JP6208789B2 - 直線検出装置および直線検出方法 - Google Patents

Description

本発明は、画像に含まれる直線を検出する技術に関する。

画像に含まれる直線を検出する技術として、ハフ（Ｈｏｕｇｈ）変換が用いられている。ＸＹ座標系を持つ画像の任意の点を通る直線は、ハフ空間上の座標（θ、ρ）に変換される。ハフ空間の座標（θ、ρ）に変換される直線の数を２次元配列[θ][ρ]を用いて集計する。そして、２次元配列[θ][ρ]の中で所定の閾値を上回る集計値を有する座標（θ、ρ）から、ＸＹ座標系の直線を検出する。

下記特許文献１においては、画像を局所領域に分割するために、ハフ変換を用いて画像中の線分を検出している。下記特許文献２においては、直線の長さに応じてハフ空間上のパラメータθ、ρのサンプリング間隔を最適化することを試みている。下記特許文献３においても画像の中に含まれる線分を検出するためにハフ変換が用いられている。

特開平１０−２８３４７６号公報 特開平１１−６６３０２号公報 特開２００６−１０７０３４号公報

ハフ変換を利用した直線の検出方法は、ＸＹ座標系における直線上に存在する点の数に着目する。同一直線上に存在する点の数が多ければ多いほど、直線として検出される可能性が高くなる。このため、縦方向よりも横方向の長さの長い画像であれば、横方向については直線が検出され易くなる。逆に縦方向の直線は、多少密度が濃い場合であっても、集計値が小さくなれば、直線として検出されない可能性がある。

あるいは、画像の４隅に存在するような直線は、直線距離が短いため、さらに、直線として検出される可能性が小さくなる。

本発明は、直線が存在する方向あるいは位置に左右されることなく、同じような基準で直線を検出する技術を提供することを課題とする。

上記課題を解決するため、発明１記載の発明は、直線検出装置であって、対象画像の基準点から前記対象画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記対象画像内の任意の直線を表現することにより、前記対象画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換部と、ハフ空間内の任意の座標（θ、ρ）に対応する前記対象画像内の直線が、前記対象画像の外周と交わる交点を求めるとともに、交点間の距離を算出する交点間距離算出部と、ハフ空間内の各座標（θ、ρ）について、前記ハフ変換部によって変換された回数を集計し、各座標（θ、ρ）の集計値をそれぞれ対応する交点間距離で正規化し、正規化集計値を算出する正規化部と、正規化集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記対象画像における直線を検出する検出部と、を備える。

発明２記載の発明は、発明１に記載の直線検出装置であって、さらに、前記ハフ変換が行われる前に前記対象画像を２値変換する変換部、を備え、前記対象画像内のある点がハフ空間内の座標（θ、ρ）に変換されたとき、集計値に１が加算される。

発明３記載の発明は、発明１または発明２に記載の直線検出装置であって、前記対象画像内のそれぞれの点がハフ空間内の座標（θ、ρ）に変換されたとき、前記対象画像内のそれぞれの点の特徴量の大きさによって重みづけされた値が集計値に加算される。

発明４記載の発明は、発明３に記載の直線検出装置であって、前記特徴量の大きさは線分強度を含む。

発明５記載の発明は、発明１ないし発明４のいずれかに記載の直線検出装置であって、前記検出部は、前記交点間距離が第２の閾値以下となる直線については、正規化集計値の値によらず直線の検出対象から除外する。

発明６記載の発明は、発明１ないし発明５のいずれかに記載の直線検出装置であって、前記交点間距離算出部は、ハフ空間内の座標（θ、ρ）に対応する前記対象画像内の直線の前記交点間距離を算出するとき、ρ＝０と置き換えた上で前記交点間距離を算出する簡易算出部、を含む。

発明７記載の発明は、発明１ないし発明６のいずれかに記載の直線検出装置であって、前記基準点は、前記対象画像内の任意の座標に設定される。

発明８記載の発明は、直線検出装置であって、対象画像に対して、アスペクト比を１：１に変換するアスペクト比変換処理を実行することにより、正方画像を生成する変換部と、前記正方画像の基準点から前記正方画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記正方画像内の任意の直線を表現することにより、前記正方画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換部と、ハフ空間内の各座標（θ、ρ）について、前記ハフ変換部によって変換された回数を集計し、各座標（θ、ρ）の集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記正方画像における直線を検出する検出部と、を備える。

発明９記載の発明は、発明８に記載の直線検出装置であって、さらに、前記ハフ変換が行われる前であって、アスペクト比変換前あるいは変換後の画像を２値変換する変換部、を備え、前記正方画像内のある点がハフ空間内の座標（θ、ρ）に変換されたとき、集計値に１が加算される。

発明１０記載の発明は、発明８または発明９に記載の直線検出装置であって、前記正方画像内のそれぞれの点がハフ空間内の座標（θ、ρ）に変換されたとき、前記正方画像内のそれぞれの点の特徴量の大きさによって重みづけされた値が集計値に加算される。

発明１１記載の発明は、発明１０に記載の直線検出装置であって、前記特徴量の大きさは線分強度を含む。

発明１２記載の発明は、発明８ないし発明１１のいずれかに記載の直線検出装置であって、前記基準点は、前記正方画像内の任意の座標に設定される。

発明１３記載の発明は、発明１ないし発明１２のいずれかに記載の直線検出装置であって、さらに、前記対象画像がカラー画像である場合、ハフ変換が行われる前にカラー画像から輝度画像を生成する輝度画像生成部、を含む。

発明１４記載の発明は、発明２または発明９に記載の直線検出装置であって、前記変換部は、前記対象画像に特徴量抽出処理を施した後、２値変換を行う。

発明１５記載の発明は、発明１４に記載の直線検出装置であって、前記特徴量抽出処理は輪郭抽出処理を含む。

発明１６記載の発明は、直線検出方法であって、対象画像の基準点から前記対象画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記対象画像内の任意の直線を表現することにより、前記対象画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換工程と、ハフ空間内の任意の座標（θ、ρ）に対応する前記対象画像内の直線が、前記対象画像の外周と交わる交点を求めるとともに、交点間の距離を算出する交点間距離算出工程と、ハフ空間内の各座標（θ、ρ）について、前記ハフ変換工程によって変換された回数を集計し、各座標（θ、ρ）の集計値をそれぞれ対応する交点間距離で正規化し、正規化集計値を算出する正規化工程と、正規化集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記対象画像における直線を検出する検出工程と、を備える。

発明１７記載の発明は、直線検出方法であって、対象画像に対して、アスペクト比を１：１に変換するアスペクト比変換処理を実行することにより、正方画像を生成する変換工程と、前記正方画像の基準点から前記正方画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記正方画像内の任意の直線を表現することにより、前記正方画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換工程と、ハフ空間内の各座標（θ、ρ）について、前記ハフ変換工程によって変換された回数を集計し、各座標（θ、ρ）の集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記正方画像における直線を検出する検出工程と、を備える。

本発明の直線検出装置を用いることにより、直線の方向や位置に依存することなく、同じような基準で、ハフ変換された情報から直線を検出することができる。アスペクト比が１：１でない画像であっても、縦方向あるいは横方向、いずれかの直線が検出され難いといった問題を解消することができる。画像の４隅に存在するような直線も検出漏れを防ぐことができる。

第１の実施の形態に係る直線検出装置のブロック図である。 ２値画像データにおける直線の表現方法を示す図である。 ハフ空間を示す図である。 ２値画像データを切り取る直線を示す図である。 第４の実施の形態に係る直線検出装置のブロック図である。

｛第１の実施の形態｝
＜１．処理の全体の流れ＞
図１は、第１の実施の形態に係る直線検出装置１のブロック図である。直線検出装置１は、輝度画像生成部１１、輪郭抽出処理部１２、２値変換部１３、ハフ（Ｈｏｕｇｈ）変換部１４、ハフテーブル１５および直線検出部１６を備えている。

本実施の形態においては、輝度画像生成部１１、輪郭抽出処理部１２、２値変換部１３、ハフ変換部１４および直線検出部１６は、ハードウェア回路により構成されている。しかし、これら機能部をＣＰＵおよびＣＰＵ上で動作するソフトウェアにより構成してもよい。

輝度画像生成部１１は、カラー画像データ１０１を入力する。カラー画像データ１０１は、たとえば、図示せぬ撮像素子により取得された画像である。カラー画像データ１０１は、たとえば、ＹＣｂＣｒ色空間やＲＧＢ色空間の画像データである。輝度画像生成部１１は、カラー画像データ１０１から、輝度画像データ１０２を生成する。たとえば、カラー画像データ１０１がＹＣｂＣｒ色空間の画像データであれば、輝度画像生成部１１は、Ｙ信号を抽出することにより輝度画像データ１０２を生成する。

輪郭抽出処理部１２は、輝度画像データ１０２を入力する。輪郭抽出処理部１２は、輝度画像データ１０２から輪郭画像データ１０３を生成する。本実施の形態においては、輪郭抽出処理部１２は、ソーベル（Ｓｏｂｅｌ）フィルタを利用して、輪郭抽出処理を行っている。ソーベルフィルタは、空間１次微分演算により、輪郭を検出するフィルタである。輪郭抽出処理部１２は、フィルタの出力の絶対値を線分の強度として出力する。用いるフィルタは特に限定されるものではない。たとえば、ラプラシアンフィルタを用いてもよい。

２値変換部１３は、輪郭画像データ１０３を入力する。２値変換部１３は、輪郭画像データ１０３から２値画像データ１０４を生成する。輪郭画像データ１０３は、グレースケールの画像データである。２値変換部１３は、予め設定された閾値に基づいて、輪郭画像データ１０３の各画素の画素値を０あるいは１に変換する。

ハフ変換部１４は、２値画像データ１０４を入力する。ハフ変換部１４は、２値画像データ１０４をハフ変換し、変換後の結果をハフテーブル１５に書き込む。具体的には、ハフ変換部１４は、変換後の結果を２次元配列[θ][ρ]に格納する。ハフ変換の処理の内容は後で詳しく説明する。

直線検出部１６は、交点間距離算出部１６１および正規化部１６２を備えている。直線検出部１６は、ハフテーブル１５を参照することで、２値画像データ１０４に含まれる直線を検出する。交点間距離算出部１６１および正規化部１６２を含め、直線検出部１６の処理の内容は後で詳しく説明する。

＜２．ハフ変換＞
ハフ変換部１４の処理内容について詳しく説明する。ハフ変換部１４は、２値画像データ１０４に含まれる任意の点について、各点を通る直線をハフ空間上の座標（θ、ρ）に変換する。

図２は、２値画像データ１０４を示す図である。２値画像データ１０４には、図２に示すように、原点ＯとＸＹ座標が定義されている。図２には、２値画像データ１０４に含まれる点のうち一部の点５１〜５５を図示している。ここで、２値画像データ１０４に含まれる点とは、２値変換により画素値１が与えられている点のことである。点５１を通る直線６１は、θおよびρを用いて数１式のように表すことができる。

数１式において、ρは、原点から直線６１に下した垂線６２の長さである。θは、垂線６２がＸ軸の正の方向となす角である。

点５１を通る直線は、多数存在する。点５１を通る直線の数は、θおよびρのサンプリング間隔に基づいて決まる。したがって、２値画像データ１０４上の１つの点に対して、複数のハフ空間上の座標（θ、ρ）が対応付けられる。

図２に示すように、点５１〜点５３は、同一直線上に並んでいる。点５２および点５３を通る直線についても、それぞれ複数のハフ空間上の座標（θ、ρ）に変換される。そして、点５１〜点５３の全ての点について、直線６１がハフ変換されて、同一の座標（θ、ρ）に対応付けられる。

図３は、ハフ空間を示す図である。正弦曲線７１〜７５は、それぞれ、点５１〜点５５がハフ変換されることにより得られるハフ空間上の点の集合を示している。そして、正弦曲線７１〜７３の交わる座標（θ１、ρ１）が直線６１に対応している。

このように、２値画像データ１０４において同一の直線上に複数の点が存在する場合、２値画像上の複数の点がハフ空間上の同一の点に変換されることになる。ハフ空間上で各座標（θ、ρ）に変換される点を集計することで、直線を検出することができる。ハフテーブル１５は、２次元配列Ｔ[θ][ρ]を有している。つまり、２値画像データ１０４の全ての点についてハフ変換を行い、その結果が２次元配列Ｔ[θ][ρ]において集計される。

＜３．直線検出処理＞
直線検出部１６は、ハフテーブル１５を参照し、２値画像データ１０４に含まれる直線を検出する。直線検出部１６は、ハフ変換部１４による変換結果をそのまま用いて直線を検出するのではなく、ハフテーブル１５の内容を補正した上で直線の検出を行う。補正処理は交点間距離算出部１６１および正規化部１６２により行われる。

交点間距離算出部１６１の処理内容を説明する。図４は、２値画像データ１０４に含まれる直線８１を示している。原点Ｏから直線８１に下ろした垂線８２の長さはρである。垂線８２がＸ軸の正の方向と成す角はθである。

図４において、２値画像データ１０４は、横方向（Ｘ軸方向）の長さが２ｗであり、縦方向（Ｙ軸方向）の長さが２ｈの長方形の画像データである。２値画像データ１０４の中心に原点Ｏが設定されている。

直線８１は、点Ｐ０（ｘ０、ｙ０）および点Ｐ１（ｘ１、ｙ１）において、２値画像データ１０４の外周辺と交差する。言い換えると、直線８１が２値画像データ１０４を切り取るとき、直線８１と２値画像データ１０４の外周との２つの交点が、点Ｐ０（ｘ０、ｙ０）および点Ｐ１（ｘ１、ｙ１）である。交点間距離算出部１６１は、２つの交点間の距離、すなわち、点Ｐ０（ｘ０、ｙ０）および点Ｐ１（ｘ１、ｙ１）間の距離（交点間距離Ｌｅｎ）を算出する。

本実施の形態における距離算出方法を具体的に説明する。まず、点Ｐ０の座標（ｘ０、ｙ０）および点Ｐ１の座標（ｘ１、ｙ１）の決定方法について説明する。本実施の形態においては、直線８１と直線ｙ＝ｈとの交点から点Ｐ０のＸ座標ｘ０を求め、直線８１と直線ｙ＝−ｈとの交点から点Ｐ１のＸ座標ｘ１を求める。また、直線８１と直線ｘ＝ｗとの交点から点Ｐ０のＹ座標ｙ０を求め、直線８１と直線ｘ＝−ｗとの交点から点Ｐ１のＹ座標ｙ１を求める。

まず、直線８１がＸ軸あるいはＹ軸に平行となる場合を考える。この場合は、上記のような方法で点Ｐ０および点Ｐ１の座標を求めることなく、以下の方法により交点間距離Ｌｅｎを求める。

ｃｏｓθ＝０のとき、つまり、直線８１がＸ軸と平行な直線である場合、交点間距離Ｌｅｎは、数２式のように表わされる。

ｓｉｎθ＝０のとき、つまり、直線８１がＹ軸と平行な直線である場合、交点間距離Ｌｅｎは、数３式のように表わされる。

次に、直線８１と直線ｙ＝ｈの交点である点Ｐ０のＸ座標ｘ０を求める。ｘ０は、数４式で表される。

次に、直線８１と直線ｙ＝―ｈの交点である点Ｐ１のＸ座標ｘ１を求める。ｘ１は、数５式で表される。

次に、直線８１と直線ｘ＝ｗの交点である点Ｐ０のＹ座標ｙ０を求める。ｙ０は、数６式で表される。

次に、直線８１と直線ｘ＝−ｗの交点である点Ｐ１のＹ座標ｙ１を求める。ｙ１は、数７式で表される。

そして、ｘ０が−ｗより小さい場合には、数８式に示すように、ｘ０を−ｗに設定する。つまり、２値画像のフレーム端よりも交点がはみ出している場合には、フレーム端を交点のＸ座標とする。２値画像のフレーム端から交点のＸ座標がはみ出す場合は、数８式に示すように、全てのケースにおいて、Ｘ座標をフレーム端に設定する。つまり、ｘ０がｗより大きい場合には、ｘ０をｗに設定する。ｘ１が−ｗより小さい場合には、ｘ１を−ｗに設定する。ｘ１がｗより大きい場合には、ｘ１をｗに設定する。

２値画像のフレーム端から交点のＹ座標がはみ出す場合は、数９式に示すように、全てのケースにおいて、Ｙ座標をフレーム端に設定する。つまり、ｙ０が−ｈより小さい場合には、ｙ０を−ｈに設定する。ｙ０がｈより大きい場合には、ｙ０をｈに設定する。ｙ１が−ｈより小さい場合には、ｙ１を−ｈに設定する。ｙ１がｈより大きい場合には、ｙ１をｈに設定する。

以上のようにして、点Ｐ０（ｘ０、ｙ０）および点Ｐ１（ｘ１、ｙ１）の座標が決定されると、交点間距離算出部１６１は、数１０式で示される演算を行い、交点間距離Ｌｅｎを求める。

数１０式中、ｘ０、ｘ１、ｙ０、ｙ１は、数８式あるいは数９式に当てはまらない場合には、数４式〜数７式で算出された値であり、数８式あるいは数９式に当てはまる場合は、数８式あるいは数９式で設定された値である。

以上のような計算方法により、交点間距離算出部１６１は、ハフテーブル１５を参照し、直線候補となっている全ての座標（θ、ρ）について交点間距離Ｌｅｎを算出する。つまり、２次元配列[θ][ρ]に１以上の集計値が格納されている各座標（θ、ρ）について交点間距離Ｌｅｎを算出する。あるいは、集計値がゼロである配列も含め、全ての２次元配列[θ][ρ]について交点間距離Ｌｅｎを算出してもよい。たとえば、あらかじめ全ての組み合わせ（θ、ρ）に対して交点間距離Ｌｅｎを算出しておき、Ｌｅｎ[θ][ρ]をルックアップテーブルとして保持するようにしてもよい。

正規化部１６２は、各座標（θ、ρ）の集計値を、各座標（θ、ρ）について算出された交点間距離Ｌｅｎで除算することで、集計値を正規化する。正規化部１６２は、２次元配列[θ][ρ]に１以上の集計値が格納されている各座標（θ、ρ）について、それぞれ集計値を交点間距離Ｌｅｎで除算する。あるいは、上述したように全ての２次元配列[θ][ρ]について交点間距離Ｌｅｎを算出し、全ての集計値を対応する交点間距離Ｌｅｎで正規化する。言い換えると、正規化部１６２は、２値画像上の直線の集計値を単位長さ当たりの数値に補正する。これにより、ハフテーブル１５（２次元配列[θ][ρ]）の補正処理が完了する。

直線検出部１６は、正規化により補正されたハフテーブル１５を参照し、直線検出を行う。直線検出部１６には、予め直線判定用の閾値（第１の閾値）が設定されている。直線検出部１６は、２次元配列[θ][ρ]に第１の閾値を超える集計値が格納されている座標（θ、ρ）を特定する。直線検出部１６は、特定された座標（θ、ρ）から２値画像データ１０４に含まれる直線を特定する。直線検出部１６は、検出情報を出力する。

このように本実施の形態の直線検出装置１は、ハフテーブル１５を正規化により補正した上で直線を検出する。正規化は、２次元配列[θ][ρ]の集計値を交点間距離Ｌｅｎで除算することにより行われる。交点間距離Ｌは、図４で示した例であれば、横方向の直線については長く、縦方向の直線については、短くなる。したがって、２次元配列[θ][ρ]に格納された集計値は、横方向の直線については、縦方向の直線より大きな値で除算されることになる。

これによって、２値画像データ１０４において、横方向の直線が検出され易く、縦方向の直線が検出され難いという問題は発生しない。あるいは、画像の４隅に存在するような直線も検出し難いという問題は発生しない。画像のアスペクト比が１：１でない場合であっても、画像内のあらゆる方向あるいは位置の直線を同じ基準で検出することができる。

｛第２の実施の形態｝
次に、本発明の第２の実施の形態について説明する。第２の実施の形態における直線検出装置１の機能ブロックは、図１に示したものと同様である。ただし、第２の実施の形態においては、直線検出部１６における処理が第１の実施の形態とは異なる。

第１の実施の形態においては、ハフ空間において各座標（θ、ρ）の集計値を交点間距離Ｌｅｎで除算し、正規化した。つまり、全ての直線候補について正規化集計値を算出し、第１の閾値との比較をした。

第２の実施の形態においては、交点間距離Ｌｅｎが、所定の閾値（第２の閾値）を下回る直線については、直線の検出対象から除外することにしている。たとえば、２値画像データ１０４の４隅に存在し、交点間距離Ｌｅｎの短い直線が検出対象から除外される。これにより、直線上に並ぶ点の密度がそれぞれ大きくないが、交点間距離Ｌｅｎが非常に小さいために正規化集計値が増大し、直線として誤認識されることを防止することができる。あるいは、画像の４隅において距離の非常に短い多数の直線が検出されるという問題を防止することができる。

たとえば、画像上の４隅の情報がそれほど重要視されない場合には、第２の閾値を比較的大きめに調整することで、画像中央付近にスポットを当てて直線を検出することが可能である。

｛第３の実施の形態｝
次に、本発明の第３の実施の形態について説明する。第３の実施の形態における直線検出装置１の機能ブロックは、図１に示したものと同様である。ただし、第３の実施の形態においては、直線検出部１６における処理が第１の実施の形態とは異なる。

第１の実施の形態においては、数４式〜数７式に示した方法により、点Ｐ０およびＰ１の座標を求めて交点間距離Ｌｅｎを算出した。第３の実施の形態においては、直線と原点Ｏとの距離を０として交点間距離Ｌｅｎを算出する。

つまり、交点間距離算出部１６１は、座標（θ、ρ）に対応する２値画像内の直線の交点間距離Ｌｅｎを算出するとき、ρ＝０と置き換えた上で交点間距離Ｌｅｎを算出する。

このようにして交点間距離Ｌｅｎを算出することで、交点間距離算出部１６１の演算量を少なくし、処理速度を向上させることができる。具体的には、数４式〜数７式において、ρ＝０と置き換えることができるので、演算式が簡素化される。

｛第４の実施の形態｝
次に、本発明の第４の実施の形態について説明する。図５は、第４の実施の形態に係る直線検出装置１Ａのブロック図である。

第４の実施の形態の直線検出装置１Ａは、第１の実施の形態の直線検出装置１と同様、輝度画像生成部１１、輪郭抽出処理部１２、２値変換部１３、ハフ変換部１４およびハフテーブル１５を備える。これらの各機能部の機能は第１の実施の形態と同様である。

第４の実施の形態における直線検出部１６は、第１の実施の形態と異なり、交点間距離算出部１６１および正規化部１６２を備えていない。第４の実施の形態においては、直線検出部１６は、ハフテーブル１５の正規化を行うことなく、直線を検出する。

直線検出装置１Ａは、アスペクト比変換部１７を備えている。アスペクト比変換部１７は、カラー画像１０１を入力し、カラー画像をアスペクト比が１：１のカラーの正方画像に変換する。アスペクト比を変換するとき、画像の伸長あるいは縮小を行う必要がある。伸長を行う方法は特に限定されないが、たとえば、線形補間などを利用して画像を伸長する。縮小を行う場合には、たとえば画像の間引きを行えばよい。アスペクト比が変換された場合であっても、直線は直線に変換される。

輝度画像生成部１１、輪郭抽出処理部１２、２値変換部１３およびハフ変換部１４は、第１の実施の形態と同様の処理を実行する。ただし、アスペクト比が１：１に変換された正方画像を対象として処理を実行する。

ハフテーブル１５は、ハフ変換部１４において変換された座標（θ、ρ）を２次元配列[θ][ρ]を用いて集計する。直線検出部１６には、予め直線判定用の閾値（第１の閾値）が設定されている。直線検出部１６は、２次元配列[θ][ρ]に第１の閾値を超える集計値が格納されている座標（θ、ρ）を特定する。直線検出部１６は、特定された座標（θ、ρ）から２値画像データ１１４に含まれる直線を特定する。直線検出部１６は、検出情報を出力する。なお、第１の閾値は、第１の実施の形態と異なる値を設定することができる。

このように、本実施の形態の直線検出装置１Ａは、アスペクト比を１：１に変換した後にハフ変換を行う。したがって、画像内の方向によって直線検出の可能性が異なるという問題を解消することができる。

本実施の形態においては、輝度画像を生成する前にアスペクト比を変換した。しかし、アスペクト比の変換処理は、ハフ変換を行う前のどのタイミングであってもよい。たとえば、輝度画像生成処理の後、輪郭抽出処理の後、あるいは、２値変換処理の後にアスペクト比の変換を行ってもよい。なお、正方画像上で検出された直線は、アスペクト比を元に戻す演算を行うことにより、カラー画像１０１内に含まれる直線に変換される。

｛第５の実施の形態｝
上記各実施の形態においては、ハフ変換を行う前に画像を２値化した。第５の実施の形態においては、画像の２値化は行わない。画像は、たとえば、０〜２５５などの多値の画素値を保有している。

第５の実施の形態における直線検出装置のブロック図は、図１あるいは図５に示した直線検出装置１、１Ａと同様である。ただし、２値変換部１３は、備えられていない。

ハフ変換部１４は、輪郭画像データ１０３あるいは１１３に含まれる全ての点についてハフ変換を行う。輪郭画像データ１０３あるいは１１３に含まれる点は、たとえば、０〜２５５などの多値の画素値を有しているが、これら全ての点についてハフ変換を行う。

ハフ変換部１４は、上記の各実施の形態においては、２値画像データ１０４あるいは１１４に含まれる点がハフ変換された回数を２変数配列[θ][ρ]に格納した。言い換えると、ある座標（θ、ρ）にハフ変換された回数がＮ回であれば、２変数配列[θ][ρ]に値Ｎが集計値として格納された。

この実施の形態においては、輪郭画像データ１０３あるいは１１３に含まれる点の線分強度に応じた値が２変数配列[θ][ρ]に格納される。たとえば、画素値をそのまま２変数配列[θ][ρ]に加算して集計する。あるいは、画素値に所定の変換を行い、変換値を２変数配列[θ][ρ]に加算してもよい。つまり、画素の特徴量の大きさに応じた重みづけを行った上で、２変数配列[θ][ρ]において変換回数を集計することができる。

その後の処理は、上記の各実施の形態と同様である。本実施の形態によれば、２値変換を行わないため、比較的強度の弱い直線なども検出したい場合などに有効である。

｛変形例｝
第１〜第５の実施の形態においては、２値画像データ１０４の中心を原点として、２値画像データ１０４内の直線をθおよびρを用いて表現した。しかし、原点は画像の任意の場所に設定することができる。あるいは、原点を２値画像データ１０４のフレームの外に設定してもよい。

第１〜第４の実施の形態においては、輪郭抽出処理を行った後、２値化処理を行った。輪郭抽出処理は、画像の特徴量を抽出する処理の一例である。他の方法によって画像の特徴量を抽出した後に２値化処理を行ってもよい。

１１ 輝度画像生成部
１２ 輪郭抽出処理部
１３ ２値変換部
１４ ハフ変換部
１５ ハフテーブル
１６ 直線検出部
１７ アスペクト比変換部
１０１ カラー画像データ
１０２ 輝度画像データ
１０３ 輪郭画像データ
１０４ ２値画像データ

Claims (9)

1. アスペクト比が１：１でない対象画像に対して、アスペクト比を１：１に変換するアスペクト比変換処理を実行することにより、前記対象画像よりも画像の変形度合いが増加した正方画像を生成するアスペクト比変換部と、
   前記正方画像の基準点から前記正方画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記正方画像内の任意の直線を表現することにより、前記正方画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換部と、
   ハフ空間内の各座標（θ、ρ）について、前記ハフ変換部によって変換された回数を集計し、各座標（θ、ρ）の集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記正方画像における直線を検出し、前記正方画像上で検出した直線に対して、アスペクト比を元に戻す演算を行うことにより、アスペクト比が１：１でない前記対象画像内に含まれる直線に変換する検出部と、
   を備える直線検出装置。
2. 請求項１に記載の直線検出装置であって、さらに、
   前記ハフ変換が行われる前であって、アスペクト比変換前あるいは変換後の画像を２値変換する２値変換部、
   を備え、
   前記正方画像内のある点がハフ空間内の座標（θ、ρ）に変換されたとき、集計値に１が加算される直線検出装置。
3. 請求項１または請求項２に記載の直線検出装置であって、
   前記正方画像内のそれぞれの点がハフ空間内の座標（θ、ρ）に変換されたとき、前記正方画像内のそれぞれの点の特徴量の大きさによって重みづけされた値が集計値に加算される直線検出装置。
4. 請求項３に記載の直線検出装置であって、
   前記特徴量の大きさは線分強度を含む直線検出装置。
5. 請求項１ないし請求項４のいずれかに記載の直線検出装置であって、
   前記基準点は、前記正方画像内の任意の座標に設定される直線検出装置。
6. 請求項１ないし請求項５のいずれかに記載の直線検出装置であって、さらに、
   前記対象画像がカラー画像である場合、ハフ変換が行われる前にカラー画像から輝度画像を生成する輝度画像生成部、
   を含む直線検出装置。
7. 請求項２に記載の直線検出装置であって、
   前記対象画像に特徴量抽出処理が施された後、前記２値変換が行われる直線検出装置。
8. 請求項７に記載の直線検出装置であって、
   前記特徴量抽出処理は輪郭抽出処理を含む直線検出装置。
9. アスペクト比が１：１でない対象画像に対して、アスペクト比を１：１に変換するアスペクト比変換処理を実行することにより、前記対象画像よりも画像の変形度合いが増加した正方画像を生成する変換工程と、
   前記正方画像の基準点から前記正方画像内の任意の直線に下した垂線の長さρおよび前記垂線が前記基準点を通る基準軸となす角θを用いて、前記正方画像内の任意の直線を表現することにより、前記正方画像内の任意の点を通る直線をハフ空間内の座標（θ、ρ）に変換するハフ変換工程と、
   ハフ空間内の各座標（θ、ρ）について、前記ハフ変換工程によって変換された回数を集計し、各座標（θ、ρ）の集計値が第１の閾値を超える座標（θ、ρ）を特定することにより、前記正方画像における直線を検出し、前記正方画像上で検出した直線に対して、アスペクト比を元に戻す演算を行うことにより、アスペクト比が１：１でない前記対象画像内に含まれる直線に変換する検出工程と、
   を備える直線検出方法。

Images