JPH0855221A - 移動物体認識方法及びそれを用いた移動物体検出装置 - Google Patents
移動物体認識方法及びそれを用いた移動物体検出装置Info
- Publication number
- JPH0855221A JPH0855221A JP6212043A JP21204394A JPH0855221A JP H0855221 A JPH0855221 A JP H0855221A JP 6212043 A JP6212043 A JP 6212043A JP 21204394 A JP21204394 A JP 21204394A JP H0855221 A JPH0855221 A JP H0855221A
- Authority
- JP
- Japan
- Prior art keywords
- moving object
- vehicle
- fourier transform
- brightness
- distribution
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
(57)【要約】
【目的】 より素早く移動物体を検出することができる
ようにする。 【構成】 検出すべき車両及びこの車両が移動する道路
を捉える撮像装置１００と、この撮像装置１００からの
画像信号１１０のうち任意に設定された検出エリアにお
ける明度分布を注出する明度注出部２００と、この明度
注出部２００で注出された明度分布を矩形波を用いて近
似フーリエ変換し、前記近似フーリエ変換によって得ら
れたスペクトル分布のうち、物体幅寸法の２倍を基本周
期とする２次、３次、４次の高調波成分を検出するデジ
タルシグナルプロセッサ３００と、高調波成分の比較演
算を行う演算制御部４００と、検出エリアを設定するた
めのグラフィックス信号を生成するディスプレイコント
ローラー４１０とを有している。
ようにする。 【構成】 検出すべき車両及びこの車両が移動する道路
を捉える撮像装置１００と、この撮像装置１００からの
画像信号１１０のうち任意に設定された検出エリアにお
ける明度分布を注出する明度注出部２００と、この明度
注出部２００で注出された明度分布を矩形波を用いて近
似フーリエ変換し、前記近似フーリエ変換によって得ら
れたスペクトル分布のうち、物体幅寸法の２倍を基本周
期とする２次、３次、４次の高調波成分を検出するデジ
タルシグナルプロセッサ３００と、高調波成分の比較演
算を行う演算制御部４００と、検出エリアを設定するた
めのグラフィックス信号を生成するディスプレイコント
ローラー４１０とを有している。
Description
【０００１】
【産業上の利用分野】本発明は、移動物体とこの移動物
体の背景との明度差に基づいて、前記移動物体を認識す
る移動物体認識方法と、それを用いた移動物体検出装置
とに関する。
体の背景との明度差に基づいて、前記移動物体を認識す
る移動物体認識方法と、それを用いた移動物体検出装置
とに関する。
【０００２】
【従来の技術】移動物体検出装置の一種である交通計測
装置に用いられる従来の移動物体認識方法について図２
を参照しつつ説明する。この移動物体認識方法は、移動
物体としての車両Ｃと、この車両Ｃの背景としての道路
Ｒとの明度差を検出することによって、車両Ｃを認識す
るようになっている。具体的には、道路Ｒを見下ろした
状態で設けられた汎用のビデオカメラである撮像装置の
画像信号から車両Ｃの検出を行う。
装置に用いられる従来の移動物体認識方法について図２
を参照しつつ説明する。この移動物体認識方法は、移動
物体としての車両Ｃと、この車両Ｃの背景としての道路
Ｒとの明度差を検出することによって、車両Ｃを認識す
るようになっている。具体的には、道路Ｒを見下ろした
状態で設けられた汎用のビデオカメラである撮像装置の
画像信号から車両Ｃの検出を行う。
【０００３】例えば、図２に示すように、撮像装置が捉
えた画像中に車両Ｃの進行方向と直角に設定した検出エ
リアＡを設け、当該検出エリアＡを通過する車両Ｃと道
路Ｒとの明度差、すなわち検出エリアＡにおける明度分
布を検出する。
えた画像中に車両Ｃの進行方向と直角に設定した検出エ
リアＡを設け、当該検出エリアＡを通過する車両Ｃと道
路Ｒとの明度差、すなわち検出エリアＡにおける明度分
布を検出する。
【０００４】ここで、図２に示すように、車両Ｃの幅寸
法をＷ、画像の端部と検出エリアＡの一端部との間の距
離をａ、画像の端部と検出エリアＡの他端部との間の距
離をｂ、検出エリアＡの一端部と車両Ｃの中心部までの
距離をｄとする。前記ｄは、車両Ｃの位置を与える位置
情報として扱われる。
法をＷ、画像の端部と検出エリアＡの一端部との間の距
離をａ、画像の端部と検出エリアＡの他端部との間の距
離をｂ、検出エリアＡの一端部と車両Ｃの中心部までの
距離をｄとする。前記ｄは、車両Ｃの位置を与える位置
情報として扱われる。
【０００５】汎用のビデオシステムにおいては、画像の
明るさは被写体の平均明度に応じて自動的に調整される
ため、検出エリアＡの明度分布も平均明度の変化に追従
して変化する。ここで、例えば屋外であれば、天候、時
刻等による照度の変化が道路Ｒの明度に大きな影響を与
えるため、正確に車両Ｃを検出することができなくな
る。特に、薄暮時には、道路Ｒの明度と車両Ｃの明度と
の差が小さくなるので、単なる明度の振幅のみの検出で
は、道路Ｒの明度の雑音が無視できなくなるため、検出
確度が低下する。
明るさは被写体の平均明度に応じて自動的に調整される
ため、検出エリアＡの明度分布も平均明度の変化に追従
して変化する。ここで、例えば屋外であれば、天候、時
刻等による照度の変化が道路Ｒの明度に大きな影響を与
えるため、正確に車両Ｃを検出することができなくな
る。特に、薄暮時には、道路Ｒの明度と車両Ｃの明度と
の差が小さくなるので、単なる明度の振幅のみの検出で
は、道路Ｒの明度の雑音が無視できなくなるため、検出
確度が低下する。
【０００６】そこで、フーリエ変換を用いて車両Ｃをよ
り確実に検出することができる方法が創案された。以下
ではこのフーリエ変換を用いて車両Ｃを検出する方法を
理想的なモデルで説明する。ここで、幅寸法がＷであ
