JP2013232023A - 物体検出装置およびプログラム - Google Patents

Abstract

【課題】少ない演算量で物体の重要な情報を検出することを課題とする。
【解決手段】物体検出部２２は、カラー画像からエッジ画像を生成する。物体検出部２２は、エッジ画像に含まれる画像の対称性を、注目画素の画素位置を考慮して、評価する。物体検出部２２は、対称性を有する物体の対称中心画素を特定する。物体検出部２２は、対称中心画素ごとに物体幅を検出する。物体検出部２２は、対称中心画素の垂直方向の幅から物体の垂直方向の幅を特定し、対称中心画素ごとに特定された物体幅から物体の水平方向の幅を特定する。
【選択図】図１

Description

本発明は、画像に含まれる対称性のある物体の検出装置および検出方法に関する。

物体の対称性を利用した画像処理技術が存在する。下記特許文献１では、注目画素の左右の相関を計算することにより、注目画素の左右の画像領域の相関を評価する。そして、相関の最も高くなる注目画素を対称性のある物体の中央位置として検出している。

特開２０１０−２６７２５７号公報

物体の検出技術は様々な分野で利用され、その用途が広い。物体の検出情報を利用するアプリケーションにとって、物体の位置のみならず、物体の大きさも重要な情報となる。

しかしながら、画像中に含まれる物体の位置と大きさの両方の情報を、処理負荷を大きくすることなく、精度良く取得することは困難であった。

そこで、本発明は上記課題に鑑み、少ない演算量で物体の重要な情報（例えば、物体の位置と大きさについての情報）を検出する技術を提供することを目的とする。

上記課題を解決するために、第１の発明は、画像入力部と、画像特徴量抽出部と、対称性評価部と、を備える物体検出装置である。

画像入力部は、画像を入力する。

画像特徴量抽出部は、画像から所定の画像特徴量を抽出して特徴量抽出画像を生成する。

対称性評価部は、特徴量抽出画像に対して、処理対象である注目画素ごとに、画像上の第１方向についての対称性を評価するための領域である対称性評価領域を第１方向と直交する第２方向の所定の軸である中心軸を中心として対称となるように設定し、対称性評価領域の大きさを変化させながら、対称性評価領域に含まれ、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、画素群の中心軸からの距離に基づく重み付けを行った値を導出することで、第１方向の対称性の度合いを示す対称性評価値を取得する。

これにより、この物体検出装置では、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、画素群の中心軸からの距離に基づく重み付けを行った値に基づいて、対称性評価値を取得するので、第１方向の対称性の評価を高い精度で行うことができる。

したがって、この物体検出装置により取得された対称性評価値を用いることで、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

なお、「対称性評価領域」の第２方向（第１方向と直交する方向）の幅は、１画素分の幅であってもよいし、また、複数画素分の幅であってもよい。

また、「中心軸について対称となる位置に存在する画素群」とは、画像上において、
（１）中心軸から、互いに逆方向に、等距離離れた２つ画素（例えば、第１方向を水平方向とすると、中心軸から水平方向左に距離ｋだけ離れた画素Ｐ１および中心軸から水平方向右に距離ｋだけ離れた画素Ｐ２の合計２つの画素）や、
（２）中心軸から、互いに逆方向に、等距離離れた複数の画素（例えば、第１方向を水平方向とすると、中心軸から水平方向左に距離ｋだけ離れたｎ個の画素群および中心軸から水平方向右に距離ｋだけ離れたｎ個の画素群）を含む概念である。

また、「画像特徴量の相関値」とは、画像特徴量の相関の程度を示す値であり、例えば、特徴量抽出画像上の２つの画素の画素値の相関が高い場合（例えば、当該２つの画素値の差が小さい場合や当該２つの画素値の比が「１」に近い場合）に、相関が高いことを示す値をとるものである。

第２の発明は、第１の発明であって、対称性評価部は、対称性評価値が第１方向についての対称性が最大であることを示す値である場合の対称性評価領域の大きさに基づいて、第１方向に関する対称幅を決定する。

この物体検出装置では、入力画像の画像特徴量を抽出した画像に対して、第１方向についての対称性を評価するために、対称性評価領域の大きさ（例えば、第１方向の幅）を変化させながら対称性の評価を行う。したがって、この物体検出装置では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の大きさ（例えば、第１方向の幅）も同時に取得することができる。つまり、この物体検出装置では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

したがって、この物体検出装置では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

第３の発明は、第１の発明であって、対称性評価部は、特徴量抽出画像上の画素値が０または正の値をとり、画像特徴量が大きい程、大きな値をとるものとし、特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰｉとし、注目画素から第１方向の一方向である第１探索方向（例えば、第１方向を水平方向としたとき、第１探索方向は水平方向左方向である。）にｋ画素（ｋは自然数）離れた画素の画素値をＰｉ−ｋとし、注目画素から第１方向の第１探索方向と逆方向である第２検索方向（例えば、第１方向を水平方向としたとき、第２探索方向は水平方向右方向である。）にｋ画素離れた画素の画素値をＰｉ＋ｋとし、対称性評価領域の第１方向の幅を２ｗ＋１とし、所定の閾値をＴｈとし、注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、下記（数式１）に基づいて、注目画素の対称性評価値を算出する。

これにより、この物体検出装置では、（数式１）により、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値（Ｐｍａｘ−ｆｉ（ｋ））に対して、画素群の中心軸からの距離に基づく重み付け（ｃ（ｋ）による重み付け）を行った値に基づいて、対称性評価値を取得するので、第１方向の対称性の評価を高い精度で行うことができる。

したがって、この物体検出装置により取得された対称性評価値を用いることで、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

なお、上記（数式１）に相当する処理において、ＳＹＭ_ｗ（ｉ、ｊ）が取り得る範囲を調整するために、ゲイン調整（係数調整）や、正規化処理や、所定の値でのクリップ処理等を行うようにしてもよい（上記（数式１）を修正した処理を行ってもよい）。

また、Ｐｍａｘの値は、特徴量抽出画像上の画素値の取り得る最大値であってもよいし、当該最大値以上の所定の値であってもよい。

第４の発明は、第３の発明であって、対称性評価部は、ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの対称性評価領域の第１方向の幅２ｗ＋１に基づいて、対称幅を決定する。

これにより、この物体検出装置では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の大きさ（例えば、第１方向の幅）も同時に取得することができる。つまり、この物体検出装置では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

したがって、この物体検出装置では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

第５の発明は、第１または第２の発明であって、対称性評価部は、対称性評価領域に含まれ、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、画素群の中心軸からの距離および画素群の画像特徴量に基づく重み付けを行った値を導出することで、第１方向の対称性の度合いを示す対称性評価値を取得することで、第１方向の対称性の度合いを示す対称性評価値を取得する。

これにより、この物体検出装置では、対称性評価領域に含まれる画素の画像特徴量および画像上の位置の両方に基づいて、第１方向の対称性の度合いを示す対称性評価値を取得することができる。

第６の発明は、第５の発明であって、対称性評価部は、特徴量抽出画像上の画素値が０または正の値をとり、画像特徴量が大きい程、大きな値をとるものとし、特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、注目画素から第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、注目画素から第１方向の第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、対称性評価領域の第１方向の幅を２ｗ＋１とし、所定の閾値をＴｈとし、注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、下記（数式２）に基づいて、注目画素の対称性評価値を算出する。

これにより、この物体検出装置では、（数式２）により、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値（Ｐｍａｘ−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）に対して、画素群の画像特徴量（Ｐ_ｉ−ｋ×Ｐ_ｉ＋ｋ）、および、画素群の中心軸からの距離（ｃ（ｋ））による重み付けを行った値に基づいて、対称性評価値を取得するので、第１方向の対称性の評価を高い精度で行うことができる。

したがって、この物体検出装置により取得された対称性評価値を用いることで、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

なお、Ｐｍａｘの値は、特徴量抽出画像上の画素値の取り得る最大値であってもよいし、当該最大値以上の所定の値であってもよい。

第７の発明は、第６の発明であって、対称性評価部は、ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの対称性評価領域の第１方向の幅２ｗ＋１に基づいて、対称幅を決定する。

これにより、この物体検出装置では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の大きさ（例えば、第１方向の幅）も同時に取得することができる。つまり、この物体検出装置では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

したがって、この物体検出装置では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

第８の発明は、第１または第２の発明であって、対称性評価部は、特徴量抽出画像上の画素値が０または正の値をとり、画像特徴量が大きい程、大きな値をとるものとし、特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、注目画素から第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、注目画素から第１方向の第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、対称性評価領域の第１方向の幅を２ｗ＋１とし、対称性評価領域の第２方向の幅を２ｎ＋１とし、所定の閾値をＴｈとし、注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、下記（数式３）または（数式４）に基づいて、注目画素の対称性評価値を算出する。

なお、Ｐｍａｘの値は、特徴量抽出画像上の画素値の取り得る最大値であってもよいし、当該最大値以上の所定の値であってもよい。

第９の発明は、第８の発明であって、対称性評価部は、ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの対称性評価領域の第１方向の幅２ｗ＋１に基づいて、対称幅を決定する。

これにより、この物体検出装置では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の大きさ（例えば、第１方向の幅）も同時に取得することができる。つまり、この物体検出装置では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

したがって、この物体検出装置では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

第１０の発明は、第１または第２の発明であって、対称性評価部は、特徴量抽出画像上の画素値が０または正の値をとり、画像特徴量が大きい程、大きな値をとるものとし、特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、注目画素から第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、注目画素から第１方向の第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、対称性評価領域の第１方向の幅を２ｗ＋１とし、対称性評価領域の第２方向の幅を２ｎ＋１とし、所定の閾値をＴｈとし、注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、下記（数式５）または（数式６）に基づいて、注目画素の対称性評価値を算出する。

なお、Ｐｍａｘの値は、特徴量抽出画像上の画素値の取り得る最大値であってもよいし、当該最大値以上の所定の値であってもよい。

第１１の発明は、第１０の発明であって、対称性評価部は、ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの対称性評価領域の第１方向の幅２ｗ＋１に基づいて、対称幅を決定する。

これにより、この物体検出装置では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の大きさ（例えば、第１方向の幅）も同時に取得することができる。つまり、この物体検出装置では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

したがって、この物体検出装置では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

第１２の発明は、第３、第４、第６から第１０のいずれかの発明であって、重み付け関数ｃ（ｋ）は、ｋについての単調増加関数である。

これにより、この物体検出装置では、注目画素からの距離が大きい程、大きな重み付けを行い、対称性評価値を算出する。したがって、この物体検出装置では、対称軸から離れた位置に存在する対称性の高い領域（物体）を精度良く、検出することができる。

なお、「単調増加関数」とは、厳密な単調増加関数に限定されず、例えば、一部単調でない区間ｋについて一定となるがあってもよく（例えば、一部に不変区間（一定値をとる区間）があってよい）、大局的にみたときに増加する関数（例えば、平滑化処理（ＬＰＦ処理等）を行ったときに単調増加関数になる関数）を含む概念である。

第１３の発明は、第３、第４、第６から第１０のいずれかの発明であって、重み付け関数をｃ（ｋ）は、ｋについての単調減少関数である。

これにより、この物体検出装置では、注目画素からの距離が小さい程、大きな重み付けを行い、対称性評価値を算出する。したがって、この物体検出装置では、対称軸近傍に存在する対称性の高い領域（物体）を精度良く、検出することができる。

なお、「単調減少関数」とは、厳密な単調減少関数に限定されず、例えば、一部単調でない区間ｋについて一定となるがあってもよく（例えば、一部に不変区間（一定値をとる区間）があってよい）、大局的にみたときに減少する関数（例えば、平滑化処理（ＬＰＦ処理等）を行ったときに単調減少関数になる関数）を含む概念である。

第１４の発明は、第１から第１３までのいずれかの発明であって、対称性評価部は、画像の第１方向の画素数をＨ（Ｈは自然数）とすると、
（１）注目画素の第１方向の位置を示す列ｉが（Ｈ／２）以下の場合、対称性評価領域の第１方向の幅の半分であるｗを、１≦ｗ≦（ｉ−１）の範囲で変化させて、対称性評価値を算出し、
（２）注目画素の第１方向の位置を示す列ｉが（Ｈ／２）より大きい場合、対称性評価領域の第１方向の幅の半分であるｗを、１≦ｗ≦（Ｈ−ｉ）の範囲で変化させて、対称性評価値を算出する。

これにより、この物体検出装置では、対称性評価領域が、注目画素を中心にした左右対称な領域であることが保証されるとともに、注目画素を中心にした左右対称な領域のうち最大の領域を用いて対称性評価値を算出することができる。

第１５の発明は、第１から第１４の発明であって、画像特徴量は、画像のエッジ強度である。

この物体検出装置では、画像のエッジ成分を考慮して対称性の高い物体を検出することができるので、物体の輪郭（外枠）についての対称性の高い物体を、精度良く検出することができる。

第１６の発明は、第１から第１４の発明であって、画像特徴量は、画像の特定の色成分の強度である。

この物体検出装置では、画像の特定色成分（例えば、赤色成分）を考慮して対称性の高い物体を検出することができるので、特定の色について、対称性の高い物体を、精度良く検出することができる。

第１７の発明は、画像入力ステップと、画像特徴量抽出ステップと、対称性評価ステップと、を備える物体検出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。

画像入力ステップは、画像を入力する。

画像特徴量抽出ステップは、画像から所定の画像特徴量を抽出して特徴量抽出画像を生成する。

対称性評価ステップは、特徴量抽出画像に対して、処理対象である注目画素ごとに、画像上の第１方向についての対称性を評価するための領域である対称性評価領域を第１方向と直交する第２方向の所定の軸である中心軸を中心として対称となるように設定し、対称性評価領域の大きさを変化させながら、対称性評価領域に含まれ、中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、画素群の中心軸からの距離に基づく重み付けを行った値を導出することで、第１方向の対称性の度合いを示す対称性評価値を取得する。

これにより、第１の発明と同様の効果を奏する物体検出方法をコンピュータに実行させるためのプログラムを実現することができる。

本発明によれば、入力画像上の物体の対称性を利用し、物体の位置と大きさを検出することで、少ない演算量で物体に関する重要な情報（例えば、物体の位置と大きさについての情報）を検出する技術を実現することができる。

第１実施形態に係る物体検出システム１０００のブロック図。 第１実施形態に係る物体検出部２２のブロック図。 第１実施形態に係る物体検出システム１０００において実行される物体検出処理の各段階において取得される画像の一例を示す図。 対称性を有する物体を含む入力画像１０１を示す図。 入力画像１０１から輝度成分を抽出して生成された輝度画像１０２を示す図。 輝度画像１０２から生成されたエッジ画像１０３を示す図。 対称性評価マップ画像１０４を示す図。 対称幅マップ画像１０５を示す図。 対称中心マップ画像１０６を示す図。 領域枠１３０が合成された合成画像（出力画像）１０７を示す図。 注目画素Ｐ_ｉの左右に配置された画素を示す図。 対称幅ｗａを取得する方法を説明するための図。 対称性評価マップ画像１０４の水平方向の変化（一例）を示す図。 対称幅ｗａを取得する方法を説明するための図。 第１実施形態の第１変形例における高対称性物体の検出領域を示す図。 重み付け関数ｃ（ｋ）の例を示す図。 第２実施形態に係る物体検出システムにおいて実行される物体検出処理の各段階において取得される画像の一例を示す図。 入力画像１０１からＣｒ成分を抽出して生成されたＣｒ成分画像２０２を示す図。 特徴量抽出画像（Ｒ成分画像（Ｃｒ成分強調画像））２０３を示す図。 対称性評価マップ画像２０４を示す図。 対称幅マップ画像２０５を示す図。 対称中心マップ画像２０６を示す図。 領域枠２３０が合成された合成画像（出力画像）２０７を示す図。 第２実施形態の第１変形例における、（ａ）入力画像３０１、（ｂ）特徴量抽出画像（Ｒ成分（Ｃｒ成分）抽出画像）３０２、および（ｃ）出力画像（合成画像）３０３を示す図。

［第１実施形態］
第１実施形態について、図面を参照しながら、以下、説明する。

＜１．１：物体検出システムの構成＞
図１は、第１実施形態に係る物体検出システム１０００を示すブロック図である。物体検出システム１０００は、撮像装置１と、物体検出装置２と、表示装置３とを備えている。

撮像装置１は、被写体からの光を集光する光学系（不図示）と、当該光学系により集光された被写体光を光電変換により画像信号（電気信号）として取得する撮像素子（たとえばＣＣＤイメージセンサやＣＭＯＳイメージセンサ）（不図示）とを備えている。撮像装置１は、撮像素子により撮像した画像（画像信号）を、物体検出装置２に出力する。

物体検出装置２は、撮像装置１から出力される画像信号を入力とし、入力された画像信号により形成される画像中に含まれる対称性を有する物体を検出し、検出した結果を示す画像（画像信号）を表示装置３に出力する。

たとえば、物体検出装置２は車両に搭載される。撮像装置１が車両の前部に装備される場合には、撮像装置１は、車両の前方の画像（シーン）を撮像する。あるいは、撮像装置１は車両の後部に装備され、車両の後方の画像（シーン）を撮像する。

表示装置（モニタ）３は、例えば、車両の運転席に装備される。表示装置３は、ナビゲーションシステム用のモニタと兼用してもよい。

図１に示すように、物体検出装置２は、画像入力部２１と、物体検出部２２と、合成部２３とを備えている。

画像入力部２１は、撮像装置１から出力される画像（画像信号）を入力する。たとえば、撮像装置１がＲＧＢベイヤ配列の色フィルタを備えたＣＣＤイメージセンサを用いる撮像装置である場合、画像入力部２１には、例えば、Ｒ成分信号、Ｇ成分信号およびＢ成分信号を含む画素信号列が入力される。画像入力部２１は、入力された画像信号を、必要に応じて、所定の形式に変換し、変換した画像信号（変換されない場合は、無変換の画像信号）を物体検出部２２出力する。また、画像入力部２１は、入力された画像信号を、合成部２３に出力する。

なお、「所定の形式への変換」とは、例えば、色空間の変換（例えば、ＲＧＢ色空間からＹＣｂＣｒ色空間への変換）である。画像入力部２１は、入力されたＲＧＢ色空間の画像信号（Ｒ成分信号、Ｇ成分信号およびＢ成分信号）を、必要に応じて、例えば、ＹＣｂＣｒ色空間の信号（Ｙ成分信号、Ｃｂ成分信号およびＣｒ成分信号）に変換する。

なお、以下では、説明便宜のため、画像入力部２１において、入力されたＲＧＢ色空間の画像信号（Ｒ成分信号、Ｇ成分信号およびＢ成分信号）が、ＹＣｂＣｒ色空間の信号（Ｙ成分信号、Ｃｂ成分信号およびＣｒ成分信号）に変換される場合を例に説明する。

物体検出部２２は、画像入力部２１から出力される画像（画像信号）を入力とし、入力された画像に対して所定の画像処理を実行し、画像（画像信号により形成される画像（例えば、フレーム画像））に含まれる対称性を有する物体を検出する（対称性を有する物体に相当する画像領域を特定する）。そして、物体検出部２２は、検出結果（例えば、対称性を有する物体に相当する画像領域を特定するための情報）を合成部２３に出力する。

物体検出部２２は、図２に示すように、画像特徴量抽出部２２１と、対称性評価部２２２と、中心検出部２２３と、物体領域検出部２２４と、を備える。

画像特徴量抽出部２２１は、画像入力部２１から出力される画像から画像特徴量を算出（抽出）する。具体的には、画像特徴量抽出部２２１は、例えば、画像入力部２１から出力されるＹ成分信号（輝度成分信号）により形成されるＹ成分画像（輝度成分画像）から、Ｓｏｂｅｌフィルタ等を用いた微分演算処理により、エッジ成分を画像特徴量として抽出する。そして、画像特徴量抽出部２２１は、抽出したエッジ成分を各画素の画素値とする画像（特徴量抽出画像）を画像特徴量抽出画像として、対称性評価部２２２および物体領域検出部２２４に出力する。

なお、以下では、説明便宜のため、特徴量抽出画像の各画素の画素値は、抽出対象の画像特徴量の程度が大きい程、大きな値をとるものとして、説明する。

対称性評価部２２２は、画像特徴量抽出部２２１が抽出した画像（特徴量抽出画像）を入力とする。そして、対称性評価部２２２は、当該特徴量抽出画像から、各画素において、画像上の所定の方向（例えば、水平方向）の対称性を評価（判定）するとともに対称性の高い画像領域の幅（上記所定の方向（例えば、水平方向）の幅）を決定（推定）する。そして、対称性評価部２２２は、画素ごとに、当該画素（処理対象画素）を特定する情報（例えば、画素の座標）と、評価（判定）した対称性の度合いを示す値（または当該値と相関のある値）と、を対応付けた対称性評価マップデータを取得する。

さらに、対称性評価部２２２は、画素ごとに、当該画素（処理対象画素）を特定する情報（例えば、画素の座標）と、決定（推定）した対称性の高い画像領域の幅（上記所定の方向（例えば、水平方向）の幅）を示す値（または当該値と相関のある値）と、を対応づけた対称幅マップデータを取得する。

そして、対称性評価部２２２は、取得した対称性評価マップデータを中心検出部２２３に出力する。また、対称性評価部２２２は、取得した対称幅マップデータを物体領域検出部２２４に出力する。

中心検出部２２３は、対称性評価部２２２により取得された対称性評価マップデータを入力とする。中心検出部２２３は、対称性評価マップデータを２次元画像（対称性評価値を各画素の画素値としてマッピングし生成した画像）としたとき、当該画像上の所定の方向（例えば、水平方向）において極大値（または極大値付近の値）をとる画素または画素領域を特定し、特定した画素または画素領域に基づいて、対称性の高い物体の中心軸の位置を決定（推定）する。そして、中心検出部２２３は、決定（推定）した対称性の高い物体の中心軸の（画像上の）位置に関する情報を物体領域検出部２２４に出力する。

物体領域検出部２２４は、対称性評価部２２２により取得された対称幅マップデータと、中心検出部２２３から出力される対称性の高い物体の中心軸の（画像上の）位置に関する情報と、を入力とする。物体領域検出部２２４は、対称幅マップデータと、対称性の高い物体の中心軸の（画像上の）位置に関する情報と、に基づいて、対称性の高い物体を検出し、検出した対称性の高い物体の画像上の領域を特定する。そして、物体領域検出部２２４は、特定した対称性の高い物体の画像上の領域についての情報を合成部２３に出力する。

合成部２３は、画像入力部２１から出力される画像と、物体検出部２２の物体領域検出部２２４から出力される検出した対称性の高い物体の画像上の領域を特定する情報と、を入力とする。合成部２３は、物体領域検出部２２４から出力される検出した対称性の高い物体の画像上の領域を特定する情報に基づいて、画像入力部２１から出力される画像上に、対称性の高い物体に相当する画像領域を明示する画像を生成（合成）する。合成部２３は、例えば、画像入力部２１から出力される画像上に、対称性の高い物体に相当する画像領域を明示する四角い枠が表示されるように画像を生成（合成）する。そして、合成部２３は、合成した画像を表示装置３に出力する。

表示装置３は、物体検出装置２の合成部２３から出力される画像を入力とし、当該画像を表示する。

＜１．２：物体検出システムの動作＞
以上のように構成された物体検出システム１０００の動作について、図面を用いながら、以下、説明する。

図３は、物体検出システム１０００において実行される物体検出処理の各段階において取得される画像の一例を示した図である。

図４Ａは、撮像装置１により撮像され、物体検出装置２に入力される撮像画像１０１を示す図である。

撮像画像１０１は、図４Ａに示すように、被写体として車両１１０を含む。車両１１０は、左右のテールランプ１１１Ｌ・１１１Ｒを備えている。左右のテールランプ１１１Ｌ・１１１Ｒは、車両１１０の車幅方向に関する中心軸１１２に対して左右対称に配置されている。

以下では、撮像装置１において、図４Ａに示した撮像画像１０１が取得され、撮像画像１０１が物体検出装置２で処理される場合を例に説明する。

撮像装置１で取得された撮像画像１０１（撮像画像１０１を形成する画像信号）は、物体検出装置２の画像入力部２１に入力される。なお、撮像画像１０１は、Ｒ成分信号、Ｇ成分信号およびＢ成分信号により形成される画像であるものとする。

画像入力部２１は、入力された撮像画像に対して、色空間変換処理を行う。具体的には、画像入力部２１は、ＲＧＢ色空間を、例えば、ＹＣｂＣｒ色空間に変換する処理を行い、撮像画像１０１を形成する、Ｒ成分信号、Ｇ成分信号およびＢ成分信号を、Ｙ成分信号、Ｃｂ成分信号、および、Ｃｒ成分信号に変換する。

そして、画像入力部２１は、Ｙ成分信号（輝度信号）により形成されるＹ画像（輝度画像）を、物体検出部２２の画像特徴量抽出部２２１に出力する。また、画像入力部２１は、入力された撮像画像を合成部２３に出力する。

図４Ｂに、画像入力部２１により取得されたＹ画像（輝度画像）１０２を示す。

なお、画像入力部２１での色空間の変換処理は、上記に限定されることはなく、例えば、ＲＧＢ色空間を、Ｌａｂ色空間やＹＰｂＰｒ色空間等の他の色空間に変換するものであってもよい。

あるいは、ＲＧＢ色空間のＧ信号を利用して輝度画像１０２を生成してもよい。Ｒ・Ｂ成分を有する画素については補間処理によりＧ信号を生成すればよい。

なお、色空間処理は、フレームメモリ等の画像信号を記憶することができるメモリ（不図示）を用いて実行してもよい。

画像特徴量抽出部２２１は、画像入力部２１により取得されたＹ画像（輝度画像）１０２に対して、画像特徴量を算出（抽出）する処理を実行する。なお、本実施形態では、画像特徴量として、輝度のエッジ成分に相関のある物理量を利用する。

つまり、本実施形態では、画像特徴量抽出部２２１は、輝度画像１０２に対してエッジ検出処理を実行し、特徴量抽出画像（エッジ画像）１０３を生成する。

図４Ｃは、画像特徴量抽出部２２１により取得された特徴量抽出画像（エッジ画像）１０３を示す図である。画像特徴量抽出部２２１は、輝度画像１０２に、例えば、微分演算処理（例えば、Ｓｏｂｅｌフィルタを用いたフィルタ処理）を施すことで特徴量抽出画像（エッジ画像）１０３を生成する。

次に、対称性評価部２２２は、画像特徴量抽出部２２１により取得されたエッジ画像１０３の対称性を評価する。以下、対称性の評価方法について説明する。

（１．２．１：対称性の評価方法）
対称性評価部２２２は、図５に示す注目画素Ｐ_ｉに関して対称性を評価する。注目画素Ｐ_ｉは、エッジ画像１０３に含まれる画素である。注目画素Ｐ_ｉは、エッジ画像１０３における座標（ｉ、ｊ）の画素を示している。以下の説明において、画素Ｐ_ｘという表記は、エッジ画像１０３における座標（ｘ、ｊ）の画素を示す。つまり、画素Ｐ_ｘという表記は、水平方向にｘ列目で、垂直方向にｊ行目の画素を示している。また、数式においては、Ｐ_ｘは、画素Ｐ_ｘにおける画素値を示すものとする。本実施形態においては、Ｐ_ｘは０〜２５５の範囲の値をとる。なお、Ｐ_ｘは、画像特徴量（本実施形態ではエッジ成分量）が大きい程（注目している画像特徴量の度合いが強い程）、大きな値をとるものとする。

図５には、画素の注目画素Ｐ_ｉの左側に位置するｗ個の画素（Ｐ_ｉ−ｗ〜Ｐ_ｉ−１）、および、注目画素Ｐ_ｉの右側に位置するｗ個（ｗは自然数）の画素（Ｐ_ｉ＋１〜Ｐ_ｉ＋ｗ）が描かれている。この２ｗ＋１個の画素（Ｐ_ｉ−ｗ〜Ｐ_ｉ＋ｗ）の対称性を評価する演算式を下記（数式７）に示す。

（数式７）において、ＳＹＭ_ｗ（ｉ、ｊ）は、対称性の評価値（対称性評価値）を示す。（数式７）において、ｋは、１〜ｗまでの値をとる整数である。また、（数式７）において、上記Ｔｈは、所定の閾値である。

関数ｆ_ｉ（ｋ）は、
（１）Ｐ_ｉ−ｋ＞ＴｈまたはＰ_ｉ＋ｋ＞Ｔｈの場合、｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜であり、
（２）それ以外の場合（すなわち、Ｐ_ｉ−ｋ≦ＴｈかつＰ_ｉ＋ｋ≦Ｔｈの場合）、「２５５」（Ｐ_ｘの取り得る最大値）である。

したがって、ＳＹＭ_ｗ（ｉ、ｊ）は、Ｐ_ｉ−ｋおよびＰ_ｉ＋ｋが両方とも閾値Ｔｈ以下の場合、（２５５−ｆ_ｉ（ｋ）＝０なので）「０」となる。つまり、上記（数式７）により、画像特徴量の小さい画素（特徴量抽出画像（エッジ画像）１０３において、画素値（画像特徴量に相当）が小さい画素）については、対称性評価の対象から除外されることになる。

画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋは、注目画素Ｐ_ｉを中心として左右対称の位置にある画素である。画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋの画素値が等しく、かつ、Ｐ_ｉ−ｋ＞ＴｈまたはＰ_ｉ＋ｋ＞Ｔｈのとき、その差分｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜は最小値０となるので、ｆ_ｉ（ｋ）＝０となる。したがって、（２５５−ｆ_ｉ（ｋ））は、最大値２５５となる。

そして、（２５５−ｆ_ｉ（ｋ））は、注目画素（ｉ，ｊ）からの距離ｋ（注目画素（ｉ，ｊ）から画素（ｉ，ｊ＋ｋ）（または画素（ｉ，ｊ−ｋ））までの画素数（画像上の距離に相当））を乗算されることで、水平方向の位置情報（注目画素からの距離情報）で重み付けされる。つまり、注目画素から水平方向に離れる程、対称性の評価についての重み付けが大きくなる。したがって、注目画素を中心として、注目画素から左右に離れた領域に高い（左右）対称性（注目している画像特徴量（本実施形態ではエッジ成分量）についての対称性）を有する領域がある場合、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）が大きな値となる。

対称性評価部２２２は、注目画素Ｐ_ｉに関して、ｗを変化させて、ｗについてＳＹＭ_ｗ（ｉ、ｊ）を算出する。そして、対称性評価部２２２は、下記（数式８）に示すように、注目画素Ｐ_ｉについてＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを算出する。

（数式８）において、Ｎはｗの最大値である。エッジ画像１０３の水平方向の画素数をＨとすると、注目画素の水平方向の位置を示す列ｉが（Ｈ／２）以下の場合には、Ｎは（ｉ−１）である。注目画素の水平方向の位置を示す列ｉが（Ｈ／２）より大きい場合には、Ｎは（Ｈ−ｉ）である。

また、（数式８）においてｍａｘ（）は、要素の最大値を取得する関数である。つまり、（数式８）により、ｍａｘＳＹＭには、ＳＹＭ_１（ｉ，ｊ）〜ＳＹＭ_Ｎ（ｉ，ｊ）のうちの最大値が入る。

また、対称性評価部２２２は、最大値ｍａｘＳＹＭを与えるｗを、対称幅ｗａとして取得する。つまり、ＳＹＭ_ｗ（ｉ、ｊ）は、ｗ＝ｗａのとき、最大値ｍａｘＳＹＭをとる。対称幅ｗａを用いて、ｍａｘＳＹＭは、下式のように表すことができる。

ｍａｘＳＹＭ＝ＳＹＭ_ｗａ（ｉ，ｊ）
ここで、図６を用いて、上記（数式７）および（数式８）に相当する処理について、説明する。図６（ａ）〜（ｆ）は、特徴量抽出画像の一例を示しており、軸Ｃ１を対称軸とする左右対称な物体を撮像した画像の特徴量抽出画像を模式的に示した図である。また、図６（ａ）〜（ｆ）において、領域Ｒ１は、（数式７）の算出対称となる領域を示している。なお、説明便宜上、図６（ａ）〜（ｆ）において、白い部分に含まれる画素の画像特徴量（画素値）Ｐ_ｘは「２５５」であり、それ以外の黒い部分に含まれる画素の画像特徴量Ｐ_ｘは「０」であるものとする。

また、図６（ａ）〜（ｆ）において、領域Ｒ１に含まれる画像特徴量（画素値）Ｐ_ｘが「２５５」である画素の割合ｒｗは、以下であるものとする。

また、（１）領域Ｒ１の中で、画像特徴量（画素値）Ｐ_ｘが「２５５」である画素群の領域と、注目画素位置（図６の軸Ｃ１の位置）との間の領域に含まれる画像特徴量（画素値）Ｐ_ｘが「０」である画素の割合をｒｂ０とし、（２）領域Ｒ１の中で、画像特徴量（画素値）Ｐ_ｘが「２５５」である画素群の領域より外側の領域に含まれる画像特徴量（画素値）Ｐ_ｘが「０」である画素の割合をｒｂ１とする。なお、ｒｗ＋ｒｂ０＋ｒｂ１＝１である。

また、図６（ａ）〜（ｆ）において、ｗの値は、以下のものとする。

図６（ａ）の場合：ｒｗ＝０．０、ｒｂ０＝１．０、ｒｂ１＝０．０、ｗ＝１０
図６（ｂ）の場合：ｒｗ＝０．２、ｒｂ０＝０．８、ｒｂ１＝０．０、ｗ＝２０
図６（ｃ）の場合：ｒｗ＝０．４、ｒｂ０＝０．６、ｒｂ１＝０．０、ｗ＝３０
図６（ｄ）の場合：ｒｗ＝０．６、ｒｂ０＝０．４、ｒｂ１＝０．０、ｗ＝４０
図６（ｅ）の場合：ｒｗ＝０．４、ｒｂ０＝０．３、ｒｂ１＝０．３、ｗ＝５０
図６（ｆ）の場合：ｒｗ＝０．３、ｒｂ０＝０．２、ｒｂ１＝０．５、ｗ＝６０
図６（ａ）の場合、算出対称領域Ｒ１に含まれる画素の画像特徴量（画素値）は、すべて「０」であるので、（数式７）より、ＳＹＭ_ｗ（ｉ、ｊ）＝０となる。

図６（ｂ）の場合、算出対称領域Ｒ１において、画像特徴量（画素値）が「２５５」である画素の割合は、「０．２」であるので、（数式２）より、
ＳＹＭ_ｗ（ｉ、ｊ）
＝［０．５×ｗ＾２―０．５×｛（１−ｒｗ）×ｗ｝＾２］×２５５／ｗ
＝７２×２５５／２０
＝９１８
となる。

図６（ｃ）の場合、算出対称領域Ｒ１において、画像特徴量（画素値）が「２５５」である画素の割合は、「０．４」であるので、（数式７）より、
ＳＹＭ_ｗ（ｉ、ｊ）
＝［０．５×ｗ＾２―０．５×｛（１−ｒｗ）×ｗ｝＾２］×２５５／ｗ
＝２８８×２５５／３０
＝２４４８
となる。

図６（ｄ）の場合、算出対称領域Ｒ１において、画像特徴量（画素値）が「２５５」である画素の割合は、「０．６」であるので、（数式７）より、
ＳＹＭ_ｗ（ｉ、ｊ）
＝［０．５×ｗ＾２―０．５×｛（１−ｒｗ）×ｗ｝＾２］×２５５／ｗ
＝６７２×２５５／４０
＝４２８４
となる。

図６（ｅ）の場合、算出対称領域Ｒ１において、画像特徴量（画素値）が「２５５」である画素の割合は、「０．４」であるので、（数式７）より、
ＳＹＭ_ｗ（ｉ、ｊ）
＝［０．５×ｒｗ×ｗ×｛ｒｂ０×ｗ＋（ｒｂ０＋ｒｗ）×ｗ｝］×２５５／ｗ
＝５００×２５５／５０
＝２５５０
となる。

図６（ｆ）の場合、算出対称領域Ｒ１において、画像特徴量（画素値）が「２５５」である画素の割合は、「０．３」であるので、（数式７）より、
ＳＹＭ_ｗ（ｉ、ｊ）
＝［０．５×ｒｗ×ｗ×｛ｒｂ０×ｗ＋（ｒｂ０＋ｒｗ）×ｗ｝］×２５５／ｗ
＝３７８×２５５／６０
＝１６０６．５
となる。

このように、図６に示す特徴量抽出画像では、領域Ｒ１を、図６（ａ）から（ｄ）に示すように拡大させていくと、位置による重み付け係数ｋが増加し、かつ、画素値が「２５５」である画素の割合が増加するため、対称性評価値であるＳＹＭ_ｗ（ｉ、ｊ）単調増加する。

さらに、領域Ｒ１を、図６（ｄ）から（ｆ）に示すように拡大させていくと、画素値が「２５５」である画素の割合が減少するため、対称性評価値であるＳＹＭ_ｗ（ｉ、ｊ）の値は、単調減少する。

つまり、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、図６（ｄ）のときに、最大値をとる。すなわち、図６（ｄ）の場合に、ＳＹＭ_ｗ（ｉ、ｊ）が最大値をとるので、図６（ｄ）の場合のＳＹＭ_ｗ（ｉ、ｊ）（＝６７２×２５５）がｍａｘＳＹＭとなり、このときのｗ（図６（ｄ）の場合のｗ）がｗａとなる。したがって、対称性評価部２２２は、図６に示した特徴量抽出画像を処理対象とする場合、図６（ｄ）の場合のＳＹＭ_ｗ（ｉ、ｊ）（＝６７２×２５５）をｍａｘＳＹＭとして取得し、このときのｗ（図６（ｄ）の場合のｗ）をｗａとして取得する。

対称性評価部２２２は、対称性を評価する対象となる全ての画素について、（数式７）および（数式８）に相当する処理を行い、
（１）処理対象画素と、当該画素に対応するｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）と、を対応づけた対称性評価マップデータと、
（２）処理対象画素と、ｗａの値（最大値ｍａｘＳＹＭをとるときのｗの値）（または、ｗａの値と相関のある値）と、を対応づけた対称幅マップデータと、
を生成（取得）する。

図４Ｄは、対称性評価マップデータから導出した対称性評価マップ画像１０４である。対称性評価マップ画像１０４は、各画素の画素値を、対応するｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）とする画像である。

また、図４Ｅは、対称幅マップデータから導出した対称幅マップ画像１０５である。対称幅マップ画像１０５は、各画素の画素値を、対応するｗａの値（最大値ｍａｘＳＹＭをとるときのｗの値）（または、ｗａの値と相関のある値）とする画像である。

なお、本実施形態において、対称性評価部２２２は、対称性を評価する対象画素（評価画素）としてエッジ画像１０３の全ての画素を利用している。つまり、エッジ画像１０３に含まれる全ての画素について、対称性評価部２２２は、ＳＹＭ_ｗ（ｉ、ｊ）を算出するとともに、ｍａｘＳＹＭを算出している。

しかし、演算量を減らすために、あるいは、処理速度を向上させるために、対称性評価部２２２は、エッジ画像１０３に含まれる一部の画素を用いて（画素を間引いて）、上記同様の処理を行うことで、対称性評価マップデータおよび対称幅マップデータを取得するようにしてもよい。対称性評価部２２２は、たとえば、対称性の評価対象とする画素（評価画素）として水平（あるいは垂直）方向の奇数ラインのみ、あるいは偶数ラインのみを利用してもよい。あるいは、３ライン間隔で評価画素を選択するなど、評価画素の数を少なくしてもよい。

対称性評価マップデータは、各評価画素について、その評価画素について算出されたｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）を成分とするマップデータである。各評価画素について、その評価画素について算出されたｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）を画素値とする画像と考えてもよい。図４Ｄは、対称性評価マップデータを画像（対称性評価マップ画像１０４）として描画している。なお、対称性評価部２２２は、各評価画素について算出されたｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）を取得すればよく、必ずしも、図４Ｄに示すような画像（対称性評価マップ画像１０４）として取得しなくてもよい。つまり、対称性評価部２２２は、各評価画素と、そのｍａｘＳＹＭの値とを関連づけたデータを取得すればよい。

本実施形態においては、評価画素としてエッジ画像１０３の全ての画素が利用されているので、対称性評価マップ画像１０４は、エッジ画像１０３の全画素の画素値をｍａｘＳＹＭの値（または、ｍａｘＳＹＭの値と相関のある値）に置き換えたグレースケールの画像である。

なお、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、上記（数式７）により算出する場合、ｗの値により取り得る範囲が変化するデータであり、ｍａｘＳＹＭの値をそのまま画素値とする対称性評価マップ画像１０４を取得するようにしてもよいが、例えば、ダイナミックレンジ変換を行い、対称性評価マップ画像１０４を取得するようにしてもよい。つまり、例えば、１フレーム分の入力画像に対して算出されたｍａｘＳＹＭの値の最小値から最大値で決定される範囲が、例えば、０〜２５５の範囲（８ビットの範囲）となるように、ダイナミックレンジ調整を行っても良い（あるいは、正規化処理や所定の値でのクリップ処理やゲイン調整処理に相当する処理等を行ってもよい。）。

このように、ＳＹＭ_ｗ（ｉ、ｊ）が０〜２５５の値をとるように調整した場合、対称性評価マップ画像１０４の各成分は、それぞれ０〜２５５の値を取り得る。図４Ｄにおいて、白に近い色はＳＹＭ_ｗ（ｉ、ｊ）の値が大きい（２５５に近い）ことを示している。つまり、図４Ｄにおいて、白っぽい領域は対称性が高く評価された領域であり、対称となる物体の中心付近を示している。一方、図４Ｄにおいて、黒っぽい領域は対称性が高くない領域である。なお、上記ダイナミックレンジ変換は一例であり、ＳＹＭ_ｗ（ｉ、ｊ）を、０〜２５５の範囲以外の範囲にダイナミックレンジ変換するようにしてもよい。

また、対称性評価部２２２は、対称性を評価する対象となる全ての評価画素について、対称幅マップデータを生成（取得）する。

対称幅マップデータは、各評価画素についてｍａｘＳＹＭを与える対称幅ｗａを成分とするマップデータである。各評価画素について、対称幅ｗａを画素値とする画像と考えてもよい。図４Ｅは、対称幅マップデータを画像（対称幅マップ画像１０５）として描画している。本実施形態においては、評価画素としてエッジ画像１０３の全ての画素が利用されているので、対称幅マップ画像１０５は、エッジ画像１０３の全画素を対称幅ｗａに置き換えたグレースケールの画像である。

上述したように、本実施形態においては、対称幅ｗａは１からＮまでの値を取り得る。したがって、対称幅マップ画像１０５の各成分は、それぞれ１〜Ｎの値を取り得る。Ｎの値は画素位置によって異なる。図３Ｅにおいて、色が白に近い領域は、対称幅ｗａが大きい領域を示している。図３Ｅにおいて、色が黒に近い領域は、対称幅ｗａが小さい領域を示している。

続いて、中心検出部２２３は、対称性評価部２２２が生成した対称性評価マップデータ（対称性評価マップ画像１０４）を参照し、対称中心マップデータ（対称中心マップ画像１０６）を生成する。中心検出部２２３は、対称性評価マップ画像１０４の水平方向の各ラインについて、ｍａｘＳＹＭの極大点を与える画素（または、極大点付近の画素群）を決定（推定）する。

図７は、対称性評価マップ画像１０４の水平方向の変化を示す図である。具体的には、図７は、対称性評価マップ画像１０４の水平方向の１ラインについてｍａｘＳＹＭの変化を表す図である。

図７では、水平方向位置を示す列（ｉ座標）が、３３０〜３３２である３つの画素（ｉ＝３３０の画素、ｉ＝３３１の画素、および、ｉ＝３３２の画素）において、画素値、すなわち、対称性の評価値（ｍａｘＳＹＭの値）が極大となっている。したがって、中心検出部２２３は、図７に示す水平方向の１ラインについて、ｉ＝３３０の画素、ｉ＝３３１の画素、および、ｉ＝３３２の画素の３つの画素が対称性の評価値（ｍａｘＳＹＭの値）の極大点（極大点付近領域）であると判定する。

同様にして、中心検出部２２３は、水平方向の全てのラインについて極大点（極大点付近領域）を与える領域（画素または画素群）を特定（推定）する。なお、中心検出部２２３により特定（推定）された領域を「対称中心画素領域」という。

図４Ｆは、中心検出部２２３により特定（推定）された対称中心画素領域を明示した対称中心マップ画像１０６である。対称中心マップ画像１０６は、例えば、対称中心画素領域に含まれると判定された画素に、成分（画素値）「１」を設定し、対称中心画素領域に含まれないと判定された画素に、成分（画素値）「０」を設定することで取得された画像と見ることができる。図４Ｆにおいて、白色の部分が対称中心画素領域として特定された画素を示している。

なお、処理対象画素（注目画素）が対称中心画素領域に含まれる否かの判定は、例えば、以下の処理とともに行うようにしてもよい。
（１）対称性評価マップ画像１０４の各画素において、画素値を予め設定された閾値と比較し、閾値を上回る場合にのみ、極大点の候補とする。
（２）対称性評価マップ画像１０４の水平方向に平滑化処理（処理対象の水平ラインに対して平滑化処理）を行ってから、極大点の位置（水平方向の位置）を特定する。

これにより、細かな変動により生まれる極大点を排除することができる。その結果、精度の良い対称中心マップ画像を取得することができる。

続いて、物体領域検出部２２４は、入力画像に含まれる対称性を有する物体の水平方向の幅および垂直方向の幅を検出する。

物体領域検出部２２４は、対称中心マップデータ（対称中心マップ画像１０６）および対称幅マップデータ（対称幅マップ画像１０５）を利用して、物体の水平方向の幅を検出する。

具体的には、物体領域検出部２２４は、例えば、以下の（１）〜（５）の処理により、物体の水平方向の幅を検出する。なお、説明便宜上、対称中心マップ画像１０６において、最初に、画素値「１」の画素を含む水平ラインがｊ行目のラインであるものとして、説明する。
（１）対称中心マップ画像１０６は、対称性を有する物体の中心軸を構成する画素に画素値「１」が与えられている。したがって、物体領域検出部２２４は、対称中心マップ画像１０６において画素値「１」を有する画素を抽出し、その抽出された画素の対称幅を対称幅マップ画像１０５から取得する。
（１Ａ）：
画素値「１」の画素が水平方向に単独で（水平方向に連続せずに）検出された場合、物体領域検出部２２４は、抽出された画素値「１」の画素（当該画素の座標を（ｉ，ｊ）とする。）の対称幅Ｗ（ｉ，ｊ）を、対称幅マップデータから抽出する。
（１Ｂ）：
画素値「１」の画素が水平方向に連続して検出された場合、当該複数の画素（水平方向に連続して存在する画素）の対称幅の平均値を対称幅とする。例えば、画素（ｉ−１，ｊ）、画素（ｉ，ｊ）および画素（ｉ＋１，ｊ）の３つの画素の画素値が「１」である場合において、それぞれの対称幅を、Ｗ（ｉ−１，ｊ）、Ｗ（ｉ，ｊ）およびＷ（ｉ＋１，ｊ）とすると、
Ｗ（ｉ，ｊ）＝ＡＶＲＧ（Ｗ（ｉ−１，ｊ），Ｗ（ｉ，ｊ），Ｗ（ｉ＋１，ｊ））
あるいは、
Ｗ（ｉ，ｊ）＝ＭＡＸ（Ｗ（ｉ−１，ｊ），Ｗ（ｉ，ｊ），Ｗ（ｉ＋１，ｊ））
としてもよい。なお、ＡＶＲＧ（）は、要素の平均値をとる関数であり、ＭＡＸ（）は、要素の最大値をとる関数である。

また、ｊ行目の水平ラインにおいて、上記（１Ａ）または（１Ｂ）により算出された対称幅Ｗ（ｉ，ｊ）をＷ（ｉ０、ｊ）と表記する。
（２）次に、ｊ＋１行目の水平ラインにおいて、上記（１）で抽出した画素と水平方向の位置がほぼ等しく（例えば、座標位置（ｉ−ａ，ｊ＋１）〜座標位置（ｉ＋ａ，ｊ＋１）の範囲に含まれる画素。ａは、所定の閾値（水平方向がほぼ等しいか否かの判断を行うための値））、かつ、その画素値が「１」である画素がある場合、処理（１）と同様に、当該画素の対称幅を、対称幅マップデータから抽出する。

ｊ＋１行目の水平ラインにおいて、画素値が「１」である画素位置（水平方向の画素値「１」の画素が連続して複数ある場合は、当該画素群の中心位置の画素）を（ｉ_１，ｊ＋１）とすると、物体領域検出部２２４は、処理（１）と同様にして、画素（ｉ_１、ｊ＋１）の対称幅Ｗ（ｉ１，ｊ）を算出する。
（３）ｊ＋２行目以降の水平ラインについても、上記と同様の処理を繰り返す。

なお、上記（１）で抽出した画素と水平方向の位置がほぼ等しい（例えば、座標位置（ｉ−ａ，ｊ＋１）〜座標位置（ｉ＋ａ，ｊ＋１）の範囲に含まれる画素。ａは、所定の閾値（水平方向がほぼ等しいか否かの判断を行うための値））範囲に、画素値「１」の画素が出現しなくなるまで、上記処理を繰り返す。
（４）物体領域検出部２２４は、上記（１）〜（３）の処理で算出した対称幅の最大値ｍａｘＷを求める。つまり、物体領域検出部２２４は、下記（数式９）に相当する処理を実行することで、対称幅の最大値ｍａｘＷを求める。

なお、（数式９）では、上記（１）で抽出した画素と水平方向の位置がほぼ等しい（例えば、座標位置（ｉ−ａ，ｊ＋１）〜座標位置（ｉ＋ａ，ｊ＋１）の範囲に含まれる画素。ａは、所定の閾値（水平方向がほぼ等しいか否かの判断を行うための値））範囲に、画素値「１」の画素が出現する水平ラインがｊ行目からｊ＋ｍ−１行目までであるとしている。

（５）そして、物体領域検出部２２４は、算出した対称幅の最大値ｍａｘＷを、物体幅（物体の水平方向の中心からの片方の端までの距離）として検出する。図４Ｆでは、ｊ＋ｋ１行目の水平ラインにおいて、対称幅が最大となる場合について例示している。つまり、ｍａｘＷ＝Ｗ（ｉ_ｋ１，ｊ＋ｋ１）である場合を例示している。

物体領域検出部２２４は、対称中心画素領域の垂直方向の幅（長さ）を利用して、物体の垂直方向の幅を検出する。つまり、物体領域検出部２２４は、垂直方向に連続して配列された対称中心画素の上端を物体の上端として特定し、垂直方向に連続して配列された対称中心画素の下端を物体の下端として特定する。

図４Ｆに示すように、物体領域検出部２２４は、例えば、垂直方向に連続して配列された対称中心画素の上端が、ｊ行目の水平ライン位置に存在し、垂直方向に連続して配列された対称中心画素の下端が、ｊ＋ｍ−１行目の水平ライン位置に存在し、ｍａｘＷ（＝Ｗ（ｉ_ｋ１，ｊ＋ｋ１））をとる水平ラインの画素の中心位置が（ｉ_ｋ１，ｊ＋ｋ１）であるとき、左上の頂点の座標が（ｉ_ｋ１−ｍａｘＷ，ｊ）であり、右下の頂点の座標が（ｉ_ｋ１＋ｍａｘＷ，ｊ＋ｍ−１）である四角形で囲まれる領域Ｒ１を、対称性が高い物体に相当する画像領域であると判定（特定）する。

そして、物体領域検出部２２４は、特定した物体（対称性の高い物体）の画像領域を示す情報（例えば、上記領域Ｒ１を特定するための情報（例えば、矩形領域の座標情報等））を合成部２３に出力する。

なお、上記において、物体領域検出部２２４は、対称性の高い物体の画像領域を矩形領域により特定する場合について説明しているが、これに限定されることはない。例えば、物体領域検出部２２４は、水平ラインごとに、対称幅マップデータから抽出される対称幅に基づいて、対称性の高い物体の画像領域を特定するようにしてもよい。つまり、この場合、水平ラインごとに、対称中心画素（対称中心画素領域に含まれる画素）から左右に対称幅に相当する長さの領域が、対称性の高い物体の画像領域として特定される。このため、最終的に検出される対称性の高い物体の画像領域は、当該対称性の高い物体の形状と略一致する形となる（例えば、図４Ａの車両１１０の外枠の形状と略一致する形となる）。

合成部２３は、物体領域検出部２２４から出力される検出した対称性の高い物体の画像上の領域を特定する情報に基づいて、画像入力部２１から出力される画像（入力画像１０１）上に、対称性の高い物体に相当する画像領域を明示する画像を生成（合成）する。合成部２３は、例えば、画像入力部２１から出力される画像上に、対称性の高い物体に相当する画像領域を明示する四角い枠が表示されるように画像を生成（合成）する。そして、合成部２３は、合成した画像を表示装置３に出力する。

表示装置３は、物体検出装置２の合成部２３から出力された、対称性の高い物体に相当する画像領域が明示された画像を表示する。図３Ｇは、対称性を有する物体である車両１１０の領域を示す領域枠１３０が入力画像１０１に合成された合成画像１０７を示している。なお、水平方向ラインごとに物体幅が決定された場合には、領域枠は矩形ではなく、物体の外形に沿うような形状（車両１１０の外枠の形状と略一致する形状）となる。

以上のように、本実施形態の物体検出システム１０００では、入力画像（撮像画像）の画像特徴量を抽出した画像に対して、所定の方向（水平方向）についての対称性を評価するために、幅（所定方向（水平方向）の幅）を変化させながら対称性の評価を行う。したがって、本実施形態の物体検出システム１０００では、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の所定方向（水平方向）の幅も同時に取得することができる。つまり、本実施形態の物体検出システム１０００では、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

また、本実施形態の物体検出システム１０００では、所定の方向（水平方向）についての対称性の評価データを用いて、対称性の高い物体の中心軸を検出することができる。したがって、本実施形態の物体検出システム１０００では、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

さらに、本実施形態の物体検出システム１０００では、注目画素（物体の中心軸（対称軸））からの距離による重み付けを行った対称性評価値を取得し、当該対称性評価値を用いた処理を行うので、中心軸（対称軸）から離れた位置に存在する対称性の高い物体を精度よく検出することができる。

≪第１変形例≫
次に、本実施形態の第１変形例について説明する。

本変形例の物体検出システムおよび物体検出装置は、第１実施形態の物体検出システム１０００および物体検出装置２と、それぞれ、同様の構成を有している。

本変形例の物体検出装置では、対称性評価部２２２は、上記（数式１）の代わりに、下記（数式１０）または（数式１１）による処理を行う。それ以外については、本変形例は、第１実施形態と同様である。

対称性評価部２２２は、特徴量抽出画像（エッジ画像）１０３に対して、上記（数式１０）による処理を行う。（数式１０）では、（ｗ−ｋ）により重み付けを行っている。つまり、特徴量抽出画像（エッジ画像）１０３上において、注目画素に近い位置に存在する領域ほど、強い重み付けがなされる。その結果、注目画素に近い領域であって、かつ、左右対称性の高い領域において、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、大きな値となる。

また、対称性評価部２２２は、特徴量抽出画像（エッジ画像）１０３に対して、下記（数式１１）による処理を行ってもよい。（数式１１）では、ｋ≧ａ０（ａ０は、ａ０≦ｗを満たす所定の値）の区間において単調減少となる関数ｃ（ｋ）により重み付けを行っている。つまり、特徴量抽出画像（エッジ画像）１０３上において、注目画素に近い位置に存在する領域ほど、強い重み付けがなされる。その結果、注目画素に近い領域であって、かつ、左右対称性の高い領域において、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、大きな値となる。

ここで、図８を用いて、（数式１１）に相当する処理について、説明する。図８は、特徴量抽出画像の一例を模式的に示す図であり、白い部分の領域に含まれる画素は、その画素値（画像特徴量）が取り得る最大値（例えば、「２５５」（８ビットデータ））であり、黒い部分に含まれる画素は、その画素値（画像特徴量）が取り得る最小値（例えば、「０」（８ビットデータ））であるものとする。また、（数式１１）の値ａ０は、図８に示すように（図８に示した）ｗ１より若干大きな値をとるものとする。

注目画素の水平方向の位置（ｉ座標）が軸Ｃ２上である場合、図８（ａ）に示すように、領域Ｒ２の水平方向の幅ｗ１のとき、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は最大値をとる。つまり、領域ＢＣが軸Ｃ２付近において左右対称性が高いため、領域ＢＣでのｃ（ｋ）による重み付けが大きいため、図８（ａ）に示す領域Ｒ２の水平方向の幅ｗ１がｗａ（対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）が最大値をとるときの対称幅ｗ）となる。

一方、図８（ｂ）に示すように、領域Ｒ２の水平方向の幅がｗ２のとき、ｗがａ０より大きい領域についての重み付けｃ（ｋ）は、ｗについて単調減少となるため、領域ＢＬおよびＢＲについての重み付けｃ（ｋ）の値は、小さな値となる。したがって、領域Ｒ２の水平方向の幅がｗ２のとき、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、水平方向の幅ｗ１のときの対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）よりも小さな値となる。

このように、本変形例の物体検出システムの対称性評価部２２２は、（数式１１）に相当する処理を行い、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を取得するとともに、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）が最大となるときの対称幅ｗａを取得する。

なお、対称軸（中心軸）近傍において、左右対称領域を検出する場合、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）の最大値をとるｗが複数存在する場合、最大のｗをｗａとするようにしてもよい。例えば、対称軸（中心軸）近傍において、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）の最大値をとるｗが連続している場合、ｗの値が最大であるときの対称幅が、対称軸近傍に存在する対称性の高い物体の幅と近い値である可能性が高いと考えられる。したがって、対称軸（中心軸）近傍において、左右対称領域を検出する場合、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）の最大値をとるｗが複数存在する場合、最大のｗをｗａとすればよい。

そして、中心検出部２２３および物体領域検出部２２４において、第１実施形態と同様の処理を行うことで、対称軸近傍において左右対称性の高い物体（領域）を、適切に検出することができる。例えば、特徴量抽出画像が図９に示す画像である場合、本変形例の物体検出システムにより、対称軸近傍において左右対称性の高い物体（領域）ＢＣを、検出領域ＤＡ１として、適切に検出することができる。

なお、画像上の距離による重み付け関数ｃ（ｋ）は、上記（数式１１）で示した関数に限定されることはなく、任意の関数に設定してもよい。

例えば、画像上の距離による重み付け関数ｃ（ｋ）を、図１０（ａ）、（ｂ）に示すように単調減少関数（一部ｋについてｃ（ｋ）が一定値をとる区間がある場合等を含む。）としてもよい。重み付け関数ｃ（ｋ）を単調減少関数に設定した場合、対称軸付近に高い対称性を有する物体を検出することができる。なお、図１０（ａ）は、本変形例の（数式１１）の処理に対応する。

一方、画像上の距離による重み付け関数ｃ（ｋ）を、図１０（ｃ）、（ｄ）に示すように単調増加関数（一部ｋについてｃ（ｋ）が一定値をとる区間がある場合等を含む。）としてもよい。重み付け関数ｃ（ｋ）を単調増加関数に設定した場合、対称軸から離れた領域に高い対称性を有する物体を検出することができる。なお、図１０（ａ）は、第１実施形態の（数式７）の処理（ｃ（ｋ）＝ｋとした場合の処理）に対応する。

なお、画像上の距離による重み付け関数ｃ（ｋ）は、上記に限定されるものではなく、例えば、指数関数、シグモイド関数等を用いた関数や、折れ線による関数等により、画像上の距離による重み付け関数ｃ（ｋ）を設定してもよい。

以上のように、本変形例の物体検出システムでは、画像上の距離による重み付け関数ｃ（ｋ）を、単調減少関数（一部単調でない部分を含んでもよい）に設定することで、対称軸付近の対称性の高い物体を適切に検出することができる。

［第２実施形態］
次に、第２実施形態について、説明する。

本実施形態の物体検出システムの構成は、第１実施形態と同様である。以下では、本実施形態において、第１実施形態と相違する点について、説明する。なお、上記実施形態と同様の部分については、上記実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

第１実施形態では、画像特徴量抽出部２２１は、物体の画像特徴量としてエッジ成分を利用した。そして、画像特徴量として抽出したエッジ成分に基づき、対称性の評価を行った。

第２実施形態では、画像特徴量抽出部２２１は、物体の画像特徴量として特定の色成分を利用する。たとえば、画像特徴量抽出部２２１は、画像特徴量として赤色成分を抽出する。

以下、本実施形態の物体検出システムの動作について、説明する。

図１１Ａは、本実施形態の物体検出システムにおいて実行される物体検出処理の各段階において取得される画像の一例を示した図である。

なお、本実施形態においても、撮像装置１において、図４Ａに示した撮像画像１０１が取得され、撮像画像１０１が物体検出装置２で処理される場合を例に説明する。

画像入力部２１は、撮像装置１から入力されたＲＧＢ色空間の画像信号（Ｒ成分信号、Ｇ成分信号およびＢ成分信号）を、ＹＣｂＣｒ色空間の信号（Ｙ成分信号、Ｃｂ成分信号およびＣｒ成分信号）に変換する。そして、画像入力部２１は、Ｃｒ成分信号（Ｃｒ成分画像２０２）を画像特徴量抽出部２２１に出力する。

画像特徴量抽出部２２１は、画像入力部２１により取得されたＣｒ成分画像（色差赤色成分画像）２０２に対して、画像特徴量を抽出する処理を実行する。なお、本実施形態では、画像特徴量として、Ｃｒ成分に相関のある物理量を利用する。

つまり、本実施形態では、画像特徴量抽出部２２１は、Ｃｒ成分画像２０２に対してＣｒ成分強調処理（エンハンス処理）を実行し、特徴量抽出画像（Ｒ成分画像（Ｃｒ成分強調画像））２０３を生成する。

この後の処理は第１実施形態と同様である。第１実施形態におけるエッジ画像をＲ成分画像に置き換えた上で、同様の処理を実行し、対称性のある物体を検出する。

つまり、対称性評価部２２２は、第１実施形態と同様の処理を、図１１Ｃに示す特徴量抽出画像（Ｒ成分画像（Ｃｒ成分強調画像））２０３に対して実行し、対称性評価マップデータ（図１１Ｄに示す対称性評価マップ画像２０４に対応。）および対称幅マップデータ（図１１Ｅに示す対称幅マップ画像２０５に対応。）を取得する。

そして、中心検出部２２３は、第１実施形態と同様の処理を、対称性評価マップデータ（図１１Ｄに示す対称性評価マップ画像２０４に対応。）に対して実行し、対称中心マップデータ（図１１Ｆに示す対称中心マップ画像２０６に対応。）を取得する。

物体領域検出部２２４は、第１実施形態と同様の処理を、対称中心マップデータ（図１１Ｆに示す対称中心マップ画像２０６に対応。）および対称幅マップデータ（対称幅マップ画像２０５）を利用して、物体の水平方向の幅を検出し、さらに、物体の垂直方向の幅を検出する。

合成部２３は、第１実施形態と同様に、物体領域検出部２２４から出力される検出した対称性の高い物体の画像上の領域を特定する情報に基づいて、画像入力部２１から出力される画像（入力画像１０１）上に、対称性の高い物体に相当する画像領域を明示する画像を生成（合成）する。

そして、合成部２３により生成（合成）された画像は、表示装置３により表示される。図１１Ｇに合成部２３により取得された画像（出力画像２０７）の一例を示す。図１１Ｇに示すように、左右対称の位置に赤色の画像領域（画像領域２３０）を有する領域が適切に検出されている。

図１１Ｇは、第２実施形態において表示装置３に表示された合成画像２０７を示す図である。第１実施形態においては、エッジ成分により物体の対称性を評価したので、車両の全体が物体の大きさとして抽出されている。これに対して、第２実施形態においては、車両のテールランプの赤色を中心に物体の対称性が評価されたので、テールランプを含む領域（画像領域２３０）が抽出されていることが分かる。

以上のように、本実施形態の物体検出システムでは、入力画像（撮像画像）の画像特徴量を抽出した画像（特定の色成分を抽出した画像）に対して、所定の方向（水平方向）についての対称性を評価するために、幅（所定方向（水平方向）の幅）を変化させながら対称性の評価を行う。したがって、本実施形態の物体検出システムでは、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の所定方向（水平方向）の幅も同時に取得することができる。つまり、本実施形態の物体検出システムでは、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

また、本実施形態の物体検出システムでは、所定の方向（水平方向）についての対称性の評価データを用いて、対称性の高い物体の中心軸を検出することができる。したがって、本実施形態の物体検出システムでは、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。さらに、本実施形態の物体検出システムでは、特定の色成分について抽出した画像を用いて処理を行うので、特定の色成分を多く含む対称性の高い物体を精度良く検出することができる。

さらに、本実施形態の物体検出システムでは、注目画素（物体の中心軸（対称軸））からの距離による重み付けを行った対称性評価値を取得し、当該対称性評価値を用いた処理を行うので、中心軸（対称軸）から離れた位置に存在する、特定の色成分についての対称性の高い物体を精度よく検出することができる。

なお、第１実施形態と第２実施形態の両方を組み合わせてもよい。エッジ画像に対して物体の垂直方向および水平方向の幅および位置を特定する。さらに、特定の色成分画像を利用して物体の垂直方向および水平方向の幅および位置を特定する。そして、それらの平均値をとることで物体の位置および大きさを特定することができる。あるいは、エッジ画像に基づいて求められた値と色成分に基づいて求められた値のいずれかに重みづけを行って物体の位置および大きさを特定してもよい。

また、上記では、赤色成分に注目して処理を行う場合について説明したが、これに限定されることはなく、他の色成分（例えば、緑色成分や青色成分）に注目して処理を行い、所定の色についての対称性の高い物体を検出するようにしてもよい。

また、画像特徴量を抽出するための色空間変換は、本実施形態で説明したものに限定されることはなく、特定の色成分の信号を抽出するために、他の色空間変換を行い、所望の色成分信号（色成分画像）を抽出するようにしてもよい。

≪第１変形例≫
次に、本実施形態の第１変形例について説明する。

本変形例の物体検出システムおよび物体検出装置は、第１実施形態の物体検出システムおよび物体検出装置と、それぞれ、同様の構成を有している。

本変形例の物体検出装置では、第１実施形態の変形例と同様に、対称性評価部２２２は、（数式１）の代わりに、（数式１０）または（数式１１）による処理を行う。本変形例の物体検出装置では、第２実施形態と同様に、画像特徴量抽出部２２１は、物体の画像特徴量として特定の色成分を利用する。たとえば、画像特徴量抽出部２２１は、画像特徴量として赤色成分を抽出する。

ここで、本変形例の物体検出システムにおいて、図１２に示す画像が入力された場合について、説明する。

図１２（ａ）は、オートバイを背後から撮像した画像３０１である。撮像画像（入力画像）３０１において、オートバイのテールランプ３１１は、赤色であるものとする。

図１２（ａ）に示す画像が本変形例の物体検出装置に入力された場合、物体検出部２２の画像特徴量抽出部２２１は、図１２（ｂ）に示す特徴量抽出画像（Ｒ成分（Ｃｒ成分）抽出画像）３０２を取得する。図１２（ｂ）に示した特徴量抽出画像（Ｒ成分（Ｃｒ成分）抽出画像）３０２において、オートバイのテールランプ３１１に相当する領域は、軸Ｃ３近傍に存在しており、かつ、オートバイのテールランプ３１１に相当する領域の画素の画素値（画像特徴量（赤色成分量））が大きい。このため、対称性評価部２２２により算出される対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）は、注目画素の水平方向の位置（ｉ座標）が対称軸付近である場合に、最大値をとることとなる。そして、そのときの対称幅が図１２（ｂ）に示したｗ３となる。つまり、ｗａ（対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）が最大値をとるときの対称幅ｗ）がｗ３となる。

そして、本変形例の中心検出部２２３および物体領域検出部２２４において、前述の実施形態と同様に、処理が実行されることで、図１２（ｃ）に示す出力画像が取得される。図１２（ｃ）の出力画像では、赤色で、かつ、対称軸近傍における左右対称性が高い領域（物体）（オートバイのテールランプ部分）が、適切に検出されている。

以上のように、本変形例の物体検出システムでは、対称性評価部２２２により、（数式１０）または（数式１１）による処理が実行されることで、特定の色成分（本変形例では赤色成分）の対称軸近傍において対称性が高い領域（物体）を適切に検出することができる。

なお、第１実施形態の変形例で説明したのと同様に、本変形例においても、画像上の距離による重み付け関数ｃ（ｋ）は、（数式１１）で示した関数に限定されることはなく、任意の関数（例えば、図１０に示したグラフに相当する関数）に設定されるものであってもよい。

［第３実施形態］
次に、第３実施形態について、説明する。

本実施形態の物体検出システムの構成は、第１実施形態と同様である。以下では、本実施形態において、第１実施形態と相違する点について、説明する。なお、上記実施形態と同様の部分については、上記実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本実施形態の対称性評価部２２２は、（数式７）の代わりに、下記（数式１２）に相当する処理を実行する。

前述の実施形態と同様に、（数式１２）において、ＳＹＭ_ｗ（ｉ、ｊ）は、対称性の評価値を示す。（数式１２）において、ｋは、１〜ｗまでの値をとる整数である。

画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋは、注目画素Ｐ_ｉを中心として左右対称の位置にある画素である。画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋの画素値が等しいとき、その差分｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜は最小値０となる。このとき、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）は、最大値２５５となる。

そして、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）は、Ｐ_ｉ−ｋおよびＰ_ｉ＋ｋを乗算されることで、注目画素Ｐ_ｉから左右にｋ画素離れた画素の画像特徴量で重み付けされる。これにより、画像特徴量が小さい画素を対称性の評価から除外することができる。つまり、例えば、特徴量抽出画像をエッジ画像１０３としたとき、エッジ画像１０３において、エッジではない部分のＰ_ｉ−ｋおよびＰ_ｉ＋ｋは、「０」に近い値をとるので、エッジでない部分では、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）×Ｐ_ｉ−ｋ×Ｐ_ｉ＋ｋは、「０」に近い値をとることになる。

つまり、（数式１２）においては、注目している画像特徴量（例えば、エッジ成分量や特定の色成分量（例えば、赤色成分量））についての対称性が高いほどＳＹＭ_ｗ（ｉ、ｊ）は、大きな値をとる。

本実施形態の対称性評価部２２２は、前述の実施形態と同様に、（数式８）に相当する処理を行い、最大値ｍａｘＳＹＭを与えるｗを、対称幅ｗａとして取得する。

そして、本実施形態の中心検出部２２３、物体領域検出部２２４、および、合成部２３は、前述と同様の処理を行う。

このように、本実施形態の物体検出システムでは、入力画像（撮像画像）の画像特徴量を抽出した画像に対して、所定の方向（水平方向）についての対称性を評価するために、幅（所定方向（水平方向）の幅）を変化させながら対称性の評価を行う。したがって、本実施形態の物体検出システムでは、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の所定方向（水平方向）の幅も同時に取得することができる。つまり、本実施形態の物体検出システムでは、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

また、本実施形態の物体検出システムでは、所定の方向（水平方向）についての対称性の評価データを用いて、対称性の高い物体の中心軸を検出することができる。したがって、本実施形態の物体検出システムでは、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

なお、本実施形態の物体検出システムにおいて、画像特徴量抽出部２２１は、例えば、画像特徴量をエッジ成分として、入力画像のエッジ成分を抽出したエッジ画像を取得するものであってもよい。この場合、本実施形態の物体検出システムでは、図３と同様の処理結果（類似の処理結果）を取得することができる。

また、本実施形態の物体検出システムにおいて、画像特徴量抽出部２２１は、例えば、画像特徴量を特定の色成分（例えば、赤色成分（Ｒ成分やＣｒ成分等））として、入力画像の特定の色成分を抽出した画像（例えば、赤色成分画像（Ｒ成分画像やＣｒ成分画像等））を取得するものであってもよい。この場合、本実施形態の物体検出システムでは、図１１Ａと同様の処理結果（類似の処理結果）を取得することができる。

［第４実施形態］
次に、第４実施形態について、説明する。

本実施形態の物体検出システムの構成は、前述の実施形態と同様である。以下では、本実施形態において、前述の実施形態と相違する点について、説明する。なお、前述の実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本実施形態の対称性評価部２２２は、（数式７）の代わりに、下記（数式１３）に相当する処理を実行する。

前述の実施形態と同様に、（数式１３）において、ＳＹＭ_ｗ（ｉ、ｊ）は、対称性の評価値を示す。（数式１３）において、ｋは、１〜ｗまでの値をとる整数である。

画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋは、注目画素Ｐ_ｉを中心として左右対称の位置にある画素である。画素Ｐ_ｉ−ｋと画素Ｐ_ｉ＋ｋの画素値が等しいとき、その差分｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜は最小値０となる。このとき、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）は、最大値２５５となる。

そして、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）は、Ｐ_ｉ−ｋおよびＰ_ｉ＋ｋを乗算されることで、注目画素Ｐ_ｉから左右にｋ画素離れた画素の画像特徴量で重み付けされる。これにより、画像特徴量が小さい画素を対称性の評価から除外することができる。つまり、例えば、特徴量抽出画像をエッジ画像１０３としたとき、エッジ画像１０３において、エッジではない部分のＰ_ｉ−ｋおよびＰ_ｉ＋ｋは、「０」に近い値をとるので、エッジでない部分では、（２５５−｜Ｐ_ｉ−ｋ−Ｐ_ｉ＋ｋ｜）×Ｐ_ｉ−ｋ×Ｐ_ｉ＋ｋは、「０」に近い値をとることになる。

つまり、（数式１３）においては、注目している画像特徴量（例えば、エッジ成分量や特定の色成分量（例えば、赤色成分量））についての対称性が高いほどＳＹＭ_ｗ（ｉ、ｊ）は、大きな値をとる。

さらに、（数式１３）では、注目画素（ｉ，ｊ）からの距離ｋ（注目画素（ｉ，ｊ）から画素（ｉ，ｊ＋ｋ）（または画素（ｉ，ｊ−ｋ））までの画素数（画像上の距離に相当））を乗ずることで、水平方向の位置情報（注目画素からの距離情報）による重み付けを行う。つまり、注目画素から水平方向に離れる程、対称性の評価についての重み付けが大きくなる。したがって、注目画素を中心として、注目画素から左右に離れた領域に高い（左右）対称性（注目している画像特徴量（本実施形態ではエッジ成分量）についての対称性）を有する領域がある場合、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）が大きな値となる。

つまり、対称性評価部２２２は、（数式１３）による処理を実行することで、画像特徴量（Ｐ_ｉ−ｋおよびＰ_ｉ＋ｋ）および水平方向の位置情報（注目画素からの距離情報）による重み付けを行った対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を取得することができる。

本実施形態の対称性評価部２２２は、前述の実施形態と同様に、（数式１３）に相当する処理を行い、最大値ｍａｘＳＹＭを与えるｗを、対称幅ｗａとして取得する。

そして、本実施形態の中心検出部２２３、物体領域検出部２２４、および、合成部２３は、前述と同様の処理を行う。

このように、本実施形態の物体検出システムでは、入力画像（撮像画像）の画像特徴量を抽出した画像に対して、所定の方向（水平方向）についての対称性を評価するために、幅（所定方向（水平方向）の幅）を変化させながら対称性の評価を行う。したがって、本実施形態の物体検出システムでは、所定の画像領域の対称性が高いと判定した場合、対称性が高いと判定した画像領域の所定方向（水平方向）の幅も同時に取得することができる。つまり、本実施形態の物体検出システムでは、画像に含まれる物体の対称性を利用して、物体の位置と大きさを同時に抽出することが可能である。

また、本実施形態の物体検出システムでは、所定の方向（水平方向）についての対称性の評価データを用いて、対称性の高い物体の中心軸を検出することができる。したがって、本実施形態の物体検出システムでは、少ない演算量で、精度良く、対称性の高い物体の検出を行うことができる。

さらに、本実施形態の物体検出システムでは、注目画素（物体の中心軸（対称軸））からの距離による重み付けを行った対称性評価値を取得し、当該対称性評価値を用いた処理を行うので、中心軸（対称軸）から離れた位置に存在する対称性の高い物体を精度よく検出することができる。

なお、本実施形態の物体検出システムにおいて、画像特徴量抽出部２２１は、例えば、画像特徴量をエッジ成分として、入力画像のエッジ成分を抽出したエッジ画像を取得するものであってもよい。この場合、本実施形態の物体検出システムでは、図３と同様の処理結果（類似の処理結果）を取得することができる。

また、本実施形態の物体検出システムにおいて、画像特徴量抽出部２２１は、例えば、画像特徴量を特定の色成分（例えば、赤色成分（Ｒ成分やＣｒ成分等））として、入力画像の特定の色成分を抽出した画像（例えば、赤色成分画像（Ｒ成分画像やＣｒ成分画像等））を取得するものであってもよい。この場合、本実施形態の物体検出システムでは、図１１Ａと同様の処理結果（類似の処理結果）を取得することができる。

≪第１変形例≫
次に、第４実施形態の第１変形例について、説明する。

本変形の物体検出システムの構成は、前述の実施形態と同様である。以下では、本実施形態において、前述の実施形態と相違する点について、説明する。なお、前述の実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本変形例の対称性評価部２２２は、（数式１３）の代わりに、下記（数式１４）に相当する処理を実行する。つまり、（数式１３）では、画素位置（距離）についての重み付けがｋであったが、（数式１４）では、画素位置（距離）についての重み付けが、ｋについての任意の関数ｃ（ｋ）となっている。

本変形例において、関数ｃ（ｋ）を所定の関数（例えば、図１０に示した関数）に設定することで、対称軸から所定の距離だけ離れた領域における対称性評価値の重み付けを所望のものに変化させることができる。

例えば、中心軸（対称軸）付近に高い対称性を有する領域を検出したい場合、
ｃ（ｋ）＝ｗ−ｋ
または、下記（数式１５）に設定すればよい、

以上のように、本変形例の物体検出システムでは、対称性評価部２２２により、（数式１４）による処理が実行されることで、所定の領域（対称軸から所定の距離だけ離れた領域）において、対称性が高い領域（物体）を適切に検出することができる。

なお、第１実施形態の変形例で説明したのと同様に、本変形例においても、画像上の距離による重み付け関数ｃ（ｋ）は、上記で示した関数に限定されることはなく、任意の関数（例えば、図１０に示したグラフに相当する関数）に設定されるものであってもよい。

［第５実施形態］
次に、第５実施形態について、説明する。

本実施形態の物体検出システムの構成は、前述の実施形態と同様である。以下では、本実施形態において、前述の実施形態と相違する点について、説明する。なお、前述の実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本実施形態の対称性評価部２２２は、（数式１４）の代わりに、下記（数式１６）に相当する処理を実行する。つまり、（数式１４）では、対称性評価値を算出するための画像上の領域が水平ライン１ライン分からなる領域であった。それに対して、（数式１６）では、対称性評価値を算出するための画像上の領域が水平ライン（２ｎ＋１）ライン分（注目画素が存在する水平ラインを中心とした（２ｎ＋１）個の水平ライン）（ｎは自然数）からなる領域である。

つまり、本実施形態の対称性評価部２２２は、（数式１６）により、（２ｎ＋１）個の水平ラインについて、それぞれ、対称性評価値を算出し、算出した各水平ラインの対称性評価値を積算し、積算した値を水平ライン数で除算することで、平均値を取得する。そして、対称性評価部２２２は、取得した平均値を、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）とする。

なお、（数式１６）において、ｃ（ｋ）は任意の関数である。

例えば、画像上において、中心軸（対称軸）から離れた位置に存在する、対称性の高い領域を検出する場合、
ｃ（ｋ）＝ｋ
と設定すればよい。なお、関数ｃ（ｋ）を、図１０（ｄ）に示すような関数に設定してもよい。

また、例えば、画像上において、中心軸（対称軸）近傍に存在する、対称性の高い領域を検出する場合、
ｃ（ｋ）＝ｗ−ｋ
と設定すればよい。なお、関数ｃ（ｋ）を、図１０（ａ）、（ｂ）に示すような関数に設定してもよい。

なお、対称性評価部２２２は、（数式１６）に示すように、対称性評価値を算出する対象領域の垂直方向の幅を、注目画素が含まれる水平ライン、注目画素が含まれる水平ラインの上に位置するｎラインおよび下に位置するｎラインの合計（２ｎ＋１）ライン分に相当する幅として、対称性評価値を算出するが、注目画素が画像上端付近または下端付近であり、かつ、注目画素が含まれる水平ラインの上下にｎライン分ずつ確保できない場合、対称性評価値を算出する対象領域の垂直方向の幅を変化させてもよい。例えば、注目画素が画像上端付近であり、注目画素が含まれる水平ラインの上に、（画像上端まで）ｎ１ライン分（ｎ１＜ｎとする）存在している場合、（ｊ−ｎ１）ラインから（ｊ＋ｎ）ラインまでの合計（ｎ１＋ｎ＋１）ライン分の領域を、対称性評価値を算出する対象領域としてもよい。

本実施形態の対称性評価部２２２は、前述の実施形態と同様に、（数式１６）に相当する処理を行い、最大値ｍａｘＳＹＭを与えるｗを、対称幅ｗａとして取得する。

そして、本実施形態の中心検出部２２３、物体領域検出部２２４、および、合成部２３は、前述と同様の処理を行う。

このように、本実施形態の物体検出システムでは、本実施形態の対称性評価部２２２は、（数式１６）により、（２ｎ＋１）個の水平ラインについて、それぞれ、対称性評価値を算出し、算出した各水平ラインの対称性評価値を積算し、積算した値を水平ライン数で除算することで取得した平均値により、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出する。つまり、本実施形態の物体検出システムでは、垂直方向に所定の幅を有する画像領域を対称性評価の対象とするので、垂直方向に高い相関性を有する対称領域（例えば、対称軸（中心軸）と平行な辺を有する四角形の物体等）を精度良く検出することができる。

なお、対称性評価部２２２は、（数式１６）の代わりに、（数式１７）を用いて、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出してもよい。なお、ｃ（ｋ）については、（数式１６）と同様である。

つまり、（数式１６）の処理では、対称性評価部２２２は、まず、水平方向において対称性評価を行い、次に、垂直方向に積算して、平均値を求めることで、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出する。

一方、（数式１７）の処理では、対称性評価部２２２は、まず、各項の垂直方向の積算処理（平均値算出処理）を行い、次に、水平方向において対称性評価を行うことで、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出する。

対称性評価部２２２が（数式１７）による処理を行うことで、（数式１６）の処理と同様の処理結果を取得することができる。

≪第１変形例≫
次に、第５実施形態の第１変形例について、説明する。

本変形の物体検出システムの構成は、前述の実施形態と同様である。以下では、本実施形態において、前述の実施形態と相違する点について、説明する。なお、前述の実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本変形例の対称性評価部２２２は、（数式１６）の代わりに、下記（数式１４）に相当する処理を実行する。つまり、（数式１６）では、垂直方向の重み付けが、全ての水平ラインにおいて、「１」（重み付けなし）であったが、（数式１４）では、垂直方向の重み付け関数ｄ（ｍ）により、水平ラインごとに、関数ｄ（ｍ）で決定される重み付け処理がなされる。なお、ｃ（ｋ）については、（数式１６）と同様である。

例えば、
ｄ（ｍ）＝ｎ＋１−｜ｍ−ｊ｜
や
ｄ（ｍ）＝ｃ１×ｅｘｐ（−ｃ２×（ｍ−ｊ）＾２）
（ｃ１は、ｄ（ｍ）の最大値を決定するための係数。ｃ２は垂直方向のレンジ調整用の係数。）
とすることで、注目画素（ｉ，ｊ）が存在する水平ラインでの重み付けを大きくし、注目画素（ｉ，ｊ）が存在する水平ラインから離れる程、重み付けを小さくすることができる。

これにより、注目画素（ｉ，ｊ）が存在する水平ライン付近において、左右対称性が高い領域が存在する場合に、対称性評価値が高くなるようにすることができる。

なお、対称性評価部２２２は、（数式１４）の代わりに、（数式１９）を用いて、対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出してもよい。なお、ｃ（ｋ）については、（数式１４）と同様である。

つまり、（数式１４）の処理では、対称性評価部２２２は、まず、水平方向において対称性評価を行い、次に、垂直方向に積算して、平均値を求めることで、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出する。

一方、（数式１５）の処理では、対称性評価部２２２は、まず、各項の垂直方向の積算処理（平均値算出処理）を行い、次に、水平方向において対称性評価を行うことで、注目画素（ｉ，ｊ）の対称性評価値ＳＹＭ_ｗ（ｉ、ｊ）を算出する。

対称性評価部２２２が（数式１５）による処理を行うことで、（数式１８）の処理と同様の処理結果を取得することができる。

［他の実施形態］
上述の実施形態および変形例の一部または全部を組み合わせてもよい。

上述の実施形態においては、水平方向に関して対称性を有する物体を検出した。同様に、垂直方向に関して対称性を有する物体を検出してもよい。つまり、上述の実施形態における水平方向の処理と垂直方向の処理を逆にして、上述の実施形態の処理を実行することで、垂直方向に関して対称性を有する物体を検出してもよい。

また、上述の実施形態の物体検出装置２において、各機能部の全部または一部が、共有のメモリ（例えば、フレームメモリ）を用いて、処理を行うようにしてもよい。

また、上述の実施形態の物体検出システムにおいて、撮像装置が、所定のフレームレート（例えば、１５ｆｐｓ）でカラー画像を撮像する場合であれば、上記共有のメモリは、物体検出装置が当該所定のフレームレート（例えば、１５ｆｐｓ）のカラー画像を処理できるだけのメモリ容量を有するメモリとすることが好ましい。

また、上述の実施形態において、８ビットのデータ（０〜２５５のデータ）を前提として処理（数式で示した処理等）を行っている部分があるが、ビット数が、上記で説明したビット数（データの取り得る範囲）に限定されないのは言うまでもない。また、上述の実施形態において、データを所定の範囲のデータとするために、レンジ変換処理や、正規化処理や、所定の閾値によるクリップ処理等を行うようにしてもよい。

また、上記実施形態で説明した物体検出システム又は物体検出装置において、各ブロックは、ＬＳＩなどの半導体装置（集積回路やプログラム可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等を含む。）により個別に１チップ化されても良いし、一部又は全部を含むように１チップ化されても良い。また、上記実施形態で説明した物体検出システム又は物体検出装置において、各ブロックは、複数のチップ（ＬＳＩなどの半導体装置）により実現されるものであってもよい。

また、上記各実施形態の各機能ブロックの処理の一部または全部は、プログラムにより実現されるものであってもよい。そして、上記各実施形態の各機能ブロックの処理の一部または全部は、コンピュータにおいて、中央演算装置（ＣＰＵ）により行われる。また、それぞれの処理を行うためのプログラムは、ハードディスク、ＲＯＭなどの記憶装置に格納されており、ＲＯＭにおいて、あるいはＲＡＭに読み出されて実行される。

また、上記実施形態の各処理をハードウェアにより実現してもよいし、ソフトウェア（ＯＳ（オペレーティングシステム）、ミドルウェア、あるいは、所定のライブラリとともに実現される場合を含む。）により実現してもよい。さらに、ソフトウェアおよびハードウェアの混在処理により実現しても良い。なお、上記実施形態に係る物体検出システム又は物体検出装置をハードウェアにより実現する場合、各処理を行うためのタイミング調整を行う必要があるのは言うまでもない。上記実施形態においては、説明便宜のため、実際のハードウェア設計で生じる各種信号のタイミング調整の詳細については省略している。

また、上記実施形態における処理方法の実行順序は、必ずしも、上記実施形態の記載に制限されるものではなく、発明の要旨を逸脱しない範囲で、実行順序を入れ替えることができるものである。

前述した方法をコンピュータに実行させるコンピュータプログラム及びそのプログラムを記録したコンピュータ読み取り可能な記録媒体は、本発明の範囲に含まれる。ここで、コンピュータ読み取り可能な記録媒体としては、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、半導体メモリを挙げることができる。

上記コンピュータプログラムは、上記記録媒体に記録されたものに限られず、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク等を経由して伝送されるものであってもよい。

なお、本発明の具体的な構成は、前述の実施形態に限られるものではなく、発明の要旨を逸脱しない範囲で種々の変更および修正が可能である。

１０００ 物体検出システム
１ 撮像装置
２ 物体検出装置
３ 表示装置（モニタ）
２１ 画像入力部
２２ 物体検出部
２３ 合成部
２２１ 画像特徴量抽出部
２２２ 対称性評価部
２２３ 中心検出部
２２４ 物体領域検出部
２３ 合成部

Claims (17)

1. 画像を入力する画像入力部と、
   前記画像から所定の画像特徴量を抽出して特徴量抽出画像を生成する画像特徴量抽出部と、
   前記特徴量抽出画像に対して、処理対象である注目画素ごとに、前記画像上の第１方向についての対称性を評価するための領域である対称性評価領域を前記第１方向と直交する第２方向の所定の軸である中心軸を中心として対称となるように設定し、前記対称性評価領域の大きさを変化させながら、前記対称性評価領域に含まれ、前記中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、前記画素群の前記中心軸からの距離に基づく重み付けを行った値を導出することで、前記第１方向の対称性の度合いを示す対称性評価値を取得する対称性評価部と、
   を備える物体検出装置。
2. 前記対称性評価部は、前記対称性評価値が第１方向についての対称性が最大であることを示す値である場合の前記対称性評価領域の大きさに基づいて、前記第１方向に関する対称幅を決定する、
   請求項１に記載の物体検出装置。
3. 前記対称性評価部は、
   前記特徴量抽出画像上の画素値が０または正の値をとり、前記画像特徴量が大きい程、大きな値をとるものとし、前記特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、
   前記特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、前記注目画素から前記第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、前記注目画素から前記第１方向の前記第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、
   前記対称性評価領域の第１方向の幅を２ｗ＋１とし、
   所定の閾値をＴｈとし、前記注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、
   前記対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、
   に基づいて、前記注目画素の前記対称性評価値を算出する、
4. 前記対称性評価部は、前記ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、前記ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの前記対称性評価領域の第１方向の幅２ｗ＋１に基づいて、前記対称幅を決定する、
   請求項３に記載の物体検出装置。
5. 前記対称性評価部は、
   前記対称性評価領域に含まれ、前記中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、前記画素群の前記中心軸からの距離および前記画素群の画像特徴量に基づく重み付けを行った値を導出することで、前記第１方向の対称性の度合いを示す対称性評価値を取得することで、前記第１方向の対称性の度合いを示す対称性評価値を取得する、
   請求項１又は２に記載の物体検出装置。
6. 前記対称性評価部は、
   前記特徴量抽出画像上の画素値が０または正の値をとり、前記画像特徴量が大きい程、大きな値をとるものとし、前記特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、
   前記特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、前記注目画素から前記第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、前記注目画素から前記第１方向の前記第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、
   前記対称性評価領域の前記第１方向の幅を２ｗ＋１とし、
   所定の閾値をＴｈとし、注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、
   前記対称性評価領域の前記第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、
   に基づいて、前記注目画素の前記対称性評価値を算出する、
   請求項５に記載の物体検出装置。
7. 前記対称性評価部は、
   前記ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、前記ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの前記対称性評価領域の前記第１方向の幅２ｗ＋１に基づいて、前記対称幅を決定する、
   請求項６に記載の物体検出装置。
8. 前記対称性評価部は、
   前記特徴量抽出画像上の画素値が０または正の値をとり、前記画像特徴量が大きい程、大きな値をとるものとし、前記特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、
   前記特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、前記注目画素から前記第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、前記注目画素から前記第１方向の前記第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、
   前記対称性評価領域の第１方向の幅を２ｗ＋１とし、
   前記対称性評価領域の前記第２方向の幅を２ｎ＋１とし、
   所定の閾値をＴｈとし、前記注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、
   前記対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、
   または、
   に基づいて、前記注目画素の前記対称性評価値を算出する、
   請求項１または２に記載の物体検出装置。
9. 前記対称性評価部は、
   前記ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、前記ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの前記対称性評価領域の前記第１方向の幅２ｗ＋１に基づいて、前記対称幅を決定する、
   請求項８に記載の物体検出装置。
10. 前記対称性評価部は、
    前記特徴量抽出画像上の画素値が０または正の値をとり、前記画像特徴量が大きい程、大きな値をとるものとし、前記特徴量抽出画像上の画素値の取り得る最大値以上の所定の値をＰｍａｘとし、
    前記特徴量抽出画像上の座標（ｉ，ｊ）の注目画素の画素値をＰ_ｉとし、前記注目画素から前記第１方向の一方向である第１探索方向にｋ画素（ｋは自然数）離れた画素の画素値をＰ_ｉ−ｋとし、前記注目画素から前記第１方向の前記第１探索方向と逆方向である第２検索方向にｋ画素離れた画素の画素値をＰ_ｉ＋ｋとし、
    前記対称性評価領域の第１方向の幅を２ｗ＋１とし、
    前記対称性評価領域の前記第２方向の幅を２ｎ＋１とし、
    所定の閾値をＴｈとし、前記注目画素からの距離ｋについての重み付け関数をｃ（ｋ）とするとき、
    前記対称性評価領域の第１方向の幅２ｗ＋１（ｗは自然数）を変化させながら、
    または、
    に基づいて、前記注目画素の前記対称性評価値を算出する、
    請求項１または２に記載の物体検出装置。
11. 前記対称性評価部は、
    前記ＳＹＭ_ｗ（ｉ、ｊ）の最大値ｍａｘＳＹＭを取得するとともに、前記ＳＹＭ_ｗ（ｉ、ｊ）が最大値となるときの前記対称性評価領域の前記第１方向の幅２ｗ＋１に基づいて、前記対称幅を決定する、
    請求項１０に記載の物体検出装置。
12. 前記重み付け関数ｃ（ｋ）は、ｋについての単調増加関数である、
    請求項３、４、６〜１０のいずれかに記載の物体検出装置。
13. 前記重み付け関数ｃ（ｋ）は、ｋについての単調減少関数である、
    請求項３、４、６〜１０のいずれかに記載の物体検出装置。
14. 前記対称性評価部は、
    前記画像の前記第１方向の画素数をＨ（Ｈは自然数）とすると、
    （１）前記注目画素の前記第１方向の位置を示す列ｉが（Ｈ／２）以下の場合、前記対称性評価領域の前記第１方向の幅の半分であるｗを、１≦ｗ≦（ｉ−１）の範囲で変化させて、前記対称性評価値を算出し、
    （２）前記注目画素の前記第１方向の位置を示す列ｉが（Ｈ／２）より大きい場合、前記対称性評価領域の前記第１方向の幅の半分であるｗを、１≦ｗ≦（Ｈ−ｉ）の範囲で変化させて、前記対称性評価値を算出する、
    請求項１から１３のいずれかに記載の物体検出装置。
15. 画像特徴量は、前記画像のエッジ強度である、
    請求項１から１４のいずれかに記載の物体検出装置。
16. 画像特徴量は、前記画像の特定の色成分の強度である、
    請求項１から１４のいずれかに記載の物体検出装置。
17. 画像を入力する画像入力ステップと、
    前記画像から所定の画像特徴量を抽出して特徴量抽出画像を生成する画像特徴量抽出ステップと、
    前記特徴量抽出画像に対して、処理対象である注目画素ごとに、前記画像上の第１方向についての対称性を評価するための領域である対称性評価領域を前記第１方向と直交する第２方向の所定の軸である中心軸を中心として対称となるように設定し、前記対称性評価領域の大きさを変化させながら、前記対称性評価領域に含まれ、前記中心軸について対称となる位置に存在する画素群の画像特徴量の相関値に対して、前記画素群の前記中心軸からの距離に基づく重み付けを行った値を導出することで、前記第１方向の対称性の度合いを示す対称性評価値を取得する対称性評価ステップと、
    を備える物体検出方法をコンピュータに実行させるためのプログラム。