JP2007164737A - 色識別方法 - Google Patents
色識別方法 Download PDFInfo
- Publication number
- JP2007164737A JP2007164737A JP2005364117A JP2005364117A JP2007164737A JP 2007164737 A JP2007164737 A JP 2007164737A JP 2005364117 A JP2005364117 A JP 2005364117A JP 2005364117 A JP2005364117 A JP 2005364117A JP 2007164737 A JP2007164737 A JP 2007164737A
- Authority
- JP
- Japan
- Prior art keywords
- color
- pixel
- image
- identification method
- identification
- 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.)
- Withdrawn
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】どのような照明条件下においても、正確に色を判別できる色識別方法を提供する。
【解決手段】予め様々な照明条件下で撮像された画像を元に作成した色識別用テンプレートを用意し、撮像画像における黒色領域、または、黒色領域が見いだせない場合は白色領域を抽出する第1のステップと、特定部分を構成する画素のR(赤)、G(緑)、B(青)値を、画素毎に明度情報が分離されたxyY色空間、またはHSI色空間に変換する第2のステップと、前記画像を撮像した時の照明条件に対応した前記色識別用テンプレートと前記xyY色空間、またはHSI色空間に変換した各画素毎を比較し、画素毎に各色クラスとのマハラノビス距離を計算して最も距離が近い色を抽出し、所定ブロック内における色の数を積算する第3のステップと、前記所定ブロック内における最も数が多かった色を前記所定ブロック内の色と識別する第4のステップとで特定部分の色を特定する。
【選択図】図3
【解決手段】予め様々な照明条件下で撮像された画像を元に作成した色識別用テンプレートを用意し、撮像画像における黒色領域、または、黒色領域が見いだせない場合は白色領域を抽出する第1のステップと、特定部分を構成する画素のR(赤)、G(緑)、B(青)値を、画素毎に明度情報が分離されたxyY色空間、またはHSI色空間に変換する第2のステップと、前記画像を撮像した時の照明条件に対応した前記色識別用テンプレートと前記xyY色空間、またはHSI色空間に変換した各画素毎を比較し、画素毎に各色クラスとのマハラノビス距離を計算して最も距離が近い色を抽出し、所定ブロック内における色の数を積算する第3のステップと、前記所定ブロック内における最も数が多かった色を前記所定ブロック内の色と識別する第4のステップとで特定部分の色を特定する。
【選択図】図3
Description
本発明は、照明条件が変化する条件下における色識別方法に係り、特に、天候や時刻、時刻と密接な関係のある大陽の高さなどの環境条件や、或いは夜間の照明などの照明条件に左右されずに正確に色を識別できる色識別方法に関するものである。
例えば高速道路を走行している車や駐車場に駐車している車の色を、撮像した画像によって判別しようとすると、その撮像画像の色調は、天候や時刻、時刻と密接な関係のある大陽の高さなどの環境条件や、夜間の照明などの照明条件によって変化する。そのため、撮像画像における車の部分の画素から単純に色を判断しようとしても、晴天の日中は或る程度正確な色の識別が可能であるが、例え晴天であっても早朝や夕方は全体に赤みが強くなり、また、例え日中であっても曇天の場合は青みが増え、さらに蛍光灯などによる照明の場合は緑がかった色になるなど、正確な識別が困難になる場合がある。
こういった、屋外に設置した撮像装置で撮像した画像の色を正確に識別する方法としては、まず、予め、例えばxyY色空間、HSI色空間等内において、ある照明条件下で撮像した画像データを基に、識別させたい特定の色毎の基準パターンや領域を設定しておき、次に、識別対象のカラー画像の各画素や画像領域のRGB値の平均輝度に対し、例えばxyY色空間、HSI色空間等への特徴量変換を行ない、この変換した対象の特徴量ベクトルが、識別させたい特定の色毎の基準パターンに最も近いか、もしくはどの色の領域に含まれるかを判別し、該当色を識別結果として出力する方法が知られている(以下、従来技術と称する)。
また、特許文献1には、道路上の通過車両のカラー画像を出力するカメラからの画像から車両の塗色を判別するため、判別エリア内におけるカラー画像のR(赤)、G(緑)、B(青)各成分の平均輝度値を計算し、このRGBの各平均輝度値から白色、黒色、有彩色のいずれかの識別を行う白黒判定手段と、白黒判定手段で有彩色と識別された場合にRGBの平均輝度値に対応する色度図に基づき、色名を判定する色判定手段とを備えた車色判別装置が開示されている。
さらに特許文献2には、車のナンバープレートに用いられている色は特定の色のみであることに着目し、色識別部における色抽出回路で、撮像信号が所定レベル以内であるか否かによって、ナンバープレートに用いられる色か否かを判断するナンバープレート抽出装置が示されている。
しかしながら、前記従来技術では、前記したように屋外の照明条件が変化する環境で撮像されたカラー画像においては、照明条件の変化で入力した色情報のバランスが変化し、同じ色であっても画像上での色情報が変化する。従って予め設定しておいた基準パターンや領域により識別を行おうとすると、識別に失敗する可能性がある。
また、特許文献1、2に開示された装置も、白黒判定手段で有彩色と識別された場合にRGBの平均輝度値に対応する色度図に基づいて色の判定を行ったり(特許文献1)、色抽出回路で撮像信号が所定レベル以内であるか否かの判断をしているが、従来技術と同様、照明条件の変化に対しては何ら対策が施されていないため、照明条件の変化で判別がうまく行えない可能性がある。
そのため本発明においては、どのような照明条件下においても、正確に色を判別できる色識別方法を提供することが課題である。
上記課題を解決するため本発明における色識別方法は、
屋外に設置した撮像装置により撮像した画像における特定部分の色を識別する色識別方法であって、
予めある特定の照明条件下で撮像された画像を元に作成した色識別用テンプレートを用意し、
前記画像における黒色領域、または、黒色領域が見いだせない場合は白色領域を抽出し、黒色領域を抽出した場合はブラックバランスを、白色領域を抽出した場合はホワイトバランスを調整するか、または黒色領域も白色領域も見いだせない場合はカラーバランスの調整を行わないようにした第1のステップと、
前記特定部分を構成する画素のR(赤)、G(緑)、B(青)値を、画素毎に明度情報が分離されたxyY色空間、またはHSI色空間に変換する第2のステップと、
前記画像を撮像した時の照明条件に対応した前記色識別用テンプレートと前記xyY色空間、またはHSI色空間に変換した各画素毎を比較し、画素毎に各色クラスとのマハラノビス距離を計算して最も距離が近い色を抽出し、前記特定部分内における色の数を積算する第3のステップと、
前記特定部分内における最も数が多かった色を前記特定部分内の色と識別する第4のステップとからなり、
前記第1のステップでカラーバランスを調整し、前記第3のステップで、前記第2のステップでxyY色空間、またはHSI色空間に変換した各画素の各色クラスに対するマハラノビス距離を計算して第4のステップで前記特定部分の色を特定することを特徴とする。
屋外に設置した撮像装置により撮像した画像における特定部分の色を識別する色識別方法であって、
予めある特定の照明条件下で撮像された画像を元に作成した色識別用テンプレートを用意し、
前記画像における黒色領域、または、黒色領域が見いだせない場合は白色領域を抽出し、黒色領域を抽出した場合はブラックバランスを、白色領域を抽出した場合はホワイトバランスを調整するか、または黒色領域も白色領域も見いだせない場合はカラーバランスの調整を行わないようにした第1のステップと、
前記特定部分を構成する画素のR(赤)、G(緑)、B(青)値を、画素毎に明度情報が分離されたxyY色空間、またはHSI色空間に変換する第2のステップと、
前記画像を撮像した時の照明条件に対応した前記色識別用テンプレートと前記xyY色空間、またはHSI色空間に変換した各画素毎を比較し、画素毎に各色クラスとのマハラノビス距離を計算して最も距離が近い色を抽出し、前記特定部分内における色の数を積算する第3のステップと、
前記特定部分内における最も数が多かった色を前記特定部分内の色と識別する第4のステップとからなり、
前記第1のステップでカラーバランスを調整し、前記第3のステップで、前記第2のステップでxyY色空間、またはHSI色空間に変換した各画素の各色クラスに対するマハラノビス距離を計算して第4のステップで前記特定部分の色を特定することを特徴とする。
このように、まず撮像画像のブラックバランス、またはホワイトバランスの調整により、ある特定の照明条件に対応するようにR(赤)、G(緑)、B(青)値を調整することができ、様々な照明条件下における照明条件変化(色温度変化)に対応することができる。また、ある特定の照明条件下で撮像した多数の画像データから作成した色識別用テンプレートを用い、統計的パターン認識手法であるマハラノビス距離を計算することで、高精度に色識別を行うことが可能となる。
そして、前記第1のステップにおいて、前記画像を撮像した時の撮像時刻に対応したカラーバランス調整用パラメータを用いてブラックバランス、またはホワイトバランスを調整したり、前記第1のステップにおいて、前記画像を撮像した時の天候に対応したカラーバランス調整用パラメータを用いてブラックバランス、またはホワイトバランスを調整することで、さらに、撮像時間帯の変化による色情報変動や、天候変化による色情報変動に対応したカラーバランス調整を行うことが可能となる。
また、前記色識別用テンプレートを、前記画像を撮像した時の撮像時刻に対応させて作成したり、前記色識別用テンプレートを、前記画像を撮像した時の天候に対応させて作成することで、撮像時間帯や天候の変化による色情報変動が生じた場合でも、それぞれに最適なテンプレートを随時選択することができ、高精度に識別処理を行うことが可能となる。
さらに、前記第3のステップにおけるマハラノビス距離計算の結果、各画素の最もマハラノビス距離が近い色と2番目に近い色との差が閾値より低い場合、前記画素の色を不明、または「1位の色」と「2位の色」を出力することにより、識別結果1位の信頼度が低い場合における各画素の色の誤識別を防ぐことが可能となる。
そして、前記閾値は、前記「1位の色」と「2位の色」の組み合わせによって値を異ならせたり、前記閾値は、「1位の色」と「2位の色」の色相が近い場合は遠い場合に比し、大きくすることで、例えば赤と黄色のように色空間において色相が近い色では両者の間違いが起こり易いが、赤と緑のように色相が遠い色では間違いが起こりにくいから、適切な識別処理を行うことが可能となって信頼度を向上させることができる。
また、前記第3のステップのマハラノビス距離計算の結果を積算した色のうち、最も数の多い色と2番目に多い色との差が閾値より低い場合、前記第4のステップにおいて特定ブロック内の色を不明、または「1位の色」と「2位の色」を出力することにより、投票結果1位の信頼度が低い場合の誤識別を防ぐことが可能となる。
そして、前記閾値は、前記「1位の色」と「2位の色」の組み合わせによって値を異ならせたり、前記閾値は、「1位の色」と「2位の色」の色相が近い場合は遠い場合に比し、小さくすることで、例えば赤と黄色のように色空間において色相が近い色では両者の間違いが起こり易いが、赤と緑のように色相が遠い色では間違いが起こりにくいから、適切な識別処理を行うことが可能となって信頼度を向上させることができる。
また、前記第2のステップで明度情報が分離されたxyY色空間、またはHSI色空間に変換した各画素におけるR(赤)、G(緑)、B(青)値が予め定めた彩度閾値より小さい場合、または最低明度閾値より小さいか最大明度閾値より大きい場合、無彩色であると判定して前記第3ステップのマハラノビス距離計算を行わないことで、マハラノビス距離計算は計算量が非常に大きいから、それだけ処理を高速に行うことが可能となる。
さらに、前記様々な照明条件下で撮像された画像から作成した色識別用テンプレートを、輝度(明度)毎に2次元テンプレートとして用意し、前記第3のステップで、各画素毎の輝度(明度)を算出して対応した前記2次元テンプレートを用い、前記マハラノビス距離を算出することで、通常、色空間において3次元で計算されるマハラノビス距離計算が2次元となることで大幅な計算量低減が可能となり、それだけ処理を高速に行うことが可能となる。
そして、前記第3のステップにおける画素毎のマハラノビス距離計算を、前記xyY色空間、またはHSI色空間の両者で行って最も距離が近い色を抽出することで、マハラノビス距離はxyY色空間とHSI色空間で異なるから、分離度の良さ、悪さを複数の色空間によって補うことができ、識別の精度を向上させることが可能である。
以上記載のごとく本発明になる色識別方法によれば、屋外における照明条件変動によって撮像画像の色情報が変動した場合でも、高精度な色識別を行うことが可能となる。
