JP3243747B2 - 車種認識装置 - Google Patents
車種認識装置Info
- Publication number
- JP3243747B2 JP3243747B2 JP11494892A JP11494892A JP3243747B2 JP 3243747 B2 JP3243747 B2 JP 3243747B2 JP 11494892 A JP11494892 A JP 11494892A JP 11494892 A JP11494892 A JP 11494892A JP 3243747 B2 JP3243747 B2 JP 3243747B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- window frame
- closed curve
- curve data
- circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、車種認識装置に関し、
特に、停止中ないし走行中の車両をテレビカメラで撮影
して該車両の種別を判別する車種認識装置に関する。
特に、停止中ないし走行中の車両をテレビカメラで撮影
して該車両の種別を判別する車種認識装置に関する。
【０００２】
【従来の技術】従来、この種の車種認識装置としては、
有料道路における料金の自動収受のための車両区分を行
うことを目的とした、テレビカメラで撮影したナンバー
プレートに基づいて車両の種別を判別するものがある
（たとえば、特開昭６０−２４７００号公報）。しか
し、ナンバープレートと個々の車両との対応を示すデー
タは、現状では一般に公開されていないため、かかる車
種認識装置では、多数ある車両の種別を詳細に判別する
ことはできない。
有料道路における料金の自動収受のための車両区分を行
うことを目的とした、テレビカメラで撮影したナンバー
プレートに基づいて車両の種別を判別するものがある
（たとえば、特開昭６０−２４７００号公報）。しか
し、ナンバープレートと個々の車両との対応を示すデー
タは、現状では一般に公開されていないため、かかる車
種認識装置では、多数ある車両の種別を詳細に判別する
ことはできない。
【０００３】また、車両画像中の直線エッジから車両を
抽出する装置も提案されている（たとえば、特開平３−
８３４７４号公報）。しかし、近年、丸みを帯びた車両
が多数出現していることを考慮すると、かかる装置を用
いても、車両の抽出は困難であり、したがって、車両の
種別を詳細に判別することはできない。また、キャリー
ヤーや積載荷物があると、車両の種別を誤って判別しや
すい。
抽出する装置も提案されている（たとえば、特開平３−
８３４７４号公報）。しかし、近年、丸みを帯びた車両
が多数出現していることを考慮すると、かかる装置を用
いても、車両の抽出は困難であり、したがって、車両の
種別を詳細に判別することはできない。また、キャリー
ヤーや積載荷物があると、車両の種別を誤って判別しや
すい。
【０００４】さらに、車両の種別を詳細に判別できる車
種認識装置として、テレビカメラで撮影した画像から車
両部分の画像のみを切り出して、該切り出した画像の画
像データと予め登録された画像データとを比較すること
により、車両の種別を判別する車種認識装置が提案され
ている（たとえば、特開平１−４６８９０号公報）。し
かし、かかる車種認識装置では、二次元データである画
像データを照合する際に必要なデータ量および演算量が
膨大なものとなるいう問題のほか、撮影環境の変動を考
慮すると、画像データをより正確に照合するために必要
な画像データの正規化が容易に行うことができないとい
う問題もある。
種認識装置として、テレビカメラで撮影した画像から車
両部分の画像のみを切り出して、該切り出した画像の画
像データと予め登録された画像データとを比較すること
により、車両の種別を判別する車種認識装置が提案され
ている（たとえば、特開平１−４６８９０号公報）。し
かし、かかる車種認識装置では、二次元データである画
像データを照合する際に必要なデータ量および演算量が
膨大なものとなるいう問題のほか、撮影環境の変動を考
慮すると、画像データをより正確に照合するために必要
な画像データの正規化が容易に行うことができないとい
う問題もある。
【０００５】
【発明が解決しようとする課題】したがって、上述した
従来の車種認識装置では、車両の種別を詳細に判別する
