JP4794625B2 - 画像処理装置および画像処理方法 - Google Patents

Description

本発明は、画像から特定形状を検出する画像処理装置および画像処理方法に関する。

従来、撮像画像から特定形状を検出する画像処理装置または方法が広く利用されている。例えば、ＦＡ（工場自動化）向けの画像処理装置において、部品形状の検出により、部品の取り間違いや欠陥の検出を実現している。また、近年のロボットナビゲーションにおける誘導標識の認識や、リモートセンシングにおける建物の認識でも特定形状の検出が利用されている。また、運転支援のため、道路標識を認識し、その認識した標識情報をドライバに知らせたり、あるいは、その標識情報を車輌制御に利用したりする装置がある。標識認識装置では、カメラで前方を撮像し、その撮像画像から標識で使用されている形状などから特定領域の画像を抽出し、その抽出した画像とテンプレートの標識画像とによるテンプレートマッチング等のパターン認識により標識を認識している。

形状検出において、従来のハフ変換手法（特許文献１参照）が利用されている。画像のエッジ点より形状を記述する解析式のパラメータに対して投票し、パラメータ空間におけるピーク値より形状の解析式のパラメータを求める。標準ハフ変換手法は直線や円など解析式で表現できる形状にしか利用できない。これに対して、一般化ハフ変換手法（非特許文献１参照）では、任意形状の検出が可能となっている。一般化ハフ変換において、ある参照点を指定し、形状上の点の特徴と、当該点と参照点間の幾何関係との対応関係を事前に形状の標準テンプレートより作成する。上記対応関係が通常複数存在するため、画像から形状を検出する際に、画像のエッジ点より可能な対応関係全てに投票する。投票結果より、可能性の高い対応関係を求め、対象形状を検出する。また、ハフ変換や一般化ハフ変換の実行速度を改善実現するため、投票点の数を制限するなどの工夫が施されている（特許文献２参照）。

また、ハフ変換と異なる投票方式を用いて正多辺形を検出する技術が提示されている（特許文献３参照）。当該技術において、エッジ点が放射対称(radial symmetry)を有する形状の中心点に投票するため、投票空間が実際に画像空間と同一である。そのため、従来のハフ変換と比べると、実行速度が速くなっている。
米国特許第３０６９６５４号明細書 米国特許出願公開第２００６／０２９１７２６号明細書 米国特許出願公開第２００６／００９８８７７号明細書 D.H.Ballard著、「ハフ変換の一般化による任意形状の検出，パターン認識（Generalizing the Hough transform to detect arbitrary shapes, Pattern Recognition）」、Vol.13, No.2, 1981年

従来の技術では、任意形状を高速に検出できないという課題がある。一般化ハフ変換は任意形状に適用可能であるが、投票空間の次元数が高いため、高速実現が困難である。例えば、形状のスケール変換や回転のパラメータを考慮した場合、通常投票空間が３次元以上となる。また、特許文献３に記載の技術が高速に実現可能であるが、正多辺形以外の形状に対して、適用できない問題があった。

また、従来の形状検出手法では、対象形状の構成成分を１つずつ検出するか、全構成成分を総合的に検出する。そのため、例えば、特許文献３ではエッジ点の強度を用いるため
、特定の組合せの検出に対しロバスト性が不十分であった。

本発明の目的は、画像から特定形状を高速に検出することができ、かつ、ロバスト性を改善することができる画像処理装置および画像処理方法を提供することである。

本発明の画像処理装置は、与えられた画像から、検出対象の形状に含まれる３辺に３点で接する第一の円の中心点の第一の候補位置を求める候補位置算出部と、前記３辺から前記第一の候補位置への法線と、前記法線と各辺が交わる点を通る一定方向の基準線との角度を求める角度算出部と、前記第一の候補位置に関する前記角度の相対関係を求める相対関係算出部と、前記角度の相対関係と、予め格納された形状の角度の相対関係とから、前記与えられた画像に含まれる前記３辺に対応する辺を含む形状を認識する認識部と、を有する構成を採る。

本発明によれば、画像から特定形状を高速に検出することができ、かつ、ロバスト性を改善することができる。

以下、図面を参照して、本発明の実施の形態を詳細に説明する。以下に説明する実施の形態で、特定形状の線分の組合せとは、検出対象の画像の輪郭が１つ以上の線分を含むことである。輪郭は開形状でも閉形状でもよい。また、線分として曲線を含んでもよい。

２００６年７月１７日出願の願番２００６１０１０５６６７．３の中国出願に含まれる明細書、図面および要約書の開示内容はすべて本願に援用される。

＜実施の形態１＞
図１は、本発明の実施の形態１に係る画像処理装置の構成図である。図１に示す画像処理装置１００において、格納部１０１は、検出対象の特定形状を標準テンプレートとして格納する。形状特徴処理部１０２は、格納部１０１に格納された検出対象の特定形状の標準テンプレートから特定形状の構成特徴を記述する構成特徴テーブルを生成する。例えば
、形状特徴処理部１０２は、図２Ａに示した標準テンプレートに対し、図３に示すような任意の３辺に３点で接する円（以下、内接円という）を抽出する。図３に示す例では、形状特徴処理部１０２は、計４つの内接円（Ｏ１，ｒ１；Ｏ２，ｒ２；Ｏ３，ｒ３；Ｏ４，ｒ４）を抽出する。形状特徴処理部１０２は、各内接円の中心点、半径、接点の法線方向、および内接円中心点間の相対位置関係を構成特徴テーブルとして表１のように記述する。直線の場合、各点の法線方向は同方向である。内接円に対して、接点の数だけ法線方向を求める。図３では、法線方向は全部で４つあるので、内接円間では法線方向を部分的に共有している。形状特徴処理部１０２の処理は通常オフラインで行う。

エッジ処理部１０３は、カメラ等の撮像部から出力された入力画像に含まれる各図形のエッジを抽出する。例えば、図２Ｂに示す例では、図形Ｓ１、Ｓ２、Ｓ３の全ての図形のエッジを抽出する。本実施の形態ではエッジ抽出方法を限定しない。公知の方法、例えば、Canny、Sobel、LoGなどいずれの方法を利用してもよい。本実施の形態において、入力画像から図形の形状を認識する例で説明するが、格納された画像に対しても、図形の形状を認識する処理を適用可能である。

法線ベクトル処理部１０４は、エッジ処理部１０３で求めた各エッジのエッジ点の法線方向を求める。例えば、法線ベクトル処理部１０４は、図２Ｂの原画像に対し、図２Ｃに示すエッジ点および法線方向を各図形について求める。

投票処理部１０５は、エッジ点に対し、投票領域を求め、投票領域に属する各点の得票値を加算し、投票する。例えば、図５に投票領域の一例を示す。図５において、ｐはエッジ点、θはエッジ点ｐの法線方向、ｒは指定した投票半径、線分ＡＢとＣＤは投票領域である。法線方向θは、エッジ点ｐの勾配方向である。線分ＡＢと線分ＣＤの方向は法線と直交し、長さは通常ｒに比例する。例えば、線分の長さＬは次の式（１）で表される。
Ｌ＝ａ・ｒ＋ｂ …（１）
但し、ａとｂは任意の係数である。

投票処理部１０５は、投票半径ｒを、通常、ある範囲［ｒ_min，r_max］において複数の値を順次に指定する。投票とは、投票領域ＡＢとＣＤに属する全ての点ｑに対し、その得票値Ｓ（ｑ）を加算する。例えば、得票値Ｓ（ｑ）は、次の式（２）で表される。
Ｓ（ｑ）＝Ｓ（ｑ）＋１ …（２）
但し、投票処理部１０５は、Ｓ（ｑ）の初期値を同一値、例えば“０”にする。同時に、投票処理部１０５は、得票方向Ｄ（ｓ（ｑ））も記憶する。例えば、得票方向Ｄ（ｓ（ｑ））は、次の式（３）で表される。
Ｄ（ｓ（ｑ））＝θまたはθ＋π …（３）

投票する際に、点ｑの位置を入力画像の画素点位置に設定しても画素点間の位置に設定してもよい。また、全画素点の可能な投票領域の和を投票範囲と言う。通常、投票範囲を画像範囲と同じ、つまり全画素点範囲に設定することができる。以上、投票処理の基本方法を説明した。しかし、投票範囲、投票領域、得票値の加算方法など具体的な計算方法は特に限定されない。例えば、特許文献３に提示した投票領域の設定方法を利用してもよい
。

部分形状検出処理部１０６は、形状特徴処理部１０２の処理結果と投票処理部１０５の処理結果に基づき、テンプレート形状に対応する線分の組み合わせを検出する。具体的に、図６および表１に示した内接円（Ｏ１，ｒ１）の検出を例として、図６を参照して部分形状検出処理部１０６の動作フローを説明する。図６は、部分形状検出処理部１０６における内接円検出の処理を示すフローチャートである。

まず、ステップ１０では、部分形状検出処理部１０６（本発明の「候補位置算出部」に相当）が、投票範囲Ｑの全ての点ｑに対し得票値Ｓ（ｑ）の局所ピーク位置を全部求める。局所ピーク位置は得票値が局所的に高い点である。例えば、局所ピーク位置をｘ_ｊ，j=1,…,Jで表現し、内接円中心点位置Ｏ１の候補位置とする。

次に、ステップ１１では、部分形状検出処理部１０６が、局所ピーク位置ｘ_ｊの得票方向を整理する。具体的には、内接円（Ｏ１，ｒ１）に対する接点の法線方向の数ｎ＝３なので、投票処理部１０５で記憶された得票方向Ｄ（Ｓ（ｑ））を公知の方法で３つのクラスタにクラスタリングする。ここで、公知の方法としては、K-means手法がある。

ステップ１２では、クラスタリングの誤差が所定閾値よりも小さい場合（ＹＥＳ）、部分形状検出処理部１０６が、得票方向数をｎ＝３にし、各クラスタの中心方向を局所ピーク位置ｘ_ｊ，j=1,…,Jの得票方向として設定する。更に、部分形状検出処理部１０６（本発明の「角度算出部」に相当）は、投票する３辺から候補位置への法線と、前記法線と各辺が交わる点を通る一定方向の線との角度を求める。言い換えると、部分形状検出処理部１０６は、得票方向を求める。

ステップ１３では、クラスタリングの誤差が所定閾値よりも小さくない場合（ステップ１２：ＮＯ）、部分形状検出処理部１０６が、ｘ_ｊを内接円中心点位置Ｏ１の候補点でないと記憶する。

次に、ステップ１４では、クラスタリングの誤差が所定閾値よりも小さい場合（ステップ１２：ＹＥＳ）、部分形状検出処理部１０６（本発明の「相対関係算出部」に相当）が、局所ピーク位置ｘ_ｊ，j=1,…,Jの得票方向の角度の相対関係が内接円（Ｏ１，ｒ１）の接点の法線方向の角度の相対関係と一致するか否かを判断する。

ステップ１５では、各角度の相対関係が一致した場合（ステップ１４：ＹＥＳ）、部分形状検出処理部１０６（本発明の「相対関係算出部」に相当）が、内接円中心点位置Ｏ１の候補点として、局所ピーク位置ｘ_ｊを記憶する。ステップ１３では、各角度の相対関係が一致しない場合（ステップ１４：ＮＯ）、部分形状検出処理部１０６が、ｘ_ｊを内接円中心点位置Ｏ１の候補点でないと記憶する。例えば、図４に示したように、内接円中心点位置Ｏ１の候補位置Ｏ１’の３つの得票方向θ１’，θ２’，θ４’が求まった場合、部分形状検出処理部１０６は、得票方向θ１’，θ２’，θ４’の角度の相対関係｜θ１’−θ２’｜，｜θ２’−θ４’｜，｜θ４’−θ１’｜が表１に示した３つの接点の法線方向θ４，θ１，θ２の角度の相対関係｜θ１−θ２｜，｜θ２−θ４｜，｜θ４−θ１｜と等しいかを判断する。しかし、必ずしも、θ１’とθ１、θ２’とθ２、θ４’とθ４の対応関係に限らなくてもよい。角度の相対関係｜θ１’−θ２’｜，｜θ２’−θ４’｜，｜θ４’−θ１’｜と角度の相対関係｜θ１−θ２｜，｜θ２−θ４｜，｜θ４−θ１｜それぞれが等しい場合、部分形状検出処理部１０６は、θ１，θ２，θ４それぞれの対応する得票方向を求める。

ステップ１６では、部分形状検出処理部１０６が、ｊ＝Ｊまで、全ての局所ピーク位置
ｘ_ｊについて処理が完了したか否かを判断する。

ステップ１７では、全ての局所ピーク位置ｘ_ｊについて処理が完了していない場合（ステップ１６：ＮＯ）、ｊに１を加算し、その後、ステップ１１からステップ１５までの処理を行う。全ての局所ピーク位置ｘ_ｊについて処理が完了した場合（ステップ１６：ＹＥＳ）、ステップ１８に進む。

ステップ１８では、部分形状検出処理部１０６が、内接円中心点位置Ｏ１に対応する局所ピーク位置Ｏ１’，対応半径ｒ１’および対応得票方向（θ１’，θ２’，θ４’）を出力する。

次に、形状形態処理部１０７は、形状特徴処理部１０２の処理結果と部分形状検出処理部１０６の処理結果に基づき入力画像上の形状と標準テンプレートとの相対スケール変化率と相対回転角度を求める。例えば、図２Ｃに示す４角形Ｓ１に対し、図４のように内接円候補（Ｏ１’ｒ１’）が部分形状検出処理部１０６から出力された場合、形状形態処理部１０７は、ｒ１’／ｒ１で相対スケール変化率、（θ１’−θ１＋θ２’−θ２＋θ４’−θ４）／３で相対回転角度を計算する。

形状認識処理部１０８（本発明の「認識部」に相当）は、形状形態処理部１０７で求められた各部分形状の相対位置関係より形状全体を検出する。形状認識処理部１０８は、形状形態処理部１０７で求めた相対スケール変化率と相対回転角度の結果を考慮し、Ｏ１’に対するＯ２’，Ｏ３’，Ｏ４’の相対位置関係が表１に示す各中心点の相対位置関係と一致するか否かを判断する。各相対位置関係が一致した場合、形状認識処理部１０８は、検出結果として入力画像に含まれる図形Ｓ１が図２Ａに示すテンプレート形状と一致する旨を出力する。

＜変形例＞
上述の具体的な説明は本発明の範囲を制限しない。例えば、以下の利用形態も考えられる。

内接円中心点位置Ｏ１に対応する部分形状の局所ピーク位置Ｏ１’が入力画像から検出された場合、相対スケール変化率、相対回転角度および表１に示す構成特徴テーブルを考慮し、局所ピーク位置Ｏ２’，Ｏ３’，Ｏ４’の位置は予測できる。投票処理部１０５の結果を用いて、予測された局所ピーク位置Ｏ２’，Ｏ３’，Ｏ４’付近に局所ピーク位置があるかを判断することによって形状検出も実現できる。

また、図３のテンプレート形状に対し、４つの内接円でなく、その内の２つの内接円を表１の構成特徴テーブルに記述してもよい。２つの内接円および角度の相対関係を検出することより図形Ｓ１の形状検出を実現する。

また、全ての内接円を利用しない場合、任意の内接円を選択可能である。また、半径の大きい順でもその他の基準でもよい。

また、本実施の形態では、形状特徴処理部１０２が、任意の３辺に３点で接する円を抽出する例で説明したが、これに限られない。形状特徴処理部１０２が、任意の３辺以上に３点以上で接する円を抽出する構成としてもよい。例えば、形状特徴処理部１０２が、任意の４辺に４点で接する円を抽出する構成としてもよい。ここで、任意の４辺に４点で接する円を抽出する場合であっても、任意の３辺に３点で接する円を抽出することが観念される。

また、形状認識処理部１０８からの検出結果は、上記過程を特定形状の有無を検出するか、特定形状に近い形状を抽出するか、のどちらに利用されてもよい。

本実施の形態によれば、指定位置に線分が存在するかの検証は高速に実現可能のため、本実施の形態においても特定形状を高速に検出することができる。また、複数線分の組合せを検出するため、エッジ点の強度よりも分布のほうが重視される。このため、ロバスト性を改善することができる。

＜実施の形態２＞
本実施の形態においては、形状特徴処理部１０２が生成する検出対象形状の構成特徴テーブルの生成方法について説明する。

従来、画像処理の分野で２値画像のスケルトン抽出技術が知られている。形状特徴処理１０２は、例えば、図２Ａの標準テンプレート形状に対し、形状内部を１に、形状外部を０に設定し、２値画像を生成する。形状特徴処理部１０２は、スケルトン抽出技術より、図７に示すようにスケルトン（細線）を求めることができる。形状特徴処理１０２は、スケルトンに存在する交点Ｔ１，Ｔ２を表１に示す３辺に３点で接する内接円の中心点として設定する。

形状特徴処理部１０２は、内接円の半径を以下のように求める。まず、形状特徴処理部１０２は、上記２値画像のエッジ点を求める。次に、形状特徴処理部１０２は、半径ｒを仮定し、求めたエッジ点で投票を行う。次に、形状特徴処理部１０２は、上記スケルトン交点Ｔ１，Ｔ２の位置の得票値を計算する。形状特徴処理部１０２は、上記得票値とｒとの依存関係より、得票値を最大にするｒを内接円の半径に設定し、接点の法線方向を求め、表１に示す構成特徴テーブルを生成する。

＜実施の形態３＞
本実施の形態においては、形状特徴処理部１０２は、内接円の特徴だけでなく、形状を構成する１つ以上の直線線分の特徴も生成し、検出対象形状の構成特徴テーブルにそれらを記述する。

形状特徴処理部１０２は、図８Ａに示した標準テンプレートの場合、以下の表２Ａと表２Ｂの構成特徴テーブルを生成する。表２Ａは表１と同じように内接円の特徴を記述し、表２Ｂは内接円を共有しないその他の線分の特徴を記述する。

形状特徴処理部１０２は、表２Ｂに直線線分ｍ１，ｍ２，ｍ３，ｍ４のそれぞれの中点位置Ｐ１，Ｐ２，Ｐ３，Ｐ４、中点位置と内接円中心点とを結ぶ線分ＯＰ１，ＯＰ２，ＯＰ３，ＯＰ４の（図示されない）方向、およびそれぞれの長さＬ１，Ｌ２，Ｌ３，Ｌ４（
図示されない）を記述する。中点位置Ｐ１，Ｐ２，Ｐ３，Ｐ４は内接円の中心点Ｏの座標に対する相対位置で表す。方向α１〜α４（図示されない）は、線分ＯＰ１，ＯＰ２，ＯＰ３，ＯＰ４と中心点Ｏを通る一定方向の直線（例えば、画面の走査線）とで形成される角度である。

表２Ａの内接円（Ｏ，ｒ）の特徴を実施の形態１で説明したように検出する。例えば、部分形状検出処理部１０６は、図８Ｂの画像形状に対し、内接円の検出より特定形状の線分の組合せ（ｌ３’，ｌ４’，ｌ５’）を検出する。

形状形態処理部１０７は、表２Ｂの標準テンプレートの組合せ（ｌ３，ｌ４，ｌ５）との相対スケール変化率と相対回転角度を求める。

形状認識処理部１０８は、内接円の位置、相対スケール変化率、相対回転角度、および表２Ｂの構成特徴テーブルに基づき線分ｍ１，ｍ２，ｍ３，ｍ４に対応する画像エッジが存在するか否かを検証する。具体的に、形状認識処理部１０８は、各線分の画像におけるべき位置と長さを計算し、そこに存在するエッジ点の数を合計する。形状認識処理部１０８は、エッジ点の数が指定閾値より大きい場合、線分の存在を認識する。形状認識処理部１０８は、全ての線分の存在を確認できれば、図８Ａに示す形状全体が存在することを検出する。即ち、形状認識処理部１０８は、他の全ての辺を予測し、予測された他の全ての辺のエッジ点の数を求めることにより他の全ての辺を含む形状を認識する。

本実施の形態によれば、検出対象形状に存在する相対的に短い線分、例えば図８Ａのｍ１とｍ４に対し特に有効である。指定位置に線分が存在するかの検証は高速に実現可能のため、本実施の形態においても特定形状を高速に検出することができる。また、複数線分の組合せを検出するため、エッジ点の強度よりも分布のほうが重視される。このため、ロバスト性を改善することができる。

＜実施の形態４＞
本実施の形態においては、検出対象形状に曲線線分が存在した場合の検出する例を説明する。

図９Ａに標準テンプレートの一例を示す。形状特徴処理部１０２は、以下の表３Ａと表３Ｂの構成特徴テーブルを生成する。表３Ａは表１と同じように内接円の特徴を記述し、表３Ｂは内接円を共有しない曲線線分の特徴を記述する。

形状特徴処理部１０２は、表３Ｂに示すように、曲線線分ｃ１をサンプリングするｍ点の位置を記述する。曲線線分ｃ１上のサンプル点の位置は表３Ａの内接円（Ｏ，ｒ）の中心点との相対位置で表す。

画像から当該標準テンプレートに対応する形状、例えば、図９Ｂに示す形状を検出する場合、まず、実施の形態１で説明したように、部分形状検出処理部１０６は、内接円を共有する特定形状の線分の組合せを検出する。次に、形状形態処理部１０７は、標準テンプ
レートとの相対スケールと相対回転を検出する。次に、形状認識処理部１０８は、内接円の位置、相対スケール変化率、相対回転角度、および構成特徴テーブルに基づき曲線線分に対応する画像エッジが存在するかを検証する。即ち、形状認識処理部１０８は、設定したサンプル点に対応する画像位置に存在すべきエッジ点の数を合計する。形状認識処理部１０８は、対応するエッジの存在を確認できれば、図９Ａに示す全体形状が存在することを検出する。

また、曲線線分が解析式で表す場合、画像から曲線線分に対応する位置を求め、求めた位置に存在するエッジ点を合計してもよい。

本実施の形態によれば、指定位置に線分が存在するかの検証は高速に実現可能のため、本実施の形態においても特定形状を高速に検出することができる。また、複数線分の組合せを検出するため、エッジ点の強度よりも分布のほうが重視される。このため、ロバスト性を改善することができる。

＜実施の形態５＞
本実施の形態においては、検出対象形状に１つの共有内接円が存在した場合の検出を実現する。

この場合、特徴テーブルとして接点の相対法線方向だけを記録するため、標準テンプレートを利用しなくても、特定形状を検出できる。

例として、図１０Ａの三角形を検出する場合、３つの投票方向が存在した上で、相対方向がいずれも１８０°未満であれば、三角形の存在を検出できる。更に、相対方向がいずれも１２０°であれば、正三角形が検出される。

また、図１０Ｂに示した形状に対し、３つの投票方向が存在し、かつ相対方向がそれぞれ９０°、１８０°、９０°であれば、所定の形状が検出される。

本実施の形態によれば、複数線分の組合せを検出するため、エッジ点の強度よりも分布のほうが重視される。このため、ロバスト性を改善することができる。

以上、実施の形態１から実施の形態５に係る画像処理装置および画像処理方法について説明した。本発明は、画像処理方法を実行可能なコンピュータプログラムにも適用可能である。

本発明は、画像から特定形状を高速に検出することができ、かつ、ロバスト性を改善することができるという効果を有し、画像処理装置および画像処理方法、車載装置、ロボットナビ、リモートセンシングの建物検出等の種々の装置および方法にとって有用である。

本発明の実施の形態１に係る画像処理装置の構成図 実施の形態１における検出対象形状の標準テンプレートの一例を示す図 撮像部から出力された入力画像の一例を示す図 実施の形態１におけるエッジ点および法線方向の一例を示す図 実施の形態１における内接円の抽出例を示す図 入力画像に含まれる形状の内接円の抽出例を示す図 実施の形態１における投票領域の一例を示す図 図１の部分形状検出処理部における内接円検出の処理を示すフローチャート 本発明の実施の形態２におけるスケルトン（細線）を求める一例を示す図 本発明の実施の形態３における検出対象形状の標準テンプレートの一例を示す図 入力画像に含まれる画像形状の抽出例を示す図 本発明の実施の形態４における検出対象形状の標準テンプレートの一例を示す図 入力画像に含まれる画像形状の抽出例を示す図 入力画像に含まれる画像形状の抽出例を示す図 入力画像に含まれる画像形状の抽出例を示す図

Claims (7)

1. 与えられた画像から、検出対象の形状に含まれる３辺に３点で接する第一の円の中心点の第一の候補位置を算出する候補位置算出部と、
   前記３辺から前記第一の候補位置への法線と、前記法線と各辺が交わる点を通る一定方向の基準線との角度を算出する角度算出部と、
   前記第一の候補位置に関する前記角度の相対関係を算出する相対関係算出部と、
   前記角度の相対関係と、予め格納された形状の角度の相対関係とに基づいて、前記与えられた画像に含まれる形状を認識する認識部と、
   を具備する画像処理装置。
2. 前記候補位置算出部は、更に、前記検出対象の形状に含まれ前記３辺の少なくとも１辺と重複しない別の３辺に３点で接する第二の円の中心点の第二の候補位置を算出し、
   前記角度算出部は、更に、前記別の３辺から前記二の候補位置への法線と、前記法線と各辺が交わる点を通る一定方向の前記基準線との角度を算出し、
   前記相対関係算出部は、更に、前記二の候補位置に関する前記角度の相対関係を算出し、
   前記認識部は、前記第一の候補位置に関する前記角度の相対関係および第二の候補位置に関する前記角度の相対関係と、前記予め格納された形状の角度の相対関係とから、前記与えられた画像に含まれる前記３辺および前記別の３辺にそれぞれ対応する辺を含む形状を認識する、
   請求項１記載の画像処理装置。
3. 前記予め格納された形状からスケルトンに存在する交点を円の中心点として設定し、前記予め格納された形状の前記円の接点の法線方向を形状の特徴として求める形状特徴処理部、
   を更に具備する請求項１記載の画像処理装置。
4. 前記認識部は、更に、前記３辺と異なる他の全ての辺を予測し、予測された他の全ての辺のエッジ点の数を求めることにより前記３辺と異なる他の全ての辺を含む形状を認識する、
   請求項１記載の画像処理装置。
5. 前記認識部は、更に、前記３辺と異なる辺のエッジ点の数を求め、エッジ点の数に基づいて前記与えられた画像に含まれる前記３辺と異なる辺を含む形状を認識する、
   請求項１記載の画像処理装置。
6. 前記角度の相対関係は、前記第一の候補位置に関して算出された前記角度の相互の差分の絶対値の第１の組合せであって、
   前記予め格納された形状の角度の相対関係は、前記予め格納された形状の内接円の３つの接点における其々の法線と、前記基準線との角度の相互の差分の絶対値の第２の組合せであって、
   前記認識部は、前記第１の組合せと前記第２の組合せとが等しい場合に、前記与えられた画像に含まれる形状を認識する、
   請求項１記載の画像処理装置。
7. 与えられた画像から、検出対象の形状に含まれる３辺に３点で接する第一の円の中心点の第一の候補位置を算出するステップと、
   前記３辺から前記第一の候補位置への法線と、前記法線と各辺が交わる点を通る一定方向の基準線との角度を算出するステップと、
   前記第一の候補位置に関する前記角度の相対関係を算出するステップと、
   前記角度の相対関係と、予め格納された形状の角度の相対関係とに基づいて、前記与えられた画像に含まれる形状を認識するステップと
   を具備する画像処理方法。

Images