JP2010044472A - 道路標示認識装置 - Google Patents

Abstract

【課題】
道路全体が色づく朝日や夕日、またトンネル内のネオン灯による照明による境界線の色判定では、記載されている特徴量が近似する領域が道路全体となり、処理領域が広くなり、処理負荷が増大する、という課題がある。
【解決手段】
車載カメラが撮影した画像の処理を行う画像処理部を備える道路標示認識装置において、画像処理部は、基準となる道路標示の第１の色情報比を記憶し、自車が走行している道路上の道路標示の画像から、当該道路標示の第２の色情報比を算出し、第１及び第２の色情報比に基づいて補正係数を算出し、画像中の色判定を行うべき領域の第３の色情報比を算出し、第３の色情報比を補正係数に基づいて第４の色情報比に補正し、第４の色情報比と第１の色情報比に基づいて領域の色判定を行う。
【選択図】図１

Description

本発明は、道路標示を認識する装置に関する。

ナビゲーションの高精度化に伴い、複数の車線がある道路を走行中に、自車が走行車線を走行中か追い越し車線を走行中か、車線を特定したい要望が高まっている。

車線を分離する境界線には、白線以外に、例えば追い越し禁止の橙線が用いられる場合があり、自車が走行中に、この白と橙の区別が必要となる。

ここで、境界線が白であるか橙であるかを、自車にカメラを搭載して、カラー画像から色処理をすることにより区別する技術がある（特許文献１参照）。特許文献１では、カメラで撮像した道路のカラー画像から、色の特徴量が近似する領域を抽出し、この領域のカラー成分間の乖離度を縮小するようにホワイトバランス処理をしたカラー画像から境界線の色を判定する。そして、道路周辺の構造物や車両のヘッドライトなどにより、道路の一部に影ができた場合にも、例えば白線，橙線の境界線の区別ができ、自車の走行車線の特定ができることが記載されている。

特開２００６−３３８５５５号公報

特許文献１によれば、朝日，夕日，トンネル内のネオン灯等により道路全体が色づく場合、色の特徴量が近似する領域が道路全体となるため、カメラで撮像したカラー画像から色の特徴量が近似する領域でＲＧＢ値それぞれについて、補正係数を用いたホワイトバランス処理により色を判定する方法では、複雑な処理が加わり処理負荷が増大する、という課題がある。

そこで、本発明の目的は、色の特徴量が近似する領域が道路全体となるような状況であっても、処理負荷をかけることなく、境界線の色を判定できる道路標示認識装置を提供することにある。

上記課題を解決するため、本発明の望ましい態様の一つは次の通りである。

車載カメラが撮影した画像の処理を行う画像処理部を備える道路標示認識装置において、画像処理部は、基準となる道路標示の第１の色情報比を記憶し、自車が走行している道路上の道路標示の画像から、当該道路標示の第２の色情報比を算出し、第１及び第２の色情報比に基づいて補正係数を算出し、画像中の色判定を行うべき領域の第３の色情報比を算出し、第３の色情報比を補正係数に基づいて第４の色情報比に補正し、第４の色情報比と第１の色情報比に基づいて領域の色判定を行う。

本発明によれば、色の特徴量が近似する領域が道路全体となるような状況であっても、処理負荷をかけることなく、境界線の色を判定できる道路標示認識装置を提供することができる。

以下、実施例を、図面を参照して説明する。

図１は、システムを示すブロック図である。

１００はナビゲーション装置（以下、ナビと略す）、２００は道路標示認識装置である。ナビ１００は、認識要求送信部１０１，各種情報通知部１０２，ＧＰＳ（Global Positioning System）１０３，データベース（以下、ＤＢと称す）１０４、及び、更新部１０５を備え、道路標示認識装置２００は、画像処理部２０１，カメラ制御部２０２、及びカメラ２０３を備える。

認識要求送信部１０１は、ＧＰＳ１０３から現在位置情報１１１を、ＤＢ１０４から地図データ１１２と道路標示位置データ１１３を取得し、該当する道路情報の位置と道路標示の種別を出力し、画像処理部２０１へ送信する。

各種情報通知部１０２は、時刻情報１１４，降雨情報１１５，照明情報（シャッター速度，ゲインの制御信号を含む）１１６，車両情報１１７を取得し、画像処理部２０１とカメラ制御部２０２へ送信する。尚、これらの情報の取得方法については限定しない。

カメラ制御部２０２は、各種情報通知部１０２から受信した各種情報１１４〜１１７に基づいてカメラ２０３を制御する。

画像処理部２０１は、認識要求送信部１０１と各種情報通知部１０２とカメラ２０３が取得した画像２１１のデータから、画像中の特徴量を抽出し、テンプレートマッチングにより、該当の道路標示の認識を実行する。

認識が成功すると、道路標示種別ＩＤ，道路標示までの距離、及び、道路標示の角度（２１４）を更新部１０５に通知して、更新部１０５は、ＤＢ１０４の道路標示位置データ１１３を更新する。これにより、ナビ１００の精度が向上する。

図２は、画像処理部２０１のフローを示す図、図３〜図５は、道路標示の認識結果の例を示す図である。ここでは、自車が走行する車線の境界線が、走行車線を分離する白色の境界線と追い越し禁止の橙色の境界線が存在する場合について説明する。又、車両に搭載されるカメラは、カラー画像を取得し、この処理にはＲＧＢ（Ｒは赤色，Ｇは緑色，Ｂは青色）色空間を用いる。

以下、実施例１で説明するＲＧＢの比は、ＲとＧ，ＧとＢ，ＢとＲの比Ｒ／Ｇ，Ｇ／Ｂ，Ｂ／Ｒを総称した値であり、図２の処理フローで使用する記号は、下記の通りである。

標準的に白ペイントされる道路標示のＲＧＢ比の固定値であるＲＧＢ_白は、Ｒ／Ｇ_白，Ｇ／Ｂ_白，Ｂ／Ｒ_白。

標準的に橙ペイントされる道路標示のＲＧＢ比の固定値であるＲＧＢ_橙は、Ｒ／Ｇ_橙，Ｇ／Ｂ_橙，Ｂ／Ｒ_橙。

道路標示の取得画像認識結果のＲＧＢ比であるＲＧＢ_白ｏｂｊ（実測値）は、Ｒ／Ｇ_白ｏｂｊ，Ｇ／Ｂ_白ｏｂｊ，Ｂ／Ｒ_白ｏｂｊ。

ＲＧＢ_白とＲＧＢ_白ｏｂｊとの補正係数であるｒｇｂ_ｗは、ｒ／ｇ_ｗ（＝（Ｒ／Ｇ_白ｏｂｊ）／（Ｒ／Ｇ_白）），ｇ／ｂ_ｗ（＝（Ｇ／Ｂ_白ｏｂｊ）／（Ｇ／Ｂ_白）），ｂ／ｒ_ｗ（＝（Ｂ／Ｒ_白ｏｂｊ）／（Ｂ／Ｒ_白））。

境界線の取得画像のＲＧＢ比であるＲＧＢ_ｌａｎｅ（実測値）は、Ｒ／Ｇ_ｌａｎｅ，Ｇ／Ｂ_ｌａｎｅ，Ｂ／Ｒ_ｌａｎｅ。

ｒｇｂ_ｗで補正された境界線のＲＧＢ比であるＲＧＢ_ｃｏｍｐは、（Ｒ／Ｇ_ｌａｎｅ）×（ｒ／ｇ_ｗ），（Ｇ／Ｂ_ｌａｎｅ）×（ｇ／ｂ_ｗ），（Ｂ／Ｒ_ｌａｎｅ）×（ｂ／ｒ_ｗ）。

ＲＧＢ_ｃｏｍｐとＲＧＢ_白の差であるＲＧＢ_白εは、（Ｒ／Ｇ_ｌａｎｅ）×（ｒ／ｇ_ｗ）−（Ｒ／Ｇ_白），（Ｇ／Ｂ_ｌａｎｅ）×（ｇ／ｂ_ｗ）−（Ｇ／Ｂ_白），（Ｂ／Ｒ_ｌａｎｅ）×（ｂ／ｒ_ｗ）−（Ｂ／Ｒ_白）。

