JP6822797B2 - 標示ベースの位置測定 - Google Patents

Description

通常、全地球測位システム（ＧＰＳ）は、乗り物の位置を判定するのに使用される。例えば、ＧＰＳは、多数のＧＰＳ衛星に基づいて位置を判定する、宇宙ベースの衛星航法システムを必要としてよい。しばしば、ＧＰＳは、乗り物からそれぞれのＧＰＳ衛星までの視野が遮られていない限り、動作可能である。ＧＰＳユニットは、エラーの蓄積または合成の結果、ドリフトを受けることがある。さらに、ＧＰＳは、ＧＰＳ衛星までの視界が遮られていないことを必要とするので、悪天候状況、都市部、山岳地帯、または、他の閉塞は、乗り物の場所若しくは位置を判定するのに、または、乗り物の位置測定を実施する際にしばしば問題を提起する。
発明の概要

１つまたは複数の態様によれば、標示ベースの位置測定用のシステムは、乗り物に搭載されるセンサ構成要素、抽出構成要素、候補構成要素、通信構成要素、及び、位置測定構成要素を含んでよい。センサ構成要素は、乗り物周辺の動作環境の画像を取込んでよい。抽出構成要素は、画像から１つまたは複数のテキスト候補を抽出してよく、画像内の１つまたは複数の線分を検出してよく、また、テキスト候補の１つまたは複数、線分の１つまたは複数、及び、それぞれの線分の１つまたは複数の交点に基づいて、１つまたは複数の四辺形候補を規定してよい。候補構成要素は、四辺形候補の１つまたは複数及びテキスト候補の１つまたは複数に基づいて、画像のための１つまたは複数の標示候補を判定してよい。通信構成要素は、標示候補の１つまたは複数を、位置測定データベースの１つまたは複数の参照画像と照合または相互参照してよい。位置測定構成要素は、標示候補の１つまたは複数と参照画像の１つまたは複数との一致に基づいて、乗り物の位置を判定してよい。

１つまたは複数の実施形態において、抽出構成要素は、ストローク幅変換（ＳＷＴ）に基づいて、テキスト候補の１つまたは複数を抽出してよい。候補構成要素は、グラウンド面に基づいて、四辺形候補の１つまたは複数をフィルタ処理してよい。抽出構成要素は、標示候補の１つまたは複数から、１つまたは複数のスケール不変特徴量変換（ｓｃａｌｅ−ｉｎｖａｒｉａｎｔ ｆｅａｔｕｒｅ ｔｒａｎｓｆｏｒｍ、ＳＩＦＴ）特徴量を抽出してよい。候補構成要素は、それぞれの標示候補と関連するスケール不変特徴量変換（ＳＩＦＴ）特徴量の数に基づいて、標示候補の１つまたは複数をフィルタ処理してよい。抽出構成要素は、線分長さ基準、またはテキスト候補への距離の閾値に基づいて、線分の１つまたは複数をフィルタ処理してよい。候補構成要素は、垂直の許容範囲または水平の許容範囲に基づいて、１つまたは複数の線分をフィルタ処理してよい。

抽出構成要素は、互いから離れた、閾値近接度よりも低い終点を有する２つまたはそれ以上の同一線上の線分に基づいて、線分連結を実行してよい。候補構成要素は、テキスト候補領域の四辺形領域に対する比の閾値に基づいて、四辺形候補の１つまたは複数をフィルタ処理してよい。候補構成要素は、それぞれの標示候補と関連する最大安定極値領域（ｍａｘｉｍｕｍ ｓｔａｂｌｅ ｅｘｔｒｅｍｅ ｒｅｇｉｏｎｓ、ＭＳＥＲ）特徴量の数に基づいて、標示候補の１つまたは複数をフィルタ処理してよい。通信構成要素は、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングに基づいて、標示候補の１つまたは複数を、参照画像の１つまたは複数と照合してよい。通信構成要素は、ホモグラフィベースのランダムサンプルコンセンサス（ＲＡＮＳＡＣ）に基づいて、照合において１つまたは複数の外れ値を削除してよい。

位置測定構成要素は、透視ｎ点（ＰｎＰ）ソルバーモジュールまたはＰｎＰユニット若しくは構成要素を使用して、乗り物の位置を判定してよい。システムは、乗り物の位置に基づいて、１つまたは複数のナビゲーション命令を生成するナビゲーション構成要素を含んでよい。

１つまたは複数の態様によれば、標示ベースの位置測定方法は、乗り物周辺の動作環境の画像を取込むこと、画像から１つまたは複数のテキスト候補を抽出すること、画像内の１つまたは複数の線分を検出すること、テキスト候補の１つまたは複数、線分の１つまたは複数、及び、それぞれの線分の１つまたは複数の交点に基づいて、１つまたは複数の四辺形候補を規定すること、四辺形候補の１つまたは複数及びテキスト候補の１つまたは複数に基づいて、画像のための１つまたは複数の標示候補を判定すること、標示候補の１つまたは複数を、（例えば、位置データと関連する）１つまたは複数の参照画像と照合すること、及び、標示候補の１つまたは複数と参照画像の１つまたは複数との一致に基づいて、乗り物の位置を判定すること、を含んでよい。

方法は、ストローク幅変換に基づいて、テキスト候補の１つまたは複数を抽出することを含んでよい。方法は、標示候補の１つまたは複数から、１つまたは複数のスケール不変特徴量変換（ＳＩＦＴ）特徴量を抽出すること、または、それぞれの標示候補と関連するＳＩＦＴ特徴量の数に基づいて、標示候補の１つまたは複数をフィルタ処理することを含んでよい。方法は、線分長さ基準、またはテキスト候補への距離の閾値に基づき、線分の１つまたは複数をフィルタ処理することを含んでよい。方法は、それぞれの標示候補と関連する最大安定極値領域（ＭＳＥＲ）特徴量の数に基づいて、標示候補の１つまたは複数をフィルタ処理することを含んでよい。１つまたは複数の態様によれば、標示ベースの位置測定用システムは、乗り物に搭載されるセンサ構成要素、抽出構成要素、候補構成要素、通信構成要素、及び、位置測定構成要素を含んでよい。センサ構成要素は、乗り物周辺の動作環境の画像を取込んでよい。抽出構成要素は、ストローク幅変換（ＳＷＴ）に基づいて、画像から１つまたは複数のテキスト候補を抽出してよく、画像内の１つまたは複数の線分を検出してよく、また、テキスト候補の１つまたは複数、線分の１つまたは複数、及び、それぞれの線分の１つまたは複数の交点に基づいて、１つまたは複数の四辺形候補を規定してよい。候補構成要素は、四辺形候補の１つまたは複数及びテキスト候補の１つまたは複数に基づいて、画像のための１つまたは複数の標示候補を判定してよい。通信構成要素は、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングに基づいて、標示候補の１つまたは複数を、位置測定データベースの１つまたは複数の参照画像と照合または相互参照してよい。位置測定構成要素は、標示候補の１つまたは複数と参照画像の１つまたは複数との一致に基づいて、乗り物の位置を判定してよい。

１つまたは複数の実施形態に従った、位置測定データベースを参照することにより位置測定を実行してよい、標示ベースの位置測定用の例示的なシステムの図である。 １つまたは複数の実施形態に従った、標示ベースの位置測定用の方法の例示的な流れ図の図である。 １つまたは複数の実施形態に従った、画像からの例示的なテキスト抽出の図である。 １つまたは複数の実施形態に従った、画像からの例示的なテキスト抽出の図である。 １つまたは複数の実施形態に従った、画像からの例示的な四辺形検出の図である。 １つまたは複数の実施形態に従った、画像からの例示的な四辺形検出の図である。 １つまたは複数の実施形態に従った、画像からの例示的な四辺形フィルタリング及びマージングの図である。 １つまたは複数の実施形態に従った、画像からの例示的な四辺形フィルタリング及びマージングの図である。 １つまたは複数の実施形態に従った、画像の例示的な最大安定極値領域（ＭＳＥＲ）特徴量の図である。 １つまたは複数の実施形態に従った、取込まれた画像と参照画像との例示的なマッチングの図である。 １つまたは複数の実施形態に従った、透視ｎ点（ＰｎＰ）アルゴリズムに基づく例示的な位置測定の図である。 １つまたは複数の実施形態に従った、本明細書において明記される提供物の１つまたは複数を具体化するように構成される、プロセッサにより実行可能な命令を含む例示的なコンピュータ可読媒体またはコンピュータ可読デバイスの図である。 １つまたは複数の実施形態に従った、本明細書において明記される提供物の１つまたは複数が実施される例示的なコンピューティング環境の図である。

以下の説明及び添付の図面は、特定の実例となる態様及び実施態様を明記する。但し、これらは、１つまたは複数の態様を用いてもよい様々な方法のうちのいくつかを示すものである。本開示の他の態様、利点、または新規性のある特徴は、以下の詳細な説明から、添付の図面と共に考慮される場合に明らかとなろう。

以下の用語は、本開示全体を通して使用され、その定義は、本開示の１つまたは複数の態様を理解するのを助けるために本明細書において提供される。

本明細書において使用されるように、標示は、案内板、大型屋外看板、道路標識、他のタイプの標示等を含んでもよい。このような標示の実施例は、幹線道路の高架橋上の標示、大型屋外看板標示、ランドマーク標示、またはテキストを含む標示を含んでもよい。さらに、これらの用語は、本開示全体を通して交換可能に使用されてよい。

本明細書において使用されるように、「ｉｎｆｅｒ」または「ｉｎｆｅｒｅｎｃｅ」という用語は、概して、イベントまたはデータを介して取込まれる１つまたは複数の観察から、システム、構成要素、環境、ユーザ等の状態を推理または推論するプロセスを指す。推論は、例えば、状況または行為を特定するのに用いられてもよく、または、状態についての確率分布を生成するのに用いられてもよい。推論は、確率論的なものであってもよい。例えば、関心の状態についての確率分布の演算は、データまたはイベントの考察に基づく。推論はまた、イベントまたはデータのセットから、より高いレベルのイベントを構成するのに用いられる技法を指してもよい。イベントが時間的に近接して相関するものであろうとなかろうと、及び、イベント及びデータが１つまたはいくつかのイベント及びデータソースから生じるものであろうと、そのような推論は、観察されたイベントまたは記憶されたイベントデータのセットから、新たなイベントまたは新たな行為の構築をもたらしてよい。

概して、案内板、大型屋外看板、または道路標識は、閉塞、影、検出、保守や修理による変更、距離、ドリフト等などの、他のタイプの位置測定と関連し得る問題を受けないのが一般的である。１つまたは複数の実施形態において、位置測定、または乗り物の位置若しくは場所の判定は、案内板からのテキスト検出に基づいて提供される。言い換えると、乗り物のための位置測定は、乗り物に搭載されたカメラ、画像取込み構成要素、または、センサ構成要素１１０を介して、幹線道路上の案内板の存在を検出または判定することにより提供されてよい。例えば、標示ベースの位置測定または乗り物位置測定用のシステム１００は、案内板または大型屋外看板を検出してよく、当該案内板または大型屋外看板からテキストを抽出または認識してよく、当該抽出されたテキストまたはデータから偽陽性及び偽陰性のデータをフィルタ処理してよく（評価されるべき標示候補が残される）、及び、案内板または大型屋外看板候補（例えば、標示候補）の画像または特徴を、位置測定データベース１９０における参照画像またはデータに照合することにより、検出された標示及び／または抽出されたテキストに基づいて、（例えば、透視アルゴリズムを用いて）位置測定判定を成してよい。

図１は、１つまたは複数の実施形態に従った、位置測定データベース１９０を参照することにより位置測定を実行してよい標示ベースの位置測定用の例示的なシステム１００の図である。標示ベースの位置測定用のシステム１００は、センサ構成要素１１０、抽出構成要素１２０、通信構成要素１３０、候補構成要素１４０、位置測定構成要素１５０、及び、ナビゲーション構成要素１６０を含んでよい。１つまたは複数の実施形態において、位置測定データベース１９０は、マッピング構成要素１９２及びデータベース構成要素１９４を含んでよい。標示ベースの位置測定用のシステム１００は、位置測定データベース１９０またはデータベース構成要素１９４の参照画像と、取込まれた画像を相互参照してよい。１つまたは複数の実施形態において、位置測定データベース１９０、またはデータベース構成要素１９４などの関連する構成要素は、標示ベースの位置測定用のシステム１００から遠隔のものであってもよい。他の実施形態において、標示ベースの位置測定用のシステム１００は、位置測定データベース１９０のデータベース構成要素１９４と類似したデータベース構成要素（システム１００内に図示しない）を含んでもよい。

一般に、センサ構成要素１１０は、乗り物の位置測定を促進するように、画像を検出し、取込み、または感知する。抽出構成要素１２０は、画像からテキストを抽出すること、線分検出（ＬＳＤ）、線分連結、四辺形検出、四辺形フィルタリング、四辺形境界リファイニング、最大安定極値領域（ＭＳＥＲ）フィルタリング、四辺形マージング等を実行することにより、１つまたは複数の標示、案内板、大型屋外看板、道路標識等を検出してよい。候補構成要素１４０は、抽出構成要素１２０により検出される四辺形または四辺形候補に基づいて、１つまたは複数の標示候補を判定してよく、これにより、偽陽性または偽陰性の標示候補または他のデータが除去される。

位置測定データベース１９０は、マッピング構成要素１９２またはデータベース構成要素１９４を含んでもよい。マッピング構成要素１９２は、１つまたは複数の参照画像を収集してよく、標示、案内板、大型屋外看板、道路標識等のためのそれぞれの参照画像を分析してよい。場所情報、位置情報、座標情報など、これらの標示と関連する情報が抽出されてよく、データベース構成要素１９４に記憶されてよい。一実施例として、データベース構成要素１９４は、１つまたは複数の標示の１つまたは複数のコーナーと関連する座標を記憶してよい。

通信構成要素１３０は、例えば、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングなどを用いて、位置測定データベース１９０の１つまたは複数の参照画像と、取込まれた画像からの１つまたは複数の標示候補との間の、マッチング、相互参照、またはデータ関連付けを実行してよい。位置測定構成要素１５０は、一致、参照画像と関連する対応位置情報、及び透視ｎ点（ＰｎＰ）アルゴリズムなどの位置測定アルゴリズムに基づいて、乗り物の現在の場所または現在の位置を判定してよい。ナビゲーション構成要素１６０は、これに応じて、１つまたは複数のナビゲーション命令を提供してよい。

センサ構成要素１１０は、乗り物が移動している現実世界の環境または動作環境から、１つまたは複数の画像を検出してよい。これらの画像は、１つまたは複数の標示、案内板、大型屋外看板、道路標識、他の乗り物、道路、道路区分、障害物、交通量、歩行者、物体、危険物等を含んでよい。１つまたは複数の実施形態において、センサ構成要素１１０は、単眼カメラ、ステレオカメラ、または、画像取込み構成要素を含んでよい。センサ構成要素１１０、カメラ、または画像取込み構成要素は、乗り物が移動している道路または道路区分沿いの標示、案内板、大型屋外看板、または道路標識の画像の写真を取るか、または画像を取込むように、乗り物に搭載されてよい。言い換えると、センサ構成要素１１０の機能は、標示検出のための画像取込み機能を提供することであってよい。

センサ構成要素１１０は、照明が弱いシナリオまたはコントラストが弱いシナリオなど、様々なシナリオを補償するように、１つまたは複数の画像取込み技法を実施してよい。例えば、センサ構成要素１１０は、抽出構成要素１２０により利用されてよいエッジ検出閾値などの、（例えば、センサ構成要素１１０により取込まれる）画像の１つまたは複数と関連する１つまたは複数のパラメータを調整してよい。言い換えると、センサ構成要素１１０は、追加またはより多くのエッジが画像内に検出されるように、１つまたは複数のエッジ検出閾値を調整してよい。例えば、標示が画像内に検出されないか、ほとんど検出されない場合、または、照明が弱い、またはコントラストが弱いシナリオが生じる場合、センサ構成要素１１０は、それに応じてこのようなパラメータを調整してもよい。この結果、より多くの真陽性エッジが、いくつかの偽陽性のエッジと共に検出されてよく、偽陽性のエッジは、本明細書において述べるように、候補構成要素１４０により、または抽出構成要素１２０により、フィルタ処理されてよい。

前述のように、抽出構成要素１２０は、標示、案内板、大型屋外看板、道路標識、または他のタイプの標示を検出してよい。抽出構成要素１２０は、センサ構成要素１１０から画像を提供されると、標示、案内板、または大型屋外看板が当該画像内に存在するかどうかを検出または判定する。別の言い方をすると、抽出構成要素１２０は、画像内に発見される特徴量に基づいて、（１つまたは複数の四辺形候補から判定される）１つまたは複数の標示候補から、１つまたは複数の標示を「抽出」または規定してよい。抽出構成要素１２０は、１つまたは複数の標示候補または可能性のある案内板を検出するように、テキスト抽出、線分検出（ＬＳＤ）、線分連結、四辺形検出、四辺形のフィルタリング、四辺形の境界リファイニング、最大安定極値領域（ＭＳＥＲ）フィルタリング、四辺形マージング等をファクタまたはキューとして利用してよい。

この点に関して、抽出構成要素１２０は、画像から１つまたは複数のテキスト候補を生成するように、画像からテキストを抽出してよく、画像からテキストを認識してよく、または、テキスト判定を実行してよい。例えば、抽出構成要素１２０は、センサ構成要素１１０により取込まれた画像などの画像から、テキストまたは文章を検出してよい。候補構成要素１４０は、画像内の関心または候補領域の１つまたは複数の領域を特定してよい。関心または候補領域のこれらの領域は、標示ベースの位置測定用のシステム１００の構成要素によってさらに分析されてよい。このように、抽出構成要素１２０は、テキストまたは非テキストとして画像の一部をラベル付けしてよい。ここで、候補構成要素１４０は、テキストとしてラベル付けされた部分の１つまたは複数を、テキスト候補としてラベル付けしてよい。

１つまたは複数の実施形態において、抽出構成要素１２０は、ストローク幅変換（ＳＷＴ）に基づいて、画像から１つまたは複数のテキスト候補を検出してよい。他の実施形態において、抽出構成要素１２０は、光学文字認識（ＯＣＲ）に基づいて、画像からテキスト候補の１つまたは複数を検出してよい。このように、抽出構成要素１２０は、種々の技法を介してテキスト認識を達成してよい。

１つまたは複数の実施形態において、抽出構成要素１２０は、グラウンド面、地平面、グラウンドレベル、地平レベル等を判定してよい。候補構成要素１４０は、地平レベルよりも低い情報または候補をさらにフィルタ処理または削除してよい。効果的に、抽出構成要素１２０は、１つまたは複数の実施形態に従って、（乗り物の運転者または乗員の視野に関して）グラウンドよりも高い、または空中の情報を考慮してよい。

