ナンバープレート認識プログラムおよびナンバープレート認識装置
【課題】ナンバープレートの文字認識処理結果の確度があまり高くないような場合でも，精度の高いナンバープレートの文字の認識が可能となる技術を提供する。
【解決手段】ナンバープレート認識装置１０において，画像入力部１１は，撮像装置２０により撮影された画像を入力する。領域抽出部１２は，入力された画像からナンバープレートの領域を抽出する。認識処理部１３は，抽出されたナンバープレートの領域に対して，ナンバープレートの文字認識処理を実行する。文字認識候補判定部１４は，文字認識処理の結果として複数の文字認識候補が得られた場合に，文字認識処理の結果以外の情報である，撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から画像に写る車両のナンバープレートに記載された文字を特定する。認識結果出力部１５は，ナンバープレートの文字の認識結果を出力する。
【解決手段】ナンバープレート認識装置１０において，画像入力部１１は，撮像装置２０により撮影された画像を入力する。領域抽出部１２は，入力された画像からナンバープレートの領域を抽出する。認識処理部１３は，抽出されたナンバープレートの領域に対して，ナンバープレートの文字認識処理を実行する。文字認識候補判定部１４は，文字認識処理の結果として複数の文字認識候補が得られた場合に，文字認識処理の結果以外の情報である，撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から画像に写る車両のナンバープレートに記載された文字を特定する。認識結果出力部１５は，ナンバープレートの文字の認識結果を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は，撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うナンバープレート認識プログラムおよびナンバープレート認識装置に関するものである。
【背景技術】
【０００２】
道路や駐車場等に設置されたカメラにより撮影された，車両が写った画像から，ナンバープレートに記載された文字を認識する技術がある。
【０００３】
例えば，道路を走行中の車両を道路側に設けたカメラで撮影し，その撮影画像に対する文字認識処理により，走行する車両のナンバープレートのナンバーを読み取る。読み取られたナンバーの情報は，例えば，被疑車両の追跡や，交通調査などに利用される。
【０００４】
車両が写った画像からナンバープレートに記載された文字を認識する技術として，カメラ画像からナンバープレート領域候補の四辺形を検出し，検出されたナンバープレートの領域候補に含まれる文字領域の文字認識を行う技術が知られている。また，駐車場において，カメラにより撮影された車両の画像からナンバープレートの認識を行うとともに，近赤外線センサにより取得された車両の幅，高さ，外形から車名を特定し，ナンバープレートの認識結果とともに特定された車名を記録する技術が知られている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００９−９８８６７号公報
【特許文献２】特開平６―１１９５９７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
カメラ等の撮像装置により撮影された車両の画像に対するナンバープレートの認識では，太陽光等の撮影環境により，文字の誤認識や認識漏れが発生する場合がある。特に屋外にカメラが設置された場合などには，自然環境の影響により，ナンバープレートの文字の認識率が低下しやすいという問題があった。
【０００７】
本発明は，上記の問題の解決を図り，車両が写った画像に対するナンバープレートの文字認識処理結果の確度があまり高くない場合でも，精度の高いナンバープレートの認識が可能となる技術を提供することを目的とする。
【課題を解決するための手段】
【０００８】
開示するプログラムは，撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うコンピュータを，次のように機能させる。
【０００９】
すなわち，前記プログラムは，前記プログラムがインストールされて実行されるコンピュータに，画像を入力する手順と，画像からナンバープレートの領域を抽出する手順と，ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う手順と，文字認識処理の結果として複数の文字認識候補が得られた場合に，コンピュータがアクセス可能な記憶装置に記憶された，撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から画像に写る車両のナンバープレートに記載された文字を特定する手順とを実行させる。
【発明の効果】
【００１０】
上記の技術によって，ナンバープレートの文字認識処理結果の確度があまり高くない場合でも，精度の高いナンバープレートの文字の認識が可能となる。
【図面の簡単な説明】
【００１１】
【図１】本実施の形態のナンバープレートの例を示す図である。
【図２】本実施の形態によるナンバープレート認識装置の構成例を示す図である。
【図３】本実施の形態による文字認識候補の抽出を説明する図である。
【図４】本実施の形態の認識処理部による文字認識処理から文字認識候補抽出の流れを示すフローチャートである。
【図５】本実施の形態によるナンバープレート認識結果データの例を示す図である。
【図６】本実施の形態のナンバープレート認識装置によるナンバープレート認識処理フローチャートである。
【図７】本実施の形態の文字認識候補判定部の構成例を示す図である。
【図８】本実施の形態による陸運支局コード・位置対応情報と陸運支局コード・優先度対応情報の例を示す図である。
【図９】本実施の形態による陸運支局コード判定基準設定画面の例を示す図である。
【図１０】ナンバープレートの分類番号と車両の幅・高さとの関係を示す図である。
【図１１】本実施の形態による画像に写った車両のサイズを算出する例を説明する図である。
【図１２】本実施の形態の車両特徴判定部による車両のサイズを用いた文字認識候補判定処理フローチャートである。
【図１３】本実施の形態によるナンバープレート色・用途コード対応情報の例を示す図である。
【図１４】本実施の形態による統計情報の例を示す図である。
【図１５】過去のナンバープレートに記載された文字の認識結果の統計例を示す図である。
【発明を実施するための形態】
【００１２】
以下，本実施の形態について，図を用いて説明する。
【００１３】
図１は，本実施の形態のナンバープレートの例を示す図である。
【００１４】
図１に示すナンバープレート１は，一般的な自動車の大板，中板のナンバープレート（自動車登録番号標または車両番号標）の例である。図１に示すように，ナンバープレート１には，陸運支局コード，分類番号，用途コード，一連番号からなるナンバー（自動車登録番号）が記載されている。ナンバープレート１に刻印されるナンバーは，車両の個体を特定するものである。
【００１５】
陸運支局コードは，ナンバープレート１の左上に記載される，ナンバープレート１が発行された地域の運輸支局や自動車検査登録事務所などの陸運支局の名称を示す。近年，ご当地ナンバーなどの陸運支局以外の地域名も記載されるようになったが，従来から一般的に陸運支局コードと呼ばれているので，ここでは，ご当地ナンバーの地域名も含めて陸運支局コードと呼ぶものとする。
【００１６】
分類番号は，陸運支局コードの右に記載される，普通自動車，小型自動車，特殊用途自動車，大型特殊自動車等の自動車の種別を数字で分類する，１桁〜３桁の番号である。特に，分類番号の最上位桁によって，自動車の種類が分類されている。例えば，ナンバープレート１の分類番号が最上位桁が「１」である車両は普通貨物車であり，ナンバープレート１の分類番号が最上位桁が「５」である車両は小型乗用車である。
【００１７】
用途コードは，ナンバープレート１の左下に記載される，自家用，駐留軍人用，貸渡用（レンタカー用），事業用などの自動車の用途を示す，ひらがな，アルファベット等の文字である。例えば，レンタカーには，「わ」の文字が付与される。
【００１８】
一連番号は，用途コードの右に記載される，一連指定番号や車両番号とも呼ばれる，１つ〜４つの数字で表記される一連の番号である。
【００１９】
図２は，本実施の形態によるナンバープレート認識装置の構成例を示す図である。
【００２０】
図２に示すナンバープレート認識装置１０は，撮像装置２０により撮影された画像に写った車両のナンバープレート１に記載された文字を認識する。撮像装置２０は，例えば道路や駐車場などに設置されたカメラである。本実施の形態では，特に，道路に設置された撮像装置２０の前を走行する車両のナンバープレート１に記載された文字を認識する例について説明する。
【００２１】
ナンバープレート認識装置１０は，画像入力部１１，領域抽出部１２，認識処理部１３，文字認識候補判定部１４，認識結果出力部１５，画像記憶部１６，領域抽出情報記憶部１７，認識用データ記憶部１８，認識結果記憶部１９を備える。ナンバープレート認識装置１０およびナンバープレート認識装置１０の各機能部は，コンピュータが備えるＣＰＵ（Central Processing Unit ），メモリ等のハードウェアとソフトウェアプログラムとにより実現される。具体的には，ＣＰＵがプログラムを実行することにより，ＣＰＵは，画像入力部１１，領域抽出部１２，認識処理部１３，文字認識候補判定部１４，認識結果出力部１５の各部としての機能を果たす。また，ＣＰＵがアクセス可能なＲＡＭ（Random Access Memory）やＨＤＤ（Hard Disk Drive ）などの記憶部が，画像記憶部１６，領域抽出情報記憶部１７，認識用データ記憶部１８，認識結果記憶部１９や，補助情報記憶部１４５に相当する。なお，図２に示すナンバープレート認識装置１０において，太線の矢印は主にデータの流れを示しており，細線の矢印は主に制御の流れを示している。
【００２２】
画像入力部１１は，撮像装置２０により撮影された画像の入力を受け付ける。画像入力部１１は，入力された画像を，画像記憶部１６に記憶させる。画像記憶部１６は，撮像装置２０により撮像された画像を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２３】
領域抽出部１２は，画像記憶部１６に記憶された，撮像装置２０により撮影された画像から，ナンバープレート１の領域を抽出する。画像からナンバープレート１の領域を抽出する技術としては，様々な既存技術が存在する。以下では，その一例を紹介する。
【００２４】
領域抽出部１２は，入力された画像から車両の領域を抽出する。より具体的には，領域抽出部１２は，あらかじめ用意された，車両等の物体が存在していないときの撮影位置の背景画像と，入力された画像との差分を取り，所定以上の差分が得られた場合に，入力された画像に何らかの物体が写っていると判断する。領域抽出部１２は，何らかの物体が写っているとされた画像からのエッジ抽出を行い，抽出されたエッジによる形状と，あらかじめ用意された車両の形状・大きさなどの特徴とを比較することにより，その画像に写った車両の領域を抽出する。
【００２５】
あらかじめ用意された，車両等の物体が存在していないときの撮影位置の背景画像や，車両の形状・大きさなどの特徴の情報は，領域抽出情報記憶部１７に記憶されている。領域抽出情報記憶部１７は，画像から車両の領域抽出やナンバープレート１の領域抽出に用いる情報を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２６】
領域抽出部１２は，抽出された車両の領域からナンバープレート１の領域を抽出する。ナンバープレート１の形状やナンバープレート１に使用される色はあらかじめ決まっているため，その形状・色の領域を抽出された車両の領域上から検出することにより，画像上のナンバープレート１の領域を抽出することができる。ナンバープレート１の形状やナンバープレート１に使用される色などの情報は，あらかじめ領域抽出情報記憶部１７に記憶されている。
【００２７】
認識処理部１３は，抽出されたナンバープレート１の領域に対して，ナンバープレート１の文字認識処理を実行する。ナンバープレート１の文字認識処理では，陸運支局コード，分類番号，用途コード，一連番号の各領域について，それぞれ文字認識処理が行われる。分類番号や，一連番号については，１文字ごとの文字認識処理が行われる。
【００２８】
ナンバープレート１の文字認識処理の技術としては，例えば，テンプレート画像を用いたマッチングによる文字認識などの既存技術がある。陸運支局コードの文字認識処理については，陸運支局コードに使用されている地名等の文字列のテンプレート画像が用意される。用途コードの文字認識処理については，用途コードに使用されるひらがなやアルファベットのテンプレート画像が用意される。分類番号や一連番号の文字認識処理については，分類番号や一連番号に使用される数字等のテンプレートが用意される。ナンバープレート１の文字認識処理に用いられるテンプレート画像は，あらかじめ認識用データ記憶部１８に記憶されている。認識用データ記憶部１８は，ナンバープレート１の文字認識処理に用いられる情報を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２９】
認識処理部１３は，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとに，それぞれ使用される可能性がある複数種の文字または文字列のテンプレート画像を用いたマッチングを行う。分類番号と一連番号については，認識処理部１３は，桁ごとのマッチングを行う。より具体的には，認識処理部１３は，それぞれ使用される可能性がある文字または文字列ごとに，画像記憶部１６に記憶された入力画像上のナンバープレート１の領域内をテンプレート画像で走査し，類似度の最大値を得る。認識処理部１３は，得られた類似度の最大値を，その文字または文字列の確からしさを示す確度とする。
【００３０】
認識処理部１３は，得られた各文字または文字列の確度に対して，所定の閾値を用いた条件の判定を行うことにより，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号の領域ごとに，文字認識候補を抽出する。分類番号，一連番号については，認識処理部１３は，桁ごとに文字認識候補の抽出を行う。
【００３１】
図３は，本実施の形態による文字認識候補の抽出を説明する図である。
【００３２】
ここでは，陸運支局コードの文字認識候補の抽出を例として，文字認識候補の抽出例を説明する。
【００３３】
なお，所定の閾値を用いた条件として，
（基準１）確度が１５％未満の文字または文字列を文字認識候補としない，
（基準２）最大の確度の文字または文字列との確度の差分が２０％を超える文字または文字列を文字認識候補としない，
という条件が設定されているものとする。
【００３４】
また，図３に示す「品川」，「石川」，「香川」以外の文字列については，すべて確度が１５％未満であり，（基準１）により文字認識候補とされないものとする。
【００３５】
図３の（例１）では，「品川」，「石川」，「香川」のすべての文字列の確度が，１５％未満である。このような場合には，上記の（基準１）により，文字認識候補の個数が０となる。
【００３６】
図３の（例２）において，「石川」，「香川」は，確度が１５％未満であるので，上記の（基準１）により文字認識候補から除外される。「品川」のみが確度８０％で，文字認識候補として残る。
【００３７】
図３の（例３）では，「品川」，「石川」，「香川」のすべての文字列の確度が，１５％以上であるので，上記の（基準１）では文字認識候補から除外されない。しかし，「香川」の確度１６％と，最大確度である「品川」の確度４２％との差分は２６％であり，２０％以内の範囲にないので，「香川」は（基準２）により文字認識候補から除外される。「石川」の確度３８％と，最大確度である「品川」の確度４２％との差分は４％であり，２０％以内の範囲にあるので，「石川」は文字認識候補として残る。図３の（例３）では，結果として２つの文字認識候補が得られる。
【００３８】
図４は，本実施の形態の認識処理部による文字認識処理から文字認識候補抽出の流れを示すフローチャートである。
【００３９】
図４に示すフローチャートは，テンプレート画像を用いたマッチングによる文字認識処理から，上記の（基準１），（基準２）を用いた文字認識候補の抽出までの流れを示している。本実施の形態の認識処理部１３は，図４に示すフローチャートの処理を，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとに実行し，それぞれについて文字認識候補を抽出する。なお，上述したように，分類番号と一連番号とについては，認識処理部１３は，桁ごとに処理を実行する。
【００４０】
認識処理部１３は，各文字または文字列のテンプレート画像を用いたマッチングによる文字認識処理を実行する（ステップＳ１００）。この文字認識処理により，文字または文字列ごとの確度が得られる。
【００４１】
認識処理部１３は，上記の（基準１）に従って，確度が１５％未満の文字または文字列を，文字認識候補から除外する（ステップＳ１０１）。確度が１５％以上の文字または文字列が残っていなければ，文字認識候補はなしとなる。また，確度が１５％以上の文字が１つしか残らなければ，文字認識候補は１つとなる。
【００４２】
認識処理部１３は，上記の（基準２）に従って，最大確度の文字または文字列との確度の差分が２０％を超える文字または文字列を，文字認識候補から除外する（ステップＳ１０２）。このとき，最大確度の文字または文字列の１つのみが残れば，文字認識候補は１つとなる。２つ以上の文字または文字列が残れば，文字認識候補は複数となる。
【００４３】
図２において，文字認識候補判定部１４は，認識処理部１３により抽出された文字認識候補から，ナンバープレート１に記載された文字または文字列を特定する。このとき，文字認識候補がなしとなった部分については，文字認識候補判定部１４は，認識結果として不明と判定する。また，文字認識候補が１つである部分については，文字認識候補判定部１４は，認識結果をその文字認識候補である文字または文字列に特定する。
【００４４】
複数の文字認識候補が得られた部分については，文字認識候補判定部１４は，文字認識処理の結果以外の情報を用いて，複数の文字認識候補から認識結果として適切な文字または文字列を特定する。文字認識処理の結果以外の情報を用いた判定は，例えば，撮像装置２０に対応付けられた補助情報を用いた判定や，ナンバープレート１についての法令や取り決め等のルールに基づいた判定などである。文字認識候補判定部１４による，複数の文字認識候補が得られた場合の判定処理の詳細については，後述する。
【００４５】
認識結果出力部１５は，文字認識候補判定部１４により得られた，ナンバープレート１に記載された文字の認識結果を，認識結果記憶部１９や，ネットワークで接続された外部のサーバなどに出力する。認識結果記憶部１９は，ナンバープレート１に記載された文字の認識結果を記憶する，コンピュータがアクセス可能な記憶装置である。
【００４６】
図５は，本実施の形態によるナンバープレート認識結果データの例を示す図である。
【００４７】
図５に示すナンバープレート認識結果データ１９０は，認識結果記憶部１９に蓄積保存されたナンバープレート１の認識結果の例である。
【００４８】
図５に示すナンバープレート認識結果データ１９０において，認識ＩＤは，ナンバープレート１の認識結果に対して一意に割り当てられる識別情報である。認識日時は，ナンバープレート１が認識された年月日，時刻の情報である。陸運支局コード，分類番号，用途コード，一連番号は，それぞれナンバープレート１に記載された文字の認識結果である。陸運支局コード，分類番号，用途コード，一連番号において，“？”と記載されている部分は，文字認識候補判定部１４により認識結果として不明とされた部分である。ナンバープレート色は，認識されたナンバープレート１の下地の色と文字の色である。進行方向は，画像に写った車両の進行方向である。天候は，ナンバープレート１の認識が行われた画像が撮像されたときの，撮像装置２０の撮影位置の天候である。ナンバープレート認識結果データ１９０には，これらの情報以外にも，例えばナンバープレート１のサイズや，車体の幅，車体の高さ，車両の走行速度などの様々な情報が記録される。
【００４９】
図６は，本実施の形態のナンバープレート認識装置によるナンバープレート認識処理フローチャートである。
【００５０】
ナンバープレート認識装置１０において，画像入力部１１は，撮像装置２０により撮影された画像を入力する（ステップＳ１０）。領域抽出部１２は，入力された画像から，車両の領域を抽出する（ステップＳ１１）。領域抽出部１２は，入力された画像から車両の領域が抽出されたかを判定する（ステップＳ１２）。入力された画像から車両の領域が抽出されなかった場合には（ステップＳ１２のＮＯ），ナンバープレート認識装置１０は，ステップＳ１０の処理に戻り，次に入力される画像の処理に移る。
【００５１】
入力された画像から車両の領域が抽出された場合には（ステップＳ１２のＹＥＳ），領域抽出部１２は，抽出された車両の領域から，ナンバープレート１の領域を抽出する（ステップＳ１３）。認識処理部１３は，抽出されたナンバープレート１の領域に対して，ナンバープレート１の文字認識処理を実行する（ステップＳ１４）。ここでは，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとの，さらに分類番号と一連番号とについては桁ごとの文字認識処理が実行される。
【００５２】
文字認識候補判定部１４は，複数の文字認識候補が得られた部分があるかを判定する（（ステップＳ１５）。複数の文字認識候補が得られた部分があれば（ステップＳ１５のＹＥＳ），その複数の文字認識候補が得られた部分について，後述の文字認識候補の判定を実行する（ステップＳ１６）。なお，文字認識候補判定部１４は，文字認識候補なしの部分については認識結果不明とし，文字認識候補が１つの部分についてはその文字認識候補である文字または文字列をその部分の認識結果とする。
【００５３】
認識結果出力部１５は，ここまでの処理により得られた，ナンバープレート１に記載された文字の認識結果を出力する（ステップＳ１７）。
【００５４】
以下，本実施の形態の文字認識候補判定部１４による，複数の文字認識候補が得られた部分についての，文字認識候補判定処理の詳細を説明する。
【００５５】
図７は，本実施の形態の文字認識候補判定部の構成例を示す図である。
【００５６】
図７に示す本実施の形態の文字認識候補判定部１４は，撮影位置特徴判定部１４１，車両特徴判定部１４２，ナンバープレート色特徴判定部１４３，統計情報判定部１４４，補助情報記憶部１４５を備える。
【００５７】
補助情報記憶部１４５は，各判定部による文字認識候補の判定に用いられる補助情報を記憶する，コンピュータがアクセス可能な記憶装置である。図７の例に示す補助情報記憶部１４５には，各判定部による文字認識候補の判定に用いる補助情報として，陸運支局コード・位置対応情報１４６，陸運支局コード・優先度対応情報１４７，ナンバープレート色・用途コード対応情報１４８，統計情報１４９が記憶されている。なお，図７には図示していないが，補助情報記憶部１４５には，撮像装置２０の撮影位置や撮影方向の情報などの，各判定部による文字認識候補の判定に用いる様々な補助情報が記憶されている。
【００５８】
撮影位置特徴判定部１４１は，陸運支局コードに複数の文字認識候補が得られた場合に，撮像装置２０の撮影位置に応じた判定によって，複数の文字認識候補からナンバープレート１に記載された陸運支局コードを特定する。
【００５９】
一般的に，自動車は，ナンバープレートが発行された陸運支局が管轄するエリア内を走行することが多い。言い換えれば，ある撮像装置２０の撮影位置を走行する車両には，その撮影位置を含むエリアやその撮影位置に近いエリアを管轄する陸運支局が発行するナンバープレート１が取り付けられていることが多い，ということになる。よって，ある撮像装置２０の撮影位置を走行する車両のナンバープレート１には，その撮影位置に近い地域名の陸運支局コードが記載されている可能性が高い。
【００６０】
撮影位置特徴判定部１４１は，このような撮影位置と陸運支局コードとの関係に基づいて，複数の文字認識候補から，ナンバープレート１に記載された陸運支局コードの認識結果を特定する。
【００６１】
より具体的には，撮影位置特徴判定部１４１は，撮像装置２０の撮影位置の情報と，陸運支局コード・位置対応情報１４６とを補助情報として用いて，複数の文字認識候補から，距離的に撮影位置に最も近い位置に対応する陸運支局コードを，陸運支局コードの認識結果として特定する。陸運支局コード・位置対応情報１４６は，陸運支局コードと位置との対応情報である。
【００６２】
また，撮影位置特徴判定部１４１は，陸運支局コード・優先度対応情報１４７を補助情報として用いて，複数の文字認識候補から，最も優先度が高い陸運支局コードを，陸運支局コードの認識結果として特定する。陸運支局コード・優先度対応情報１４７は，あらかじめ用意された，撮像装置２０に対応付けられた，陸運支局コードと優先度との対応情報である。
【００６３】
図８は，本実施の形態による陸運支局コード・位置対応情報と陸運支局コード・優先度対応情報の例を示す図である。
【００６４】
図８（Ａ）は，陸運支局コード・位置対応情報１４６の一例である。図８（Ａ）に示す陸運支局コード・位置対応情報１４６は，陸運支局コードと，その陸運支局コードが記載されたナンバープレートを発行する陸運支局の位置との対応情報である。図８（Ａ）に示す陸運支局コード・位置対応情報１４６では，陸運支局の位置が，緯度δn と経度λn とで表されている。なお，陸運支局コードに対応する位置の情報としては，陸運支局の位置以外にも，例えばその陸運支局コードが発行されるエリアの中心位置など，陸運支局コードに関連する様々な位置の情報を用いることができる。
【００６５】
ここで，陸運支局コードについての文字認識結果として，「品川」，「石川」，「香川」の３つの文字認識候補が得られたものとする。
【００６６】
撮影位置特徴判定部１４１は，文字認識候補となっている各陸運支局コードについて，陸運支局コード・位置対応情報１４６で対応付けられた位置と，撮像装置２０の撮影位置との距離を算出する。撮像装置２０の撮影位置の情報としては，撮像装置２０の設置位置の緯度δx と経度λx とが，補助情報記憶部１４５にあらかじめ登録されているものとする。なお，撮像装置２０の撮影位置の情報としては，撮像装置２０の設置位置以外にも，例えば撮影の対象となる道路上の地点の位置など，撮像装置２０の撮影位置に関連する様々な位置の情報を用いることができる。
【００６７】
陸運支局コードに対応する位置と，撮像装置２０の撮影位置との距離は，例えば次の式（１），式（２）を用いて算出できる。
【００６８】
ｃｏｓｄ＝（ｓｉｎδx ）×（ｓｉｎδn ）
＋（ｃｏｓδx ）×（ｃｏｓδn ）×ｃｏｓ（λx −λn ） （１）
距離［ｋｍ］＝６３７０［ｋｍ］×ｄ （２）
式（１），式（２）において，ｄは角度［ラジアン］を示す。角度ｄは，式（１）で得られるｃｏｓｄに対してｃｏｓ-1の演算を行うことにより，算出できる。式（２）において，６３７０［ｋｍ］は地球の平均半径である。
【００６９】
撮影位置特徴判定部１４１は，文字認識候補となっている複数の陸運支局コードから，式（１），式（２）による計算で得られた距離が最も短い陸運支局コードを，陸運支局コードの認識結果として特定する。例えば，撮影位置特徴判定部１４１は，「品川」，「石川」，「香川」の３つの文字認識候補について，それぞれ補助情報を用いた距離の算出を行い，「石川」の距離が最も短かった場合には，その「石川」を，ナンバープレート１に記載された陸運支局コードの認識結果とする。
【００７０】
図８（Ｂ）は，陸運支局コード・優先度対応情報１４７の一例である。図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７は，陸運支局コードと，優先順位で表された優先度との対応情報である。優先順位は，値が小さいほど優先度が高い。
【００７１】
上述したように，一般的に，ある撮像装置２０の撮影位置を走行する車両のナンバープレート１には，その撮影位置に近い地域名の陸運支局コードが記載されている可能性が高い。しかし，例えば，高速道路や大きな幹線道路などで結ばれた地域間では，多少距離が離れていても車の往来が多くなるため，必ずしも撮影位置に最も近い地域名の陸運支局コードがナンバープレート１に記載されている可能性が高いとは言い切れない。陸運支局コード・優先度対応情報１４７における優先度は，撮像装置２０の撮影位置の地域性を考慮して設定される。
【００７２】
ここで，陸運支局コードについての文字認識結果として，「品川」，「石川」，「香川」の３つの文字認識候補が得られたものとする。
【００７３】
撮影位置特徴判定部１４１は，文字認識候補となっている複数の陸運支局コードから，陸運支局コード・優先度対応情報１４７で最も優先度が高い陸運支局コードを，陸運支局コードの認識結果として特定する。例えば，撮影位置特徴判定部１４１は，「品川」，「石川」，「香川」の３つの文字認識候補について，図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７で優先順位が１位の「石川」を，ナンバープレート１に記載された陸運支局コードの認識結果とする。
【００７４】
このような，撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定と，陸運支局コード・優先度対応情報１４７を補助情報とした判定の，いずれか１つの判定のみを撮影位置特徴判定部１４１に実行させるようにしてもよい。また，撮影位置特徴判定部１４１に，双方の判定を使い分けさせるようにしてもよい。
【００７５】
図９は，本実施の形態による陸運支局コード判定基準設定画面の例を示す図である。
【００７６】
図９に示す陸運支局コード判定基準設定画面は，撮影位置特徴判定部１４１において２つの判定方法をどのように使い分けるかを，ユーザに設定させるための画面である。図９に示す陸運支局コード判定基準設定画面において，Ａは上述の撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定を示し，Ｂは上述の陸運支局コード・優先度対応情報１４７を補助情報とした判定を示す。
【００７７】
図９に示す陸運支局コード判定基準設定画面において，“Ａを優先”が設定された場合には，撮影位置特徴判定部１４１は，上述の撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定を行う。図９に示す陸運支局コード判定基準設定画面において，“Ｂを優先”が設定された場合には，撮影位置特徴判定部１４１は，上述の陸運支局コード・優先度対応情報１４７を補助情報とした判定とした判定を行う。
【００７８】
図９に示す陸運支局コード判定基準設定画面において，“カスタム設定”を行う場合には，ユーザは，Ａの判定基準とＢの判定基準とをどのように使い分けるかを設定する。例えば，“複数の文字認識候補となった陸運支局コードに対応する位置同士の距離が，１００ｋｍ以内であるときにはＢの判定基準を用い，１００ｋｍを超える場合にはＡの判定基準を用いる”といったような設定ができる。また，“複数の文字認識候補となった陸運支局コードに対応する優先順位間の差分が，１０位以内であるときにはＡの判定基準を用い，１０位を超える場合にはＢの判定基準を用いる”といったような設定ができる。
【００７９】
このような，撮像装置２０の撮影位置に応じた補助情報を用いた判定による，複数の文字認識候補からの陸運支局コードの特定によって，より精度が高いナンバープレート１の陸運支局コードの認識結果を得ることができるようになる。
【００８０】
図７において，車両特徴判定部１４２は，ナンバープレート１の分類番号の最上位桁に複数の文字認識候補が得られた場合に，画像から抽出された車両の特徴に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された分類番号の最上位桁の文字を特定する。
【００８１】
図１０は，ナンバープレートの分類番号と車両の幅・高さとの関係を示す図である。
【００８２】
図１０に示すように，ナンバープレートの分類番号の最上位桁の数字と車両のサイズとの間には，決まった関係がある。
【００８３】
例えば，図１０に示すように，車両の分類において，小型貨物車，小型乗用車には，最上位桁の数字が「４」，「５」，「６」，「７」となる１桁〜３桁の分類番号が記載されたナンバープレート１が割り当てられる。これらの小型自動車には，全長が４７００ｍｍ以下，かつ全幅が１７００ｍｍ以下，かつ全高が２０００ｍｍ以下という車両のサイズに関するルールがある。
【００８４】
また，図１０に示すように，車両の分類において，普通貨物車，普通乗合車，普通乗用車には，最上位桁の数字が「１」，「２」，「３」となる１桁〜３桁の分類番号が記載されたナンバープレートが割り当てられる。これらの普通自動車には，全長が４７００ｍｍを超える，または全幅が１７００ｍｍを超える，または全高が２０００ｍｍを超えるという車両のサイズに関するルールがある。
【００８５】
このように，普通自動車と小型自動車との間には，車両のサイズに基づいた境界がある。そのため，分類番号の最上位桁に，「１」，「２」，「３」のいずれかの数字と，「４」，「５」，「６」，「７」のいずれかの数字とが少なくとも１つずつは含まれる，複数の文字認識候補が得られた場合には，画像に写った車両のサイズでその文字認識候補を絞り込むことができる。
【００８６】
なお，ガソリン車の場合には，車両のサイズが小さくても総排気量が２０００ｃｃを超えた場合には分類番号の最上位桁が「１」，「２」，「３」のいずれかの数字となる。ただし，車両のサイズが小さいのに２０００ｃｃを超えている車両は，国内に存在する全車両中の極わずかな一部の車両であるので，ここではあえて考慮していない。
【００８７】
このとき，車両特徴判定部１４２は，領域抽出部１２により画像から抽出された車両の領域から，画像に写った車両のサイズを求める。画像から抽出された車両の領域から画像に写った車両のサイズを求める技術については，様々な既存技術が存在する。
【００８８】
図１１は，本実施の形態による画像に写った車両のサイズを算出する例を説明する図である。
【００８９】
例えば，図１１に示す画像２００において，領域抽出部１２のエッジ抽出等の処理により，車両の領域２０１が抽出されたものとする。また，領域抽出部１２の処理により，ナンバープレートの領域２０２が抽出されたものとする。
【００９０】
車両特徴判定部１４２は，領域抽出部１２の処理により抽出された車両の領域２０１のエッジの縦軸方向，横軸方向について，それぞれ座標の最大値と最小値との差分を求める。これにより，図１１に示す画像２００において点線枠で示される，車両の領域２０１の外接四角形の大きさが得られる。図１１に示す画像２００において，点線枠の縦軸方向の大きさは実際の車両の高さ（Ｈ）に相当し，点線枠の横軸方向の大きさは実際の車両の幅（Ｗ）に相当する。
【００９１】
ここで，実際のナンバープレート１の大きさは決まっているので，その実際のナンバープレートの大きさと，図１１に示す画像２００上のナンバープレートの領域２０２の座標値の差分から得られる大きさとの比が求められる。求められた比は，同時に，実際の車両のサイズと，図１１に示す画像２００上での車両の大きさとの比となる。車両特徴判定部１４２は，求められた比と，図１１に示す画像２００における点線枠の大きさとから，実際の車両の幅（Ｗ）と高さ（Ｈ）を算出する。
【００９２】
車両特徴判定部１４２は，算出された車両の幅（Ｗ）と高さ（Ｈ）とを用いた判定により，画像に写った車両が普通自動車であるのか，小型自動車であるのかを判定する。すなわち，車両特徴判定部１４２は，算出された車両の幅（Ｗ）が１７００ｍｍ以下でかつ車両の高さ（Ｈ）が２０００ｍｍ以下である場合には，複数の文字認識候補から，「４」，「５」，「６」または「７」の数字を，分類番号の最上位桁の数字として特定する。また，車両特徴判定部１４２は，算出された車両の幅（Ｗ）が１７００ｍｍを超えているか，または車両の高さ（Ｈ）が２０００ｍｍを超えている場合には，複数の文字認識候補から，「１」，「２」または「３」の数字を，分類番号の最上位桁の数字として特定する。
【００９３】
図１２は，本実施の形態の車両特徴判定部による車両のサイズを用いた文字認識候補判定処理フローチャートである。
【００９４】
車両特徴判定部１４２は，領域抽出部１２により画像２００から抽出された車両の領域２０１から，画像２００に写った車両の幅（Ｗ）と高さ（Ｈ）を算出する（ステップＳ２００）。
【００９５】
車両特徴判定部１４２は，算出された車両の幅（Ｗ）が，１７００ｍｍ以下であるかを判定する（ステップＳ２０１）。算出された車両の幅（Ｗ）が１７００ｍｍ以下でなければ（ステップＳ２０１のＮＯ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「１」，「２」または「３」を選択する（ステップＳ２０４）。
【００９６】
算出された車両の幅（Ｗ）が１７００ｍｍ以下であれば（ステップＳ２０１のＹＥＳ），車両特徴判定部１４２は，算出された車両の高さ（Ｈ）が，２０００ｍｍ以下であるかを判定する（ステップＳ２０２）。算出された車両の高さ（Ｈ）が２０００ｍｍ以下であれば（ステップＳ２０２のＹＥＳ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「４」，「５」，「６」または「７」を選択する（ステップＳ２０３）。算出された車両の高さ（Ｈ）が２０００ｍｍ以下でなければ（ステップＳ２０２のＮＯ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「１」，「２」または「３」を選択する（ステップＳ２０４）。
【００９７】
本実施の形態では，車両特徴判定部１４２が，図１２に示すような処理のアルゴリズムによって，車両のサイズに応じた分類番号の最上位桁の数字の特定を行っている。図１０に示すような分類番号と車両の幅・高さとの関係を示す情報を補助情報として補助情報記憶部１４５に記憶させ，車両特徴判定部１４２に，その補助情報を参照させて，算出された車両のサイズから分類番号の最上位桁の数字を特定させるようにしてもよい。
【００９８】
また，ここまでは，車両のサイズから普通自動車と小型自動車との判別を行って分類番号の最上位桁の数字を特定させる例を説明したが，同様に，車両のサイズから大型特殊自動車と小型自動車との判別を行って分類番号の最上位桁の数字を特定させることもできる。
【００９９】
また，分類番号の最上位桁の数字が「８」である特殊用途自動車には，パトカーや救急車，消防車などの，色や形状に特徴がある車両が存在する。このような車両の特徴形状から，分類番号の最上位桁の数字が「８」である場合を判定することもできる。
【０１００】
例えば，特殊用途自動車の形状特徴の情報を，補助情報として補助情報記憶部１４５に記憶させておく。車両特徴判定部１４２は，特殊用途自動車の形状特徴の情報を参照し，領域抽出部１２により画像２００から抽出された車両の領域２０１から，特殊用途自動車の形状特徴が取得されたかを判定する。車両特徴判定部１４２は，車両の領域２０１から特殊用途自動車の形状特徴が取得された場合に，複数の文字認識候補から，「８」の数字を分類番号の最上位桁の数字として特定する。
【０１０１】
このような，画像に写った車両のサイズや形状特徴と分類番号との関係を示す補助情報を用いた判定による，複数の文字認識候補からの分類番号の最上位桁の数字の特定によって，より精度が高いナンバープレート１の分類番号の認識結果を得ることができるようになる。
【０１０２】
図７において，ナンバープレート色特徴判定部１４３は，ナンバープレート１の用途コードに複数の文字認識候補が得られた場合に，画像から抽出されたナンバープレート１の色の特徴に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された用途コードを特定する。
【０１０３】
ナンバープレート１の色には，自家用・駐留軍人用・レンタカー用の自動車は白地緑字，事業用の自動車は緑地白字，自家用・駐留軍人用・レンタカー用の軽自動車は黄地黒字，事業用の軽自動車は黒地黄字という，用途に合わせたルールがある。また，ナンバープレート１の用途コードにも，ナンバープレート１の色と同様に，自家用，駐留軍人用，レンタカー用，事業用ごとに，また自動車，軽自動車ごとに決まったひらがな，アルファベットのルールがある。
【０１０４】
ナンバープレート色・用途コード対応情報１４８は，ナンバープレート１の色と車両の用途との対応と，用途コードと車両の用途との対応とに基づいて用意された，ナンバープレート１の色と用途コードとの対応を示す補助情報である。
【０１０５】
図１３は，本実施の形態によるナンバープレート色・用途コード対応情報の例を示す図である。
【０１０６】
ナンバープレート１の色と，用途コードに用いられるひらがな・アルファベットとの間には，図１３のナンバープレート色・用途コード対応情報１４８に示すような関係が存在する。
【０１０７】
ナンバープレート色特徴判定部１４３は，ナンバープレート１の用途コードに複数の文字認識候補が得られた場合に，領域抽出部１２により画像から抽出されたナンバープレート１の領域の色を取得する。ナンバープレート色特徴判定部１４３は，取得されたナンバープレート１の色で，図１３に示すナンバープレート色・用途コード対応情報１４８を参照する。ナンバープレート色特徴判定部１４３は，複数の文字候補から，取得されたナンバープレート１の色に対応するひらがな・アルファベットを，ナンバープレート１に記載された用途コードとして特定する。
【０１０８】
例えば，用途コードの文字認識候補として，「あ」と「ま」が得られたものとする。また，画像から取得されたナンバープレート１の色は，白地緑字であったものとする。このとき，ナンバープレート色特徴判定部１４３は，図１３に示すナンバープレート色・用途コード対応情報１４８を参照し，白地緑字に対応する「ま」を，ナンバープレート１に記載された用途コードとして特定する。
【０１０９】
このような，画像に写った車両のナンバープレート１の色と用途コードとの関係を示す補助情報を用いた判定による，複数の文字認識候補からの用途コードの特定によって，より精度が高いナンバープレート１の用途コードの認識結果を得ることができるようになる。
【０１１０】
なお，ここまで説明した車両特徴判定部１４２とナンバープレート色特徴判定部１４３とによる文字認識候補の判定は，ナンバープレート１についての法令や取り決め等のルールに基づいた判定の例である。その他にも，様々なナンバープレート１についての法令や取り決め等のルールに基づいた判定が可能である。例えば，ナンバープレート１の一連番号には不幸を連想させる数字の組合せを使用しないというルールに基づいた判定が可能である。また，黄地黒字や黒地黄字のナンバープレート１の分類番号の最上位桁の数字には「１」，「２」，「３」，「９」，「０」が用いられないというルールに基づいた判定が可能である。
【０１１１】
図７において，統計情報判定部１４４は，複数の文字認識候補が得られた場合に，過去のナンバープレート１に記載された文字の認識結果の統計的な傾向に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された文字を特定する。
【０１１２】
過去のナンバープレート１に記載された文字の認識結果の統計をとると，ナンバープレート１に記載された文字の認識結果に，撮像装置２０の撮影位置に応じた偏りが見られる場合がある。
【０１１３】
例えば，離島の観光地などでは，レンタカーの使用が多くなるため，過去の用途コードの認識結果の統計をとると，「わ」や「れ」の出現頻度が高くなる。また，例えば，観光地などでは，大型バスなどの普通乗合車が増えるため，過去の分類番号の認識結果の統計をとると，分類番号の最上位桁の数字として「２」の出現頻度が高くなる。
【０１１４】
統計情報判定部１４４は，このような撮像装置２０の撮影位置に応じた様々な統計情報を補助情報として用いた判定により，複数の文字認識候補からナンバープレート１に記載された文字を特定する。
【０１１５】
統計情報を補助情報として用いた判定としては，例えば，統計情報において最頻値である文字を文字認識候補から選択する手法や，ある文字の出現率が所定の閾値を超えた場合にその文字を優先的に文字認識候補から選択する手法など，様々な判定手法が考えられる。
【０１１６】
図１４は，本実施の形態による統計情報の例を示す図である。
【０１１７】
図１４に示す統計情報１４９の例は，過去のナンバープレート１に記載された文字の認識結果から統計的に生成された，撮像装置２０の撮影位置に応じた，陸運支局コードの出現率の情報の例である。
【０１１８】
例えば，陸運支局コードの文字認識候補として，「品川」，「石川」，「香川」が得られたものとする。このとき，統計情報判定部１４４は，図１４に示す統計情報１４９において出現率が最も高い「品川」を，ナンバープレート１に記載された陸運支局コードとして特定する。
【０１１９】
また，過去のナンバープレート１に記載された文字の認識結果の統計をとると，ナンバープレート１に記載された文字の認識結果に，季節，月日，曜日，時間帯，天候等の撮像装置２０の撮影状況に応じた偏りが見られる場合がある。
【０１２０】
例えば，観光地の昼間の時間帯では，レンタカーの使用が多くなるため，過去の用途コードの認識結果の統計をとると，「わ」や「れ」の出現頻度が高くなる。また，例えば，平日の通勤時間帯では，過去の陸運支局コードの認識結果の統計をとると，撮像装置２０の撮影位置が属するエリアの陸運支局コードの出現頻度が高くなる。
【０１２１】
図１５は，過去のナンバープレートに記載された文字の認識結果の統計例を示す図である。
【０１２２】
図１５に示す統計例は，ある観光地における，曜日別の用途コードとして「わ」が認識された車両の台数，すなわち，曜日別のレンタカーの出現台数を示している。図１５に示す統計情報から，週末を中心にレンタカーの利用客すなわち観光客が多くなっていることがわかる。
【０１２３】
図１５に示す統計結果から，例えば，統計情報として曜日別の用途コードの「わ」の出現率の情報を生成し，統計情報において「わ」の出現率が所定の閾値を超えた曜日には，用途コードの文字認識候補から優先的に「わ」を選択するなどの対応が可能となる。
【０１２４】
なお，認識結果出力部１５により出力された，ナンバープレート１に記載された文字の認識結果をリアルタイムに統計結果に反映し，時事刻々と変化する撮影状況に応じた統計情報を補助情報として用いて，複数の文字認識候補から文字を特定することなども可能である。図２において，破線の矢印は，認識結果出力部１５により出力された認識結果による，補助情報記憶部１４５に記憶された統計情報１４９の更新を示している。
【０１２５】
また，図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７を，該当する撮像装置２０の撮影位置における，過去のナンバープレート１に記載された陸運支局コードの認識結果の統計から生成することもできる。
【０１２６】
このような，過去のナンバープレート１に記載された文字の認識結果の統計情報を補助情報として用いた判定による，複数の文字認識候補からの文字の特定によって，より精度が高いナンバープレート１の文字の認識結果を得ることができるようになる。
【０１２７】
文字認識候補判定部１４は，ここまで説明した補助情報を用いて複数の文字認識候補から文字を特定する処理を多段階に実行し，複数の文字認識候補からナンバープレート１に記載された文字を特定していく。なお，文字認識候補判定部１４は，上述の複数の文字認識候補から文字を特定する処理を多段階に用いても，文字認識候補が複数残った場合，また逆に文字認識候補がなくなってしまった場合には，認識結果として不明と判定する。
【０１２８】
以上説明した，本実施の形態のナンバープレート認識装置１０によって，ナンバープレート１の文字認識処理の結果として，確度にあまり差がない複数の文字認識候補があるような場合でも，より確からしい認識結果の文字を決定できるようになる。これにより，ナンバープレート１の認識精度が高くなる。
【０１２９】
以上説明した本実施の形態のナンバープレート認識装置１０による処理は，コンピュータが備えるＣＰＵ，メモリ等のハードウェアとソフトウェアプログラムとにより実現することができ，そのプログラムをコンピュータ読み取り可能な記録媒体に記録することも，ネットワークを通して提供することも可能である。
【０１３０】
以上，本実施の形態について説明したが，本発明はその主旨の範囲において種々の変形が可能であることは当然である。
【０１３１】
例えば，本実施の形態では，自動車に取り付けられる大板，中板のナンバープレート１の認識の例について説明したが，本実施の形態の技術は，自動二輪車などに取り付けられる小板のナンバープレートの認識にも適用可能である。
【０１３２】
また，ナンバープレート１についての法令や取り決め等のルールに基づいた判定が変更されたときには，その変更に応じた補助情報を用意することにより対応可能である。
【符号の説明】
【０１３３】
１ ナンバープレート
１０ ナンバープレート認識装置
１１ 画像入力部
１２ 領域抽出部
１３ 認識処理部
１４ 文字認識候補判定部
１４１ 撮影位置特徴判定部
１４２ 車両特徴判定部
１４３ ナンバープレート色特徴判定部
１４４ 統計情報判定部
１４５ 補助情報記憶部
１４６ 陸運支局コード・位置対応情報
１４７ 陸運支局コード・優先度対応情報
１４８ ナンバープレート色・用途コード対応情報
１４９ 統計情報
１５ 認識結果出力部
１６ 画像記憶部
１７ 領域抽出情報記憶部
１８ 認識用データ記憶部
１９ 認識結果記憶部
２０ 撮像装置
【技術分野】
【０００１】
本発明は，撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うナンバープレート認識プログラムおよびナンバープレート認識装置に関するものである。
【背景技術】
【０００２】
道路や駐車場等に設置されたカメラにより撮影された，車両が写った画像から，ナンバープレートに記載された文字を認識する技術がある。
【０００３】
例えば，道路を走行中の車両を道路側に設けたカメラで撮影し，その撮影画像に対する文字認識処理により，走行する車両のナンバープレートのナンバーを読み取る。読み取られたナンバーの情報は，例えば，被疑車両の追跡や，交通調査などに利用される。
【０００４】
車両が写った画像からナンバープレートに記載された文字を認識する技術として，カメラ画像からナンバープレート領域候補の四辺形を検出し，検出されたナンバープレートの領域候補に含まれる文字領域の文字認識を行う技術が知られている。また，駐車場において，カメラにより撮影された車両の画像からナンバープレートの認識を行うとともに，近赤外線センサにより取得された車両の幅，高さ，外形から車名を特定し，ナンバープレートの認識結果とともに特定された車名を記録する技術が知られている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００９−９８８６７号公報
【特許文献２】特開平６―１１９５９７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
カメラ等の撮像装置により撮影された車両の画像に対するナンバープレートの認識では，太陽光等の撮影環境により，文字の誤認識や認識漏れが発生する場合がある。特に屋外にカメラが設置された場合などには，自然環境の影響により，ナンバープレートの文字の認識率が低下しやすいという問題があった。
【０００７】
本発明は，上記の問題の解決を図り，車両が写った画像に対するナンバープレートの文字認識処理結果の確度があまり高くない場合でも，精度の高いナンバープレートの認識が可能となる技術を提供することを目的とする。
【課題を解決するための手段】
【０００８】
開示するプログラムは，撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うコンピュータを，次のように機能させる。
【０００９】
すなわち，前記プログラムは，前記プログラムがインストールされて実行されるコンピュータに，画像を入力する手順と，画像からナンバープレートの領域を抽出する手順と，ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う手順と，文字認識処理の結果として複数の文字認識候補が得られた場合に，コンピュータがアクセス可能な記憶装置に記憶された，撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から画像に写る車両のナンバープレートに記載された文字を特定する手順とを実行させる。
【発明の効果】
【００１０】
上記の技術によって，ナンバープレートの文字認識処理結果の確度があまり高くない場合でも，精度の高いナンバープレートの文字の認識が可能となる。
【図面の簡単な説明】
【００１１】
【図１】本実施の形態のナンバープレートの例を示す図である。
【図２】本実施の形態によるナンバープレート認識装置の構成例を示す図である。
【図３】本実施の形態による文字認識候補の抽出を説明する図である。
【図４】本実施の形態の認識処理部による文字認識処理から文字認識候補抽出の流れを示すフローチャートである。
【図５】本実施の形態によるナンバープレート認識結果データの例を示す図である。
【図６】本実施の形態のナンバープレート認識装置によるナンバープレート認識処理フローチャートである。
【図７】本実施の形態の文字認識候補判定部の構成例を示す図である。
【図８】本実施の形態による陸運支局コード・位置対応情報と陸運支局コード・優先度対応情報の例を示す図である。
【図９】本実施の形態による陸運支局コード判定基準設定画面の例を示す図である。
【図１０】ナンバープレートの分類番号と車両の幅・高さとの関係を示す図である。
【図１１】本実施の形態による画像に写った車両のサイズを算出する例を説明する図である。
【図１２】本実施の形態の車両特徴判定部による車両のサイズを用いた文字認識候補判定処理フローチャートである。
【図１３】本実施の形態によるナンバープレート色・用途コード対応情報の例を示す図である。
【図１４】本実施の形態による統計情報の例を示す図である。
【図１５】過去のナンバープレートに記載された文字の認識結果の統計例を示す図である。
【発明を実施するための形態】
【００１２】
以下，本実施の形態について，図を用いて説明する。
【００１３】
図１は，本実施の形態のナンバープレートの例を示す図である。
【００１４】
図１に示すナンバープレート１は，一般的な自動車の大板，中板のナンバープレート（自動車登録番号標または車両番号標）の例である。図１に示すように，ナンバープレート１には，陸運支局コード，分類番号，用途コード，一連番号からなるナンバー（自動車登録番号）が記載されている。ナンバープレート１に刻印されるナンバーは，車両の個体を特定するものである。
【００１５】
陸運支局コードは，ナンバープレート１の左上に記載される，ナンバープレート１が発行された地域の運輸支局や自動車検査登録事務所などの陸運支局の名称を示す。近年，ご当地ナンバーなどの陸運支局以外の地域名も記載されるようになったが，従来から一般的に陸運支局コードと呼ばれているので，ここでは，ご当地ナンバーの地域名も含めて陸運支局コードと呼ぶものとする。
【００１６】
分類番号は，陸運支局コードの右に記載される，普通自動車，小型自動車，特殊用途自動車，大型特殊自動車等の自動車の種別を数字で分類する，１桁〜３桁の番号である。特に，分類番号の最上位桁によって，自動車の種類が分類されている。例えば，ナンバープレート１の分類番号が最上位桁が「１」である車両は普通貨物車であり，ナンバープレート１の分類番号が最上位桁が「５」である車両は小型乗用車である。
【００１７】
用途コードは，ナンバープレート１の左下に記載される，自家用，駐留軍人用，貸渡用（レンタカー用），事業用などの自動車の用途を示す，ひらがな，アルファベット等の文字である。例えば，レンタカーには，「わ」の文字が付与される。
【００１８】
一連番号は，用途コードの右に記載される，一連指定番号や車両番号とも呼ばれる，１つ〜４つの数字で表記される一連の番号である。
【００１９】
図２は，本実施の形態によるナンバープレート認識装置の構成例を示す図である。
【００２０】
図２に示すナンバープレート認識装置１０は，撮像装置２０により撮影された画像に写った車両のナンバープレート１に記載された文字を認識する。撮像装置２０は，例えば道路や駐車場などに設置されたカメラである。本実施の形態では，特に，道路に設置された撮像装置２０の前を走行する車両のナンバープレート１に記載された文字を認識する例について説明する。
【００２１】
ナンバープレート認識装置１０は，画像入力部１１，領域抽出部１２，認識処理部１３，文字認識候補判定部１４，認識結果出力部１５，画像記憶部１６，領域抽出情報記憶部１７，認識用データ記憶部１８，認識結果記憶部１９を備える。ナンバープレート認識装置１０およびナンバープレート認識装置１０の各機能部は，コンピュータが備えるＣＰＵ（Central Processing Unit ），メモリ等のハードウェアとソフトウェアプログラムとにより実現される。具体的には，ＣＰＵがプログラムを実行することにより，ＣＰＵは，画像入力部１１，領域抽出部１２，認識処理部１３，文字認識候補判定部１４，認識結果出力部１５の各部としての機能を果たす。また，ＣＰＵがアクセス可能なＲＡＭ（Random Access Memory）やＨＤＤ（Hard Disk Drive ）などの記憶部が，画像記憶部１６，領域抽出情報記憶部１７，認識用データ記憶部１８，認識結果記憶部１９や，補助情報記憶部１４５に相当する。なお，図２に示すナンバープレート認識装置１０において，太線の矢印は主にデータの流れを示しており，細線の矢印は主に制御の流れを示している。
【００２２】
画像入力部１１は，撮像装置２０により撮影された画像の入力を受け付ける。画像入力部１１は，入力された画像を，画像記憶部１６に記憶させる。画像記憶部１６は，撮像装置２０により撮像された画像を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２３】
領域抽出部１２は，画像記憶部１６に記憶された，撮像装置２０により撮影された画像から，ナンバープレート１の領域を抽出する。画像からナンバープレート１の領域を抽出する技術としては，様々な既存技術が存在する。以下では，その一例を紹介する。
【００２４】
領域抽出部１２は，入力された画像から車両の領域を抽出する。より具体的には，領域抽出部１２は，あらかじめ用意された，車両等の物体が存在していないときの撮影位置の背景画像と，入力された画像との差分を取り，所定以上の差分が得られた場合に，入力された画像に何らかの物体が写っていると判断する。領域抽出部１２は，何らかの物体が写っているとされた画像からのエッジ抽出を行い，抽出されたエッジによる形状と，あらかじめ用意された車両の形状・大きさなどの特徴とを比較することにより，その画像に写った車両の領域を抽出する。
【００２５】
あらかじめ用意された，車両等の物体が存在していないときの撮影位置の背景画像や，車両の形状・大きさなどの特徴の情報は，領域抽出情報記憶部１７に記憶されている。領域抽出情報記憶部１７は，画像から車両の領域抽出やナンバープレート１の領域抽出に用いる情報を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２６】
領域抽出部１２は，抽出された車両の領域からナンバープレート１の領域を抽出する。ナンバープレート１の形状やナンバープレート１に使用される色はあらかじめ決まっているため，その形状・色の領域を抽出された車両の領域上から検出することにより，画像上のナンバープレート１の領域を抽出することができる。ナンバープレート１の形状やナンバープレート１に使用される色などの情報は，あらかじめ領域抽出情報記憶部１７に記憶されている。
【００２７】
認識処理部１３は，抽出されたナンバープレート１の領域に対して，ナンバープレート１の文字認識処理を実行する。ナンバープレート１の文字認識処理では，陸運支局コード，分類番号，用途コード，一連番号の各領域について，それぞれ文字認識処理が行われる。分類番号や，一連番号については，１文字ごとの文字認識処理が行われる。
【００２８】
ナンバープレート１の文字認識処理の技術としては，例えば，テンプレート画像を用いたマッチングによる文字認識などの既存技術がある。陸運支局コードの文字認識処理については，陸運支局コードに使用されている地名等の文字列のテンプレート画像が用意される。用途コードの文字認識処理については，用途コードに使用されるひらがなやアルファベットのテンプレート画像が用意される。分類番号や一連番号の文字認識処理については，分類番号や一連番号に使用される数字等のテンプレートが用意される。ナンバープレート１の文字認識処理に用いられるテンプレート画像は，あらかじめ認識用データ記憶部１８に記憶されている。認識用データ記憶部１８は，ナンバープレート１の文字認識処理に用いられる情報を記憶する，コンピュータがアクセス可能な記憶装置である。
【００２９】
認識処理部１３は，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとに，それぞれ使用される可能性がある複数種の文字または文字列のテンプレート画像を用いたマッチングを行う。分類番号と一連番号については，認識処理部１３は，桁ごとのマッチングを行う。より具体的には，認識処理部１３は，それぞれ使用される可能性がある文字または文字列ごとに，画像記憶部１６に記憶された入力画像上のナンバープレート１の領域内をテンプレート画像で走査し，類似度の最大値を得る。認識処理部１３は，得られた類似度の最大値を，その文字または文字列の確からしさを示す確度とする。
【００３０】
認識処理部１３は，得られた各文字または文字列の確度に対して，所定の閾値を用いた条件の判定を行うことにより，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号の領域ごとに，文字認識候補を抽出する。分類番号，一連番号については，認識処理部１３は，桁ごとに文字認識候補の抽出を行う。
【００３１】
図３は，本実施の形態による文字認識候補の抽出を説明する図である。
【００３２】
ここでは，陸運支局コードの文字認識候補の抽出を例として，文字認識候補の抽出例を説明する。
【００３３】
なお，所定の閾値を用いた条件として，
（基準１）確度が１５％未満の文字または文字列を文字認識候補としない，
（基準２）最大の確度の文字または文字列との確度の差分が２０％を超える文字または文字列を文字認識候補としない，
という条件が設定されているものとする。
【００３４】
また，図３に示す「品川」，「石川」，「香川」以外の文字列については，すべて確度が１５％未満であり，（基準１）により文字認識候補とされないものとする。
【００３５】
図３の（例１）では，「品川」，「石川」，「香川」のすべての文字列の確度が，１５％未満である。このような場合には，上記の（基準１）により，文字認識候補の個数が０となる。
【００３６】
図３の（例２）において，「石川」，「香川」は，確度が１５％未満であるので，上記の（基準１）により文字認識候補から除外される。「品川」のみが確度８０％で，文字認識候補として残る。
【００３７】
図３の（例３）では，「品川」，「石川」，「香川」のすべての文字列の確度が，１５％以上であるので，上記の（基準１）では文字認識候補から除外されない。しかし，「香川」の確度１６％と，最大確度である「品川」の確度４２％との差分は２６％であり，２０％以内の範囲にないので，「香川」は（基準２）により文字認識候補から除外される。「石川」の確度３８％と，最大確度である「品川」の確度４２％との差分は４％であり，２０％以内の範囲にあるので，「石川」は文字認識候補として残る。図３の（例３）では，結果として２つの文字認識候補が得られる。
【００３８】
図４は，本実施の形態の認識処理部による文字認識処理から文字認識候補抽出の流れを示すフローチャートである。
【００３９】
図４に示すフローチャートは，テンプレート画像を用いたマッチングによる文字認識処理から，上記の（基準１），（基準２）を用いた文字認識候補の抽出までの流れを示している。本実施の形態の認識処理部１３は，図４に示すフローチャートの処理を，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとに実行し，それぞれについて文字認識候補を抽出する。なお，上述したように，分類番号と一連番号とについては，認識処理部１３は，桁ごとに処理を実行する。
【００４０】
認識処理部１３は，各文字または文字列のテンプレート画像を用いたマッチングによる文字認識処理を実行する（ステップＳ１００）。この文字認識処理により，文字または文字列ごとの確度が得られる。
【００４１】
認識処理部１３は，上記の（基準１）に従って，確度が１５％未満の文字または文字列を，文字認識候補から除外する（ステップＳ１０１）。確度が１５％以上の文字または文字列が残っていなければ，文字認識候補はなしとなる。また，確度が１５％以上の文字が１つしか残らなければ，文字認識候補は１つとなる。
【００４２】
認識処理部１３は，上記の（基準２）に従って，最大確度の文字または文字列との確度の差分が２０％を超える文字または文字列を，文字認識候補から除外する（ステップＳ１０２）。このとき，最大確度の文字または文字列の１つのみが残れば，文字認識候補は１つとなる。２つ以上の文字または文字列が残れば，文字認識候補は複数となる。
【００４３】
図２において，文字認識候補判定部１４は，認識処理部１３により抽出された文字認識候補から，ナンバープレート１に記載された文字または文字列を特定する。このとき，文字認識候補がなしとなった部分については，文字認識候補判定部１４は，認識結果として不明と判定する。また，文字認識候補が１つである部分については，文字認識候補判定部１４は，認識結果をその文字認識候補である文字または文字列に特定する。
【００４４】
複数の文字認識候補が得られた部分については，文字認識候補判定部１４は，文字認識処理の結果以外の情報を用いて，複数の文字認識候補から認識結果として適切な文字または文字列を特定する。文字認識処理の結果以外の情報を用いた判定は，例えば，撮像装置２０に対応付けられた補助情報を用いた判定や，ナンバープレート１についての法令や取り決め等のルールに基づいた判定などである。文字認識候補判定部１４による，複数の文字認識候補が得られた場合の判定処理の詳細については，後述する。
【００４５】
認識結果出力部１５は，文字認識候補判定部１４により得られた，ナンバープレート１に記載された文字の認識結果を，認識結果記憶部１９や，ネットワークで接続された外部のサーバなどに出力する。認識結果記憶部１９は，ナンバープレート１に記載された文字の認識結果を記憶する，コンピュータがアクセス可能な記憶装置である。
【００４６】
図５は，本実施の形態によるナンバープレート認識結果データの例を示す図である。
【００４７】
図５に示すナンバープレート認識結果データ１９０は，認識結果記憶部１９に蓄積保存されたナンバープレート１の認識結果の例である。
【００４８】
図５に示すナンバープレート認識結果データ１９０において，認識ＩＤは，ナンバープレート１の認識結果に対して一意に割り当てられる識別情報である。認識日時は，ナンバープレート１が認識された年月日，時刻の情報である。陸運支局コード，分類番号，用途コード，一連番号は，それぞれナンバープレート１に記載された文字の認識結果である。陸運支局コード，分類番号，用途コード，一連番号において，“？”と記載されている部分は，文字認識候補判定部１４により認識結果として不明とされた部分である。ナンバープレート色は，認識されたナンバープレート１の下地の色と文字の色である。進行方向は，画像に写った車両の進行方向である。天候は，ナンバープレート１の認識が行われた画像が撮像されたときの，撮像装置２０の撮影位置の天候である。ナンバープレート認識結果データ１９０には，これらの情報以外にも，例えばナンバープレート１のサイズや，車体の幅，車体の高さ，車両の走行速度などの様々な情報が記録される。
【００４９】
図６は，本実施の形態のナンバープレート認識装置によるナンバープレート認識処理フローチャートである。
【００５０】
ナンバープレート認識装置１０において，画像入力部１１は，撮像装置２０により撮影された画像を入力する（ステップＳ１０）。領域抽出部１２は，入力された画像から，車両の領域を抽出する（ステップＳ１１）。領域抽出部１２は，入力された画像から車両の領域が抽出されたかを判定する（ステップＳ１２）。入力された画像から車両の領域が抽出されなかった場合には（ステップＳ１２のＮＯ），ナンバープレート認識装置１０は，ステップＳ１０の処理に戻り，次に入力される画像の処理に移る。
【００５１】
入力された画像から車両の領域が抽出された場合には（ステップＳ１２のＹＥＳ），領域抽出部１２は，抽出された車両の領域から，ナンバープレート１の領域を抽出する（ステップＳ１３）。認識処理部１３は，抽出されたナンバープレート１の領域に対して，ナンバープレート１の文字認識処理を実行する（ステップＳ１４）。ここでは，ナンバープレート１の陸運支局コード，分類番号，用途コード，一連番号ごとの，さらに分類番号と一連番号とについては桁ごとの文字認識処理が実行される。
【００５２】
文字認識候補判定部１４は，複数の文字認識候補が得られた部分があるかを判定する（（ステップＳ１５）。複数の文字認識候補が得られた部分があれば（ステップＳ１５のＹＥＳ），その複数の文字認識候補が得られた部分について，後述の文字認識候補の判定を実行する（ステップＳ１６）。なお，文字認識候補判定部１４は，文字認識候補なしの部分については認識結果不明とし，文字認識候補が１つの部分についてはその文字認識候補である文字または文字列をその部分の認識結果とする。
【００５３】
認識結果出力部１５は，ここまでの処理により得られた，ナンバープレート１に記載された文字の認識結果を出力する（ステップＳ１７）。
【００５４】
以下，本実施の形態の文字認識候補判定部１４による，複数の文字認識候補が得られた部分についての，文字認識候補判定処理の詳細を説明する。
【００５５】
図７は，本実施の形態の文字認識候補判定部の構成例を示す図である。
【００５６】
図７に示す本実施の形態の文字認識候補判定部１４は，撮影位置特徴判定部１４１，車両特徴判定部１４２，ナンバープレート色特徴判定部１４３，統計情報判定部１４４，補助情報記憶部１４５を備える。
【００５７】
補助情報記憶部１４５は，各判定部による文字認識候補の判定に用いられる補助情報を記憶する，コンピュータがアクセス可能な記憶装置である。図７の例に示す補助情報記憶部１４５には，各判定部による文字認識候補の判定に用いる補助情報として，陸運支局コード・位置対応情報１４６，陸運支局コード・優先度対応情報１４７，ナンバープレート色・用途コード対応情報１４８，統計情報１４９が記憶されている。なお，図７には図示していないが，補助情報記憶部１４５には，撮像装置２０の撮影位置や撮影方向の情報などの，各判定部による文字認識候補の判定に用いる様々な補助情報が記憶されている。
【００５８】
撮影位置特徴判定部１４１は，陸運支局コードに複数の文字認識候補が得られた場合に，撮像装置２０の撮影位置に応じた判定によって，複数の文字認識候補からナンバープレート１に記載された陸運支局コードを特定する。
【００５９】
一般的に，自動車は，ナンバープレートが発行された陸運支局が管轄するエリア内を走行することが多い。言い換えれば，ある撮像装置２０の撮影位置を走行する車両には，その撮影位置を含むエリアやその撮影位置に近いエリアを管轄する陸運支局が発行するナンバープレート１が取り付けられていることが多い，ということになる。よって，ある撮像装置２０の撮影位置を走行する車両のナンバープレート１には，その撮影位置に近い地域名の陸運支局コードが記載されている可能性が高い。
【００６０】
撮影位置特徴判定部１４１は，このような撮影位置と陸運支局コードとの関係に基づいて，複数の文字認識候補から，ナンバープレート１に記載された陸運支局コードの認識結果を特定する。
【００６１】
より具体的には，撮影位置特徴判定部１４１は，撮像装置２０の撮影位置の情報と，陸運支局コード・位置対応情報１４６とを補助情報として用いて，複数の文字認識候補から，距離的に撮影位置に最も近い位置に対応する陸運支局コードを，陸運支局コードの認識結果として特定する。陸運支局コード・位置対応情報１４６は，陸運支局コードと位置との対応情報である。
【００６２】
また，撮影位置特徴判定部１４１は，陸運支局コード・優先度対応情報１４７を補助情報として用いて，複数の文字認識候補から，最も優先度が高い陸運支局コードを，陸運支局コードの認識結果として特定する。陸運支局コード・優先度対応情報１４７は，あらかじめ用意された，撮像装置２０に対応付けられた，陸運支局コードと優先度との対応情報である。
【００６３】
図８は，本実施の形態による陸運支局コード・位置対応情報と陸運支局コード・優先度対応情報の例を示す図である。
【００６４】
図８（Ａ）は，陸運支局コード・位置対応情報１４６の一例である。図８（Ａ）に示す陸運支局コード・位置対応情報１４６は，陸運支局コードと，その陸運支局コードが記載されたナンバープレートを発行する陸運支局の位置との対応情報である。図８（Ａ）に示す陸運支局コード・位置対応情報１４６では，陸運支局の位置が，緯度δn と経度λn とで表されている。なお，陸運支局コードに対応する位置の情報としては，陸運支局の位置以外にも，例えばその陸運支局コードが発行されるエリアの中心位置など，陸運支局コードに関連する様々な位置の情報を用いることができる。
【００６５】
ここで，陸運支局コードについての文字認識結果として，「品川」，「石川」，「香川」の３つの文字認識候補が得られたものとする。
【００６６】
撮影位置特徴判定部１４１は，文字認識候補となっている各陸運支局コードについて，陸運支局コード・位置対応情報１４６で対応付けられた位置と，撮像装置２０の撮影位置との距離を算出する。撮像装置２０の撮影位置の情報としては，撮像装置２０の設置位置の緯度δx と経度λx とが，補助情報記憶部１４５にあらかじめ登録されているものとする。なお，撮像装置２０の撮影位置の情報としては，撮像装置２０の設置位置以外にも，例えば撮影の対象となる道路上の地点の位置など，撮像装置２０の撮影位置に関連する様々な位置の情報を用いることができる。
【００６７】
陸運支局コードに対応する位置と，撮像装置２０の撮影位置との距離は，例えば次の式（１），式（２）を用いて算出できる。
【００６８】
ｃｏｓｄ＝（ｓｉｎδx ）×（ｓｉｎδn ）
＋（ｃｏｓδx ）×（ｃｏｓδn ）×ｃｏｓ（λx −λn ） （１）
距離［ｋｍ］＝６３７０［ｋｍ］×ｄ （２）
式（１），式（２）において，ｄは角度［ラジアン］を示す。角度ｄは，式（１）で得られるｃｏｓｄに対してｃｏｓ-1の演算を行うことにより，算出できる。式（２）において，６３７０［ｋｍ］は地球の平均半径である。
【００６９】
撮影位置特徴判定部１４１は，文字認識候補となっている複数の陸運支局コードから，式（１），式（２）による計算で得られた距離が最も短い陸運支局コードを，陸運支局コードの認識結果として特定する。例えば，撮影位置特徴判定部１４１は，「品川」，「石川」，「香川」の３つの文字認識候補について，それぞれ補助情報を用いた距離の算出を行い，「石川」の距離が最も短かった場合には，その「石川」を，ナンバープレート１に記載された陸運支局コードの認識結果とする。
【００７０】
図８（Ｂ）は，陸運支局コード・優先度対応情報１４７の一例である。図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７は，陸運支局コードと，優先順位で表された優先度との対応情報である。優先順位は，値が小さいほど優先度が高い。
【００７１】
上述したように，一般的に，ある撮像装置２０の撮影位置を走行する車両のナンバープレート１には，その撮影位置に近い地域名の陸運支局コードが記載されている可能性が高い。しかし，例えば，高速道路や大きな幹線道路などで結ばれた地域間では，多少距離が離れていても車の往来が多くなるため，必ずしも撮影位置に最も近い地域名の陸運支局コードがナンバープレート１に記載されている可能性が高いとは言い切れない。陸運支局コード・優先度対応情報１４７における優先度は，撮像装置２０の撮影位置の地域性を考慮して設定される。
【００７２】
ここで，陸運支局コードについての文字認識結果として，「品川」，「石川」，「香川」の３つの文字認識候補が得られたものとする。
【００７３】
撮影位置特徴判定部１４１は，文字認識候補となっている複数の陸運支局コードから，陸運支局コード・優先度対応情報１４７で最も優先度が高い陸運支局コードを，陸運支局コードの認識結果として特定する。例えば，撮影位置特徴判定部１４１は，「品川」，「石川」，「香川」の３つの文字認識候補について，図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７で優先順位が１位の「石川」を，ナンバープレート１に記載された陸運支局コードの認識結果とする。
【００７４】
このような，撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定と，陸運支局コード・優先度対応情報１４７を補助情報とした判定の，いずれか１つの判定のみを撮影位置特徴判定部１４１に実行させるようにしてもよい。また，撮影位置特徴判定部１４１に，双方の判定を使い分けさせるようにしてもよい。
【００７５】
図９は，本実施の形態による陸運支局コード判定基準設定画面の例を示す図である。
【００７６】
図９に示す陸運支局コード判定基準設定画面は，撮影位置特徴判定部１４１において２つの判定方法をどのように使い分けるかを，ユーザに設定させるための画面である。図９に示す陸運支局コード判定基準設定画面において，Ａは上述の撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定を示し，Ｂは上述の陸運支局コード・優先度対応情報１４７を補助情報とした判定を示す。
【００７７】
図９に示す陸運支局コード判定基準設定画面において，“Ａを優先”が設定された場合には，撮影位置特徴判定部１４１は，上述の撮影位置の情報と陸運支局コード・位置対応情報１４６とを補助情報とした判定を行う。図９に示す陸運支局コード判定基準設定画面において，“Ｂを優先”が設定された場合には，撮影位置特徴判定部１４１は，上述の陸運支局コード・優先度対応情報１４７を補助情報とした判定とした判定を行う。
【００７８】
図９に示す陸運支局コード判定基準設定画面において，“カスタム設定”を行う場合には，ユーザは，Ａの判定基準とＢの判定基準とをどのように使い分けるかを設定する。例えば，“複数の文字認識候補となった陸運支局コードに対応する位置同士の距離が，１００ｋｍ以内であるときにはＢの判定基準を用い，１００ｋｍを超える場合にはＡの判定基準を用いる”といったような設定ができる。また，“複数の文字認識候補となった陸運支局コードに対応する優先順位間の差分が，１０位以内であるときにはＡの判定基準を用い，１０位を超える場合にはＢの判定基準を用いる”といったような設定ができる。
【００７９】
このような，撮像装置２０の撮影位置に応じた補助情報を用いた判定による，複数の文字認識候補からの陸運支局コードの特定によって，より精度が高いナンバープレート１の陸運支局コードの認識結果を得ることができるようになる。
【００８０】
図７において，車両特徴判定部１４２は，ナンバープレート１の分類番号の最上位桁に複数の文字認識候補が得られた場合に，画像から抽出された車両の特徴に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された分類番号の最上位桁の文字を特定する。
【００８１】
図１０は，ナンバープレートの分類番号と車両の幅・高さとの関係を示す図である。
【００８２】
図１０に示すように，ナンバープレートの分類番号の最上位桁の数字と車両のサイズとの間には，決まった関係がある。
【００８３】
例えば，図１０に示すように，車両の分類において，小型貨物車，小型乗用車には，最上位桁の数字が「４」，「５」，「６」，「７」となる１桁〜３桁の分類番号が記載されたナンバープレート１が割り当てられる。これらの小型自動車には，全長が４７００ｍｍ以下，かつ全幅が１７００ｍｍ以下，かつ全高が２０００ｍｍ以下という車両のサイズに関するルールがある。
【００８４】
また，図１０に示すように，車両の分類において，普通貨物車，普通乗合車，普通乗用車には，最上位桁の数字が「１」，「２」，「３」となる１桁〜３桁の分類番号が記載されたナンバープレートが割り当てられる。これらの普通自動車には，全長が４７００ｍｍを超える，または全幅が１７００ｍｍを超える，または全高が２０００ｍｍを超えるという車両のサイズに関するルールがある。
【００８５】
このように，普通自動車と小型自動車との間には，車両のサイズに基づいた境界がある。そのため，分類番号の最上位桁に，「１」，「２」，「３」のいずれかの数字と，「４」，「５」，「６」，「７」のいずれかの数字とが少なくとも１つずつは含まれる，複数の文字認識候補が得られた場合には，画像に写った車両のサイズでその文字認識候補を絞り込むことができる。
【００８６】
なお，ガソリン車の場合には，車両のサイズが小さくても総排気量が２０００ｃｃを超えた場合には分類番号の最上位桁が「１」，「２」，「３」のいずれかの数字となる。ただし，車両のサイズが小さいのに２０００ｃｃを超えている車両は，国内に存在する全車両中の極わずかな一部の車両であるので，ここではあえて考慮していない。
【００８７】
このとき，車両特徴判定部１４２は，領域抽出部１２により画像から抽出された車両の領域から，画像に写った車両のサイズを求める。画像から抽出された車両の領域から画像に写った車両のサイズを求める技術については，様々な既存技術が存在する。
【００８８】
図１１は，本実施の形態による画像に写った車両のサイズを算出する例を説明する図である。
【００８９】
例えば，図１１に示す画像２００において，領域抽出部１２のエッジ抽出等の処理により，車両の領域２０１が抽出されたものとする。また，領域抽出部１２の処理により，ナンバープレートの領域２０２が抽出されたものとする。
【００９０】
車両特徴判定部１４２は，領域抽出部１２の処理により抽出された車両の領域２０１のエッジの縦軸方向，横軸方向について，それぞれ座標の最大値と最小値との差分を求める。これにより，図１１に示す画像２００において点線枠で示される，車両の領域２０１の外接四角形の大きさが得られる。図１１に示す画像２００において，点線枠の縦軸方向の大きさは実際の車両の高さ（Ｈ）に相当し，点線枠の横軸方向の大きさは実際の車両の幅（Ｗ）に相当する。
【００９１】
ここで，実際のナンバープレート１の大きさは決まっているので，その実際のナンバープレートの大きさと，図１１に示す画像２００上のナンバープレートの領域２０２の座標値の差分から得られる大きさとの比が求められる。求められた比は，同時に，実際の車両のサイズと，図１１に示す画像２００上での車両の大きさとの比となる。車両特徴判定部１４２は，求められた比と，図１１に示す画像２００における点線枠の大きさとから，実際の車両の幅（Ｗ）と高さ（Ｈ）を算出する。
【００９２】
車両特徴判定部１４２は，算出された車両の幅（Ｗ）と高さ（Ｈ）とを用いた判定により，画像に写った車両が普通自動車であるのか，小型自動車であるのかを判定する。すなわち，車両特徴判定部１４２は，算出された車両の幅（Ｗ）が１７００ｍｍ以下でかつ車両の高さ（Ｈ）が２０００ｍｍ以下である場合には，複数の文字認識候補から，「４」，「５」，「６」または「７」の数字を，分類番号の最上位桁の数字として特定する。また，車両特徴判定部１４２は，算出された車両の幅（Ｗ）が１７００ｍｍを超えているか，または車両の高さ（Ｈ）が２０００ｍｍを超えている場合には，複数の文字認識候補から，「１」，「２」または「３」の数字を，分類番号の最上位桁の数字として特定する。
【００９３】
図１２は，本実施の形態の車両特徴判定部による車両のサイズを用いた文字認識候補判定処理フローチャートである。
【００９４】
車両特徴判定部１４２は，領域抽出部１２により画像２００から抽出された車両の領域２０１から，画像２００に写った車両の幅（Ｗ）と高さ（Ｈ）を算出する（ステップＳ２００）。
【００９５】
車両特徴判定部１４２は，算出された車両の幅（Ｗ）が，１７００ｍｍ以下であるかを判定する（ステップＳ２０１）。算出された車両の幅（Ｗ）が１７００ｍｍ以下でなければ（ステップＳ２０１のＮＯ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「１」，「２」または「３」を選択する（ステップＳ２０４）。
【００９６】
算出された車両の幅（Ｗ）が１７００ｍｍ以下であれば（ステップＳ２０１のＹＥＳ），車両特徴判定部１４２は，算出された車両の高さ（Ｈ）が，２０００ｍｍ以下であるかを判定する（ステップＳ２０２）。算出された車両の高さ（Ｈ）が２０００ｍｍ以下であれば（ステップＳ２０２のＹＥＳ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「４」，「５」，「６」または「７」を選択する（ステップＳ２０３）。算出された車両の高さ（Ｈ）が２０００ｍｍ以下でなければ（ステップＳ２０２のＮＯ），車両特徴判定部１４２は，複数の文字認識候補から分類番号の最上位桁の数字として「１」，「２」または「３」を選択する（ステップＳ２０４）。
【００９７】
本実施の形態では，車両特徴判定部１４２が，図１２に示すような処理のアルゴリズムによって，車両のサイズに応じた分類番号の最上位桁の数字の特定を行っている。図１０に示すような分類番号と車両の幅・高さとの関係を示す情報を補助情報として補助情報記憶部１４５に記憶させ，車両特徴判定部１４２に，その補助情報を参照させて，算出された車両のサイズから分類番号の最上位桁の数字を特定させるようにしてもよい。
【００９８】
また，ここまでは，車両のサイズから普通自動車と小型自動車との判別を行って分類番号の最上位桁の数字を特定させる例を説明したが，同様に，車両のサイズから大型特殊自動車と小型自動車との判別を行って分類番号の最上位桁の数字を特定させることもできる。
【００９９】
また，分類番号の最上位桁の数字が「８」である特殊用途自動車には，パトカーや救急車，消防車などの，色や形状に特徴がある車両が存在する。このような車両の特徴形状から，分類番号の最上位桁の数字が「８」である場合を判定することもできる。
【０１００】
例えば，特殊用途自動車の形状特徴の情報を，補助情報として補助情報記憶部１４５に記憶させておく。車両特徴判定部１４２は，特殊用途自動車の形状特徴の情報を参照し，領域抽出部１２により画像２００から抽出された車両の領域２０１から，特殊用途自動車の形状特徴が取得されたかを判定する。車両特徴判定部１４２は，車両の領域２０１から特殊用途自動車の形状特徴が取得された場合に，複数の文字認識候補から，「８」の数字を分類番号の最上位桁の数字として特定する。
【０１０１】
このような，画像に写った車両のサイズや形状特徴と分類番号との関係を示す補助情報を用いた判定による，複数の文字認識候補からの分類番号の最上位桁の数字の特定によって，より精度が高いナンバープレート１の分類番号の認識結果を得ることができるようになる。
【０１０２】
図７において，ナンバープレート色特徴判定部１４３は，ナンバープレート１の用途コードに複数の文字認識候補が得られた場合に，画像から抽出されたナンバープレート１の色の特徴に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された用途コードを特定する。
【０１０３】
ナンバープレート１の色には，自家用・駐留軍人用・レンタカー用の自動車は白地緑字，事業用の自動車は緑地白字，自家用・駐留軍人用・レンタカー用の軽自動車は黄地黒字，事業用の軽自動車は黒地黄字という，用途に合わせたルールがある。また，ナンバープレート１の用途コードにも，ナンバープレート１の色と同様に，自家用，駐留軍人用，レンタカー用，事業用ごとに，また自動車，軽自動車ごとに決まったひらがな，アルファベットのルールがある。
【０１０４】
ナンバープレート色・用途コード対応情報１４８は，ナンバープレート１の色と車両の用途との対応と，用途コードと車両の用途との対応とに基づいて用意された，ナンバープレート１の色と用途コードとの対応を示す補助情報である。
【０１０５】
図１３は，本実施の形態によるナンバープレート色・用途コード対応情報の例を示す図である。
【０１０６】
ナンバープレート１の色と，用途コードに用いられるひらがな・アルファベットとの間には，図１３のナンバープレート色・用途コード対応情報１４８に示すような関係が存在する。
【０１０７】
ナンバープレート色特徴判定部１４３は，ナンバープレート１の用途コードに複数の文字認識候補が得られた場合に，領域抽出部１２により画像から抽出されたナンバープレート１の領域の色を取得する。ナンバープレート色特徴判定部１４３は，取得されたナンバープレート１の色で，図１３に示すナンバープレート色・用途コード対応情報１４８を参照する。ナンバープレート色特徴判定部１４３は，複数の文字候補から，取得されたナンバープレート１の色に対応するひらがな・アルファベットを，ナンバープレート１に記載された用途コードとして特定する。
【０１０８】
例えば，用途コードの文字認識候補として，「あ」と「ま」が得られたものとする。また，画像から取得されたナンバープレート１の色は，白地緑字であったものとする。このとき，ナンバープレート色特徴判定部１４３は，図１３に示すナンバープレート色・用途コード対応情報１４８を参照し，白地緑字に対応する「ま」を，ナンバープレート１に記載された用途コードとして特定する。
【０１０９】
このような，画像に写った車両のナンバープレート１の色と用途コードとの関係を示す補助情報を用いた判定による，複数の文字認識候補からの用途コードの特定によって，より精度が高いナンバープレート１の用途コードの認識結果を得ることができるようになる。
【０１１０】
なお，ここまで説明した車両特徴判定部１４２とナンバープレート色特徴判定部１４３とによる文字認識候補の判定は，ナンバープレート１についての法令や取り決め等のルールに基づいた判定の例である。その他にも，様々なナンバープレート１についての法令や取り決め等のルールに基づいた判定が可能である。例えば，ナンバープレート１の一連番号には不幸を連想させる数字の組合せを使用しないというルールに基づいた判定が可能である。また，黄地黒字や黒地黄字のナンバープレート１の分類番号の最上位桁の数字には「１」，「２」，「３」，「９」，「０」が用いられないというルールに基づいた判定が可能である。
【０１１１】
図７において，統計情報判定部１４４は，複数の文字認識候補が得られた場合に，過去のナンバープレート１に記載された文字の認識結果の統計的な傾向に基づいた判定により，複数の文字認識候補からナンバープレート１に記載された文字を特定する。
【０１１２】
過去のナンバープレート１に記載された文字の認識結果の統計をとると，ナンバープレート１に記載された文字の認識結果に，撮像装置２０の撮影位置に応じた偏りが見られる場合がある。
【０１１３】
例えば，離島の観光地などでは，レンタカーの使用が多くなるため，過去の用途コードの認識結果の統計をとると，「わ」や「れ」の出現頻度が高くなる。また，例えば，観光地などでは，大型バスなどの普通乗合車が増えるため，過去の分類番号の認識結果の統計をとると，分類番号の最上位桁の数字として「２」の出現頻度が高くなる。
【０１１４】
統計情報判定部１４４は，このような撮像装置２０の撮影位置に応じた様々な統計情報を補助情報として用いた判定により，複数の文字認識候補からナンバープレート１に記載された文字を特定する。
【０１１５】
統計情報を補助情報として用いた判定としては，例えば，統計情報において最頻値である文字を文字認識候補から選択する手法や，ある文字の出現率が所定の閾値を超えた場合にその文字を優先的に文字認識候補から選択する手法など，様々な判定手法が考えられる。
【０１１６】
図１４は，本実施の形態による統計情報の例を示す図である。
【０１１７】
図１４に示す統計情報１４９の例は，過去のナンバープレート１に記載された文字の認識結果から統計的に生成された，撮像装置２０の撮影位置に応じた，陸運支局コードの出現率の情報の例である。
【０１１８】
例えば，陸運支局コードの文字認識候補として，「品川」，「石川」，「香川」が得られたものとする。このとき，統計情報判定部１４４は，図１４に示す統計情報１４９において出現率が最も高い「品川」を，ナンバープレート１に記載された陸運支局コードとして特定する。
【０１１９】
また，過去のナンバープレート１に記載された文字の認識結果の統計をとると，ナンバープレート１に記載された文字の認識結果に，季節，月日，曜日，時間帯，天候等の撮像装置２０の撮影状況に応じた偏りが見られる場合がある。
【０１２０】
例えば，観光地の昼間の時間帯では，レンタカーの使用が多くなるため，過去の用途コードの認識結果の統計をとると，「わ」や「れ」の出現頻度が高くなる。また，例えば，平日の通勤時間帯では，過去の陸運支局コードの認識結果の統計をとると，撮像装置２０の撮影位置が属するエリアの陸運支局コードの出現頻度が高くなる。
【０１２１】
図１５は，過去のナンバープレートに記載された文字の認識結果の統計例を示す図である。
【０１２２】
図１５に示す統計例は，ある観光地における，曜日別の用途コードとして「わ」が認識された車両の台数，すなわち，曜日別のレンタカーの出現台数を示している。図１５に示す統計情報から，週末を中心にレンタカーの利用客すなわち観光客が多くなっていることがわかる。
【０１２３】
図１５に示す統計結果から，例えば，統計情報として曜日別の用途コードの「わ」の出現率の情報を生成し，統計情報において「わ」の出現率が所定の閾値を超えた曜日には，用途コードの文字認識候補から優先的に「わ」を選択するなどの対応が可能となる。
【０１２４】
なお，認識結果出力部１５により出力された，ナンバープレート１に記載された文字の認識結果をリアルタイムに統計結果に反映し，時事刻々と変化する撮影状況に応じた統計情報を補助情報として用いて，複数の文字認識候補から文字を特定することなども可能である。図２において，破線の矢印は，認識結果出力部１５により出力された認識結果による，補助情報記憶部１４５に記憶された統計情報１４９の更新を示している。
【０１２５】
また，図８（Ｂ）に示す陸運支局コード・優先度対応情報１４７を，該当する撮像装置２０の撮影位置における，過去のナンバープレート１に記載された陸運支局コードの認識結果の統計から生成することもできる。
【０１２６】
このような，過去のナンバープレート１に記載された文字の認識結果の統計情報を補助情報として用いた判定による，複数の文字認識候補からの文字の特定によって，より精度が高いナンバープレート１の文字の認識結果を得ることができるようになる。
【０１２７】
文字認識候補判定部１４は，ここまで説明した補助情報を用いて複数の文字認識候補から文字を特定する処理を多段階に実行し，複数の文字認識候補からナンバープレート１に記載された文字を特定していく。なお，文字認識候補判定部１４は，上述の複数の文字認識候補から文字を特定する処理を多段階に用いても，文字認識候補が複数残った場合，また逆に文字認識候補がなくなってしまった場合には，認識結果として不明と判定する。
【０１２８】
以上説明した，本実施の形態のナンバープレート認識装置１０によって，ナンバープレート１の文字認識処理の結果として，確度にあまり差がない複数の文字認識候補があるような場合でも，より確からしい認識結果の文字を決定できるようになる。これにより，ナンバープレート１の認識精度が高くなる。
【０１２９】
以上説明した本実施の形態のナンバープレート認識装置１０による処理は，コンピュータが備えるＣＰＵ，メモリ等のハードウェアとソフトウェアプログラムとにより実現することができ，そのプログラムをコンピュータ読み取り可能な記録媒体に記録することも，ネットワークを通して提供することも可能である。
【０１３０】
以上，本実施の形態について説明したが，本発明はその主旨の範囲において種々の変形が可能であることは当然である。
【０１３１】
例えば，本実施の形態では，自動車に取り付けられる大板，中板のナンバープレート１の認識の例について説明したが，本実施の形態の技術は，自動二輪車などに取り付けられる小板のナンバープレートの認識にも適用可能である。
【０１３２】
また，ナンバープレート１についての法令や取り決め等のルールに基づいた判定が変更されたときには，その変更に応じた補助情報を用意することにより対応可能である。
【符号の説明】
【０１３３】
１ ナンバープレート
１０ ナンバープレート認識装置
１１ 画像入力部
１２ 領域抽出部
１３ 認識処理部
１４ 文字認識候補判定部
１４１ 撮影位置特徴判定部
１４２ 車両特徴判定部
１４３ ナンバープレート色特徴判定部
１４４ 統計情報判定部
１４５ 補助情報記憶部
１４６ 陸運支局コード・位置対応情報
１４７ 陸運支局コード・優先度対応情報
１４８ ナンバープレート色・用途コード対応情報
１４９ 統計情報
１５ 認識結果出力部
１６ 画像記憶部
１７ 領域抽出情報記憶部
１８ 認識用データ記憶部
１９ 認識結果記憶部
２０ 撮像装置
【特許請求の範囲】
【請求項１】
撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を，コンピュータに実行させるためのプログラムであって，
前記コンピュータに，
前記画像を入力する手順と，
前記画像からナンバープレートの領域を抽出する手順と，
前記ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う手順と，
前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記コンピュータがアクセス可能な記憶装置に記憶された，前記撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から前記画像に写る車両のナンバープレートに記載された文字を特定する手順とを
実行させるためのナンバープレート認識プログラム。
【請求項２】
前記補助情報は，陸運支局コードに対応する位置の情報と前記撮像装置の撮影位置の情報とであり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として得られた複数の文字認識候補がナンバープレートの陸運支局コードである場合に，前記記憶装置に記憶された，前記陸運支局コードに対応する位置の情報と前記撮像装置の撮影位置の情報とに基づいて，文字認識候補である陸運支局コードごとに，当該陸運支局コードに対応する位置と撮影位置との間の距離を算出し，算出された距離が最も近い文字認識候補である陸運支局コードを，前記画像に写る車両のナンバープレートの陸運支局コードとして特定する
ことを特徴とする請求項１に記載されたナンバープレート認識プログラム。
【請求項３】
前記補助情報は，陸運支局コードと優先度との対応情報であり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として得られた複数の文字認識候補がナンバープレートの陸運支局コードである場合に，前記記憶装置に記憶された，前記陸運支局コードと優先度との対応情報に基づいて，最も優先度が高い文字認識候補である陸運支局コードを，前記画像に写る車両のナンバープレートの陸運支局コードとして特定する
ことを特徴とする請求項１または請求項２に記載されたナンバープレート認識プログラム。
【請求項４】
前記補助情報は，過去のナンバープレートに記載された文字の認識結果から生成された，前記撮像装置の撮影位置または撮影状況に応じた認識結果の統計情報であり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記記憶装置に記憶された前記統計情報を参照し，前記撮像装置の撮影位置または前記画像の撮影時の撮影状況において，前記統計情報を用いた判定で最も可能性が高いと判定された文字認識候補を，前記画像に写る車両のナンバープレートに記載された文字として特定する
ことを特徴とする請求項１から請求項３までのいずれかに記載されたナンバープレート認識プログラム。
【請求項５】
撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うナンバープレート認識装置であって，
前記画像を入力する画像入力部と，
前記画像からナンバープレートの領域を抽出する領域抽出部と，
前記ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う認識処理部と，
前記撮像装置に対応付けられた補助情報を記憶する補助情報記憶部と，
前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記補助情報を用いた判定により，複数の文字認識候補から前記画像に写る車両のナンバープレートに記載された文字を特定する文字認識候補判定部とを備える
ことを特徴とするナンバープレート認識装置。
【請求項１】
撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を，コンピュータに実行させるためのプログラムであって，
前記コンピュータに，
前記画像を入力する手順と，
前記画像からナンバープレートの領域を抽出する手順と，
前記ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う手順と，
前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記コンピュータがアクセス可能な記憶装置に記憶された，前記撮像装置に対応付けられた補助情報を用いた判定により，複数の文字認識候補から前記画像に写る車両のナンバープレートに記載された文字を特定する手順とを
実行させるためのナンバープレート認識プログラム。
【請求項２】
前記補助情報は，陸運支局コードに対応する位置の情報と前記撮像装置の撮影位置の情報とであり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として得られた複数の文字認識候補がナンバープレートの陸運支局コードである場合に，前記記憶装置に記憶された，前記陸運支局コードに対応する位置の情報と前記撮像装置の撮影位置の情報とに基づいて，文字認識候補である陸運支局コードごとに，当該陸運支局コードに対応する位置と撮影位置との間の距離を算出し，算出された距離が最も近い文字認識候補である陸運支局コードを，前記画像に写る車両のナンバープレートの陸運支局コードとして特定する
ことを特徴とする請求項１に記載されたナンバープレート認識プログラム。
【請求項３】
前記補助情報は，陸運支局コードと優先度との対応情報であり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として得られた複数の文字認識候補がナンバープレートの陸運支局コードである場合に，前記記憶装置に記憶された，前記陸運支局コードと優先度との対応情報に基づいて，最も優先度が高い文字認識候補である陸運支局コードを，前記画像に写る車両のナンバープレートの陸運支局コードとして特定する
ことを特徴とする請求項１または請求項２に記載されたナンバープレート認識プログラム。
【請求項４】
前記補助情報は，過去のナンバープレートに記載された文字の認識結果から生成された，前記撮像装置の撮影位置または撮影状況に応じた認識結果の統計情報であり，
前記複数の文字認識候補から文字を特定する手順では，前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記記憶装置に記憶された前記統計情報を参照し，前記撮像装置の撮影位置または前記画像の撮影時の撮影状況において，前記統計情報を用いた判定で最も可能性が高いと判定された文字認識候補を，前記画像に写る車両のナンバープレートに記載された文字として特定する
ことを特徴とする請求項１から請求項３までのいずれかに記載されたナンバープレート認識プログラム。
【請求項５】
撮像装置により撮影された画像に写る車両のナンバープレートに記載された文字の認識を行うナンバープレート認識装置であって，
前記画像を入力する画像入力部と，
前記画像からナンバープレートの領域を抽出する領域抽出部と，
前記ナンバープレートの領域に対して，ナンバープレートの文字認識処理を行う認識処理部と，
前記撮像装置に対応付けられた補助情報を記憶する補助情報記憶部と，
前記文字認識処理の結果として複数の文字認識候補が得られた場合に，前記補助情報を用いた判定により，複数の文字認識候補から前記画像に写る車両のナンバープレートに記載された文字を特定する文字認識候補判定部とを備える
ことを特徴とするナンバープレート認識装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１１−１１３４４０（Ｐ２０１１−１１３４４０Ａ）
【公開日】平成２３年６月９日（２０１１．６．９）
【国際特許分類】
【出願番号】特願２００９−２７１２１８（Ｐ２００９−２７１２１８）
【出願日】平成２１年１１月３０日（２００９．１１．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２３年６月９日（２０１１．６．９）
【国際特許分類】
【出願日】平成２１年１１月３０日（２００９．１１．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]