JP2007316997A - 車種判別プログラムおよび車種判別装置 - Google Patents

Abstract

【課題】撮影機器の設置条件に関わらず、精度よく車種を判別することができる車種判別プログラムおよび車種判別装置を提供すること。
【解決手段】車種判別装置１００は、認識対象の画像から車両部分を抽出する車両部分抽出部１１２と、車両部分抽出部１１２により抽出された車両部分においてボンネットに相当する領域を認識するボンネット認識部１１４と、ボンネット認識部１１４によって認識されたボンネット領域の側面の傾きの大きさに基づいて車種を判別する車種判別部１１３とを備える。
【選択図】 図９

Description

この発明は、車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別プログラムおよび車種判別装置に関し、特に、撮影機器の設置条件に関わらず、精度よく車種を判別することができる車種判別プログラムおよび車種判別装置に関する。

従来より、路上に設置された撮影機器により撮影された車両の画像を解析し、車両の種別を判別するシステムが車両取締り業務等において使用されている。典型的には、画像中のナンバープレート部分を解析し、車種を判別するシステムがよく知られている。このようなシステムは、ナンバープレートの車両番号だけでなく、ナンバープレートの色等も利用して車種の判別をおこなう（例えば、特許文献１）。

ところが、ナンバープレートを解析する方式では、ナンバープレートが汚れている場合等には、精度よく車種を判別することができない。そこで、様々な条件下においても車種を精度よく判別することが必要な場合には、複数の方式を組み合わせて車種判別が行われる。ナンバープレート部分の解析によらずに車種を判別する方式には、例えば、特許文献２にて開示されている方式がある。

特許文献２にて開示されている車種判別方式は、画像中の車両のボンネット部分やフロントガラス部分を所定のルールに従って識別し、それらの部分の幅や高さに基づいて、対象が普通車であるか大型車であるかといった大まかな車種判定をおこなうものである。

特開２００３−３３１３８４号公報 特開平１１−３５３５８１号公報

しかしながら、特許文献２にて開示されている車種判別方式は、ボンネット部分やフロントガラス部分の高さ等によって車種を判別するものであるため、車両の形状と、路上に設置された撮影機器の設置角度の組合せによっては、車種を誤判別してしまうことがあった。

一般的に、画像における普通車のボンネット部分の高さは、撮影機器が水平に近い角度で設置されるほど低くなり、設置角度が垂直に近くなるほど高くなる。このため、撮影機器の設置角度によっては、特定の種類の普通車のボンネット部分の高さが大型車のボンネット部分の高さほぼ同一に撮影され、普通車が大型車と誤判別されることがあった。車両は、それぞれ特徴的な形状を有しているため、撮影機器の設置角度を調整しても、このような誤判別を完全に防止することは困難であった。

この発明は、上述した従来技術による問題点を解消するためになされたものであり、撮影機器の設置条件に関わらず、精度よく車種を判別することができる車種判別プログラムおよび車種判別装置を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明の一つの態様では、車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別プログラムであって、前記画像から車両部分を抽出する車両部分抽出手順と、前記車両部分抽出手順により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手順と、前記ボンネット認識手順によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手順とをコンピュータに実行させることを特徴とする。

また、本発明の他の態様では、車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別装置であって、前記画像から車両部分を抽出する車両部分抽出手段と、前記車両部分抽出手段により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手段と、前記ボンネット認識手段によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手段とをコンピュータに実行させることを特徴とする。

この発明の態様によれば、画像中における車両のボンネットを認識し、その側面の傾きの大きさに基づいて車種の判別をおこなうように構成したので、撮影機器の設置条件により、ボンネットの高さ等に基づいて車種を正確に判別することができない場合であっても、精度よく車種を判別することができる。

また、本発明の他の態様では、上記の発明の態様において、前記車両部分抽出手順は、前記画像と同一位置かつ同一角度で撮影された他の画像と、前記画像とを比較し、差分を車両部分として抽出することを特徴とする。

この発明の態様によれば、同一位置かつ同一角度で撮影された他の画像との比較により、認識対象の画像から車両部分を抽出するように構成したので、精度よく車種を判別する前提として、車両部分を正確に抽出することができる。

また、本発明の他の態様では、上記の発明の態様において、前記車両部分抽出手順は、前記他の画像と前記画像とを比較するのに先立って、両者の画像の明るさを一致させることを特徴とする。

この発明の態様によれば、比較対象の画像と明るさを一致させた後に、認識対象の画像から車両部分を抽出するように構成したので、精度よく車種を判別する前提として、車両部分を正確に抽出することができる。

また、本発明の他の態様では、上記の発明の態様において、前記ボンネット認識手順は、画像を縦方向に走査して得られたエッジを基準として前記車両部分を複数の領域に分割し、これらの領域の色の変化のパターンに基づいて、ボンネットに相当する領域を認識することを特徴とする。

この発明の態様によれば、抽出された車両部分を複数の領域に分割し、各領域の色の変化パターンに基づいて、ボンネットに相当する領域を認識するように構成したので、フロントガラス部分は色が暗く、その下の領域がボンネットであるといった知見をもちいて、ボンネットに相当する領域を正確に認識することができる。

本発明の一つの態様によれば、画像中における車両のボンネットを認識し、その側面の傾きの大きさに基づいて車種の判別をおこなうように構成したので、撮影機器の設置条件により、ボンネットの高さ等に基づいて車種を正確に判別することができない場合であっても、精度よく車種を判別することができるという効果を奏する。

また、本発明の他の態様によれば、同一位置かつ同一角度で撮影された他の画像との比較により、認識対象の画像から車両部分を抽出するように構成したので、精度よく車種を判別する前提として、車両部分を正確に抽出することができるという効果を奏する。

また、本発明の他の態様によれば、比較対象の画像と明るさを一致させた後に、認識対象の画像から車両部分を抽出するように構成したので、精度よく車種を判別する前提として、車両部分を正確に抽出することができるという効果を奏する。

また、本発明の他の態様によれば、抽出された車両部分を複数の領域に分割し、各領域の色の変化パターンに基づいて、ボンネットに相当する領域を認識するように構成したので、フロントガラス部分は色が暗く、その下の領域がボンネットであるといった知見をもちいて、ボンネットに相当する領域を正確に認識することができるという効果を奏する。

以下に添付図面を参照して、本発明に係る車種判別プログラムおよび車種判別装置の好適な実施の形態を詳細に説明する。

まず、本実施例に係る車種判別方法の概要について説明する。本実施例に係る車種判別方法は、認識画像から認識対象の車両部分を抽出し、さらに、抽出した車両部分のボンネット部分の高さと傾きに基づいて大まかな車種を判別するものである。ボンネット部分の高さのみならず、傾きも判別材料とすることにより、撮影機器の設置角度等に関わらず、精度よく車種判別をおこなうことができる。

本実施例に係る車種判別方法では、認識画像から認識対象の車両部分を抽出するために、背景画像と認識画像の比較をおこなう。図１は、背景画像の一例を示す図であり、図２は、認識画像の一例を示す図である。これらの図に示すように、背景画像と認識画像は、同一の撮影機器によって、同一位置かつ同一角度で撮影された画像である。そして、背景画像は、いずれの車両も映りこんでいない画像であり、認識画像は、認識対象の車両の一部もしくは全体が写っている画像である。

この２つの画像を比較し、差分画像を作成することにより、図３に示すように、認識画像から車両部分のみが抽出される。こうして、車両部分の抽出が完了した後、ボンネットを識別するため、抽出された車両部分は、いくつかの領域に分割される。

車両部分の領域分割は、車両部分の中央を含む数箇所を縦方向に走査することにより検出されたエッジを基準としておこなわれる。図４は、縦方向のエッジの検出例を示す図である。同図は、車両部分の中央を含む３箇所を縦方向に走査することにより、エッジを検出する例を示している。図５は、エッジに基づく境界の設定例を示す図である。同図は、ほぼ同一水平線上に存在する各エッジの中心を通る直線を最小二乗法等により取得し、これを境界とする例を示している。