以下、図面を参照して本発明の好適な実施例を例示的に詳しく説明する。但しこの実施例に記載されている構成部品の寸法、材質、形状、その相対的配置等は特に特定的な記載がない限りは、この発明の範囲をそれに限定する趣旨ではなく、単なる説明例に過ぎない。
図1は、本発明になる色識別方法を実施する色識別装置のブロック図であり、以下の説明では、一例として道路を走行している車の色を識別する場合を例に説明を進めるが、本発明は屋外に設置されたり行き来する種々の被写体の色を識別するのに用いることができるのは自明である。
1は色の識別を行うものを撮像するカメラ(画像入力部)で、そのカメラ1で撮像された画像は2の画像メモリに記憶され、識別対象領域抽出部3と表示部7に送られる。識別対象領域抽出部3には環境情報入手部4から、画像を撮像した時刻、天候などの環境情報が送られ、例えば図2(A)に示したような道路を走行する車9の、例えば図2(B)における10で示したボンネットの部分の色を識別する場合、パターンマッチングなどの方法を用いてこのボンネット部分を抽出する。
そしてこの抽出された画像10は色識別部5に送られ、本発明の色識別方法によって色の識別が行われて出力部6により、表示部7への表示と色識別結果8の出力が行われる。
図3、図4は、この色識別部5において行われる色識別処理のフロー図であり、図3(A)は、この色識別処理においてブラックバランスやホワイトバランスを行うため、識別対象領域抽出部3で抽出される画像中の黒色領域11、12、白色領域13を示した図である。また、図4における(B)はフロー図におけるステップS44の色識別処理の内容を説明するための図、(C)はフロー図におけるステップS46の投票処理の内容を説明するための図、(D)はフロー図におけるステップS48の色識別結果確定の内容を説明するための図である。
この図3、図4に従って本発明になる色識別方法を説明すると、まずステップS31において図2(A)に示したような撮像画像から、グレースケール(明度)のみの画像を作成する。そしてそのグレースケール(明度)画像から、次のステップS32、33で黒画素の領域を求める。
この処理は、予め、この輝度以下は必ず黒であると判断するための閾値1、ブラックバランス調整を行うために必要な画素数である閾値2、黒色であると判断できるR_m、G_m、B_mの範囲を設定するための閾値3を設定しステップS32に記してあるように、まず、I<(閾値1)となる画素Iの「画素数」と「R(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)」を求め、ステップS33で、画素数が閾値2以上で、かつ、(R_m、G_m、B_m)の差の最大値が閾値3以下であるかどうかでブラックバランス調整に有効な黒色領域か否かを判定する。すなわち、R_m、G_m、B_mの差が閾値3以下である画素が、閾値2以上ある場合はブラックバランス調整可と判断する。
すなわち、例えば図3(A)に示したように、車が走行している道路の両路側11、12がいずれも黒く、それぞれの画素数が閾値2以上あり、しかもこの部分の画素毎のR(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)の差が閾値3以下である場合、ブラックバランス調整に有効な黒色領域と判断するわけである。
このようにブラックバランス調整に有効な黒色領域と判断される領域11または12がある場合、次のステップS34に進み、このステップS34でブラックバランスの調整が行われる。これは、R(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)における最小値から、R_m、G_m、B_mを減じてそれぞれΔR、ΔG、ΔBとし、画像全体に対する画素にこのΔR、ΔG、ΔBを加算して、新たなR(赤)、G(緑)、B(青)値を求めて行われる。
このようにブラックバランスを調整することにより、ある特定の照明条件に対応するようにR(赤)、G(緑)、B(青)値を調整することができ、様々な照明条件下における照明条件変化(色温度変化)に対応することができる。
なお、通常、カラーバランスの調整はホワイトバランスで行われるが、こういった道路を走行している車の場合、例えば太陽光が反射して白とびを起こして明度が大きくなっていると、その部分を白色領域と判断してしまう場合があり、この場合、正確なカラーバランス調整ができなくなるからである。
ただし、撮像画像の中に黒色領域が発見できない場合、すなわち、ステップS33において黒画素が閾値2以下であるか、(R_m、G_m、B_m)の差の最大値が閾値3以上の場合、ステップS36に進んでホワイトバランスを調整する。
まず、前記ブラックバランスの場合と同様、予め、この輝度以上は必ず白であると判断するための閾値4、ホワイトバランス調整を行うために必要な画素数である閾値5、白であると判断できるR_m、G_m、B_mの範囲を設定するための閾値6を設定する。そして、ステップS36で、先にステップS31で求めたグレースケール(明度)画像から、I<(閾値4)&&(R!=255&&G!=255&&B!=255)となる画素Iの「画素数」と「R(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)」を求める。そしてステップS37で、画素数が閾値5以上で、かつ、(R_m、G_m、B_m)の差の最大値が閾値3以下であるかどうかを判断する。すなわち、R_m、G_m、B_mの差が閾値6以下である画素が、閾値5以上ある場合はホワイトバランス調整可と判断する。
すなわち、例えば図3(A)に示したように走行している車の前面部分、或いはナンバープレートなどの部分13に白色領域があり、画素数が閾値5以上で、しかもこの部分の画素毎のR(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)の差が閾値6以下である場合、ホワイトバランス調整に有効な白色領域と判断するわけである。
なお、このようにしてもステップS37でホワイトバランス調整に有効な白色領域が見いだせなかった場合、ステップS40に進んで撮像画像全体の色がある有彩色が支配的である、と判断し、誤調整が行われるのを防ぐ。
そして、このステップS37で白色領域が見いだせた場合はステップS38に進み、R(赤)、G(緑)、B(青)値の平均値(R_m、G_m、B_m)における最小値から、R_m、G_m、B_mを減じてそれぞれΔR、ΔG、ΔBとし、画像全体に対する画素にこのΔR、ΔG、ΔBを加算して、新たなR(赤)、G(緑)、B(青)値を求めてホワイトバランスの調整が行われる。
こうしてカラーバランス調整が済んだら、処理はステップS41から図4におけるステップS42に進む。このステップS42においては、画素のR(赤)、G(緑)、B(青)値を画素毎に、前記従来技術で述べたように、例えばxyY色空間、またはHSI色空間等への特徴量変換を行なう。そして次のステップS43で、前記図1の識別対象領域抽出部3で求めた領域の画素数をカウント値としてセットし、ステップS44で色を識別する画素を、ある照明条件下で撮像した多数の画像から作成した、図4(B)に16で示した色識別用テンプレートと比較する。
すなわち図4(B)に示したように、撮像画像における色を判別する特定ブロック(前記色識別対象領域)14における個々の画素15を、この色識別用テンプレート16と比較し、次いでステップS45で、公知のマハラノビス距離計算を行ってパターンマッチングを行ない、例えばxyY色空間、またはHSI色空間における最も距離が近い色を抽出し、それを画素15の色として例えば「赤」17のように特定する。
こうして1つの画素の色が特定されたら、次のステップS46で、所定ブロック14内における識別処理で得られた色毎に図4(C)に示したように数を計数する。これは、図4(B)において14で示した特定ブロック14が例えば3×4の画素でできている場合、画素15がステップS45で赤と特定されたら、図4(C)に18で示したように、今パターンマッチングで特定された画素の色を記憶させると同時に、19で示したようにブロック18内の画素の色を色毎に計数するものである。
こうして特定ブロック18内の画素の色が計数されたら、処理はステップS47に進み、画素が0になっているかどうかがチェックされて、0でなければステップS43に戻ってここで画素の数がデクリメントされ、以上説明したような処理が繰り返される。そしてこのステップS47で画素数が0であることが確認されると、処理がステップS48に進み、図4(D)に示したように、所定ブロック18内の画素の色のうちで最も多かった色が赤であるため、識別結果が「赤」として確定され、ステップS49でそれが出力されて終了する。
このように色識別に当たり、まず撮像画像のブラックバランス、またはホワイトバランスを調整することで、ある特定の照明条件に対応するようにR(赤)、G(緑)、B(青)値を調整することができ、様々な照明条件下における照明条件変化(色温度変化)に対応することができる。また、ある特定の照明条件下で撮像した多数の画像データから作成した色識別用テンプレートを用い、統計的パターン認識手法であるマハラノビス距離を計算することで、高精度に色識別を行うことが可能となる。
なお、以上の説明では、カラーバランス調整や識別処理における処理に当たり、特に時刻や天候を指定してはいなかったが、実際の屋外では、例えば午前10時以前や午後3時以後(これは季節によっても異なる)の朝や夕方における光線のように、多少赤みの多い光線で照明された状態、午前中なら10時過ぎ以後、午後なら3時頃までの昼間の光線で照明された状態、以上のそれぞれの時間帯ではあるが曇天、または雨天の状態の光線で照明された状態、夜間の高速道路における街灯に照明された状態など、様々な照明条件によって被写体の色調は微妙に変化する。
そのため、こういった照明条件を左右する様々な要素を取り入れて色の識別を行うと、さらに正確な色識別が可能となる。図5乃至図10は、このように照明条件を種々変化させ、色識別を行う場合のフロー図であり、まず図5は、カラーバランス調整において撮像時刻を取得してパラメータを選択する場合、図6はその撮像時刻によるパラメータ例を示した図、図7は、同じくカラーバランス調整において天候情報を取得してパラメータを選択する場合、図8はその天候情報によるパラメータ例を示した図である。
また図9は、色の識別処理において撮像時刻を取得して色識別用テンプレートを選択する場合で、(A)は取得する撮像時刻を、(B)は撮像時刻毎のテンプレートを示しており、図10は、同じく色の識別処理において天候情報を取得して色識別用テンプレートを選択する場合で、(A)は取得する天候情報を、(B)は天候毎のテンプレートを示した図である。なお、これら図5乃至図10において、前記図3、図4と同じ内容のブロックには同一ステップ番号を記載した。
まず、図5の撮像時刻を取得してカラーバランス調整を行う場合であるが、この場合は図6に20で示したように、カラーバランスを行う場合のパラメータを、朝用(例えば午前10時以前)21、昼用(例えば午前10時以後から午後3時以前)22、夕方用(例えば午後3時以後)23という具合に時刻に対応させて用意する。
そして、処理がスタートしたら、図5または図6のステップS60で撮像時刻を取得し、ステップS61で取得した時刻に対応したパラメータを読み出す。時刻が、例えば図6に示したように、朝の9時30分なら朝用のパラメータ21を読み出す。そしてステップS33またはステップS37において、朝や夕方は昼に較べて画像が赤みを帯びやすいので、この読み出したパラメータを用いて閾値3、閾値6を大きくし、それによってステップS34、ステップS38の処理を行う。それ以外の処理は、前記図3で説明した処理と全く同じため、説明を省略する。
次に、図7の天候情報を取得してカラーバランス調整を行う場合であるが、この場合は図8に24で示したように、カラーバランスを行う場合のパラメータを、晴天用25、曇天用26という具合に天候に対応させて用意する。
そして、処理がスタートしたら、図7または図8のステップS62で天候情報を取得し、ステップS63で取得した天候に対応したパラメータを読み出す。天候が、例えば図8に示したように、晴天なら晴天用のパラメータ25を読み出す。そしてステップS33またはステップS37において、晴天の場合は曇天に較べると画像の赤みが多いので、この読み出したパラメータを用いて閾値3、閾値6の値を曇天の場合より大きなものとし、それによってステップS34、ステップS38の処理を行う。それ以外の処理は、前記図3で説明した処理と全く同じため、説明を省略する。
次に、図9の色の識別処理において撮像時刻を取得して色識別用テンプレートを選択する場合であるが、この場合、予め図9(B)に30で示したように、色識別用テンプレートを朝用31、昼用32、夕方用33という具合に各時刻に対応したテンプレートを用意する。
そして、処理がスタートしたら、図9のステップS71で、撮像時刻を取得して対応したパラメータを読み出す。時刻が、例えば図9(A)に示したように、朝の9時30分なら朝用のパラメータ31を読み出す。そしてステップS44において、この読み出したテンプレートと画素を比較し、ステップS45でマハラノビス距離を計算し、最も距離が近い色を抽出する。それ以外の処理は、前記図4で説明した処理と全く同じため、説明を省略する。
