JP2021096652A - 画像識別装置、方法、及びプログラム - Google Patents

Abstract

【課題】画像から円形状を識別する際の演算量を削減する。【解決手段】輪郭画像からラスタスキャン順に輪郭上の画素を探索し、探索された輪郭上の画素を基準点となる画素Ｐ１として検出し、画素Ｐ１との縦方向の距離がＩＮＴＥＲ＿Ｙ間隔となるライン毎に、画素Ｐ１との横方向の距離が、ｘ−ＩＮＴＥＲ＿Ｘからｘ（画素Ｐ１のＸ座標）までの範囲内となる領域において、輪郭上の画素Ｐ２、Ｐ３、Ｐ４を検出する。Ｐ１〜Ｐ３は、円心の座標及び半径の計算に用いられ、Ｐ４は、計算された円心の座標及び半径で識別される円の適切性を判定するために用いられる。【選択図】図２

Description

開示の技術は、画像識別装置、画像識別方法、及び画像識別プログラムに関する。

近年、自動車の安全運転支援技術に対する需要が高まっており、例えば、車載カメラ等で撮影された映像から、道路標識や信号等を認識することが行われている。丸い交通標識や信号を認識するためには、入力された画像から、円形状の部分を識別する必要がある。

円形状を識別する方法として、ハフ変換を用いた方法が知られている。ハフ変換では、半径を示すパラメータｒ、円心の座標を示すパラメータ（ａ，ｂ）を用いて、ｒ^２＝（ｘ−ａ）^２＋（ｙ−ｂ）^２で円を表現する。そして、入力画像に対してエッジ検出を行い、（ａ，ｂ）及びｒをパラメータとして全画素をスキャンし、エッジ上の画素であれば、ａ、ｂ、及びｒの各々を軸とするハフ空間内の点に点数を与え、一つの曲面を生成するように投票を行う。多い票を獲得したハフ空間内の点を、円心（ａ，ｂ）及び半径ｒの円周上の画素と認識する。

また、例えば、カラーカメラにより撮影された画像に基づいて標識を認識する方法が提案されている。この方法では、入力された画像の色信号を色相・彩度・明度情報に変換して標識の特定色を入力された画像から抽出して抽出画像とし、抽出画像の形状と基調となる形状とを比較して標識を認識する。

また、円又は楕円のエッジ情報からその中心を求めることにより、ノイズなどの影響を受けずに円又は楕円を認識する画像認識方法が提案されている。この方法では、２値画像信号から対象物の候補領域を抽出し、候補領域内の円又は楕円のエッジを抽出し、その中心を算出する。また、候補領域内をメッシュに分割し、各メッシュ内の黒画素数をメモリ４に保持し、候補領域内の円又は楕円の中心からの複数の同心円に沿って、各円周上のメッシュデータを配列した特徴量データを作成する。そして、辞書内の同一半径の特徴量データとマッチングを行って回転角度を検出し、回転角度の確信度を基に画像を認識する。

また、撮像された画像内に円形対象物以外のパターンが撮像されている場合や、撮像された画像内の円形対象物の一部が欠けた場合であっても、円形対象物の中心位置を検出し得る画像位置計測方法が提案されている。この方法では、円形対象物の画像から対象物とそれ以外の部分とのエッジ部分を抽出し、抽出されたエッジから任意の３点を選び出し、３点の位置情報から予測される円の中心点を算出する。そして、抽出された複数の候補点に対して近接する中心位置データを一まとめとする目標点抽出を実行し、最後にその目標点位置を結果として出力する。

また、カラー画像を用いた看板及び標識を認識する方法が提案されている。この方法では、色情報の中の色相に着目してその範囲を３分割し、各分割領域において彩度情報が所定の閾値を超え、かつ円形度が所定の値となる場合に看板を抽出する。

特開平９−１８５７０３号公報 特開平９−１１４９９０号公報 特開平９−１７８４２７号公報 特開２００８−２８７７３５号公報

しかしながら、ハフ変換を用いた円形状の検出は、演算量が非常に多いという問題がある。また、上述した従来技術では、抽出画像の重心を求めたり、円周上の全ての点を用いて円心を計算したりする必要があるなど、演算量が多くなる。

一つの側面として、開示の技術は、画像から円形状を識別する際の演算量を削減することを目的とする。

一つの態様として、開示の技術は、入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得する取得部と、前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出する検出部とを含む。また、開示の技術は、前記検出部により検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と前記検出部により検出された画素の内のいずれかの画素との距離とを計算する計算部を含む。さらに、開示の技術は、前記交点を円心、前記距離を半径とする円を前記入力画像から識別する識別部を含む。

一つの側面として、画像から円形状を識別する際の演算量を削減することができる、という効果を有する。

本実施形態に係る画像識別装置の機能ブロック図である。 輪郭上の画素の検出を説明するための図である。 円心の座標の計算を説明するための図である。 識別された円の適切性の判定を説明するための図である。 本実施形態に係る画像識別装置として機能するコンピュータの概略構成を示すブロック図である。 本実施形態における画像識別処理の一例を示すフローチャートである。 検出処理の一例を示すフローチャートである。 検出対象画素探索処理の一例を示すフローチャートである。 計算識別処理の一例を示すフローチャートである。

以下、図面を参照して、開示の技術に係る実施形態の一例を説明する。本実施形態では、車載カメラにより撮影された映像から、丸い信号、標識等の円形状を識別する場合について説明する。

図１に示すように、画像識別装置１０には、車載カメラにより撮影された映像が入力される。画像識別装置１０は、映像を構成する各フレーム画像から、信号、標識等の円形状を識別し、円識別結果を出力する。

画像識別装置１０は、機能的には、図１に示すように、取得部１２と、検出部１４と、計算部１６と、識別部１８とを含む。

取得部１２は、入力された映像の各フレーム画像から、被写体の輪郭を示す画素が抽出された輪郭画像を取得する。具体的には、取得部１２は、各フレーム画像から、識別対象の円を示す色成分を有する画素を抽出して２値化することにより、輪郭画像を取得する。

より具体的には、取得部１２は、ＹＵＶ色空間又はＲＧＢ色空間の画像であるフレーム画像を、ＨＳＶ色空間の画像に変換する。取得部１２は、ＨＳＶ色空間の画像に変換されたフレーム画像から、赤や青など、道路標識や信号に多く含まれる色成分の画素を抽出し、抽出した画素を黒画素、それ以外の画素を白画素とする輪郭画像を取得し、所定の記憶領域に保存する。

道路交通標識や信号の認識では、屋外で撮影された映像が処理対象となるため、ＹＵＶ色空間又はＲＧＢ色空間より光の明るさの影響を受け難いＨＳＶ色空間に変換することで、対象の色成分の画素を精度良く抽出することができる。

検出部１４は、輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、輪郭上の３点以上の画素を検出する。なお、本実施形態では、４点の画素を検出する場合について説明する。

具体的には、検出部１４は、図２に示すように、取得部１２で取得された輪郭画像７０からラスタスキャン順に輪郭上の画素を探索し、探索された輪郭上の画素を基準点となる画素Ｐ１として検出する。検出部１４は、画素Ｐ１との縦方向（Ｙ軸方向）の距離が予め定めた距離（ＩＮＴＥＲ＿Ｙ）間隔となるライン毎に、画素Ｐ１との横方向（Ｘ軸方向）の距離が予め定めた範囲内となる領域において、他の３点の輪郭上の画素（Ｐ２、Ｐ３、Ｐ４）を検出する。横方向の予め定めた範囲は、画素Ｐ１のＸ座標をｘ、予め定めた距離をＩＮＴＥＲ＿Ｘとすると、ｘ−ＩＮＴＥＲ＿Ｘからｘまでの範囲である。

ＩＮＴＥＲ＿Ｙの値は、１つの円形状を識別するために、少なくとも３点が必要であることを考慮して、最小値を２画素、最大値を識別対象の円の直径の１／３とする。また、一部が欠けた円も識別対象とする場合、例えば、最小値と最大値との中間値よりも小さい値にするなど、ＩＮＴＥＲ＿Ｙの値は小さめに設定することが望ましい。また、ＩＮＴＥＲ＿Ｘの値は、小さ過ぎると検出漏れが生じ、大き過ぎると演算量が増加するため、識別対象の円の直径に基づいて適切な値を定めておく。

計算部１６は、検出部１４により検出された画素Ｐ１〜Ｐ３のうちの２点ずつの画素の組合せ毎の、２点を端点とする線分の垂直二等分線の交点を計算する。これは、３点を通る円の中心は垂直二等分線の交点であることを利用して、円心の座標を求めるためである。

具体的には、図３に示すように、画素Ｐ１の座標を（Ｐ１＿Ｘ，Ｐ１＿Ｙ）、画素Ｐ２の座標を（Ｐ２＿Ｘ，Ｐ２＿Ｙ）、画素Ｐ３の座標を（Ｐ３＿Ｘ，Ｐ３＿Ｙ）、円心の座標を（ａ，ｂ）とする。計算部１６は、Ｐ１及びＰ２を端点とする線分７２の傾きＴ１２と、線分７２の中心点Ｐ１２の座標とを、以下のように計算する。

Ｔ１２＝（Ｐ２＿Ｙ−Ｐ１＿Ｙ）／（Ｐ２＿Ｘ−Ｐ１＿Ｘ）
Ｐ１２＿Ｘ＝（Ｐ１＿Ｘ＋Ｐ２＿Ｘ）／２
Ｐ１２＿Ｙ＝（Ｐ１＿Ｙ＋Ｐ２＿Ｙ）／２

また、計算部１６は、線分７２の垂直二等分線７４の傾きＴＡを、以下のように計算する。

ＴＡ＝−１／Ｔ１２

計算部１６は、下記（１）式に示すように、画素Ｐ１２と円心とを通る直線の方程式を立てる。

ｂ＝ＴＡ＊ａ＋ｍ ・・・（１）

計算部１６は、以下に示すように、上記方程式に画素Ｐ１２の座標を代入して、下記（２）式に示すように、定数ｍを求める。

Ｐ１２＿Ｙ＝ＴＡ＊Ｐ１２＿Ｘ＋ｍ
ｍ＝Ｐ１２＿Ｙ−ＴＡ＊Ｐ１２＿Ｘ ・・・（２）

同様に、計算部１６は、画素Ｐ２及び画素Ｐ３を端点とする線分７６の傾きＴＢと、線分７６の中心点Ｐ２３の座標とを計算し、以下に示すように、画素Ｐ２３と円心とを通る直線の方程式を立てる。

ｂ＝ＴＢ＊ａ＋ｎ ・・・（３）

計算部１６は、以下に示すように、上記方程式に画素Ｐ２３の座標を代入して、下記（４）式に示すように、定数ｎを求める。

Ｐ２３＿Ｙ＝ＴＢ＊Ｐ２３＿Ｘ＋ｎ
ｎ＝Ｐ２３＿Ｙ−ＴＢ＊Ｐ２３＿Ｘ ・・・（４）

計算部１６は、（１）式及び（２）式に示す方程式に、（３）式及び（４）式を代入して、２つの方程式を解くことにより、円心の座標（ａ，ｂ）を計算する。

また、計算部１６は、円心と画素Ｐ１〜Ｐ３のいずれかの画素（例えば、画素Ｐ１）との距離を、半径ｒとして計算する。

識別部１８は、計算部１６で計算された円心の座標（ａ，ｂ）、及び半径ｒで表される円を、フレーム画像から識別する。識別部１８は、検出部１４により検出された画素のうち、計算部１６により円心の座標の計算に利用された画素以外の画素と円心との距離と、半径との差が予め定めた閾値以下である場合に、識別した円を、最終的に円識別結果として出力する対象の円として識別する。円心の座標の計算に利用された画素以外の画素と円心との距離と、半径とがほぼ一致していれば、その画素は識別された円上の点であるとみなすことができ、誤識別ではなく、適切に識別された円である確度が高いと言える。すなわち、円心の座標の計算に利用された画素以外の画素を用いて、識別された円の適切性を判定するものである。

例えば、上記のように、画素Ｐ１〜Ｐ４が検出され、画素Ｐ１〜Ｐ３を利用して円心の座標を計算した場合において、図４に示すように、画素Ｐ４と円心との距離をＰ４＿ｄとし、閾値をαとする。この場合、｜Ｐ４＿ｄ−ｒ｜≦αであれば、識別部１８は、計算部１６で計算された円心の座標（ａ，ｂ）、及び半径ｒで表される円を、フレーム画像から識別する。

識別部１８は、円識別結果として、円心の座標（ａ，ｂ）、及び半径ｒの値を出力する。出力された円識別結果は、車載カメラで撮影された映像上に重畳表示してもよいし、標識や信号等を認識するシステム等、他のシステムへ入力してもよい。

画像識別装置１０は、例えば図５に示すコンピュータ４０で実現することができる。コンピュータ４０は、ＣＰＵ（Central Processing Unit）４１と、一時記憶領域としてのメモリ４２と、不揮発性の記憶部４３とを備える。また、コンピュータ４０は、入力部、表示部等の入出力装置４４と、記憶媒体４９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ（Read/Write）部４５とを備える。また、コンピュータ４０は、インターネット等のネットワークに接続される通信Ｉ／Ｆ（Interface）４６を備える。ＣＰＵ４１、メモリ４２、記憶部４３、入出力装置４４、Ｒ／Ｗ部４５、及び通信Ｉ／Ｆ４６は、バス４７を介して互いに接続される。

記憶部４３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部４３には、コンピュータ４０を、画像識別装置１０として機能させるための画像識別プログラム５０が記憶される。画像識別プログラム５０は、取得プロセス５２と、検出プロセス５４と、計算プロセス５６と、識別プロセス５８とを有する。

ＣＰＵ４１は、画像識別プログラム５０を記憶部４３から読み出してメモリ４２に展開し、画像識別プログラム５０が有するプロセスを順次実行する。ＣＰＵ４１は、取得プロセス５２を実行することで、図１に示す取得部１２として動作する。また、ＣＰＵ４１は、検出プロセス５４を実行することで、図１に示す検出部１４として動作する。また、ＣＰＵ４１は、計算プロセス５６を実行することで、図１に示す計算部１６として動作する。また、ＣＰＵ４１は、識別プロセス５８を実行することで、図１に示す識別部１８として動作する。これにより、画像識別プログラム５０を実行したコンピュータ４０が、画像識別装置１０として機能することになる。なお、プログラムを実行するＣＰＵ４１はハードウェアである。

なお、画像識別プログラム５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit）等で実現することも可能である。

次に、本実施形態に係る画像識別装置１０の作用について説明する。画像識別装置１０に、車載カメラで撮影された映像の入力が開始されると、画像識別装置１０において、図６に示す画像識別処理が実行される。なお、画像識別処理は、開示の技術の画像識別方法の一例である。

ステップＳ１２で、検出部１４が、ユーザにより入力されたＩＮＴＥＲ＿Ｘ及びＩＮＴＥＲ＿Ｙの値を設定する。例えば、ＩＮＴＥＲ＿Ｘ＝３０（画素）、ＩＮＴＥＲ＿Ｙ＝５（画素）のような値が設定される。

次に、ステップＳ１４で、取得部１２が、画像識別装置１０に入力された映像の最初のフレーム画像を処理対象フレーム画像に設定する。

次に、ステップＳ１６で、取得部１２が、ＹＵＶ色空間又はＲＧＢ色空間の画像であるフレーム画像を、ＨＳＶ色空間の画像に変換する。

次に、ステップＳ１８で、取得部１２が、ＨＳＶ色空間の画像に変換された処理対象フレーム画像から、赤や青など、道路標識や信号に多く含まれる色成分の画素を抽出する。そして、取得部１２が、抽出した画素を黒画素、それ以外の画素を白画素とする輪郭画像を取得し、所定の記憶領域に保存する。

次に、ステップＳ２０で、検出処理が実行される。ここで、図７を参照して、検出処理について説明する。

ステップＳ２２で、検出部１４が、処理対象フレーム画像から取得された輪郭画像の最初の画素（例えば、左上角の画素）を処理対象画素（ｘ，ｙ）に設定する。

次に、ステップＳ２４で、検出部１４が、処理対象画素（ｘ，ｙ）が黒画素か否かを判定する。黒画素の場合には、処理はステップＳ２８へ移行し、白画素の場合には、処理はステップＳ２６へ移行する。

ステップＳ２６では、検出部１４が、ラスタスキャン順に次の画素を処理対象画素に設定し、処理はステップＳ２４に戻る。一方、ステップＳ２８では、検出部１４が、処理対象画素（ｘ，ｙ）を、基準点となる画素Ｐ１として検出する。

次に、ステップＳ３０で、検出部１４が、変数ｉを１に設定する。そして、次のステップＳ３２で、検出対象画素探索処理が実行される。ここで、図８を参照して、検出対象画素探索処理について説明する。

ステップＳ３２２で、検出部１４が、探索画素（ｘｉ，ｙｉ）を（ｘ−ＩＮＴＥＲ＿Ｘ，ｙ＋ＩＮＴＥＲ＿Ｙ＊ｉ）に設定する。

次に、ステップＳ３２４で、検出部１４が、探索画素（ｘｉ，ｙｉ）が黒画素、かつ左隣の画素（ｘｉ−１，ｙｉ）が白画素か否かを判定する。肯定判定の場合、処理はステップＳ３２６へ移行し、否定判定の場合、処理はステップＳ３２８へ移行する。

ステップＳ３２６では、検出部１４が、探索画素（ｘｉ，ｙｉ）の座標値を一旦所定の記憶領域に記憶し、処理はステップＳ３２８へ移行する。

ステップＳ３２８では、検出部１４が、ｘｉがｘを超えたか否かを判定する。ｘｉ≦ｘの場合には、処理はステップＳ３３０へ移行し、検出部１４が、探索画素を右隣の画素に移して、処理はステップＳ３２４に戻る。ｘｉ＞ｘの場合には、処理はステップＳ３３２へ移行する。

ステップＳ３３２では、検出部１４が、所定の記憶領域に、探索画素（ｘｉ，ｙｉ）の座標値が記憶されているか否かを判定する。記憶されている場合には、処理はステップＳ３３４へ移行し、記憶されていない場合には、処理はステップＳ３３６へ移行する。

ステップＳ３３４では、検出部１４が、所定の記憶領域に記憶されている座標値のうち、Ｘ座標（ｘｉ）が、画素Ｐ１のＸ座標（ｘ）に最も近い座標値（ｘｉ，ｙｉ）の画素を、検出対象の画素と判定する。一方、ステップＳ３３６では、検出部１４が、検出対象の画素は存在しないと判定する。そして、処理は検出処理（図７）に戻る。

次に、検出処理（図７）のステップＳ３４で、検出部１４が、上記ステップＳ３２の検出対象画素探索処理により、探索画素（ｘｉ，ｙｉ）が探索されたか否かを判定する。探索画素（ｘｉ，ｙｉ）が検出対象の画素として判定された場合には、処理はステップＳ３６へ移行し、検出対象の画素は存在しないと判定された場合には、処理はステップＳ２６へ移行する。

ステップＳ３６では、検出部１４が、探索画素（ｘｉ，ｙｉ）を、画素Ｐｉ＋１として検出する。

次に、ステップＳ３８で、検出部１４が、ｉ＋１が、検出する画素数ｎとなったか否かを判定する。ｉ＋１＝ｎの場合には、処理は画像識別処理（図６）に戻る。ｉ＋１＜ｎの場合には、処理はステップＳ４０へ移行し、検出部１４が、ｉを１インクリメントし、処理はステップＳ３２に戻る。

次に、画像識別処理（図６）のステップＳ５０で、計算識別処理が実行される。ここで、図９を参照して、計算識別処理について説明する。

ステップＳ５２で、計算部１６が、検出部１４により検出された画素Ｐ１〜Ｐ３のうちの２点ずつの画素の組合せ毎の、２点を端点とする線分の垂直二等分線の交点を、円心の座標（ａ，ｂ）として計算する。

次に、ステップＳ５４で、計算部１６が、円心と画素Ｐ１〜Ｐ３のいずれかの画素（例えば、画素Ｐ１）との距離を、半径ｒとして計算する。

次に、ステップＳ５６で、識別部１８が、変数ｋに４を設定する。次に、ステップＳ５８で、識別部１８が、画素Ｐｋと円心との距離Ｐｋ＿ｄと、半径ｒとの差が閾値α以下か否かを判定する。｜Ｐ４＿ｄ−ｒ｜≦αの場合には、処理はステップＳ６０へ移行し、｜Ｐ４＿ｄ−ｒ｜＞αの場合には、処理はステップＳ６６へ移行する。

ステップＳ６０では、識別部１８が、変数ｋが、検出された画素数ｎとなったか否かを判定する。ｋ＝ｎの場合には、処理はステップＳ６４へ移行する。ｋ＜ｎの場合には、処理はステップＳ６２へ移行し、識別部１８が、ｋを１インクリメントし、処理はステップＳ５８に戻る。

ステップＳ６４では、識別部１８が、円心の座標（ａ，ｂ）、及び半径ｒの値を円識別結果として出力する。

次に、ステップＳ６６で、識別部１８が、処理対象フレーム画像の全ての画素について、処理対象画素に設定して処理を終了したか否かを判定する。未処理の画素が存在する場合には、処理は検出処理（図７）のステップＳ２６へ移行し、全ての画素について処理が終了した場合には、画像識別処理（図６）に戻る。

次に、画像識別処理（図６）のステップＳ７０で、取得部１２が、入力された映像の全てのフレーム画像について、処理対象フレーム画像に設定して処理を終了したか否かを判定する。未処理のフレーム画像が存在する場合には、処理はステップＳ７２へ移行し、取得部１２が、次のフレーム画像を処理対象フレーム画像に設定して、処理はステップＳ１６に戻る。全てのフレーム画像について処理が終了した場合には、画像識別処理は終了する。

以上説明したように、本実施形態に係る画像識別装置によれば、輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、輪郭上の３点以上の画素を検出する。そして、検出された画素のうちの２点ずつの画素の組合せ毎の、２点を端点とする線分の垂直二等分線の交点を円心、円心と検出されたいずれかの画素との距離半径とする円を識別する。これにより、画像から円形状を識別する際の演算量を削減することができる。

また、画像から４点以上の画素を検出した場合、円心の計算に利用した画素以外の画素と円心との距離と、半径との差に基づいて、識別する円の適切性を判定するため、誤識別を防止して、精度良く画像から円形状を識別することができる。

また、輪郭画像として、ＨＳＶ色空間の画像から識別対象の色成分の画素を抽出して２値化した画像を用いることで、識別対象の円形状を含む輪郭が精度良く抽出された輪郭画像を取得することができる。したがって、精度良く画像から円形状を識別することができる。

上述した、抽出画像と基調となる形状とを比較する従来技術では、抽出画像の形状の重心を求める必要があり、演算量が多くなる。また、円周上のメッシュデータを配列した特徴量データを用いる従来技術では、円周上の全ての点を用いて円心を計算するため、演算量が多くなる。また、抽出されたエッジから選出した３点の位置情報から円の中心点を算出する従来技術では、既知の半径を事前に入力する必要があり、半径が未知の場合に適用することができない。また、色相に着目して分割した各分割領域における円形度を用いる従来技術では、円形度を計算するために１画面分の画像データをメモリに保持することが必要である。

上記のような従来技術の問題点に鑑み、演算量及びメモリ消費量の観点から、本実施形態の効果をより具体的に説明する。

ハフ変換を用いた円識別手法では、入力画像（Ｗ＊Ｈ）について、エッジ検出を行い、エッジの各画素に対して円心のあらゆる座標までの距離を半径として計算するため、演算量は、Ｏ（Ｗ＊Ｈ＊Ｗ＊Ｈ）であり、非常に多い。

また、三次元のカウンターで円心座標と半径とを記憶するため、（Ｗ＊Ｈ＊識別対象の円の最大半径を記憶するためのビット数）のメモリが必要である。

本実施形態の手法によれば、演算量を、Ｏ（Ｗ＊Ｈ＊３＊ＩＮＴＥＲ＿Ｘ）に削減することができる。例えば、ＦＵＬＬ ＨＤ画像でＩＮＴＥＲ＿Ｘ＝３０の場合、演算量は、Ｏ（１９２０＊１０８０＊１９２０＊１０８０）からＯ（１９２０＊１０８０＊３＊３０）になり、９９％削減することができる。

メモリ消費量については、ＦＵＬＬ ＨＤ画像で最大半径５０画素の円を検出する場合、従来手法ではエッジ検出を行った後のモノクロ画像の保持メモリ(１ｂｙｔｅ＊１９２０＊１０８０＝１．９８ＭＢ)と投票に必要な３次元カウンター(１ｂｙｔｅ＊１９２０＊１０８０＝１．９８ＭＢ)で合計３．９６ＭＢのメモリが必要である。本実施形態の手法では、色空間変換後及び輪郭抽出後の画像保持メモリ（１ｂｙｔｅ＊１９２０＊１０８０＝１．９８ＭＢ）が必要である。また、輪郭上の画素の検出処理のために、１９２０画素＊１００ラインを保持するメモリ（１ｂｙｔｅ＊１９２０＊１００＝０．１８ＭＢ）が必要である。すなわち、合わせて２．１６ＭＢのメモリが必要で、従来手法に比べて、メモリ消費量は４５．５％削減することができる。

演算量を削減することができることにより、円の識別処理時間を大幅に短縮することができ、標識や信号の認識処理の高速化が図れる。また、メモリ消費量を削減することができるため、車載カメラや監視カメラに本実施形態に係る画像識別装置を組み込む場合、カメラのコストを削減することができる。また、車載カメラと本実施形態に係る画像識別装置とを含む車載装置として構成する場合も同様に、車載装置のコストを削減することができる。さらに、本実施形態に係る画像識別装置をクラウド上に配備し、カメラから転送される映像に対して、円の識別処理を行うようにしてもよい。この場合も、クラウド上に構成する画像識別装置のコストを削減することができる。

なお、カメラとクラウド上のサーバとで構成されるシステムにおいて、本実施形態に係る画像識別装置の機能部の一部をカメラに組み込み、又はカメラと共に動作する情報処理装置として構成し、他の機能部をクラウド上のサーバとして構成してもよい。例えば、取得部及び検出部をカメラ側に配備し、計算部及び識別部をサーバ側に配備することにより、上記のメモリ消費量の削減の効果と同様に、カメラからサーバへのデータ転送の際の帯域圧迫を抑制することができる。

また、上記実施形態では、輪郭上の画素を４点検出する場合について説明したが、円心の座標及び半径を計算するためには、少なくとも３点の画素が検出されればよい。

また、計算された円心の座標及び半径の適切性を判定するために利用される画素は、上記実施形態のように１点（４点目の画素）に限定されない。２点以上の画素を適切性の判定に用いてもよい。ただし、適切性の判定に用いる画素の数を多くし過ぎると、画素の検出処理のための演算量が多くなると共に、円の一部が欠けて検出できない画素が生じた場合に処理が中断してしまう等の問題が生じる可能性がある。適切性の判定に用いる画素は、１点又は２点であっても、識別精度の向上に十分寄与し得る。

また、上記実施形態では、輪郭画像として、ＨＳＶ色空間に変換した画像から対象の色成分を抽出して２値化した画像を用いる場合について説明したが、これに限定されない。一般的なエッジ検出により取得された輪郭画像を用いてもよい。

また、上記実施形態では、車載カメラで撮影された映像から標識や信号等の円形状を識別する場合について説明したが、これに限定されない。例えば、上空から撮影した道路の画像からマンホールを識別する等、他の用途にも適用することができる。

また、上記実施形態では、画像識別プログラムが記憶部に予め記憶（インストール）されている態様を説明したが、これに限定されない。開示の技術に係るプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリ等の記憶媒体に記憶された形態で提供することも可能である。

以上の実施形態に関し、さらに以下の付記を開示する。

（付記１）
入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得する取得部と、
前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出する検出部と、
前記検出部により検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と前記検出部により検出された画素の内のいずれかの画素との距離とを計算する計算部と、
前記交点を円心、前記距離を半径とする円を前記入力画像から識別する識別部と、
を含む画像識別装置。

（付記２）
前記検出部は、４点以上の画素を検出し、
前記計算部は、前記４点以上の画素のうちの３点を用いて前記交点を計算し、
前記識別部は、前記検出部により検出された画素のうち、前記計算部により前記交点の計算に利用された画素以外の画素と前記交点との距離と、前記半径との差が予め定めた閾値以下である場合に、前記入力画像から識別する前記円であると判定する
付記１に記載の画像識別装置。

（付記３）
前記検出部は、前記輪郭画像からラスタスキャン順に前記輪郭上の基準点となる画素を検出し、前記基準点との縦方向の距離が所定距離間隔となるライン毎に、他の２点以上の画素を検出する付記１又は付記２に記載の画像識別装置。

（付記４）
前記所定距離間隔の最小値を２画素、最大値を識別対象の円の直径の１／３とする付記３に記載の画像識別装置。

（付記５）
一部が欠けた円も識別対象とする場合、前記所定距離間隔を、前記最小値と前記最大値との中間値よりも小さい値とする付記４に記載の画像識別装置。

（付記６）
前記検出部は、前記基準点との横方向の距離が所定範囲内となる画素を、前記他の２点以上の画素として検出する付記３〜付記５のいずれか１項に記載の画像識別装置。

（付記７）
前記所定範囲を、識別対象の円の直径に基づいて定めた付記６に記載の画像識別装置。

（付記８）
前記取得部は、前記入力画像から、識別対象の円を示す色成分を有する画素を抽出して２値化することにより、前記輪郭画像を取得する付記１〜付記７のいずれか１項に記載の画像識別装置。

（付記９）
入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得し、
前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出し、
検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と検出された画素の内のいずれかの画素との距離とを計算し、
前記交点を円心、前記距離を半径とする円を前記入力画像から識別する
ことを含む処理をコンピュータが実行する画像識別方法。

（付記１０）
前記輪郭上から画素を検出する際、４点以上の画素を検出し、
前記４点以上の画素のうちの３点を用いて前記交点を計算し、
検出された画素のうち、前記交点の計算に利用された画素以外の画素と前記交点との距離と、前記半径との差が予め定めた閾値以下である場合に、前記入力画像から識別する前記円であると判定する
付記９に記載の画像識別方法。

（付記１１）
前記輪郭画像からラスタスキャン順に前記輪郭上の基準点となる画素を検出し、前記基準点との縦方向の距離が所定距離間隔となるライン毎に、他の２点以上の画素を検出する付記９又は付記１０に記載の画像識別方法。

（付記１２）
前記所定距離間隔の最小値を２画素、最大値を識別対象の円の直径の１／３とする付記１１に記載の画像識別方法。

（付記１３）
一部が欠けた円も識別対象とする場合、前記所定距離間隔を、前記最小値と前記最大値との中間値よりも小さい値とする付記１２に記載の画像識別方法。

（付記１４）
前記基準点との横方向の距離が所定範囲内となる画素を、前記他の２点以上の画素として検出する付記１１〜付記１３のいずれか１項に記載の画像識別方法。

（付記１５）
前記所定範囲を、識別対象の円の直径に基づいて定めた付記１４に記載の画像識別方法。

（付記１６）
前記入力画像から、識別対象の円を示す色成分を有する画素を抽出して２値化することにより、前記輪郭画像を取得する付記９〜付記１５のいずれか１項に記載の画像識別方法。

（付記１７）
入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得し、
前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出し、
検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と検出された画素の内のいずれかの画素との距離とを計算し、
前記交点を円心、前記距離を半径とする円を前記入力画像から識別する
ことを含む処理をコンピュータに実行させるための画像識別プログラム。

（付記１８）
前記輪郭上から画素を検出する際、４点以上の画素を検出し、
前記４点以上の画素のうちの３点を用いて前記交点を計算し、
検出された画素のうち、前記交点の計算に利用された画素以外の画素と前記交点との距離と、前記半径との差が予め定めた閾値以下である場合に、前記入力画像から識別する前記円であると判定する
付記１７に記載の画像識別プログラム。

（付記１９）
前記輪郭画像からラスタスキャン順に前記輪郭上の基準点となる画素を検出し、前記基準点との縦方向の距離が所定距離間隔となるライン毎に、他の２点以上の画素を検出する付記１７又は付記１８に記載の画像識別プログラム。

（付記２０）
入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得し、
前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出し、
検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と検出された画素の内のいずれかの画素との距離とを計算し、
前記交点を円心、前記距離を半径とする円を前記入力画像から識別する
ことを含む処理をコンピュータに実行させるための画像識別プログラムを記憶した記憶媒体。

１０ 画像識別装置
１２ 取得部
１４ 検出部
１６ 計算部
１８ 識別部
４０ コンピュータ
４１ ＣＰＵ
４２ メモリ
４３ 記憶部
４９ 記憶媒体
５０ 画像識別プログラム

Claims (10)

1. 入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得する取得部と、
   前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出する検出部と、
   前記検出部により検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と前記検出部により検出された画素の内のいずれかの画素との距離とを計算する計算部と、
   前記交点を円心、前記距離を半径とする円を前記入力画像から識別する識別部と、
   を含む画像識別装置。
2. 前記検出部は、４点以上の画素を検出し、
   前記計算部は、前記４点以上の画素のうちの３点を用いて前記交点を計算し、
   前記識別部は、前記検出部により検出された画素のうち、前記計算部により前記交点の計算に利用された画素以外の画素と前記交点との距離と、前記半径との差が予め定めた閾値以下である場合に、前記入力画像から識別する前記円であると判定する
   請求項１に記載の画像識別装置。
3. 前記検出部は、前記輪郭画像からラスタスキャン順に前記輪郭上の基準点となる画素を検出し、前記基準点との縦方向の距離が所定距離間隔となるライン毎に、他の２点以上の画素を検出する請求項１又は請求項２に記載の画像識別装置。
4. 前記所定距離間隔の最小値を２画素、最大値を識別対象の円の直径の１／３とする請求項３に記載の画像識別装置。
5. 一部が欠けた円も識別対象とする場合、前記所定距離間隔を、前記最小値と前記最大値との中間値よりも小さい値とする請求項４に記載の画像識別装置。
6. 前記検出部は、前記基準点との横方向の距離が所定範囲内となる画素を、前記他の２点以上の画素として検出する請求項３〜請求項５のいずれか１項に記載の画像識別装置。
7. 前記所定範囲を、識別対象の円の直径に基づいて定めた請求項６に記載の画像識別装置。
8. 前記取得部は、前記入力画像から、識別対象の円を示す色成分を有する画素を抽出して２値化することにより、前記輪郭画像を取得する請求項１〜請求項７のいずれか１項に記載の画像識別装置。
9. 入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得し、
   前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出し、
   検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と検出された画素の内のいずれかの画素との距離とを計算し、
   前記交点を円心、前記距離を半径とする円を前記入力画像から識別する
   ことを含む処理をコンピュータが実行する画像識別方法。
10. 入力画像から被写体の輪郭を示す画素が抽出された輪郭画像を取得し、
    前記輪郭画像において、縦方向又は横方向に所定距離離れた領域の各々から、前記輪郭上の３点以上の画素を検出し、
    検出された画素のうちの２点ずつの画素の組合せ毎の、前記２点を端点とする線分の垂直二等分線の交点と、前記交点と検出された画素の内のいずれかの画素との距離とを計算し、
    前記交点を円心、前記距離を半径とする円を前記入力画像から識別する
    ことを含む処理をコンピュータに実行させるための画像識別プログラム。

Images