JP4071527B2 - 映像診断装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
この発明は、車両の前方あるいは後方等の監視用の車載カメラの映像を診断する映像診断装置に関する。
【０００２】
【従来の技術】
自動車運転時の安全性を向上させる目的で、運転時に計測可能な画像入力センサの計測結果を評価して、警告を発したり運転制御を行って事故を回避するための装置が数多く提案されている。
たとえば、自車前方に設置されたカメラを用いるものとして、走行路前面の単一カメラからの画像解析によって自車線を抽出し走行路逸脱警報を発するためのものや、走行路前面の複数台のカメラ画像の解析によりステレオの原理を用いて、走行路前面の障害物を検知したり、自車の前走車との距離を計測して追突警報を行うものなどがある。
【０００３】
また、自車後方に設置されたカメラを用いるものとして、自車の後方から接近して自車を追い越す動きのある他車を検知し、接触事故予防のための警報を発する装置などがある。
このような監視、警報装置において、入力画像が本来の監視処理に対して適正か、どうかを判定するものとして、逆光やスメアー（ｓｍｅａｒ）のような輝度レベルの問題に注目し、画面内の輝度レベルの代表値をある閾値にしたがって評価し、是非を判定するものがある。たとえば、特開２００１−４３３７７号公報では、画面内の水平方向の輝度分布を異常時の分布と比較することで前述の判定をおこなっている。また、特開２００１−４３３５２号公報においては、画像の水平方向のエッジ（ｅｄｇｅ）が少なく、かつ平均輝度が高いときにフェールと判定するものである。
【０００４】
前述したこれら従来技術からなる装置の大部分は、ある特定の特徴量を検出するために良好な入力映像が得られる場合を仮定しており、場合によっては検出条件を満たさない（以後異常映像と称する）ことも考えられる。この例として、入力画像の輝度が異常に高く飽和状態になったり逆に非常に不足している場合、および悪天候による雨滴、雪等、またはその他なんらかの汚れ、ゴミ等が撮像面に付着したり故意に正常映像が遮られてしまった場合などがある。
【０００５】
以上の場合、ユーザーが異常に気付かずに装置を使用し続けたことで、本来の映像特徴量の計測ができないために所望の監視結果が得られない恐れがある。その場合、車両運転中のユーザが誤った判断をして、事故につながるおそれがある。これに対して、異常映像に対する手段を講じている車載監視装置の従来例として、前述の特開２００１−４３３７７号公報や特開２００１−４３３５２号公報、または特願平０７−１２１６７８号（車両用車外監視装置）などがある。
【０００６】
前者は逆光やスメアー（ｓｍｅａｒ）のような輝度レベルの影響によっておこる異常映像を検知するためのものであるが、輝度分布やエッジ量の判定を水平方向のみで行っており、車両の進行方向が暗に画面垂直方向に仮定されており、不十分と考えられる。また、一般に車載監視装置において起こり得る異常状態としては、このような輝度レベルの問題以外に、撮像系レンズ面等に付着物が存在するために起こるものも多く、そのための対策が考慮されていない。
【０００７】
一方、後者の例では撮像装置の画像取込タイミングをワイパーの動きと連動させたものであるため、雨雪による影響によって生じる異常映像をワイパーで除去してから使用しているために、ワイパーを動作させている場合には、付着物の問題にも対処できる。しかし一般に晴天時や少雨の場合にワイパーを使用するユーザは極めて少ないため、後者の方法を用いても異常映像に気付かずに監視装置を動作させ続けユーザの判断をあやまらせる可能性が残り、問題である。
【０００８】
【発明が解決しようとする課題】
この発明は、監視用の映像が規格に満たない異常状態の映像か否かを診断することができることを目的としている。
【０００９】
【課題を解決するための手段】
この発明の映像診断装置は、車両の後方あるいは前方の映像を撮像する撮像手段と、
前記撮影手段により撮影された映像における、前記車両が通過中の車線の左側領域及び右側領域の輝度を評価対象とし、左側領域と右側領域との評価量に所定値以上の差があるときに輝度異常状態であると診断する診断手段とを有する。
【００１７】
【発明の実施の形態】
以下、図面を参照してこの発明の実施形態の車載型映像監視装置の映像診断システムを説明する。
すなわち、オプティカルフロー（ｏｐｔｉｃａｌ−ｆｌｏｗ）検出を基本原理とする車載型映像監視装置によって監視を実施する場合に、入力映像診断を行うシステムの実施例を示す。車載型映像監視装置は、画像の中の動き情報を検出し、この動き情報に基づいて、車両がどこにいるとか、追越を掛けてきたとか、横から出てきた等を監視するものである。この装置における基となる入力映像の診断を行うものである。
【００１８】
図１は、後側方監視用途で用いられる車載型映像監視装置の映像診断システムの概略構成を示すブロック図である。
この車載型映像監視装置の映像診断システムは、車両に搭載される車載型映像監視装置の映像を診断するシステムであり、映像入力手段１、映像監視手段２、映像診断領域決定手段３、判定モード設定手段４、高輝度異常映像判定手段５、異物付着異常映像判定手段６、警報手段７、非映像センサ８により構成されている。
【００１９】
上記映像入力手段１、映像監視手段２、警報手段７により、車両の後方の映像に基づいて後側方からの追い越し車両の存在についての警告信号を発する運転支援システム（車載型映像監視装置）となっている。
【００２０】
映像入力手段１は、図２に示すように、車両Ｊの後部から後側方視野（自車線の両隣りの車線に相当する）をカバーするように自車Ｊの後方を撮像する撮像手段としてのＣＣＤカメラ（車載カメラ）Ｃにより構成され、撮像画像はディジタル化された映像として映像監視手段２、映像診断領域決定手段３、高輝度異常映像判定手段５、異物付着異常映像判定手段６に出力される。この映像入力手段１の撮像面（カメラレンズ）、またはそのカバー面などに雨滴、雪、氷、泥などの異物が付着したり、逆光、昼間のトンネルの出入りによる照度の急変などによって入力映像が劣化し、監視が不可能になる場合がある。
【００２１】
映像監視手段２は、後述する手法により、映像入力手段１からの入力映像としてのディジタル化された映像信号を用いて追い越し等の後側方監視処理を行うものである。
映像診断領域決定手段３は、映像入力手段１からの入力映像としてのディジタル化された映像信号を用いて、図３に示すように、映像監視手段２が処理対象とする画面内の追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）と、この追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）に隣接する周辺領域Ａｓ（Ａｓ０〜Ａｓ２）とをたとえば白線Ｗ１、Ｗ２の判断に基づいて映像診断領域として決定するものである。
【００２２】
たとえば、映像入力手段１からの複数フレームのビットマップデータを用いて、車両等の搬送方向（舵角の方向）と略同じ方向に連続する所定の幅を持ったデータを抽出することにより判断できる。
判定モード設定手段４は、高輝度異常映像判定手段５、異物付着異常映像判定手段６が、１つのフレーム単位で処理を行うのか、複数のフレーム単位で処理を行うのかを設定するものである。
【００２３】
高輝度異常映像判定手段５は、入力映像が高輝度による異常映像であるか否かを判定するものである。
異物付着異常映像判定手段６は、入力映像が異物付着による異常映像であるか否かを判定するものである。
【００２４】
警報手段７は、映像監視手段２による映像の監視結果が映像、音声にて報知するものである。
非映像センサ８は、本システムで使用するシステム時計、速度センサ、舵角センサ、ワイパースイッチの各センサとなっている。
【００２５】
本実施形態は、輝度に関する異常映像の診断を行うものである。本実施形態は、映像を用いた車両用監視システムであって、入力映像が監視に不適な異常状態映像であることを検出する映像診断方式であり、異常状態映像として強反射、強入射光による輝度飽和映像を想定するが、正常映像であるのか異常映像であるのかを判別するために、正常な輝度分布、異常な輝度分布とを確率モデルとして持ち、各時刻の検出領域内の輝度分布が、どちらのモデルに近いかを用い、かつ各時刻の検出領域内の輝度分布にしたがって各モデルを更新することにより、画像取り込み装置の輝度特性や、画像入力時の照明条件に依存しにくいものである。
【００２６】
特に、本実施形態は、前方および後方の視界での異常輝度映像の診断を行うものであり、例えば映像を用いた車両用監視システムであって、監視対象として、自車前方、および後方の映像を用いるものにおいて、入力映像が監視に不適な異常状態映像であることを検出する映像診断方式であり、異常状態映像として強反射、強入射光による輝度飽和映像を想定するが、正常映像であるのか異常映像であるのかを判別するための対象画像領域として、消失点近傍の１つないし複数の領域と、それ以外の１つないし複数の領域とを個別に使用し、これら各々の領域と、その周囲領域との輝度分布、およびそれぞれの領域での輝度分布同士の関係を用いて正常と異常とを判定するものである。
【００３０】
さらに、本実施形態は異物付着に関する異常映像の診断（移動画素数比と不動画素分布の利用）を行うものである。すなわち、映像を用いた車両用監視システムにおいて、入力映像が監視に不適な異常状態映像であることを検出する映像診断方式であり、異常状態映像として撮像系レンズ面等に付着物が存在するために、本来の監視対象映像が遮られてしまった場合の映像を想定し、付着物が存在する映像中では、画面内のテクスチャ量が正常時より少なく、かつテクスチャの移動量が少ないのに対し、正常映像中では、テクスチャ量は多く、またその中での背景物体や移動物体上のテクスチャは移動するという特性に従って、画面内監視対象領域でのテクスチャを有する画素のうち、移動する画素の画素数比、およびそれらのうちの停止する画素の分布範囲とを評価して異常状態を検知するものである。
【００３４】
上記車両用監視システム中の映像監視手段２は、例えば参考文献（特開２０００−１１１３３号公報、移動物体検出装置及びその方法）に示すような手法を用いた手段、または装置でよいが、後側方からの追い越し車両の存在についての警告信号を発することができるものとする。そのために前記映像入力手段１から入力され、ディジタル化された映像のうちある１フレームの中の指定領域についてある一定強度以上のテクスチャが存在する画素について、別時点のフレームにおいて対応付けをとり、それら同一と考えられる点のそれぞれのフレーム間での移動ベクトル（Ｏｐｔｉｃａｌ ｆｌｏｗ）を評価する手法を用いているものと仮定する。
【００３５】
この監視手法の場合、例えば前述の映像入力手段１の撮像面、またはそのカバー面などに雨滴、雪、氷、泥などの異物が付着したり、逆光、昼間のトンネルの出入りによる照度の急変などによって入力映像が劣化し、監視が不可能になる場合がある。雨滴、氷逆光などの結果、主に画像は輝度が飽和ぎみになったり、コントラスト不足となり、検出対象物に対する充分なテクスチャが存在しない画像である場合が多い。また、泥の付着の場合は主に対象物が隠蔽されて正確な追跡が行なえない。雪、氷の場合には、その付着量によって、コントラスト不足と隠蔽のどちらか、または両方の原因によって、やはり追跡による監視が不可能になる場合が多い。一般には、上述の監視を失敗させるような要因は複合して発生し、またその程度が本来の監視処理にどのような影響を及ぼした場合に監視不可能になるのかを詳細に調査することは困難な作業となる。
【００３６】
したがって、本実施形態に示す各処理方法を用いることで、入力画像に生じた異常状態が、上述の主なる異常映像のうちのどちらか、または両方に該当するかどうかを、各々の異常映像ごとのチェック手法を並列に適用して判定することで、実際の映像監視手段２の処理を行なわないか、または映像監視手段２の処理と並行して、その処理成否を予測し入力画像が異常か正常かを通報することが可能となる。
【００３７】
本システムの処理を大きく分けると、入力が監視映像として適切なものかどうかを判断するために、入力映像が高輝度異常映像であるかどうかを判定するための高輝度異常映像判定ステップと、入力映像が異物付着による異常映像であるかどうかを判定するための付着異常映像判定ステップと、それら両者からの判定結果を合成して、監視領域ごとに通報するための警報ステップとからなる。この時の全体処理の流れを図４のフローチャートに示す。
【００３８】
まず、車両後部から後側方視野（自車線の両隣りの車線に相当する）をカバーするように設置された映像入力手段１において入力され（ＳＴ１）、ディジタル化された映像信号が映像監視手段２において、本来の目的である後側方監視処理に用いられる（ＳＴ２）。この処理の結果はある時点における追い越し車両存在の有無と、もし存在した場合には、その位置と自車両までの距離であり、これら情報を警報手段７において、追い越し車両が自車両の左右どちらかに存在し、距離（または接近の度合）がどの程度かを出力する。
【００３９】
後側方監視処理と並行して、前述の高輝度異常映像判定ステップにおいては、映像診断領域決定手段３によって、映像監視手段２自身が処理対象とする画面内の追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）と、この追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）に隣接する周辺領域Ａｓ（Ａｓ０〜Ａｓ２）とを映像診断領域として設定する。この際、図３に示すように、白線Ｗ１、Ｗ２により判別される左右の隣接車線Ｒ２、Ｒ３にそれぞれ追越車両監視領域Ａｄ０〜Ａｄ２が設定され、自車線Ｒ１における白線Ｗ１、Ｗ２の内側の左側領域Ｒ１ａ、右側領域Ｒ１ｂにそれぞれ周辺領域Ａｓ０〜Ａｓ２が設定されている。
【００４０】
これにより、高輝度異常映像判定手段５において、監視対象領域とその周囲領域との輝度分布、およびそれぞれの領域での輝度分布同士の関係を用いて正常と異常とを判定する（ＳＴ３）。この際ユーザは、あらかじめ判定モード設定手段４を用いて、高輝度異常映像判定手段５での処理を単一フレームごとに算出するのか、異常であるか正常であるかを判定するための情報を複数フレーム画像全体または一部から抽出して、その時間的分布を評価することで、総合的に異常映像を判定するのか否かのモードを設定しておくことができる。
【００４１】
また、同じく前述の付着異常映像判定ステップにおいては、付着物が存在する映像中では、画面内のテクスチャ量が正常時より少なく、かつテクスチャの移動量が少ないのに対し、正常映像中では、テクスチャ量は多く、またその中での背景物体や移動物体上のテクスチャは移動するという特性に従って、画面内監視対象領域でのテクスチャ総量に対する移動するテクスチャ量の比を評価して、入力映像が、異物付着による異常映像か否かの判定を異物付着異常映像判定手段６において行う（ＳＴ４）。
【００４２】
高輝度異常映像判定ステップでの場合と同様に、本ステップにおいてもユーザが、あらかじめ判定モード設定手段４を用いて、異物付着異常映像判定手段６での処理を単一フレームごとに算出するのか、異常であるか正常であるかを判定するための情報を複数フレーム画像全体または一部から抽出して、その時間的分布を評価することで、総合的に異常映像を判定するのか否かのモードを設定しておくことができる。
【００４３】
最後に、上記２ステップによって、各判定処理領域（追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２））ごとに算出された高輝度異常映像か否か、および異物付着異常映像か否かについての判定結果は、高輝度異常映像判定手段５、および異物付着異常映像判定手段６から、警報手段７に送られ、この警報手段７によってまとめられた後、音声と映像に変換され、ユーザに提示される（ＳＴ５）。
【００４４】
次に、上記高輝度異常映像判定ステップの処理について説明する。
追越車両監視領域Ａｄ０〜Ａｄ２は、白線Ｗ１、Ｗ２の交点に近い部分を基準に自車両Ｊからの相対的な距離（時間）を基準にして３つの領域に分けられている。
【００４５】
本ステップで検出対象とする異常映像は、真後ろ（ただし監視装置が前方を対象とする場合には、真正面）や横から入射する強い光（逆光やスメアー）によるものであり、図５に示すようなものである。この場合、映像の上部に逆光による白く飛んでしまって見えなくなった部分（高輝度部分）がある異常映像である。
【００４６】
まず、フレームごとに、映像監視手段２が処理対象とする、追越車両監視領域（図３）Ａｄ０〜Ａｄ２内、およびそれらの周辺領域Ａｓ０〜Ａｓ２において輝度頻度分布を求め、輝度頻度分布の特徴と輝度頻度分布間の関係とから、高輝度異常映像か否かの判定を各フレームにおいて行う。
【００４７】
ここまで高輝度の異常状態という表現を用いてきたが、画像内のある領域について、ある時間区間をとったものと、別の時間区間をとったときでは、同一の輝度であっても、異常輝度と判定すべきものと、そうではないものとがある。例としては、曇天の夕方における異常な高輝度と晴天の日中における正常輝度とでは同一である場合もあるなどがある。また映像入力手段１では光学的輝度値をディジタル信号に変換するが、この変換特性（の調整度合）によっても同一の光学的輝度値が異常、または正常と判定しうる場合がある。
【００４８】
以上の事実から”異常”に高輝度ということは、絶対的な輝度レベルで指定すべきものではなく、ある空間的、時間的な領域内に存在する画素の輝度分布として、正常なものである確率が小さく、異常なものである確率が高いものということができる。そこでここでは、ある領域に対して先に述べたように正常な輝度分布、異常な輝度分布とをそれぞれ確率モデルとして持ち、各時刻の検出領域内の輝度分布が、後者のモデルに近い場合に異常と判定することとし、各モデルは各時刻での検出領域（追越車両監視領域（Ａｄ０〜Ａｄ２））内の輝度分布にしたがって更新する方式を用いる。
【００４９】
一方、ここでは特に本応用では監視対象領域（追越車両監視領域（Ａｄ０〜Ａｄ２））が自車の後方であるので、自車両進行方向に沿って車線が検出されるが、消失点近傍の監視領域Ａｄ０と、消失点近傍の監視周辺領域Ａｓ０とを他のＡｄ，Ａｓとは区別して使用している。この理由は、通常走行状態において消失点近傍方向から入射される光はカメラの光軸と並行に近い入射角度を持ち、一般に強度も横方向から入射される光より強いため、異常時である判定条件を横方向とは変えられるようにするためである。ここに、図６は、追越車両監視領域Ａｄ０において、正常、および異常と判定すべき輝度分布が異なる様子を例として示したものであり、図７は、追越車両監視領域Ａｄ１において、正常、および異常と判定すべき輝度分布が異なる様子を例として示したものである。
【００５０】
また追越車両監視領域Ａｄ０〜Ａｄ２と周辺領域Ａｓ０〜Ａｓ２とを対にして考えているのは、単に追越車両監視領域Ａｄ０〜Ａｄ２の内部のみが高輝度なものとしてしまうと、白色の車の進入、車道への積雪等の例があり誤判定の恐れがある。そこで追越車両監視領域Ａｄ０〜Ａｄ２のみが高輝度なのではなく、その周辺部（周辺領域Ａｓ０〜Ａｓ２）もある程度高輝度であるようなもののみを高輝度異常映像とすることで判定精度を向上させるためである。以上を考慮して、正常輝度と異常輝度とのモデルは下式で示される。
【００５１】
まず、ある領域の輝度が状態Θ（Θは”正常”または”異常”）である確率は以下のようになると仮定する。

ここにｄとｓとは、追越車両監視領域Ａｄ、周辺領域Ａｓ内部の輝度の状態である。したがってこれに相当する尤度Ｌ（Θ）は以下になる。
Ｌ（Θ）＝Ｌ（ｄ＝Θ）＋Ｌ（ｓ＝Θ）＋Ｌ（ｓ∈ｄ） （２）
ここでＡｄおよびその周辺領域Ａｓとしては、それぞれ本実施例では３通りの領域（Ａｄ０〜Ａｄ２、Ａｓ０〜Ａｓ２）があり、輝度の分布は、それぞれにおいて正規分布に従うと仮定して、式（２）の尤度を以下のように定義する。
【数１】

【００５２】
このモデルを用いると、”高輝度異常”状態のフレームは以下の場合に相当する。
Ｌ（”異常”）＞Ｌ（”正常”） （５）
実際は異常検出の感度をあげるために、式（３）での総和の演算を厳密に適用せずに、ｋ＝０，１，２のそれぞれの領域について式（４）でのΘ＝”異常”とΘ＝”正常”とを比較し、いずれの領域かで
Ｌｋ（”異常”）＞Ｌｋ（”正常”） （６）
が成り立つときに異常としてもよい。
【数２】

【００５３】
ただし、ｉ＝ｄまたはｓ、ｋ：０，１，２、Θは’正常’または’異常’である。また、横方向から入射する光による高輝度異常映像においては、通常左右の隣接車線領域Ｒ２、Ｒ３を対象としての正常と異常との状態が異なるが、例えば雪原を走行している場合などでは、両者に大きな差異は生じない。そこで、自車線Ｒ１の左側領域Ｒ１ａ、右側領域Ｒ１ｂに別けて個別に検証することを特徴とし、左右の輝度異常状態の評価量に著しく差があるときに輝度異常状態として検出する。具体的には以下の式（９）が成り立つときに左側領域Ｒ１ａが、式（１０）が成り立つときに右側領域Ｒ１ｂがそれぞれ高輝度異常映像状態であると判定する。
【００５４】
Ｌｌ−Ｌｒ＞β （９）
Ｌｒ−Ｌｌ＞β （１０）
ここにβは、正定数であり、
【数３】

【００５５】
ただしＱｋは、０以上の定数である。
さらに前述のように高輝度による異常映像を安定して抽出する目的のために、判定モード設定手段４を用いて、複数フレームでの情報を総合して、異常か否かを判定するようにしてもよい。このためには、各フレームごとに式（５）、式（６）、式（９）、および式（１０）の条件を判定し、条件が満たされた場合に、輝度異常フレーム候補のフレーム数カウントＣを大きくする。そして一定繰り返しフレーム数Ｆごとに以下をチェックし、条件を満たした場合に異常映像と判定する。
【００５６】
Ｃ／Ｆ＞Ｓ （１３）
ただし、ここでＳを異常フレーム数割合の閾値とする。
【００５７】
本実施形態による高輝度異常映像判定ステップ（ＳＴ３）の処理を、図８に示すフローチャートを参照しつつ説明する。すなわち、高輝度異常映像判定手段５は、映像入力手段１から供給される現フレーム画像を取得する（ＳＴ１１）。高輝度異常映像判定手段５は、この現フレーム画像に対して、映像診断領域決定手段３によって設定された領域情報に基づいて追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）と周辺領域Ａｓ（Ａｓ０〜Ａｓ２）を設定する（ＳＴ１２）。
【００５８】
これにより、高輝度異常映像判定手段５は、左右の隣接車線Ｒ２、Ｒ３における追越車両監視領域Ａｄ〜Ａｄ２の各輝度頻度分布と、自車線Ｒ１の左側領域Ｒ１ａ、右側領域Ｒ１ｂにおける周辺領域Ａｓ０〜Ａｓ２の各輝度頻度分布とを計測する（ＳＴ１３）。
また、高輝度異常映像判定手段５は、上記各領域の輝度分布と、モデルテーブル５ａに登録されている上記各領域の正常輝度分布（正常モデル）と異常輝度分布（異常モデル）とを比較し、つまり上記各領域の輝度分布に対応する尤度Ｌ（Θ）と各領域の正常モデルと異常モデルに対応する尤度Ｌ（Θ）とを比較し（ＳＴ１４）、近い方のモデルに対応する状態を判定結果として出力する（ＳＴ１５）。
【００５９】
また、高輝度異常映像判定手段５は、各領域ごとの輝度値の時間平均値と各領域の正常モデルと異常モデルに対応する輝度値の時間平均値との距離が上記時間標準偏差の所定倍以下か否かを判断し（ＳＴ１６）、所定倍以下を判断した際、今回計測した輝度値の時間平均値に基づいて、モデルテーブル５ａに登録されている対象となる領域の正常モデルあるいは異常モデルの尤度Ｌ（Θ）（あるいは輝度値の時間平均値）を更新する（ＳＴ１７）。
【００６０】
この更新後、またはステップ１６において各領域ごとの輝度値の時間平均値と各領域の正常モデルと異常モデルに対応する輝度値の時間平均値との距離が上記時間標準偏差の所定倍以上の際に、つまり少なくとも１つの領域の判定結果として異常が出力された場合（Ｌｋ（”異常”）＞Ｌｋ（”正常”））、あるいは、左側領域Ｒ１ａ、右側領域Ｒ１ｂのいずれかが高輝度異常映像状態の場合（Ｌｌ−Ｌｒ＞βｏｒＬｒ−Ｌｌ＞β）、高輝度異常映像判定手段５は、高輝度映像異常を判断し（ＳＴ１８）、高輝度映像異常情報を警報手段７に出力し（ＳＴ１９）、ステップ１１に戻る。
【００６１】
また、高輝度異常映像判定手段５は、ステップ１８で高輝度映像異常を判断しなかった場合、ステップ１１に戻る。
なお、上記白線検知による領域情報の決定を高輝度異常映像判定手段５が行うようにしても良い。
【００６２】
次に、上記高輝度異常映像判定ステップの別の処理を、図９に示すフローチャートを参照しつつ説明する。この場合、高輝度異常映像判定手段５に、高輝度フレーム候補のカウントが為される高輝度フレーム候補カウンタＣと、サンプリングするフレーム数がカウントされるフレームカウンタＦとが設けられる。
【００６３】
すなわち、高輝度異常映像判定手段５は、高輝度フレーム候補カウンタＣ＝０、フレームカウンタＦ＝０を設定する（ＳＴ２１）。ついで、高輝度異常映像判定手段５は、映像入力手段１から供給される現フレーム画像を取得する（ＳＴ１１）。
高輝度異常映像判定手段５は、この現フレーム画像に対して、映像診断領域決定手段３による白線検知によって設定された領域情報に基づいて追越車両監視領域Ａｄ（Ａｄ０〜Ａｄ２）と周辺領域Ａｓ（Ａｓ０〜Ａｓ２）を設定する（ＳＴ１２）。
【００６４】
これにより、高輝度異常映像判定手段５は、左右の隣接車線Ｒ２、Ｒ３における追越車両監視領域Ａｄ〜Ａｄ２の各輝度頻度分布と、自車線Ｒ１の左側領域Ｒ１ａ、右側領域Ｒ１ｂにおける周辺領域Ａｓ０〜Ａｓ２の各輝度頻度分布とを計測する（ＳＴ１３）。
また、高輝度異常映像判定手段５は、上記各領域の輝度分布と、モデルテーブル５ａに登録されている上記各領域の正常輝度分布（正常モデル）と異常輝度分布（異常モデル）とを比較し、つまり上記各領域の輝度分布に対応する尤度Ｌ（Θ）と各領域の正常モデルと異常モデルに対応する尤度Ｌ（Θ）とを比較し（ＳＴ１４）、近い方のモデルに対応する状態を判定結果として出力する（ＳＴ１５）。
【００６５】
また、高輝度異常映像判定手段５は、各領域ごとの輝度値の時間平均値と各領域の正常モデルと異常モデルに対応する輝度値の時間平均値との距離が上記時間標準偏差の所定倍以下か否かを判断し（ＳＴ１６）、所定倍以下を判断した際、今回計測した輝度値の時間平均値に基づいて、モデルテーブル５ａに登録されている対象となる領域の正常モデルあるいは異常モデルの尤度Ｌ（Θ）（あるいは輝度値の時間平均値）を更新する（ＳＴ１７）。
【００６６】
この更新後、またはステップ１６において各領域ごとの輝度値の時間平均値と各領域の正常モデルと異常モデルに対応する輝度値の時間平均値との距離が上記時間標準偏差の所定倍以上の際に、つまり少なくとも１つの領域の判定結果として異常が出力された場合（Ｌｋ（”異常”）＞Ｌｋ（”正常”））、あるいは、左側領域Ｒ１ａ、右側領域Ｒ１ｂのいずれかが高輝度異常映像状態の場合（Ｌｌ−Ｌｒ＞βｏｒＬｒ−Ｌｌ＞β）、高輝度異常映像判定手段５は、高輝度映像異常を判断し（ＳＴ１８）、ステップ２２に進む。
【００６７】
また、高輝度異常映像判定手段５は、ステップ１８で高輝度映像異常を判断しなかった場合、ステップ１１に戻る。
上記ステップ１８において少なくとも１つの判定結果として異常が出力された際、高輝度異常映像判定手段５は、高輝度映像異常を判断し、高輝度フレーム候補カウンタＣをカウントアップ（Ｃ＝Ｃ＋１）する（ＳＴ２２）。さらに、高輝度異常映像判定手段５は、フレームカウンタＦがサンプリングするフレーム数（Ｆｔ）に達したか否かを判断する（ＳＴ２３）。
【００６８】
そして、高輝度異常映像判定手段５は、フレームカウンタＦがサンプリングするフレーム数に達したと判断した際、高輝度フレーム候補数をサンプリングするフレーム数により除算した値が、所定値Ｓよりも大きい場合に（ＳＴ２４）、高輝度映像異常を判断し、高輝度映像異常情報を警報手段７に出力し（ＳＴ２５）、高輝度フレーム候補カウンタＣを０に設定し、フレームカウンタＦを０に設定し（ＳＴ２６）、ステップ１１に戻る。
【００６９】
また、ステップ２３において、各領域の判定結果として正常が出力された際、またはステップ２３において、フレームカウンタＦがサンプリングするフレーム数（Ｆｔ）に達していないと判断された場合、高輝度異常映像判定手段５は、フレームカウンタＦをカウントアップ（Ｆ＝Ｆ＋１）し（ＳＴ２７）、ステップ１１に戻る。
【００７０】
また、ステップ２４において、高輝度異常映像判定手段５は、高輝度フレーム候補数をサンプリングするフレーム数により除算した値が、所定値（異常フレーム数割合の閾値）Ｓよりも小さい場合に、ステップ１１に戻る。また、判定モード設定手段４により設定されている判定モードに基づいて、１つのフレーム単位の処理を行うのか、複数フレームによる処理を行うようにしても良い。
【００７１】
この場合、図１０に示すように、図９に示すフローチャートに、ステップ１５のＹＥＳ、ＮＯのそれぞれの後段に複数フレーム判定モードかを判断するステップ３１、３２を追加する。ステップ３１によりＮＯを判断した際、ステップ１１に戻り、ステップ３２によりＹＥＳを判断した際、ステップ２２に進む。
【００７２】
また、ステップ３１によりＹＥＳを判断した際、ステップ２７に進み、ステップ３２によりＮＯを判断した際、追越車両監視領域Ａｄ内での高輝度映像異常を判断し、高輝度映像異常情報を警報手段７に出力し（ＳＴ３３）、ステップ１１に戻る。
【００７３】
次に、上記付着異常映像判定ステップ（ＳＴ４）の処理について説明する。
本ステップで検出対象とする異常映像は、画面を覆う形の雪，泥等の付着によるものであり、図１１、図１２に示すようなものである。通常、視界が良好の状態で車両が移動している場合、映像入力手段１からの映像を解析してｏｐｔｉｃａｌ ｆｌｏｗ（＝移動ベクトル）を求めたとすると、前述の監視対象領域においては、絶対値が完全に０となるｏｐｔｉｃａｌ ｆｌｏｗは極めて少ない。一方、図１３の雪、泥などの付着による不検出状態では、同じ検知領域内において、このような速度０の移動ベクトル数の割合は多くなる。したがって、毎フレームでの追越車両監視領域Ａｄ内のテクスチャのある画素集合Ｇに対して、移動ベクトルを計測し、速度０なる移動ベクトル数Ｖ０と画素集合Ｇのうちの全移動ベクトル数Ｖａとの比が下式のように、閾値Ｍより小さい場合、現在のフレームＦを”付着による不検出候補フレーム”Ｆｓとする。
【００７４】
Ｆ＝Ｆｓ，ｉｆＶ０／Ｖａ＜Ｍ （１４）
ただし上記において、移動ベクトルの算出には、一般に相関法と呼ばれる方法を用いる。すなわち、まず、あるフレーム｀内での注目画素ｐ（ｘ，ｙ，ｔ）について・その近傍領域ｒと、他フレームｔ’において、前述ｐ（ｘ，ｙ，ｔ）の周囲ｗ以内のある画素ｐ’（ｘ’，ｙ’，ｔ’）の近傍領域ｒ’（ただし、ｒとｒ’とは同一形状）とを仮定し、ｒとｒ’内部の対応する画素同士の輝度積または輝度差の絶対値を求め、ｒ領域内についての総和ｓを求める。この処理を前記ｗ以内の全画素について行い、ｓがある閾値ｓｔ以下で、かつ最小となるような画素ｐ’＝ｐ”を求め、ベクトルｐｐ”を移動ベクトルとする。
【００７５】
ここで式（１４）において、付着状態と判定されたとしても、画素集合Ｇのうち停止している画素（停止画素）が、真の付着物体ではなく、ノイズによるものだった場合にその部分を移動物体が通過した場合などは、本来”付着”と判定されるべきでない。図１１、図１２は、このような場合に相当する疑似的付着と真の付着異常映像の例を示すが、一般に停止画素は、ある領域に局在せずに、画面内にまばらに存在し、かつその際の式（１４）の条件式左辺は、真の付着状態よりは小さい値をとる傾向がある。
【００７６】
そこで、式（１４）の条件式の左辺がＭよりは大きいが、Ｍ’よりは小さい場合に、異常検査対象領域内での停止する画素の分布範囲が閾値以上であった場合に、付着異常映像として判定する。ここに、前述の分布としては、それらの周辺分布をＸ軸方向と、Ｙ軸方向とで求め、異常の条件としては、例えば、そのそれぞれの標準偏差Ｘｄ，Ｙｄが、閾値ＴＸｄ，ＴＹｄを越えることとしても良い。
【００７７】
また、上記処理では付着物によって画面平面内での動きが遮られたとしても、その付着物が一般にある程度のテクスチャ強度を有するものであれば、テクスチャを有する画素の追跡によって、移動と停止の度合いを検証可能であることを前提にしていたが、そもそもほとんどテクスチャの存在しない付着物がレンズ面に存在する等の場合には、上記では異常と判定できない場合もある。そこで、式（１４）の条件式の左辺がＭよりは大きいがＭ”よりは小さい場合に、追越車両監視領域Ａｄ内部の輝度分布が画面内の典型画素値から、一定値以上異なっていた場合に、付着物異常と判定することにする。具体的には、画面全体の平均輝度値をＶｆ、追越車両監視領域Ａｄの平均輝度値をμ、輝度値の標準偏差をσ、閾値をγとすると、（｜Ｖｆ−μ｜／σ）＞γ （１５）
なるときに異常と判定する。
【００７８】
さらに高輝度異常映像検出と同様に、判定モード設定手段４を用いて、複数フレームでの情報を総合して、異常か否かを判定する場合の処理としては、このようなフレームごとの不検出候補Ｆｓの判定をある一定時間（一定フレーム数）Ｎｃを単位として行い、Ｎｃフレーム中のＦｓなるフレームの数ＮｓとＮｃとの比が閾値Ｓｔを超える場合、すなわち、（Ｎｓ／Ｎｃ）＞Ｓｔ （１６）
の場合に付着状態と判定する。
【００７９】
上記異物付着異常映像判定ステップの処理を、図１４に示すフローチャートを参照しつつ説明する。すなわち、異物付着異常映像判定手段６は、映像入力手段１から供給される現フレーム画像を取得する（ＳＴ４１）。
【００８０】
異物付着異常映像判定手段６は、この現フレーム画像に対して、映像診断領域決定手段３によって設定された領域情報に基づいて追越車両監視領域Ａｄを設定する（ＳＴ４２）。
これにより、異物付着異常映像判定手段６は、追越車両監視領域Ａｄ内で、エッジ画像を作成し、かつ一定閾値で２値化した画素集合Ｇとする（ＳＴ４３）。
【００８１】
異物付着異常映像判定手段６は、上記画素集合Ｇ内でオプティカルフローを算出し、画素集合Ｇ内の速度０なるベクトル数Ｖ０と画素集合Ｇ内の全移動ベクトル数Ｖａとを算出する（ＳＴ４４）。
異物付着異常映像判定手段６は、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍより小さいか否かにより（Ｖ０／Ｖａ＜Ｍ）、異物付着による映像異常が生じているか否かを判断する（ＳＴ４５）。
【００８２】
この判断の結果、ステップ４５において、異物付着による映像異常が生じている場合、異物付着異常映像判定手段６は、異物付着フレーム候補カウンタＮｓをカウントアップ（Ｎｓ＝Ｎｓ＋１）する（ＳＴ６２）。さらに、異物付着異常映像判定手段６は、フレームカウンタＦがサンプリングするフレーム数（Ｎｃ）に達したか否かを判断する（ＳＴ６３）。
【００８３】
そして、異物付着異常映像判定手段６は、フレームカウンタＦがサンプリングするフレーム数に達したと判断した際、異物付着フレーム候補数（Ｎｓ）をサンプリングするフレーム数（Ｎｃ）により除算した値が、所定値Ｓｔよりも大きい場合に（ＳＴ６４）、追越車両監視領域Ａｄ内での異物付着映像異常を判断し、異物付着映像異常情報を警報手段７に出力し（ＳＴ６５）、異物付着フレーム候補カウンタＮｓを０に設定し、フレームカウンタＦを０に設定し（ＳＴ６６）、ステップ４１に戻る。
【００８４】
また、異物付着異常映像判定手段６は、ステップ４５において、異物付着による映像異常が生じていないと判断した際に、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍ’（Ｍ＜Ｍ’）より小さいか否かにより（Ｖ０／Ｖａ＜Ｍ’）、異物付着による映像異常が生じているか否かを判断する（ＳＴ４７）。
【００８５】
この結果、異物付着異常映像判定手段６は、ステップ４７において、Ｖ０／Ｖａ＜Ｍ’により異物付着による映像異常が生じていると判断した際に、画素集合Ｇ内の速度０なるテクスチャ画素の周辺分布の標準偏差Ｘｄ，Ｙｄを算出する（ＳＴ４８）。
これにより、異物付着異常映像判定手段６は、ステップ４８において算出された各値により、標準偏差Ｘｄ，Ｙｄが、それぞれ閾値ＴＸｄ，ＴＹｄを越えた際に、異物付着による映像異常が生じていると判断し（ＳＴ４９）、ステップ４６に進む。
【００８６】
また、異物付着異常映像判定手段６は、ステップ４９において、標準偏差Ｘｄ，Ｙｄの少なくとも一方が、閾値ＴＸｄ，ＴＹｄを越えなかった際に、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍ”（Ｍ＜Ｍ”）より小さいか否かにより（Ｖ０／Ｖａ＜Ｍ”）、異物付着による映像異常が生じているか否かを判断する（ＳＴ５０）。
【００８７】
この結果、異物付着異常映像判定手段６は、ステップ５０において、Ｖ０／Ｖａ＜Ｍ”により異物付着による映像異常が生じていると判断した際に、画面全体の平均輝度値Ｖｆ、追越車両監視領域Ａｄの平均輝度値μ、輝度値の標準偏差σを算出する（ＳＴ５１）。
これにより、異物付着異常映像判定手段６は、ステップ５１において算出された各値により、追越車両監視領域Ａｄ内部の輝度分布が画面内の典型画素値から、一定値以上異なっていると判断した場合に「（｜Ｖｆ−μ｜／σ）＞γ」、異物付着による映像異常が生じていると判断し、ステップ４６に進む。
【００８８】
また、異物付着異常映像判定手段６は、ステップ５１において算出された各値により、追越車両監視領域Ａｄ内部の輝度分布が画面内の典型画素値から、一定値以上異なっていないと判断した場合に、異物付着による映像異常が生じていないと判断し、ステップ４１に戻る。
また、異物付着異常映像判定手段６は、ステップ４７において、Ｖ０／Ｖａ＞Ｍ’により異物付着による映像異常が生じていないと判断した際に、ステップ４１に戻る。
また、異物付着異常映像判定手段６は、ステップ５０において、Ｖ０／Ｖａ＞Ｍ”により異物付着による映像異常が生じていないと判断した際に、ステップ４１に戻る。
なお、上記白線検知による領域情報の決定を異物付着異常映像判定手段６が行うようにしても良い。
【００８９】
上記異物付着異常映像判定ステップの別の処理を、図１５に示すフローチャートを参照しつつ説明する。この場合、異物付着異常映像判定手段６に、付着フレーム候補のカウントが為される異物付着フレーム候補カウンタＮｓと、サンプリングするフレーム数がカウントされるフレームカウンタＦとが設けられる。
【００９０】
すなわち、異物付着異常映像判定手段６は、異物付着フレーム候補カウンタＮｓを０に（Ｎｓ＝０）設定し、フレームカウンタＦを０に（Ｆ＝０）設定する（ＳＴ６０）。ついで、異物付着異常映像判定手段６は、映像入力手段１から供給される現フレーム画像を取得する（ＳＴ６１）。
【００９１】
異物付着異常映像判定手段６は、この現フレーム画像に対して、映像診断領域決定手段３によって設定された領域情報に基づいて追越車両監視領域Ａｄを設定する（ＳＴ４１）。
これにより、異物付着異常映像判定手段６は、追越車両監視領域Ａｄ内で、エッジ画像を作成し、かつ一定閾値で２値化した画素集合Ｇとする（ＳＴ４２）。
【００９２】
異物付着異常映像判定手段６は、上記画素集合Ｇ内でオプティカルフローを算出し、画素集合Ｇ内の速度０なるベクトル数Ｖ０と画素集合Ｇ内の全移動ベクトル数Ｖａとを算出する（ＳＴ４４）。
異物付着異常映像判定手段６は、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍより小さいか否かにより（Ｖ０／Ｖａ＜Ｍ）、異物付着による映像異常が生じているか否かを判断する（ＳＴ４５）。
【００９３】
この結果、異物付着異常映像判定手段６は、ステップ４５において、異物付着による映像異常が生じていると判断した際に、追越車両監視領域Ａｄでの異物付着映像異常情報を出力する（ＳＴ４６）。
また、異物付着異常映像判定手段６は、ステップ４５において、異物付着による映像異常が生じていないと判断した際に、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍ’（Ｍ＜Ｍ’）より小さいか否かにより（Ｖ０／Ｖａ＜Ｍ’）、異物付着による映像異常が生じているか否かを判断する（ＳＴ４７）。
【００９４】
この結果、異物付着異常映像判定手段６は、ステップ４７において、Ｖ０／Ｖａ＜Ｍ’により異物付着による映像異常が生じていると判断した際に、画素集合Ｇ内の速度０なるテクスチャ画素の周辺分布の標準偏差Ｘｄ，Ｙｄを算出する（ＳＴ４８）。
これにより、異物付着異常映像判定手段６は、ステップ４８において算出された各値により、標準偏差Ｘｄ，Ｙｄが、それぞれ閾値ＴＸｄ，ＴＹｄを越えた際に、異物付着による映像異常が生じていると判断し（ＳＴ４９）、ステップ４６に進む。
【００９５】
また、異物付着異常映像判定手段６は、ステップ４９において、標準偏差Ｘｄ，Ｙｄの少なくとも一方が、閾値ＴＸｄ，ＴＹｄを越えなかった際に、画素集合Ｇ内の速度０なるベクトル数Ｖ０を画素集合Ｇ内の全移動ベクトル数Ｖａにより除算した値が、閾値Ｍ”（Ｍ＜Ｍ”）より小さいか否かにより（Ｖ０／Ｖａ＜Ｍ”）、異物付着による映像異常が生じているか否かを判断する（ＳＴ５０）。
【００９６】
この結果、異物付着異常映像判定手段６は、ステップ５０において、Ｖ０／Ｖａ＜Ｍ”により異物付着による映像異常が生じていると判断した際に、画面全体の平均輝度値Ｖｆ、追越車両監視領域Ａｄの平均輝度値μ、輝度値の標準偏差σを算出する（ＳＴ５１）。
これにより、異物付着異常映像判定手段６は、ステップ５１において算出された各値により、追越車両監視領域Ａｄ内部の輝度分布が画面内の典型画素値から、一定値以上異なっていると判断した場合に「（｜Ｖｆ−μ｜／σ）＞γ」、異物付着による映像異常が生じていると判断し、ステップ４６に進む。
【００９７】
また、異物付着異常映像判定手段６は、ステップ５１において算出された各値により、追越車両監視領域Ａｄ内部の輝度分布が画面内の典型画素値から、一定値以上異なっていないと判断した場合に、異物付着による映像異常が生じていないと判断し、ステップ４１に戻る。
また、異物付着異常映像判定手段６は、ステップ４７において、Ｖ０／Ｖａ＞Ｍ’により異物付着による映像異常が生じていないと判断した際に、ステップ４１に戻る。
また、異物付着異常映像判定手段６は、ステップ５０において、Ｖ０／Ｖａ＞Ｍ”により異物付着による映像異常が生じていないと判断した際に、ステップ４１に戻る。
【００９８】
また、ステップ５２において、異物付着による映像異常が生じていないと判断された場合、またはステップ６３において、フレームカウンタＦがサンプリングするフレーム数（Ｎｃ）に達していないと判断された場合、異物付着異常映像判定手段６は、フレームカウンタＦをカウントアップ（Ｆ＝Ｆ＋１）し（ＳＴ６７）、ステップ４１に戻る。
また、ステップ６４において、異物付着異常映像判定手段６は、異物付着フレーム候補数をサンプリングするフレーム数により除算した値が、所定値（異常フレーム数割合の閾値）Ｓｔよりも小さい場合に、ステップ４１に戻る。
【００９９】
また、判定モード設定手段４により設定されている判定モードに基づいて、１つのフレーム単位の処理を行うのか、複数フレームによる処理を行うようにしても良い。
【０１００】
この場合、図１６に示すように、図１５に示すフローチャートに、ステップ４５、４７、５２のＹＥＳの後段に複数フレーム判定モードかを判断するステップ８０を追加し、ステップ４７、５０、５２のＮＯの後段に複数フレーム判定モードかを判断するステップ８１を追加する。ステップ８０によりＮＯを判断した際、追越車両監視領域Ａｄ内での異物付着映像異常を判断し、異物付着映像異常情報を警報手段７に出力し（ＳＴ８１）、ステップ４１に戻り、ステップ８２によりＹＥＳを判断した際、ステップ６７に進む。
【０１０１】
また、ステップ８２によりＮＯを判断した際、ステップ４１に戻る。
次に、検出状態の通知について説明する。
本方式の実行結果は、警報手段７によって、各フレームごとに、または異常映像の判定が行われるごとに、各判定処理領域ごとに算出された高輝度異常映像か否か、および異物付着異常映像か否かについての判定結果が、音声、または音声と映像によってユーザに提示される。
【０１０２】
また、上記の説明では、車両の後方の監視システムの場合について説明したが、図１７に示すように車両の先方の監視システムの場合についても同様に実施できる。上記したように、映像を用いた車両用監視システムにおいて、高輝度入力映像による輝度飽和による映像を診断・判定する目的において、単に輝度が異常に高いことや、水平方向の輝度分布などを使うのではなく、正常な輝度分布、異常な輝度分布とを確率モデルとして持ち、各時刻の検出領域内の輝度分布が、どちらのモデルに近いかを用い、かつ各時刻の検出領域内の輝度分布にしたがって各モデルを更新することにより、画像取り込み装置の輝度特性や、画像入力時の照明条件に依存しにくい安定した映像診断を行うことが可能となる。
【０１０８】
以上から、車載型の画像監視装置における異常とみなされる入力映像のうちの主なものである、高輝度入力映像による輝度飽和、および異物の光学系への付着という状態を安定に検出することが可能となる。
【０１０９】
【発明の効果】
以上詳述したように、この発明によれば、監視用の映像が規格に満たない異常状態の映像か否かを診断することができる。
【図面の簡単な説明】
【図１】この発明の実施形態を説明するための車載型映像監視装置の映像診断システムの概略構成を示す図。
【図２】この発明の実施形態を説明するための車両の走行状態を示す図。
【図３】映像の例と領域を説明するための図。
【図４】車載型映像監視装置の映像診断処理を説明するためのフローチャート。
【図５】高輝度異常映像の例を説明するための図。
【図６】追越車両監視領域Ａｄ０に対する正常輝度分布と異常輝度分布を説明するための図。
【図７】追越車両監視領域Ａｄ１に対する正常輝度分布と異常輝度分布を説明するための図。
【図８】高輝度異常映像判定ステップの処理を説明するためのフローチャート。
【図９】高輝度異常映像判定ステップの処理を説明するためのフローチャート。
【図１０】高輝度異常映像判定ステップの処理を説明するためのフローチャート。
【図１１】付着異常映像の例を説明するための図。
【図１２】付着異常映像の例を説明するための図。
【図１３】付着異常映像の例を説明するための図。
【図１４】異物付着異常映像判定ステップの処理を説明するためのフローチャート。
【図１５】異物付着異常映像判定ステップの処理を説明するためのフローチャート。
【図１６】異物付着異常映像判定ステップの処理を説明するためのフローチャート。
【図１７】車両の走行状態を示す図。
【符号の説明】
１…映像入力手段、２…映像監視手段、３…映像診断領域決定手段、４…判定モード設定手段、５…高輝度異常映像判定手段、６…異物付着異常映像判定手段、７…警報手段、８…非映像センサ。

Claims (3)

1. 車両の後方あるいは前方の映像を撮像する撮像手段と、
   前記撮影手段により撮影された映像における、前記車両が通過中の車線の左側領域及び右側領域の輝度を評価対象とし、左側領域と右側領域との評価量に所定値以上の差があるときに輝度異常状態であると診断する診断手段と、
   を具備したことを特徴とする映像診断装置。
2. 前記撮像手段への異物付着による映像異常を検知して報知する手段をさらに具備することを特徴とする請求項１に記載の映像診断装置。
3. 映像異常を報知して報知する手段は、前記撮影手段により撮影された映像における特定領域のテクスチャ総量に対する移動するテクスチャ量の比から前記映像異常を検知することを特徴とする請求項２に記載の映像診断装置。

Images