JP2005267396A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2005267396A JP2005267396A JP2004080814A JP2004080814A JP2005267396A JP 2005267396 A JP2005267396 A JP 2005267396A JP 2004080814 A JP2004080814 A JP 2004080814A JP 2004080814 A JP2004080814 A JP 2004080814A JP 2005267396 A JP2005267396 A JP 2005267396A
- Authority
- JP
- Japan
- Prior art keywords
- segment
- candidate
- edge
- minute
- combination
- 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
Links
Images
Abstract
【課題】 撮像画像から線を高精度に検出することができる画像処理装置を提供することを課題とする。
【解決手段】 撮像画像から線を検出する画像処理装置であって、撮像手段2と、撮像手段で撮像した撮像画像からエッジを抽出するエッジ抽出手段10と、エッジ抽出手段で抽出した各エッジに対して結合候補を抽出し、当該結合候補毎に線としての評価値を求める結合候補抽出手段12と、結合候補抽出手段で任意のエッジに対して複数の結合候補を抽出した場合、当該複数の結合候補から線としての妥当性の高い結合候補を選択する結合候補選択手段12と、各エッジに対する結合候補の抽出が終了した場合、当該各エッジの結合候補から評価値に基づいて線として最適な結合候補を判断する判断手段14,15とを備えることを特徴とする。
【選択図】 図1
【解決手段】 撮像画像から線を検出する画像処理装置であって、撮像手段2と、撮像手段で撮像した撮像画像からエッジを抽出するエッジ抽出手段10と、エッジ抽出手段で抽出した各エッジに対して結合候補を抽出し、当該結合候補毎に線としての評価値を求める結合候補抽出手段12と、結合候補抽出手段で任意のエッジに対して複数の結合候補を抽出した場合、当該複数の結合候補から線としての妥当性の高い結合候補を選択する結合候補選択手段12と、各エッジに対する結合候補の抽出が終了した場合、当該各エッジの結合候補から評価値に基づいて線として最適な結合候補を判断する判断手段14,15とを備えることを特徴とする。
【選択図】 図1
Description
本発明は、撮像画像から線を検出する画像処理装置に関する。
ドライバの運転を支援するために、車線や横断歩道等を認識する装置が開発されている。これら装置では、カメラで撮像した画像から車線や横断歩道の輪郭を示す線を検出する必要がある。線を認識する方法の一例としては、撮像画像からエッジを求め、そのエッジのパラメータ(位置や方向)及び強度を検出し、パラメータ空間におけるエッジ強度を累積し、度数が密集したパラメータを線として特定する方法がある(特許文献1参照)。
特開2000−11187号公報
しかしながら、撮像画像には車線や横断歩道等の他にも線を示すものが多種多様に存在するので、線として結合できる可能性のあるエッジの候補が複数存在する箇所がある。例えば、あるエッジに対して結合する可能性のあるエッジが2つある場合(線が分岐している場合)、隣接する各エッジ間で直線性を評価すると、局所的に直線性が良いエッジを結合するので、誤った方向のエッジを結合する可能性がある。また、通常、局所的な結合では、先に検索したエッジを結合するので、結合すべきエッジと結合できない場合がある。また、局所的なノイズの影響によりエッジが線から歪んだ場合、その箇所の直線性の評価が低下し、そのエッジを結合できなくなる。このように、局所的にエッジを結合して線を検出する場合、誤って結合したりあるいは結合できなかったりするので、線の検出精度が低下する。
そこで、本発明は、撮像画像から線を高精度に検出することができる画像処理装置を提供することを課題とする。
