JP2001304855A

JP2001304855A - 測距装置

Info

Publication number: JP2001304855A
Application number: JP2000116995A
Authority: JP
Inventors: Masataka Ide; 昌孝井出; Takashi Kindaichi; 剛史金田一
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 2000-04-18
Filing date: 2000-04-18
Publication date: 2001-10-31

Abstract

(57)【要約】【課題】安価で、かつ、簡単な操作で正確に主要被写体
を検出、ピント合わせを行い得る測距装置を提供する。【解決手段】マイクロコンピュータ１１の指示の下、Ａ
Ｆエリアセンサ１２の出力に基づいて被写体の輪郭を抽
出し、広範囲な測距エリアのうちで輪郭内について重点
的に測距を行うことで、背景に影響されることなく主要
被写体に正確にピントをあわせることが可能となる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、測距装置、詳しく
は、カメラ等に利用可能な測距装置に関する。

【０００２】

【従来の技術】近年、撮影した画像に所定の画像処理を
施し、これより種々の情報を読みとる技術、たとえば、
画像処理によって人物の顔を検出する技術が知られると
ころにある。具体的には、特開平８−６３５９７号公報
には、写真焼付け装置において以下に示すような手法で
人物の顔を検出する技術が開示されている。

【０００３】すなわち、この特開平８−６３５９７号公
報において示された画像処理技術は、ネガ、ポジフィル
ムの画像より肌色部分を抽出し、人物の顔のテンプレー
トと上記肌色部分の画像の２値化画像とのマッチング度
を求め、マッチング度の高い部分を顔候補とするように
なっている。さらに顔候補部分において目の部分を抽出
し、顔か否か判別することも可能とする。

【０００４】一方、従来、複数の測距ポイントについて
測距を行うオートフォーカス機能を有するカメラが種々
提案されている。たとえば特開平１０−１４２４９０号
公報には、撮影画面内の広い範囲にわたり多数の測距ポ
イントを有し、撮影毎にその全ての測距ポイントを測距
する測距装置を備えるカメラが開示されている。このカ
メラは、測距結果に基づいて被写体距離分布を作成して
主要被写体を検出するようになっている。

【０００５】また、特開平１１−１３６５６８号公報に
は、カメラボディの表示部にタッチパネルを設け、撮影
者が表示画面上で主要被写体をタッチすることで指示
し、その押圧位置を検出して主要被写体にオートフォー
カスを行うデジタルカメラが開示されている。

【０００６】

【発明が解決しようとする課題】しかしながら、上記特
開平８−６３５８７号公報に開示された写真焼付け装置
は次のような問題点を有している。すなわち、採用され
た顔抽出方法は非常に複雑であるため、処理装置等のコ
ストが増大し、たとえばコンパクトカメラのような小型
機器に採用することができないという問題がある。

【０００７】また、上記特開平１０−１４２４９０号公
報に示された測距装置は、撮影毎に全ての測距ポイント
において測距を行うので、非常にタイムラグが大きくな
り使い勝手が悪いという問題がある。

【０００８】また、タイムラグを短縮するために、非常
に高速な処理回路やマイクロコンピュータ等を使用する
と、やはりコストが増大して汎用的なカメラには採用で
きないという問題がある。

【０００９】さらに、上記特開平１１−１３６５６８号
公報において開示されたデジタルカメラは、撮影毎に主
要被写体を指示する必要があり、操作が面倒である。

【００１０】本発明はかかる問題点に鑑みてなされたも
のであり、広範囲な測距領域を有する測距装置であっ
て、簡単な操作で、コストアップすることなく、正確に
主要被写体を検出して主要被写体にピント合わせること
を可能とする測距装置を提供することを目的とする。

【００１１】

【課題を解決するための手段】上記の目的を達成するた
めに本発明の第１の測距装置は、視差を有する２つの光
学系と、上記光学系により結像される２像を撮像する撮
像素子と、上記撮像素子の出力を処理して円形に近い形
状のパターンを検出することにより人物の顔を検出する
顔検出手段と、上記撮像素子の出力に基づいて測距を行
う測距手段と、を備え、上記測距手段は、上記顔検出手
段の検出領域を優先的に測距することを特徴とする。

【００１２】上記の目的を達成するために本発明の第２
の測距装置は、上記第１の測距装置において、上記顔検
出手段は、撮影条件に応じて顔を検出するための判別条
件を変更することを特徴とする。

【００１３】上記の目的を達成するために本発明の第３
の測距装置は、上記第２の測距装置において、撮影条件
は撮影モードと撮影レンズの焦点距離との少なくとも何
れかの一であることを特徴とする。

【００１４】上記の目的を達成するために本発明の第４
の測距装置は、上記第１の測距装置において、上記顔検
出手段の検出の信頼性を判定する信頼性判定手段を有
し、上記測距手段は複数の測距結果を出力するととも
に、上記信頼性判定手段の出力に応じて測距結果を選択
することを特徴とする。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。

【００１６】図１は、本発明の第１の実施形態である測
距装置の構成を示したブロック図である。

【００１７】図に示すように、本実施形態の測距装置
は、当該測距装置を備えるカメラ全体における各回路の
制御を司るマイクロコンピュータ１１と、後述する測距
光学系１００により形成される被写体像を撮像して電気
信号であるセンサデータに変換するＡＦエリアセンサ１
２と、フォーカシングレンズ１４を駆動するフォーカス
レンズ駆動部１３と、該フォーカシングレンズ１４の移
動量に対応するパルス信号を発生するフォーカスレンズ
エンコーダ１５と、撮影画面に対応し、複数に分割され
た測光用受光素子２３ａの発生する光電流信号を処理し
て測光出力を発生する測光部２３と、シャッタを駆動し
てフィルムに対する露出を行うシャッタ駆動部１６と、
撮影時の補助光源としてストロボ２０ａを発光させるス
トロボ回路部２０と、カメラ内部の情報をＬＣＤ等の表
示素子により表示する表示部１９と、レリーズボタンに
連動したスイッチである１ＲＳＷ（ファーストレリーズ
スイッチ）１７及び２ＲＳＷ（セカンドレリーズスイッ
チ）１８と、オートロード、１駒巻き上げ、巻き戻しの
フィルム駆動動作を行うフィルム駆動部２１と、撮影レ
ンズのズーム動作を行うズームレンズ駆動部２２と、カ
メラの姿勢（縦、横）を検出し、マイクロコンピュータ
１１に対して出力するカメラ姿勢検出部１２０と、で主
要部が構成される。

【００１８】マイクロコンピュータ１１は、その内部
に、ＣＰＵ（中央処理装置）１１ａ、ＲＯＭ１１ｂ，Ｒ
ＡＭ１１ｃ，Ａ／ＤコンバータＡＤＣ１１ｄを有する。
このうちＣＰＵ１１ａは、ＲＯＭ１１ｂに格納されたシ
ーケンスプログラムに従って一連の動作を行う。

【００１９】マイクロコンピュータ１１はさらにＥＥＰ
ＲＯＭ１１ｅを有しており、オートフォーカス（Ａ
Ｆ）、測光・露出演算等に関する補正データをカメラ毎
に記憶している。また、ＥＥＰＲＯＭ１１ｅには、後述
する撮影画面内の主要被写体を検出するための各種パラ
メータ等が格納されている。

【００２０】ＡＦエリアセンサ１２は、撮像領域１２ａ
である水平方向と垂直方向に二次元状に配置された受光
素子群とその処理回路１２ｂとを備えている。そして、
受光素子（フォトダイオード）への入射光により発生す
る電荷を画素毎の画素増幅回路により電圧に変換すると
ともに増幅して出力する。マイクロコンピュータ１１
は、このＡＦエリアセンサ１２の積分動作の制御、セン
サデータの読み出し制御を行い、ＡＦエリアセンサ１２
の出力するセンサデータを処理して測距演算を行なうよ
うになっている。

【００２１】またＡＦエリアセンサ１２は、定常光除去
回路１２ｃを有している。この定常光除去回路１２ｃ
は、マイクロコンピュータ１１の制御下に定常光を除去
するか否かを切り換る機能を有する。

【００２２】フォーカスレンズ駆動部１３は、撮影レン
ズ１３０の一部であるフォーカシーングレンズ１４を駆
動し、フォーカスレンズエンコーダ１５は、該フォーカ
シーングレンズ１４の移動量に対応するパルス信号を発
生する。マイクロコンピュータ１１は測距演算結果に基
づき、フォーカスレンズ駆動部１３に駆動信号を出力
し、フォーカスエンコーダ１５の出力をモニタしてフォ
ーカスレンズ１４の位置制御を行う。

【００２３】測光部２３は、撮影画面に対応し、複数に
分割された測光用受光素子２３ａの発生する光電流信号
を処理して測光出力を発生する。マイクロコンピュータ
１１はこの測光出力を上記ＡＤコンバータＡＤＣ１１ｄ
によりＡＤ変換して測光・露出演算を行う。

【００２４】シャッタ駆動部１６は、マイクロコンピュ
ータ１１の制御下にシャッタを駆動してフィルムに対す
る露出を行う。

【００２５】ストロボ回路部２０は、撮影時の補助光源
としてストロボ２０ａを発光させる機能を備え、マイク
ロコンピュータ１１の制御下にストロボ２０ａ発光のた
めの充電、発光制御がなされる。またストロボ回路部２
０は、ストロボ２０ａを測距動作時のオートフォーカス
補助光として使用する際に、マイクロコンピュータ１１
の制御下に発光制御を行う。

【００２６】表示部１９は、マイクロコンピュータ１１
の制御下にカメラ内部の情報をＬＣＤ等の表示素子によ
り表示する。

【００２７】１ＲＳＷ（ファーストレリーズスイッチ）
１７、２ＲＳＷ（セカンドレリーズスイッチ）１８はレ
リーズボタンに連動したスイッチであって、レリーズボ
タンの第１段階の押し下げにより１ＲＳＷ１７がオン
し、引き続いて第２段階の押し下げで２ＲＳＷ１８がオ
ンする。マイクロコンピュータ１１は１ＲＳＷ１７のオ
ンでＡＦ，測光動作を行い、２ＲＳＷ１８のオンで露出
動作、フィルム巻き上げ動作を行う。

【００２８】フィルム駆動部２１は、マイクロコンピュ
ータ１１の制御下にオートロード、１駒巻き上げ、巻き
戻しのフィルム駆動動作を行い、ズームレンズ駆動部２
２は、同じくマイクロコンピュータ１１の制御下に撮影
レンズのズーム動作を行う。また、マイクロコンピュー
タ１１に対して撮影レンズの焦点距離情報を出力する。

【００２９】カメラ姿勢検出部１２０は、カメラの姿勢
（縦、横）を検出し、マイクロコンピュータ１１に対し
て出力する。

【００３０】次に、このような構成を成す本実施形態の
測距装置の動作について説明する。図２は、本実施形態
の測距装置において、マイクロコンピュータ１１のメイ
ンルーチンを示すフローチャートである。

【００３１】まず、不図示の電源ＳＷがオンされるかあ
るいは電池が挿入されるとマイクロコンピュータ１１が
動作を開始し、ＲＯＭ１１ｂに格納されたシーケンスプ
ログラムを実行する。そして、マイクロコンピュータ１
１はカメラ内の各ブロックの初期化、ＥＥＰＲＯＭ１１
ｅ内のＡＦ、測光等の調整・補正データをＲＡＭ１１ｃ
に展開する（ステップＳ１０１）。

【００３２】次にマイクロコンピュータ１１は１ＲＳＷ
１７の状態を検出し、該１ＲＳＷ１７がオン操作を待つ
（ステップＳ１０２）。ここで、該１ＲＳＷ１７がオン
されるとマイクロコンピュータ１１はオートフォーカス
（ＡＦ）動作を行うよう該当回路を制御する（ステップ
Ｓ１０３）。続いて測光・露出演算処理（ステップＳ１
０４）を行い、２ＲＳＷ１８の状態を検出する（ステッ
プＳ１０５）。

【００３３】このステップＳ１０５で２ＲＳＷ１８がオ
ンされると、マイクロコンピュータ１１はシャッタ動作
を行うよう指示してフィルムに露出し（ステップＳ１０
６）、フィルムを１駒巻き上げる（ステップＳ１０
７）。

【００３４】一方、上記ステップＳ１０２において１Ｒ
ＳＷ１７がオンしていないとき、マイクロコンピュータ
１１は１ＲＳＷ１７、２ＲＳＷ１８以外のスイッチの入
力を検出する（ステップＳ１０８）。ここで他のスイッ
チ入力を検出すると当該スイッチ入力に応じた処理、た
とえばズームスイッチのアップ、ダウンスイッチ入力に
対してはズームアップ、ダウン処理を行うよう各回路に
指示する（ステップＳ１０９）。

【００３５】次に、本実施形態の測距装置における測距
光学系について説明する。図３は、本実施形態の測距装
置における測距光学系１００を示した説明図であり、光
学系、ＡＦエリアセンサ配置を示している。また、図４
は、三角測距の原理により被写体距離を求める方法を説
明するための図である。

【００３６】当該測距光学系１００は、いわゆる外光パ
ッシブ方式により被写体までの距離を測定するようにな
っており、図３に示すように、受光レンズ１０１、１０
２は基線長Ｂを隔てて配置され、被写体１０３の像を２
像に分割してＡＦエリアセンサ１２の受光領域１２ａに
結像させるようになっている。

【００３７】図４に示すように上記２像の相対的な位置
差ｘは三角測距の原理によって、受光レンズの焦点距離
ｆと基線長Ｂとから、被写体距離Ｌは以下の式による。

【００３８】Ｌ＝（Ｂ・ｆ）／ｘ上述した測距演算はマイクロコンピュータ１１によって
行われる。より具体的には、ＡＦエリアセンサ１２の受
光領域１２ａに測距ブロックを設定して２像に対応する
センサデータを用いて相関演算を行い、上記２像の相対
的な位置差ｘを検出する。

【００３９】次に、図５を参照して上記ＡＦエリアセン
サ１２の構成について説明する。図５に示すように、Ａ
Ｆエリアセンサ１２は、撮影画面に対応する複数の画素
５３と、積分動作を制御するためにモニタ選択回路５７
と、水平シフトレジスタ５６、垂直シフトレジスタ５４
と、固定パターンノイズ除去回路５５とを備える。

【００４０】上述したようにＡＦエリアセンサ１２に
は、撮影画面に対応して複数の画素５３が配置される
が、この複数の画素のうち一画素５０は、受光素子であ
るフォトダイオード５２と、フォトダイオード５２の出
力する信号電荷を電圧信号に変換するための増幅器５１
（蓄積容量５８を含む）と、を備えている。なお増幅器
５１には定常光成分を除去する機能も含まれている。

【００４１】上記モニタ選択回路５７は、マイクロコン
ピュータ１１からの司令に基づく画素範囲について積分
量を示すモニタ信号を作成し出力する。

【００４２】水平シフトレジスタ５６、垂直シフトレジ
スタ５４は、マイクロコンピュータ１１からの司令によ
り制御され、各画素の信号出力を選択して出力する。

【００４３】固定パターンノイズ除去回路５５は、各画
素の信号出力に含まれる固定パターンノイズを除去する
ための回路である。

【００４４】次に、図６を参照して、本実施形態におけ
る撮影画面（ワイドとテレ）と測距領域との関係につい
て説明する。上述したように、本実施形態の測距装置は
外光測距方式を採用しているので、撮影画面と測距領域
とにはパララックスが存在する。このため本実施形態で
は撮影光学系の焦点距離情報（ズーム情報）に応じて測
距に使用する領域を限定する。このような焦点距離の変
化に応じた測距エリア位置補正データはＥＥＰＲＯＭ１
１ｅに予め記憶されており、マイクロコンピュータ１１
の初期化とともにＲＡＭ１１ｄに展開されている。そし
て、ズーム動作に応じてこの補正データを参照して、Ａ
Ｆエリアセンサ１２受光領域内の測距動作に使用する分
割エリアを決定する。さらにこの測距領域範囲内のセン
サデータにより測距演算を行う。

【００４５】マイクロコンピュータ１１は、ＡＦエリア
センサ１２内の読み出しエリア選択部に指示して、上記
決定された分割エリア範囲内のセンサデータだけ出力す
るようにする。そしてこの分割エリア範囲内のセンサデ
ータを用いて測距演算を行う。

【００４６】また、マイクロコンピュータ１１はＡＦエ
リアセンサ１２のモニタエリア選択部に対して、この分
割エリア内に対応するモニタ信号を発生するように制御
信号を出力する。そして、ＡＦエリアセンサ１２は、指
定ざれた分割エリアの範囲内のモニタ信号をマイクロコ
ンピュータ１１に出力する。さらに、マイクロコンピュ
ータ１１はこのモ二夕信号を参照して積分量が所定のレ
ベルとなるように制御する。

【００４７】本実施形態ではかかる工夫により撮影画面
外において被写体の影響を受けないようにすることが可
能となった。

【００４８】次に、図７のフローチャートおよび図８の
タイミングチャートを参照して、本実施形態の測距装置
におけるオートフォーカス（ＡＦ）ルーチンを説明す
る。

【００４９】図７は、本実施形態の測距装置におけるオ
ートフォーカス（ＡＦ）ルーチンを示したフローチャー
トであり、図８は、本実施形態の測距装置におけるオー
トフォーカス（ＡＦ）動作を示したタイミングチャート
である。

【００５０】まず、マイクロコンピュータ１１はＡＦエ
リアセンサ１２に積分制御信号を出力して、積分動作を
行うよう指示する（ステップＳ２０１、図８（ａ））。
次にＡＦエリアセンサ１２から所定範囲内のピーク（最
も明るい画素）出力に対応するモニタ信号が出力される
（図８（ｂ））。マイクロコンピュータ１１はこのモニ
タ信号を参照しながら、ＡＦエリアセンサ１２の受光部
の受光量が適正となるように積分時間を調節する（図８
（ａ））。

【００５１】この後マイクロコンピュータ１１は、ＡＦ
エリアセンサ１２に読み出しクロックＣＬＫを出力し
（ステップＳ２０２、図８（ｃ））、センサデータ（画
素データ）をＡＤコンバータＡＤＣ１１ｄに出力させ
（図８（ｄ））、ＡＤ変換して読み出しＲＡＭ１１ｃに
格納する。

【００５２】さらにマイクロコンピュータ１１は、主要
被写体を抽出する処理を行い（ステップＳ２０３）、抽
出された主要被写体領域内に複数の測距エリアを設定す
る（ステップＳ２０４）。また、上記複数の測距エリア
について測距演算を行い（ステップＳ２０５）、得られ
た測距データが所定の条件（信頼性の有無等）を満足す
るか否かを判別する（ステップＳ２０６）。

【００５３】このステップＳ２０６で測距結果が所定の
条件を満足していれば、マイクロコンピュータ１１は、
この所定の条件を満たす複数の測距データについて選択
処理を行い（ステップＳ２０７）、その結果得られた測
距データを採用する。そして、上記採用した測距データ
に基づいてフォーカシングレンズ１４を駆動（ステップ
Ｓ２０８）して、リターンする。

【００５４】一方、上記ステップＳ２０６において測距
結果が所定の条件を満足しない場合は、マイクロコンピ
ュータ１１は、上記主要被写体領域内のセンサデータが
適正となるように制御して再度積分を行う。すなわち、
ＡＦエリアセンサ１２内のモニタ選択回路５７を制御し
て、主要被写体領域内に対応する画素のみについてモニ
タ信号を取得し、たとえばそれらの最大値をモニタ出力
としてマイクロコンピュータ１１に出力させるように設
定する（ステップＳ２０９）。

【００５５】そしてこの後、再びステップＳ２０１に戻
り、再度積分、読み出し、測距処理をやり直す。この場
合は、主要被写体の領域内のセンサデータが測距演算を
行うために適正となるよう積分制御を行うので、主要被
写体について良好な測距データが得られる。

【００５６】なお、図８に示すタイミングチャートは、
ストロボ２０ａを投光して定常光除去積分を行う場合の
動作タイミングチャートである。

【００５７】積分制御信号により積分を開始すると、ス
トロボ２０ａを間欠的に複数回発光させつつ定常光除去
部１２ｃにより定常光を除去しながら積分を行う。積分
モニタ信号が所定レベルになると、積分動作およびスト
ロボ２０ａの発光を停止し、センサデータを読み出す。
このようにしてストロボ２０ａの投光による被写体から
の反射光成分のみを検出することができる。

【００５８】次に、図９のフローチャートを参照して、
本実施形態の測距装置における主要被写体検出動作につ
いて説明する。

【００５９】この主要被写体検出ルーチンでは、特に主
要被写体として人物を想定して、人物を検出する。な
お、ＡＦエリアセンサ１２により２個の画像が得られる
が、主要被写体検出に使用する画像データ（センサデー
タ）はどちらか一方の画像でもよいし、両方の画像を使
用してもよい。ＡＦエリアセンサ１２のセンサデータ
は、マイクロコンピュータ１１内のＲＡＭ１１ｃに格納
されており、このセンサデータに基づいて以下の処理を
行う。

【００６０】まず、処理の概要について説明する。最初
にマイクロコンピュータ１１は平滑化処理を行う（ステ
ップＳ３０１）。この処理は画像中のランダムノイズを
除去する処理であり、当該ノイズをフィルタ処理やフー
リエ変換によって除去する。なお除去されるランダムノ
イズはＡＦエリアセンサ１２自体が有するランダムノイ
ズや、ＡＦエリアセンサ１２の電源電圧変動等の外的ノ
イズにより発生するノイズである。

【００６１】次にマイクロコンピュータ１１は差分処理
を行う（ステップＳ３０２）。この処理においてマイク
ロコンピュータ１１はセンサデータに対して差分処理を
行い、エッジ検出を行う処理でエッジの候補領域とその
強度が与えられる。

【００６２】この後マイクロコンピュータ１１は２値化
処理を行う（ステップＳ３０３）。この処理においてマ
イクロコンピュータ１１は画像に対して閾値処理により
ある値以下の部分を抽出して２値画像を求める。

【００６３】さらにマイクロコンピュータ１１は連結・
図形融合処理（ステップＳ３０４）を行い、続いて細線
化処理（ステップＳ３０５）を行う。この処理によりエ
ッジに対応するある幅を有する図形が得られるので、細
線化アルゴリズムを適用して、線幅を約１にする。

【００６４】この後マイクロコンピュータ１１は、画像
の形状を判別して主要被写体を抽出する形状判定処理を
行い（ステップＳ３０６）、リターンする。

【００６５】次に上記各ステップの処理についてさらに
詳しく説明する。（１）ステップＳ３０１：平滑化処理この平滑化処理は画像内に混入するランダムノイズを除
去する処理である。この処理には種々の方法が知られる
が、近傍領域内の画素値の中央値（メディアン）を求め
るメディアンフィルタや、近傍領域を小領域に分け、小
領域毎に分散を求めて分散が最小の小領域を求め、その
平均値を出力するエッジ保存フィルタ等が有効である。

【００６６】上記メディアンフィルタは、画像のエッジ
がなまってしまう副作用があるが、エッジ保存フィルタ
はエッジがなまらないのでより有効である。また、その
他にフーリエ変換による方法もある。

【００６７】（２）ステップＳ３０２：差分処理による
エッジ検出処理このステップでは、マイクロコンピュータ１１はセンサ
データｓ（ｉ，ｊ）について（図３３参照）、以下のよ
うな処理を行うことによりエッジ検出を行う。

【００６８】１次微分オペレータによる手法では、ｘ方
向の微分およびｙ方向の微分をそれぞれ以下の式により
計算する。 Δｘｓ（ｉ，ｊ）＝ｓ（ｉ，ｊ）−ｓ（ｉ−１，ｊ） Δｙｓ（ｉ，ｊ）＝ｓ（ｉ，ｊ）−ｓ（ｉ，ｊ−１）この結果、図１０（ａ）に示すようなデータが得られ
る。

【００６９】また、２次微分オペレータによる手法では
以下の式により求められる。 Δ＾２ｘｓ（ｉ，ｊ）＝−ｓ（ｉ−１，ｊ）−２ｓ
（ｉ，ｊ）−ｓ（ｉ＋１，ｊ） Δ＾２ｙｓ（ｉ，ｊ）＝−ｓ（ｉ，ｊ−１）−２ｓ
（ｉ，ｊ）−ｓ（ｉ，ｊ＋１）２次微分オペレータの一種であるラプラシアン・オペレ
ータは、エッジの肩の部分を強調するので、正の領域か
ら負の領域に移行する。そして“０”になる部分を求め
ることによってエッジが求められる（図１０（ｂ））。

【００７０】具体的な処理方法としては、空間フィルタ
テーブル（重みテーブル）との積和演算を行う。図１１
は、上記空間フィルタテーブルの例を示した説明図であ
る。この図１１中、図１１（ａ）は１次微分オペレータ（横方向）図１１（ｂ）は１次微分オペレータ（縦方向）図１１（ｃ）はラプラシアンオペレータ図１１（ｄ）はソーベルオペレータ（Ｘ方向、Ｙ方向の
１次微分、絶対値データ変換、加算）をそれぞれ示す。

【００７１】また、当該処理の演算式は以下に示す通り
である。

【数１】以上のような複数の空間フィルタを、状況に応じて適宜
選択して使用して差分処理方法を変更する。

【００７２】ここで、この差分処理法について説明す
る。図１２は、本実施形態の測距装置における差分処理
方法を示したフローチャートである。

【００７３】全画像について差分処理をする場合のよう
に演算画素数が多いときは（ステップＳ１００１）、比
較的演算が簡単で高速な１次微分オペレータ、ラプラシ
アンオペレータを使用する（ステップＳ１００５）。

【００７４】一方、撮影画面内の一部の画像に関して差
分処理を行うような演算規模が小さい場合は、演算がや
や複雑で演算時間が大きいが効果的にエッジ検出が行わ
れるソーベルオペレータを選択して使用する（ステップ
Ｓ１００４）。

【００７５】また、低輝度でＡＦエリアセンサ１２の積
分時間が長い場合（ステップＳ１００２）は、１次微分
オペレータまたはラプラシアンオペレータを使用し、一
方高輝度で積分時間が小さい場合は、ソーベルオペレー
タを使用することによりＡＦタイムラグが大きくならな
いようにバランスをとってもよい。

【００７６】また、撮影画面に対応する画像領域を複数
のエリアに分割して、各エリア内のコントラストを算出
し、コントラストが大きいエリア（ステップＳ１００
３）は、演算タイムラグは小さいがエッジ検出能力が低
い１次微分オペレータまたはラプラシアンオペレータを
使用する。一方、コントラストが小さい分割エリアは、
演算タイムラグは大きいがエッジ検出能力の高いソーベ
ルオペレータを使用する。

【００７７】このように、演算する画素数、積分時間、
コントラストに応じて差分処理方法を変更することによ
り、タイムラグを増大させることなく、効果的なエッジ
検出を行うことができる。

【００７８】（３）ステップＳ３０３：２値化処理（閾
値処理）この２値化処理を図１３に示すフローチャートを参照し
て説明する。当該２値化処理においてマイクロコンピュ
ータ１１はまず、画像内の各輝度を示す画素値の出現頻
度を表わすヒストグラムを作成し（ステップＳ４０
１）、次に閾値設定処理を行う（ステップＳ４０２）。
ここで、ヒストグラムに基づいて閾値を決定する手法は
種々知られているが、たとえばモード法では、上記のう
ちで頻度が最小の輝度値を閾値（スレッシュレベル）と
して、２値化処理を行なう（図１４参照）。

【００７９】上記ステップＳ４０２において閾値が設定
された後、マイクロコンピュータ１１は２値化を行う
（ステップＳ４０３）。

【００８０】なお、閾値設定の他の手法としては、取り
出す図形の面積がある程度わかっている場合に有効なｐ
−タイル法、図形の境界部分に閾値が設定されるように
定める微分ヒストグラム法、濃度値の集合を２つのクラ
スに分けたときのクラス間の分離が最もよくなるように
パラメータｔを求める判別分析法、画像位置に応じて閾
値を変化させる可変閾値法等の手法が知られている。

【００８１】本実施形態では、これらの手法を状況に応
じて適宜選択して使用する。たとえばヒストグラムの形
状を判別して明確な最小値が存在するか否かを判定し、
明確な場合はモード法を採用する。一方、不明確な場合
は判別分析法を採用する。

【００８２】このようにヒストグラムの形状判別を行
い、その結果に応じて閾値設定方法を変更する。ヒスト
グラムの形状判別方法については、図１５に示すように
たとえば（谷）極値でありかつ頻度最小値ａ、２番目に
小さい値ｂを求め、その差ｂ−ａを判別値ｄｔｈと比較
して、所定値ｄｔｈより大きい場合、最小値ａの輝度値
を閾値として採用する。一方、所定値以下の場合は、画
像位置に応じて閾値を変化させる可変閾値法を採用す
る。

【００８３】ここで、上記閾値設定処理を図１５及び図
１６に示すフローチャートを参照して詳しく説明する。
マイクロコンピュータ１１は、図１５に示す如き最小値
ａと２番目に小さい頻度ｂを求める（ステップＳ５０
１）。次に、この差（ｂ−ａ）と所定の判定値ｄｔｈと
を比較する（ステップＳ５０２）。そして、差（ｂ−
ａ）が判定値ｄｔｈより大きい場合は、最小値ａに対応
する輝度値Ｂａを閾値として採用する（ステップＳ５０
３）。一方、差（ｂ−ａ）が判定値ｄｔｈ以下の場合は
可変閾値法を採用する（ステップＳ５０４）。

【００８４】撮影画面全体に対応する画像での２値化の
場合は、最初にモード法により閾値を設定して２値化処
理を行う。そして、２値化画像を評価した結果が良好で
はない場合は画像を複数のブロックに分割して、分割ブ
ロック毎にヒストグラムを作成し、改めて分割ブロック
毎に閾値を設定するようにしてもよい。

【００８５】（４）ステップＳ３０４：ラベリング・図
形融合処理マイクロコンピュータ１１は、画像中で同じ輝度値の画
素が互いに連結している連結部分の魂に対してラベリン
グを行う。つまり異なる連結部分に対して異なるラベル
を貼り付けて区別して領域（連結領域）を分離する（図
１９ラベリング１〜９参照）。

【００８６】また図形融合処理では、画像に含まれてい
る穴のような面積の小さい図形や点状の図形は、本質的
に有効でないばかりか、ノイズとして後の処理に悪影響
を及ぼす可能性があるので、除去する必要がある。その
ためマイクロコンピュータ１１は、元の図形を膨らませ
たり縮めたりしてノイズ成分を除去する。

【００８７】（５）ステップＳ３０５：細線化処理この処理は、得られた２値画像を対象としてその中に含
まれる各々の連結領域に対して連結性を損なうことなく
線幅１の線図形まで細める処理である。すなわち、任意
の太さの線状の図形において、その幅方向の画素を順次
取り除くことにより線図形の中心線を求める。

【００８８】（６）ステップＳ３０６：形状判断処理ここで連結領域の面積はその連結領域に属する画素の個
数である。周囲長は連結領域のまわりに境界に位置する
画素の個数である。ただし、斜め方向は水平、垂直方向
に対して√２倍に補正する。

【００８９】画像の形状を判定するために、以下の係数
ｅが使用される。

【００９０】ｅ＝（周囲長）＾２／（面積）ｅは、形状が円形の時に最小値を示し、形状が複雑にな
るほど大きい値を示す。

【００９１】人物の顔はほぼ円形に近いと考えられるの
で、上記ｅと所定値とを比較して対称画像が人物の顔か
否かを判定する。

【００９２】また上記連結領域面積も所定値と比較し
て、対称画像人物の顔か否かを判定する。また、形状判
定に先立ち、面積を所定範囲の値と比較して所定範囲以
外の場合は人物ではない画像と判別して、形状判定処理
を行わないようにしてもよい。このようにして演算量を
減少させてＡＦタイムラグを縮小させることができる。

【００９３】図１７は、上記形状判定処理ルーチンを示
したフローチャートである。図に示すように、マイクロ
コンピュータ１１は、抽出領域があるか否かを判別し
（ステップＳ６０１）、抽出領域がない場合はリターン
する。ここで抽出領域がある場合は抽出領域の面積Ｓを
求め、所定範囲内であるか否かを判別する（ステップＳ
６０２）。そして抽出領域面積Ｓが所定範囲の場合はス
テップＳ６０３に移行し、所定範囲内ではない場合はス
テップＳ６０７に移行する上記ステップＳ６０２におい
て抽出領域面積Ｓが所定範囲の場合は、マイクロコンピ
ュータ１１は形状判定値ｅを算出し、所定範囲内か否か
を判別する（ステップＳ６０３）。そして、所定範囲内
の場合は人物であると判定する（ステップＳ６０４）。

【００９４】この後マイクロコンピュータ１１は、全抽
出領域について形状判定したか否かを判別し（ステップ
Ｓ６０５）、終了している場合はリターンする。一方、
終了していない場合は、次の抽出領域を設定して（ステ
ップＳ６０６）、上記ステップＳ６０２に移行して上記
処理を繰り返し実行する。

【００９５】一方、マイクロコンピュータ１１は、上記
ステップＳ６０２において抽出領域面積Ｓが所定範囲に
ない場合、及び上記ステップＳ６０３において形状判定
値ｅが所定範囲内にない場合は、共に人物以外の被写体
と判定する（ステップＳ６０７）。この後、上記同様に
全抽出領域について形状判定したか否かを判別する（ス
テップＳ６０５）。

【００９６】ここで、この形状判定処理の別の実施形態
について説明する。図２１は、上記形状判定処理ルーチ
ンの別の実施形態を示したフローチャートである。図に
示すように、当該別実施形態の場合、マイクロコンピュ
ータ１１は、抽出領域があるか判別し、抽出領域がない
場合はリターンする（ステップＳ１１０１）。抽出領域
がある場合は撮影レンズのズーム情報（ズーム駆動部２
２）に基づいて面積判定スレッシュレベルＳ１、Ｓ２を
設定する（ステップＳ１１０２）。ここでＡＦエリアセ
ンサ１２の撮像領域上で人物の顔に相当する面積は、相
対的に広角側ほど大きくなり、望遠側ほど小さくなるの
でそれに応じて可変させる。なお、ズーム（焦点距離）
に応じた面積判定スレッシュレベルＳ１、Ｓ２あるいは
計算式等は、上記ＥＥＰＲＯＭ１１ｅ内に予め記憶され
ており、これを読み出して設定する。

【００９７】次に、マイクロコンピュータ１１は、面積
判定スレッシュレベルＳ１、Ｓ２と抽出領域面積Ｓとを
比較する（ステップＳ１１０３）。ここで抽出領域面積
ＳがＳ１〜Ｓ２の範囲内であればステップＳ１１０４に
移行し、範囲外であればステップＳ１１０７に移行して
人物ではないと判定する。

【００９８】ステップＳ１１０４では、マイクロコンピ
ュータ１１は、撮影レンズのズーム情報（ズーム駆動部
２２）に基づいて形状判定スレッシュレベルｅｔｈを設
定する。ここで、前述のようにＡＦエリアセンサ１２の
撮像領域上で人物の顔に相当する面積は、広角側ほど大
きくなり、望遠側ほど小さくなる。このとき、面積が小
さいほど画素サイズとの関係から真の円であっても円形
度は低下していくので、これを考慮して広角側ほど形状
判定スレッシュｅｔｈをと大きい値に設定する。また、
形状判定スレッシュｅｔｈはＥＥＰＲＯＭ１１ｅ内に予
め記憶されており、これを読み出して設定する次にマイクロコンピュータ１１は、算出した形状判定値
ｅと形状判定スレッシュレベルｅｔｈとを比較し、ｅ＞
ｅｔｈであるか判別する（ステップＳ１１０５）。そし
て、ｅ＞ｅｔｈの場合、人物であると判定し（ステップ
Ｓ１１０６）、ｅ＞ｅｔｈでない場合は、非人物である
と判定する（ステップＳ１１０７）。

【００９９】上記ステップＳ１１０６、ステップＳ１１
０７の後、マイクロコンピュータ１１は、全抽出領域に
ついて形状判定し（ステップＳ１１０８）、終了してい
る場合はリターンする。一方終了していない場合は次の
抽出領域を設定して（ステップＳ１１０９）、再度ステ
ップＳ１１０２以降を繰り返し実行する。

【０１００】以上のように撮影レンズの焦点距離を考慮
して面積判定スレッシュレベル、形状判定スレッシレベ
ルの人物判定パラメータを変更しているのでより正確に
主要被写体である人物の検出を行うことができる。

【０１０１】さらに別の形伏判定処理の実施形態につい
て説明する。図２２は、上記形状判定処理ルーチンの、
さらなる別実施形態を示したフローチャートである。図
に示すように、当該さらなる別実施形態の場合、マイク
ロコンピュータ１１は、抽出領域があるか判別し、抽出
領域がない場合はリターンする（ステップＳ１２０
１）。抽出領域がある場合は撮影モードがポートレート
モードであるか、それ以外の風景モード、夜景モード、
スポーツモード、マクロ撮影モード等であるか判別する
（ステップＳ１２０２）。ここで、ポートレートモード
の場合は、係数ａをａ１に設定する（ステップＳ１２０
３）。ここでａ１は１以上の数値とする。一方、ポート
レートモード以外のモードでは、係数ａを１に設定する
（ステップＳ１２０４）。

【０１０２】次に、マイクロコンピュータ１１は、撮影
レンズのズーム情報（ズーム駆動部２２）に基づいて面
積判定スレッシュレベルＳ１、Ｓ２を設定する（ステッ
プＳ１２０５）。ここでＡＦエリアセンサ１２の撮像領
域上で人物の顔に相当する面積は、広角側ほど大きくな
り、望遠側ほど小さくなるのでそれに応じて可変させ
る。なお、ズーム（焦点距離）に応じた面積判定スレッ
シュレベルＳ１、Ｓ２あるいは計算式等は、上記ＥＥＰ
ＲＯＭ１１ｅ内に予め記憶されており、これを読み出し
て設定する。

【０１０３】次に、マイクロコンピュータ１１は、面積
判定スレッシュレベルＳ１、Ｓ２と抽出領域面積Ｓとを
比較する（ステップＳ１２０６）。そして、上記同様に
撮影レンズのズーム情報（ズーム駆動部２２）に基づい
て形状判定スレッシュｅｔｈを設定する（ステップＳ１
２０７）。

【０１０４】この後、形状判定スレッシュｅｔｈの上記
係数ａを掛け算して撮影モードに応じて変更する（ステ
ップＳ１２０８）。すなわち、ポートレートモードのと
きには形状判定スレッシュをより円に近い値に設定して
いる。

【０１０５】そして、マイクロコンピュータ１１は、算
出した形状判定値ｅと形状判定スレッシュレベルｅｔｈ
とを比較し、ｅ＞ｅｔｈであるか判別する（ステップＳ
１２０９）。そして、ｅ＞ｅｔｈの場合、人物であると
判定し（ステップＳ１２１０）、ｅ＞ｅｔｈでない場合
は、非人物であると判定する（ステップＳ１２１１）。

【０１０６】上記ステップＳ１２１０、ステップＳ１２
１１の後、マイクロコンピュータ１１は、全抽出領域に
ついて形状判定し（ステップＳ１２１２）、終了してい
る場合はリターンする。一方終了していない場合は次の
抽出領域を設定して（ステップＳ１２１３）、再度ステ
ップＳ１２０２以降を繰り返し実行する。

【０１０７】以上のように撮影モードに応じて、形状判
定スレッシュレベルを変更し、人物撮影を行うポートレ
ートモードでは形状判別スレッシュレベルを厳しく設定
しているので、より正確に主要被写体である人物の検出
を行うことができる。

【０１０８】ここで、図１８乃至図２０を参照して本実
施形態における人物判定画像について説明する。

【０１０９】図１８は、本実施形態における人物判定画
像の一例を示した図であり、撮影画面の対応するＡＦエ
リアセンサ１２の画像領域当該画像である。なお、この
画像を原画像とする。

【０１１０】図１９は、図１８に示す原画像を用いて差
分処理、２値化処理を施した後の画像を示す図である。
図に示すようにエッジ部分（輪郭）のみ抽出された画像
となっている。また、抽出エリアにラベリング処理を施
している（ラベリング１〜９）。

【０１１１】図２０は、本実施形態における人物判定領
域および人物判定領域内の設定した複数の測距エリアを
示す説明図である。図に示すように、本実施形態では、
人物の顔と判定された領域３０１が抽出され、人物判定
領域３０１内の複数の測距エリアを設定し測距するよう
になっている。

【０１１２】なお、図７のステップＳ２０９において、
マイクロコンピュータ１１は人物判定領域３０１内の画
素に対応する領域にモニタ範囲を設定するようＡＦエリ
アセンサ１２に対して司令を出力する。

【０１１３】この領域のモニタ信号に基づいて再度積分
動作を行うことにより、逆光時の高輝度背景の影響を受
けて人物判定領域のセンサデータがつぶれてしまうのを
防止でき、人物判定領域３０１に対して最適なセンサデ
ータが得られ、高精度な測距演算を行うことが可能とな
る。

【０１１４】ここで、上記図７におけるステップＳ２０
６の条件判定について説明する。図２３は、図７におけ
るステップＳ２０６の条件判定の作用について更に詳し
く説明したフローチャートである。このステップＳ２０
６においては、マイクロコンピュータ１１は、まず、測
距結果である被写体距離Ｌと、ズーム駆動部２２からの
ズーム情報に基づいて、基準人物被写体の顔の面積ＳＬ
を計算する（ステップＳ１３０１）。次に、上記面積Ｓ
Ｌと、形伏判定処理（図１７参照）で算出した抽出領域
面積Ｓとの差の絶対値ΔＳを計算する。

【０１１５】次に、マイクロコンピュータ１１は、絶対
値ΔＳを所定の判定値ΔＳｔｈと比較する（ステップＳ
１３０３）。ここで、ΔＳ＜ΔＳｔｈの場合は信頼性あ
りとし（ステップＳ１３０４）、ΔＳ＞＝ΔＳｔｈの場
合は信頼性なしとする（ステップＳ１３０５）。

【０１１６】このように、抽出領域の面積Ｓと、測距結
果より逆算した顔の面積ＳＬとの差が所定量ΔＳｔｈ以
上かけ離れている場合は、主要被写体検出の信頼性が低
いと判定する。

【０１１７】そして、主要被写体検出の信頼性が低い場
合は、マイクロコンピュータ１１は、図７のステップＳ
２０９において、人物判定領域３０１内の画素に対応す
る領域にモニタ範囲を設定するようＡＦエリアセンサ１
２に司令を出力し、この領域のモニタ信号に基づいて再
度積分動作を行う。

【０１１８】これにより、たとえば逆光時の高輝度背景
の影響を受けて人物判定領域のセンサデータがつぶれて
しまうことを防止することができ、人物判定領域３０１
に対して最適なセンサデータが得られ、高精度な主要被
写体検出や測距演算が可能となる。

【０１１９】ここで、上記ステップＳ１３０３において
ΔＳ＞＝ΔＳｔｈの場合、すなわち、信頼性なしとする
判定（ステップＳ１３０５）を行った際の、上記ステッ
プＳ２０９に代わる別の実施形態について説明する。

【０１２０】図２４は、図７におけるステップＳ２０９
に代わる処理を示したフローチャートである。なお、図
２４中、ステップＳ１４０６，ステップＳ１４０７，ス
テップＳ１４０８は、上記図７におけるステップＳ２０
６、ステップＳ２０７、ステップＳ２０８と同様であ
る。

【０１２１】上記ステップＳ２０６と同様の判定を行う
ステップＳ１４０６において、上述のように、信頼性な
しと判定した場合、当該別実施形態においてはステップ
Ｓ２０９に代わって以下のような作用をなす。

【０１２２】すなわち、信頼性なしと判定した場合、マ
イクロコンピュータ１１は、人物判定領域３０１の周辺
に新たな測距エリアを設定する（ステップＳ１４０
９）。そして、上記周辺エリアについて測距演算を行
い、複数の測距結果より最至近データＬｐを求める（ス
テップＳ１４１０）。

【０１２３】この後、周辺測距結果Ｌｐと人物判定領域
３０１の測距データＬとの差の絶対値と所定値ΔＬとを
比較し（ステップＳ１４１１）、上記差の方が小さい場
合は、ステップＳ１４０８に移行して、人物判定領域３
０１の測距データと周辺エリア測距データの平均値を測
距データとして採用する。

【０１２４】一方、上記ステップＳ１４１１において、
上記差の方が大きい場合は、周辺エリア測距結果Ｌｐに
ついて図２５、図２６に示す測距エリアＡ、Ｂ、Ｃ、Ｄ
について条件判定を行う（ステップＳ１４１２）。そし
て、この判定、すなわち、信頼性の判定（ステップＳ１
４１３）の結果、周辺エリアについて信頼性ありと判断
できる場合は、周辺エリア測距結果Ｌｐを採用する（ス
テップＳ１４１４）。

【０１２５】一方、周辺エリアについて信頼性がない場
合は、再度検出し直すか（ステップＳ１４１５）、また
は検出不能としてＡＦ処理を終了する。

【０１２６】このように、人物判定領域３０１について
主要被写体検出の信頼性が低い場合は、その周辺エリア
において測距を行い、その測距データを考慮するので、
主要被写体が検出でき測距不能となる問題を減らすこと
ができる。

【０１２７】なお、周辺測距エリアの設定については、
人物の場合の構図を考慮して、カメラ姿勢検出部１２０
の出力に基づいて姿勢を判別して処理を変更してもよ
い。

【０１２８】つまり人物判定領域３０１に下方に位置す
る周辺測距エリアにおいて測距または重視して測距を行
う。横姿勢の場合は、周辺測距エリアＡを重視し、縦姿
勢の場合は周辺測距領域Ｂを重視して測距を行うと効果
的である（図２５、図２６）。

【０１２９】さらに人物判定領域３０１下方の周辺エリ
アでの測距を毎回行い、人物判定領域の測距データとの
比較判定を行うことにより交通標識のような類似物体の
誤検出を防止することができる。

【０１３０】以上のようにして信頼性判定値ΔＳと形状
判定値ｅが得られる。この後マイクロコンピュータ１１
は、図２７に示すフローチャートの如く、得られた信頼
性判定値ΔＳと形状判定値ｅにより、複数の人物判定領
域での測距結果に重み付けを行う（ステップＳ１５０
１）。そして、得られた複数の重み付け測距データより
最至近を示すデータを選択する（ステップＳ１５０
２）。

【０１３１】あるいは、図２８に示すフローチャートの
如く、複数の人物判定領域での測距結果のうち、所定の
形状判定スレッシュレベルｅ２ｔｈ以上の形状判定値ｅ
を有するものを選択する（ステップＳ１６０１）。さら
に所定の信頼性判定スレッシュレベルΔＳ２ｔｈ以下の
信頼性判定値ΔＳを有する測距データを選択する（ステ
ップＳ１６０２）。そして、上記選択された複数の測距
データのうちで最至近を示す測距データを選択する（ス
テップＳ１６０３）。

【０１３２】このように信頼性判定値ΔＳと形状判定値
ｅを考慮して測距データを選択するので精度の高い測距
を行うことができる。

【０１３３】次に形状判定の別の手法として、予め主要
被写体のパターンを記憶しておき基準画像とし、この基
準画像とパターンマッチング処理を行うことによって抽
出する手法を、図２９乃至図３１を参照して説明する。

【０１３４】図２９は、形状判定の別の手法において使
用する人物判定画像の例を示した図であり、撮影画面の
対応するＡＦエリアセンサ１２の画像領域当該画像であ
る。なお、この画像を原画像として以下、形状判定の別
の手法を説明する。

【０１３５】図３０は、図２９に示す原画像を用いて差
分処理、２値化処理を施した後の画像を示す図である。

【０１３６】図に示すようにエッジ部分（輪郭）のみ抽
出された画像となっている。また、抽出エリアにラベリ
ング処理を施している（ラベリング１〜６）。当該別手
法においては、予めＥＥＰＲＯＭ１１ｅに記憶されてい
る主要被写体のパターン３００を基準画像とし（図３２
参照）、この基準画像３００と、上記２値化処理後の画
像との間でパターンマッチング処理（相関演算）を行う
ことによって、人物像を抽出する。

【０１３７】上記基準画像３００は、図３２に示すよう
に、被写体距離変化に対応して複数の相似パターンＡ、
Ｂ、Ｃ、Ｄ準備されており、撮影レンズの焦点距離（ズ
ーム駆動部２２からの情報）等の条件に応じて選択され
る。

【０１３８】また、カメラの姿勢に応じて複数のパター
ンが準備されており、カメラ姿勢検出部１２０の出力に
基づいて姿勢を判別し、パターンを選択することができ
る。

【０１３９】さらに人物パターンに限らず、さまざまな
物体のパターンが準備されており、人物パターンが検出
できない場合に、予め決められた優先順位に従って選択
されたパターンマッチング処理がなされる。

【０１４０】図３１は、当該別手法における人物判定領
域および人物判定領域内の設定した複数の測距エリアを
示す説明図である。

【０１４１】図に示すように、当該別手法では、人物と
判定された領域が抽出され人物判定領域３０２内の複数
の測距エリアを設定して測距を行う。

【０１４２】これら複数の測距エリアの測距結果は、平
均処理や最至近選択等の処理により一個の測距データに
まとめられレンズ駆動が行われる。

【０１４３】なお、図７のステップＳ２０９において
は、マイクロコンピュータ１１は人物判定領域３０２内
の画素に対応する領域にモニタ範囲を設定するようＡＦ
エリアセンサ１２に対して司令を出力する。そして、こ
の領域のモニタ信号に基づいて再度ＡＦエリアセンサ１
２の積分動作を行うことにより、人物判定領域３０２に
対して最適なセンサデータが得られ、高精度な測距演算
が可能である。

【０１４４】以上説明したように、本第１の実施形態の
測距装置によると、簡単な操作、タイムラグの縮小、低
コスト化を行いつつ、正確に主要被写体を検出して測距
を行うことを可能とする測距装置を提供することができ
る。

【０１４５】次に、本発明の第２の実施形態について説
明する。この第２の実施形態は、その構成は図１に示す
限りにおいて上記第１の実施形態と同様である。したが
ってここでは差異のみの言及に留め、作用において異な
る部分のみを説明する。

【０１４６】本第２の実施形態の測距装置は、上記第１
の実施形態に比して主要被写体検出ルーチンのみを異に
し、その他の構成、作用は第１の実施形態と同様である
ので、ここでの詳しい説明は省略する。

【０１４７】図３４は、本第２の実施形態の測距装置に
おける主要被写体検出ルーチンを示したフローチャート
である。

【０１４８】図に示すように、まずマイクロコンピュー
タ１１は、プリ主要被写体検出を行い（ステップＳ７０
１）、撮影画面全体に対応するＡＦエリアセンサ１２の
センサデータよりおおまかに主要被写体の位置を求め
る。次に、マイクロコンピュータ１１は、本主要被写体
検出を行い（ステップＳ７０２）、プリ主要被写体検出
の結果に基づいて検出ブロックを新たに設定し、このブ
ロック内で詳細に主要被写体本検出を行う。

【０１４９】ここで、上記プリ主要被写体検出（プリ検
出）ルーチンについて図３５を参照して詳しく説明す
る。

【０１５０】このプリ主要被写体検出では、マイクロコ
ンピュータ１１は、まず全領域内のセンサデータについ
て差分処理を行う（ステップＳ８０１）。その後、全領
域内のセンサデータに関するヒストグラムを作成し、閾
値を設定して２値化処理を行う（ステップＳ８０２）。
さらに、２値化処理結果についてラベリング処理を行う
（ステップＳ８０３）。

【０１５１】この後、マイクロコンピュータ１１は、ラ
ベリングされた連結領域について形状判定処理を行う
（ステップＳ８０４）。ここでの形状判定処理は図１７
と同様であるが、プリ主要被写体検出時と本主要被写体
検出時とではその形状判定スレッシュｅを異なる数値と
している。すなわちプリ主要被写体検出の場合は、本主
要被写体検出の場合より、形状判定スレッシュｅの値を
小さい（甘い）数値としている。

【０１５２】次にマイクロコンピュータ１１は、形状判
定処理結果より抽出エリアを仮決定する（ステップＳ８
０５）。ここで、処理時間短縮のためにプリ検出の時は
センサデータを所定画素毎に間引いたり、加算平均をと
って処理画素数を減らしている。

【０１５３】次に、上記主要被写体本検出（本検出）ル
ーチンについて図３６を参照して詳しく説明する。

【０１５４】この主要被写体本検出では、マイクロコン
ピュータ１１は、まず上記プリ主要被写体検出処理の結
果に基づいて、抽出エリアを含む検出ブロック３０５を
設定する（ステップＳ９０１、図３７参照）。次に、マ
イクロコンピュータ１１は上記検出ブロック内について
差分処理を行い（ステップＳ９０２）、該ブロック内の
センサデータに基づいてヒストグラムを作成してブロッ
ク毎に閾値を決定する（ステップＳ９０３）。

【０１５５】この後マイクロコンピュータ１１はブロッ
ク毎に２値化処理（ステップＳ９０４）、ラベリング処
理（ステップＳ９０５）、形状判定処理（ステップＳ９
０６）を行い、抽出エリアを決定する（ステップＳ９０
７）。

【０１５６】このように撮影画面に対応するＡＦエリア
センサ１２の画素部分のセンサデータ全体について、エ
ッジ検出して輪郭より主要被写体をおおまかに検出す
る。

【０１５７】そして、その結果に基づいて検出領域付近
に新たな検出ブロックを設定し、詳細に主要被写体検出
を行うので、閾値を最適に設定することができ、良好な
２値化画像が得られ、主要被写体検出精度を大幅に向上
させることができる。

【０１５８】また、処理時間がやや長くなるのを許容す
るならば、最初から撮影画面に対応するＡＦエリアセン
サ１２の画素領域を複数のブロックに分割して、ブロッ
ク毎に本検出（図３６参照）を行ってもよい。すなわ
ち、ブロック毎にヒストグラム作成、閾値設定、２値化
処理、形状判定処理を行い、主要被写体エリアを抽出す
る。このとき分割ブロックの大きさを、撮影レンズの焦
点距離（ズーム駆動部２２からの情報）等の条件に応じ
て可変（広角側で大、望遠側で小）としてもよい。

【０１５９】また、ストロボ２０ａ、ストロボ回路部２
０による被写体への投光動作と同時に、ＡＦエリアセン
サ１２による積分動作を行い、かつ定常光除去回路１２
ｃを動作させて得られるセンサデータについて主要被写
体検出を行ってもよい。

【０１６０】主要被写体と背景の輝度が非常に近く、エ
ッジ（輪郭）を検出しにくい場合であっても、上記投光
により距離の差による反射光量の差が発生するので、精
度よくエッジ（輪郭）検出を行うことができる。

【０１６１】このように、本第２の実施形態の測距装置
によっても、簡単な操作、タイムラグの縮小、低コスト
化を行いつつ、正確に主要被写体を検出して測距を行う
ことを可能とする測距装置を提供することができる。

【０１６２】

【発明の効果】以上説明したように本発明によれば、広
範囲な測距領域を有する測距装置であって、簡単な操作
で、コストアップすることなく正確に主要被写体を検出
して主要被写体にピント合わせることを可能とする測距
装置を提供することができる。

【図面の簡単な説明】

【図１】本発明の第１の実施形態である測距装置の構成
を示したブロック図である。

【図２】上記第１の実施形態の測距装置において、マイ
クロコンピュータのメインルーチンを示すフローチャー
トである。

【図３】上記第１の実施形態の測距装置における測距光
学系を示した説明図である。

【図４】三角測距の原理により被写体距離を求める方法
を説明するための図である。

【図５】上記第１の実施形態の測距装置において、ＡＦ
エリアセンサの構成を示したブロック図である。

【図６】上記第１の実施形態の測距装置における撮影画
面（ワイドとテレ）と測距領域との関係について説明し
た図である。

【図７】上記第１の実施形態の測距装置におけるオート
フォーカス（ＡＦ）ルーチンを示したフローチャートで
ある。

【図８】上記第１の実施形態の測距装置におけるオート
フォーカス（ＡＦ）動作を示したタイミングチャートで
ある。

【図９】上記第１の実施形態の測距装置における主要被
写体検出動作を示したフローチャートである。

【図１０】上記第１の実施形態の測距装置において、差
分処理によるエッジ検出処理の前後画像を示した線図で
ある。

【図１１】上記第１の実施形態の測距装置において、差
分処理における空間フィルタテーブルの例を示した説明
図である。

【図１２】上記第１の実施形態の測距装置における差分
処理方法を示したフローチャートである。

【図１３】上記第１の実施形態の測距装置において、２
値化処理を示したフローチャートである。

【図１４】上記第１の実施形態の測距装置において、２
値化処理の過程でモード法により閾値を決定する手法を
説明するための線図である。

【図１５】上記第１の実施形態の測距装置において、閾
値設定処理を説明するための線図である。

【図１６】上記第１の実施形態の測距装置において、閾
値設定処理を示したフローチャートである。

【図１７】上記第１の実施形態の測距装置において、形
状判定処理ルーチンを示したフローチャートである。

【図１８】上記第１の実施形態の測距装置において、人
物判定画像の一例を示した図である。

【図１９】上記第１の実施形態の測距装置において、図
１８に示す原画像を用いて差分処理、２値化処理を施し
た後の画像を示す図である。

【図２０】上記第１の実施形態の測距装置において、人
物判定領域および人物判定領域内の設定した複数の測距
エリアを示す説明図である。

【図２１】上記第１の実施形態の測距装置において、図
１７に示す形状判定処理ルーチンの別の実施形態を示し
たフローチャートである。

【図２２】上記第１の実施形態の測距装置において、図
１７に示す形状判定処理ルーチンのさらなる別の実施形
態を示したフローチャートである。

【図２３】上記第１の実施形態の測距装置において、図
７におけるステップＳ２０６の条件判定の作用について
更に詳しく説明したフローチャートである。

【図２４】上記第１の実施形態の測距装置において、図
７におけるステップＳ２０９に代わる処理を示したフロ
ーチャートである。

【図２５】上記第１の実施形態の測距装置において、図
７におけるステップＳ２０６の条件判定を行う際に使用
する測距エリアの一例を示した説明図である。

【図２６】上記第１の実施形態の測距装置において、図
７におけるステップＳ２０６の条件判定を行う際に使用
する測距エリアの一例を示した説明図である。

【図２７】上記第１の実施形態の測距装置において、測
距結果選択の例を示したフローチャートである。

【図２８】上記第１の実施形態の測距装置において、測
距結果選択の例を示したフローチャートである。

【図２９】上記第１の実施形態の測距装置において、形
状判定の別の手法において使用する人物判定画像の例を
示した図である。

【図３０】上記第１の実施形態の測距装置において、図
２９に示す原画像を用いて差分処理、２値化処理を施し
た後の画像を示す図である。

【図３１】上記第１の実施形態の測距装置において、形
状判定の別の手法における人物判定領域および人物判定
領域内の設定した複数の測距エリアを示す説明図であ
る。

【図３２】上記第１の実施形態の測距装置におけるＥＥ
ＰＲＯＭに記憶されている、形状判定の別の手法におけ
る主要被写体のパターンの一例を示した説明図である。

【図３３】上記第１の実施形態の測距装置において、差
分処理によるエッジ検出処理の際に用いるセンサデータ
ｓ（ｉ，ｊ）について示した説明図である。

【図３４】本発明の第２の実施形態の測距装置における
主要被写体検出ルーチンを示したフローチャートであ
る。

【図３５】上記第２の実施形態の測距装置におけるプリ
主要被写体検出（プリ検出）ルーチンを示したフローチ
ャートである。

【図３６】上記第２の実施形態の測距装置における主要
被写体本検出（本検出）ルーチンを示したフローチャー
トである。

【図３７】上記第２の実施形態の測距装置における主要
被写体本検出において、新たな検出ブロックの一例を示
した説明図である。

【符号の説明】

１１…マイクロコンピュータ１２…ＡＦエリアセンサ１２ａ…画像領域１２ｂ…処理回路１２ｃ…定常光除去回路１３…フォーカスレンズ駆動部１４…フォーカスレンズ１５…フォーカスレンズエンコーダ１６…シャッタ駆動部１７…１ＲＳＷ１８…２ＲＳＷ１９…表示部２０…ストロボ回路部２１…フィルム駆動部２２…ズームレンズ駆動部２３…測光部１２０…カメラ姿勢検出部

───────────────────────────────────────────────────── フロントページの続きＦターム(参考） 2F065 AA02 AA06 BB05 CC16 DD02 DD04 FF09 GG10 JJ03 JJ05 JJ26 QQ03 QQ14 QQ24 QQ28 QQ34 2F112 AD06 BA07 BA10 CA02 CA12 FA03 FA07 FA21 FA29 FA33 FA45 2H011 AA01 BA05 BB02 BB04 BB06 CA01 2H051 AA01 BB07 CB22 CE12 CE28 DA03 DA04 DA05 DA20 DA34 EB13 EB20

Claims

【特許請求の範囲】

【請求項１】視差を有する２つの光学系と、上記光学系により結像される２像を撮像する撮像素子
と、上記撮像素子の出力を処理して円形に近い形状のパター
ンを検出することにより人物の顔を検出する顔検出手段
と、上記撮像素子の出力に基づいて測距を行う測距手段と、を備え、上記測距手段は、上記顔検出手段の検出領域を優先的に
測距することを特徴とする測距装置。
【請求項２】上記顔検出手段は、撮影条件に応じて顔
を検出するための判別条件を変更することを特徴とする
請求項１に記載の測距装置。
【請求項３】撮影条件は撮影モードと撮影レンズの焦
点距離との少なくとも何れかの一であることを特徴とす
る請求項２に記載の測距装置。
【請求項４】上記顔検出手段の検出の信頼性を判定す
る信頼性判定手段を有し、上記測距手段は複数の測距結果を出力するとともに、上
記信頼性判定手段の出力に応じて測距結果を選択するこ
とを特徴とする請求項１に記載の測距装置。