一実施例として、図３Ａに関して、それぞれ標示３１０Ａ及び３１２Ａのテキスト３２０Ａ及び３２２Ａが、（例えば、抽出構成要素１２０により実行される）テキスト抽出を介して特定されてよいことが理解されよう。ここで、図３Ａの実施例において、候補構成要素１４０が、地平レベル３４０よりも低い情報または候補をフィルタ処理または削除するので、例えば乗り物のナンバープレートと関連するテキストはテキスト候補として考慮されず、これにより、テキスト抽出が高まる。言い換えると、位置測定データベース１９０が、標示３１０Ａまたは３１２Ａなどの標示と関連するデータを含むか、または有してよいので、テキスト３２０Ａ及び３２２Ａを画像から抽出することが望ましいであろう。従って、乗り物のナンバープレート、制限速度標示等からのテキストなどの他のテキストは、標示３１０Ａ及び３１２Ａのテキスト３２０Ａ及び３２２Ａと同程度に有用なものでなくてよい。これは、制限速度標示が一般に、他のタイプの道路標識、大型屋外看板、または標示等のように「固有」のものでないことに起因してよい。

さらに、候補構成要素１４０は、テキスト候補の１つまたは複数から、１つまたは複数の偽陽性または１つまたは複数の偽陰性の候補をフィルタ処理または削除してよい。一実施例として、偽陰性は、乗り物または標示ベースの位置測定用のシステム１００のセンサ構成要素１１０から遠い距離と関連するテキスト候補であってよい。このように、遠方の物体の標示または画像は、一般に、位置測定用の正確な情報を提供しないので、候補構成要素１４０は、候補を、偽陰性の候補として削除またはフィルタ処理してよい。遠方にある大型屋外看板は、一般に、位置測定に関して正確な情報を寄与しないので、候補構成要素１４０は、スケール不変特徴量変換（ＳＩＦＴ）特徴量の閾値の数を有さない候補をフィルタ処理してよい。

抽出構成要素１２０は、センサ構成要素１１０により取込まれた画像から、１つまたは複数の線分を収集または分析するように、線分検出（ＬＳＤ）、線分連結等を実行してよい。１つまたは複数の実施形態において、抽出構成要素１２０は、画像から１つまたは複数の線分を検出でき、且つ、道路または道路区分沿いの案内板、大型屋外看板、道路標識、または他のタイプの標示を特定するように、それぞれの検出された線分を利用してよい。さらに、抽出構成要素１２０は、誤った読み取り、画像におけるアーチファクト、歪み、照明が弱いか、またはコントラストが弱いシナリオ等を補正または補償するように、近接する同一線上の線分を連結または接続してよい。いずれにせよ、抽出構成要素１２０は、画像から１つまたは複数の線分を検出または抽出してよい。

抽出構成要素１２０は、１つまたは複数の線分基準に基づいて、１つまたは複数の線分をフィルタ処理してよく、または、１つまたは複数の線分を選択してよい。線分基準は、大型屋外看板の線を他の物体の線と区別するのに使用されてよい。それゆえ、抽出構成要素１２０は、１つまたは複数の線分のセットを抽出するように、画像に線分検出を適用してよい。抽出構成要素１２０は、こうして、１つまたは複数の線分のセットから、１つまたは複数の線分のサブセットを選択または判定するように、線分基準の１つまたは複数を使用してよい。このように、線分は、それぞれの線分基準に基づいて、フィルタ処理または選択されてよい。

例えば、抽出構成要素１２０は、１つまたは複数のテキスト候補への線分の近接度に基づいて、線分のセットから、１つまたは複数の線分をフィルタ処理してよい。言い換えると、抽出構成要素１２０は、テキスト候補への距離の閾値と関連する線分基準に基づいて線分をフィルタ処理してよい。一実施例として、抽出構成要素１２０は、線分長さ基準に基づいて、１つまたは複数の線分のサブセットをフィルタ処理または選択してよい。ここで、この実施例において、抽出構成要素１２０は、閾値長さ（例えば、線分長さ基準）よりも短い線分をフィルタ処理してよい。このように、抽出構成要素１２０は、線分長さ基準に適合する１つまたは複数の線分のサブセットを選択または生成してよい。

線分基準の他の実施例は、ｋ−ｄ木閾値近接度、線分長さ等を含んでよい。例えば、候補構成要素１４０は、線分のテキストとの近接度基準に基づいて、１つまたは複数の線分のサブセットをフィルタ処理または選択してよい。ここで、この実施例において、抽出構成要素１２０は、テキスト（例えば、テキスト候補の１つまたは複数のテキスト）に対応する１つまたは複数のピクセル位置を、または、線分の１つまたは複数に対応する１つまたは複数のピクセル位置をｋ−ｄ木として記憶または規定してよい。ｋ−ｄ木とは、ｋ次元空間において１つまたは複数の位置を整理するための構造またはデータ構造である。別の言い方をすると、ｋ−ｄ木とは、木のノードがｋ次元的点を表す木である。

１つまたは複数の実施形態において、抽出構成要素１２０は、１つまたは複数の線分のそれぞれの線分の中間点及び終点を判定する。このように、それぞれの線分は、第１の終点、第２の終点、及び中間点を含め、３つの点、またはピクセル位置に関連付けられたものであってよい。１つまたは複数の態様に従って、候補構成要素１４０は、線分の２つまたはそれ以上の点のテキスト候補への距離がテキスト候補への距離の閾値以内である場合、線分のテキスト候補との近接度基準が満たされると判定する。言い換えると、候補構成要素１４０は、線分の２つまたはそれ以上の点もしくはピクセル位置と１つまたは複数のテキスト候補もしくは対応するピクセル位置との近接度に基づいて、１つまたは複数の線分のサブセットをフィルタ処理、生成、または選択してよい。

より詳細に説明すると、一実施例として、テキスト候補への距離の閾値が３０ピクセルであり、第１のテキスト候補からそれぞれ２０ピクセル、３５ピクセル、及び２５ピクセル離れた第１の終点、第２の終点、及び中間点を備える線分があるとする。この場合、候補構成要素１４０はこの実施例の線分を、線分検出（ＬＳＤ）に関連する線分のサブセットに含まれるよう、または、線分候補として検討されるよう、選択してよい（例えば、第１の終点及び中間点のテキスト候補への距離がテキスト候補への距離の閾値を下回るため）。このように、関連する線分（例えば、サブセット）が、画像の１つまたは複数の線分のセットから選択されてよい（例えば、線分フィルタリング）。

他の実施形態において、テキスト候補への距離の閾値との比較の対象として、異なる数の点が検討されてもよい。さらに、テキスト候補への距離の閾値は、異なるシナリオに合わせて調整されてもよい。このように、候補構成要素１４０は、テキスト候補への近接度に基づいて、１つまたは複数の線分をフィルタ処理してよい。１つまたは複数の実施形態において、候補構成要素１４０は、抽出構成要素１２０の１つまたは複数の機能を実行してよい。他の実施形態において、抽出構成要素１２０は、候補構成要素１４０の１つまたは複数の機能を実行してよい。

抽出構成要素１２０は、四辺形検出を実行してよく、または四辺形候補として評価するために、候補構成要素１４０のための１つまたは複数の四辺形を検出してよい。例えば、抽出構成要素１２０は、線分検出の間に発見または検出される線分の１つまたは複数により形成される１つまたは複数の四辺形を検出または「規定」してよい。ここで、この実施例において、抽出構成要素１２０は、線分フィルタリングに基づいて、線分のサブセットの線分に基づく四辺形を検出してよい。案内板、大型屋外看板、及び道路標識は、一般に、境界としての明瞭な線分を有するので、抽出構成要素１２０は、画像においてこの方法で出現する四辺形を検出でき、また、関心領域として、または候補構成要素１４０のための四辺形候補として、これらの四辺形をマークしてよい。

１つまたは複数の実施形態において、候補構成要素１４０は、実質的に垂直または実質的に水平でない線分をフィルタ処理または削除してよい。例えば、線分が、水平に角度を付けられている場合、または地平レベルと平行である場合、これは０度と定義されてよく、垂直である線分は、９０度であると定義されてよい。候補構成要素１４０は、垂直の許容範囲または水平の許容範囲などの、許容範囲外にある線分候補を削除またはフィルタ処理してよい。１つまたは複数の実施形態において、異なる許容範囲が、垂直の線分フィルタリング及び水平の線分フィルタリングのために候補構成要素１４０により利用されてよい。

例えば、垂直の許容範囲は、１０度であってよい。ここで、この実施例において、候補構成要素１４０は、８０度〜１００度の範囲内にない線分をフィルタ処理してよい。別の実施例として、水平の許容範囲は、２０度であってよい。ここで、候補構成要素１４０は、−２０度から２０度の範囲内にない線分をフィルタ処理してよい。このように、垂直の許容範囲よりも大きい水平の許容範囲が使用されてよい。それゆえ、１つまたは複数の態様によれば、候補構成要素１４０は、例えば垂直の許容範囲がより狭いことにより、垂直の線分に対してより選択的であってよい。

このように、候補構成要素１４０は、四辺形候補を形成または検索するのに使用されてよい、実質的に垂直または実質的に水平の線分のサブセットをフィルタ処理または選択することにより、四辺形候補としてアセンブルまたは考慮されてよい線分のサブセットを、抽出構成要素１２０に提供してよい。

抽出構成要素１２０は、１つまたは複数の垂直の線分と１つまたは複数の水平の線分との間の１つまたは複数の交点を判定または算出してよい。例えば、抽出構成要素１２０は、線分の第１の終点、第２の終点、または中間点などの、ｋ−ｄ木からの線分の点と関連する１つまたは複数のピクセル位置を参照してよい。抽出構成要素１２０は、第１の線分の終点が第２の線分の終点の閾値近接度内にある場合に、交点を判定してよい。一実施例として、この閾値近接度は１０ピクセルであってよい。このように、第１の線分が第２の線分の終点から５ピクセル離れた終点を有する場合、抽出構成要素１２０は、こうした２つの線分間に交点が存在すること、または、第１の線分と第２の線分との間に交点が存在することを判定できる。さらに、抽出構成要素１２０は、対応する線分のこの交点及び情報と関連する座標または位置を記憶してよく、または、同じものを通信構成要素１３０に伝達してよい。

１つまたは複数の実施形態において、第１の線分が実質的に垂直の線分であり、且つ、２つの終点を有すること、第２の線分が実質的に水平の線分であり、且つ、２つの終点を有すること、及び、第１の線分の終点が、第２の線分の終点からの閾値近接度よりも低いことに基づいて、抽出構成要素１２０は、１つまたは複数の交点を判定してよい。このように、それぞれの線分が、（例えば、垂直の許容範囲及び／または水平の許容範囲内で）実質的に垂直であり、且つ、それぞれの線分の終点が「接触している」場合、抽出構成要素１２０は、第１の線分と第２の線分との交点を判定してよい。

１つまたは複数の実施形態において、抽出構成要素１２０は、２つまたはそれ以上の同一線上の、より短い線分から、より長い線分を判定または形成するように、線分連結または「線連結」を実施してよい。例えば、センサ構成要素１１０は、１つの線分が、２つまたはそれ以上の線分に、または、中間に不正確な「裂け目」を有するものとして取込まれる線分に分割される画像を取込むことがある。不正確な「裂け目」の結果、抽出構成要素１２０により実施される四辺形検出は、短い線分により形成される四辺形を返信することがある。不正確な「裂け目」と関連するこのような四辺形を補償または軽減するために、抽出構成要素１２０は、より長い線分を形成または回復するように、近接して位置される、同一線上または平行の線分を連結することなどによって、線分連結を実行してよく、これにより、正確な線分検出、四辺形検出、候補選択、及び大型屋外看板または標示検出が促進される。

この点に関して、１つまたは複数の態様に従って、第１の線分が２つの終点及び第１の配向を有すること、第２の線分が２つの終点及び（例えば、第１の線分の配向角の許容範囲内で）実質的に同様の配向を有すること、及び、第１の線分の終点が第２の線分の終点からの閾値近接度よりも低いことに基づいて、抽出構成要素１２０は、２つまたはそれ以上の線分を連結してよい。このように、それぞれの線分が、（例えば、互いの許容範囲内で）実質的に同一線上または平行であり、且つ、それぞれの線分の終点が「接触している」場合、抽出構成要素１２０は、第１の線分及び第２の線分を「連結」してよい。これは、垂直の線分、水平の線分等のために行われてよい。

１つまたは複数の実施形態において、抽出構成要素１２０は、１つまたは複数の線分（例えば、第１の線分及び第２の線分以外のもの）を有する追加の交点（例えば「ジオ・コーナー（ｇｅｏ‐ｃｏｒｎｅｒｓ）」）を検索してよい。言い換えると、第１の線分と第２の線分との交点が、抽出構成要素１２０により一旦判定または検出されると、第１の線分または第２の線分に接線する追加の交点が検索されてよい。このように、第１の線分及び第２の線分と関連する第１の交点があれば、それぞれの線分は、四辺形の２つの辺として考慮されてよい。ここで、抽出構成要素１２０は、第１の線分または第２の線分との交点を有する第３の線分を発見することにより、四辺形の第３の辺を検索してよい。このように、抽出構成要素１２０は、四辺形検索または四辺形検出を実行してよい。

１つまたは複数の実施形態において、候補構成要素１４０は、第１の線分、第２の線分、及び第３の線分に基づいて、四辺形を、四辺形候補として規定でき、第１の線分は第２の線分との交点を有し、第２の交点は第３の線分との交点を有しており、また、第１の線分は第２の線分に実質的に垂直であり、第２の線分は第３の線分に実質的に垂直である。同様に、この構成において、第１の線分は、第３の線分に実質的に平行であってよい。

このように、候補構成要素１４０は、２つ（またはそれ以上）の交点を有する３つの辺または３つの線分を使用して、四辺形候補を規定してよい。１つまたは複数の実施形態において、候補構成要素１４０は、四辺形候補を規定または概算するように、それぞれの線分の終点の周辺にバウンディングボックスを生成してよい。他の実施形態において、抽出構成要素１２０は、四辺形を完成するように、第４の辺または第４の線分を検索してよい。しかし、３つの辺または３つの線分のみが、四辺形候補選択に使用されてもよい。１つまたは複数の実施形態において、候補構成要素１４０が、３つの辺または３つの線分を使用して四辺形候補を規定する結果、欠けている第４の線分、欠けている線分、または、（例えば、ことによるとセンサ構成要素１１０等により検出されない）欠けている境界線分は必要とされないので、候補選択は、より確固なものとなり、これにより、候補構成要素１４０による四辺形候補の「推論」が可能となる。

１つまたは複数の実施形態において、候補構成要素１４０は、四辺形候補の１つまたは複数から偽陽性の候補を削除またはフィルタ処理するように、１つまたは複数の四辺形候補をフィルタ処理してよい。偽陽性の四辺形候補は、対応する大型屋外看板または標示よりも大きなバウンディングボックスを有する四辺形を含んでよい。ここで、候補構成要素１４０は、四辺形候補をバウンディングボックスとして扱ってもよく、四辺形がテキストを含むかどうかを調査してよい。例えば、四辺形候補が、テキストのない候補、またはテキストがゼロ個の候補を含む場合、候補構成要素１４０は、そうした四辺形候補を考察から削除してよく、または、そうした四辺形を候補としてマークしなくてよい。例えば、これは、最大安定極値領域（ＭＳＥＲ）フィルタリングを使用して達成されてよい。

１つまたは複数の実施形態において、抽出構成要素１２０は、１つまたは複数の四辺形候補から、最大安定極値領域（ＭＳＥＲ）特徴量の数を検出または抽出してよく、また、これに応じて（例えば、それぞれの四辺形または四辺形候補内で検出されるＭＳＥＲ特徴量の数に基づいて）、候補構成要素１４０にそれぞれの候補をフィルタ処理させてよい。例えば、候補構成要素１４０は、ＭＳＥＲ特徴量の数が閾値よりも低い四辺形候補を、考察からフィルタ処理または削除してよい。１つまたは複数の態様によれば、候補構成要素１４０は、ＭＳＥＲ特徴量の数が１０未満または１０よりも少ない四辺形候補を排除してよい（例えば、この実施例において、ＭＳＥＲ特徴量の数の閾値は１０である）。このように、候補構成要素１４０は、偽陽性の四辺形候補を効果的に削除してよく（例えば、十分なテキストを含まない四辺形を削除してよく）、偽陰性の四辺形候補は導入されない。これらのＭＳＥＲ特徴量は、検索またはマッチングを促進するように、通信構成要素１３０に伝達されてよい。

逆に、四辺形がテキストを過剰に含む場合か、テキスト候補に対応する領域と四辺形領域の領域比が閾値を超える場合、候補構成要素１４０は、同様のやり方でこうした四辺形を削除または排除してよい。テキスト候補領域の四辺形領域に対する比の閾値の一実施例は、０．８あってよい。このように、テキストが四辺形の８０％よりも多いかそれ以上をカバーする場合、そうした四辺形は、当該四辺形が候補でないように、削除されてよい。１つまたは複数の実施形態において、候補構成要素１４０は、テキスト候補領域の四辺形領域に対する比の閾値、及び、テキスト候補を含む別の四辺形の存在に基づいて、四辺形候補を排除してよく、これにより、テキスト候補が完全には排除されないことが確実となる。このように、候補構成要素１４０は、偽陽性のテキスト検出を軽減してよい。言い換えると、候補構成要素１４０は、四辺形候補内のテキストの領域または量に基づいて、四辺形候補をフィルタ処理してよい。このように、候補構成要素１４０または抽出構成要素１２０は、１つまたは複数の四辺形をフィルタ処理してよく、または１つまたは複数の四辺形候補に対して四辺形フィルタリングを実行してよい。

抽出構成要素１２０は、四辺形候補の１つまたは複数、または、１つまたは複数の四辺形の１つまたは複数の境界をリファインしてよい。例えば、抽出構成要素１２０は、１つまたは複数の線分または関連する終点に関する１つまたは複数のバウンディングボックスを使用して、１つまたは複数の四辺形候補を規定してよい。１つまたは複数の実施形態において、抽出構成要素１２０は、１つまたは複数の四辺形候補または関連の線分に対して四辺形境界リファイニングを実行してよい。例えば、バウンディングボックスが、四辺形または四辺形候補を概算または規定するように線分終点の周辺に配置される場合、これは、１つまたは複数の線分が、実際の長さよりも長い長さと関連するので、対応する大型屋外看板または案内板と比べて大きすぎるバウンディングボックスをもたらすことがある。従って、抽出構成要素１２０は、例えば、線分の交点の周辺にバウンディングボックスを配置してよい。言い換えると、抽出構成要素１２０は、３つまたはそれ以上の線分及び２つまたはそれ以上の交点の周辺にバウンディングボックスを配置することにより、１つまたは複数の四辺形を抽出してよい。いずれにせよ、抽出構成要素１２０は、線分長さが一致しない等など、過大な特徴量のために四辺形候補を規定するバウンディングボックスを繰り返しチェックしてよく、これに応じてバウンディングボックスを調整してよい。

四辺形候補がネストされ、重複し、部分的に重複し、近接し、近接度閾値内でほぼ近接するなどの場合に、抽出構成要素１２０は、四辺形のマージングまたはフィルタリングを実行してよい。それゆえ、（例えば、近接度閾値内で）近接する四辺形は、単一の（例えば、ことによると、より大きな）四辺形に結合されてよい。四辺形がネストされる場合、抽出構成要素１２０は、四辺形をマージしてよく、または、四辺形候補としての内側の四辺形を排除する一方で、外側の四辺形を単に選択してよい。

前述のように、候補構成要素１４０は、１つまたは複数の異なる候補を判定してよい。例えば、候補構成要素１４０は、テキスト候補、線分候補、四辺形候補、標示候補等の判定を促進してよい。候補構成要素１４０は、（例えば、最大安定極値領域特徴量抽出により判定されるような）閾値の数のテキスト特徴量を有する四辺形候補の１つまたは複数から、１つまたは複数の標示候補を判定してよい。このように、候補構成要素１４０は、１つまたは複数の四辺形候補と、対応する四辺形候補内に含まれる１つまたは複数のテキスト候補とに関連する、１つまたは複数の標示候補を判定してよい。さらに、候補構成要素１４０は、１つまたは複数の標示候補のセットを提供または生成するように、偽陽性及び偽陰性の標示候補をフィルタ処理してよい。

位置測定データベース１９０は、マッピング構成要素１９２及びデータベース構成要素１９４を含んでよい。マッピング構成要素１９２は、１つまたは複数の参照画像を収集してよく、また、標示、案内板、大型屋外看板、道路標識等のためのそれぞれの参照画像を分析してよく、これにより、検索される参照画像のデータベースが構築される。マッピング構成要素１９２は、場所情報、位置情報、座標情報等などの、これらの標示と関連する情報を抽出してよく、それらをデータベース構成要素１９４に記憶してよい。一実施例として、データベース構成要素１９４は、１つまたは複数の標示の１つまたは複数のコーナーと関連する座標を記憶してよい。

１つまたは複数の実施形態において、マッピング構成要素１９２は、標示、案内板、大型屋外看板、または道路標識と関連する情報を、現実世界の環境または動作環境から収集してよい。この情報は、標示、案内板、大型屋外看板、道路標識、関連する３次元姿勢情報、座標等のテンプレート画像、データベース画像、または参照画像を含んでよい。１つまたは複数の実施形態において、マッピング構成要素１９２は、標示のこれらのテンプレートまたは参照画像から、１つまたは複数の参照または「未処理の」スケール不変特徴量変換（ＳＩＦＴ）特徴量を演算または抽出してよい。このように、位置測定データベース１９０のテンプレートまたは参照画像のＳＩＦＴ特徴量が、事前演算または事前算出されてよい。

さらに、マッピング構成要素１９２は、案内板、大型屋外看板、または道路標識と関連する１つまたは複数の位置、場所、または座標情報を、演算、算出、または受信してよい。例えば、マッピング構成要素１９２は、大型屋外看板の１つまたは複数のＳＩＦＴ特徴量またはＳＩＦＴ点の現実世界の３Ｄ位置（例えば、案内板位置または案内板場所））を推定してよい。１つまたは複数の実施形態において、マッピング構成要素１９２は、全地球測位システムを使用して、現実世界の３Ｄ位置と関連する大型屋外看板または案内板のための１つまたは複数のコーナー位置を推定または判定してよい。

例えば、マッピング構成要素１９２は、フレームと、標示、案内板、大型屋外看板、道路標識の参照画像を取込む慣性測定装置（ＩＭＵ）またはセンサ構成要素との間の、標示の３Ｄ点への形状保存変換を、ＩＭＵまたはセンサ構成要素に関して３Ｄ座標を取得するために実行してよい。１つまたは複数の実施形態において、マッピング構成要素１９２は、ディファレンシャル全地球測位システム（ＤＧＰＳ）により提供されてよい６自由度（６ＤｏＦ）姿勢の慣性測定装置（ＩＭＵ）またはセンサ構成要素に基づいて、固定のデカルト座標系またはワールド座標系（ＷＣＳ）に関して、標示、案内板、大型屋外看板、道路標識の３Ｄ座標を判定してよい。言い換えると、マッピング構成要素１９２は、位置測定データベース１９０を構築するため、または、１つまたは複数の参照画像及び対応若しくは関連する場所、位置、若しくは座標情報などの、データベース構成要素１９４用のデータを収集するためのグラウンドトルスのソースとして、ＤＧＰＳまたはＧＰＳを利用してよい。

いずれにせよ、マッピング構成要素１９２は、案内板マッピングを実行してよく、または、１つまたは複数の標示または案内板及び対応する３Ｄ位置、真位置、現実世界位置等を含む３Ｄマップを構築してよい。マッピング構成要素１９２は、データベース構成要素１９４における対応するデータを記憶してよい。

１つまたは複数の実施形態において、データベース構成要素１９４は、１つまたは複数の標示、案内板、大型屋外看板、または道路標識の１つまたは複数の参照画像と、それぞれの案内板または大型屋外看板のための対応する３Ｄ位置、場所、または座標情報とを包含、記憶、または収容してよい。例えば、データベース構成要素１９４は、大型屋外看板の１つまたは複数のためのコーナー位置を記憶してよい。位置または場所は、デカルト座標系またはワールド座標系（ＷＣＳ）などにおいて、種々のフォーマットで記憶されてよい。１つまたは複数の実施形態において、データベース構成要素１９４は、標示ベースの位置測定用のシステム１００の一部であってよい。他の実施形態において、データベース構成要素１９４は、標示ベースの位置測定用のシステム１００により遠隔にアクセスされてよく、またはアクセス可能であってよい。例えば、測量会社などの第三者が、位置測定を促進するようにアクセスされてよい案内板画像のデータベースを構築してもよい。他の実施形態において、データベース構成要素１９４は、標示ベースの位置測定用のシステム１００内に含まれてもよく、または、システム１００にローカルなものであってもよい。言い換えると、マッチングは、乗り物のオンボードで実行されてもよく、または、乗り物または標示ベースの位置測定用のシステム１００のオフボードで実行されてもよい。

通信構成要素１３０は、データベース構成要素１９４または位置測定データベース１９０の参照画像の１つまたは複数と、センサ構成要素１１０により取込まれた画像または標示候補を照合してよい。ここで、通信構成要素１３０は、（例えば、データ関連付けを介した、）センサ構成要素１１０により取込まれた１つまたは複数の標示候補または大型屋外看板と、対応する大型屋外看板参照画像の、位置測定データベース１９０またはデータベース構成要素１９４からの参照画像との一致を、判定または検索してよい。

このように、センサ構成要素１１０により取込まれた画像（または、例えば、そこから導出される標示候補）は、それぞれの画像と関連する位置または場所データを含むテンプレートまたは参照画像のデータベースと、相互参照されてよい。例えば、センサ構成要素１１０により取込まれた画像から抽出されるテキストは、位置測定データベース１９０またはデータベース構成要素１９４の画像と関連するテキストと比較されてよい。１つまたは複数の実施形態において、こうした比較は、特徴量ベースのアプローチを使用して実行されてもよい。さらに別の言い方をすると、通信構成要素１３０は、データ関連付けまたは特徴量マッチングを使用して一致をチェックしてよい。言い換えると、標示候補のＳＩＦＴまたはＭＳＥＲ特徴量などの特徴量は、位置測定データベース１９０またはデータベース構成要素１９４の画像の対応する特徴量と比較されてよい。

１つまたは複数の実施形態において、通信構成要素１３０は、標示候補画像シーケンスを参照画像と照合するように、（例えば、画像またはシステム１００により取込まれた画像の標示候補部分と、位置測定データベース１９０からの画像とのマッチング）、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングを実施してよい。

例えば、抽出構成要素１２０は、標示候補と、位置測定データベース１９０からの大型屋外看板のテンプレートまたは参照画像との一致を発見するように、画像の標示候補からのスケール不変特徴量変換（ＳＩＦＴ）特徴量を抽出してよい。ここで、通信構成要素１３０は、例えば、推定上のＳＩＦＴ一致の最大数に基づいて、標示候補のＳＩＦＴ特徴量と、位置測定データベース１９０からのテンプレートまたは参照画像の、参照または未処理のＳＩＦＴ特徴量との一致を発見するように、位置測定データベース１９０を照会してよい。例えば、１つまたは複数の実施形態において、通信構成要素１３０は、ＳＩＦＴ一致閾値に基づいて、マッチングを判定する。ここで、この実施例において、ＳＩＦＴ一致の数が、ＳＩＦＴ一致閾値（例えば、１０個の特徴量）よりも大きい場合、通信構成要素１３０は、標示候補が対応するテンプレートまたは参照画像と一致すると判定する。このように、通信構成要素１３０により提供されるマッチングには偽陽性の一致がほとんどない結果となる。

１つまたは複数の実施形態において、１つまたは複数の推定上の一致が、画像または画像シーケンスの標示候補と、位置測定データベース１９０からのテンプレートまたは参照画像との間で一旦発見されると、通信構成要素１３０は、１つまたは複数の幾何学的制約を適用してよい。さらに、通信構成要素１３０は、ランダムサンプルコンセンサス（ＲＡＮＳＡＣ）に基づいて、追加のフィルタリングを実行してもよい。１つまたは複数の実施形態において、通信構成要素１３０は、ホモブラフィベースのランダムサンプルコンセンサス（ＲＡＮＳＡＣ）を使用して、１つまたは複数の外れ値を削除してよい。

位置測定構成要素１５０は、標示候補と、参照画像、当該参照画像と関連する座標情報、及び位置測定の式またはアルゴリズムとの一致に基づいて、乗り物位置測定を促進してよい。例えば、マッチングは、テキストマッチング（例えば、取込まれた画像からのテキストと、位置測定データベース１９０の画像からのテキストとの一致に基づく位置測定）、特徴量マッチング（例えば、取込まれた画像からの特徴量と、位置測定データベース１９０の画像からの特徴量との一致に基づく位置測定）等であってよい。このように、位置測定構成要素１５０は、乗り物の現在の場所または現在の位置を判定してよい。

１つまたは複数の実施形態において、位置測定構成要素１５０は、標示または大型屋外看板等の１つまたは複数のＳＩＦＴ特徴量の角度、距離、３Ｄ位置に基づいて、推定された乗り物位置（または、センサ構成要素１１０位置、画像取込み構成要素位置、推定されたカメラ位置、乗り物姿勢、等）を算出してよい。ここで、通信構成要素１３０は、大型屋外看板のコーナー場所情報などの、位置測定データベース１９０から一致される大型屋外看板と関連する位置情報を取得してよい。３Ｄ−２Ｄ対応を使用して、位置測定構成要素１５０、乗り物の推定された現在の場所または現在の位置を算出してよい。

１つまたは複数の実施形態において、位置測定構成要素１５０は、透視ｎ点（ＰｎＰ）アルゴリズムに基づいて、乗り物の現在の位置を算出してよい。例えば、位置測定構成要素１５０への入力は、３Ｄ−２Ｄ点対応のセットを含んでもよく、位置測定構成要素１５０の出力は、現実世界の環境または動作環境における乗り物の姿勢及び座標を含んでもよい。他の実施形態において、位置測定構成要素１５０は、ワールド座標系（ＷＣＳ）に関して乗り物の現在の位置を判定するように、（ＰｎＰ）ソルバーモジュールまたはＰｎＰユニット若しくは構成要素を実装してもよい。位置測定は、センサ構成要素１１０により取込まれた複数のビューまたは画像に基づくものであってよい。ナビゲーション構成要素１６０は、乗り物の現在の位置に基づいて、１つまたは複数のナビゲーション命令を提供してよい。１つまたは複数の実施形態において、標示ベースの位置測定用のシステム１００は、全地球測位システム（ＧＰＳ）ユニットを補足してもよく、または、例えば、より迅速なマッチングを促進するように、開始位置としてＧＰＳを利用してもよい。言い換えると、乗り物が所定の領域にあることが知られている場合、（例えば、位置測定データベース１９０による）標示検索またはマッチングの範囲は、これに応じて調整されてよい。

図２は、１つまたは複数の実施形態に従った、標示ベースの位置測定のための方法２００の例示的な流れ図の図である。方法２００は、２１０で、画像を検出すること、２２０で、テキストを抽出すること、及び、画像の線分を検出すること、２３０で、四辺形を検出すること、四辺形マージングまたは四辺形フィルタリングを実行すること、２４０で、１つまたは複数の四辺形候補から１つまたは複数の標示候補を判定すること、２５０で、位置測定データベースの参照画像と標示候補を照合すること、ならびに、２６０で、位置測定を提供すること、を含んでよい。

以下の図面の１つまたは複数は、１つまたは複数の他の図面の１つまたは複数の構成要素を参照して説明されてよい。例えば、図３〜図６は、標示ベースの位置測定用のシステム１００に従った図１の構成要素の１つまたは複数に関して説明されてよい。図３Ａ〜図３Ｂは、１つまたは複数の実施形態に従った、画像３００からの例示的なテキスト抽出３５０の図である。図３Ａにおいて、画像３００は、標示ベースの位置測定用のシステム１００のセンサ構成要素１１０などを介して取込まれてよい。ここで、画像は、標示３１０Ａ及び３１２Ａなどの１つまたは複数の標示を含んでよい。標示３１０Ａ及び３１２Ａは、それぞれテキスト３２０Ａ及び３２２Ａを含んでよい。抽出構成要素１２０は、テキスト３２０Ａ及び３２２Ａを特定または抽出してよく、候補構成要素１４０は、テキスト３２０Ａ及び３２２Ａをテキスト候補として特定してよい。図３Ｂは、（例えば、標示３１０Ａ及び３１２Ａの）３２０Ｂ及び３２２Ｂを含む抽出されたテキスト３５０の例示的なグラフ表示の図である。一実施例として、抽出構成要素１２０は、ストローク幅変換（ＳＷＴ）に基づいてテキスト３２０Ｂ及び３２２Ｂを検出または抽出してよい。他の実施形態において、光学文字認識（ＯＣＲ）が利用されてもよい。

図４Ａ〜図４Ｂは、１つまたは複数の実施形態に従った、画像４００からの例示的な四辺形検出４５０の図である。抽出構成要素１２０は、線分を検出してよく、または、画像４００上の線分検出を実行してよい。図４Ａにおいて、画像４００は、第１の標示４１０Ａと関連する線分、第２の標示４１２Ａと関連する線分、他の線分４３０Ａ（線分全てに番号が付けられているのではない）を含め、複数の線分として分割または分析されてよい。画像４００はまた、それぞれ第１の標示４１０Ａ及び第２の標示４１２Ａと関連するテキスト４２０Ａ及び４２２Ａを含んでもよい。

図４Ｂは、線分フィルタリングが、候補構成要素１４０または抽出構成要素１２０により実行されてよい画像の図である。さらに、抽出構成要素１２０は、画像内の１つまたは複数の四辺形を検出してよく、または、四辺形検出４５０を実行してよい。ここで、図４Ｂにおいて、線分４３０Ｂは、交点が発見されないので、候補構成要素１４０により排除されてよい。標示４１０Ｂ及び４１２Ｂと関連する線分は、抽出構成要素１２０により、交点４４０Ｂを有するように発見される。抽出構成要素１２０は、標示４１０Ｂまたは４１２Ｂの線分の１つまたは複数、または、それらと関連する交点の１つまたは複数の周辺に、バウンディングボックス（図示せず）を配置してよい。このように、抽出構成要素１２０は、１つまたは複数の四辺形候補を判定してよい。

図５Ａ〜図５Ｂは、１つまたは複数の実施形態に従った、画像からの例示的な四辺形フィルタリング５００及び四辺形マージング５５０の図である。図５Ａにおいて、候補構成要素１４０は、判定される四辺形候補５１０Ａ、５１２Ａ、５３４Ａ、及び５３２Ａの間で１つまたは複数の四辺形候補をフィルタ処理してよい。四辺形候補は、交点５４０Ａを検出するためのコーナー検出を使用して判定されてよい。四辺形を形成しない、または十分な交点を有さない５３０Ａでの線分は排除されてよく、それゆえ、四辺形候補として考慮されなくてよい。抽出構成要素１２０は、図５Ａから四辺形候補５１０Ａ及び５１２Ａを、図５Ｂにおける四辺形候補５１０Ｂとなるように、マージしてよい。このように、四辺形候補５１０Ｂ、５３２Ｂ、及び５３４Ｂが図５Ｂに残る。候補構成要素１４０または抽出構成要素１２０は、１つまたは複数のテキスト候補への距離がテキスト候補への距離の閾値内にない四辺形候補を削除することにより、さらなるフィルタリングまたは候補選択を実行してよい。例えば、テキスト５２０Ａ及び５２２Ａが、四辺形候補５１０Ａ及び５１２Ａと関連し、且つ、四辺形候補５１０Ｂが四辺形候補５１０Ａ及び５１２Ａからマージまたは形成されるので、四辺形候補５１０Ｂは、それぞれのテキスト５２０Ａ及び５２２Ａと関連する。図５Ｂにおいて、四辺形候補５３２Ｂ及び５３４Ｂは、いずれのテキスト候補とも関連しないか、またはいずれのテキスト候補も含まない。それゆえ、候補構成要素１４０は、四辺形候補５３２Ｂ及び５３４Ｂを考察からフィルタ処理または削除してよく、これにより、図５Ｂの画像から、四辺形候補として５１０Ｂが単に考慮される。

図６Ａは、１つまたは複数の実施形態に従った、画像６００の例示的な最大安定極値領域（ＭＳＥＲ）特徴量の図である。ここで、マージされた四辺形候補６１０Ａは、最大安定極値領域（ＭＳＥＲ）特徴量に分割または関連してよいテキスト６２０Ａを含んでよい。他のＭＳＥＲ特徴量６３０Ａが、画像６００内に存在してもよい。しかし、抽出構成要素１２０または候補構成要素１４０は、６１０Ａを、テキスト６２０Ａとの近接度のために、標示候補として特定してよい。このように、標示候補は、テキスト及び１つまたは複数の四辺形候補と関連してよい。

図６Ｂは、１つまたは複数の実施形態に従った、取込まれた画像と参照画像との例示的なマッチング６５０の図である。例えば、標示候補または画像６６２は、参照画像６５２に一致される特徴量（例えば、ドット）を有してよい。１つまたは複数の実施形態において、推定上のＳＩＦＴマッチングが、このようなマッチングを促進するのに用いられてよい。

例えば、図６Ｂは、標示ベースの位置測定用のシステム１００により実行されてよいマッチングの可視表現である。６６２に、標示ベースの位置測定用のシステム１００により取込まれる画像が示される。６５２に、位置測定データベース１９０からのテンプレート画像または参照画像が示される。ここで、通信構成要素１３０は、画像６６２と６５２との推定上のマッチングを実行してよい。例えば、それぞれの画像６６２及び６５２からのテキストまたはテキスト特徴量は、それぞれの画像６６２及び６５２から抽出されるスケール不変特徴量変換（ＳＩＦＴ）特徴量を用いて比較されてよい。６５２の特徴量は、マッピング構成要素１９２により判定または事前判定されてよく、標示候補画像６６２の特徴量は抽出構成要素１２０により抽出されてよい。

図６Ｃは、１つまたは複数の実施形態に従った、透視ｎ点（ＰｎＰ）アルゴリズムに基づく例示的な位置測定６９０の図である。例えば、位置測定構成要素１５０は、３Ｄ−２Ｄ点対応のセットに基づく透視ｎ点（ＰｎＰ）アルゴリズムに基づいて、乗り物の現在の位置、場所、姿勢、または座標を算出してよい。これは、例えば、（ＰｎＰ）ソルバーモジュールまたはＰｎＰユニット若しくは構成要素として、システムにおいて実施されてよい。

さらに別の実施形態は、本明細書において提示される技法の１つまたは複数の実施形態を実施するように構成されるプロセッサにより実行可能な命令を備えるコンピュータ可読媒体を含む。これらの方法で考え出されるコンピュータ可読媒体またはコンピュータ可読デバイスの実施形態が図７に示してあり、実施態様７００は、ＣＤ−Ｒ、ＤＶＤ−Ｒ、フラッシュドライブ、ハードディスクドライブのプラッタ等などのコンピュータ可読媒体７０８を含み、当該媒体上でコンピュータ可読データ７０６が符号化される。７０６に示した複数のゼロ及び１を含むバイナリデータなどのこのコンピュータ可読データ７０６は、本明細書において明記される原則の１つまたは複数に従って動作するように構成されるコンピュータ命令７０４のセットを含む。１つのこのような実施形態７００において、プロセッサにより実行可能なコンピュータ命令７０４は、図２の方法２００などの方法７０２を実行するように構成されてよい。別の実施形態において、プロセッサにより実行可能な命令７０４は、図１のシステム１００などのシステムを実施するように構成されてよい。本明細書において提示される技法と関連して動作するように構成される多くのこのようなコンピュータ可読媒体が、当業者によって考え出されてよい。

本願において使用されるように、「ｃｏｍｐｏｎｅｎｔ」、「ｍｏｄｕｌｅ」、「ｓｙｓｔｅｍ」、「ｉｎｔｅｒｆａｃｅ」等の用語は、概して、コンピュータに関連するエンティティ、すなわち、ハードウェア、ハードウェアとソフトウェアの組合せ、ソフトウェア、または、実行中のソフトウェアのいずれかを指すことが意図される。例えば、構成要素は、これに限定されるのではないが、プロセッサ上でのプロセス実行、プロセッサ、オブジェクト、実行ファイル、実行のスレッド、プログラム、またはコンピュータであってよい。実例として、コントローラ上でのアプリケーション実行と当該コントローラとの両方が、構成要素であってよい。プロセスまたは実行のスレッド内に常駐する１つまたは複数の構成要素、及び構成要素は、１つのコンピュータにローカライズされてもよく、または２つまたはそれ以上のコンピュータ間で分配されてもよい。

さらに、請求される主題は、ソフトウェア、ファームウェア、ハードウェア、またはそれらの任意の組合せを製造して、開示される主題を実施するためにコンピュータを制御するように、標準的なプログラミングまたは工学技法を使用して、方法、装置、または製品として実施される。本明細書において使用される「ａｒｔｉｃｌｅ ｏｆ ｍａｎｕｆａｃｔｕｒｅ」という用語は、任意のコンピュータ可読デバイス、キャリア、または媒体からアクセス可能なコンピュータプログラムを包含するように意図される。当然、請求される主題の範囲または精神から逸脱することなく、この構成に対して多くの修正が成されてもよい。

図８及び以下の記述は、本明細書において明記される提供物の１つまたは複数の実施形態を実施するために、適切なコンピューティング環境の説明を提供するものである。図８の動作環境は、適切な動作環境の１つの実施例に過ぎず、こうした動作環境の使用または機能の範囲に関していずれの制限を提示することを意図しない。例示的なコンピューティングデバイスには、これに限定されるのではないが、パーソナルコンピュータ、サーバコンピュータ、携帯用またはラップトップデバイス、携帯電話、パーソナルデジタルアシスタント（ＰＤＡ）、メディアプレーヤ等などのモバイルデバイス、マルチプロセッサシステム、家電、ミニコンピュータ、メインフレームコンピュータ、上記のシステムまたはデバイスの任意のものを含む分散型コンピューティング環境等が含まれる。

概して、実施形態が、「コンピュータ可読命令」は１つまたは複数のコンピューティングデバイスにより実行される、という一般的な文脈において説明される。コンピュータ可読命令は、以下で述べるように、コンピュータ可読媒体を介して分散されてよい。コンピュータ可読命令は、１つまたは複数のタスクを実行し、または、１つまたは複数の抽象データ型を実施する、ファンクション、オブジェクト、アプリケーションプログラミングインターフェース（ＡＰＩ）、データ構造等などのプログラムモジュールとして実施されてよい。通常、コンピュータ可読命令の機能は、様々な環境において所望により結合または分散される。

図８は、本明細書において提供される１つまたは複数の実施形態を実施するように構成されるコンピューティングデバイス８１２を含むシステム８００を示す。１つの構成において、コンピューティングデバイス８１２は、少なくとも１つの処理ユニット８１６及びメモリ８１８を含む。厳密な構成及びコンピューティングデバイスのタイプに応じて、メモリ８１８は、ＲＡＭなどの揮発性、ＲＯＭ、フラッシュメモリ等などの不揮発性、またはこれら２つの組合せであってよい。この構成が、図８において破線８１４によって示してある。

他の実施形態において、デバイス８１２は、追加の特徴または機能を含む。例えば、デバイス８１２は、これに限定されるのではないが、磁気記憶装置、光学記憶装置等を含め、取外し可能な記憶装置または取外しできない記憶装置などの追加の記憶装置を含んでもよい。このような追加の記憶装置が、図８において記憶装置８２０によって示してある。１つまたは複数の実施形態において、本明細書において提供される１つまたは複数の実施形態を実施するコンピュータ可読命令は、記憶装置８２０内にある。記憶装置８２０は、オペレーティングシステム、アプリケーションプログラム等を実施するように、他のコンピュータ可読命令を記憶してもよい。コンピュータ可読命令は、例えば、処理ユニット８１６による実行のためにメモリ８１８に読み込まれてよい。

本明細書において使用される「ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉａ」という用語は、コンピュータ記憶媒体を含む。コンピュータ記憶媒体は、コンピュータ可読命令または他のデータなどの情報の記憶のために、任意の方法また技術で実施される、揮発性及び不揮発性、取り外し可能及び取外しできない媒体を含む。メモリ８１８及び記憶装置８２０は、コンピュータ記憶媒体の実施例である。コンピュータ記憶媒体には、これに限定されるのではないが、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、または他のメモリ技術、ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）、または他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置若しくは他の磁気記憶デバイス、または、所望の情報を記憶するのに使用されてよく、且つ、デバイス８１２によりアクセスされてよい、任意の他の媒体が含まれる。任意のこのようなコンピュータ記憶媒体がデバイス８１２の一部である。

「ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉａ」という用語は、通信媒体を含む。通信媒体は、通常、搬送波または他の移送機構などの「変調されたデータ信号」において、コンピュータ可読命令または他のデータを具体化し、また、任意の情報伝達媒体を含む。「ｍｏｄｕｌａｔｅｄ ｄａｔａ ｓｉｇｎａｌ」という用語は、その特性集合の１つまたは複数を有する信号、または、当該信号において情報を符号化するようなやり方で変化される信号を含む。

デバイス８１２は、キーボード、マウス、ペン、音声入力デバイス、タッチ入力デバイス、赤外線カメラ、ビデオ入力デバイス、または任意の他の入力デバイスなどのデバイス８２４を含む。１つまたは複数のディスプレイ、スピーカ、プリンタ、または任意の他の出力デバイスなどの出力デバイス８２２が、デバイス８１２に含まれてもよい。入力デバイス８２４及び出力デバイス８２２は、有線接続、無線接続、またはそれらの任意の組合せを介してデバイス８１２に接続されてよい。１つまたは複数の実施形態において、別のコンピューティングデバイスからの入力デバイスまたは出力デバイスが、コンピューティングデバイス８１２のための入力デバイス８２４または出力デバイス８２２として使用されてもよい。デバイス８１２は、１つまたは複数の他のデバイスとの通信を促進するように、通信接続８２６を含んでもよい。

主題が、構造的特徴または方法論的行為に特有の言葉で説明されたが、添付の特許請求の範囲の主題が、上述の特定の特徴または行為に必ずしも限定されないことを理解すべきである。むしろ、上述の特定の特徴及び行為は、例示的な実施形態として開示される。

実施形態の様々な動作が、本明細書において提供される。動作の１つまたは複数、または全てを記載した順序は、これらの動作が必ず順序に依存するものであることを示すと解釈すべきでない。代替的な順序が、この説明に基づいて理解されよう。さらに、全ての動作が、本明細書における実施形態において必ずしも提供されなくてもよい。

本願において使用されるように、「ｏｒ」は、排他的な「ｏｒ」ではなく、包括的な「ｏｒ」を意味することが意図される。さらに、包括的な「ｏｒ」は、その任意の組合せ（例えば、Ａ、Ｂ、またはそれらの任意の組合せ）を含んでよい。さらに、本願において使用される「ａ」及び「ａｎ」は、特に断りがない限り、または、単数形を対象とすることが文脈から明らかでない限り、概して「１つまたは複数」を意味する解釈される。さらに、Ａ及びＢ、及び／またはこれらに類似するものの少なくとも１つは、概して、Ａ若しくはＢまたはＡとＢの両方を意味する。さらに、「ｉｎｃｌｕｄｅｓ」、「ｈａｖｉｎｇ」、「ｈａｓ」、「ｗｉｔｈ」、またはそれらの変形が、詳細な説明または特許請求の範囲のいずれかにおいて使用される場合、このような用語は、「ｃｏｍｐｒｉｓｉｎｇ」という用語と同様に包括的であることが意図される。

さらに、特に断りのない限り「第１」、「第２」、またはこれらに類似するものは、時間的態様、空間的態様、順序等を意味することは意図されない。むしろ、このような用語は、特徴、要素、項目等のための識別子、名称等として使用されるに過ぎない。例えば、第１のチャンネル及び第２のチャンネルは、概して、チャンネルＡ及びチャンネルＢ、または２つの別々の、若しくは、２つの同一のチャンネル、または、同じチャンネルに対応する。さらに、「ｃｏｍｐｒｉｓｉｎｇ」、「ｃｏｍｐｒｉｓｅｓ」、「ｉｎｃｌｕｄｉｎｇ」、「ｉｎｃｌｕｄｅｓ」、またはこれらに類似するものは、概して、「ｃｏｍｐｒｉｓｉｎｇ」または「ｉｎｃｌｕｄｉｎｇ」を意味するが、これらに限定されない。

様々な上記で開示した、及び他の特徴及び機能、またはそれらの代替物若しくは変種が、多くの他の異なるシステムまたはアプリケーションに望ましく結合されてよいことが理解されよう。また、それらにおいて、様々な現在予測されていない、若しくは思いがけない代替物、修正形態、変形形態、または改良物が、後に当業者に作成されてよく、それらはやはり、以下の特許請求の範囲により包含されることが意図される。

Claims (20)

1. 標示ベースの位置測定用のシステムであって、
   乗り物に搭載され、前記乗り物周辺の動作環境の画像を取込む、センサ構成要素と、
   抽出構成要素であって、
   前記画像からそれぞれが複数の点を有する１つまたは複数のテキスト候補を抽出し、
   前記画像内のそれぞれが複数の点を有する１つまたは複数の線分を検出し、
   近接度とは、テキスト候補の複数の点のうちの１つの点から、検出した線分の複数の点のうちの１つの点との距離を定義したものであって、前記検出した線分の前記複数の点のうちの２つの点の前記抽出したテキスト候補の前記複数の点のうちの１つの点との近接度に基づいて１つまたは複数の前記検出した線分をフィルタ処理することによって、前記２つの点の近接度が閾値より短い１つまたは複数のフィルタ処理された線分を選択し、
   前記抽出したテキスト候補の１つまたは複数、前記フィルタ処理した線分の１つまたは複数、及び、それぞれの線分の１つまたは複数の交点に基づいて、１つまたは複数の四辺形候補を規定する、前記抽出構成要素と、
   前記四辺形候補の１つまたは複数及び前記抽出したテキスト候補の１つまたは複数に基づいて、前記画像のための１つまたは複数の標示候補を判定する、候補構成要素と、
   位置測定データベースと通信し、前記標示候補の１つまたは複数を、位置測定データベースに記憶された１つまたは複数の参照画像と照合する、通信構成要素と、
   前記標示候補の１つまたは複数と、前記参照画像の１つまたは複数との一致に基づいて、前記乗り物の位置を判定する、位置測定構成要素と
   を含む、システム。
2. 前記抽出構成要素が、ストローク幅変換（ＳＷＴ）に基づいて、前記テキスト候補の１つまたは複数を抽出する、請求項１に記載のシステム。
3. 前記候補構成要素が、グラウンド面に基づいて、前記四辺形候補の１つまたは複数をフィルタ処理する、請求項１に記載のシステム。
4. 前記抽出構成要素が、前記標示候補の１つまたは複数から、１つまたは複数のスケール不変特徴量変換（ＳＩＦＴ）特徴量を抽出する、請求項１に記載のシステム。
5. 前記候補構成要素が、それぞれの標示候補と関連するスケール不変特徴量変換（ＳＩＦＴ）特徴量の数に基づいて、前記標示候補の１つまたは複数をフィルタ処理する、請求項１に記載のシステム。
6. 前記抽出構成要素が、線分長さ基準に基づいて、前記線分の１つまたは複数をフィルタ処理する、請求項１に記載のシステム。
7. 前記候補構成要素が、垂直の許容範囲または水平の許容範囲に基づいて、１つまたは複数の線分をフィルタ処理する、請求項１に記載のシステム。
8. 前記抽出構成要素が、互いから離れた、閾値近接度よりも低い終点を有する２つまたはそれ以上の同一線上の線分に基づいて、線分連結を実行する、請求項１に記載のシステム。
9. 前記候補構成要素が、テキスト候補領域の四辺形領域に対する比の閾値に基づいて、前記四辺形候補の１つまたは複数をフィルタ処理する、請求項１に記載のシステム。
10. 前記候補構成要素が、それぞれの標示候補と関連する最大安定極値領域（ＭＳＥＲ）特徴量の数に基づいて、前記標示候補の１つまたは複数をフィルタ処理する、請求項１に記載のシステム。
11. 前記通信構成要素が、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングに基づいて、前記標示候補の１つまたは複数を、前記参照画像の１つまたは複数と照合する、請求項１に記載のシステム。
12. 前記通信構成要素が、ホモグラフィベースのランダムサンプルコンセンサス（ＲＡＮＳＡＣ）に基づいて、前記標示候補の１つまたは複数と１つまたは複数の参照画像との前記照合において１つまたは複数の外れ値を削除する、請求項１に記載のシステム。
13. 前記位置測定構成要素が、透視ｎ点（ＰｎＰ）ソルバーモジュールを使用して、前記乗り物の前記位置を判定する、請求項１に記載のシステム。
14. 前記乗り物の前記位置に基づいて、１つまたは複数のナビゲーション命令を生成する、ナビゲーション構成要素を含む、請求項１に記載のシステム。
15. 標示ベースの位置測定用の方法であって、
    乗り物に搭載されたセンサ構成要素によって乗り物周辺の動作環境の画像を取込むことと、
    前記画像から、それぞれが複数の点を有する１つまたは複数のテキスト候補を抽出することと、
    前記画像内のそれぞれが複数の点を有する１つまたは複数の線分を検出することと、
    近接度とは、テキスト候補の複数の点のうちの１つの点から、検出した線分の複数の点のうちの１つの点との距離を定義したものであって、前記検出した線分の前記複数の点のうちの２つの点の前記抽出したテキスト候補の前記複数の点のうちの１つの点との近接度に基づいて１つまたは複数の前記検出した線分をフィルタ処理することによって、前記２つの点の近接度が閾値より短い１つまたは複数のフィルタ処理された線分を選択することと、
    前記抽出したテキスト候補の１つまたは複数、前記フィルタ処理した線分の１つまたは複数、及び、それぞれの線分の１つまたは複数の交点に基づいて、前記画像における１つまたは複数の四辺形候補を規定することと、
    前記取り込まれた画像に存在する前記四辺形候補のうち、前記テキスト候補に対応する領域と四辺形候補の領域との領域比に基づいて１つまたは複数の四辺形候補をフィルタ処理することと、
    前記四辺形候補の１つまたは複数及び前記抽出したテキスト候補の１つまたは複数に基づいて、前記画像のための１つまたは複数の標示候補を判定することと、
    位置測定データベースと通信し、前記標示候補の１つまたは複数を、前記位置測定データベースに記憶された１つまたは複数の参照画像と照合することと、
    前記標示候補の１つまたは複数と前記参照画像の１つまたは複数との一致に基づいて、前記乗り物の位置を判定すること
    を含む、方法。
16. ストローク幅変換に基づいて、前記テキスト候補の１つまたは複数を抽出することを含む、請求項１５に記載の方法。
17. 前記標示候補の１つまたは複数から、１つまたは複数のスケール不変特徴量変換（ＳＩＦＴ）特徴量を抽出すること、
    それぞれの標示候補と関連するＳＩＦＴ特徴量の数に基づいて、前記標示候補の１つまたは複数をフィルタ処理すること
    を含む、請求項１５に記載の方法。
18. 線分長さ基準に基づいて、前記線分の１つまたは複数をフィルタ処理することを含む、請求項１５に記載の方法。
19. それぞれの標示候補と関連する最大安定極値領域（ＭＳＥＲ）特徴量の数に基づいて、前記標示候補の１つまたは複数をフィルタ処理することを含む、請求項１５に記載の方法。
20. 標示ベースの位置測定用のシステムであって、
    乗り物に搭載され、前記乗り物周辺の動作環境の画像を取込む、センサ構成要素と、
    抽出構成要素であって、
    前記画像から、それぞれが複数の点を有する１つまたは複数のテキスト候補を抽出し、
    前記画像内の、それぞれが複数の点を有する１つまたは複数の線分を検出し、
    近接度とは、テキスト候補の複数の点のうちの１つの点から、検出した線分の複数の点のうちの１つの点との距離を定義したものであって、前記検出した線分の前記複数の点のうちの２つの点の前記抽出したテキスト候補の前記複数の点のうちの１つの点との近接度に基づいて１つまたは複数の前記検出した線分をフィルタ処理することによって、前記２つの点の近接度が閾値より短い１つまたは複数のフィルタ処理された線分を選択し、
    前記抽出したテキスト候補の１つまたは複数、前記フィルタ処理した線分の１つまたは複数、及び、それぞれの線分の交点の１つまたは複数に基づいて、１つまたは複数の四辺形候補を規定する、前記抽出構成要素と、
    前記四辺形候補の１つまたは複数及び前記抽出したテキスト候補の１つまたは複数に基づいて、前記画像のための１つまたは複数の標示候補を判定する、候補構成要素と、
    位置測定データベースと通信し、推定上のスケール不変特徴量変換（ＳＩＦＴ）マッチングに基づいて、前記標示候補の１つまたは複数を、前記位置測定データベースに記憶された１つまたは複数の参照画像と照合する、通信構成要素と、
    前記標示候補の１つまたは複数と前記参照画像の１つまたは複数との一致に基づいて、前記乗り物の位置を判定する、位置測定構成要素と
    を含むシステムであり、
    前記四辺形候補の１つまたは複数が前記抽出したテキスト候補を１つも含まない場合、前記候補構成要素は前記四辺形候補の前記１つまたは複数を削除すること
    を特徴とするシステム。

Images