JP2008269218A - 画像処理装置、画像処理方法および画像処理プログラム - Google Patents

Abstract

【課題】画像認識に対する画像内の影の影響度を判断することを目的とする。
【解決手段】エッジ抽出部２１０はカメラ１１０が撮像した道路画像からエッジを抽出する。白線認識評価値算出部２２０は２つのエッジの平行度と２枚の道路画像のエッジの一致度とに基づいて各エッジについて白線を表す度合いを示す白線認識評価値を算出する。影影響評価値算出部２３０は照度が高い場合に影が強く、太陽高度が低いときに影が大きいことに基づいて照度と太陽高度とに基づいて影の影響度を示す影影響評価値を算出する。総合認識評価値算出部２４０は当該エッジの白線の表す度合いを白線認識評価値と影影響評価値とに基づいて総合認識評価値として算出する。認識精度判定部２５０は総合認識評価値に基づいて白線を表しているエッジを特定する。
【選択図】図３

Description

本発明は、例えば、画像認識に対する画像内の影の影響度を判断したり、画像認識に対する影の影響を軽減または除去したりする画像処理装置、画像処理方法および画像処理プログラムに関するものである。

従来、車などの移動体（以下、車両とする）に可視光カメラを搭載し、可視光カメラで撮像した画像から白線や地物マーカーや標識等を認識した認識結果を利用して、車両の位置を特定したり、白線や地物マーカーや標識などの位置情報を示す道路情報を得たりするシステムが提案されている。

このようなシステムにおいて、夕刻などに近傍の建物や電柱の陰によって、画像に映っている対象物（白線や地物マーカーや標識等の地物）が不明確になり、画像認識処理時に誤認識が生じる場合があった。特に、影が伸びる夕刻時に撮像された画像を用いて画像認識を行った場合には対象物の誤認識が生じ易い。
例えば、図５に示す道路画像７００を用いて画像認識を行った場合、標識７１０の影７３０の影響により、影７３０を白線７２０または標識７１０と誤認識したり、白線７２０を検出できなかったりすることが考えられる。

こうした影の影響を防ぐ方法には、ＩＲカメラ（赤外線カメラ）を用いて撮像する方法や影の影響が出ない状況を待つ方法がある。
特開２００６−１１９５９１号公報

しかし、ＩＲカメラを用いる方法には、ＩＲカメラが高価である、ＩＲカメラの映像は色が無いため人が見る映像としては不自然である、ＩＲカメラのシャッタースピードが高速にしにくいといった課題がある。

また、太陽が真上にくるのを待ったり曇るのを待ったりする影の影響が出ない状況を待つ方法には、そのような状況を待つ必要があるため撮影に時間がかかるという課題があった。

本発明は、例えば、画像認識に対する画像内の影の影響度を判断したり、画像認識に対する影の影響を軽減または除去したりすることを目的とする。

本発明の画像処理装置は、道路が撮像された道路画像に映っている白線を認識する画像認識装置の画像認識精度を推定する画像処理装置であり、道路画像を記憶する道路画像記憶部と、前記道路画像記憶部から道路画像を入力し、入力した道路画像に含まれているエッジをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて抽出するエッジ抽出部と、前記エッジ抽出部が抽出したエッジについて当該エッジが道路の白線を表す度合いを示す白線認識評価値をＣＰＵを用いて算出する白線認識評価値算出部と、当該道路画像が撮像されたときの天候状態に基づいて道路画像に映っている影の度合いを示す影影響評価値をＣＰＵを用いて算出する影影響評価値算出部と、前記白線認識評価値算出部が算出した白線認識評価値と前記影影響評価値算出部が算出した影影響評価値とに基づいて当該道路画像を用いた際の前記画像認識装置の画像認識精度を示す総合認識評価値をＣＰＵを用いて算出する総合認識評価値算出部とを備えたことを特徴とする。

本発明によれば、影影響評価値算出部が天候状態に基づいて道路画像に映っている影の度合いを算出することにより、例えば、当該画像を用いた画像認識に対する影の影響度を判断することができる。また、影の影響度を判断できることにより、認識精度の高い認識結果を出力することができる。つまり、本発明によれば認識精度の高い画像認識結果を得ることができる。

実施の形態１．
図１は、実施の形態１における画像認識装置２００を搭載した車両１００の構成図である。
車両１００の構成のうち実施の形態１における画像処理方法に関する構成要素について、図１に基づいて以下に説明する。

車両１００は進行方向の前方または後方を可視光で撮像するカメラ１１０と車外の照度を計測する照度計測装置１２０と各時刻における太陽の高度を示す太陽高度情報を記憶している太陽高度情報記憶部１９０とを備える。
また、車両１００はカメラ１１０が撮像した画像に映っている地物と照度計測装置１２０が計測した撮像時の照度と太陽高度情報が示す撮像時の太陽の高度との関係に基づいて当該画像を用いて画像認識した際の画像認識精度をＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて推定評価する画像認識装置２００（画像処理装置の一例）を備える。

図２は、実施の形態１における画像認識装置２００のハードウェア資源の一例を示す図である。
図２において、画像認識装置２００は、プログラムを実行するＣＰＵ９１１（Ｃｅｎｔｒａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサともいう）を備えている。ＣＰＵ９１１は、バス９１２を介してＲＯＭ９１３、ＲＡＭ９１４、通信ボード９１５、磁気ディスク装置９２０、表示装置９０１と接続され、これらのハードウェアデバイスを制御する。磁気ディスク装置９２０の代わりにその他の記憶装置（例えば、ＲＡＭやフラッシュメモリなどの半導体メモリ）を用いてもよい。
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。これらは、記憶機器、記憶装置あるいは記憶部の一例である。また、入力データが記憶されている記憶機器は入力機器、入力装置あるいは入力部の一例であり、出力データが記憶される記憶機器は出力機器、出力装置あるいは出力部の一例である。
通信ボード９１５は、入出力機器、入出力装置あるいは入出力部の一例である。
表示装置９０１は出力機器の一例である。

通信ボード９１５は、有線または無線で、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット、ＩＳＤＮ等のＷＡＮ（ワイドエリアネットワーク）、電話回線などの通信網に接続されている。

磁気ディスク装置９２０には、ＯＳ９２１（オペレーティングシステム）、プログラム群９２３、ファイル群９２４が記憶されている。プログラム群９２３のプログラムは、ＣＰＵ９１１、ＯＳ９２１により実行される。

上記プログラム群９２３には、実施の形態において「〜部」として説明する機能を実行するプログラムが記憶されている。プログラムは、ＣＰＵ９１１により読み出され実行される。

ファイル群９２４には、実施の形態において、「〜部」の機能を実行した際の「〜の判定結果」、「〜の計算結果」、「〜の処理結果」などの結果データ、「〜部」の機能を実行するプログラム間で受け渡しするデータ、その他の情報やデータや信号値や変数値やパラメータが、「〜ファイル」や「〜データベース」の各項目として記憶されている。カメラ１１０が撮像した画像や照度計測装置１２０が計測した計測値や太陽高度情報記憶部１９０に記憶されている太陽高度情報や画像認識装置２００の画像認識結果などはファイル群９２４に含まれるものの一例である。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示などのＣＰＵの動作に用いられる。抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリやキャッシュメモリやバッファメモリに一時的に記憶される。
また、実施の形態において説明するフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、ＲＡＭ９１４のメモリ、磁気ディスク装置９２０の磁気ディスク、その他の記録媒体に記録される。また、データや信号値は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。

また、実施の形態において「〜部」として説明するものは、「〜回路」、「〜装置」、「〜機器」であってもよく、また、「〜ステップ」、「〜手順」、「〜処理」であってもよい。すなわち、「〜部」として説明するものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。ファームウェアとソフトウェアは、プログラムとして、磁気ディスクやその他の記録媒体に記憶される。プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。すなわち、画像認識プログラム（画像処理プログラム）は、「〜部」としてコンピュータを機能させるものである。あるいは、「〜部」の手順や方法をコンピュータに実行させるものである。

図３は、実施の形態１における画像認識装置２００の機能構成図である。
図３に示すように、画像認識装置２００（画像処理装置の一例）はエッジ抽出部２１０、白線認識評価値算出部２２０、影影響評価値算出部２３０、総合認識評価値算出部２４０、認識精度判定部２５０、判定結果表示部２６０および画像認識記憶部２９０を備える。

画像認識記憶部２９０（道路画像記憶部の一例）にはカメラ１１０が車両１００から走行中の道路を撮像した道路画像が記憶される。
エッジ抽出部２１０は画像認識記憶部２９０から道路画像を取得し、取得した道路画像から白線や標識や影などを表す各エッジ部分をＣＰＵを用いて抽出する。
白線認識評価値算出部２２０は、白線平行度算出部２２１および白線進行方向度算出部２２２を備え、エッジ抽出部２１０が抽出した各エッジについて当該エッジが道路の白線を表す度合いや当該エッジが道路の白線を示す確率・可能性などを示す白線認識評価値をＣＰＵを用いて算出する。
白線平行度算出部２２１は１つの道路画像に含まれている２つのエッジの平行度を白線平行度としてＣＰＵを用いて算出する。
白線進行方向度算出部２２２は異なる時刻に撮像された２つの道路画像に含まれているエッジの一致度を白線進行方向度としてＣＰＵを用いて算出する。
影影響評価値算出部２３０は照度計測装置１２０が計測した車外の照度（照度計測値）や太陽高度情報記憶部１９０に記憶されている太陽高度情報が示す太陽の高度などの天候状態に基づいて道路画像に映っている影の度合いや道路画像に映っている影の量や当該道路画像を用いた画像認識に対する影の影響度などを示す影影響評価値をＣＰＵを用いて算出する。
総合認識評価値算出部２４０は、白線認識評価値算出部２２０が算出した白線認識評価値と影影響評価値算出部２３０が算出した影影響評価値とに基づいて、エッジ抽出部２１０が道路画像から抽出した各エッジ部分を白線と認識した際の画像認識精度を示す総合認識評価値をＣＰＵを用いて算出する。
認識精度判定部２５０は、総合認識評価値算出部２４０が算出した総合認識評価値に基づいて、エッジ抽出部２１０が道路画像から抽出した各エッジについて当該エッジが白線を表すか否かをＣＰＵを用いて判定する。
判定結果表示部２６０（画像認識精度出力部）は認識精度判定部２５０が白線を表していると判定した各エッジ部分の情報（白線情報）を示す認識判定結果を表示装置９０１に表示したり、画像認識記憶部２９０に記憶したりする。

ここで、画像認識記憶部２９０に記憶されるカメラ１１０が撮像した道路画像について説明する。
図４は、実施の形態１における車両１００に取り付けられたカメラ１１０の撮像面Ｔについて示す図である。
図５は、実施の形態１におけるカメラ１１０が撮像した道路画像７００の一例を示す図である。
図４において、カメラ１１０は設置角θ（仰角θ_１、方位角θ_２、回転角θ_３）をもって車両１００に設置され、車両１００の進行方向（車両１００の方位角方向）に位置する道路を画角φ（縦方向φ_１、横方向φ_２）の範囲で撮像する。
そして、カメラ１１０は、図４において、撮像範囲Ａ内に位置する路面、白線、標識、影などの各地物をレンズ中心Ｏから焦点距離Ｆ離れた撮像面Ｔに投影し、撮像面Ｔに投影した各地物を表す２次元の画像データを図５に示すような道路画像７００として得る。
図５に示す道路画像７００は、焦点距離Ｆや画角φや設置角θなどのカメラ１１０の属性（特性、パラメータ）に応じてカメラ１１０の撮像面Ｔに投影された標識７１０、白線７２０および影７３０を示している。例えば、車両１００が走行している道路の両脇において平行に標示されている２本の白線７２０は、カメラ１１０の属性に応じた撮像面Ｔへの投影により、図５に示すように、道路画像７００の左下から中央方向に伸長する白線７２０および道路画像７００の右下から中央方向に伸長する白線７２０として表される。

図６は、実施の形態１における画像認識装置２００の画像認識方法を示すフローチャートである。
実施の形態１における画像認識装置２００の画像認識方法（画像処理方法の一例）について、図６に基づいて以下に説明する。
画像認識装置２００が備える各部は図６に基づいて説明する以下の処理をＣＰＵを用いて実行する。

＜Ｓ１１０：エッジ抽出処理＞
エッジ抽出部２１０は画像認識記憶部２９０から道路画像を取得し、取得した道路画像から白線や標識や影などを表す各エッジ部分を抽出する。
このとき、エッジ抽出部２１０は道路画像が示す各画素の輝度レベル（輝度値、または、ＲＧＢ、色合い、鮮やかさ、明るさなどの色情報）を微分して二値化することにより道路画像からエッジ部分を抽出する。道路画像は、輝度レベルの微分により、隣り合う画素との輝度変化が大きい画素（隣り合う画素との輝度差が所定値以上の画素）と隣り合う画素との輝度変化が小さい画素との２種類の画素で表される。この隣り合う画素との輝度変化が大きい画素部分がエッジ部分となり、エッジ部分は線または点として現れる。
例えば、図５に示す道路画像７００から抽出されたエッジは図７のように表される。
図７は、実施の形態１における道路画像７００のエッジを示す図である。
図７には、路面と輝度差がある白線７２１および影７３１の路面との境界線や背景との輝度差がある標識７１１の境界線などがエッジとして現れている。

＜Ｓ１２１〜Ｓ１２３＞
図３において、白線認識評価値算出部２２０はエッジ抽出部２１０が道路画像から抽出した各エッジについて当該エッジが道路の白線を表す度合いを示す白線認識評価値を算出する。
このとき、白線認識評価値算出部２２０は以下に説明する白線平行度や白線進行方向度に基づいて白線認識評価値を算出する。

＜Ｓ１２１：白線平行度算出処理＞
まず、白線認識評価値算出部２２０の白線平行度算出部２２１は１つの道路画像に含まれている各エッジについて２つのエッジの平行度を白線平行度として算出する。
道路画像に映っている各白線は、Ｓ１１０においてエッジ抽出部２１０にエッジ抽出されることにより、白線の左端を表す線状のエッジ（例えば、図７に示す左エッジ７２３）と白線の右端を表す線上のエッジ（例えば、図７に示す右エッジ７２２）との２つのエッジで表される。
ここで、白線平行度算出部２２１は、白線が一定の太さを持った線状を形成するため、平行度が高いほど当該２つのエッジが白線を表す度合いが高いと判定する。白線平行度算出部２２１はエッジ抽出部２１０が道路画像から抽出した各エッジについて隣り合って位置するエッジ同士を選択し、選択したエッジ同士の平行度を白線平行度として算出する。ここで、白線の幅程度であれば、道路画像から抽出された白線の左エッジと右エッジとの平行度に撮像面への投影による影響はほとんど出ない。このため、エッジ抽出部２１０は道路画像が表す２次元平面座標上で２つのエッジの平行度を算出して構わない。また、エッジ抽出部２１０は道路画像が表す２次元平面座標上の２つのエッジをカメラ１１０の焦点距離などの特性に応じて３次元空間座標上で表して２つのエッジの平行度を算出してもよい。例えば、白線認識評価値算出部２２０は、各エッジの２次元平面座標上または３次元空間座標上での各エッジの傾きを算出し、各エッジの傾きの差を算出し、傾きの差が少ないほど高い平行度を示すように当該２つのエッジの白線平行度を算出する。また、エッジ抽出部２１０は２つのエッジの間隔が白線の幅に対応するほど当該２つのエッジが白線を表す度合いが高いと判定して白線平行度を算出してもよい。２つのエッジの間隔および白線の幅との対応度は道路画像が表す２次元平面座標上で算出してもよいし、３次元空間座標に変換後に算出してもよい。

＜Ｓ１２２：白線進行方向度算出処理＞
また、白線進行方向度算出部２２２は異なる時刻に撮像された２つの道路画像に含まれているエッジの一致度を白線進行方向度として算出する。
ここで、白線は、道路の左端や右端や中央といった決まった位置に連続して、または、断続して標示されるため、異なる時刻に撮像された２つの道路画像に同じように映し出される。
そこで、白線進行方向度算出部２２２は異なる時刻に撮像された２つの道路画像において一致度の高いエッジが白線を表す度合いの高いエッジであると判定する。例えば、白線進行方向度算出部２２２は２つの道路画像間で各エッジの画素位置、傾き、形状を比較して各エッジの差を算出し、算出した差が所定値内であるエッジの組（２つの道路画像のそれぞれから選択したエッジの組）について差が小さいほど大きい値を示すように当該エッジの白線進行方向度を算出する。
車両１００が走行中の異なる時刻に撮像された２つの道路画像のエッジを重ね合わせた場合、図８のように表される。図８は、時刻ａに撮像された道路画像７０１のエッジを実線で表し、時刻ａと連続する異なる時刻ｂ（ａ＋ｔ）に撮像された道路画像７０１のエッジを点線で表している。図８に示すように、異なる時刻に撮像された２つの道路画像において、連続して標示されている白線７２１のエッジは車両１００の移動前と移動後とで道路画像７０１に同様に映し出される。一方、標識７１１や影７３１は車両１００の移動に伴い道路画像７０１に映し出される位置が変化する。つまり、異なる時刻に撮像された２つの道路画像において一致度の高いエッジは白線である可能性が高い。ここで、異なる時刻に撮像された２つの道路画像とは、進行方向への移動により異なる地点で撮像された２つの道路画像を意味する。

＜Ｓ１２３：白線認識評価値＞
そして、白線認識評価値算出部２２０は、Ｓ１２１において白線平行度算出部２２１が算出した白線平行度とＳ１２２において白線進行方向度算出部２２２が算出した白線進行方向度とに基づいて、白線認識評価値を算出する。
このとき、白線認識評価値算出部２２０は白線平行度と白線認識評価値との間での重み付けや白線認識評価値と後述する影影響評価値との間での重み付けを行って白線認識評価値を算出する。
例えば、白線認識評価値算出部２２０は以下の式１により白線認識評価値を算出する。式１において、“ａ”、“ｂ”はそれぞれ白線平行度、白線進行方向度に対して設定された重み付け用の係数である。

＜式１＞
白線認識評価値 ＝ （ａ×白線平行度）＋（ｂ×白線進行方向度）

＜Ｓ１３０：影影響評価値算出処理＞
影影響評価値算出部２３０は、照度計測装置１２０が計測した車外の照度（道路の照度）や太陽高度情報記憶部１９０に記憶されている太陽高度情報が示す太陽の高度などの天候状態に基づいて、道路画像に映っている影の度合いを示す影影響評価値を算出する。
本実施の形態では、太陽の高度と撮像時の照度とから影がどの程度撮影内容に影響を与えるかを予測することにより、当該道路画像を用いた場合の画像認識精度を推定する。
例えば、晴天により照度が高ければ（大きければ）影のコントラストが強くなる事により道路画像に対する影の影響度が増し、画像認識精度が低下すると予測できる。また、太陽高度が低いと影の長さが長くなることより道路画像に対する影の影響度が増し、画像認識精度が低下すると予測できる。また、照度が高くても太陽が真上にあるときは影の影響度は少なく、画像認識精度は低下しないと予測できる。
このようにして、本実施の形態における画像認識装置２００は、撮影された道路画像上の影の影響の大小を予測することにより、画像処理における誤認識の状態を予測することができる。
そこで、影影響評価値算出部２３０は、当該道路画像が撮像された際の車外の照度（道路の照度）を照度計測装置１２０から取得し、当該道路画像が撮像された時期・時間帯・地域における太陽の高度を示す太陽高度情報を太陽高度情報記憶部１９０から取得し、照度と太陽高度とに基づいて影影響評価値を算出する。
ここで、カメラ１１０は撮像した道路画像を撮像時刻と共に画像認識記憶部２９０に記憶する。また、照度計測装置１２０はカメラ１１０が道路画像を撮像した際に照度計測を行い、照度計測値を計測時刻と共に記憶し、当該道路画像の撮像時刻に計測した照度計測値を影影響評価値算出部２３０に出力する。影影響評価値算出部２３０は当該道路画像の撮像時刻に基づいて照度計測値を照度計測装置１２０から取得する。
また、太陽高度情報記憶部１９０は時期（例えば、年月日、季節）・時間帯（例えば、１時間単位）に対応付けて撮像地域（例えば、南半球、北半球）の太陽高度、太陽高度に対応する影の影響度を太陽高度情報１９１として、例えば、図９に示すように記憶する。影影響評価値算出部２３０は当該道路画像の撮像時期・撮像時間帯に基づいて太陽高度に対応する影の影響度を太陽高度情報記憶部１９０から取得する。
図９は、実施の形態１における太陽高度情報の一例を示す図である。
影影響評価値算出部２３０は、例えば、以下の式２により影影響評価値を算出する。式２において、“ｃ”、“ｄ”はそれぞれ照度に基づく影の影響度、太陽高度に基づく影の影響度に対して設定された重み付け用の係数である。

＜式２＞
影影響評価値 ＝ （ｄ×太陽高度の影響度）−（ｃ×照度）

＜Ｓ１４０：総合認識評価値算出処理＞
次に、総合認識評価値算出部２４０は、Ｓ１２３において白線認識評価値算出部２２０が算出した白線認識評価値とＳ１３０において影影響評価値算出部２３０が算出した影影響評価値とに基づいて、エッジ抽出部２１０が道路画像から抽出した各エッジ部分を白線と認識した際の画像認識精度を示す総合認識評価値を算出する。
例えば、総合認識評価値算出部２４０は以下の式３により総合認識評価値を算出する。

＜式３＞
総合認識評価値 ＝ 白線認識評価値 − 影影響評価値

つまり、高い総合認識評価値は、当該エッジについて、白線を示している可能性が高く、且つ、影の影響が少ないことを示す。そのため、総合認識評価値が高いエッジ部分を白線として認識した場合の画像認識精度は高い。

＜Ｓ１５０：認識精度判定処理＞
次に、認識精度判定部２５０は、Ｓ１４０において総合認識評価値算出部２４０が算出した総合認識評価値に基づいて、エッジ抽出部２１０が道路画像から抽出した各エッジについて当該エッジが白線を表すか否かを判定する。
このとき、認識精度判定部２５０は、各エッジについて、総合認識評価値と認識判定用の所定の閾値とを比較し、総合認識評価値が認識判定用の所定の閾値より大きい場合には当該エッジが白線を表していると判定する。

＜Ｓ１６０：判定結果出力処理（画像認識精度出力処理）＞
そして、判定結果表示部２６０は認識精度判定部２５０がＳ１５０において白線を表していると判定した各エッジ部分の情報（白線情報）を示す認識判定結果を表示装置９０１に表示したり、画像認識記憶部２９０に記憶したりする。
例えば、判定結果表示部２６０は認識精度判定部２５０が白線を表していると判定したエッジ部分を強調させた道路画像を白線情報として表示装置９０１に表示する。またこのとき、判定結果表示部２６０は総合認識評価値に基づいて画像認識精度を表示装置９０１に表示する。
また例えば、判定結果表示部２６０は、認識精度判定部２５０が白線を表していると判定した各エッジが位置する道路画像上の２次元座標をカメラ１１０の焦点距離などの特性に応じて３次元座標に変換して撮像時におけるカメラ１１０に対する白線の相対位置および相対方位角（白線の伸長方向）を算出する。ここで、車両１００はＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信機（図示省略）やジャイロ（図示省略）などを用いて撮像時におけるカメラ１１０の絶対位置（３次元座標）および絶対方位角を測位するものとし、判定結果表示部２６０は測位したカメラ１１０の絶対位置とカメラ１１０に対する白線の相対位置とに基づく白線の絶対位置とカメラ１１０の絶対方位角とカメラ１１０に対する白線の相対方位角とに基づく白線の絶対方位角とを白線情報として算出し、画像認識記憶部２９０に記憶する。またこのとき、判定結果表示部２６０は総合認識評価値に基づいて画像認識精度を画像認識記憶部２９０に記憶する。

上記実施の形態１では、エッジ抽出部２１０により道路画像から抽出したエッジを白線認識評価値に基づいて白線と認識し、影影響評価値に基づいて白線認識精度を推定する例について説明した。
但し、任意の画像認識処理により任意の地物を認識し、任意の画像認識処理により認識した地物の認識精度を影影響評価値に基づいて推定してもよい。

実施の形態２．
上記実施の形態１に示した画像認識装置２００は、道路画像に影が多く映っているかどうかを判定することにより、当該道路画像を用いた画像認識の精度を推定することができる。
実施の形態２ではより高い精度で画像認識精度を推定できるようにする形態について説明する。
以下、上記実施の形態１と異なる事項について説明し、説明を省略する事項については上記実施の形態１と同様とする。

上記実施の形態１では、道路画像に影が多く映っている場合（太陽高度が低い場合）に影の影響が大きいと判断して影影響評価値を算出しているが、カメラ１１０の撮像方向と太陽方位との関係によっては影の影響が小さい場合がありうる。例えば、カメラ１１０の撮像方向が車両１００の進行方向と同じであり、太陽方位が道路方向と同じまたは間逆にある場合（方向同一性がある場合）である。この場合、図１０に示すように、標識７１０や電柱などの路側の地物の影は道路と平行に発生するため道路上には路側の地物の影は落ちないことになる。つまり影の発生量が多くても、道路画像に対する影の影響は少ない場合がありえる。逆に、カメラ１１０の撮像方向と太陽方位とが垂直の関係にある場合（方向非同一の場合）に最も影の影響が大きくなると考えられる。

図１１は、実施の形態２における画像認識装置２００を搭載した車両１００の構成図である。
図１１において、実施の形態２における車両１００は、上記実施の形態１における車両１００の構成に対して、方位計測装置１３０を備えることを特徴とする。

方位計測装置１３０はジャイロなどを用いて車両１００の進行方向を計測する。ここで、カメラ１１０の撮像方向は車両１００の進行方向と一致するものとする。つまり、方位計測装置１３０はカメラ１１０の撮像方向を計測する。

図１２は、実施の形態２における画像認識装置２００の機能構成図である。
図１２において、実施の形態２における画像認識装置２００は、上記実施の形態１における画像認識装置２００の機能構成に対して、方向非同一度算出部２３１を備えることを特徴とする。

方向非同一度算出部２３１は、方位計測装置１３０が計測したカメラ１１０の撮像方向と太陽高度情報記憶部１９０に記憶されている太陽高度情報が示す太陽の方位（後述）とに基づいて、撮像方向に対する影の交差度を示す方向非同一度をＣＰＵを用いて算出する。

図１３は、実施の形態２における画像認識装置２００の画像認識方法を示すフローチャートである。
実施の形態２における画像認識装置２００は、上記実施の形態１における画像認識方法に対して、影影響評価値算出処理（Ｓ１３０）において、撮像方向と太陽方位との方向非同一性に基づいて影影響評価値を算出することを特徴とする。
以下、図１３に基づいて、影影響評価値算出処理（Ｓ１３０）について説明する。

＜Ｓ１３１：方向非同一度算出処理＞
方向非同一度算出部２３１は、当該道路画像が撮像された際の車両１００の進行方向（方位角）を方位計測装置１３０から取得し、当該道路画像が撮像された時期・時間帯・地域における太陽の方位角を示す太陽高度情報を太陽高度情報記憶部１９０から取得し、方位角と太陽方位とに基づいて道路画像が映している撮像方位と太陽方位との方位差を示す方向非同一度を算出する。このとき、カメラ１１０の撮像方向が車両１００の進行方向と同じになるようにカメラ１１０は車両１００に設置されているものとする。つまり、方向非同一度算出部２３１はカメラ１１０の撮像方向を方位計測装置１３０から取得する。また、方向非同一度算出部２３１はエッジ抽出部２１０が道路画像から抽出した各エッジについて、カメラ１１０の焦点距離などの特性に応じて、当該エッジが道路画像上において道路画像の縦軸と成す２次元方位角を当該エッジが撮像方向に対して成す３次元の相対方位角に変換する。そして、方向非同一度算出部２３１は撮像方向と相対方位角とに基づいて当該エッジの３次元の絶対方位角（以下、エッジの方位角とする）を算出する。
ここで、方位計測装置１３０はカメラ１１０が道路画像を撮像した際に方位計測を行い、計測した方位角をカメラ１１０の撮像方向として計測時刻と共に記憶し、当該道路画像の撮像時刻に計測した方位角（カメラ１１０の撮像方向）を方向非同一度算出部２３１に出力する。方向非同一度算出部２３１は当該道路画像の撮像時刻に基づいて当該道路画像が映している撮像方向を示す方位角を方位計測装置１３０から取得する。
また、実施の形態２における太陽高度情報記憶部１９０は、図１４に示すように、時期・時間帯に対応付けて撮像地域の太陽高度、太陽高度に対応する影の影響度および太陽方位角を太陽高度情報１９１として記憶する。方向非同一度算出部２３１は当該道路画像の撮像時期・撮像時間帯に基づいて太陽高度情報記憶部１９０から太陽方位角を取得する。
方向非同一度算出部２３１は、例えば、以下の式４により方向非同一度を算出する。

＜式４＞
方向非同一度 ＝ ｜（エッジの方位角） − （太陽方位角）｜

上記式４ではエッジの方位角と太陽方位角との差を当該エッジの方向非同一度としているが、撮像方向と太陽方位角との差を各エッジの方向非同一度としてもよい。

＜Ｓ１３２＞
そして、図１３において、影影響評価値算出部２３０は方向非同一度と照度と太陽高度とに基づいて影影響評価値を算出する。
例えば、影影響評価値算出部２３０は以下の式５により影影響評価値を算出する。式５において“ｅ”は方向非同一度に対して設定された重み付け用の係数である。

＜式５＞
影影響評価値 ＝ （ｄ×太陽高度の影響度）−（ｃ×照度）＋（ｅ×方向非同一度）

その他の処理は上記実施の形態１と同様である。

本実施の形態に示した車両１００は方位計測装置１３０を具備することによって、撮影画像上に影が映りやすい状況かどうかをより正確に判定することが出来る。また、本実施の形態における画像認識装置２００は、方位計測装置１３０により計測された撮像方向に基づいて撮影された画像上の影の影響の大小を予測することにより、画像処理における誤認識の状態をより精度よく予測することが出来る。

実施の形態３．
実施の形態３では道路画像から影の影響を軽減または除去した後に道路画像から白線情報を得る形態について説明する。
以下、上記実施の形態１および上記実施の形態２と異なる事項について説明し、説明を省略する事項については上記実施の形態１または上記実施の形態２と同様とする。

図１５は、実施の形態３における画像認識装置２００を搭載した車両１００の構成図である。
図１５において、実施の形態３における車両１００は、上記実施の形態２における車両１００の構成に対して、レーザスキャナ１４０を備えることを特徴とする。

レーザスキャナ１４０は車両１００の進行方向斜め下方に向けて設置され、左右にレーザ送受信部を振りながらレーザを発信し、地物で反射したレーザを受信することによりレーザスキャナ１４０に対して地物が存在する方向およびレーザスキャナ１４０から地物までの距離を計測する。つまり、車両１００の走行と共に、レーザスキャナ１４０は進行方向において特定の距離離れた地点を含む水平走査線上に位置する地物について計測を続けることにより、車両１００が走行した道路上（道路脇、路側を含む）に存在する全ての地物についてレーザスキャナ１４０からの位置および距離を計測することができる。レーザスキャナ１４０の計測値はレーザスキャナ１４０からの方向および距離を示す点群データとして表される。以下、レーザスキャナ１４０の計測した点群データをレーザデータ（地物形状情報の一例）とする。レーザデータは道路上に存在する標識や電柱や路面などの各地物の表面をレーザスキャナ１４０からの方向および距離を示す点群で表す。つまり、レーザデータに基づいて道路上に存在する各地物の位置および表面形状が特定される。

本実施の形態では、物体の形状を計測する装置としてレーザスキャナ１４０を具備することにより、影を発生させる地物の形状を計測し、前述の太陽方位、車両方位（撮像方位）などと組み合わせて、この地物がどのように影を発生させるかを演算することが可能である。また、影の発生している部分と影の発生していない部分との明るさの差を照度に基づいて把握することができる。そして、道路画像において影が発生していると予測される部分の明るさを照度差分だけ増すことによって、影の影響を除去又は軽減することができる。つまり、本実施の形態では、影の影響による画像認識処理の誤判定、誤認識を除去または軽減することが出来る。

図１６は、実施の形態３における画像認識装置２００の機能構成図である。
図１６において、実施の形態３における画像認識装置２００は、上記実施の形態２における画像認識装置２００の機能構成に対して、影除去部２７０を備えることを特徴とする。

影除去部２７０は、ＣＰＵを用いて、レーザスキャナ１４０が計測したレーザデータに基づいて当該道路画像が示す撮像範囲に位置する標識や電柱などの地物を抽出し、地物の影を推定し、道路画像から地物の影部分を除去する。

影除去部２７０が道路画像から地物の影部分を除去する方法として、影部分の画素の明るさを変更する方法と、道路画像から抽出した各エッジから影部分のエッジを削除する方法とについて以下に説明する。

図１７は、実施の形態３における画像認識装置２００の画像認識方法を示すフローチャートである。
まず、影除去部２７０が道路画像から地物の影部分を除去する方法として、影部分の画素の明るさを変更する方法を適用した画像認識方法について、図１７に基づいて以下に説明する。

＜Ｓ１０１：地物抽出処理＞
エッジ抽出処理（Ｓ１１０）前に、影除去部２７０はレーザデータに基づいて地物を抽出する。
このとき、影除去部２７０はレーザスキャナ１４０が計測したレーザデータを画像認識記憶部２９０（地物形状情報記憶部の一例）から取得し、レーザデータの点群が示す方向および位置に基づいて地物の位置および形状を特定する。影除去部２７０は地物の位置および形状を特定するために行うレーザ計測処理として従来の処理を行う。

＜Ｓ１０２：影推定処理＞
次に、影除去部２７０は地物の位置および形状、太陽高度、太陽方位角に基づいて地物の影ができる位置および地物の影の形状を地物と太陽との位置関係に基づいて幾何的に特定する。

＜Ｓ１０３：影除去処理＞
そして、影除去部２７０は道路画像上の地物の影部分の画素の明るさを変更して道路画像から地物の影を除去する。
このとき、影除去部２７０は、カメラ１１０の焦点距離などの特性に応じて、Ｓ１０２で特定した地物の影を表す３次元位置および３次元形状を道路画像上における２次元位置および２次元形状に変換し、変換により得た地物の影を表す２次元位置および２次元形状に基づいて、道路画像において地物の影が位置する画素を特定する。また、影除去部２７０は当該道路画像の撮像時の照度を照度計測装置１２０から取得し、影部分と影でない部分との明るさの差を照度に基づいて算出する。影部分と影でない部分との明るさの差は照度が高いほど大きい値となる。そして、影除去部２７０は当該道路画像に対して地物の影部分の画素の明るさを照度に基づく差に相当する明るさだけ高くする。
図１８は、実施の形態３における影除去処理の概要図である。
図１８において、影除去部２７０は、レーザデータ７０３に基づいて抽出した標識７１３の影７３３を道路画像７００から減算するため、レーザデータ７０３の影７３３に相当する道路画像７００部分（影７３０）の明るさを高める。これにより、影除去部２７０は道路画像７００から影７３０の影響を除去または軽減する。

以降の処理は、上記実施の形態１や上記実施の形態２と同様である。
つまり、画像認識装置２００は影を除去した道路画像７００に対して白線の認識および認識精度の推定を行う。

図１９は、実施の形態３における画像認識装置２００の画像認識方法を示すフローチャートである。
次に、影除去部２７０が道路画像から地物の影部分を除去する方法として、道路画像から抽出した各エッジから影部分のエッジを削除する方法を適用した画像認識方法について、図１９に基づいて以下に説明する。

＜Ｓ１０１〜Ｓ１０２＞
影除去部２７０は、図１７に基づく説明と同様に、レーザデータに基づいて地物を抽出し（Ｓ１０１）、抽出した地物が成す影を推定する（Ｓ１０２）。

＜Ｓ１０３：エッジ抽出処理＞
次に、影除去部２７０は推定した影のエッジを抽出する。
このとき、影除去部２７０は、カメラ１１０の焦点距離などの特性に応じて、Ｓ１０２で特定した地物の影を表す３次元位置および３次元形状を道路画像上における２次元位置および２次元形状に変換し、変換により得た地物の影を表す２次元位置および２次元形状から地物の影のエッジを抽出する。

＜Ｓ１１１：影除去処理＞
そして、影除去部２７０はＳ１１０においてエッジ抽出部２１０が道路画像から抽出した各エッジからＳ１０３において抽出したレーザデータに基づく影部分のエッジを削除する。

以降の処理は、上記実施の形態１や上記実施の形態２と同様である。
つまり、画像認識装置２００は影を除去した道路画像７００に対して白線の認識および認識精度の推定を行う。

実施の形態３では、影除去部２７０が道路画像から影部分を除去し、画像認識装置２００が影部分の除去された道路画像を用いて画像認識および画像認識精度の推定を行うことにより、画像認識精度を高めることができる。
つまり、実施の形態３における画像認識装置２００は、影が出る要因である時刻や太陽高度、照度、進行方向、周囲の地物状況を分析することによってカメラ撮影方向の影の状態を予測し、認識映像の影に対する影響を軽減または消去することにより認識率を高めることができる。

実施の形態１における画像認識装置２００を搭載した車両１００の構成図。 実施の形態１における画像認識装置２００のハードウェア資源の一例を示す図。 実施の形態１における画像認識装置２００の機能構成図。 実施の形態１における車両１００に取り付けられたカメラ１１０の撮像面Ｔについて示す図。 実施の形態１におけるカメラ１１０が撮像した道路画像７００の一例を示す図。 実施の形態１における画像認識装置２００の画像認識方法を示すフローチャート。 実施の形態１における道路画像７００のエッジを示す図。 実施の形態１における重ね合わせた２枚の道路画像７０１のエッジの一例を示す図。 実施の形態１における太陽高度情報の一例を示す図。 実施の形態１における道路画像７００の一例を示す図。 実施の形態２における画像認識装置２００を搭載した車両１００の構成図。 実施の形態２における画像認識装置２００の機能構成図。 実施の形態２における画像認識装置２００の画像認識方法を示すフローチャート。 実施の形態２における太陽高度情報の一例を示す図。 実施の形態３における画像認識装置２００を搭載した車両１００の構成図。 実施の形態３における画像認識装置２００の機能構成図。 実施の形態３における画像認識装置２００の画像認識方法を示すフローチャート。 実施の形態３における影除去処理の概要図。 実施の形態３における画像認識装置２００の画像認識方法を示すフローチャート。

符号の説明

１００ 車両、１１０ カメラ、１２０ 照度計測装置、１３０ 方位計測装置、１４０ レーザスキャナ、１９０ 太陽高度情報記憶部、１９１ 太陽高度情報、２００ 画像認識装置、２１０ エッジ抽出部、２２０ 白線認識評価値算出部、２２１ 白線平行度算出部、２２２ 白線進行方向度算出部、２３０ 影影響評価値算出部、２３１ 方向非同一度算出部、２４０ 総合認識評価値算出部、２５０ 認識精度判定部、２６０ 判定結果表示部、２７０ 影除去部、２９０ 画像認識記憶部、７００，７０１ 道路画像、７０３ レーザデータ、７１０，７１１ａ，７１１ｂ，７１３ 標識、７２０，７２１ 白線、７２２ 右エッジ、７２３ 左エッジ、７３０，７３１，７３１ａ，７３１ｂ，７３３ 影、９０１ 表示装置、９１１ ＣＰＵ、９１２ バス、９１３ ＲＯＭ、９１４ ＲＡＭ、９１５ 通信ボード、９２０ 磁気ディスク装置、９２１ ＯＳ、９２３ プログラム群、９２４ ファイル群。

Claims (16)

1. 道路が撮像された道路画像に映っている白線を認識する画像認識装置の画像認識精度を推定する画像処理装置であり、
   道路画像を記憶する道路画像記憶部と、
   前記道路画像記憶部から道路画像を入力し、入力した道路画像に含まれているエッジをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて抽出するエッジ抽出部と、
   前記エッジ抽出部が抽出したエッジについて当該エッジが道路の白線を表す度合いを示す白線認識評価値をＣＰＵを用いて算出する白線認識評価値算出部と、
   当該道路画像が撮像されたときの天候状態に基づいて道路画像に映っている影の度合いを示す影影響評価値をＣＰＵを用いて算出する影影響評価値算出部と、
   前記白線認識評価値算出部が算出した白線認識評価値と前記影影響評価値算出部が算出した影影響評価値とに基づいて当該道路画像を用いた際の前記画像認識装置の画像認識精度を示す総合認識評価値をＣＰＵを用いて算出する総合認識評価値算出部と
   を備えたことを特徴とする画像処理装置。
2. 前記白線認識評価値算出部は、１つの道路画像に含まれている２つのエッジの平行度を算出し、算出した平行度に基づいて当該２つのエッジの前記白線認識評価値を算出する
   ことを特徴とする請求項１記載の画像処理装置。
3. 前記白線認識評価値算出部は、異なる時刻に撮像された２つの道路画像に含まれているエッジの一致度を算出し、算出した一致度に基づいて前記白線認識評価値を算出する
   ことを特徴とする請求項１〜請求項２いずれかに記載の画像処理装置。
4. 前記影影響評価値算出部は、当該道路画像が撮像されたときの太陽の高度に基づいて前記影影響評価値を算出する
   ことを特徴とする請求項１〜請求項３いずれかに記載の画像処理装置。
5. 前記影影響評価値算出部は、当該道路画像が撮像されたときの道路の照度に基づいて前記影影響評価値を算出する
   ことを特徴とする請求項１〜請求項４いずれかに記載の画像処理装置。
6. 前記影影響評価値算出部は、当該道路画像の撮像方向と当該道路画像が撮像されたときの太陽方位とに基づいて当該道路画像の撮像方向に対する影の交差度を示す方向非同一度を算出し、算出した方向非同一度に基づいて前記影影響評価値を算出する
   ことを特徴とする請求項１〜請求項５いずれかに記載の画像処理装置。
7. 前記画像処理装置は、さらに、
   地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部と、
   前記地物形状情報記憶部に記憶されている地物形状情報と当該道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵを用いて特定し、特定した影の位置と形状とに相当する当該道路画像部分の画像の明るさをＣＰＵを用いて高くする影除去部とを備え、
   前記エッジ抽出部は、前記影除去部が処理した道路画像に含まれているエッジを抽出する
   ことを特徴とする請求項１〜請求項６いずれかに記載の画像処理装置。
8. 前記画像処理装置は、さらに、
   地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部と、
   前記地物形状情報記憶部に記憶されている地物形状情報と当該道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵを用いて特定し、特定した影の位置と形状とに基づいて当該影のエッジの位置と形状とをＣＰＵを用いて特定し、前記エッジ抽出部が道路画像から抽出したエッジの内特定した影のエッジの位置と形状とに対応するエッジを削除する影除去部とを備え、
   前記白線認識評価値算出部は、前記影除去部が削除しなかったエッジについて白線認識評価値を算出する
   ことを特徴とする請求項１〜請求項６いずれかに記載の画像処理装置。
9. 道路が撮像された道路画像に映っている地物を認識する画像認識装置の画像認識精度を推定する画像処理装置であり、
   当該道路画像が撮像されたときの天候状態に基づいて道路画像に映っている影の度合いを示す影影響評価値をＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて算出する影影響評価値算出部と、
   前記影影響評価値算出部が算出した影影響評価値に基づいて当該道路画像を用いた画像認識の精度を出力機器に出力する画像認識精度出力部と
   を備えたことを特徴とする画像処理装置。
10. 道路が撮像された道路画像に映っている地物を認識する画像処理装置であり、
    道路画像を記憶する道路画像記憶部と、
    地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部と、
    前記地物形状情報記憶部に記憶されている地物形状情報と道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて特定し、前記道路画像記憶部に記憶されている道路画像について特定した影の位置と形状とに相当する道路画像部分の画像の明るさをＣＰＵを用いて高くする影除去部と、
    前記影除去部が処理した道路画像に映っている地物をＣＰＵを用いて画像認識し、認識した地物の情報を出力機器に出力する認識部と
    を備えたことを特徴とする画像処理装置。
11. 道路が撮像された道路画像に映っている地物を認識する画像処理装置であり、
    道路画像を記憶する道路画像記憶部と、
    地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部と、
    前記道路画像記憶部から道路画像を入力し、入力した道路画像に含まれているエッジをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて抽出するエッジ抽出部と、
    前記地物形状情報記憶部に記憶されている地物形状情報と道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵを用いて特定し、特定した影の位置と形状とに基づいて当該影のエッジの位置と形状とをＣＰＵを用いて特定し、前記エッジ抽出部が道路画像から抽出したエッジの内特定した影のエッジの位置と形状とに対応するエッジを削除する影除去部と、
    前記影除去部が削除しなかったエッジに基づいて道路画像に映っている地物をＣＰＵを用いて画像認識し、認識した地物の情報を出力機器に出力する認識部と
    を備えたことを特徴とする画像処理装置。
12. 道路が撮像された道路画像に映っている白線を認識する画像認識装置の画像認識精度を推定する画像処理装置の画像処理方法であり、
    エッジ抽出部は、道路画像を記憶する道路画像記憶部から道路画像を入力し、入力した道路画像に含まれているエッジをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて抽出するエッジ抽出処理を行い、
    白線認識評価値算出部は、前記エッジ抽出部が抽出したエッジについて当該エッジが道路の白線を表す度合いを示す白線認識評価値をＣＰＵを用いて算出する白線認識評価値算出処理を行い、
    影影響評価値算出部は、当該道路画像が撮像されたときの天候状態に基づいて道路画像に映っている影の度合いを示す影影響評価値をＣＰＵを用いて算出する影影響評価値算出処理を行い、
    総合認識評価値算出部は、前記白線認識評価値算出部が算出した白線認識評価値と前記影影響評価値算出部が算出した影影響評価値とに基づいて当該道路画像を用いた際の前記画像認識装置の画像認識精度を示す総合認識評価値をＣＰＵを用いて算出する総合認識評価値算出処理を行う
    ことを特徴とする画像処理装置の画像処理方法。
13. 道路が撮像された道路画像に映っている地物を認識する画像認識装置の画像認識精度を推定する画像処理装置の画像処理方法であり、
    影影響評価値算出部は、当該道路画像が撮像されたときの天候状態に基づいて道路画像に映っている影の度合いを示す影影響評価値をＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて算出する影影響評価値算出処理を行い、
    画像認識精度出力部は、前記影影響評価値算出部が算出した影影響評価値に基づいて当該道路画像を用いた画像認識の精度を出力機器に出力する画像認識精度出力処理を行う
    ことを特徴とする画像処理装置の画像処理方法。
14. 道路が撮像された道路画像に映っている地物を認識する画像処理装置の画像処理方法であり、
    影除去部は、地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部から前記地物形状情報を取得し、取得した地物形状情報と道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて特定し、道路画像について特定した影の位置と形状とに相当する道路画像部分の画像の明るさをＣＰＵを用いて高くする影除去処理を行い、
    認識部は、前記影除去部が処理した道路画像に映っている地物をＣＰＵを用いて画像認識し、認識した地物の情報を出力機器に出力する認識処理を行う
    ことを特徴とする画像処理装置の画像処理方法。
15. 道路が撮像された道路画像に映っている地物を認識する画像処理装置の画像処理方法であり、
    エッジ抽出部は、道路画像を記憶する道路画像記憶部から道路画像を入力し、入力した道路画像に含まれているエッジをＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて抽出するエッジ抽出処理を行い、
    影除去部は、地物の位置と形状とを示す地物形状情報を記憶する地物形状情報記憶部から前記地物形状情報を取得し、取得した地物形状情報と道路画像が撮像されたときの太陽方位とに基づいて影の位置と形状とをＣＰＵを用いて特定し、特定した影の位置と形状とに基づいて当該影のエッジの位置と形状とをＣＰＵを用いて特定し、前記エッジ抽出部が道路画像から抽出したエッジの内特定した影のエッジの位置と形状とに対応するエッジを削除する影除去処理を行い、
    認識部は、前記影除去部が除去しなかったエッジに基づいて道路画像に映っている地物をＣＰＵを用いて画像認識し、認識した地物の情報を出力機器に出力する認識処理を行う
    ことを特徴とする画像処理装置の画像処理方法。
16. 請求項１２〜請求項１５いずれかに記載の画像処理方法をコンピュータに実行させる画像処理プログラム。

Images