JP2016110373A - カーブミラー検出装置 - Google Patents

Abstract

【課題】 カーブミラーを高い精度で検出する技術を提供する。【解決手段】 車両の周辺を撮像する撮像手段（１１）により撮像された撮像画像から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出するカーブミラー検出手段（２１）と、前記撮像画像における前記カーブミラー候補を構成する各画素の彩度に基づくパラメータである彩度パラメータ、前記各画素の明度に基づくパラメータである明度パラメータ、及び、前記撮像画像に対してエッジ点の検出を行うエッジ検出手段により検出された前記カーブミラー候補に対応するエッジ点の連続性に基づくパラメータである形状パラメータ、よりなる群から選ばれる２つ以上の特徴量に基づいて、前記カーブミラー候補のカーブミラーとしての尤度に関する尤度情報を出力する尤度出力手段と（２１）、を備えることを特徴とするカーブミラー検出装置（１５）。【選択図】図１

Description

本発明は、車載カメラなどにより取得された画像からカーブミラーを検出する装置に関する。

従来、車載カメラの撮影画像から、パターンマッチングによりカーブミラーを検出する技術が提案されている（特許文献１参照）。

特開２００９−２１１６２４号公報

しかしながら、撮影画像におけるカーブミラーの背景が複雑になると、パターンマッチングによる誤検出が起こりやすくなるという問題があった。
本発明は、カーブミラーを高い精度で検出する技術を提供することを目的としている。

本発明の第１の態様のカーブミラー検出装置は、カーブミラー検出手段（２１）と、尤度出力手段と（２１）、を備える。
カーブミラー検出手段は、車両の周辺を撮像する撮像手段（１１）により撮像された撮像画像から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出する。

尤度出力手段は、撮像画像における上記カーブミラー候補を構成する各画素の彩度に基づくパラメータである彩度パラメータ、上記カーブミラー候補を構成する各画素の明度に基づくパラメータである明度パラメータ、及び、撮像画像に対してエッジ点の検出を行うエッジ検出手段（２１）により検出されたカーブミラー候補に対応するエッジ点の連続性に基づくパラメータである形状パラメータ、よりなる群から選ばれる２つ以上の特徴量に基づいて、上記カーブミラー候補のカーブミラーとしての尤度に関する尤度情報を出力する。

このように構成されたカーブミラー検出装置であれば、撮像画像から検出されたカーブミラー候補から、尤度出力手段により出力されるカーブミラーとしての尤度に基づいて高い精度でカーブミラーを特定することができる。

また本発明の第２の態様のカーブミラー検出装置は、上述した第１の態様と同様に、カーブミラー検出手段（２１）と、尤度出力手段と（２１）、を備える。
カーブミラー検出手段は、車両の周辺を撮像する撮像手段（１１）により撮像された撮像画像から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出する。

尤度出力手段は、カーブミラー候補を構成する画素のうち、彩度及び明度の少なくともいずれか一方が所定の範囲に属する画素の存在する割合に基づいて、上記カーブミラー候補のカーブミラーとしての尤度に関する尤度情報を出力する。

このように構成されたカーブミラー検出装置であれば、上述した本発明の第１の態様と同様に、高い精度でカーブミラーを特定することができる。
なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

車載システムを示すブロック図である。 カーブミラー鏡像出力処理のフローチャートである。 車載カメラが撮影した撮像画像を説明する模式的な図である。 撮像画像を色相フィルタした制限画像を説明する模式的な図である。 エッジ検出を実行した図であって、（Ａ）が撮像画像に対してエッジ検出を行ったときの図であり、（Ｂ）が制限画像にエッジ検出を行ったときの図である。 カーブミラーを示す模式図であって、（Ａ）が鏡像に占める道路及び空の割合が高い場合の図であり、（Ｂ）が鏡像に占める建造物の割合が高い場合の図である。 エッジを検出しにくい状況に配置されたカーブミラーを説明する図である。

以下、本発明が適用された実施形態について、図面を用いて説明する。
［１．実施形態］
［１−１．構成］
本実施形態の車載システム１は自動車等の車両に搭載されて用いられるシステムであって、図１に示すように、車載カメラ１１と、ディスプレイ１３と、カーブミラー検出装置１５と、を備えている。

車載システム１は、道路に設置されるカーブミラーを検出し、カーブミラーの鏡面に映る鏡像を運転者に報知するシステムである。
車載カメラ１１は、車両の周辺、特に前方を撮像する撮像装置であって、例えば公知のＣＣＤイメージセンサやＣＭＯＳイメージセンサなどを用いることができる。車載カメラ１１は、所定の時間間隔（一例として１／１５ｓ）で車両前方を撮像し、撮像画像をカーブミラー検出装置１５に出力する。車載カメラ１１が、本発明における撮像手段の一例である。

ディスプレイ１３は、画像を表示する液晶ディスプレイなどの表示手段であって、カーブミラー検出装置１５から入力される信号に従って画像を表示する。本実施形態では、ディスプレイ１３は車載カメラ１１により撮像されたカーブミラーの鏡像を拡大して表示する。

カーブミラー検出装置１５は、車載カメラ１１にて撮像された撮像画像からカーブミラーを検出すると共に、ディスプレイ１３を制御して画像を表示させる。
このカーブミラー検出装置１５は、ＣＰＵ２１と、ＣＰＵ２１が実行するプログラム等を記憶するＲＯＭ２２と、ＣＰＵ２１によるプログラム実行時に作業領域として使用されるＲＡＭ２３と、電気的にデータを書き換え可能なフラッシュメモリやＥＥＰＲＯＭ等の不揮発性メモリ２４などを備えるコンピュータシステムとして構成されており、プログラムの実行により所定の処理を実行する。

なおＣＰＵ２１が、本発明におけるカーブミラー検出手段、エッジ検出手段、尤度出力手段、制限手段、及び特定手段の一例である。
［１−２．カーブミラー検出装置１５による処理］
カーブミラー検出装置１５のＣＰＵ２１により実行されるカーブミラー鏡像出力処理について、図２に示すフローチャートに基づいて説明する。本処理は、一例として車両のイグニッションスイッチをオンとしたときに開始される。

Ｓ１では、ＣＰＵ２１は、車載カメラ１１が撮像した撮像画像を車載カメラ１１から取得する。図３は、撮像画像の一例である。この撮像画像３１は、直線状の道路とそれに交差する道路とからなる丁字路に、その交差する道路側から車両が進入するときの車両正面を撮影した画像である。撮像画像３１には、道路３３、電信柱３５、植物３７、電信柱３５に隣接して配置されるカーブミラー３９などが映されている。

Ｓ２では、ＣＰＵ２１は、Ｓ１で取得された撮像画像３１のＨＳＶ色空間を色相でフィルタ処理し、制限画像を生成する。制限画像とは、撮像画像３１の色相を、予め設定された範囲内の値となるように制限した画像である。ここでは、カーブミラーの外縁及び裏面部分の色である橙色が残るように処理する。

錐体のＨＳＶ色空間で表現したとき、色相の空間は０〜３６０°で表現できる。よって、撮像画像３１に対して、赤色の空間である０〜６０°と３００〜３６０°のみを表示するように制限をかける。なお、このパラメータは一例であって、適宜設定することができる。

図４は、撮像画像３１を色相フィルタ処理した制限画像４１を模式的に示したものである。カーブミラー４３と、それに近い色は比較的明瞭に示されるが、カーブミラー４３の色から遠い色の領域はフィルタにより除かれる。これによりカーブミラー以外の不要な背景を除去して、続くＳ３におけるハフ（ＨＯＵＧＨ）変換の精度を高めることができる。

Ｓ３では、ＣＰＵ２１は、Ｓ２にて色相フィルタ処理を行った制限画像４１から、カーブミラーの特徴を有する領域であるカーブミラー候補を検出する。ここでは、ＣＰＵ２１は制限画像４１に対してエッジ検出を行い、検出されたエッジ（エッジ点）にハフ変換を行ってカーブミラーの外縁に対応する可能性がある円又は楕円を抽出する。

図５（Ａ）はＳ２のフィルタ処理を実行せずにエッジ検出した場合の検出結果であり、（図５（Ｂ））はフィルタ処理を実行したときのエッジ検出結果である。フィルタ処理を実行しなかった場合と比較すると、フィルタ処理を実行した場合のエッジ検出結果は、カーブミラーと無関係であるエッジが減少している。よって、高精度にカーブミラー候補を抽出することができる。なお各画像の下部は、車載カメラ１１の撮影領域の関係上、撮像画像においてカーブミラーが存在する可能性が低いためエッジ検出を行っていない。

なお、ハフ変換の結果、条件を満たす（投票数が所定数以上である）円又は楕円が複数あれば、カーブミラー候補は複数抽出される。
Ｓ４では、ＣＰＵ２１は、Ｓ３にて検出されたカーブミラー候補のそれぞれに対してスコアを算出する。スコアとは、彩度、形状、明度の３つの特徴に対して算出される特徴量それぞれについて、カーブミラーとしての尤度を示す値に変換したものである。スコアを算出する目的と、スコアの具体的な算出方法を以下に説明する。

＜彩度スコア＞
運転者から見たカーブミラーの鏡面に映る鏡像には、高い彩度で示される対象物と、低い彩度で示される対象物と、が含まれる。高い彩度で示される対象物とは、例えば、建造物、カラー舗装、白線、車両などが該当し、低い彩度で示される対象物とは、例えば、空や道路などが該当する。

ここでは、鏡像における彩度の高い部分の面積（彩度が所定の閾値以上である画素の数）と彩度の低い部分の面積（彩度が所定の閾値未満である画素の数）との比率を特徴量として求め、特徴量に応じたスコアを出力する。ここでいう比率が、本発明における、カーブミラー候補を構成する各画素の彩度に基づくパラメータである彩度パラメータの一例である。

スコアは、特徴量が予め設定された適合値に近いほど高い値として出力される。適合値の設定方法を以下に説明する。
複数の実際のカーブミラーにおける上記比率の分布を取ると、地域、時刻等に応じて偏りがあることが分かった。例えば、ある地域では、図６（Ａ）のように、カーブミラー５１の鏡像５１ａのうち道路６１や空６３の占める割合が多く、彩度の低い部分の割合が高いカーブミラーが相対的に多い。

一方、当該地域では、図６（Ｂ）のように、鏡像５１ａのうち道路６１や空６３に対して建造物６５が占める割合が多く、彩度の高い部分の割合が高いカーブミラーが相対的に少ない。また、車両６７によって道路６１が隠されると更に彩度の高い部分の割合が高くなるが、渋滞が頻発する道路でなければ、車両６７が鏡像に大きく含まれる可能性は高くない。

このような状況を勘案して、上述した比率として取り得る蓋然性が高い範囲を適合値として設定する。
彩度スコアを算出する具体的な処理を説明する。

まず撮像画像３１をＨＳＶ色空間でフィルタする。ここでは、Ｓ２とは異なり、彩度が低い画素をフィルタ処理により除去して彩度が高い画素による画像を生成する。具体的には、撮像画像の各画素に対し、閾値を設けて彩度を２値化して、階調値を０又は２５５に設定した２値化画像を生成する。

次に、生成した画像において、Ｓ３にて抽出された１つのカーブミラー候補における２値が２５５になる画素数を、カーブミラー候補全体の画素数で除算する。その値がそのカーブミラー候補の特徴量となる。

特徴量に対応するスコアは、図示しない変換テーブルにて予め定められており、特徴量が定まれば一義的にスコアも定まる。本実施形態では、２値が２５５となる画素数が全体の１０〜２０％のとき、即ち特徴量が０．１〜０．２のときにスコアが最も高くなり、特徴量がその値から離れるほどスコアも低くなる。このスコアをカーブミラー候補それぞれについて算出する。

＜形状スコア＞
撮像画像にカーブミラーが存在する場合、ハフ変換により検出されたカーブミラー候補の円又は楕円の円周上には、エッジが多数存在する状態となりやすい。そこで、Ｓ３にて抽出されたカーブミラー候補の円周上におけるエッジの連続性の度合を特徴量として求め、連続性が高いほど高いスコアを出力する。

形状スコアを算出する具体的な処理を説明する。
まず撮像画像３１をＨＳＶ色空間でフィルタする。ここでは、彩度が低い画素をフィルタ処理により除去して彩度が高い画素による画像を生成する。具体的には、撮像画像の各画素に対し、閾値を設けて彩度を２値化して、階調値を０又は２５５に設定した２値化画像を生成する。

次に、その画像からエッジを検出する。そして、Ｓ３にて抽出されたカーブミラー候補の円周上を探索してエッジが検出されたところを注目点とし、注目点それぞれに対して、周囲５×５画素を探索し、存在するエッジをカウントする。

そして当該カーブミラー候補における全ての注目点のエッジの存在回数の合計を円周の大きさで除算する。その値がエッジの連続性の度合を示す特徴量であり、本発明における形状パラメータの一例である。

形状スコアも彩度スコアと同様に、特徴量に対応するスコアが図示しない変換テーブルにて予め定められている。形状スコアは、特徴量が大きいほど高い値となる。
＜明度スコア＞
運転者から見たカーブミラーの鏡面に映る鏡像には、高い明度で示される対象物と、低い明度で示される対象物と、が含まれる。高い明度で示される対象物とは、例えば歩行者、車両などが該当し、低い明度で示される対象物とは、例えば空や道路などが該当する。

ここでは、鏡像における明度の高い部分の面積（明度が所定の閾値以上である画素の数）と明度の低い部分の面積（明度が所定の閾値未満である画素の数）との比率を特徴量として求め、特徴量に応じたスコアを出力する。ここでいう比率が、本発明における、カーブミラー候補を構成する各画素の明度に基づくパラメータである明度パラメータの一例である。

スコアは、特徴量が予め設定された適合値に近いほど高い値として出力される。彩度と同様に、実際のカーブミラーにおいて、鏡像における明度の高い部分の面積と明度の低い部分の面積との比率の分布は地域、時刻等に応じて偏りがある。このような状況を勘案して、上述した比率として取り得る蓋然性が高い範囲を適合値として設定する。

明度スコアを算出する具体的な処理を説明する。
具体的には、まず撮像画像３１をＨＳＶ色空間でフィルタする。ここでは、彩度が高い画素と明度が低い画素とをフィルタ処理により除去して、彩度が低く、かつ明度が高い画素による画像を生成する。具体的には、撮像画像の各画素に対し、彩度と明度のそれぞれに閾値を設けて、彩度が閾値以下であり、明度が閾値以上である画素の階調値を２５５とし、彩度が閾値を超えているか、明度が閾値未満である画素の階調値を０とした２値化画像を生成する。

次に、生成した画像において、Ｓ３にて抽出された１つのカーブミラー候補における２値が２５５になる画素数を、カーブミラー候補全体の画素数で除算する。その値がそのカーブミラー候補の特徴量となる。

明度スコアも、彩度スコアと同様に、特徴量に対応するスコアが図示しない変換テーブルにて定められている。本実施形態では、２値が２５５となる画素数が全体の６０％のとき、即ち、特徴量が０．６のときにスコアが最も高くなり、特徴量がその値から離れるほどスコアも低くなる。このスコアを、カーブミラー候補それぞれについて算出する。

Ｓ５では、ＣＰＵ２１は、Ｓ４にて算出した３つのスコアから、カーブミラー候補のカーブミラーとしての尤度に関する尤度情報（尤度パラメータＬ）を算出する。そして尤度パラメータＬを閾値処理することでカーブミラー候補を尤度の高いものに限定する。本実施形態では、尤度パラメータＬを算出するため、以下の式を用いる。

Ｌ＝（彩度スコア）×α_１＋（形状スコア）×α_２＋（明度スコア）×α_３
α_１＋α_２＋α_３＝１．０ （α_１〜α_３は任意）
このようにして各カーブミラー候補について尤度パラメータＬを算出し、尤度パラメータＬが所定の閾値以上であるカーブミラー候補を抽出する。

Ｓ６では、ＣＰＵ２１は、Ｓ５にて抽出したカーブミラー候補から、クラスタリングによってカーブミラーを特定する。本実施形態では、以下のステップでクラスタリングを実行する。
（ｉ）Ｓ５にて抽出されたカーブミラー候補の１つを選択する。これを基準候補とする。
（ｉｉ）制限画像４１上で基準候補と交差する他のカーブミラー候補を抽出する。
（ｉｉｉ）基準候補と、上記（ｉｉ）にて抽出されたカーブミラー候補と、の中で最も尤度パラメータＬが大きいカーブミラー候補を選択する。
（ｉｖ）上記（ｉｉｉ）にて基準候補が選択された場合には、基準候補をカーブミラーとして特定する。一方、（ｉｉｉ）にて基準候補でないカーブミラー候補が選択された場合には、その選択されたカーブミラー候補を基準候補として再度（ｉｉ）を実行する。

続くＳ７において、ＣＰＵ２１は、Ｓ６のクラスタリングにより特定されたカーブミラーの鏡像を撮像画像３１から抽出する。
Ｓ８では、ＣＰＵ２１は、その撮像画像３１から抽出した鏡像をディスプレイ１３に表示させる。表示の方法は特に限定されないが、特開２００９−２１１６２４号公報の図７に記載されるように、走行案内画面と合わせて鏡像を表示してもよいし、鏡像のみを表示してもよい。このＳ８の後、処理がＳ１に戻る。

［１−３．効果］
［１Ａ］本実施形態のカーブミラー検出装置１５において、ＣＰＵ２１は、車両の周辺を撮像する車載カメラ１１により撮像された撮像画像３１から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出する。

そして、上述した彩度パラメータ、明度パラメータ、形状パラメータ、の３つの特徴量に基づいて、尤度パラメータＬを出力し、カーブミラー候補のうち尤度パラメータＬが大きいものをカーブミラーとして特定する。

撮像画像３１において実際にカーブミラーが映される領域は、ハフ変換により検出されたカーブミラー候補であって実際にはカーブミラーが映されていない領域と比較すると、明度パラメータ及び彩度パラメータが適合値に近く、エッジ点の連続性の度合が高い蓋然性が高い。

よって、カーブミラー検出装置１５は、カーブミラー候補それぞれの上述した特徴量を参照することで、カーブミラー候補のカーブミラーとしての尤度を適切に出力することができ、カーブミラー候補のいずれがカーブミラーであるかを高い精度で判定することができる。

［１Ｂ］本実施形態のカーブミラー検出装置１５において、ＣＰＵ２１は、３つの特徴量それぞれから尤もらしさを示すスコアを算出し、それらのスコアに基づいて尤度パラメータＬを算出している。具体的には、彩度スコア及び明度スコアは適合値に近いものほど尤度が高く、形状スコアは値が大きいほど尤度が高くなるように出力される。

そのため、特徴量のうちの何れかのスコアが低くても、他の特徴量のスコアが高ければカーブミラーとしての尤度が高くなる。そのため、ノイズに強いカーブミラー検出が可能となる。

彩度のスコアが低い例としては図６（Ｂ）に示した場合が考えられる。また明度のスコアが低い例としては、図７（Ａ）に示すように、道路６１を覆うように大きく車両６９が鏡像に含まれる場合が考えられる。

またエッジの連続性が低い例とは、ミラーに縁がない場合又はミラーの縁が撮影されていない場合や、縁の塗装が剥がれている場合が考えられる。具体的には、図７（Ｂ）に示すように、カーブミラー５１の縁が小さく、更に、鏡像５１ａに映りこむ植物７１とカーブミラー５１の後方に位置する植物７３とが重なってしまった場合が考えられる。このような場合には、鏡像５１ａの左端５１ｂにおけるエッジ検出精度が低下し、エッジの連続性としては低くなってしまう。

このように、カーブミラーの配置状況によっては１つのスコアが低くなってしまう恐れがあるが、他のスコアの結果次第で高い尤度パラメータを取得できるため、高精度にカーブミラーの判定を行うことができる。

［１Ｃ］本実施形態において、撮像画像３１は色相、彩度、及び明度を含むＨＳＶ色空間にて示されるものである。ＣＰＵ２１は、カーブミラーの検出精度が高くなるように撮像画像３１の色相を予め設定された範囲内の値となるように制限した画像である制限画像４１を生成し、その制限画像４１を用いてカーブミラー候補を検出する。

このように構成されたカーブミラー検出装置１５は、撮像画像３１におけるカーブミラーとは異なる色を示す領域においてエッジが検出されにくくなるため、カーブミラー候補を検出するためのエッジ検出（図２におけるＳ３）の精度を高めることができる。その結果、カーブミラーの検出精度を高めることができる。

なお、本実施形態においては、カーブミラーの縁が橙色であることを前提として、橙色が強調されるように色相フィルタを行う構成を例示した。しかしながら、カーブミラー候補を検出するためのエッジ検出の精度が高くなるならば、色相に限らず、彩度や明度を制限したり、それらのうちの２つ以上を組み合わせて制限してもよい。

なお、撮像画像３１は必ずしもＨＳＶ色空間として処理する必要はなく、色相、彩度、及び明度の少なくともいずれか１つを有している色空間においていずれか１つ以上の要素を適切に制限することで同様の効果を得ることができる。

なお、撮像画像がＨＳＶ色空間を有さないものである場合には、ＨＳＶ色空間に変換してもよい。
また、エッジ検出のためのフィルタ処理を行わないように構成されていてもよい。この場合、撮像画像においてカーブミラーが存在しない領域において検出されてしまうカーブミラー候補の数が増加する可能性があるが、カーブミラーが存在する領域がカーブミラー候補として検出されない可能性は低減される。言い換えると、カーブミラー候補の誤検出数が増加してしまう一方、カーブミラーの未検知率を低減することができる。

［１Ｄ］本実施形態のカーブミラー検出装置１５において、ＣＰＵ２１は、撮像画像３１のエッジを検出し、検出されたエッジをハフ変換することにより、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出する。よって、ハフ変換により高精度なカーブミラー候補の検出を実現できる。

なお、撮像画像３１からカーブミラー候補を検出する具体的な手法はハフ変換に限定されず、公知である様々な手法を採用することができる。例えば、カーブミラーの外形データを用いたパターンマッチングによりカーブミラー候補を検出することが考えられる。

［１Ｅ］本実施形態のカーブミラー検出装置１５において、ＣＰＵ２１は、カーブミラー候補を構成する画素のうち、彩度及び明度の少なくともいずれか一方が所定の範囲に属する画素の存在する割合に基づいて、カーブミラー候補のカーブミラーとしての尤度に関する尤度情報（尤度パラメータＬ）を出力する。

このように構成されたカーブミラー検出装置１５は、彩度及び明度のパラメータを用いてカーブミラー候補のカーブミラーとしての尤度を適切に出力でき、高い精度でカーブミラーを検出することができる。

［２．他の実施形態］
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されることなく、種々の形態を採り得る。

［２Ａ］上記実施形態では、３つの特徴量を用いて尤度パラメータＬを算出する構成を例示したが、必ずしも３つを算出する構成に限定されない。例えば、これらのうちの２つの特徴量を用いる構成としても、高精度なカーブミラー検出が実現できる。さらに、上記３つの特徴量以外の特徴量やスコアを勘案して尤度パラメータＬを算出する構成としてもよい。

［２Ｂ］上記実施形態では、尤度に関する尤度情報として、カーブミラー候補それぞれに対して１つの尤度パラメータＬを算出する構成を例示したが、尤度情報はこれに限定されるものではない。例えば、カーブミラー候補における３つの特徴量それぞれについて尤度の高低を判定し、尤度が高いと判定された特徴量の数が多いカーブミラー候補をカーブミラーとして特定することが考えられる。

［２Ｃ］図２のＳ４にてスコアを算出するときの適合値、特徴量からスコアを算出する際に用いる変換テーブル、及び各種閾値を、時刻や車両の位置する地域に応じて切り替えるように構成されていてもよい。

［２Ｄ］上記実施形態では、彩度パラメータとして彩度が所定の閾値以上である画素と該閾値未満である画素との比率を用い、また明度パラメータとして明度が所定の閾値以上である画素と該閾値未満である画素との比率を用いる構成を例示したが、彩度や明度に基づくパラメータであれば、これら以外の値を特徴量として用いる構成としてもよい。

つまり、カーブミラー候補内の画素の彩度、明度の状態を表すパラメータであって、そのパラメータと、予め取得された適合値（実際のカーブミラーが取り得る蓋然性の高い値）とを比較し、適合値に近いほどカーブミラー候補がカーブミラーとしての尤度が高いという情報を出力できるものであればよい。

例えば、１つのカーブミラー候補の全画素の彩度や明度の平均値を用いたり、彩度や明度が所定の範囲に含まれる画素の割合などを特徴量として用いることが考えられる。
また形状パラメータも同様に、エッジの連続性を示すパラメータであればその算出方法は特に限定されない。例えばエッジ間の距離や密度などのパラメータを用いることができる。形状パラメータの適合値は、形状パラメータが取り得る最大値を設定することができる。

［２Ｅ］上記実施形態では、尤度パラメータＬの閾値処理及びクラスタリング（図２におけるＳ５、Ｓ６）によりカーブミラー候補からカーブミラーを特定する構成を例示したが、これ以外の方法でカーブミラーを特定してもよい。

［２Ｆ］上記実施形態における１つの構成要素が有する機能を複数の構成要素として分散させたり、複数の構成要素が有する機能を１つの構成要素に統合させたりしてもよい。また、上記実施形態の構成の少なくとも一部を、同様の機能を有する公知の構成に置き換えてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。

［２Ｇ］上述したカーブミラー検出装置１５の他、当該カーブミラー検出装置１５を構成要素とするシステム、当該カーブミラー検出装置１５としてコンピュータを機能させるためのプログラム、このプログラムを記録した媒体など、種々の形態で本発明を実現することもできる。

１１…車載カメラ、１５…カーブミラー検出装置、２１…ＣＰＵ、３１…撮像画像、４１…制限画像

Claims (7)

1. 車両の周辺を撮像する撮像手段（１１）により撮像された撮像画像から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出するカーブミラー検出手段（２１）と、
   前記撮像画像における前記カーブミラー候補を構成する各画素の彩度に基づくパラメータである彩度パラメータ、前記カーブミラー候補を構成する各画素の明度に基づくパラメータである明度パラメータ、及び、前記撮像画像に対してエッジ点の検出を行うエッジ検出手段により検出された前記カーブミラー候補に対応するエッジ点の連続性に基づくパラメータである形状パラメータ、よりなる群から選ばれる２つ以上の特徴量に基づいて、前記カーブミラー候補のカーブミラーとしての尤度に関する尤度情報を出力する尤度出力手段と（２１）、を備える
   ことを特徴とするカーブミラー検出装置（１５）。
2. 前記彩度パラメータとは、彩度が所定の閾値以上である画素と該閾値未満である画素との比率であって、
   前記明度パラメータとは、明度が所定の閾値以上である画素と該閾値未満である画素との比率である
   ことを特徴とする請求項１に記載のカーブミラー検出装置。
3. 前記尤度出力手段は、カーブミラーが取り得る蓋然性の高い値として予め取得された適合値に前記特徴量が近いほど、前記カーブミラー候補のカーブミラーとしての尤度が高い旨を示す前記尤度情報を出力する
   ことを特徴とする請求項１または請求項２に記載のカーブミラー検出装置。
4. 車両の周辺を撮像する撮像手段（１１）により撮像された撮像画像から、カーブミラーの特徴を有する領域であるカーブミラー候補を１つ以上検出するカーブミラー検出手段（２１）と、
   前記カーブミラー候補を構成する画素のうち、彩度及び明度の少なくともいずれか一方が所定の範囲に属する画素の存在する割合に基づいて、前記カーブミラー候補のカーブミラーとしての尤度に関する尤度情報を出力する尤度出力手段と（２１）、を備える
   ことを特徴とするカーブミラー検出装置（１５）。
5. 前記撮像画像は、色相、彩度、及び明度の少なくともいずれか１つを含む色空間にて示されるものであり、
   前記撮像画像の色相、彩度、及び明度の少なくともいずれか１つを、予め設定された範囲内の値となるように制限した画像である制限画像を生成する制限手段（２１）を有しており、
   前記カーブミラー検出手段は、前記制限手段により生成された前記制限画像を用いて前記カーブミラー候補を検出する
   ことを特徴とする請求項１から請求項４のいずれか１項に記載のカーブミラー検出装置。
6. 前記カーブミラー検出手段は、前記撮像画像のエッジ点を検出し、検出されたエッジ点をハフ変換することにより前記カーブミラー候補を検出する
   ことを特徴とする請求項１から請求項５のいずれか１項に記載のカーブミラー検出装置。
7. 前記カーブミラー検出手段により検出されたカーブミラー候補と、前記尤度出力手段により出力された尤度情報と、に基づいて、前記撮像画像に映されるカーブミラーを特定する特定手段（２１）を備える
   ことを特徴とする請求項１から請求項６のいずれか１項に記載のカーブミラー検出装置。