域を存在領域として予め設定し、
この存在領域内のデータをフレームメモリ３から取り出
す。図２は、ＴＶカメラで道路を撮像した画面上に存在
領域設定回路４を用いて設定された存在領域の一例を示
した図で、２０は存在領域である。エッジ抽出回路５
は、存在領域内のデータから、例えばソーベルフィルタ
等の空間微分フィルタを用いてエッジを取り出す。この
とき、フィルタの出力値が所定しきい値以上の画素をエ
ッジとし、エッジの存在するところを１、それ以外のと
ころを０とするエッジデータが作成される。プロジェク
ションデータ作成回路６は、エッジデータを水平方向に
投影し、Ｘ方向サイズは１、Ｙ方向サイズは画面サイズ
の１次元データとしての１次元プロジェクションデータ
を作成する。図３は、エッジデータ及びプロジェクショ
ンデータを示した図で、３０は車両に対するエッジデー
タ、３１はプロジェクションデータを示す。プロジェク
ションデータ３１は、１フレームで１つ作成され、図３
の左側に示すように、エッジデータ３０のＸ方向の長さ
に対応した幅を持つ波形として形成される。上記までの
処理を一定周期で繰り返す。データ時系列蓄積回路７
は、プロジェクションデータ３１を予め決められた個数
だけ、時系列で蓄積していき、時刻順に並べて、２次元
データを作成する。図４は、この２次元データを示した
構成図であり、水平方向は時刻（以後Ｔ方向）を、垂直
方向は、Ｙ方向を示し、４０は車両の軌跡を表す線分群
を示す。この線分群においては、左端の線分が車両前部
の軌跡を、右端の線分が車両後部の軌跡を示す。図４で
は、時刻は、右端が現時刻で、左へいくにつれて過去に
さかのぼる。

【００１２】次に、上記２次元データを後述するニュー
ラルネットワークの入力信号に変換する方法について述
べる。上記２次元データに対して、エッジ抽出回路５を
用いて、さらにエッジを抽出する。このとき、フィルタ
の出力値が所定しきい値以上の画素をエッジとして抽出
する。なお、この時のしきい値は、前述のしきい値と同
じでなくてもよい。エッジ方向抽出回路８は、２次元デ
ータのエッジの方向を求める。方向ヒストグラム作成回
路９は、上記のすべてのエッジを対象に、エッジの方向
別の度数を求め、図５に示す方向ヒストグラム５０を作
成する。図５のヒストグラムは正常な交通状態の時に得
られる。そしてこの方向ヒストグラム５０を適当にサン
プリングして入力信号５１とする（図５におけるパター
ン信号５１は、２°ごとにサンプリングした例を示
す）。このパターン信号５１の波形は正常な交通状態に
対応したパターン信号を示している。図５において、方
向ヒストグラム５０の横軸は角度（°）、縦軸は度数
(頻度)である。エッジが垂直（速度無限大）の場合を０
°、水平（速度０）の場合を９０°とする。エッジの方
向は、車両の速度に依存する。また、エッジの個数は、
処理領域における車両の密度に依存する。従って、車両
群の速度に対応した角度をピークとする分布が得られ
る。なお、図５のパターン信号における横軸の０、９
０、１８０は方向ヒストグラム５０と同様に角度(単位
は度)を示す値である。このパターン信号５１は図６に
示すように各種の交通状態により変化する。図６の(ａ)
は渋滞、(ｂ)は重渋滞、(ｃ)は停止、(ｄ)は低速の各交
通状態に対応したパターン信号５１を示している。な
お、横軸は角度であり、０、９０、１８０は角度の値
(単位は度)である。(a)に示す渋滞のパターン信号５１
では、低速のため、９０°より少し右にピークをもち、
なおかつ、度数が多い。(b)の重渋滞のパターン信号５
１では、ほぼ９０°にピークがあり、なおかつ、渋滞よ
りも度数が多くなる。(c)の停止のパターン信号５１で
は、９０°にピークがあるが、近辺に他の車両があまり
いないため、度数は少ない。さらに、停止直前の速度に
対するものや他の車両によるもう一つのピーク（(c)の
右側のピーク）がある場合もある。(d)の低速のパター
ン信号５１は、渋滞と同じようなところにピークをもつ
が、度数は渋滞に比べて少ない。更に、(ｅ)に示すパタ
ーン信号はピークが現れていない走行車両なしという交
通状態を示している。以上のように、それぞれのパター
ン信号５１は、各交通状態の特徴を反映したものとなっ
ている。

