JP2004070743A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2004070743A JP2004070743A JP2002230431A JP2002230431A JP2004070743A JP 2004070743 A JP2004070743 A JP 2004070743A JP 2002230431 A JP2002230431 A JP 2002230431A JP 2002230431 A JP2002230431 A JP 2002230431A JP 2004070743 A JP2004070743 A JP 2004070743A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- matching
- optical
- matching pattern
- contour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】標準マッチングパターンとして、形状の特徴を示す構造マッチングパターン(構造マッチングパターン生成手段3)と明るさの特徴を示す光学マッチングパターン(光学マッチングパターン生成手段4)の2つを設け、検査対象パターンとして、形状の特徴を示す構造パターンと明るさの特徴を示す光学パターンの2つを検出し、それぞれについて標準マッチングパターンと検査対象パターンとの一致度を検出することにより、入力画像と対象物の一致度を判定する画像処理装置。対象物の形状と周囲環境の明るさ(輝度)という異なる特徴空間のマッチングパターンを個別に持つため、パターンマッチング精度が向上し、かつマッチングパターンの学習演算負荷も少なくなる。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、画像処理におけるパターンマッチング技術に関する。
【0002】
【従来の技術】
画像処理によって物体の存在、形状、位置等を検知する手法としてパターンマッチング処理がある。これは検出対象(例えば先行車両)に相当する標準マッチングパターンを予め設定しておき、撮像した入力画像を標準マッチングパターンと比較することにより、標準マッチングパターンに相当する対象物を検知する手法である。従来のパターンマッチング方法としては、例えば特開平8−235359号公報に記載されたものがある。上記の従来例におけるパターンマッチング処理では、検出対象のテンプレートとして設定した標準マッチングパターンの特徴的な領域(例えば先行車両のタイヤ部分)ほど重くなる重み係数を学習により算出し、学習後の想起フェーズにおいてこの重み係数を画素毎に乗じながらパターンマッチングを行うという手法を用いている。
【0003】
【発明が解決しようとする課題】
上記のごとき従来のパターンマッチング処理における学習では、標準マッチングパターンと教示パターン(対象物の変形を学習するためのパターン)とを画素毎に比較して学習を行うため、標準マッチングパターンと教示パターンとにおいて構造(画像位置)の違いや明るさ(画像輝度)の違いがある場合は、その違いがある領域では教示パターンが標準マッチングパターンと違うものとして学習させるので、その領域の重み係数が小さくなる。そのため、さまざまな対象、さまざまな環境(例えば、昼夜など)における学習を進めていくと、特徴的な領域が少なくなり、学習データを得ることができなくなるので、精度の良いパターンマッチングが困難になる、という問題があった。
【0004】
本発明は上記のごとき問題を解決するためになされたものであり、構造や明るさの違いに良く対応して精度良くパターンマッチング処理を行うことの出来る画像処理装置を提供することを目的とする。
【0005】
【課題を解決するための手段】
上記の目的を達成するため、本発明においては特許請求の範囲に記載するように構成している。すなわち、請求項1においては、標準マッチングパターンとして、形状の特徴を示す構造マッチングパターンと明るさの特徴を示す光学マッチングパターンの2つを設け、検査対象パターンとして、形状の特徴を示す構造パターンと明るさの特徴を示す光学パターンの2つを検出し、それぞれについて標準マッチングパターンと検査対象パターンとの一致度を検出するように構成している。
【0006】
【発明の効果】
本発明においては、対象物の形状と周囲環境の明るさ(輝度)という異なる特徴空間のマッチングパターンを個別に持ち、それぞれについて標準マッチングパターンと検査対象パターンとの一致度を検出するので、パターンマッチング精度を向上させることが出来る、という効果がある。
【0007】
【発明の実施の形態】
図1は、本発明におけるパターンマッチング処理の構成を示すブロック図である。図1において、画像入力手段1は、例えば対象物(先行車両等)を撮像するカメラである。輪郭検出手段2は、入力した画像の輪郭(エッジ)を抽出する。構造マッチングパターン生成手段3は、対象物に対応する複数の教示パターンにおける輪郭位置の分散を統計処理することにより、所定の許容範囲を有する構造マッチングパターンを作成する(詳細後述)。光学マッチングパターン生成手段4は、対象物に対応する複数の教示パターンにおける所定領域の輝度値の分散を統計処理することにより、所定の許容範囲を有する光学マッチングパターンを作成する(詳細後述)。
構造パターン一致判定手段5は、輪郭検出手段2で検出した輪郭の一定量以上が構造マッチングパターンの許容範囲に入っているか否かを判定する。また、光学パターン一致判定手段6は、画像入力手段1から入力した画像の輝度について、所定領域における全画素中の一定数以上の輝度値が光学マッチングパターンの許容範囲に入っているか否かを判定する。総合判定手段7は、構造パターン一致判定手段5と光学パターン一致判定手段6との判定結果から撮像した画像と対象物との一致度を判定する。
なお、図1において、教示パターンは構造と光学とに分けられたものがそれぞれのマッチングパターン生成手段に与えられるように示しているが、教示パターンが画像として与えられた場合には、図1に破線で示すように、輪郭検出手段2で、その入力した画像の輪郭を検出したものを構造の教示パターンとし、上記の入力した画像の輝度を光学の教示パターンとすればよい。
【0008】
図2は、上記のパターンマッチング処理を実現する画像処理装置の一実施例の構成を示すブロック図である。図2において、11は全体の演算を行うマイクロコンピュータ、12は対象物を撮像するカメラ、13は撮像した画像や教示パターン等を記憶する画像メモリ、14は学習演算用メモリ(詳細後述)、15は学習パターン(構造マッチングパターンおよび光学マッチングパターンに相当)を記憶する学習パターン用メモリ、16はマイクロコンピュータ11を操作するためのマウス、17は演算結果等を表示する表示装置(液晶ディスプレイやCRT)、18は本発明の画像処理装置を先行車両検出装置に適用した場合の警報装置(ブザー、音声警報装置、発光装置等)である。
なお、図1の輪郭検出手段2、構造マッチングパターン生成手段3、光学マッチングパターン生成手段4、構造パターン一致判定手段5、光学パターン一致判定手段6、総合判定手段7の部分は、図2のマイクロコンピュータ11、画像メモリ13、学習演算用のメモリ14、学習パターン用メモリ15の部分に相当する。また、図1の画像入力手段1は図2のカメラ12に相当する。
【0009】
図3は、本発明における学習の原理を説明するための図である。図3に示すように、3種の教示パターン♯1、♯2、♯3(それぞれ車両の異なった形状に相当する)が与えられた場合に、従来は形状と輝度の両方が共通する普遍的な領域を標準マッチングパターンとして検出するので、図3の例では先行車両のタイヤ部分のみが標準マッチングパターンとなっている。
それに対して本発明においては、形状と輝度を分離して別々に標準マッチングパターンを作成するので、構造マッチングパターンとしては図示のエッジ部分が検出され、光学マッチングパターンとしては図示のタイヤ部分が検出される。そのため、従来よりも多くの特徴を標準マッチングパターンとすることができるで、パターンマッチング処理の精度を向上させることが出来る。
【0010】
以下、構造マッチングパターンと光学マッチングパターンの生成について詳細に説明する。
図4は、構造マッチングパターン生成の原理を説明するための図である。
構造マッチングパターンにおいては、例えば教示パターンとして♯1と♯2の2種(共にエッジで表示)が与えられた場合に、まず各教示パターンの車幅方向における輪郭分布を求める。また、図示していないが縦方向の輪郭分布も求める。教示パターンの輪郭位置は各教示パターンによって多少異なるので、輪郭分布は図4の構造マッチングパターンに示すように、細い線状ではなく、或る許容範囲を持った幅のある形状となる。つまり、細い線状で示される教示パターンを複数個用いて、その存在し得る範囲を統計的に求めることにより、輪郭の存在する位置に所定の許容範囲を有し、構造パターンにあいまいさを有する構造マッチングパターンを得ることが出来る。
上記のごとき構造マッチングパターンを用いてマッチング処理を行えば、図4の「マッチング処理」に表示したように、多少形状の異なる部分を有する画像であっても、構造マッチングパターンの許容範囲内に入るので、全体として「先行車両である」と判断することが出来る。
【0011】
図5は、光学マッチングパターン生成の原理を説明するための図である。
光学マッチングパターンにおいては、教示パターンにおける各領域の輝度分布を求めることにより、輝度値とマッチング度合いは図に示すように多少の幅を持って示される。つまり対象とする領域の輝度値の取り得る範囲を含んだ所定の許容範囲を有し、光学パターンにあいまいさを有する光学マッチングパターンを得ることが出来る。
【0012】
以下、本発明における演算処理についてフローチャートを用いて説明する。
図6は、図2における全体の演算処理を示すフローチャートである。
図6において、まずステップS1では、カメラ12から画像を入力する。そしてステップS2では画像のエッジ(輪郭)を検出する。
ステップS3は、直ちにマッチング処理を行うか、標準マッチングパターンを更新するのかを選択するステップであり、マウス16の操作によって何れかを選択する。
【0013】
直ちにマッチング処理を行うルート▲1▼を選択した場合には、ステップS4で、図2の学習パターン用メモリ15に記憶されている学習パターン(学習後の標準マッチングパターン、つまり得られた構造マッチングパターンと光学マッチングパターンとを意味する)を入力する。
ステップS5では、通常のパターンマッチング処理と同様に、入力画像が学習パターンと重なるように、入力画像の位置、角度等を画像変換する。
ステップS6では、入力画像と学習パターンが一致をするか否かのパターンマッチングを、構造マッチングパターンと光学マッチングパターンの両方について行う。
ステップS7では、ステップS6のパターンマッチングの結果、YESの場合、つまり入力画像が学習パターンと一致したと判断した場合は、ステップS8で警報(例えば「先行車両が存在する」)を出力する。ステップS7でNOの場合は、入力画像が学習パターンと一致しなかったとして処理を終了する。
【0014】
一方、ステップS3で、標準マッチングパターンを更新するルート▲2▼を選択した場合には、ステップS9で、図2の学習演算用メモリ14から学習演算データを入力する。この学習演算データとは、前記図4に示した輪郭分布および図5に示した輝度分布を意味する。
ステップS10では、上記の学習演算データ(輪郭分布)を用いて構造マッチングパターンを更新し、同様にステップS11では上記の学習演算データ(輝度分布)を用いて光学マッチングパターンを更新する。これらの更新処理の詳細については後述する。
ステップS12では、新たな学習演算データを更新する。そしてステップS13では更新した構造マッチングパターンと光学マッチングパターン、つまり新たな学習パターンを出力し、前記のマッチング処理を行うルート▲1▼へ移行する。
【0015】
次に、図6のステップS10、S11に示した構造マッチングパターンと光学マッチングパターンの更新処理について詳細に説明する。
図7は、構造マッチングパターン更新処理の内容を説明するための図であり、縦構造パターンの分を示す。
図7に示すように、複数の教示データ♯1〜♯5のそれぞれについて、横方向のラインごとにエッジの輪郭分布を算出する。そして輪郭分布が一定値以上の領域を、対象物の輪郭が存在し得る領域として縦構造パターンを生成する。
同様に、縦方向のラインごとにエッジの輪郭分布を算出するにより、横構造パターンを生成し、両者を合成して構造マッチングパターンとする。
【0016】
図8は、上記の処理を示すフローチャートである。図8において、ステップS14〜ステップS19は上記の縦構造パターン生成処理の部分であり、ステップS20〜ステップS25は上記の横構造パターン生成処理の部分である。また、ステップS26は両者の合成処理の部分である。なお、ステップS14とステップS20から判るように、縦エッジを検出するために縦方向に並んだ横方向に伸びるラインを440本、横エッジを検出するために横方向に並んだ縦方向に伸びるラインを512本設定し、それぞれについて輪郭分布を算出する場合を例示している。
【0017】
次に、図9は、光学マッチングパターン更新処理の内容を説明するための図である。
図9に示すように、複数の教示データ♯1〜♯3のそれぞれについて、各画素ごとの輝度値分布を算出する。そして輝度値分布が一定値以上の領域を、対象物が取り得る輝度値として光学マッチングパターンを作成する。
【0018】
図10は、上記の処理を示すフローチャートである。なお、ステップS27に示すように、この場合にはX方向に512、Y方向に440に区切った512×440個の領域(各画素に相当)について、それぞれの輝度値を算出している。
【0019】
次に、図6のステップS6に示したパターンマッチング処理について詳細に説明する。
図11は、パターンマッチング処理の内容を説明するための図である。
図11に示すように、本発明においては、構造マッチング処理と光学マッチング処理との両方を行い、さらに両者の結果を勘案して最終的な一致判定を行っている。
まず、構造マッチング処理では、入力画像(検査対象の画像)の輪郭の一定量以上が構造マッチングパターンの領域に入っていれば、検査対象が構造マッチングパターンと一致している(例えば「先行車両である」)と判定する。
また、光学マッチング処理では、入力画像(検査対象の画像)における所定領域の全画素中の一定数以上の輝度値が光学マッチングパターンの領域に入っていれば、検査対象が光学マッチングパターンと一致している(例えば「先行車両である」)と判定する。
さらに、上記の構造マッチング処理と光学マッチング処理の結果を総合して最終的な一致度の判定を行う(図1の総合判定手段1)。この方法としては、
(1)何れか一方でも一致判定の場合に一致したものとする。
(2)両方とも一致判定の場合に一致したものとする。
(3)条件に応じてそれぞれに重み付けを行なって判定する。例えば、形状が判別しにくく構造マッチング処理が困難な夜間等は光学マッチング処理を重くし、逆の場合は構造マッチング処理を重くする、等の方法がある。
図11に示した例では、判定対象(検査対象の画像)♯1と♯2は、形状や輝度値に多少の差異があるが、共にマッチングパターンの許容範囲に入っているので、両者共標準マッチングパターンに一致し、検出対象物(先行車両)であると判定される。
【0020】
上記のように、本実施例においては次にごとき効果がある。
1.対象物の形状と周囲環境の明るさ(輝度)という異なる特徴空間のマッチングパターンを個別に持つため、パターンマッチング精度が向上し、かつマッチングパターンの学習演算負荷も少なくなる。
【0021】
2.構造マッチングパターンに輪郭位置の許容範囲を持たせ、光学マッチングパターンに輝度の許容範囲を持たせ、マッチングパターンにあいまいさを持たせることにより、同一検出対象における構造的違い(例えば車を検出対象とした場合、車種による形状の違い)や輝度値の違い(例えば昼と夜の輝度値の違い)に良く対応し、精度良くパターンマッチング処理を行うことができる。
【0022】
3.構造マッチングパターンはエッジ位置、光学マッチングパターンは輝度値の分散など統計値を演算することにより、自動的にマッチングパターンを生成するため、演算負荷が少なく、リアルタイムな学習においても高価なCPU環境を要求しない。前記従来の方法では、学習が複雑な演算によって行われるので、高いCPU環境が要求され、車の内でリアルタイムに学習するための構成には適さないという問題があったが、本発明おいてはパターンマッチング学習演算負荷が少なくなる。
【図面の簡単な説明】
【図1】本発明におけるパターンマッチング処理の構成を示すブロック図。
【図2】本発明のパターンマッチング処理を実現する画像処理装置の一実施例の構成を示すブロック図。
【図3】本発明における学習の原理を説明するための図。
【図4】構造マッチングパターン生成の原理を説明するための図。
【図5】光学マッチングパターン生成の原理を説明するための図。
【図6】図2における演算処理を示すフローチャート。
【図7】構造マッチングパターン更新処理の内容を説明するための図。
【図8】構造マッチングパターン更新処理を示すフローチャート。
【図9】光学マッチングパターン更新処理の内容を説明するための図
【図10】光学マッチングパターン更新処理を示すフローチャート。
【図11】パターンマッチング処理の内容を説明するための図。
【符号の説明】
1…画像入力手段 2…輪郭検出手段
3…構造マッチングパターン生成手段 4…光学マッチングパターン生成手段
5…構造パターン一致判定手段 6…光学パターン一致判定手段
7…総合判定手段 11…マイクロコンピュータ
12…カメラ 13…画像メモリ
14…学習演算用メモリ 15…学習パターン用メモリ
16…マウス 17…表示装置
18…警報装置
Claims (6)
- 予め定めた標準マッチングパターンと検査対象パターンとの差に基づいて標準マッチングパターンと検査対象パターンとの一致度を検出するパターンマッチング処理を行う画像処理装置であって、
上記標準マッチングパターンとして、形状の特徴を示す構造マッチングパターンと明るさの特徴を示す光学マッチングパターンの2つを設け、検査対象パターンとして、形状の特徴を示す構造パターンと明るさの特徴を示す光学パターンの2つを検出し、それぞれについて標準マッチングパターンと検査対象パターンとの一致度を検出する手段を備えたことを特徴とする画像処理装置。 - 上記構造マッチングパターンは、対象物の輪郭をパターンとし、その輪郭の存在する位置に所定の許容範囲を有し、構造パターンにあいまいさを設けたことを特徴とする請求項1に記載の画像処理装置。
- 上記光学マッチングパターンは、対象物の輝度値をパターンとし、その輝度値に所定の許容範囲を有し、光学パターンにあいまいさを設けたことを特徴とする請求項1に記載の画像処理装置。
- 上記構造マッチングパターンを生成する手段として、複数の教示パターンにおける輪郭位置の分散を統計処理することにより、上記構造マッチングパターンを得る手段を設けたことを特徴とする請求項1または請求項2に記載の画像処理装置。
- 上記光学マッチングパターンを生成する手段として、複数の教示パターンにおける所定領域の輝度値の分散を統計処理することにより、上記光学マッチングパターンを得る手段を設けたことを特徴とする請求項1または請求項3に記載の画像処理装置。
- 対象物の画像を入力する画像入力手段と、
入力した画像の輪郭を検出する輪郭検出手段と、
対象物に対応する複数の教示パターンにおける輪郭位置の分散を統計処理することにより、所定の許容範囲を有する構造マッチングパターンを得る構造マッチングパターン生成手段と、
対象物に対応する複数の教示パターンにおける所定領域の輝度値の分散を統計処理することにより、所定の許容範囲を有する光学マッチングパターンを得る光学マッチングパターン生成手段と、
上記輪郭検出手段で検出した輪郭の一定量以上が上記構造マッチングパターンの許容範囲に入っているか否かを判定する構造パターン一致判定手段と、
上記画像入力手段で入力した画像の輝度について、所定領域における全画素中の一定数以上の輝度値が光学マッチングパターンの許容範囲に入っているか否かを判定する光学パターン一致判定手段と、
上記構造パターン一致判定手段と上記光学パターン一致判定手段との判定結果から撮像した画像と対象物との一致度を判定する総合判定手段と、
を備えたことを特徴とする画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002230431A JP2004070743A (ja) | 2002-08-07 | 2002-08-07 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002230431A JP2004070743A (ja) | 2002-08-07 | 2002-08-07 | 画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004070743A true JP2004070743A (ja) | 2004-03-04 |
Family
ID=32016508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002230431A Pending JP2004070743A (ja) | 2002-08-07 | 2002-08-07 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004070743A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008009843A (ja) * | 2006-06-30 | 2008-01-17 | Honda Motor Co Ltd | 障害物判別装置 |
JP2020113082A (ja) * | 2019-01-11 | 2020-07-27 | 本田技研工業株式会社 | 予測装置、予測方法、およびプログラム |
-
2002
- 2002-08-07 JP JP2002230431A patent/JP2004070743A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008009843A (ja) * | 2006-06-30 | 2008-01-17 | Honda Motor Co Ltd | 障害物判別装置 |
JP4707067B2 (ja) * | 2006-06-30 | 2011-06-22 | 本田技研工業株式会社 | 障害物判別装置 |
JP2020113082A (ja) * | 2019-01-11 | 2020-07-27 | 本田技研工業株式会社 | 予測装置、予測方法、およびプログラム |
US11260858B2 (en) | 2019-01-11 | 2022-03-01 | Honda Motor Co., Ltd. | Prediction device, prediction method, and storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7450248B2 (en) | Three-dimensional measuring method and three-dimensional measuring apparatus | |
EP3033875B1 (en) | Image processing apparatus, image processing system, image processing method, and computer program | |
KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
CN108074237B (zh) | 图像清晰度检测方法、装置、存储介质及电子设备 | |
CN101213440A (zh) | 创建用于检查凹凸图形的主数据的方法 | |
CN113146073A (zh) | 基于视觉的激光切割方法及装置、电子设备、存储介质 | |
JPH1173509A (ja) | 画像情報認識装置および画像情報認識方法 | |
JP2900425B2 (ja) | 画質検査装置 | |
JP2015206654A (ja) | 情報処理装置、情報処理方法、プログラム | |
JP2004070743A (ja) | 画像処理装置 | |
JP2961140B2 (ja) | 画像処理方法 | |
JP7154172B2 (ja) | 付帯設備状態評価装置、付帯設備状態評価方法、および付帯設備状態評価プログラム | |
JP3123275B2 (ja) | 電子部品の欠品検査における検査データの作成方法 | |
WO2022239202A1 (ja) | 画像処理装置 | |
JP3191419B2 (ja) | 線分検出方法 | |
JP7507125B2 (ja) | 検査装置用情報処理装置、検査装置用情報処理方法、及び検査装置システム | |
JPH0933233A (ja) | 長尺ワークの曲がり計測装置 | |
JPH0534117A (ja) | 画像処理方法 | |
JP3384617B2 (ja) | 物体計測装置及びその方法 | |
JP6876484B2 (ja) | データ処理装置、データ処理方法、及び、プログラム | |
JP2000182056A (ja) | 画像処理装置 | |
US10388031B2 (en) | Method and system for estimating epipolar geometry | |
JP4075892B2 (ja) | 画像処理方法および画像処理装置 | |
McLean | Image warping for calibration and removal of lens distortion | |
CN116736272A (zh) | 一种联合标定参数确定方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050624 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061128 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070112 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20070112 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070206 |