なお、同図に示した例では、フロントグリルの領域およびそれより下方のエッジを無視している。フロントグリルの領域は、多くのエッジが検出されることにより識別可能であるが、通常、ボンネットよりも下方にある。本実施例に係る車種判別方法は、後述するように、上方の領域との比較によりボンネット部分を識別する論理をもちいており、ボンネットよりも下方の領域を必要としないため、フロントグリルの領域およびそれより下方のエッジを利用していない。なお、ボンネット部分を識別する論理を変更する場合には、フロントグリルの領域およびそれより下方のエッジを利用することができる。

図６は、車両部分の領域分割例を示す図である。同図は、図５において設定された境界線に基づいて車両部分を３つの領域に分割した例を示している。こうして、領域分割がされた後は、各領域の色の変動パターンや縦方向の長さの変動パターンを上方の領域から調べ、その結果を所定の推定ルールに照合して、ボンネットに相当する領域を推定する。

そして、ボンネットに相当する領域を推定した後は、ボンネットの傾きと高さを取得し、これらを所定の閾値と比較することにより、車種判別をおこなう。図７は、ボンネットの傾きと高さの取得例を示す図である。同図に示すように、ボンネットの傾きθは、領域の下方の境界線と、撮影装置から遠い側面の輪郭線との角度として求められる。また、ボンネットの高さＨは、領域の上方の境界線と下方の境界線の距離として求められる。

なお、ボンネットの傾きθを求めるには、撮影装置から遠い側面の輪郭線を取得することが必要になるが、この線は、例えば、ボンネットに相当する領域の撮影装置から遠い側面において、車両部分として抽出された領域の境界線上の何点かをサンプルとして取得し、これらの点の中心を通る直線として、最小二乗法により求めることができる。また、車両部分が精密に抽出されていない場合は、横方向のエッジを何点か検出し、これを基準として輪郭線を取得することもできる。

図８は、ワゴンの場合におけるボンネットの傾きと高さの取得例を示す図である。同図に示すように、ワゴンの場合におけるボンネットの傾きは、図７に示した普通車の場合における傾きよりも大きくなる。また、ワゴンの場合におけるボンネットの高さは、図７に示した普通車の場合における高さよりも低くなる。

すなわち、ボンネットの傾きと高さを取得し、これらを所定の閾値と比較することにより、認識対象が普通車であるかワゴンであるかを容易に判別することができる。万一、撮影装置の設置角度により、普通車のボンネットの高さがワゴンと同等に写ることがあっても、同時に、ボンネットの傾きがワゴンと同等に写ることはないため、誤判別を回避することができる。

次に、本実施例に係る車種判別方法をもちいて車種判別をおこなう車種判別装置の構成について説明する。図９は、本実施例に係る車種判別装置１００の構成を示す図である。同図に示すように、車種判別装置１００は、制御部１１０と、記憶部１２０と、表示部１３０とを有する。表示部１３０は、各種情報を表示するための装置であり、液晶表示装置等からなる。

制御部１１０は、車種判別装置１００を全体制御する制御部であり、画像入力部１１１と、車両部分抽出部１１２と、車種判別部１１３と、ボンネット認識部１１４と、黄色ナンバー判定部１１５とを有する。画像入力部１１１は、認識画像と背景画像の入力を受け付け、入力された認識画像と背景画像を記憶部１２０の画像データ記憶領域１２１に格納する処理部である。

車両部分抽出部１１２は、画像データ記憶領域１２１に格納された認識画像と背景画像を比較し、認識画像から車両部分を差分画像として抽出する処理部である。車両部分抽出部１１２は、認識画像と背景画像を比較するにあたって、認識画像において路面が撮影されている可能性の高い幾つかの点の周辺の画素のＲＧＢ（Red, Green and Blue）値を取得し、背景画像の同位置の周辺の画素のＲＧＢ値と比較する。

