刻拍摄到的各拍摄图像的所述判定区域内提取出了第5规定数量以上的所述候选图像部分时，所述候选图像判定部可以对所述判定区域内的候选图像部分的对象物类别进行判定，其中，所述第5规定数量在所述第1规定数量以下。
[0027]与仅利用在第1时刻拍摄到的1个拍摄图像进行上述判定的方法相比，采用上述这些方法能够提高所判定的对象物类别的准确度。
[0028]另外，此时，可以根据安装有所述摄像头的车辆的行驶速度，对在时间上连续拍摄到的拍摄图像的所述规定拍摄张数进行变更。
[0029]另外，优选所述候选图像判定部在判定出所述判定区域内的候选图像部分的对象物类别后，到经过规定时间为止，维持该对象物类别的判定结果。
[0030]采用该结构，能够防止由所述候选图像判定部在判定所述判定区域内的候选图像部分的对象物类别之后，该对象物类别的判定结果因受噪声等的影响而在规定时间内发生变化。
【附图说明】
[0031 ] 图1是对象物识别装置的结构图。
[0032]图2是由对象物识别装置所进行的处理的流程图。
[0033]图3是表示拍摄图像中的候选图像部分的说明图。
[0034]图4A?图4B是距离计算处理的说明图，图4A表示拍摄图像21，图4B表示距离计算方法。
[0035]图5是将候选图像部分在拍摄图像中的坐标位置转换为在真实空间坐标系中的位置后的说明图。
【具体实施方式】
[0036]参照图1?图5对本发明的对象物识别装置的实施方式进行说明。
[0037]参照图1，对象物识别装置10安装在具有摄像头2 (彩色摄像头)的车辆1上。
[0038]对象物识别装置10是由未图示的CPU、存储器、各种接口电路等构成的电子单元，其通过由CUP执行存储在存储器中的用于识别对象物的程序，来发挥拍摄图像获得部11、候选图像提取部12、距离计算部13、候选图像判定部14、行人图像识别部15、行人朝向判别部16、避免接触判定部17以及警报输出部18的功能。
[0039]下面，说明由对象物识别装置10按照图2所示流程对道路上存在的对象物(人、自行车等)进行识别的处理。对象物识别装置10每隔规定的控制周期按照图2所示流程执行上述处理，以识别车辆1正在行驶的道路上存在的对象物(行人)，判定该对象物是否为车辆1应避免接触的避免接触对象，并且对驾驶员进行报知。
[0040]图2中的步骤1表示由拍摄图像获得部11所进行的处理。拍摄图像获得部11接收到由安装在车辆1上的摄像头2输出的车辆1周围(前方)的影像信号，并对该影像信号的颜色分量(R值、G值、B值)进行彩色插值处理(Demosaicking)，获得彩色拍摄图像，该彩色图像中的各像素的数据具有R值、G值、B值。接着，将该车辆1前方的彩色拍摄图像的数据存储在图像存储器20内。然后，由上述彩色的拍摄图像的各像素的颜色分量得到灰度信息(灰度化处理)，从而生成灰度化的拍摄图像(下面简称为拍摄图像)21，并且将该拍摄图像21存储在图像存储器20内。
[0041]接下来，步骤2表示由候选图像提取部12所进行的处理。候选图像提取部12从拍摄图像21中提取出可能是行人的候选图像部分22，该候选图像部分22是对象物的图像部分。例如，图3中，在积雪的道路上形成2条车辙后，由于仅车辙的部分的积雪融化而使得2条车辙之间残留有雪块，该雪块的图像部分被提取时以多个候选图像部分22的形式被提取出来。
[0042]对于从拍摄图像21中提取出可能是行人的候选图像部分22，例如，可在拍摄图像21中搜索具有行人的特征量的区域，从而进行提取。在步骤2中，利用放宽了的检测条件(检测行人特征量的模板)，对行人进行搜索，与后述步骤8的行人识别处理相比，该检测条件被相对放宽。
[0043]接下来，步骤3表示由距离计算部13所进行的处理。距离计算部13用于计算出各候选图像部分22所对应的真实空间中的位置和摄像头2之间的距离。
[0044]首先，如图4A所示，距离计算部13根据由摄像头2拍摄到的拍摄图像21内划分行驶车道的行车线标识(白线)的图像部分31a、31b的交点，求出位于无穷远点的道路消失点32的坐标，并求出道路消失点32处的像素和候选图像部分22的位于最下方的点的像素的差分Ay。接着，如图4B所示，距离计算部13利用下面的算式(1)，计算出连接摄像头2和候选图像部分22的位于最下方的点的直线与连接摄像头2和无穷远点的直线之间的角度Θ，并且，通过下面的算式(2)计算出安装有摄像头2的车辆1与对象物33之间的距离D，即，车辆1与候选图像部分22所对应的真实空间中的位置之间的距离。Η表示摄像头2的高度，focal表示摄像头2的焦距。
[0045]tan θ =Δ y/focal...(1)
[0046]D = H/tan Θ …⑵
[0047]接下来，步骤4?步骤7表示由候选图像判定部14所进行的处理。
[0048]在步骤4中，首先，如图5所示，候选图像判定部14基于由距离计算部13计算出的距离和候选图像部分22在拍摄图像21中的水平方向上的位置，将候选图像部分22在拍摄图像21中的坐标位置转换成(mapping)其在真实空间坐标系中的位置。
[0049]接下来，如图5所示，候选图像判定部14将与车辆1的行进方向(摄像头2的拍摄方向)垂直的水平方向上的宽度处于规定宽度范围内的区域设定为判定区域R(图5中的阴影部分)。这里，对判定区域R为1个时的情况进行说明，但是本发明并不局限于此，也可以设定多个判定区域R。
[0050]接下来，对由候选图像提取部12提取出的候选图像部分22中所对应的真实空间中的位置属于判定区域R中的候选图像部分22的数量进行统计。并且，如果包含k(k相当于本发明的第1规定数量)个以上的候选图像部分22的判定区域R有1个以上，则进入步骤5。如果包含k个以上的候选图像部分22的判定区域R—个也没有，则进入步骤7。
[0051]在步骤5中，对于由候选图像提取部12提取出的候选图像部分22，位于判定区域R内的候选图像部分22的数量在k个以上时，候选图像判定部14判定为判定区域R内的候选图像部分22是行人的图像部分的可能性较低，于是将该候选图像部分22从后述的步骤8中的处理对象中排除，之后进入步骤6。
[0052]在步骤6中，候选图像判定部14仅将在步骤5中被排除的候选图像部分22以外的候选图像部分22 (图5中的22a)设定为步骤8中的处理对象，之后进入步骤8。
[0053]在步骤7中，候选图像判定部14将由候选图像提取部12提取出的所有的候选图像部分22设定为后面的步骤8中的处理对象，之后进入步骤8。
[0054]接下来，步骤8表示由行人图像识别部15所进行的处理。行人图像识别部15对在步骤6或者步骤7中被设定为处理对象的各候选图像部分22进行行人识别处理，即，对候选图部分22是否为行人的图像部分进行识别。对于被判定为是行人的图像部分的候选图部分22，进入步骤9对其进行处理，对于没有被判定为是行人的图像部分的候选图像部分22，结束由对象物识别装置10对其所进行的处理。
[0055]对于行人识别处理，例如在拍摄图像21中通过搜索具有行人特征量的区域来进行。
[0056]步骤9表示由行人朝向判别部16所进行的处理。行人朝向判定部16对由行人图像识别部15判定为是行人的图像部分的各候选图像部分22中的行人的朝向进行判别。
[0057]接下来，步骤10表示由避免接触判定部17所进行的处理。对于被判定为是行人的图像部分的各候选图像部分22，避免接触判定部17根据由行人朝向判别部16所判别出的行人的朝向，判定该行人是否为避免接