り、道路Ｒより明るく、かつ道路Ｒとの明度差がＨであ
る車両Ｃが検出エリアＡを通過することによって生じる
検出エリアＡでの明度分布ｇ（ｘ）は、図８（Ａ）のよ
うにあらわされる
り確実に検出することができる方法が創案された。以下
ではこのフーリエ変換を用いて車両Ｃを検出する方法を
理想的なモデルで説明する。ここで、幅寸法がＷであ
り、道路Ｒより明るく、かつ道路Ｒとの明度差がＨであ
る車両Ｃが検出エリアＡを通過することによって生じる
検出エリアＡでの明度分布ｇ（ｘ）は、図８（Ａ）のよ
うにあらわされる
【０００７】すなわち、明度分布ｇ（ｘ）を式であらわ
すと、 ｇ（ｘ）＝｛Ｈ （ｄ−Ｗ／２＜ｘ≦ｄ＋Ｗ） Ｒ その他の領域 ｝・・・（１）式 のようになる。
すと、 ｇ（ｘ）＝｛Ｈ （ｄ−Ｗ／２＜ｘ≦ｄ＋Ｗ） Ｒ その他の領域 ｝・・・（１）式 のようになる。
【０００８】かかる明度分布ｇ（ｘ）に正弦波直交関数
を乗じて積分を行うと、明度分布ｇ（ｘ）の周波数スペ
クトルが得られる。
を乗じて積分を行うと、明度分布ｇ（ｘ）の周波数スペ
クトルが得られる。
【０００９】 のようにあらわされる。ただし、Ｇ（ｆ）は明度分布ｇ
（ｘ）のフーリエ変換である。
（ｘ）のフーリエ変換である。
【００１０】なお、このフーリエ変換を行うたびに必ず
以下に示す余弦成分ａ（ｎ）と、正弦成分ｂ（ｎ）とを
各データ毎に別個に演算する必要がある。 ただし、０≦ｋ≦Ｎ−１であり、ｎ＝１、２、３・・・
である。また、Ｎはサンプル点数、ｇ（ｋ）は各サンプ
ル点の明度である。
以下に示す余弦成分ａ（ｎ）と、正弦成分ｂ（ｎ）とを
各データ毎に別個に演算する必要がある。 ただし、０≦ｋ≦Ｎ−１であり、ｎ＝１、２、３・・・
である。また、Ｎはサンプル点数、ｇ（ｋ）は各サンプ
ル点の明度である。
【００１１】また、求めるパワースペクトルＰ（ｎ）
は、 Ｐ（ｎ）＝｛ａ（ｎ）2 ＋ｂ（ｎ）2 ｝・・・（５）式 であらわされる。
は、 Ｐ（ｎ）＝｛ａ（ｎ）2 ＋ｂ（ｎ）2 ｝・・・（５）式 であらわされる。
【００１２】ここで、認識対象としての車両Ｃの幅寸法
Ｗの２倍を基本周期とする高調波成分について整理する
と、 Ｇ（ｍ／２Ｗ）＝ＷＨsinc（ｍ／２)exp｛−ｊ２π（ｍ／２Ｗ）ｄ｝ ・・・（６）式 となる。なお、ｍ／２Ｗは車両Ｃの幅寸法Ｗの２倍を基
本周期とするｍ次高調波数である。また、ｄは車両Ｃの
位置を与える位置情報であり、検出エリアＡの端部から
車両Ｃの中心位置までの距離である。
Ｗの２倍を基本周期とする高調波成分について整理する
と、 Ｇ（ｍ／２Ｗ）＝ＷＨsinc（ｍ／２)exp｛−ｊ２π（ｍ／２Ｗ）ｄ｝ ・・・（６）式 となる。なお、ｍ／２Ｗは車両Ｃの幅寸法Ｗの２倍を基
本周期とするｍ次高調波数である。また、ｄは車両Ｃの
位置を与える位置情報であり、検出エリアＡの端部から
車両Ｃの中心位置までの距離である。
【００１３】次に、明度分布ｇ（ｘ）のパワースペクト
ルＰ（ｍ／２Ｗ）を求めると、 Ｐ（ｍ／２Ｗ）＝｛Ｈsinc（ｍ／２）｝2 ・・・（７）式 となり、車両Ｃの幅寸法Ｗに対応する高調波成分に特徴
を有するようになる。この結果を周波数とパワーとの関
係としてあらわしたものが図９である。なお、図９は、
ｍは連続値として作図されている。
ルＰ（ｍ／２Ｗ）を求めると、 Ｐ（ｍ／２Ｗ）＝｛Ｈsinc（ｍ／２）｝2 ・・・（７）式 となり、車両Ｃの幅寸法Ｗに対応する高調波成分に特徴
を有するようになる。この結果を周波数とパワーとの関
係としてあらわしたものが図９である。なお、図９は、
ｍは連続値として作図されている。
【００１４】図９の特徴は、奇数次の高調波成分は、車
両Ｃと道路Ｒとの明度差Ｈに依存した値をとるが、偶数
次の高調波成分は明度差Ｈにかかわらず、常に０とな
る。従って、車両Ｃの検出は、基本的には奇数次高調波
成分の検出によって可能となる。
両Ｃと道路Ｒとの明度差Ｈに依存した値をとるが、偶数
次の高調波成分は明度差Ｈにかかわらず、常に０とな
る。従って、車両Ｃの検出は、基本的には奇数次高調波
成分の検出によって可能となる。
【００１５】ここで、道路Ｒの明度に雑音が含まれる場
合には、スペクトル全体が大きくなる可能性があるの
で、単なる明度差によらず、奇数次高調波成分と偶数次
高調波成分との相対評価によって車両Ｃの検出を行うよ
うにしている。
合には、スペクトル全体が大きくなる可能性があるの
で、単なる明度差によらず、奇数次高調波成分と偶数次
高調波成分との相対評価によって車両Ｃの検出を行うよ
うにしている。
【００１６】第３次高調波成分を検出量とし、第２次高
調波成分と第４次高調波成分との平均値を参照量とする
ρを特徴量とし、この特徴量の大きさによって車両Ｃの
検出を行うようにしているのである。ここで、特徴量ρ
は、 であらわされる。
調波成分と第４次高調波成分との平均値を参照量とする
ρを特徴量とし、この特徴量の大きさによって車両Ｃの
検出を行うようにしているのである。ここで、特徴量ρ
は、 であらわされる。
【００１７】この特徴量ρは、図１０に示すように、検
出エリアＡの幅寸法が車両Ｃの幅寸法Ｗと一致する場合
には無限大となるが、車両Ｃの幅寸法Ｗが検出エリアＡ
の幅寸法と異なる場合には小さくなる。例えば、車両Ｃ
の幅寸法Ｗが検出エリアＡの幅寸法の９０％である場合
には、特徴量ρは約４程度にまで減少する。
出エリアＡの幅寸法が車両Ｃの幅寸法Ｗと一致する場合
には無限大となるが、車両Ｃの幅寸法Ｗが検出エリアＡ
の幅寸法と異なる場合には小さくなる。例えば、車両Ｃ
の幅寸法Ｗが検出エリアＡの幅寸法の９０％である場合
には、特徴量ρは約４程度にまで減少する。
【００１８】このようにして、道路Ｒの明度より明るい
車両Ｃの検出も可能となり、車線境界線のように明度雑
音が含まれている場合にも車両Ｃの検出が可能となっ
た。
車両Ｃの検出も可能となり、車線境界線のように明度雑
音が含まれている場合にも車両Ｃの検出が可能となっ
た。
【００１９】また、図８（Ｂ）に示すような道路Ｒの明
度より暗い車両Ｃであっも上述したものと同様の結果を
得ることができる。
度より暗い車両Ｃであっも上述したものと同様の結果を
得ることができる。
【００２０】
【発明が解決しようとする課題】しかしながら、上述し
