JP2972924B2 - 物体の認識装置および方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、物体の認識装置お
よびその方法に関し、異なる位置に配置された複数の撮
像手段による画像情報から三角測量の原理を利用して認
識対象物体までの距離情報など、認識対象物体の３次元
情報を算出して、この３次元情報を用いて物体を認識す
るような場合に適用して好適な装置および方法に関す
る。

【０００２】

【従来の技術】従来より、撮像手段たる画像センサの撮
像結果に基づき認識対象物体までの距離を計測する方法
として、ステレオビジョン（ステレオ視）による計測方
法が広く知られている。

【０００３】この計測方法は２次元画像から、距離、深
度、奥行きといった３次元情報を得るために有用な方法
である。

【０００４】すなわち、２台の画像センサを例えば左右
に配置し、これら２台の画像センサで同一の認識対象物
を撮像したときに生じる視差から、三角測量の原理で対
象物までの距離を測定するという方法である。このとき
の左右の画像センサの対は、ステレオ対と呼ばれてお
り、２台で計測を行うことから２眼ステレオ視と呼ばれ
ている。

【０００５】図８は、こうした２眼ステレオ視の原理を
示したものである。

【０００６】同図に示すように、２眼ステレオ視では、
左右の画像センサ１、２の画像＃１（撮像面１ａ上で得
られる）、画像＃２（撮像面２ａ上で得られる）中の、
対応する点Ｐ₁'、Ｐ₂の位置の差である視差（ディスパ
リティ）ｄを計測する必要がある。

【０００７】一般に視差ｄは、３次元空間中の点５０ａ
（認識対象物体５０上の点）までの距離ｚとの間に、次
式で示す関係が成立する。

【０００８】ｚ＝Ｆ・Ｂ/ｄ …（１） ここに、Ｂは左右の画像センサ１、２間の距離（基線
長）であり、Ｆは画像センサ１のレンズ３１、画像セン
サ２のレンズ３２の焦点距離である。通常、基線長Ｂと
焦点距離Ｆは既知であるので、視差ｄが分かれば、距離
ｚは一義的に求められることになる。

【０００９】この視差ｄは、両画像＃１、＃２間で、ど
の点がどの点に対応するかを逐一探索することにより算
出することができる。このときの一方の画像＃１上の点
Ｐ₁に対応する他方の画像＃２上の点Ｐ₂のことを「対応
点」と以下呼ぶこととし、対応点を探索することを、以
下「対応点探索」と呼ぶことにする。物体５０までの距
離を仮定したとき、この仮定距離をもって探索される一
方の画像＃１上の点Ｐ₁に対応する他方の画像＃２上の
点のことを以下「対応候補点」と呼ぶことにする。

【００１０】２眼ステレオ視による計測を行う場合、上
記対応点探索を行った結果、真の距離ｚに対応する真の
対応点Ｐ₂を検出することができれば、真の視差ｄを算
出することができたことになり、このとき対象物５０上
の点５０ａまでの真の距離ｚが計測できたといえる。

【００１１】こうした処理を、一方の画像＃１の全選択
画素について実行することにより、距離情報を付与した
画像（距離画像）が生成されることになる。

【００１２】上記対応点を探索して真の距離を求める処
理を、図９、図１０、図１１を用いて詳述する。

【００１３】図１１は、従来の２眼ステレオ視による距
離計測装置（物体認識装置）の構成を示すブロック図で
ある。

【００１４】基準画像入力部１０１には、視差ｄ（距離
ｚ）を算出する際に基準となる画像センサ１で撮像され
た基準画像＃１が取り込まれる。一方、画像入力部１０
２には、基準画像＃１上の点に対応する対応点が存在す
る画像である画像センサ２の画像＃２が取り込まれる。

【００１５】前処理部１０３、１０４では、それぞれ取
り込まれた画像＃１、＃２のそれぞれに対して、後述す
るＬｏＧフィルタなどにより原画像の特徴を抽出した前
処理画像が出力される。ここで、ＬｏＧフィルタなどに
より原画像の特徴を抽出した前処理画像を求めるのは、
つぎのような理由による。

【００１６】すなわち、後段の類似度算出部１０９で、
仮に、基準画像＃１の選択された画素の明度と、画像＃
２の対応点の明度とを比較することで、これらの類似度
を算出した場合には、２つの画像センサ１、２間の特性
の違い、観測方向の違いなどにより、対象物５０上の同
一点５０ａに対応する両画像センサ１、２の両画素にお
いて必ずしも同一の明度にはならないことがある。つま
り、２つの画像センサ１、２で取り込んだ原画像＃１、
＃２をそのまま利用すると、対応する画素同士の明度を
同じ基準で対比することができないことがあり、計測精
度が低下する場合がある。

【００１７】そこで、ＬｏＧ（Laplacian of Gaussia
n）フィルタ等の２次微分フィルタをベースとしたバン
ドパスフィルタ処理などをかけて、原画像の特徴を抽出
した前処理画像を生成し、この前処理画像＃１ａ、＃２
ａの両画素の画像情報同士を比較することで、これらの
類似度を算出するようにしている。かかる前処理画像
は、２つの画像センサ１、２間の特性の違い、観測方向
の違いが吸収されており、対応する画素同士の画像情報
を、同じ基準で対比することができる。

【００１８】ステレオ画像処理に関する代表的な論文と
して、「ビデオレート・ステレオマシン」（日本ロボッ
ト学会誌、１９９５−０２、Ｖｏｌ．１３、ＣＭＵ：金
出武雄、防衛庁：木村茂）が知られており、この論文に
は、基線長の異なる複数のステレオ対を有する多眼ステ
レオ画像処理装置における各種処理およびハードウエア
の実現方法が詳しく述べられている。

【００１９】上記論文では、図１１のヒストグラム変換
部１０５、１０６における処理の内容、つまりデータ量
を削減するために、前処理画像＃１ａ、＃２ａに対して
さらにヒストグラム変換を行い、データビットを４ビッ
トに有効に圧縮した画像＃１ｂ、＃２ｂを求めることが
記載されている。

【００２０】つぎに、図１１に示す対応候補点情報格納
部１０７、局所情報抽出部１０８、類似度算出部１０
９、距離推定部１１０における処理を説明すると、ま
ず、対応候補点位置情報格納部１０７では、図９の基準
画像＃１の各画素に対して、仮定した距離ｚ_n毎に、画
像センサ２の画像＃２の対応候補点の位置情報が記憶、
格納されており、これを読み出すことにより対応候補点
の位置座標を発生する。

【００２１】すなわち、基準画像センサ１の基準画像１
の中から所定位置（ｉ，ｊ）で特定される選択画素Ｐ₁
が選択されるとともに、認識対象物体５０までの距離ｚ
_nが仮定される。

【００２２】そして、この仮定距離ｚ_nに対応する他方
の画像センサ２の画像＃２内の対応候補点Ｐ₂の位置座
標（Ｘ₂，Ｙ₂）が読み出される。

【００２３】つぎに、局所情報抽出部１０８では、この
ようにして対応候補点位置情報格納部１０７によって発
生された対応候補点の位置座標に基づき局所情報を抽出
する処理が実行される。たとえば、対応候補点の局所情
報が、後述する４点補間によって求められる。ここで、
局所情報とは、対応候補点の近傍の画素を考慮して得ら
れる対応候補点の画像情報のことである。

【００２４】さらに、類似度算出部１０９では、上記局
所情報抽出部１０８で得られた対応候補点Ｐ₂の局所情
報Ｆ₂と基準画像の選択画素Ｐ₁の画像情報との類似度が
算出される。具体的には、基準画像＃１の選択された画
素の周囲の領域と、画像センサ２の画像＃２の対応候補
点の周囲の領域とのパターンマッチングにより、両画像
の領域同士が比較されて、類似度が算出される。つま
り、類似度の安定化処理が行われる。

【００２５】すなわち、図９に示すように、基準画像＃
１の選択画素Ｐ₁の位置座標を中心とするウインドウＷ
Ｄ₁が切り出されるとともに、画像センサ２の画像＃２
の対応候補点Ｐ₂の位置座標を中心とするウインドウＷ
Ｄ₂が切り出され、これらウインドウＷＤ₁、ＷＤ₂同士
についてパターンマッチングを行うことにより、これら
の類似度が算出される。このパターンマッチングは各仮
定距離ｚ_n毎に行われる。そして同様のパターンマッチ
ングが、基準画像＃１の各画素毎に全画素について行わ
れる。

【００２６】なお、ここでは各画像センサから取り込ん
だ画像＃１、＃２を用いてパターンマッチングを行う方
法を説明したが、実際にはそれぞれの処理結果である画
像＃１ｂ、＃２ｂを用いてパターンマッチングを行う。

【００２７】図１０は、仮定距離ｚ_nと類似度の逆数Ｑs
との対応関係の例を示すグラフである。

【００２８】図９のウインドウＷＤ₁と、仮定距離が
ｚ’_n のときの対応候補点の位置座標を中心とするウイ
ンドウＷＤ’₂とのマッチングを行った結果は、図１０
に示すように類似度の逆数Ｑsとして大きな値が得られ
ている（類似度は小さくなっている）が、図９のウイン
ドウＷＤ₁と、仮定距離がｚ_nxのときの対応候補点の位
置座標を中心とするウインドウＷＤ₂とのマッチングを
行った結果は、図１０に示すように類似度の逆数Ｑsは
小さくなっている（類似度は大きくなっている）のがわ
かる。

【００２９】なお、類似度は、一般に比較すべき選択画
素の画像情報と対応候補点の画像情報の差の絶対値や、
差の２乗和として求められる。

【００３０】このようにして仮定距離ｚ_nと類似度の逆
数Ｑsとの対応関係から、最も類似度が高くなる点（類
似度の逆数Ｑsが最小値となる点）を判別し、この最も
類似度が高くなっている点に対応する仮定距離ｚ_nxを最
終的に、認識対象物体５０上の点５０ａまでの真の距離
（最も確からしい距離）と推定する。つまり、図９にお
ける仮定距離ｚ_nxに対応する対応候補点Ｐ₂が選択画素
Ｐ₁に対する対応点であるとされる。

【００３１】このように、距離推定部１１０では、基準
画像＃１の選択画素について仮定距離ｚ_nを順次変化さ
せて得られた各類似度の中から、最も類似度の高くなる
ものが判別され、最も類似度が高くなる仮定距離ｚ_nxが
真の距離と推定され、出力される。

【００３２】つぎに、上記一連の処理において、本発明
に関連する処理について、さらに詳述する。

【００３３】（１）ヒストグラム変換処理 前述したように、図１１に示す従来のヒストグラム変換
部１０５、１０６では、データ量を削減するために、前
処理画像＃１ａ、＃２ａに対して以下に示すようなヒス
トグラム変換が行われ、データビットを例えば８ビット
（通常ＡＤ変換で用いられるビット数）から４ビットに
圧縮した画像＃１ｂ、＃２ｂ が求められる。これを図
１２、図１３を用いて説明する。

【００３４】図１２は、ＬｏＧフィルタ等の２次微分を
ベースとしたバンドパスフィルタを通過した後の画像
（＃１ａまたは＃２ａ）の全画素の画像情報の値の分布
を示したものである。

【００３５】この分布は、前処理画像の各画素の画像情
報の値をある大きさ別にカウントすることによって得ら
れる。

【００３６】このように、画像情報の値の度数の分布を
求めると、一般的には、数値ゼロ近傍に多くのデータが
集中する。この画像情報の値がゼロ近傍の画素は、画像
中で模様やエッジなどの特徴が弱い弱特徴部分に相当す
る。

【００３７】そこで、図１３に示すように、図１２に示
す画像情報の値の度数を、画像情報の値の最小値から最
大値まで順次累積したグラフを求め、縦軸の全累積度数
を均等に１６分割したときの間隔をもって横軸の画像情
報の値を各レベルに１６分割することが考えられる。こ
のように各レベルの度数がほぼ同じになるように横軸の
画像情報の値を分割することにより、画像中で模様やエ
ッジなどの特徴が弱い弱特徴部分を識別し易くせんとす
る試みがなされていた。

【００３８】ここまでの説明では、各時刻における画像
情報の値の度数をカウントし、各レベルでの度数がほぼ
同じになるように横軸を分割しているが、予め図１３と
同じような分布となるような変換テーブルあるいは関数
を用意しておき、この変換テーブルあるいは関数に基づ
き横軸を分割する方法も考えられる（図１７を参照）。

【００３９】この図１７で示したような変換テーブルあ
るいは関数を用いる方法は、図１２、図１３で示したよ
うに実際のヒストグラムの分布を各時刻で求める必要は
なく、現実的な方法であると言える。ただし、認識する
対象や計測環境に応じて最適な変換テーブルや関数を設
定する必要がある。

【００４０】（２）対応候補点の位置情報の格納 前述したように、対応候補点位置情報格納部１０７で
は、基準画像＃１の各画素に対して、仮定した距離ｚ_n
毎に、画像＃２の対応候補点の位置情報が記憶、格納さ
れている。

【００４１】いま、図６に示すように、基準画像＃１上
の所定位置（ｉ，ｊ）で特定される選択画素Ｐ₁が選択
されたものとすると、仮定した距離ｚ_nだけ離れた物体
上の点に対応する画像＃２上の対応候補点Ｐ₂の位置座
標（Ｘ，Ｙ）は、次式のように表すことができる。

【００４２】Ｘ＝Ｆx（ｉ，ｊ，ｚ_n ） Ｙ＝Ｆy（ｉ，ｊ，ｚ_n ） …（２） ここで、Ｆx、Ｆyは、基準画像＃１の所定位置（ｉ，
ｊ）、仮定距離ｚ_nを変数とする関数であり、画像セン
サの取付歪みやレンズ歪みなどによって定められる。実
際には、事前に画像センサのキャリブレーションの結果
を用いて、これら関数Ｆx、Ｆyが求められる。

【００４３】上記（２）式に示す対応関係は、格納テー
ブルとして対応候補点位置情報格納部１０７に予め設定
されており、この格納テーブルを参照することにより、
対応候補点の位置座標（Ｘ，Ｙ）が取得される。

【００４４】なお、上記（２）式の演算を直接実行する
ことにより位置座標（Ｘ，Ｙ）を求めることもできる
が、これは演算時間を要するので、上述したように格納
テーブルとして、上記（２）式に示されるｉ、ｊ、ｚ_n
とＸ、Ｙとの対応関係を予め格納させておき、これを読
み出すのが一般的である。

【００４５】（３）局部情報抽出処理 前述したように、局所情報抽出部１０８では、対応候補
点の位置に基づき局所情報を４点補間によって求める処
理が実行される。ただし、この局所情報を求める際に利
用する画像情報は、ここではヒストグラム変換後の圧縮
画像を用いるものとする。

【００４６】これを図１４を使用して説明する。

【００４７】すなわち、対応候補点Ｐ₂は、通常、画像
＃２における画素の中心点に一致することはない。そこ
で、この対応候補点Ｐ₂における画像情報Ｇ（Ｘ，Ｙ）
を、対応候補点Ｐ₂が属する画素１０b（中心点Ｐ₁₂）の
画像情報だけではなく、この画素１０ｂを含めた近傍周
囲の４画素、つまり画素１０ａ（中心点Ｐ₁₁）、画素１
０ｂ（中心点Ｐ₁₂）、画素１０ｃ（中心点Ｐ₂₁）、画素
１０ｄ（中心点Ｐ₂₂）の各画像情報を用いて、これら周
囲画素との位置関係に基づき補間を行いつつ、正確に求
めるようにしている。こうして求められる対応候補点Ｐ
₂の画像情報のことを、対応候補点の補間画素値と呼ぶ
ことにする。図１４に示すように、対応候補点Ｐ₂の位
置座標を（Ｘ，Ｙ）とし、Ｖ₁₁、Ｖ_{1 2}、Ｖ₂₁、Ｖ₂₂をそ
れぞれ周囲の４画素、つまり画素１０ａ（中心点
Ｐ₁₁）、画素１０ｂ（中心点Ｐ₁₂）、画素１０ｃ（中心
点Ｐ₂₁）、画素１０ｄ（中心点Ｐ₂₂）の画像情報とし、
ｒ₁、ｒ₂を、それぞれ対応候補点Ｐ₂と近傍周囲４画素
との位置関係を示す水平方向の比率、垂直方向の比率と
すると、対応候補点Ｐ₂の補間画素値Ｇ（Ｘ，Ｙ）は、
次式（４）によって求められる。

【００４８】 Ｇ（Ｘ，Ｙ）＝（Ｖ₁₁・（１−ｒ₁）＋Ｖ₁₂・ｒ₁）・（１−ｒ₂） ＋（Ｖ₂₁・（１−ｒ₁）＋Ｖ₂₂・ｒ₁）・ｒ₂…（４） （４）距離推定処理 前述したように、距離推定部１１０では、図１０に示す
距離ｚ_nと類似度の逆数Ｑsの対応関係に基づき、基準画
像＃１の選択画素について仮定距離ｚ_nを順次変化させ
て得られた各類似度の中から、最も類似度の高くなるも
のを判別して、最も類似度が高くなる仮定距離ｚ_nxを真
の距離と推定するようにしている。

【００４９】これを図１５を参照して示すと、実際に
は、同図に示すように、各仮定距離ｚ_nに応じて得られ
る類似度の離散的な分布（例えば５点）を、破線に示す
ように曲線近似することによって、類似度が最も高くな
る（類似度の逆数が最も小さくなる）仮定距離ｚ_nxを正
確に求めるようにしている。

【００５０】

【発明が解決しようとする課題】（１）ヒストグラム変
換処理 図１２に示すヒストグラムを図１３に示すように累積し
てその累積度数Ｎに応じた各画像情報の値のレベルに分
割して、データを４ビットに圧縮したとしても、あるい
は、図１７に示す変換テーブルや関数を用いて、データ
を４ビットに圧縮したとしても、依然として、画像中の
画像情報の値がゼロ近傍の領域では、特徴が弱く埋もれ
てしまうため、パターンマッチングが良好に行われない
という問題が残る。つまり、模様やエッジなどの特徴が
弱い弱特徴部分の領域においてパターンマッチングが良
好に行われず、計測精度がよくないことがあった。

【００５１】本発明の第１発明は、こうした実状に鑑み
てなされたものであり、前処理画像中で模様やエッジな
どの特徴が弱い弱特徴部分の領域であっても、特徴を明
瞭に示すようにして、パターンマッチングを良好に行わ
せ、計測精度を向上させることを第１の解決課題とする
ものである。

【００５２】（２）対応候補点の位置情報の格納 上記（２）式により格納データを格納させることになる
と、基準画像＃１の所定位置（ｉ，ｊ）、仮定距離ｚ_n
に対応した対応候補点の位置座標（Ｘ，Ｙ）を格納させ
る必要があるため、記憶量は膨大なものとなってしま
う。したがって、記憶容量に制限がある場合にはこれに
対処できないことになるとともに、メモリにかかるコス
トが上昇することにもなる。

【００５３】本発明の第２発明は、こうした実状に鑑み
てなされたものであり、対応候補点の位置座標（Ｘ，
Ｙ）を求める際に、記憶量を従来よりも要しないように
することを第２の解決課題とするものである。

【００５４】（３）局部情報抽出処理 上述したように局所情報を抽出する際に、上記（４）式
を用いて４点補間を行った場合には、対応候補点Ｐ₂の
近傍の４画素の画像情報Ｖ₁₁、Ｖ₁₂、Ｖ₂₁、Ｖ_{2 2}が必要
となるため、演算中に４回も画像情報に対してアクセス
する必要がある。これは、演算時間を要することにな
り、処理効率が著しく損なわれることになっていた。

【００５５】本発明の第３発明は、こうした実状に鑑み
てなされたものであり、画像情報に対するアクセス回数
が減り、かつ、演算量が減ることによって、演算時間を
短縮させ、処理効率を向上させることを第３の解決課題
とするものである。

【００５６】（４）距離推定処理 上記仮定距離ｚ_nは、認識対象物５０が存在する画像セ
ンサ１、２の前方の距離しか想定しておらず、認識対象
物５０が存在しない画像センサ１、２の後方の距離に対
応する類似度を利用することはなかった。つまり、図１
５に示される対応関係には、後方距離に対応する類似度
は示されることはない。視差ｄでいえば、正の視差（距
離としては画像センサ前方の距離に相当する）ないしは
ゼロの視差（距離としては無限前方に相当する）しか想
定しておらず、負の視差（距離としては後方の距離に相
当する）に対応する類似度を利用することはなかった。

【００５７】これを、図５に示す視差ｄ_nと類似度の逆
数Ｑsとの対応関係のグラフで示すと、仮に認識対象物
体５０が画像センサ１、２の測定の限界に近いような遠
方に存在したとすると、従来の技術によれば、正の視差
ｄ_n （＋）における対応点しか取得できないため、視差
ｄ_nがゼロ近傍における曲線近似が精度よく行われない
ことになってしまう。この結果として、真の距離の推定
の精度が低下することになる。

【００５８】本発明の第４発明は、こうした実状に鑑み
てなされたものであり、負の視差に応じた後方の距離を
も仮定距離として考慮することにより、真の距離の推定
を精度よく行うようにすることを第４の解決課題とする
ものである。

【００５９】

【課題を解決するための手段および効果】本発明の第１
発明の主たる発明では、上記第１の解決課題達成のため
に、複数の撮像手段を所定間隔をもって配置し、これら
複数の撮像手段のうちの一の撮像手段で対象物体を撮像
したときの当該一の撮像手段の撮像画像中の選択画素に
対応する他の撮像手段の撮像画像中の対応候補点の情報
を、前記一の撮像手段から前記選択画素に対応する前記
物体上の点までの仮定距離の大きさ毎に抽出し、前記選
択画素の画像情報と前記対応候補点の画像情報の類似度
を算出し、この算出された類似度が最も大きくなるとき
の前記仮定距離を、前記一の撮像手段から前記選択画素
に対応する前記物体上の点までの距離とし、この各画素
毎に求められた距離に基づき前記物体を認識するように
した物体の認識装置において、前記撮像画像を原画像と
して、当該原画像の各画素の画像情報に基づいて２次微
分フィルタをベースとしたバンドパスフィルタ処理を施
すことによって、前記原画像の特徴を抽出するとともに
カメラ間の特性の差を吸収した前処理画像を生成し、さ
らに前記前処理画像の各画素の画像情報の値に対してゼ
ロ近傍のデータを特に強調する変換テーブルあるいは関
数を利用して前記前処理画像のデータビットを圧縮する
ことによってデータ量を削減した圧縮画像を生成するゼ
ロ近傍強調ヒストグラム変換手段を具え、前記選択画素
の画像情報と前記対応候補点の画像情報の類似度を算出
する際に前記圧縮画像を用いるようにしている。

【００６０】本発明によるこの新しい変換テーブルある
いは関数（図１６を参照）を用いれば、前処理画像の各
画素の画像情報の値の中で特徴の弱いゼロ近傍のデータ
のみを特に対象としてより細かく分割されることにな
る。なお、特徴の強い両端のデータ（マイナス側にその
値が大きいデータおよびプラス側にその値が大きいデー
タ）には、それぞれ最小値および最大値を割り振ること
になる。

【００６１】以上のように、従来の変換テーブルあるい
は関数（図１７を参照）が前処理画像の画素の画像情報
の全ての値を対象として各レベルの度数がほぼ同じにな
るように分割するのではなく、前処理画像の各画素の画
像情報の値の中で特徴の弱いゼロ近傍のデータのみを特
に対象として分割することにより、模様やエッジなどの
特徴が弱い弱特徴部分の領域であっても、変換後は特徴
が明瞭となり、パターンマッチングがさらに良好に行わ
れ、計測精度が飛躍的に向上する。

【００６２】また、ここではゼロ近傍のデータを特に強
調する変換テーブルあるいは関数を予め用意し利用する
方法を示したが、各時刻における前処理画像の各画素の
画像情報の値を大きさ別にカウントし（図１を参照）、
ゼロ近傍のデータのみを対象として度数を順次累積した
グラフを求め（図２を参照）、縦軸の全累積度数を均等
に１６分割したときの間隔をもって横軸の画像情報の値
を各レベルに１６分割することも考えられる。

【００６３】また、本発明の第２発明の主たる発明で
は、上記第２の解決課題達成のために、複数の撮像手段
を所定間隔をもって配置し、これら複数の撮像手段のう
ちの一の撮像手段で対象物体を撮像したときの当該一の
撮像手段の撮像画像中の選択画素に対応する他の撮像手
段の撮像画像中の対応候補点の情報を、前記一の撮像手
段から前記選択画素に対応する前記物体上の点までの仮
定距離の大きさ毎に抽出し、前記選択画素の画像情報と
前記対応候補点の画像情報の類似度を算出し、この算出
された類似度が最も大きくなるときの前記仮定距離を、
前記一の撮像手段から前記選択画素に対応する前記物体
上の点までの距離とし、この各画素毎に求められた距離
に基づき前記物体を認識するようにした物体の認識装置
において、前記一の撮像手段の撮像画像中の選択画素を
示す位置に基づき、当該選択画素に対応する他の撮像手
段の撮像画像中の対応候補点を示す位置を、前記物体上
の点までの仮定距離毎に発生する際に、前記選択画素の
位置に対する前記対応候補点の位置のシフト量を、前記
選択画素の位置に依存しない前記一の撮像手段の撮像画
像全体に対する前記他の撮像手段の撮像画像全体の全体
シフト量と、前記選択画素の位置に依存する局所シフト
量とに分割し、これら全体シフト量と局所シフト量のデ
ータを対応候補点位置情報圧縮格納手段に格納させ、前
記一の撮像手段の撮像画像中の選択画素を示す位置と、
この位置に対応する前記対応候補点位置情報圧縮格納手
段に格納された全体シフト量の格納値と、局所シフト量
の格納値とを加算することによって、前記対応候補点を
示す位置を求めるようにしている。

【００６４】かかる構成によれば、図３に示すように、
選択画素Ｐ₁の所定位置（ｉ，ｊ）に対する対応候補点
Ｐ₂の位置座標（Ｘ，Ｙ）のシフト量が、選択画素Ｐ₁の
所定位置（ｉ，ｊ）に依存しない全体シフト量（Ｈi
（ｚ_n），Ｈj（ｚ_n））と、選択画素Ｐ₁の所定位置
（ｉ，ｊ）に依存する局所シフト量（Δｉ（ｉ，ｊ，ｚ
_n），Δｊ（ｉ，ｊ，ｚ_n））とに分割される。

【００６５】そして、これら全体シフト量（Ｈi
（ｚ_n），Ｈj（ｚ_n））と局所シフト量（Δｉ（ｉ，
ｊ，ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））のデータが格納手段
に格納される。そして、例えば次式、 Ｘ＝ｉ＋Ｈi（ｚ_n）＋Δｉ（ｉ，ｊ，ｚ_n） Ｙ＝ｊ＋Ｈj（ｚ_n）＋Δｊ（ｉ，ｊ，ｚ_n） …（３） により、一の撮像手段の画像＃１中の選択画素Ｐ₁を示
す所定位置（ｉ，ｊ）と、この所定位置（ｉ，ｊ）に対
応する上記格納手段に格納された全体シフト量の格納値
（Ｈi（ｚ_n），Ｈj（ｚ_n））と、局所シフト量の格納値
（Δｉ（ｉ，ｊ，ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））とを加
算することによって、対応候補点Ｐ₂を示す位置座標
（Ｘ，Ｙ）が求められる。

【００６６】以上のように、本発明によれば、上記
（３）式のごとく、基準画像＃１の所定位置（ｉ，
ｊ）、仮定距離ｚ_nに対応した位置座標（Ｘ，Ｙ）を格
納させる必要はなく、全体シフト量（Ｈi（ｚ_n），Ｈj
（ｚ_n））と、局所シフト量の格納値（Δｉ（ｉ，ｊ，
ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））とを独立して格納させて
おくだけでよいので、記憶量を少なくすることができ
る。つまり、本発明によれば、記憶容量に制限がある場
合であってもこれに対処することができ、メモリにかか
るコストを抑えることが可能となる。

【００６７】また、本発明の第３発明の主たる発明で
は、上記第３の解決課題達成のために、複数の撮像手段
を所定間隔をもって配置し、これら複数の撮像手段のう
ちの一の撮像手段で対象物体を撮像したときの当該一の
撮像手段の撮像画像中の選択画素に対応する他の撮像手
段の撮像画像中の対応候補点の情報を、前記一の撮像手
段から前記選択画素に対応する前記物体上の点までの仮
定距離の大きさ毎に抽出し、前記選択画素の画像情報と
前記対応候補点の画像情報の類似度を算出し、この算出
された類似度が最も大きくなるときの前記仮定距離を、
前記一の撮像手段から前記選択画素に対応する前記物体
上の点までの距離とし、この各画素毎に求められた距離
に基づき前記物体を認識するようにした物体の認識装置
において、前記一の撮像手段の撮像画像中の選択画素に
対応する他の撮像手段の撮像画像中の対応点を、前記物
体上の点までの仮定距離を順次変化させることによって
順次探索して、当該対応候補点の画像情報を抽出する際
に、前回の仮定距離の対応候補点が属する画素の位置
と、今回の仮定距離の対応候補点が属する画素の位置
と、今回の仮定距離の対応候補点の位置と、前回の仮定
距離をもって抽出された対応候補点が属する画素の画像
情報と、今回の仮定距離をもって抽出された対応候補点
が属する画素の画像情報とに基づいて、今回の仮定距離
における対応候補点の画像情報を抽出するようにしてい
る。

【００６８】本第３発明では、図４に示すように、仮定
距離ｚ_nを順次変化させていくと、画像＃２において、
対応候補点Ｐ₂が辿る軌跡Ｌ_nが直線に近いという特性に
着目して、この対応候補点Ｐ₂の軌跡Ｌ_nに沿った各画素
の画像情報を利用することにより、補間を行う点を特徴
としている。

【００６９】すなわち、本第３発明の構成によれば、図
４に示すように、前回の仮定距離ｚ_n-1 の対応候補点Ｐ
₂（ｚ_n-1）が属する画素１０の中心座標１０Ａと、今回
の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）が属する画素１
１の中心座標１１Ａと、今回の仮定距離ｚ_nの対応候補
点Ｐ₂（ｚ_n）の位置座標（Ｘ，Ｙ）と、前回の仮定距離
ｚ_n-1 の対応候補点Ｐ₂（ｚ_n-1）が属する画素の画像情
報Ｖ （ｉ，ｊ，ｚ_n-1）と、今回の仮定距離ｚ_nの対応
候補点Ｐ₂（ｚ_n）が属する画素１１の画像情報Ｖ（ｉ，
ｊ，ｚ_n）とに基づいて、今回の仮定距離ｚ_nの対応候補
点Ｐ₂（ｚ_n）の補間画素値Ｇ（Ｘ，Ｙ）が演算される。

【００７０】具体的には、前回の仮定距離ｚ_n-1 の対応
候補点Ｐ₂（ｚ_n-1）が属する画素１０の中心座標１０Ａ
と、今回の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）が属す
る画素１１の中心座標１１Ａと、今回の仮定距離ｚ_nの
対応候補点Ｐ₂の位置座標（Ｘ，Ｙ）とに基づく、これ
らの位置関係に応じて、前回の仮定距離ｚ_n-1 の対応候
補点Ｐ₂（ｚ_n-1）が属する画素の画像情報Ｖ （ｉ，
ｊ， ｚ_n-1 ）と、今回の仮定距離ｚ_nの対応候補点Ｐ₂
（ｚ_n）が属する画素１１の画像情報Ｖ（ｉ，ｊ，ｚ_n）
とにそれぞれ乗算すべき補間係数ｒ（ｉ，ｊ，ｚ_n），
（１−ｒ（ｉ，ｊ，ｚ_n））が求められ、これら補間係
数ｒ（ｉ，ｊ，ｚ_n），（１−ｒ（ｉ，ｊ，ｚ_n））と、
これら各画像情報Ｖ （ｉ，ｊ，ｚ_n-1）， Ｖ（ｉ，
ｊ， ｚ_n）とに基づく所定の演算、たとえば次式、 Ｇ（Ｘ，Ｙ）＝Ｖ（ｉ，ｊ，ｚ_n）・（１−ｒ（ｉ，ｊ，ｚ_n））＋ Ｖ （ｉ，ｊ，ｚ_n-1）・ｒ（ｉ，ｊ，ｚ_n）…（５） によって、今回の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）
の補間画素値Ｇ（Ｘ，Ｙ）が求められる。

【００７１】以上のように、本発明によれば、対応候補
点Ｐ₂（ｚ_n）の補間画素値Ｇ（Ｘ，Ｙ）を求める際に
は、画像情報として、前回の仮定距離ｚ_n-1 の対応候補
点Ｐ₂（ｚ_n-1）が属する画素の画像情報Ｖ （ｉ，ｊ，
ｚ_n-1）と、今回の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）
が属する画素１１の画像情報Ｖ（ｉ，ｊ，ｚ_n）の２つ
しか要しないので、画像情報に対するアクセス回数が減
少することになる。これによって、演算時間が短縮さ
れ、処理効率が飛躍的に向上する。

【００７２】また、本発明の第４発明では、上記第４の
解決課題達成のために、複数の撮像手段を所定間隔をも
って配置し、これら複数の撮像手段のうちの一の撮像手
段で対象物体を撮像したときの当該一の撮像手段の撮像
画像中の選択画素に対応する他の撮像手段の撮像画像中
の対応候補点の情報を、前記一の撮像手段から前記選択
画素に対応する前記物体上の点までの仮定距離の大きさ
毎に抽出し、前記選択画素の画像情報と前記対応候補点
の画像情報の類似度を算出し、この算出された類似度が
最も大きくなるときの前記仮定距離を、前記一の撮像手
段から前記選択画素に対応する前記物体上の点までの距
離とし、この各画素毎に求められた距離に基づき前記物
体を認識するようにした物体の認識装置において、前記
仮定距離の大きさ毎に、前記選択画素の画像情報と前記
対応候補点の画像情報の類似度を順次算出していくこと
によって仮定距離に対する類似度の分布を求め、前記類
似度の分布を考慮して探索のきざみより細かい精度で前
記物体が存在する距離を推定する距離推定手段におい
て、前記物体が測定の限界に近いような遠方に存在する
場合に前記物体が存在する前記一の撮像手段の前方の距
離だけではなく、前記物体が存在しない前記一の撮像手
段の後方の距離を含めた仮定距離をさらに設定すること
により、前記物体が測定の限界に近いような遠方に存在
する場合にも類似度の分布を考慮して、前記物体が存在
する距離を推定するようにしている。

【００７３】かかる構成によれば、図５に示すように物
体が測定の限界に近いような遠方に存在し、各仮定距離
（視差ｄ_n ）と各類似度（類似度の逆数Ｑs ）の対応関
係において、類似度が最も大きくなる点（類似度の逆数
Ｑsが最小となる点）前後の対応関係が得られない場合
にも、当該類似度が最も大きくなる点前後の対応関係が
示されるように、物体５０が存在する前方の距離（正の
視差ｄ_n （＋））だけではなく、物体５０が存在しない
一の撮像手段１の後方の距離（負の視差ｄ_n （−））を
含めた仮定距離（視差ｄ_n ）をさらに設定することによ
り、各仮定距離（視差ｄ_n ）と各類似度（類似度の逆数
Ｑs ）との対応関係のデータが取得される。

【００７４】具体的には、図５において、負の視差ｄ_n
（−）に対応する点９９（黒丸にて示す）が取得され、
これらを用いて曲線近似（破線にて示す）がきわめて良
好に行われることになり、この曲線近似により真の距離
ｚ_nx （視差ｄ_nx ）をきわめて精度よく推定することが
可能となる。

【００７５】このように本第４発明によれば、負の視差
に応じた後方の距離をも仮定距離として考慮することに
より、真の距離の推定の精度を飛躍的に向上させること
ができる。

【００７６】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態について説明する。

【００７７】図７は、本実施形態の２眼ステレオ視によ
る物体認識装置の構成を示すブロック図である。

【００７８】なお、本実施形態では、２眼ステレオ視を
行う撮像手段として図９に示す配置関係の画像センサ
１、２を想定している。

【００７９】図７に示す基準画像入力部２０１には、視
差ｄ（距離ｚ）を算出する際に基準となる画像センサ１
で撮像された基準画像＃１が取り込まれる。一方、画像
入力部２０２には、画像＃２が上記画像＃１と同一時刻
に取り込まれる。

【００８０】前処理部２０３、２０４では、それぞれ取
り込まれた画像＃１、＃２のそれぞれ対して、ＬｏＧフ
ィルタなどにより原画像の特徴を強調する前処理が施さ
れ、これが前処理画像として出力される。

【００８１】ついで、ゼロ近傍強調ヒストグラム変換部
２０５、２０６では、上記前処理画像＃１ａ、＃２ａそ
れぞれに対して、後述するゼロ近傍強調ヒストグラム変
換処理が施され、データビットを圧縮した画像＃１
ｂ’、＃２ｂ’が出力される。

【００８２】対応候補点位置情報圧縮格納部２０７に
は、基準画像＃１の所定位置（ｉ，ｊ）、仮定した距離
ｚ_n毎に、画像＃２の対応候補点の位置座標（Ｘ，Ｙ）
を求めるべく、後述する態様でデータが記憶、格納され
ている。

【００８３】局所情報抽出部２０８では、対応候補点位
置情報圧縮格納部２０７の格納データを参照することに
より、対応候補点Ｐ₂の位置座標（Ｘ，Ｙ）を求めて、
この位置座標に基づき対応候補点Ｐ₂の局所情報、つま
り補間画素値Ｇ（Ｘ，Ｙ）を後述する逐次補間処理を用
いて求める。

【００８４】さらに、類似度算出部２０９では、基準画
像＃１の選択画素Ｐ₁の画像情報Ｖと画像＃２の対応候
補点Ｐ₂の画像情報Ｇ（Ｘ，Ｙ）との類似度が算出され
る。具体的には、図９に示したように基準画像＃１の選
択された画素Ｐ₁を中心とするウインドウＷＤ₁と、画像
＃２の対応候補点Ｐ₂を中心とするウインドウＷＤ₂との
パターンマッチングにより、両ウインドウ同士が比較さ
れて、類似度が算出される。このパターンマッチングは
各仮定距離ｚ_n毎に行われる。そして同様のパターンマ
ッチングが、基準画像＃１の各画素毎に全画素について
行われる。

【００８５】距離推定部２１０は、後述するように、基
準画像＃１の選択画素について仮定距離ｚ_nを、画像セ
ンサ１、２の後方距離（負の視差ｄ_n （−））を含め順
次変化させることによって、各仮定距離ｚ_n （視差ｄ
_n ）と各類似度（類似度の逆数Ｑs ）との対応関係を求
め、この対応関係から、最も類似度の高くなる点を判別
し、この最も類似度が高くなる点に対応する仮定距離ｚ
_nxを真の距離と推定、出力する。

【００８６】つぎに、上記一連の処理において、本発明
に係る処理について、さらに詳述する。

【００８７】・第１の実施形態（ゼロ近傍強調ヒストグ
ラム変換処理） 図７に示すゼロ近傍強調ヒストグラム変換部２０５、２
０６では、データ量を削減するために、上記前処理画像
＃１ａ、＃２ａそれぞれに対して、ゼロ近傍強調ヒスト
グラム変換処理が施され、データビットを４ビットに圧
縮した圧縮画像＃１ｂ’、＃２ｂ’が求められる。

【００８８】このゼロ近傍強調ヒストグラム変換処理方
法としては、変換テーブルあるいは関数を予め用意し、
これに基づきゼロ近傍のデータをより細かく分割する方
法が考えられる。

【００８９】図１６は、従来のヒストグラム変換処理に
おいて利用する変換テーブルあるいは関数を説明する図
１７に対応するグラフである。前処理画像として＃１
ａ、＃２ａのうち、＃１ａを代表させて説明する。

【００９０】図１７ではゼロ近傍のデータが詳細に分割
されるものの、特徴の強いデータの部分も分割されてい
るのに対して、図１６ではゼロ近傍のデータのみに対し
て着目し、その範囲のみを対象としてより詳細に分割し
ている。ここで着目するゼロ近傍のデータの範囲は全範
囲の例えば１０％以内のデータであることが望ましい。
もちろん、対象とする画像の種類に応じてこの範囲は変
わることがあるが、種々の実験により本発明の有効性は
確認されている。

【００９１】このような変換テーブルあるいは関数を利
用することにより、画像中で模様やエッジなどの特徴が
弱い弱特徴部分を識別し易くせんとするものである。こ
うして１６分割された新たな圧縮画像＃１ｂ’が生成さ
れ、これがゼロ近傍強調ヒストグラム変換部２０５から
出力される。ゼロ近傍強調ヒストグラム変換部２０６に
おいても同じ変換テーブルあるいは関数を用いて同様な
処理が実行されて、新たな圧縮画像＃２ｂ’が出力され
ることになる。

【００９２】以上のように、本実施形態によれば、図１
６に示すごとく、従来の図１７に示すヒストグラムの全
てのデータを対象として、各レベルに分割するのではな
くて、前処理画像の値がゼロ近傍のデータのみを対象と
して、弱特徴部分ほど、より細かく分割されるように、
分割するようにしたので、前処理画像＃１ａ、＃２ａ中
で模様やエッジなどの特徴が弱い本来弱特徴部分の領域
であっても、特徴がきわめて明瞭となる。こうした弱特
徴部分の領域が明瞭となった新たな圧縮画像＃１ｂ’、
＃２ｂ’を取得することができれば、後段の処理におい
て、これら新たな圧縮画像＃１ｂ’、＃２ｂ’同士のパ
ターンマッチングを良好に行うことができ、計測精度を
飛躍的に向上させることができる。

【００９３】なお、これまでの説明では、前処理画像の
ゼロ近傍のデータを特に細かく分割する変換テーブルあ
るいは関数を予め用意し、これに基づき分割する方法を
説明したが、これ以外の方法として、各時刻における画
像情報に基づき前処理画像を生成し、この実際の前処理
画像の値に対してヒストグラム分布を求め、その分布に
応じて各時刻における最適な圧縮画像を求める方法もあ
る。

【００９４】以下にその方法について説明する。

【００９５】図１、図２は、従来のヒストグラム変換処
理を説明する図１２、図１３に対応するグラフである。
前処理画像として＃１ａ、＃２ａのうち、＃１ａを代表
させて説明する。

【００９６】同図１に示すように、図１２と同様にし
て、前処理画像＃１ａの各画素の画像情報の数値の大き
さ毎に、度数をカウントする処理が実行される。そし
て、前処理画像＃１ａの特徴が弱いゼロ近傍のデータに
着目して以下の処理を実施する。ここで着目するゼロ近
傍のデータの範囲は全範囲の例えば１０％以内のデータ
であることが望ましい。同図より明らかなように、これ
ら選択された所定数の各レベルに属する画素の度数は、
他のレベルに属する画素度数と比較して相対的に大きく
なっている。

【００９７】そして、図２に示すように、上記で着目し
たゼロ近傍のデータの範囲、つまり図１のヒストグラム
の中央部分Ａについて、前処理画像＃１ａの特徴が弱い
領域ほど（つまり前処理画像の値がゼロに近いレベルほ
ど）、更により細かく分割する。

【００９８】すなわち、図２に示すように、図１のうち
部分Ａに示す画素の度数を、最小値から最大値まで順次
累積したグラフを求める。そして、縦軸の全累積度数を
均等に１６分割したときの間隔をもって横軸を各レベル
に１６分割する。

【００９９】このように度数の少ない部分ほど広く、度
数が多い部分（数値０付近）ほど狭くなるように横軸を
各レベルに分割することにより、画像中で模様やエッジ
などの特徴が弱い弱特徴部分を識別し易くせんとするも
のである。なお、上記選択された部分Ａ以外の部分Ｂ、
Ｃについては、かかる累積度数Ｎに応じた分割処理は行
わず、それぞれに最小値および最大値を割り当てる。

【０１００】こうして１６分割された各レベルに応じた
数値の前処理画像の値が、当該レベルに属する各画素で
得られるように、新たな圧縮画像＃１’ｂが生成され、
これがゼロ近傍強調ヒストグラム変換部２０５から出力
される。ゼロ近傍強調ヒストグラム変換部２０６におい
ても同様な処理が実行されて、前処理画像＃２ａについ
て上記ゼロ近傍強調ヒストグラム変換処理が施された新
たな圧縮画像＃２’ｂが出力されることになる。

【０１０１】以上のように、本実施形態によれば、従来
の図１３に示すごとく、図１２に示すヒストグラムの全
ての部分の画素を対象として、累積度数Ｎに応じて各レ
ベルに分割したのではなくて、前処理画像の値がゼロ近
傍で特徴が弱い部分Ａの画素のみを対象として、弱特徴
部分ほど、より細かく分割されるように、再分割するよ
うにしたので、前処理画像＃１ａ、＃２ａ中で模様やエ
ッジなどの特徴が弱い本来弱特徴部分の領域であって
も、特徴がきわめて明瞭となる。こうした弱特徴部分の
領域が明瞭となった新たな圧縮画像＃１’ｂ、＃２’ｂ
を取得することができれば、後段の処理において、これ
ら新たな圧縮画像＃１’ｂ、＃２’ｂ同士のパターンマ
ッチングを良好に行うことができ、計測精度を飛躍的に
向上させることができる。

【０１０２】なお、図１６で示したような変換テーブル
あるいは関数を用いる方法は、図１、図２で示したよう
に各画像毎に実際のヒストグラムの分布を各時刻で求め
る必要はなく、現実的な方法であると言える。ただし、
認識する対象や計測環境に応じて最適な変換テーブルや
関数を設定する必要がある。

【０１０３】また、本実施形態では、２眼ステレオ視に
よる物体認識装置を想定しているが、本発明としては、
これに限定されるわけではない。物体を撮像した原画像
の各画素の画像情報に基づいて所定の画像処理を施すこ
とによって原画像の特徴を抽出した前処理画像を生成し
する前処理画像生成手段を有する画像処理装置であれ
ば、任意に本発明を適用することができ、弱特徴部分の
領域が明瞭となった前処理画像を得ることが出来る。

【０１０４】・第２の実施形態（対応候補点の位置情報
の格納） 図７に示す対応候補点位置情報圧縮格納部２０７には、
基準画像＃１の各画素および仮定した距離ｚ_n毎に、画
像＃２の対応候補点の位置座標（Ｘ，Ｙ）を求めるべ
く、以下に示す内容のデータが記憶、格納されている。

【０１０５】本実施形態では、図３に示すように、選択
画素Ｐ₁の所定位置（ｉ，ｊ）に対する対応候補点Ｐ₂の
位置座標（Ｘ，Ｙ）のシフト量が、選択画素Ｐ₁の所定
位置（ｉ，ｊ）には依存しない画像センサ１の基準画像
全体＃１に対する画像センサ２の画像全体＃２の全体シ
フト量（Ｈi（ｚ_n），Ｈj（ｚ_n））と、選択画素Ｐ₁の
所定位置（ｉ，ｊ）に依存する局所シフト量（Δｉ
（ｉ，ｊ，ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））とに分割され
る点に着目している。

【０１０６】ここで、全体シフト量（Ｈi（ｚ_n），Ｈj
（ｚ_n））は、具体的には、画像センサ１、２の取付歪
みを補正するために設定された補正量のことであり、仮
定距離ｚｎに応じて変化する補正量のことである。一
方、局所シフト量（Δｉ（ｉ，ｊ，ｚ_n），Δｊ（ｉ，
ｊ，ｚ_n））は、画像センサ１、２のレンズ３１、３２
の歪みを補正するために設定された補正量のことであ
り、仮定距離ｚ_nおよび選択画素Ｐ₁の所定位置（ｉ，
ｊ）に応じて変化する補正量のことである。

【０１０７】これら全体シフト量（Ｈi（ｚ_n），Ｈj
（ｚ_n））と局所シフト量（Δｉ（ｉ，ｊ，ｚ_n），Δｊ
（ｉ，ｊ， ｚ_n））のデータは、対応候補点位置情報圧
縮格納部２０７の格納テーブルに格納されている。この
全体シフト量を示す関数Ｈi、Ｈj、局所シフト量を示す
関数Δｉ、Δｊはそれぞれ、画像センサ１、２の取付歪
み、画像センサ１、２のレンズ３１、３２の歪みを測定
することにより予め求めることができる。

【０１０８】そして、画像センサ１の基準画像＃１中で
画素Ｐ₁が選択され、距離ｚ_nが仮定されたならば、この
仮定距離ｚ_nに対応する全体シフト量の格納データ（Ｈi
（ｚ_n），Ｈj（ｚ_n））と、この選択画素Ｐ₁の所定位置
（ｉ，ｊ）、仮定距離ｚ_nに対応する局所シフト量の格
納値（Δｉ（ｉ，ｊ，ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））が
上記対応候補点位置情報圧縮格納部２０７の格納テーブ
ルから読み出される。そして、下記（３）式、 Ｘ＝ｉ＋Ｈi（ｚ_n）＋Δｉ（ｉ，ｊ，ｚ_n） Ｙ＝ｊ＋Ｈj（ｚ_n）＋Δｊ（ｉ，ｊ，ｚ_n） …（３） により、選択画素Ｐ₁を示す所定位置（ｉ，ｊ）と、読
み出された全体シフト量の格納値（Ｈi（ｚ_n），Ｈj
（ｚ_n））と、局所シフト量の格納値（Δｉ（ｉ，ｊ，
ｚ_n），Δｊ（ｉ，ｊ，ｚ_n））とが、ｉ、ｊ毎に加算さ
れ、対応候補点Ｐ₂を示す位置座標（Ｘ，Ｙ）が求めら
れる。

【０１０９】ここで、上記対応候補点位置情報圧縮格納
部２０７の記憶容量について検討を加える。なお、画像
センサ１、２の画像サイズは、横３２０画素×縦２４０
画素であり、仮定距離ｚ_nは３２通り変化するものとす
る。

【０１１０】すると、上記（３）式の右辺第２項の全体
シフト量Ｈi（ｚ_n）、Ｈj（ｚ_n）をそれぞれ８ビットで
表し、右辺第３項の局所シフト量Δｉ（ｉ，ｊ，
ｚ_n）、Δｊ（ｉ，ｊ，ｚ_n）をそれぞれ４ビットで表す
と、（３）式右辺第２項については、 ２ × ３２ × ８ビット （Ｘ，Ｙ分） （ｚ_n分） だけの記憶容量を要し、（３）式右辺第３項について
は、 ２ ×（３２０×２４０）× ３２ × ４ビット （Ｘ，Ｙ分）（画像サイズ分） （ｚ_n分） だけの記憶容量を要するので、これらの合計、 ２×３２×８ビット＋２×（３２０×２４０）×３２×
４ビット＝約２０メガビット＝約２．５メガバイト だけの記憶容量が対応候補点位置情報圧縮格納部２０７
に備わっていればよい。

【０１１１】これに対して、従来技術によれば、前述し
たように下記（２）式、 Ｘ＝Ｆx（ｉ，ｊ，ｚ_n） Ｙ＝Ｆy（ｉ，ｊ，ｚ_n） …（２） により、対応候補点Ｐ₂を示す位置座標（Ｘ，Ｙ）を求
めるようにしていた。

【０１１２】すると、本実施形態と同等の分解能でＸ、
Ｙを求めるためには、Ｘ、Ｙをそれぞれ１６ビットで表
す必要があり、上記（２）式の右辺について、 もの膨大な記憶容量を要することになる。

【０１１３】したがって、本実施形態によればＸ、Ｙを
求めるための格納データの容量を、従来の約４分の１に
圧縮することができる。

【０１１４】なお、本実施形態では、基準画像＃１の各
画素単位で画像＃２の対応候補点Ｐ₂の位置座標（Ｘ，
Ｙ）を割り当てるようにしているが、基準画像＃１の所
定の大きさの領域（４画素×４画素）単位で対応候補点
Ｐ₂の位置座標（Ｘ，Ｙ）を割り当てるようにすれば、
さらに記憶量を１６分の１にまで圧縮することができ
る。

【０１１５】以上のように、本実施形態によれば、上記
（２）式のごとく、基準画像＃１の所定位置（ｉ，
ｊ）、仮定距離ｚ_nに各対応したデータを格納テーブル
に格納させておくのではなく、仮定距離ｚ_nに対する取
り付け歪み等を考慮したシフト量と所定位置（ｉ，ｊ）
に対するシフト量の各データ、つまり（Ｈi（ｚ_n），Ｈ
j（ｚ_n））と（Δｉ（ｉ，ｊ，ｚ_n），Δｊ（ｉ，ｊ，
ｚ_n））とを別個独立させて格納させておくだけでよい
ので、対応候補点位置情報圧縮格納部２０７の格納テー
ブルの記憶容量を少なくすることができる。したがっ
て、本実施形態によれば、記憶容量に制限がある場合で
あってもこれに対処することができ、メモリにかかるコ
ストを抑えることが可能となる。

【０１１６】・第３の実施形態（局部情報抽出処理）図
７に示す局所情報抽出部２０８では、対応候補点位置情
報圧縮格納部２０７の格納データを参照することによ
り、対応候補点Ｐ₂の位置座標（Ｘ，Ｙ）を求めて、こ
の位置座標に基づき対応候補点Ｐ₂の局所情報、つまり
補間画素値Ｇ（Ｘ，Ｙ）が以下のような逐次補間処理を
用いて求められる。

【０１１７】本実施形態では、図４に示すように、仮定
距離ｚ_nを逐次１つづつ増加させていくと、例えば画像
センサ２の画像＃２において、対応候補点Ｐ₂が辿る軌
跡Ｌ_nが直線に近いという特性に着目しており、この対
応候補点Ｐ₂の軌跡Ｌ_nに沿った各画素の前処理画像の値
Ｖ（ｉ，ｊ，ｚ_n）を利用することにより、逐次補間を
行うようにしている。

【０１１８】すなわち、本実施形態によれば、図４に示
すように、データとして、前回の仮定距離ｚ_n-1 の対応
候補点Ｐ₂（ｚ_n-1）が属する画素１０の位置座標１０Ａ
と、今回の仮定距離ｚ_nの対応候補点Ｐ₂ （ｚ_n）が属す
る画素１１の位置座標１１Ａと、今回の仮定距離ｚ_nの
対応候補点Ｐ₂（ｚ_n）の位置座標（Ｘ，Ｙ）と、前回の
仮定距離ｚ_n-1 の対応候補点Ｐ₂（ｚ_n-1）が属する画素
１０の前処理画像の値Ｖ（ｉ，ｊ，ｚ_n-1）と、今回の
仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）が属する画素１１
の前処理画像の値Ｖ（ｉ，ｊ，ｚ_n）とを用いて、今回
の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）の補間画素値Ｇ
（Ｘ，Ｙ）が求められる。

【０１１９】具体的には、まず、前回の仮定距離ｚ_n-1
の対応候補点Ｐ₂（ｚ_n-1）が属する画素１０の位置座標
１０Ａと、今回の仮定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）
が属する画素１１の位置座標１１Ａは予めわかっている
ので、これら各位置座標１０Ａ、１１Ａを結ぶ直線を同
図４に示す実線のごとく求めることができる。

【０１２０】つぎに、今回の仮定距離ｚ_nの対応候補点
Ｐ₂（ｚ_n）の位置座標（Ｘ，Ｙ）から、上記直線１０Ａ
〜１１Ａに下ろした垂線を求め、この垂線が直線と交差
する点が求められる。そして、この交点によって直線１
０Ａ〜１１Ａを分配する比率ｒ、１−ｒが演算される。
そして、この比率ｒ、１−ｒが、前回の仮定距離ｚ_{n- 1}
の対応候補点Ｐ₂（ｚ_n-1）が属する画素が属する画素１
０の前処理画像の値Ｖ（ｉ，ｊ，ｚ_n-1）と、今回の仮
定距離ｚ_nの対応候補点Ｐ₂（ｚ_n）が属する画素１１の
前処理画像の値Ｖ（ｉ，ｊ，ｚ_n）とにそれぞれ乗算す
べき補間係数ｒ（ｉ，ｊ，ｚ_n）、１−ｒ（ｉ，ｊ，
ｚ_n）とされる。

【０１２１】すなわち、下式（５）に示すように、これ
ら補間係数ｒ（ｉ，ｊ，ｚ_n）、１−ｒ（ｉ，ｊ，ｚ_n）
で、これら各前処理画像の値Ｖ（ｉ，ｊ，ｚ_n-1）、Ｖ
（ｉ，ｊ，ｚ_n）を補間したものを、今回の仮定距離ｚ_n
の対応候補点Ｐ₂（ｚ_n）の補間画素値Ｇ（Ｘ，Ｙ）とす
る演算が実行される。

【０１２２】 Ｇ（Ｘ，Ｙ）＝Ｖ（ｉ，ｊ，ｚ_n）・（１−ｒ（ｉ，ｊ，ｚ_n））＋ Ｖ （ｉ，ｊ，ｚ_n-1）・ｒ（ｉ，ｊ，ｚ_n）…（５） なお、補間係数ｒ（ｉ，ｊ，ｚ_n）は、予め所定のメモ
リに格納しておかれ、上記演算に使用される。そして、
ｉ、ｊ、ｚ_nが変化される毎に、格納内容が更新されて
いく。

【０１２３】また、前回の距離ｚ_n-1を仮定したときの
対応候補点が属する画素の前処理画像の値Ｖ （ｉ，
ｊ，ｚ_n-1）も演算器の近くのレジスタに逐次格納して
おかれ、上記演算に使用される。ただし、最初に距離ｚ
_n0を仮定したときの対応候補点の補間画素値Ｇ（Ｘ₀，
Ｙ₀）を求める際には、これに対する前回の距離の対応
候補点の前処理画像の値のデータは存在しないので、こ
の対応候補点が属する画素の前処理画像の値Ｖ（ｉ，
ｊ，ｚ_n0）をそのまま利用する。

【０１２４】また、本実施形態では、前回の仮定距離ｚ
_n-1での対応候補点が属する画素１０と、今回の仮定距
離ｚ_nでの対応候補点が属する画素１１とが異なる（隣
り合う）画素であることを前提としており、これらが同
じ画素である場合には、上記（５）式に基づく補間を行
うことができない（直線１０Ａ〜１１Ａを分配する比率
ｒ、１−ｒを求めることができない）。そこで、かかる
場合には、更新禁止フラグを立てて、前々回の仮定距離
におけるデータと今回の仮定距離におけるデータを利用
することなどによって、補間可能ならしめることができ
る。

【０１２５】以上のように、本実施形態によれば、対応
候補点Ｐ₂（ｚ_n）の補間画素値Ｇ（Ｘ，Ｙ）を求める際
には、画像情報として、前回の仮定距離ｚ_n-1の対応候
補点Ｐ₂（ｚ_n-1）が属する画素の画像情報の値Ｖ
（ｉ，ｊ， ｚ_n-1）と、今回の仮定距離ｚ_nの対応候補
点Ｐ₂（ｚ_n）が属する画素１１の画像情報の値Ｖ（ｉ，
ｊ，ｚ_n）の２つしか要しない。

【０１２６】すなわち、図１４に示す従来の４点補間処
理では周辺４画素の前処理画像の値を取得するために４
回のアクセスが必要であったのに対して、本実施形態に
よればアクセス回数が１回に減少されることになる。

【０１２７】これによって、演算時間が短縮され、処理
効率が飛躍的に向上する。

【０１２８】・第４の実施形態（距離推定処理） 図７に示す距離推定部２１０では、以下に述べるよう
に、基準画像＃１の選択画素について仮定距離ｚ_nを、
画像センサ１、２の後方距離（負の視差ｄ_n（−））を
含め順次変化させることによって、各仮定距離ｚ_n （視
差ｄ_n）と各類似度（類似度の逆数Ｑs）との対応関係を
求め、この対応関係から、最も類似度の高くなる点を判
別し、この最も類似度が高くなる点に対応する仮定距離
ｚ_nxを真の距離と推定する処理が実行される。これを図
５を用いて説明する。

【０１２９】この図５は、図１０、図１５と同様に、各
仮定距離ｚ_n （視差ｄ_n ）と各類似度（類似度の逆数Ｑ
s ）の対応関係を示すグラフである。

【０１３０】本実施形態では、認識対象物体５０が画像
センサ１、２前方の遠距離に存在することを想定してい
る。この場合、認識対象物体５０までの距離ｚ_n （遠距
離）に対応する視差ｄ_nはゼロの値を示す。したがっ
て、図５に示す対応関係のグラフでは、類似度が最も大
きくなる点（類似度の逆数Ｑsが最小となる点）は、視
差ｄ_nとしてゼロに存在するはずであるが、かかる場合
に、物体５０が存在する画像センサ１、２前方の距離ｚ
_n （正の視差ｄ_n （＋））を仮定して、対応関係を求め
ると、図５に示す白丸の点しか取得できなく、類似度が
最も大きくなる点（類似度の逆数Ｑsが最小となる点）
前後の対応関係が明瞭に示されないことになる。つま
り、白丸点のみに基づいて、類似度逆数Ｑsの最小値付
近を曲線近似しようとしても近似できず、真の距離ｚ_nx
（視差ｄ_nx）を精度よく求めることはできない。

【０１３１】そこで、本実施形態では、類似度が最も大
きくなる点（類似度の逆数Ｑsが最小となる点）前後の
対応関係が明瞭に示されない場合には、当該類似度が最
も大きくなる点前後の対応関係が明瞭に示されるよう
に、物体５０が存在する画像センサ１、２の前方の距離
（正の視差ｄ_n（＋））だけではなく、物体５０が存在
しない画像センサ１、２の後方の距離（負の視差ｄ
_n（−））を含めた仮定距離（視差ｄ_n ）をさらに設定
することにより、各仮定距離（視差ｄ_n）と各類似度
（類似度の逆数Ｑs ）との対応関係のデータを取得する
ものである。

【０１３２】すなわち、図５において、後方距離（負の
視差ｄ_n（−））が、一つ仮定され（視差ｄ_nの値として
ゼロ近傍が望ましい）、これに対応する点９９（これを
黒丸にて示す）が取得される。

【０１３３】そして、この点９９を用いることによっ
て、類似度逆数Ｑsの最小値付近を曲線近似すると、破
線にて示すように、曲線近似がきわめて良好に行われ
る。この結果、この曲線近似から真の距離ｚ_nx（視差ｄ
_nx）をきわめて精度よく推定することが可能となる。

【０１３４】以上のように、本実施形態によれば、正の
視差ｄ_n （＋）に応じた前方距離だけではなく、負の視
差ｄ_n （−）に応じた後方の距離をも仮定距離として考
慮することにより、真の距離ｚ_nx（視差ｄ_nx）を精度よ
く推定することができる。

【０１３５】なお、以上説明した実施形態では、２眼ス
テレオに適用される場合を想定しているが、もちろん、
３以上の撮像手段をもって物体を認識する多眼ステレオ
に適用する実施も可能である。

【図面の簡単な説明】

【図１】図１は第１の実施形態を説明するヒストグラム
を示す図である。

【図２】図２は第１の実施形態を説明するヒストグラム
の累積を示す図である。

【図３】図３は第２の実施形態を説明するために用いた
画像上の画素の位置関係を示す図である。

【図４】図３は第３の実施形態を説明するために用いた
画像上の隣接する画素の位置関係を示す図である。

【図５】図５は第４の実施形態を説明するために用いた
視差と類似度の逆数との対応関係を示すグラフである。

【図６】図６は従来技術における対応候補点の位置情報
の格納データを説明するために用いた画像上の画素の位
置関係を示す図である。

【図７】図７は本発明の実施形態で想定している装置の
構成を示すブロック図である。

【図８】図８は２眼ステレオの原理を説明するために用
いた図である。

【図９】図９は２眼ステレオによる距離計測を説明する
ために用いた図である。

【図１０】図１０は従来技術を説明する図であり、仮定
距離と類似度の逆数との対応関係を示すグラフである。

【図１１】図１１は従来の２眼ステレオによる物体認識
装置の構成を示すブロック図である。

【図１２】図１２は前処理画像の値のヒストグラム変換
処理を説明する図である。

【図１３】図１３は従来技術におけるヒストグラム変換
処理を説明する図である。

【図１４】図１４は従来技術における４点補間処理を説
明するために用いた画像上の隣接する４画素の位置関係
を示す図である。

【図１５】図１５は従来技術を説明する図であり、仮定
距離と類似度の逆数との対応関係を示すグラフである。

【図１６】図１６は第１の実施形態を説明する変換テー
ブルあるいは関数を説明する図である。

【図１７】図１７は従来技術のヒストグラム変換で用い
る変換テーブルあるいは関数を説明する図である。

【符号の説明】

２０５、２０６…ゼロ近傍強調ヒストグラム変換部 ２０７…対応候補点位置情報圧縮格納部 ２０８…局所情報抽出部 ２０９…類似度算出部 ２１０…距離推定部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 茂 神奈川県川崎市宮前区菅生ヶ丘９−１− 403 (72)発明者 中野 勝之 東京都目黒区中目黒２−２−30 (72)発明者 山口 博義 神奈川県平塚市四之宮2597 株式会社 小松製作所 特機事業本部 研究部内 (72)発明者 新保 哲也 神奈川県平塚市四之宮2597 株式会社 小松製作所 特機事業本部 研究部内 (72)発明者 川村 英二 神奈川県川崎市宮前区有馬２丁目８番24 号 株式会社 サイヴァース内 (72)発明者 緒方 正人 神奈川県鎌倉市上町屋345番地 三菱プ レシジョン株式会社内 (56)参考文献 特開 昭63−289406（ＪＰ，Ａ) 特開 平６−241749（ＪＰ，Ａ) 特開 平５−288532（ＪＰ，Ａ) 特開 昭61−66107（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01B 11/00 - 11/30 G06T 7/00 G01C 3/06

Claims (12)

(57)【特許請求の範囲】
1. 【請求項１】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識装置において、 前記撮像画像を原画像として、当該原画像の各画素の画
   像情報に基づいて２次微分フィルタをベースとしたバン
   ドパスフィルタ処理を施すことによって、前記原画像の
   特徴を抽出するとともに、カメラ間の特性の差を吸収し
   た前処理画像を生成し、さらに前記前処理画像の各画素
   の画像情報の値に対してゼロ近傍のデータを特に強調す
   る変換テーブルあるいは関数を利用して前記前処理画像
   のデータビットを圧縮することによってデータ量を削減
   した圧縮画像を生成するゼロ近傍強調ヒストグラム変換
   手段を具え、 前記選択画素の画像情報と前記対応候補点の画像情報の
   類似度を算出する際に前記圧縮画像を用いるようにした
   物体の認識装置。
2. 【請求項２】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識装置において、 前記一の撮像手段の撮像画像中の選択画素を示す位置に
   基づき、当該選択画素に対応する他の撮像手段の撮像画
   像中の対応候補点を示す位置を、前記物体上の点までの
   仮定距離毎に発生する際に、前記選択画素の位置に対す
   る前記対応候補点の位置のシフト量を、前記選択画素の
   位置に依存しない前記一の撮像手段の撮像画像全体に対
   する前記他の撮像手段の撮像画像全体の全体シフト量
   と、前記選択画素の位置に依存する局所シフト量とに分
   割し、 これら全体シフト量と局所シフト量のデータを対応候補
   点位置情報圧縮格納手段に格納させ、 前記一の撮像手段の撮像画像中の選択画素を示す位置
   と、この位置に対応する前記対応候補点位置情報圧縮格
   納手段に格納された全体シフト量の格納値と、局所シフ
   ト量の格納値とを加算することによって、前記対応候補
   点を示す位置を求めるようにした物体の認識装置。
3. 【請求項３】 前記選択画素の位置に依存しない前
   記一の撮像手段の撮像画像全体に対する前記他の撮像手
   段の撮像画像全体の全体シフト量は、前記撮像手段の取
   付歪を補正するために設定された、前記仮定距離に応じ
   て変化する補正量のことであり、 前記選択画素の位置に依存する局所シフト量は、前記撮
   像手段のレンズの歪を補正するために設定された、前記
   仮定距離および前記選択画素の位置に応じて変化する補
   正量のことである請求項２記載の物体の認識装置。
4. 【請求項４】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識装置において、 前記一の撮像手段の撮像画像中の選択画素に対応する他
   の撮像手段の撮像画像中の対応候補点の位置を、前記物
   体上の点までの仮定距離を順次変化させることによって
   順次発生して、当該対応候補点の画像情報を抽出する際
   に、前回の仮定距離の対応候補点が属する画素の位置
   と、今回の仮定距離の対応候補点が属する画素の位置
   と、今回の仮定距離の対応候補点の位置と、前回の仮定
   距離をもって抽出された対応候補点が属する画素の画像
   情報と、今回の仮定距離をもって抽出された対応候補点
   が属する画素の画像情報とに基づいて、今回の仮定距離
   における対応候補点の画像情報を抽出するようにした物
   体の認識装置。
5. 【請求項５】 前回の仮定距離で発生された対応候
   補点が属する画素の位置と、今回の仮定距離の対応候補
   点が属する画素の位置と、今回の仮定距離の対応候補点
   の位置とに基づく、これらの位置関係に応じて、前回の
   仮定距離をもって抽出された対応候補点が属する画素の
   画像情報と、今回の仮定距離をもって抽出された対応候
   補点が属する画素の画像情報とにそれぞれ乗算すべき補
   間係数を求め、これら補間係数と、これら各画像情報と
   に基づく所定の演算によって、今回の仮定距離における
   対応候補点の画像情報を抽出するようにした請求項４記
   載の物体の認識装置。
6. 【請求項６】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識装置において、 前記仮定距離の大きさ毎に、前記選択画素の画像情報と
   前記対応候補点の画像情報の類似度を順次算出していく
   ことによって仮定距離に対する類似度の分布を求め、前
   記類似度の分布を考慮して探索のきざみより細かい精度
   で前記物体が存在する距離を推定する距離推定手段にお
   いて、前記物体が測定の限界に近いような遠方に存在す
   る場合に前記物体が存在する前記一の撮像手段の前方の
   距離だけではなく、前記物体が存在しない前記一の撮像
   手段の後方の距離を含めた仮定距離をさらに設定するこ
   とにより、前記物体が測定の限界に近いような遠方に存
   在する場合にも類似度の分布を考慮して、前記物体が存
   在する距離を推定するようにした物体の認識装置。
7. 【請求項７】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識方法において、 前記撮像画像を原画像として、当該原画像の各画素の画
   像情報に基づいて２次微分フィルタをベースとしたバン
   ドパスフィルタ処理を施すことによって、前記原画像の
   特徴を抽出するとともにカメラ間の特性の差を吸収した
   前処理画像を生成し、さらに前記前処理画像の各画素の
   画像情報の値に対してゼロ近傍のデータを特に強調する
   変換テーブルあるいは関数を利用して前記前処理画像の
   データビットを圧縮することによってデータ量を削減し
   た圧縮画像を生成するゼロ近傍強調ヒストグラム変換行
   程を具え、 前記選択画素の画像情報と前記対応候補点の画像情報の
   類似度を算出する際に前記圧縮画像を用いるようにした
   物体の認識方法。
8. 【請求項８】 複数の撮像手段を所定間隔をもって
   配置し、これら複数の撮像手段のうちの一の撮像手段で
   対象物体を撮像したときの当該一の撮像手段の撮像画像
   中の選択画素に対応する他の撮像手段の撮像画像中の対
   応候補点の情報を、前記一の撮像手段から前記選択画素
   に対応する前記物体上の点までの仮定距離の大きさ毎に
   抽出し、前記選択画素の画像情報と前記対応候補点の画
   像情報の類似度を算出し、この算出された類似度が最も
   大きくなるときの前記仮定距離を、前記一の撮像手段か
   ら前記選択画素に対応する前記物体上の点までの距離と
   し、この各画素毎に求められた距離に基づき前記物体を
   認識するようにした物体の認識方法において、 前記一の撮像手段の撮像画像中の選択画素を示す位置に
   基づき、当該選択画素に対応する他の撮像手段の撮像画
   像中の対応候補点を示す位置を、前記物体上の点までの
   仮定距離毎に発生する際に、前記選択画素の位置に対す
   る前記対応候補点の位置のシフト量を、前記選択画素の
   位置に依存しない前記一の撮像手段の撮像画像全体に対
   する前記他の撮像手段の撮像画像全体の全体シフト量
   と、前記選択画素の位置に依存する局所シフト量とに分
   割し、 これら全体シフト量と局所シフト量のデータを対応候補
   点位置情報圧縮格納手段に格納させ、 前記一の撮像手段の撮像画像中の選択画素を示す位置
   と、この位置に対応する前記対応候補点位置情報圧縮格
   納手段に格納された全体シフト量の格納値と、局所シフ
   ト量の格納値とを加算することによって、前記対応候補
   点を示す位置を求めるようにした物体の認識方法。
9. 【請求項９】 前記選択画素の位置に依存しない
   前記一の撮像手段の撮像画像全体に対する前記他の撮像
   手段の撮像画像全体の全体シフト量は、前記撮像手段の
   取付歪を補正するために設定された、前記仮定距離に応
   じて変化する補正量のことであり、 前記選択画素の位置に依存する局所シフト量は、前記撮
   像手段のレンズの歪を補正するために設定された、前記
   仮定距離および前記選択画素の位置に応じて変化する補
   正量のことである請求項８記載の物体の認識方法。
10. 【請求項１０】 複数の撮像手段を所定間隔をも
    って配置し、これら複数の撮像手段のうちの一の撮像手
    段で対象物体を撮像したときの当該一の撮像手段の撮像
    画像中の選択画素に対応する他の撮像手段の撮像画像中
    の対応候補点の情報を、前記一の撮像手段から前記選択
    画素に対応する前記物体上の点までの仮定距離の大きさ
    毎に抽出し、前記選択画素の画像情報と前記対応候補点
    の画像情報の類似度を算出し、この算出された類似度が
    最も大きくなるときの前記仮定距離を、前記一の撮像手
    段から前記選択画素に対応する前記物体上の点までの距
    離とし、この各画素毎に求められた距離に基づき前記物
    体を認識するようにした物体の認識方法において、 前記一の撮像手段の撮像画像中の選択画素に対応する他
    の撮像手段の撮像画像中の対応候補点の位置を、前記物
    体上の点までの仮定距離を順次変化させることによって
    順次発生して、当該対応候補点の画像情報を抽出する際
    に、前回の仮定距離の対応候補点が属する画素の位置
    と、今回の仮定距離の対応候補点が属する画素の位置
    と、今回の仮定距離の対応候補点の位置と、前回の仮定
    距離をもって抽出された対応候補点が属する画素の画像
    情報と、今回の仮定距離をもって抽出された対応候補点
    が属する画素の画像情報とに基づいて、今回の仮定距離
    における対応候補点の画像情報を抽出するようにした物
    体の認識方法。
11. 【請求項１１】 前回の仮定距離で発生された対応
    候補点が属する画素の位置と、今回の仮定距離の対応候
    補点が属する画素の位置と、今回の仮定距離の対応候補
    点の位置とに基づく、これらの位置関係に応じて、前回
    の仮定距離をもって抽出された対応候補点が属する画素
    の画像情報と、今回の仮定距離をもって抽出された対応
    候補点が属する画素の画像情報とにそれぞれ乗算すべき
    補間係数を求め、これら補間係数と、これら各画像情報
    とに基づく所定の演算によって、今回の仮定距離におけ
    る対応候補点の画像情報を抽出するようにした請求項１
    ０記載の物体の認識方法。
12. 【請求項１２】 複数の撮像手段を所定間隔をもっ
    て配置し、これら複数の撮像手段のうちの一の撮像手段
    で対象物体を撮像したときの当該一の撮像手段の撮像画
    像中の選択画素に対応する他の撮像手段の撮像画像中の
    対応候補点の情報を、前記一の撮像手段から前記選択画
    素に対応する前記物体上の点までの仮定距離の大きさ毎
    に抽出し、前記選択画素の画像情報と前記対応候補点の
    画像情報の類似度を算出し、この算出された類似度が最
    も大きくなるときの前記仮定距離を、前記一の撮像手段
    から前記選択画素に対応する前記物体上の点までの距離
    とし、この各画素毎に求められた距離に基づき前記物体
    を認識するようにした物体の認識方法において、 前記仮定距離の大きさ毎に、前記選択画素の画像情報と
    前記対応候補点の画像情報の類似度を順次算出していく
    ことによって仮定距離に対する類似度の分布を求め、前
    記類似度の分布を考慮して探索のきざみより細かい精度
    で前記物体が存在する距離を推定する距離推定行程にお
    いて、前記物体が測定の限界に近いような遠方に存在す
    る場合に前記物体が存在する前記一の撮像手段の前方の
    距離だけではなく、前記物体が存在しない前記一の撮像
    手段の後方の距離を含めた仮定距離をさらに設定するこ
    とにより、前記物体が測定の限界に近いような遠方に存
    在する場合にも類似度の分布を考慮して、前記物体が存
    在する距離を推定するようにした物体の認識方法。