JPH0217832B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は輪郭抽出装置に係り、特に背景と輪郭
抽出物体との濃度差を利用してその物体を抽出す
る場合において、背景と上記物体の濃度があまり
かわらない場合でも、また背景にノイズが存在す
る場合でも、濃度変化部分が物体の輪郭部である
エツジ部分かどうかを判定するための最適な閾値
を自動的に判定できるようにしものに関する 〔従来技術と問題点〕 例えば第１図に示す如く、台１上の物体２を認
識する場合、これをTVカメラ３のような電気信
号変換装置で各画素毎に多値の濃淡画像信号に変
換する。そして物体２の濃度と、台１すなわち背
景の濃度との濃度差を利用して対象物体２の輪郭
を抽出するものである。具体的には、入力画像を
微分することで各画素毎に濃度変化値、すなわ
ち、隣接する二点の濃度値の差を算出し、濃度変
化値がある所定の閾値以上であるときに、その点
を輪郭を構成する点であると認識する。

この場合、入力画像中に雑音成分が存在する
と、音部分でも濃度変化値が大きいため、この雑
音部分を輪郭部分であると誤認することになる。
そのため入力画像信号の雑音成分を除去する。そ
して画像内の各点の近傍における濃度変化を検出
し、その値が所定の閾値より大きくなる点を探査
することにより物体の輪郭つまりエツジを検出す
る方法が多く使用されている。

この場合、ノイズを除去する方法としては色々
あるが、フイルタ内の画素の平均値を出力するよ
うな平滑化フイルタ、そのフイルタ内の濃度のう
ち中間の濃度を出力するメデアン・フイルタ等が
使用されるものの、完全にノイズを除去すること
は困難である。

ところが前記の輪郭抽出方法において、背景と
輪郭抽出対象の物体との濃度差が小さい場合に
は、輪郭における濃度変化値が小さくなり、安定
に輪郭を抽出するためには、エツジを検出するた
めの濃度変化値に対する閾値、すなわち、エツジ
検出の閾値はできるだけ小さく設定しておくこと
が必要となるが、過度に小さいと除去しきれなか
つた背景部におけるノイズを誤つてエツジとして
検出する確率が増加し、その結果、輪郭抽出の精
度が悪くなるという問題点がある。

〔発明の目的〕

本発明の目的は、上記問題点を解決するため、
あらかじめ背景のテスト画像を入力し、この画像
の一部または全体の濃度の分散を検出してノイズ
の程度を推定し、次にノイズ除去の処理の効果を
予測し、さらにノイズ除去後の画像の各点の近傍
における濃度変化を予測して濃度変化値に対する
閾値と背景部で誤つてエツジが検出される確率と
の関係式を求め、背景部で誤つてエツジが検出さ
れる確率が十分小さくなる範囲で、できるだけ小
さなエツジ検出の閾値を算出するようにした輪郭
抽出装置を提供することである。

〔発明の構成〕

上記目的を達成するために本発明の輪郭抽出装
置では、入力された画像信号に対してｎ×ｍマト
リツクスのウインドを走査させることにより雑音
を除去する雑音除去回路と、前記入力画像信号中
の各画素における濃度変化値を検出する濃度変化
値検出回路と、前記濃度変化値が所定の閾値より
大きい画素を検出する画素検出回路とを備え、入
力画像信号中から対象物体の輪郭を抽出する輪郭
抽出装置であつて前記入力画像信号の濃度の分散
値を検出する分散検出回路と、前記分散値に基づ
いて前記雑音除去回路から出力される画像信号の
濃度変化値の分布を予測する濃度変化値分布予測
回路と、前記濃度変化値の分布の予測に基づいて
前記画素検出回路の閾値を決定する閾値決定回路
とを具備してなることを特徴とする。

〔発明の実施例〕

本発明を一実施例にもとづき詳述するに先立
ち、その原理を第１図〜第８図にもとづき説明す
る。

例えば第１図に示す如き物体２をTVカメラ３
で上より撮像してその撮像を第２図に示す如く左
→右方向に走査する。このとき背景部となる台１
の画像にノイズがなければ、第２図の画像信号に
おいて背景部の濃度ヒストグラムは、第３図イの
如く、景部の有する特定濃度のところに集中す
る。しかし背景部にノイズが存在すれば、そのヒ
ストグラムは、第３図ロの如く分散することにな
る。第３図ロのヒストグラムの拡がりの程度を表
すのが分散値であり、分散値の大きさが雑音の程
度を表現する。また、一般に背景部の濃度の平均
値がｎであり、分散値がσであるときに、背景部
におけるある画素の濃度がμとμ＋dμの間の値
をとる確率をＰ（μ）dμは となる。メデアン・フイルタによる処理後の画像
背景中の近接する二点の濃度がそれぞれμおよび
νとなる確率が予測できる。

すなわち、同時生起行列Pc（μ、ν）が以下に
示すように予測でき、その結果から、濃度変化値
の分布、すなわち、隣接する二点の濃度差がλと
λ＋dλである確率Pd（λ）dλが予測できる。こ
の時、Pd（λ）は背景部の濃度の平均値には依存
せず、濃度の分散値だけに依存する。濃度変化値
に対する閾値をThoとした時に、隣接する二点の
濃度差がTho以上であるとき、それらの点は誤つ
てエツジとして検出されるが、その確率Ｐ（Tho）
は濃度変化値がλ以上である確率 Ｐ（Tho）＝ ^∞ _ThpPd（λ）dλ として予測できることになる。すなわち、背景部
における濃度の分散値を求めれば、その結果か
ら、雑音除去処理であるメデイアン・フイルタ処
理後の画像において背景部でノイズが誤つてエツ
ジとして検出される確率が予測できる。濃度変化
値に対する閾値Thoが大きくなれば大きくなるほ
ど背景部でノイズが誤つてエツジとして検出され
る確率Ｐ（Tho）は大きくなるが、この確率を十
分に小さくなる範囲で、できるだけ小さな濃度変
化値に対する閾値を算出することで、エツジ検出
の誤りを小さくできるわけである。以下にこの原
理の詳細を示す。

例えば第４図に示す如く、１×３のメデアン・
フイルタをほどこした後の隣接する２点P₁，P₂
（第５図）の一方の濃度がμであり他方の濃度が
νである確率は次の如くして予測できる。

第６図に示す如く、メデアン・フイルタM₁の
出力がμであり、メデアン・フイルタM₂の出力
がνであるためには（μ＜νとする）メデアン・
フイルタM₁，M₂がおおう４つの画素の濃度は、
μ^-をμ^-＜μとなる任意の値、ν⁺をν＜ν⁺となる
任意の値として、 (1) μ^- μ ν ν⁺ →2P（μ）Ｐ（ν）∫〓_-∞Ｐ（λ）dλ∫^∞〓Ｐ（λ）
dλ
…… (2) μ μ^- ν ν⁺ →2P（μ）Ｐ（ν）∫〓_-∞Ｐ（λ）dλ∫^∞〓Ｐ（λ）
dλ
…… (3) μ^- μ ν⁺ ν →2P（μ）Ｐ（ν）∫〓_-∞Ｐ（λ）dλ∫^∞〓Ｐ（λ）
dλ
…… (4) μ μ^- ν⁺ ν →2P（μ）Ｐ（ν）∫〓_-∞Ｐ（λ）dλ∫^∞〓Ｐ（λ）
dλ
…… 何れかでなければならない。

上記(1)〜(4)において中央の２つの値は入れ替え
てもメデアン・フイルタM₁，M₂の出力は同一で
あるので、結局上記状態の確率は同一の上記〜
式で示される。ここで上記各式の ^∞ _Thpは入れ
替えてもよいことを示す。以下同様である。

それ故、メデアン・フイルタM₁，M₂の出力が
μ，νの確率Ｐ（μ，ν）は上記〜式の和の
次式で示される。

Ｐ（μ，ν）＝8P（μ）Ｐ（ν）∫〓_-∞ Ｐ（λ）dλ∫^∞ _rＰ（λ）dλ …… またメデアン・フイルタM₁，M₂の出力が同一の
μである場合は次の２つである。

μ^-μμ⁺μ^- →2P（μ）（∫〓_-∞Ｐ（λ）dλ）²∫^∞〓Ｐ（λ）d
λ…… μ⁺μμ^-μ⁺ →2P（μ）∫〓_-∞Ｐ（λ）dλ（∫^∞〓Ｐ（λ）dλ
）²…… 上記２つの場合において中央の２つの値は入れ
替えてもメデアン・フイルタM₁，M₂の出力はμ
であるので、結局上記状態の確率は上記式＋
式で示される。

したがつて一般的に次の如く表現することがで
きる。

濃度の確率分布関数が画素毎に独立であり、あ
る画素の濃度がμとμ＋dμ間の値をとる確率を
Ｐ（μ）と表わすとき、メデアン・フイルタによ
る処理後の同時生起行列P_cは次式で示すことがで
きる。

P_c（μ，ν）＝〔〕 Pc （μ，ν）＋δ（μ‐ν）〔〕 Pc (μ) …… ここで である。そして2n＋１はメデアン・フイルタの
面積、2Kは２つの注目画素の各々にメデアン・
フイルタを置いたときの重畳しない部分の面積、
δ（μ−ν）はデルタ関数である。

また隣接する二点の濃度変化値がλとλ＋dλ
間の値をとる確率P_d（λ）は次式で示される。

P_d（λ）＝〔〕 Pd （λ）＋δ（λ）〔〕 Pd …… ここで 〔〕 Pd （λ）＝∫^∞ _-∞∫^∞ _-∞〔〕 Pc （μ，ν）δ（μ−ν−λ）dμdν …… 〔〕 Pd ＝∫^∞ _-∞〔〕 Pc （μ）dν …… である。

ところで認識すべき対象の物体と背景とを識別
するとき、隣接近傍、例えば隣接点の濃度変化値
がある閾値以上のとき、これを物体のエツジとし
て検出することになるが、もし背景にノイズが存
在するとこのノイズをエツジとして誤認すること
になる。

例えば、第７図において、物体２′の背景１′に
ノイズN₀，N₁，N₂……が存在するとき、これら
のノイズN₁，N₁，N₂…をエツジと誤認したとき
同一走査線についてはそれ以降のスキヤンは行わ
れず、したがつてそれらの走査線については正し
いエツジ検出ができない。閾値は大きくすればノ
イズの影響は除去できるが、物体と背景との濃度
差が小さいときには正確な物体の検出ができな
い。

それ故、エツジ検出時において濃度変化値が閾
値Th₀以上になる確率をＰ（Th₀）とし、走査開
始点から物体の輪郭までの距離をｌとしたとき、
ノイズで消されない確率、つまり、有効検出確率
P_aは次式で示される。

（１−Ｐ（Th₀）^l＝P_a（th，ｎ，ｌ） …… ここで、thは閾値、2n＋１はメデアン・フイルタ
の面積である。

式で与えられる有効検出確率は、本来の輪郭
上で実際にエツジが正しく検出される確率を表
す。すなわち、有効検出確率が大きいほど、エツ
ジ検出の精度が良いわけである。例えば、有効検
出確率が0.8以上であるような精度が要請される
場合には （Ｉ−Ｐ（Tho）^l＝0.8 であるように閾値Thoを設定すれば良い。したが
つてノイズで消されない確率を0.8としたとき （１−Ｐ（Th₀））^l＝0.8 としてＰ（Th₀）を求めればよい。

ところでこのＰ（Th₀）は上記式のP_d（λ）よ
り下式にもとづき求めることができる。

Ｐ（Th₀）＝ ^∞ _Thp∫P（λ）dλ …… この式，式により得られる有効検出確率
P_aとエツジ検出時の閾値(th)の関係は、第３図ロ
で示す原画像の分散σをパラメータとし、第８図
に示す曲線，，…等で示すことができる。そ
れ故、原画像の背景部分における分散値σがσ＝
12.1の場合で有効検出確率P_a＝0.8としたときに
は、第８図の曲線よりP_a＝0.8＝P_rによりその
ときの閾値をTh₀として求めることができる。

上記の閾値Th₀を求めて、かつこれにより輪郭
抽出を行うための、本発明の具体的構成を第９図
により説明する。

第９図において、１２は入力回路であり、例え
ばTVカメラで入力された画像信号を512×512
（８ビツト）のデイジタル画像に変換する。この
画像信号は、あらかじめ背景部１０が入力され、
それから輪郭抽出対象物体１１とが一緒になつた
ものが入力される。

分散検出回路１３は上記入力回路１２に入力さ
れた背景部１０の画像信号の一部あるいは全体の
濃度の分散値σを検出する。

濃度変化値予測回路１４は上記分散検出回路１
３より伝達された分散値σと所定の平均値（あら
かじ任意の値に設定しておく）で特徴づけられる
正規分布に従うような濃度分布を持つ画像に対し
てノイズ除去の処理を施した後の各点の近傍にお
ける濃度変化値の分布を予測する。すなわち上記
式の演算を行うものである。

最適閾値設定回路１５は、予測された濃度変化
値の分布を基に各点の近傍における濃度変化値が
その値よりも大きくなる確率がレベル設定回路１
６で設定されるレベルP_aより小さくなるような
閾値で最小のものを算出するものであつて、第８
図の曲線，…を算出して上記P_aに対する閾
値thを出力するものである。

レベル設定回路１６は、画像の端から輪郭を抽
出するべき対象の輪郭までの平均値（オペレータ
が入力）または画像の一辺の長さ（オペレータが
特に指示しない時）より、上記最適閾値設定回路
１５のレベルを設定するものである。

閾値レジスタ１７は上記最適閾値設定回路１５
から出力される閾値を記憶するものである。

ノイズ除去回路１８は、例えばメデアン・フイ
ルタで構成されるものであり輪郭を抽出すべき物
体１１が存在する画像が入力されたときにこれが
伝達されて入力画像のノイズ成分を除去するもの
である。

微分演算回路１９は各画素点における濃度変化
値を検出するものであり、例えば３×３の１次微
分型フイルタにより構成される。

エツジ検出回路２０は濃度変化値が閾値レジス
タ１７に記憶されている値より大きい画素点を物
体の輪郭つまりエツジとして検出する。

エツジ統合回路２１は、エツジ検出回路２０よ
り出力されたエツジ信号よりその隣接関係をもと
にしてこれらを統合し、輪郭線を抽出する。

次に第９図の動作について簡単に説明する。

(a) まず背景部１０の画像信号を入力回路１２に
入力し、これを分散検出回路１３に伝達し、そ
の分散値σを求め、次いで濃度変化値分布予測
回路１４により濃度変化値の分布P_d（λ）が算
出される。このとき、レベル設定回路１６から
は物体の輪郭までの距離ｌや輪郭上のエツジの
存在確率P_rが与えられているので、最適閾値設
定回路１５は、これらに応じてエツジ検出時の
閾値Th₀を出力し、これが閾値レジスタ１７に
セツトされる。

(b) 次に輪郭の抽出されるべき物体１１の存在す
る画像信号が入力回路１２に入力されると、こ
れがノイズ除去回路１８に伝達されてノイズが
除去され、それから微分演算回路１９により濃
度変化値が求められる。そしてこの濃度変化値
がエツジ検出回路２０において閾値レジスタ１
７に記憶されている閾値Th₀と比較され、濃度
変化値がTh₀以上である画素がエツジとして出
力される。このTh₀以上の濃度差のものがエツ
ジとして出力される。そしてこのエツジ信号が
エツジ統合回路２１により、エツジの隣接関係
等をもとにして統合され、輪郭線が抽出される
ことになる。

〔発明の効果〕

本発明によれば、背景のテスト画像を１枚入力
すれば、エツジ検出の最適な閾値が決定されるの
で、高速でかつ高精度な輪郭抽出を行うことがで
きる。

【図面の簡単な説明】

第１図は画像信号入力状態説明図、第２図は背
景と物体の説明図、第３図はノイズの有無におけ
る濃度分布状態説明図、第４図はメデアン・フイ
ルタの一例、第５図、第６図はメデアン・フイル
タの動作説明図、第７図はノイズと輪郭との説明
図、第８図は最適閾値設定回路の動作説明図、第
９図は本発明の一実施例構成図である。 図中、１２は入力回路、１３は分散検出回路、
１４は濃度変化値予測回路、１５は最適閾値設定
回路、１６はレベル設定回路、１７は閾値レジス
タ、１８はノイズ除去回路、１９は微分演算回
路、２０はエツジ検出回路、２１はエツジ統合回
路をそれぞれ示す。

Claims (1)

【特許請求の範囲】
1. １ 入力された画像信号に対してｎ×ｍマトリツ
   クスのウインドを走査させることにより雑音を除
   去する雑音除去回路と、前記入力画像信号中の各
   画素における濃度変化値を検出する濃度変化値検
   出回路と、前記濃度変化値が所定の閾値より大き
   い画素を検出する画素検出回路とを備え、入力画
   像信号中から対象物体の輪郭を抽出する輪郭抽出
   装置であつて前記入力画像信号の濃度の分散値を
   検出する分散検出回路と、前記分散値に基づいて
   前記雑音除去回路から出力される画像信号の濃度
   変化値の分布を予側する濃度変化値分布予測回路
   と、前記濃度変化値の分布の予測に基づいて前記
   画素検出回路の閾値を決定する閾値決定回路とを
   具備してなることを特徴とする輪郭抽出装置。