そして、差分が大きい点は、車両が写っている可能性が高いため除外し、路面と推定されるその他の点の差分の平均値を求める。そして、求めた差分の平均値をもちいて背景画像のストレッチングをおこない、明るさを認識画像と合わせる。このように、差分抽出に先立って背景画像の明るさを調整することにより、車両部分の抽出精度を向上させることができる。

続いて、車両部分抽出部１１２は、認識画像と背景画像を、細分化した領域ごと、もしくは、画素ごとに比較し、Ｒ、Ｇ、Ｂ各値の差分の絶対値を求める。そして、差分の絶対値が、Ｒ、Ｇ、Ｂのいずれかにおいて閾値以上である部分を車両部分として認識する。

このように、認識画像と背景画像を比較して車両部分を抽出することにより、路面上の白線のように背景中の他の部分と色合い等が大きく異なる部分が存在しても、その部分を消去して車両部分を正確に抽出することができる。なお、上記の説明では、ＲＧＢ値を基準として認識画像と背景画像を比較するものとしたが、明度等の他の値をＲＧＢ値に代えて、もしくは、ＲＧＢ値と併用して比較にもちいることとしてもよい。

車種判別部１１３は、車両部分抽出部１１２により抽出された車両部分の解析をおこなって、大まかな車種を判別する処理部である。具体的には、車種判別部１１３は、抽出された車両部分を「バイク」、「路面・その他」、「軽自動車」、「大型車」、「ワゴン」および「普通車」の６種類に分別する。

車種判別部１１３は、抽出された車両部分の面積と幅が所定の閾値以下の場合、高さが閾値より大きければ、対象を「バイク」と判別し、高さが閾値以下であれば、対象を「路面・その他」と判別する。また、抽出された車両部分に黄色いナンバープレートが写っていることが黄色ナンバー判定部１１５の解析によって判明した場合には、対象を「軽自動車」と判別する。

また、車種判別部１１３は、抽出された車両部分の面積と幅が所定の閾値以上の場合は、対象を「大型車」と判別する。そして、上記以外の場合には、既に説明した本実施例に係る車種判別方法をもちいて、ボンネットの傾きと高さに基づいて、対象が「ワゴン」であるか「普通車」であるかを判別する。

なお、上記の車種判別の区分と判別論理は一例であり、目的に応じて変更することが可能である。例えば、「軽自動車」をさらに「軽乗用車」と「軽トラック」に分類する必要がある場合には、本実施例に係る車種判別方法をもちいて両者を判別することもできる。具体的には、黄色いナンバープレートが認識された場合、ボンネットの傾きの大きさが所定の閾値以上で、かつ、ボンネットの高さが所定の閾値以下であれば、対象を「軽トラック」と判別し、さもなければ、「軽乗用車」と判別する。

また、「大型車」の判別にも本実施例に係る車種判別方法をもちいることができる。具体的には、ボンネットが垂直に近い傾きをもっており、高さが所定の閾値以上である場合に「大型車」であると判別することができる。

ボンネット認識部１１４は、車両部分抽出部１１２により抽出された車両部分からボンネットに相当する部分を識別し、その部分の高さと傾きを取得する処理部である。ボンネット認識部１１４により取得されたボンネットの傾きと高さは、車種判別部１１３による車種判別にもちいられる。

ボンネット認識部１１４が、抽出された車両部分を図６に示すように複数の領域に分割するまでの処理については既に詳しく説明したので、ここでは、分割された各領域のいずれがボンネットに相当する領域であるかを推定する処理について説明する。

ボンネットに相当する領域を推定するため、ボンネット認識部１１４は、各領域の色、幅および高さを求める。色については、領域中の各画素の色の平均をとってもよいし、領域中の各画素の色の分布に基づいて求めてもよい。そして、ボンネット認識部１１４は、求められた各領域の色、幅および高さを、記憶部１２０の判定ルール記憶領域１２２に記憶された推定ルールと照合することによりボンネットに相当する領域を推定する。

図１０は、色によるボンネット領域の推定ルールの一例を示す図である。同図に示すように、このルールは、隣接する２つの領域の上位の領域の色と下位の領域の色の組合せごとに、下位の領域がボンネットに相当する領域である確度を定義したものである。

例えば、上位の領域の色が「シルバー」であり、下位の領域の色が「白」である場合、上位の領域がフロントガラスであり、下位の領域がボンネットである可能性が高いので、この組合せに対する確度は、「３０」となっている。また、上位の領域の色が「白」であり、下位の領域の色が「シルバー」である場合、上位の領域がルーフであり、下位の領域がフロントガラスである可能性が高いので、この組合せに対する確度は、「０」となっている。

図１１は、領域の高さによるボンネット領域の推定ルールの一例を示す図である。同図に示すように、このルールは、隣接する２つの領域の上位の領域の高さが全体に占める割合と下位の領域の高さが全体に示す割合の組合せごとに、下位の領域がボンネットに相当する領域である確度を定義したものである。

例えば、上位の領域の高さの割合が「２５％」であり、下位の領域の高さの割合が「４０％」である場合、上位の領域がフロントガラスであり、下位の領域がボンネットである可能性が高いので、この組合せに対する確度は、「４０」となっている。また、上位の領域の高さの割合が「３０％」であり、下位の領域の高さの割合が「２０％」である場合、上位の領域がルーフであり、下位の領域がフロントガラスである可能性が高いので、この組合せに対する確度は、「０」となっている。

ボンネット認識部１１４は、隣接する２つの領域の全ての組合せについて、これらのルールとの照合をおこない、下方の領域がボンネットである確度を組合せごと集計する。そして、判定ルール記憶領域１２２に記憶されているボンネットの幅に関する閾値に下方の領域が適合しない組合せを除外して、最も高い確度が得られた組合せにおける下位の領域をボンネットと推定する。

なお、上記の例では、隣接する２つの領域の色や高さの変化のパターンに基づいてボンネットに相当する領域を推定しているが、隣接する３つ以上の領域の色や高さの変化のパターンに基づいてボンネットに相当する領域を推定することとしてもよい。

また、ボンネット認識部１１４は、記憶部１２０の設定情報記憶領域１２３に記憶された撮影機器の設置角度に関する情報や、認識画像全体におけるボンネット部分の位置等に基づいて、ボンネットの傾きと高さを補正し、画角等によって傾きと高さにばらつきが生じるのを解消する。

黄色ナンバー判定部１１５は、車両部分抽出部１１２により抽出された車両部分に黄色いナンバープレートが写っているか否かを判定する処理部である。この判定は、例えば、特許文献１において開示されている技術をもちいて実現することができる。黄色ナンバー判定部１１５の判定結果は、車種判別部１１３による車種判別にもちいられる。

記憶部１２０は、各種情報を記憶する記憶部であり、画像データ記憶領域１２１と、判定ルール記憶領域１２２と、設定情報記憶領域１２３とを有する。画像データ記憶領域１２１は、画像入力部により入力が受け付けられた認識画像や背景画像が格納される領域である。

判定ルール記憶領域１２２、車種判別部１１３やボンネット認識部１１４が各種判定をおこなうためのルールや閾値が記憶される領域である。設定情報記憶領域１２３は、撮影機器の設置角度のような設定情報が記憶される領域である。

次に、図９に示した車種判別装置１００の処理手順について説明する。図１２は、車種判別装置１００の処理手順を示すフローチャートである。同図に示すように、まず、画像入力部１１１が、背景画像の入力を受け付けて、これを画像データ記憶領域に格納し（ステップＳ１０１）、認識画像の入力を受け付けて、これを画像データ記憶領域に格納する（ステップＳ１０２）。

そして、車両部分抽出部１１２が、認識画像と背景画像の路面部分の明るさが同等になるように背景画像の明るさを調整し（ステップＳ１０３）、認識画像と背景画像を比較して、認識画像から車両部分を抽出する（ステップＳ１０４）。

そして、車両部分抽出部１１２により抽出された車両部分に対して、車種判別部１１３が、後述する車種判別処理をおこなって車種を判別し（ステップＳ１０５）、判別結果を表示部１３０に出力する（ステップＳ１０６）。

図１３は、車種判別処理の処理手順を示すフローチャートである。同図に示すように、まず、車種判別部１１３は、車両部分抽出部１１２により抽出された車両部分の面積、幅および高さを取得する（ステップＳ２０１）。

そして、面積と幅が閾値以下の場合は（ステップＳ２０２肯定）、高さが閾値以下であれば（ステップＳ２１１肯定）、認識対象を「路面・その他」と判定し（ステップＳ２１３）、さもなれれば（ステップＳ２１１否定）、認識対象を「バイク」と判定する（ステップＳ２１２）。

車両部分抽出部１１２により抽出された車両部分の面積と幅が閾値以下でない場合は（ステップＳ２０２否定）、後述するボンネット認識処理をおこなって、ボンネットの傾きと高さを取得する（ステップＳ２０３）。

そして、黄色ナンバー判定部１１５により黄色いナンバープレートの存在が認められた場合は（ステップＳ２０４肯定）、認識対象を「軽自動車」と判定し（ステップＳ２１０）、車両部分の面積と幅が閾値以上であれば（ステップＳ２０５肯定）、認識対象を「大型車」と判定する（ステップＳ２０９）。

そして、認識対象を「軽自動車」とも「大型車」とも判定しなかった場合は（ステップＳ２０４否定、かつ、ステップＳ２０５否定）、ボンネット認識処理によって得られたボンネットの傾きが閾値以上であり、かつ、高さが閾値以下の場合に（ステップＳ２０６肯定）、認識対象を「ワゴン」と判定し（ステップＳ２０８）、さもなければ（ステップＳ２０６否定）、認識対象を「普通車」と判定する（ステップＳ２０７）。

図１４は、ボンネット認識処理の処理手順を示すフローチャートである。同図に示すように、まず、車種判別部１１３は、車両部分抽出部１１２により抽出された車両部分の縦方向のエッジを検出し（ステップＳ３０１）、検出されたエッジを基準として車両部分を複数の領域に分割する（ステップＳ３０２）。

そして、分割により得られた各領域の色、幅および高さを取得し（ステップＳ３０３）、これを推定ルールと照合してボンネットに相当する領域を推定する（ステップＳ３０４）。そして、ボンネットの側面の輪郭線を検出し（ステップＳ３０５）、ボンネットの傾きと高さを取得し（ステップＳ３０６）、取得した傾きと高さの補正をおこなう（ステップＳ３０７）。

なお、図９に示した本実施例に係る車種判別装置１００の構成は、本発明の要旨を逸脱しない範囲で種々に変更することができる。例えば、車種判別装置１００の制御部１１０の機能をソフトウェアとして実装し、これをコンピュータで実行することにより、車種判別装置１００と同等の機能を実現することもできる。以下に、制御部１１０の機能をソフトウェアとして実装した車種判別プログラム１０７１を実行するコンピュータの一例を示す。

図１５は、車種判別プログラム１０７１を実行するコンピュータ１０００を示す機能ブロック図である。このコンピュータ１０００は、各種演算処理を実行するＣＰＵ（Central Processing Unit）１０１０と、ユーザからのデータの入力を受け付ける入力装置１０２０と、各種情報を表示するモニタ１０３０と、各種プログラム等を記録した記録媒体からプログラム等を読み取る媒体読取り装置１０４０と、ネットワークを介して他のコンピュータとの間でデータの授受をおこなうネットワークインターフェース装置１０５０と、各種情報を一時記憶するＲＡＭ（Random Access Memory）１０６０と、ハードディスク装置１０７０とをバス１０８０で接続して構成される。

そして、ハードディスク装置１０７０には、図９に示した制御部１１０と同様の機能を有する車種判別プログラム１０７１と、図９に示した記憶部１２０に記憶される各種データに対応する車種判別用データ１０７２とが記憶される。なお、車種判別用データ１０７２を、適宜分散させ、ネットワークを介して接続された他のコンピュータに記憶させておくこともできる。

そして、ＣＰＵ１０１０が車種判別プログラム１０７１をハードディスク装置１０７０から読み出してＲＡＭ１０６０に展開することにより、車種判別プログラム１０７１は、車種判別プロセス１０６１として機能するようになる。そして、車種判別プロセス１０６１は、車種判別用データ１０７２から読み出した情報等を適宜ＲＡＭ１０６０上の自身に割り当てられた領域に展開し、この展開したデータ等に基づいて各種データ処理を実行する。

なお、上記の車種判別プログラム１０７１は、必ずしもハードディスク装置１０７０に格納されている必要はなく、ＣＤ−ＲＯＭ等の記憶媒体に記憶されたこのプログラムを、コンピュータ１０００が読み出して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等を介してコンピュータ１０００に接続される他のコンピュータ（またはサーバ）等にこのプログラムを記憶させておき、コンピュータ１０００がこれらからプログラムを読み出して実行するようにしてもよい。

上述してきたように、本実施例では、画像中における車両のボンネットを認識し、その高さに加えて、側面の傾きの大きさに基づいて車種の判別をおこなうように構成したので、撮影機器の設置条件により、ボンネットの高さ等に基づいて車種を正確に判別することができない場合であっても、精度よく車種を判別することができる。

なお、上記の実施例においては、認識画像中のボンネットの側面部分の傾きの大きさに基づいて車種を判別する例について説明したが、ボンネットの側面部分の丸みの大きさに基づいて車種を判別することもできる。この場合、例えば、ボンネットの側面部分の近時曲線を求め、丸みの大きさを示す係数を算出し、これを閾値と比較して車種判別をおこなう。この方式は、ボンネットに丸みをもつ特殊な形状の車両を判別する場合に有効である。

また、認識画像中のボンネットの側面部分の傾きの大きさに代えて、または、これに加えて、他の部分の傾きの大きさに基づいて車種を判別することもできる。例えば、フロントガラス部分の傾きが閾値よりも大きい場合は、認識対象が大型車であると判別することができる。

（付記１）車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別プログラムであって、
前記画像から車両部分を抽出する車両部分抽出手順と、
前記車両部分抽出手順により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手順と、
前記ボンネット認識手順によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手順と
をコンピュータに実行させることを特徴とする車種判別プログラム。

（付記２）前記車種判別手順は、前記領域の側面の傾きの大きさに加えて、前記領域の高さに基づいて前記車両の車種を判別することを特徴とする付記１に記載の車種判別プログラム。

（付記３）前記車種判別手順は、前記領域の側面の傾きの大きさに代えて、前記領域の側面の丸みの大きさに基づいて前記車両の車種を判別することを特徴とする付記１に記載の車種判別プログラム。

（付記４）前記車両部分抽出手順は、前記画像と同一位置かつ同一角度で撮影された他の画像と、前記画像とを比較し、差分を車両部分として抽出することを特徴とする付記１〜３のいずれか一つに記載の車種判別プログラム。

（付記５）前記車両部分抽出手順は、前記他の画像と前記画像とを比較するのに先立って、両者の画像の明るさを一致させることを特徴とする付記４に記載の車種判別プログラム。

（付記６）前記ボンネット認識手順は、画像を縦方向に走査して得られたエッジを基準として前記車両部分を複数の領域に分割し、これらの領域の色の変化のパターンに基づいて、ボンネットに相当する領域を認識することを特徴とする付記１〜５のいずれか一つに記載の車種判別プログラム。

（付記７）前記ボンネット認識手順は、画像を縦方向に走査して得られたエッジを基準として前記車両部分を複数の領域に分割し、これらの領域の高さの変化のパターンに基づいて、ボンネットに相当する領域を認識することを特徴とする付記１〜５のいずれか一つに記載の車種判別プログラム。

（付記８）車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別装置であって、
前記画像から車両部分を抽出する車両部分抽出手段と、
前記車両部分抽出手段により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手段と、
前記ボンネット認識手段によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手段と
をコンピュータに実行させることを特徴とする車種判別装置。

以上のように、本発明に係る車種判別プログラムおよび車種判別装置は、車両を撮影した画像に基づいて当該の車両の車種を判別する場合に有用であり、特に、撮影機器の設置条件に関わらず、精度よく車種を判別することが必要な場合に適している。

背景画像の一例を示す図である。 認識画像の一例を示す図である。 車両部分の抽出結果の一例を示す図である。 縦方向のエッジの検出例を示す図である。 エッジに基づく境界の設定例を示す図である。 車両部分の領域分割例を示す図である。 ボンネットの傾きと高さの取得例を示す図である。 ワゴンの場合におけるボンネットの傾きと高さの取得例を示す図である。 本実施例に係る車種判別装置の構成を示す機能ブロック図である。 色によるボンネット領域の推定ルールの一例を示す図である。 領域の高さによるボンネット領域の推定ルールの一例を示す図である。 車種判別装置の処理手順を示すフローチャートである。 車種判別処理の処理手順を示すフローチャートである。 ボンネット認識処理の処理手順を示すフローチャートである。 車種判別プログラムを実行するコンピュータを示す機能ブロック図である。

符号の説明

１００ 車種判別装置
１１０ 制御部
１１１ 画像入力部
１１２ 車両部分抽出部
１１３ 車種判別部
１１４ ボンネット認識部
１１５ 黄色ナンバー判定部
１２０ 記憶部
１２１ 画像データ記憶領域
１２２ 判定ルール記憶領域
１２３ 設定情報記憶領域
１３０ 表示部
１０００ コンピュータ
１０１０ ＣＰＵ
１０２０ 入力装置
１０３０ モニタ
１０４０ 媒体読取り装置
１０５０ ネットワークインターフェース装置
１０６０ ＲＡＭ
１０６１ 車種判別プロセス
１０７０ ハードディスク装置
１０７１ 車種判別プログラム
１０７２ 車種判別用データ
１０８０ バス

Claims (5)

1. 車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別プログラムであって、
   前記画像から車両部分を抽出する車両部分抽出手順と、
   前記車両部分抽出手順により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手順と、
   前記ボンネット認識手順によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手順と
   をコンピュータに実行させることを特徴とする車種判別プログラム。
2. 前記車両部分抽出手順は、前記画像と同一位置かつ同一角度で撮影された他の画像と、前記画像とを比較し、差分を車両部分として抽出することを特徴とする請求項１に記載の車種判別プログラム。
3. 前記車両部分抽出手順は、前記他の画像と前記画像とを比較するのに先立って、両者の画像の明るさを一致させることを特徴とする請求項２に記載の車種判別プログラム。
4. 前記ボンネット認識手順は、画像を縦方向に走査して得られたエッジを基準として前記車両部分を複数の領域に分割し、これらの領域の色の変化のパターンに基づいて、ボンネットに相当する領域を認識することを特徴とする請求項１〜３のいずれか一つに記載の車種判別プログラム。
5. 車両を撮影した画像に基づいて当該の車両の車種を判別する車種判別装置であって、
   前記画像から車両部分を抽出する車両部分抽出手段と、
   前記車両部分抽出手段により抽出された前記車両部分においてボンネットに相当する領域を認識するボンネット認識手段と、
   前記ボンネット認識手段によって認識された前記領域の側面の傾きの大きさに基づいて前記車両の車種を判別する車種判別手段と
   をコンピュータに実行させることを特徴とする車種判別装置。

Images