JP5806469B2 - 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 - Google Patents

Description

本発明は、画像処理プログラム、画像処理装置、画像処理システム、および画像処理方
法に関し、より特定的には、実世界画像に仮想世界画像を合成して表示する画像処理プロ
グラム、画像処理装置、画像処理システム、および画像処理方法に関する。

従来、コンピュータがつくり出す文字や仮想物体等の各種情報を、撮像された現実空間
に付加表示する技術である拡張現実（ＡＲ；Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ）の分
野において、現実空間およびコンピュータ間のインタラクティブなインターフェイスとし
て、仮想物体等を表示するための基準座標判別に関する研究が行われている。例えば、カ
メラによって撮像された画像におけるマーカの位置および姿勢に基づいて、実世界におけ
るマーカとカメラとの相対位置および相対姿勢を計算する方法が開示されている（例えば
、非特許文献１参照）。

加藤博一、Ｍａｒｋ Ｂｉｌｌｉｎｇｈｕｒｓｔ、浅野浩一、橘啓八郎共著、「マーカ追跡に基づく拡張現実感システムとそのキャリブレーション」，日本バーチャルリアリティ学会論文誌、Ｖｏｌ４、Ｎｏ．４，１９９９年、ｐ．６０６−６１６

しかしながら、上記非特許文献１に記載された方法は、カメラを移動させて視点を移動
させることによってのみ、撮像された現実空間内に付加表示される仮想物体等を動かすこ
とができる。したがって、ユーザは、上記仮想物体等を操作するようなことができない。
また、自らの視点と撮像画像の内容とを一致させるために、ユーザは、実世界を撮像する
撮像装置を把持するまたは身につけることが必要となる。そして、把持している撮像装置
や身につけた撮像装置に対してユーザの手指で入力操作することを考えた場合、物理的な
制限のために撮像しながら入力操作することが困難となる。そのため、拡張現実の分野で
用いられている従来の入力方法では、拡張現実とのインタラクティブ性も低く、また、入
力できる内容のバリエーションが乏しいため、興趣性や操作性に欠けていた。

それ故に、本発明の目的は、実世界画像に仮想世界画像を合成した画像を表示する際に
、実世界画像に付加表示された仮想物体や文字等に対して新たな入力方法を用いて操作す
ることができる画像処理プログラム、画像処理装置、画像処理システム、および画像処理
方法を提供することである。

上記目的を達成するために、本発明は例えば以下のような構成を採用し得る。なお、特
許請求の範囲の記載を解釈する際に、特許請求の範囲の記載によってのみその範囲が解釈
されるべきであることが理解され、特許請求の範囲の記載と本欄の記載とが矛盾する場合
には、特許請求の範囲の記載が優先する。

本発明の画像処理プログラムの一構成例は、表示装置に画像を表示する画像処理装置の
コンピュータを、撮像画像取得手段、位置姿勢算出手段、音声データ取得手段、音声認識
手段、設定手段、画像生成手段、および表示制御手段として機能させる。撮像画像取得手
段は、実カメラによって撮像された撮像画像を繰り返し取得する。位置姿勢算出手段は、
実空間における実カメラの位置および姿勢にしたがって決められる位置姿勢情報を繰り返
し算出する。音声データ取得手段は、音声入力デバイスから音声信号を示す音声データを
取得する。音声認識手段は、音声入力デバイスに入力された音声を認識する。設定手段は
、撮像画像に付加表示する仮想オブジェクトまたは文字を付加表示物として設定し、音声
認識手段の音声認識結果に基づいて、当該付加表示物の表示位置、姿勢、および表示態様
から成る群から選ばれた少なくとも１つを設定する。画像生成手段は、撮像画像における
位置姿勢情報に応じた位置を基準として、設定手段が設定した付加表示物を重畳して合成
画像を繰り返し生成する。表示制御手段は、合成画像を表示装置に繰り返し表示する。

上記によれば、撮像画像に付加表示物を付加表示する際、付加表示物に対して音声で操
作することができ、実世界画像に付加表示された仮想物体や文字等に対して新たな入力方
法を用いて簡便性の高い操作を行うことができる。

また、上記位置姿勢算出手段は、撮像画像に含まれる特定の撮像対象物または特徴点を
検出し、当該検出結果に基づいて当該撮像対象物または当該特徴点と実カメラとの間の相
対的な位置および姿勢を示す情報を位置姿勢情報として算出してもよい。

上記によれば、実空間に配置された所定のマーカ等の撮像対象物や自然特徴点を用いる
ことによって、実空間における実カメラの位置や姿勢を正確に認識することができる。

また、上記位置姿勢算出手段は、実空間における実カメラの地理的な位置および実カメ
ラの撮像方向の方位の少なくとも一方を用いて、位置姿勢情報を算出してもよい。

上記によれば、ＧＰＳ等による実カメラの地理的な位置および磁気センサ等による実カ
メラの撮像方向の方位の少なくとも一方を用いることによって、実空間における実カメラ
の位置や姿勢を正確に認識することができる。

また、上記設定手段は、仮想オブジェクトを付加表示物として設定してもよい。また、
上記画像生成手段は、仮想カメラ設定手段、仮想オブジェクト配置手段、および仮想世界
画像生成手段を含んでいてもよい。仮想カメラ設定手段は、仮想世界において、位置姿勢
情報に基づいて仮想カメラの位置および姿勢を設定する。仮想オブジェクト配置手段は、
仮想世界に設定手段が設定した仮想オブジェクトを配置する。仮想世界画像生成手段は、
仮想カメラから見た仮想世界の画像を仮想世界画像として生成する。この場合、上記画像
生成手段は、撮像画像に仮想世界画像を重畳した画像を合成画像として生成してもよい。

上記によれば、実空間における実カメラの位置および姿勢にしたがって決められる位置
姿勢情報に基づいて設定された仮想カメラから見た仮想世界内の仮想オブジェクトが仮想
世界画像として撮像画像に合成されるため、仮想オブジェクトがあたかも実世界に本当に
存在しているかのように見える画像を表示することができる。

また、上記設定手段は、音声入力デバイスに入力された音声が第１の音声であると認識
され、かつ、位置姿勢情報が第１の条件を満たす場合に第１の動作に基づいて仮想オブジ
ェクトの表示位置、姿勢、および表示態様から成る群から選ばれた少なくとも１つを設定
し、音声入力デバイスに入力された音声が当該第１の音声であると認識され、かつ、位置
姿勢情報が当該第１の条件を満たさない場合に第２の動作に基づいて仮想オブジェクトの
表示位置、姿勢、および表示態様から成る群から選ばれた少なくとも１つを変更してもよ
い。

上記によれば、同じ音声を入力したとしても、実空間における実カメラの位置および姿
勢によって仮想オブジェクトの動作が異なるため、さらに拡張現実とのインタラクティブ
性が高い操作が可能となる。

また、上記位置姿勢算出手段は、撮像対象物と実カメラとの間の相対的な位置および姿
勢を示す情報を位置姿勢情報として算出してもよい。上記設定手段は、仮想オブジェクト
を付加表示物として設定してもよい。上記画像生成手段は、仮想カメラ設定手段、仮想オ
ブジェクト配置手段、および仮想世界画像生成手段を含んでいてもよい。仮想カメラ設定
手段は、位置姿勢情報に基づいて撮像対象物に対応する位置および方向を仮想世界内に設
定し、位置姿勢情報に基づいて当該仮想世界において当該撮像対象物に対応する位置およ
び方向を基準として仮想カメラの位置および姿勢を設定する。仮想オブジェクト配置手段
は、仮想世界に設定手段が設定した仮想オブジェクトを、撮像対象物に対応する位置を基
準として配置する。仮想世界画像生成手段は、仮想カメラから見た仮想世界の画像を仮想
世界画像として生成する。この場合、上記設定手段は、音声入力デバイスに入力された音
声が第１の音声であると認識された場合、仮想世界における撮像対象物に対応する方向を
基準として動作する第１の動作に基づいて仮想オブジェクトの表示位置、姿勢、および表
示態様から成る群から選ばれた少なくとも１つを設定し、音声入力デバイスに入力された
音声が第２の音声であると認識された場合、仮想世界における仮想カメラへの方向を基準
として動作する第２の動作に基づいて仮想オブジェクトの表示位置、姿勢、および表示態
様から成る群から選ばれた少なくとも１つを変更してもよい。上記画像生成手段は、撮像
画像に仮想世界画像を重畳した画像を合成画像として生成してもよい。

上記によれば、異なる音声入力を行うことによって、仮想オブジェクトが実空間に配置
された所定のマーカ等の撮像対象物の方向を基準として動作する場合と、仮想オブジェク
トが仮想カメラの方向、すなわち実空間における実カメラの方向をあたかも基準としたよ
うな動作をする場合があるため、さらに拡張現実とのインタラクティブ性が高く興趣性に
富んだ操作が可能となる。

また、上記設定手段は、音声入力デバイスに音声が入力されていない場合、または音声
認識手段が認識した音声が付加表示物を設定する対象ではない場合、付加表示物の表示位
置、姿勢、および表示態様から成る群から選ばれた少なくとも１つを、予め定められた内
容に設定してもよい。

上記によれば、ユーザが音声入力をしなくても付加表示物の表示位置、姿勢、および表
示態様が自動的に変化することがあり得るため、付加表示物自体が自由に行動しているか
のような画像が表示できる。

また、上記画像処理プログラムは、撮影保存手段として、さらにコンピュータを機能さ
せてもよい。撮影保存手段は、ユーザによる撮影指示に応じて、画像生成手段が現時点で
生成している最新の合成画像を記憶手段に保存する。

上記によれば、撮像画像に付加表示物を重畳させた状態で撮影した画像を保存できるた
め、当該状態を再表示することが可能となる。

また、上記撮像画像取得手段は、第１の実カメラおよび当該第１の実カメラから所定の
距離離れた位置に設けられた第２の実カメラによってそれぞれ撮像された第１の撮像画像
および第２の撮像画像を繰り返し取得してもよい。上記位置姿勢算出手段は、実空間にお
ける第１の実カメラの位置および姿勢にしたがって決められる第１の位置姿勢情報および
実空間における第２の実カメラの位置および姿勢にしたがって決められる第２の位置姿勢
情報をそれぞれ繰り返し算出してもよい。上記画像生成手段は、第１の撮像画像における
第１の位置姿勢情報に応じた位置を基準として、設定手段が設定した付加表示物を重畳し
て第１の合成画像を繰り返し生成し、第２の撮像画像における第２の位置姿勢情報に応じ
た位置を基準として、設定手段が設定した付加表示物を重畳して第２の合成画像を繰り返
し生成してもよい。上記表示制御手段は、立体視可能な表示装置に第１の合成画像および
第２の合成画像を出力して、付加表示物を合成した撮像画像を繰り返し立体表示してもよ
い。

上記によれば、立体視可能な表示装置に立体表示された撮像画像に付加表示物を付加表
示して表示することができる。

また、上記音声認識手段は、音声入力デバイスに入力された音声を予め登録音声として
登録されている音声と少なくとも照合することによって、音声入力デバイスに入力された
音声が第１の音声であるか否かを判別し、音声入力デバイスに入力された音声波形のレベ
ルのみに基づいて、音声入力デバイスに入力された音声が第２の音声であるか否かを判別
してもよい。

上記によれば、予め登録された登録音声と照合することによって話し言葉として発する
音声（言語）等を用いて操作したり、音声波形のレベルによって拍手の音等を用いて操作
したりすることができる。

また、上記音声認識手段は、音声入力デバイスに入力された音声入力パターンから得ら
れる特徴パラメータ時系列に対する予め登録音声として登録されている特徴パラメータ時
系列の尤度に基づいて、音声入力デバイスに入力された音声が第１の音声であるか否かを
判別し、音声入力デバイスに入力された音声波形のレベルおよびスペクトル情報の少なく
とも一方のみに基づいて、音声入力デバイスに入力された音声が第３の音声であるか否か
を判別してもよい。

上記によれば、入力された音声入力パターンから得られる特徴パラメータ時系列に対す
る予め登録されている特徴パラメータ時系列の尤度に基づいて音声認識することによって
、話し言葉として発する音声（言語）等を用いて操作したり、入力された音声波形のレベ
ルおよびスペクトル情報の少なくとも一方のみに基づいて音声認識することによって、拍
手の音、口笛の音、息の音等を用いて操作したりすることができる。

また、上記画像処理プログラムは、音声登録手段として、さらにコンピュータを機能さ
せてもよい。音声登録手段は、付加表示物に対する指示に対応する音声をユーザに入力さ
せ、当該音声に応じた音声データを当該指示に対応する登録音声として記憶手段に登録す
る。この場合、上記音声認識手段は、音声登録手段が登録音声として登録した音声データ
を用いて、音声入力デバイスに入力された音声が第１の音声であるか否かを判別してもよ
い。上記設定手段は、音声認識手段が音声入力デバイスに入力された音声が第１の音声で
ある場合、当該第１の音声に対応して音声登録手段が予め登録した指示に基づいて、付加
表示物の表示位置、姿勢、および表示態様から成る群から選ばれた少なくとも１つを設定
してもよい。

上記によれば、指示に対応する話し言葉として発する音声（言語）を予めユーザが音声
入力して音声データを登録することによって、音声認識の誤認識が防止されるとともに、
ユーザが好む言語を予め登録することも可能となる。

また、上記設定手段は、位置姿勢情報が示す実カメラの地理的な位置および実カメラの
撮像方向の方位の少なくとも一方に基づいて、撮像画像に撮像されている被写体を推定し
、当該被写体に関する情報を示す文字を付加表示物として設定してもよい。上記画像生成
手段は、撮像画像における位置姿勢情報に応じた位置を基準として、設定手段が設定した
被写体に対応する文字を重畳して合成画像を繰り返し生成してもよい。上記設定手段は、
音声認識手段が音声認識した言語に一致する文字が付加表示物として設定されている場合
、当該文字が選択指示されたことを示す表示態様に変更して当該文字を設定してもよい。
上記画像生成手段は、言語に一致する文字を設定手段が変更した表示態様で撮像画像に重
畳して合成画像を生成してもよい。

上記によれば、撮像装置で撮像されている撮像画像を表示装置に表示しながら、当該撮
像装置が撮像している場所や被写体（建物や看板等）に関連する複数の文字情報を付加情
報として当該撮像画像に重畳して表示される場合、音声によって文字情報を選択すること
ができるため、拡張現実とのインタラクティブ性および操作性が高い入力方法を提供する
ことができる。

また、上記撮像画像取得手段は、画像処理装置を構成する筐体に内蔵される実カメラか
ら撮像画像を取得してもよい。上記音声データ取得手段は、筐体に内蔵される音声入力デ
バイスから音声データを取得してもよい。上記表示制御手段は、筐体に内蔵される表示装
置に合成画像を表示してもよい。

上記によれば、同じ筐体内に画像処理装置、実カメラ、表示装置、および音声入力デバ
イスを内蔵することによって、あたかも表示装置を介して実空間を見ているかのような拡
張現実を実現することができるとともに、当該実空間内に音声を発して指示しているよう
な操作感や臨場感を与えることができる。

また、本発明は、上記各手段を備える画像処理装置および画像処理システムや上記各手
段で行われる動作を含む画像処理方法の形態で実施されてもよい。

本発明によれば、撮像画像に付加表示物を付加表示する際、付加表示物に対して音声で
操作することができ、実世界画像に付加表示された仮想物体や文字等に対して新たな入力
方法を用いて簡便性の高い操作を行うことができる。

開いた状態におけるゲーム装置１０の一例を示す正面図 開いた状態におけるゲーム装置１０の一例を示す側面図 閉じた状態におけるゲーム装置１０の一例を示す左側面図 閉じた状態におけるゲーム装置１０の一例を示す正面図 閉じた状態におけるゲーム装置１０の一例を示す右側面図 閉じた状態におけるゲーム装置１０の一例を示す背面図 ゲーム装置１０の内部構成の一例を示すブロック図 ユーザがゲーム装置１０を両手で把持する様子の一例を示す図 外側撮像部２３の撮像対象となるマーカＭＫの一例を示す図 ユーザがゲーム装置１０に向かって音声を入力している様子の一例を概説する図解図 上側ＬＣＤ２２に表示される表示形態例を示す図 上側ＬＣＤ２２に表示される表示形態例を示す図 上側ＬＣＤ２２に表示される表示形態例を示す図 上側ＬＣＤ２２に表示される表示形態例を示す図 画像処理プログラムを実行することに応じて、メインメモリ３２に記憶される各種データの一例を示す図 図１２の音声動作対応テーブルデータＤｉの一例を示す図 画像処理プログラムを実行することによってゲーム装置１０が画像処理する動作の一例を示すフローチャート 図１４のステップ５４で行われる音声認識処理の詳細な動作の一例を示すサブルーチン 図１４のステップ５５で行われる画像合成処理の詳細な前半の動作の一例を示すサブルーチン 図１４のステップ５５で行われる画像合成処理の詳細な後半の動作の一例を示すサブルーチン 仮想キャラクタＣと左仮想カメラとの位置関係の一例を示す図 仮想キャラクタＣと右仮想カメラとの位置関係の一例を示す図 左目用画像の生成方法の一例を示す図 文字情報が付加情報として撮像画像に重畳して表示される一例を示す図

図面を参照して、本発明の一実施形態に係る画像処理プログラムを実行する画像処理装
置について説明する。本発明の画像処理プログラムは、任意のコンピュータシステムで実
行されることによって適用することができるが、画像処理装置の一例として携帯型のゲー
ム装置１０を用い、ゲーム装置１０で実行される画像処理プログラムを用いて説明する。
なお、図１〜図３Ｄは、ゲーム装置１０の外観の一例を示す平面図である。ゲーム装置１
０は、一例として携帯型のゲーム装置であり、図１〜図３Ｄに示すように折り畳み可能に
構成されている。図１は、開いた状態（開状態）におけるゲーム装置１０の一例を示す正
面図である。図２は、開状態におけるゲーム装置１０の一例を示す右側面図である。図３
Ａは、閉じた状態（閉状態）におけるゲーム装置１０の一例を示す左側面図である。図３
Ｂは、閉状態におけるゲーム装置１０の一例を示す正面図である。図３Ｃは、閉状態にお
けるゲーム装置１０の一例を示す右側面図である。図３Ｄは、閉状態におけるゲーム装置
１０の一例を示す背面図である。ゲーム装置１０は、撮像部を内蔵しており、当該撮像部
によって画像を撮像し、撮像した画像を画面に表示したり、撮像した画像のデータを保存
したりすることが可能である。また、ゲーム装置１０は、交換可能なメモリカード内に記
憶され、または、サーバや他のゲーム装置から受信したゲームプログラムを実行可能であ
り、仮想空間に設定された仮想カメラから見た仮想空間画像等のコンピュータグラフィッ
クス処理により生成された画像を画面に表示することもできる。

図１〜図３Ｄにおいて、ゲーム装置１０は、下側ハウジング１１および上側ハウジング
２１を有する。下側ハウジング１１と上側ハウジング２１とは、開閉可能（折り畳み可能
）に連結されている。図１の例では、下側ハウジング１１および上側ハウジング２１は、
それぞれ横長の長方形の板状で形成され、互いの長辺部分で回動可能に連結されている。
通常、ユーザは、開状態でゲーム装置１０を使用する。そして、ユーザは、ゲーム装置１
０を使用しない場合には閉状態としてゲーム装置１０を保管する。また、ゲーム装置１０
は、上記閉状態および開状態のみでなく、下側ハウジング１１と上側ハウジング２１との
なす角度が閉状態と開状態との間の任意の角度において、連結部分に発生する摩擦力など
によってその開閉角度を維持することができる。つまり、上側ハウジング２１を下側ハウ
ジング１１に対して任意の角度で静止させることができる。

図１および図２に示されるように、下側ハウジング１１の上側長辺部分には、下側ハウ
ジング１１の内側面（主面）１１Ｂに対して垂直な方向に突起する突起部１１Ａが設けら
れる。また、上側ハウジング２１の下側長辺部分には、上側ハウジング２１の下側面から
当該下側面に垂直な方向に突起する突起部２１Ａが設けられる。下側ハウジング１１の突
起部１１Ａと上側ハウジング２１の突起部２１Ａとが連結されることにより、下側ハウジ
ング１１と上側ハウジング２１とが、折り畳み可能に接続される。

下側ハウジング１１には、下側ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａ
ｙ：液晶表示装置）１２、タッチパネル１３、各操作ボタン１４Ａ〜１４Ｌ（図１、図３
Ａ〜図３Ｄ）、アナログスティック１５、ＬＥＤ１６Ａ〜１６Ｂ、挿入口１７、および、
マイクロフォン用孔１８が設けられる。以下、これらの詳細について説明する。

図１に示すように、下側ＬＣＤ１２は下側ハウジング１１に収納される。下側ＬＣＤ１
２は横長形状であり、長辺方向が下側ハウジング１１の長辺方向に一致するように配置さ
れる。下側ＬＣＤ１２は、下側ハウジング１１の中央に配置される。下側ＬＣＤ１２は、
下側ハウジング１１の内側面（主面）に設けられ、下側ハウジング１１の内側面に設けら
れた開口部から下側ＬＣＤ１２の画面が露出する。そして、ゲーム装置１０を使用しない
場合には上記閉状態としておくことによって、下側ＬＣＤ１２の画面が汚れたり傷ついた
りすることを防止することができる。下側ＬＣＤ１２の画素数は、一例として、２５６ｄ
ｏｔ×１９２ｄｏｔ（横×縦）である。他の例として、下側ＬＣＤ１２の画素数は、３２
０ｄｏｔ×２４０ｄｏｔ（横×縦）である。下側ＬＣＤ１２は、後述する上側ＬＣＤ２２
とは異なり、画像を（立体視可能ではなく）平面的に表示する表示装置である。なお、本
実施形態では表示装置としてＬＣＤを用いているが、例えばＥＬ（Ｅｌｅｃｔｒｏ Ｌｕ
ｍｉｎｅｓｃｅｎｃｅ：電界発光）を利用した表示装置など、他の任意の表示装置を利用
してもよい。また、下側ＬＣＤ１２として、任意の解像度の表示装置を利用することがで
きる。

図１に示されるように、ゲーム装置１０は、入力装置として、タッチパネル１３を備え
ている。タッチパネル１３は、下側ＬＣＤ１２の画面上を覆うように装着されている。な
お、本実施形態では、タッチパネル１３は、例えば抵抗膜方式のタッチパネルが用いられ
る。ただし、タッチパネル１３は、抵抗膜方式に限らず、例えば静電容量方式等、任意の
押圧式のタッチパネルを用いることができる。本実施形態では、タッチパネル１３として
、下側ＬＣＤ１２の解像度と同解像度（検出精度）のものを利用する。ただし、必ずしも
タッチパネル１３の解像度と下側ＬＣＤ１２の解像度とが一致している必要はない。また
、下側ハウジング１１の上側面には挿入口１７（図１および図３Ｄに示す点線）が設けら
れている。挿入口１７は、タッチパネル１３に対する操作を行うために用いられるタッチ
ペン２８を収納することができる。なお、タッチパネル１３に対する入力は通常タッチペ
ン２８を用いて行われるが、タッチペン２８に限らずユーザの指でタッチパネル１３に対
する入力をすることも可能である。

各操作ボタン１４Ａ〜１４Ｌは、所定の入力を行うための入力装置である。図１に示さ
れるように、下側ハウジング１１の内側面（主面）には、各操作ボタン１４Ａ〜１４Ｌの
うち、十字ボタン１４Ａ（方向入力ボタン１４Ａ）、ボタン１４Ｂ、ボタン１４Ｃ、ボタ
ン１４Ｄ、ボタン１４Ｅ、電源ボタン１４Ｆ、セレクトボタン１４Ｊ、ＨＯＭＥボタン１
４Ｋ、およびスタートボタン１４Ｌが設けられる。十字ボタン１４Ａは、十字の形状を有
しており、上下左右の方向を指示するボタンを有している。ボタン１４Ｂ、ボタン１４Ｃ
、ボタン１４Ｄ、およびボタン１４Ｅは、十字状に配置される。ボタン１４Ａ〜１４Ｅ、
セレクトボタン１４Ｊ、ＨＯＭＥボタン１４Ｋ、およびスタートボタン１４Ｌには、ゲー
ム装置１０が実行するプログラムに応じた機能が適宜割り当てられる。例えば、十字ボタ
ン１４Ａは選択操作等に用いられ、各操作ボタン１４Ｂ〜１４Ｅは例えば決定操作やキャ
ンセル操作等に用いられる。また、電源ボタン１４Ｆは、ゲーム装置１０の電源をオン／
オフするために用いられる。

アナログスティック１５は、方向を指示するデバイスであり、下側ハウジング１１の内
側面の下側ＬＣＤ１２より左側領域の上部領域に設けられる。図１に示すように、十字ボ
タン１４Ａが下側ＬＣＤ１２より左側領域の下部領域に設けられ、アナログスティック１
５が十字ボタン１４Ａの上方に設けられる。また、アナログスティック１５および十字ボ
タン１４Ａは、下側ハウジング１１を把持した左手の親指で操作可能な位置に設計される
。また、アナログスティック１５を上部領域に設けたことにより、下側ハウジング１１を
把持する左手の親指が自然と位置するところにアナログスティック１５が配され、十字ボ
タン１４Ａは、左手の親指を少し下にずらした位置に配される。アナログスティック１５
は、そのキートップが、下側ハウジング１１の内側面に平行にスライドするように構成さ
れている。アナログスティック１５は、ゲーム装置１０が実行するプログラムに応じて機
能する。例えば、３次元仮想空間に所定のオブジェクトが登場するゲームがゲーム装置１
０によって実行される場合、アナログスティック１５は、当該所定のオブジェクトを３次
元仮想空間内で移動させるための入力装置として機能する。この場合において、所定のオ
ブジェクトは、アナログスティック１５のキートップがスライドした方向に移動される。
なお、アナログスティック１５として、上下左右および斜め方向の任意の方向に所定量だ
け傾倒することでアナログ入力を可能としたものを用いてもよい。

十字状に配置される、ボタン１４Ｂ、ボタン１４Ｃ、ボタン１４Ｄ、およびボタン１４
Ｅの４つのボタンは、下側ハウジング１１を把持する右手の親指が自然と位置するところ
に配置される。また、これらの４つのボタンとアナログスティック１５とは、下側ＬＣＤ
１２を挟んで、左右対称に配置される。これにより、ゲームプログラムによっては、例え
ば、左利きの人が、これらの４つのボタンを使用して方向指示入力をすることも可能であ
る。

また、下側ハウジング１１の内側面には、マイクロフォン用孔１８が設けられる。マイ
クロフォン用孔１８の下部には後述する音声入力装置としてのマイク（図４参照）が設け
られ、当該マイクがゲーム装置１０の外部の音を検出する。

図３Ｂおよび図３Ｄに示されるように、下側ハウジング１１の上側面には、Ｌボタン１
４ＧおよびＲボタン１４Ｈが設けられている。Ｌボタン１４Ｇは、下側ハウジング１１の
上面の左端部に設けられ、Ｒボタン１４Ｈは、下側ハウジング１１の上面の右端部に設け
られる。後述のように、Ｌボタン１４ＧおよびＲボタン１４Ｈは、撮像部のシャッターボ
タン（撮影指示ボタン）として機能する。また、図３Ａに示されるように、下側ハウジン
グ１１の左側面には、音量ボタン１４Ｉが設けられる。音量ボタン１４Ｉは、ゲーム装置
１０が備えるスピーカの音量を調整するために用いられる。

図３Ａに示されるように、下側ハウジング１１の左側面には開閉可能なカバー部１１Ｃ
が設けられる。このカバー部１１Ｃの内側には、ゲーム装置１０とデータ保存用外部メモ
リ４６とを電気的に接続するためのコネクタ（図示せず）が設けられる。データ保存用外
部メモリ４６は、上記コネクタに着脱自在に装着される。データ保存用外部メモリ４６は
、例えば、ゲーム装置１０によって撮像された画像のデータを記憶（保存）するために用
いられる。なお、上記コネクタおよびそのカバー部１１Ｃは、下側ハウジング１１の右側
面に設けられてもよい。

図３Ｄに示されるように、下側ハウジング１１の上側面にはゲーム装置１０とゲームプ
ログラムを記録した外部メモリ４５を挿入するための挿入口１１Ｄが設けられ、その挿入
口１１Ｄの内部には、外部メモリ４５と電気的に着脱自在に接続するためのコネクタ（図
示せず）が設けられる。外部メモリ４５がゲーム装置１０に接続されることにより、所定
のゲームプログラムが実行される。なお、上記コネクタおよび挿入口１１Ｄは、下側ハウ
ジング１１の他の側面（例えば、右側面等）に設けられてもよい。

図１に示されるように、下側ハウジング１１の下側面には、ゲーム装置１０の電源のＯ
Ｎ／ＯＦＦ状況をユーザに通知する第１ＬＥＤ１６Ａが設けられる。また、図３Ｃに示さ
れるように、下側ハウジング１１の右側面には、ゲーム装置１０の無線通信の確立状況を
ユーザに通知する第２ＬＥＤ１６Ｂが設けられる。ゲーム装置１０は、他の機器との間で
無線通信を行うことが可能であり、第２ＬＥＤ１６Ｂは、他の機器との無線通信が確立し
ている場合に点灯する。ゲーム装置１０は、例えば、ＩＥＥＥ８０２．１１．ｂ／ｇの規
格に準拠した方式により、無線ＬＡＮに接続する機能を有する。下側ハウジング１１の右
側面には、この無線通信の機能を有効／無効にする無線スイッチ１９が設けられる（図３
Ｃ参照）。

なお、図示は省略するが、下側ハウジング１１には、ゲーム装置１０の電源となる充電
式電池が収納され、下側ハウジング１１の側面（例えば、上側面）に設けられた端子を介
して当該電池を充電することができる。

上側ハウジング２１には、上側ＬＣＤ２２、２つの外側撮像部２３（外側左撮像部２３
ａおよび外側右撮像部２３ｂ）、内側撮像部２４、３Ｄ調整スイッチ２５、および３Ｄイ
ンジケータ２６が設けられる。以下、これらの詳細について説明する。

図１に示すように、上側ＬＣＤ２２は、上側ハウジング２１に収納される。上側ＬＣＤ
２２は、横長形状であり、長辺方向が上側ハウジング２１の長辺方向に一致するように配
置される。上側ＬＣＤ２２は、上側ハウジング２１の中央に配置される。上側ＬＣＤ２２
の画面の面積は、一例として下側ＬＣＤ１２の画面の面積よりも大きく設定される。具体
的には、上側ＬＣＤ２２の画面は、下側ＬＣＤ１２の画面よりも横長に設定される。すな
わち、上側ＬＣＤ２２の画面のアスペクト比における横幅の割合は、下側ＬＣＤ１２の画
面のアスペクト比における横幅の割合よりも大きく設定される。

上側ＬＣＤ２２の画面は、上側ハウジング２１の内側面（主面）２１Ｂに設けられ、上
側ハウジング２１の内側面に設けられた開口部から上側ＬＣＤ２２の画面が露出する。ま
た、図２に示すように、上側ハウジング２１の内側面は、透明なスクリーンカバー２７に
よって覆われている。スクリーンカバー２７は、上側ＬＣＤ２２の画面を保護するととも
に、上側ＬＣＤ２２と上側ハウジング２１の内側面と一体的にさせ、これにより統一感を
持たせている。上側ＬＣＤ２２の画素数は、一例として６４０ｄｏｔ×２００ｄｏｔ（横
×縦）である。他の例として、上側ＬＣＤ２２の画素数は、８００ｄｏｔ×２４０ｄｏｔ
（横×縦）である。なお、本実施形態では、上側ＬＣＤ２２が液晶表示装置であるとした
が、例えばＥＬを利用した表示装置などが利用されてもよい。また、上側ＬＣＤ２２とし
て、任意の解像度の表示装置を利用することができる。

上側ＬＣＤ２２は、立体視可能な画像を表示することが可能な表示装置である。上側Ｌ
ＣＤ２２は、実質的に同一の表示領域を用いて左目用画像と右目用画像とを表示すること
が可能である。具体的には、上側ＬＣＤ２２は、左目用画像と右目用画像とが所定単位で
（例えば、１列ずつ）横方向に交互に表示される方式の表示装置である。一例として、上
側ＬＣＤ２２の画素数が８００ｄｏｔ×２４０ｄｏｔで構成される場合、横の８００ピク
セルを左目用画像と右目用画像とに交互にそれぞれ４００ピクセル割り当てることによっ
て立体視が可能となる。なお、上側ＬＣＤ２２は、左目用画像と右目用画像とが交互に表
示される方式の表示装置であってもよい。また、上側ＬＣＤ２２は、裸眼立体視可能な表
示装置である。この場合、上側ＬＣＤ２２は、横方向に交互に表示される左目用画像と右
目用画像とを左目および右目のそれぞれに分解して見えるようにレンチキュラー方式やパ
ララックスバリア方式（視差バリア方式）のものが用いられる。本実施形態では、上側Ｌ
ＣＤ２２は、パララックスバリア方式のものとする。上側ＬＣＤ２２は、右目用画像と左
目用画像とを用いて、裸眼で立体視可能な画像（立体画像）を表示する。すなわち、上側
ＬＣＤ２２は、視差バリアを用いてユーザの左目に左目用画像をユーザの右目に右目用画
像をそれぞれ視認させることにより、ユーザにとって立体感のある立体画像（立体視可能
な画像）を表示することができる。また、上側ＬＣＤ２２は、上記視差バリアを無効にす
ることが可能であり、視差バリアを無効にした場合は、画像を平面的に表示することがで
きる（上述した立体視とは反対の意味で平面視の画像を表示することができる。すなわち
、表示された同一の画像が右目にも左目にも見えるような表示モードである。）。このよ
うに、上側ＬＣＤ２２は、立体視可能な画像を表示する立体表示モードと、画像を平面的
に表示する（平面視画像を表示する）平面表示モードとを切り替えることが可能な表示装
置である。この表示モードの切り替えは、後述する３Ｄ調整スイッチ２５によって行われ
る。

外側撮像部２３は、上側ハウジング２１の外側面（上側ＬＣＤ２２が設けられた主面と
反対側の背面）２１Ｄに設けられた２つの撮像部（外側左撮像部２３ａおよび外側右撮像
部２３ｂ）の総称である。外側左撮像部２３ａおよび外側右撮像部２３ｂの撮像方向は、
いずれも外側面２１Ｄの外向きの法線方向である。また、外側左撮像部２３ａおよび外側
右撮像部２３ｂは、いずれも、上側ＬＣＤ２２の表示面（内側面）の法線方向と１８０度
反対の方向に設計される。すなわち、外側左撮像部２３ａの撮像方向および外側右撮像部
２３ｂの撮像方向は、平行である。外側左撮像部２３ａと外側右撮像部２３ｂとは、ゲー
ム装置１０が実行するプログラムによって、ステレオカメラとして使用することが可能で
ある。また、プログラムによっては、２つの外側撮像部（外側左撮像部２３ａおよび外側
右撮像部２３ｂ）のいずれか一方を単独で用いて、外側撮像部２３を非ステレオカメラと
して使用することも可能である。また、プログラムによっては、２つの外側撮像部（外側
左撮像部２３ａおよび外側右撮像部２３ｂ）で撮像した画像を合成してまたは補完的に使
用することにより撮像範囲を広げた撮像を行うことも可能である。本実施形態では、外側
撮像部２３は、外側左撮像部２３ａおよび外側右撮像部２３ｂの２つの撮像部で構成され
る。外側左撮像部２３ａおよび外側右撮像部２３ｂは、それぞれ所定の共通の解像度を有
する撮像素子（例えば、ＣＣＤイメージセンサやＣＭＯＳイメージセンサ等）と、レンズ
とを含む。レンズは、ズーム機構を有するものでもよい。

図１の破線および図３Ｂの実線で示されるように、外側撮像部２３を構成する外側左撮
像部２３ａおよび外側右撮像部２３ｂは、上側ＬＣＤ２２の画面の横方向と平行に並べら
れて配置される。すなわち、２つの外側左撮像部２３ａおよび外側右撮像部２３ｂを結ん
だ直線が上側ＬＣＤ２２の画面の横方向と平行になるように、外側左撮像部２３ａおよび
外側右撮像部２３ｂが配置される。図１の破線２３ａおよび２３ｂは、上側ハウジング２
１の内側面とは反対側の外側面に存在する外側左撮像部２３ａおよび外側右撮像部２３ｂ
をそれぞれ表している。図１に示すように、ユーザが上側ＬＣＤ２２の画面を正面から視
認した場合に、外側左撮像部２３ａは左側に外側右撮像部２３ｂは右側にそれぞれ位置す
る。外側撮像部２３をステレオカメラとして機能させるプログラムが実行されている場合
、外側左撮像部２３ａは、ユーザの左目で視認される左目用画像を撮像し、外側右撮像部
２３ｂは、ユーザの右目で視認される右目用画像を撮像する。外側左撮像部２３ａおよび
外側右撮像部２３ｂの間隔は、人間の両目の間隔程度に設定され、例えば、３０ｍｍ〜７
０ｍｍの範囲で設定されてもよい。なお、外側左撮像部２３ａおよび外側右撮像部２３ｂ
の間隔は、この範囲に限らない。

なお、本実施例においては、外側左撮像部２３ａおよび外側右撮像部２３ｂは、ハウジ
ングに固定されており、撮像方向を変更することはできない。

外側左撮像部２３ａおよび外側右撮像部２３ｂは、上側ＬＣＤ２２（上側ハウジング２
１）の左右方向に関して中央から対称となる位置にそれぞれ配置される。すなわち、外側
左撮像部２３ａおよび外側右撮像部２３ｂは、上側ＬＣＤ２２を左右に２等分する線に対
して対称の位置にそれぞれ配置される。また、外側左撮像部２３ａおよび外側右撮像部２
３ｂは、上側ハウジング２１を開いた状態において、上側ハウジング２１の上部であって
、上側ＬＣＤ２２の画面の上端よりも上方の位置の裏側に配置される。すなわち、外側左
撮像部２３ａおよび外側右撮像部２３ｂは、上側ハウジング２１の外側面であって、上側
ＬＣＤ２２を外側面に投影した場合、投影した上側ＬＣＤ２２の画面の上端よりも上方に
配置される。

このように、外側撮像部２３の２つの撮像部（外側左撮像部２３ａおよび外側右撮像部
２３ｂ）が上側ＬＣＤ２２の左右方向に関して中央から対称の位置に配置されることによ
り、ユーザが上側ＬＣＤ２２を正視した場合に、外側撮像部２３それぞれの撮像方向をユ
ーザの左右の目それぞれの視線方向と一致させることができる。また、外側撮像部２３は
、上側ＬＣＤ２２の画面の上端より上方の裏側の位置に配置されるため、外側撮像部２３
と上側ＬＣＤ２２とが上側ハウジング２１の内部で干渉することがない。したがって、外
側撮像部２３を上側ＬＣＤ２２の画面の裏側に配置する場合と比べて、上側ハウジング２
１を薄く構成することが可能となる。

内側撮像部２４は、上側ハウジング２１の内側面（主面）２１Ｂに設けられ、当該内側
面の内向きの法線方向を撮像方向とする撮像部である。内側撮像部２４は、所定の解像度
を有する撮像素子（例えば、ＣＣＤイメージセンサやＣＭＯＳイメージセンサ等）と、レ
ンズとを含む。レンズは、ズーム機構を有するものでもよい。

図１に示すように、内側撮像部２４は、上側ハウジング２１を開いた状態において、上
側ハウジング２１の上部であって、上側ＬＣＤ２２の画面の上端よりも上方に配置され、
上側ハウジング２１の左右方向に関して中央の位置（上側ハウジング２１（上側ＬＣＤ２
２の画面）を左右に２等分する線の線上）に配置される。具体的には、図１および図３Ｂ
に示されるように、内側撮像部２４は、上側ハウジング２１の内側面であって、外側左撮
像部２３ａおよび外側右撮像部２３ｂの中間の裏側の位置に配置される。すなわち、上側
ハウジング２１の外側面に設けられた外側左撮像部２３ａおよび外側右撮像部２３ｂを上
側ハウジング２１の内側面に投影した場合、当該投影した外側左撮像部２３ａおよび外側
右撮像部２３ｂの中間に、内側撮像部２４が設けられる。図３Ｂで示される破線２４は、
上側ハウジング２１の内側面に存在する内側撮像部２４を表している。

このように、内側撮像部２４は、外側撮像部２３とは反対方向を撮像する。内側撮像部
２４は、上側ハウジング２１の内側面であって、２つの外側撮像部２３の中間位置となる
裏側に設けられる。これにより、ユーザが上側ＬＣＤ２２を正視した際、内側撮像部２４
でユーザの顔を正面から撮像することができる。また、外側左撮像部２３ａおよび外側右
撮像部２３ｂと内側撮像部２４とが上側ハウジング２１の内部で干渉することがないため
、上側ハウジング２１を薄く構成することが可能となる。

３Ｄ調整スイッチ２５は、スライドスイッチであり、上述のように上側ＬＣＤ２２の表
示モードを切り替えるために用いられるスイッチである。また、３Ｄ調整スイッチ２５は
、上側ＬＣＤ２２に表示された立体視可能な画像（立体画像）の立体感を調整するために
用いられる。図１〜図３Ｄに示されるように、３Ｄ調整スイッチ２５は、上側ハウジング
２１の内側面および右側面の端部に設けられ、ユーザが上側ＬＣＤ２２を正視した場合に
、当該３Ｄ調整スイッチ２５を視認できる位置に設けられる。３Ｄ調整スイッチ２５は、
所定方向（例えば、上下方向）の任意の位置にスライド可能なスライダを有しており、当
該スライダの位置に応じて上側ＬＣＤ２２の表示モードが設定される。

例えば、３Ｄ調整スイッチ２５のスライダが最下点位置に配置されている場合、上側Ｌ
ＣＤ２２が平面表示モードに設定され、上側ＬＣＤ２２の画面には平面画像が表示される
。なお、上側ＬＣＤ２２を立体表示モードのままとして、左目用画像と右目用画像とを同
一の画像とすることにより平面表示してもよい。一方、上記最下点位置より上側にスライ
ダが配置されている場合、上側ＬＣＤ２２は立体表示モードに設定される。この場合、上
側ＬＣＤ２２の画面には立体視可能な画像が表示される。ここで、スライダが上記最下点
位置より上側に配置されている場合、スライダの位置に応じて、立体画像の見え方が調整
される。具体的には、スライダの位置に応じて、右目用画像および左目用画像における横
方向の位置のずれ量が調整される。

３Ｄインジケータ２６は、上側ＬＣＤ２２が立体表示モードか否かを示す。例えば、３
Ｄインジケータ２６は、ＬＥＤであり、上側ＬＣＤ２２の立体表示モードが有効の場合に
点灯する。図１に示されるように、３Ｄインジケータ２６は、上側ハウジング２１の内側
面に設けられ、上側ＬＣＤ２２の画面近傍に設けられる。このため、ユーザが上側ＬＣＤ
２２の画面を正視した場合、ユーザは３Ｄインジケータ２６を視認しやすい。したがって
、ユーザは、上側ＬＣＤ２２の画面を視認している状態でも、上側ＬＣＤ２２の表示モー
ドを容易に認識することができる。

また、上側ハウジング２１の内側面には、スピーカ孔２１Ｅが設けられる。後述するス
ピーカ４４からの音声がこのスピーカ孔２１Ｅから出力される。

次に、図４を参照して、ゲーム装置１０の内部構成を説明する。なお、図４は、ゲーム
装置１０の内部構成の一例を示すブロック図である。

図４において、ゲーム装置１０は、上述した各構成部に加えて、情報処理部３１、メイ
ンメモリ３２、外部メモリインターフェイス（外部メモリＩ／Ｆ）３３、データ保存用外
部メモリＩ／Ｆ３４、データ保存用内部メモリ３５、無線通信モジュール３６、ローカル
通信モジュール３７、リアルタイムクロック（ＲＴＣ）３８、加速度センサ３９、角速度
センサ４０、電源回路４１、およびインターフェイス回路（Ｉ／Ｆ回路）４２等の電子部
品を備えている。これらの電子部品は、電子回路基板上に実装されて下側ハウジング１１
（または上側ハウジング２１でもよい）内に収納される。

情報処理部３１は、所定のプログラムを実行するためのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒ
ｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１１、画像処理を行うＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒ
ｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１２等を含む情報処理手段である。本実施形態では、所
定のプログラムがゲーム装置１０内のメモリ（例えば外部メモリＩ／Ｆ３３に接続された
外部メモリ４５やデータ保存用内部メモリ３５）に記憶されている。情報処理部３１のＣ
ＰＵ３１１は、当該所定のプログラムを実行することによって、後述する画像処理やゲー
ム処理を実行する。なお、情報処理部３１のＣＰＵ３１１によって実行されるプログラム
は、他の機器との通信によって他の機器から取得されてもよい。また、情報処理部３１は
、ＶＲＡＭ（Ｖｉｄｅｏ ＲＡＭ）３１３を含む。情報処理部３１のＧＰＵ３１２は、情
報処理部３１のＣＰＵ３１１からの命令に応じて画像を生成し、ＶＲＡＭ３１３に描画す
る。そして、情報処理部３１のＧＰＵ３１２は、ＶＲＡＭ３１３に描画された画像を上側
ＬＣＤ２２および／または下側ＬＣＤ１２に出力し、上側ＬＣＤ２２および／または下側
ＬＣＤ１２に当該画像が表示される。

情報処理部３１には、メインメモリ３２、外部メモリＩ／Ｆ３３、データ保存用外部メ
モリＩ／Ｆ３４、およびデータ保存用内部メモリ３５が接続される。外部メモリＩ／Ｆ３
３は、外部メモリ４５を着脱自在に接続するためのインターフェイスである。また、デー
タ保存用外部メモリＩ／Ｆ３４は、データ保存用外部メモリ４６を着脱自在に接続するた
めのインターフェイスである。

メインメモリ３２は、情報処理部３１（ＣＰＵ３１１）のワーク領域やバッファ領域と
して用いられる揮発性の記憶手段である。すなわち、メインメモリ３２は、画像処理やゲ
ーム処理で用いられる各種データを一時的に記憶したり、外部（外部メモリ４５や他の機
器等）から取得されるプログラムを一時的に記憶したりする。本実施形態では、メインメ
モリ３２として例えばＰＳＲＡＭ（Ｐｓｅｕｄｏ−ＳＲＡＭ）を用いる。

外部メモリ４５は、情報処理部３１によって実行されるプログラムを記憶するための不
揮発性の記憶手段である。外部メモリ４５は、例えば読み取り専用の半導体メモリで構成
される。外部メモリ４５が外部メモリＩ／Ｆ３３に接続されると、情報処理部３１は外部
メモリ４５に記憶されたプログラムを読み込むことができる。情報処理部３１が読み込ん
だプログラムを実行することにより、所定の処理が行われる。データ保存用外部メモリ４
６は、不揮発性の読み書き可能なメモリ（例えばＮＡＮＤ型フラッシュメモリ）で構成さ
れ、所定のデータを格納するために用いられる。例えば、データ保存用外部メモリ４６に
は、外側撮像部２３で撮像された画像や他の機器で撮像された画像が記憶される。データ
保存用外部メモリ４６がデータ保存用外部メモリＩ／Ｆ３４に接続されると、情報処理部
３１はデータ保存用外部メモリ４６に記憶された画像を読み込み、上側ＬＣＤ２２および
／または下側ＬＣＤ１２に当該画像を表示することができる。

データ保存用内部メモリ３５は、読み書き可能な不揮発性メモリ（例えばＮＡＮＤ型フ
ラッシュメモリ）で構成され、所定のデータを格納するために用いられる。例えば、デー
タ保存用内部メモリ３５には、無線通信モジュール３６を介した無線通信によってダウン
ロードされたデータやプログラムが格納される。

無線通信モジュール３６は、例えばＩＥＥＥ８０２．１１．ｂ／ｇの規格に準拠した方
式により、無線ＬＡＮに接続する機能を有する。また、ローカル通信モジュール３７は、
所定の通信方式（例えば赤外線通信）により同種のゲーム装置との間で無線通信を行う機
能を有する。無線通信モジュール３６およびローカル通信モジュール３７は、情報処理部
３１に接続される。情報処理部３１は、無線通信モジュール３６を用いてインターネット
を介して他の機器との間でデータを送受信したり、ローカル通信モジュール３７を用いて
同種の他のゲーム装置との間でデータを送受信したりすることができる。

情報処理部３１には、加速度センサ３９が接続される。加速度センサ３９は、３軸（本
実施形態では、ｘｙｚ軸）方向に沿った直線方向の加速度（直線加速度）の大きさを検出
する。加速度センサ３９は、例えば下側ハウジング１１の内部に設けられる。加速度セン
サ３９は、図１に示すように、下側ハウジング１１の長辺方向をｘ軸、下側ハウジング１
１の短辺方向をｙ軸、下側ハウジング１１の内側面（主面）に対して垂直な方向をｚ軸と
して、ゲーム装置１０の各軸方向へ生じる直線加速度の大きさをそれぞれ検出する。なお
、加速度センサ３９は、例えば静電容量式の加速度センサとするが、他の方式の加速度セ
ンサを用いるようにしてもよい。また、加速度センサ３９は、１軸または２軸方向を検出
する加速度センサであってもよい。情報処理部３１は、加速度センサ３９が検出した加速
度を示すデータ（加速度データ）を受け取って、ゲーム装置１０の姿勢や動きを算出する
。

情報処理部３１には、角速度センサ４０が接続される。角速度センサ４０は、ゲーム装
置１０の３軸（本実施形態では、ｘｙｚ軸）周りに生じる角速度をそれぞれ検出し、検出
した角速度を示すデータ（角速度データ）を情報処理部３１へ出力する。角速度センサ４
０は、例えば下側ハウジング１１の内部に設けられる。情報処理部３１は、角速度センサ
４０から出力された角速度データを受け取って、ゲーム装置１０の姿勢や動きを算出する
。

情報処理部３１には、ＲＴＣ３８および電源回路４１が接続される。ＲＴＣ３８は、時
間をカウントして情報処理部３１に出力する。情報処理部３１は、ＲＴＣ３８によって計
時された時間に基づき現在時刻（日付）を計算する。電源回路４１は、ゲーム装置１０が
有する電源（下側ハウジング１１に収納される上記充電式電池）からの電力を制御し、ゲ
ーム装置１０の各部品に電力を供給する。

情報処理部３１には、Ｉ／Ｆ回路４２が接続される。Ｉ／Ｆ回路４２には、マイク４３
、スピーカ４４、およびタッチパネル１３が接続される。具体的には、Ｉ／Ｆ回路４２に
は、図示しないアンプを介してスピーカ４４が接続される。マイク４３は、ユーザの音声
を検知して音声信号をＩ／Ｆ回路４２に出力する。アンプは、Ｉ／Ｆ回路４２からの音声
信号を増幅し、音声をスピーカ４４から出力させる。Ｉ／Ｆ回路４２は、マイク４３およ
びスピーカ４４（アンプ）の制御を行う音声制御回路と、タッチパネル１３の制御を行う
タッチパネル制御回路とを含む。音声制御回路は、音声信号に対するＡ／Ｄ変換およびＤ
／Ａ変換を行ったり、音声信号を所定の形式の音声データに変換したりする。タッチパネ
ル制御回路は、タッチパネル１３からの信号に基づいて所定の形式のタッチ位置データを
生成して情報処理部３１に出力する。タッチ位置データは、タッチパネル１３の入力面に
おいて入力が行われた位置（タッチ位置）の座標を示す。なお、タッチパネル制御回路は
、タッチパネル１３からの信号の読み込み、およびタッチ位置データの生成を所定時間に
１回の割合で行う。情報処理部３１は、タッチ位置データを取得することにより、タッチ
パネル１３に対して入力が行われたタッチ位置を知ることができる。

操作ボタン１４は、上記各操作ボタン１４Ａ〜１４Ｌからなり、情報処理部３１に接続
される。操作ボタン１４から情報処理部３１へは、各操作ボタン１４Ａ〜１４Ｉに対する
入力状況（押下されたか否か）を示す操作データが出力される。情報処理部３１は、操作
ボタン１４から操作データを取得することによって、操作ボタン１４に対する入力に応じ
た処理を実行する。

下側ＬＣＤ１２および上側ＬＣＤ２２は、情報処理部３１に接続される。下側ＬＣＤ１
２および上側ＬＣＤ２２は、情報処理部３１（ＧＰＵ３１２）の指示にしたがって画像を
表示する。本実施形態では、情報処理部３１は、例えば入力操作用の画像を下側ＬＣＤ１
２に表示させ、外側撮像部２３および内側撮像部２４のいずれかから取得した画像を上側
ＬＣＤ２２に表示させる。すなわち、情報処理部３１は、上側ＬＣＤ２２に外側撮像部２
３で撮像した右目用画像と左目用画像とを用いた立体画像（立体視可能な画像）を表示さ
せたり、内側撮像部２４で撮像した平面画像を上側ＬＣＤ２２に表示させたり、上側ＬＣ
Ｄ２２に外側撮像部２３で撮像した右目用画像および左目用画像の一方を用いた平面画像
を表示させたりする。

具体的には、情報処理部３１は、上側ＬＣＤ２２のＬＣＤコントローラ（図示せず）と
接続され、当該ＬＣＤコントローラに対して視差バリアのＯＮ／ＯＦＦを制御する。上側
ＬＣＤ２２の視差バリアがＯＮになっている場合、情報処理部３１のＶＲＡＭ３１３に格
納された（外側撮像部２３で撮像された）右目用画像と左目用画像とが、上側ＬＣＤ２２
に出力される。より具体的には、ＬＣＤコントローラは、右目用画像について縦方向に１
ライン分の画素データを読み出す処理と、左目用画像について縦方向に１ライン分の画素
データを読み出す処理とを交互に繰り返すことによって、ＶＲＡＭ３１３から右目用画像
と左目用画像とを読み出す。これにより、右目用画像および左目用画像が、画素を縦に１
ライン毎に並んだ短冊状画像に分割され、分割された右目用画像の短冊状画像と左目用画
像の短冊状画像とが交互に配置された画像が、上側ＬＣＤ２２の画面に表示される。そし
て、上側ＬＣＤ２２の視差バリアを介して当該画像がユーザに視認されることによって、
ユーザの右目に右目用画像が、ユーザの左目に左目用画像が視認される。以上により、上
側ＬＣＤ２２の画面には立体視可能な画像が表示される。

外側撮像部２３および内側撮像部２４は、情報処理部３１に接続される。外側撮像部２
３および内側撮像部２４は、情報処理部３１の指示にしたがって画像を撮像し、撮像した
画像データを情報処理部３１に出力する。本実施形態では、情報処理部３１は、外側撮像
部２３および内側撮像部２４のいずれか一方に対して撮像指示を行い、撮像指示を受けた
撮像部が画像を撮像して画像データを情報処理部３１に送る。具体的には、ユーザによる
タッチパネル１３や操作ボタン１４を用いた操作によって使用する撮像部が選択される。
そして、撮像部が選択されたことを情報処理部３１（ＣＰＵ３１１）が検知し、情報処理
部３１が外側撮像部２３または内側撮像部２４に対して撮像指示を行う。

３Ｄ調整スイッチ２５は、情報処理部３１に接続される。３Ｄ調整スイッチ２５は、ス
ライダの位置に応じた電気信号を情報処理部３１に送信する。

３Ｄインジケータ２６は、情報処理部３１に接続される。情報処理部３１は、３Ｄイン
ジケータ２６の点灯を制御する。例えば、情報処理部３１は、上側ＬＣＤ２２が立体表示
モードである場合、３Ｄインジケータ２６を点灯させる。

次に、図５〜図１１を参照して、ゲーム装置１０の使用状態および表示内容の一例を示
す。なお、図５は、ユーザがゲーム装置１０を把持して操作する様子の一例を示す図であ
る。図６は、外側撮像部２３の撮像対象となるマーカＭＫの一例を示す図である。図７は
、ユーザがゲーム装置１０に向かって音声を入力している様子の一例を概説する図解図で
ある。図８〜図１１は、上側ＬＣＤ２２に表示される表示形態例を示す図である。

図５に示されるように、ユーザは、下側ＬＣＤ１２および上側ＬＣＤ２２がユーザの方
向を向く状態で、両手の掌と中指、薬指および小指とで下側ハウジング１１の側面および
外側面（内側面の反対側の面）を把持する。このように把持することで、ユーザは、下側
ハウジング１１を把持したまま、各操作ボタン１４Ａ〜１４Ｅおよびアナログスティック
１５に対する操作を親指で行い、Ｌボタン１４ＧおよびＲボタン１４Ｈに対する操作を人
差し指で行うことができる。そして、図５に示した一例では、外側左撮像部２３ａおよび
外側右撮像部２３ｂによってゲーム装置１０の背面側の実世界を撮像した実世界画像が、
上側ＬＣＤ２２に立体視表示されている。

本実施形態では、画像処理プログラムに基づいて、外側撮像部２３（外側左撮像部２３
ａ、外側右撮像部２３ｂ）によって現在撮像されている実世界の画像と、３次元の仮想空
間に存在する仮想オブジェクトの画像とを合成した合成画像が、上側ＬＣＤ２２の画面に
立体視可能に表示される。具体的には、外側撮像部２３で撮影された２つの撮影画像は、
所定の視差を有するように上側ＬＣＤ２２に供給されて立体視表示される。上側ＬＣＤ２
２の画面上では、外側撮像部２３に相対的に近い被写体が相対的に手前に位置するように
ユーザに視認され、外側撮像部２３から相対的に遠い被写体が相対的に遠くに位置するよ
うにユーザに視認される。

図５は、外側撮像部２３によってマーカＭＫ（撮像対象となる実オブジェクト）が撮像
されているときに、上側ＬＣＤ２２の画面に表示される仮想オブジェクトである仮想キャ
ラクタＣ（立体画像）の一例を示している。図５に示すように、マーカＭＫは、一例とし
て矢印を含む正方形が描かれており、ＣＰＵ３１１は、外側撮像部２３から取得される撮
像画像に対して例えばパターンマッチング等の画像処理を行うことによって、当該撮像画
像にマーカＭＫが含まれているか否かを判定することができる。外側撮像部２３によって
マーカＭＫが撮像されているときには、上側ＬＣＤ２２には、実世界画像としてマーカＭ
Ｋが立体視可能にマーカ画像ＭＫｉとして表示されるとともに、実世界画像に含まれるマ
ーカ画像ＭＫｉの表示位置に仮想キャラクタＣ（例えば、犬を模した仮想オブジェクト）
が立体視可能に合成表示される。なお、図５では、理解を容易にするために、上側ＬＣＤ
２２の画面から仮想キャラクタＣをはみ出して図示しているが、実際には仮想キャラクタ
Ｃは画面内に表示される。後述の図７についても同様である。また、図５および図７等に
おいては、表示対象が飛び出ているように視認される様子を図示しているが、立体視可能
に表示する、と言った場合、必ずしも飛び出し方向に視認される場合のみでなく、画面よ
り奥側に、奥行きを持って表示される場合も含む。

ここで、図６に示すように、マーカＭＫには、向き（前方向、右方向、上方向）が定義
されており、マーカＭＫの配置方向に基づいた姿勢で仮想キャラクタＣを配置することが
できる。例えば、仮想キャラクタＣの前方向がマーカ画像ＭＫｉの前方向と一致するよう
に、マーカ画像ＭＫｉの上に仮想キャラクタＣを配置することが可能である。なお、以下
の説明では、マーカ画像ＭＫｉの前方向を「マーカの方向」と記載することがある。

図７に示すように、ゲーム装置１０に表示された仮想キャラクタＣに動作指示する場合
、ユーザは、音声によって当該動作指示することが可能となっている。なお、ゲーム装置
１０は、ユーザがゲーム装置１０に入力する音声は、話し言葉として発する音（言語）の
他に、口笛の音、拍手の音、息の音等が考えられるが、本明細書で用いる「音声」は、こ
れらの音を総称しているものとする。

ゲーム装置１０にユーザの音声を判別させるためには、プレイヤは、マイク４３（マイ
クロフォン用孔１８）に向かって自身の音声を入力する。一方、ゲーム装置１０は、Ｉ／
Ｆ回路４２を介して、マイク４３から入力された音声信号を示す音声データを取得し、当
該音声データを解析することによってマイク４３から入力された音声を判別する。そして
、ゲーム装置１０は、マイク４３から入力された音声の判別結果に応じた処理を行い、当
該判別結果に応じて仮想キャラクタＣを動作させる。一例として、ゲーム装置１０は、マ
イク４３から入力された音声が、仮想キャラクタＣを立ち上がらせる動作を指示する言語
（例えば、「チンチン」）であると判別された場合、判別された音声に応じて仮想キャラ
クタＣに立ち上がらせる動作を行わせて上側ＬＣＤ２２に表示する（図７の状態）。

次に、図８〜図１１を参照して、外側撮像部２３によってマーカＭＫが撮像されている
ときに上側ＬＣＤ２２の画面に表示される仮想キャラクタＣの他の一例について説明する
。

図８において、仮想キャラクタＣは、「通常状態」で表示されている。ここで、「通常
状態」は、ユーザからの動作指示に基づいた動作を行っていない場合に仮想キャラクタＣ
が行動している状態を示している。例えば、「通常状態」において、仮想キャラクタＣは
、４つ足を地面（マーカ画像ＭＫｉ上またはマーカ画像ＭＫｉと同一平面上）につけてい
る状態で静止するまたは４つ足で自由に動いて行動する。図８に示した一例では、仮想キ
ャラクタＣが４つ足を地面につけて仮想キャラクタＣの前方向がマーカ画像ＭＫｉの前方
向と一致する状態を「通常状態」として表示されている。

図９では、仮想キャラクタＣを座らせる動作を指示する言語（例えば、「おすわり」）
をゲーム装置１０に入力した場合の動作を示している。図９に示すように、ゲーム装置１
０に仮想キャラクタＣを座らせる動作を指示する音声が入力された場合、仮想キャラクタ
Ｃは、地面（マーカ画像ＭＫｉ上またはマーカ画像ＭＫｉと同一平面上）に座る動作を開
始し、仮想キャラクタＣの前方向をマーカ画像ＭＫｉの前方向と一致させて地面上に座る
。このように、仮想キャラクタＣに芸の名称を示す言語（例えば、「おすわり」や「ふせ
」）をゲーム装置１０に入力した場合、仮想キャラクタＣの前方向をマーカ画像ＭＫｉの
前方向と一致させて仮想キャラクタＣが当該言語に該当する芸をすることがある。また、
他の例として、仮想キャラクタＣの名前を示す言語をゲーム装置１０に入力した場合、仮
想キャラクタＣの前方向をマーカ画像ＭＫｉの前方向と一致させて仮想キャラクタＣが吠
えることがある。

例えば、図１０に示すように、ユーザがゲーム装置１０を移動させることによって、撮
像されるマーカＭＫの位置および向きが変化する、すなわち上側ＬＣＤ２２の画面に表示
されるマーカ画像ＭＫｉの位置および向きが変化する場合を考える。この場合、撮像画像
の変化に追従するように、仮想キャラクタＣの位置および向きが変化する。例えば、図９
のように仮想キャラクタＣが座っている状態に対してマーカの方向が変化した場合、当該
変化に追従するように仮想キャラクタＣの向きが変化して座っている状態を継続している
（図１０の状態）。したがって、ユーザには仮想キャラクタＣがあたかも実世界に本当に
存在しているかのように見える。

一方、本実施形態では、仮想キャラクタＣに与えられた音声による動作指示に応じて、
マーカの方向ではなく、画像を生成しているカメラ（すなわち、仮想キャラクタＣが配置
された仮想世界画像を生成する仮想カメラ）の位置に基づいた姿勢で仮想キャラクタＣが
動作することもできる。例えば、図１１では、仮想キャラクタＣを呼び寄せる動作を指示
する音声（例えば、口笛の音）をゲーム装置１０に入力した場合の動作を示している。図
１１に示すように、ゲーム装置１０に仮想キャラクタＣを呼び寄せる動作を指示する音声
が入力された場合、仮想キャラクタＣは、４つ足状態になって仮想キャラクタＣの前方向
が仮想カメラへの方向と一致するように動作する。すなわち、上記動作では、仮想キャラ
クタＣが表示される向きがマーカ画像ＭＫｉの方向ではなく、仮想世界画像を生成する仮
想カメラの位置に基づいて決定される。なお、上述した説明では、仮想キャラクタＣを呼
び寄せる動作を指示する音声の一例として口笛の音を用いたが、他の音声であってもかま
わない。例えば、仮想キャラクタＣを呼び寄せる動作を指示する音声として拍手の音を設
定し、拍手の音が入力された場合に４つ足状態になって仮想キャラクタＣの前方向が仮想
カメラへの方向と一致するように仮想キャラクタＣが動作してもかまわない。この場合、
口笛の音が入力された場合に仮想キャラクタＣの前方向が仮想カメラへの方向と一致する
ように仮想キャラクタＣが遠吠えをする動作をしてもかまわない。

また、本実施形態では、仮想キャラクタＣに音声による動作指示を与えた場合、当該動
作指示を与えた時点において仮想キャラクタＣが撮像（表示）されている方向によって、
仮想キャラクタＣに与える動作指示が変化することがある。例えば、息の音をゲーム装置
１０に入力した場合、当該入力が行われた時点で仮想キャラクタＣが上側ＬＣＤ２２の表
示範囲内に存在し、かつ、仮想キャラクタＣの前方向が仮想カメラの方向付近を向いてい
れば、仮想キャラクタＣが息を吹きかけられたことによって嫌がるように動作する。その
一方で、息の音をゲーム装置１０に入力した時点で仮想キャラクタＣの前方向が仮想カメ
ラの方向付近を向いていなければ、仮想キャラクタＣが上側ＬＣＤ２２の表示範囲内に存
在していても当該入力に応じた動作をすることなく、何の反応もしない。例えば、仮想キ
ャラクタＣが息を吹きかけられたことによって嫌がるように動作は、「通常状態」で仮想
キャラクタＣが表示されている場合に生じる動作である。この場合、仮想キャラクタＣの
前方向がマーカ画像ＭＫｉの前方向と一致するような姿勢で表示されているため、当該動
作指示は、マーカの方向と仮想カメラの位置との関係が所定の位置関係になっている場合
に成立するものであると考えることもできる。

このように、本実施形態においては、実カメラにより撮像されて上側ＬＣＤ２２に表示
された実世界画像内に、仮想オブジェクトが配置されて付加表示され、音声認識された音
声に基づいた指示に応じて当該仮想オブジェクトが動作する。したがって、ＡＲ（拡張現
実：Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ）を実現する上で、音声を現実空間とコンピュ
ータとの間のインターフェイスとして採用することで、入力の簡便性が向上し、入力内容
もバリエーションに富んだものになるため、現実空間とコンピュータとの間のインタラク
ティブ性は高まって興趣性および操作性が向上する。また、操作ボタン、キーボード、タ
ッチパネル、マウス、ジョイスティック、およびトラックボード等の従来の入力装置を用
いて操作する場合と比較して、音声入力による操作は、臨場感や操作の直感性を高めるこ
とができる。なお、上述した例では、実世界画像内に付加表示される仮想オブジェクトの
一例として仮想キャラクタＣを用いたが、実世界画像内に付加表示されるものは他の仮想
物体や文字であってもよい。また、上述した例では、音声認識された音声に基づいた指示
に応じて、付加表示された仮想キャラクタＣが動作するが、音声認識された音声に基づい
た指示に応じて、他の処理が行われてもかまわない。例えば、音声認識された音声に基づ
いた指示に応じて、実世界画像内に付加表示される仮想オブジェクトや文字等の改変をす
る処理、表示態様を変化させる処理、選択をする処理、出現／消去をする処理等、様々な
処理を行うことが考えられる。

次に、図１２〜図１７を参照して、ゲーム装置１０で実行される画像処理プログラムに
よる具体的な処理動作について説明する。なお、図１２は、画像処理プログラムを実行す
ることに応じて、メインメモリ３２に記憶される各種データの一例を示す図である。図１
３は、図１２の音声動作対応テーブルデータＤｉの一例を示す図である。図１４は、当該
画像処理プログラムを実行することによってゲーム装置１０が画像処理する動作の一例を
示すフローチャートである。図１５は、図１４のステップ５４で行われる音声認識処理の
詳細な動作の一例を示すサブルーチンである。図１６は、図１４のステップ５５で行われ
る画像合成処理の詳細な前半の動作の一例を示すサブルーチンである。図１７は、図１４
のステップ５５で行われる画像合成処理の詳細な後半の動作の一例を示すサブルーチンで
ある。なお、これらの処理を実行するためのプログラムは、ゲーム装置１０に内蔵される
メモリ（例えば、データ保存用内部メモリ３５）や外部メモリ４５またはデータ保存用外
部メモリ４６に含まれており、ゲーム装置１０の電源がオンになったときに、内蔵メモリ
から、または外部メモリＩ／Ｆ３３やデータ保存用外部メモリＩ／Ｆ３４を介して外部メ
モリ４５またはデータ保存用外部メモリ４６からメインメモリ３２に読み出されて、ＣＰ
Ｕ３１１によって実行される。

図１２において、メインメモリ３２には、内蔵メモリ、外部メモリ４５、またはデータ
保存用外部メモリ４６から読み出されたプログラムや画像処理において生成される一時的
なデータが記憶される。図１２において、メインメモリ３２のデータ記憶領域には、左カ
メラ画像データＤａ、右カメラ画像データＤｂ、音声波形データＤｃ、操作入力データＤ
ｄ、左カメラ画像認識結果データＤｅ、右カメラ画像認識結果データＤｆ、スペクトル情
報データＤｇ、メルフィルタ出力情報データＤｈ、音声動作対応テーブルデータＤｉ、音
声登録データＤｊ、拍手フラグデータＤｋ、口笛フラグデータＤｌ、息フラグデータＤｍ
、登録音声フラグデータＤｎ、通常状態フラグデータＤｏ、左仮想世界画像データＤｐ、
右仮想世界画像データＤｑ、および仮想オブジェクトデータＤｒ等が格納される。また、
メインメモリ３２のプログラム記憶領域には、画像処理プログラムを構成する各種プログ
ラム群Ｐａが記憶される。

左カメラ画像データＤａは、外側左撮像部２３ａによって撮像された最新の左目用のカ
メラ画像を示すデータである。右カメラ画像データＤｂは、外側右撮像部２３ｂによって
撮像された最新の右目用のカメラ画像を示すデータである。なお、外側左撮像部２３ａお
よび外側右撮像部２３ｂが撮像し、撮像されたカメラ画像を用いて左カメラ画像データＤ
ａおよび右カメラ画像データＤｂをそれぞれ更新する周期は、ゲーム装置１０が処理する
時間単位（例えば、１／６０秒）と同じでもいいし、当該時間単位より短い時間でもかま
わない。ゲーム装置１０が処理する周期より左カメラ画像データＤａおよび右カメラ画像
データＤｂをそれぞれ更新する周期が短い場合、後述する処理とは独立して適宜左カメラ
画像データＤａおよび右カメラ画像データＤｂをそれぞれ更新してもかまわない。この場
合、後述する撮像画像を取得するステップにおいて、左カメラ画像データＤａおよび右カ
メラ画像データＤｂがそれぞれ示す最新のカメラ画像を常に用いて処理すればよい。

音声波形データＤｃは、マイク４３に入力された音声波形に対応する音声データである
。例えば、音声波形データＤｃは、マイク４３に対するサンプリングレート毎（例えば、
ゲーム処理する時間単位（１フレーム；例えば、１／６０秒）につき１２８サンプル）に
取得された音声データであり、ゲーム装置１０がゲーム処理する時間単位毎に利用される
。なお、本実施形態においては、後述する音声認識処理に必要なフレーム分の履歴が音声
波形データＤｃの音声データとして格納されるため、当該フレーム分の音声データが音声
波形データＤｃとして格納されるように、ＦＩＦＯ方式で音声波形データＤｃの音声デー
タを更新するようにしてもよい。

操作入力データＤｄは、ユーザがゲーム装置１０を操作した操作情報を示すデータであ
る。例えば、操作入力データＤｄは、ユーザがゲーム装置１０の操作ボタン１４やアナロ
グスティック１５等の操作子を操作したことを示すデータを含んでいる。操作ボタン１４
やアナログスティック１５からの操作データは、ゲーム装置１０が処理する時間単位（例
えば、１／６０秒）毎に取得され、当該取得に応じて操作入力データＤｄに格納されて更
新される。なお、後述する処理フローでは、操作入力データＤｄが処理周期である１フレ
ーム毎に更新される例を用いて説明するが、他の処理周期で更新されてもかまわない。例
えば、操作ボタン１４やアナログスティック１５等の操作子をユーザが操作したことを検
出する周期毎に操作入力データＤｄを更新し、当該更新された操作入力データＤｄを処理
周期毎に利用する態様でもかまわない。この場合、操作入力データＤｄを更新する周期と
、処理周期とが異なることになる。

左カメラ画像認識結果データＤｅは、外側左撮像部２３ａによって撮像された左目用の
カメラ画像を用いて算出された、外側左撮像部２３ａとマーカＭＫとの位置関係に関する
データである。第１の例として、上記位置関係に関するデータは、外側左撮像部２３ａと
マーカＭＫとの相対的な位置関係を示すデータである。一例として、上記位置関係に関す
るデータは、マーカＭＫの位置を基準として実世界における外側左撮像部２３ａの位置お
よび／または姿勢を示すデータである。他の例として、上記位置関係に関するデータは、
外側左撮像部２３ａの位置および撮像方向を基準として実世界におけるマーカＭＫの位置
および／または姿勢を示すデータである。第２の例として、上記位置関係に関するデータ
は、外側左撮像部２３ａによって撮像されたカメラ画像におけるマーカ画像ＭＫｉの位置
および／または姿勢を認識することにより算出される行列を示すデータである。例えば、
上記行列は、マーカＭＫの位置および姿勢を基準として設定される座標系（マーカ座標系
）で表された座標を、外側左撮像部２３ａの位置および姿勢を基準として表された座標系
（外側左撮像部座標系）に変換する座標変換行列である。つまり、上記行列は、マーカＭ
Ｋの位置および姿勢に対する外側左撮像部２３ａの相対的な位置および姿勢の情報を含む
行列であり、より具体的には、マーカ座標系における外側左撮像部２３ａの位置および姿
勢の情報を含む行列である。

右カメラ画像認識結果データＤｆは、外側右撮像部２３ｂによって撮像された右目用の
カメラ画像を用いて算出された、外側右撮像部２３ｂとマーカＭＫとの位置関係に関する
データである。第１の例として、上記位置関係に関するデータは、外側右撮像部２３ｂと
マーカＭＫとの相対的な位置関係を示すデータである。一例として、上記位置関係に関す
るデータは、マーカＭＫの位置を基準として実世界における外側右撮像部２３ｂの位置お
よび／または姿勢を示すデータである。他の例として、上記位置関係に関するデータは、
外側右撮像部２３ｂの位置を基準として実世界におけるマーカＭＫの位置および／または
姿勢を示すデータである。第２の例として、上記位置関係に関するデータは、外側右撮像
部２３ｂによって撮像されたカメラ画像におけるマーカ画像ＭＫｉの位置および／または
姿勢を認識することにより算出される行列を示すデータである。例えば、上記行列は、上
記マーカ座標系で表された座標を、外側右撮像部２３ｂの位置および姿勢を基準として表
された座標系（外側右撮像部座標系）に変換する座標変換行列である。つまり、上記行列
は、マーカＭＫの位置および姿勢に対する外側右撮像部２３ｂの相対的な位置および姿勢
の情報を含む行列であり、より具体的には、マーカ座標系における外側右撮像部２３ｂの
位置および姿勢の情報を含む行列である。

なお、本明細書において、マーカ座標系から外側左撮像部座標系または外側右撮像部座
標系への変換行列のことを「マーカ・カメラ変換行列」と呼ぶ。つまり、上述した行列は
、それぞれ「マーカ・カメラ変換行列」である。

スペクトル情報データＤｇは、マイク４３に入力された音声波形を示す音声波形情報を
短時間ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：高速フーリエ変換）分
析することによって得られるスペクトルを示すデータであり、後述する音声認識処理に必
要なフレーム分のデータが格納される。

メルフィルタ出力情報データＤｈは、ＦＦＴ分析によって得られたスペクトルをメルフ
ィルタバンク分析することによって得られる帯域フィルタバンクの出力を示すデータであ
り、後述する音声認識処理に必要なフレーム分のデータが格納される。

音声動作対応テーブルデータＤｉは、音声認識結果に応じてそれぞれ動作指示される内
容が予め記述されたテーブルを示すデータである。図１３に示すように、音声動作対応テ
ーブルデータＤｉは、音声認識結果に応じて、キャラクタの動作内容および当該動作の基
準がそれぞれ記述されている。例えば、予めまたは登録操作によって登録されている登録
音声１（例えば、「おすわり」）に音声認識結果が照合された場合、当該音声入力に応じ
てキャラクタがおすわり動作をマーカ基準で行うことが記述されている。また、音声認識
結果において拍手が入力されたと判定された場合、当該音声入力に応じてキャラクタが４
つ足でカメラの方に向く動作をカメラ基準で行うことが記述されている。また、音声認識
結果において口笛が入力されたと判定された場合、当該音声入力に応じてキャラクタがカ
メラの方に向いて遠吠えをする動作をカメラ基準で行うことが記述されている。ここで、
音声動作対応テーブルデータＤｉに記述されている登録音声は、後述するようにゲーム装
置１０から音声入力が促されることに応じて、ユーザが前もって入力した音声言語を用い
てそれぞれ登録されてもいいし、当該画像処理プログラムがインストールされる時点で予
め登録されたものでもよい。また、音声動作対応テーブルデータＤｉに記述されている動
作基準は、上記マーカの方向を基準としたキャラクタの動作が「マーカ基準」と記述され
ており、仮想カメラの位置や方向を基準としたキャラクタの動作が「カメラ基準」と記述
されている。

音声登録データＤｊは、ゲーム装置１０から音声入力が促されることに応じて、ユーザ
が前もって入力して登録した音声（言語）を示すデータである。例えば、ユーザが音声を
登録する際には、キャラクタに与える動作指示に対応させた音声入力が促される。そして
、入力された音声を示すデータが、当該音声入力を促した動作指示に対応させて（例えば
、音声動作対応テーブルデータＤｉに記述されている登録音声番号にそれぞれ対応させて
）音声登録データＤｊに登録される。なお、音声登録データＤｊに登録される音声は、当
該画像処理プログラムがインストールされる時点で予め登録されたものでもよい。

拍手フラグデータＤｋは、音声認識処理においてマイク４３に入力された音声が拍手で
あると判定された場合にオンに設定される拍手フラグを示すデータである。口笛フラグデ
ータＤｌは、音声認識処理においてマイク４３に入力された音声が口笛であると判定され
た場合にオンに設定される口笛フラグを示すデータである。息フラグデータＤｍは、音声
認識処理においてマイク４３に入力された音声が息であると判定された場合にオンに設定
される息フラグを示すデータである。登録音声フラグデータＤｎは、音声認識処理におい
てマイク４３に入力された音声が登録音声に照合されたと判定された場合にオンに設定さ
れる登録音声フラグを示すデータである。通常状態フラグデータＤｏは、仮想キャラクタ
Ｃが「通常状態」である場合にオンに設定される通常状態フラグを示すデータである。

左仮想世界画像データＤｐは、仮想オブジェクトが配置された仮想空間を、左仮想カメ
ラから見た画像（左目用の仮想世界画像）を示すデータである。例えば、左仮想世界画像
データＤｐは、左仮想カメラから見た仮想オブジェクトが配置された仮想空間を透視投影
することによって得られる左目用の仮想世界画像を示すデータである。右仮想世界画像デ
ータＤｑは、仮想オブジェクトが配置された仮想空間を、右仮想カメラから見た画像（右
目用の仮想世界画像）を示すデータである。例えば、右仮想世界画像データＤｑは、右仮
想カメラから見た仮想オブジェクトが配置された仮想空間を透視投影することによって得
られる右目用の仮想世界画像を示すデータである。

仮想オブジェクトデータＤｒは、前述の仮想オブジェクトに関連する情報であって、仮
想オブジェクトの形状を表す３Ｄモデルデータ（ポリゴンデータ）や、仮想オブジェクト
の模様を表すテクスチャデータや、仮想空間における仮想オブジェクトの位置や姿勢の情
報などを含む。

次に、図１４を参照して、情報処理部３１の動作について説明する。まず、ゲーム装置
１０の電源（電源ボタン１４Ｆ）がＯＮされると、ＣＰＵ３１１によってブートプログラ
ム（図示せず）が実行され、これにより内蔵メモリまたは外部メモリ４５やデータ保存用
外部メモリ４６に格納されているプログラムがメインメモリ３２にロードされる。そして
、当該ロードされたプログラムが情報処理部３１（ＣＰＵ３１１）で実行されることによ
って、図１４に示すステップ（図１４〜図１７では「Ｓ」と略称する）が実行される。な
お、図１４〜図１７においては、本発明に直接関連しない処理についての記載を省略する
。また、本実施形態では、図１４〜図１７のフローチャートの全てのステップの処理をＣ
ＰＵ３１１が実行するものとして説明するが、図１４〜図１７のフローチャートの一部の
ステップの処理を、ＣＰＵ３１１以外のプロセッサや専用回路が実行するようにしてもよ
い。

図１４において、ＣＰＵ３１１は、画像処理における初期設定を行い（ステップ５１）
、次のステップに処理を進める。例えば、ＣＰＵ３１１は、上記ステップ５１において、
当該画像処理で用いられる各パラメータを初期化する。なお、ＣＰＵ３１１は、音声認識
フラグ（拍手フラグ、口笛フラグ、息フラグ、登録音声フラグ）については全てオフに初
期化し、通常状態フラグについてはオンに初期化する。

次に、ＣＰＵ３１１は、外側撮像部２３から出力される両方のカメラ画像（すなわち左
目用のカメラ画像および右目用のカメラ画像）を示す撮像画像データ、マイク４３に入力
された音声波形に対応する音声データ、およびユーザが操作ボタン１４やアナログスティ
ック１５等の操作子を操作した操作情報を示す操作入力データを取得し（ステップ５２）
、次のステップに処理を進める。例えば、ＣＰＵ３１１は、取得した左目用のカメラ画像
を示す撮像画像データを用いて、左カメラ画像データＤａを更新する。ＣＰＵ３１１は、
取得した右目用のカメラ画像を示す撮像画像データを用いて、右カメラ画像データＤｂを
更新する。ＣＰＵ３１１は、取得した音声データを用いて、音声波形データＤｃを更新す
る。そして、ＣＰＵ３１１は、取得した操作入力データを用いて、操作入力データＤｄを
更新する。

次に、ＣＰＵ３１１は、左右両方のカメラ画像を示す撮像画像データをそれぞれ用いて
撮影画像認識処理を行い（ステップ５３）、次のステップに処理を進める。以下、上記ス
テップ５３で行う撮影画像認識処理の一例について説明する。

上述したように、上側ハウジング２１において、外側左撮像部２３ａと外側右撮像部２
３ｂは、一定の間隔だけ離れている。したがって、外側左撮像部２３ａと外側右撮像部２
３ｂによって同時にマーカＭＫを撮像した場合、外側左撮像部２３ａによって撮像された
左カメラ画像におけるマーカＭＫの位置および姿勢と、外側右撮像部２３ｂによって撮像
された右カメラ画像におけるマーカＭＫの位置および姿勢との間には、視差によるズレが
生じる。そして、上記撮影画像認識処理においては、外側左撮像部２３ａおよび外側右撮
像部２３ｂとマーカＭＫとの位置関係が算出される。

例えば、ＣＰＵ３１１は、パターンマッチング手法等によって左右両方のカメラ画像に
マーカＭＫが含まれているか否かを判断し、当該カメラ画像にマーカＭＫ（マーカ画像Ｍ
Ｋｉ）が含まれている場合には、当該カメラ画像におけるマーカＭＫの位置および姿勢に
基づいて、外側左撮像部２３ａとマーカＭＫとの位置関係および外側右撮像部２３ｂとマ
ーカＭＫとの位置関係を算出する。一例として、ＣＰＵ３１１は、左目用のカメラ画像に
おけるマーカ画像ＭＫｉの位置および／または姿勢を認識することによって、左目用のマ
ーカ・カメラ変換行列を算出して、左カメラ画像認識結果データＤｅを更新する。また、
ＣＰＵ３１１は、右目用のカメラ画像におけるマーカ画像ＭＫｉの位置および／または姿
勢を認識することによって、右目用のマーカ・カメラ変換行列を算出して、右カメラ画像
認識結果データＤｆを更新する。

なお、左目用のマーカ・カメラ変換行列は、左カメラ画像におけるマーカＭＫの位置お
よび姿勢に基づいて計算される外側左撮像部２３ａの位置および姿勢を反映した行列であ
る。より正確には、マーカ座標系（実世界におけるマーカＭＫの位置を原点とし、マーカ
ＭＫの縦方向（Ｚ軸方向）、横方向（Ｘ軸方向）、法線方向（Ｙ軸方向）の各方向を各軸
とする座標系）で表された座標を、左カメラ画像におけるマーカ画像ＭＫｉの位置および
姿勢に基づいて計算された外側左撮像部２３ａの位置および姿勢を基準とした外側左撮像
部座標系で表される座標へと変換するための座標変換行列である。

また、右目用のマーカ・カメラ変換行列は、右カメラ画像におけるマーカＭＫの位置お
よび姿勢に基づいて計算される外側右撮像部２３ｂの位置および姿勢を反映した行列であ
る。より正確には、マーカ座標系で表された座標を、右カメラ画像におけるマーカ画像Ｍ
Ｋｉの位置および姿勢に基づいて計算された外側右撮像部２３ｂの位置および姿勢を基準
とした外側右撮像部座標系で表される座標へと変換するための座標変換行列である。

ここで、ＡＲでは、マーカ座標系を外側左撮像部座標系に変換する左目用のマーカ・カ
メラ変換行列を左仮想カメラのビュー行列に指定し、マーカ座標系を外側右撮像部座標系
に変換する右目用のマーカ・カメラ変換行列を右仮想カメラのビュー行列に指定すること
により、実世界画像（左カメラ画像および右カメラ画像）にＣＧ画像（左仮想世界画像お
よび右仮想世界画像）をそれぞれ合成することができる。

なお、上記ステップ５３において、左カメラ画像および右カメラ画像の少なくとも一方
からマーカ画像ＭＫｉが認識されなかった場合には、左目用のマーカ・カメラ変換行列お
よび／または右目用のマーカ・カメラ変換行列としてヌル値が左カメラ画像認識結果デー
タＤｅおよび／または右カメラ画像認識結果データＤｆに格納され、これによって、左カ
メラ画像または右カメラ画像におけるマーカＭＫの認識に失敗したことが記録される。

なお、マーカ認識精度に誤差が全く無く、かつゲーム装置１０に対する外側左撮像部２
３ａおよび外側右撮像部２３ｂの取り付け精度に誤差が全く無いと仮定する。この場合、
右カメラ画像の画像認識結果から計算される右仮想カメラの位置は、左カメラ画像の画像
認識結果から計算される左仮想カメラの位置を、左仮想カメラ座標系の横方向（例えば、
Ｘ軸方向）に沿って一定距離だけずらした位置となる。つまり、右カメラ画像の画像認識
結果から計算される右仮想カメラの姿勢と、左カメラ画像の画像認識結果から計算される
左仮想カメラの姿勢とは、同じとなる（すなわち、左仮想カメラ座標系のＸ軸，Ｙ軸，Ｚ
軸が、右仮想カメラ座標系のＸ軸，Ｙ軸，Ｚ軸とそれぞれ平行となる）。したがって、一
方のカメラ画像（例えば、左カメラ画像）の画像認識結果から計算される一方の仮想カメ
ラ（例えば、左仮想カメラ）の位置および姿勢に基づいて、他方の仮想カメラ（例えば、
右仮想カメラ）の位置および姿勢を決定して、他方のマーカ・カメラ変換行列を算出して
もよい。この場合、他方のカメラ画像（例えば、右カメラ画像）に対する画像認識処理が
不要となる。

次に、ＣＰＵ３１１は、音声認識処理を行って（ステップ５４）、次のステップに処理
を進める。以下、図１５を参照して、上記ステップ５４で行う音声認識処理について説明
する。

図１５において、ＣＰＵ３１１は、マイク４３に入力された音声波形からスペクトル情
報を算出し（ステップ６１）、次のステップに処理を進める。例えば、ＣＰＵ３１１は、
音声波形データＤｃに格納されている音声波形情報を、短時間ＦＦＴ分析することによっ
てスペクトルを算出し、当該スペクトルを用いてスペクトル情報データＤｇを更新する。

次に、ＣＰＵ３１１は、上記ステップ６１で算出されたスペクトルからメルフィルタ出
力情報を算出し（ステップ６２）、次のステップに処理を進める。例えば、ＣＰＵ３１１
は、スペクトル情報データＤｇに格納されているスペクトルを、メルフィルタバンク分析
することによって帯域フィルタバンクの出力を算出し、当該出力を示すデータを用いてメ
ルフィルタ出力情報データＤｈを更新する。

次に、ＣＰＵ３１１は、拍手判定処理を行って（ステップ６３）、次のステップに処理
を進める。例えば、ＣＰＵ３１１は、音声波形データＤｃに格納されている音声波形情報
を用いて、マイク４３に拍手の音が入力されたか否かを判定する。一例として、ＣＰＵ３
１１は、音声波形データＤｃに格納されている最新の１フレーム分の音声波形において、
振幅レベルの最大値を取得し、当該最大値の履歴を所定期間分（例えば、９フレーム分）
記憶しておく。そして、ＣＰＵ３１１は、上記最大値の履歴において上記所定期間の中間
時点に相当する最大値（例えば、９フレーム分の最大値の履歴のうち、５フレーム目の最
大値）が所定の閾値α以上であり、かつ、当該最大値の前後となる履歴（例えば、前後２
フレーム分の履歴）に相当する最大値の値が全て所定の閾値β以下であり、かつ、上記最
大値の履歴の平均値が所定の閾値γ以下である場合、入力された音声が拍手であると判定
する。このように、上記ステップ６３における拍手判定処理の一例では、マイク４３に入
力された音声波形を示す情報のみを参照して、相対的に短い期間において振幅が突出した
音声波形が得られた場合に、拍手の音であると判定している。

次に、ＣＰＵ３１１は、上記ステップ６３における拍手判定処理において、拍手の音が
入力されたと判定されたか否かを判断する（ステップ６４）。そして、ＣＰＵ３１１は、
拍手の音が入力されたと判定された場合、拍手フラグをオンに設定して拍手フラグデータ
Ｄｋを更新し（ステップ６５）、次のステップ６６に処理を進める。一方、ＣＰＵ３１１
は、拍手の音が入力されていないと判定された場合、そのまま次のステップ６６に処理を
進める。

ステップ６６において、ＣＰＵ３１１は、口笛判定処理を行って、次のステップに処理
を進める。例えば、ＣＰＵ３１１は、スペクトル情報データＤｇに格納されているスペク
トルを用いて、マイク４３に口笛の音が入力されたか否かを判定する。一例として、ＣＰ
Ｕ３１１は、スペクトル情報データＤｇに格納されている最新の１フレーム分のスペクト
ルデータを対数変換してデシベルデータに変換する。次に、ＣＰＵ３１１は、最新の１フ
レーム分の周波数領域（例えば、横軸周波数、縦軸デシベル）において、スペクトルが基
準デシベル値δ以上となる回数が１回であり、かつ、低域部分のデシベル値の平均値が基
準値ε未満である場合、口笛イベントが発生したとカウントする。そして、ＣＰＵ３１１
は、上記口笛イベントにおける直前の所定フレーム分の履歴において、当該口笛イベント
のカウント数合計が閾値ζ以上であれば、入力された音声が口笛であると判定する。この
ように、上記ステップ６６における口笛判定処理の一例では、マイク４３に入力された音
声波形から得られたスペクトル情報のみを参照して、口笛の音を判定している。

次に、ＣＰＵ３１１は、上記ステップ６６における口笛判定処理において、口笛の音が
入力されたと判定されたか否かを判断する（ステップ６７）。そして、ＣＰＵ３１１は、
口笛の音が入力されたと判定された場合、口笛フラグをオンに設定して口笛フラグデータ
Ｄｌを更新し（ステップ６８）、次のステップ６９に処理を進める。一方、ＣＰＵ３１１
は、口笛の音が入力されていないと判定された場合、そのまま次のステップ６９に処理を
進める。

ステップ６９において、ＣＰＵ３１１は、息判定処理を行って、次のステップに処理を
進める。例えば、ＣＰＵ３１１は、音声波形データＤｃに格納されている音声波形情報と
、メルフィルタ出力情報データＤｈに格納されている帯域フィルタバンクの出力とを用い
て、マイク４３に息の音が入力されたか否かを判定する。一例として、ＣＰＵ３１１は、
音声波形データＤｃに格納されている音声波形の振幅平均値および振幅最大値がそれぞれ
所定の範囲内にあるか否かを判定する。また、ＣＰＵ３１１は、上記音声波形のゼロクロ
ス（音声波形の振幅がプラスからマイナスおよびマイナスからプラスへ変化するときに０
レベルと交差する点）の個数が所定の閾値η以下であるか否かを判定する。さらに、ＣＰ
Ｕは、メルフィルタ出力情報データＤｈに格納されている帯域フィルタバンクの出力に対
して、低域部分を除いた平均値が所定の閾値θ以上か否かを判定する。そして、ＣＰＵ３
１１は、上記全ての判定がいずれも肯定判定の場合、入力された音声が息であると判定す
る。このように、上記ステップ６９における息判定処理の一例では、マイク４３に入力さ
れた音声波形およびメルフィルタ出力情報を参照して、息の音を判定している。

次に、ＣＰＵ３１１は、上記ステップ６９における息判定処理において、息の音が入力
されたと判定されたか否かを判断する（ステップ７０）。そして、ＣＰＵ３１１は、息の
音が入力されたと判定された場合、息フラグをオンに設定して息フラグデータＤｍを更新
し（ステップ７１）、次のステップ７２に処理を進める。一方、ＣＰＵ３１１は、息の音
が入力されていないと判定された場合、そのまま次のステップ７２に処理を進める。

ステップ７２において、ＣＰＵ３１１は、音声照合処理を行って、次のステップに処理
を進める。ＣＰＵ３１１は、マイク４３に入力された音声入力パターンから得られる特徴
パラメータ時系列における予め登録されている特徴パラメータ時系列に対する尤度を求め
、当該尤度が最大であり、かつ、所定の閾値以上となるモデルの登録音声を照合結果とす
る。例えば、ＣＰＵ３１１は、音声波形データＤｃに格納されている音声波形情報と、メ
ルフィルタ出力情報データＤｈに格納されている帯域フィルタバンクの出力とを用いて、
マイク４３に入力された音声と照合可能な登録音声があるか否かを判定する。一例として
、ＣＰＵ３１１は、音声波形データＤｃに格納されている音声波形情報と、メルフィルタ
出力情報データＤｈに格納されている帯域フィルタバンクの出力とを用いて、マイク４３
に音声が入力されている区間（音声区間）を検出する。具体的には、ＣＰＵ３１１は、帯
域フィルタバンクの出力から得られるスペクトルの形状に基づいて、マイク４３に音声の
入力が開始された時点を検出し、音声波形のレベルに基づいてマイク４３に音声の入力が
終了した時点を検出し、これらの時点の間を音声区間とする。なお、過去の音声波形の履
歴を遡って当該音声波形のレベルを確認することによって、音声入力開始時点を決定して
もかまわない。次に、ＣＰＵ３１１は、検出された音声区間中に得られた帯域フィルタバ
ンクの出力に対して、三角窓で時間軸の正規化およびレベルの正規化を行い、動的計画法
を用いて、音声登録データＤｊに登録されている登録音声のデータ（登録データ）との間
の距離を算出する。そして、ＣＰＵ３１１は、算出された距離が所定の閾値ι以内であっ
た場合に、当該距離が算出された登録データに入力音声が照合されたと判断する。このよ
うに、上記ステップ６９における息判定処理の一例では、マイク４３に入力された音声波
形およびメルフィルタ出力情報を参照して、登録音声との照合処理を行っている。

次に、ＣＰＵ３１１は、上記ステップ７２における音声照合処理において、入力音声が
登録音声に照合されたと判定されたか否かを判断する（ステップ７３）。そして、ＣＰＵ
３１１は、入力音声が登録音声に照合されたと判定された場合、登録音声フラグをオンに
設定して登録音声フラグデータＤｎを更新し（ステップ７４）、当該サブルーチンによる
処理を終了する。一方、ＣＰＵ３１１は、入力音声が登録音声に照合されていないと判定
された場合、そのまま当該サブルーチンによる処理を終了する。

図１４に戻り、上記ステップ５４における音声認識処理の後、ＣＰＵ３１１は、画像合
成処理を行って（ステップ５５）、次のステップに処理を進める。以下、図１６を参照し
て、上記ステップ５５で行う画像合成処理について説明する。

図１６において、ＣＰＵ３１１は、通常状態フラグデータＤｏが示す通常状態フラグが
オンであるか否かを判断する（ステップ８１）。そして、ＣＰＵ３１１は、通常状態フラ
グがオンである場合、次のステップ８２に処理を進める。一方、ＣＰＵ３１１は、通常状
態フラグがオフである場合、次のステップ９２に処理を進める。

ステップ８２において、ＣＰＵ３１１は、登録音声フラグデータＤｎが示す登録音声フ
ラグがオンであるか否かを判断する。そして、ＣＰＵ３１１は、登録音声フラグがオンで
ある場合、次のステップ８３に処理を進める。一方、ＣＰＵ３１１は、登録音声フラグが
オフである場合、次のステップ８４に処理を進める。

ステップ８３において、ＣＰＵ３１１は、音声入力が照合された登録音声に基づいて、
仮想キャラクタＣに当該登録音声に対応する動作を開始させ、次のステップ９５に処理を
進める。例えば、ＣＰＵ３１１は、音声動作対応テーブルデータＤｉを参照して、音声入
力が照合された登録音声に対応するキャラクタ動作および動作基準を抽出し、抽出された
キャラクタ動作および動作基準に基づいて、仮想キャラクタＣの動作を開始する。

一方、ステップ８４において、ＣＰＵ３１１は、拍手フラグデータＤｋが示す拍手フラ
グがオンであるか否かを判断する。そして、ＣＰＵ３１１は、拍手フラグがオンである場
合、次のステップ８５に処理を進める。一方、ＣＰＵ３１１は、拍手フラグがオフである
場合、次のステップ８６に処理を進める。

ステップ８５において、ＣＰＵ３１１は、仮想キャラクタＣに拍手の音が入力されたこ
とに対応する動作を開始させ、次のステップ９５に処理を進める。例えば、ＣＰＵ３１１
は、音声動作対応テーブルデータＤｉを参照して、拍手の音が認識されたことに対応する
キャラクタ動作および動作基準を抽出し、抽出されたキャラクタ動作および動作基準に基
づいて、仮想キャラクタＣの動作を開始する。

一方、ステップ８６において、ＣＰＵ３１１は、口笛フラグデータＤｌが示す口笛フラ
グがオンであるか否かを判断する。そして、ＣＰＵ３１１は、口笛フラグがオンである場
合、次のステップ８７に処理を進める。一方、ＣＰＵ３１１は、口笛フラグがオフである
場合、次のステップ８８に処理を進める。

ステップ８７において、ＣＰＵ３１１は、仮想キャラクタＣに口笛の音が入力されたこ
とに対応する動作を開始させ、次のステップ９５に処理を進める。例えば、ＣＰＵ３１１
は、音声動作対応テーブルデータＤｉを参照して、口笛の音が認識されたことに対応する
キャラクタ動作および動作基準を抽出し、抽出されたキャラクタ動作および動作基準に基
づいて、仮想キャラクタＣの動作を開始する。

一方、ステップ８８において、ＣＰＵ３１１は、息フラグデータＤｍが示す息フラグが
オンであるか否かを判断する。そして、ＣＰＵ３１１は、息フラグがオンである場合、次
のステップ８９に処理を進める。一方、ＣＰＵ３１１は、息フラグがオフである場合、次
のステップ９１に処理を進める。

ステップ８９において、ＣＰＵ３１１は、仮想キャラクタＣが表示されている方向が所
定の範囲内か否かを判断する。上述したように、息の音をゲーム装置１０に入力した場合
、当該入力が行われた時点で仮想キャラクタＣが上側ＬＣＤ２２の表示範囲内に存在し、
かつ、仮想キャラクタＣの前方向が仮想カメラの方向付近を向いている場合に、当該入力
に応じた動作指示が有効となる。例えば、ＣＰＵ３１１は、仮想キャラクタＣの位置が上
側ＬＣＤ２２の表示範囲内にあり（すなわち、仮想キャラクタＣの配置位置が左仮想カメ
ラの視体積内および／または右仮想カメラの視体積内にある）、かつ、仮想キャラクタＣ
の前方向を基準とした所定範囲内に左仮想カメラおよび／または右仮想カメラが配置され
ている場合に、上記ステップ８９において肯定判定する。そして、ＣＰＵ３１１は、上記
ステップ８９において肯定判定された場合、次のステップ９０に処理を進める。一方、Ｃ
ＰＵ３１１は、上記ステップ８９において否定判定された場合、次のステップ９１に処理
を進める。

ステップ９０において、ＣＰＵ３１１は、仮想キャラクタＣに息の音が入力されたこと
に対応する動作を開始させ、次のステップ９５に処理を進める。例えば、ＣＰＵ３１１は
、音声動作対応テーブルデータＤｉを参照して、息の音が認識されたことに対応するキャ
ラクタ動作および動作基準を抽出し、抽出されたキャラクタ動作および動作基準に基づい
て、仮想キャラクタＣの動作を開始する。

一方、ステップ９１において、ＣＰＵ３１１は、仮想キャラクタＣに現時点と同じ通常
状態での行動を継続させ、次のステップ１０１（図１７参照）に処理を進める。

音声認識された入力に応じた動作を開始する処理（ステップ８３、ステップ８５、ステ
ップ８７、およびステップ９０）の後、ＣＰＵ３１１は、通常状態フラグデータＤｏが示
す通常状態フラグをオフに更新して（ステップ９５）、次のステップ１０１に処理を進め
る。

上記ステップ８１において、通常状態フラグがオフであると判断された場合、ＣＰＵ３
１１は、仮想キャラクタＣに現時点で行われている動作を継続させ（ステップ９２）、次
のステップに処理を進める。ここで、後述により明らかとなるが、通常状態フラグは、音
声認識された入力に応じた動作を開始した時点でオフに設定され、当該動作を終了した時
点でオンに設定される。つまり、当該画像処理においては、仮想キャラクタＣが音声認識
された入力に応じた動作を行っている間に別の音声認識が行われたとしても、当該動作が
優先して行われることになる。

次に、ＣＰＵ３１１は、音声認識された入力に応じた仮想キャラクタＣの動作が終了し
たか否かを判断する（ステップ９３）。そして、ＣＰＵ３１１は、音声認識された入力に
応じた仮想キャラクタＣの動作が終了した場合、通常状態フラグデータＤｏが示す通常状
態フラグをオンに更新して（ステップ９４）、次のステップ１０１に処理を進める。一方
、ＣＰＵ３１１は、音声認識された入力に応じた仮想キャラクタＣの動作が継続している
場合、そのまま次のステップ１０１に処理を進める。

図１７に進み、ステップ１０１において、ＣＰＵ３１１は、仮想世界画像を生成して、
次のステップに処理を進める。例えば、ＣＰＵ３１１は、図１８および図１９に示すよう
に、マーカ座標系（マーカ画像ＭＫｉの位置を原点とし、マーカ画像ＭＫｉの縦方向（Ｚ
軸方向）、横方向（Ｘ軸方向）、法線方向（Ｙ軸方向）の各方向を各軸とする座標系）で
定義される仮想空間に仮想キャラクタＣを配置して、必要に応じて仮想キャラクタＣの大
きさを変化させ、仮想キャラクタＣに上記ステップ８１〜ステップ９５で設定された動作
を行わせる。例えば、仮想キャラクタＣにマーカ座標系の原点の周りを歩くような移動を
させると、マーカ画像ＭＫｉの周りを歩くような表示が行われる。なお、仮想キャラクタ
Ｃの移動制御は、マーカ座標系の原点と一致、または当該原点付近で、かつ、マーカ画像
ＭＫｉを含む平面を基準とした方向（例えば、マーカ座標系におけるＸＺ平面に沿った方
向を基準とするＹ軸方向において所定範囲内の位置）に、仮想キャラクタＣの位置座標を
変更することにより実現される。

なお、上記ステップ１０１の処理では、マーカ座標系における鉛直方向（Ｙ軸負方向）
が仮想空間の鉛直方向と定義して、仮想キャラクタＣを仮想空間に配置する。そして、現
在仮想キャラクタＣが行っている動作に動作基準（例えば、マーカ基準やカメラ基準：図
１３参照）が設定されている場合、当該動作基準に基づいて、仮想キャラクタＣの方向を
設定する。例えば、動作基準がマーカ基準に設定されている動作の場合、仮想キャラクタ
Ｃの前方向がマーカの方向（例えば、マーカ画像ＭＫｉの前方向）に相当するマーカ座標
系の縦正方向（Ｚ軸正方向）と一致、または当該マーカの方向から所定の範囲内となるよ
うに、仮想空間における仮想キャラクタＣの姿勢を制御する。また、動作基準がカメラ基
準に設定されている動作の場合、仮想キャラクタＣの前方向が左仮想カメラの位置と右仮
想カメラの位置との中間点を通る方向と一致、または当該中間点から所定の範囲内を通る
ように、仮想空間における仮想キャラクタＣの姿勢を制御する。なお、マーカ座標系で定
義された仮想空間における左仮想カメラの位置および右仮想カメラの位置は、上記ステッ
プ５３で算出されている左目用のマーカ・カメラ変換行列および右目用のマーカ・カメラ
変換行列を用いて算出することができる。

そして、図１８に示すように、ＣＰＵ３１１は、左仮想カメラから見た仮想空間を左目
用の仮想世界画像として生成し、左仮想世界画像データＤｐを更新する。例えば、ＣＰＵ
３１１は、左カメラ画像認識結果データＤｅが示す左目用のマーカ・カメラ変換行列を左
仮想カメラのビュー行列に指定することによって、マーカ座標系で表現されたＣＧモデル
（仮想キャラクタＣ）を、実世界に当該ＣＧモデルが存在する場合に上側ＬＣＤ２２に表
示される場所（例えば、左カメラ画像におけるマーカ画像ＭＫｉ上）と同じ位置に表示す
ることができる。つまり、上側ＬＣＤ２２に表示される左目用の表示画像において、マー
カ座標系で定義された仮想空間に配置された仮想オブジェクトを、実世界のマーカＭＫに
関連して存在しているように表示することができる。

また、図１９に示すように、ＣＰＵ３１１は、右仮想カメラから見た仮想空間を右目用
の仮想世界画像として生成し、右仮想世界画像データＤｑを更新する。例えば、ＣＰＵ３
１１は、右カメラ画像認識結果データＤｆが示す右目用のマーカ・カメラ変換行列を右仮
想カメラのビュー行列に指定することによって、マーカ座標系で表現されたＣＧモデル（
仮想キャラクタＣ）を、実世界に当該ＣＧモデルが存在する場合に上側ＬＣＤ２２に表示
される場所（例えば、右カメラ画像におけるマーカ画像ＭＫｉ上）と同じ位置に表示する
ことができる。つまり、上側ＬＣＤ２２に表示される右目用の表示画像において、マーカ
座標系で定義された仮想空間に配置された仮想オブジェクトを、実世界のマーカＭＫに関
連して存在しているように表示することができる。

次に、ＣＰＵ３１１は、合成処理を行い（ステップ１０２）、次のステップに処理を進
める。例えば、ＣＰＵ３１１は、実世界画像と仮想空間画像とを合成した表示画像を生成
し、当該表示画像を上側ＬＣＤ２２に表示する。

具体的には、ＣＰＵ３１１は、左カメラ画像データＤａが示す左目用のカメラ画像を、
上側ＬＣＤ２２へ供給すべき左目用画像を一時的に記憶するためのＶＲＡＭ３１３内の所
定の記憶領域（以下、左フレームバッファと称す）に描画する。そして、ＣＰＵ３１１は
、左仮想世界画像データＤｎが示す左目用の仮想世界画像（すなわち、左仮想カメラから
見た仮想空間の画像）を左フレームバッファに上書きする（典型的には、ＣＰＵ３１１か
らの指示にしたがってＧＰＵ３１２によって描画される）。これによって、図２０に示す
ように、左フレームバッファに描画された左目用のカメラ画像（左実世界画像）に左目用
の仮想世界画像が合成される。左フレームバッファに描画された画像は、所定のタイミン
グで左目用画像として上側ＬＣＤ２２へ供給されて、上側ＬＣＤ２２に表示されることに
なる。なお、上記左目用の仮想世界画像においては、仮想空間の背景は透明であり、その
ため、左実世界画像に左目用の仮想世界画像を合成することで、実世界画像上に仮想キャ
ラクタＣが存在するような画像が生成される。

一方、ＣＰＵ３１１は、右カメラ画像データＤｂが示す右目用のカメラ画像を、上側Ｌ
ＣＤ２２へ供給すべき右目用画像を一時的に記憶するためのＶＲＡＭ３１３内の所定の記
憶領域（以下、右フレームバッファと称す）に描画する。そして、ＣＰＵ３１１は、右仮
想世界画像データＤｑが示す右目用の仮想世界画像（すなわち、右仮想カメラから見た仮
想空間の画像）を右フレームバッファに上書きする。これによって、右フレームバッファ
に描画された右目用のカメラ画像（右実世界画像）に右目用の仮想世界画像が合成される
。右フレームバッファに描画された画像は、所定のタイミングで右目用画像として上側Ｌ
ＣＤ２２へ供給されて、上側ＬＣＤ２２に表示されることになる。なお、上記右目用の仮
想世界画像においても、仮想空間の背景は透明であり、そのため、右実世界画像に右目用
の仮想世界画像を合成することで、実世界画像上に仮想キャラクタＣが存在するような画
像が生成される。

次に、ＣＰＵ３１１は、音声認識フラグを全てオフに設定し（ステップ１０３）、当該
サブルーチンによる処理を終了する。例えば、ＣＰＵ３１１は、音声認識フラグ（拍手フ
ラグ、口笛フラグ、息フラグ、登録音声フラグ）を全てオフに設定して、拍手フラグデー
タＤｋ、口笛フラグデータＤｌ、息フラグデータＤｍ、および登録音声フラグデータＤｎ
をそれぞれ更新する。

図１４に戻り、上記ステップ５５における画像合成処理の後、ＣＰＵ３１１は、現時点
が撮影のタイミングか否かを判断する（ステップ５６）。一例として、ＣＰＵ３１１は、
操作入力データＤｄに格納されている操作入力が撮影操作を示す場合、現時点が撮影のタ
イミングであると判断する。他の例として、ＣＰＵ３１１は、一定時間が経過すると自動
的に撮影されるセルフタイマ操作を示す操作入力データを上記ステップ５２において取得
してから、当該一定時間が経過した場合、現時点が撮影のタイミングであると判断する。
そして、ＣＰＵ３１１は、現時点が撮影のタイミングである場合、次のステップ５７に処
理を進める。一方、ＣＰＵ３１１は、現時点が撮影のタイミングでない場合、次のステッ
プ５８に処理を進める。なお、上記ステップ５６で判断される撮影操作は、ユーザの音声
入力によって行われてもかまわない。この場合、ＣＰＵ３１１は、音声波形データＤｃが
示す音声波形を音声認識することによって、ユーザによる撮影指示があったか否かを判断
する。

ステップ５７において、ＣＰＵ３１１は、上記ステップ１０２で合成処理された画像を
保存し、次のステップ５８に処理を進める。例えば、ＣＰＵ３１１は、上記ステップ１０
２で合成処理された左目用画像を示す画像データおよび右目用画像を示す画像データを、
データ保存用内部メモリ３５やデータ保存用外部メモリ４６に記憶させる。

ステップ５８において、ＣＰＵ３１１は、当該画像処理を終了するか否かを判断する。
画像処理を終了する条件としては、例えば、画像処理を自動的に終了する条件が満たされ
たことや、画像処理を行っているゲームがゲームオーバとなる条件が満たされたことや、
ユーザが画像処理を終了する操作を行ったこと等がある。ＣＰＵ３１１は、画像処理を終
了しない場合、上記ステップ５２に戻って処理を繰り返す。一方、ＣＰＵ３１１は、画像
処理を終了する場合、当該フローチャートによる処理を終了する。

このように、上述した実施形態に係る画像処理では、カメラ画像に仮想キャラクタＣを
付加表示する際、仮想キャラクタＣに対して音声で操作することができ、実世界画像に付
加表示された仮想物体に対して新たな入力方法を用いて操作することができる。

なお、上述した説明では、実世界に配置されたマーカＭＫを撮像対象とし、当該マーカ
ＭＫが撮像されてマーカ画像ＭＫｉとして表示されている場合にマーカ画像ＭＫｉ上付近
に仮想キャラクタＣを付加表示している。これは、実世界と撮像装置（外側撮像部２３）
との相対的な位置関係や撮像装置の姿勢を認識し、当該認識結果に基づいて仮想物体や文
字等を付加表示する位置を設定するためにマーカＭＫが用いられている。しかしながら、
本発明は、マーカＭＫを用いなくても実現することができる。

例えば、実世界と撮像装置との相対的な位置関係は、当該撮像装置が撮像する撮像画像
内の特徴点（例えば、被写体のエッジや輪郭）を認識し、当該撮像画像内の水平面等を検
出する撮像画像内の特徴を検出し、ＧＰＳや各種センサによって撮像装置の実世界内の位
置や姿勢を取得すれば、上述した同様の画像処理が可能となる。具体的には、撮像画像内
の特徴点とその特徴量を抽出する際に用いられるアルゴリズム（例えば、ＳＩＦＴ（Ｓｃ
ａｌｅ−ｉｎｖａｒｉａｎｔ ｆｅａｔｕｒｅ ｔｒａｎｓｆｏｒｍ））等を用いること
によって、マーカＭＫを用いなくても撮像画像内の特徴を検出することが可能となる。

例えば、図２１に示すように、撮像装置で撮像されているリアルタイムの撮像画像を表
示装置に表示しながら、当該撮像装置が撮像している場所や被写体（建物や看板等）に関
連する情報（例えば、文字情報やアイコン）を付加情報として当該撮像画像に重畳して表
示される場合でも、本発明を適用することができる。この表示技術は、撮像装置（ゲーム
装置１０）に内蔵されたＧＰＳを用いて現在位置を特定し、内蔵された磁気センサ（電子
コンパス等）によって撮像方向を認識する。そして、特定された位置および撮像方向に対
応する付加情報が撮像画像に重畳して表示される。この場合、撮像画像に対する画像認識
は不要となるが、広範囲に人工的なランドマークを配置して撮像画像に対する画像認識に
よって抽出された当該ランドマークの位置をさらに用いて、撮像装置の位置や姿勢を推定
する方式もある。また、撮像画像を撮像したカメラの位置および姿勢を、撮像画像上の２
次元特徴点（エッジや輪郭等）と自然特徴点の３次元位置とを対応付けることによって推
定する方式もある。

このように、マーカＭＫを用いなくても実世界における撮像装置の位置や姿勢を取得す
ることは可能であり、これらの技術を用いれば本発明は、マーカＭＫを用いなくても実現
することが可能である。例えば、図２１に示すように、４つの建物（Ａデパート、Ｂビル
、Ｃビル、およびＤ銀行）が被写体として外側撮像部２３によって撮像され、撮像された
撮像画像が上側ＬＣＤ２２に表示されている。そして、表示されている４つの建物には、
それぞれの建物名称を示す文字情報が付加情報として重畳して表示されており、これらの
付加情報の１つを選択することによって、選択された建物のさらに詳細な情報を表示する
ことができる。このような状況において、本発明では、上記付加情報の１つを選択する操
作を音声で行うことによって、音声で選択された建物のさらに詳細な情報を表示すること
ができる。具体的には、ユーザが「Ａデパート」を話し言葉として発する音（言語）をゲ
ーム装置１０に入力した場合、ゲーム装置１０では音声入力された「Ａデパート」を音声
認識し、当該音声認識結果によって選択された文字情報（付加情報）の表示態様を変化さ
せる。例えば、音声入力によって選択された文字情報の色、フォント、文字サイズ、文字
太さ、文字飾り、文字表示位置等の表示態様を変化させて、複数の文字情報と区別して表
示することによって、ユーザに選択された文字情報を報知することができる。そして、ゲ
ーム装置１０は、選択された文字情報が付与された被写体に関するさらに詳細な情報を、
上側ＬＣＤ２２に表示する。このように、マーカＭＫを用いずに実世界における撮像装置
の位置や姿勢を取得しながら、仮想オブジェクトとして文字が付加表示されている状況に
おいても、音声入力によって当該文字を選択する操作を行うことができる。そして、実世
界画像を撮像しながら、従来の入力方法で当該実世界画像に重畳されて表示された複数の
選択肢から選択する操作は煩わしい操作となるが、当該撮像装置（ゲーム装置１０）を把
持しているユーザの手指を用いない音声入力で選択することによって操作性を飛躍的に向
上させることができる。

また、上述した説明では、上側ＬＣＤ２２に、裸眼で立体視可能な画像（立体画像）が
上側ＬＣＤ２２に表示される例を用いたが、外側撮像部２３および内側撮像部２４のいず
れかから取得した実世界の平面画像（上述した立体視可能な画像とは反対の意味での平面
視の画像）を上側ＬＣＤ２２に表示してもよい。

また、上記実施形態では、上側ＬＣＤ２２がパララックスバリア方式の液晶表示装置で
あるとして、視差バリアのＯＮ／ＯＦＦを制御することにより、立体表示と平面表示とを
切り替えることができる。他の実施形態では、例えば、上側ＬＣＤ２２としてレンチキュ
ラー方式の液晶表示装置を用いて、立体画像および平面画像を表示可能としてもよい。レ
ンチキュラー方式の場合でも、外側撮像部２３で撮像した２つの画像を縦方向に短冊状に
分割して交互に配置することで画像が立体表示される。また、レンチキュラー方式の場合
でも、内側撮像部２４で撮像した１つの画像をユーザの左右の目に視認させることによっ
て、当該画像を平面表示させることができる。すなわち、レンチキュラー方式の液晶表示
装置であっても、同じ画像を縦方向に短冊状に分割し、これら分割した画像を交互に配置
することにより、ユーザの左右の目に同じ画像を視認させることができる。これにより、
内側撮像部２４で撮像された画像を平面画像として表示することが可能である。

また、上述した説明では、上側ＬＣＤ２２を裸眼立体視可能な表示装置として説明した
が、上側ＬＣＤ２２が他の方式で立体視可能に構成されてもかまわない。例えば、偏光フ
ィルタ方式、時分割方式、アナグリフ方式等の方式で、上側ＬＣＤ２２を立体視可能に構
成してもかまわない。

また、上述した実施形態では、２画面分の液晶表示部の一例として、物理的に分離され
た下側ＬＣＤ１２および上側ＬＣＤ２２を互いに上下に配置した場合（上下２画面の場合
）を説明した。しかしながら、本発明は、単一の表示画面（例えば、上側ＬＣＤ２２のみ
）を有する装置または単一の表示装置に表示する画像を画像処理する装置でも実現するこ
とができる。また、２画面分の表示画面の構成は、他の構成でもかまわない。例えば、下
側ハウジング１１の一方主面に下側ＬＣＤ１２および上側ＬＣＤ２２を左右に配置しても
かまわない。また、下側ＬＣＤ１２と横幅が同じで縦の長さが２倍のサイズからなる縦長
サイズのＬＣＤ（すなわち、物理的には１つで、表示サイズが縦に２画面分あるＬＣＤ）
を下側ハウジング１１の一方主面に配設して、２つの画像（例えば、撮像画像と操作説明
画面を示す画像等）を上下に表示（すなわち上下の境界部分無しに隣接して表示）するよ
うに構成してもよい。また、下側ＬＣＤ１２と縦幅が同じで横の長さが２倍のサイズから
なる横長サイズのＬＣＤを下側ハウジング１１の一方主面に配設して、横方向に２つの画
像を左右に表示（すなわち左右の境界部分無しに隣接して表示）するように構成してもよ
い。すなわち、物理的に１つの画面を２つに分割して使用することにより２つの画像を表
示してもかまわない。また、物理的に１つの画面を２つに分割して使用することにより上
記２つの画像を表示する場合、当該画面全面にタッチパネル１３を配設してもかまわない
。

また、上述した実施例では、ゲーム装置１０にタッチパネル１３が一体的に設けられて
いるが、ゲーム装置とタッチパネルとを別体にして構成しても、本発明を実現できること
は言うまでもない。また、上側ＬＣＤ２２の上面にタッチパネル１３を設けて上側ＬＣＤ
２２に下側ＬＣＤ１２に表示していた表示画像を表示し、下側ＬＣＤ１２に上側ＬＣＤ２
２に表示していた表示画像を表示してもよい。また、本発明を実現する場合に、タッチパ
ネル１３が設けられていなくもかまわない。

また、上記実施例では、携帯型のゲーム装置１０を用いて説明したが、据置型のゲーム
装置や一般的なパーソナルコンピュータ等の情報処理装置で本発明の画像処理プログラム
を実行して、本発明を実現してもかまわない。また、他の実施形態では、ゲーム装置に限
らず任意の携帯型電子機器、例えば、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓ
ｓｉｓｔａｎｔ）や携帯電話、パーソナルコンピュータ、カメラ等であってもよい。

また、上述した説明では画像処理をゲーム装置１０で行う例を用いたが、上記画像処理
における処理ステップの少なくとも一部を他の装置で行ってもかまわない。例えば、ゲー
ム装置１０が他の装置（例えば、サーバや他のゲーム装置）と通信可能に構成されている
場合、上記画像処理における処理ステップは、ゲーム装置１０および当該他の装置が協働
することによって実行してもよい。一例として、他の装置において、実世界画像および仮
想キャラクタＣを設定する処理が行われ、ゲーム装置１０が実世界画像および仮想キャラ
クタＣに関するデータを取得して、ステップ５４〜ステップ６８の処理を行うことが考え
られる。このように、上記画像における処理ステップの少なくとも一部を他の装置で行う
ことによって、上述した画像処理と同様の処理が可能となる。上述した画像処理は、少な
くとも１つの情報処理装置により構成される情報処理システムに含まれる１つのプロセッ
サまたは複数のプロセッサ間の協働により実行されることが可能である。また、上記実施
形態においては、ゲーム装置１０の情報処理部３１が所定のプログラムを実行することに
よって、上述したフローチャートによる処理が行われたが、ゲーム装置１０が備える専用
回路によって上記処理の一部または全部が行われてもよい。

また、上述したゲーム装置１０の形状や、それに設けられている各種操作ボタン１４、
アナログスティック１５、タッチパネル１３の形状、数、および設置位置等は、単なる一
例に過ぎず他の形状、数、および設置位置であっても、本発明を実現できることは言うま
でもない。また、上述した画像処理で用いられる処理順序、設定値、判定に用いられる値
等は、単なる一例に過ぎず他の順序や値であっても、本発明を実現できることは言うまで
もない。

また、上記画像処理プログラム（ゲームプログラム）は、外部メモリ４５やデータ保存
用外部メモリ４６等の外部記憶媒体を通じてゲーム装置１０に供給されるだけでなく、有
線または無線の通信回線を通じてゲーム装置１０に供給されてもよい。また、上記プログ
ラムは、ゲーム装置１０内部の不揮発性記憶装置に予め記録されていてもよい。なお、上
記プログラムを記憶する情報記憶媒体としては、不揮発性メモリの他に、ＣＤ−ＲＯＭ、
ＤＶＤ、あるいはそれらに類する光学式ディスク状記憶媒体、フレキシブルディスク、ハ
ードディスク、光磁気ディスク、磁気テープなどでもよい。また、上記プログラムを記憶
する情報記憶媒体としては、上記プログラムを記憶する揮発性メモリでもよい。

以上、本発明を詳細に説明してきたが、前述の説明はあらゆる点において本発明の例示
に過ぎず、その範囲を限定しようとするものではない。本発明の範囲を逸脱することなく
種々の改良や変形を行うことができることは言うまでもない。本発明は、特許請求の範囲
によってのみその範囲が解釈されるべきであることが理解される。また、当業者は、本発
明の具体的な実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を
実施することができることが理解される。また、本明細書において使用される用語は、特
に言及しない限り、当該分野で通常用いられる意味で用いられることが理解されるべきで
ある。したがって、他に定義されない限り、本明細書中で使用される全ての専門用語およ
び技術用語は、本発明の属する分野の当業者によって一般的に理解されるのと同じ意味を
有する。矛盾する場合、本明細書（定義を含めて）が優先する。

本発明に係る画像処理プログラム、画像処理装置、画像処理システム、および画像処理
方法は、実世界画像に仮想世界画像を合成した画像を表示する際に、実世界画像に付加表
示された仮想物体や文字等に対して新たな入力方法を用いて操作することができ、各種画
像を表示装置に表示する処理等を行う画像処理プログラム、画像処理装置、画像処理シス
テム、および画像処理方法等として有用である。

１０…ゲーム装置
１１…下側ハウジング
１２…下側ＬＣＤ
１３…タッチパネル
１４…操作ボタン
１５…アナログスティック
１６…ＬＥＤ
１７…挿入口
１８…マイクロフォン用孔
１９…無線スイッチ
２１…上側ハウジング
２２…上側ＬＣＤ
２３…外側撮像部
２３ａ…外側左撮像部
２３ｂ…外側右撮像部
２４…内側撮像部
２５…３Ｄ調整スイッチ
２６…３Ｄインジケータ
２７…スクリーンカバー
２８…タッチペン
３１…情報処理部
３１１…ＣＰＵ
３１２…ＧＰＵ
３１３…ＶＲＡＭ
３２…メインメモリ
３３…外部メモリＩ／Ｆ
３４…データ保存用外部メモリＩ／Ｆ
３５…データ保存用内部メモリ
３６…無線通信モジュール
３７…ローカル通信モジュール
３８…ＲＴＣ
３９…加速度センサ
４０…角速度センサ
４１…電源回路
４２…Ｉ／Ｆ回路
４３…マイク
４４…スピーカ
４５…外部メモリ
４６…データ保存用外部メモリ

Claims (17)

1. 表示装置に画像を表示する画像処理装置のコンピュータを、
   実カメラによって撮像された撮像画像を取得する撮像画像取得手段、
   音声入力デバイスから音声信号を示す音声データを取得する音声データ取得手段、
   前記音声入力デバイスに入力された音声を認識する音声認識手段、
   前記撮像画像に付加表示する仮想オブジェクトを設定して、
   前記音声認識手段の音声認識結果が第１音声と認識され、かつ、前記撮像画像の画像認識結果が第１条件を満たす場合、当該仮想オブジェクトを第１動作に設定し、
   前記音声認識結果が当該第１音声と認識され、かつ、前記撮像画像の画像認識結果が当該第１条件を満たさない場合、当該仮想オブジェクトを第２動作に設定する設定手段、
   前記撮像画像に前記設定手段が設定した仮想オブジェクトを重畳して合成画像を生成する画像生成手段、および
   前記合成画像を前記表示装置に表示する表示制御手段として機能させ、
   前記設定手段は、前記撮像画像の画像認識結果において、当該撮像画像に含まれる特定の撮像対象物の向きが所定の範囲である場合、前記第１条件を満たすと判定する、画像処理プログラム。
2. 前記設定手段は、前記画像認識において前記撮像画像から特定の撮像対象物または特徴点を検出し、検出した撮像対象物または特徴点に基づいて当該撮像対象物の向きを判定する、請求項１に記載の画像処理プログラム。
3. 実空間における前記実カメラの位置および姿勢にしたがって決められる位置姿勢情報を算出する位置姿勢算出手段として、さらに前記コンピュータを機能させ、
   前記画像生成手段は、前記撮像画像における前記位置姿勢情報に応じた位置を基準として、前記設定手段が設定した仮想オブジェクトを重畳して前記合成画像を生成する、請求項１または２に記載の画像処理プログラム。
4. 前記位置姿勢算出手段は、前記撮像画像に含まれる特定の撮像対象物または特徴点を検出し、当該検出結果に基づいて当該撮像対象物または当該特徴点と前記実カメラとの間の相対的な位置および姿勢を示す情報を前記位置姿勢情報として算出する、請求項３に記載の画像処理プログラム。
5. 前記位置姿勢算出手段は、実空間における前記実カメラの地理的な位置および前記実カメラの撮像方向の方位の少なくとも一方を用いて、前記位置姿勢情報を算出する、請求項３に記載の画像処理プログラム。
6. 前記画像生成手段は、
   仮想世界において、前記位置姿勢情報に基づいて仮想カメラの位置および姿勢を設定する仮想カメラ設定手段と、
   前記仮想世界に前記設定手段が設定した仮想オブジェクトを配置する仮想オブジェクト配置手段と、
   前記仮想カメラから見た仮想世界の画像を仮想世界画像として生成する仮想世界画像生成手段とを含み、
   前記画像生成手段は、前記撮像画像に前記仮想世界画像を重畳した画像を前記合成画像として生成する、請求項１乃至５の何れか１つに記載の画像処理プログラム。
7. 前記設定手段は、前記音声入力デバイスに音声が入力されていない場合、または前記音声認識手段が認識した音声が前記仮想オブジェクトを設定する対象ではない場合、前記仮想オブジェクトを、予め定められた動作に設定する、請求項１乃至６の何れか１つに記載の画像処理プログラム。
8. ユーザによる撮影指示に応じて、前記画像生成手段が現時点で生成している最新の合成画像を記憶手段に保存する撮影保存手段として、さらに前記コンピュータを機能させる、請求項１乃至７の何れか１つに記載の画像処理プログラム。
9. 前記撮像画像取得手段は、第１の実カメラおよび当該第１の実カメラから所定の距離離れた位置に設けられた第２の実カメラによってそれぞれ撮像された第１の撮像画像および第２の撮像画像を取得し、
   前記位置姿勢算出手段は、実空間における前記第１の実カメラの位置および姿勢にしたがって決められる第１の位置姿勢情報および実空間における前記第２の実カメラの位置および姿勢にしたがって決められる第２の位置姿勢情報をそれぞれ算出し、
   前記画像生成手段は、前記第１の撮像画像における前記第１の位置姿勢情報に応じた位置を基準として、前記設定手段が設定した仮想オブジェクトを重畳して第１の合成画像を生成し、前記第２の撮像画像における前記第２の位置姿勢情報に応じた位置を基準として、前記設定手段が設定した仮想オブジェクトを重畳して第２の合成画像を生成し、
   前記表示制御手段は、立体視可能な表示装置に前記第１の合成画像および前記第２の合成画像を出力して、前記仮想オブジェクトを合成した撮像画像を立体表示する、請求項３に記載の画像処理プログラム。
10. 前記音声認識手段は、前記音声入力デバイスに入力された音声を予め登録音声として登録されている音声と少なくとも照合することによって、前記音声入力デバイスに入力された音声が第１類の音声であるか否かを判別し、前記音声入力デバイスに入力された音声波形のレベルのみに基づいて、前記音声入力デバイスに入力された音声が第２類の音声であるか否かを判別する、請求項１乃至９の何れか１つに記載の画像処理プログラム。
11. 前記音声認識手段は、前記音声入力デバイスに入力された音声入力パターンから得られる特徴パラメータ時系列に対する予め登録音声として登録されている特徴パラメータ時系列の尤度に基づいて、前記音声入力デバイスに入力された音声が第１類の音声であるか否かを判別し、前記音声入力デバイスに入力された音声波形のレベルおよびスペクトル情報の少なくとも一方のみに基づいて、前記音声入力デバイスに入力された音声が第３類の音声であるか否かを判別する、請求項１乃至１０の何れか１つに記載の画像処理プログラム。
12. 前記仮想オブジェクトに対する指示に対応する音声をユーザに入力させ、当該音声に応じた音声データを当該指示に対応する前記登録音声として記憶手段に登録する音声登録手段として、さらに前記コンピュータを機能させ、
    前記音声認識手段は、前記音声登録手段が前記登録音声として登録した音声データを用いて、前記音声入力デバイスに入力された音声が前記第１類の音声であるか否かを判別し、
    前記設定手段は、前記音声認識手段が前記音声入力デバイスに入力された音声が前記第１類の音声である場合、当該第１類の音声に対応して前記音声登録手段が予め登録した前記指示に基づいて、前記仮想オブジェクトの動作を設定する、請求項１０または１１に記載の画像処理プログラム。
13. 前記撮像画像取得手段は、前記画像処理装置を構成する筐体に内蔵される前記実カメラから前記撮像画像を取得し、
    前記音声データ取得手段は、前記筐体に内蔵される前記音声入力デバイスから前記音声データを取得し、
    前記表示制御手段は、前記筐体に内蔵される前記表示装置に前記合成画像を表示する、請求項１乃至１２の何れか１つに記載の画像処理プログラム。
14. 表示装置に画像を表示する画像処理装置であって、
    実カメラによって撮像された撮像画像を取得する撮像画像取得手段と、
    音声入力デバイスから音声信号を示す音声データを取得する音声データ取得手段と、
    前記音声入力デバイスに入力された音声を認識する音声認識手段と、
    前記撮像画像に付加表示する仮想オブジェクトを設定して、
    前記音声認識手段の音声認識結果が第１音声と認識され、かつ、前記撮像画像の画像認識結果が第１条件を満たす場合、当該仮想オブジェクトを第１動作に設定し、
    前記音声認識結果が当該第１音声と認識され、かつ、前記撮像画像の画像認識結果が当該第１条件を満たさない場合、当該仮想オブジェクトを第２動作に設定する設定手段と、
    前記撮像画像に前記設定手段が設定した仮想オブジェクトを重畳して合成画像を生成する画像生成手段と、
    前記合成画像を前記表示装置に表示する表示制御手段とを備え、
    前記設定手段は、前記撮像画像の画像認識結果において、当該撮像画像に含まれる特定の撮像対象物の向きが所定の範囲である場合、前記第１条件を満たすと判定する、画像処理装置。
15. 前記画像処理装置は、当該画像処理装置を内蔵する少なくとも１つの筐体に前記実カメラ、前記表示装置、および前記音声入力デバイスを内蔵する、請求項１４に記載の画像処理装置。
16. 複数の装置が通信可能に構成され、表示装置に画像を表示する画像処理システムであって、
    実カメラによって撮像された撮像画像を取得する撮像画像取得手段と、
    音声入力デバイスから音声信号を示す音声データを取得する音声データ取得手段と、
    前記音声入力デバイスに入力された音声を認識する音声認識手段と、
    前記撮像画像に付加表示する仮想オブジェクトを設定して、
    前記音声認識手段の音声認識結果が第１音声と認識され、かつ、前記撮像画像の画像認識結果が第１条件を満たす場合、当該仮想オブジェクトを第１動作に設定し、
    前記音声認識結果が当該第１音声と認識され、かつ、前記撮像画像の画像認識結果が当該第１条件を満たさない場合、当該仮想オブジェクトを第２動作に設定する設定手段と、
    前記撮像画像に前記設定手段が設定した仮想オブジェクトを重畳して合成画像を生成する画像生成手段と、
    前記合成画像を前記表示装置に表示する表示制御手段とを備え、
    前記設定手段は、前記撮像画像の画像認識結果において、当該撮像画像に含まれる特定の撮像対象物の向きが所定の範囲である場合、前記第１条件を満たすと判定する、画像処理システム。
17. 表示装置に画像を表示させる画像処理が可能な少なくとも１つの情報処理装置により構成される画像処理システムに含まれる１つのプロセッサまたは複数のプロセッサ間の協働により実行される画像処理方法であって、
    実カメラによって撮像された撮像画像を取得する撮像画像取得ステップと、
    音声入力デバイスから音声信号を示す音声データを取得する音声データ取得ステップと、
    前記音声入力デバイスに入力された音声を認識する音声認識ステップと、
    前記撮像画像に付加表示する仮想オブジェクトを設定して、
    前記音声認識ステップにおける音声認識結果が第１音声と認識され、かつ、前記撮像画像の画像認識結果が第１条件を満たす場合、当該仮想オブジェクトを第１動作に設定し、
    前記音声認識結果が当該第１音声と認識され、かつ、前記撮像画像の画像認識結果が当該第１条件を満たさない場合、当該仮想オブジェクトを第２動作に設定する設定ステップと、
    前記撮像画像に前記設定ステップにおいて設定された仮想オブジェクトを重畳して合成画像を生成する画像生成ステップと、
    前記合成画像を前記表示装置に表示する表示制御ステップとを含み、
    前記設定ステップでは、前記撮像画像の画像認識結果において、当該撮像画像に含まれる特定の撮像対象物の向きが所定の範囲である場合、前記第１条件を満たすと判定される、画像処理方法。

Images