JPH09133506A - 車両検出方法 - Google Patents

Abstract

(57)【要約】 【課題】２値化処理のための閾値を一義的に設定した場
合には、撮影環境の変化に対応することができず、昼夜
等の撮影環境の変化に対して車両候補の検出基準が対応
することができず、車両候補を割出すための精度が一定
しない。 【解決手段】カメラによる平均輝度を検出し、平均輝度
に応じて設定される閾値に基づき上記撮影画像を２値化
し、同２値化した画像に基づき上記撮影画像内の車両を
検出することを特徴とする。これにより、撮影環境の変
化に対応した閾値を用いて車両の検出を行うことができ
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車両検出方法に関
する。

【０００２】

【従来の技術】近年、自車両の走行時、前方に存在する
障害物や車両を認識して障害物を回避したりあるいは車
間距離を適性化して安全走行を行えるようにするための
制御方法が提案されるようになってきている。

【０００３】例えば、前方車両を認識する方法として、
前方車両のリヤビューの水平成分の特徴を利用して車両
を抽出する方法がある。また、障害物や車両を抽出する
他の方法としては、自車両の前方に設けたカメラにより
前方ビューを撮影し、そのカメラによりえられた画像の
中の物体のエッジ情報を利用する方法、あるいはその物
体との間の距離情報を利用する方法等がある。

【０００４】エッジ情報を利用する方法としては、画像
中の垂直線部領域に挟まれた領域（垂直エッジ情報）を
車両候補とし、その情報が車両の大きさ、左右対称性等
の条件を満足している場合に車両として認識する方法が
ある。また、撮影した画像中の水平線分を多く含む領域
（水平エッジ情報）を車両として認識する方法も提案さ
れている（例えば、特開平３ー２７３５００号公報）。

【０００５】さらに、撮影した画像の多数の領域に対し
てそれぞれ測距を行って距離情報を得た上で、距離情報
の中に隣接する領域で等しい距離を持つ領域が存在すれ
ば、その領域を１つの障害物あるいは車両等の対象物と
して認識する方法がある。

【０００６】しかし、上記した車両あるいは障害物認識
のための方法では、例えば、エッジ情報を利用する場合
でいうと、近距離の場合には画像中で障害物や車両がは
っきり描写されやすいことにより障害物や車両の認識が
比較的容易であるが、遠距離になるにつれて前方の障害
物あるいは車両と周囲とのコントラストの差が少なくな
ることによってエッジの検出が困難となり、これによっ
て車両あるいは障害物としての認識が困難になったり不
正確になる。

【０００７】そこで、撮影画像から得られる画像データ
中での輝度を検出し、その輝度を予め設定されている基
準輝度と比較して障害物あるいは車両認識を行う方法が
提案されている（例えば、特開平２ー２６６８５号公
報）。

【０００８】

【発明が解決しようとする課題】しかし、上記公報記載
の方法では、車両認識を行なう際に次のような不具合が
ある。

【０００９】一般に、撮影された画像は階調数の変換処
理が行われて階調画像とされ、その階調画像から２値化
処理によって２値画像に変換される。２値画像の変換処
理では、階調数の変換処理により得られた階調値に予め
閾値となる階調値を設定し、その閾値よりも小さい階調
値を持つ画素を「０（黒）」、そして大きい階調値を持
つ画素を「１（白）」にすることが行われる。

【００１０】上記階調値は、画素毎の輝度値に置き換え
ることができる。このため、輝度値を用い、入力される
画像データ中の輝度値を予め対象物の認識のために設定
されている閾値となる輝度値と比較する２値化処理によ
って対象物の認識を行うことも可能である。

【００１１】しかし、２値化処理により対象物の認識を
行う場合、その２値化に用いられる基準値（閾値）が一
義的なものであると、撮影環境が変化した場合、その撮
影環境にそぐわなくなることもあり、対象物の認識が不
正確になるという不具合がある。

【００１２】例えば、予め一義的に決められた輝度値を
閾値とすると、その閾値が夜間撮影時を対象として設定
された場合、昼間撮影時には、輝度が全般的に高くなる
ことからその閾値となる輝度値以上の値が多々入力され
やすくなり、これによって対象物の認識が行えなくなっ
たりあるいは対象物とその周辺とでコントラストの差が
少なくなることにより対象物の認識ができなくなること
がある。

【００１３】そこで、本発明の目的は上記従来の車両検
出方法における問題に鑑み、撮影環境の変化に拘らず、
常に安定した車両検出が行える車両検出方法を提供する
ことにある。

【００１４】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の発明は、カメラにより撮影した画像
から道路上の車両を検出する車両検出方法において、上
記カメラによる平均輝度を検出し、上記平均輝度に応じ
て設定される閾値に基づき上記撮影画像を２値化し、同
２値化した画像に基づき上記撮影画像内の車両を検出す
ることを特徴としている。

【００１５】請求項２記載の発明は、請求項１記載の車
両検出方法において、上記閾値は複数個設定され、上記
車両の検出は、各閾値毎に得られる２値化した画像それ
ぞれについて求めた車両候補に基づき行うことを特徴と
している。

【００１６】請求項３記載の発明は、請求項２記載の車
両検出方法において、上記複数個の閾値は、上記平均輝
度に応じて設定される初期値から暗部側に順次減少する
ように設定された閾値群のうち、はじめて車両候補を検
出できた閾値から暗側の所定個が設定されることを特徴
としている。

【００１７】請求項４記載の発明は、請求項２記載の車
両検出方法において、上記車両の検出は、２値化した画
像の黒領域が車両下部領域の形状に類似しているか否か
により実行されることを特徴としている。

【００１８】請求項５記載の発明は、請求項２記載の車
両検出方法において、上記車両の検出は、上記各車両候
補の画像内重心位置を検出し、その重心間距離が所定値
以下のときに同一車両として検出することを特徴として
いる。

【００１９】請求項６記載の発明は、請求項２記載の車
両検出方法において、上記車両の検出は、上記各車両候
補間の画像内座標平均に基づいて実行することを特徴と
している。

【００２０】請求項７記載の発明は、請求項２記載の車
両検出方法において、上記車両の検出は、上記各車両候
補の大きさを比較し、各車両候補間に差がある場合は小
さい方の車両候補を車両の検出対象から除外することを
特徴としている。

【００２１】請求項８記載の発明は、請求項１記載の車
両検出方法において、上記平均輝度が所定範囲内になる
ように上記撮影画像を輝度変換し、上記輝度変換した画
像を上記閾値に基づき２値化することを特徴としてい
る。

【００２２】

【実施例】以下、図示実施例によって本発明の詳細を説
明する。

【００２３】図１は、本発明による車両検出方法に用い
られるシステム構成を示す図であり、図２は、本発明に
よる車両検出方法に用いられる処理を説明するためのフ
ローチャートである。

【００２４】図１において、符号１はＣＣＤセンサで構
成されているカメラ、同３はカメラ１の画像を演算可能
なデータあるいは表示可能なデータに処理するための画
像処理装置、同５は走行路における対象物位置等、所要
の計測データを得ることができるコンピュータで構成さ
れた演算装置、同６は各種データを記憶する入出力自在
の記憶装置（ＲＡＭ）、同７は演算プログラムを記憶す
る出力専用の記憶装置（ＲＯＭ）、同２は撮影画像およ
び演算あるいは計測結果を表示するディスプレイで構成
された表示装置、同４は上記各要素間のデータを伝送す
るシステムバスである。カメラ１は、自車両の前方を撮
影するために、自車両の所定箇所、例えば、バックミラ
ーの近傍位置に設置されてモノクロ画像情報を取り込む
ことができるようになっている。

【００２５】図１に示したシステム構成による車両検出
方法は、図２に示す処理手順に基づいて実行される。

【００２６】図２において、まず、カメラ１からの画像
データに基づき、画面上での画像の輝度変換処理が実行
され（Ｓ１）、画像の輝度情報から車両候補を検出する
ための閾値が決定され（Ｓ２）、その閾値を用いて車両
候補が検出され（Ｓ３）、その車両候補から認識すべき
車両の判別決定が行われる（Ｓ４）。

【００２７】以下、各処理の詳細を説明する。

【００２８】輝度変換処理（Ｓ１）では、図３に示すフ
ローチャートにおいて、縦方向および横方向での各画素
値（輝度値）を積算し、この積算値を総画素数で除算す
ることによって平均輝度（ＢＲ_-ＡＶ）が求められる
（Ｓ１０）。平均輝度（ＢＲ_-ＡＶ）は、例えば、８ビ
ットすなわち２５６階調に相当する輝度を用いて算出さ
れる。

【００２９】平均輝度（ＢＲ_-ＡＶ）が求められると、
その平均輝度（ＢＲ_-ＡＶ）が、予め設定されている所
定範囲内に相当しているか否かが判別される（Ｓ１
１）。

【００３０】この場合の所定範囲の輝度値は、平均輝度
に対して、階調値において１２０≦ＢＲ_-ＡＶ≦１４０
となる関係を設定できる値が用いられる。この所定範囲
の輝度値は、階調値のうちの略中立な範囲に相当させて
あり、例えば、昼夜いずれの撮影環境に対しても適用で
きるようにしたものである。

【００３１】上記ステップＳ１１における平均輝度と所
定範囲内の輝度値との比較において、所定範囲内の輝度
値よりも平均輝度が低いかどうかが判別され（Ｓ１
２）、低い場合と高い場合とで、閾値に相当する平均輝
度が上記所定範囲内に含まれるように変更される（Ｓ１
３、Ｓ１４）。

【００３２】平均輝度が所定範囲内の輝度値よりも低い
場合には平均輝度を上昇させ、また、所定範囲内の輝度
値よりも高い場合には平均輝度を下降させる。

【００３３】ステップＳ１３およびＳ１４では、図４に
おいて、入力輝度値：出力輝度値＝１：１を基準とし
て、平均輝度が上昇する方向に、最高輝度到達入力輝度
値（ＶＬ２）を矢印Ａで示す方向に変更させる場合（Ｓ
１３）と、平均輝度が下降する方向に、最大出力輝度値
（ｎ）を矢印Ｂで示す方向に変化させる場合（Ｓ１４）
とが選択され、いずれの場合にも、その平均輝度が所定
範囲内に含まれるように変更される。

【００３４】平均輝度を上昇させるのは、撮影環境が比
較的暗く、画面上に描写される画像も全体的に暗い場合
が対象となり、これによって、夜間での対象物検出時の
ように、対象物とその周辺でのコントラストの差が小さ
いときでも対象物の稜線を判別しやすくする。また、平
均輝度を下げる場合は、画面全体が比較的明るい場合が
対象となる。これにより、昼間での対象物の検出時のよ
うに、対象物を識別する際の画像認識精度を高めること
ができる。

【００３５】一方、輝度変換処理が終了すると、ステッ
プＳ１０乃至Ｓ１４において変更あるいは変更されない
ままの平均輝度（ＢＲ_-ＡＶ）に基づいて画素間での画
像認識のための閾値が決定される。（Ｓ２） この処理では、画像処理装置３に入力された画像データ
からの輝度を２値化する際の閾値が変更される。

【００３６】閾値（ＴＨ_-ＢＲＶＬ）は、次の式（１）
によって求められる。

【００３７】 ＴＨ_-ＢＲＶＬ＝ＦＩＸ（ＢＲ_-ＡＶ／ＴＨ_-ＤＩＶ）・・・・（１） ＴＨ_-ＤＩＶ＝1.25＋0.15ｔ 但し、ＢＲ_-ＡＶ：画面の平均輝度 ＦＩＸ：四捨五入して整数値にする関数 ｔは、初期値「０」によりｔ＝ｔ＋１の式に従って更新
される値であり、この値を基にして車両領域検出が行な
われる度に新しい値とされて車両候補検出に用いられ
る。本実施例では、上記ｔの値は、初めて車両候補を検
出できたｔの値からあと６回程度の車両検出の繰返しが
行なわれ、その車両候補検出の度にｔの値を更新するよ
うになっている。

【００３８】上記閾値（ＴＨ_-ＢＲＶＬ）は、最初に算
出された平均輝度（ＢＲ_-ＡＶ）に応じて設定される初
期値から上記ｔの値が増加することによって暗側に順次
減少させることになる。従って、閾値は、はじめて車両
候補を検出できた閾値からあとが６回程度繰り返される
ことにより、最初の閾値が最も明側に相当し、それ以降
の回数において算出された閾値が暗側に相当させている
ので、その明側から暗側に６個設定されることになる。
これにより、車両候補検出のための条件を順次厳しくす
ることができるので、車両候補検出のための探索精度を
高めるようになっている。

【００３９】車両候補としての判別に用いる閾値の変更
が行われ、その閾値により画像処理装置３に取り込まれ
た画像データは、車両候補に該当しているか否かを判別
するために用いられる。

【００４０】車両候補検出に関する手法は、本願出願人
の先願に係る特願平７ー１６６３９９号の明細書に記載
されたものが用いられる。上記手法では、入力された画
像のうちで黒画像に相当する領域を膨張処理し、その膨
張させた後に２値化を行って白の領域と黒の領域とに分
け、黒の領域でのノイズ除去を施して黒領域を確定し、
その黒領域が車両に相当しているか否かを判別するよう
になっている。

【００４１】各処理は次の通りである。上記手法では、
図５に示すフローチャートにおいて、撮影したモノクロ
画像の中の黒い部分を膨張処理し（Ｓ２０）、次いで、
モノクロ画像の２値化を行って黒画像と白画像とに区分
けする（Ｓ２１）。２値化した画像のうちで小さい点等
のノイズを除去する（Ｓ２２）。

【００４２】ステップＳ２０において実行される膨張処
理は、背景画素を図形画素に変換し、黒い部分の内部に
含まれている穴（白い部分）や近隣の黒い領域を１つの
領域に纏めるための方法であり、本実施例の場合、縦横
方向に２値画像を取り込める領域（マトリックス）を３
個づつ設定した８近傍膨張処理が用いられる。８近傍処
理は、周知のように、ある背景画素（Ｐ₀）の８近傍Ｐ₁
〜Ｐ₈中に少なくとも１個の図形画素１（２値化により
黒部とされた部分）がある場合、Ｐ₀の階調値ｆ（Ｐ₀）
を「１」にし、背景画素を図形画素に変換する処理をい
う（例えば、１９９４年９月３０日発行、株式会社 昭
晃堂発行、「画像の処理と認識」第７０頁乃至第７１
頁）。

【００４３】本実施例では、図６に示すように、９個の
画素で構成した領域（Ａ〜Ｉ）において、 Ｅ＝ＭＩＮ（Ａ、Ｂ、Ｃ、Ｄ、Ｆ、Ｇ、Ｈ、Ｉ） （論理演算での論理和に相当）の処理を順次行い、明る
い部分（領域）を収縮させる。

【００４４】つまり、図６において、Ａ〜Ｉ間での９個
の画素のなかで中央の画素（Ｅ）に注目して、この画素
（Ｅ）の回りの画素Ａ〜Ｄ、Ｆ〜Ｉの中にＥの画素の輝
度値よりも小さい（低い）輝度値の画素があれば、Ｅの
画素も一番輝度値が小さい画素の輝度値に合せる。上式
には、画素Ｅも含まれるから、Ｅの画素の輝度値が一番
小さいときにはその輝度値は変らない。マトリックスの
中央にもってくる画素を１個づつ動かすことにより走査
し、その中央の画素の輝度値を順次設定する。

【００４５】例えば、画面に描写される画像が、５１２
×４４８個の画素で構成されている場合、これら全ての
画素について走査する。このような走査により、黒領域
の大きさが当初の大きさに比べて大きくなり、膨張され
たことになる。

【００４６】膨張処理後、２値化することにより白い領
域と黒い領域との画像を得る（Ｓ２１）。白黒領域に区
分された画像には、本来、車両として画像上に描写され
るべきでない部分、例えば、黒の領域内に混在する穴や
検出すべき車両に相当する黒領域近傍に位置する車両以
外の黒領域が混在していることがある。そこで、それら
の混在領域を除去するためのノイズ除去処理（Ｓ２２）
が実行される。

【００４７】ノイズ除去処理は、画像上での注目画素の
階調値をその近傍の階調値の単純平均値に更新して画像
中での階調値の変化を滑らかにする処理である。

【００４８】具体的には、上記明細書に開示されている
ように、２値化した後の黒の領域を半径ｒ１（例えば５
画素分の大きさの半径）の円で膨張した後、さらにその
半径で縮小させて元の大きさに戻す。このような膨張処
理により、黒領域の中に位置する穴等が纏められて黒領
域内で連結されることにより新たな黒領域が得られ、さ
らに収縮処理により画像中の図形画素に相当する黒領域
の連結成分が内側に１画素ずつ収縮することにより、半
径ｒ１の軌跡の内部に新たな黒領域が得られる。

【００４９】また、前記した膨張処理および収縮処理に
よって新たな黒領域で構成される画像中に纏めてほしく
ない物体が存在する場合には、この物体に相当する黒領
域を分割する必要がある。そこで、このような場合に
は、前記した膨張、収縮処理に用いた半径とは異なる半
径ｒ２（例えば３画素分の大きさの半径）の円によって
収縮処理し、さらに、その半径ｒ２の円で再度膨張させ
て元の大きさに戻す。つまり、半径ｒ２の円で収縮処理
すると、前記した収縮処理と同様に、黒領域の連結成分
が内側に１画素ずつ収縮することにより取り除かれるの
で、取り除かれた後に再度、膨張処理することで、連結
部分が取り除かれた状態の黒領域が元の大きさに戻され
ることになる。

【００５０】上記各処理により得られた黒領域は、概
ね、車両の下部領域を占める。これは、画面上で前方車
両の下部領域にタイヤや陰影により黒い部分が多くなる
ことに着目すれば明らかであり、このことを利用して車
両候補の検出に際しては、画面内の高さ方向の中央位置
よりも下方位置に存在する黒領域を対象として車両候補
の検出が行われる。

【００５１】上記各処理を実行することによる車両候補
の検出に引き続いて、その検出された車両候補から車両
の判別決定が行われる（Ｓ４）。

【００５２】車両の判別決定は次の手順で実行される。 （１）車両選定 （２）車両エリア更新 （３）ノイズ除去 以下、各手順について説明する。 （１）車両選定 車両選定では、図５におけるステップＳ２２において実
行されたノイズ除去処理によって黒領域として残された
黒の領域での重心位置が求められる。

【００５３】図７には、画面上に描写された黒領域に対
応して記憶装置内に登録されている画像フレームＬ１
（ウインドウに相当）が示されており、その画像フレー
ムＬ１中に残る黒領域での重心位置Ｌ１ａが求められ
る。

【００５４】画像フレームは、カメラ１による撮影毎に
前述した各処理を経て順次登録されるようになってお
り、各画像フレーム同士における黒領域での重心位置が
求められる。図７では、符号Ｌ１、Ｌ２として２枚の画
像フレームが示されている。

【００５５】図７において、上記重心位置（Ｌ１ａ、Ｌ
２ａ）が画像フレームＬ１、Ｌ２毎に求められると、そ
の座標位置が割出されるとともに重心間の距離が算出さ
れ、その算出結果が所定範囲内にあるか否かが判別され
る。この場合の所定範囲は、サーチしようとしている車
両が同一である場合、重心間距離がさほど大きくないこ
とを前提として設定されている。従って、例えば、画像
フレーム間での重心位置が図８に示すように、極端に離
れている場合（図８中、符号Ｌ１ａ’、Ｌ２ｂ’で示す
重心位置）にはサーチ対象としている車両ではないこと
を明確にするようになっている。

【００５６】このため、本実施例では、重心間の距離
（Ｌ）が次の関係を満足する場合に同一車両であること
を認識して車両の選定を行うようになっている。

【００５７】重心間の距離（Ｌ）≦２０（画素数） 次に、車両エリアの更新について述べる。車両の選定が
行われると、その選定に用いられた画像フレームが残っ
ており、その数はカメラによる撮影回数に対応してい
る。従って、選定された車両の画像フレーム同士の座標
位置の平均を算出し、平均座標位置に作成された画像フ
レームを残して他の画像フレームを除去する。このた
め、複数の画像フレームで予め決められている箇所（図
９（Ａ）中、符号Ｑ１、Ｑ２、Ｑ３、但し、Ｑ３は、重
心位置）の座標位置から平均位置を求めて新たな画像フ
レームＬ３（図９（Ｂ）参照）を新しい車両エリアとし
て更新し、それを登録する。

【００５８】次にノイズ除去について説明する。車両判
別に際しては、車両選定時あるいは車両エリアの更新
後、稀に、図１０に示すように、ある画像フレームＬ３
に対して他の画像フレームＬ４の一部が重なるだけでな
く、その重なり合う両方の画像フレームが車両選定によ
り車両に相当していることがある。

【００５９】そこで、本実施例では、このような場合、
図１０において、双方の車両エリアの大きさを比較し、
大きい方の車両エリアに相当する画像フレームＬ３を車
両と判断し、小さい車両エリアに相当する画像フレーム
Ｌ４の方を車両以外のものとして除くことが行われる。

【００６０】本実施例では、上記各処理が図１１に示す
フローチャートに基づいて実施される。

【００６１】図１１において、まず、画面輝度変換処理
が実行され（Ｓ３０）、画面輝度変換処理にて適性化さ
れた平均輝度に基づいて２値画像に対する閾値が求めら
れる（Ｓ３１）。２値画像に対する閾値は、前述したス
テップＳ２での処理に基づいて算出される。

【００６２】ステップＳ３１にて求められた閾値に基づ
いて、画像処理装置３では、画素毎の２値画像が白黒画
像のいずれかとして画像データに取り込まれる（Ｓ３
２）。

【００６３】ステップＳ３２にて取り込まれた２値画像
は、黒領域を対象として車両候補検出が行われる（Ｓ３
３）。この処理では、画像処理装置３に取り込まれた画
像データのうちで黒領域が膨張処理されて２値化され、
黒領域と白領域とに区分され、黒領域でのノイズ除去が
行われて黒領域が車両に対応しているか否かが判別され
る。

【００６４】車両候補の検出が終了した場合には、その
車両候補検出がはじめて車両候補を検出できてから６回
目であるか否かが判別される（Ｓ３４）。車両候補検出
が６回に満たない場合には、終了した車両候補検出処理
に用いられた２値画像取込のための閾値が更新され、再
度、６回目の車両候補検出が終了するまで継続される。

【００６５】車両候補検出が所定回数（６回）終了した
場合には、ステップＳ３にて作成された黒領域は、車両
候補とされ、その車両候補に対して車両の判別決定が行
われる（Ｓ３５）。

【００６６】ステップＳ３５にて実施される車両判別決
定は、前述した（１）乃至（３）に挙げた項目に基づい
て行われる。

【００６７】

【発明の効果】以上説明したように、請求項１乃至８記
載の発明によれば、撮影される画像を２値化する際の閾
値を撮影環境の変化に対応して変更することができるの
で、一義的な閾値を用いる場合に比べて、撮影環境の変
化に対応して車両の検出を精度よく行うことが可能にな
る。

【００６８】特に、請求項１記載の発明によれば、撮影
画像の平均輝度により２値画像を得る際の閾値を決定す
るので、撮影環境が変化するのに応じて変化する平均輝
度に基づいて閾値を対応させて変更することができ、こ
れによって、車両検出のための判別基準を撮影環境に対
応させて精度を高めることが可能になる。

【００６９】請求項２記載の発明によれば、複数の閾値
に対してそれぞれ車両候補を検出して最終的な車両候補
の割出しを行うので、車両検出のための条件を厳密化さ
せて精度を向上させることが可能になる。

【００７０】請求項３記載の発明によれば、複数の車両
候補に対し、その車両候補に対応した閾値をそれぞれ適
応させることができるので、車両候補とその候補からの
画像信号の処理に用いられる閾値を整合させることがで
き、撮影された車両候補の検出処理が他の車両候補と混
同することなく正確に行なえる。

【００７１】請求項４記載の発明によれば、車両として
の黒領域の存在箇所を簡単に割出すことができるので、
車両候補検出のための処理を簡単にすることができる。

【００７２】請求項５記載の発明によれば、車両候補を
検出する際の誤検出成分を簡単に除去することができる
ので、車両候補の検出精度を高めることが可能になる。

【００７３】請求項６記載の発明によれば、画像内座標
平均を用いるだけの簡単な処理によって車両の検出が行
えるので、複雑な処理を行う際に生じがちなエラーを少
なくして確実に車両の検出を行うことができる。

【００７４】請求項７記載の発明によれば、車両候補の
うちで小さい方の車両候補を車両検出対象から除外する
だけの簡単な手法により車両の検出が行えるので、車両
の検出精度を高めることができる。

【００７５】請求項８記載の発明によれば、撮影画像の
平均輝度が所定範囲内に矯正されるので、昼夜等の撮影
環境の変化に拘らず安定した車両の検出が可能になる。

【図面の簡単な説明】

【図１】本発明による車両検出方法に用いられる測距装
置の要部構成を説明するためのブロック図である。

【図２】本発明による車両検出方法の処理内容を説明す
るためのフローチャートである。

【図３】本発明による車両検出方法に用いられる輝度変
換処理を説明するためのフローチャートである。

【図４】撮影画像から得られる入力輝度値と出力輝度値
との関係を説明するための線図である。

【図５】車両候補の検出のための手順を説明するための
フローチャートである。

【図６】２値画像の膨張処理に用いられる画素の状態を
説明するための模式図である。

【図７】車両候補検出のために用いられる車両候補間で
の重心位置を示す模式図である。

【図８】図６に示した重心位置が極端にずれている場合
を示す模式図である。

【図９】車両の判別検出を行う際に用いられる車両エリ
アの更新を説明するための画像フレームの座標位置を示
す模式図である。

【図１０】車両の判別検出を行うための車両候補間の関
係を説明するための模式図である。

【図１１】本発明による車両検出方法の手順を説明する
ためのフローチャートである。

【符号の説明】 １ カメラ ２ 表示装置 ３ 画像処理装置 ４ 記憶装置 ５ 演算装置を構成するＣＰＵ ６ 記憶装置

Claims (8)

【特許請求の範囲】
1. 【請求項１】カメラにより撮影した画像から道路上の車
   両を検出する車両検出方法において、 上記カメラによる平均輝度を検出し、 上記平均輝度に応じて設定される閾値に基づき上記撮影
   画像を２値化し、 同２値化した画像に基づき上記撮影画像内の車両を検出
   することを特徴とする車両検出方法。
2. 【請求項２】請求項１記載の車両検出方法において、 上記閾値は複数個設定され、 上記車両の検出は、各閾値毎に得られる２値化した画像
   それぞれについて求めた車両候補に基づき行うことを特
   徴とする車両検出方法。
3. 【請求項３】請求項２記載の車両検出方法において、 上記複数個の閾値は、上記平均輝度に応じて設定される
   初期値から暗部側に順次減少するように設定された閾値
   群のうち、はじめて車両候補を検出できた閾値から暗側
   の所定個が設定されることを特徴とする車両検出方法。
4. 【請求項４】請求項２記載の車両検出方法において、 上記車両の検出は、２値化した画像の黒領域が車両下部
   領域の形状に類似しているか否かにより実行されること
   を特徴とする車両検出方法。
5. 【請求項５】請求項２記載の車両検出方法において、 上記車両の検出は、上記各車両候補の画像内重心位置を
   検出し、その重心間距離が所定値以下のときに同一車両
   として検出することを特徴とする車両検出方法。
6. 【請求項６】請求項２記載の車両検出方法において、 上記車両の検出は、上記各車両候補間の画像内座標平均
   に基づいて実行することを特徴とする車両検出方法。
7. 【請求項７】請求項２記載の車両検出方法において、 上記車両の検出は、上記各車両候補の大きさを比較し、
   各車両候補間に差がある場合は小さい方の車両候補を車
   両の検出対象から除外することを特徴とする車両検出方
   法。
8. 【請求項８】請求項１記載の車両検出方法において、 上記平均輝度が所定範囲内になるように上記撮影画像を
   輝度変換し、上記輝度変換した画像を上記閾値に基づき
   ２値化することを特徴とする車両検出方法。