JP2005354746A - 順光・逆光識別装置 - Google Patents

Abstract

【課題】 順光となり得る状態か逆光となり得る状態かを精度良く識別する。
【解決手段】 順光・逆光識別装置は、設置されたカメラ２の向きを基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する。入力部８は、カメラ２が設置された地点を示す地点情報及びカメラ２の向きを入力する。処理部７は、タイマー９からの現在の日付、及び、前記地点情報及びカメラ２の向きに基づいて、太陽の方位に関連する近似式に従って、順光となり得る時間帯及び逆光となり得る時間帯のうちの少なくとも一方を求める。処理部７は、その求めた時間帯に基づいて、タイマー９からの時刻が順光となり得る時間帯及び逆光となり得る時間帯のいずれに属するかを判定する。
【選択図】 図１

Description

本発明は、路面上を走行する車両のナンバープレートが視野内を通過するように設置されたカメラの絞りを制御するアイリス制御装置及びこれを用いた車両ナンバー読み取り装置などにおいて用いることができる、順光・逆光識別装置に関するものである。

従来から、車両のナンバープレートをカメラで撮像し、該カメラから得られた画像を処理して車両ナンバーを読み取る車両ナンバー読み取り装置において用いられるアイリス制御装置として、前記カメラから得られた画像から路面の光の状態に関する情報を得て、この情報に基づいて前記カメラの絞りを制御するアイリス制御装置が用いられている。

このようなアイリス制御装置として、下記特許文献１に開示されたアイリス制御装置が知られている。この従来のアイリス制御装置では、前記画像の画像の所定領域の平均濃淡値を求め、前記所定領域を所定方向に微分した微分画像を求め、この前記微分画像の分散値を求め、前記平均濃淡値及び前記分散値を、路面の光の状態に関する情報として用いている。

この従来のアイリス制御装置によれば、路面の光の状態に関する情報に基づいて絞りを制御しているので、車両が頻繁にカメラの視野を通過する場合にカメラの絞りを適切に制御することができるのみならず、車両の通行がしばらく途切れてその間に天候が変化するなどした後に車両の通過が開始したような場合であっても、その初めの数台の車両に関してもカメラの絞りを適切に制御することができ、非常に優れたものであった。

また、前記従来のアイリス制御装置では、設置されたカメラの向きを基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する順光・逆光識別装置が用いられている。この従来の順光・逆光識別装置では、太陽の位置が月日時に応じて定まることを前提としており、現在の月日時とカメラの向きのみから順光・逆光を識別していた。
特開平９−３２６９５６号公報

前記従来の順光・逆光識別装置では、現在の月日時とカメラの向きのみから順光・逆光を識別しており、太陽の方位が実際には月日時及びカメラの向きのみならずカメラの設置地点に応じても変わるにもかかわらず、この設置地点については看過されていた。このため、前記従来の順光・逆光識別装置では、順光となり得る状態か逆光となり得る状態かを精度良く識別することができなかった。

本発明は、このような事情に鑑みてなされたもので、順光となり得る状態か逆光となり得る状態かを精度良く識別することができる順光・逆光識別装置を提供することを目的とする。

逆光／順光、晴天／曇天等の状態（以下、「天候状態」という。ただし、太陽光による光の状態のみならず人工光による光の状態も含む。）に応じてカメラの絞りを適切に制御するためには、天候状態によって変化する対象を入力として制御を行う必要があり、しかも、車両等の移動体がカメラの視野内に存在しない場合であってもカメラの絞りを適切に制御するためには、その入力対象は、移動体がカメラの視野内に存在しない場合に得られるものでなければならない。

前述した特許文献１に開示されているように、その入力対象として、路面等（移動体が存在しないときの背景）の明るさ及び路面等のざらつき具合（厳密には、ざらつきの見え具合）を選定することができることが判明している。路面等の明るさは晴れているか曇っているかの光量に関係しており、路面等のざらつき具合は、晴天時の順光及び逆光における光の方向性の強度に関係している。そして、これらの関係を定量的に扱うため、路面等の明るさを示す特徴量として原画像（カメラから得られた画像）の平均濃淡値を用い、路面等のざらつき具合を示す特徴量として原画像を所定方向に微分した微分画像の分散値を用いることができることが判明している。

図８に示すようにカメラ２を設置した状態において、カメラ２の視野Ｆ内の鉛直面（ＸＺ平面）照度（カメラ２側の照度Ｅ１及びカメラ２と反対側の照度Ｅ２）が、既に測定されている。なお、図８は順光及び逆光の状態を示す説明図であり、図８中、２はカメラ、Ｆはカメラ２の視野、３は路面、４は太陽を示す。説明の便宜上、図８に示すように互いに直交するＸ方向、Ｙ方向及びＺ方向を定義する。図８では、カメラ２は、被写体であるナンバープレート１ａを有する移動体である車両１が視野Ｆ内を通過するように設置され、路面３がＸＹ平面と一致し、車両進行方向がＹ方向と一致し、カメラ２の向きのＸＹ平面への写像方向はＹ方向に一致している。

そして、両照度Ｅ１，Ｅ２の比率Ｅ１／Ｅ２が求められ、その比率Ｅ１／Ｅ２から、天候状態を、曇天及び順光、逆光の度合いを強・中・弱の３段階に分けて図９に示す表のように定義されている。ただし、図９の表では、曇天も弱順光又は弱逆光に含まれるように記載されているが、実際には比率Ｅ１／Ｅ２が１付近の値である場合が、天候状態が曇天であると定義されている。そして、車両１が視野Ｆ内に存在しないときに、照度Ｅ１及び照度Ｅ２に対応して原画像（実際にはその一部の領域）の平均濃淡値と当該原画像を図８中のＹ方向に相当する方向に微分した微分画像の分散値とが求められ、前述した天候状態に当てはめることによって、図１０に示す分布が得られている。なお、図１０の縦軸は原画像の平均濃淡値を示し、図１０の横軸は微分画像の分散値を示している。ただし、図１０では、これらの値は、それぞれの最大値で正規化されている。図１０は、平均濃淡値と分散値とから、順光か逆光かを区別することはできないものの、順光及び逆光の強さを知ることができることを示している。

前記課題を解決するため、本発明による順光・逆光識別装置は、設置されたカメラの向きを基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する順光・逆光識別装置において、前記カメラが設置された地点を示す地点情報及び前記カメラの向きを入力する入力手段と、現在の日付及び時刻を得るタイマー手段と、前記タイマー手段からの日付、前記入力手段により入力された地点情報、及び、前記入力手段により入力された前記カメラの向きに基づいて、太陽の方位に関連する近似式に従って、順光となり得る時間帯及び逆光となり得る時間帯のうちの少なくとも一方を求める時間帯演算手段と、前記時間帯演算手段の演算結果に基づいて、前記タイマー手段からの時刻が順光となり得る時間帯及び逆光となり得る時間帯のいずれに属するかを判定する判定手段とを備えたものである。前記入力手段は、設置者が操作により入力するものであってもよいし、自動的に入力するものであってもよい。後者の場合には、例えば、地点情報を入力する手段としていわゆるＧＰＳデータを受信する受信機を用いることができ、カメラの向きを入力する手段としてカメラの向きを検出するセンサを用いることができる。

この順光・逆光識別装置によれば、カメラが設置された地点を示す地点情報をも考慮されているので、順光となり得る状態か逆光となり得る状態かを精度良く識別することができる。

