JP2011065434A - 画像認識システム、方法、及び、プログラム - Google Patents

Abstract

【課題】処理量で、対称線分図形を検出することができる画像認識システムを提供する。
【解決手段】検出対象の対称線分図形は、左右対称であり、垂直線分対と斜線分対とを有する。垂直線分対検出手段２２は、対称線分図形を含む入力画像から、垂直線分対上を通る一対の垂直線を検出する。中央線検出手段２３は、検出された一対の垂直線の中央を通る中央線を検出する。対称斜線分対検出手段２４は、検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、入力画像から、斜線分対上を通る一対の斜線を検出する。判定手段２５は、入力画像における、検出された一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、対称線分図形の存在の有無を判定する。
【選択図】図１

Description

本発明は、画像認識システム、方法、及び、プログラムに関し、更に詳しくは、入力画像から所定の図形を検出する画像認識システム、方法、及び、プログラムに関する。

画像認識システムは、入力画像から所定の形状の図形を検出するシステムである。特許文献１は、画像認識機能を備えた車載ナビゲーション装置が記載された発明である。特許文献１に記載の車載ナビゲーション装置は、車両にカメラを搭載し、走行中の車両が撮影した画像に対して画像認識を行い、自車両が一般道路を走行中であるか、又は、高速道を走行中であるかを判別する機能を有している。

図１３は、特許文献１に記載の車載ナビゲーション装置の画像認識機能部分の構成を示している。画像入力装置１３００は、車両周囲の状況を撮影するカメラである。画像入力装置１３００は、助手席側のドアのドアミラー付近に設置される。エッジ処理手段１３０１は、画像入力装置１３００が入力した周囲画像に対してエッジ検出処理を行う。

画像データベース１３０３には、一般道路特定画像と、高速道路特定画像とが記憶されている。一般道路特定画像は、一般道路特有の特徴物、例えば、信号機、一般道路専用標識、一般道路専用標示、一般道路専用標示板などを撮影し、撮影した画像に対してエッジ検出処理などを施して生成された画像である。高速道路特定画像は、高速道路特有の特徴物、例えば、ＥＴＣ（Electronic Toll Collection System）ゲート、料金所、高速道路専用標識などを撮影し、撮影した画像に対してエッジ検出処理などを施して生成された画像である。

パターンマッチング手段１３０２は、エッジ処理手段１３０１でエッジが検出された周囲画像と、画像データベース１３０３に記憶されている一般道路特定画像及び高速道路特定画像とのパターンマッチングを行う。現在位置判定手段１３０４は、パターンマッチング手段１３０２でのパターンマッチング結果に従って、自車両が一般道路を走行中であるか、又は、高速道路を走行中であるかを判定する。

特開２００６−３１７２８６号公報（第１１頁、図３） 特開２００９−１６９５１０号公報

画像認識システムで検出する検出対称の図形として、対称線分図形を考える。対称線分図形とは、所定の方向に平行な対称軸に関して線対称であり、所定の方向に平行に延びる少なくとも一対の線分（垂直線分対）と、所定の方向に対して傾いて延びる少なくとも一対の線分（斜線分対）とを有する図形である。特許文献１では、対称線分図形に対応する画像が、一般道路特定画像又は高速道路特定画像として、画像データベース１３０３に記憶される。パターンマッチング手段１３０２は、パターンマッチングに基づく手法を用いて、対称線分図形に該当する画像（パターン）が、画像入力装置１３００が入力する周囲画像に含まれるか否かを判定する。或いは、パターンマッチング手段１３０２は、周囲画像と、対称線分図形に該当する画像とが一致するか否かを判定する。

図１４は、周囲画像と、検出対象のパターン画像とを示している。パターン画像１４０１は、対称線分図形に対応した画像である。周囲画像１４００が、パターン画像１４０１よりも広い場合、パターンマッチング手段１３０２は、図１４に示すように、周囲画像１４００中の複数の位置を切り出して、パターン画像１４０１に一致するパターンがあるか否かを調べる必要がある。このため、特許文献１では、２次元的な処理であるマッチング処理を多数回行う必要があり、低処理量で、対称線分図形を検出することができない。また、画像全体パターンマッチングする場合は、画像データベース１３０３に多数の場面ごとの画像を用意し、それらに対してパターンマッチングを行う必要がある。このため、やはり、低処理量で、対称線分図形を検出することはできない。

本発明は、上記に鑑み、低処理量で、対称線分図形を検出可能な画像認識システム、方法、及び、プログラムを提供することを目的とする。

上記目的を達成するために、本発明は、所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる垂直線分対と、前記所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を含む入力画像から、前記垂直線分対上を通る一対の垂直線を検出する垂直線分対検出手段と、前記検出された一対の垂直線の中央を通る中央線を検出する中央線検出手段と、前記検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る一対の斜線を検出する対称斜線分対検出手段と、前記入力画像における、前記検出された一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定手段とを備える画像認識システムを提供する。

本発明は、コンピュータを用いて、所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる垂直線分対と、前記所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を認識する画像認識方法であって、前記コンピュータが、前記対称線分図形を含む入力画像から、前記垂直線分対上を通る一対の垂直線を検出する垂直線分対検出ステップと、前記コンピュータが、前記検出した一対の垂直線の中央を通る中央線を検出する中央線検出ステップと、前記コンピュータが、前記検出した中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る一対の斜線を検出する対称斜線分対検出ステップと、前記コンピュータが、前記入力画像における、前記検出した一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定ステップとを有する画像認識方法を提供する。

本発明は、コンピュータに、所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる垂直線分対と、前記所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を認識する処理を実行させるプログラムであって、前記コンピュータに、前記対称線分図形を含む入力画像から、前記垂直線分対上を通る一対の垂直線を検出する垂直線分対検出処理と、前記検出された一対の垂直線の中央を通る中央線を検出する中央線検出処理と、前記検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る一対の斜線を検出する対称斜線分対検出処理と、前記入力画像における、前記検出された一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定処理とを実行させるプログラムを提供する。

本発明の画像認識システム、方法、及び、プログラムは、低処理量で、対称線分図形を検出することができる。

本発明の一実施形態の画像認識システムを示すブロック図。 対称線分図形を示す図。 斜線対上を通る一対の斜線の検出を示す図。 動作手順を示すフローチャート。 本発明の一実施例の画像認識システムを示すブロック図。 実施例の画像認識システムを搭載した車両を示す図。 二輪車用誘導線を示す図。 特徴点画像と特徴値和分布とを示す図。 垂直線分対と標示中央線と示す図。 Ｈｏｕｇｈ変換の結果を示す図。 線分周囲領域を示す図。 実施例の画像認識システムの動作手順を示すフローチャート。 特許文献１に記載の車載ナビゲーション装置の画像認識機能部分を示すブロック図。 周囲画像と、検出対象のパターン画像とを示す図。

以下、図面を参照し、本発明の実施の形態を詳細に説明する。図１は、本発明の一実施形態の画像認識システムを示している。画像認識システムは、画像入力装置１０と、プログラム制御で動作するコンピュータ（中央処理装置、プロセッサ、データ処理装置）２０とを備える。コンピュータ２０は、特徴点抽出手段２１、垂直線分対検出手段２２、中央線検出手段２３、対称斜線分対検出手段２４、判定手段２５、及び、出力手段２６を備える。コンピュータ２０内の各手段の機能は、コンピュータ２０が所定のプログラムに従って動作することで実現できる。

画像入力装置１０は、カメラやイメージセンサなどの撮像装置である。或いは、画像入力装置１０は、何らかの手段を用いて作成された画像を、コンピュータ２０に入力する装置であってもよい。画像入力装置１０は、検出対象の対称線分図形を含む画像を、コンピュータ２０に入力する。コンピュータ２０は、画像入力装置１０が入力した画像から、対称線分図形を検出する。対称線分図形は、例えば、道路標識又は路面標示である。

検出対象の対称線分図形について説明する。図２は、対称線分図形を示している。説明の便宜上、紙面の上下方向を垂直方向（所定の方向）と呼び、それと直交する左右方向を横方向と呼ぶ。対称線分図形５１は、垂直方向に平行な対称軸５２を中心に、左右に線対称な図形である。対称線分図形５１は、垂直方向に延びる一対の線分（垂直線分対）５３と、垂直方向に対して斜めに傾いて延びる一対の線分（斜線分対）５４とを有する。図２では、説明の便宜上、垂直線分対及び斜線線分対を１つずつ図示しているが、垂直線分対及び斜線分対は複数あってもよい。

特徴点抽出手段２１は、入力画像から、対称線分図形を構成する可能性がある画素を特徴点として抽出する。例えば、入力画像中で、対称線分図形の部分が明るく、背景が暗いとする。その場合、特徴点抽出手段２１は、入力画像に含まれる各画素のうち、輝度値が所定の値以上の画素を特徴点として抽出する。特徴点抽出手段２１は、入力画像に対し、フィルタ処理やノイズ除去などの所定の画像処理を施した上で、特徴点の抽出を行ってもよい。特徴点抽出手段２１は、特徴点で構成される特徴点を作成する。

垂直線分対検出手段２２は、特徴点画像から、垂直線分対上を通る一対の垂直線（垂直線対）を検出する。垂直線分対検出手段２２は、特徴点画像で、図２に示す垂直線分対５３に対応する直線の位置（対称軸５２に直交する方向での垂直線分対５３の座標位置）を検出する。中央線検出手段２３は、垂直線分対検出手段２２が検出した垂直線対に平行で、垂直線対間の中央を通る直線を、中央線として検出する。中央線検出手段２３が検出する中央線は、図２における対称軸５２に相当する。

対称斜線分対検出手段２４は、検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づいて、特徴点画像から、図２の斜線分対５４上を通る一対の直線（斜線対）を検出する。直線検出には、Ｈｏｕｇｈ変換を用いることができる。

図３に、斜線対の検出を示す。入力画像の対称軸５２に直交する方向をＸ方向とし、対称軸５２に平行な方向をＹ方向とする。また、中央線検出手段２３が検出した中央線（対称軸５２）のＸ座標をＸ_０とする。直線が中央線と交差するＹ方向の切片をＹ_０とし、直線に対して直交する垂線とＸ軸との間の角度をθとする。中央線上の切片Ｙ_０と角度θとを直線パラメータとすると、点（Ｘ_０，Ｙ_０）を通る直線は、
ｃｏｓθ（Ｘ−Ｘ_０）＋ｓｉｎθ（Ｙ−Ｙ_０）＝０
と表すことができる。

対称斜線分対検出手段２４は、上記の直線パラメータ表現に基づいて、入力画像から、Ｙ軸に対して傾いた角度の直線を検出する。入力画像に図２に示す斜線分対５４が含まれる場合、対称斜線分対検出手段２４は、斜線分対５４上を通る斜線６１、６２を検出する。ここで、斜線分対５４は、対称軸５２に関して線対称であるので、２本の斜線６１、６２の中央線上でのＹ切片（Ｙ_０）は、同じ値になる。従って、中央線上でのＹ切片（Ｙ_０）をパラメータの１つとして直線検出を行うことで、左右対称な斜線分対に対応する斜線を左右同時検出することができる。

判定手段２５は、特徴点画像における、検出された一対の垂直線及び斜線の周囲に対応する領域内の特徴点と、周囲外の領域の特徴点とに基づいて、対称線分図形の存在の有無を判定する。より詳細には、判定手段２５は、特徴点画像における、垂直線対及び斜線対の周囲の領域内の特徴点と、周囲外の領域の特徴点とから、対称線分図形の存在に関する評価値を計算する。判定手段２５は、評価値に基づいて、対称線分図形の存在の有無を判定する。出力手段２６は、対称線分図形の存在の有無を出力する。また、出力手段２６は、対称線分図形が存在する場合は、その位置を出力する。

図４は、動作手順を示している。画像入力装置１０は、画像をコンピュータ２０に入力する（ステップＡ１）。特徴点抽出手段２１は、入力画像から、特徴点を抽出する（ステップＡ２）。垂直線分対検出手段２２は、例えば、特徴点画像の中央を中心として、左右の領域から、それぞれ対称軸に平行な成分の直線（垂直線対）を検出する（ステップＡ３）。中央線検出手段２３は、検出された垂直線対に平行で、垂直線対の中央を通る直線を中央線として検出する（ステップＡ４）。

対称斜線分対検出手段２４は、中央線上の切片のパラメータの１つとしたＨｏｕｇｈ変換を用いて、斜線分対上を通る一対の斜線を左右同時に検出する（ステップＡ５）。判定手段２５は、垂直線対及び斜線対から所定範囲内の領域の特徴点と、所定範囲外の領域の特徴点とから、評価値を計算する（ステップＡ６）。判定手段２５は、評価値と、所定のしきい値とを比較する（ステップＡ７）。出力手段２６は、判定手段２５が、評価値がしきい値以上と判断すると、対称線分図形が存在する旨、及び、その位置を出力する（ステップＡ８）。出力手段２６は、判定手段が、評価値がしきい値よりも小さいと判断すると、対称線分図形が存在しない旨を出力する（ステップＡ９）。

本実施形態では、対称斜線分対検出手段２４は、中央線上の切片をパラメータの１つとした直線パラメータ表現を用いて、直線検出を行う。検出対象の対称線分図形を構成する斜線分対は、中央線に関して線対称であるので、左右の斜線分対上を通る２本の直線は、中央線上の１点で交差する。このため、中央線上の切片をパラメータの１つとした直線パラメータ表現を用いて直線検出を行うことで、左右の斜線分対を２つ同時に検出することができる。本実施形態では、斜線分対を左右同時に検出することができ、低処理量、かつ、頑健に斜線分対を検出することができる。

一対の垂直線及び斜線の検出後、判定手段は、一対の垂直線及び斜線の周囲に対応する領域内の特徴点と、周囲領域外の領域の特徴点とに基づいて、対称線分図形の存在の有無を判定する。特徴点画像に、検出対象の対称線分図形が含まれている場合、特徴点の多くは、画像から検出された一対の垂直線及び斜線の周囲に存在することになる。従って、どのくらいの特徴点が、検出された一対の垂直線及び斜線の周囲に存在するかを調べることで、入力画像に、対称線分図形が含まれているか否かを判定することができる。本実施形態では、対称線分図形の検出に際して、パターンマッチング処理のような２次元的な処理を多数回繰り返す必要がない。このため、低処理量で、対称線分図形を検出できる。

以下、実施例を用いて、具体例を用いて説明する。図５は、実施例の画像認識システムを示している。画像認識システムは、画像入力装置１００、コンピュータ２００を備える。コンピュータ２００は、鳥瞰画像作成手段２１０、特徴点抽出手段２２０、垂直線分対検出手段２３０、中央線検出手段２４０、対称斜線分対検出手段２５０、判定手段２７０、及び、出力手段２８０を有する。本実施例では、ＥＴＣ料金所内の路面にペイントされた二輪車用の誘導線（以下、二輪車用誘導線とも呼ぶ）を、検出対象の対称線分図形（標示）とする。

図６は、実施例の画像認識システムを搭載した車両を示している。カメラ６２０は、画像入力装置１００に相当する。カメラ６２０は、車両６１０に搭載される。カメラ６２０は、車両６１０の進行方向（自車進行方向）６３０の前方の道路画像を撮影する。カメラ６２０は、例えば車両６１０の中央付近に取り付けられている。カメラ６２０が撮影する道路画像の中央と、車両通行帯の中央とは、ほぼ一致している。

鳥瞰画像作成手段２１０は、道路画像から鳥瞰画像を作成する。鳥瞰画像とは、道路画像に撮影されている風景を、実世界で鉛直方向下向きの視線で見た場合の画像に変換した画像のことである。鳥瞰画像の作成については、例えば特許文献２に記載されている。鳥瞰画像作成手段２１０は、道路画像に対してフィルタ処理やノイズ除去処理などの所定の画像処理を施した画像から、鳥瞰画像を作成してもよい。

図７は、検出対象の二輪車用誘導線を示している。二輪車用誘導線７２０は、自車進行方向７５０と平行な方向の対称軸に関して、線対称な標示である。二輪車用誘導線７２０は、自車進行方向７５０に平行な垂直線分対７３０と、自車進行方向から傾いた斜線分対７４０とから成る。二輪車用誘導線７２０は、道路面７１０に、明るい色のペイント、例えば白色のペイントで描かれている。

特徴点抽出手段２２０は、鳥瞰画像から、二輪車用誘導線７２０を構成する可能性がある画素を特徴点として抽出する。特徴点抽出手段２２０は、例えば、各画素の階調数を２５６として、輝度２００値以上の画素（点）を、特徴点として抽出する。特徴点抽出手段２２０は、抽出した特徴点から成る特徴点画像を、垂直線分対検出手段２３０に渡す。特徴点画像の各画素の画素値（特徴値）は、鳥瞰画像における輝度値とする。特徴点抽出手段２２０は、検出対象の対称線分標示を構成すると考えられる点を抽出できればよく、その動作は、上記したものに限定されるものではない。

垂直線分対検出手段２３０は、特徴点投影手段２３１と、投影最大値探索手段２３２とを有する。特徴点画像にて、自車進行方向７５０（図７）と垂直な方向をＸ方向とする。特徴点投影手段２３１は、特徴点画像の各画素をＸ軸上に投影し、Ｘ座標ごとに鉛直方向に存在する特徴点の画素値（特徴値）の和を求め、特徴値和分布を求める。

図８は、特徴点画像と特徴値和分布とを示している。図８の特徴点画像にて、白色で示す部分は、抽出された特徴点に対応している。特徴点投影手段２３１は、各Ｘ座標について特徴値の和を求め、特徴値和分布８４０を得る。鳥瞰画像に二輪車用誘導線が含まれる場合、特徴点をＸ軸上に投影すると、特徴値和分布８４０において、画像中央よりも右側の領域と、左側の領域とに、それぞれピークが現れる。投影最大値探索手段２３２は、特徴値和分布８４０から、特徴点画像の左右の領域のそれぞれについて、特徴点値の和がピーク（最大）となるＸ座標を探索する。

図８に示す特徴値和分布８４０では、左右の領域のそれぞれに特徴点値の和のピークが１つずつある。投影最大値探索手段２３２は、左右の領域に特徴点値の和のピークが存在するときは、そのピークの座標を、垂直線対の座標として出力する。なお、投影最大値探索手段２３２が、左右の領域の何れか一方又は双方で、特徴点値の和のピークを検出できないときは、鳥瞰画像に検出対象の対称線分標示が含まれていないとして、その時点で処理を終了してもよい。

中央線検出手段２４０は、垂直線分対検出手段２３０から、垂直線分対の座標（Ｘ座標）を受け取る。中央線検出手段２４０は、左右の垂直線分のＸ座標から、Ｘ軸に垂直で、左右の垂直線分の中央を通る標示中央線を求める。図９は、垂直線分対と標示中央線とを示している。図９に示す垂直線９１０は、垂直線分対検出手段２３０から受け取ったＸ座標を通り、Ｘ座標に垂直な左右一対の直線である。中央線検出手段２４０は、垂直線９１０のＸ座標位置から、一対の垂直線９１０に平行で、左右の垂直線からの距離が等しい直線を標示中央線９２０として検出する。中央線検出手段２４０は、標示中央線９２０のＸ座標位置を出力する。

なお、検出対象の対称線分標示が垂直線分対を複数対有するときは、垂直線分対検出手段２３０にて、左右の領域のそれぞれに特徴点値和のピークが複数検出され、複数対の垂直線が検出されることになる。例えば、対称線分標示が二対の垂直線分対を有する場合、垂直線分対検出手段２３０は、計４本の垂直線を検出する。この場合、中央線検出手段２４０は、中央に近い２本の直線（内側の一対の垂直線）を用いて標示中央線を求めてもよく、或いは、中央から遠い側の２本の直線（外側の一対の垂直線）を用いて標示中央線を求めてもよい。または、中央線検出手段２４０は、内側の一対の垂直線と、外側の一対の垂直線との双方から、標示中央線を求めてもよい。

対称斜線分対検出手段２５０は、Ｈｏｕｇｈ変換手段２５１と、左右統合投票値計算手段２５２と、斜線対検出手段２５３とを有する。Ｈｏｕｇｈ変換手段２５１は、標示中央線９２０上の切片位置Ｙ_０と、Ｘ軸との角度θとをパラメータとしたＨｏｕｇｈ変換を、特徴点に関して行う。Ｈｏｕｇｈ変換の詳細については、例えば特願２００８−５１７８４３に記載されている。

より詳細には、Ｈｏｕｇｈ変換手段２５１は、
ｃｏｓθ（Ｘ−Ｘ_０）＋ｓｉｎθ（Ｙ−Ｙ_０）＝０
を用いて、Ｈｏｕｇｈ変換を行い、中央線上の切片Ｙ_０と角度θとに対して、投票値を計算する。なお、Ｈｏｕｇｈ変換手段２５１は、中央線上の切片Ｙ_０をパラメータの１つとするＨｏｕｇｈ変換を行えばよく、組み合わせて用いるパラメータは、角度θには限定されない。パラメータＹ_０との組み合わせで直線を表現できるパラメータであれば、角度θ以外のパラメータ、例えば、直線の傾きｍなどを用いることも可能である。

左右統合投票値計算手段２５２は、Ｈｏｕｇｈ空間にて、斜線分対を構成する斜線分のうちの一方と他方とのそれぞれに対応する領域のＨｏｕｇｈ投票値を統合し、統合した投票値を斜線分対評価値として求める。図１０は、Ｈｏｕｇｈ変換の結果を示している。Ｈｏｕｇｈ空間１０１０は、上記の直線パラメータ表現でＨｏｕｇｈ変換を行った場合、θ＝９０°を境に、対称線分標示を構成する斜線分対のうちの右側斜線に対応する右側斜線Ｈｏｕｇｈ領域１０２０と、左側斜線に対応する左側斜線Ｈｏｕｇｈ領域１０３０とに分けることができる。左右統合投票値計算手段２５２は、各Ｙ_０について、右側斜線Ｈｏｕｇｈ領域１０２０における投票値と、左側斜線Ｈｏｕｇｈ領域１０３０における投票値とを統合する。

左右統合投票値計算手段２５２は、Ｙ_０ごとに、右側斜線Ｈｏｕｇｈ領域１０２０における投票値の最大値を求める。また、左右統合投票値計算手段２５２は、Ｙ_０ごとに、左側斜線Ｈｏｕｇｈ領域１０３０における投票値の最大値を求める。左右統合投票値計算手段２５２は、Ｙ_０ごとの右側斜線Ｈｏｕｇｈ領域１０２０における投票値の最大値と、左側斜線Ｈｏｕｇｈ領域１０３０における投票値の最大値とのうちの小さい方の値を、Ｙ_０ごとの左右統合投票値（斜線分対評価値）とする。或いは、左右統合投票値計算手段２５２は、左右のＨｏｕｇｈ領域の最大投票値の和、投票値の平均、又は、投票値の積を、左右統合投票値としてもよい。左右統合投票値の求め方は、ここに記載されたものには限られず、その他の求め方でもよい。左右統合投票値計算手段２５２が、各Ｙ_０について左右統合投票値を求めると、図１０に示す左右統合投票値分布１０６０が得られる。

斜線対検出手段２５３は、左右統合投票値の最大値を与える切片Ｙ_０に対応する一対の直線を検出する。斜線対検出手段２５３は、まず、左右統合投票値分布１０６０にて、左右統合投票値の最大値を与えるＹ_０を調べる。次いで、斜線対検出手段２５３は、当該Ｙ_０で、右側斜線Ｈｏｕｇｈ領域１０２０にて投票値が最大となる右側最大投票値１０４０を与えるθを調べる。また、斜線対検出手段２５３は、当該Ｙ_０で、左側斜線Ｈｏｕｇｈ領域１０３０にて投票値が最大となる左側最大投票値１０５０を与えるθを調べる。斜線対検出手段２５３は、右側最大投票値１０４０及び左側最大投票値１０５０を与えるＹ_０とθとの組み合わせで表現される直線を、斜線分対上を通る一対の斜線として検出する。この一対の斜線は、中央線上の同一の位置を通過する。

なお、検出対象の対称線分標示が斜線分対を複数対有するときは、相互に異なる複数の切片Ｙ_０で、左右統合投票値が最大となる。すなわち、図１０に示す左右統合投票値分布１０６０に、投票値が最大となるピークが複数現れる。例えば、対称線分標示が二対の斜線分を有するとき、左右統合投票値分布１０６０には、２つのピークが現れることになる。この場合、斜線対検出手段２５３は、ピークのうちの一方に対応する一対の直線と、他方に対応する一対の直線とを、検出すればよい。

判定手段２７０は、評価値計算手段２６０と、存在判定手段２７１とを有する。評価値計算手段２６０は、線分接続位置検出手段２６１、線分周囲領域検出手段２６２、領域内特徴点抽出手段２６３、領域外特徴点抽出手段２６４、及び、評価手段２６５を有する。線分接続位置検出手段２６１は、垂直線分対検出手段２３０が検出した一対の垂直線の位置と、対称斜線分対検出手段２５０が検出した一対の斜線の位置及び角度とから、両者が交差する接続Ｙ座標を検出する。線分周囲領域検出手段２６２は、検出された一対の垂直線及び斜線と、それらの接続Ｙ座標とから、線分周囲領域を設定する。

図１１は、線分周囲領域を示している。検出された一対の垂直線１１４０と、斜線１１５０とは、接続Ｙ座標１１２０で交差する。線分周囲領域検出手段２６２は、接続Ｙ座標１１２０までは、検出された一対の垂直線１１４０から所定の線分周囲領域幅Ｗ内の領域を線分周囲領域１１３０として設定する。また、線分周囲領域検出手段２６２は、接続Ｙ座標１１２０からは、検出された一対の斜線１１５０から所定の線分周囲領域幅Ｗ内の領域を線分周囲領域１１３０として設定する。

領域内特徴点抽出手段２６３は、線分周囲領域１１３０内に存在する特徴点の特徴値の和と線分周囲領域１１３０の面積との比を求める。領域外特徴点抽出手段２６４は、線分周囲領域１１３０の外側の領域に存在する特徴点の特徴値の和と線分周囲領域１１３０の外側の領域の面積との比を求める。領域内特徴点抽出手段２６３及び領域外特徴点抽出手段２６４は、特徴値の和と面積との比に代えて、特徴点の個数と面積との比を求めてもよい。

評価手段２６５は、領域内特徴点抽出手段２６３が求めた値と、領域外特徴点抽出手段２６４が求めた値とから、二輪車用誘導線らしさを示す評価値を計算する。評価手段２６５は、例えば、領域内特徴点抽出手段２６３が求めた値を、領域外特徴点抽出手段２６４が求めた値で除した値を、評価値とする。評価値は、これには限定されず、線分周囲領域内特徴値が大きくなるほど大きくなり、線分周囲領域外特徴値が小さくなるほど小さくなるのであれば、他の計算で求めた値でもよい。例えば、領域内特徴点抽出手段２６３が求めた値と、領域外特徴点抽出手段２６４が求めた値との差を評価値としてもよい。

存在判定手段２７１は、評価値計算手段２６０が求めた評価値と、所定のしきい値とを比較する。存在判定手段２７１は、評価値がしきい値以上であれば、二輪車用誘導線が存在すると判定し、評価値がしきい値よりも小さいときは、二輪車用誘導線が存在しないと判定する。出力手段２８０は、二輪車用誘導線の存在の有無を出力する。また、出力手段２８０は、二輪車用誘導線が存在する場合は、その位置を示す情報を出力する。

図１２は、実施例の画像認識システムの動作手順を示している。画像入力装置１００は、撮影した道路画像を入力する（ステップＢ１）。鳥瞰画像作成手段２１０は、道路画像から、鳥瞰画像を作成する（ステップＢ２）。なお、画像入力装置１００が、道路を真上から見下ろした道路画像を撮影している場合は、鳥瞰画像の作成は省略可能である。特徴点抽出手段２２０は、鳥瞰画像に含まれる各画素のうち、検出対象の二輪車用誘導線を構成する可能性がある画素を特徴点として抽出する（ステップＢ３）。

垂直線分対検出手段２３０の特徴点投影手段２３１は、鳥瞰画像の各Ｘ座標での特徴点の特徴値の和を計算し、特徴値和分布８４０（図８）を求める（ステップＢ４）。投影最大値探索手段２３２は、特徴値和分布８４０の左右範囲のそれぞれ最大値を探索し、一対の垂直線を検出する（ステップＢ５）。中央線検出手段２４０は、検出された一対の垂直線に平行で、一対の垂直線から等距離にある直線を、標示中央線９２０（図９）として検出する（ステップＢ６）。

対称斜線分対検出手段２５０のＨｏｕｇｈ変換手段２５１は、標示中央線９２０上の切片をパラメータの１つとする直線パラメータ表現に基づいてＨｏｕｇｈ変換を行う（ステップＢ７）。左右統合投票値計算手段２５２は、Ｈｏｕｇｈ空間におけるＹ_０ごとに左右統合投票値１０６０（図１０）を計算する（ステップＢ８）。斜線対検出手段２５３は、左右統合投票値１０６０の最大値を探索し、二輪車用誘導線を構成する斜線分対上を通る一対の斜線を左右同時に検出する（ステップＢ９）。

評価値計算手段２６０の線分接続位置検出手段２６１は、一対の垂直線と斜線との接続Ｙ座標１１２０（図１１）を求める（ステップＢ１０）。線分周囲領域検出手段２６２は、一対の垂直線及び斜線と接続Ｙ座標１１２０とから、線分周囲領域１１３０を設定する（ステップＢ１１）。領域内特徴点抽出手段２６３は、線分周囲領域１１３０内にある特徴点の特徴値の和と線分周囲領域１１３０の面積との比を求める（ステップＢ１２）。領域外特徴点抽出手段２６４は、線分周囲領域１１３０外の特徴点の特徴値の和と線分周囲領域１１３０外の領域の面積との比を求める（ステップＢ１３）。評価手段２６５は、領域内特徴点抽出手段２６３が求めた値と、領域外特徴点抽出手段２６４が求めた値とに基づいて、二輪車用誘導線らしさを示す評価値を計算する（ステップＢ１４）。

存在判定手段２７１は、評価値計算手段２６０が計算した評価値と、所定のしきい値とを比較し、評価値がしきい値以上であるか否かを判定する（ステップＢ１５）。出力手段２８０は、存在判定手段２７１が評価値がしきい値以上であると判定すると、二輪車用誘導線が存在する旨、及び、その存在位置を出力する（ステップＢ１６）。出力手段２８０は、存在判定手段２７１が評価値がしきい値よりも小さいと判定すると、二輪車用誘導線が存在しない旨を出力する（ステップＢ１７）。

本実施例では、対称斜線分対検出手段２５０は、中央線上の切片をパラメータの１つとした直線パラメータ表現を用いてＨｏｕｇｈ変換を行う。二輪車用誘導線を構成する斜線分対は、中央線上の１点で交差するので、中央線上の切片をパラメータの１つとした直線パラメータ表現を用いてＨｏｕｇｈ変換を行うことで、左右の対称斜線分上を通る一対の斜線を左右同時に検出できる。

一対の垂直線及び斜線の検出後、評価手段２６５は、一対の垂直線及び斜線の周囲に対応する領域内の特徴点と、周囲領域外の領域の特徴点とに基づいて、対称線分図形らしさを示す評価値を計算する。存在判定手段２７１は、評価値に基づいて、入力画像に二輪車用誘導線が含まれるか否かを判定する。本実施例では、二輪車用誘導線の検出に際して、パターンマッチング処理のような２次元的な処理を多数回繰り返す必要がなく、低処理量で、二輪車用誘導線を検出することができる。

なお、上記実施形態及び実施例では、入力画像から特徴点を抽出し、特徴点画像に対して対称線分図形の検出を行ったが、特徴点の抽出は必須の事項ではない。例えば、入力画像が２値画像などの場合は、入力画像に対して、対称線分図形の検出を行ってもよい。また、上記実施形態及び実施例では、対称線分図形の対称軸をＹ軸としたが、これには限定されず、Ｘ軸とＹ軸とを適宜入れ替えることも可能である。対称線分図形に含まれる垂直線分対及び斜線分対の数は任意であり、一対の垂直線分対及び斜線分対には限定されない。対称軸が画像に対して斜めに傾いているような場合は、画像を適宜回転させて、対称線分図形の検出を行えばよい。

以上、本発明をその好適な実施形態に基づいて説明したが、本発明の画像認識システム、方法、及び、プログラムは、上記実施形態にのみ限定されるものではなく、上記実施形態の構成から種々の修正及び変更を施したものも、本発明の範囲に含まれる。

以下、本発明の最小構成について説明する。本発明の画像認識装置の最小構成は、所定の方向に平行な対称軸に関して線対称であり、所定の方向に平行に延びる垂直線分対と、所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を含む入力画像から、垂直線分対上を通る一対の垂直線を検出する垂直線分対検出手段と、検出された一対の垂直線の中央を通る中央線を検出する中央線検出手段と、検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、入力画像から、斜線分対上を通る一対の斜線を検出する対称斜線分対検出手段と、入力画像における、検出された一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、対称線分図形の存在の有無を判定する判定手段とを備える。

本発明の画像認識方法の最小構成は、所定の方向に平行な対称軸に関して線対称であり、所定の方向に平行に延びる垂直線分対と、所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を認識する画像認識方法であって、対称線分図形を含む入力画像から、垂直線分対上を通る一対の垂直線を検出する垂直線分対検出ステップと、検出した一対の垂直線の中央を通る中央線を検出する中央線検出ステップと、検出した中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、入力画像から、斜線分対上を通る一対の斜線を検出する対称斜線分対検出ステップと、入力画像における、検出した一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、対称線分図形の存在の有無を判定する判定ステップとを有するという構成である。

本発明のプログラムの最小構成は、コンピュータに、所定の方向に平行な対称軸に関して線対称であり、所定の方向に平行に延びる垂直線分対と、所定の方向に対して傾いて延びる斜線分対とを有する対称線分図形を認識する処理を実行させるプログラムであって、コンピュータに、対称線分図形を含む入力画像から、垂直線分対上を通る一対の垂直線を検出する垂直線分対検出処理と、検出された一対の垂直線の中央を通る中央線を検出する中央線検出処理と、検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、入力画像から、斜線分対上を通る一対の斜線を検出する対称斜線分対検出処理と、入力画像における、検出された一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、対称線分図形の存在の有無を判定する判定処理とを実行させるという構成である。

本発明の画像認識システム、方法、及び、プログラムでは、一対の垂直線の中央を通る中央線上の切片をパラメータの１つとする直線パラメータ表現に基づき、斜線分対上を通る一対の斜線を検出する。検出対象の対称線分図形は対称軸に関して線対称であるので、中央線上の切片をパラメータの１つとする直線パラメータ表現に基づいて直線検出を行うことで、一対の斜線を左右同時に検出できる。本発明では、一対の垂直線及び斜線の検出後、検出した一対の垂直線及び斜線の周囲の画素と、周囲外の領域の画素とに基づいて、対称線分図形の有無を判定する。本発明では、対称線分図形の検出に際して、パターンマッチング処理のような２次元的な処理を多数回繰り返す必要がない。このため、低処理量で、対称線分図形を検出できる。

１０、１００：画像入力装置
２０、２００：コンピュータ
２１：特徴点抽出手段
２２：垂直線分対検出手段
２３：中央線検出手段
２４：対称斜線分対検出手段
２５：判定手段
２６：出力手段
５１：対称線分図形
５２：対称軸
５３：垂直線分対
５４：斜線分対
６１、６２：斜線
２１０：鳥瞰画像作成手段
２２０：特徴点抽出手段
２３０：垂直線分対検出手段
２３１：特徴点投影手段
２３２：投影最大値探索手段
２４０：中央線検出手段
２５０：対称斜線分対検出手段
２５１：Ｈｏｕｇｈ変換手段
２５２：左右統合投票値計算手段
２５３：斜線対検出手段
２６０：評価値計算手段
２６１：線分接続位置検出手段
２６２：線分周囲領域検出手段
２６３：領域内特徴点抽出手段
２６４：領域外特徴点抽出手段
２６５：評価手段
２７０：判定手段
２７１：存在判定手段
２８０：出力手段
６１０：車両
６２０：カメラ
６３０、７５０：自車進行方向
７１０：道路面
７２０：二輪車用誘導線
７３０：垂直線分対
７４０：斜線分対
８４０：特徴値和分布
９１０：垂直線
９２０：標示中央線
１０１０：Ｈｏｕｇｈ空間
１０２０：右側斜線Ｈｏｕｇｈ領域
１０３０：左側斜線Ｈｏｕｇｈ領域
１０４０：右側最大投票値
１０５０：左側最大投票値
１０６０：左右統合投票値分布
１１２０：接続Ｙ座標
１１３０：線分周囲領域
１１４０：垂直線
１１５０：斜線

Claims (30)

1. 所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる少なくとも一対の垂直線分対と、前記所定の方向に対して傾いて延びる少なくとも一対の斜線分対とを有する対称線分図形を含む入力画像から、前記垂直線分対上を通る少なくとも一対の垂直線を検出する垂直線分対検出手段と、
   前記検出された一対の垂直線の中央を通る中央線を検出する中央線検出手段と、
   前記検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る少なくとも一対の斜線を検出する対称斜線分対検出手段と、
   前記入力画像における、前記検出された少なくとも一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定手段とを備える画像認識システム。
2. 前記対称線分図形を含む画像から、該対称線分対を構成する可能性がある画素を特徴点として抽出し、該抽出した特徴点から成る特徴点画像を作成し、前記入力画像とする特徴点抽出手段を更に備える、請求項１に記載の画像認識システム。
3. 前記判定手段は、
   前記特徴点画像における、前記周囲の領域内の特徴点と、前記周囲外の領域の特徴点とから、前記対称線分図形の存在に関する評価値を計算する評価値計算手段と、
   前記評価値と、所定のしきい値とを比較し、該比較結果に基づいて、前記対称線分図形の存在の有無を判定する図形存在判定手段とを有する、請求項２に記載の画像認識システム。
4. 前記評価値計算手段は、前記検出された少なくとも一対の垂直線及び斜線から所定範囲内の周囲領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲領域の面積との比に応じた値と、前記周囲領域の外側の周囲外領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲外領域の面積との比に応じた値との差又は商を、前記評価値として計算する、請求項３に記載の画像認識システム。
5. 前記対称斜線分対検出手段は、
   前記入力画像に対して、前記中央線上の切片を直線パラメータの１つとしたＨｏｕｇｈ変換を行うＨｏｕｇｈ変換手段と、
   Ｈｏｕｇｈ空間にて、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれが存在する領域Ｈｏｕｇｈ投票値を統合し、該統合したＨｏｕｇｈ投票値に基づいて、斜線分対評価値を求める左右統合投票値計算手段と、
   前記斜線分対評価値が最大値となる前記切片に対応する少なくとも一対の斜線を検出する斜線対検出手段とを有する、請求項１乃至４の何れか一に記載の画像認識システム。
6. 左右統合投票値計算手段は、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれに対応するＨｏｕｇｈ投票値に応じた値の最小値、和、平均値、又は、積を前記斜線分対評価値とする、請求項５に記載の画像認識システム。
7. 車両に搭載され、車両周囲の画像を撮影する画像入力装置を更に備える、請求項１乃至６の何れか一に記載の画像認識システム。
8. 前記画像入力装置が撮影した車両周囲の画像から、道路路面を上から見た鳥瞰画像を作成する鳥瞰画像作成手段を更に備える、請求項７に記載の画像認識システム。
9. 前記対称線分図形が、道路標識又は路面標示である、請求項１乃至８の何れか一に記載の画像認識システム。
10. 前記対称線分図形が、高速道路料金所のＥＴＣ（Electronic Toll Collection System）レーンの路面に設置された二輪車用の誘導路である、請求項１乃至９の何れか一に記載の画像認識システム。
11. コンピュータを用いて、所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる少なくとも一対の垂直線分対と、前記所定の方向に対して傾いて延びる少なくとも一対の斜線分対とを有する対称線分図形を認識する画像認識方法であって、
    前記コンピュータが、前記対称線分図形を含む入力画像から、前記垂直線分対上を通る少なくとも一対の垂直線を検出する垂直線分対検出ステップと、
    前記コンピュータが、前記検出した一対の垂直線の中央を通る中央線を検出する中央線検出ステップと、
    前記コンピュータが、前記検出した中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る少なくとも一対の斜線を検出する対称斜線分対検出ステップと、
    前記コンピュータが、前記入力画像における、前記検出した少なくとも一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定ステップとを有する画像認識方法。
12. 前記垂直線分対検出ステップに先行して、前記コンピュータが、前記対称線分図形を含む画像から、該対称線分対を構成する可能性がある画素を特徴点として抽出し、該抽出した特徴点から成る特徴点画像を作成する特徴点画像作成ステップを更に有する、請求項１１に記載の画像認識方法。
13. 前記判定ステップは、
    前記コンピュータが、前記特徴点画像における、前記周囲の領域内の特徴点と、前記周囲外の領域の特徴点とから、前記対称線分図形の存在に関する評価値を計算する評価値計算ステップと、
    前記評価値と、所定のしきい値とを比較し、該比較結果に基づいて、前記対称線分図形の存在の有無を判定する図形存在判定ステップとを含む、請求項１２に記載の画像認識方法。
14. 前記評価値計算ステップでは、前記コンピュータは、前記検出した少なくとも一対の垂直線及び斜線から所定範囲内の周囲領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲領域の面積との比に応じた値と、前記周囲領域の外側の周囲外領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲外領域の面積との比に応じた値との差又は商を、前記評価値として計算する、請求項１３に記載の画像認識方法。
15. 前記対称斜線分対検出ステップは、
    前記コンピュータが、前記入力画像に対して、前記中央線上の切片を直線パラメータの１つとしたＨｏｕｇｈ変換を行うＨｏｕｇｈ変換ステップと、
    前記コンピュータが、Ｈｏｕｇｈ空間にて、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれが存在する領域Ｈｏｕｇｈ投票値を統合し、該統合したＨｏｕｇｈ投票値に基づいて、斜線分対評価値を求める左右統合投票値計算ステップと、
    前記コンピュータが、前記斜線分対評価値が最大値となる前記切片に対応する少なくとも一対の斜線を検出する斜線対検出ステップとを含む、請求項１１乃至１４の何れか一に記載の画像認識方法。
16. 左右統合投票値計算ステップでは、前記コンピュータは、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれに対応するＨｏｕｇｈ投票値に応じた値の最小値、和、平均値、又は、積を前記斜線分対評価値とする、請求項１５に記載の画像認識方法。
17. 前記垂直線分対検出ステップに先行して、前記コンピュータが、車両に搭載され、車両周囲の画像を撮影する画像入力装置から画像を入力する画像入力ステップを更に有する、請求項１１乃至１６の何れか一に記載の画像認識方法。
18. 前記画像入力ステップに後続して、前記コンピュータが、前記車両周囲の画像から、道路路面を上から見た鳥瞰画像を作成する鳥瞰画像作成ステップを更に備える、請求項１７に記載の画像認識方法。
19. 前記対称線分図形が、道路標識又は路面標示である、請求項１１乃至１８の何れか一に記載の画像認識方法。
20. 前記対称線分図形が、高速道路料金所のＥＴＣ（Electronic Toll Collection System）レーンの路面に設置された二輪車用の誘導路である、請求項１１乃至１９の何れか一に記載の画像認識方法。
21. コンピュータに、所定の方向に平行な対称軸に関して線対称であり、前記所定の方向に平行に延びる少なくとも一対の垂直線分対と、前記所定の方向に対して傾いて延びる少なくとも一対の斜線分対とを有する対称線分図形を認識する処理を実行させるプログラムであって、前記コンピュータに、
    前記対称線分図形を含む入力画像から、前記垂直線分対上を通る少なくとも一対の垂直線を検出する垂直線分対検出処理と、
    前記検出された一対の垂直線の中央を通る中央線を検出する中央線検出処理と、
    前記検出された中央線上の切片をパラメータの１つとした直線パラメータ表現に基づき、前記入力画像から、前記斜線分対上を通る少なくとも一対の斜線を検出する対称斜線分対検出処理と、
    前記入力画像における、前記検出された少なくとも一対の垂直線及び斜線の周囲に対応する領域内の画素と、周囲外の領域の画素とに基づいて、前記対称線分図形の存在の有無を判定する判定処理とを実行させるプログラム。
22. 前記垂直線分対検出処理に先行して、前記コンピュータに、前記対称線分図形を含む画像から、該対称線分対を構成する可能性がある画素を特徴点として抽出し、該抽出した特徴点から成る特徴点画像を作成する特徴点画像作成処理を更に実行させる、請求項２１に記載のプログラム。
23. 前記判定処理は、
    前記特徴点画像における、前記周囲の領域内の特徴点と、前記周囲外の領域の特徴点とから、前記対称線分図形の存在に関する評価値を計算する評価値計算処理と、
    前記評価値と、所定のしきい値とを比較し、該比較結果に基づいて、前記対称線分図形の存在の有無を判定する図形存在判定処理とを含む、請求項２２に記載のプログラム。
24. 前記評価値計算処理では、前記検出された少なくとも一対の垂直線及び斜線から所定範囲内の周囲領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲領域の面積との比に応じた値と、前記周囲領域の外側の周囲外領域に存在する特徴点における特徴値の和又は特徴点の数と前記周囲外領域の面積との比に応じた値との差又は商を、前記評価値として計算する、請求項２３に記載のプログラム。
25. 前記対称斜線分対検出処理は、
    前記入力画像に対して、前記中央線上の切片を直線パラメータの１つとしたＨｏｕｇｈ変換を行うＨｏｕｇｈ変換処理と、
    Ｈｏｕｇｈ空間にて、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれが存在する領域Ｈｏｕｇｈ投票値を統合し、該統合したＨｏｕｇｈ投票値に基づいて、斜線分対評価値を求める左右統合投票値計算処理と、
    前記斜線分対評価値が最大値となる前記切片に対応する少なくとも一対の斜線を検出する斜線対検出処理とを含む、請求項２１乃至２４の何れか一に記載のプログラム。
26. 左右統合投票値計算処理では、前記斜線分対を構成する斜線分のうちの一方と他方とのそれぞれに対応するＨｏｕｇｈ投票値に応じた値の最小値、和、平均値、又は、積を前記斜線分対評価値とする、請求項２５に記載のプログラム。
27. 前記垂直線分対検出処理に先行して、前記コンピュータに、車両に搭載され、車両周囲の画像を撮影する画像入力装置から画像を入力する画像入力処理を更に実行させる、請求項２１乃至２６の何れか一に記載のプログラム。
28. 前記画像入力処理に後続して、前記コンピュータに、前記車両周囲の画像から、道路路面を上から見た鳥瞰画像を作成する鳥瞰画像作成処理を更に実行させる、請求項２７に記載のプログラム。
29. 前記対称線分図形が、道路標識又は路面標示である、請求項２１乃至２８の何れか一に記載のプログラム。
30. 前記対称線分図形が、高速道路料金所のＥＴＣ（Electronic Toll Collection System）レーンの路面に設置された二輪車用の誘導路である、請求項２１乃至２９の何れか一に記載のプログラム。

Images