JP2010117335A - カメラで撮影した画像を用いた視程判別システム - Google Patents

Abstract

【課題】既存のインフラ（ＩＴＶカメラやＷＥＢカメラ）を有効利用して、視程障害発生時に画像を解析処理し、定量的な視程値として算出し、道路管理に用いる。
【解決手段】視覚刺激を定量化するＭｉｃｈｅｌｓｏｎコントラストを利用して、ＩＴＶカメラやＷＥＢカメラ画像の任意に示した一定空間のコントラスト差により視程値を定量的に求め、速度規制や道路規制の自動制御システムのセンサーとして活用する。
【選択図】図５

Description

本発明は道路などに設置されたＩＴＶカメラやＷＥＢカメラの画像を解析処理して定量的な視程値を得て、それを基に道路管理をするシステムに関する。

道路管理のためのＩＴＶカメラやＷＥＢカメラは数多く設置されているが、その利用はリアルタイムに道路監視を行っているだけで、膨大な情報を持った画像データは有効に活用されていない。

冬期間、降雪地帯においては、吹雪・地吹雪・大量降雪による視程障害が発生する。また夏季においては霧・靄・霞などにより視程が悪化する。

各道路の路線に沿った線的な視程状況、あるいは異なった道路に沿った視程状況まで範囲を広げた面的な視程状況が把握できれば、視程障害に対応した的確な道路管理をすることが出来るが、視程計は高価である上に微妙な調整を必要とし、運用が難しいためきめ細かく配置することが出来なかった。

既存のインフラ（ＩＴＶカメラやＷＥＢカメラ）を有効利用して、視程障害発生時に画像解析処理し、定量的な視程値として算出し道路管理に活用する。

本発明は上記問題に鑑みてなされたものであり、視覚刺激を定量化するマイケルソン・コントラストを利用して、ＩＴＶカメラやＷＥＢカメラから得られる一定空間の画像を解析処理して、そこから求められる最大輝度と最小輝度のコントラスト差から視程値を定量的に求め、道路管理のデータとして使用する。

現在、既に多数設置されたＩＴＶカメラやＷＥＢカメラの動画像から、視程値をリアルタイムで求めることが出来るので、そのデータを利用して道路視程障害の発生に際し、速やかに速度規制や道路規制の自動制御システムを駆動させることが出来る。

道路監視用カメラ得られる一定視野内の画像を一定数の画素に分け、各画素の輝度を求める。

輝度を算定する時、人間の色による視覚刺激の違いを考慮した。
以下のマイケルソン・コントラスト算定式を使用する。
輝度＝０．２９９×Ｒ＋０．５８７×Ｇ＋０．１１４×Ｂ
この時Ｒ・Ｇ・Ｂはそれぞれ赤・緑・青の輝度の値に対応する。輝度は０から２５５の間の値をとり、０は暗く２５５は明るく感じることを表す。赤と緑の輝度の値が、同じ値であれば緑は赤の約２倍明るく感じる事を示す。

各画素の輝度が上記の式に従って数値化された時、全画素内で最大輝度の値がａ、最小輝度の値がｂと得られたとすると、その輝度の差を輝度の和で割った割合［（ａ−ｂ）／（ａ＋ｂ）＝ｃ］を求める事ができ、その割合ｃをマイケルソン・コントラスト値と定義する。ｃは０から１の間の値をとる。

次に実際の吹雪の日に計測した例を示す。図１は吹雪時の画像である。下に写っているのは視程計であり、画像解析は画像の中央部の四角く囲った部分を使用した。この画像の場合、視程計の示した値は１０４ｍであり、中央部の画像内の最大輝度は１５５．２で最小輝度は８４．９となり、マイケルソン・コントラスト値は０．２９３であった。

時間と共に変化する画像から求めたマイケルソン・コントラスト値（点線で示す）と視程計から得た視程距離（実線で示す）をプロットしたのが図２である。横軸は時間経過のステップを示し、縦軸は視程距離の場合は単位がメートルであり、マイケルソン・コントラスト値は無次元なので単純に１０００倍した値を示している。

更に視程距離はそのままにして、マイケルソン・コントラスト値を５時制の移動平均したものが図３に示してある。注目すべき点はこれら異なった方法で得た視程距離とマイケルソン・コントラスト値のグラフが非常に似かよっている事である。