本発明によれば、順光となり得る状態か逆光となり得る状態かを精度良く識別することができる順光・逆光識別装置を提供することができる。

［第１の例］

まず、本発明の一実施の形態による順光・逆光識別装置を備えた車両ナンバー読み取り装置の第１の例について、図１乃至図７及び図１１乃至図１３を参照して説明する。

図１は、本例による車両ナンバー読み取り装置の概略構成を示すブロック図である。図２乃至図７は、処理部７の動作を示すフローチャートである。図１１は、微分処理（ステップＳ２５）において用いられる微分フィルタの一例を示す図である。図１２は、ファジィ推論部の一例を示す図である。

本例による車両ナンバー読み取り装置は、図１に示すように、カメラ２と、カメラ２から得られた画像信号をＡ／Ｄ変換するＡ／Ｄ変換器５と、Ａ／Ｄ変換された画像信号を記憶する画像メモリ６と、画像メモリ６に記憶された画像を処理して、車両ナンバーを認識して当該車両ナンバーを出力するとともにカメラ２の絞りを制御するための制御信号としての制御出力値Ｖ_０を出力する処理部７と、カメラ２が設置された地点を示す地点情報（例えば、北緯と東経）及びカメラ２の向きをカメラ２の設置時等に入力する入力部８と、現在の日付及び時刻を得るタイマー９と、Ｄ／Ａ変換器１０と、乗算器１１と、を備えている。図１中の要素のうち処理部７の車両ナンバー認識機能を除いたものが、カメラ２の絞りを制御するアイリス制御装置を構成している。処理部７は、例えば、マイクロコンピュータ等を用いて構成される。

前記カメラ２は、前述した図８に示すように、被写体であるナンバープレート１ａを有する移動体である車両１が視野Ｆ内を通過するように設置され、路面３がＸＹ平面と一致し、車両進行方向がＹ方向と一致し、カメラ２の向きのＸＹ平面への写像方向はＹ方向に一致している。そして、本例では、カメラ２は、そのレンズ部２ａに画像信号をそのまま入力すると、画像の平均濃淡値を所定の基準値に保つように絞りを制御するアイリス制御機能を有するものが用いられている。ただし、本例では、カメラ２から得られた画像信号をそのままレンズ部２ａに入力するのではなく、カメラ２から得られた画像信号とＤ／Ａ変換器１０から得られた信号とを乗算器１１で乗算した信号をレンズ部２ａに入力している。したがって、Ｄ／Ａ変換器１０から乗算器１１に与えられた信号に応じて、すなわち、処理部７から出力される制御出力値Ｖ_０に応じて、カメラ２の絞りが調節されるようになっている。

以下の説明では、制御出力値Ｖ_０が大きいほどカメラ２の絞りが閉じ、制御出力値Ｖ_０が小さいほどカメラ２の絞りが開くものとする。

処理部７は、図２に示すように、動作を開始すると、処理部７に内蔵されたメモリ（図示せず）に格納されたカウント値ｃｌｏｓｅ，ｏｐｅｎ，ｆｉｘをそれぞれゼロにセットし、また、制御出力値Ｖ_０を初期値Ｃ１にセットする（ステップＳ１）。

次に、処理部７は、画像メモリ６に新しい画像が入力されたか否かを判定し（ステップＳ２）、新しい画像が入力されるまで待つ。

新しい画像が入力されると、処理部７は、当該画像を処理して、新たに車両１の先端が視野Ｆ内の所定位置（又は所定範囲内）で感知されたか否かを判定する（ステップＳ３）。車両１の先端は、例えば、前記画像をＹ方向に微分して微分画像を求め、該微分画像のＸ方向に並んだ各行の画素値をそれぞれ加算し、この加算値のＹ方向の列のうちに所定の基準値以上の加算値を求め、この求めた加算値が複数Ｙ方向に連続していることにより、検出することができる。もっとも、例えば、光学式等の感知器を用いて車両を感知し、処理部７は、この感知器から車両感知信号が得られた時に画像メモリ６内の最新の画像を取り込むようにしてもよい。ステップＳ３で感知されなければ、ステップＳ２に戻り、感知されるのを待つ。

ステップＳ３で感知されると、処理部７は、当該画像においてナンバープレート１ａを検出する処理を行い（ステップＳ４）、ナンバープレート１ａが検出されなければステップＳ２に戻り、ナンバープレート１ａが検出されるとステップＳ５に移行する。ナンバープレート１ａの検出処理は、例えば、ナンバープレート１ａが所定の大きさを持つ矩形領域であること等を利用して当該領域を抽出することにより行うことができる。もっとも、ナンバープレート１ａの検出処理は、これに限定されるものではなく、他の種々の手法を採用することができる。

ステップＳ５において、処理部７は、ステップＳ４で検出されたナンバープレート１ａの領域を４つの文字領域（一連番号領域、仮名領域、分類番号（用途番号）領域、陸運支局名領域）に分割する処理を行い（ステップＳ５）、分割できなければステップＳ２へ戻り、分割できるとステップＳ６へ移行する。このステップＳ５の分割処理は、一連番号、仮名、分類番号及び陸運支局名からなる車両ナンバーを認識するための前処理であり、周知である。

ステップＳ６において、処理部７は、分割された４つの文字領域においてそれぞれ文字を周知の手法で認識することにより、車両ナンバーを認識する。この際には、ナンバープレート１ａの領域は、所定閾値で２値化されることになる。次いで、処理部７は、認識した車両ナンバーを外部に出力する（ステップＳ７）。

その後、処理部７は、ナンバープレート１ａの光の状態に関する情報（以下、「ナンバープレート情報」という。）として、ステップＳ４で検出されたナンバープレート１ａの領域（その一部の領域でもよい。）中の、ステップＳ６で用いられた前記所定閾値（この所定閾値に代えて他の所定閾値も用いてもよい。）以上の濃淡値を有する領域の濃淡値の平均値（高レベル平均濃淡値）Ｗｈｉｔｅと、当該ナンバープレート１ａの領域（その一部の領域でもよい。）中の、ステップＳ６で用いられた前記所定閾値（この所定閾値に代えて他の所定閾値も用いてもよい。）より小さい濃淡値を有する領域の濃淡値の平均値（低レベル平均濃淡値）Ｂｌａｃｋと、ＷｈｉｔｅとＢｌａｃｋとの差（コントラスト値）Δｌｅｖｅｌを算出し（ステップＳ８）、ステップＳ９へ移行する。

以上の説明からわかるように、本例では、ステップＳ８が、カメラから得られた画像から、前記ナンバープレート情報を得るナンバープレート情報取得手段に相当している。ステップＳ８がステップＳ４のＹＥＳのみならずステップＳ５のＹＥＳも経由しているので、より精度良く認識されたナンバープレート１ａの領域から当該情報を得ていることとなる。もっとも、例えば、ステップＳ５でＮＯの場合にも、ステップＳ２へ戻ることなくステップＳ８へ移行するようにしてもよい。

ステップＳ９において、処理部７は、高レベル平均濃淡値Ｗｈｉｔｅが許容最大濃淡値を定める所定値Ｃ２以上であるか否かを判定する。所定値Ｃ２以上であれば（すなわち、ナンバープレート１ａに相当する領域が白く霞んでいるような状態に近ければ）、処理部７は、カウント値ｃｌｏｓｅを１だけカウントアップし（ステップＳ１１）、ステップＳ２へ戻る。

ステップＳ９で所定値Ｃ２以上でないと判定されると、処理部７は、コントラスト値Δｌｅｖｅｌが許容最低コントラスト値である所定値Ｃ３以上であるか否かを判定する（ステップＳ１０）。所定値Ｃ３以上でなければ（すなわち、コントラストが低ければ）、ナンバープレート１ａに相当する領域が黒く霞んでいるような状態に近いので、処理部７は、カウント値ｏｐｅｎを１だけカウントアップし（ステップＳ１２）、ステップＳ２へ戻る。

