日本专利申请公开No.2001-6069提出了一种车辆周围环境监控 设备，其被配置用于使用由安装在车辆上的摄象装置拍摄的红外图象 来检测车辆附近存在的行人。在该文献中描述的车辆周围环境监控设 备使用两台红外摄象机获得的图象计算车辆与位于车辆附近的目标之 间的距离，并根据利用时间序列得到的位置数据计算目标的运动向量。 然后，根据车辆行驶的方向和目标运动向量，该设备检测是否存在车 辆与目标相撞的很大可能性。
日本专利申请公开No.2001-108758提出了一种技术，其使用由 安装在车辆上的摄象装置拍摄的红外图象检测车辆附近存在的目标， 同时排除温度与行人体温明显不同的区域。如果在排除温度与行人体 温明显不同的区域之后从剩余的区域中提取出一个目标，则检查目标 的垂直与水平尺寸之比，从而判断目标是否是行人。
日本专利申请公开No.2003-16429提出了一种技术，从摄象设备 拍摄的红外图象中提取出发射红外线的目标。提取目标的图象与用作 识别结构体(structure)的参考图象比较，并判断每个目标是否是一 个结构体。然后排除判定为结构体的目标，且剩余目标检测为行人、 动物或运动的目标。

虽然日本专利申请公开No.2001-6069和日本专利申请公开No. 2001-108758能够检测发射红外线的目标，但是这些技术都遭遇检测 到除行人之外的目标的问题。例如，他们检测到诸如自动贩卖机等目 标和其它自主发热的目标，例如已经在白天由太阳加热的电话线杆和 灯柱，以及对于车辆操作无关紧要的其它目标。更特别的是，这些技 术不能区分行人与垂直尺寸和行人的相似、温度和行人体温相似的目 标。此外，当试图只通过使用象检查垂直尺寸与水平尺寸比这样的外 形识别方法从检测到的目标中提取行人时，难于提高准确度。
同时，日本专利申请公开No.2003-16429中提出的技术使用指定 模板，以通过执行模板匹配处理来判断目标是否是结构体。立体红外 摄象机对于执行用于设定模板的距离测量是必需的，因此设备变得非 常昂贵。此外，模板匹配处理产生非常重的计算机处理负荷，使得必 须使用高速CPU(中央处理单元)和专用DSP(数字信号处理器)， 这也使设备变得昂贵。另外，因为不能准备覆盖所有实际存在的可能 结构体模型的模板，所以不能与任何用于与提取目标比较的模板匹配 的结构体被识别为行人，从而使检测行人的准确度低。
本发明针对这些问题提出，其目的是提供一种高准确度、低成本 的车辆周围环境监控设备。
本发明的一个方面提供一种车辆周围环境监控设备，包括：目标 提取单元，其被配置成从拍摄的红外图象中提取发射红外线的目标； 行人候选者提取单元，其被配置成根据由目标提取单元提取的目标图 象形状来提取行人候选者；以及结构体排除处理单元，其被配置成根 据行人候选者图象灰度从行人候选者中排除结构体。
本发明的另一方面提供一种车辆周围环境监控方法，包括：从车 辆发射红外线、接收从车辆附近存在的目标反射的红外线并生成红外 图象、从红外图象中提取那些反射的红外线量等于或超过指定量的目 标、根据提取目标的图象形状提取行人候选者的图象、根据行人候选 者的灰度判断行人候选者是否是结构体、判定没有被判定为结构体的 行人候选者为行人。
附图说明
图1的框图显示根据本发明的车辆周围环境监控设备的一个实施 方案。
图2的简图用于说明车辆周围环境监控设备和检测目标之间的位 置关系。
图3的流程图显示车辆周围环境监控设备101执行的处理步骤。
图4A显示由红外摄象机102拍摄的原始图象，图4B用于说明， 例如，如图2显示的行人P1、标志B1、交通标志B2和B3存在于车 辆前方情况下的亮区提取图象。
图5的简图说明识别为行人候选者区域的亮区。
图6的简图说明在已经排除通过结构体排除处理判定为结构体的 行人候选者区域之后剩余的行人候选者区域。
图7显示强调了行人区域的拍摄图象。在步骤S111，图象处理 单元112将加框的原始图象输出到HUD单元104。
图8的流程图说明用来从提取的亮区中提取行人候选者区域的处 理。
图9A、9B和9C的简图用于说明根据亮区的垂直与水平尺寸比 判断亮区是否是行人候选人区域的方法。
图10的流程图用于说明从提取的亮区中提出行人候选者区域的 另一种处理。
图11A的灰度直方图说明在交通标志或其它道路标志的情况下 的典型像素灰度分布，图11B的灰度直方图说明在行人情况下的典型 像素灰度分布。
图12的流程图用于说明从提取的亮区中提出行人候选者区域的 另一种处理。

本发明的各种实施方案将参照附图来描述。请注意，所有附图中 相同或相似的部分和单元使用相同或相似的引用数字，相同或相似的 部分和单元的描述将忽略或简化。
(实施方案1)
图1的框图显示根据本发明的车辆周围环境监控设备的一个实施 方案。车辆周围环境监控设备装配有CPU 111和图象处理单元112， 并电连接到下列部分：一个用于泛光灯103的开关继电器124，该泛 光灯103被配置用于以具有近红外波长的光照亮车辆前方指定区域； 一个能够检测近红外光的红外摄象机102；被配置用于打开或关闭车 辆周围环境监控设备101的开关(SW)106；以及一个被配置用于检 测安装了车辆周围环境监控设备101的车辆的行驶速度(下文中称作 “车速”)的车速传感器107。
车辆周围环境监控设备101还能够电连接到一个扬声器105，用 于发出警报声，和一个前导显示单元(下文中称作“HUD单元”)104， 其被配置用于在例如挡风玻璃上驾驶员能够在不移动他或她的视线的 情况下看到信息的预定位置，显示由红外摄象机102拍摄的图象和显 示使驾驶员注意具有相撞危险的目标的信息。
现在详细描述该设备的各组成特征。车辆周围环境监控设备101 的图象处理单元112包括：一个配置用于将来自红外摄象机102的模 拟输入信号转换成数字信号的A/D转换器电路127、一个图象处理器 125、一个配置用于存储数字化图象信号的图象存储器(下文中称作 “VRAM”)121、和一个配置用于将数字图象信号恢复为模拟图象信号 的D/A转换器电路126。图象处理单元112连接到CPU 111和HUD 单元104。
CPU 111执行各种计算机处理并总体上控制车辆周围环境监控 设备。CPU 111连接到一个用于存储设置值和可执行程序的只读存储 器(ROM)122以及一个用于存储处理操作期间的数据的随机存取存 储器(RAM)123。CPU 111还配置用于发送声音信号给扬声器105 和发送ON/OFF信号给开关继电器124，以及用于从开关106接收 ON/OFF信号和从车速传感器107接收车速信号。
图2的简图用于说明车辆周围环境监控设备和检测目标之间的位 置关系。红外摄象机102安装在沿着车辆纵向中心线的车辆110前部， 这样其光轴指向车辆前方。泛光灯103安装在前保险杠部分的左边和 右边。泛光灯103在开关继电器124为ON时接通，并用于在前方提 供近红外照明。
红外摄象机102的输出特性如下：在从目标反射回的近红外辐射 较多的图象部分输出信号电平较高(亮度较高)，在从目标反射回红 外辐射较少的图象部分输出信号电平较低。泛光灯103发射的近红外 光束照亮行人P1、垂直方向长的标志B1、水平方向长的矩形交通标 志B2和一连串垂直排列的圆形交通标志B3。这些对象都反射近红外 光，如虚线箭头所示，红外摄象机102捕捉反射光R，并生成灰度等 于或高于阈值的图象。
图3的流程图显示车辆周围环境监控设备101执行的处理步骤。 该流程图中显示的处理通过CPU 111和图象处理单元112的图象处理 器125执行的程序来完成。当接通车辆110的点火开关时，车辆周围 环境监控设备启动。在步骤S101，CPU 111进入等待状态，在该状态 检查车辆周围环境监控设备101的开关106是否为ON。如果开关106 为ON，CPU 111进入步骤S102，如果开关106为OFF，进入步骤 S113。在步骤S102，CPU 111检查由车速传感器107检测的车速，并 判断车速是否等于或大于指定值。在该实施方案中，指定车速是例如 30km/h。如果车速等于或大于30km/h，CPU 111进入步骤S103。如 果车速小于30km/h，CPU 111进入步骤S113，在步骤S113中，关 闭红外摄象机102、泛光灯103和HUD单元104(如果它们处于打开 状态)并返回步骤S101。
在车速小于指定车速时返回步骤S101的原因是，当车辆低速行 驶时不需要关注位于车辆前方远距离处的障碍物，而位于中距离的障 碍物能够被驾驶员视觉地发现。因此，关闭泛光灯103，以防止近红 外照亮远处目标导致的不必要功耗。但是本发明不限于在30km/h和 更高的车速上运行，而且配置该设备以使得能够选择任意希望的车速 也是可以接受的。
在步骤S103，CPU 111打开红外摄象机102、泛光灯103和HUD 单元104(如果它们关闭的话)。红外摄象机102获取亮度图象，即 灰度图象，其亮度按照从由泛光灯103照亮的目标反射回来的光强度 而变化。在下面的说明中，该图象称作“原始图象”。
图4A显示由红外摄象机102拍摄的原始图象，图4B用于说明 在例如如图2显示的车辆前方存在行人P1、标志B1以及交通标志B2 和B3的情况下的亮区提取图象。在图4A显示的原始图象中，行人 P1、标志B1、交通标志B2和交通标志B3按从左到右的顺序成像。 在步骤S104，图象处理单元112从红外摄象机102读取图象，用A/D 转换器将原始图象转换成数字图象，并在VRAM 121中存储数字化的 原始图象。本实施方案给出的情况是以8位的方式表示每个像素的灰 度，即使用具有256种不同灰度的灰度级，其中0是最黑的值，255 是最亮的值。但是，本发明不限于这种灰度级安排。
在步骤S105，图象处理单元112将原始图象中灰度小于阈值的 像素灰度替换为0，并保持原始图象中灰度等于或大于该阈值的像素 灰度，由此得到一幅如图4B显示的亮区提取图象。然后图象处理单 元112在VRAM 121中存储亮区提取图象。作为该处理的结果，提取 泛光灯103的近红外光强烈照射的车辆正前方的路面区域A5，以及与 (原始图象中从左到右)行人P1、标志B1、交通标志B2和交通标志 B3对应的亮区A1、A2、A3和A4。设置用于从原始图象中提取目标 的阈值的方法包括基于原始图象灰度直方图将阈值设置为对应于该灰 度分布中的谷值的灰度和将阈值设置为通过试验得到的固定值。在本 实施方案中，阈值是一个固定的灰度值150，该阈值使反射一定程度 近红外光的目标能够在夜晚根据夜间近红外图象特性提取出来。但是， 应该根据用于提供近红外照明的泛光灯103的输出特性和红外摄象机 103相对于近红外光的灵敏度特性将阈值设置为一个适当值，而且本 发明不限于150的阈值。
在步骤S106，图象处理单元112读取在步骤S105存储在VRAM 121中的亮区提取图象，并将描述各个独立亮区的信息输出到CPU 111。然后CPU 111执行标记处理，为每个亮区分配一个标记。已标 记的提取区域数量表示为N1。在这个例子中N1＝5。
在步骤S107，图象处理单元112执行提取处理，从亮区中提取 行人候选者区域。图8的流程图显示了该步骤的处理。该行人候选者 区域提取处理提取的区域数量N2存储在RAM 123中。
图5的简图说明被识别为行人候选者的亮区。如果在图4B显示 的亮区提取图象的已经判定不是行人候选者区域的亮区中的像素暂时 设置为灰度0，则剩余的图象将是图5中显示的行人候选者提取图象。 行人候选者提取图象只包含那些垂直尺寸与水平尺寸之比在指定范围 内的亮区。
在步骤S108，图象处理单元112执行相对于存储在VRAM 121 中的亮区提取图象的结构体排除处理，以判断N2个行人候选者区域 中的每一个是否为一个非行人的目标(下文中这样的目标称作“结构 体”)。结构体排除处理的细节将在后面参照图10的流程图来讨论。
图6的简图说明在已经排除由结构体排除处理判定为结构体的行 人候选者区域之后剩余的行人候选者区域。在结构体排除处理之后剩 余作为行人候选者区域的亮区数量N3存储在RAM 123中。因此，如 果在图5显示的行人候选者提取图象的已经判定为结构体区域的亮区 中的像素暂时设置为灰度0，则剩余的图象将只包含对应于行人的亮 区，如图6所示。
在步骤S109，CPU 111读取在步骤S108存储在RAM 123中的 数量N3，并判断是否有行人区域。如果有行人区域，则CPU 111进 入步骤S110。如果没有，CPU 111返回步骤S101。在步骤S110，图 象处理单元112执行处理来强调被判定为行人的亮区。该处理包括读 取在步骤S104存储在VRAM 121中的原始图象，并加上用于围住已 经最终判定为行人区域的亮区的框。框是矩形的或任何其它合理的形 状，并可以用虚线、折线、点划线、粗实线等来绘制。通过将行人区 域的所有像素替换为最大灰度255来强调行人区域也是可以接受的。 强调行人区域的方法不限于这里描述的方法。
图7显示强调了行人区域的拍摄图象。在步骤S111，图象处理 单元112将其上加框的原始图象输出到HUD单元104。图7说明了图 象从HUD单元104投射到前挡风玻璃上的情况。显示了强调行人P1 的框M。在步骤S112，CPU 111发出一个警报声信号给扬声器105 以发出警报声。发出警报声持续指定时间量，然后自动停止。在步骤 S112后，控制返回步骤S101，并重复该处理程序。
图8的流程图说明用于从提取的亮区中提取行人候选者区域的处 理。该处理在图3所示主流程图的步骤S107中由CPU 111和图象处 理单元112(其由CPU 111控制)来执行。
在步骤S201，CPU 111从RAM 123读取分配给提取亮区的提取 区域标号的数量N1。在步骤S202，CPU 111通过设置n＝1和m＝0来 初始化标号计数器，其中n是一个用于亮区数量的参数(在该例中最 大值是N1＝5)，m是一个关于在该流程图处理期间提取作为行人候 选者的亮区数量的参数。
在步骤S203，图象处理单元112设置一个相对于已经被分配第n 个(初始时n＝1)提取区域标号的亮区的限定矩形。为了设置限定矩 形，例如，图象处理单元112检测已经被分配一个提取区域标号(初 始时n＝1)的亮区的上和下边缘的像素位置以及左和右边缘的像素位 置。结果，在整个原始图象的坐标系中，亮区封闭在由两条通过亮区 的检测到的最上和最下像素位置(坐标)的水平线段和两条通过亮区 的检测到的最左和最右像素位置(坐标)的垂直线段构成的矩形内。
在步骤S204，CPU 111计算步骤S203中得到的矩形的垂直尺寸 与水平尺寸之比。如果比值在指定范围内，例如如果垂直尺寸除以水 平尺寸在4/1和4/3之间，则CPU 111进入步骤S205。
4/1到4/3的垂直与水平尺寸之比的范围是使用标准人体形状作 为参考设置的，但预想到如许多人站在一起、一个人双手拿着东西或 一个人抱着孩子等情况，该范围包含大的水平尺寸的可允许的误差。 如果垂直与水平尺寸比在范围4/1到4/3之外，则CPU进入步骤S206。
如果垂直与水平尺寸比在指定范围内，则在步骤S205，CPU 111 将该区域记录为行人候选者区域并将标号计数器m加1(m＝m+1)。 CPU 111还存储行人候选者区域标号m对应于RAM 123中提取区域 标号n(MX(m)＝n)的事实。CPU 111从步骤S205进入步骤S206。
在步骤S206，CPU 111判断标号计数器n是否已经达到最大值 N1。如果没有，CPU 111进入步骤S207并将标号计数器n加1(n＝n +1)。然后其返回步骤S203，并使用n＝2重复步骤S203到S206。反 复重复这些步骤，每次将n加1。当标号计数器n达到值N1时，CPU 111进入步骤S208，在步骤S208将标号计数器m的值作为N2存储 在RAM 123中(N2＝m)。然后，CPU 111进入图3所示主流程图 的步骤S108。N2表示行人候选者区域的总数。步骤S201到S208系 列执行的处理用于从亮区中提取行人候选者区域。现在针对图4B所 示的亮区A1到A5中的每一个来更为具体地描述该处理。
图9A的简图用于说明根据亮区的垂直与水平尺寸比来判断一个 亮区是否是行人候选者区域的方法。如图9A所示，区域A1的垂直与 水平尺寸比为3/1，因此是行人候选者区域。图4B所示的区域A2是 一个垂直方向长、垂直与水平尺寸比在范围4/1到4/3内的标志，且 也是行人候选者区域。图4B所示的区域A3是一个水平方向长的交通 标志，因为如图9B所示其垂直与水平尺寸比为1/1.5，所以其从行人 候选者区域中排除。图4B所示的区域A4是垂直的一系列圆形交通标 志，因为如图9C所示其垂直与水平尺寸比为2/1，所以是行人候选者 区域。图4B所示的区域A5是一个对应于车辆正前方、由泛光灯103 发出的近红外光照亮路面的半椭圆高亮部分的区域。因为其垂直与水 平尺寸比小于1，所以从行人候选者区域中排除。因此，如果只显示 用这里说明的方法判定为行人候选者区域的亮区，将得到图5中显示 的图象。
接下来，检查被判定为行人候选者区域的亮区，看它们是否为结 构体。现在参照图10所示的流程图说明用于从作为行人候选者区域的 区域中排除作为结构体的区域的结构体排除处理。该处理在图3所示 主流程图的步骤S108中由CPU 111和图象处理单元112(其由CPU 111控制)来执行。
在步骤S301，CPU 111从RAM 123读取行人候选者区域标号的 数量N2。在步骤S302，CPU 111通过设置m＝1和k＝0来初始化标 号计数器，其中m是一个用于行人候选者区域数量的参数，k是一个 关于在该流程图处理期间保留作为行人候选者区域的亮区的数量的参 数。在步骤S303，图象处理单元112计算对应于行人候选者区域标号 m(即，提取区域标号MX(m))的亮区的平均灰度值E(m)。
使用下面的等式(1)可以得到平均灰度值E(m)，其中P(i)是对 应于行人候选者区域标号m的亮区的第i个像素的灰度，Im是对应于 行人候选者区域标号m的亮区的像素总数。
$E\left(m\right)=\underset{i=1}{\overset{I_m}{\Sigma }}\frac{P_m\left(i\right)}{I_m}K---\left(1\right)$
在步骤S304，CPU 111判断在步骤S303计算的平均灰度值E(m) 是否超过指定灰度值。使该指定灰度值相应于非常亮的值是适当的。 在8位灰度级的情况下，指定灰度值设置为例如240，且灰度值大于 该值的区域判定为结构体，例如交通标志或其它标志。这种方法的原 因在于交通标志和其它标志通常进行了表面处理，以使它们成为光的 良好反射体，因此，当由泛光灯103发出的近红外光照亮时这种标志 产生强反射光。所以，这种标志在红外摄象机102捕捉的近红外图象 中被再现为具有高灰度的图象区域。
但是，因为行人的衣物反射产生高灰度图象区域也是可能的，所 以CPU 111不会只因为其平均灰度值E(m)超过240就判定目标是行 人。相反它进入步骤S305。同时，如果平均灰度值E(m)为240或更 小，CPU 111进入步骤S308。在步骤S305，图象处理单元112计算 对应于行人候选者区域标号m的亮区的灰度分散值(dispersion value) V(m)。使用下面显示的等式(2)计算灰度分散值V(m)。
$V\left(m\right)=\underset{i=1}{\overset{I_m}{\Sigma }}\frac{{\{P_m\left(i\right)-E\left(m\right)\}}^2}{I_m}K---\left(2\right)$
在步骤S306，CPU 111判断在步骤S305中计算的灰度分散值 V(m)是否小于指定灰度分散值。小于指定分散的值表示对应于行人候 选者区域标号m的亮区的灰度变化小。指定分散值通过试验获得，并 设置为这样一个值，例如50。
图11A的灰度直方图说明在交通标志或其它道路标志情况下的 典型像素灰度分布。横轴表示灰度，纵轴表示频率。结构体有一个平 坦的平面部分，照射在其上的近红外光以近乎均匀的方式反射，因此 如图11A所示，灰度值高且方差小。在这个例子中，平均灰度值是250， 灰度分散值是30。
类似的，图11B的灰度直方图说明在行人情况下的典型像素灰度 分布。在很多情况下，从行人衣服反射的光强度弱且灰度值小。另外， 因为人具有三维形状而且因为衣服和皮肤的反射特性不同，所以不会 以均匀的方式反射光。因此，在人的情况下，反射整体上是不均匀的， 分散值大。在这个例子中，平均灰度值是180，灰度分散值是580。如 果分散值V(m)小于50，CPU 111进入步骤S307，如果分散值V(m) 是50或更高，CPU 111进入步骤S308。
在步骤S307，CPU 111从行人候选者中排除对应于行人候选者 区域标号m的区域。在本实施方案中，排除区域的处理是将MX(m) 的值设置为0并将其存储在RAM 123中。CPU 111在步骤S307之后 进入步骤S309。在CPU 111在步骤S304和S305之后进入步骤S308 的情况下，CPU 111将对应于行人候选者区域标号m的区域记录为行 人区域。在本实施方案中，记录区域的过程是将MX(m)按原样存储在 RAM 123中并将标号计数器k的值加1(k＝k+1)。在步骤S308 之后，CPU 111进入步骤S309。
在步骤S309，CPU 111判断标号计数器m是否已经达到N2。如 果标号计数器m没有达到N2，CPU 111进入步骤S310，在该步骤将 m加1(m＝m+1)，然后返回步骤S303，从该步骤重复步骤S303 到S309。如果标号计数器m已经达到N2，CPU 111进入步骤S311， 在该步骤将N3的值设置为k，并将N3存储在RAM 123中作为记录 的行人区域的总数。在步骤S311之后，因为所有行人候选者区域已经 经历了结构体排除处理，所以CPU 111返回图3的主流程图并进入步 骤S109。
现在将描述图3所示主流程图的步骤S110中使用的强调处理方 法。在强调处理期间，CPU 111对于参数m＝1到N2，读取存储在 RAM 123中的MX(m)值，并获得值大于0的提取区域标号L (＝MX(m))。然后图象处理单元112访问在步骤S104存储在VRAM 121中的原始图象，并加框(如前所述)围住对应于提取区域标号L 的亮区，即最终确定为行人区域的区域。
在本实施方案中，红外摄象机102构成了本发明的摄象装置，前 导显示单元4构成显示设备，车辆周围环境监控控制单元1构成显示 控制单元，流程图的步骤S105构成本发明的目标提取装置，步骤S107 (即步骤S201到S208)构成行人候选者提取装置，步骤S108(即步 骤S301到S311)构成结构体判断装置。另外，步骤S203构成矩形设 置装置，步骤S204构成垂直与水平尺寸计算装置，步骤S303构成平 均灰度计算装置，步骤S305构成灰度方差计算装置。
如在此之前描述的，本实施方案根据对应于提取目标的亮区的垂 直与水平尺寸比来提取行人候选者区域，计算行人候选者区域的平均 灰度值和灰度分散值，如果平均灰度值大于一个指定值且灰度分散值 小于一个指定值，则判定行人候选者区域是结构体。这种方法增加了 检测行人的准确度。因此，即使在多个交通标志和行人混合在一起的 情况下，也能够减少系统将交通标志错误地向驾驶员表示为行人的概 率。
因为使用泛光灯用近红外光照亮车辆前方的目标，并用红外摄象 机拍摄从被照亮目标反射的近红外光以获得从中提取目标的图象，所 以位于较远距离的目标能够拍摄的更为清楚。因此，易于确定由从目 标反射的光获得的拍摄图象的亮区的灰度分布。
因为没有使用模板匹配处理，并且计算垂直与水平尺寸比和灰度 分布(平均灰度值和灰度分散值)，所以车辆周围环境监控设备的图 象处理负荷轻，且可以用便宜的元件来实现监控设备。
现在将描述本发明的变体。图12是通过修改图10所示流程图的 一部分而获得的，图10显示了用于从提取的行人候选者区域排除结构 体的处理。更详细来讲，各个步骤S401到S411的处理细节与步骤S301 到S311的相同。该两个流程图之间的差别在于步骤S404到S409中 的部分。现在将从步骤S404开始描述图12的流程图。
在步骤S404，CPU 111判断在步骤S403中计算的平均灰度值 E(m)是否超过指定灰度值。如果平均灰度值E(m)超过240，将区域判 定为结构体，CPU 111进入步骤S407。如果平均灰度值E(m)等于或 小于240，CPU 111进入步骤S405。
在步骤S405，图象处理单元112计算对应于行人候选者区域标 号m的亮区的灰度分散值V(m)。在步骤S406，如果在步骤S405中 计算的灰度分散值V(m)小于50，CPU 111进入步骤S407，如果是50 或更高，则CPU 111进入步骤S408。
在步骤S407，CPU 111从行人候选者中排除对应于行人候选者 区域标号m的区域。在本实施方案中，排除区域的过程是将MX(m) 的值设置为0并将其存储在RAM 123中。在步骤S407之后，CPU 111 进入步骤S409。在CPU 111于步骤S406之后进入步骤S408的情况 下，CPU 111将对应于行人候选者区域标号m的区域记录为行人区域。 在本实施方案中，记录区域的过程是将MX(m)按原样存储在RAM 123 中并将标号计数器k的值加1(k＝k+1)。在步骤S408之后，CPU 111进入步骤S409。
在步骤S409，CPU 111判断标号计数器m是否已经达到N2。如 果标号计数器m没有达到N2，CPU 111进入步骤S410，在该步骤将 m加1(m＝m+1)，然后返回步骤S403，从该步骤重复步骤S403 到S409。如果标号计数器m已经达到N2，CPU 111进入步骤S411， 在该步骤将N3的值设置为k，并将N3存储在RAM 123中作为记录 的行人区域的总数。在步骤S411之后，因为所有行人候选者区域已经 经历了结构体排除处理，所以CPU 111返回图3的主流程图并进入步 骤S109。
使用前面描述的实施方案，即使对应于标号m的行人候选者区 域的平均灰度值超过240，除非区域的分散值小于50，否则也不会将 该区域判定为结构体。相反，使用在此之前描述的变体，如果对应于 标号m的区域的平均灰度值超过240，就直接将其判定为结构体，并 且，即使该区域的平均灰度值小于240，除非分散值不是50或更大， 否则不会将该区域判定为行人。
因此，与该实施方案相比，该变体倾向于将更少的目标识别为行 人。因为进行高精度的关于目标是否为行人的判断所需的平均灰度值 和分散值取决于所使用的红外摄象机和泛光灯的特性，所以配置车辆 周围环境监控设备以使得用户能够在这两种行人判断控制方法之间选 择也是可以接受的。此外，配置车辆周围环境监控设备以使得用户能 够改变行人判断控制方法也是可以接受的。
在该实施方案和变体中，当根据红外摄象机图象检测到行人区域 时都在步骤S112中发出警报声。配置车辆周围环境监控设备，以便根 据摄象机图象中最终判定为行人区域的亮区的最下面的摄象机图象坐 标(对应于行人的脚)来计算前方从车辆到行人的距离，并且如果计 算的距离小于指定距离则发出警告声，这也是可以接受的。
另外，根据车速改变指定距离，以使得车速越快设置的指定距离 值越大，这也是可以接受的。这种方法能够减少以下情况的发生：即 使从车辆到行人的距离对于驾驶员来说足以独立作出反应，但仍会发 出报警声。
虽然该实施方案和变体都使用HUD单元作为车辆周围环境监控 设备的显示设备，但是本发明不限于HUD单元。例如，嵌入车辆仪 表板的传统液晶显示器也是可以接受的。
这里描述的实施方案及其变体配置用于提取形状接近行人形状 的目标图象作为行人候选者图象，然后根据灰度用简单的方法判断每 个行人候选者图象是否为结构体。然后将余下的(即没有判定为结构 体的)行人候选者图象识别为行人。因为加在CPU上的负荷轻且不需 立体摄象设备，所以这种图象处理方法能够提供便宜的车辆周围环境 监控设备。
2003年11月20日申请的日本专利申请P2003-390369的全部内 容在此引用作为参考。
本发明在不偏离其精神或关键特性的情况下可以用其它特定形 式来实现。因此本实施方案在各个方面都应看作是说明性而不是限制 性的，本发明的范围是由附后权利要求而不是通过前面的描述限定的， 因此在权利要求及等同的含义和范围内的所有变化都计划包含在其 中。