JP5275496B1

JP5275496B1 - 画像聴覚化装置

Info

Publication number: JP5275496B1
Application number: JP2012121453A
Authority: JP
Inventors: 昌弘黒田
Original assignee: Individual
Current assignee: Individual
Priority date: 2012-05-29
Filing date: 2012-05-29
Publication date: 2013-08-28
Anticipated expiration: 2032-05-29
Also published as: JP2013246738A

Abstract

【課題】物体に接触せずに、聴覚をもって特別対象物をより正確に認識可能とする。
【解決手段】画像聴覚化装置１は、撮像手段２と、発音手段３と、複数のドットＤＴからなる処理画像ＳＰを得る画像処理手段４１と、発音手段３から発する音を決定する発生音決定手段４４と、撮像画像中において所定の外観要素を有する部位を所定の特別対象物として認識する特別対象物認識手段４２と、処理画像ＳＰ中における特別対象物の位置を検出する位置検出手段４３とを有する。発生音決定手段４４は、左右の耳への音の到達時間差によりＸ軸方向に沿ったドットＤＴの位置を表し、ドットＤＴの各行ごとに割り当てられる周波数によりＹ軸方向に沿ったドットＤＴの位置を表する。発音手段３は、ドットＤＴのうち少なくとも特別対象物が位置する部位に対応して音を発する。
【選択図】図３

Description

本発明は、周囲に位置する物体を聴覚的に表現する画像聴覚化装置に関する。

従来、視覚障害者は、杖を周囲の物体に接触させることや、信号機の誘導音などから周囲の状況を確認している。

しかしながら、杖を用いる場合、視覚障害者は杖で周囲の物体に触れることが必要であり、杖の先を継続的に広範囲に動かさなければならない。従って、杖が段差や障害物等に接触せずに、それら段差等を認識し損ねてしまうおそれがある。また、誘導音などを利用するにあたっては、それを発するための設備が設けられていることが必要である。

そこで、特段の設備が設けられていない環境下においても、視覚によることなく周囲に位置する物体などを認識可能とすべく、物体をＣＣＤカメラ等の撮像手段で読み取った上で、読み取られた画像データの輪郭を音に変換し、その音により利用者に聴覚をもって当該画像データを認識させる技術が提案されている（例えば、特許文献１等参照）。

特開２００３−８４７８４号公報

しかしながら、上記特許文献に記載の技術では、信号機から発せられる信号（赤信号や青信号）や視覚障害者誘導用ブロックなど、視覚障害者にとって特に重要なものや、所定の施設のマークや特定人物の顔など、生活を営む上で必要なもの（以下、これらを特別対象物という）を正確に認識することができないおそれがある。

本発明は、上記事情を鑑みてなされたものであり、その目的は、視覚障害者等の利用者が、物体に接触することなく、聴覚をもって特別対象物をより正確に認識することができる画像聴覚化装置を提供することにある。

以下、上記目的を解決するのに適した各手段につき、項分けして説明する。なお、必要に応じて対応する手段に特有の作用効果を付記する。

手段１．撮像手段と、
利用者の左右の耳に装着され、各耳に対応した発音機を備える発音手段と、
前記撮像手段により得られた撮像画像に基づいて、Ｘ軸方向及びＹ軸方向に沿って延びる複数の走査線により形成された複数のドットからなる処理画像を得る画像処理手段と、
前記発音手段から発する音を決定する発生音決定手段とを備える画像聴覚化装置であって、
前記撮像画像中において所定の外観要素を有する部位を所定の特別対象物として認識する特別対象物認識手段と、
前記処理画像中において前記特別対象物が位置する前記ドットを検出する位置検出手段とを有し、
前記特別対象物認識手段は、前記撮像手段により得られた撮像画像に基づいて、予め設定された所定の外観要素を有する部位を抽出し、予め記憶されたデータを参照して、前記抽出された部位に位置する特別対象物の種別を認識するものであり、
前記発生音決定手段は、
左右の耳への音の到達時間に差を設けることで、前記処理画像中におけるＸ軸方向に沿った前記ドットの位置を表すとともに、
Ｙ軸方向のプラス側からマイナス側へと向かって増加又は減少し、Ｙ軸方向に沿った前記ドットの各行ごとに割り当てられる周波数により、前記処理画像中におけるＹ軸方向に沿った前記ドットの位置を表し、
前記発音手段は、少なくとも前記特別対象物が位置する前記ドットに対応して前記発生音決定手段により決定された音を発するものであるとともに、
前記特別対象物が位置する部位以外の前記ドットに対応しても発音可能であり、
前記発生音決定手段は、少なくとも前記特別対象物が位置する前記ドットに対応して発する音を、前記特別対象物以外が位置する前記ドットに対応して発する音と異なる種類の特殊音とし、当該特殊音は、前記認識された特別対象物に対応する直接言語を含むことを特徴とする画像聴覚化装置。

尚、「外観要素」とあるのは、色相や形状、模様など物体の外観に表れ、視覚を通じて把握可能な（すなわち、撮像手段により撮像可能な）要素をいう。また、「特別対象物」とあるのは、信号機から発せられる信号（いわゆる青信号等）や道路上に配置された視覚障害者用誘導ブロック、所定の施設（銀行や郵便局、特定の店舗等）を示すマーク（例えば、銀行などのマークや頻繁に通う店の看板等に示されたマーク）、特定の人物の顔（例えば、知り合いの顔など）等をいう。

上記手段１によれば、画像処理手段により、例えば周囲の物体の形状や位置などを示す撮像画像に基づいて、複数のドットからなる処理画像が生成される。そして、処理画像を構成する複数のドットの位置については、左右の耳に対する音の到達時間差を用いることでＸ軸方向（左右方向）の位置が表され、音の周波数の大小を用いることでＹ軸方向（上下方向）の位置が表される。従って、特別対象物をより確実に聴覚をもって認識することができ、周囲の状況をより正確に認識することができる。

また、特別対象物以外の部位に対応しても、音が発せられるように構成されるとともに、特別対象物が位置するドットにおいては、特別対象物以外が位置するドットに対応して発せられる音と異なる種類の特殊音が発せられるように構成されている。従って、特別対象物の認識を妨げることなく、特別対象物の周囲に位置する物体の位置や形状を把握することができる。その結果、周囲の状況をより一層正確に認識することができる。

尚、音の種類としては、純音（正弦波）や楽音（弦楽器や管楽器等による旋律など）、噪音（打楽器などによる音）、直接言語（例えば、人名や施設名を称する声）などを挙げることができるが、特別対象物が位置するドットにおいては、前記認識された特別対象物に対応する直接言語を含む特殊音が発せられる。

また、上記手段１によれば、発せられる特殊音が、特別対象物の種別（例えば、赤信号や視覚障害者誘導用ブロックなどの種類の相違）に対応している。従って、様々な種別の特別対象物を認識することができ、周囲の状況をより一層正確に把握することができる。

手段２．前記特別対象物認識手段は、前記撮像画像中における前記外観要素の輝度に基づいて、前記特別対象物の種別を認識することを特徴とする手段１に記載の画像聴覚化装置。

上記手段２によれば、特別対象物認識手段は、外観要素の輝度に基づいて特別対象物の種別を認識するように構成されている。従って、例えば、赤信号と郵便ポストなど、色彩が近いものであっても、それらをより確実に区別することができ、周囲の状況をさらに正確に把握することができる。

手段３．前記特別対象物認識手段は、前記撮像画像中における前記外観要素を有する部位の位置に基づいて、前記特別対象物の種別を認識することを特徴とする手段１又は２に記載の画像聴覚化装置。

例えば、水平線が高さ方向（Ｙ軸方向）における中心となるような前記撮像画像を得た場合、視覚障害者用誘導ブロック等は、道路上に配置されるため、前記撮像画像中において前記中心よりも下方側に位置する。また、信号機から発せられる信号等は、撮像画像中において前記中心よりも上方側に位置することが多い。すなわち、特別対象物のうち特定のものは、その配置位置がある程度決まっており、撮像画像中における位置もある程度決まった位置となりやすい。

この点を鑑みて、上記手段３によれば、特別対象物認識手段は、撮像画像中における外観要素を有する部位の位置に基づいて、特別対象物の種別を認識するように構成されている。これにより、特別対象物の種別を一層正しく認識することができ、周囲の状況を一段と正確に把握することができる。

画像聴覚化装置の構成を示すブロック図である。発音手段の構成を示す模式図である。画像処理手段により生成される処理画像などを示す図である。

以下に、一実施形態について図面を参照して説明する。図１に示すように、画像聴覚化装置１は、ＣＣＤイメージセンサ等の撮像手段２と、利用者の両耳に装着可能な発音手段３と、前記撮像手段２及び発音手段３に対して所定の信号を送受信可能に構成された処理手段４とを備えている。

前記撮像手段２は、利用者の視界方向とほぼ同一の方向に向けられるように、例えば、利用者の眼鏡や帽子等に対して取付可能に構成されている（勿論、利用者に対して直接取付けることとしてもよい）。また、撮像手段２により得られた撮像データは、前記処理手段４に対して伝送されるようになっている。加えて、本実施形態では、撮像手段２のＸ軸方向（左右方向）における画像取込角度が９０度に設定されている。すなわち、撮像手段２は、利用者の正面から左右４５度ずつの範囲を撮像するように設定されている。

前記発音手段３は、前記処理手段４から出力される音声信号を音波に変換するものであり、図２に示すように、利用者の両耳に装着される一対の発音機３１，３２を備えている。そして、発音機３１は利用者の左耳に装着される一方で、発音機３２は利用者の右耳に装着されるようになっている。加えて、一対の発音機３１，３２は、それぞれ第１スピーカ３１Ｕ，３２Ｕ及び第２スピーカ３１Ｌ，３２Ｌを備えている。前記第１スピーカ３１Ｕ，３２Ｕは、発音手段３が利用者に装着された際に、利用者の外耳道の上方に位置するように配設されている。一方で、前記第２スピーカ３１Ｌ，３２Ｌは、発音手段３が利用者に装着された際に、利用者の外耳道の下方に位置するように配設されている。

図１に戻り、前記処理手段４は、所定のマイコン等により構成されており、画像処理手段４１と、特別対象物認識手段４２と、位置検出手段４３と、発生音決定手段４４とを備えている。

前記画像処理手段４１は、撮像手段２から伝送される撮像データに基づいて、Ｘ軸方向及びＹ軸方向に沿って延びる複数の走査線により形成された複数のドットからなる処理画像を生成するものである。詳述すると、まず、ピクセルを間引くなどの従来公知の手法を用いて撮像データの解像度を減少させることで、Ｘ軸方向に沿ってｍ個のドットを有し、Ｙ軸方向に沿ってｎ個のドットを有する（つまりｍ列×ｎ行の）中間画像を生成する。次いで、前記中間画像に濃淡処理を施すことで、図３に示すように、Ｚ（例えば、４）階調モノクロで、複数のドットＤＴを有する処理画像ＳＰを生成する〔図３では、図示の便宜上、後述する部位Ｘ１〜Ｘ５に斜線や散点模様を付しているが、実際の処理画像ＳＰでは、部位Ｘ１〜Ｘ５もモノクロ（白色や黒色、灰色）で示される〕。尚、本実施形態おいて、処理画像ＳＰは、Ｘ軸方向に沿って１０１本、Ｙ軸方向に沿って１００本の走査線によって区画され、Ｘ軸方向に沿って１０１個、Ｙ軸方向に沿って１００個のドットを有するものとされている。そのため、上述の通り、撮像手段２のＸ軸方向（左右方向）における画像取込角度が４５度であることから、Ｘ軸方向に沿った各ドットＤＴはそれぞれ０．９（４５／５０）度ずつの視野に相当している。

特別対象物認識手段４２は、撮像手段２により得られた撮像画像に基づいて、前記撮像画像中において所定の外観要素を有する部位を所定の特別対象物として認識するものである。具体的には、特別対象物認識手段４２は、従来公知の技術を用いて、前記撮像画像から、予め設定された所定の外観要素（本実施形態では、所定の色彩や所定の形状）を有する部位を抽出する。そして、予め記憶された、色相や形状等と特別対象物の種別とを関連付けたデータを参照し、前記抽出された部位に位置する特別対象物の種別を認識する。本実施形態では、前記外観要素の色相や輝度、撮像画像中における前記外観要素を有する部位の位置に基づいて、視覚障害者誘導用ブロック、赤信号、及び、青信号が認識される。

具体的には、撮像画像から抽出された部位（処理画像ＳＰ中の部位Ｘ１に相当する）において、当該部位で発せられる光線の波長が５７０ｎｍ以上５９０ｎｍ以下（すなわち、色相が黄色）であり、特別対象物に隣接する部位の輝度に対する特別対象物の輝度の比（輝度比、コントラスト）が１．５以上２．５以下であり、撮像画像中における前記部位の位置が下方側〔より詳しくは、水平線が高さ方向（Ｙ軸方向）における中心となるように撮像画像を得たとき、前記部位の位置が前記撮像画像の中心よりも下方側〕であるときに、前記部位（部位Ｘ１に相当する部位）は、視覚障害者誘導用ブロックであると認識される。

さらに、撮像画像から抽出された部位（処理画像ＳＰ中の部位Ｘ２に相当する）において、当該部位で発せられる光線の波長が６２０ｎｍ以上７５０ｎｍ以下（すなわち、色相が赤色）であり、輝度比が２．０以上であり、撮像画像中における前記部位の位置が上方側であるときに、前記部位（部位Ｘ２に相当する部位）は、赤信号であると認識される。

加えて、撮像画像から抽出された部位（処理画像ＳＰ中の部位Ｘ３に相当する）において、当該部位で発せられる光線の波長が４９５ｎｍ以上５７０ｎｍ以下（すなわち、色相が緑色）であり、輝度比が２．０以上であり、撮像画像中における前記部位の位置が上方側であるときに、前記部位（部位Ｘ３に相当する部位）は、青信号であると認識される。

併せて、本実施形態では、前記外観要素の色相や形状に基づいて、所定の施設（例えば、地下鉄や郵便局など）を示すマークや特定の人物の顔が認識される。詳述すると、例えば、撮像画像から抽出された部位（処理画像ＳＰ中における部位Ｘ４に相当する）において、前記部位の形状が予め記憶された郵便記号と一致する場合、前記部位（部位Ｘ４に相当する部位）は郵便局のマークであると認識される。また、撮像画像から抽出された部位（処理画像ＳＰ中における部位Ｘ５に相当する部位）において、当該部位の形状が予め記憶された特定の人物の顔形状と一致する場合、前記部位（部位Ｘ５に相当する部位）は特定の人物の顔であると認識される。

位置検出手段４３は、処理画像ＳＰ中における、前記特別対象物（視覚障害者誘導用ブロックや赤信号等）の位置を検出するものである。具体的には、撮像画像中において特別対象物が位置する範囲を特定するとともに、処理画像ＳＰ中において、前記位置範囲に対応するドットＤＴを特別対象物の位置として検出する。

前記発生音決定手段４４は、発音手段３から発する音を決定するものである。本実施形態において、発生音決定手段４４は、左右の耳に対する音の到達時間の差を利用して処理画像ＳＰ中におけるドットＤＴのＸ軸（左右）方向に沿った位置を表し、一方で、周波数の高低を利用してＹ軸（上下）方向に沿った処理画像ＳＰ中のドットＤＴの位置を表すようになっている。尚、本実施形態では、特別対象物が存在しない位置において前記ドットＤＴが白色である場合には音が発せられず、ドットＤＴが、特別対象物の存在部位であったり、黒色や灰色であったりする場合に、音が発せられるようになっている。

ここで、処理画像ＳＰ中におけるドットＤＴのＸ軸方向に沿った位置は、次のように表現される。すなわち、Ｘ軸方向に沿って処理画像ＳＰの中央に位置するドットの列を基準列として、当該基準列よりもＸ軸方向のプラス側（すなわち利用者の右側）に位置するドットＤＴについては、前記基準列からそのドットＤＴまでの距離に対応した分だけ、利用者の左耳に装着される発音機３１よりも利用者の右耳に装着される発音機３２から早く音が発せられるようになっている。一方で、基準列よりもＸ軸方向のマイナス側（すなわち利用者の左側）に位置するドットＤＴについては、基準列からそのドットＤＴまでの距離に対応した分だけ発音機３２よりも発音機３１から早く音が発せられるようになっている。

また、本実施形態では、Ｘ軸方向に沿ったドットＤＴの位置を表現する左右の耳への音の到達時間差が、撮像手段２による撮像画像の取込角度に対応して設定されている。

詳述すると、前方右４５度から音が発せられたときには、右耳に対して音が達してから約０．４ｍｓだけ遅れて左耳に音が達し、また、前方左４５度から音が発せられたときには、左耳に対して音が達してから約０．４ｍｓだけ遅れて右耳に音が達することが知られている。そこで、本実施形態では、上述の通り、撮像手段２の画像取込角度は左右４５度ずつに設定されているため、例えば、処理画像ＳＰの最も右側に位置するドットＤＴ（つまり、利用者の前方右４５度に位置するもの）を表す際には、発音機３２から音を発してから約０．４ｍｓだけ遅れて発音機３１から音が発せられるように設定されている。また、処理画像ＳＰは左右にそれぞれ５０個ずつドットを有して構成されているため、前記基準列から右に１列進むごとに発音機３２が音を発してから０．００８ｍｓ（＝０．４ｍｓ／５０）だけ遅れて発音機３１から音が発せられ、一方で、前記基準列から左へ１列進むごとに発音機３１が音を発してから０．００８ｍｓだけ遅れて発音機３２から音が発せられるようになっている。例えば、基準列から右に１０列目のドットＤＴを表す際には、発音機３２が音を発してから０．０８ｍｓ（＝０．００８ｍｓ×１０）だけ遅れて発音機３１から音が発せられるようになっている。

加えて、処理画像ＳＰ中におけるドットＤＴのＹ軸方向に沿った位置は次のように表現される。すなわち、Ｙ軸方向に沿った各ドットＤＴの行ごとに発する音の周波数が予め割り当てられており、本実施形態では、Ｙ軸方向のプラス側（すなわち上側）からＹ軸方向のマイナス側（すなわち下側）へと徐々に減少する周波数が割り当てられている。そして、ドットＤＴのＹ軸方向に沿った位置を表現するにあたっては、ドットＤＴの存在する行に対応する周波数の音が発音手段３から発せられるようになっている。尚、本実施形態において、各ドットＤＴの行に割り当てられる周波数は、音の共鳴を防止するために、それぞれ異なる素数とされている。また、用いられる周波数は、人の可聴域内における所定範囲（例えば、２０Ｈｚ〜６０００Ｈｚ）とされている。

さらに、本実施形態では、発する音の強度差（音圧差）によってドットＤＴの濃淡が表現されるようになっている。すなわち、ドットＤＴのうち比較的濃いドットＤＴは比較的大きな音（例えば、５０ｄｂ）で表現される一方で、比較的薄いドットＤＴは比較的小さな音（例えば、３０ｄｂ）で表現される（尚、音量は例示であって、これに限定されるものではない）。

また、処理手段４は、発生音決定手段４４により各ドットＤＴに対応して決定されたそれぞれの音を信号化して、当該信号を前記発音手段３に送信する。そして、発音手段３によって、各ドットＤＴに対応して決定された音が、各周波数ごとに順次（例えば、Ｙ軸方向のプラス側からマイナス側に順次）発せられるようになっている。

加えて、本実施形態では、前記特別対象物が位置するドットＤＴにおいて発せられる音が、前記特別対象物以外が位置するドットＤＴに対応して発せられる音と異なる種類の特殊音とされている。より詳しくは、特別対象物以外が位置するドットＤＴのうち黒色や灰色のものは、純音（正弦波）により表現されている。これに対して、前記特別対象物が位置するドットＤＴにおいて発せられる音は、前記純音と種類の異なる特殊音（例えば、楽音や噪音、直接言語など）とされている。すなわち、純音によっていわば背景が表現され、純音と種類の異なる特殊音によって特別対象物が強調して表現されている。また、特別対象物の種別に対応して異なる特殊音が用いられており、特別対象物の種別を認識可能とされている。

本実施形態では、部位Ｘ１，Ｘ３，Ｘ４におけるドットＤＴを表す音は、発音機３２からの発音タイミングが、部位Ｘ１，Ｘ３，Ｘ４におけるＸ座標に対応する分だけ発音機３１からの発音タイミングよりも遅く、部位Ｘ１，Ｘ３，Ｘ４におけるＹ座標に対応する周波数であり、かつ、純音と異なる種類の噪音とされている。

さらに、部位Ｘ２におけるドットＤＴを表す音は、発音機３２からの発音タイミングが、部位Ｘ２におけるＸ座標に対応する分だけ発音機３１からの発音タイミングよりも遅く、部位Ｘ２におけるＹ座標に対応する周波数であり、かつ、純音と異なる種類の噪音とされている。

また、部位Ｘ５におけるドットＤＴを表す音は、発音機３１からの発音タイミングが、部位Ｘ５におけるＸ座標に対応する分だけ発音機３２からの発音タイミングよりも遅く、部位Ｘ５におけるＹ座標に対応する周波数であり、かつ、直接言語（例えば、前記特定人物の名前など）とされている。

尚、特別対象物が位置するドットＤＴに対応して発する音の種類は、適宜変更可能である。

また、本実施形態では、特別対象物が赤信号や青信号、黄信号である場合、処理画像ＳＰにおいて青信号等は、通常、複数のドットＤＴからなる面で表示されるため、特別対象物の位置するドットＤＴの全てに対応して噪音が発せられる。一方で、特別対象物が人の顔や郵便局等のマークである場合には、青信号等と異なり、通常、処理画像ＳＰにおいて人の顔等は面で表示されないため、特別対象物が位置する複数のドットＤＴのうちの１のドットＤＴ（例えば、複数のドットＤＴの中心部に位置するドットＤＴ）に対応して、直接言語が発せられる。

以上詳述したように、本実施形態によれば、特別対象物をより確実に聴覚をもって認識することができ、周囲の状況をより正確に認識することができる。

さらに、特別対象物以外のドットＤＴに対応して音が発せられるとともに、特別対象物が位置するドットＤＴにおいては、特別対象物以外のドットＤＴに対応して発せられる音と異なる種類の特殊音が発せられるように構成されている。従って、特別対象物の認識を妨げることなく、特別対象物の周囲に位置する物体の位置や形状を把握することができる。その結果、周囲の状況をより一層正確に認識することができる。

加えて、本実施形態では、特別対象物の種別に対応して、発せられる特殊音が異なるものとなるように構成されている。従って、様々な種別の特別対象物を認識することができ、周囲の状況をより一層正確に把握することができる。

また、特別対象物認識手段４２は、前記外観要素の輝度に基づいて特別対象物の種別を認識するように構成されている。従って、特別対象物同士の色彩が近いものであっても、それらをより確実に区別することができ、周囲の状況をさらに正確に把握することができる。

さらに、特別対象物認識手段４２は、撮像画像中における前記外観要素を有する部位の位置に基づいて、特別対象物の種別を認識するように構成されている。これにより、特別対象物の種別を一層正しく認識することができ、周囲の状況をより一層正確に把握することができる。

加えて、音の強度（音圧）を調節することで、処理画像ＳＰ中におけるドットＤＴの濃淡が表されている。そのため、物体の位置などに加えて、物体の凹凸等、物体のより正確な形状を認識することができる。

併せて、各ドットＤＴに対応する音が周波数ごとに順次発せられるため、利用者は音をより一層容易に認識することができる。その結果、特別対象物などの位置をより確実に、かつ、より容易に認識することができる。

さらに、撮像手段２の向く方向が利用者の視界方向と同一とされ、さらに、Ｘ軸方向に沿ったドットＤＴの位置を表現する左右の耳への音の到達時間差が、撮像画像の取込角度に対応して設定されている。従って、左右方向において、利用者に対する物体の相対位置と、音によって利用者が認識する物体の位置とが一致することとなる。このため、自己と物体との相対的な位置関係を極めて正確に把握することができ、周囲の状況を極めて正確に認識することができる。

尚、上記実施形態の記載内容に限定されず、例えば次のように実施してもよい。勿論、以下において例示しない他の応用例、変更例も当然可能である。

（ａ）上記実施形態では、特別対象物が位置するドットＤＴに加えて、特別対象物以外が位置するドットＤＴにおいても音が発せられるように構成されているが、少なくとも特別対象物が位置するドットＤＴに対応して音が発せられるように構成すればよい。

（ｂ）上記実施形態では、特別対象物が存在しない位置において前記ドットＤＴが白色である場合には音が発せられず、ドットＤＴが黒色等である場合に音が発せられるように構成されているが、ドットＤＴが黒色等である場合に音を発せず、ドットＤＴが白色である場合に音を発するように構成してもよい。すなわち、ドットの濃淡と、発する音との関係は、特に限定されるものではない。

（ｃ）上記実施形態において、処理画像ＳＰは、４階調の濃淡画像とされているが、処理画像ＳＰにおける濃淡の階調はこれに限定されるものではない。従って、例えば、処理画像として白黒画像（２階調）を生成することとしてもよい。

（ｄ）上記実施形態では、発音機３１，３２は、それぞれ第１スピーカ３１Ｕ，３２Ｕ及び第２スピーカ３１Ｌ，３２Ｌを備えているが、発音機３１，３２がそれぞれ１つ又は３つ以上のスピーカを備えて構成されることとしてもよい。

（ｅ）上記実施形態では、各ドットＤＴに対応する音が各周波数ごとに順次発せられるように構成されているが、各周波数の音を同時に発することとしてもよい。この場合、処理画像ＳＰ（特別対象物やその周囲の物体）を認識するのに要する時間を短縮することができる。これにより、単位時間当たりにより多くの処理画像ＳＰを認識することができるため、例えば、特別対象物（例えば、人など）や物体が移動しているといったことや、特別対象物等の早さなどをより正確に、かつ、より確実に知ることができる。

（ｆ）上記実施形態では、Ｙ軸方向の位置を表す周波数が上方から下方へと減少するように設定されているが、上方から下方へと徐々に増大するように周波数を設定することとしてもよい。また、上記実施形態では、音の周波数が２０Ｈｚ〜６０００Ｈｚとされているが、発する音の周波数の範囲はこれに限定されるものではない。但し、６０００Ｈｚを超えるような高周波数は、左右の耳に対する音の到達時間差を認識しにくくなり得る。そのため、周波数の上限を６０００Ｈｚ以下とすることが好ましく、周波数の上限を３０００Ｈｚ以下とすることがより好ましい。

（ｇ）上記実施形態における処理画像ＳＰのドット数は例示であって、その数は限定されるものではない。また、画像処理手段４１については、生成する処理画像のドット数（行数、列数）を適宜変更可能に構成することとしてもよい。例えば、周囲の状況をより細かく把握したい場合には、処理画像のドット数をより増大させることとしてもよい。また、処理画像のドット数をより減少させれば、利用者が画像を認識する際の負担を軽減することができる。

（ｈ）上記実施形態では、撮像手段２による左右方向の取込角度が左右にそれぞれ４５度ずつとされているが、撮像手段２の取込角度はこれに限定されるものではない。

１…画像聴覚化装置、２…撮像手段、３…発音手段、４１…画像処理手段、４２…特別対象物認識手段、４３…位置検出手段、４４…発生音決定手段、ＤＴ…ドット、ＳＰ…処理画像。

Claims

撮像手段と、
利用者の左右の耳に装着され、各耳に対応した発音機を備える発音手段と、
前記撮像手段により得られた撮像画像に基づいて、Ｘ軸方向及びＹ軸方向に沿って延びる複数の走査線により形成された複数のドットからなる処理画像を得る画像処理手段と、
前記発音手段から発する音を決定する発生音決定手段とを備える画像聴覚化装置であって、
前記撮像画像中において所定の外観要素を有する部位を所定の特別対象物として認識する特別対象物認識手段と、
前記処理画像中において前記特別対象物が位置する前記ドットを検出する位置検出手段とを有し、
前記特別対象物認識手段は、前記撮像手段により得られた撮像画像に基づいて、予め設定された所定の外観要素を有する部位を抽出し、予め記憶されたデータを参照して、前記抽出された部位に位置する特別対象物の種別を認識するものであり、
前記発生音決定手段は、
左右の耳への音の到達時間に差を設けることで、前記処理画像中におけるＸ軸方向に沿った前記ドットの位置を表すとともに、
Ｙ軸方向のプラス側からマイナス側へと向かって増加又は減少し、Ｙ軸方向に沿った前記ドットの各行ごとに割り当てられる周波数により、前記処理画像中におけるＹ軸方向に沿った前記ドットの位置を表し、
前記発音手段は、少なくとも前記特別対象物が位置する前記ドットに対応して前記発生音決定手段により決定された音を発するものであるとともに、
前記特別対象物が位置する部位以外の前記ドットに対応しても発音可能であり、
前記発生音決定手段は、少なくとも前記特別対象物が位置する前記ドットに対応して発する音を、前記特別対象物以外が位置する前記ドットに対応して発する音と異なる種類の特殊音とし、当該特殊音は、前記認識された特別対象物に対応する直接言語を含むことを特徴とする画像聴覚化装置。
前記特別対象物認識手段は、前記撮像画像中における前記外観要素の輝度に基づいて、前記特別対象物の種別を認識することを特徴とする請求項１に記載の画像聴覚化装置。
前記特別対象物認識手段は、前記撮像画像中における前記外観要素を有する部位の位置に基づいて、前記特別対象物の種別を認識することを特徴とする請求項１又は２に記載の画像聴覚化装置。