JPH0624036B2 - 走行路判別方法 - Google Patents
走行路判別方法Info
- Publication number
- JPH0624036B2 JPH0624036B2 JP63243331A JP24333188A JPH0624036B2 JP H0624036 B2 JPH0624036 B2 JP H0624036B2 JP 63243331 A JP63243331 A JP 63243331A JP 24333188 A JP24333188 A JP 24333188A JP H0624036 B2 JPH0624036 B2 JP H0624036B2
- Authority
- JP
- Japan
- Prior art keywords
- straight line
- image
- region
- edge
- straight
- 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 Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は画像処理によって走行路の形状を認識するに際
して、走行路端の連続する方向を容易に判別できる走行
路判別方法に関するものである。
して、走行路端の連続する方向を容易に判別できる走行
路判別方法に関するものである。
走行路の形状を認識するにあたっては、その端部（走行
路端）を抽出することが必要であり、かつその連続する
方向を容易に判別することが重要になる。このために
は、カメラによって得られた画像データを処理すること
が必要になり、その手法として例えばＨｏｕｇｈ変換と
呼ばれるものがある（特開昭６２−２４３１０号、同６
２−７０９１６号など）。これによれば、画像特徴量と
して得られた原画の微分画像の各エッジ点（画像上の特
徴点）に対してＨｏｕｇｈ変換を行なうことにより、画
素の分布の特徴（撮像対象の各エッジを示している）に
対応した直線群を求めることができる。
路端）を抽出することが必要であり、かつその連続する
方向を容易に判別することが重要になる。このために
は、カメラによって得られた画像データを処理すること
が必要になり、その手法として例えばＨｏｕｇｈ変換と
呼ばれるものがある（特開昭６２−２４３１０号、同６
２−７０９１６号など）。これによれば、画像特徴量と
して得られた原画の微分画像の各エッジ点（画像上の特
徴点）に対してＨｏｕｇｈ変換を行なうことにより、画
素の分布の特徴（撮像対象の各エッジを示している）に
対応した直線群を求めることができる。
しかしながら、このようにして得られる直線は極めて多
数である反面、走行路がカーブしていたりすると異なっ
た属性の直線が多く含まれることになるので、走行路が
原画像上で連続している方向を判別するのは容易でな
い。ところで、走行路を撮像して得られる画像をその特
徴量の直線的並びの点から検討してみると、画像には特
徴量の直線的な並びの特徴がよく現れる領域（エッジ部
分がより強調されている領域）とあまり現れない領域が
ある。そして、一般的には、上記の特徴がよく現れる領
域では特徴量の並びに近似した直線の抽出は容易であ
り、特徴のあまり現れない領域では上記直線の抽出は困
難である。
数である反面、走行路がカーブしていたりすると異なっ
た属性の直線が多く含まれることになるので、走行路が
原画像上で連続している方向を判別するのは容易でな
い。ところで、走行路を撮像して得られる画像をその特
徴量の直線的並びの点から検討してみると、画像には特
徴量の直線的な並びの特徴がよく現れる領域（エッジ部
分がより強調されている領域）とあまり現れない領域が
ある。そして、一般的には、上記の特徴がよく現れる領
域では特徴量の並びに近似した直線の抽出は容易であ
り、特徴のあまり現れない領域では上記直線の抽出は困
難である。
しかしながら、従来の方法ではこれらの領域を一括して
画像処理することを基本としているので、結果的には高
速かつ容易に走行路の形状を判別することができなかっ
た。本発明はかかる問題点を解決することを目的になさ
れたものである。
画像処理することを基本としているので、結果的には高
速かつ容易に走行路の形状を判別することができなかっ
た。本発明はかかる問題点を解決することを目的になさ
れたものである。
本発明に係る走行路判別方法は、走行路をカメラで撮像
して得られた画像データに含まれる特徴点（撮像対象の
各エッジを示す画像データ）についてＨｏｕｇｈ変換を
施すことにより、撮像対象の各エッジを画像上で近似す
る直線群を求め、この画像からそれぞれ重複しないよう
に分割した各領域ごとに、各領域内に存在する直線群の
中から走行路端の一部を画像上で近似する直線（対）を
抽出し、この直線（対）を走行路全体の形状判別に利用
することを特徴としている。
して得られた画像データに含まれる特徴点（撮像対象の
各エッジを示す画像データ）についてＨｏｕｇｈ変換を
施すことにより、撮像対象の各エッジを画像上で近似す
る直線群を求め、この画像からそれぞれ重複しないよう
に分割した各領域ごとに、各領域内に存在する直線群の
中から走行路端の一部を画像上で近似する直線（対）を
抽出し、この直線（対）を走行路全体の形状判別に利用
することを特徴としている。
すなわち、本発明の第１の態様は、走行路を撮像して得
られた画像データから該走行路の形状を判別する走行路
判別方法において、まず走行路端の一部を画像上で近似
する直線が存在する領域であって、近似直線を特定する
ためのエッジ情報が最も良好に得られる第１の領域と、
この第１の領域に隣接しかつ該第１の領域に対し画像上
前方側に位置する第２の領域（第１の領域と同様に走行
路端の一部を画像上で近似する直線が存在する領域）と
を含む少なくとも２つの領域（各領域は重複せず）に、
前記画像を分割し（第１のステップ）、第２のステップ
で画像に含まれる撮像対象の各エッジを示す特徴点を検
出し、この画像上で各特徴点に対してＨｏｕｇｈ変換を
施すことにより撮像対象の各エッジを画像上で近似する
直線群を求める。
られた画像データから該走行路の形状を判別する走行路
判別方法において、まず走行路端の一部を画像上で近似
する直線が存在する領域であって、近似直線を特定する
ためのエッジ情報が最も良好に得られる第１の領域と、
この第１の領域に隣接しかつ該第１の領域に対し画像上
前方側に位置する第２の領域（第１の領域と同様に走行
路端の一部を画像上で近似する直線が存在する領域）と
を含む少なくとも２つの領域（各領域は重複せず）に、
前記画像を分割し（第１のステップ）、第２のステップ
で画像に含まれる撮像対象の各エッジを示す特徴点を検
出し、この画像上で各特徴点に対してＨｏｕｇｈ変換を
施すことにより撮像対象の各エッジを画像上で近似する
直線群を求める。
そして、続く第３のステップで、まず上記画像上の第１
の領域内に存在する直線群の中から、一部走行路端の一
方を画像上で近似する第１の直線を、Ｈｏｕｇｈ曲線の
交叉頻度及び各特徴点の輝度情報にもとづいて抽出した
後、第４のステップで、この抽出された第１の直線を利
用し、画像上の第２の領域内に存在する直線群のうち一
部走行路端の一方を画像上で近似する第２の直線とし
て、上記第１および第２領域の画像上の境界線と第１の
直線の交点近傍を通る直線群から抽出している。
の領域内に存在する直線群の中から、一部走行路端の一
方を画像上で近似する第１の直線を、Ｈｏｕｇｈ曲線の
交叉頻度及び各特徴点の輝度情報にもとづいて抽出した
後、第４のステップで、この抽出された第１の直線を利
用し、画像上の第２の領域内に存在する直線群のうち一
部走行路端の一方を画像上で近似する第２の直線とし
て、上記第１および第２領域の画像上の境界線と第１の
直線の交点近傍を通る直線群から抽出している。
また本発明の第２の態様は、まず前処理（第１のステッ
プ）として画像上の地平線位置を、あらかじめ設定され
たカメラ位置情報にもとづいて演算し、上述した第１の
態様と同様に画像の分割（第２のステップ）及びＨｏｕ
ｇｈ変換による直線群の検出（第３のステップ）を行
う。
プ）として画像上の地平線位置を、あらかじめ設定され
たカメラ位置情報にもとづいて演算し、上述した第１の
態様と同様に画像の分割（第２のステップ）及びＨｏｕ
ｇｈ変換による直線群の検出（第３のステップ）を行
う。
そして、続けて第４のステップで、画像上の第１の領域
内に存在する直線群の中から、一部走行路端をそれぞれ
画像上で近似する第１の直線対として、走行路の一端を
画像上で近似する第１の直線の候補となる直線群中の直
線（第３のステップにおいて求められた直線）を任意に
選択しながら、この選択された直線の位置とすでに第１
のステップで算出された地平線位置情報及びあらかじめ
設定された走行路幅情報から算出される理論直線と上記
選択された直線との対（直線対）に画像上近似している
直線群中の直線の組を順次求め、これら得られた直線の
組のうちから最も画像上近似している直線の組を抽出す
る。
内に存在する直線群の中から、一部走行路端をそれぞれ
画像上で近似する第１の直線対として、走行路の一端を
画像上で近似する第１の直線の候補となる直線群中の直
線（第３のステップにおいて求められた直線）を任意に
選択しながら、この選択された直線の位置とすでに第１
のステップで算出された地平線位置情報及びあらかじめ
設定された走行路幅情報から算出される理論直線と上記
選択された直線との対（直線対）に画像上近似している
直線群中の直線の組を順次求め、これら得られた直線の
組のうちから最も画像上近似している直線の組を抽出す
る。
ここで、上記理論直線は画像上で計算により算出される
直線であって、第１の領域内に存在する直線群の中から
クラスタリングされた各グループを代表する代表直線を
選定し、走行路端の一方を近似する直線の候補となる直
線をこれら代表直線の中から任意に選択しながら、この
代表直線と画像上の地平線位置の交点近傍を通り、かつ
代表直線に対して走行路幅情報に対応した距離だけ等し
く右側あるいは左側に離れた直線である。
直線であって、第１の領域内に存在する直線群の中から
クラスタリングされた各グループを代表する代表直線を
選定し、走行路端の一方を近似する直線の候補となる直
線をこれら代表直線の中から任意に選択しながら、この
代表直線と画像上の地平線位置の交点近傍を通り、かつ
代表直線に対して走行路幅情報に対応した距離だけ等し
く右側あるいは左側に離れた直線である。
さらに、第５のステップでは、画像上の第２の領域内に
存在する直線群のうち一部走行路端の一方を画像上で近
似する第２の直線対として、第１および第２の領域の画
像上の境界線と第１の直線対の交点近傍を通る直線群か
ら抽出している。
存在する直線群のうち一部走行路端の一方を画像上で近
似する第２の直線対として、第１および第２の領域の画
像上の境界線と第１の直線対の交点近傍を通る直線群か
ら抽出している。
例えば曲がっている走行路などは１本の直線で画像上近
似することはできず、したがって、複数の直線により画
像上近似することとなるが、実際の景色を撮像すること
により得られた画像の場合、この画像内には撮像対象の
各エッジが良好に強調される領域とそうでない領域とが
存在している。
似することはできず、したがって、複数の直線により画
像上近似することとなるが、実際の景色を撮像すること
により得られた画像の場合、この画像内には撮像対象の
各エッジが良好に強調される領域とそうでない領域とが
存在している。
そこで、この発明では、このような特徴を有する画像を
まず複数の領域に分割し、撮像対象の各エッジを画像上
で近似した直線の抽出が容易な領域（第１の領域）内か
らまず第１の直線（直線対）を抽出し、この第１の直線
（直線対）の情報を利用して近似直線の抽出が困難な領
域（第２の領域）内から第２の直線（直線対）を抽出し
ている（これら第１及び第２の直線（直線対）は上記第
１及び第２領域の境界近傍で交叉している）。
まず複数の領域に分割し、撮像対象の各エッジを画像上
で近似した直線の抽出が容易な領域（第１の領域）内か
らまず第１の直線（直線対）を抽出し、この第１の直線
（直線対）の情報を利用して近似直線の抽出が困難な領
域（第２の領域）内から第２の直線（直線対）を抽出し
ている（これら第１及び第２の直線（直線対）は上記第
１及び第２領域の境界近傍で交叉している）。
以下、添付図面を参照して本発明の実施例を説明する。
第１図は本発明の基本概念を示している。まず、走行車
両に搭載されたカメラにより取り込まれる情景が、例え
ば第１図（ａ）のようになっているとする。すなわち、
走行路端５１を境界とする走行路の左端にはガードレー
ル５２、右側にはあぜ道５３があり、地平線５４まで走
行路端５１が延びている。このような情景を原画像とし
て撮像し、微分して得られるエッジデータをドット５６
で表現すると、例えば第１図（ｂ）のようになる。そこ
で、このドット５６に対して後述のＨｏｕｇｈ変換を施
してＨｏｕｇｈ曲線を求め、その交叉点のカウント処理
を行なっていくと、第１図（ｃ）のような直線Ｌ１〜Ｌ
５などを含む直線群が得られる。
両に搭載されたカメラにより取り込まれる情景が、例え
ば第１図（ａ）のようになっているとする。すなわち、
走行路端５１を境界とする走行路の左端にはガードレー
ル５２、右側にはあぜ道５３があり、地平線５４まで走
行路端５１が延びている。このような情景を原画像とし
て撮像し、微分して得られるエッジデータをドット５６
で表現すると、例えば第１図（ｂ）のようになる。そこ
で、このドット５６に対して後述のＨｏｕｇｈ変換を施
してＨｏｕｇｈ曲線を求め、その交叉点のカウント処理
を行なっていくと、第１図（ｃ）のような直線Ｌ１〜Ｌ
５などを含む直線群が得られる。
このＨｏｕｇｈ変換の結果に対し、後述のフィルタリン
グ処理、ソーティング処理およびクラスタリング処理を
行なうと、エッジデータ（ドット５６）の特徴的な並び
に近似した直線を代表値として求めることができる。従
って、この代表値に着目して処理を行なえば、走行路端
５１に対応する直線を求められる訳であるが、第１図
（ｃ）を見ても明らかなように、原画像の下側（画像上
手前側になる）では走行路端５１に対応する直線の特徴
が比較的明確に現われているのに対し、原画像の上側
（遠方側）では走行路端５１に対応する直線が他の情景
に対応する直線と混ざり合い、特徴部分の判別が難しく
なっている。
グ処理、ソーティング処理およびクラスタリング処理を
行なうと、エッジデータ（ドット５６）の特徴的な並び
に近似した直線を代表値として求めることができる。従
って、この代表値に着目して処理を行なえば、走行路端
５１に対応する直線を求められる訳であるが、第１図
（ｃ）を見ても明らかなように、原画像の下側（画像上
手前側になる）では走行路端５１に対応する直線の特徴
が比較的明確に現われているのに対し、原画像の上側
（遠方側）では走行路端５１に対応する直線が他の情景
に対応する直線と混ざり合い、特徴部分の判別が難しく
なっている。
そこで、原画像の中でドット５６の並びが特徴的に現わ
れる手前側領域に対して、第１図（ｄ）のように第１領
域Ａ１を設定し、この領域において走行路端５１に対応
する直線を探す。この直線の探し方は上述の代表値を調
べればよく、ほとんどの場合には最大のカウント値（後
述する、近似直線を特定するための情報）を有する直線
（代表値で示される）が走行路端５１に対応している。
いま、走行路端５１に対応する直線ｌ１，ｌ′１がそれ
ぞれ最大のカウント値および次のカウント値を有する代
表値に対応しているとすると、この直線ｌ１，ｌ′１は
第１図（ｄ）のように描かれる。
れる手前側領域に対して、第１図（ｄ）のように第１領
域Ａ１を設定し、この領域において走行路端５１に対応
する直線を探す。この直線の探し方は上述の代表値を調
べればよく、ほとんどの場合には最大のカウント値（後
述する、近似直線を特定するための情報）を有する直線
（代表値で示される）が走行路端５１に対応している。
いま、走行路端５１に対応する直線ｌ１，ｌ′１がそれ
ぞれ最大のカウント値および次のカウント値を有する代
表値に対応しているとすると、この直線ｌ１，ｌ′１は
第１図（ｄ）のように描かれる。
次に、この第１領域Ａ１に隣接する第２領域Ａ２を第１
図（ｅ）のように設定することになるが、この第２領域
Ａ２は第１領域Ａ１におけるｌ１，ｌ′１が連続する方
向に設定される。そして、第２領域Ａ２における走行路
端５１に対応した直線ｌ２，ｌ′２を抽出する。この場
合、直線ｌ１，ｌ′１とｌ２，ｌ′２の交点Ｐ１，Ｑ１
は、第１図（ｅ）にように第１領域Ａ１と第２領域Ａ２
の境界線近傍に位置するはずであるので、第１領域Ａ１
におけるｌ１，ｌ′１が求まれば第２領域Ａ２における
ｌ２，ｌ′２は点Ｐ１，Ｑ１の近傍を通る直線の中から
見出すことができる。しかも、この直線ｌ２，ｌ′２の
交点は地平線Ｈ０の近傍にあると予測できるので、この
抽出は容易である。
図（ｅ）のように設定することになるが、この第２領域
Ａ２は第１領域Ａ１におけるｌ１，ｌ′１が連続する方
向に設定される。そして、第２領域Ａ２における走行路
端５１に対応した直線ｌ２，ｌ′２を抽出する。この場
合、直線ｌ１，ｌ′１とｌ２，ｌ′２の交点Ｐ１，Ｑ１
は、第１図（ｅ）にように第１領域Ａ１と第２領域Ａ２
の境界線近傍に位置するはずであるので、第１領域Ａ１
におけるｌ１，ｌ′１が求まれば第２領域Ａ２における
ｌ２，ｌ′２は点Ｐ１，Ｑ１の近傍を通る直線の中から
見出すことができる。しかも、この直線ｌ２，ｌ′２の
交点は地平線Ｈ０の近傍にあると予測できるので、この
抽出は容易である。
さらに、第２領域Ａ２に連続して第１図（ｆ）にように
第３領域Ａ３を設定し、ここでの走行路端５１に対応す
る直線ｌ３，ｌ′３を求める。この直線ｌ３，ｌ′３に
ついても、第２領域Ａ２における直線ｌ２，ｌ′２と同
様に、簡単に求めることができる。このように本発明
は、撮像対象の各エッジ情報が画像（微分画像）から良
好に得られる領域（第１領域Ａ１）について、まず近似
直線を抽出するための処理を行ない、抽出された直線を
利用して順次他の領域（第２領域Ａ２以下）における近
似直線を求めようとするものである。
第３領域Ａ３を設定し、ここでの走行路端５１に対応す
る直線ｌ３，ｌ′３を求める。この直線ｌ３，ｌ′３に
ついても、第２領域Ａ２における直線ｌ２，ｌ′２と同
様に、簡単に求めることができる。このように本発明
は、撮像対象の各エッジ情報が画像（微分画像）から良
好に得られる領域（第１領域Ａ１）について、まず近似
直線を抽出するための処理を行ない、抽出された直線を
利用して順次他の領域（第２領域Ａ２以下）における近
似直線を求めようとするものである。
次に、本発明を実施例に従って順次説明していく。
第２図は本発明の実施例を適用した装置を、機能実現手
段の結合として表現した概念図である。図示の通り、カ
メラ１で取り込まれた走行路の画像データはＡ／Ｄ変換
部２でディジタルデータに変換され、画像メモリ３に一
時的に格納される。画像メモリ３から読み出された画像
データは前処理部４に与えられ、ここで微分によるエッ
ジ検出、ルックアップテーブル（ＬＵＴ）による閾値処
理、領域設定、座標変換などが行なわれる。ＤＤＡ演算
部５はいわゆるディジタル微分解析（Digital Differen
tial Analysis）を行なうもので、Ｈｏｕｇｈ変換がパ
イプライン方式でなされる。そして、このＨｏｕｇｈ変
換によって画像の特徴（各エッジ部分）を画像上で近似
する直線群が得られる。
段の結合として表現した概念図である。図示の通り、カ
メラ１で取り込まれた走行路の画像データはＡ／Ｄ変換
部２でディジタルデータに変換され、画像メモリ３に一
時的に格納される。画像メモリ３から読み出された画像
データは前処理部４に与えられ、ここで微分によるエッ
ジ検出、ルックアップテーブル（ＬＵＴ）による閾値処
理、領域設定、座標変換などが行なわれる。ＤＤＡ演算
部５はいわゆるディジタル微分解析（Digital Differen
tial Analysis）を行なうもので、Ｈｏｕｇｈ変換がパ
イプライン方式でなされる。そして、このＨｏｕｇｈ変
換によって画像の特徴（各エッジ部分）を画像上で近似
する直線群が得られる。
Ｈｏｕｇｈ変換により得られた直線群に関するデータは
近傍フィルタリング部６に与えられ、ここで例えば８近
傍フィルタリング処理が施された後に、ピークソーティ
ング部７に与えられ、さらにクラスタリング部８におけ
るクラスタリング処理によって代表値が選ばれ、これが
直線抽出／選定部９に送られる。抽出および選定された
直線に関するデータは判別部１０に送られ、ここで走行
路の形状が判別される。判別出力は外部の装置（図示せ
ず）に送られると共に、モニタ制御部１１にも送られ、
走行路の画像と共にモニタ１２で表示される。なお、上
記の機能実現手段の動作はコントローラ１３で制御され
る。また、初期設定部１４は走行路幅のデータなどを初
期設定するために用いられる。
近傍フィルタリング部６に与えられ、ここで例えば８近
傍フィルタリング処理が施された後に、ピークソーティ
ング部７に与えられ、さらにクラスタリング部８におけ
るクラスタリング処理によって代表値が選ばれ、これが
直線抽出／選定部９に送られる。抽出および選定された
直線に関するデータは判別部１０に送られ、ここで走行
路の形状が判別される。判別出力は外部の装置（図示せ
ず）に送られると共に、モニタ制御部１１にも送られ、
走行路の画像と共にモニタ１２で表示される。なお、上
記の機能実現手段の動作はコントローラ１３で制御され
る。また、初期設定部１４は走行路幅のデータなどを初
期設定するために用いられる。
次に、上記装置に適用された実施例の作用を順次に説明
する。
する。
第３図は処理の流れを全体的に示すフローチャートであ
る。まず、処理の開始に際しては初期設定が行なわれる
（ステップ２０１）。この初期設定には走行路幅ＷＲの
設定の他、カメラ１の俯角θ０、カメラ１のレンズ焦点
距離ｆ、カメラ１の取付高さＨＣが含まれる。これを第
４図および第５図により説明する。
る。まず、処理の開始に際しては初期設定が行なわれる
（ステップ２０１）。この初期設定には走行路幅ＷＲの
設定の他、カメラ１の俯角θ０、カメラ１のレンズ焦点
距離ｆ、カメラ１の取付高さＨＣが含まれる。これを第
４図および第５図により説明する。
第４図（ａ）に示すように、走行路３１上に走行車両３
２が存在しているとし、走行車両３２にはカメラ１が固
定されているとする。すると、カメラ１の俯角θ０およ
び取付高さＨＣは構造上あらかじめ既知の値として設定
できる。また、レンズ焦点距離ｆについてもカメラ１の
構造から既知の値として設定できる。なお、第４図
（ｂ）は同図（ａ）の光学系の位置関係を拡大して示し
たものである。一方、走行路幅ＷＲについては第５図に
示すものが設定される。上記のデータが設定されると、
第５図に示すような画像下端部での走行路幅ｗｒを求め
ることができる。すなわち、画像上での走行路幅ｗｒは ｗｒ＝（ＷＲ′・ｆ） ／｛（Llow＋ＨＣ・tanθO）cosθO｝ ……（１） となる。ここで、Llowは第４図（ｂ）において Llow＝ＨＣ／tan（ＨＯ ＋tan-1（ylow／ｆ）） ……（２） として求まり、ＷＲ′は第５図（ｂ）において傾き角
から ＷＲ′＝ＷＲ／sin ……（３） として求まる。
２が存在しているとし、走行車両３２にはカメラ１が固
定されているとする。すると、カメラ１の俯角θ０およ
び取付高さＨＣは構造上あらかじめ既知の値として設定
できる。また、レンズ焦点距離ｆについてもカメラ１の
構造から既知の値として設定できる。なお、第４図
（ｂ）は同図（ａ）の光学系の位置関係を拡大して示し
たものである。一方、走行路幅ＷＲについては第５図に
示すものが設定される。上記のデータが設定されると、
第５図に示すような画像下端部での走行路幅ｗｒを求め
ることができる。すなわち、画像上での走行路幅ｗｒは ｗｒ＝（ＷＲ′・ｆ） ／｛（Llow＋ＨＣ・tanθO）cosθO｝ ……（１） となる。ここで、Llowは第４図（ｂ）において Llow＝ＨＣ／tan（ＨＯ ＋tan-1（ylow／ｆ）） ……（２） として求まり、ＷＲ′は第５図（ｂ）において傾き角
から ＷＲ′＝ＷＲ／sin ……（３） として求まる。
次に、第３図のステップ２０２として、画像上での地平
線の算出がなされる。この地平線位置ＨＯは第４図
（ｂ）において、 ＨＯ＝ｆ・tanθＯ ……（４） として算出される。そして、第３図のステップ２０４と
して第１領域Ａ１と第２領域Ａ２と第３領域Ａ３の設定
が行なわれる。すなわち、第１図（ｄ），（ｅ），
（ｆ）に示すように走行路３１の手前側を第１領域Ａ１
とし、前方側を第２領域Ａ２とし、さらに遠方側を第３
領域Ａ３とする。そして、第１領域Ａ１と第２領域Ａ２
の比および第２領域Ａ２と第３領域Ａ３の比はそれぞれ
３：２程度とし、かつ第３領域Ａ３の上端部が地平線位
置ＨＯにほぼ一致するようにしておく。なお、実施例に
おいては説明を簡単にするため、分割されるのは第１、
第２領域Ａ１，Ａ２の２領域とする。
線の算出がなされる。この地平線位置ＨＯは第４図
（ｂ）において、 ＨＯ＝ｆ・tanθＯ ……（４） として算出される。そして、第３図のステップ２０４と
して第１領域Ａ１と第２領域Ａ２と第３領域Ａ３の設定
が行なわれる。すなわち、第１図（ｄ），（ｅ），
（ｆ）に示すように走行路３１の手前側を第１領域Ａ１
とし、前方側を第２領域Ａ２とし、さらに遠方側を第３
領域Ａ３とする。そして、第１領域Ａ１と第２領域Ａ２
の比および第２領域Ａ２と第３領域Ａ３の比はそれぞれ
３：２程度とし、かつ第３領域Ａ３の上端部が地平線位
置ＨＯにほぼ一致するようにしておく。なお、実施例に
おいては説明を簡単にするため、分割されるのは第１、
第２領域Ａ１，Ａ２の２領域とする。
以上のような前段階の処理が終了したら、画像データの
処理を繰り返して実行する。すなわち、まず第３図のス
テップ２０５において画像データをディジタルデータと
して第２図の画像メモリ３から入力し、前処理部４で所
定の前処理を行なう。ここでは、例えばＳｏｂｅｌなど
のエッジ検出を行ない、このエッジ化データについて第
２図のＤＤＡ演算部５でＨｏｕｇｈ変換を行なう。この
Ｈｏｕｇｈ変換は直列接続された複数のＤＤＡ演算回路
（図示せず）を用いてパイプライン方式で行なうことが
できるが、その処理の概要は例えば、米国特許第３０６
９６５４号や本出願人による特願昭６３−１１２２４３
号に示されている。すなわち、原画像を微分してエッジ
画像を求め、そこにおける各エッジ点（特徴点）に対し
て所定の原点から直線を引く。そして、この原点と各エ
ッジ点の距離をρ、この直線と横軸とのなす角をθとし
て上記θの値を変えていくと、Ｈｏｕｇｈ曲線と呼ばれ
るサインカーブをρ、θ平面で描くことができる。この
Ｈｏｕｇｈ曲線は各エッジごとに異なり、これらはρ、
θ平面で交叉点を有しているので、この交叉点のヒスト
グラムを調べることで、エッジ点の並びに近似した直線
ｌをρ、θの値で求めることができる。
処理を繰り返して実行する。すなわち、まず第３図のス
テップ２０５において画像データをディジタルデータと
して第２図の画像メモリ３から入力し、前処理部４で所
定の前処理を行なう。ここでは、例えばＳｏｂｅｌなど
のエッジ検出を行ない、このエッジ化データについて第
２図のＤＤＡ演算部５でＨｏｕｇｈ変換を行なう。この
Ｈｏｕｇｈ変換は直列接続された複数のＤＤＡ演算回路
（図示せず）を用いてパイプライン方式で行なうことが
できるが、その処理の概要は例えば、米国特許第３０６
９６５４号や本出願人による特願昭６３−１１２２４３
号に示されている。すなわち、原画像を微分してエッジ
画像を求め、そこにおける各エッジ点（特徴点）に対し
て所定の原点から直線を引く。そして、この原点と各エ
ッジ点の距離をρ、この直線と横軸とのなす角をθとし
て上記θの値を変えていくと、Ｈｏｕｇｈ曲線と呼ばれ
るサインカーブをρ、θ平面で描くことができる。この
Ｈｏｕｇｈ曲線は各エッジごとに異なり、これらはρ、
θ平面で交叉点を有しているので、この交叉点のヒスト
グラムを調べることで、エッジ点の並びに近似した直線
ｌをρ、θの値で求めることができる。
これを、第６図により簡単に説明する。
いま、ｘ−ｙ平面（原画像平面）上のエッジ点が、第６
図（ａ）に示すようにＥＰ０，ＥＰ１，ＥＰ２の３点で
あったとする。すると、各エッジ点ＥＰ０〜ＥＰ２のそ
れぞれにつき１本づつのＨｏｕｇｈ曲線（サインカー
ブ）がρ−θ平面で描かれ、しかもエッジ点ＥＰ０とＥ
Ｐ１による２本のＨｏｕｇｈ曲線は（ρ１，θ１）で交
点をもち、エッジ点ＥＰ０とＥＰ２による２本のＨｏｕ
ｇｈ曲線は（ρ２，θ２）で交点をもつ。そこで、第６
図（ｂ）のようにＥＰ０〜ＥＰ14の１５個のエッジ点が
並んでいたとすると、各エッジについて各１本づつのＨ
ｏｕｇｈ曲線がρ−θ平面で描かれることになる。そし
て、エッジ点ＥＰ０〜ＥＰ８の９本のＨｏｕｇｈ曲線に
ついては（ρＣ，θＣ）で交叉し、エッジ点ＥＰ８〜Ｅ
Ｐ10の３本のＨｏｕｇｈ曲線については（ρｂ，θｂ）
で交叉し、エッジ点ＥＰ10〜ＥＰ14の５本のＨｏｕｇｈ
曲線については（ρａ，θａ）で交叉する。
図（ａ）に示すようにＥＰ０，ＥＰ１，ＥＰ２の３点で
あったとする。すると、各エッジ点ＥＰ０〜ＥＰ２のそ
れぞれにつき１本づつのＨｏｕｇｈ曲線（サインカー
ブ）がρ−θ平面で描かれ、しかもエッジ点ＥＰ０とＥ
Ｐ１による２本のＨｏｕｇｈ曲線は（ρ１，θ１）で交
点をもち、エッジ点ＥＰ０とＥＰ２による２本のＨｏｕ
ｇｈ曲線は（ρ２，θ２）で交点をもつ。そこで、第６
図（ｂ）のようにＥＰ０〜ＥＰ14の１５個のエッジ点が
並んでいたとすると、各エッジについて各１本づつのＨ
ｏｕｇｈ曲線がρ−θ平面で描かれることになる。そし
て、エッジ点ＥＰ０〜ＥＰ８の９本のＨｏｕｇｈ曲線に
ついては（ρＣ，θＣ）で交叉し、エッジ点ＥＰ８〜Ｅ
Ｐ10の３本のＨｏｕｇｈ曲線については（ρｂ，θｂ）
で交叉し、エッジ点ＥＰ10〜ＥＰ14の５本のＨｏｕｇｈ
曲線については（ρａ，θａ）で交叉する。
上記の説明から明らかなように、Ｈｏｕｇｈ曲線の交点
を交叉頻度情報としてカウントすれば、画像上のエッジ
点の並びに近似した直線を求められることがわかる。そ
して、これにエッジ点の輝度情報を重み付けすれば（こ
れにより、近似直線を特写するためのエッジ情報が得ら
れる）、交叉点のヒストグラムを知ることで画像におけ
るデータの特徴的な並びに認識することができることに
なる。
を交叉頻度情報としてカウントすれば、画像上のエッジ
点の並びに近似した直線を求められることがわかる。そ
して、これにエッジ点の輝度情報を重み付けすれば（こ
れにより、近似直線を特写するためのエッジ情報が得ら
れる）、交叉点のヒストグラムを知ることで画像におけ
るデータの特徴的な並びに認識することができることに
なる。
次に、第３図のステップ２１０に対応するフィルタリン
グ処理を第７図により説明する。
グ処理を第７図により説明する。
第７図はρ、θ座標におけるカウント値（輝度で重みづ
けされた交叉点のヒストグラム）を示している。ここで
８近傍のフィルタリング処理は、ある（ρｉ，θｊ）に
おけるカウント値Ｃi,jについて、その近傍の８つのカ
ウント値と比較することで行なう。すなわち、
（ρi-1，θj-1）〜（ρi+1，θj+1）のカウント値をＣ
i-1,j-1〜Ｃi+1,j+1としたときに、Ｃi,jがいずれのカ
ウント値よりも大であるときに、これをピークとして抽
出する。従って、例えば第７図の符号Ｆ１で示す範囲で
は（ρ３，θ３）＝７はピークとして抽出されるが、符
号Ｆ２で示す（ρ４，θ６）＝６はピークとして抽出さ
れない。
けされた交叉点のヒストグラム）を示している。ここで
８近傍のフィルタリング処理は、ある（ρｉ，θｊ）に
おけるカウント値Ｃi,jについて、その近傍の８つのカ
ウント値と比較することで行なう。すなわち、
（ρi-1，θj-1）〜（ρi+1，θj+1）のカウント値をＣ
i-1,j-1〜Ｃi+1,j+1としたときに、Ｃi,jがいずれのカ
ウント値よりも大であるときに、これをピークとして抽
出する。従って、例えば第７図の符号Ｆ１で示す範囲で
は（ρ３，θ３）＝７はピークとして抽出されるが、符
号Ｆ２で示す（ρ４，θ６）＝６はピークとして抽出さ
れない。
フィルタリング処理の次には、ソーティング処理がなさ
れる。これは、上記のカウント値Ｃの大きい順にデータ
を並びかえるもので、ソフトウェアにより実現してもよ
く、専用のハードウェアにより実現してもよい。
れる。これは、上記のカウント値Ｃの大きい順にデータ
を並びかえるもので、ソフトウェアにより実現してもよ
く、専用のハードウェアにより実現してもよい。
以上のソーティング処理が終了したら、次にクラスタリ
ング処理による代表値の選定がなされる（第３図のステ
ップ２１３）。これを第８図ないし第１０図により説明
する。
ング処理による代表値の選定がなされる（第３図のステ
ップ２１３）。これを第８図ないし第１０図により説明
する。
第８図はソーティングされたデータを示している。ここ
で、カウント値Ｃ０，Ｃ１，Ｃ２，…，Ｃn-1について
は、ソーティング処理によってＣ０＞Ｃ１＞Ｃ２＞…＞
Ｃn-1となっている。クラスタリング処理にあたって
は、第９図のフローチャートの如くまずｋ＝０、ｉ＝１
に設定し（ステップ５０１）、ステップ５０２〜５１５
の処理が繰り返される。そこで、上記ｉ，ｋを用いてこ
の処理を一般的に説明すると、次のようになる。まずス
テップ５０２において、ｉ＞ｋとなっているｉ番目の直
線がすでに他の直線の仲間になっているか否かが調べら
れ、仲間となっていないときに ρｋ−Δρ≦ρｉ≦ρｋ＋Δρ θｋ−Δθ≦θｉ≦θｋ＋Δθ が調べられる（ステップ５０４）。そして、上記の関係
が成立するときのみｉ番目の直線はｋ番目の直線の仲間
とされる（ステップ５０５）。次に、ｉに１が加算され
（ステップ５０７）、データが有りのときのみ（ステッ
プ５０８）ｉ番目のカウント値Ｃｉが最大のものに比べ
て小さすぎないか調べられる（ステップ５１０）。これ
は、カウント値があまり小さいものは処理の必要性が乏
しいからである。
で、カウント値Ｃ０，Ｃ１，Ｃ２，…，Ｃn-1について
は、ソーティング処理によってＣ０＞Ｃ１＞Ｃ２＞…＞
Ｃn-1となっている。クラスタリング処理にあたって
は、第９図のフローチャートの如くまずｋ＝０、ｉ＝１
に設定し（ステップ５０１）、ステップ５０２〜５１５
の処理が繰り返される。そこで、上記ｉ，ｋを用いてこ
の処理を一般的に説明すると、次のようになる。まずス
テップ５０２において、ｉ＞ｋとなっているｉ番目の直
線がすでに他の直線の仲間になっているか否かが調べら
れ、仲間となっていないときに ρｋ−Δρ≦ρｉ≦ρｋ＋Δρ θｋ−Δθ≦θｉ≦θｋ＋Δθ が調べられる（ステップ５０４）。そして、上記の関係
が成立するときのみｉ番目の直線はｋ番目の直線の仲間
とされる（ステップ５０５）。次に、ｉに１が加算され
（ステップ５０７）、データが有りのときのみ（ステッ
プ５０８）ｉ番目のカウント値Ｃｉが最大のものに比べ
て小さすぎないか調べられる（ステップ５１０）。これ
は、カウント値があまり小さいものは処理の必要性が乏
しいからである。
小さすぎないときは再びステップ５０２の処理に戻る
が、小さすぎるときはｋに１が加算され（ステップ５１
１）、別のクラスタリングがステップ５１３から始めら
れる。すなわち、ｋ番目の直線がすでに他の直線の仲間
になっているか否かが調べられ（ステップ５１３）、仲
間となっているときにはステップ５１１でｋに１が加算
されて再びステップ５１３が実行される。仲間となって
いないときは、ｋ番目の次のｉ（＝ｋ＋１）番目につい
て（ステップ５１５）、再びステップ５０２が実行され
る。
が、小さすぎるときはｋに１が加算され（ステップ５１
１）、別のクラスタリングがステップ５１３から始めら
れる。すなわち、ｋ番目の直線がすでに他の直線の仲間
になっているか否かが調べられ（ステップ５１３）、仲
間となっているときにはステップ５１１でｋに１が加算
されて再びステップ５１３が実行される。仲間となって
いないときは、ｋ番目の次のｉ（＝ｋ＋１）番目につい
て（ステップ５１５）、再びステップ５０２が実行され
る。
上記の処理によってクラスタリングを行なった具体例を
第１０図に示す。同図において、第１の代表値はρ＝２
００〔dots〕、θ＝４５〔deg〕であり、第２の代表値
はρ＝２４０〔dots〕、θ＝１２３〔deg〕であること
がわかる。
第１０図に示す。同図において、第１の代表値はρ＝２
００〔dots〕、θ＝４５〔deg〕であり、第２の代表値
はρ＝２４０〔dots〕、θ＝１２３〔deg〕であること
がわかる。
上記の処理の後には、第３図にステップ２１４で示す第
１領域Ａ１の直線抽出／選定がなされる。第１１図ない
し第１３図はそのフローチャートである。第１領域Ａ１
における直線の抽出は、第１１図のフローチャートに示
すように、まず第Ｎ（＝１）番目の代表値の直線が一方
の第１の直線ｌ１として取り出され、この直線がカメラ
１に対して右側か左側かが調べられる（ステップ５５
２）。右側のときは他方の第１の直線ｌ２は左側にある
はずなのでその理論値が求められ（ステップ５５４）、
左側のときは他方の第１の直線ｌ２は右側にあるはずの
なのでその理論値が求められる（ステップ５５５）。こ
こで、直線ｌ１＝（ρ１，θ１）の右側の直線ｌ2r＝
（ρ2r，θ2r）の理論値は ρ2r＝ＨＯ・sinθ2r θ2r＝tan−１｛〔ρ１／cosθ１＋ｗｒ〕 ／ＨＯ 左側の直線ｌ2l＝（ρ2l，θ2l）の理論値は ρ2l＝ＨＯ・sinθ2l θ2l＝tan-1｛〔ρ１／cosθ１−ｗｒ〕 ／ＨＯ として求まる。
１領域Ａ１の直線抽出／選定がなされる。第１１図ない
し第１３図はそのフローチャートである。第１領域Ａ１
における直線の抽出は、第１１図のフローチャートに示
すように、まず第Ｎ（＝１）番目の代表値の直線が一方
の第１の直線ｌ１として取り出され、この直線がカメラ
１に対して右側か左側かが調べられる（ステップ５５
２）。右側のときは他方の第１の直線ｌ２は左側にある
はずなのでその理論値が求められ（ステップ５５４）、
左側のときは他方の第１の直線ｌ２は右側にあるはずの
なのでその理論値が求められる（ステップ５５５）。こ
こで、直線ｌ１＝（ρ１，θ１）の右側の直線ｌ2r＝
（ρ2r，θ2r）の理論値は ρ2r＝ＨＯ・sinθ2r θ2r＝tan−１｛〔ρ１／cosθ１＋ｗｒ〕 ／ＨＯ 左側の直線ｌ2l＝（ρ2l，θ2l）の理論値は ρ2l＝ＨＯ・sinθ2l θ2l＝tan-1｛〔ρ１／cosθ１−ｗｒ〕 ／ＨＯ として求まる。
そして、上記第１の直線ｌ１に対応する代表値以外の代
表値に理論値と近いものがあるまで（ステップ５５
７）、上記の操作が繰り返される（ステップ５５８）。
表値に理論値と近いものがあるまで（ステップ５５
７）、上記の操作が繰り返される（ステップ５５８）。
ここで、一方の第１の直線ｌ１が第１４図のようになっ
ているとすると、理論値は走行路画像幅ｗｒと地平線位
置ＨＯの関係から求められるが、この理論値に対応する
代表値の直線がステップ５６０の処理結果として第１４
図中のＬ２であったとする。このときには、これを他方
の第１の直線ｌ２の候補直線として直線確定操作を行な
う（ステップ５６１）。
ているとすると、理論値は走行路画像幅ｗｒと地平線位
置ＨＯの関係から求められるが、この理論値に対応する
代表値の直線がステップ５６０の処理結果として第１４
図中のＬ２であったとする。このときには、これを他方
の第１の直線ｌ２の候補直線として直線確定操作を行な
う（ステップ５６１）。
ステップ５６１の処理の詳細は、第１２図のようになっ
ている。まず、他方の第１の直線ｌ２の候補直線のグル
ープを作る（ステップ５７１）。このグループの作り方
としては、代表値のうち所定範囲内のものをまとめる方
式や、Ｈｏｕｇｈ変換の際の分割数を補間する方式など
があるが、いずれにせよ理論値に近い直線Ｌ２の他、最
終的に選定される他方の第１の直線ｌ２を含んだグルー
プが作られる（第１４図参照）。次に、第１４図のエッ
ジ点ＥＰが各候補直線の下に何個あるかをカウントし
（ステップ５７２）、最もカウント数の大きいものを最
終的な他方の第１の直線ｌ２とする。このようにして、
直線Ｌ２，Ｌ２′などに惑わされることなく、本来の第
１の直線ｌ２を選定できる。
ている。まず、他方の第１の直線ｌ２の候補直線のグル
ープを作る（ステップ５７１）。このグループの作り方
としては、代表値のうち所定範囲内のものをまとめる方
式や、Ｈｏｕｇｈ変換の際の分割数を補間する方式など
があるが、いずれにせよ理論値に近い直線Ｌ２の他、最
終的に選定される他方の第１の直線ｌ２を含んだグルー
プが作られる（第１４図参照）。次に、第１４図のエッ
ジ点ＥＰが各候補直線の下に何個あるかをカウントし
（ステップ５７２）、最もカウント数の大きいものを最
終的な他方の第１の直線ｌ２とする。このようにして、
直線Ｌ２，Ｌ２′などに惑わされることなく、本来の第
１の直線ｌ２を選定できる。
上記のような第１領域Ａ１の処理が終了したら、第１３
図のような第２領域Ａ２の処理を行なう。
図のような第２領域Ａ２の処理を行なう。
まず、ステップ５８１で第１領域Ａ１の第１の直線対ｌ
１，ｌ２と第１領域Ａ１上端部との交点Ｐ，Ｑを第１４
図のように求める。次に、点Ｐの近傍を通る直線を一方
の第２の直線ｌ３の候補とする（ステップ５８２）。そ
して、この直線に対して第１２図のような直線確定操作
を行なうと（５８４）、近くの直線（例えば第１４図の
Ｌ３）に惑わされることなく本来の一方の第２の直線ｌ
３を抽出できる。しかる後、他方の第２の直線ｌ４の抽
出（ステップ５８５）を行なう訳であるが、この抽出は
第１１図のステップ５５１〜５６０と同様に行なわれ
る。最後に、第１２図のような直線確定操作を行なえ
ば、第１４図のＬ４などに惑わされることなく、他方の
第２の直線ｌ４が抽出できる。
１，ｌ２と第１領域Ａ１上端部との交点Ｐ，Ｑを第１４
図のように求める。次に、点Ｐの近傍を通る直線を一方
の第２の直線ｌ３の候補とする（ステップ５８２）。そ
して、この直線に対して第１２図のような直線確定操作
を行なうと（５８４）、近くの直線（例えば第１４図の
Ｌ３）に惑わされることなく本来の一方の第２の直線ｌ
３を抽出できる。しかる後、他方の第２の直線ｌ４の抽
出（ステップ５８５）を行なう訳であるが、この抽出は
第１１図のステップ５５１〜５６０と同様に行なわれ
る。最後に、第１２図のような直線確定操作を行なえ
ば、第１４図のＬ４などに惑わされることなく、他方の
第２の直線ｌ４が抽出できる。
以上の処理が終了したら、最後に走行路の形状判別を行
なう（第３図のステップ２１７）。
なう（第３図のステップ２１７）。
以上、詳細に説明した通り本発明によれば、微分画像の
特徴点の分布から、それを近似した直線の抽出が容易な
領域（第１領域）でまず第１の直線（直線対）が抽出さ
れ、これにもとづいて撮像対象の各エッジを画像上で近
似する直線であって、各特徴点の分布に対応している直
線の抽出が困難な領域（第２領域）の第２の直線（直線
対）が抽出される。ここにおいて、第１の直線と第２の
直線が上記第１および第２領域の境界近傍で交叉してい
ることを利用することにより、第２の直線（直線対）を
容易に抽出できることになる。このため、高速かつ容易
な走行路の判別が可能になる。
特徴点の分布から、それを近似した直線の抽出が容易な
領域（第１領域）でまず第１の直線（直線対）が抽出さ
れ、これにもとづいて撮像対象の各エッジを画像上で近
似する直線であって、各特徴点の分布に対応している直
線の抽出が困難な領域（第２領域）の第２の直線（直線
対）が抽出される。ここにおいて、第１の直線と第２の
直線が上記第１および第２領域の境界近傍で交叉してい
ることを利用することにより、第２の直線（直線対）を
容易に抽出できることになる。このため、高速かつ容易
な走行路の判別が可能になる。
第１図は、本発明の実施例の基本概念の説明図、第２図
は、実施例を適用した装置における機能実現手段の概念
図、第３図は、全体的な処理を示すフローチャート、第
４図は、カメラの取付位置の説明図、第５図は、走行路
における車両の状態と画像の関係の説明図、第６図は、
Ｈｏｕｇｈ変換の説明図、第７図は、フィルタリング処
理の説明図、第８図は、Ｈｏｕｇｈ変換とソーティング
処理の結果の説明図、第９図は、クラスタリング処理の
説明図、第１０図は、クラスタリング処理の結果の具体
例の説明図、第１１図は、第１領域Ａ１における直線の
抽出および選定のフローチャート、第１２図は、直線確
定操作のフローチャート、第１３図は、第２領域Ａ２に
おける直線の抽出および選定のフローチャート、第１４
図は、直線ｌ１〜ｌ４の抽出および選定を画像上で説明
する図である。 １……カメラ、２……Ａ／Ｄ変換部、３……画像メモ
リ、５……ＤＤＡ演算部、６……近傍フィルタリング
部、７……ピークソーティング部、８……クラスタリン
グ部、９……直線抽出／選定部、１０……判別部、１１
……モニタ制御部、１２……モニタ、１３……コントロ
ーラ、１４……初期設定部、ｌ１……一方の第１の直
線、ｌ２……他方の第１の直線、ｌ３……一方の第２の
直線、ｌ４……他方の第２の直線、Ａ１……第１領域、
Ａ２……第２領域、Ａ３……第３領域。
は、実施例を適用した装置における機能実現手段の概念
図、第３図は、全体的な処理を示すフローチャート、第
４図は、カメラの取付位置の説明図、第５図は、走行路
における車両の状態と画像の関係の説明図、第６図は、
Ｈｏｕｇｈ変換の説明図、第７図は、フィルタリング処
理の説明図、第８図は、Ｈｏｕｇｈ変換とソーティング
処理の結果の説明図、第９図は、クラスタリング処理の
説明図、第１０図は、クラスタリング処理の結果の具体
例の説明図、第１１図は、第１領域Ａ１における直線の
抽出および選定のフローチャート、第１２図は、直線確
定操作のフローチャート、第１３図は、第２領域Ａ２に
おける直線の抽出および選定のフローチャート、第１４
図は、直線ｌ１〜ｌ４の抽出および選定を画像上で説明
する図である。 １……カメラ、２……Ａ／Ｄ変換部、３……画像メモ
リ、５……ＤＤＡ演算部、６……近傍フィルタリング
部、７……ピークソーティング部、８……クラスタリン
グ部、９……直線抽出／選定部、１０……判別部、１１
……モニタ制御部、１２……モニタ、１３……コントロ
ーラ、１４……初期設定部、ｌ１……一方の第１の直
線、ｌ２……他方の第１の直線、ｌ３……一方の第２の
直線、ｌ４……他方の第２の直線、Ａ１……第１領域、
Ａ２……第２領域、Ａ３……第３領域。
Claims (5)
- 【請求項１】走行路を撮像して得られた画像に含まれ、
撮像対象の各エッジを示す特徴点の分布から、該走行路
の形状を判別する走行路判別方法において、 前記走行路端の一部を画像上で近似する直線が存在する
領域であって、該近似直線を特定するためのエッジ情報
が最も良好に得られる第１の領域と、前記走行路端の一
部を画像上で近似する直線が存在する領域であって、該
第１の領域に隣接しかつ該第１の領域に対し画像上前方
側に位置する第２の領域とを含む少なくとも２つの領域
に、前記画像を分割する第１のステップと、 前記画像に含まれる撮像対象の各エッジを示す特徴点を
検出し、該画像上で各特徴点に対してＨｏｕｇｈ変換を
施すことにより、該撮像対象の各エッジを画像上で近似
する直線群を求める第２のステップと、 前記画像上の第１の領域内に存在する直線群の中から、
前記一部走行路端の一方を該画像上で近似する第１の直
線を、前記Ｈｏｕｇｈ曲線の交叉頻度情報及び各特徴点
の輝度情報にもとづいて抽出する第３のステップと、 前記画像上の第２の領域内に存在する直線群のうち前記
一部走行路端の一方を画像上で近似する第２の直線とし
て、前記第１および第２領域の画像上の境界線と前記第
１の直線の交点近傍を通る直線群から抽出する第４のス
テップとを備え、 前記抽出された第１および第２の直線にもとづいて、走
行路の形状を判別することを特徴とする走行路判別方
法。 - 【請求項２】前記第１のステップに先立ち前記第２のス
テップを実行することを特徴とする請求項１記載の走行
路判別方法。 - 【請求項３】走行路を撮像して得られた画像に含まれ、
撮像対象の各エッジを示す特徴点の分布から、該走行路
の形状を判別する走行路判別方法において、 前記画像上の地平線位置を、あらかじめ設定されたカメ
ラ位置情報にもとづいて演算する第１のステップと、 前記走行路端の一部を画像上で近似する直線が存在する
領域であって、該近似直線を特定するためのエッジ情報
が最も良好に得られる第１の領域と、前記走行路端の一
部を画像上で近似する直線が存在する領域であって、該
第１の領域に隣接しかつ該第１の領域に対し画像上前方
側に位置する第２の領域とを含む少なくとも２つの領域
に、前記画像を分割する第２のステップと、 前記画像に含まれる撮像対象の各エッジを示す特徴点を
検出し、該画像上で各特徴点に対してＨｏｕｇｈ変換を
施すことにより、該撮像対象の各エッジを画像上で近似
する直線群を求める第３のステップと、 前記画像上の第１の領域内に存在する直線群の中から、
前記一部走行路端をそれぞれ画像上で近似する第１の直
線対として、前記走行路の一端を画像上で近似する一方
の直線の候補となる前記直線群中の直線を任意に選択し
ながら、該選択された直線の位置と前記地平線位置情報
及びあらかじめ設定された走行路幅情報から算出される
理論直線と該選択された直線との組に画像上近似してい
る前記直線群中の直線対を順次求め、該得られた直線対
のうち最も画像上近似している直線対を抽出する第４の
ステップと、 前記画像上の第２の領域内に存在する直線群のうち前記
一部走行路端をそれぞれ画像上で近似する第２の直線対
として、前記第１および第２の領域の画像上の境界線と
前記第１の直線対の交点近傍を通る直線群から抽出する
第５のステップとを備え、 前記抽出された第１および第２の直線対にもとづいて、
走行路の形状を判別することを特徴とする走行路判別方
法。 - 【請求項４】前記第１のステップに先立ち前記第２のス
テップおよび／または第３のステップを実行することを
特徴とする請求項３記載の走行路判別方法。 - 【請求項５】前記第４のステップは、前記第１の領域内
に存在する直線群の中から、クラスタリングされた各グ
ループを代表する代表直線を選定し、前記画像上の走行
路端の一方を近似する直線の候補となる直線をこれら代
表直線の中から任意に選択しながら、該代表直線と前記
画像上の地平線位置の交点近傍を通り、かつ該代表直線
に対して前記走行路幅情報に対応した距離だけ等しく右
側あるいは左側に離れた直線として前記理論直線を算出
するステップを含み、 前記第５のステップは、前記第２の領域内に存在する直
線群のうち前記一部走行路端をそれぞれ画像上で近似す
る第２の直線対の一方の直線を、前記第１および第２の
領域の画像上の境界線と前記第１の領域において抽出さ
れた第１の直線対の一方の直線との交点近傍を通る直線
群から抽出し、かつこの抽出された一方の直線とあらか
じめ設定された走行路幅情報にもとづき他方の走行路端
に対応して画像上に存在する他方の直線を選定するステ
ップを含むことを特徴とする請求項３記載の走行路判別
方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63243331A JPH0624036B2 (ja) | 1988-09-28 | 1988-09-28 | 走行路判別方法 |
| DE68925091T DE68925091T2 (de) | 1988-09-28 | 1989-09-28 | Verfahren und Vorrichtung zur Einschätzung des Fahrweges |
| EP89309876A EP0361914B1 (en) | 1988-09-28 | 1989-09-28 | A driving way judging device and method |
| US08/032,409 US5359666A (en) | 1988-09-28 | 1993-03-15 | Driving way judging device and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63243331A JPH0624036B2 (ja) | 1988-09-28 | 1988-09-28 | 走行路判別方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0290381A JPH0290381A (ja) | 1990-03-29 |
| JPH0624036B2 true JPH0624036B2 (ja) | 1994-03-30 |
Family
ID=17102234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63243331A Expired - Fee Related JPH0624036B2 (ja) | 1988-09-28 | 1988-09-28 | 走行路判別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0624036B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5245422A (en) * | 1991-06-28 | 1993-09-14 | Zexel Corporation | System and method for automatically steering a vehicle within a lane in a road |
| DE69736764T2 (de) | 1996-08-28 | 2007-01-25 | Matsushita Electric Industrial Co., Ltd., Kadoma | Lokales Positionierungsgerät und Verfahren dafür |
| JP4575031B2 (ja) * | 2004-05-31 | 2010-11-04 | 三菱電機株式会社 | 車載用路面標示検出装置 |
| JP5212212B2 (ja) * | 2009-03-25 | 2013-06-19 | 株式会社Ｉｈｉ | 通路検出プログラム、通路検出装置及び方法 |
| JP6096589B2 (ja) * | 2013-05-22 | 2017-03-15 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
-
1988
- 1988-09-28 JP JP63243331A patent/JPH0624036B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 電子情報通信学会技術研究報告ＰＲＵ８７−１０２１９８８年２月１９日ＰＰ．２５〜３２「線分のＨｏｕｇｈ変換と地図中の道路図抽出への応用」平子智明・吉田雄二・福村晃夫 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0290381A (ja) | 1990-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5359666A (en) | Driving way judging device and method | |
| JP2843079B2 (ja) | 走行路判別方法 | |
| JP6347827B2 (ja) | 車線境界線を検出する方法、装置、およびデバイス | |
| EP0361914A2 (en) | A driving way judging device and method | |
| CN109740595B (zh) | 一种基于机器视觉的斜向车辆检测与跟踪系统及方法 | |
| JP3575346B2 (ja) | 道路白線検出システム、道路白線検出方法および道路白線検出用プログラムを記録した記録媒体 | |
| US20030103650A1 (en) | Lane marker recognition method | |
| JPH0351968A (ja) | 直線化判別方式 | |
| JP6226368B2 (ja) | 車両監視装置、および車両監視方法 | |
| JPH06348896A (ja) | 文字の切り出し方法及びその装置 | |
| CN101369312B (zh) | 检测图像中交叉口的方法和设备 | |
| Qin et al. | A general framework for road marking detection and analysis | |
| CN111563463A (zh) | 路面车道线识别方法、装置、电子设备及存储介质 | |
| JPH07111734B2 (ja) | 走行路判別方法 | |
| WO2020001631A1 (zh) | 基于视觉摄像机的自阴影物体边缘识别方法、装置及车辆 | |
| JPH0624036B2 (ja) | 走行路判別方法 | |
| CN111860113A (zh) | 车道线检测方法及系统 | |
| JPH0624035B2 (ja) | 走行路判別装置 | |
| JP4224328B2 (ja) | 車番認識装置 | |
| JP3453952B2 (ja) | 交通流計測装置 | |
| JP2893814B2 (ja) | 車番自動読取装置におけるプレート切出し装置 | |
| CN113505793B (zh) | 复杂背景下的矩形目标检测方法 | |
| JPH11219435A (ja) | 自動車用白線検出装置 | |
| JPH07101455B2 (ja) | 線検出方法およびその装置 | |
| JPH0290380A (ja) | 走行路判別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |