JP3406587B2 - 物体像識別方法 - 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、２次元画像から物
体像を背景像と区別する物体像識別方法の技術分野に属
し、例えば、物体像の輪郭部に対する法線方向を求め、
実時間で人間、車、野菜等を分別や認識するのに好適に
用いられる物体像識別方法に関するものである。

【０００２】

【従来の技術】従来から、テクスチャ処理をするために
２次元の濃淡画像を解析するべくフーリエ変換が利用さ
れ、この２次元画像に対するフーリエ変換は、通常、画
像に映された物体像の表面状態を解析するために利用さ
れる。この場合、前記２次元画像を正方形の領域に分割
し、各正方形領域の画像データに対しフーリエ変換を実
行し、得られた位相に基づいて物体像の結晶格子の方向
や欠陥等を解析するものである。このものでは、正方形
領域に対しフーリエ変換を実行するから、得られる位相
はその正方形領域の垂直方向あるいは水平方向のベクト
ルとなる。よって、この方法を利用して２次元画像中に
ある不特定形状の物体像を認識するために物体像の輪郭
部に対する法線方向を求めるには、更に多大な計算が必
要となる。また、画像を正方形で区切るため、正方形の
配置する位置と画像の境界の位置によっては物体像の法
線ベクトルが正確に得られないことがあるため、この影
響を軽減するのに外周部の正方形領域に対して加重を減
らすべく窓関数を用いる必要がある。そのため、計算時
間が長くなる不都合が生じる。

【０００３】一方、実時間での画像処理において、例え
ば、人間のような不定形形状の移動する物体像を認識す
るには、現画像と前画像（現画像の１フレーム前の画
像）との差分画像あるいは位相差分が利用される。この
従来の方法は、前記差分画像等よりある一定値以上の濃
度差が検出された領域の面積を基に、人数等を推測する
ために用いられる。しかしながら、この方法では、面積
を基に物体像の認識が行われることから、大きい人間１
人を２人と認識したり、小さい人間２人が同方向に並ん
で移動するとこれを１人と認識する等、誤認識してしま
うことが避けられない。

【０００４】

【発明が解決しようとする課題】本発明は、『画像内の
物体像を背景像との濃度差を利用して識別する物体像識
別方法』において、前記物体像を高速かつ容易にその位
置、数量、種類を識別できるようにすることを課題とす
る。

【０００５】

【課題を解決するための手段】前記課題を解決するため
に講じた技術的手段は、次のようである。『前記画像上
で等間隔に処理点を配置し、前記各処理点についてその
処理点を中心点とする円の円周上での各ピクセル値に対
し基本波フーリエ変換を実行し、前記基本波フーリエ変
換にて得られる位相を前記処理点における前記物体像の
輪郭に対する法線ベクトルとして得る方法を用い、ま
ず、前記背景像が映された画像上の任意の１点を配置点
として当該配置点を基準に標準物体像を前記画像上に配
置し、前記標準物体像と前記背景像との濃度差より前記
標準物体像の輪郭部における法線ベクトル群を求め、前
記配置点から前記法線ベクトル群の各法線ベクトルまで
の位置情報および各法線ベクトルでの角度情報を求め、
これら位置情報および角度情報を当該配置点における標
準データとして記憶し、次いで、認識すべき物体像が映
されている画像に対して物体像と背景像との濃度差より
物体像の輪郭部における法線ベクトル群を求め、これら
法線ベクトル群から前記標準データに基づいて前記配置
点に相当する正解点群を求め、前記正解点群により形成
された焦点領域の評価を行うことを特徴とする。』

【０００６】前記技術的手段は、次のように作用する。
前記法線ベクトル群は、前記標準物体像と前記背景像と
の濃度差より求めるから、この法線ベクトル群が前記標
準物体像を現したものとなる。そして、前記標準データ
は、前記標準物体での前記配置点から前記法線ベクトル
群の各法線ベクトルまでの位置情報および各法線ベクト
ルでの角度情報よりなるから、この標準データが画像上
の前記配置点における前記標準物体像を特定したデータ
となる。

【０００７】次いで、認識すべき物体像における法線ベ
クトル群から前記標準データに基づいて前記配置点に相
当する正解点群を求める。すなわち、前記物体像におけ
る法線ベクトル群の各法線ベクトルに対して前記標準デ
ータの位置情報および角度情報から前記配置点に相当す
る正解点を求める。すると、前記配置点を中心とする領
域に前記各法線ベクトルごとの複数の正解点が形成され
る。

【０００８】そして、前記複数の正解点により形成され
た焦点領域の評価として、前記焦点領域に集まった正解
点の割合等が一定値以上であれば、前記標準物体像と同
一性を有した物体像が認識される。更には、このような
法線ベクトルを用いることにより、画像全体の明暗度が
変化しても前記物体像と前記背景像との相対的な濃度差
が変わらないから、前記物体像と前記背景像との区別を
正確かつ確実に行える。

【０００９】また、前記技術的手段において、『前記標
準物体像を２以上に分割し、この分割した標準物体像ご
とに前記標準データを前記分割数分作成し、次いで、認
識すべき物体像に対して前記各々の標準データごとに正
解点群を求め、この標準データごとに正解点群を求めた
ＭＡＰ画面を前記分割数分作成し、そして、前記各ＭＡ
Ｐ画面を１つに合成した評価画面を作成し、この評価画
面における正解点群により形成された焦点領域の評価を
行うようにした』ものでは、標準物体像を２以上に分割
するから、形状が異なる部位ごとに前記標準物体像を分
割した前記標準データを作成できる。そして、形状が異
なる部位に対応して複数の標準データごとに認識すべき
物体像が映された画像の処理を行うことで、認識すべき
物体像全体の輪郭部形状が標準物体像全体のそれと不整
合があっても各部位での整合性が向上する。これによ
り、前記物体像においては分割した標準物体像がすべて
識別されるから、前記物体像に分割した標準物体像がす
べて存在すれば、結果として前記標準物体像と同一性を
有した物体像の存在が確実に認識される。例えば、人間
について言えば、頭部と上半身で輪郭部形状は異なって
おり、また、実際の人間（認識物体像）は標準物体像よ
りも太かったり細かったり等して輪郭部形状が標準物体
像と完全に整合し難い。このような場合でも、形状が異
なる部位ごとに分割したものの標準データに基づけば、
多少の不整合があっても、物体像において頭部を有し且
つ上半身を有すると認識されれば前記標準物体像と同一
性を有した物体像が識別されることとなる。