ことが容易でないため、以下に示すような市場ニーズに
合致した各種システムを容易に構成することができない
という問題がある。 （１）盗難車両，悪天候および不正行為による脱着など
でナンバープレートが認識不能な場合にも、車両の種別
を詳細に判別できる自動監視システム。 （２）機械搬送式の大駐車場で駐車券を紛失して入出庫
時間などの情報が不明となり、かつ、持ち主が自車両の
ナンバープレート番号をはっきり思い出せない場合に
も、車両の種別によって対象車両を捜し出すことができ
るシステム。 （３）車両の種別を詳細に判別できる交通流自動計測シ
ステム。
従来の車種認識装置では、車両の種別を詳細に判別する
ことが容易でないため、以下に示すような市場ニーズに
合致した各種システムを容易に構成することができない
という問題がある。 （１）盗難車両，悪天候および不正行為による脱着など
でナンバープレートが認識不能な場合にも、車両の種別
を詳細に判別できる自動監視システム。 （２）機械搬送式の大駐車場で駐車券を紛失して入出庫
時間などの情報が不明となり、かつ、持ち主が自車両の
ナンバープレート番号をはっきり思い出せない場合に
も、車両の種別によって対象車両を捜し出すことができ
るシステム。 （３）車両の種別を詳細に判別できる交通流自動計測シ
ステム。
【０００６】本発明の目的は、市場ニーズに合致した各
種システムを容易に構成することができる車種認識装置
を提供することにある。
種システムを容易に構成することができる車種認識装置
を提供することにある。
【０００７】
【課題を解決するための手段】本発明の車種認識装置
は、テレビカメラで撮影された車両の画像から該車両の
種別を判別する車種認識装置において、各種車両の正規
化窓枠閉曲線データが予めそれぞれ格納された比較用デ
ータ記憶回路と、前記テレビカメラから送られてくる識
別対象車両画像が格納されるメモリ回路と、該メモリ回
路に格納された前記識別対象車両画像から窓枠閉曲線デ
ータを抽出する抽出回路と、該抽出回路で抽出された前
記窓枠閉曲線データを正規化する正規化処理回路と、前
記比較用データ記憶回路に格納されている前記正規化窓
枠閉曲線データを一つずつ読み出して、該読み出した前
記正規化窓枠閉曲線データと前記正規化処理回路で正規
化処理された前記窓枠閉曲線データとを比較して、前記
テレビカメラで撮影された車両の種別を判別する判別回
路とを含む。
は、テレビカメラで撮影された車両の画像から該車両の
種別を判別する車種認識装置において、各種車両の正規
化窓枠閉曲線データが予めそれぞれ格納された比較用デ
ータ記憶回路と、前記テレビカメラから送られてくる識
別対象車両画像が格納されるメモリ回路と、該メモリ回
路に格納された前記識別対象車両画像から窓枠閉曲線デ
ータを抽出する抽出回路と、該抽出回路で抽出された前
記窓枠閉曲線データを正規化する正規化処理回路と、前
記比較用データ記憶回路に格納されている前記正規化窓
枠閉曲線データを一つずつ読み出して、該読み出した前
記正規化窓枠閉曲線データと前記正規化処理回路で正規
化処理された前記窓枠閉曲線データとを比較して、前記
テレビカメラで撮影された車両の種別を判別する判別回
路とを含む。
【０００８】ここで、前記各正規化窓枠閉曲線データ
が、前記各種車両の側面窓の窓枠の形状をそれぞれ示す
ものであり、前記窓枠閉曲線データが、前記テレビカメ
ラで撮影された車両の側面窓の窓枠の形状を示すもので
あってもよい。
が、前記各種車両の側面窓の窓枠の形状をそれぞれ示す
ものであり、前記窓枠閉曲線データが、前記テレビカメ
ラで撮影された車両の側面窓の窓枠の形状を示すもので
あってもよい。
【０００９】
【作用】本発明の車種認識装置は、以下に示す理由によ
り、車両の窓枠の形状に着目して車両の種別を判別する
ことにより、車両の種別の詳細な判別を容易に行うこと
ができる。 （１）車両の側面窓の窓枠の形状を利用する場合を想定
すると、車両のうちのキャビン上部の形状は側面窓とピ
ラーとを主たる要素とみることができるため、側面窓の
窓枠が構成する閉曲線の形状は、車両のルーフトップの
形状を間接的に反映していると考えられる。 （２）窓枠が構成する閉曲線を数学的な形状としてとら
えた場合、現在市販されている車両においても、明かに
数種類以上の形状が見受けられる。 （３）窓枠が構成する閉曲線のデータは、座標点列（一
次元データ）であり、車両形状を反映しているにも拘ら
ず車両の実形状（三次元データ）や車両画像（二次元デ
ータ）に比較してデータ量が極めて少ないとともに、方
向ヒストグラム，フーリエ展開および一般化Ｈｏｕｇｈ
変換などの信号処理技術によって容易にデータの比較が
できる。
り、車両の窓枠の形状に着目して車両の種別を判別する
ことにより、車両の種別の詳細な判別を容易に行うこと
ができる。 （１）車両の側面窓の窓枠の形状を利用する場合を想定
すると、車両のうちのキャビン上部の形状は側面窓とピ
ラーとを主たる要素とみることができるため、側面窓の
窓枠が構成する閉曲線の形状は、車両のルーフトップの
形状を間接的に反映していると考えられる。 （２）窓枠が構成する閉曲線を数学的な形状としてとら
えた場合、現在市販されている車両においても、明かに
数種類以上の形状が見受けられる。 （３）窓枠が構成する閉曲線のデータは、座標点列（一
次元データ）であり、車両形状を反映しているにも拘ら
ず車両の実形状（三次元データ）や車両画像（二次元デ
ータ）に比較してデータ量が極めて少ないとともに、方
向ヒストグラム，フーリエ展開および一般化Ｈｏｕｇｈ
変換などの信号処理技術によって容易にデータの比較が
できる。
【００１０】すなわち、本発明の車種認識装置は、判別
回路において、比較用データ記憶回路に格納されている
正規化窓枠閉曲線データを一つずつ読み出して、読み出
した正規化窓枠閉曲線データと正規化処理回路で正規化
処理された窓枠閉曲線データとを比較して、テレビカメ
ラで撮影された車両の種別を判別することにより、車両
の種別の詳細な判別を容易に行うことができる。
回路において、比較用データ記憶回路に格納されている
正規化窓枠閉曲線データを一つずつ読み出して、読み出
した正規化窓枠閉曲線データと正規化処理回路で正規化
処理された窓枠閉曲線データとを比較して、テレビカメ
ラで撮影された車両の種別を判別することにより、車両
の種別の詳細な判別を容易に行うことができる。
【００１１】
【実施例】以下、本発明の実施例について、図面を参照
して説明する。
して説明する。
【００１２】図１は、本発明の車種認識装置の一実施例
を示すブロック図である。
を示すブロック図である。
【００１３】この車種認識装置１０は、テレビカメラ１
で撮影された車両の画像から該車両の種別を判別するも
のであって、各種車両の正規化窓枠閉曲線データＮＤ1
〜ＮＤNが予めそれぞれ格納された比較用データ記憶回
路１１と、テレビカメラ１から送られてくる識別対象車
両画像Ｉが格納されるメモリ回路１２と、メモリ回路１
２に格納された識別対象車両画像Ｉから窓枠閉曲線デー
タＤを抽出する抽出回路１３と、抽出回路１３で抽出さ
れた窓枠閉曲線データＤを正規化する正規化処理回路１
４と、比較用データ記憶回路１１に格納されている正規
化窓枠閉曲線データＮＤ1〜ＮＤNを一つずつ読み出し
て、読み出した正規化窓枠閉曲線データＮＤ1〜ＮＤNと
正規化処理回路１４で正規化処理された窓枠閉曲線デー
タＤ’とを比較して、テレビカメラ１で撮影された車両
の種別を判別する判別回路１５とを含む。
で撮影された車両の画像から該車両の種別を判別するも
のであって、各種車両の正規化窓枠閉曲線データＮＤ1
〜ＮＤNが予めそれぞれ格納された比較用データ記憶回
路１１と、テレビカメラ１から送られてくる識別対象車
両画像Ｉが格納されるメモリ回路１２と、メモリ回路１
２に格納された識別対象車両画像Ｉから窓枠閉曲線デー
タＤを抽出する抽出回路１３と、抽出回路１３で抽出さ
れた窓枠閉曲線データＤを正規化する正規化処理回路１
４と、比較用データ記憶回路１１に格納されている正規
化窓枠閉曲線データＮＤ1〜ＮＤNを一つずつ読み出し
て、読み出した正規化窓枠閉曲線データＮＤ1〜ＮＤNと
正規化処理回路１４で正規化処理された窓枠閉曲線デー
タＤ’とを比較して、テレビカメラ１で撮影された車両
の種別を判別する判別回路１５とを含む。
【００１４】次に、車種認識装置１０の動作について、
車両側方にテレビカメラ１を設置して車両を観測し、車
両の側面の窓枠の形状から車両の種別を判別する場合を
例として説明する。
車両側方にテレビカメラ１を設置して車両を観測し、車
両の側面の窓枠の形状から車両の種別を判別する場合を
例として説明する。
【００１５】側面窓を完全に含み、かつ、側面窓がほぼ
画像の中央部に位置するように、認識対象の車両をテレ
ビカメラ１で撮影する。なお、このような撮影は、車両
