JP6229568B2 - 画像処理装置、画像処理システム、画像処理方法および画像処理プログラム - Google Patents

Description

本発明は、画像処理装置、画像処理システム、画像処理方法および画像処理プログラムに関する。

近年、撮像装置を用いて監視対象の領域を撮像し、撮像した画像を解析して所望の対象物を認識するシステムが普及している。例えば、撮像した画像から、道路を走行する車両の車番や運転者を認識するシステムがある。

また、監視対象物を認識するための技術には次のようなものがある。例えば、画像センサを遮るハンドル等が存在する状態で精度よく運転者を監視するために、画像のうちハンドルが撮像された遮蔽領域を検出し、画像のうち遮蔽領域を除いた画像領域内を探索して運転者の特徴点を追跡する技術が提案されている。

また、例えば、明部や暗部に含まれている画像からナンバープレートを確実に探索するために、ナンバープレートを見失ったとき等の予め定める条件となると、画像認識回路が作成した自動露光信号に代えて、露光走査回路が作成した露光走査信号を露光制御回路に与える技術が提案されている。

特開２０１０−２２５０８９号公報 特開平９−１８１９６３号公報

しかしながら、撮像画像から監視対象物を認識するシステムでは、時間経過とともに環境が変化して、撮像画像に遮蔽物が写り込む場合がある。例えば、車番を認識する場合のように撮像装置が屋外に設置されるシステムでは、撮像装置の近くに存在する樹木が折れたり成長したりすることで、撮像装置の前を樹木が遮蔽してしまう場合がある。

撮像画像の一部が遮蔽物により遮蔽されると、監視対象物の認識率が低下してしまう。また、撮像画像の全体が遮蔽物により遮蔽されると、監視対象物の認識処理が不可能になってしまう。

１つの側面では、本発明は、遮蔽物が存在する状態での監視対象物の認識率低下を抑制できる画像処理装置、画像処理システム、画像処理方法および画像処理プログラムを提供することを目的とする。

１つの案では、検出部と認識処理部とを有する画像処理装置が提供される。検出部は、撮像装置と監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出する。認識処理部は、撮像装置と監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出する。認識処理部は、撮像画像の一部に認識領域を設定する。認識処理部は、設定した認識領域の画像から監視対象物を認識する。認識処理部は、設定されている認識領域の少なくとも一部が遮蔽領域と重複する場合には、遮蔽領域と重複しないように認識領域の設定位置を監視対象物の移動方向と平行に移動させる。

また、１つの案では、監視対象領域を撮像する撮像装置と、撮像装置から入力される撮像画像から監視対象物を認識する画像処理装置とを有する画像処理システムが提供される。画像処理装置は、検出部と認識処理部とを有する。検出部は、撮像装置と監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出する。認識処理部は、撮像画像の一部に認識領域を設定する。認識処理部は、設定した認識領域の画像から監視対象物を認識する。認識処理部は、設定されている認識領域の少なくとも一部が遮蔽領域と重複する場合には、遮蔽領域と重複しないように認識領域の設定位置を監視対象物の移動方向と平行に移動させる。

また、１つの案では、上記画像処理装置と同様の処理をコンピュータが実行する画像処理方法が提供される。
さらに、１つの案では、上記画像処理装置と同様の処理をコンピュータに実行させる画像処理プログラムが提供される。

一側面では、遮蔽物が存在する状態での監視対象物の認識率低下を抑制できる。

第１の実施の形態の画像処理装置の構成例および処理例を示す図である。 第２の実施の形態の車番認識システムの例を示す図である。 撮像装置および車番認識装置の設置例を示す図である。 車番の認識例を示す図である。 遮蔽領域の検出例を示す図である。 解析領域の変更例を示す図である。 撮像装置および車番認識装置の機能例を示す図である。 分割領域情報テーブルの例を示す図である。 輝度情報テーブルの例を示す図である。 動線情報テーブルの例を示す図である。 車番を認識する処理の例を示すフローチャートである。 動線を算出する処理の例を示すフローチャートである。 遮蔽領域を検出する処理の例を示すフローチャートである。 解析領域を変更する処理の例を示すフローチャートである。 解析領域を変更する処理の例を示すフローチャート（続き）である。 第３の実施の形態の撮像装置および車番認識装置の機能例を示す図である。 第３の実施の形態の遮蔽候補点の検出例を示す図である。 第３の実施の形態の遮蔽候補点の検出例を示す図（続き）である。 第３の実施の形態の遮蔽候補点の検出例を示す図（続き２）である。 第３の実施の形態の遮蔽領域の検出例を示す図である。 第３の実施の形態の遮蔽候補点情報テーブルの例を示す図である。 第３の実施の形態の遮蔽領域を検出する処理の例を示すフローチャートである。 車番認識装置の機能を実現するコンピュータのハードウェア構成例を示す図である。

以下、本実施の形態を図面を参照して説明する。
［第１の実施の形態］
図１は、第１の実施の形態の画像処理装置の構成例および処理例を示す図である。画像処理装置１０は、監視対象領域を撮像する撮像装置２０から入力される撮像画像から所定の監視対象物を認識する装置である。監視対象領域には、移動する監視対象物が存在し得る。監視対象物の例として、車両のナンバープレートに表示される車番や、人の顔等が挙げられる。監視対象物の認識方法の例として、パターン認識等の方法が挙げられる。

画像処理装置１０は、検出部１１および認識処理部１２を有する。
検出部１１は、撮像装置２０と監視対象領域との間に存在する遮蔽物が写る遮蔽領域２を撮像画像から検出する。

認識処理部１２は、撮像画像の一部に認識領域１を設定して、設定した認識領域１から監視対象物を認識する。監視対象物の認識方法の例として、パターン認識等が挙げられる。

また、認識処理部１２は、設定されている認識領域１の少なくとも一部が、検出された遮蔽領域２と重複する場合には、遮蔽領域２と重複しないように認識領域１の設定位置を移動させる。このとき、認識処理部１２は、監視対象物の移動方向３に沿って認識領域１の設定位置を移動させる。

移動方向３は、予め画像処理装置１０に設定されていてもよいし、撮像装置２０から入力された画像を解析することで、算出してもよい。例えば、同一の車両（例えば、車両４ａ，４ｂ）が写る複数の画像それぞれから、その車両の代表位置（例えば、車両のナンバープレートの画像の中点）を検出し、検出されたそれぞれの代表位置の線形近似により、移動方向３を算出できる。

ここで、画像処理装置１０が、走行中の車両のナンバープレートに表示されている車番を、監視対象物として認識する例について説明する。
撮像画像２１，２２は、撮像装置２０が所定の監視対象領域を撮像したときの画像である。撮像画像２１，２２の被写体として、走行中の車両が含まれる。車両には、ナンバープレートが設置されている。

撮像された画像においては、車両の走行に伴い、車両は左下から右上の方向（すなわち図１の移動方向３の方向）に移動する。車両は道路上を走行するので、各車両の移動方向が図１の移動方向３から大きくずれることは少ないし、各車両の走行経路が大きくずれることも少ない。

まず、画像処理装置１０が撮像画像２１を取得したとき、認識領域１は、図１右上に点線で示した位置に設定されているとする。また、検出部１１は、撮像画像２１の中に遮蔽物による遮蔽領域２を検出したとする。図１右上に示すように、検出された遮蔽領域２の一部が、設定されている認識領域１と重複している。この場合、認識領域１における車番の認識率が低下する。例えば、図１の撮像画像２１では、認識領域１の内部に車両４ａが写っているが、車両４ａに設置されているナンバープレートは遮蔽領域２に隠れて撮像画像２１に写っていない。この場合、認識処理部１２は、撮像画像２１から車両４ａの車番を認識することはできない。

そこで、認識処理部１２は、認識領域１の設定位置を移動させて、認識領域１と遮蔽領域２とが重複しないようにする。このとき、認識処理部１２は、認識領域１を移動方向３と平行に移動させる。これにより、移動後の認識領域１は、遮蔽領域２と重複しない位置に設定されるだけでなく、車両の移動経路上に設定されるようになる。このため、認識処理部１２が移動後の認識領域１から車番を認識した場合の車番の認識率は、移動前と同程度に維持される。

図１の例では、認識領域１の移動後に画像処理装置１０が取得した撮像画像２２において、移動後の認識領域１の内部に車両４ｂが写っているものとする。移動後の認識領域１は遮蔽領域２と重複していないので、認識処理部１２は、認識領域１から車両４ｂのナンバープレート４ｃを抽出し、そこに写った車番を認識することができる。

第１の実施の形態の画像処理装置１０によれば、上記の車両の例のように、監視対象物の移動状態に法則性がある場合に、撮像装置２０と監視対象領域との間に遮蔽物が存在する状態での認識率の低下を抑制できる。すなわち、画像処理装置１０は、設定されている認識領域の少なくとも一部が検出された遮蔽領域と重複する場合に、この遮蔽領域と重複しないように認識領域の設定位置を監視対象物の移動方向と平行に移動させる。これにより、認識領域が遮蔽物によって狭められた状態が解消されるとともに、移動後の認識領域に監視対象物が含まれる可能性が上がる。よって、認識領域の移動後に受信した画像（例えば、撮像画像２２）についても、認識領域の移動前に受信した画像と比較して、監視対象物を認識できる確率を維持できる。また、画像処理装置１０は、遮蔽物が物理的に除去されるまでの期間も、監視対象物の認識率を維持したまま、認識処理を継続することができる。

［第２の実施の形態］
図２は、第２の実施の形態の車番認識システムの例を示す図である。車番認識システム５は、撮像装置１００および車番認識装置２００を有する。車番認識装置２００は、撮像装置１００に接続されている。撮像装置１００は、第１の実施の形態の撮像装置２０の一例である。車番認識装置２００は、第１の実施の形態の画像処理装置１０の一例である。

撮像装置１００は、画像を撮像する装置である。撮像装置１００は、車両が走行する所定の領域を、所定時間間隔（例えば、１／３０秒）で撮像する。以下、車両が走行する所定の領域を“監視対象領域”と記載する場合がある。

また、撮像装置１００は、夜間に画像を撮像する場合、発光装置３１を用いて所定時間（例えば、０．１秒）監視対象領域に対して光を照射する。撮像装置１００は、撮像した画像を車番認識装置２００へ送信する。なお、発光装置３１と撮像装置１００は、一体として用いられてもよい。

車番認識装置２００は、撮像された画像を撮像装置１００から受信する。車番認識装置２００は、受信した画像を解析し、その画像に写る車両の車番を認識する。車番認識装置２００は、認識した車番を示す情報を、例えば、図示しない遠隔地に存在する他のシステムへネットワークを経由して送信する。

図３は、撮像装置および車番認識装置の設置例を示す図である。図３の例では、撮像装置１００および発光装置３１は、柱６の上部に設置され。柱６は、車両（例えば車両３２）が走行する道路脇に設置されている。また、車番認識装置２００は、撮像装置１００の近隣に（例えば、柱６の下部）に設置されている。

撮像装置１００は、所定時間間隔で、車両が走行する道路を監視対象領域として撮像し、撮像した画像のデータを車番認識装置２００へ送信する。そして、車番認識装置２００は、受信した画像を解析して、道路上を走行する車両の車番を認識する。

なお、図３では、撮像装置１００と車番認識装置２００とが一体化された状態で、柱６に設置されるようにしてもよい。また、車番認識装置２００は、遠隔地に設置され、ネットワークを経由して撮像装置１００から画像を受信するようにしてもよい。ただし、画像は、データ量が大きく、撮像装置１００から高い頻度（例えば、１／３０秒毎）で送信される。そのため、ネットワークの負荷を考慮すると、図３に示すように、車番認識装置２００は、撮像装置１００付近に設置され、ネットワークを介さずに画像を受信することが好ましい。

次に、撮像装置１００から受信した画像を車番認識装置２００が解析して、その画像に写る車両の車番を認識する方法について説明する。
図４は、車番の認識例を示す図である。撮像装置１００の画角は、車両の大きさに対して比較的広い道路領域が撮像されるように設定される。例えば、撮像装置１００の画角は、撮像画像において車両の移動方向に複数の車両を並べて配置できる程度の画角に設定される。これは、後述するように、撮像画像の一部が木等の遮蔽物によって遮蔽された場合でも、撮像画像上の遮蔽領域外の部分から車番を認識できるようにするためである。

車番認識装置２００は、撮像装置１００から画像を受信すると、まず、受信した画像上の全領域を解析して、車両のナンバープレートの画像領域を抽出する。次に、車番認識装置２００は、抽出したナンバープレートの画像の全領域が解析領域に含まれている場合、ナンバープレートの画像領域を解析して、その車両の車番を認識する。“解析領域”とは、車番認識装置２００が受信する画像上の領域のうち、車番を認識するための解析処理を行う画像上の領域を意味する。車番認識のために画像を解析する領域を解析領域内に限定することで、画像を解析する処理の負荷が軽減される。

例えば、図４に示す画像５１は、撮像装置１００が監視対象領域を撮像したときの画像である。解析領域４１は、画像５１に破線で示した領域に設定されているとする。また、画像５１の被写体には、車両３２が含まれる。車両３２には、ナンバープレート３２ａが設置されている。

ここで、車番認識装置２００は、画像５１のデータを撮像装置１００から受信したとする。このとき、まず、車番認識装置２００は、受信した画像５１に写るナンバープレート３２ａの画像を抽出し、抽出した画像の全領域が解析領域４１に含まれているか判定する。図４上段に示すように、ナンバープレート３２ａの画像の全領域は、解析領域４１に含まれている。そのため、車番認識装置２００は、ナンバープレート３２ａの画像を解析して、車両３２の車番を認識する。

一方、画像５２は、画像５１を撮像したときと同様の監視対象領域を撮像装置１００が撮像したときの画像である。画像５２において、画像５１と同じ内容については説明を省略する。画像５２の被写体には、さらに、遮蔽物３３が含まれる。遮蔽物３３は、車両３２のナンバープレートと撮像装置１００との間に存在する。そのため、画像５２の撮像の際、車両３２のナンバープレートは遮蔽物３３に遮られ、画像５２には、ナンバープレートが写っていない。従って、車番認識装置２００は、画像５２から車番を認識することができない。

この図４下段の例のように、遮蔽物が監視対象領域に存在するとき、車番認識装置２００による車番の認識率が低下する場合がある。ここで、監視対象領域を撮像したときの画像を目視で確認すれば、遮蔽物の存在を容易に確認できる。しかし、ネットワーク上の負荷を考慮して、監視対象領域が撮像されたときの画像のデータは、他のシステム（例えば、車番認識システム５から車番を示す情報を受信するシステム）に送信されない。そのため、上記他のシステムの管理者は、例えば、受信した車番の認識率の低下等により遮蔽物の存在の有無を判定することとなる。

しかし、遮蔽物の形状や大きさによっては、車番の認識率が急激に低下しない場合があり得る。このため、認識率の低下に基づいて遮蔽物の有無を判定すると、実際に遮蔽物が撮像装置１００の前に現れてから遮蔽物があると判定するまでに、時間がかかってしまう場合がある。

また、遮蔽物を物理的に取り除く場合、屋外での作業が必要となり、遮蔽物を物理的に取り除くまでの間、車番の認識が中断される。この場合でも、遮蔽物を取り除く作業が行われるまでに時間がかかってしまう場合がある。

そこで、車番認識装置２００は、撮像された画像に基づいて、遮蔽物が存在する画像上の領域を検出する。そして、車番認識装置２００は、遮蔽物が存在する領域の一部が解析領域に含まれないように、解析領域の位置を移動する。

以下、遮蔽物が存在する画像上の領域を“遮蔽領域”と記載する場合がある。図５および図６を用いて、遮蔽領域の検出方法および解析領域の位置の移動方法について説明する。

図５は、遮蔽領域の検出例を示す図である。
車番認識装置２００は、撮像装置１００が夜に撮像したときの画像と、昼に撮像したときの画像を選択し、それらの画像の輝度に基づいて遮蔽領域を検出する。なお、各画像に写る遮蔽物の大きさや位置の差分を低減するため、夜に撮像された画像の撮像時刻と昼に撮像された画像の撮像時刻との差は、所定時間以内（例えば、２４時間）であることが好ましい。また、遮蔽物の画像以外の領域の輝度のばらつきを抑制するため、車番認識装置２００は、監視対象領域に車両が存在しないときに撮像された画像を選択することが好ましい。

画像５３は、撮像装置１００が夜に監視対象領域を撮像したときの画像である。画像５３は、撮像の際、監視対象領域の光量を補うために、発光装置３１により監視対象領域に光を照射した状態で撮像されている。画像５３の被写体には、遮蔽物３３が含まれる。遮蔽物３３は、道路の位置と比較して、撮像装置１００に近い場所に位置する。領域４２は、画像５３の一部の領域であり、遮蔽物３３の画像を含む。画像５３の撮像の際、発光装置３１により被写体に照射される光量は、撮像装置１００に近くなるにつれ、大きくなる。そのため、領域４２の平均輝度は、領域４２以外の領域の平均輝度と比較して、極端に大きくなる。

画像５４は、画像５３を撮像したときと同様の監視対象領域を、撮像装置１００が昼に撮像したときの画像である。画像５４において、画像５３と同じ内容については説明を省略する。画像５４は、撮像の際、監視対象領域の光量が十分であるため、発光装置３１を用いずに撮像されている。画像５４の撮像の際、日光により被写体に照射される光量は撮像装置１００との距離に依存しないため、遮蔽物３３を含む領域４２の平均輝度と、画像５４上の他の領域の平均輝度との差は小さい。

そこで、車番認識装置２００は、画像５３，５４を用いて次のような手順で遮蔽領域を検出する。車番認識装置２００は、夜に撮像された画像５３から平均輝度が他の領域と比べ極端に大きい（差分が所定の閾値以上の）領域４２を特定する。その後、車番認識装置２００は、昼に撮像された画像５４における領域４２の平均輝度が他の領域の平均輝度と比較して変わらないか（差分が所定の閾値以内か）を判定する。図５下段では、画像５４における領域４２の平均輝度が、他の平均輝度と変わらないため、車番認識装置２００は、領域４２を遮蔽領域として検出する。

このように、監視対象領域に存在する遮蔽物を、発光装置３１を用いて夜に撮像する場合、遮蔽物の画像を含む領域の平均輝度は、他の領域と比較して極端に大きくなる。そこで、車番認識装置２００は、上記の方法により、発光装置３１を用いて光が照射された状態で、照度が小さい監視対象領域を撮像する。そして、撮像された画像上の複数の領域のうち、平均輝度が他の領域と比較して極端に大きい領域を、遮蔽物の画像を含む遮蔽領域として検出する。

これにより、認識率の低下の変化量により遮蔽領域を検出する方法と比較して、遮蔽領域を短時間で検出できる。特に、夜に撮像したときの画像における上記平均輝度の差異は、遮蔽物と撮像装置１００との距離が近づくにつれ大きくなるため、撮像装置１００と遮蔽物との距離が近い場合、上記方法により、遮蔽領域を検出することが好ましい。

一方、撮像装置１００の近くに位置する遮蔽物を昼に撮像する場合、撮像された画像上における遮蔽物が写る領域の平均輝度は、他の領域の平均輝度と比較して変わらない。そこで、上記方法で夜に撮像された画像から検出された領域を遮蔽領域の候補（遮蔽候補領域）として検出し、昼に撮像された画像について、遮蔽候補領域の平均輝度が他の領域の平均輝度と変わらない場合、遮蔽候補領域を遮蔽領域として検出する。これにより、遮蔽領域の誤検出を抑制できる。

なお、車番認識装置２００は、昼に撮像したときの画像についての処理を省略し、上記方法により、夜に撮像したときの画像上の複数の領域それぞれの平均輝度に基づいて、遮蔽領域として検出してもよい。

図６は、解析領域の変更例を示す図である。
車番認識装置２００は、遮蔽領域を検出したとき、遮蔽領域の少なくとも一部が、現在設定されている解析領域に含まれているか判定する。そして、車番認識装置２００は、遮蔽領域の少なくとも一部が解析領域に含まれている場合、遮蔽領域と重複しない位置に解析領域を移動させる。このとき、車番認識装置２００は、解析領域の移動方向の基準となる動線と平行の方向に、解析領域を移動させる。動線は、監視対象領域を走行する車両の平均的な移動経路を示す。車番認識システム５において、動線は、直線であるものとするが、動線の形状はこれに限定されるものではなく、曲線でもよい。

解析領域の移動方向の基準となる動線は、所定期間に撮像された車両毎に算出された動線に基づいて算出される。車両毎の動線は、同じ車両が撮像された複数の画像それぞれから、車両の特徴となる部位（例えば、ナンバープレート）を検出し、検出した各部位の代表位置（例えば、ナンバープレートの領域の中央）の位置関係に基づいて算出される。以下、解析領域の移動方向の基準となる動線を“基準動線”と記載する場合がある。

例えば、画像５５は、撮像装置１００が撮像した画像である。画像５５の被写体には、遮蔽物３３が含まれる。車番認識装置２００は、図６上段に示す破線の位置に解析領域４３を設定し、遮蔽物３３を含む遮蔽領域４５を遮蔽領域として検出している。図６上段に示すように、解析領域４３には、遮蔽領域４５の一部が含まれている。また、車番認識装置２００は、図６上段に示す矢印の位置に基準動線として動線４４を算出している。

図６上段のような状態では、解析領域４３において車両のナンバープレートが遮蔽物３３に隠れて写らない場合がある。その結果、車両の車番の認識率が低下し、車番認識装置２００は、車両の車番の認識率を維持したまま認識処理を継続できない。

そこで、図６下段に示すように、車番認識装置２００は、遮蔽領域４５の一部が含まれないように、動線４４と平行の方向に解析領域４３を移動させる。これにより、画像に遮蔽物３３が写る状態でも、画像に写る車両の車番の認識率を維持できる。例えば、遮蔽物３３を屋外作業により物理的に取り除くまでの間も、画像に写る車両の車番の認識処理を継続できる。

また、動線４４は監視対象領域内を走行する車両の移動方向を示すため、解析領域４３を動線４４の方向に平行に移動させることで、移動後の解析領域４３にナンバープレートの画像が含まれる可能性が上がる。すなわち、解析領域４３に遮蔽領域４５の一部が含まれなくても、車両の走行範囲内に解析領域４３が設定されていなければ、解析領域４３からナンバープレートの画像が抽出されず、解析領域４３の画像を解析しても車番を認識できない。これに対して、解析領域４３を動線４４と平行の方向に移動させることで、移動後の解析領域４３は、車両の走行範囲内となる可能性が上がる。よって、解析領域４３の移動前に受信した画像と比較して、解析領域４３の移動後に受信した画像から、車番を認識できる確率を維持できる。

なお、車番認識装置２００の初期状態における解析領域４３の位置は、車番認識システム５の管理者により任意に設定されてもよいし、車番認識装置２００に予め記憶されてもよいが、車両の移動範囲内に設定されることが好ましい。

図７は、撮像装置および車番認識装置の機能例を示す図である。撮像装置１００は、発光制御部１１０、撮像部１２０および画像送信部１３０を有する。
発光制御部１１０は、撮像部１２０の命令に応じて、発光装置３１に光を照射させる。発光装置３１は、発光制御部１１０の命令に応じて所定時間（例えば、０．１秒）、監視対象領域に光を照射する。

撮像部１２０は、監視対象領域を、所定時間間隔（例えば、１／２秒）で撮像する。このときの画角や解像度は、予め撮像装置１００に設定されている。撮像装置１００の画角は、一度の撮像で複数の車両が写る範囲を撮像できるよう、広画角に予め設定されている。これにより、画像の全領域に対する解析領域および遮蔽領域の割合が小さくなるため、遮蔽領域の一部を含まない位置に、解析領域を移動できる可能性が大きくなる。

また、撮像部１２０は、夜に画像を撮像する際、監視対象領域の光量を補うために、発光制御部１１０に発光装置３１での発光を要求する。夜であるかは、現在時刻に基づいて（例えば、１８：００〜５：００の間の時刻であるかで）判定してもよいし、監視対象領域の照度を計測し、計測した照度に基づいて判定してもよい。照度に基づいて判定する場合、撮像装置１００は、撮像画像から照度を検出してもよいし、照度を計測可能なセンサデバイスを備えてもよい。

画像送信部１３０は、撮像部１２０が撮像した画像のデータを車番認識装置２００へ送信する。
車番認識装置２００は、遮蔽領域情報記憶部２１０、監視情報記憶部２２０、画像受信部２３０、遮蔽領域検出部２４０、解析領域変更部２５０、車番領域検出部２６０、動線算出部２７０および車番認識部２８０を有する。遮蔽領域検出部２４０は、第１の実施の形態の検出部１１の一例である。また、解析領域変更部２５０および車番認識部２８０は、第１の実施の形態の認識処理部１２の一例である。

遮蔽領域情報記憶部２１０および監視情報記憶部２２０は、車番認識装置２００が備えるＲＡＭ（Random Access Memory）またはＨＤＤ（Hard Disk Drive）に確保した記憶領域として実現できる。画像受信部２３０、遮蔽領域検出部２４０、解析領域変更部２５０、車番領域検出部２６０、動線算出部２７０および車番認識部２８０の処理は、例えば、車番認識装置２００が備えるプロセッサが所定のプログラムを実行することで実現される。

遮蔽領域情報記憶部２１０は、分割領域に関する情報を予め格納した分割領域情報テーブルを記憶する。“分割領域”は、画像を複数の領域に分割したときの、分割後の領域を意味する。遮蔽領域情報記憶部２１０は、分割領域毎の平均輝度に関する情報を一時的に格納する輝度情報テーブルを記憶する。

監視情報記憶部２２０は、解析領域を示す解析領域情報２２１を記憶する。監視情報記憶部２２０は、基準動線を示す基準動線情報２２２を記憶する。監視情報記憶部２２０は、複数の異なる車両それぞれの動線に関する情報を一時的に格納する動線情報テーブルを記憶する。

画像受信部２３０は、監視対象領域を撮像したときの画像を、所定時間間隔で撮像装置１００から受信する。
遮蔽領域検出部２４０は、画像受信部２３０が受信した画像から、昼に撮像された画像と、夜に撮像された画像を取得する。各画像は、車両が写っていないときに撮像されたものであることが好ましい。取得した各画像は、遮蔽領域検出部２４０が遮蔽領域を検出する処理を終了するまで、車番認識装置２００の備える記憶装置の記憶領域に一時的に格納される。

遮蔽領域検出部２４０は、取得した各画像に基づいて、遮蔽領域を検出する。車番認識システム５において、分割領域情報テーブルに格納されている分割領域のいずれかが、遮蔽領域として検出される。

具体的には、まず、遮蔽領域検出部２４０は、夜に撮像された画像の各分割領域についての平均輝度を算出し、算出した分割領域毎の平均輝度を輝度情報テーブルに登録する。次に、遮蔽領域検出部２４０は、輝度情報テーブルを参照して、全分割領域のうち、他の分割領域と比較して平均輝度が極端に大きい分割領域を特定する。

次に、遮蔽領域検出部２４０は、昼に撮像された画像の各分割領域についての平均輝度を算出し、算出した分割領域毎の平均輝度を輝度情報テーブルに登録する。次に、遮蔽領域検出部２４０は、輝度情報テーブルを参照して、昼に撮像された画像において、夜の画像から特定された分割領域の平均輝度が他の分割領域の平均輝度と比較して変わらない場合、その特定された分割領域を遮蔽領域として検出する。遮蔽領域を示す情報は、例えば、遮蔽領域情報記憶部２１０に確保された記憶領域に格納される。

解析領域変更部２５０は、遮蔽領域検出部２４０が検出した遮蔽領域の少なくとも一部が、現在設定されている解析領域に含まれているか判定する。遮蔽領域の少なくとも一部が解析領域に含まれている場合、解析領域変更部２５０は、遮蔽領域の一部が含まれないように解析領域を移動させる。このとき、解析領域変更部２５０は、基準動線と平行方向に解析領域を移動する。解析領域の移動は、解析領域情報２２１を更新することにより実現できる。基準動線を示す情報は、基準動線情報２２２から取得可能である。

車番領域検出部２６０は、受信した画像の全領域から、車番領域（ナンバープレートの画像の領域）を検出する。車番領域の検出は、所定の大きさ以上の、ナンバープレートの色（例えば、白色）と同色の領域を探索することで検出してもよいし、テンプレートマッチングにより検出してもよい。ただし、車番領域検出部２６０は、画像の全領域から車番領域を検出するため、車番領域を検出する方法としては、プロセッサへの負担の小さい前者の方法を用いることが好ましい。

動線算出部２７０は、同じ車両が撮像された複数の画像それぞれから検出された各車番領域についての画像上の代表位置（例えば、車番領域の中央）に基づいて、その車両について動線を算出する。各画像の車番領域は、車番領域検出部２６０を用いて検出する。動線算出部２７０は、算出した動線に関する情報を動線情報テーブルに登録する。

動線算出部２７０は、上記のような動線の算出および登録を、複数の異なる車両それぞれについて、同一車両が撮像された複数の画像に基づいて実行する。動線算出部２７０は、動線情報テーブルに登録された複数の動線に基づいて基準動線を算出する。

車番認識部２８０は、車番領域検出部２６０を用いて、画像受信部２３０が受信した画像から車番領域が検出されるか判定する。車番領域が検出されたとき、検出された車番領域の全領域が解析領域に含まれているか判定する。解析領域を示す情報は、解析領域情報２２１を参照することで取得できる。車番領域の全領域が解析領域に含まれている場合、車番認識部２８０は、パターン認識等の画像認識方法により解析領域の画像を解析して、画像に写る車両の車番を認識する。車番認識部２８０は、認識した車番を示す情報を、例えば、図示しない他のシステムへ送信する。

次に、図８〜１０を用いて、車番認識システム５が用いるテーブルについて説明する。
図８は、分割領域情報テーブルの例を示す図である。分割領域情報テーブル２１１は、分割領域に関する情報を予め格納する。分割領域情報テーブル２１１は、遮蔽領域情報記憶部２１０に記憶されている。分割領域情報テーブル２１１は、遮蔽領域を検出するときに用いられる。

分割領域情報テーブル２１１は、分割領域ＩＤ（Identification）および領域情報の項目を有する。分割領域ＩＤの項目には、分割領域を識別するための識別子が設定される。
領域情報の項目には、分割領域を示す情報が設定される。車番認識システム５において、各分割領域は、同一サイズの長方形であるとする。また、分割領域を示す情報は、画像上の四隅の座標により表される。四隅の各座標は、“（Ｘ軸方向の位置，Ｙ軸方向の位置）”により表される。なお、分割領域を示す情報は、右上と左下の隅の座標のみで表されてもよい。また、分割領域は、長方形に限定されず、台形や多角形であってもよい。また、分割領域の境界線は、曲線であってもよい。また、四隅の各座標は、上記の表現方法の他、緯度・経度等の別の方法により表されてもよい。

図９は、輝度情報テーブルの例を示す図である。輝度情報テーブル２１２は、分割領域毎の平均輝度に関する情報を一時的に格納する。輝度情報テーブル２１２は、遮蔽領域情報記憶部２１０に記憶されている。輝度情報テーブル２１２は、遮蔽領域を検出する際に用いられる。

輝度情報テーブル２１２は、時間帯、分割領域ＩＤおよび平均輝度の項目を有する。
時間帯の項目には、画像を撮像した時間帯の種別を示す情報が設定される。例えば、夜（監視対象領域の照度が閾値未満である時間帯）に撮像された画像の場合、時間帯の項目には“夜”が設定され、昼（監視対象領域の照度が閾値以上である時間帯）に撮像された画像の場合、時間帯の項目には“昼”が設定される。

分割領域ＩＤの項目には、撮像装置１００により撮像される画像についての分割領域を識別するための識別子が設定される。平均輝度の項目には、対応する時間帯に撮像された画像の分割領域について算出された平均輝度が設定される。

図１０は、動線情報テーブルの例を示す図である。動線情報テーブル２２３は、複数の異なる車両の動線に関する情報を一時的に格納する。動線情報テーブル２２３は、監視情報記憶部２２０に記憶されている。動線情報テーブル２２３は、基準動線を算出する際に用いられる。

動線情報テーブル２２３は、動線ＩＤ、始点および終点の項目を有する。動線ＩＤの項目には、走行中の車両について算出された動線を識別するための識別子が設定される。始点の項目には、画像上の動線の始点を示す位置情報が設定される。終点の項目には、画像上の動線の終点を示す位置情報が設定される。車番認識システム５において、始点および終点の位置情報は、画像上の座標により表される。始点および終点の座標は、図８で説明した分割領域の四隅のいずれかの座標と同様の方法により表される。

例えば、始点が“（０，２５０）”であり、終点が“（３７０，０）”である動線は、車両が“（０，２５０）”から“（３７０，０）”の方向へ、直線的に移動したときの経路を示す。

次に、図１１〜１５を用いて、車番認識装置２００が実行する処理について説明する。図１１〜１５において、車番認識装置２００は、同じ画角および解像度で撮像された監視対象領域の画像を、撮像装置１００から所定時間間隔で受信する。また、図１１〜１５では、解析領域を示す情報の取得は、解析領域情報２２１を参照することにより実現し、解析領域の移動および設定は、解析領域情報２２１の設定を変更することにより実現する。

図１１は、車番を認識する処理の例を示すフローチャートである。図１１の処理は、車番認識装置２００が撮像装置１００から画像を受信する度に実行される。以下、図１１に示す処理をステップ番号に沿って説明する。

（Ｓ１１）画像受信部２３０は、監視対象領域が撮像された画像のデータを撮像装置１００から受信する。
（Ｓ１２）車番領域検出部２６０は、受信した画像の全領域を解析して、車番領域を検出する。車番領域の検出は、例えば、所定の大きさ以上の白色領域を探索することで検出する。検出された車番領域を示す情報は、例えば、監視情報記憶部２２０に確保された記憶領域に一時的に格納される。図１１の説明では、１つの画像から、１つの車番領域が検出されるものとする。

（Ｓ１３）車番認識部２８０は、ステップＳ１２で車番領域が検出されたか判定する。車番領域が検出された場合、処理をステップＳ１４へ進める。車番領域が検出されなかった場合、処理を終了する。

（Ｓ１４）車番認識部２８０は、ステップＳ１２で検出された車番領域の全領域が解析領域に含まれているか判定する。車番領域の全領域が解析領域に含まれている場合、処理をステップＳ１５へ進める。車番領域の一部の領域が解析領域に含まれていない場合、処理を終了する。

（Ｓ１５）車番認識部２８０は、解析領域の画像を解析して、ステップＳ１１で受信した画像に写る車両の車番を認識する。その後、車番認識部２８０は、例えば、認識した車番を示す情報を、図示しない他のシステムに送信する。

図１２は、動線を算出する処理の例を示すフローチャートである。図１２の処理で算出される動線は、直線であるものとする。図１２の処理では、複数の異なる車両は、同じ車線を走行しているものとする。以下、図１２に示す処理をステップ番号に沿って説明する。

（Ｓ２１）動線算出部２７０は、同じ車両が撮像された複数の画像それぞれから車番領域を検出する。同じ車両であるかは、例えば、撮像装置１００から連続して送信された複数の画像に、色彩や形状が同じ特徴である車両の画像が含まれるかにより判定できる。

（Ｓ２２）動線算出部２７０は、ステップＳ２１で検出した各車番領域に基づいて、画像に写る車両の動線を算出する。具体的には、動線算出部２７０は、取得した各画像から車番領域を検出し、検出された各車番領域の位置に基づいて、線形近似により直線を算出する。車番領域の検出には、車番領域検出部２６０が用いられる。

動線算出部２７０は、算出された直線を動線として動線情報テーブル２２３に登録する。ここでは、同じ車両が写る複数の画像のうち、最初の画像における直線の端部の座標を、動線の始点として登録し、最後の画像における直線の端部の座標を、動線の終点として登録する。

（Ｓ２３）動線算出部２７０は、動線情報テーブル２２３に登録済の動線の数が閾値以上であるか判定する。登録済の動線の数が閾値以上である場合、処理をステップＳ２４へ進める。登録済の動線の数が閾値未満である場合、処理をステップＳ２１へ進める。

すなわち、動線算出部２７０は、異なる車両について閾値以上の数分の動線が算出されて動線情報テーブル２２３に登録されるまで、ステップＳ２１〜Ｓ２３の処理を繰り返す。

（Ｓ２４）動線算出部２７０は、動線情報テーブル２２３に登録済の複数の動線に基づいて、基準動線を算出する。具体的には、動線算出部２７０は、動線情報テーブル２２３に登録済の動線の始点の平均値を、基準動線の始点として算出し、動線情報テーブル２２３に登録済の動線の終点の平均値を、基準動線の終点として算出する。そして、動線算出部２７０は、算出した基準動線を示す情報を基準動線情報２２２に設定する。

図１３は、遮蔽領域を検出する処理の例を示すフローチャートである。図１３の処理は、車番認識装置２００により所定時間毎（例えば、１日毎）に実行される。また、図１３の処理は、各画像には、車両が写っていないものとする。以下、図１３に示す処理をステップ番号に沿って説明する。

（Ｓ３１）遮蔽領域検出部２４０は、夜に撮像された画像を取得する。例えば、遮蔽領域検出部２４０は、夜を示す所定の時間帯（例えば、１８：００〜５：００）に、画像受信部２３０を通じて画像を取得する。

（Ｓ３２）遮蔽領域検出部２４０は、ステップＳ３１で取得した画像（夜に撮像された画像）について、分割領域毎に平均輝度を算出する。各分割領域は、分割領域情報テーブル２１１に登録されている。

遮蔽領域検出部２４０は、算出した平均輝度に関する情報を輝度情報テーブル２１２に登録する。このとき、時間帯の項目には“夜”が設定され、分割領域の項目には平均輝度を算出したときの分割領域のＩＤが設定され、平均輝度の項目には算出した平均輝度が設定される。

（Ｓ３３）遮蔽領域検出部２４０は、ステップＳ３１で取得した画像について、他の分割領域と比較して平均輝度が極端に大きい分割領域が存在するか判定する。遮蔽領域検出部２４０は、例えば、ある１つの分割領域の平均輝度が、画像全体での分割領域の平均輝度の平均値より所定の値以上大きい場合に、その分割領域を平均輝度が極端に大きいと判定する。

各分割領域の平均輝度は、時間帯が“夜”であるレコードを輝度情報テーブル２１２から検索し、検索したレコードの各分割領域に対応する平均輝度を参照することで取得できる。

平均輝度が極端に大きい分割領域が存在する場合、処理をステップＳ３４へ進める。平均輝度が極端に大きい分割領域が存在しない場合、遮蔽領域が検出されなかったと判定し、処理を終了する。

（Ｓ３４）遮蔽領域検出部２４０は、ステップＳ３３で判定された、他の分割領域と比較して平均輝度が極端に大きい分割領域を“遮蔽候補領域”として特定する。
（Ｓ３５）遮蔽領域検出部２４０は、昼に撮像された画像を取得する。例えば、遮蔽領域検出部２４０は、昼を示す所定の時間帯（例えば、５：００〜１８：００）に、画像受信部２３０を通じて画像を取得する。なお、昼に撮像された画像の撮像時刻と、ステップＳ３１で取得した画像の撮像時刻との差は、所定時間以内（例えば、１日以内）であることが好ましい。

（Ｓ３６）遮蔽領域検出部２４０は、ステップＳ３５で取得した画像（昼に撮像された画像）について、分割領域毎に平均輝度を算出する。各分割領域は、分割領域情報テーブル２１１に登録されている。

遮蔽領域検出部２４０は、算出した輝度に関する情報を輝度情報テーブル２１２に登録する。このとき、時間帯の項目には“昼”が設定され、分割領域の項目には平均輝度を算出したときの分割領域のＩＤが設定される。また、平均輝度の項目には、対応する分割領域について算出された平均輝度が設定される。

（Ｓ３７）遮蔽領域検出部２４０は、ステップＳ３５で取得した画像について、遮蔽候補領域の平均輝度が他の分割領域の平均輝度と変わらないか判定する。他の分割領域の平均輝度と変わらないかは、例えば、画像全体での各分割領域の平均輝度の平均値と、遮蔽候補領域の平均輝度との差分が閾値より小さいかで判断できる。

各分割領域の平均輝度は、時間帯が“昼”であるレコードを輝度情報テーブル２１２から検索し、検索したレコードの各分割領域に対応する平均輝度を参照することで取得できる。

他の分割領域の平均輝度と変わらない場合、処理をステップＳ３８へ進める。他の分割領域と比較して平均輝度が極端に大きい場合、遮蔽領域が検出されなかったと判定し、処理を終了する。

（Ｓ３８）遮蔽領域検出部２４０は、ステップＳ３４で特定した遮蔽候補領域を、遮蔽領域として検出する。遮蔽領域を示す情報は、例えば、遮蔽領域情報記憶部２１０に確保された記憶領域に格納される。

（Ｓ３９）解析領域変更部２５０は、ステップＳ３８で検出された遮蔽領域の少なくとも一部が解析領域に含まれているか判定する。遮蔽領域の少なくとも一部が解析領域に含まれている場合、処理をステップＳ４０へ進める。遮蔽領域の少なくとも一部が解析領域に含まれていない場合、処理を終了する。

（Ｓ４０）解析領域変更部２５０は、ステップＳ３８で検出された遮蔽領域の一部が含まれないように、解析領域を移動させる。解析領域の移動処理の詳細は、図１４〜１５を用いて後で説明する。

図１４は、解析領域を変更する処理の例を示すフローチャートである。図１４〜１５の処理は、図１３のステップＳ４０、または、後述する図２２のステップＳ８０で実行される。ここでは、図１４〜１５の処理は、図１３のステップＳ４０で実行されているものとして説明する。また、図１４〜１５の処理の実行前に、基準動線に関する情報が基準動線情報２２２に格納されている。以下、図１４〜１５に示す処理をステップ番号に沿って説明する。

（Ｓ５１）解析領域変更部２５０は、基準動線と平行な一方の方向（例えば、車両の移動方向）に解析領域を移動させる。なお、車両の移動方向は、基準動線の始点から終点への方向となる。基準動線の始点および終点は、基準動線情報２２２を参照することで取得できる。

（Ｓ５２）解析領域変更部２５０は、図１３のステップＳ３８で検出された遮蔽領域の一部がステップＳ５１で移動後の解析領域に含まれていないか判定する。遮蔽領域の一部が移動後の解析領域に含まれていない場合、処理をステップＳ５３へ進める。遮蔽領域の一部が移動後の解析領域に含まれている場合、処理をステップＳ５１へ進める。

すなわち、解析領域変更部２５０は、ステップＳ５１〜Ｓ５２の処理により、遮蔽領域の一部が解析領域に含まれなくなるまで、基準動線と平行な一方の方向へ解析領域を移動させる。なお、ステップＳ５１〜Ｓ５２の処理では、移動後の解析領域が画像領域を逸脱することを許容する。

（Ｓ５３）解析領域変更部２５０は、ステップＳ５１〜Ｓ５２で移動させた解析領域の位置を候補領域＃１として設定する。
（Ｓ５４）解析領域変更部２５０は、移動前の解析領域の位置から、基準動線と平行な他方の方向（例えば、車両の移動方向と逆方向）に解析領域を移動させる。なお、車両の移動方向の逆方向は、基準動線の終点から始点への方向となる。基準動線の始点および終点は、ステップＳ５１と同様の方法により取得できる。

（Ｓ５５）解析領域変更部２５０は、図１３のステップＳ３８で検出された遮蔽領域の一部がステップＳ５４で移動後の解析領域に含まれていないか判定する。遮蔽領域の一部が移動後の解析領域に含まれていない場合、処理をステップＳ５６へ進める。遮蔽領域の一部が移動後の解析領域に含まれている場合、処理をステップＳ５４へ進める。

すなわち、解析領域変更部２５０は、ステップＳ５４〜Ｓ５５の処理により、遮蔽領域の一部が解析領域に含まれなくなるまで、基準動線と平行な他方の方向へ解析領域を移動させる。なお、ステップＳ５４〜Ｓ５５の処理でも、移動後の解析領域が画像領域を逸脱することを許容する。

（Ｓ５６）解析領域変更部２５０は、ステップＳ５４〜Ｓ５５で移動させた解析領域の位置を候補領域＃２として設定する。
図１５は、解析領域を変更する処理の例を示すフローチャート（続き）である。

（Ｓ６１）解析領域変更部２５０は、候補領域＃１および候補領域＃２の全領域がいずれも、撮像装置１００から受信される画像の領域に含まれているか判定する。各候補領域の全領域がいずれも画像領域に含まれている場合、処理をステップＳ６２へ進める。各候補領域のいずれかの少なくとも一部の領域が画像領域に含まれていない場合、処理をステップＳ６３へ進める。

（Ｓ６２）解析領域変更部２５０は、候補領域＃１または候補領域＃２のうち、移動量の少ない候補領域を、解析領域として解析領域情報２２１に設定する。
ここで、撮像装置１００等の撮像装置は、図７で説明したように、画角を広くした状態で監視対象領域を撮像している。そのため、撮像装置１００からの距離が異なる被写体が画像に含まれ、撮像範囲の全域で焦点のあった画像を撮像することが困難な場合があり得る。そのため、解析領域の移動量が多くなると、焦点が合っていない領域に解析領域が設定されるリスクが高くなる。上記のように、解析領域変更部２５０は、移動量の少ない候補領域を解析領域として選択することで、焦点が合っていない領域に移動後の解析領域が設定されるリスクを軽減できる。以下、移動量の少ない候補領域を、移動後の解析領域として選択する理由については、後述するステップＳ６９についても、同様である。

（Ｓ６３）解析領域変更部２５０は、候補領域＃１または候補領域＃２のいずれかの全領域が、撮像装置１００から受信される画像の領域に含まれているか判定する。各候補領域のいずれかの全領域が画像領域に含まれている場合、処理をステップＳ６４へ進める。各候補領域の一部の領域がいずれも画像領域に含まれていない場合、処理をステップＳ６５へ進める。

（Ｓ６４）解析領域変更部２５０は、全領域が画像に含まれると判定された候補領域を、解析領域として設定する。
（Ｓ６５）解析領域変更部２５０は、候補領域＃１，＃２の一部の領域がいずれも画像に含まれていない場合、移動前の解析領域の位置から画像の端まで、基準動線に平行な一方の方向に解析領域を移動させる。具体的には、解析領域変更部２５０は、解析領域の全領域が画像に含まれ、かつ、解析領域の端部が画像の端部に接する場合、画像の端に移動したと判定する。

（Ｓ６６）解析領域変更部２５０は、ステップＳ６５で移動した解析領域の位置を、候補領域＃３として設定する。
（Ｓ６７）解析領域変更部２５０は、移動前の解析領域の位置から画像の端まで、基準動線と平行な他方の方向に解析領域を移動させる。画像の端に移動したかは、ステップＳ６５と同様の方法により判定する。

（Ｓ６８）解析領域変更部２５０は、ステップＳ６７で移動した解析領域の位置を、候補領域＃４として設定する。
（Ｓ６９）解析領域変更部２５０は、候補領域＃３または候補領域＃４のうち、移動量の小さい候補領域を解析領域として設定する。

なお、図１４〜１５の処理では、解析領域変更部２５０は、複数の候補領域のうち、移動量の小さい候補領域を解析領域として設定するが、移動量の大きい候補領域を解析領域として設定してもよい。前者の場合、ステップＳ６２で説明したように、焦点が合っていない領域に、移動後の解析領域が設定されるリスクを軽減できる点で好ましい。一方、後者の場合、移動後の解析領域と遮蔽領域とが重複する領域を小さくできるため、車番認識部２８０による車番の認識率の低下を抑制できる点で好ましい。

第２の実施の形態の車番認識システム５によれば、車番認識装置２００は、遮蔽領域を検出し、検出した遮蔽領域の一部が解析領域に含まれている場合、遮蔽領域の一部が含まれない位置に解析領域を移動させる。このとき、車番認識装置２００は、基準動線に平行な方向に解析領域を移動させる。これにより、監視対象領域に遮蔽物が存在する状態でも、監視対象領域内を走行する車両の車番の認識率を維持したまま、認識処理を継続できる。

また、車番認識装置２００は、昼と夜に撮像した画像において、各分割領域の平均輝度に基づいて、遮蔽領域を検出する。これにより、認識率の低下により遮蔽領域を検出する方法と比較して、遮蔽領域を早期に検出できる。

［第３の実施の形態］
次に、第３の実施の形態の車番認識システムについて説明する。第３の実施の形態の車番認識システムは、第２の実施の形態の車番認識システム５を、同じ車両が撮像された複数の画像それぞれから検出された車番領域の位置関係に基づいて、遮蔽領域を検出するように変形したものである。

例えば、夜と昼に撮像された画像それぞれの分割領域毎の平均輝度に基づいて遮蔽領域を算出する方法では、遮蔽物が撮像装置１００から離れた位置に存在する場合、遮蔽物の画像を含む分割領域の平均輝度が大きくならず、精度よく遮蔽領域を検出できない場合がある。

そこで、図１６〜２２では、同じ車両が撮像された複数の画像それぞれから検出された車番領域の位置関係に基づいて、遮蔽領域を検出する例について説明する。図１６〜２２において、第２の実施の形態と差異のある点を説明し、第２の実施の形態と同じ構成や処理については説明を省略する。

図１６は、第３の実施の形態の撮像装置および車番認識装置の機能例を示す図である。車番認識装置２００ａについて、第２の実施の形態との違いは、遮蔽領域情報記憶部２１０が遮蔽領域情報記憶部２１０ａに変更され、遮蔽領域検出部２４０が遮蔽領域検出部２４０ａに変更されている点である。

遮蔽領域情報記憶部２１０ａは、輝度情報テーブル２１２の代わりに、遮蔽候補点に関する情報を格納した遮蔽候補点情報テーブルを記憶する。遮蔽候補点は、画像における遮蔽物の位置の候補を意味する。遮蔽候補点は、同じ車両が撮像された複数の画像それぞれから検出された車番領域の位置関係に基づいて検出される。

遮蔽領域検出部２４０ａは、同じ車両が撮像された連続する複数の画像それぞれから車番領域を検出し、検出した各車番領域における画像上の代表位置（例えば、車番領域の中央）に基づいて、遮蔽候補点を検出する。各画像の車番領域は、車番領域検出部２６０を用いて検出する。遮蔽領域検出部２４０ａは、算出した遮蔽候補点に関する情報を遮蔽候補点情報テーブルに登録する。

遮蔽領域検出部２４０ａは、上記のような遮蔽候補点の算出および登録を、複数の車両について繰り返し実行する。遮蔽領域検出部２４０ａは、遮蔽候補点情報テーブルに登録された複数の遮蔽候補点に基づいて、遮蔽領域を検出する。

次に、図１７〜２０を用いて、遮蔽領域検出部２４０ａが遮蔽領域を検出する方法について説明する。遮蔽領域検出部２４０ａは、同じ車両が撮像された複数の画像それぞれから検出された各車番領域における画像上の代表位置（例えば、車番領域の左上の頂点）に基づいて、遮蔽候補点を検出する。そして、遮蔽領域検出部２４０ａは、複数の車両それぞれが撮像された複数の画像について検出された複数の遮蔽候補点に基づいて、遮蔽領域を検出する。

以下、まず、図１７〜１９を用いて、遮蔽領域検出部２４０ａが遮蔽候補点を検出する方法について説明し、次に、図２０を用いて、遮蔽領域検出部２４０ａが複数の遮蔽候補点に基づいて遮蔽領域を検出する方法について説明する。

遮蔽候補点は、ともに同一の車両の車番領域が写っている２つの画像の各撮像タイミングの間に、その車両の車番領域が写っていない画像が撮像されたことを利用して検出される。例えば、ある車両の走行中に第１の画像、第２の画像、第３の画像が時系列的に撮像され、第１の画像と第３の画像にその車両の車番領域が写っていたが、第２の画像にはその車番領域が写っていなかったとする。この場合、第２の画像において車番領域が存在すると推定される領域に、遮蔽物が存在する可能性がある。そこで、遮蔽領域検出部２４０ａは、少なくとも第１の画像および第３の画像それぞれにおける車番領域の代表位置に基づいて、第２の画像における車番領域の位置を推定し、推定した位置を、遮蔽物が存在すると推定される遮蔽候補点とする。

以下の図１７〜１９に示す例では、遮蔽領域検出部２４０ａは、車番領域が写っていない第２の画像の前後の第１の画像および第３の画像だけでなく、少なくとも、第１の画像より前または第３の画像より後に撮像され、車番領域が写っている１つ以上の画像も利用する。遮蔽領域検出部２４０ａは、同一車両の車番領域が写っているこれらの３つ以上の画像に基づいて、車両の動線を算出し、算出した動線上に遮蔽候補点を決定する。

図１７は、第３の実施の形態の遮蔽候補点の検出例を示す図である。画像６１は、撮像装置１００が監視対象領域を撮像したときの画像である。画像６１の被写体には、車両３４および遮蔽物３５が含まれる。車両３４は、例えば、一定の速度で走行している。また、車両３４は、ナンバープレート３４ａを備える。図１７上段に示すように、画像６１において、ナンバープレート３４ａの画像は、画像６１の左下に位置する。

画像６２は、画像６１を撮像したときと同様の監視対象領域を、画像６１の撮像後に撮像装置１００が撮像したときの画像である。画像６２において、画像６１と同じ内容については説明を省略する。図１７下段に示すように、画像６２において、ナンバープレート３４ａの画像は、画像６１に写るナンバープレート３４ａの画像と比較して右上方向に位置する。

ここで、車番認識装置２００ａは、画像６１および画像６２を撮像装置１００から受信したとする。この場合、車番領域検出部２６０により、画像６１からは、画像６１上のナンバープレート３４ａの画像が車番領域として検出され、画像６２からは、画像６２上のナンバープレート３４ａの画像が車番領域として検出される。

図１８は、第３の実施の形態の遮蔽候補点の検出例を示す図（続き）である。画像６３は、図１７下段の画像６２を撮像したときと同様の監視対象領域を、画像６２の撮像後に撮像装置１００が撮像したときの画像である。画像６３において、画像６２と同じ内容については説明を省略する。図１８上段に示すように、車両３４の画像は、図１７下段の画像６２に写る車両３４の画像と比較して、右上方向に位置する。しかし、ナンバープレート３４ａは、遮蔽物３５に遮られているため、画像６３上には写っていない。

画像６４は、画像６３を撮像したときと同様の監視対象領域と同じ領域を、画像６３の撮像後に撮像装置１００が撮像したときの画像である。画像６４において、画像６３と同じ内容については説明を省略する。図１８下段に示すように、画像６４において、ナンバープレート３４ａの画像は、図１７下段の画像６２に写るナンバープレート３４ａの画像と比較して、さらに右上方向に位置する。

ここで、車番認識装置２００ａは、画像６１，６２の受信に続いて、画像６３および画像６４を撮像装置１００から受信したとする。この場合、画像６３からは、車番領域が検出されず、画像６４からは、画像６４上のナンバープレート３４ａの画像が車番領域として車番領域検出部２６０により検出される。

図１９は、第３の実施の形態の遮蔽候補点の検出例を示す図（続き２）である。遮蔽領域検出部２４０ａは、検出された各車番領域の位置に基づいて、次のように、遮蔽候補点を検出する。まず、検出された各車番領域の代表位置に基づいて動線を算出する。車番領域の代表位置の例として、車番領域の中央や、四隅の頂点のうちいずれかの頂点等の位置が挙げられる。動線の算出方法は、例えば、図１２のステップＳ２２と同様の方法を用いる。

次に、遮蔽領域検出部２４０ａは、検出された各車番領域の位置を、算出した動線上の位置に変換する。動線上の位置への変換方法は、例えば、車番領域の代表位置から、算出された動線に下ろした垂線の足を変換後の位置とすることができるが、これに限定されるものではない。以下、上記変換後の位置を“変換位置”と記載する場合がある。

そして、遮蔽領域検出部２４０ａは、複数の変換位置における、各隣接する変換位置間の距離を算出し、他の変換位置間と比較して距離が大きいと判断される変換位置間の中点を遮蔽候補点として検出する。他の変換位置間の距離と比較して大きいかは、例えば、変換位置間の各距離の平均値との差分が閾値以上であるかで判断できる。遮蔽領域検出部２４０ａは、検出した遮蔽候補点に関する情報を遮蔽候補点情報テーブルに登録する。

図１９に示す画像６５は、画像６１〜６４を撮像したときと同様の監視対象領域を撮像装置１００が撮像したときの画像である。画像６５の被写体には、遮蔽物３５のみが含まれる。この画像６５を用いて、遮蔽候補点の検出例について説明する。

まず、遮蔽領域検出部２４０ａは、図１７〜１８の画像６１，６２，６４から車番領域を検出した後、検出された各車番領域の代表位置に基づいて動線４６を算出する。次に、遮蔽領域検出部２４０ａは、検出された各車番領域の代表位置を、動線４６上の位置に変換する。図１９には、画像６５における変換後の変換位置３４ａ−１，３４ａ−２，３４ａ−３を示している。変換位置３４ａ−１は、画像６１から検出された車番領域の代表位置に対応する変換位置である。また、変換位置３４ａ−２は、画像６２から検出された車番領域の代表位置に対応する変換位置であり、変換位置３４ａ−３は、画像６４から検出された車番領域の代表位置に対応する変換位置である。図１９に示すように、変換位置３４ａ−１，３４ａ−２は隣接し、変換位置３４ａ−２，３４ａ−３は隣接する。

次に、遮蔽領域検出部２４０ａは、変換位置３４ａ−１，３４ａ−２，３４ａ−３について、互いに隣接する変換位置間の距離Ｌ１，Ｌ２を算出する。距離Ｌ１は、変換位置３４ａ−１と変換位置３４ａ−２との間の画像上の距離である。距離Ｌ２は、変換位置３４ａ−２と変換位置３４ａ−３との間の画像上の距離である。

そして、遮蔽領域検出部２４０ａは、算出された各距離のうち、他の距離と比較して大きい距離に対応する、隣接する変換位置の中点を遮蔽候補点として検出する。図１９に示すように、距離Ｌ１と比較して距離Ｌ２は大きい。そのため、遮蔽領域検出部２４０ａは、変換位置３４ａ−２と変換位置３４ａ−３との中点を、遮蔽候補点４７として検出する。遮蔽領域検出部２４０ａは、検出した遮蔽候補点４７に関する情報を遮蔽候補点情報テーブルに登録する。その後、遮蔽領域検出部２４０ａは、複数の異なる車両について、同一の車両が写る複数の異なる画像に基づいて、図１７〜１９で説明した方法により、遮蔽候補点を検出して遮蔽候補点情報テーブルに登録する。

ここで、監視対象領域に遮蔽物が存在しないとき、監視対象領域内を一定の速度で走行している車両を所定時間間隔で複数回撮像したとき、撮像された複数の画像上の車番領域の変換位置における各隣接する変換位置間の距離は、一定の距離になる。一方、撮像された領域に遮蔽物が存在する場合、その遮蔽物により、一部の画像から車番領域が検出されない場合がある。

この場合、車番領域が検出されなかった画像の直前に撮像された画像から検出された車番領域の変換位置と、直後に撮像された画像から検出された車番領域の変換位置との間の距離は、他の車番領域の変換位置間の距離と比較して大きくなる。具体的には、撮像された車両が同じ速度で直線的に走行しているとすれば、上記前後の画像それぞれから検出された車番領域の変換位置間の距離は、他の車番領域の変換位置間の距離の２倍程度の距離となる。そのため、図１７〜１９で説明した方法により検出された位置を、遮蔽領域に含まれる位置の候補である遮蔽候補点として検出することができる。

なお、遮蔽領域検出部２４０ａは、動線を用いる代わりに、検出された複数の車番領域の代表位置を変換せずにそのまま用い、隣接する代表位置間の各距離に基づいて、遮蔽候補点を算出してもよい。例えば、遮蔽領域検出部２４０ａは、隣接する代表位置の組み合わせの中から、代表位置間の距離が極端に大きい組を選択する。そして、選択した代表位置間の中点を遮蔽候補点とする。

また、以上の例では、遮蔽候補点を複数組の代表位置間の距離に基づいて決定したが、遮蔽領域検出部２４０ａは、例えば、車番領域が検出されなかった画像を特定し、その前後に撮像された各画像における車番領域の代表位置に基づいて、遮蔽候補点を決定してもよい。

図２０は、第３の実施の形態の遮蔽領域の検出例を示す図である。遮蔽領域検出部２４０ａは、撮像画像に写る車両ごとに遮蔽候補点を検出する。その結果、図２０に示すような複数の遮蔽候補点が検出されたとする。

この場合、遮蔽領域検出部２４０ａは、検出された全遮蔽候補点が含まれる長方形の領域を、遮蔽領域４８として検出する。なお、遮蔽領域は、長方形の他、楕円形、円形、多角形等の閉じられた領域であってもよい。

図２１は、第３の実施の形態の遮蔽候補点情報テーブルの例を示す図である。遮蔽候補点情報テーブル２１３は、遮蔽候補点に関する情報を格納する。遮蔽候補点情報テーブル２１３は、遮蔽領域情報記憶部２１０ａに記憶されている。遮蔽候補点情報テーブル２１３は、遮蔽候補点ＩＤ、位置情報および分割領域ＩＤの項目を有する。

遮蔽候補点ＩＤの項目には、遮蔽領域検出部２４０ａにより検出された遮蔽候補点を識別するための識別子が設定される。位置情報の項目には、検出された遮蔽候補点の画像上の位置情報が設定される。車番認識システムにおいて、遮蔽候補点の位置情報は、画像上の座標により表される。分割領域ＩＤの項目には、遮蔽候補点が存在する分割領域を識別するための識別子が設定される。

図２２は、第３の実施の形態の遮蔽領域を検出する処理の例を示すフローチャートである。図２２の処理は、第２の実施の形態の遮蔽領域検出処理（図１３の処理）のステップＳ３１〜Ｓ４０に代えて、ステップＳ７１〜Ｓ８０が実行される。また、図２２で処理対象となる車両は、ほぼ一定の速度で走行しているものとする。以下、図２２に示す処理をステップ番号に沿って説明する。

（Ｓ７１）遮蔽領域検出部２４０ａは、同一の車両が写る複数の画像に基づいて、図１７〜１９で説明した方法により、遮蔽候補点を検出する。遮蔽領域検出部２４０ａは、検出した遮蔽候補点に関する情報を遮蔽候補点情報テーブル２１３に登録する。このとき、遮蔽候補点ＩＤの項目には、検出した遮蔽候補点の識別子が設定され、位置情報の項目には、検出した遮蔽候補点の画像上の位置情報が設定され、分割領域ＩＤには、遮蔽候補点の画像上の位置を含む分割領域の識別子が設定される。

なお、ステップＳ７１の処理が最初に実行される際には、遮蔽候補点の検出の前に遮蔽候補点情報テーブル２１３の登録情報がクリアされる。
（Ｓ７２）遮蔽領域検出部２４０ａは、遮蔽候補点情報テーブル２１３に登録された遮蔽候補点の数が閾値以上か判定する。登録した遮蔽候補点の数が閾値以上である場合、処理をステップＳ７３へ進める。登録した遮蔽候補点の数が閾値未満である場合、処理をステップＳ７１へ進める。

すなわち、遮蔽領域検出部２４０ａは、遮蔽候補点情報テーブル２１３に閾値以上の数の遮蔽候補点が登録されるまで、ステップＳ７１〜Ｓ７２による遮蔽候補点の検出および登録を、複数の異なる車両それぞれについて繰り返す。

（Ｓ７３）遮蔽領域検出部２４０ａは、分割領域情報テーブル２１１に登録されている分割領域を１つ選択する。
（Ｓ７４）遮蔽領域検出部２４０ａは、ステップＳ７３で選択した分割領域内の遮蔽候補点をカウントする。具体的には、遮蔽領域検出部２４０ａは、選択した分割領域のＩＤ（分割領域ＩＤ）を含むレコードを遮蔽候補点情報テーブル２１３から検索し、検索されたレコードの数を、選択した分割領域内の遮蔽候補点の数としてカウントする。

（Ｓ７５）遮蔽領域検出部２４０ａは、ステップＳ７４でカウントされた遮蔽候補点の数が閾値以上か判定する。遮蔽候補点の数が閾値以上である場合、処理をステップＳ７７へ進める。遮蔽候補点の数が閾値未満である場合、処理をステップＳ７６へ進める。

（Ｓ７６）遮蔽領域検出部２４０ａは、ステップＳ７４で検索された遮蔽候補点に関する情報を遮蔽候補点情報テーブル２１３から削除する。
（Ｓ７７）遮蔽領域検出部２４０ａは、分割領域情報テーブル２１１に登録されている全分割領域を選択済か判定する。全分割領域を選択済である場合、処理をステップＳ７８へ進める。未選択の分割領域が存在する場合、処理をステップＳ７３へ進める。

すなわち、遮蔽領域検出部２４０ａは、ステップＳ７３〜Ｓ７７の処理を繰り返すことで、存在する遮蔽候補点の数が少ない分割領域に含まれる遮蔽候補点を遮蔽候補点情報テーブル２１３から削除する。これにより、誤検出された遮蔽候補点が遮蔽領域に含まれ、実際に遮蔽物が写っている領域より極端に大きい遮蔽領域が検出されることの発生確率を低減できる。

（Ｓ７８）遮蔽領域検出部２４０ａは、遮蔽候補点情報テーブル２１３に登録されている全遮蔽候補点を含む領域を遮蔽領域として検出する。第３の実施の形態の車番認識システムにおいて、遮蔽領域は、長方形とするが、遮蔽領域の形状はこれに限定されるものではなく、円形、楕円形、多角形等の形状であってもよい。

（Ｓ７９）解析領域変更部２５０は、ステップＳ７８で検出された遮蔽領域の少なくとも一部が解析領域に含まれているか判定する。遮蔽領域の少なくとも一部が解析領域に含まれている場合、処理をステップＳ８０へ進める。遮蔽領域の少なくとも一部が解析領域に含まれていない場合、処理を終了する。

（Ｓ８０）解析領域変更部２５０は、ステップＳ７８で検出された遮蔽領域の一部が含まれないように、解析領域を移動させる。解析領域の移動処理の詳細は、図１４〜１５を用いて前述したとおりである。

第３の実施の形態の車番認識システムによれば、第２の実施の形態の車番認識システム５と同様の効果が得られる。さらに、車番認識装置２００ａは、発光装置を用いずに遮蔽領域を検出するため、遮蔽物と撮像装置１００との距離が大きい場合でも、遮蔽領域を精度よく検出できる。

なお、第２の実施の形態で示した遮蔽領域の検出方法は、夜と昼に撮像された２つの画像のみを解析することで、遮蔽領域を検出できるため、遮蔽領域を検出する処理の負荷が小さい点において好ましい。また、第２の実施の形態で示した遮蔽領域の検出方法は、車両が写らない画像を用いても遮蔽領域を検出できるため、車両の速度に左右されずに遮蔽領域を検出できる点で好ましい。一方、第３の実施の形態で示した遮蔽領域の検出方法は、時間当たりの車両の通過台数が一定以上であれば、第２の実施の形態と比較して短時間で遮蔽領域を検出できる。

ところで、上記の各実施の形態で示した車番認識装置の機能のすべて、あるいはその一部の機能は、例えば、次の図に示すコンピュータのような情報処理装置によって実現することもできる。

図２３は、車番認識装置の機能を実現するコンピュータのハードウェア構成例を示す図である。図２３に示すコンピュータ３００は、プロセッサ３０１、ＲＡＭ３０２、ＨＤＤ３０３、画像信号処理部３０４、入力信号処理部３０５、ディスクドライブ３０６および通信インタフェース３０７を有する。これらのユニットは、コンピュータ３００内でバス３０８に接続されている。

プロセッサ３０１は、プログラムの命令を実行する演算器を含み、例えばＣＰＵ（Central Processing Unit）である。プロセッサ３０１は、ＨＤＤ３０３に記憶されているプログラムやデータの少なくとも一部をＲＡＭ３０２にロードしてプログラムを実行する。なお、プロセッサ３０１は複数のプロセッサコアを備えてもよい。また、コンピュータ３００は、複数のプロセッサを備えてもよい。また、コンピュータ３００は、複数のプロセッサまたは複数のプロセッサコアを用いて並列処理を行ってもよい。また、２以上のプロセッサの集合、ＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）等の専用回路、２以上の専用回路の集合、プロセッサと専用回路の組み合わせ等を「プロセッサ」と呼んでもよい。

ＲＡＭ３０２は、プロセッサ３０１が実行するプログラムやプログラムから参照されるデータを一時的に記憶する揮発性メモリである。なお、コンピュータ３００は、ＲＡＭ以外の種類のメモリを備えてもよく、複数個の揮発性メモリを備えてもよい。

ＨＤＤ３０３は、ＯＳ（Operating System）やファームウェアやアプリケーションソフトウェア等のソフトウェアのプログラムおよびデータを記憶する不揮発性の記憶装置である。なお、コンピュータ３００は、フラッシュメモリ等の他の種類の記憶装置を備えてもよく、複数個の不揮発性の記憶装置を備えてもよい。

画像信号処理部３０４は、プロセッサ３０１からの命令に従って、コンピュータ３００に接続されたディスプレイ７１に画像を出力する。ディスプレイ７１としては、ＣＲＴ（Cathode Ray Tube）ディスプレイや液晶ディスプレイ等を用いることができる。

入力信号処理部３０５は、コンピュータ３００に接続された入力デバイス７２から入力信号を取得し、プロセッサ３０１に通知する。入力デバイス７２としては、マウスやタッチパネル等のポインティングデバイス、キーボード等を用いることができる。

ディスクドライブ３０６は、記録媒体７３に記録されたプログラムやデータを読み取る駆動装置である。記録媒体７３として、例えば、フレキシブルディスク（ＦＤ：Flexible Disk）やＨＤＤ等の磁気ディスク、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）等の光ディスク、光磁気ディスク（ＭＯ：Magneto-Optical disk）を使用できる。ディスクドライブ３０６は、プロセッサ３０１からの命令に従って、記録媒体７３から読み取ったプログラムやデータをＲＡＭ３０２またはＨＤＤ３０３に格納する。

通信インタフェース３０７は、他の情報処理装置（例えば、撮像装置１００）と通信を行う。
なお、車番認識装置を実現するコンピュータ３００はディスクドライブ３０６を備えていなくてもよく、専ら他の端末装置から制御される場合には、画像信号処理部３０４や入力信号処理部３０５を備えていなくてもよい。また、ディスプレイ７１や入力デバイス７２は、コンピュータ３００の筐体と一体に形成されていてもよい。

例えば、図７に示した車番認識装置２００の画像受信部２３０、遮蔽領域検出部２４０、解析領域変更部２５０、車番領域検出部２６０、動線算出部２７０および車番認識部２８０による処理のすべて、または一部を、プロセッサ３０１が所定のプログラムを実行することで実現することができる。同様に、図１６に示した車番認識装置２００ａの画像受信部２３０、遮蔽領域検出部２４０ａ、解析領域変更部２５０、車番領域検出部２６０、動線算出部２７０および車番認識部２８０による処理のすべて、または一部を、プロセッサ３０１が所定のプログラムを実行することで実現することができる。

このように、上記の車番認識装置が有する機能の少なくとも一部は、コンピュータによって実現することができる。その場合には、上記機能の処理内容を記述したプログラムが提供される。そして、そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。上記の各実施の形態で示した機能のすべて、あるいはそれらの一部がソフトウェア処理によって実現される場合には、それらの機能の処理内容を記述したプログラムが、例えばＨＤＤ３０３に記憶される。そして、そのプログラムがプロセッサ３０１に実行されることによって、それらの機能が実現される。

また、例えば、上記の各実施の形態で示した機能の一部についてはハードウェア回路として設けられてもよい。このようなハードウェア回路は、例えば、画像信号処理部３０４と一体に設けられてもよい。このような場合、上記一部の機能以外の機能のみ、ソフトウェア処理によって実現してもよい。

また、上記の車番認識装置が有する機能の少なくとも一部を実現させるプログラムは、コンピュータ読み取り可能な記録媒体（例えば、記録媒体７３）に記録しておくことができる。記録媒体としては、例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリ等を使用できる。磁気ディスクには、ＦＤおよびＨＤＤが含まれる。光ディスクには、ＣＤ、ＣＤ−Ｒ（Recordable）／ＲＷ（Rewritable）、ＤＶＤおよびＤＶＤ−Ｒ／ＲＷが含まれる。

プログラムを流通させる場合、例えば、当該プログラムを記録した可搬記録媒体が提供される。また、プログラムを他のコンピュータの記憶装置に格納しておき、ネットワーク経由でプログラムを配布することもできる。コンピュータは、例えば、可搬記録媒体に記録されたプログラムまたは他のコンピュータから受信したプログラムを、記憶装置（例えば、ＨＤＤ３０３）に格納し、当該記憶装置からプログラムを読み込んで実行する。ただし、可搬記録媒体から読み込んだプログラムを直接実行してもよく、他のコンピュータからネットワークを介して受信したプログラムを直接実行してもよい。また、上記の情報処理の少なくとも一部を、ＤＳＰ、ＡＳＩＣ、ＰＬＤ（Programmable Logic Device）等の電子回路で実現することも可能である。

１ 認識領域
２ 遮蔽領域
３ 移動方向
４ａ，４ｂ 車両
４ｃ ナンバープレート
１０ 画像処理装置
１１ 検出部
１２ 認識処理部
２０ 撮像装置
２１，２２ 撮像画像

Claims (9)

1. 監視対象領域を撮像する撮像装置から入力される撮像画像から監視対象物を認識する画像処理装置において、
   前記撮像装置と前記監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出する検出部と、
   撮像画像の一部に認識領域を設定し、設定した前記認識領域の画像から前記監視対象物を認識する認識処理部であって、設定されている前記認識領域の少なくとも一部が前記遮蔽領域と重複する場合には、前記遮蔽領域と重複しないように前記認識領域の設定位置を前記監視対象物の移動方向と平行に移動させる前記認識処理部と、
   を有することを特徴とする画像処理装置。
2. 前記検出部は、前記監視対象領域に向かって光を照射したときに前記撮像装置によって撮像された画像における輝度の分布状態に基づいて、前記遮蔽領域を検出することを特徴とする請求項１記載の画像処理装置。
3. 前記検出部は、前記監視対象領域に向かって光を照射したときに前記撮像装置によって撮像された第１の画像における輝度の分布状態と、前記第１の画像とは異なる時間帯において、前記監視対象領域に向かって光が照射されていない状態で前記撮像装置によって撮像された第２の画像における輝度の分布状態とに基づいて、前記遮蔽領域を検出することを特徴とする請求項１記載の画像処理装置。
4. 前記検出部は、前記第１の画像を分割して得られる複数の分割領域の中から、平均輝度が前記第１の画像における平均輝度より第１の値以上高い分割領域を選択し、前記第２の画像における前記選択した分割領域に対応する領域の平均輝度と、前記第２の画像における平均輝度との差分が第２の値以下である場合に、前記選択した分割領域を前記遮蔽領域と判定することを特徴とする請求項３記載の画像処理装置。
5. 前記検出部は、前記撮像装置によって撮像された複数の画像の中に、同一の前記監視対象物が写っている２つの画像と、前記２つの画像の間に撮像された、当該監視対象物が写っていない画像とが存在するとき、前記２つの画像それぞれにおける当該監視対象物の位置に基づいて前記遮蔽領域の位置を判定することを特徴とする請求項１記載の画像処理装置。
6. 前記撮像装置によって撮像された、同一の前記監視対象物が写っている複数の画像を取得し、前記複数の画像それぞれにおける当該監視対象物の位置に基づいて、前記移動方向を算出する移動方向算出部をさらに有することを特徴とする請求項１乃至５の何れか１項に記載の画像処理装置。
7. 監視対象領域を撮像する撮像装置と、前記撮像装置から入力される撮像画像から監視対象物を認識する画像処理装置とを有する画像処理システムにおいて、
   前記画像処理装置は、
   前記撮像装置と前記監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出する検出部と、
   撮像画像の一部に認識領域を設定し、設定した前記認識領域の画像から前記監視対象物を認識する認識処理部であって、設定されている前記認識領域の少なくとも一部が前記遮蔽領域と重複する場合には、前記遮蔽領域と重複しないように前記認識領域の設定位置を前記監視対象物の移動方向と平行に移動させる前記認識処理部と、
   を有することを特徴とする画像処理システム。
8. 監視対象領域を撮像する撮像装置から入力される撮像画像から監視対象物を認識する画像処理方法において、
   コンピュータが、
   撮像画像の一部に認識領域を設定して、設定した前記認識領域の画像から前記監視対象物を認識し、
   前記撮像装置と前記監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出し、
   設定されている前記認識領域の少なくとも一部が前記遮蔽領域と重複する場合には、前記遮蔽領域と重複しないように前記認識領域の設定位置を前記監視対象物の移動方向と平行に移動させ、移動後の前記認識領域の画像から前記監視対象物を認識する、
   ことを特徴とする画像処理方法。
9. 監視対象領域を撮像する撮像装置から入力される撮像画像から監視対象物を認識する処理をコンピュータに実行させる画像処理プログラムにおいて、
   前記コンピュータに、
   撮像画像の一部に認識領域を設定して、設定した前記認識領域の画像から前記監視対象物を認識し、
   前記撮像装置と前記監視対象領域との間に存在する遮蔽物が写る遮蔽領域を撮像画像から検出し、
   設定されている前記認識領域の少なくとも一部が前記遮蔽領域と重複する場合には、前記遮蔽領域と重複しないように前記認識領域の設定位置を前記監視対象物の移動方向と平行に移動させ、移動後の前記認識領域の画像から前記監視対象物を認識する、
   処理を実行させることを特徴とする画像処理プログラム。

Images