ＲＧＢ_ｃｏｍｐとＲＧＢ_橙の差であるＲＧＢ_橙εは、（Ｒ／Ｇ_ｌａｎｅ）×（ｒ／ｇ_ｗ）−（Ｒ／Ｇ_橙），（Ｇ／Ｂ_ｌａｎｅ）×（ｇ／ｂ_ｗ）−（Ｇ／Ｂ_橙），（Ｂ／Ｒ_ｌａｎｅ）×（ｂ／ｒ_ｗ）−（Ｂ／Ｒ_橙）。

まず、画像処理部２０１は、標準的に白色でペイントされる道路標示（菱形の予告標示，横断歩道，停止線，矢印等）のＲ，Ｇ，Ｂ値から算出したＲＧＢ_白と、標準的に橙色でペイントされる車線の境界線のＲ，Ｇ，Ｂ値から算出したＲＧＢ_橙を、予め基準の固定値として記憶しておく（Ｓ１１）。

次に、認識要求送信部１０１から道路標示（白色）の認識要求を受信し（Ｓ１２）、当該道路標示の画像をカメラによって取得し（Ｓ１３）、当該道路標示に対して取得画像から特徴量の抽出や認識判定処理等により画像認識を実行し（Ｓ１４）、認識した道路標示のＲ，Ｇ，Ｂ値からＲＧＢ_白ｏｂｊを算出し（Ｓ１５）、ＲＧＢ_白に対するｒｇｂ_ｗを算出する（Ｓ１６）。

次に、境界線の画像をカメラによって取得し（Ｓ１７）、当該境界線に対して取得画像から特徴量の抽出や認識判定処理等により画像認識を実行し（Ｓ１８）、認識した境界線のＲ，Ｇ，Ｂ値からＲＧＢ_ｌａｎｅを算出する（Ｓ１９）。そして、ＲＧＢ_ｌａｎｅをｒｇｂ_ｗで補正することにより、ＲＧＢ_白と同じＲＧＢ比の条件になるようにＲＧＢ_ｃｏｍｐを算出する（Ｓ２０）。

次に、補正されたＲＧＢ_ｃｏｍｐとＲＧＢ_白の絶対値を比較し（Ｓ２１）、許容値ＲＧＢ_白ε以内の場合、境界線を白色と判定し（Ｓ２２）、ＲＧＢ_白ε以内でない場合、ＲＧＢ_白の絶対値を比較し（Ｓ２３）、許容値ＲＧＢ_橙ε以内の場合、境界線を橙色と判定し（Ｓ２４）、それ以外の場合、境界線を白色，橙色以外と判定し（Ｓ２５）、処理を終了する。

尚、Ｓ１１については、一旦固定値として定めてしまえば、使い回しされるため、毎回の処理に現れるステップではない。

図３〜図５は、白色でペイントされた菱形道路標示３１０と境界線３２０，橙色でペイントされた境界線３３０の道路上を走行し、道路上に照射される光が異なる場合の処理結果を示す。ここで、Ｓ１１で得られたＲＧＢ_白及びＲＧＢ_橙は、図３〜図５で共通の固定値であるとする。又、図３（Ａ）の状況で算出された値には数値の後に添字のＡを、図４（Ａ）の状況で算出された値には添字のＢを、図５（Ａ）の状況で算出された値には添字のＣを付加する。

図３（Ａ）は、ＲＧＢ_白となる光３００が、道路上全体に照射されている状況であり、図３（Ｂ）は結果を示す。

行３０及び行３１は、それぞれ、Ｓ１１で得られたＲＧＢ_白及びＲＧＢ_橙を示す。行３２は、Ｓ１５で算出されたＲＧＢ_白ｏｂｊＡを、行３３は、Ｓ１６で算出されたｒｇｂ_ｗＡを示す。

図３では、光３００がＲＧＢ_白になると仮定しているので、ＲＧＢ_白ｏｂｊＡ＝ＲＧＢ_白，ｒｇｂ_ｗＡ＝１となる。

以下、行３４，３６，３８は、境界線３２０の判定に関する値を格納し、行３５，３７，３９は、境界線３３０の判定に関する値を格納するものとする。

行３４は、Ｓ１９で算出されたＲＧＢ_白ｌａｎｅＡを示す。ここでは、上記仮定の下、ＲＧＢ_白ｌａｎｅＡ＝ＲＧＢ_白となる。

行３６は、Ｓ２０で算出されたＲＧＢ_白ｃｏｍｐＡを示す。ここでは、上記仮定の下、ＲＧＢ_白ｃｏｍｐＡ＝ＲＧＢ_白となる。

行３８は、Ｓ２１で算出されたＲＧＢ_白ｃｏｍｐＡとＲＧＢ_白の絶対値及びＲＧＢ_白εの比較結果を示す。ここでは、当該絶対値がＲＧＢ_白ε以内であるため、境界線３２０は白色であると判定する（Ｓ２２）。

行３５は、Ｓ１９で算出されたＲＧＢ_橙ｌａｎｅＡを示す。ここでは、上記仮定の下、ＲＧＢ_橙ｌａｎｅＡ＝ＲＧＢ_橙となる。

行３７は、Ｓ２０で算出されたＲＧＢ_橙ｃｏｍｐＡを示す。ここでは、上記仮定の下、補正値ＲＧＢ_橙ｃｏｍｐＡ＝ＲＧＢ_橙となる。

行３９は、Ｓ２１で算出されたＲＧＢ_橙ｃｏｍｐＡとＲＧＢ_橙の絶対値及びＲＧＢ_橙εの比較結果を示す。ここでは、当該絶対値がＲＧＢ_白ε以内でないため、ＲＧＢ_橙ｃｏｍｐＡとＲＧＢ_橙の絶対値が算出される。そして、当該絶対値がＲＧＢ_橙ε以内であるため、境界線３３０は橙色であると判定する（Ｓ２２）。

図４（Ａ）は、道路全体が朝日や夕日によって橙色の光４００に照射され、白色と橙色の境界線が区別しづらい状況であり、図４（Ｂ）は結果を示す。

尚、道路上の色が目に見えて変化している場合の他、曇天や照明など種々の色温度の光が道路上全体に照射され、色や温度によって白色のＲＧＢ値が異なる場合も同様である。

行４０及び行４１は、それぞれ、Ｓ１１で得られたＲＧＢ_白及びＲＧＢ_橙を示す。行４２は、Ｓ１５で算出されたＲＧＢ_白ｏｂｊＢを、行４３は、Ｓ１６で算出されたｒｇｂ_ｗＢを示す。

以下、行４４，４６，４８は、境界線３２０の判定に関する値を格納し、行４５，４７，４９は、境界線３３０の判定に関する値を格納するものとする。

行４４はＳ１９で算出されたＲＧＢ_白ｌａｎｅＢを、行４６はＳ２０で算出されたＲＧＢ_白ｃｏｍｐＢを、行４８はＳ２１で算出されたＲＧＢ_白ｃｏｍｐＢとＲＧＢ_白の絶対値及びＲＧＢ_白εの比較結果を示す。ここでは、ＲＧＢ_白ｃｏｍｐＢ＝ＲＧＢ_白ｏｂｊＢとなるので、当該絶対値はＲＧＢ_白ε以内であり、境界線３２０は白色であると判定する（Ｓ２２）。

行４５はＳ１９で算出されたＲＧＢ_橙ｌａｎｅＢを、行４７はＳ２０で算出されたＲＧＢ_橙ｃｏｍｐＢを、行４９はＳ２１で算出されたＲＧＢ_橙ｃｏｍｐＢとＲＧＢ_橙の絶対値及びＲＧＢ_橙εの比較結果を示す。まず、白の道路標示とＲＧＢ_白εが比較され（Ｓ２１）、結果はＮＯとなり、Ｓ２３に移行する。ｒｇｂ_ｗは、道路上に照射される光のＲＧＢ比のずれ具合を表しているので、ＲＧＢ_橙ｃｏｍｐＢ＝ＲＧＢ_橙となり、｜ＲＧＢ_橙ｃｏｍｐＢ−ＲＧＢ_橙｜はＲＧＢ_橙ε以内であり、境界線３３０は橙色であると判定する（Ｓ２４）。

尚、ＲＧＢ_白εとＲＧＢ_橙εを設定する理由は、道路上にペイントされる標示の色は、白や橙などの限られた色が採用されており、必ずしも｜ＲＧＢ_ｃｏｍｐ−ＲＧＢ_白｜や｜ＲＧＢ_ｃｏｍｐ−ＲＧＢ_橙｜が０にならなくても、許容値以内なら色の判定をするようにしているためである。

図５（Ａ）は、道路上が色々な光で照射される（例えば、トンネル内を人工光であるネオン灯により一部が照射される）状況であり、図５（Ｂ）は結果を示す。

図５（Ｂ）の処理及び結果は、図４（Ｂ）と比較して、ＲＧＢ_白ｏｂｊＢがＲＧＢ_白ｏｂｊＣ、ｒｇｂ_ｗＢがｒｇｂ_ｗＣ、ＲＧＢ_白ｌａｎｅＢがＲＧＢ_白ｌａｎｅＣ、ＲＧＢ_橙ｌａｎｅＢがＲＧＢ_橙ｌａｎｅＣ、ＲＧＢ_白ｃｏｍｐＢがＲＧＢ_白ｃｏｍｐＣ、ＲＧＢ_橙ｃｏｍｐＢがＲＧＢ_橙ｃｏｍｐＣ、になる以外は、同一である。

尚、道路標示の色判定として、白色とそれ以外の判定でも十分機能が満足される場合には、図２に示したＳ１１のＲＧＢ_橙とＳ２３〜Ｓ２５を省略し、Ｓ２１の結果として白色かそれ以外かを判定してもよい。

上記のＲＧＢ比は、ＲＧＢのＲ／Ｇ，Ｇ／Ｂ，Ｂ／Ｒの比で説明したが、他のＲＧＢ組合せの比、例えばＢ／Ｇ，Ｇ／Ｒ，Ｂ／Ｇであっても、同様の結果を得ることができる。

実施例１によれば、基準となる白色の道路標示のＲＧＢ比、基準となる橙色の境界線のＲＧＢ比を、それぞれ、（ＲＧＢ_白），（ＲＧＢ_橙）として固定値で有し、走行中における道路標示（ナビからの通知で白色が既値）の取得画像からＲＧＢ比（ＲＧＢ_ｏｂｊ白）を算出し、基準の白色のＲＧＢ比（ＲＧＢ_白）と取得画像のＲＧＢ比（ＲＧＢ_ｏｂｊ白）の比（ＲＧＢ_白）／（ＲＧＢ_ｏｂｊ白）から補正係数（ｒｇｂ_ｗ）を算出し、色判定が要求される境界線の取得画像のＲＧＢ比（ＲＧＢ_白ｌａｎｅ）と（ＲＧＢ_橙ｌａｎｅ）に補正係数（ｒｇｂ_ｗ）を乗じたＲＧＢ比（ＲＧＢ_白ｃｏｍｐ）と（ＲＧＢ_橙ｃｏｍｐ）を、基準のＲＧＢ比（ＲＧＢ_白），（ＲＧＢ_橙）と比較して、境界線の色判定をするようにしたので、道路上を照射される光の種類によって複雑なホワイトバランスのアルゴリズムを使い分ける必要がなく、処理負荷を低減した境界線の色判定を行うことができる。

実施例１では、色空間として、輝度の情報が含まれるＲＧＢ色空間を使用して、ＲＧＢ比、即ちＲ／Ｇ，Ｇ／Ｂ，Ｂ／Ｒの比を算出することにより、ＲＧＢ色の輝度が影響しないようにして色判定をするものであった。一方、色空間には、テレビやビデオで用いられる輝度値を有するＹＣｂＣｒ色空間があり、Ｙが輝度値、Ｃｂは青の差分、Ｃｒは赤の差分を表している。

実施例２では、ＹＣｂＣｒ色空間のＣｂとＣｒは用いないで、輝度値Ｙのみを用いて補正を行い、Ｒ値，Ｇ値，Ｂ値から色判定をするものである。

ところで、ＹＣｂＣｒ色空間の輝度値Ｙは、ＲＧＢ色空間のＲ値，Ｇ値，Ｂ値から次の変換式により算出することができる。

Ｙ＝０.２９９×Ｒ値＋０.５８７×Ｇ値＋０.１１４×Ｂ値 …（１）

Ｒ値，Ｇ値，Ｂ値に乗ずる係数は、白の輝度を１とした時のＲＧＢの輝度を表す係数で、係数の総和は１である。

図６は、第２の実施形態による画像処理部２０１のフローを示す図である。

図６では、画像取得部分の処理は省略し、白色の境界線とそれ以外の色判定をする例を示す。

まず、画像処理部２０１は、標準的に白色でペイントされる道路標示のＲＧＢ値Ｒ０，Ｇ０，Ｂ０と、この値から（１）式で算出した輝度値Ｙ０を、予め基準の固定値として記憶する（Ｓ６１）。

次に、要求された白ペイントの道路標示を取得した画像のＲＧＢ値Ｒ１，Ｇ１，Ｂ１と、輝度値Ｙ１を（１）式で算出する（Ｓ６２）。

次に、輝度値の補正係数ＫＹ（標準的に白色でペイントされる道路標示の輝度値Ｙ０に対する画像の輝度値Ｙ１の比Ｙ１／Ｙ０）を算出する（Ｓ６３）。

次に、色判定の要求があった境界線の取得画像からＲＧＢ値Ｒ２，Ｇ２，Ｂ２を算出し（Ｓ６４）、Ｒ２，Ｇ２，Ｂ２にそれぞれＫＹを乗じて取得画像の補正ＲＧＢ値ＲＸ，ＧＸ，ＢＸを算出する（Ｓ６５）。そして、ＲＸ，ＧＸ，ＢＸとＲ０，Ｇ０，Ｂ０を同色毎に比較し、それらがＲＧＢ値の許容値εＲ，εＧ，εＢの範囲内であるか否か判定し（Ｓ６６）、範囲内の場合、境界線を白色と判定し（Ｓ６７）、範囲内でない場合、境界線を白色以外と判定し（Ｓ６８）、処理を終了する。

図６の処理フローで図３（Ａ），図４（Ａ），図５（Ａ）の道路上を走行した場合の結果は、それぞれ、図３（Ｂ），図４（Ｂ），図５（Ｂ）において、ＲＧＢ比の部分をＲ色，Ｇ色，Ｂ色、補正係数をＫＹ、補正値をＲＸ，ＧＸ，ＢＸ、許容値をＲ，Ｇ，Ｂそれぞれの許容値に置き換えることで得られる。

尚、輝度値を有する色空間には、ＹＣｂＣｒ色空間に限らず、例えばＡｄｏｂｅ社のＬａｂ色空間などもあり、本実施例を他の色空間に適用してもよい。

実施例２によれば、実施例１と同様、道路上を照射される光の種類によって複雑なホワイトバランスのアルゴリズムを用いることなく、処理負荷を低減した境界線の色判定を行うことができる。

尚、以下のような実施形態も考えられる。
１．基準となる道路標示の色と走行中の道路標示の色の相対値を算出し、補正係数により境界線の色を判定する方法であれば、実施例１，実施例２で述べたＲＧＢ色空間やＹＣｂＣｒ色空間に限らず、ＣＭＹ色空間等種々の色空間の処理によっても作用，効果は同等である。
２．道路上にペイントされる白色の道路標示や白色や橙色の境界線に限らず、基準となる道路上のペイントが明らかであれば、道路標示や境界線の色に限定されるものではない。
３．標準的な白色，橙色のＲＧＢ比は、予め算出された固定値としているが、次のように道路上にペイントされた道路標示から得ることもできる。

ナビからの天候情報と時刻情報により昼光で照射された道路上を確認して道路標示の画像取得を行い、この画像から得たＲＧＢ比を基準とする。その場合、天候情報と時刻情報から、道路標示の標準的な色が得られる光が特定できるので、予め算出された固定値と同等の結果を得ることが可能である。

白色については、実施例で述べた菱形の予告標示や横断歩道，停止線，矢印等があり、橙色については、「止まれ」等の道路標示がある。

同一の道路上の道路標示であれば、劣化状態も全体的に類似していると考えられる。そのため、汚れを加味した基本色情報を登録しておけば、道路標示が汚れていても、確実な色判定ができる。
４．基準となる標準的な道路標示は、所定のホワイトバランス処理によってＲＧＢ値からＲＧＢ比を得ているので、走行中に取得した道路標示のＲＧＢ値が標準的な道路標示のＲＧＢ比と等しくなるようにホワイトバランス処理を変更し、変更されたホワイトバランス処理により、取得した境界線画像を処理することもできる。

システムを示すブロック図。 画像処理部のフロー図。 道路標示の認識例を示す図。 道路標示の認識例を示す図。 道路標示の認識例を示す図。 実施例２の画像処理部のフロー図。

符号の説明

１００ ナビ
１０１ 認識要求送信部
１０２ 各種情報通知部
１０３ ＧＰＳ
１０４ ＤＢ
１０５ 更新部
２００ 道路標示認識装置
２０１ 画像処理部
２０２ カメラ制御部
２０３ カメラ

Claims (7)

1. 車載カメラが撮影した画像の処理を行う画像処理部を備える道路標示認識装置において、
   前記画像処理部は、
   基準となる道路標示の第１の色情報比を記憶し、
   自車が走行している道路上の道路標示の画像から、当該道路標示の第２の色情報比を算出し、
   前記第１及び第２の色情報比に基づいて補正係数を算出し、
   前記画像中の色判定を行うべき領域の第３の色情報比を算出し、
   前記第３の色情報比を前記補正係数に基づいて第４の色情報比に補正し、
   前記第４の色情報比と前記第１の色情報比に基づいて前記領域の色判定を行う、道路標示認識装置。
2. 前記第１の色情報比には、第１の色に関する色情報比と、前記第１の色以外の色に関する色情報比が存在し、
   前記画像処理部は、前記第４の色情報比と前記第１の色に関する色情報比の差の絶対値を算出し、当該絶対値が第１の所定値以内の場合、前記領域は第１の色であると判定する、請求項１記載の道路標示認識装置。
3. 前記第１の色以外の色には、第２の色が存在し、
   前記画像処理部は、前記第４の色情報比と前記第１の色に関する色情報比の差の絶対値が前記第１の所定値以内でない場合、前記第４の色情報比と前記第２の色に関する色情報比の差の絶対値を算出し、当該絶対値が第２の所定値以内の場合、前記領域は第２の色であると判定し、当該絶対値が前記第２の所定値以内でない場合、前記領域は前記第１及び第２の色ではないと判定する、請求項２記載の道路標示認識装置。
4. 前記第１の色とは白であり、前記第２の色とは橙である、請求項３記載の道路標示認識装置。
5. 前記画像の処理は、赤，緑、及び青からなるＲＧＢ色空間においてなされる、請求項１乃至４何れか一に記載の道路標示認識装置。
6. 車載カメラが撮影した画像の処理を行う画像処理部を備える道路標示認識装置において、
   前記画像処理部は、
   基準となる道路標示の第１の輝度情報と第１の色情報を記憶し、
   自車が走行している道路上の道路標示の画像から、当該道路標示の第２の輝度情報と第２の色情報を算出し、
   前記第１及び第２の輝度情報に基づいて補正係数を算出し、
   前記画像中の色判定を行うべき領域の第３の色情報を算出し、
   前記第３の色情報を前記補正係数に基づいて第４の色情報に補正し、
   前記第４の色情報と前記第１の色情報に基づいて前記領域の色判定を行う、道路標示認識装置。
7. 前記画像の処理は、赤，緑、及び青からなるＲＧＢ色空間においてなされ、
   前記輝度情報は、ＹＣｂＣｒ色空間の輝度情報である、請求項６記載の道路標示認識装置。

Images