が移動している場合でも、従来から用いられている遮光
式センサまたは超音波式センサを用いることにより、容
易に実現することができる。また、超音波などによる車
高計測を用いることにより、車両の側面窓の高さ位置を
おおよそ知ることができるため、側面窓を完全に含むよ
うに撮影することも容易に行える。図２に、テレビカメ
ラ１で撮影された識別対象車両画像Ｉの一例を示す。識
別対象車両画像Ｉは、テレビカメラ１からメモリ回路１
２に送られて、メモリ回路１２に格納される。
画像の中央部に位置するように、認識対象の車両をテレ
ビカメラ１で撮影する。なお、このような撮影は、車両
が移動している場合でも、従来から用いられている遮光
式センサまたは超音波式センサを用いることにより、容
易に実現することができる。また、超音波などによる車
高計測を用いることにより、車両の側面窓の高さ位置を
おおよそ知ることができるため、側面窓を完全に含むよ
うに撮影することも容易に行える。図２に、テレビカメ
ラ１で撮影された識別対象車両画像Ｉの一例を示す。識
別対象車両画像Ｉは、テレビカメラ１からメモリ回路１
２に送られて、メモリ回路１２に格納される。
【００１６】抽出回路１３は、メモリ回路１２から識別
対象車両画像Ｉを読み出し、識別対象車両画像Ｉの車体
部分と窓枠内部とを分類したのち、公知のラベリング処
理により閉図形を取り出し、取り出した閉図形の大きさ
および位置より側面窓の窓枠を示す閉図形を推定して選
択して、識別対象車両画像Ｉから窓枠閉曲線データＤを
抽出する（図３〜図５参照）。なお、抽出回路１３で
は、明彩色の特殊車両やスポンサー名を表示した競技用
車両などを除いた一般車両では、車体表面の塗装色が均
一であるため、テレビカメラ１としてカラーテレビカメ
ラを用い、車体部分と窓枠内部とを色情報により分類す
る。これにより、側面窓の窓ガラスの一部または全部が
空いている場合でも、識別対象車両画像Ｉの車体部分と
窓枠内部とを分類することができる。なお、室内で安定
な光源を設定し、近傍斜め上方から車両部分が観測領域
の大部分を占有するように、車両を撮影した場合には、
識別対象車両画像Ｉの車体部分と窓枠内部とを特に容易
に分類することができる。
対象車両画像Ｉを読み出し、識別対象車両画像Ｉの車体
部分と窓枠内部とを分類したのち、公知のラベリング処
理により閉図形を取り出し、取り出した閉図形の大きさ
および位置より側面窓の窓枠を示す閉図形を推定して選
択して、識別対象車両画像Ｉから窓枠閉曲線データＤを
抽出する（図３〜図５参照）。なお、抽出回路１３で
は、明彩色の特殊車両やスポンサー名を表示した競技用
車両などを除いた一般車両では、車体表面の塗装色が均
一であるため、テレビカメラ１としてカラーテレビカメ
ラを用い、車体部分と窓枠内部とを色情報により分類す
る。これにより、側面窓の窓ガラスの一部または全部が
空いている場合でも、識別対象車両画像Ｉの車体部分と
窓枠内部とを分類することができる。なお、室内で安定
な光源を設定し、近傍斜め上方から車両部分が観測領域
の大部分を占有するように、車両を撮影した場合には、
識別対象車両画像Ｉの車体部分と窓枠内部とを特に容易
に分類することができる。
【００１７】正規化処理回路１４では、抽出回路１３で
抽出された窓枠閉曲線データＤの正規化が行われるが、
これは、テレビカメラ１による車両の観測方向によって
窓枠閉曲線データＤが異なるので、比較用データ記憶回
路１１に予め格納されている各種車両の正規化窓枠閉曲
線データＮＤ1〜ＮＤNと同一の観測方向条件に窓枠閉曲
線データＤを変換するためである。なお、正規化処理回
路１４では、観測条件のうちでテレビカメラ１と車両と
の位置関係を示す、マシンピジョンやコンピュータグラ
フィックなどの分野で一般に用いられているカメラパラ
メータに基づいて、公知の透視投影交換と呼ばれている
写像演算により、抽出回路１３で抽出された窓枠閉曲線
データＤの正規化が行われる。
抽出された窓枠閉曲線データＤの正規化が行われるが、
これは、テレビカメラ１による車両の観測方向によって
窓枠閉曲線データＤが異なるので、比較用データ記憶回
路１１に予め格納されている各種車両の正規化窓枠閉曲
線データＮＤ1〜ＮＤNと同一の観測方向条件に窓枠閉曲
線データＤを変換するためである。なお、正規化処理回
路１４では、観測条件のうちでテレビカメラ１と車両と
の位置関係を示す、マシンピジョンやコンピュータグラ
フィックなどの分野で一般に用いられているカメラパラ
メータに基づいて、公知の透視投影交換と呼ばれている
写像演算により、抽出回路１３で抽出された窓枠閉曲線
データＤの正規化が行われる。
【００１８】判別回路１５では、公知の閉図形輪郭解析
手法の一つである方向ヒストグラムにより、比較用デー
タ記憶回路１１から一つずつ読み出した正規化窓枠閉曲
線データＮＤ1〜ＮＤNと正規化処理回路１４で正規化処
理された窓枠閉曲線データＤ’とから、テレビカメラ１
で撮影された車両の種別が判別される。
手法の一つである方向ヒストグラムにより、比較用デー
タ記憶回路１１から一つずつ読み出した正規化窓枠閉曲
線データＮＤ1〜ＮＤNと正規化処理回路１４で正規化処
理された窓枠閉曲線データＤ’とから、テレビカメラ１
で撮影された車両の種別が判別される。
【００１９】各正規化窓枠閉曲線データＮＤ1〜ＮＤNは
それぞれ、離散座標データ列となっているため、正規化
窓枠閉曲線データＮＤ1〜ＮＤNの重心を求め、該重心を
中心として一定角度ごとに直線を引き、前記重心から輪
郭までの距離を求めて、いわゆるγ(θ)曲線に変換した
のち、微小分割した線分の法線方向を離散的にサンプリ
ングし、その長さを輪郭全周について同一法線方向ごと
に累積し、全方向分の総和が”１”となるようにスケー
リングすることにより、法線方向のヒストグラム（すな
わち、方向ヒストグラム）が得られる。正規化処理され
た窓枠閉曲線データＤについても、同様である。したが
って、大部分の車両の窓枠閉曲線データＤは凸形状とみ
なすことができるため、前記方向ヒストグラムについ
て、本質的に、 （１）窓枠閉曲線データＤのような閉曲線と方向ヒスト
グラムとは、一対一に対応する。 （２）窓枠閉曲線データＤのような閉曲線からγ(θ)曲
線に変換する時点でのサンプル中心位置が変動しても、
方向ヒストグラムは不変であることが理論的に解明され
ている。 と言えるので、正規化窓枠閉曲線データＮＤ1〜ＮＤNに
ついて求めた方向ヒストグラムと窓枠閉曲線データＤに
ついて求めた方向ヒストグラムとの相関値を演算して、
該相関値が最も大きい正規化窓枠閉曲線データＮＤ1〜
ＮＤNに対応した車両の種別を選択することにより、テ
レビカメラ１で撮影された車両の種別を判別することが
できる。
それぞれ、離散座標データ列となっているため、正規化
窓枠閉曲線データＮＤ1〜ＮＤNの重心を求め、該重心を
中心として一定角度ごとに直線を引き、前記重心から輪
郭までの距離を求めて、いわゆるγ(θ)曲線に変換した
のち、微小分割した線分の法線方向を離散的にサンプリ
ングし、その長さを輪郭全周について同一法線方向ごと
に累積し、全方向分の総和が”１”となるようにスケー
リングすることにより、法線方向のヒストグラム（すな
わち、方向ヒストグラム）が得られる。正規化処理され
た窓枠閉曲線データＤについても、同様である。したが
って、大部分の車両の窓枠閉曲線データＤは凸形状とみ
なすことができるため、前記方向ヒストグラムについ
て、本質的に、 （１）窓枠閉曲線データＤのような閉曲線と方向ヒスト
グラムとは、一対一に対応する。 （２）窓枠閉曲線データＤのような閉曲線からγ(θ)曲
線に変換する時点でのサンプル中心位置が変動しても、
方向ヒストグラムは不変であることが理論的に解明され
ている。 と言えるので、正規化窓枠閉曲線データＮＤ1〜ＮＤNに
ついて求めた方向ヒストグラムと窓枠閉曲線データＤに
ついて求めた方向ヒストグラムとの相関値を演算して、
該相関値が最も大きい正規化窓枠閉曲線データＮＤ1〜
ＮＤNに対応した車両の種別を選択することにより、テ
レビカメラ１で撮影された車両の種別を判別することが
できる。
【００２０】以上のように、車種認識装置１０は、側面
窓の窓枠の形状に着目して車両の種別を判別することに
より、前述した従来の車種認識装置に比べて、以下に示
すような利点を有する。 （１）車両の輪郭からその車両の種別を判別する車種認
識装置では、キャリーヤーや積載荷物のための誤判別が
問題となったが、車種認識装置１０は側面窓の窓枠の形
状に着目して車両の種別を判別するため、キャリーヤー
や積載荷物が判別性能に影響することがない。 （２）テレビカメラで撮影した画像から切り出した画像
の画像データと予め登録された画像データとを比較して
車両の種別を判別する車種認識装置では、データ量およ
び演算量の膨大が問題となったが、窓枠が構成する閉曲
線のデータは一次元データであるため、データ量および
演算量の大幅な縮小が図れる。 （３）側面窓の窓枠の形状に着目して車両の種別を判別
することにより、判別の際に必要となる窓枠閉曲線デー
タＤの正規化を、前述したように容易に行うことができ
る。 （４）比較用データ記憶回路１１に予め格納される正規
化窓枠閉曲線データＮＤ 1〜ＮＤNは、車両製造メーカー
が発行するパンフレットや、有償で閲覧可能な意匠登録
公報の車両形状図から容易に入手できるため、新規車種
への対応もより容易に行うことができる。
窓の窓枠の形状に着目して車両の種別を判別することに
より、前述した従来の車種認識装置に比べて、以下に示
すような利点を有する。 （１）車両の輪郭からその車両の種別を判別する車種認
識装置では、キャリーヤーや積載荷物のための誤判別が
問題となったが、車種認識装置１０は側面窓の窓枠の形
状に着目して車両の種別を判別するため、キャリーヤー
や積載荷物が判別性能に影響することがない。 （２）テレビカメラで撮影した画像から切り出した画像
の画像データと予め登録された画像データとを比較して
車両の種別を判別する車種認識装置では、データ量およ
び演算量の膨大が問題となったが、窓枠が構成する閉曲
線のデータは一次元データであるため、データ量および
演算量の大幅な縮小が図れる。 （３）側面窓の窓枠の形状に着目して車両の種別を判別
することにより、判別の際に必要となる窓枠閉曲線デー
タＤの正規化を、前述したように容易に行うことができ
る。 （４）比較用データ記憶回路１１に予め格納される正規
化窓枠閉曲線データＮＤ 1〜ＮＤNは、車両製造メーカー
が発行するパンフレットや、有償で閲覧可能な意匠登録
公報の車両形状図から容易に入手できるため、新規車種
への対応もより容易に行うことができる。
【００２１】以上の説明においては、抽出回路１３は、
色情報により車体部分と窓枠内部とを分類したが、車体
部分は一般に金属で構成され、また、窓枠は一般にゴム
枠を介してガラスに接続されるため、テレビカメラ１と
して赤外テレビカメラを用い、車体部分と窓枠内部とを
熱情報により分類してもよい。
色情報により車体部分と窓枠内部とを分類したが、車体
部分は一般に金属で構成され、また、窓枠は一般にゴム
枠を介してガラスに接続されるため、テレビカメラ１と
して赤外テレビカメラを用い、車体部分と窓枠内部とを
熱情報により分類してもよい。
【００２２】正規化処理回路１４は、抽出回路１３で抽
出された窓枠閉曲線データＤの正規化を行ったが、テレ
ビカメラ１による窓枠の撮影が三次元的な配置において
常に同一であれば、カメラパラメータは同一であるた
め、正規化は特に必要でない。また、テレビカメラ１と
して長焦点テレビカメラを用い、同一撮影方向から車両
を撮影した場合には、正規化は単純なスケーリングのみ
でよい。
出された窓枠閉曲線データＤの正規化を行ったが、テレ
ビカメラ１による窓枠の撮影が三次元的な配置において
常に同一であれば、カメラパラメータは同一であるた
め、正規化は特に必要でない。また、テレビカメラ１と
して長焦点テレビカメラを用い、同一撮影方向から車両
を撮影した場合には、正規化は単純なスケーリングのみ
でよい。
【００２３】側面窓の窓枠の形状から車両の種別を判別
したが、車両のどの窓枠の形状からも同様にして車両の
種別を判別することができる。ただし、側面窓の窓枠の
形状から車両の種別を判別することにより、より詳細な
車両の種別の判別が可能となる。
したが、車両のどの窓枠の形状からも同様にして車両の
種別を判別することができる。ただし、側面窓の窓枠の
形状から車両の種別を判別することにより、より詳細な
車両の種別の判別が可能となる。
【００２４】
【発明の効果】本発明は、上述のとおり構成されている
ので、次に示す効果を奏する。
ので、次に示す効果を奏する。
【００２５】判別回路において、比較用データ記憶回路
に格納されている正規化窓枠閉曲線データを一つずつ読
み出して、読み出した正規化窓枠閉曲線データと正規化
処理回路で正規化処理された窓枠閉曲線データとを比較
して、テレビカメラで撮影された車両の種別を判別する
ことにより、車両の種別の詳細な判別を容易に行うこと
ができるため、市場ニーズに合致した各種システムを容
易に構成することができる。
に格納されている正規化窓枠閉曲線データを一つずつ読
み出して、読み出した正規化窓枠閉曲線データと正規化
処理回路で正規化処理された窓枠閉曲線データとを比較
して、テレビカメラで撮影された車両の種別を判別する
ことにより、車両の種別の詳細な判別を容易に行うこと
ができるため、市場ニーズに合致した各種システムを容
易に構成することができる。
【図１】本発明の車種認識装置の一実施例を示すブロッ
ク図である。
ク図である。
【図２】図１に示したテレビカメラで撮影された識別対
象車両画像の一例を示す図である。
象車両画像の一例を示す図である。
【図３】図１に示した抽出回路の動作を説明するための
図である。
図である。
【図４】図１に示した抽出回路の動作を説明するための
図である。
図である。
【図５】図１に示した抽出回路の動作を説明するための
図である。
図である。
１ テレビカメラ １０ 車種認識装置 １１ 比較用データ記憶回路 １２ メモリ回路 １３ 抽出回路 １４ 正規化処理回路 １５ 判別回路 ＮＤ1〜ＮＤN 正規化窓枠閉曲線データ Ｉ 識別対象車両画像 Ｄ 窓枠閉曲線データ Ｄ’ 正規化処理された窓枠閉曲線データ
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G08G 1/04 G08G 1/017 G08G 1/015
Claims (2)
- 【請求項１】 テレビカメラで撮影された車両の画像か
ら該車両の種別を判別する車種認識装置において、 各種車両の正規化窓枠閉曲線データが予めそれぞれ格納
された比較用データ記憶回路と、 前記テレビカメラから送られてくる識別対象車両画像が
格納されるメモリ回路と、 該メモリ回路に格納された前記識別対象車両画像から窓
枠閉曲線データを抽出する抽出回路と、 該抽出回路で抽出された前記窓枠閉曲線データを正規化
する正規化処理回路と、 前記比較用データ記憶回路に格納されている前記正規化
窓枠閉曲線データを一つずつ読み出して、該読み出した
前記正規化窓枠閉曲線データと前記正規化処理回路で正
規化処理された前記窓枠閉曲線データとを比較して、前
記テレビカメラで撮影された車両の種別を判別する判別
回路とを含むことを特徴とする車種認識装置。 - 【請求項２】 前記各正規化窓枠閉曲線データが、前記
各種車両の側面窓の窓枠の形状をそれぞれ示すものであ
り、 前記窓枠閉曲線データが、前記テレビカメラで撮影され
た車両の側面窓の窓枠の形状を示すものであることを特
徴とする請求項１記載の車種認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11494892A JP3243747B2 (ja) | 1992-05-07 | 1992-05-07 | 車種認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11494892A JP3243747B2 (ja) | 1992-05-07 | 1992-05-07 | 車種認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05314389A JPH05314389A (ja) | 1993-11-26 |
| JP3243747B2 true JP3243747B2 (ja) | 2002-01-07 |
Family
ID=14650624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11494892A Expired - Fee Related JP3243747B2 (ja) | 1992-05-07 | 1992-05-07 | 車種認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3243747B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000182184A (ja) * | 1998-12-18 | 2000-06-30 | Matsushita Electric Ind Co Ltd | 車載空中線検出方法および装置 |
| JP4567630B2 (ja) * | 2006-05-26 | 2010-10-20 | 富士通株式会社 | 車種判別プログラムおよび車種判別装置 |
-
1992
- 1992-05-07 JP JP11494892A patent/JP3243747B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05314389A (ja) | 1993-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Panahi et al. | Accurate detection and recognition of dirty vehicle plate numbers for high-speed applications | |
| US6553131B1 (en) | License plate recognition with an intelligent camera | |
| Rasheed et al. | Automated number plate recognition using hough lines and template matching | |
| US9177211B2 (en) | Method and apparatus for identifying motor vehicles for monitoring traffic | |
| CN100568262C (zh) | 基于多摄像机信息融合的人脸识别检测装置 | |
| CN101276499B (zh) | 基于全方位计算机视觉的atm设备的智能监控装置 | |
| CN111507327B (zh) | 一种目标检测方法及装置 | |
| CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
| US20180107892A1 (en) | Dual embedded optical character recognition (ocr) engines | |
| CN106778742B (zh) | 一种基于Gabor滤波器背景纹理抑制的车标检测方法 | |
| CN110826415A (zh) | 一种场景图像中车辆的重识别方法及设备 | |
| CN112085018A (zh) | 基于神经网络的车牌识别系统 | |
| Wong et al. | Vehicle classification using convolutional neural network for electronic toll collection | |
| Devi et al. | An Efficient Hybrid Technique for Automatic License Plate Recognitions | |
| US11887292B1 (en) | Two-step anti-fraud vehicle insurance image collecting and quality testing method, system and device | |
| JP2006344154A (ja) | 車両判別装置及び方法 | |
| JP3243747B2 (ja) | 車種認識装置 | |
| CN104463135B (zh) | 一种车标识别方法和系统 | |
| Irhebhude et al. | View invariant vehicle type recognition and counting system using multiple features | |
| US20230342937A1 (en) | Vehicle image analysis | |
| CN113327337A (zh) | 一种确保车辆正常缴费出场的方法 | |
| CN113283303A (zh) | 一种车牌识别方法及装置 | |
| CN114140762A (zh) | 一种车辆行驶方向自动识别的方法 | |
| CN112580608A (zh) | 一种视觉车辆检测方法及系统 | |
| JP3562417B2 (ja) | 自動料金収受システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071026 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081026 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091026 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |