JP4745966B2 - 目標物の自動識別システム - Google Patents

Description

本発明は画像内にある目標物の自動識別に関する。より正確には、本発明は二次元の輪郭の比較を可能にする識別方法について説明している。それは主に戦闘状況で航空機のパイロットが発砲を選択する際の補助のため、軍事分野において適用される。それはまた形状認識に関するあらゆる他の分野、特に監視の分野及び医学分野にも益となる。

自動識別プロセスは画像中に幾つの目標物があり、それらがどの位置でどのようなタイプかを確実に決定することが出来るものでなければならない。

本発明者らが識別しようとする三次元物体は目標物により理解される。軍事分野では、これらの目標物は一般に戦車、陸上車両等である。以下に、目標物又は物体について話す。

本特許出願では、識別システムはそれを通じて画像内の目標物が、そのタイプ：メーカー、名称又は番号、その外にその部類：車、戦車、バス等により識別されるシステムを意味すると理解される。

物体又は目標物の自動識別は、一方では或る角度から見た二つの異なる目標物の間の潜在的な類似、そして他方では幾何学的変形、或る要素の位置、又は或る装置の存在に起因する、目標物の外観の大きな変動性による複雑なアルゴリズムの問題である。例えば、車両は開いた、又は閉じたドア、屋根上の手荷物等を有することがある。

本発明者らは可能な限り最も確実な方法で画像内の目標物を自動的に識別しようとする。自動識別プロセスは従って二つの必須の品質：堅固であること、すなわち画像内の物体における局部的動揺を生じさせる目標物の外観の変化に余り敏感でないこと、及び識別力があること、すなわち外観上近い二つの目標物の間で識別可能であることを示さなければならない。

本発明において、本発明者らは輪郭の比較に基づく目標物識別用の自動システムに殊に興味を引かれる。そのようなシステムにおいて、最初に、解析されるべき画像内に存在する輪郭が抜き出され、そして二番目にこれらの輪郭は、本発明者らが識別しようとする三次元物体を表わすデータを含む目標物の基準ベースの輪郭と比較される。

画像内にある輪郭の抜き出しはセグメンテーションと呼ばれる技術の助けによりなされる。その結果は一般に黒地の上に白い点で表わされる輪郭の画素以外の何者も表現しない二値画像に相当する、いわゆる抜き出された輪郭画像である。この画像において、輪郭の画素のみが情報を含んでいる。以下に、明らかにそれと反対に言及されない限り、一つの点とは情報を持っている点、すなわちテンプレート内又は画像内の輪郭に属している点として理解されたい。輪郭点でない画素は情報を持たない。

抜き出された輪郭の画像は次に本発明者らが識別しようとする三次元物体を表わすデータベースから得られた輪郭と比較される。これらの輪郭はテンプレート輪郭と云われ、各々の三次元物体について、物体の全ての外観を表わすことを可能にする一組の視点に従った射影により得られる。ベースの中の各三次元物体に、この物体のテンプレート輪郭の収集品もまた一致する。

本発明において、本発明者らは各テンプレート輪郭を、画像内のこのテンプレート輪郭の全ての可能な位置に対する抜き出された輪郭の画像と比較することからなる、いわゆる相関的比較手順に特に興味を引かれる。この比較は、与えられた位置にテンプレート輪郭を画像上に重ねることにより実行され、テンプレート輪郭の点と抜き出された輪郭の画像の点との間の「偏差」を測定することである。各々のテンプレート輪郭は起点に対して位置を割り出されており、この起点が中心にある画像の画素に従って、輪郭画像の座標システム内の各点の座標を再計算することが可能である。それぞれのテンプレート輪郭はこのように抜き出された輪郭の全体にわたりスキャンされる。

抜き出された輪郭の画像がテンプレート輪郭の全部の集合でスキャンされたとき、そのプロセスは最も真実らしい一つ又は複数の仮定の選択からなる。

仮定とは、目標物、画像内のこの目標物の位置、及びこの目標物がそこから観察される視点を意味すると理解される。

テンプレート輪郭の点と抜き出された輪郭の点との間の偏差を評価する方法は、これらの輪郭が共通に持っている点の数を計数することにある。

テンプレート輪郭と共通の点の数に基づくこの単純な評価方法は、しかしながら十分に堅固でなく、また十分な識別力がない。それは目標物の外観の変化に対し高度に敏感であるため堅固でなく、また輪郭の全ての点を同じ重要度でとらえるため十分な識別力がない。

他のより複雑な評価方法は、いわゆるハウスドルフ測定法を用いる。この方法はテンプレート輪郭の各点、及びこの点から画像輪郭までの最小距離を識別し、求めた距離の平均に基づきそこからテンプレート輪郭と画像輪郭の間の相違度を推定することにある。

しかしながら、この方法はこの前のものよりは性能が良いが、それは取り除かれるべき無関係の距離を考慮に入れる可能性があるため、十分な堅固さ又は識別力がない。具体的には、テンプレート輪郭の同一の点は画像輪郭の幾つかの異なる点に最も近いと見られる可能性がある。これは画像が識別されるべき目標物の輪郭に相当しない不要な点、例えば目標物の内側の輪郭に相当する点、あるいは目標物の周囲（植物、建物等）に相当する点を含む場合は特にそうである。これらの不要な点は測定を混乱させる。これらの全ての距離を考慮に入れることは従って誤った仮定に導く可能性がある。

本発明の主題はこれらの様々な不都合を示さない自動識別プロセスである。

本発明による自動識別プロセスは、テンプレート輪郭の各点と画像輪郭のゼロ、唯一の点、又はｎ点との一対一の組合せにするステップに基づく、テンプレート輪郭と画像輪郭の近接性を測定する方法を含む。

この一点ごとに組み合わせる方法は、画像輪郭の各点と、最も近いテンプレート輪郭の点との組合せのステップを含む。このステップでは、二つの情報項目が画像輪郭の各点と突き合せられる。：最も近いと決定されたテンプレート輪郭の点の座標、及び二つの点の間の距離はこのように関連付けられる。

次に、逆にテンプレート輪郭の各点について、前のステップでそれと関連付けられた画像輪郭の点の全体の集合は考慮され、また、この集合では、最も近い画像輪郭の点は最小の距離をとることにより決定される。点ごとの一対一の組合せが得られる。出力において、テンプレート輪郭の各点は画像輪郭のゼロの点、又は最小の距離に相当する画像輪郭の唯一の点、 従って、特徴づけられるように本発明は第一輪郭の各点について、最も近いと決定された第二輪郭の点との関連付けのステップを含む、第二輪郭の第一輪郭との近接性の測定方法に関し、前記第二輪郭点と関連付けられた第一輪郭点の集合の中で最も近い第一輪郭点を決定することにより、それが第二輪郭の各点を第一輪郭の一つ又はゼロの点と組み合わせるステップを含むことを特徴とする。
のいずれかと組み合わせられる。

テンプレート輪郭の各点との局部的な近接性のスコアを割り当てることによって、それが画像輪郭のゼロの点と組み合わされたときにゼロに等しい場合、及びそれが二つの組み合わされた点の間の距離が大きければ大きい程、より小さい値に等しい画像輪郭の一つの点と組み合わされた場合、テンプレート輪郭の画像輪郭との類似性の確率を表わす、局部的スコアの平均に等しい全体のスコアを計算することができる。

この方法から生じる全体のスコアは、特に誤った仮定に関して、従来技術の自動識別方法で用いられる近接性の測定よりも大幅に識別力がある。

本発明による自動識別システムは、この方法を画像内のテンプレート輪郭の各位置、及びテンプレートの集団の各テンプレートのために用いる。

様々なテンプレート輪郭及び、画像内のそれらの様々な位置に相当する、得られた全体スコアの集合は最良の近接性の全体スコアを採用して、幾つかの仮定を作り上げることを可能にする。

本発明による点ごとの組合せプロセスは、画像内の輪郭が輪郭の内側の点、すなわち目標物の内側輪郭に相当する点、及び輪郭の外側の点、すなわち目標物の周囲（植物、建物等）に相当する点を含む場合にあてはまる、誤った仮定に関して自動識別システムの識別力の改善を可能にする。

本発明の他の態様によれば、重ねられた目標物の仮定（すなわち画像内で同一又は近い位置において、これはテンプレート輪郭の二つの仮定の間で共通の輪郭点により通常は定義される）の間の識別力を改善するために、近接性の測定方法はテンプレート輪郭の各点の局部的な重み付けを適用する。この重み付けはこの点において含まれる情報の量を代表し、他のテンプレート輪郭との関連で定義される。この重み付けは二つの目標物のシルエットを、それらの局部的な差に基づいて識別することを可能にする。より具体的には、この重み付けは他のテンプレート輪郭との差に関する情報を含むテンプレート輪郭の点により多くの重みを与えることを可能にする、各点の重み係数を各テンプレート輪郭について得るように、識別される二つのテンプレート輪郭の間に近接性の測定方法を適用することにある。仮定の集団が二つよりも多い、重ねることの出来る仮定を含むとき、この重み付けプロセスが組合せごとに適用され、得られた最良の全体スコアがその都度採用される。

本発明による自動識別システムは、集団のテンプレート輪郭のそれぞれに適用され、このテンプレート輪郭と画像輪郭との近接性の測定プロセスは、このテンプレート、及び重ねられた仮定の選択へ対で取り入れられたテンプレート輪郭の間の尤度を評価するように、そして二つのテンプレートのそれぞれに関するこの確率を局部的に重み付けすることによって、近い二つのテンプレート輪郭の間で識別するように解析される。

従って、特徴づけられるように本発明は第一輪郭の各点について、最も近いと決定された第二輪郭の点との関連付けのステップを含む、第二輪郭の第一輪郭との近接性の測定方法に関し、前記第二輪郭点と関連付けられた第一輪郭点の集合の中で最も近い第一輪郭点を決定することにより、それが第二輪郭の各点を第一輪郭の一つ又はゼロの点、又はｎ点と組み合わせるステップを含むことを特徴とする。

本発明は又そのようなテンプレート輪郭と画像輪郭との近接性の測定方法を用いた目標物の自動識別方法に関する。

一つの改良によれば、この識別方法は重ねられた二つの仮定の間の識別を可能にするために、テンプレート輪郭の近接性の測定方法を他のテンプレート輪郭に使用する。

本発明のその他の利点及び特徴は、本発明の限定されない指示を通じて与えられる以下の記述を読み、添付図を参照することにより更に明確になろう。

図１は赤外線カメラ、ビデオシステム、又はその他の何らかの画像源から発し得るデータ画像から抜き出された輪郭の画像を表わす。

本発明者らはこの抜き出された輪郭の画像において、データベース中に三次元物体の形で持っている識別された目標物の集合から、幾つの目標物をそれが含んでいるか、どの位置にありどのようなタイプかを決定したいと望んでいる。これを実行するために、本発明者らは目標物が観察される条件における、例えば目標物とセンサー間の距離、視角等に関する情報のような情報を考慮に入れて、様々な視角による三次元物体の各々の映像に対応する二次元テンプレート輪郭の集合を構築する。

抜き出された輪郭の画像内にあらゆるやり方で位置する、ＣＭと表わされるテンプレート輪郭を考えよう。以下では、抜き出された輪郭の画像の輪郭点の集合は画像輪郭ＣＩと呼ばれる。本発明者らは解析される画像輪郭への、この輪郭ＣＭの近接性を測定するため、本発明による近接性の測定方法を適用する。

図１は何らかの方法：赤外線画像、アクティブな画像、において得られた画像から抜き出された輪郭の或る画像を例示している。それは図１のＩ_ａ、Ｉ_ｂ、Ｉ_ｃ、Ｉ_ｄと照号が付けられた点のような、この画像上の黒の画素に相当する画像輪郭の点を含む。これらの輪郭点は、Ｉ_ａ点のような識別されるべき目標物の輪郭点、Ｉ_ｂ点及びＩ_ｃ点のような識別されるべき目標物の輪郭の外側の点、或いは他にＩ_ｄ点のような識別されるべき目標物の内側の輪郭点の可能性がある。

本発明による近接性の測定方法は、テンプレート輪郭の各点と画像輪郭のゼロ又は唯一の点、又はｎ点との一対一の組合せのステップ、及びテンプレート輪郭のこの点と画像輪郭との近接性を表わす、テンプレート輪郭の各点に近接性の局部的スコアを割り当てるステップを含む。

より正確には、テンプレート輪郭の各点の組合せステップは下記のステップａ）及びｂ）を含む。
ａ）最小の距離での判定基準において、画像輪郭の各点をテンプレート輪郭の点と関連付けるステップと、
ｂ）テンプレート輪郭の各点につき、ステップａ）でそれと関連する画像の輪郭点の集合の決定、及び最小の距離での判定基準において、この集合内の最も近い画像点の決定。

この方法は、次の二項目の情報に基づいて組み合わせるステップｂ）を実行するようにステップａ）において二項目の情報が画像輪郭の各点に格納されることを要求する。：関連するテンプレート輪郭点の座標、及び二つの関連する点の間の相当する距離である。

考えられる距離はユークリッド距離であり、その真の測定又は個別の測定は使用される計算方法に従って実行される。特に、既知の方法で計算時間を早めることができるチャンファー法の使用は、ユークリッド距離の個別の測定を用いる。

ステップａ）及びｂ）は図２及び３に例示されている。

ステップａ）は図２に例示されている。本発明者らは画像輪郭の各点と、最も近いテンプレート輪郭の点を関連付けるために、画像輪郭ＣＩの点とテンプレート輪郭ＣＭの近接性を評価する。従って、図２に表わされるように、画像輪郭ＣＩの点を取る場合、最も近いテンプレート輪郭の点の評価は、この画像輪郭の点とテンプレート輪郭の点の間の最小距離を探すことにある。図２に表わされている例において、この評価はテンプレート輪郭ＣＭの点Ｍ_１と画像輪郭ＣＩのＩ_１点の結合に導く。この例において、本発明者らは次の組合せも有する：（Ｉ_１、Ｍ_１）、（Ｉ_２、Ｍ_１）、（Ｉ_３、Ｍ_１）、（Ｉ_４、Ｍ_２）、（Ｉ_５、Ｍ_２）、（Ｉ_６、Ｍ_３）。

このステップの過程において、テンプレート輪郭の同一の点が画像輪郭の異なる複数の点と関連付けられることが有り得る。例として、テンプレート輪郭ＣＭの点Ｍ_１は画像輪郭の点Ｉ_１、Ｉ_２、Ｉ_３と関連付けられている。

ステップｂ）は図３に例示されている。それはテンプレート輪郭の各点について、第一ステップａ）でそれと関連付けられた画像輪郭の点の中から、テンプレート輪郭の点に最も近い画像輪郭の点を選定することにある。図３において、点線はステップａ）による画像輪郭の点とテンプレート輪郭の点との突き合せを表わす。各テンプレート輪郭点について、本発明者らは従ってこのステップａ）により関連付けられた画像輪郭の０、１、又はｎ点を有する。例えば、画像輪郭点Ｍ_１５について、本発明者らは三つの関連付けられた画像輪郭点：Ｉ_２４、Ｉ_２８、及びＩ_２９を有する。

ステップｂ）はこのように行なわれる組合せ（テンプレート輪郭点‐画像輪郭点）に基づき、同一のテンプレート輪郭点と関連付けられる画像輪郭点の中から、それが存在するときは、最も近い画像点のみを保存し、テンプレート輪郭の画像輪郭への近接性の局部的スコアを評価することにある。

図３の例において、本発明によるＭ_ｉ点（テンプレート）とＩ_ｋ点（画像）の組合せは次の通りである：（Ｍ_１０、ゼロ画像点）；（Ｍ_１１、Ｉ_２０）；（Ｍ_１２、Ｉ_２１）；（Ｍ_１３、Ｉ_２２）；（Ｍ_１５、Ｉ_２４）。

本発明による点ごとの組合せでは、画像Ｉ_２５〜Ｉ_２９用の輪郭点は従ってテンプレートの近接性評価には考慮に入れられない。

本発明による点ごとの組合せステップは、画像輪郭の唯一の点Ｉ_ｋと組み合わされたテンプレート輪郭Ｍ_ｉの各点Ｍ_ｉについて、この点Ｍ_ｉの画像輪郭への近接性の尺度を備える。このＭ_ｉ点の近接性の尺度は次の式によって表わされ得る。
Ｄｉｓｔ（Ｍ_ｉ）＝ｄ（Ｍ_ｉ、Ｉ_ｋ）
ここでｄ（Ｍ_ｉ、Ｉ_ｋ）は二つの組み合わされた点の間のユークリッド距離の真の、又はおおよその尺度である。それは画素の数で表わされる。

本方法は更にテンプレート輪郭の各点に次のように局部的な近接性のスコアを割り当てるステップを含む。スコアは０と１の間にある値をとり、組み合わされた点が近いほど（この点の近接性の尺度が小さいほど）大きくなる。より正確には、
− テンプレート輪郭の点が画像輪郭から非常に遠いテンプレート輪郭の点に相当して、画像輪郭の如何なる点も到達しない場合、それはゼロのスコアを割り当てられる。図３の例において、Ｍ_１０点に割り当てられるスコアはゼロ：Ｎ（Ｍ_１０）＝０である。
− テンプレート輪郭の点に画像輪郭の唯一の点が到達した場合、それは点同士が近いほど大きなスコアを割り当てられる。
例えば、本発明者らはＮ（Ｍ_１２）＝０．７；Ｎ（Ｍ_１５）＝０．３を持つことができた。

本方法の最後のステップは次にテンプレート輪郭の全ての点の局部的スコアを平均することにより、テンプレートの全体スコアを決定することにある。

この評価の原理に従って、テンプレート輪郭は画像輪郭に近いほどそれに割り当てられる全体スコアが大きくなるように評価される。

本発明によるそのような目標物の自動識別プロセスは、図４ａ及び４ｂに例示されているタイプの検出エラーを避け得ると示すことが可能になっている。これらの図において、第一テンプレートＭ_ＯＤ１（図４ａ）及び第二テンプレートＭ_ＯＤ２（図４ｂ）は目標物Ｃを含む画像１の上に重ねられている。第一テンプレートＭ_ＯＤ１はその上にＭ_ＯＤ１が完全に位置している検出目標物に対する例に相当する。それは採用された仮定に導く。第二テンプレート輪郭は別のタイプの目標物に相当する。しかしながら、輪郭点の存在が目標物の輪郭に属さず、実際には背景又は内側の輪郭点に属していることによって、最先端の方法で該仮定は採用されよう。

本発明の実施形態によれば、テンプレート輪郭の各点の局部的な近接性のスコアの評価は、この点と本発明により組み合わされた画像輪郭の点の間の距離ｄの関数である。

望ましくは、また図５ａ及び５ｂに図式的に表わされているように、二点の近接性の評価は考えられる組合せＰの点Ｉ_２０とＭ_３０における方向のクラスの考慮を含む。このクラスは一般に、考えられる点における輪郭の接線の方向により定義される。：図５ａに表わされているのは画像輪郭ＣＩの画像輪郭点Ｉ_２０における接線ｔＩ、及びテンプレート輪郭ＣＭのテンプレート輪郭点Ｍ_３０における接線ｔＭである。本発明者らは整数ｎを伴うｎ方向クラスを定義する。方向クラス０は接線が水平方向に相当する。方向クラスｎ−１は接線が垂直方向に相当し、それぞれの中間方向クラスは０〜πラジアンの間にあって決定される接線の方向に相当する。これらのクラスは図５にｎ＝８で表わされている。この例では、点Ｉ_２０は方向クラス６に属し、点Ｍ_３０は方向クラス５に属する。

一般的な方法で、接線ｔ_Ｉと接線ｔ_Ｍが一致する場合、すなわち二組の点が同じ方向クラスに属する場合、そこでΔＯＲＩ＝０である。二組の点が直交するクラスの場合は、ΔＯＲＩ＝ｎ−１である。より一般的に、ΔＯＲＩ＝｜ｃｌａｓｓ（Ｉ_ｋ）−ｃｌａｓｓ（Ｍ_ｉ）｜（画素数に関して）の関係がある。

図５ａに表わされる例では、ΔＯＲＩ＝６−５＝１である。

画像輪郭点Ｉ_ｋと組み合わされたテンプレート輪郭点Ｍ_ｉの画像輪郭に対する近接性の修正された尺度は、次の式によって表わされ得る。

実際上、ｎ＝８クラスで、誤った検出と計算時間に関して良好な妥協が得られる。

この改良では、近接性の尺度は位置及び方向の連続関数である。従って、誤ったやり方で算定され得る方向の重みは制限される。

方向クラスの考慮の変形において、方向クラスは同じクラスの点の間以外の関連付け（従って組合せ）を許容しないことにより、点ごとの組合せプロセスの関連付けステップにおいて考慮に入れられる。この場合、近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）は二組の点Ｍ_ｉとＩ_ｋの間の距離と等しい。

本発明による近接性の尺度の関数としてのテンプレート輪郭点Ｍ_ｉの、近接性の局部的スコアＮ（Ｍ_ｉ）の割り当ては、識別方法の堅牢性に貢献しなければならない。

この局部的スコアはテンプレート輪郭と画像輪郭の間の類似性の確率を伝える。それは［０、１］の区間に値をとる。それが０のとき、テンプレート輪郭点が画像輪郭と合っていないことを示唆する。それが１と等しいとき、それはテンプレート輪郭点が画像輪郭に対応する高い確率を示唆する。

従って、本発明の方法による、画像輪郭点と組み合せることが出来ないテンプレート輪郭の全ての点はゼロの貢献、すなわちゼロのスコアを持たねばならず、それらが画像輪郭から非常に遠いことを示唆している。

画像輪郭の唯一の点と組み合わされたテンプレート輪郭点について、スコア割り当ての機能は以下の判定基準に従うことが望ましい。
− 近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）がゼロのとき、スコアは１に等しい値を取らなければならない。
− 近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）が０と１の間にあるとき、スコアは約１の値を取らなければならない。
− 近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）が１より大きくなると直ちに、スコアは非常に急速にゼロまで減少しなければならない。
− スコアＮ（Ｍ_ｉ）の割当ての曲線は、望ましくは約２画素の近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）のために、変曲点を有する。
− 近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）が３画素より大きくなると直ちに、スコアはゼロに準じる値を取らなければならない。

本発明による、画像輪郭点Ｉ_ｋと組み合わされるテンプレート輪郭点Ｍ_ｉにスコアを割り当てるための関数Ｎ（Ｍ_ｉ）は、例えば次の関数に相当する図６に表わされる形を有するであろう。

本発明による近接性の測定方法の実際的な実施はいわゆるチャンファー計算法を使用してもよい。これらのチャンファー法は計算時間に関して非常に効率的であり、形状認識を含む画像処理の多くの分野で非常によく用いられる。

従来のチャンファー法は輪郭が、与えられた点の座標に対応する二つの入力ｘとｙを有し、この点（ｘ、ｙ）から輪郭まで最小の距離である出力を有するマップと合致することを可能にする。言い換えれば、本発明者らは（ｘ、ｙ）点から等高線により写像された輪郭までの最小距離を推算する。この既知のチャンファー法はハウスドルフ測定法を適用するために一般に用いられる。この場合、チャンファー法は画像輪郭に適用され、テンプレート輪郭の各点（ｘ、ｙ）が画像輪郭への最小距離を決定することを可能にする。

本発明による方法においては、チャンファー法は違うやり方で適用されなければならない。

最初に、本発明による方法の組合せの第一ステップにおいて、本発明者らは画像輪郭点からテンプレート輪郭までの最小距離を測定しようとする。これは今、チャンファー法を画像輪郭によりもむしろ各々のテンプレート輪郭に適用することを意味する。

しかしながら、テンプレート輪郭のチャンファー・マップの計算は、解析されるべき抜き出された輪郭の画像と無関係である。これらの計算は従って最終的に実行され、与えられた輪郭画像の解析のために、リアルタイムでやがて利用されるべく格納されてもよい。

次に、本発明による点ごとの組合せを可能にするため、テンプレート輪郭のチャンファー・マップは出力として、二つの関連する点の間の距離である第一の情報項目及びこの距離と関連するテンプレート輪郭点の識別である第二の情報項目を備えなければならない。この第二項目の情報は、これが組合せステップにおいて同一のテンプレート輪郭点と関連する画像輪郭点の集合を決定すること、及び第一の関連する情報項目を通じて、そこから近接性の尺度を自動的に推定することを可能にするものであるため必要である。

従って、本発明による速い計算方法は各々のテンプレート輪郭のためのチャンファー・マップの計算を含み、前記マップは或る画像輪郭点の座標に相当する二つの入力ｘとｙの関数として、最小距離の測定によって得られるテンプレート輪郭点を識別する情報項目Ｓ_０（ｘ、ｙ）、及びこの測定値に相当する情報項目Ｓ_１（ｘ、ｙ）を与える。

次に、本発明者らは点ごとの組合せステップ、及び組み合わされた点の近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）に依存する、テンプレート輪郭の各点に局部的スコアを割り当てるステップを適用する。

この方法はテンプレート輪郭点Ｍ_ｉの方向クラス及び組み合わされた画像輪郭点Ｉ_ｋの関数としての、テンプレート輪郭点Ｍ_ｉの近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）を修正することが可能でない。

そこで、テンプレート輪郭の方向クラスあたり一つのチャンファー・マップを計算する準備がなされる。従って本発明者らはテンプレート輪郭あたりｎのチャンファー・マップ有する。それは望ましくはｎ＝８と見られている。

テンプレート輪郭点を画像輪郭の各点と関連させるステップは、そのとき画像輪郭の各点について、この点の方向クラスの先行決定、及び相当する方向クラスからのテンプレート輪郭のチャンファー・マップの選定を含む。

最終的に、全体スコアηの計算は全ての局部的スコアを平均することにあり、すなわち、テンプレート輪郭がＩのテンプレート輪郭点Ｍ_{ｉ＝１〜ｌ}を含む場合、

となる。

本発明による方法は全体の画像にわたり毎回テンプレート輪郭をスキャンして、全てのテンプレート輪郭に適用される。

本発明者らは各々のテンプレート輪郭（テンプレート輪郭とは所定の位置におけるテンプレート輪郭と理解されたい）について、このテンプレート輪郭の画像輪郭との類似の確率の尺度である全体スコアを得る。

例えば、本発明者らはテンプレート輪郭ＣＭ_１について全体スコアη_１を得、テンプレート輪郭ＣＭ_２についてη_２を得る等。

望ましくは、本発明者らは次に仮定の選択を確立する。仮定という言葉は、画像内の決定された位置におけるテンプレート輪郭（すなわちある視点からの目標物）を意味すると理解される。

選択は一般的に決定のしきい値より大きい、得られた全体スコアに相当する最も可能性の高い仮定を採用することにより得られる。このしきい値は０．６に固定されることが望ましい。

本発明による近接性の測定法を用いた、そのような目標物の自動識別プロセスの実施は誤ったアラームの数を減らし、様々な仮定の間のより良い識別を可能にする。言い換えれば、出力においてより少ない仮定が採用される。

以下の表は比較のために、識別されるべき単独の目標物を含む異なった画像について、ハウスドルフ測定（ハウスドルフ測定＜２画素：の場合に採用される仮定）の判定基準と、本発明による近接性の全体スコア（η＞０．６）の判定基準において採用された多数の仮定を示す。本発明による近接性スコアに基づく選定基準は、誤った仮定の除去に関してより良い結果を与えているのが見られる。

一方、それは近接したシルエットを伴う二つの目標物の間の識別における真に決定的な改善は可能にしていない。これは得られる仮定の選定における、重ねることができる仮定の存在により示唆される。重ねられた仮定の概念は当業者に良く知られた概念である。それはこれらの仮定のテンプレート輪郭が共通の輪郭点を有することを示唆する。

本発明の他の態様は、この後者の点の改善を可能にする。

ここでより具体的に考えられる問題は、ある視角において、ある方向に対し、二つの目標物が本発明による割り当てられた全体スコアηという意味で近い、比較的類似のシルエットを持ち得るという事実による。

それにもかかわらず、実際には局部的な差異の存在は注目され得る。例えば軍用車両を扱う場合、これはおそらくキャタピラー又は車輪、大幅に異なる長さ、丸形又は反対に角形等の存在である。

従ってテンプレート輪郭の或る部分は他のテンプレート輪郭と比較して、より情報量が多い。

図７ｄはこのように、抜き出された輪郭の画像に相当する画像輪郭ＣＩを示す。それぞれ図７ａ及び図７ｂに表わされている二つのテンプレートＣＭ_１とＣＭ_２は本発明の意味では、この画像輪郭に近いことが分かる。

本発明による改良が基づく考えは、重ねられた二つの仮定を考慮すること、及びテンプレート輪郭の各点の局部的スコアに重み付けをすることにあり、このスコアはこの点での他のテンプレート輪郭との局部的な差異を表わす情報量により、このテンプレート輪郭の画像輪郭との近接性の尺度において構築されている。

本発明によれば、テンプレート輪郭ＣＭ_１の画像輪郭ＣＩとの類似性の確率を測る、テンプレート輪郭ＣＭ_１の関連する全体スコアη_１は各々の局部的スコアに重み付けをすることにより得られる。より正確には、テンプレート輪郭ＣＭ_１の各点Ｍ１_ｉの近接性の局部的スコアＮ（Ｍ１_ｉ）は、それが他のテンプレート輪郭ＣＭ_２に対して含む識別情報の量をこの点で代表する要因により重み付けされる。テンプレート輪郭ＣＭ_１の点Ｍ１_ｉにおいて含まれる情報量は、この点が他のテンプレート輪郭ＣＭ_２から離れるほど多くならなければならない。これは本発明の方法による、この点での近接性の尺度Ｄｉｓｔ（Ｍ１_ｉ）のまさしく定義である。

輪郭ＣＭ_２に対する第一輪郭ＣＭ_１の点Ｍ１_ｉのそれぞれの情報の量は従って次のように定義される。
Ｘ（Ｍ１_ｉ）＝Ｄｉｓｔ（Ｍ１_ｉ）＝ｄ（Ｍ１_ｉ、Ｍ２_ｊ）
ここでＭ２_ｊは本発明の近接性測定方法によりＭ１_ｉ点と組み合わされたテンプレート輪郭ＣＭ２_ｊの点である。与えられたテンプレート輪郭ＣＭ_１の点において、組み合わされた点からの距離が大きい程、この点での情報量は多い。これは図式的に図７ｃで表わされる。Ｍ１_ａ点では、図中の距離ｄ_ａに対応して情報量Ｘ（Ｍ１_ａ）は大きい。

Ｍ１_ｂ点では、この点において二つの輪郭は合併するため情報量Ｘ（Ｍ１_ｂ）はゼロである。

チャンファーの計算法及び、前述の距離測定における点の方向の考慮のための方法はこの情報量の計算に対し同様に適用される。

本発明による重み付けの方法は次に、関連付けられた情報量Ｘ（Ｍ１_ｉ）によりテンプレート輪郭ＣＭ_１の各点Ｍ１_ｉの局部的な近接性のスコアに重み付けし、輪郭ＣＭ_１の画像輪郭に対する全体スコアη_１を計算するステップにある。すなわち：

で表わされる。

本発明者らはこの第二輪郭ＣＭ_２の点に対する重み付けの方法を、第一と第二の輪郭の役割を反対にして、すなわち、第二輪郭ＣＭ_２の近接性測定方法を用いて第一輪郭ＣＭ_１に適用する。本発明者らは第一輪郭ＣＭ_１に対する第二輪郭ＣＭ_２の各点Ｍ２_ｊの情報量Ｘ（Ｍ２_ｊ）を得る。本発明者らは関連付けられた情報量Ｘ（Ｍ２_ｊ）により各点Ｍ２_ｊの局部的な近接性のスコアＮ（Ｍ２_ｊ）に重み付けする。全体スコアη_２は、テンプレート輪郭ＣＭ_２の各点の重み付けされた局部的な近接性のスコアを平均することにより得られる。すなわち、

で表わされる。

従って、他に対して最も多くの情報を有するテンプレート輪郭の部分に、より重みが与えられる。

言い換えれば、これは他に対して最も多くの情報を含む輪郭点に基づいて、二つの仮定の間を識別することを意味する。

この情報量の概念は、従って与えられたテンプレート輪郭の組合せに対して定義される。

二つより多い仮定が重ねられるときは、本発明者らは組合せごとの識別方法を適用する。

従って本発明は各点における近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）を与えて、その方法により第二輪郭の各点Ｍ_ｉが第一輪郭の一つ又はゼロの点と組み合わされる、第二輪郭の第一輪郭への近接性測定方法を説明している。

本発明による目標物の自動識別方法は、第二輪郭として適用されたテンプレート輪郭の各点の近接性の尺度を決定するための、この近接性測定のプロセスを第一輪郭として適用された画像輪郭に適用する。これによりテンプレート輪郭の各点について局部的な近接性のスコアを推定し、またテンプレート輪郭について画像輪郭との類似性の確率の尺度を与える全体スコアを推定する。

自動識別方法は従って（異なる三次元テンプレートとして、及び三次元テンプレートのために考えられる視点として、出来るだけ多くの異なるテンプレート輪郭を伴う）集団のテンプレート輪郭のそれぞれと関連付けられた全体スコアを決定する。

本発明の他の態様によれば、それは可能性の高い仮定としてその全体スコアがしきい値よりも大きい各々のテンプレート輪郭を採用して、仮定を選択するための判定基準を適用する。

変形によれば、集団のテンプレート輪郭は他のプロセス、例えばハウスドルフ測定から生まれる仮定の選択に対応する。

本発明の他の態様によれば、自動識別方法は次に、各々の仮定と関連付けられたテンプレート輪郭に対して、本発明により重み付けされた全体スコアを得るために、採用された仮定の中から重ねられた各々の組合せの仮定に重み付けする方法を適用する。これを行なうため、それは近接性の測定方法を、第一輪郭として適用される第二の仮定の輪郭に関して、第二輪郭として適用される第一の仮定の輪郭の各点と関連付けられた情報量を測るため、及び重み付けされた局部的スコアを平均することにより関連付けられた全体スコアを計算するために、最初に適用して用いる。それは近接性の測定方法を、第一輪郭として適用される第一の仮定の輪郭に関して、第二輪郭として適用される第二の仮定の輪郭の各点と関連付けられた情報量を測るため、及び重み付けされた局部的スコアを平均することにより関連付けられた全体スコアを計算するために、二回目に適用する。次に、識別システムは最善の仮定を選択する。重ねられた仮定が合計で２より大きい場合、自動識別システムは毎回最良の仮定を採用するために、この重み付けを組合せごとに適用する。

本発明による、そのような識別方法を用いた目標物の自動識別のためのシステムの性能は、解析されるべき２００の画像、及び陸上車両に相当する九つの三次元目標物を含むベースにおいてワークステーションでテストされた。このようにして識別性能における大幅な改善が、従来技術の方法で得られた５０％に対して、８０％の適切な識別の割合で実証できた。

ハウスドルフ測定を用いたプロセスから得られた仮定の最初の選択に対する、本発明による自動識別システムの適用は、識別の性能を変えることはないが、有利なことに計算時間を減らすことを可能にすることに注意されたい。

ここに正に記述された発明は、それを実施する自動識別システムの堅固性及び識別性を明らかに改善することが可能である。それは軍事分野に適用されるが、より一般的に一連のテンプレートとの比較による形状認識を用いたあらゆる分野に適用される。

輪郭の自動識別用のシステムに適用される入力画像から抜き出された輪郭の画像を表わす。 本発明により解析される画像輪郭とテンプレート輪郭との近接性の測定方法に従った、画像の点をテンプレート輪郭点と関連付けるステップを例示している。 本発明により解析される画像輪郭とテンプレート輪郭との近接性の測定方法に従った、点ごとの組合せステップを例示している。 誤った仮定の検出の問題を例示している。 画像の点とテンプレート輪郭点に関連付けられた方向クラスを例示している。 本発明による局部的な近接性のスコアを割り当てるための例示的関数に関連する曲線を表わす。 本発明による局部的な重み付けスコアの重み付け原理を例示している。

Claims (19)

1. 認識されるべき断固としたオブジェクトのテンプレートを含むデータベースによって提供されたテンプレート輪郭に対応する第二輪郭（ＣＭ）の近接性を評価する自動識別方法であって、
   第一輪郭（ＣＩ）イメージから抽出された目標輪郭に対応しており、第二輪郭（ＣＭ）の
   点のすべての中から決定する点は、一義に第一輪郭（ＣＩ）の一つの点と組み合わされることを含み、
   第一輪郭の各点（Ｉｋ）について、前記第一輪郭の各点（Ｉｋ）に最も近いと決定された点（Ｍｉ）を関連づけ、第二輪郭の（ＣＭ）の各点（Ｍｉ）を第一輪郭のゼロ、唯一の点又はｎ点と組み合わせるステップと
   前記各点（Ｍｉ）に最も近い点であれば、第二輪郭の各前記の点（Ｍｉ）と関連している第一輪郭の各点（Ｉｋ）を決定することによって前記一点が存在するならば、第一輪郭の一点と第二輪郭の各点（Ｍｉ）が一義に組み合わされ、一義に組み合わされる前記第一輪郭の一点と第二輪郭の前記決定された点のそれぞれの近接基準の関数として前記第二輪郭（ＣＭ）の前記第一輪郭（ＣＩ）との近接性を評価することを組み合わせるステップを含むコンピューター・ソフトウェアによる自動識別方法。
2. 与えられた点に最も近い点の決定が二つの点の間のユークリッド距離の測定に基づくことを特徴とする請求項１に記載の方法。
3. 第二輪郭（ＣＭ）の決定された各点（Ｍ_ｉ）と第一輪郭（ＣＩ）との近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）を、第二輪郭でそれぞれ決定された点からそれと一義に組み合わされる第―輪郭点
   のある一つの点までの距離の測定に基づいて割り当てるステップを含むことを特徴とする請求項２に記載の方法。
4. 前記距離測定が、第二輪郭でそれぞれ決定された点と一義に組み合わされる第一輪郭点のある一つの点の方向クラスの差の関数として修正された測定であることを特徴とする請求項３の方法。
5. 第二輪郭（ＣＭ）の各点（Ｍ _ｉ ）を第一輪郭（ＣＩ）の各点と関連づけるステップにおいて、
   それぞれの第一輪郭点と同じ方向クラスを有する第二輪郭点の中で、最も近い点が関連づけられることを特徴とする請求項１〜３のいずれか一項に記載の方法。
6. 関連づけるステップが第二輪郭（ＣＭ）のチャンファー・マップを使用し、それを通じて、入力として適用される座標XとYを有する第一輪郭の各点において、前記マップが第二輪郭に関連する点の識別（Ｓ_０（ｘ、ｙ））と、こうして関連付けられた二つの点の間の近接性の尺度（Ｓ_１（ｘ、ｙ））とを出力して提供することを特徴とする請求項１、２、３あるいは５のいずれか一項に記載の方法。
7. 方向クラスごとのチャンファー・マップが第二輪郭と関連付けられており、そして第一輪郭の各点について、この点の座標（ｘ、ｙ）を前記方向クラスに相当するチャンファー・マップへの入力として適用するために、関連付けるステップが第一輪郭点のクラスを決定するステップを含むことを特徴とする、請求項４と組み合わされた請求項６に記載の方法。
8. 八つの方向クラスを用いることを特徴とする請求項３〜６のいずれか一項に記載の方法。
9. テンプレート輪郭（ＣＭ）各点Ｍ_ｉに対して、この点の近接性の尺度Ｄｉｓｔ（Ｍ_ｉ）の関数として、以下の：
   − Ｎ（Ｍ_ｉ）が０と１の間にある値を有し、
   − 前記の点（Ｍ _ｉ ）が第一輪郭のゼロの点と組み合わされたときにＮ（Ｍ_ｉ）＝０であり
   − 前記の点（Ｍ _ｉ ）が第一輪郭の一つの点と組み合わされたときにＮ（Ｍ_ｉ）は近接性の尺度Ｄｉｓｔ（Ｍ _ｉ ）よりもゼロに近い値を持っている。
   近接性のＤｉｓｔ（Ｍ _ｉ ）は小さいというよりも第一輪郭の一つの点に近く大きい。
   という判定基準に従った、近接性の局部的スコアＮ（Ｍ_ｉ）の割り当てを含む近接を評価することを特徴とする請求項１に記載の識別方法。
10. 前記の点（Ｍ _ｉ ）が第一輪郭の一つの点と組み合わされるとき
    ―近接性の尺度Ｄｉｓｔ（Ｍ _ｉ ）がゼロに等しいときにＮ（Ｍ_ｉ）＝１であり、
    ―近接性の尺度Ｄｉｓｔ（Ｍ _ｉ ）が０と１画素の間にあるときにＮ（Ｍ_ｉ）が約１の値を有し、
    ―近接性の尺度Ｄｉｓｔ（Ｍ _ｉ ）が一画素より大きくなると直ちにＮ（Ｍ_ｉ）が非常に急速に０に減少し、
    ―約２画素の近接性尺度Ｄｉｓｔ（Ｍ _ｉ ）の浜辺で、変曲点を有する曲線に従ってＮ（Ｍ_ｉ）が減少し、
    ―近接性の尺度Ｄｉｓｔ（Ｍ _ｉ ）が３画素より大きくなると直ちにＮ（Ｍ_ｉ）がゼロに準じる値を有することを特徴とする請求項９に記載の識別方法。
11. Ｍ_ｉ点に近接性のスコアを割り当てる関数が、次の式：
    

    

    によって表わされ得ることを特徴とする請求項１０に記載の識別方法。
12. テンプレート輪郭（ＣＭ）の点の数に対する近接性のスコアの平均に等しい全体スコアηの測定ステップを含むことを特徴とする、請求項１０あるいは１１に記載の識別方法。
13. テンプレート輪郭の集団の、各々のテンプレート輪郭に対し連続的に適用されることを特徴とする請求項９〜１２のいずれか一項に記載の識別方法。
14. 前記集団が、ハウスドルフ距離測定を用いることを特徴とする請求項１３に記載の識別方法。
15. 各々のテンプレート輪郭に割り当てられた、各々の全体スコアηのしきい値との比較による、仮定の選択ステップを含むことを特徴とする請求項１３あるいは１４に記載の識別方法。
16. 前記しきい値が０．６に固定されていることを特徴とする請求項１５に記載の識別方法。
17. 重ねられている第一輪郭の仮定（ＣＭ１）及び第二輪郭の仮定（ＣＭ２）の各々の組合せについて、各々のテンプレート輪郭に割り当てられた全体スコアに重み付けを与えるステップを含み、前記重み付けステップが第一輪郭（ＣＩ）の一点と第二輪郭の各点（Ｍｉ）が一義に組み合わされ、一義に組み合わされる前記第一輪郭の一点と前記第二輪郭で決定された二つの点の間のユークリッド距離の測定に基づく近接性の測定方法の適用を含む、重ねられたテンプレート輪郭の仮定の間の識別ステップ、
    − ａ）第二輪郭として前記第一仮定の輪郭を適用し、第一輪郭として前記第二仮定の輪郭を適用することにより、第一仮定の輪郭（ＣＭ１）の各点（Ｍ１ｉ）について得られた前記近接性の尺度Ｄｉｓｔ（Ｍ１ｉ）が、この点の局部的な近接性のスコア（Ｎ（Ｍ１ｉ））のための重み付け係数Ｘ（Ｍ１ｉ）として画像輪郭（ＣＩ）に適用され、そして前記重み付けされた局部的スコアの平均を計算することにより、画像輪郭へのその近接性を表わす第一輪郭の仮定と関連付けられた全体スコア（η1）を推定し、
    − ｂ）第二輪郭として前記第二仮定の輪郭を適用し、第一輪郭として前記第一仮定の輪郭を適用することにより、第一仮定の輪郭（ＣＭ２）の各点（Ｍ２ｊ）について得られた前記近接性の尺度Ｄｉｓｔ（Ｍ２ｊ）が、この点の局部的な近接性のスコア（Ｎ（Ｍ２ｊ））のための重み付け係数Ｘ（Ｍ２ｊ）として画像輪郭（ＣＩ）に適用され、そして前記重み付けされた局部的スコアの平均を計算することにより、画像輪郭へのその近接性を表わす第一輪郭の仮定と関連付けられた全体スコア（η２）を推定するステップを含むことを特徴とする、請求項１５あるいは１６のいずれか一項に記載の識別方法。
18. 重ねられた複数の仮定の中からテンプレート輪郭の最良の仮定として、それと共に最良の全体スコアが関連付けられるものを選択することを特徴とする請求項１７に記載の識別方法。
19. 輪郭の画像内の目標物自動識別システムであって、認識されるべく決定された目標物のテンプレートを含むデータベース、及び輪郭を比較するように構成されている計算手段を備えるシステムにおいて、
    前記計算手段が請求項９〜１８のいずれか一項に記載の識別方法のステップを実行するように構成されていることを特徴とするシステム。

Images