【００１３】状態判別回路１０は、学習済みのニューラ
ルネットワークであり、入力信号５１に対して出力値を
計算し、その結果をもとに複数の交通状態を判別する。
ここで、ニューラルネットワークの構成について図７を
用いて示す。図７は、入力層、中間層、出力層の３つの
層をもつ階層型ニューラルネットワークの構成である。
図７において、６０は入力ユニット、６１は中間ユニッ
ト、６２は出力ユニットである。入力ユニットには、入
力信号５１が入力され、出力ユニットは識別すべき交通
状態に対する出力値が得られる。各ユニット間は結合荷
重係数が与えられている。この構成において、中間層の
ユニットjの出力H_j、出力層のユニットkの出力O_kは次式
で表される。ここで、I_iは、入力層ユニットの出力値、
ＮＩは入力層の数、ＮＨは中間層の数、ω1_ijは入力層
ユニットiと中間層ユニットjの結合荷重係数、ω２_jkは
中間層ユニットjと出力層ユニットkとの結合荷重係数で
ある。上記の結合荷重係数は、初期にはランダムな値が
設定される。この初期状態の結合荷重係数を少しずつ修
正していき、最終的に適切な値を設定するための操作を
学習と呼ぶ。この学習方法として、Ｒｕｍｅｌｈａｒｔ
らによって提案された誤差逆伝播法と呼ぶ手法が用いら
れる。誤差逆伝播法は、入力信号とその入力信号に対し
て出力させたい値の組を教師信号として用意し、この教
師信号を与えた時の出力誤差が小さくなるように各結合
荷重係数を少しずつ修正していくものである。状態判別
回路１０は、分類すべき各交通状態（正常流、渋滞、重
渋滞、停止、低速、走行車両なしなど）に対する教師信
号を用いて学習を実行して、得られた結合荷重係数を保
持している。そして、判定すべき交通状態に対する入力
信号５１が与えられて場合、式（１）、（２）、（３）
を用いて、各交通状態に対する出力値を計算する。

【００１４】

【数１】

【００１５】

【数２】

【００１６】

【数３】

【００１７】この計算結果から、出力ユニット６２の出
力値は０から１．０の値をとり得る。そして、この値
は、例えば、正常な交通状態の時の方向ヒストグラム５
０が入力された場合、正常流の出力ユニット６２の出力
値が大きくなる。一方、その他の出力ユニット値６２の
出力値は小さくなる。そして、他の交通状態である渋
滞、重渋滞、停止、低速の各状態の場合にも同様に出力
ユニット６２の出力値が変化する。図８の(Ａ)に示す上
側の波形は正常な交通状態、すなわち正常流の場合にお
ける出力ユニット６２の出力値を示している。図８の縦
軸は出力ユニット６２の値(出力値)を示し、横軸はデー
タ番号を示す。データ番号は、各２次元データに対して
時間順に番号を与えたものである。正常流に対する出力
値が0.9ぐらいと大きな値であるのに対して、渋滞など
それ以外の出力値は小さくなっている。図８の(Ｂ)に示
す波形は、渋滞と重渋滞を繰り返すシーンにおける出力
ユニット６２の出力値を示している。図のように、渋滞
と重渋滞の出力値が交互に大きくなっている（なお、
（Ｂ）においては、渋滞と重渋滞以外の出力ユニットの
出力値は値が小さいので省略している）。このように、
例えば、出力層の出力値が所定のしきい値(図８に示す
ように、この実施の形態では０．５)以上で、かつ最も
値の大きい出力が得られた出力ユニット６２に対する交
通状態を出力することで、交通状態の識別できる。上記
のしきい値を満たす出力ユニットがない場合は、交通状
態不定と出力する。この実施の形態１では、判別手段と
してニューラルネットワークを用いるたことにより、判
別手段の処理回路を簡単に構成することがてきると共に
処理速度を高速化することができる。

【００１８】なお、この実施の形態１では、存在領域内
のデータの処理として、エッジ抽出回路を設けたが、車
両の特徴を抽出する処理手段であれば各種の公知手段を
用いることができる。また、この実施の形態１におい
て、存在領域を複数車線をカバーするように設定した
が、各車線毎に設定し、それぞれに車線毎に判定を実施
するようにしてもよい。また、方向ヒストグラムの角度
の分割数やサンプリング数は制限しない。また、出力層
として、複数の交通状態である正常流、渋滞、重渋滞、
停止、低速、走行車両なしという６つの出力ユニットの
場合について述べたが、出力ユニット数を限定するもの
ではない。また、交通状態を出力する方法として、出力
層の出力値が所定のしきい値以上で、かつ最も値の大き
い出力が得られた出力ユニットに対する交通状態を出力
することを示したが、２つの以上の交通状態、例えば、
渋滞と重渋滞の交通状態を同時に出力してもよく、また
各交通状態の出力値をそのまま出力してもよい。また、
判別手段としてニューラルネットワークを用いる手法を
用いたが、その他の正規化相関などのパターンマッチン
グを用いた手法、しきい値を用いた判定ツリーによる手
法やファジーを用いた推論機構による手法などを用いて
もよい。このように、複数の交通状態に対応可能とした
ため、各交通状態ごとに処理手法を用意するシステムに
比べてコストを安くすることができる。また、一定時間
の画像データをもとに判定することにより、突発的な変
動に影響されにくくなるため、判定の信頼度が上がる。

【００１９】実施の形態２．図９は、この発明の実施の
形態２に係る交通流計測画像処理装置の構成を示すブロ
ック図である。図９において、７０はスリット設定回路
である。その他は、図１と同様である。次に動作につい
て説明する。スリット設定回路７０は、画像上におい
て、車両が通過すると想定される領域に１つの直線もし
くは曲線のスリットと呼ぶ領域を設定する。そしてデー
タ時系列蓄積回路７は、このスリット上の画素の濃淡デ
ータを時系列で蓄積していき、２次元データを作成す
る。以下、実施の形態１と同様の手法により、交通状態
を識別する。これによれは、システムの構成をより簡単
にできる利点がある。

【００２０】実施の形態３．図１０は、この発明の実施
の形態３に係る交通流計測画像処理装置の構成を示すブ
ロック図である。図１０において、８０は速度ベクトル
作成回路、８１は速度ベクトル選択回路、８２は速度強
度ヒストグラム回路である。その他は、図１と同様であ
る。次に動作について説明する。速度ベクトル作成回路
８０は、一定フレーム間隔で取得された２枚の画像にお
ける速度ベクトルを求める。速度ベクトルを求める手法
としては、一般にオプティカルフローと呼ばれる手法を
用いることができる。オプティカルフローでは、各画素
ごとに、２つの画像間における移動ベクトルすなわち速
度ベクトルの強度と向きが求められる。速度ベクトル選
択回路８１は、一定時間内において得られる複数の前記
速度ベクトルの中から、車両の進行方向と同じ方向を持
つ速度ベクトルのみを抽出する。そして、速度強度ヒス
トグラム回路８２は、速度ベクトル回路８１で選択され
た速度ベクトルの強度別の度数を求める。速度強度ヒス
トグラム作成回路８２で作成された速度強度ヒストグラ
ムを入力信号として、実施の形態１で示した交通状態判
別手法により、交通状態を識別する。このように、複数
の交通状態に対応可能としたため、各交通状態ごとに処
理手法を用意するシステムに比べてコストを安くするこ
とができる。また、一定時間の画像データをもとに判定
することにより、突発的な変動に影響されにくくなるた
め、判定の信頼度が上がる。

【００２１】実施の形態４．図１１は、この発明の実施
の形態４に係る交通流計測画像処理装置の構成を示すブ
ロック図である。図１１において、９０はデータ送信回
路、９１はネットワーク、９２はデータ受信回路であ
る。その他の構成は図１の構成と同一である。次に動作
について説明する。この実施の形態４は、実施の形態
１、実施の形態２および実施の形態３で示した交通流計
測画像処理装置を分割し、分散処理可能にするためのも
のである。プロジェクションデータ作成回路６で作成さ
れたプロジェクションデータ６１をデータ送信回路９０
により、ネットワーク９１などの通信路に送信できる構
成とする。そして、データ受信回路９２において、プロ
ジェクションデータ６１を受け取り、以後実施例１の方
法により交通状態を識別させる。なお、この実施の形態
４では、プロジェクションデータ６１を送受信信号とし
たが、方向ヒストグラム作成回路９と状態判別回路１０
との間に、データ送信回路９０およびデータ受信回路９
２を設け、ニューラルネットワークへの入力信号５１を
送受信する構成としてもよい。また、実施例３における
速度強度ヒストグラムをデータ送信回路９０からデータ
受信回路９２へ受け渡すデータとしてもよい。また、通
信路としてネットワーク９１を用いたが、回路上の配線
など通信路であれば何でもよく、有線、無線のいずれの
通信方式でもよい。このように、処理を分散させる構成
としたので、複数カメラを用いるシステムを構築する場
合に、複数カメラに対する処理の一部を共通の装置で処
理できるようになるため、システムのコストを安くでき
る。

【００２２】

【発明の効果】この発明の第１の構成による交通流計測
画像処理装置は、道路上の車両の映像を撮像する撮像部
と、撮像部を制御する制御手段と、撮像部からの画像デ
ータを記憶するフレームメモリとを備え、画像データを
処理して、交通流の状況を識別する交通流計測画像処理
装置において、予め画像データ上の車線に相当する領域
を処理領域として設定する存在領域設定手段と、存在領
域内の画像データから車両を示すデータを抽出する抽出
手段と、この抽出手段で得られた２次元データから、車
両の抽出状態が線状に分布する１次元データを作成する
１次元データ作成手段と、この１次元データ作成手段で
得られた１次元データを時系列に一定周期で連続して蓄
積し、これら蓄積された１次元データを２次元画像の時
間軸方向に連ねることにより車両の軌跡を示す２次元の
データ時系列蓄積画像を作成するデータ時系列蓄積手段
と、データ時系列蓄積手段によって得られたデータ時系
列蓄積画像から、交通状態のパターンに応じて変化する
パターン信号を生成するパターン信号作成手段と、この
パターン信号を入力信号として交通状態を複数の項目に
分類する交通状態判別手段とを備えている。この構成に
より、一定時間の画像を用いて複数の交通流の状態を判
別させたことにより、判定の信頼度を向上させる効果が
ある。

【００２３】この発明の第２の構成による交通流計測画
像処理装置は、道路上の車両の映像を撮像する撮像部
と、撮像部を制御する制御手段と、撮像部からの画像デ
ータを記憶するフレームメモリとを備え、画像データを
処理して、交通流の状況を識別する交通流計測画像処理
装置において、予め画像データ上で車両の通過が見込ま
れる直線もしくは曲線上の領域を処理領域として設定す
る存在領域設定手段と、存在領域設定手段で設定された
直線もしくは曲線上の１次元データを時系列に一定周期
で連続して蓄積し、これら蓄積された１次元データを２
次元画像の時間軸方向に連ねることにより車両の軌跡を
示す２次元のデータ時系列蓄積画像を作成するデータ時
系列蓄積手段と、データ時系列蓄積手段によって得られ
たデータ時系列蓄積画像から、交通状態のパターンに応
じて変化するパターン信号を生成するパターン信号作成
手段と、このパターン信号を入力信号として交通状態を
複数の項目に分類する交通状態判別手段とを備えてい
る。この構成により、一定時間の画像を用いて複数の交
通流の状態を判別させたことにより、判定の信頼度を向
上させる効果がある。

【００２４】この発明の第３の構成による交通流計測画
像処理装置は、この発明の第１または第２の構成による
交通流計測画像処理装置において、パターン信号生成手
段は、データ時系列蓄積画像に対するエッジの方向別の
頻度を表す方向ヒストグラムを作成している。この構成
により、判別処理の信頼度を向上させることが可能にな
る。

【００２５】この発明の第４の構成による交通流計測画
像処理装置は、道路上の車両の映像を撮像する撮像部
と、撮像部を制御する制御手段と、撮像部からの画像デ
ータを記憶するフレームメモリとを備え、画像データを
処理して、交通流の状況を識別する交通流計測画像処理
装置において、一定フレーム間隔の２枚の画像における
速度ベクトルを求める速度ベクトル作成手段と、前記速
度ベクトルの中から、車両の進行方向の速度ベクトルを
抽出する速度ベクトル選択手段と、一定時間内におけ
る、速度ベクトル選択手段で選択された速度ベクトルの
強度別の度数を求める速度強度ヒストグラム作成手段
と、速度強度ヒストグラム作成手段で作成された速度強
度ヒストグラムを入力信号として交通状態を複数の項目
に分類する交通状態判別手段とを備えている。この構成
により、判別処理の信頼度を向上させることが可能にな
る。

【００２６】この発明の第５の構成による交通流計測画
像処理装置は、この発明の第１、第２及び第４の構成の
いずれかによる交通流計測画像処理装置において、交通
状態判別手段は予め学習されたニューラルネットワーク
を用いて判別している。この構成により、時系列蓄積画
像に対してニューラルネットワークを用いて交通流の状
態を判別させたことにより、装置の低コスト化が可能と
なる効果がある。

【００２７】この発明の第６の構成による交通流計測画
像処理装置は、この発明の第１、第２及び第４の構成の
いずれかによる交通流計測画像処理装置において、１次
元データ作成手段で作成された１次元データもしくは交
通状態判別手段への入力信号を通信路に送信するデータ
送信手段と、通信路から１次元データもしくは交通状態
判別手段への入力信号を受信するデータ受信手段を設け
ている。この構成により、複数カメラを用いるシステム
を構築する場合に、システムを分散させることが可能と
なり、複数カメラに対する処理の一部を共通の装置で処
理できるようになるため、システムのコストを安くでき
る効果がある。

【図面の簡単な説明】

【図１】 この発明の実施の形態１による交通流計測画
像処理装置の構成を示すブロック図である。

【図２】 この発明の実施の形態１における存在領域設
定回路により設定された存在領域を示す構成図である。

【図３】 この発明の実施の形態１によるエッジデータ
とプロジェクションデータを示す構成図である。

【図４】 この発明の実施の形態１におけるデータ時系
列蓄積回路により作成された二次元データを示す構成図
である。

【図５】 この発明の実施の形態１における方向ヒスト
グラム作成回路により作成された正常流の方向ヒストグ
ラム及びパターン信号を示す波形図である。

【図６】 この発明の実施の形態１における方向ヒスト
グラム作成回路により作成された正常流以外の各種交通
状態のパターン信号を示す波形図である。

【図７】 この発明の実施の形態１における状態判別回
路を構成するニューラルネットワークを示す構成図であ
る。

【図８】 この発明の実施の形態１における状態判別回
路における出力ユニットの出力値を示す波形図である。

【図９】 この発明の実施の形態２による交通流計測画
像処理装置の構成を示すブロック図である。

【図１０】 この発明の実施の形態３による交通流計測
画像処理装置の構成を示すブロック図である。

【図１１】 この発明の実施の形態４による交通流計測
画像処理装置の構成を示すブロック図である。

【符号の説明】

１ ＴＶカメラ、 ２ＴＶカメラ制御回路、 ３ フレ
ームメモリ、 ４ 存在領域設定回路、 ５ エッジち
抽出回路、 ６ プロジェクションデータ作成回路、７
データ時系列蓄積回路、 ８ エッジ方向抽出回路、
９ 方向ヒストグラム作成回路、１０ 状態判別回
路、 ７０ スリット設定回路、 ８０ 速度ベクトル
作成回路、 ８１ 速度ベクトル選択回路、 ８２ 速
度強度ヒストグラム作成回路。

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5C054 AA01 CH01 EA01 FC14 FC15 HA26 5H180 AA01 BB04 BB05 BB20 CC04 DD02 DD03 DD04

