図面 (/)

技術 付着物検出装置および付着物検出方法

出願人 株式会社デンソーテン
発明者 沖朋和朝山信徳河野貴谷泰司山本大輔池田修久上林輝彦
出願日 2019年9月20日 (1年9ヶ月経過) 出願番号 2019-172209
公開日 2021年4月1日 (3ヶ月経過) 公開番号 2021-051380
状態 未査定
技術分野 イメージ分析 光学的手段による材料の調査、分析
主要キーワード 角度特徴 判定履歴 候補箇所 付着物検出装置 乱反射領域 加算フラグ 探索パターン 統計的特徴量
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2021年4月1日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

付着物検出精度を向上させること。

解決手段

実施形態に係る付着物検出装置は、算出部と、検出部と、補間部と、状態管理部とを備える。算出部は、撮像画像に含まれる所定数画素からなる単位領域毎に、各画素のエッジベクトルに基づく領域特徴量を算出する。検出部は、上記領域特徴量に基づく第1の検出条件および第2の検出条件に基づいて、部分埋もれ箇所に該当する単位領域、および、乱反射箇所に該当する単位領域をそれぞれ検出する。補間部は、乱反射箇所により低下する部分埋もれ箇所の面積率を補間する。状態管理部は、乱反射箇所の増減に基づいて、上記面積率の補間に関する各状態の状態遷移を管理する。

概要

背景

従来、車両等に搭載されたカメラによって撮像された撮像画像に基づいて、カメラレンズに付着した付着物を検出する付着物検出装置が知られている。付着物検出装置には、たとえば、時系列の撮像画像の差分に基づいて付着物を検出するものがある(たとえば、特許文献1参照)。

概要

付着物の検出精度を向上させること。実施形態に係る付着物検出装置は、算出部と、検出部と、補間部と、状態管理部とを備える。算出部は、撮像画像に含まれる所定数画素からなる単位領域毎に、各画素のエッジベクトルに基づく領域特徴量を算出する。検出部は、上記領域特徴量に基づく第1の検出条件および第2の検出条件に基づいて、部分埋もれ箇所に該当する単位領域、および、乱反射箇所に該当する単位領域をそれぞれ検出する。補間部は、乱反射箇所により低下する部分埋もれ箇所の面積率を補間する。状態管理部は、乱反射箇所の増減に基づいて、上記面積率の補間に関する各状態の状態遷移を管理する。

目的

実施形態の一態様は、上記に鑑みてなされたものであって、付着物の検出精度を向上させることができる付着物検出装置および付着物検出方法を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

撮像画像に含まれる所定数画素からなる単位領域毎に、各画素のエッジベクトルに基づく領域特徴量を算出する算出部と、前記領域特徴量に基づく第1の検出条件および第2の検出条件に基づいて、部分埋もれ箇所に該当する前記単位領域、および、乱反射箇所に該当する前記単位領域をそれぞれ検出する検出部と、前記乱反射箇所により低下する前記部分埋もれ箇所の面積率を補間する補間部と、前記乱反射箇所の増減に基づいて、前記面積率の補間に関する各状態の状態遷移を管理する状態管理部とを備えることを特徴とする付着物検出装置

請求項2

前記検出部は、前記撮像画像に対し、前記部分埋もれ箇所の検出用である第1の注目領域よりも大きい第2の注目領域を設定し、該第2の注目領域に基づいて前記乱反射箇所を検出することを特徴とする請求項1に記載の付着物検出装置。

請求項3

前記検出部は、前記部分埋もれ箇所よりもエッジ強度が大きくかつ輝度が高い前記単位領域を前記乱反射箇所として検出することを特徴とする請求項1または2に記載の付着物検出装置。

請求項4

前記補間部は、前記部分埋もれ箇所の数と前記乱反射箇所の数との合算値に基づいて前記面積率を補間することを特徴とする請求項1、2または3に記載の付着物検出装置。

請求項5

前記検出部は、前記算出部によって算出された前記領域特徴量を、該領域特徴量の各要素を各次元とする特徴量空間マッピングし、マッピングされた前記領域特徴量の位置に基づいて付着物により埋もれていると推定される埋もれ候補箇所となる前記単位領域を推定し、前記補間部は、前記合算値にさらに前記埋もれ候補箇所の数を合算することを特徴とする請求項4に記載の付着物検出装置。

請求項6

前記状態管理部は、所定量以上の前記乱反射箇所が存在する前記撮像画像が所定数以上連続する場合に、前記補間部に前記面積率を補間させることを特徴とする請求項1〜5のいずれか一つに記載の付着物検出装置。

請求項7

撮像画像に含まれる所定数の画素からなる単位領域毎に、各画素のエッジベクトルに基づく領域特徴量を算出する算出工程と、前記領域特徴量に基づく第1の検出条件および第2の検出条件に基づいて、部分埋もれ箇所に該当する前記単位領域、および、乱反射箇所に該当する前記単位領域をそれぞれ検出する検出工程と、前記乱反射箇所により低下する前記部分埋もれ箇所の面積率を補間する補間工程と、前記乱反射箇所の増減に基づいて、前記面積率の補間に関する各状態の状態遷移を管理する状態管理工程とを含むことを特徴とする付着物検出方法

技術分野

0001

開示の実施形態は、付着物検出装置および付着物検出方法に関する。

背景技術

0002

従来、車両等に搭載されたカメラによって撮像された撮像画像に基づいて、カメラレンズに付着した付着物を検出する付着物検出装置が知られている。付着物検出装置には、たとえば、時系列の撮像画像の差分に基づいて付着物を検出するものがある(たとえば、特許文献1参照)。

先行技術

0003

特開2012−038048号公報

発明が解決しようとする課題

0004

しかしながら、上述した従来技術には、付着物の検出精度を向上させるうえで、さらなる改善の余地がある。

0005

実施形態の一態様は、上記に鑑みてなされたものであって、付着物の検出精度を向上させることができる付着物検出装置および付着物検出方法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

0006

実施形態の一態様に係る付着物検出装置は、算出部と、検出部と、補間部と、状態管理部とを備える。前記算出部は、撮像画像に含まれる所定数画素からなる単位領域毎に、各画素のエッジベクトルに基づく領域特徴量を算出する。前記検出部は、前記領域特徴量に基づく第1の検出条件および第2の検出条件に基づいて、部分埋もれ箇所に該当する前記単位領域、および、乱反射箇所に該当する前記単位領域をそれぞれ検出する。前記補間部は、前記乱反射箇所により低下する前記部分埋もれ箇所の面積率を補間する。前記状態管理部は、前記乱反射箇所の増減に基づいて、前記面積率の補間に関する各状態の状態遷移を管理する。

発明の効果

0007

実施形態の一態様によれば、付着物の検出精度を向上させることができる。

図面の簡単な説明

0008

図1Aは、実施形態に係る付着物検出方法の概要説明図(その1)である。
図1Bは、実施形態に係る付着物検出方法の概要説明図(その2)である。
図1Cは、実施形態に係る付着物検出方法の概要説明図(その3)である。
図1Dは、実施形態に係る付着物検出方法の概要説明図(その4)である。
図1Eは、実施形態に係る付着物検出方法の概要説明図(その5)である。
図2は、実施形態に係る付着物検出装置のブロック図である。
図3は、算出部の処理内容を示す図(その1)である。
図4は、算出部の処理内容を示す図(その2)である。
図5は、算出部の処理内容を示す図(その3)である。
図6は、算出部の処理内容を示す図(その4)である。
図7は、算出部の処理内容を示す図(その5)である。
図8は、算出部の処理内容を示す図(その6)である。
図9は、算出部の処理内容を示す図(その7)である。
図10は、算出部の処理内容を示す図(その8)である。
図11は、算出部の処理内容を示す図(その9)である。
図12は、算出部の処理内容を示す図(その10)である。
図13は、算出部の処理内容を示す図(その11)である。
図14は、算出部の処理内容を示す図(その12)である。
図15は、算出部の処理内容を示す図(その13)である。
図16は、算出部の処理内容を示す図(その14)である。
図17は、状態管理部の処理内容を示す図(その1)である。
図18は、状態管理部の処理内容を示す図(その2)である。
図19は、実施形態に係る付着物検出装置が実行する処理手順を示すフローチャート(その1)である。
図20は、実施形態に係る付着物検出装置が実行する処理手順を示すフローチャート(その2)である。
図21は、実施形態に係る付着物検出装置が実行する処理手順を示すフローチャート(その3)である。
図22は、実施形態に係る付着物検出装置が実行する処理手順を示すフローチャート(その4)である。

実施例

0009

以下、添付図面を参照して、本願の開示する付着物検出装置および付着物検出方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

0010

まず、図1A図1Eを用いて、実施形態に係る付着物検出方法の概要について説明する。図1A図1Eは、実施形態に係る付着物検出方法の概要説明図(その1)〜(その5)である。

0011

図1Aに示すように、たとえば、車載カメラレンズ表面にが付着した状態で撮像された撮像画像Iがあるものとする。以下では、実施形態に係る付着物検出方法を適用した付着物検出装置1(図2参照)が、かかる撮像画像Iの各画素の輝度勾配に関する特徴量(以下、「エッジ特徴量」と言う場合がある)に基づいて、雪によってレンズの大半が埋もれ、輝度変化凸凹して見える状態(以下、「部分埋もれ」と言う)を検出する場合を例に挙げる。

0012

具体的には、付着物検出装置1は、撮像画像Iから算出される各画素PX(図4参照)のエッジ特徴量に基づいて、部分埋もれを検出する。エッジ特徴量は、角度特徴量および強度特徴量を含む。角度特徴量は、各画素PXのエッジベクトル(輝度勾配)の向き(以下、「エッジ向き」と言う場合がある)である。強度特徴量は、各画素PXのエッジベクトルの大きさ(以下、「エッジ強度」と言う場合がある)である。

0013

なお、付着物検出装置1は、画像処理における処理負荷を軽減するため、かかるエッジ特徴量を、所定数の画素PXからなるセル100(図4参照)単位で取り扱う。これにより、画像処理における処理負荷の軽減に資することができる。また、図1Aに示す単位領域UAは、かかるセル100の集まりである。

0014

そして、付着物検出装置1は、かかるセル100毎に算出したエッジ特徴量に基づいて、単位領域UA毎の特徴量である領域特徴量を算出する。領域特徴量は、言わば単位領域UA毎におけるエッジ特徴量の統計的特徴量であり、たとえば輝度平均や、エッジ強度の平均、エッジ強度の分散、ペア領域の個数、ペア領域のエッジ強度の総和等を含む。ここで、ペア領域は、隣接し、エッジ向きが互いに逆向きであるセル100の組み合わせである。そのうえで、付着物検出装置1は、かかる領域特徴量に基づいて、単位領域UA毎に部分埋もれを検出する。

0015

より具体的には、付着物検出装置1は、撮像画像Iにおいて、算出された領域特徴量に基づき、単位領域UA毎に所定の部分埋もれの検出条件に沿って雪の付着状態(「付着」か「非付着」か)を検出する。ここで、「付着」とされた単位領域UAの集まりが、部分埋もれ領域となる。

0016

そして、たとえば撮像画像I中の所定の注目領域における部分埋もれ領域の面積率が一定以上になれば、付着物検出装置1は、車載カメラのレンズの大半が埋もれていると判定し、埋もれフラグをオンにする。ここで、埋もれフラグは、レンズが埋もれている状態であるか否かを示すフラグであり、埋もれていると判定された場合にはオンが設定され、埋もれていないと判定された場合にはオフが設定される。

0017

ところで、レンズが雪で埋もれている場合に、たとえば正面から光が当たると、撮像画像I中に乱反射領域が生じることがある。図1Aに示すように、かかる乱反射領域は、部分埋もれの態様の一部でありながらも、部分埋もれ領域に比べてエッジ強度が大きく、輝度も高い。

0018

したがって、かかる乱反射領域は、前述の部分埋もれの検出条件によっては検出することができない。すると、レンズの大半が埋もれているにも関わらず、部分埋もれ領域としてカウントされる部分が減り、前述の面積率が低下するために、付着物検出装置1は、レンズは埋もれていないと判定し、埋もれフラグをオフしてしまうこととなる。

0019

そこで、実施形態に係る付着物検出方法では、乱反射領域を、部分埋もれの検出条件とは異なる検出条件で検出することとした。かかる乱反射領域の検出条件は、輝度が高く、
エッジ強度も大きいという乱反射領域の特徴に基づく検出条件である。

0020

具体的には、図1Bに示すように、乱反射領域の検出条件は、単位領域UA毎に算出される領域特徴量に含まれる各種の要素に基づいて設定される。乱反射領域の検出条件は、たとえば単位領域UAにおいて、輝度が高く、エッジ強度が大きいといった特徴を捉えられるように予め設定される。

0021

このためのパラメータとしては、図1Bに示すように、輝度平均や、エッジ強度の平均、エッジ強度の分散、ペア領域の個数、ペア領域のエッジ強度の総和等が用いられる。また、乱反射領域以外の誤検出を抑制するためのパラメータとしては、パターンマッチング時の交点の数や、角度分類変化回数の総和等が用いられる。

0022

なお、角度分類は、所定の角度範囲で分類される各画素PXのベクトル向きの代表値である、セル100のエッジ向きに対応する。かかる角度分類を含むエッジ特徴量および領域特徴量の算出処理については、図3図16を用いて後述する。

0023

そして、実施形態に係る付着物検出方法では、部分埋もれの検出条件で検出した部分埋もれ領域、乱反射領域の検出条件で検出した乱反射領域の面積率に基づいて乱反射を伴う埋もれ状態(以下、「乱反射埋もれ」と言う)を検出することとした。

0024

具体的には、図1Cに示すように、実施形態に係る付着物検出方法では、単位領域UAを「箇所」とした場合に、検出した部分埋もれ領域である部分埋もれ箇所群、乱反射領域である乱反射箇所群、および、埋もれ候補箇所群である埋もれ候補領域に基づき、前述の部分埋もれ領域の面積率を補間する。

0025

より具体的には、同図に示すように、部分埋もれ箇所数、乱反射箇所数および埋もれ候補箇所数を加算し、補間後の部分埋もれ箇所数とする。そして、かかる補間後の部分埋もれ箇所数に基づいて、部分埋もれ領域の面積率を算出する。部分埋もれ箇所数および乱反射箇所数のみを加算して、補間後の部分埋もれ箇所数としてもよい。

0026

なお、埋もれ候補箇所は、前述の領域特徴量の各要素を各次元とする領域特徴量空間における領域特徴量の位置に基づいて得られる雪の付着状態の推定結果に基づくものである。かかる推定結果は、「付着」、「非付着」、「判定難」等として得られ、埋もれ候補箇所は、「付着」と推定される箇所に相当する。かかる推定処理については、図9および図10を用いた説明で後述する。

0027

また、実施形態に係る付着物検出方法では、図1Dに示すように、撮像画像Iにおける通常の部分埋もれ検出用の注目領域であるROI(Region Of Interest)#1と、乱反射埋もれ検出用のROI#2を設ける。ROI#2は、乱反射領域を広く捉えられるようにROI#1よりも高さ方向に大きく設定される。

0028

かかるROI#2内では、前述の部分埋もれ箇所および乱反射箇所がそれぞれカウントされる。また、ROI#1内では、部分埋もれ箇所、乱反射箇所および埋もれ候補箇所がそれぞれカウントされる。

0029

ところで、乱反射は、光の当たり方の変化で見え方が頻繁に変化する。したがって、光の当たり方の変化で、部分埋もれ領域と乱反射領域の面積率は頻繁に変動しやすく、不安定である。

0030

そこで、かかる点を補うため、実施形態に係る付着物検出方法では、乱反射埋もれの検出に関する各種状態の状態遷移を管理することとした。具体的には、図1Eに示すように、実施形態に係る付着物検出方法では、乱反射埋もれの検出に関し、(1)乱反射埋もれ以外、(2)乱反射埋もれ準備、(3)継続フレームカウント、(4)乱反射埋もれ、(5)部分埋もれ箇所の補間の各状態を設ける。

0031

そして、かかる各状態が、所定の条件に応じて遷移する状態遷移を管理する。かかる点の詳細については、図17以降を用いて後述する。

0032

以下、上述した実施形態に係る付着物検出方法を適用した付着物検出装置1の構成例について、さらに具体的に説明する。

0033

図2は、実施形態に係る付着物検出装置1のブロック図である。なお、図2では、本実施形態の特徴を説明するために必要な構成要素のみを機能ブロックで表しており、一般的な構成要素についての記載を省略している。

0034

換言すれば、図2に図示される各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。たとえば、各機能ブロックの分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することが可能である。

0035

図2に示すように、実施形態に係る付着物検出装置1は、記憶部2と、制御部3とを備える。また、付着物検出装置1は、カメラ10と、各種機器50とに接続される。

0036

なお、図2では、付着物検出装置1が、カメラ10および各種機器50とは別体で構成される場合を示したが、これに限らず、カメラ10および各種機器50の少なくとも一方と一体に構成されてもよい。

0037

カメラ10は、たとえば、魚眼レンズ等のレンズと、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)などの撮像素子とを備えた車載カメラである。カメラ10は、たとえば、車両の前後方側方の様子を撮像可能な位置にそれぞれ設けられ、撮像された撮像画像Iを付着物検出装置1へ出力する。

0038

各種機器50は、付着物検出装置1の検出結果を取得して、車両の各種制御を行う機器である。各種機器50は、たとえば、カメラ10のレンズに付着物が付着していることやユーザへの付着物の拭き取り指示を通知する表示装置流体気体等をレンズへ向けて噴射して付着物を除去する除去装置、および、自動運転等を制御する車両制御装置などを含む。

0039

記憶部2は、たとえば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク光ディスク等の記憶装置によって実現され、図2の例では、テンプレート情報21と、推定情報22と、条件情報23と、判定履歴情報24と、状態管理情報25とを記憶する。

0040

テンプレート情報21は、後述する算出部32が実行するマッチング処理において用いられるテンプレートに関する情報である。推定情報22は、後述する領域特徴量の各要素を各次元とする領域特徴量空間に関する情報である。かかる推定情報22は、後述する算出部32が算出する領域特徴量に基づいて付着状態を推定させる推定モデル言い換えてもよい。

0041

条件情報23は、後述する検出部33が実行する検出処理において用いられる検出条件に関する情報であり、たとえば上述した部分埋もれの検出条件や乱反射領域の検出条件等を含む。判定履歴情報24は、所定の過去のnフレーム分の撮像画像Iにおける付着物検出の判定履歴に関する情報である。

0042

状態管理情報25は、乱反射埋もれの検出に関する各種状態の状態遷移の管理に関する情報であり、管理に用いられる各種フラグや、状態遷移のための各種の所定の条件等を含む。

0043

制御部3は、コントローラ(controller)であり、たとえば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、付着物検出装置1内部の記憶デバイスに記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。また、制御部3は、たとえば、ASIC(Application Specific IntegratedCircuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現することができる。

0044

制御部3は、取得部31と、算出部32と、検出部33と、状態管理部34と、補間部35とを有し、以下に説明する情報処理の機能や作用を実現または実行する。

0045

取得部31は、カメラ10で撮像された撮像画像Iを取得する。取得部31は、取得した撮像画像Iにおける各画素を輝度に応じて白から黒までの各階調に変換するグレースケール化処理を行うとともに、各画素について平滑化処理を行って、算出部32へ出力する。なお、平滑化処理にはたとえば、平均化フィルタや、ガウシアンフィルタ等の任意の平滑化フィルタを用いることができる。また、グレースケール化処理や、平滑化処理については、省略されてもよい。

0046

算出部32は、取得部31から取得した撮像画像Iのセル100毎に、エッジ特徴量を算出する。ここで、図3および図4を用いて、算出部32によるエッジ特徴量の算出処理について具体的に説明する。

0047

図3および図4は、算出部32の処理内容を示す図(その1)および(その2)である。図3に示すように、算出部32は、まず、各画素PXにつきエッジ検出処理を行って、X軸方向(撮像画像Iの左右方向)のエッジexの強度と、Y軸方向(撮像画像Iの上下方向)のエッジeyの強度とを検出する。エッジ検出処理には、たとえば、Sobelフィルタや、Prewittフィルタ等の任意のエッジ検出フィルタを用いることができる。

0048

つづいて、算出部32は、検出したX軸方向のエッジexの強度と、Y軸方向のエッジeyの強度とに基づき、三角関数を用いることでエッジベクトルVを算出し、かかるエッジベクトルVとX軸とがなす角度θであるエッジ向きと、エッジベクトルVの長さLであるエッジ強度を算出する。

0049

つづいて、算出部32は、算出した各画素PXのエッジベクトルVに基づき、セル100におけるエッジ向きの代表値を抽出する。具体的には、図4上段に示すように、算出部32は、セル100における各画素PXのエッジベクトルVのエッジ向き−180°〜180°を、90°毎の上下左右4方向である角度分類(0)〜(3)(以下、「上下左右4分類」と言う場合がある)に分類する。

0050

より具体的には、算出部32は、画素PXのエッジ向きが、−45°以上45°未満の角度範囲である場合には角度分類(0)に分類し、45°以上135°未満の角度範囲である場合には角度分類(1)に分類し、135°以上180°未満、または−180°以上−135°未満の角度範囲である場合には角度分類(2)に分類し、−135°以上−45°未満の角度範囲である場合には角度分類(3)に分類する。

0051

そして、図4下段に示すように、算出部32は、各セル100について、角度分類(0)〜(3)を各階級とするヒストグラムを生成する。そして、算出部32は、生成したヒストグラムにおいて、最も度数が高い階級の度数が所定の閾値THa以上である場合に、かかる階級に対応する角度分類(図4の例では、角度分類(1))を、セル100におけるエッジ向きの代表値として抽出する。

0052

前述のヒストグラムの度数は、セル100内における各画素PXのうち、同一の角度範囲に分類された画素PXのエッジ強度を足し合わせて算出する。具体的に、角度分類(0)の階級におけるヒストグラムの度数について考える。たとえば、角度分類(0)に分類された画素PXが3つあるとし、それぞれの画素PXにおけるエッジ強度を10,20,30とする。この場合、角度分類(0)の階級におけるヒストグラムの度数は、10+20+30=60と算出される。

0053

このようにして算出されたヒストグラムに基づき、算出部32はセル100におけるエッジ強度の代表値を算出する。具体的に、かかるエッジ強度の代表値は、ヒストグラムにおいて最も度数が高い階級の度数が所定の閾値THa以上である場合に、かかる階級に対応する度数をセル100のエッジ強度とする。すなわち、算出部32におけるエッジ強度の代表値の算出処理は、エッジ向きの代表値に対応した、セル100内におけるエッジの強さに関する特徴を算出する処理とも言える。

0054

一方、算出部32は、最も度数が高い階級の度数が所定の閾値THa未満である場合は、かかるセル100のエッジ向きについては、「無効」、換言すれば、「エッジ向きの代表値なし」として取り扱う。これにより、各画素PXのエッジ向きのばらつきが大きい場合に、特定のエッジ向きを代表値として算出してしまうことを防止できる。

0055

なお、図3および図4で示した算出部32の処理内容は、あくまで一例であって、エッジ向きの代表値を算出可能であれば、処理内容は任意であってよい。たとえば、セル100における各画素PXのエッジ向きの平均値を算出し、かかる平均値に対応する角度分類(0)〜(3)をエッジ向きの代表値としてもよい。

0056

また、図4では、4×4の計16個の画素PXを1つのセル100とする場合を示したが、セル100における画素PXの数は、任意に設定されてよく、また、3×5等のように、上下方向および左右方向の画素PXの数が異なってもよい。

0057

図2の説明に戻る。また、算出部32は、算出したセル100毎のエッジ特徴量に基づいて、単位領域UA毎の領域特徴量を算出する。

0058

まず、算出部32は、領域特徴量として、単位領域UA毎における輝度平均、セル100のエッジ強度の平均および分散を算出する。また、算出部32は、領域特徴量として、ペア領域200の個数およびエッジ強度の総和を算出する。

0059

ここで、ペア領域200の個数およびエッジ強度の総和を算出する場合について、図5および図6を用いて説明する。図5および図6は、算出部32の処理内容を示す図(その3)および(その4)である。

0060

なお、図5では、2つのペア領域200が、セル100を共有していない場合を示し、図6では、2つのペア領域200が、セル100を共有している場合を示している。

0061

図5に示すように、算出部32は、単位領域UAの左右方向および上下方向に配列された複数のセル100について、左右方向および上下方向に走査し、ペア領域200を探索する。すなわち、算出部32は、単位領域UAにおけるセル100のうち、隣接し、エッジ向きが互いに逆向きであるセル100同士をペア領域200として抽出する。

0062

そして、算出部32は、抽出されたペア領域200の個数、および、ペア領域200におけるエッジ強度の総和を算出する。なお、図5に示すように、算出部32は、抽出されたたとえば2つのペア領域200がセル100を共有していない場合、ペア領域200の個数を2つと算出し、エッジ強度の総和を、2つのペア領域200に含まれる4つのセル100のエッジ強度を合計した値として算出する。

0063

また、図6に示すように、算出部32は、抽出されたたとえば2つのペア領域200がセル100を共有している場合、ペア領域200の個数を2つと算出し、エッジ強度の総和を、2つのペア領域200に含まれる3つのセル100のエッジ強度を合計した値として算出する。

0064

なお、算出部32は、上述した「上下左右4分類」の角度分類だけでなく、たとえば「斜め4分類」の角度分類に基づいて、1つのセル100について2種類以上のエッジ向きの代表値を割り当て、領域特徴量を算出してもよい。かかる点について、図7および図8を用いて説明する。図7および図8は、算出部32の処理内容を示す図(その5)および(その6)である。

0065

算出部32は、「上下左右4分類」を第1の角度分類とし、これに基づくエッジ向きの代表値を第1代表値とすれば、図7に示すように、「斜め4分類」を第2の角度分類とし、これに基づくエッジ向きの代表値を第2代表値として算出することができる。

0066

かかる場合、算出部32は、セル100における各画素PXのエッジベクトルVのエッジ向き−180°〜180°を、第2の角度分類により、90°毎の斜め4方向である角度分類(4)〜(7)に分類する。

0067

より具体的には、算出部32は、画素PXのエッジ向きが、0°以上90°未満の角度範囲である場合には角度分類(4)に分類し、90°以上180°未満の角度範囲である場合には角度分類(5)に分類し、−180°以上−90°未満の角度範囲である場合には角度分類(6)に分類し、−90°以上0°未満の角度範囲である場合には角度分類(7)に分類する。

0068

そして、図4の下段に示したのと同様に、算出部32は、各セル100について、角度分類(4)〜(7)を各階級とするヒストグラムを生成する。そして、算出部32は、生成したヒストグラムにおいて、最も度数が高い階級の度数が所定の閾値THa以上である場合に、かかる階級に対応する角度分類を、セル100におけるエッジ向きの第2代表値として算出する。

0069

これにより、図8に示すように、1つのセル100についてそれぞれ2つのエッジ向きの代表値を割り当てることができる。そして、図8に示すように、算出部32は、隣接するセル100において、エッジ向きの第1代表値、および、第2代表値の少なくとも一方が互いに逆向きである場合、かかる隣接するセル100をペア領域200として抽出する。

0070

つまり、算出部32は、各セル100において、エッジ向きの第1代表値および第2代表値を算出することで、1種類のエッジ向きのみでは抽出できなかったペア領域200を抽出することが可能となる。

0071

たとえば、エッジ向きが140°の画素PXと、エッジ向きが−40°の画素PXとについて、第1角度範囲では逆向きとはならないが、第2角度範囲では逆向きとなることで、セル100におけるエッジ向きの変化をより高精度に検出することが可能となる。

0072

なお、算出部32は、このように算出した単位領域UA毎の領域特徴量を、後述する検出部33に対し、領域特徴量の各要素を各次元とする領域特徴量空間にマッピングさせ、領域特徴量空間における領域特徴量の位置に基づいて付着物である雪の付着状態を推定させることができる。

0073

かかる点について、図9および図10を用いて説明する。図9および図10は、算出部32の処理内容を示す図(その7)および(その8)である。

0074

たとえば、算出部32は、図9に示すように、エッジ強度の平均、および、エッジ強度の分散を各次元とする2次元空間における位置に基づいて、雪の付着状態を、「付着」、「非付着」、または、「判定難」のいずれかとして推定させることができる。

0075

また、たとえば、算出部32は、図10に示すように、ペア領域200の個数、および、ペア領域200のエッジ強度の総和を各次元とする2次元空間における位置に基づいて、雪の付着状態を、「付着」または「非付着」のいずれかとして推定させることができる。

0076

ここで、「付着」は、背景が見えない、雪に埋もれている状態である。また、「非付着」は、背景が見えている状態である。また、「判定難」は、白飛び等で見えない状態である。

0077

なお、図9および図10に示した各領域特徴量空間の例は、撮像画像Iの多量のサンプルデータに基づいて、予めかかるサンプルデータの各単位領域UAの領域特徴量を算出し、実際の付着状態に応じて標本点色分けしつつ、各空間にマッピングしたものである。したがって、各付着状態を区切る各閾値(図中の点線参照)は、たとえば標本点の色の分かれ目等に応じて規定されている。なお、図9および図10では、閾値を直線で区切って規定しているが、説明の便宜上のものであり、標本点の色の分かれ目に沿う形状の曲線によって規定されてもよい。

0078

たとえば、「非付着」の状態では、道路上の白線ガードレール建物輪郭等により、ペア領域200が比較的多く抽出され、また、セル100のエッジ強度も大きくなる。このため、ペア領域200のエッジ強度の総和も比較的大きくなる。一方で、「付着」の状態では、単位領域UAの輝度が一様で、かつ、セル100のエッジ強度も小さくなるため、抽出されるペア領域200の個数は比較的少なくなり、また、ペア領域200のエッジ強度の総和も比較的小さくなる。

0079

そこで、かかる点に着目し、図10に示したように、予め撮像画像Iのサンプルデータに基づいて、ペア領域200の個数、および、ペア領域200のエッジ強度の総和を各次元とする領域特徴量空間を生成し、かかる空間に算出した領域特徴量をマッピングすれば、その位置に基づいて、単位領域UA毎の付着物の付着状態を「付着」または「非付着」のいずれかとして推定させることができる。

0080

また、図9に示したエッジ強度の平均、および、エッジ強度の分散は、統計的見地に基づくものである。換言すれば、多量のサンプルデータに基づき、単位領域UA毎の実際の付着状態に対応するエッジ強度の平均および分散を学習し、かかる学習の結果に基づいて状態を判別するものと言える。

0081

そこで、かかる点に着目し、図9に示したように、予め撮像画像Iのサンプルデータに基づいて、エッジ強度の平均、および、エッジ強度の分散を各次元とする領域特徴量空間を生成し、かかる空間に算出した領域特徴量をマッピングすれば、その位置に基づいて、単位領域UA毎の付着物の付着状態を「付着」、「非付着」、または、「判定難」のいずれかとして推定させることができる。

0082

したがって、実施形態に係る算出部32によれば、付着物の検出精度を向上させることができる。

0083

また、算出部32は、領域特徴量として、パターンマッチング時の交点の数を算出する。ここで、パターンマッチング時の交点の数を算出する場合について、図11図14を用いて説明する。

0084

図11図14は、算出部32の処理内容を示す図(その9)〜(その12)である。なお、図11図13および図14に示す不定形ハッチング部分は、撮像画像Iにおいて所定のエッジ特徴量を有するパターン部分であるものとする。

0085

算出部32は、算出したセル100のエッジ特徴量のうちのエッジ向きを用いて、所定のテンプレートと一致する所定の探索パターンを探索する。図11に示すように、探索方向は左右方向および上下方向である。

0086

たとえば、算出部32は、「注目する角度分類の両サイドに逆向きの角度分類が現れないこと」を条件として探索パターンを探索する。具体的には、注目する角度分類を角度分類(1)として左右方向に探索した場合に、図12に示すように、たとえば開始位置は「角度分類が逆向きでない」角度分類(2)のセル100−1に隣接する角度分類(1)のセル100−2が開始位置となる。

0087

そして、角度分類(1)の配列がつづき、「角度分類が逆向きでない」角度分類(0)のセル100−4が現れた場合、かかるセル100−4に隣接する角度分類(1)のセル100−3が終了位置となる。かかる場合、図12の例ではマッチ長は「8」となる。なお、算出部32は、このように探索パターンとの一致があった場合、その位置とマッチ長とを保持しておく。

0088

また、図12に示した探索パターンでの一致があった場合、開始位置と終了位置には、角度分類4種のうち、隣り合う分類間での輝度変化が見られることになる。

0089

そして、算出部32は、図13に示すように、左右方向と上下方向で探索パターンの一致が交わる際には、その交点に対応する単位領域UAに対応する記憶情報として、角度分類別に水平マッチ長および上下マッチ長の積を累積加算する。

0090

具体的に図12および図13の例に沿った場合、算出部32は、図14に示すように、当該単位領域の角度分類(1)にづけて、5×8を累積加算する。また、図示していないが、算出部32は、同じく当該単位領域の角度分類(1)に紐づけて、交点の数も累積加算する。

0091

こうしたマッチング処理を繰り返し、後述する検出部33は、所定の検出条件に基づき、当該単位領域UAの各角度分類(0)〜(3)に紐づく累積加算結果のうち、たとえば3種以上が所定の閾値以上であった場合、当該単位領域UAの付着状態は「付着」と判定する。また、かかる判定条件を満たさなければ「非付着」と判定する。なお、図11図14に示したマッチング処理の処理内容はあくまで一例であって、処理内容を限定するものではない。

0092

また、算出部32は、領域特徴量として、角度分類の変化回数の総和を算出する。ここで、角度分類の変化回数の総和を算出する場合について、図15および図16を用いて説明する。図15および図16は、算出部32の処理内容を示す図(その13)および(その14)である。

0093

図15に示すように、算出部32は、角度分類画像の単位領域UA毎に、単位領域UA内に左右方向および上下方向に配列されたセル100の角度分類の変化回数を算出する。

0094

具体的に、同図に示すように、セル100−1,100−2,100−3,100−4の配列があり、エッジ向きである角度分類は順に、(0)、(1)、(1)、(2)であったものとする。

0095

かかる場合、算出部32は、セル100−1からセル100−2を走査するに際して、角度分類が(0)から(1)へ変化するので、角度分類(0),(1)の変化回数をそれぞれ+1する。また、算出部32は、同配列において、セル100−3からセル100−4へ走査するに際して、角度分類が(1)から(2)へ変化するので、角度分類(1),(2)の変化回数をそれぞれ+1する。

0096

算出部32は、このように単位領域UA毎におけるセル100の角度分類の変化回数をカウントし、図16に示すように、「上下左右4分類」および「斜め4分類」のそれぞれにおける角度分類別の変化回数の総和を算出する。

0097

図2の説明に戻る。また、算出部32は、算出した単位領域UA毎の領域特徴量を検出部33へ出力する。

0098

検出部33は、算出部32によって算出された単位領域UA毎の領域特徴量に基づき、条件情報に含まれる所定の検出条件に沿って単位領域UA毎の付着状態を検出する。

0099

具体的には、検出部33は、部分埋もれの検出条件に基づいて、部分埋もれ箇所を検出する。また、検出部33は、乱反射領域の検出条件に基づいて、乱反射箇所を検出する。また、検出部33は、推定情報22に基づいて、埋もれ候補箇所を検出する。また、検出部33は、検出結果を状態管理部34へ出力する。また、検出部33は、後述の補間部35の補間結果を反映した検出結果を各種機器50へ通知する。

0100

状態管理部34は、検出部33の検出結果および状態管理情報25に基づいて、乱反射埋もれの検出に関する各状態の状態遷移を管理する。ここで、図17および図18を用いて、かかる管理処理について説明する。

0101

図17および図18は、状態管理部34の処理内容を示す図(その1)および(その2)である。なお、以下では、乱反射埋もれの検出に関する各状態を、(1)〜(5)の丸括弧つきの数字のみによって表す場合がある。

0102

図17に示すように、(1)乱反射埋もれ以外から(2)乱反射埋もれ準備への状態遷移は、部分埋もれ箇所が25%以上かつ乱反射箇所が6%以上25%未満の条件を満たす場合に実行される。また、(2)乱反射埋もれ準備から(4)乱反射埋もれへの状態遷移は、乱反射箇所が6%以上25%未満の条件を満たす場合に実行される。

0103

また、(4)乱反射埋もれから(3)継続フレームカウントへの状態遷移は、埋もれフラグがオフである場合に実行される。また、(4)乱反射埋もれから(5)部分埋もれ箇所の補間への状態遷移は、埋もれフラグがオンである場合に実行される。

0104

また、(3)継続フレームカウントから(5)部分埋もれ箇所の補間への状態遷移は、3フレーム以上連続で乱反射フラグがオンである場合に実行される。ここで、乱反射フラグは、乱反射が生じているか否かを示すフラグであり、乱反射箇所が6%以上の場合にオンされ、6%未満の場合にオフされる。

0105

また、(3)または(5)の各状態から(2)への状態遷移は、乱反射箇所が6%未満となった場合に実行される。また、(2)〜(5)の各状態から(1)への状態遷移は、部分埋もれ箇所が10%未満となった場合に実行される。

0106

図18は、図17の内容を踏まえタイミングチャートとなっている。ここで、準備フラグは、乱反射埋もれの検出ができる状態か否かを示すフラグであり、(2)乱反射埋もれ準備への状態遷移が実行された際にオンされる。また、準備フラグはオンされると、部分埋もれ箇所が10%未満となるまで維持される。

0107

また、加算フラグは、図1Cに示した加算処理実行状態を示すフラグであり、埋もれフラグがオフの場合は3フレーム以上連続で乱反射フラグがオンならば、オンされる。また、加算フラグは、埋もれフラグがオンの場合は乱反射フラグに同期される。加算フラグがオンされると、図1Cに示した加算処理が実行される。

0108

以上を踏まえ、図18を見ると、タイミングT1において(2)への状態遷移がなされ、準備フラグがオンされた後、(3)において所定数以上の乱反射箇所を有するフレームが連続して3フレーム以上カウントされるごとに、(5)への状態遷移がなされ、部分埋もれ箇所の補間のための加算処理が行われていることが分かる。

0109

また、タイミングT2において埋もれフラグのオン条件を満たし、埋もれフラグがオンされると、タイミングT3において一時的に乱反射箇所が減少し、乱反射フラグおよび加算フラグがオフされて加算処理が中断されても、タイミングT4において乱反射箇所が増加すれば、乱反射フラグに同期して加算フラグはオンされ、即座に加算処理が再開されることが分かる。

0110

そして、乱反射箇所の減少とともに、加算処理は終了され、最終的に(2)から(1)への状態遷移がなされ、準備フラグがオフされると、次に乱反射箇所が準備フラグのオン条件を満たすまで、乱反射埋もれの検出は待機状態となる。

0111

図2の説明に戻る。また、状態管理部34は、加算フラグのオンタイミングおよびオフタイミングを補間部35へ通知する。補間部35は、状態管理部34から通知されたオンタイミングに基づき、図1Cに示した加算処理を開始し、部分埋もれ箇所の面積率を補間する。

0112

また、補間部35は、補間後の面積率を含む補間結果を検出部33へ通知する。また、補間部35は、状態管理部34から通知されたオフタイミングに基づき、加算処理を中断し、次のオンタイミングまで待機する。

0113

次に、図19図22を用いて、実施形態に係る付着物検出装置1が実行する処理手順について説明する。図19図22は、実施形態に係る付着物検出装置1が実行する処理手順を示すフローチャート(その1)〜(その4)である。なお、図19図22では、1フレーム分の撮像画像Iについての処理手順を示している。

0114

まず、図19に示すように、取得部31が、撮像画像Iを取得する(ステップS101)。あわせて取得部31は、撮像画像Iに対してグレースケール化処理および平滑化処理を施す。

0115

つづいて、算出部32が、撮像画像Iのセル100毎のエッジ特徴量を算出するとともに、算出したエッジ特徴量に基づいて、単位領域UA毎の領域特徴量を算出する(ステップS102)。

0116

そして、検出部33が、1画面中の有効単位領域数分ループしつつ、部分埋もれ箇所、乱反射箇所および埋もれ候補箇所をそれぞれ検出する(ステップS103)。なお、有効単位領域は、たとえば撮像画像Iに含まれる車両のボディ部分等に該当する不要な単位領域以外の単位領域UAである。

0117

具体的に、検出部33は、部分埋もれの検出条件に照らし、処理中の単位領域UAが部分埋もれ箇所に該当するならば(ステップS1031,Yes)、当該単位領域UAを部分埋もれ箇所としてROI#1,#2内それぞれでカウントする(ステップS1032)。処理中の単位領域UAが部分埋もれ箇所に該当しないならば(ステップS1031,No)、ステップS1033へ移行する。

0118

また、ステップS1033では、検出部33は、乱反射領域の検出条件に照らし、処理中の単位領域UAが乱反射箇所に該当するならば(ステップS1033,Yes)、当該単位領域UAを乱反射箇所としてROI#1,#2内それぞれでカウントする(ステップS1034)。処理中の単位領域UAが乱反射箇所に該当しないならば(ステップS1033,No)、ステップS1035へ移行する。

0119

また、ステップS1035では、検出部33は、推定情報22に照らし、処理中の単位領域UAが埋もれ候補箇所に該当するならば(ステップS1035,Yes)、当該単位領域UAを埋もれ候補箇所としてROI#1内でカウントする(ステップS1036)。処理中の単位領域UAが埋もれ候補箇所に該当しないならば(ステップS1035,No)、ステップS103のループを繰り返す。

0120

つづいて、図20に示すように、状態管理部34が、ROI#2内で部分埋もれ箇所が25%以上かつ乱反射箇所が6%以上25%未満であるか否かを判定する(ステップS104)。ここで、当該条件を満たす場合(ステップS104,Yes)、状態管理部34は、準備フラグをオンし(ステップS105)、図21のステップS108へ移行する。

0121

また、当該条件を満たさない場合(ステップS104,No)、状態管理部34は、ROI#2内で部分埋もれ箇所が10%未満であるか否かを判定する(ステップS106)。ここで、当該条件を満たす場合(ステップS106,Yes)、状態管理部34は、準備フラグをオフし(ステップS107)、図21のステップS108へ移行する。

0122

当該条件を満たさない場合も(ステップS106,No)、図21のステップS108へ移行する。

0123

つづいて、図21に示すように、状態管理部34は、準備フラグがオンかつROI#2内で乱反射箇所が6%以上25%未満であるか否かを判定する(ステップS108)。ここで、当該条件を満たす場合(ステップS108,Yes)、状態管理部34は、乱反射フラグをオンし(ステップS109)、図22のステップS111へ移行する。

0124

また、当該条件を満たさない場合(ステップS108,No)、状態管理部34は、乱反射フラグをオフし(ステップS110)、図22のステップS111へ移行する。

0125

つづいて、図22に示すように、状態管理部34は、埋もれフラグがオンであるか否かを判定する(ステップS111)。ここで、埋もれフラグがオンである場合(ステップS111,Yes)、状態管理部34は、加算フラグを乱反射フラグと同期させ(ステップS112)、ステップS116へ移行する。

0126

また、状態管理部34は、埋もれフラグがオンでない場合(ステップS111,No)、3フレーム以上連続で乱反射フラグがオンであるか否かを判定する(ステップS113)。

0127

ここで、3フレーム以上連続で乱反射フラグがオンである場合(ステップS113,Yes)、状態管理部34は、加算フラグをオンし(ステップS114)、ステップS116へ移行する。

0128

また、3フレーム以上連続で乱反射フラグがオンでない場合(ステップS113,No)、状態管理部34は、加算フラグをオフし(ステップS115)、ステップS116へ移行する。

0129

そして、状態管理部34は、加算フラグがオンであるか否かを判定する(ステップS116)。ここで、加算フラグがオンである場合(ステップS116,Yes)、補間部35が、ROI#1内の部分埋もれ箇所数に乱反射箇所数と埋もれ候補箇所数を加算し(ステップS117)、処理を終了する。また、加算フラグがオンでない場合(ステップS116,No)、処理を終了する。

0130

上述してきたように、実施形態に係る付着物検出装置1は、算出部32と、検出部33と、補間部35と、状態管理部34とを備える。算出部32は、撮像画像Iに含まれる所定数の画素PXからなる単位領域UA毎に、各画素PXのエッジベクトルに基づく領域特徴量を算出する。検出部33は、上記領域特徴量に基づく部分埋もれの検出条件(「第1の検出条件」の一例に相当)および乱反射領域の検出条件(「第2の検出条件」の一例に相当)に基づいて、部分埋もれ箇所に該当する単位領域UA、および、乱反射箇所に該当する単位領域UAをそれぞれ検出する。補間部35は、乱反射箇所により低下する部分埋もれ箇所の面積率を補間する。状態管理部34は、乱反射箇所の増減に基づいて、上記面積率の補間に関する各状態(1)〜(5)の状態遷移を管理する。

0131

したがって、実施形態に係る付着物検出装置1によれば、付着物の検出精度を向上させることができる。

0132

また、検出部33は、撮像画像Iに対し、部分埋もれ箇所の検出用であるROI#1(「第1の注目領域」の一例に相当)よりも大きいROI#2(「第2の注目領域」の一例に相当)を設定し、かかるROI#2に基づいて乱反射箇所を検出する。

0133

したがって、実施形態に係る付着物検出装置1によれば、乱反射領域を広く捉えて、乱射埋もれの検出精度を向上させることができる。

0134

また、検出部33は、部分埋もれ箇所よりもエッジ強度が大きくかつ輝度が高い単位領域UAを乱反射箇所として検出する。

0135

したがって、実施形態に係る付着物検出装置1によれば、乱反射箇所を検出することができる。また、これに伴い、部分埋もれ箇所の検出精度を向上させることができる。

0136

また、補間部35は、部分埋もれ箇所の数と乱反射箇所の数との合算値に基づいて上記面積率を補間する。

0137

したがって、実施形態に係る付着物検出装置1によれば、乱反射埋もれを精度よく検出することができる。

0138

また、検出部33は、算出部32によって算出された上記領域特徴量を、かかる領域特徴量の各要素を各次元とする特徴量空間へマッピングし、マッピングされた上記領域特徴量の位置に基づいて付着物により埋もれていると推定される埋もれ候補箇所となる前記単位領域を推定し、補間部35は、上記合算値にさらに上記埋もれ候補箇所の数を合算する。

0139

したがって、実施形態に係る付着物検出装置1によれば、乱反射埋もれをさらに精度よく検出することができる。

0140

また、状態管理部34は、所定量以上の乱反射箇所が存在する撮像画像Iが所定数以上連続する場合に、補間部35に上記面積率を補間させる。

0141

したがって、実施形態に係る付着物検出装置1によれば、安定的に乱反射埋もれを検出することができる。

0142

なお、上述した実施形態では、−180°〜180°を90°毎の角度範囲で分割した4方向に角度分類する場合を示したが、角度範囲は90°に限定されず、たとえば60°毎の角度範囲で分割した6方向に角度分類してもよい。

0143

また、第1の角度分類および第2の角度分類でそれぞれの角度範囲の幅が異なってもよい。たとえば、第1の角度分類では90°毎で角度分類し、第2の角度分類では、60°毎で角度分類してもよい。また、第1の角度分類および第2の角度分類では、角度範囲の角度の境界を45°ずらしたが、ずらす角度が45°を超える、もしくは、45°未満であってもよい。

0144

また、上述した実施形態では、車載カメラで撮像された撮像画像Iを例に挙げたが、撮像画像Iは、たとえば、防犯カメラや、街灯等に設置されたカメラで撮像された撮像画像Iであってもよい。つまり、カメラのレンズに付着物が付着する可能性があるカメラで撮像された撮像画像Iであればよい。

0145

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

0146

1付着物検出装置
10カメラ
21テンプレート情報
22推定情報
23条件情報
24判定履歴情報
25状態管理情報
31 取得部
32 算出部
33 検出部
34状態管理部
35 補間部
100セル
I撮像画像
PX画素
UA単位領域

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