JP4456397B2 - 車両識別のためのプログラム、方法、及び装置 - Google Patents
車両識別のためのプログラム、方法、及び装置 Download PDFInfo
- Publication number
- JP4456397B2 JP4456397B2 JP2004101470A JP2004101470A JP4456397B2 JP 4456397 B2 JP4456397 B2 JP 4456397B2 JP 2004101470 A JP2004101470 A JP 2004101470A JP 2004101470 A JP2004101470 A JP 2004101470A JP 4456397 B2 JP4456397 B2 JP 4456397B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- image data
- storage means
- mark portion
- inspection
- 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
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
本発明は、車両の車種又は車番を認識する車両識別のためのプログラム、方法、及び装置に関する。
有料道路の料金所での渋滞を解消し、スムーズな通行を行なうためにＥＴＣ（Ｅｌｅｃｔｏｎｉｃ Ｔｏｌｌ Ｃｏｌｌｅｃｔｉｏｎ）システムが導入されている。
ＥＴＣシステムは、予め車両に関する情報を登録しておいた車載端末と、料金所に設置された通信装置との間で無線通信を行い、その通信によって得た車両に関する情報に基づいて通行料金を決定し、予め定義された銀行口座等から料金の徴収を行なうシステムである。
ＥＴＣシステムは、予め車両に関する情報を登録しておいた車載端末と、料金所に設置された通信装置との間で無線通信を行い、その通信によって得た車両に関する情報に基づいて通行料金を決定し、予め定義された銀行口座等から料金の徴収を行なうシステムである。
このＥＴＣシステムを利用することによって、料金所で料金を支払う必要がなくなり、一時停止することなく料金所を通過することができるので渋滞を解消することができる。
図１１は、ＥＴＣシステムの概要を示すブロック図である。
図１１は、ＥＴＣシステムの概要を示すブロック図である。
同図に示すようにＥＴＣシステムは、通行車両２２を検知して車両に関する情報を得るための車両情報取得部２３と、通行車両２２に搭載されている車載端末と無線通信を行うことによって通行車両２２に関する情報を得る通信部２５と、車両情報取得部２３から得た情報と通信部２５から得た情報とに基づいて、通過可能かの判断や徴収料金の決定等を行なう制御部２６と、制御部２６の決定に基づいて通行車両２２に対して指示を行なう指示部２７とによって構成されている。また、ＥＴＣシステムは、ＥＴＣシステムを管理するための管理サーバ１４にネットワーク等によって接続されている。
車両情報取得部２３は、通行車両２２を検知するための車両検知部２と、車両検知部２によって検知した通行車両２２の車軸を計測する車軸計測部３と、車高を計測する車高計測部２４と、通行車両２２を撮像する撮像部５とを有している。
通行車両２２がＥＴＣシステムの設置された料金所に進入すると、車両検知部２が車両の進入を検出して制御部２６に通知する。通行車両２２が検出されると、車軸計測部３では通行車両２２の車軸の長さを計測し、車高計測部２４では通行車両２２の車高を計測して計測結果を制御部２６に通知する。
また、車両検知部２から通行車両２２の検出が通知されると、制御部２６は撮像部５によって通行車両２２を撮像して画像データを取得する。
通信部２５では、通行車両２２に搭載されている車載端末と無線通信を行い、車載端末に関する車載端末ＩＤ、車種情報、車両ＩＤ、出発地等の車両情報と、車載端末に挿入されるＩＣカードに関するＩＣカードＩＤや残高情報等の個人情報とを得て制御部２６に通知する。
通信部２５では、通行車両２２に搭載されている車載端末と無線通信を行い、車載端末に関する車載端末ＩＤ、車種情報、車両ＩＤ、出発地等の車両情報と、車載端末に挿入されるＩＣカードに関するＩＣカードＩＤや残高情報等の個人情報とを得て制御部２６に通知する。
通信部２５による無線通信が異常終了すると、制御部２６が車両を停止する旨を表示部２８に表示し、車両が停止した後に料金所職員等によって適切な対処がなされる。
制御部２６では、通信部２５から得た車種情報に基づいて料金を決定すると共に、通行可能な旨を表示部２８に表示し、通行制御部２７を介して通行抑止のためのバーを開放させる。
制御部２６では、通信部２５から得た車種情報に基づいて料金を決定すると共に、通行可能な旨を表示部２８に表示し、通行制御部２７を介して通行抑止のためのバーを開放させる。
決定された料金情報は、上述の個人情報と共に管理サーバ１４に送信されてクレジットカード等による決済が行なわれる。
また、制御部２６では、車軸計測部３及び車高計測部２４による計測結果と、撮像部５で取得した画像を解析した結果とから得た通行車両２２の大きさやナンバープレート番号等に基づいて通行車両２２の車種を特定し、上述の料金情報等と共に管理サーバ１４に通知する。
また、制御部２６では、車軸計測部３及び車高計測部２４による計測結果と、撮像部５で取得した画像を解析した結果とから得た通行車両２２の大きさやナンバープレート番号等に基づいて通行車両２２の車種を特定し、上述の料金情報等と共に管理サーバ１４に通知する。
図１２には、図１１に示したＥＴＣシステムにおける撮像部５によって取得した画像データに基づく車種認識処理の概要を示すフローチャートである。
通行車両２２を検出すると、制御部２６を構成する図示しないＣＰＵは、車種認識処理を開始し（ステップＳ１２０１）、撮像部５（例えば、赤外線カメラ等）に対して通行車両２２の画像取込み信号を送信する（ステップＳ１２０２）。そして、撮像部５は制御部２６の指示に従って通行車両２２の画像を撮像し、制御部２６に画像データを送信する（ステップＳ１２０３）。
通行車両２２を検出すると、制御部２６を構成する図示しないＣＰＵは、車種認識処理を開始し（ステップＳ１２０１）、撮像部５（例えば、赤外線カメラ等）に対して通行車両２２の画像取込み信号を送信する（ステップＳ１２０２）。そして、撮像部５は制御部２６の指示に従って通行車両２２の画像を撮像し、制御部２６に画像データを送信する（ステップＳ１２０３）。
制御部２６において、画像データの受信が完了すると、受信した画像データからナンバープレート領域を抽出する処理を行なう（ステップＳ１２０４）。
ここで、ステップＳ１２０４からＳ１２０６における画像処理の手法は一般的な、画像処理手法によって実現されている。上述のステップＳ１２０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を特定し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
ここで、ステップＳ１２０４からＳ１２０６における画像処理の手法は一般的な、画像処理手法によって実現されている。上述のステップＳ１２０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を特定し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
画像データからナンバープレート領域が抽出されると、ステップＳ１２０５において、ナンバープレート領域に対して傾き補正等の処理が行なわれ、さらに、車番（ナンバープレート番号）の切り出しが行なわれる。
ステップＳ１２０６において、予め用意された辞書画像とテンプレートマッチング処理をおこない陸支コード、車種等の認識処理を行なう。車種の認識処理は、例えば、テンプレートマッチング処理によって得たナンバープレート番号の分類番号から車種（例えば、大型自動車、普通自動車等）を特定する。
ここで、テンプレートマッチング処理は、画像処理において一般的に使用される手法であって、例えば、ある画像と予め用意された他の画像（テンプレート）と比較してマッチングをとることにより、画像を認識する技術である。
ステップＳ１２０６の処理によって取得したナンバープレート番号と車種情報とを管理サーバ１４に送信して終了する（ステップＳ１２０７、Ｓ１２０８）。
特開平０６−１８０７７５号公報
特開２００３−３３１３８４号公報
しかし、市販自動車の多種多様化が進み、普通自動車であっても車体の大きさが軽自動車と同等の車両も市販されるようになり、車両の大きさからでは車種の特定が難しくなってきている。
また、従来は、ナンバープレート番号における自動車の種別及び用途による分類番号によって普通自動車と軽自動車との判別が可能であったが、自動車所有人口の増加にともなって分類番号が枯渇し、普通自動車と軽自動車とが同一に分類番号が使用されている場合も出てきているため、分類番号による車種の分類も難しくなってきている。
特許文献１には、車両に関する情報（車台番号、車検有効期限等）を、従来の視認情報に換えて外部の質問器から質問信号を送信し非接触で情報収集することによって車に関する情報を認識する方法が開示され、特許文献２は、特別なセンサを用いることなく、軽自動車の自動識別を可能にする車種識別装置について開示されているが、いずれの方法においても現状のＥＴＣシステムのみで実現することは不可能である。
本発明は、上述した問題に鑑みてなされたものであり、その解決しようとする課題は、専用のシステムを構築することなく、既存のＥＴＣシステムを流用することで容易に車種判別をすることが可能な車両識別装置、方法、及びプログラムを提供することである。
請求項１に記載の発明は、コンピュータに、車両の識別を行なわせるための車両識別プログラムであって、前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、前記比較処理の結果と、前記解析処理の結果に基づいて車両を識別する車両識別処理と、をコンピュータに行なわせることを特徴とする車両識別プログラムである。
請求項１に記載の発明によると、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較することによって、例えば、検査標章と点検整備済標章との大小関係によって一意に決まる車両についての識別が可能となる効果を奏する。
さらに、前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析することによって、検査標章に係る色によって一意に決まる車両についての識別が可能となる効果を奏する。
請求項２に記載の発明は、前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする請求項１に記載の車両識別プログラムである。
請求項２に記載の発明によると、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとの比較を、画素数、面積、縦又は横の長さのいずれか１つについて行なうことによって、請求項１に記載の発明と同様に、検査標章と点検整備済標章との相違点によって一意に決まる車両についての識別が可能となる効果を奏する。
請求項３に記載の発明は、前記撮像処理は、赤外線カメラによって行なわれ、前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする請求項１又は２に記載の車両識別プログラムである。
請求項３に記載の発明によると、請求項１に記載の発明と同様の効果に加えて、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析することによって、赤外線カメラによって撮像された場合に検査標章の画像に黒又は灰色が含まれる車両についての識別が可能となる。
請求項４に記載の発明は、前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれる場合に、前記車両が軽自動車であると識別することを特徴とする請求項２又は３に記載の車両識別プログラムである。
請求項４に記載の発明によると、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれる場合に前記車両を軽自動車と識別することによって、平成１６年１月以降に変更された軽自動車の検査標章と、平成１６年１月までの軽自動車の検査標章の両方の検査標章に基づいて軽自動車の識別が可能となる効果を奏する。
請求項５に記載の発明は、コンピュータに、移動体の識別を行なわせるための移動体識別プログラムであって、前記移動体を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、該撮像処理によって第１の記憶手段に格納された画像データから、第１のマークの画像データを抽出し、第２の記憶手段に格納する第１のマーク抽出処理と、前記撮像処理によって第１の記憶手段に格納された画像データから、第２のマークの画像データを抽出し、第３の記憶手段に格納する第２のマーク抽出処理と、前記第２の記憶手段に格納された第１のマークの画像データと、前記第３の記憶手段に格納された第２のマークの画像データとを比較する比較処理と、前記比較処理の結果に基づいて移動体を識別する移動体識別処理と、をコンピュータに行なわせることを特徴とする移動体識別プログラムである。
請求項５に記載の発明によると、前記第２の記憶手段に格納された第１のマークの画像データと、前記第３の記憶手段に格納された第３のマークの画像データとを比較することによって、例えば、第１のマークと第２のマークとの大小関係によって一意に決まる車両についての識別が可能となる効果を奏する。
以上のように、本発明によると、専用のシステムを構築することなく、既存のＥＴＣシステムを流用することで容易に車種判別をすることが可能な車両識別装置、方法、及びプログラムを提供することが可能となる。
以下、本発明の実施形態について図１から図１０に基づいて説明する。
図１は、本実施例に係る車両識別装置の主要部についての構成例を示す図である。
同図に示す車両識別装置は、料金所に進入した車両を感知するためのセンサ１と、センサ１からの信号を監視して車両が通過したことを検知する車両検知部２と、進入した車両の車軸を計測するための車軸計測部３と、車両検知部２及び車軸計測部３からの信号の入出力を制御するＤＩＯ Ｉ／Ｆ（Ｄａｔａ ＩｎｐｕｔＯｕｔｐｕｔ Ｉｎｔｅｒｆａｃｅ）４と、進入した車両を撮像するための撮像部５と、撮像部５で撮像された画像をＡ／Ｄ変換することによってデジタルデータに変換する画像前処理部６と、画像前処理部６でデジタルデータ化された画像データに基づいて認識処理を行なう認識処理部７と、撮像部５を制御するためのＣＡＭ ＣＮＴ（Ｃａｍｅｒａ Ｃｎｔｒｏｌｌｅｒ）８と、ＣＡＭ ＣＮＴ８が撮像部５（認識処理部７）からの映像信号と同期を取り、必要に応じて輝度等を調整するために使用するための認識処理部７とのインタフェースであるＬＩＮＫ−ＢＵＳ９と、ネットワーク等の外部装置とのインタフェースであるインタフェース部１０と、本実施例に係る車両識別装置を構成する構成要素の制御や車両識別処理を行なうプログラムを実行するためのＣＰＵ１１と、ＣＰＵ１１がプログラムを実行するために使用する揮発性メモリであるＲＡＭ１２と、これらの装置が相互にデータの受け渡しを行なうためのシステムバス１３とを少なくとも有する車両識別装置である。
図１は、本実施例に係る車両識別装置の主要部についての構成例を示す図である。
同図に示す車両識別装置は、料金所に進入した車両を感知するためのセンサ１と、センサ１からの信号を監視して車両が通過したことを検知する車両検知部２と、進入した車両の車軸を計測するための車軸計測部３と、車両検知部２及び車軸計測部３からの信号の入出力を制御するＤＩＯ Ｉ／Ｆ（Ｄａｔａ ＩｎｐｕｔＯｕｔｐｕｔ Ｉｎｔｅｒｆａｃｅ）４と、進入した車両を撮像するための撮像部５と、撮像部５で撮像された画像をＡ／Ｄ変換することによってデジタルデータに変換する画像前処理部６と、画像前処理部６でデジタルデータ化された画像データに基づいて認識処理を行なう認識処理部７と、撮像部５を制御するためのＣＡＭ ＣＮＴ（Ｃａｍｅｒａ Ｃｎｔｒｏｌｌｅｒ）８と、ＣＡＭ ＣＮＴ８が撮像部５（認識処理部７）からの映像信号と同期を取り、必要に応じて輝度等を調整するために使用するための認識処理部７とのインタフェースであるＬＩＮＫ−ＢＵＳ９と、ネットワーク等の外部装置とのインタフェースであるインタフェース部１０と、本実施例に係る車両識別装置を構成する構成要素の制御や車両識別処理を行なうプログラムを実行するためのＣＰＵ１１と、ＣＰＵ１１がプログラムを実行するために使用する揮発性メモリであるＲＡＭ１２と、これらの装置が相互にデータの受け渡しを行なうためのシステムバス１３とを少なくとも有する車両識別装置である。
同図に示す車両識別装置は、さらにインタフェース部９を介して管理サーバ１４と接続されている。 以上に示した構成からもわかるとおり、本実施例に係る車両識別装置は、図１１に示した既存のＥＴＣシステムの構成を使用して実現することが可能である。すなわち、図１１に示した車両情報取得部２３の車両検知部２及び撮像部５と、画像前処理部６からＬＩＮＫ−ＢＵＳ９及びＣＰＵ１１等によって構成される制御部２６とによって実現することが可能である。
以下、図２から図６に基づいて本発明に係る第一の実施例について説明する。
図２は、第一の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、ステップＳ２０１からステップＳ２０６及びステップＳ２０８からＳ２０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
図２は、第一の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、ステップＳ２０１からステップＳ２０６及びステップＳ２０８からＳ２０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
すなわち、通行車両２２を検出すると、制御部２６を構成するＣＰＵ１１は、車種認識処理を開始し（ステップＳ２０１）、撮像部５（例えば、赤外線カメラ等）に対して通行車両２２の画像取込み信号を送信する（ステップＳ２０２）。そして、撮像部５はＣＰＵ１１の指示に従って通行車両２２の画像を撮像し、画像前処理部７において撮像された画像のデジタル化を行なった後に、制御部２６を構成する認識処理部７に画像データを送信する（ステップＳ２０３）。
画像認識部７おいて、画像データを受信すると、受信した画像データからナンバープレート領域を抽出する処理を行なう（ステップＳ２０４）。
ここで、ステップＳ２０４からＳ２０６における画像処理の手法は、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ２０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
ここで、ステップＳ２０４からＳ２０６における画像処理の手法は、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ２０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
画像データからナンバープレート領域が抽出されると、ステップＳ２０５において、ナンバープレート領域に対して傾き補正等の処理が行なわれ、車番（ナンバープレート番号）の切り出しが行なわれ、ステップＳ２０６において、予め用意された辞書画像とテンプレートマッチング処理をおこない陸支コード、車種等の認識処理を行なう。
ステップＳ２０７において、ＣＰＵは、ステップＳ２０６の処理で得た車種情報が大型車であるか判別し、大型車であると判断した場合には処理をステップＳ２０８に移行する。
また、ステップＳ２０６の処理で得た車種情報が大型車でないと判断した場合には、ＣＰＵは処理をステップＳ２１４に移行し、さらに車種が普通自動車か軽自動車かの判別処理をおこなう。
ここで、車種情報に基づいて大型車であるかを判別する処理は、例えば、大型自動車と大型自動車以外のナンバープレートの大きさ（又は縦横の比率）の違いに着目して、予め比較用に用意した大型自動車のナンバープレートの画像データとステップＳ２０４の処理によって得た通行車両２２のナンバープレートの画像データと大きさ（又は縦横の比率）を比較することによって判別することが可能である。あるいは、ステップＳ２０６の処理によって得たナンバープレートの番号（分類番号）から判別してもよい。
ＣＰＵは、ステップＳ２０７による判別の結果を、ステップＳ２０６の処理によって取得したナンバープレート番号と車種情報と共に管理サーバ１４に送信して終了する（ステップＳ２０８、Ｓ２０９）。
一方、ステップＳ２１０において、認識処理部７は、画像データから車両のフロントガラス上部の画像を抽出し、さらに点検整備済標章部と検査標章部を切り出す処理を行なう（ステップＳ２１１）。
ステップＳ２１２において、ＣＰＵはステップＳ２１１の処理で切り出した点検整備済標章部の画像データと検査標章部の画像データとの大きさを比較し、同程度の大きさである場合には、軽自動車と判断しステップＳ２０８に処理を移行し、取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
また、ステップＳ２１２において、点検整備済標章部の画像データの大きさと検査標章部の画像データの大きさとが同程度でない場合には、処理をステップＳ２１３に移行する。
ステップＳ２１３において、ＣＰＵは、検査標章部の画像データについて色情報（ＲＧＢ）を参照し、黒色を含んでいるかを解析する。検査標章部に黒色が含まれる場合には、進入した車両は軽自動車であると判断してステップＳ２０８に処理を移行し、取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
また、ステップＳ２１３において検査標章部に黒色が含まれていない場合には、ＣＰＵは、ステップＳ２１４に処理を移行する。
ステップＳ２１４において、ＣＰＵはステップＳ２０７による判別結果とステップＳ２１３による判別結果と比較する。すなわち、ステップＳ２０７による判別結果が大型自動車以外である場合には、ステップＳ２１３の判別結果（軽自動車以外）から普通自動車であると判別し、ステップＳ２０８に処理を移行して取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ２１４において、ＣＰＵはステップＳ２０７による判別結果とステップＳ２１３による判別結果と比較する。すなわち、ステップＳ２０７による判別結果が大型自動車以外である場合には、ステップＳ２１３の判別結果（軽自動車以外）から普通自動車であると判別し、ステップＳ２０８に処理を移行して取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ２０７による判別結果が大型自動車である場合には、ステップＳ２１３の判別結果（軽自動車以外）から大型自動車であると判断し、処理をステップＳ２１５に移行して判別結果を消去して終了する。
図３は、図２に示した撮像処理によって取得した車両の画像及び切り出し処理によって切り出された画像の例を示す図である。
同図（ａ）に示す画像は、ステップＳ２０３の処理によって撮像部５から取得した車両の画像データの例である。
同図（ａ）に示す画像は、ステップＳ２０３の処理によって撮像部５から取得した車両の画像データの例である。
また、同図（ｂ）は、同図（ａ）に示した画像データからフロントガラス上部１５の画像を切り出す処理（ステップＳＳ２１０）によって切り出された画像データの例を示している。同図には、検査標章部１６及び点検整備済標章部１７の画像が含まれている。
図４は、平成１６年１月以降に変更された軽自動車以外の車両の検査標章１８（以下、新検査標章という）と、軽自動車の検査標章１９と、点検整備済標章２０との大小関係を示している。
同図に示す新検査標章１８の大きさは、縦３ｃｍ横３ｃｍであり、検査標章１９の大きさは、縦７ｃｍ横６ｃｍである。また、点検整備済標章２０は直径が７ｃｍの円形なので、検査標章１９と同等の大きさであり、新検査標章１８より大きいことがわかる。
したがって、通行車両２２が新検査標章１８を付している場合には、撮像部５によって撮像された検査標章部と点検整備済標章部との大きさ（例えば、画素数、縦又は直径の長さ等）の比較によって軽自動車以外の車両であることを判別することが可能である。
図５は、軽自動車の検査標章１９と普通自動車の検査標章２１とを赤外線カメラによって撮像した場合の画像の例を示している。
同図（ａ）に示す軽自動車の検査標章１９は、黄色地に黒文字の「６」が記されているものであるが、同図（ｂ）に示すように、赤外線カメラで撮像されることによって白色地に黒文字の「６」が記された画像データを得る。
同図（ａ）に示す軽自動車の検査標章１９は、黄色地に黒文字の「６」が記されているものであるが、同図（ｂ）に示すように、赤外線カメラで撮像されることによって白色地に黒文字の「６」が記された画像データを得る。
また、同図（ｃ）に示す普通自動車の検査標章２１は、青色地（又は、赤色地、緑色地、橙色地）に白色地の「８」が記されているものであるが、同図（ｄ）に示すように、赤外線カメラで撮像されることによって灰色地に白文字の「８」が記された画像データを得る。
以上に説明したように、軽自動車の検査標章１９と普通自動車の検査標章２１とは、赤外線カメラによって撮像された検査標章部の画像データによって判別することが可能であることがわかる。すなわち、通行車両２２が検査標章１９を付している場合には、撮像部５によって撮像された検査標章部の色情報を解析することによって、軽自動車であることを判別することが可能である。
図６は、図２に示したステップＳ２１０からＳ２１３の軽自動車と普通自動車の判別処理の詳細を示すフローチャートである。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ６０１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ６０１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する。
ステップＳ６０２において、ＣＰＵ１１は、図３（ａ）に示した画像データからフロントガラス上部を切り出して、図３（ｂ）に示したフロントガラス上部の画像データを取得する。
ここで、画像データからフロントガラス上部の画像データを取得する処理は、例えば、予め画像データから切り出す領域の座標をテーブル等で与えておき、ＣＰＵは、そのテーブルを参照して切り出す領域の座標データを取得し、その領域にある画像データのみを取得すればよい。
ステップＳ６０２の処理によって図３（ｂ）に示したフロントガラス上部の画像データを取得すると、ＣＰＵは、フロントガラス上部の画像データから検査標章部１６及び点検整備済標章部１７の画像データを切り出す処理を行う（ステップＳ６０３、ステップＳ６０４）。
例えば、ステップＳ６０３及びＳ６０４において、ＣＰＵは、フロントガラス上部の画像データに対して輪郭強調等の処理を行い、切り取り対象となる検査標章部１６及び点検整備済標章部１７の輪郭を明確にし、予め用意しておいた比較用の検査標章部及び点検整備済標章部の画像データの輪郭や大きさ、色彩等と比較して領域を特定し、特定した領域の画像データを抽出することによって検査標章部１６及び点検整備済標章部１７の画像データを生成することができる。
検査標章部１６及び点検整備済標章部１７の画像データの切り出し処理が完了すると、ステップＳ６０５において、ＣＰＵは、検査標章部１６及び点検整備済標章部１７の大きさを計算する。同図に示す本実施例に係るステップＳ６０５では、取り込んだ画像データの画素数を大きさとして使用しているので、検査標章部１６及び点検整備済標章部１７の画像データの画素数をカウントしている。
あるいは、各画像データを所定のサイズ（例えば、縦横１０画素四方のサイズ）で分割し、分割可能な数を大きさとして使用してもよい。
ステップＳ６０６において、ＣＰＵは、ステップＳ６０５でカウントした検査標章部１６の画素数と点検整備済標章部１７の画素数とを比較し、検査標章部１６の画素数が点検整備済標章部１７の画素数に比べて非常に小さい場合には、その検査標章部１６は軽自動車以外の車両の新検査標章１８であると判断する。すなわち、撮像部５によって撮像した進入車両は軽自動車以外の車両であると判断して処理をステップＳ６０８に移行する。
ステップＳ６０６において、ＣＰＵは、ステップＳ６０５でカウントした検査標章部１６の画素数と点検整備済標章部１７の画素数とを比較し、検査標章部１６の画素数が点検整備済標章部１７の画素数に比べて非常に小さい場合には、その検査標章部１６は軽自動車以外の車両の新検査標章１８であると判断する。すなわち、撮像部５によって撮像した進入車両は軽自動車以外の車両であると判断して処理をステップＳ６０８に移行する。
ここで、図４に示したように、新検査標章１８は点検整備済標章２０に比べて非常に小さいので、ステップＳ６０６の比較処理では、例えば検査標章部１６の画素数と点検整備済標章部１７の画素数の５０％の画素数とによって大きさの大小を比較し、新検査標章１８の方が小さい場合には、検査標章部１６は点検整備済標章部１７に比べて非常に小さいと判断すればよい。
逆に、検査標章部１６の画素数が点検整備済標章部１７の画素数に比べて非常に小さいと判断できない場合には、ＣＰＵはステップＳ６０７に処理を移行する。
ステップＳ６０８において、ＣＰＵは、検査標章部１６の画像データの色情報を参照し、黒色が含まれるかを解析する。例えば、ＣＰＵが検査標章部１６の画像データのＲＧＢ（ＲｅｄＧｒｅｅｎＢｌｕｅ）情報を参照して、Ｒ、Ｇ、Ｂのすべての値が１００以下である領域を検出し、検出した領域が画像データの１０％以上である場合には、その画像データに黒の要素があると判断すればよい。
ステップＳ６０８において、ＣＰＵは、検査標章部１６の画像データの色情報を参照し、黒色が含まれるかを解析する。例えば、ＣＰＵが検査標章部１６の画像データのＲＧＢ（ＲｅｄＧｒｅｅｎＢｌｕｅ）情報を参照して、Ｒ、Ｇ、Ｂのすべての値が１００以下である領域を検出し、検出した領域が画像データの１０％以上である場合には、その画像データに黒の要素があると判断すればよい。
ステップＳ６０８の処理によって黒の要素が含まれると判断した場合、ＣＰＵは撮像部５によって撮像した進入車両が軽自動車であると判断して処理を終了する（ステップＳ６０７）。また、黒の要素が含まれていないと判断した場合には、ＣＰＵは進入車両が軽自動車以外の車両であると判断して処理を終了する（ステップＳ６０９）。
以上に説明したように、既存のＥＴＣシステムにある撮像部５及び情報処理装置を用いて、撮像した画像データから容易に軽自動車と軽自動車以外の車種とを判別することが可能となる。
次に、第二の実施例について図７及び図８に基づいて説明する。
図７は、第二の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、本実施例についても第一の実施例に係る車両認識処理と同様に、ステップＳ７０１からステップＳ７０６及びステップＳ７０８からステップＳ７０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
図７は、第二の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、本実施例についても第一の実施例に係る車両認識処理と同様に、ステップＳ７０１からステップＳ７０６及びステップＳ７０８からステップＳ７０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
すなわち、通行車両２２を検出すると、制御部２６を構成するＣＰＵ１１は、車種認識処理を開始し（ステップＳ７０１）、撮像部５（例えば、赤外線カメラ等）に対して通行車両２２の画像取込み信号を送信する（ステップＳ７０２）。そして、撮像部５はＣＰＵ１１の指示に従って通行車両２２の画像を撮像し、画像前処理部７において撮像された画像のデジタル化を行なった後に、制御部２６を構成する認識処理部７に画像データを送信する（ステップＳ７０３）。
画像認識部７において、画像データを受信すると、ＣＰＵは受信した画像データからナンバープレート領域を抽出する処理を行なう（ステップＳ７０４）。
ここで、ステップＳ７０４からＳ７０６における画像処理の手法についても、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ７０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
ここで、ステップＳ７０４からＳ７０６における画像処理の手法についても、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ７０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
画像データからナンバープレート領域が抽出されると、ステップＳ７０５において、ナンバープレート領域に対して傾き補正等の処理が行なわれ、車番（ナンバープレート番号）の切り出しが行なわれ、ステップＳ７０６において、予め用意された辞書画像とテンプレートマッチング処理をおこない車種、ナンバープレート番号等の情報を取得する。
ステップＳ７０７において、ＣＰＵは、ステップＳ７０６の処理で得た車種情報が大型車であるか判別し、大型車であると判断した場合には処理をステップＳ７０８に移行する。
また、ステップＳ７０６の処理で得た車種情報が大型車でないと判断した場合には、ＣＰＵは処理をステップＳ７１２に移行し、さらに車種が普通自動車か軽自動車かの判別処理をおこなう。
ここで、車種情報に基づいて大型車であるかを判別する処理についても図２に示したように、例えば、大型自動車と大型自動車以外のナンバープレートの大きさ（又は縦横の比率）の違いに着目して、予め比較用に用意した大型自動車のナンバープレートの画像データとステップＳ７０４の処理によって得た通行車両２２のナンバープレートの画像データと大きさ（又は縦横の比率）を比較することによって判別することが可能であり、あるいは、ステップＳ７０６の処理によって得たナンバープレートの番号（分類番号）から判別してもよい。
ＣＰＵは、ステップＳ７０７による判別の結果を、ステップＳ７０６の処理によって取得したナンバープレート番号と車種情報と共に管理サーバ１４に送信して終了する（ステップＳ７０８、Ｓ７０９）。
一方、ステップＳ７１０において、認識処理部７は、画像データの車両のフロントガラス上部の画像を抽出し、さらに点検整備済標章部と検査標章部を切り出す処理を行なう。
ステップＳ７１１において、ＣＰＵはステップＳ２１０の処理で切り出した点検整備済標章部の画像データと検査標章部の画像データとの大きさを比較し、同程度の大きさである場合には、軽自動車と判断しステップＳ７０８に処理を移行し、取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ７１１において、ＣＰＵはステップＳ２１０の処理で切り出した点検整備済標章部の画像データと検査標章部の画像データとの大きさを比較し、同程度の大きさである場合には、軽自動車と判断しステップＳ７０８に処理を移行し、取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
また、ステップＳ７１１において、点検整備済標章部の画像データの大きさと検査標章部の画像データの大きさとが同程度でない場合には、処理をステップＳ７１２に移行する。
ステップＳ７１２において、ＣＰＵはステップＳ７０７による判別結果とステップＳ７１１による判別結果とを比較する。すなわち、ステップＳ７０７による判別結果が大型自動車以外である場合には、ステップＳ７１１の判別結果（軽自動車以外）から普通自動車であると判別し、ステップＳ７０８に処理を移行して取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ７０７による判別結果が大型自動車である場合には、ステップＳ７１１の判別結果（軽自動車以外）から大型自動車であると判断し、処理をステップＳ７１３に移行して判別結果を消去して終了する。
図８は、図７に示したステップＳ７１０からＳ７１１の軽自動車と普通自動車の判別処理の詳細を示すフローチャートである。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ８０１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する（ステップＳ８０２）。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ８０１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する（ステップＳ８０２）。
ステップＳ８０３において、ＣＰＵは、図３（ａ）に示した画像データからフロントガラス上部を切り出して、図３（ｂ）に示したフロントガラス上部の画像データを取得する。
ここで、画像データからフロントガラス上部の画像データを取得する処理は図６に示したように、例えば、予め画像データから切り出す領域の座標をテーブル等で与えておき、ＣＰＵは、そのテーブルから切り出す領域の座標データを参照して、所定の領域にある画像データのみを取得すればよい。
ＣＰＵは図３（ｂ）に示したフロントガラス上部の画像データを取得すると、フロントガラス上部の画像データから検査標章部１６及び点検整備済標章部１７の画像データを切り出す処理を行う。
例えば、ステップＳ８０３において、ＣＰＵは、フロントガラス上部の画像データに対して輪郭強調等の処理を行い、切り取り対象となる検査標章部１６及び点検整備済標章部１７の輪郭を明確にし、予め用意しておいた比較用の検査標章部及び点検整備済標章部の画像データの輪郭や大きさ、色彩等と比較して領域を特定し、特定した領域の画像データを抽出することによって検査標章部１６及び点検整備済標章部１７の画像データを生成することができる。
検査標章部１６及び点検整備済標章部１７の画像データの取り込み処理が完了すると、ステップＳ８０４において、ＣＰＵは、検査標章部１６及び点検整備済標章部１７の大きさを計算する。同図に示す本実施例に係るステップＳ８０４の計算は、図６に示したステップＳ６０６の処理と同様に、取り込んだ画像データの画素数を大きさとして使用しているので、検査標章部１６及び点検整備済標章部１７の画像データの画素数をカウントしている。
さらに、ＣＰＵは、カウントした検査標章部１６の画素数と点検整備済標章部１７の画素数とを比較し、検査標章部１６の画素数が点検整備済標章部１７の画素数に比べて非常に小さい場合には、その検査標章部１６は軽自動車以外の車両の新検査標章１８であると判断する。すなわち、撮像部５によって撮像した進入車両は軽自動車以外の車両であると判断して処理を終了する（ステップＳ８０６）。
ここで、図４に示したように、新検査標章１８は点検整備済標章２０に比べて非常に小さいので、ステップＳ８０４の比較処理では、例えば検査標章部１６の画素数と点検整備済標章部１７の画素数の５０％の画素数とによって大きさの大小を比較すればよい。
検査標章部１６の画素数が点検整備済標章部１７の画素数に比べて非常に小さいと判断できない場合には、撮像部５によって撮像した進入車両は軽自動車であると判断して処理を終了する（ステップＳ８０５）。
以上に説明したように、本実施例においても既存のＥＴＣシステムにある撮像部５及び情報処理装置を用いて、撮像した画像データから容易に軽自動車と軽自動車以外の車種とを判別することが可能となる。
次に、第三の実施例について図９及び図１０に基づいて説明する。
図９は、第三の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、本実施例においてもステップＳ９０１からステップＳ９０６及びステップＳ９０８からステップＳ９０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
図９は、第三の実施例に係る車両認識処理の概要を示すフローチャートである。
なお、本実施例においてもステップＳ９０１からステップＳ９０６及びステップＳ９０８からステップＳ９０９における処理は、図１２に示したステップＳ１２０１からＳ１２０８の処理と同様の処理が行なわれる。
すなわち、通行車両２２を検出すると、制御部２６を構成するＣＰＵ１１は、車種認識処理を開始し（ステップＳ９０１）、撮像部５（例えば、赤外線カメラ等）に対して通行車両２２の画像取込み信号を送信する（ステップＳ９０２）。そして、撮像部５はＣＰＵ１１の指示に従って通行車両２２の画像を撮像し、画像前処理部７において撮像された画像のデジタル化を行なった後に、制御部２６を構成する認識処理部７に画像データを送信する（ステップＳ９０３）。
画像認識部７において、画像データを受信すると、ＣＰＵは受信した画像データからナンバープレート領域を抽出する処理を行なう（ステップＳ９０４）。
ここで、ステップＳ９０４からＳ９０６における画像処理の手法は、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ９０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
ここで、ステップＳ９０４からＳ９０６における画像処理の手法は、図１２で説明したように一般的な画像処理手法によって実現されている。上述のステップＳ９０４での、画像データからナンバープレート領域を抽出する処理においては、例えば、画像データに対して輪郭強調処理を施した後に、輪郭の形状を照合し、長方形（実際のナンバープレートの縦横の比と同程度の比率の長方形）の形状をしている領域を抽出することによって実現される。
画像データからナンバープレート領域が抽出されると、ステップＳ９０５において、ナンバープレート領域に対して傾き補正等の処理が行なわれ、車番（ナンバープレート番号）の切り出しが行なわれ、ステップＳ９０６において、予め用意された辞書画像とテンプレートマッチング処理をおこない車種、ナンバープレート番号等の情報を取得する。
ステップＳ９０７において、ＣＰＵは、ステップＳ９０６の処理で得た車種情報が大型車であるか判別し、大型車であると判断した場合には処理をステップＳ９０８に移行する。
また、ステップＳ９０６の処理で得た車種情報が大型車でないと判断した場合には、ＣＰＵは処理をステップＳ９１３に移行し、さらに車両が普通自動車か軽自動車かの判別処理をおこなう。
ここで、車種情報に基づいて大型車であるかを判別する処理は図７に示したステップＳ７０７の処理と同様に、例えば、大型自動車と大型自動車以外のナンバープレートの大きさ（又は縦横の比率）の違いに着目して、予め比較用に用意した大型自動車のナンバープレートの画像データとステップＳ９０４の処理によって得た通行車両２２のナンバープレートの画像データと大きさ（又は縦横の比率）を比較することによって判別することが可能である。あるいは、ステップＳ９０６の処理によって得たナンバープレートの番号（分類番号）から判別してもよい。
そして、ＣＰＵは、ステップＳ９０７による判別の結果を、ステップＳ９０６の処理によって取得したナンバープレート番号や車種情報と共に管理サーバ１４に送信して終了する（ステップＳ９０８、Ｓ９０９）。
一方、ステップＳ９１０において、認識処理部７は、画像データの車両のフロントガラス上部の画像を抽出し、さらに点検整備済標章部と検査標章部を切り出す処理を行なう（ステップＳ９１１）。
ステップＳ９１２において、ＣＰＵは、検査標章部の画像データについて色情報（ＲＧＢ）を参照し、黒色の要素が含まれているかを判別する。検査標章部に黒色の要素が含まれる場合には、軽自動車と判断しステップＳ９０８に処理を移行し、取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
また、ステップＳ９１２において検査標章部に黒色が含まれていない場合には、ＣＰＵは、ステップＳ９１３に処理を移行する。
ステップＳ９１３において、ＣＰＵはステップＳ９０７による判別結果とステップＳ９１２による判別結果と比較する。すなわち、ステップＳ９０７による判別結果が大型自動車以外である場合には、ステップＳ９１２の判別結果（軽自動車以外）から普通自動車であると判別し、ステップＳ９０８に処理を移行して取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ９１３において、ＣＰＵはステップＳ９０７による判別結果とステップＳ９１２による判別結果と比較する。すなわち、ステップＳ９０７による判別結果が大型自動車以外である場合には、ステップＳ９１２の判別結果（軽自動車以外）から普通自動車であると判別し、ステップＳ９０８に処理を移行して取得したナンバープレート番号と車種情報とを管理サーバ１４に送信する。
ステップＳ９０７による判別結果が大型自動車である場合には、ステップＳ９１２の判別結果（軽自動車以外）から大型自動車であると判断し、処理をステップＳ９１４に移行して判別結果を消去して終了する。
図１０は、図９に示したステップＳ９１０からＳ９１２の軽自動車と普通自動車の判別処理の詳細を示すフローチャートである。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ１００１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する（ステップＳ１００２）。
撮像部５によって撮像された画像データが認識処理部７に送られると、ＣＰＵは、軽自動車と普通自動車の判別処理を開始し（ステップＳ１００１）、画像データを揮発性メモリ（例えばＲＡＭ等）又は外部記録装置等に格納する（ステップＳ１００２）。
ステップＳ１００３において、ＣＰＵは、図３（ａ）に示した画像データからフロントガラス上部を切り出して、図３（ｂ）に示したフロントガラス上部の画像データを取得する。
ここで、画像データからフロントガラス上部の画像データを取得する処理は図６に示したように、例えば、予め画像データから切り出す領域の座標をテーブル等で与えておき、ＣＰＵは、そのテーブルから切り出す領域の座標データを参照して、その領域にある画像データのみを取得すればよい。
さらに、ＣＰＵは図３（ｂ）に示したフロントガラス上部の画像データを取得すると、ＣＰＵは、フロントガラス上部の画像データから検査標章部１６及び点検整備済標章部１７の画像データを切り出す処理を行う。
例えば、ステップＳ１００３において、ＣＰＵは、フロントガラス上部の画像データに対して輪郭強調等の処理を行い、切り取り対象となる検査標章部１６及び点検整備済標章部１７の輪郭を明確にし、予め用意しておいた比較用の検査標章部及び点検整備済標章部の画像データの輪郭や大きさ、色彩等と比較して領域を特定し、特定した領域の画像データを抽出することによって検査標章部１６及び点検整備済標章部１７の画像データを生成する。
検査標章部１６及び点検整備済標章部１７の画像データの取り込み処理が完了すると、ステップＳ１００５において、ＣＰＵは、検査標章部１６の画像データの色情報を参照し、黒色が含まれるかを解析する。同ステップの処理は、図２に示したステップＳ６０８の処理と同様に、例えば、ＣＰＵが検査標章部１６の画像データのＲＧＢ（ＲｅｄＧｒｅｅｎＢｌｕｅ）情報を参照して、Ｒ、Ｇ、Ｂのすべての値が１００以下である領域を検出し、検出した領域が画像データの１０％以上である場合には、その画像データに黒の要素があると判断すればよい。
ステップＳ１００５の処理によって黒の要素が含まれると判断した場合、ＣＰＵは検査標章部１６の画像データから、撮像部５によって撮像した進入車両が軽自動車であると判断して処理を終了する（ステップＳ１００６）。また、黒の要素が含まれていないと判断した場合には、ＣＰＵは進入車両が軽自動車以外の車両であると判断して処理を終了する（ステップＳ１００７）。
以上に説明したように、本実施例にあっても既存のＥＴＣシステムにある撮像部５及び情報処理装置を用いて、撮像した画像データから容易に軽自動車と軽自動車以外の車種とを判別することが可能となる。
（付記１） コンピュータに、車両の識別を行なわせるための車両識別プログラムであって、
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、
前記比較処理の結果と、前記解析処理の結果に基づいて車両を識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、
前記比較処理の結果と、前記解析処理の結果に基づいて車両を識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。
（付記２） 前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記１に記載の車両識別プログラム。
（付記３） 前記撮像処理は、赤外線カメラによって行なわれ、
前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記１又は２に記載の車両識別プログラム。
前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記１又は２に記載の車両識別プログラム。
（付記４） 前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれる場合に、前記車両が軽自動車であると識別することを特徴とする付記２又は３に記載の車両識別プログラム。
（付記５） コンピュータに、車両の識別を行なわせるための車両識別プログラムであって、
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記比較処理の結果に基づいて車両を識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記比較処理の結果に基づいて車両を識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。
（付記６） 付記５において、前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記５に記載の車両識別プログラム。
（付記７） 付記５において、前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合に、前記車両が軽自動車であると識別することを特徴とする付記６に記載の車両識別プログラム。
（付記８） コンピュータによって車両の識別を行なう車両識別方法であって、
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、
前記比較処理の結果と、前記解析処理の結果とに基づいて車両を識別する車両識別処理と、
を行なうことを特徴とする車両識別方法。
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、
前記比較処理の結果と、前記解析処理の結果とに基づいて車両を識別する車両識別処理と、
を行なうことを特徴とする車両識別方法。
（付記９） 付記８において、前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記８に記載の車両識別方法。
（付記１０） 付記８において、前記撮像処理は、赤外線カメラによって行なわれ、
前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記８又は９に記載の車両識別方法。
前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記８又は９に記載の車両識別方法。
（付記１１） 付記８において、前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれる場合に、前記車両が軽自動車であると識別することを特徴とする付記９又は１０に記載の車両識別方法。
（付記１２） コンピュータによって車両の識別を行なう車両識別方法であって、
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記比較処理の結果に基づいて車両を識別する車両識別処理と、
を行なうことを特徴とする車両識別方法。
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記比較処理の結果に基づいて車両を識別する車両識別処理と、
を行なうことを特徴とする車両識別方法。
（付記１３） 付記１２において、前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記１２に記載の車両識別方法。
（付記１４） 付記１２において、前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合に、前記車両が軽自動車であると識別することを特徴とする付記１３に記載の車両識別方法。
（付記１５） 車両の識別を行なう車両識別装置であって、
前記車両を撮像する撮像部と、
該撮像部によって撮像した画像データを第１の記憶手段に格納する撮像撮像部と、
該撮像部によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出部と、
前記撮像部によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出部と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較部と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析部と、
前記比較部の結果と、前記解析部の結果とに基づいて車両を識別する車両識別部と、
を少なくとも有することを特徴とする車両識別装置。
前記車両を撮像する撮像部と、
該撮像部によって撮像した画像データを第１の記憶手段に格納する撮像撮像部と、
該撮像部によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出部と、
前記撮像部によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出部と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較部と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析部と、
前記比較部の結果と、前記解析部の結果とに基づいて車両を識別する車両識別部と、
を少なくとも有することを特徴とする車両識別装置。
（付記１６） 付記１５において、前記比較処部は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記１５に記載の車両識別装置。
（付記１７） 付記１５において、前記撮像部は、赤外線カメラであって、
前記解析部は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析し、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記１５又は１６に記載の車両識別装置。
前記解析部は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析し、前記検査標章部の画像データに係るＲＧＢ情報のいずれの値も第１の所定値の領域が、前記検査標章部の画像データの全領域に対して第２の所定値である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする付記１５又は１６に記載の車両識別装置。
（付記１８） 付記１５において、前記車両識別部は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれる場合に、前記車両が軽自動車であると識別することを特徴とする付記１６又は１７に記載の車両識別装置。
（付記１９） 車両の識別を行なう車両識別装置であって、
前記車両を撮像する撮像部と、
該撮像部によって撮像した画像データを第１の記憶手段に格納する撮像部と、
該撮像部によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出部と、
前記撮像部によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出部と、 前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較部と、
前記比較部の結果に基づいて車両を識別する車両識別部と、
を少なくとも有することを特徴とする車両識別装置。
前記車両を撮像する撮像部と、
該撮像部によって撮像した画像データを第１の記憶手段に格納する撮像部と、
該撮像部によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出部と、
前記撮像部によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出部と、 前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較部と、
前記比較部の結果に基づいて車両を識別する車両識別部と、
を少なくとも有することを特徴とする車両識別装置。
（付記２０） 付記１９において、前記比較部は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする付記１９に記載の車両識別装置。
（付記２１） 付記１９において、前記車両識別部は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合に、前記車両が軽自動車であると識別することを特徴とする付記２０に記載の車両識別装置。
１ 赤外線センサ
２ 車両検知部
３ 車軸計測部
４ ＤＩＯ Ｉ／Ｆ
５ 撮像部
６ 画像前処理部
７ 認識処理部
８ ＣＡＭ ＣＮＴ
９ ＬＩＮＫ−ＢＵＳ
１０ インタフェース部
１１ ＣＰＵ
１２ ＲＡＭ
１３ システムバス
１４ 管理サーバ
１５ フロントガラス上部
１６ 検査標章部
１７ 点検整備済標章部
１８ 軽自動車以外の新検査標章
１９ 軽自動車の検査標章
２０ 点検整備済標章
２１ 普通自動車の検査標章
２２ 通行車両
２３ 車両情報取得部
２４ 車高計測部
２５ 通信部
２６ 制御部
２７ 指示部
２８ 表示部
２９ 通行制御部
２ 車両検知部
３ 車軸計測部
４ ＤＩＯ Ｉ／Ｆ
５ 撮像部
６ 画像前処理部
７ 認識処理部
８ ＣＡＭ ＣＮＴ
９ ＬＩＮＫ−ＢＵＳ
１０ インタフェース部
１１ ＣＰＵ
１２ ＲＡＭ
１３ システムバス
１４ 管理サーバ
１５ フロントガラス上部
１６ 検査標章部
１７ 点検整備済標章部
１８ 軽自動車以外の新検査標章
１９ 軽自動車の検査標章
２０ 点検整備済標章
２１ 普通自動車の検査標章
２２ 通行車両
２３ 車両情報取得部
２４ 車高計測部
２５ 通信部
２６ 制御部
２７ 指示部
２８ 表示部
２９ 通行制御部
Claims (6)
- コンピュータに、車両の識別を行なわせるための車両識別プログラムであって、
前記車両を撮像し、該撮像した画像データを第１の記憶手段に格納する撮像処理と、
該撮像処理によって第１の記憶手段に格納された画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記撮像処理によって第１の記憶手段に格納された画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記第２の記憶手段に格納された検査標章部の画像データの色情報を解析する解析処理と、
前記比較処理の結果と、前記解析処理の結果に基づいて車両を識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。 - コンピュータに、車両の識別を行なわせるための車両識別プログラムであって、
撮像された前記車両の画像データから、検査標章部の画像データを抽出し、第２の記憶手段に格納する検査標章部抽出処理と、
前記画像データから、点検整備済標章部の画像データを抽出し、第３の記憶手段に格納する点検整備済標章部抽出処理と、
前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データとを比較する比較処理と、
前記比較処理の結果に基づいて前記車両が軽自動車以外の車両であるかを識別する車両識別処理と、
をコンピュータに行なわせることを特徴とする車両識別プログラム。 - 前記比較処理は、前記第２の記憶手段に格納された検査標章部の画像データと、前記第３の記憶手段に格納された点検整備済標章部の画像データと、を画素数、面積、縦又は横の長さのいずれか１つについて比較することを特徴とする請求項１又は２に記載の車両識別プログラム。
- 前記撮像処理は、赤外線カメラによって行なわれ、
前記解析処理は、前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれるかを解析する処理であって、前記検査標章部の画像データにおいていずれのＲＧＢ値も第１の所定値以下の領域が、前記検査標章部の画像データの全領域に対して第２の所定値以上の割合である場合に、前記検査標章部の画像データに所定の色が含まれると判断することを特徴とする請求項１に記載の車両識別プログラム。 - 前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合、又は前記第２の記憶手段に格納された検査標章部の画像データに所定の色が含まれない場合に、前記車両が軽自動車以外の車両であると識別することを特徴とする請求項１又は４に記載の車両識別プログラム。
- 前記車両識別処理は、前記第２の記憶手段に格納された検査標章部の画像データより前記第３の記憶手段に格納された点検整備済標章部の画像データの方が大きい場合に、前記車両が軽自動車以外の車両であると識別することを特徴とする請求項２に記載の車両識別プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004101470A JP4456397B2 (ja) | 2004-03-30 | 2004-03-30 | 車両識別のためのプログラム、方法、及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004101470A JP4456397B2 (ja) | 2004-03-30 | 2004-03-30 | 車両識別のためのプログラム、方法、及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005285014A JP2005285014A (ja) | 2005-10-13 |
| JP4456397B2 true JP4456397B2 (ja) | 2010-04-28 |
Family
ID=35183287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004101470A Expired - Fee Related JP4456397B2 (ja) | 2004-03-30 | 2004-03-30 | 車両識別のためのプログラム、方法、及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4456397B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4754440B2 (ja) * | 2006-08-25 | 2011-08-24 | 株式会社エヌ・ティ・ティ・データ | 車種判別装置、車種判別システム、車種判別方法及び車種判別プログラム |
| JP2011150417A (ja) * | 2010-01-19 | 2011-08-04 | Yupiteru Corp | 車載用電子機器及びプログラム |
| CN105303553B (zh) * | 2015-03-08 | 2017-03-01 | 张炜 | 一种违规加长车辆实时检测方法 |
| DE102017209496B4 (de) * | 2017-06-06 | 2020-10-01 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Klassifizieren eines Objekts für ein Fahrzeug |
-
2004
- 2004-03-30 JP JP2004101470A patent/JP4456397B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2005285014A (ja) | 2005-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI497422B (zh) | 車牌影像辨識系統及方法 | |
| KR100459475B1 (ko) | 차종 판단 시스템 및 그 방법 | |
| KR101756849B1 (ko) | 노상 무인정산 주차관제 시스템 | |
| US20190066492A1 (en) | License Plate Recognition | |
| EP3208740A1 (en) | Image processing device, alarming apparatus, image processing system, and image processing method | |
| EP1359557A1 (en) | Vehicle navigation system that automatically translates roadside signs and objects | |
| KR101908611B1 (ko) | 차량 주차관리 방법 | |
| EP2154664A1 (en) | Pattern recognition device, pattern recognition method, image-processing device and image-processing method | |
| JP3945494B2 (ja) | 走行レーン認識装置 | |
| JP6818626B2 (ja) | 車種判別装置、車種判別方法、および車種判別システム | |
| JP2018022220A (ja) | 挙動データ解析システム及び挙動データ解析装置及び挙動データ解析方法 | |
| JP6595375B2 (ja) | 交通状況解析装置、交通状況解析方法、及び、交通状況解析プログラム | |
| JP2007179386A (ja) | 白線認識方法及び白線認識装置 | |
| JP6678552B2 (ja) | 車種判別装置および車種判別方法 | |
| Hakim et al. | Implementation of an image processing based smart parking system using Haar-Cascade method | |
| KR101819568B1 (ko) | 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법 | |
| KR100969603B1 (ko) | 숫자의 기하학적 관계를 이용한 차량 번호판 인식 방법 | |
| CN117542223B (zh) | 基于计算机视觉的停车管理方法及系统 | |
| KR20170078910A (ko) | 고해상도 영상 기반의 차량 진출입관리추적장치 | |
| JP4456397B2 (ja) | 車両識別のためのプログラム、方法、及び装置 | |
| KR101804471B1 (ko) | 영상 분석 방법 및 장치 | |
| JP2893814B2 (ja) | 車番自動読取装置におけるプレート切出し装置 | |
| JP2009048225A (ja) | 車両認識装置及び車両認識方法 | |
| EP4064218A1 (en) | Vehicle identification profile methods and systems at the edge | |
| KR101784764B1 (ko) | 전기차의 고속도로 통행료 징수 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060509 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090303 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090427 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091110 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100112 |
|
| 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: 20100202 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100205 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
| 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: 20140212 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |