JP2009032044A - 車色判定装置 - Google Patents

Abstract

【課題】車両の形状や周囲環境などに関わらず、適切な車色判定が可能な車色判定装置を提供する。
【解決手段】車両を含む領域を撮影した撮影画像として、同じ撮影対象の白黒画像とカラー画像とを入力する画像入力部１と、白黒画像を記憶する白黒画像格納部２と、カラー画像を記憶するカラー画像格納部３と、入力された白黒画像を用いて車両を検知する車両検知部４と、白黒画像を用いて検知された車両の車種を判定する車種判定部５と、カラー画像において車種に対応した車色判定領域を設定し、車色判定領域における車色を判定する車色判定部６とを備える。
【選択図】図１

Description

本発明は、車両を撮影した画像から車両の塗装色を判定する車色判定装置に関する。

通行中の車両を特定する手段の一つとして、カメラで撮影した車両のナンバーを読み取るナンバー読取装置がある。また、車両のナンバーの他に、車両の特定には塗装色も有効な情報である。そこで、ナンバー読み取り機能を備え、車両の塗装色を判定することが可能な車色判定装置が提案されている（例えば、特許文献１参照）。

図８は、従来の車色判定装置の構成例を示すブロック図である。車色判定装置２００は、主に、画像入力部２０１、白黒画像格納部２０２、カラー画像格納部２０３、車両検知部２０４、ナンバー読取部２０５、車色判定部２０６、を有して構成される。

画像入力部２０１は、カメラ等で構成され、車両のナンバープレート部分を撮影した画像を入力する。白黒画像格納部２０２は、画像入力部２０１から入力された白黒画像を格納する。カラー画像格納部２０３は、画像入力部２０１から入力されたカラー画像を格納する。車両検知部２０４は、白黒画像格納部２０２に格納されている白黒画像から、公知の画像処理技術、画像認識技術を用いて、車両部分を検知する。ナンバー読取部２０５は、撮影された車両の画像からナンバープレート部分を検出し、その位置の特定と文字の読み取りを行う。車色判定部２０６は、カラー画像格納部２０３に格納されているカラー画像について、ナンバー読取部２０５が特定したナンバープレートの位置から決定される所定の範囲の色の読み取りを行い、車色を判定する。

このような従来の車色判定装置では、画像入力部２０１により白黒画像及びカラー画像を撮影し、これらの画像を白黒画像格納部２０２及びカラー画像格納部２０３に格納する。そして、車両検知部２０４により、白黒画像格納部２０２に格納されている白黒画像において車両の検知を行う。車両検知部２０４において撮影された白黒画像の中に車両を検知した場合、ナンバー読取部２０５により車両のナンバープレートを検出し、その位置の特定とナンバープレートの情報の読み取りを行う。そして、車色判定部２０６において、対応するカラー画像をカラー画像格納部２０３から取得し、ナンバー読取部２０５が特定したナンバープレートの位置から決定される所定の範囲（ボンネット領域）を車色判定領域とし、この車色判定領域において色の読み取りを行い、車色を判定する。
特開２０００−２２２６７３号公報、図２

しかしながら、上記従来の車色判定装置では、車両のボンネット領域をナンバープレートの位置から一律に決定して車色判定領域として判定を行っていたため、車両によっては正しくボンネット領域を捕らえることができず、車色を誤判定してしまうことがあった。車両には、一般乗用車以外にもトラックやバンなど様々な車種があり、また一般乗用車でもそのフロント形状には様々なデザインのバリエーションがある。例えば、ナンバープレートの直上数１０ｃｍの位置の矩形を一律にボンネットの位置と仮定して色判定を行う場合、車色判定領域にボンネット以外の部分が含まれる場合が生じる。

図９は、車色判定領域の選択が不適切なときに車色が誤判定された例を説明するための図である。図９（ａ）では、車色判定領域５０ａのほとんどの部分に、ボンネット下方のフロントグリル格子とエンブレムを含む領域が選択されている。また、図９（ｂ）では、車色判定領域５０ｂのほとんどの範囲にボンネット部分が選択されているが、一部に、本体の車両の塗装色とは全く異なる黒いフロントグリル格子部分が含まれている。このように、車色判定領域が適切に選択されない場合は、無彩色の黒や灰色などと誤判定され、正確な車色の判定を行うことはできない。

また、たとえ車色判定領域として車両のボンネット領域を正しく捕らえることができたとしても、天候や周囲の明るさなどによって太陽光の色温度が変化し、本来の車色が撮影画像において表現されず、車色を正しく判定できない場合がある。例えば、直射日光が照りつける日中には光の反射が強く、撮影画像により白っぽい色と判定されたり、曇天の場合は実際より暗い無彩色と判定されたりする場合がある。

図１０は、周囲環境の影響によって車色が誤判定された例を説明するための図である。図１０（ａ）では、車色判定領域５０ｃが適切に選択されているのにもかかわらず、ワインレッドの色などが彩度の低い黒と誤判定されている。図１０（ｂ）では、車色判定領域５０ｄが水色などが彩度の低い灰色と誤判定されている。このように、車色判定領域が正しくボンネット領域に設定されていても、太陽光の色温度変化などの天候条件等による周囲環境の影響によって、例えば彩度の低い車色の車両では、黒や灰色といった無彩色と誤判定されることがある。

本発明は、上記事情に鑑みてなされたもので、車両の形状や周囲環境などに関わらず、適切な車色判定を行うことが可能な車色判定装置を提供することを目的とする。

本発明の車色判定装置は、車両を含む領域を撮影した撮影画像を入力する画像入力部と、前記入力された撮影画像において車両を検知する車両検知部と、前記検知された車両の車種を判定する車種判定部と、前記判定された車種に対応した車色判定領域を設定し、前記車色判定領域における車色を判定する車色判定部と、を備えるものである。
これにより、撮影画像における対象車両の車種に応じて車色判定領域を設定することで、車両の形状に関わらず、あらゆる形状の車両に対して適切な車色判定を行うことが可能となる。

また、本発明は、上記の車色判定装置であって、前記画像入力部は、前記撮影画像として、同じ撮影対象の白黒画像とカラー画像とを入力し、前記車両検知部は、前記白黒画像を用いて車両を検知し、前記車種判定部は、前記白黒画像を用いて検知された車両の車種を判定し、前記車色判定部は、前記カラー画像において車種に対応した車色判定領域を設定し、前記車色判定領域における車色を判定するものを含む。
これにより、白黒画像を用いて車両検知及び車種判定を行うことで、負荷が小さい処理で実現可能となり、より少ないリソースで高速に処理を実行可能である。

また、本発明は、上記の車色判定装置であって、前記車種判定部は、複数の車両画像を車種判定用のテンプレート画像として保持し、前記テンプレート画像と前記撮影画像における車両検知領域との類似度を算出して最も類似度の高いテンプレート画像を抽出し、このテンプレート画像によって当該車両の車種を判定するものを含む。
これにより、予め用意したテンプレート画像の中から類似のものを選択して車種の判定を行うことで、対象車両について容易かつ迅速に車種の決定を行うことが可能となる。

また、本発明は、上記の車色判定装置であって、前記車種判定部において保持される車種ごとのテンプレート画像には、それぞれの車種の車両の形状に応じて予め車色判定領域が設定されており、前記車種判定部は、前記抽出したテンプレート画像に設定された車色判定領域を出力し、前記車色判定部は、前記出力された車色判定領域を用いて車色を判定するものを含む。
これにより、テンプレート画像ごとに設定された車色判定領域を用いることで、車種の判定とともに車色判定領域が決定されるので、迅速かつ適切な車色判定を行うことが可能となる。

また、本発明は、上記の車色判定装置であって、前記撮影画像において検知された車両のナンバープレートの情報を読み取るナンバー読取部と、前記ナンバープレートの背景領域の色情報から前記撮影画像に対するカラー画像補正係数を算出し、前記撮影画像の色補正を行うカラー画像補正部とを備え、前記車色判定部は、前記色補正が施された撮影画像について車色判定領域の車色を判定するものを含む。
これにより、ナンバープレートの背景領域の色情報を用いて撮影画像の色補正を行ってから車色判定領域の色の判定を行うことで、天候などの周囲環境の影響による誤判定要因を低減でき、周囲環境などに関わらず適切な車色判定を行うことが可能となる。

