JP2004303068A

JP2004303068A - 長尺路自動検出方法

Info

Publication number: JP2004303068A
Application number: JP2003097161A
Authority: JP
Inventors: Shinji Wakizaka; 信治脇阪; Keiichi Uchimura; 圭一内村; Takeshi Kamitaki; 剛上瀧
Original assignee: Zenrin Co Ltd
Current assignee: Zenrin Co Ltd
Priority date: 2003-03-31
Filing date: 2003-03-31
Publication date: 2004-10-28

Abstract

【課題】リボン・スネイクス法を用いて、画像に含まれる長尺の流動路を輪郭モデルの安定性を重視しつつ高精度かつ高速に抽出することを目的とする。
【解決手段】流動路候補領域検出工程と、流動路候補領域中心線抽出工程と、制御点ｓ_ｉの座標値と幅Ｗ_ｉとを要素とする制御点ベクトルν_ｉで表現する工程（Ｓ１７−１）と、幅ｗ_ｉを固定した状態で、制御点ベクトルν_ｉにより表現される内部エネルギーと、判断対象領域の画像データに基づく外部エネルギーとの総和である総エネルギーが小さくなるように動的計画法により制御点ｓ_ｉの位置を補正する工程（Ｓ１７−２）と、位置補正された制御点ｓ_ｉに基づいて幅ｗ_ｉを増減し、総エネルギーが小さくなるように動的計画法により幅ｗ_ｉを補正する工程（Ｓ１７−３）と、収束判断の工程（Ｓ１７−４）とを備える。
【選択図】図１０

Description

【０００１】
【発明の属する技術分野】
本発明は、航空写真、衛星写真、医療用透視写真などの画像データから、自動車や血液が流動する道路や血管などの長尺の流動路（長尺路）を動的輪郭モデルにより検出する長尺路自動検出方法に関する。
【０００２】
【従来の技術】
各種写真から特定の特徴物の輪郭（エッジ）を画像中の色・濃淡などの変化に着目して検出する手法では、各種物体が特徴物の輪郭と重なり合い、例えば航空写真の道路輪郭には道路に隣接する建造物、樹木の影などが重なり合い、検出した輪郭が不連続となる問題がある。
【０００３】
そこで、この様な特徴部の輪郭抽出の方法として、動的輪郭モデルが注目されている。動的輪郭モデルについては例えば（特許文献１）、（特許文献２）、（特許文献３）、（特許文献４）に記載されている。動的輪郭モデルによれば、輪郭線の形状特徴である曲げ・曲率変化などを拘束する内部エネルギーと画像特徴に基づいて定義される外部エネルギーとの総和が最小化するように輪郭線を抽出する。このため、特徴物の輪郭が不連続となる形状特徴の特異点を画像特徴により補完する効果がある。動的輪郭モデルにおける総エネルギー最小化のための代表的な計算方法には変分法と動的計画法があり、解の安定性においては動的計画法が優れている。
【０００４】
また、特徴物の形状が長尺である場合の動的輪郭モデルの１つとしてリボン・スネイクス法が提案されており、緩やかな曲線状の特徴物を制御点ｓ_ｉと幅ｗ_ｉとによって定義される制御点ベクトルν_ｉの総エネルギーの最小値を算出することで、長尺路の輪郭抽出に威力を発揮する。例えば長尺路の検出精度が高まる。このリボン・スネイクス法によれば、航空写真の道路輪郭や医療写真の血管など緩やかな曲線状の長尺な流動路を、その形状特徴と画像特徴とにより高効率に抽出することができる。
【特許文献１】
特開平１０−１１５８８号公報
【特許文献２】
特開平１０−２６１０９４号公報
【特許文献３】
特開２００２−４９９２２号公報
【特許文献４】
特開２００２−７４３２８号公報
【０００５】
【発明が解決しようとする課題】
動的輪郭モデルの１つであるリボン・スネイクス法と動的計画法とを組み合わて長尺の流動路の輪郭抽出を行うと安定した解が得られるが、単純にこの２つの方法を組み合わせる計算を行うならば、その計算負荷は膨大なものとなる。
一般の動的輪郭モデルは、輪郭線の骨格である制御点ｓ_ｉの座標値（ｘ_ｉ，ｙ_ｉ）のみが変数となる。従ってこれに動的計画法を適用するならば、例えば二次元座標上でのＮ個の制御点ｓ_ｉ（ｉ＝１〜Ｎ）の取り得る位置がｋ個であり、輪郭線ベクトルの１階微分と２階微分により定義される制御点ｓ_ｉの内部エネルギーは３つの制御点ｓ_ｉ＋１，ｓ_ｉ，ｓ_ｉ−１の最小値の総和と等しくなるから、このとき１回の輪郭線抽出に要する計算回数はＯ（Ｎｋ^３）（Ｏ（Ｘ）は、計算回数がＸであることを示している。以下、同様）となる。これは、総当たり的に制御点ｓ_ｉを算出する計算回数Ｏ（ｋ^Ｎ）とは対数のオーダの計算量軽減となる。
【０００６】
しかし、リボン・スネイクス法の輪郭線は、制御点ｓ_ｉの座標値（ｘ_ｉ，ｙ_ｉ）と幅ｗ_ｉとにより定義される制御点ベクトルν_ｉの１階微分と２階微分により内部エネルギーが算出される。従って、Ｎ個の制御点ｓ_ｉの取り得る位置がｋ個であり、その制御点ｓ_ｉの幅ｗ_ｉが取り得る値がＭ個（ｉ＝１〜Ｍ）であるとき、例え動的計画法を適用してもＯ（Ｎ（Ｍｋ）^３）となり、その計算量は幅ｗ_ｉの取り得る値Ｍの３乗倍にも増大することになる。
これでは、幅ｗ_ｉの値がほぼ連続的に変化する道路や血管などの流動路を高精度に抽出するために、幅ｗ_ｉを微小値だけ変化させて輪郭抽出を行うためには膨大な計算量が必要となり、大量の航空写真や医療写真から流動路を自動的に抽出する際の大きな障害となる。
【０００７】
本発明の目的は、形状特徴と画像特徴の両立による効率的な動的輪郭モデルの１つであるリボン・スネイクス法を用いて、輪郭モデルの安定性を重視しつつ、画像に含まれる長尺の流動路を高精度かつ高速に抽出するための長尺路自動検出方法を提供することである。
【０００８】
【課題を解決するための手段および作用・効果】
上記課題を解決するために本発明の長尺路自動検出方法は、画像に含まれる長尺の流動路を動的輪郭モデルにより検出する長尺路自動検出方法であって、流動路の画像データである教師データとの比較により、画像に含まれる流動路の候補となる流動路候補領域を検出する工程と、流動路候補領域の中心線を抽出する工程と、中心線上に所定間隔でＮ個の制御点ｓ_ｉ（ｉ＝１〜Ｎ）と各制御点ｓ_ｉから中心線の法線方向に幅ｗ_ｉ（ｉ＝１〜Ｍ）だけ離れた輪郭線とを設定し、制御点ｓ_ｉの座標値（ｘ_ｉ，ｙ_ｉ）と幅ｗ_ｉとを要素とする制御点ベクトルν_ｉで表現する工程と、幅ｗ_ｉを固定した状態で、この制御点ベクトルν_ｉにより表現される輪郭線に沿った１階微分と２階微分の積分値である内部エネルギーと、制御点ｓ_ｉと固定した幅ｗ_ｉの輪郭線により囲まれた判断対象領域の画像データに基づく外部エネルギーとの総和である総エネルギーが小さくなるように動的計画法により制御点ｓ_ｉの位置を補正する工程と、位置補正された制御点ｓ_ｉに基づいて幅ｗ_ｉを増減し、総エネルギーが小さくなるように動的計画法により幅ｗ_ｉを補正する工程と、制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正に起因する制御点ベクトルν_ｉの変化量から動的輪郭抽出の収束を判断し、未だに収束していないときには制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正とを再度行う収束判断の工程と、を備える構成を有している。
これにより、形状特徴と画像特徴の両立による効率的な動的輪郭モデルの１つであるリボン・スネイクス法を用いて、輪郭モデルの安定性を重視しつつ、画像に含まれる長尺の流動路を高精度かつ高速に抽出するための長尺路自動検出方法が得られる。
【０００９】
すなわち、本発明の長尺路自動検出方法によれば、制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正がそれぞれ独立して動的計画法により決定される。従って、制御点ベクトルν_ｉの総エネルギーを算出する１回の輪郭線抽出に要する計算量は制御点ｓ_ｉの計算量Ｏ（Ｎｋ^３）と幅ｗ_ｉの計算量Ｏ（ＮＭ^３）の総和Ｏ（Ｎ（Ｍ^３＋ｋ^３））となり、単純に動的計画法を用いた場合の計算量Ｏ（Ｎ（Ｍｋ）^３）と比較して対数的に計算量を軽減することができる。
上記制御点ｓ_ｉ、幅ｗ_ｉを独立的に動的計画法により補正する方法では、抽出対象である長尺路の形状や前工程である中心線抽出の誤差に起因して、ごく稀に局所的な解が得られることが認められる。これに対処するためには、幅ｗ_ｉの補正の工程で、制御点ｓ_ｉの位置を位置補正の結果の真位置と、中心線の法線方向への最小移動量だけ移動した左右位置とで総エネルギーを算出し、総エネルギーが小さくなるように制御点ｓ_ｉを微少補正しつつ幅ｗ_ｉを補正することが効果的である。このように制御点ｓ_ｉの微少補正を行えば、幅ｗ_ｉの補正の際に制御点ｓ_ｉがより安定する方向に微少修正されるため局所的な解に陥ることを防止することができる。
【００１０】
また、上記発明においては、外部エネルギーとして教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度を用いることが好ましい。外部エネルギーは、動的輪郭抽出に画像特徴を反映させる重要なファクターである。本発明の検出対象は流動路であって、輪郭が不連続となることはあり得ない。そこで、エッジ欠けなどの局所的特徴を排除し、判断対象領域の画像データという比較的広範囲の領域特徴を採用することで、輪郭が不連続となる解を回避することができる。
【００１１】
更に、収束判断の工程の後に、教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度に基づいて多項式曲線により整形する工程を行うことも輪郭の滑らかさを維持する効果がある。一般的に動的輪郭の形状は、３次のスプライン曲線形状に近似することが知られている。そこで、動的輪郭抽出後の輪郭の一部が画像ノイズなどにより歪んでいる際に、輪郭線を多項式曲線に沿うように補正することが効果的となる。なお、この多項式曲線の採用に際しても上記外部エネルギーの逆数を重み付き最小二乗法などを用いて利用し、画像特徴と教師データの画像特徴とが類似する場合には輪郭整形を小さく、類似度が小さい場合には輪郭整形を大きく作用させることがより効果的である。
【００１２】
【発明の実施の形態】
以下、本発明の実施の形態について、図１〜図１２を用いて説明する。
（実施の形態１）
図１（ａ）は一般的なスタンドアロン型のコンピュータを示す構成図であり、図１（ｂ）は図１のコンピュータを示すブロック図、図１（ｃ）はコンピュータを構成するＣＰＵ（中央処理装置）が格納プログラムを実行することにより実現される機能を有する各部を示す機能ブロック図である。
【００１３】
図１において、１はスタンドアロン型のコンピュータ、２は画面を直接タッチして画素を指定するライトペン、３はマウス、１０は全体を制御する長尺路自動検出装置としてのＣＰＵ（中央処理装置）、１１はライトペン２やマウス３、図示しないキーボードなどから成る入力装置、１２は文字や図形を表示する表示装置、１３はデータを記憶するＲＡＭ、１４はデータやプログラムを記憶するＲＯＭ、１５はコンパクトディスク（ＣＤ）１６を読み込むことが可能なディスクドライブである。
【００１４】
また、１０１はコンパクトディスク１６に格納されているカラー画像データを入力する入力部、１０２はコンパクトディスク１６に格納されているカラー画像データのＲＧＢ表色系データをＨＳＶ表色系データに変換する色成分範囲変換部、１０３は教師データのＨＳＶ画素散布領域データを作成するＨＳＶ画素指定部、１０４は教師データから得たデータ散布領域に含まれる画素を道路候補領域として抽出し、不要なノイズを取り除くために道路候補領域を修正する道路候補領域抽出・修正部、１０５は画像のノイズなどにより振動を起こした動的輪郭を整形、補正するために制御点に対して多項式曲線による当てはめを行った結果を抽出する輪郭抽出・修正部である。
【００１５】
本実施の形態では、コンパクトディスク１６には航空写真のＲＧＢ表色系カラー画像データが格納されており、コンピュータ１は、コンパクトディスク１６からカラー画像データを読み込んで道路検出を行うが、図示しないネットワークからカラー画像データを読み込む構成であってもよい。また、本実施の形態では、各部１０１〜１０５はＣＰＵ１０のプログラム動作によりソフトウェア的に実現することとしたが、これらをハードウェア構成としてもよい。
【００１６】
本実施の形態による長尺路自動検出装置１０は、航空写真などのカラー画像データを用いて、信頼性の高い道路自動検出を実現している。以下では、長尺路自動検出装置１０が動的輪郭モデルにより道路自動検出の計算負荷を軽減する処理内容を図２〜図７を用いて説明する。図２は図１の長尺路自動検出装置１０の動作（道路自動検出動作）を示すフローチャートであり、図３は対象航空写真画像と教師データを示す画像図、図４は図３に基づくＨＳＶ色空間を示す色空間図、図５は教師データによる分類結果を示す画像図、図６は図５の画像に対して後処理を加えた結果を示す画像図、図７は道路候補中心線を示す画像図である。
【００１７】
図２において、まず、入力部１０１は、コンパクトディスク１６からカラー画像データを取得し、そのデータを色変換部１０２へ送る（Ｓ１１）。色変換部１０２において、カラー画像データの各画素はＲＧＢ表色系から色相・彩度・明度で表すＨＳＶ表色系に変換され、ＲＡＭ１３に記憶される（Ｓ１２）。変換式は（数１）を用いた。
【数１】

ＨＳＶ画素指定部１０３は、図３に模式的に示すように、入力画像データから目視で道路と判断される部分を、図１のマウス３やライトペン２などを使ってカラー画像データ１７から道路の一部分を指定し、教師データ１８とする（Ｓ１３）。また、ＨＳＶ色空間上に教師データ１８の画素をプロットし、そのプロットの散布からデータ散布領域を作成し、その領域内に含まれる画素を道路候補とする（Ｓ１４）。なお、この時、教師データの画素の散布は正規分布に従うと仮定した。色相・彩度・明度を示す座標系は図４のように円筒座標系なので，（数２）によりデカルト座標系に変換する（Ｓ１４）。
【数２】

【００１８】
道路候補領域抽出・修正部１０４は、対象画像の画素を順次ＨＳＶ色空間上にプロットしていき、教師データ１８から得たデータ散布領域に含まれる画素を道路候補領域として抽出する（Ｓ１５）。図５は抽出された道路候補領域を示す画像図であるが、ここでは教師データ１８に似た色特徴をもつ道路候領域が抽出され、色の似た家屋・畑も抽出されてしまう。また、領域が途中で切れたり、穴が開いていたりするため、不要なノイズを取り除くために、道路候補領域の膨張・収縮処理を２回づつ繰り返す修正処理をおこない図６の画像図に示すような領域が特定される（Ｓ１５）。
道路中心線の抽出は、細線化によって道路領域の境界を幅が最小画素になるまで狭め、その結果抽出されたものが道路候補中心線として表示される（Ｓ１６）。図６の画像図のように線図形境界の凹凸が激しいと、図７の画像図のように細線化特有のいわゆるひげが生じる場合がある。このような場合には、短く抽出された線分はひげとみなしカットする（Ｓ１６）。
【００１９】
次に、本実施の形態の特徴である動的輪郭モデルのエネルギー最小化のために動的計画法による手法を用いて道路輪郭検出の計算の低減を図る処理（動的輪郭抽出処理、ステップＳ１７）の内容を図８〜図１２を用いて説明する。図８は本発明の実施の形態１における道路モデルを示す説明図であり、図９は外部エネルギー計算領域を示す説明図、図１０はステップＳ１７の動的輪郭抽出処理を示すフローチャート、図１１は制御点ｓ_ｉの補正の説明図、図１２（ａ）は振動の過適合を示す説明図、図１２（ｂ）は多項式曲線による近似当てはめを示す説明図である。
本実施の形態では、（１）道路は細長く、中心線に対して平行な道路左端・右端を持つ（２）道路は滑らかな線形形状を持つ（３）道路の幅の変化は緩やかであるといった道路の形状制約を動的輪郭の内部エネルギーにより与えることが可能であるなどの理由により、幅をもつ動的輪郭を道路モデルとして採用するリボン・スネイクス法を用いる。
【００２０】
図８は、本実施の形態における道路モデルをあらわしている。輪郭線は、道路中心線上に所定間隔で設定されるＮ個の制御点ｓ_ｉと各制御点ｓ_ｉから前記道路中心線の法線方向の距離である幅ｗ_ｉを用いて次のように定義する。
【数３】

ｘ_ｉ，ｙ_ｉは制御点ｓ_ｉの位置である。ｓ_ｉにおける道路の左端・右端は、それぞれ道路中心線からその法線方向にｗ_ｉ離れた個所に位置する。
【００２１】
また、以下の動的輪郭抽出処理を行うために、この制御点ｓ_ｉと幅ｗ_ｉとを要素とする制御点ベクトルν_ｉ、この制御点ベクトルν_ｉで表現される幅ｗ_ｉのリボン状の輪郭線の内部エネルギーＥｉｎｔ、外部エネルギーＥｅｘｔを（数４）、（数５）のように定義する。
【数４】

【数５】

（数５）は、離散的な値をとる制御点ベクトルν_ｉの伸び縮みを表現しているエネルギー（第一項）、曲げのエネルギー（第二項）を差分式に表現したものである。なお、α_ｉ，β_ｉはこれらを制御するパラメータである。
【００２２】
外部エネルギーＥｅｘｔは、教師データの特徴の分布と図９に示す判断対象領域の画像データの特徴分布との類似度により与える。制御点ｓ_ｉの周りから画素を取り出し、教師データのＨＳＶ濃度分布と制御点の周りの濃度を（数６）において計算する。
【数６】

ここで、ｐ及びｑは確率密度関数である。
（数６）を用いて、外部エネルギーを（数７）のようにおく。
【数７】

ｐは教師データの特徴の分布、ｑ_ｉは判断対象領域の画像データの特徴分布で与える。λ_ｉは重み係数である。ｑ_ｉは制御点を中心とする幅２ｗ_ｉの長さｈ_ｉの矩形内の画から求める。
【００２３】
動的輪郭エネルギーＥ（ν_ｉ）は、全ての制御点ベクトルν_ｉに関する内部エネルギーＥｉｎｔと外部エネルギーＥｅｘｔの総和として定義され、（数８）で示される。
【数８】

この動的輪郭エネルギーＥ（ν_ｉ）の最小値となるように制御点ベクトルν_ｉの要素である制御点ｓ_ｉの位置および幅ｗ_ｉを補正することにより、制御点ｓ_ｉ、幅ｗ_ｉで表される輪郭線は、伸び・縮みや曲げ変化が少ないという形状特徴を保ち、かつ、教師データと類似の特徴分布をもつ画像特徴の位置へと引き寄せられる。また、差分式で表された動的輪郭エネルギーは、制御点ベクトルν_ｉの動的エネルギーを算出するに際して、その前後の制御点ベクトルν_ｉ−１，ν_ｉ＋１が規定されることで算出可能であることが分かる。
【００２４】
以上のように定義された動的輪郭モデルにおいて、動的輪郭抽出処理（ステップＳ１７）は、図１０に示す詳細なフローチャートに基づき動的計画法により検出される。
動的輪郭抽出処理では、まず処理対象とする任意の１つの道路候補中心線を読み込み、道路候補中心線ｌを等間隔で分割し、制御点ｓ_ｉの座標値を割り当てる（Ｓ１７−１）。
【００２５】
動的輪郭エネルギーＥ（ν_ｉ）は、制御点ｓ_ｉの位置（ｘ_ｉ，ｙ_ｉ）と幅ｗ_ｉの関数であるが、本実施の形態では制御点ｓ_ｉの位置と幅ｗ_ｉとをそれぞれ独立して動的計画法により決定する。すなわち、図１１の説明図に示すように、幅ｗ_ｉを固定した状態で、動的輪郭エネルギーＥ（ν_ｉ）が小さくなるように道路候補中心線ｌ上に割り当てられた制御点ｓ_ｉの位置を補正する（Ｓ１７−２）。この時、幅ｗ_ｉは固定されているから、二次元座標上でのＮ個の制御点ｓ_ｉ（ｉ＝１〜Ｎ）の取り得る位置がｋ個である場合には、図１１のように、例えば輪郭線ベクトルの１階微分と２階微分により定義される制御点ｓ_ｉの内部エネルギーは３つの制御点ｓ_ｉ＋１，ｓ_ｉ，ｓ_ｉ−１の最小値の総和と等しくなるから、このとき１回の輪郭線抽出に要する計算回数はＯ（Ｎｋ^３）となる。
【００２６】
こうして制御点ｓ_ｉの位置が補正された後には、次のステップＳ１７−３において、制御点ｓ_ｉの幅ｗ_ｉを動的計画法により決定する。その際に制御点の局所的な収束を避けるために、制御点の法線方向ｎ_ｉに局所座標をとり、制御点を［ν_ｉ，ν_ｉ＋ξｎ_ｉ，ν_ｉ−ξｎ_ｉ］の３点に移動させる。ξは１画素相当の値に設定している。このときの計算量はＯ（３ＮＷ^３）である。Ｗはｗ_ｉのとり得る値の数である。結局、ステップＳ１７−２及びステップＳ１７−３における計算量はＯ（ＮＭ^３）＋Ｏ（３ＮＷ^３）となる。これは幅と位置を同時に決定したときの計算量Ｏ（Ｎ（ＷＭ）^３）よりもはるかに効率がよい。
【００２７】
また、細線化された道路中心線が必ずしも本来の画像の道路の中心線にくるとは限らないが、幅ｗ_ｉを動的計画法によって決定する際に制御点ｓ_ｉを法線方向に１画素ずつずらし動的輪郭エネルギーＥ（ν_ｉ）が小さくなるように制御点ｓ_ｉを微小補正しているので、局所的な解に陥ることを防止することができる。
最終的な輪郭位置は、以上のステップＳ１７−２及びステップＳ１７−３の輪郭位置更新ステップを繰り返し、所定の回数を越えるか制御点の移動が収束するまで反復することにより得られる（Ｓ１７−４）。
【００２８】
そしてステップＳ１７−４による収束判断の工程の後に、算出された輪郭線を多項式曲線や直線近似による整形工程を行う。一般に動的輪郭の形状は、３次のスプライン曲線の形状に近づくことが知られている。しかし、スプライン曲線はきわめて自由度の高い曲線であり、図１２に示すように画像のノイズ等により振動を起こした動的輪郭に対して過適合してしまう恐れがある。それらを整形、補正する意味で制御点を多項式曲線による当てはめた結果を抽出輪郭とする。当てはめには重みつき最小二乗法を用い、重みには外部エネルギーの逆数を用いる（Ｓ１７−５）。
【００２９】
以上説明したプログラム処理により、本実施の形態による長尺路自動検出方法は、動的輪郭モデルにより道路自動検出の計算負荷を軽減する処理を行い、かつ安定性、信頼性の高い道路自動検出を実現している。
【００３０】
以上のように本実施の形態によれば、流動路の画像データである教師データとの比較により、画像に含まれる流動路の候補となる流動路候補領域を検出する工程（Ｓ１５）と、流動路候補領域の中心線を抽出する工程（Ｓ１６）と、中心線上に所定間隔でＮ個の制御点ｓ_ｉと各制御点ｓ_ｉから中心線の法線方向に幅ｗ_ｉだけ離れた輪郭線とを設定し、制御点ｓ_ｉの座標値（ｘ_ｉ，ｙ_ｉ）と幅ｗ_ｉとを要素とする制御点ベクトルν_ｉで表現する工程（Ｓ１７−１）と、幅ｗ_ｉを固定した状態で、この制御点ベクトルν_ｉにより表現される輪郭線に沿った１階微分と２階微分の積分値である内部エネルギーと、制御点ｓ_ｉと固定した幅ｗ_ｉの輪郭線により囲まれた判断対象領域の画像データに基づく外部エネルギーとの総和である総エネルギーが小さくなるように動的計画法により制御点ｓ_ｉの位置を補正する工程（Ｓ１７−２）と、位置補正された制御点ｓ_ｉに基づいて幅ｗ_ｉを増減し、総エネルギーが小さくなるように動的計画法により幅ｗ_ｉを補正する工程（Ｓ１７−３）と、制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正に起因する制御点ベクトルν_ｉの変化量から動的輪郭抽出の収束を判断し、未だに収束していないときには制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正とを再度行う収束判断の工程（Ｓ１７−４）と、を備えることにより、制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正がそれぞれ独立して動的計画法により決定されるので、制御点ベクトルν_ｉの総エネルギーを算出する１回の輪郭線抽出に要する計算量は制御点ｓ_ｉの計算量Ｏ（Ｎｋ^３）と幅ｗ_ｉの計算量Ｏ（Ｎ（Ｍｋ）^３）の総和Ｏ（Ｎ（Ｍ^３＋ｋ^３））となり、単純に動的計画法を用いた場合の計算量Ｏ（Ｎ（Ｍｋ）^３）と比較して対数的に計算量を軽減することができる。
【００３１】
また、幅ｗ_ｉを補正する工程で、制御点ｓ_ｉの位置を位置補正の結果の真位置と、中心線の法線方向への最小移動量だけ移動した左右位置とで総エネルギーを算出し、総エネルギーが小さくなるように制御点ｓ_ｉを微少補正しつつ幅ｗ_ｉを補正することにより、制御点ｓ_ｉの微少補正を行うようにしたので、幅ｗ_ｉの補正の際に制御点ｓ_ｉがより安定する方向に微少修正されるため、局所的な解に陥ることを防止することができる。
【００３２】
さらに、外部エネルギーは、教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度であることにより、エッジ欠けなどの局所的特徴を排除し、判断対象領域の画像データという比較的広範囲の領域特徴を採用するようにしたので、輪郭が不連続となる解を回避することができる。
【００３３】
さらに、収束判断の工程の後に、教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度に基づいて多項式曲線により整形する工程を行うことにより、動的輪郭抽出後の輪郭の一部が画像ノイズなどにより歪んでいる際に、輪郭線を多項式曲線に沿うように補正することができるので、輪郭の滑らかさを維持することができる。
【図面の簡単な説明】
【図１】（ａ）一般的なスタンドアロン型のコンピュータを示す構成図
（ｂ）図１のコンピュータを示すブロック図
（ｃ）コンピュータを構成するＣＰＵ（中央処理装置）が格納プログラムを実行することにより実現される機能を有する各部を示す機能ブロック図
【図２】図１の長尺路自動検出装置の動作（道路自動検出動作）を示すフローチャート
【図３】対象航空写真画像と教師データを示す画像図
【図４】図３に基づくＨＳＶ色空間を示す色空間図
【図５】教師データによる分類結果を示す画像図
【図６】図５の画像に対して後処理を加えた結果を示す画像図
【図７】道路候補中心線を示す画像図
【図８】本発明の実施の形態１における道路モデルを示す説明図
【図９】外部エネルギー計算領域を示す説明図
【図１０】動的輪郭抽出処理を示すフローチャート
【図１１】制御点ｓ_ｉの補正の説明図
【図１２】（ａ）振動の過適合を示す説明図
（ｂ）多項式曲線による近似当てはめを示す説明図
【符号の説明】
１コンピュータ
２ライトペン
３マウス
１０ＣＰＵ（中央処理装置、長尺路自動検出装置）
１１入力装置
１２表示装置
１３ＲＡＭ
１４ＲＯＭ
１５ディスクドライブ
１６ＣＤ−ＲＯＭ
１０１入力部
１０２色変換部
１０３ＨＳＶ画素指定部
１０４道路候補領域抽出・修正部
１０５輪郭修正部

Claims

画像に含まれる長尺の流動路を動的輪郭モデルにより検出する長尺路自動検出方法であって、
流動路の画像データである教師データとの比較により、前記画像に含まれる流動路の候補となる流動路候補領域を検出する工程と、
流動路候補領域の中心線を抽出する工程と、
前記中心線上に所定間隔でＮ個の制御点ｓ_ｉ（ｉ＝１〜Ｎ）と各制御点ｓ_ｉから前記中心線の法線方向に幅ｗ_ｉ（ｉ＝１〜Ｍ）だけ離れた輪郭線とを設定し、制御点ｓ_ｉの座標値（ｘ_ｉ，ｙ_ｉ）と幅ｗ_ｉとを要素とする制御点ベクトルν_ｉで表現する工程と、
前記幅ｗ_ｉを固定した状態で、前記制御点ベクトルν_ｉにより表現される輪郭線に沿った１階微分と２階微分の積分値である内部エネルギーと、前記制御点ｓ_ｉと固定した前記幅ｗ_ｉの輪郭線により囲まれた判断対象領域の前記画像データに基づく外部エネルギーとの総和である総エネルギーが小さくなるように動的計画法により前記制御点ｓ_ｉの位置を補正する工程と、
位置補正された制御点ｓ_ｉに基づいて前記幅ｗ_ｉを増減し、前記総エネルギーが小さくなるように動的計画法により前記幅ｗ_ｉを補正する工程と、
制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正に起因する前記制御点ベクトルν_ｉの変化量から動的輪郭抽出の収束を判断し、未だに収束していないときには前記制御点ｓ_ｉの位置補正と幅ｗ_ｉの補正とを再度行う収束判断の工程と、
を備えることを特徴とする長尺路自動検出方法。
前記幅ｗ_ｉを補正する工程で、制御点ｓ_ｉの位置を位置補正の結果の真位置と、中心線の法線方向への最小移動量だけ移動した左右位置とで総エネルギーを算出し、総エネルギーが小さくなるように制御点ｓ_ｉを微少補正しつつ幅ｗ_ｉを補正することを特徴とする請求項１に記載の長尺路自動検出方法。
前記外部エネルギーは、教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度であることを特徴とする請求項１または２に記載の長尺路自動検出方法。
前記収束判断の工程の後に、教師データの特徴分布と判断対象領域の画像データの特徴分布との類似度に基づいて多項式曲線により整形する工程を行うことを特徴とする請求項１ないし３の何れか１に記載の長尺路自動検出方法。