特定部位抽出プログラム
【課題】環境条件によらず、車両の色を判別すべき部位を正確に抽出すること。
【解決手段】画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡し、特定部位抽出処理部１２０が、カラー画像上の車両の特徴的な部分（ナンバープレート、サイドミラー、フロントミラー、ヘッドランプ等）を検出し、検出した部分を基にして車両の特定の部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域等）を検出する。
【解決手段】画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡し、特定部位抽出処理部１２０が、カラー画像上の車両の特徴的な部分（ナンバープレート、サイドミラー、フロントミラー、ヘッドランプ等）を検出し、検出した部分を基にして車両の特定の部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域等）を検出する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、車両の特定の部位を抽出する特定部位抽出プログラムに関し、特に環境条件によらず、車両の色を判別すべき部位を正確に抽出することができる特定部位抽出プログラムに関するものである。
【背景技術】
【０００２】
近年、交通監視等の分野において、多くの車両の中から特定の車両を検出するために、車両のナンバープレートと共に車両の色を判別する必要性が高まっている。なぜなら、ナンバープレートの文字や数字などを正確に判別できない場合でも、車両の特定部位の色が判別可能であれば、特定の車両を迅速に検索することができるからである。
【０００３】
そこで、カメラなどで撮影された車両の画像から特定の部位（ボンネット、ルーフおよびトランクなど）を抽出し、抽出した部位の色を判別する車色判別装置が利用されている。具体的に、この車色判別装置が、車両の画像からボンネットの色を判別する場合には、車両位置の縦方向の１ラインまたは複数ラインの濃度分布を求め、濃度分布が一定になる部分をボンネット領域として抽出し、抽出した領域の色を判別している（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０００−２２２６７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、従来にかかる技術では環境条件（日光の乱反射、朝焼け・夕焼けの反射、逆光・影、雨、雪、霧、対向車・後続車のライトなど）によって、車両の濃度分布が一定とならず、車両の色を判別するのに適さない車両の部位を誤って抽出してしまうという問題があった。
【０００６】
例えば、図１８−１のように、環境状況によって、ボンネットの濃度分布以外にもフロントグリルやバンパーの濃度分布がほぼ一定になってしまうため、ボンネット領域を抽出したつもりでも、フロントグリルやパンパーがボンネット領域として抽出されてしまい、車両の部位の色を正確に判別することができなかった。
【０００７】
また、図１８−２のように、環境状況によって、ボンネット上の濃度分布が一定とならない場合もあり、濃度分布が一定となる領域をボンネットとして抽出する従来の手法では、正確にボンネット領域を抽出することができなかった。
【０００８】
すなわち、環境条件によらず、車両の色を判別すべき部位を正確に抽出することが極めて重要な課題となっている。
【０００９】
この発明は、上述した従来技術による問題点を解消するためになされたものであり、環境条件によらず車両の部位を正確に抽出することができる特定部位抽出プログラム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】
【００１０】
上述した課題を解決し、目的を達成するため、請求項１の発明に係る特定部位抽出プログラムは、車両の特定の部位を抽出する特定部位抽出プログラムであって、車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、をコンピュータに実行させることを特徴とする。
【００１１】
この請求項１の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、該車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、車両の特定の部位を抽出する。
【００１２】
また、請求項２の発明に係る特定部位抽出プログラムは、請求項１の発明において、前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする。
【００１３】
この請求項２の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該特徴的な部分を基にして車両領域内の所定の部分を特定し、該特定した部分周辺の光や色の情報を含んだ属性情報を検出し、検出した属性情報において大きな変化が見られない領域を車両の特定部位として抽出する。
【００１４】
また、請求項３の発明に係る特定部位抽出プログラムは、請求項１の発明において、前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする。
【００１５】
この請求項３の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を車両の特定の部位として抽出する。
【００１６】
また、請求項４の発明に係る特定部位抽出プログラムは、請求項３の発明において、前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする。
【００１７】
この請求項４の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域内に文字が存在する場合には、区切られた領域の内、文字以外の領域を車両の特定の部位として抽出する。
【００１８】
また、請求項５の発明に係る特定部位抽出プログラムは、請求項２の発明において、前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする。
【００１９】
この請求項５の発明によれば、車両の画像を基にして、車両の二つのサイドミラーおよびナンバープレートを検出し、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、特定した中点から円状に属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出する。
【発明の効果】
【００２０】
請求項１の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、該車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、車両の特定の部位を抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確に抽出することができるという効果を奏する。
【００２１】
また、請求項２の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該特徴的な部分を基にして車両領域内の所定の部分を特定し、該特定した部分周辺の光や色の情報を含んだ属性情報を検出し、検出した属性情報において大きな変化が見られない領域を車両の特定部位として抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２２】
また、請求項３の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を車両の特定の部位として抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２３】
また、請求項４の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域内に文字が存在する場合には、区切られた領域の内、文字以外の領域を車両の特定の部位として抽出するので、車両に文字が存在する場合でも、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２４】
また、請求項５の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の二つのサイドミラーおよびナンバープレートを検出し、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、特定した中点から円状に属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出するので、環境条件によらず、車両のボンネット領域を正確に検出することができるという効果を奏する。
【図面の簡単な説明】
【００２５】
【図１】本実施例に係る特定部位抽出の概念を説明するための説明図である。
【図２】特定された点近辺の明度の検出結果のグラフを示す図である。
【図３】本実施例に係る特定部位抽出システムのシステム構成を示すブロック図である。
【図４】特定部位抽出処理部がボンネット領域を抽出する場合の車両の各部分を説明するための説明図である。
【図５】特定部位抽出処理部がルーフ領域を抽出する場合の車両の各部分を説明するための説明図である。
【図６】特定部位抽出処理部が車両側面とドア領域とを抽出する場合の車両の各部分を説明するための説明図である。
【図７】特定部位抽出処理部がトランク領域を抽出する場合の車両の各部分を説明するための説明図である。
【図８】画像蓄積サーバの処理手順を示すフローチャートである。
【図９】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（１）である。
【図１０】図９のフローチャートに示される車両の各部分を説明するための説明図である。
【図１１】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（２）である。
【図１２】図１１のフローチャートに示される車両の各部分を説明するための説明図である。
【図１３】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（３）である。
【図１４】図１３のフローチャートに示される車両の各部分を説明するための説明図である。
【図１５】図８のステップＳ１０５に示した車両背面からの特定領域抽出処理を示すフローチャートである。
【図１６】図１５のフローチャートに示される車両の各部分を説明するための説明図である。
【図１７】特定部位抽出プログラムを実行するコンピュータを示す図である。
【図１８−１】従来技術による問題点を説明するための説明図（１）である。
【図１８−２】従来技術による問題点を説明するための説明図（２）である。
【発明を実施するための形態】
【００２６】
以下に添付図面を参照して、この発明に係る特定部位抽出プログラムの好適な実施の形態を詳細に説明する。
【実施例】
【００２７】
まず、本実施例に係る特定部位抽出の概念について説明する。図１は、本実施例に係る特定部位抽出の概念を説明するための説明図である。なお、図１では一例としてボンネット領域を抽出する場合について説明する。
【００２８】
同図に示すように、本発明では、カメラで撮影された車両の画像から、車両の特徴的な部分（サイドミラーやナンバープレートなど）を検出し、検出した部分を基にボンネット領域上の点を特定する（二つのサイドミラーとナンバープレートで三角形を構成し、構成した三角形の中点をボンネット上の点として特定する）。
【００２９】
そして、特定したボンネット領域上の点近辺の属性情報を検出し、検出した属性情報に大きな変化が見られない領域をボンネット領域として抽出する。ここで、属性情報とは、光束、光度、光量、照度、光束発散度、輝度などの測光量や色相、明度、彩度、濃度などの色属性を示す。
【００３０】
図２は、特定された点近辺の明度の検出結果のグラフを示す図である（ここでは説明の便宜上、属性情報の一例として明度を検出した場合を示すが、属性情報に含まれる各要素全て、あるいはいずれかの組み合わせを検出することもできる）。
【００３１】
図２に示すように、特徴的な部分を基に特定された点を０番目の画素とし、周辺の画素に対応する明度の値を、常に一つ前の値と比較して、比較値が所定値以内（例えば１５以内）の領域をボンネット領域とする。図２の例では３番目の画素までがボンネット領域となる。
【００３２】
次に、本実施例に係る特定部位抽出システムの構成について説明する。図３は、本実施例に係る特定部位抽出システムのシステム構成を示すブロック図である。同図に示すように、この特定部位抽出システムは、白黒カメラ１０，２０、カラーカメラ３０，４０およびクライアント２００が画像蓄積サーバ１００に接続され、クライアント２００は、キーボードなどの入力装置５０およびディスプレイなどの表示装置６０に接続されている。
【００３３】
白黒カメラ１０，２０は、近赤外線照明部を具備し、車両の白黒画像を撮影し、撮影した白黒画像のデータ（以下、白黒画像データ）を画像蓄積サーバ１００に送信する装置であり、カラーカメラ３０，４０は、車両のカラー画像を撮影し、撮影したカラー画像のデータ（以下、カラー画像データ）を画像蓄積サーバ１００に送信する装置である。なお、カラーカメラ３０，４０は、カラー画像データに、カラー画像を撮影した時間や場所等の情報を含ませる。
【００３４】
クライアント２００は、入力装置５０から時間や場所等を受け付け、受け付けた時間や場所等に対応する車両の画像や車両の特定部位の色などを画像蓄積サーバ１００に要求する装置である。また、クライアント２００は、画像蓄積サーバ１００から受信した車両の画像や車両の特定部位の色などを表示装置６０に表示させる。
【００３５】
クライアント２００は、検索条件指定部２１０と、メモリ２２０と、表示処理部２３０とを有する。検索条件指定部２１０は、車両の画像や車両の特定部位の色などを検索する場合の検索条件となる場所や時間などのデータを入力装置５０から受け付け、検索条件に該当する車両の画像や車両の特定部位の色などを画像蓄積サーバ１００に要求する処理部である。
【００３６】
メモリ２２０は、画像蓄積サーバ１００から受信する車両の画像や車両の特定部位の色などにかかるデータを記憶する記憶部であり、表示処理部２３０は、メモリ２２０に記憶された車両の画像や車両の特定部位の色などのデータを基にして、車両の画像や車両の特定部位の色などを表示装置６０に表示させる処理部である。
【００３７】
画像蓄積サーバ１００は、白黒カメラ１０，２０からの白黒画像データおよびカラーカメラ３０，４０からのカラー画像データを蓄積すると共に、各画像データから車両の特定部位を抽出し、抽出した特定部位の色を判別する装置である。
【００３８】
画像蓄積サーバ１００は、画像データ管理部１１０と、特定部位抽出処理部１２０と、車体色判別処理部１３０と、画像データ記憶部１４０とを有する。画像データ管理部１１０は、白黒カメラ１０，２０からの白黒画像データおよびカラーカメラ３０，４０からのカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡す処理部である。また、画像データ管理部１１０は、クライアント２００から検索条件にかかる情報を受け付け、受け付けた検索条件に該当する車両の画像、車両の特定部位の形状および特定部位の色などを画像データ記憶部１４０から検索し、検索したデータをクライアント２００に送信する処理部である。
【００３９】
特定部位抽出処理部１２０は、画像データ管理部１１０から白黒画像データおよびカラー画像データを取得し、取得した白黒画像データおよびカラー画像データを基にしてカラー画像上の車両の特定部位（ボンネット領域、ルーフ領域、車体側面、ドア領域、トランク領域など）を抽出する処理部であり、ナンバープレート検出部１２０ａと、パーツ検出部１２０ｂと、特定領域抽出部１２０ｃとを有する。
【００４０】
ナンバープレート検出部１２０ａは、画像データ管理部１１０から白黒画像データおよびカラー画像データを取得し、取得した各画像データを基にしてナンバープレートの位置を検出する処理部である。
【００４１】
具体的に、このナンバープレート検出部１２０ａは、まず、白黒画像データから車両のナンバープレートを切り出し、切り出したナンバープレートの文字や数字を補正（白黒カメラによって撮影された白黒画像は、白黒カメラの取り付け位置により斜めに撮影されるため、正面から撮影したように白黒画像を補正）する。
【００４２】
続いて、ナンバープレート検出部１２０ａは、補正した白黒画像のナンバープレートの画像サイズを、カラー画像に合うように変更し、傾きを加え、白黒画像のナンバープレートをカラー画像に重ねて、カラー画像のナンバープレートの位置を検出する。そして、ナンバープレート検出部１２０ａは、検出したナンバープレートの位置の情報（ナンバープレート位置情報）を特定領域抽出部１２０ｃに渡す。
【００４３】
なお、ナンバープレート検出部１２０ａは、ナンバープレートの位置を検出する場合に、白黒画像データからナンバープレートを切り出す場合と同様の手法を用いて、直接カラー画像のナンバープレートの位置を検出してもよいし、白黒画像からナンバープレートを切り出した後、補正を加える前のナンバープレートのサイズをカラー画像と合致するように変更し、白黒画像のナンバープレートをカラー画像に重ねて、カラー画像上のナンバープレートの位置を検出してもよい。
【００４４】
パーツ検出部１２０ｂは、画像データ管理部１１０からカラー画像データを取得し、取得したカラー画像データを基にして、車両の特徴的な部分（サイドミラー、ヘッドライト、テールランプなど）を検出する処理部である。なお、パーツ検出部１２０ｂは、特定部位抽出処理部１２０が、車両のどの部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域など）を抽出するかによって、車両から検出する部分が異なる。なお、特定部位抽出処理部１２０が車両のどの部位を抽出するかは予め、ユーザなどによって設定されている。
【００４５】
したがって、本実施例では、特定領域抽出部１２０ｃがボンネット領域を抽出する場合、ルーフ領域を抽出する場合、車両側面とドア領域を抽出する場合、トランク領域を抽出する場合にわけて、パーツ検出部１２０ｂがカラー画像から検出する車両の部分について説明する。
【００４６】
まず、特定部位抽出処理部１２０がボンネット領域を抽出する場合のパーツ検出部１２０ｂについて説明する。図４は、特定部位抽出処理部１２０がボンネット領域を抽出する場合の車両の各部分を説明するための説明図である。
【００４７】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がボンネット領域を抽出する場合には、カラー画像データからサイドミラー１ａ、ヘッドランプ１ｂおよびフロントミラー１ｃの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、ヘッドランプ位置情報、フロントミラー位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００４８】
続いて、特定部位抽出処理部１２０がルーフ領域を抽出する場合のパーツ検出部１２０ｂについて説明する。図５は、特定部位抽出処理部１２０がルーフ領域を抽出する場合の車両の各部分を説明するための説明図である。
【００４９】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がルーフ領域を抽出する場合には、カラー画像データからサイドミラー２ａ、フロントガラス２ｂ、ヘッドランプ２ｃ、フロントミラー２ｄの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、フロントガラス位置情報、ヘッドランプ位置情報、フロントミラー位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５０】
続いて、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合のパーツ検出部１２０について説明する。図６は、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合の車両の各部分を説明するための説明図である。
【００５１】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合には、カラー画像データからサイドミラー３ａ、ヘッドランプ３ｂ、タイヤ３ｃの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、ヘッドランプ位置情報、タイヤ位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５２】
続いて、特定部位抽出処理部１２０がトランク領域を抽出する場合のパーツ検出部１２０について説明する。図７は、特定部位抽出処理部１２０がトランク領域を抽出する場合の車両の各部分を説明するための説明図である。
【００５３】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がトランク領域を抽出する場合には、カラー画像データからリアガラス４ａ、テールランプ４ｂ、排気用マフラー４ｃ、タイヤ４ｄの位置を検出し、検出した各部分の位置の情報（リアガラス位置情報、テールランプ位置情報、排気用マフラー位置情報、タイヤ位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５４】
特定領域抽出部１２０ｃは、ナンバープレート検出部１２０ａおよびパーツ検出部１２０ｂから車両の各部分の位置情報を取得し、取得した位置情報を基にしてカラー画像上の車両の特定の部位を抽出する処理部である。
【００５５】
なお、特定領域抽出部１２０ｃは、車両のどの領域（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域など）を抽出するかによって、処理が異なる。したがって、本実施例では、特定領域抽出部１２０ｃがボンネット領域を抽出する場合、ルーフ領域を抽出する場合、車両側面とドア領域を抽出する場合、トランク領域を抽出する場合にわけて説明する。
【００５６】
まず、特定領域抽出部１２０ｃがボンネット領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのボンネット領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【００５７】
ボンネット領域を抽出する手法その一として、特定領域抽出部１２０ｃは、ナンバープレート位置情報およびサイドミラー位置情報とを基にして、カラー画像上のナンバープレートおよびサイドミラーの位置を特定し、ナンバープレート位置と２つのサイドミラー位置との３点から、その中点を検出する。
【００５８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００５９】
ボンネット領域を抽出する手法その二として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびサイドミラー位置情報とを基にして、カラー画像上のヘッドランプおよびサイドミラー位置を特定し、２つのヘッドランプの位置と２つのサイドミラーの位置を四角形の頂点に見立て、その四角形の対角線の交点を検出する。
【００６０】
そして、特定部位抽出部１２０ｃは、検出した交点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６１】
ボンネット領域を抽出する手法その三として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報、サイドミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプ、サイドミラーおよびナンバープレートの位置を特定し、２つのヘッドランプの位置と２つのサイドミラーの位置とナンバープレートの位置とを五角形の頂点に見立て、その五角形の中点を検出する。
【００６２】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６３】
ボンネット領域を抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのサイドミラーの位置と、左ヘッドライト（車両を正面から見た場合を基準としている。以下同様）の位置とを三角形の頂点に見立て、その中点を検出する。
【００６４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６５】
ボンネット領域を抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのサイドミラーの位置と、右ヘッドライトの位置とを三角形の頂点に見立て、その中点を検出する。
【００６６】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６７】
ボンネット領域を抽出する手法その六として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのヘッドライトの位置と、左サイドミラーの位置とを三角形の頂点に見立て、その中点を検出する。
【００６８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６９】
ボンネット領域を抽出する手法その七として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのヘッドライトの位置と、右サイドミラーの位置とを三角形の頂点に見立て、その中点を検出する。
【００７０】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７１】
ボンネット領域を抽出する手法その八として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、２つのサイドミラーの位置を特定する。そして、特定領域抽出部１２０ｃは、２つのサイドミラーの中点から円状に属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、変化のない領域が重なる領域をフロントガラス領域と判断する。
【００７２】
続いて、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の下辺から下方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントグリル）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは抽出したボンネット領域の情報をボンネット領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【００７３】
ボンネット領域を抽出する手法その九として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプの位置およびナンバープレートの位置を特定し、ヘッドランプ間を中心線として、ナンバープレートの位置と線対称になる位置を検出する。
【００７４】
そして、特定領域抽出部１２０ｃは、検出した位置から円状に、属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７５】
ボンネット領域を抽出する手法その十として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報を基にして、カラー画像上のヘッドランプの位置を特定し、ヘッドランプ領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化が見られる地点（フロントガラスと路面）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７６】
ボンネット領域を抽出する手法その十一として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上の２つのフロントミラーの位置を特定し、二つのフロントミラー間の中点を検出する。
【００７７】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７８】
ボンネット領域を抽出する手法その十二として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出し、２つの接点間の中点を検出する。
【００７９】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８０】
ボンネット領域を抽出する手法その十三として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出する。
【００８１】
そして、特定領域抽出部１２０ｃは、接点間を線に見立て、カラー画像上、線から下方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントグリル）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８２】
ボンネット領域を抽出する手法その十四として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出する。
【００８３】
そして、特定領域抽出部１２０ｃは、接点間を線に見立て、カラー画像上、線から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントガラスと路面）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８４】
ボンネット領域を抽出する手法その十五として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定する。
【００８５】
続いて、特定領域抽出部１２０ｃは、２つのフロントミラーの位置と２つのヘッドランプの位置とを四角形の頂点に見立て、その四角形の対角線の交点を検出し、検出した交点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８６】
ボンネット領域を抽出する手法その十六として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のフロントミラーの位置およびナンバープレートの位置を特定し、ナンバープレートの位置と２つのフロントミラーの位置の３点から、その中点を検出する。
【００８７】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８８】
ボンネット領域を抽出する手法その十七として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのフロントミラーと左ヘッドランプを三角形の頂点に見立て、その中点を検出する。
【００８９】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９０】
ボンネット領域を抽出する手法その十八として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのフロントミラーと右ヘッドランプを三角形の頂点に見立て、その中点を検出する。
【００９１】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９２】
ボンネット領域を抽出する手法その十九として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのヘッドランプと左フロントミラーを三角形の頂点に見立て、その中点を検出する。
【００９３】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９４】
ボンネット領域を抽出する手法その二十として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのヘッドランプと右フロントミラーを三角形の頂点に見立て、その中点を検出する。
【００９５】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９６】
ボンネット領域を抽出する手法その二十一として、特定領域抽出部１２０ｃは、ナンバープレート位置情報を基にして、カラー画像上のナンバープレートの位置を特定し、ナンバープレートと同じ寸法のプレートを、特定したナンバープレートの上に所定数配置する。所定数目のプレートはボンネット領域に配置されるため、特定領域抽出部１２０ｃは、所定数目のプレートの対角線の中点を検出する。
【００９７】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９８】
次に、特定領域抽出部１２０ｃがルーフ領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのルーフ領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【００９９】
ルーフ領域を抽出する手法その一として、特定領域抽出部１２０ｃは、カラー画像を基にして色認識を行い、色調が安定しない領域をフロントガラス領域と判定する。そして、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１００】
ルーフ領域を抽出する手法その二として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、２つのサイドミラー間の中点を検出し、検出した中点から円状に属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、それかの領域が重なる領域をフロントガラス領域と判定する。
【０１０１】
続いて、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０２】
ルーフ領域を抽出する手法その三として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のサイドミラーの位置およびナンバープレートの位置を特定し、２つのサイドミラーとナンバープレートを三角形の頂点に見立て、その中点を検出する。
【０１０３】
そして、特定領域抽出部１２０ｃは、検出した中点を中心として、ナンバープレートの位置（ナンバープレートの中心点またはナンバープレートの四隅の点など）と点対称になる点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０４】
ルーフ領域を抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、サイドミラー領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、画像端以外で属性情報の変化の見られる地点までの領域をサイドガラス領域と判定する。
【０１０５】
続いて、特定領域抽出部１２０ｃは、カラー画像上、サイドガラス領域の上辺から上方へ属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０６】
ルーフ領域を抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置を特定し、２つのサイドミラーおよび２つのヘッドランプを四角形の頂点に見立て、その四角形の対角線の交点を検出する。
【０１０７】
そして、特定領域抽出部１２０ｃは、サイドミラー間を中心線とし、対角線の交点の位置と線対称になる位置を検出し、そこから円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１０８】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０９】
ルーフ領域を抽出する手法その六として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置とを特定し、２つのサイドミラーと左ヘッドランプ（撮影用のカメラが車両の左上方に設置されている場合）を平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１点を検出する。
【０１１０】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１１１】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１１２】
ルーフ領域を抽出する手法その七として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置とを特定し、２つのサイドミラーと右ヘッドランプ（撮影用のカメラが車両の右上方に設置されている場合）を平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１点を検出する。
【０１１３】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１１４】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１１５】
次に、特定領域抽出部１２０ｃが車両側面とドア領域とを抽出する場合について説明する。なお、特定領域抽出部１２０ｃの車両側面とドア領域とを抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【０１１６】
車両側面とドア領域とを抽出する手法その一として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報を基にして、カラー画像上のヘッドランプの位置を特定し、右ヘッドランプ（車を前から見た場合）領域の右端から右方へ属性情報の１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報に含まれる要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１１７】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これはカラーカメラ３０が車両の右前方に設置されている場合であり、カラーカメラ３０が左前方に取り付けられている場合には、左ヘッドランプ領域の左端から左方へ属性情報の検出を行うことになる。
【０１１８】
車両側面とドア領域とを抽出する手法その二として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびサイドミラー位置情報を基にして、カラー画像上のヘッドランプの位置およびサイドミラーの位置とを特定し、右ヘッドランプと右サイドミラー間を線に見立て、カラー画像上そこから右方へ属性情報の１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報に含まれる要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１１９】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これはカラーカメラ３０が車両の右前方に設置されている場合であり、カラーカメラ３０が左前方に取り付けられている場合には、左ヘッドランプと左サイドミラー間を線に見立て、カラー画像上そこから左方へ属性情報の検出を行うことになる。
【０１２０】
車両側面とドア領域とを抽出する手法その三として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプの位置およびナンバープレートの位置を特定し、右ヘッドランプを中心点とし、ナンバープレートの位置と点対称になる地点を検出する。
【０１２１】
そして、特定領域検出部１２０ｃは、検出した地点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２２】
続いて、特定領域検出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左ヘッドランプを中心点とし、ナンバープレートの位置と点対称になる地点を検出し、属性情報を検出することになる。
【０１２３】
車両側面とドア領域とを抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、２つのサイドミラー間を線に見立て、線の延長線上を画像右方向に向かって属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２４】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、２つのサイドミラー間を線に見立て、線の延長線上を画像左方法に向かって属性情報を検出することになる。
【０１２５】
車両側面とドア領域とを抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報とタイヤ位置情報とを基にして、カラー画像上のサイドミラーの位置とタイヤの位置とを特定し、右サイドミラーと右前輪のタイヤ間の中点を検出する。
【０１２６】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域を車両側面およびドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２７】
続いて、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左サイドミラーと左前輪のタイヤ間の中点を検出し、検出した中点から円状に属性情報を検出することになる。
【０１２８】
車両側面とドア領域とを抽出する手法その六（車両側面に文字が書かれている場合）として、特定領域抽出部１２０ｃは、サイドミラー位置情報、タイヤ位置情報およびヘッドランプ位置情報を基にして、カラー画面上のサイドミラーの位置、タイヤの位置およびヘッドランプの位置を特定し、右前後輪のタイヤ、右ヘッドランプ、右サイドミラー、車両領域の最右点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出する。
【０１２９】
続いて、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左ヘッドランプ、左サイドミラー、車両領域の最左点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出することになる。
【０１３０】
車両側面とドア領域とを抽出する手法その七（車両側面の色が二色以上に分かれている場合）として、特定領域抽出部１２０ｃは、サイドミラー位置情報、タイヤ位置情報およびヘッドランプ位置情報を基にして、カラー画面上のサイドミラーの位置、タイヤの位置およびヘッドランプの位置を特定し、右前後輪のタイヤ、右ヘッドランプ、右サイドミラー、車両領域の最右点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域外周から内側に向かって属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域毎に色識別を行い、車両の色は複数色であると判定する。
【０１３１】
続いて、特定領域抽出部１２０ｃは、区切った領域を車両側面とドア領域として抽出し、抽出した領域の情報を車両側面情報として、カラー画像データおよび車両の側面は複数色である旨の情報を車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左ヘッドランプ、左サイドミラー、車両領域の最左点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域の外周から内側に向かって属性情報を検出することになる。
【０１３２】
次に、特定領域抽出部１２０ｃがトランク領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのトランク領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【０１３３】
トランク領域を抽出する手法その一として、特定領域抽出部１２０ｃは、カラー画像の色認識を行い、色調が安定しない領域をリアガラス領域と判定し、カラー画像上、リアガラス領域の下辺から下方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（リアバンパー、ナンバープレート、テールランプ等）までの領域をトランク領域と判定し、判定したトランク領域を抽出する。そして、特定領域抽出部１２０ｃは、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３４】
トランク領域を抽出する手法その二として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、テールランプ領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（路面かリアガラス）までの領域をトランク領域と判定する。
【０１３５】
そして、特定領域抽出部１２０ｃは、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３６】
トランク領域を抽出する手法その三として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置とナンバープレートの位置とを特定し、２つのテールランプ間を中心線と見立て、ナンバープレートの位置と線対称になる位置を検出する。
【０１３７】
続いて、特定領域抽出部１２０ｃは、検出した位置から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３８】
トランク領域を抽出する手法その四として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、２つのテールランプとナンバープレートを平行四辺形の頂点の３点に見立て、平行四辺形にかかる残りの１点を検出する。
【０１３９】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４０】
トランク領域を抽出する手法その五として、特定領域抽出部１２０ｃは、テールランプ位置情報および排気用マフラー位置情報を基にして、カラー画像上のテールランプの位置および排気用マフラーの位置を特定し、２つのテールランプ間を中心線と見立て、排気用マフラーの位置と線対称になる位置を検出する。
【０１４１】
そして、特定領域抽出部１２０ｃは、検出した位置から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４２】
トランク領域を抽出する手法その六として、特定領域抽出部１２０ｃは、テールランプ位置情報および排気用マフラー位置情報を基にして、カラー画像上のテールランプの位置および排気用マフラーの位置を特定し、２つのテールランプおよび排気用マフラーを平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１つを検出する。
【０１４３】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４４】
トランク領域を抽出する手法その七として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、２つのテールランプおよびナンバープレートを平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１つを検出する。
【０１４５】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４６】
ところで、車両の画像からルーフ領域を抽出する場合に、車両を背面から撮影した画像を利用する場合がある。そこで、本実施例では、背面から撮影した画像を利用してルーフ領域を抽出する手法を例として、２通り示す。
【０１４７】
まず１つ目として、特定領域抽出部１２０ｃは、カラー画像を基に色認識を行い、色調が安定しない領域をリアガラス領域と判定し、カラー画像上、リアガラス領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる領域をルーフ領域と判定する。
【０１４８】
そして、特定領域抽出部１２０ｃは、ルーフ領域を抽出し、抽出したルーフ領域をルーフ領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４９】
２つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、テールランプ領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化の見られる地点の内、車両領域外に出ない地点を検出する。
【０１５０】
そして、特定領域抽出部１２０ｃは、検出した地点から上方扇型に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をリアガラス領域と判定する。
【０１５１】
続いて、特定領域抽出部１２０ｃは、リアガラス領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる地点（路面、画面端またはフロントガラスなど）までの領域をルーフ領域として判定し、ルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域をルーフ領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１５２】
ところで、車両の画像から車両側面とドア領域とを抽出する場合に、車両を背面から撮影した画像を利用する場合がある。そこで、本実施例では、背面から撮影した画像を利用して車両側面とドア領域とを抽出する手法を例として、８通り示す。
【０１５３】
まず１つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報およびタイヤ位置情報を基にして、カラー画像上のテールランプの位置およびタイヤの位置を特定し、右テールランプと右後輪タイヤ間の中点を検出する。
【０１５４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左後輪タイヤ間の中点を検出することになる。
【０１５５】
２つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報、タイヤ位置情報およびサイドミラー位置情報を基にして、カラー画像上のテールランプの位置、タイヤの位置およびサイドミラーの位置を特定し、右テールランプと右後輪のタイヤと右サイドミラーの３点からその中点を検出する。
【０１５６】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左後輪のタイヤと左サイドミラーの３点からその中点を検出することになる。
【０１５７】
３つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報、タイヤ位置情報およびサイドミラー位置情報を基にして、カラー画像上のテールランプの位置、タイヤの位置およびサイドミラーの位置を特定し、右テールランプと右前輪のタイヤと右サイドミラーの３点からその中点を検出する。
【０１５８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左前輪のタイヤと左サイドミラーの３点からその中点を検出することになる。
【０１５９】
４つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、右テールランプ領域の右辺から右方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のどれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定する。
【０１６０】
そして、特定領域抽出部１２０ｃは、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域とを車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプ領域の左辺から左方へ属性情報を検出することになる。
【０１６１】
５つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報とナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、右テールランプを中心点とし、ナンバープレートの位置と点対照になる地点を検出する。
【０１６２】
そして、特定領域抽出部１２０ｃは、検出した地点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプを中心点とし、ナンバープレートの位置と点対照になる地点を検出することになる。
【０１６３】
６つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報およびタイヤ位置情報を基にして、カラー画像上のテールランプの位置およびタイヤの位置を特定し、右テールランプと右前輪のタイヤ間の中点を検出する。
【０１６４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと右前輪のタイヤ間の中点を検出することになる。
【０１６５】
７つ目として、特定領域抽出部１２０ｃは、車両側面に文字が書かれている場合に、サイドミラー位置情報、タイヤ位置情報およびテールランプ位置情報を基にして、カラー画像上のサイドミラーの位置、タイヤの位置およびテールランプの位置を特定し、右前後輪のタイヤ、右テールランプ、右サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出する。
【０１６６】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左テールランプ、左サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出することになる。
【０１６７】
８つ目として、特定領域抽出部１２０ｃは、車両側面の色が二色以上に分かれている場合に、サイドミラー位置情報、タイヤ位置情報およびテールランプ位置情報を基にして、カラー画像上のサイドミラーの位置、タイヤの位置およびテールランプの位置を特定し、右前後輪のタイヤ、右テールランプ、右サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域外周から内側に向かって属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域毎に色識別を行い、車両の色は複数色であると判定する。
【０１６８】
そして、特定領域抽出部１２０ｃは、区切った領域を車両側面とドア領域として抽出し、抽出した領域の情報を車両側面情報として、カラー画像データおよび車両の側面は複数色である旨の情報を車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、特定領域抽出部１２０ｃは、左前後輪のタイヤ、左テールランプ、左サイドミラーで囲まれる領域を車両側面およびドア領域として区切り、区切った領域の外周から内側に向かって属性情報を検出することになる。
【０１６９】
車体色判別処理部１３０は、特定部位抽出処理部１２０から車両の特定部位の情報（ボンネット領域情報、ルーフ領域情報、車両側面情報、トランク領域情報）およびカラー画像データを取得し、取得した特定部位の情報およびカラー画像データを基にして、特定部位の色を判別する処理部である。
【０１７０】
また、この車体色判別処理部１３０は、カラー画像データに含まれる、カラー画像が撮影された時間や場所の情報と、カラー画像データと、特定部位抽出処理部１２０が抽出した車両の特定部位の情報と、特定部位の色の情報とを関連付けて、画像データ記憶部１４０に記憶する。
【０１７１】
画像データ記憶部１４０は、カラー画像が撮影された時間や場所の情報と、カラー画像データと、特定部位抽出処理部１２０が抽出した車両の特定部位の情報と、特定部位の色の情報とを関連付けて記憶する記憶部である。
【０１７２】
次に、本実施例にかかる画像蓄積サーバ１００の処理について説明する。なお、ここでは、各特定部位を抽出する代表的な手法に関するフローチャートのみを示し、その他の手法に関するフローチャートは省略する。図８は画像蓄積サーバ１００の処理手順を示すフローチャートである。同図に示すように、画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し（ステップＳ１０１）、白黒画像データ及びカラー画像データを特定部位抽出処理部１２０に渡す（ステップＳ１０２）。
【０１７３】
そして、カラーカメラが撮影を車両の前面から行っている場合には（ステップＳ１０３Ｙｅｓ）、車両前面からの特定領域抽出処理を行い（ステップＳ１０４）、車両色判別処理部１３０が特定部位の色を判別し（ステップＳ１０６）、カラー画像データおよび特定部位の色の情報などを画像データ記憶部１４０に記憶する（ステップＳ１０７）。
【０１７４】
一方、カラーカメラが撮影を車両の背面から行っている場合には（ステップＳ１０３，Ｎｏ）、車両背面からの特定領域抽出処理を行い（ステップＳ１０５）、ステップＳ１０６に移行する。
【０１７５】
次に、図８のステップＳ１０４に示した車両前面からの特定領域抽出処理について説明する（ここでは、車両前面から特定領域を抽出する代表的な手法を３通り示す）。図９は、図８のステップＳ１０４に示した車両前面から特定領域抽出処理を示すフローチャート（１）である。なお、図１０は、図９のフローチャートに示される車両の各部分を説明するための説明図である。
【０１７６】
同図に示すように、パーツ検出部１２０ｂがカラー画像の車体領域の中で、出っ張りとなる部分をサイドミラー５ａと特定し（ステップＳ２０１）、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出する（ステップＳ２０２）。
【０１７７】
そして、ナンバープレート検出部１２０ａが白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート５ｂを抽出し（ステップＳ２０３）、特定領域抽出部１２０ｃがサイドミラー５ａとナンバープレート５ｂで三角形５ｃを構成する（ステップＳ２０４）。
【０１７８】
続いて、特定領域抽出部１２０ｃが三角形５ｃの中点５ｄを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ２０６）、抽出した領域をボンネット領域と特定する（ステップＳ２０７）。
【０１７９】
このように、特定領域抽出部１２０ｃが、サイドミラーとナンバープレートで三角形を構成し、三角形の中点を中心に属性情報の変化を検出し、変化の見られない領域をボンネット領域として抽出するので、環境条件によらず、カラー画像上のボンネット領域を正確に抽出することができる。
【０１８０】
なお、図９の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１８１】
図１１は、図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（２）である。なお、図１２は、図１１のフローチャートに示される車両の各部分を説明するための説明図である。
【０１８２】
同図に示すように、パーツ検出部１２０ｂがカラー画像の車体領域内で、出っ張りとなる部分をサイドミラー６ａと特定し（ステップＳ３０１）、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出する（ステップＳ３０２）。
【０１８３】
そして、ナンバープレート検出部１２０ａが白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート６ｂを抽出し（ステップＳ３０３）、特定領域抽出部１２０ｃがサイドミラー６ａとナンバープレート６ｂで三角形６ｃを構成し（ステップＳ３０４）、三角形６ｃの中点６ｄを検出する（ステップＳ３０５）。
【０１８４】
続いて、特定領域抽出部１２０ｃが三角形６ｃの中点６ｄに対して、ナンバープレート６ｂの位置と点対称になる点６ｅを検出し（ステップＳ３０６）、点６ｅを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ３０７）、抽出した領域をルーフ領域と特定する（ステップＳ３０８）。
【０１８５】
このように、特定領域抽出部１２０ｃが、サイドミラーとナンバープレートの三角形の中点を検出し、三角形の中点に対して、ナンバープレートの位置と点対称になる点を検出し、点対称となる点を中心にして属性情報の変化を検出し、変化の見られない領域をルーフ領域として抽出するので、環境条件によらず、カラー画像上のルーフ領域を正確に抽出することができる。
【０１８６】
なお、図１１の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１８７】
図１３は、図８のステップＳ１０４に示した車両前面から特定領域抽出処理を示すフローチャート（１）である。なお、図１４は、図１３のフローチャートに示される車両の各部分を説明するための説明図である。
【０１８８】
同図に示すように、パーツ検出部１２０ｂがヘッドランプ領域７ａを特定する（ステップＳ４０１）。ヘッドランプ領域を特定する際、車両領域右側に接する輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）に違いがあり、範囲の狭い領域とその左端から左に向かって輝度の変化を検出し、同程度の輝度になる領域をヘッドランプ領域とする。
【０１８９】
そして、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出し（ステップＳ４０２）、白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート７ｂを抽出する（ステップＳ４０３）。
【０１９０】
続いて、特定領域抽出部１２０ｃが右ヘッドランプ７ａ（車両を正面から見た場合）を中心点として、ナンバープレート７ｂの位置と点対称になる点７ｃを検出する（ステップＳ４０４）。
【０１９１】
そして、特定領域抽出部１２０ｃが検出した点７ｃを中心に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ４０５）、抽出した領域を車両側面およびドア領域と特定する（ステップＳ４０６）。
【０１９２】
このように、特定領域抽出部１２０ｃが、ヘッドランプとナンバープレートを検出し、ヘッドランプを中心点として、ナンバープレートの位置と点対称になる点を検出し、点対称となる点を中心にして属性情報の変化を検出し、変化の見られない領域を車両側面およびドア領域として抽出するので、環境条件によらず、カラー画像上の車両側面およびドア領域を正確に抽出することができる。
【０１９３】
なお、図１３の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１９４】
次に、図８のステップＳ１０５に示した車両背面からの特定領域抽出処理について説明する（ここでは、車両背面から特定領域を抽出する代表的な手法の一例を示す）。図１５は、図８のステップＳ１０５に示した車両背面から特定領域抽出処理を示すフローチャートである。なお、図１６は、図１５のフローチャートに示される車両の各部分を説明するための説明図である。
【０１９５】
同図に示すように、パーツ検出部１２０ｂがテールランプ領域８ａを検出する（ステップＳ５０１）。テールランプ領域を検出する際、車両領域左側に接する輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）に違いがあり、範囲の狭い領域とその上部右端から右に向かって輝度の変化を検出し、同程度の輝度になる領域をテールランプ領域とする。
【０１９６】
そして、特定領域抽出部１２０ｃが白黒画像の車体領域下部に存在するナンバープレートを抽出し（ステップＳ５０２）、白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート８ｂを抽出する（ステップＳ５０３）。
【０１９７】
そして、特定領域抽出部１２０ｃが二つのテールランプ領域８ａの上部間を中心線８ｃとして、ナンバープレート８ｂの位置と線対称となる点８ｄを検出する（ステップＳ５０４）。
【０１９８】
続いて、特定領域抽出部１２０ｃが検出した点８ｄを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し、抽出した領域をトランク領域と特定する（ステップＳ５０６）。
【０１９９】
このように、特定領域抽出部１２０ｃが、テールランプ領域上部間の中心線とナンバープレートの位置とを基にして、中心線に対してナンバープレートの位置と線対称となる点を検出し、検出した点を中心に属性情報の変化を検出し、変化の見られない領域をトランク領域として抽出するので、環境条件によらず、カラー画像上のトランク領域を正確に抽出することができる。
【０２００】
上述してきたように、本実施例にかかる画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡し、特定部位抽出処理部１２０が、カラー画像上の車両の特徴的な部分（ナンバープレート、サイドミラー、フロントミラー、ヘッドランプ等）を検出し、検出した部分を基にして車両の特定の部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域等）を検出するので、環境条件などの影響を受けることなく、車両の色を判別すべき部位を正確に検出することができる。
【０２０１】
ところで、上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図１７を用いて、上記の実施例と同様の機能を有する特定部位抽出プログラムを実行するコンピュータの一例を説明する。図１７は、特定部位抽出プログラムを実行するコンピュータを示す図である。
【０２０２】
同図に示すように、特定部位抽出装置としてのコンピュータ３００は、カメラインターフェース装置３１０、ＬＡＮインターフェース装置３２０、ＲＡＭ３３０、ＨＤＤ３４０およびＣＰＵ３５０をバス３６０で接続して構成される。ここで、カメラインターフェース装置３１０は、白黒カメラまたはカラーカメラとの間でデータ通信を行うための装置であり、ＬＡＮインターフェース装置３２０は、クライアント端末とデータ通信を行うための装置である。
【０２０３】
そして、ＨＤＤ３４０には、上記の実施例と同様の機能を発揮する特定部位抽出プログラム、つまり、図１７に示すように、画像データ管理プログラム３４０ａ、特定部位検出処理プログラム３４０ｂが予め記憶されている。
【０２０４】
そして、ＣＰＵ３５０が、これらのプログラム３４０ａ，３４０ｂをＨＤＤ３４０から読み出して実行することで、図１８に示すように、各プログラム３４０ａ，３４０ｂは、画像データ管理プロセス３５０ａ、特定部位検出処理プロセス３５０ｂとして機能するようになる。画像データ管理プロセス３５０ａは、図３に示した画像データ管理部１１０に対応し、特定部位検出処理プロセス３５０ｂは、図３に示した特定部位抽出処理部１２０および車体色判別処理部１３０に対応する。
【０２０５】
また、ＲＡＭ３３０には、図１８に示すように、画像データ３３０ａが記録される。そして、ＣＰＵ３５０は、車両の特定部位の領域などを抽出し、抽出した特定領域の情報や車両の画像などを、画像データ３３０ａとしてＲＡＭ３３０に記憶する。
【０２０６】
ところで、上記したプログラム３５０ａ、３５０ｂについては、必ずしも最初からＨＤＤ３４０に記憶させておく必要はなく、例えば、コンピュータに挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」または、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ３００がこれらから各プログラムを読み出して実行するようにしてもよい。
【０２０７】
（付記１）車両の特定の部位を抽出する特定部位抽出プログラムであって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、
前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、
をコンピュータに実行させることを特徴とする特定部位抽出プログラム。
【０２０８】
（付記２）前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする付記１に記載の特定部位抽出プログラム。
【０２０９】
（付記３）前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記１に記載の特定部位抽出プログラム。
【０２１０】
（付記４）前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする付記３に記載の特定部位抽出プログラム。
【０２１１】
（付記５）前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする付記２に記載の特定部位抽出プログラム。
【０２１２】
（付記６）車両の特定の部位を抽出する特定部位抽出装置であって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手段と、
前記特徴部分検出手段において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手段と、
を備えたことを特徴とする特定部位抽出装置。
【０２１３】
（付記７）前記特定部位抽出手段は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手段と、前記部分特定手段において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手段とをさらに備えたことを特徴とする付記６に記載の特定部位抽出装置。
【０２１４】
（付記８）前記特定部位抽出手段は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記６に記載の特定部位抽出装置。
【０２１５】
（付記９）車両の特定の部位を抽出する特定部位抽出方法であって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出工程と、
前記特徴部分検出工程において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出工程と、
を含んだことを特徴とする特定部位抽出方法。
【０２１６】
（付記１０）前記特定部位抽出工程は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定工程と、前記部分特定工程において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出工程とをさらに含んだことを特徴とする付記９に記載の特定部位抽出方法。
【０２１７】
（付記１１）前記特定部位抽出工程は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記９に記載の特定部位抽出方法。
【産業上の利用可能性】
【０２１８】
以上のように、本発明にかかる特定部位抽出プログラムは、車体色を判別すべき車両の特定部位を正確に抽出する必要のある特定部位抽出システムなどに対して有用である。
【符号の説明】
【０２１９】
１０，２０ 白黒カメラ
３０，４０ カラーカメラ
５０ 入力装置
６０ 表示装置
１００ 画像蓄積サーバ
１１０ 画像データ管理部
１２０ 特定部位抽出処理部
１２０ａ ナンバープレート検出部
１２０ｂ パーツ検出部
１２０ｃ 特定領域抽出部
１３０ 車体色判別処理部
１４０ 画像データ記憶部
２００ クライアント
２１０ 検索条件指定部
２２０ メモリ
２３０ 表示処理部
３００ 特定部位抽出装置（コンピュータ）
３１０ カメラインターフェース装置
３２０ ＬＡＮインターフェース装置
３３０ ＲＡＭ
３３０ａ 画像データ
３４０ ＨＤＤ
３４０ａ 画像データ管理プログラム
３４０ｂ 特定部位検出処理プログラム
３５０ ＣＰＵ
３５０ａ 画像データ管理プロセス
３５０ｂ 特定部位検出処理プロセス
【技術分野】
【０００１】
この発明は、車両の特定の部位を抽出する特定部位抽出プログラムに関し、特に環境条件によらず、車両の色を判別すべき部位を正確に抽出することができる特定部位抽出プログラムに関するものである。
【背景技術】
【０００２】
近年、交通監視等の分野において、多くの車両の中から特定の車両を検出するために、車両のナンバープレートと共に車両の色を判別する必要性が高まっている。なぜなら、ナンバープレートの文字や数字などを正確に判別できない場合でも、車両の特定部位の色が判別可能であれば、特定の車両を迅速に検索することができるからである。
【０００３】
そこで、カメラなどで撮影された車両の画像から特定の部位（ボンネット、ルーフおよびトランクなど）を抽出し、抽出した部位の色を判別する車色判別装置が利用されている。具体的に、この車色判別装置が、車両の画像からボンネットの色を判別する場合には、車両位置の縦方向の１ラインまたは複数ラインの濃度分布を求め、濃度分布が一定になる部分をボンネット領域として抽出し、抽出した領域の色を判別している（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０００−２２２６７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、従来にかかる技術では環境条件（日光の乱反射、朝焼け・夕焼けの反射、逆光・影、雨、雪、霧、対向車・後続車のライトなど）によって、車両の濃度分布が一定とならず、車両の色を判別するのに適さない車両の部位を誤って抽出してしまうという問題があった。
【０００６】
例えば、図１８−１のように、環境状況によって、ボンネットの濃度分布以外にもフロントグリルやバンパーの濃度分布がほぼ一定になってしまうため、ボンネット領域を抽出したつもりでも、フロントグリルやパンパーがボンネット領域として抽出されてしまい、車両の部位の色を正確に判別することができなかった。
【０００７】
また、図１８−２のように、環境状況によって、ボンネット上の濃度分布が一定とならない場合もあり、濃度分布が一定となる領域をボンネットとして抽出する従来の手法では、正確にボンネット領域を抽出することができなかった。
【０００８】
すなわち、環境条件によらず、車両の色を判別すべき部位を正確に抽出することが極めて重要な課題となっている。
【０００９】
この発明は、上述した従来技術による問題点を解消するためになされたものであり、環境条件によらず車両の部位を正確に抽出することができる特定部位抽出プログラム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】
【００１０】
上述した課題を解決し、目的を達成するため、請求項１の発明に係る特定部位抽出プログラムは、車両の特定の部位を抽出する特定部位抽出プログラムであって、車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、をコンピュータに実行させることを特徴とする。
【００１１】
この請求項１の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、該車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、車両の特定の部位を抽出する。
【００１２】
また、請求項２の発明に係る特定部位抽出プログラムは、請求項１の発明において、前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする。
【００１３】
この請求項２の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該特徴的な部分を基にして車両領域内の所定の部分を特定し、該特定した部分周辺の光や色の情報を含んだ属性情報を検出し、検出した属性情報において大きな変化が見られない領域を車両の特定部位として抽出する。
【００１４】
また、請求項３の発明に係る特定部位抽出プログラムは、請求項１の発明において、前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする。
【００１５】
この請求項３の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を車両の特定の部位として抽出する。
【００１６】
また、請求項４の発明に係る特定部位抽出プログラムは、請求項３の発明において、前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする。
【００１７】
この請求項４の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域内に文字が存在する場合には、区切られた領域の内、文字以外の領域を車両の特定の部位として抽出する。
【００１８】
また、請求項５の発明に係る特定部位抽出プログラムは、請求項２の発明において、前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする。
【００１９】
この請求項５の発明によれば、車両の画像を基にして、車両の二つのサイドミラーおよびナンバープレートを検出し、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、特定した中点から円状に属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出する。
【発明の効果】
【００２０】
請求項１の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、該車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、車両の特定の部位を抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確に抽出することができるという効果を奏する。
【００２１】
また、請求項２の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該特徴的な部分を基にして車両領域内の所定の部分を特定し、該特定した部分周辺の光や色の情報を含んだ属性情報を検出し、検出した属性情報において大きな変化が見られない領域を車両の特定部位として抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２２】
また、請求項３の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を車両の特定の部位として抽出するので、環境条件によらず、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２３】
また、請求項４の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の特徴的な部分を検出し、該検出した車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域内に文字が存在する場合には、区切られた領域の内、文字以外の領域を車両の特定の部位として抽出するので、車両に文字が存在する場合でも、車両色を判別すべき特定部位を正確かつ効率よく抽出することができるという効果を奏する。
【００２４】
また、請求項５の発明によれば、特定部位抽出プログラムは、車両の画像を基にして、車両の二つのサイドミラーおよびナンバープレートを検出し、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、特定した中点から円状に属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出するので、環境条件によらず、車両のボンネット領域を正確に検出することができるという効果を奏する。
【図面の簡単な説明】
【００２５】
【図１】本実施例に係る特定部位抽出の概念を説明するための説明図である。
【図２】特定された点近辺の明度の検出結果のグラフを示す図である。
【図３】本実施例に係る特定部位抽出システムのシステム構成を示すブロック図である。
【図４】特定部位抽出処理部がボンネット領域を抽出する場合の車両の各部分を説明するための説明図である。
【図５】特定部位抽出処理部がルーフ領域を抽出する場合の車両の各部分を説明するための説明図である。
【図６】特定部位抽出処理部が車両側面とドア領域とを抽出する場合の車両の各部分を説明するための説明図である。
【図７】特定部位抽出処理部がトランク領域を抽出する場合の車両の各部分を説明するための説明図である。
【図８】画像蓄積サーバの処理手順を示すフローチャートである。
【図９】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（１）である。
【図１０】図９のフローチャートに示される車両の各部分を説明するための説明図である。
【図１１】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（２）である。
【図１２】図１１のフローチャートに示される車両の各部分を説明するための説明図である。
【図１３】図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（３）である。
【図１４】図１３のフローチャートに示される車両の各部分を説明するための説明図である。
【図１５】図８のステップＳ１０５に示した車両背面からの特定領域抽出処理を示すフローチャートである。
【図１６】図１５のフローチャートに示される車両の各部分を説明するための説明図である。
【図１７】特定部位抽出プログラムを実行するコンピュータを示す図である。
【図１８−１】従来技術による問題点を説明するための説明図（１）である。
【図１８−２】従来技術による問題点を説明するための説明図（２）である。
【発明を実施するための形態】
【００２６】
以下に添付図面を参照して、この発明に係る特定部位抽出プログラムの好適な実施の形態を詳細に説明する。
【実施例】
【００２７】
まず、本実施例に係る特定部位抽出の概念について説明する。図１は、本実施例に係る特定部位抽出の概念を説明するための説明図である。なお、図１では一例としてボンネット領域を抽出する場合について説明する。
【００２８】
同図に示すように、本発明では、カメラで撮影された車両の画像から、車両の特徴的な部分（サイドミラーやナンバープレートなど）を検出し、検出した部分を基にボンネット領域上の点を特定する（二つのサイドミラーとナンバープレートで三角形を構成し、構成した三角形の中点をボンネット上の点として特定する）。
【００２９】
そして、特定したボンネット領域上の点近辺の属性情報を検出し、検出した属性情報に大きな変化が見られない領域をボンネット領域として抽出する。ここで、属性情報とは、光束、光度、光量、照度、光束発散度、輝度などの測光量や色相、明度、彩度、濃度などの色属性を示す。
【００３０】
図２は、特定された点近辺の明度の検出結果のグラフを示す図である（ここでは説明の便宜上、属性情報の一例として明度を検出した場合を示すが、属性情報に含まれる各要素全て、あるいはいずれかの組み合わせを検出することもできる）。
【００３１】
図２に示すように、特徴的な部分を基に特定された点を０番目の画素とし、周辺の画素に対応する明度の値を、常に一つ前の値と比較して、比較値が所定値以内（例えば１５以内）の領域をボンネット領域とする。図２の例では３番目の画素までがボンネット領域となる。
【００３２】
次に、本実施例に係る特定部位抽出システムの構成について説明する。図３は、本実施例に係る特定部位抽出システムのシステム構成を示すブロック図である。同図に示すように、この特定部位抽出システムは、白黒カメラ１０，２０、カラーカメラ３０，４０およびクライアント２００が画像蓄積サーバ１００に接続され、クライアント２００は、キーボードなどの入力装置５０およびディスプレイなどの表示装置６０に接続されている。
【００３３】
白黒カメラ１０，２０は、近赤外線照明部を具備し、車両の白黒画像を撮影し、撮影した白黒画像のデータ（以下、白黒画像データ）を画像蓄積サーバ１００に送信する装置であり、カラーカメラ３０，４０は、車両のカラー画像を撮影し、撮影したカラー画像のデータ（以下、カラー画像データ）を画像蓄積サーバ１００に送信する装置である。なお、カラーカメラ３０，４０は、カラー画像データに、カラー画像を撮影した時間や場所等の情報を含ませる。
【００３４】
クライアント２００は、入力装置５０から時間や場所等を受け付け、受け付けた時間や場所等に対応する車両の画像や車両の特定部位の色などを画像蓄積サーバ１００に要求する装置である。また、クライアント２００は、画像蓄積サーバ１００から受信した車両の画像や車両の特定部位の色などを表示装置６０に表示させる。
【００３５】
クライアント２００は、検索条件指定部２１０と、メモリ２２０と、表示処理部２３０とを有する。検索条件指定部２１０は、車両の画像や車両の特定部位の色などを検索する場合の検索条件となる場所や時間などのデータを入力装置５０から受け付け、検索条件に該当する車両の画像や車両の特定部位の色などを画像蓄積サーバ１００に要求する処理部である。
【００３６】
メモリ２２０は、画像蓄積サーバ１００から受信する車両の画像や車両の特定部位の色などにかかるデータを記憶する記憶部であり、表示処理部２３０は、メモリ２２０に記憶された車両の画像や車両の特定部位の色などのデータを基にして、車両の画像や車両の特定部位の色などを表示装置６０に表示させる処理部である。
【００３７】
画像蓄積サーバ１００は、白黒カメラ１０，２０からの白黒画像データおよびカラーカメラ３０，４０からのカラー画像データを蓄積すると共に、各画像データから車両の特定部位を抽出し、抽出した特定部位の色を判別する装置である。
【００３８】
画像蓄積サーバ１００は、画像データ管理部１１０と、特定部位抽出処理部１２０と、車体色判別処理部１３０と、画像データ記憶部１４０とを有する。画像データ管理部１１０は、白黒カメラ１０，２０からの白黒画像データおよびカラーカメラ３０，４０からのカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡す処理部である。また、画像データ管理部１１０は、クライアント２００から検索条件にかかる情報を受け付け、受け付けた検索条件に該当する車両の画像、車両の特定部位の形状および特定部位の色などを画像データ記憶部１４０から検索し、検索したデータをクライアント２００に送信する処理部である。
【００３９】
特定部位抽出処理部１２０は、画像データ管理部１１０から白黒画像データおよびカラー画像データを取得し、取得した白黒画像データおよびカラー画像データを基にしてカラー画像上の車両の特定部位（ボンネット領域、ルーフ領域、車体側面、ドア領域、トランク領域など）を抽出する処理部であり、ナンバープレート検出部１２０ａと、パーツ検出部１２０ｂと、特定領域抽出部１２０ｃとを有する。
【００４０】
ナンバープレート検出部１２０ａは、画像データ管理部１１０から白黒画像データおよびカラー画像データを取得し、取得した各画像データを基にしてナンバープレートの位置を検出する処理部である。
【００４１】
具体的に、このナンバープレート検出部１２０ａは、まず、白黒画像データから車両のナンバープレートを切り出し、切り出したナンバープレートの文字や数字を補正（白黒カメラによって撮影された白黒画像は、白黒カメラの取り付け位置により斜めに撮影されるため、正面から撮影したように白黒画像を補正）する。
【００４２】
続いて、ナンバープレート検出部１２０ａは、補正した白黒画像のナンバープレートの画像サイズを、カラー画像に合うように変更し、傾きを加え、白黒画像のナンバープレートをカラー画像に重ねて、カラー画像のナンバープレートの位置を検出する。そして、ナンバープレート検出部１２０ａは、検出したナンバープレートの位置の情報（ナンバープレート位置情報）を特定領域抽出部１２０ｃに渡す。
【００４３】
なお、ナンバープレート検出部１２０ａは、ナンバープレートの位置を検出する場合に、白黒画像データからナンバープレートを切り出す場合と同様の手法を用いて、直接カラー画像のナンバープレートの位置を検出してもよいし、白黒画像からナンバープレートを切り出した後、補正を加える前のナンバープレートのサイズをカラー画像と合致するように変更し、白黒画像のナンバープレートをカラー画像に重ねて、カラー画像上のナンバープレートの位置を検出してもよい。
【００４４】
パーツ検出部１２０ｂは、画像データ管理部１１０からカラー画像データを取得し、取得したカラー画像データを基にして、車両の特徴的な部分（サイドミラー、ヘッドライト、テールランプなど）を検出する処理部である。なお、パーツ検出部１２０ｂは、特定部位抽出処理部１２０が、車両のどの部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域など）を抽出するかによって、車両から検出する部分が異なる。なお、特定部位抽出処理部１２０が車両のどの部位を抽出するかは予め、ユーザなどによって設定されている。
【００４５】
したがって、本実施例では、特定領域抽出部１２０ｃがボンネット領域を抽出する場合、ルーフ領域を抽出する場合、車両側面とドア領域を抽出する場合、トランク領域を抽出する場合にわけて、パーツ検出部１２０ｂがカラー画像から検出する車両の部分について説明する。
【００４６】
まず、特定部位抽出処理部１２０がボンネット領域を抽出する場合のパーツ検出部１２０ｂについて説明する。図４は、特定部位抽出処理部１２０がボンネット領域を抽出する場合の車両の各部分を説明するための説明図である。
【００４７】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がボンネット領域を抽出する場合には、カラー画像データからサイドミラー１ａ、ヘッドランプ１ｂおよびフロントミラー１ｃの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、ヘッドランプ位置情報、フロントミラー位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００４８】
続いて、特定部位抽出処理部１２０がルーフ領域を抽出する場合のパーツ検出部１２０ｂについて説明する。図５は、特定部位抽出処理部１２０がルーフ領域を抽出する場合の車両の各部分を説明するための説明図である。
【００４９】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がルーフ領域を抽出する場合には、カラー画像データからサイドミラー２ａ、フロントガラス２ｂ、ヘッドランプ２ｃ、フロントミラー２ｄの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、フロントガラス位置情報、ヘッドランプ位置情報、フロントミラー位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５０】
続いて、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合のパーツ検出部１２０について説明する。図６は、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合の車両の各部分を説明するための説明図である。
【００５１】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０が車両側面とドア領域とを抽出する場合には、カラー画像データからサイドミラー３ａ、ヘッドランプ３ｂ、タイヤ３ｃの位置を検出し、検出した各部分の位置の情報（サイドミラー位置情報、ヘッドランプ位置情報、タイヤ位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５２】
続いて、特定部位抽出処理部１２０がトランク領域を抽出する場合のパーツ検出部１２０について説明する。図７は、特定部位抽出処理部１２０がトランク領域を抽出する場合の車両の各部分を説明するための説明図である。
【００５３】
パーツ検出部１２０ｂは、特定部位抽出処理部１２０がトランク領域を抽出する場合には、カラー画像データからリアガラス４ａ、テールランプ４ｂ、排気用マフラー４ｃ、タイヤ４ｄの位置を検出し、検出した各部分の位置の情報（リアガラス位置情報、テールランプ位置情報、排気用マフラー位置情報、タイヤ位置情報）をカラー画像データと共に特定領域抽出部１２０ｃに渡す。
【００５４】
特定領域抽出部１２０ｃは、ナンバープレート検出部１２０ａおよびパーツ検出部１２０ｂから車両の各部分の位置情報を取得し、取得した位置情報を基にしてカラー画像上の車両の特定の部位を抽出する処理部である。
【００５５】
なお、特定領域抽出部１２０ｃは、車両のどの領域（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域など）を抽出するかによって、処理が異なる。したがって、本実施例では、特定領域抽出部１２０ｃがボンネット領域を抽出する場合、ルーフ領域を抽出する場合、車両側面とドア領域を抽出する場合、トランク領域を抽出する場合にわけて説明する。
【００５６】
まず、特定領域抽出部１２０ｃがボンネット領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのボンネット領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【００５７】
ボンネット領域を抽出する手法その一として、特定領域抽出部１２０ｃは、ナンバープレート位置情報およびサイドミラー位置情報とを基にして、カラー画像上のナンバープレートおよびサイドミラーの位置を特定し、ナンバープレート位置と２つのサイドミラー位置との３点から、その中点を検出する。
【００５８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００５９】
ボンネット領域を抽出する手法その二として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびサイドミラー位置情報とを基にして、カラー画像上のヘッドランプおよびサイドミラー位置を特定し、２つのヘッドランプの位置と２つのサイドミラーの位置を四角形の頂点に見立て、その四角形の対角線の交点を検出する。
【００６０】
そして、特定部位抽出部１２０ｃは、検出した交点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６１】
ボンネット領域を抽出する手法その三として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報、サイドミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプ、サイドミラーおよびナンバープレートの位置を特定し、２つのヘッドランプの位置と２つのサイドミラーの位置とナンバープレートの位置とを五角形の頂点に見立て、その五角形の中点を検出する。
【００６２】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６３】
ボンネット領域を抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのサイドミラーの位置と、左ヘッドライト（車両を正面から見た場合を基準としている。以下同様）の位置とを三角形の頂点に見立て、その中点を検出する。
【００６４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６５】
ボンネット領域を抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのサイドミラーの位置と、右ヘッドライトの位置とを三角形の頂点に見立て、その中点を検出する。
【００６６】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６７】
ボンネット領域を抽出する手法その六として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのヘッドライトの位置と、左サイドミラーの位置とを三角形の頂点に見立て、その中点を検出する。
【００６８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００６９】
ボンネット領域を抽出する手法その七として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドライト位置情報を基にして、カラー画像上のヘッドランプおよびサイドミラーの位置を特定し、２つのヘッドライトの位置と、右サイドミラーの位置とを三角形の頂点に見立て、その中点を検出する。
【００７０】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７１】
ボンネット領域を抽出する手法その八として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、２つのサイドミラーの位置を特定する。そして、特定領域抽出部１２０ｃは、２つのサイドミラーの中点から円状に属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、変化のない領域が重なる領域をフロントガラス領域と判断する。
【００７２】
続いて、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の下辺から下方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントグリル）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは抽出したボンネット領域の情報をボンネット領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【００７３】
ボンネット領域を抽出する手法その九として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプの位置およびナンバープレートの位置を特定し、ヘッドランプ間を中心線として、ナンバープレートの位置と線対称になる位置を検出する。
【００７４】
そして、特定領域抽出部１２０ｃは、検出した位置から円状に、属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７５】
ボンネット領域を抽出する手法その十として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報を基にして、カラー画像上のヘッドランプの位置を特定し、ヘッドランプ領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化が見られる地点（フロントガラスと路面）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７６】
ボンネット領域を抽出する手法その十一として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上の２つのフロントミラーの位置を特定し、二つのフロントミラー間の中点を検出する。
【００７７】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００７８】
ボンネット領域を抽出する手法その十二として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出し、２つの接点間の中点を検出する。
【００７９】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８０】
ボンネット領域を抽出する手法その十三として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出する。
【００８１】
そして、特定領域抽出部１２０ｃは、接点間を線に見立て、カラー画像上、線から下方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントグリル）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８２】
ボンネット領域を抽出する手法その十四として、特定領域抽出部１２０ｃは、フロントミラー位置情報を基にして、カラー画像上のフロントミラーの位置を特定し、２つのフロントミラーと車両との接点を検出する。
【００８３】
そして、特定領域抽出部１２０ｃは、接点間を線に見立て、カラー画像上、線から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（フロントガラスと路面）までの領域をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８４】
ボンネット領域を抽出する手法その十五として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定する。
【００８５】
続いて、特定領域抽出部１２０ｃは、２つのフロントミラーの位置と２つのヘッドランプの位置とを四角形の頂点に見立て、その四角形の対角線の交点を検出し、検出した交点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８６】
ボンネット領域を抽出する手法その十六として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のフロントミラーの位置およびナンバープレートの位置を特定し、ナンバープレートの位置と２つのフロントミラーの位置の３点から、その中点を検出する。
【００８７】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００８８】
ボンネット領域を抽出する手法その十七として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのフロントミラーと左ヘッドランプを三角形の頂点に見立て、その中点を検出する。
【００８９】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９０】
ボンネット領域を抽出する手法その十八として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのフロントミラーと右ヘッドランプを三角形の頂点に見立て、その中点を検出する。
【００９１】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９２】
ボンネット領域を抽出する手法その十九として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのヘッドランプと左フロントミラーを三角形の頂点に見立て、その中点を検出する。
【００９３】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９４】
ボンネット領域を抽出する手法その二十として、特定領域抽出部１２０ｃは、フロントミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のフロントミラーの位置およびヘッドランプの位置を特定し、２つのヘッドランプと右フロントミラーを三角形の頂点に見立て、その中点を検出する。
【００９５】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９６】
ボンネット領域を抽出する手法その二十一として、特定領域抽出部１２０ｃは、ナンバープレート位置情報を基にして、カラー画像上のナンバープレートの位置を特定し、ナンバープレートと同じ寸法のプレートを、特定したナンバープレートの上に所定数配置する。所定数目のプレートはボンネット領域に配置されるため、特定領域抽出部１２０ｃは、所定数目のプレートの対角線の中点を検出する。
【００９７】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をボンネット領域と判定し、判定したボンネット領域を抽出する。特定領域抽出部１２０ｃは、抽出したボンネット領域の情報をボンネット領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【００９８】
次に、特定領域抽出部１２０ｃがルーフ領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのルーフ領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【００９９】
ルーフ領域を抽出する手法その一として、特定領域抽出部１２０ｃは、カラー画像を基にして色認識を行い、色調が安定しない領域をフロントガラス領域と判定する。そして、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１００】
ルーフ領域を抽出する手法その二として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、２つのサイドミラー間の中点を検出し、検出した中点から円状に属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、それかの領域が重なる領域をフロントガラス領域と判定する。
【０１０１】
続いて、特定領域抽出部１２０ｃは、カラー画像上、フロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０２】
ルーフ領域を抽出する手法その三として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびナンバープレート位置情報を基にして、カラー画像上のサイドミラーの位置およびナンバープレートの位置を特定し、２つのサイドミラーとナンバープレートを三角形の頂点に見立て、その中点を検出する。
【０１０３】
そして、特定領域抽出部１２０ｃは、検出した中点を中心として、ナンバープレートの位置（ナンバープレートの中心点またはナンバープレートの四隅の点など）と点対称になる点から円状に属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域（属性情報に含まれる各要素の変化のない領域が重なる領域）をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０４】
ルーフ領域を抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、サイドミラー領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、画像端以外で属性情報の変化の見られる地点までの領域をサイドガラス領域と判定する。
【０１０５】
続いて、特定領域抽出部１２０ｃは、カラー画像上、サイドガラス領域の上辺から上方へ属性情報のうちいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０６】
ルーフ領域を抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置を特定し、２つのサイドミラーおよび２つのヘッドランプを四角形の頂点に見立て、その四角形の対角線の交点を検出する。
【０１０７】
そして、特定領域抽出部１２０ｃは、サイドミラー間を中心線とし、対角線の交点の位置と線対称になる位置を検出し、そこから円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１０８】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１０９】
ルーフ領域を抽出する手法その六として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置とを特定し、２つのサイドミラーと左ヘッドランプ（撮影用のカメラが車両の左上方に設置されている場合）を平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１点を検出する。
【０１１０】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１１１】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１１２】
ルーフ領域を抽出する手法その七として、特定領域抽出部１２０ｃは、サイドミラー位置情報およびヘッドランプ位置情報を基にして、カラー画像上のサイドミラーの位置およびヘッドランプの位置とを特定し、２つのサイドミラーと右ヘッドランプ（撮影用のカメラが車両の右上方に設置されている場合）を平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１点を検出する。
【０１１３】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をフロントガラス領域と判定する。
【０１１４】
続いて、特定領域抽出部１２０ｃは、カラー画像上のフロントガラス領域の上辺から上方へ属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化の見られる地点（路面かリアガラスか画面端）までの領域をルーフ領域と判定し、判定したルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域の情報をルーフ領域情報として、カラー画像データと共に車体色判別処理部１３０に渡す。
【０１１５】
次に、特定領域抽出部１２０ｃが車両側面とドア領域とを抽出する場合について説明する。なお、特定領域抽出部１２０ｃの車両側面とドア領域とを抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【０１１６】
車両側面とドア領域とを抽出する手法その一として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報を基にして、カラー画像上のヘッドランプの位置を特定し、右ヘッドランプ（車を前から見た場合）領域の右端から右方へ属性情報の１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報に含まれる要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１１７】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これはカラーカメラ３０が車両の右前方に設置されている場合であり、カラーカメラ３０が左前方に取り付けられている場合には、左ヘッドランプ領域の左端から左方へ属性情報の検出を行うことになる。
【０１１８】
車両側面とドア領域とを抽出する手法その二として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびサイドミラー位置情報を基にして、カラー画像上のヘッドランプの位置およびサイドミラーの位置とを特定し、右ヘッドランプと右サイドミラー間を線に見立て、カラー画像上そこから右方へ属性情報の１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報に含まれる要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１１９】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これはカラーカメラ３０が車両の右前方に設置されている場合であり、カラーカメラ３０が左前方に取り付けられている場合には、左ヘッドランプと左サイドミラー間を線に見立て、カラー画像上そこから左方へ属性情報の検出を行うことになる。
【０１２０】
車両側面とドア領域とを抽出する手法その三として、特定領域抽出部１２０ｃは、ヘッドランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のヘッドランプの位置およびナンバープレートの位置を特定し、右ヘッドランプを中心点とし、ナンバープレートの位置と点対称になる地点を検出する。
【０１２１】
そして、特定領域検出部１２０ｃは、検出した地点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２２】
続いて、特定領域検出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左ヘッドランプを中心点とし、ナンバープレートの位置と点対称になる地点を検出し、属性情報を検出することになる。
【０１２３】
車両側面とドア領域とを抽出する手法その四として、特定領域抽出部１２０ｃは、サイドミラー位置情報を基にして、カラー画像上のサイドミラーの位置を特定し、２つのサイドミラー間を線に見立て、線の延長線上を画像右方向に向かって属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２４】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、２つのサイドミラー間を線に見立て、線の延長線上を画像左方法に向かって属性情報を検出することになる。
【０１２５】
車両側面とドア領域とを抽出する手法その五として、特定領域抽出部１２０ｃは、サイドミラー位置情報とタイヤ位置情報とを基にして、カラー画像上のサイドミラーの位置とタイヤの位置とを特定し、右サイドミラーと右前輪のタイヤ間の中点を検出する。
【０１２６】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域を車両側面およびドア領域と判定し、判定した車両側面とドア領域とを抽出する。
【０１２７】
続いて、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左サイドミラーと左前輪のタイヤ間の中点を検出し、検出した中点から円状に属性情報を検出することになる。
【０１２８】
車両側面とドア領域とを抽出する手法その六（車両側面に文字が書かれている場合）として、特定領域抽出部１２０ｃは、サイドミラー位置情報、タイヤ位置情報およびヘッドランプ位置情報を基にして、カラー画面上のサイドミラーの位置、タイヤの位置およびヘッドランプの位置を特定し、右前後輪のタイヤ、右ヘッドランプ、右サイドミラー、車両領域の最右点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出する。
【０１２９】
続いて、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左ヘッドランプ、左サイドミラー、車両領域の最左点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出することになる。
【０１３０】
車両側面とドア領域とを抽出する手法その七（車両側面の色が二色以上に分かれている場合）として、特定領域抽出部１２０ｃは、サイドミラー位置情報、タイヤ位置情報およびヘッドランプ位置情報を基にして、カラー画面上のサイドミラーの位置、タイヤの位置およびヘッドランプの位置を特定し、右前後輪のタイヤ、右ヘッドランプ、右サイドミラー、車両領域の最右点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域外周から内側に向かって属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域毎に色識別を行い、車両の色は複数色であると判定する。
【０１３１】
続いて、特定領域抽出部１２０ｃは、区切った領域を車両側面とドア領域として抽出し、抽出した領域の情報を車両側面情報として、カラー画像データおよび車両の側面は複数色である旨の情報を車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左ヘッドランプ、左サイドミラー、車両領域の最左点上部で囲まれる領域を車両側面とドア領域として区切り、区切った領域の外周から内側に向かって属性情報を検出することになる。
【０１３２】
次に、特定領域抽出部１２０ｃがトランク領域を抽出する場合について説明する。なお、特定領域抽出部１２０ｃのトランク領域を抽出する手法は複数存在するため、本実施例では、各手法を順に示すが、どの手法を用いてもよい。
【０１３３】
トランク領域を抽出する手法その一として、特定領域抽出部１２０ｃは、カラー画像の色認識を行い、色調が安定しない領域をリアガラス領域と判定し、カラー画像上、リアガラス領域の下辺から下方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（リアバンパー、ナンバープレート、テールランプ等）までの領域をトランク領域と判定し、判定したトランク領域を抽出する。そして、特定領域抽出部１２０ｃは、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３４】
トランク領域を抽出する手法その二として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、テールランプ領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の要素のいずれかに変化の見られる地点（路面かリアガラス）までの領域をトランク領域と判定する。
【０１３５】
そして、特定領域抽出部１２０ｃは、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３６】
トランク領域を抽出する手法その三として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置とナンバープレートの位置とを特定し、２つのテールランプ間を中心線と見立て、ナンバープレートの位置と線対称になる位置を検出する。
【０１３７】
続いて、特定領域抽出部１２０ｃは、検出した位置から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１３８】
トランク領域を抽出する手法その四として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、２つのテールランプとナンバープレートを平行四辺形の頂点の３点に見立て、平行四辺形にかかる残りの１点を検出する。
【０１３９】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４０】
トランク領域を抽出する手法その五として、特定領域抽出部１２０ｃは、テールランプ位置情報および排気用マフラー位置情報を基にして、カラー画像上のテールランプの位置および排気用マフラーの位置を特定し、２つのテールランプ間を中心線と見立て、排気用マフラーの位置と線対称になる位置を検出する。
【０１４１】
そして、特定領域抽出部１２０ｃは、検出した位置から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４２】
トランク領域を抽出する手法その六として、特定領域抽出部１２０ｃは、テールランプ位置情報および排気用マフラー位置情報を基にして、カラー画像上のテールランプの位置および排気用マフラーの位置を特定し、２つのテールランプおよび排気用マフラーを平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１つを検出する。
【０１４３】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４４】
トランク領域を抽出する手法その七として、特定領域抽出部１２０ｃは、テールランプ位置情報およびナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、２つのテールランプおよびナンバープレートを平行四辺形の頂点の３つに見立て、平行四辺形にかかる残りの１つを検出する。
【０１４５】
そして、特定領域抽出部１２０ｃは、検出した１点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域をトランク領域と判定し、判定したトランク領域を抽出し、抽出したトランク領域をトランク領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４６】
ところで、車両の画像からルーフ領域を抽出する場合に、車両を背面から撮影した画像を利用する場合がある。そこで、本実施例では、背面から撮影した画像を利用してルーフ領域を抽出する手法を例として、２通り示す。
【０１４７】
まず１つ目として、特定領域抽出部１２０ｃは、カラー画像を基に色認識を行い、色調が安定しない領域をリアガラス領域と判定し、カラー画像上、リアガラス領域の上辺から上方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる領域をルーフ領域と判定する。
【０１４８】
そして、特定領域抽出部１２０ｃは、ルーフ領域を抽出し、抽出したルーフ領域をルーフ領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１４９】
２つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、テールランプ領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化の見られる地点の内、車両領域外に出ない地点を検出する。
【０１５０】
そして、特定領域抽出部１２０ｃは、検出した地点から上方扇型に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、変化のない領域をそれぞれ抽出し、それらの領域が重なる領域をリアガラス領域と判定する。
【０１５１】
続いて、特定領域抽出部１２０ｃは、リアガラス領域の上辺から上方に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のいずれかに変化の見られる地点（路面、画面端またはフロントガラスなど）までの領域をルーフ領域として判定し、ルーフ領域を抽出する。特定領域抽出部１２０ｃは、抽出したルーフ領域をルーフ領域情報としてカラー画像データと共に車体色判別処理部１３０に渡す。
【０１５２】
ところで、車両の画像から車両側面とドア領域とを抽出する場合に、車両を背面から撮影した画像を利用する場合がある。そこで、本実施例では、背面から撮影した画像を利用して車両側面とドア領域とを抽出する手法を例として、８通り示す。
【０１５３】
まず１つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報およびタイヤ位置情報を基にして、カラー画像上のテールランプの位置およびタイヤの位置を特定し、右テールランプと右後輪タイヤ間の中点を検出する。
【０１５４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左後輪タイヤ間の中点を検出することになる。
【０１５５】
２つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報、タイヤ位置情報およびサイドミラー位置情報を基にして、カラー画像上のテールランプの位置、タイヤの位置およびサイドミラーの位置を特定し、右テールランプと右後輪のタイヤと右サイドミラーの３点からその中点を検出する。
【０１５６】
続いて、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左後輪のタイヤと左サイドミラーの３点からその中点を検出することになる。
【０１５７】
３つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報、タイヤ位置情報およびサイドミラー位置情報を基にして、カラー画像上のテールランプの位置、タイヤの位置およびサイドミラーの位置を特定し、右テールランプと右前輪のタイヤと右サイドミラーの３点からその中点を検出する。
【０１５８】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと左前輪のタイヤと左サイドミラーの３点からその中点を検出することになる。
【０１５９】
４つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報を基にして、カラー画像上のテールランプの位置を特定し、右テールランプ領域の右辺から右方へ属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素のどれかに変化の見られる地点（路面か画面端）までの領域を車両側面とドア領域と判定する。
【０１６０】
そして、特定領域抽出部１２０ｃは、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域とを車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプ領域の左辺から左方へ属性情報を検出することになる。
【０１６１】
５つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報とナンバープレート位置情報を基にして、カラー画像上のテールランプの位置およびナンバープレートの位置を特定し、右テールランプを中心点とし、ナンバープレートの位置と点対照になる地点を検出する。
【０１６２】
そして、特定領域抽出部１２０ｃは、検出した地点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプを中心点とし、ナンバープレートの位置と点対照になる地点を検出することになる。
【０１６３】
６つ目として、特定領域抽出部１２０ｃは、テールランプ位置情報およびタイヤ位置情報を基にして、カラー画像上のテールランプの位置およびタイヤの位置を特定し、右テールランプと右前輪のタイヤ間の中点を検出する。
【０１６４】
そして、特定領域抽出部１２０ｃは、検出した中点から円状に属性情報のいずれか１つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の変化のない領域をそれぞれ抽出し、属性情報の各要素の変化のない領域が重なる領域を車両側面とドア領域と判定し、判定した車両側面とドア領域を抽出し、抽出した車両側面とドア領域を車両側面情報としてカラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が左上方に設置されている場合には、特定領域抽出部１２０ｃは、左テールランプと右前輪のタイヤ間の中点を検出することになる。
【０１６５】
７つ目として、特定領域抽出部１２０ｃは、車両側面に文字が書かれている場合に、サイドミラー位置情報、タイヤ位置情報およびテールランプ位置情報を基にして、カラー画像上のサイドミラーの位置、タイヤの位置およびテールランプの位置を特定し、右前後輪のタイヤ、右テールランプ、右サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出する。
【０１６６】
そして、特定領域抽出部１２０ｃは、抽出した車両側面とドア領域の情報を車両側面情報として、カラー画像データと共に車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、左前後輪のタイヤ、左テールランプ、左サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域内に含まれる文字以外を車両側面とドア領域として抽出することになる。
【０１６７】
８つ目として、特定領域抽出部１２０ｃは、車両側面の色が二色以上に分かれている場合に、サイドミラー位置情報、タイヤ位置情報およびテールランプ位置情報を基にして、カラー画像上のサイドミラーの位置、タイヤの位置およびテールランプの位置を特定し、右前後輪のタイヤ、右テールランプ、右サイドミラーで囲まれる領域を車両側面とドア領域として区切り、区切った領域外周から内側に向かって属性情報のいずれか一つ、或いは全て、或いはいずれかの組み合わせの検出を行い、属性情報の各要素の変化のない領域をそれぞれ抽出し、それらの領域が重なる領域毎に色識別を行い、車両の色は複数色であると判定する。
【０１６８】
そして、特定領域抽出部１２０ｃは、区切った領域を車両側面とドア領域として抽出し、抽出した領域の情報を車両側面情報として、カラー画像データおよび車両の側面は複数色である旨の情報を車体色判別処理部１３０に渡す。ただし、これは、カラーカメラ３０が車両の右上方に設置されている場合であり、カラーカメラ３０が車両の左上方に設置されている場合には、特定領域抽出部１２０ｃは、左前後輪のタイヤ、左テールランプ、左サイドミラーで囲まれる領域を車両側面およびドア領域として区切り、区切った領域の外周から内側に向かって属性情報を検出することになる。
【０１６９】
車体色判別処理部１３０は、特定部位抽出処理部１２０から車両の特定部位の情報（ボンネット領域情報、ルーフ領域情報、車両側面情報、トランク領域情報）およびカラー画像データを取得し、取得した特定部位の情報およびカラー画像データを基にして、特定部位の色を判別する処理部である。
【０１７０】
また、この車体色判別処理部１３０は、カラー画像データに含まれる、カラー画像が撮影された時間や場所の情報と、カラー画像データと、特定部位抽出処理部１２０が抽出した車両の特定部位の情報と、特定部位の色の情報とを関連付けて、画像データ記憶部１４０に記憶する。
【０１７１】
画像データ記憶部１４０は、カラー画像が撮影された時間や場所の情報と、カラー画像データと、特定部位抽出処理部１２０が抽出した車両の特定部位の情報と、特定部位の色の情報とを関連付けて記憶する記憶部である。
【０１７２】
次に、本実施例にかかる画像蓄積サーバ１００の処理について説明する。なお、ここでは、各特定部位を抽出する代表的な手法に関するフローチャートのみを示し、その他の手法に関するフローチャートは省略する。図８は画像蓄積サーバ１００の処理手順を示すフローチャートである。同図に示すように、画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し（ステップＳ１０１）、白黒画像データ及びカラー画像データを特定部位抽出処理部１２０に渡す（ステップＳ１０２）。
【０１７３】
そして、カラーカメラが撮影を車両の前面から行っている場合には（ステップＳ１０３Ｙｅｓ）、車両前面からの特定領域抽出処理を行い（ステップＳ１０４）、車両色判別処理部１３０が特定部位の色を判別し（ステップＳ１０６）、カラー画像データおよび特定部位の色の情報などを画像データ記憶部１４０に記憶する（ステップＳ１０７）。
【０１７４】
一方、カラーカメラが撮影を車両の背面から行っている場合には（ステップＳ１０３，Ｎｏ）、車両背面からの特定領域抽出処理を行い（ステップＳ１０５）、ステップＳ１０６に移行する。
【０１７５】
次に、図８のステップＳ１０４に示した車両前面からの特定領域抽出処理について説明する（ここでは、車両前面から特定領域を抽出する代表的な手法を３通り示す）。図９は、図８のステップＳ１０４に示した車両前面から特定領域抽出処理を示すフローチャート（１）である。なお、図１０は、図９のフローチャートに示される車両の各部分を説明するための説明図である。
【０１７６】
同図に示すように、パーツ検出部１２０ｂがカラー画像の車体領域の中で、出っ張りとなる部分をサイドミラー５ａと特定し（ステップＳ２０１）、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出する（ステップＳ２０２）。
【０１７７】
そして、ナンバープレート検出部１２０ａが白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート５ｂを抽出し（ステップＳ２０３）、特定領域抽出部１２０ｃがサイドミラー５ａとナンバープレート５ｂで三角形５ｃを構成する（ステップＳ２０４）。
【０１７８】
続いて、特定領域抽出部１２０ｃが三角形５ｃの中点５ｄを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ２０６）、抽出した領域をボンネット領域と特定する（ステップＳ２０７）。
【０１７９】
このように、特定領域抽出部１２０ｃが、サイドミラーとナンバープレートで三角形を構成し、三角形の中点を中心に属性情報の変化を検出し、変化の見られない領域をボンネット領域として抽出するので、環境条件によらず、カラー画像上のボンネット領域を正確に抽出することができる。
【０１８０】
なお、図９の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１８１】
図１１は、図８のステップＳ１０４に示した車両前面からの特定領域抽出処理を示すフローチャート（２）である。なお、図１２は、図１１のフローチャートに示される車両の各部分を説明するための説明図である。
【０１８２】
同図に示すように、パーツ検出部１２０ｂがカラー画像の車体領域内で、出っ張りとなる部分をサイドミラー６ａと特定し（ステップＳ３０１）、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出する（ステップＳ３０２）。
【０１８３】
そして、ナンバープレート検出部１２０ａが白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート６ｂを抽出し（ステップＳ３０３）、特定領域抽出部１２０ｃがサイドミラー６ａとナンバープレート６ｂで三角形６ｃを構成し（ステップＳ３０４）、三角形６ｃの中点６ｄを検出する（ステップＳ３０５）。
【０１８４】
続いて、特定領域抽出部１２０ｃが三角形６ｃの中点６ｄに対して、ナンバープレート６ｂの位置と点対称になる点６ｅを検出し（ステップＳ３０６）、点６ｅを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ３０７）、抽出した領域をルーフ領域と特定する（ステップＳ３０８）。
【０１８５】
このように、特定領域抽出部１２０ｃが、サイドミラーとナンバープレートの三角形の中点を検出し、三角形の中点に対して、ナンバープレートの位置と点対称になる点を検出し、点対称となる点を中心にして属性情報の変化を検出し、変化の見られない領域をルーフ領域として抽出するので、環境条件によらず、カラー画像上のルーフ領域を正確に抽出することができる。
【０１８６】
なお、図１１の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１８７】
図１３は、図８のステップＳ１０４に示した車両前面から特定領域抽出処理を示すフローチャート（１）である。なお、図１４は、図１３のフローチャートに示される車両の各部分を説明するための説明図である。
【０１８８】
同図に示すように、パーツ検出部１２０ｂがヘッドランプ領域７ａを特定する（ステップＳ４０１）。ヘッドランプ領域を特定する際、車両領域右側に接する輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）に違いがあり、範囲の狭い領域とその左端から左に向かって輝度の変化を検出し、同程度の輝度になる領域をヘッドランプ領域とする。
【０１８９】
そして、ナンバープレート検出部１２０ａが白黒画像の車体領域下部に存在するナンバープレートを抽出し（ステップＳ４０２）、白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート７ｂを抽出する（ステップＳ４０３）。
【０１９０】
続いて、特定領域抽出部１２０ｃが右ヘッドランプ７ａ（車両を正面から見た場合）を中心点として、ナンバープレート７ｂの位置と点対称になる点７ｃを検出する（ステップＳ４０４）。
【０１９１】
そして、特定領域抽出部１２０ｃが検出した点７ｃを中心に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し（ステップＳ４０５）、抽出した領域を車両側面およびドア領域と特定する（ステップＳ４０６）。
【０１９２】
このように、特定領域抽出部１２０ｃが、ヘッドランプとナンバープレートを検出し、ヘッドランプを中心点として、ナンバープレートの位置と点対称になる点を検出し、点対称となる点を中心にして属性情報の変化を検出し、変化の見られない領域を車両側面およびドア領域として抽出するので、環境条件によらず、カラー画像上の車両側面およびドア領域を正確に抽出することができる。
【０１９３】
なお、図１３の例では白黒画像を利用して、カラー画像からナンバープレートを抽出したが、カラー画像から直接ナンバープレートを抽出してもよい。
【０１９４】
次に、図８のステップＳ１０５に示した車両背面からの特定領域抽出処理について説明する（ここでは、車両背面から特定領域を抽出する代表的な手法の一例を示す）。図１５は、図８のステップＳ１０５に示した車両背面から特定領域抽出処理を示すフローチャートである。なお、図１６は、図１５のフローチャートに示される車両の各部分を説明するための説明図である。
【０１９５】
同図に示すように、パーツ検出部１２０ｂがテールランプ領域８ａを検出する（ステップＳ５０１）。テールランプ領域を検出する際、車両領域左側に接する輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）に違いがあり、範囲の狭い領域とその上部右端から右に向かって輝度の変化を検出し、同程度の輝度になる領域をテールランプ領域とする。
【０１９６】
そして、特定領域抽出部１２０ｃが白黒画像の車体領域下部に存在するナンバープレートを抽出し（ステップＳ５０２）、白黒画像から抽出したナンバープレートをカラー画像に重ねて、カラー画像のナンバープレート８ｂを抽出する（ステップＳ５０３）。
【０１９７】
そして、特定領域抽出部１２０ｃが二つのテールランプ領域８ａの上部間を中心線８ｃとして、ナンバープレート８ｂの位置と線対称となる点８ｄを検出する（ステップＳ５０４）。
【０１９８】
続いて、特定領域抽出部１２０ｃが検出した点８ｄを中心に円状に輝度（ここでは、属性情報に含まれる各要素の一例として輝度を示す）の変化を検出し、変化の見られない領域（検出する属性情報の要素が複数存在する場合＜例えば、色相、明度、彩度＞には、各要素の変化の見られない領域が重なる領域）を抽出し、抽出した領域をトランク領域と特定する（ステップＳ５０６）。
【０１９９】
このように、特定領域抽出部１２０ｃが、テールランプ領域上部間の中心線とナンバープレートの位置とを基にして、中心線に対してナンバープレートの位置と線対称となる点を検出し、検出した点を中心に属性情報の変化を検出し、変化の見られない領域をトランク領域として抽出するので、環境条件によらず、カラー画像上のトランク領域を正確に抽出することができる。
【０２００】
上述してきたように、本実施例にかかる画像蓄積サーバ１００は、画像データ管理部１１０が、白黒画像データおよびカラー画像データを取得し、取得した各画像データを特定部位抽出処理部１２０に渡し、特定部位抽出処理部１２０が、カラー画像上の車両の特徴的な部分（ナンバープレート、サイドミラー、フロントミラー、ヘッドランプ等）を検出し、検出した部分を基にして車両の特定の部位（ボンネット領域、ルーフ領域、車両側面とドア領域、トランク領域等）を検出するので、環境条件などの影響を受けることなく、車両の色を判別すべき部位を正確に検出することができる。
【０２０１】
ところで、上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図１７を用いて、上記の実施例と同様の機能を有する特定部位抽出プログラムを実行するコンピュータの一例を説明する。図１７は、特定部位抽出プログラムを実行するコンピュータを示す図である。
【０２０２】
同図に示すように、特定部位抽出装置としてのコンピュータ３００は、カメラインターフェース装置３１０、ＬＡＮインターフェース装置３２０、ＲＡＭ３３０、ＨＤＤ３４０およびＣＰＵ３５０をバス３６０で接続して構成される。ここで、カメラインターフェース装置３１０は、白黒カメラまたはカラーカメラとの間でデータ通信を行うための装置であり、ＬＡＮインターフェース装置３２０は、クライアント端末とデータ通信を行うための装置である。
【０２０３】
そして、ＨＤＤ３４０には、上記の実施例と同様の機能を発揮する特定部位抽出プログラム、つまり、図１７に示すように、画像データ管理プログラム３４０ａ、特定部位検出処理プログラム３４０ｂが予め記憶されている。
【０２０４】
そして、ＣＰＵ３５０が、これらのプログラム３４０ａ，３４０ｂをＨＤＤ３４０から読み出して実行することで、図１８に示すように、各プログラム３４０ａ，３４０ｂは、画像データ管理プロセス３５０ａ、特定部位検出処理プロセス３５０ｂとして機能するようになる。画像データ管理プロセス３５０ａは、図３に示した画像データ管理部１１０に対応し、特定部位検出処理プロセス３５０ｂは、図３に示した特定部位抽出処理部１２０および車体色判別処理部１３０に対応する。
【０２０５】
また、ＲＡＭ３３０には、図１８に示すように、画像データ３３０ａが記録される。そして、ＣＰＵ３５０は、車両の特定部位の領域などを抽出し、抽出した特定領域の情報や車両の画像などを、画像データ３３０ａとしてＲＡＭ３３０に記憶する。
【０２０６】
ところで、上記したプログラム３５０ａ、３５０ｂについては、必ずしも最初からＨＤＤ３４０に記憶させておく必要はなく、例えば、コンピュータに挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」または、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ３００がこれらから各プログラムを読み出して実行するようにしてもよい。
【０２０７】
（付記１）車両の特定の部位を抽出する特定部位抽出プログラムであって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、
前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、
をコンピュータに実行させることを特徴とする特定部位抽出プログラム。
【０２０８】
（付記２）前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする付記１に記載の特定部位抽出プログラム。
【０２０９】
（付記３）前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記１に記載の特定部位抽出プログラム。
【０２１０】
（付記４）前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする付記３に記載の特定部位抽出プログラム。
【０２１１】
（付記５）前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする付記２に記載の特定部位抽出プログラム。
【０２１２】
（付記６）車両の特定の部位を抽出する特定部位抽出装置であって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手段と、
前記特徴部分検出手段において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手段と、
を備えたことを特徴とする特定部位抽出装置。
【０２１３】
（付記７）前記特定部位抽出手段は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手段と、前記部分特定手段において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手段とをさらに備えたことを特徴とする付記６に記載の特定部位抽出装置。
【０２１４】
（付記８）前記特定部位抽出手段は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記６に記載の特定部位抽出装置。
【０２１５】
（付記９）車両の特定の部位を抽出する特定部位抽出方法であって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出工程と、
前記特徴部分検出工程において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出工程と、
を含んだことを特徴とする特定部位抽出方法。
【０２１６】
（付記１０）前記特定部位抽出工程は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定工程と、前記部分特定工程において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出工程とをさらに含んだことを特徴とする付記９に記載の特定部位抽出方法。
【０２１７】
（付記１１）前記特定部位抽出工程は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする付記９に記載の特定部位抽出方法。
【産業上の利用可能性】
【０２１８】
以上のように、本発明にかかる特定部位抽出プログラムは、車体色を判別すべき車両の特定部位を正確に抽出する必要のある特定部位抽出システムなどに対して有用である。
【符号の説明】
【０２１９】
１０，２０ 白黒カメラ
３０，４０ カラーカメラ
５０ 入力装置
６０ 表示装置
１００ 画像蓄積サーバ
１１０ 画像データ管理部
１２０ 特定部位抽出処理部
１２０ａ ナンバープレート検出部
１２０ｂ パーツ検出部
１２０ｃ 特定領域抽出部
１３０ 車体色判別処理部
１４０ 画像データ記憶部
２００ クライアント
２１０ 検索条件指定部
２２０ メモリ
２３０ 表示処理部
３００ 特定部位抽出装置（コンピュータ）
３１０ カメラインターフェース装置
３２０ ＬＡＮインターフェース装置
３３０ ＲＡＭ
３３０ａ 画像データ
３４０ ＨＤＤ
３４０ａ 画像データ管理プログラム
３４０ｂ 特定部位検出処理プログラム
３５０ ＣＰＵ
３５０ａ 画像データ管理プロセス
３５０ｂ 特定部位検出処理プロセス
【特許請求の範囲】
【請求項１】
車両の特定の部位を抽出する特定部位抽出プログラムであって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、
前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、
をコンピュータに実行させることを特徴とする特定部位抽出プログラム。
【請求項２】
前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする請求項１に記載の特定部位抽出プログラム。
【請求項３】
前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする請求項１に記載の特定部位抽出プログラム。
【請求項４】
前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする請求項３に記載の特定部位抽出プログラム。
【請求項５】
前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする請求項２に記載の特定部位抽出プログラム。
【請求項１】
車両の特定の部位を抽出する特定部位抽出プログラムであって、
車両の画像を基にして、該車両の特徴的な部分を検出する特徴部分検出手順と、
前記特徴部分検出手順において検出された車両の特徴的な部分を基にして、該車両の特定の部位を抽出する特定部位抽出手順と、
をコンピュータに実行させることを特徴とする特定部位抽出プログラム。
【請求項２】
前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、車両領域内の所定の部分を特定する部分特定手順と、前記部分特定手順において特定された部分周辺の光や色の情報を含んだ属性情報を検出し、該検出した属性情報において大きな変化が見られない領域を前記車両の特定の部位として抽出する抽出手順とをさらにコンピュータに実行させることを特徴とする請求項１に記載の特定部位抽出プログラム。
【請求項３】
前記特定部位抽出手順は、前記車両の特徴的な部分を基にして、特定の領域を区切り、該区切った領域を前記車両の特定の部位として抽出することを特徴とする請求項１に記載の特定部位抽出プログラム。
【請求項４】
前記特定部位抽出手順は、前記区切った領域内に文字が存在する場合に、区切られた領域の内、文字以外の領域を前記車両の特定の部位として抽出することを特徴とする請求項３に記載の特定部位抽出プログラム。
【請求項５】
前記特徴部分検出手順は、車両の二つのサイドミラーおよびナンバープレートを検出し、前記部分特定手順は、二つのサイドミラーとナンバープレートとを三角形に見立て、該三角形の中点を特定し、前記抽出手順は、前記中点から円状に前記属性情報の検出を行い、該属性情報の変化のない領域をボンネット領域として抽出することを特徴とする請求項２に記載の特定部位抽出プログラム。
【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１６】
【図１７】
【図１８−１】
【図１８−２】
【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１６】
【図１７】
【図１８−１】
【図１８−２】
【公開番号】特開２０１２−９０７３（Ｐ２０１２−９０７３Ａ）
【公開日】平成２４年１月１２日（２０１２．１．１２）
【国際特許分類】
【出願番号】特願２０１１−２１３５６７（Ｐ２０１１−２１３５６７）
【出願日】平成２３年９月２８日（２０１１．９．２８）
【分割の表示】特願２００４−３５８８４８（Ｐ２００４−３５８８４８）の分割
【原出願日】平成１６年１２月１０日（２００４．１２．１０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２４年１月１２日（２０１２．１．１２）
【国際特許分類】
【出願日】平成２３年９月２８日（２０１１．９．２８）
【分割の表示】特願２００４−３５８８４８（Ｐ２００４−３５８８４８）の分割
【原出願日】平成１６年１２月１０日（２００４．１２．１０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]