また、本発明は、上記の車色判定装置であって、前記ナンバー読取部は、前記ナンバープレートの文字情報及び背景領域の位置情報を認識し、前記カラー画像補正部は、前記ナンバープレートの文字情報及び背景領域の位置情報を基に背景が白地のナンバープレートを識別し、この白地の背景領域の色情報を用いて前記カラー画像補正係数を算出するものを含む。
これにより、ナンバープレートの白地の背景領域の色情報を用いてカラー画像補正係数を算出することで、色補正として白地の背景領域のホワイトバランス調整を実行しながら車色判定を行うことができ、周囲環境などに関わらず適切な車色判定を行うことが可能となる。

また、本発明は、上記の車色判定装置であって、前記カラー画像補正部は、前記ナンバープレートの白地の背景領域におけるＲ、Ｇ、Ｂの平均値を算出し、このＲ、Ｇ、Ｂの平均値と背景領域の輝度情報とを用いて前記カラー画像補正係数を算出するものを含む。
これにより、ナンバープレートの白地の背景領域におけるＲ、Ｇ、Ｂの平均値と背景領域の輝度情報とを用いて、カラー画像補正係数を算出して色補正を行い、車色判定を行うことができるため、異常値による影響が抑制され、信頼度の高い補正値により車色を的確に判定することが可能となる。

本発明によれば、車両の形状や周囲環境などに関わらず、適切な車色判定を行うことが可能な車色判定装置を提供できる。

本実施形態では、一例として道路上を走行する車両のナンバープレートを含む前面部分を撮影して車色を判定する車色判定装置の構成例を示す。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る車色判定装置の構成を示すブロック図である。第１の実施形態の車色判定装置１００は、主要な構成要素として、画像入力部１、白黒画像格納部２、カラー画像格納部３、車両検知部４、車種判定部５、車色判定部６を有して構成される。

画像入力部１は、撮像光学系、撮像素子等を有するカメラ等で構成され、車両のナンバープレートを含む前面部分を撮影した画像を入力する。この画像入力部１は、車両のカラー画像と白黒画像のそれぞれを撮影して入力するものであってもよいし、車両のカラー画像を撮影して白黒画像への変換処理を行い、カラー画像及び白黒画像を入力するものであってもよい。なお、第１の実施形態では、撮影画像に必ずしもナンバープレート部分を含まなくてもよい。

白黒画像格納部２は、半導体メモリ、あるいは磁気記録媒体等の情報記録手段を有して構成され、画像入力部１から入力された白黒画像を格納する。カラー画像格納部３は、半導体メモリ、あるいは磁気記録媒体等の情報記録手段を有して構成され、画像入力部１から入力されたカラー画像を格納する。これらの白黒画像格納部２及びカラー画像格納部３は、それぞれの記録領域を持つ一つの情報記録手段によって構成されるものでもよいし、別々の情報記録手段によって構成されるものでもよい。

車両検知部４は、白黒画像格納部２に格納された白黒画像から、公知の画像処理技術、画像認識技術を用いて、車両を検知する。車種判定部５は、複数種類の車両画像のテンプレート画像を保持しており、このテンプレート画像を用いて、白黒画像格納部２に格納された白黒画像から車両の種類を判定する。この車種判定処理については後で詳述する。車色判定部６は、カラー画像格納部３に格納されているカラー画像について、車種判定部５が判定した車種に応じて決定される所定の範囲の車色判定領域における色の識別を行い、対象車両の車色を判定する。得られた車色の情報は、ディスプレイなどの表示装置、管理を行うセンタ装置などに送られる。

前記白黒画像格納部２、カラー画像格納部３、車両検知部４、車種判定部５、車色判定部６は、プロセッサ及びメモリを含むコンピュータ等の情報処理回路により所定のプログラムを実行することによって各機能が実現される。

