JP6169366B2 - 物体検出装置、プログラムおよび集積回路 - Google Patents

Description

本発明は、画像処理技術に関し、特に、画像中の物体を検出するための技術に関する。

撮像画像に対して、エッジ抽出処理を行い、画像中に含まれる物体（対象物）を特定するための技術が多々提案されている。例えば、特許文献１には、背景が低い輝度値の画像領域を多く含むことを前提として、対象物（例えば、自動車）とその背景（例えば、駐車場）とのコントラストが異なる場合であっても、エッジ抽出画像に所定の処理を行うことで、精度良く対象物を特定（抽出）する技術の開示がある。具体的には、特許文献１の技術では、撮像画像に対して、エッジ抽出処理を行い、エッジ抽出画像を取得する。そして、特許文献１の技術では、取得したエッジ抽出画像の画素値を元の画像の輝度値で除算することで、エッジ強調画像を取得する。背景が低い輝度値の画像領域を多く含む場合、上記のようにして取得されたエッジ強調画像は、対象物と背景とのコントラストが低い場合であっても、適度にエッジが強調された画像となる。このエッジ強調画像を用いて対象物の特定（抽出）することで、特許文献１の技術では、対象物（例えば、自動車）とその背景（例えば、駐車場）とのコントラストが異なる場合であっても、精度良く対象物を特定（抽出）することができる。

特開２００２―２８８７９８号公報

しかしながら、特許文献１の技術では、背景が低い輝度値の画像領域を多く含むことを前提としているため、任意の背景に対して、適切に物体（対象物）を特定（抽出）することは困難である。また、特許文献１の技術では、画像上の所定方向において対象物と背景とのコントラストがほとんど無い場合、適切に対象物の輪郭を検出することができず、その結果、適切に物体（対象物）を特定（抽出）することは困難である。

そこで、本発明は、画像上の所定方向において対象物と背景とのコントラストがほとんど無い場合であっても、対象物の輪郭を適切に検出（推定）することができる物体検出装置、プログラムおよび集積回路を実現することを目的とする。

上記課題を解決するために、第１の発明は、第１方向輪郭成分抽出部と、第２方向連続性検出部と、物体領域検出部と、を備える物体検出装置である。

第１方向輪郭成分抽出部は、入力画像に対して、画像上の第１方向の輪郭成分を抽出する。

第２方向連続性検出部は、第１方向輪郭成分抽出部により抽出された輪郭成分の第１方向と直交する画像上の方向である第２方向における連続性を検出する。

物体領域検出部は、第２方向連続性検出部により検出された、輪郭成分の第２方向における連続性に基づいて、画像上の物体の輪郭を検出する。

この物体検出装置では、第１方向輪郭成分抽出部が、画像上の第１方向における輪郭成分を抽出し、第２方向連続性検出部が、第１方向と直交する第２方向において、第１方向の輪郭成分（例えば、エッジ成分量が大きい画素）の連続性を検出する。そして、この物体検出装置では、物体領域検出部により、第２方向連続性検出部により検出された、輪郭成分の第２方向における連続性に基づいて、画像上の物体の輪郭が検出（推定）される。

したがって、この物体検出装置では、画像上の第２方向において対象物と背景とのコントラストがほとんど無い場合であっても、対象物の輪郭を適切に検出（推定）することができる。

なお、「第２方向における連続性」とは、第２方向と所定の角度差を有する方向における連続性をも含む概念である。

第２の発明は、第１の発明であって、画像に含まれ、第１方向と平行な対称軸を有する略線対称な物体の対称軸を検出する中心軸検出部をさらに備える。

第２方向連続性検出部は、中心軸検出部が検出した対称軸に基づいて、輪郭成分の第２方向における連続性を検出する。

この物体検出装置では、第１方向と直交する第２方向に対称性の高い物体の中心軸（第１方向と平行な軸（対称軸））を検出し、検出した中心軸（対称軸）に基づいて、物体検出処理を行う。したがって、第１方向におけるコントラスト差（輝度差）の変化が少なく、第１方向と直交する第２方向における輪郭を適切に検出（推定）することが困難な画像であっても、上記処理により、適切に物体の輪郭を検出（推定）することができ、特に、対称性の高い物体の最大幅（第２方向の最大幅）を精度良く検出することができる。

第３の発明は、第１または第２の発明であって、画像の輪郭成分を抽出する輪郭抽出部をさらに備える。

物体領域検出部は、
（１）輪郭抽出部により輪郭成分が抽出された画像領域については、当該輪郭成分に基づいて、物体の輪郭を検出し、
（２）輪郭抽出部により輪郭成分が抽出することができない画像領域については、第２方向連続性検出部により検出された、輪郭成分の第２方向における連続性に基づいて、物体の輪郭を検出する。

この物体検出装置では、例えば、一般的に用いられるエッジ抽出処理（例えば、Ｓｏｂｅｌフィルタ等による処理）で輪郭を検出できる部分（画像領域）については、（１）当該エッジ抽出処理により検出された輪郭を採用し、（２）一般的に用いられるエッジ抽出処理では輪郭を検出することが困難な部分（画像領域）については、第２方向連続性検出部により検出された、輪郭成分の第２方向における連続性に基づいて、物体の輪郭を検出（推定）する。

これにより、この物体検出装置では、あらゆる画像に対して、適切に輪郭を検出（推定）することができる。

第４の発明は、第１から第３のいずれかの発明であって、第１方向は、画像上の垂直方向であり、第２方向は、画像上の水平方向である。

この物体検出装置では、第１方向が画像上の垂直方向（縦方向、Ｙ軸方向）であり、第２方向が画像上の水平方向（横方向、Ｘ軸方向）であるので、第１方向輪郭成分抽出部での処理（例えば、フィルタ処理）や、第２方向連続性検出部での処理をより簡単な処理にすることができる。

第５の発明は、第４の発明であって、第１方向輪郭成分抽出部は、画像上の垂直方向における変化量を取得することにより、第１方向の輪郭成分を抽出する。

この物体検出装置では、画像上の垂直方向（縦方向、Ｙ軸方向）の変化量を取得するだけでよいので、簡単な処理（例えば、簡単なフィルタ処理）により、第１方向の輪郭成分を抽出することができる。

第６の発明は、第５の発明であって、第１方向輪郭成分抽出部は、入力画像の画像上の座標位置（ｘ１，ｙ１）の画素に対して、

なるフィルタ演算子Ｆ１により取得した値Ｆ１（ｘ１，ｙ１）と、

なるフィルタ演算子Ｆ２により取得した値Ｆ２（ｘ１，ｙ１）と、を用いて、
Ｆｃ１（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ１（ｘ１，ｙ１），ｄ０）
Ｆｃ２（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ２（ｘ１，ｙ１），ｄ０）
Ｄｏｕｔ（ｘ１，ｙ１）＝ｋ１×（Ｆｃ１（ｘ１，ｙ１）＋Ｆｃ２（ｘ１，ｙ１））
ｄ０：定数
ｋ１：係数
ｃｌｉｐ（ｘ，ｄ）：ｘ＜ｄならば、ｃｌｉｐ（ｘ，ｄ）＝ｄ、ｘ≧ｄならば、ｃｌｉｐ（ｘ，ｄ０）＝ｘとなる関数
（例えば、ｄ０＝０とすると、Ｆｃ１（ｘ１，ｙ１）およびＦｃ２（ｘ１，ｙ１）は、０または正の値をとることになる。）
または、
Ｄｏｕｔ（ｘ１，ｙ１）＝ｍａｘ（ｋ２×Ｆ１（ｘ１，ｙ１），ｋ２×Ｆ２（ｘ１，ｙ１））
ｍａｘ（）：要素の最大値をとる関数
ｋ２：係数
により取得した値Ｄｏｕｔ（ｘ１，ｙ１）またはＤｏｕｔ（ｘ１，ｙ１）が取り得る範囲の上限値または下限値でクリップ処理した値を、画像上の座標位置（ｘ１，ｙ１）の画素の画素値とすることで、画像上の第１方向の輪郭成分抽出画像を取得する。なお、Ｄｏｕｔ（ｘ１，ｙ１）の値が所定の範囲の値（例えば、８ビットデータの取り得る範囲（０〜２５５））となるように、当該所定の範囲を超える値については、上限値または下限値でクリップ処理を行うようにしてもよい。また、値Ｄｏｕｔ（ｘ１，ｙ１）に所定のオフセット値を加算するようにしてもよい。

この物体検出装置では、上記の通り、簡単な２次元フィルタ演算処理を行うだけで、画像上の垂直方向（縦方向、Ｙ軸方向）の変化量を取得することができる。したがって、この物体検出装置では、少ない演算量で、第１方向の輪郭成分を抽出することができる。

第７の発明は、第５の発明であって、第１方向輪郭成分抽出部は、入力画像の画像上の座標位置（ｘ１，ｙ１）の画素に対して、

なるフィルタ演算子Ｆ１により取得した値Ｆ１（ｘ１，ｙ１）を用いて、
Ｄｏｕｔ（ｘ１，ｙ１）＝ｋ１×Ｆ１（ｘ１，ｙ１）
ｋ１：係数
により取得した値Ｄｏｕｔ（ｘ１，ｙ１）またはＤｏｕｔ（ｘ１，ｙ１）が取り得る範囲の上限値または下限値でクリップ処理した値を、画像上の座標位置（ｘ１，ｙ１）の画素の画素値とすることで、画像上の第１方向の輪郭成分抽出画像を取得する。なお、Ｄｏｕｔ（ｘ１，ｙ１）の値が所定の範囲の値（例えば、８ビットデータの取り得る範囲（０〜２５５））となるように、当該所定の範囲を超える値については、上限値または下限値でクリップ処理を行うようにしてもよい。また、値Ｄｏｕｔ（ｘ１，ｙ１）に所定のオフセット値を加算するようにしてもよい。

この物体検出装置では、上記の通り、簡単な２次元フィルタ演算処理を行うだけで、画像上の垂直方向（縦方向、Ｙ軸方向）の変化量を取得することができる。したがって、この物体検出装置では、少ない演算量で、第１方向の輪郭成分を抽出することができる。また、上記フィルタ演算により、画像の下側に暗い部分がある画像に対して、特に、適切に輪郭成分を検出することができる。その結果、この物体検出装置では、例えば、前方を走行する車両を撮像した画像に対して処理を行う場合、当該車両の下部分における第１方向の輪郭成分を適切に検出することができる。

第８の発明は、第１方向輪郭成分抽出ステップと、第２方向連続性検出ステップと、物体領域検出ステップと、を備える物体検出方法をコンピュータに実行させるプログラムである。

第１方向輪郭成分抽出ステップは、入力画像に対して、画像上の第１方向の輪郭成分を抽出する。

第２方向連続性検出ステップは、第１方向輪郭成分抽出ステップにより抽出された輪郭成分の第１方向と直交する画像上の方向である第２方向における連続性を検出する。

物体領域検出ステップは、第２方向連続性検出ステップにより検出された、輪郭成分の第２方向における連続性に基づいて、画像上の物体の輪郭を検出する。

これにより、第１の発明と同様の効果を奏する物体検出方法をコンピュータに実行させるプログラムを実現することができる。

第９の発明は、第１方向輪郭成分抽出部と、第２方向連続性検出部と、物体領域検出部と、を備える集積回路である。

第１方向輪郭成分抽出部は、入力画像に対して、画像上の第１方向の輪郭成分を抽出する。

第２方向連続性検出部は、第１方向輪郭成分抽出部により抽出された輪郭成分の第１方向と直交する画像上の方向である第２方向における連続性を検出する。

物体領域検出部は、第２方向連続性検出部により検出された、輪郭成分の第２方向における連続性に基づいて、画像上の物体の輪郭を検出する。

これにより、第１の発明と同様の効果を奏する集積回路を実現することができる。

本発明によれば、画像上の所定方向において対象物と背景とのコントラストがほとんど無い場合であっても、対象物の輪郭を適切に検出（推定）することができる物体検出装置、プログラムおよび集積回路を実現することができる。

第１実施形態に係る物体検出システム１０００の概略構成図。 輪郭検出方向および画像方向調整部２２での処理を説明するための図。 輪郭検出方向および画像方向調整部２２での処理を説明するための図。 第１実施形態のフィルタ処理部２３の概略構成図。 第１実施形態の第２変形例のフィルタ処理部２３Ａの概略構成図。 入力画像を示す図。 垂直方向エッジ成分抽出画像を示す図。 水平方向の連続性の検出結果画像を示す図。 水平方向の連続性の検出結果画像（輪郭検出（推定）処理の説明用）を示す図。 水平方向の連続性の検出結果画像（輪郭検出（推定）処理の説明用）を示す図。 物体の輪郭検出（推定）結果画像を示す図。 物体の輪郭検出（推定）結果を、入力画像に重畳させた画像。 垂直方向エッジ成分抽出画像（第１実施形態の第１変形例）を示す図。 水平方向の連続性の検出結果画像（第１実施形態の第１変形例）を示す図。 物体の輪郭検出（推定）結果画像（第１実施形態の第１変形例）を示す図。 物体の輪郭検出（推定）結果を、入力画像に重畳させた画像（第１実施形態の第１変形例）。 垂直方向エッジ抽出フィルタ２３１に取得された画像に、中心軸検出部２３３により検出された中心軸Ｃ１を重ねて表示した画像（第１実施形態の第２変形例）。 水平方向の連続性の検出結果画像（第１実施形態の第２変形例）を示す図。 物体の輪郭検出（推定）結果画像（第１実施形態の第２変形例）を示す図。 第２実施形態に係る物体検出システム２０００の概略構成図。 第３実施形態に係る物体検出システム３０００の概略構成図。

［第１実施形態］
第１実施形態について、図面を参照しながら、以下、説明する。

＜１．１：物体検出システムの構成＞
図１は、第１実施形態に係る物体検出システム１０００の概略構成図である。

物体検出システム１０００は、図１に示すように、撮像部１と、物体検出装置２と、を備える。

撮像部１は、被写体からの光を集光する光学系（不図示）と、当該光学系により集光された被写体光を光電変換により画像信号（電気信号）として取得する撮像素子（たとえばＣＣＤイメージセンサやＣＭＯＳイメージセンサ）（不図示）とを備えている。撮像部１は、撮像素子により撮像した画像（画像信号）を、物体検出装置２に出力する。

物体検出装置２は、図１に示すように、画像入力部２１と、画像方向調整部２２と、フィルタ処理部２３と、物体領域検出部２４と、を備える。

画像入力部２１は、撮像部１から出力される画像（画像信号）を入力する。たとえば、撮像部１がＲＧＢベイヤ配列の色フィルタを備えたＣＣＤイメージセンサを用いる撮像装置である場合、画像入力部２１には、例えば、Ｒ成分信号、Ｇ成分信号およびＢ成分信号を含む画素信号列が入力される。画像入力部２１は、入力された画像信号を、必要に応じて、所定の形式に変換し、変換した画像信号（変換されない場合は、無変換の画像信号）を画像方向調整部２２に出力する。

なお、「所定の形式への変換」とは、例えば、色空間の変換（例えば、ＲＧＢ色空間からＹＣｂＣｒ色空間への変換）である。画像入力部２１は、入力されたＲＧＢ色空間の画像信号（Ｒ成分信号、Ｇ成分信号およびＢ成分信号）を、必要に応じて、例えば、ＹＣｂＣｒ色空間の信号（Ｙ成分信号、Ｃｂ成分信号およびＣｒ成分信号）に変換する。

なお、以下では、説明便宜のため、画像入力部２１において、入力されたＲＧＢ色空間の画像信号（Ｒ成分信号、Ｇ成分信号およびＢ成分信号）が、ＹＣｂＣｒ色空間の信号（Ｙ成分信号、Ｃｂ成分信号およびＣｒ成分信号）に変換され、Ｙ信号（輝度信号（輝度画像））のみが画像方向調整部２２に出力される場合を例に説明する。

画像方向調整部２２は、画像入力部２１から出力される輝度信号（輝度画像）を入力する。また、画像方向調整部２２は、画像上の輪郭検出方向に関する情報を入力する。画像方向調整部２２は、輪郭検出方向が画像上の垂直方向と一致するように、入力された画像を回転させる。そして、画像方向調整部２２は、処理後の画像をフィルタ処理部２３に出力する。

なお、「輪郭検出方向」とは、輪郭成分を検出しようとしている画像上の方向のことをいう。

ここで、図２を用いて輪郭検出方向について、説明する。図２は、画像入力部２１から出力された画像ＩＭＧ１（一例）を模式的に示す図である。

例えば、図２に示す矩形状の物体ＡＢＣＤの輪郭ＡＤおよびＢＣを検出しようとする場合、輪郭検出方向は、直線ＡＤおよびＢＣに平行な方向Ｄｉｒ１（図２に示す矢印Ｄｉｒ１の方向）となる。また、輪郭検出方向は、例えば、輪郭検出方向と垂直方向（Ｙ軸方向）とのなす角θ（図２に示す角度θ）により、特定する。

画像方向調整部２２は、画像上の輪郭検出方向に関する情報である角度θに基づいて、入力された画像を回転させる。具体的には、画像方向調整部２２は、時計回りの方向に角度θだけ入力画像を回転させる処理を行う。図２に示す画像ＩＭＧ１に対して、上記処理（時計回りの方向に角度θだけ回転させる処理）を行った後の画像ＩＭＧ１’を図３に示す。図３に示すように、図２の矩形状の物体ＡＢＣＤは、回転処理後、図３の矩形状の物体Ａ’Ｂ’Ｃ’Ｄ’となる。図３から分かるように、矩形状の物体の輪郭Ａ’Ｄ’およびＢ’Ｃ’の方向（図３に示す矢印Ｄｉｒ１’の方向）は、画像の垂直方向と一致する。つまり、回転処理後の画像において、輪郭検出方向が画像の垂直方向（Ｙ軸方向）と一致する。また、回転処理後の画像において、輪郭検出方向と直交する方向（図３の矢印Ｄｉｒ２’の方向）は、画像の水平方向（Ｘ軸方向）と一致する。

画像方向調整部２２は、上記処理を実行した後、処理後の画像をフィルタ処理部２３に出力する。

フィルタ処理部２３は、図４に示すように、垂直方向エッジ抽出フィルタ２３１と、水平方向連続性検出部２３２とを備える。

垂直方向エッジ抽出フィルタ２３１は、画像方向調整部２２から出力される画像を入力する。垂直方向エッジ抽出フィルタ２３１は、２次元フィルタ処理により、入力された画像の垂直方向のエッジ成分を抽出し、垂直方向エッジ成分抽出画像を取得する。垂直方向エッジ抽出フィルタ２３１は、取得した垂直方向エッジ成分抽出画像を水平方向連続性検出部２３２に出力する。

水平方向連続性検出部２３２は、垂直方向エッジ抽出フィルタ２３１から出力される垂直方向エッジ成分抽出画像を入力する。水平方向連続性検出部２３２は、画像の水平方向における垂直エッジ成分の連続性を検出する（詳細については後述）。そして、検出結果画像を物体領域検出部２４に出力する。

物体領域検出部２４は、フィルタ処理部２３から出力される画像（水平方向の連続性を検出した画像）を入力する。物体領域検出部２４は、入力された画像から、画像上の物体の輪郭を検出（推定）する。そして、物体領域検出部２４は、検出（推定）結果を出力する。

＜１．２：物体検出システムの動作＞
以上のように構成された物体検出システム１０００の動作について、以下、説明する。

以下では、撮像部１により、図６に示す画像が撮像され、物体検出装置２に入力される場合を例に説明する。図６に示す画像に写っている物体（車両）は、水平方向（Ｘ軸方向）の輪郭部分において、コントラスト差（輝度差）が少ないため、通常のエッジ検出処理等では、適切に輪郭検出（推定）を行うのが困難である。

図６に示す画像は、画像入力部２１に入力される。画像入力部２１に入力される画像は、輝度画像であるため、画像入力部２１では、変換処理等（色空間の変換処理等）は実行されず、そのまま、入力画像が画像入力部２１から画像方向調整部２２に出力される。

画像方向調整部２２では、入力された画像に対して、輪郭検出方向に基づく角度θによる画像回転処理が実行される。なお、輪郭検出方向は、Ｙ軸方向と同一方向であるものとして、以下、説明する。

輪郭検出方向がＹ軸方向と同一方向であるため（θ＝０°であるため）、画像方向調整部２２では、入力画像に対して回転処理は実行されず、入力画像がそのままフィルタ処理部２３の垂直方向エッジ抽出フィルタ２３１に出力される。

フィルタ処理部２３の垂直方向エッジ抽出フィルタ２３１は、入力画像に対して、垂直方向のエッジ成分抽出処理を実行する。例えば、垂直方向エッジ抽出フィルタ２３１は、入力画像に対して、（数式４）のフィルタ演算子（コンボリューション行列）（以下、「フィルタ演算子Ｆ１」という。）と、（数式５）のフィルタ演算子（コンボリューション行列）（以下、「フィルタ演算子Ｆ２」という。）と、を用いた２次元フィルタ処理を実行する。

具体的には、垂直方向エッジ抽出フィルタ２３１は、画像上の座標位置（ｘ１，ｙ１）の画素に対して、（数式４）のフィルタ演算子Ｆ１による２次元フィルタ処理を行った結果をＦ１（ｘ１，ｙ１）とし、画像上の座標位置（ｘ１，ｙ１）の画素に対して、（数式５）のフィルタ演算子Ｆ２による２次元フィルタ処理を行った結果をＦ２（ｘ１，ｙ１）とし、
Ｆｃ１（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ１（ｘ１，ｙ１），ｄ０）
Ｆｃ２（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ２（ｘ１，ｙ１），ｄ０）
Ｄｏｕｔ（ｘ１，ｙ１）＝ｋ１×（Ｆｃ１（ｘ１，ｙ１）＋Ｆｃ２（ｘ１，ｙ１））
ｄ０：定数
ｋ１：係数
ｃｌｉｐ（ｘ，ｄ）：ｘ＜ｄならば、ｃｌｉｐ（ｘ，ｄ）＝ｄ、ｘ≧ｄならば、ｃｌｉｐ（ｘ，ｄ０）＝ｘとなる関数（下限クリップ処理を行う関数）
に相当する処理を実行する。

なお、ｄ０＝０とすることで、Ｆｃ１（ｘ１，ｙ１）およびＦｃ２（ｘ１，ｙ１）は、０または正の値をとることになるので、クリップ処理を簡易化することができる。

また、Ｄｏｕｔ（ｘ１，ｙ１）の値が所定の範囲の値（例えば、８ビットデータの取り得る範囲（０〜２５５））となるように、当該所定の範囲を超える値については、上限値または下限値でクリップ処理を行うようにしてもよい。

また、上記処理の代わりに、
Ｄｏｕｔ（ｘ１，ｙ１）＝ｍａｘ（ｋ２×Ｆ１（ｘ１，ｙ１），ｋ２×Ｆ２（ｘ１，ｙ１））
ｍａｘ（）：要素の最大値をとる関数
ｋ２：係数
に相当する処理を実行してもよい。なお、上記Ｄｏｕｔ（ｘ１，ｙ１）の値が所定の範囲の値（例えば、８ビットデータの取り得る範囲（０〜２５５））となるように、当該所定の範囲を超える値については、上限値または下限値でクリップ処理を行うようにしてもよい。

そして、垂直方向エッジ抽出フィルタ２３１は、取得したＤｏｕｔ（ｘ１，ｙ１）を座標位置（ｘ１，ｙ１）の画素値とする画像を取得する。図７に、図６の画像に対して上記処理を行うことで取得した垂直方向エッジ成分抽出画像を示す。

なお、上記で示したフィルタ演算子は一例であり、垂直方向のエッジ成分を抽出することができるフィルタ演算子であれば、他のフィルタ演算子を用いるようにしてもよい。

上記処理により、垂直方向エッジ抽出フィルタ２３１で取得された垂直方向エッジ成分抽出画像は、水平方向連続性検出部２３２に出力される。

水平方向連続性検出部２３２では、入力された垂直方向エッジ成分抽出画像に対して、画像上の水平方向（Ｘ軸方向）における垂直方向エッジ成分の連続性が検出される。具体的には、水平方向連続性検出部２３２は、水平方向および水平方向となす角度が所定の角度以下の方向において、所定の閾値Ｔｈ以上の画素値を有する画素を水平方向に連続する画素と判断し、当該画素の画素値を、例えば、「１」（画素値の取り得る範囲の上限値（８ビットデータ（０〜２５５）の場合、「２５５」））にする。図８に、図７の画像に対して上記処理を行うことで取得した水平方向の連続性の検出結果画像を示す。図８中の太線で示した部分が水平方向の連続性ありと判定された画素群である。

上記処理により、水平方向連続性検出部２３２で取得された水平方向の連続性の検出結果画像は、物体領域検出部２４に出力される。なお、水平方向連続性検出部２３２は、水平方向の連続性を検出した画像領域に含まれる画素値、あるいは、当該画像領域の画素値の積分値（積算値）等を物体領域検出部２４に出力するようにしてもよい。

物体領域検出部２４では、入力された水平方向の連続性の検出結果画像に基づいて、物体の輪郭を検出（推定）する。物体領域検出部２４は、例えば、水平方向に連続性ありと判定された画像領域（水平に細長い画像領域）のそれぞれについて、当該画像領域の最右端点および最左端点を検出し、検出した最右端点および最左端点に基づいて、物体の垂直方向（輪郭検出方向）の輪郭線を推定することで、物体の輪郭を検出（推定）する。

例えば、物体領域検出部２４は、以下の（１）〜（５）に示す処理を行い、物体の輪郭を推定する。
（１）物体領域検出部２４は、水平方向に連続性ありと判定された画像領域（水平に細長い画像領域）の中で、画素値が大きい画素を多く含み、かつ、水平方向の連続性が高い（水平方向に長く連続している）画像領域を検出する。このようにして検出された画像領域は、垂直方向のエッジ成分が大きく、かつ、水平方向への長く連続しているため、当該画像領域を手掛かりとすることで、物体の輪郭の検出（推定）精度を向上させることができる。

例えば、図９Ａに示す画像領域Ｒ１およびＲ２が、この処理（（１）の処理）により検出された画像領域である。
（２）物体領域検出部２４は、（１）の処理により検出された画像領域の最左端点（水平左方向（Ｘ軸負方向）の端点）および最右端点（水平右方向（Ｘ軸正方向）の端点）を検出する。

例えば、図９Ａでは、画像領域Ｒ１の最左端点であるＡ１点(Ａ１点の画像上の座標を（ｘ＿Ａ１，ｙ＿Ａ１）とする。)、最右端点であるＡ２点(Ａ２点の画像上の座標を（ｘ＿Ａ２，ｙ＿Ａ２）とする。)、および、画像領域Ｒ２の最左端点であるＢ１点(Ｂ１点の画像上の座標を（ｘ＿Ｂ１，ｙ＿Ｂ１）とする。)、最右端点であるＢ２点(Ｂ２点の画像上の座標を（ｘ＿Ｂ２，ｙ＿Ｂ２）とする。)が、この処理（（２）の処理）により検出された画像領域の最左端点（水平左方向（Ｘ軸負方向）の端点）および最右端点（水平右方向（Ｘ軸正方向）の端点）である。
（３）物体領域検出部２４は、（２）の処理により検出された最左端点、最右端点の中から、最も左にある点Ｘ＿ｍｉｎ（Ｘ座標値が最小値である点）と、最も右にある点Ｘ＿ｍａｘ（Ｘ座標値が最大値である点）と、を検出する。なお、Ｘ＿ｍｉｎ点の画像上の座標を（ｘ＿ｍｉｎ，ｙ＿ｍｉｎ）とし、Ｘ＿ｍａｘ点の画像上の座標を（ｘ＿ｍａｘ，ｙ＿ｍａｘ）とする。

例えば、図９Ａでは、Ｘ＿ｍｉｎ点は、Ｂ１点となり、Ｘ＿ｍａｘ点は、Ｂ２点となる。つまり、
ｘ＿ｍｉｎ＝ｘ＿Ｂ１
ｘ＿ｍａｘ＝ｘ＿Ｂ２
となる。
（４）物体領域検出部２４は、ｘ＿ｍｉｎ≦ｘ≦ｘ＿ｍａｘ（ｘ：画像上のＸ座標値）の領域（図９Ｂの一点鎖線で囲まれた領域（一点鎖線の内側の領域））において、略同一水平ライン（Ｙ座標が同一または一定範囲内に含まれる水平ライン）において、最左端点、および、最右端点を検出する。

なお、物体領域検出部２４は、
ｘ＿ｍｉｎ±Ｅ１≦ｘ≦ｘ＿ｍａｘ±Ｅ２（ｘ：画像上のＸ座標値）
Ｅ１、Ｅ２：正の実数
の領域において、略同一水平ライン（Ｙ座標が同一または一定範囲内に含まれる水平ライン）において、最左端点、および、最右端点を検出するようにしてもよい。

