JP2007128247A - 画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体 - Google Patents

Abstract

【課題】画像内の色分布の相対的な関係に関わらず、高い精度でモデル画像との相関値が高い領域を特定する画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体を提供する。
【解決手段】判定対象領域ＯＢＪは、赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂの組合せからなる。ＣＰＵ部は、３つの濃淡値行列を判定対象領域ＯＢＪにおける画素位置と一意に対応付けられた単一の第１のデータ配列４０に変換する。そして、ＣＰＵ部は、モデル画像を同一の所定の規則に従い変換した単一の第２のデータ配列との正規化相関値を算出し、その正規化相関値が所定のしきい値を超過しているか否かに応じて、モデル画像と合致するか否かを判定する。
【選択図】図３

Description

この発明はモデル画像との相関値に基づいて、入力画像内の領域を特定する画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体に関し、特にカラー画像における相関値の算出に関するものである。

製造現場においては、省力化および高効率化の観点から、オートメーション化が進められている。オートメーション化を実現するためには、光、電気、電波、音波などを用いる数多くのセンサ類が使用される。このようなセンサ類の中でも、製品や半製品などを撮影し、その撮影した画像を処理することで、当該製品の良否判別や当該製品の生産管理を行なうことのできる画像処理装置が有効である。画像処理装置によれば、人間の視覚による検出と同様の検出機能を実現できるため、その応用範囲は広い。

このような画像処理装置は、入力画像内に所定の色および模様をもつ領域が存在するか否かの判断、入力画像内に存在する領域の数の検出、および入力画像内に存在する領域の位置や姿勢（回転角度）の検出などの処理（以下では、総称してパターンサーチ処理とも称す）を実行する。このようなパターンサーチ処理は、たとえば、非特許文献１に開示されるように、基準となるモデル画像と、対象物を撮影した入力画像のうちモデル画像と等しい大きさの領域との正規化相関値を算出することで実現される。

ところで、近年の情報技術の進歩に伴い、従来の濃淡画像（グレイ画像）に代えて、カラー画像を用いたパターンサーチ処理が実現されつつある。一般的なカラー画像では、光の三原色に基づく「赤色」「緑色」「青色」のそれぞれの濃淡値で色が規定される。すなわち、濃淡画像が１次元の濃淡値で規定されるのに対して、カラー画像は３次元の濃淡値で規定されることを意味する。

そこで、特許文献１に開示されるように、予め登録された基準色の濃淡値の各成分と、対象となるカラー画像の各画素における濃淡値の各成分とから、スカラー量である色差を算出し、その色差に基づいて、パターンサーチ処理を実行する方法が提案されている。
特開平７−２０３４７６号公報 「イメージプロセッシング（画像処理標準テキストブック）」，財団法人画像情報教育振興会，ｐ．２６０，平成９年２月２５日

上述の特許文献１において開示される色差は、「赤色」「緑色」「青色」のそれぞれに対応する３軸からなる色空間において、基準色からの空間距離として示されるが、色差はスカラー量であるため、基準色からの方向については考慮されない。そのため、入力画像のある領域における色分布の相対的な関係が、モデル画像における色分布の相対的な関係と近似している場合には、高い正規化相関値が算出されてしまう。すなわち、入力画像のある領域がモデル画像に均一の濃度成分を加えた画像と近似する場合には、その加えられた均一の濃度成分は、正規化相関値の算出過程で無視されるため、正規化相関値は高い値となる場合がある。一例として、「黒色」および「緑色」からなる模様をもつモデル画像と、モデル画像と近似した模様をもち、かつ、その模様がそれぞれ「黒色」および「緑」に均一の「赤色」を加えて生成される「赤色」および「黄色」からなる画像では、高い正規化相関値が算出されてしまう。

上述したように、従来の色差によるパターンサーチ処理では、モデル画像内の色分布の相対的な関係と近似するような画像を誤って検出するという問題があった。

そこで、この発明は、かかる問題を解決するためになされたものであり、その目的は、画像内の色分布の相対的な関係に関わらず、高い精度でモデル画像との相関値が高い領域を特定する画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体を提供することである。

この発明によれば、モデル画像との相関値に基づいて、入力画像内の領域を特定する画像処理装置である。そして、この発明にかかる画像処理装置は、各々の色が互いに独立した３つの色変数で規定された複数の画素からなる、入力画像を取得する入力画像取得手段と、入力画像取得手段において取得された入力画像に対して、予め取得されたモデル画像と等しい大きさの判定対象領域を設定する判定対象領域設定手段と、判定対象領域設定手段において設定された判定対象領域に含まれる画素のそれぞれを規定する３つの色変数を、所定の規則に従い単一の第１のデータ配列に変換する第１のデータ配列変換手段と、第１のデータ配列変換手段において変換された第１のデータ配列と、モデル画像を構成する画素のそれぞれを規定する３つの色変数が所定の規則に従い変換された単一の第２のデータ配列と、の相関値を算出する相関値算出手段とを備える。

好ましくは、この発明にかかる画像処理装置は、モデル画像を抽出するための基準画像を取得する基準画像取得手段と、基準画像取得手段において取得された基準画像から外部からの指令に応じた領域の画像を抽出し、その抽出した画像をモデル画像として取得するモデル画像取得手段と、モデル画像取得手段において取得されたモデル画像を構成する画素のそれぞれを規定する３つの色変数を、所定の規則に従い第２のデータ配列に変換する第２のデータ配列変換手段とをさらに備える。

好ましくは、第１および第２のデータ配列の各々は、画素の位置と対応付けて行列状に配置された複数の要素からなる２次元配列であり、複数の要素の各々は、当該要素と対応付けられた画素を規定する３つの色変数の１次元配列を含む。

好ましくは、第１および第２のデータ配列の各々は、３つの色変数の別に、各画素を規定する３つの色変数のうちの１つの色変数をそれぞれ当該画素の位置と対応付けて行列状に配置した３つの２次元配列を含み、３つの２次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する。

好ましくは、第１および第２のデータ配列の各々は、３つの色変数の別に、各画素を規定する３つの色変数のうちの１つの色変数をそれぞれ連続的に配置した３つの１次元配列を含み、３つの１次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する。

好ましくは、判定対象領域設定手段は、さらに、入力画像の領域内において、判定対象領域を順次移動させ、かつ、判定対象領域の移動毎に、それぞれ第１のデータ配列変換手段および相関値算出手段における処理を繰返し実行させる。そして、この発明にかかる画像処理装置は、判定対象領域の移動毎に算出される相関値と所定のしきい値との比較に基づいて、モデル画像との相関値が高い判定対象領域を特定し、かつ、判定対象領域設定手段において判定対象領域の移動が完了すると、当該特定した判定対象領域の総数および／または当該特定した判定対象領域のそれぞれの位置を出力する判定手段をさらに備える。

また、好ましくは、判定対象領域設定手段は、さらに、入力画像の領域内において、判定対象領域を順次移動させ、かつ、判定対象領域の移動毎に、それぞれ第１のデータ配列変換手段および相関値算出手段における処理を繰返し実行させる。そして、この発明にかかる画像処理装置は、判定対象領域設定手段において判定対象領域の移動が完了すると、判定対象領域の移動毎にそれぞれ算出された相関値のうち、その値が高いものから順に所定の数の相関値を抽出し、かつ、当該抽出した相関値に対応する判定対象領域を特定し、当該特定した判定対象領域のそれぞれの位置を出力する判定手段をさらに備える。

好ましくは、３つの色変数は、赤色、緑色、青色の濃淡値である。
また、この発明によれば、モデル画像との相関値に基づいて、入力画像内の領域を特定する画像処理方法である。この発明にかかる画像処理方法は、各々の色が互いに独立した３つの色変数で規定された複数の画素からなる、入力画像を取得する入力画像取得ステップと、入力画像取得ステップにおいて取得された入力画像に対して、予め取得されたモデル画像と等しい大きさの判定対象領域を設定する判定対象領域設定ステップと、判定対象領域設定ステップにおいて設定された判定対象領域に含まれる画素のそれぞれを規定する３つの色変数を、所定の規則に従い単一の第１のデータ配列に変換する第１のデータ配列変換ステップと、第１のデータ配列変換ステップにおいて変換された第１のデータ配列と、モデル画像を構成する画素のそれぞれを規定する３つの色変数が所定の規則に従い変換された単一の第２のデータ配列と、の相関値を算出する相関値算出ステップとからなる。

好ましくは、この発明にかかる画像処理方法は、モデル画像を抽出するための基準画像を取得する基準画像取得ステップと、基準画像取得ステップにおいて取得された基準画像から外部からの指令に応じた領域の画像を抽出し、その抽出した画像をモデル画像として取得するモデル画像取得ステップと、モデル画像取得ステップにおいて取得されたモデル画像を構成する画素のそれぞれを規定する３つの色変数を、所定の規則に従い第２のデータ配列に変換する第２のデータ配列変換ステップとをさらに含む。

好ましくは、第１および第２のデータ配列の各々は、画素の位置と対応付けて行列状に配置された複数の要素からなる２次元配列であり、複数の要素の各々は、当該要素と対応付けられた画素を規定する３つの色変数の１次元配列を含む。

好ましくは、第１および第２のデータ配列の各々は、３つの色変数の別に、各画素を規定する３つの色変数のうちの１つの色変数をそれぞれ当該画素の位置と対応付けて行列状に配置した３つの２次元配列を含み、３つの２次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する。

好ましくは、第１および第２のデータ配列の各々は、３つの色変数の別に、各画素を規定する３つの色変数のうちの１つの色変数をそれぞれ連続的に配置した３つの１次元配列を含み、３つの１次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する。

好ましくは、判定対象領域設定ステップは、さらに、入力画像の領域内において、判定対象領域を順次移動させ、かつ、判定対象領域の移動毎に、それぞれ第１のデータ配列変換ステップおよび相関値算出ステップにおける処理を繰返し実行させる。そして、この発明にかかる画像処理方法は、判定対象領域の移動毎に算出される相関値と所定のしきい値との比較に基づいて、モデル画像との相関値が高い判定対象領域を特定し、かつ、判定対象領域設定ステップにおいて判定対象領域の移動が完了すると、当該特定した判定対象領域の総数および／または当該特定した判定対象領域のそれぞれの位置を出力する判定ステップをさらに含む。

また、好ましくは、判定対象領域設定ステップは、さらに、入力画像の領域内において、判定対象領域を順次移動させ、かつ、判定対象領域の移動毎に、それぞれ第１のデータ配列変換ステップおよび相関値算出ステップにおける処理を繰返し実行させる。そして、この発明にかかる画像処理方法は、判定対象領域設定ステップにおいて判定対象領域の移動が完了すると、判定対象領域の移動毎にそれぞれ算出された相関値のうち、その値が高いものから順に所定の数の相関値を抽出し、かつ、当該抽出した相関値に対応する判定対象領域を特定し、当該特定した判定対象領域のそれぞれの位置を出力する判定ステップをさらに含む。

好ましくは、３つの色変数は、赤色、緑色、青色の濃淡値である。
また、この発明によれば、上述の画像処理方法をコンピュータに実行させるためのプログラムである。

また、この発明によれば、上述の画像処理方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体である。

この発明によれば、判定対象領域に含まれる画素のそれぞれを規定する３つの色変数を単一の第１のデータ配列に変換し、かつ、同一の規則に従いモデル画像に含まれる画素のそれぞれを規定する３つの色変数から変換された第２のデータ配列との相関値を算出する。そのため、色差に基づく方法のように、相対的な比較ではなく、判定対象領域に含まれるすべての３つの色変数についての絶対的な比較を行なうことができる。よって、画像内の色分布の相対的な関係に関わらず、高い精度でモデル画像との相関値が高い領域を特定する画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体を実現できる。

この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。

図１は、この発明の実施の形態に従う画像処理装置１を備える画像センサ装置１００の概略構成図である。

図１を参照して、画像センサ装置１００は、画像処理装置１と、撮像部２と、表示部３とからなり、一例として、撮像部２が製造ライン上などを連続的に搬送される製品を撮影し、その撮影された画像に対して、画像処理装置１がパターンサーチ処理を実行する。そして、画像処理装置１は、その処理結果を表示部３に表示し、また、図示しない他の装置へその処理結果を出力してもよい。

撮像部２は、一例として、ＣＣＤ（Coupled Charged Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサなどの撮像素子およびレンズを備え、検出対象を撮影し、その撮影した画像を画像処理装置１へ出力する。なお、撮像部２が撮影する画像は、静止画像および動画像のいずれでもよい。

表示部３は、画像処理装置１における処理結果や撮像部２で撮影された画像などをユーザに表示する。一例として、表示部３は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、プラズマディスプレイ（Plasma Display）、ＥＬディスプレイ（Electro Luminescence display）などからなる。

画像処理装置１は、撮像部インターフェイス（撮像部Ｉ／Ｆ）７と、主記憶部８と、表示処理部９と、外部インターフェイス（外部Ｉ／Ｆ）１０と、補助記憶部５と、入力部６と、読取部１１と、バス１３と、ＣＰＵ部４とからなり、一例としてパーソナルコンピュータなどで実現される。

撮像部インターフェイス７は、撮像部２と電気的に接続され、撮像部２で撮影された映像信号を受け、所定の信号変換処理を行ない各画素の色情報を取得した後、バス１３を介して、その取得した色情報をＣＰＵ部４へ出力する。具体的には、撮像部インターフェイス７は、撮像部２から受けた映像信号に対してフレーム同期を行ない、時間軸上に展開されて伝送される各画素の色情報を復調して、各画素についての赤色、青色および緑色の色変数（以下、ＲＧＢ情報とも称す）を取得する。なお、この発明の実施の形態においては、撮像部インターフェイス７は、一例として、各画素の赤色、青色および緑色の各々が２５６階調（０〜２５５）を有する濃淡値を出力するものとし、以下の説明においても同様とする。

主記憶部８は、ＣＰＵ部４で実行されるプログラム、撮像部２で撮影された画像データ、予め格納されるモデル画像のデータ配列、およびＣＰＵ部４における画像処理中の画像データなどを格納する。そして、主記憶部８は、一例として、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）などの半導体記憶素子からなる。

表示処理部９は、ＣＰＵ部４による処理結果、撮像部２で撮影された画像、ユーザに入力を促す画面、ＣＰＵ部４などの処理状態を示す画面などを表示するためのデータを受け、所定の信号処理を行なった後、映像信号として表示部３へ出力する。

外部インターフェイス１０は、ＣＰＵ部４により実行された処理結果などを外部へ出力する。一例として、外部インターフェイス１０は、フォトダイオード、トランジスタまたはリレーなどから構成される接点出力（ＤＯ）や、ＵＳＢ（Universal Serial Bus）、ＲＳ−２３２Ｃ（Recommended Standard 232 version C）、ＩＥＥＥ（Institute of Electrical and Electronic Engineers）１３９４、ＳＣＳＩ（Small Computer System Interface）およびイーサネット（登録商標）などに従う通信手段などからなる。

補助記憶部５は、不揮発性の記憶領域を備え、撮像部２で撮影された画像、予め取得されるモデル画像およびＣＰＵ部４における処理結果などを格納する。一例として、補助記憶部５は、ハードディスクドライブ（ＨＤＤ）やフラッシュメモリカード、ＳＤメモリカード、ＩＣメモリカードなどの半導体メモリなどからなる。

入力部６は、ユーザからの設定および指令などを受け、バス１３を介してＣＰＵ部４へ与える。

読取部１１は、ＣＰＵ部４で実行されるプログラムが記録された記録媒体１２を受入れてプログラムを読取り、補助記憶部５または主記憶部８へ与える。なお、記録媒体１２は、不揮発的にデータを担持するものであればよく、一例として、光ディスク（ＣＤ（Compact Disk）、ＤＶＤ（Digital Versatile Disc）−ＲＯＭ／ＲＡＭ／Ｒ／ＲＷ、ＭＯ（Magnetic Optical Disc）、ＭＤ（Mini Disc））、フレキシブルディスク、磁気テープなどの着脱可能な記録媒体からなる。

ＣＰＵ部４は、撮像部インターフェイス７を介して、撮像部２で撮影されたカラー画像である入力画像から生成されたＲＧＢ情報を受け、各画素の座標と対応付けて主記憶部８に一旦格納する。そして、ＣＰＵ部４は、入力画像に対して、予め取得されるモデル画像と等しい大きさの判定対象領域を設定し、その判定対象領域に含まれる画素を規定するＲＧＢ情報を所定の規則に従い単一の第１のデータ配列に変換する。さらに、ＣＰＵ部４は、予め主記憶部８または補助記憶部５に格納される、モデル画像を構成する画素を規定するＲＧＢ情報を所定の規則に従い変換した単一の第２のデータ配列を読出し、変換した第１のデータ配列との間で正規化相関値を算出する。

そして、ＣＰＵ部４は、算出した正規化相関値が所定のしきい値を超過しているか否かを判断し、しきい値を超過している場合には、当該設定した判定対象領域がモデル画像と合致すると判断する。さらに、ＣＰＵ部４は、モデル画像と合致すると判断した判定対象領域の位置情報（座標）を主記憶部８または補助記憶部５に格納する。

同様にして、ＣＰＵ部４は、入力画像の領域内において、判定対象領域を順次移動させ、各判定対象領域において、第１のデータ配列の変換および第２のデータ配列との正規化相関値の算出を繰返し実行し、各判定対象領域がモデル画像と合致するか否かを判断する。すなわち、ＣＰＵ部４は、入力画像に設定され得る判定対象領域のうち、モデル画像と合致する領域を特定していき、その特定した領域の座標データを格納する。

最終的に、入力画像における判定対象領域の移動が完了すると、ＣＰＵ部４は、格納したモデル画像と合致する領域の総数およびモデル画像と合致する領域の座標などのデータを、表示処理部９を介して表示部３に表示する。また、ＣＰＵ部４は、外部インターフェイス１０を介して、それらのデータを図示しない他の装置へ出力してもよい。

また別の構成においては、判定対象領域の移動毎に正規化相関値と所定のしきい値とを比較する構成に代えて、ＣＰＵ部４は、判定対象領域の移動毎にそれぞれ算出された正規化相関値を各々の判定対象領域と対応付けて主記憶部８または補助記憶部５に一旦格納する。そして、ＣＰＵ部４は、入力画像における判定対象領域の移動が完了した後に、その格納した正規化相関値のうち、その値が高いものから順に所定の数の正規化相関値を抽出し、その抽出した正規化相関値と対応付けられる所定の数の判定対象領域を特定する。さらにＣＰＵ部４は、その特定した判定対象領域の座標などの位置情報を、表示処理部９を介して表示部３に表示する。

また、ＣＰＵ部４は、撮像部インターフェイス７を介して、モデル画像を抽出するための基準画像から生成されたＲＧＢ情報を受け、各画素の座標と対応付けて主記憶部８に一旦格納する。そして、ＣＰＵ部４は、基準画像からユーザからの調整指令に応じたマスク領域を設定し、その領域に含まれる画素を規定するＲＧＢ情報を所定の規則に従い単一の第２のデータ配列に変換する。そして、ＣＰＵ部４は、その変換した第２のデータ配列を主記憶部８または補助記憶部５に格納する。

この発明の実施の形態においては、撮像部インターフェイス７が「入力画像取得手段」および「基準画像取得手段」を実現し、ＣＰＵ部４が「判定対象領域設定手段」、「第１のデータ変換手段」、「相関値算出手段」、「判定手段」、および「第２のデータ変換手段」を実現する。

以下、ＣＰＵ部４における処理をより詳細に説明する。
（入力画像に対する全体処理）
図２は、入力画像ＩＭＧに対するモデル画像と合致する領域を特定する処理の概要を説明するための図である。

図２を参照して、撮像部２で撮影される入力画像ＩＭＧが、一例として（Ｐ１＋１）×（Ｐ２＋１）の行列状に配置された複数の画素ＰＥＬから構成されるとする。そして、ＣＰＵ部４は、入力画像ＩＭＧを構成する各々の画素に対して、（０，０）〜（Ｐ１，Ｐ２）の座標を対応付ける。なお、図２において、各画素ＰＥＬの座標は、各画素ＰＥＬの領域の左上角に対応する行方向および列方向の２つの数値で示される。

ＣＰＵ部４は、表示処理部９を介して、撮像部２で撮影された入力画像ＩＭＧを表示部３に表示し、ユーザからのサーチ領域の設定を受付ける。そして、ユーザがサーチ領域の設定を与えると、ＣＰＵ部４は、その設定に応じたサーチ領域ＳＥＡＲＣＨを入力画像ＩＭＧと対応付けて規定する。なお、サーチ領域ＳＥＡＲＣＨは、入力画像ＩＭＧの座標で示される開始座標ＳＴＡＲＴおよび終点座標ＥＮＤで示される。なお、ユーザがサーチ領域の設定を与えない場合には、ＣＰＵ部４は、入力画像ＩＭＧの全体をサーチ領域ＳＥＡＲＣＨとみなす。

続いて、ＣＰＵ部４は、設定されたサーチ領域ＳＥＡＲＣＨにおいて、判定対象領域ＯＢＪを設定する。なお、判定対象領域ＯＢＪは、モデル画像と等しい大きさ（画素数）である。そして、ＣＰＵ部４は、判定対象領域ＯＢＪをサーチ領域ＳＥＡＲＣＨ内において順次移動させて、その移動毎に判定対象領域ＯＢＪに含まれる画像がモデル画像と合致するか否かを判定する。

最終的には、サーチ領域ＳＥＡＲＣＨ内の判定対象領域ＯＢＪを移動させ得るすべての位置において、判定対象領域ＯＢＪに含まれる画像とモデル画像との合致を判断すると、ＣＰＵ部４は、当該入力画像ＩＭＧに対する処理を終了する。

（単一のデータ配列への変換処理）
ＣＰＵ部４は、入力画像ＩＭＧにおいて設定した判定対象領域ＯＢＪに含まれる画素を規定するＲＧＢ情報を所定の規則に従い単一の第１のデータ配列に変換し、モデル画像を同一の所定の規則に従い変換した単一の第２のデータ配列との正規化相関値を算出する。

図３は、判定対象領域ＯＢＪに含まれるそれぞれの画素のＲＧＢ情報を第１のデータ配列へ変換する過程を説明するための図である。

図３を参照して、判定対象領域ＯＢＪは、それぞれ各画素の赤色濃淡値、緑色濃淡値および青色濃淡値を規定する、赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂの組合せからなる。一例として、判定対象領域ＯＢＪが４画素×４画素で構成されるとすると、判定対象領域ＯＢＪは、３つの４行×４列の濃淡値行列からなると考えることができる。そして、判定対象領域ＯＢＪにおける画素位置（ｉ，ｊ）（但し、０≦ｉ，ｊ≦３）と対応付けて、それぞれの要素を赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊとすると、ＣＰＵ部４は、各色濃淡値を判定対象領域ＯＢＪにおける画素位置と一意に対応付けられた単一の第１のデータ配列４０に変換する。

第１のデータ配列４０は、判定対象領域ＯＢＪの画素位置（ｉ，ｊ）と対応付けて４行×４列の行列状に配置された複数の要素４２からなる。そして、要素４２の各々は、自身と対応付けられた画素を規定する赤色濃淡値４２Ｒ、緑色濃淡値４２Ｇおよび青色濃淡値４２Ｂの１次元配列からなる。したがって、判定対象領域ＯＢＪの画素位置（ｉ，ｊ）に対応する要素４２は、赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊの１次元配列からなる。その結果、第１のデータ配列４０は、２次元配列である１２行×４列の濃淡値行列となる。

なお、要素４２の各々における配列はこれに限らず、赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊの配列順を変更した配列や、列方向に配置した配列でもよい。

以上のように、ＣＰＵ部４は、判定対象領域ＯＢＪに含まれるＲＧＢ情報を第１のデータ配列へ変換する。さらに、第１のデータ配列への変換におけるのと同一の規則に従い、モデル画像に含まれるそれぞれの画素のＲＧＢ情報は、第２のデータ配列に変換される。

なお、後述するようにＣＰＵ部４がモデル画像に含まれるそれぞれの画素のＲＧＢ情報を第２のデータ配列に変換してもよいし、図示しない他の手段からモデル画像およびそのＲＧＢ情報が変換された第２のデータ配列を受けるようにしてもよい。

このように、１つの画素を規定する赤色濃淡値、緑色濃淡値、青色濃淡値の単位で構成されたデータ配列は、ＣＣＤなどからなる撮像部２から出力される映像信号の形式と同様であるため、ＲＧＢ情報からデータ配列への変換処理を簡素化できる。

（正規化相関値の算出処理）
ＣＰＵ部４は、同一の規則に従い変換された第１および第２のデータ配列を取得すると、互いの正規化相関値を算出する。

図４は、第１のデータ配列４０および第２のデータ配列４４との正規化相関値の算出を説明するための図である。

図４を参照して、上述の過程に従い変換された第１のデータ配列４０および第２のデータ配列４４は、互いに等しい大きさ（行数および列数）の２次元配列となる。ここで、説明の内容を単純化するため、第１のデータ配列４０および第２のデータ配列４４におけるそれぞれの要素（濃淡値）を、Ｘ（ｎ，ｍ）およびＹ（ｎ，ｍ）（但し、１≦ｎ≦Ｎ，１≦ｍ≦Ｍ）とすると、正規化相関値Ｃは、第１のデータ配列４０と第２のデータ配列４４との共分散値σＸＹ、第１のデータ配列４０の分散σＸ^２、第２のデータ配列４４の分散σＹ^２として、（１）式のように算出される。

（１）式を参照して、正規化相関値Ｃは、第１のデータ配列４０における要素Ｘ（ｎ，ｍ）の総和ΣＸ（ｎ，ｍ）および要素Ｘ（ｎ，ｍ）の二乗総和ΣＸ（ｎ，ｍ）^２、第２のデータ配列４４における要素Ｙ（ｎ，ｍ）の総和ΣＹ（ｎ，ｍ）および要素Ｙ（ｎ，ｍ）の二乗総和ΣＹ（ｎ，ｍ）^２、ならびに、第１のデータ配列４０と第２のデータ配列４４とにおけるそれぞれ対応する２つの要素の積総和ΣＹ（ｎ，ｍ）×Ｙ（ｎ，ｍ）、により算出されることがわかる。

したがって、ＣＰＵ部４は、モデル画像に含まれるそれぞれの画素のＲＧＢ情報から変換された第２のデータ配列４４に対して、予め、総和ΣＹ（ｎ，ｍ）および二乗総和ΣＹ（ｎ，ｍ）^２を取得しておく。そして、ＣＰＵ部４は、判定対象領域ＯＢＪの設定毎に、第１のデータ配列４０に対する総和ΣＹ（ｎ，ｍ）および二乗総和ΣＹ（ｎ，ｍ）^２、ならびに第１のデータ配列４０および第２のデータ配列４４に対する積総和ΣＹ（ｎ，ｍ）×Ｙ（ｎ，ｍ）を演算し、正規化相関値Ｃを算出する。

再度、図３および図４を参照して、ＣＰＵ部４は、判定対象領域ＯＢＪに含まれる各画素を規定する赤色濃淡値、緑色濃淡値および青色濃淡値を図３に示すような第１のデータ配列４０に変換する。したがって、第１のデータ配列４０を構成する赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊは、以下に示す（２）式に従い、それぞれ第１のデータ配列４０における要素Ｘ（ｎ，ｍ）に変換される。

Ｒｉｊ＝Ｘ（ｉ×３＋１，ｊ＋１）
Ｇｉｊ＝Ｘ（ｉ×３＋２，ｊ＋１）・・・（２）
Ｂｉｊ＝Ｘ（ｉ×３＋３，ｊ＋１）
また、逆に第１のデータ配列４０における要素Ｘ（ｎ，ｍ）は、以下に示す（３）式に従い、赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊに逆変換できる。

Ｘ（ｎ，ｍ）＝
Ｒｋｍ（ｎ＝３ｋ＋１の場合）
Ｇｋｍ（ｎ＝３ｋ＋２の場合）・・・（３）
Ｂｋｍ（ｎ＝３ｋ＋３の場合）
但し、ｋ＝０，１，２，・・・
上述のように、ＣＰＵ部４は、一意にその対応関係が規定され、かつ、可逆変換が可能であるように、判定対象領域ＯＢＪに含まれる各画素を規定する赤色濃淡値、緑色濃淡値および青色濃淡値を第１のデータ配列４０に変換する。なお、第２のデータ配列４４についても、同一の規則に従い変換されるので、モデル画像に含まれる各画素を規定する赤色濃淡値、緑色濃淡値および青色濃淡値に対して、一意にその対応関係が規定され、かつ、可逆変換が可能である。

（判定処理）
ＣＰＵ部４は、上述のような過程に従い算出した正規化相関値Ｃに基づいて、判定対象領域ＯＢＪがモデル画像と合致するか否かを判定する。

なお、（１）式においては、第１のデータ配列および第２のデータ配列における分散の平方根、すなわち標準偏差を分母に含むため、「正規化」された相関値が算出される。これは、正規化相関値Ｃが０≦Ｃ≦１の範囲に規格化されることを意味し、２つのデータ配列が全く同一となった場合において、Ｃ＝１となる。

そこで、判定方法としては複数の方法が存在するが、この発明の実施の形態においては、算出した正規化相関値Ｃが所定のしきい値を超過するか否かに応じて、判定対象領域ＯＢＪがモデル画像と合致するか否かを判定する。すなわち、ＣＰＵ部４は、入力画像ＩＭＧに対する判定対象領域ＯＢＪの設定毎に判定対象領域ＯＢＪとモデル画像との正規化相関値Ｃを算出し、かつ、その算出した正規化相関値Ｃと所定のしきい値とを比較する。そして、ＣＰＵ部４は、算出した正規化相関値Ｃが所定のしきい値を超過していれば、判定対象領域ＯＢＪがモデル画像と合致すると判定する。

また、別の局面においては、ＣＰＵ部４は、入力画像ＩＭＧに対する判定対象領域ＯＢＪの設定毎に判定対象領域ＯＢＪとモデル画像との正規化相関値Ｃをそれぞれ算出し、算出した正規化相関値Ｃのうち、上位から所定の数、すなわちその値が高いものから順に所定の数の判定対象領域ＯＢＪがモデル画像と合致すると判断する。

（処理フローチャート）
図５は、ＣＰＵ部４における処理を示すフローチャートである。

図５を参照して、ＣＰＵ部４は、主記憶部８または補助記憶部５から、予め設定された、モデル画像の大きさ（画素数）、第２のデータ配列、およびサーチ領域ＳＥＡＲＣＨの設定などを読出す（ステップＳ１００）。なお、第２のデータ配列には、データ配列自体に加えて、第２のデータ配列の要素についての総和および二乗和が含まれる。

そして、ＣＰＵ部４は、撮像部インターフェイス７を介して、撮像部２から入力画像ＩＭＧを取得する（ステップＳ１０２）。

ＣＰＵ部４は、取得した入力画像ＩＭＧのサーチ領域ＳＥＡＲＣＨにおいて、判定対象領域ＯＢＪを設定し（ステップＳ１０４）、さらに、設定した判定対象領域ＯＢＪに含まれる各画素を規定するＲＧＢ情報を抽出する（ステップＳ１０６）。そして、ＣＰＵ部４は、抽出した各画素を規定するＲＧＢ情報を第１のデータ配列に変換する（ステップＳ１０８）。さらに、ＣＰＵ部４は、変換した第１のデータ配列と、読出した第２のデータ配列とから正規化相関値Ｃを算出する（ステップＳ１１０）。具体的には、ＣＰＵ部４は、第１のデータ配列の各要素を順次走査し、第１のデータ配列の要素についての総和および二乗和、ならびに第１のデータ配列と第２のデータ配列との各要素の積の総和を演算する。

その後、ＣＰＵ部４は、算出した正規化相関値Ｃがしきい値を超過しているか否かを判断する（ステップＳ１１２）。正規化相関値Ｃがしきい値を超過している場合（ステップＳ１１２においてＹＥＳの場合）には、選択中の判定対象領域ＯＢＪの位置情報（座標）を主記憶部８に格納する（ステップＳ１１４）。

正規化相関値Ｃがしきい値を超過していない場合（ステップＳ１１２においてＮＯの場合）、または、選択中の判定対象領域ＯＢＪの位置情報を主記憶部８に格納（ステップＳ１１４）した後には、ＣＰＵ部４は、サーチ領域ＳＥＡＲＣＨ内で選択可能なすべての領域を判定対象領域ＯＢＪとして設定したか否かを判断する（ステップＳ１１６）。すべての領域を判定対象領域ＯＢＪとして選択していない場合（ステップＳ１１６においてＮＯの場合）には、ＣＰＵ部４は、別の領域を判定対象領域ＯＢＪに設定する（ステップＳ１１８）。そして、ＣＰＵ部４は、ステップＳ１１６においてＹＥＳとなるまで、上述のステップＳ１０６〜Ｓ１１４を繰返し実行する。

すべての領域を判定対象領域ＯＢＪとして選択している場合（ステップＳ１１６においてＹＥＳの場合）には、ＣＰＵ部４は、主記憶部８に格納されている、正規化相関値Ｃがしきい値を超過した判定対象領域ＯＢＪの総数およびその位置情報などを表示部３などに出力する（ステップＳ１２０）。そして、ＣＰＵ部４は、処理を終了する。

（適用例）
図６は、この発明の実施の形態に従う画像処理装置１による判定処理の適用例である。

図６（ａ）は、判定対象領域ＯＢＪおよびモデル画像の一例を示す。
図６（ｂ）は、図６（ａ）に示す判定対象領域ＯＢＪおよびモデル画像のＲＧＢ情報から変換された第１および第２のデータ配列を示す。

図６（ａ）を参照して、一例として、モデル画像および判定対象領域ＯＢＪで設定される画像が、いずれも４画素×４画素からなるとする。そして、モデル画像が「マゼンダ色」および「シアン色」の２色で２画素×４画素ずつ色分けされた模様を有しており、一方、判定対象領域ＯＢＪで設定される画像がモデル画像と同じ模様であり、かつ、モデル画像から「青色成分」を均一に取除くことで生成される「赤色」および「緑色」の２色を有しているとする。

すなわち、判定対象領域ＯＢＪで設定される画像を各色成分に分解した、赤色濃度画像５０Ｒ，緑色濃度画像５０Ｇ，青色濃度画像５０Ｂと、モデル画像を各色成分に分解した、赤色濃度画像５４Ｒ，緑色濃度画像５４Ｇ，青色濃度画像５４Ｂとをそれぞれ比較すると、赤色濃度成分５０Ｒ，５４Ｒおよび緑色濃度成分５０Ｇは、それぞれ一致する。また、青色濃度画像５０Ｂ，５４Ｂは、いずれの画素においても「２５５」の濃度差を有している。

図６（ｂ）を参照して、上述の（１）式に従い、判定対象領域ＯＢＪで設定される画像から変換された第１のデータ配列４０と、モデル画像のＲＧＢ情報から変換される第２のデータ配列４４との正規化相関値Ｃを算出すると、Ｃ＝０．５となる。これは、判定対象領域ＯＢＪで設定される画像とモデル画像との合致の程度が５０％しかないことを意味する。そのため、しきい値を８０％程度に設定しておくことで、誤判定を確実に回避できる。

したがって、この発明の実施の形態に従う画像処理装置は、従来の色差を用いる方法では、誤判定してしまうおそれのある画像に対しても、合致するか否かの判定を精度よく行なうことができる。

（変形例１）
画素のＲＧＢ情報を第１および第２のデータ配列に変換するためのデータ構造は、上述したものに限られず、さまざまな態様を用いることができる。

図７は、この発明の実施の形態の変形例１に従う、第１のデータ配列への変換過程を説明するための図である。

図７を参照して、図３と同様に、一例として、判定対象領域ＯＢＪが４画素×４画素で構成されるとし、判定対象領域ＯＢＪにおける画素位置（ｉ，ｊ）（但し、０≦ｉ，ｊ≦３）と対応付けて、それぞれの要素を赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊと規定する。

そして、この発明の実施の形態の変形例１に従う第１のデータ配列６０は、２次元配列であり、判定対象領域ＯＢＪを規定する赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂが行方向に並置されて構成される。赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂの各々は、４画素×４画素で構成されるので、第１のデータ配列６０は、１２行×４列の濃淡値行列となる。

このように、この発明の実施の形態の変形例１においても、判定対象領域ＯＢＪの各画素を規定するＲＧＢ情報は、判定対象領域ＯＢＪにおける当該画素位置と一意に対応付けられた単一の第１のデータ配列６０に変換される。

また、当然のことながら、モデル画像を構成する画素のＲＧＢ情報から変換される第２のデータ配列についても、上述した第１のデータ配列６０と等しい配列構造を有する。

この発明の実施の形態の変形例１に従う第１および第２のデータ配列に対しても、上述した（１）式を同様に適用することで、正規化相関値Ｃを算出できるので、詳細な説明は繰返さない。

なお、第１のデータ配列６０における、赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂの配置形態はこれに限らず、並置順を変更した態様や、列方向に並置した態様でもよい。

上述のように、１つの画像を構成する赤色濃淡画像、緑色濃淡画像、青色濃淡画像を結合することでデータ配列を生成できるため、各色別の濃淡値を取得する３枚のＣＣＤからなる撮像部を用いる場合には、各ＣＣＤからの映像信号を用いて容易にデータ配列に変換することができる。

（変形例２）
上述のこの発明の実施の形態およびその変形例１においては、２次元配列の第１および第２のデータ配列を用いる構成について説明したが、１次元配列の構成を用いてもよい。

図８は、この発明の実施の形態の変形例２に従う、第１のデータ配列７０への変換過程を説明するための図である。

図８を参照して、図３と同様に、一例として、判定対象領域ＯＢＪが４画素×４画素で構成されるとし、判定対象領域ＯＢＪにおける画素位置（ｉ，ｊ）（但し、０≦ｉ，ｊ≦３）と対応付けて、それぞれの要素を赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊと規定する。

そして、この発明の実施の形態の変形例２に従う第１のデータ配列７０は、赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇ、青色濃淡画像３０Ｂの別に、それらを構成する赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊを行方向に沿って展開し、連続的に配置した１次元配列である。すなわち、第１のデータ配列７０は、赤色濃淡値配列７２Ｒ、緑色濃淡値配列７２Ｇ、青色濃淡値配列７２Ｂが同一方向に沿って並置されて構成される。そして、赤色濃淡値配列７２Ｒは、赤色濃淡画像３０Ｒを構成する赤色濃淡値Ｒｉｊが行方向に沿って連続的に配置された、Ｒ００，Ｒ１０，・・・，Ｒ０１，Ｒ１１，・・・，Ｒ３３のように構成される。さらに、緑色濃淡値配列７２Ｇおよび青色濃淡値配列７２Ｂについても、赤色濃淡値配列７２Ｒと同様に構成される。

赤色濃淡画像３０Ｒ、緑色濃淡画像３０Ｇおよび青色濃淡画像３０Ｂの各々は、４画素×４画素（１６画素）で構成されるので、第１のデータ配列７０は、４８の濃淡値からなる１次元配列となる。

このように、この発明の実施の形態の変形例２においても、判定対象領域ＯＢＪの各画素を規定するＲＧＢ情報は、判定対象領域ＯＢＪにおける当該画素位置と一意に対応付けられた単一の第１のデータ配列７０に変換される。

また、当然のことながら、モデル画像を構成する画素のＲＧＢ情報から変換される第２のデータ配列についても、上述した第１のデータ配列７０と等しい配列構造を有する。

なお、第１のデータ配列７０における、赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊの配置形態はこれに限らず、画素毎に赤色濃淡値Ｒｉｊ，緑色濃淡値Ｇｉｊ，青色濃淡値Ｂｉｊを連続的に配置した態様でもよい。

ところで、この発明の実施の形態の変形例２に従う第１および第２のデータ配列は、１次元配列であるので、上述した（１）式をより簡単化した式により正規化相関値Ｃを算出できる。この発明の実施の形態の変形例２に従う第１のデータ配列の各濃淡値をＸ（ｌ）とし、第２のデータ配列の各濃淡値をＹ（ｌ）（但し、１≦ｌ≦Ｌ）とすると、（４）式のように算出される。

（４）式を参照して、上述の（１）式を１次元配列に適用できるように簡素化したものである。そのため、演算過程におけるループ処理などを省略できるので、演算速度を向上させることができる。

上述のように、一次元のデータ配列に変換することで、正規化相関値の算出過程における処理がより簡素化されるため、多くの領域に対してパターンサーチ処理を繰返し実行する場合には、演算速度を高めることができる。

（モデル画像取得処理）
この発明の実施の形態に従う画像処理装置１は、さらに、基準画像を取得してモデル画像を取得する機能を有する。

図９は、モデル画像を取得する機能を説明するための図である。
図１および図９を参照して、ユーザは、モデル画像を抽出するため、たとえば製品サンプルなどを撮像部２の撮影範囲に配置する。そして、ユーザが、入力部６を介して撮影開始指令を与えると、ＣＰＵ部４は、その撮影開始指令に応じて、撮像部２から画像を取得し、表示部３を介して基準画像ＳＩＭＧとして表示する。同時に、ＣＰＵ部４は、基準画像ＳＩＭＧの中からモデル画像を抽出するためのマスク領域ＭＳＫを表示する。なお、ＣＰＵ部４は、初期値として、予め定められた大きさ（デフォルトサイズ）のマスク領域ＭＳＫを表示する。さらに、ユーザは、表示部３に表示される基準画像ＳＩＭＧを参照しながら、所望の画像８０を囲むように、入力部６を介してマスク領域ＭＳＫの位置およびサイズなどの調整指令を与える。すると、ＣＰＵ部４は、その調整指令に応じて、表示部３に表示するマスク領域ＭＳＫの位置およびサイズを変更する。

マスク領域ＭＳＫの設定を完了すると、ユーザは、入力部６を介して決定指令を与える。すると、ＣＰＵ部４は、その決定指令に応じて、マスク領域ＭＳＫの範囲に含まれる画像の情報を取得する。具体的には、ＣＰＵ部４は、マスク領域ＭＳＫの画素サイズおよびマスク領域ＭＳＫの範囲に含まれる各画素のＲＧＢ情報を主記憶部８に格納する。

そして、ＣＰＵ部４は、主記憶部８に格納した各画素のＲＧＢ情報を上述した第１のデータ配列への変換と同一の規則に従い、第２のデータ配列に変換し、かつ、その変換後の第２のデータ配列を主記憶部８に格納する。なお、第２のデータ配列への変換は、上述した第１のデータ配列への変換と同様であるので、詳細な説明は繰返さない。また、同時に、ＣＰＵ部４は、第２のデータ配列の要素についての総和および二乗和を算出し、主記憶部８に格納する。

図１０は、ＣＰＵ部４におけるモデル画像を抽出するためのフローチャートである。
図１０を参照して、ＣＰＵ部４は、外部から撮影開始指令を受けたか否かを判断する（ステップＳ２００）。ここで、ユーザは、モデル画像を抽出するための基準対象物を撮像部２の撮影範囲に配置し、入力部６を介して撮影開始指令を与える。

撮影開始指令を受けていない場合（ステップＳ２００においてＮＯの場合）には、ＣＰＵ部４は、撮影開始指令を受けるまで待つ（ステップＳ２００）。

撮影開始指令を受けると、ＣＰＵ部４は、撮像部２から取得した基準画像ＳＩＭＧおよびマスク領域ＭＳＫを表示部３に表示する（ステップＳ２０２）。そして、ＣＰＵ部４は、マスク領域ＭＳＫに対する調整指令に応じて、マスク領域ＭＳＫの位置およびサイズを変更する（ステップＳ２０４）。

さらに、ＣＰＵ部４は、外部から決定指令を受けたか否かを判断する（ステップＳ２０６）。決定指令を受けていない場合（ステップＳ２０６においてＮＯの場合）には、ＣＰＵ部４は、ステップＳ２０４およびＳ２０６を繰返す。

決定指令を受けている場合（ステップＳ２０６においてＹＥＳの場合）には、ＣＰＵ部４は、設定されているマスク領域ＭＳＫの範囲に含まれる各画素のＲＧＢ情報を取得する（ステップＳ２０８）。そして、ＣＰＵ部４は、取得した各画素のＲＧＢ情報を第２のデータ配列に変換し（ステップＳ２１０）、さらに、第２のデータ配列の要素についての総和および二乗和を算出し（ステップＳ２１２）、主記憶部８に格納する。そして、ＣＰＵ部４は、処理を終了する。

上述のように、ＣＰＵ部４は、基準画像ＳＩＭＧからモデル画像を取得する。
この発明の実施の形態においては、基準画像ＳＩＭＧからモデル画像を取得する構成について説明したが、他の図示しない装置から、モデル画像に関するデータ、すなわちモデル画像の大きさ、第２のデータ配列、第２のデータ配列についての総和および二乗和などを取得するような構成でもよい。

なお、上述のこの発明の実施の形態についての説明においては、正規化相関値を用いて合致の有無を判定する構成について説明したが、必ずしも相関値が正規化された相関値を用いる必要はない。すなわち、（１）式に示す数式における分母の項を除き、分子の項の値に基づいて判定することもできる。

また、上述のこの発明の実施の形態についての説明においては、撮像部２からカラー画像を取得する構成について説明したが、この構成に限られることはない。たとえば、主記憶部８、補助記憶部５または記録媒体１２などに予め格納されているカラー画像を取得して、同様の処理を行なうようにしてもよい。

また、上述のこの発明の実施の形態についての説明においては、色情報として、光の三原色に基づく「赤色」「緑色」「青色」からなるＲＧＢ情報を用いる構成について説明したが、この構成に限られず、たとえば、光の三原色の補色である「シアン」「マゼンダ」「黄色」からなるＣＭＹ情報を用いてもよい。さらに、色の属性に基づく「色相（Hue）」、「明度（Value）」、「彩度（Chroma）」の３つの色変数を用いても同様に適用することができる。

この発明の実施の形態によれば、判定対象領域に含まれる画素のそれぞれを規定するＲＧＢ情報を単一の第１のデータ配列に変換し、かつ、同一の規則に従いモデル画像に含まれる画素のそれぞれを規定するＲＧＢ情報から変換された単一の第２のデータ配列との正規化相関値を算出する。そのため、色差に基づく方法のように、相対的な比較ではなく、判定対象領域に含まれるすべてのＲＧＢ情報についての絶対的な比較を行なうことができる。よって、判定対象領域内の色分布の相対的な関係に関わらず、高い精度でモデル画像と合致する領域の特定を実現できる。

また、この発明の実施の形態によれば、正規化された相関値を用いるため、判定対象領域の種類に関わらず、その相関値の範囲は０から１の間の値となる。よって、判定対象領域の合致の程度を同一の基準で比較することができるため、相関値が予め設定されたしきい値を超過するか否かに基づいて、合致の判定を実現できる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

この発明の実施の形態に従う画像処理装置を備える画像センサ装置の概略構成図である。 入力画像に対するモデル画像と合致する領域を特定する処理の概要を説明するための図である。 判定対象領域に含まれるそれぞれの画素のＲＧＢ情報を第１のデータ配列へ変換する過程を説明するための図である。 第１のデータ配列および第２のデータ配列との正規化相関値の算出を説明するための図である。 ＣＰＵ部における処理を示すフローチャートである。 この発明の実施の形態に従う画像処理装置による判定処理の適用例である。 この発明の実施の形態の変形例１に従う、第１のデータ配列への変換過程を説明するための図である。 この発明の実施の形態の変形例２に従う、第１のデータ配列への変換過程を説明するための図である。 モデル画像を取得する機能を説明するための図である。 ＣＰＵ部におけるモデル画像を抽出するためのフローチャートである。

符号の説明

１ 画像処理装置、２ 撮像部、３ 表示部、４ ＣＰＵ部、５ 補助記憶部、６ 入力部、７ 撮像部インターフェイス（撮像部Ｉ／Ｆ）、８ 主記憶部、９ 表示処理部、１０ 外部インターフェイス（外部Ｉ／Ｆ）、１１ 読取部、１２ 記録媒体、１３ バス、３０Ｇ，５０Ｇ，５４Ｇ 緑色濃淡画像、５０Ｒ，３０Ｒ，５４Ｒ 赤色濃淡画像、３０Ｂ，５０Ｂ，５４Ｂ 青色濃淡画像、４０，６０，７０ データ配列、４２ 要素、４２Ｇ 緑色濃淡値、４２Ｒ 赤色濃淡値、４２Ｂ 青色濃淡値、４４ データ配列、７２Ｇ 緑色濃淡値配列、７２Ｒ 赤色濃淡値配列、７２Ｂ 青色濃淡値配列、８０ 画像、１００ 画像センサ装置、Ｂｉｊ 青色濃淡値、Ｇｉｊ 緑色濃淡値、Ｒｉｊ 赤色濃淡値、Ｃ 正規化相関値、ＥＮＤ 終点座標、ＩＭＧ 入力画像、ＭＳＫ マスク領域、ＯＢＪ 判定対象領域、ＰＥＬ 画素、ＳＥＡＲＣＨ サーチ領域、ＳＩＭＧ 基準画像、ＳＴＡＲＴ 開始座標。

Claims (18)

1. モデル画像との相関値に基づいて、入力画像内の領域を特定する画像処理装置であって、
   各々の色が互いに独立した３つの色変数で規定された複数の画素からなる、入力画像を取得する入力画像取得手段と、
   前記入力画像取得手段において取得された前記入力画像に対して、予め取得されたモデル画像と等しい大きさの判定対象領域を設定する判定対象領域設定手段と、
   前記判定対象領域設定手段において設定された前記判定対象領域に含まれる画素のそれぞれを規定する前記３つの色変数を、所定の規則に従い単一の第１のデータ配列に変換する第１のデータ配列変換手段と、
   前記第１のデータ配列変換手段において変換された前記第１のデータ配列と、前記モデル画像を構成する画素のそれぞれを規定する前記３つの色変数が前記所定の規則に従い変換された単一の第２のデータ配列と、の相関値を算出する相関値算出手段とを備える、画像処理装置。
2. 前記モデル画像を抽出するための基準画像を取得する基準画像取得手段と、
   前記基準画像取得手段において取得された前記基準画像から外部からの指令に応じた領域の画像を抽出し、その抽出した画像を前記モデル画像として取得するモデル画像取得手段と、
   前記モデル画像取得手段において取得された前記モデル画像を構成する画素のそれぞれを規定する前記３つの色変数を、前記所定の規則に従い前記第２のデータ配列に変換する第２のデータ配列変換手段とをさらに備える、請求項１に記載の画像処理装置。
3. 前記第１および第２のデータ配列の各々は、画素の位置と対応付けて行列状に配置された複数の要素からなる２次元配列であり、
   前記複数の要素の各々は、当該要素と対応付けられた画素を規定する前記３つの色変数の１次元配列を含む、請求項１または２に記載の画像処理装置。
4. 前記第１および第２のデータ配列の各々は、前記３つの色変数の別に、各画素を規定する前記３つの色変数のうちの１つの色変数をそれぞれ当該画素の位置と対応付けて行列状に配置した３つの２次元配列を含み、
   前記３つの２次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する、請求項１または２に記載の画像処理装置。
5. 前記第１および第２のデータ配列の各々は、前記３つの色変数の別に、各画素を規定する前記３つの色変数のうちの１つの色変数をそれぞれ連続的に配置した３つの１次元配列を含み、
   前記３つの１次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する、請求項１または２に記載の画像処理装置。
6. 前記判定対象領域設定手段は、さらに、前記入力画像の領域内において、前記判定対象領域を順次移動させ、かつ、前記判定対象領域の移動毎に、それぞれ前記第１のデータ配列変換手段および前記相関値算出手段における処理を繰返し実行させ、
   前記判定対象領域の移動毎に算出される前記相関値と所定のしきい値との比較に基づいて、前記モデル画像との前記相関値が高い前記判定対象領域を特定し、かつ、前記判定対象領域設定手段において前記判定対象領域の移動が完了すると、当該特定した判定対象領域の総数および／または当該特定した判定対象領域のそれぞれの位置を出力する判定手段をさらに備える、請求項１〜５のいずれか１項に記載の画像処理装置。
7. 前記判定対象領域設定手段は、さらに、前記入力画像の領域内において、前記判定対象領域を順次移動させ、かつ、前記判定対象領域の移動毎に、それぞれ前記第１のデータ配列変換手段および前記相関値算出手段における処理を繰返し実行させ、
   前記判定対象領域設定手段において前記判定対象領域の移動が完了すると、前記判定対象領域の移動毎にそれぞれ算出された前記相関値のうち、その値が高いものから順に所定の数の相関値を抽出し、かつ、当該抽出した相関値に対応する判定対象領域を特定し、当該特定した判定対象領域のそれぞれの位置を出力する判定手段をさらに備える、請求項１〜５のいずれか１項に記載の画像処理装置。
8. 前記３つの色変数は、赤色、緑色、青色の濃淡値である、請求項１〜７のいずれか１項に記載の画像処理装置。
9. モデル画像との相関値に基づいて、入力画像内の領域を特定する画像処理方法であって、
   各々の色が互いに独立した３つの色変数で規定された複数の画素からなる、入力画像を取得する入力画像取得ステップと、
   前記入力画像取得ステップにおいて取得された前記入力画像に対して、予め取得されたモデル画像と等しい大きさの判定対象領域を設定する判定対象領域設定ステップと、
   前記判定対象領域設定ステップにおいて設定された前記判定対象領域に含まれる画素のそれぞれを規定する前記３つの色変数を、所定の規則に従い単一の第１のデータ配列に変換する第１のデータ配列変換ステップと、
   前記第１のデータ配列変換ステップにおいて変換された前記第１のデータ配列と、前記モデル画像を構成する画素のそれぞれを規定する前記３つの色変数が前記所定の規則に従い変換された単一の第２のデータ配列と、の相関値を算出する相関値算出ステップとからなる、画像処理方法。
10. 前記モデル画像を抽出するための基準画像を取得する基準画像取得ステップと、
    前記基準画像取得ステップにおいて取得された前記基準画像から外部からの指令に応じた領域の画像を抽出し、その抽出した画像を前記モデル画像として取得するモデル画像取得ステップと、
    前記モデル画像取得ステップにおいて取得された前記モデル画像を構成する画素のそれぞれを規定する前記３つの色変数を、前記所定の規則に従い前記第２のデータ配列に変換する第２のデータ配列変換ステップとをさらに含む、請求項９に記載の画像処理方法。
11. 前記第１および第２のデータ配列の各々は、画素の位置と対応付けて行列状に配置された複数の要素からなる２次元配列であり、
    前記複数の要素の各々は、当該要素と対応付けられた画素を規定する前記３つの色変数の１次元配列を含む、請求項９または１０に記載の画像処理方法。
12. 前記第１および第２のデータ配列の各々は、前記３つの色変数の別に、各画素を規定する前記３つの色変数のうちの１つの色変数をそれぞれ当該画素の位置と対応付けて行列状に配置した３つの２次元配列を含み、
    前記３つの２次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する、請求項９または１０に記載の画像処理方法。
13. 前記第１および第２のデータ配列の各々は、前記３つの色変数の別に、各画素を規定する前記３つの色変数のうちの１つの色変数をそれぞれ連続的に配置した３つの１次元配列を含み、
    前記３つの１次元配列は、同一方向に沿って並置されて単一のデータ配列を構成する、請求項９または１０に記載の画像処理方法。
14. 前記判定対象領域設定ステップは、さらに、前記入力画像の領域内において、前記判定対象領域を順次移動させ、かつ、前記判定対象領域の移動毎に、それぞれ前記第１のデータ配列変換ステップおよび前記相関値算出ステップにおける処理を繰返し実行させ、
    前記判定対象領域の移動毎に算出される前記相関値と所定のしきい値との比較に基づいて、前記モデル画像との前記相関値が高い前記判定対象領域を特定し、かつ、前記判定対象領域設定ステップにおいて前記判定対象領域の移動が完了すると、当該特定した判定対象領域のそれぞれの位置を出力する判定ステップをさらに含む、請求項９〜１３のいずれか１項に記載の画像処理方法。
15. 前記判定対象領域設定ステップは、さらに、前記入力画像の領域内において、前記判定対象領域を順次移動させ、かつ、前記判定対象領域の移動毎に、それぞれ前記第１のデータ配列変換ステップおよび前記相関値算出ステップにおける処理を繰返し実行させ、
    前記判定対象領域設定ステップにおいて前記判定対象領域の移動が完了すると、前記判定対象領域の移動毎にそれぞれ算出された前記相関値のうち、その値が高いものから順に所定の数の相関値を抽出し、かつ、当該抽出した相関値に対応する判定対象領域を特定し、当該特定した判定対象領域の総数および／または当該特定した判定対象領域のそれぞれの位置を出力する判定ステップをさらに含む、請求項９〜１３のいずれか１項に記載の画像処理方法。
16. 前記３つの色変数は、赤色、緑色、青色の濃淡値である、請求項９〜１５のいずれか１項に記載の画像処理方法。
17. 請求項９〜１６のいずれか１項に記載の画像処理方法をコンピュータに実行させるためのプログラム。
18. 請求項９〜１６のいずれか１項に記載の画像処理方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体。