次に、上記構成の車色判定装置の動作について説明する。図２は、第１の実施形態における車色判定動作手順を示すフローチャートである。

車色判定装置１００の画像入力部１が対象を撮影して白黒画像及びカラー画像を入力し、それぞれ白黒画像格納部２及びカラー画像格納部３に格納されると、車両検知部４は、白黒画像格納部２に格納されている白黒画像に基づいて車両の検知を行う（ステップＳ１０１）。車両検知部４において、撮影された白黒画像の中に車両を検知したか否かを判定し、車両を検知した場合（ステップＳ１０２のＹｅｓ）、車種判定部５は、対象車両の車種判定処理を行う（ステップＳ１０３）。この車種判定処理では、車種判定部５が保持している複数種類の車両画像のテンプレート画像から、車両検知部４が検知した白黒画像内の車両と最も類似するテンプレート画像を選択する。

図３は、本実施形態における車種判定処理の内容を概念的に説明するための図である。車種判定部５において、車種判定用に予めＫ枚（図３の例では９枚）の車両画像をテンプレート画像２０として保持しているものとする。車種判定部５は、これらＫ枚のテンプレート画像と車両検知部４が検知した白黒画像内の車両検知領域２１との類似度を個別に算出し、最も類似度の高いテンプレート画像２０ｃを選択して、対応する車種を判定する。なお、保持するテンプレート画像の数は９に限定されるものではなく、車色判定装置の処理能力等を勘案してどのような数であってもかまわない。

ここで、類似度算出の際には、車両検知領域を包含する近傍領域においてスキャンしながら類似度算出を実行し、最大値となったところをそのテンプレートの類似度とする。また、ロバスト性を高めるため、白黒階調画像のままで類似度を算出するのではなく、Sobelオペレータ（微分処理）を車両検知画像、テンプレート画像それぞれに施して類似度を算出する方法や、更にはSobelオペレータ及びヒストグラム平滑化を施して類似度を算出する方法などが有効である。類似度算出方法としては、公知のピアソンの積率相関係数などを用いればよい。また、白黒画像を用いて車両検出及び車種判定を行うことによって、負荷が小さい処理で実現でき、より少ないリソースで高速に処理を実行可能である。

図２のフローチャートに戻り、車種判定部５の車種判定処理（ステップＳ１０３）により車両検出領域における車種が決定すると、車色判定部６は、対象車両の車種に応じて車色判定領域を設定する（ステップＳ１０４）。車種判定部５が保持するＫ枚の車両のテンプレート画像には、それぞれの車種ごとに車色を判定するための車色判定領域が予め設定されている。

図４は、車色判定領域のテンプレートごとの設定例について説明するための図である。図４において、（ａ）は普通乗用車の車色判定領域２５ａ、（ｂ）はトラックの車色判定領域２５ｂをそれぞれ示している。普通乗用車とトラックとでは、そのフロント形状（前面部分のボンネット領域の形状）が違うため、普通乗用車（図４（ａ））とトラック（図４（ｂ））とで車色判定に適切な範囲、即ち、車色判定領域も異なる。このように車色判定領域を車種ごとに設定することによって、撮影画像中の車両に対応する車種を選択するだけで、適切な車色判定領域を設定することができる。

次に、車色判定部６は、白黒画像に対応するカラー画像をカラー画像格納部３から取得し、テンプレート画像の車色判定領域に対応する範囲についてカラー画像の色の識別を行い、対象車両の車色を判定する（ステップＳ１０５）。

このように、第１の実施形態によれば、車種ごとに用意したテンプレート画像を利用して対象車両に合った車色判定領域を設定することにより、車両形状に依存することなく、あらゆる形状の車両に対して適切な車色判定を行うことが可能となる。

（第２の実施形態）
図５は、本発明の第２の実施形態に係る車色判定装置の構成を示すブロック図である。第１の実施形態の車色判定装置１１０は、図１に示した第１の実施形態に加えて、ナンバー読取部７、カラー画像補正部８を備えている。なお、ここでは第１の実施形態と同様の構成については説明を省略する。