た従来の移動物体認識方法には以下のような問題点があ
る。すなわち、得られるデータ量に対して演算処理が多
大であるため、演算時間も増加し、車両のリアルタイム
での検出が困難になっているのである。上述したよう
に、検出エリアを画像の上下方向に設定した場合、画像
のラスタスキャンと同期してサンプリングを行うため、
明度分布は離散的なデータとなる。データとデータとの
間の時間間隔は、ラスタスキャンの１ライン走査時間、
すなわち約６３．５μsec に相当する。仮に、検出エリ
アを画面の上端から下端までに設定すると、得られるデ
ータ数は走査線の数と等しい５２５個であり、最初のデ
ータから最後のデータを得るのに必要な時間は１／３０
sec となる。この間に得られる離散的な各明度データに
対して、現在の高速型パーソナルコンピュータを用いて
フーリエ変換を行ったとしても約０．４秒を必要とす
る。これでは、リアルタイムの解析は困難である。
た従来の移動物体認識方法には以下のような問題点があ
る。すなわち、得られるデータ量に対して演算処理が多
大であるため、演算時間も増加し、車両のリアルタイム
での検出が困難になっているのである。上述したよう
に、検出エリアを画像の上下方向に設定した場合、画像
のラスタスキャンと同期してサンプリングを行うため、
明度分布は離散的なデータとなる。データとデータとの
間の時間間隔は、ラスタスキャンの１ライン走査時間、
すなわち約６３．５μsec に相当する。仮に、検出エリ
アを画面の上端から下端までに設定すると、得られるデ
ータ数は走査線の数と等しい５２５個であり、最初のデ
ータから最後のデータを得るのに必要な時間は１／３０
sec となる。この間に得られる離散的な各明度データに
対して、現在の高速型パーソナルコンピュータを用いて
フーリエ変換を行ったとしても約０．４秒を必要とす
る。これでは、リアルタイムの解析は困難である。
【００２１】このようにリアルタイムの解析が困難な原
因は、フーリエ変換を行うたびに余弦、正弦を演算し、
その後に残りの演算を行うことにある。すなわち、前記
（２）式では、必ず（３）式及び（４）式で示した余弦
成分ａ（ｎ）と、正弦成分ｂ（ｎ）とを各データ毎に別
個に演算するからである。
因は、フーリエ変換を行うたびに余弦、正弦を演算し、
その後に残りの演算を行うことにある。すなわち、前記
（２）式では、必ず（３）式及び（４）式で示した余弦
成分ａ（ｎ）と、正弦成分ｂ（ｎ）とを各データ毎に別
個に演算するからである。
【００２２】本発明は、上記事情に鑑みて創案されたも
ので、より素早く移動物体の検出を可能とする移動物体
認識方法及びそれを用いた移動物体検出装置を提供する
ことを目的としている。
ので、より素早く移動物体の検出を可能とする移動物体
認識方法及びそれを用いた移動物体検出装置を提供する
ことを目的としている。
【００２３】
【課題を解決するための手段】本発明に係る移動物体認
識方法は、移動物体とこの移動物体の背景との明度差に
基づいて、前記移動物体を認識する移動物体認識方法で
あって、予め設定された検出エリアを移動物体が通過す
ることによって生じる明度分布を矩形波を用いて近似フ
ーリエ変換し、これによって得られたスペクトル分布の
うち、物体幅寸法の２倍を基本周期とする奇数次の高調
波成分を検出することによって移動物体を認識する移動
物体認識方法において、前記矩形波は、その面積が正規
の余弦、正弦波の各半周期の面積と等しく、振幅が１で
あり、かつ線分長の中点は正弦、余弦波の波形の頂点と
なっている。
識方法は、移動物体とこの移動物体の背景との明度差に
基づいて、前記移動物体を認識する移動物体認識方法で
あって、予め設定された検出エリアを移動物体が通過す
ることによって生じる明度分布を矩形波を用いて近似フ
ーリエ変換し、これによって得られたスペクトル分布の
うち、物体幅寸法の２倍を基本周期とする奇数次の高調
波成分を検出することによって移動物体を認識する移動
物体認識方法において、前記矩形波は、その面積が正規
の余弦、正弦波の各半周期の面積と等しく、振幅が１で
あり、かつ線分長の中点は正弦、余弦波の波形の頂点と
なっている。
【００２４】また、本発明に係る移動物体検出装置は、
検出すべき移動物体及びこの移動物体の背景を捉える撮
像装置と、この撮像装置からの画像信号のうち任意に設
定された検出エリアにおける明度分布を抽出する明度抽
出部と、この明度抽出部で抽出された明度分布を矩形波
を用いて近似フーリエ変換するデジタルシグナルプロセ
ッサと、前記近似フーリエ変換によって得られたスペク
トル分布の奇数次の高調波成分を検出する演算制御部と
を備えており、前記矩形波は、その面積が正規の余弦、
正弦波の各半周期の面積と等しく、振幅が１であり、か
つ線分長の中点は正弦、余弦波の波形の頂点となってい
る。
検出すべき移動物体及びこの移動物体の背景を捉える撮
像装置と、この撮像装置からの画像信号のうち任意に設
定された検出エリアにおける明度分布を抽出する明度抽
出部と、この明度抽出部で抽出された明度分布を矩形波
を用いて近似フーリエ変換するデジタルシグナルプロセ
ッサと、前記近似フーリエ変換によって得られたスペク
トル分布の奇数次の高調波成分を検出する演算制御部と
を備えており、前記矩形波は、その面積が正規の余弦、
正弦波の各半周期の面積と等しく、振幅が１であり、か
つ線分長の中点は正弦、余弦波の波形の頂点となってい
る。
【００２５】
【実施例】図１は本発明に係る移動物体検出装置の概略
的ブロック図、図２は移動物体である車両と検出エリア
との関係を示すビデオモニター上の画像の概略図、図３
はこの移動物体検出装置における近似フーリエ変換に用
いられる矩形波の波形図、図４は車両が通過した検出エ
リアにおける明度分布を示すグラフ、図５は図４に示し
た明度分布に対して近似フーリエ変換を行った結果とし
てのスペクトル分布を示すグラフ、図６はデジタルシグ
ナルプロセッサの説明図、図７は理想的な明度分布（図
８参照）に対して近似フーリエ変換を行った結果として
のスペクトル分布を示すグラフである。
的ブロック図、図２は移動物体である車両と検出エリア
との関係を示すビデオモニター上の画像の概略図、図３
はこの移動物体検出装置における近似フーリエ変換に用
いられる矩形波の波形図、図４は車両が通過した検出エ
リアにおける明度分布を示すグラフ、図５は図４に示し
た明度分布に対して近似フーリエ変換を行った結果とし
てのスペクトル分布を示すグラフ、図６はデジタルシグ
ナルプロセッサの説明図、図７は理想的な明度分布（図
８参照）に対して近似フーリエ変換を行った結果として
のスペクトル分布を示すグラフである。
【００２６】まず、本実施例に係る移動物体検出装置に
ついて説明する。この移動物体検出装置は、移動物体と
しての車両Ｃを検出するものであり、検出すべき車両Ｃ
及びこの車両Ｃが移動する背景としての道路Ｒを捉える
撮像装置１００と、この撮像装置１００からの画像信号
１１０のうち任意に設定された検出エリアＡの明度分布
を抽出する明度抽出部２００と、この明度抽出部２００
で抽出された明度分布を近似フーリエ変換し、前記近似
フーリエ変換によって得られたスペクトル分布のうち、
物体幅寸法の２倍を基本周期とする２次、３次、４次の
高調波成分を検出するデジタルシグナルプロセッサ３０
０（以下、『ＤＳＰ３００』とする）と、高調波成分の
比較演算を行う演算制御部４００と、検出エリアを設定
するためのグラフィックス信号を作成するディスプレイ
コントローラー４１０とを有している。
ついて説明する。この移動物体検出装置は、移動物体と
しての車両Ｃを検出するものであり、検出すべき車両Ｃ
及びこの車両Ｃが移動する背景としての道路Ｒを捉える
撮像装置１００と、この撮像装置１００からの画像信号
１１０のうち任意に設定された検出エリアＡの明度分布
を抽出する明度抽出部２００と、この明度抽出部２００
で抽出された明度分布を近似フーリエ変換し、前記近似
フーリエ変換によって得られたスペクトル分布のうち、
物体幅寸法の２倍を基本周期とする２次、３次、４次の
高調波成分を検出するデジタルシグナルプロセッサ３０
０（以下、『ＤＳＰ３００』とする）と、高調波成分の
比較演算を行う演算制御部４００と、検出エリアを設定
するためのグラフィックス信号を作成するディスプレイ
コントローラー４１０とを有している。
【００２７】まず、撮像装置１００は、汎用のビデオカ
メラであって、道路Ｒを見下ろすように設置されてい
る。かかる撮像装置１００は、少なくとも道路の１車線
を捉えることができる視野を有している。また、この撮
像装置１００は、屋外に設置されるものであるので、直
射日光や雨風に耐えられるようにしておく必要がある。
なお、この撮像装置１００には、移動物体検出装置に専
用のものであってもよいし、高速道路や主要幹線道路等
において現在使用されている交通管制用テレビモニター
システムのものを用いることも可能である。
メラであって、道路Ｒを見下ろすように設置されてい
る。かかる撮像装置１００は、少なくとも道路の１車線
を捉えることができる視野を有している。また、この撮
像装置１００は、屋外に設置されるものであるので、直
射日光や雨風に耐えられるようにしておく必要がある。
なお、この撮像装置１００には、移動物体検出装置に専
用のものであってもよいし、高速道路や主要幹線道路等
において現在使用されている交通管制用テレビモニター
システムのものを用いることも可能である。
【００２８】この撮像装置１００の画像は、図２に示す
ようになり、この画像の一部を検出エリアＡとして設定
する。この検出エリアＡの設定は、ディスプレイコント
ローラー４１０から出力されるグラフィックス信号に撮
像装置１００からの画像信号１１０をスーパーインポー
ザー５００により重ね合わせることによって設定する。
本実施例では、前記検出エリアＡは、図２に示すよう
に、車両Ｃの進行方向に対して直角に設定されている。
ようになり、この画像の一部を検出エリアＡとして設定
する。この検出エリアＡの設定は、ディスプレイコント
ローラー４１０から出力されるグラフィックス信号に撮
像装置１００からの画像信号１１０をスーパーインポー
ザー５００により重ね合わせることによって設定する。
本実施例では、前記検出エリアＡは、図２に示すよう
に、車両Ｃの進行方向に対して直角に設定されている。
【００２９】ここで、車両Ｃの幅寸法をＷ、画像の端部
と検出エリアＡの一端部との間の距離をａ、画像の端部
と検出エリアＡの他端部との間の距離をｂ、検出エリア
Ａの一端部と車両Ｃの中心部までの距離をｄとする。前
記ｄは、車両Ｃの位置を与える位置情報として扱われ
る。
と検出エリアＡの一端部との間の距離をａ、画像の端部
と検出エリアＡの他端部との間の距離をｂ、検出エリア
Ａの一端部と車両Ｃの中心部までの距離をｄとする。前
記ｄは、車両Ｃの位置を与える位置情報として扱われ
る。
【００３０】前記撮像装置１００からの画像信号１１０
のうち任意に設定された検出エリアＡにおける明度分布
を抽出する明度抽出部２００は、画像信号１１０に検出
エリアＡを設定するグラフィックス信号を同期させるシ
ンクロナイザ２１０と、前記グラフィックス信号と画像
信号１１０とが同期した部分、すなわち検出エリアＡに
おける明度分布を抽出するＡ／Ｄ変換器２２０と、これ
らのタイミングをとるタイミングコントローラー２３０
とから構成されている。
のうち任意に設定された検出エリアＡにおける明度分布
を抽出する明度抽出部２００は、画像信号１１０に検出
エリアＡを設定するグラフィックス信号を同期させるシ
ンクロナイザ２１０と、前記グラフィックス信号と画像
信号１１０とが同期した部分、すなわち検出エリアＡに
おける明度分布を抽出するＡ／Ｄ変換器２２０と、これ
らのタイミングをとるタイミングコントローラー２３０
とから構成されている。
【００３１】すなわち、この明度抽出部２００は、検出
エリアＡをグラフィックス信号で定義し、このグラフィ
ックス信号でＡ／Ｄ変換器２２０を制御して信号の抽出
を行うのである。明度抽出部２００をこのように構成す
ると、膨大な画像信号１１０のうち一部分のみを抽出す
ることによって冗長な情報を破棄することでメモリ容量
を大幅に軽減でき、パーソナルコンピュータや簡単なシ
ステムであっても情報処理が容易という利点がある。
エリアＡをグラフィックス信号で定義し、このグラフィ
ックス信号でＡ／Ｄ変換器２２０を制御して信号の抽出
を行うのである。明度抽出部２００をこのように構成す
ると、膨大な画像信号１１０のうち一部分のみを抽出す
ることによって冗長な情報を破棄することでメモリ容量
を大幅に軽減でき、パーソナルコンピュータや簡単なシ
ステムであっても情報処理が容易という利点がある。
【００３２】Ａ／Ｄ変換器２２０で抽出された検出エリ
アＡにおける明度分布（図４参照）は、量子化されてＤ
ＳＰ３００に入力される。
アＡにおける明度分布（図４参照）は、量子化されてＤ
ＳＰ３００に入力される。
【００３３】一方、撮像装置１００からの画像信号１１
０は、前記明度抽出部２００のみならず、スーパーイン
ポーザー５００にも出力されている。このスーパーイン
ポーザー５００は、ビデオモニター５１０に画像信号１
１０に前記検出エリアＡを重畳して表示するものであ
る。
０は、前記明度抽出部２００のみならず、スーパーイン
ポーザー５００にも出力されている。このスーパーイン
ポーザー５００は、ビデオモニター５１０に画像信号１
１０に前記検出エリアＡを重畳して表示するものであ
る。
【００３４】また、前記明度抽出部２００によって量子
化された明度が入力されるＤＳＰ３００は、図３に示す
ような矩形波によって、前記明度を近似フーリエ変換す
る。この矩形波は、正弦関数、余弦関数を１、０、−１
の３値で近似させたものであり、その面積が正規の余弦
波、正弦波の各半周期の面積と等しく、振幅が１であ
り、かつ線分長の中点は正弦波、余弦波の波形の頂点と
なっている。
化された明度が入力されるＤＳＰ３００は、図３に示す
ような矩形波によって、前記明度を近似フーリエ変換す
る。この矩形波は、正弦関数、余弦関数を１、０、−１
の３値で近似させたものであり、その面積が正規の余弦
波、正弦波の各半周期の面積と等しく、振幅が１であ
り、かつ線分長の中点は正弦波、余弦波の波形の頂点と
なっている。
【００３５】このような矩形波を用いるのは、データの
取り扱いを簡略化するためである。このような矩形波を
用いることにより、０〜１の中間値を取り扱う必要がな
く、１なら加算、０なら演算不履行、−１なら減算の操
作を行うことで演算が可能であり、演算時間の短縮化が
実現できる。
取り扱いを簡略化するためである。このような矩形波を
用いることにより、０〜１の中間値を取り扱う必要がな
く、１なら加算、０なら演算不履行、−１なら減算の操
作を行うことで演算が可能であり、演算時間の短縮化が
実現できる。
【００３６】このＤＳＰ３００は、第３次高調波と、第
２次高調波と、第４次高調波とのスペクトル分布を演算
する。ここで、第３次高調波のみならず第２次高調波及
び第４次高調波まで演算するのは以下の理由による。す
なわち、背景としての道路Ｒが雑音のない理想的なもの
であれば、偶数次高調波（ここでは、第２次高調波及び
第４次高調波）は０となるのであるが、実際の道路Ｒに
は雑音が含まれるので偶数次高調波は０とならない。こ
のため、実際には第２次高調波と、第４次高調波も必要
となるのである。
２次高調波と、第４次高調波とのスペクトル分布を演算
する。ここで、第３次高調波のみならず第２次高調波及
び第４次高調波まで演算するのは以下の理由による。す
なわち、背景としての道路Ｒが雑音のない理想的なもの
であれば、偶数次高調波（ここでは、第２次高調波及び
第４次高調波）は０となるのであるが、実際の道路Ｒに
は雑音が含まれるので偶数次高調波は０とならない。こ
のため、実際には第２次高調波と、第４次高調波も必要
となるのである。
【００３７】このようなＤＳＰ３００では、以下のよう
にして各高調波のスペクトル分布が演算される。まず、
図６に示すように、Ａ／Ｄ変換器２２０で量子化された
明度分布が３つの周波数成分毎の加減算フィルター３１
０に導かれる。この加減算フィルター３１０は、従来の
正弦波、余弦波関数との乗算に代わるものであって、前
記（３）〜（４）式に代わるものである。すなわち、こ
の加減算フィルター３１０は、前記矩形波での近似フー
リエ変換に相当するものである。また、各加減算フィル
ター３１０に続くレジスター３２０は、積分計算、すな
わち前記（２）式に相当しており、１フレームごとの検
出エリアＡ上のスペクトル分布を演算制御部４００に出
力するようになっている。
にして各高調波のスペクトル分布が演算される。まず、
図６に示すように、Ａ／Ｄ変換器２２０で量子化された
明度分布が３つの周波数成分毎の加減算フィルター３１
０に導かれる。この加減算フィルター３１０は、従来の
正弦波、余弦波関数との乗算に代わるものであって、前
記（３）〜（４）式に代わるものである。すなわち、こ
の加減算フィルター３１０は、前記矩形波での近似フー
リエ変換に相当するものである。また、各加減算フィル
ター３１０に続くレジスター３２０は、積分計算、すな
わち前記（２）式に相当しており、１フレームごとの検
出エリアＡ上のスペクトル分布を演算制御部４００に出
力するようになっている。
【００３８】このＤＳＰ３００で近似フーリエ変換され
ることによって得られたスペクトル分布は、演算制御部
４００に出力される。
ることによって得られたスペクトル分布は、演算制御部
４００に出力される。
【００３９】この演算制御部４００は、通常のパーソナ
ルコンピュータを使用している。かかる演算制御部４０
０では、第３次高調波成分を検出量とし、第２次及び第
４次高調波成分の平均値を参照量として得られる特徴量
ρの大きさによって移動物体を検出する。すなわち、前
記（８）式によって特徴量ρを算出し、この特徴量ρに
基づいて車両Ｃが存在するか否かを判定するのである。
ルコンピュータを使用している。かかる演算制御部４０
０では、第３次高調波成分を検出量とし、第２次及び第
４次高調波成分の平均値を参照量として得られる特徴量
ρの大きさによって移動物体を検出する。すなわち、前
記（８）式によって特徴量ρを算出し、この特徴量ρに
基づいて車両Ｃが存在するか否かを判定するのである。
【００４０】以下に実際に実験した場合に得られた結果
について図４及び図５を参照しつつ説明する。この実験
は、名神高速道路下り車線の大津トンネル入口で白色の
車両Ｃを昼間時に撮像した。
について図４及び図５を参照しつつ説明する。この実験
は、名神高速道路下り車線の大津トンネル入口で白色の
車両Ｃを昼間時に撮像した。
【００４１】図４は、明度抽出部２００のＡ／Ｄ変換器
２２０からの出力、すなわち検出エリアＡにおける明度
分布を示すグラフである。ただし、Ａ／Ｄ変換器２２０
からの実際の出力は、サンプリングされているので離散
的な値を有するものであるが、図４では見やすさのため
に包絡線で結んである。
２２０からの出力、すなわち検出エリアＡにおける明度
分布を示すグラフである。ただし、Ａ／Ｄ変換器２２０
からの実際の出力は、サンプリングされているので離散
的な値を有するものであるが、図４では見やすさのため
に包絡線で結んである。
【００４２】すなわち、高原状に高くなった部分は車両
Ｃの明度であり、その両側の低くなった部分は道路Ｒの
明度を示している。図４を見ると道路Ｒより車両Ｃの明
度の方が大きいことが判る。
Ｃの明度であり、その両側の低くなった部分は道路Ｒの
明度を示している。図４を見ると道路Ｒより車両Ｃの明
度の方が大きいことが判る。
【００４３】このＡ／Ｄ変換器２２０からの出力をＤＳ
Ｐ３００に入力した結果が図５である。ここでは、車両
Ｃの幅寸法Ｗは小型車に準じて１．７ｍとしている。図
５を検討すると、データに若干の乱れは生じるが、特徴
量ρの演算に用いられる第３次高調波付近での極大値、
第２次及び第４次高調波付近での極小値をとる傾向はそ
のままである。従って、上述したような矩形波を用いた
近似フーリエ変換によって車両Ｃを検出することは十分
可能であることが理解できる。
Ｐ３００に入力した結果が図５である。ここでは、車両
Ｃの幅寸法Ｗは小型車に準じて１．７ｍとしている。図
５を検討すると、データに若干の乱れは生じるが、特徴
量ρの演算に用いられる第３次高調波付近での極大値、
第２次及び第４次高調波付近での極小値をとる傾向はそ
のままである。従って、上述したような矩形波を用いた
近似フーリエ変換によって車両Ｃを検出することは十分
可能であることが理解できる。
【００４４】このようなスペクトル分布が演算制御部４
００に対して出力され、演算制御部４００は、前記
（８）式に基づいて特徴量ρを算出し、車両Ｃを検出す
るのである。
００に対して出力され、演算制御部４００は、前記
（８）式に基づいて特徴量ρを算出し、車両Ｃを検出す
るのである。
【００４５】特に、従来の技術の欄で用いた図８のよう
な理想的な明度分布に対して矩形波を用いた近似フーリ
エ変換を行った結果が図７に実線に示されており、図５
と比較しても車両Ｃを検出することは十分可能であるこ
とがわかる。
な理想的な明度分布に対して矩形波を用いた近似フーリ
エ変換を行った結果が図７に実線に示されており、図５
と比較しても車両Ｃを検出することは十分可能であるこ
とがわかる。
【００４６】背景より暗い車両、すなわち道路Ｒより黒
色の車両Ｃであっても、白色の車両Ｃと同様の結果を得
ることができた。
色の車両Ｃであっても、白色の車両Ｃと同様の結果を得
ることができた。
【００４７】なお、上述した実施例では、移動物体検出
装置としての車両検出装置を例としたが、本発明がこれ
に限定されるわけではない。例えば、平行な検出エリア
を複数個設け、各検出エリアを通過する時間差に基づい
て移動物体の移動速度を検出することができる。
装置としての車両検出装置を例としたが、本発明がこれ
に限定されるわけではない。例えば、平行な検出エリア
を複数個設け、各検出エリアを通過する時間差に基づい
て移動物体の移動速度を検出することができる。
【００４８】
【発明の効果】上述したように本発明に係る移動物体認
識方法は、移動物体とこの移動物体の背景との明度差に
基づいて、前記移動物体を認識する移動物体認識方法で
あって、予め設定された検出エリアを移動物体が通過す
ることによって生じる明度分布を矩形波を用いて近似フ
ーリエ変換し、これによって得られたスペクトル分布の
奇数次の高調波成分を検出することによって移動物体を
認識するようになっている。ここで、矩形波を用いた近
似フーリエ変換を行い、正弦関数及び余弦関数を演算す
る必要がないので、演算を高速化することができる。特
に、前記矩形波として、その面積が正規の余弦、正弦波
の各半周期の面積と等しく、振幅が１であり、かつ線分
長の中点は正弦、余弦波の波形の頂点となっているもの
を用いると、より高速化が可能となる。
識方法は、移動物体とこの移動物体の背景との明度差に
基づいて、前記移動物体を認識する移動物体認識方法で
あって、予め設定された検出エリアを移動物体が通過す
ることによって生じる明度分布を矩形波を用いて近似フ
ーリエ変換し、これによって得られたスペクトル分布の
奇数次の高調波成分を検出することによって移動物体を
認識するようになっている。ここで、矩形波を用いた近
似フーリエ変換を行い、正弦関数及び余弦関数を演算す
る必要がないので、演算を高速化することができる。特
に、前記矩形波として、その面積が正規の余弦、正弦波
の各半周期の面積と等しく、振幅が１であり、かつ線分
長の中点は正弦、余弦波の波形の頂点となっているもの
を用いると、より高速化が可能となる。
【００４９】また、前記奇数次の高調波成分の検出に
は、第３次高調波成分を検出量とし、第２次及び第４時
高調波成分の平均値を参照量として得られる特徴量の大
きさに基づいて行うようになっている。このようにする
と、背景に雑音があってもより正確に移動物体を検出す
ることができる。
は、第３次高調波成分を検出量とし、第２次及び第４時
高調波成分の平均値を参照量として得られる特徴量の大
きさに基づいて行うようになっている。このようにする
と、背景に雑音があってもより正確に移動物体を検出す
ることができる。
【００５０】一方、本発明に係る移動物体検出装置は、
検出すべき移動物体及びこの移動物体の背景を捉える撮
像装置と、この撮像装置からの画像信号のうち任意に設
定された検出エリアにおける明度分布を抽出する明度抽
出部と、この明度抽出部で抽出された明度分布を矩形波
を用いて近似フーリエ変換し、前記近似フーリエ変換に
よって得られたスペクトル分布のうち、物体幅寸法の２
倍を基本周期とする２次、３次、４次の高調波成分を検
出するデジタルシグナルプロセッサと、高調波成分の比
較演算を行う演算制御部と、検出エリアを設定するため
のグラフィックス信号を生成するディスプレイコントロ
ーラーとを備えており、前記矩形波は、その面積が正規
の余弦、正弦波の各半周期の面積と等しく、振幅が１で
あり、かつ線分長の中点は正弦、余弦波の波形の頂点と
なっている。このようにすると、フーリエ変換における
正弦関数及び余弦関数を演算する必要がないので、演算
を高速化することができる。特に、近似フーリエ変換を
行う専用のデジタルシグナルプロセッサを用いたので、
演算の高速化を図ることができる。
検出すべき移動物体及びこの移動物体の背景を捉える撮
像装置と、この撮像装置からの画像信号のうち任意に設
定された検出エリアにおける明度分布を抽出する明度抽
出部と、この明度抽出部で抽出された明度分布を矩形波
を用いて近似フーリエ変換し、前記近似フーリエ変換に
よって得られたスペクトル分布のうち、物体幅寸法の２
倍を基本周期とする２次、３次、４次の高調波成分を検
出するデジタルシグナルプロセッサと、高調波成分の比
較演算を行う演算制御部と、検出エリアを設定するため
のグラフィックス信号を生成するディスプレイコントロ
ーラーとを備えており、前記矩形波は、その面積が正規
の余弦、正弦波の各半周期の面積と等しく、振幅が１で
あり、かつ線分長の中点は正弦、余弦波の波形の頂点と
なっている。このようにすると、フーリエ変換における
正弦関数及び余弦関数を演算する必要がないので、演算
を高速化することができる。特に、近似フーリエ変換を
行う専用のデジタルシグナルプロセッサを用いたので、
演算の高速化を図ることができる。
【００５１】また、前記演算制御部では、第３次高調波
成分を検出量とし、第２次及び第４次高調波成分の平均
値を参照量として得られる特徴量の大きさによって移動
物体を検出するようになっているので、背景に雑音があ
ってもより正確に移動物体を検出することができる。
成分を検出量とし、第２次及び第４次高調波成分の平均
値を参照量として得られる特徴量の大きさによって移動
物体を検出するようになっているので、背景に雑音があ
ってもより正確に移動物体を検出することができる。
【図１】本発明に係る移動物体検出装置の概略的ブロッ
ク図である。
ク図である。
【図２】移動物体である車両と検出エリアとの関係を示
すビデオモニター上の画像の概略図である。
すビデオモニター上の画像の概略図である。
【図３】この移動物体検出装置における近似フーリエ変
換に用いられる矩形波の波形図である。
換に用いられる矩形波の波形図である。
【図４】車両が通過した検出エリアにおける明度分布を
示すグラフである。
示すグラフである。
【図５】図４に示した明度分布に対して近似フーリエ変
換を行った結果としてのスペクトル分布を示すグラフで
ある。
換を行った結果としてのスペクトル分布を示すグラフで
ある。
【図６】デジタルシグナルプロセッサの説明図である。
【図７】理想的な明度分布に対して近似フーリエ変換を
行った結果としてのスペクトル分布を示すグラフであ
る。
行った結果としてのスペクトル分布を示すグラフであ
る。
【図８】検出エリアにおける理想的な明度分布を示すグ
ラフである。
ラフである。
【図９】図８で示した明度分布に対してフーリエ変換を
行った結果としてのスペクトル分布を示すグラフであ
る。
行った結果としてのスペクトル分布を示すグラフであ
る。
【図１０】車両の幅寸法と検出エリアの幅寸法との比率
と、特徴量との関係を示すグラフである。
と、特徴量との関係を示すグラフである。
１００ 撮像装置 ２００ 明度抽出部 ３００ デジタルシグナルプロセッサ（ＤＳＰ） ４００ 演算制御部 Ｃ 車両（移動物体） Ｒ 道路（背景）
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 7/18 Ｋ
Claims (4)
- 【請求項１】 移動物体とこの移動物体の背景との明度
差に基づいて、前記移動物体を認識する移動物体認識方
法であって、予め設定された検出エリアを移動物体が通
過することによって生じる明度分布を矩形波を用いて近
似フーリエ変換し、これによって得られたスペクトル分
布のうち、物体幅寸法の２倍を基本周期とする奇数次の
高調波成分を検出することによって移動物体を認識する
移動物体認識方法において、前記矩形波は、その面積が
正規の余弦、正弦波の各半周期の面積と等しく、振幅が
１であり、かつ線分長の中点は正弦、余弦波の波形の頂
点となっているものであることを特徴とする移動物体認
識方法。 - 【請求項２】 前記奇数次の高調波成分の検出には、第
３次高調波成分を検出量とし、第２次及び第４時高調波
成分の平均値を参照量として得られる特徴量の大きさに
基づいて行うことを特徴とする請求項１記載の移動物体
認識方法。 - 【請求項３】 検出すべき移動物体及びこの移動物体の
背景を捉える撮像装置と、この撮像装置からの画像信号
のうち任意に設定された検出エリアにおける明度分布を
抽出する明度抽出部と、この明度抽出部で抽出された明
度分布を矩形波を用いて近似フーリエ変換するデジタル
シグナルプロセッサと、前記近似フーリエ変換によって
得られたスペクトル分布の奇数次の高調波成分を検出す
る演算制御部とを具備しており、前記矩形波は、その面
積が正規の余弦、正弦波の各半周期の面積と等しく、振
幅が１であり、かつ線分長の中点は正弦、余弦波の波形
の頂点となっていることを特徴とする移動物体検出装
置。 - 【請求項４】 前記演算制御部では、第３次高調波成分
を検出量とし、第２次及び第４次高調波成分の平均値を
参照量として得られる特徴量の大きさによって移動物体
を検出することを特徴とする請求項３記載の移動物体検
出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21204394A JP3557252B2 (ja) | 1994-08-13 | 1994-08-13 | 移動物体認識方法及びそれを用いた移動物体検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21204394A JP3557252B2 (ja) | 1994-08-13 | 1994-08-13 | 移動物体認識方法及びそれを用いた移動物体検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0855221A true JPH0855221A (ja) | 1996-02-27 |
