JPH11353580A - 夜間における車種判別装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 夜間中の車両の車種を高い判別精度で判別で
きること。また、路面反射や並列走行車を分離判断でき
ること。 【解決手段】 テレビカメラの映像は、画像処理部１１
でモルホロジー後２値化され各発光体がラベリングされ
る。発光体解析部１４は、各各発光体の位置及び形状等
を算出して発光体情報テーブル１６に格納する。対ライ
ト候補抽出部１８は、テーブル１６から水平な一対のラ
イトを抽出する。車両検出部２１は、水平な対ライトの
うち路面反射及び並列走行車を分離判断し、各車線別の
車両のヘッドライトを判断する。このヘッドライトの間
隔から車幅を求める。車種判別部２９は、車幅によって
大型、小型、軽車両のいずれであるかを判断する。ま
た、大型車両については、発光体情報テーブル１６に格
納された他の発光体の情報によって、大型貨物であるか
あるいは大型乗用であるかを判断する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、測定地点における
車両の車種を判別する車種判別装置に係り、特に、夜間
における車種判別装置及び方法に関する。

【０００２】

【従来の技術】道路を走行する車両の交通流を監視する
車両検知装置により、混雑状況、通過台数、車両速度な
どが監視でき、道路の管理、計画や環境予測等に利用さ
れている。この車両検知装置は、カメラで撮像した車両
を所定の画像処理を施して上記各計測を行う。また、夜
間時には、暗い明るさの中で車両を検出する工夫が施さ
れている。

【０００３】例えば、特開平５−１８９６９４号公報、
特開平４−３１４１９９号公報に開示されている発明
は、夜間走行車両をヘッドライトを抽出することによっ
て検出する構成である。また、路面反射の影響を除去す
る構成によって、車両の検出精度を向上させる工夫がな
されている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
車両検出装置は、各車両の通過を検出することができる
ものの、各車両の車種を詳細に判別することはできなか
った。交通流の監視においては、車両の車種を正確に特
定できる手段が望まれていた。

【０００５】本発明は、上記課題を解決するためになさ
れたものであり、夜間中の車両の車種を高い判別精度で
判別でき、また、路面反射や並列走行車両を分離判断で
きる夜間における車種判別装置及び方法の提供を目的と
している。

【０００６】

【課題を解決するための手段】上記目的を達成するた
め、本発明の夜間における車種判別装置は、夜間中の道
路走行車両の車種を判別する車種判別装置であって、走
行車両を撮像するカメラ（１）と、前記カメラの映像信
号に基づき、車両のヘッドライトを含む発光体抽出画像
を生成する画像処理手段（１１）と、前記画像処理され
た発光体抽出画像のうち、一対のヘッドライトを抽出し
該ヘッドライトの間隔に基づき車幅を算出する車両検出
手段（２１）と、前記車両検出手段で検出された車幅、
及び、前記発光体抽出画像の各発光体情報に基づき、車
両の車種を判別する車種判別手段（２９）と、を備えた
ことを特徴とする。

【０００７】また、請求項２記載のように、前記画像処
理手段（１１）は、前記カメラの映像信号に対してモル
ホロジー処理を施した後の画像を所定の閾値を用いて２
値化し発光体を抽出した発光体抽出画像を生成する構成
としてもよい。

【０００８】また、請求項３記載のように、前記画像処
理手段（１１）で抽出された各発光体に対し、配置位
置、面積、中心位置、形状、縦横比の発光体情報を算出
し、記憶する発光体解析手段（１４）を備え、前記記憶
された発光体情報は、前記車両検出手段（２１）におけ
る車幅演算、及び前記車種判別手段（２９）における車
種判別のための情報として参照されることとしてもよ
い。

【０００９】また、請求項４記載のように、予め特定し
た車両の発光体に関する発光体の配置位置、面積、中心
位置、形状、縦横比の特徴情報を記憶する記憶部（２
７）を備え、前記車種判別手段（２９）は、該記憶部に
記憶された発光体の特徴情報に基づき車種を判別する構
成としてもよい。

【００１０】また、請求項５記載のように、前記車両検
出手段（２１）は、前記発光体解析手段（１４）で解析
された各発光体情報に基づき、車幅方向に存在する一対
のライトを抽出し、かつ、複数の対ライト同士の上下位
置関係に基づき路面反射に相当する一対の発光体を除去
して車両に設けられた真の一対のライトを検出する構成
としてもよい。

【００１１】また、請求項６記載のように、前記カメラ
（１）は、前記道路を複数車線分撮影出力する位置に配
置され、前記車両検出手段（２１）は、発光体解析手段
（１４）によって算出されたライトの配置位置、面積、
中心位置、形状、縦横比の発光体情報と、予め設定され
た車線情報とに基づき、各車線別に車両を検出する構成
としてもよい。

【００１２】また、請求項７記載のように、前記カメラ
（１）としてテレビカメラが用いられ、時系列に連続し
た映像が送出され、該映像のうち所定範囲での高輝度部
分を検出して、該検出のタイミングで車両の通過と判断
し、前記画像処理手段を起動させる画像入力手段（１
０）を備えた構成とすることもできる。

【００１３】また、請求項８記載のように、発光体解析
手段（１４）が算出する発光体情報は、テーブル形式で
発光体情報テーブル（１６）に格納され、前記車両検出
手段（２１）及び車種判別手段（２９）によって参照可
能としてもよい。

【００１４】本発明の車種判別方法は、夜間中の道路走
行車両の車種を判別するものであり、走行車両をカメラ
で撮像する第１手順と、前記カメラの映像信号に基づ
き、車両のヘッドライトを含む発光体抽出画像を生成す
る第２手順と、前記画像処理された発光体抽出画像のう
ち、一対のヘッドライトを抽出し該ヘッドライトの間隔
に基づき車幅を算出する第３手順と、前記車幅、及び、
前記発光体抽出画像の各発光体情報に基づき、車両の車
種を判別する第４手順とを有することを特徴とする。

【００１５】また、請求項１０記載のように、前記第２
手順では、前記第１手順におけるカメラの映像信号に対
してモルホロジー処理を施した後、該画像を所定の閾値
を用いて２値化し発光体を抽出した発光体抽出画像を生
成する構成としてもよい。

【００１６】また、請求項１１記載のように、前記第２
手順では、前記抽出された各発光体それぞれに順番の符
号を付与する構成としてもよい。

【００１７】また、請求項１２記載のように、前記第３
手順では、前記各発光体情報に基づき、車幅方向に存在
する一対のライトを抽出し、かつ、複数の対ライト同士
の上下位置関係に基づき路面反射に相当する一対の発光
体を除去して車両に設けられた真の一対のライトを検出
する構成としてもよい。

【００１８】また、請求項１３記載のように、前記第１
手順で使用されるカメラ（１）は、前記道路を複数車線
分撮影出力するように配置され、前記第３手順では、ラ
イトの配置位置、面積、中心位置、形状、縦横比の発光
体情報と、予め設定された車線情報とに基づき、各車線
別に車両を検出する構成としてもよい。

【００１９】上記構成によれば、テレビカメラ１で遠方
から接近する移動体の交通流の画像を撮影し、この画像
に基づき車種を判定する。処理部２は、カメラ１の映像
に所定の画像処理を施し、車両のヘッドライトのみを抽
出して車幅から車種を判別する。即ち、一対のヘッドラ
イトの間隔から車幅を求め、大型車両と、小型車両と、
軽車両を判別する。うち、大型車両については、予め記
憶された車種の特徴データ（特徴情報）に基づき、大型
貨物と、大型乗用を判別する。

【００２０】

【発明の実施の形態】次に、本発明の夜間における車種
判別装置の実施形態を説明する。図１は、本発明の車種
判別装置が車種判別する対象としての道路を示す概要図
である。この車種判別装置は、道路上を通行する車両の
交通流を監視する車両検知装置に適用することができ
る。そして、この発明は車両両側部に設けられた一対の
ヘッドライトを基に車種を判別しようとするものであ
る。

【００２１】車両は道路Ｃ上で矢印方向に通行する。こ
の道路Ｃ上には所定高さ位置にＩＴＶカメラ１が設けら
れ、道路に沿った所定距離を撮像する。ＩＴＶカメラ１
は、道路Ｃ上に設置された支柱Ｐ等に固定されている。

【００２２】図２は、ＩＴＶカメラ１が撮像した道路Ｃ
の画像を示す図である。画像の「地」位置には道路Ｃの
近距離部分が位置し、画像の「天」位置には道路Ｃの遠
距離部分が位置する。装置は、図２に示す所定範囲にお
ける２車線の路線Ｃ１，Ｃ２それぞれを走行する車両の
車種を判別する。ここで、ＩＴＶカメラ１は、２つの車
線Ｃ１，Ｃ２の中央位置上部に配置される。これにより
得られる画像は、図示のようにＩＴＶカメラ１側からみ
て車線Ｃ１を走行する車両Ｄ１については右側面が同時
に得られ、車線Ｃ２を走行する車両Ｄ２については左側
面も同時に得られる。

【００２３】図３は、本装置の全体構成を示すブロック
図である。装置は、パソコンなどのコンピュータハード
ウェアと、記憶部に記憶された車両判別プログラムのソ
フトウェアで構成され、ハードウェアが車両判別プログ
ラムを実行することにより後述する車両判別を行なう。

【００２４】図示のように、装置は、１台のＩＴＶカメ
ラ１と、パソコン等汎用のコンピュータＰＣで構成され
る。コンピュータＰＣは、ＣＰＵなどの処理部２と、Ｒ
ＡＭ，ＲＯＭ等の記憶部３と、Ｉ／Ｆなどの周辺部（不
図示）を有する。コンピュータＰＣには、ＣＲＴなどの
表示部５が接続され、ＩＴＶカメラ１の画像、及び車種
判別処理中の画像、その他、コンピュータの操作内容や
設定内容が画面表示される。また、コンピュータＰＣに
は、キーボード等の操作部６が接続され、操作部６を用
いて各種操作及び設定入力される。

【００２５】記憶部３は、画像メモリで構成されＩＴＶ
カメラ１の映像信号を車両検出のタイミングで取り込
む。これに限らず、所定周期毎に複数の画像を保持した
後に車両検出時の画像を抽出する構成としてもよい。こ
こで、上記静止画の画像は、例えばＸ，Ｙ座標で６４０
×４８０画素で構成されている。

【００２６】図４は、処理部２の内部構成を示すブロッ
ク図である。この処理部２は、各車線の車種を判定し、
また、車種別の通過台数を集計出力する。ここで、処理
部２は、夜間における車種を判別するものであり、通常
のＩＴＶカメラ１の画像では車両全体を検知することは
できないため、車両全体の発光体を検出（特にヘッドラ
イトを抽出）することで車種を判定する。

【００２７】ＩＴＶカメラ１の画像は、画像入力部１０
に入力される。この画像は、例えば８ビットの濃淡階調
（０〜２５５の２５６階調）を有する。画像入力部１０
は、車両通過検知時の画像を静止画として記憶部３に格
納する。車両検出は、例えば、画像の所定範囲（車線Ｃ
１，Ｃ２のうち下半部）の複数画素それぞれの輝度値
（例えば０〜２５５間での２５６階調のうちいずれかの
階調）の時間変化を検出し、変化が急であると車両の通
過であると判断する。なお、この車両検知の構成は一般
に周知である。このような画像処理に限らず、車線に超
音波や赤外線などを照射し、その反射光で車両通過を検
知する構成としてもよい。但し、この場合には超音波発
生器及び受信器など他の構成手段が必要となる。

【００２８】また、画像入力部１０は、画像に基づき昼
夜を判定する機能を有している。昼夜判定は、記憶部３
の画像を構成する全画素のなかから、予め設定した複数
画素での輝度値を計測して所定の閾値と比較することに
より、昼であるか夜であるかを判定する。

【００２９】画像処理部１１は、記憶部３の画像に基づ
き、前記車両検出時の静止画に対し、モルホロジー、２
値化、ラベリングの各処理を実行する。 １．モルホロジー処理について ヘッドライトなど発光体をＩＴＶカメラ１を通して得た
画像は、紙にインクを落としたようににじみ／膨張／隣
光源同士の結合などが発生し、光源原形が得られにく
い。特に雨天時などでは、増長される。このため、レン
ズフィルタ付加や、レンズ絞りを調整するハード的な手
段や、得られた画像を画像処理し光源原形を抽出するソ
フト的な手段で解消するものである。ハード的な手段で
は、電気／機械的機能が必要となり常時監視装置として
は価格や寿命的限界があるため、ソフト的な手段として
モルホロジーを用いて行っている。

【００３０】モルホロジー処理では、画像をフィルタリ
ングし特定方向や全方向の平滑化することにより雑音を
除去する。併せて、スケルトン（骨格化）やパターンス
ペクトルによる形状認識により画像内のヘッドライドを
示す特定の形状を抽出する。即ち、円形や角型と比較的
形状が既知のヘッドライト抽出にモルホロジー手法を応
用することにより、ヘッドライトの膨張／ライト同士の
結合を除去し、より光源原形に近いヘッドライト抽出が
可能となる。

【００３１】２．２値化処理について モルホロジー処理後の画像は、２値化処理される。２値
化処理は、前記多階調の画像を所定の閾値（例えば階調
が１２８）で２値化する。これにより、車両の発光体の
うち、ヘッドライト等、輝度の高い発光体のみが抽出さ
れ、車両や路面の不要な反射光等が除去される。

【００３２】３．ラベリング処理について ２値化後の画像には、抽出された高輝度の発光体それぞ
れに個別の識別子（番号）がラベリング（付与）され
る。この２値化後の画像は、発光体抽出画像として発光
体抽出画像メモリ１２に格納される。

【００３３】発光体解析部１４は、発光体抽出画像メモ
リ１２に格納された２値化ラベリング後の画像に基づ
き、発光体の各種情報を解析し、解析結果を発光体情報
テーブル１６に格納する。表１は、発光体情報テーブル
の内容を表したものである。

【００３４】

【表１】

【００３５】発光体解析部１４は、ラベリング番号毎
に、それぞれ発光体の面積画素数、左右最小ｘｙ座標、
左右最大ｘｙ座標、上下最大ｘｙ座標、上下最小ｘｙ座
標、中心ｘｙ座標、上下左右縦横比、をそれぞれ算出す
る。図５は、ある発光体Ｈ（ラベリング番号ｎ）につい
ての上記各情報を説明するための図である。面積画素数
は、各ラベリングされた発光体が占める画素数の加算合
計値である。中心ｘｙ座標は、左右最小ｘｙ座標、左右
最大ｘｙ座標、上下最大ｘｙ座標、上下最小ｘｙ座標に
基づき発光体の中心座標として算出する。上下左右縦横
比は、（左右最大ｘｙ座標−左右最小ｘｙ座標）から左
右の画素数を求め、（上下最大ｘｙ座標−上下最小ｘｙ
座標）から上下の画素数を求め、これら左右と上下の画
素数から算出する。

【００３６】対ライト候補抽出部１８は、車種を判別す
る条件として車両の両側部にそれぞれ設けられている一
対のライトを対ライト候補として抽出し、各対ライト候
補の情報を対ライトテーブル１９に格納する。

【００３７】対ライト候補抽出部１８は、各ラベリング
された発光体Ｈのうち、所定の大きさを有し、縦横比が
ほぼ等しいライトをライト候補とし、対ライト候補はこ
のライト候補の中から互いがほぼ水平に位置し、かつ、
所定の距離を有する一対の発光体Ｈを対ライト候補と判
断する。図６は、各ライト候補を説明するための図であ
る。同図は図２に示した２台の車両それぞれのライト候
補を示したものであり、便宜上、発光体情報テーブル１
６に格納された各発光体の中からライト候補として抽出
された結果の発光体が示されている。ライト候補は、前
記同様、画像の左下部からＸ軸方向に主走査し、Ｙ軸方
向に副走査して抽出される。

【００３８】表２には、対ライト候補抽出部１８が作成
する対ライトテーブルが示されている。

【００３９】

【表２】

【００４０】対ライト候補抽出部１８は、対ライト候補
に夫々に番号（１〜ｎ）を附し、各対ライト候補毎に、
左右ラベリング番号、対ライト幅画素数、対ライト中心
ｘｙ座標、左右ライト車線位置、車幅演算値をそれぞれ
算出する。対ヘッドライト合否判定結果は後段処理で使
用される。

【００４１】図７は、ある対ライト候補（番号１；発光
体Ｈ１，Ｈ２）についての上記各情報を説明するための
図である。左右ラベリング番号は、前記ラベリングされ
た発光体の番号である。例えば発光体Ｈ１，Ｈ２では、
１−２として格納される。対ライト幅画素数は、発光体
Ｈ１とＨ２のＸ軸方向のおける最外縁の座標間の画素数
である。具体的には、前記発光体情報テーブルに格納さ
れた番号２の左右最大ｘｙ座標から番号１の左右最小ｘ
ｙ座標を減算して求められる。対ライト中心ｘｙ座標
は、発光体Ｈ１とＨ２の中心座標である。なお、図示の
如く、カメラアングルや車両の進行状態により、発光体
Ｈ１とＨ２がＹ軸方向に偏位する場合があることを考慮
してＸＹいずれの座標軸についても算出している。具体
的には、発光体情報テーブルに格納された前記番号１，
２の中心ｘ，ｙ座標の加減算処理で求められる。

【００４２】車両検出部２１は、対ライトテーブル１９
に格納された対ライト候補のなかから、不要な路面反射
や、多対ライトの除去、及び２車線の車両の並列走行時
の車両分離等を行い、車両正面エリアに配置された真の
対ヘッドライトを持つ車両を判断する。また、特定した
車両に関して対ヘッドライトテーブル２２を作成する。

【００４３】路面反射については、下記の３つの条件で
除去される。 ・除去条件１…互いの対ライトが上下左右の位置関係に
あり、左右がほぼ同位置／上下距離が範囲内であるこ
と。例えば、上下距離が近いと、複数ライトである場合
がある。また、上下距離が遠いと、後続車両の場合があ
る。 ・除去条件２…互いの対ライトの形状／面積／幅のそれ
ぞれの関係が範囲内であること。例えば、上の条件１の
みであると運転席屋根付近にある、その他の発光体（定
期バスの行先表示灯、トラックの速度灯や看板など）が
対ライトと見なされる場合がある。互いの対ライトがヘ
ッドライトと路面反射の場合には、形状／面積／幅のそ
れぞれが類似しており顕著な差がない。また、互いの対
ライトがヘッドライトとその他の発光体による対ライト
の場合には、形状／面積／幅のそれぞれで差がある。 ・除去条件３…以上の条件である場合、互いの対ライト
で下側の対ライトを路面反射として削除する。

【００４４】２車線を並列走行している車両は、下記に
示す処理で分離される。並列走行時、４個のライトが水
平位置に並ぶ場合、対ライト候補は全部で６通りにな
る。 ・分離処理１…車両が互いに前後に多少ずれている場合
や、トラックと乗用車などのように異車種である場合に
は、発光体情報テーブル１６から４個のライトの位置／
面積／形状の類似性から車両分離する。 ・分離処理２…さらに、２台の車両がまったくの並列走
行でかつ同車種である場合、発光体情報テーブル１６か
ら個々のライトの位置情報と、車線／画角情報データメ
モリ２４の車線データに基づき、個々のライトの車線位
置を得て、同一車線上のライト同士を対ライトとする。
以上の処理で車両分離を行う。

【００４５】車幅演算部２５は、車両検出部２１で特定
された車両について、対ヘッドライトテーブル２２と、
車線／画角情報データメモリ２４の設定情報に基づき特
定した車両の車幅を演算する。

【００４６】上記車両の車線位置、及び車幅は、車線／
画角情報データメモリ２４に予め記憶されたデータに基
づき算出されるようになっている。左右ライト車線位置
は、各車線の車線データを参照して車線Ｃ１，Ｃ２のい
ずれであるかが算出される。表３には車線データが示さ
れている。

【００４７】

【表３】

【００４８】車線データは、各車線別に車線番号が附さ
れる。各車線別に画像最下位での車線位置、画像最上位
での車線位置、ｙ座標での車線近似関数がそれぞれ格納
されている。車線位置は、ＸＹ座標で示される。図２に
示すように道路Ｃを撮像した画像は車線Ｃ１，Ｃ２がそ
れぞれ画像上部から下部にかけて次第に幅広となる。し
たがってラベリングされた発光体Ｈの車線位置は、Ｙ座
標について、車線近似関数ｘ１＝ｆ１（ｙ１，ｙ）を用
いて得るようにしている（第１車線Ｃ１について）。

【００４９】車幅演算値は、画角データを参照して算出
される。表４には画角データが示されている。車幅は、
対ライト中心ＸＹ座標と、対ライト幅画素数から得る。

【００５０】

【表４】

【００５１】画角データは、画像最下位での車線幅画素
数（ｎ）、画像最上位でも車線幅画素数（ｍ）と、車線
幅距離（幅の実測距離Ｌ）に基づき、ｙ座標での倍率関
数（ｆ（ｎ，ｍ，Ｌ，ｙ）で算出する。例えば、求める
対ヘッドライトがｙ座標で１画素数のとき、１＊ｆ
（ｎ，ｍ，Ｌ，ｙ）で車幅を求める。

【００５２】特徴データメモリ２７には、車種判定の指
標となる特徴データが複数記憶されている。この実施形
態では、発光体の配置で車両を特定しやすい大型車両に
関する特徴データが記憶されている。表５には、特徴デ
ータメモリ２７内に格納された大型車両の特徴データを
示す。

【００５３】

【表５】

【００５４】表５に示すように、大型車両は、大型乗用
（例えばバス）と大型乗用（貨物トラック）でそれぞれ
特徴がある。表５に示したこれら大型車両の特徴点を図
８に示す。これらの特徴で大型車両のうち乗用と貨物を
分類できる。さらに、この大型車両の特徴に基づく排他
処理で後述するように、大型車両と、それ以外の車両
（小型車両及び軽車両）を分類することができるように
なる。

【００５５】車種判別部２９は、車両検出部２１が車両
を特定したタイミングで、車幅演算部２５から出力され
るこの車両の車幅と、発光体情報テーブル１６に格納さ
れたこの車両の全ての発光体情報と、特徴データメモリ
２４に記憶されている特徴データに基づき車種を判定す
る。台数集計部３０は、検出された車両を車種別に集計
処理する。車種判別部２９で判別された車種、及び集計
結果は、表示部５に表示出力される。また、図示しない
プリンタや回線を介して他の処理装置に出力することが
できる。

【００５６】次に、上記構成における車種判別処理の一
連の流れをフローチャートを用いて説明する。図９は、
装置が実行する車種判別処理を示すフローチャートであ
る。夜間において、ＩＴＶカメラ１が撮像した画像（図
１０参照）は、連続して画像入力部１０に入力される。
画像入力部１０は、この入力された画像を記憶部３に格
納する。そして、車両検知時に記憶部３に静止画として
格納する。なお、図１０の画像には便宜上、所定の画像
処理（誤差拡散処理）を施してあるが、実際には各画素
が所定の濃淡階調（例えば２５６階調）を有する白黒画
像である。

【００５７】画像処理部１１は、記憶部３の画像に基づ
き、モルホロジー、２値化、ラベリングの各処理を実行
し発光体を抽出した画像を発光体抽出画像メモリ１２に
格納する（ＳＰ１）。図１１は、２値化処理後の画像を
示す図である。同図では、画像を反転処理し、高輝度部
分が黒色、暗い部分が白色で表されている。

【００５８】２値化後の画像には、抽出された高輝度の
発光体それぞれに個別の識別子（番号）がラベリング
（付与）される。画像は所定の座標軸が設定されてい
る。画像の左上部はＸ，Ｙ座標の原点（０，０）位置と
されている。ラベリングは、Ｘが原点位置でＹが終端位
置（０，４８０）、即ち画像の左下部からＸ方向へ主走
査し、これを画像の上部にかけて副走査して行う。この
走査時で高輝度の箇所（塊）を検出する毎に、１〜ｎま
での順で各高輝度箇所に番号を付与していく。なお、画
像の上部（図中点線より上部の範囲）の高輝度部分につ
いては、車種判別に用いないとして予めラベリングの対
象から外されている。このラベリングによって、車両Ｄ
２については発光体Ｈ１，Ｈ２がラベリングされ、車両
Ｄ１については発光体Ｈ３，Ｈ４，Ｈ５がラベリングさ
れる。

【００５９】次に、発光体解析部１４は、発光体抽出画
像メモリ１２に格納された２値化ラベリング後の画像に
基づき、発光体の各種情報を解析する（ＳＰ２）。発光
体解析部１４は、表１内の各数値に示すように、ラベリ
ング番号毎に、それぞれ発光体の面積画素数、左右最小
ｘｙ座標、左右最大ｘｙ座標、上下最大ｘｙ座標、上下
最小ｘｙ座標、中心ｘｙ座標、上下左右縦横比、をそれ
ぞれ算出し、解析結果を発光体情報テーブル１６に格納
する。

【００６０】次に、対ライト候補抽出部１８は、車種を
判別する条件として車両の両側部にそれぞれ設けられて
いる一対のライトを対ライト候補として抽出し、各対ラ
イト候補の情報を対ライトテーブル１９に格納する（Ｓ
Ｐ３）。

【００６１】対ライト候補抽出部１８は、各ラベリング
された発光体Ｈのうち、所定の大きさを有し、縦横比が
ほぼ等しいライトをライト候補とし、対ライト候補はこ
のライト候補の中から互いがほぼ水平に位置し、かつ、
所定の距離を有する一対の発光体Ｈを対ライト候補と判
断する。

【００６２】これにより、図６に示すように、２台の車
両Ｄ１，Ｄ２の対ライト候補が抽出される。この走査に
よって、始めに車両Ｄ２の発光体Ｈ１がライト候補とし
て検出される。次にこの発光体Ｈ１の対ライト候補とし
て発光体Ｈ２が検出される。ここで、発光体Ｈ１，Ｈ２
は、互いに所定の大きさを有し、縦横比がほぼ等しいラ
イトであると判断される。これにより、これら発光体Ｈ
１，Ｈ２は、対ライト候補１−２として対ライトテーブ
ル１９に格納される。

【００６３】次に、車両Ｄ１の発光体Ｈ３がライト候補
とされ、この発光体Ｈ３の対ライトとして発光体Ｈ４が
検出されたとき３−４を対ライト候補と判断し、対ライ
トテーブル１９に格納する。

【００６４】なお、発光体Ｈ１〜Ｈ４が、ほぼ同じ水平
位置であれば、対ライト候補として１−２，１−３と、
２−３，２−４と３−４が格納されることになる。しか
し、１−４については、互いの発光体Ｈ１，Ｈ４の距離
が予め設定されている所定距離を超えるため、対ライト
候補とはされない。

【００６５】このように、対ライト候補抽出部１８は、
対ライト候補を全て抽出、格納する。ここで、対ライト
候補としては、ほぼ水平に位置する１対のライトのみが
抽出されるため、一対とならないライト（例えば大型車
両の一対のライト間に位置するライト（例えばバスの行
先表示灯、貨物車両の社名灯、速度灯等）や、一側部側
でだけ検出された車幅灯等は除去されることになる。し
かし、対ライト候補抽出部１８の上記処理では、路面反
射や並列走行車などによって不要な対ライトが含まれる
ことがある。これら不要な対ライトは、後段の処理で候
補から除去されるようになっている。

【００６６】対ライト候補抽出部１８は、表２に示すよ
うに、対ライト候補に夫々に番号（１〜ｎ）を附し、各
対ライト候補毎に、左右ラベリング番号、対ライト幅画
素数、対ライト中心ｘｙ座標、左右ライト車線位置、車
幅演算値をそれぞれ算出する。対ヘッドライト合否判定
結果は後段処理で使用される。

【００６７】次に、車両検出部２１は、対ライトテーブ
ル１９に格納された対ライト候補のなかから、不要な路
面反射や、多対ライトの除去、及び２車線の車両の並列
走行時の車両分離等を行い、車両正面エリアに配置され
た真の対ヘッドライトを持つ車両を判断する（ＳＰ
４）。また、特定した車両に関して対ヘッドライトテー
ブル２２を作成する。

【００６８】図１２は、路面反射の除去を説明するため
の図である。図示の車両は、図２に示した車両Ｄ１，Ｄ
２とは異なる車両を例にしている。対ライト候補抽出部
１８では、図示のように、複数の対ライトを抽出する。
うち、Ｈ１，Ｈ２は道路反射による発光体である。Ｈ
３，Ｈ４、及びＨ５，Ｈ６は複数のヘッドライトであ
る。また、Ｈ７，Ｈ８は、その他の発光体である。これ
により、ヘッドライト候補としては、発光体１−２，３
−４，５−６，７−８があることになる。

【００６９】車両検出部２１は、発光体１−２と３−４
は、距離ｍで１−２と３−４との面積、形状、幅に差が
無いので、１−２を路面反射として除去する。次に、発
光体３−４と、５−６は、距離ｎと近いため、複数ライ
トと判断し、幅、面積の比較で、この場合は一方の５−
６をヘッドライトと判断する。次に、発光体５−６と、
７−８は、距離ｋを有しており、５−６と、７−８との
面積、形状、幅に差があるため、５−６を残す。

【００７０】次に、車両検出部２１で対ライトが抽出さ
れたか否かを判別し（ＳＰ５）、対ライトが判別される
と（ＳＰ５-YES）、車種判別処理に移行する。一方、対
ライトが判別されなかったときには（ＳＰ５-NO ）、車
種判別できないと判断し（ＳＰ６）、処理を終了する。

【００７１】車幅演算部２５では、車両検出部２１で特
定された車両について、対ヘッドライトテーブル２２
と、車線／画角情報データメモリ２４の設定情報に基づ
き特定した車両の車幅を求める。車種判別部２９は、こ
の車幅に基づき予め定められた設定値で車高を求めて車
両の正面を抽出する（ＳＰ７）。左右ライト車線位置
は、表３に示した各車線の車線データを参照して車線Ｃ
１，Ｃ２のいずれであるかが算出される。車幅演算値
は、表４に示す画角データを参照して算出される。

【００７２】そして、車種判別部２９は、車両検出部２
１が車両を特定したタイミングで、車幅演算部２５から
出力されるこの車両の車幅と、発光体情報テーブル１６
に格納されたこの車両（車両正面エリア内）の全ての発
光体情報と、特徴データメモリ２４に記憶されている特
徴データに基づき車種を判定する。始めに、この車両が
軽車両であるか否かを判別する（ＳＰ８）。対ヘッドラ
イトの車幅が予め記憶設定されている軽車両相当の幅で
あるときには（ＳＰ８-YES）、この車両が軽車両である
と判断する（ＳＰ９）。ここで、軽車両と小型車両と
は、車幅で明確に判別できるものとする。

【００７３】次に、この車両が軽車両ではないときに
は、小型車両であるか否かを判別する（ＳＰ１０）。対
ヘッドライトの車幅が軽車両の幅よりも広く、また、大
型車両より狭い幅である時には（ＳＰ１０）、この車両
を小型車両と判断する（ＳＰ１１）。

【００７４】次に、この車両が軽車両、及び小型車両の
いずれでもないときには、大型車両と判断し、大型車両
のうち大型貨物であるか大型乗用であるかを判別する。
このため、この車両については、発光体情報テーブル１
６からこの車両（車両正面エリア内）の全ての発光体Ｈ
の情報を得る（ＳＰ１２）。

【００７５】そして、表５に示す特徴データメモリ２７
に記憶された大型車の特徴データを参照する。そして、
大型乗用の特徴である発光体が有る時には（ＳＰ１３-Y
ES）、次に、大型貨物の特徴である発光体が有るかを参
照する（ＳＰ１４）。一方、大型乗用の特徴である発光
体が無い時には（ＳＰ１３-NO ）、大型貨物と判断する
（ＳＰ１５）。ＳＰ１４において、大型貨物の特徴であ
る発光体の有無の参照に基づき、大型貨物の特徴である
発光体が有る時には（ＳＰ１６-YES）、大型貨物と判断
する。一方、大型貨物の特徴である発光体が無い時には
（ＳＰ１６-NO ）、大型乗用と判断する。

【００７６】図２に示したカメラの車両を例に説明す
る。図１３に示すように、車線Ｃ１を走行している車両
Ｄ１は、ヘッドライトＨ３，Ｈ４の間隔により、大型車
両であると判断される。さらに、大型貨物に特徴の発光
体Ｈ５（速度灯）によって、大型貨物であると判断され
る。また、車線Ｃ２を走行している車両Ｄ２は、ヘッド
ライトＨ１，Ｈ２の間隔により、小型車両であると判断
される。

【００７７】これら車種判別の判断結果は、表示部５等
に外部出力される。また、台数集計部３０に逐次出力さ
れる。台数集計部３０は、検出された車両の台数を車種
別に集計処理する。

【００７８】上記実施の形態では、車両をテレビカメラ
で撮像する構成としたが、車種判別は、静止画で行うた
め、車両検出時の静止画を撮影できるデジタルカメラを
用いる構成としてもよい。また、前記カメラは２車線を
撮影する構成としたが、１車線あるいはより複数の車線
を撮影して各車線別に通過する車両の車種を判別するこ
ともできる。

【００７９】

【発明の効果】本発明によれば、カメラで遠方から接近
する移動体の交通流の画像を撮影するだけで、この画像
に基づき車種を判定できる。これを１台の汎用カメラを
用いるだけで低コストかつ高信頼性をもって車種判別で
きるようになる。また、カメラの映像を所定の画像処理
を施し、車両のヘッドライトのみを抽出して車幅から車
種を判別する構成であるため、多数の車種を精度良く判
別することができるようになる。特に、予め記憶された
車種の特徴データに基づき、この車種をより細かく高精
度に検出できるようになる。また、夜間におけるライト
の路面反射の影響を除去して車種を判別することができ
るため、カメラの設置条件や雨天など天候の変化があっ
ても車種判別精度を高精度に維持できる。さらに、複数
車線の車両の車種をそれぞれ判別でき、例え車両が並列
走行していた場合でも正確に車種を判別できる。

【図面の簡単な説明】

【図１】本発明の車種判別装置のカメラ設置状態を示す
図。

【図２】カメラガ撮像する画像範囲を示す図。

【図３】本発明の装置の全体構成を示すブロック図。

【図４】図３の装置の内部構成を示すブロック図。

【図５】発光体の解析情報を説明するための図。

【図６】各ライト候補を説明するための図。

【図７】対ライト候補の情報を説明するための図。

【図８】大型車両の特徴点を説明するための図。

【図９】本発明の車種判別の処理手順を示すフローチャ
ート。

【図１０】カメラが撮像した画像を示す図。

【図１１】２値化処理後の画像を示す図。

【図１２】路面反射の除去を説明するための図。

【図１３】車種判別時の画像を示す図。

【符号の説明】

１…カメラ、２…処理部、３…画像メモリ、５…表示
部、６…操作部、１０…画像入力部、１１…画像処理
部、１２…発光体抽出画像メモリ、１４…発光体解析
部、１６…発光体情報テーブル、１８…対ライト候補抽
出部、１９…対ライトテーブル、２１…車両検出部、２
２…対ヘッドライトテーブル、２４…車線／画角情報デ
ータメモリ、２５…車幅演算部、２７…特徴データメモ
リ、２９…車種判別部、３０…台数集計部。

Claims (13)

【特許請求の範囲】
1. 【請求項１】 夜間中の道路走行車両の車種を判別する
   車種判別装置であって、 走行車両を撮像するカメラ（１）と、 前記カメラの映像信号に基づき、車両のヘッドライトを
   含む発光体抽出画像を生成する画像処理手段（１１）
   と、 前記画像処理された発光体抽出画像のうち、一対のヘッ
   ドライトを抽出し該ヘッドライトの間隔に基づき車幅を
   算出する車両検出手段（２１）と、 前記車両検出手段で検出された車幅、及び、前記発光体
   抽出画像の各発光体情報に基づき、車両の車種を判別す
   る車種判別手段（２９）と、を備えたことを特徴とする
   夜間における車種判別装置。
2. 【請求項２】 前記画像処理手段（１１）は、前記カメ
   ラの映像信号に対してモルホロジー処理を施した後の画
   像を所定の閾値を用いて２値化し発光体を抽出した発光
   体抽出画像を生成する請求項１記載の夜間における車種
   判別装置。
3. 【請求項３】 前記画像処理手段（１１）で抽出された
   各発光体に対し、配置位置、面積、中心位置、形状、縦
   横比の発光体情報を算出し、記憶する発光体解析手段
   （１４）を備え、 前記記憶された発光体情報は、前記車両検出手段（２
   １）における車幅演算、及び前記車種判別手段（２９）
   における車種判別のための情報として参照される請求項
   １記載の夜間における車種判別装置。
4. 【請求項４】 予め特定した車両の発光体に関する発光
   体の配置位置、面積、中心位置、形状、縦横比の特徴情
   報を記憶する記憶部（２７）を備え、 前記車種判別手段（２９）は、該記憶部に記憶された発
   光体の特徴情報に基づき車種を判別する請求項１乃至３
   のいずれかに記載の夜間における車種判別装置。
5. 【請求項５】 前記車両検出手段（２１）は、前記発光
   体解析手段（１４）で解析された各発光体情報に基づ
   き、車幅方向に存在する一対のライトを抽出し、かつ、
   複数の対ライト同士の上下位置関係に基づき路面反射に
   相当する一対の発光体を除去して車両に設けられた真の
   一対のライトを検出する請求項１乃至４のいずれかに記
   載の夜間における車種判別装置。
6. 【請求項６】 前記カメラ（１）は、前記道路を複数車
   線分撮影出力する位置に配置され、 前記車両検出手段（２１）は、発光体解析手段（１４）
   によって算出されたライトの配置位置、面積、中心位
   置、形状、縦横比の発光体情報と、予め設定された車線
   情報とに基づき、各車線別に車両を検出する請求項１乃
   至５のいずれかに記載の夜間における車種判別装置。
7. 【請求項７】 前記カメラ（１）としてテレビカメラが
   用いられ、時系列に連続した映像が送出され、 該映像のうち所定範囲での高輝度部分を検出して、該検
   出のタイミングで車両の通過と判断し、前記画像処理手
   段を起動させる画像入力手段（１０）を備えた請求項１
   乃至６のいずれかに記載の夜間における車種判別装置。
8. 【請求項８】 発光体解析手段（１４）が算出する発光
   体情報は、テーブル形式で発光体情報テーブル（１６）
   に格納され、前記車両検出手段（２１）及び車種判別手
   段（２９）によって参照可能とした請求項３記載の夜間
   における車種判別装置。
9. 【請求項９】 夜間中の道路走行車両の車種を判別する
   車種判別方法であって、 走行車両をカメラで撮像する第１手順と、 前記カメラの映像信号に基づき、車両のヘッドライトを
   含む発光体抽出画像を生成する第２手順と、 前記画像処理された発光体抽出画像のうち、一対のヘッ
   ドライトを抽出し該ヘッドライトの間隔に基づき車幅を
   算出する第３手順と、 前記車幅、及び、前記発光体抽出画像の各発光体情報に
   基づき、車両の車種を判別する第４手順とを有すること
   を特徴とする夜間における車種判別方法。
10. 【請求項１０】 前記第２手順では、前記第１手順にお
    けるカメラの映像信号に対してモルホロジー処理を施し
    た後、 該画像を所定の閾値を用いて２値化し発光体を抽出した
    発光体抽出画像を生成する請求項９記載の夜間における
    車種判別方法。
11. 【請求項１１】 前記第２手順では、前記抽出された各
    発光体それぞれに順番の符号を付与する請求項１０記載
    の夜間における車種判別方法。
12. 【請求項１２】 前記第３手順では、前記各発光体情報
    に基づき、車幅方向に存在する一対のライトを抽出し、
    かつ、複数の対ライト同士の上下位置関係に基づき路面
    反射に相当する一対の発光体を除去して車両に設けられ
    た真の一対のライトを検出する請求項９記載の夜間にお
    ける車種判別方法。
13. 【請求項１３】 前記第１手順で使用されるカメラ
    （１）は、前記道路を複数車線分撮影出力するように配
    置され、 前記第３手順では、ライトの配置位置、面積、中心位
    置、形状、縦横比の発光体情報と、予め設定された車線
    情報とに基づき、各車線別に車両を検出する請求項９記
    載の夜間における車種判別方法。