本発明に係る画像処理装置は、撮像手段と、撮像手段で撮像した撮像画像からエッジを抽出するエッジ抽出手段と、エッジ抽出手段で抽出した各エッジに対して結合候補を抽出し、当該結合候補毎に線としての評価値を求める結合候補抽出手段と、結合候補抽出手段で任意のエッジに対して複数の結合候補を抽出した場合、当該複数の結合候補から線としての妥当性の高い結合候補を選択する結合候補選択手段と、各エッジに対する結合候補の抽出が終了した場合、当該各エッジの結合候補から評価値に基づいて線として最適な結合候補を判断する判断手段とを備えることを特徴とする。
この画像処理装置では、エッジ抽出手段により撮像画像からエッジを抽出する。そして、画像処理装置では、結合候補抽出手段により各エッジに対して結合候補を抽出し、抽出した結合候補を構成するエッジが線としての妥当性があるか否かを示す評価値を求める。結合候補は、エッジによって構成され、線として検出する可能性のある候補である。さらに、画像処理装置では、任意のエッジに対して複数の結合候補を抽出した場合、結合候補選択手段により評価値に基づいて線として妥当性の高い結合候補を選択する。そして、画像処理装置では、判断手段により各エッジの結合候補から線として最適な結合候補を評価値に基づいて選択し、その選択した結合候補を線として検出する。このように、画像処理装置では、エッジを結合していく際に各エッジに対して線として検出の可能性のある結合候補を抽出し、この結合候補を構成する全てのエッジによって線としての妥当性を大局的に判断する。そのため、画像処理装置では、エッジ間での局所的な結合の上に、結合候補を構成するエッジ群全体としての大局的な情報を加味しているので、線を高精度に検出することができる。
本発明の上記画像処理装置では、エッジ抽出手段で抽出したエッジから近傍のエッジによってセグメントを生成するセグメント生成手段を備え、結合候補抽出手段は、セグメント生成手段で生成した各セグメントに対して結合候補を抽出する構成としてもよい。
この画像処理装置では、セグメント生成手段により近傍の複数のエッジからなるセグメントを生成し、結合候補抽出手段によりセグメント単位で結合候補の抽出を行う。このように、画像処理装置では、複数のエッジからなるセグメント単位で処理を行うので、各処理を行う対象が少なくなり、処理負荷を軽減できる。
本発明によれば、撮像画像から線を高精度に検出することができる。
以下、図面を参照して、本発明に係る画像処理装置の実施の形態を説明する。
本実施の形態では、本発明に画像処理装置を、自動車に搭載され、走行支援装置に横断歩道や車線等を認識するための直線情報を提供する画像処理装置に適用する。本実施の形態に係る画像処理装置は、局所結合による直線抽出に大局的な情報を加味するために木構造を導入し、木構造を利用して自動車前方の撮像画像から直線を検出する。
図1〜図5を参照して、画像処理装置1の構成について説明する。図1は、本実施の形態に係る画像処理装置の構成図である。図2は、木構造を示す図である。図3は、木構造を利用した直線検出の一例であり、(a)が検出対象である直線のセグメントの一例であり、(b)が根となるセグメントであり、(c)が根セグメントの1段階までの追加セグメントであり、(d)が根セグメントの2段階までの追加セグメントであり、(e)が根セグメントに対する2つの結合候補であり、(f)が根セグメントに対する最適な結合候補である。図4は、図1の画像ECUにおける各部の処理の一列であり、(a)がエッジを示す図であり、(b)が微小セグメントを示す図であり、(c)が結合候補を示す図であり、(d)が包含関係にある結合候補を示す図である。図5は、図1の画像ECUの結合候補作成部の処理の一列であり、(a)が微小セグメントとその近傍の微小セグメントを示す図であり、(b)が近傍の微小セグメントから評価値が良い微小セグメントをノードとして追加した図であり、(c)が追加した微小セグメントとその近傍の微小セグメントを示す図であり、(d)が微小セグメントの結合候補を作成した図である。
