JP3448645B2 - Road surface condition determination device - Google Patents
Road surface condition determination deviceInfo
- Publication number
- JP3448645B2 JP3448645B2 JP2000332359A JP2000332359A JP3448645B2 JP 3448645 B2 JP3448645 B2 JP 3448645B2 JP 2000332359 A JP2000332359 A JP 2000332359A JP 2000332359 A JP2000332359 A JP 2000332359A JP 3448645 B2 JP3448645 B2 JP 3448645B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- road surface
- hue
- saturation
- value
- 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 - Lifetime
Links
Landscapes
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】この発明は道路上に設置した
監視カメラの映像を入力し、その入力画像を処理するこ
とにより、道路路面の乾燥、湿潤、水膜の３状態を判定
する路面状況判定装置に関する。
【０００２】
【従来の技術】従来、道路上の路面状況を判定する判定
装置としては、（１）路面に赤外線を照射し、この路面
からの正反射及び乱反射成分を検出し、受光した受光レ
ベルにより路面の状況を判定する装置や、（２）カメラ
に特殊な偏向フィルタを取り付け、このカメラにより垂
直偏向画像及び水平偏向画像を撮影し、それぞれの偏向
成分の比率に基づいて、路面状況を判定する装置などが
提案されている。
【０００３】
【発明が解決しようとする課題】ところが、上述した従
来の路面状況判定装置の場合には、以下のような問題が
ある。すなわち、前記（１）の装置では路面に局所的に
赤外線を照射するものであるため、この装置では局所的
な情報しか得ることができず、路面の広い範囲の状況を
正確に把握することができないという問題があった。ま
た、前記（１）、（２）のいずれの装置においても、特
殊な別の装置を道路上の設備として新たに追加して設置
する必要があるため、既存の設備をそのまま利用するこ
とができずコストが嵩む恐れがあるという問題があっ
た。
【０００４】そこで、この発明の目的は、前記のような
従来の路面状況判定装置のもつ問題を解消し、既に数多
く設置されている道路監視用ＴＶカメラによるモニタ映
像を取り込み、この映像より取得したビットマップ画像
から抽出した特徴量を利用することにより道路上に新た
な設備を追加することなく、比較的広い範囲において路
面の状況を正確且つ詳細に判定することのできる路面状
況判定装置を提供するにある。
【０００５】
【課題を解決するための手段】上記目的を達成するため
に、この発明は道路上に監視用として設置したＴＶカメ
ラによるモニタ映像を入力し、この映像により取得した
画像をビットマップ画像として取り込み、この画像より
得られる可視光成分を色相、彩度、明度の３つの画像に
変換する画像変換手段と、この画像変換手段により変換
された、色相、彩度、明度の各画像の路面検出範囲を適
当なサイズのメッシュに分割し、それぞれのメッシュ内
の画素における、色相、彩度、明度それぞれの可視光成
分の平均値、及び分散値を算出する画像特徴量算出手段
と、この画像特徴量算出手段により算出された、路面の
乾燥、湿潤、水膜の各状態における色相、彩度、明度の
平均値、分散値を統計的に取得した画像特徴量を基準値
群として係数とし、監視対象画像から取得される、色
相、彩度、明度の平均値、分散値を入力として多変量解
析における判別分析法により、監視対象路面の状態を判
定する判定手段とを備えたことを特徴とするものであ
る。
【０００６】道路監視用のＴＶカメラによるモニタ映像
を入力して、ビットマップ画像として取り込んだ後、画
像変換手段により、色相、彩度、明度それぞれの画像に
変換される。また、画像特徴量算出手段は、色相、彩
度、明度それぞれの画像より路面検出範囲の可視光成分
の平均値とバラツキである分散値を出力する。次いで、
判定手段では乾燥、湿潤、水膜の各状態における色相、
彩度、明度の平均値、分散値の基準値群を係数とし、画
像特徴量算出手段で算出された色相、彩度、明度の平均
値、分散値を入力として多変量解析の判別分析法によ
り、道路監視用カメラから入力された映像の道路検出範
囲の路面状態を判定し判定結果が出力される。これによ
って、道路監視用ＴＶカメラによるモニタ映像により、
この可視カメラで監視される範囲の路面状況を正確に且
つ詳細に判定することができる。
【０００７】
【発明の実施の形態】以下、本発明の路面状況判定装置
についての実施形態を図面を参照して説明する。ここ
で、図１は本発明の実施形態における路面状況判定装置
の全体ブロック図の１例を示している。図１において、
１は道路監視用のＴＶカメラ、２はＴＶカメラ１から撮
影される映像より、色相画像、彩度画像、明度画像に変
換する画像変換部、３は画像変換部２により変換された
色相画像、彩度画像、明度画像より、道路検出範囲の色
相、彩度、明度の平均値、分散値を抽出する画像特徴量
算出部、４は予め設定されている乾燥、湿潤、水膜の各
状態における色相、彩度、明度の平均値、分散値の基準
値群を係数とし、画像特徴量算出部３から出力される色
相、彩度、明度の平均値、分散値を入力として路面状態
を判定する判定部をそれぞれ示している。この判定部４
による判定は多変量解析の判別分析法などにより行うこ
とができる。また、本発明の場合、後述するようにＴＶ
カメラ１は既に道路監視用として設置されているカメラ
をそのまま利用することができるため、新たな設備を追
加するなど道路上での作業を必要とすることはない。
【０００８】次に、図２の処理フローチャート及び図３
の画像変換部のブロック図を参照して実施形態の動作を
説明する。先ず、処理（Ｓ１）ではＴＶカメラ１により
撮影した道路上の映像（路面情報）をＡＤ変換機７（図
３）によりデジタル信号のビットマップ画像としてビッ
トマップ画像メモリ８（図３）に記録する。次いで、処
理（Ｓ２）ではビットマップ画像から、可視光成分変換
部９（図３）において各画素ごとのＲＧＢ値（赤／緑／
青）により、色相成分、彩度成分、明度成分をそれぞれ
算出し、算出された各成分値を図３に示す色相画像メモ
リ10、彩度画像メモリ11、明度画像メモリ12に記録す
る。ここで、前記ＲＧＢ値から算出される色相、彩度、
明度の各成分は以下の「数１」「数２」「数３」式によ
り表すことができる。
【０００９】
【数１】【００１０】
【数２】
【００１１】
【数３】
【００１２】そして、処理（Ｓ３）では色相、彩度、明
度の各画像において路面検出範囲をメモリ上で適度なサ
イズのメッシュ（区画）に分割し、処理（Ｓ４）により
色相、彩度、明度の各画像の分割されたメッシュごと
に、それぞれ色相、彩度、明度の平均値と分散値を算出
し、これら算出された平均値と分散値をメモリに記録す
る。次いで、処理（Ｓ５）により多変量解析における判
別分析法を用い、予め用意しておいた乾燥、湿潤、水膜
の各状態における前記色相、彩度、明度の平均値と分散
値の基準値群を判別のサンプルデータとして各状態の判
別関数を導出し、この判別関数に基づいて前記処理Ｓ４
で算出されたメッシュごとの色相、彩度、明度の平均値
と分散値がどの状態であるかの判定を行う。すなわち、
図４、５、６には乾燥、湿潤、水膜状態における色相
（Ｈ）、彩度（Ｓ）、明度（Ｂ）それぞれの平均分散分
布特性（平均値と分散値の分布特性例）を表す特性図が
示されており、上述のような手順（Ｓ１〜Ｓ５）により
算出された色相、彩度、明度の各成分値を前記図４、
５、６の各特性図と対応させて乾燥、湿潤、水膜状態を
判定する。
【００１３】最後に、処理（Ｓ６）により、検出範囲を
分割してメッシュごとに判定された判別結果より、多数
決法などを利用し、検出範囲の路面状態の総合的な判定
を行い、処理（Ｓ７）により判定結果の出力を行う。
尚、メッシュごとに判定された判定結果を部分的な路面
状態の判定結果として出力しても良い。
【００１４】
【発明の効果】この発明は、道路上に監視用として設置
したＴＶカメラによるモニタ映像を入力し、この映像に
より取得した画像をビットマップ画像として取り込み、
この画像より得られる可視光成分を色相、彩度、明度の
３つの画像に変換する画像変換手段と、この画像変換手
段により変換された、色相、彩度、明度の各画像の路面
検出範囲を適当なサイズのメッシュに分割し、それぞれ
のメッシュ内の画素における、色相、彩度、明度それぞ
れの可視光成分の平均値、及び分散値を算出する画像特
徴量算出手段と、この画像特徴量算出手段により算出さ
れた、路面の乾燥、湿潤、水膜の各状態における色相、
彩度、明度の平均値、分散値を統計的に取得した画像特
徴量を基準値群として係数とし、監視対象画像から取得
される、色相、彩度、明度の平均値、分散値を入力とし
て多変量解析における判別分析法により、監視対象路面
の状態を判定する判定手段とを備えているので、路面状
況判定装置によるシステムを導入する上で、既に道路監
視用のカメラなどが設置されている場所であれば、新た
な設備を追加するなど道路上での作業を必要とすること
なく、また新たに監視したい場所においても、安価なカ
メラを設置するだけで、このカメラを利用して比較的広
い範囲の路面状況（乾燥、湿潤、水膜状態）の監視を正
確且つ詳細に判定することができるという効果がある。
また、路面状況を正確且つ詳細に判定することができる
ことから、この路面状況の情報伝達により走行車両に対
する安全性の確保を行うことができるという効果があ
る。Description: BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to inputting a video signal from a monitoring camera installed on a road, and processing the input image to dry, wet, and dry the road surface. The present invention relates to a road surface condition determination device that determines three states of a membrane. 2. Description of the Related Art Conventionally, as a judgment device for judging a road surface condition on a road, there are (1) a method of irradiating a road surface with infrared rays, detecting regular reflection and irregular reflection components from the road surface, and receiving a received light level. (2) A special deflection filter is attached to a camera, and a vertical deflection image and a horizontal deflection image are taken by the camera, and the road surface status is determined based on the ratio of the respective deflection components. A device for performing such operations has been proposed. [0003] However, the above-mentioned conventional road surface condition judging device has the following problems. That is, since the device of the above (1) irradiates the road surface with infrared rays locally, this device can only obtain local information and can accurately grasp the situation of a wide range of the road surface. There was a problem that it was not possible. Also, in any of the above-mentioned devices (1) and (2), it is necessary to newly add another special device as road equipment, so that existing equipment can be used as it is. However, there is a problem that the cost may increase. Accordingly, an object of the present invention is to solve the above-mentioned problems of the conventional road surface condition judging device, to capture a monitor image from a large number of road monitoring TV cameras already installed, and obtain from the image. Provided is a road surface condition determination device capable of accurately and in detail determining a road surface condition in a relatively wide range without adding new equipment on a road by using a feature amount extracted from a bitmap image. It is in. [0005] In order to achieve the above object, the present invention relates to a TV camera installed on a road for monitoring.
Input the monitor video by the
Import the image as a bitmap image, and from this image
The resulting visible light components are converted into three images, hue, saturation, and brightness.
Image conversion means for converting and conversion by the image conversion means
The road surface detection range of each of the
Divide into meshes of the appropriate size, and within each mesh
Hue, saturation, and brightness of each pixel
Image feature value calculating means for calculating an average value and a variance value of minutes
And the road surface calculated by the image feature amount calculating means.
Hue, saturation and lightness in each state of dry, wet and water film
The image feature value for which the average value and variance value are statistically acquired is the reference value
Colors obtained from monitoring target images as coefficients as groups
Multivariate solution with the mean, variance of hue, saturation and lightness as inputs
The condition of the monitored road surface is determined by the discriminant analysis method in the analysis.
Determining means for determining
You . [0006] After a monitor image from a TV camera for road monitoring is input and fetched as a bitmap image, the image is converted into an image of hue, saturation and brightness by an image conversion means. Further, the image feature amount calculating means outputs a variance value which is a variation from the average value of the visible light component in the road surface detection range from the respective images of the hue, saturation, and brightness. Then
In the determination means, hue in each state of dry, wet, water film,
The saturation, the average value of the lightness, and the reference value group of the variance are used as coefficients, and the hue, the saturation, the average of the lightness and the variance calculated by the image feature amount calculating means are input, and the discriminant analysis method of the multivariate analysis is used. Then, the road surface state in the road detection range of the image input from the road monitoring camera is determined, and the determination result is output. By this, by the monitor image by the road monitoring TV camera,
The road surface condition in the range monitored by the visible camera can be determined accurately and in detail. An embodiment of a road surface condition judging device according to the present invention will be described below with reference to the drawings. Here, FIG. 1 shows an example of an overall block diagram of a road surface condition determination device according to an embodiment of the present invention. In FIG.
1 is a road surveillance TV camera, 2 is an image conversion unit that converts a video taken from the TV camera 1 into a hue image, saturation image, and brightness image, 3 is a hue image converted by the image conversion unit 2, From the saturation image and the brightness image, the image feature quantity calculation unit that extracts the hue, saturation, and average value and variance of the road detection range from the road detection range, and 4 in each of the preset dry, wet, and water film states The reference value group of the hue, saturation, and brightness average value and variance value is used as a coefficient, and the hue, saturation, and brightness average value and variance value output from the image feature amount calculation unit 3 are input to determine the road surface state. Each of the determination units is shown. This judgment unit 4
Can be determined by a discriminant analysis method of multivariate analysis or the like. Also, in the case of the present invention, as described later, the TV
Since the camera 1 already installed for road monitoring can be used as it is, there is no need to perform work on the road such as adding new equipment. Next, the processing flowchart of FIG. 2 and FIG.
The operation of the embodiment will be described with reference to a block diagram of the image conversion unit. First, in the process (S1), an image on the road (road surface information) photographed by the TV camera 1 is recorded as a digital signal bitmap image in the bitmap image memory 8 (FIG. 3) by the AD converter 7 (FIG. 3). . Next, in the process (S2), the visible light component converter 9 (FIG. 3) converts the RGB values (red / green / green) of each pixel from the bitmap image.
(Blue), the hue component, the saturation component, and the brightness component are calculated, and the calculated component values are recorded in the hue image memory 10, the saturation image memory 11, and the brightness image memory 12 shown in FIG. Here, hue, saturation calculated from the RGB values,
Each component of lightness can be represented by the following “Equation 1”, “Equation 2”, and “Equation 3”. [0009] [0010] [0011] In the process (S3), the road surface detection range is divided into meshes (sections) of an appropriate size in the memory in each image of hue, saturation, and brightness, and the hue, saturation, and brightness are processed in the process (S4). The average and variance of hue, saturation, and brightness are calculated for each of the divided meshes of each image, and the calculated average and variance are recorded in the memory. Next, in the process (S5), using the discriminant analysis method in the multivariate analysis, a reference value group of the average value and the variance value of the hue, saturation, and lightness in each of the previously prepared states of dry, wet, and water films Is used as sample data for discrimination, and a discriminant function for each state is derived.
It is determined which state the average value and the variance of the hue, saturation, and lightness of each mesh calculated in the above are. That is,
FIGS. 4, 5, and 6 show average dispersion distribution characteristics (examples of distribution characteristics of average value and dispersion value) of hue (H), saturation (S), and lightness (B) in a dry, wet, and water film state. FIG. 4 is a characteristic diagram showing the hue, saturation, and brightness component values calculated by the above-described procedures (S1 to S5).
The dry, wet, and water film states are determined in correspondence with the characteristic diagrams 5 and 6. Finally, in the processing (S6), the detection range is divided, and the road surface condition in the detection range is comprehensively determined using a majority decision method or the like based on the determination result determined for each mesh. A determination result is output in S7).
Note that the determination result determined for each mesh may be output as a partial road surface state determination result. The present invention is installed on a road for monitoring.
Monitor video from a TV camera
The image obtained from the above is imported as a bitmap image,
The visible light components obtained from this image are converted into hue, saturation, and lightness.
Image conversion means for converting the image into three images;
Road surface of each image of hue, saturation and brightness converted by step
Divide the detection range into meshes of appropriate size, and
Hue, Saturation, and Lightness of the pixels in the mesh
Image characteristics for calculating the average and variance of the visible light components
Collection amount calculation means and the image feature amount calculation means
Hue in each state of dry, wet, water film,
Image features that have statistically acquired saturation, brightness average, and variance
Obtained from monitoring target images using the amount of collection as a coefficient as a reference value group
Hue, saturation, and lightness average and variance
Road surface to be monitored by discriminant analysis in multivariate analysis
In order to introduce a system using the road surface condition determination device, if a camera for road monitoring is already installed, new equipment is added, etc. No need to work on the road, and even in places where new monitoring is desired, simply install an inexpensive camera. This camera can be used to cover a relatively wide range of road surface conditions (dry, wet, water film). There is an effect that monitoring of the state can be determined accurately and in detail.
Further, since the road surface condition can be determined accurately and in detail, there is an effect that the safety of the traveling vehicle can be ensured by transmitting the information on the road surface condition.
【図面の簡単な説明】
【図１】本発明の路面状況判定装置における実施形態を
示す全体ブロック図である。
【図２】同処理手順の一例を示すフローチャートであ
る。
【図３】同画像変換部の構成を示す全体ブロック図であ
る。
【図４】色相（Ｈ）の平均分散分布特性を示す特性図で
ある。
【図５】彩度（Ｓ）の平均分散分布特性を示す特性図で
ある。
【図６】明度（Ｂ）の平均分散分布特性を示す特性図で
ある。
【符号の説明】
１ ＴＶカメラ
２ 画像変換部
３ 画像特徴量算出手段
４ 判定部
７ ＡＤ変換機
８ ビットマップ画像メモリ
９ 可視光成分変換部
10 色相画像メモリ
11 彩度画像メモリ
12 明度画像メモリBRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is an overall block diagram showing an embodiment of a road surface condition determination device of the present invention. FIG. 2 is a flowchart illustrating an example of the processing procedure. FIG. 3 is an overall block diagram illustrating a configuration of the image conversion unit. FIG. 4 is a characteristic diagram showing an average dispersion distribution characteristic of hue (H). FIG. 5 is a characteristic diagram showing an average dispersion distribution characteristic of saturation (S). FIG. 6 is a characteristic diagram showing an average dispersion distribution characteristic of lightness (B). [Description of Signs] 1 TV camera 2 Image conversion unit 3 Image characteristic amount calculation means 4 Judgment unit 7 AD converter 8 Bitmap image memory 9 Visible light component conversion unit 10 Hue image memory 11 Saturation image memory 12 Brightness image memory
フロントページの続き (72)発明者 岡村 信弘 大分県大分市東春日町17−58 株式会社 富士通大分ソフトウェアラボラトリ マ ルチメディアシステム開発部内 (56)参考文献 特開2000−48294（ＪＰ，Ａ) 特開 平９−102032（ＪＰ，Ａ) 特開2000−57349（ＪＰ，Ａ) 特開 平６−282791（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G08G 1/00 G06T 1/00 330 G06T 7/00 100 H04N 7/18 Continuation of front page (72) Inventor Nobuhiro Okamura 17-58 Higashikasugacho, Oita City, Oita Prefecture Fujitsu Oita Software Laboratory Multimedia System Development Department (56) References JP-A-2000-48294 (JP, A) 9-102032 (JP, A) JP-A-2000-57349 (JP, A) JP-A-6-282791 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G08G 1/00 G06T 1/00 330 G06T 7/00 100 H04N 7/18
Claims (1)
ラによるモニタ映像を入力し、この映像により取得した
画像をビットマップ画像として取り込み、この画像より
得られる可視光成分を色相、彩度、明度の３つの画像に
変換する画像変換手段と、この画像変換手段により変換
された、色相、彩度、明度の各画像の路面検出範囲を適
当なサイズのメッシュに分割し、それぞれのメッシュ内
の画素における、色相、彩度、明度それぞれの可視光成
分の平均値、及び分散値を算出する画像特徴量算出手段
と、この画像特徴量算出手段により算出された、路面の
乾燥、湿潤、水膜の各状態における色相、彩度、明度の
平均値、分散値を統計的に取得した画像特徴量を基準値
群として係数とし、監視対象画像から取得される、色
相、彩度、明度の平均値、分散値を入力として多変量解
析における判別分析法により、監視対象路面の状態を判
定する判定手段とを備えたことを特徴とする路面状況判
定装置。(57) [Claims] [Claim 1] A TV camera installed on a road for monitoring
Input the monitor video by the
Import the image as a bitmap image, and from this image
The resulting visible light components are converted into three images, hue, saturation, and brightness.
Image conversion means for converting and conversion by the image conversion means
The road surface detection range of each of the
Divide into meshes of the appropriate size, and within each mesh
Hue, saturation, and brightness of each pixel
Image feature value calculating means for calculating an average value and a variance value of minutes
And the road surface calculated by the image feature amount calculating means.
Hue, saturation and lightness in each state of dry, wet and water film
The image feature value for which the average value and variance value are statistically acquired is the reference value
Colors obtained from monitoring target images as coefficients as groups
Multivariate solution with the mean, variance of hue, saturation and lightness as inputs
The condition of the monitored road surface is determined by the discriminant analysis method in the analysis.
Road surface condition judgment comprising:
Setting device .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000332359A JP3448645B2 (en) | 2000-10-31 | 2000-10-31 | Road surface condition determination device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000332359A JP3448645B2 (en) | 2000-10-31 | 2000-10-31 | Road surface condition determination device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002140789A JP2002140789A (en) | 2002-05-17 |
| JP3448645B2 true JP3448645B2 (en) | 2003-09-22 |
Family
ID=18808578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000332359A Expired - Lifetime JP3448645B2 (en) | 2000-10-31 | 2000-10-31 | Road surface condition determination device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3448645B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5063076B2 (en) * | 2006-01-20 | 2012-10-31 | 関西ペイント株式会社 | IDENTIFICATION METHOD, IDENTIFICATION SYSTEM, IDENTIFICATION PROGRAM, AND RECORDING MEDIUM THEREOF |
| US8290275B2 (en) | 2006-01-20 | 2012-10-16 | Kansai Paint Co., Ltd. | Effective pigment identification method, identification system, identification program, and recording medium therefor |
| JP2011076214A (en) * | 2009-09-29 | 2011-04-14 | Alps Electric Co Ltd | Obstacle detection device |
| JP6238348B2 (en) * | 2013-11-01 | 2017-11-29 | Ｎｅｃソリューションイノベータ株式会社 | Water float detection device, water float detection method, and program |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3386172B2 (en) * | 1993-03-26 | 2003-03-17 | 浜松ホトニクス株式会社 | Road surface observation display system |
| JPH09102032A (en) * | 1995-10-04 | 1997-04-15 | Seiwa Denki Kk | Detection of object from picture and object detection device using the same |
| JP2981887B1 (en) * | 1998-07-31 | 1999-11-22 | 建設省土木研究所長 | Road surface state detection method and device |
| JP4220595B2 (en) * | 1998-08-10 | 2009-02-04 | 株式会社日立製作所 | Defect classification method and teaching data creation method |
-
2000
- 2000-10-31 JP JP2000332359A patent/JP3448645B2/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002140789A (en) | 2002-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI489395B (en) | Apparatus and method for foreground detection | |
| JP4653207B2 (en) | Smoke detector | |
| US20060008118A1 (en) | Image processing apparatus and image monitoring system | |
| EP2000952B1 (en) | Smoke detecting method and device | |
| CN113887412A (en) | Detection method, detection terminal, monitoring system and storage medium for pollution emission | |
| JP3486229B2 (en) | Image change detection device | |
| CN111601011A (en) | Automatic alarm method and system based on video stream image | |
| JP3448645B2 (en) | Road surface condition determination device | |
| JP3377659B2 (en) | Object detection device and object detection method | |
| WO2011043498A1 (en) | Intelligent image monitoring apparatus | |
| CN113936252A (en) | Battery car intelligent management system and method based on video monitoring | |
| CN107545556B (en) | Signal lamp image processing method and system | |
| JP2004030225A (en) | White smoke detection method and apparatus | |
| CN115294486B (en) | Method for identifying and judging illegal garbage based on unmanned aerial vehicle and artificial intelligence | |
| KR101920369B1 (en) | Apparatus and method for image processing of thermal imaging camera | |
| US20040028137A1 (en) | Motion detection camera | |
| CN112017128B (en) | Image self-adaptive defogging method | |
| Xiang et al. | A new model for daytime visibility index estimation fused average sobel gradient and dark channel ratio | |
| JP2005182732A (en) | Image processing device, image processing method and motion detector | |
| JP4427201B2 (en) | Vehicle detection method and apparatus | |
| JP2726830B2 (en) | Road surface freeze detection device | |
| JP2011250260A (en) | Image processing apparatus and image processing method | |
| JP3783881B2 (en) | Vehicle detection method and vehicle detection apparatus using the same | |
| CN114049732B (en) | Substation video monitoring method, system and storage medium | |
| KR101634246B1 (en) | Method for providing standing out degree information of subject and digital photographing apparatus applying the method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3448645 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| EXPY | Cancellation because of completion of term |