JP2007235769A - 動きベクトル検出方法及び装置 - Google Patents

Abstract

【課題】 画面内に動く物体が存在していても画面全体の動きベクトルの検出を高い精度で行うことができる動きベクトル検出方法を提供する。
【解決手段】 画面を複数のブロックに分割し（Ｓ１）、ブロックごとの動きベクトルを検出する（Ｓ２）。動きベクトルが類似するブロックをグループ化することにより、グループ分けを行う（Ｓ４）。同一グループに属するブロックの動きベクトルの履歴と、画面全体の動きベクトルの履歴とに基づいて、動く物体を含むグループを判定する（Ｓ５）。動く物体を含むグループ以外のグループのブロックの動きベクトルを用いて、画面全体の動きベクトルを検出する（Ｓ６）。
【選択図】 図２

Description

本発明は、ビデオカメラなどに用いられる手振れ補正装置等に適用する動きベクトル検出方法及び装置に関する。

ビデオカメラなどにおいて、手振れ補正に適用される画像の動きベクトルを検出する動きベクトル検出装置が特許文献１に開示されている。この装置では動きベクトルの検出に代表点マッチング法が使われている。代表点マッチング法は、代表点画素として定められた画素の１つ前のフィールドにおける画像信号レベルと、探索範囲として定められた領域内の全画素の現在のフィールドにおける画像信号レベルとの差分絶対値和を算出して相関値を求め、その相関値がもっとも小さい相関性の高いサンプリング点画素を求め、このサンプリング点画素と代表点画素との位置の差を、被写体の動きを表す動きベクトルとして特定する方法である。

具体的には、一画面を複数の領域（以下「ブロック」という）に分割し、ブロックごとの動きベクトルが代表点マッチング法により検出される。さらにブロックごとの相関値の傾向を示す相関値データ、すなわち相関値の最小値、平均値、勾配などを用いてブロックごとの動きベクトルの信頼性を判定する。そして、判定された信頼性に基づいて、検出されたブロックごとの動きベクトルが手振れによるものか否かを判定し、手振れによるものと判定されたブロックの動きベクトルの平均値やメディアン値から画面全体の動きベクトルを検出する。

特開平６−１３３２９８号公報

しかしながら、画面内に動く物体が存在すると、検出されたブロックごとの動きベクトルには、手振れに起因する動きベクトルと動く物体の動きに起因する動きベクトルの両方が混在している。ここで画面全体の動きベクトルをすべてのブロックの動きベクトルの平均値やメディアン値にすると、画面全体の動きベクトルは手振れに起因する動きベクトルと動く物体の動きに起因する動きベクトルとが混合されたものになってしまい、手振れ補正が十分に行えないという問題点があった。さらに、動く物体が画面の大半を占めるときには、手振れに起因する動きベクトルを検出できるブロックがまったく存在しない場合もあり、また、手振れに起因する動きベクトルであるにもかかわらず、ブロックの信頼性判定で手振れに起因する動きベクトルではないと誤判定される場合もある。このため、最終的に動く物体に起因する動きベクトルが画面全体の動きベクトルとして判定されてしまうことがある。その結果、誤ったデータに基づいた手振れ補正が行われてしまうという問題があった。

本発明はこの点に着目してなされたものであり、画面内に動く物体が存在していても、手振れに起因する画面全体の動きベクトルの検出を高い精度で行うことができる動きベクトル検出方法及び装置を提供することを目的とする。

上記目的を達成するため請求項１に記載の発明は、時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出方法において、一画面を複数の領域に分割し、代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出し、前記相関値に応じて前記相関値の傾向を示す相関値データを算出し、前記相関値から前記領域ごとに動きベクトルを検出し、前記相関値データにより前記領域の信頼性を判定し、信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化し、同一グループに属する領域の動きベクトルの履歴と、画面全体の動きベクトルの履歴とに基づいて、動く物体を含むグループを判定し、前記動く物体を含むグループを除くグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出することを特徴とする。

請求項２に記載の発明は、時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出方法において、一画面を複数の領域に分割し、代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出し、前記相関値に応じて前記相関値の傾向を示す相関値データを算出し、前記相関値から前記領域ごとに動きベクトルを検出し、前記相関値データにより前記領域の信頼性を判定し、信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化し、同一グループに属する領域の画面内における離散度合を示すグループの距離を算出し、前記グループの距離が最大となるグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出することを特徴とする。

請求項３に記載の発明は、時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出装置において、一画面を複数の領域に分割する分割手段と、代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出する相関値算出手段と、前記相関値に応じて前記相関値の傾向を示す相関値データを算出する相関値データ算出手段と、前記相関値から前記領域ごとに動きベクトルを検出する領域動きベクトル検出手段と、前記相関値データにより前記領域の信頼性を判定する信頼性判定手段と、信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化するグループ化手段と、同一グループに属する領域の画面内における離散度合を示すグループの距離を算出する距離算出手段と、前記グループの距離が最大となるグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出する全体動きベクトル検出手段とを備えることを特徴とする。

請求項１に記載の発明によれば、一画面が複数の領域に分割され、領域ごとの動きベクトル検出、及び検出された動きベクトルの信頼性判定が行われる。信頼できる領域の動きベクトルに基づいて、動きベクトルが類似する領域がグループ化される。同一グループに属する領域の動きベクトルの履歴と画面全体の動きベクトルの履歴に基づいて、動く物体が含まれているグループが判定され、動く物体を含むグループを除くグループに含まれるブロックの動きベクトルを用いて画面全体の動きベクトルが検出される。これにより画面内に動く物体が存在しても、手振れに起因する画面全体の動きベクトルの検出を高い精度で行うことができる。

請求項２または３に記載の発明によれば、一画面が複数の領域に分割され、領域ごとの動きベクトル検出、及び検出された動きベクトルの信頼性判定が行われる。信頼できる領域の動きベクトルに基づいて、動きベクトルが類似する領域がグループ化される。同一グループに属する領域の画面内における離散度合を示すグループの距離が算出され、このグループの距離が最大となるグループに含まれる領域の動きベクトルを用いて画面全体の動きベクトルが検出される。これにより画面内に動く物体が進入した直後であっても、手振れに起因する画面全体の動きベクトルの検出を高い精度で行うことができる。

以下本発明の実施の形態を図面を参照して説明する。
図１は本発明の一実施形態にかかる動きベクトル検出方法を適用した、手振れ補正装置の構成を示すブロック図である。この装置は、撮像素子としてのＣＣＤ１と、信号処理器２と、ブロック動きベクトル検出器３と、ＣＰＵ６と、フィールドメモリ７とを備えている。ＣＣＤ１から出力される映像信号は図示されていないアンプで増幅され、Ａ／Ｄ変換器でＡ／Ｄ変換された後に、信号処理器２に入力され、色分離やγ補正等の各種信号処理が行われる。信号処理された画像信号の輝度色差信号のＹＣｂＣｒ信号はフィールドメモリ７に蓄えられる。フィールドメモリ７からの映像出力は、接続されているＣＰＵ６の読み出しアドレス制御によって行われる。

一方、信号処理器２で分離された輝度信号の信号Ｙはブロック動きベクトル検出器３に入力される。ブロック動きベクトル検出器３では、代表点マッチング法によりブロックごとの動きベクトルの検出処理及び相関値データの算出処理を行い、その処理結果をＣＰＵ６に出力する。ＣＰＵ６はブロックごとの動きベクトルと相関値データに基づいて画面全体の動きベクトルを検出する。

ＣＰＵ６は、検出された画面全体の動きベクトルに従って読み出しアドレスを決定し、制御信号をフィールドメモリ７に出力する。フィールドメモリ７はＣＰＵ６から入力された制御信号に従い、手振れが補正された画像信号を出力する。

次に本実施形態の画面全体の動きベクトル検出の処理について説明する。図２はブロック動きベクトル検出器３とＣＰＵ６で実行される画面全体の動きベクトル検出の手順を説明するためのフローチャートである。まずステップＳ１にて画面のブロック分割が行われ、ステップＳ２において前述した代表点マッチング法を用いてブロックの動きベクトルの検出が行われる。図３はこのとき検出に使われるブロックと代表点画素の配置について説明する図である。図３には画面８の水平方向及び垂直方向ともに４分割した１６個のブロック９が示され、さらにブロック９内の水平方向に８個及び垂直方向に４個が等間隔に配置された代表点画素１０が示されている。なお１６個のブロック９には後述の説明に使うラベルＢ１〜Ｂ１６がつけられている。

ステップＳ３において、ブロックごとの相関値データ、すなわち相関値の最小値、平均値、勾配等を算出し、各ブロックの動きベクトルと相関値データを用いて各ブロックの信頼性判定を行う。すなわち、各ブロックが有効であるか無効であるかを判定する。無効と判定したブロックは以降の処理には使用しない。

ステップＳ４では、ステップＳ３で有効と判定したブロックを対象として、各ブロックの動きベクトルが類似しているか否かを判定し、動きベクトルが類似しているブロックをグループ化することにより、ブロックのグループ分けを行う。比較する２つのブロックの動きベクトルの水平方向の差分絶対値と垂直方向の差分絶対値の和（以下「ブロック相関値」という）ＢＧを求め、算出したブロック相関値ＢＧが閾値ＢＧＴＨより小さいときは、比較する２つのブロックは同じグループに属する（動きベクトルが類似する）と判定する。具体的には有効と判定したブロックＢ１の動きベクトルを（Ｘ１，Ｙ１）とし、同じく有効と判定したブロックＢ２の動きベクトルを（Ｘ２，Ｙ２）としたとき、次の式（１）によりブロック相関値ＢＧ（１，２）を算出する。
ＢＧ（１，２）＝｜Ｘ１−Ｘ２｜＋｜Ｙ１−Ｙ２｜ （１）

そして、算出したブロック相関値ＢＧ（１，２）が閾値ＢＧＴＨより小さいとき、ブロックＢ１及びＢ２は同じグループに属していると判定する。ブロック相関値ＢＧによるブロックの類似性の判定はステップＳ３において有効と判定したすべてのブロックについて行う。

このようにしてグループ分けをした例が図４に示されている。図４には画面８に家の前に位置する人物と、右から左に走行するトラックの画像が示されている。図４に示すトラックの上部の画面右上側のクロスハッチングを付した２つのブロック（ブロックＢ３とＢ４）と、地面部分が描かれている画面下のクロスハッチングを付した４つのブロック（Ｂ１３，Ｂ１４，Ｂ１５，Ｂ１６）とはステップＳ３でのブロック信頼性判定で無効と判定され、これ以降の処理には使用されない。次に静止している人物、その背景にある樹木、及び家の画像が描かれている画面左側のハッチングを付した６つのブロック（Ｂ１，Ｂ２，Ｂ５，Ｂ６，Ｂ９，Ｂ１０）は式（１）による判定の結果でグループ１としてグループ化されている。

グループ１の中央付近に描かれている矢印Ｙ１は後で説明する同一グループに属するブロックの動きベクトルの平均化によるグループ１の動きベクトルを表している。グループ１内の画像は静止している人物と動かない背景であるところから、このグループ１の動きベクトルは手振れに起因する動きベクトルであると判断できる。

また、走行中のトラックの画像が含まれる画面右側の二重線のハッチングを付した４ブロック（Ｂ７，Ｂ８，Ｂ１１，Ｂ１２）も同様に式（１）による判定の結果でグループ２としてまとめられている。グループ２の動きベクトルは、矢印Ｙ２で示すようになり、これは手振れに起因する動きベクトルとトラックの動きに起因する動きベクトルとが混合したものである。

次に動いている物体に起因する動きベクトルの除去について説明する。図２のステップＳ５では、動きベクトルの履歴データを使いグループの信頼性判定、すなわち、動く物体にかかるグループであるか否かの判定を行う。

まず、同一履歴時刻（以下「ｎ」で表す。ただし、現時刻で「０」、１フィールド前の時刻を「１」、２フィールド前の時刻を「２」、…とする）ごとに同一グループに属するブロックの動きベクトル（ＢＸk[n]，ＢＹk[n]）をグループ内で平均化することによりグループ動きベクトル（ＧＸＡＶ[n]，ＧＹＡＶ[n]）を算出する。ここで、「ｋ」は、グループ内にｋ番目のブロックであることを示し、グループに含まれるブロック数をＮＢＬとすると、ｋは１からＮＢＬまでの値をとる。グループ動きベクトルのＸ成分（水平方向成分）及びＹ成分（垂直方向成分）は、下記式（２）、（３）により算出される。

次にＸ成分及びＹ成分のそれぞれについて、下記式（４）、（５）により、第１判定パラメータＳＸＰ及びＳＹＰを算出する。ここで、フィールド（画面全体）の動きベクトルを（ＦＸ[n]，ＦＹ[n]）を表すものとし、ＮＲＦは、所定フィールド数（例えば５）である。なお、式（４）、（５）で、積算の対象に現時点（ｎ＝０）を含めないのは、現時点のフィールドの動きベクトル（ＦＸ[0]，ＦＹ[0]）は算出されていないからである。

第１判定パラメータＳＸＰ及びＳＹＰは、グループ動きベクトルとフィールドの動きベクトルとの類似の度合を表し、第１判定パラメータＳＸＰ及びＳＹＰの値が大きくなるほど、動きベクトルの類似性が少なくなることを示している。第１判定パラメータの値が大きいときは、検出されたグループ動きベクトルは、パンニング操作や手振れに起因するものではない可能性が高い。

次に、下記式（６）、（７）により第２判定パラメータＧＸＩ及びＧＹＩを算出する。

第２判定パラメータは、直近の（ＮＲＦ＋１）個のフィールドにおけるグループ動きベクトルのＸ成分及びＹ成分の積算値の絶対値であり、グループ動きベクトルが手ぶれによるものであれば、小さな値に収束すると考えられる。したがって、第２判定パラメータＧＸＩまたはＧＹＩの値が大きいときは、そのグループは動く物体を含むか、カメラのパンニング中であるかのいずれかと考えられる。

以上のようにして算出される第１判定パラメータＳＸＰ，ＳＹＰ、及び第２判定パラメータＧＸＩ，ＧＹＩと、対応する所定閾値ＳＸＴＨ，ＳＹＴＨ，ＧＸＴＨ，及びＧＹＴＨとを比較し、下記条件１）、または２）が満たされるとき、グループは動く物体を含むものであると判定し、そのグループを無効とする。１）または２）が満たされるときは、グループ動きベクトルは、カメラのパンニングよるものでなく、かつ手ぶれによるものでもないと判定できるからである。
１）ＳＸＰ＞ＳＸＴＨ、かつＧＸＩ＞ＧＸＴＨ
２）ＳＹＰ＞ＳＹＴＨ、かつＧＹＩ＞ＧＹＴＨ

具体的に図４に示した画面において、過去６フィールドの動きベクトル履歴を例に取りグループの信頼性判定について説明する。図５には画面全体（フィールド）の動きベクトルの履歴の５フィールド分が示されている。図６には分類されたグループ別に各ブロックの動きベクトルの履歴が示されている。閾値ＧＸＴＨ及びＳＸＴＨはともに３０とする。この例では、図６Ｂに示すグループ２の水平方向の第２判定パラメータＧＸＩが｜−４１｜＝４１で閾値３０を超え、かつ、水平方向の第１判定パラメータＳＸＰが｜−１０−１｜＋｜−３−３｜＋｜−６−０｜＋｜−１０−（−１）｜＋｜−２−（−４）｜＝３４で閾値３０を超えるため、グループ２には動く物体が存在すると判定し、このグループの動きベクトルは無効にし、画面全体の動きベクトルの検出の処理から除外する。

図２にもどり、ステップＳ６では、動く物体が存在するとして排除したグループ以外のブロックの動きベクトルに基づいて画面全体の動きベクトルを検出する。このように画面内に存在する動く物体に起因する動きベクトルを除外することで、手振れに起因する画面全体の動きベクトルの検出を高い精度で行うことができる。

しかしながら、動きベクトルの履歴を用いたこの判定では、動く物体が任意のブロックに進入してから数フィールドの時間を経過して初めて検出が可能となる。したがって、任意のブロックに進入した直後の動く物体については検出することができない。次に第２の実施形態として、任意のブロックに進入した直後の動く物体に起因する動きベクトルの除外について説明する。

図７は第２の実施形態におけるブロック動きベクトル検出器３とＣＰＵ６で実行される画面全体の動きベクトル検出の手順を説明するためのフローチャートである。ステップＳ５までは図２のフローチャートと同じ処理のため同じ番号をつけている。ステップＳ５の処理で画面内に存在する動く物体に起因する動きベクトルが除外され、ステップＳ７に進む。ステップＳ７ではグループの距離ＤＧを用いた信頼性判定を行う。ここで、グループの距離ＤＧとは、１グループの画面上での広がりの度合を示すパラメータである。各ブロックの画面上での位置を（ｉ，ｊ）で表す。ｉは水平方向の指標で画面上で左からの位置によって１，２，３，４の値をとり、ｊは垂直方向の指標で画面上で下からの位置によって１，２，３，４，の値をとる。グループの距離ＤＧを算出するに当たり、まずグループの水平距離ＤＸ及び垂直距離ＤＹを求める。水平距離ＤＸはグループ内のブロックをＸ軸に射影し、射影された指標の最大値と最小値の差に１を足したものとし、垂直距離ＤＹはグループ内のブロックをＹ軸に射影し、射影された指標の最大値と最小値の差に１を足したもとする。そして、グループの距離ＤＧは水平距離ＤＸと垂直距離ＤＹの和とする。

次に、図８を参照して、グループの距離ＤＧの具体的な算出について説明する。図８には図３と同様に画面８を水平及び垂直にそれぞれ４分割した１６個のブロック９描かれており、各ブロックには説明のためのラベルＢ１〜Ｂ１６と画面上での位置を示す（ｉ，ｊ）が示されている。またハッチングを付したブロックＢ１，Ｂ５，Ｂ９，Ｂ１３，Ｂ１４，Ｂ１５が同じグループに属している。このグループに属するブロックをＸ軸上に射影するとＢ１、Ｂ５、Ｂ９、Ｂ１３のブロックは「１」に、Ｂ１４のブロックは「２」に、Ｂ１５のブロックは「３」の指標に位置している。このため水平距離ＤＸは３−１＋１で３となる。一方、Ｙ軸上にこのグループに属するブロックを射影するとＢ１３〜Ｂ１５は「１」に、Ｂ９は「２」に、Ｂ５は「３」に、Ｂ１は「４」の指標に位置しているので、垂直距離ＤＹは４−１＋１で４になり、グループの距離ＤＧは水平距離ＤＸと垂直距離ＤＹの和、３＋４で７となる。

各有効グループについてグループの距離ＤＧをそれぞれ算出し、このグループの距離ＤＧが最大となるグループを残して、他グループは無効とする。これは、動く物体は画面へ進入する際には画面の一部分にかたまって位置し、動く物体を含むブロックのグループは全画面に対してはそれほど広い範囲を占めることがない。したがって、グループの距離ＤＧも小さな値となる。これに対し、手振れは画面全体に影響する動きであり、手振れを表すグループは画面の広範囲を占めたり、画面上に離散するため、手振れを表すグループの距離ＤＧは大きな値になる。このようにグループの距離の判定を行うことで、画面に進入した直後の動く物体の検出データを排除し、手振れに起因する動きベクトルを正確に検出することができる。

図９はグループの距離ＤＧを用いたグループ信頼性判定を説明するための図である。図９は図４に描かれている絵柄とは人の位置とトラックが右から画面に進入してきたばかりである点が異なっている。図２に示すステップＳ５までの段階で図９の画像については、無効ブロック群としてＢ３，Ｂ４，Ｂ９，Ｂ１３，Ｂ１４，Ｂ１５，Ｂ１６が判定され、有効なブロックとしてグループ１’とグループ２’が判定されている。なお図９の画像には無効と判定されたブロックにはクロスハッチングを付し、グループ１’に判定されたブロックにはハッチングを付し、グループ２’に判定されたブロックには二重線のハッチングを付してある。この例ではグループ１’の動きベクトルは手振れに起因し、グループ２’の動きベクトルは画面に進入したトラックの動きに起因している。トラックは画面に進入したばかりなので、ステップ５における動きベクトルの履歴を利用したグループ信頼性判定では無効にならない。そこで、図７に示すステップＳ７においてグループの距離ＤＧを算出する。その結果、グループ１’のグループの距離ＤＧは「６」、グループ２’のグループの距離ＤＧは「３」となり、グループの距離ＤＧが最大であるグループ１’のみが有効なグループとなり、動く物体を含むグループ２’は無効と判定される。

ステップＳ８では、唯一の有効グループであるグループ１’に属する全ブロックの動きベクトルの平均値を算出し、画面全体の動きベクトルを検出する。なお、画面内に有効となるグループが１つも存在しないときは、画面全体の動きベクトルを、１フィールド前の画面全体の動きベクトルに任意の定数α（０＜α＜１）を乗じたベクトルとする。また、グループの距離ＤＧが同値のために複数のグループが有効と判定されたときは、複数の有効なグループに含まれる全てのブロックの動きベクトルの平均値を算出し、画面全体の動きベクトルとする。

このように図７に示すステップＳ５とＳ７の２種類のグループ信頼性判定によりグループの有効性を判定することにより、画面内に動く物体が存在し、動く物体がある程度の時間画面上に存在する場合においても、また、動く物体が画面に進入した直後の場合においてもフィールド単位の動きベクトルを高い精度で検出することができる。

なお、上述した第２の実施形態ではステップＳ５及びＳ７により２種類のグループ信頼性判定を行うようにしたが、ステップＳ５を除いて、ステップ７のみによるグループ信頼性判定を行うようにしてもよい。

本発明の一実施形態にかかる動きベクトル検出装置を適用した、ビデオカメラの手振れ補正装置の構成を示すブロック図である。 ブロック動きベクトル検出器３とＣＰＵ６で実行される画面全体の動きベクトル検出の処理を説明するためのフローチャートである。 ビデオカメラの画面上のブロックと代表点画素の配置を説明するための図である。 ブロックのグループ分けを説明するための図である。 画面全体の動きベクトルの履歴を示す図である。 グループ別に分類されたブロックの動きベクトルの履歴を示す図である。 第２の実施形態にかかる画面全体の動きベクトル検出のための処理を説明するためのフローチャートである。 グループの距離ＤＧの算出について説明するための図である。 グループの距離ＤＧを用いたグループ信頼性判定について説明する図である。

符号の説明

１ ＣＣＤ
２ 信号処理器
３ ブロック動きベクトル検出器（分割手段、相関値算出手段、相関値データ算出手段、領域動きベクトル検出手段）
６ ＣＰＵ（信頼性判定手段、グループ化手段、距離算出手段、全体動きベクトル検出手段）
７ フィールドメモリ
８ 画面
９ ブロック
１０ 代表点画素

Claims (3)

1. 時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出方法において、
   一画面を複数の領域に分割し、
   代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出し、
   前記相関値に応じて前記相関値の傾向を示す相関値データを算出し、
   前記相関値から前記領域ごとに動きベクトルを検出し、
   前記相関値データにより前記領域の信頼性を判定し、
   信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化し、
   同一グループに属する領域の動きベクトルの履歴と、画面全体の動きベクトルの履歴とに基づいて、動く物体を含むグループを判定し、
   前記動く物体を含むグループを除くグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出することを特徴とする動きベクトル検出方法。
2. 時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出方法において、
   一画面を複数の領域に分割し、
   代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出し、
   前記相関値に応じて前記相関値の傾向を示す相関値データを算出し、
   前記相関値から前記領域ごとに動きベクトルを検出し、
   前記相関値データにより前記領域の信頼性を判定し、
   信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化し、
   同一グループに属する領域の画面内における離散度合を示すグループの距離を算出し、
   前記グループの距離が最大となるグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出することを特徴とする動きベクトル検出方法。
3. 時間的に連続する画像間の相関から画像の動きベクトルを検出する動きベクトル検出装置において、
   一画面を複数の領域に分割する分割手段と、
   代表点マッチング法により、前記領域に含まれる代表点の１フィールド前の画素と、動き検出を行う探索範囲内の画素との相関値を算出する相関値算出手段と、
   前記相関値に応じて前記相関値の傾向を示す相関値データを算出する相関値データ算出手段と、
   前記相関値から前記領域ごとに動きベクトルを検出する領域動きベクトル検出手段と、
   前記相関値データにより前記領域の信頼性を判定する信頼性判定手段と、
   信頼できる領域の動きベクトルに基づいて、前記動きベクトルが類似する領域をグループ化するグループ化手段と、
   同一グループに属する領域の画面内における離散度合を示すグループの距離を算出する距離算出手段と、
   前記グループの距離が最大となるグループに含まれる領域の動きベクトルを用いて、画面全体の動きベクトルを検出する全体動きベクトル検出手段とを備えることを特徴とする動きベクトル検出装置。

Images