また、Ｅ１、Ｅ２は、
Ｅ１＝（ｘ＿ｍａｘ−ｘ＿ｍｉｎ）×ｒａｔｅ１
Ｅ２＝（ｘ＿ｍａｘ−ｘ＿ｍｉｎ）×ｒａｔｅ２
ｒａｔｅ１、ｒａｔｅ２：正の実数
により設定される値としてもよい。
（５）物体領域検出部２４は、（４）の処理により検出された最左端点同士、最右端点同士を、ぞれぞれ、（Ｙ軸正方向に順番に）結ぶことで、垂直方向の輪郭線を推定する。

なお、このとき、最左端点同士あるいは最右端点同士をそのまま結ぶと、垂直方向の輪郭線が不自然に（極端に）複雑になる点を除外するようにしてもよい。

図９Ｃに、図７の画像に対して上記処理を行うことで取得した物体の輪郭検出（推定）結果画像を示す。図９Ｃに示す点線が、物体の垂直方向（輪郭検出方向）の輪郭の検出（推定）結果である。また、図１０は、図９Ｃの物体の輪郭検出（推定）結果を、入力画像に重畳させた画像である。図９Ｃおよび図１０から分かるように、物体の垂直方向（輪郭検出方向）の輪郭が適切に検出（推定）されている。

以上のように、物体検出装置２では、画像上の輪郭検出方向（図６の場合の垂直方向）における画素値の変化量（輪郭検出方向のエッジ成分量）を検出し、輪郭検出方向と直交する方向（図６の場合の水平方向）において、輪郭検出方向のエッジ成分量が大きい画素が連続している画像領域を特定（検出）する。そして、物体検出装置２では、この検出した画像領域に基づいて、物体の輪郭検出方向の輪郭を検出（推定）する。したがって、物体検出装置２では、所定の方向（例えば、輪郭検出方向と直交する方向（図６の場合の水平方向））におけるコントラスト差（輝度差）の変化が少なく、上記所定の方向と直交する方向（輪郭検出方向（図６の場合の垂直方向））における輪郭を適切に検出（推定）することが困難な画像であっても、上記処理により、適切に物体の輪郭を検出（推定）することができる。

特に、物体検出装置２での検出対象が車両である場合、上記処理により物体の輪郭を検出（推定）する方法が有効である。通常、車両には、水平方向の線が多く含まれる（例えば、車両のバンパー、リヤウインドウ、リアパネル、トランク、リアドア等の部分や、車体の上端・下端において、水平方向の線が多く含まれる）ので、物体検出装置２において、上記処理のより、検出対象（車両）の水平方向の連続性を適切に検出することができる。その結果、物体検出装置２では、対象物（車両）の存在する画像上の領域（例えば、対象物の水平幅、水平方向の領域）を適切に検出することができる（物体の輪郭を適切に検出（推定）することができる）。

なお、車両以外にも水平方向の線を多く含む物体（長細い輪郭を多く含む物体）、例えば、列車、家具、建物、工場の機械等を、物体検出装置２での検出対象とする場合も、物体検出装置２では、車両を検出対象とする場合と同様に、上記処理により、適切に物体の輪郭を検出（推定）することができる。

≪第１変形例≫
次に、本実施形態の第１変形例について説明する。

本変形例の物体検出システムは、第１実施形態の物体検出システム１０００と構成は同様である。本変形例の物体検出システムでは、垂直方向エッジ抽出フィルタ２３１での処理内容が、第１実施形態の物体検出システム１０００とは相違する。それ以外については、本変形例の物体検出システムは、第１実施形態の物体検出システム１０００と同様であるので、詳細な説明を省略する。

本変形例の物体検出システムの垂直方向エッジ抽出フィルタ２３１では、入力画像に対して、（数式４）のフィルタ演算子（コンボリューション行列）Ｆ１のみによる処理が実行される。そして、本変形例の垂直方向エッジ抽出フィルタ２３１は、
Ｄｏｕｔ（ｘ１，ｙ１）＝Ｆ１（ｘ１，ｙ１）
に相当する処理を実行する。なお、Ｄｏｕｔ（ｘ１，ｙ１）の値が所定の範囲の値（例えば、８ビットデータの取り得る範囲（０〜２５５））となるように、当該所定の範囲を超える値については、上限値または下限値でクリップ処理を行うようにしてもよい。

そして、垂直方向エッジ抽出フィルタ２３１は、取得したＤｏｕｔ（ｘ１，ｙ１）を座標位置（ｘ１，ｙ１）の画素値とする画像を取得する。図１１に、図６の画像（入力画像）に対して上記処理を行うことで取得した垂直方向エッジ成分抽出画像を示す。

また、図１２に、図１１の画像に対して、水平方向連続性検出部２３２による処理が実行された後の画像を示す。図１３に、図１２の画像に対して、物体領域検出部２４による処理が実行された後の画像を示す。また、図１４に、図１３の物体の輪郭検出（推定）結果を、入力画像に重畳させた画像を示す。図１３および図１４から分かるように、物体の垂直方向（輪郭検出方向）の輪郭が適切に検出（推定）されている。

以上のように、本変形例の物体検出システムでは、垂直方向エッジ抽出フィルタ２３１が、フィルタ演算子Ｆ１によるフィルタ処理を実行する。フィルタ演算子Ｆ１（上記（数式４）のコンボリューション行列によるフィルタ演算子Ｆ１）は、画像のＹ軸方向（図１１〜図１４等に示すＹ軸方向）の正方向に進むにしたがって、画素値が大きく減少する画像領域を適切に抽出することができる。例えば、道路を走行する車両を被写体とする画像を入力画像とする場合、当該画像において、車両本体の画像領域は比較的明るく、タイヤ部分の領域は比較的暗くなりやすい。そのため、フィルタ演算子Ｆ１による処理を行うことで、道路を走行する車両の下部（車両本体とタイヤ部分の領域）の垂直方向のエッジ成分を適切に検出することができる。その結果、本変形例の物体検出システムでは、例えば、道路を走行する車両を被写体とする画像を入力画像とする場合等においてフィルタ処理を簡略化することができるとともに、所定の方向（例えば、輪郭検出方向と直交する方向（図６の場合の水平方向））におけるコントラスト差（輝度差）の変化が少なく、上記所定の方向と直交する方向（輪郭検出方向（図６の場合の垂直方向））における輪郭を適切に検出（推定）することが困難な画像であっても、上記処理により、適切に物体の輪郭を検出（推定）することができる。

≪第２変形例≫
次に、本実施形態の第２変形例について説明する。

本変形例の物体検出システムは、第１実施形態の物体検出システム１０００において、フィルタ処理部２３を、図５に示すフィルタ処理部２３Ａに置換した構成を有している。それ以外については、本変形例の物体検出システムは、第１実施形態の物体検出システム１０００は同様である。以下では、上記実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本変形例の物体検出システムのフィルタ処理部２３Ａは、図５に示すように、垂直方向エッジ抽出フィルタ２３１と、水平方向連続性検出部２３２Ａと、中心軸検出部２３３とを備える。

垂直方向エッジ抽出フィルタ２３１は、上記実施形態と同様のものである。

中心軸検出部２３３は、画像方向調整部２２から出力される画像を入力する。中心軸検出部２３３は、入力された画像から、対称性の高い物体を検出し、検出した物体の中心軸（対称軸（輪郭検出方向と略平行な軸））を検出する。そして、中心軸検出部２３３は、検出した対称性の高い物体の中心軸（対称軸）についての情報を水平方向連続性検出部２３２Ａに出力する。なお、中心軸検出部２３３は、例えば、特願２０１２−２２９０９５号に開示されている技術により、対称性の高い物体の中心軸（対称軸）を検出する。

水平方向連続性検出部２３２Ａは、垂直方向エッジ抽出フィルタ２３１から出力される画像と、中心軸検出部２３３から出力される対称性の高い物体の中心軸（対称軸）に関する情報とを入力する。そして、水平方向連続性検出部２３２Ａは、上記中心軸から水平方向の連続性を判定（検出）する。具体的な処理について、図１５を用いて説明する。図１５は、垂直方向エッジ抽出フィルタ２３１に取得された画像に、中心軸検出部２３３により検出された中心軸Ｃ１を重ねて表示した画像である。
（第１の方法）：
水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）および水平方向左方向（Ｘ軸負方向）のそれぞれの方向に、画素値をトレースする。そして、水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）にトレースしている画素の画素値がＴＨ１以上である場合、当該画素の画素値を、例えば、「１」（画素値の取り得る範囲の上限値（８ビットデータ（０〜２５５）の場合、「２５５」））にする。この処理を、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）にトレースしている画素の画素値がＴＨ１未満になるまで繰り返し実行する。上記処理を中心軸Ｃ１の全ての点をトレースの起点として繰り返し実行する。

同様に、水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向左方向（Ｘ軸負方向）にトレースしている画素の画素値がＴＨ１以上である場合、当該画素の画素値を、例えば、「１」（画素値の取り得る範囲の上限値（８ビットデータ（０〜２５５）の場合、「２５５」））にする。この処理を、中心軸Ｃ１から、水平方向左方向（Ｘ軸負方向）にトレースしている画素の画素値がＴＨ１未満になるまで繰り返し実行する。上記処理を中心軸Ｃ１の全ての点をトレースの起点として繰り返し実行する。

なお、トレースする方向は、厳密な水平方向だけでなく、水平方向から所定の角度をなす方向を許容するものとする（略水平とみなせる範囲の方向を含むものとする）。
（第２の方法）：
また、水平方向連続性検出部２３２Ａは、以下の方法により水平方向の連続性を検出するようにしてもよい。

水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）および水平方向左方向（Ｘ軸負方向）のそれぞれの方向に、画素値をトレースする。そして、水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）にトレースしている画素の画素値と隣接する画素の画素値との差（トレース方向において隣接する２つの画素の画素値の差）がＴＨ３以下である場合、当該画素の画素値を、例えば、「１」（画素値の取り得る範囲の上限値（８ビットデータ（０〜２５５）の場合、「２５５」））にする。この処理を、中心軸Ｃ１から、水平方向右方向（Ｘ軸正方向）にトレースしている画素においてトレース方向に隣接する画素との画素値の差がＴＨ３を超えるまで繰り返し実行する。上記処理を中心軸Ｃ１の全ての点をトレースの起点として繰り返し実行する。

同様に、水平方向連続性検出部２３２Ａは、中心軸Ｃ１から、水平方向左方向（Ｘ軸負方向）にトレースしている画素の画素値と隣接する画素の画素値との差（トレース方向において隣接する２つの画素の画素値の差）がＴＨ３以下である場合、当該画素の画素値を、例えば、「１」（画素値の取り得る範囲の上限値（８ビットデータ（０〜２５５）の場合、「２５５」））にする。この処理を、中心軸Ｃ１から、水平方向左方向（Ｘ軸負方向）にトレースしている画素においてトレース方向に隣接する画素との画素値がＴＨ３を超えるまで繰り返し実行する。上記処理を中心軸Ｃ１の全ての点をトレースの起点として繰り返し実行する。

なお、トレースする方向は、厳密な水平方向だけでなく、水平方向から所定の角度をなす方向を許容するものとする（略水平とみなせる範囲の方向を含むものとする）。

図１６に、以上の処理により検出された水平方向の連続性（垂直方向のエッジ成分量が大きい画素の水平方向への連続性）の検出結果画像を示す。

また、図１７に、図１６の検出結果画像に対して、物体領域検出部２４による処理が実行された後の画像を示す。

図１７から分かるように、本変形例の物体検出システムでは、図６のような車両を被写体とする画像を入力画像とすると、左右対称である物体（車両）の水平方向の最大輪郭幅（車幅に相当）を適切に検出することができる。

つまり、本変形例の物体検出システムでは、輪郭検出方向と直交する方向（図６の場合の水平方向）に対称性の高い物体の中心軸（輪郭検出方向と平行な軸（対称軸））を検出し、検出した中心軸（対称軸）に基づいて、物体検出処理を行う。したがって、所定の方向（例えば、輪郭検出方向と直交する方向（図６の場合の水平方向））におけるコントラスト差（輝度差）の変化が少なく、上記所定の方向と直交する方向（輪郭検出方向（図６の場合の垂直方向））における輪郭を適切に検出（推定）することが困難な画像であっても、上記処理により、適切に物体の輪郭を検出（推定）することができ、特に、対称性の高い物体の最大幅（輪郭検出方向と直交する方向の最大幅）を精度良く検出することができる。

［第２実施形態］
次に、第２実施形態について、説明する。

図１８は、第２実施形態の物体検出システム２０００の概略構成図である。

本実施形態の物体検出システム２０００は、図１８に示すように、第１実施形態の物体検出システム１０００において、物体検出装置２を物体検出装置２Ａに置換した構成を有している。つまり、本実施形態の物体検出システム２０００は、図１８に示すように、第１実施形態の物体検出システム１０００において、検出対象領域特定部２５を追加し、さらに、物体領域検出部２４を物体領域検出部２４Ａに置換した構成を有している。それ以外については、本実施形態の物体検出システム２０００は、第１実施形態の物体検出システム１０００は同様である。以下では、上記実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

本実施形態の物体検出システム２０００は、例えば、車両に搭載される。物体検出システム２０００の撮像部１は、例えば、車両の前部に装備され、車両の前方の画像（シーン）を撮像する。あるいは、物体検出システム２０００の撮像部１は、車両の後部に装備され、車両の後方の画像（シーン）を撮像する。

本実施形態の物体検出システム２０００では、例えば、道路等を走行する自動車等を検出対象とする。以下では、物体検出システム２０００において、道路を走行する前方の車両（自動車等）を検出対象とする場合を一例として説明する。

検出対象領域特定部２５は、画像方向調整部２２から出力される画像（画像信号）を入力する。また、検出対象領域特定部２５には、撮像部１が設置されている位置に関する情報（カメラ設置位置（撮像部の設置位置）に関する情報）と、撮像部１の画角（あるいは焦点距離）に関する情報とが入力される。

検出対象領域特定部２５は、入力された撮像部１の設置位置と、画角（あるいは焦点距離）に関する情報とに基づいて、前方の車両が存在しうる画像領域を特定する。具体的には、検出対象領域特定部２５は、入力画像に対して、ハフ変換を行い、消失点を求める。道路を走行する車両の大きさは大体想定できるので、検出対象領域特定部２５は、車両の大きさの上限を考慮して、画像上の消失点と画角との関係から、前方の自動車（車両）が存在しうる画像領域を特定する。そして、検出対象領域特定部２５は、特定した画像領域（以下、「処理対象画像領域」という。）に関する情報を物体領域検出部２４Ａに出力する。

なお、検出対象領域特定部２５は、入力された画像から道路の白線を検出し、検出した白線の位置も考慮に入れて、前方の自動車（車両）が存在しうる画像領域を特定するようにしてもよい。白線検出処理としては、例えば、特開平２００２−１７５５３４号に開示されている内容の処理を行うようにしてもよい。

物体領域検出部２４Ａは、フィルタ処理部２３から出力される画像と、検出対象領域特定部２５から出力される処理対象画像領域に関する情報とを入力する。物体領域検出部２４Ａは、処理対象画像領域においてのみ、第１実施形態と同様の処理を実行する。これにより、物体領域検出処理を、前方を走行する車両等のみに対して、実行することが可能となる。

以上のように、物体検出システム２０００では、例えば、前方を走行する車両等を撮像した画像を入力画像とし、検出しようとする対象を車両等とする場合、効率良く物体検出処理（輪郭推定処理）を実行することができる。

［第３実施形態］
次に、第３実施形態について、説明する。

図１９は、第３実施形態の物体検出システム３０００の概略構成図である。

本実施形態の物体検出システム３０００は、図１９に示すように、第１実施形態の物体検出システム１０００において、物体検出装置２を物体検出装置２Ｂに置換した構成を有している。つまり、本実施形態の物体検出システム３０００は、図１９に示すように、第１実施形態の物体検出システム１０００において、輪郭抽出部２６を追加し、さらに、物体領域検出部２４を物体領域検出部２４Ｂに置換した構成を有している。それ以外については、本実施形態の物体検出システム２０００は、第１実施形態の物体検出システム１０００は同様である。以下では、上記実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

輪郭抽出部２６は、画像方向調整部２２から出力される画像（画像信号）を入力する。輪郭抽出部２６は、例えば、Ｓｏｂｅｌフィルタ等を用いてエッジ抽出処理を実行し、エッジ成分抽出画像を取得する。そして、輪郭抽出部２６は、取得したエッジ成分抽出画像を物体領域検出部２４Ｂに出力する。なお、輪郭抽出部２６は、水平方向のエッジ成分を抽出するフィルタ（水平方向微分フィルタ）を用いて、エッジ抽出処理を実行するものであってもよい。

物体領域検出部２４Ｂは、フィルタ処理部２３から出力される画像（水平方向の連続性の検出結果画像）と、輪郭抽出部２６から出力されるエッジ成分抽出画像とを入力する。物体領域検出部２４Ｂは、エッジ成分抽出画像において輪郭成分を明瞭に判別できる部分については、エッジ成分抽出画像を優先して物体の輪郭と判定し、エッジ成分抽出画像において輪郭成分を明瞭に判別できない部分については、フィルタ処理部２３から出力される画像（水平方向の連続性の検出結果画像）に基づいて、物体の輪郭を検出（推定）する。

このように、物体検出システム３０００では、一般的に用いられるエッジ抽出処理（例えば、Ｓｏｂｅｌフィルタや水平方向微分フィルタ等による処理）で輪郭を検出できる部分（画像領域）については、（１）当該エッジ抽出処理により検出された輪郭を採用し、（２）一般的に用いられるエッジ抽出処理では輪郭を検出することが困難な部分（画像領域）については、第１実施形態と同様の処理により輪郭を検出（推定）する。

これにより、物体検出システム３０００では、あらゆる画像に対して、適切に輪郭を検出（推定）することができる。

［他の実施形態］
上記実施形態および変形例の一部または全部を組み合わせて、物体検出システムを構成するようにしてもよい。

また、上記実施形態では、輝度画像を入力画像とする場合について説明したが、これに限定されることはない。例えば、特定の色情報、例えば、ＲＧＢ色空間やＹＣｂＣｒ色空間の特定の色成分信号（特定の色成分画像）により、上記実施形態の処理を実行するようにしてもよい。さらに、輝度信号（輝度画像）と特定の色成分信号（色成分信号）とを用いて、上記実施形態の処理を行うようにしてもよい。また、ＲＧＢ色空間やＹＣｂＣｒ色空間で規定される３次元ベクトルを用いて、上記実施形態と同様の考え方の処理を実行することで、物体の輪郭を検出（推定）するようにしてもよい。

また、輪郭検出方向の設定については、ユーザが入力するようにしてもよいし、例えば、物体検出装置が車両に搭載される場合は、搭載されている撮像部（カメラ）の位置、角度等に基づいて、自動的に設定されるものであってもよい。例えば、輪郭検出方向のデフォルト方向を鉛直方向とし、車両が走行している道路面の傾きを検知した場合、当該傾きに応じて輪郭検出方向を修正するようにしてもよい。また、ハフ変換等を用いて、画像上の消失点を検出し、車両が走行している道路面（水平面）との関係から、道路面（水平面）に直交する方向を特定し、特定した方向を、輪郭検出方向のデフォルト値（デフォルトの方向）として、画像方向調整部に入力するようにしてもよい。

また、上記実施形態において、画像上の水平方向および垂直方向を入れ替えて（逆にして）処理を行うようにしてもよい。例えば、画像方向調整部２２において、上記実施形態で示した例と、水平方向と垂直方向とが逆になるように、画像の回転角度を設定し、画像回転処理後の画像に対して、上記実施形態で示した処理を実行するようにしてもよい。つまり、検出対象の性質（例えば、検出対象の形状と特徴等）に応じて、物体検出装置による処理での検出精度が上がるように、画像方向調整部２２において、画像の回転角度を設定し、画像回転処理後の画像に対して、上記実施形態で示した処理を実行するようにしてもよい。

また、上記実施形態の物体検出システム、物体検出装置の一部または全部は、集積回路（例えば、ＬＳＩ、システムＬＳＩ等）として実現されるものであってもよい。

上記実施形態の各機能ブロックの処理の一部または全部は、プログラムにより実現されるものであってもよい。そして、上記実施形態の各機能ブロックの処理の一部または全部は、コンピュータにおいて、中央演算装置（ＣＰＵ）により行われる。また、それぞれの処理を行うためのプログラムは、ハードディスク、ＲＯＭなどの記憶装置に格納されており、ＲＯＭにおいて、あるいはＲＡＭに読み出されて実行される。

また、上記実施形態の各処理をハードウェアにより実現してもよいし、ソフトウェア（ＯＳ（オペレーティングシステム）、ミドルウェア、あるいは、所定のライブラリとともに実現される場合を含む。）により実現してもよい。さらに、ソフトウェアおよびハードウェアの混在処理により実現しても良い。なお、上記実施形態に係る物体検出システム、物体検出装置をハードウェアにより実現する場合、各処理を行うためのタイミング調整を行う必要があるのは言うまでもない。上記実施形態においては、説明便宜のため、実際のハードウェア設計で生じる各種信号のタイミング調整の詳細については省略している。

また、上記実施形態における処理方法の実行順序は、必ずしも、上記実施形態の記載に制限されるものではなく、発明の要旨を逸脱しない範囲で、実行順序を入れ替えることができるものである。

前述した方法をコンピュータに実行させるコンピュータプログラム及びそのプログラムを記録したコンピュータ読み取り可能な記録媒体は、本発明の範囲に含まれる。ここで、コンピュータ読み取り可能な記録媒体としては、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ）、半導体メモリを挙げることができる。

上記コンピュータプログラムは、上記記録媒体に記録されたものに限られず、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク等を経由して伝送されるものであってもよい。

なお、本発明の具体的な構成は、前述の実施形態に限られるものではなく、発明の要旨を逸脱しない範囲で種々の変更および修正が可能である。

１０００、２０００、３０００ 物体検出システム
２、２Ａ、２Ｂ 物体検出装置
２３ フィルタ処理部
２４ 物体領域検出部
２３１ 垂直方向エッジ抽出フィルタ（第１方向輪郭成分抽出部）
２３２ 水平方向連続性検出部（第２方向連続性検出部）
２３３ 中心軸検出部
２６ 輪郭抽出部

Claims (8)

1. 入力画像に対して、画像上の第１方向の輪郭成分を抽出する第１方向輪郭成分抽出部と、
   第１方向輪郭成分抽出部により抽出された輪郭成分の前記第１方向と直交する第２方向における連続性を検出する第２方向連続性検出部と、
   前記第２方向連続性検出部により検出された、前記輪郭成分の前記第２方向における連続性に基づいて、画像上の物体の輪郭を検出する物体領域検出部と、
   前記画像の輪郭成分を抽出する輪郭抽出部と、
   備え、
   前記物体領域検出部は、
   （１）前記輪郭抽出部により輪郭成分が抽出された画像領域については、当該輪郭成分に基づいて、前記物体の輪郭を検出し、
   （２）前記輪郭抽出部により輪郭成分が抽出することができない画像領域については、前記第２方向連続性検出部により検出された、前記輪郭成分の前記第２方向における連続性に基づいて、前記第２方向において連続性がある画像領域を第１画像領域として特定し、前記第１画像領域の最右端点および最左端点を検出し、検出した前記最右端点および前記最左端点に基づいて、前記物体の前記第１方向の輪郭線を推定することで前記物体の輪郭を検出する、
   物体検出装置。
2. 前記画像に含まれ、前記第１方向と平行な対称軸を有する略線対称な物体の前記対称軸を検出する中心軸検出部をさらに備え、
   前記第２方向連続性検出部は、前記中心軸検出部が検出した前記対称軸に基づいて、前記輪郭成分の前記第２方向における連続性を検出する、
   請求項１に記載の物体検出装置。
3. 前記第１方向は、画像上の垂直方向であり、
   前記第２方向は、画像上の水平方向である、
   請求項１または２に記載の物体検出装置。
4. 前記第１方向輪郭成分抽出部は、画像上の垂直方向における変化量を取得することにより、前記第１方向の輪郭成分を抽出する、
   請求項３に記載の物体検出装置。
5. 前記第１方向輪郭成分抽出部は、
   前記入力画像の画像上の座標位置（ｘ１，ｙ１）の画素に対して、
   なるフィルタ演算子Ｆ１により取得した値Ｆ１（ｘ１，ｙ１）と、
   なるフィルタ演算子Ｆ２により取得した値Ｆ２（ｘ１，ｙ１）と、を用いて、
   Ｆｃ１（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ１（ｘ１，ｙ１），ｄ０）
   Ｆｃ２（ｘ１，ｙ１）＝ｃｌｉｐ（Ｆ２（ｘ１，ｙ１），ｄ０）
   Ｄｏｕｔ（ｘ１，ｙ１）＝ｋ１×（Ｆｃ１（ｘ１，ｙ１）＋Ｆｃ２（ｘ１，ｙ１））
   ｄ０：定数
   ｋ１：係数
   ｃｌｉｐ（ｘ，ｄ）：ｘ＜ｄならば、ｃｌｉｐ（ｘ，ｄ）＝ｄ、ｘ≧ｄならば、ｃｌｉｐ（ｘ，ｄ０）＝ｘとなる関数
   または、
   Ｄｏｕｔ（ｘ１，ｙ１）＝ｍａｘ（ｋ２×Ｆ１（ｘ１，ｙ１），ｋ２×Ｆ２（ｘ１，ｙ１））
   ｍａｘ（）：要素の最大値をとる関数
   ｋ２：係数
   により取得した値Ｄｏｕｔ（ｘ１，ｙ１）またはＤｏｕｔ（ｘ１，ｙ１）が取り得る範囲の上限値または下限値でクリップ処理した値を、画像上の座標位置（ｘ１，ｙ１）の画素の画素値とすることで、画像上の第１方向の輪郭成分抽出画像を取得する、
   請求項４に記載の物体検出装置。
6. 前記第１方向輪郭成分抽出部は、
   前記入力画像の画像上の座標位置（ｘ１，ｙ１）の画素に対して、
   なるフィルタ演算子Ｆ１により取得した値Ｆ１（ｘ１，ｙ１）を用いて、
   Ｄｏｕｔ（ｘ１，ｙ１）＝ｋ１×Ｆ１（ｘ１，ｙ１）
   ｋ１：係数
   により取得した値Ｄｏｕｔ（ｘ１，ｙ１）またはＤｏｕｔ（ｘ１，ｙ１）が取り得る範囲の上限値または下限値でクリップ処理した値を、画像上の座標位置（ｘ１，ｙ１）の画素の画素値とすることで、画像上の第１方向の輪郭成分抽出画像を取得する、
   請求項４に記載の物体検出装置。
7. 入力画像に対して、画像上の第１方向の輪郭成分を抽出する第１方向輪郭成分抽出ステップと、
   第１方向輪郭成分抽出ステップにより抽出された輪郭成分の前記第１方向と直交する画像上の方向である第２方向における連続性を検出する第２方向連続性検出ステップと、
   前記第２方向連続性検出ステップにより検出された、前記輪郭成分の前記第２方向における連続性に基づいて、画像上の物体の輪郭を検出する物体領域検出ステップと、
   前記画像の輪郭成分を抽出する輪郭抽出ステップと、
   備え、
   前記物体領域検出ステップは、
   （１）前記輪郭抽出ステップにより輪郭成分が抽出された画像領域については、当該輪郭成分に基づいて、前記物体の輪郭を検出し、
   （２）前記輪郭抽出ステップにより輪郭成分が抽出することができない画像領域については、前記第２方向連続性検出ステップにより検出された、前記輪郭成分の前記第２方向における連続性に基づいて、前記第２方向において連続性がある画像領域を第１画像領域として特定し、前記第１画像領域の最右端点および最左端点を検出し、検出した前記最右端点および前記最左端点に基づいて、前記物体の前記第１方向の輪郭線を推定することで前記物体の輪郭を検出する、
   物体検出方法をコンピュータに実行させるプログラム。
8. 入力画像に対して、画像上の第１方向の輪郭成分を抽出する第１方向輪郭成分抽出部と、
   第１方向輪郭成分抽出部により抽出された輪郭成分の前記第１方向と直交する画像上の方向である第２方向における連続性を検出する第２方向連続性検出部と、
   前記第２方向連続性検出部により検出された、前記輪郭成分の前記第２方向における連続性に基づいて、画像上の物体の輪郭を検出する物体領域検出部と、
   前記画像の輪郭成分を抽出する輪郭抽出部と、
   備え、
   前記物体領域検出部は、
   （１）前記輪郭抽出部により輪郭成分が抽出された画像領域については、当該輪郭成分に基づいて、前記物体の輪郭を検出し、
   （２）前記輪郭抽出部により輪郭成分が抽出することができない画像領域については、前記第２方向連続性検出部により検出された、前記輪郭成分の前記第２方向における連続性に基づいて、前記第２方向において連続性がある画像領域を第１画像領域として特定し、前記第１画像領域の最右端点および最左端点を検出し、検出した前記最右端点および前記最左端点に基づいて、前記物体の前記第１方向の輪郭線を推定することで前記物体の輪郭を検出する、
   集積回路。