最後に、図10の色の識別処理において天候情報を取得して色識別用テンプレートを選択する場合であるが、この場合、予め図10(B)に34で示したように、色識別用テンプレートを晴天用35、曇天用36という具合に天候に対応したテンプレートを用意する。
そして、処理がスタートしたら、図10のステップS73で、天候情報を取得して対応したパラメータを読み出す。天候が、例えば図10(A)に示したように、晴天なら晴天用のパラメータ35を読み出す。そしてステップS44において、この読み出したテンプレートと画素を比較し、ステップS45でマハラノビス距離を計算し、最も距離が近い色を抽出する。それ以外の処理は、前記図4で説明した処理と全く同じため、説明を省略する。
このように、画像を撮像した時の撮像時刻や天候に対応させ、カラーバランス調整用パラメータや色識別用テンプレートを用意することで、撮像時間帯の変化による色情報変動に対応したり、天候変化による色情報変動に対応した、正確な色識別が可能となる。
なお、カラーバランス調整や色識別処理にあたって時刻を取得してその時刻に対応したパラメータやテンプレートを使う場合、太陽光は同じ時刻であっても季節によって変化する場合があるため、さらに正確を期するために朝用や夕方用は、時刻のパラメータやテンプレートを季節によって用意するようにしても良い。
また、前記図4におけるステップS45で算出されたマハラノビス距離は、場合によっては計算結果が1位の色と2位の色の差が小さく、この結果を基に画素の色を決定した場合、信頼度が低くなる場合がある。例えば赤と黄色は、例えばxyY色空間、またはHSI色空間における色相が近く、場合によってどちらとも言えない結果が出ることがある。これは前記図4におけるステップS48における色識別結果の確定における場合も同様である。
このような場合、そのマハラノビス距離計算の結果や識別色の投票結果によって誤識別が起きないようにした場合のフロー図が、図11、図12に示したフロー図である。すなわち図11は、ステップS45におけるマハラノビス距離計算において、1位の色と2位の色のマハラノビス距離が小さかった場合の処理フローであり、図12は、ステップS48における色識別結果確定の結果、1位の色と2位の色の投票数が僅差である場合の処理フロー図である。
最初に図11に従って、1位の色と2位の色のマハラノビス距離が小さかった場合の処理フローを説明すると、この場合は予め、図11に41で示したような不明閾値デーブルを用意する。これは、1位の色と2位の色のマハラノビス距離の比率を算出したとき、その比率がどの程度の場合計算結果の信頼性が低くなるかを示す値であり、色相の近い色同士では大きく、遠い色は小さいくするなど、細かい設定が可能である。
そして、前記したようにステップS45におけるマハラノビス距離計算を行った後、ステップS80でマハラノビス距離が一番近い色(1位の色)と次に近い色(2位の色)を抽出し、その比率を不明比率として算出する。例えば1位の赤色の距離が40の表に示したようにdist1であり、黄色の距離がdist2であった場合、不明比率はdist1/dist2となる。そして次のステップS81で、不明閾値デーブルから1位の色と2位の色の閾値を選択し、不明比率dist1/dist2が、この不明閾値より大きいかどうかを判断する。
ここで不明比率dist1/dist2がこの不明閾値より大きい場合、1位の色を選択すると信頼性が低くなるため、この場合はステップS82に示したように、マハラノビス距離計算の結果は色が「不明」、または1位の色と2位の色の両方を出力するようにする。それ以外の処理は、前記図4で説明した処理と全く同じため、説明を省略する。
次に、前記図4におけるステップS48の色識別結果確定の結果、1位の色と2位の色の投票数が僅差である場合の処理フローを図12に従って説明すると、この場合も予め、図12に47で示したような信頼度閾値デーブルを用意する。これは、1位と投票された色と2位と投票された色の得票数の比率を算出したとき、その比率がどの程度の場合に投票結果の信頼性が低くなるかを示す値であり、色相の近い色同士では小さく、遠い色は大きくするなど、細かい設定が可能である。
そしてこの図12のフロー図においては、前記したように図4におけるステップS48の色識別結果確定の代わりに、ステップS83と84、85が設けられている。そのため、前記図4で説明したようにステップS47までに各画素の色が決定されて投票が行われ、ステップS83に進むと、このステップで画素毎の色の得票数を比較し、最も得票数の多い色(1位の色)と次に多い色(2位の色)を抽出し、その比率を信頼度比率として算出する。
例えば各画素の色が図12に45に示したような色であり、各色の得票数が46に示したような値だとした場合、1位の赤色の数が7で緑色の数が2であるから信頼度は7/2=3.5となって、信頼度閾値テーブル47に定めた閾値3.0より大きくなる。そのため、この場合はステップS84において信頼度は低くないと判定されるから、1位の赤が投票結果としてステップS49で出力される。
しかし、1位の色(赤)と2位の色(緑)の比率が3.0より低い場合、ステップS85に行って「不明」、または1位の色と2位の色両方を出力する。なお、ステップS84の信頼度閾値は、この例では3.0として計算したが、1位の色と2位の色が異なると、47で示した信頼度閾値テーブルの値が採用されることはいうまでもない。また、以上説明した以外の処理は、前記図4で説明した処理と全く同じため、説明を省略する。
前記したように、マハラノビス距離計算とマハラノビス距離計算の結果の投票結果における、「1位の色」と「2位の色」の差が僅差の場合、色の誤識別が発生することがあるが、このようにそれぞれ閾値を定めて誤識別を防ぐことで、信頼性の高い色識別方法を提供することができる。
なお、以上の説明では、識別する画像の領域が全て有彩色である場合を前提としてきたが、こういった色の識別においては、当然のことながら無彩色が対象になる場合がある。この場合、前記図4における色識別処理において、有彩色の場合と同様マハラノビス距離計算が行われるが、前記したようにマハラノビス距離計算はその計算量が非常に多く、処理に時間がかる。そのため、マハラノビス距離計算前に識別する色が有彩色か無彩色かを判断し、無彩色の場合はマハラノビス距離計算を行わないようにすると、処理時間が大幅に低減できる。
この場合のフロー図が、図13に示したフロー図である。このフロー図においては、まず、xyY表色系にて、この値以上は必ず白色であると判断できる明度値を閾値7に、同じくxyY表色系にてこの値以下は必ず黒色であると判断できる明度値を閾値8に、また、HSI表色系にてこの値以上は必ず白色であると判断できる明度値を閾値9に、同じくHSI表色系にてこの値以下は必ず黒色であると判断できる明度値を閾値10に、さらにこの値以下は必ず無彩色であると判断できる彩度値を閾値11に設定する。