ナンバー読取部７は、公知の画像処理技術、画像認識技術を用いて、入力された画像を処理し、ナンバープレートを検出してその数字等の文字情報の認識を行う。なお、数字や文字の読み取りは、公知のＯＣＲ（Optical Character Reader：光学式文字読取装置）の技術を利用すればよい。

カラー画像補正部８は、ナンバー読取部７が検出したナンバープレートの白地の色を基準として、カラー画像格納部３に格納されているカラー画像の色を補正するための補正係数（カラー画像補正係数）を算出する。そして、車色判定部１６は、車種判定部５で判定した車種に対応する車色判定領域について車色の判定を行う際、上記求めたカラー画像補正係数で補正したカラー画像を用いる。

次に、上記構成の車色判定装置の動作について説明する。図６は、第２の実施形態における車色判定動作手順を示すフローチャートである。

車色判定装置１１０の画像入力部１が対象を撮影して白黒画像及びカラー画像を入力し、それぞれ白黒画像格納部２及びカラー画像格納部３に格納されると、車両検知部４は、白黒画像格納部２に格納されている白黒画像に基づいて車両の検知を行う（ステップＳ２０１）。車両検知部４において、撮影された白黒画像の中に車両を検知したか否かを判定し、車両を検知した場合（ステップＳ２０２のＹｅｓ）、ナンバー読取部７は車両のナンバープレートの検出及び文字の認識を行う。なお、ナンバー読取部７におけるナンバープレート検出方法や文字認識方法は公知の手法を用ればよく、ここでは詳細な説明を省略する。また、車種判定部５は、第１の実施形態と同様にして対象車両の車種判定処理を行う（ステップＳ２０３）。この車種判定処理により車両検出領域における車種が決定すると、車色判定部１６は、対象車両の車種に応じて車色判定領域を設定する（ステップＳ２０４）。

そして、ナンバー読取部７は、車種コード（ナンバープレートの上段文字列の数字）が軽自動車以外であるか否かを判定する（ステップＳ２０５）。具体的には、ナンバープレートの車種コードが４０〜４９、４８０〜４９８、５０〜５９、５８０〜５９８、６８０〜６９８、７８０〜７９８、８０〜８９、８８０〜８９８（何れも黄色地プレートである軽自動車で使われる車種コード）以外である場合、軽自動車以外、即ち、地色が白のナンバープレートであると判定する。なお、ここではカラー画像補正を行う際にナンバープレートの地色が緑や黒の営業車両の場合は除外している。

ここで、車種コードが軽自動車の場合は、以下のナンバープレートの背景領域によるカラー画像補正係数α、β、γの更新は行わず、現状のカラー画像補正係数を用いるようにする。一方、車種コードが軽自動車以外である場合、地色が白のナンバープレートであると考えられるため、次に、ナンバー読取部７は、ナンバープレートの個々の文字位置情報や留め金等の認識処理の際に除去したノイズの位置情報に基づいて、ナンバープレートの背景領域の位置情報を算出し（ステップＳ２０６）、カラー画像補正部８に送信する。

ここで、ナンバープレートの背景領域の設定方法について説明する。図７は、ナンバープレートの背景領域の設定例を説明するための図である。図７において、実線枠で示す矩形３１は、文字及びノイズ領域を外接矩形にて検出したものである。この文字及びノイズ領域の情報をもとに、ナンバープレートの背景領域を決定すればよい。

背景領域の決定方法としては、例えば、破線枠で示す矩形３２のように、全ての外接矩形３１を包含する矩形を１個設定し、この矩形３２内で外接矩形３１の部分を除いた領域をナンバープレートの背景領域として設定する方法が考えられる。しかし、ナンバープレートは、その周辺部分にプレート枠等の影が掛かる場合が多く、ナンバープレートの周辺部分を除去した方が背景領域検出として良好な結果となる場合が多い。そこで、本実施形態では、一点鎖線枠で示す矩形３３のように、上段文字列及び下段文字列の左右１文字を除いた領域を設定し、この矩形３３内の領域で、かつ外接矩形３１の部分を除いた領域をナンバープレート背景領域３４として設定する方法を採用する。

カラー画像補正部８は、ナンバー読取部７からナンバープレートの背景領域の位置情報を受信すると、白黒画像に対応するカラー画像をカラー画像格納部３から取得し、このカラー画像から、ナンバープレートの背景領域におけるＲ、Ｇ、Ｂ値を抽出してそれぞれの平均値Ｒp、Ｇp、Ｂpを計算する（ステップＳ２０７）。そして、カラー画像補正部８は、算出した平均値Ｒp、Ｇp、Ｂpと、過去Ｎ−１台分の車両のナンバープレートの背景領域におけるＲ、Ｇ、Ｂ値の平均値とを用いて、Ｎ台分の平均値を算出して新たなナンバープレートの背景領域におけるＲ、Ｇ、Ｂ値の平均値Ｒp、Ｇp、Ｂpとして更新する（ステップＳ２０８）。ここで、Ｎは車両の交通量などに応じて２以上の整数値を任意に設定すればよい。この平均値Ｒp、Ｇp、Ｂpの更新は、現在を含み過去所定量まで遡った値を平均することで、現状の周囲環境に応じた基準値を得るために行うものである。

次に、カラー画像補正部８は、上記更新した平均値Ｒp、Ｇp、Ｂpを用いて、カラー画像補正係数α、β、γを算出する（ステップＳ２０９）。カラー画像補正係数α、β、γは、α＝Ｖp／Ｒp、β＝Ｖp／Ｇp、γ＝Ｖp／Ｂp（但し、ＶpはＲp、Ｇp、Ｂpより算出された輝度）により求めることができる。輝度Ｖpは、Ｒp、Ｇp、Ｂpの平均値を用いてもよいし、最大値を用いてもよい。そして、カラー画像補正係数α、β、γを車色判定部１６へ送信する。

車色判定部１６は、白黒画像に対応するカラー画像をカラー画像格納部３から取得し、カラー画像補正部８から受信したカラー画像補正係数α、β、γをカラー画像における車色判定領域のＲc、Ｇc、Ｂc値に乗じてＲc'、Ｇc'、Ｂc'を算出し、カラー画像の色補正を行う（ステップＳ２１０）。このカラー画像補正係数α、β、γの積算によって、カラー画像のホワイトバランス調整が行われる。そして、色補正したカラー画像について、車色判定領域の色の識別を行い、対象車両の車色を判定する（ステップＳ２１１）。

このように、カラー画像の色を補正することによって、常に最適なホワイトバランス調整を実行しながら色の識別を行うことができ、天候などの周囲環境に影響されることなく車色を的確に判定することが可能となる。また、Ｒ、Ｇ、Ｂの平均値としてＮ台分の平均値を用いたり、輝度の情報にＲ、Ｇ、Ｂの平均値を用いることで、異常値による影響が抑制され、信頼度の高い補正値により車色を的確に判定できる。

ここで、図１０に示したそれぞれの撮影画像に対して本実施形態のカラー画像補正処理を施した例を示す。

（１）図１０（ａ）のワインレッドの車両
ナンバープレート背景領域におけるＲ、Ｇ、Ｂ平均値は、それぞれＲp＝１４７、Ｇp＝１５１、Ｂp＝１５０とする。この場合、少し青みを帯びた白である。
ここで、輝度Ｖpは、Ｒp、Ｇp、Ｂpの平均値を用いると、（Ｒp＋Ｇp＋Ｂp）／３でＶp＝１４９．３となる。なお、ＶpはＲp、Ｇp、Ｂpの最大値を用いてもよい。
これらより、α＝Ｖp／Ｒp、β＝Ｖp／Ｇp、γ＝Ｖp／Ｂpを算出すると、カラー画像補正係数α＝１．０１６、β＝０．９８９、γ＝０．９９５が求まる。この場合、カラー画像補正係数は少し赤を強調する値である。
補正前の車色判定領域５０ｃにおけるＲ、Ｇ、Ｂ平均値は、Ｒc＝７２、Ｇc＝５５、Ｂc＝６１とする。この場合、色相は赤を示している。
補正後の車色判定領域５０ｃにおけるＲ、Ｇ、Ｂ平均値は、Ｒc'＝α×Ｒc、Ｇc'＝β×Ｇc、Ｂc'＝γ×Ｂcを算出すると、Ｒc'＝７３．２、Ｇc'＝５４．４、Ｂc'＝６０．７となる。この場合、色相は赤が少し強調されたものとなる。
この結果に対し、彩度＝（Ｒc−Ｇc）／Ｒc×１００で算出すると、補正前の彩度２３．６１に対して、補正後の彩度が２５．６８となる。よって、彩度が２．０７向上し、補正により彩度が改善された。

