JP3296493B2 - 背景における対象物の内点を決定する方法 - Google Patents

Description

【発明の詳細な説明】 発明の背景 発明の分野 本発明は、背景における対象物の内点を決定するため
の像分析方法に関する。本発明はまた、背景において少
なくとも一つの所定属性値を有する少なくとも一つの妥
当対象物を識別する方法に関する。対象物の内点を決定
することにより、対象物と背景の像から前に識別された
対象物を「暗化（blacken out）」又は有効に除去し、
こうして、いっそうの探索のために残余像を生成する。

関連技術の説明 その輪郭が与えられる時、領域の内点にアクセスする
能力は、像処理における古典的な問題である。この問題
に対する以前の解決策は、L.W.Chang and K.L.Leuに
よる論文、“Ａ Fast Algorithm for the Restora
tion of Images Based on Chain Codes Descrip
tion and Its Applications"、Computer Vision,Gr
aphics,and Image Processing 50,296−307（1990）
において記載された。関連性のある記載された一つのア
ルゴリズムは、対象物におけるピクセル毎が問い合わさ
れることを必要とする。対象物内のピクセル数は対象物
の周囲のピクセル数よりも多いために、そのような技術
は、比較的遅い。記載された別の方法は、対象物の輪郭
領域と直線の交差部分が、対象物の周囲において偶数の
点を線引きするという事実に基づいたパリティ検査であ
る。内点の指定は、像の各線において輪郭における各奇
点と次の偶点の間のすべての点が、内点として指定され
る任意の編成規則によって決定される。そのようなパリ
ティ検査アルゴリズムは、複雑な形状の対象物で作用し
ない。

上記の同一論文において、ChangとLeuは、方向符号値
に基づいて４つの項類の一つに周囲点を特性付けること
による高度パリティ検査アルゴリズムを提案する。点の
特性付けは、周囲点の新バッファーの生成につながり、
この場合、幾つかの点は複製され、他の点は削除され
る。パリティ検査アルゴリズムを新生成バッファーに適
用することにより、複雑な形状の対象物の内点が識別さ
れる。しかし、ChangとLeuによって提示された高度アル
ゴリズムは、内点決定の問題を解決するための間接方法
であり、過多数の段階を必要とする。

12/14/87に公告された日立電子エンジニアリング株式
会社への特公昭62−60069は、カラーに基づいてコロニ
ーを弁別するコロニースクリーニング装置を開示する。
コロニーは、所定のしきい値を使用してパターン認識に
よって識別され、そしてコロニーの中心における少数の
点が、任意に選択される。この公告は、対象物の内点の
すべてを決定するための方法を開示しない。決定のエリ
アを限定することは、対象物識別における試行へ誤差の
可能性を導入し、像の残余部分の探索を無効にする。

Bacusへの米国特許第４、453、266号は、セルの閉境
界内のグレーレベル値の総和を使用して、セルの光学濃
度を測定するための方法を開示する。Bacusは、自動し
きい化技術を使用して、未知又は任意の形状の対象物の
内点のすべてを決定することを考えない。

これらの参照はいずれも、識別された対象物の内点の
すべてを決定するための方法を開示しない。さらに、こ
れらの参照はいずれも、対象物の内点を決定することに
より自動計算されたしきい値を使用して、背景において
少なくとも一つの妥当対象物の所定属性値を有する少な
くとも一つの妥当対象物を識別する方法を開示しない。
さらに、これらの参照はいずれも、前に識別された対象
物を像から有効に除去し、いっそうの探索のために残余
像を生成するための方法を開示しない。

発明の要約 従って、本発明は、識別された対象物の内点を決定す
るための方法を提供することにより、先行技術の諸問題
を解決する。

本発明はまた、識別された対象物の内点を決定するこ
とにより自動計算されたしきい値を使用して、背景にお
いて少なくとも一つの所定の属性値を有する対象物を識
別する方法を提供することにより、先行技術の諸問題を
解決する。特に、本発明の方法は、変化する背景におい
て対象物を識別することができる。

本発明は、さらに、前に識別された対象物を像から有
効に除去し、これにより、いっそうの探索のために残余
像を生成するための方法を提供するこれにより、先行技
術の諸問題を解決する。

本発明の方法はまた、対象物の内点を決定するための
直接方法を提供するために、対象物の各周囲点に固有の
編成規則を使用することにより、先行技術の諸問題を解
決する。

上記の解決策を達成するために、ここで具現され広く
記載された発明の第１実施態様の目的により、背景にお
ける対象物の内点を決定するための方法が提供される。
方法は、対象物と背景の像を発生する段階と、対象物に
対して像を探索する段階と、対象物の周囲点を決定する
段階とを含む。方法はまた、周囲バッファーを生成する
段階を含む。周囲バッファーは周囲点を具備し、この場
合、各周囲点は、行位置座標値と、列位置座標値と、方
向符号ベクトルとを有する。方向符号ベクトルは、各周
囲点に対して第１及び第２方向符号値を具備する。第１
方向符号値は、各それぞれの周囲点の次の周囲点に対す
る関係を記述し、そして第２方向符号値は、各それぞれ
の周囲点の前周囲点に対する関係を記述する。方法はま
た、所定の順序で周囲バッファーにおける周囲点をソー
トし、ソートされた周囲バッファーを生成し、ソートさ
れた周囲バッファーにおける各周囲点に対して第１及び
第２値の一方を有する状態変数を割り当て、状態変数の
値は第１及び第２方向符号値によって決定される段階を
含む。方法はまた、検査される周囲点と同一の線セグメ
ントにおいて、ソートされた周囲バッファーにおける検
査周囲点と次の周囲点の間にある各点を対象物の内点と
して指定する段階を含み、この場合、検査周囲点は状態
変数の第１値を割り当てられる。

さらに、ここで具現され広く記載された発明の第２実
施態様の目的により、背景において少なくとも一つの所
定の属性値を有する少なくとも一つの妥当対象物を識別
する方法が提供される。方法は、対象物と背景の像を発
生する段階と、少なくとも一つの自動計算されたしきい
値を使用して少なくとも一つの候補対象物に対して像を
探索する段階と、候補対象物の周囲点を決定する段階と
を含む。方法はまた、周囲バッファーを生成する段階を
含む。周囲バッファーは、周囲点を具備し、この場合、
各周囲点は、行位置座標値と、列位置座標値と、方向符
号ベクトルとを有する。方向符号ベクトルは、各周囲値
に対して第１及び第２方向符号値を具備する。第１方向
符号値は、各それぞれの周囲点の次の周囲点に対する関
係を記述し、そして第２方向符号値は、各それぞれの周
囲点の前周囲点に対する関係を記述する。方法はまた、
所定の順序で周囲バッファーにおける周囲点をソート
し、ソートされた周囲バッファーを生成し、ソートされ
た周囲バッファーにおける各周囲点に対して第１及び第
２値の一方を有する状態変数を割り当て、状態変数の値
は第１及び第２方向符号値によって決定される段階を含
む。方法はまた、検査される周囲点と同一の線セグメン
トにおいて、ソートされた周囲バッファーにおける検査
周囲点と次の周囲点の間にある各点を対象物の内点とし
て指定する段階を含み、この場合、検査周囲点は状態変
数の第１値を割り当てられる。方法はまた、候補対象物
属性値により候補対象物を特性付ける段階と、妥当対象
物を識別するために妥当対象物の所定属性値を有する候
補対象物を妥当化する段階とを含む。

像から前に識別された対象物を除去するために、いっ
そうの探索のために残余像を生成するための方法が提供
される。方法は、第２実施態様の諸段階を含み、そして
さらに、所定のグレーレベル値を選択し、かつ所定のグ
レーレベル値を有するすべての点を決定するために像を
走査する段階と、所定のグレーレベル値を有する各点の
グレーレベル値に新所定グレーレベル値を再割り当てす
る段階と、すべての妥当対象物のすべての内点に対して
所定グレーレベル値を割り当てる段階とを含む。方法は
また、残余像が所定のグレーレベル値以外のグレーレベ
ル値を有するすべての点を具備する場合に、残余像のグ
レーレベルヒストグラムを発生する段階と、Ｎ個の大域
エントロピーしきいレベルを選択する段階と、エントロ
ピー的に選択されたしきいグレーレベル値の各々を使用
して、グレーレベルヒストグラムをＮ＋１個のサブヒス
トグラムに細分割する段階と、少なくとも一つの新候補
対象物に対して、各大域のエントロピー的に選択された
しきいグレーレベル値を使用して各サブヒストグラムに
対応する像の部分を探索し、この場合、新候補対象物
は、少なくとも一つの候補対象物属性値を有する段階
と、妥当対象物を識別するためにサブヒストグラムの各
々に対して妥当対象物の所定属性値を有する新候補対象
物を妥当化する段階とを含む。

図面の簡単な説明 明細書の一部に取り入れられ、かつそれを構成する添
付の図面は、発明の好ましい実施態様を示し、上記の一
般説明と下記の好ましい実施態様の詳細な説明ととも
に、発明の原理の説明に役立つ。

第１図は、本発明の第１実施態様による全体方法の諸
段階を示すブロック図である。

第2A図は、時計回り方向においてトレースされた単純
対象物の行及び列位置座標値を表現する、行と列が指定
された概略図である。

第2B図は、第2A図に示された13個の点に対する行位置
座標値、列位置座標値と方向符号値を示す図である。

第３図は、対象物の各周囲点の座標を決定するための
モジュールGET PERIMの段階を示す流れ図である。

第４図は、時計回り方向においてトレースされた対象
物に対する方向符号値を示す概略図である。

第５図は、反時計回り方向においてトレースされた対
象物に対する方向符号値を示す概略図である。

第6A図と第6B図は、対象物の周囲点を具備する周囲バ
ッファーを生成するモジュールLOAD BUFFERの段階を示
す流れ図である。

第７図は、各周囲点に状態変数を割り当てるモジュー
ルREAD COLORの一部の段階を示す流れ図である。

第８図は、時計回り方向においてトレースされた対象
物に対するFILL索引テーブルである。

第９図は、反時計回り方向においてトレースされた対
象物に対するFILL索引テーブルである。

第10A図と第10B図は、周囲バッファーにおける周囲点
が、まず行によってソートされ、次に列によってソート
された、本発明の第１実施態様の実現のためのモジュー
ルREAD COLORの一部の段階を示す流れ図である。

第11A図は、赤緑青カラー空間を示す略図である。

第11B図は、赤緑青色相環を示す略図である。

第12図は、像のグレーレベルヒストグラムを発生する
ために使用されるモジュールHISTOGRAMの段階を示す流
れ図である。

第13図は、ヒストグラムのエントロピー関数が第１実
施態様の特定応用により最大化される如く、しきいグレ
ーレベルをエントロピー的に選択するために使用される
モジュールENTROPYの段階を示す流れ図である。

第14図は、変化する背景における単一の単純対象物の
像のグレーレベルヒストグラムである。

第15図は、少なくとも一つの候補対象物に対して像を
探索するために使用されるモジュールSEARCH IMAGEの
段階を示す流れ図である。

第16図は、像を探索するためにも使用されるモジュー
ルFIND OBJECTの段階を示す流れ図である。

第17図は、本発明の第２実施態様の全体方法を示すブ
ロック図である。

第18図は、対象物をろ過するために使用されるモジュ
ールCOL FILTの段階を示す流れ図である。

第19A〜19B図は、対象物をトレースするために使用さ
れるモジュールTRACE OBJECTの段階を示す流れ図であ
る。

第20図は、候補対象物が背景よりも比較的に明るい又
は暗いかを検出するために使用されるモジュールCHK G
RAYの段階を示す流れ図である。

第21A〜21C図は、本発明の第２実施態様の第１の特定
実現に対する像のそれぞれ、原、上側及び下側グレーレ
ベルヒストグラムである。

第22図は、第２実施態様の第１の特定実現による候補
対象物に対して像を再帰的に探索するために使用される
モジュールANALYZEの段階を示す流れ図である。

第23A〜23D図は、非均質対象物における冗長度を解消
するために使用されるモジュールCHK LISTの段階を示
す流れ図である。

第24図は、第22A〜22D図に示された如く、モジュール
CHK LISTで使用されるモジュールSET STATの段階を示
す流れ図である。

第25A〜25B図は、均質対象物における冗長度を解消す
るために使用されるモジュールCHK LISTの段階を示す
流れ図である。

第26図は、第25A〜25B図に示された如く、モジュール
CHK LISTで使用されるモジュールSET STATの段階を示
す流れ図である。

第27A〜27B図は、非均質及び均質対象物における冗長
度を解消するために最終チェックを行うために使用され
るモジュールFINAL CHKの段階を示す流れ図である。

第28図は、第27A〜27B図に示された如く、モジュール
FINAL CHKで使用されるモジュールINT STATの段階を
示す流れ図である。

第29A〜29B図は、本発明の第２実施態様の第２の特定
実現の全体法の段階を示すブロック図である。

第30図は、第２実施態様の第２の特定応用によりＮ＋
１個のサブヒストグラムに分割されたグレーレベルヒス
トグラムである。

第31図は、本発明の第１及び第２実施態様で使用され
たシステムの構成要素を示す概略図である。

好ましい実施態様の詳細な説明 添付の図面に示された如く、発明の好ましい実施態様
を詳細に参照する。

本発明の第１実施態様により、背景における対象物の
内点を決定する方法が設けられる。第１図は、本発明の
全体方法を示すブロック図である。方法は、第１図のブ
ロックＡに示された如く、対象物と背景の像を発生する
段階を含む。本発明の方法を実現するために使用された
ハードウェアは、像が発生される時、最初に初期化され
なければならない。対象物と背景の像は、カメラによっ
て発生される。CCDカメラが、一般に、本発明で使用さ
れるが、任意の形式のカメラが、本発明の一般原理に反
することなく使用される。像は、それから、フレームグ
ラバー又はビデオデジタイザーによってデジタル化され
記憶される。

本発明の方法はまた、第１図のブロックＢに示された
如く、対象物に対して像を探索する段階を含む。探索段
階は、全体対象物を探索することを含む。問題の対象物
の識別特徴が対象物の特別部分にあることが既知である
場合に、探索段階は、対象物のその部分のみを探索する
ことを含む。探索段階は、例えば、自動計算しきい値又
は使用者選択しきい値を使用して、任意の方式で行われ
る。

本発明の方法は、さらに、対象物をトレースすること
により行われる対象物の周囲点を決定する段階を含む。
この段階は、第１図のブロックＣに示される。各周囲点
の座標は、モジュールGET PERIMによって決定される。
GET PERIMの段階は、第３図に示される。GET PERIMモ
ジュールの基本原理は、“Digital Image Processin
g" by Rafael C.Gonzalez and Paul Wintz、Seco
nd Ed.、Addison−Wesley Publishing Compony、Rea
ding、Massachusetts（1987）において記載されたもの
に類似する。一つの事例において、対象物の周囲点を決
定する段階は、時計回り方向において順次に対象物をト
レースすることを含む。別の事例において、対象物の周
囲点を決定する段階は、反時計回り方向において順次に
対象物をトレースすることを含む。

本発明の方法はまた、周囲バッファーを生成する段階
を含む。この段階は、第１図のブロックＤによって一般
に示され、下記の第６図に具体的に示された如く、モジ
ュールLOAD BUFFERによって実行される。周囲バッファ
ーは、モジュールGET PERIMによって決定される如く周
囲点を具備する。

第2A図は、時計回り方向においてトレースされた単純
対象物に対する概略を示す。例示の目的のために、13個
の周囲点が示される。各周囲点は、行位置座標値、列位
置座標値と方向符号ベクトルを有する。方向符号ベクト
ルは、各周囲点に対して第１及び第２方向符号値を具備
する。第１方向符号値は、GET PERIMモジュールによっ
て決定される如く、各それぞれの周囲点の次の周囲点に
対する関係を記述し、そして第２方向符号値は、GET P
ERIMモジュールによって決定される如く、各それぞれの
周囲点の前周囲点に対する関係を記述する。下記の如
く、「次又は前点」の規定は、対象物がトレースされる
方向による。周囲バッファーの第ｉ部材は、方向符号記
述子（x_i、y_i、vector_i）によって表記され、ここで、x
_iは行位置座標値、y_iは列位置座標値、そしてvector
_iは、次の情報を含む方向符号ベクトルである。

（ｉ）next_iは、次の周囲点への方向符号値である。そ
して （ii）prev_iは、前点から現点への方向符号値である。

第2B図は、第2A図に示された13個の点に対する行位置
座標値、列位置座標値と第１及び第２方向符号値を示す
図である。例えば、点13は、２の行位置座標値、１の列
位置座標値、及び１の第１方向符号値と７の第２方向符
号値を有するとして表記される。

本発明において、方向符号値は、一周囲点の隣接周囲
点（次周囲点又は前周囲点）に対する方向により、０〜
７の範囲を取る。本発明に対する方向符号値は、第４図
と第５図に示される。第５図の方向符号値は、第４図に
示された値を90゜だけ回転させることにより導出され
る。第４図に示された方向符号値のセットの適用は、第
５図に示された方向符号値と反対に、以下に記載される
周囲バッファーをソートする方法による。第４図から見
られる如く、next_iがゼロに等しいならば、次周囲点
は、現周囲点の垂直上、かつ同一列である。一周囲点か
ら次周囲点への方向符号の値は、対象物がモジュールGE
T PERIMによってトレースされる向きによることを認識
することは重要である。対象物が時計回り方向にトレー
スされるならば、周囲点に関連した方向符号は、対象物
が反時計回り方向においてトレースされるものとは異な
る。