これら二つの変数群の相関を見るために、縦軸に視程計より得た視程距離、横軸にマイケルソン・コントラスト値（値を１０００倍）をプロットしたものが図４であり、二つの変数の関係を表すのに、ピアソンの相関関係（積率相関係数）を用い、２変数の分散（共分数）をＲ（相関係数）という数値で表すと、Ｒ２は０．８６４５と非常に強い相関関係であることが解かる。

このことは、マイケルソン・コントラスト値が視程距離を推定するために使用できることを意味する。そこでこれらの相関関係より求めた関係式をマイケルソン・コントラスト値に適用して再プロットしたものが図５であり、二つの曲線は非常に良い一致を示す。関係式はマイケルソン・コントラスト値をｘ、推定視程距離をｙとするとｙ＝０．０１１５ｘ^{１．６３６５}と表せる。

再度それら変数（視程計より得た視程距離とマイケルソン・コントラスト値から求めた推定視程距離）の相関を求めるためにプロットしたものが図６である。この結果から解かることは、速度規制が特に必要な視程２００ｍ以下の視程の悪い場合についての相関がより良い結果になっていることである。

以上述べたのは一つの事例であるが、違う状況のもとでも我々は、ほぼ同じ結果を得ることができ、視野内のマイケルソン・コントラスト値を求める事が、簡便な視程計として使用できる事を確信するに到った。

道路監視カメラから得られる一定視野内の画像を横軸２５６、縦軸１２８の画素に分け、各画素の赤・緑・青の輝度を求め、マイケルソン・コントラスト算定式に当てはめ、各画素の輝度を求める。

全画素内での最大輝度の値ａと最小輝度の値ｂから、［ｃ＝（ａ−ｂ）／（ａ＋ｂ）］を求め、相関関係より求めた関係式によりｃを変換した値を推定視程距離として扱い、道路管理システムにデータとして送る。各カメラから送られてきたデータを総合的に判断して速度規制や道路規制を行う。

現在、既に多数のカメラが各道路に設置されているので、それらから得られる広範囲のデータを付き合わせれば、各道路毎のリアルタイムの規制のみならず、今後の状況の予測にも役立てることができる。

吹雪時の画像。 視程計から得られた視程距離とマイケルソン・コントラスト値（１０００倍した値）を、時間を追ってプロットしたグラフ。 視程計から得られた視程距離とマイケルソン・コントラスト値を５時制の移動平均したものを、時間を追ってプロットしたグラフ。 ２つの変数の相関を見るために、縦軸に視程計より得た視程距離、横軸にマイケルソン・コントラスト値（１０００倍した値）をプロットしたグラフ。 視程計より得られた視程距離と、マイケルソン・コントラスト値を５時制の移動平均した２つの変数の相関関係より得た関係式に当てはめて求めた推定視程距離を、時間を追ってプロットしたグラフ。 図５に示す２つの変数の相関を見るために２つの変数を縦軸・横軸にとりプロットした相関図。

Claims (5)

1. カメラで撮影した一定視野内の画像を一定画素に分け、各画素の輝度を数値化し、全画素中の最大輝度の値がａ、最小輝度の値がｂであるとき、（ａ−ｂ）／（ａ＋ｂ）をコントラスト差の割合ｃとし（ｃは０から１の間の値をとる）、このｃを一定の関係式に当てはめて求めた値を、その時の推定視程値として用いる視程判別システム。
2. 視程計によって計測された視程距離をｄ、カメラの画像から解析的に求められたコントラスト差の割合をｃとする時、ｄとｃの２変数の分布の相関関係から求めた関係式を用いて、ｃを推定視程値に変換することを特徴とする請求項１記載の視程判別システム。
3. 画素の輝度を算定する時、赤・緑・青の各色による視覚刺激の違いを考慮したマイケルソン・コントラストの算定式より求めた輝度を用いることを特徴とする請求項１記載の視程判別システム。
4. 請求項１記載の視程判別システムにより、複数の道路監視カメラから得られる推定視程値を用いて、道路規制や速度規制を行う道路管理システム。
5. 請求項１記載の視程判別システムにより、車載したビデオカメラから得られる推定視程値を用いて、走行視程を判読するシステム。