JP2010191755A - 画像処理装置および矩形枠の四つ角検出方法 - Google Patents

Abstract

【課題】撮像画像に写った矩形枠の四つ角を撮像画像の歪みの影響によらず正しく検出可能な「画像処理装置および矩形枠の四つ角検出方法」を提供する。
【解決手段】輪郭形状抽出部３１によって撮像画像中から抽出された輪郭形状２０２の内部を塗り潰す塗り潰し部３２と、塗潰し画像２１０の外周に沿って円形の走査点２２０を１画素ずつ順次走査させ、各走査点２２０の周囲に設定した検出枠２２１のコーナー値を算出するコーナー値算出部３３と、全走査点２２０に対応するコーナー値のうち、値が小さい方から４つに対応する走査点２２０を輪郭形状２０２の四つ角として検出する四つ角検出部３４とを設け、矩形枠が写った撮像画像中の輪郭形状に外接する長方形の中心点からの距離とは無関係に、輪郭形状の中で最も角度が小さい方から４つの点を矩形枠の四つ角として検出することができるようにする。
【選択図】図１

Description

本発明は、画像処理装置および矩形枠の四つ角検出方法に関し、特に、視点変換処理用のマッピングテーブルを生成するために必要な外部パラメータを求めるときに使用される画像処理装置、および当該画像処理装置による矩形枠の四つ角検出方法に関するものである。

従来、自車両の前後左右に複数のカメラを設置し、当該複数の車載カメラにより撮像した自車両周囲の画像を視点変換処理することにより、自車両の上方の仮想視点から見た車両周辺画像（トップビュー画像）を生成して表示する技術が提供されている。運転者は、自車両の表示装置に表示された車両周辺画像を確認することで、自車両とその周囲の障害物との位置関係を把握し、自車両と障害物との衝突等を防ぐように運転することができる。

視点変換処理は、マッピングテーブルと呼ばれる変換情報を利用して行う。マッピングテーブルは、各車載カメラにより撮像された画像の画素位置と画面の表示位置との対応関係を記載したテーブルであり、撮像された画像のある画素が車両周辺画像のどの画素に対応するかを示したものである。

一般に、マッピングテーブルは、車載カメラの取付位置に依存する外部パラメータと、車載カメラのレンズの仕様に依存する内部パラメータとに基づいて生成される。マッピングテーブルの生成時において、内部パラメータは既知である。一方、外部パラメータは、車両周辺に配置された所定のパターンを有する専用のボード（以下、マッピングテーブル生成用ボードという）を車載カメラによって撮像した撮像画像に写っている上記パターンに基づいて算出される（例えば、特許文献１参照）。

マッピングテーブル生成用ボード１００は、図６に示すように、矩形枠１０１の中に複数の黒丸パターン（ブロブ）１０２を上下左右に等間隔に配置した図柄を有している。このようなマッピングテーブル生成用ボード１００を用いて車載カメラの取付位置に依存する外部パラメータを算出する場合は、以下の手順を踏むのが一般的である。

まず、マッピングテーブル生成用ボード１００を撮像して得られる撮像画像内から、マッピングテーブル生成用ボード１００の矩形枠１０１（正確には、矩形枠１０１が写っている画像部分）を画像認識により検出する。そして、検出した矩形枠１０１内を画像認識することにより、撮像画像内から複数のブロブ１０２（正確には、ブロブ１０２が写っている画像部分）を抽出する。

さらに、抽出した複数のブロブ１０２の中心座標をweightingアルゴリズムにより計算し、その中心座標をbi-linear interpolatingアルゴリズムにより３Ｄ座標上に登録する。最後に、３Ｄ座標上に登録した中心座標を用いて車載カメラの回転角・並進・高さをLevenberg-Marquardtアルゴリズムにより計算し、これらを外部パラメータとして記憶する。

この一連の手順の中で、外部パラメータの算出精度への影響が大きいのは、画像認識処理を行う手順である。すなわち、撮像画像中から矩形枠１０１を検出する手順と、撮像画像中から複数のブロブ１０２を抽出する手順である。ここで、撮像画像からダイレクトにブロブ１０２を抽出していないのは、画像認識の対象を矩形枠１０１の中だけに絞ってブロブ１０２の抽出処理を行うことにより、マッピングテーブル生成用ボード１００の外に写っている黒丸に近い図柄をブロブ１０２であると誤認識する不都合を回避するためである。この目的のため、撮像画像中から画像認識によって矩形枠１０１を正確に検出することが求められる。

矩形枠１０１の検出は、実際には、矩形枠１０１の四つ角を検出することによって行う。四つ角を検出すれば、その四つ角を結んで成る矩形枠１０１を特定することが可能である。ところが、車載カメラには通常、画角が極めて大きい魚眼レンズが用いられる。そのため、撮像画像には歪みが生じ、本来は矩形である矩形枠１０１が矩形に写らない。画像の周囲に写っているマッピングテーブル生成用ボード１００ほど、矩形枠１０１の歪みは大きくなる。このように、撮像画像に写っている矩形枠１０１に大きな歪みがあると、矩形枠１０１の四つ角が正しく検出できない場合があるという問題があった。

以下に、この問題点を詳しく説明する。図７は、矩形枠１０１の四つ角を検出する具体的な処理内容を説明するための図である。図７（ａ）は、魚眼レンズを備えた車載カメラによって複数のマッピングテーブル生成用ボードを撮像して得られる撮像画像を示している。図７（ａ）から分かるように、撮像画像内に写っているマッピングテーブル生成用ボードは、撮像画像の周囲に位置するものほど歪みが大きくなっている。

図７（ｂ）は、撮像画像の周囲に写っている１つのマッピングテーブル生成用ボード１００について、黒く写っている部分を画像認識処理により抽出した結果を示している。なお、図７（ｂ）では説明の便宜上、黒く写っている矩形枠１０１の部分だけを図示している。実際には、矩形枠１０１の内側にある複数のブロブ１０２や、矩形枠１０１の外側において黒く写っている部分も画像認識処理により抽出されるが、矩形枠１０１の四つ角の検出とは無関係なので図示を省略している。また、一点鎖線は説明上付した補助線であって、画像の一部ではない。

図７（ｃ）は、図７（ｂ）に示す画像を回転させた結果を示している。その回転率は、撮像画像内においてマッピングテーブル生成用ボード１００が存在する座標位置（車載カメラとマッピングテーブル生成用ボード１００との位置関係から求まる理論値）と、車載カメラの取付角度に関する設計値とから計算される。すなわち、魚眼レンズを通して車載カメラによってマッピングテーブル生成用ボード１００を撮像した場合に、撮像画像内のどの位置にどの程度曲がってマッピングテーブル生成用ボード１００が写るかを計算し、その計算結果から回転率を求める。なお、図７（ｃ）においても一点鎖線や各丸印は説明上付したものであって、画像の一部ではない。

矩形枠１０１の四つ角の検出は、図７（ｃ）の画像を対象として行う。まず、図７（ｃ）の画像中から、黒く写っている部分が輪になって繋がっている輪郭形状２０２を見つける。次に、見つかった輪郭形状２０２に外接する最小面積の長方形２０３を設定し、その長方形２０３の中心点２０４の座標を求める。そして、長方形２０３をその中心点２０４を基準として４つの象限に分解し、各象限において中心点２０４からの距離が最も遠い点２０５，２０６，２０７，２０８を１つずつ検出する。これら４つの点２０５〜２０８が、撮像画像に写っている矩形枠１０１の四つ角として認識される。

なお、図７（ｂ）の画像を回転して図７（ｃ）のような画像に補正しているのは、図７（ｂ）の画像のままだと、４象限のそれぞれに１つずつ矩形枠１０１の角が入っていない場合があるからである。図７（ｃ）において、第１象限、第３象限、第４象限の３つに関しては、矩形枠１０１の角に相当する点２０５，２０７，２０８が正しく検出されている。しかし、第２象限に関しては、本来は矩形枠１０１の角として検出されるべき点２０６’が検出されず、間違った点２０６が矩形枠１０１の角として検出されてしまっている。これは、撮像画像に写ったマッピングテーブル生成用ボード１００の矩形枠１０１が魚眼レンズの影響を受けて歪み、点２０６’の角がかなり角度の大きい鈍角になってしまったためである。

このように、矩形枠１０１の四つ角が間違って検出されると、その間違った矩形枠１０１の中でしかブロブ１０２の検出が行われないので、その後の外部パラメータの演算が全て誤ったものになってしまう。この場合、当然ながら正しい外部パラメータが求められないので、それをもとに生成されるマッピングテーブルも自ずと不正確なものとなり、撮像画像から車両周辺画像への視点変換が正しく行われなくなってしまう。

特開２００１−１１６５１５号公報

本発明は、このような問題を解決するために成されたものであり、撮像画像に写ったマッピングテーブル生成用ボードの矩形枠が有する四つ角を、魚眼レンズによる撮像画像の歪みの影響によらず正しく検出できるようにすることを目的とする。

上記した課題を解決するために、本発明では、矩形枠を図柄として有するマッピングテーブル生成用ボードを撮像して得られる撮像画像中から画像認識処理によって抽出された輪郭形状の内部を塗り潰す。さらに、これにより得られた塗潰し画像の外周に沿って走査点を１画素ずつ順次走査させ、各走査点の周囲に設定した所定形状の検出枠内に占める塗潰し画像の画素数をコーナー値として算出する。そして、全走査点に対応するコーナー値のうち、値が小さい方から４つに対応する走査点を輪郭形状の四つ角、すなわち、矩形枠の四つ角として検出する。

本発明の他の態様では、輪郭形状を形成する画像において、同一行における最左端の画素と最右端の画素との間を同一色の画像で塗り潰すとともに、同一列における最上端の画素と最下端の画素との間を同一色の画像で塗り潰す。その上で、上述の走査によってコーナー値を算出するようにしている。

上記のように構成した本発明によれば、コーナー値が小さい方から４つの走査点が抽出されるのであるが、そのコーナー値は検出枠内に占める塗潰し画像の画素数を表すものである。ここで、輪郭形状の内側は全て塗り潰されているので、ある走査点における検出枠内の塗潰し画像の画素数が少ないということは、その走査点の角度が小さいということになる。撮像画像中に写っているマッピングテーブル生成用ボードの矩形枠（輪郭形状）が魚眼レンズによる影響を受けて歪み非直線になったとしても、その非直線部分の各点におけるコーナー値は、輪郭形状の四つ角におけるコーナー値よりも大きくなる。このため、本発明によれば、輪郭形状に外接する長方形の中心点からの距離とは無関係に、輪郭形状の中で最も角度が小さい方から４つの点を矩形枠の四つ角として検出することが可能となる。したがって、矩形枠が有する四つ角を、魚眼レンズによる撮像画像の歪みの影響によらず正しく検出することができる。

撮像画像中に写っているマッピングテーブル生成用ボードの矩形枠（輪郭形状）が魚眼レンズによる影響を受けて歪み非直線になると、輪郭形状を形成する画像の内側部分と外側部分に微小な凹凸が生じてしまう。この現象に対して、本発明の他の態様によれば、輪郭形状の外側部分に生じる微小な凹凸が平滑化されることとなる。なお、輪郭形状の内側は全て塗り潰されている。このため、検出枠内に占める塗潰し画像の画素数として算出されるコーナー値が、走査点における角度の大きさを表すものとして、より精度の高い値となる。これにより、矩形枠が有する四つ角を、より精度よく検出することができる。

本実施形態による画像処理装置を適用した外部パラメータ演算システムの構成例を示す図である。 本実施形態の塗り潰し部による輪郭形状の内部の塗り潰し処理を説明するための図である。 本実施形態のコーナー値算出部によるコーナー値算出処理を説明するための図である。 輪郭形状の内部を塗り潰さずにコーナー値を算出する場合の様子を示す図である。 本実施形態の塗り潰し部による輪郭形状の外部の塗り潰し処理を説明するための図である。 マッピングテーブル生成用ボードの構成例を示す図である。 従来の四つ角検出処理を説明するための図である。

以下、本発明の一実施形態を図面に基づいて説明する。図１は、本実施形態による画像処理装置を適用した外部パラメータ演算システムの構成例を示す図である。図１に示すように、本実施形態の外部パラメータ演算システムは、マッピングテーブル生成用ボード１００、車載カメラ６０および画像処理装置１０を備えて構成されている。

画像処理装置１０は、その機能構成として、画像入力部２０、枠検出部３０、ブロブ検出部４０および外部パラメータ演算部５０を備えている。また、枠検出部３０は、輪郭形状抽出部３１、塗り潰し部３２、コーナー値算出部３３および四つ角検出部３４を備えている。以下に詳しく説明するが、本実施形態において特徴的な構成は枠検出部３０である。なお、画像処理装置１０は、実際にはコンピュータのＣＰＵまたはＭＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭに記憶されたプログラムが動作することによって上述の各機能構成が実現される。

マッピングテーブル生成用ボード１００は、図６に示したように、矩形枠１０１の中に複数のブロブ１０２を上下左右に等間隔に配置した図柄を有している。また、矩形枠１０１および複数のブロブ１０２は黒色で描かれているものとする。車載カメラ６０は、魚眼レンズを備えており、当該魚眼レンズを通してマッピングテーブル生成用ボード１００を撮像する。画像入力部２０は、車載カメラ６０により撮像された撮像画像を入力する。

枠検出部３０は、画像入力部２０により入力された撮像画像内から、マッピングテーブル生成用ボード１００の矩形枠１０１（正確には、矩形枠１０１が写っている画像部分）を画像認識により検出する。ブロブ検出部４０は、枠検出部３０により検出された矩形枠１０１内を画像認識することにより、撮像画像内から複数のブロブ１０２（正確には、ブロブ１０２が写っている画像部分）を検出する。

外部パラメータ演算部５０は、ブロブ検出部４０により検出された複数のブロブ１０２の座標から、車載カメラ６０の車両への取付位置に依存する外部パラメータを算出する。この外部パラメータは、車載カメラ６０により撮像された画像を車両周辺画像へ視点変換する際に用いるマッピングテーブルを生成するために必要なパラメータである。具体的には、外部パラメータ演算部５０は、複数のブロブ１０２の中心座標をweightingアルゴリズムにより計算し、その中心座標をbi-linear interpolatingアルゴリズムにより３Ｄ座標上に登録する。そして、３Ｄ座標上に登録した中心座標を用いて車載カメラ６０の回転角・並進・高さをLevenberg-Marquardtアルゴリズムにより計算する。

枠検出部３０の輪郭形状抽出部３１は、画像入力部２０により入力された撮像画像内から、矩形枠１０１に相当する輪郭形状を抽出する。この輪郭形状の抽出は、図７にて説明した手順に従って行う。まず、輪郭形状抽出部３１は、撮像画像内から黒く写っている部分を画像認識処理により抽出する。この段階では、黒く写っている矩形枠１０１の部分の他に、矩形枠１０１の内側にある複数のブロブ１０２や、矩形枠１０１の外側において黒く写っている部分も抽出される。この黒く写っている部分を抽出した画像を「黒抽出画像」と称する。

次に、輪郭形状抽出部３１は、撮像画像内においてマッピングテーブル生成用ボード１００が存在する座標位置（車載カメラ６０とマッピングテーブル生成用ボード１００との位置関係から求まる理論値）と、車載カメラ６０の取付角度に関する設計値とに基づいて、黒抽出画像の回転率を計算する。そして、計算した回転率に従って黒抽出画像を回転する。さらに、輪郭形状抽出部３１は、回転した黒抽出画像内から、黒く写っている部分が輪になって繋がっている輪郭形状を抽出する。すなわち、輪郭形状抽出部３１は、図７（ｃ）に示すような輪郭形状２０２を抽出する。

塗り潰し部３２は、本発明の塗り潰し手段に相当するものであり、輪郭形状抽出部３１によって抽出された輪郭形状２０２の内部を当該輪郭形状２０２の画像と同一色の画像で塗り潰すことによって塗潰し画像を生成する。図２は、塗り潰し部３２による輪郭形状２０２の内部の塗り潰し処理を説明するための図である。図２に示すように、塗り潰し部３２は、図２（ａ）に示す輪郭形状２０２の内部を黒一色の画像で塗り潰すことによって、図２（ｂ）のような塗潰し画像２１０を生成する。このように輪郭形状２０２の内部を塗り潰すのは、次に説明するコーナー値を用いた四つ角の検出を正確に行うようにするためである。この理由の詳細については後述する。

コーナー値算出部３３は、本発明のコーナー値算出手段に相当するものであり、塗り潰し部３２によって生成された塗潰し画像２１０の外周に沿って走査点を１画素ずつ順次走査させ、各走査点の周囲に設定した所定形状の検出枠内に占める塗潰し画像２１０の画素数をコーナー値として算出する。図３は、コーナー値算出部３３によるコーナー値算出処理を説明するための図である。図３（ａ）〜（ｃ）は、塗潰し画像２１０の外周において異なる部分を拡大して示した図である。

図３において、２２０は走査点であり、塗潰し画像２１０の外周（塗潰し画像２１０を縁取るエッジに相当する各画素）に沿って１画素ずつ順次走査される。２２１は検出枠であり、走査点２２０を中心とする所定半径の円で形成される。検出枠２２１の形状は円形以外の形状（例えば、三角形や四角形その他の多角形）でも良いが、円形が好ましい。コーナー値算出部３３は、検出枠２２１の中に入っている塗潰し画像２１０の画素数をコーナー値として算出する。

図３（ａ）は、塗潰し画像２１０のエッジが直線となっている部分に検出枠２２１が設定されている例である。これに対して、図３（ｂ）および（ｃ）は、塗潰し画像２１０のエッジにおいて角に当たる部分に走査点２２０があり、その周囲に検出枠２２１が設定されている例である。図３（ｂ）の角の方が、図３（ｃ）の角よりも鋭角である。これらの図３（ａ）〜（ｃ）より明らかなように、塗潰し画像２１０の直線部分よりも角部分の方がコーナー値は小さくなり、同じ角部分でも鋭角になるほどコーナー値は小さくなる。

四つ角検出部３４は、本発明の四つ角検出手段に相当するものであり、コーナー値算出部３３が塗潰し画像２１０の外周を全て走査することによって得られた複数のコーナー値のうち値が小さい方から４つを抽出し、当該抽出したコーナー値に対応する走査点２２０を輪郭形状２０２の四つ角として検出する。上述のように、コーナー値が小さければ小さいほど、そのコーナー値に対応する走査点２２０は角になっていると言える。したがって、四つ角検出部３４が検出するコーナー値が小さい方から４つの走査点２２０は、塗潰し画像２１０の四つ角、つまり、マッピングテーブル生成用ボード１００に描かれた矩形枠１０１の四つ角に相当する。

ここで、塗り潰し部３２によって輪郭形状２０２の内部を塗り潰す理由について説明する。図４は、輪郭形状２０２の内部を塗り潰さずにコーナー値を算出する場合の様子を示す図である。図４に示すように、輪郭形状２０２の内部（射線部分）を塗り潰さないと、コーナー値算出部３３により算出されるコーナー値は輪郭形状２０２の線の太さで決まってしまう。輪郭形状２０２は魚眼レンズの影響を受けて歪んでいるため、線が太い部分もあれば細い部分もある。このため、実際には直線部分であって角でなくても、線が細いとコーナー値が角部分よりも小さくなり、線が細い部分に角があると誤認識されてしまう可能性がある。このような不都合をなくすために、本実施形態では輪郭形状２０２の内部を塗り潰しているのである。

塗り潰し部３２は更に、輪郭形状２０２の外部に生じている凹凸の凹状部分を塗り潰すようにしても良い。すなわち、塗り潰し部３２は、輪郭形状２０２を形成する画像（塗潰し画像２１０でも良い）において、同一行における最左端の画素と最右端の画素との間を同じ黒色の画像で塗り潰すとともに、同一列における最上端の画素と最下端の画素との間を同じ黒色の画像で塗り潰しても良い。図５は、塗り潰し部３２による輪郭形状２０２の外部の塗り潰し処理を説明するための図である。図５（ａ）は、塗潰し画像２１０の一部を拡大した図である。図５（ｂ）および（ｃ）は、図５（ａ）の一部を更に拡大して示した図である。

撮像画像中に写っているマッピングテーブル生成用ボード１００の矩形枠１０１が魚眼レンズによる影響を受けて歪むと、矩形枠１０１が歪んで写った輪郭形状２０２を形成する線の画像の内側部分と外側部分には微小な凹凸が生じる。このうち、内側部分の凹凸は輪郭形状２０２の内側の塗り潰し処理によって全て消失する。一方、外側部分の凹凸は図５（ｂ）のようにそのまま残る。そこで、塗り潰し部３２は、同一行における最左端の画素と最右端の画素との間を同じ黒色の画像で塗り潰すとともに、同一列における最上端の画素と最下端の画素との間を同じ黒色の画像で塗り潰す。

図５（ｂ）の例では、行方向の画素ラインＬ１，Ｌ３〜Ｌ６は全て最右端の画素まで黒色の画像で埋まっているため、これらの画素ラインＬ１，Ｌ３〜Ｌ６では塗り潰し処理を行わない。一方、図５（ｃ）に示すように、上から２つ目の画素ラインＬ２では、最左端の画素と最右端の画素との間に黒色の画像で埋まっていない凹状の画素部分２３０がある。塗り潰し部３２は、この凹状の画素部分２３０を黒色の画像で塗り潰す。なお、図５では行方向の画素ラインＬ１〜Ｌ６を見て凹状の画素部分２３０を黒色の画像で塗り潰す例を示しているが、列方向についても同様に、最上端の画素と最下端の画素との間において黒色の画像で埋まっていない凹状の画素部分を黒色の画像で塗り潰す。

塗り潰し部３２が輪郭形状２０２の外部における凹状部分を塗り潰した場合、コーナー値算出部３３は、塗り潰し部３２によって輪郭形状２０２の内側が塗り潰されるとともに、輪郭形状２０２の外側における凹状の画素部分が塗り潰されて成る塗潰し画像２１０を対象として、コーナー値を算出する。すなわち、コーナー値算出部３３は、凹状の画素部分が塗り潰された塗潰し画像２１０の外周に沿って走査点２２０を走査させ、その周囲の検出枠２２１内に占める塗潰し画像２１０の画素数をコーナー値として算出する。

以上詳しく説明したように、本実施形態では、輪郭形状抽出部３１によって撮像画像中から抽出された輪郭形状２０２の内部を塗り潰す。さらに、得られた塗潰し画像２１０の外周に沿って走査点２２０を１画素ずつ順次走査させてコーナー値を算出する。そして、全走査点２２０に対応するコーナー値のうち、値が小さい方から４つに対応する走査点２２０を輪郭形状２０２の四つ角、すなわち、矩形枠１０１の四つ角として検出するようにしている。

このように構成した本実施形態によれば、図７に示したような輪郭形状２０２に外接する長方形２０３の中心点２０４からの距離とは無関係に、輪郭形状２０２の中で最も角度が小さい方から４つの点を矩形枠１０１の四つ角として検出することが可能となる。このため、撮像画像中に写っているマッピングテーブル生成用ボード１００の矩形枠１０１（輪郭形状２０２）が魚眼レンズによる影響を受けて歪んだとしても、矩形枠１０１が有する四つ角を正しく検出することができる。つまり、矩形枠１０１を画像認識により正しく捉えることができる。

また、本実施形態では、輪郭形状２０２を形成する画像または塗潰し画像２１０において、同一行における最左端の画素と最右端の画素との間を同一色の画像で塗り潰すとともに、同一列における最上端の画素と最下端の画素との間を同一色の画像で塗り潰すようにしている。これにより、矩形枠１０１（輪郭形状２０２）が魚眼レンズによる影響を受けて歪み、輪郭形状２０２を形成する画像の外側部分に微小な凹凸が生じても、塗り潰しによって平滑化されることとなる。このため、検出枠２２１内に占める塗潰し画像２１０の画素数として算出されるコーナー値が、走査点２２０における角度の大きさを表すものとして、より精度の高い値となる。これにより、矩形枠１０１が有する四つ角を、より精度よく検出することができる。

なお、上記実施形態では、検出枠２２１内に占める塗潰し画像２１０の画素数をコーナー値として算出しているが、本発明はこれに限定されない。例えば、検出枠２２１内において塗潰し画像２１０が占める領域の割合をコーナー値として算出してもよい。

その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその精神、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０ 画像処理装置
３０ 枠検出部
３２ 塗り潰し部
３３ コーナー値算出部
３４ 四つ角検出部

Claims (3)

1. 矩形枠を図柄として有するマッピングテーブル生成用ボードを撮像して得られる撮像画像中から画像認識処理によって抽出された輪郭形状の四つ角を検出する画像処理装置であって、
   上記輪郭形状の内部を上記輪郭形状の画像と同一色の画像で塗り潰すことによって塗潰し画像を生成する塗り潰し手段と、
   上記塗り潰し手段によって生成された上記塗潰し画像の外周に沿って走査点を１画素ずつ順次走査させ、上記走査点の周囲に設定した所定形状の検出枠内に占める上記塗潰し画像の画素数をコーナー値として算出するコーナー値算出手段と、
   上記コーナー値算出手段が上記塗潰し画像の外周を全て走査することによって得られた複数の上記コーナー値のうち値が小さい方から４つを抽出し、当該抽出したコーナー値に対応する走査点を上記輪郭形状の四つ角として検出する四つ角検出手段とを備えたことを特徴とする画像処理装置。
2. 上記塗り潰し手段は更に、上記輪郭形状を形成する画像において、同一行における最左端の画素と最右端の画素との間を上記同一色の画像で塗り潰すとともに、同一列における最上端の画素と最下端の画素との間を上記同一色の画像で塗り潰すことを特徴とする請求項１に記載の画像処理装置。
3. 矩形枠を図柄として有するマッピングテーブル生成用ボードを撮像して得られる撮像画像中から画像認識処理によって抽出された輪郭形状の四つ角を上記矩形枠の四つ角として検出する方法であって、
   画像処理装置が、上記輪郭形状の内部を上記輪郭形状の画像と同一色の画像で塗り潰すことによって塗潰し画像を生成する第１のステップと、
   上記画像処理装置が、上記第１のステップで生成された上記塗潰し画像の外周に沿って走査点を１画素ずつ順次走査させ、上記走査点の周囲に設定した所定形状の検出枠内に占める上記塗潰し画像の画素数をコーナー値として算出する第２のステップと、
   上記画像処理装置が、上記第２のステップで上記塗潰し画像の外周を全て走査することによって得られた複数の上記コーナー値のうち値が小さい方から４つを抽出し、当該抽出したコーナー値に対応する走査点を上記矩形枠の四つ角として検出する第３のステップとを有することを特徴とする矩形枠の四つ角検出方法。

Images