JP7161717B2 - 着順判定方法、着順判定装置およびプログラム - Google Patents

Description

本発明は、競技における着順判定方法、着順判定装置およびプログラムに関する。

一般に、競輪、競馬等の公営競技における着順判定には審判員の目視とともに写真判定が利用されている。

特許文献１には、競馬のレース中に審判員が判断した通過順位を着順表示盤に表示させる際、審判員による通過順位の誤入力を低減することを課題として、審判員による目視判定を支援するために、撮像部で撮影した映像を映像解析部が解析して上位３位までの通過順位の馬番データを表示部に表示させる技術を開示している。
特許文献２には、陸上競技、氷上競技、ボート競技等において着順を電子的に判定する着順判定装置の測定結果の出力操作を確実且つ簡便化することを課題として、スリットカメラから得られるスリットカメラ画像に、時間軸に沿って移動可能なカーソルを重ねて、ゴールタイム（通過時間）を求める技術を開示している。

特許文献３には、競輪等の着順とタイムを競う競技において、記録画像全体の確認と判定業務が同時に行えるようにすることを課題として、ラインセンサによりゴールライン上で撮像した画像をカラービデオモニタに表示させ、それを見て競輪などにおける着順とタイムを判定する際、ゴールラインに最初に到着した先頭の走者(自転車)を含む判定用の部分画像と、複数の走者の全体が写っている記録画像全体の縮小画像を同時に表示させるようにし、且つ、縮小画像には、部分画像を指示する枠が表示されるようにした電子式着順およびタイム判定装置が開示されている。

特開２０１３－１９２８７１号公報 実用新案登録第３０３０１７８号公報 特開２００８－２２９６３号公報

上述した写真判定や特許文献２，３における着順判定はスリットカメラの出力画像を利用するとはいえ、本質的には人間が目視により着順を判断するものである。

この点、特許文献１に記載の先行技術は、審判員の支援目的ではあるが、映像解析部による画像解析により着順を判定している。この先行技術では、馬番をアラビア数字で表した比較的大きなゼッケンが馬体の側部に装着され、基本的にはその番号を画像認識してその馬番を識別するものである。特許文献１は、選手の勝負服の胴の柄および袖の柄（必要に応じて地の色および柄の色）、帽子色、馬の毛色の認識・判定を併用することに言及しているが、これらの情報は直接的に馬番に対応するものではないばかりか、それらの判定処理は比較的困難であり、高精度な判定結果は期待できない。

一方、競輪等では選手が装着した衣服（着衣色または勝負服）に付された番号は比較的小さく、かつ、撮影画像上では傾斜したりゆがんだり一部しか見えなかったりするため、画像処理による番号の正確な認識は必ずしも容易ではない。また、特許文献１では、通過順位確定支援装置におけるプロセッサの画像認識処理の開始直後に「ｎ位の画像切り出し」（ｎ＝１から開始して順次増分）を行っているが、そもそも接戦の場合にどの馬が「ｎ位」かの判定が人間では困難となるからこそ写真判定が必要とされるにもかかわらず、「ｎ位の画像切り出し」が画像処理によりどのように自動的かつ正確に実行されるかについては明示されていない。

本発明はこのような背景においてなされたものであり、その目的は、スリットカメラで取得したゴールシーン画像から競技選手の着順を高精度に自動判定することができる着順判定方法、着順判定装置およびプログラムを提供することにある。

本発明による着順判定方法は、複数の選手がそれぞれ異なる色の着衣を装着した競技において、ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像をコンピュータで画像処理することにより、当該複数の選手がゴールする際の着順判定を行う着順判定方法である。この着順判定方法は、ゴールシーン画像に基づいて、各選手の着衣色の色領域を当該選手の胴体部として認識する工程と、各選手の前記胴体部の位置に基づいて、当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出する工程と、前記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を取得する工程と、複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定する工程とを備えたものである。

この着順判定方法において、前記ゴールシーン画像に基づいて、前記ゴールシーン画像の背景に相当する背景画像を生成する工程と、ゴールシーン画像に基づいて各選手を含む移動体部分か否かを表す二値画像を生成する工程と、前記ゴールシーン画像と前記二値画像とに基づいて移動体部分画像を生成する工程とをさらに備え、前記着衣色の色領域を認識する工程は、前記移動体部分画像に基づいて色領域を認識するようにしてもよい。

前記背景画像を生成する工程の一態様において、前記ゴールシーン画像の、前記移動体部分が含まれないことが保証される１ラインの画像を複製することにより背景画像を生成することができる。

前記ゴール判定対象領域を抽出する工程は、その一態様において、前記胴体部から所定の位置関係にある所定のサイズの矩形領域を当該選手のゴール判定対象領域として定める工程を含むことができる。

前記着衣色の色領域を認識する工程は、他の態様において、前記ゴールシーン画像に基づいて色領域を認識することができる。

前記着衣色の色領域を認識する工程は、その一態様において、画像内の各画素の色を、予め定められた着衣色判定時の許容範囲設定用パラメータに照らして当該画素の各着衣色への該当／非該当を判断する工程と、該当すると判断された画素群からノイズを除去する工程とを含んでもよい。

本発明による着順判定装置は、複数の選手がそれぞれ異なる色の着衣を装着した競技において、当該複数の選手がゴールする際の着順判定を行う着順判定装置であって、ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像を記憶する画像記憶部と、前記ゴールシーン画像において、各選手の着衣色の色領域を当該選手の胴体部として認識する着衣色領域認識部と、各選手の前記胴体部の位置に基づいて、前記ゴールシーン画像から当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出するゴール判定対象領域抽出部と、前記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を求める画像マッチング部と、複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定して出力する着順出力部とを備えたものである。

この着信判定装置は、その一態様において、前記ゴールシーン画像の背景に相当する画像を前記ゴールシーン画像から生成する背景画像生成部と、前記ゴールシーン画像に基づいて各選手を含む移動体部分か否かを表す二値画像を生成する二値画像生成部と、前記ゴールシーン画像と前記二値画像とに基づいて移動体部分画像を生成するゴール判定対象領域抽出部とをさらに備え、前記着衣色領域認識部は、前記移動体部分画像に基づいて色領域を認識するようにしてもよい。

前記背景画像生成部は、その一態様として、前記ゴールシーン画像の、前記移動体部分が含まれないことが保証される１ラインの画像を複製することにより生成することができる。

前記ゴール判定対象領域抽出部は、その一態様として、前記胴体部から所定の位置関係にある所定のサイズの矩形領域を当該選手のゴール判定対象領域として定めることができる。

前記着衣色領域認識部は、その一態様として、前記ゴールシーン画像に基づいて色領域を認識することができる。

前記着衣色領域認識部は、その一態様として、画素の色を、予め定められた着衣色判定時の許容範囲設定用パラメータに照らして当該画素の各着衣色への該当／非該当を判断し、該当すると判断された画素群からノイズを除去することができる。

本発明は、また、プログラムとしても把握される。このプログラムは、複数の選手がそれぞれ異なる色の着衣を装着した競技において、ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像をコンピュータで画像処理することにより、当該複数の選手がゴールする際の着順判定を行うプログラムであって、コンピュータに、ゴールシーン画像に基づいて、各選手の着衣色の色領域を当該選手の胴体部として認識する工程と、選手の前記胴体部の位置に基づいて、当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出する工程と、記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を取得する工程と、複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定する工程とを実行させるものである。

本発明の着順判定方法、着順判定装置およびプログラムによれば、スリットカメラで取得したゴールシーン画像から競技選手の着順を高精度に自動判定することができる。

本発明の実施形態による第１の着順判定装置の各種機能およびそれらの相互の関係を表した機能ブロック図である。 本発明の実施形態の第２の着順判定装置の機能ブロック図である。 本発明の実施形態の第３の着順判定装置の機能ブロック図である。 図１～図３に示した着順判定装置の各機能ブロックを実現するためのデータ処理装置のハードウェア構成例を示すブロック図である。 図１に示した着順判定装置の機能ブロック図の各機能を、図４に示したデータ処理装置が実行するための着順判定処理の第１のフローチャートである。 図２に示した着順判定装置の機能ブロック図の各機能を、図４に示したデータ処理装置が実行するための着順判定処理の第２のフローチャートである。 図３に示した着順判定装置の機能ブロック図の各機能を、図４に示したデータ処理装置が実行するための着順判定処理の第３のフローチャートである。 図８（ａ）はＧＳ画像の例を示す図であり、図８（ｂ）はＢＧ画像の例を示す図である。 図９（ａ）はＲＣｎの候補画素の例を示す図であり、図９（ｂ）はｅｒｏｄｅ処理後の画像例を示す図であり、図９（ｃ）はｄｉｌａｔｅ処理後のＲＣｎの画像例を示す図である。 重心座標ＣＣｎに基づいてゴール判定対象領域ＨＺｎを設定した例を示す図である。 ｎ番目の選手に対応する前方車輪の領域ＨＺｎの画像と基準画像ＲＩとの対比の例を示す図である。 図１２（ａ）は図８のＧＳ画像に対応するＭＰ画像の例を示す図であり、図１２（ｂ）は図８（ａ）のＧＳ画像に対応するＲＢ画像の例を示す図である。 ｎ番目の選手に対応する前方車輪の領域ＨＺｎの画像と基準画像ＲＩとの対比の例を示す図である。

以下、本発明の実施の形態について詳細に説明する。

従来、写真判定にはスリットカメラと呼ばれる撮影装置が利用される。スリットカメラは、ラインセンサのような撮像デバイスを用い、ゴールに対応する基準線を通過する個体を撮像して、基準線に整合するスリット状の要素毎に画像を取り込み、各要素を時間軸に沿って配列してスリットカメラ画像を合成するための装置である。

スリットカメラ画像に基づいて競技（レース）の着順判定を行うためには、ゴールしたと判断される移動体の部分すなわちゴール判定対象部分（例えば競輪やオートレースでは車両の前輪の先端部、ボートレースではボートの先端部、等）の領域をスリットカメラ画像の中から認識する必要がある。しかし、そのような移動体の部分（領域）を画像処理により直接的に分離することは必ずしも容易ではない。また、分離できたとしてもその移動体の番号が分からなければ着順の判定は行えない。上述したように、番号（数字）が着衣に表示されているとしても、必ずしもすべての番号が撮影画像に基づいて正確に認識されることは期待できない。

そこで、本願発明者は、競技に出場する選手がいわゆる勝負服として（例えば競輪等では車番毎に）互いに異なる色の衣服（例えばパーカー）を装着していることに着目した。すなわち、各選手の着衣の色（着衣色）を識別することにより、選手の着衣等に記された番号（車番、挺番等）を認識することができる。

しかし、スリットカメラ画像内の画素の色に基づいて着衣色の領域を検出しても選手の輪郭は茫漠としたものであり、かつ、競輪等の競技ではゴール判定対象は選手自身ではなくその搭乗物である。したがって、検出された選手の領域自体に基づいて直ちに着順の判定は行えない。そこで、まずはスリットカメラ画像において、各選手の着衣色の色領域を当該選手の胴体部として認識する。これによって各選手の大凡の位置を識別できる。次いで、その選手が搭乗している搭乗物の所定の箇所すなわちゴール判定対象の特定箇所（例えば、競輪では自転車の前輪の前端部）を包含する所定のサイズおよび形状の画像領域を抽出する。搭乗物の特定箇所の位置は当該選手の胴体部と所定の位置関係にあることが既知なので、当該特定箇所を包含する画像領域を確実に切り出すことができる。さらに、この切り出された画像領域を既知の基準画像とマッチングすることにより当該ゴール判定対象の特定箇所の座標を求めることができる。このようにして得られた、各選手の当該特定箇所の座標を比較することにより、選手の番号（数字）を読みとる必要なく着順を決定することができる。

以下、このような考え方に基づく、具体的な実施形態を提示する。以下では競技の一例として競輪について説明する。

＜第１の着順判定装置＞
図１は、本実施形態による第１の着順判定装置１００ａの各種機能およびそれらの相互の関係を表した機能ブロック図である。

この着順判定装置１００ａは、色採取部１０、許容範囲設定用パラメータ生成部２０、画像記憶部３０、着衣色領域認識部７０、ゴール判定対象領域抽出部８０、画像マッチング部９０、および着順出力部９５を備えて構成される。

色採取部１０は、競技のスタート位置に整列した当該競技の全出場選手の静止画または動画を撮影するスタート位置カメラ（図４で後述）により得られた画像を受けて、各選手の番号に対応した着衣色のデータを採取する色採取手段である。着衣色とは選手の着衣の色である。選手の着衣は例えばパーカー（フード付きの上着）である。着衣色は柄や模様のない単色（無地）であることが好ましいが、一部に地色と異なる数字などが含まれていてもよい。色分けの例としては、例えば競輪における移動体の番号（車番）と色の対応は、１：白、２：黒、３：赤、４：青、５：黄、６：緑、７：橙、８：桃、９：紫、である。

採取した各選手の着衣色の色データはこの例ではＲＧＢ各８ｂｉｔ／着衣色である。色領域の特定は自動的に行うことが好ましいが、操作者の支援（例えば当該領域内のポイントの指定）を受けて実行するものであってもよい。

着衣色のＲＧＢデータは、本例では、後続の処理に好都合なデータ形式の一種であるＨＳＶデータであるＰＣｎ（ｎｔｈ ＰａｒｋａＣｏｌｏｒ）に変換の上、後述の画像記憶部に記憶（登録）する。ここに、ｎは出場選手番号、ＰＣｎはｎ番選手のＨＳＶ着衣色を表している。また、Ｈは色相(Hue)、Ｓは彩度(Saturation)、Ｖは明度(Value)を表す。
ＰＣｎ （Ｈｎ，Ｓｎ，Ｖｎ） （各値は１６進値で００～ＦＦ）

なお、着衣色が競技毎に変わらず、一定である場合にはスタート位置カメラによらず、予め着衣色のデータを取得して記憶しておいたものを使用してもよい。また、色データの形式は必ずしもＨＳＶに限定するものではない。

許容範囲設定用パラメータ生成部２０は、スリットカメラにより得られたゴールシーンＧＳ（Ｇｏａｌ Ｓｃｅｎｅ）の画像内の各画素が各色データＰＣｎの色に該当するか否かを判定するためのパラメータを生成する手段である。ゴールシーンＧＳの画像は、所定のサイズ、この例では１０００ ｘ １０００ｐｉｘｅｌ、ＲＧＢ各８ｂｉｔ／ｐｉｘｅｌの画像である。このパラメータは、着衣色判定時の許容範囲設定用パラメータであり、画像を構成する各画素に対して、各色データＰＣｎの色に所定の幅をもたせて、その近似色も該当色として認識されるように設定する。すなわち、パラメータに照らして当該画素の各着衣色への該当／非該当が判断される。

許容範囲設定用パラメータ生成部２０の具体的な処理例については後述する。

画像記憶部３０は、スリットカメラから出力されたスリットカメラ画像を受け付けて一時的に記憶するメモリ等の記憶手段である。

着衣色領域認識部７０は、画像内の各着衣色の領域を認識する手段であり、より具体的には、ＧＳ画像を許容範囲設定用パラメータに照らして、各着衣色（の近似色）の画素群からなる着衣色クラスタＲＣｎ（ｎｔｈ ＲａｃｅｒＣｌｕｓｔｅｒ）（本例ではｎ番選手の着衣色の近似色を持つ領域）を生成する手段である。着衣色領域認識部７０は、各着衣色クラスタＲＣｎからその重心の座標ＣＣｎも求める。ここに、ＣＣｎ（ｎｔｈ ＣｌｕｓｔｅｒＣｅｎｔｅｒ）は、ｎ番選手の着衣色の近似色を持つ領域の重心の座標である。この代わりに、重心は後段のゴール判定対象領域抽出部８０で求めるようにしてもよい。

この処理は本例ではＧＳ画像から直接行う。

ゴール判定対象領域抽出部８０は、着衣色クラスタＲＣｎ（の重心座標ＣＣｎ）とゴールシーンＧＳとに基づいて、ゴール判定対象領域ＨＺｎ（ｎｔｈ ＨｅａｄＺｏｎｅ：本例ではｎ番選手の自転車の前方車輪（前輪）先端部を含む矩形領域）を抽出する手段である。より具体的には、領域ＨＺｎは、重心座標ＣＣｎを原点とした相対座標（ｘ，ｙ）が（Ａ，Ｂ），（Ｃ，Ｂ），（Ａ，Ｄ），（Ｃ，Ｄ）の４座標で囲まれる矩形領域である。ここに、ｘ軸はゴールシーンＧＳ画像の横（水平）方向、ｙ軸はその縦（垂直）方向を表す。

画像マッチング部９０は、各選手のゴール判定対象領域ＨＺｎの画像と基準画像ＲＩとを対照して、それぞれの特定位置座標ＷＰｎ（ｎｔｈ ＷｈｅｅｌＰｏｓｉｔｉｏｎ）を求める手段である。ここに、特定位置座標ＷＰｎとは各選手のゴール判定対象となる画像部分の座標であり、本例ではｎ番選手の自転車の前方車輪先端部の位置座標（Ｘｎｈ，Ｙｎｈ）である。この座標は、ゴールシーンＧＳの矩形の左上を原点（０，０）とした絶対座標である。また、ＲＩ（ＲｅｆｅｒｅｎｃｅＩｍａｇｅ）は、予め用意したゴール判定対象の典型的な画像としての基準画像である。基準画像ＲＩは、本例では自転車前方車輪の先端部を含む画像であり、例えば、前方車輪の先端側半分（または右半分または右上１／４）の画像である。この処理の具体例については後述する。

着順出力部９５は、特定位置座標ＷＰｎのＸ座標の大小に基づいて順序づけられた車番の列を着順として決定し、出力する部位である。

＜第２の着順判定装置＞
図２に、本実施形態の第２の着順判定装置１００ｂの機能ブロック図を示す。図１に示したと同様の要素には同じ参照符号を付して、重複した説明は省略する。この第２の着順判定装置１００ｂは、着順判定装置１００ａの構成要素に加えて、さらに、背景画像生成部４０、二値画像生成部５０を備えている。

背景画像生成部４０は、画像記憶部３０から得られたＧＳ画像（スリットカメラ画像）に基づいて、ＧＳ画像の背景に相当する背景画像ＢＧ（ＢａｃｋＧｒｏｕｎｄ）を生成する手段である。この背景画像ＢＧは、例えば、ゴールシーンＧＳの先頭（通常右端）の１画素分の縦領域（１ライン）を後側へ必要数だけ複製することにより生成された、ゴールシーンＧＳと同サイズの画像である。複製の元となる１ラインはゴールシーンＧＳの先頭としたが、移動体が含まれないことが保証されるラインであれば先頭でなくてもよい。

二値画像生成部５０は、ＧＳ画像内に存在する移動体部分ＭＰ（ＭｏｖｉｎｇＰａｒｔ）の領域をＧＳ画像から分離した二値画像を生成する手段である。移動体部分ＭＰとは、背景に対する前景であって、競技において移動する部分であり、例えば競輪の場合には選手と自転車とを合体した領域である。本例で得られるＭＰ画像は、移動体部分ＭＰが存在する領域を「真（"１"）」、存在しない領域を「偽（"０"）」とする二値画像であり、ゴールシーンＧＳと背景ＢＧが不一致となる画素群で構成される。

この第２の着順判定装置１００ｂでは、ゴール判定対象領域抽出部８０は、ゴールシーンＧＳの画像に代えた二値画像であるＭＰ画像と、着衣色クラスタＲＣｎ（の重心座標ＣＣｎ）とに基づいて、ゴール判定対象領域ＨＺｎ（本例ではｎ番選手の自転車の前方車輪先端部を含む矩形領域）を抽出する。また、第２の着順判定装置１００ｂにおいて、好ましくは、画像マッチング部９０で用いる基準画像ＲＩは二値画像とする。他の構成は第１の着順判定装置１００ａと同様である。

＜第３の着順判定装置＞
図３に、本実施形態の第３の着順判定装置１００ｃの機能ブロック図を示す。図１、図２に示したと同様の要素には同じ参照符号を付して、重複した説明は省略する。この第３の着順判定装置１００ｃは、第２の着順判定装置１００ｂの構成要素に対して、さらに、移動体部分画像生成部６０を備えている。

移動体部分画像生成部６０は、ＧＳ画像とＭＰ画像とに基づいて、ゴールシーンＧＳ中の移動体部分のみ切り抜いた移動体部分画像ＲＢ（Ｒａｃｅｒ＋Ｂｉｃｙｃｌｅ）を生成する手段である。換言すれば、ＧＳ画像をＭＰ画像でマスクすることにより、ＧＳ画像から移動体部分画像ＲＢを切り出した画像が生成される。

ＭＰ画像とＲＢ画像は互いに類似しているが、ＭＰ画像は白黒の二値画像であるのに対して、ＲＢ画像はカラー画像である点で異なる。

この第３の着順判定装置１００ｃでは、着衣色領域認識部７０は、ゴールシーンＧＳ画像に代えて、移動体部分画像生成部６０の出力する移動体部分画像ＲＢを受けて着衣色クラスタＲＣｎ（の重心座標ＣＣｎ）の生成を行う。この処理では、ＧＳ画像から背景画像を除去したＲＢ画像に基づいて行うことにより、その処理精度を向上させることができる。

また、第３の着信判定装置１００ｃでは、ゴール判定対象領域抽出部８０は、着衣色クラスタＲＣｎ（の重心座標ＣＣｎ）とともに入力する画像として、ゴールシーンＧＳまたは二値画像ＭＰを用いる。ゴールシーンＧＳを用いる場合には、好ましくは画像マッチング部９０で用いる基準画像ＲＩはカラー画像とする。二値画像ＭＰを用いる場合には、好ましくは画像マッチング部９０で用いる基準画像ＲＩは二値画像とする。他の構成は着順判定装置１００ｂと同様である。

＜ハードウェア構成例＞
図４は、本実施形態の図１～図３に示した着順判定装置１００ａ～１００ｃの各機能ブロックを実現するためのデータ処理装置２００のハードウェア構成例を示す。

データ処理装置２００はコンピュータに相当し、典型的には、中央処理装置（ＣＰＵ）２１０、メモリ２２０、表示制御部２３０、ストレージ２５０、入力インタフェース（Ｉ／Ｆ）部２６０を備える。中央処理装置（ＣＰＵ）２１０は、バス２０５を介して、データ処理装置２００の各部を制御し、その動作を司るプロセッサである。メモリ２２０は、ＣＰＵの実行するオペレーティングシステム（ＯＳ）やプログラムやデータを格納する領域２２１，２２３およびワーク領域２２５を含む記憶デバイス（記憶手段）である。図１～図３に示した画像記憶部３０はメモリ２２０により構成しうる。表示制御部２３０は、ＣＰＵ２１０の制御下で画像や映像、テキスト等の表示情報を表示部３１０の表示画面上に表示する表示制御手段である。ストレージ２５０は、プログラムやデータ等を不揮発的に記憶する大容量の記憶手段である。入力インタフェース（Ｉ／Ｆ）部２６０は、外部の入力装置をバス２０５に接続する手段であり、この例では、ゴール地点に設置されるスリットカメラ３２０、スタート位置に設置される、静止画または動画を撮像するカメラ３３０、および操作者の操作を受け付ける操作部３４０が接続される。入力インタフェース部２６０に代えて、または加えて、通信インタフェース部を備えてもよい。

＜第１のフローチャート＞
図５は、図１に示した着順判定装置１００ａの機能ブロック図の各機能を、図４に示したデータ処理装置２００が実行するための着順判定処理の第１のフローチャートである。以下、競輪を例として画像例を挙げて説明する。

この処理は競技開始時に起動され、まず、スタート位置（所定整列位置）に設置されたカメラ３３０の撮像画像に基づいて、競技に参加している各選手の着衣色ＰＣｎを採取する（Ｓ１）。この工程は図１に示した色採取部１０の動作に対応する。上述したように、固定の着衣色ＰＣｎを用いる場合には、この工程Ｓ１および次の工程Ｓ２は省略することができる。

次いで、各選手の着衣色ＰＣｎの近似色と判断できる許容範囲を設定する（Ｓ２）。この工程は、図１に示した許容範囲設定用パラメータ生成部２０の動作に対応する。

例えば、各選手の着衣色ＰＣｎの近似色と判断できる許容範囲の設定の具体例は次のとおりである。

まず、ＰＣｎの測定値から同色判定のための閾値（ＰＣｎ ｍａｘ， Ｃｎ ｍｉｎ）を次式により決定する。
PCn max = [Hn + Δh, Sn + Δs, Vn + Δv]
PCn min = [Hn - Δh', Sn - Δs', Vn - Δv']
Δｈ，Δh'は狭く、Δｓ，Δs'、Δｖ，Δv'は広く設定しておく。

これらのパラメータは次段階での各選手の位置検出に使用するが、ＰＣｎ ｍａｘ、ＰＣｎ ｍｉｎの適正な設定により、天候変化、光源変化、陰影などの外乱への耐性を得ることができる。

なお、許容範囲を定める各Δ値は各色域のヒストグラムからを定めることができる。好ましくは、Δｈ，Δh'は狭く、Δｓ，Δs'、Δｖ，Δv'は広く設定する。これにより、着衣色の誤検出の可能性を低減する効果が期待される。例えば、Δｈ，Δh'はヒストグラムのピークから上下１σ程度、Δｓ，Δs'、Δｖ，Δv'は上下２σ程度を許容範囲とする。ΔｈとΔh'とは同じ値であってもよいし、若干異なる値であってもよい。ΔｓとΔs'、ΔｖとΔv'についても同様である。また、彩度Ｓを所定の閾値で判定し、彩度Ｓが当該閾値より小さいとき、色相Ｈの許容範囲をより広く取り、着衣色が白及び黒の場合の判定精度を向上させるようにしてもよい。

その後、スリットカメラ３２０から得られたＧＳ画像を取得し、画像記憶部３０に保存する（Ｓ３）。図８（ａ）にＧＳ画像の例を示す。

次いで、各選手の着衣色クラスタＲＣｎ（およびその重心座標ＣＣｎ）をゴールシーンＧＳから抽出する（Ｓ７）。この処理は、ｅｒｏｄｅ／ｄｉｌａｔｅ後に最大の連続領域を抽出する手法によってもよいし、この代わりに、Ｂｌｕｒ処理に続き二値化処理をした後の最大の連続領域を抽出する手法によってもよい。この工程は図１に示した着衣色領域認識部７０の処理に対応する。

ｅｒｏｄｅ処理とは、モルフォロジー処理の一種で、画像中の白色雑音（ノイズ）を除去したり連結している複数の物体を分割したりするために行われる収縮処理である。ｄｉｌａｔｅ処理とは、モルフォロジー処理の一種で、収縮処理と逆に前景物体のサイズを増加させる膨張処理である。ｅｒｏｄｅ処理と組み合わせて用いることにより、ノイズの除去を効果的に行うことが可能となる。

Ｂｌｕｒ処理とは、画像をぼかすための処理であり、ノイズ除去に利用できる。例えば、二値画像にｂｌｕｒ処理をかけた上、閾値を設けて再度二値化することにより離散した微小領域が激減し、二値化後の画像中の連続した最大領域を求めることが容易になる。ｅｒｏｄｅ／ｄｉｌａｔｅ処理やＢｌｕｒ処理によれば、演算負荷の削減と、対象とする着衣色クラスタＲＣｎに属さない領域を誤認することを避ける効果がある。

以下に、工程Ｓ７の具体例を示す。

（ｅｒｏｄｅ／ｄｉｌａｔｅ後に最大の連続領域を抽出する場合）
ゴールシーンＧＳの各画素の色（ＨＳＶ値）が上記閾値（上下限値）の範囲内に入る場合、これらの画素を個々の着衣色クラスタＲＣｎに属する画素点とし、各着衣色クラスタに属する点群の重心位置を求める。ただし閾値内に入る画素が本来対応する選手の位置以外にも存在し得るため、ｎ個からなる各着衣色クラスタＲＣｎの画像を３～８画素分ｅｒｏｄｅ処理し、さらに同量のｄｉｌａｔｅ処理をした上、重心（の座標）を求める。これを全ての着衣色クラスタに対して行う。

なお、かなり近似した着衣色がある場合、個別分離が困難な場合がありうる。このような場合、erode/dilate処理をしても１つの着衣色クラスタに属する点群が複数個残りうる。このような問題を回避するため各着衣色クラスタに属する点群は連続した領域でかつ最も面積の最も広いもののみに絞る処理を行うようにしてもよい。（例えば、ＯｐｅｎＣＶのｃｖ２．ｃｏｎｎｅｃｔｅｄＣｏｍｐｏｎｅｎｔｓ（）などで連続領域を抽出後最大のものを選択する。）

（Ｂｌｕｒ処理後に最大の連続領域を抽出する場合）
上記のｅｒｏｄｅ／ｄｉｌａｔｅ処理を行わず、各着衣色クラスタＲＣｎに属する点群として、連続した領域でかつ最も面積の最も広いものを選択する処理を行う。各着衣色クラスタＲＣｎ毎に選択された領域の重心の座標ＣＣｎを求める。（ＯｐｅｎＣＶのｃｖ２．ｃｏｎｎｅｃｔｅｄＣｏｍｐｏｎｅｎｔｓ（）など）

図９（ａ）に着衣色クラスタＲＣｎの候補画素の例を示し、図９（ｂ）にｅｒｏｄｅ処理後の画像例、図９（ｃ）にｄｉｌａｔｅ処理後のＲＣｎの画像例を示す。図９（ａ）～（ｃ）の画像を対比すると、図９（ｂ）の画像では図９（ａ）の画像内のノイズが軽減され、一旦縮小した主要領域が図９（ｃ）で復元していることが分かる。

次いで、ゴール判定対象領域ＨＺｎの画像、すなわち各選手の車両の前方車輪先端部が含まれる領域ＨＺｎ画像の抽出を行う（Ｓ８）。この抽出元としては、本例ではＧＳ画像を使用する。この工程は図１に示したゴール判定対象領域抽出部８０の処理に対応する。

以下に具体例を示す。

各着衣色クラスタＲＣｎの重心座標ＣＣｎを（Ｘｎ，Ｙｎ）とし、（Ｘｎ＋Ａ，Ｙｎ＋Ｂ），（Ｘｎ＋Ｃ，Ｙｎ＋Ｂ），（Ｘｎ＋Ａ，Ｙｎ＋Ｄ），（Ｘｎ＋Ｃ，Ｙｎ＋Ｄ）で囲まれた領域ＨＺｎをゴールシーンＧＳからクロップする（切り出す）。この矩形領域ＨＺｎを各選手の前方車輪先端部が確実に含まれる領域とすべく変数Ａ，Ｂ，Ｃ，Ｄの値を選定する。変数Ａ，Ｂ，Ｃ，Ｄの値の例としてはそれぞれ３０，３０，１００，１１０前後が挙げられる（ゴールシーンＧＳが１０００ ｘ １０００ｐｉｘｅｌ 画像の場合）。

図１０に、重心座標ＣＣｎに基づいてゴール判定対象領域ＨＺｎを設定した例を示す。

次いで、各ゴール判定対象領域ＨＺｎの画像を基準画像ＲＩと対照する画像マッチングを行い、特定位置座標Ｗｐｎ（Ｘｎｈ，Ｙｎｈ）を求める（Ｓ９）。この処理は、伸縮テンプレートマッチングによるものであってもよいし、特徴量マッチングによるものであってもよい。この工程は図２に示した画像マッチング部９０の処理に対応する。

以下に具体例を示す。

（伸縮テンプレートマッチングによる前方車輪先端部の位置取得の場合）
ＡＫＡＺＥなどの特徴量を使用せず、基準画像ＲＩをテンプレートとし、前方車輪先端部を含む領域ＨＺｎの画像に対しテンプレートマッチングを行うことにより前方車輪先端部の絶対位置（Ｘｎｈ，Ｙｎｈ）を特定する。そのために、まずは、ＨＺｎ画像内において基準画像ＲＩに対応する画像領域を求める。基準画像ＲＩを定める段階で基準画像ＲＩの枠内での車輪先端位置が既知なので、基準画像ＲＩに対応するＨＺｎ画像内の画像枠が定まれば両画像の写像関係からＨＺｎ画像内の車輪先端部の位置が定まる。

より具体的には、基準画像ＲＩとＨＺｎ画像内のＲＩと同形の領域（とりあえずＺとする）を比較しながらＨＺｎ全域をカバーするまで領域Ｚを順次移動させて最も近似度が高い移動位置（対応する各画素値の２乗誤差の和が最小となる位置）を見つける。その後、領域ＨＺｎ内で基準画像ＲＩとのマッチング（相互相関の極大点）が取れた点と領域ＨＺｎの左上角点（この領域内の原点）との距離が得られる。この距離ベクトルを（Ｘｎｃ，Ｙｎｃ）とすると、前方車輪先端部の絶対位置（Ｘｎｈ，Ｙｎｈ）は（Ｘｎ＋Ａ＋Ｘｎｃ，Ｙｎ＋Ｂ＋Ｙｎｃ）となる。この絶対位置は基準画像ＲＩとの関係で得られる数値であって車輪先端部のＸ位置そのものではない（正確にはＲＩとマッチングが取れたＸ位置に、画像ＲＩの左端と画像ＲＩ内の車輪右端までの距離を加えたものである）。但し、全選手間の相対的な位置関係は上記（Ｘｎ＋Ａ＋Ｘｎｃ，Ｙｎ＋Ｂ＋Ｙｎｃ）で表現されているため、これに基づいて着順は決定できる。

テンプレートマッチングの回転脆弱性はこの場合問題にならないが、選手間の距離差を考慮する必要があるためスケーリング耐性を追加する。すなわち、各選手の前方車輪先端部を含む領域画像ＨＺｎについて、スケールファクタを変えてスケーリング（伸縮）しながら基準画像ＲＩとテンプレートマッチングを行って車輪先端位置を特定し、各選手間の相互比較を行って着順を判定する。ＨＺｎをスケーリングしながら上記の処理を繰り返し、画像ＲＩと領域Ｚの近似度が最も高いスケーリングファクタ時の移動位置と当該スケーリングファクタから目的の座標を得る。

図１１に、ｎ番目の選手に対応する前方車輪の領域ＨＺｎの画像と基準画像ＲＩとの対比の例を示す。本例の基準画像ＲＩは前方車輪のほぼ右前１／４の領域を含む矩形領域の画像である。本例の領域ＨＺｎの画像はＧＳ画像から得たものである。図中、ＨＺｎ画像中、基準画像ＲＩに対応する画像部分として検出された領域が枠Ｆで示されている。前方車輪の下部が手前の選手により遮られる場合があり、「右上１／４」とすることにより、そのような場合の誤判定を避けることができるという効果が得られる。

（特徴量マッチングによる前方車輪先端部の位置取得の場合）
特徴量としては、例えば、ＡＫＡＺＥ、ＳＩＦＴ、またはＯＲＢを使用することができる。本例では、基準画像ＲＩとして、例えば自転車前方車輪の右上１／４が含まれた画像とする。いずれにせよ、基準画像ＲＩは、前方車輪先端部を含むものであって、適正なマッチングが行われることを保証するサイズであれば足りる。各選手の自転車の前方車輪先端部を含む矩形領域ＨＺｎ毎に基準画像ＲＩとの特徴量マッチングを行い両方の画像から対応する点群を抽出する。より具体的には、基準画像ＲＩから抽出した特徴点とＨＺｎ画像から抽出した特徴点をそれぞれの特徴量で比較し、十分な対応点が得られたら基準画像ＲＩと前方車輪先端部領域ＨＺｎ内で一定以上近接した点群同士の射影変換、すなわち基準画像ＲＩと前方車輪先端部領域ＨＺｎの画像への変換行列を求める（例えばＯｐｅｎＣＶのｃｖ２．ｆｉｎｄＨｏｍｏｇｒａｐｈｙ（）などにより）。この行列と、各着衣色クラスタＲＣｎの重心座標ＣＣｎ（Ｘｎ，Ｙｎ）に基づいて、当該車両の前方車輪先端部の絶対位置（Ｘｎｈ，Ｙｎｈ）を特定する。このようにして、矩形領域ＨＺｎ内の、基準画像ＲＩに最も適合する領域を特定し、前方車輪先端部の絶対位置の座標のｘ成分を求める。

最後に、各選手の順位（着順）を決定し、出力する（Ｓ１０）。具体的には、各選手の順位をＸｎｈの降順で番号を振る。着順の出力の態様としては、表示部３１０へのテキストおよび／またはイメージによる表示、通信インタフェース部を介して外部へのデータ出力があり得る。この工程は図１に示した着順出力部９５の処理に相当する。

なお、上記各工程の実行順序は支障のない範囲で前後しても構わない。また、前方車輪最先端部が手前の選手によって完全に隠れてしまう等、ゴールシーンＧＳ内に得られたいずれかの矩形領域ＨＺｎについて基準画像ＲＩとの画像マッチングが成功しない場合が生じうる。このような問題に対しては、ゴール位置のスリットカメラと反対側にミラーを設け、ミラーに写った反射画像についてもスリットカメラ画像を得て上記と同様の処理を並行して実行し、非反射画像の処理結果を補うことが可能である。本実施形態では画像中の数字を認識する訳ではないので、画像が反転しても特に問題はない。また、スリットカメラから見て、ミラーは選手の裏側の像を写すので、基準画像ＲＩは同じものを利用可能である。反転画像と非反転画像の両方で画像マッチングが成功して両者の着順判定結果が異なる場合には着順判定装置のオペレータ等にその旨を告知する手段を備えてもよい。ミラーの代わりに別個のスリットカメラを設けて、このスリットカメラの出力に対して上記と同様の処理を変更に実行してもよい。この場合、基準画像ＲＩを反転するか、またはスリットカメラの出力画像を反転する。

＜第２のフローチャート＞
図６は、図２に示した着順判定装置１００ｂの機能ブロック図の各機能を、図４に示したデータ処理装置２００が実行するための着順判定処理の第２のフローチャートを示す。図１に示した工程と同様の工程には同じ参照符号を付し、重複した説明は省略する。

この第２のフローチャートでは、工程Ｓ３の後、ＧＳ画像の背景画像ＢＧを生成する（Ｓ４）。具体的には、上述のとおり、スリットカメラ画像の最初の縦ラインを横方向に複製した画像を作り背景ＢＧとする。図８（ｂ）にＢＧ画像の例を示す。この工程は図２に示した背景画像生成部４０の動作に対応する。

次いで、ゴールシーンＧＳ画像から移動体部分（選手＋自転車）を分離した二値画像ＭＰを生成する（Ｓ５）。この工程は図２に示した二値画像生成部５０の動作に対応する。図１２（ａ）に、図８のＧＳ画像に対応するＭＰ画像の例を示す。

この工程Ｓ５の後、工程Ｓ７を介して工程Ｓ８へ移行する。

本例の工程Ｓ８では、各着衣色クラスタＲＣｎの重心座標ＣＣｎに基づいて領域ＨＺｎをＭＰ画像からクロップする。領域ＨＺｎのサイズを定める変数Ａ，Ｂ，Ｃ，Ｄについては上記のとおりである。

図１３に、ｎ番目の選手に対応する前方車輪の領域ＨＺｎの画像と基準画像ＲＩとの対比の例を示す。本例では、この基準画像ＲＩは前方車輪のほぼ前方半分の領域を含む矩形領域の二値画像である。本例の領域ＨＺｎの画像はＭＰ画像から得たものである。他の工程については、図５の第１のフローチャートと同じである。

＜第３のフローチャート＞
図７は、図３に示した着順判定装置１００ｃの機能ブロック図の各機能を、図４に示したデータ処理装置２００が実行するための着順判定処理の第３のフローチャートを示す。図１、図２に示した工程と同様の工程には同じ参照符号を付し、重複した説明は省略する。

この第３のフローチャートでは、第２のフローチャートの工程Ｓ５の後に、ゴールシーンＧＳと移動体部分の二値画像ＭＰ（選手＋自転車）とに基づいて、移動体部分画像ＲＢを生成する（Ｓ６）。換言すれば、ＧＳ画像をＭＰ画像でマスクし、ＧＳ画像から移動体部分画像ＲＢを生成する。この工程は図３に示した移動体部分画像生成部６０の処理に対応する。図１２（ｂ）に、図８（ａ）のＧＳ画像に対応するＲＢ画像の例を示す。

なお、この工程の処理は、全画素の比較によってもよいし、所定の複数個の画素単位（例えば横３画素単位）の比較によってもよい。

以下に具体例を示す。

（全画素比較の場合）
ＧＳ画像およびＢＧ画像の両画像を画素毎に対比し色相ＨｎのＭＳＢが一致する画素を"１"、しない画素を"０"とする二値画像ＭＰを得る。

（横３画素単位で比較の場合）
ＧＳ画像を各ライン毎に、右端３画素分の領域と左側にあるライン上の画素を３画素単位で比較し、一致度が閾値以下の部分を抽出する。すなわち、ＧＳ画像を高さ１画素分の横長画像に分け、各横長画像に対応する右端の１ｘ３のパターンをカーネルＫとし、カーネルＫのノルムと、左の横長画像から１画素ずつ順に抜き出した１ｘ３のパターンのノルムの差が閾値以上の場合"１"、その他は"０"とする二値画像ＭＰを生成する。

工程Ｓ６に続く工程Ｓ７ａでは、各選手の着衣色クラスタＲＣｎ（およびその重心）を移動体部分ＲＢから抽出する。さらに本例の工程Ｓ８では、各着衣色クラスタＲＣｎの重心座標ＣＣｎを（Ｘｎ，Ｙｎ）とし、（Ｘｎ＋Ａ，Ｙｎ＋Ｂ），（Ｘｎ＋Ｃ，Ｙｎ＋Ｂ），（Ｘｎ＋Ａ，Ｙｎ＋Ｄ），（Ｘｎ＋Ｃ，Ｙｎ＋Ｄ）の４点で囲まれた領域ＨＺｎをＭＰ画像またはＧＳ画像からクロップする。他の工程は、図６の第２のフローチャートと同じである。

＜変形例＞
以上説明した実施形態は説明のための例示であり、本発明は必ずしも上記の構成および動作に限定されるものではなく、種々の変形、変更を行うことが可能である。

例えば、本発明は必ずしも競輪に限るものではなく、選手（競技参加者）が搭乗物とともに移動する競技であれば適用が可能である。そのような競技としては、競輪以外に例えばオートレース、競艇等が挙げられる。オートレースの場合には、搭乗物はオートバイであり、そのゴール判定対象は競輪と同様に前輪の先端部である。競艇の場合には、搭乗物はボートであり、そのゴール判定対象はボートの先端部である。競艇の場合の基準画像はボート先端部の画像とする。競馬については、現状とは異なるが騎手が馬番対応の異なる色の勝負服を装着すれば適用可能である。その場合の判定対象は典型的な馬の横顔（鼻）である。さらには、競技は公営競技に限るものでもない。

１０ 色採取部
２０ 許容範囲設定用パラメータ生成部
３０ 画像記憶部
４０ 背景画像生成部
５０ 二値画像生成部
６０ 移動体部分画像生成部
７０ 着衣色領域認識部
８０ ゴール判定対象領域抽出部
９０ 画像マッチング部
９５ 着順出力部
１００ａ～１００ｃ 着順判定装置
２００ データ処理装置
２００ データ処理装置
２０５ バス
２２０ メモリ
２２１ ＯＳ／プログラム領域
２２３ データ領域
２２５ ワーク領域
２３０ 表示制御部
２５０ ストレージ
２６０ 入出力Ｉ／Ｆ部（通信Ｉ／Ｆ部）
３１０ 表示部
３２０ スリットカメラ
３３０ カメラ
３４０ 操作部
ＢＧ 背景
ＣＣｎ ｎ番選手の着衣色
ＧＳ ゴールシーン
ＨＺｎ ｎ番選手のゴール判定対象領域（前方車輪先端部領域、矩形領域）
ＭＰ 移動体部分（選手＋自転車、前景、二値画像）
ＰＣｎ ｎ番選手の着衣色
ＲＢ ゴールシーンＧＳ中の移動体部分ＭＰを切り抜いた画像
ＲＣｎ ｎ番選手の着衣色の近似色を持つ領域
ＲＩ 基準画像
ＷＰｎ ｎ番選手の特定位置座標（前方車輪先端部の位置の座標）

Claims (13)

1. 複数の選手がそれぞれ異なる色の着衣を装着した競技において、ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像をコンピュータで画像処理することにより、当該複数の選手がゴールする際の着順判定を行う着順判定方法であって、
   ゴールシーン画像に基づいて、各選手の着衣色の色領域を当該選手の胴体部として認識する工程と、
   各選手の前記胴体部の位置に基づいて、当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出する工程と、
   前記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を取得する工程と、
   複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定する工程と
   を備えた着順判定方法。
2. 前記ゴールシーン画像に基づいて、前記ゴールシーン画像の背景に相当する背景画像を生成する工程と、
   ゴールシーン画像に基づいて各選手を含む移動体部分か否かを表す二値画像を生成する工程と、
   前記ゴールシーン画像と前記二値画像とに基づいて移動体部分画像を生成する工程とをさらに備え、
   前記着衣色の色領域を認識する工程は、前記移動体部分画像に基づいて色領域を認識する請求項１に記載の着順判定方法。
3. 前記背景画像を生成する工程では、前記ゴールシーン画像の、前記移動体部分が含まれないことが保証される１ラインの画像を複製することにより背景画像が生成される請求項２に記載の着順判定方法。
4. 前記ゴール判定対象領域を抽出する工程は、前記胴体部から所定の位置関係にある所定のサイズの矩形領域を当該選手のゴール判定対象領域として定める工程を含む請求項１から３のいずれかに記載の着順判定方法。
5. 前記着衣色の色領域を認識する工程は、前記ゴールシーン画像に基づいて色領域を認識する請求項１に記載の着順判定方法。
6. 前記着衣色の色領域を認識する工程は、
   画像内の各画素の色を、予め定められた着衣色判定時の許容範囲設定用パラメータに照らして当該画素の各着衣色への該当／非該当を判断する工程と、
   該当すると判断された画素群からノイズを除去する工程と
   を含む請求項１から５のいずれかに記載の着順判定方法。
7. 複数の選手がそれぞれ異なる色の着衣を装着した競技において、当該複数の選手がゴールする際の着順判定を行う着順判定装置であって、
   ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像を記憶する画像記憶部と、
   前記ゴールシーン画像において、各選手の着衣色の色領域を当該選手の胴体部として認識する着衣色領域認識部と、
   各選手の前記胴体部の位置に基づいて、前記ゴールシーン画像から当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出するゴール判定対象領域抽出部と、
   前記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を求める画像マッチング部と、
   複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定して出力する着順出力部と
   を備えた着順判定装置。
8. 前記ゴールシーン画像の背景に相当する画像を前記ゴールシーン画像から生成する背景画像生成部と、
   前記ゴールシーン画像に基づいて各選手を含む移動体部分か否かを表す二値画像を生成する二値画像生成部と、
   前記ゴールシーン画像と前記二値画像とに基づいて移動体部分画像を生成するゴール判定対象領域抽出部とを備え、
   前記着衣色領域認識部は、前記移動体部分画像に基づいて色領域を認識する
   請求項７に記載の着順判定装置。
9. 前記背景画像生成部は、前記ゴールシーン画像の、前記移動体部分が含まれないことが保証される１ラインの画像を複製することにより生成する請求項８に記載の着順判定装置。
10. 前記ゴール判定対象領域抽出部は、前記胴体部から所定の位置関係にある所定のサイズの矩形領域を当該選手のゴール判定対象領域として定める請求項７から９のいずれかに記載の着順判定装置。
11. 前記着衣色領域認識部は、前記ゴールシーン画像に基づいて色領域を認識する請求項８に記載の着順判定装置。
12. 前記着衣色領域認識部は、画像内の各画素の色を、予め定められた着衣色判定時の許容範囲設定用パラメータに照らして当該画素の各着衣色への該当／非該当を判断し、該当すると判断された画素群からノイズを除去する請求項７から１１のいずれかに記載の着順判定装置。
13. 複数の選手がそれぞれ異なる色の着衣を装着した競技において、ゴール位置に設置されたスリットカメラにより得られたゴールシーン画像をコンピュータで画像処理することにより、当該複数の選手がゴールする際の着順判定を行うプログラムであって、
    コンピュータに、
    ゴールシーン画像に基づいて、各選手の着衣色の色領域を当該選手の胴体部として認識する工程と、
    各選手の前記胴体部の位置に基づいて、当該選手が搭乗している搭乗物の特定部分を含むゴール判定対象領域を抽出する工程と、
    前記抽出されたゴール判定対象領域の画像をゴール判定対象の基準画像とマッチングすることによりゴール判定対象の特定位置座標を取得する工程と、
    複数の選手について求められた前記特定位置座標に基づいて、当該複数の選手の着順を決定する工程と
    を実行させるプログラム。

Images