モジュールGET PERIMの段階は、第３図に示される。
第３図に示された如く、ブロックＡは、対象物における
第１点に現点をセットする。それから、判定ダイヤモン
ドＢは、次周囲点が検出されたか尋ねる。そうでなけれ
ば、トレース対象物は不当であり、そしてモジュール
は、ブロックＣにおいて示された如く完了される。次周
囲点が検出されたならば、行及び列位置座標値は、第３
図のブロックＤに示された如く周囲バッファーに記憶さ
れる。現点は、第３図のブロックＣに示された如く、次
周囲点にセットされる。それから、判定ダイヤモンドＦ
は、現点が第１周囲点にあるかを尋ねる。そうでなけれ
ば、判定ダイヤモンドＢ、ブロックＣ−Ｅと判定ダイヤ
モンドＦによるループは、現点が第１周囲点になるまで
反復される。判定ダイヤモンドＦの回答が肯定であるな
らば、モジュールGET PERIMが完了される。

周囲バッファーを生成するモジュールLOAD BUFFERの
段階は、第6A図と第6B図に示される。ブロックＡに示さ
れた如く第１段階において、現点は、周囲バッファーに
おける第１点にセットされる。それから、判定ダイヤモ
ンドＢは、現点がバッファーにおける最終点を越えるか
を尋ねる。そうならば、LOAD BUFFERモジュールが、第
6A図のブロックＣにおいて示された如く完了される。現
点がバッファーにおける最終点を越えないならば、判定
ダイヤモンドＤは、現点がバッファーにおける第１点で
あるかを尋ねる。そうならば、ブロックＥは、バッファ
ーにおける最終点として前点をセットする。現点がバッ
ファーにおける第１点でないならば、判定ダイヤモンド
Ｆは、現点がバッファーにおける最終点であるかを尋ね
る。そうならば、ブロックＧは、バッファーにおける第
１点として次点をセットする。前点が周囲バッファーに
おける最終点としてセットされたか、又は次点が周囲バ
ッファーにおける第１点としてセットされた後、次点と
現点の間の行座標値の差が、第6A図のブロックＨにおい
て示された如く、算出され、バッファーに記憶される。
この差は、△ROW_NEXTとして指定される。次点と現点の
間の列座標値の差は、第6A図のブロックＩに示された如
く、算出され、バッファーに記憶される。この差は、△
COL_NEXTとして指定される。現点と前点の間の行座標値
の差が、第6B図のブロックＪにおいて示された如く、算
出され、バッファーに記憶される。この差は、△ROW
_PREVとして指定される。次に、現点と前点の間の列座標
値の差が、ブロックＫに示された如く、算出され、バッ
ファーに記憶される。この差は、△COL_PREVとして指定
される。それから、現点は、ブロックＬに示された如
く、バッファーにおける次周囲点に移動され、そしてモ
ジュールは、第6A図の判定ダイヤモンドＢに復帰する。
ＢとＤ〜Ｌによるループは、現点がバッファーにおける
最終点を越えるまで継続し、この点において、LOAD BU
FFERモジュールが、ブロックＣに示された如く完了され
る。

本発明の方法はまた、ソートされた周囲バッファーを
生成するために、所定の順序で周囲バッファーにおける
周囲点をソートする段階を含む。この段階は、第１図の
ブロックＥに示される。このソーティング段階は、時計
回り又は反時計回り方向のいずれかにおいて対象物をト
レースするために行われる。このソーティング段階は、
Robert Sedgewickによって教科書Algorithms in
Ｃ、Addison Wesley、1990において記載された標準
「シェルソート」技術によって行われる。各周囲点に関
連した「vector_i」情報は、ソート中その点に関して移
動することが注目される。

本発明の第１実施態様の第１実現において、対象物
は、時計回り方向においてトレースされ、そしてソーテ
ィング段階は、少なくとも一つの行ソート周囲点を具備
する行ソート周囲バッファーを生成するために、所定の
順序で行により周囲バッファーにおける周囲点をソート
する副段階を含む。行により周囲点をソートする副段階
は、最小行位置座標値を有する点が、バッファーの先頭
（バッファーの順序の第１要素を意味する）に置かれる
如く、昇順に周囲点をソートすることを含む。代替的
に、行により周囲点をソートする副段階は、最大行位置
座標値を有する点が、バッファーの先頭に置かれる如
く、降順に周囲点をソートすることを含む。

第１実施態様のこの実現において、ソーティング段階
はまた、少なくとも一つの行列ソート周囲点を具備する
行列ソート周囲バッファーを生成するために、さらに所
定の順序で列により行ソート周囲バッファーにおける周
囲点をソートする付加的副段階を含む。列により周囲点
をソートする副段階は、昇順に周囲点をソートすること
を含む。バッファーが昇順に行により、続いて列により
ソートされた場合に、最小列位置座標値と最小行位置座
標値を有する点が、バッファーの先頭に置かれる。バッ
ファーが降順に行により、続いて列によりソートされた
場合に、最小列位置座標値と最大行位置座標値を有する
点は、バッファーの先頭に置かれる。

第１実施態様の第２実現において、対象物は、時計回
り方向においてトレースされ、そしてソーティング段階
は、少なくとも一つの列ソート周囲点を具備する列ソー
ト周囲バッファーを生成するために、所定の順序で列に
より周囲バッファーにおける周囲点をソートする副段階
を含む。この実現において、ソーティング段階は、少な
くとも一つの列行ソート周囲点を具備する列行ソート周
囲バッファーを生成するために、所定の順次で行により
列ソート周囲バッファーにおける周囲点をソートする副
段階を含む。列により周囲点をソートする副段階は、最
小列位置座標値を有する点が、バッファーの先頭に置か
れる如く、昇順に周囲点をソートすることを含む。代替
的に、列により周囲点をソートする副段階は、最大列位
置座標値を有する点が、バッファーの先頭に置かれる如
く、降順に周囲点をソートすることを含む。

この第２実現において、ソーティング段階はまた、少
なくとも一つの列行ソート周囲点を具備する列行ソート
周囲バッファーを生成するために、さらに所定の順序で
行により列ソート周囲バッファーにおける周囲点をソー
トする付加的副段階を含む。行により周囲点をソートす
る副段階は、降順に列ソート周囲点をソートすることを
含む。バッファーが昇順に列により、続いて行によりソ
ートされた場合に、最大行位置座標値と最小列位置座標
値を有する点が、バッファーの先頭に置かれる。バッフ
ァーが降順に列により、続いて行によりソートされた場
合に、最大行位置座標値と最大列位置座標値を有する点
は、バッファーの先頭に置かれる。

本発明の第１実施態様の第３実現において、対象物
は、反時計回り方向においてトレースされ、そしてソー
ティング段階は、少なくとも一つの行ソート周囲点を具
備する行ソート周囲バッファーを生成するために、所定
の順序で行により周囲バッファーにおける周囲点をソー
トする副段階を含む。行により周囲点をソートする副段
階は、最小行位置座標値を有する点が、バッファーの先
頭に置かれる如く、昇順に周囲点をソートすることを含
む。代替的に、行により周囲点をソートする副段階は、
最小行位置座標値を有する点が、バッファーの先頭に置
かれる如く、降順に周囲点をソートすることを含む。

この第３実現において、ソーティング段階はまた、少
なくとも一つの行列ソート周囲点を具備する行列ソート
周囲バッファーを生成するために、さらに所定の順序で
列により行ソート周囲バッファーにおける周囲点をソー
トする付加的副段階を含む。列により行ソート周囲点を
ソートする副段階は、降順に周囲点をソートすることを
含む。バッファーがまず昇順に行により、続いて列によ
りソートされた場合に、最大列位置座標値と最小行位置
座標値を有する点が、バッファーの先頭に置かれる。バ
ッファーがまず降順に行により、続いて列によりソート
された場合に、最大列位置座標値と最大行位置座標値を
有する点は、バッファーの先頭に置かれる。

本発明の第１実施態様の第４実現において、対象物
は、反時計回り方向においてトレースされ、そしてソー
ティング段階は、少なくとも一つの列ソート周囲点を具
備する列ソート周囲バッファーを生成するために、所定
の順序で列により周囲バッファーにおける周囲点をソー
トする副段階を含む。列により周囲点をソートする副段
階は、最小列位置座標値を有する点が、バッファーの先
頭に置かれる如く、昇順に周囲点をソートすることを含
む。代替的に、列により周囲点をソートする副段階は、
最大列位置座標値を有する点が、バッファーの先頭に置
かれる如く、降順に周囲点をソートすることを含む。

この第４実現において、ソーティング段階はまた、少
なくとも一つの列行ソート周囲点を具備する列行ソート
周囲バッファーを生成するために、さらに所定の順序で
行により列ソート周囲バッファーにおける周囲点をソー
トする付加的副段階を含む。列ソートバッファーにおい
て行により周囲点をソートする副段階は、昇順に周囲点
をソートすることを含む。バッファーがまず昇順に列に
より、続いて行によりソートされた場合に、最小行位置
座標値と最小列位置座標値を有する点が、バッファーの
先頭に置かれる。バッファーがまず降順に列により、続
いて行によりソートされた場合に、最小行位置座標値と
最大列位置座標値を有する点は、バッファーの先頭に置
かれる。

本発明の方法はまた、各周囲点に対して第１及び第２
値の一方を有する状態変数を割り当てる段階を含む。こ
の段階は、第１図のブロックＦに一般に示され、そして
第７図の流れ図に示された如く、モジュールREAD COLO
Rにおいて実行される。状態変数の第１値は、「FILL」
であり、そして状態変数の第２値は、「NO FILL」であ
る。状態変数の値は、第１及び第２方向符号値next_iとp
rev_iによって決定される。方向符号値は、使用される周
囲バッファーをソートする方法により、第４図と第５図
により決定される。第１実施態様の第１及び第３実現に
おける如く、周囲バッファーにおける点が、まず行によ
り、続いて列によりソートされるならば、第４図におけ
る方向符号値が使用される。第１実施態様の第２及び第
４実現における如く、周囲バッファーにおける点が、ま
ず列により、続いて行によりソートされるならば、第５
図に示された方向符号値が使用される。next_iとprev_iを
FILL又はNO FILLにマップするための規則は、第８図に
示された如く、FILL索引テーブル（LUT）において時計
回り方向にトレースされた対象物に対して要約される。
next_iとprev_iをFILL又はNO FILLにマップするための規
則は、第９図に示された如く、FILL索引テーブル（LU
T）において反時計回り方向にトレースされた対象物に
対して要約される。第８図と第９図の索引テーブルにお
いて、ＦはFILLを表し、そしてNFは、NO FILLを表す。
第８図と第９図の索引テーブルは、対象物の局所凹所又
は凸所に基づき、経験的に導出される。第７図のブロッ
クＡに示された如く、現点は、周囲バッファーにおける
第１点にセットされる。それから、判定ダイヤモンドＢ
は、現点がバッファーにおける最終点を越えるかを尋ね
る。そうならば、モジュールは、ブロックＣに示された
如く完了される。第８図に示された如く索引テーブルを
使用して、状態変数の値は、第７図のブロックＤに示さ
れた如く、第１及び第２方向符号値next_iとprev_iに基づ
いて割り当てられる。それから、現点は、第７図のブロ
ックＥに示された如く、周囲バッファーにおける次点に
移動される。判定ダイヤモンドＢとブロックＤとＥによ
るループは、現点がバッファーにおける最終点を越える
まで反復され、この点において、第７図に示された如く
READ COLORの一部が、ブロックＣに示された如く完了
される。

本発明の第１実施態様の方法は、さらに、検査される
周囲点と同一の線セグメント上の、ソート周囲バッファ
ーにおける検査周囲点と次周囲点の間にある各点を、対
象物の内点として指定する段階を含み、ここで、検査周
囲点は、状態変数の第１値FILLを割り当てられる。この
段階は、第１図のブロックＧに一般に示され、モジュー
ルREAD COLORにおいて実行される。本発明の第１実施
態様の第１実現の流れ図は、第10A図と第10B図に示され
るが、類似の流れ図が第２、第３及び第４実現に対して
存在することが理解される。周囲バッファーにおける周
囲点がまず行により、続いて列によりソートされる第１
及び第３実現において、指定段階は、検査される周囲点
と同一の行にあり、行列ソート周囲バッファーにおいて
検査周囲点と次周囲点の間にある各点を、対象物の内点
として指定する副段階を含む。周囲バッファーにおける
周囲点が、まず列により、続いて行によりソートされる
第２及び第４実現において、指定段階は、検査される周
囲点と同一の列にあり、列行ソート周囲バッファーにお
いて検査周囲点と次周囲点の間にある各点を、対象物の
内点として指定する副段階を含む。

本発明の第１実施態様の方法は、さらに、冗長性周囲
点をチェックする段階を含む。この段階は、判定ダイヤ
モンドＥとブロックＦにより第10A図と第10B図に示され
た如く、モジュールREAD COLORにおいて実行される。
冗長性周囲点は、対象物の順次トレース中、２回以上ア
クセス又は横断された点である。例えば、これは、トレ
ース段階中２回以上交差された点である交差点において
発生する。この冗長性内点チェックが行われる時、対象
物の内点として同一の線セグメント上の各冗長性周囲点
と次周囲点の間にあるすべての点を指定する段階は、各
冗長性周囲点のすべての事例が状態変数（FILL）の第１
値を割り当てられる時のみに行われる。

第10A図のブロックＡに示された如く、第１実施態様
の第１実現に対して実行されるREAD COLORの第１段階
は、周囲バッファーの第１点に現点をセットするもので
ある。それから、判定ダイヤモンドＢは、現点が周囲バ
ッファーの最終点を越えるかを尋ねる。そうならば、モ
ジュールは、ブロックＣにおいて示された如く完了され
る。現点が最終点を越えないならば、現点は、ブロック
Ｄに示された如く、内点としてラベル付けされる。それ
から、判定ダイヤモンドＥは、現点がバッファーにおけ
る次点と同一点であるかを尋ねる。そうならば、現点
は、ブロックＦに示された如く、冗長性としてラベル付
けされる。それから、判定ダイヤモンドＨは、現点のす
べての事例の状態変数がFILLに等しいかを尋ねる。回答
が肯定であるならば、READ COLORは、ブロックＪに示
された如く、現点と同一行における次点に移動する。回
答が否定であるならば、現点は、ブロックＩに示された
如く、バッファーにおける次点にセットされ、そしてモ
ジュールは、判定ダイヤモンドＢに復帰する。判定ダイ
ヤモンドＥに戻って、現点がバッファーにおける次点と
同一点でないならば、判定ダイヤモンドＧは、現点の状
態変数がFILLに等しいかを尋ねる。そうでないならば、
モジュールは、判定ダイヤモンドＢに復帰する。ＢとＤ
〜Ｉによるループは、現点が最終点を越え、この時、第
10A図と第10B図に示された如くREAD COLORの一部が第1
0A図のブロックＣに示された如く完了されるまで継続す
る。判定ダイヤモンドＧに戻って、現点の状態変数がFI
LLに等しいならば、モジュールREAD COLORは、ブロッ
クＪに示された如く、現点と同一行における次点に移動
する。それから、判定ダイヤモンドＫは、次点の列座標
が周囲バッファーにおける次周囲点の列座標以下である
かを尋ねる。そうならば、次点が、ブロックＬに示され
た如く、内点として識別される。第10B図のブロックＬ
に示された如く対象物の内点を識別した後、各内点のグ
レーレベル値が決定され、そして対象物が、下記の如く
グレーレベル値を使用することにより特性付けられる。
加えて、所定のグレーレベルは、対象物をラベル付けす
るために、各内点に割り当てられる。次点がブロックＬ
に示された如く内点として識別された後、ブロックＪと
ダイヤモンドＫによるループは、次点の列座標が周囲バ
ッファーにおける次周囲点の列座標よりも大きくなるま
で継続する。それから、現点は、ブロックＭに示された
如く、バッファーにおける次周囲点にセットされる。Ｂ
−Ｍによるループは、現点がバッファーにおける最終点
を越えるまで継続し、この点において第10A図と第10B図
に示されたREAD COLORの一部が、第10A図のブロックＣ
に示された如く完了される。

上記の如く、本発明の第１実施態様の方法は、さら
に、各内点のグレーレベル値を決定する段階と、内点の
グレーレベル値を使用することにより対象物を特性付け
る段階とを含む。特性付け段階は、対象物のテクスチャ
ーを決定することを含む。代替的又は加えて、特性付け
段階は、対象物のカラーを決定することを含む。代替的
又は加えて、特性付け段階は、対象物において存在する
パターンを決定することを含む。

下記の如く、カラーが、対象物を特性付けるために、
又は対象物を妥当化するための所定の属性値として使用
される時、本発明の方法は、候補対象物の少なくとも一
つの内点に対して少なくとも一つのカラーパラメーター
を算出する副段階を含む。カラーパラメーターにより、
対象物の純色量に関係したパラメーターが意図される。
さらに具体的に、カラー理論において使用された３つの
共通パラメーターは、“Color Science、Concepts an
d Methods,Quantitative Data and Formulae"、by
G.Wyszecki and W.S.Stile、John Wiley ＆ Son
s（1967）において規定された如く、色相、彩度と明度
である。第１実施態様の好ましい応用において、カラー
パラメーター色相のみが、算出される。しかし、カラー
パラメーター又はカラーパラメーターの組み合わせが、
その純色量により候補対象物を識別又は特性付けるため
に使用されることは明らかである。

内点のグレーレベルは、標準カラー理論の「RGB」情
報を使用して記述され、Ｒは赤色を示し、Ｇは緑色を示
し、そしてＢは青色を示す。第11A図において、RGBカラ
ー空間の記述が示され、そして第11B図において、RGB色
相環として公知のその空間の簡易化が示される。色相角
として公知の相対色相パラメーターを算出する簡単な方
法が、第11A図と第11B図を参照して示される。対象物の
色相角の値は、赤色、緑色と青色の相対混合の測度であ
るRGB色相環における角度θであることから、０゜〜360
゜の範囲を取る。角度φは、選択された「オフセット角
度」であり、特定応用に対して最適化される調節可能な
パラメーターである。角度φは、対象問題に対して、妥
当対象物の色相角がいずれも、０゜〜360゜に接近しな
い如く選定される。０゜（又は360゜）角度を回避する
理由は、この角度に対して色相角の値における不連続性
による。

対象物における各内点の色相角が算出される。色相角
θは、次の方程式を使用して、RGB色相環から算出され
る。

ａ＝Rcos（φ）＋Gcos（120＋φ）＋Bcos（240＋φ）
（１） ｂ＝Rsin（φ）＋Gsin（120＋φ） ＋Bsin（240＋φ）色相角＝tan^-1（b/a） （２） ここで、φ＝調整可能なオフセット角度 Ｒ＝像が赤色フィルターを通して検分される時、像にお
ける点のグレーレベル Ｂ＝像が青色フィルターを通して検分される時、像にお
ける点のグレーレベル Ｇ＝像が緑色フィルターを通して検分される時、像にお
ける点のグレーレベル ａ、ｂ＝色相環へのＲ、Ｇ、Ｂベクトルの投射 平均色相は、対象物での各内点に対して色相角を平均
化することにより導出される。

RGB色相環における色相角ベクトルの長さである色相
振幅は、対象物がどの程度の色を有するかの測度であ
り、次の如く算出される。

色相振幅＝a²＋b² （３） 平均色相角と色相振幅は、対象物の色相内容を決定す
るために使用される。対象物を特性付けるために使用さ
れるこれらのパラメーターは、第２実施態様に関して以
下に十分に説明される如く、対象物を識別するために所
定属性値と比較される。

本発明の第１実施態様の特定応用において、エントロ
ピーしきい化の概念が使用される。信号処理のための情
報理論におけるエントロピーの概念は、最初に、シャノ
ンにより、“Ａ Mathematical Theory of Communic
ation"、Bell System Technology J.、Vol.27、July
1948、pp.379−423と題する論文において提案され
た。シャノンは、エントロピー関数 が、次の３の特性を一意的に満足することを示した。

（ａ）Ｈ（p₁、p₂、...、p_n）は、p_k＝1/n、ｋ＝
１、..、ｎに対して最大である。

（ｂ）Ｈ（AB）＝Ｈ（Ａ）＋Ｈ（Ｂ）、ここで、ＡとＢ
は２つの有限区分であり、そしてH_A（Ｂ）は、区分Ａを
与えられた区分Ｂの条件付きエントロピーである。

Ｈ（p₁、p₂、...、p_n、０）＝Ｈ（p₁、p₂、...、p_n）
（５） 加えて、H_max（1/n、...、1/n）＝ln ｎ （６） 像のクレーレベルヒストグラムを分析するためにエン
トロピーを使用する思想は、Punによる論文、“Entropi
c Thresholding、ａ New Approach"、Comp.Graphics
and Image Proc.、Vol.16、19981、pp.210−239、
において最初に提案された。Punのエントロピー分析
は、さらに、Kapur et al.による論文、“Ａ New M
ethod for Grey−Level Picture Thresholding Us
ing the Entropy of the Histogram"、Comp.Graph
ics and Image.Proc.29、2985、pp.273−285、によっ
て洗練された。Punによって示され、Kapurによって洗練
された如く、エントロピーの概念は、像のグレーレベル
ヒストグラムが確率分布 P_s＝f_s/N ｓ＝１、...、N_gray （７） ここで、f_s＝グレーレベルｓの頻度 Ｎ＝像のピクセル数 N_gray＝グレーレベル数 を規定するために使用されるならば、２次元に拡張され
る。一様グレーレベル分布を有する像を記述するヒスト
グラムのエントロピー関数が最大になることになる。分
布におけるピーク数が多いほど、エントロピーは低くな
る。

エントロピーしきい化が使用される第１実施態様の特
定応用において、探索段階は、グレーレベルヒストグラ
ムがエントロピー関数を有する、像のグレーレベルヒス
トグラムを発生する副段階と、ヒストグラムのエントロ
ピー関数が最大化される如く、しきいグレーレベルをエ
ントロピー的に選択する副段階とを含む。モジュールHI
STOGRAMは、像の対象領域のグレーレベルヒストグラム
を発生するために使用される。グレーレベルヒストグラ
ムを発生するための段階は、第12図の流れ図において示
される。第12図のブロックＡに示された如く、HISTOGRA
Mは、まず、像の対象領域のヒストグラムを算出する。
それから、第12図のブロックＢに示された如く、各グレ
ーレベルｓに対して、エントロピー関数H_sの算出におい
て続いて使用される値を算出する。この算出の結果は、
ブロックＣに示された如く、メモリに記憶される。これ
は、エントロピーしきいグレーレベルの続く算出のため
に、単純な索引作業のみが必要とされることを保証す
る。

本発明の第１実施態様による方法のエントロピーしき
い化応用はまた、ヒストグラムのエントロピー関数が最
大化される如く、しきいグレーレベル値をエントロピー
的に選択する段階を含む。この段階は、第13図に示され
た如く、ENTROPYモジュールによって行われる。第13図
のブロックＡに示された如く、ヒストグラムのエントロ
ピー関数を最大にする際の第１段階は、最大エントロピ
ー関数を最小値に初期化することである。

しきいグレーレベルをエントロピー的に選択する段階
は、各グレーレベル値におけるグレーレベルヒストグラ
ムを第１区分と第２区分に順次に区分化する副段階を含
む。変化する背景における単一の単純対象物が識別され
る単純な場合を示すために、像のグレーレベルヒストグ
ラムが、第14図に示される。第１及び第２区分は、第14
図のヒストグラムにおいて示され、この場合、背景のグ
レーレベル値は、第１区分Ａによって表現され、そして
妥当対象物のグレーレベルは、第２区分Ｂによって表現
される。ENTROPYモジュールにおいて、区分化しきいグ
レーレベル値は、第13図のブロックＢに示された如く、
最小値に初期化される。

しきいグレーレベルをエントロピー的に選択する段階
はまた、各区分に対してエントロピー関数を計算する副
段階を含み、この場合、ヒストグラムの全エントロピー
関数は、第１区分のエントロピー関数H_s（Ａ）と第２区
分Ｂのエントロピー関数H_s（Ｂ）の合計として定義され
る。この段階は、第13図のブロックＣに示され、そして
次の如く数学的に表される。

与えられたしきいグレーレベル値ｓに対して、 p_i＝f_i/N、p_s＝1/NΣf_i （９） こうして、 そのため、 同様に、 ここで、N_s'＝Ｎ−N_s そして 合計H_s（Ａ）＋H_s（Ｂ）は、像のグレーレベルヒストグ
ラムの全エントロピー関数を表現する。最大エントロピ
ーしきいグレーレベル値は、全エントロピー関数を最大
にするｓの値である。

第13図の判定ダイヤモンドＤは、ヒストグラムのエン
トロピー関数が、ブロックＡにおいて初期化された最大
エントロピー関数よりも大きいかを尋ねる。そうなら
ば、最大エントロピー関数は、第13図のブロックＥに示
された如く、区分化しきいグレーレベルを使用して更新
される。それから、最大エントロピーしきいグレーレベ
ル値は、ブロックＦに示された如く、区分化しきいグレ
ーレベル値にセットされる。最大エントロピーしきいグ
レーレベル値がセットされた後、又はヒストグラムのエ
ントロピー関数が最大エントロピー関数よりも大きくな
いならば、第13図に示された如く、ENTROPYモジュール
の判定ダイヤモンドＧは、区分化しきいグレーレベル値
が、最大しきいグレーレベル値に等しいかを尋ねる。そ
うならば、最大エントロピーしきいグレーレベル値が、
第13図のブロックＨに示された如く返される。そうでな
いならば、区分化しきいグレーレベル値が、第13図のブ
ロックＩに示された如く増分され、そして増分された区
分化しきいグレーレベル値が、ブロックＣに返され、こ
こで、増分された区分化しきいグレーレベル値のエント
ロピー関数が計算される。Ｃ−Ｇによるループは、区分
化しきいグレーレベル値が最大しきいグレーレベル値に
等しくなるまで反復され、この点において、最大エント
ロピーしきいグレーレベル値がブロックＨに示された如
く返される。

確率分布は、各区分内にグレーレベル値のみを含むよ
うにH_s（Ａ）とH_s（Ｂ）において再正規化される。この
再正規化により、最大エントロピー関数は、第14図にお
いてＴで示された如く、グレーレベルヒストグラムにお
いてちょうど対象物ピークの縁において生ずる。こうし
て、新しきいグレーレベル値が、ヒストグラムのエント
ロピー関数が最大化される如く選択される。第14図に示
された単純な場合に対するしきい値のこの最大選定によ
り、背景の再正規化分布は、最低ピークになり、最も一
様になる。背景区分におけるグレーレベル値の数は対象
物区分におけるグレーレベル値の数よりもずっと大きい
ために、ヒストグラムの全エントロピー関数は背景のエ
ントロピー関数によって支配される。

エントロピーしきいグレーレベルが最大化される第１
実施態様の応用において、探索段階は、さらに、エント
ロピー的に選択されたしきいグレーレベル値を使用し
て、少なくとも一つの対象物に対して像を走査する副段
階を含む。さらに具体的に、走査された像の部分は、複
数のピクセルを具備し、各ピクセルは、上限と増分の和
よりも小さなグレーレベル値を有する。上限はまた、表
記MAXを有する。増分は、探索される領域の最大グレー
レベル値MAXと探索される領域の最小グレーレベル値MIN
の間の差に等しく、新最大グレーレベル値Gray level
_maxを生ずる。

Gray level_max＝２ × MAX−MIN （14） グレーレベル値がgray level_maxを超過する像領域は、
探索において無視される。

探索段階は、さらに、エントロピー的に選択されたし
きいグレーレベル値によって決定された境界グレーレベ
ル値を有する候補対象物をトレースする副段階を含む。
この応用において、探索段階は、第15図に示された如く
モジュールSEARCH IMAGE、第16図に示された如くモジ
ュールFIND OBJECTと第３図に示された如くモジュール
GET PERIMによって行われる。

第15図のブロックＡによって示された如く、第１段階
は、探索位置を初期化することである。モジュールSEAR
CH IMAGEは、エントロピー的に選択された現しきいグ
レーレベル値により対象領域を探索する。それから、第
15図の判定ダイヤモンドＢは、探索位置が走査の終端に
あるかを尋ねる。そうならば、SEARCH IMAGEが完了さ
れる。

探索位置が走査の終端にないならば、モジュールSEAR
CH IMAGEは、モジュールFIND OBJECTを使用してエン
トロピー的に選択されたしきいグレーレベル値を超過す
るグレーレベル値を有する点を検出するまで、エントロ
ピー点に選択された現しきいグレーレベル値により対象
領域を探索する。背景よりも暗い対象物を識別するため
に、像は、発生後ただちに反転される。そのような点
は、新対象物の第１点である。第14図の判定ダイヤモン
ドＤは、新対象物がモジュールFIND OBJECTを使用して
検出されたかを尋ねる。対象物が現探索においてすでに
トレースされていないならば、モジュールSEARCH IMAG
Eは、第15図のブロックＥによって示された如く、モジ
ュールGET PERIMを実行することにより対象物をトレー
スすることを始める。モジュールGET PERIMは、第３図
に関して詳細に記載された。対象物がトレースされた
後、探索位置が、第15図のブロックＦに示された如く増
分される。Ｂ−Ｆによるループは、モジュールSEARCH
IMAGEが判定ダイヤモンドＢによって示された如く探索
の終端になるまで継続される。代替的に、新対象物が判
定ダイヤモンドＤによって示された如く検出されないな
らば、探索位置は、ブロックＦにおいて示された如く増
分され、こうして、トレース段階をバイパスし、そして
Ｂ−Ｉによるループが、SEARCH IMAGEが探索の終端に
なるまで継続される。

モジュールFIND OBJECTの段階は、第16図に示され
る。FIND OBJECTにおける第１段階は、ブロックＡに示
された如く、探索される像の現位置に探索位置を初期化
することである。それから、判定ダイヤモンドＢは、探
索位置が対象物の内側にあるかを尋ねる。そうならば、
探索位置が、ブロックＣによって示された如く増分さ
れ、そして判定ダイヤモンドＤは、FIND OBJECTがその
探索の終端にあるかを尋ねる。そうならば、新対象物は
ブロックＥにおいて示された如く検出されない。そうで
ないならば、判定ダイヤモンドＢは、増分された探索位
置が対象物の内側にあるかを尋ねる。Ｂ−Ｅによるこの
ループプロセスは、探索位置が対象物の内側になくなる
まで継続する。この点において、判定ダイヤモンドＦ
は、次対象物が検出されたかを尋ねる。そうでないなら
ば、探索位置は、第15図のブロックＧにおいて示された
如く増分され、そして判定ダイヤモンドＨは、SEARCH
IMAGEモジュールがその探索の終端にあるかを尋ねる。
そうならば、新対象物非検出が、ブロックＩによって示
された如く返される。そうでないならば、判定ダイヤモ
ンドＦは、次対象物が増分探索位置を使用して検出され
たかを再び尋ねる。Ｆ−Ｉによるこのループプロセス
は、次対象物が検出されるまで継続する。判定ダイヤモ
ンドＪは、検出された対象物がすでにトレースされたか
を尋ねる。そうならば、新対象物検出が、ブロックＫに
よって示された如く返される。検出された対象物がすで
にトレースされていないならば、探索位置が、ブロック
Ｌによって更新され、そして新ブロック検出が、第16図
のブロックＭによって示された如く返される。上記のSE
ARCH IMAGE、FIND OBJECTとGET PERIMをランするこ
とにより、第16図のブロックＭにおいて返された対象物
は、第１図のブロックＣにおいて示された如く、内点を
決定するためにトレースされる。

本発明の第２実施態様により、背景における少なくと
も一つの所定の属性値を有する少なくとも一つの妥当対
象物を識別する方法が設けられる。方法は、対象物と背
景の像を発生することを含む。第17図は、本発明の第２
実施態様の全方法を示すブロック図である。像は、第17
図のブロックＡに示された示された如く発生される。前
実施態様における如く、本発明の第２実施態様の方法を
実現するために使用されたハードウェアは、像が発生さ
れる時、最初に初期化されなければならない。対象物と
背景の像は、カメラによって発生される。前実施態様と
同様に、CCDカメラが使用されるが、任意の形式のカメ
ラも本発明の一般原理に反することなく使用される。そ
れから、像がデジタル化され、そしてフレームグラバー
又はビデオデジタイザーによって記憶される。

本発明の少なくとも一つの妥当対象物を識別する方法
はまた、候補対象物が少なくとも一つの候補対象物属性
値を有する場合に、少なくとも一つの自動計算しきい値
を使用して、少なくとも一つの候補対象物に対して像を
探索する段階を含む。この段階は、第17図のブロックＢ
において示される。本発明の第２実施態様において、全
対象物が探索される。しかし、問題の対象物の識別特徴
が対象物の特定部分にあることが既知の事例において、
探索段階は、対象物の部分のみを探索することを含む。
自動計算しきい値は、いろいろな方法で決定される。例
えば、自動計算しきい値は、第１実施態様において上述
される如くヒストグラム又は、Pal and Palにおける
論文“Entropic Thresholding"、Signal Processin
g、Vol.16、1989、pp.97−108において記載された同時
発生マトリックスを使用して決定される。

候補対象物を識別し妥当化するために像を自動的にし
きい化する能力は、製造及び産業用プロセスを監視制御
するために「オンライン」像分析を行うことを可能にす
る。しきい値（又は複数のしきい値）が像対像ベースに
おいて調整されなければならないために、このケイパビ
リティは、手動しきい化スキームが使用されるならば一
般に可能ではない。非監視自動対象物識別の実施は、広
範囲の産業上の応用に対して像分析技術の使用を可能に
する。背景が予測不能に変化する環境において、自動計
算しきい値を使用しない多数の方法が失敗する場合に、
下記の如く、自動しきい値の再帰的算出は、特に強力で
ある。

本発明の少なくとも一つの妥当対象物を識別する方法
は、さらに、候補対象物の周囲点を決定する段階を含
む。この段階は、第17図のブロックＣにおいて示された
如く、対象物をトレースすることにより実行される。対
象物の各周囲点の座標は、第３図に関して記載された如
くモジュールGET PERIMによって決定される。第１実施
態様における如く、周囲点を決定する段階は、時計回り
方向に順次に対象物をトレースするか、又は反時計回り
方向に順次に対象物をトレースすることを含む。

本発明の少なくとも一つの妥当対象物を識別する方法
は、さらに、周囲バッファーを生成する段階を含む。こ
の段階は、第17図のブロックＤによって一般に示され、
そして第6A図と第6B図に関して示され記載された如く、
モジュールLOAD BUFFERにおいて行われる。

本発明の少なくとも一つの妥当対象物を識別する方法
はまた、ソートされた周囲バッファーを生成するため
に、所定の順次で周囲バッファーにおける周囲点をソー
トする段階を含む。この段階は、第17図のブロックＥに
おいて示される。ソート段階は、時計回り又は反時計回
り方向において対象物をトレースするための第１実施態
様に関して記載された如く行われる。

本発明の妥当対象物を識別する方法はまた、第１及び
第２値の一方を有する状態変数を各周囲点に割り当てる
段階を含む。この段階は、第17図のブロックＦにおいて
一般に示され、そして第７図と第10図に関して示され記
載された如く、モジュールREAD COLORにおいて行われ
る。

本発明の第２実施態様により少なくとも一つの妥当対
象物を識別する方法は、さらに、検査される周囲点と同
一の線セグメント上の、ソートされた周囲バッファーに
おける検査周囲点と次周囲点の間にある各点を、対象物
の内点として識別する段階を含み、この場合、検査周囲
点は、状態変数の第１値FILLを割り当てられる。この段
階は、第17図のブロックＧにおいて一般に示され、そし
て第１実施態様の任意の実現に対して第７図と第10図に
関して記載された如く、モジュールREAD COLORにおい
て行われる。

本発明の第２実施態様による少なくとも一つの妥当対
象物を識別する方法は、さらに、各指定内点に対して所
定グレーレベル値を割り当てることにより、対象物をラ
ベル付けする段階を含む。このラベル付けは、第10B図
のブロックＬに関して示され記載された如く、モジュー
ルREAD COLORにおいて実行される。

本発明の少なくとも一つの妥当対象物を識別する方法
は、さらに、冗長性周囲点をチェックする段階を含む。
この段階は、上記の如く、判定ダイヤモンドＥとブロッ
クＦによって第10A図の流れ図において示される。この
冗長性内点チェックが行われる時、対象物の内点として
同一の線セグメント上にある冗長性周囲点と次周囲点の
間にあるすべての点を指定する段階は、各冗長性周囲点
の全事例が、第１実施態様に関して記載された如く、状
態変数（FILL）の第１値を割り当てられる時のみ行われ
る。

本発明の第２実施態様の方法は、さらに、各内点のグ
レーレベル値を決定する段階と、内点のグレーレベル値
を使用することにより対象物を特性付ける段階とを含
む。特性付け段階は、対象物のテクスチャーを決定する
ことを含む。代替的又は加えて、特性付け段階は、対象
物のカラーを決定することを含む。代替的又は加えて、
特性付け段階は、対象物において存在するパターンを決
定することを含む。

本発明の少なくとも一つの妥当対象物を識別するため
の方法はまた、候補対象物属性値によって候補対象物を
特性付ける段階を含む。この段階は、対象物属性値が内
点情報を使用する時の如く、内点のグレーレベル値を使
用することにより対象物を特性付ける段階と同一であ
る。一つの事例において、候補対象物属性値はカラーで
ある。代替的又は加えて、候補対象物属性値は、対象物
のテクスチャーであるか、又は別の事例において、対象
物におけるパターンである。

本発明の少なくとも一つの妥当対象物を識別する方法
はまた、妥当対象物を識別するために、妥当対象物の所
定属性値を有する候補対象物を妥当化する段階を含む。
この段階は、第17図のブロックＩにおいて示される。妥
当化段階は、候補対象物属性値を算出する副段階と、候
補対象物を妥当化するために、候補対象物属性値を妥当
対象物の所定属性値と比較する副段階とを含む。算出副
段階は、さらに、候補対象物属性値を記憶する副段階を
含む。妥当化段階は、第18図に関して示され記載された
如く、モジュールCOL FILTによって実行される。本発
明のこの実施態様において、COL FILTは、妥当対象物
の所定属性値としてサイズとカラーのみを使用する。一
般に、他の属性値も、妥当対象物の所定属性値のために
使用される。

本発明の第２実施態様の方法は、さらに、像をフィル
ターする段階を含む。フィルター段階は、均質又は非均
質対象物のいずれかに対してモジュールCOL FILTによ
って実行される。非均質対象物をフィルターするための
段階におけるフィルターは、対象物が削除される３つの
条件を具備する。第１条件は、対象物が所定の最小面積
よりも小さい面積を有する時、対象物を削除する。第２
条件は、対象物が所定最小値よりも小さな平均色相角と
所定最小値よりも大きな色相振幅を有する時、対象物を
削除する。第３条件は、対象物が所定最大値よりも大き
な平均な色相角と所定最小値よりも大きな色相振幅を有
する時、対象物を削除する。色相角と色相振幅は、上記
の方程式（１）と（２）において記載された如く算出さ
れる。

第18図のブロックＡに示された如く、対象物をフィル
ターするためのCOL FILTの第１段階は、初期対象物に
前進することである。それから、判定ダイヤモンドＢ
は、COL FILTが最終対象物を越えるかを尋ねる。そう
ならば、モジュールは、ブロックＣに示された如く完了
される。そうでないならば、判定ダイヤモンドＤは、対
象物が所定最小面積よりも大きな面積を有するかを尋ね
る。回答が肯定であるならば、対象物は、ブロックＥに
示された如く削除され、そしてモジュールは、ブロック
Ｆに示された如く次対象物に前進する。それから、判定
ダイヤモンドＢは、COL FILTが最小対象物を越えるか
を尋ね、そしてＢ−Ｆによるループは、対象物面積が所
定最小面積よりも小さくなくなるまで継続する。この点
において、判定ダイヤモンドＧは、対象物の平均色相角
が、所定最小値MINHUEよりも小さいか、そして対象物の
色相振幅が所定最小値MINMAGよりも大きいかを尋ねる。
これらの両質問に対する回答が肯定であるならば、対象
物は、ブロックＥにおいて示された如く削除され、そし
てモジュールは、ブロックＦに示された如く、次対象物
へ前進される。ＡとＢによるループは、COL FILTが最
終対象物を越えるまで継続し、その点において、それは
ブロックＣに示された如く完了される。COL FILTが最
終対象物を越えないならば、Ａ−Ｇによるループは、対
象物色相がMINHUE以上になるか、又は対象物色相振幅が
MINMAG以下になるまで継続する。それから、判定ダイヤ
モンドＨは、対象物の平均色相角が、所定最大値MAXHUE
よりも大きく、かつ対象物の色相振幅が所定最小値MINM
AGよりも大きいかを尋ねる。これらの両質問に対する回
答が肯定であるならば、対象物は、ブロックＥにおいて
示された如く削除され、そしてモジュールは、ブロック
Ｆに示された如く、次対象物へ前進される。ＡとＢによ
るループは、COL FILTが最終対象物を越えるまで継続
し、この点において、それはブロックＣに示された如く
完了される。COL FILTが最終対象物を越えないなら
ば、Ａ−Ｈによるループが、対象物色相振幅が所定最大
値MAXHUE以下になるか、又は対象物色相振幅が所定最小
値MINMAG以下になるまで継続する。これらの質問のいず
れに対する回答も肯定でないならば、対象物は保持さ
れ、そしてモジュールは、ブロックＦに示された如く、
次対象物に前進する。Ｂ−Ｈによるループは、モジュー
ルが最終対象物を越えるまで継続する。それから、モジ
ュールはブロックＣにおいて示された如く完了される。

本発明の第２実施態様の方法は、候補対象物を妥当化
するためのドライバーとカーネルを使用する。ドライバ
ーは、妥当対象物の属性値を記憶し、この場合、各値
は、妥当対象物の規定、例えば、色、縁コントラスト、
面積、形状、等を表現する。本発明のドライバーは、所
与の応用に固有である。オブジェクト指向環境におい
て、サイズ、形状、色、等の如く、属性リストを介して
対象物を記述することは、多くの事例において直接的で
ある。単純なパラメータ記述が可能でない複雑な対象物
に対して、対象物を識別するためにドライバーにおいて
神経網を使用することができる。候補対象物から導出さ
れたパラメータは、特定対象物を認識するように訓練さ
れた神経網に送られる。この点において、本発明のアー
キテクチャーは、脳と眼の間にフィードバックループが
ある神経視覚アーキテクチャーに類似し始める。本発明
において、高次ドライバーは、低次カーネルと織り合わ
される。この場合、対象物の複雑な記述は、候補対象物
をさらに識別する探索プロセスを駆動するために使用さ
れる。

ドライバーはカーネルを駆動する。カーネルは、幾つ
かの機能を行う。それは、エントロピー的に選択された
しきいグレーレベル値を算出し、像を探索し、そして候
補対象物に対して属性値を算出する。加えて、それは、
候補対象物の属性値を、上記の如くドライバーにおいて
包含された妥当対象物の所定属性値と比較することによ
り、候補対象物において妥当性チェックを行う。それは
また、妥当対象物の多重識別を防止するために冗長性チ
ェックを行う。

本発明の第２実施態様の第１の特定応用により、エン
トロピーしきい化が、像を探索するために使用される。
この第１の特定応用において、像を探索する段階は、像
のグレーレベルヒストグラムを発生する副段階を含む。
グレーレベルヒストグラムは、エントロピー関数を有す
る。第12図に関して記載されたモジュールHISTOGRAM
は、像の対象領域のグレーレベルヒストグラムを発生す
るために使用される。像を探索する段階はまた、ヒスト
グラムのエントロピー関数が最大にされる如く、しきい
グレーレベル値をエントロピー的に選択する副段階を含
む。この段階は、第13図に関して記載された如く、ENTR
OPYモジュールによって実行される。

第２実施態様のエントロピーしきい化応用により、探
索段階は、さらに、エントロピー的に選択されたしきい
グレーレベル値を使用して、少なくとも一つの候補対象
物に対して像の部分を走査する副段階を含む。探索段階
は、さらに、エントロピー的に選択されたしきいグレー
レベルによって決定された境界グレーレベルを有する候
補対象物をトレースする副段階を含む。この実現におい
て、探索段階は、第15図に関して記載されたモジュール
SEARCH IMAGE、第16図に関して記載されたモジュールF
IND OBJECTと第19A図と第19B図において記載されたモ
ジュールTRACE OBJECTによって実行される。TRACE OB
JECTモジュールの基本原理は、“Digital Image Proc
essing" by Rafael C.Gonzalez and Paul Wint
z、Second Ed.、Addison−Wesley Publishing Compa
ny、Reading、Massachusetts（1987）において記載され
たものに類似する。

第19A図のブロックＡに示された如く、TRACE OBJECT
モジュールにおける第１段階は、候補対象物属性値を初
期化することである。それから、TRACE OBJECTモジュ
ールは、近隣周囲点が検出されたかを判定ダイヤモンド
Ｂにおいて尋ねる。そうでないならば、トレースされた
対象物は、ブロックＣによって示された如く、不当であ
る。近隣周囲点が検出されたならば、判定ダイヤモンド
Ｄは、TRACE OBJECTモジュールは候補対象物の第１周
囲点にあるかを尋ねる。そうでないならば、候補対象物
属性値は、第19A図のブロックＥに示された如く更新さ
れる。それから、Ｂ−Ｅによるループは、TRACE OBJEC
Tモジュールが候補対象物の第１周囲点になるまで、更
新された候補対象物属性値を使用して、反復される。そ
れから、質量中心座標が、第19A図のブロックＦにおい
て示された如く算出される。それから、判定ダイヤモン
ドＧは、候補対象物面積が大きすぎるかを尋ねる。そう
ならば、トレースされた対象物は、第19A図のブロック
Ｈによって示された如く不当である。

候補対象物面積が大きすぎないならば、形状因子が、
第19B図のブロックＩにおいて示された如く算出され
る。形状因子の規定は、識別される対象物の幾何形状に
より、変化する。例えば、円形対象物に対する形状因子
の規定は、 形状因子＝１−P²/4πＡ （15） である。ここで、Ｐは候補対象物の周囲長であり、Ａは
候補対象物の面積である。それから、TRACE OBJECT
は、形状因子が第19B図の判定ダイヤモンドＪにおいて
示された如くドライバーに含められた所定範囲内にある
かをチェックする。形状因子が所定範囲内に入らないな
らば、トレースされた対象物は、第19B図のブロックＫ
によって示された如く不当である。形状因子が所定範囲
内に入るならば、候補対象物は、ブロックＬに示された
如く、カーネルによって維持される妥当対象物リストに
追加される。

すべての候補対象物が現探索においてトレースされた
後、第20図に示された如く、モジュールCHK GRAYが、
候補対象物が背景よりも比較的明るいかをチェックする
ために呼び出される。CHK GRAYは、探索位置が走査の
終端になる時、第15図の判定ダイヤモンドＣの後にラン
される。第20図のブロックＡに示された如く、CHK GRA
Yモジュールにおける第１段階は、現探索において検出
された第１候補対象物に前進することである。第20図の
判定ダイヤモンドＢは、候補対象物が候補対象物リスト
において最終対象物であるかを尋ねる。そうならば、モ
ジュールは、長円形Ｃによって示された如くランを停止
する。候補対象物が候補対象物リストの最終対象物でな
いならば、平均外部グレーレベルが、ブロックＤに示さ
れた如く算出される。それから、判定ダイヤモンドＥ
は、質量中心のグレーレベルは、対象物の極値点を包囲
する４つの外部点（すなわち、上側、下側、左側及び右
側点）の平均外部グレーレベルよりも大きいかを尋ね
る。外部点は、対象物の極値点のすぐ近隣の背景におけ
る点である。そうでないならば、対象物は、第20図のブ
ロックＦにおいて示された如く削除される。質量中心の
グレーレベルが平均外部グレーレベルよりも大きいなら
ば、候補対象物が保持され、そしてCHK GRAYモジュー
ルは、ブロックＧに示された如く、次候補対象物に前進
する。それから、CHK GRAYモジュールは、候補対象物
が最終対象物であるかを尋ねるために、判定ダイヤモン
ドＢに復帰する。Ｂ−Ｇにおいて示されたループは、次
候補対象物が最終候補対象物になるまで次候補対象物に
対して反復され、この点において、CHK GRAYはランを
停止する。上記の如く、モジュールCHK GRAYは、背景
よりも暗い対象物を検出するためにランされる。この場
合、像は、対象物と背景の像を発生する段階を行う前
に、初期的に反転される。

上記の方法は、スクリーニングプロセスと呼ばれる。
例えば、それは、食料又は血液又は土壌試料において病
原菌の存在を調べるために使用される。スクリーニング
プロセスは、肯定否定回答を生ずる。絶対数量化は必要
ではない。より厳重な識別プロセスに対して、本発明の
第２実施態様のエントロピーしきい化応用の方法を下記
の如く再帰的に適用することが必要である。

第２実施態様の第１特定応用の再帰的バージョンは、
さらに、上限と下限としてヒストグラムのエントロピー
関数を最大にするように選択されたエントロピーしきい
グレーレベルを使用して、グレーレベルヒストグラムを
上側ヒストグラムと下側ヒストグラムに細分する段階を
含む。選択、探索、妥当化及び細分段階は、上側及び下
側ヒストグラムの各々に対して再帰的に反復される。選
択段階の反復は、次のエントロピーしきいグレーレベル
を選択し、これにより、所定最小数の新妥当対象物が識
別されるまで、妥当対象物を識別するためにグレーレベ
ルヒストグラムを再帰的に区分化する。この応用の好ま
しい実現において、所定最小数はゼロである。しかし、
完全な識別が必要ではない時の如く、所定数がゼロより
も大きい場合がある。

第21A〜21C図は、ヒストグラムを上側ヒストグラムと
下側ヒストグラムに細分する概念を示す。原ヒストグラ
ムは、第21A図に示される。第21A図においてＴで示され
たTHRESHは、探索される最小グレーレベルと探索される
最大グレーレベルの間のグレーレベル領域に対応する、
グレーレベルヒストグラムに対するエントロピー的に選
択されたしきいグレーレベルである。第21A図に示され
た如く原ヒストグラムに対して、探索された最小グレー
レベルは、ゼロであり、そして探索された最大グレーレ
ベルはMAXである。Ｂにおいて示されたTHRESH HIは、T
HRESHとMAXの間のグレーレベル領域に対応する、グレー
レベルヒストグラムに対してエントロピー的に選択され
たしきいグレーレベルである。Ａにおいて示されたTHRE
SH LOは、ゼロとTHRESHの間のグレーレベル領域に対応
するグレーレベルヒストグラムに対してエントロピー的
に選択されたしきいグレーレベルである。

第１特定応用の再帰的バージョンにより、細分、選
択、探索及び妥当性段階が、再帰的に反復される。再帰
とは、ヒストグラムを上側及び下側ヒストグラムに連続
的に分割し、各上側ヒストグラムを探索し、上側ヒスト
グラムは、それ自体、上側ヒストグラムにおいて検出さ
れた新妥当対象物の数が所定最小数以下になるまで、新
妥当対象物に対して上側及び下側ヒストグラムに連続的
に分割され、そして続いて、最も最近に探索された上側
ヒストグラムに対応する各下側ヒストグラムを探索し、
下側ヒストグラムは、それ自体、下側ヒストグラムにお
いて検出された新妥当対象物の数が、所定最小数以下に
なるまで、上側及び下側ヒストグラムに連続的に分割さ
れるプロセスが意図される。

上側ヒストグラムは、第21B図に示される。細分段階
の反復は、上側ヒストグラムを第21B図に示された次に
連続する上側及び下側ヒストグラムに細分する。上側ヒ
ストグラムの選択段階の反復は、第21B図においてＢで
示された如く、次に連続する上側エントロピーしきいグ
レーレベル値を選択する。こうして、原ヒストグラムに
おいてTHRESH HIであった点Ｂは、上側ヒストグラムの
しきい値又はNEXT UPPER THRESHになる。第21B図にお
いて、探索される最小グレーレベル値は、今、THRESHで
あり、そして探索される最大グレーレベル値は、今、MA
Xである。Ｃで示されたNEXT UPPER THRESH HIは、Ｂ
とMAXの間のグレーレベル領域に対応する、グレーレベ
ルヒストグラムに対してエントロピー的に選択されたし
きいグレーレベル値である。Ｄにおいて示されたNEXT
UPPER THRESH LOは、THRESHとＢの間のグレーレベル
領域に対応する、グレーレベルヒストグラムに対してエ
ントロピー的に選択されたしきいグレーレベルである。
それから、選択、探索及び妥当化段階が、エントロピー
しきいグレーレベル値として、次に連続する上側エント
ロピーしきいグレーレベル値Ｂを使用して再帰的に反復
される。

第21C図は、下側ヒストグラムを示す。細分段階の反
復は、第21C図に示された如く、下側ヒストグラムを次
に連続する上側及び下側ヒストグラムに細分する。下側
ヒストグラムに対する選択段階の反復は、第21C図にお
いてＡで示された如く、次に連続する下側エントロピー
しきいグレーレベル値を選択する。こうして、原ヒスト
グラムにおいてTHRESH LOであった点Ａは、区分化下側
ヒストグラム又はNEXT LOWER THRESHの対するしきい
値になる。第21C図において、探索される最小グレーレ
ベル値は、今、ゼロであり、そして探索される最大グレ
ーレベル値は、今、THRESHである。Ｅで示されたNEXT
LOWER THRESH HIは、ＡとTHRESHの間のグレーレベル
領域に対応するグレーレベルヒストグラムに対してエン
トロピー的に選択されたしきいグレーレベル値である。
Ｆに示されたNEXT LOWER THRESH LOは、ゼロとＡの
間のグレーレベル領域に対応する。グレーレベルヒスト
グラムに対してエントロピー的に選択されたしきいグレ
ーレベル値である。それから、選択、探索及び妥当化段
階は、エントロピーしきいグレーレベル値として、次の
連続する下側エントロピーしきいグレーレベル値Ａを使
用して下側ヒストグラムに対して再帰的に反復される。

第22図に示された如くANALYZEモジュールは、第２実
施態様の再帰的バージョンのコア再帰カーネルを構成す
る。ANALYZEモジュールは、候補対象物の事例を探索す
るためにグレーレベル空間における特定領域を有効にク
ローズアップし、そしてヒストグラムを再帰的に仕切
る。第22図に示された如く、ANALYZEモジュールにおけ
る第１段階は、第22図のブロックＡにおいて記載され示
された如く、エントロピー的に選択されたしきいグレー
レベル値THRESH、THRESH HIとTHRESH LOを算出するこ
とである。ブロックＢに示された如く、モジュールSEAR
CH IMAGEは、上側ヒストグラムに含められたグレーレ
ベル値を使用してランされる。それから、判定ダイヤモ
ンドＣは、検出された新妥当対象物の数が、所定最小数
よりも大きいかを尋ねる。そうならば、モジュールANAL
YZEは、上側ヒストグラムにおいて再帰的にランされ
る。検出された妥当対象物数が、所定最小数よりも大き
くないならば、モジュールSEARCH IMAGEが、ブロック
Ｅにおいて示された如く、下側ヒストグラムに含められ
たグレーレベル値を使用して、再びランされる。それか
ら、判定ダイヤモンドＦは、検出された妥当対象物の数
が所定最小数よりも大きいかを尋ねる。そうならば、モ
ジュールANALYZEは、ブロックＧにおいて示された如
く、下側ヒストグラムにおいて再帰的にランされる。そ
うでないならば、モジュールANALYZEは、ランを停止
し、そして妥当対象物は、第22図のブロックＨに示され
た如く返される。本発明により、再帰的プロセス中妥当
化段階においてチェックされる属性数の値の範囲を選択
する際に許容度がある。

本発明の第２実施態様の第１特定応用の方法により、
妥当化段階は、さらに、妥当対象物の多重を識別を防止
するために、冗長性をチェックする副段階を含む。その
ような冗長性チェックは、現探索後に妥当として認識さ
れた対象物が、前探索において妥当対象物として認識さ
れているかもしれないために、必要である。冗長性チェ
ック副段階を行うために、妥当対象物は、均質又は非均
質として分類される。非均質対象物は、下記の例におい
て記載され、この場合、カラーコロニーが識別される。
妥当対象物はまた、さらに、比較的大きな妥当対象物又
は小さな妥当対象物として分類される。加えて、妥当対
象物は、別の妥当対象物に包含される（内部妥当対象
物）か、又は別の妥当対象物に包含されない（外部妥当
対象物）として分類される。

本発明の第２実施態様の第１特定応用の方法により、
冗長性チェック副段階は、非均質妥当対象物を削除する
ために行われる。それが行われる時、本発明の方法は、
さらに、大対象物が２つ以上の小対象物を含む時、大対
象物を削除する副段階を含む。また、冗長性チェック副
段階が非均質妥当対象物を削除するために行われる時、
本発明の方法はまた、大及び小妥当対象物の平均縁コン
トラストを算出する副段階と、大対象物が唯一の小対象
物を含む時、より小さな縁コントラストを有する対象物
を削除する副段階を含む。これらの副段階は、非均質妥
当対象物に対して第23A〜Ｄ図に示された如く、モジュ
ールCHK LISTによって行われる。

第23A図のブロックＡに示された如く、非均質対象物
を削除するためのCHK LISTモジュールの第１段階は、
現探索の前に検出された妥当対象物の数として前カウン
トを規定することである。それから、テール対象物が、
ブロックＢに示された如く、現探索において検出された
初期候補対象物として規定される。対象物カウントは、
ブロックＣに示された如く１に初期化され、そしてヘッ
ド対象物は、ブロックＤに示された如く全対象物リスト
（すなわち、現在までに検出された全対象物のリスト）
における初期対象物として規定される。判定ダイヤモン
ドＥは、対象物カウントが前カウントよりも大きいかを
尋ねる。

対象物カウントが前カウントよりも大きいならば、CH
K LISTは、第23B図のブロックＡに示された後く、全対
象物リストにおける第１対象物に前進する。第23B図の
判定ダイヤモンドＢは、CHK LISTが最終対象物である
かを尋ねる。そうでないならば、判定ダイヤモンドＣ
は、妥当対象物が別の妥当対象物内に包含されるかを尋
ねる。そうならば、対象物状態は、ブロックＤに示され
た如く、それが包含された対象物の状態にセットされ、
そしてCHK LISTは、ブロックＥに示された如く、次対
象物へ前進する。また、対象物が別の対象物内に包含さ
れないならば、CHK LISTは、ブロックＥに示された如
く、次対象物へ前進する。Ｂ−Ｅによるループは、ブロ
ックＥの次対象物が最終対象物になるまで継続し、この
点において、CHK LISTは、ブロックＦに示された如
く、全対象物リストにおける第１対象物へ前進する。す
べての対象物に対する対象物状態属性値は、ブロックＧ
に示された如く、「真」にセットされる。この文脈にお
ける「真」は、妥当を意味し、そして「偽」は、不当を
意味する。それから、判定ダイヤモンドＨは、CHK LIS
Tが最終対象物であるかを尋ねる。

そうならば、CHK LISTは、第23C図のブロックＡに示
された如く第１対象物へ前進する。それから、判定ダイ
ヤモンドＢは、CHK LISTが最終対象物であるかを再び
尋ねる。そうならば、対象物の総数が、ブロックＣに示
された如くカウントされ、そして対象物の総数と前カウ
ントの間の差が、ブロックＤに示された如く返される。
CHK LISTが最終対象物でないならば、判定ダイヤモン
ドＥは、対象物状態属性値が偽であるかを尋ねる。そう
ならば、対象物は、ブロックＦに示された如く削除され
る。そうでないならば、CHK LISTは、ブロックＧに示
された如く対象物を前進させ、そしてCHK LISTは、判
定ダイヤモンドＢに示された如く、それが最終対象物で
あるかを再び尋ねる。Ｂ、Ｅ、ＦとＧによるループは、
ブロックＧの前進対象物が最終対象物になるまで継続す
る。この点において、対象物の総数が、ブロックＣに示
された如くカウントされ、そして対象物の総数と前カウ
ントの間の差が、ブロックＤに示された如く返される。

第23B図の判定ダイヤモンドＨに戻ると、CHK LISTが
この点において最終対象物にないならば、それは、判定
ダイヤモンドＩに行き、対象物が２つ以上の妥当対象物
を含むかを尋ねる。そうならば、対象物状態属性値が、
ブロックＪに示された如く偽にセットされ、そしてCHK
LISTは、ブロックＫに示された如く、次対象物へ前進
する。それから、CHK LISTは、判定ダイヤモンドＨへ
復帰し、それが最終対象物であるかを尋ね、そして対象
物が２つ以上の妥当対象物を含まなくなるまで、このプ
ロセスを継続する。それから、第23D図の判定ダイヤモ
ンドＡは、対象物が別の対象物内に包含された唯一の対
象物であるかを尋ねる。そうでないならば、CHK LIST
は、第23B図のブロックＫに示された如く次対象物へ前
進し、第23B図のＨ−Ｋと第23D図のＡによるループが、
対象物が別の対象物内に包含された唯一の対象物になる
まで反復される。対象物が別の対象物内に包含された唯
一の対象物であるならば、判定ダイヤモンドＢは、対象
物を包含する対象物の状態属性値が偽であるかを尋ね
る。そうならば、CHK LISTは、第23B図のブロックＫに
示された如く次対象物へ前進し、そして第23B図のＨ−
Ｋと第23D図のＡ−Ｂによるループが、対象物を包含す
る対象物の状態属性値が偽でなくなるまで反復される。
この点において、判定ダイヤモンドＮは、別の対象物を
包含する対象物の縁コントラストが対象物の縁コントラ
ストよりも大きいかを尋ねる。そうならば、CHK LIST
は、ブロックＤに示された如く、対象物状態属性値を偽
にセットし、第23B図のブロックＫに示された如く、次
対象物へ前進し、そして第23B図のＨ−Ｋと第23D図のＡ
−Ｃによるループが、別の対象物を包含する対象物の縁
コントラストが別対象物に包含された対象物の縁コント
ラストよりも大きくなくなるまで反復される。それか
ら、CHK LISTは、第23D図にブロックＥに示された如
く、対象物を包含する対象物の状態を偽にセットし、そ
してそれが最終対象物になるまで、第23D図のブロック
Ｋに示された如く、次対象物へ前進する。

第23A図の判定ダイヤモンドＥに戻ると、対象物カウ
ントが前カウントよりも大きくないならば、判定ダイヤ
モンドＦは、ヘッド対象物が別の対象物内に包含される
かを尋ねる。そうならば、ヘッド対象物が、ブロックＧ
に示された如く前進され、そして対象物カウントが、ブ
ロックＨに示された如く増分される。判定ダイヤモンド
Ｅは、再び、増分された対象物カウントが、前カウント
よりも大きいかを尋ねる。そうならば、CHK LISTは、
上記の如く、第23B図のブロックＡへ前進する。増分さ
れたカウントが前カウントよりも大きくないならば、第
23A図のＦ、Ｇ、ＨとＥによるループは、ヘッド対象物
が別の対象物内に包含されなくなるまで反復される。そ
れから、CHK LISTは、第23A図の判定ダイヤモンドＩへ
前進し、テール対象物が最終対象物であるか、又はヘッ
ド対象物が別の対象物内に包含されるかを尋ねる。テー
ル対象物が最終対象物であるか、又はヘッド対象物が別
の対象物内に包含されるならば、CHK LISTは、ブロッ
クＧに示された如くヘッド対象物を前進させ、そしてカ
ウントが、ブロックＨに示された如く増分される。Ｅ、
Ｆ、Ｉ、ＧとＨによるループは、テール対象物が最終対
象物でなくなるか、又はヘッド対象物が別の対象物内に
包含されなくなるまで、反復される。それから、判定ダ
イヤモンドＪは、テール対象物が別の対象物内に包含さ
れるかを尋ねる。そうならば、テール対象物は、第23A
図のブロックＫに示された如く前進され、そしてＩ、Ｊ
とＫによるループは、テール対象物が別の対象物内に包
含されなくなるまで反復される。それから、CHK LIST
は、第24図に示された如く、モジュールSET STATに行
き、第23A図のブロックＬに示された如くヘッド及びテ
ール対象物の状態をセットする。

冗長性チェック副段階は、さらに、複数の妥当対象物
の面積を比較する副段階と、妥当対象物の一方を大妥当
対象物とし、第１及び第２妥当対象物の他方を小妥当対
象物として指定する副段階と、小妥当対象物が、非均質
対象物に対するより大きな対象物の４つの極値点によっ
て規定された大妥当対象物に包含されるかを決定する副
段階とを含む。第24図に示された如く、モジュールSET
STATは、非均質対象物に対するこれらの副段階を行
う。第24図の判定ダイヤモンドＡに示されたSET STAT
の第１段階は、ヘッド対象物がテール対象物よりも大き
いかを尋ねることである。そうならば、ブロックＢに示
された如く，ヘッド対象物は、大妥当対象物として規定
され、そしてテール対象物は、小妥当対象物として規定
される。ヘッド対象物がテール対象物よりも大きくない
ならば、ブロックＣに示された如く、ヘッド対象物は、
小妥当対象物として規定され、そしてテール対象物は、
大妥当対象物として規定される。それから、判定ダイヤ
モンドＤは、小対象物が大対象物内に包含されるかを尋
ねる。そうでないならば、SET STATは、END長円形Ｅに
よって示された如く、終了される。小対象物が大対象物
内に包含されるならば、大対象物形式属性値が、ブロッ
クＦに示された如く小対象物を包含することを示す値に
セットされる。形式属性値は、対象物が別の対象物内に
包含されるか、又は対象物が別の対象物を包含するかを
SET STATに告げる。また、小対象物形式属性値は、ブ
ロックＧに示された如く、大対象物内に包含されること
を示す値にセットされる。最後に、大対象物状態属性値
が、ブロックＨに示された如く増分される。それから、
SET STATが、END長円形Ｉによって示された如く終了さ
れ、そして第23A図のブロックＬに復帰する。

第２実施態様の第１の特定応用により、冗長性チェッ
ク副段階が、均質対象物における冗長性を解消するため
に行われる。それが行われる時、本発明の方法は、さら
に、大及び小妥当対象物の縁コントラストを算出する副
段階と、大対象物の平均縁コントラストが小対象物の平
均縁コントラストよりも小さく、かつ所定の最小縁コン
トラストよりも小さい場合に大対象物を削除する副段階
とを含む。冗長性を解除するための冗長性チェック副段
階はまた、大及び小妥当対象物の縁コントラストを算出
する副段階と、大対象物の平均縁コントラストが小対象
物の平均縁コントラストよりも大きく、所定の最小コン
トラストよりも大きい場合に小対象物を削除する副段階
とを含む。これらの副段階は、第25A図と第25B図の流れ
図によって示された如く、均質対象物に対するモジュー
ルCHK LISTを使用して行われる。

第25A図のブロックＡに示された如く、CHK LISTモジ
ュールの第１段階は、均質対象物を削除するためにラン
された時、現探索の前に検出された妥当対象物の数とし
て前カウントを規定することである。それから、テール
対象物が、ブロックＢに示された如く、現探索において
検出された初期候補対象物として規定される。対象物カ
ウントは、ブロックＣに示された如く１に初期化され、
そしてヘッド対象物が、ブロックＤに示された如く、全
対象物リストにおける初期対象物として規定される。そ
れから、対象物状態属性値は、ブロックＥに示された如
く、すべての対象物に対して真にセットされる。判定ダ
イヤモンドＦは、対象物カウントが前カウントよりも大
きいかを尋ねる。

対象物カウントが前カウントよりも大きいならば、CH
K LISTは、第25B図のブロックＡに示された如く、全対
象物リストにおける初期対象物へ前進する。第25B図の
判定ダイヤモンドＢは、CHK LISTが最終対象物である
かを尋ねる。そうならば、対象物の総数が、ブロックＣ
に示された如くカウントされ、そして対象物の総数と前
カウントの間の差が、ブロックＤに示された如く返され
る。CHK LISTが最終対象物でないならば、判定ダイヤ
モンドＥは、対象物状態属性値が偽であるかを尋ねる。
そうならば、対象物が、ブロックＦに示された如く削除
される。対象物状態が偽でないならば、対象物は、ブロ
ックＧに示された如く前進され、そしてCHK LISTモジ
ュールは、再び、判定ダイヤモンドＢに示された如く、
最終対象物であるかを尋ねる。このプロセスは、CHK L
ISTが最終対象物に達するまで継続し、この点におい
て、対象物の総数がブロックＣに示された如くカウント
され、そして対象物の総数と前カウントの間の差がブロ
ックＤに示された如く返される。

第25A図における判定ダイヤモンドＦに戻ると、対象
物カウントが前カウントよりも大きくないならば、第25
A図の判定ダイヤモンドＧは、ヘッド対象物の状態属性
値が偽であるかを尋ねる。そうならば、ヘッド対象物
が、ブロックＨに示された如く前進され、そしてカウン
トが、ブロックＩに示された如く増分される。それか
ら、判定ダイヤモンドＦは、増分された対象物カウント
が前カウントよりも大きいかを尋ねる。そうならば、CH
K LISTは、上記の如く、第23B図のブロックＡへ前進す
る。第25A図のＧ、ＨとＩによるループは、対象物の状
態が偽でなくなるまで反復される。それから、CHK LIS
Tは、第25A図の判定ダイヤモンドＪへ前進し、テール対
象物が最終対象物でなく、かつヘッド対象物状態属性値
が真であるかを尋ねる。これらの両質問への回答は肯定
でなければならない。そうでないならば、CHK LIST
は、ブロックＨに示された如くヘッド対象物を前進さ
せ、そしてカウントが、ブロックＩに示された如く増分
される。Ｆ、Ｇ、Ｈ、ＩとＪによるループは、テール対
象物が最終対象物になり、かつヘッド対象物状態属性値
が真になるまで反復される。それから、判定ダイヤモン
ドＫは、テール対象物状態属性値が真であるかを尋ね
る。そうならば、ヘッド及びテール対象物の縁状態が、
第25A図のブロックＬに示され、かつ第26図に詳細に示
された如く、モジュールSET STATによってセットされ
る。それから、CHK LISTは、ブロックＭに示された如
くテール対象物を前進させ、そしてＪ、Ｋ、ＬとＭによ
るループが反復される。テール対象物状態が真でないな
らば、CHK LISTは、ブロックＭに示された如くテール
対象物を前進させ、そしてＪ、ＫとＭによるループが反
復される。

第26図に示されたモジュールSET STATは、複数の妥
当対象物の面積を比較する副段階と、妥当対象物の一方
を大妥当対象物として、第１及び第２妥当対象物の他方
を小妥当対象物として使用する副段階と、小妥当対象物
が、均質対象物に対して大対象物の４つの極値点によっ
て規定される如く大妥当対象物に包含されるかを決定す
る副段階とを行う。第26図の判定ダイヤモンドＡに示さ
れた如く、SET STATの第１段階は、ヘッド対象物がテ
ール対象物よりも大きいかをたずねることである。そう
ならば、ブロックＢに示された如く、ヘッド対象物は大
妥当対象物として規定され、そしてテール対象物が、小
妥当対象物として規定される。ヘッド対象物がテール対
象物よりも大きくないならば、ヘッド対象物は、小妥当
対象物として規定され、そしてテール対象物は、大妥当
対象物として規定される。それから、SET STATの判定
ダイヤモンドＤは、小対象物が大対象物内に包含される
かを尋ねる。そうでないならば、SET STATは、長円形
Ｅによって示された如くランを停止する。小対象物が大
対象物内に包含されるならば、判定ダイヤモンドＦは、
大対象物の縁コントラストが小対象物の縁コントラスト
よりも大きく、かつ大対象物の縁コントラストが所定の
最小縁コントラストよりも大きいかを尋ねる。これらの
両質問への回答が肯定であるならば、ブロックＧによっ
て示された如く、大対象物状態属性値が、真にセットさ
れ、そして小対象物状態属性値が、偽にセットされ、そ
してモジュールは、長円形Ｈによって示された如くラン
を停止する。判定ダイヤモンドＦにおける質問の少なく
とも一方への回答が否定であるならば、ブロックＩに示
された如く、小対象物状態属性値は真にセットされ、大
対象物状態属性値は偽にセットされ、そしてモジュール
は、長円形Ｊによって示された如くランを停止する。

第２実施態様の第１の特定応用の方法は、さらに、妥
当対象物の冗長性に対する最終チェックを行い、妥当対
象物の多重識別を防止するために冗長性を解消する段階
を含む。最終冗長性チェック段階は、さらに、複数の妥
当対象物の面積を比較する副段階と、妥当対象物の一方
を大妥当対象物として、第１及び第２妥当対象物の他方
を小妥当対象物として指定する副段階と、小妥当対象物
と大妥当対象物が重なる時大妥当対象物を除去する副段
階とを含む。最終冗長性チェック段階は、第27A図と第2
7B図の流れ図よって示された如く、モジュールFINAL C
HKと、第28図の流れ図によって示された如くモジュール
INT STATによって行われる。モジュールFINAL CHKとI
NT STATは、均質及び非均質対象物の両方に対して同一
であり、こうして、一度だけ示される。

FINAL CHKの第１段階は、第27A図のブロックＡに示
された如く、すべての対象物に対して対象物属性値を真
に初期化することである。妥当対象物をカウントするた
めのカウント指数は、ブロックＢに示された如く１に初
期化される。ヘッド対象物は、ブロックＣにおいて示さ
れた如く、状態属性値リストにおける初期対象物として
規定される。それから、判定ダイヤモンドＤは、カウン
ト指数が対象物の総数よりも小さいかを尋ねる。そうで
ないならば、モジュールFINAL CHKは、第27B図のブロ
ックＡに行く。

第27B図のブロックＡに示された如く、FINAL CHK
は、第１対象物に前進する。判定ダイヤモンドＢは、FI
NAL CHKが最終対象物にあるかを尋ねる。そうでないな
らば、判定ダイヤモンドＣは、対象物状態属性値が偽で
あるかを尋ねる。そうでないならば、FINAL CHKは、ブ
ロックＥに示された如く、次対象物へ前進し、そして判
定ダイヤモンドＢは、再び、FINAL CHKが最終対象物に
あるかを尋ねる。Ｂ、ＣとＥによるループは、FINAL C
HKが次対象物になるまで継続する。対象物状態属性値が
偽であるならば、対象物は、ブロックＤに示された如く
削除される。それから、FINAL CHKは、ブロックＥに示
された如く次対象物へ前進し、そして判定ダイヤモンド
Ｂは、FINAL CHKが最終対象物にあるかを尋ねる。Ｂ−
Ｅによるループは、次対象物が最終対象物になるまで継
続し、この点において、FINAL CHKは、ブロックＦに示
された如く第１対象物へ前進する。それから、カウント
が、ブロックＧに示された如く１に初期化される。それ
から、判定ダイヤモンドＨは、FINAL CHKが最終対象物
にあるかを尋ねる。そうでないならば、カウントが、ブ
ロックＩに示された如く増分され、そしてFINAL CHK
は、ブロックＪに示された如く次対象物へ前進する。判
定ダイヤモンドＨは、再び、FINAL CHKが最終対象物に
あるか尋ね、そしてＨ、ＩとＪによるループが、FINAL
CHKが最終対象物になるまで継続する。それから、カ
ウントに包含された妥当対象物の総数が、第27B図のブ
ロックＫによって示された如く返される。

第27A図の判定ダイヤモンドＤに戻ると、カウント指
数が対象物の総数よりも小さいながら、テール対象物
が、ブロックＥに示された如く、ヘッド対象物の次対象
物として規定される。それから、判定ダイヤモンドＦ
は、ヘッド対象物の状態属性値が真であるかを尋ねる。
そうでないならば、FINAL CHKは、ブロックＧに示され
た如く、ヘッド対象物を前進させ、そしてブロックＨに
示された如くカウント指数を増分させる。それから、FI
NAL CHKは、判定ダイヤモンドＤに復帰し、そしてＤ−
Ｉによるループが、ヘッド対象物の状態属性値が真にな
るまで継続する。それから、判定ダイヤモンドＩは、テ
ール対象物が最終対象物でなく、かつヘッド対象物状態
属性値が真であるかを尋ねる。これらの条件の少なくと
も一方が満たされないならば、FINAL CHKは、ブロック
Ｇに示された如くヘッド対象物を前進させ、そしてブロ
ックＨに示された如く指数を増分させる。それから、FI
NAL CHKは、判定ダイヤモンドＤへ復帰し、そしてＤ−
Ｉによるループは、判定ダイヤモンドＩにおける両質問
への回答が肯定になるまで継続する。それから、判定ダ
イヤモンドＪは、テール対象物状態属性値が真であるか
を尋ねる。そうでないならば、FINAL CHKは、第27A図
のブロックＬに示された如くテール対象物を前進させ、
そしてＩ、ＪとＬによるループが、テール対象物状態属
性値が真になるまで反復される。それから、FINAL CHK
は、第27A図のブロックＫに示された如くモジュールINT
STATをランさせ、そしてブロックＬに示された如くテ
ール対象物を前進させる。

第27A図のブロックＫに示された如くモジュールINT
STATの段階は、第28図に詳細に示される。第28図の判定
ダイヤモンドＡは、ヘッド対象物がテール対象物よりも
大きいかを尋ねる。そうならば、ブロックＢに示された
如く、ヘッド対象物は、大妥当対象物として規定され、
そしてテール対象物は、小妥当対象物として規定され
る。ヘッド対象物がテール対象物よりも大きくないなら
ば、ブロックＣに示された如く、ヘッド対象物は、小妥
当対象物として規定され、そしてテール対象物は、大妥
当対象物として規定される。それから、判定ダイヤモン
ドＤは、小妥当対象物が大妥当対象物に包含されるかを
尋ねる。そうでないならば、INT STATは、長円形Ｅに
よって示された如く、その終端にある。小妥当対象物が
大妥当対象物に包含されるならば、大対象物状態属性値
が、ブロックＦに示された如く偽にセットされ、そして
INT STATは、長円形Ｇによって示された如くその終端
にある。

さらに、本発明により、少なくとも一つの妥当対象物
を識別するための第２実施態様の方法の第２の特定応用
が設けられる。この応用は、像から前識別対象物を有効
に除去し、こうして、いっそうの探索のために残余像を
生成する方法を含む。方法は、残余像において真対象物
を識別するための反復方法論を使用する。残余像は、像
の前探索の後に対象物が識別されなかった像の一部であ
る。この方法は、第２実施態様の段階と、エントロピー
しきい化を使用する段階と、さらに、第29A図と第29B図
の流れ図に一般に示された段階とを含む。第29A図のブ
ロックＡに示された如く、残余像における新対象物を探
索するために、像から前識別又は妥当対象物を除去する
方法における第１段階は、すべての前識別妥当対象物を
探索することである。方法における次の段階は、ブロッ
クＢに示された如く、所定のグレーレベル値を選択し、
それから、第29A図のブロックＣに示された如く、所定
のグレーレベル値を有するすべての点を決定するために
像を走査することである。

像から前識別対象物を除去する本発明の方法は、さら
に、所定のグレーレベル値を有する各点のグレーレベル
値に、第29A図のブロックＤに示された如く新所定グレ
ーレベル値を再割り当てする段階を含む。方法の次段階
は、ブロックＥに示された如く、すべての前識別妥当対
象物のすべての内点に所定グレーレベル値を割り当てる
ことである。

像から前識別対象物を除去する本発明の方法は、さら
に、第29A図のブロックＦに示された如く、残余像のグ
レーレベルヒストグラムを発生する段階を含む。残余像
は、所定グレーレベル値以外のグレーレベル値を有する
すべての点を具備する。

像から前識別対象物を除去する本発明の方法は、さら
に、第29B図のブロックＧに示された如く、Ｎ個の大域
エントロピーしきいグレーレベルを選択し、第29B図の
ブロックＨに示された如く、エントロピー的に選択され
たしきいグレーレベルの各々を使用して、残余像のグレ
ーレベルヒストグラムをＮ＋１個のサブヒストグラムに
細分する段階を含む。方法は、プロセスが、Ｎ＋１個の
サブヒストグラムを生成するために、所定数のＮ分割又
は反復に対してヒストグラムを上側及び下側ヒストグラ
ムに分割することを含むことにおいて反復性である。こ
れらの段階を示すために、第30図は、Ｎ個の大域エント
ロピーしきいグレーレベル値t₁−t_Nを有するグレーレベ
ルヒストグラムを示す。残余像のグレーレベルヒストグ
ラムは、大域エントロピーしきいグレーレベルの各々を
使用して、Ｎ＋１個のサブヒストグラムに分割される。
Ｎ個の大域エントロピーしきいグレーレベルを選択する
ための段階は、モジュールENTROPYによって実行され、
第13図の流れ図に示されたものと同一である。

選択段階は、各グレーレベルにおける残余像のヒスト
グラムを第１及び第２仕切りに順次に仕切る副段階を含
む。それから、エントロピー関数は、各仕切りに対して
計算される。ヒストグラムのエントロピー関数は、第１
及び第２仕切りのエントロピー関数の合計として規定さ
れる。それから、大域エントロピーしきいグレーレベル
は、ヒストグラムのエントロピー関数が最大にされる如
く、選択される。それから、グレーレベルヒストグラム
は、上側ヒストグラムと下側ヒストグラムを生成するた
めに、上限と下限としてヒストグラムのエントロピーを
関数を最大にする、上記で規定された大域のエントロピ
ー的に選択されたしきいグレーレベルを使用して細分さ
れる。それから、仕切り、計算及び選択段階は、反復さ
れ、この場合、選択段階の反復は、次に連続する大域エ
ントロピーしきいグレーレベルを選択する。細分段階
は、Ｎ個の大域エントロピーしきいグレーレベルを反復
計算するために、選択段階において規定された大域エン
トロピーしきいグレーレベルとして次に連続する大域エ
ントロピーしきいグレーレベルを使用して反復される。

像から前識別対象物を除去する本発明の方法は、さら
に、少なくとも一つの新候補対象物に対して各エントロ
ピー的に選択されたしきいグレーレベル値を使用して、
各サブヒストグラムに対応する残余像の部分を探索する
段階を含む。候補対象物の質量中心のグレーレベル値が
所定グレーレベルとは異なるならば、候補対象物は、新
妥当対象物であるために候補対象物として考察される。
そうでないならば、候補対象物は、新妥当対象物ではな
い。候補対象物は、少なくとも一つの候補対象物属性値
を有する。像の部分を探索する段階は、第29B図のブロ
ックＩに示される。探索段階は、各大域のエントロピー
的に選択されたしきいグレーレベル値を使用して、少な
くとも一つの候補対象物に対して像を走査する副段階
と、各大域のエントロピー的に選択されたしきいグレー
レベル値によって決定された境界グレーレベル値を有す
る候補対象物をトレースする副段階とを含む。像の部分
を探索する段階は、第１及び第２実施態様に対して記載
され、それぞれ、第14図、第15図、第19A図と第19B図に
示された如く、モジュールSEARCH IMAGE、FIND OBJEC
TとTRACE OBJECTによって実行される。加えて、第20図
に示されたモジュールCHK GRAYは、背景よりも比較的
明るい候補対象物を保持するために、反復方法に対して
ランされる。背景よりも暗い対象物を識別するために、
像は、発生された直後に反転される。

像から前識別対象物を除去する本発明の方法は、さら
に、サブヒストグラムの各々に対して妥当対象物所定属
性値を有する新候補対象物を妥当化し、これにより、妥
当対象物を識別する段階を含む。この段階は、第29B図
のブロックＪにおいて示される。妥当化段階は、候補対
象物属性値を算出する副段階と、妥当候補対象物を識別
するために、候補対象物属性値を妥当対象物所定属性値
と比較する副段階とを含む。妥当化段階は、さらに、妥
当対象物の多重識別を防止するために、妥当対象物の冗
長性をチェックする副段階を含む。冗長性チェック副段
階は、第23A〜23D図、第25A図と第25B図に関する第１実
施態様に対して記載された如くモジュールCHK LIST
と、第24図と第26図に関して記載されたモジュールSET
STATによって行われる。

像から前識別対象物を除去する本発明の妥当化段階
は、像をフィルターする段階を含む。非均質対象物に対
してフィルター段階は、上記の如く、第18図に示された
モジュールCOL FILTによって行われる。

像から前識別対象物を除去する本発明の方法は、さら
に、妥当対象物の冗長性に対する最終チェックを行い、
妥当対象物の多重識別を防止するために冗長性を解消す
る段階を含む。最終冗長性チェック副段階は、第24A〜
Ｂ図に関する第１実施態様に対して記載されたモジュー
ルFINAL CHKと、第25図に示されたモジュールINT STA
Tとによって行われる。

本発明の第１及び第２実施態様により、背景において
少なくとも一つの妥当対象物を識別するための像分析シ
ステムが設けられる。妥当対象物は、識別される対象物
の妥当対象物の規定を表現する少なくとも一つの所定属
性値を有する。本発明のシステムのブロック図が、第31
図に示される。背景における少なくとも一つの妥当対象
物を識別するためのシステムは、第31図に一般に10で示
される。

本発明のシステムは、対象物と背景の像を発生するた
めの手段を具備する。第31図に示された如く、対象物と
背景の像を発生するための手段は、カメラ12を具備す
る。CCDカメラが、一般に本発明で使用されるが、任意
の形式のカメラが、本発明の一般原理に反することなく
使用される。

本発明のシステムはまた、像をデジタル化し、記憶す
るための手段を具備する。像をデジタル化し、記憶する
ための手段は、第31図に示された如くフレームグラバー
14を具備する。フレームグラバーは、像処理技術におけ
る当業者には公知な如く、一つのフレームにおいてビデ
オ像をデジタル化し記憶する。代替的に、像をデジタル
化し記憶するための手段は、像をデジタル化し記憶する
ビデオデジタイザーを具備するが、必ずしも一つのフレ
ームにおいてではない。本発明のシステムは、さらに、
像を表示するための手段を具備する。像を表示するため
の手段は、第31図に示された如くモニター16を具備す
る。

本発明のシステムはまた、コンピュータ手段を具備す
る。コンピュータ手段は、第31図に示された如く、コン
ピュータシステム18を具備する。コンピュータシステム
は、中央処理ユニット（CPU）とメモリを具備する。コ
ンピュータ手段はまた、第31図に示された如く、ドライ
バー20、カーネル22と後走査フィルター26を含む。ドラ
イバー20は、妥当対象物の規定を記憶する。エントロピ
ーカーネル22は、像のグレーレベルヒストグラムを発生
させ、そしてヒストグラムのエントロピー関数が最大に
される如く、しきいグレーレベルをエントロピー的に選
択する。エントロピーカーネル22はまた、少なくとも一
つの候補対象物に対して像を探索し、妥当対象物を識別
するために妥当対象物所定属性値を有する候補対象物を
妥当化する、妥当化対象物は、第31図において箱24によ
って表現される。ドライバーとカーネルは、メモリに組
み込まれたソフトウェアを具備する。代替的に、ドライ
バーとカーネルは、ソフトウェアが検索される、プログ
ラマブル読み取り専用メモリ（PROM）にプログラムされ
る。後走査フィルターは、第31図において26で示され、
そして上記の如く、重なる対象物における冗長性を除去
するための最終チェックを設ける。

技術における当業者には、多様な修正及び変形が、発
明の範囲又は精神に反することなく本発明の方法におい
て行うことができることが明らかである。例えば、上記
のPal and Palによって開示された同時発生マトリッ
クスのエントロピーしきい化の如く、任意の形式のエン
トロピーしきい化が使用される。

発明は、発明を単に例示することを意図した次の実施
例によってさらに明確にされる。

実施例 この実施例において、コロニー計数システムが記載さ
れる。コロニー計数は、試料における細菌の量を数量化
するために微生物実験室において日常的に行われるタス
クである。試料は、血液、食料、化粧品、土壌、等の如
く、多数の種々の形式の一つである。このシステムは、
変化する背景におけるコロニーを識別し、そしてまた、
高凝集コロニーを分解することができた。

正確なコロニー計数のほかに、同一プレートにおいて
２種以上の細菌がある場合に、形式によりコロニーを分
類することができることが重要である。この例におい
て、サルモネラ新菌の典型及び異型種族が存在した。さ
らに、背景（非病原性）細菌がまた存在した。また、背
景細菌からサルモネラ菌の両種族を区別することができ
ることは重要である。この例において、寒天プレート
は、Hektoen Enteric寒天であり、この場合、典型サル
モネラ菌コロニーは黒であり、異型サルモネラ菌コロニ
ーは薄緑であり、そして背景コロニーは黄であった。こ
の例のシステムは、色相によりコロニーを分類し、こう
して、プレート上で種の分類を行うことができた。

この例において、付加的な複雑性が、プレートにおけ
るコロニーの数によって提示された。プレートにおいて
875のコロニーがあり、コロニーの視覚分類を極めて厄
介にした。多数のコロニーは、大きく凝集し、別の主な
困難を提示した。この例において記載されたシステム
は、コロニーを分解し、それから、プレート上において
異なる種を分類するために色相分類を行うことができ
た。

コロニーを計数するためにこの例において使用された
装置は、第31図に関して記載された如く、プレートを保
持するためのペトリ皿保持器と、プレートを照明するた
めの光学系と、プレート上に試料の像を発生するために
像取得システムとを具備した。カメラからのビデオ信号
は、PCにおいて一スロットを占有するフレームグラバー
に送られた。フレームグラバーは、像をデジタル化し
た。

ペトリ皿保持器は、標準ペトリ皿を収納する可動な加
工部材を具備した。部材は、皿を収納することができる
さらに穴円形くぼみを有し、軸受け基礎支持物を介して
適所に滑り入れられた。保持器の下に、像コントラスト
を高めるために適切な背景シートを挿入する余地があっ
た。

使用された照明源は、Philips FC 8T9/CW円形蛍光
灯（8"（20.3cm）径）を具備し、ペトリ皿を取り囲ん
だ。灯は、皿の上の約1"（2.54cm）に取り付けられ、全
側面から一様に皿を照明した。灯と皿の間の距離は、重
要であった。灯が高すぎるならば、生ずる像は、コロニ
ーの湾曲面からの大きな「グレア」と「ハロー」を示し
た。コロニーは、小さな3Dサイズと見なされ、そして斜
めのグレージング角照明が、レンズ状表面から散乱する
光がカメラに入らない如く必要であった。灯は、Mercro
n FL0416−２コントローラを使用して能動的に安定化
され、出力における変動を防止するために、光レベルを
一定に保った。さらに、コントローラは、灯の輝度を調
整するために遠隔でプログラマブルであった。この特徴
は、固有コントラストが可変であるコロニープレートに
対して特に有益であった。低コントラストプレートに対
して、光レベルは、コントラストを改良するために増大
される。

光学系は、16mmのF2.8ニコンレンズを備えるソニーXC
−77白黒CCDビデオカメラを具備した。カメラは、ペト
リ皿の上に約1.5フィート（0.05m）の距離において中心
を据えられた。カメラから皿への距離は、空間分解能を
最大にするために、CCDセンサーの表面をちょうど占め
る如くであった。フィルターホイールは、レンズとカメ
ラセンサーの間に置かれた。フィルターホイールは、４
つの位置を有した。各位置におけるフィルター組み合わ
せは、以下に記載される。

E.I.du Pont de Nemours and Company、Wilming
ton、Delwareにより商標“DELRIN"で販売されるホルム
アルデヒドの結晶性ホモポリマー製の黒い遮光物が、迷
光がカメラに入るのを防止するために、カメラからプレ
ートに広げられた。カメラからのビデオ信号は、PCにお
けるフレームグラバーに直接に送られた。

像取得システムは、PCにおける拡張スロットを占有す
るData Translation DT2851フレームグラバーボード
を具備した。Dell 33MHZ 386ATシステムは、像を記憶
し、属性値としてカラーを使用して、本発明の方法を実
行するために使用された。フレームグラバーボードは、
デジタル化像が記憶される512×512ピクセルビデオバッ
ファーを有した。カメラからの「ショット」雑音を最小
にするために、数個の像フレームが平均化され、そして
生ずる平均化像が、いっそうの分析のために記憶され、
使用された。フレームグラバーの出力は、像を表示する
ためにソニーTRINITRONモニターに連結された。

次の（１）〜（４）がコンピュータ仕様であった。

（１）ドライバー 妥当コロニーに対する属性とそれらの範囲が下記の表２
に示される。

（２） 人為物除去 次の規則が、寒天における人為物を除去するために使
用された。

・候補コロニーの平均色相が1.90よりも小さく、色相振
幅が200よりも大きいならば、候補コロニーは削除され
た。

・候補コロニーの平均色相が1.90よりも小さく、色相振
幅が200よりも大きいならば、候補コロニーは削除され
た。

・候補コロニーの平均色相が3.40よりも大きく、色相振
幅が200よりも大きいならば、候補コロニーは削除され
た。

（３）冗長性チェック 第23A〜23D図と第24図に関して記載された非均質対象
物に対する冗長性チェックが、この例における冗長性チ
ェックのために使用された。

（４）コロニー分類 コロニーを３つの項類（異型サルモネラ菌、典型サル
モネラ菌と背景）に分類するために使用された規則が、
以下に要約される。

・色相振幅が200以下であったならば、コロニーは典型
サルモネラ菌として分類された。

・平均色相が1.90よりも大きく、2.55よりも小さいなら
ば、コロニーは、背景コロニーとして分類された。

・平均色相が2.55以上であり、かつ2.70よりも小さかっ
たならば、 ・色相振幅が2000よりも小さく、又はコロニーの質量中
心の色相と色相オフセット0.05の和が平均色相よりも小
さいならば、コロニーは背景コロニーとして分類され
た。

・そうでなければ、コロニーは異型コロニーとして分類
された。

・そうでなければ、すべての他の妥当コロニーは異型コ
ロニーとして分類された。

総数875の妥当コロニーが、識別された。色相による
コロニーの分類は、次の内訳であった。

典型サルモネラ菌:155 異型サルモネラ菌:385 背景:335 これらの結果は、プレートの視覚検査から期待された結
果と非常に良く一致した。

発明の他の実施態様は、ここで開示された発明の説明
と実施の考察から技術における当業者には明らかになる
であろう。説明と例は例示のみとして考察され、発明の
真の範囲及び精神は次のクレイムによって示されること
が意図される。

本発明の好ましい態様を整理して記載すれば、下記の
とおりである。

1.背景における対象物の内点を決定するための方法にお
いて、 （ａ）対象物と背景の像を発生する段階と、 （ｂ）対象物に対して像を探索する段階と、 （ｃ）対象物の周囲点を決定する段階と、 （ｄ）周囲バッファーを生成する段階であり、周囲バッ
ファーは周囲点を具備し、各周囲点は、行位置座標値
と、列位置座標値と、方向符号ベクトルとを有し、方向
符号ベクトルは、各周囲点に対して第１及び第２方向符
号値を具備し、第１方向符号値は、各それぞれの周囲点
の次の周囲点に対する関係を記述し、そして第２方向符
号値は、各それぞれの周囲点の前周囲点に対する関係を
記述する段階と、 （ｅ）ソートされた周囲バッファーを生成するために、
所定の順序で周囲バッファーにおける周囲点をソートす
る段階と、 （ｆ）ソートされた周囲バッファーにおける各周囲点に
対して第１及び第２値の一方を有する状態変数を割り当
て、状態変数の値は第１及び第２方向符号値によって決
定される段階と、 （ｇ）検査される周囲点と同一の線セグメントにおい
て、ソートされた周囲バッファーにおける検査周囲点と
次周囲点の間にある各点を対象物の内点として指定する
段階であり、検査周囲点は状態変数の第１値を割り当て
られる段階とを含む方法。

2.像を探索する段階が、対象物の部分のみを探索するこ
とを含む上記１に記載の方法。

3.像を探索する段階が、時計回り方向において順次に対
象物をトレースすることを含む上記１に記載の方法。

4.対象物の周囲点を決定する段階が、反時計回り方向に
おいて順次に対象物をトレースすることを含む上記１に
記載の方法。

5.ソート段階が、少なくとも一つの行ソート周囲点を具
備する行ソート周囲バッファーを生成するために、所定
の順序で行により周囲バッファーにおける周囲点をソー
トする副段階を具備する上記３に記載の方法。

6.ソート段階が、少なくとも一つの行列ソート周囲点を
具備する行列ソート周囲バッファーを生成するために、
一層の所定の順序で列により行ソート周囲バッファーに
おける周囲点をソートする付加的副段階を具備する上記
５に記載の方法。

7.行により周囲点をソートする副段階が、最低行位置座
標値を有する点がバッファーの先頭に置かれる如く、昇
順において周囲点をソートすることを含む上記６に記載
の方法。

8.行により周囲点をソートする副段階が、最高行位置座
標値を有する点がバッファーの先頭に置かれる如く、降
順において周囲点をソートすることを含む上記６に記載
の方法。

9.列により周囲点をソートする付加的副段階が、最低行
位置座標値と最低列位置座標値を有する点がバッファー
の先頭に置かれる如く、昇順において行ソート周囲点を
ソートすることを含む上記７に記載の方法。

10.列により周囲点をソートする付加的副段階が、最高
行位置座標値と最低列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において行ソート周囲点
をソートすることを含む上記８に記載の方法。

11.ソート段階が、少なくとも一つの列ソート周囲点を
具備する列ソート周囲バッファーを生成するために、所
定の順序で列により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記３に記載の方法。

12.ソート段階が、少なくとも一つの列行ソート周囲点
を具備する列行ソート周囲バッファーを生成するため
に、一層の所定の順序で行により列ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記11に記載の方法。

13.列により周囲点をソートする副段階が、最高列位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記12に記
載の方法。

14.列により周囲点をソートする副段階が、最低列位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記12に記
載の方法。

15.行により周囲点をソートする付加的副段階が、最高
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において列ソート周囲点
をソートすることを含む上記13に記載の方法。

16.行により周囲点をソートする付加的副段階が、最低
列位置座標値と最高行位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において列ソート周囲点
をソートすることを含む上記14に記載の方法。

17.ソート段階が、少なくとも一つの行ソート周囲点を
具備する行ソート周囲バッファーを生成するために、所
定の順序で行により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記４に記載の方法。

18.ソート段階が、少なくとも一つの行列ソート周囲点
を具備する行列ソート周囲バッファーを生成するため
に、一層の所定の順序で列により行ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記17に記載の方法。

19.行により周囲点をソートする副段階が、最低行位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記18に記
載の方法。

20.行により周囲点をソートする副段階が、最高行位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記18に記
載の方法。

21.列により周囲点をソートする付加的副段階が、最低
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において行ソート周囲点
をソートすることを含む上記19に記載の方法。

22.列により周囲点をソートする付加的副段階が、最高
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において行ソート周囲点
をソートすることを含む上記20に記載の方法。

23.ソート段階が、少なくとも一つの列ソート周囲点を
具備する列ソート周囲バッファーを生成するために、所
定の順序で列により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記４に記載の方法。

24.ソート段階が、少なくとも一つの列行ソート周囲点
を具備する列行ソート周囲バッファーを生成するため
に、一層の所定の順序で行により列ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記23に記載の方法。

25.列により周囲点をソートする副段階が、最高列位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記24に記
載の方法。

26.列により周囲点をソートする副段階が、最低列位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記24に記
載の方法。

27.行により周囲点をソートする付加的副段階が、最低
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において列ソート周囲点
をソートすることを含む上記25に記載の方法。

28.行により周囲点をソートする付加的副段階が、最低
列位置座標値と最低行位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において列ソート周囲点
をソートすることを含む上記26に記載の方法。

29.指定段階が、検査される周囲点と同一の行におい
て、行列ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記６に記載の方法。

30.指定段階が、検査される周囲点と同一の行におい
て、列行ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記12に記載の方法。

31.指定段階が、検査される周囲点と同一の列におい
て、行列ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記18に記載の方法。

32.指定段階が、検査される周囲点と同一の列におい
て、列行ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記24に記載の方法。

33.（ｈ）各内点のグレーレベル値を決定する段階と、 （ｉ）内点のグレーレベル値を使用することにより対象
物を特性付ける段階とをさらに含む上記１に記載の方
法。

34.特性付け段階が、対象物のテクスチャーを決定する
ことを含む上記33に記載の方法。

35.特性付け段階が、対象物の色を決定することを含む
上記33に記載の方法。

36.特性付け段階が、対象物におけるパターンを決定す
ることを含む上記33に記載の方法。

37.段階（ｇ）において指定された各内点に所定のグレ
ーレベル値を割り当てることにより対象物をラベル付け
する段階をさらに含む上記１に記載の方法。

38.各冗長性周囲点チェックする段階をさらに含む上記
１に記載の方法。

39.各冗長性周囲点の全事例が状態変数の第１値を割り
当てられる時のみ、対象物の内点として、線セグメント
における各冗長性周囲点と次周囲点の間にあるすべての
点を指定する段階をさらに含む上記38に記載の方法。

40.像を探索する段階が、 （ｉ）エントロピー関数を有する像のグレーレベルヒス
トグラムを発生する副段階と、 （ii）ヒストグラムのエントロピー関数が最大にされる
如く、しきいグレーレベル値をエントロピー的に選択す
る副段階と、 （iii）エントロピー的に選択されたしきいグレーレベ
ル値を使用して少なくとも一つの対象物に対して像を走
査する副段階と、 （iv）エントロピー的に選択されたしきいグレーレベル
値によって決定された境界グレーレベル値を有する候補
対象物をトレースする副段階とを含む上記１に記載の方
法。

41.背景において少なくとも一つの妥当対象物の所定属
性値を有する少なくとも一つの妥当対象物を識別する方
法において、 （ａ）対象物と背景の像を発生する段階と、 （ｂ）少なくとも一つの自動計算しきい値を使用して少
なくとも一つの候補対象物に対して像を探索する段階で
あり、この場合、候補対象物は、少なくとも一つの候補
対象物属性値を有する段階と、 （ｃ）候補対象物の周囲点を決定する段階と、 （ｄ）周囲バッファーを生成する段階であり、周囲バッ
ファーは、周囲点を具備し、各周囲点は、行位置座標値
と、列位置座標値と、方向符号ベクトルとを有し、方向
符号ベクトルは、各周囲点に対して第１及び第２方向符
号値を具備し、第１方向符号値は、各それぞれの周囲点
の次の周囲点に対する関係を記述し、そして第２方向符
号値は、各それぞれの周囲点の前周囲点に対する関係を
記述する段階と、 （ｅ）ソートされた周囲バッファーを生成するために、
所定の順序で周囲バッファーにおける周囲点をソートす
る段階と、 （ｆ）各周囲点に対して第１及び第２値の一方を有する
状態変数を割り当て、状態変数の値は、第１及び第２方
向符号値によって決定される段階と、 （ｇ）検査される周囲点と同一の線セグメントにおい
て、ソートされた周囲バッファーにおける検査周囲点と
次の周囲点の間にある各点を対象物の内点として指定す
る段階であり、検査周囲点は状態変数の第１値を割り当
てられる段階と、 （ｈ）候補対象物属性値により候補対象物を特性付ける
段階と、 （ｉ）妥当対象物を識別するために妥当対象物の所定属
性値を有する候補対象物を妥当化する段階とを含む方
法。

42.像を探索する段階が、対象物の部分のみを探索する
ことを含む上記41に記載の方法。

43.像を探索する段階が、 （ｉ）エントロピー関数を有する像のグレーレベルヒス
トグラムを発生する副段階と、 （ii）ヒストグラムのエントロピー関数が最大にされる
如く、しきいグレーレベル値をエントロピー的に選択す
る副段階と、 （iii）エントロピー的に選択されたしきいグレーレベ
ル値を使用して少なくとも一つの対象物に対して像を走
査する副段階と、 （iv）エントロピー的に選択されたしきいグレーレベル
値によって決定された境界グレーレベル値を有する候補
対象物をトレースする副段階とを含む上記41に記載の方
法。

44.対象物の周囲点を決定する段階が、時計回り方向に
おいて順次に対象物をトレースすることを含む上記41に
記載の方法。

45.対象物の周囲点を決定する段階が、反時計回り方向
において順次に対象物をトレースすることを含む上記41
に記載の方法。

46.ソート段階が、少なくとも一つの行ソート周囲点を
具備する行ソート周囲バッファーを生成するために、所
定の順序で行により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記44に記載の方法。

47.ソート段階が、少なくとも一つの行列ソート周囲点
を具備する行列ソート周囲バッファーを生成するため
に、一層の所定の順序で列により行ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記46に記載の方法。

48.行により周囲点をソートする副段階が、最低行位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記47に記
載の方法。

49.行により周囲点をソートする副段階が、最高行位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記47に記
載の方法。

50.列により周囲点をソートする付加的副段階が、最低
行位置座標値と最低列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において行ソート周囲点
をソートすることを含む上記48に記載の方法。

51.列により周囲点をソートする付加的副段階が、最高
行位置座標値と最低列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において行ソート周囲点
をソートすることを含む上記49に記載の方法。

52.ソート段階が、少なくとも一つの列ソート周囲点を
具備する列ソート周囲バッファーを生成するために、所
定の順序で列により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記44に記載の方法。

53.ソート段階が、少なくとも一つの列行ソート周囲点
を具備する列行ソート周囲バッファーを生成するため
に、一層の所定の順序で行により列ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記52に記載の方法。

54.列により周囲点をソートする副段階が、最高列位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記53に記
載の方法。

55.列により周囲点をソートする副段階が、最低列位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記53に記
載の方法。

56.行により周囲点をソートする付加的副段階が、最高
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において列ソート周囲点
をソートすることを含む上記54に記載の方法。

57.行により周囲点をソートする付加的副段階が、最低
列位置座標値と最高行位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において列ソート周囲点
をソートすることを含む上記55に記載の方法。

58.ソート段階が、少なくとも一つの行ソート周囲点を
具備する行ソート周囲バッファーを生成するために、所
定の順序で行により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記45に記載の方法。

59.ソート段階が、少なくとも一つの行列ソート周囲点
を具備する行列ソート周囲バッファーを生成するため
に、一層の所定の順序で列により行ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記58に記載の方法。

60.行により周囲点をソートする副段階が、最低行位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記59に記
載の方法。

61.行により周囲点をソートする副段階が、最高行位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記59に記
載の方法。

62.列により周囲点をソートする付加的副段階が、最低
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において行ソート周囲点
をソートすることを含む上記60に記載の方法。

63.列により周囲点をソートする付加的副段階が、最高
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、降順において行ソート周囲点
をソートすることを含む上記61に記載の方法。

64.ソート段階が、少なくとも一つの列ソート周囲点を
具備する列ソート周囲バッファーを生成するために、所
定の順序で列により周囲バッファーにおける周囲点をソ
ートする副段階を具備する上記45に記載の方法。

65.ソート段階が、少なくとも一つの列行ソート周囲点
を具備する列行ソート周囲バッファーを生成するため
に、一層の所定の順序で行により列ソート周囲バッファ
ーにおける周囲点をソートする付加的副段階を具備する
上記64に記載の方法。

66.列により周囲点をソートする副段階が、最高列位置
座標値を有する点がバッファーの先頭に置かれる如く、
降順において周囲点をソートすることを含む上記65に記
載の方法。

67.列により周囲点をソートする副段階が、最低列位置
座標値を有する点がバッファーの先頭に置かれる如く、
昇順において周囲点をソートすることを含む上記65に記
載の方法。

68.行により周囲点をソートする付加的副段階が、最低
行位置座標値と最高列位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において列ソート周囲点
をソートすることを含む上記66に記載の方法。

69.行により周囲点をソートする付加的副段階が、最低
列位置座標値と最低行位置座標値を有する点がバッファ
ーの先頭に置かれる如く、昇順において列ソート周囲点
をソートすることを含む上記67に記載の方法。

70.指定段階が、検査される周囲点と同一の行におい
て、行列ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記48に記載の方法。

71.指定段階が、検査される周囲点と同一の行におい
て、列行ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記53に記載の方法。

72.指定段階が、検査される周囲点と同一の列におい
て、行列ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記59に記載の方法。

73.指定段階が、検査される周囲点と同一の列におい
て、列行ソート周囲バッファーにおける検査周囲点と次
周囲点の間にある各点を対象物の内点として指定する副
段階を含む上記65に記載の方法。

74.（ｊ）上限と下限として段階（ｂ）（ii）によって
規定されたエントロピーしきいグレーレベル値を使用し
て、グレーレベルヒストグラムを上側ヒストグラムと下
側ヒストグラムに細分する段階と、（ｋ）上側及び下側
ヒストグラムの各々に対して段階（ｂ）（ii）と（ｂ）
（iii）と段階（ｂ）（ｉ）を再帰的に反復する段階で
あり、この場合、段階（ｂ）（ii）の反復は、次に連続
するエントロピーしきいグレーレベル値を選択し、これ
により、所定最小数の新妥当対象物が識別されるまで、
グレーレベルヒストグラムを再帰的に仕切る段階とをさ
らに含む上記43に記載の方法。

75.（ｌ）各内点のグレーレベル値を決定する段階と、 （ｍ）指定段階（ｇ）の後に内点のグレーレベル値を使
用することにより対象物を特性付ける段階とをさらに含
む上記74に記載の方法。

76.特性付け段階が、対象物のテクスチャーを決定する
ことを含む上記75に記載の方法。

77.特性付け段階が、対象物の色を決定することを含む
上記75に記載の方法。

78.特性付け段階が、対象物におけるパターンを決定す
ることを含む上記75に記載の方法。

79.段階（ｇ）において指定された各内点に所定のグレ
ーレベル値を割り当てることにより対象物をラベル付け
する段階をさらに含む上記75に記載の方法。

80.（ｊ）所定グレーレベル値を選択する段階と、 （ｋ）所定グレーレベル値を有するすべての点を決定す
るために像を走査する段階と、 （ｌ）所定グレーレベル値を有する各点のグレーレベル
値を新所定グレーレベル値を再割り当てる段階と、 （ｍ）すべての妥当対象物のすべての内点に所定グレー
レベル値を割り当てる段階と、 （ｎ）所定グレーレベル値以外のグレーレベル値を有す
るすべての点を具備する残余像のグレーレベルヒストグ
ラムを発生する段階と、 （ｎ）Ｎ個の大域エントロピーしきいレベル値を選択す
る段階と、 （ｏ）エントロピー的に選択されたしきいグレーレベル
値の各々を使用して、グレーレベルヒストグラムをＮ＋
１個のサブヒストグラムに細分する段階と、 （ｐ）少なくとも一つの新候補対象物に対して各大域の
エントロピー的に選択されたしきいグレーレベル値を使
用して、各サブヒストグラムに対応する像の部分を探索
する段階であり、この場合、新候補対象物は少なくとも
一つの候補対象物属性値を有する段階と、 （ｑ）妥当対象物を識別するためにサブヒストグラムの
各々に対して妥当対象物の所定属性値を有する新候補対
象物を妥当化する段階とを上記41に記載の方法。

81.候補対象物の質量中心のグレーレベル値が所定グレ
ーレベル値とは異なるかを決定する段階をさらに含む上
記80に記載の方法。

82.段階（ｉ）において妥当化された妥当対象物の属性
に基づいて後走査フィルターを適用する段階をさらに含
む上記81に記載の方法。

83.段階（ｉ）において妥当化された妥当対象物と非冗
長性妥当新識別対象物のリストを併合する段階をさらに
含む上記81に記載の方法。

フロントページの続き (56)参考文献 特開 昭55−10621（ＪＰ，Ａ) 特開 昭59−55583（ＪＰ，Ａ) 特開 昭61−258167（ＪＰ，Ａ) 特公 昭62−60069（ＪＰ，Ｂ１) Ｐｕｎ，”Ｅｎｔｒｏｐｉｃ Ｔｈｒ ｅｓｈｏｌｄｉｎｇ，Ａ Ｎｅｗ Ａｐ ｐｒｏａｃｈ”，Ｃｏｍｐｕｔｅｒ Ｇ ｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．16，ｐ ｐ．210−239（1981) Ｋａｐｕｒ ｅｔ ａｌ．，”Ａ Ｎ ｅｗ Ｍｅｔｈｏｄ ｆｏｒ Ｇｒａｙ −Ｌｅｖｅｌ Ｐｉｃｔｕｒｅ Ｔｈｒ ｅｓｈｏｌｄｉｎｇ Ｕｓｉｎｇ ｔｈ ｅ Ｅｎｔｒｏｐｙ ｏｆ ｔｈｅ Ｈ ｉｓｔｇｒａｍ”，Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ，ａｎ ｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎ ｇ，Ｖｏｌ．29，ｐｐ．273−285 （1985) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 7/00 - 7/60 G01V 8/10 G06T 1/00

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】背景における対象物の内点を決定するため
   の方法において、 （ａ）対象物と背景の像を発生する段階と、 （ｂ）対象物に対して像を探索する段階であって、 （ｉ）エントロピー関数を有する像のグレーレベルヒス
   トグラムを発生する副段階と、 （ii）ヒストグラムのエントロピー関数が最大にされる
   如く、しきいグレーレベル値をエントロピー的に選択す
   る副段階と、 （iii）エントロピー的に選択されたしきいグレーレベ
   ル値を使用して少なくとも一つの候補対象物を検出する
   ために像を走査する副段階と、 （iv）エントロピー的に選択されたしきいグレーレベル
   値によって決定された境界グレーレベル値を有する候補
   対象物をトレースする副段階とを含む 対象物に対して像を探索する段階と、 （ｃ）対象物の周囲点を解決する段階と、 （ｄ）周囲バッファーを生成する段階であり、周囲バッ
   ファーは周囲点を具備し、各周囲点は、行位置座標値
   と、列位置座標値と、方向符号ベクトルとを有し、方向
   符号ベクトルは、各周囲点に対して第１及び第２方向符
   号値を具備し、第１方向符号値は、各それぞれの周囲点
   の次の周囲点に対する関係を記述し、そして第２方向符
   号値は、各それぞれの周囲点の前周囲点に対する関係を
   記述する段階と、 （ｅ）ソートされた周囲バッファーを生成するために、
   所定の順序で周囲バッファーにおける周囲点をソートす
   る段階と、 （ｆ）ソートされた周囲バッファーにおける各周囲点に
   対して第１及び第２値の一方を有する状態変数を割り当
   て、状態変数の値は第１及び第２方向符号値によって決
   定される段階と、 （ｇ）検査周囲点が、状態変数の第１値を割り当てられ
   た場合、検査される周囲点と同一の線セグメントにおい
   て、ソートされた周囲バッファーにおける検査周囲点と
   次周囲点の間にある各点を対象物の内点として指定する
   段階と を含む方法。
2. 【請求項２】（ｈ）各内点のグレーレベル値を決定する
   段階と、 （ｉ）内点のグレーレベル値を使用することにより対象
   物を特性付ける段階とをさらに含む請求の範囲１に記載
   の方法。
3. 【請求項３】背景において少なくとも一つの妥当対象物
   の所定属性値を有する少なくとも一つの妥当対象物を識
   別する方法において、 （ａ）対象物と背景の像を発生する段階と、 （ｂ）少なくとも一つのエントロピー計算しきい値を使
   用して少なくとも一つの候補対象物を検出するために像
   を探索する段階であり、この場合、候補対象物は、少な
   くとも一つの候補対象物属性値を有する段階と、 （ｃ）候補対象物の周囲点を決定する段階と、 （ｄ）周囲バッファーを生成する段階であり、周囲バッ
   ファーは、周囲点を具備し、各周囲点は、行位置座標値
   と、列位置座標値と、方向符号ベクトルとを有し、方向
   符号ベクトルは、各周囲点に対して第１及び第２方向符
   号値を具備し、第１方向符号値は、各それぞれの周囲点
   の次の周囲点に対する関係を記述し、そして第２方向符
   号値は、各それぞれの周囲点の前周囲点に対する関係を
   記述する段階と、 （ｅ）ソートされた周囲バッファーを生成するために、
   所定の順序で周囲バッファーにおける周囲点をソートす
   る段階と、 （ｆ）各周囲点に対して第１及び第２値の一方を有する
   状態変数を割り当て、状態変数の値は、第１及び第２方
   向符号値によって決定される段階と、 （ｇ）検査周囲点が、状態変数の第１値を割り当てられ
   た場合、検査される周囲点と同一の線セグメントにおい
   て、ソートされた周囲バッファーにおける検査周囲点と
   次の周囲点の間にある各点を対象物の内点として指定す
   る段階と、 （ｈ）候補対象物属性値により候補対象物を特性付ける
   段階と、 （ｉ）妥当対象物を識別するために妥当対象物の所定属
   性値を有する候補対象物を妥当化する段階とを含む方
   法。
4. 【請求項４】背景において少なくとも一つの妥当対象物
   の所定属性値を有する少なくと一つの妥当対象物を識別
   する方法において、 （ａ）対象物と背景の像を発生する段階と、 （ｂ）少なくとも一つのエントロピー計算しきい値を使
   用して少なくとも一つの候補対象物を検出するために像
   を探索する段階であり、この場合、候補対象物は、少な
   くとも一つの候補対象物属性値を有する段階と、 （ｃ）候補対象物の周囲点を決定する段階と、 （ｄ）周囲バッファーを生成する段階であり、周囲バッ
   ファーは、周囲点を具備し、各周囲点は、行位置座標値
   と、列位置座標値と、方向符号ベクトルとを有し、方向
   符号ベクトルは、各周囲点に対して第１及び第２方向符
   号値を具備し、第１方向符号値は、各それぞれの周囲点
   の次の周囲点に対する関係を記述し、そして第２方向符
   号値は、各それぞれの周囲点の前周囲点に対する関係を
   記述する段階と、 （ｅ）ソートされた周囲バッファーを生成するために、
   所定の順序で周囲バッファーにおける周囲点をソートす
   る段階と、 （ｆ）各周囲点に対して第１及び第２値の一方を有する
   状態変数を割り当て、状態変数の値は、第１及び第２方
   向符号値によって決定される段階と、 （ｇ）検査周囲点が、状態変数の第１値を割り当てられ
   た場合、検査される周囲点と同一の線セグメントにおい
   て、ソートされた周囲バッファーにおける検査周囲点と
   次の周囲点の間にある各点を対象物の内点として指定す
   る段階と、 （ｈ）候補対象物属性値により候補対象物を特性付ける
   段階と、 （ｉ）妥当対象物を識別するために妥当対象物の所定属
   性値を有する候補対象物を妥当化する段階と、 （ｊ）所定グレーレベル値を選択する段階と、 （ｋ）所定グレーレベル値を有するすべての点を決定す
   るために像を走査する段階と、 （ｌ）所定グレーレベル値を有する各点のグレーレベル
   値を新所定グレーレベル値に再割り当てる段階と、 （ｍ）すべての妥当対象物のすべての内点に所定グレー
   レベル値を割り当てる段階と、 （ｎ）段階（ｉ）の所定グレーレベル値以外のグレーレ
   ベル値を有するすべての点を具備する残余像のグレーレ
   ベルヒストグラムを発生する段階と、 （ｏ）Ｎ個のエントロピーしきいレベル値を選択する段
   階と、 （ｐ）エントロピー的に選択されたしきいグレーレベル
   値の各々を使用して、グレーレベルヒストグラムをＮ＋
   １個のサブヒストグラムに細分する段階と、 （ｑ）少なくとも一つの新候補対象物を検出するために
   各エントロピー的に選択されたしきいグレーレベル値を
   使用して、各サブヒストグラムに対応する像の部分を探
   索する段階であり、この場合、新候補対象物は少なくと
   も一つの候補対象物属性値を有する段階と、 （ｒ）新たな妥当対象物を識別するためにサブヒストグ
   ラムの各々に対して妥当対象物の所定属性値を有する新
   候補対象物を妥当化する段階とを含む方法。