JP4365776B2 - スポット画像検出方法及びスポット画像検出プログラム - Google Patents

Description

本発明は、複数の物体が位置する空間を撮像して得られ、当該複数の物体のいずれかをそれぞれ表す複数のスポット画像を含む解像度が低い撮像画像から、所望の検出対象物のスポット画像を検出するのに好適な、スポット画像検出方法及びスポット画像検出プログラムに関し、特に路上にある複数の自動車を撮像して得られた解像度が低い衛星画像から、所望の車輛サイズと所望の屋根存在範囲を有する自動車に対するスポット画像を検出するのに好適なスポット画像検出方法及びスポット画像検出プログラムに係る。

道路上の交通量を自動的に計測する方法としては、道路に沿ってテレビカメラ、ループ式検知器、超音波式検知器、光学式検知器などのセンサーを設置して、道路を走行中の自動車を検知する方法が使用されている。しかし、この方法では、計測に必要な設備のコストが非常に大きくなる。このため、最近は、航空写真や衛星画像などのリモートセンシング画像を利用して、道路を走行中の自動車の数と位置を自動的に検出する方法が研究されている。その方法の利点は、第一に、リモートセンシング画像の視野は数十km四方の大きさを持つので、同じ画像から広範囲の地域の自動車の位置と数を観測できると期待されることである。第二に、リモートセンシング画像を用いる交通量観測システムは主に画像データ受信施設とコンピュータで構成され、従来のセンサーを用いるシステムに比較してはるかに小規模の設備で済むので、コストが低く済むことである。第三に、リモートセンシング画像の容量はせいぜい数十メガバイトであり、現在のコンピュータで高速に処理できることである。

例えば、特許文献１では、道路を撮影した濃淡画像に画像強調の処理を適用した後、ある閾値で閾値処理をして、自動車を表す複数の表すスポット画像を検出している。ここで、スポット画像とは、検出対象物の存在位置にあるが、検出対象物の外形を鮮明には表してはいない、画素数が少なく解像度の低い画像を言う。非特許文献１では、まず、複数の道路の濃淡画像から自動車のスポット画像を除去した背景画像を生成し、つぎに、自動車のスポット画像を含む濃淡画像と背景画像の引き算をして主に自動車のスポット画像を含む濃淡画像を獲得し、この濃淡画像に対して、ある閾値で閾値処理をして自動車のスポット画像を検出している。

特許文献１あるいは非特許文献１は画像の濃度の閾値を用いているが、非特許文献２では、画像の濃度の閾値を使用しないで、概略次のようにして、自動車を表すスポット像から自動車の位置を検出している。以下では画素ｐをその画素の２次元座標(ｉ,ｊ)を用いて画素(ｉ,ｊ)と表す。ある画素ｐに対して、半径ｄの正方形の枠ｍ(ｄ)を以下の式で定義する。
ｍ（ｄ）＝ {(ｉ＋ｘ,ｊ＋ｙ) | max（|ｘ|, |ｙ|）＝ｄ}
枠ｍ(ｄ)上の画素の濃度の最大値をfmax(ｍ(ｄ))として、半径ｄが１からその最大値Ｄの範囲でのfmax(ｍ(d))の最小値をＦとする。すなわち、
Ｆ = min{fmax(ｍ(ｄ))|１≦ｄ≦Ｄ}

もし画素ｐの濃度が最小値Ｆよりはるかに大きいという条件を満たせば、画素ｐの位置に明るいスポット画像が存在するとし、その画素ｐの濃度として、画素ｐの濃度と上記最小値Ｆとの濃度差を設定している。画素ｐの濃度が最小値Ｆよりはるかに大きいという条件が満たされないときには、画素ｐの濃度値として０を設定している。このような処理を全ての画素に対して実行した後に、スポット画像ありと判断された複数の画素を記号推論システムによりグループ化して、各自動車に対してＸ字状に交差された概ね枝状の二つの画素列からなる画像を、一つの自動車を代表する画像として生成している。それらの二つの画素列の交差位置と方向が自動車の位置、方向等を表している。この自動車検出法では赤外線画像を用い、赤外線の強さに依存して、移動している車と停止している車を識別可能にしている。
特開2003-030649号公報 S. P. Hoogendoorn, H. J. Van Zuylen, M. Schreuder, B. Gorte, and G. Vosselman, "Microscopic Traffic Data Collection by Remote Sensing", Transporation Research Board (TRB) 82nd Annual Meeting, Washington D.C., January 12-16, 2003, [online]、 [平成16年2月1日検索]、インターネット＜ＵＲＬ：http://www.geo.tudelft.nl/frs/papers/2003/Microscopic%20traffic%20Ben%20GeorgeV.pdf＞ U. Stilla and E. Michaelsen, "Estimating Vehicle Activity Using Thermal Image Sequences and Maps", ISPRS Symposium 2002, "Geospatial Theory, Processing and Applications", from 9 to 12 July, 2002 in Ottawa, Canada, [online]、 [平成16年2月1日検索]、インターネット＜ＵＲＬ：http://www.isprs.org/commission4/proceedings/pdfpapers/399.pdf＞

特許文献１又は非特許文献１のような自動車検出方法では、濃度の閾値をあらかじめ定め、自動車が走行する領域を撮像して得られた撮像画像中のある部分の濃度がこの閾値以上であるか否かによりその部分が自動車を表すか否かを判定している。このような方法では閾値をいくらにするかにより検出結果が異なる。すなわち、撮像画像内の自動車の濃度は、背景の濃度とは異なるのが普通であり、自動車の濃度は背景の濃度より高い（白い）かあるいはその逆である。しかし、自動車の濃度が背景より白い（濃度が高い）場合でも、それらの濃度は、自動車によりいろいろ異なる。すなわち、撮像画像中の自動車の濃度は、自動車の表面の色及び反射率により異なるし、自動車に照射される太陽光の強さ及び照射方向によっても異なる。更に、撮像画像中の背景となる道路の濃度は、路面の色と反射率によっても異なる。

したがって、撮像画像から上記のように閾値を用いて自動車を表す部分を検出する方法には、その閾値を適切に決定するのが難しいという問題がある。すなわち、閾値を明るい値にすると、暗い濃度の自動車を検出できず、逆に閾値を暗い値にすると、自動車と無関係な背景にある物体も検出してしまう。

一方、非特許文献２のように、自動車の存在位置の検出に画像の濃度の閾値を用いない方法にはこのような問題はない。しかし、非特許文献２に示された方法は、スポット画像に含まれる複数の画素の候補を検出した後に、それらの画素の濃度と位置を利用して記号推論システムを用いてスポット画像の位置等を表す概略Ｘ字状に交差したほぼ直線状の二つの画素列からなる画像を、一つの自動車を代表する画像として生成しているので、自動車代表画像を生成する処理が複雑である。

衛星画像あるいは航空写真のような画像では、画像の解像度が低く、自動車の位置、形状自体は、それ程正確に表現されていない場合が普通である。人工衛星から地上を実際に撮影して得られた地理画像の解像度は、例えば５０〜６０cm程度であり、一つの自動車を表す画像は鮮明ではなく、この種の地理画像では一つの自動車は非常に小さい白いスポット画像で表されている。

このような解像度が低い画像を用いて、道路上の自動車のような専有面積の小さな部分の位置又は存在領域を検出するとしても、それらの位置又は存在領域の検出精度を高くすることは難しい。しかし、道路上の自動車の位置と数を検出して道路の混雑状態を検出するという応用のためには、自動車の位置と存在領域の検出精度を格別高くすることは必ずしも必要でなく、自動車の位置及び存在領域を検出する処理は高速に実行できる簡単な処理であることが望ましい。

ところで、路面を撮影して得られた画像には、自動車以外のものを表すスポット画像が存在する。例えば路面の反射率が高いところでは、比較的濃度が明るい広い部分が検出され、そのような部分はサイズの大きなスポット像あるいは広く分布する明るい画像部分として検出されることがある。更に、路上に自動車以外の反射率が高い異物があると、その異物がサイズが小さいスポット像として検出される可能性がある。更には、路面には道路標識が描画されており、それらの一部がサイズの小さなスポット像として検出される可能性もある。したがって、自動車を表すスポット像を検出する目的から見ると、このような自動車以外の物を表すスポット像又はそれに近い濃度分布を有する明るい画像部分は背景ノイズとも言うべきものであり、自動車を表すスポット画像をこのような背景ノイズから区別して検出する必要がある。

自動車のような検出対象物は、サイズがいろいろであるので、スポット像の広がりも自動車毎に異なる。例えば、小型の乗用車ではスポット画像の画素数は例えば３×６画素程度と少なく、大型バスでは６×２０画素程度となる。更に、自動車のうち、スポット像が生成されるのは、屋根のように、撮像されたときに濃度が検出対象物上の他の部分と異なる濃度となる可能性がある特定部分に対してである。なお、特定部分（例えば、屋根）は、通常は照射光を受けて撮像されたときの濃度が大きくなるが、その周辺部は、その表面の方向によっては撮像されたときの濃度は大きくはならないことがある。そのため。自動車を撮像したときでも屋根の存在範囲に対応する、濃度が大きい画像部分の広がりは、屋根の存在範囲より小さいのが普通である。

屋根のような特定部分のサイズは、自動車のサイズが異なれば異なり、更に、自動車のサイズが同じでも、自動車の構造によって特定部分のサイズと位置が異なる場合がある。例えば、トラックの場合、運転席の部分のみに屋根が存在し、残りには屋根がなく荷台がある。このトラックに対しては、運転席を覆う屋根に対しては、車輛の前方部分に位置するスポット画像が生成されるが、車輛の後方の荷台の部分に対しては濃度が大きな部分が生成されないことがある。一方、バスの場合、運転席とそれ以外の部分に対して共通の屋根が存在する。このようなバスに対しては、自動車のほぼ全体を覆うようなスポット画像が生成される。更に、保冷庫付きのトラックのように、運転席の部分と保冷庫の部分にそれぞれ屋根を有する自動車もある。このようなトラックに対しては、運転席の屋根上と、保冷庫の屋根上に異なるスポット画像が分離して生成されることがある。したがって、路上の自動車の存在位置を検出するに当たっては、自動車の占有面積、屋根の占有面積を考慮しないで、いろいろな自動車のスポット画像をまとめて一度に検出することは容易ではない。

したがって、本発明の目的は、自動車のような複数の物体が位置する空間を撮像して得られ、当該複数の物体のいずれかをそれぞれ表す複数のスポット画像を含む解像度が低い撮像画像から、所望の車輛占有範囲と、屋根のような特定部分の所望の存在範囲とを有する自動車のような、所望の検出対象物を表すスポット画像を簡単な処理で検出するのに好適なスポット画像検出方法及びスポット画像検出プログラムを提供することである。

上記目的を達成するための本発明に係るスポット画像検出方法の原理の概略をまず説明する。撮像画像内の検出対象物（例えば自動車）を表すスポット画像の濃度は背景の濃度とは異なる。つまり、背景の濃度より濃度が大きい（すなわち、高いあるいは白い）か又はその逆である。自動車等の濃度の分布は複雑であり、かつ、自動車の表面の向き又は日射光の照射方向により変化する。背景の濃度も背景である路面の色と反射率によっても変化する。その結果、背景より濃度が大きい自動車のスポット画像の濃度と背景の濃度の差は、自動車により又は日射光の強さなどにより変化する。したがって、閾値を用いて背景と自動車等の検出対象物のスポット画像とを区別することは一般には容易でない。

しかしながら、本発明者は、自動車のスポット画像の濃度が背景より大きい場合には、自動車のスポット画像の中には、自動車に依らない濃度分布部分として、ある画素（極大点画素）の濃度が極大値であり、その画素の周囲に濃度が単調に減少する複数の画素（単調減少画素群）が存在することに気が付いた。極大点画素と単調減少画素群が存在する領域を極大領域と呼ぶことがある。この事実を利用して背景より濃度が大きい濃度を有する自動車を示すスポット画像を検出するには、極大点画素とその周辺の単調減少画素群が存在する極大領域を検出すればよいことが分かった。同様に、自動車の濃度が背景より黒い（濃度が低い）場合には、自動車の画像の中には、自動車に依らない濃度分布部分として、ある画素（極小点画素）の濃度が極小値を有し、その周囲に濃度が単調増大する複数の画素（単調増大画素群）が存在することに気が付いた。以下では、極小点画素と単調増大画素群が存在する領域を極小領域と呼ぶことがある。この事実を利用して背景より黒い（濃度が低い）濃度を有する自動車を示すスポット画像を検出するには、極小点画素とその周辺の単調増大画素群が存在する極小領域を検出すればよい。

以下では、極大点画素を含む極大領域の検出について主に述べる。しかし、背景より小さい濃度の自動車を表すスポット画像を検出する場合には、極小点画素とその周りの単調増大画素群を含む極小領域を検出すればよく、その場合にも以下の説明は、極大値と極小値の相違と単調減少画素群と単調増大画素群の相違を考慮して読み替えれば同様に適用することができる。また、以下では、上記極大値と極小値を区別せずに極値と呼ぶことがあり、極大点画素と極小点画素を区別せずに極値点画素と呼ぶことがあり、単調減少画素群と単調増大画素群を区別せずに単調変化画素群と呼ぶことがあり、極大領域と極小領域を区別せずに極値領域と呼ぶことがある。

既に説明したように、自動車のような検出対象物を撮像したときに得られるスポット画像の存在範囲と位置は、屋根のような特定部分の広がりと位置に依存し、屋根のような特定部分の存在範囲と位置は、車輛のサイズと構造により異なる。したがって、道路を撮影して得られる衛星画像のような低解像度の画像から道路上の自動車を表すスポット画像を検出するためには、車輛サイズと屋根のサイズと位置が異なる全ての車種に対する多数のスポット画像を一度に検出するよりも、自動車のサイズを指定し、屋根のような特定部分の広がりと位置を指定して、そのような指定された自動車サイズと、指定された存在範囲と位置に屋根のような特定部分を有する自動車に対するスポット画像を検出し、そのような検出を、車輛サイズの指定と、屋根のような特定部分の存在範囲と位置の指定とを変えて対応するスポット画像を検出することを繰り返し、その繰り返しにより多数の自動車に対する多数のスポット画像を検出するほうがより簡便であると期待される。

そこで、本発明では、所望の車輛サイズを有し、屋根のような特定部分の存在範囲と位置が所望のものであるというような条件を満たす所望の自動車に対するスポット画像を検出することを可能にするために、所望の検出対象物のスポット画像に対して以下のような４つの条件値を指定する。
（１）検出対象物を表すべきスポット画像の中央部分が最小限占有すべき範囲として当該検出対象物に対してあらかじめ指定された中央最小占有範囲
（２）当該検出対象物を表すスポット画像が最大限占有し得る前記撮像画像上の範囲として、当該検出対象物に対してあらかじめ指定された最大占有範囲（当該最大占有範囲は、例えば上記中央最小占有範囲の中心位置から見たときの範囲として指定される）
（３）当該スポット画像の中心の画素の濃度と当該スポット画像の上記中央最小占有範囲内の複数の画素の濃度との濃度差に関する許容最大濃度差
（４）当該スポット画像の中心の画素の濃度と当該スポット画像の上記最大占有範囲内の周辺部の画素の濃度との濃度差に関する許容最小濃度差

ここでスポット画像の中心は、濃度が最大の点であるとする。この中心は、同時にスポット画像の分布範囲の幾何学的な中心と略同一であると仮定する。後者が前者とずれていてもそのずれを無視しても本発明に関しては問題はないと考えられる。検出対象物に対するスポット画像の中央部分は、スポット画像の中心画素の濃度に近い濃度を有する画素からなる、濃度が大きい（すなわち、明るい）領域である。検出対象物に対応するスポット画像の中央部分が存在する範囲も、検出対象物に応じて変化する。例えば、自動車の屋根が広くなると、スポット画像の中央の明るい部分が占める範囲も広くなる。したがって、検出対象物に対応するスポット画像を検出するためには、検出対象物のスポット画像の中央部分が最小限占有すべき範囲として中央最小占有範囲を指定することが望ましい。検出対象物が自動車の場合には、スポット画像の中央領域は、自動車の屋根のような特定部分の中央の部分である。したがって、検出すべき対象物に対するスポット画像の中央最小占有範囲として、当該自動車の屋根のような特定部分の存在範囲より狭い、当該特定部分の中央部分の存在範囲を指定するのが望ましい。

検出対象物に対応するスポット画像が占有し得る範囲として指定される最大占有範囲は、その検出対象物全体とその影の一部を含む領域である。この最大占有範囲は、当該検出対象物の占有範囲の広さに応じて増大するので、検出対象物に対するスポット画像を検出するためには、上記スポット画像が占有し得る最大占有範囲として、当該検出対象物の占有範囲の広さと位置に対応した広さと位置を有する範囲を指定することが望ましい。具体的には、最大占有範囲の広さは、例えば、上記検出対象物が路上の自動車の場合、当該車輛の存在範囲と同じかそれより少し広くなるように、最大占有範囲を指定すればよい。そうすることにより、自動車が現に存在する範囲内の画素のうち、極大点画素に対する単調減少画素群に属する画素の検出漏れがないようにすることができる。

更に、最大占有範囲は、上記中央最小占有範囲の中心位置から見た位置に位置する範囲として指定する。例えば、当該最大占有範囲の中心と上記中央最小占有範囲の中心とが一致するときには、当該中央最小占有範囲の中心に当該最大占有範囲の中心が位置する状態での当該最大占有範囲を指定すればよい。しかし、当該最大占有範囲の中心と上記中央最小占有範囲の中心とが一致しないときには、当該中央最小占有範囲の中心からずれた位置に当該最大占有範囲の中心が位置する状態での当該最大占有範囲の存在範囲を指定すればよい。このように、中央最小占有範囲の中心から見たときの最大占有範囲を指定することにより、両者の中心が一致しない場合にも、本発明を適用することが可能になる。

自動車等に対するスポット画像は、既に述べたように、極大点画素とその周辺の単調減少領域からなる極大領域に少なくとも分布する。スポット画像上の濃度分布に基づいてスポット画像の広がりの範囲を規定する方法はいくつか考えられるが、本発明では、自動車に対する極大領域は、スポット画像の存在範囲の少なくとも主要部を示すと考える。画像上でスポット画像が広がっていると見える範囲と極大領域とは必ずしも直接関係はなくてもよいと考える。すなわち、画像上でスポット画像に属すると見えるような大きな濃度を有する部分が、単調減少画素でないために極大領域に属さないことが生じることがある。逆に、画像上でスポット画像に属するとは明確には見えないような濃度の低い部分が、単調減少関係を満たす画素であるために極大領域に属することもある。

検出対象物に対するスポット画像の中心と、当該検出対象物の最大占有範囲の中心とは一致しない場合もある。当該スポット画像は、当該検出対象物内の屋根のような特定部分の存在範囲に位置する。典型的には、スポット画像の中心は、自動車の屋根の中心に位置する。自動車の存在範囲の全体にわたって屋根が存在する場合には、自動車の存在範囲と屋根の存在範囲が一致し、スポット画像の中心と自動車の存在範囲（最大占有範囲）の中心とはほぼ一致する。しかし、これらの中心が一致しない場合がある。例えば、自動車の屋根が、自動車の一部、例えば前方部に位置するときには、自動車の存在範囲の中心と、屋根の中心とは一致しない。したがって、このような自動車では、自動車に対するスポット画像の中心と、自動車の存在範囲（最大占有範囲）の中心とはずれることになる。上に説明した中央最小占有範囲の中心は、対応するスポット画像の中心と考えられるので、中央最小占有範囲の中心から見た状態での最大占有範囲を指定すれば、上記のように車輛の存在範囲の中心がスポット画像の中心からずれている場合でも、検出された極値点画素に対して単調変化関係にある画素群を、最大占有範囲から検出することが可能になる。

上に説明した中央最小占有範囲は、その範囲内の画素の濃度と、スポット画像の中心画素の濃度との濃度差が、ある上限以下であるような、スポット画像の中心付近の範囲と考えることもできる。この上限は、検出対象物に応じて変化するので、検出対象物に応じて、上記中央最小占有範囲を指定するときには、この濃度差の上限を上記許容最大濃度差として指定するすることが望ましい。同様に、検出対象物に対するスポット画像の周辺部の濃度は、スポット画像の中心画素の濃度と比べると、十分濃度が変化しているべきであると考えられる。スポット画像の中心画素の濃度と当該スポット画像の周辺部の複数の画素の濃度との濃度差として許される濃度差の下限は、検出対象物に応じて異なるので、検出対象物に応じて、この下限を上記許容最小濃度差として指定することが望ましい。

以上の４つの条件値の定義から明らかなように、撮像画像から検出されたスポット画像の濃度分布が、所望の検出対象物に関連して指定されたこれら４つの条件値に関連するあらかじめ定められた条件を満たすときには、当該スポット画像は当該検出対象物に対するものであると判断することができるはずである。本発明は、このような考えに基づいて、上記４つの条件値を用いて検出対象物に対するスポット画像を撮像画像から検出するものである。

より具体的には、請求項１に記載のスポット画像検出方法は、極値点画素検出ステップと、単調変化画素群検出ステップと、極値領域判定ステップと、を含むものである。極値点画素検出ステップでは、検出対象物を含む複数の物体が位置する空間を撮像して得られ、当該複数の物体のいずれかをそれぞれ表す複数のスポット画像を含む撮像画像から、その濃度が周辺の画素の濃度に対して極大値又は極小値のうちのあらかじめ定められた一方の極値である濃度を有する少なくとも一つの極値点画素を検出する。単調変化画素群検出ステップでは、当該検出対象物を表すスポット画像が占有し得る前記撮像画像上の範囲として、当該検出対象物に対してあらかじめ指定された最大占有範囲内の画素から、前記検出された極値点画素の濃度に対して濃度が単調変化関係にある一群の単調変化画素を検出する。極値領域判定ステップでは、前記検出された極値点画素と当該極値点画素に対して検出された前記単調変化画素群とを含む極値領域が所定の条件を満たすか否かに応じて、当該極値領域が前記検出対象物に対するスポット画像を表す領域であるか否かを判定する。

前記所定の条件は、（ａ）前記検出された単調変化画素群のうち、前記検出対象物のスポット画像の中央部分が最小限占有すべき範囲として当該検出対象物に対してあらかじめ指定された中央最小占有範囲内に位置する複数の画素が全て前記単調変化画素群に属し、かつ、（ｂ）当該検出された極値点画素の濃度と当該中央最小占有範囲内の前記複数の画素の濃度との濃度差が、いずれの画素についても、当該検出対象物に対する当該中央最小占有範囲に対してあらかじめ指定された許容最大濃度差以下であり、かつ、（ｃ）前記検出された極値点画素の濃度と、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素の濃度との濃度差が、いずれの画素についても当該検出対象物の当該最大占有範囲に対してあらかじめ指定された許容最小濃度差以上であることである。

ここで、上記極値点画素検出ステップでは、極値点画素はスポット画像の中心の画素の候補として検出される。上記極値点画素検出ステップで極値点画素として極大点画素を検出する場合、撮像画像から選択された画素ｐの濃度が極大点であるということは、その選択画素ｐの濃度が、その画素を取り囲む８近傍画素の濃度の値のいずれよりも小さくないことである。この定義では、選択画素ｐの濃度が、その８近傍画素の濃度のいずれかと同じ濃度を有していても、８近傍画素内の他の画素のいずれの濃度も選択画素ｐの濃度と同じか小さければ、選択画素ｐの濃度は極大値であると見なす。極端には、選択画素ｐの濃度と８近傍画素の濃度が全て同じでも、極大点画素を検出しているときには、選択画素ｐは極大点画素と見なす。しかし、選択画素ｐの濃度が８近傍画素の濃度のいずれか一つより低い濃度であるときには、選択画素ｐの濃度は極大値ではない。なお、選択画素ｐの濃度とその選択画素ｐの８近傍画素より遠方の画素の濃度とは比較しない。極小点画素も同様に定義することができる。

単調変化画素群検出ステップで検出される、極値点画素の濃度に対して単調変化関係にある他の画素とは、極値点画素が極大点画素であるとすると、極大点画素から当該他の画素に至る経路として、画素の濃度が単調減少するという条件を満たしている経路が存在することである。濃度が単調減少するとは、濃度が小さくなるか等しい場合である。単調変化画素群を検出する範囲が前記指定された最大占有範囲である。したがって、その最大占有範囲から極大領域を検出することになる。その結果、ある極大点画素に対して単調変化関係にある画素が上記最大占有範囲を越えた位置に存在していても、その画素は単調変化画素としては検出されない。このように、当該極大点画素を含む極大領域は、その最大占有範囲から検出される。一方、ある極大点画素の周辺の単調変化画素群が上記最大占有範囲の一部にしか存在しない場合には、それらの単調変化画素群は全て検出される。また、極値領域判定ステップで濃度が判定される、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素とは、当該単調変化画素群のうち、当該単調変化画素群に属さない画素に隣接して位置する複数の画素を指す。以上のように、極値点画素検出ステップと単調変化画素群検出ステップにより、スポット画像の中心の候補として極値点画素が検出され、当該極値点画素と当該極値点画素に対して検出された前記単調変化画素群とを含む極値領域が、検出対象物に対して指定された最大占有範囲から検出されたことになる。

更に、極値領域判定ステップでは、前記検出対象物に対して指定された、スポット画像の中央領域を表す中央最小占有範囲に関する第１の条件、検出された極値点画素の濃度と当該中央最小占有範囲内の前記複数の画素の濃度との濃度差に関する第２の条件、検出された極値点画素の濃度と、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素の濃度との濃度差に関する第３の条件のいずれもが満たされるときに、検出された極値領域を、検出対象物に対するスポット画像として判定することになる。

請求項２に記載のスポット画像検出方法では、前記検出対象物は、路上にある複数の自動車のうち、撮像されたときに他の部分より濃度が異なる特定部分の存在範囲が所望の存在範囲であり、車輛占有範囲が、前記特定部分の中心に対して所望の位置にあり、かつ、所望の広さを有する自動車であり、前記最大占有範囲は、当該検出対象自動車の当該所望の車輛占有範囲より広い範囲に指定され、前記中央最小占有範囲は、当該車両の当該特定部分の存在範囲より狭い値に指定されている。

本発明によるスポット画像検出方法及びスポット画像検出プログラムによれば、自動車のような複数の物体が位置する空間を撮像して得られた解像度の低い撮像画像から、検出対象物を表すべきスポット画像の中央部分が最小限占有すべき中央最小占有範囲と、当該スポット像が占有し得る最大占有範囲と、当該スポット画像の中心の画素の濃度と当該中央領域内の複数の画素の濃度との濃度差に関する許容最大濃度差と、当該スポット画像の中心の画素の濃度と当該スポット画像の周辺部の画素の濃度との濃度差に関する許容最小濃度差とを指定して、これらの指定されたデータに関してあらかじめ定められた条件を満たすスポット画像を検出対象物に対するスポット画像として検出することが可能になる。

以下、本発明に係るスポット画像検出方法及びスポット画像検出プログラムの実施の形態を図面を参照して詳細に説明する。
図１は、本発明に係るスポット画像検出装置の一つの実施形態の概略ブロック図である。符号１は、上記装置の一つの実施の形態の全体を指す。本装置１は、例えばパソコン又はワークステーションにより実現される処理装置１０と、メインメモリとして使用されるＲＡＭ（ランダムアクセスメモリ）（図示せず）及び磁気ディスク記憶装置のような補助記憶装置（図示せず）とを含む記憶装置２０と、入出力装置３０とを備えている。入出力装置３０は、キーボード及びマウス等のポインティングデバイスを含む入力装置３１、ＣＲＴディスプレイ装置等の表示装置３２又はプリンタ３３などの出力装置を備えている。入力装置３１はパラメータの入力やコマンドの起動などに使われる。表示装置３２又はプリンタ３３は、複数の検出対象物を撮像して得られる撮像画像あるいは本装置１により生成されるスポット画像マーカ付き画像等の画像あるいは本装置１により生成されるデータの表示又は印刷に使われる。記憶装置２０内にデータが記憶されるときに、当該データが図示しないＲＡＭと図示しない補助記憶装置のいずれに記憶されるかは、あらかじめ当該データ毎に決められている。処理装置１０には、複数の検出対象物を含む領域を撮像して得られた撮像画像からそれぞれの検出対象物を検出するためのスポット画像検出プログラム４０が組み込まれている。

本発明に係るスポット画像検出方法及びスポット画像検出プログラムの実施の形態を更に説明する前に、本実施の態様で実行する処理の原理を説明する。以下では、極大点画素を検出する場合を説明するが、極小値画素を検出する場合も同様である。また、撮像画像は、地表を人工衛星又は航空機から撮影して得られる地理画像であり、検出対象物は道路を走行するか道路上に停止している自動車であるとする。

図２は、本発明によるスポット画像の検出時に指定される探索条件データを説明するための図である。同図（ａ）は、一つの自動車に対する概略的な平面図である。図において、Ｓ１は、自動車の車輛の占有範囲を示し、図では車輛占有範囲Ｓ１は矩形であると仮定している。点Ｃ１は、当該車輛占有範囲Ｓ１の中心を示す。Ｓ２は、当該自動車に設けられた屋根の存在範囲を示す。屋根存在範囲Ｓ２は、撮像されたときに他の部分より濃度が異なる特定部分の例であり、スポット画像は、この屋根存在範囲において濃度が大きくなる。同図（ａ）の例では、屋根存在範囲Ｓ２は自動車のほぼ全体に広がって設けられている。しかし、図では、分かりやすさのために、屋根存在範囲Ｓ２は、自動車の車輛占有範囲Ｓ１より小さく記載してある。同図（ａ）の例では屋根存在範囲Ｓ２の中心Ｃ２は、車輛占有範囲Ｓ１の中心Ｃ１と一致すると仮定する。

本発明では、検出対象物に対するスポット画像を検出するときに、スポット画像が占有し得る最大占有範囲を指定する。同図（ａ）の自動車に対しては、スポット画像の最大占有範囲Ｒ１として、車輛占有範囲Ｓ１と同じか少し大きくなるようにスポット画像の最大占有範囲Ｒ１を指定する。同図（ａ）の例では、最大占有範囲Ｒ１は、車輛占有範囲Ｓ１と同じく矩形とし、その中心も車輛占有範囲Ｓ１の中心Ｃ１と一致するとする。最大占有範囲Ｒ１の縦横の辺は、それぞれ車輛占有範囲Ｓ１の縦横の辺より例えば１０〜２０％大きく設定すればよい。更に、本発明では、検出対象物に対するスポット画像の中央部分が最小限占有すべき中央最小占有範囲Ｒ２も指定する。スポット画像のうち濃度が大きな部分の存在範囲は、屋根存在範囲Ｓ２の中央部分であり、屋根存在範囲Ｓ２より小さい。したがって、同図（ａ）の例では、中央最小占有範囲Ｒ２として、屋根存在範囲Ｓ２より少し狭い領域を指定する。中央最小占有範囲Ｒ２の縦横の辺の長さは、それぞれ屋根存在範囲Ｓ２の縦横の辺の長さより、例えば１０〜２０％小さく設定すればよい。

同図（ａ）の場合には、最大占有範囲Ｒ１の中心Ｃ１は、中央最小占有範囲Ｒ２の中心Ｃ２からずれていない。しかし、本実施の形態では、これらの中心がずれていてもよい。最大占有範囲Ｒ１の中心Ｃ１が中央最小占有範囲Ｒ２の中心Ｃ２からずれているときには、最大占有範囲Ｒ１は、中央最小占有範囲Ｒ２の中心Ｃ２から見たときに見える範囲として指定される。例えば、それらの中心の間のずれ量と、最大占有範囲Ｒ１の中心Ｃ１から見たときの最大占有範囲Ｒ１の４つの頂点の座標が指定される。あるいは、中央最小占有範囲Ｒ２の中心Ｃ２から見たときの最大占有範囲Ｒ１の４つの頂点の座標が指定されてもよい。

本発明では、最大占有範囲Ｒ１内の周辺部の画素と、検出対象物に対するスポット画像の中心の画素の濃度との差に関して許容最小濃度差Ｔ１が指定される。すなわち、スポット画像の周辺部の画素は、スポット画像の中心に対して十分濃度が変化していることが要求される。更に、本発明では、中央最小占有範囲Ｒ２内の画素と、検出対象物に対するスポット画像の中心の画素の濃度との差に関して許容最大濃度差Ｔ２が指定される。すなわち、スポット画像の中央最小占有範囲Ｒ２内の画素の濃度は、スポット画像の中心の画素の濃度に対してあまり変化していないことが要求される。許容最小濃度差Ｔ１と許容最大濃度差Ｔ２は、検出する自動車の車輛の占有範囲、屋根部分の存在範囲によらないで、あらかじめ定めた値を使用してもよい

図２（ｂ）は、以上で説明した探索条件データを示す図である。探索条件データ２５は、図に示すようにスポット画像の最大占有範囲データ２５１、スポット画像の中央最小占有範囲データ２５２、許容最小濃度差（Ｔ１）２５３、許容最大濃度差（Ｔ２）２５４とを含んでいる。なお、スポット画像の最大占有範囲データ２５１は、既に説明したように、中央最小占有範囲Ｒ２の中心Ｃ２からみたときの最大占有範囲Ｒ１を指定するデータである。中央最小占有範囲データ２５２も、その中心Ｃ２からみたときの中央最小占有範囲を指定するデータであり、例えば、その範囲の４つの頂点の座標を含んでいる。

図２（ｃ）は、スポット画像の濃度分布の例と上に説明した探索条件データとの関係を示す図である。同図において、曲線ｆ（ｐ）はスポット画像の中心を通る直線、具体的には図２（ａ）の水平方向の直線上での濃度分布を模式的に示す例であり、ここでは、極大点ｐが、スポット画像の中心であると仮定する。スポット画像の最大占有範囲Ｒ１、中央最小占有範囲Ｒ２が、図に示すように、極大点ｐを中心に含んでいる。極大領域Ｐは、後に説明するように、本発明にしたがって、極大点ｐの周りに位置する極大点ｐに対して単調減少関係を有する単調変化画素群からなる。図の例では、画素Ａが極大点ｐの極大領域Ｐ内の左側の周辺部の最小濃度の画素、画素Ｂが極大点ｐの極大領域Ｐ内の右側の周辺部の最小濃度の画素であるとする。図では、極大領域Ｐの周辺部の画素のうち画素Ｂが濃度最大の画素であるとする。画素Ａ、極大点ｐ、画素Ｂを含むスポット画像が検出対象物の画素であるためには、極大点ｐの濃度ｆ(ｐ) とスポット画像の最大占有範囲Ｒ１内の周辺部の最大濃度（今の仮定では画素Ｂの濃度）との濃度差が許容最小濃度差（Ｔ１）以上であるという条件が満たされる必要がある。更に、中央最小占有範囲Ｒ２内の全画素が極大領域Ｐ内に位置し、かつ、極大点ｐの濃度と中央最小占有範囲Ｒ２内の画素との濃度差がいずれの画素についても、許容最小濃度差（Ｔ２）以下であるという条件が満たされる必要がある。

図２（ｄ）は、屋根存在範囲Ｓ２と中央最小占有範囲Ｒ２の他の例を示す図である。同図（ａ）と異なり、屋根存在範囲Ｓ２は、車輛占有範囲Ｓ１の左側に偏って存在している。このような屋根存在範囲Ｓ２は、運転席の部分を覆うように屋根が設けられ、残りの部分には屋根なしの荷台が設けられているトラックの場合に存在する。車輛占有範囲Ｓ１の中心Ｃ１と屋根存在範囲Ｓ２の中心Ｃ２とは図に示すように位置がずれている。このような自動車を撮影した画像では、この自動車に対するスポット画像は、屋根存在範囲Ｓ２の中心Ｃ２に中心を有することになる。この自動車の場合には、最大占有範囲Ｒ１の中心Ｃ１は、中央最小占有範囲Ｒ２の中心Ｃ２と比べて、図に示すようにずれていることになる。本発明は、このように屋根存在範囲が車輛占有範囲のごく一部である自動車を検出対象物とする場合にも適用可能である。このような自動車を検出対象物とするには、スポット画像の最大占有範囲には、同図（ａ）の場合と同じく車輛占有範囲Ｓ１より少し大きな最大占有範囲Ｒ１を指定し、スポット画像の中央最小占有範囲には、屋根存在範囲Ｓ２より少し小さな中央最小占有範囲Ｒ２を指定すればよい。以下では、図２（ａ）の自動車の場合について本発明の一つの実施の形態での処理を説明するが、同図（ｄ）の自動車の場合についても以下の処理を適用できる。

本実施の形態で使用する極大領域は、例えば以下の方法により検出できる。撮像画像中から極大点画素ｐを検出し、検出された極大点画素ｐに対する極大領域Ｍ（ｐ）は、以下のようにして帰納的に求めることができる。Ｍ０(ｐ)を極大点画素ｐからなる第０次極大領域とする。極大点画素ｐの第０次極大領域Ｍ０(ｐ)から始めて、第ｎ次極大領域Ｍｎ(ｐ)に対して第(ｎ＋１)次増分領域Ｂｎ+1(ｐ)だけの領域成長を繰り返して決定し、第（ｎ＋１）次極大領域Ｍｎ+1(ｐ)を次式１により求める。
Ｍｎ+1(ｐ) = Ｍｎ(ｐ) ∪ Ｂｎ+1(ｐ) （１）

ここで、第(ｎ＋１)次増分領域Ｂｎ+1(ｐ)は、画素ｑが第ｎ次極大領域Ｍｎ(ｐ)に隣接するという条件と画素ｑの濃度が第ｎ次極大領域Ｍｎ(ｐ)の当該画素ｑが隣接する少なくとも一つの画素の濃度より大きくない（単調減少関係にある）という条件を満たす画素ｑが含まれる領域である。第(ｍ＋１)次増分領域Ｂｍ+1(ｐ)が空集合である最小のｍについて次式２が成立する。
Ｍ（ｐ） = Ｍｍ(ｐ) （２）
したがって、第(ｍ＋１)増分領域Ｂｍ+1(ｐ)が最初に空集合となったときに、それまでに得られた第ｍ次極大領域Ｍｍ(ｐ)が極大領域Ｍ（ｐ）となる。

以上の繰り返し処理を詳しく説明すると、極大点画素ｐのみからなる第０次極大領域Ｍ０(ｐ)に対して第１次増分領域Ｂ１(ｐ)を求める。すなわち、画素ｑが画素ｐに隣接するという条件と画素ｑの濃度が画素ｐの濃度より大きくない（単調減少関係）という条件を満たす画素ｑを全て含む第１次増分領域Ｂ１(ｐ)を求める。この段階では極大点画素ｐから第１次増分領域Ｂ１(ｐ)の任意の画素ｑに至る経路上の画素は、これら二つの画素ｐ、ｑのみであり、これらの画素間では濃度が単調減少するという条件が成立している。更に、式１により、元の画素ｐと新たに求めた第１次増分領域Ｂ１(ｐ)との論理和により第１次極大領域Ｍ１(ｐ)を決定する。

その後第２次増分領域Ｂ２(ｐ)を求める。すなわち、画素ｑが第１次極大領域Ｍ１(ｐ)のいずれかの画素に隣接するという条件と、画素ｑの濃度が、第１次極大領域Ｍ１(ｐ)の、画素ｑに隣接する少なくとも一つの画素の濃度より大きくない（単調減少関係）という条件を満たす全ての画素ｑの領域を第２次増分領域Ｂ２(ｐ)として決定する。更に式１により、第１次極大領域Ｍ１(ｐ)と新たに求めた第２次増分領域Ｂ２(ｐ)との論理和により第２次極大領域Ｍ２(ｐ)を決定する。この段階では極大点画素ｐから第２次増分領域Ｂ２(ｐ)の任意の画素ｑに至る経路上の画素は、画素ｐと、増分第１次増分領域Ｂ１(ｐ)内のいずれかの第１の画素と、その第１の画素に隣接する第２次増分領域Ｂ２(ｐ)内の第２の画素とであり、画素ｐからこれらの第１の画素、第２の画素間で濃度が単調減少するという条件が成立している。

以下、同様に、以上の処理を繰り返すことにより、極大領域Ｍｎ(ｐ)（ｎ＝１、２、…）を求めることができる。そして、いずれかの整数ｍに対して、第(ｍ＋１)次増分領域Ｂｍ+1(ｐ)に属する画素が最初に検出できなくなると、処理を打ちきり、式２にしたがって、そのときまでに求めた第ｍ次極大領域Ｍｍ(ｐ)を極大領域Ｍ(ｐ)として使用すればよいことになる。

なお、上記極大領域Ｍ(ｐ)の大きさを、画素ｐを中心に含む最大占有範囲内の画素のみから検出するには、例えば、いずれかの増分領域（第(ｎ＋１)次増分領域Ｂｎ+1(ｐ)）の決定を、画素ｐを中心に含む上記最大占有範囲内にある全画素を順次選択して実行し、次の増分領域を決定するときにも同じ範囲内の全画素を順次選択するように、同じ範囲内の全画素を順次選択することを繰り返せばよい。このように増分領域を順次求めて極大領域Ｍ(ｐ)を求めると、極大領域Ｍ(ｐ)に属する任意の画素ｑは、画素ｐから画素ｑに至る経路として、経路上の画素の濃度が単調減少する経路が存在するという条件が満たされることになる。このことは証明することができる。このようにして単調変化画素群が検出され、その結果として極大点と単調変化画素群を含む極大領域が検出される。

こうして極大領域Ｍ(ｐ)を求めた後、検出対象物に対して指定された、スポット画像の中央領域を表す中央最小占有範囲に関する第１の条件、検出された極値点画素の濃度と当該中央最小占有範囲内の前記複数の画素の濃度との濃度差に関する第２の条件、検出された極値点画素の濃度と、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素の濃度との濃度差に関する第３の条件のいずれもが満たされるときに、検出された極値領域を検出対象物に対するスポット画像として判定することになる。

以下、本発明に係るスポット画像検出方法及びスポット画像検出プログラムの実施の形態の詳細を更に説明する。
図１に戻り、スポット画像検出プログラム４０は、記憶装置２０に記憶され処理装置１０により実行されるが、図では分かりやすさのために、スポット画像検出プログラム４０とそれを構成する複数のモジュールを処理装置１０を示すブロックの内部に記載している。スポット画像検出プログラム４０は、初期値設定部１００と、極値点画素探索部２００と、極値領域成長部３００と、極値領域判定部４００と、スポット画像関連データ生成部５００というモジュールを含む。更に、スポット画像検出プログラム４０には、極値点画素の探索成否判定ステップ２５０と極値領域合否判定ステップ４５０とが含まれている。極値点画素の探索成否判定ステップ２５０は極値点画素探索部２００の実行後に実行され、極値点画素探索部２００において極値点画素の探索が成功したか否かを判定する。極値領域合否判定ステップ４５０は極値領域判定部４００の実行後に実行され、検出された極値領域に対する極値領域判定部４００での判定結果が合格か否かを判定する。

上記複数のモジュール１００、２００、３００、４００、５００はこれらの順に順次実行される。スポット画像関連データ生成部５００の実行後に処理は初期値設定部１００に移り、この処理以降の処理が繰り返される。ただし、極値領域成長部３００は、極値点画素の探索成否判定ステップ２５０で極値点画素の探索が成功したと判定されたときに実行され、スポット画像関連データ生成部５００は、検出された極値領域が合格であると極値領域合否判定ステップ４５０で判定されたときに実行される。極値領域合否判定ステップ４５０で検出された極値領域が不合格であると判定されたときには、処理は初期値設定部１００に移動する。極値点画素の探索成否判定ステップ２５０で極値点画素の探索が不成功と判定されたときは、スポット画像検出プログラム４０の処理は終了する。

処理装置１０は、スポット画像検出プログラム４０内の初期値設定部１００、極値点画素探索部２００、極値領域成長部３００、極値領域判定部４００、スポット画像関連データ生成部５００が実行されたときに、それぞれ初期値を設定する機能ブロック、極値点画素を探索する機能ブロック、探索された極値点を起点にして極値領域を成長させる機能ブロック、領域成長により得られた極値領域が検出対象物のスポット画像に属する極値領域であるか否かを判定する機能ブロック、その極値領域が当該検出対象物を表すスポット画像に属すると判定されたときに、そのスポット画像に関連するスポット画像関連データを生成する機能ブロックという複数の機能ブロックとして動作する。したがって、処理装置１０と、記憶装置２０と、入出力装置３０と、スポット画像検出プログラム４０のこれらのモジュールにより、それぞれのモジュールに対応する複数の機能ブロックが実現されることになる。したがって、処理装置１０と、記憶装置２０と、入出力装置３０と、スポット画像検出プログラム４０は、本発明に係るスポット画像検出装置の一つの実施の形態を実現することになる。

スポット画像検出プログラム４０は、本発明に係るスポット画像検出プログラムの一つの実施の形態を実現するものであり、図示しない記録媒体に記録されてあるいは図示しないネットワークを介して記憶装置２０に記憶され、処理装置１０で実行される。スポット画像検出プログラム４０は、図示しない記録媒体に記録されて又は図示しないネットワークを介して販売可能である。処理装置１０がスポット画像検出プログラム４０を実行して撮像画像から対象物を検出する手順は本発明に係るスポット画像検出方法の一つの実施の形態を実現する。

記憶装置２０には、撮像画像データ２１がスポット画像検出プログラム４０の実行前にあらかじめ記憶される。撮像画像データ２１は、検出対象物を含む領域を撮像して得られた画像を表すデータである。領域属性データ２２は、後に説明する最大占有範囲内の画素のそれぞれが撮像画像データ２１中から検出された極値点画素を含む極値領域に属するか否かに関連する領域属性値を保持するデータであり、スポット画像検出プログラム４０の実行開始時に初期値に設定され、スポット画像検出プログラム４０に実行途中に更新される。

極値領域データ２３とスポット画像マーカ付き画像データ２４は、スポット画像検出プログラム４０の実行の結果生成されるデータである。極値領域データ２３は、スポット画像検出プログラム４０で検出され、検出対象物を表すスポット画像に含まれると判定された複数の極値領域のそれぞれに関するデータを含む。スポット画像マーカ付き画像データ２４は、撮像画像データ２１内のそれらの検出された極値領域が含まれるスポット画像に、検出対象物のスポット画像であることを示す所定のスポット画像マーカを重畳させた画像を表すデータである。探索条件データ２５は、図２（ｂ）にその内容例を既に示したデータである。探索条件データ２５は、スポット画像検出プログラム４０の実行前に、検索対象物を特定するために利用者が指定するデータである。この探索条件データ２５に含まれる複数のデータは、まとまって一つのデータとして記憶装置２０に記憶されていてもよいが、利用者により検索前に指定されてスポット画像検出プログラム４０内に組み込まれていてもよい。なお、探索条件データ２５に含まれる最大占有範囲Ｒ１に関するデータ及び中央最小占有範囲Ｒ２に関するデータを利用者が指定する代わりに、それぞれのデータを決定する元となる車両占有範囲Ｓ１、屋根存在範囲Ｓ２のデータを指定し、スポット画像検出プログラム４０により、最大占有範囲Ｒ１に関するデータ及び中央最小占有範囲Ｒ２に関するデータを、車両占有範囲Ｓ１、屋根存在範囲Ｓ２の値に一定比率を掛けるかそれらの値を一定比率で割るなどの方法を用いて決定するようにしてもよい。この場合も、本発明に関する限り、最大占有範囲Ｒ１及び中央最小占有範囲Ｒ２を利用者が指定したと見なす。また、以下では、画像データが生成される処理又は記憶装置２０に記憶される処理に言及するときに、簡単化のために単に画像が生成される又は画像が記憶装置２０に記憶されるということがある。

図３（ａ）は、撮像画像データ２１を模式的に示す図である。撮像画像データ２１は、図に示すように、この撮像画像は矩形（正方形又は長方形）であり、撮像画像の左上隅に原点Ｏが定められ、図の垂直下方向及び水平右方向にｘ軸、ｙ軸が定められているものとする。撮像画像データ２１は、白黒濃淡画像を表す画像データであると仮定する。更に撮像画像データ２１は、自動車が存在する領域では濃度が高くなる（白くなる）画像を表すと仮定する。

図において、符号２１０は、地上の一つの道路を模式的に示す。２２０は、道路２１０上を走行している複数の自動車の一つを表すスポット画像を模式的に示す。同図（ｂ）は、人工衛星から地上を実際に撮影して得られた実際の地理画像の例を示す。３１３×１４５画素の大きさで、濃度は０から２５５の値である。この種の地理画像の解像度は一般には低く、例えば５０〜６０cm程度であり、図に示すように、自動車は非常に小さい白い島状のスポット画像で表され、自動車の外形も鮮明ではない。自動車を表すスポット画像を構成する画素の数は、例えば３×６画素から６×２０画素となる。

なお、自動車のように矩形の検出対象物に対するスポット画像の検出に本発明を適用する場合、適用前に自動車の方向を揃えておくと、都合が良い。例えば、道路の方向を図３に示したように、撮像画像の水平方向にしておくとする。このためには、撮像画像からエッジを抽出し、エッジの方向についてヒストグラムを生成し、ヒストグラムのピークから道路の方向を決め、それが水平方向になるように撮像画像を回転させる方法が有効である。この方法を実施するための具体的な処理は、例えば、以下の文献参照。T. Zhao and R. Nevatia,"Car Detection in Low Resolution Aerial Image," [online]、[平成16年9月1日検索]、インターネット＜ＵＲＬ：http://iris.usc.edu/~taozhao/papers/ICCV01/ICCV01_ZhaoNevatia_CarDetection.pdf＞参照。以下では、撮像画像は既に回転させられていて、道路の方向、したがって、自動車の方向は水平を向いているとする。

図４は、撮像画像データ２１に対応する領域属性データ２２を模式的に示す。本実施の形態では、領域属性データ２２は、撮像画像データ２１の全画素に対応して、領域属性値を保持するフィールドを有する。領域属性データ２２は、撮像画像データ２１の各画素に対応した当該画素の領域属性を含むので、領域属性データ２２も、撮像画像データ２１と同じく、領域属性の値を画像値とする画像を表す画像データであると考えることができるので、図４に示すように、領域属性データ２２を矩形の領域を有する画像データであると考え、撮像画像データ２１と同じく、図の左上隅に原点０が定められ、図の垂直下方向及び水平右方向にｘ軸、ｙ軸が定められているものとする。後に説明するように、領域属性データ２２に含まれる各画素に対する領域属性値は、当該画素が極値領域に属さないことを示す値（例えば「０」）、当該画素が極値領域に属する候補であることを示す値（例えば「0.5」）、当該画素が極値領域に属することを示す値（例えば「１）のいずれかを有する。

なお、領域属性データ２２は、本実施の形態のように撮像画像データ２１の全画素に対する領域属性値を保持するフィールドを有する場合でも、実際には撮像画像データ２１内のいずれかの道路領域２１０（図３（ａ））に属する複数の画素のそれぞれに対する領域属性値を保持するフィールドを有すればよいが、ここでは、撮像画像データ２１内のいずれの画素が道路領域に属するかは、撮像画像２１が表す地域により異なるので、領域属性データ２２は、撮像画像データ２１の全画素のそれぞれに対応して領域属性値を保持するフィールドを有するとする。

図１に戻り、スポット画像検出プログラム４０が実行されると、まず初期値設定部１００が実行される。初期値設定部１００は、撮像画像データ２１の全画素のそれぞれに対する領域属性データ２２（図４）の領域属性を初期値に設定する。ここでは、初期値は、対応する画素が極値領域に属さないことを示す値「０」である。

スポット画像検出プログラム４０は、初期値設定部１００の実行後に、極値点画素探索部２００を実行する。図５は、極値点画素探索部２００の処理の一例の概略フローチャートである。極値点画素探索部２００は、撮像画像２１の画素を一定の順に順次選択し、選択された画素が、濃度が極値である画素（極値点画素と呼ぶ）であるかを判定する。極値点画素は、撮像画像２１内の検出対象物を表すスポット画像に属する可能性がある画素として検出される。今の仮定のように、背景より白い（濃度が大きい）自動車のスポット画像を検出するときには、極値点画素として、濃度が極大値である極大点画素が検出される。逆に、背景より黒い（濃度が小さい）自動車のスポット画像を検出する場合には、極値点画素として、濃度が極小値である極小点画素が検出される。極値点画素、例えば極大点画素は、その画素を取り囲む８近傍画素の濃度の値に比べて当該極大点画素の濃度が極大点であるということである。このため、ある画素が極値点画素か否かを判別するには、当該注目画素の濃度とその画素の８近傍画素の濃度とが比較される。

具体的には、極値点画素探索部２００は、以下のようにして実行される。まず、撮像画像２１からの画素の選択が終了したか否かを判定する（ステップＳ２０１）。画素の選択が終了していないときには、次に処理すべき画素を選択する（ステップＳ２０２）。スポット画像検出プログラム４０は、検索対象物である自動車を表すスポット画像の検出のためには、撮像画像２１の全画素を処理する必要はなく、撮像画像２１中の道路が存在する道路領域に属する複数の画素のみを処理すればよい。したがって、ステップＳ２０２では、道路領域に属する複数の画素を一定の順序で順次選択すればよく、道路領域に属さない画素は選択しないようにすればよい。撮像画像２１中の道路領域に属する複数の画素を選択するには、記憶装置２０にあらかじめ記憶された図示しない、道路領域を示すデータに基づいて行うことができる。

より具体的には、極値点画素探索部２００では、極値点画素の探索を行うために、ステップＳ２０２で選択した画素の濃度と、その画素の隣接画素の濃度とを比較して、選択画素が極値点画素であるか否かをステップＳ２０３で判断する。ここで、選択画素の隣接画素とは、選択画素を取り囲む８個の隣接画素（８近傍画素）である。したがって、選択画素が極値点画素か否かを判断するには、その画素の周囲の画素の濃度も必要であるので、極値点画素探索部２００では、道路領域の周辺の１画素の幅の領域を除いた内部領域に属する画素について、極値点画素であるか否かを判定する。したがって、ステップＳ２０２では、撮像画像２１内の道路領域の１画素分内側の領域の全画素を一定の順序で順次選択すればよい。選択の順序は、例えばｘ座標順、ｙ座標順でよい。すなわち、同じｙ座標の複数の画素はｘ座標の昇順に選択し、異なるｙ座標の複数の画素はｙ座標の昇順に選択すればよい。

以下、ステップＳ２０２で選択された画素を画素ｐと呼ぶことにする。画素ｐの選択後に、当該選択画素ｐが極値点画素か否かが判断される（ステップＳ２０３）。今の例では、極値点画素とは極大点画素のことである。ここで選択画素ｐが濃度が極大点である極大点画素であるのは、選択画素ｐの濃度が、その画素を取り囲む８近傍画素の濃度の値のいずれよりも小さくないときであるとする。この定義では選択画素ｐの濃度がその８近傍画素の濃度のいずれかと同じ濃度を有していて、８近傍画素内の他の画素のいずれの濃度も選択画素ｐの濃度と同じかそれより小さければ、選択画素ｐの濃度は極大値であると見なす。極端には、選択画素ｐの濃度と８近傍画素の濃度が全て同じときでも、極大点画素を探索しているときには、選択画素ｐは極大点画素と見なされる。しかし、選択画素ｐの濃度が８近傍画素の濃度のいずれか一つより低い濃度であるときには、選択画素ｐの濃度は極大値ではない。なお、選択画素ｐの濃度と、その選択画素ｐの８近傍画素より遠方の画素の濃度とは比較しない。

ステップＳ２０３で選択画素ｐが極値点画素（極大点画素）ではないと判断された場合には、処理はステップＳ２０１に戻り、画素の選択が終了しているかが判断される。すなわち、極値点画素か否かの判断がされていない画素が道路領域の１画素分内側の領域にあるか否かが判断される。未選択の画素がまだある場合には、ステップＳ２０２でその新たな画素が選択され、その新たな選択画素ｐがステップＳ２０３により極値点画素であるかが判断される。このような、画素の選択の終了判断ステップＳ２０１と、画素選択ステップＳ２０２と極値点画素判別ステップＳ２０３とが極値点画素が検出されるまで繰り返される。

以上の繰り返しの結果、いずれかの選択画素ｐが極値点画素であると判定されたときには、当該画素ｐに関する、領域属性データ２２内の領域属性値を、極値領域に所属することを表す属性値「１」に変更する（ステップＳ２０４）。極値点画素が選択されたときには、極値点画素探索部２００は、処理を終了し、戻り値を「成功」としてスポット画像検出プログラム４０のメインルーチンに戻る。

図１に戻り、スポット画像検出プログラム４０では、極値点画素探索部２００の実行後に、極値点画素の探索成否判定ステップ２５０により、極値点画素探索部２００での極値点画素の探索が成功したか否かを極値点画素探索部２００からの戻り値により判定する。今仮定しているように、極値点画素探索部２００からの戻り値が「成功」である場合、極値領域成長部３００が実行される。極値領域成長部３００は、検出された極値点を出発点として、当該極値点を含む極値領域を検出する。ここで、極値領域は、当該極値点画素（今の例では極大点画素）と、その画素に対して単調変化関係にある周辺の一つ又は複数の画素からなる領域である。ここで極値点画素に対して単調変化関係にある画素とは、今仮定のように、当該極値点画素が極大点画素の場合には単調減少関係を指し、当該極値点画素が極小点画素の場合には単調増大関係を指す。

極値点画素に対して単調変化関係にある周辺の画素とは、当該極値点画素から濃度が単調変化している画素を経由して当該周辺の画素までに至る経路があるということである。極値点画素が極大点画素であるときには、その極大点画素に対して単調減少関係にある周辺の画素とは、当該極大点画素から濃度が単調減少している画素を経由して当該周辺の画素に至る経路があるということである。ここで、単調減少とは、小さくなっているか等しいことである。同様に、極値点画素が極小点画素であるときには、その極小点画素に対して単調増大関係にある周辺の画素とは、当該極小点画素から濃度が単調増大している画素を経由して当該周辺の画素までに至る経路があるということである。ここで、単調増大とは、大きくなっているか等しいことである。

ここで、極大点画素に対して上記経路があるということは、例えば、極大点画素（第１の画素）、それに隣接する第２の画素、当該第２の画素に隣接する第３の画素がある場合、第２の画素の濃度は、極大点画素の定義から当該極大点画素の濃度以下であり、第２の画素の濃度は必然的に極大点画素の濃度より単調減少の関係にある。第２の画素の濃度が、極大点画素の濃度と同じ場合でも、第２の画素の濃度は極大点画素の濃度に対して単調減少の関係にあると見なすことには変わりはない。更に、第３の画素の濃度が、上記第２の画素の濃度以下であるときには、第３の画素の濃度は、第２の画素の濃度に対して単調減少の関係にある。第３の画素の濃度が、上記第２の画素の濃度と同じであるときにも、第３の画素の濃度は、第２の画素の濃度に対して単調減少の関係にあると見なすことには変わりはない。結局、極大点画素から第２の画素を経由して第３の画素に至る経路上の画素の濃度は、極大点画素の濃度、第２の画素の濃度、第３の画素の濃度の順に変化するが、これらの３つの画素の濃度は単調減少していることになる。

あるいは第２、第３の画素の両方に隣接する第４の画素があり、当該第４の画素の濃度が第２の画素の濃度以下であり、当該第３の画素の濃度が当該第４の画素の濃度以下であれば、第３の画素の濃度は、第４の画素の濃度に対して単調減少の関係にあり、第４の画素の濃度は、第２の画素の濃度に対して単調減少の関係にある。結局、極大点画素から第２、第４の画素を経由して第３の画素に至る経路上では、画素の濃度は、極大点画素の濃度、第２の画素の濃度、第４の画素の濃度、第３の画素の濃度の順に変化し、これらの４つの画素の濃度は単調減少していることになる。

図６は、極値領域成長部３００の処理の一例の概略フローチャートである。極値領域成長部３００は、検出された極値点画素（今の仮定では極大点画素）に対して単調変化関係（今の例では単調減少関係）にある画素群を、探索条件データ２５（図２（ｂ））にて指定された最大占有範囲内の画素から検出する。以下に述べるように、極値領域成長部３００は、検出された極値点画素に対して単調変化関係にある画素を上記最大占有範囲内で順次検出していくので、その処理を領域成長と呼び、処理部３００を領域成長部と呼んでおり、上記最大占有範囲を領域成長範囲と呼ぶことがある。

本実施の形態では、図２（ａ）に例示したように、スポット画像の最大占有範囲Ｒ１として車輛占有範囲Ｓ１より少し大きな矩形の領域を想定している。この例では、最大占有範囲Ｒ１の中心は屋根存在範囲Ｓ２の中心と一致しているので、両者の中心の位置ずれはない。したがって、領域成長を行う最大占有範囲Ｒ１は、検出された極値点画素ｐをその中心に含む矩形の領域である。ここで、検出対象物の自動車に対して指定された最大占有範囲Ｒ１は、原点に中心があり、幅と高さがそれぞれ２Ｓｉ＋１、２Ｓｊ＋１である矩形領域と仮定する。この場合、最大占有範囲Ｒ１は、検出された極値点画素ｐをその中心に含み、幅と高さがそれぞれ２Ｓｉ＋１、２Ｓｊ＋１の矩形領域となる。

図７（ａ）は、本実施の形態で使用する上記最大占有範囲を例示する図である。符号２６は、図２（ａ）に例示した検出された極値点画素の座標がｐ（ｘ，ｙ）であるときの最大占有範囲Ｒ１の例を示す。最大占有範囲２６の頂点の画素Ｑ、Ｒ、Ｓ、Ｔの座標はそれぞれ（ｘ−Ｓｉ，ｙ−Ｓｊ）、（ｘ＋Ｓｉ，ｙ−Ｓｊ）、（ｘ＋Ｓｉ，ｙ＋Ｓｊ）、（ｘ−Ｓｉ，ｙ＋Ｓｊ）であり、最大占有範囲２６のサイズは、（２Ｓｉ＋１）×（２Ｓｊ＋１）である。

図７（ｂ）は、同図（ａ）内の最大占有範囲２６内の画素と極値点画素ｐ（ｘ，ｙ）のｘ座標、ｙ座標からの座標変化量ｉ、ｊとの関係を示す図である。この図においては、各四角内に示すｑｍ（ｍ＝１から８、２１から３６又は４１から５０）は説明のために使用する画素の番号である。以下の説明では、図７（ａ）の代わりに図７（ｂ）を主に使用する。図７（ｃ）は、最大占有範囲２６内の画素の濃度の例を示す図である。ここに示す濃度値は説明のための数値であって、実際の画像の濃度を表すものではない。

図６に戻り、極値領域成長部３００は、まず、ステップＳ３０１で、領域成長成功フラグflagを初期値ＮＯに設定する。この値ＮＯは領域成長不成功を表す。つぎに極値領域用隣接画素探索部３５０を実行する。極値領域用隣接画素探索部３５０は、極値領域成長部３００により起動される毎に、検出された極値点画素ｐに隣接する未処理の画素又は当該極値点画素ｐに隣接し極値領域内に存在すると判定された画素が既に検出されているときには、当該極値領域内にあると判定された当該画素に隣接し当該最大占有範囲内にある未処理の画素を検出する。

本実施の形態では、極値領域用隣接画素探索部３５０は、最初に起動されたときには、図７（ｂ）の左上隅の画素ｑ４１から始めて、最大占有範囲２６内の画素を左から右へ、上から下へ順次探索する。つまり、探索する画素の座標を（ｘ+ｉ，ｙ+ｊ）とすると、ｊ＝−Ｓｊの状態で、ｉを−Ｓｉから＋Ｓｉまで変化させ、その後ｊを１だけ増加し、ｉを同じ範囲で変化させる。以下同様にｊがＳｊを越えるまで繰り返す。

図８は、極値領域用隣接画素探索部３５０の処理の一例の概略フローチャートである。具体的には、極値領域用隣接画素探索部３５０は、起動されると、ステップＳ３５１において、領域成長成功フラグflagの値がＹＥＳか否かを判断する。極値領域用隣接画素探索部３５０が極値領域成長部３００により最初に起動されたときには、図６のステップＳ３０１により領域成長成功フラグflagの値がＮＯに設定されている。この場合には領域成長成功フラグflagの値がＹＥＳでないので、ステップＳ３５２において、探索画素を初期設定する。本実施の形態では、図７（ｂ）に示した最大占有範囲２６の左上隅の画素ｑ４１を探索画素の初期値に設定する。つぎにステップＳ３５３において、その探索画素の領域属性値を領域属性データ２２から読み出し、その領域属性値が「０」であるか否かを判別する。

図９は、最大占有範囲２６内の画素に対する領域属性データ２２の変化例を示す図である。図では、領域属性データ２２の座標として、対応する画素の座標（ｘ，ｙ）に代えて、図７（ｂ）と同じく、極値点画素ｐ（ｘ，ｙ）のｘ座標、ｙ座標からの座標変化量（ｉ，ｊ）を示している。同図（ａ）は、初期値設定部１００（図１）により撮像画像２１の全ての画素に対する領域属性データ２２の初期値として、極値領域非所属を示す値「０」が設定された状態を示す。同図（ｂ）は、極値点画素探索部２００により極値点画素ｐが検出されたときにステップＳ２０４（図５）により、当該極値点画素ｐに対して領域属性値として、極値領域所属を示す値「１」が設定された状態を示す図である。極値点画素ｐの領域が式１にいう第０次極大領域Ｍ０（ｐ）である。

今仮定のように極値領域用隣接画素探索部３５０が、最初に起動され、画素ｑ４１（図７（ｂ））が探索画素であるときには、その画素の領域属性は「０」である。図８に戻り、探索画素の領域属性が「０」であるとステップＳ３５３で判定されたときには、ステップＳ３５４において、当該探索画素に隣接する（すなわち８近傍画素のいずれかである）領域属性値「１」の画素があるか否かを判別する。今仮定のように極値領域用隣接画素探索部３５０が最初に起動されたときには、領域属性値が「１」の画素は、検出された極値点画素ｐのみである。したがって、探索画素ｑ４１は、極値点画素ｐに隣接する画素でないので、ステップＳ３５４では隣接する領域属性値「１」の画素はないと判定される。

この場合、ステップＳ３５５において、次の画素、すなわち右隣の画素ｑ２１を探索画素とする。その後ステップＳ３５６において、新たな探索画素ｑ２１のｙ座標の増加分ｊが限界値Ｓｊを越えたか否かが判定されるが、越えていない場合には、ステップＳ３５３以降の処理が繰り返される。その結果、図７（ｂ）の場合には、画素ｑ１が探索画素になったときに、初めて画素ｐが隣接する領域属性値が「１」の画素となる。したがって、ステップＳ３５３、Ｓ３５４のいずれにおいても判定はＹｅｓとなる。その場合には、極値領域用隣接画素探索部３５０は、隣接画素の探索に成功し、ステップＳ３５７において、戻り値を「成功」として極値領域成長部３００に戻る。

図６に戻り、極値領域成長部３００では、ステップＳ３０２において、隣接画素の探索が成功したか否かが判断され、今の場合のように成功の場合、ステップＳ３０３において、探索が成功した画素に隣接する（すなわち８近傍画素であり）、領域属性値「１」の全ての画素（極値領域所属画素）ｒの濃度を求める。今の仮定では、画素ｑ１が探索成功画素である場合、ステップＳ３０３で検出される隣接する極値領域所属画素は極値点画素ｐのみである。ステップＳ３０４において、求めた全ての極値領域所属画素ｒの濃度の中に、探索画素ｑ１の濃度以上の画素が少なくとも一つあるという条件を満たすか否かを判定する。この条件が満たされる場合、探索成功画素ｑ１は、それが隣接する極値領域所属画素に対して単調減少関係にあることになる。

上に述べたように、今の仮定では画素ｑ１に隣接する極値領域所属画素は極値点画素ｐのみであり、極値点画素ｐの定義から見て、その濃度は、画素ｑ１の濃度より低くない。したがって、ステップＳ３０４では画素ｑ１は単調変化関係を満たすと判断される。探索画素が単調変化関係を満たすとき、ステップＳ３０５において、その画素の領域属性値を極値領域所属候補を表す値「0.5」に変更する。更にステップＳ３０６において、領域成長成功フラグflagをＹＥＳに設定し、処理は極値領域用隣接画素探索部３５０に戻る。

図８を参照すると、極値領域用隣接画素探索部３５０は、今の仮定の場合には、ステップＳ３５１において、領域成長成功フラグflagがＹＥＳであると判定される。この場合には、処理はステップＳ３５５に移り、直前の探索画素（今の仮定では図７（ｂ）のｑ１）の次の画素ｑ２を探索画素とする。その後ステップＳ３５６では、新たな探索画素ｑ２のｙ座標と極値点画素ｐのｙ座標との差は距離の限界値Ｓｊより大きくないと判断され、探索画素ｑ２に関してステップＳ３５３以降の処理が実行される。探索画素ｑ２も、極値領域非所属で、極値点画素ｐに隣接する画素であるので、極値領域用隣接画素探索部３５０は隣接画素の探索に成功して、極値領域成長部３００に戻る。

極値領域成長部３００（図６）は、この画素ｑ２に対しても先に画素ｑ１に対する処理と同じように処理Ｓ３０３以降の処理を実行する。この画素ｑ２に対する隣接領域所属画素は極値点画素ｐのみであり、画素ｑ２は画素ｐに対して単調変化関係にあることは画素ｑ１と同じである。したがって、画素ｑ１の場合と同じく、ステップＳ３０５において、探索された隣接画素ｑ２の領域属性値が「0.5」に変更され、ステップＳ３０６において、それまで領域成長成功フラグflagが再度ＹＥＳに設定される。なお、領域成長成功フラグflagは、仮定では既にＹＥＳになっているので、ステップＳ３０６の２回目以降の実行を省略してもよいことは言うまでもない。

極値領域成長部３００は、その後再度極値領域用隣接画素探索部３５０を実行する。３５０では、図７（ｂ）の画素ｑ３からｑ８の各々を同様にして探索画素とする。極値領域成長部３００は、それらの画素ｑ３からｑ８の各々に対して、ステップＳ３０３以降の処理を同様に実行する。ステップＳ３０４ではこれらの画素は、画素ｑ１について述べたのと同じ理由によりそれぞれ単調変化関係にある画素であると判断されるので、その画素の領域属性は、画素ｑ１、ｑ２と同じく「0.5」に変更される。図９（ｃ）は、この段階での最大占有範囲２６内の画素に対する領域属性データの例を示す。こうして、極大点画素ｐに隣接し単調減少関係にある画素ｑ１からｑ８が検出されたことになる。これらの画素ｑ１からｑ８が占める領域は、式１で説明した第１次増分領域Ｂ１(ｐ)である。

図６に戻り、以上のようにして画素ｑ８が処理された後は、処理は再度極値領域用隣接画素探索部３５０に戻る。極値領域用隣接画素探索部３５０では、図８において、ステップＳ３５５以降を繰り返すが、今の場合、図７（ｂ）から分かるように、ステップＳ３５４において、検出された極値点画素ｐに隣接する他の画素はもはや存在しないと判断される。したがって、ステップＳ３５５で他の画素が順次探索画素として判断され、最終的に探索範囲外の画素（図７（ａ）の画素（ｘ−Ｓｉ，ｙ＋Ｓｊ＋１））が探索画素に設定されたときに、ステップＳ３５６において探索画素のｙ座標の増加分ｊが距離の限界値Ｓｊより大きくなったと判断されるので、隣接画素の探索が不成功となり、極値領域用隣接画素探索部３５０は戻り値を「不成功」として極値領域成長部３００に戻る。

図８に戻り、極値領域成長部３００では、ステップＳ３０２において隣接画素の探索不成功と判断したときには、ステップＳ３０７において、領域成長成功フラグflagがＹＥＳか否かを判定し、今の仮定の場合のように、そうである場合には、ステップＳ３０８において、領域属性値「0.5」の画素、今の例では画素ｑ１からｑ８の全部の領域属性値を極値領域所属を表す値「１」に変更する。図９（ｄ）は、この段階での最大占有範囲２６内の画素に対する領域属性値の例を示す。こうして、この段階では、極大点画素ｐとそれに隣接し単調減少関係にある画素ｑ１からｑ８とを含む領域が極値領域（今の例では極大領域）として検出されたことになる。これらの画素ｐ、ｑ１からｑ８が占める領域は、式１で説明した第１次極大領域Ｍ１(ｐ)である。

図６に戻り、極値領域成長部３００は、その後、処理をステップＳ３０１以降から繰り返す。すなわち、ステップＳ３０１では領域成長成功フラグflagを再度ＮＯに変更して、極値領域用隣接画素探索部３５０を起動する。図９を参照するに、極値領域用隣接画素探索部３５０は、極値領域成長部３００から呼び出されたとき、ステップＳ３５１において領域成長成功フラグflagの値がＮＯであると判定すると、既に説明したのと同じように、最大占有範囲２６内の全画素に対して隣接画素を探索する。ただし、今の場合には、図９（ｄ）に示すように、最大占有範囲２６内の画素に対する領域属性データは、極値点画素ｐとそれを取り巻く８個の画素ｑ１からｑ８に対して値「１」となっている。その結果、領域属性値が「１」であるこれらの８個の画素に隣接する画素について隣接画素の探索が成功する。すなわち、図７（ｂ）の例では、画素ｑ２１からｑ３６までの画素のそれぞれについて隣接画素の探索が成功する。

図６に戻り、極値領域成長部３００は各探索画素に対してステップＳ３０３以降の処理を、画素ｑ２からｑ８の各々について隣接画素の探索が成功したときと同様に実行する。ただし、図９（ｄ）に示したように、画素ｑ２１からｑ３６の各々が探索画素であるとき、それに隣接する画素は、極値点画素ｐではなく、画素ｑ２からｑ８までの画素のうちの一つ又は二つ又は三つである点で、画素ｑ２からｑ８の場合と異なる。したがって、ステップＳ３０３とＳ３０４による、探索画素が単調変化関係にあるか否かの判定結果は、画素ｑ２１からｑ３６のそれぞれにより異なる。例えば、画素ｑ２１が隣接画素となった場合には、画素ｑ１のみが、その画素に隣接し領域属性値が「１」である画素となる。図７（ｃ）の例では、画素ｑ１、ｑ２１の濃度はともに１であるので、画素ｑ２１は画素ｑ１に対して単調減少関係にあることが分かり、ステップＳ３０４の判定結果はＹＥＳとなり、ステップＳ３０５において、画素ｑ２１に対する領域属性値は、極値領域所属候補を示す値「0.5」に設定される。その後、ステップＳ３０６で領域成長成功フラグflagがＹＥＳに設定され、処理は極値領域用隣接画素探索部３５０に戻り、極値領域用隣接画素探索部３５０が実行される。

図８を参照するに、極値領域用隣接画素探索部３５０は、領域成長成功フラグflagがＹＥＳに設定されているので、最後に処理された画素ｑ２１の後続の画素ｑ２２に対して実行される。画素ｑ２２の後続の画素も同様に処理される。ただし、極値領域用隣接画素探索部３５０により隣接画素として探索された画素について、極値領域成長部３００中のステップＳ３０４での判定の結果、単調減少関係を満たさないと判断された場合、その画素に対応する領域属性データは何も変更されないで、処理は再度極値領域用隣接画素探索部３５０に移る。例えば、画素ｑ２５が極値領域用隣接画素探索部３５０により探索画素とされた場合、極値領域成長部３００では、この画素ｑ２５に隣接する極値領域所属画素は、画素ｑ３のみであり、図７（ｃ）の例では、画素ｑ２５の濃度は画素ｑ３の濃度より高いので、画素ｑ２５は単調減少関係にないと判断される。したがって、画素ｑ２５に対応する領域属性値は「０」のままである。なお、画素ｑ２５のように最大占有範囲２６の境界に位置する画素については、当該画素が単調減少あるいは単調増大しているかに関して濃度を比較する他の隣接する画素には、最大占有範囲２６内の画素（上の例ではｑ３のみ）のみが使用される。

一方、図７（ｃ）の濃度の例では、画素ｑ２５以外の画素は全て単調減少関係にある。したがって。画素ｑ２１からｑ３６の各々が隣接画素として探索され、当該画素に対してステップＳ３０４からＳ３０６が実行された後では、画素ｑ２１からｑ３６に対する領域属性値は、画素ｑ２５の領域属性値以外が「0.5」に変更される。図９（ｅ）は、この段階での領域属性データを示す。すなわち、画素ｑ２１からｑ２４とｑ２６からｑ３６に対する領域属性値が「0.5」に変更されている。これらの画素が占める領域は、式１で説明した第２次増分領域Ｂ２(ｐ)である。

極値領域成長部３００では画素ｑ３６に対してステップＳ３０５、Ｓ３０６を実行した後は、極値領域用隣接画素探索部３５０が再度実行される。図８を参照するに、極値領域用隣接画素探索部３５０では、画素ｑ３６を処理した後では、画素ｑ３６より後方には領域属性値が「１」である画素に隣接する画素は最大占有範囲２６内にはないので、ステップＳ３５６で探索画素のｙ座標の増加分ｊが距離の限界値Ｓｊより大きいと判断されるようになり、極値領域用隣接画素探索部３５０は、隣接画素の探索が不成功となり、戻り値を「不成功」として極値領域成長部３００に戻る。この状態では領域成長成功フラグflagはＹＥＳであるので、既に述べたようにステップＳ３０８で画素ｑ２１からｑ２４、ｑ２６からｑ３８に対する領域属性値「0.5」が値「１」に変更される。図９（ｆ）は、この段階での領域属性データ２２の値を示す。最大占有範囲２６内では画素ｑ２５以外の画素に対して領域属性値が１となっている。これらの属性値「１」の画素が占める領域は、式１でいう第２次極大領域Ｍ２(ｐ)の例である。

その後、極値領域成長部３００では、ステップＳ３０１で領域成長成功フラグflagがＮＯに設定されて再度極値領域用隣接画素探索部３５０が実行される。画素ｑ２１に関する上記処理と同じく、画素ｑ４１、ｑ４２、ｑ４３、ｑ４４、ｑ４５、ｑ４６、ｑ４７、ｑ４８、ｑ４９、ｑ５０のそれぞれについても領域属性が「１」である隣接画素の探索が成功し、かつ、これらの画素は、その画素に隣接する画素に対して単調減少しているので、それぞれの画素に対する領域属性値は、ステップＳ３０５により「0.5」に変更され、領域成長成功フラグflagはYESとされる。図９（ｇ）は、この段階での領域属性データ２２の値を示す。これらの画素が占める領域は式１で説明した第３次増分領域Ｂ３(ｐ)である。

以上の画素の処理の後に、再度極値領域用隣接画素探索部３５０が実行されるが、隣接画素の探索は不成功となり、戻り値を「不成功」として処理は極値領域成長部３００に戻る。この状態では領域成長成功フラグflagはＹＥＳであるので、既に述べたようにステップＳ３０８で、画素ｑ４１からｑ５０に対する領域属性値「0.5」が値「１」に変更される。図９（ｈ）は、この段階での領域属性データ２２の値を示す。最大占有範囲２６内では画素ｑ２５以外の画素に対して領域属性値が１となっている。これらの属性値「１」の画素が占める領域は、式１でいう第３次極大領域Ｍ３(ｐ)の例である。

その後、再度極値領域用隣接画素探索部３５０が実行されるが、最大占有範囲２６内の全ての画素に対する処理が終了しているので、ステップＳ３５６（図８）では探索画素のｙ座標の増分が限界値Ｓｊを越えたと判断し、ステップＳ３５８において、戻り値を「不成功」として極値領域成長部３００に戻る。このことは、式１でいう、第４次増分領域Ｂ４(ｐ)は空領域となったことを意味する。したがって、式２に示されたように、図９（ｆ）で示す値「１」の画素の領域（Ｍ３(ｐ)）が、最終的な極大領域Ｍ(ｐ)となることを意味する。極値領域成長部３００では、隣接画素の探索が不成功であるとステップＳ３０２で判断され、ステップＳ３０７で領域成長成功フラグflagがＹＥＳでないと判断すると、領域成長は終了であるとして、スポット画像検出プログラム４０に戻る。こうして、検出された極値点画素ｐに対する極値領域成長部３００の処理が終了する。

図１０（ａ）は、撮像画像データ２１の他の例を模式的に示す図である。同図（ｂ）は、その撮像画像に対する領域属性データの例を示す図である。これらの図を用いて、極値領域成長部３００での領域成長処理の実行の様子を更に具体的に説明する。同図（ａ）では、中央にある極大値「５」の極大点画素（２重丸で数値を囲った画素）に対する最大占有範囲２６内の画素を示し、同図（ｂ）では最大占有範囲２６内の画素に対する属性値を示している。

同図（ａ）の撮像画像において、画素値「５」の画素が複数並んでいる。以下では、画素をそれの座標（ｉ，ｊ）で指定することにする。極大点画素は画素（０，０）であり、極値点画素探索部２００のステップＳ２０３（図５）によりこの画素が極大点画素であると判定され、その画素の領域属性値は、図９（ｂ）と同じく、極値点画素探索部２００のステップＳ２０４（図５）により値「１」に設定されているとする。この画素に対して極値領域成長部３００（図６）を実行すると、最大占有範囲２６内の領域属性値が「０」である画素が左上隅の画素（-２，-３）から順次選択され、領域属性値が「１」である画素（この段階では画素（０，０）のみ）に隣接し、かつ、濃度が単調減少関係にあるかが判断され、その結果、この画素（０，０）の周辺の８画素のそれぞれが、極大点画素（０，０）について単調変化関係にあると判定され、それぞれの画素の領域属性は、図９（ｃ）と同じく、極値領域所属候補を表す領域属性値「0.5」に変更されて、その後、図９（ｄ）と同じく領域属性値「0.5」が値「１」に変更される。この段階では画素（０，１）にある値「５」の画素に対する領域属性値も「１」となる。

その後、再度、極値領域成長部３００の処理が繰り返されると、最大占有範囲２６内の領域属性値が「０」である画素が左上隅の画素（-２，-３）から順次選択され、領域属性値が「１」である画素（この段階では極大点画素（０，０）とその周囲の８画素）に隣接し、かつ、単調減少関係にあるかが判断される。今の段階では、上記８画素の周りの１６画素の各々について、上記判断がなされ、その結果、画素（-２，-２）から（-２，２）、（-１，-２）、（-１，２）、（０，-２）、（０，２）、（１，-２）、（１，２）、（２，-２）が極値領域所属候補と判断され、その領域属性値が「0.5」に変更される。例えば、濃度値が５である画素（０，２），（１，２）は、いずれも領域属性値が「１」である画素（０，１）に隣接し、かつ、濃度が、その画素の濃度に対して単調減少関係にあると判断される。画素（０，２），（１，２）の濃度値は画素（１，２）の濃度値「５」と同じであるからである。

一方、四角で囲まれた値５の４つの画素のうちの一番左側の画素（２，-１）は、隣接する領域属性値が「１」である画素に対して単調減少関係にないと判断される。その右側の二つの画素（２，０）、（２，１）も同様である。画素（２，２）も、単調減少関係にあるとは判断されない。この画素の濃度は、領域属性値が「１」である内側の隣接する画素のいずれ画素の濃度よりも大きいからである。注意すべきは、この画素（２，２）は、それより一つ上の画素（１，２）に隣接し、濃度はその濃度と等しいが、この時点では画素（１，２）の領域属性値は「0.5」であり、画素（２，２）と隣接していても、極値領域成長部３００では、画素（２，２）との濃度を比較する対象にはされない。このように、画素（１，２）が、極値領域所属候補であり、その領域属性値が「0.5」にされていても、画素（２，２）が極値領域に属するか否かを判断するときには、その画素の濃度との単純減少関係の有無は判断されない。

このように、極値領域成長部３００による極大点画素の周辺の画素が極値領域に属するか否かを判断するときには、領域属性値が「0.5」である隣接している画素との濃度の単調変化関係の有無を判断しないのは、判断しないことにより、領域属性値が「0.5」である画素に隣接しているが、極大点ｐからの経路として経路上の画素の濃度が単調変化関係にある経路が存在しない画素を誤って極値領域内の画素とすることを確実に防ぐことができるからである。したがって、本実施の形態では、領域属性値が「１」である画素（例えば画素（０，１））に隣接し、その画素に対して濃度が単調変化関係にある画素（例えば（１，２）が検出された場合、検出された画素（１，２）の領域属性値を一時的に「0.5」とし、領域成長成功として（ステップＳ３０６（図６））、極値領域用隣接画素探索部３５０の処理を繰り返し、極値領域用の隣接画素の探索が終了した時点で、領域属性値が「0.5」である画素（１，２）等の画素の領域属性値を「１」に変更して（ステップＳ３０８（図６））、その後再度極値領域成長部３００の処理を繰り返すようにしている。

今の例では、この段階では、四角で囲まれた値５の４つの画素（２，-１）から（２，２）と画素（-２，-３）〜（２，-３）及び（-２，３）〜（２，３）の領域属性値が「０」であり、他の全ての画素に対する領域属性値は「１」となっている。この状態では、極値領域成長部３００の処理が繰り返されると、画素（-２，-３）〜（２，-３）及び（-２，３）〜（２，３）の領域属性値が「0.5」に変更され、上記４つの画素のうち、一番右側の画素（２，２）は、それより直ぐ上の、領域属性値が「１」とされた画素（１，２）に隣接し、かつ、これらの二つの画素の濃度はともに５と等しいので、画素（２，２）の濃度は画素（１，２）の濃度に対して単調減少関係にあると判断され、極値領域用画素として検出され、画素（２，２）の領域属性値は、極値領域所属候補を示す値「0.5」にされる。他の３つの画素（２，-１）、（２，０）、（２，１）の領域属性値は「０」のままである。その後、極値領域成長部３００の処理が繰り返され、領域属性値が「0.5」である（-２，-３）〜（２，-３）及び（-２，３）〜（２，３）及び画素（２，２）の領域属性値が「１」とされる。

その後極値領域成長部３００の処理が繰り返され、今度は画素（２，１）が、領域属性値が「１」とされた画素（２，２）に隣接し、濃度が単調減少関係にあると判断され、画素（２，１）の領域属性値は「0.5」にされる。他の２つの画素（２，-１）、（２，０）の領域属性値は「０」のままである。その後、極値領域成長部３００では領域属性値が「0.5」である画素（２，１）の領域属性値が「１」とされる。その後、極値領域成長部３００の処理が繰り返され、その結果、今度は画素（２，０）が、領域属性値が「１」とされた画素（２，１）に隣接し、濃度が単調減少関係にあると判断され、画素（２，０）の領域属性値は「0.5」にされる。他の画素（２，-１）の領域属性値は「０」のままである。

その後、極値領域成長部３００の処理が繰り返され、領域属性値が「0.5」である画素（２，０）の領域属性値が「１」とされ、極値領域成長部３００の処理が繰り返される。その後、同様にして画素（２，-１）の領域属性値が「１」とされ、その後、極値領域成長部３００の処理が終了する。この結果、図１０（ａ）に示す撮像画像に対しては、領域属性は同図（ｂ）に示すように、最大占有範囲２６内の全ての画素に対して「１」になる。以上の処理から分かるように、極値領域成長部３００の処理が繰り返される毎に、極値領域成長部３００では、最大占有範囲２６内の初期値画素から再度画素の探索を最大占有範囲２６全体の中の領域属性値「０」の画素に対して繰り返している。このように画素の探索を最大占有範囲２６全体の中の領域属性値「０」の画素に対して繰り返し実行することにより、特殊な位置にある画素の領域属性値が「１」になった後でも、その画素に隣接する領域属性値「０」の画素が探索対象とされなくなることを防止することができる。

以上のようにして、極値領域成長部３００の処理が終了すると、処理は、スポット画像検出プログラム４０のメインルーチンに戻る。図１を参照すると、スポット画像検出プログラム４０では、極値領域判定部４００が実行される。図１１は、極値領域判定部４００の処理の一例の概略フローチャートである。ここでは、検出された極値領域が、検出対象物である自動車を表すスポット画像に含まれる領域であるか否かが判定される。まず、
ステップＳ４０１で、指定された中央最小占有範囲Ｒ２の全ての画素が、検出された極値領域に含まれているか否かが判定される。この判定により、指定された中央最小占有範囲Ｒ２のいずれかの画素が検出された極値領域に含まれていないと判断された場合には、検出された極値領域は、検出対象物に対するスポット画像を表すものでないと判断して、ステップＳ４０７において、戻り値を「不合格」としてスポット画像検出プログラム４０のメインルーチンに戻る。ステップＳ４０１での判定により、指定された中央最小占有範囲Ｒ２の全ての画素が、検出された極値領域に含まれていると判定された場合には、ステップＳ４０２において、検出された極値領域が極大領域である場合には、その極大領域内の周辺部の画素の濃度の最大値Ｍを求めればよい。ここで、極大領域内の周辺部の画素とは、極大領域内の画素のうち極大領域でない画素に隣接する画素である。言い換えれば、極大領域内の画素のうち最外周に位置する画素である。図７（ｃ）の濃度分布の場合、極値領域は、図９（ｈ）に示されるように、最大占有範囲２６内の画素のうち画素（-２,２）以外の画素からなる。したがって、極大領域内の周辺部の画素のうちの濃度の最大値Ｍは画素（-２,-１）、（-１,１）及び（-１,２）の濃度「２」である。

ステップＳ４０３で、極値点画素ｐの濃度と検出された濃度最大値Ｍとの差の絶対値が探索条件データ２５で指定された許容最小濃度差Ｔ１以上であるか否かを判定する。ステップＳ４０３での判定の結果がＹＥＳであるときには、ステップＳ４０４において、極大領域の中央最小占有範囲Ｒ２内の濃度の最小値ｍが検出される。つぎにステップＳ４０５において、極大点画素の濃度とこの最小値ｍとの差が探索条件データ２５で指定された許容最大濃度差Ｔ２以下であるか否かが判定される。なお、極値領域が極小領域であるときには、極小領域の中央最小占有範囲Ｒ２内の濃度の最大値と、検出された極小点の濃度との差が許容最大濃度差Ｔ２以下であるか否かを判定すればよい。ステップＳ４０５での判定の結果がＹＥＳであるときには、検出された極値領域が、検出対象物を表すスポット画像を表す領域であると判断され、ステップＳ４０６において、極値領域判定部４００は、戻り値を「合格」としてスポット画像検出プログラム４０のメインルーチンに戻る。

ステップＳ４０３又はＳ４０５のいずれかの判定の結果がＮＯであるときには、検出された極値領域は、検出対象物を表すスポット画像を表す領域でないと判定され、ステップＳ４０７において、極値領域判定部４００は、戻り値を「不合格」としてスポット画像検出プログラム４０のメインルーチンに戻る。

図１に戻り、スポット画像検出プログラム４０では、極値領域判定部４００の実行後、そこからの戻り値に基づいて、極値領域合否判定ステップ４５０で、検出された極値領域が検出対象物用のスポット画像を表す極値領域として合格したか否かが判定される。合格の場合には、スポット画像関連データ生成部５００が実行される。スポット画像関連データ生成部５００では、合格と判断された極値領域に関して、スポット画像関連データを生成して記憶装置２０に記憶する。スポット画像関連データ生成部５００により生成されるスポット画像関連データは、極値領域データ２３とスポット画像マーカ付き画像データ２４を含む。

図１２（ａ）は、極値領域データ２３の例を示す図である。後に説明するように合格と判定された極値領域に対して、極値領域の識別情報が決定され、当該極値領域が表すスポット画像の存在領域として、検出された極値領域のうちで、領域属性データが「１」である全ての画素を囲む最小の矩形領域ＡＢＣＤをスポット画像存在領域矩形として決定し、極値領域データ２３には決定された極値領域識別情報２３１と、極値点画素ｐの座標(ｘ，ｙ)（２３２）と矩形ＡＢＣＤの頂点Ａ、Ｂ、Ｃ、Ｄの座標(ｘ，ｙ)（２３３）とが記憶される。

同図（ｂ）は、スポット画像マーカ付き画像データ２４を模式的に示す図である。図７（ｃ）の場合に対して得られる領域属性データの例は、図９（ｆ）に示したように図７（ｂ）に示す画素ｑ２５以外の画素に対して値「１」を有し、画素ｑ２５に対して値「０」を有するが、スポット画像存在領域矩形ＡＢＣＤは、符号２４２で示されるように、画素ｑ２５も含むように決定される。マーカ図形２４３は、合格した極値領域が検出対象物を表すスポット画像を表す領域であることを示すために、撮像画像２１のコピー画像上の合格した極値領域２４１の外周に追加して描画される図形である。図１２（ｂ）の例では、上記極値領域２４１を包含する上記スポット画像存在領域矩形ＡＢＣＤ（２４２）を示す１画素幅の白い帯状の図形２４３が、マーカ図形として使用されている。

図１２（ｃ）は、図３（ｂ）の撮像画像２１から検出されたスポット画像に対するスポット画像マーカ付き画像データ２４の例を示す。白い楕円で囲まれたスポット画像が検出されたスポット画像を示し、図では４台の大型車輌のスポット画像が検出されたことが分かる。この検出結果は、最大占有範囲Ｒ１を２５×１７画素、中央最小占有範囲Ｒ２を１３×３画素と指定したときの検出結果である。また、許容最小濃度差Ｔ１は１３０であり、許容最大濃度差Ｔ２は９０である。この探索では、最大占有範囲Ｒ１と中央最小占有範囲Ｒ２との間には差がかなりある。その結果、特定の車輛占有範囲と屋根占有範囲を有する自動車を検出するというよりも、最大占有範囲が２５×１７画素より小さく、屋根の中央最小占有範囲が１３×３画素より大きいという条件を満たす複数種類の自動車が検出対象物として検出されている。

図１３は、スポット画像関連データ生成部５００の処理の一例の概略フローチャートである。まず、既に説明したように、合格した極値領域を包含するスポット画像存在領域矩形ＡＢＣＤが、ステップＳ５０１で決定される。本実施の形態では、同じ車輌に対して異なる位置に極大領域が検出される場合が起こり得る。そのような重複した極値領域が検出された場合には本実施の形態ではその一方を無効にするようになっている。このため、ステップＳ５０２で、新たに決定された矩形と、既に検出された他の極値領域のデータが極値領域データ２３に記憶されているときには、当該他の極値領域に対して既に決定された矩形とが重複するか否かが判定される。なお、本実施の形態では、合格と判断された極値領域の重複を判定するに当たり、合格と判断された極値領域を包含する最小の矩形が重複するか否かを判断するので、極値領域の重複を正確に判断するより簡単である。もちろん、このよいうに極値領域包含矩形の重複を判断しないで、極値領域の重複を直接判断するようにしてもよいことはいうまでもない。以下では、極値領域包含矩形が重複する場合も、単に極値領域の重複と呼ぶことがある。

矩形の重複が検出されなかった場合、ステップＳ５０３で、合格と判定された極値領域に対して識別情報が決定され、図１２（ａ）に示した極値領域データ２３のフィールド２３１に記憶され、ステップＳ５０４で、検出された極値点画素ｐのｘ、ｙ座標がその極値領域データ２３のフィールド２３２に記憶される。ステップＳ５０５では、新規に決定された矩形の頂点Ａ、Ｂ、Ｃ、Ｄのｘ、ｙ座標をその極値領域データ２３のフィールド２３３に記憶される。ステップＳ５０６で、検出された極値領域用のマーカ図形の位置と大きさを決定し、スポット画像マーカ付き画像データ２４上に重畳して描画する。このようにスポット画像関連データ生成部５００を、検出され合格と判定された複数の極値領域のそれぞれに対して実行することにより、図１２（ｃ）に例示したようなスポット画像マーカ付き画像データ２４が生成される。

しかし、ステップＳ５０２での判定の結果、新たに検出された合格した極値領域が既に登録された他の極値領域に重畳すると判定された場合は、ステップＳ５０７で、重複する二つの矩形のうち、スポット画像を表す領域としてより望ましいほうの矩形をあらかじめ定めた基準で選択する。例えば、二つの重複する極値領域のうちの極大点の濃度が異なるときには、濃度の高い方を含む矩形を選ぶことができる。あるいは、二つの極値領域のうちそれぞれに含まれる画素数が多い方を含む矩形を選ぶことができる。あるいは、極大点画素の濃度と極値領域内の周辺部の画素の濃度の最大値との差が大きい方を選ぶこともできる。更には、以上にいくつかの選択基準を組み合わせて、極値領域包含矩形が重複する二つの極値領域を選択する基準を決めてもよい。例えば、二つの極値領域の極大点の濃度が異なるときには、濃度の高い方の極値領域を含む矩形を選び、極大点の濃度が同じときには、内部に含まれる画素数が多い極値領域を含む矩形を選んでもよい。

先に生成された他の矩形が選択されたか否かがステップＳ５０８で判定され、判定結果がＮｏであるときには、ステップＳ５０９で、スポット画像マーカ付き画像２４から、当該他の極値領域に付されたマーカ図形を構成する画素の値を元の撮像画像２１内の対応する画素の値に書き戻す。こうして、他の極値領域に付されたマーカ図形が削除される。ステップＳ５１０で、極値領域データ２３から当該他の極値領域に関連するデータを削除する。

これらの処理により、先に検出された当該他の極値領域は、無効にされ、検出されなかったものと見なされることになる。その後、処理はステップＳ５０３に移り、既に説明したように、新規に決定された矩形に関連する極値領域に関してステップＳ５０３からＳ５０６を実行して、スポット画像検出プログラム４０のメインルーチンに戻る。

ステップＳ５０７で他の極値領域が選択され、その結果、ステップＳ５０８での判定結果がＹｅｓとなったときには、処理はスポット画像検出プログラム４０のメインルーチンに戻る。これにより、今回検出された合格した極値領域は検出されなかったものと見なされることになる。こうして、スポット画像関連データ生成部５００の処理が終了する。図１に戻るに、スポット画像検出プログラム４０では、処理は初期値設定部１００に移る。初期値設定部１００は、２度目以降に繰り返されるときには、最初に実行されたときと異なり、撮像画像データ２１内の極値領域成長部３００により処理された、極値点画素を中心とする最大占有範囲内の全画素に対する、領域属性データ２２内の領域属性値のみを初期値０にする。既に説明したように、極値領域成長部３００が先に実行されたときに、最大占有範囲内の全画素に対する領域属性値が変更されている可能性があるからである。その後、極値点画素探索部２００により新たな極値画素の探索を続ける。新たな極値画素が見つかると、既に説明したように、極値領域判定部４００以降の処理が実行される。以上のような処理を繰り返した結果、探索成否判定ステップ２５０で、新たな極値画素が検出されなかったと判定されたときには、スポット画像検出プログラム４０は処理を終える。以上のようにして、図１２（ｃ）に例示したように、検出対象物を表す複数のスポット画像にマーカ図形が付加されたスポット画像マーカ付き画像データ２４が生成される。

以上から明らかなように、本実施の形態では、自動車のような検出対象物のスポット画像に含まれると考えられる、極大点画素を含む極値領域を簡単に検出することができ、しかも、検出対象物として検出したい自動車の車輛占有面積を反映したスポット画像の最大占有範囲と、当該自動車の屋根存在範囲を反映した、スポット像の中央最小占有範囲とを指定して、当該検出対象物に相当する自動車を検出することが可能になる。

なお、本発明は以降の実施の形態に限定されるものではないことは言うまでもない。例えば、以上の実施の形態では、領域属性データ２２として、撮像画像データの全画素に対応して領域属性値を保持するフィールドを有する例を示したが、最大占有範囲に属する複数の画素のそれぞれに対して領域属性値を保持するフィールドを有するものでもよい。この場合、領域属性データ２２は、全ての極値点画素の最大占有範囲に対して共通に使用される。したがって、そのような態様の領域属性データをのほうがデータ量が少なくて済む。なお、背景より黒い濃度の自動車も検出するためには、以上で説明した極大領域を検出するのと同様に、極小領域を検出すればよい。また、撮像画像がカラー画像の場合には、カラー画像から生成される明度データを濃度データとして使用すればよい。

本発明に係るスポット画像検出装置の一つの実施の形態の概略ブロック図である。 本発明によるスポット画像の検出時に指定される探索条件データを説明するための図である。 （ａ）は撮像画像データを模式的に示す図である。（ｂ）は人工衛星から地上を実際に撮影して得られた実際の地理画像の例を示す図である。 撮像画像データに対応する領域属性データを模式的に示す図である。 極値点画素探索部の処理の一例の概略フローチャートである。 極値領域成長部の処理の一例の概略フローチャートである。 （ａ）は最大占有範囲を例示する図である。（ｂ）は最大占有範囲内の画素と極値点画素ｐ（ｘ，ｙ）のｘ座標、ｙ座標からの座標変化量ｉ、ｊとの関係を示す図である。（ｃ）は最大占有範囲内の画素の濃度の例を示す図である。 極値領域用隣接画素探索部の処理の一例の概略フローチャートである。 最大占有範囲内の領域属性データの変化の一例を示す図である。 撮像画像の他の例とそれに対する領域属性データの例を示す図である。 極値領域判定部の処理の一例の概略フローチャートである。 （ａ）は極値領域データの例を示す図である。（ｂ）はスポット画像マーカ付き画像データを模式的に示す図である。（ｃ）はスポット画像マーカ付き画像データの例を示す図である。 スポット画像関連データ生成部５００の処理の一例の概略フローチャートである。

符号の説明

Ｐ…極大領域、ｐ…極大点、ｆ(ｐ) …濃度分布、Ｒ１…スポット画像の最大占有範囲、Ｒ２…スポット画像の中央最小占有範囲、Ｓ１…自動車の車両占有範囲、Ｓ２…自動車の屋根存在範囲、Ｃ１…自動車の車両占有範囲の中心、Ｃ２…自動車の屋根存在範囲の中心、Ｔ１…許容最小濃度差、Ｔ２…許容最大濃度差、２４１…極値領域、２４２…スポット画像存在領域矩形、２４３…スポット画像マーカ図形。

Claims (4)

1. 検出対象物を含む複数の物体が位置する空間を撮像して得られ、当該複数の物体のいずれかをそれぞれ表す複数のスポット画像を含む撮像画像から、その濃度が周辺の画素の濃度に対して極大値又は極小値のうちのあらかじめ定められた一方の極値である濃度を有する少なくとも一つの極値点画素を検出する極値点画素検出ステップと、
   当該検出対象物を表すスポット画像が占有し得る前記撮像画像上の範囲として、当該検出対象物に対してあらかじめ指定された最大占有範囲内の画素から、前記検出された極値点画素の濃度に対して濃度が単調変化関係にある一群の単調変化画素を検出する単調変化画素群検出ステップと、
   前記検出された極値点画素と当該極値点画素に対して検出された前記単調変化画素群とを含む極値領域が所定の条件を満たすか否かに応じて、当該極値領域が前記検出対象物に対するスポット画像を表す領域であるか否かを判定する極値領域判定ステップと、
   を含み、
   前記所定の条件は、（ａ）前記検出された単調変化画素群のうち、前記検出対象物のスポット画像の中央部分が最小限占有すべき範囲として当該検出対象物に対してあらかじめ指定された中央最小占有範囲内に位置する複数の画素が全て前記単調変化画素群に属し、かつ、（ｂ）当該検出された極値点画素の濃度と当該中央最小占有範囲内の前記複数の画素の濃度との濃度差が、いずれの画素についても、当該検出対象物に対する当該中央最小占有範囲に対してあらかじめ指定された許容最大濃度差以下であり、かつ、（ｃ）前記検出された極値点画素の濃度と、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素の濃度との濃度差が、いずれの画素についても当該検出対象物の当該最大占有範囲に対してあらかじめ指定された許容最小濃度差以上であることである、
   ことを特徴とするスポット画像検出方法。
2. 前記検出対象物は、路上にある複数の自動車のうち、撮像されたときに他の部分より濃度が異なる特定部分の存在範囲が所望の存在範囲であり、車輛占有範囲が、前記特定部分の中心に対して所望の位置にあり、かつ、所望の広さを有する自動車であり、
   前記最大占有範囲は、当該検出対象自動車の当該所望の車輛占有範囲より広い範囲に指定され、前記中央最小占有範囲は、当該車両の当該特定部分の存在範囲より狭い値に指定されている、
   ことを特徴とする請求項１に記載のスポット画像検出方法。
3. 検出対象物を含む複数の物体が位置する空間を撮像して得られ、当該複数の物体のいずれかをそれぞれ表す複数のスポット画像を含む撮像画像から、その濃度が周辺の画素の濃度に対して極大値又は極小値のうちのあらかじめ定められた一方の極値である濃度を有する少なくとも一つの極値点画素を検出する極値点画素検出手段と、
   当該検出対象物を表すスポット画像が占有し得る前記撮像画像上の範囲として、当該検出対象物に対してあらかじめ指定された最大占有範囲内の画素から、前記検出された極値点画素の濃度に対して濃度が単調変化関係にある一群の単調変化画素を検出する単調変化画素群検出手段と、
   前記検出された極値点画素と当該極値点画素に対して検出された前記単調変化画素群とを含む極値領域が所定の条件を満たすか否かに応じて、当該極値領域が前記検出対象物に対するスポット画像を表す領域であるか否かを判定する極値領域判定手段、
   としてコンピュータを機能させ、
   前記所定の条件は、（ａ）前記検出された単調変化画素群のうち、前記検出対象物のスポット画像の中央部分が最小限占有すべき範囲として当該検出対象物に対してあらかじめ指定された中央最小占有範囲内に位置する複数の画素が全て前記単調変化画素群に属し、かつ、（ｂ）当該検出された極値点画素の濃度と当該中央最小占有範囲内の前記複数の画素の濃度との濃度差が、いずれの画素についても、当該検出対象物に対する当該中央最小占有範囲に対してあらかじめ指定された許容最大濃度差以下であり、かつ、（ｃ）前記検出された極値点画素の濃度と、前記検出された単調変化画素群のうちの周辺部に位置する複数の画素の濃度との濃度差が、いずれの画素についても当該検出対象物の当該最大占有範囲に対してあらかじめ指定された許容最小濃度差以上である、ことである、
   ことを特徴とするスポット画像検出プログラム。
4. 前記検出対象物は、路上にある複数の自動車のうち、撮像されたときに他の部分より濃度が異なる特定部分の存在範囲が所望の存在範囲であり、車輛占有範囲が、前記特定部分の中心に対して所望の位置にあり、かつ、所望の広さを有する自動車であり、
   前記最大占有範囲は、当該検出対象自動車の当該所望の車輛占有範囲より広い範囲に指定され、前記中央最小占有範囲は、当該車両の当該特定部分の存在範囲より狭い値に指定されている、
   ことを特徴とする請求項３に記載のスポット画像検出プログラム。