そして、ステップS44の識別処理の前に、ステップS86でまず表色系がxyY表色系かまたはHSI表色系かを判断する。そしてxyY表色系の場合はステップS87に進み、明度が閾値7より大きいか閾値8より小さい場合、ステップS89に進んで無彩色と識別し、そうでない場合は有彩色としてステップS44の識別処理に進む。
また、ステップS86においてHSI表色系と判断された場合はステップS88に進み、明度が閾値9より大きいか閾値10より小さい場合、及び彩度が閾値11より小さい場合、ステップS89に進んで無彩色と識別し、そうでない場合は有彩色としてステップS44の識別処理に進む。そしてどちらの場合も無彩色と識別された場合は、ステップS44とステップS45をスキップし、色識別用テンプレートとの比較と、マハラノビス距離計算を行わない。なお、以上説明した以外の処理は、前記図4で説明した処理と全く同じため、説明を省略する。
さらに以上の説明では、マハラノビス距離計算は、全てxyY表色系かまたはHSI表色系の3次元空間において行っていたが、3次元空間における計算は計算量が多く、処理に時間がかる。しかし、これを2次元にできれば処理時間が大幅に低減できる。
そのため、前記図4におけるステップS44で使用する色識別用テンプレートを、予めxyY表色系またはHSI表色系における輝度(明度)毎の特徴量ベクトルが、2次元となるようなテンプレートとを用意し、ステップS44において、画素の輝度に対応させて使用する色識別用テンプレートを選択し、マハラノビス距離計算を2次元で行えるようにしたのが図14のフロー図である。
この図14において、(C)は以上説明した輝度(明度)毎の特徴量ベクトルが2次元の色識別テンプレートを説明するための図であり、例えばxyYで示す色空間54において、Yの値が小さい領域を領域1、それより大きい領域を領域2、一番大きい領域を領域3とし、それぞれの領域に対応させて色識別用テンプレートを、領域1のテンプレート53、領域2のテンプレート52、領域3のテンプレート51として作っておく。
そしてステップS90において、図14(A)に示したように、xyY表色系の場合は
明度:I=1.0000*R+4.5907*G+0.0601*B
を、HSI表色系の場合は
明度:I=max{R、G、B}
を計算して画素がどの領域かを示す明度情報を抽出し、それに基づいてステップS91で図14(B)に示したように、色識別用テンプレートを選択する。
明度:I=1.0000*R+4.5907*G+0.0601*B
を、HSI表色系の場合は
明度:I=max{R、G、B}
を計算して画素がどの領域かを示す明度情報を抽出し、それに基づいてステップS91で図14(B)に示したように、色識別用テンプレートを選択する。
以下の処理は前記図4で説明したのと同様であるため省略するが、このようにすることにより、計算量の多いマハラノビス距離計算が2次元で済み、処理の高速化を図ることができる。
また、今までの色識別処理は、全てxyY表色系かまたはHSI表色系のどちらかを使った場合を例に説明してきたが、両者の表色系によるマハラノビス距離計算は、色によって分離度が異なってくる。そのため、ある色はxyY表色系では分離度がよいが、HSI表色系では悪く、他の色では逆のケースも出てくる。従って、図15に示したように、xyY表色系61、HSI表色系62の複数の表色系におけるマハラノビス距離計算を同時に実施し、それぞれの色空間で表現した特徴量を63のように同じベクトルに一列に並べて特徴量ベクトルとし、識別処理を行えば、分離度が良く、高精度な色識別を行うことができる。
以上種々述べてきたように本発明においては、色を識別する画像ののブラックバランス、またはホワイトバランスを調整し、それによってある特定の照明条件に対応するようにR(赤)、G(緑)、B(青)値を調整した後、ある特定の照明条件下で撮像した多数の画像データから作成した色識別用テンプレートを用い、統計的パターン認識手法であるマハラノビス距離を計算することで、高精度に色識別を行うことが可能となる。
本発明によれば、どのような照明条件下においても、正確に色を判別できる色識別方法を提供することができるから、道路上の車の色の識別など、種々の分野の色識別に応用することができる。
1 カメラ(画像入力部)
2 画像メモリ
3 識別対象領域抽出部
4 環境情報入手部
5 色識別部
6 出力部
7 表示部
8 色識別結果
9 車
10 色識別を行う抽出された領域
11、12 道路の両路における黒色領域と判断される部位
13 白色領域
2 画像メモリ
3 識別対象領域抽出部
4 環境情報入手部
5 色識別部
6 出力部
7 表示部
8 色識別結果
9 車
10 色識別を行う抽出された領域
11、12 道路の両路における黒色領域と判断される部位
13 白色領域
Claims (14)
- 屋外に設置した撮像装置により撮像した画像における特定部分の色を識別する色識別方法であって、
予めある特定の照明条件下で撮像された画像を元に作成した色識別用テンプレートを用意し、
前記画像における黒色領域、または、黒色領域が見いだせない場合は白色領域を抽出し、黒色領域を抽出した場合はブラックバランスを、白色領域を抽出した場合はホワイトバランスを調整するか、または黒色領域も白色領域も見いだせない場合はカラーバランスの調整を行わないようにした第1のステップと、
前記特定部分を構成する画素のR(赤)、G(緑)、B(青)値を、画素毎に明度情報が分離されたxyY色空間、またはHSI色空間に変換する第2のステップと、
前記画像を撮像した時の照明条件に対応した前記色識別用テンプレートと前記xyY色空間、またはHSI色空間に変換した各画素毎を比較し、画素毎に各色クラスとのマハラノビス距離を計算して最も距離が近い色を抽出し、前記特定部分内における色の数を積算する第3のステップと、
前記特定部分内における最も数が多かった色を前記特定部分内の色と識別する第4のステップとからなり、
前記第1のステップでカラーバランスを調整し、前記第3のステップで、前記第2のステップでxyY色空間、またはHSI色空間に変換した各画素の各色クラスに対するマハラノビス距離を計算して第4のステップで前記特定部分の色を特定することを特徴とする色識別方法。 - 前記第1のステップにおいて、前記画像を撮像した時の撮像時刻に対応したカラーバランス調整用パラメータを用いてブラックバランス、またはホワイトバランスを調整することを特徴とする請求項1に記載した色識別方法。
- 前記第1のステップにおいて、前記画像を撮像した時の天候に対応したカラーバランス調整用パラメータを用いてブラックバランス、またはホワイトバランスを調整することを特徴とする請求項1または2に記載した色識別方法。