まず、画像処理装置1の構成について具体的に説明する前に、木構造について説明しておく。図2に示すように、木構造は、例えば、ノード(節)N1,N2,N3とリンク(枝)L1,L2からなり、木の元となるノードN1が根Rである。本実施の形態では、ノードが線分(微小セグメント)であり、リンクにより2つの線分が接続の可能性のあることを示す。また、根RとなるノードN1は、結合候補を作成する際の元となる任意の線分となる。根ノードN1に接続する可能性のある線分をノードN2,N2として接続し、各ノードN2,N2にそれぞれ接続する可能性のある線分を1つのノードN3と3つのノードN3,N3,N3として接続していく。そして、最下位層のノードN3の数が根ノードN1に対する結合候補の数となる。本実施の形態では、根ノードN1に対して1つの結合候補に絞るために、各結合候補に対してノードN1〜N3の線分からなる線の直線性の評価値をそれぞれ算出し、評価値が最もよい結合候補を選択する。このように、ノード(線分)間を局所的に結合していくとともに全ノードを結合したときの直線性を評価することによって大局的な結合性を加味している。なお、根となる線分には2つの端部があり、各端部方向に木構造をそれぞれ構成できるので、根ノードになる線分には2つの木構造を構成でき、各木構造でそれぞれ1つの結合候補に絞る。
図3を参照して、木構造を用いた結合候補を作成する一例を説明しておく。図3(a)に示すように根となる微小セグメントがS1であり、図3(b)に示すようにこの微小セグメントS1を根ノードN1として木構造に登録する。次に、根の微小セグメントS1の一端部近傍を探索し、結合する可能性のある微小セグメントS2を1つだけ見つける。そして、図3(c)に示すように微小セグメントS2をノードN2として木構造に登録し、微小セグメント群S1,S2による直線性の評価値を算出する。次に、微小セグメントS2の端部近傍を探索し、結合する可能性のある微小セグメントS31,S32を見つける。そして、図3(d)に示すように微小セグメントS31をノードN31として及び微小セグメントS32をノードN32として木構造に登録し、微小セグメント群S1,S2,S31及び微小セグメント群S1,S2,S32による直線性の評価値を算出する。次に、微小セグメントS31,32の端部近傍をそれぞれ探索し、結合する可能性のある微小セグメントS41と微小セグメントS42をそれぞれ見つける。そして、図3(e)に示すように微小セグメントS41をノードN41として及び微小セグメントS42をノードN42として木構造に登録し、微小セグメント群S1,S2,S31,S41及び微小セグメント群S1,S2,S32,S42による直線性の評価値を算出する。次に、微小セグメントS41,42の端部近傍をそれぞれ探索し、微小セグメントS42にだけ結合する可能性のある微小セグメントS5を見つける。そして、図3(e)に示すように微小セグメントS5をノードN5として木構造に登録し、微小セグメント群S1,S2,S32,S42,S5による直線性の評価値を算出する。ここで、根となる微小セグメントS1に対して2つの結合候補が作成され、この2つの結合候補の評価値を比較する。そして、微小セグメント群S1,S2,S31,S41からなる結合候補のほうが評価値の良いので、この候補候補を微小セグメントS1に対する最適な結合候補とする。
それでは、画像処理装置1について説明する。画像処理装置1は、自動車の前方を撮像し、その撮像画像における横断歩道や車線を示す白線の輪郭となる直線を検出する。特に、画像処理装置1では、直線を高精度に検出するために、木構造を利用して結合候補を作成する。画像処理装置1は、カメラ2及び画像ECU[Electronic Control Unit]3を備え、画像ECU3にエッジ抽出部10、微小セグメント生成部11、結合候補作成部12、共通候補棄却部13、候補順位付け部14、候補抽出部15及び結果出力部16が構成される。
本実施の形態では、カメラ2が特許請求の範囲に記載する撮像手段に相当し、エッジ抽出部10が特許請求の範囲に記載するエッジ抽出手段に相当し、微小セグメント生成部11が特許請求の範囲に記載するセグメント生成手段に相当し、結合候補作成部12が特許請求の範囲に記載する結合候補抽出手段及び結合候補選択手段に相当し、候補順位付け部14及び候補抽出部15が特許請求の範囲に記載する判断手段に相当する。
カメラ2は、例えば、CCD[Charge Coupled Device]カメラであり、画像処理装置1を搭載する自動車の前方かつ中央に取り付けられる。カメラ2では、自動車の前方を撮像し、その撮像したカラー画像(例えば、RGB[Red Green Blue]による画像)を取得する。カメラ2では、その撮像画像のデータを画像ECU3に送信する。カメラ2は、左右方向に撮像範囲が広く、道路の左右端まで撮像可能である。なお、カメラ2はカラーであるが、道路上の横断歩道や車線の輪郭を検出できればよいので、白黒のカメラでもよい。