ステップＳ１０で所定値Ｃ３以上である（すなわち、所望のコントラストが得られている）と判定されると、処理部７は、カウント値ｆｉｘを１だけカウントアップし（ステップＳ１３）、ステップＳ２へ戻る。

カウント値ｃｌｏｓｅ，ｏｐｅｎ，ｆｉｘは、１分（他の単位時間でもよい）ごとに行われる後述の図４に示す処理中のステップＳ４３においてゼロにセットされる。したがって、カウント値ｃｌｏｓｅは、各１分間（他の単位時間でもよい）中にステップＳ４，Ｓ５によりナンバープレート１ａが認識された車両１のうち、Ｗｈｉｔｅが所定値Ｃ２以上である車両１（すなわち、ナンバープレート１ａが白く霞んでいるような状態に近く、カメラ２の絞りを閉じるべき車両１）の台数のカウント値を示すこととなる。また、カウント値ｏｐｅｎは、各１分間（他の単位時間でもよい）中にステップＳ４，Ｓ５によりナンバープレート１ａが認識された車両１のうち、Ｗｈｉｔｅが所定値Ｃ２より小さくかつΔｌｅｖｅｌが所定値Ｃ３より小さい車両１（すなわち、ナンバープレート１ａが黒く霞んでいるような状態に近く、カメラ２の絞りを開くべき車両１）の台数のカウント値を示すこととなる。

処理部７は、図２中のステップＳ１〜Ｓ１３の処理中に、１分（他の単位時間でもよい。）ごとに、図３に示す割り込み処理及び図４に示す割り込み処理を行う。なお、本例では、図３に示す割り込み処理も図４に示す割り込み処理も１分ごとに行われるので、例えば、図３に示す割り込み処理に引き続いて図４に示す割り込み処理を行えばよい。

図３に示す割り込み処理において、処理部７は、まず、画像メモリ６に新しい画像が入力されたか否かを判定し（ステップＳ２１）、新しい画像が入力されるまで待つ。

新しい画像が入力されると、処理部７は、当該画像をマスク処理して当該画像の所定領域の画像のみを抽出する（ステップＳ２２）。この領域としては、路面３の一部に相当するように適宜選択する。このマスク処理は、主として、演算すべきデータ量を低減して処理の高速化を図るために行われるが、必ずしもマスク処理を行わずに、画像メモリ６に記憶されている画像の全体を後述するステップＳ２３〜Ｓ２６の対象としてもよい。

次に、処理部７は、ステップＳ２２によりマスク処理された画像内に車両１が存在するか否かを判定する（ステップＳ２３）。この判定も前述したステップＳ３の場合と同様に周知の手法により行うことができる。なお、ステップＳ２３において、ステップＳ２２によりマスク処理された画像内に車両１が存在するか否かを判定する代わりに、マスク処理されていない画像（すなわち、カメラ２の視野Ｆ内に車両１が存在するか否かを判定してもよい。

ステップＳ２３で車両１が存在すると判定されるとステップＳ２１へ戻り、車両が存在していなければ、ステップＳ２４へ移行する。ステップＳ２３は、路面３の光の状態を示す情報（以下、「路面情報」という。）を得る際に車両１の存在の影響を取り除く上で好ましいが、本例では、後述するように、ステップＳ２９，Ｓ３０において経時的な平均値を求めており、それを路面情報として用いているので、ステップＳ２３がなくても、車両１の存在の影響が緩和される。このため、ステップＳ２３を取り除いて、ステップＳ２２からステップＳ２４へ移行するようにしてもよい。

ステップＳ２４では、処理部７は、ステップＳ２２によりマスク処理された画像の各画素の濃淡値の平均値、すなわち、平均濃淡値ａｖｅを求める。この平均濃淡値ａｖｅは、路面３の明るさ、すなわち、晴れているか曇っているかの光量に関係している。

次に、処理部７は、ステップＳ２２によりマスク処理された画像をＹ方向（カメラ２の向きに対応した方向）に微分した微分画像を求める（ステップＳ２５）。具体的には、マスク処理された画像に対して、例えば、図１１に示すＳｏｂｅｌのＹ方向フィルタ（１次微分のフィルタの一種）を用いて操作すればよい。この操作により得られた微分画像は、マスク処理された画像の濃淡値のＹ方向の変化量を示すことになる。本例のように微分の方向をＹ方向としてカメラ２の向きに対応させることが、順光及び逆光の方向性の強度を感度良く検出する上で好ましいが、その微分方向は、必ずしもカメラ２の向きと完全に対応している必要はない。

その後、処理部７は、ステップＳ２４により得られた微分画像の分散値ｖｖを求める（ステップＳ２６）。分散値ｖｖは、路面３のざらつき具合、すなわち、順光及び逆光における光の方向性の強度を示している。分散値ｖｖの値が高いほど順光及び逆光の強さが強いということになる。分散値ｖｖを求める式を次の数１及び数２に示す。数１及び数２において、ｘａは微分画像の濃淡値の平均値、ｘ_ｉは微分画像のそれぞれの画素の濃淡値、ｓｓは偏差平方和、ｎは画素数を示す。

次に、処理部７は、既にメモリ内に記憶されていたＧ分前（Ｇは、例えば、２以上の任意の値でよい。）の平均濃淡値ａｖｅ及び分散値ｖｖをクリアし（ステップＳ２７）、その代わりに、今回ステップＳ２４，Ｓ２６でそれぞれ算出された平均濃淡値ａｖｅ及び分散値ｖｖをメモリ内に保存する（ステップＳ２８）。これにより、現時点までのＧ分間に渡って１分ごとに得られた平均濃淡値ａｖｅ及び分散値ｖｖがメモリ内に保存されていることになる。なお、動作開始当初は、未だ７分間経過していないので、現時点までのＧ分間に渡る平均濃淡値ａｖｅ及び分散値ｖｖの全てが得られているわけではない。この場合には、処理部７は、現時点までのＧ分間に渡る平均濃淡値ａｖｅ及び分散値ｖｖのうち、未だ得られていない平均濃淡値ａｖｅ及び分散値ｖｖについては、予め定められた初期値を、後述するステップＳ２９，Ｓ３０で用いるようになっている。

その後、処理部７は、メモリに保存されている現時点までのＧ分間に渡って１分ごとに得られた７個ずつの平均濃淡値ａｖｅ及び分散値ｖｖの平均値をそれぞれ算出し（ステップＳ２９，Ｓ３０）、今回の図３に示す割り込み処理を終了する。

本例では、前述したステップＳ２４〜Ｓ３０が、路面３の光の状態に関する情報として、Ｇ分間の平均濃淡値ａｖｅの平均値及びＧ分間の分散値ｖｖの平均値を得る路面情報取得手段に相当している。

もっとも、例えば、ステップＳ２７〜Ｓ３０を取り除いて、路面３の光の状態に関する情報として、ステップＳ２４により得た平均濃淡値ａｖｅ及びステップＳ２６により得た分散値ｖｖをそのまま後述するステップＳ６２〜Ｓ６５で用いてもよい。

次に、１分ごとに行われる図４に示す割り込み処理において、処理部７は、まず、現在のカウント値ｃｌｏｓｅ，ｏｐｅｎ，ｆｉｘを加算することによって、前記ステップＳ４，Ｓ５によりナンバープレート１ａが認識された車両の、１分間（他の単位時間でもよい。）当たりの台数（認識車両台数）Ｍを算出する（ステップＳ４１）。

その後、処理部７は、認識車両台数Ｍが３台（他の任意の所定台数でもよい。）以上であるか否かを判定する（ステップＳ４２）。３台以上であれば、処理部７は、前述したナンバープレート情報に基づく絞り制御を行った（ステップＳ１００）後に、ステップＳ４３へ移行する。一方、３台未満であれば、処理部７は、前述した路面情報に基づく絞り制御を行った（ステップＳ１０１）後に、ステップＳ４３へ移行する。ステップＳ４３において、処理部７はカウント値ｃｌｏｓｅ，ｏｐｅｎ，ｆｉｘをゼロにセットし、図４に示す割り込み処理を終了する。

