JPH0642261B2 - 画像処理方法 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は画像処理方式に関するもので、無人走行車両の
制御や被観測物体の動作のリアルタイムな認識などに使
用される。

〔従来の技術〕 例えば無人走行ロボットや自動走行車両を制御する場合
には、進行路にあらかじめ表示された識別ラインや、道
路のセンターラインあるいは路肩ラインの画像をカメラ
で取り込み、リアルタイムで画像処理する必要がある。
第１０図は画像による道路の認識を説明するためのもの
で、同図（ａ）はカメラで取り込んだ画像、同図（ｂ）
は同図（ａ）のうち輝度（もしくはその変化割合など）
の高い画素を黒点で示した図である。

同図（ａ）に示す通り、カメラ画像１には水平線２の無
限遠方向に延びる道路３が写っており、この道路３の両
側には路肩ライン４が描かれ、中央部にはセンターライ
ン５が描かれている。ここで、道路３の路肩ライン４お
よびセンターライン５は他の部分に比べて輝度が高く、
従って同図（ｂ）ではこれらの部分にドット４′，５′
が連続して現れることになる。このようなカメラ画像１
において、道路３の進行方向および曲り形状などを認識
するためには、同図（ｂ）においてドット４′を結ぶ曲
線の近似直線Ｌ_１，Ｌ_２，Ｌ_３などを認識すればよい。

従来から、このような近似直線Ｌを求める手法として、
Ｈｏｕｇｈ（ハフ）変換と呼ばれる手法が知られている
（例えば米国特許第３０６９６５４号）。これを第１１
図ないし第１３図により説明する。第１１図（ａ）に示
すよう、ｘ−ｙ座標系で示される原画像において処理対
象点Ｐ（ｘ_ｐ，ｙ_ｐ）が存在するとき、この点Ｐを通る
直線ｌ（ｌ_ａ，ｌ_ｂなど）は無限に描くことができる。
そして、この直線ｌ_ａ，ｌ_ｂ，…に直交し原点Ｏ（０，
０）通る直線についても、直線ｌ_ａ，ｌ_ｂ，…ごとに１
本づつ描くことができる。ここで、原点Ｏ（０，０）を
通る直線について、直線ｌ（ｌ_ａ，ｌ_ｂなど）までの長
さρ（ρ_ａ，ρ_ｂなど）とし、ｘ軸となす角をθ
（θ_ａ，θ_ｂなど）とすると、この原点を通る直線の上
記ρ，θは、同図（ｂ）のような正弦曲線（サインカー
ブ）すなわちＨｏｕｇｈ曲線として表現される。ここに
おいて、原点Ｏ（０，０）と処理対象点Ｐ（ｘ_ｐ，
ｙ_ｐ）の距離ρ_maxは、この処理対象点に関する上記の
ρ（ρ_ａ，ρ_ｂ，…）の中で最も長く、 ρ_max＝（ｘ_ｐ ^２＋ｙ_ｐ ^２）^1/2 となり、θ＝０のときにはρ_０＝ｘ_ｐとなる。

次に、第１２図（ａ）のように直線Ｌ上に並ぶ３点Ｐ_１
〜Ｐ_３について、第１１図のＨｏｕｇｈ変換を適用する
と、点Ｐ_１について上記サインカーブ（Ｈｏｕｇｈ曲
線）は第１２図（ｂ）の点線のようになり、点Ｐ_２につ
いてのサインカーブは同図（ｂ）の一点鎖線のようにな
り、点Ｐ_３についてのサインカーブは同図（ｂ）の二点
鎖線のようになる。ここで、同図（ｂ）のサインカーブ
のピーク（ρ_１，θ_１）、（ρ_２，θ_２）および
（ρ_３，θ_３）は、それぞれ同図（ａ）の原点Ｏ（０，
０）と点Ｐ_１，Ｐ_２，Ｐ_３の間の距離ρ_１〜ρ_３と、ｘ
軸とのなす角θ_１〜θ_３とに対応する。

第１２図（ｂ）において、３つのＨｏｕｇｈ曲線（サイ
ンカーブ）が交叉する点に着目すると、ここは座標が
（ρ_ｔ，θ_ｔ）となっており、これは同図（ａ）の直線
Ｌと直交する原点Ｏ（０，０）を通る直線のρ_ｔ，ρ_ｔ
と等しくなっている。従って、このようなサインカーブ
の交叉点を求めれば、原画像のｘ−ｙ直交座標系におい
て描かれるドット（黒点）の間の曲線の近似直線（但
し、第１２図ではこの曲線と近似直線が一致している）
を求めることができる。

これを第１３図により説明すると、まず同図（ａ）にお
いてｘ−ｙ座標面（原画像面）にＨｏｕｇｈ変換すべき
ドット（処理対象点）が多数存在し、これらは曲線上に
並んでいるとする。ここで、同図（ａ）中において、ド
ット間を結ぶ曲線には３本の近似直線Ｌ_１，Ｌ_２，Ｌ_３
を描くことができる。従って、このドットの全てについ
て第１１図のようなサインカーブへの変換（Ｈｏｕｇｈ
変換）を実行すると、第１２図（ｂ）のようなサインカ
ーブの交叉点が３ヶ所を中心にして得られることにな
る。この交叉点の座標は、第１３図（ａ））に示す（ρ
_t1，θ_t1）、（ρ_t2，θ_t2）および（ρ_t3，θ_t3）であ
り、従ってこれをρ，θ，Ｈの座標系においてＨを交叉
点の出現頻度として表わすと、同図（ｂ）の如くにな
る。

従って、前述の第１０図（ｂ）のような道路３の路肩ラ
イン４に対応する曲線の近似直線Ｌ_１〜Ｌ_３は、第１３
図（ｂ）におけるヒストグラムＨ（交叉点の出現頻度）
のピークにおけるρ，θの値によって求めることが可能
になる。

〔発明が解決しようとする課題〕

しかしながら、前述のようなＨｏｕｇｈ変換の手法は、
高速かつリアルタイムな画像処理に適用することは容易
でなかった。なぜなら、第１１図においてデータとして
与えられ原画像中の処理対象点Ｐの座標値（ｘ_ｐ，
ｙ_ｐ）にもとづき、Ｈｏｕｇｈ曲線（サインカーブ）を
求めるために、原点から直線ｌまでの距離ρを求めよう
とすると、 ρ＝ｘ_ｐ・sinθ＋ｙ_ｐ・cosθ…（１） を実行しなければならず、例えばθを５１２分割にする
と三角関数の計算を１０２４回、乗算を１０２４回、加
算を５１２回実行しなければならない。そして、計算対
象となる原画像が例えば５１２×５１２の画素（処理対
象点）から構成されているとすると、全体の計算回数は
極めて膨大なものとなり、通常のプロセッサで処理する
と処理時間が著しく長くなってしまう。

もちろん、上記（１）式において必要とされるsinθお
よびcosθの値をＲＯＭ等に格納しておき、計算所要時
間を短くすることも可能である（例えば、「実時間Ｈｏ
ｕｇｈ変換プロセッサ」昭和６０年電子通信学会情報シ
ステム部門全国大会、Ｎｏ．９２あるいは「ＲＯＭを用
いたＨｏｕｇｈ変換ハードウェア」昭和６２年電子情報
通信学会創立７０周年記念総合全国大会、Ｎｏ．１５８
７）。しかしながら、このようにすると大容量のＲＯＭ
が必要となってハードウェアが大規模になるだけでな
く、またそのアクセス時間も無視できない。さらに、こ
のように三角関数のデータをＲＯＭ化しても、（１）式
の計算における乗算回数は従前のままであり、加算時間
に比べて乗算時間がかなり長いことを考慮すると、根本
的な解決とはなりえない。このため、高速度で走行する
車両を画像データにもとづきリアルタイム制御したり、
高速運動する被観測物体を画像データにもとづきリアル
タイムに認識したりすることは、ほとんど不可能であっ
た。

そこで本発明は、Ｈｏｕｇｈ変換を適用した画像データ
の処理を、高速度でリアルタイムに実行することが可能
な画像処理方法を提供することを目的とする。

〔課題を解決するための手段〕

本発明に係る画像処理方法の第１の態様は、撮像手段に
よる取り込まれた原画像上の複数の処理対象点を結ぶ曲
線で、かつ撮像対象の各エッジを該画像上で近似する曲
線を分別、抽出する画像処理方法であって、以下の２つ
のステップを備えている。すなわち、まず、第１のステ
ップでは、上記処理対象点に対してＨｏｕｇｈ変換を実
行することにより、これら処理対象点を通る直線群を示
す正弦曲線として表されるＨｏｕｇｈ曲線と等価な近似
円であって、α−β直交座標系で描かれる近似円の円周
上の一点の座標を（α_ｉ，β_ｉ）とし、この円周上の次
の点の座標（α_i+1，β_i+1）までの回転角をεとしたと
き（但し、ｉは正の整数）に、 α_i+1＝ｆ_α（α_ｉ，β_ｉ，ε） β_i+1＝ｆ_β（α_ｉ，β_ｉ，ε） となる回転運動漸化式を例えば１回転角ごとに、例えば
上記近似円の一周について順次に演算してこの漸化式で
与えられる円周上の各点の座標を求めることにより、原
画像上の複数の処理対象点のそれぞれに対応するＨｏｕ
ｇｈ曲線を特定する。そして、第２のステップにおい
て、これにより特定された少なくとも２本のＨｏｕｇｈ
曲線の交点から処理対象点を結ぶ曲線の近似直線を導出
することを特徴とする。

また、本発明の第２の態様のものは、次の４つのステッ
プを備えている。すなわち、まず、第１のステップで
は、原画像上の処理対象点からの初期値の座標（α_０，
β_０）を求めている。

具体的に、この初期値の座標（α_０，β_０）は、処理対
象点のｘ−ｙ直交座標系での座標（ｘｐ，ｙｐ）とした
とき、 α_０＝−ｘ_ｐｓｉｎθ′＋ｙ_ｐｃｏｓθ′ β_０＝ｘ_ｐｃｏｓθ′＋ｙ_ｐｓｉｎθ′ として与え、特に、θ′＝０゜に限定したとき、初期値
の座標は α_０＝ｙ_ｐ β_０＝ｘ_ｐ となる。

次に、第２のステップにおいて、前述の回転運動漸化式
を上記初期値から１回転角ごとに順次に演算してこの漸
化式で与えられる円周上の各点の座標を求め、さらに第
３のステップで、この第２のステップの演算結果から１
つの処理対象点に対応するＨｏｕｇｈ曲線を特定する。

そしてて最後に、第４のステップにおいて、上記第１な
いし第３のステップを、各処理対象点のそれぞれについ
て繰り返し、これにより特定された少なくとも２本の上
記Ｈｏｕｇｈ曲線の交点から処理対象点を結ぶ曲線の近
似直線を導出することを特徴としている。

〔作用〕

本発明によれば、原画像上の処理対象点の座標をＨｏｕ
ｇｈ曲線で表わすための演算は、円を描くための回転運
動漸化式の演算として近似的に実行できるので、乗算お
よび三角関数計算は不要となり、従って原画像上の処理
対象点を結ぶ曲線の近似直線を少ない計算によって高速
に求めることが可能になる。

〔実施例〕

以下、添付図面を参照して、本発明の実施例を詳細に説
明する。なお、図面の説明において同一要素には同一符
号を付し、重複する説明を省略する。

第１図は実施例に係る画像処理方式の一例を示すフロー
チャートである。まず、カメラで取り込んだ原画像上の
処理対象点ごとの画素信号を入力し（ステップ１０
２）、エッジ検出を行なって（ステップ１０４）エッジ
化データを前処理部へ入力する（ステップ１０６）。以
上のステップ１０２〜１０６の処理は、画素信号が入力
されるごとに繰り返され、結果（エッジ化データ）は順
次に信号の前処理部に例えばディジタルデータとして送
られる。

前処理部では所定（後述）の前処理（ステップ１０８）
を実行、処理の終ったデータを漸化式演算部へ送ってい
く（ステップ１１０）。この前処理についても、エッジ
化データが与えられるごとに繰り返されることになる。

次に、Ｈｏｕｇｈ曲線（サインカーブ）を求めるための
回転運動漸化式の演算が、後に説明する如く例えばＤＤ
Ａ（Digital differential Analysis；ディジタル微
分解析）演算として実行される（ステップ１１２）訳で
あるが、この演算は処理すべき一画面（原画像面）の画
素信号のうち、前処理でウィンドウ外あるいは閾値以下
のものとして除かれた画素以外の全ての処理が終了する
まで継続され（ステップ１１４）、終了したらＨｏｕｇ
ｈ曲線の交点に関て後述のフィルタリング処理（ステッ
プ１１６）とソーティング処理（１１８）が実行され、
最終的な結果として原画像上の処理対象点をつなぐ曲線
の近似直線が求められることになる。

次に、エッジ検出の手法およびエッジ化データについ
て、第２図により説明する。

いま、カメラで取り込まれた原画像が第２図（ａ）のよ
うになっているとし、図中の符号８で示すラインをｘ′
座標で取り出してみると、輝度Ｓをアナログ的に示せば
同図（ｂ）のようになっている。すなわち、道路３の外
側部は輝度が低く道路３および路肩も輝度が低いが、路
肩ライン４は輝度が非常に高い。ここで、第２図（ｂ）
のような輝度分布は、実施例では例えば２５６階調のデ
ィジタルデータとして認識されるが、道路の形状を正確
に認識するためには、このような輝度そのものの分布の
把握では十分ではない。

そこで、輝度Ｓを座標ｘ′で微分（ｄＳ／ｄｘ′）して
輝度の変化割合として把握すると、第２図（ｃ）ように
エッジが明瞭になり、これを絶対値｜ｄｓ／ｄｘ′｜で
示すと同図（ｄ）のようになり、路肩ライン４のエッジ
を明瞭に認識するためのエッジ化データ（ディジタルデ
ータ）が得られる。このエッジ化データについては、次
のステップにおいて前処理が施される。

第３図は前処理を説明するためのフローチャートであ
る。

まず、第２図のようにして得られたエッジ化データが入
力され（ステップ１２２）が、これがあらかじめ設定さ
れたウィンドウ内のものであるか否か判定される（ステ
ップ１２４）。このウィンドウは、例えば第２図（ａ）
で符号９により示す如く設定される。ここで、ウィンド
ウ９の内側のエッジ化データであるか否かは、そのデー
タのＸ−Ｙ座標面における座標値により判定でき、ウィ
ンドウ９内のエッジ化データについてのみ、次のステッ
プ１２６が実行される。

ステップ１２６では、ウィンドウ９内のエッジ化データ
が所定の閾値（スレッショルドレベル）以上であるか否
かが、例えばルックアップテーブルを用いてディジタル
的に判定される。この閾値をアナログ的に示せば、例え
ば第２図（ｄ）で点線にて示すように設定されるので、
ステップ１２６で処理された後のデータは、主として原
画像中の路肩ライン４およびセンターライン５に対応し
たデータ（ディジタルデータ）となる。このため、後述
の信号処理をすべきデータが主要なもの（例えば道路の
路肩ラインやセンターラインに対応したもの）だけにな
るので、全体の処理速度を高速化できる。なお、この閾
値は可変にしてもよい。例えば、処理対象の道路が昼間
であるために全体的に明るいときは、これに応じて閾値
を高レベルにする。これに対し、朝あるいは夕方であっ
て全体的に暗いときは、全画面の平均の明るさに応じて
閾値を低レベルにすればよい。

次に、ステップ１２８で座標変換が行なわれる。すなわ
ち、第２図（ａ）に示すＸ−Ｙ座標からｘ−ｙ座標への
変換がなされる。以上の処理により、Ｈｏｕｇｈ変換の
ための前処理が終了する。

なお、第３図においてステップ１２４〜１２８の順序は
異なっていてもよい。例えば、ステップ１２８の座標変
換を最初に行なうようにしてもよいが、データ処理に要
する時間を考慮すると、第３図に示す順序で行なうのが
最も好ましいと考えられる。

次に、本実施例におけるＨｏｕｇｈ変換の適用につい
て、第４図および第５図を参照して具体的に説明する。

第４図（ａ）に示す点Ｐ（ｘ_ｐ，ｙ_ｐ）についてＨｏｕ
ｇｈ曲線（サインカーブ）を求めると、これが同図
（ｃ）のようになることは、既に第１１図で説明した通
りである。ところで、このようなサインカーブの軌跡が
同図（ｂ）のような円運動の軌跡に置き換えられること
も、三角関数の定理より容易にわかる。言い換えれば、
同図（ａ）の点Ｐ（ｘ_ｐ，ｙ_ｐ）についてのＨｏｕｇｈ
変換を実行して同図（ｃ）のＨｏｕｇｈ曲線を求めるこ
とは、同図（ｂ）のような円運動の円周の軌跡を求める
ことと等価である。ここで、同図（ｂ）の円は半径Ｒが Ｒ＝ρ_max＝（ｘ_ｐ ^２＋ｙ_ｐ ^２）^2/1…（２） であり、円運動を点Ｐ（ｘ_ｐ，ｙ_ｐ）から開始するとす
ると、その初期値θ_ｄは θ_ｄ＝π／２−θ_max 但し、tanθ_max＝ｘ_ｐ／ｙ_ｐ…（３） である。

本発明者はこのような事実に着目し、第４図（ｂ）の円
を描くに際して円運動の漸化式を適用し、第４図（ａ）
の点Ｐ（ｘ_ｐ，ｙ_ｐ）の同図（ｃ）へのＨｏｕｇｈ変換
を簡単に行ないうる手法を見出した。ここで、上記の円
運動の漸化式によれば、α−β直交座標系で座標
（α_ｉ，β_ｉ）として表わされる一点から一回転角εだ
け進んだ点の座標（α_i+1，β_i+1）は、ｉを正の整数と
するきに α_i+1＝ｆ_α（α_ｉ，β_ｉ，ε） β_i+1＝ｆ_β（α_ｉ，β_ｉ，ε）…（４） として求められる。

この（４）式の具体的内容としては、従来からいくつか
のものが知れており、例えば回転角εを ε＝２^-2（ｒａｄ）（但し、ｍ＝０，１，２，…）とし
たときに、 α_i+1＝α_ｉ−２^-mβ_ｉ β_i+1＝２^-mα_ｉ＋β_ｉ…（５） あるいは α_i+1＝α_ｉ−２^-mβ_ｉ β_i+1＝２^-mα_ｉ＋β_ｉ（１−２^-m）…（６） とするものなどがある。また、より精度が高く計算が容
易なものとして本発明者が見出したものとして、 α_i+1＝α_ｉ（１−２^-2m-1）−２^-mβ_ｉ β_i+1＝２^-mα_ｉ＋β_ｉ（１−２^-2m-1）…（７） あるいは α_i+1＝α_ｉ（１−２^-2m-1） ＋β_ｉ（−２^-m＋ε^-3m／６） β_i+1＝α_ｉ（２^-m＋ε^-3m／６） ＋β_ｉ（１−２^-2m-1）…（８） などを用いてもよい。

そこで、上記（７）式の漸化式を適用するとして、この
演算を具体的に説明する。

第５図はそのフローチャートである。まず、第３図に従
って前処理がされたデータを入力し（ステップ１３
２）、演算のための初期値を求める（ステップ１３
４）。この初期値（α_０，β_０）は、第４図にいて処理
対象点Ｐ（ｘ_ｐ，ｙ_ｐ）に対応する位置、すなわちρ_０
＝ｘ_ｐとなる位置（角度）θ′＝０（ｒａｄ）から円運
動をスタートするときは、 α_０＝ｙ_ｐ、β_０＝ｘ_ｐ…（９） となり、任意の角度θ′から円運動をスタートするとき
には α_０＝−ｘ_ｐsinθ′＋ｙ_ｐcosθ′ β_０＝ｘ_ｐcosθ′＋ｙ_ｐsinθ′…（１０） となる。なおお、第４図（ｃ）では初期値（α_０，
β_０）を上記（９）式のように求めて、Ｈｏｕｇｈ曲線
を描いている。そして、この場合には初期値（α_０，β
_０）の演算が実質的に不要になる。

次に、上記のβ_０の値を記憶した後に、（７）式により
α_１，β_１を求める。これは、（９）式ないし（１０）
式で求めたα_０，β_０を（７）式に代入すれば求めるこ
とができ（ステップ１３６）、計算の終了ごとに結果
（β_１，β_２，β_３，…）を順次に記憶しておく（ステ
ップ１３８）。そして、円を一周するまでこの計算を一
回転角εごとに繰り返し（ステップ１４０）、一周した
ら原画像上の１つの処理対象点についてのＨｏｕｇｈ曲
線が、上記によって記憶したβ_０，β_１，β_２，β_３，
…の値とθ_０，θ_１，θ_２，…の値（回転角ε）より求
められる。以下、第５図に示す処理を原画像上の全ての
処理対象点について実行すると、複数のＨｏｕｇｈ曲線
がρ−θ座標系で求められることになり、これらは第１
２図（ｂ）のような交叉点を有することになる。

ここにおいて、上記漸化式（７）において、基本的には
三角関数の計算や乗算などは含まれておらず、またメモ
リテーブル（ＲＯＭ）の参照なども不要であるので、演
算を容易かつ迅速に行なうことができる。そして、これ
らは円運動を行なわせるにあたって、十分な精度を有す
る（誤差が少ない）ものである。

次に、Ｈｏｕｇｈ変換を終了した後の近傍フィルタリン
グについて説明する。

いま、Ｈｏｕｇｈ曲線の交点をρ−θ平面で表現したと
きに、第６図（ａ）のようになったとする。なお、同図
（ａ）はρ−θ平面の一単位ごとで現われる交叉点のヒ
ストグラムＨを、説明をわかりやすくするために等高線
で表現したものであり、本発明による交叉点のヒストグ
ラムとは必ずしも一致するものではない。また、このヒ
ストグラムについては、説明をわかりやすくするため交
叉点の数だけ着目しており、原画像における画素（処理
対象点）の濃淡データ値（輝度の変化割合）による重み
づけを行なったものではない。

ここで、同図（ａ）の点ｐ１において交叉点が集中し、
その他に点ｐ２，ｐ３にも交叉点の集中が見られるもの
とする。ここで、点ｐ１の近傍に着目すると、そこには
点ｐ４，ｐ５などにも集中が生じていることがわかる。
ところが画像処理において特に重要なのは、互いに離れ
た集中点ｐ１〜ｐ３を見出すことがあって、例えば点ｐ
１は道路の路肩ラインに、点ｐ２はセンターラインに、
そして点ｐ３は前方のカーブした道路の路肩ラインに対
応している。これに対して、最大集中点ｐ１の近傍の点
ｐ４，ｐ５などは路肩ラインの部分的な曲りなどに対応
していることが多く、画像処理上は主として雑音成分に
あたる。

そこで、このような雑音成分の影響は例えば８近傍フィ
ルタリングにより少なくされる。すなわち、第６図
（ｂ）のような８近傍フィルタを用意し、Ｆ_１〜Ｆ_９の
エリアについてＨｏｕｇｈ曲線の交叉点のヒストグラム
同士を比較する。そして、中心のエリアＦ_５に対して、 Ｆ_５＞Ｆ_１〜Ｆ_４，Ｆ_６〜Ｆ_９ が成り立つときに、このエリアＦ_５のデータを検出すべ
きデータとする。具体的には、例えばＦ_１〜Ｆ_９につい
て１個づつのρ−θ面での単位（要素エリア）画素を割
り当てたときに、交叉点の数が Ｆ_１＝６、Ｆ_２＝８、Ｆ_３＝４、 Ｆ_４＝２、Ｆ_５＝１４、Ｆ_６＝１０、 Ｆ_７＝７、Ｆ_８＝９、Ｆ_９＝８ となったときは、Ｆ_５＞Ｆ_１〜Ｆ_４、Ｆ_６〜Ｆ_９が成す
るので、Ｆ_５の交叉点を検出すべきデータとする。これ
に対し、 Ｆ_１＝８、Ｆ_２＝４、Ｆ_３＝３、 Ｆ_４＝１４、Ｆ_５＝１０、Ｆ_６＝７、 Ｆ_７＝９、Ｆ_８＝８、Ｆ_９＝２ となったときは、Ｆ_５＜Ｆ_４であるので、Ｆ_５のエリア
は検出すべきデータとしない。

以上のフィルタリング処理を行なうことにより、第６図
（ａ）において点ｐ４，ｐ５の存在に影響されることな
く、第２および第３の集中点ｐ２，ｐ３を検出すること
ができる。すなわち、もし上記のフィルタリングを行な
わなかったとすると、第１の集中点（最大集中点）ｐ１
に次ぐ集中点はその近傍の点ｐ４，ｐ５となり、第２お
よび第３の集中点として求めたい独の集中点ｐ２，ｐ３
は、第４および第５の集中点となってしまい、後の信号
処理が著しく困難になってしまう。

次に、第１図でステップ１１８として示すソーティング
処につき、第７図により説明する。

第７図はそのフローチャートである。まず、ソーティン
グ処のために、入力用メモリＭ_Ｉと比較メモリＭ_M1〜Ｍ
_Mn（ｎ＝１，２，３，４…）を用意し、これを初期化す
る（ステップ１５２）。次に、入力メモリＭ_Ｉにデータ
を入力し（ステップ１５４）、この入力データが有りの
とき（ステップ１５６）のみステップ１５８，１６２，
１６６の比較を実行していく。そし、入力メモリＭ_Ｉの
方が大きい場合には、対応する比較メモリＭ_Ｍと内容を
入れ換える（ステップ１６０，１６４，１６８）。する
と、最終的には比較メモリＭ_M1〜Ｍ_Mnには、大きい順に
ｎ個の入力データが保持されることになる。

これを具体的に示すと、第８図のようになる。まず、比
較メモリとして４個のメモリＭ_M1〜Ｍ_M4を用意する。そ
して、入力されるデータは “５，７，２，８，４，９，３，１，６，８”の１０個
であるとする。すると、メモリＭ_M1〜Ｍ_M4に格納される
データは同図（ｂ）に矢印で示すように変化し、最終的
には 比較メモリＭ_M1＝９ 〃 Ｍ_M2＝８ 〃 Ｍ_M3＝８ 〃 Ｍ_M4＝７ の内容が格納されることになる。なお、このソーティン
グ処理はソフトウェアにより実行してもよい。以上のよ
うな一連の処理を実行することにより、本発明に係る画
像処理方式の全ステップが終了する。そして、原画像の
複数の処理対象点を結ぶ曲線の近似直線が、上記のρ，
θの値で求まることになる。

本発明は上記の実施例に限定されるものではなく、各種
の変形が可能である。

例えば、第３図のステップ１２４に示すウィンドウの設
定は、複数のウィンドウについて行なうようにし、更に
ウィンドウが重なるときにはいずれか一方を優先的に処
理するようにしてもよい。また、ウィンドウの設定自体
は必ずしも必要ではなく、原画像の全体を対象としてＨ
ｏｕｇｈ変換を実行してもよい。但し、この場合には、
第２図（ａ）で点線Ｑにて示す原画像の周辺領域は雑音
成分を多く含むので、精度のよい画像処理を行なうとき
には、あらかじめこの部分を取り除いておかなければな
らない。

Ｈｏｕｇｈ曲線の交叉点のヒストグラムを求めるに際し
ては、輝度の変化割合（微分されたエッジ化データの
値）に関する濃淡値データを重畳することができる。例
えば、輝度の変化割合の高い処理対象点に対応するＨｏ
ｕｇｈ曲線については重み付けを大きくし、輝度の変化
割合の低いものは重み付けを小さくする。そして、これ
に対応させてＨｏｕｇｈ曲線の交叉点に重み付けを行な
えば、より精度の高い画像処理が可能になる。さらに、
微分によってエッジ化データとせずに、輝度に対応する
データをそのままディジタル処理し、その後にＨｏｕｇ
ｈ曲線の交叉点に輝度の重み付けをしてもよい。

回転運動漸化式の演算は、必ずしも近似円の全周（一
周）について行なうことは必須ではなく、１／２周、１
／４周あるいは１／８周などとしてもよい。例えば１／
４周の演算を０≦θ＜π／２およびπ≦θ＜３π／２に
ついて実行すれば、他の円周（π／２≦θ＜π，３π／
２≦θ＜２π）上の値はこれらから直ちに求めることが
できる。また、回転角は常に同一とすることは必ずしも
必要ではなく、一部において異ならせることも不可能で
はない。

次に、上記実施例を適用した画像処理装置の一例につい
て、簡単に説明する。

第９図はその全体構成を説明するブロック図である。図
示の通り、カメラ１１で得られた画像データは、信号入
力部１２から例えば２５６階調の画素信号（輝度信号）
としてエッジ検出部１３に送られ、ここで第２図に示す
ようなエッジ化データが生成される。このエッジ化デー
タは画素における輝度の変化割合に対応しており、多値
化メモリ１４で格納された後、Ｄ／Ａ変換部１５でアナ
ログデータに変換されてＣＲＴディスプレイ１６で表示
される。

一方、エッジ検出部１３からのエッジ化データは前処理
部１７に与えられ、ここで第３図に示す前処理が実行さ
れたのち、処理対象点ごとにエッジ化データとして、Ｆ
ＩＦＯ（First−InFirst−Out）方式に従って順次にＤ
ＤＡ演算部１８に与えられる。ＤＤＡ演算部１８はｎ個
（ｎ：自然数）のＤＤＡ演算回路１８_０〜１８_n-1を有
して構成され、ここでパイプライン処理方式に従って前
述の漸化式の演算が第５図のように実行される。すなわ
ち、ＤＤＡ演算回路１８_０〜１８_n-1ごとに、一回転角
ごとの漸化式の演算が実行される。そして、計算の結果
（前述のβ_０，β_１，β_２，…）は図示しないヒストグ
ラムメモリ（ＲＡＭ）に一時的に格納されるが、このと
きには各処理対象点ごとの濃淡値データもあわせて記憶
される。このようなヒストグラムデータは、一画面につ
いての処理が終了した後、ヒストグラムメモリから近傍
フィルタ１９に送られ、ここで第６図の如き８近傍フィ
ルタリング処理が実行され、次にソーティング部２０で
第７図および第８図のようなソーティング処理がされ
る。

なお、上記の回路要素はＶＭＥバス２１によって相互に
接続され、これらはＣＰＵ２２により所定の手順で制御
されるようになっている。また、ＤＤＡ演算回路１８_０
〜１８_n-1は別のＶＭＥバス２３によって近傍フィルタ
１９に接続され、演算結果（アドレスデータ、濃淡値デ
ータなどからなるヒストグラムデータ）が転送されるよ
うになっている。

〔発明の効果〕

以上、説明した通り本発明によれば、原画像の処理対象
点の座標をＨｏｕｇｈ曲線で表わすための演算は、円を
描くための回転運動漸化式の演算として、例えばＤＤＡ
演算により近似的に実行できるので、乗算および三角関
数計算は不要となり、従って原画像上の処理対象点を結
ぶ曲線の近似直線を少ない計算によって、メモリテーブ
ルの参照などをすることがなく求めることが可能にな
る。このため、Ｈｏｕｇｈ変換を適用した画像データの
処理を、高速度でリアルタイムに実行することが可能に
なる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る画像処理方法の全体構
成を示すフローチャート、第２図は原画像の一例と入力
された画素信号のエッジ検出を説明する図、第３図はエ
ッジ化データの前処理を説明するフローチャート、第４
図は本発明の実施例におけるＨｏｕｇｈ変換を説明する
図、第５図は実施例における回転運動の漸化式の演算を
示すフローチャート、第６図は８近傍フィルタリング処
理を説明する図、第７図はソーティング処理を説明する
フローチャート、第８図はソーティング処理を具体的に
説明する図、第９図は実施例を適用した画像処理装置の
全体構成を示すブロック図、第１０図は道路の認識を説
明する図、第１１図ないし第１３図は従来のＨｏｕｇｈ
変換を説明する図である。 １……カメラ画像、２……水平線、３……道路、４……
路肩ライン、５……センターライン、１１……カメラ、
１２……信号入力部、１３……エッジ検出部、１４……
多値化メモリ、１５……Ｄ／Ａ変換部、１６……ＣＲＴ
ディスプレイ、１７……前処理部、１８……ＤＤＡ演算
部、１８_０〜１８_n-1……ＤＤＡ演算回路、１９……近
傍フィルタ、２０……ソーティング部、２１，２３……
ＶＭＥバス、２２……ＣＰＵ。

Claims (5)

【特許請求の範囲】
1. 【請求項１】原画像上の複数の処理対象点を結ぶ曲線で
   あって、撮像対象の各エッジを該画像上で近似する曲線
   を分別、抽出する画像処理方法において、 前記処理対象点に対してＨｏｕｇｈ変換を実行すること
   により、該処理対象点を通る直線群を示す正弦曲線とし
   て表されるＨｏｕｇｈ曲線と等価な近似円であって、α
   −β直交座標系で描かれる該近似円の円周上の一点の座
   標を（α_ｉ，β_ｉ）とし、前記円周上の次の点の座標
   （α_i+1，β_i+1）までの回転角をεとしたとき（但し、
   ｉは正の整数）に、 α_i+1＝ｆ_α（α_ｉ，β_ｉ，ε） β_i+1＝ｆ_β（α_ｉ，β_ｉ，ε） となる回転運動漸化式も１もしくは複数の前記回転角ご
   とに、前記近似円の一周もしくは自然数分の一周につい
   て順次に演算して上記漸化式で与えられた円周上の各点
   の座標を求めることにより、前記原画像上の複数の処理
   対象点のそれぞれに対応するＨｏｕｇｈ曲線を特定する
   第１のステップと、 前記第１のステップより特定された少なくとも２本の前
   記Ｈｏｕｇｈ曲線の交点から前記処理対象点を結ぶ曲線
   の近似直線を導出する第２のステップと、 を備えることを特徴とする画像処理方法。
2. 【請求項２】原画像上の複数の処理対象点を結ぶ曲線で
   あって、撮像対象の各エッジを該画像上で近似する曲線
   を分別、抽出する画像処理方法において、 前記処理対象点に対してＨｏｕｇｈ変換を実行すること
   により、該処理対象点を通る直線群を示す正弦曲線とし
   て表されるＨｏｕｇｈ曲線と等価な近似円であって、α
   −β直交座標系で描かれる該近似円の円周上の初期値の
   座標（α_０，β_０）を、 該処理対象点のｘ−ｙ直交座標系での座標を（ｘ_ｐ，ｙ
   _ｐ）としたとき、 α_０＝−ｘ_ｐｓｉｎθ′＋ｙ_ｐｃｏｓθ′ β_０＝ｘ_ｐｃｏｓθ′＋ｙ_ｐｓｉｎθ′ として与える第１のステップと、 前記α−β直交座標系で描かれる近似円の円周上の一点
   の座標を（α_ｉ，β_ｉ）とし、前記円周上の次の点の座
   標（α_i+1，β_i+1）までの回転角をεとしたとき（但
   し、ｉは正の整数）に、 前記各処理対象点ごとに α_i+1＝ｆ_α（α_ｉ，β_ｉ，ε） β_i+1＝ｆ_β（α_ｉ，β_ｉ，ε） となる回転運動漸化式を、前記第１のステップの初期値
   から１回転角ごとに順次に演算して上記漸化式で与えら
   れた円周上の各点の座標を求める第２のステップと、 前記第２のステップの演算結果から前記処理対象点に対
   応する前記Ｈｏｕｇｈ曲線を特定する第３のステップ
   と、 前記第１ないし第３のステップを前記処理対象点ごとに
   繰り返し、これにより特定された少なくとも２本の前記
   Ｈｏｕｇｈ曲線の交点から前記処理対象点を結ぶ曲線の
   近似直線を導出する第４のステップと を備えたことを特徴とする画像処理方法。
3. 【請求項３】前記第１のステップは、前記処理対象点の
   ｘ−ｙ直交座標系での座標を（ｘ_ｐ，ｙ_ｐ）としたと
   き、 α_０＝ｙ_ｐ β_０＝ｘ_ｐ としてα−β直交座標系における前記初期値の座標（α
   _０，β_０）を与えるステップである請求項２記載の画像
   処理方法。
4. 【請求項４】前記第２のステップは、前記回転角をε＝
   ２^-mとしたときに、 α_i+1＝α_ｉ（１−２^-2m-1）−２^-mβ_ｉ β_i+1＝２^-mα_ｉ＋β_ｉ（１−２_-2m-1） なる漸化式を演算するステップである請求項２記載の画
   像処理方法。
5. 【請求項５】前記第３のステップは、前記処理対象点の
   前記原画像における輝度もしくはその変化割合にもとづ
   く濃淡値データによって重み付けをされたＨｏｕｇｈ曲
   線を求めるステップであり、前記第４のステップが前記
   濃淡値データによって重み付けをされた前記近似直線を
   導出するステップである請求項２記載の画像処理方法。