Claims (6)

【特許請求の範囲】
1. 【請求項１】 道路上の車両の映像を撮像する撮像部
   と、撮像部を制御する制御手段と、撮像部からの画像デ
   ータを記憶するフレームメモリとを備え、画像データを
   処理して、交通流の状況を識別する交通流計測画像処理
   装置において、予め画像データ上の車線に相当する領域
   を処理領域として設定する存在領域設定手段と、存在領
   域内の画像データから車両を示すデータを抽出する抽出
   手段と、この抽出手段で得られた２次元データから、車
   両の抽出状態が線状に分布する１次元データを作成する
   １次元データ作成手段と、この１次元データ作成手段で
   得られた１次元データを時系列に一定周期で連続して蓄
   積し、これら蓄積された１次元データを２次元画像の時
   間軸方向に連ねることにより車両の軌跡を示す２次元の
   データ時系列蓄積画像を作成するデータ時系列蓄積手段
   と、データ時系列蓄積手段によって得られたデータ時系
   列蓄積画像から、交通状態のパターンに応じて変化する
   パターン信号を生成するパターン信号作成手段と、この
   パターン信号を入力信号として交通状態を複数の項目に
   分類する交通状態判別手段とを備えた交通流計測画像処
   理装置。
2. 【請求項２】 道路上の車両の映像を撮像する撮像部
   と、撮像部を制御する制御手段と、撮像部からの画像デ
   ータを記憶するフレームメモリとを備え、画像データを
   処理して、交通流の状況を識別する交通流計測画像処理
   装置において、予め画像データ上で車両の通過が見込ま
   れる直線もしくは曲線上の領域を処理領域として設定す
   る存在領域設定手段と、存在領域設定手段で設定された
   直線もしくは曲線上の１次元データを時系列に一定周期
   で連続して蓄積し、これら蓄積された１次元データを２
   次元画像の時間軸方向に連ねることにより車両の軌跡を
   示す２次元のデータ時系列蓄積画像を作成するデータ時
   系列蓄積手段と、データ時系列蓄積手段によって得られ
   たデータ時系列蓄積画像から、交通状態のパターンに応
   じて変化するパターン信号を生成するパターン信号作成
   手段と、このパターン信号を入力信号として交通状態を
   複数の項目に分類する交通状態判別手段とを備えた交通
   流計測画像処理装置。
3. 【請求項３】 上記パターン信号生成手段は、データ時
   系列蓄積画像に対するエッジの方向別の頻度を表す方向
   ヒストグラムを作成することを特徴とする請求項１また
   は２に記載の交通流計測画像処理装置。
4. 【請求項４】 道路上の車両の映像を撮像する撮像部
   と、撮像部を制御する制御手段と、撮像部からの画像デ
   ータを記憶するフレームメモリとを備え、画像データを
   処理して、交通流の状況を識別する交通流計測画像処理
   装置において、一定フレーム間隔の２枚の画像における
   速度ベクトルを求める速度ベクトル作成手段と、前記速
   度ベクトルの中から、車両の進行方向の速度ベクトルを
   抽出する速度ベクトル選択手段と、一定時間内におけ
   る、速度ベクトル選択手段で選択された速度ベクトルの
   強度別の度数を求める速度強度ヒストグラム作成手段
   と、速度強度ヒストグラム作成手段で作成された速度強
   度ヒストグラムを入力信号として交通状態を複数の項目
   に分類する交通状態判別手段とを備えた交通流計測画像
   処理装置。
5. 【請求項５】 上記交通状態判別手段は予め学習された
   ニューラルネットワークを用いて判別することを特徴と
   する請求項１、２、及び４のいずれかに記載の交通流計
   測画像処理装置。
6. 【請求項６】 上記１次元データ作成手段で作成された
   １次元データもしくは上記交通状態判別手段への入力信
   号を通信路に送信するデータ送信手段と、通信路から１
   次元データもしくは交通状態判別手段への入力信号を受
   信するデータ受信手段を設けたことを特徴とする請求項
   １、２、及び４のいずれかに記載の交通流計測画像処理
   装置。