画像ECU3は、CPU[Central Processing Unit]、ROM[Read Only Memory]、RAM[Random Access Memory]等からなり、各処理部が構成される。画像ECU3では、カメラ2から撮像画像データを取り入れ、その撮像画像から横断歩道や車線の輪郭を示す直線を検出する。そして、画像ECU3では、その検出した直線情報を走行支援装置に送信する。
エッジ抽出部10では、撮像画像から横断歩道や車線の輪郭を示すエッジを抽出する。エッジを抽出する手法としては、従来のエッジ抽出方法(例えば、Sobelフィルタ)を用いる。また、横断歩道や車線は白色で道路上に塗られているので撮像画像から白部分を抽出してからエッジ抽出を行う。白部分を抽出する場合、RGBによる撮像画像をHSI[Hue Saturation Intensity]変換を用いて色相・彩度・明度の各成分情報を有する画像に変換し、これら成分情報画像から白部分を抽出する。抽出されるエッジとしては、例えば、図4(a)に示すようなものとなる。
微小セグメント生成部11では、抽出したエッジから線分となる微小セグメントを抽出する。具体的には、微小セグメント生成部11では、任意のエッジに対して近傍のエッジを接続していき、その接続したエッジ群からなる線分の曲率を算出する。そして、微小セグメント生成部11では、その算出した曲率が明らかに直線と見なせる曲率以内の場合にはそのエッジ群を微小セグメントとする。微小セグメントをどの程度の長さまでとするかを規定しておらず、明らかに直線と見なせる場合には多数のエッジにより長い線分となり、2つのエッジだけで形成される場合もある。ちなみに、このように微小セグメントとするのは、車線や横断歩道は局所変化の小さい直線からなるので、ある程度の長さを有する線分を処理単位として問題はなく、処理負荷を軽減することができるからである。生成される微小セグメントとしては、例えば、図4(a)に示すエッジが接続され、明らかに直線と見なすことができる5つの微小セグメントとなる。
結合候補作成部12では、生成した各微小セグメントを根ノードとして、根コードに対して端点の一方向毎に1つの結合候補を作成する。微小セグメントには2つの端点があるので各端点から木構造を構成し、二方向に木構造を構成できる場合には一つの方向毎に1つの結合候補を作成し、一方向しか木構造を構成できない場合にはその方向に対してのみ結合候補を作成する。また、結合候補作成部12では、各結合候補に対して直線性の妥当性を示す評価値を算出する。結合候補は、直線として検出される可能性のある候補であり、微小セグメントによって構成される。結合候補としては、例えば、図4(b)の微小セグメントS1を根ノードとすると、図4(c)に示すような微小セグメント群S1,S2,S3からなる結合候補が作成される。ちなみに、全ての微小セグメントに対して結合候補が作成されるので、微小セグメントS3に対しては微小セグメント群S3,S2,S1からなる結合候補が作成され、微小セグメントS2に対しては微小セグメント群S2,S1及び微小セグメント群S2,S3からなる2つの結合候補が作成される。
具体的には、まず、結合候補作成部12では、微小セグメントからなる画像から結合候補が作成されていない微小セグメントを根となる微小セグメントとして選択し、根ノードとして登録する。そして、結合候補作成部12では、選択した微小セグメントの端点近傍に存在する微小セグメントを探索する。この際、両端点に対してそれぞれ微小セグメントを探索していく。例えば、図5(a)に示すように、微小セグメントS1の一端点を探索すると、4つの微小セグメントS21,S22,S23,S24が見つかる。
結合候補作成部12では、探索した微小セグメント毎に、その探索した微小セグメントを既にノードとして登録されている微小セグメントに加え、その直線性の評価値をそれぞれ算出する。この評価値は、新たに探索された微小セグメントを含めた微小セグメント群を最小自乗法を用いて直線方程式に当てはめ、直線から離れていることを示す誤差(エラー値)が評価値となる。したがって、評価値は、値が小さいほど直線としての妥当性が高く、値が大きいほど直線から離れた微小セグメントが存在する。結合候補作成部12では、評価値に閾値を設けており、評価値が閾値以内の場合にはその新たに探索した微小セグメントを結合可能なノードとして登録し、評価値が閾値を超える場合にはその新たに探索した微小セグメントをノードとして登録しない。閾値は直線と明らかに見なせるか否かを判断するために設けられ、このように閾値で評価値を判定することによって結合候補を作成する際に登録するノードの数を絞り、処理負荷を軽減している。例えば、図5(a)に示すように、4つの微小セグメント群S1,S21、微小セグメント群S1,S22、微小セグメント群S1,S23、微小セグメント群S1、S24に対して評価値をそれぞれ算出すると、図5(b)に示すように、2つの微小セグメント群S1,S21、微小セグメント群S1,S22だけが閾値以内となり、2つの微小セグメントS21,S22がノードとして登録される。
結合候補作成部12では、新たにノードを追加した場合、その追加した全てのノード(微小セグメント)に対して上記した探索処理及び評価処理を行い、その新たに追加したノードに結合可能なノードがある場合にはそのノードを登録し、結合可能なノードがない場合にはその微小セグメントに対する探索処理及び評価処理を終了する。このように、結合候補作成部12では、新たに追加するノードが無くなるまで探索処理及び評価処理を繰り返し行い、各微小セグメントに対して結合候補を生成する。例えば、図5(b)で新たに追加されたノード(微小セグメント)S21,S22に対して、図5(c)に示すように、微小セグメントS311,S312,S313と微小セグメントS321、S322,S323が探索され、微小セグメントS21に対しては3つの微小セグメント群S1、S21,S311、微小セグメント群S1、S21,S312、微小セグメント群S1、S21,S313の評価値がそれぞれ算出され、微小セグメントS22に対しては3つの微小セグメント群S1、S22,S321、微小セグメント群S1、S22,S322、微小セグメント群S1、S22,S323の評価値がそれぞれ算出される。そして、図5(d)に示すように、微小セグメントS21に対しては2つの微小セグメント群S1,S21,S311、微小セグメント群S1、S21,S312の評価値が閾値以内となり、2つの微小セグメントS311,S312がノードとして登録され、微小セグメントS22に対しては2つの微小セグメント群S1、S22,S321、微小セグメント群S1、S22,S322の評価値が閾値以内となり、2つの微小セグメントS321,S322がノードとして登録される。
結合候補作成部12では、各微小セグメントに対して結合候補を生成すると、各微小セグメントの各方向の木構造に対して結合候補を1つに絞る。そのために、結合候補作成部12では、根となる微小セグメントの木構造において結合候補が複数生成された場合、その複数の結合候補の評価値を比較し、最も評価値が良い(すなわち、評価値が最も小さい)結合候補を最適な結合候補として抽出する。このように、結合候補作成部12では、全ての微小セグメントの各木構造に対して1つの結合候補を作成する。例えば、図5(d)に示すように、根となる微小セグメントS1に対して4つの結合候補が生成されるが、微小セグメント群S1,S21,S311からなる結合候補が最も評価値が小さく、この結合候補が微小セグメントS1の結合候補となる。
共通候補棄却部13では、各微小セグメントに対して作成されている結合候補のうち、他の結合候補と包含関係にある結合候補を候補から削除する。全ての微小セグメントに対して結合候補を作成しているので、ある微小セグメントの結合候補を構成する微小セグメント群のなかの微小セグメントが根ノードとなった場合にはその根ノードとなった微小セグメントに対する結合候補はそのある微小セグメントの結合候補に含まれることになる。このように、結合候補には他の結合候補の一部になる場合がある。例えば、図4(d)に示すように、微小セグメントS1を根とした場合には結合候補S1,S2,S3(実線で示す結合候補)が作成され、微小セグメントS2を根とした場合には結合候補S2,S1(一点鎖線で示す結合候補)と結合候補S2,S3(二点鎖線で示す結合候補)が作成され、微小セグメントS3を根とした場合には結合候補S3,S2,S1(破線で示す結合候補)が作成される。したがって、結合候補として、結合候補S1,S2,S3を残し、他の結合候補を削除する。
候補順位付け部14では、包含関係のない結合候補を評価値の良い順(評価値が小さい順)に並べる。これによって、直線としての妥当性の高い順に結合候補が並べられる。
候補抽出部15では、評価値が良い結合候補から順に抽出し、抽出した結合候補をラベル付けし、直線として登録するとともに微小セグメントの画像からその結合候補を形成する微小セグメントを全て削除する。この際、候補抽出部15では、既に登録された結合候補を構成する微小セグメントを含む他の結合候補がある場合、その他の結合候補を候補から削除する。結合候補から削除されて微小セグメントとして残っている微小セグメントがある場合、その微小セグメントに対して結合候補作成部12から候補抽出部15までの処理が再度実行される。ちなみに、どこにも結合できない微小セグメントがある場合にはその単一の微小セグメントによって結合候補が作成されるが、このような微小セグメントはノイズの可能性が高く、評価値としては最も大きい値が付与され、直線として検出されない。
結果出力部16では、抽出した結合候補による微小セグメント群により直線情報を生成し、その直線情報を走行支援装置に出力する。
図1を参照して、画像処理装置1の動作を図6のフローチャートに沿って説明する。特に、画像ECU3の結合候補作成部12の処理については図7のフローチャートに沿って説明する。図6は、図1の画像ECUの処理を示すフローチャートである。図7は、図1の結合候補作成部の処理を示すフローチャートである。
画像処理装置1では、カメラ2により一定時間毎に自動車の前方を撮像する。そして、画像処理装置1では、その撮像画像を一定時間毎に画像ECU3に取り入れ、画像ECU3内に保持する(S1)。
画像ECU3では、撮像画像から横断歩道等のエッジを抽出する(S2)。そして、画像ECU3では、抽出したエッジから微小セグメントを生成する(S3)。
微小セグメントを生成すると、画像ECU3では、生成した全ての微小セグメントに対して結合候補をそれぞれ作成し、各結合候補に対して直線性の評価値を算出する(S4)。
結合候補を作成すると、画像ECU3では、結合候補のなかで包含関係のある結合候補を候補から棄却する(S5)。そして、画像ECU3では、包含関係のない結合候補を評価値の良いものから順に並び替える(S6)。さらに、画像ECU3では、その評価値の良い順に結合候補を抽出し、抽出した結合候補を直線として登録し、登録した結合候補を構成する微小セグメントを画像から消去する(S7)。また、画像ECU3では、抽出した結合候補を構成する微小セグメントを含む他の結合候補がある場合にはその結合候補を棄却し、微小セグメントとして残す。
最後に、画像ECU3では、棄却されて残っている微小セグメントがあるか否かを判定し、残っている場合にはS4の処理に戻り、残っていない場合には検出した直線情報を走行支援装置に出力し、処理を終了する(S8)。
結合候補作成部12の処理について説明する。結合候補作成部12では、微小セグメントの画像から結合候補を作成していない微小セグメントを根ノードとして選択する(S10)。そして、結合候補作成部12では、微小セグメントの端点近傍の微小セグメントを探索する(S11)。ここでは、微小セグメントに対して局所的に結合可能な微小セグメントを探索する。
結合候補作成部12では、探索した微小セグメント毎に、探索した微小セグメントを加えた場合の直線性の評価値を算出する(S12)。そして、結合候補作成部12では、その評価値が閾値以内か否かを判定し、閾値以内の場合にはその微小セグメントをノードとして追加し、閾値を超える場合にはその微小セグメントをノードとして追加しない(S12)。ここでは、微小セグメントを局所的結合した場合に大局的に見た直線としての妥当性を考慮し、その微小セグメントを追加しても直線となる可能性のあるものだけをノードとして残している。
結合候補作成部12では、追加されたノードがあるか否かを判定し、追加されたノードがある場合にはS11の処理に戻る(S13)。ここでは、微小セグメントの画像において、結合可能な微小セグメントが画像内に存在するまで結合候補の作成を続ける。
追加されたノードが無い場合、結合候補作成部12では、根ノードとなる微小セグメントの木構造において複数の結合候補がある場合にはその結合候補のなかで最も評価値が良い結合候補を候補として抽出する(S14)。ここでは、各微小セグメントに対して、最も直線として妥当性のある結合候補を絞る。なお、微小セグメントの両方向にそれぞれ木構造を構成できる場合には、各方向に対して結合候補がそれぞれ絞られる。しかし、このような結合候補は、他の結合候補に包含される可能性が高い。
最後に、結合候補作成部12では、画像のなかの全ての微小セグメントに対して結合候補を作成したか否かを判定し、作成していない場合にはS10の処理に戻り、作成している場合には処理を終了する(S15)。
ここで、図8を参照して、横断歩道の検出結果の一例を示す。図8は、横断歩道の輪郭の直線検出の一例であり、(a)が従来の画像処理装置による直線検出結果を示す画像であり、(b)が図1の画像処理装置による直線検出結果を示す画像である。図8(a)に示すように、従来の画像処理装置の場合、局所結合により直線検出を行っているので、ノイズ等の影響により結合できない部分が発生し、直線が随所に途切れ、検出精度が悪い。一方、図8(b)に示すように、画像処理装置1の場合、局所結合に大局的な情報を加味しているので、局所で結合性の低下する部分があっても大局的には直線として検出できるので、直線としての検出精度が高い。
この画像処理装置1によれば、微小セグメント間を結合していく局所結合に、結合候補を構成する全ての微小セグメントによる直線の妥当性を示す大局的情報を考慮しているので、直線の検出精度が非常に高い。そのため、検出される直線は、結合性が非常に高く、途切れや誤結合等が極力抑制されている。
また、画像処理装置1によれば、処理単位を微小セグメントとしているので、処理負荷が軽減される。さらに、画像処理装置1によれば、結合候補を作成する際に評価値が閾値を超えるノードを除外するので、処理負荷が更に軽減される。
以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。
例えば、本実施の形態では自動車に搭載する画像処理装置に適用し、走行支援装置に直線情報を提供する構成としたが、撮像画像から線を検出する様々な装置に適用可能であり、その検出した線情報も様々な分野で利用可能である。また、本実施の形態では直線の検出に適用したが、曲線の検出にも適用可能である。
また、本実施の形態ではエッジから微小セグメントを生成し、処理単位を微小セグメントとしたが、エッジを処理単位としてもよい。局所的な変化の大きい線を検出する場合にはエッジを処理単位としたほうがよい。
また、本実施の形態では最小自乗法による直線式への当てはめによって評価値を算出し、線の妥当性を判断する構成としたが、線(直線、曲線)からずれている微小セグメント(エッジ)の個数や距離に基づいて評価値を求める方法などその評価方法については特に限定しない。
1…画像処理装置、2…カメラ、3…画像ECU、10…エッジ抽出部、11…微小セグメント生成部、12…結合候補作成部、13…共通候補棄却部、14…候補順位付け部、15…候補抽出部、16…結果出力部
Claims (2)
- 撮像手段と、
前記撮像手段で撮像した撮像画像からエッジを抽出するエッジ抽出手段と、
前記エッジ抽出手段で抽出した各エッジに対して結合候補を抽出し、当該結合候補毎に線としての評価値を求める結合候補抽出手段と、
前記結合候補抽出手段で任意のエッジに対して複数の結合候補を抽出した場合、当該複数の結合候補から線としての妥当性の高い結合候補を選択する結合候補選択手段と、
各エッジに対する結合候補の抽出が終了した場合、当該各エッジの結合候補から評価値に基づいて線として最適な結合候補を判断する判断手段と
を備えることを特徴とする画像処理装置。 - 前記エッジ抽出手段で抽出したエッジから近傍のエッジによってセグメントを生成するセグメント生成手段を備え、
前記結合候補抽出手段は、前記セグメント生成手段で生成した各セグメントに対して結合候補を抽出することを特徴とする請求項1に記載する画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004080814A JP2005267396A (ja) | 2004-03-19 | 2004-03-19 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004080814A JP2005267396A (ja) | 2004-03-19 | 2004-03-19 | 画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005267396A true JP2005267396A (ja) | 2005-09-29 |
Family
ID=35091865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004080814A Pending JP2005267396A (ja) | 2004-03-19 | 2004-03-19 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005267396A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010271966A (ja) * | 2009-05-22 | 2010-12-02 | Fuji Heavy Ind Ltd | 車線認識装置 |
JPWO2017056484A1 (ja) * | 2015-09-28 | 2018-04-19 | 京セラ株式会社 | 画像処理装置、ステレオカメラ装置、車両及び画像処理方法 |
-
2004
- 2004-03-19 JP JP2004080814A patent/JP2005267396A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010271966A (ja) * | 2009-05-22 | 2010-12-02 | Fuji Heavy Ind Ltd | 車線認識装置 |
JPWO2017056484A1 (ja) * | 2015-09-28 | 2018-04-19 | 京セラ株式会社 | 画像処理装置、ステレオカメラ装置、車両及び画像処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348445B (zh) | 一种融合空洞卷积和边缘信息的实例分割方法 | |
US9953245B2 (en) | Multi-camera vehicle identification system | |
JP4970195B2 (ja) | 人物追跡システム、人物追跡装置および人物追跡プログラム | |
US20100110193A1 (en) | Lane recognition device, vehicle, lane recognition method, and lane recognition program | |
US10438081B2 (en) | Automatic feature point detection for calibration of multi-camera systems | |
JP2005523530A (ja) | 取り込み画像データから文字列を識別して抜出するシステムおよび方法 | |
JP4797846B2 (ja) | 区画線検出装置及び車線検出装置 | |
JP2007004668A (ja) | 車両及び車線認識装置 | |
JP2008182725A (ja) | 画素補間回路および画素補間方法 | |
CN110751099A (zh) | 一种基于深度学习的无人机航拍视频轨迹高精度提取方法 | |
JP2005316607A (ja) | 画像処理装置及び画像処理方法 | |
JP4864043B2 (ja) | 画像処理装置、方法及びプログラム | |
JP2006350699A (ja) | 画像処理装置及び方法 | |
JP2005242488A (ja) | 物体検出装置、物体検出方法、プログラム | |
US20190354779A1 (en) | Device and a method for searching for a lane on which a vehicle can drive | |
CN103186905A (zh) | 车用颜色检测器 | |
Scharwächter et al. | Visual guard rail detection for advanced highway assistance systems | |
JP4292250B2 (ja) | 道路環境認識方法及び道路環境認識装置 | |
JP2001043380A (ja) | 映像分割装置及びその方法 | |
JP4762026B2 (ja) | 道路標識データベース構築装置 | |
CN110088807A (zh) | 分隔线识别装置 | |
JP6375911B2 (ja) | カーブミラー検出装置 | |
JP2005267396A (ja) | 画像処理装置 | |
JP4459162B2 (ja) | 速度計測装置、方法及びプログラム | |
JP3921182B2 (ja) | 核領域認識における結合核領域の切断方法 |