- 前記色識別用テンプレートを、前記画像を撮像した時の撮像時刻に対応させて作成したことを特徴とする請求項1乃至3のいずれかに記載した色識別方法。
- 前記色識別用テンプレートを、前記画像を撮像した時の天候に対応させて作成したことを特徴とする請求項1乃至4のいずれかに記載した色識別方法。
- 前記第3のステップにおけるマハラノビス距離計算の結果、各画素の最もマハラノビス距離が近い色と2番目に近い色との差が閾値より低い場合、前記画素の色を不明、または「1位の色」と「2位の色」を出力することを特徴とする請求項1乃至5のいずれかに記載した色識別方法。
- 前記閾値は、前記「1位の色」と「2位の色」の組み合わせによって値を異ならせたことを特徴とする請求項6に記載した色識別方法。
- 前記閾値は、「1位の色」と「2位の色」の色相が近い場合は遠い場合に比し、大きくすることを特徴とする請求項7に記載した色識別方法。
- 前記第3のステップのマハラノビス距離計算の結果を積算した色のうち、最も数の多い色と2番目に多い色との差が閾値より低い場合、前記第4のステップにおいて特定ブロック内の色を不明、または「1位の色」と「2位の色」を出力することを特徴とする請求項1乃至8のいずれかに記載した色識別方法。
- 前記閾値は、前記「1位の色」と「2位の色」の組み合わせによって値を異ならせたことを特徴とする請求項9に記載した色識別方法。
- 前記閾値は、「1位の色」と「2位の色」の色相が近い場合は遠い場合に比し、小さくすることを特徴とする請求項10に記載した色識別方法。
- 前記第2のステップで明度情報が分離されたxyY色空間、またはHSI色空間に変換した各画素におけるR(赤)、G(緑)、B(青)値が予め定めた彩度閾値より小さい場合、または最低明度閾値より小さいか最大明度閾値より大きい場合、無彩色であると判定して前記第3ステップのマハラノビス距離計算を行わないことを特徴とする請求項1乃至11のいずれかに記載した色識別方法。
- 前記様々な照明条件下で撮像された画像から作成した色識別用テンプレートを、輝度(明度)毎に2次元テンプレートとして用意し、前記第3のステップで、各画素毎の輝度(明度)を算出して対応した前記2次元テンプレートを用い、前記マハラノビス距離を算出することを特徴とする請求項1乃至12のいずれかに記載した色識別方法。
- 前記第3のステップにおける画素毎のマハラノビス距離計算を、前記xyY色空間、またはHSI色空間の両者で行って最も距離が近い色を抽出することを特徴とする請求項1乃至13のいずれかに記載した色識別方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005364117A JP2007164737A (ja) | 2005-12-16 | 2005-12-16 | 色識別方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005364117A JP2007164737A (ja) | 2005-12-16 | 2005-12-16 | 色識別方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007164737A true JP2007164737A (ja) | 2007-06-28 |
Family
ID=38247525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005364117A Withdrawn JP2007164737A (ja) | 2005-12-16 | 2005-12-16 | 色識別方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007164737A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007183872A (ja) * | 2006-01-10 | 2007-07-19 | Matsushita Electric Ind Co Ltd | 動的なカメラ色補正装置およびそれを用いた映像検索装置 |
JP2009032044A (ja) * | 2007-07-27 | 2009-02-12 | Panasonic Corp | 車色判定装置 |
JP2009217725A (ja) * | 2008-03-12 | 2009-09-24 | Nippon Telegr & Teleph Corp <Ntt> | 監視装置及び監視方法 |
JP2010020602A (ja) * | 2008-07-11 | 2010-01-28 | Nikon Corp | 画像マッチング装置、およびカメラ |
JP2010103888A (ja) * | 2008-10-27 | 2010-05-06 | Sony Corp | 撮像装置、撮像動作処理方法 |
JP2011076214A (ja) * | 2009-09-29 | 2011-04-14 | Alps Electric Co Ltd | 障害物検出装置 |
JP2012238239A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2013149039A (ja) * | 2012-01-18 | 2013-08-01 | Sumitomo Electric Ind Ltd | 車色判定装置、コンピュータプログラム及び車色判定方法 |
CN108701365A (zh) * | 2017-08-29 | 2018-10-23 | 广东虚拟现实科技有限公司 | 光点识别方法、装置以及系统 |
JP2019121096A (ja) * | 2017-12-28 | 2019-07-22 | 三菱重工機械システム株式会社 | 表示装置、表示システム、表示方法及び表示プログラム |
CN114972346A (zh) * | 2022-07-29 | 2022-08-30 | 山东通达盛石材有限公司 | 基于计算机视觉的石材识别方法 |
-
2005
- 2005-12-16 JP JP2005364117A patent/JP2007164737A/ja not_active Withdrawn
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4708192B2 (ja) * | 2006-01-10 | 2011-06-22 | パナソニック株式会社 | 動的なカメラ色補正装置およびそれを用いた映像検索装置 |
JP2007183872A (ja) * | 2006-01-10 | 2007-07-19 | Matsushita Electric Ind Co Ltd | 動的なカメラ色補正装置およびそれを用いた映像検索装置 |
JP2009032044A (ja) * | 2007-07-27 | 2009-02-12 | Panasonic Corp | 車色判定装置 |
JP2009217725A (ja) * | 2008-03-12 | 2009-09-24 | Nippon Telegr & Teleph Corp <Ntt> | 監視装置及び監視方法 |
JP2010020602A (ja) * | 2008-07-11 | 2010-01-28 | Nikon Corp | 画像マッチング装置、およびカメラ |
JP2010103888A (ja) * | 2008-10-27 | 2010-05-06 | Sony Corp | 撮像装置、撮像動作処理方法 |
US8872935B2 (en) | 2008-10-27 | 2014-10-28 | Sony Corporation | Imaging apparatus and imaging operation processing method |
JP2011076214A (ja) * | 2009-09-29 | 2011-04-14 | Alps Electric Co Ltd | 障害物検出装置 |
JP2012238239A (ja) * | 2011-05-12 | 2012-12-06 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
JP2013149039A (ja) * | 2012-01-18 | 2013-08-01 | Sumitomo Electric Ind Ltd | 車色判定装置、コンピュータプログラム及び車色判定方法 |
CN108701365A (zh) * | 2017-08-29 | 2018-10-23 | 广东虚拟现实科技有限公司 | 光点识别方法、装置以及系统 |
CN108701365B (zh) * | 2017-08-29 | 2022-05-31 | 广东虚拟现实科技有限公司 | 光点识别方法、装置以及系统 |
JP2019121096A (ja) * | 2017-12-28 | 2019-07-22 | 三菱重工機械システム株式会社 | 表示装置、表示システム、表示方法及び表示プログラム |
CN114972346A (zh) * | 2022-07-29 | 2022-08-30 | 山东通达盛石材有限公司 | 基于计算机视觉的石材识别方法 |
CN114972346B (zh) * | 2022-07-29 | 2022-11-04 | 山东通达盛石材有限公司 | 基于计算机视觉的石材识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007164737A (ja) | 色識別方法 | |
CA2609526C (en) | Vehicle and road sign recognition device | |
US8294794B2 (en) | Shadow removal in an image captured by a vehicle-based camera for clear path detection | |
JP4035910B2 (ja) | 車色判別装置 | |
US7542077B2 (en) | White balance adjustment device and color identification device | |
Fleyeh | Shadow and highlight invariant colour segmentation algorithm for traffic signs | |
US8345100B2 (en) | Shadow removal in an image captured by a vehicle-based camera using an optimized oriented linear axis | |
US8319854B2 (en) | Shadow removal in an image captured by a vehicle based camera using a non-linear illumination-invariant kernel | |
US20050244072A1 (en) | Determination of main object on image and improvement of image quality according to main object | |
US20100014707A1 (en) | Vehicle and road sign recognition device | |
Zakir et al. | Road sign segmentation based on colour spaces: A Comparative Study | |
JP2003032669A (ja) | 車載用画像処理カメラ装置 | |
CN106815587A (zh) | 图像处理方法及装置 | |
CN113306486A (zh) | 车内照明装置控制方法、存储介质和电子设备 | |
CN113126252B (zh) | 微光成像系统 | |
JP2009134591A (ja) | 車色判定装置、車色判定システム及び車色判定方法 | |
US20100053375A1 (en) | Image processing apparatus and image processing method | |
CN109800693B (zh) | 一种基于颜色通道混合特征的夜间车辆检测方法 | |
CN110388985B (zh) | 确定街道标记的颜色的方法和图像处理系统 | |
JP6825299B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN114841874B (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN115412677B (zh) | 灯具光谱确定、获取方法及相关设备和介质 | |
JP6874315B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP5510468B2 (ja) | ナンバープレート色判定装置、コンピュータプログラム及びナンバープレート色判定方法 | |
US8041108B2 (en) | Color extraction method and apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090303 |