【課題】違法駐車の検出に優れた車両監視システムを提供すること。
【解決手段】車両監視システムは、車両識別情報及び車両位置情報を取得するとともに、これら車両識別情報及び車両位置情報を取得した時刻を示す取得時間情報を取得する取得手段と、前記取得手段により取得された車両識別情報、車両位置情報、及び取得時間情報を含む車両情報を登録する登録手段と、前記登録手段に登録された前記車両情報に基づき、同一位置に所定時間以上停止している停止車両を特定する特定手段とを備えている。 （もっと読む）

【課題】 小型化、低価格化が図れると共に、レーンマーキングに対する高精度な位置制御が行える車線認識画像処理装置を提供する。
【解決手段】 車線を撮影する撮影手段100と、撮影手段で得た画像を記憶する画像記憶手段200と、記憶した画像に対してレーンマーキング探索範囲を設定するレーンマーキング探索ウィンドウ設定手段300と、設定した探索範囲からレーンマーキング候補点を抽出するレーンマーキング候補点抽出手段400と、抽出したレーンマーキング候補点の座標を収差補正した座標に変換するレーンマーキング候補点収差補正手段500と、変換したレーンマーキング候補点の集合を数学的モデル式で近似し、レーンマーキング数学的モデル式を導出する車線認識手段600aと、導出したレーンマーキング数学的モデル式から得られる車線認識結果を出力する車線認識結果出力手段700を備える。 （もっと読む）

【課題】 自車両前方の物体が自車両と衝突または接触する危険性を判定すること。
【解決手段】 カメラ１０１で撮像された撮像画像に基づいて、制御装置１０３は、縦エッジ、および横エッジの抽出処理を行ってオプティカルフローを算出する。オプティカルフロー上で横方向の移動速度成分に着目して一次対象領域を設定する。そして、一次対象領域に含まれる縦方向の移動速度成分に着目して一次対象領域に含まれる対象が自車両に到達するまでのＴＴＣを算出し、ＴＴＣ時間が閾値以下である一次対象領域を監視対象領域とする。監視対象領域に含まれる横方向の移動速度成分とＴＴＣ時間とに基づいて、監視対象領域を確定する。 （もっと読む）

【課題】 車両から撮像した熱画像を用いて、周囲の気温や背景物体等に拘わらず、確実に人物を検出することができる人物検出装置及び方法を提供する。
【解決手段】 物体の温度に相当する輝度値の画素からなる熱画像を撮像する処理（Ｓ１，Ｓ２）と、熱画像のうち、人物の温度に相当する輝度値の上限しきい値と下限しきい値との範囲内の画素とそうでない画素とを区別した２値化画像を作成する処理（Ｓ３，Ｓ４）と、２値化画像を参照して、人物の温度に相当する輝度値の上限しきい値と下限しきい値との範囲内の画素群が所定面積以上となっている領域を検出する処理（Ｓ５，Ｓ６）と、検出された領域のうち、所定の距離しきい値以内に存在する一又は複数の領域を人物候補領域としてグループ化する処理（Ｓ７）と、グループ化されてなる人物候補領域の面積及び形状に基づいて、当該人物候補領域の物体が人物であるか否かを判定する処理（Ｓ８）とを有する。 （もっと読む）

【課題】 周囲の気温や背景物体等に拘わらず、確実に人物を検出することができる人物検出装置及び方法を提供する。
【解決手段】 物体の温度に相当する輝度値の画素からなる熱画像を撮像し（Ｓ１，Ｓ２）、熱画像を撮像した時の周囲の環境を判定し（Ｓ３）、複数の人物検出処理のうち、何れかの人物検出処理（Ｓ５）を行って、熱画像のうち、人物に相当する領域を検出する（Ｓ６）。このとき、ステップＳ４において、ステップＳ３で判定された環境に基づいて、複数の人物検出処理のうち、何れかの人物検出処理を選択し、選択された人物検出処理を行って検出された人物に相当する領域の物体が、人物である否かを判定する。 （もっと読む）

【課題】 個別車両を認識することなく、避走車両や停止車両などを効率よく検出できる交通流監視装置を得る。
【解決手段】 所定の周期で道路状態を撮像する画像撮像部１０により撮像された画像がブロック分割された各ブロック毎に物体の移動方向を物体追跡部１２により追跡し、一方、画像の各ブロック毎に道路形状に応じて基本物体移動方向を予め基本物体進行方向設定部１１により設定しておき、物体移動方向比較部１３により、基本物体移動方向と、物体追跡手段により追跡されたブロック毎の物体の移動方向とを比較して避走ブロックを設定し、この避走ブロックを避走ブロック連結処理部１４により連結し、この連結された連結避走ブロック情報から避走物体判定部１５により避走物体を判定する。 （もっと読む）

【課題】 車両の位置する道路が進行方向に複数の車線を有する道路である場合においても、ナビゲーション装置に車両が位置する車線から見える実際の景観に合致する三次元表示を行う。
【解決手段】 自車位置を検出する自車位置検出手段と、検出された自車位置に基づいて、この自車位置がある道路の進行方向の車線情報を取得する車線情報取得手段と、取得された前記車線情報に含まれる１又は２以上の車線の中での自車の車線位置を判別する車線判別手段と、三次元の地図データに基づいて、判別された車線上に視点を設定し、所定の視線方向を見たときの三次元表示データを生成する表示データ生成手段と、生成された三次元表示データを表示する表示手段と、を備える。 （もっと読む）

【課題】 得られた時系列画像から画像系列を取り出してカメラ運動と３次元形状を復元するとき、復元するのに十分な画像系列かどうかを自動的に判断する。
【解決手段】 カメラから取得した画像を時系列画像データベース部１１に格納する。次に、そのデータベース部１１からあるフレーム間の画像系列を画像系列取得部１２で取得する。取り出した画像系列間で特徴点を特徴点抽出部１３で抽出し、抽出した特徴点を特徴点追跡処理部１４によりフレーム間に亘って追跡する。追跡により得られた画像情報から、カメラ運動の有無をカメラ運動検出部１５で検出し、カメラ運動判定部１６でカメラ運動と相対的に動く特徴点に惑わされることなく、それ以外の特徴点から、用いるフレーム数がカメラ運動と３次元形状を復元するのに十分かどうかを判定する。
（もっと読む）

融合画像を形成するための方法および装置が説明される。一実施形態では、第１の波長で第１の画像が、第２の波長で第２の画像が生成される。次に、範囲情報が生成され、後に第２の画像と相関するように第１の画像をワープするために用いられる。次に、ワープされた第１の画像は第２の画像と融合され、融合画像を形成する。
（もっと読む）

【課題】衝突時間の算出を容易にすると共に、位置検出誤差に対してロバストな出力を得ることを可能にする。
【解決手段】撮像手段２が車両周囲の画像を撮像し、エッジ抽出手段３が撮像手段２が撮像した画像の中からエッジ画像を抽出し、エッジ幅規格化手段４がエッジ抽出手段３により抽出されたエッジ画像のエッジ幅を規格化し、投票手段５が、エッジ幅規格化手段４により規格化されたエッジ画像について、エッジ画像が検出された位置に対応するカウント値を増数すると共に、エッジ画像が検出されなかった位置に対応するカウント値を初期化し、移動速度検出手段６がカウント値の傾きに基づいてエッジ抽出手段３により抽出されたエッジ画像の移動方向と移動速度を算出し、衝突時間算出手段７が、移動速度検出手段６により算出されたエッジ画像の位置及び移動速度を利用して、対象物との衝突時間を算出する。 （もっと読む）

【課題】共通の画像センサによって、例えば車両の進行方向前方の白線を認識するための白線認識領域と、その白線よりも進行方向において遠方の遠方領域とを含む画像を取得する場合であっても、遠方領域の画像の分解能の低下を抑制すること。
【解決手段】四角形の撮像範囲を持つ画像センサ１を、その四角形の対角線が地面と水平方向となるように、かつ、遠方領域の画像が四角形の対角線近傍の画素によって撮像されるように、車両に取り付ける。これにより、車両から近距離に位置する白線の画像を確実に取得できるように、画像センサ１の画角を広くとった場合であっても、遠方における撮像範囲の広がりに対応して、画素数も増加させることができる。特に、取得すべき遠方領域の画像を、四角形の対角線近傍の画素によって撮像するので、遠方領域の画像の分解能の低下を効果的に抑制することができる。 （もっと読む）

【課題】 自車両と衝突する可能性が高い物体を検出するにあたって、誤検出物体を効率的に排除すること。
【解決手段】 撮像画像の横方向の速度を検出し（ステップＳ２）、「背景と異なる画面領域」の検出を行って、自車両前方に存在する自車両に向かって飛び出してくる物体を含む領域を設定する（ステップＳ３）。その後、検出した「背景と異なる画面領域」のうち、実際には静止しているにも関わらず、自車両の振動によって横方向の速度が検出されてしまった物体を含む領域を誤検出領域として検出し、当該誤検出領域を削除する（ステップＳ４）。そして、誤検出領域を削除した結果残った「背景と異なる画面領域」を、自車両前方に存在する移動物体であると判定する（ステップＳ５）。 （もっと読む）

【課題】 車両の外部を撮影した水平方向に広い視野角を有した広角画像を違和感なく車室内に表示するための画像の補正方法を提供する。
【解決手段】車両の外部を撮影した水平方向に広い視野角を有した広角画像Ｗを車室内の表示装置３に表示するための広角画像Ｗの補正方法であって、垂直方向の上部に向かうに従って広角画像Ｗが縮小され、下部に向かうに従って広角画像Ｗが拡大されるように相対的な拡縮を施す遠近感補正２１と、広角画像Ｗの水平方向の中央部を通る垂直基準線から水平方向の両端部に向かうに従って広角画像Ｗを拡大する側方距離感補正２２とを行って、広角画像Ｗを補正する。 （もっと読む）

【課題】ヘリポートの接地帯標識のような複雑な図形から特定の形状を抽出することを可能とする。
【解決手段】画像データから対象物を検出する画像処理装置において、入力された前記画像データから対象物を抽出するための画像処理を行うフィルタを構成要素とする複数の画像処理部と、複数の画像データを統合する処理を行う第一の入力積フィルタと、を備え、前記複数の画像データは前記画像処理部により画像処理された画像データを含むことを特徴とする画像処理装置。 （もっと読む）

【課題】処理負荷を軽減して効率的に障害物などの対象物体を検出することができる装置を提供する。
【解決手段】撮像画像から特徴点を検出し（ステップＳ１０２）、各特徴点の過去から現在までの特徴点データ群を記憶保持する（ステップＳ１０４）。現在の特徴点データ群において特徴量が所定値以上である特徴点を検出対象候補点とし（ステップＳ１０５）、その検出対象候補点の過去の特徴点データ群を抽出して、検出対象候補点の追跡処理を行う（ステップＳ１０６、Ｓ１０７）。この追跡処理の結果として求められる検出対象候補点の過去から現在までの画像位置とオプティカルフローの履歴に基づいて、障害物を検出する（ステップＳ１０９〜Ｓ１１３）。 （もっと読む）

【課題】状況に応じて適切な車両検出方法を選択し、安定した車両検出を行うことができる車両検出装置を提供する。
【解決手段】撮像画像より抽出したエッジ交点のＹ座標値が所定値以下であるか否かを判定する（ステップＳ２００）。Ｙ座標値が所定値以下である場合はパターンマッチング処理を選択し、基本車両パターンを読み出して（ステップＳ２０１）パターンマッチングにより特徴点を求める（ステップＳ２０２）。また、Ｙ座標値が所定値より大きい場合はグルーピング処理を選択し、画面上をほぼ同じ方向と速度で動くエッジ交点同士をグルーピングして（ステップＳ２０４）車両の特徴点を判定する（ステップＳ２０５）。こうして検出される特徴点を車両パターンとして登録する（ステップＳ２０３、Ｓ２０６）。 （もっと読む）

【課題】
少ない処理量にて移動体の画像のみを抽出する。
【解決手段】
移動体の画像および当該移動体の影の画像を含む入力画像から移動体の画像を抽出する移動体画像抽出方法は、入力画像の背景画像における一部の画素が移動体の影とみなされる画素に置換された影付背景画像を取得して影付背景画像格納部へ格納する取得ステップと、影付背景画像格納部に格納される影付背景画像を用いて入力画像から移動体の画像を抽出する抽出ステップとを含む。この影付背景画像を用いれば、入力画像および影付背景画像との簡単な処理にて、入力画像に含まれる移動体の影を除去することが可能となる。 （もっと読む）

【課題】撮像画像上における同一物が写されている領域を判定する。
【解決手段】追跡可能領域検出部３０は、撮像部１０により撮像された画像を複数の領域に区分し、各領域ごとに、移動体を追跡可能な追跡可能領域を検出する。高さ比算出部６０は、追跡可能領域検出部３０により検出された異なる２つの追跡可能領域の撮像画像上のｙ座標の比を算出する。領域分類部７０は、高さ比算出部６０によって算出されたｙ座標の比の時間変化量が所定のしきい値以下の領域を同一物が写っている領域として検出する。
（もっと読む）

【課題】 演算量を低減する物体検出装置を提供することを課題とする。
【解決手段】 互いに視点の異なる複数の撮像画像を出力する撮像手段と、互いに視点の異なる画像間の対応付けを行う対応付手段とを備え、対応付けによって得られる視差から物体を検出する物体検出装置において、撮像画像を低解像度画像に変換する解像度変換手段と、低解像度画像による対応付けで得られた各対応点の視差が所定の視差以下か否かを判定する判定手段とを備え、高解像度画像による対応付けを行う場合、低解像度画像による対応付けで得られた対応点の位置に対応する高解像度画像の位置の近傍を探索範囲として設定して高解像度画像における対応付けを行い、判定手段により対応点の視差が所定の視差以下と判定した場合、対応点の視差が所定の視差より大きいと判定した場合より探索範囲における視差が少ない方向に対応する範囲を小さく設定することを特徴とする。 （もっと読む）

【課題】計算負荷を大きくすることなく物体と自車両の位置関係を精度高く予測する。
【解決手段】カメラ２が、自車両周辺の２次元画像を撮像し、画像上特徴点追従部３が、カメラ２により撮像された２次元画像の中から特徴点を抽出し、抽出された特徴点を所定時間追跡することにより特徴点の時系列データＰｉを取得し、画像上移動位置予測部４が、特徴点の時系列データＰｉを利用して特徴点の移動予測値を算出し、算出された移動予測値に従って２次元画像内における特徴点の位置（ｘ_ｉ，ｙ_ｉ）を予測する。 （もっと読む）