ステレオ画像処理を用いた車両検出装置

【課題】遠方まで被写体検出を実施する場合、極めて高い精度でステレオカメラの左カメラと右カメラの光軸の平行条件が維持されなければならない、という課題があった。また、たとえ光軸の平行条件が正確に維持されていたとしても、十分な精度で被写体を検出できる被写体までの距離には限界がある、という課題もあった。
【解決手段】２台のカメラによるステレオ画像処理手段と、カメラの１台分の複数フレームからフレーム差分処理を行うフレーム差分抽出手段と、基準となる背景画像と現在の画像との差分を抽出する背景差分抽出手段と、フレーム差分抽出手段の画像とステレオ画像処理手段との論理和とその結果と背景差分抽出手段の画像との論理積を車両特徴画像とする車両特徴画像作成手段とを備えたことを特徴とする。

【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、道路上に設置し、通行する車両の台数、速度等を計測する、ステレオ画像処理を用いた車両検出装置に関するものである。
【背景技術】
【０００２】
従来、画像処理による車両検出装置においては、１台のカメラの画像を処理して車両を検出し、台数、速度計測を行っていた。この「単眼画像処理による車両検出装置」では、画像の時間的、空間的輝度変化で車両を検出しているため、走行車両以外による輝度変化（たとえば夜間のヘッドライトの道路面反射、日差しや照明による影等）に対して誤検出を起こすという課題や、車両が長時間停止した際に車両が検出できなくなるという課題があった。そこで近年、この課題を解決するために、２台のカメラの画像を処理して車両を検出し、台数、速度計測を行う「ステレオ画像処理による車両検出装置」が開発された（特許文献１の図１、図２及び［００２４］段〜［００２６］段参照）。
次に、ステレオ画像方式の原理を説明する。
図１０は、ステレオ画像方式の原理を示す図である。図１０において、左カメラ１、右カメラ２は平行に配置されている。このとき、光軸６，７は平行に配置される。左カメラ１の画像は画像４のように撮像され、右カメラ２の画像は画像５のように撮像されるので、両者の画像から得られる「視差」をもとに対象物までの距離を計算することができる。
すなわち、対象物までの距離を「Ｄ」、カメラ１、２間の距離を「Ｂ」、カメラ１，２の焦点距離を「ｆ」、視差を「Ｐ」とすると、
Ｄ＝（Ｂ×ｆ）／Ｐ

の計算式で対象物までの距離を求めることができる。
このように、ステレオ画像方式の車両検出装置を用いることにより、走行車両以外による輝度変化に対して誤検出を起こすことや、車両が長時間停止して車両を見失うことなく車両を検出し、台数、速度計測を行うことが可能となる。
【０００３】
従来の車両検出装置を、図１７により説明する。
図１７において、本装置は先ず、左画像入力手段２１から入力した画像を基準左画像３０として登録し、右画像入力手段２２から入力した画像を基準右画像３１として登録する。次に、基準左画像３０および基準右画像３１が登録されると基準左画像３０および基準右画像３１と新たに撮像された左画像２８および右画像２９をもとに、光軸ずれ量算出手段２３によって光軸ずれ量が算出されて視差算出手段２４に出力され、視差算出手段２４において光軸ずれ補正が実施された視差画像３２が作成される。
また視差算出手段２４が基準左画像３０および基準右画像３１を用いて作成した視差画像３２を用いて高さゼロに相当する視差画像を作成することが可能であり、これを基準視差画像３３として登録する。基準視差画像３３の作成方法としては、路面のような基準面を平面と仮定して高さゼロとなるべき点の高さ誤差が最小となる視差平面を作成する方法としても良いし、高さゼロとなるべき点の視差を用いてその他の点の視差を線形補間等の補間処理を用いて算出する方法としても良い。以上、基準左画像３０、基準右画像３１、基準視差画像３３の３画像を登録することにより、初期登録を終了する。次に、実際の車両検出処理について説明する。
【０００４】
左画像入力手段２１の画像を、画像格納手段２７の左画像２８に格納し、右画像入力手段２２の画像を、画像格納手段２７の右画像２９に格納する。光軸ずれ量算出手段２３により左画像２８と基準左画像３０とを比較するとともに、右画像２９と基準左画像３１とを比較して光軸ずれ量を算出する。視差算出手段２４により、左画像２８と右画像２９をもとに光軸ずれ量算出手段２３の光軸ずれ量を加味して視差を算出する。
高さ算出２値化手段２５は、視差算出手段２４の視差画像３２と、基準視差画像作成手段２６で作成された基準視差画像３３から高さ算出２値化画像３４を作成する。算出された高さを２値化するしきい値は、予め設定しておく。この高さ算出２値化画像３４をもとに車両認識手段３５により車両を認識する。これら画像の格納から車両認識までの一連の処理を一定周期で画像を撮像する毎に実施することにより、撮像された画像毎に車両が認識される。
車両追跡手段３６は、画像毎に認識された車両について位置、輝度、形状、テクスチャ等の特徴量を用いて対応付けを行い、車両識別番号を付与して追跡処理を実施する。そして交通量計測手段３７により、一定時間内の車両の台数と速度等を計測する。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開平９−２９７８４９号公報
【特許文献２】特開平１１−２５９６３２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら上記従来例では、図１６に示した左カメラ１と右カメラ２の平行条件すなわち光軸６，７の平行条件が正確に維持される必要があり、光軸ずれが発生した場合は光軸ずれ量算出手段２３によって光軸ずれ量が正確に算出されて視差算出手段２４において視差画像３２が作成されねばならない。
ステレオカメラのレンズ間の距離をＢ，ステレオカメラのレンズを結ぶえぴポーラ線と物体までの距離をＤ，カメラの焦点距離をｆ、左カメラの物体の視差をｐ１、右カメラの物体の視差をｐ２とすると、
Ｐ＝ｐ１＋ｐ２としたとき、
Ｄ：Ｂ＝ｆ：Ｐ
がなりたつので、
Ｄ＝（Ｂ×ｆ）／Ｐ
の関係が成り立つ。
カメラ１、２間の距離Ｂは装置の大きさの制約より大きくするには限界があるため、対象物までの距離Ｄが大きくなると、Ｐすなわち視差が小さくなってしまう。
【０００７】
このため、遠方の車両を検出しようとすると、小さな視差で距離測定を行う必要があるため、光軸ずれの影響が大きくなり、極めて高い精度で光軸ずれ補正を実施せねばならない、という課題があった。
また、たとえ光軸６，７の平行条件が正確に維持されていたとしても、十分な精度で視差Ｐを算出することは難しく、測定可能な対象物までの距離Ｄには限界がある、という課題もあった。
【課題を解決するための手段】
【０００８】
本発明は上記課題を解決するものであり、２台のカメラによるステレオ画像処理手段と、前記カメラの１台分の複数フレームからフレーム差分処理を行うフレーム差分抽出手段と、基準となる背景画像と現在の画像との差分を抽出する背景差分抽出手段と、前記フレーム差分抽出手段の画像と前記ステレオ画像処理手段との論理和とその結果と前記背景差分抽出手段の画像との論理積を車両特徴画像とする車両特徴画像作成手段とを備えたことを特徴とする構成としたものである。
【発明の効果】
【０００９】
本発明のステレオ画像処理を用いた車両検出装置は、十分な精度で光軸ずれ補正処理を実施できない場合や、ステレオ画像処理による被写体の特徴検出処理を行っても十分な視差の検出されない被写体について、フレーム差分抽出手段と背景差分抽出手段により、ステレオ画像処理を補間し、安定的な被写体検出を実現することができる、という効果を有する。
【図面の簡単な説明】
【００１０】
【図１】本発明の一実施例による車両検出装置のブロック図
【図２】同実施例による車両検出装置のフローチャート
【図３】同実施例による車両検出装置のフローチャート
【図４】フレーム差分のみによる画像データ図
【図５】背景差分のみによる画像データ図
【図６】高さ算出のみによる画像データ図
【図７】フレーム差分と高さ算出の論理和による画像データ図
【図８】図５と図７の論理積による画像データ図
【図９】ラベリング、車両認識を示す図
【図１０】は本発明の第２の実施の形態における車両検出装置のブロック図。
【図１１】は本発明の第２の実施の形態におけるフレーム差分のみによる画像データ図
【図１２】本発明の第２の実施の形態における背景差分の画像データ図
【図１３】本発明の第２の実施の形態における高さ算出の画像データ図
【図１４】本発明の第２の実施の形態におけるフレーム差分と高さ算出による画像データ図
【図１５】本発明の第２の実施の形態における図１１と図１４の論理積による画像データ図
【図１６】は一般のステレオ画像処理の原理を示す図
【図１７】は従来例による車両検出装置のブロック図
【発明を実施するための形態】
【００１１】
（本発明の第１の実施の形態）
（構成の説明）
本発明の一実施例による車両検出装置の構成を説明する。図１は本発明の一実施例による車両検出装置のブロック図である。
図１において、左画像入力手段４１は左カメラ１の画像データを入力し、右画像入力手段４２は右カメラ２の画像データを入力するものである。
画像格納手段４７は画像データ等の各種データを格納するものである。左画像４８は左画像入力手段４１の画像データを格納し、右画像×ｎフレーム４９は右画像入力手段４２の画像データをｎフレーム格納するものである。基準左画像５０は車両検出装置の初期登録時の左画像のデータである。基準右画像５１は車両検出装置の初期登録時の右画像のデータである。フレーム差分２値化画像５２は、右画像×ｎフレーム４９のデータをもとにフレーム差分２値化手段５９によって作成されたフレーム差分２値化データを格納する。背景画像５３は、右画像×ｎフレーム４９のデータをもとに背景画像作成手段６０によって作成された背景画像データを格納する。背景差分２値化画像５４は、右画像×ｎフレーム４９のデータと背景画像５３をもとに背景差分２値化手段６１によって作成された背景差分２値化画像データを格納する。視差画像５５は、左画像４８、右画像×ｎフレーム４９、光軸ずれ量算出手段４３によって算出された光軸ずれ量をもとに視差算出手段４４によって作成された視差画像データを格納する。基準視差画像５６は、車両検出装置の初期登録時に基準左画像５０、基準右画像５１をもとに基準視差画像作成手段４６によって作成された視差画像データを格納する。高さ算出２値化画像５７は、視差画像５５、基準視差画像５６をもとに高さ算出２値化手段４５によって作成された高さ算出２値化画像データを格納する。車両特徴画像５８は、フレーム差分２値化画像５２、背景差分２値化画像５４、高さ算出２値化画像５７をもとに車両特徴画像作成手段６２によって作成された車両特徴画像データを格納する。
車両認識手段６３は、車両特徴画像５８からラベリングを行い、車幅、車長等の条件を満たした場合は車両を認識する。車両追跡手段６４は、画像毎に認識された車両について位置、輝度、形状、テクスチャ等の特徴量を用いて対応付けを行い、車両識別番号を付与して追跡処理を実施する。交通量計測手段６５は、車両追跡手段６４の車両追跡結果をもとに一定時間内の車両の台数と速度等を計測する。またこの台数、速度により、通常流と渋滞流の判断や、停止車両の検出を行う。
（動作の説明）
次に、本発明の一実施例による車両検出装置の動作を説明する。
図２、図３は本発明の一実施例による車両検出装置のフローチャート、図４はフレーム差分のみによる画像データ図、図５は背景差分のみによる画像データ図、図６は高さ算出のみによる画像データ図、図７はフレーム差分と高さ算出の論理和による画像データ図、図８は図５と図７の論理積による画像データ図である。
まず最初に、初期作成登録処理について説明する。図２、３において、本装置は先ず、左画像入力手段４１から基準左画像５０の登録を行い、右画像入力手段４２から基準右画像５１の登録を行い、基準視差画像作成手段４６にて基準左画像５０、基準右画像５１をもとに基準視差画像５６を作成し登録を行う（ステップ２、以下「Ｓ２」と記す）。たとえば、基準視差画像５６は、基準面を路面の様な平面と仮定して高さゼロとなるべき点の高さ誤差が最小となる視差平面を作成する方法としても良いし、高さゼロとなるべき点の視差を用いてその他の点の視差を線形補間等の補間処理を用いて算出する方法としても良い。次に背景画像作成手段６０が、右画像×ｎフレーム４９をもとに初期背景画像を作成し、背景画像５３に格納する（Ｓ３）。以上で初期作成登録処理を終了する。
次に、車両認識処理を開始する。新たに撮像した右画像×ｎフレーム４９、背景画像５３をもとに、フレーム差分２値化手段５９、背景差分２値化手段６１はフレーム差分および背景差分２値化のしきい値を算出する（Ｓ４）。２値化しきい値の算出方法は、例えば画像をＭ×Ｎ個（Ｍ、Ｎは正の整数）のブロックに分割し、ブロック毎にＫフレーム（Ｋは正の整数）に亘ってフレーム差分値の標準偏差σfと背景差分値の標準偏差σbを算出する。これに補正係数ｐ、ｑ（ｐ、ｑは正の実数）を掛けたｐ×σfをフレーム差分２値化しきい値、ｑ×σbを背景差分２値化しきい値とする方法が考えられる。
右画像入力手段４２にて入力された右画像×ｎフレーム４９の複数フレームと、前記算出されたフレーム差分２値化しきい値を用いて、フレーム差分２値化手段５９はフレーム差分２値化画像５２を作成する（Ｓ５）。図４において７１は遠くの車両、７２は近くの車両、７３は路肩の白線、７４は中央分離帯側の白線、７５および７６はフレーム差分２値化処理によって検出された画素を示す。車両の動きによって得られるフレーム差分は車両を撮影した画像が複雑なため、フレーム差分を取ると車両の至る所で差分が検出されるので、フレーム差分７５は画素が塊になっている。一方、車両の影によって得られるフレーム差分は、影の画像が単調なため、フレーム差分をとっても影の内部では差分が検出されない。このため、フレーム差分７６は、影が動いた結果得られる影の差のみになっている。
ここでフレーム差分２値化手段５９は、フレーム差分２値化処理によって検出された画素の塊に対し、画素の塊の境界にある画素を全て背景成分の画素に変換して１画素分縮める収縮処理と、画素の塊の境界にある画素を全て検出された画素に変換して１画素分膨らませる膨張処理を実行する。これにより、車両の影を検出した７６は除去され、車両を検出した７５のみとすることができる。
次に、右画像入力手段４２にて入力された右画像×ｎフレーム４９の複数フレーム、背景画像５３と、前記算出された背景差分２値化しきい値を用いて、背景差分２値化手段６１は背景差分２値化画像５４を作成する（Ｓ６）。図５において７７は背景差分２値化処理によって検出された画素を示す。背景差分２値化処理においては車両の影を除去する処理を実行しないため、車両と車両の影の両方を検出する。
次に、左画像入力手段４１にて入力された左画像４０、右画像入力手段４２にて入力された右画像×ｎフレーム４９、光軸ずれ量算出手段４３によって算出された光軸ずれ量を用いて視差算出手段４４が視差画像５５を作成し、視差画像５５と基準視差画像５６を用いて高さ算出２値化手段５７は高さ算出２値化画像５７を作成する（Ｓ７）。図６において７８、７９、８０は高さ算出２値化処理によって検出された画素を示す。高さ算出２値化処理の場合、視差画像５５において高さの検出された画素しか検出しないため、路面に存在する特徴は検出しない。但し、ステレオカメラの光軸ずれが発生し、十分な精度で光軸ずれ補正ができないと、７９のような路肩や中央分離帯側の白線、また８０のような車両の影の輪郭部分を検出してしまう場合がある。ここで高さ算出２値化手段５７は、高さ算出２値化処理によって検出された画素に対し、境界にある画素を全て背景成分の画素に変換して１画素分縮める収縮処理と、境界にある画素を全て検出された画素に変換して１画素分膨らませる膨張処理を実行する。これにより、８０のような車両の影を検出した画素は除去されるが、７９のような路肩や中央分離帯側の白線を検出した画素は除去されないで残ってしまう場合がある。また、遠方に存在する車両７１は十分な視差が検出できないため、高さ算出２値化処理では検出できない。
フレーム差分２値化画像５２、背景差分２値化画像５４、高さ算出２値化画像５７を用いて、車両特徴画像作成手段６２は車両特徴画像５８を作成する（Ｓ８）。図７は、フレーム差分２値化画像５２と高さ算出２値化画像５７の論理和演算を行った画像である。８１は車両を検出した画素、７９は光軸ずれによって路肩や中央分離帯の白線を検出した画素を示す。一方、図８は図７と背景差分２値化画像５４との論理積演算を行った車両特徴画像５８である。車両特徴画像５８では遠くの車両７１と近くの車両７２が８２として検出される。一方、８３は背景差分２値化画像５４との論理積演算により除去された画素を示しており、図７にて路肩の白線７３や中央分離帯側の白線７４を検出した７９は、この段階で除去される。なお、背景差分２値化処理は長時間の停止車両が存在した場合、背景画像作成手段６０によって作成される背景画像５３に長時間停止車両を取り込み、停止車両を検出できなくなるため、交通量計測手段６５が渋滞流または停止車両を検出した場合、車両特徴画像作成手段６２は背景差分２値化画像５４との論理積演算を行わないで車両特徴画像５８を作成する。
フローチャート図２に戻る。車両認識手段６３は、車両特徴画像５８において図９のようにラベリング８４を作成し、車幅、車長等の条件を満たした場合は車両として認識する（Ｓ９）。
車両追跡手段６４は、車両認識手段６３によって認識した車両の近傍に過去に登録され、輝度、形状、テクスチャ等の特徴量が類似する車両が存在するかどうかを探索する（Ｓ１０、Ｓ１１）。そして、該当する登録車両が存在する場合は認識車両と登録車両とを対応付け、該当する登録車両が存在しない場合は車両識別番号を付与して認識車両を新規に登録する（Ｓ１３）。更に車両追跡手段６４は認識した車両が速度算出条件を満たしているか否かを判別する（Ｓ１４）。速度算出は最低２回、同一車両を認識している必要があるが、同一車両の認識回数が多くなるほど速度算出精度も向上するため、必要な速度精度に合わせて同一車両認識回数を速度算出条件として設定すれば良い。認識した車両が速度算出条件を満たしている場合は速度を算出し（Ｓ１５）、満たしていない場合は速度算出を行わない。また車両追跡手段６４は、認識した車両と対応付けされなかった登録車両が存在した場合は、それを削除する（Ｓ１８）。
交通量計測手段６５は、認識した車両が交通量計測点に到達したか否かを判定し（Ｓ１６）、到達した場合は台数計測、速度登録を行う（Ｓ１７）。更にはこの台数、速度により、通常流と渋滞流の判断や、停止車両の検出を行う。
この後、背景画像作成手段６０は背景画像５３の更新を行う（Ｓ１９）。背景画像の更新は、右画像×ｎフレーム４９と背景画像５３との重み付け加算処理によって行う。この重み量は、交通量計測手段６５による通常流と渋滞流の判断や、停止車両の検出結果を加味して変動させても良い。
次に、光軸ずれ量算出手段４３は基準左画像５０、基準右画像５１を用いて左右カメラの光軸ずれ量を算出し（Ｓ２０）、光軸ずれ量が予め定めたしきい値より大きいか否かを判別する（Ｓ２１）。光軸ずれ量がしきい値より大きい場合は、算出された光軸ずれ量を視差算出手段４４へ出力する。視差算出手段４４は、光軸ずれ量算出手段４３から光軸ずれ量を受信した以降は、左画像４８と右画像×ｎフレーム４９から視差画像５５を算出する際、光軸ずれ量分の位置補正を行う（Ｓ２２）。例えば右画像×ｎフレーム４９の位置を固定し、左画像４８の左上原点位置を光軸ずれ量分ずらして視差画像５５作成処理を行えば良い。
その後、再びフレーム差分、背景差分の２値化しきい値を算出し（図２、Ｓ４）、Ｓ４からＳ２２を繰り返す。
このように本発明によれば、十分な精度で光軸ずれ補正処理を実施できない場合や、ステレオ画像処理による被写体の特徴検出処理を行っても十分な視差の検出されない被写体について、フレーム差分抽出手段と背景差分抽出手段により、ステレオ画像処理を補間し、安定的な被写体検出を実現することができる。
（本発明の第２の実施の形態）
次に本発明の第２の実施の形態について、図１０乃至図１５を用いて説明する。第２の実施の形態は、第１の実施の形態の車両特徴画像作成手段６２をさらに詳しくしたものであり、第２の実施の形態を説明するために、図１１乃至図１５に示すように３台の車両（１１１，１１２，１１３）が撮影されている場合について述べる。他の構成は第１の実施の形態と同じである。
【００１２】
図１０において車両特徴画像作成手段６２はさらに、２値化画像論理和演算手段６２１、フレーム差分２値化・高さ算出２値化画像６２２、２値化画像論理籍演算手段６２３によって構成されている。
（実施の形態２における動作の説明）
実施の形態２においても、初期作成登録処理は同じで、図２のＳ３までの流れは同じである。
また、フレーム差分・背景差分２値化しきい値の算出（Ｓ４）も実施の形態１と同様に行う。
次に、フレーム差分、２値化、収縮膨張（Ｓ５）の処理を行う。フレーム差分、２値化、収縮膨張（Ｓ５）の処理は、主に、フレーム差分２値化手段５９によって実行される。第１の実施の形態の説明で述べたように、右画像×ｎフレーム４９の画像を用いてフレーム差分を実行すると、図１１のように、車両７５と影の一部７６が検出されるが、画素の膨張収縮を行うことにより、影の一部７６を除去することが出来、車両を検出した７５のみを残すことが出来る。
次に、背景差分、２値化（Ｓ６）の処理を行うと、図１２に示すように、車両と車両の影の両方を検出する。背景差分、２値化（Ｓ６）の処理は、背景差分２値化手段６１によって行われる。
次に、視差算出、高さ算出、２値化、収縮膨張（Ｓ７）の処理を行う。この処理は、視差算出手段４４、高さ算出２値化手段４５によって実行される。この際、高さ算出２値化によって、図１３に示すように、車両７８、車両の影８０、白線７９が検出される。さらに、高さ算出２値化処理によって検出された画素に対し、境界にある画素を全て背景成分の画素に変換して１画素分縮める収縮処理と、境界にある画素を全て検出された画素に変換して１画素分膨らませる膨張処理を実行する。これにより、８０のような車両の影を検出した画素は除去されるが、７９のような路肩や中央分離帯側の白線を検出した画素は除去されないで残ってしまう場合がある。また、遠方に存在する車両１１１は十分な視差が検出できないため、高さ算出２値化処理では検出できない。
次に、車両特徴画像の作成（Ｓ８）について述べる。車両特徴画像の作成（Ｓ８）は、車両特徴作成手段６２によって実行され、その内部を図１０に示している。フレーム差分２値化画像５２の内部には、図１１で示す車両の部分７５が記録されている。また、高さ算出２値化画像５７の内部には、図１３に示す車両の部分７８と白線の部分７９が記録されている。
２値化画像論理和演算手段６２１によって、フレーム差分２値化画像５２と高さ算出２値化画像５７の論理和をとると、図１４に示すように、車両の部分８１と、白線の部分７９が検出される。その結果は、フレーム差分２値化・高さ算出２値化画像６２２に記録される。
次に、背景差分２値化画像５４の内部には、図１２に示す車両と影の部分７７が記録されているので、２値化画像論理席演算手段６２３によって、フレーム差分２値化・高さ算出２値化画像６２２と背景差分２値化画像５４の論理積を取ると、図１５に示すように、白線の部分８３は除去され、車両の部分８２が残る。
ラベリング、車両認識（車両条件判定）（Ｓ９）以下の処理は実施の形態１と同じである。
ここで、図１５において、車両１１２について検討すると、車両１１２の上部のエッジに近い部分は、フレーム差分、２値化、収縮膨張（Ｓ５）の結果である図１１の車両の部分７５が反映され（図の黒の丸印）、車両１１２の下辺のエッジに近い部分は、視差算出、高さ算出、２値化、収縮膨張（Ｓ７）の結果である、図１３の車両の部分７８が主に反映されている（図の黒の斜め四角印）ことが分かる。
車両１１３のように、車両が近くにある場合は高さ算出の結果を主に用い、車両が遠くにある場合は、フレーム差分の結果を用いることにより、車両１１３や車両１１１を検出することができるが、車両が遠くにあるのか近くにあるのかをあらかじめ知る必要がある。
しかし、本願のように、フレーム差分の結果と高さ算出の結果の論理和に背景差分の論理積をとることにより、車両が近くから遠くのどこにあっても車両を検出することが出来る。
なお、本発明においてはフレーム差分処理と背景差分処理という記述をしたが、これは階調画像データに限定せず、例えば微分画像データについて同様に実施しても良いことは言うまでも無い。
【産業上の利用可能性】
【００１３】
本発明は、道路上に設置し、通行する車両の台数、速度等を計測する車両検出装置に関し、ステレオカメラの光軸ずれが生じても遠方まで高精度に車両を検出する車両検出装置に利用することができる。

【特許請求の範囲】
【請求項１】
複数のカメラによるステレオ画像処理手段と、
前記複数カメラの複数フレームからフレーム差分処理を行うフレーム差分抽出手段と、
基準となる背景画像と現在の画像との差分を抽出する背景差分抽出手段と、
前記フレーム差分抽出手段の結果と前記ステレオ画像処理手段の結果との論理和との結果と、前記背景差分抽出手段の結果との論理積を車両特徴画像とする車両特徴画像作成手段とを備えた車両検出装置。
【請求項２】
複数のカメラによるステレオ画像処理により高さを算出する高さ算出手段と、
前記複数のカメラの複数フレームからフレーム差分処理を行うフレーム差分手段と、
基準となる背景画像と現在の画像との差分を抽出する背景差分手段と、
前記フレーム差分手段によって作成されたフレーム差分画像と前記高さ算出手段によって作成された高さ算出画像との論理和との結果画像と、前記背景差分手段によって作成された背景差分画像との論理積を車両特徴画像とする車両特徴画像作成手段とを備えた車両検出装置。
【請求項３】
前記フレーム差分２値化画像に対して、図形成分の境界にある画素の値を全て背景成分の画素の値に変換して１画素分縮める収縮処理手段と、
図形成分の境界にある画素の値を全て図形成分の画素の値に変換して１画素分膨らませる膨張処理手段と、
を備えた請求項１または２記載の車両検出装置。
【請求項４】
前記高さ算出２値化画像に対して、図形成分の境界にある画素の値を全て背景成分の画素の値に変換して１画素分縮める収縮処理手段と、
図形成分の境界にある画素の値を全て図形成分の画素の値に変換して１画素分膨らませる膨張処理手段と、
を備えた請求項１または２記載の車両検出装置。
【請求項５】
前記車両特徴画像作成手段が前記フレーム差分２値化画像と前記高さ算出２値化画像との論理和演算処理を行い、更にその結果と前記背景差分２値化画像との論理積演算処理を行うことにより車両特徴画像を作成する際において、交通量計測手段が通常流と渋滞流とを判断し、渋滞流と判断された場合は前記車両特徴画像作成手段がフレーム差分２値化画像と前記高さ算出２値化画像との論理和演算処理を行い、その結果と前記背景差分２値化画像との論理積演算処理を行わないで車両特徴画像を作成することを特徴とする請求項１から４に記載の車両検出装置。
【請求項６】
前記車両特徴画像作成手段が前記フレーム差分２値化画像と前記高さ算出２値化画像との論理和演算処理を行い、更にその結果と前記背景差分２値化画像との論理積演算処理を行うことにより車両特徴画像を作成する際において、交通量計測手段が停止車両を検出した場合は前記車両特徴画像作成手段がフレーム差分２値化画像と前記高さ算出２値化画像との論理和演算処理を行い、その結果と前記背景差分２値化画像との論理積演算処理を行わないで車両特徴画像を作成することを特徴とする請求項１から４に記載の車両検出装置。
【請求項７】
基準画像と前記カメラの画像とを比較して画像の光軸ずれ量を算出し、前記高さ算出２値化手段の算出を補正する光軸ずれ補正手段を備えた請求項１から６に記載の車両検出装置。

【図１】