JP3886573B2 - 降雨雪検出方法およびその装置 - Google Patents
降雨雪検出方法およびその装置 Download PDFInfo
- Publication number
- JP3886573B2 JP3886573B2 JP29340696A JP29340696A JP3886573B2 JP 3886573 B2 JP3886573 B2 JP 3886573B2 JP 29340696 A JP29340696 A JP 29340696A JP 29340696 A JP29340696 A JP 29340696A JP 3886573 B2 JP3886573 B2 JP 3886573B2
- Authority
- JP
- Japan
- Prior art keywords
- rain
- snow
- image
- processing unit
- moving object
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ＴＶカメラなどのインタレース（飛び越し走査）方式の撮影手段で撮影したフレーム画像を用いて画像処理によって降雨雪を検出する方法とその装置に関する。
【０００２】
【従来の技術】
道路運転環境の良否を表す要因の１つである前方視認性は、道路交通の安全を確保するために極めて重要な情報である。特に、降雨雪状態は、この視認性に大きな影響を与える。従来、このような降雨雪状態の監視には、道路上などに設置した監視カメラが利用されている。
【０００３】
【発明が解決しようとする課題】
しかしながら、上記した監視カメラによる降雨雪状態の監視の場合、常時モニタを注視していなければならず、監視員の負担が多大になるとともに、その判定も個人差が大きいため、正確な判断を下すことが難しいという問題があった。
【０００４】
本発明は、上記のような問題を解決するためになされたもので、ＴＶカメラなどのインタレース（飛び越し走査）方式の撮影手段で撮影したフレーム画像を用いて画像処理によって降雨雪を検出するようにした降雨雪検出方法とその装置を提供することを目的とするものである。
【０００５】
【課題を解決するための手段】
前記課題を解決するために、請求項１記載の発明に係る降雨雪検出方法は、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像に対してラベリング処理を施してしきい値処理することにより、二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出することを特徴とする。
【０００６】
このような構成とすることにより、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。また、ラベリング処理によって走行車両などの面積の大きな移動物体と降雨雪とを分離しているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【０００７】
請求項２記載の発明に係る降雨雪検出方法は、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像中から降雨雪部領域のみを抽出することを特徴とする。
【０００８】
このような構成とすることにより、請求項１記載の発明と同様に、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。なお、この請求項２記載の発明は、前記請求項１記載の発明を簡素化し、ラベリング処理を省略したものであり、二値化処理画像中から車両などの面積の大きな移動物体を分離して除去することができない。したがって、走行車両などの存在する道路の降雨雪検出には不向きであり、撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いる。
【０００９】
請求項３記載の発明に係る降雨雪検出装置は、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像に対してラベリング処理を施すラベリング処理部と、該ラベリング処理部で得られたラベリング処理画像に対してしきい値処理を施すことにより、前記二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする。
【００１０】
この請求項３記載の発明は、前記請求項１記載の方法を実現した装置であって、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。また、ラベリング処理回路において走行車両などの面積の大きな移動物体と降雨雪とを分離するようにしているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００１１】
さらに、請求項４記載の本発明に係る降雨雪検出装置は、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像中から降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする。
【００１２】
この請求項４記載の発明は、前記請求項２記載の方法を実現した装置であって、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。なお、この請求項４記載の発明は、前記請求項３記載の発明を簡素化し、ラベリング処理部を省略したものである。したがって、走行車両などの存在する道路の降雨雪検出には不向きであり、その環境上撮影画面中に車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いる。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態である降雪を検出する場合について図面と共に説明する。
図１は本発明方法を適用して構成した本発明に係る降雪検出装置の一実施形態を示すブロック図、図２はその処理動作のフローチャートである。図１おいて、１はインタレース（飛び越し走査）方式のＴＶカメラ、２はローパスフィルタ（ＬＰＦ）、３はＡＤ変換器、４は１フレーム分の容量を有する画像メモリ、５はフーリエ変換処理部、６は周波数画像出力メモリ、７は周波数フィルタ処理部、８は逆フーリエ変換処理部、９は出力メモリ、１０は二値化処理部、１１はラベリング処理部、１２は降雨雪部領域分割処理部、１３は濃度二乗和算出処理部、１４はマイクロコンピュータである。なお、前記フーリエ変換処理部５、周波数画像出力メモリ６、周波数フィルタ処理部７、逆フーリエ変換処理部８は、移動物体抽出処理部１５を構成している。
【００１４】
前記ＴＶカメラ１は、検知対象が降雪の場合には、白い降雪を高いＳＮ比で抽出できるように、背景として路面などの黒っぽい物体が写るような場所に設置される。ローパスフィルタ２はＴＶカメラ１で撮影された映像信号中の高域雑音成分を除去するもので、高い周波数成分を除去することでランダム雑音の減少を図るとともに、サンプリング時の折り返し雑音の発生を防止するものである。ローパスフィルタ２を通過した映像信号は、ＡＤ変換器３によりディジタル濃度データに変換され、１フレーム画像毎にマイクロコンピュータ１４の画像メモリ４に格納される（図２のステップＳ１）。
【００１５】
次に、移動物体抽出処理部１５は、背景や静止車両などの静止物体と降雪や走行車両などの移動物体とを区別し、移動物体のみを抽出するために、前記画像メモリ４に格納された１フレーム画像に対して周波数フィルタ処理を施し、ナイキスト周波数を含む高周波成分を抽出することにより、撮影画像中から背景などの静止画部分を除いて移動物体のみを抽出する（ステップＳ２）。
【００１６】
すなわち、インタレース方式のＴＶカメラの場合、図３（Ａ）（Ｂ）に示すように、奇数フィールドの画像と偶数フィールドの画像とでは１／６０秒だけその走査時間がずれている。このため、奇数フィールドと偶数フィールドを合成して得られる１フレーム画像においては、図３（Ｃ）に示すように、移動物体については移動に伴う１走査ライン間隔（すなわち、ナイキスト周波数）からなる縞状部分Ａ1 が発生する。したがって、この縞状部分Ａ1 を抽出すれば、撮影画像中から背景などの静止部分を除き、降雪や走行車両などの移動物体のみを抽出することができる。
【００１７】
そこで、これを実現するために、フーリエ変換処理部５は、画像メモリ４に格納されている図４（Ａ）のようなフレーム画像を読み出し、まずこの画像に対して２次元フーリエ変換を施し、図４（Ｂ）に示すような空間周波数画像に変換した後、周波数画像出力メモリ５に格納する。この２次元フーリエ変換の結果、図４（Ａ）中の縞状部分Ａ1 は、図４（Ｂ）に示すように、ナイキスト周波数を含む高周波成分ａ1 として現れ、この縞状部分Ａ1 以外のＢ1 部分はｂ1 のように現れる。なお、前記図４（Ａ）中のｘ，ｙは撮影画像の位置座標、図４（Ｂ）のＵ，Ｖは空間周波数の座標である。
【００１８】
次いで、周波数フィルタ処理部７は、周波数画像出力メモリ５から前記フーリエ変換された空間周波数画像を読み出し、図４（Ｂ）中のナイキスト周波数を含む高周波成分ａ1 部分のみを抽出するために、ガウス型フィルタ関数などを用いてフィルタ処理を行ない、縞状部分Ａ1 に対応する高周波成分ａ1 部分を抽出し、再度周波数画像出力メモリ６に格納する。そして、この周波数画像出力メモリ６に格納された高周波成分ａ1 のみからなる画像を読み出し、逆フーリエ変換処理部８において逆フーリエ変換し、図４（Ｃ）に示すように、縞状部分Ａ1 のみからなるフレーム画像に戻した後、出力メモリ９に格納する。これにより、撮影画像中から降雪や走行車両などの移動物体のみを抽出したフィルタ処理画像が得られる。
【００１９】
上記のようにして得られたフィルタ処理画像は出力メモリ９から読み出され、二値化処理部１０に入力される。この時、フィルタ処理画像の濃度値は絶対値をとって二値化処理部１０に入力される。このフィルタ処理画像の絶対値画像の例を図５に示す。二値化処理部１０は、入力されたフィルタ処理画像をしきい値処理し、二値化処理画像に変換する。すなわち、いま、画像ｆの濃度範囲が［ｚ1 ，ｚk ］であり、ｔがｚ1 とｚk との間の数値とすると、二値化処理画像ｆt は下記の（１）式で定義される。
【００２０】
【数１】
【００２１】
図６は前記二値化処理の一例を示しており、画像サイズ１２×１２画素の画像にしきい値ｔ＝３で二値化処理した例である。画素値が記されていない画素は濃度値＝０であることを示している。このしきい値処理を施す際、しきい値ｔの適切な選択は極めて重要であり、本発明においても静止物体や雑音などの成分と移動物体の成分とを適切に分割する値に決定する必要がある。フィルタ処理画像において、静止物体や雑音は小さな濃度値をとり、移動物体は大きな濃度値をとる。
【００２２】
そのため、前記しきい値ｔは、まずフィルタ処理画像の濃度ヒストグラムを求め、この濃度ヒストグラムから静止物体や雑音と、移動体（降雪や車両）とを適切に分割する値を決定する。前記図５の絶対値画像の濃度ヒストグラムを図７に示す。この濃度ヒストグラムからしきい値としてｔ＝３を決定し、このしきい値ｔ＝３によって図５の絶対値画像を二値化した結果を図８に示す。なお、このしきい値ｔは、撮影時における周囲の照明条件などに応じて適切な値に設定する必要があることは言うまでもない。
【００２３】
前記二値化処理部１０で二値化処理された画像は、ラベリング処理部１１に入力される。そして、移動物体を構成する車両と降雪とを分離するために、ラベリング処理が施される（ステップＳ３）。すなわち、降雪時に一般道路を撮影した画像中において移動する物体は降雪と走行車両などであり、このうち、大きな面積をもつ物体は走行中の一般車両などである場合がほとんどである。
【００２４】
したがって、前記二値化処理画像中からこの面積の大きな物体を取り除けば、検出目的とする降雪のみを抽出することができる。そこで、走行車両などの面積の大きな移動物体を取り除くために、その前処理として前記ラベリング処理を行なう（ステップＳ４）。ラベリングとは、二値化処理画像において、濃度値０の背景中に散在した濃度値１の領域毎に番号をつける操作であり、ラベリングの最大番号が領域の総数、領域中の画素の数がその領域の面積を示すものである。
【００２５】
本発明では、このラベリング手法として伝播処理を利用した。伝播処理とは、隣接した画素に対して定められた伝播規則に従って情報を逐次伝播することにより、対象物に対するラベリングを行なう手法である。図９に、このラベリング処理の一例を示す。左側の二値化処理画像がラベリング処理部１１に入力される二値化処理画像であり、画素値が記載されていない画素は濃度値０であることを示している。右側の画像がラベリング処理後の画像であり、画素値がラベル番号に対応しており、ラベル番号が同じ画素は同一の領域とみなされる。画素値の記載されていない画素はラベル番号が０であり、背景に対応している。なお、前記伝播処理以外の処理を用いてラベリングを行なっても同様に実現できることは言うまでもない。
【００２６】
ラベリング処理部１１でラベル付けされた画像は降雨雪部領域分割処理部１２に入力され、降雪部領域の分割処理が行なわれる（ステップＳ５）。降雪部領域分割処理とは、ラベル付けされた画像に対して、降雪と車両などの他の移動物体とを弁別し、降雪部のみを抽出する処理である。降雪と車両などの他の移動物体とを弁別する判断基準としては領域の面積の大小を用い、あるラベル値の領域の面積が所定のしきい値以下であればその領域を降雪部とし、しきい値より大きければその領域を降雪部以外の領域と判断し、その領域を除外する、いわゆる面積しきい値処理を利用した。図１０に、ラベリング処理画像に対して面積しきい値＝５で面積しきい値処理を施した結果を示す。画素値が記されていない画素はラベル値０であり、面積しきい値＝５より大きな領域がラベル値０に置き換えられて除外されていることが分かる。
【００２７】
この降雨雪部領域分割処理部１２による面積しきい値は、ＴＶカメラの撮影画角および撮影条件に大きく依存するため、ラベリング処理画像内における各移動物体の面積を求め、面積の小さい降雪部と面積の大きい車両などの降雪部以外の移動物体とを確実に分割できる面積しきい値を設定する必要がある。図１１に、ラベリング処理画像において各移動物体（ラベル番号）の面積を求めた結果を示す。この図において、大きな面積を持つ物体は車両のボディー部である。そこで、この図１１の例の場合には、車両などの移動物体と降雪部とを分割する面積しきい値として５００を用いればよい。
【００２８】
この面積しきい値＝５００を用いて、図８の二値化処理画像についてのラベリング処理画像に面積しきい値処理を施した結果を図１２に示す。この図１２と図８を比較すれば明らかなように、図１２においては車両などの移動物体が除外され、降雪部領域のみが抽出されていることが確認できる。なお、この面積しきい値は、撮影画角および撮影条件などに応じて適切な値に設定する必要があることは言うまでもない。
【００２９】
前記降雨雪部領域分割処理部１２で得られた画像は、濃度二乗和算出処理部１３に入力され、前記移動物体抽出処理部１５で得られたフィルタ処理画像中の前記抽出された降雪部領域についての濃度二乗和（パワー）が算出される（ステップＳ６）。図１３に、この濃度二乗和算出処理の一例を示す。図１３（Ａ）のフィルタ処理画像において、図１３（Ｂ）の降雪部領域に対応する画像領域を図１３（Ｃ）のように求め、この図１３（Ｃ）の画像中の各領域の画素の濃度二乗和を算出し、その算出結果を降雪検出結果として出力する（ステップＳ７）。
【００３０】
実際のフィールドにおいて収集した６０分の画像データを用い、上記路面状態判別装置を用いて降雪検出を行なった結果を図１４に示す。横軸は時刻、縦軸は降雪部領域の濃度二乗和（パワー）を表している。ＴＶカメラの画角内に捉えられる降雪成分は時刻により大きく変動し、降雪弱および降雪強の時刻ではパワーの変動が大きくなっている。降雪の無い時刻においてパワーの値が所々で大きくなっているのは、車両の車輪や窓枠などの小さな領域が降雪部領域と区別できなかったためである。図１４から明らかなように、本発明により得られる降雪部領域における濃度二乗和は降雪状態を良く表しており、その有効性が確認された。
【００３１】
なお、上述した実施の形態は降雪を例に説明したが、目視にて確認できる雨滴の検出にも適用できることは言うまでもない。また、降雨雪部領域分割処理部で得られた画像の面積比を算出し、降雨雪の強度を求めてもよい。さらに、上述した実施形態は、車両の走行する道路などの降雪状態を検出する場合について述べたが、車両などの移動物体の全く通らない場所の降雨雪状態を検出する場合には、ＴＶカメラ１による撮影画像中には降雨雪以外の移動物体が写ることがないので、撮影画像中から車両などの面積の大きな移動物体を除去する必要がない。したがって、このような場合には、図１中のラベリング処理部１１を不要とすることができ、装置をより簡素に構成することができる。
【００３２】
【発明の効果】
以上説明したように、請求項１記載の発明に係る降雨雪検出方法によれば、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像に対してラベリング処理を施してしきい値処理することにより、二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出し、前記ナイキスト周波数を含む高周波成分画像中の前記抽出された降雨雪部領域についての濃度二乗和または面積比を算出し、これを降雨雪検出結果として出力するようにしたので、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。このため、従来のように監視員が常にモニタを注視している必要がなくなり、監視員の負担を軽減できるとともに、個人差のない正確な降雨雪判断を下すことができるという優れた効果を奏する。また、ラベリング処理によって降雨雪と走行車両などの面積の大きな移動物体とを分離するようにしたので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００３３】
また、請求項２記載の発明に係る降雨雪検出方法によれば、前記請求項１記載の発明を簡素化し、ラベリング処理を省略したので、より簡単に降雨雪を検出することができる。特に、この請求項２記載の降雨雪検出方法は、撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いて優れた効果を発揮する。
【００３４】
また、請求項３記載の発明に係る降雨雪検出装置よれば、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像に対してラベリング処理を施すラベリング処理部と、該ラベリング処理部で得られたラベリング処理画像に対してしきい値処理を施すことにより、前記二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出回路とを備えることにより構成したので、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができ、監視員の負担を軽減できるとともに、個人差のない正確な判断を下すことのできる降雨雪検出装置を提唱することができる。また、ラベリング処理回路において、降雨雪と走行車両などの面積の大きな移動物体と降雨雪とを分離するようにしているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００３５】
さらに、請求項４記載の本発明に係る降雨雪検出装置によれば、前記請求項３記載の装置を簡素化し、ラベリング処理回路を省略したので、装置の構成が簡単となり、コスト低減を図ることができる。特に、この請求項４記載の装置は、その環境上撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雪検出に用いて優れた効果を発揮する。
【図面の簡単な説明】
【図１】本発明方法を適用して構成した本発明に係る降雪検出装置の一実施形態を示すブロック図である。
【図２】図２の降雪検出装置の処理動作のフローチャートである。
【図３】インタレース方式のＴＶカメラ画像の説明図であって、（Ａ）は奇数フィールド画像、（Ｂ）は偶数フィールド画像、（Ｃ）はフレーム画像を示すものである。
【図４】移動物体抽出処理部１５における移動物体の抽出処理動作の説明図であって、（Ａ）はフレーム画像、（Ｂ）は２次元フーリエ変換画像、（Ｃ）は逆フーリエ変換画像（フィルタ処理画像）を示すものである。
【図５】フィルタ処理画像の絶対値表示画像例を示す写真である。
【図６】二値化処理部１０における二値化処理の例を示す図である。
【図７】図５の絶対値表示画像の濃度ヒストグラムを示す図である。
【図８】図５の絶対値表示画像の二値化画像を示す写真である。
【図９】ラベリング処理部１１におけるラベリング処理の例を示す図である。
【図１０】降雨雪部領域分割処理部１２における降雪部領域分割処理の例を示す図である。
【図１１】ラベリング処理画像において各移動物体の面積を求めた例を示す図である。
【図１２】ラベリング処理画像に面積しきい値処理を施した画像例を示す写真である。
【図１３】濃度二乗和算出処理部１３における濃度二乗和算出の例を示す図である。
【図１４】降雨雪部領域分割処理後の画像における濃度二乗和（パワー）の時間推移の例を示す図である。
【符号の説明】
１ ＴＶカメラ（撮影手段）
２ ローパスフィルタ（ＬＰＦ）
３ ＡＤ変換器
４ 画像メモリ
５ フーリエ変換処理部
６ 周波数画像出力メモリ
７ 周波数フィルタ処理部
８ 逆フーリエ変換処理部
９ 出力メモリ
１０ 二値化処理部
１１ ラベリング処理部
１２ 降雨雪部領域分割処理部
１３ 濃度二乗和算出処理部
１４ マイクロコンピュータ
１５ 移動物体抽出処理部
【発明の属する技術分野】
本発明は、ＴＶカメラなどのインタレース（飛び越し走査）方式の撮影手段で撮影したフレーム画像を用いて画像処理によって降雨雪を検出する方法とその装置に関する。
【０００２】
【従来の技術】
道路運転環境の良否を表す要因の１つである前方視認性は、道路交通の安全を確保するために極めて重要な情報である。特に、降雨雪状態は、この視認性に大きな影響を与える。従来、このような降雨雪状態の監視には、道路上などに設置した監視カメラが利用されている。
【０００３】
【発明が解決しようとする課題】
しかしながら、上記した監視カメラによる降雨雪状態の監視の場合、常時モニタを注視していなければならず、監視員の負担が多大になるとともに、その判定も個人差が大きいため、正確な判断を下すことが難しいという問題があった。
【０００４】
本発明は、上記のような問題を解決するためになされたもので、ＴＶカメラなどのインタレース（飛び越し走査）方式の撮影手段で撮影したフレーム画像を用いて画像処理によって降雨雪を検出するようにした降雨雪検出方法とその装置を提供することを目的とするものである。
【０００５】
【課題を解決するための手段】
前記課題を解決するために、請求項１記載の発明に係る降雨雪検出方法は、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像に対してラベリング処理を施してしきい値処理することにより、二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出することを特徴とする。
【０００６】
このような構成とすることにより、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。また、ラベリング処理によって走行車両などの面積の大きな移動物体と降雨雪とを分離しているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【０００７】
請求項２記載の発明に係る降雨雪検出方法は、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像中から降雨雪部領域のみを抽出することを特徴とする。
【０００８】
このような構成とすることにより、請求項１記載の発明と同様に、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。なお、この請求項２記載の発明は、前記請求項１記載の発明を簡素化し、ラベリング処理を省略したものであり、二値化処理画像中から車両などの面積の大きな移動物体を分離して除去することができない。したがって、走行車両などの存在する道路の降雨雪検出には不向きであり、撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いる。
【０００９】
請求項３記載の発明に係る降雨雪検出装置は、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像に対してラベリング処理を施すラベリング処理部と、該ラベリング処理部で得られたラベリング処理画像に対してしきい値処理を施すことにより、前記二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする。
【００１０】
この請求項３記載の発明は、前記請求項１記載の方法を実現した装置であって、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。また、ラベリング処理回路において走行車両などの面積の大きな移動物体と降雨雪とを分離するようにしているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００１１】
さらに、請求項４記載の本発明に係る降雨雪検出装置は、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像中から降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする。
【００１２】
この請求項４記載の発明は、前記請求項２記載の方法を実現した装置であって、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。なお、この請求項４記載の発明は、前記請求項３記載の発明を簡素化し、ラベリング処理部を省略したものである。したがって、走行車両などの存在する道路の降雨雪検出には不向きであり、その環境上撮影画面中に車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いる。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態である降雪を検出する場合について図面と共に説明する。
図１は本発明方法を適用して構成した本発明に係る降雪検出装置の一実施形態を示すブロック図、図２はその処理動作のフローチャートである。図１おいて、１はインタレース（飛び越し走査）方式のＴＶカメラ、２はローパスフィルタ（ＬＰＦ）、３はＡＤ変換器、４は１フレーム分の容量を有する画像メモリ、５はフーリエ変換処理部、６は周波数画像出力メモリ、７は周波数フィルタ処理部、８は逆フーリエ変換処理部、９は出力メモリ、１０は二値化処理部、１１はラベリング処理部、１２は降雨雪部領域分割処理部、１３は濃度二乗和算出処理部、１４はマイクロコンピュータである。なお、前記フーリエ変換処理部５、周波数画像出力メモリ６、周波数フィルタ処理部７、逆フーリエ変換処理部８は、移動物体抽出処理部１５を構成している。
【００１４】
前記ＴＶカメラ１は、検知対象が降雪の場合には、白い降雪を高いＳＮ比で抽出できるように、背景として路面などの黒っぽい物体が写るような場所に設置される。ローパスフィルタ２はＴＶカメラ１で撮影された映像信号中の高域雑音成分を除去するもので、高い周波数成分を除去することでランダム雑音の減少を図るとともに、サンプリング時の折り返し雑音の発生を防止するものである。ローパスフィルタ２を通過した映像信号は、ＡＤ変換器３によりディジタル濃度データに変換され、１フレーム画像毎にマイクロコンピュータ１４の画像メモリ４に格納される（図２のステップＳ１）。
【００１５】
次に、移動物体抽出処理部１５は、背景や静止車両などの静止物体と降雪や走行車両などの移動物体とを区別し、移動物体のみを抽出するために、前記画像メモリ４に格納された１フレーム画像に対して周波数フィルタ処理を施し、ナイキスト周波数を含む高周波成分を抽出することにより、撮影画像中から背景などの静止画部分を除いて移動物体のみを抽出する（ステップＳ２）。
【００１６】
すなわち、インタレース方式のＴＶカメラの場合、図３（Ａ）（Ｂ）に示すように、奇数フィールドの画像と偶数フィールドの画像とでは１／６０秒だけその走査時間がずれている。このため、奇数フィールドと偶数フィールドを合成して得られる１フレーム画像においては、図３（Ｃ）に示すように、移動物体については移動に伴う１走査ライン間隔（すなわち、ナイキスト周波数）からなる縞状部分Ａ1 が発生する。したがって、この縞状部分Ａ1 を抽出すれば、撮影画像中から背景などの静止部分を除き、降雪や走行車両などの移動物体のみを抽出することができる。
【００１７】
そこで、これを実現するために、フーリエ変換処理部５は、画像メモリ４に格納されている図４（Ａ）のようなフレーム画像を読み出し、まずこの画像に対して２次元フーリエ変換を施し、図４（Ｂ）に示すような空間周波数画像に変換した後、周波数画像出力メモリ５に格納する。この２次元フーリエ変換の結果、図４（Ａ）中の縞状部分Ａ1 は、図４（Ｂ）に示すように、ナイキスト周波数を含む高周波成分ａ1 として現れ、この縞状部分Ａ1 以外のＢ1 部分はｂ1 のように現れる。なお、前記図４（Ａ）中のｘ，ｙは撮影画像の位置座標、図４（Ｂ）のＵ，Ｖは空間周波数の座標である。
【００１８】
次いで、周波数フィルタ処理部７は、周波数画像出力メモリ５から前記フーリエ変換された空間周波数画像を読み出し、図４（Ｂ）中のナイキスト周波数を含む高周波成分ａ1 部分のみを抽出するために、ガウス型フィルタ関数などを用いてフィルタ処理を行ない、縞状部分Ａ1 に対応する高周波成分ａ1 部分を抽出し、再度周波数画像出力メモリ６に格納する。そして、この周波数画像出力メモリ６に格納された高周波成分ａ1 のみからなる画像を読み出し、逆フーリエ変換処理部８において逆フーリエ変換し、図４（Ｃ）に示すように、縞状部分Ａ1 のみからなるフレーム画像に戻した後、出力メモリ９に格納する。これにより、撮影画像中から降雪や走行車両などの移動物体のみを抽出したフィルタ処理画像が得られる。
【００１９】
上記のようにして得られたフィルタ処理画像は出力メモリ９から読み出され、二値化処理部１０に入力される。この時、フィルタ処理画像の濃度値は絶対値をとって二値化処理部１０に入力される。このフィルタ処理画像の絶対値画像の例を図５に示す。二値化処理部１０は、入力されたフィルタ処理画像をしきい値処理し、二値化処理画像に変換する。すなわち、いま、画像ｆの濃度範囲が［ｚ1 ，ｚk ］であり、ｔがｚ1 とｚk との間の数値とすると、二値化処理画像ｆt は下記の（１）式で定義される。
【００２０】
【数１】
図６は前記二値化処理の一例を示しており、画像サイズ１２×１２画素の画像にしきい値ｔ＝３で二値化処理した例である。画素値が記されていない画素は濃度値＝０であることを示している。このしきい値処理を施す際、しきい値ｔの適切な選択は極めて重要であり、本発明においても静止物体や雑音などの成分と移動物体の成分とを適切に分割する値に決定する必要がある。フィルタ処理画像において、静止物体や雑音は小さな濃度値をとり、移動物体は大きな濃度値をとる。
【００２２】
そのため、前記しきい値ｔは、まずフィルタ処理画像の濃度ヒストグラムを求め、この濃度ヒストグラムから静止物体や雑音と、移動体（降雪や車両）とを適切に分割する値を決定する。前記図５の絶対値画像の濃度ヒストグラムを図７に示す。この濃度ヒストグラムからしきい値としてｔ＝３を決定し、このしきい値ｔ＝３によって図５の絶対値画像を二値化した結果を図８に示す。なお、このしきい値ｔは、撮影時における周囲の照明条件などに応じて適切な値に設定する必要があることは言うまでもない。
【００２３】
前記二値化処理部１０で二値化処理された画像は、ラベリング処理部１１に入力される。そして、移動物体を構成する車両と降雪とを分離するために、ラベリング処理が施される（ステップＳ３）。すなわち、降雪時に一般道路を撮影した画像中において移動する物体は降雪と走行車両などであり、このうち、大きな面積をもつ物体は走行中の一般車両などである場合がほとんどである。
【００２４】
したがって、前記二値化処理画像中からこの面積の大きな物体を取り除けば、検出目的とする降雪のみを抽出することができる。そこで、走行車両などの面積の大きな移動物体を取り除くために、その前処理として前記ラベリング処理を行なう（ステップＳ４）。ラベリングとは、二値化処理画像において、濃度値０の背景中に散在した濃度値１の領域毎に番号をつける操作であり、ラベリングの最大番号が領域の総数、領域中の画素の数がその領域の面積を示すものである。
【００２５】
本発明では、このラベリング手法として伝播処理を利用した。伝播処理とは、隣接した画素に対して定められた伝播規則に従って情報を逐次伝播することにより、対象物に対するラベリングを行なう手法である。図９に、このラベリング処理の一例を示す。左側の二値化処理画像がラベリング処理部１１に入力される二値化処理画像であり、画素値が記載されていない画素は濃度値０であることを示している。右側の画像がラベリング処理後の画像であり、画素値がラベル番号に対応しており、ラベル番号が同じ画素は同一の領域とみなされる。画素値の記載されていない画素はラベル番号が０であり、背景に対応している。なお、前記伝播処理以外の処理を用いてラベリングを行なっても同様に実現できることは言うまでもない。
【００２６】
ラベリング処理部１１でラベル付けされた画像は降雨雪部領域分割処理部１２に入力され、降雪部領域の分割処理が行なわれる（ステップＳ５）。降雪部領域分割処理とは、ラベル付けされた画像に対して、降雪と車両などの他の移動物体とを弁別し、降雪部のみを抽出する処理である。降雪と車両などの他の移動物体とを弁別する判断基準としては領域の面積の大小を用い、あるラベル値の領域の面積が所定のしきい値以下であればその領域を降雪部とし、しきい値より大きければその領域を降雪部以外の領域と判断し、その領域を除外する、いわゆる面積しきい値処理を利用した。図１０に、ラベリング処理画像に対して面積しきい値＝５で面積しきい値処理を施した結果を示す。画素値が記されていない画素はラベル値０であり、面積しきい値＝５より大きな領域がラベル値０に置き換えられて除外されていることが分かる。
【００２７】
この降雨雪部領域分割処理部１２による面積しきい値は、ＴＶカメラの撮影画角および撮影条件に大きく依存するため、ラベリング処理画像内における各移動物体の面積を求め、面積の小さい降雪部と面積の大きい車両などの降雪部以外の移動物体とを確実に分割できる面積しきい値を設定する必要がある。図１１に、ラベリング処理画像において各移動物体（ラベル番号）の面積を求めた結果を示す。この図において、大きな面積を持つ物体は車両のボディー部である。そこで、この図１１の例の場合には、車両などの移動物体と降雪部とを分割する面積しきい値として５００を用いればよい。
【００２８】
この面積しきい値＝５００を用いて、図８の二値化処理画像についてのラベリング処理画像に面積しきい値処理を施した結果を図１２に示す。この図１２と図８を比較すれば明らかなように、図１２においては車両などの移動物体が除外され、降雪部領域のみが抽出されていることが確認できる。なお、この面積しきい値は、撮影画角および撮影条件などに応じて適切な値に設定する必要があることは言うまでもない。
【００２９】
前記降雨雪部領域分割処理部１２で得られた画像は、濃度二乗和算出処理部１３に入力され、前記移動物体抽出処理部１５で得られたフィルタ処理画像中の前記抽出された降雪部領域についての濃度二乗和（パワー）が算出される（ステップＳ６）。図１３に、この濃度二乗和算出処理の一例を示す。図１３（Ａ）のフィルタ処理画像において、図１３（Ｂ）の降雪部領域に対応する画像領域を図１３（Ｃ）のように求め、この図１３（Ｃ）の画像中の各領域の画素の濃度二乗和を算出し、その算出結果を降雪検出結果として出力する（ステップＳ７）。
【００３０】
実際のフィールドにおいて収集した６０分の画像データを用い、上記路面状態判別装置を用いて降雪検出を行なった結果を図１４に示す。横軸は時刻、縦軸は降雪部領域の濃度二乗和（パワー）を表している。ＴＶカメラの画角内に捉えられる降雪成分は時刻により大きく変動し、降雪弱および降雪強の時刻ではパワーの変動が大きくなっている。降雪の無い時刻においてパワーの値が所々で大きくなっているのは、車両の車輪や窓枠などの小さな領域が降雪部領域と区別できなかったためである。図１４から明らかなように、本発明により得られる降雪部領域における濃度二乗和は降雪状態を良く表しており、その有効性が確認された。
【００３１】
なお、上述した実施の形態は降雪を例に説明したが、目視にて確認できる雨滴の検出にも適用できることは言うまでもない。また、降雨雪部領域分割処理部で得られた画像の面積比を算出し、降雨雪の強度を求めてもよい。さらに、上述した実施形態は、車両の走行する道路などの降雪状態を検出する場合について述べたが、車両などの移動物体の全く通らない場所の降雨雪状態を検出する場合には、ＴＶカメラ１による撮影画像中には降雨雪以外の移動物体が写ることがないので、撮影画像中から車両などの面積の大きな移動物体を除去する必要がない。したがって、このような場合には、図１中のラベリング処理部１１を不要とすることができ、装置をより簡素に構成することができる。
【００３２】
【発明の効果】
以上説明したように、請求項１記載の発明に係る降雨雪検出方法によれば、降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出し、該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像に対してラベリング処理を施してしきい値処理することにより、二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出し、前記ナイキスト周波数を含む高周波成分画像中の前記抽出された降雨雪部領域についての濃度二乗和または面積比を算出し、これを降雨雪検出結果として出力するようにしたので、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができる。このため、従来のように監視員が常にモニタを注視している必要がなくなり、監視員の負担を軽減できるとともに、個人差のない正確な降雨雪判断を下すことができるという優れた効果を奏する。また、ラベリング処理によって降雨雪と走行車両などの面積の大きな移動物体とを分離するようにしたので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００３３】
また、請求項２記載の発明に係る降雨雪検出方法によれば、前記請求項１記載の発明を簡素化し、ラベリング処理を省略したので、より簡単に降雨雪を検出することができる。特に、この請求項２記載の降雨雪検出方法は、撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雨雪検出に用いて優れた効果を発揮する。
【００３４】
また、請求項３記載の発明に係る降雨雪検出装置よれば、降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、該二値化処理部で得られた二値化処理画像に対してラベリング処理を施すラベリング処理部と、該ラベリング処理部で得られたラベリング処理画像に対してしきい値処理を施すことにより、前記二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出回路とを備えることにより構成したので、検出対象領域の降雨雪状態を的確かつリアルタイムに検出することができ、監視員の負担を軽減できるとともに、個人差のない正確な判断を下すことのできる降雨雪検出装置を提唱することができる。また、ラベリング処理回路において、降雨雪と走行車両などの面積の大きな移動物体と降雨雪とを分離するようにしているので、車両の走行する道路上における降雨雪状態であっても正確に検出することができる。
【００３５】
さらに、請求項４記載の本発明に係る降雨雪検出装置によれば、前記請求項３記載の装置を簡素化し、ラベリング処理回路を省略したので、装置の構成が簡単となり、コスト低減を図ることができる。特に、この請求項４記載の装置は、その環境上撮影画面中に降雨雪以外の車両やその他の移動物体が全く写ることのない場所の降雪検出に用いて優れた効果を発揮する。
【図面の簡単な説明】
【図１】本発明方法を適用して構成した本発明に係る降雪検出装置の一実施形態を示すブロック図である。
【図２】図２の降雪検出装置の処理動作のフローチャートである。
【図３】インタレース方式のＴＶカメラ画像の説明図であって、（Ａ）は奇数フィールド画像、（Ｂ）は偶数フィールド画像、（Ｃ）はフレーム画像を示すものである。
【図４】移動物体抽出処理部１５における移動物体の抽出処理動作の説明図であって、（Ａ）はフレーム画像、（Ｂ）は２次元フーリエ変換画像、（Ｃ）は逆フーリエ変換画像（フィルタ処理画像）を示すものである。
【図５】フィルタ処理画像の絶対値表示画像例を示す写真である。
【図６】二値化処理部１０における二値化処理の例を示す図である。
【図７】図５の絶対値表示画像の濃度ヒストグラムを示す図である。
【図８】図５の絶対値表示画像の二値化画像を示す写真である。
【図９】ラベリング処理部１１におけるラベリング処理の例を示す図である。
【図１０】降雨雪部領域分割処理部１２における降雪部領域分割処理の例を示す図である。
【図１１】ラベリング処理画像において各移動物体の面積を求めた例を示す図である。
【図１２】ラベリング処理画像に面積しきい値処理を施した画像例を示す写真である。
【図１３】濃度二乗和算出処理部１３における濃度二乗和算出の例を示す図である。
【図１４】降雨雪部領域分割処理後の画像における濃度二乗和（パワー）の時間推移の例を示す図である。
【符号の説明】
１ ＴＶカメラ（撮影手段）
２ ローパスフィルタ（ＬＰＦ）
３ ＡＤ変換器
４ 画像メモリ
５ フーリエ変換処理部
６ 周波数画像出力メモリ
７ 周波数フィルタ処理部
８ 逆フーリエ変換処理部
９ 出力メモリ
１０ 二値化処理部
１１ ラベリング処理部
１２ 降雨雪部領域分割処理部
１３ 濃度二乗和算出処理部
１４ マイクロコンピュータ
１５ 移動物体抽出処理部
Claims (4)
- 降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、
該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより画像中から静止物体を除去して移動物体のみを抽出し、
該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像に対してラベリング処理を施してしきい値処理することにより、二値化処理画像中から面積の大きな移動物体を除去し、降雨雪部領域のみを抽出することを特徴とする降雨雪検出方法。 - 降雨雪検出対象領域をインタレース方式の撮影手段で撮影し、
該撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより画像中から静止物体を除去して移動物体のみを抽出し、
該抽出されたナイキスト周波数を含む高周波成分画像を二値化した後、該二値化処理画像中から降雨雪部領域のみを抽出することを特徴とする降雨雪検出方法。 - 降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、
該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、
該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、
該二値化処理部で得られた二値化処理画像に対してラベリング処理を施すラベリング処理部と、
該ラベリング処理部で得られたラベリング処理画像に対してしきい値処理を施すことにより前記二値化処理画像中から面積の大きな移動物体を除去して降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、
前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和または面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする降雨雪検出装置。 - 降雨雪検出対象領域を撮影するインタレース方式の撮影手段と、
該撮影手段によって撮影されたフレーム画像に対して周波数空間上でフィルタ処理を施してナイキスト周波数を含む高周波成分を抽出することにより、画像中から静止物体を除去して移動物体のみを抽出する移動物体抽出処理部と、
該移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を二値化する二値化処理部と、
該二値化処理部で得られた二値化処理画像中から降雨雪部領域のみを抽出する降雨雪部領域分割処理部と、
前記移動物体抽出処理部で得られたナイキスト周波数を含む高周波成分画像を用いて前記降雨雪部領域分割処理部で抽出された降雨雪部領域についての濃度二乗和又は面積比を算出し、これを降雨雪検出結果として出力する算出処理部とを備えたことを特徴とする降雨雪検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29340696A JP3886573B2 (ja) | 1996-10-15 | 1996-10-15 | 降雨雪検出方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29340696A JP3886573B2 (ja) | 1996-10-15 | 1996-10-15 | 降雨雪検出方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10124653A JPH10124653A (ja) | 1998-05-15 |
| JP3886573B2 true JP3886573B2 (ja) | 2007-02-28 |
Family
ID=17794366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29340696A Expired - Lifetime JP3886573B2 (ja) | 1996-10-15 | 1996-10-15 | 降雨雪検出方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3886573B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3026885A1 (en) * | 2013-07-26 | 2016-06-01 | Clarion Co., Ltd. | Dirty lens detection device and dirty lens detection method |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4491360B2 (ja) * | 2005-03-11 | 2010-06-30 | セコム株式会社 | 画像信号処理装置 |
| JP4542929B2 (ja) * | 2005-03-18 | 2010-09-15 | セコム株式会社 | 画像信号処理装置 |
| KR102243369B1 (ko) * | 2014-11-21 | 2021-04-23 | 주식회사 만도 | 와이퍼 제어 장치 및 방법 |
| JP7196490B2 (ja) * | 2018-09-20 | 2022-12-27 | 東京電力ホールディングス株式会社 | 生体検出方法 |
| CN113963314A (zh) * | 2021-10-28 | 2022-01-21 | 平安国际融资租赁有限公司 | 降雨量监测方法、装置、计算机设备及存储介质 |
| CN114164790B (zh) * | 2021-12-27 | 2022-05-10 | 哈尔滨职业技术学院 | 一种智能化路面清压实冰雪设备及其使用方法 |
-
1996
- 1996-10-15 JP JP29340696A patent/JP3886573B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3026885A1 (en) * | 2013-07-26 | 2016-06-01 | Clarion Co., Ltd. | Dirty lens detection device and dirty lens detection method |
| EP3026885A4 (en) * | 2013-07-26 | 2017-04-05 | Clarion Co., Ltd. | Dirty lens detection device and dirty lens detection method |
| US9813593B2 (en) | 2013-07-26 | 2017-11-07 | Clarion Co., Ltd. | Outside recognition apparatus and lens dirtiness detection method |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10124653A (ja) | 1998-05-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7418134B2 (en) | Method and apparatus for foreground segmentation of video sequences | |
| JP3083918B2 (ja) | 画像処理装置 | |
| KR100476019B1 (ko) | 침입물체검출용 감시방법 및 침입물체검출용 감시장치 | |
| WO2019026785A1 (ja) | 付着物検出装置、および、それを備えた車両システム | |
| CN111860120B (zh) | 车载相机自动遮挡检测方法和装置 | |
| US10497107B1 (en) | Method, computer program product and computer readable medium for generating a mask for a camera stream | |
| EP3113107B1 (en) | Static soiling detection and correction | |
| CN109359593B (zh) | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 | |
| CN111815556B (zh) | 基于纹理提取和小波变换的车载鱼眼相机自诊断方法 | |
| JP3886573B2 (ja) | 降雨雪検出方法およびその装置 | |
| JP3011566B2 (ja) | 接近車監視装置 | |
| US8311269B2 (en) | Blocker image identification apparatus and method | |
| JPH07249128A (ja) | 車両用画像処理装置 | |
| JP4887540B2 (ja) | 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法 | |
| EP3336747A1 (en) | Rain detection with a camera | |
| CN116030430A (zh) | 铁轨识别方法、装置、设备及存储介质 | |
| JP3382529B2 (ja) | 降雨雪状況の評価方法およびその装置 | |
| JP6348020B2 (ja) | 画像処理装置、画像処理方法およびそれを用いた検査方法。 | |
| JP4140402B2 (ja) | 画像処理装置 | |
| JPH11211845A (ja) | 降雨雪検出方法およびその装置 | |
| JP3377180B2 (ja) | 画像認識装置 | |
| KR101267279B1 (ko) | 영상에서 비를 제거하기 위한 영상 처리 장치 및 방법 | |
| KR101800388B1 (ko) | 영상 처리를 이용한 강수 관측 시스템, 및 방법 | |
| JP2008028478A (ja) | 障害物検出システム、及び障害物検出方法 | |
| JP2005267510A (ja) | 画像処理装置、画像処理方法及び侵入者検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061027 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061114 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061122 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111201 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131201 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |