JP4575031B2

JP4575031B2 - 車載用路面標示検出装置

Info

Publication number: JP4575031B2
Application number: JP2004161109A
Authority: JP
Inventors: 昇吾米山; 景泰宮原; 祐一岡野; 武典川又
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2004-05-31
Filing date: 2004-05-31
Publication date: 2010-11-04
Anticipated expiration: 2024-05-31
Also published as: JP2005339468A

Description

本発明は、走行車線を区分する白線や横断歩道線などの路面上の標示を検出する車載用路面標示検出装置に関する。

車載カメラで撮影された画像から白線及び横断歩道を検出する従来の路面標示検出装置として、例えば特許文献１（特開２００３−２５２１４８号公報）に示されるものがある。この路面標示検出装置では、車載カメラで撮影された画像データとデータベース中のパターンマッチング用参照データと比較し、車載カメラで撮影された画像のパターン認識を行う。このとき、パターンマッチング用の参照データとして、白線及び横断歩道のパターンデータをデータベース上に格納することにより、白線及び横断歩道の検出が可能となる。

特開２００３−２５２１４８号公報

従来の路面標示検出装置は以上のように構成されており、白線及び横断歩道の検出を入力画像と予め用意されたデータベースとの比較により行うため、データベース中には、車載カメラで撮影された多様な画像に対処するため多くの参照データが必要であり、検出には、それら全ての参照データと特徴(輝度値など)の比較・照合を行わなければならず、処理時間が膨大にかかるという課題があった。

本発明は、上記のような課題を解決するためになされたもので、構造の異なる白線及び横断歩道線の検出に、線分特徴を抽出し、前記線分特徴の構造を基に白線及び横断歩道線の検出を行うため、データベースが不要で、高速に検出が可能な路面標示検出装置の実現を目的とする。

本発明の車載用路面標示検出装置は、走行する自車両前方の画像データを入力する画像入力手段と，前記画像入力手段によって取り込まれた画像から、エッジ点を抽出するエッジ抽出手段と、前記画像入力手段の画像を複数の部分画像に分割する画像分割手段と、各部分画像内に存在するエッジ点を通る線分を抽出する線分抽出手段と、前記線分抽出手段により得られた線分の傾きと端点位置を特徴として抽出する特徴抽出手段と、前記特徴抽出手段によって得られた線分の端点位置が水平方向に所定の間隔で存在し、かつそれら線分が一つの消失点を形成した場合、前方に横断歩道が存在すると判断する路面標示検出手段を備える。

本発明は、白線及び横断歩道線を構成する白線候補の特徴を抽出する特徴抽出手段を設け、前記特徴抽出手段で抽出された特徴を基に白線と横断歩道線の構造の相違に着目して白線と横断歩道線の路面標示を検出するようにしたので、データベースが不要でかつ高速に検出を行うことができる。

実施の形態１.
以下、本発明の路面標示検出装置の実施の形態について図面を参照して説明する。
図1は、本発明の実施の形態１を示す構成図であり、本実施の形態１は、走行する自車両前方の画像データを入力する車載カメラ等からなる画像入力手段１と，前記画像入力手段１によって取り込まれた画像から、エッジ点を抽出するエッジ抽出手段２と、前記画像入力手段の画像を複数の部分画像(ブロック)に分割する画像分割手段３と、各ブロック内に存在するエッジ点を多く通る線分を複数検出する線分抽出手段４と、線分の傾き及び端点位置の差が所定範囲内にある線分同士を一つの組とし、組となった線分の傾き及び端点位置を特徴として抽出する特徴抽出手段５と、前記特徴抽出手段によって得られた特徴に基づき路面標示の検出を行う路面標示検出手段６と、前記各手段を制御する制御手段７から構成される。

図２は、本実施の形態１の処理の流れを示すフローチャートであり、本図により動作を説明する。

まず、白線検出処理について説明する。
図２のステップS１１において、制御手段７は、画像入力手段１に指示し、画像情報を入手する。ここでは、図３の画像を入手したとする。

次に、ステップS１２に進み、制御手段７は、画像入力手段１で得られた入力画像をエッジ抽出手段２に送る。エッジ抽出手段２は、得られた画像中のエッジ抽出を行う。エッジ抽出処理は、一般的な手法であるSOBELオペレータを用いることで行うことができる。

図４は、前記エッジ抽出手段２が図３の入力画像から生成したエッジ画像例である。エッジ抽出処理では、白線の輪郭線以外にも、背景に含まれる陰影の変化部分や縁石などが、エッジとして抽出される。

次に、ステップS１３に進み、制御手段７は、エッジ抽出手段２で得られたエッジ画像を、画像分割手段３に送る。画像分割手段３は、入力したエッジ画像を部分画像に分割する。

図５は、画像分割手段３により、図４のエッジ画像を部分画像に分割した例であり、垂直方向に２分割、水平方向に４分割され、合計８個の部分画像に分割されている。なお、白線１本はこの水平方向に分割された線分によって近似される。

次に、ステップS１４に進み、制御手段７は、図６(a)(b)に示す垂直方向に分割した全ての部分画像に対し、特徴抽出手段５による白線候補の特徴を抽出する処理を行ったか否かを判別する。全ての部分画像に対し、特徴抽出処理を行っていれば、ステップS１８に進み。行っていなければ、ステップS１５に進む。ここでは、特徴抽出処理を行っていないため、ステップS１５に進む。
まず、図６(a)に示す部分画像を用いて、特徴抽出手段５による白線候補特徴を抽出する処理について説明する。

ステップS１５において、制御手段７は、部分画像(ブロック1〜4)を、線分抽出手段４に送り、線分抽出手段４は、線分を抽出する。線分抽出処理では、ブロック内に存在する任意のエッジ点２つを選び、それを結ぶ線分上に位置する他のエッジ点数をカウントする。これを全ての組み合わせで行い、カウント数の大きな上位数個の線分を抽出する。

図７は、線分抽出手段４が、図６(a)の部分画像から線分を抽出した例である。図７において、k1〜k13は各ブロック内の線分を意味し、それぞれの線分は線分番号に対応する端点(s1〜s13,e1〜e13)を有する。

次に、ステップS１６に進み、制御手段７は、特徴抽出手段５に対し、線分抽出手段４で得られた線分から、白線候補を生成する指示を行う。白線候補の生成は、線分抽出手段４により得られた線分の傾き及び端点の位置座標に基づいて、線分をグループ化することにより行われる。具体的には、線分kの傾きをa_k、端点をs_k,e_kとしたとき、式１、２を満たすものを同一の直線から構成される線分と判断してグループ化を行い、白線候補とする。

なお、隣接線分以外とのグループ化を判別する時は、比較対象となる端点位置での座標値を線分の傾きから算出する。

図８は、図７から、白線候補を生成した画像例である。図８において、L１〜L７は、白線候補を示しており、白線が破線であっても、不連続部に影響されることなく、離れた線分を一つの白線候補として認識することができる。

次に、ステップS１７に進み、制御手段７は、特徴抽出手段５に処理を指示し、特徴抽出手段５は、ステップS１６で得られた白線候補の傾き及び、それら白線候補のカメラ（画像入力手段１）側に近い端点位置（画像下部側）を特徴として抽出する。

図９は、図８の白線候補L１〜L７の特徴となる白線候補の傾きp1〜p7、及び、カメラ（画像入力手段１）側に近い端点位置t1〜t7を示した例である。

次に、ステップS１４に戻り、ステップS１５からステップS１７までの処理を、図６(b)に示す部分画像に対して行う。図1０に、図６(b)から、白線候補の特徴となる白線候補の傾きp8〜p11、及びカメラ（画像入力手段１）側に近い端点位置t8〜t11を抽出した例を示す。以上により、垂直方向に分割した全ての部分画像に対し、白線候補の特徴を抽出する処理を行ったため、次に、ステップS１８に進む。

ステップS１８において、制御手段７は、特徴抽出手段５で得られた特徴を、路面標示検出手段６に送り、路面標示検出手段６は、白線及び横断歩道の検出を行う。

図１１は、路面標示検出手段６の白線及び横断歩道検出のフローチャートであり、本図を用いてその動作を説明する。

まず、ステップS６０１において、制御手段７は、垂直方向に分割した全ての部分画像に対し、白線を検出する処理を行ったか否かを判別する。全ての部分画像に対し、白線検出処理を行っていれば、ステップS６０３に進み。行っていなければ、ステップS６０２に進む。ここでは、全ての部分画像に白線検出処理を行っていないため、ステップS６０２に進む。
まず、図９に示す白線候補の特徴を用いて、白線を検出する処理について説明する。

ステップS６０２では、制御手段７は、路面標示検出手段６の白線検出部に処理を指示し、白線検出部は、白線の検出を行う。白線検出部では、以下に示すような条件を設定し、白線の検出を行う。

白線を検出するための条件
（条件1）
特徴抽出手段5によって得られた白線候補のカメラ（画像入力手段１）側に近い端点t_iの座標を(x_i,y_i)としたとき、t_iが、より画像中央に位置するものを白線として選択する。例えば、式３に示す評価関数を用いることで行うことができる。

（条件2）
入力画像データは、なめらかに変化することから、前回の白線検出によって得られた白線の端点位置と今回の白線候補の端点位置は、ほぼ等しくなる。具体的に、現在の時刻をｍとし、今回の白線候補の端点座標を(x_i(m),y_i(m))、前回の検出結果の端点座標を(x_i(m-1),y_i(m-1))としたとき、式４満たすものを白線として選択する。

（条件3）
白線の幅に関する閾値を設け、白線候補間の端点座標距離が、所定の閾値を満たすものを白線として選択する。具体的に、式５満たすものを白線として選択する。

図1２は、上記条件を用いて、図９の白線候補の特徴から、白線を検出した例を示す。また、図１３は、上記同様の処理で、図１０の白線候補の特徴から、白線を検出した例を示す。
以上により、垂直方向に分割した全ての部分画像に対し、白線検出処理を行ったため、次に、ステップS６０３に進む。
なお、本実施の形態では、垂直方向の２分割した部分画像を用いたが、これは白線検出部において白線を検出する際、白線候補の組み合わせ数を抑制するために行ったものであり、垂直方向に画像を分割しない場合でも白線検出を行うことができる。

ステップS６０３では、制御手段７は、路面標示検出手段６に対し、図１４に示すように、特徴抽出手段５で得られた白線候補(L1〜L11)と、あらかじめ設定した基準線との交点（A、B）を求めるよう指示する。次いで路面標示検出手段６は各交点間の距離が一定の比を満たすか否かを判別し、一定の比を満たせばステップS６０４に進み、満たさなければ、当該検出処理を終了する。ここでは、横断歩道が画像中に含まれておらず、交点間の距離が他の交点間の距離と一定の比を満たさず当該検出処理を終了し、白線を検出と判断する。

次に、横断歩道検出の処理について説明する。
図２のステップS１１において、制御手段７は、画像入力手段１に指示し、画像を入手する。ここでは、図１５に示す画像中に横断歩道が存在した画像を入手したとする。画像入力手段1により、入手した画像は、白線検出処理と同様にステップS１２からステップS１７の処理を行い白線候補の特徴が抽出される。

図1６は、図1５から白線候補の特徴を抽出した例であり、特徴抽出手段5により、図中L12〜L21に示される白線候補の傾き、及び、●印で示されるカメラ（画像入力手段１）側に近い端点t12〜t21が特徴として抽出される。

次に、ステップS１８に進み、制御手段７は、路面標示検出手段６に処理を指示し、路面標示検出手段６は、白線及び横断歩道の検出を行う。この検出処理を図１１により説明する。ここで、ステップS６０２における路面標示検出手段６における白線検出部の処理は、前述の白線検出処理において説明した処理と同様なため説明を省略する。

次に、ステップS６０３に進む、制御手段７は、図１７に示すように、特徴抽出手段５で得られた白線候補(L12〜L21)と、あらかじめ設定した基準線との交点（A〜H）を求めるよう路面標示検出手段６に指示する。次いで路面標示検出手段６は各交点間の距離が一定の比を満たすか否かを判別し、一定の比を満たせばステップS６０４に進み、満たさなければ、当該検出処理を終了する。ここでは、横断歩道が画像中に含まれおり、交点間の距離が一定の比を満たすため、ステップS６０４に進む。

次に、ステップS６０４では、制御手段７は、ステップS６０３で得られた一定の比を満たす白線候補同士の交点を算出するよう路面標示検出手段６に指示する。交点（x_vp,y_vp）の算出は、白線候補の傾き及び切片をα_i、q_iとしたとき、式６、式７で行うことができる。横断歩道を構成する白線は、３次元的に平行であるため、これを２次元に射影した画像データは、消失点で１点に交わる。この消失点形成の有無を交点(x_vp,y_vp)の取り得る範囲に閾値を設けることで判別する。上記条件を満たせば、ステップS６０５に進み、消失点を形成しない場合は、当該検出処理を終了する。ここでは、図1８に示すように、白線候補が消失点を形成するため、ステップS６０５へ進む。

次に、ステップS６０５では、制御手段７は、横断歩道の上下線(車両走行方向に平行な白線を横断する形で引かれている横断歩道の手前と奥に位置する白線)の検出を行うために、横断歩道上下端の大まかな位置を決定するよう路面標示検出手段６に指示する。位置の決定には、図１９に示すように、まず、各白線候補線の中点を中心に、白線候補の延長線方向に走査線を生成する。次に、その走査線に沿って、水平方向に輝度値分散w(j)を計算する。上記分散値は、白線部では大きく、路面部において小さな値を示すため、その変化点を横断歩道の上下端点とする。

図２０に、ステップS６０５で得られた横断歩道の上下端点の例を示す。

次にステップS６０６において、制御手段７は、ステップS６０５で得られた上下端点に基づいて、横断歩道の上下線を求めるための探索領域の決定を行う指示を路面標示検出手段６に出す。探索領域の決定処理は、例えば、まず、ステップS６０５で得られた上下端点それぞれに対し、最小2乗推定法を用いて、直線を算出する。次に、算出された直線をy=ax+bとしたとき、式８を満たす領域を探索領域とすることで行うことができる。ただし、式８中のｖ、νは、処理範囲を設定するための閾値である。

図２１は、ステップS６０６で得られた横断歩道上下線の探索領域をそれぞれ、探索領域1、探索領域2とした例である。次に,ステップS６０７において、横断歩道の上下線を求める。

ステップS６０７において、制御手段７は、探索領域内のエッジ点を最も多く通る直線を横断歩道の上下線として検出する指示を路面標示検出手段６に行う。横断歩道の上下線の検出を行う処理では、各探索領域内の任意のエッジ点２つを選び、それを結ぶ線分上に位置する他のエッジ点数のカウントを行う。これを全ての組み合わせで行い、カウント数の最も大きな線分を横断歩道の上下線とする。

図２２は、ステップS６０７で得られた横断歩道の上下線を示した例である。

以上、実施の形態1について説明した。本実施の形態では、路面標示検出手段６において、ステップS６０３及びステップS６０４の処理を用いて、横断歩道の有無を判別したが、路面標示検出手段６の他の実施例として、図２３のフローチャートで示すようにステップS６０３及びステップS６０４の処理の代わりにステップS７０１の横断歩道有無判別処理機能を有するものに変更しても良い。この実施例における路面標示検出手段６の横断歩道有無判別処理ステップS７０１は、次のような手順で、横断歩道の有無判別を行う。図２４(a)で示すように、図２のステップS１６で生成された白線候補の延長線方向を走査線とし、その走査線上に位置するエッジ分布を求める。図２４(b)は、走査線上に位置するエッジの分布を示した例である。横断歩道を構成するエッジは、各白線候補の走査線上において特定の位置に分布しているため、走査線上のエッジ位置に関する分散が大きくなる。この分散値を指標とすることで、横断歩道の判別を行うことができる。

また、本実施の形態では、路面標示検出手段６において、ステップS６０３及びステップS６０４の処理を用いて、横断歩道の有無を判別したが、横断歩道を構成する白線幅と道路白線の幅は異なるため、白線幅に関する閾値を設けることで、横断歩道が存在するか否かを判別する処理に変更・追加しても良い。

また、本実施の形態では、路面標示検出手段６において、ステップS６０３及びステップS６０４の処理を用いて、横断歩道の有無を判別したが、路面標示検出手段６のさらに他の実施例として、図２５のフローチャートで示すようなステップS７０２の横断歩道有無判別処理を追加する機能を有するものにしても良い。ステップS７０２では、ステップS１６において生成された白線候補数が所定数以上か否かにより横断歩道の有無判別を行う。横断歩道は、所定数以上の白線候補から構成されるため、この白線候補数に関する閾値を設けることで行うことができる。
このような路面標示検出手段６を用いれば、横断歩道有無の判別処理の精度がさらにあがる。

また、本実施の形態では、エッジ抽出手段２における入力画像のエッジ抽出処理は、ステップSOBELオペレータ以外の方法で実施しても良く、例えばCannyオペレータなどのエッジ抽出フィルタを用いて行っても良い。

また、本実施の形態では、線分抽出手段４における線分抽出処理として、直線検出アルゴリズムの1つであるHough変換や最小２乗法などの手法を用いて行っても良い。

上記のように、本実施の形態によれば、白線及び横断歩道線を構成する白線候補の特徴を抽出する特徴抽出手段５を設け、前記特徴抽出手段５で抽出された特徴を基に白線と横断歩道線の構造の相違に着目して検出するようにしたので、データベースが不要でかつ高速に検出を行うことができる。

実施の形態２.
以下、本発明の実施の形態２について図１、２、２６を用いて説明する。本実施の形態２は路面標示検出手段６の構成、機能が実施の形態１と異なるのみで概略構成は図１に示す実施の形態１と同様であり、路面標示検出装置の概略処理手順も図２に示すフローチャートと同様である。図２６は本実施の形態２における路面標示検出手段６のフローチャートである。
なお、図中、実施の形態１と同一または相当部分は同一の符号を付し、その説明を省略する。

本実施の形態２の動作を図２に示すフローチャートにより説明する。
制御手段７は、実施の形態１と同様の手順で、まず、画像入力手段1に指示し、画像を入手する。ここでは、図２７の画像を入手したとする。入手した画像は、実施の形態1と同様、ステップS１２からステップS１７の処理を行い白線候補の特徴が抽出される。

図２８は、図２７の入手画像から白線候補の特徴を抽出した例であり、特徴抽出手段５により、図中L22〜L29に示される白線候補の傾き、及び、●印で示されるカメラ（画像入力手段１）側に近い端点t22〜t29が特徴として抽出される。

次に、制御手段７は、路面標示検出手段６に処理を指示し、路面標示検出手段６は白線及び横断歩道の検出を行う。白線及び横断歩道の検出の動作の流れを図２６のフローチャートを用いて説明する。なお、路面標示検出手段６におけるステップS６０１、S６０２の白線検出は、実施の形態１と同一であるため、その説明を省略する。

ステップS６０３において、制御手段７は、図２９に示すように、特徴抽出手段5で得られた白線候補(L22〜L29)と、あらかじめ設定した基準線との交点（A、B、C、D）を求めるよう路面標示検出手段６に指示をする。各交点間の距離が一定の比を満たすか否かを判別し、一定の比を満たせばステップS６０４に進み、満たさなければ、ステップS７０３に進む。ここでは、横断歩道を構成する白線が、かすれによって一部検出されなかったため、交点間の距離の比が一定の比にならず。ステップS７０３に進む。

次に、ステップS７０３において、路面標示検出手段６は、検出された交点のみから、かすれなどによって、検出されなかった交点を推測し、横断歩道の有無判別処理を行う。具体的には、検出された交点(A、B、C、D)から、各交点間の距離を計算し、算出された距離AB、BC、CDを用いて、式９、式１０を満たすか否かで行うことができる。式９、式１０の条件を満たさない場合は当該検出処理を終了する。ここでは、条件を満たし、ステップS６０４に進む。

次に、ステップS６０４では、制御手段７は、ステップS７０３で得られた白線候補が消失点を形成するか否かの判別を行う指示を路面標示検出手段６にだす。ここでは、白線候補が消失点を形成するため、ステップS６０５へ進む。消失点を形成しない場合は当該検出処理を終了する。

次に、ステップS６０５では、制御手段７は、横断歩道の上下線の検出を行うために、横断歩道上下端の大まかな位置を決定するよう路面標示検出手段６に指示し、路面標示検出手段６は横断歩道の上下端点を抽出する。

次にステップS６０６において、制御手段７は、ステップS６０５で得られた上下端点に基づいて、横断歩道の上下線を求めるための探索領域の決定を行う指示を路面標示検出手段６に出し、路面標示検出手段６は探索領域の決定を行う。

ステップS６０７では、制御手段７は、探索領域内のエッジ点を最も多く通る直線を横断歩道の上下線として検出する指示を路面標示検出手段６に行い路面標示検出手段６は横断歩道の上下線を検出する。

以上のように、本実施の形態によれば、実施の形態１の効果に加えて、路面標示検出手段６において、横断歩道の有無を再判定する処理を設けるようにしたので、横断歩道の一部がかすれや隠蔽されている場合においても検出を行うことができる。

本発明はデータベースを用いずに白線と横断歩道線の路面標示を高速に検出することが可能なため、ナビゲーション装置に適用で、ＧＰＳ（Global Positioning System)からの自車位置の検出信号と併用することで、自車の位置の検出精度を高めることができる。

本発明の実施の形態１を示す構成図である。実施の形態１における処理の流れを示すフローチャートである。画像入力手段により入手された画像情報を示す図である。入力画像から生成されたエッジ画像を示す図である。画像分割手段で分割された部分画像を示す図である。垂直方向に分割した部分画像を(a)(b)に分離して示す図である。図６(a)部分画像から抽出された線分抽出画像を示す図である。線分抽出画像から生成された白線候補の画像例を示す図である。白線候補の傾き及びカメラ（画像入力手段）側に近い端点位置を示す図である。図６(ｂ)部分画像から生成された白線候補の傾き及びカメラ（画像入力手段）側に近い端点位置を示す図である。路面標示検出手段の処理の流れを示すフローチャートである。図９の白線候補の特徴から、白線を検出した例を示す図である。図１０の白線候補の特徴から、白線を検出した例を示す図である。白線候補と、基準線との交点を示す図である。横断歩道が存在する入力画像の例を示す図である。横断歩道が存在する入力画像から白線候補の特徴を抽出した例を示す図である。横断歩道が存在する入力画像からの白線候補と、あらかじめ設定した基準線との交点を示す図である。白線候補の消失点を説明するための図である。横断歩道の上下端検出のための説明図である。横断歩道の上下端点の例を示す図である。横断歩道上下線の探索領域を示す図である。横断歩道の上下線を示す図である。路面標示検出手段の他の実施例による処理の流れを示すフローチャートである。路面標示検出手段の他の実施例による横断歩道の有無判別用の説明図である。路面標示検出手段のさらに他の実施例による処理の流れを示すフローチャートである。実施の形態２における路面標示検出手段の処理の流れを示すフローチャートである。実施の形態２における入力画像を示す図である。実施の形態２における白線候補の特徴抽出例を示す図である。実施の形態２における白線候補と、基準線との交点を示す図である。

符号の説明

１：画像入力手段、２：エッジ抽出手段、３：画像分割手段、４：線分抽出手段、５：特徴抽出手段、６：路面標示検出手段、７：制御手段。

Claims

走行する自車両前方の画像データを入力する画像入力手段と，前記画像入力手段によって取り込まれた画像から、エッジ点を抽出するエッジ抽出手段と、前記画像入力手段の画像を複数の部分画像に分割する画像分割手段と、各部分画像内に存在するエッジ点を通る線分を抽出する線分抽出手段と、前記線分抽出手段により得られた線分の傾きと端点位置を特徴として抽出する特徴抽出手段と、前記特徴抽出手段によって得られた線分の端点位置が水平方向に一定の間隔で存在し、かつそれら線分が一つの消失点を形成した場合、前方に横断歩道が存在すると判断する路面標示検出手段を備えることを特徴とする車載用路面標示検出装置。
走行する自車両前方の画像データを入力する画像入力手段と，前記画像入力手段によって取り込まれた画像から、エッジ点を抽出するエッジ抽出手段と、前記画像入力手段の画像を複数の部分画像に分割する画像分割手段と、各部分画像内に存在するエッジ点を通る線分を抽出する線分抽出手段と、前記線分抽出手段により得られた線分の傾きと端点位置を検出し、線分の傾きと端点位置の差が所定範囲内にある線分同士を一つの組とし、組となった線分の傾き及び端点位置を特徴として抽出する特徴抽出手段と、前記特徴抽出手段において組となった線分数が、所定数以上得られた場合に前方に横断歩道が存在すると判断する路面標示検出手段を備えることを特徴とする車載用路面標示検出装置。
前記路面標示検出手段は、横断歩道と判断された複数の線分又は組となった複数の線分の上下端の大まかな位置を決定して、分割された部分画像の何れかを探索領域として決定し、探索領域内のエッジ点を最も多く通る直線を横断歩道を形成する白線の手前と奥の位置の上下線として検出する構成にされたことを特徴とする請求項１又は２に記載の車載用路面標示検出装置。