【００１０】さらに、前記技術的手段において、『背景
像における法線ベクトルを求めると共にこの背景像に起
因する法線ベクトル群情報を記憶し、画像から得られる
法線ベクトル群のうち前記背景像に起因する法線ベクト
ル群をすべて取り除いた残りの法線ベクトル群から前記
正解点群を求めるようにする』ものでは、前記標準物体
像が映された画像および前記認識すべき物体像が映され
ている画像からは背景処理がなされて物体像にのみ起因
する法線ベクトルが得られる。これにより、背景からの
ノイズを削減し、高精度で物体識別ができ、また、物体
像データの作成時は計算時間の短縮、記憶容量の削減が
でき、さらには正解点群の計算時間の短縮を図れる。

【００１１】

【発明の効果】以上のように、本発明によると、物体像
の輪郭部に対する法線ベクトル群の正解点群を標準物体
像の配置点における標準データに応じて求め、正解点群
を評価するから、前記標準物体像として人間、車、野菜
等の固有の輪郭部を有する特定物とすれば、高速且つ容
易に画像内における前記物体像の位置、数量、種類を識
別することができる。また、複数のＭＡＰ画面ごとに前
記正解点群の評価を行うと認識すべき物体像の各部位ご
とに解析できるから、一層確実に前記画像内の物体像の
位置、数量、種類を識別できる。さらに、予め前記背景
像における法線ベクトル群あるいは接線群を取り除くこ
とで、物体像データの計算時間の短縮、記憶容量の削
減、および正解点群の計算時間の短縮を図れる。

【００１２】

【発明の実施の形態】以下に、本発明の実施の形態を説
明する。 実施の形態１．実施の形態１による物体像識別方法は、
デジタルデータに変換された２次元画像中の物体像を周
囲の背景像との濃度差を利用して前記物体像の輪郭部の
法線ベクトルを求め、この求めた法線ベクトルに基づい
て物体像を識別する方法である。

【００１３】１．法線ベクトルの求め方 まず、前記法線ベクトルの求め方から説明する。図１に
示すように、画像１上において等間隔に処理点ｐを配置
する。すなわち、画像１上の必要な領域１０（通常は全
画像領域）に対し、例えば、水平、垂直ともに２ピクセ
ル単位に処理点を配置する。これら処理点ｐは予め決め
られた固定点でも良い。なお、図１中、ｄ，ｄ１〜ｄ１
２，ｐはいずれもピクセルを示す。前記画像として、例
えば、水平３２０ピクセル、垂直２４０ピクセルの画面
等でも良い。これら各ピクセルにおいては、ある物体像
が映されている２次元画像にあっては、例えば輝度が０
〜２５５（２５６階調）等のように画像濃度が異なって
いる。

【００１４】次に、前記２ピクセル単位に配置した各処
理点ｐについてその処理点ｐを中心点とする円１１の円
周上での各ピクセルのピクセル値に対し基本波フーリエ
変換を実行する。例えば、前記円１１の半径を２ピクセ
ルとして円を描き、その円周上の点ｄ１〜ｄ１２の１２
箇所に対し、基本波フーリエ変換を実行していく。この
場合、前記円周上の点ｄ１〜ｄ１２の採り方として、例
えば、円周上に沿って所定の基準位置から反時計回りま
たは時計回りに順次に採って行っても良いし、あるいは
縦横に配置された点を横方向、縦方向にすべて採ってか
ら最終的に円周上のものを残すようにするなど、任意に
できる。前記の隣り合う処理点ｐの間隔が２ピクセルで
あって、円１１は半径を２ピクセルとするから、隣り合
う各円１１においては２ピクセルずつ重なりあったもの
となる。前記基本波フーリエ変換としては、下記式
（１）に示すように、前記１２箇所の処理点ｄ１〜ｄ１
２に対して、フーリエ変換の基本波の正弦波を積和した
ときの値（ＳＶ）、フーリエ変換の基本波の余弦波を積
和したときの値（ＣＶ）を用いてそのアークタンジェン
ト（ＡＴＡＮ）から位相（ｓｉｔａ）を求める。なお、
前記基本波とは、前記処理点ｐを中心点とする円周の長
さが１周期の長さとなる正弦波および余弦波を意味す
る。

【００１５】

【数１】

【００１６】ここで、ＳＶ及びＣＶは、次の式で求めら
れる。

【数２】 （但し、及び式において、Σｎはｎ＝１〜Ｎまでの
和を意味する。）前記式（１）により得られた位相（ｓ
ｉｔａ）が、この処理点ｐにおける法線方向（法線ベク
トル）になる。この位相（ｓｉｔａ）を前記等間隔に配
置されたすべての処理点ｐにおいて求める。

【００１７】今、図２（ａ）に示すように円１１が物体
像Ｂにかかった状態のとき、同図（ａ）中に示す基準位
置から反時計方向に回転させた正弦波および余弦波に各
点ｄ１〜ｄ１２を積算した波形は、図２（ｂ）に示すよ
うになる。つまり、図２（ｂ）に示すように、正弦波と
ピクセル値と積算した波形ｓ・ｐは、物体像Ｂのかかっ
ている９０度付近で所定の正のピークが現れたものとな
り、余弦波とピクセル値と積算した波形ｃ・ｐは、９０
度前後で正のピークと負のピークとが現れたものとな
る。そして、波形ｓ・ｐの和となるＳＶ値にあっては９
０度のところで正のピークが現れるものとなり、一方、
波形ｃ・ｐは９０度前後で正負が異なるだけの互いに等
しいピークであるからこのピークは打ち消されて、波形
ｃ・ｐの和となるＣＶ値にあっては平坦なものとなる。
その結果、前記式（１）による基本波フーリエ変換で得
られる位相は、図２（ｃ）に示すように９０度のところ
に現れ、これは丁度物体像Ｂの輪郭部に対する法線ベク
トルとなる。

【００１８】但し、均一な濃度の画像のときはその法線
ベクトルは無効であるから（そこに物体像Ｂは存在しな
い周囲の背景像Ａあるいは物体像Ｂ中の画像と認識でき
る。）、ある一定量以下の処理点ｐを除くため、下記式
（２）に示すように、前記ＳＶおよび前記ＣＶの二乗和
の平方根の値（ｐｏｗ）が一定値以下のときはこの処理
点ｐには法線ベクトルは無いとして扱う。例えば、輝度
値が０〜２５５（２５６階調）の範囲で得られる画像の
場合では、８〜１０の輝度値の差に相当する値以下のと
きに前記一定値以下として当該処理点ｐの法線ベクトル
を無いものとして扱うのが好ましい。

【００１９】

【数３】

【００２０】これによると、均一な濃度の当該処理点ｐ
での前記式（１）による法線ベクトルの計算を行わなく
てよくなり、より速くかつ正確に画像中の物体像を認識
できる。前記式（１）（２）から得られた結果は、例え
ば、図３に示すような法線ベクトルｂが得られる。

【００２１】前記画像上で配置する処理点ｐは、水平、
垂直ともに２ピクセル単位に配置し、前記各処理点ｐを
中心とする円１１は、半径２ピクセルの円１１を描き、
前記円１１の円周上の１２点のピクセル値に対し基本波
フーリエ変換を実行するので、隣り合う各円１１におい
ては２ピクセルずつ重なりあったものとなるから、法線
ベクトルｂの欠けがない状態で、高解像度に物体像の認
識が行える。

【００２２】このようにして前記等間隔に配置されたす
べての処理点ｐでの法線ベクトルｂの集合である法線ベ
クトル群から２次元領域での物体像Ｂと背景像Ａとの境
界Ｋの存在が認識される。つまり、前記方法において、
円形の基本波フーリエ変換を実行して得られる法線ベク
トルｂでは、画像１上の物体像Ｂの厳密な境界Ｋを求め
るのではなく、ある処理点ｐに隣接する処理点ｐの法線
ベクトル群が同一方向を示している場合、この多数の処
理点のある領域の輝度傾斜は前記法線ベクトル群の方向
であると解釈される（図３を参照）。従って、前記円形
状に基本波フーリエ変換した結果の位相、すなわち、法
線ベクトルｂを利用するから、高速かつ容易に計算でき
る。

【００２３】なお、前記画像１上に等間隔に配置される
処理点ｐとして、２ピクセル単位としたが、これに限ら
ず３ピクセル、４ピクセル等の整数単位としても良い。
但し、当該処理点を中心点とする円は、隣り合う円と重
なり合ったものとなるように半径を設定して描く必要が
ある。また、前記式（１）より位相を求めるが、ＳＶ値
とＣＶ値の比に基づいた表を参照して近似値を求めるよ
うに計算しても、十分な精度が得られる。さらに、前記
式（２）では、ＳＶ値とＣＶ値の二乗和の平方根とする
が、これらＳＶ値とＣＶ値の絶対値の和を用いて前記ｐ
ｏｗの代用としても良い。

【００２４】２．物体像識別 次に、前記法線ベクトルの求め方を用いて実際の物体像
を識別する方法を説明する。この物体像識別方法におい
ては、まず、認識すべき特定の物体像のモデルとなる標
準物体像に対する標準データを作成し（標準データ作成
過程）、次いで、この標準データを基にして画像内の物
体像に対し評価を行う（物体像識別過程）。なお、以下
では、前記標準物体像として人間を対象とする。

【００２５】（ａ）標準データ作成過程 図４のフローチャートに示すように、前記標準データ作
成過程として、ステップＳ１０１において、背景像のみ
映っている画像１ａ（図５（ａ）を参照。）に対して前
記１．法線ベクトルの求め方に従って画像処理を行う。
すると、背景像における法線ベクトル群が求まる。な
お、前記背景像の映された画像１ａは、ほとんどが固定
の画像であり（一部において例えば扉の開閉動作が映さ
れた動画像等も存在する）、様々な物体像が存在してい
るか、何も物体像の存在しない均一な画像かは問わな
い。そして、この背景像の法線ベクトル群情報をメモリ
ーに登録しておく。

【００２６】次いで、ステップＳ１０２において、前記
背景像の映った画像１ａに対して人間をかたどった標準
物体像Ｓを１つ置く（図５（ｂ）を参照。）。すなわ
ち、前記背景像が映された画像１ａ上の任意の１点を配
置点Ｑとして当該配置点Ｑを基準に前記標準物体像Ｓを
前記画像１ａ上に配置する。なお、この標準物体像Ｓ
は、人間を上方から見た状態を示す。また、この標準物
体像Ｓは、計算上作成された模式的な画像データであっ
ても良いし、実際にカメラ等から写し取った実物の画像
データであっても良い。そして、この標準物体像Ｓの挿
入画像１ｂ（図５（ｂ）を参照。）に対して前記１．法
線ベクトルの求め方に従った画像処理を行う。すると、
標準物体像Ｓの挿入画像１ｂでは、背景像における法線
ベクトル群と、標準物体像Ｓにおける法線ベクトル群と
が得られる。

【００２７】次いで、ステップＳ１０３において、前記
標準物体像Ｓにのみ起因する法線ベクトル群（以下、適
宜「標準法線ベクトル群」という。）を算出する。これ
は、前記ステップＳ１０１でメモリーに登録した背景像
の法線ベクトル群情報を用いた背景処理を行うことによ
る。つまり、標準物体像Ｓの挿入画像１ｂに対して、前
記背景像の法線ベクトル群とほぼ一致する法線ベクトル
群をすべて取り除く。すると、例えば図５（ｂ）に示す
標準物体像Ｓの挿入画像１ｂからは、背景像に起因する
法線ベクトル群がすべて取り除かれ、その結果、図６の
模式図に示すような前記標準物体像Ｓにのみ起因する標
準法線ベクトル群ｂ１〜ｂ１９が得られる。なお、図６
においては、画面の外枠は省略して標準物体像Ｓのみを
現しており、また、座標軸として紙面上下がＹ軸方向を
示し紙面左右がＸ軸方向を示している。また、図６中、
処理点での法線ベクトルは、説明のためその一部（ｂ１
〜ｂ１９）しか表示していない（以下、図７、図１０〜
図１３も同様である。）。

【００２８】次いで、ステップＳ１０４において、前記
標準法線ベクトル群ｂ１〜ｂ１９の各標準法線ベクトル
の位置情報および角度情報を求める。位置情報として
は、標準物体像Ｓの前記配置点Ｑから各標準法線ベクト
ルｂ１〜ｂ１９の処理点ｐ１〜ｐ１９までの座標により
あらわす。一方、角度情報としては、例えば、Ｘ軸方向
に対する各標準法線ベクトルｂ１〜ｂ１９での傾斜角度
によりあらわす。ただし、この角度情報は、１８０度以
上であれば１８０度を減算した角度とする。これは、認
識すべき物体像において例えば左右の濃度が大きく異な
っていると背景像との濃度差が物体像の左右で反転する
ことがある。このことは、例えば、背景が例えば床の色
とそこに敷かれたマットの色が左右で異なること等によ
る。法線ベクトル群は、通常、物体像と背景像との濃度
差により物体像より外向きあるいは内向きのベクトル方
向となるので物体像の左右では法線ベクトルのベクトル
方向が反対向きとなる。しかしながら、上記の場合では
例えば、右半分では外向き、左半分では内向きとなって
法線ベクトル群のベクトル方向が左右で同方向となって
しまうから、角度情報としては１８０度までの角度とし
て把握するようにしている。

【００２９】以下、具体的に、前記位置情報および前記
角度情報の求め方を説明する。図６に示した標準法線ベ
クトル群ｂ１〜ｂ１９のうち、例えば、角度情報として
０度（水平方向あるいは図６中のＸ軸方向）を選ぶ。こ
の場合、１８０度方向に指向する標準法線ベクトルは、
前述のとおり１８０度減算されるので、０度に指向する
標準法線ベクトルとして扱われる。その結果、０度の標
準法線ベクトルは、ｂ１，ｂ５，ｂ９，ｂ１４の４つ存
在することとなる。

【００３０】次に、前記各標準法線ベクトルｂ１，ｂ
５，ｂ９，ｂ１４の位置情報を求める。すなわち、標準
法線ベクトルｂ１は、配置点Ｑからその処理点ｐ１まで
＋Ｘ方向に３ピクセル移動した地点（Ｘ＝３、Ｙ＝０）
にあり、標準法線ベクトルｂ５は、配置点Ｑからその処
理点ｐ５まで−Ｘ方向に３ピクセル移動した地点（Ｘ＝
−３、Ｙ＝０）にあり、標準法線ベクトルｂ９は、配置
点Ｑからその処理点ｐ９まで−Ｙ方向に２ピクセル、＋
Ｘ方向に１０ピクセル移動した地点（Ｘ＝１０、Ｙ＝−
２）にあり、そして、標準法線ベクトルｂ１４は、配置
点Ｑからその処理点ｐ１４まで−Ｙ方向に２ピクセル、
−Ｘ方向に１０ピクセル移動した地点（Ｘ＝−１０、Ｙ
＝−２）にある。

【００３１】以上の結果から、角度情報として０度の標
準法線ベクトルｂ１，ｂ５，ｂ９，ｂ１４に対しては、
（Ｘ＝３、Ｙ＝０）、（Ｘ＝−３、Ｙ＝０）、（Ｘ＝１
０、Ｙ＝−２）および（Ｘ＝−１０、Ｙ＝−２）の４つ
の位置情報が存在する。そして、この０度の角度情報
と、（Ｘ＝３、Ｙ＝０）、（Ｘ＝−３、Ｙ＝０）、（Ｘ
＝１０、Ｙ＝−２）および（Ｘ＝−１０、Ｙ＝−２）の
４つの位置情報とが関連付けられた情報となる。

【００３２】以下、同様に前記要領にて１８０度までの
角度情報に対する標準法線ベクトル群の位置情報を求
め、そのときの角度情報と位置情報とを関連付けてお
く。このようにして得られた角度情報と共に当該角度情
報と関連付けられた位置情報とが標準データとなる。次
いで、ステップＳ１０５において、前記ステップＳ１０
４で求めた角度情報とこれと関連付けられた位置情報と
からなる標準データをメモリーに登録する。以上で標準
データ作成過程が終了する。なお、前記角度情報として
は、例えば、０度から１８０度までを１５度ごとに１２
分割した範囲であらわす等のように一定範囲の値として
扱っても良い。

【００３３】（ｂ）物体像識別過程 次に、物体像識別過程は、図４のフローチャートに示す
ように、ステップＳ２０１において、識別すべき物体像
Ｏが映されている画像をコンピュータのメモリー内に取
り込む。

【００３４】次いで、ステップＳ２０２において、前記
入力画像内の前記物体像Ｏにのみ起因する法線ベクトル
群を求める。これは、入力画像から得られる法線ベクト
ル群のうち、長時間（例えば、２分程度）そのベクトル
方向が変化しない法線ベクトルは背景像に起因するとみ
なし、これら長時間（例えば、２分程度）変化しない法
線ベクトル群をすべて取り除く。すなわち、背景像はほ
とんど変化しない静止画像として得られるから、背景像
に起因する法線ベクトル群の各々は長時間そのベクトル
方向が変化しないことによる。これにより、入力画像か
らは、背景像に起因する法線ベクトル群がすべて取り除
かれ、その結果、図７の模式図に示すような前記物体像
Ｏにのみ起因する法線ベクトル群ｂ１〜ｂ１９が得られ
る。

【００３５】次いで、ステップＳ２０３において、前記
物体像Ｏにのみ起因する法線ベクトル群における正解点
群を算出する。ここで、正解点とは、前記標準データを
算出した際の前記配置点Ｑに相当するものであり、正解
点群の算出は、前記標準データの演算処理を逆演算する
ことにより行う。具体的には、前記ステップＳ１０５で
登録した標準データの角度情報および位置情報に従って
演算処理する。

【００３６】以下に、角度情報として０度（水平方向あ
るいは図７中のＸ軸方向）の法線ベクトルｂ１，ｂ５，
ｂ９，ｂ１４における各々の正解点の算出を例に挙げて
説明する。この０度の角度情報と関連付けられた位置情
報は、上述したとおり（Ｘ＝３、Ｙ＝０）、（Ｘ＝−
３、Ｙ＝０）、（Ｘ＝１０、Ｙ＝−２）および（Ｘ＝−
１０、Ｙ＝−２）の４つ存在する。従って、図７に示す
物体像Ｏの法線ベクトル群ｂ１〜ｂ１９における水平方
向（０度方向および１８０度方向を指向）のものすべて
に対して、前記４つの位置情報の逆演算を行って正解点
群を求める。つまり、図７に示す物体像Ｏにおいて、０
度の法線ベクトルは、上述の場合と同様に１８０度方向
を指向するものも含めてｂ１，ｂ５，ｂ９，ｂ１４の４
つ存在する。これら、４つの法線ベクトルｂ１，ｂ５，
ｂ９，ｂ１４の処理点ｐ１，ｐ５，ｐ９，ｐ１４の各々
に対して前記４つの位置情報（Ｘ＝３、Ｙ＝０）、（Ｘ
＝−３、Ｙ＝０）、（Ｘ＝１０、Ｙ＝−２）および（Ｘ
＝−１０、Ｙ＝−２）の逆演算を行って正解点群を求め
る。つまり、各処理点ｐ１，ｐ５，ｐ９，ｐ１４の各々
に対して、−（Ｘ＝３、Ｙ＝０）、−（Ｘ＝−３、Ｙ＝
０）、−（Ｘ＝１０、Ｙ＝−２）および−（Ｘ＝−１
０、Ｙ＝−２）の各地点（各正解点）を求める。

【００３７】具体的には、法線ベクトルｂ１において
は、その処理点ｐ１からそれぞれ、−（Ｘ＝３、Ｙ＝
０）に応じた−Ｘ方向に３ピクセル移動した地点Ａ１、
−（Ｘ＝−３、Ｙ＝０）に応じた＋Ｘ方向に３ピクセル
移動した地点Ａ２、−（Ｘ＝１０、Ｙ＝−２）に応じた
−Ｘ方向に１０ピクセル、＋Ｙ方向に２ピクセル移動し
た地点Ａ３、そして、−（Ｘ＝−１０、Ｙ＝−２）に応
じた＋Ｘ方向に１０ピクセル、＋Ｙ方向に２ピクセル移
動した地点Ａ４の、合計４点に正解点を付す。

【００３８】また、法線ベクトルｂ５は、その処理点ｐ
５からそれぞれ、−（Ｘ＝３、Ｙ＝０）に応じた地点Ｂ
２、−（Ｘ＝−３、Ｙ＝０）に応じた地点Ｂ１、−（Ｘ
＝１０、Ｙ＝−２）に応じた地点Ｂ３、−（Ｘ＝−１
０、Ｙ＝−２）に応じた地点Ｂ４に正解点を付す。法線
ベクトルｂ９は、その処理点ｐ９からそれぞれ、−（Ｘ
＝３、Ｙ＝０）に応じた地点Ｃ３、−（Ｘ＝−３、Ｙ＝
０）に応じた地点Ｃ４、−（Ｘ＝１０、Ｙ＝−２）に応
じた地点Ｃ１、−（Ｘ＝−１０、Ｙ＝−２）に応じた地
点Ｃ２に正解点を付す。法線ベクトルｂ１４は、その処
理店ｐ１４からそれぞれ、−（Ｘ＝３、Ｙ＝０）に応じ
た地点Ｄ３、−（Ｘ＝−３、Ｙ＝０）に応じた地点Ｄ
４、−（Ｘ＝１０、Ｙ＝−２）に応じた地点Ｄ２、−
（Ｘ＝−１０、Ｙ＝−２）に応じた地点Ｄ１に正解点を
付す。なお、前記各正解点の付し方としては、当該地点
の輝度値を１段階上げる等すれば良い。

【００３９】以上で、角度情報として０度を持つ法線ベ
クトルｂ１，ｂ５，ｂ９，ｂ１４のすべてに対して各々
の正解点の演算が終了する。以下、同様にして１８０度
までの角度情報に対する各法線ベクトルのすべてに対し
て、その角度情報と関連付けられた位置情報から正解点
群の演算を行う。

【００４０】次いで、ステップＳ２０４において、前記
正解点群の評価を行う。この評価は、前記配置点Ｑを中
心に例えば２ピクセル分間隔有する領域（以下、適宜
「ベクトル焦点領域」という。）内に、前記正解点が法
線ベクトル群の処理点の数（この例の場合は１９個）の
４割以上集まった状態が得られたか否かによって行う。
そして、この評価結果でベクトル焦点領域内の正解点が
４割以上であると判断されると、認識物体像Ｏが前記標
準物体像Ｓと同一性を有すると認められ、一方、前記４
割未満であると判断されると、認識物体像Ｏが前記標準
物体像Ｓと同一性を有しないと認められる。これによ
り、認識物体像Ｏと標準物体像Ｓとの同一性が認められ
れば、物体像Ｏの挿入画像において前記標準物体像Ｓと
同一性を有した物体像が識別される。一方、物体像Ｏと
標準物体像Ｓとの同一性が認められなければ、物体像Ｏ
の挿入画像には前記標準物体像Ｓと同一性を有した物体
像が存在しないと認められる。更には、前記ベクトル焦
点領域の存在数自体をカウントすることで、前記入力画
像内に存在する物体像Ｏの数量もカウントすることがで
きる。なぜならば、前記ステップＳ２０３での正解点群
の算出は、入力画像内の全処理点ｐに対して実行される
から、この入力画像内にその位置を問わず複数の物体像
Ｏが存在すれば、その数に応じた前記ベクトル焦点領域
が形成されることとなるからである。

【００４１】実施の形態２．ところで、通常、実際の物
体像は各部位ごとに異なる形状を有しているため前記ベ
クトル焦点領域がうまく形成されなかったり、また、実
際に画像内に映された物体像Ｏの輪郭部形状には様々な
ノイズ情報が含まれており、必ずしも標準物体像Ｓと厳
密に整合せず、不整合となる。その不整合状態次第で
は、前記ステップＳ２０４での評価において標準物体像
Ｓと同一性を有する物体像Ｏが存在するにもかかわら
ず、入力画像内には前記物体像Ｏが識別されないという
こともあり得る。例えば、前記実施の形態１の場合のよ
うに、認識物体像Ｏとして人間を指定した場合、頭部と
上半身では輪郭部形状が異なり、また、現実の人間は太
め・細め等の体格の相違やバック等の手荷物を所持して
いたり等して標準物体像Ｓとは必ずしも整合しない。一
方、これらの現実の人間におけるノイズ状態を考慮して
前記標準データを作成することも可能ではあるが、デー
タ量が膨大となり且つ物体像の画像処理に時間がかかっ
てしまうおそれがある。

【００４２】そこで、実施の形態２では、標準物体像Ｓ
を２以上に分割し、この分割標準物体像のそれぞれにつ
いて前記標準データを作成し、１つの入力画像に対し各
標準データごとに正解点群を求め、その総合評価から物
体像の識別を行うようにする。

【００４３】（ａ）標準データ作成過程 図８のフローチャートに示すように、標準データ作成過
程において前記実施の形態１と同様に、背景像の登録
（Ｓ３０１）、標準物体像の配置（Ｓ３０２）、標準法
線ベクトル群の算出（Ｓ３０３）が行われる。

【００４４】次いで、ステップＳ３０４において、前記
標準物体像Ｓを２以上に分割する。例えば、図９に示す
ように、人間の頭部をかたどった部分の分割標準物体像
Ｓ１（図９（ａ）を参照。）と、人間の上半身をかたど
った部分の分割標準物体像Ｓ２（図９（ｂ）を参照。）
とに２分割する。なお、この標準物体Ｓの分割は、デー
タ処理上の仮想状態で行われる。

【００４５】次いで、ステップＳ３０５において、分割
標準物体Ｓ１，Ｓ２の各々につき各標準法線ベクトル群
の位置情報、角度情報を求める。この位置情報および角
度情報の求め方自体は前記実施の形態１で説明したやり
方と同じである。すなわち、位置情報としては、標準物
体Ｓの配置点Ｑから各標準法線ベクトルｂ１，ｂ２，・
・・の処理点ｐ１，ｐ２，・・・までの座標によりあら
わし、角度情報としては、例えば、Ｘ軸方向に対する各
標準法線ベクトルｂ１，ｂ２，・・・での傾斜角度によ
りあらわすが、１８０度以上であれば１８０度を減算し
た角度とする。具体的に、図１０（ａ）における人間の
頭部を示す分割標準物体Ｓ１では、例えば、角度情報と
して０度（水平方向あるいは図１０中のＸ軸方向）を選
ぶと、ｂ１，ｂ５の２つの標準法線ベクトルが存在す
る。標準法線ベクトルｂ１は、配置点Ｑからその処理点
ｐ１まで＋Ｘ方向に３ピクセル移動した地点（Ｘ＝３、
Ｙ＝０）にあり、標準法線ベクトルｂ５は、配置点Ｑか
らその処理点ｐ５まで−Ｘ方向に３ピクセル移動した地
点（Ｘ＝−３、Ｙ＝０）にあるので、このような（Ｘ＝
３、Ｙ＝０）、（Ｘ＝−３、Ｙ＝０）の２つの位置情報
が０度の角度情報と関連付けられた情報となる。

【００４６】以下、同様に前記要領にて１８０度までの
角度情報に対する各標準法線ベクトルの位置情報を求
め、そのときの角度情報と位置情報とを関連付けてお
く。このようにして得られた角度情報と共に当該角度情
報と関連付けられた位置情報とが前記分割標準物体Ｓ１
に対する標準データとなる。

【００４７】一方、図１０（ｂ）における人間の上半身
を示す分割標準物体では、例えば、角度情報として０度
（水平方向あるいは図１０中のＸ軸方向）を選ぶと、ｂ
９，ｂ１４の２つの標準法線ベクトルが存在する。標準
法線ベクトルｂ９は、配置点Ｑからその処理点ｐ９まで
−Ｙ方向に２ピクセル、＋Ｘ方向に１０ピクセル移動し
た地点（Ｘ＝１０、Ｙ＝−２）にあり、標準法線ベクト
ルｂ１４は、配置点Ｑからその処理点ｐ１４まで−Ｙ方
向に２ピクセル、−Ｘ方向に１０ピクセル移動した地点
（Ｘ＝−１０、Ｙ＝−２）にあるので、このような（Ｘ
＝１０、Ｙ＝−２）（Ｘ＝−１０、Ｙ＝−２）の２つの
位置情報が０度の角度情報と関連付けられた情報とな
る。

【００４８】以下、同様に前記要領にて１８０度までの
角度情報に対する各標準法線ベクトルの位置情報を求
め、そのときの角度情報と位置情報とを関連付けてお
く。このようにして得られた角度情報と共に当該角度情
報と関連付けられた位置情報とが前記分割標準物体Ｓ２
に対する標準データとなる。次いで、ステップＳ３０６
において、前記ステップＳ３０５で求めた分割標準物体
Ｓ１，Ｓ２各々の角度情報とこれと関連付けられた位置
情報とからなる各標準データをメモリに登録する。以上
で標準データ作成過程が終了する。なお、前記角度情報
としては、例えば、０度から１８０度までを１５度ごと
に１２分割した範囲であらわす等のように一定範囲の値
として扱っても良い。

【００４９】（ｂ）物体像識別過程 次に、物体像識別過程は、図８のフローチャートに示す
ように、前記実施の形態１と同様に、画像入力（Ｓ４０
１）、法線ベクトル群算出（Ｓ４０２）が行われる。

【００５０】次いで、ステップＳ４０３において、前記
物体像Ｏに対して前記各々の標準データごとに正解点群
を求め、この標準データごとに正解点群を求めた画面
（以下、「ＭＡＰ画面」という。）を前記分割数分作成
する。この正解点群の求め方自体は前記実施の形態１で
説明したやり方と同じである。すなわち、前記ステップ
Ｓ３０６で登録した各標準データの演算処理を逆演算す
ることにより行う。なお、図１１は、物体像の入力画像
において人間の頭部部分に注目して模式的に示した仮想
図（ＭＡＰ画面１）であり、図１２は、物体像の入力画
像において人間の上半身部分に注目して模式的に示した
仮想図（ＭＡＰ画面２）である。図１１に示す人間の頭
部における物体像Ｏ１において、前記正解点群の算出
は、例えば、角度情報として０度（水平方向あるいは図
１１中のＸ軸方向）の法線ベクトルｂ１，ｂ５（０度方
向および１８０度方向を指向）のものすべてに対して、
２つの位置情報（Ｘ＝３、Ｙ＝０）、（Ｘ＝−３、Ｙ＝
０）の逆演算を行うことによる。つまり、法線ベクトル
ｂ１においては、その処理点ｐ１からそれぞれ、−（Ｘ
＝３、Ｙ＝０）に応じた−Ｘ方向に３ピクセル移動した
地点Ａ１、−（Ｘ＝−３、Ｙ＝０）に応じた＋Ｘ方向に
３ピクセル移動した地点Ａ２の、合計２点に正解点を付
し、また、法線ベクトルｂ５は、その処理点ｐ５からそ
れぞれ、−（Ｘ＝３、Ｙ＝０）に応じた−Ｘ方向に３ピ
クセル移動した地点Ｂ２、−（Ｘ＝−３、Ｙ＝０）に応
じた＋Ｘ方向に３ピクセル移動した地点Ｂ１、合計２点
に正解点を付す。これで、角度情報として０度を持つ法
線ベクトルｂ１，ｂ５のすべてに対して正解点群の演算
が終了するが、同様にして１８０度までの角度情報に対
する各法線ベクトルのすべてに対してその角度情報と関
連付けられた位置情報から正解点群の演算を行う。そし
て、このようにして人間の頭部に対して前記正解点群を
あらわしたＭＡＰ画面１を作成する（図１１を参照、な
お、実際のＭＡＰ画面１では頭部のほか上半身部分も映
されていても良い。）。

【００５１】一方、図１２に示す人間の上半身における
物体像Ｏ２において、前記正解点群の算出は、例えば、
角度情報として０度（水平方向あるいは図１２中のＸ軸
方向）の法線ベクトルｂ９，ｂ１４（０度方向および１
８０度方向を指向）のものすべてに対して、２つの位置
情報（Ｘ＝１０、Ｙ＝−２）、（Ｘ＝−１０、Ｙ＝−
２）の逆演算を行うことによる。つまり、法線ベクトル
ｂ９においては、その処理点ｐ９からそれぞれ、−（Ｘ
＝１０、Ｙ＝−２）に応じた−Ｘ方向に１０ピクセル、
＋Ｙ方向に２ピクセル移動した地点Ｃ１、−（Ｘ＝−１
０、Ｙ＝−２）に応じた＋Ｘ方向に１０ピクセル、＋Ｙ
方向に２ピクセル移動した地点Ｃ２の、合計２点に正解
点を付し、また、法線ベクトルｂ１４は、その処理点ｐ
１４からそれぞれ、−（Ｘ＝１０、Ｙ＝−２）に応じた
−Ｘ方向に１０ピクセル、＋Ｙ方向に２ピクセル移動し
た地点Ｄ２、−（Ｘ＝−１０、Ｙ＝−２）に応じた＋Ｘ
方向に１０ピクセル、＋Ｙ方向に２ピクセル移動した地
点Ｄ１の、合計２点に正解点を付す。これで、角度情報
として０度を持つ法線ベクトルｂ９，ｂ１４のすべてに
対して正解点群の演算が終了するが、同様にして１８０
度までの角度情報に対する各法線ベクトルのすべてに対
してその角度情報と関連付けられた位置情報から正解点
群の演算を行う。そして、このようにして人間の上半身
に対して正解点群をあらわしたＭＡＰ画面２を作成する
（図１２を参照、なお、実際のＭＡＰ画面２では上半身
のほか頭部部分も映されていても良い。）。

【００５２】次いで、ステップＳ４０４において、前記
各ＭＡＰ画面１，２を１つの評価画面に合成する。する
と、頭部のＭＡＰ画面１にてあらわされた正解点群と、
上半身のＭＡＰ画面２にてあらわされた正解点群とが重
なった状態の画面（以下、「評価画面」という。）が得
られる（図１３を参照。）。これにより、前記評価画面
では、前記ＭＡＰ画面１で正解点群が形成したベクトル
焦点領域と、前記ＭＡＰ画面２で正解点群が形成したベ
クトル焦点領域とが重なったものとなる。

【００５３】次いで、ステップＳ４０５において、前記
評価画面の評価が行われる。この評価の仕方として、基
本的には、前記実施の形態１のステップＳ２０４と同じ
ようにして行う。つまり、図１３に示す評価画面で正解
点群が形成するベクトル焦点領域（配置点Ｑを中心に例
えば２ピクセル分間隔有する領域）内に、正解点が処理
点の数の４割以上集まった状態が得られたか否かによっ
て行う。そして、この評価結果でベクトル焦点領域内の
正解点が４割以上であると判断されると、入力された物
体像Ｏは、頭部の分割標準物体像Ｓ１と一致する部位が
存在し、かつ、上半身の分割標準物体像Ｓ２と一致する
部位が存在すると認められる。その結果、物体像Ｏは、
頭部と上半身の両方を持っていることが判るから、前記
物体像Ｏは標準物体像Ｓと同一性のある人間であると識
別される。

【００５４】一方、ベクトル焦点領域内の正解点が４割
に満たないと判断されれば、入力された物体像Ｏにおい
ては、頭部の分割標準物体像Ｓ１と一致する部位、ある
いは上半身の分割標準物体像Ｓ２と一致する部位が存在
しないと認められる。その結果、物体像Ｏは、頭部ある
いは上半身のいずれかを持っていないことが判るから、
結局は前記物体像Ｏは標準物体像Ｓと同一性のある人間
であるとは識別されない。なお、前記各実施の形態１，
２では、評価方法としてベクトル焦点領域内に正解点が
４割以上集まったか否かによるとするが、これに限らず
一定割合以上として適宜に決定しても良い。これは、物
体像Ｏとして所定形状の標準物体像Ｓと整合し難いもの
や、逆に良く整合するもの等、その他外乱要因を考慮す
るためである。

【００５５】また、前記ベクトル焦点領域としても、配
置点Ｑを中心に２ピクセル分間隔を有する領域に限ら
ず、認識する物体像や識別精度等を考慮して配置点Ｑを
中心に適宜範囲内としても良い。さらに、前記各実施の
形態では、標準物体像として人間を選んだが、これに限
らず、例えば、車や野菜等を標準物体像として選び、こ
れと同一性を有する物体像の識別を行うようにしても良
い。

【００５６】また、標準物体像として人間を上から見た
状態とするが、これに限らず、斜め方向や横方向から見
た状態等としても良い。さらには標準物体像Ｓとして子
供や大人に対応させて標準物体像Ｓ自体の大きさも適宜
に変更しても良く、この場合、大きさの異なる標準物体
像Ｓを複数用いて複数の標準データを作成するようにし
ても良く、さらにこの複数の標準物体像を前記実施の形
態２のように大きさ等の異なる複数の標準物体像の各々
について分割した分割標準物体像として用いても良い。

【００５７】

【００５８】

【図面の簡単な説明】

【図１】デジタルデータに変換された２次元画像を示し
た模式図である。

【図２】基本波フーリエ変換のイメージを示した模式図
である。

【図３】法線ベクトルｂを現した画像の模式図である。

【図４】実施の形態１における画像処理の手順を示すフ
ローチャートである。

【図５】背景像のある画像と標準物体像を挿入した画像
とを示す模式図である。

【図６】標準物体像の標準法線ベクトルを示す模式図で
ある。

【図７】物体像における正解点群を付した状態を示す模
式図である。

【図８】実施の形態２における画像処理の手順を示すフ
ローチャートである。

【図９】標準物体像を頭部と上半身とに分割した状態を
示す模式図である。

【図１０】分割標準物体像の標準法線ベクトルを示す模
式図である。

【図１１】物体像の頭部における正解点群を付したＭＡ
Ｐ画面１を示す模式図である。

【図１２】物体像の上半身における正解点群を付したＭ
ＡＰ画面１を示す模式図である。

【図１３】ＭＡＰ画面１およびＭＡＰ画面２を合成した
評価画面を示す模式図である。

【符号の説明】

１ ２次元画像 ｂ 法線ベクトル ｐ 処理点 Ｏ 物体像 Ｑ 配置点 Ｓ 標準物体像

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】 画像内の物体像を背景像との濃度差を利
   用して識別する物体像識別方法であって、 前記画像上で等間隔に処理点を配置し、前記各処理点に
   ついてその処理点を中心点とする円の円周上での各ピク
   セル値に対し基本波フーリエ変換を実行し、前記基本波
   フーリエ変換にて得られる位相を前記処理点における前
   記物体像の輪郭に対する法線ベクトルとして得る方法を
   用い、 まず、前記背景像が映された画像上の任意の１点を配置
   点として当該配置点を基準に標準物体像を前記画像上に
   配置し、 前記標準物体像と前記背景像との濃度差より前記標準物
   体像の輪郭部における法線ベクトル群を求め、 前記配置点から前記法線ベクトル群の各法線ベクトルま
   での位置情報および各法線ベクトルでの角度情報を求
   め、 これら位置情報および角度情報を当該配置点における標
   準データとして記憶し、 次いで、認識すべき物体像が映されている画像に対して
   物体像と背景像との濃度差より物体像の輪郭部における
   法線ベクトル群を求め、 これら法線ベクトル群から前記標準データに基づいて前
   記配置点に相当する正解点群を求め、 前記正解点群により形成された焦点領域の評価を行うこ
   とを特徴とする物体像識別方法。
2. 【請求項２】 請求項１に記載の物体像識別方法におい
   て、前記標準物体像を２以上に分割し、 この分割した標準物体像ごとに前記標準データを前記分
   割数分作成し、 次いで、認識すべき物体像に対して前記各々の標準デー
   タごとに正解点群を求め、この標準データごとに正解点
   群を求めたＭＡＰ画面を前記分割数分作成し、 そして、前記各ＭＡＰ画面を１つに合成した評価画面を
   作成し、この評価画面における正解点群により形成され
   た焦点領域の評価を行うようにしたことを特徴とする物
   体像識別方法。
3. 【請求項３】 請求項１または２に記載の物体像識別方
   法において、 背景像における法線ベクトルを求めると共にこの背景像
   に起因する法線ベクトル群情報を記憶し、 画像から得られる法線ベクトル群のうち前記背景像に起
   因する法線ベクトル群をすべて取り除いた残りの法線ベ
   クトル群から前記正解点群を求めるようにすることを特
   徴とする物体像識別方法。