JP2003178312A - 運動する物体に付された光学信号マークの重心を写真測量により決定する方法及び装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 電子カメラの画像信号から所定の情報内容を
識別する画像認識システムにおいて、より広範囲の新た
なデータ低減によってより高い処理速度が可能となるシ
ステムの提供。 【解決手段】 物体をビデオカメラで撮影し、画像信号
をデジタル画素の行ごとのシーケンスとしてデータ低減
用のデジタル処理ユニットに供給し、データ低減のため
に、順次連続する画像行の隣り合ったピクセルのグルー
プをｎ×ｍ行列に順次まとめ、評価することによって、
運動する物体に付された光学信号マークの重心を写真計
測によって決定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、電子カメラの画像
信号から所定の情報内容を識別するための画像認識シス
テムに関する。特に本発明は、運動する物体に付された
光学信号マークの重心を写真測量により決定する方法及
び装置に関するものであり、具体的には、前記物体をビ
デオカメラにより撮影し、前記物体の電子画像信号をデ
ジタル画素（ピクセル）の行ごとのシーケンスとしてデ
ータ低減用のデジタル処理ユニットに供給し、前記デジ
タル処理ユニットの出力信号を更なる処理のために計算
機に転送する形式の方法及び装置に関する。

【０００２】

【従来の技術】この種のシステムは、例えば、動的プロ
セスにおける運動の経過の分析に使用される（クラッシ
ュテストにおける変形過程、人間の運動の運動学的プロ
セスの詳細な研究など）。このために、観察される物体
の様々な位置に、決められた形状及びサイズ（例えば円
板）の光学信号マークが取付られる。さらに、これら信
号マークの表面は、典型的には、入射光が特徴的な仕方
で反射するように設計されている。

【０００３】ビデオカメラから短い時間間隔で送られて
くる各々の個別画像は、個々の画素（ピクセル）の行ご
とのシーケンスから成っており、信号マークに割当てら
れている信号成分に基づいて評価されなければならな
い。逆反射する円形信号マークをこのように写真測量す
る場合、２つの根本的問題を解決しなければならない。
まず、連結した領域を分析及びマーキングしなければな
らず、続いて各領域の中心（信号マークの重心）を決定
しなければならない。これら２つの問題に対して、純粋
にソフトウェアによる評価方法が公知である。

【０００４】連結分析 逆反射する信号マークは良好な画像コントラストを有し
ているため、各画像のバイナリバージョン（すなわち、
黒／白ピクセル値だけ）に対して、連結分析の実行が可
能である。この問題の最も完全で同時に最も効率のよい
解決策は、ＭＡＮＤＬＥＲ及びＯＢＥＲＬＡＥＮＤＥＲ
のＢＣＣ（Ｂｉｎａｒｙ Ｃｏｎｎｅｃｔｅｄ Ｃｏｍ
ｐｏｎｅｎｔｓ）アルゴリズムによって提供される（Ｉ
ｎｆｏｒｍａｔｉｋ Ｆａｃｈｂｅｒｉｃｈｔｅ ２５
４，ｐｐ．２４８−２５４，Ｓｐｒｉｎｇｅｒ １９９
０）。このアルゴリズムを実行するだけで、すべての連
結領域のエッジと、画像内での連結領域の関係を決定す
ることができる。これは、互いに何重にも入り組んだ領
域に対しても有効である。写真測量の専門的な定式化
は、ＭＡＡＳ（‘Ｄｉｇｉｔａｌｅ Ｐｈｏｔｏｇｒａ
ｍｍｅｔｒｉｅ ｉｎｄｅｒ ｄｒｅｉｄｉｍｅｎｓｉ
ｏｎａｌｅｎ Ｓｔｏｅｍｕｎｇｓｍｅｓｓｔｅｃｈｎ
ｉｋ’，博士論文、ＥＴＨ チューリッヒ、１９９２）
に記載されている。

【０００５】点測定 すべての領域がマークされたら、これらの領域に点測定
の方法を適用することができる。この点測定は、例えば
ＬＵＨＭＡＮＮ（‘Ｎａｈｂｅｒｅｉｃｈｓｐｈｏｔｏ
ｇｒａｍｍｅｔｒｉｅ，Ｇｒｕｎｄｌａｇｅｎ Ｍｅｔ
ｈｏｄｅｎ Ａｎｗｅｎｄｕｎｇｅｎ’，Ｗｉｃｈｍａ
ｎｎ Ｖｅｒｌａｇ，２０００）又はＳＨＯＲＴＩＳ他
（‘Ｐｒａｃｔｉｃａｌ Ｔｅｓｔｉｎｇ ｏｆ Ｐｒ
ｅｃｉｓｉｏｎ ａｎｄ Ａｃｃｕｒａｃｙ ｏｆ Ｔ
ａｒｇｅｔ Ｉｍａｇｅ Ｃｅｎｔｅｒｉｎｇ Ａｌｇ
ｏｒｉｔｈｍｓ’，ＳＰＩＥ ２５９８，ｐｐ．６５−
７６，１９９５）に記載されているものと同様である。

【０００６】最も単純なケースでは、バイナリ画像ｂの
重心（ｕ，ｖ）は、マークの周囲にあるすべての点ｂ
（ｕ，ｖ）≡１の座標の平均値として決定される。

【０００７】

【数１】

【０００８】他の可能性は、グレー画像ｇ上で、グレー
値により重み付けされた重心（加重重心）を次の式に従
って計算することである。

【０００９】

【数２】

【００１０】バイナリ画像ｂとの乗積はマークに属する
画素の選択に使用される。いわゆるテンプレートマッチ
ングは、より複雑である。この場合、所定のパターンｍ
（ｕ，ｖ）と画像ｇ（ｕ，ｖ）との間の相互相関ｋが計
算される。

【００１１】

【数３】

【００１２】相関関数ｋの最大値がマークの中心位置を
示す。マークはたいてい遠近法的に歪んでおり、画像内
では様々な大きさに見えるので、１つのパターンとの比
較だけでは不十分である。様々なパターンの全パレット
との相関を計算し、「最も適合する」結果を選び出さな
ければならない。このため、この方法は比較的多くの計
算時間を要する。通常は、エッジ鮮鋭度の異なる様々な
サイズの楕円又は長方形が、パターンとして使用され
る。

【００１３】専らソフトウェア処理によって信号マーク
の重心を識別する画像評価法は、基本的に比較的緩慢で
ある。というのも、高速シーケンスにおける高解像度の
画像の場合、非常に高いデータ速度が生じ、これに応じ
て画像の評価に時間がかかるようになるからである。解
像度が１２８０×１０２４画素であり画像速度が毎秒２
５画像であるＨＤＴＶカメラは、例えば、毎秒３２，０
００，０００画素の平均データ速度、及び、毎秒４０，
０００，０００画素の典型的な伝送速度である。現在の
ところ標準的コンピュータにとって通常である毎秒約１
００ＭバイトのＰＣＩバスの性能限界においては、これ
は、純粋なデータ伝送に関しても、すでに計算機アーキ
テクチャに対する多大な要求である。その上、現行のオ
ペレーティングシステムの下での従来のマイクロプロセ
ッサでは、同時処理又は複数のカメラの接続ですら考え
られない。

【００１４】計算機の最大負荷を見積もるために、画素
ごとに処理に使用可能なクロックサイクルの数ｎ_ｔを計
算する。

【００１５】

【数４】

【００１６】ここで、ｆはマイクロプロセッサのクロッ
ク周波数であり、ｒ_ｋはカメラの伝送速度である。

【００１７】ｒ_ｋとして、上で見積もられた毎秒４０，
０００，０００画素の伝送速度、すなわち４０ＭＨｚの
伝送速度を使用し、ｆとして１０００ＭＨｚを使用した
場合、１画素につきｎ_ｔ＝２５のクロックサイクルしか
使用できない。これは、高速かつ高解像度の画像評価の
分野における使用にとっては不十分である。ｎ_ｔにとっ
て意味のある値は明らかに１０００よりも大きくなけれ
ばならない。とりわけ、すべてのクロックサイクルがプ
ロセッサの演算に使用できる訳ではなく、その一部はメ
モリアクセス時の待ち時間として失われてしまうことを
考えるならば、特にそうである。

【００１８】その上、システムが性能限界で動作するこ
とのないように、付随して発生するオペレーティングシ
ステムのタスクのために、α＝５０％の大幅なサイクル
余裕を計算に入れるべきである。ｃ個のカメラが同時に
作動している場合、画素ごとに使用可能なクロックサイ
クルの数はさらに低減される。

【００１９】

【数５】

【００２０】この見積もりによって、既に計算機内での
処理に先行して、カメラから送られてくる信号の徹底的
な低減が行われなければならないことが明らかとなる。

【００２１】数式（５）をｒ_ｋについて解けば、計算機
内での処理において生じ得る最大のデータ速度ｒ_ｍａｘ
を計算することができる。

【００２２】

【数６】

【００２３】この場合、興味深いのは、ｒ_ｋのｒ_ｍａｘ
に対する比から生じるデータ低減率γである。

【００２４】

【数７】

【００２５】ｃ＝４個のカメラ、α＝０．５、ｆ＝１０
００ＭＨｚ、ｒ_ｋ＝４０ＭＨｚ、及びｎ_ｔ≧１０００サ
イクル／画素のシステムでは、 γ≧３２０ （８） のデータ低減率が得られる。これの意味するところは、
例えば、本来１Ｍバイトのメモリを要する画像の情報内
容が、さらなる評価のためにコンピュータに伝送される
前に、最大３２００バイトで表されなければならないと
いうことである。

【００２６】求められる情報、すなわち測定されるべき
マークの座標は、元のグレー画像では非常に冗長に符号
化されている。所望のデータ低減を達成するために、様
々な方法が使用される。

【００２７】ａ）セグメンテーション グレー値平面上では、画像の情報は、実質的に、黒い背
景と白く表示された逆反射マークとの間の移行領域内に
ある。したがって、情報を担う部分と重要でない部分と
に画像を分割するのが適切である。この分割は、このタ
イプの画像では、最も簡単には後で述べる拡大操作（Ｄ
ｉｌａｔｅ−Ｏｐｅｒａｔｉｏｎ）による閾値の形成に
よって行われる。なお、この拡大操作は、明るい領域を
所定のエッジ幅だけ拡大するものである。これにより、
画素の全エッジの検出が保証される。

【００２８】図１の部分ａ）には、Ｄａｌｓａ社のＣＡ
−Ｄ６高速度カメラにより撮影された逆反射マークを用
いた場合の典型的な測定像が示されている。マークの個
数が約１７０と比較的大きいにもかかわらず、カメラの
解像度が５１２×５１２画素と低い場合、情報を担う画
素の割合はほんの３〜４％である。

【００２９】図１の部分ｂ）には、図１ａ）のシーンと
類似した７０個の画像の平均値として、画像行ごとに生
じるマーク頻度のヒストグラムが示されている。最大で
１行につき２２個のマークが発見される。この場合、マ
ークは各フレームについて新たにカウントされる。全画
像内に全部で最大１７６個のマークが存在し、平均する
と１行につき１．９個のマークである。

【００３０】マークによって覆われる画像の面積は、マ
ークの直径Ｄ、エッジ幅Ｒ及びマークの個数ｎ_ｐに依存
する。セグメンテーション後、ビット単位でのデータ量
は、

【００３１】

【数８】

【００３２】になる。

【００３３】

【外１】

【００３４】

【数９】

【００３５】

【外２】

【００３６】これは、上記の見積もりによって示された
値よりも３０倍も小さいが、後続の画像計測のために、
高速度カメラの画像シーケンスを省スペースでバッファ
記憶するのには十分である。

【００３７】ｂ）グレー値圧縮 データ量のさらなる明らかな低減は、残りのグレー値の
圧縮により達成される。これは、特に、上述したセグメ
ンテーションとの連係に適している。もちろん、このス
テップには損失が存在する。しがって、この低減方法が
どの程度まで使用可能かは、後続の画像計測の目標精度
に依存している。最大の低減は、２進化の両極端におい
て、すなわちピクセル値が０（＝暗）又は１（＝明）で
あるときにのみ得られる。

【００３８】元のグレー値ｇから圧縮されたグレー値ｇ
_ｃへのグレー値の変換は、下記の関数に従って行われ
る。

【００３９】

【数１０】

【００４０】大括弧は、この括弧内の数を超えない最大
の整数への丸めを表す。符号化すべきグレイ値の範囲は
ｇ_ｍｉｎ及びｇ_ｍａｘによって限定される。

【００４１】

【外３】

【００４２】このような符号の使用は、画像の輝度範囲
が不十分にしか利用できない場合には、特に有利であ
る。

【００４３】グレー値圧縮により得られる低減率は、単
純に原データのビット深さｎ′_ｂと圧縮データのビット
深さとの比である。

【００４４】

【数１１】

【００４５】したがって、１２ビットの深さの画像を２
進化する際、係数１２の分だけの低減しか達成されず、
また画像計測の際に明らかな精度の損失が生じる。

【００４６】セグメンテーションとグレー値圧縮を組み
合わせた方法は、ＯＢＥＲＰＡＵＬ（‘Ｄｙｎａｍｉｓ
ｃｈｅ ３Ｄ−Ｐｈｏｔｏｇｒａｍｍｅｔｒｉｅ’，Ｍ
ｅｓｓＴｅｃ＆Ａｕｔｏｍａｔｉｏｎ ８（１），６
７，２０００年１月）に記載されている。

【００４７】ｃ）画像計測 最も効率がよいがコストの高い低減方法は画像計測その
ものである。画像内の基本的な情報は、信号マークを特
徴付けるパラメータである。

【００４８】

【外４】

【００４９】別の有意義な量は、マークの面積Ａ及び周
囲長ｌ、最大グレー値ｇ_ｍａｘ、ならびに座標軸に沿っ
た広がりΔｕ及びΔｖである。さらに、楕円パラメータ
も、つまり両半軸の長さａ及びｂも関与し得る。情報量
は、次の表１にまとめられているように、１つのマーク
につき約６６ビットである。

【００５０】

【表１】

【００５１】画像ごとの所要情報量は、 Ｖ_ｍ＝ｎ_ｐ・６６ （１３） である。それゆえ、１７０個のマークによる上記の例で
は、所要情報量は１１２２０ビット、すなわち１４０３
バイトである。データ低減率は上記の数式（１０）と同
様に、

【００５２】

【数１２】

【００５３】

【外５】

【００５４】ｄ）ランレングス総和法 全体的な画像計測の複雑さと上記の画像圧縮との間の中
道が、行ごとの画像計測、すなわちランレングス総和法
である。この場合、計算機に前置接続されたデータ低減
部は、カメラから送られてきた順にそのつど１つの画素
だけを考慮する。行全体に亘る領域の認識は計算機で行
われる。次の表２ではパラメータが詳述されている。こ
れらのパラメータは、この方法では、計算機への転送の
ために決定されるものである。

【００５５】

【表２】

【００５６】ここでは、データ低減のプロセスは下記の
図式で行われる。

【００５７】１．ｂ（ｕ，ｖ）＝０の間は、δＵ＝δＵ
＋１にセットする ２．δＵを計算機に送る ３．ｂ（ｕ，ｖ）＝１の間は、Σｇ（ｕ，ｖ），Σδｕ
・ｇ（ｕ，ｖ）を計算し、δｕを１だけ増分する ４．すべての合計を計算機に送り、ΔＵ＝０にセット
し、再び１．から始める この場合、２つの状態しか持たない単純な状態オートマ
トンが実施される。相応の有限オートマトンは図２に示
されている。２つの状態Ｓ０とＳ１との間の遷移は、そ
の時点の画像座標におけるバイナリ画像ｂ（ｕ，ｖ）の
値によって制御される。

【００５８】画像行内に現れる各マークについて、６５
ビットが伝送されなければならない。今や、計算機はさ
らに、２つの順次連続する行の始点と終点が重なり合っ
ている場合、これら２つの行のマークの合計を互いに合
併させるというタスクを有する。モーメントの計算に関
して、行の座標ｖは１つの行に亘って一定であるという
事実を利用することができる。相対座標δｕの使用によ
り、データ低減に使用される乗数の幅を明らかに制限
し、これにより多くのリソースを節約することができ
る。相対座標から絶対値を逆算すれば、これらのモーメ
ントからマークパラメータを計算することができる。

【００５９】データ低減を用いた、信号マークの重心を
写真測量により検出する画像認識システムは、特許文献
ＵＳ ５０７２２４９に記載されている。このシステム
では、アナログビデオカメラから送られてきた信号がま
ずデジタル化され、続いてデジタル圧縮回路に供給され
る。この回路では、実質的に上でスケッチしたようなラ
ンレングス総和の原理に従ったデータ低減が行われる。
これに引き続き、計算機（ＣＰＵ）によって別の評価が
実行される。

【００６０】

【発明が解決しようとする課題】本発明は従来技術とし
てこの画像認識システムを前提としている。本発明の課
題は、より広範囲の新たなデータ低減によってより高い
処理速度が可能となるようにシステムを改良することで
ある。

【００６１】

【課題を解決するための手段】上記課題は、本発明によ
り、データ低減のために、順次連続する画像行の隣り合
ったピクセルのグループをｎ×ｍ行列に順次まとめ、評
価することによって解決される。

【００６２】また上記課題は、本発明により、デジタル
処理ユニットが、少なくとも１つの画像行をバッファ記
憶するための手段と、順次連続する画像行から隣り合っ
たピクセルのグループをｎ×ｍ行列として順次まとめ、
制御信号として評価するコントロールユニットと、前記
コントロールユニットにより制御され、出力信号を計算
機に転送する手段とを有するように構成された装置によ
って解決される。

【００６３】

【実施例】次に、本発明による方法及びこれに対応する
装置を有利な実施形態に基づいて説明する。

【００６４】本発明の基本的な考えは、計算機での本来
の処理に先行して、データ低減のために、連結分析用の
順次連続する画像行を使用することである。データ低減
の際、隣り合ったピクセルのグループが行全体に亘って
評価される。これらのグループは、含まれているピクセ
ルの個数ならびに行及び列への分配に関して同一であ
り、例えばｎ×ｍ行列として定義される。したがって、
バイナリ画像（すなわち、ピクセル値は１又は０だけ）
においては、グループ内で所定の型のピクセル値分布だ
けが可能である。このピクセルパターンは識別され、本
来のデータ低減のための制御信号として使用される。

【００６５】以下で説明する有利な実施例では、ピクセ
ルグループとして単純な２×２行列が指定される。それ
ゆえ、連結分析のためには、つねにバイナリ画像の順次
連続する２つの行が分析されなければならない。

【００６６】

【外６】

【００６７】図３には、ピクセルの２進化された２×２
隣接４つ組の可能な状態が示されている。全部で１６の
異なる組合せが、評価論理回路への入力信号として使用
される２進数として表されている。様々なピクセルパタ
ーンが、有限オートマトンとして表現可能な評価論理回
路の種々異なる演算を生じさせる。

【００６８】図４には、マーク測定のための有限オート
マトンの動作原理が示されている。図示された状態ダイ
アグラムでは、円表示が状態を表し、矢印が遷移を表し
ている。矢印の数値は図３によるピクセルパターンを表
しており、ピクセルパターンは、それぞれ入力の際に２
進数として把握され、遷移をトリガする。

【００６９】連結分析はレジスタバンクを介して行われ
る。レジスタバンクの空きアドレスはスタックで管理さ
れる。オートマトンは、新たなマークのスタートを認識
すると、一番上のアドレスをスタックから取り出し、レ
ジスタバンクの相応のエレメントにおいてモーメントの
総和を開始する。

【００７０】

【外７】

【００７１】次の行において再び同じマークに達すれ
ば、オートマトンはシフトレジスタからレジスタ内のア
ドレスを取り出すことができる。それぞれの遷移はオー
トマトンの所定の動作をトリガする。図４の長方形のボ
ックス内には、遷移によってトリガされる演算が記入さ
れている。

【００７２】Ｎｅｕｅ Ｍａｒｋｅ（ｘ）：空のレジス
タバンクのアドレスをスタックから取り出し、番号をシ
フトレジスタ位置ｘに書き込み、総和を開始する。

【００７３】Ｓｕｍｍｉｅｒｅｎ（ｘ）： シフトレジ
スタエントリｘのレジスタバンク内でモーメントを総和
する。

【００７４】Ｓ（ｘ）： シフトレジ
スタエントリｘのレジスタバンク内でモーメントをその
時点のバンクと合併する。

【００７５】Ｆｅｒｔｉｇ（ｘ）： シフトレジ
スタ位置ｘに記載されたレジスタからのモーメントを出
力バッファに書き込む。

【００７６】パラメータｘは、それぞれレジスタバンク
への二重に間接的なアクセスを表している。ｘによって
４つの隣り合ったシフトレジスタ位置が表示され、そこ
から演算に必要な、レジスタバンク内のアドレスが読み
出される。

【００７７】オートマトンは全部で５つの状態Ｓ０…Ｓ
４を有している。行ごとに画像を進む際に、オートマト
ンは、考察中の隣接４つ組におけるビットパターンに基
づいて、新たなマークなのかどうか（遷移１）、又はマ
ークが完全にされたかどうか（遷移６）を認識する。動
作を分かり易くするため、図５に、円形マークの拡大図
（２０×２０ピクセル）が示されている。この円形マー
クは、下記の一覧表において行ごとに走査される。その
際、Ｓ０から始まる状態変化がオートマトンに指定され
る。

【００７８】

【表３】

【００７９】

【表４】

【００８０】さらに続けて、

【００８１】

【表５】

【００８２】動作プロセスのこの例では、図４によるタ
イプ‘６’又は‘９’のビットパターンは現れない。と
いうのも、ただ１つの完全に限定されたマークだけが走
査されるからであり、その際、これらの型は存在しない
からである（図５参照）。このタイプのピクセルパター
ンは、２つの信号マークが部分的に重なり合う場合に生
じる得るものであり、有限オートマトンの相応の演算及
び遷移をもたらす（例えば、ピクセルパターン‘６’
は、演算Ｓｕｍ（１）＋Ｓ（２）を伴ったＳ１からＳ３
への遷移を引き起こし、ピクセルパターン‘９’は、そ
れぞれ演算Ｓｕｍｍｉｅｒｅｎ（３）を伴ったＳ３から
Ｓ１への遷移か又はＳ４からＳ１への遷移を引き起こ
す）。これにより、有限オートマトンは、画像内で隣り
合う２つの信号マークのこのような遷移も確実に検出す
る。

【００８３】上で紹介した、有限オートマトンを用いた
行全体に亘る連結分析の方法は、適切に設計された電子
回路によって実施される。以下、図６による有利な実施
形態に基づいて、光学信号マークの重心を測定するこの
ような電子回路の動作を説明する。

【００８４】この回路は、デジタル入力信号、例えばデ
ジタルカメラから直接来るデジタル入力信号により動作
するものであり、自由に使用できるように、評価の結果
を同様にデジタル形式で出力する。その際、回路は複数
のサブタスクを解決しなければならない。回路は画像内
の信号マークを識別し、連結した領域を検出し（セグメ
ンテーション）、それに関連するモーメントを計算しな
ければならない。画像計測はこれらのモーメントから導
出することができる。このために、回路は、図６に示さ
れているように、複数の機能ブロックに区分されてい
る。

【００８５】回路の入力側には、カメラよって生成され
たか又は外部の回路によって生成された信号が印加され
る。これらの信号は下記の表３に詳述されている。

【００８６】

【表６】

【００８７】データラインを介して供給されるデジタル
グレー値のビット幅は、使用されるカメラに依存する。
典型的には、８又は１２ビットである。Ｓｔａｒｔ−ｏ
ｆ−ｆｒａｍｅ（ＳｏＦ）信号は、各画像の開始時点に
おける回路の初期化にのみ使用されるものであるため、
図６には記入されていない。

【００８８】回路の出力側には、画像内に含まれている
個々の信号マークに関する使用可能な情報が出力され
る。これらの情報は画像計測のための前提であり、この
前提から、単純な方法ステップにおいて、例えば後続の
ソフトウェア又は別の電子回路によって、本来の画像計
測を導出することができる。

【００８９】回路によって求められるモーメントは下記
の表４に詳述されている。

【００９０】

【表７】

【００９１】画像座標は、これらのモーメントから通常
の計算方法によって求めることができる。これらの座標
が、写真測量的意味での本来の画像計測値である。他の
パラメータは、確実な計測値の検出のために使用される
だけである。例えば、周囲長の面積に対する比は、マー
クの真円度の尺度である。縦長の物体は測定エラーとし
て容易に選り分けられる。

【００９２】この後者の動作もこの電子回路（例えばＡ
ＳＩＣ）によって実行可能である。しかしながら、その
ための開発コストは比較的高く、あまり役にも立たな
い。というのも、これら後者の処理ステップによってデ
ータ量がさらに低減されることは殆どないからである。

【００９３】図６に示されている機能ブロックは、以下
に述べるようなタスクを有している。

【００９４】幾つかの大域的素子が存在し、それらの信
号は他のブロックでも使用される。これらの素子は、一
つには、ＰＣｌｋ、Ｓｔａｒｔ−Ｏｆ−Ｌｉｎｅ及びＳ
ｔａｒｔ−ｏｆ−Ｆｒａｍｅから画像行及び列の番号を
生成する行及び列カウンタ、すなわちｕカウンタ及びｖ
カウンタである。さらに、入力されたグレー値を所定の
閾値と比較し、出力側で画像の２進化バージョンを発生
させるＢ／Ｗ変換器も存在している。この２進信号によ
って、ちょうど１つの画像行＋２つの画素がシフトレジ
スタにバッファ記憶される。有限オートマトン（コント
ロールオートマトン）は、このシフトレジスタからその
最上位入力信号を受け取る。１つの閾値を用いた２進化
の代わりに、この判定のために、この箇所で、行に沿っ
たグレー値の第１の導出を使用してもよい。２つの隣り
合うグレー値の差ｇ_１−ｇ_２が負の閾値−ｔよりも小さ
ければ、画像内でエッジが立ち上がっており、後続のす
べての点は１に２進化される。差ｇ_１−ｇ_２が正の閾値
ｔよりも大きければ、画像内でエッジが立ち下がってお
り、後続のすべての点は０に２進化される。この形式の
２進化は、光学的結像に起因する画像内の輝度の変動
（例えば周辺減光）に対して比較的ロバストである。

【００９５】コントロールオートマトン（有限状態機
械）は、予め決められた一定数の５つの状態Ｓ０…Ｓ４
を有している。これらの状態は、シフトレジスタからの
入力にもそれ以前の状態にも依存する。各状態に対し
て、個々の回路素子を制御するのに使用される、出力信
号の特性パターンが生成される（コントロール）。した
がって、オートマトンは回路の「頭脳」である。基本的
に、このオートマトンは、上述したように、２つの順次
連続する画像行から成る直接隣り合った２進化された４
つの画素の状態を分析する。これら４つの画素は、図３
に示されているように、１６の異なる組合せを表現する
ことができる。これらのピクセルパターンの分析から、
他の回路ブロックが実行すべき動作が導かれる。したが
って、例えば隣接４つ組（＝ピクセルパターン１）の右
下の要素内の白い点は、新たなマークの始まりを表して
いる。この回路構成におけるコントロールユニットとし
ての有限オートマトンの動作プロセスの構造は、図７に
示されている。

【００９６】図示された回路実施例では、（有限）コン
トロールオートマトンによって２つの算術論理ユニット
（ＡＬＵ）が制御される。算術論理ユニットは単純な算
術的演算（加算、減算、乗算、排他的ＯＲ）を行うこと
ができる。列ＡＬＵの構造は図８に示されている。列Ａ
ＬＵは、１つの画像行内の各マークに対するモーメント
を計算及び記憶し、その結果を行ＡＬＵに転送する。こ
のために、列ＡＬＵは、１つの行の中の順次連続する明
るい画素に対するモーメントを総和する。バイナリ画像
内で明から暗への変移が生じると、すべてのレジスタが
行ＡＬＵに伝送される。

【００９７】行ＡＬＵの構造が図９に再現されている。
ＤＡＴＡ ＩＮと表示されたレジスタは図８のレジスタ
と同一である。行ＡＬＵは、順次連続する２つの行から
の合計を形成する。このために、行ＡＬＵは、以前の行
からのすべての候補をバッファ記憶するリングバッファ
（デュアルポートＲＡＭ）を必要とする。列ＡＬＵによ
って計算された値は、それが互いに接する画像領域に由
来するものである場合は、リングバッファ内にバッファ
記憶された１つにまとめられた値と比較される。この判
定は、有限オートマトンによって観測された隣接関係に
基づいて為される。判定の結果は、次の行のために再び
リングバッファに書き込まれるか、又はオートマトン
が、マークが完全に検出されたことを認識したときに、
出力バッファに伝送される。

【００９８】出力バッファは、およそ１４２ビットの幅
の情報ストリームを行ＡＬＵから受け取り、それを直列
化する。それゆえ、情報ストリームは、正しいワード幅
で出力メモリに伝送されることができる。このメモリに
接続されたコンピュータは、このメモリからデータを受
け取り、画像計測のための最後の計算を実行する。

【００９９】上記の有限オートマトンを用いたデータ低
減は、様々な仕方で電子回路として実現可能であるが、
図６において図示され説明された実施形態に限定されな
い。したがって、図１０には、同様に有限オートマトン
を用いて上記データ低減を行ういくらか変更された回路
構成が示されている。

【０１００】同様に、データ低減はフィールドプログラ
マブルゲートアレイ（ＦＰＧＡ）でも実施可能である。
ＦＰＧＡは、同種の多数の論理ブロック（ＣＬＢ）から
形成された可変的に使用可能な論理回路である。ＦＰＧ
Ａは自由にプログラム可能な入／出力側を使用すること
ができ、これにより、ピン配列及び伝送プロトコルに依
存せずに多くの適用事例で使用可能である。典型的な使
用分野はネットワークルータと移動無線通信である。プ
ログラミングは取付られた状態で作動中に行われ、毎秒
１０００回まで任意の頻度で変更可能である。例えばＰ
ＣＩバスへの接続のような頻度の高いタスクに対して
は、既製品のプログラムブロックが市場に出回ってお
り、開発者は実装作業の大部分を免れる。素子のプログ
ラミングは、大抵、ＨＤＬ（Ｈａｒｄｗａｒｅ Ｄｅｆ
ｉｎｉｔｉｏｎ Ｌａｎｇｕａｇｅ）、ＶＨＤＬ（Ｖｅ
ｒｙ Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ
Ｃｉｒｃｕｉｔ−ＨＤＬ、ないしＶＬＳＩ−ＨＤＬ）
又はＡＨＤＬ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆ
ｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ＨＤＬ
ないしＡＳＩＣ−ＨＤＬ）のようなハードウェア記述言
語で行われる。

【０１０１】このようなシステムを構想する際に考慮す
べきことは、ＶＨＤＬプログラミングの開発コストはフ
レキシビリティが低い場合にはソフトウェアによる解決
策よりも著しく高いということである。したがって、解
決策のハードウェア部分とソフトウェア部分との間にイ
ンタフェースを設け、最終製品が最小の開発コストで十
分迅速に動作するようにすることが重要である。

【０１０２】有限オートマトンのパターン依存の状態変
化による行全体に亘る連結分析を用いた、光学信号マー
クの重心決定における上記データ低減は、妨害に対して
非常にロバストであり、さらに非凸領域の測定も可能に
する。大抵は、少数のパラメータしか必要とされないの
で、これに応じて処理速度は高い。直列的方法に関し
て、画像の連結した種々の部分領域を同時に評価するこ
とによって並列化することも可能である。確かに、この
やり方では、部分領域の境界において例外的処理が必要
となるが、今日利用可能なデジタル電子機器を用いて、
およそ毎秒５００，０００，０００画素まで処理速度を
上げることができる。それゆえ、この技術は高速度領域
でも使用可能である。

【図面の簡単な説明】

【図１】逆反射マークを用いた場合の典型的な測定像と
画像行ごとに生じるマーク頻度のヒストグラムとを示
す。

【図２】２つの状態しか持たない単純な状態オートマト
ンを示す。

【図３】２×２ピクセルグループの場合の可能なバイナ
リビットパターンを示す。

【図４】データ低減の間のプロセス及び回路状態の概略
図である。

【図５】２進化されたデジタル画像断片内の円形マーク
の図を示す。

【図６】データ低減のためのデジタル回路構成のブロッ
ク回路図である。

【図７】図６による回路構成内のコントロールオートマ
トンの動作プロセスを示す。

【図８】図６の列ＡＬＵ（算術論理ユニット）の構造を
示す。

【図９】図６の行ＡＬＵの構造を示す。

【図１０】種々の出力値を計算及びバッファ記憶するた
めの代替的ブロック線図である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ゲオルク ヴィオラ ドイツ連邦共和国 シュツツトガルト レ ーテシュトラーセ 49 Ｆターム(参考） 2F065 AA12 AA17 AA24 AA28 AA58 BB27 FF04 QQ31 QQ38 QQ42 5B057 BA02 CA01 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CE11 CG09 CH04 CH05 DA07 DA13 DB02 DB09 DC06 DC16 DC23 5L096 AA02 AA06 BA02 CA02 DA02 FA06 FA53 FA60 GA07 HA04 LA01 LA14

Claims (14)

【特許請求の範囲】
1. 【請求項１】 運動する物体に付された光学信号マーク
   の重心を写真測量により決定する方法であって、 前記物体をビデオカメラにより撮影し、 前記物体の電子画像信号をデジタル画素（ピクセル）の
   行ごとのシーケンスとしてデータ低減用のデジタル処理
   ユニットに供給し、 前記デジタル処理ユニットの出力信号を更なる処理のた
   めに計算機に転送するようにした方法において、 データ低減のために、順次連続する画像行の隣り合った
   ピクセルのグループをｎ×ｍ行列に順次まとめ、評価す
   ることを特徴とする、運動する物体に付された光学信号
   マークの重心を写真測量により決定する方法。
2. 【請求項２】 前記グループを２×２行列にまとめる、
   請求項１記載の方法。
3. 【請求項３】 ピクセル値の分布の特性パターンを前記
   行列の行及び列で識別することによって、隣り合ったピ
   クセルの各グループを評価する、請求項１又は２に記載
   の方法。
4. 【請求項４】 識別された各パターンが個々の制御信号
   をトリガする、請求項３記載の方法。
5. 【請求項５】 前記制御信号を、可算個の状態を有する
   有限オートマトンとして設計された評価論理回路への入
   力信号として供給する、請求項４記載の方法。
6. 【請求項６】 前記有限オートマトンは現在の状態と入
   力信号の状態変化とに依存して動作する、請求項５記載
   の方法。
7. 【請求項７】 前記有限オートマトンは、前記データ低
   減用デジタル処理ユニットのすべての演算を制御する、
   請求項６記載の方法。
8. 【請求項８】 前記デジタル処理ユニットの出力信号と
   して、各信号マークについて、信号マークに属するすべ
   てのピクセル値の合計、画像内での信号マークの位置の
   指定、信号マークの面積、信号マークの周囲長、信号マ
   ークの幅及び信号マークの高さを、さらなる処理のため
   にデジタル数値として計算機に転送する、請求項１から
   ７のいずれか１項に記載の方法。
9. 【請求項９】 ビデオカメラから送られてきた画像信号
   を、データ低減に先行して、前記デジタル処理ユニット
   内で、限定された個数のグレー値にまで低減する、請求
   項１から８のいずれか１項に記載の方法。
10. 【請求項１０】 画像行内で、隣り合ったピクセルのグ
    レー値の差分値を所定の閾値と比較し、 前記差分値が負の閾値よりも小さい場合は、後続するピ
    クセルのグレー値をデジタル値“１”に決定し、前記差
    分値が正の閾値よりも大きい場合は、デジタル値“０”
    に決定する、請求項９記載の方法。
11. 【請求項１１】 請求項１から１０のいずれか１項に記
    載の方法を用いた、運動する物体に付された光学信号マ
    ークの重心を写真測量により決定する装置において、 デジタル処理ユニットが、 少なくとも１つの画像行をバッファ記憶するための手段
    と、 順次連続する画像行から隣り合ったピクセルのグループ
    をｎ×ｍ行列として順次まとめ、制御信号として評価す
    るコントロールユニットと、 前記コントロールユニットにより制御される、出力信号
    を計算機に転送するための手段とを有することを特徴と
    する、運動する物体に付された光学信号マークの重心を
    写真測量により決定する装置。
12. 【請求項１２】 コンバータ段が設けられており、 該コンバータ段において、ビデオカメラから送られてき
    た画像信号が、限定された個数のグレー値まで低減され
    る、請求項１１記載の装置。
13. 【請求項１３】 前記コントロールユニットにより制御
    される手段は算術論理ユニットである、請求項１１又は
    １２に記載の装置。
14. 【請求項１４】 前記デジタル処理ユニットのコンポー
    ネントとして、フィールドプログラマブルゲートアレイ
    （ＦＰＧＡ）又はＡＳＩＣが使用される、請求項１１か
    ら１３までのいずれか１項に記載の装置。