ステップＳ１００のナンバープレート情報に基づく制御の具体例を、図５に示す。この制御では、処理部７は、まず、カウント値ｏｐｅｎとカウント値ｃｌｏｓｅとの差が所定値Ｃ４（１以上の任意の数でよい）以上であるか否かを判定する（ステップＳ５１）。所定値Ｃ４以上でなければ、カメラ２の絞りを閉じるべきであった車両１の台数とカメラ２の絞りを開くべきであった車両１の台数とが同数又は同数に近いので、制御出力値Ｖ_０をそのまま固定し（ステップＳ５８）、図５に示すナンバープレート情報に基づく制御（すなわち、図４中のステップＳ１００）を終了する。

一方、ステップＳ５１で所定値Ｃ４以上であると判定されると、処理部７は、カウント値ｏｐｅｎがカウント値ｃｌｏｓｅより大きいか否かを判定する（ステップＳ５２）。ｏｐｅｎの方が大きければ、処理部７は、カウント値ｏｐｅｎがカウント値ｆｉｘより大きいか否かを判定する（ステップＳ５４）。処理部７は、ｆｉｘの方が大きければ、制御出力値Ｖ_０をそのまま固定して（ステップＳ５８）、図５に示すナンバープレート情報に基づく制御を終了するが、ｏｐｅｎの方が大きければ、制御出力値Ｖ_０を所定値Ｃ５だけ小さくして（すなわち、カメラ２の絞りを所定量開いて）（ステップＳ５５）、図５に示すナンバープレート情報に基づく制御を終了する。

ステップＳ５２でｏｐｅｎはｃｌｏｓｅより大きくないと判定されると、処理部７は、カウント値ｃｌｏｓｅがカウント値ｆｉｘより大きいか否かを判定する（ステップＳ５６）。ｆｉｘの方が大きければ、制御出力値Ｖ_０をそのまま固定して（ステップＳ５８）、図５に示すナンバープレート情報に基づく制御を終了するが、ｃｌｏｓｅの方が大きければ、制御出力値Ｖ_０を所定値Ｃ５だけ大きくして（すなわち、カメラ２の絞りを所定量閉じて）（ステップＳ５７）、図５に示すナンバープレート情報に基づく制御を終了する。

図４中のステップＳ１０１の路面情報に基づく制御の具体例を、図６に示す。この制御では、処理部７は、まず、カメラ２の向きを基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する（ステップＳ６１）。この処理の具体例については、後述する。

順光となり得る状態の場合には、処理部７は、図３中のステップＳ２９，Ｓ３０によりそれぞれ現在得られているＧ分間の平均濃淡値ａｖｅの平均値及びＧ分間の分散値ｖｖの平均値に基づいて、順光となり得る状態において車両１のナンバープレート１ａのコントラストが高くなる順光用目標平均濃淡値をファジィ推論による演算によって求める（ステップＳ６２）。その後、処理部７は、ステップＳ６２により求められた順光用目標平均濃淡値とステップＳ２９により得られた平均濃淡値ａｖｅの平均値との偏差を求め、当該平均濃淡値ａｖｅの平均値が当該目標平均濃淡値より低い場合には現在の制御出力値Ｖ_０から前記偏差に応じた値だけ減少させた制御出力値Ｖ_１を求め、当該平均濃淡値ａｖｅの平均値が当該目標平均濃淡値より高い場合には現在の制御出力値Ｖ_０を前記偏差に応じた値だけ増加させた制御出力値Ｖ_１を求める（ステップＳ６３）。その後、処理部７は、現在の制御出力値Ｖ_０をステップＳ６３で求めた制御出力値Ｖ_１に更新し（ステップＳ６６）、図６に示す路面情報に基づく制御（すなわち、図４中のステップＳ１０１）を終了する。これにより、ステップＳ６２により求められた順光用目標平均濃淡値とステップＳ２９により得られた平均濃淡値ａｖｅの平均値との間の大小関係に応じてカメラ２の絞りが絞られ又は開かれ、当該平均濃淡値が当該目標平均濃淡値と一致するようにカメラ２の絞りが制御されることになる。

一方、逆光となり得る状態の場合には、処理部７は、図３中のステップＳ２９，Ｓ３０によりそれぞれ現在得られているＧ分間の平均濃淡値ａｖｅの平均値及びＧ分間の分散値ｖｖの平均値に基づいて、逆光となり得る状態において車両１のナンバープレート１ａのコントラストが高くなる逆光用目標平均濃淡値をファジィ推論による演算によって求める（ステップＳ６４）。その後、処理部７は、ステップＳ６４により求められた逆光用目標平均濃淡値とステップＳ２９により得られた平均濃淡値ａｖｅの平均値との偏差を求め、当該平均濃淡値ａｖｅの平均値が当該目標平均濃淡値より低い場合には現在の制御出力値Ｖ_０から前記偏差に応じた値だけ減少させた制御出力値Ｖ_１を求め、当該平均濃淡値ａｖｅの平均値が当該目標平均濃淡値より高い場合には現在の制御出力値Ｖ_０を前記偏差に応じた値だけ増加させた制御出力値Ｖ_１を求める（ステップＳ６５）。その後、処理部７は、現在の制御出力値Ｖ_０をステップＳ６５で求めた制御出力値Ｖ_１に更新し（ステップＳ６６）、図６に示す路面情報に基づく制御（すなわち、図４中のステップＳ１０１）を終了する。これにより、ステップＳ６４により求められた逆光用目標平均濃淡値とステップＳ２９により得られた平均濃淡値ａｖｅの平均値との間の大小関係に応じてカメラ２の絞りが絞られ又は開かれ、当該平均濃淡値が当該目標平均濃淡値と一致するようにカメラ２の絞りが制御されることになる。

本例では、ステップＳ６２，６４の処理は予め構築されたファジィ推論器（このファジィ推論器は、本例では、ソフトウエアにより構築されている。）を用いて行われる。このファジィ推論器は、市橋らによる「簡略ファジィ推論を用いたファジィモデルによる学習型制御」と題する論文（日本ファジィ学会誌、Vol.2, No.3, pp157-165（August 1990））に記載されているような、学習型簡略化ファジィ推論器として構築されている。学習型簡略化ファジィ推論器は、簡略型ファジィ推論器に最急降下法による学習機能を加えたものである。

簡略化ファジィ推論器は、後件部をファジィ集合や非線形関数としない実数値とした推論器である。簡略化ファジィ推論器では、その入力をｘ_ｉ（ｉ＝１，２，・・・，ｍ）とすると、そのファジィ推論ルールは、次の数３のようになる。

ただし、ｊはルール番号、Ａ_ｊ１・・・Ａ_ｊｍはファジィ集合、ｗ_ｊは後件部実数値である。また、ファジィ集合のメンバーシップ関数は、メンバーシップ値が０．５のところで交わる三角形型が用いられている。前件部適合度μ_ｊは、Ａ_ｊｉ（ｘ_ｉ）をメンバーシップ関数とすると、次の数４で示すようになる。

数４において、＊は代数積を示す。そして、簡略型ファジィ推論器の出力ｙ^ｒは、次の数５で示すようになる。本例では、出力を順光用目標平均濃淡値及び逆光用目標平均濃淡値の２出力としている。

ここで、最急降下法による学習機能について説明する。最急降下式を次の数６に示す。

数６において、τは学習係数、ｔは時間、ｙ^ｒ＊は理想とする出力（本例では、順光となり得る状態又は逆光となり得る状態においてナンバープレート１ａのコントラストが高くなる目標平均濃淡値）を、ｙ^ｒは現時点での出力である。最急降下法では、数６に示されているように、前件部適合度、理想とする出力及び現時点での出力を与えることでｗ_ｉ（ｔ）の値がｗ_ｉ（ｔ＋１）の値に逐次更新されることになる。なお、学習の進む方向は、理想とする出力と現時点での出力との差（ｙ^ｒ＊−ｙ^ｒ）が０となる方向である。学習型簡略化ファジィ推論器では、このようにしてファジィ推論ルールが生成される。なお、本例では、本装置の実際の設置時あるいは典型的な設置場所で事前に前述した最急降下法による学習機能を有効にしてファジィ推論ルールを生成した後に、当該学習機能を無効にして、生成されたファジィ推論ルールを保持することとしている。もっとも、自動学習機能を継続するように、ファジィ推論器を構築することもできる。

ところで、ステップＳ６２，Ｓ６４において用いるファジィ推論器としての学習型簡略化ファジィ推論器を入出力データに適したモデルとするに際しては、野村らによる「デルタルールによる学習型ファジィ推論」と題する論文（日本機会学会、No.910-70、ＦＡＮシンポウジウム講演論文集、1991.10.25〜26、大阪市）に記載されているような、遺伝的アルゴリズムを用いることができる。遺伝的アルゴリズムは、組合せ最適化問題に適している生物進化をモデル化したものであり、（１）個体発生→（２）淘汰→（３）増殖→（４）交叉→（５）突然変異、の流れを一世代として数世代繰り返すものである。

以上のようにして、図１０に示す分布に対して、遺伝的アルゴリズム及び学習機能を用いて簡略化ファジィ推論器として構築したファジィ推論器の一例を、図１２に示す。

ところで、ステップＳ６２，Ｓ６３を全体として見れば、図３中のステップＳ２９，Ｓ３０によりそれぞれ現在得られているＧ分間の平均濃淡値ａｖｅの平均値及びＧ分間の分散値ｖｖの平均値に対応して、順光となり得る状態において車両１のナンバープレート１ａのコントラストが高くなる制御出力値Ｖ_１が一意的に得られていることとなる。したがって、この対応関係を順光用テーブルとして予め作成して、処理部７の内蔵メモリに記憶させておき、ステップＳ６２，Ｓ６３に相当する処理として、この順光用テーブルを参照して制御出力値Ｖ_１を求める処理を行ってもよい。

同様に、ステップＳ６４，Ｓ６５を全体として見れば、図３中のステップＳ２９，Ｓ３０によりそれぞれ現在得られているＧ分間の平均濃淡値ａｖｅの平均値及びＧ分間の分散値ｖｖの平均値に対応して、逆光となり得る状態において車両１のナンバープレート１ａのコントラストが高くなる制御出力値Ｖ_１が一意的に得られていることとなる。したがって、この対応関係を逆光用テーブルとして予め作成して、処理部７の内蔵メモリに記憶させておき、ステップＳ６４，Ｓ６５に相当する処理として、この逆光用テーブルを参照して制御出力値Ｖ_１を求める処理を行ってもよい。

本例では、前述したように、ステップＳ６２で順光用目標値として順光用目標濃淡値を求めるとともにステップＳ６４で逆光用目標値として逆光用目標濃淡値を求めていた。しかし、ステップＳ６２で順光用目標値として順光用目標分散値を求めるとともにステップＳ６４で逆光用目標値として逆光用目標分散値を求めてもよいし、ステップＳ６２で順光用目標値として順光用目標濃淡値を求めるとともにステップＳ６４で逆光用目標値として逆光用分散値を求めてもよいし、ステップＳ６２で順光用目標値として順光用目標分散値を求めるとともにステップＳ６４で逆光用目標値として逆光用目標濃淡値を求めてもよい。なお、これらの場合に用いるファジィ推論器も、前述と同様に、学習型簡略化ファジィ推論器として構築し、その構築に際しては遺伝的アルゴリズムを用いることができる。また、前述した各場合には、ステップＳ６３，６５において、対応する目標値とそれに応じた平均濃淡値ａｖｅの平均値又は分散値ｖｖの平均値に基づいて制御出力値Ｖ_１が算出されることは言うまでもない。また、これらの場合にそれぞれ対応した順光用テーブル及び逆光用テーブルを作成してもよいことは言うまでもない。

ここで、図６中のステップＳ６１の順光・逆光の識別処理について説明する。

理科年表平成１１年（平成１０年１１月３０日発行、編纂者：国立天文台、発行所：丸善株式会社）（以下、「理科年表」という。）には、各地点の日出の時刻Ｔ_１、日入の時刻Ｔ_２及び南中の時刻Ｔ_３が次の数７〜数９で与えられることが示されている（Ｐ．４９）。

数７〜数９において、Ｔ_０１は旧東京天文台の日出の時刻（ここでは、単位を時間（hour）とする）、Ｔ_０２は旧東京天文台の日入の時刻（ここでは、単位を時間（hour）とする）、Ｔ_０３（Ｔ_０１とＴ_０２との間の中央の時刻）は旧東京天文台の南中の時刻（ここでは、単位を時間（hour）とする）を示している。そして、１０日に１日の割合の各月日におけるＴ_０１，Ｔ_０２が、理科年表Ｐ．３４に掲載されている。

数７〜数９中のＭ（ここでは、単位を時間（hour）とする）は、理科年表Ｐ．４９第１表に１２０゜〜１５９゜まで１゜ずつの各地点の東経に対してそれぞれ掲載されている。この表から、本発明者は、数７〜数９中のＭを求める近似式として、次の数１０を得た。数１０において、ｘは任意の地点の東経（ｄｅｇ）である。

数７，数８中のＮ（ここでは、単位を分（minute）とする）は、理科年表Ｐ．４９第２表に２０゜〜５０゜まで１゜ずつの各地点の北緯に対してそれぞれ掲載されている。この表から、本発明者は、数７，数８中のＮを求める近似式として、次の数１１を得た。数１１において、ｙは任意の地点の北緯（ｄｅｇ）である。

数７，数８中のｎは、間理科年表Ｐ．５０第３表に、４時間４０分から７時間２０分まで１０分ずつのｐ（Ｔ_０１からＴ_０２までの時間の１／２）に対してそれぞれ掲載されている。この表から、本発明者は、数７，数８中のｎを求める近似式として、次の数１２を得た。

したがって、数７，数１０〜数１２から、任意の地点（ｘ，ｙ）における任意の日付の日出の時刻Ｔ_１を算出することができる。また、数８，数１０〜数１２から、任意の地点（ｘ，ｙ）における任意の日付の日入の時刻Ｔ_２を算出することができる。さらに、数９，数１０から、任意の地点（ｘ，ｙ）における任意の日付の南中の時刻Ｔ_３を算出することができる。

また、理科年表Ｐ．５０には、２０゜〜５０゜まで５゜ずつの各地点の北緯における夏至、立夏（立秋）、春分（秋分）及び冬至の日出方位・日入方位が掲載されている。これから、本発明者は、日出方位（日入方位）ｆ（ｔ）を求める近似式として、次の数１３を得た。

数１３において、ｔは１月１日を１日目として当該月日が何日目かを示す日付であり、Ｔは閏年を考慮した周期であって３６５．２５日、δは初期位相としての７９（春分の日の日付に相当）であり、ａ_０は次の数１４で表され、ａ_１は次の数１５で表される。数１４，数１５において、ｙは任意の地点の北緯（ｄｅｇ）である。

したがって、数１３〜数１５から、任意の地点（ｘ，ｙ）における任意の日付の日出方位及び日入方位を算出することができる。

ところで、ある地点におけるある日付の日出時刻又は日入時刻又は南中時刻と日出方位又は日入り方位とがわかれば、太陽の方角は１時間当たりπ／１２（単位はrad）だけ変化するものと近似できることから、当該地点における当該日付のカメラ２の向きＹを基準として順光となり得る時間帯（以下、「順光時間帯」という。）及び逆光となり得る時間帯（以下、「逆光時間帯」）を算出することができる。

ここでは、カメラの向きＹの方位をθとして、日出時刻Ｔ_１及び日出方位ｆ（ｔ）から、順光時間帯及び逆光時間帯のいずれかを算出する例について説明する。なお、実際に太陽が出ているか否かにかかわらず、太陽の方位がカメラの向きＹに対して±π／２（単位はrad）の角度範囲にあるとき（このときを「逆光モード」という。）が順光時間帯、それ以外の角度範囲にあるとき（このときを「順光モード」という。）が逆光時間帯であるものとする。

カメラの向きＹの方位θと日出方位ｆ（ｔ）の差をΔθとすると、Δθは次の数１６で表される。

Δθを次の（ｉ）〜（ｉｖ）の４パターンに分類する。図１３は、各パターン（ｉ）〜（ｉｖ）におけるカメラ２の向きＹと日出方位との関係を示す。

（ｉ） Δθ＞π／２ の場合
（ｉｉ） ０＜Δθ≦π／２ の場合
（ｉｉｉ） −π／２＜Δθ＜０ の場合
（ｉｖ） Δθ≦−π／２ の場合

（ｉ）の場合には、逆光モードが開始する時刻Ｔｓは、次の数１７で表され、この時刻Ｔｓから１２時間が逆光時間帯となる。

（ｉｉ）の場合には、逆光モードが開始する時刻Ｔｓは、次の数１８で表され、この時刻Ｔｓから１２時間が逆光時間帯となる。

（ｉｉｉ）の場合には、順光モードが開始する時刻Ｔｅは、次の数１９で表され、この時刻Ｔｅから１２時間が順光時間帯となる。

（ｉｖ）の場合には、順光モードが開始する時刻Ｔｅは、次の数２０で表され、この時刻Ｔｅから１２時間が順光時間帯となる。

以上の説明からわかるように、カメラ２の任意の設置地点（ｘ，ｙ）、現在の日付及びカメラ２の向きから順光時間帯又は逆光時間帯を演算により求めることができ、この順光時間帯又は逆光時間帯と現在の時刻（時分）から現在の時刻がいずれの時間帯に属するかを判別することによって、順光となり得る状態であるか逆光となり得る状態であるかを識別することができる。

したがって、図６中のステップＳ６１の順光・逆光の識別は、具体的には、例えば、図７に示す処理によって行うことができる。すなわち、処理部７は、まず、タイマー９から現在の日付を読み込む（ステップＳ７１）。次に、処理部７は、この読み込んだ現在の日付と、入力部８から予め入力されたカメラ２の設置地点を示す地点情報（例えば、北緯と東経）及びカメラ２の向きとから、順光時間帯又は逆光時間帯を算出する（ステップＳ７２）。その後、処理部７は、タイマー９から現在の時刻を読込み（ステップＳ７３）、ステップＳ７２の算出結果に従ってこの現在の時刻がいずれの時間帯に属するかを判定する（ステップＳ７４）。これによって、順光となり得る状態であるか逆光となり得る状態であるかを識別されることとなる。

入力部８，タイマー９及び処理部７の図６中のステップＳ６１（すなわち、図７中の処理）が、カメラ２を基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する順光・逆光識別装置（本発明の一実施の形態による順光・逆光識別装置）を構成している。本実施の形態では、カメラ２が設置された地点を示す地点情報をも考慮されているので、順光となり得る状態か逆光となり得る状態かを精度良く識別することができる。

以上説明した車両ナンバー読み取り装置によれば、被写体であるナンバープレート１ａの光の状態に関するナンバープレート情報（いわば直接的な検出結果）に基づくステップＳ１００によるカメラ２の絞りの制御と、路面の光の状態に関する路面情報（いわば間接的な検出結果）に基づくステップＳ１０１によるカメラ２の絞りの制御とが、ナンバープレート１ａが認識された車両１ａの所定単位時間当たりの台数に応じて、切り替えられる。したがって、車両１の通行がしばらく途切れてその間に天候が変化するなどした後に車両１の通過が開始したような場合であっても、その初めの数台の車両に関してもカメラ２の絞りを適切に制御することができるという利点を保持しつつ、カメラ２の絞りを適切に制御することができる率を向上させることができる。

［第２の例］

次に、第２の例による車両ナンバー読み取り装置について、図１４を参照して説明する。

図１４は、本例における図４中のステップＳ１０１の路面情報に基づく制御を示すフローチャートである。図１４において、図１６中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。

本例は前述した第１の例を次のように変形したものである。すなわち、図３において、ステップＳ２３の判定結果にかかわらずにステップＳ２４以降の処理を行い、ステップＳ２３のＹＥＳの判定結果を保持しておく。図１４中のステップＳ８１において、処理部７は、その判定結果が保持されているか否かによって、図３中のステップＳ２９，Ｓ３０で得られた平均値が車両１が路面領域内に存在した時のデータか否かを判定する。車両１が存在した時のデータでなければ、処理部７は、ステップＳ６１以降の処理を行う。一方、車両１が存在した時のデータであれば、制御出力値Ｖ_０をそのまま固定し（ステップＳ８２）、図１４に示す路面情報に基づく処理を終了する。

本例においても、車両１の存在の影響を取り除くことができる。

以上の点以外については、本例は前記第１の例と同じである。

［第３の例］

次に、本発明の第３の例による車両ナンバー読み取り装置について、図１５を参照して説明する。

図１５は、本例の処理部７の動作の要部を示すフローチャートである。図１５において、図２中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。

本例が前述した第１の例と異なる所は、処理部７が、図２中のステップＳ９，Ｓ１０に代えて図１５中のステップＳ９１，Ｓ９２の処理を行う点のみである。

本例では、図２中のステップＳ８の後に、処理部７は、高レベル平均濃淡値Ｗｈｉｔｅが許容最低濃淡値を定める所定値Ｃ６以下であるか否かを判定する（ステップＳ９１）。なお、この所定値Ｃ６は、前述した図２中のステップＳ９で用いる所定値Ｃ２より小さい。所定値Ｃ６以下であれば（すなわち、ナンバープレート１ａに相当する領域が黒く霞んでいるような状態に近ければ）、処理部７は、カウント値ｏｐｅｎを１だけカウントアップし（ステップＳ１２）、図２中のステップＳ２へ戻る。

ステップＳ９１で所定値Ｃ６以下でないと判定されると、処理部７は、コントラスト値Δｌｅｖｅｌが許容最低コントラスト値である所定値Ｃ７以上であるか否かを判定する（ステップＳ９２）。所定値Ｃ７以上でなければ（すなわち、コントラストが低ければ）、ナンバープレート１ａに相当する領域が白く霞んでいるような状態に近いので、処理部７は、カウント値ｃｌｏｓｅを１だけカウントアップし（ステップＳ１１）、図２中のステップＳ２へ戻る。

ステップＳ９２で所定値Ｃ７以上である（すなわち、所望のコントラストが得られている）と判定されると、処理部７は、カウント値ｆｉｘを１だけカウントアップし（ステップＳ１３）、図２中のステップＳ２へ戻る。

本例によっても、前記第１の例と同じ利点が得られる。

［第４の例］

次に、本発明の第４の例による車両ナンバー読み取り装置について、図１６乃至図１８を参照して説明する。

図１６は、本例の処理部７の動作の要部を示すフローチャートであり、前述した図４に対応している。図１６において、図４中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。図１７は、図１６中のステップＳ１０２の具体例を示すフローチャートである。図１７において、図６中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。図１８は本例における制御の切り替えの様子を示す図であり、図１８（ａ）は１分間の認識車両台数Ｍと制御内容との関係を示す表、図１８（ｂ）は制御の状態遷移図である。

本例が前述した第１の例と異なる所は、処理部７が、１分（他の単位時間でもよい。）ごとに、図４に示す割り込み処理の代わりに図１６に示す割り込み処理を行う点のみである。

図１６に示す割り込み処理が図４に示す割り込み処理と異なる所は、以下の点のみである。ステップＳ４２で認識車両台数Ｍが３台未満であると判定されると、処理部７は、認識車両台数Ｍが１台（例えば、２台でもよい。）以上であるか否かを判定する（ステップＳ１１１）。１台以上でなければ、処理部７は、ステップＳ１０１の路面情報に基づく制御（図４に示す処理）を行い、ステップＳ４３を経て当該割り込み処理を終了する。一方、１台以上であれば、処理部７は、ステップＳ１０２の路面情報に基づく制御（変動幅の制限あり）（図１７に示す処理）を行い、ステップＳ４３を経て当該割り込み処理を終了する。

図１７に示す処理が図６に示す処理と異なる所は、ステップＳ６３，６５で算出された制御出力値Ｖ_１の現在の制御出力値Ｖ_０に対する算出変動幅｜Ｖ_１−Ｖ_０｜が所定値Ｃ８で定まる許容変動幅を越える場合には、実際の変動幅を制限して制御出力値Ｖ_０を更新する点のみである。

すなわち、図１７に示す処理では、ステップＳ６３，６５の後に、処理部７は、算出変動幅｜Ｖ_１−Ｖ_０｜が所定値Ｃ８以上であるか否かを判定する（ステップＳ１２１）。所定値Ｃ８以上でなければ、処理部７は、現在の制御出力値Ｖ_０をステップＳ６３又はＳ６５で求めた制御出力値Ｖ_１に更新し（ステップＳ１２２）、図１７に示す処理を終了する。一方、所定値Ｃ８以上であれば、処理部７は、算出された制御出力値Ｖ_１が現在の制御出力値Ｖ_０より大きいか否かを判定する（ステップＳ１２３）。算出された制御出力値Ｖ_１の方が大きければ、処理部７は、現在の制御出力値Ｖ_０をそれに所定値Ｃ８を加算した値に更新し（ステップＳ１２４）、図１７に示す処理を終了する。一方、現在の制御出力値Ｖ_０の方が大きければ、現在の制御出力値Ｖ_０をそれから所定値Ｃ８を差し引いた値に更新し（ステップＳ１２５）、図１７に示す処理を終了する。

本例によれば、制御の切り替え及びその遷移状態は図１８に示すようになる。図１８からわかるように、所定単位時間当たりの認識車両台数Ｍが３台以上である状態から次第に少なくなっていく場合に、ナンバープレート情報に基づく制御から路面情報に基づく制御に切り替わった当初において、ステップＳ１００の制御からステップＳ１０２の制御に切り替わることとなり、路面情報に基づく制御においてカメラ２の絞りの変動幅が所定量以内に制限されることになる。このため、当該切り替わり時にカメラ２の絞りの変動幅が大きくなって絞りの制御が不安定になるようなおそれが少なくなる。

なお、本例によっても、前記第１の例と同様の利点が得られることは、言うまでもない。

［第５の例］

次に、本発明の第５の例による車両ナンバー読み取り装置について、図１９及び図２０を参照して説明する。

図１９は、本例の処理部７の動作の要部を示すフローチャートであり、前述した図１６に対応している。図１９において、図１６中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。図２０は本例における制御の切り替えの様子を示す図であり、図２０（ａ）は当該１分間の認識車両台数Ｍ及びその前の１分間の認識車両台数Ｍ’と制御内容との関係を示す表、図２０（ｂ）は制御の状態遷移図である。

本例が前述した第４の例と異なる所は、処理部７が、１分（他の単位時間でもよい。）ごとに、図１６に示す割り込み処理の代わりに図１９に示す割り込み処理を行う点のみである。

図１９に示す割り込み処理が図１６に示す割り込み処理と異なる所は、以下の点のみである。ステップＳ１１１で認識車両台数Ｍが１台以上ではないと判定されると、処理部７は、その前の１分間の認識車両台数Ｍ’（すなわち、１分前に行われた図１９の割り込み処理におけるステップＳ４１で算出された認識車両台数）が３台以上であるか否かを判定する（ステップＳ１３１）。前の１分間の認識車両台数Ｍ’が３台以上でなければ、処理部７は、ステップＳ１０１の路面情報に基づく制御（図４に示す処理）を行い、ステップＳ４３を経て当該割り込み処理を終了する。一方、３台以上であれば、制御出力値Ｖ_０をそのまま固定し（ステップＳ１０３）、ステップＳ４３を経て当該割り込み処理を終了する。

本例によれば、制御の切り替え及びその遷移状態は図２０に示すようになる。図２０からわかるように、前述した第４の例と同様の利点が得られるのみならず、Ｍ＝０でＭ’≧３の場合にステップＳ１０３によって制御出力値Ｖ_０がそのまま固定されるので、例えば、基本的に交通量が多いにもかかわらず、カメラ２の視野Ｆの手前の信号機が赤となったりカメラの視野Ｆの手前に駐車車両が存在するなどして、一時的に車両１の通行が途絶えた後に、当該信号機が青となるなどして再び車両１が頻繁に通過するような場合には、ステップＳ１００のナンバープレート情報による制御の後に一時的にカメラ２の絞りが固定され、その後ステップＳ１００のナンバープレート情報による制御が再開されるので、このような場合であっても、基本的にステップＳ１００のナンバープレート情報による制御がスムーズに継続されることとなり、好ましい。

［第６の例］

次に、本発明の第６の例による車両ナンバー読み取り装置について、図２１及び図２２を参照して説明する。

図２１及び図２２は本例における処理部７の動作を示すフローチャートであり、図２１は図２に対応し、図２２は図４に対応している。図２１において、図２中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。また、図２２において、図４中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。

本例が前述した第１の例と異なる所は、処理部７の動作のみである。

本例では、処理部７は、動作を開始すると、１分間の認識車両台数を示すカウント値Ｍ及び制御状態を指令する制御フラグＫ（Ｋの値が「０」である場合には路面情報に基づく制御を行うべき状態であることを示し、Ｋの値が「１」である場合にはナンバープレート情報に基づく制御を行うべき状態であることを示す。）をゼロにセットし、また、制御出力値Ｖ_０を初期値Ｃ１にセットする（ステップＳ１）。

次に、処理部７は、ステップＳ２〜Ｓ７の処理を行った後に、カウント値Ｍを１だけカウントアップする（ステップＳ１４２）。

その後、処理部７は、制御フラグＫが１であるか否かを判定する（ステップＳ１４３）。制御フラグＫが１でなければ（すなわち、０であれば）、ステップＳ２へ戻る。一方、制御フラグＫが１であれば、処理部７は、ステップＳ８〜Ｓ１０，Ｓ１４４〜Ｓ１４６の処理を行う。

ステップＳ９で高レベル平均値Ｗｈｉｔｅが所定値Ｃ２より大きいと判定されると（すなわち、ナンバープレート１ａに相当する領域が白く霞んでいるような状態に近ければ）、処理部７は、制御出力値Ｖ_０を所定値Ｃ５だけ大きくして（すなわち、カメラ２の絞りを所定量閉じて）（ステップＳ１４４）、ステップＳ２へ戻る。ステップＳ１０でコントラスト値Δｌｅｖｅｌが許容最低コントラスト値である所定値Ｃ３以上でないと判定されると（すなわち、コントラストが低ければ）、ナンバープレート１ａに相当する領域が黒く霞んでいるような状態に近いので、処理部７は、制御出力値Ｖ_０を所定値Ｃ５だけ小さくして（すなわち、カメラ２の絞りを所定量開いて）（ステップＳ１４５）、ステップＳ２へ戻る。ステップＳ１０でコントラスト値Δｌｅｖｅｌが所定値Ｃ３以上であると判定されると、処理部７は、制御出力値Ｖ_０をそのまま固定して（ステップＳ１４６）、ステップＳ２へ戻る。

以上の説明からわかるように、本例では、ステップＳ９，Ｓ１０，Ｓ１４４〜１４６が、ナンバープレート情報に基づく制御を行う制御手段に相当している。

処理部７は、ステップＳ１４１以外の図２１中の各ステップの処理中に、１分（他の単位時間でもよい。）ごとに、図３に示す割り込み処理の他に図２２に示す割り込み処理を行う。

図２２に示す割り込み処理において、処理部７は、まず、認識車両台数Ｍが３台（他の任意の所定台数でもよい。）以上であるか否かを判定する（ステップＳ４２）。３台以上であれば、処理部７は、制御フラグＫを１にセットする（ステップＳ１５２）。これにより、図２２に示す割り込み処理が終了して図２１に示す処理の戻ったときに、ステップＳ１４３の後にステップＳ８以降の処理が行われることとなる。ステップＳ１５２の後に、処理部７は、認識車両台数Ｍをゼロにセットし（ステップＳ１５３）、図２２に示す割り込み処理を終了する。ステップＳ４２で３台未満であると判定されると、処理部７は、制御フラグＫをゼロにセットした（ステップＳ１５１）後、ステップＳ１０１の路面情報に基づく絞り制御（図６に示す処理）を行い、その後、認識車両台数Ｍをゼロにセットし（ステップＳ１５３）、図２２に示す割り込み処理を終了する。

本例によれば、ナンバープレートに基づく制御中においては、ステップＳ８により各車両についてナンバープレート情報が得られる度に絞り制御が行われるが、本例によっても、前述した第１の例と同様の利点が得られる。

なお、本例では、ステップＳ１４４，Ｓ１４５において所定量の絞り制御が行われているが、高レベル平均濃淡値Ｗｈｉｔｅの値に応じてステップＳ１４４において加算値を変えたり、コントラスト値Δｌｅｖｅｌの値に応じてステップＳ１４５において減算値を変えたりしてもよい。

［第７の例］

次に、本発明の第７の例による車両ナンバー読み取り装置について、図２３を参照して説明する。

図２３は、本例の処理部７の動作の要部を示すフローチャートである。図２３において、図２１中のステップと同一又は対応するステップには同一符号を付し、その重複する説明は省略する。

本例が前述した第６の例と異なる所は、処理部７が、図２１中のステップＳ９，Ｓ１０に代えて図２３中のステップＳ１６１，Ｓ１６２の処理を行う点のみである。

本例では、図２１中のステップＳ８の後に、処理部７は、高レベル平均濃淡値Ｗｈｉｔｅが許容最低濃淡値を定める所定値Ｃ６以下であるか否かを判定する（ステップＳ１６１）。所定値Ｃ６以下であれば（すなわち、ナンバープレート１ａに相当する領域が黒く霞んでいるような状態に近ければ）、処理部７は、制御出力値Ｖ_０を所定値Ｃ５だけ小さくして（すなわち、カメラ２の絞りを所定量開いて）（ステップＳ１４５）、図２１中のステップＳ２へ戻る。

ステップＳ１６１で所定値Ｃ６以下でないと判定されると、処理部７は、コントラスト値Δｌｅｖｅｌが許容最低コントラスト値である所定値Ｃ７以上であるか否かを判定する（ステップＳ１６２）。所定値Ｃ７以上でなければ（すなわち、コントラストが低ければ）、ナンバープレート１ａに相当する領域が白く霞んでいるような状態に近いので、処理部７は、制御出力値Ｖ_０を所定値Ｃ５だけ大きくして（すなわち、カメラ２の絞りを所定量閉じて）（ステップＳ１４４）、図２１中のステップＳ２へ戻る。

ステップＳ１６２で所定値Ｃ７以上である（すなわち、所望のコントラストが得られている）と判定されると、処理部７は、制御出力値Ｖ_０をそのまま固定して（ステップＳ１４６）、図２１中のステップＳ２へ戻る。

本例によっても、前記第６の例と同じ利点が得られる。

以上、本発明の実施の形態とその使用例について説明したが、本発明はこれらの実施の形態や使用例に限定されるものではない。

本発明の一実施の形態による順光・逆光識別装置を備えた第１の例による車両ナンバー読み取り装置の概略構成を示すブロック図である。 第１の例による車両ナンバー読み取り装置の処理部の動作を示すフローチャートである。 第１の例による車両ナンバー読み取り装置の処理部の動作を示す他のフローチャートである。 第１の例による車両ナンバー読み取り装置の処理部の動作を示す更に他のフローチャートである。 第１の例による車両ナンバー読み取り装置の処理部の動作を示す更に他のフローチャートである。 第１の例による車両ナンバー読み取り装置の処理部の動作を示す更に他のフローチャートである。 第１の例による車両ナンバー読み取り装置の処理部の動作を示す更に他のフローチャートである。 順光及び逆光の状態を示す説明図である。 天候状態の定義の一例を示す図である。 天候状態に関する微分画像の分散値と原画像の平均濃淡値との関係を示す図である。 微分画像演算部において用いられる微分フィルタの一例を示す図である。 ファジィ推論器の一例を示す図である。 カメラ２の向きＹと日出方位との関係を示す図である。 第２の例による車両ナンバー読み取り装置の処理部の動作の要部を示すフローチャートである。 第３の例による車両ナンバー読み取り装置の処理部の動作の要部を示すフローチャートである。 第４の例による車両ナンバー読み取り装置の処理部の動作の要部を示すフローチャートである。 図１６中の一部のステップの具体例を示すフローチャートである。 第４の例における制御の切り替えの様子を示す図である。 第５の例による車両ナンバー読み取り装置の処理部の動作の要部を示すフローチャートである。 第５の例における制御の切り替えの様子を示す図である。 第６の例による車両ナンバー読み取り装置の処理部の動作を示すフローチャートである。 第６の例による車両ナンバー読み取り装置の処理部の動作を示す他のフローチャートである。 第７の例による車両ナンバー読み取り装置の処理部の動作の要部を示すフローチャートである。

符号の説明

１ 車両
１ａ ナンバープレート
２ カメラ
２ａ レンズ部
３ 路面
５ Ａ／Ｄ変換器
６ 画像メモリ
７ 処理部
８ 入力部
９ タイマー

Claims (1)

1. 設置されたカメラの向きを基準として順光となり得る状態であるか逆光となり得る状態であるかを識別する順光・逆光識別装置において、
   前記カメラが設置された地点を示す地点情報及び前記カメラの向きを入力する入力手段と、
   現在の日付及び時刻を得るタイマー手段と、
   前記タイマー手段からの日付、前記入力手段により入力された地点情報、及び、前記入力手段により入力された前記カメラの向きに基づいて、太陽の方位に関連する近似式に従って、順光となり得る時間帯及び逆光となり得る時間帯のうちの少なくとも一方を求める時間帯演算手段と、
   前記時間帯演算手段の演算結果に基づいて、前記タイマー手段からの時刻が順光となり得る時間帯及び逆光となり得る時間帯のいずれに属するかを判定する判定手段とを備えたことを特徴とする順光・逆光識別装置。

Images