知財求人 - 知財ポータルサイト「IP Force」
▶ 株式会社デンソーの特許一覧 ▶ トヨタ自動車株式会社の特許一覧 ▶ 株式会社ミライズテクノロジーズの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024139833
(43)【公開日】2024-10-10
(54)【発明の名称】画像処理装置
(51)【国際特許分類】
G06T 7/00 20170101AFI20241003BHJP
G06V 10/82 20220101ALI20241003BHJP
H04N 23/60 20230101ALI20241003BHJP
H04N 23/61 20230101ALI20241003BHJP
B60R 11/02 20060101ALI20241003BHJP
【ＦＩ】
G06T7/00 350C
G06T7/00 650B
G06V10/82
H04N23/60 500
H04N23/61
B60R11/02 Z
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2023050747
(22)【出願日】2023-03-28
(71)【出願人】
【識別番号】000004260
【氏名又は名称】株式会社デンソー
(71)【出願人】
【識別番号】000003207
【氏名又は名称】トヨタ自動車株式会社
(71)【出願人】
【識別番号】520124752
【氏名又は名称】株式会社ミライズテクノロジーズ
(74)【代理人】
【識別番号】110000028
【氏名又は名称】弁理士法人明成国際特許事務所
(72)【発明者】
【氏名】山元 左近
(72)【発明者】
【氏名】滝澤 哲郎
【テーマコード（参考）】
3D020
5C122
5L096
【Ｆターム（参考）】
3D020BA20
3D020BC02
3D020BE03
5C122DA14
5C122EA01
5C122FH11
5C122FH14
5C122HA87
5C122HB01
5L096BA04
5L096CA02
5L096HA11
5L096JA11
5L096KA04
(57)【要約】 （修正有）
【課題】画像に発生した外乱の種類に応じたニューラルネットワークを選択することで、高精度な画像処理を実現する画像処理装置を提供する。
【解決手段】車両ＶＷは、対象物を含む画像を生成する撮像部１０と、車両の周囲の環境の一つ以上の要素それぞれの強度を表す数値を取得する一つ以上の要素取得部２０と、第１画像処理部３０と、第２画像処理部４０と、第１画像処理部と第２画像処理部とのうち、画像に対して演算処理を実行させる画像処理部を選択する処理選択部５０と、を備え、一部の要素について、強度の第１の範囲において、第１画像処理部の精度は第２画像処理部の精度よりも高く、第１の範囲よりも低い第２の範囲において、第２画像処理部の精度は第１画像処理部の精度よりも高く、処理選択部は、一つ以上の要素取得部が取得した要素の強度を表す数値に基づいて、演算処理を実行させる画像処理部を選択する。
【選択図】図１
【解決手段】車両ＶＷは、対象物を含む画像を生成する撮像部１０と、車両の周囲の環境の一つ以上の要素それぞれの強度を表す数値を取得する一つ以上の要素取得部２０と、第１画像処理部３０と、第２画像処理部４０と、第１画像処理部と第２画像処理部とのうち、画像に対して演算処理を実行させる画像処理部を選択する処理選択部５０と、を備え、一部の要素について、強度の第１の範囲において、第１画像処理部の精度は第２画像処理部の精度よりも高く、第１の範囲よりも低い第２の範囲において、第２画像処理部の精度は第１画像処理部の精度よりも高く、処理選択部は、一つ以上の要素取得部が取得した要素の強度を表す数値に基づいて、演算処理を実行させる画像処理部を選択する。
【選択図】図１
【特許請求の範囲】
【請求項1】
車両（ＶＷ）に搭載される画像処理装置（１）であって、
対象物を撮像して、前記対象物を含む画像を生成する撮像部（１０）と、
前記車両の周囲の環境の一つ以上の要素の、それぞれの強度を表す数値を取得する、一つ以上の要素取得部（２０）と、
第１ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第１画像処理部（３０）と、
第２ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第２画像処理部（４０）と、
前記第１画像処理部と前記第２画像処理部と、のうち、前記画像に対して演算処理を実行させる画像処理部を選択する処理選択部（５０）と、
を備え、
一部の前記要素について、強度の第１の範囲において、前記第１画像処理部の精度は前記第２画像処理部の精度よりも高く、前記第１の範囲よりも低い第２の範囲において、前記第２画像処理部の精度は前記第１画像処理部の精度よりも高く、
前記処理選択部は、
前記一つ以上の要素取得部（１０）によって取得された前記要素の強度を表す数値に基づいて、演算処理を実行させる画像処理部を選択する、画像処理装置。
対象物を撮像して、前記対象物を含む画像を生成する撮像部（１０）と、
前記車両の周囲の環境の一つ以上の要素の、それぞれの強度を表す数値を取得する、一つ以上の要素取得部（２０）と、
第１ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第１画像処理部（３０）と、
第２ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第２画像処理部（４０）と、
前記第１画像処理部と前記第２画像処理部と、のうち、前記画像に対して演算処理を実行させる画像処理部を選択する処理選択部（５０）と、
を備え、
一部の前記要素について、強度の第１の範囲において、前記第１画像処理部の精度は前記第２画像処理部の精度よりも高く、前記第１の範囲よりも低い第２の範囲において、前記第２画像処理部の精度は前記第１画像処理部の精度よりも高く、
前記処理選択部は、
前記一つ以上の要素取得部（１０）によって取得された前記要素の強度を表す数値に基づいて、演算処理を実行させる画像処理部を選択する、画像処理装置。
【請求項2】
請求項１に記載の画像処理装置であって、
他の前記要素について、強度の第１の範囲において、前記第２画像処理部の精度は前記第１画像処理部の精度よりも高く、前記第１の範囲よりも低い第２の範囲において、前記第１画像処理部の精度は前記第２画像処理部の精度よりも高い、画像処理装置。
他の前記要素について、強度の第１の範囲において、前記第２画像処理部の精度は前記第１画像処理部の精度よりも高く、前記第１の範囲よりも低い第２の範囲において、前記第１画像処理部の精度は前記第２画像処理部の精度よりも高い、画像処理装置。
【請求項3】
請求項１に記載の画像処理装置であって、
前記一つ以上の要素のうち明るさについて、前記第１の範囲において、前記第１画像処理部の演算処理の精度は前記第２画像処理部の演算処理の精度よりも高く、前記第２の範囲において、前記第２画像処理部の演算処理の精度は前記第１画像処理部の演算処理の精度よりも高い、画像処理装置。
前記一つ以上の要素のうち明るさについて、前記第１の範囲において、前記第１画像処理部の演算処理の精度は前記第２画像処理部の演算処理の精度よりも高く、前記第２の範囲において、前記第２画像処理部の演算処理の精度は前記第１画像処理部の演算処理の精度よりも高い、画像処理装置。
【請求項4】
請求項１から請求項３のいずれか一項に記載の画像処理装置であって、
さらに、演算処理によって得られたデータに基づいて、前記車両の制御を行う車両制御部（６０）を備え、
前記車両制御部は、
前記処理選択部に選択された前記画像処理部に基づいて制御を行う第１モード（ＭＤ１）と、
前記処理選択部に選択された前記画像処理部に基づかずに、前記第１画像処理部が出力した演算処理のデータに基づいて、前記車両の制御を行う第２モード（ＭＤ２）と、
を備え、
前記処理選択部による前記画像処理部の選択が行われていない間は、前記第２モードで前記車両の制御を実行する、画像処理装置。
さらに、演算処理によって得られたデータに基づいて、前記車両の制御を行う車両制御部（６０）を備え、
前記車両制御部は、
前記処理選択部に選択された前記画像処理部に基づいて制御を行う第１モード（ＭＤ１）と、
前記処理選択部に選択された前記画像処理部に基づかずに、前記第１画像処理部が出力した演算処理のデータに基づいて、前記車両の制御を行う第２モード（ＭＤ２）と、
を備え、
前記処理選択部による前記画像処理部の選択が行われていない間は、前記第２モードで前記車両の制御を実行する、画像処理装置。
【請求項5】
請求項４に記載の画像処理装置であって、
前記車両制御部によって前記第２モードが実行されている間は、
前記第１画像処理部および前記第２画像処理部が演算処理を実行し、
前記車両制御部は、
前記第１モードにおいて、前記第１画像処理部と前記第２画像処理部と、のうち、前記処理選択部が選択した前記画像処理部が出力した演算処理のデータに基づいて、前記車両の制御を行う、画像処理装置。
前記車両制御部によって前記第２モードが実行されている間は、
前記第１画像処理部および前記第２画像処理部が演算処理を実行し、
前記車両制御部は、
前記第１モードにおいて、前記第１画像処理部と前記第２画像処理部と、のうち、前記処理選択部が選択した前記画像処理部が出力した演算処理のデータに基づいて、前記車両の制御を行う、画像処理装置。
【請求項6】
請求項１に記載の画像処理装置であって、
前記要素取得部（２０Ｄ）は、前記撮像部が生成した前記画像に基づいて、前記車両の周囲の環境の要素の強度を表す数値を取得する、画像処理装置。
前記要素取得部（２０Ｄ）は、前記撮像部が生成した前記画像に基づいて、前記車両の周囲の環境の要素の強度を表す数値を取得する、画像処理装置。
【請求項7】
請求項１に記載の画像処理装置であって、
前記一つ以上の要素取得部のうち、一つの前記要素取得部は、
ネットワークを通じて、雨の強度を表す数値としての第１数値（ＦＮ）を取得するネット情報部（２１０Ｂ）と、
前記車両の周囲の雨を直接、検出することで、前記雨の強度を表す数値としての第２数値（ＳＮ）を取得する検出部（２２０Ｂ）と、を含み、
前記第１数値と、前記第２数値と、を出力し、
前記処理選択部は、前記第１数値と前記第２数値のうち、大きい数値を、前記要素取得部が取得した前記雨の強度を表す数値として使用して、前記画像処理部の選択を行う、画像処理装置。
前記一つ以上の要素取得部のうち、一つの前記要素取得部は、
ネットワークを通じて、雨の強度を表す数値としての第１数値（ＦＮ）を取得するネット情報部（２１０Ｂ）と、
前記車両の周囲の雨を直接、検出することで、前記雨の強度を表す数値としての第２数値（ＳＮ）を取得する検出部（２２０Ｂ）と、を含み、
前記第１数値と、前記第２数値と、を出力し、
前記処理選択部は、前記第１数値と前記第２数値のうち、大きい数値を、前記要素取得部が取得した前記雨の強度を表す数値として使用して、前記画像処理部の選択を行う、画像処理装置。
【請求項8】
請求項１に記載の画像処理装置であって、
前記一つ以上の要素のうち明るさの前記第１の範囲とは、
トンネルの内部の明るさの強度を表す数値よりも大きい範囲である、画像処理装置。
前記一つ以上の要素のうち明るさの前記第１の範囲とは、
トンネルの内部の明るさの強度を表す数値よりも大きい範囲である、画像処理装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、画像処理装置に関する。
【背景技術】
【0002】
特許文献１において、荒天である場合に、撮影した画像を、荒天でないときに設定されているフレームレートよりも高いフレームレートに自動で切り替えて記録する画像記録装置が開示されている。画像記録装置は、ドライブレコーダであり、車に搭載されている。この画像記録装置は、撮像部によって撮像された撮影画像に基づいて、荒天判定処理部が荒天か否かを判定する。具体的には、ワイヤー検出部によって、撮像画像からワイパーを囲む矩形の領域が抽出される。矩形の領域の抽出は、ＳＳＤやＹＯＬＯ等の物体検出アルゴリズムを用いて実現される。
【0003】
ワイパー動作周期推定部が、ワイパー検出部から供給されたワイパー領域のデータと、過去の複数のワイパー領域のデータと、を参照して、ワイパーの動作周期を推定する。そして、荒天判定部が、ワイパー動作周期が閾値未満である場合、荒天であると判定する。そして、フレームレート切替部が、フレームレートを変更する。これにより、画像記録装置の記録容量を最小限に抑えつつ、危険シーンの情報不足を防ぐことができる。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２１－５２３５０号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
ところで、一般に、先進運転支援システムのために、車両の周囲の物体を、ニューラルネットワークを使用して検出する技術が用いられることがある。しかし、ニューラルネットワークを使用した画像処理において、雨や、輝度の変化等の外乱によって、処理の精度が低下することが知られている。高精度な画像処理を実現するためには、外乱が発生した際の画像データの蓄積と、機械学習のための時間が必要となり、その作業を行う者にとって大きな負担となる。ここで、ニューラルネットワークは、その種類によって、種々の外乱を受けた場合の精度の低下のし方が異なることが知られている。そこで、本願の発明者は、画像に発生した外乱の種類に応じたニューラルネットワークを選択することで、高精度な画像処理を実現することを考えた。
【課題を解決するための手段】
【0006】
本開示は、以下の形態として実現することが可能である。
【0007】
本開示の一形態によれば車両（ＶＷ）に搭載される画像処理装置（１）が提供される。この画像処理装置において、対象物を撮像して、前記対象物を含む画像を生成する撮像部（１０）と、前記車両の周囲の環境の一つ以上の要素の、それぞれの強度を表す数値を取得する、一つ以上の要素取得部（２０）と、第１ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第１画像処理部（３０）と、第２ニューラルネットワークモデルを使用して、前記画像に対して演算処理を行うことができる第２画像処理部（４０）と、前記第１画像処理部と前記第２画像処理部と、のうち、前記画像に対して演算処理を実行させる画像処理部を選択する処理選択部（５０）と、を備え、一部の前記要素について、強度の第１の範囲において、前記第１画像処理部の精度は前記第２画像処理部の精度よりも高く、前記第１の範囲よりも低い第２の範囲において、前記第２画像処理部の精度は前記第１画像処理部の精度よりも高く、前記処理選択部は、前記一つ以上の要素取得部（１０）によって取得された前記要素の強度を表す数値に基づいて、演算処理を実行させる画像処理部を選択する。
【0008】
この形態の画像処理装置によれば、処理選択部が、要素取得部によって取得された要素の数値に基づいて、第１画像処理部または第２画像処理部のいずれかに演算処理を実行させる。これにより、高精度な画像処理を実現することができる。
【図面の簡単な説明】
【0009】
【図1】本実施形態の車両の構成を説明する図。
【図2】第１画像処理部と第２画像処理部と処理選択部と車両制御部の構成を示すブロック図。
【図3】第１画像処理部および第２画像処理部のそれぞれの、明るさに対する検出精度を示す図。
【図4】画像処理装置による画像処理部の選択の一例を示す工程図。
【図5】第２実施形態の車両を示す図。
【図6】雨量に対する画像処理部の精度を示す図。
【図7】第２実施形態の画像処理装置による画像処理部の選択の一例を示す工程図。
【図8】第３実施形態の画像処理装置による画像処理部の選択の一例を示す工程図。
【発明を実施するための形態】
【0010】
Ａ．第１実施形態：
Ａ１．第１実施形態の構成：
図１は、本実施形態の車両ＶＷの構成を説明する図である。車両ＶＷは、ＡＤＡＳ（Advanced Driving Assistant System: 先進運転システム）による走行が可能である。図１に示すように、車両ＶＷは、画像処理装置１を搭載している。画像処理装置１は、車両ＶＷの周囲の対象物の検出を行い、検出の結果に基づいて、車両ＶＷの制御を行う。本実施形態において、画像処理装置１は、撮像部１０と、第１要素取得部２０と、第１画像処理部３０と、第２画像処理部４０と、処理選択部５０と、車両制御部６０と、を備える。
Ａ１．第１実施形態の構成：
図１は、本実施形態の車両ＶＷの構成を説明する図である。車両ＶＷは、ＡＤＡＳ（Advanced Driving Assistant System: 先進運転システム）による走行が可能である。図１に示すように、車両ＶＷは、画像処理装置１を搭載している。画像処理装置１は、車両ＶＷの周囲の対象物の検出を行い、検出の結果に基づいて、車両ＶＷの制御を行う。本実施形態において、画像処理装置１は、撮像部１０と、第１要素取得部２０と、第１画像処理部３０と、第２画像処理部４０と、処理選択部５０と、車両制御部６０と、を備える。
【0011】
撮像部１０は、車両ＶＷの周囲の対象物を撮像して、対象物を含む画像を生成する。対象物とは、他車両や、人や、動物や、信号機や、建物等をいう。撮像部１０は、第１画像処理部３０と、第２画像処理部４０と、電気的に接続しており、第１画像処理部３０と、第２画像処理部４０に、生成した画像のデータを送信する。本実施形態において、撮像部１０はカメラである。なお、撮像部１０として、車両ＶＷの周囲の対象物を撮像して画像を生成するものであれば、カメラ以外の構成が採用可能である。
【0012】
第１要素取得部２０は、車両ＶＷの周囲の環境の要素の、強度を表す数値を取得する。本実施形態において、車両ＶＷの周囲の環境の要素とは明るさであり、第１要素取得部２０は照度センサである。照度センサは、車両ＶＷの前方からの外光を受光するように、車両ＶＷの配置されている。照度センサは、受光した光の強度を表す数値を取得する。本実施形態において、数値の単位はルクス（ｌｘ）である。なお、本明細書における要素取得部によって取得される数値は、要素取得部が要素の強度の程度を検知して、その程度に応じた値を出力することを含む。第１要素取得部２０は、取得した数値を示す信号を処理選択部５０に送信する。
【0013】
図２は、第１画像処理部３０と第２画像処理部４０と処理選択部５０と車両制御部６０の構成を示すブロック図である。第１画像処理部３０は、第１ニューラルネットワークモデルを使用して、撮像部１０が生成した画像に対して演算処理を行うことができる。第１画像処理部３０は、演算処理によって得られたデータを、処理選択部５０に送信する。本実施形態において、第１ニューラルネットワークモデルは、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）である。第１画像処理部３０は、ＮＰＵ（Ｎｅｕｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１と、プロセッサ３２と、メモリ３３と、を備えている。ＮＰＵ３１は、ＣＮＮを使用した演算処理を実行する。プロセッサ３２は、ＮＰＵ３１の全体制御を行う。メモリ３３は、演算処理によって得られた結果を記憶する。
【0014】
第２画像処理部４０は、第２ニューラルネットワークモデルを使用して、撮像部１０が生成した画像に対して演算処理を行うことができる。第２画像処理部４０は、演算処理によって得られたデータを、処理選択部５０に送信する。本実施形態において、第２ニューラルネットワークモデルは、Ｔｒａｎｓｆｏｒｍｅｒである。第２画像処理部４０は、ＮＰＵ４１と、プロセッサ４２と、メモリ４３と、を備えている。ＮＰＵ４１は、Ｔｒａｎｓｆｏｒｍｅｒを用いた演算処理を実行する。プロセッサ４２は、ＮＰＵ４１の全体制御を行う。メモリ４３は、演算処理によって得られた結果を記憶する。
【0015】
処理選択部５０は、第１画像処理部３０と第２画像処理部４０と、の二つの画像処理部のうち、画像に対して演算処理を実行させる画像処理部を選択する。具体的には、処理選択部５０は、第１要素取得部２０によって取得された要素の強度を表す数値に基づいて、画像に対して演算処理を実行させる画像処理部を選択する。また、処理選択部５０は、選択した画像処理部の演算処理の結果のデータを、車両制御部６０に送信する。本実施形態においては、処理選択部５０は、照度センサが受光した光の強度を表す数値に基づいて、画像処理部を選択する。本実施形態において処理選択部５０は、プロセッサ５１と、メモリ５２を備えている。プロセッサ５１は、画像処理部を選択する。メモリ５２は、処理選択部５０が選択した画像処理部と、選択した画像処理部による演算処理の結果のデータを、時系列で記憶する。
【0016】
車両制御部６０は、処理選択部５０によって選択された画像処理部の演算処理により得られたデータに基づいて、車両ＶＷの制御を行う。車両制御部６０は、例えばデータに、画像において他車両が含まれていることが示されている場合に、車両ＶＷの図示しないブレーキを作動させて車両ＶＷを停止させることができる。車両制御部６０は、処理選択部５０と互いに信号を送受信することが可能である。車両制御部６０は、プロセッサ６１と、ＲＯＭ６２と、ＲＡＭ６３とを備える。プロセッサ６１が、ＲＯＭ６２に記憶された各種プログラムをＲＡＭ６３上に展開することによって、各種プログラムを実行する。
【0017】
本実施形態において車両制御部６０は、第１モードＭＤ１と第２モードＭＤ２と、を備える。第１モードＭＤ１は、処理選択部５０に選択された画像処理部に基づいて制御を行うモードである。第２モードＭＤ２は、処理選択部５０に選択された画像処理部に基づかずに、第１画像処理部３０が出力した演算処理のデータに基づいて、車両ＶＷの制御を行うモードである。車両制御部６０は、処理選択部５０による画像処理部の選択が行われていない間は、第２モードＭＤ２で車両ＶＷの制御を実行する。
【0018】
また、本実施形態においては、車両制御部６０によって第２モードＭＤ２が実行されている間、第１画像処理部３０および第２画像処理部４０の両方によって、演算処理が実行されている。そして、車両制御部６０は、第１モードＭＤ１において、第１画像処理部３０と第２画像処理部４０と、のうち、処理選択部５０が選択した画像処理部が出力した、演算処理の結果のデータに基づいて、車両ＶＷの制御を行う。
【0019】
Ａ２．第１画像処理部３０と第２画像処理部４０のそれぞれの特徴：
図３は、第１画像処理部３０および第２画像処理部４０のそれぞれの、明るさに対する検出精度を示す図である。図３において、明るさの強度を横軸において示し、画像処理部の検出精度を縦軸において示している。本明細書における検出精度とは、予め準備された画像に対し画像処理部が演算処理を行った場合の、正解の割合をいう。検出精度は、作業者によって要素別に、予め試験される。本実施形態においては、複数の、異なる明るさの画像に対して画像処理部が演算処理を行った場合の検出精度を示している。以下、画像処理部の検出精度を、「精度」と表記する。
図３は、第１画像処理部３０および第２画像処理部４０のそれぞれの、明るさに対する検出精度を示す図である。図３において、明るさの強度を横軸において示し、画像処理部の検出精度を縦軸において示している。本明細書における検出精度とは、予め準備された画像に対し画像処理部が演算処理を行った場合の、正解の割合をいう。検出精度は、作業者によって要素別に、予め試験される。本実施形態においては、複数の、異なる明るさの画像に対して画像処理部が演算処理を行った場合の検出精度を示している。以下、画像処理部の検出精度を、「精度」と表記する。
【0020】
図３に示すように、第１の範囲ＦＲ１において、ＣＮＮを使用した第１画像処理部３０の精度が、Ｔｒａｎｓｆｏｒｍｅｒを使用した第２画像処理部４０の精度よりも高い。また、強度の第２の範囲ＳＲ１において、第２画像処理部４０の精度が、第１画像処理部３０の精度よりも高い。図３において、第１画像処理部３０の精度を表す線を実線で表し、第２画像処理部４０の精度を表す線を一点鎖線で表している。後に説明する図６においても同様である。本実施形態においては、第１の範囲ＦＲ１の、最も小さな数値は、第１閾値Ｔ１よりも大きい。また、第２の範囲ＳＲ１の、最も大きな数値は、第１閾値Ｔ１よりも小さい。
【0021】
本実施形態における第１閾値Ｔ１は、作業者が準備した、明るさが異なる複数の画像に対して第１画像処理部３０と第２画像処理部４０のそれぞれが演算処理を実行した際の、第１画像処理部３０の精度が、第２画像処理部４０の精度と等しくなった画像データの明るさの強度である。
【0022】
なお、第１閾値Ｔ１は、上述した方法以外で決定されることが可能である。例えば、作業者によって計測された、任意の複数のトンネルのそれぞれの入口の明るさの強度のうち、最も大きな強度を、第１閾値Ｔ１としてもよい。任意の複数のトンネルの入口の明るさは、作業者によってそれぞれのトンネルの入り口から、１ｍ、トンネルの内側において計測される。なお、任意の複数のトンネルのそれぞれの複数箇所において明るさが計測され、そのうちの最も大きな強度が第１閾値Ｔ１とされてもよい。
【0023】
また、一般に、ＣＮＮは晴天時の日中において、時間経過に応じた明るさの変化に対する精度変化が、Ｔｒａｎｓｆｏｒｍｅｒに対して小さい性質を有することが知られている。晴天時の日中の明るさは、図３における第１の範囲ＦＲ１に属している。一方、ＣＮＮは、トンネル内や雨天等、車両ＶＷの外界の明るさの強度が晴天時の日中と比べて小さくなる状況において、Ｔｒａｎｓｆｏｒｍｅｒに対して、精度が低くなることが知られている。晴天時と比べて強度が小さくなる状況における明るさは、図３の第２の範囲ＳＲ１に属している。
【0024】
Ａ３．処理選択部５０による第１画像処理部３０または第２画像処理部４０の選択：
図４は、画像処理装置１による画像処理部の選択の一例を示す工程図である。図４のステップＳ１０において、ユーザーによって車両ＶＷの電源が入れられた後、車両制御部６０が、第２モードＭＤ２で車両ＶＷの制御の実行を開始する。第２モードＭＤ２の開始後、予め定められた時間の経過後に、処理がステップＳ２０に移行する。予め定められた時間は、５秒や１０秒や、１分等、任意に設定されることが可能である。
図４は、画像処理装置１による画像処理部の選択の一例を示す工程図である。図４のステップＳ１０において、ユーザーによって車両ＶＷの電源が入れられた後、車両制御部６０が、第２モードＭＤ２で車両ＶＷの制御の実行を開始する。第２モードＭＤ２の開始後、予め定められた時間の経過後に、処理がステップＳ２０に移行する。予め定められた時間は、５秒や１０秒や、１分等、任意に設定されることが可能である。
【0025】
ステップＳ２０において、撮像部１０によって生成された画像のデータが、第１画像処理部３０および第２画像処理部４０に送信される。ステップＳ３０において、第１画像処理部３０および第２画像処理部４０が、画像データに対して演算処理を実行する。そして、第１画像処理部３０および第２画像処理部４０は、処理選択部５０に、演算処理の結果のデータを送信する。処理選択部５０は、第１画像処理部３０による演算処理の結果のデータを車両制御部６０に送信する。そして、車両制御部６０によって、第１画像処理部３０が出力した演算処理の結果に基づいて、車両ＶＷの制御が行われる。なお、以降、処理が終了するまで撮像部１０による画像の生成と、第１画像処理部３０および第２画像処理部４０による演算処理と結果の出力が、１秒毎に実行される。
【0026】
ステップＳ４０において、照度センサが、受光した光の強度に対応した数値を取得して、数値のデータを処理選択部５０に送信する。なお、ステップＳ４０の処理は、ステップＳ２０の処理の前に実行されてもよい。ステップＳ５０において、処理選択部５０が、照度センサが受光した光の強度を表す数値に基づいて、画像処理部を選択する。具体的には、数値が第１閾値Ｔ１以上である場合、処理選択部５０は、第１画像処理部３０を選択する。数値が第１閾値Ｔ１よりも小さい場合、処理選択部５０は、第２画像処理部４０を選択する。本実施形態においては、処理選択部５０は、第１画像処理部３０を選択し、ステップＳ３０において第１画像処理部３０から受信した演算処理の結果のデータを、車両制御部６０に送信する。
【0027】
ステップＳ６０において、車両制御部６０が、第１モードＭＤ１によって車両ＶＷを制御する。本実施形態においては、車両制御部６０が、第１画像処理部３０による演算処理のデータに基づいて、車両ＶＷの制御を行う。ステップＳ７０において、車両制御部６０によって、処理を終了するか否かの判定が行われる。ステップＳ６０の処理の実行から予め定められた時間内に、ユーザーによって車両ＶＷが停止され、車両ＶＷの電源が落とされる場合、処理は終了する。ステップＳ６０の処理の実行から予め定められた時間経過時に、ユーザーによって車両ＶＷの走行が継続されている場合、車両制御部６０によって、処理を終了しないと判定され、第１モードＭＤ１が実行された状態で、処理は再度ステップＳ４０に移行する。
【0028】
本実施形態において、処理選択部５０が、第１要素取得部２０によって取得された要素の数値に基づいて、第１画像処理部３０または第２画像処理部４０のいずれかに演算処理を実行させる。これにより、高精度な画像処理を実現することができる。
【0029】
本実施形態においては、照度センサが受光した光の強度を表す数値に基づいて、処理選択部５０によって画像処理部が選択される。画像処理部による演算処理の精度において、影響を与える頻度が高いと考えられる明るさに基づいて、画像処理部が選択されることで、高精度な画像処理が実現されることが可能である。
【0030】
車両ＶＷの走行は、晴天時の日中に行われることが最も多いと考えられる。本実施形態において、図３に示すように、明るさの強度の第１の範囲ＦＲ１において、ＣＮＮを使用した第１画像処理部３０の精度が、Ｔｒａｎｓｆｏｒｍｅｒを使用した第２画像処理部４０の精度よりも高い。そして、処理選択部５０による画像処理部の選択が行われていない、第２モードＭＤ２が実行されている間は、第１画像処理部３０の演算処理によって得られたデータに基づいて車両ＶＷが制御される。これにより、走行の環境として確率が高い晴天時の日中において、処理選択部５０による画像処理部による選択が行われていない間、明るさの強度に対応して生じる演算処理の精度の低下を抑えることができる。
【0031】
さらに、第２モードＭＤ２において、第１画像処理部３０と第２画像処理部４０の両方によって演算処理が実行されているため、第２モードＭＤ２から第１モードＭＤ１に制御が切り替えられた際に、演算処理の結果のデータが準備されている。そのため、車両制御部６０が、データに基づいて迅速に車両ＶＷの制御を行うことができる。
【0032】
また、一般に、ＣＮＮは、入力されたアナログ信号をデジタル化するＡ／Ｄ変換時のノイズが大きくなると、ノイズの影響を受け、精度が低くなることが知られている。車両ＶＷがトンネルに進入したときや、建物内に進入したとき等、車両ＶＷの周囲が暗くなる状況において、Ａ／Ｄ変換時のノイズが大きくなる可能性が高い。そのため、第１要素取得部２０が取得した数値が第１閾値Ｔ１よりも小さい第２の範囲ＳＲ１に属する場合に、Ｔｒａｎｓｆｏｒｍｅｒを使用した第２画像処理部４０が処理選択部５０によって選択されることで、高精度な演算処理が実行される。
【0033】
Ｂ．第２実施形態：
第２実施形態の画像処理装置１Ｂは、第１画像処理部３０ＢがＴｒａｎｓｆｏｒｍｅｒを使用した画像処理部であり、第２画像処理部４０ＢがＣＮＮを使用した画像処理部である点と、明るさではなく雨の強度に基づいて、処理選択部５０が画像処理部を選択する点と、要素取得部と、図４のステップＳ３０の処理が、第１実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
第２実施形態の画像処理装置１Ｂは、第１画像処理部３０ＢがＴｒａｎｓｆｏｒｍｅｒを使用した画像処理部であり、第２画像処理部４０ＢがＣＮＮを使用した画像処理部である点と、明るさではなく雨の強度に基づいて、処理選択部５０が画像処理部を選択する点と、要素取得部と、図４のステップＳ３０の処理が、第１実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
【0034】
図５は、第２実施形態の車両ＶＷを示す図である。まず、第２実施形態においては、上述したように、Ｔｒａｎｓｆｏｒｍｅｒを使用した第１画像処理部３０Ｂと、ＣＮＮを使用した第２画像処理部４０Ｂが、画像に対して演算処理を行う。
【0035】
第２実施形態の第２要素取得部２０Ｂは、車両ＶＷの周囲の環境の、雨の強度を表す数値を取得する。第２要素取得部２０Ｂは、ネット情報部２１０Ｂと、雨量検出部２２０Ｂと、を備える。ネット情報部２１０Ｂは、ＧＰＳ衛星からの信号を使用して、現在地を取得する。そして、ネットワークを通じて、現在地の降水量を取得する。具体的には、ネット情報部２１０Ｂは、ある時間内に、現時点の地表の水平面に達した降水の量を取得する。ネット情報部２１０Ｂは、取得した降水量を、１平方メートルに１秒間で降った雨量に変換して、雨の強度を表す数値として取得する。ネット情報部２１０Ｂが取得した数値を、第１数値ＦＮと表記する。第１数値ＦＮは、処理選択部５０に出力される。
【0036】
雨量検出部２２０Ｂは、車両ＶＷの周囲の雨を直接、検出する。雨量検出部２２０Ｂは、車両ＶＷのフロントガラスＦＲに設置されている。本実施形態において、雨量検出部２２０Ｂはレインセンサを含む。レインセンサは、赤外線ＬＥＤと、Ｓｉフォトダイオードの組み合わせによって、フロントガラスＦＲに接触した雨を検知している。具体的には、赤外線ＬＥＤからフロントガラスＦＲに向かって、赤外光が照射される。フロントガラスＦＲに水滴が付着していない場合、赤外線ＬＥＤはフロントガラスＦＲで反射して、Ｓｉフォトダイオードに入射する。一方、フロントガラスＦＲに水滴が付着している場合、赤外線ＬＥＤはフロントガラスＦＲで反射せずに、水滴を透過する。Ｓｉフォトダイオードへの反射光の入射量で、雨量が測定される。雨量検出部２２０Ｂは、レインセンサによって測定された雨量を、１平方メートルに１秒間で降った雨量に変換して、雨の強度を表す数値として出力する。雨量検出部２２０Ｂが取得した数値を、第２数値ＳＮと表記する。第２数値ＳＮは、処理選択部５０に出力される。
【0037】
処理選択部５０は、第１数値ＦＮと第２数値ＳＮのうち、大きい数値を、第２要素取得部２０Ｂが取得した雨の強度を表す数値として使用して、画像処理部の選択を行う。
【0038】
図６は、雨量に対する画像処理部の精度を示す図である。横軸は、１平方メートルに１秒間で降った雨量であり、縦軸は、画像処理部の精度を表している。一般に、ＣＮＮは、画像データに移る雨や雪や埃等により、演算処理の精度が低下することが知られている。図６に示すように、第１の範囲ＦＲ２において、Ｔｒａｎｓｆｏｒｍｅｒを使用した第１画像処理部３０Ｂの精度が、ＣＮＮを使用した第２画像処理部４０Ｂの精度よりも高い。また、第２の範囲ＳＲ２において、ＣＮＮを使用した第２画像処理部４０Ｂの精度が、Ｔｒａｎｓｆｏｒｍｅｒを使用した第１画像処理部３０Ｂの精度がよりも高い。第２実施形態において、第１の範囲ＦＲ２の、最も小さな数値は、第２閾値Ｔ２よりも大きい。また、第２の範囲ＳＲ２の、最も大きな数値は、第２閾値Ｔ２よりも小さい。
【0039】
第２実施形態において、第２閾値Ｔ２は、１平方メートルに対し１秒間で降った雨量が異なる、複数の雨天時の画像を用いて調べられた、第１画像処理部３０Ｂと第２画像処理部４０Ｂのそれぞれの精度が一致する雨量である。画像は、作業者によって準備された任意の画像である。なお、第２閾値Ｔ２は、作業者によって決められた任意の値であってもよい。例えば、１平方メートルの画像において、雨粒が占める面積が、予め定められた面積以上となる雨量を、第２閾値Ｔ２と定めることもできる。
【0040】
図７は、第２実施形態の画像処理装置１Ｂによる画像処理部の選択の一例を示す工程図である。ステップＳ１０とステップＳ２０の処理は、図４と同様であるので、詳細を省略する。図７のステップＳ３０Ｂにおいて、車両制御部６０が、第２画像処理部４０による演算処理の結果のデータに基づいて、車両ＶＷの制御を行う。つまり、ＣＮＮを用いた演算処理の結果のデータに基づいて、車両ＶＷの制御を行う。
【0041】
ステップＳ４０Ｂにおいて、レインセンサが第１数値ＦＮを出力し、雨量検出部２２０Ｂが第２数値ＳＮを出力する。ステップＳ５０Ｂにおいて、処理選択部５０が、第１数値ＦＮと第２数値ＳＮのうち、大きい数値を使用して、画像処理部の選択を行う。具体的には、処理選択部５０は、使用する数値が第２閾値Ｔ２以上である場合、第１画像処理部３０Ｂを選択する。一方、使用する数値が第２閾値Ｔ２よりも小さい場合、第２画像処理部４０Ｂを選択する。ステップＳ６０以降の処理は、図４と同様である。
【0042】
第２実施形態において、処理選択部５０が、第１数値ＦＮと第２数値ＳＮのうち、値が大きい数値を使用して画像処理部の選択を行う。これにより、雨の強度に応じて、高精度な演算処理が可能となる。
【0043】
Ｃ．第３実施形態：
第３実施形態の画像処理装置１Ｃは、画像処理装置１Ｃが第１要素取得部２０と第２要素取得部２０Ｂを備える点と、処理選択部５０による画像処理部の選択が、上記実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
第３実施形態の画像処理装置１Ｃは、画像処理装置１Ｃが第１要素取得部２０と第２要素取得部２０Ｂを備える点と、処理選択部５０による画像処理部の選択が、上記実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
【0044】
第３実施形態において、画像処理装置１Ｃは、第１要素取得部２０と第２要素取得部２０Ｂを備える。第１要素取得部２０は車両ＶＷの周囲の環境の明るさの強度を表す数値を取得する。第２要素取得部２０Ｂは、雨の強度を表す数値を取得する。第１要素取得部２０は、照度センサであり、第１実施形態と同様の構成を備える。第２要素取得部２０Ｂは、ネット情報部２１０Ｂと雨量検出部２２０Ｂを備える。ネット情報部２１０Ｂと雨量検出部２２０Ｂは、第２実施形態と同様の構成を備える。
【0045】
第３実施形態において、第１画像処理部３０はＣＮＮを使用した画像処理部であり、第２画像処理部４０はＴｒａｎｓｆｏｒｍｅｒを使用した画像処理部である。第３実施形態においては、図３に示す明るさの強度の第１の範囲ＦＲ１において、第１画像処理部３０の精度が第２画像処理部４０の精度よりも高い。また、第２の範囲ＳＲ１において、第２画像処理部４０の精度が第１画像処理部３０の精度よりも高い。一方、図６に示す雨の強度の第１の範囲ＦＲ２において、第２画像処理部４０の精度が第１画像処理部３０の精度よりも高い。また、第２の範囲ＳＲ２において、第１画像処理部３０の精度が、第２画像処理部４０の精度よりも高い。
【0046】
図８は、第３実施形態の画像処理装置１Ｃによる画像処理部の選択の一例を示す工程図である。ステップＳ１０からステップＳ３０の処理は、図３と同様であるので、説明を省略する。ステップＳ４０Ｃにおいて、第１要素取得部２０と第２要素取得部２０Ｂのそれぞれから、要素の強度を表す数値が出力される。なお、第３実施形態においては、ネット情報部２１０Ｂと雨量検出部２２０Ｂは電気的に接続しており、第１数値ＦＮと第２数値ＳＮのうち、大きい数値が、第２要素取得部２０Ｂから出力される。
【0047】
ステップＳ５０Ｃにおいて、処理選択部５０によって、第１要素取得部２０と第２要素取得部２０Ｂのそれぞれが取得した要素の強度を表す数値に基づいた画像処理部の選択が行われる。第１要素取得部２０が取得した数値に基づく画像処理部の選択が、図４と同様の処理で実行される。第２要素取得部２０Ｂが取得した数値に基づく画像処理部の選択が、図７と同様の処理で実行される。
【0048】
ステップ６０Ｃにおいて、処理選択部５０によって、第２画像処理部４０が予め定められた回数以上、選択されているかの判定が行われる。ステップＳ５０Ｃにおいて、第１要素取得部２０が取得した数値に基づいて、第２画像処理部４０が選択された場合、第２画像処理部４０が一回選択された、と表記する。ステップＳ５０Ｃにおいて、第２要素取得部２０Ｂが取得した数値に基づいて、第２画像処理部４０が選択された場合、第２画像処理部４０が一回選択された、と表記する。第３実施形態において、予め定められた回数は、一回である。処理選択部５０によって第２画像処理部４０が一回以上選択された場合、処理はステップＳ７０Ｃに移行する。処理選択部５０によって、第２画像処理部４０が一回も選択されず、第１画像処理部３０のみが選択された場合、処理はステップＳ８０Ｃに移行する。なお、予め定められた回数は、作業者によって決定され、予め処理選択部５０に入力される。
【0049】
ステップＳ７０Ｃにおいて、車両制御部６０によって第１モードＭＤ１が実行される。ステップＳ７０Ｃにおいては、第２画像処理部４０が演算処理を実行する。ステップＳ８０Ｃにおいて、車両制御部６０によって第１モードＭＤ１が実行される。ステップ８０Ｃにおいては、第１画像処理部３０が演算処理を実行する。その後、処理はステップＳ９０Ｃに移行する。ステップＳ９０Ｃの処理は、図４のステップＳ７０の処理と同様である。
【0050】
第３実施形態において、画像処理装置１Ｃが、一つ以上の複数の要素の強度を表す数値に基づいて、画像処理部を選択することができる。
【0051】
Ｄ．第４実施形態：
第４実施形態は、画像処理装置１Ｄが、図示しない第３要素取得部２０Ｄを備え、第３要素取得部２０Ｄが、撮像部１０が取得した画像に基づいて、車両ＶＷの周囲の環境の要素の強度を表す数値を取得する点と、照度センサを備えない点で、上記第１実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
第４実施形態は、画像処理装置１Ｄが、図示しない第３要素取得部２０Ｄを備え、第３要素取得部２０Ｄが、撮像部１０が取得した画像に基づいて、車両ＶＷの周囲の環境の要素の強度を表す数値を取得する点と、照度センサを備えない点で、上記第１実施形態と異なる。その他の構成については、第１実施形態と同様であるので、同一の符号を付し、詳細な説明を省略する。
【0052】
第４実施形態において、撮像部１０が、生成した画像のデータを、第３要素取得部２０Ｄに送信する。第３要素取得部２０Ｄは、画像のデータの、単位ピクセル当たりの明るさを検出する。そして、画像の明るさの平均を算出し、強度を表す数値を取得して、数値を処理選択部５０に出力する。処理選択部５０は、第３要素取得部２０Ｄによって取得された数値に基づいて、第１実施形態と同様の方法で、画像処理部を選択する。
【0053】
第４実施形態において、要素の強度を表す数値を取得する装置を用いることなく、撮像部１０が取得した画像によって、車両ＶＷの周囲の環境の要素の強度を表す数値を取得することができる。
【0054】
Ｅ．他の実施形態：
Ｅ１:他の実施形態１：
（１）上記第１実施形態において、第１要素取得部２０は明るさの強度を表す数値を取得している。また、上記第２実施形態において、第２要素取得部２０Ｂは、雨の強度を表す数値を取得している。なお、例えば要素取得部は、フロントガラスに付着した埃や雪の程度を表す数値を取得してもよい。
Ｅ１:他の実施形態１：
（１）上記第１実施形態において、第１要素取得部２０は明るさの強度を表す数値を取得している。また、上記第２実施形態において、第２要素取得部２０Ｂは、雨の強度を表す数値を取得している。なお、例えば要素取得部は、フロントガラスに付着した埃や雪の程度を表す数値を取得してもよい。
【0055】
（２）上記実施形態において、第１の範囲ＦＲ１の、最も小さな数値は、第１閾値Ｔ１よりも大きい。また、第２の範囲ＳＲ１の、最も大きな数値は、第１閾値Ｔ１よりも小さい。また、第１の範囲ＦＲ２の、最も小さな数値は、第２閾値Ｔ２よりも大きい。また、第２の範囲ＳＲ２の、最も大きな数値は、第２閾値Ｔ２よりも小さい。なお、第１閾値の決定の方法によっては、第１閾値が、第１の範囲と第２の範囲のいずれかに属していてもよい。例えば、作業者によって計測された、任意の複数のトンネルのそれぞれの明るさの強度のうち、最も大きな強度を、第１閾値とする場合、第１閾値が、第１の範囲と第２の範囲のいずれかに属していてもよい。同様に、第２閾値の決定の方法によっては、第２閾値が、第１の範囲と第２の範囲のいずれかに属していてもよい。
【0056】
（３）上記実施形態においては、処理選択部５０は、要素取得部が取得した数値が第１閾値Ｔ１や第２閾値以上であるか否かに基づいて、画像処理部を選択する。なお、処理選択部は、例えば閾値が第１の範囲と第２の範囲のいずれかに属している態様において、閾値に基づかずに画像処理部を選択してもよい。この態様において、処理選択部は、要素取得部が取得した数値が、第１の範囲に属している場合、第１画像処理部を選択し、数値が第２の範囲に属している場合、第２画像処理部を選択し、数値が第１の範囲と第２の範囲のいずれにも属していない場合、第１画像処理部または第２画像処理部のうち、作業者によって予め定められた方を選択してもよい。
【0057】
（４）上記第１実施形態において、図４のステップＳ１０の処理でユーザーによって車両ＶＷの電源が入れられた後、車両制御部６０が、第２モードＭＤ２で車両ＶＷの制御を実行する。なお、車両の電源が入れられるタイミング以外で、第２モードが実行されてもよい。例えば車両制御部によって、自動運転が開始された後に、第２モードで車両の制御が実行されてもよく、車両が走行を開始してから予め定められた時間が経過した後に、車両制御部によって、第２モードで車両の制御が実行されてもよい。
【0058】
（５）例えば、画像処理装置が、第１画像処理部と第２画像処理部と処理選択部と、して機能する制御部を備えていてもよい。この態様において、制御部は、ＮＰＵと、プロセッサと、メモリを備え、ＮＰＵが、ＣＮＮとＴｒａｎｓｆｏｒｍｅｒを使用した演算処理を実行させ、処理選択部が、第１画像処理部と第２画像処理部と、のうち、いずれかに、演算処理を実行させる。プロセッサは、ＮＰＵの全体制御を行う。この形態の画像処理装置によれば、第１画像処理部と第２画像処理部と処理選択部とが、同一の制御部において制御されているため、処理選択部による、第１画像処理部または第２画像処理部の切り替えが迅速に行われる。
【0059】
（６）上記実施形態において、照度センサが受光した光の強度を表す数値が、第１閾値以上である場合、処理選択部５０は、第１画像処理部３０を選択する。なお、数値が第１閾値よりも大きい場合、処理選択部は、第１画像処理部を選択し、第１閾値以下である場合、第２画像処理部を選択してもよい。
【0060】
（７）上記実施形態において、車両ＶＷは、ＡＤＡＳ（Advanced Driving Assistant System: 先進運転システム）による走行が可能である。なお、例えば車両は、ＡＤ（Autonomous Driving）による走行が可能な態様としてもよい。
【0061】
（８）上記第１実施形態において、車両制御部６０によって、処理を終了しないと判定された場合、処理は再度図４のステップＳ４０に移行する。なお、車両制御部によって自動運転が終了すると判断された場合に、処理が終了してもよい。また、図４のステップＳ６０の処理の後、処理がステップＳ４０に移行してもよい。この態様において、ユーザーによって走行が終了された場合、いずれの工程の処理が実行されていたとしても、処理が終了する。
【0062】
（９）上記第１実施形態において、第２モードＭＤ２の開始後、予め定められた時間の経過後に、処理がステップＳ２０に移行する。なお、例えば第２モードの開始直後に処理がステップＳ２０に移行し、その後、予め定められた時間が経過したあとに、処理がステップＳ６０に移行してもよい。
【0063】
Ｅ２:他の実施形態２：
（１）上記第３実施形態において、画像処理装置１Ｂは二つの要素取得部として、第１要素取得部２０と第２要素取得部２０Ｂを備えている。なお、例えば画像処理装置は、三つや五つ等、二つ以外の複数の要素取得部を備えていてもよい。この態様において、要素取得部はそれぞれ、雨や、明るさや、埃等の一つ以上の要素うち、一つの要素の強度を表す数値を取得する。そして、複数の要素取得部によって取得された要素の数値にもとづいて、処理選択部が画像処理部を選択する。
（１）上記第３実施形態において、画像処理装置１Ｂは二つの要素取得部として、第１要素取得部２０と第２要素取得部２０Ｂを備えている。なお、例えば画像処理装置は、三つや五つ等、二つ以外の複数の要素取得部を備えていてもよい。この態様において、要素取得部はそれぞれ、雨や、明るさや、埃等の一つ以上の要素うち、一つの要素の強度を表す数値を取得する。そして、複数の要素取得部によって取得された要素の数値にもとづいて、処理選択部が画像処理部を選択する。
【0064】
（２）上記第３実施形態において、予め定められた回数は一回である。なお、作業者は、車両が走行される環境や、要素の種類や数に応じて、予め定められた回数を決定することが可能である。例えば、画像処理装置が二つの要素取得部を備えている態様において、処理選択部によって、第２画像処理部が二回選択された場合のみ、第１モードにおいて第２画像処理部が演算処理を実行する態様としてもよい。また、例えば画像処理装置が五つの要素取得部を備えている態様において、処理選択部によって、第２画像処理部が一回以上選択された場合に、第１モードにおいて第２画像処理部が演算処理を実行する態様としてもよく、五回選択された場合に、第１モードにおいて第２画像処理部が演算処理を実行する態様としてもよい。
【0065】
Ｅ３:他の実施形態３：
上記第３実施形態において、第２画像処理部４０が予め定められた回数以上、選択されている場合、処理選択部５０によって第２画像処理部４０が選択される。なお、例えば、画像処理装置が複数の要素取得部を備え、そのうちの一つが照度センサである態様において、処理選択部は、照度センサが取得した数値にのみ基づいて、画像処理部を選択してもよい。
上記第３実施形態において、第２画像処理部４０が予め定められた回数以上、選択されている場合、処理選択部５０によって第２画像処理部４０が選択される。なお、例えば、画像処理装置が複数の要素取得部を備え、そのうちの一つが照度センサである態様において、処理選択部は、照度センサが取得した数値にのみ基づいて、画像処理部を選択してもよい。
【0066】
Ｅ４:他の実施形態４：
（１）上記実施形態において、画像処理装置１は、車両制御部６０を備えている。なお、例えば処理選択部が車両の制御を行う態様において、画像処理装置が車両制御部を備えていなくてもよい。
（１）上記実施形態において、画像処理装置１は、車両制御部６０を備えている。なお、例えば処理選択部が車両の制御を行う態様において、画像処理装置が車両制御部を備えていなくてもよい。
【0067】
（２）上記実施形態において、車両制御部６０は、第１モードＭＤ１と、第２モードＭＤ２を備えている。なお、例えば要素取得部によって数値が取得されるまでの間、ユーザーの運転によって車両が走行される態様において、車両制御部は、第２モードを備えず、第１モードのみを備え、処理選択部による画像処理部の選択が行われていない間は、車両制御部による制御が行われなくてもよい。また、車両の電源が入れられた直後に、処理選択部による画像処理部の選択が実行される態様において、第２モードが実行されなくてもよい。
【0068】
Ｅ５:他の実施形態５：
（１）上記実施形態において、第２モードＭＤ２が実行されている間は、第１画像処理部３０および第２画像処理部４０による演算処理が実行され、第１モードＭＤ１において、第１画像処理部３０および第２画像処理部４０のうち、一方が出力した演算処理のデータに基づいて、車両ＶＷの制御が行われる。なお、例えば車両制御部が第２モードを備えていない態様において、処理選択部による前記画像処理部の選択が行われていない間、例えば第１画像処理部による演算処理のみが実行されてもよく、第１画像処理部および第２画像処理部の両方において、演算処理が実行されなくてもよい。また、例えば車両制御部が第２モードを備えていない態様において、要素取得部が取得した数値を示す信号を受信した処理選択部が画像処理部を選択し、その後、選択された画像処理部が、撮像部から画像のデータを受信し、演算処理を実行してもよい。
（１）上記実施形態において、第２モードＭＤ２が実行されている間は、第１画像処理部３０および第２画像処理部４０による演算処理が実行され、第１モードＭＤ１において、第１画像処理部３０および第２画像処理部４０のうち、一方が出力した演算処理のデータに基づいて、車両ＶＷの制御が行われる。なお、例えば車両制御部が第２モードを備えていない態様において、処理選択部による前記画像処理部の選択が行われていない間、例えば第１画像処理部による演算処理のみが実行されてもよく、第１画像処理部および第２画像処理部の両方において、演算処理が実行されなくてもよい。また、例えば車両制御部が第２モードを備えていない態様において、要素取得部が取得した数値を示す信号を受信した処理選択部が画像処理部を選択し、その後、選択された画像処理部が、撮像部から画像のデータを受信し、演算処理を実行してもよい。
【0069】
Ｅ６:他の実施形態６：
（１）上記第４実施形態において、第３要素取得部２０Ｄは、撮像部１０が生成した画像に基づいて、要素の強度を表す数値を取得する。なお、例えば要素取得部は、照度センサと、撮像部が生成した画像に基づいて要素の強度を表す数値を取得する照度処理部と、を備え、照度処理部と照度センサを併用して、要素の強度を表す数値を取得してもよい。この態様において、照度処理部と照度センサのそれぞれが取得した数値のうち、小さい数値に基づいて、処理選択部によって画像処理部が選択されてもよい。また、この態様において、処理選択部は、照度センサに異常が発生した場合に、照度センサの代替として、照度処理部が取得した数値を用いて、画像処理部を選択してもよい。
（１）上記第４実施形態において、第３要素取得部２０Ｄは、撮像部１０が生成した画像に基づいて、要素の強度を表す数値を取得する。なお、例えば要素取得部は、照度センサと、撮像部が生成した画像に基づいて要素の強度を表す数値を取得する照度処理部と、を備え、照度処理部と照度センサを併用して、要素の強度を表す数値を取得してもよい。この態様において、照度処理部と照度センサのそれぞれが取得した数値のうち、小さい数値に基づいて、処理選択部によって画像処理部が選択されてもよい。また、この態様において、処理選択部は、照度センサに異常が発生した場合に、照度センサの代替として、照度処理部が取得した数値を用いて、画像処理部を選択してもよい。
【0070】
（２）要素取得部は、ネット情報部と雨量検出部と撮像部とを併用して、雨の強度を表す数値を取得してもよい。
【0071】
Ｅ７:他の実施形態７：
（１）上記第２実施形態において、第２要素取得部２０Ｂは、ネット情報部２１０Ｂと、雨量検出部２２０Ｂと、を備える。なお、例えば要素取得部は、ネット情報部と雨量検出部の、いずれか一方のみを備えていてもよい。
（１）上記第２実施形態において、第２要素取得部２０Ｂは、ネット情報部２１０Ｂと、雨量検出部２２０Ｂと、を備える。なお、例えば要素取得部は、ネット情報部と雨量検出部の、いずれか一方のみを備えていてもよい。
【0072】
（２）上記第２実施形態において、ネット情報部２１０Ｂと、雨量検出部２２０Ｂは、１平方メートルに１秒間で降った雨量を出力する。なお、例えばネット情報部と、雨量検出部は、１平方メートルに１分間で降った雨量を出力してもよい。
【0073】
（３）上記第２実施形態において、処理選択部５０は、第１数値ＦＮと第２数値ＳＮのうち、大きい数値を、第２要素取得部２０Ｂが取得した雨の強度を表す数値として使用して、画像処理部の選択を行う。なお、例えば第２要素取得部が、第１数値と第２数値のうち、大きい方の数値を示す信号を、処理選択部に送信してもよい。
【0074】
また、例えばネット情報部と雨量検出部は、それぞれ予め定められた閾値以上の数値を取得した場合に、処理選択部に雨を検出したことを示す信号と、数値を示す信号を送信し、処理選択部は、受信した数値に基づいて、画像処理部の選択を行ってもよい。この態様において、ネット情報部と雨量検出部のいずれか一方が、雨を検出した場合に、処理選択部による画像処理部の選択が行われることができる。車両が走行する環境において雨が降っている場合に、迅速に画像処理部の選択が行われるため、高精度な演算処理が可能となる。
【0075】
Ｅ８:他の実施形態８：
上記第１実施形態において、第１閾値Ｔ１は、作業者が準備した、明るさが異なる複数の画像に対して第１画像処理部３０と第２画像処理部４０のそれぞれが演算処理を実行した際の、第１画像処理部３０の精度が、第２画像処理部４０の精度と等しくなった画像データの明るさの強度であり、第１の範囲ＦＲ１は、第１閾値Ｔ１よりも大きい数値の範囲である。例えば明るさの第１の範囲とは、トンネルの内部の明るさの強度よりも大きい範囲のことをいってもよい。本明細書におけるトンネルの内部の明るさの強度とは、国土交通省の道路照明施設設置基準において定められた、トンネルの基本照明の平均路面輝度、または、国土交通省の道路照明施設設置基準において定められた、入口部照明各部の路面輝度よりも大きい範囲のいずれかである。
上記第１実施形態において、第１閾値Ｔ１は、作業者が準備した、明るさが異なる複数の画像に対して第１画像処理部３０と第２画像処理部４０のそれぞれが演算処理を実行した際の、第１画像処理部３０の精度が、第２画像処理部４０の精度と等しくなった画像データの明るさの強度であり、第１の範囲ＦＲ１は、第１閾値Ｔ１よりも大きい数値の範囲である。例えば明るさの第１の範囲とは、トンネルの内部の明るさの強度よりも大きい範囲のことをいってもよい。本明細書におけるトンネルの内部の明るさの強度とは、国土交通省の道路照明施設設置基準において定められた、トンネルの基本照明の平均路面輝度、または、国土交通省の道路照明施設設置基準において定められた、入口部照明各部の路面輝度よりも大きい範囲のいずれかである。
【0076】
本開示は、上述の実施形態や変形例に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態、変形例中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。
【符号の説明】
【0077】
１、１Ｂ、１Ｃ、１Ｄ…画像処理装置、１０…撮像部、２０…第１要素取得部、２０Ｂ…第２要素取得部、２０Ｄ…第３要素取得部、３０、３０Ｂ…第１画像処理部、３１…第１画像処理部のＮＰＵ、３２…第１画像処理部のプロセッサ、３３…第１画像処理部のメモリ、４０、４０Ｂ…第２画像処理部、４１…第２画像処理部のＮＰＵ、４２…第２画像処理部のプロセッサ、４３…第２画像処理部のメモリ、５０…処理選択部、５１…処理選択部のプロセッサ、５２…処理選択部のメモリ、６０…車両制御部、６１…車両制御部のプロセッサ、６２…ＲＯＭ、６３…ＲＡＭ、２１０Ｂ…ネット情報部、２２０Ｂ…雨量検出部、ＦＮ…第１数値、ＦＲ…フロントガラス、ＦＲ１、ＦＲ２…第１の範囲、ＭＤ１…第１モード、ＭＤ２…第２モード、ＳＮ…第２数値、ＳＲ１、ＳＲ２…第２の範囲、Ｔ１…第１閾値、Ｔ２…第２閾値、ＶＷ…車両
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】