JP3066173B2

JP3066173B2 - パターンマッチング方法

Info

Publication number: JP3066173B2
Application number: JP4061679A
Authority: JP
Inventors: 文夫安富; 伸宮治
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1992-03-18
Filing date: 1992-03-18
Publication date: 2000-07-17
Anticipated expiration: 2015-07-17
Also published as: JPH05303643A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えばカメラによって
撮影した対象物体の現在位置を検出するべく、対象物体
の撮影画像と該対象物体について予め記憶されている基
準画像との相関をとることによって、撮影画像に対する
基準画像の位置合わせを行なうパターンマッチング方法
に関するものである。

【０００２】

【従来の技術】従来、工場における組立工程や検査工程
などにおいて、対象物体をカメラで撮影し、該撮影画像
と基準画像との相関をとることによって、対象物体の位
置を検出することが行われている。相関の算出方法とし
ては、濃淡画像を用いた正規化相互相関法が知られてい
る。

【０００３】この正規化相互相関法は照明の変化等にも
影響が少なく高精度の検出が可能であるが、演算回数が
非常に多くなる欠点がある。そこで、演算回数を減少さ
せる手段として、基準画像及び撮影画像を同一比率で縮
小して記憶し、縮小画像どうしで相関をとって粗位置検
出を行った後、縮小しない画像どうしで相関をとって精
位置検出を行う方法が提案されている(特開平3-110685
〔G06F15/70〕)。該方法によれば、縮小比率が１／Ｎの
とき、演算時間が粗相関では１／Ｎ²に減少することに
なる。

【０００４】

【発明が解決しようとする課題】しかしながら、上記方
法では、画像の縮小率が過大となると、粗位置検出にお
ける精度が極度に低下して、これによって得られた粗位
置が必ずしもマッチング位置の近傍に存在せず、その後
の精位置検出によっては真のマッチング位置が得られな
い虞れがある。

【０００５】逆に画像の縮小率を過小に設定すると、演
算時間短縮の効果が薄れ、例えば１つの撮影画像に対し
て複数の基準画像をマッチングさせんとする場合には、
演算時間が長くなって、リアルタイムの位置検出が困難
となる問題がある。

【０００６】本発明の目的は、従来よりも演算時間が短
く、然も正確なマッチング位置が得られるパターンマッ
チング方法を提供することである。

【０００７】

【課題を解決する為の手段】本発明に係るパターンマッ
チング方法は、第１記憶手段から読み出された撮影画像
データと第２記憶手段から読み出された基準画像データ
に基づいて、撮影画像に対して基準画像を移動させつつ
両画像の相関係数或いはこれに準じた係数(近似度デー
タ)を算出し、最も高い近似度データが得られるマッチ
ング位置を捜し出すものであって、基本的には次の３つ
の方法がある。

【０００８】第１のパターンマッチング方法(図５、図
６) 第１ステップでは、基準画像の自己相関関数或いはこれ
に準じた関数の先鋭度に応じ、先鋭度が鈍くなるにつれ
て増大する移動ステップ量を決定し、該移動ステップ量
毎に近似度データを算出して、マッチングの候補点Ｐ₁
を探索する。第２ステップでは、第１ステップによって
得られた候補点Ｐ₁を中心として、周囲へ前記移動ステ
ップ量の２分の１の距離だけ拡大した輪郭上の複数の位
置Ｐ2での近似度データを算出し、次の候補点Ｐ₃を探索
する手続きを、１或いは複数回繰り返す。第３ステップ
では、第２ステップによって得られた候補点Ｐ₃を中心
とする所定領域にて、撮影画像及び基準画像を構成する
画素の配列ピッチに応じた単位移動量で近似度データを
算出し、真のマッチング位置を検出する。

【０００９】第２のパターンマッチング方法(図７) 第１ステップでは、基準画像の自己相関関数或いはこれ
に準じた関数の先鋭度に応じ、先鋭度が鈍くなるにつれ
て増大する移動ステップ量を決定し、マッチングの推定
位置Ｐ₇を中心として、周囲へ前記移動ステップ量だけ
拡大した輪郭上の複数位置にて近似度データを算出し
て、これら複数位置から所定値以上の近似度データを有
するマッチング候補点Ｐ₉を探索する。第２ステップで
は、前記第１ステップにて候補点が発見されない場合
に、前記探索領域を中心として、更に周囲へ前記移動ス
テップ量だけ移動した複数位置にて近似度データを算出
して、これら複数位置から所定値以上の近似度データを
有する候補点を探索する手続きを、候補点が発見される
まで繰り返す。第３ステップでは前記第１及び第２ステ
ップによって得られた候補点Ｐ₉を中心とする所定領域
にて、撮影画像及び基準画像を構成する画素の配列ピッ
チに応じた単位移動量で近似度データを算出し、真のマ
ッチング位置Ｐ₈ を検出する。

【００１０】第３のパターンマッチング方法(図９）第１ステップでは、基準画像の自己相関関数或いはこれ
に準じた関数の先鋭度に応じ、先鋭度が鈍くなるにつれ
て増大する移動ステップ量を決定し、該移動ステップ量
毎に近似度データを算出して、マッチングの候補点Ｐ
_１０を探索する。第２ステップでは、第１ステップによ
って得られた候補点Ｐ₁₀を出発点として、近似度データ
が増大する方向へ所定のステップ量でマッチング位置の
探索を進め、最終的には、撮影画像及び基準画像を構成
する画素の配列ピッチに応じた単位移動量で近似度デー
タを算出し、真のマッチング位置Ｐ₁₂を検出する。

【００１１】

【作用】本発明に係るパターンマッチング方法は、撮影
画像と基準画像の所定ずれ量における相関係数が、それ
らの形状的な特徴によって変ることに基づいている。即
ち、例えば図３(ｂ)にハッチングで示す如き塗り込みが
施された縦長の楕円のマッチングにおいては、基準画像
を楕円の短軸方向へずらして相関係数を計算する際の移
動ステップ量は、図３(ａ)にハッチングで示す如き塗り
込みが施された真円のマッチングを行なう場合の移動ス
テップ量よりも小さく設定しなければ、真のマッチング
位置の近傍を粗位置として検出することが出来ない。一
方、縦長の楕円のマッチングにおいて、基準画像を楕円
の長軸方向へずらして相関係数を計算する際の移動ステ
ップ量は、真円のマッチングを行なう場合の移動ステッ
プ量よりも大きく設定しても差支えない。

【００１２】そこで本発明においては、粗位置検出に
て、上記のごとき図形の形状的な特徴を自己相関関数に
よって把握し、その結果に基づいて移動ステップ量或い
は画像縮小率を決定することとしたものである。例え
ば、真円の自己相関関数は図３(ｃ)に示す様に比較的緩
やかな先鋭度のカーブとなるのに対し、縦長の楕円の短
軸方向の自己相関関数は図３(ｄ)の如く急峻な先鋭度を
有するカーブとなる。従って、自己相関関数の先鋭度に
応じて、先鋭度が鈍くなるにつれて大きな移動ステップ
量を設定し、或いは小なる縮小率にて基準画像を記憶す
る。

【００１３】この結果、粗位置検出においては、適切な
移動ステップ量或いは画像縮小率が設定され、真のマッ
チング位置の近傍を確実に粗位置として検出出来る。

【００１４】従って、その後、前記粗位置検出により決
定された粗位置の周囲にて、画素ピッチに応じた単位移
動量を設定して、精位置検出を行なえば、真のマッチン
グ位置を捜し出すことが出来る。

【００１５】上記第１のマターンマッチング方法におい
ては、第１ステップにより粗位置検出が行なわれ、その
後の第２及び第３ステップにより精位置検出が行なわれ
る。精位置検出では、第２ステップにより、真のマッチ
ング位置に近い候補点Ｐ₃が選択されるから、第３ステ
ップでの単位移動量による近似度データの計算領域を前
記候補点Ｐ₃の近傍に縮小出来、これによって計算時間
の短縮が図られる。

【００１６】又、上記第２のパターンマッチング方法
は、マッチング位置の推定が可能な場合を対象するもの
で、第１及び第２ステップによてマッチング推定位置Ｐ
₇の周囲で粗位置検出が行なわれ、その後の第３ステッ
プにより精位置検出が行なわれる。従って、粗位置検出
における計算領域が限定され、計算時間の短縮が図られ
る。

【００１７】更に、上記第３のパターンマッチング方法
においては、第１ステップにより粗位置検出が行なわ
れ、その後の第２ステップにより精位置検出が行なわれ
る。精位置検出では、先ず候補点Ｐ₁₀を出発点とする所
謂山登り法により、真のマッチング位置へ向かって迅速
に探索が進められ、計算時間の短縮が図られる。

【００１８】

【発明の効果】本発明に係るパターンマッチングによれ
ば、粗位置検出において、基準画像の形状的特徴に応じ
た適度な粗さの精度で相関係数を計算することが出来る
ので、相関係数の演算回数は必要最小限に抑えることが
出来、且つその後の精位置検出を経ることによって、真
のマッチング位置を見逃すことなく、的確に捜し出すこ
とが出来る。

【００１９】

【実施例】以下、本発明の実施例を図面に沿って詳述す
る。図１は本発明を実施したパターンマッチング回路の
構成を示している。図示省略するカメラ等から取り込ま
れた撮影画像を記憶すべき画像メモリ(１)は、例えば、
１画素が８bitで画像サイズが５１２×５１２画素の画
像データの格納領域を有している。一方、基準画像(以
下、テンプレート画像という)を記憶すべきテンプレー
トメモリ(２)は、Ｌ×Ｍ（Ｌ，Ｍ：整数＜５１２）画素
の大きさの画像データの格納領域を有している。

【００２０】更に、パターンマッチング回路は、テンプ
レート画像と撮影画像の相関係数を計算する際の両画像
の相対位置を設定する相関計算位置制御手段(３)を具え
ており、前記両メモリ(１)(２)と共に、画像読出し手段
(４)へ接続されている。

【００２１】画像読出し手段(４)は、相関計算位置制御
手段(３)によって指定されたアドレスに応じて、画像メ
モリ(１)及びテンプレートメモリ(２)から画像データを
読み出すものであって、これによって読み出された撮影
画像データ及びテンプレート画像データは相関係数計算
手段(５)へ送られて、所定の位置ずれにおける相関係数
が算出される。

【００２２】ところで、一般に正規化相関係数（以下、
単に相関係数という）は以下のように与えられる。Ｌ×
Ｍ画素の大きさのテンプレート画像Ａ（ｘ，ｙ）と、撮
影画像中のテンプレート画像と同じ大きさの部分画像Ｂ
ij（ｘ，ｙ）（１≦ｘ≦Ｌ，１≦ｙ≦Ｍ）の相関係数Ｃ
ijは数１で表される。

【数１】

【数２】

【数３】

【数４】

【数５】

【００２３】撮影画像の内、マッチング対象の大きさを
Ｘ，Ｙとすると１≦ｉ≦Ｘ−Ｌ＋１１≦ｊ≦Ｙ−Ｌ＋１となる。

【００２４】ここで仮に、マッチング対象Ｘ×Ｙ画素の
全ての点についての相関係数を求めようとすれば、（Ｘ
−Ｌ＋１）×（Ｙ−Ｍ＋１）個のＣijを求めなければな
らず、長い演算時間を要することになる。

【００２５】そこで、本発明では、図１のパターンマッ
チング回路によって以下の演算処理を行なう。先ず、両
画像の位置ずれに相当するデータ（ｉ，ｊ）が与えられ
て、相関係数Ｃijを計算する際、(ｉ，ｊ)とＬ，Ｍに関
する情報が相関計算位置制御手段(３)から画像読みだし
手段(４)へ与えられる。画像読みだし手段(４)は、画像
メモリ(１)の(ｉ，ｊ)の位置からＬ×Ｍの矩形領域内の
画像データを１画素ずつ読み出すと共に、テンプレート
メモリ(２)内の画像データを１画素ずつ読み出す。読み
出された２つの画像データは相関係数計算手段(５)へ送
られ、前記数１に基づいて相関係数Ｃijが計算される。

【００２６】次に、相関計算位置制御手段(３)による
(ｉ，ｊ)の与え方について述べる。粗位置検出において
は、（ｉ，ｊ）は１ずつ増加させるのではなく、予めテ
ンプレート画像の形状的特徴から決定したＸ、Ｙ方向の
ステップ量Ｘstep、Ｙstepを用いて、ｉ＝ｉ＋Ｘstep、
ｊ＝ｊ＋Ｙstep毎の(ｉ，ｊ)について相関係数を計算
し、その中で相関係数が最も大きな点をマッチングの粗
位置として選択する。

【００２７】そして、その後の精位置検出においては、
最終的に、前記粗位置の周囲にて（ｉ，ｊ）を１ずつ増
加させて相関係数を計算し、相関係数が最大となる点、
即ち真のマッチング位置を捜し出すのである。

【００２８】粗位置検出における移動ステップ量Ｘste
p、Ｙstepは後述の如く決定される。先ず、図２(ａ)に
示すテンプレート画像の周囲に、図２(ｂ)の如くテンプ
レート画像の平均濃度値を１画素幅分加えた（Ｌ＋２）
×（Ｍ＋２）の大きさの拡張画像を設定する。

【００２９】次に、該拡張画像とテンプレート画像との
相関関数を求める。この相関関数はテンプレート画像の
自己相関関数に準じた関数となる。この場合、テンプレ
ート画像を拡張画像上の中心位置から上下左右及び斜め
方向へ夫々移動させることによって、図２(ｃ)の如く、
Ｃ₀₀，Ｃ₀₁，Ｃ₀₂，Ｃ₁₀，Ｃ₁₁，Ｃ₁₂，Ｃ₂₀，Ｃ₂₁，Ｃ
₂₂の合計９個の相関係数が求めれる。ここで、Ｃ₁₁は拡
張画像中の元々のテンプレート画像と全く同じ画像部分
との相関をとることになるので、Ｃ₁₁＝１.０となる。

【００３０】そして、下記の数６及び数７によって、Ｘ
軸方向の移動ステップ量Ｘstep及びＹ軸方向の移動ステ
ップ量Ｙstepを算出する。但し、Ａは１.０未満の正の
定数であって、例えばＡ＝０.２に設定する。

【数６】Ｘstep＝(１.０−Ａ)／Ｘｓ

【数７】Ｙstep＝(１.０−Ａ)／Ｙｓここで、

【数８】Ｘｓ＝{(Ｃ₁₁−Ｃ₁₀)＋(Ｃ₁₁−Ｃ₁₂)}／４

【数９】Ｙｓ＝{(Ｃ₁₁−Ｃ₀₁)＋(Ｃ₁₁−Ｃ₂₁)}／４

【００３１】上記算出式の根拠を図３及び図４によって
説明する。図３(ａ)(ｂ)に示す前述の真円及び縦長の楕
円を対象画像として、夫々撮影画像(６)(７)及びテンプ
レート画像(８)(９)を設定した場合、ｘ軸方向の自己相
関関数は、真円においては図３(ｃ)の如く比較的先鋭度
が緩やかなカーブを示すが、楕円においては図３(ｄ)の
如く急峻な先鋭度のカーブを示す。従って、楕円のテン
プレート画像(９)の方が円のテンプレート画像(８)に比
べてマッチング位置からのずれに対して相関係数の変化
が敏感であり、楕円のＸstepは真円よりも小さく設定し
なければ、相関係数の山を見落す虞れがある。

【００３２】図４は、図３(ｃ)及び(ｄ)に示す正確な相
関関数ではなく、真のマッチング位置(相関関数のピー
ク位置)と、その両側へ１画素だけ位置がずれたときの
相関係数に基づいて直線近似を行なった近似的な相関関
数を示しており、本実施例では、該近似相関関数を前記
移動ステップ量Ｘstep、Ｙstepの算出に用いる。

【００３３】図４に示す如く、＋ｘ，−ｘ方向で相関係
数の値がＡとなる点のｘ方向の間隔をＳとすると、この
Ｓは上記数８のＸｓと等価な値となり、一定ステップ量
Ｘstep＝Ｓで相関係数を計算していけば、その計算結果
は、Ａ以上の値となる確率が高いと言える。

【００３４】即ち、上記数６及び数７によって得られる
Ｘstep、Ｙstepの間隔ごとに撮影画像とテンプレート画
像の相関係数を計算すれば、相関係数の値が定数Ａ以上
となる粗位置が高い確率で得られることになる。

【００３５】尚、定数Ａは必ずしも一定である必要はな
く、テンプレート画像と撮影画像の一致度が予め判明し
ている場合や、相関係数の値よりも演算時間を優先する
場合等においては、Ｘstep，Ｙstepに上限下限を設けた
り、或いは別の算出法によって設定することも可能であ
る。

【００３６】その後、精位置検出においては、上述の粗
位置検出によって得られた粗位置の周囲±（Ｘstep−
１）、±（Ｙstep−１）の範囲について、画素ピッチに
一致する単位ずれを設定して相関係数を計算し、その中
での最大の相関係数が得られた点をマッチング位置とす
ることが可能である。

【００３７】この場合、相関計算の演算回数Ｎは、

【数１０】Ｎ＝(Ｘ／Ｘstep)・(Ｙ／Ｙstep)＋(２Ｘstep-1)・(２Ｙstep-1)−１に減少することになる。

【００３８】この回数は、粗位置検出を行なわず精位置
検出のみによってマッチング位置を捜し出す場合の演算
回数（Ｘ−Ｌ＋１)・(Ｙ−Ｍ＋１）よりも遥かに少な
く、１つの撮影画像に対して複数のテンプレート画像を
マッチングする場合でも、演算時間は短く、リアルタイ
ムの位置検出が可能である。

【００３９】ところで、本実施例では更に演算時間の短
縮を図るべく、次の３つのパターンマッチング方法を採
用する。

【００４０】第１のマッチング方法図５(ａ)の如く、撮影画像(61)に対するマッチング位置
の探索において、前記の移動ステップ量Ｘstep、Ｙstep
の間隔で格子状に散在する複数の点Ｐ₀毎に相関係数を
計算し、これらの点の中で最大の相関係数値を持つ点Ｐ
₁を最初の候補点として選定する。

【００４１】次に、図５(ｂ)の如く候補点Ｐ₁を中心と
して、周囲へ夫々±Ｘstep／２、±Ｙstepだけ拡大した
８つ点Ｐ₂について相関係数を計算し、前記候補点Ｐ₁と
前記８つの点Ｐ₂の中で最大の相関係数を有する次の候
補点Ｐ₃を選定する。

【００４２】その後、候補点Ｐ₃の周囲±(Ｘstep／２−
１)、±(Ｙstep／２−１)の領域について、画素ピッチ
に一致する単位ずれを設定して相関係数を計算し、その
中での最大の相関係数が得られた点を選択すれば、その
点が真のマッチング位置となる。

【００４３】このときの演算回数Ｎは、

【数１１】Ｎ＝(Ｘ／Ｘstep)・(Ｙ／Ｙstep)＋８＋(Ｘstep-1)・(Ｙstep-1)−１に減少する。

【００４４】上記数１０から数１１を引算した差Ｄは、
Ｘstep≧２，Ｙstep≧２であるとすると、

【数１２】Ｄ＝３Ｘstep・Ｙstep−Ｘstep−Ｙstep−８＝Ｘstep(３Ｙstep−１)−Ｙstep−８ ≧２(３Ｙstep−１)−Ｙstep−８＝５Ｙstep−１０≧５・２−１０＝０

【００４５】従って、この差Ｄは必ず０以上になって、
数１１の演算回数の方が少ないことが判る。

【００４６】尚ここでは、ステップ量を１／２に縮小す
る処理を１回だけ行なっているが、図５(ｂ)の候補点Ｐ
₃を中心として、更にステップ量を１／２に縮小しなが
ら探索を進め、ステップ量が画素ピッチに一致するまで
同様の計算を繰り返す方法も採用可能である。

【００４７】一方、図６(ａ)(ｂ)は上記方法の変形例を
示したもので、図６(ａ)において、最初の候補点Ｐ₁を
中心として、斜め方向にＸstep／２、Ｙstep／２だけ離
れた４点Ｐ₄の相関係数を計算し、この中で最大の相関
係数を有する次の候補点Ｐ₅を選定する。続いて図６
(ｂ)に示すように、前記候補点Ｐ₅の上下左右の４点Ｐ₆
についての相関係数を計算し、最大の相関係数が得られ
る次の候補点を選定する。その後は、該候補点の周囲に
おいて、画素ピッチに一致する単位ずれで相関係数を計
算し、真のマッチング位置を検知するのである。

【００４８】尚、上記実施例では、テンプレート画像、
撮影画像をそのまま用いて相関計算を行っているが、テ
ンプレート画像を縮小した画像を縮小用テンプレートメ
モリに格納しておき、画像メモリから撮影画像を読み出
す時に画像読みだし手段によってアドレスをスキップし
ながら、読み出す方法も採用可能である。

【００４９】即ち、予めテンプレート画像の隣接する４
画素の内、１画素を抽出し、或いは４画素の平均値を取
り出すことによって、１／４に縮小した縮小テンプレー
ト画像を作成し、これを縮小用テンプレートメモリに記
憶しておく。そして、粗位置検出においては、上記縮小
用テンプレートメモリから縮小テンプレート画像データ
を読み出すと共に、画像メモリから撮影画像データを
ｘ，ｙ方向に夫々２画素置きに読み出し、これによって
データ量を夫々１／４に減らして相関係数の計算を行
う。

【００５０】その後、精位置検出においては、粗位置検
出によって得られた候補点の周囲について、縮小してい
ない標準のテンプレート画像と撮影画像の間で相関係数
の計算を行い、真のマッチング位置を捜し出すのであ
る。この結果、更に演算回数が減少することになる。

【００５１】又、他のパターンマッチング方法として、
上記同様に縮小用テンプレートメモリを用意し、その画
像の縮小率を、自己相関関数の分布の先鋭度に応じ、先
鋭度が鈍くなるにつれて減少する値に設定して、該縮小
率にて基準画像を記憶し、粗位置検出においては、縮小
用テンプレートメモリから画像データをスキップするこ
となく読み出すと共に、画像メモリからは前記縮小率に
応じたステップ量にて画像データを読み出し、両画像デ
ータの相関係数を算出する方法も採用可能である。

【００５２】更に、荒位置検出においては、縮小率が異
なる複数のテンプレートを用意し、ステップ量を１／２
に短縮する度に、より縮小率の小さいテンプレートに順
次切換えると共に、画像メモリからは、そのときの縮小
率に応じたステップ量にて間欠的に撮影画像データを読
み出す。例えば１／４に縮小したテンプレートを用いる
場合、撮影画像データは２画素おきに読み出す。そし
て、精位置検出においては、画像メモリから撮影画像デ
ータをスキップすることなく読み出すと共に、テンプレ
ートは縮小していない標準のものを使用する方法も可能
である。

【００５３】これによって、荒位置検出における演算時
間を更に短縮することが出来る。この場合、ステップ量
の短縮につれてテンプレートの縮小率を小さくするの
は、ステップ量が小さい時に縮小率を大きくして計算を
進めると、間違った候補点を選ぶ可能性があるからであ
る。

【００５４】第２のマッチング方法この方法は、予めマッチング位置のおおよその位置が分
っている場合に有効であって、図７の如く、真のマッチ
ング位置Ｐ₈はマッチング推定位置Ｐ₇の近傍に存在して
いる可能性が高いから、該マッチング推定位置Ｐ₇を中
心として、先ず粗位置検出を行なうのである。

【００５５】即ち、マッチング推定位置Ｐ₇を中心とし
て、前述のテンプレートの自己相関から定めたＸ、Ｙ方
向の移動ステップ量Ｘstep、Ｙstepを用いて、図７中に
破線で示す如く±Ｘstep、 ±Ｙstepだけ拡大した範囲
を第１の探索領域に設定する。そして、同領域内にてＸ
step、Ｙstepの間隔で相関係数を計算することで、前記
定数Ａ以上の相関係数を有するマッチング候補点Ｐ₉を
探索する。

【００５６】もし、前記領域内で前記定数Ａ以上の相関
係数を有するマッチング候補点が発見されなければ、第
２の探索領域として、破線の範囲を更に周囲へＸstep、
Ｙstepだけ領域を拡大してマッチング候補点の探索を進
める。

【００５７】この様にしてマッチング候補点Ｐ₉が発見
されると、最後に、該マッチング候補点Ｐ₉を中心とし
て、±(Ｘstep−１)、±(Ｙstep−１)の領域内で、画素
ピッチに一致する単位ずれで相関係数を計算し、真のマ
ッチング位置Ｐ₈を検知するのである。

【００５８】ここで、前記定数Ａは必ずしも一定である
必要はなく、テンプレートと撮影画像の近似度が予め分
かっている場合や、演算時間を優先したい場合には、Ｘ
step、Ｙstepに上限、下限を設ける等、他の設定方法も
可能である。更に、探索領域の設定の方法も図示する例
の様な矩形領域に限らず、円形領域でも可い。

【００５９】上記マッチング方法によれば、演算回数Ｎ
は、最初に設定された探索領域内にマッチング位置が存
在する場合、

【数１３】Ｎ＝９＋(２Ｘstep-1)・(２Ｙstep-1) と、著しく減少する。

【００６０】仮に探索領域が拡張され続けて、最終的に
撮影画像(61)と同一になったとしても、演算回数Ｎは、

【数１４】Ｎ＝(Ｘ／Ｘstep)・(Ｙ／Ｙstep)＋(２Ｘstep−１)・(２Ｙstep−１)−１に抑えられる。

【００６１】尚、上記の例では、候補点Ｐ₉を発見する
ための粗位置検出にて、テンプレート画像及び撮影画像
をそのまま用いて相関計算を行なっているが、前述の縮
小テンプレート及びスキップ読出しによる検索も可能で
ある。

【００６２】又、候補点Ｐ₉が発見された後の精位置検
出に際しても、最初から±(Ｘstep／２−１)、±(Ｙste
p／２−１)の範囲内の全ての点で相関係数を計算するの
ではなく、第１のマッチング方法の如く適当な刻み幅を
設けて、その刻み幅ごとに相関係数を計算して次の候補
点を探索し、領域の限定を進める方法も採用出来る。

【００６３】更に、候補点Ｐ₉はマッチング位置Ｐ₈へ至
る検索には、後述の所謂山登り法を採用することも可能
である。

【００６４】第３のマッチング方法この方法は、テンプレートの自己相関から定めたＸ、Ｙ
方向の移動ステップ量Ｘstep、Ｙstepの設定によって、
図９に示す如くマッチングの候補点Ｐ₁₀が発見された後
に、所謂山登り法によってマッチング位置Ｐ₁₂へ至る探
索に関するものである。

【００６５】ここでは、図８に示す如く、例えば３×３
の９画素に対応する矩形マスク(21)を想定する。図示す
る矩形マスク(21)内の数字はマスクの中心から見た方向
を表わしている。

【００６６】探索においては、図９の如く候補点Ｐ₁₀が
中心となる様に矩形マスク(21)を撮影画像(61)に重ね合
わせ、該マスク内の周囲８点（方向番号１〜８）の相関
係数を計算し、最大となる方向を求める。ここでは、８
つの相関係数の内、マッチング位置Ｐ₁₂に最も近い方向
番号８の点Ｐ₁₁が最大となる。

【００６７】そこで、次は前記の点Ｐ₁₁が中心となる様
に矩形マスク(21)を移動し、再びマスク内の相関係数を
計算する。この際、既に計算済みの点についての重複計
算は省略出来る。そして、同様に相関係数が最大となる
方向を求め、マスクを移動する。

【００６８】以上の手続きを繰り返し、矩形マスク(21)
中心点の相関係数がマスク周囲の８つの点の相関係数よ
りも大きくなれば、その位置がマッチング位置Ｐ₁₂とな
る。

【００６９】ここで、相関計算の演算回数は、候補点の
探索に際して、(Ｘ／Ｘstep)・(Ｙ／Ｙstep)回、その後
の山登り探索においては、マスクが斜め方向に一回移動
する度に最大５点の相関係数を計算するとして、ｎ回の
マスク移動が行なわれた場合、(８＋５ｎ)回となる。但
し、マッチング位置Ｐ₁₂は、候補点Ｐ₁₀の周囲±(Ｘste
p−１)、±(Ｙstep−１)の範囲内に存在するから、マス
ク移動回数ｎには下式が成立する。

【００７０】

【数１５】ｎ≦Ｍａｘ(Ｘstep−１,Ｙstep−１）

【００７１】従って、相関計算の演算回数Ｎは、

【数１６】Ｎ＝（Ｘ／Ｘstep)・(Ｙ／Ｙstep)＋５×Ｍａｘ(Ｘstep−１,Ｙstep−１)＋８に抑えられる。

【００７２】上記の例では、マスク移動後の相関係数の
計算に際して、未計算の５点を全て計算しているが、移
動方向に並ぶ３点、図９の例では方向番号７、８、１の
３点でも十分である。これによって更に演算回数を減少
させることが出来る。

【００７３】又、マスクに関しては、上記の３×３サイ
ズでは一画素ずつのマスク移動になるが、さらに大きな
マスクを用いれば、数画素ずつ移動出来るから、最初は
大きなマスクを用いて大まかに探索し、マッチング位置
に近づいてからマスクを小さくして、詳細に探索する方
法も採用可能である。

【００７４】上記パターンマッチング方法によれば、先
ず、テンプレート画像の形状的特徴に応じた粗さで相関
係数を計算することによって、マッチング位置近傍の候
補点を発見し、その後、該候補点の近傍にて効率的な探
索が行なわれるから、計算時間の大幅な短縮が可能であ
る。

【００７５】上記実施例の説明は、本発明を説明するた
めのものであって、特許請求の範囲に記載の発明を限定
し、或は範囲を減縮する様に解すべきではない。又、本
発明の各部構成は上記実施例に限らず、特許請求の範囲
に記載の技術的範囲内で種々の変形が可能であることは
勿論である。

【００７６】例えば上記実施例では、近似度を表わす指
標として相関係数及び相関関数を用いているが、これに
準じた他の係数及び関数を定義して用いることも可能で
ある。又、上述の複数のマッチング方法を組み合わせた
探索方法も採用出来る。

【図面の簡単な説明】

【図１】本発明に係るパターンマッチング方法を実施す
るための回路構成を示すブロック図である。

【図２】粗位置検出における自己相関関数の算出範囲を
説明する図である。

【図３】形状的特徴による自己相関関数の相違を説明す
る図である。

【図４】直線近似した自己相関関数を表わす図である。

【図５】第１のマッチング方法における探索過程を示す
図である。

【図６】第１のマッチング方法の変形例における探索過
程を示す図である。

【図７】第２のマッチング方法における探索過程を示す
図である。

【図８】第３のマッチング方法に用いる矩形マスクの平
面図である。

【図９】第３のマッチング方法における探索過程を示す
図である。

【符号の説明】

(１) 画像メモリ (２) テンプレートメモリ (３) 相関計算位置制御手段 (４) 画像読出し手段 (５) 相関係数計算手段 (６) 撮影画像 (７) 撮影画像 (８) テンプレート画像 (９) テンプレート画像

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 7/00 H04N 7/32

Claims

(57)【特許請求の範囲】

【請求項１】第１の記憶手段に記憶されている対象物
体の撮影画像に、第２の記憶手段に記憶されている基準
画像を重ね合わせるパターンマッチング方法において、
第１記憶手段から読み出された撮影画像データと第２記
憶手段から読み出された基準画像データに基づいて、撮
影画像に対して基準画像を移動させつつ両画像の相関係
数或いはこれに準じた係数(近似度データ)を算出し、最
も高い近似度データが得られるマッチング位置を捜し出
す方法であって、基準画像の自己相関関数或いはこれに準じた関数の先鋭
度に応じ、先鋭度が鈍くなるにつれて増大する移動ステ
ップ量を決定し、該移動ステップ量毎に近似度データを
算出して、マッチングの候補点を探索する第１ステップ
と、第１ステップによって得られた候補点を中心として、周
囲へ前記移動ステップ量の２分の１の距離だけ拡大した
輪郭上の複数の位置での近似度データを算出し、次の候
補点を探索する手続きを、１或いは複数回繰り返す第２
ステップと、第２ステップによって得られた候補点を中心とする所定
領域にて、撮影画像及び基準画像を構成する画素の配列
ピッチに応じた単位移動量で近似度データを算出し、真
のマッチング位置を検出する第３ステップとを有するこ
とを特徴とするパターンマッチング方法。
【請求項２】第２記憶手段は、基準画像を記憶する主
記憶部と、該基準画像を複数種類の縮小率で縮小した複
数の画像を記憶する副記憶部とから構成し、前記第１ス
テップでは、第２記憶手段の副記憶部から縮小率の最も
大きな基準画像データを読み出すと共に、第１記憶手段
からは、前記縮小率に応じたステップ量にて間欠的に撮
影画像データを読み出し、前記第２ステップでは、前記
移動ステップ量の２分の１の距離だけ移動する度に、縮
小率の小さい画像データに順次切り換えると共に、第１
記憶手段からは、該縮小率に応じたステップ量にて間欠
的に撮影画像データを読み出し、前記第３ステップで
は、第１記憶手段から撮影画像データをスキップするこ
となく読み出すと共に、第２記憶手段の主記憶部から基
準画像データを読み出す請求項１に記載のパターンマッ
チング方法。
【請求項３】第１の記憶手段に記憶されている対象物
体の撮影画像に、第２の記憶手段に記憶されている基準
画像を重ね合わせるパターンマッチング方法において、
第１記憶手段から読み出された撮影画像データと第２記
憶手段から読み出された基準画像データに基づいて、撮
影画像に対して基準画像を移動させつつ両画像の相関係
数或いはこれに準じた係数(近似度データ)を算出し、最
も高い近似度データが得られるマッチング位置を捜し出
す方法であって、基準画像の自己相関関数或いはこれに準じた関数の先鋭
度に応じ、先鋭度が鈍くなるにつれて増大する移動ステ
ップ量を決定し、マッチングの推定位置を中心として、
周囲へ前記移動ステップ量だけ拡大した輪郭上の複数位
置にて近似度データを算出して、これら複数位置から所
定値以上の近似度データを有するマッチング候補点を探
索する第１ステップと、第１ステップにて候補点が発見されない場合は、前記探
索領域を中心として、更に周囲へ前記移動ステップ量だ
け拡大した輪郭上の複数位置にて近似度データを算出し
て、これら複数位置から所定値以上の近似度データを有
する候補点を探索する手続きを、候補点が発見されるま
で繰り返す第２ステップと、第１及び第２ステップによって得られた候補点を中心と
する所定領域にて、撮影画像及び基準画像を構成する画
素の配列ピッチに応じた単位移動量で近似度データを算
出し、真のマッチング位置を検出する第３ステップとを
有することを特徴とするパターンマッチング方法。
【請求項４】第２記憶手段は、基準画像を記憶する主
記憶部と、該基準画像を所定の縮小率で縮小した画像を
記憶する副記憶部とから構成し、前記第１ステップ及び
第２ステップでは、第２記憶手段の副記憶部から画像デ
ータを読み出すと共に、第１記憶手段からは、前記縮小
率に応じたスキップ量にて間欠的に撮影画像データを読
み出し、前記第３ステップでは、第１記憶手段から撮影
画像データをスキップすることなく読み出すと共に、第
２記憶手段の主記憶部から基準画像データを読み出す請
求項３に記載のパターンマッチング方法。
【請求項５】第１の記憶手段に記憶されている対象物
体の撮影画像に、第２の記憶手段に記憶されている基準
画像を重ね合わせるパターンマッチング方法において、
第１記憶手段から読み出された撮影画像データと第２記
憶手段から読み出された基準画像データに基づいて、撮
影画像に対して基準画像を移動させつつ両画像の相関係
数或いはこれに準じた係数(近似度データ)を算出し、最
も高い近似度データが得られるマッチング位置を捜し出
す方法であって、基準画像の自己相関関数或いはこれに準じた関数の先鋭
度に応じ、先鋭度が鈍くなるにつれて増大する移動ステ
ップ量を決定し、該移動ステップ量毎に近似度データを
算出して、マッチングの候補点を探索する第１ステップ
と、第１ステップによって得られた候補点を出発点として、
近似度データが増大する方向へ所定のステップ量でマッ
チング位置の探索を進め、最終的には、撮影画像及び基
準画像を構成する画素の配列ピッチに応じた単位移動量
で近似度データを算出し、真のマッチング位置を検出す
る第２ステップとを有することを特徴とするパターンマ
ッチング方法。
【請求項６】第２記憶手段は、基準画像を記憶する主
記憶部と、該基準画像を所定の縮小率で縮小した画像を
記憶する副記憶部とから構成し、前記第１ステップで
は、第２記憶手段の副記憶部から画像データを読み出す
と共に、第１記憶手段からは、前記縮小率に応じたスキ
ップ量にて間欠的に撮影画像データを読み出し、前記第
２ステップでは、第１記憶手段から撮影画像データをス
キップすることなく読み出すと共に、第２記憶手段の主
記憶部から基準画像データを読み出す請求項５に記載の
パターンマッチング方法。