JP2000353231A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 従来の画像処理装置は、画像処理アルゴリズ
ムＨ／Ｗ装置が一つであるので、画像処理性能に限界が
あるとともに、入力画像に対して、単一のアルゴリズム
処理しか実行できなかった。 【解決手段】 カメラ装置１によって入力された画像
を、Ｙ／Ｃ分離装置２及びＡ／Ｄ変換装置３を通すこと
により、ディジタル画像に変換し、これを画像入力メモ
リ装置８に記憶させ、この記憶させた画像入力メモリ装
置８の画像を、画像処理アルゴリズムユニット９で認識
処理させるアルゴリズムを、画像及び処理内容に応じ
て、画像処理アルゴリズムライブラリ６から供給するよ
うにして、画像処理精度の向上を図ったものである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、画像入力装置か
ら入力される各種画像の状況判別及び認識対象の変化等
を検出する画像アルゴリズムを搭載した画像処理装置に
関するものである。

【０００２】

【従来の技術】図１１は、従来の画像処理装置を示すブ
ロック構成図である。図において、１は画像を入力する
ためのカメラ装置、２はカメラ装置１によって入力され
たアナログ画像信号を輝度信号と色信号に分離するＹ／
Ｃ分離装置、３はＹ／Ｃ分離装置２によって分離された
輝度信号と色信号をデジタル信号に変換するＡ／Ｄ変換
装置、４はＡ／Ｄ変換装置３から出力される輝度及び色
デジタルデータを格納するための画像入力メモリ装置、
１１は画像入力メモリ装置４に格納された画像データを
もとに、あらかじめ決められたアルゴリズムに沿って画
像認識処理を行なう画像処理アルゴリズムＨ／Ｗ（ハー
ドウエア）装置、７は画像処理アルゴリズムＨ／Ｗ装置
１１によって処理された結果をもとに、認識対象となる
候補の決定や追跡、事象判定を行なうホスト計算機装置
である。

【０００３】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２で輝度信号と色
信号に分離され、Ａ／Ｄ変換装置３により輝度信号と色
信号のアナログ画像信号を各々８ビットのデジタル信号
に変換される。Ａ／Ｄ変換装置３によって変換された輝
度／色デジタルデータは、画像認識処理に必要なフレー
ム数だけ画像入力メモリ装置４に逐次格納される。画像
入力メモリ装置４に格納された複数フレームの輝度／色
データをもとに画像処理アルゴリズムＨ／Ｗ１１によっ
て、あらかじめ決められた一定のアルゴリズム処理を実
施し、入力された各フレーム画像の変化をもとに画像上
の移動物体や停止物体など画像認識の対象となる物体候
補を選択し、選択された候補物体の画像上の位置・大き
さ・形状などの各種パラメータを抽出する。画像処理ア
ルゴリズムＨ／Ｗ装置１１によって抽出された画像認識
対象となる物体候補の各種パラメータをもとにホスト計
算機装置７は、認識対象となる候補の決定や追跡、画像
上の各種事象判定を行ない、その結果を上位システムへ
通知する。

【０００４】

【発明が解決しようとする課題】従来の画像処理装置
は、前述のように構成されているので、画像入力メモリ
装置４及び画像処理アルゴリズムＨ／Ｗ装置１１がそれ
ぞれ単一であり、画像処理性能に限界があるとともに、
入力画像に対して、単一のアルゴリズム処理しか実行で
きないため、画像処理精度及び画像処理性能の向上も望
めなかった。また、画像処理結果をフィードバックして
画像処理アルゴリズムに反映させる機能もないため、画
像処理アルゴリズムの最適化を実施したり、画像処理精
度を向上させることができないという問題点があった。

【０００５】この発明は、上記のような課題を解決する
ためになされたもので、画像処理アルゴリズムを状況に
応じて変更することができるようにして、画像認識処理
精度及び画像認識処理性能を向上させた画像処理装置を
得ることを目的とする。

【０００６】

【課題を解決するための手段】この発明に係わる画像処
理装置においては、入力された認識処理対象の画像を記
憶する画像メモリ装置と、この画像メモリ装置に記憶さ
れた画像を認識処理する画像処理アルゴリズムユニット
と、この画像処理アルゴリズムユニットによって行われ
る認識処理及び認識処理される画像に応じたアルゴリズ
ムを、画像処理アルゴリズムユニットに供給する画像処
理アルゴリズムライブラリを備えたものである。また、
入力された認識処理対象の画像を記憶する画像メモリ装
置と、この画像メモリ装置に記憶された画像をそれぞれ
認識処理する複数の画像処理アルゴリズムユニットと、
この複数の画像処理アルゴリズムユニットのそれぞれに
よって行われる認識処理及び認識処理される画像に応じ
たアルゴリズムを、複数の画像処理アルゴリズムユニッ
トのそれぞれに供給する画像処理アルゴリズムライブラ
リを備えたものである。

【０００７】また、複数の画像処理アルゴリズムユニッ
トは、それぞれ同一のアルゴリズムを有するものであ
る。さらに、複数の画像処理アルゴリズムユニットは、
それぞれ異なるアルゴリズムを有するものである。

【０００８】また、複数の画像処理アルゴリズムユニッ
トは、それぞれ異なる認識対象に対応したアルゴリズム
を有するものである。また、複数の画像処理アルゴリズ
ムユニットは、並列に認識処理を行うものである。

【０００９】加えて、複数の画像処理アルゴリズムユニ
ットは、それぞれが分割されたアルゴリズムを各別に有
すると共に、分割された各別のアルゴリズムによる認識
処理を順次行なうようにしたものである。また、画像処
理アルゴリズムライブラリは、画像メモリ装置に記憶さ
れた画像に基づきアルゴリズムを選択して画像処理アル
ゴリズムユニットに供給するものである。

【００１０】また、画像処理アルゴリズムライブラリ
は、画像処理アルゴリズムユニットの認識処理結果を用
いて、画像処理アルゴリズムユニットのアルゴリズムを
検証するものである。

【００１１】

【発明の実施の形態】以下、この発明の実施の形態につ
いて説明する。 実施の形態１．図１は、この発明の実施の形態１による
画像処理装置を示すブロック構成図である。図におい
て、１は画像を入力するためのカメラ装置、２はカメラ
装置１から入力されたアナログ画像信号を輝度信号と色
信号に分離するＹ／Ｃ分離装置、３はＹ／Ｃ分離装置２
によって分離された輝度信号と色信号をデジタル信号に
変換するＡ／Ｄ変換装置、４はＡ／Ｄ変換装置３から出
力される輝度及び色のデジタルデータを格納する画像入
力メモリ装置、５は画像入力メモリ装置４に格納された
各画像データをもとに、各種画像処理アルゴリズムに沿
って画像認識処理を行なう画像処理アルゴリズムユニッ
ト、６は各種画像処理アルゴリズムを格納し、画像処理
アルゴリズムユニット５に最適なアルゴリズムをダウン
ロードする画像処理アルゴリズムライブラリ、７は画像
処理アルゴリズムユニット５で処理された結果をもとに
認識対象となる候補の決定や追跡、事象判定を行なうホ
スト計算機装置である。図２は、この発明の実施の形態
１による画像処理装置に用いられる画像処理アルゴリズ
ムとアルゴリズム変更に伴う処理のフローチャートであ
る。

【００１２】次に動作について説明する。カメラ装置１
により認識対象となる候補の決定や追跡、事象判定を行
なうための原画像を入力する。カメラ装置１から入力さ
れたアナログ画像信号はＹ／Ｃ分離装置２により輝度信
号と色信号に分離され、さらにＡ／Ｄ変換装置３により
輝度信号と色信号のアナログ画像信号を各々８ビットの
デジタル信号に変換する。Ａ／Ｄ変換装置３により変換
された輝度／色デジタルデータは、画像認識処理に必要
なフレーム数だけ、４画像入力メモリ装置へ逐次格納さ
れる。画像入力メモリ装置４に格納された複数フレーム
の輝度／色データをもとに画像処理アルゴリズムユニッ
ト５によって、あらかじめ画像処理ライブラリ６からダ
ウンロードされたアルゴリズム処理を実施する。

【００１３】次に、図２を用いて、アルゴリズム処理の
説明を行なう。アルゴリズム処理は、まず入力した各フ
レーム画像間の差分（ステップＳ１）により画像上の変
化領域を抽出し（ステップＳ２）、この変化領域を前も
って用意された各種モデル画像とのモデルマッチング
（ステップＳ３）によって最適なモデルに割り当てる
（モデル化）（ステップＳ４）。このモデル化された変
化領域を画像上の移動物体や停止物体とみなし、モデル
化された各種物体の位置（座標）・モデル種別（車種、
車色、大きさ、形状）などの各種パラメータを抽出する
（ステップＳ５）。画像処理アルゴリズムユニット５で
抽出した画像認識対象となる物体候補の各種パラメータ
をもとにホスト計算機装置７は、モデル化された物体の
追跡、計測、障害物認識などの画像上の各種事象判定を
行ない、その結果を上位システムへ通知する（ステップ
Ｓ６）。

【００１４】また、画像処理アルゴリズムユニット５へ
は、ホスト計算機装置７のモデル化された物体の追跡、
計測、障害物認識などの画像上の各種事象判定結果か
ら、物体抽出が外的要因から困難になってきたり、物体
の追跡、計測の精度が低下したりした場合（ステップＳ
７）、例えば昼から夜への変化で物体の外郭を抽出でき
なくなり、モデル化が曖昧になってきた場合は、画像処
理アルゴリズムライブラリ６から画像処理アルゴリズム
ユニット５への夜間対応のアルゴリズムを選択し（ステ
ップＳ８）、ホスト計算機装置７からの指示（ステップ
Ｓ９）でダウンロードし（ステップＳ１０）、ヘッドラ
イトなどをもとに物体抽出を行なう夜間用アルゴリズム
に切り替えるようにして、それぞれの状況、目的に対応
した多目的な画像処理を行なう。

【００１５】以上のように、この実施の形態１によれば
ホスト計算機装置７で実施するモデル化された物体の追
跡、計測、障害物認識などの画像上の各種事象判定結果
から現在の画像処理精度を判定し、最適化の範囲を逸脱
した場合、現在の状況に対応した画像処理アルゴリズム
を画像処理アルゴリズムライブラリ６から画像処理アル
ゴリズムユニット５へダウンロードできるため、それぞ
れの目的に特化した画像処理装置を必要とせず、状況に
応じた画像処理アルゴリズムの変更が可能で多目的な用
途に対応できる。このため、画像処理装置のコスト削減
と、目的に合ったアルゴリズムを選択また、状況に対応
したリアルタイムな画像処理を実現でき、画像認識精度
の向上を図ることができる。

【００１６】実施の形態２．図３は、この発明の実施の
形態２による画像処理装置を示すブロック構成図であ
る。図において、１〜３、６、７は図１におけるものと
同一のものである。８はＡ／Ｄ変換装置３から出力され
る輝度及び色のデジタルデータを格納するための画像入
力メモリ装置で、８ａ〜８ｎは、画像入力メモリ装置８
内の各画像処理アルゴリズムユニットに対応した個別の
画像入力メモリ装置である。９は各画像入力メモリ装置
８に格納された画像データをもとに、画像処理アルゴリ
ズムライブラリ６からダウンロードされた各種画像処理
アルゴリズムに沿って画像認識処理を行なう画像処理ア
ルゴリズムユニットで、９ａ〜９ｎは画像処理種別単位
に分割した個々の画像処理アルゴリズムユニットであ
り、画像入力メモリ装置８ａ〜８ｎにそれぞれ対応して
いる。図４は、この発明の実施の形態２による画像処理
装置の画像処理アルゴリズムとアルゴリズム変更に伴う
処理のフローチャートである。図５は、この発明の実施
の形態２による画像処理装置に用いられる画面分割を示
す図である。

【００１７】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２により輝度信号
と色信号に分離され、さらにＡ／Ｄ変換装置３によって
輝度信号と色信号のアナログ画像信号を各々８ビットの
デジタル信号に変換する。Ａ／Ｄ変換装置３により変換
された輝度／色デジタルデータは、１フレームｎ個に分
割し、その分割した画像データをそれぞれ画像入力メモ
リ装置８ａ〜８ｎへ逐次格納する。各画像入力メモリ装
置８ａ〜８ｎに格納された、分割された複数フレームの
輝度／色データをもとに各画像処理アルゴリズムユニッ
ト９ａ〜９ｎによって、あらかじめ画像処理アルゴリズ
ムライブラリ６からダウンロードされたアルゴリズム処
理を実施する。各画像処理アルゴリズムユニット９ａ〜
９ｎには同一のアルゴリズムがダウンロードされる。各
画像処理アルゴリズムユニット９ａ〜９ｎにおけるアル
ゴリズム処理は、図５に示す通り、１フレーム（１画
面）をｎ個に分割し、その分割したそれぞれのエリアを
各画像処理アルゴリズムユニット９ａ〜９ｎに割り当て
並列処理する。

【００１８】次に、図４をもとに、アルゴリズム処理の
説明を行なう。処理内容は個々のエリア毎に、まず入力
した各フレーム画像間の各エリア毎の差分（ステップＳ
１）により画像上の変化領域を抽出し（ステップＳ
２）、この変化領域を前もって用意された各種モデル画
像とのモデルマッチング（ステップＳ３）によって最適
なモデルに割り当てる（モデル化）（ステップＳ４）。
このモデル化された変化領域を画面上の移動物体や停止
物体とみなし、モデル化された各種物体の位置（座標）
・モデル種別（車種、車色、大きさ、形状）などの各種
パラメータを分割された画像の各エリア毎に抽出する
（ステップＳ５）。各画像処理アルゴリズムユニット９
ａ〜９ｎにより抽出された各エリアの画像認識対象とな
る物体候補の各種パラメータがホスト計算機装置７に送
信され、各エリアのモデル化された物体の追跡、計測障
害物認識などの画像上の各種事象判定（ステップＳ６）
を行ない、その結果を上位システムへ通知する。

【００１９】また、画像処理アルゴリズムライブラリ６
は、画像入力メモリ装置８の１フレーム分の画像データ
を入力し、各画像処理アルゴリズムユニット９ａ〜９ｎ
の処理に対応する各画像エリア単位に、物体抽出が外的
要因から困難になってきたり、物体の追跡、計測精度の
低下などの検出を各フレーム毎に実施する（ステップＳ
１１）。例えば時間的変化や天候変化により、背景画像
と抽出すべき物体画像の判別が困難になり、認識すべき
物体のモデル化が曖昧になったことなどを検出する。画
像処理アルゴリズムライブラリ６で、物体の追跡、計測
精度の低下などを検出した場合は、精度低下要因を入力
画像から分析し、その要因に対応した最適な画像処理ア
ルゴリズムを選択し（ステップＳ１２）、各画像処理ア
ルゴリズムユニット９ａ〜９ｎにダウンロードする（ス
テップＳ１０）。例えば、監視カメラ画像の下部に霧が
発生し、対象物体の抽出が曖昧になってきた場合、画像
の二値化を行なうしきい値を変更したり、背景画像との
差分値を増幅するなどの処理を追加するアルゴリズムを
画面下部分の画像処理を行なう各画像処理アルゴリズム
ユニット９ａ〜９ｎにダウンロードする。この画像処理
アルゴリズムライブラリ６での物体の追跡、計測精度の
低下などの検出及び最適な画像処理アルゴリズムの選択
は、分割されたフレーム単位で実施され、それぞれに対
応した各画像処理アルゴリズムユニット９ａ〜９ｎ毎に
最適なアルゴリズムをダウンロードする。

【００２０】以上のように、この実施の形態２によれ
ば、１フレームの画像データを分割後、各画像入力メモ
リ装置８ａ〜８ｎへ格納し、各画像処理アルゴリズムユ
ニット９ａ〜９ｎで分割した画像データ単位で並行して
画像認識処理を実施することで、画像認識処理性能の向
上を図ることができる。さらに、分割されたフレーム単
位での画像処理アルゴリズムライブラリ６の物体追跡、
計測精度の低下などの検出及び最適な画像処理アルゴリ
ズムの選択によって、画像処理精度の向上も図ることが
できる。

【００２１】実施の形態３．実施の形態３による画像処
理装置のブロック構成図は、実施の形態２と同様であ
り、ブロック内の処理形態のみ異なるため、図３を援用
して説明する。図６は、この発明の実施の形態３による
画像処理装置の画像処理アルゴリズムとアルゴリズム変
更に伴う処理のフローチャートである。

【００２２】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２で輝度信号と色
信号に分離され、さらにＡ／Ｄ変換装置３で輝度信号と
色信号のアナログ画像信号を各々８ビットのデジタル信
号に変換する。Ａ／Ｄ変換装置３によって変換された輝
度／色デジタルデータは、画像認識処理に必要なフレー
ム数だけ、画像入力メモリ装置８ａ〜８ｎへ逐次格納さ
れる。画像入力メモリ装置８ａ〜８ｎに格納された、複
数フレームの輝度／色データをもとに、画像処理アルゴ
リズムユニット９ａ〜９ｎによってあらかじめ画像処理
アルゴリズムライブラリ６からダウンロードされたアル
ゴリズム処理を実施する。この画像処理アルゴリズムユ
ニット９ａ〜９ｎでの画像認識処理は、あらかじめ画像
処理アルゴリズムライブラリ６からダウンロードされた
アルゴリズム処理であり、各画像処理アルゴリズムユニ
ット９ａ〜９ｎには、それぞれ認識処理の異なったアル
ゴリズムがダウンロードされ、処理の異なる画像認識処
理を並行して実施する。

【００２３】図６に示すように、例えば、画像処理アル
ゴリズムユニット９ａには、フレーム間差分（ステップ
Ｓ２１）で抽出した変化領域を二値化し（ステップＳ２
２）、膨張・縮小処理でノイズ除去を行ない物体の抽出
を行なった（ステップＳ２３）後、前もって用意された
各種モデル画像とのモデルマッチング（ステップＳ２
４）によって最適なモデルに割り当てる（モデル化）
（ステップＳ２５）処理を行なう昼間対応のアルゴリズ
ムをダウンロードする。また、画像処理アルゴリズムユ
ニット９ｂには、フレーム間差分（ステップＳ２１）で
抽出した変化領域を二値化し（ステップＳ２２）、膨張
・縮小処理でノイズ除去を行なった（ステップＳ２３）
画像から、ヘッドライトなどの明かり部を抽出し（ステ
ップＳ２６）、前もって用意された夜用の各種モデル画
像とのモデルマッチングによって最適なモデルに割り当
てる（モデル化）（ステップＳ２７）処理を行なう夜間
対応のアルゴリズムをダウンロードする。また、画像処
理アルゴリズムユニット９ｃには、フレーム間差分（ス
テップＳ２１）で抽出した変化領域を二値化する（ステ
ップＳ２２）際に、しきい値を低く設定し、背景画像と
の差異が少ない霧などの視界の悪い画像対応のアルゴリ
ズムをダウンロードするなど、それぞれの特徴を持った
各アルゴリズムを各画像処理アルゴリズムユニット９ａ
〜９ｎにダウンロードし、個々に並列処理を行なう。

【００２４】このように、各画像処理アルゴリズムユニ
ット９ａ〜９ｎで各フレーム画像の変化をもとに、画像
上の移動物体や停止物体など画像認識の対象となる物体
候補をそれぞれ異なったアルゴリズム処理によって選択
し、選択した候補物体の画像上の位置・大きさ・形状な
どの各種パラメータをそれぞれのアルゴリズム処理に沿
って抽出する。各画像処理アルゴリズムユニット９ａ〜
９ｎにより抽出された各画像認識対象となる物体候補の
各種パラメータは、ホスト計算機装置７へ転送され、各
種パラメータを比較し、その時点で最適なアルゴリズム
での処理結果を選択し（ステップＳ２８）、認識対象と
なる候補の決定や追跡、画像上の各種事象判定（ステッ
プＳ２９）を行なった後、その結果を上位システムへ通
知する。

【００２５】また、画像処理アルゴリズムライブラリ６
は、画像入力メモリ装置８の１フレーム分の画像データ
を入力し、物体抽出が外的要因から困難になってきた
り、物体の追跡、計測精度の低下などの検出（ステップ
Ｓ１１）を各フレーム毎に実施し、各画像処理アルゴリ
ズムユニット９ａ〜９ｎの各アルゴリズム処理内容に調
整を行なう必要が生じた場合、その要因に対応した最適
な調整を施した画像処理アルゴリズムを選択（ステップ
Ｓ１２）し、各画像処理アルゴリズムユニット９ａ〜９
ｎにダウンロード（ステップＳ１０）する。例えば、季
節的、時間的変化により対象物体の影の大きさが変化
し、抽出すべき物体のモデルに変化が生じ、認識すべき
物体のモデル化が曖昧になるなどを検出する。この画像
処理アルゴリズムライブラリ６での物体の追跡、計測精
度の低下などの検出及び最適な画像処理アルゴリズムの
選択では、各画像処理アルゴリズムユニット９ａ〜９ｎ
毎に最適なアルゴリズムをダウンロードする。

【００２６】以上のように、この実施の形態３によれ
ば、各画像処理アルゴリズムユニット９ａ〜９ｎにて同
時に複数の異なったアルゴリズム処理を実行でき、その
処理結果を比較・選択することで、処理結果毎に最適な
アルゴリズムを抽出できるため、最適な画像認識処理の
精度を出し、処理性能の向上も図ることができる。さら
に、画像処理アルゴリズムライブラリ６の物体追跡、計
測精度の低下などの検出によって、画像処理アルゴリズ
ム処理内容の調整を行なうことができるため、更なる処
理精度の向上を図ることができる。

【００２７】実施の形態４．実施の形態４による画像処
理装置のブロック構成図は、実施の形態２と同様であ
り、ブロック内の処理形態のみ異なるため、図３を援用
して説明する。図７は、この発明の実施の形態４による
画像処理装置の画像処理アルゴリズムとアルゴリズム変
更に伴う処理のフローチャートである。

【００２８】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２で輝度信号と色
信号に分離され、さらにＡ／Ｄ変換装置３で輝度信号と
色信号のアナログ画像信号を、各々８ビットのデジタル
信号に変換する。Ａ／Ｄ変換装置３によって変換された
輝度／色デジタルデータは、画像認識処理に必要なフレ
ーム数だけ画像入力メモリ装置８ａ〜８ｎへ逐次格納さ
れる。各画像入力メモリ装置８ａ〜８ｎに格納された、
複数フレームの輝度／色データをもとに画像処理アルゴ
リズムユニット９ａ〜９ｎで画像認識処理が実行され
る。この各画像処理アルゴリズムユニット９ａ〜９ｎに
よって、あらかじめ画像処理アルゴリズムライブラリ６
からダウンロードされたアルゴリズム処理を実施する。
この各画像処理アルゴリズムユニット９ａ〜９ｎには、
それぞれ認識対象物の異なったアルゴリズムがダウンロ
ードされ、それぞれ異なった認識対象物に対する画像認
識処理を並行して実施する。

【００２９】図７に示すように、例えば画像処理アルゴ
リズムユニット９ａには、抽出した変化領域のモデルマ
ッチング（ステップＳ３１）を人のモデルのみとし、マ
ッチした人モデルの座標位置などのパラメータ生成（ス
テップＳ３２）を行ない、人のみを認識するためのアル
ゴリズムをダウンロードする。また、画像処理アルゴリ
ズムユニット９ｂには、バイクのモデルとモデルマッチ
ング（ステップＳ３３）し、マッチしたバイクモデルの
座標位置などのパラメータを生成（ステップＳ３４）
し、バイクのみを認識するためのアルゴリズムダウンロ
ードする。また、画像処理アルゴリズムユニット９ｃに
は、車モデルとモデルマッチング（ステップＳ３５）
し、マッチした車モデルの座標位置などのパラメータ生
成（ステップＳ３６）を行なって、車の認識をするアル
ゴリズムをダウンロードするというように車（小型）、
車（中型）、車（大型）、積載物など認識対象別に各画
像処理アルゴリズムユニット９ａ〜９ｎ毎に認識処理を
並行して実施する。

【００３０】このように、各画像処理アルゴリズムユニ
ット９ａ〜９ｎで各フレーム画像の変化をもとに認識対
象別に画像上の移動物体や停止物体など画像認識の対象
となる物体候補を選択し、選択した候補物体の画像上の
位置・大きさ・形状などの各種パラメータをそれぞれの
アルゴリズム処理に沿って抽出する。各画像処理アルゴ
リズムユニット９ａ〜９ｎで抽出した各画像認識対象と
なる物体候補の各種パラメータは、ホスト計算機装置７
へ転送され、各種パラメータを統合（ステップＳ３７）
して、認識対象となる候補の決定や追跡、画像上の各種
事象判定（ステップＳ３８）を行なった後、その結果を
上位システムへ通知する。なお、ステップＳ２１〜Ｓ２
３は実施の形態２と同じ処理を行なう。

【００３１】また、画像処理アルゴリズムライブラリ６
では、画像入力メモリ装置８の１フレーム分の画像デー
タを入力し、物体抽出が外的要因から困難になってきた
り、物体の追跡、計測精度の低下などの検出（ステップ
Ｓ１１）を各フレーム毎に実施し、各画像処理アルゴリ
ズムユニット９ａ〜９ｎの各アルゴリズム処理内容に調
整を行なう必要が生じた場合、その要因に対応した最適
な調整を施した画像処理アルゴリズムを選択（ステップ
Ｓ１２）し、各画像処理アルゴリズムユニット９ａ〜９
ｎにダウンロードする（ステップＳ１０）。この画像処
理アルゴリズムライブラリ６での物体の追跡、計測精度
の低下などの検出及び最適な画像処理アルゴリズムの選
択では、各画像処理アルゴリズムユニット９ａ〜９ｎ毎
に最適なアルゴリズムをダウンロードする。

【００３２】以上のように、この実施の形態４によれ
ば、画像データ上の認識対象物に特化した画像認識を行
なうことによって、複数の対象物からある特定の対象物
を選定するためのモデリング生成やモデルマッチング処
理を行なう必要がなく、また、複数の対象物を各画像処
理アルゴリズムユニット９ａ〜９ｎ毎に分けて同時に処
理できるため、画像認識処理性能の向上を図ることがで
きる。また、認識対象物に特化した画像認識を行なうこ
とでより精度の高い画像認識処理が可能となる。

【００３３】実施の形態５．図８は、この発明の実施の
形態５による画像処理装置を示すブロック構成図であ
る。図において、１〜８は図３におけるものと同一のも
のである。１０は画像処理アルゴリズムライブラリ６か
ら、一つの画像処理アルゴリズムを各処理単位で分割
し、その分割した個々のアルゴリズムがダウンロードさ
れて、各アルゴリズムに沿った画像認識処理を行なう画
像処理アルゴリズムユニット、１０ａ〜１０ｎは、一つ
の画像処理アルゴリズムを各処理単位で分割し、分割さ
れたアルゴリズムを処理順に実行する個々の画像処理ア
ルゴリズムユニットである。図９は、この発明の実施の
形態５による画像処理装置の画像処理アルゴリズムとア
ルゴリズム変更に伴う処理のフローチャートである。

【００３４】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２で輝度信号と色
信号に分離され、さらにＡ／Ｄ変換装置３で輝度信号と
色信号のアナログ画像信号を各々８ビットのデジタル信
号に変換する。Ａ／Ｄ変換装置３によって変換された輝
度／色デジタルデータは、画像認識処理に必要なフレー
ム数だけ、画像入力メモリ装置８ａへのみ格納される。
画像処理アルゴリズムライブラリ６では、膨大な画像処
理アルゴリズムを処理順に機能分割し、画像処理アルゴ
リズムユニット１０ａ〜１０ｎへ分散配置させるように
機能分割した各アルゴリズムをダウンロードする。

【００３５】例えば、カメラ入力画像のフレーム間差分
（ステップＳ４１）を画像処理アルゴリズムユニット１
０ａで行ない、この処理結果を画像入力メモリ装置８ｂ
へ格納する。次に画像入力メモリ装置８ｂに格納された
フレーム間差分データをもとに画像処理アルゴリズムユ
ニット１０ｂで変化領域を抽出し、二値化処理を行ない
（ステップＳ４２）、この処理結果を画像入力メモリ装
置８ｃへ格納する。さらに、画像入力メモリ装置８ｃに
格納された変化領域の二値化データをもとに画像処理ア
ルゴリズムユニット１０ｃで膨張・縮小処理のノイズ除
去を行ない（ステップＳ４３）、この処理結果を画像入
力メモリ装置８ｄへ格納する。また、次の画像処理アル
ゴリズムユニットで人のモデルを対象としたモデルマッ
チング（ステップＳ４４）を、次にバイクのモデルマッ
チングというように、前段の画像処理アルゴリズムユニ
ットにおける処理結果画像を次段の画像処理アルゴリズ
ムユニットに引き継いで全体の画像認識処理をシーケン
シャルに実行し、最終の画像処理アルゴリズムユニット
１０ｎで候補物体の画像上の位置・大きさ・形状などの
各種パラメータをそれぞれのアルゴリズム処理に沿って
抽出する（ステップＳ４５）。

【００３６】各画像処理アルゴリズムユニット１０ａ〜
１０ｎのシーケンシャル処理で抽出した各画像認識対象
となる物体候補の各種パラメータは、ホスト計算機装置
７へ転送され、各物体の座標・モデルなどを統合（ステ
ップＳ４６）し、認識対象となる候補の決定や追跡、画
像上の各種事象判定（ステップＳ４７）を行なった後、
その結果を上位システムへ通知する。また、画像処理ア
ルゴリズムライブラリ６は、画像入力メモリ装置８ａの
１フレーム分の画像データを入力し、物体抽出が外的要
因から困難になってきたり、物体の追跡、計測精度の低
下などの検出（ステップＳ１１）を各フレーム毎に実施
し、各画像処理アルゴリズムユニット１０ａ〜１０ｎへ
分割配置する各アルゴリズム処理内容の調整を行なう必
要が生じた場合、その要因に対応した最適な調整を施し
た画像処理アルゴリズムを選択し（ステップＳ１２）、
各画像処理アルゴリズムユニット１０ａ〜１０ｎにそれ
ぞれダウンロード（ステップＳ１０）する。この画像処
理アルゴリズムライブラリ６での物体の追跡、計測精度
の低下などの検出及び最適な画像処理アルゴリズムのダ
ウンロードは、画像処理の途中処理のみを変更すること
も可能であり、また、各画像処理アルゴリズムユニット
単位での変更も可能である。また、処理が完了した画像
処理アルゴリズムユニット１０ａは、全体の処理完了を
待たずに、次フレームの画像データが画像入力メモリ装
置８ａに入力された時点で順次処理を実施する。

【００３７】以上のように、この実施の形態５によれ
ば、一つの画像処理アルゴリズムユニットで処理するの
に多大な時間を要するような、膨大な画像処理アルゴリ
ズムを処理順に機能分割し、画像処理アルゴリズムユニ
ット１０の各ユニットに分散させ、膨大な画像処理アル
ゴリズムを時分割に並行処理させることで、リアルタイ
ム性を向上させると共に、全体的な処理性能の向上を図
ることができる。さらに、画像処理アルゴリズムライブ
ラリ６の物体追跡、計測精度の低下などの検出によっ
て、画像処理アルゴリズム処理内容の調整を行なうこと
ができるため、更なる処理精度の向上を図ることができ
る。

【００３８】実施の形態６．実施の形態６による画像処
理装置のブロック構成図は、実施の形態２と同様であ
り、ブロック内の処理形態のみ異なるため、図３を援用
して説明する。図１０は、この発明の実施の形態６によ
る画像処理装置の画像処理アルゴリズムとアルゴリズム
変更に伴う処理のフローチャートである。図１０のフロ
ーチャートは、図４と同様のものがあるが、後述するス
テップＳ５１とステップＳ５２が付加され、画像処理ア
ルゴリズムを検証する。

【００３９】次に動作について説明する。カメラ装置１
で認識対象となる候補の決定や追跡、事象判定を行なう
ための原画像を入力する。カメラ装置１から入力された
アナログ画像信号は、Ｙ／Ｃ分離装置２で輝度信号と色
信号に分離され、さらにＡ／Ｄ変換装置３で輝度信号と
色信号のアナログ画像信号を各々８ビットのデジタル信
号に変換する。Ａ／Ｄ変換装置３によって変換された輝
度／色デジタルデータは、画像認識処理に必要なフレー
ム数だけ、画像入力装置８ａ〜８ｎへ逐次格納される。
画像入力メモリ装置８ａ〜８ｎに格納された輝度／色デ
ータは、図１０に示すように図４と同様に処理される。
その詳細な説明は省略する。

【００４０】画像入力メモリ装置８ａ〜８ｎに格納され
た複数フレームの輝度／色データをもとに画像処理アル
ゴリズムユニット９ａ〜９ｎによって、あらかじめ画像
処理アルゴリズムライブラリ６からダウンロードされた
アルゴリズム処理を実施し、格納された各フレーム画像
の変化をもとに画像上の移動物体や停止物体など画像認
識の対象となる物体候補を選択し、選択された候補物体
の画像上の位置・大きさ・形状などの各種パラメータを
抽出する。画像処理アルゴリズムユニット９ａ〜９ｎで
抽出した画像認識対象となる物体候補の各種パラメータ
をもとにホスト計算機装置７は、認識対象となる候補の
決定や追跡、画像上の各種事象判定を行ない、その結果
を上位システムへ通知する。

【００４１】同時に、画像処理アルゴリズムユニット９
ａ〜９ｎによって抽出された画像認識対象となる物体候
補画像データや背景更新画像、画像入力メモリ装置８ａ
〜８ｎに格納された原画像などを画像処理アルゴリズム
ライブラリ６に取込み、画像認識対象となる物体候補と
背景画像との輝度レベル、色差などを計測する。この結
果をもとに現在の入力画像から画像認識対象となる物体
候補を抽出するための最適なアルゴリズム、例えば天候
（晴れ、雨、くもり、濃霧など）、時間的変化（朝、
昼、夕暮れ、夜など）、設置場所（トンネル内、屋外、
屋内など）などに対応した各種アルゴリズムを選択し、
画像処理アルゴリズムユニット９ａ〜９ｎにダウンロー
ドする。次に、ダウンロードされたアルゴリズムが現在
の入力画像に対して最適な処理かどうかを検証する（ス
テップＳ５１）ために数フレームの画像を入力し、期待
した処理結果を得られるかの確認を行なう（ステップＳ
５２）。期待した処理結果が出なかった場合は、その処
理結果をもとに再度アルゴリズムを調整した上で再検証
を行なう。このように自己検証を行なうことで、現入力
画像に対するアルゴリズムの最適化を図った上で画像処
理を実行する。

【００４２】以上のように、この実施の形態６によれ
ば、画像処理アルゴリズムライブラリ６でアルゴリズム
の最適化を定期的に実施し、かつ変更したアルゴリズム
の検証を行ない、アルゴリズムの微調整を行なうことが
できるため、天候、時間的変化、設定場所など外的変化
要因に確実に追従した最適な画像処理を実現でき、画像
認識精度の向上を図ることができる。

【００４３】

【発明の効果】この発明は、以上説明したように構成さ
れているので、以下に示すような効果を奏する。入力さ
れた認識処理対象の画像を記憶する画像メモリ装置と、
この画像メモリ装置に記憶された画像を認識処理する画
像処理アルゴリズムユニットと、この画像処理アルゴリ
ズムユニットによって行われる認識処理及び認識処理さ
れる画像に応じたアルゴリズムを、画像処理アルゴリズ
ムユニットに供給する画像処理アルゴリズムライブラリ
を備えたので、認識処理するアルゴリズムを可変にし
て、最適なアルゴリズムによって認識処理を行うことが
できる。また、入力された認識処理対象の画像を記憶す
る画像メモリ装置と、この画像メモリ装置に記憶された
画像をそれぞれ認識処理する複数の画像処理アルゴリズ
ムユニットと、この複数の画像処理アルゴリズムユニッ
トのそれぞれによって行われる認識処理及び認識処理さ
れる画像に応じたアルゴリズムを、複数の画像処理アル
ゴリズムユニットのそれぞれに供給する画像処理アルゴ
リズムライブラリを備えたので、認識処理するアルゴリ
ズムを可変にして、最適なアルゴリズムによって認識処
理を行うことができる。

【００４４】また、複数の画像処理アルゴリズムユニッ
トは、それぞれ同一のアルゴリズムを有するので、並列
に認識処理することができる。さらに、複数の画像処理
アルゴリズムユニットは、それぞれ異なるアルゴリズム
を有するので、異なる認識処理を並列に行うことができ
る。

【００４５】また、複数の画像処理アルゴリズムユニッ
トは、それぞれ異なる認識対象に対応したアルゴリズム
を有するので、認識対象に特化した認識処理を行うこと
ができ、より精度の高い認識処理が行える。また、複数
の画像処理アルゴリズムユニットは、並列に認識処理を
行うので、処理速度が向上できる。

【００４６】加えて、複数の画像処理アルゴリズムユニ
ットは、それぞれが分割されたアルゴリズムを各別に有
すると共に、分割された各別のアルゴリズムによる認識
処理を順次行なうようにしたので、一つの処理に時間を
要するアルゴリズムを分割し、同時に処理して全体的な
処理性能を向上を図ることができる。また、画像処理ア
ルゴリズムライブラリは、画像メモリ装置に記憶された
画像に基づきアルゴリズムを選択して画像処理アルゴリ
ズムユニットに供給するので、外的要因の変化に対応す
ることができる。

【００４７】また、画像処理アルゴリズムライブラリ
は、画像処理アルゴリズムユニットの認識処理結果を用
いて、画像処理アルゴリズムユニットのアルゴリズムを
検証するので、外的要因の変化に確実に追従することが
できる。

【図面の簡単な説明】

【図１】 この発明の実施の形態１による画像処理装置
を示すブロック構成図である。

【図２】 この発明の実施の形態１による画像処理装置
に用いられる処理を示すフローチャートである。

【図３】 この発明の実施の形態２、３、４、６による
画像処理装置を示すブロック構成図である。

【図４】 この発明の実施の形態２による画像処理装置
に用いられる処理を示すフローチャートである。

【図５】 この発明の実施の形態２による画像処理装置
に用いられる画面分割を示す図である。

【図６】 この発明の実施の形態３による画像処理装置
に用いられる処理を示すフローチャートである。

【図７】 この発明の実施の形態４による画像処理装置
に用いられる処理を示すフローチャートである。

【図８】 この発明の実施の形態５による画像処理装置
を示すブロック構成図である。

【図９】 この発明の実施の形態５による画像処理装置
に用いられる処理を示すフローチャートである。

【図１０】 この発明の実施の形態６による画像処理装
置に用いられる処理を示すフローチャートである。

【図１１】 従来の画像処理装置を示すブロック構成図
である。

【符号の説明】

１ カメラ装置、 ２ Ｙ／Ｃ分離装置、 ３ Ａ／Ｄ
変換装置、４，８ 画像入力メモリ装置、５，９，１０
画像処理アルゴリズムユニット、６ 画像処理アルゴ
リズムライブラリ、 ７ ホスト計算機装置。

Claims (9)

【特許請求の範囲】
1. 【請求項１】 入力された認識処理対象の画像を記憶す
   る画像メモリ装置、この画像メモリ装置に記憶された画
   像を認識処理する画像処理アルゴリズムユニット、この
   画像処理アルゴリズムユニットによって行われる認識処
   理及び上記認識処理される画像に応じたアルゴリズム
   を、上記画像処理アルゴリズムユニットに供給する画像
   処理アルゴリズムライブラリを備えたことを特徴とする
   画像処理装置。
2. 【請求項２】 入力された認識処理対象の画像を記憶す
   る画像メモリ装置、この画像メモリ装置に記憶された画
   像をそれぞれ認識処理する複数の画像処理アルゴリズム
   ユニット、この複数の画像処理アルゴリズムユニットの
   それぞれによって行われる認識処理及び上記認識処理さ
   れる画像に応じたアルゴリズムを、上記複数の画像処理
   アルゴリズムユニットのそれぞれに供給する画像処理ア
   ルゴリズムライブラリを備えたことを特徴とする画像処
   理装置。
3. 【請求項３】 複数の画像処理アルゴリズムユニット
   は、それぞれ同一のアルゴリズムを有することを特徴と
   する請求項２記載の画像処理装置。
4. 【請求項４】 複数の画像処理アルゴリズムユニット
   は、それぞれ異なるアルゴリズムを有することを特徴と
   する請求項２記載の画像処理装置。
5. 【請求項５】 複数の画像処理アルゴリズムユニット
   は、それぞれ異なる認識対象に対応したアルゴリズムを
   有することを特徴とする請求項２記載の画像処理装置。
6. 【請求項６】 複数の画像処理アルゴリズムユニット
   は、並列に認識処理を行うことを特徴とする請求項３〜
   請求項５のいずれか一項記載の画像処理装置。
7. 【請求項７】 複数の画像処理アルゴリズムユニット
   は、それぞれが分割されたアルゴリズムを各別に有する
   と共に、上記分割された各別のアルゴリズムによる認識
   処理を順次行なうようにしたことを特徴とする請求項２
   記載の画像処理装置。
8. 【請求項８】 画像処理アルゴリズムライブラリは、画
   像メモリ装置に記憶された画像に基づきアルゴリズムを
   選択して画像処理アルゴリズムユニットに供給すること
   を特徴とする請求項１〜請求項７のいずれか一項記載の
   画像処理装置。
9. 【請求項９】 画像処理アルゴリズムライブラリは、画
   像処理アルゴリズムユニットの認識処理結果を用いて、
   上記画像処理アルゴリズムユニットのアルゴリズムを検
   証することを特徴とする請求項１〜請求項８のいずれか
   一項記載の画像処理装置。