（２）図１０（ｂ）の水色の車両
ナンバープレート背景領域におけるＲ、Ｇ、Ｂ平均値は、それぞれＲp＝１４９、Ｇp＝１４６、Ｂp＝１４１とする。この場合、少し赤みを帯びた白である。
ここで、輝度Ｖpは、Ｒp、Ｇp、Ｂpの平均値を用いると、（Ｒp＋Ｇp＋Ｂp）／３でＶp＝１４５．３となる。なお、ＶpはＲp、Ｇp、Ｂpの最大値を用いてもよい。
これらより、α＝Ｖp／Ｒp、β＝Ｖp／Ｇp、γ＝Ｖp／Ｂpを算出すると、カラー画像補正係数α＝０．９７５、β＝０．９９５、γ＝１．０３０が求まる。この場合、カラー画像補正係数は少し青を強調する値である。
補正前の車色判定領域５０ｄにおけるＲ、Ｇ、Ｂ平均値は、Ｒc＝１６０、Ｇc＝１６７、Ｂc＝１７３とする。この場合、色相は青を示している。
補正後の車色判定領域５０ｄにおけるＲ、Ｇ、Ｂ平均値は、Ｒc'＝α×Ｒc、Ｇc'＝β×Ｇc、Ｂc'＝γ×Ｂcを算出すると、Ｒc'＝１５６．０、Ｇc'＝１６６．２、Ｂc'＝１７８．２となる。この場合、色相は青が少し強調されたものとなる。
この結果に対して、彩度＝（Ｂc−Ｒc）／Ｂc×１００で算出すると、補正前の彩度７．５１に対して、補正後の彩度が１２．４６となる。よって、彩度が４．９５向上し、補正により彩度が改善された。

上記のカラー画像補正処理を行ってから色の識別を行うことにより、彩度の向上を反映した適切な車色判定を行うことができる。従来例では、上記の画像はいずれも有彩色（ワインレッド、水色）を無彩色と誤判定されたが、本実施形態によればカラー画像補正を用いて適切な車色判定が可能となる。

このように、第２の実施形態によれば、撮影画像中のナンバープレート部分の位置情報及び色情報を用いてカラー画像補正係数を算出し、このカラー画像補正係数を用いて色補正（適切なホワイトバランス調整）を行ってから車色判定を行うことにより、第１の実施形態の効果に加えて、あらゆる形状の車両に対して、天候などの周囲環境による誤判定要因を低減した適切な車色判定を行うことが可能となる。

上述したように、本実施形態では、車種判定によって車両の形状の違いを識別し、車種に応じて車色判定領域を設定し、この車色判定領域の色の識別によって車色判定を行う。これにより、車両形状に関わらず、あらゆる形状の車両に対して適切な車色判定を行うことができる。また、ナンバープレートの白地の色情報からカラー画像補正係数を算出し、このカラー画像補正係数を用いて撮影画像の色を補正してから車色判定領域の色の識別を行う。これにより、天候などの周囲環境の影響を受けることなく、適切な車色判定を行うことができる。本実施形態による車色判定結果は、路上の通行車両の特定などの実施に有用であり、適切な車色判定結果を利用できる。

なお、本発明は上記の実施形態において示されたものに限定されるものではなく、明細書の記載、並びに周知の技術に基づいて、当業者が変更、応用することも本発明の予定するところであり、保護を求める範囲に含まれる。

本発明は、車両の形状や周囲環境などに関わらず、適切な車色判定を行うことが可能となる効果を有し、車両を撮影した画像から車両の塗装色を判定する車色判定装置等として有用である。

本発明の第１の実施形態に係る車色判定装置の構成を示すブロック図 第１の実施形態における車色判定動作手順を示すフローチャート 本実施形態における車種判定処理の内容を概念的に説明するための図 車色判定領域のテンプレートごとの設定例について説明するための図 本発明の第２の実施形態に係る車色判定装置の構成を示すブロック図 第２の実施形態における車色判定動作手順を示すフローチャート ナンバープレートの背景領域の設定例を説明するための図 従来の車色判定装置の構成例を示すブロック図 車色判定領域の選択が不適切なときに車色が誤判定された例を説明するための図 周囲環境の影響によって車色が誤判定された例を説明するための図

符号の説明

１ 画像入力部
２ 白黒画像格納部
３ カラー画像格納部
４ 車両検知部
５ 車種判定部
６、１６ 車色判定部
７ ナンバー読取部
８ カラー画像補正部
１００、１１０ 車色判定装置

Claims (7)

1. 車両を含む領域を撮影した撮影画像を入力する画像入力部と、
   前記入力された撮影画像において車両を検知する車両検知部と、
   前記検知された車両の車種を判定する車種判定部と、
   前記判定された車種に対応した車色判定領域を設定し、前記車色判定領域における車色を判定する車色判定部と、
   を備える車色判定装置。
2. 請求項１に記載の車色判定装置であって、
   前記画像入力部は、前記撮影画像として、同じ撮影対象の白黒画像とカラー画像とを入力し、
   前記車両検知部は、前記白黒画像を用いて車両を検知し、
   前記車種判定部は、前記白黒画像を用いて検知された車両の車種を判定し、
   前記車色判定部は、前記カラー画像において車種に対応した車色判定領域を設定し、前記車色判定領域における車色を判定する車色判定装置。
3. 請求項１に記載の車色判定装置であって、
   前記車種判定部は、複数の車両画像を車種判定用のテンプレート画像として保持し、前記テンプレート画像と前記撮影画像における車両検知領域との類似度を算出して最も類似度の高いテンプレート画像を抽出し、このテンプレート画像によって当該車両の車種を判定する車色判定装置。
4. 請求項３に記載の車色判定装置であって、
   前記車種判定部において保持される車種ごとのテンプレート画像には、それぞれの車種の車両の形状に応じて予め車色判定領域が設定されており、
   前記車種判定部は、前記抽出したテンプレート画像に設定された車色判定領域を出力し、
   前記車色判定部は、前記出力された車色判定領域を用いて車色を判定する車色判定装置。
5. 請求項１に記載の車色判定装置であって、
   前記撮影画像において検知された車両のナンバープレートの情報を読み取るナンバー読取部と、
   前記ナンバープレートの背景領域の色情報から前記撮影画像に対するカラー画像補正係数を算出し、前記撮影画像の色補正を行うカラー画像補正部とを備え、
   前記車色判定部は、前記色補正が施された撮影画像について車色判定領域の車色を判定する車色判定装置。
6. 請求項５に記載の車色判定装置であって、
   前記ナンバー読取部は、前記ナンバープレートの文字情報及び背景領域の位置情報を認識し、
   前記カラー画像補正部は、前記ナンバープレートの文字情報及び背景領域の位置情報を基に背景が白地のナンバープレートを識別し、この白地の背景領域の色情報を用いて前記カラー画像補正係数を算出する車色判定装置。
7. 請求項６に記載の車色判定装置であって、
   前記カラー画像補正部は、前記ナンバープレートの白地の背景領域におけるＲ、Ｇ、Ｂの平均値を算出し、このＲ、Ｇ、Ｂの平均値と背景領域の輝度情報とを用いて前記カラー画像補正係数を算出する車色判定装置。

Images