| JP3557252B2 JP3557252B2 (ja) | 2004-08-25 |
Family
ID=16615929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21204394A Expired - Fee Related JP3557252B2 (ja) | 1994-08-13 | 1994-08-13 | 移動物体認識方法及びそれを用いた移動物体検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3557252B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009153250A (ja) * | 2007-12-19 | 2009-07-09 | Ricoh Co Ltd | 駆動装置、画像形成装置 |
| WO2011039977A1 (ja) * | 2009-09-29 | 2011-04-07 | パナソニック株式会社 | 横断歩道標示検出方法および横断歩道標示検出装置 |
-
1994
- 1994-08-13 JP JP21204394A patent/JP3557252B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009153250A (ja) * | 2007-12-19 | 2009-07-09 | Ricoh Co Ltd | 駆動装置、画像形成装置 |
| WO2011039977A1 (ja) * | 2009-09-29 | 2011-04-07 | パナソニック株式会社 | 横断歩道標示検出方法および横断歩道標示検出装置 |
| US8744131B2 (en) | 2009-09-29 | 2014-06-03 | Panasonic Corporation | Pedestrian-crossing marking detecting method and pedestrian-crossing marking detecting device |
| JP5548212B2 (ja) * | 2009-09-29 | 2014-07-16 | パナソニック株式会社 | 横断歩道標示検出方法および横断歩道標示検出装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3557252B2 (ja) | 2004-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3083918B2 (ja) | 画像処理装置 | |
| JP3822468B2 (ja) | 画像処理装置及びその方法 | |
| JP2002074368A (ja) | 移動物体認識追跡装置 | |
| CN104853151A (zh) | 一种基于视频图像的大空间火灾监测系统 | |
| JP3406577B2 (ja) | 物体認識方法 | |
| JP2829934B2 (ja) | 移動車の環境認識装置 | |
| JP2811909B2 (ja) | 画像処理装置 | |
| JP3557252B2 (ja) | 移動物体認識方法及びそれを用いた移動物体検出装置 | |
| CN106530292A (zh) | 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法 | |
| CN117830890A (zh) | 一种基于视频流的老鼠检测方法 | |
| JP2000311289A (ja) | 画像形車両感知装置 | |
| JP3230509B2 (ja) | 動画像処理装置 | |
| JP3578321B2 (ja) | 画像正規化装置 | |
| JP4074464B2 (ja) | 周期性を有する動きの検出方法および装置 | |
| JP4467702B2 (ja) | 影変化領域判定装置、これを用いた画像判定装置および画像生成装置、並びにこれに用いられる影強度比演算装置 | |
| JP2779632B2 (ja) | 画像式車両検知方法 | |
| JPH057363A (ja) | 画像監視装置 | |
| JPH03286399A (ja) | 画像処理式交通流計測装置 | |
| KR100711364B1 (ko) | 화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치및 방법 | |
| JP4063069B2 (ja) | レーダ信号処理装置 | |
| CN113538504B (zh) | 目标匀速移动场景中的跟踪目标显示方法和电子设备 | |
| KR101067516B1 (ko) | 정규 상관도와 누적영상을 이용한 고속 그림자 제거 방법 | |
| CN116807516A (zh) | 基于人工智能的超声探头无盲区扫查方法和系统 | |
| CN115272646A (zh) | 一种基于图像识别的车辆通行证检测方法 | |
| JPS62226293A (ja) | パタ−ン認識方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040427 |
|
| 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: 20040511 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040517 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130521 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |