JPH05314391A

JPH05314391A - 一連のディジタル影像中の影像の登録方法と登録装置

Info

Publication number: JPH05314391A
Application number: JP4348910A
Authority: JP
Inventors: Lelong Pierre; レロンピエール
Original assignee: Philips Gloeilampenfabrieken NV
Current assignee: Koninklijke Philips NV
Priority date: 1991-12-30
Filing date: 1992-12-28
Publication date: 1993-11-26
Also published as: EP0550101A1; FR2685842A1

Abstract

(57)【要約】【目的】静止する部分と移動する部分を備える一連の
ディジタル影像において、先行影像より後の影像を登録
する実時間で経済的な方法と装置を目的とする。【構成】先行基準影像をサブサンプルし、同時にその
縁部を除去し、かつサブサンプルされた基準影像が、各
々が各基準点の周りに中心を置かれた複数の特性ゾーン
を選択し、各特性ゾーンの後の影像において、関連整合
点の周りに中心を置かれた各対応ゾーンを見いだし、こ
こで任意の整合点の座標が、上記のシーケンスの基準影
像と上記の後の影像の間の１つ以上の中間影像で関連整
合点の外挿により発生された予測点の周りに中心を置か
れた、後の影像の各探索ゾーンにわたって相似関数を適
合させて決定され、関連変位ベクトルを生成する任意の
基準点／整合点ペアーに対して、かつ後の影像の一組の
変位ベクトルにより登録変換を生成する各ステップを具
える方法である。

Description

【発明の詳細な説明】

【０００１】

【技術分野】本発明は一連のディジタル影像中の影像の
登録方法に関連している。本発明はその速度、その加速
度、その軌跡（trajectory）等に従って移動物体を分類
可能にするために、例えば赤外線カメラにより得られた
移動物体の影像シーケンスの実時間処理にその適用を見
付けている。本発明は道路トラヒック監視（road traff
ic surveillance）に特に適用を見付けている。

【０００２】影像は一組の画素であり、各画素はある数
のビットにわたって符号化されたある種のグレーレベル
を有している。例えば、もし符号化が８ビットにわたっ
て実行されるなら、グレーレベルは０から255 のすべて
の値を取ることができる。値255 は明るい画素に対応
し、値０は暗い画素に対応する。

【０００３】影像シーケンスの動きの検出は静止部分と
移動部分を示すような２つの連続影像の間の差をまず含
んでいる。

【０００４】影像登録（image registration）は移動物
体の検出の基本的予備ステッブである。というのは、例
えば処理すべき影像から、カメラの相対的移動による背
景の移動の除去を許容するからである。しばしば、移動
中の車両に搭載されるか、あるいは風で揺れる支柱(pyl
on）に搭載されるかのいずれかの理由でカメラそれ自身
が移動する。このように、得られた影像は、カメラの移
動にもかかわらず、影像シーケンス内で背景が静止して
見えるようなやり方でお互いに関して登録されるべきで
ある。

【０００５】影像登録の他の適用は例えばテレビジョン
あるいは映画の撮影の場合に、有害な「カメラぶれ（ca
mera shake）」効果を示す影像の品質の改善に存在して
いる。

【０００６】影像登録の他の適用は、例えば非静止衛星
サテライトにより得られた影像の処理に存在している。
他の種々の使用分野が認識されている。

【０００７】

【背景技術】基準影像から抽出された第１窓と、登録す
べき影像から抽出された第２窓との間の決定的な相似
（similarity）に基づく影像登録方法は「テンプレート
整合（TEMPLATE MATCHING)」として知られている。これ
はダブリュウ・ケー・プラット(W. K. Pratt) の著書、
「ディジタル影像処理（Digital Image Processing）」
の第19章、「影像検出と登録（Image Detection and Re
gistration）」、頁551−567 、ジョン・ウィレイ・ア
ンド・サンズ（J. WILEY and SONS)、1978年に記載され
ている。この方法は次の４つのステップに分割される。Ａ− 基準影像内で、「基準点（reference point）」
と名付けられた中心を有する「テンプレート（TEMPLATE
S)」と名付けられた「特性ゾーン（characteristic zon
es）」の選択、Ｂ− 登録すべき影像内で、「特性ゾーン」に対応する
「対応ゾーン（correspondence zones）」の探索であっ
て、この対応ゾーンが「整合点（match point)」を有す
るもの、Ｃ− エラーに対する最小二乗法による幾何学的変換マ
トリクスの評価、Ｄ− 逆幾何学的変換の適用による影像の登録。

【０００８】引用文献に記載されたような「テンプレー
ト整合」法は多数のパラメータを用いている。このため
に、その方法は大量の計算時間を使用し、かつ実時間で
動作する機械で実現できない。

【０００９】特に、本発明による方法に課せられた条件
の下で実時間演算を達成するために、ステップＡで遂行
すべき機能は40ms（すなわちフレーム周波数）より少な
い時間で完了しなければならない。同じことはステップ
Ｂで遂行すべき機能についても真である。というのは、
これらの機能は異なる時間で完成するからである。

【００１０】本発明の狙いの１つは、標準ビデオ速度で
連続影像の処理を許容する、非常に短い時間範囲で影像
登録演算を実行する方法を与えることである。

【００１１】本発明の別の狙いは、有力であるが費用の
かからないデバイスの実現を許容する、当業者それ自身
に既知の標準プロセッサを目標として実現できる方法を
与えることである。

【００１２】

【発明の開示】従って、その１つの態様によると、本発
明は一連のディジタル影像において先行基準影像(prece
ding reference image) により後の影像の登録方法を与
え、上記の方法は次のステップ、すなわち上記の基準影
像をサブサンプルし、同時にその縁部を除去し、かつサ
ブサンプルされた基準影像が、各々が各基準点の周りに
中心を置かれた複数の特性ゾーンを選択し、各特性ゾー
ンの後の影像において、関連整合点の周りに中心を置か
れた各対応ゾーンを見いだし、ここで任意の整合点の座
標が、上記のシーケンスの基準影像と上記の後の影像の
間の１つ以上の中間影像で関連整合点の外挿により発生
された予測点の周りに中心を置かれた、後の影像の各探
索ゾーンにわたって相似関数（similarity function)を
適合させて決定され、関連変位ベクトルを生成する任意
の基準点／整合点ペアーに対して、かつ後の影像の一組
の変位ベクトルによる登録変換（registering transfor
m）を生成すること、の各ステップを具えている。本発
明はこの方法を実現するデバイスにも関連している。種
々の有利な態様は従属クレームに引用されている。

【００１３】添付図面を参照して本発明の種々の態様を
詳細に説明する。

【００１４】

【実施例】一般的に、「テンプレート整合」は４つのス
テップＡ，Ｂ，Ｃ，Ｄを具え、そこでは情報は画素の輝
度について処理されている。図１は機能的かつ一般的な
やり方でこの方法で使用された種々のステップを表し、
各ブロックは次の４つの特定ステップを表している。Ａ− 図１に表されたように、11での基準影像R.I.に基
づいて、基準点プロセス12により、「特性ゾーン」Tmp
（テンプレート）の中心にある基準点R.P.を13で得るた
めに、一組の「特性ゾーン」Tmp の選択が遂行される。Ｂ− Ａで規定された基準点から、21で登録すべき影像
Ｉ0 内で、整合点プロセス22により、「対応ゾーン」の
中心にある整合点M.P.を23で得るために「対応ゾーン」
が探索される。Ｃ− 関数34により、エラー対する最小二乗法による幾
何学的変換マトリクスが評価される。Ｄ− 関数31により、影像32は逆幾何学的変換35の使用
により登録される。

【００１５】本発明によると、これらの各ステップはビ
デオ速度で実時間で実現されることを許容するために計
算時間を短くする特殊なやり方で遂行される。これらの
各ステップを実現する種々のパラメータは以下に詳細に
規定されている。

【００１６】Ａ−第１ステップ：基準点アルゴリズム図１に構成されたように、基準点プロセス12は基準影像
R.I.から基準点R.P.を得る。このプロセスは以下の部分
を具えている。

【００１７】Ａ−１近傍関数の計算近傍関数（neighbourhood function）により、基準影像
R.I.内で「特性ゾーン」Tmp を選択する判定規準を規定
する。これらのゾーンは登録すべき影像Ｉ₀内で見いだ
せる顕著な特性を示さなくてはならない。ここで図２を
参照して記述される近傍関数が選択される。

【００１８】図２において、Ｍ₅は座標ｘ，ｙとして８
つの近傍、Ｍ₁，Ｍ₂，Ｍ₃，Ｍ₄，Ｍ₆，Ｍ₇，
Ｍ₈，Ｍ₉を有している。各点に対して、近傍関数は図
２に表された４方向で最小の輝度傾斜（luminance grad
ient）を計算する。選ばれた近傍関数は、

【数１】である。関数Ｉは局部コントラストの最小を表してい
る。それは不明瞭でない（登録すべき影像内で、いくつ
かの「整合点」が対応する基準点は不明瞭と名付けられ
ている）点Ｍ₅を与えることが意図されている。この第
１ステップは集中を回避するように、お互いから最小距
離より近くない基準点を規定している。

【００１９】実時間関数を適用する演算の数を低減する
ために、基準点R.P.の探索はサブサンプルされた基準影
像SSRIにわたって実行される。

【００２０】開始影像は例えば大きさ 512＊512 を持つ
基準影像R.I.である。サブサンプル影像SSRIは４番目の
各点のみをサブサンプルすることにより大きさ 128＊12
8 を有することができる。もちろん、サブサンプリング
の次数は単なる一例である。

【００２１】さらに、縁部効果(edge effect）を防ぐた
めに、基準点探索領域は縁部の除去によりさらに低減さ
れる。残りの領域は基準探索ゾーンRSZ と呼ばれる。

【００２２】図３は影像の種々の変換を表象化してい
る。部分１は例示された実例で大きさ512＊512 を持つ
開始基準影像R.I.を表している。部分２は例えばサブサ
ンプリング演算を表す矢印２ａを介して得られた 128＊
128 の基準点探索窓を表している。このサブサンプルさ
れた影像S.S.R.I.は縁部の除去を表す矢印２ｂにより表
象化された変換によりさらに低減できる。その結果は大
きさＲh ×Ｒw を有している。

【００２３】Ａ−２マスキング演算近傍関数の計算の後、マスキング演算は基準影像の１つ
の位置で基準点の集中を防ぐために遂行される。マスキ
ング演算は２つのサブ演算に分割される。

【００２４】Ａ−２−１チェーニング演算の遂行チェーニングはチェーンである等価クラスへの探索ゾー
ンR.S.Z.の区分である。各チェーンはある順序で近傍関
数の同じ値を有する探索ゾーンR.S.Z.のすべての点を接
合する。この順序は影像の左上部分から開始して右下部
分に至ることで行われる影像解析に従って規定される。
これはライン毎に行われる。値を有する第１の点が選択
され、次に、走査を続けて他の点がライン毎に選択さ
れ、それは影像が全走査されるまでである。チェーンは
近傍関数の降順で分類される。

【００２５】Ａ−２−２固有マスキング演算マスキングは以下のチェーンに基づいて遂行される。ａ）近傍関数の最大値が第１基準点として選ばれる。ｂ）この基準点の周りで規定された小さい四角のパラ
メータ化可能な大きさにより構成されたマスクに存在す
る探索ゾーンR.S.Z.の点は所属するチェーンから除去さ
れる。ｃ）上記の除去の後、同じチェーンの次の要素はこの
チェーンの終わりに到達するまで処理される。それに基
づいて、近傍関数の残りの最大値は基準点として選ば
れ、それによりチェーンを高い順序から開始してゆっく
りと除去する。ｄ）この手順は所望の数が得られ、数あるいはチェー
ンが尽きない限り続けられる。チェーンの数は基準点の
要求された数が大きすぎる場合には尽きることになる。

【００２６】Ｂ−第２ステップ：整合点探索パラメータ化可能な大きさの矩形「探索ゾーン」内で、
このプロセス22は開始影像R.I.の基準点R.P.に最良に対
応する登録すべき影像Ｉ₀の整合点M.P.を探索する。

【００２７】このプロセスは登録すべき影像Ｉ₀の点M.
P.の、各点RPm に関連する各探索ゾーンでの探索を達成
する。ユーザーはパラメータ、すなわち形状と大きさを
規定する。しかし、探索ゾーンの位置は転置された基準
点R.P.からのM.P.の予測あるいは評価により決定され
る。

【００２８】それ故、各基準点R.P.に対して、対応整合
点M.P.が探求される。時間を節約するために、各基準点
R.P.に対して、整合点M.P.の探索はＩ₀S.Z.と示された
影像Ｉ₀内の小さい探索ゾーンに限定される。

【００２９】影像Ｉ₀の各探索ゾーンＩ₀S.Z.は運動関
数ｆ (ｘ，ｙ) およびｇ (ｘ，ｙ)を使用して先行影像
の動きに基づいて予測される点の周りのゾーンを取るこ
とにより規定され、ここでｘ，ｙは基準点の座標であ
る。次の影像のその対応位置は、Ｘ＝ｆ（ｘ，ｙ）Ｙ＝ｇ（ｘ，ｙ）と予測される。関数Ｆとｇは種々のやり方で規定でき
る。零移動に対する最も簡単なやり方は恒等関数Ｘ＝ｘＹ＝ｙである。別のやり方は２つの先行影像からの線形外挿、
あるいは２つ以上の先行影像に基づく非線形カルマンフ
ィルタリングである。

【００３０】一度Ｉ₀内の探索ゾーンＩ₀S.Z.の中心が
予測により決定されたなら、このゾーンそれ自身も既知
である。基準点の決定の後で、かつ各基準点、予測点お
よび関連探索ゾーンＩ₀S.Z.に対して、整合点の正確な
位置が見いだされなければならない。

【００３１】このことは相似関数により行われる。第１
の方法によると、グレーレベル関数間の相関は以下の
式、

【数２】の最大相関で正確な整合点位置の発見を実行する。Ｆ₁
（ｊ，ｋ）とＦ₂（ｊ−ｍ，ｋ−ｎ) は基準影像R.I.の
画素（ｊ，ｋ）の輝度と、登録すべき影像Ｉ₀の画素
（ｊ−ｍ，ｋ−ｎ）の輝度をそれぞれ表している。イン
デクスｊとｋは「特性ゾーン」Tmp の大きさに制限さ
れ、かつｍとｎは図６に示されたような「Ｉ₀の探索ゾ
ーン」，Ｉ₀S.Z.で同様に制限される。

【００３２】相関関数Ｒ（ｍ，ｎ）は正確に位置するこ
とが困難なむしろ平坦な最大値を有している。ディジタ
ルフィルタ関数Ｄ_i(ｊ，ｋ)の使用は、

【数３】のようにしてこの問題を軽減する。ここで、Ｇ_i（ｊ，
ｋ）＝Ｆ_i（ｊ，ｋ）＊Ｓ_i（ｊ，ｋ）である。

【００３３】この方法は、もし「特性ゾーン」Tmp と
「Ｉ₀の探索ゾーン」，Ｉ₀S.Z が大きいなら多数の演
算を要求する。関数Ｒ（ｍ，ｎ）の最大値を決定するた
めに（ｍ−ｊ＋１）＊（ｎ−ｋ＋１）個の完全相関を実
行する必要がある。しかし、その代わりに、この方法は
確固としており、かつ異なる輝度レベルの処理を許容す
る。

【００３４】第２の方法は関数、

【数４】を使用し、ここでＦ_i（ｊ，ｋ）とＦ₂（ｊ−ｍ，ｋ−
ｎ）は既に規定されている。

【００３５】この関数は窓内のエラーの和を計算する。
整合点の位置はＥs の最小化により見いだされる。演算
の数は第１の方法より小さい。さらに、最小値の決定は
しばしば探索ゾーンのすべての位置のＥs の計算を必要
としない。しかし、この方法は雑音に敏感である。この
問題は登録の前に影像をフィルタすることにより軽減さ
れる。

【００３６】Ｃ−いわゆる「テンプレート整合」による
一般的方法の実現一般の「テンプレート整合」アルゴリズムの実現に２つ
の手順を考えることができる。Ｃ−Ｉいわゆる２パス手順この手順は図４によって例示されている。さて、基準点
R.P.はサブサンプルされた影像R.S.Z.にわたって見いだ
される。サンプリングレベルがパラメータであるから、
いくつかの選択が可能である。

【００３７】一度基準点が計算とれると、それらは512
＊512の開始影像R.I.に入る。さて、整合点は相対的に
大きい探索ゾーンを使用することにより、かつサンプリ
ングされた影像との比較によりまず粗く計算される。予
備整合点を見いだした後、小さい探索ゾーンが全解像度
(full resolution) で使用される。これは正確な結果を
生じる。このプロセスは相似関数の２バスと、かなり大
きいメモリスペースを必要とする。

【００３８】図４ａは128＊128のサブサンプルされた影
像の整合点計算の第１パスを例示している。基準影像
と、登録すべき影像は同じサブサンプリングレベルを有
している。このプロセスの第１分枝は前に述べられたブ
ロック12の以下に示す４モジュールによる 128＊128 の
基準影像R.S.Z.にわたる基準点R.P.を計算する。 − 基準点探索ゾーンのすべての点の近傍関数の計算、 − 基準点探索ゾーンの所与の四角ブロックの局部最大
値の計算、 − 同じ近傍関数値を有する最大チェーンへの局部最大
値テーブルの区分、 − 前に計算されたチェーンに基づくマスキング演算の
遂行。

【００３９】図４ａにおいて、座標Ｒx ，Ｒy は基準点
R.P.の座標である。点R.P.の周りのテンプレートは大き
さTmph＊Tmpwを持つ特性ゾーンTmp に対応している。特
性ゾーンTmp のブロック13での抽出は大きさTmph＊Tmpw
を持つ影像部分のみの考察からなっている。

【００４０】プロセスの第２分枝において（ブロック22
で）、R.I.と同じサブサンプリングレベルによる登録す
べき影像Ｉ₀の考慮の下で、点Ｒx ，Ｒy は基準点R.P.
の写像である。この点の周りのフレームは探索ゾーンＩ
₀S.Z.である。探索ゾーンの大きさは SZw＊SZh により
与えられる。

【００４１】探索ゾーンＩ₀S.Z.はブロック22で探査さ
れ、かつ基準影像から導かれた特性ゾーンが最も正確な
可能態様で重畳できる位置が探求される。

【００４２】上に議論された相似関数の使用は特性ゾー
ンの最適位置の決定を許容する。次に、探索ゾーンＩ₀
S.Z.が凍結される。１つの値は探索ゾーンＩ₀S.Z.の各
テスト位置に一致する。最後に、最良値に対応する位置
が保持される。このようにして得られた位置は整合点の
座標を与える。ブロック22のこの第１パスでM.P₁で示さ
れた整合点の粗い評価が得られる。

【００４３】図４ｂは整合点を計算する第２パスを表し
ている。このパスは512＊512の全解像度影像で実行され
ることが好ましい。

【００４４】プロセスの第１分枝において、第１パスで
述べられた演算が繰り返され、かつ第２分枝でもそうで
ある。しかし、探索ゾーンＩ₀S.Z.は今や小さく、かつ
前に粗く計算された整合点M.P₁から決定される。第２パ
スに相似度関数ｆ_RECを適用した後で、整合点M.P₂が得
られる。

【００４５】Ｃ−II 単一パス手順この手順は図５ａと図５ｂに例示されている。前と同様
に、基準点の探索はサブサンプルされた影像R.S.Z.にわ
たって実行される。図５ａは整合点の計算の予備手順を
例示している。今や、座標Ｒx ，Ｒｙは基準点の座標で
ある。基準点の周りのテンプレートは大きさTmph＊Tmpw
を持つ特性ゾーンTmp に対応している。

【００４６】２パス手順で計算された基準点は全解像度
影像には入らないが、サブサンプルされた影像に入る。
基準影像と、登録すべき影像は今や同じサブサンプリン
グレベルを有している。図５ｂは図４ａと類似のやり方
で遂行される１パス手順を例示している。相似関数ｆ
_RECは整合点M.P.の座標を与える。ベクトルフィールド
はブロック34で基準点と対応整合点とを関連することに
より得られる。

【００４７】Ｄ−幾何学的変換の評価ブロック34において、得られたベクトルの組のコヒーレ
ンス解析が遂行され、かつが外部ベクトルが削除され
る。次に、幾何学的変換は以下に述べる方法により近似
される。

【００４８】Ｄ−１第１ステップ（ブロック34で）第１ステップにおいて、幾何学的変換はすべてのＮベク
トルに基づいて評価される。この計算は変換のタイプに
よって異なっている。

【００４９】Ｄ−１−１平行移動と回転を含む幾何学
的変換幾何学的変換は、

【数５】のように表現される。ここでｘ₀，ｙ₀は回転中心であ
る。

【００５０】この式において、txとtyはｘとｙに適用さ
れた平行移動の成分であり、αは回転角である。計算は
表現、

【数６】を最小にする最小二乗法に従って行われる。シリーズＸ
_i＝（ｘ_i，ｙ_i）とｆ（Ｘ_i）＝（ｘ_i′，ｙ_i′）
は基準点と整合点をそれぞれ表している。

【００５１】もし基準点の重心（barycentre）が基準と
して取られるなら、計算の後でラジアンで表した小さい
値に対して、

【数７】が得られ、それから変換後の探求（sought-after trans
formation）が推論される。

【００５２】Ｄ−１−２平行移動評価は基準点と整合点から計算されたベクトルの単純な
算術平均、

【数８】である。

【００５３】Ｄ−２第２ステップ第２ステップは（ブロック34で）ベクトルを選択するこ
とからなっている。この選択はｎ＜Ｎなる低減され
た数ｎのベクトルに基づいて幾何学的変換を各場合に再
計算することからなる反復手順により遂行される。

【００５４】削除判定規準(elimination criterion)
は、

【数９】により規定されるエラーの最大の測度（measure）であ
る。ここでこの最大に対応するベクトルＶ_jの上バーが
取りあげられている。

【００５５】この手順は最小数のベクトルのみが残る場
合に、あるいはエラーがある値以下に落ちる場合のいず
れかで中止される。このように、幾何学的変換は１つ以
上の自由度を有する関数によりモデル化される。アルゴ
リズムの最終ステップ31は、図１に示されたブロック32
の最終登録影像Ｉ_fを得るために、評価された幾何学的
変換とは逆の変換35を、登録すべき影像Ｉ₀に適用する
ことからなっている。

【００５６】図７は本発明による方法を実現する装置の
ブロック線図である。ブロック100は影像フィールドを
ライン毎に走査し、かつ計算機メモリ102 に連続影像デ
ータを蓄積するカメラを表している。汎用計算機104 は
メモリをアクセスし、それは最初に、基準影像で、特性
ゾーンとその関連基準点を選択し、次に引き続く影像
で、各探索ゾーンが中心を置かれている点の周りで予測
点を規定し、最後に各規準点と整合する探索ゾーン内の
整合点を見いだしている。

【００５７】最後に、登録変換が計算される。次に、登
録変換は影像に基づいて実施され、かつそれは表示108
によりアクセスするための出力メモリ106 に蓄積され
る。登録変換は連続影像の間のチェーニングを計上す
る。原理的に、各影像は１つ以上の引き続く影像の基準
影像として演算できる。他の適用では、表示108 は登録
ベクトルフィールドに一致しない影像の動きベクトルを
計算する他の計算機により置き換えられる。一般的、こ
れらは全情景に対して動き、かつ監視の対象である対象
を表している。

【図面の簡単な説明】

【図１】図１は一般的影像登録法を表している。

【図２】図２は画素に対する近傍の構造を表している。

【図３】図３は基準影像内の探索ゾーンを設定する基準
影像の変換を表している。

【図４】図４は整合点の位置を得るための２パス手順を
表している。

【図５】図５は整合点の位置を得るための１パス手順を
表している。

【図６】図６は登録すべき影像の対応探索ゾーンに対す
る特性ゾーンの位置決めを表している。

【図７】図７は本発明による方法を実現する装置のブロ
ック線図である。

【符号の説明】

１部分２部分２ａ矢印２ｂ矢印 11 プロセス 12 基準点プロセスあるいはブロック 13 プロセス 21 プロセス 22 整合点プロセスあるいはブロック 23 プロセス 31 関数あるいはステップ 32 ブロックあるいは影像 34 関数あるいは幾何学的変換あるいはブロック 35 逆幾何学的変換 100 ブロック 102 計算機メモリ 104 汎用計算機 106 出力メモリ 108 表示

Claims

【特許請求の範囲】

【請求項１】一連のディジタル影像において先行基準
影像より後の影像の登録方法において、該方法が、上記の基準影像をサブサンプルし、同時にその縁部を除
去し、かつサブサンプルされた基準影像が、各々が各基
準点の周りに中心を置かれた複数の特性ゾーンを選択
し、各特性ゾーンの後の影像において、関連整合点の周りに
中心を置かれた各対応ゾーンを見いだし、ここで任意の整合点の座標が、上記のシーケンスの基準
影像と上記の後の影像の間の１つ以上の中間影像で関連
整合点の外挿により発生された予測点の周りに中心を置
かれた、後の影像の各探索ゾーンにわたって相似関数を
適合させて決定され、関連変位ベクトルを生成する任意の基準点／整合点ペア
ーに対して、かつ後の影像の一組の変位ベクトルにより
登録変換を生成すること、の各ステップを具える方法。
【請求項２】近傍関数が基準影像探索ゾーンに適用さ
れ、該関数は各点に対して、４方向の輝度傾斜の最小値
を計算し、それはそのような最小値によりディジタル基
準影像の画素の分類を与えるためであり、かつ上記の基
準点の分類選択に従うことを特徴とする請求項１に記載
の方法。
【請求項３】近傍関数により分類された点の間で、基
準影像と同じ領域に集中されている基準点の適用を回避
するために、基準影像でお互いに少なくとも１つの最小
距離に位置しているもののみが選択されることを特徴と
する請求項２に記載の方法。
【請求項４】選択を行うために、区分が基準影像探索
ゾーンに実行され、その等化クラスが、それぞれ近傍関
数と同じ値を有する基準影像探索ゾーンのすべての点を
接合するチェーンであり、これらのチェーンは降順で分
類され、かつ上記の選択が上記の分類に従って直列に行
われることを特徴とする請求項３に記載の方法。
【請求項５】以下の手順、すなわち − 第１基準点として近傍関数の最大値の選択、 − この基準点の周りで規定されたパラメータ化可能な
大きさのゾーンにより構成されたマスク内にある基準影
像探索ゾーンの点の選択であって、それが所属している
チェーンから分けられているもの、 − 基準点の引き続く選択を除外して、チェーンの終端
までこの手順を連続し、かつ降順で続くチェーンを検査
する、チェーンの次の要素の選択、 − 所望の数の基準点が得られるまで、あるいは何が最
初に来てもチェーンの数が尽きない限りこの手順を継続
すること、に従って、マスキングがチェーンに基づいて
実行されることを特徴とする請求項４に記載の方法。
【請求項６】相似関数が、基準影像の画素の輝度を表
す第１関数と、登録すべき影像の画素の輝度を表す第２
関数との間の相似度を確立する相関関数であり、これは
これらの関数の間の相関演算を実行し、かつ相関が最適
である空間位置を評価することにより行われることを特
徴とする請求項１に記載の方法。
【請求項７】相似関数が、特性ゾーンと登録すべき影
像の対応探索ゾーンの同様な大きさのゾーンとの間の輝
度の画素毎の差の絶対値を計算する関数であり、他の点
に対して以前に得られた値より大きい値に到達する場合
にこの計算が停止されることを特徴とする請求項１に記
載の方法。
【請求項８】登録すべき影像の対応ゾーンを探索する
ために、整合点の位置が相似関数２バス手順により探求
され、この手順では、第１パスは基準影像のサブサンプ
リングレベルと、登録すべき影像の相対的に広い探索ゾ
ーン内の整合点の粗い評価を得るように登録すべき影像
のサブサンプリングレベルで実行され、かつ第２パス
は、登録すべき影像の相対的に小さい探索ゾーン内で、
整合点の正確な決定を得るために、基準影像および登録
すべき影像のより高い解像度で実行されることを特徴と
する請求項１に記載の方法。
【請求項９】登録すべき影像の対応ゾーンを探索する
ために、その位置は相似関数単一パス手順による整合点
の探求であり、基準影像および登録すべき影像がサブサ
ンプルされることを特徴とする請求項１に記載の方法。
【請求項１０】ベクトルフィールドが関連基準点と対
応整合点により規定され、かつ２パス手順により、エラ
ーに対して、最小二乗法によって、影像登録で要求され
た幾何学的変換を評価するために、外部のベクトルの排
除とともに得られたベクトルの組のコヒーレンス解析が
実行され、第１ステップがベクトルの全組を考慮するこ
とからなり、かつ第２ステップが小さい数のベクトルか
ら幾何学的変換を繰り返して計算することからなること
を特徴とする請求項１に記載の方法。