JPH07504531A - カラーにより妥当対象物を識別し特性付ける方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 カラーにより妥当対象物を識別し特性付ける方法発明の背景 発明の分野 本発明は、対象物と背景の像のグレーレベル空間の記述を発生することにより、 背景における対象物を自動的に識別するための像分析方法に関する。対象物識別 は、対象物の内点を決定することにより高められ、これにより、カラー、テクス チャー及びパターンにより対象物を特性付ける。

関連技術の説明 その輪郭が与えられる時、領域の内点にアクセスする能力は、像処理における古 典的な問題である。この問題に対する以前の解決策は、Ｌ。

Ｗ、Ｃｈａｎｇ　ａｎｄ　Ｋ、Ｌ、Ｌｅｕによる論文、“Ａ　ＦａｓｔＡｌｇｏ ｒｉｔｈｍ　ｆｏｒ　ｔｈｅ　Ｒｅ５ｔｏｒａｔｉｏｎ　。

ｆ　Ｉｍａｇｅｓ　Ｂａ５ｅｄ　ｏｎ　Ｃｈａｉｎ　Ｃｏｄｅｓ　Ｄｅｓｃｒｉ ｐｔｉｏｎ　ａｎｄ　Ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎ”、Ｃｏｍｐｕｔｅｒ　 Ｖｉｓｉｏｎ、Ｇｒａｐｈｉｃｓ、　ａｎｄ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓ　ｉ ｎｇ　５０，２９６−３０７　（１９９０）において記載された。関連性のある 記載された一つのアルゴリズムは、対象物におけるビクセル毎が問い合わされる ことを必要とする。対象物内のピクセル数は対象物の周囲のピクセル数よりも多 いために、そのような技術は、比較的遅い。記載された別の方法は、対象物の輪 郭領域と直線の交差部分が、対象物の周囲において偶数の点を線引きするという 事実に基づいたパリティ検査である。内点の指定は、像の各線において輪郭にお ける各合点と次の偶点の間のすべての点が、内点として指定される任意の編成規 則によって決定される。そのようなパリティ検査アルゴリズムは、複雑な形状の 対象物で作用しない。

上記の同−論文において、ＣｈａｎｇとＬｅｕは、方向符号値に基づいて４つの 項類の一つに周囲点を特性付けることによる高度パリティ検査アルゴリズムを提 案する。点の特性付けは、周囲点の新バッファーの生成につながり、この場合、 幾つかの点は複製され、他の点は削除される。パリティ検査アルゴリズムを新生 成バッファーに適用することにより、複雑な形状の対象物の内点が識別される。

しかし、ＣｈａｎｇとＬｅｕによって提示された高度アルゴリズムは、内点決定 の問題を解決するための間接方法であり、過多数の段階を必要とする。

１９８７年、１２月１４日に公告された日立電子エンジニアリング株式会社への 特公昭６２−６００６９は、カラーに基づいてコロニーを弁別するコロニースク リーニング装置を開示する。コロニーは、所定のしきい値を使用してパターン認 識によって識別され、そしてコロニーの中心における少数の点が、任意に選択さ れる。この公告は、対象物の内点のすべてを決定するための方法を開示しない。

決定のエリアを限定することは、対象物識別における試行へ誤差の可能性を導入 する。

Ｂａｃｕｓへの米国特許第４．４５３．２６６号は、セルの閉境界内のグレーレ ベル値の総和を使用して、セルの光学濃度を測定するための方法を開示する。Ｂ ａｃｕｓは、自動しきい化技術を使用して、未知又は任意の形状の対象物の内点 のすべてを決定することを考えない。

上記の参照はいずれも、対象物の内点を決定することにより、自動計算しきい値 を使用して、背景における少なくとも一つの所定の属性値を有する妥当対象物を カラーにより識別し特性付けるための方法を開示しない。さらに、上記の参照は いずれも、変化する背景における妥当対象物をカラーにより識別し特性付けるた めの方法を開示しない。

発明の要約 従って、本発明は、対象物の内点を決定することにより、自動計算しきい値を使 用して、背景において少なくとも一つの所定の属性値を有する少なくとも一つの 妥当対象物をカラーにより識別し特性付けるための方法を提供することにより、 先行技術の諸問題を解決する。特に、本発明の方法は、変化する背景における対 象物を識別することができる。

本発明の方法はまた、内点を決定するための直接方法を提供するために、対象物 の各周囲点に固有の編成規則を使用することにより、先行技術の諸問題を解決す る。

上記の解決策を達成するために、ここで具現され広く記載された発明の目的によ り、背景における少なくとも一つの所定の属性値を有する少なくとも一つの妥当 対象物をカラーにより識別し特性付ける方法が提供される。方法は、候補対象物 と背景の複数の像を発生する段階を含み、この場合、６像は、３原色像又は白黒 像の一つである。方法はまた、少なくとも一つの自動計算しきいグレーレベルを 使用して、少な（とも一つの候補対象物に対して少なくとも一つの像を探索する 段階を含む。方法はまた、候補対象物の少なくとも一つの内点を決定する段階と 、像の少なくとも一つにおける内点のグレーレベルを決定する段階とを含む。

方法はまた、候補対象物の少なくとも一つの内点に対して少なくとも一つのカラ ーパラメーターを算出し、カラーパラメーターにより候補対象物を特性付ける段 階を含む。方法はまた、妥当対象物を識別するために、妥当対象物の所定属性値 を有する候補対象物を妥当化する段階を含む。

図面の簡単な説明 明細書の一部に取り入れられ、かつそれを構成する添付の図面は、発明の好まし い実施態様を示し、上記の一般説明と下記の好ましい実施態様の詳細な説明とと もに、発明の詳細な説明に役立つ。

第１図は、本発明の第１実施態様による全体方法の諸段階を示すブロック図であ る。

第２Ａ図は、時計回り方向においてトレースされた単純対象物の行及び列位置座 標値を表現する、行と列が指定された概略図である。

第２Ｂ図は、第２Ａ図に示された１３個の点に対する行位置座標値、列位置座標 値と方向符号値を示す図である。

第３図は、対象物の各周囲点の座標を決定するためのモジュールＧＥＴ　ＰＥＲ ＩＭの段階を示す流れ図である。

第４図は、時計回り方向においてトレースされた対象物に対する方向符号値を示 す概略図である。

第５図は、反時計回り方向においてトレースされた対象物に対する方向符号値を 示す概略図である。

第６Ａ図と第６Ｂ図は、対象物の周囲点を具備する周囲バッファーを生成するモ ジュールＬＯＡＤ　ＢＵＦＦＥＲの段階を示す流れ図である。

第７図は、各周囲点に状態変数を割り当てるモジュールＲＥＡＤ　Ｃ０ＬＯＲの 一部の段階を示す流れ図である。

第８図は、時計回り方向においてトレースされた対象物に対するＦＩＬＬ索引テ ーブルである。

第９図は、反時計回り方向においてトレー゛スされた対象物に対するＦＩＬＬ索 引テーブルである。

第１０Ａ図と第１０Ｂ図は、周囲バッファーにおける周囲点が、まず行によって ソートされ、次に列によってソートされた、本発明の第１実施態様の実現のため のモジュールＲＥＡＤ　Ｃ０ＬＯＲの一部の段階を示す流れ図である。

第１１Ａ図は、赤緑青カラー空間を示す略図である。

第１１Ｂ図は、赤緑青色相環を示す略図である。

第１２図は、第１実施態様の特定応用による、像のグレーレベルヒストグラムを 発生するために使用されるモジュールＨＩ　ＳＴＯＧＲＡＭの段階を示す流れ図 である。

第１３図は、ヒストグラムのエントロピー関数が最大化される如く、しきいグレ ーレベルをエントロピー的に選択するために使用されるモジュールＥＮＴＲＯＰ Ｙの段階を示す流れ図である。

第１４図は、変化する背景における単一の単純対象物の像のグレーレベルヒスト グラムである。

第１５図は、少なくとも一つの候補対象物に対して像を探索するために使用され るモジュール５ＥＡＲＣＨＩＭＡＧＥの段階を示す流れ図である。

第１６図は、像を探索するためにも使用されるモジュールＦＩＮＤＯＢＪＥＣＴ の段階を示す流れ図である。

第１７図は、本発明の第２実施態様による方法の全段階を示すブロック図である 。

第１８図は、対象物をろ過するために使用されるモジュールＣ０ＬＦＩＬＴの全 段階を示す流れ図である。　゛第１９Ａ〜１９Ｂ図は、対象物をトレースするた めに使用されるモジュールＴＲＡＣＥ　０ＢＪＥＣＴの段階を示す流れ図である 。

第２０図は、候補対象物が背景よりも比較的に明るい又は暗いかを検出するため に使用されるモジュールＣＨＫ　ＧＲＡＹの段階を示す流れ図である。

第２１Ａ〜２１Ｃ図は、本発明の第２実施態様の第１の特定実現に対する像のそ れぞれ、原、上側及び下側グレーレベルヒストグラムである。

第２２図は、第２実施態様の第１の特定実現による候補対象物に対して像を再帰 的に探索するために使用されるモジュールＡＮＡＬＹＺＥの段階を示す流れ図で ある。

第２３Ａ〜２３Ｄ図は、非均質対象物における冗長度を解消するために使用され るモジュールＣＨＫ　ＬＩＳＴの段階を示す流れ図である。

第２４図は、第２３Ａ〜２３Ｄ図に示された如（、モジュールＣＨＫＬＩＳＴで 使用されるモジュールＳＥＴ　５ＴＡＴの段階を示す流れ図である。

第２５Ａ〜２５Ｂ図は、均質対象物における冗長度を解消するために使用される モジュールＣＨＫ　ＬＩＳＴの段階を示す流れ図である。

第２６図は、第２５Ａ〜２５Ｂ図に示された如く、モジュールＣＨＫＬＩＳＴで 使用されるモジュールＳＥＴ　５ＴＡＴの段階を示す流れ図である。

第２７Ａ〜２７Ｂ図は、非均質及び均質対象物における冗長度を解消するために 最終チェックを行うために使用されるモジュールＦ　Ｉ　ＮＡＬＣＨＫの段階を 示す流れ図である。

第２８図は、第２７Ａ〜２７Ｂ図に示されｈ如く、モジュールＦＩＮＡＬ　ＣＨ Ｋで使用されるモジュールＩＮＴ　５ＴＡＴの段階を示す流れ図である。

第２９図は、本発明の第２実施態様の方法の第２の特定実現の全段階を示すブロ ック図である。

第３０図は、第２９図に示された第２の特定実現で使用されるアンブレラモジュ ールＣＨＥＣＫ　Ｃ０ＬＯＲの段階を示す流れ図である。

第３１図は、第２９図に示された第２の特定実現で使用されるモジュールＲＥＡ Ｄ　Ｃ０ＬＯＲの段階を示す流れ図である。

第３２図は、第２９図に示された第２の特定実現で使用されるモジュールＣＡＬ ＣＨＵＥの段階を示す流れ図である。

第３３図は、本発明の第１及び第２実施態様の方法を実行するために使用された システムの構成要素を示すブロック図である。

好ましい実施態様の詳細な説明 添付の図面に示された如く、発明の好ましい実施態様を詳細に参照する。

本発明の第１実施態様により、背景における対象物の内点を決定する方法が設け られる。第１図は、本発明の第１実施態様による方法の全段階を示すブロック図 である。方法は、第１図のブロックＡに示された如く、対象物と背景の像を発生 する段階を含む。像は、第１図のブロックＡに示された如（発生される。本発明 の方法を実現するために使用されたハードウェアは、像が発生される時、最初に 初期化されなければならない。対象物と背景の像は、カメラによって発生される 。ＣＣＤカメラが、一般に、本発明で使用されるが、任意の形式のカメラが、本 発明の一般原理に反することなく使用される。像は゛、それから、フレームグラ バ−又はビデオデジタイザーによってデジタル化され記憶される。

本発明の方法はまた、第１図のブロックＢに示された如く、対象物に対して像を 探索する段階を含む。探索段階は、全体対象物を探索することを含む。問題の対 象物の識別特徴が対象物の特別部分にあることが既知である場合に、探索段階は 、対象物のその部分のみを探索することを含む。探索段階は、例えば、自動計算 しきい値又は使用者選択しきい値を使用して、任意の方式で行われる。

本発明の方法は、さらに、対象物をトレースすることにより行われる対象物の周 囲点を決定する段階を含む。この段階は、第１図のブロックＣに示される。各周 囲点の座標は、モジュールＧＥＴ　ＰＥＲＩＭによって決定される。ＧＥＴ　Ｐ ＥＲＩＭの段階は、第３図に示される。ＧＥＴ　ＰＥＲＩＭモジュールの基本原 理は、−Ｄｉｇｉｔａｌ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ″　ｂｙ　Ｒａｆ ａｅｌ　Ｃ，Ｇｏｎｚａｌｅｚ　ａｎｄ　Ｐａｕｌ　Ｗｉｎｔｚ、５ｅｃｏｎｄ 　Ｅｄ、、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ　Ｐｕｂｌｉｓｈｉｎｇ　Ｃｏｍｐａ ｎｙ、Ｒｅａｄｉｎｇ、Ｍａｓｓａｃｈｕｓｅｔｔｓ　（１９８７）において記 載されたものに類似する。一つの事例において、対象物の周囲点を決定する段階 は、時計回り方向において順次に対象物をトレースすることを含む。別の事例に おいて、対象物の周囲点を決定する段階は、反時計回り方向において順次に対象 物をトレースすることを含む。

本発明の方法はまた、周囲バッファーを生成する段階を含む。この段階は、第１ 図のブロックＤによって一般に示され、下記の第６図に具体的に示された如く、 モジュールＬＯＡＤ　ＢＵＦＦＥＲによって実行される。周囲バッファーは、周 囲点を具備する狐第２Ａ図は、時計回り方向においてトレースされた単純対象物 に対する概略を示す。例示の目的のために、１３個の周囲点が示される。各周囲 点は、行位置座標値、列位置座標値と方向符号ベクトルを有する。方向符号ベク トルは、各周囲点に対して第１及び第２方向符号値を具備する。第１方向符号値 は、ＧＥＴ　ＰＥＲＩＭモジュールによって決定される如（、各それぞれの周囲 点の次の周囲点に対する関係を記述し、そして第２方向符号値は、ＧＥＴ　ＰＥ ＲＩＭモジュールによって決定される如く、各それぞれの周囲点の前周囲点に対 する関係を記述する。下記の如く、「次又は罰点」の規定は、対象物がトレース される方向による。周囲バッファーの第１部材は、方向符号記述子（ｘ＋、ｙ２ 、ＶｅＣｔｏｒｔ）によって表記され、ここで、ＸＩは行位置座標値、ｙ、は列 位置座標値、そしてＶｅＣｔＯｒ＋は、次の情報を含む方向符号ベクトルである 。

（ｔ）ｎｅＸｔｌは、次の周囲点への方向符号値である。そして（ｉｆ）ｐｒｅ ｖｌは、罰点から現点への方向符号値である。

第２Ｂ図は、第２Ａ図に示された１３個の点に対する行位置座標値、列位置座標 値と第１及び第２方向符号値を示す図である。例えば、点１３は、２の行位置座 標値、１の列位置座標値、及び１の第１方向符号値と７の第２方向符号値を有す るとして表記される。

本発明において、方向符号値は、−周囲点の隣接周囲点（次周囲点又は前周囲点 ）に対する方向により、０〜７の範囲を取る。本発明に対する方向符号値は、第 ４図と第５図に示される。第５図の方向符号値は、第４図に示された値を９０° だけ回転させることにより導出される。第４図に示された方向符号値のセットの 適用はミ第５図に示された方向符号値と反対に、以下に記載される周囲バッファ ーをソートする方法による。第４図から見られる如く、ｎｅｘｔ＋がゼロに等し いならば、次周囲点は、現周囲点の垂直上、かつ同一列である。−周囲点から次 周囲点への方向符号の値は、対象物がモジュールＧＥＴ　ＰＥＲＩＭによってト レースされる向きによることを認識することは重要である。対象物が時計回り方 向にトレースされるならば、周囲点に関連した方向符号は、対象物が反時計回り 方向においてトレースされるものとは異なる。

モジュールＧＥＴ　ＰＥＲＩＭの段階は、第３図に示される。第３図に示された 如く、ブロックＡは、対象物における第１点に現点をセットする。それから、判 定ダイヤモンドＢは、次周囲点が検出されたか尋ねる。そうでなければ、トレー ス対象物は不当であり、そしてモジュールは、ブロックＣにおいて示された如く 完了される。次周囲点が検出されたならば、行及び列位置座標値は、第３図のブ ロックＤに示された如く周囲バッファーに記憶される。現点は、第３図のブロッ クＥに示された如く、次周囲点にセットされる。それから、判定ダイヤモンドＦ は、現点が第１周囲点にあるかを尋ねる。そうでなければ、判定ダイヤモンドＢ １ブロックＣ−Ｅと判定ダイヤモンドＦによるループは、現点が第１周囲点にな るまで反復される。判定ダイヤモンドＦの回答が肯定であるならば、モジュール ＧＥＴ　ＰＥＲＩＭは完了される。

周囲バッファーを生成するモジュールＬＯＡＤ　ＢＵＦＦＥＲの段階は、第６Ａ 図と第６Ｂ図に示される。ブロックＡに示された如く第１段階において、現点は 、周囲バッファーにおける第１点にセットされる。

それから、判定ダイヤモンドＢは、現点がバッファーにおける最終点を越えるか を尋ねる。そうならば、ＬＯＡＤ　’ＢＵＦＦＥＲモジュールが、第６Ａ図のブ ロックＣにおいて示された如く完了される。現点がノ＜、ソファ−における最終 点を越えないならば、判定ダイヤモンドＤは、現点がノ＜、。

ファーにおける第１点であるかを尋ねる。そうならば、プロ・ツクＥは、バッフ ァーにおける最終点として罰点をセットする。現点がノく・ソファ−における第 １点でないならば、判定ダイヤモンドＦは、現点がノ＜・ソファ−における最終 点であるかを尋ねる。そうならば、プロ・ツクＧは、ノ（・ソファ−における第 １点として次点をセットする。罰点が周囲）く・ソファ−における最終点として セットされたか、又は次点が周囲ノ＜・ソファ−における第１点としてセットさ れた後、次点と現点の間の行座標値の差が、第６Ａ図のブロックＨにおいて示さ れた如く、算出され、ノ＜・ソファ−に記憶される。この差は、△ＲＯＷ　Ｎｔ −↑として指定される。次点と現点の間の列座標値の差は、第６Ａ図のブロック ■に示された如く、算出され、バッファーに記憶される。この差は、△Ｃ０ＬＮ ｔｘＴとして指定される。

現点と罰点の間の行座標値の差が、第６Ｂ図のブロックＪにおいて示された如く 、算出され、バッファーに記憶される。この差は、△ＲＯＷＰＲｒ、■として指 定される。次に、現点と罰点の間の列座標値の差が、プロ、７りＫに示された如 く、算出され、バッファーに記憶される。この差は、△ＣＯＬ□Ｆｖ、！＝　１ ．て指定される。それから、現点は、ブロックしに示された如く、バッファーに おける次周囲点に移動され、そしてモジュールは、第６Ａ図の判定ダイヤモンド Ｂに復帰する。ＢとＤ−Ｌによるループは、現点がバッファーにおける最終点を 越えるまで継続し、この点において、ＬＯＡＤ　ＢＵＦＦＥＲモジュールが、プ ロ・ツクＣに示された如く完了される。

本発明の方法はまた、ソートされた周囲バッファーを生成するために、所定の順 序で周囲バッファーにおける周囲点をソートする段階を含む。

この段階は、第１図のブロックＥに示される。このソーティング段階は、時計回 り又は反時計回り方向のいずれかにおいて対象物をトレースするために行われる 。このソーティング段階は、Ｒｏｂｅｒｔ　Ｓｅｄｇｅｗ　ｉ　ｃ　ｋによる教 科書Ａ１ｇｏｒｉｔｈｍｓ　ｉｎ　Ｃ，Ａｄｄｉｓ。

ｎ　Ｗｅｓｌｅｙ、１９９０において記載された標準「シェルソート」技術によ って行われる。各周囲点に関連したｒｖｅｃｔｏｒ−情報は、ソート中その点に 関して移動することが注目される。

本発明の第１実施態様の第１実現において、対象物は、時計回り方向においてト レースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を具 備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲バ ッファーにおける周囲点をソートする副段階を含む。行により周囲点をソートす る副段階は、最小行位置座標値を有する点が、バッファーの先頭（バッファーの 順序の第１要素を意味する）に置かれる如（、昇順に周囲点をソートすることを 含む。代替的に、行により周囲点をソートする副段階は、最小行位置座標値を有 する点が、バッファーの先頭に置かれる如く、降順に周囲点をソートすることを 含む。

第１実施態様のこの実現において、ソーティング段階はまた、少なくとも一つの 行列ソート周囲点を具備する行列ソート周囲）く・ソファ−を生成するために、 さらに所定の順序で列により行ソート周囲／（・ソファ−における周囲点をソー トする付加的副段階を含む。列により周囲点をソートする４１ｊ段階は、昇順に 周囲点をソートすることを含む。）くソファ−が昇順に行により、続いて列によ りソートされ−た場合に、最小列位置座標値と最小行位置座標値を有する点が、 バッファーの先頭に置かれる。バッファーが降順に行により、続いて列によりソ ートされた場合に、最小列位置座標値と最大行位置座標値を有する点は、バッフ ァーの先頭に置かれる。

第１実施態様の第２実現において、対象物は、時計回り方向においてトレースさ れ、そしてソーティング段階は、少なくとも一つの列ソート周囲点を具備する列 ソート周囲バッファーを生成するために、所定の順序で列により周囲バッファー における周囲点をソートする副段階を含む。

この実現において、ソーティング段階は、少なくとも一つの列行ソート周囲点を 具備する列行ソート周囲バッファーを生成するために、所定の順次で行により列 ソート周囲バッファーにおける周囲点をソートする副段階を含む。列により周囲 点をソートする副段階は、最小列位置座標値を有する点が、バッファーの先頭に 置かれる如く、昇順に周囲点をソートすることを含む。代替的に、列により周囲 点をソートする副段階は、最大列位置座標値を有する点が、バッファーの先頭に 置がれる如く、降順に周囲点をソートすることを含む。

この第２実現において、ソーティング段階はまた、少なくとも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。行により周囲点をソートする副段階は、降順に列ソート周囲点をソート することを含む。バッファーが昇順に列により、続いて行によりソートされた場 合に、最大行位置座標値と最小列位置座標値を有する点が、バッファーの先頭に 置がれる。バッファーが降順に列により、続いて行によりシートされた場合に、 最大行位置座標値と最大列位置座標値を有する点は、バッファーの先頭に置かれ る。

本発明の第１実施態様の第３実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を 具備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲 バッファーにおける周囲点をソートする副段階を含む。行により周囲点をソート する副段階は、最小行位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、行により周囲点をソート する副段階は、最大行位置座標値を有する点が、バッファーの先頭に置かれる如 く、降順に周囲点をソートすることを含む。

この第３実現において、ソーティング段階はまた、少なくとも一つの行列ソート 周囲点を具備する行列ソート周囲バッファーを生成するために、さらに所定の順 序で列により行ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列により行ソート周囲点をソートする副段階は、降順に周囲点をソート することを含む。バッファーがまず昇順に行により、続いて列によりソートされ た場合に、最大列位置座標値と最小行位置座標値を有する点が、バッファーの先 頭に置かれる。

バッファーがまず降順に行により、続いて列によりソートされた場合に、最大列 位置座標値と最大行位置座標値を有する点は、バッファーの先頭に置かれる。

本発明の第１実施態様の第４実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少なくとも一つの列ソート周囲点を 具備する列ソート周囲バッファーを生成するために、所定の順序で列により周囲 バッファーにおける周囲点をソートする副段階を含む。列により周囲点をソート する副段階は、最小列位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、列により周囲点をソート する副段階は、最大列位置座標値を有する点が、バッファーの先頭に置かれる如 く、降順に周囲点をソートすることを含む。

この第４実現において、ソーティング段階はまた、少な（とも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列ソートバッファーにおいて行により周囲点をソートする副段階は、昇 順に周囲点をソートすることを含む。バッファーがまず昇順に列により、続いて 行によりソートされた場合に、最小行位置座標値と最小列位置座標値を有する点 が、バッファーの先頭に置かれる。バッファーがまず降順に列により、続いて行 によりソートされた場合に、最小行位置座標値と最大列位置座標値を有する点は 、バッファーの先頭に置かれる。

本発明の方法はまた、各周囲点に対して第１及び第２値の一方を有する状態変数 を割り当てる段階を含む。この段階は、第１図のブロックＦに一般に示され、そ して一部が第７図の流れ図に示され、一部が第１０Ａ図と第１０Ｂ図の流れ図に 示された、モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて実行される。状態変数の第 １値は、ｒＦＩＬＬＪであり、そして状態変数の第２値は、ｒＮｏ　ＦＩＬＬＪ である。状態変数の値は、第１及び第２方向符号値ｎｅＸｔ＋とｐｒｅＶ＋によ って決定される。方向符号値は、使用される周囲バッファーをシートする方法に より、第４図と第５図により決定される。第１実施態様の第１及び第３実現にお ける如く、周囲バッファーにおける点が、まず行により、続いて列によりソート されるならば、第４図における方向符号値が使用される。第１実施態様の第２及 び第４実現における如く、周囲バッファーにおける点が、まず列により、続いて 行によりソートされるならば、第５図に示された方向符号値が使用される。ｎｅ ｘｔ＋とｐｒｅＶ＋をＦＩＬＬ又はＮ。

ＦＩＬＬにマツプするための規則は、第８図に示された如＜、ＦＩＬＬ索引テー ブル（ＬＵＴ）において時計回り方向にトレースされた対象物に対して要約され る。ｎ　ｅ　ｘ　ｔ　ｌとｐｒｅＶ＋をＦＩＬＬ又はＮ０ＦＩＬＬにマツプする ための規則は、第９図に示された如く、ＦＩＬＬ索引テーブル（ＬＵＴ）におい て反時計回り方向にトレースされた対象物に対して要約される。第８図と第９図 の索引テーブルにおいて、ＦはＦＩＬＬを表し、そしてＮＦは、Ｎｏ　ＦＩＬＬ を表す。第８図と第９図の索引テーブルは、対象物の局所凹所又は６所に基づき 、経験的に導出される。

第７図のブロックＡに示された如く、現点は、周囲バッファーにおける第１点に セットされる。それから、判定ダイヤモンドＢは、現点がバッファーにおける最 終点を越えるかを尋ねる。そうならば、モジュールは、ブロックＣに示された如 く完了される。第８図に示された如（索引テーブルを使用して、状態変数の値は 、第７図のブロックＤに示された如く、第１及び第２方向符号値ｎ　ｅ　Ｘ　ｔ 　＋とｐｒｅＶ＋に基づいて割り当てられる。それから、現点は、第７図のブロ ックＥに示された如く、周囲バッファーにおける次点に移動される。判定ダイヤ モンドＢとブロックＤとＥによるループは、現点がバッファーにおけ”る最終点 を越えるまで反復され、この点において、第７図に示された如＜ＲＥＡＤ　Ｃ０ ＬＯＲの一部が、ブロックＣに示された如く完了される。

本発明の第１実施態様の方法は、さらに、検査される周囲点と同一の線セグメン ト上の、ソート周囲バッファーにおける検査周囲点と次周囲点の間にある各点を 、対象物の内点として指定する段階を含み、ここで、検査周囲点は、状態変数の 第１値ＦＩＬＬを割り当てられる。この段階は、第１図のブロックＧに一般に示 され、モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて実行される。本発明の第１実施 態様の第１実現の流れ図は、第１０Ａ図と第１０Ｂ図に示されるが、類似の流れ 図が第２、第３及び第４実現に対して存在することが理解される。周囲バッファ ーにおける周囲点がまず行により、続いて列によりソートされる第１及び第３実 現において、指定段階は、検査される周囲点と同一の行にあり、行列ソート周囲 バッファーにおいて検査周囲点と次周囲点の間にある各点を、対象物の内点とし て指定する副段階を含む。周囲バッファーにおける周囲点が、まず列により、続 いて行によりソートされる第２及び第４実現において、指定段階は、検査される 周囲点と同一の列にあり、列行ソート周囲バッファーにおいて検査周囲点と次周 囲点の間にある各点を、対象物の内点として指定する副段階を含む。

本発明の第１実施態様の方法は、さらに、冗長性周囲点をチェックする段階を含 む。この段階は、下記の如く、判定ダイヤモンドＥとブロックＦにおいて第１０ Δ図に示された、モジュールＲＥＡＤ　Ｃ０ＬＯＲの一部によって実行される。

冗長性周囲点は、対象物の順次トレース中、２回以上アクセス又は横断された点 である。例えば、これは、トレース段階中２回以上交差された点である交差点に おいて発生する。この冗長性内点チェックが行われる時、対象物の内点として同 一の線セグメント上の各冗長性周囲点と次周囲点の間にあるすべての点を指定す る段階は、各冗長性周囲点のすべての事例が状態変数（ＦＩＬＬ）の第１値を割 り当てられる時のみに行われる。

第１実施態様の第１実現に対して実行される第１０Ａ図に示されたＲＥＡＤ　Ｃ ０ＬＯＲの第１段階は、第１０Ａ図のブロックＡに示された如く、周囲バッファ ーの第１点に現点をセットするものである。それから、判定ダイヤモンドＢは、 現点が周囲バッファーの最終点を越えるかを尋ねる。そうならば、モジュールは 、ブロックＣにおいて示された如く完了される。現点が最終点を越えないならば 、現点は、ブロックＤに示された如く、内点としてラベル付けされる。それから 、判定ダイヤモンドＥは、現点がバッファーにおける次点と同一点であるかを尋 ねる。

そうならば、現点は、ブロックＦに示された如く、冗長性としてラベル付けされ る。それから、判定ダイヤモンドＨは、現点のすべての事例の状態変数がＦＩＬ Ｌに等しいかを尋ねる。回答が肯定であるならば、ＲＥＡＤ　Ｃ０ＬＯＲは、第 １０Ａ図のブロックＪに示された如く、現点と同一行における次点に移動する。

回答が否定であるならば、現点は、ブロックＩに示された如く、バッファーにお ける次点にセットされ、そしてモジュールは、判定ダイヤモンドＢに復帰する。

判定ダイヤモンドＥに戻って、現点がバッファーにおける次点と同一点でないな らば、判定ダイヤモンドＧは、現点の状態変数がＦＩＬＬに等しいかを尋ねる。

そうでないならば、モジュールは、判定ダイヤモンドＢに復帰する。ＢとＤ−Ｉ によるループは、現点が最終点を越え、この時、第１０Ａ図と第１０Ｂ図に示さ れた如＜ＲＥＡＤ　ＣＯＬ’ＯＲの一部が第１０Ａ図のブロックＣに示された如 （完了されるまで継続する。判定ダイヤモンドＧに戻りで、現点の状態変数がＦ ＩＬＬに等しいならば、モジュールＲＥＡＤ　Ｃ０ＬＯＲは、第１０Ｂ図のブロ ックＪに示された如（、現点と同一行における次点に移動する。それから、判定 ダイヤモンドには、次点の列座標が周囲バッファーにおける次周囲点の列座標以 下であるかを尋ねる。そうならば、次点が、ブロックしに示された如く、内点と して識別される。第１０Ｂ図のブロックしに示された如く対象物の内点を識別し た後、各内点のグレーレベル値が決定され、そして対象物が、下記の如くグレー レベル値を使用することにより特性付けられる。加えて、所定のグレーレベルは 、対象物をラベル付けするために、各内点に割り当てられる。次点がブロックし に示された如く内点として識別された後、ブロックＪとダイヤモンドＫによるル ープは、次点の列座標が周囲バッファーにおける次周囲点の列座標よりも大きく なるまで継続する。それから、現点は、ブロックＭに示された如く、バッファー における次周囲点にセットされる。Ｂ−Ｍによるループは、現点がバッファーに おける最終点を越えるまで継続し、この点において第１０Ａ図と第１０Ｂ図に示 されたＲＥＡＤ　Ｃ０ＬＯＲの一部が、第１０Ａ図のブロックＣに示された如く 、完了される。

本発明の第１実施態様の方法は、さらに、各内点のグレーレベル値を決定する段 階と、内点のグレーレベル値を使用することにより対象物を特性付ける段階とを 含む。特性付は段階は、対象物のテクスチャーを決定することを含む。代替的又 は加えて、特性付は段階は、対象物のカラーを決定することを含む。代替的又は 加えて、特性付は段階は、対象物において存在するパターンを決定することを゛ 含む。

下記の如く、カラーが、対象物を特性付けるために、又は対象物を妥当化するた めの所定の属性値として使用される時、本発明の方法は、候補対象物の少なくと も一つの内点に対して少な（とも一つのカラーパラメーターを算出する副段階を 含む。カラーパラメーターにより、対象物の純色量に関係したパラメーターが意 図される。さらに具体的に、カラー理論において使用された３つの共通パラメー ターは、“ＣｏｆｏｒＳｃｉｅｎｃｅ、Ｃｏｎｃｅｐｔｓ　ａｎｄ　Ｍｅｔｈｏ ｄｓ、Ｑｕａｎｔｉｔａｔｉｖｅ　Ｄａｔａ　ａｎｄ　Ｆｏｒｍｕｌａｅ”、　 ｂｙＧ、Ｗｙｓｚｅｃｋｉ　ａｎｄ　Ｗ、Ｓ、５ｔｉｌｅ、Ｊｏｈｎ　Ｗｉ　Ｉ ｅｙ　＆　５ｏｎｓ　（１９６７）において規定された如く、色相、彩度と明度 である。この実施態様の好ましい実現において、カラーパラメーター色相のみが 、算出される。しかし、カラーパラメーター又はカラーパラメーターの組み合わ せが、その純色量により候補対象物を識別又は特性付けるために使用されること は明らかである。

上記の如く対象物の内点を識別し、各内点のグレーレベル値を決定した後、対象 物は、グレーレベル値を使用して、下記の如く特性付は又は妥当化される。内点 のグレーレベルは、標準カラー理論のｒＲＧＢｊ情報を使用して記述され、Ｒは 赤色を示し、Ｇは緑色を示し、モしてＢは青色を示す。第１１Ａ図において、Ｒ ＧＢカラー空間の記述が示され、そして第１１Ｂ図において、ＲＧＢ色相環とし て公知のその空間の簡易化が示される。色相角として公知の相対色相パラメータ ーを算出する簡単な方法が、第１１Ａ図と第１１Ｂ図において示される。対象物 の色相角の値は、赤色、緑色と青色の相対混合の測度であるＲＧＢ色相環におけ る角度θであることから、０″〜３６０６の範囲を取る。角度φは、選択された 「オフセット角度」であり、特定応用に対して最適化される調節可能なパラメー ターである。角度φは、対象問題に対して、妥当対象物の色相角がいずれも、０ °〜３６０°に接近しない如く選定される。

０°　（又は３６０°）角度を回避する理由は、この角度に対して色相角の値に おける不連続性による。

対象物における各内点の色相角が算出される。色相角θは、次の方程式を使用し て、ＲＧＢ色相環から算出される。

ＲＧＢ色相環における色相角ベクトルの長さである色相振幅は、対象物がどれほ どの色を有するかの測度であり、色相振幅＝ａ２＋ｂ”　（３） として算出される。

平均色相角と色相振幅は、対象物の色相内容を決定するために使用される。これ らのパラメーターは、対象物を特性付けるために使用され、又は第２実施書様に 関して以下に十分に説明される如く、対象物を識別するために所定属性値と比較 される。

本発明の第１実施態様の特定応用において、エントロピーしきい化の概念が使用 される。信号処理のための情報理論におけるエントロピーの概念は、最初に、ン ヤノンによる論文、“Ａ　Ｍａｔｈｅｍａｔｉｃａｌ　Ｔｈｅｏｒｙ　ｏｆ　Ｃ ｏｍｍｕｎｉｃａｔｉｏｎ”、ＢｅｌｌＳｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｙ　 Ｊ、、Ｖｏｌ、２７、Ｊｕｌｙ１９４８、ｐｐ、３７９−４２３において提案さ れた。ンヤノンは、エントロピー関数 が、次の３つの特性を一意的に満足すること゛を示した。

（ａ）Ｈ（ｐ＋、ｐｌｌ、、、　、ｐ、）は、ｐｈ＝１／ｎ、に＝１１０１、ｎ に対して最大である。

（ｂ）Ｈ（ＡＢ）＝Ｈ（Ａ）　十Ｈ（Ｂ）　、ここで、ＡとＢは２つの有限区分 であり、そしてＨＡ　（Ｂ）は、区分Ａを与えられた区分Ｂの条件付きエントロ ピーである。

Ｈ（ｐ＋５Ｉ）２１．、、、ｐｍ、０）＝Ｈ（ｐ＋、　ｐｚｌ、、、、ｐ、）　 （５）加えて、Ｈ，、ｍ、（１／ｎ、、、、、１／ｎ）＝Ｉｎ　ｎ　（５）像の グレーレベルヒストグラムを分析するためにエントロピーを使用する思想は、Ｐ ｕｎによる論文、’Ｅｎｔｒｏｐｉｃ　Ｔｈｒｅｓｈ。

ｌｄｉｎｇ、ａ　Ｎｅｗ　Ａｐｐｒｏａｃｈ”、Ｃｏｍｐ、Ｇｒａｐｈｉｃｓ　 ａｎｄ　Ｉｍａｇｅ　Ｐｒｏｃ、、Ｖｏｌ、１６．１９９８１、ｐｐ、２１０− ２３９、において最初に提案された。Ｐｕｎのエントロピー分析は、さらに、Ｋ ａｐｕｒ　ｅｔ　ａｌ、による論文、”Ａ　Ｎｅｗ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｇ ｒｅｙ−Ｌｅｖｅｌ　ＰｉｃｔｕｒｅＴｈｒｅｓｈｏｌｄｉｎｇ　Ｕｓｉｎｇ　 ｔｈｅ　Ｅｎｔｒｏｐｙｏｆ　ｔｈｅ　Ｈｉｓｔｏｇｒａｍ”、Ｃｏｍｐ、Ｇｒ ａｐｈｉｃｓａｎｄ　Ｉｍａｇｅ、Ｐｒｏｃ、２９．１９８５、ｐｐ、２７３− ２８５、によって洗練された。Ｐｕｎによって示され、Ｋａｐｕｒによって洗練 された如く、エントロピーの概念は、像のグレーレベルヒストグラムが確率分布 Ｐ、＝ｆ、／Ｎ　ｓ＝１、　、、　、Ｎ、、、、　（７）ここで、ｆ、＝グレー レベルＳの頻度 Ｎ＝像のピクセル数 を規定するために使用されるならば、２次元に拡張される。一様グレーレベル分 布を有する像を記述するヒストグラムのエントロピー関数が最大になることにな る。分布におけるピーク数が多いほど、エントロピーは低くなる。

エントロピーしきい化が使用される第１実施態様の特定応用において、探索段階 は、グレーレベルヒストグラムがエントロピー関数を有する、像のグレーレベル ヒストグラムを発生する副段階と、ヒストグラムのエントロピー関数が最大化さ れる如く、しきいグレーレベルをエントロピー的に選択する副段階とを含む。モ ジュールＨＩＳＴＯＧＲＡＭは、像の対象領域のグレーレベルヒストグラムを発 生するために使用される。

グレーレベルヒストグラムを発生するための段階は、第１２図の流れ図において 示される。第１２図のブロックＡに示された如く、ＨＩＳＴＯＧＲＡＭは、まず 、像の対象領域のヒストグラムを算出する。それから、第１２図のブロックＢに 示された如く、各グレーレベルＳに対して、エントロピー関数Ｈ１の算出におい て続いて使用される値を算出する。この算出の結果は、ブロックＣに示された如 く、メモリに記憶される。これは、エントロピーしきいグレーレベルの続く算出 のために、単純な索引作業のみが必要とされることを保証する。

本発明の第１実施態様による方法のエントロピーしきい化応用はまた、ヒストグ ラムのエントロピー関数が最大化される如く、しきいグレーレベル値をエントロ ピー的に選択する段階を含む。この段階は、第１３図に示された如く、ＥＮＴＲ ＯＰＹモジュールによって行われる。第１３図のブロックＡに示された如く、ヒ ストグラムのエントロピー関数を最大にする際の第１段階は、最大エントロピー 関数を最小値に初期化することである。

しきいグレーレベルをエントロピー的に選択する段階は、各グレーレベルにおけ るグレーレベルヒストグラムを第１区分と第２区分に順次に区分化する副段階を 含む。変化する背景における単一の単純対象物が識別される単純な場合を示すた めに、像のグレーレベルヒストグラムが、第１４図に示される。第１及び第２区 分は、第１４図のヒストグラムにおいて示され、この場合、背景のグレーレベル 値は、第１区分Ａによって表現され、そして妥当対象物のグレーレベルは、第２ 区分Ｂによって表現される。ＥＮＴＲＯＰＹモジュールにおいて、区分化しきい グレーレベル値は、第１３図のブロックＢに示された如く、最小値に初期化され る。

しきいグレーレベルをエントロピー的に選択する段階はまた、各区分に対してエ ントロピー関数を計算する副段階を含み、この場合、ヒストグラムの全エントロ ピー関数は、第１区分Ａのエントロピー関数Ｈ１（Ａ）と第２区分Ｂのエントロ ピー関数Ｈ，（Ｂ）の合計として定義される。この段階は、第１３図のブロック Ｃに示され、そして次の如く数学的に表される。

与えられたしきいグレーレベル値Ｓに対して、そのため、 同様に、 合計Ｈ，（Ａ）　十Ｈ，（Ｂ）は、像のグレーレベルヒストグラムの全エントロ ピー関数を表現する。最大エントロピーしきいグレーレベルは、全エントロピー 関数を最大にするＳの値である。

第１３図の判定ダイヤモンドＤは、ヒストグラムのエントロピー関数が、ブロッ クＡにおいて初期化された最大エントロピー関数よりも大きいかを尋ねる。そう ならば、最大エントロピー関数は、第１３図のブロックＥに示された如く、区分 化しきいグレーレベルを使用して更新される。

それから、最大エントロピーしきいグレーレベルは、ブロックＦに示された如く 、区分化しきいグレーレベルにセットされる。最大エントロピーしきいグレーレ ベルがセットされた後、又はヒストグラムのエントロピー関数が最大エントロピ ー関数よりも大きくないならば、第１３図に示された如く、ＥＮＴＲＯＰＹモジ ュールの判定ダイヤモンドＧは、区分化しきいグレーレベルが、最大しきいグレ ーレベルに等しいがを尋ねる。そうならば、最大エントロピーしきいグレーレベ ルが、第１３図のブロック■］に示された如く返される。そうでないならば、区 分化しきいグレーレベルが、第１３図のブロックＩに示−された如（増分され、 そして増分された区分化しきいグレーレベルが、ブロックＣに返され、ここで、 増分された区分化しきいグレーレベルのエントロピー関数が計算される。Ｃ−Ｇ によるループは、区分化しきいグレーレベルが最大しきいグレーレベルに等しく なるまで反復され、この点において、最大エントロピーしきいグレーレベルがブ ロックＨに示された如く返される。

確率分布は、各区分内にグレーレベルのみを含むようにＨ，（Ａ）とＨ，（Ｂ） において再正規化される。この再正規化により、最大エントロピー関数は、第１ ４図においてＴで示された如（、グレーレベルヒストグラムにおいてちょうど対 象物ピークの縁において生ずる。こうして、新しきいグレーレベルが、ヒストグ ラムのエントロピー関数が最大化される如く選択される。第１４図に示された単 純な場合に対するしきい値のこの最大選定により、背景の再正規化分布は、最低 ピークになり、最も一様になる。背景区分におけるグレーレベル値の数は対象物 区分におけるグレーレベル値の数よりもずっと大きいために、ヒストグラムの全 エントロピー関数は背景のエントロピー関数によって支配される。

エントロピーしきいグレーレベルが最大化される第１実施態様の応用において、 探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルを使用し て、少なくとも一つの対象物のために像を走査する副段階を含む。さらに具体的 に、走査された像の部分は、複数のビクセルを具備し、各ピクセルは、上限と増 分の和よりも小さなグレーレベル値を有する。上限はまた、表記ＭＡＸを有する 。増分は、探索される領域の最大グレーレベルＭＡＸと探索される領域の最小グ レーレベルＭＩＮの間の差に等しく、新最大グレーレベル値Ｇｒａｙ　１ｅｖｅ ｌ、ｎ、を生ずる。

Ｇｒａｙ　１ｅｖｅｌ、、、＝２　ｘ　ＭＡＸ−ＭＩＮ　（１４）グレーレベル がｇｒａｙ　ＩｅｖｅＬ、ｍを超過する像領域は、探索において無視される。

探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する候補対象物をトレースする副段階を含む。

この応用において、探索段階は、第１５図に示された如くモジュール５ＥＡＲＣ ＨＩＭＡＧＥ、第１６図に示された如（モジュールＦＩＮＤ　０ＢＪＥＣＴと第 ３図に示された如くモジュールＧＥＴ　ＰＥＲＩＭによって行われる。

第１５図のブロックＡによって示された如く、第１段階は、探索位置を初期化す ることである。モジュール５ＥＡＲＣＨＩＭＡＧＥは、エントロピー的に選択さ れた現しきいグレーレベルにより対象領域を探索する。それから、第１５図の判 定ダイヤモンドＢは、探索位置が走査の終端にあるかを尋ねる。そうならば、５ ＥＡＲＣＨＩＭＡＧＥが完了される。

探索位置が走査の終端にないならば、モジュール５ＥＡＲＣＨＩＭＡＧＥは、モ ジュールＦＩＮＤ　０ＢＪＥＣＴを使用してエントロピー的に選択されたしきい グレーレベルを超過するグレーレベル値を有する点を検出するまで、エントロピ 一点に選択された現しきいグレーレベルにより対象領域を探索する。背景よりも 暗い対象物を識別するために、像は、発生後ただちに反転される。そのような点 は、新対象物の第１点である。第１５図の判定ダイヤモンドＤは、新対象物がモ ジュールＦＩＮＤ　０ＢＪＥＣＴを使用して検出されたかを尋ねる。対象物が現 探索においてすでにトレースされていないならば、モジュールＳＥＡＲＣＨＩＭ ＡＧＥは、第１５図のブロックＥによって示された如く、モジュールＧＥＴ　Ｐ ＥＲＩＭを実行することにより対象物をトレースすることを始める。モジュール ＧＥＴ　ＰＥＲＩＭは、第３図に関して記載された。対象物がトレースされた後 、探索位置が、第１５図のブロックＦに示された如（増分される。Ｂ−Ｆによる ループは、モジュール５ＥＡＲＣＨＩＭＡＧＥが判定ダイヤモンドＢによって示 された如（探索の終端になるまで継続される。代替的に、新対象物が判定ダイヤ モンドＤによって示された如く検出されないならば、探索位置は、ブロックＦに おいて示された如（増分され、こうして、トレース段階をバイパスし、そしてＢ −１によるループが、５ＥＡＲＣＨＩＭＡＧＥが探索の終端になるまで継続され る。

モジュールＦＩＮＤ　０ＢＪＥＣＴの段階は、第１６図に示される。

ＦＩＮＤ　０ＢＪＥＣＴにおける第１段階は、ブロック八に示された如（、探索 される像の現位置に探索位置を初期化することである。それから、判定ダイヤモ ンドＢは、探索位置が対象物の内側にあるかを尋ねる。

そうならば、探索位置が、ブロックＣによって示された如く増分され、そして判 定ダイヤモンドＤは、ＦＩＮＤ　０ＢＪＥＣＴがその探索の終端にあるかを尋ね る。そうならば、新対象物はブロックＥにおいて示された如く検出されない。そ うでないならば、判定ダイヤモンドＢは、増分された探索位置が対象物の内側に あるかを尋ねる。Ｂ−Ｅによるこのループプロセスは、探索位置が対象物の内側 になくなるまで継続する。

この点において、判定ダイヤモンドＦは、次対象物が検出されたかを尋ねる。そ うでないならば、探索位置は、第１５図のブロックＧにおいて示された如く増分 され、そして判定ダイヤモ°ンドＨは、ＳＥＡＲＣＨＩＭＡＧＥモジュールがそ の探索の終端にあるかを尋ねる。そうならば、新対象物非検出が、ブロック■に よって示された如く返される。そうでないならば、判定ダイヤモンドＦは、次対 象物が増分探索位置を使用して検出されたかを再び尋ねる。Ｆ−１によるこのル ーププロセスは、次対象物が検出されるまで継続する。判定ダイヤモンドＪは、 検出された対象物がすでにトレースされたかを尋ねる。そうならば、新対象物検 出が、ブロックＫによって示された如く返される。検出された対象物がすでにト レースされていないならば、探索位置が、ブロックしによって更新され、そして 新対象物検出が、第１６図のブロックＭによって示された如く第１点に関して返 される。それから、ＧＥＴ　ＰＥＲＩＭが、第３図に示された如く第１点に関し てランされる。上記のＳＥＡＲＣＨＩＭＡＧＥＳＦＩＮＤ　０ＢＪＥＣＴとＧＥ Ｔ　ＰＥＲＩＭをランすることにより、第１６図のブロックＭにおいて返された 対象物は、第１図のブロックＣにおいて示された如く、内点を決定するためにト レースされる。

本発明の第２実施態様により、背景における少な（とも一つの所定の属性値を有 する少なくとも一つの妥当対象物を識別する方法が設けられる。方法は、対象物 と背景の像を発生することを含む。第１７図は、本発明の第２実施態様の全方法 を示すブロック図である。像は、第１７図のブロックＡに示された示された如く 発生される。前実施態様における如く、本発明の第２実施態様の方法を実現する ために使用されたハードウェアは、像が発生される時、最初に初期化されなけれ ばならない。対象物と背景の像は、カメラによって発生される。前実施態様と同 様に、ＣＣＤカメラが使用されるが、任意の形式の°カメラも本発明の一般原理 に反することな（使用される。それから、像がデジタル化され、そしてフレーム グラバ−又はビデオデジタイザーによって記憶される。

本発明の少なくとも一つの妥当対象物を識別する方法はまた、候補対象物が少な くとも一つの候補対象物属性値を有する場合に、少なくとも一つの自動計算しき い値を使用して、少なくとも一つの候補対象物に対して像を探索する段階を含む 。この段階は、第１７図のブロックＢにおいて示される。本発明の第２実施態様 において、全対象物が探索される。

しかし、問題の対象物の識別特徴が対象物の特定部分にあることが既知の事例に おいて、探索段階は、対象物の部分のみを探索することを含む。

探索段階は、例えば、第１実施態様において上述される如くヒストグラム、又は Ｐａｌ　ａｎｄ　Ｐａｌによる論文”Ｅｎｔｒｏｐｉｃ　Ｔｈｒｅｓｈｏｌｄｉ ｎｇ”、Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ、Ｖ。

１．１６．１９８９、ｐｐ、９７−１０８において記載された同時発生マトリッ クスを使用して、自動計算しきい値により決定される。

候補対象物を識別し妥当化するために像を自動的にしきい化する能力は、製造及 び産業用プロセスを監視制御するために「オンライン」像分析を行うことを可能 にする。しきい値（又は複数のしきい値）が像対像ベースにおいて調整されなけ ればならないために、このケイパビリティは、手動しきい化スキームが使用され るならば一般に可能ではない。非監視自動対象物識別の実施は、広範囲の産業上 の応用に対して像分析技術の使用を可能にする。背景が予測不能に変化する環境 において、自動計算しきい値を使用しない多数の方法が失敗する場合に、下記の 如く、第２実施態様の方法の特定応用の再帰的バージョンが、特に強力である。

本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、候補対象物の 周囲点を決定する段階を含む。この段階は、対象物をトレースすることにより行 われ、第１７図のブロックＣにおいて示される。各周囲点の座標は、第３図に関 して記載された如（モジュールＧＥＴ　ＰＥＲＩＭによって決定される。第１実 施態様における如く、周囲点を決定する段階は、時計回り方向に順次に対象物を トレースするか、又は反時計回り方向に順次に対象物をトレースすることを含む 。

本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、周囲バッファ ーを生成する段階を含む。この段階は、第１７図のブロックＤによって一般に示 され、そして第６Ａ図と第６Ｂ図に関して示され記載された如く、モジュールＬ ＯＡＤ　ＢＵＦＦＥＲにおいて行われる。

本発明の少なくとも一つの妥当対象物を識別する方法はまた、ソートされた周囲 バッファーを生成するために、所定の順次で周囲バッファーにおける周囲点をソ ートする段階を含む。この段階は、第１７図のブロックＥにおいて示される。ソ ート段階は、時計回り又は反時計回り方向において対象物をトレースするための 第１実施態様に関して記載された如く行われる。

本発明の妥当対象物を識別する方法はまた、第１及び第２値の一方を有する状態 変数を各周囲点に割り当てる段階を含む。この段階は、第１７図のブロックＦに おいて一般に示され、そして第７図と第１０図に関して示され記載された如く、 モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて行われる。

本発明の第２実施聾様による少なくとも一つの妥当対象物を識別する方法は、さ らに、検査される周囲点と同一の線セグメント上の、ソートされた周囲バッファ ーにおける検査周囲点と次周囲点の間にある各点を、対象物の内点として識別す る段階を含み、この場合、検査周囲点は、状態変数の第１値ＦＩＬＬを割り当て られる。この段階は、第１７図のブロックＧにおいて一般に示され、そして第１ 実施態様の任意の実現に対して第７図、第１０Ａ図と第１０Ｂ図に関して記載さ れた如く、モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて行われる。

本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、冗長性周囲点 をチェックする段階を含む。この段階は、上記の如く、判定ダイヤモンドＥとブ ロックＦにより第１０Ａ図の流れ図において示される。この冗長性内点チェック が行われる時、対象物の内点として同一の線セグメント上にある各冗長性周囲点 と次周囲点の間にあるすべての点を指定する段階は、各冗長性周囲点の全事例が 、第１実施態様に関して記載された如く、状態変数（ＦＩＬＬ）の第１値を割り 当てられる時のみ行われる。

本発明の第２実施態様の方法は、さらに、各内点のグレーレベル値を決定する段 階と、内点のグレーレベル値を使用することにより対象物を特性付ける段階とを 含む。特性付は段階は、対象物のテクスチャーを決定することを含む。代替的又 は加えて、特性付は段階は、対象物のカラーを決定することを含む。代替的又は 加えて、特性付は段階は、対象物において存在するパターンを決定することを含 む。

本発明の少なくとも一つの妥当対象物を識別するための方法はまた、候補対象物 属性値によって候補対象物を特性付ける段階を含む。この段階は、対象物属性値 が内点情報を使用する時の如く、内点のグレーレベル値を使用することにより対 象物を特性付ける段階と同一である。一つの事例において、候補対象物属性値は カラーである。代替的又は加えて、候補対象物属性値は、対象物のテクスチャー であるか、又は別の事例において、代替的又は付加的に、対象物におけるパター ンである。

本発明の少な（とも一つの妥当対象物を識別する方法はまた、妥当対象物を識別 するために、妥当対象物の所定属性値を有する候補対象物を妥当化する段階を含 む。この段階は、第１７図のブロックＩにおいて示される。妥当化段階は、候補 対象物属性値を算出する副段階と、候補対象物を妥当化するために、候補対象物 属性値を妥当対象物の所定属性値と比較する副段階とを含む。算出副段階は、さ らに、候補対象物属性値を記憶する副段階を含む。対象物を妥当化する一つの方 法は、属性値としてサイズとカラーを使用することである。この妥当化スキーム に従う時、第１８図に関して示され記載された如（、モジュールＣＯＬ　ＦＩＬ Ｔは、妥当化段階を行うために使用される。一般に、他の属性値が、妥当対象物 の所定属性値のために使用される。

モジュールＧＯＬ　ＦＩＬＴにおいて、妥当化段階は、候補対象物のリストをフ ィルターすることにより行われる。ＣＯＬ　ＦＩＬＴは、均質又は非均質対象物 のいずれかに対してフィルターを行う。非均質対象物をフィルターするためのフ ィルタ一段階は、対象物が削除される３つの条件を具備する。第１条件は、対象 物が所定の最小面積よりも小さな面積を有する時、対象物を削除する。第２条件 は、対象物が所定最小値よりも小さな平均色相角と所定最小値よりも大きな色相 振幅を有する時、対象物を削除する。第３条件は、対象物が所定最大値よりも大 きな平均な色相角と所定最小値よりも大きな色相振幅を有する時、対象物を削除 する。色相角と色相振幅は、上記の方稈式（１）と（２）において記載された如 く算出される。

第１８図のブロックＡに示された如く、対象物をフィルターするためのＧＯＬ　 ＦＩＬＴの第１段階は、初期対象物に前進することである。

それから、判定ダイヤモンドＢは、ＣＯＬ　ＦＩＬＴが最終対象物を越えるかを 尋ねる。そうならば、モジュールは、ブロックＣに示された如く完了される。そ うでないならば、判定ダイヤモンドＤは、対象物が所定最小面積よりも大きな面 積を有するかを尋ねる。回答が肯定であるならば、対象物は、ブロックＥに示さ れた如く削除され、そしてモジュールは、ブロックＦに示された如く次対象物に 前進する。それから、判定ダイヤモンドＢは、ＣＯＬ　ＦＩＬＴが最終対象物を 越えるかを尋ね、そしてＢ−Ｆによるループは、対象物面積が所定最小面積より も小さくなくなるまで継続する。この点において、判定ダイヤモンドＧは、対象 物の平均色相角が、所定最小値ＭＩＮＨＵＥよりも小さいか、そして対象物の色 相振幅が所定最小値ＭＩＮＭＡＧよりも大きいかを尋ねる。これらの両質問に対 する回答が肯定であるならば、対象物は、ブロックＥにおいて示された如く削除 され、そしてモジュールは、ブロックＦに示された如（、次対象物へ前進される 。ＡとＢによるループは、Ｃ０ＬＦＩＬＴが最終対象物を越えるまで継続し、そ の点において、それはブロックＣに示された如く完了される。ＧＯＬ　ＦＩＬＴ が最終対象物を越えないならば、ｌ−Ｇによるループは、対象物色相がＭＩＮＨ ＵＥ以上になるか、又は対象物色相振幅がＭＩＮＭＡＧ以下になるまで継続する 。それから、判定ダイヤモンドＨは、対象物の平均色相角が、所定最大値ＭＡＸ ＨＵＥよりも太き（、かつ対象物の色相振幅が所定最小値ＭＩＮＭＡＧよりも大 きいかを尋ねる。これらの両質問に対する回答が肯定であるならば、対象物は、 ブロックＥにおいて示された如く削除され、そしてモジュールは、ブロックＦに 示された如く、次対象物へ前進される。ＡとＢによるループは、ＣＯＬ　ＦＩＬ Ｔが最終対象物を越えるまで継続し、この点において、それはブロックＣに示さ れた如く完了される。ＧＯＬ　ＦＩＬＴが最終対象物を越えないならば、Ａ−Ｈ によるループが、対象物色相がＭＡＸＨＵＥ以下になるが、又は対象物色相振幅 がＭＩＮＭＡＧ以下になるまで継続する。これらの質問のいずれに対する回答も 否定であるならば、対象物は保持され、そしてモジュールは、ブロックＦに示さ れた如（、次対象物に前進する。Ｂ−Ｈによるループは、モジュールが最終対象 物を越えるまで継続する。それから、モジュールはブロックＣにおいて示された 如く完了される。

本発明の第２実施態様の方法は、候補対象物を妥当化するためのドライバーとカ ーネルを使用する。ドライバーは、妥当対象物の属性値を記憶し、この場合、６ 値は、妥当対象物の規定、例えば、色、縁コントラスト、面積、形状、等を表現 する。本発明のドライバーは、所与の応用に固有である。オブジェクト指向環境 において、サイズ、形状、色、等の如く、属性リストを介して対象物を記述する ことは、多くの事例において直接的である。単純なパラメータ記述が可能でない 複雑な対象物に対して、対象物を識別するためにドライバーにおいて神経網を使 用することができる。候補対象物から導出されたパラメータは、特定対象物を認 識するように訓練された神経網に送られる。この点において、本発明のアーキテ クチャ−は、脳と眼の間にフィードバックループがある神経視覚アーキテクチャ −に類似し始める。本発明において、高次ドライバーは、低次カーネルと織り合 わされる。この場合、対象物の複雑な記述は、候補対象物をさらに識別する探索 プロセスを駆動するために使用される。

ドライバーはカーネルを駆動する。カーネルは、幾つかの機能を行う。

それは、エントロピー的に選択されたしきいグレーレベル値を算出し、像を探索 し、そして候補対象物に対して属性値を算出する。加えて、それは、候補対象物 の属性値を、上記の如くドライバーにおいて包含された妥当対象物の所定属性値 と比較することにより、候補対象物において妥当性チェックを行う。それはまた 、妥当対象物の多重識別を防止するために冗長性チェックを行う。

本発明の第２実施態様の第１の特定応用により、エントロピーしきい化が、像を 探索するために使用される。この第１の特定応用において、像を探索する段階は 、像のグレーレベルヒストグラムを発生する副段階を含み、この場合、グレーレ ベルヒストグラムは、エントロピー関数を有する。第１２図に関して記載された モジュールＨＩＳＴＯＧＲＡＭは、像の対象領域のグレーレベルヒストグラムを 発生するために使用される。

像を探索する段階はまた、ヒストグラムのエントロピー関数が最大にされる如く 、しきいグレーレベル値をエントロピー的に選択する副段階を含む。この段階は 、第１３図に関して記載された如く、ＥＮＴＲＯＰＹモジュールによって実行さ れる。

第２実施態様のエントロピーしきい化応用により、探索段階は、さらに、エント ロピー的に選択されたしきいグレーレベル値を使用して、少なくとも一つの候補 対象物に対して像の部分を走査し、エントロピー的に選択されたしきいグレーレ ベルによって決定された境界グレーレベルを有する候補対象物をトレースする副 段階を含む。

探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する候補対象物をトレースする副段階を含む。

この実現において、探索段階は、第１５図に関して記載されたモジュール５ＥＡ ＲＣＨＩＭＡＧＥ、第１６図に関して記載されたモジュールＦＩＮＤ　ｏＢＪＥ ＣＴと第１９Ａ図と第１９Ｂ図において記載されたモジュールＴＲＡＣＥ　０Ｂ ＪＥＣＴによって実行される。ＴＲＡＣＥ　０ＢＪＥＣＴモジユールの基本原理 は、“Ｄｉｇｉｔａｌ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ″　ｂｙ　Ｒａｆａ ｅｌＣ，Ｇｏｎｚａｌｅｚ　ａｎｄ　Ｐａｕｌ　Ｗｉｎｔｚ、５ｅｃｏｎｄ　Ｅ ｄ、、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ　ＰｕｂｌｉｓｈｉｎｇＣｏｍｐａｎｙＳ Ｒｅａｄｉｎｇ、Ｍａｓｓａｃｈｕｓｅｔ　ｔｓ　（１９８７）において記載さ れたものに類似する。

第１９Ａ図のブロックＡに示された如く、ＴＲＡＣＥ　０ＢＪＥＣＴモジユール における第１段階は、候補対象物属性値を初期化することである。それから、Ｔ ＲＡＣＥ　０ＢＪＥＣＴモジユールは、近隣周囲点が検出されたかを判定ダイヤ モンドＢにおいて尋ねる。そうでないならば、トレースされた対象物は、ブロッ クＣによって示された如く、不当である。近隣周囲点が検出されたならば、判定 ダイヤモンドＤは、ＴＲＡＣＥ　０ＢＪＥＣＴモジユールは候補対象物の第１周 囲点にあるかを尋ねる。そうでないならば、候補対象物属性値は、第１９Ａ図の ブロックＥに示された如く更新される。それから、Ｂ−Ｅによるループは、ＴＲ ＡＣＥ　０ＢＪＥＣＴモジユールが候補対象物の第１周囲点になるまで、更新さ れた候補対象物属性値を使用して、反復される。それから、質量中心座標が、第 １９Ａ図のブロックＦにおいて示された如く算出される。それから、判定ダイヤ モンドＧは、候補対象物面積が大きすぎるかを尋ねる。そうならば、トレースさ れた対象物は、第１９Ａ図のブロックＨによって示された如く不当である。

候補対象物面積が大きすぎないならば、形状因子が、第１９Ｂ図のブロック■に おいて示された如く算出される。形状因子の規定は、識別される対象物の幾何形 状により、変化する。例えば、円形対象物に対する形状因子の規定は、 形状因子＝１−Ｐ”／４πＡ　（１５）である。ここで、Ｐは候補対象物の周囲 長であり、Ａは候補対象物の面積である。それから、ＴＲＡＣＥ　０ＢＪＥＣＴ は、形状因子が第１９Ｂ図の判定ダイヤモンドＪにおいて示された如くドライバ ーに含められた所定範囲内にあるかをチェックする。形状因子が所定範囲内に入 らないならば、トレースされた対象物は、第１９Ｂ図のブロックＫによって示さ れた如く不当である。形状因子が所定範囲内に入るならば、候補対象物は、ブロ ックしに示された如く、カーネルによって維持される妥当対象物リストに追加さ れる。

すべての候補対象物が現探索においてトレースされた後、第２０図に示された如 く、モジュールＣＨＫ　ＧＲＡＭが、候補対象物が背景よりも比較的明るいかを チェックするために呼び出される。ＣＨＫ　ＧＲＡＹは、探索位置が走査の終端 になる時、第１５図の判定ダイヤモンドＣの後にランされる。第２０図のブロッ クＡに示された如（、ＣＨＫ　ＧＲＡＹモジュールにおける第１段階は、現探索 において検出された第１候補対象物に前進することである。第２０図の判定ダイ ヤモンドＢは、候補対象物が候補対象物リストにおいて最終対象物であるかを尋 ねる。

そうならば、モジュールは、長円形Ｃによって示された如くランを停止する。候 補対象物が候補対象物リストの最終対象物でないならば、平均外部グレーレベル が、ブロックＤに示された如く算出される。それから、判定ダイヤモンドＥは、 質量中心のグレーレベルは、対象物の極値点を包囲する４つの外部点（すなわち 、上側、下側、左側及び右側点）の平均外部グレーレベルよりも大きいかを尋ね る。外部点は、対象物の極値点のすぐ近隣の背景における点である。そうでない ならば、対象物は、第２０図のブロックＦにおいて示された如（削除される。質 量中心のグレーレベルが平均外部グレーレベルよりも大きいならば、候補対象物 が保持され、そしてＣＨＫ　ＧＲＡＭモジュールは、ブロックＧに示された如く 、次候補対象物に前進する。それから、ＣＨＫ　ＧＲＡＹモジュールは、候補対 象物が最終対象物であるかを尋ねるために、判定ダイヤモンドＢに復帰する。Ｂ −Ｇにおいて示されたループは、次候補対象物が最終候補対象物になるまで次候 補対象物に対して反復され、この点において、ＣＨＫ　ＧＲＡＹはランを停止す る。上記の如く、モジュールＣＨＫ　ＧＲＡＭは、背景よりも暗い対象物を検出 するためにランされる。この場合、像は、対象物と背景の像を発生する段階を行 う前に、初期的に反転される。

上記の方法は、スクリーニングプロセスと呼ばれる。例えば、それは、食料又は 血液又は土壌試料において病原菌の存在を調べるために使用される。スクリーニ ングプロセスは、肯定否定回答を生ずる。絶対数量化は必要ではない。より厳重 な識別プロセスに対して、本発明の第２実施聾様のエントロピーしきい化応用の 方法を下記の如く再帰的に適用することが必要である。

第２実施態様のエントロピーしきい化応用の方法の再帰的バージョンは、さらに 、上限と下限としてヒストグラムのエントロピー関数を最大にするように選択さ れたエントロピーしきいグレーレベルを使用して、グレーレベルヒストグラムを 上側ヒストグラムと下側ヒストグラムに細分する段階を含む。選択、探索、妥当 化及び細分段階は、上側及び下側ヒストグラムの各々に対して再帰的に反復され る。選択段階の反復は、次のエントロピーしきいグレーレベルを選択し、これに より、所定最小数の新妥当対象物が識別されるまで、妥当対象物を識別するため にグレーレベルヒストグラムを再帰的に区分化する。再帰的バージョンの好まし い実現において、所定最小数はゼロである。しかし、完全な識別が必要ではない 時の如く、所定数がゼロよりも大きい場合がある。

第２１Ａ〜２１Ｃ図は、ヒストグラムを上側ヒストグラムと下側ヒストグラムに 細分する概念を示す。原ヒストグラムは、第２１Ａ図に示される。第２１Ａ図に おいてＴで示されたＴＨＲＥＳＨは、探索される最小グレーレベルと探索される 最大グレーレベルの間のグレーレベル領域に対応する、グレーレベルヒストグラ ムに対するエントロピー的に選択されたしきいグレーレベルである。第２１Ａ図 に示された如（原ヒストグラムに対して、探索される最小グレーレベルは、ゼロ であり、そして探索される最大グレーレベルはＭＡＸである。Ｂにおいて示され たＴＨＲＥＳＨＨｌは、ＴＨＲＥＳＨとＭＡＸの間のグレーレベル領域に対応す る、グレーレベルヒストグラムに対してエントロピー的に選択されたしきいグレ ーレベルである。Ａにおいて示されたＴＨＲＥＳＨＬＯは、ゼロとＴＨＲＥＳＨ の間のグレーレベル領域に対応するグレーレベルヒストグラムに対してエントロ ピー的に選択されたしきいグレーレベルである。

エントロピーしきい化応用の再帰的バージョンにより、細分、選択、探索及び妥 当性段階が、再帰的に反復される。再帰とは、ヒストグラムを上側及び下側ヒス トグラムに連続的に分割し、各上側ヒストグラムを探索し、上側ヒストグラムは 、それ自体、上側ヒストグラムにおいて検出された新妥当対象物の数が所定最小 数以下になるまで、新妥当対象物に対して上側及び下側ヒストグラムに連続的に 分割され、そして続いて、最も最近に探索された上側ヒストグラムに対応する各 下側ヒストグラムを探索し、下側ヒストグラムは、それ自体、下側ヒストグラム において検出された新妥当対象物の数が、所定最小数以下になるまで、上側及び 下側ヒストグラムに連続的に分割されるプロセスが意図される。

上側ヒストグラムは、第２１Ｂ図に示される。細分段階の反復は、第２１Ｂ図に 示された如く、上側ヒストグラムを次に連続する上側及び下側ヒストグラムに細 分する。上側ヒストグラムの選択段階の反復は、第２１Ｂ図においてＢで示され た如く、次に連続する上側エントロピーしきいグレーレベルを選択する。こうし て、原ヒストグラムにおいてＴＨＲＥＳＨＨｌであった点Ｂは、上側ヒストグラ ムのしきい値ヌはＮＥＸＴ　ＵＰＰＥＲＴＨＲＥＳＨになる。第２１Ｂ図におい て、探索される最小グレーレベルは、今、ＴＨＲＥＳＨであり、そして探索され る最大グレーレベルは、今、ＭＡＸである。Ｃで示されたＮＥＸＴ　ＵＰＰＥＲ ＴＨＲＥＳＨＨＩは、ＢとＭＡＸの間のグレーレベル領域に対応する、グレーレ ベルヒストグラムに対してエントロピー的に選択されたしきいグレーレベルであ る。Ｄにおいて示されたＮＥＸＴ　ＵＰＰＥＲＴＨＲＥＳＨＬｏｔ；！、ＴＨＲ ＥｓＨとＢの間のグレーレベル領域に対応する、グレーレベルヒストグラムに対 してエントロピー的に選択されたしきいグレーレベルである。それから、選択、 探索及び妥当化段階が、エントロピーしきいグレーレベルとして、次に連続する 上側エントロピーしきいグレーレベルＢを使用して再帰的に反復される。　第２ １Ｃ図は、下側ヒストグラムを示す。細分段階の反復は、第２１Ｃ図に示された 如く、下側ヒストグラムを次に連続する上側及び下側ヒストグラムに細分する。

下側ヒストグラムに対する選択段階の反復は、第２１Ｃ図においてＡで示された 如く、次に連続する下側エントロピーしきいグレーレベルを選択する。こうして 、原ヒストグラムにおいてＴＨＲＥＳＨＬＯであった点Ａは、区分化下側ヒスト グラム又はＮＥＸＴＬＯＷＥＲＴＨＲＥＳＨに対するしきい値になる。第２１Ｃ 図において、探索される最小グレーレベルは、今、ゼロであり、そして探索され る最大グレーレベルは、今、ＴＨＲＥＳＨである。Ｅで示されたＮＥＸＴ　ＬＯ ＷＥＲＴＨＲＥＳＨＨｌは、ＡとＴ　ＨＲＥ　Ｓ　Ｈ（７）Ｉｅ’１１７）　り Ｌ／−レベル領域に対応するグレーレベルヒストグラムに対してエントロピー的 に選択されたしきいグレーレベルである。Ｆに示されたＮＥＸＴＬＯＷＥＲＴＨ ＲＥＳＨＬＯは、ゼロとＡの間のグレーレベル領域に対応する、グレーレベルヒ ストグラムに対してエントロピー的に選択されたしきいグレーレベルである。そ れから、選択、探索及び妥当化段階は、エントロピーしきいグレーレベルとして 、次の連続する下側エントロピーしきいグレーレベルＡを使用して下側ヒストグ ラムに対して再帰的に反復される。

第２２図に示された如＜ＡＮＡＬＹＺＥモジュールは、第２実施態様のエントロ ピーしきい化応用の再帰的バージョンのコア再帰カーネルを構成する。ＡＮＡＬ ＹＺＥモジュールは、候補対象物の事例を探索するためにグレーレベル空間にお ける特定領域を有効にクローズアップし、そしてヒストグラムを再帰的に区分化 する。第２２図に示された如く、ＡＮＡＬＹＺＥモジュールにおける第１段階は 、第２２図のブロックＡにおいて記載され示された如く、エントロピー的に選択 されたしきいグレーレベル値ＴＨＲＥＳＨ，ＴＨＲＥＳＨＨＩとＴＨＲＥＳＨＬ Ｏを算出することである。ブロックＢに示された如く、モジュール５ＥＡＲＣＨ ＩＭＡＧＥは、上側ヒストグラムに含められたグレーレベル値を使用してランさ れる。それから、判定ダイヤモンドＣは、検出された新妥当対象物の数が、所定 最小数よりも大きいかを尋ねる。そうならば、モジュールＡＮＡＬＹＺＥは、上 側ヒストグラムにおいて再帰的にランされる。検出された妥当対象物数が、所定 最小数よりも太き（ないならば、モジュール５ＥＡＲＣＨＩＭＡＧＥが、ブロッ クＥにおいて示された如く、下側ヒストグラムに含められたグレーレベル値を使 用して、再びランされる。それから、判定ダイヤモンドＦは、検出された妥当対 象物の数が所定最小数よりも大きいかを尋ねる。そうならば、モジュールＡＮＡ ＬＹＺＥは、ブロックＧにおいて示された如く、下側ヒストグラムにおいて再帰 的にランされる。そうでないならば、モジュールＡＮＡＬＹＺＥは、ランを停止 し、そして妥当対象物は、第２２図のブロックＨに示された如く返される。本発 明により、再帰的プロセス中妥当化段階においてチェックされる属性数の値の範 囲を選択する際に許容度がある。

第２実施態様の第１特定応用により、妥当化段階は、さらに、妥当対象物の多重 識別を防止するために、冗長性をチェックする副段階を含む。

そのような冗長性チェックは、現探索後に妥当として認識された対象物が、前探 索において妥当対象物として認識されているかもしれないために、必要である。

冗長性チェック副段階を行うために、妥当対象物は、均質又は非均質として分類 される。非均質対象物は、下記の例において記載され、この場合、カラーコロニ ーが識別される。妥当対象物はまた、さらに、比較的大きな妥当対象物又は小さ な妥当対象物として分類される。加えて、妥当対象物は、別の妥当対象物に包含 される（内部妥当対象物）か、又は別の妥当対象物に包含されない（外部妥当対 象物）として分類される。

第２実施態様の第１特定応用により、冗長性チェック副段階は、非均質妥当対象 物を削除するために行われる。それが行われる時、本発明の方法は、さらに、大 対象物が２つ以上の小対象物を含む時、大対象物を削除する副段階を含む。また 、冗長性チェック副段階が非均質妥当対象物を削除するために行われる時、本発 明の方法はまた、大及び小妥当対象物の平均縁コントラストを算出する副段階と 、大対象物が唯一の小対象物を含む時、より小さな縁コントラストを有する対象 物を削除する副段階を含む。これらの副段階は、非均質妥当対象物に対して第２ ３Ａ〜Ｄ図に示された如く、モジュールＣＨＫ　ＬＩＳＴによって行われる。

第２３Ａ図のブロックＡに示された如く、非均質対象物を削除するためのＣＨＫ 　ＬＩＳＴモジュールの第１段階は、現探索の前に検出された妥当対象物の数と して前カウントを規定することである。それから、テール対象物が、ブロックＢ に示された如く、現探索において検出された初期候補対象物として規定される。

対象物カウントは、ブロックＣに示された如く１に初期化され、そしてヘッド対 象物は、ブロックＤに示された如く全対象物リスト（すなわち、現在までに検出 された全対象物のリスト）における初期対象物として規定される。判定ダイヤモ ンドＥは、対象物カウントが前カウントよりも大きいかを尋ねる。

対象物カウントが前カウントよりも大きいならば、ＣＨＫ　ＬＩＳＴは、第２３ Ｂ図のブロックＡに示された如く、全対象物リストにおける第１対象物に前進す る。第２３Ｂ図の判定ダイヤモンドＢは、ＣＨＫＬＩＳＴが最終対象物であるか を尋ねる。そうでないならば、判定ダイヤモンドＣは、妥当対象物が別の妥当対 象物内に包含されるかを尋ねる。

そうならば、対象物状態は、ブロックＤに示された如く、それが包含された対象 物の状態にセットされ、そしてＣＨＫ　ＬＩＳＴは、ブロックＥに示された如く 、次対象物へ前進する。また、対象物が別の対象物内に包含されないならば、Ｃ ＨＫ　ＬＩＳＴは、ブロックＥに示された如く、次対象物へ前進する。Ｂ−Ｈに よるループは、ブロックＥの次対象物が最終対象物になるまで継続し、この点に おいて、ＣＨＫ　ＬＩＳＴは、ブロックＦに示された如（、全対象物リストにお ける第１対象物へ前進する。すべての対象物に対する対象物状態属性値は、ブロ ックＧに示された如く、「真」にセットされる。この文脈における「真」は、妥 当を意味し、そして「偽」は、不当を意味する。それから、判定ダイヤモンド■ １は、ＣＨＫ　ＬＩＳＴが最終対象物であるかを尋ねる。

そうならば、ＣＨＫ　ＬＩＳＴは、第２３Ｃ図のブロック八に示された如く第１ 対象物へ前進する。それから、判定ダイヤモンドＢは、ＣＨＫ　ＬＩＳＴが最終 対象物であるかを再び尋ねる。そうならば、対象物の総数が、ブロックＣに示さ れた如くカウントされ、そして対象物の総数と前カラン）・の間の差が、ブロッ クＤに示された如く返される。ＣＨＫ　ＬＩＳＴが最終対象物でないならば、判 定ダイヤモンドＥは、対象物状態属性値が偽であるかを尋ねる。そうならば、対 象物は、ブロックＦに示された如く削除される。そうでないならば、ＣＨＫ　Ｌ ＩＳＴは、ブロックＧに示された如く対象物を前進させ、そしてＣＨＫ　ＬＩＳ Ｔは、判定ダイヤモンドＢに示された如（、それが最終対象物であるかを再び尋 ねる。Ｂ、Ｅ、ＦとＧによるループは、ブロックＧの前進対象物が最終対象物に なるまで継続する。この点において、対象物の総数が、ブロックＣに示された如 くカウントされ、そして対象物の総数と前カウントの間の差が、ブロックＤに示 された如（返される。

第２３Ｂ図の判定ダイヤモンドＨに戻ると、ＣＨＫ　ＬＩＳＴがこの点において 最終対象物にないならば、それは、判定ダイヤモンド■に行き、対象物が２つ以 上の妥当対象物を含むかを尋ねる。そうならば、対象物状態属性値が、ブロック Ｊに示された如く偽にセットされ、そしてＣＨＫ　ＬＩＳＴは、ブロックＫに示 された如（、次対象物へ前進する。

それから、ＣＨＫ　ＬＩＳＴは、判定ダイヤモンドＨへ復帰し、それが最終対象 物であるかを尋ね、そして対象物が２つ以上の妥当対象物を含まなくなるまで、 このプロセスを継続する。それから、第２３Ｄ図の判定ダイヤモンドＡは、対象 物が別の対象物内に包含された唯一の対象物であるかを尋ねる。そうでないなら ば、ＣＨＫ　ＬＩＳＴは、第２３Ｂ図のブロックＫに示された如く次対象物へ前 進し、第２３Ｂ図のＨ−にと第２３Ｄ図のＡによるループが、対象物が別の対象 物内に包含された唯一の対象物になるまで反復される。対象物が別の対象物内に 包含された唯一の対象物であるならば、判定ダイヤモンドＢは、対象物を包含す る対象物の状態属性値が偽であるかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは 、第２３Ｂ図のブロックＫに示された如（次対象物へ前進し、そして第２３Ｂ図 のＩ（−にと第２３Ｄ図のＡ−Ｂによるループが、対象物を包含する対象物の状 態属性値が偽でなくなるまで反復される。この点において、判定ダイヤモンドＮ は、別の対象物を包含する対象物の縁コントラストが対象物の縁コントラストよ りも大きいかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは、ブロックＤに示され た如く、対象物状態属性値を偽にセットし、第２３Ｂ図のブロックＫに示された 如く、次対象物へ前進し、そして第２３Ｂ図のＨ−にと第２３Ｄ図のＡ−Ｃによ るループが、別の対象物を包含する対象物の縁コントラストが別対象物に包含さ れた対象物の縁コントラストよりも大きくな（なるまで反復される。それから、 ＣＨＫ　ＬＩＳＴは、第２３Ｄ図にブロックＥに示された如く、対象物を包含す る対象物の状態を偽にセントし、そしてそれが最終対象物になるまで、第２３Ｄ 図のブロックＫに示された如く、次対象物へ前進する。

第２３Ａ図の判定ダイヤモンドＥに戻ると、対象物カウントが前カウントよりも 大きくないならば、判定ダイヤモンドＦは、ヘッド対象物が別の対象物内に包含 されるかを尋ねる。そうならば、ヘッド対象物が、ブロックＧに示された如く前 進され、そして対象物カウントが、ブロックＩ］に示された如（増分される。判 定ダイヤモンドＥは、再び、増分された対象物カウントが、前カウントよりも太 きいかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは、上記の如く、第２３Ｂ図の ブロックＡへ前進する。増分されたカウントが前カウントよりも大きくないなら ば、第２３Ａ図のＦ、Ｇ、ＨとＥによるループは、ヘッド対象物が別の対象物内 に包含されなくなるまで反復される。それから、ＣＨＫ　ＬＩＳＴは、第２３Ａ 図の判定ダイヤモンド■へ前進し、−テール対象物が最終対象物であるか、又は ヘッド対象物が別の対象物内に包含されるかを尋ねる。

テール対象物が最終対象物であるか、又はヘッド対象物が別の対象物内に包含さ れるならば、ＣＨＫ　ＬＩＳＴは、ブロックＧに示された如（ヘッド対象物を前 進させ、そしてカウントが、ブロックＨに示された如（増分される。ＥｌＦＳ　 Ｉ、ＧとＨによるループは、テール対象物が最終対象物でなくなるか、又はヘッ ド対象物が別の対象物内に包含されなくなるまで、反復される。それから、判定 ダイヤモンドＪは、テール対象物が別の対象物内に包含されるかを尋ねる。そう ならば、テール対象物は、第２３Ａ図の゛プロ・ツクＫに示された如く前進され 、そしてＩＳＪとＫによるループは、テール対象物が別の対象物内に包含されな くなるまで反復される。それから、ＣＨＫ　ＬＩＳＴは、第２４図に示された如 く、モジュールＳＥＴ　５ＴＡＴに行き、第２３Ａ図のブロックしに示された如 くヘッド及びテール対象物の状態をセットする。

冗長性チェック副段階は、さらに、複数の妥当対象物の面積を比較する副段階と 、妥当対象物の一方を大妥当対象物とし、第１及び第２妥当対象物の他方を小妥 当対象物として指定する副段階と、小妥当対象物が、非均質対象物に対するより 大きな対象物の４つの極値点によって規定された大妥当対象物に包含されるかを 決定する副段階とを含む。第２４図に示された如く、モジュールＳＥＴ　５ＴＡ Ｔは、非均質対象物に対するこれらの副段階を行う。第２４図の判定ダイヤモン ド八に示されたＳＥＴ　５ＴＡＴの第１段階は、ヘッド対象物がテール対象物よ りも大きいかを尋ねることである。そうならば、ブロックＢに示された如く、ヘ ッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥当対 象物として規定される。ヘッド対象物がテール対象物よリモ大きくないならば、 ブロックＣに示された如く、ヘッド対象物は、小妥当対象物として規定され、そ してテール対象物は、大妥当対象物として規定される。それから、判定ダイヤモ ンドＤは、小対象物が大対象物内に包含されるかを尋ねる。そうでないならば、 ＳＥＴ　５ＴＡＴは、ＥＮＤ長円長円形上って示された如（、終了される。小対 象物が大対象物内に包含されるならば、大対象物形式属性値が、ブロックＦに示 された如く小対象物を包含することを示す値にセットされる。形式属性値は、対 象物が別の対象物内に包含されるか、又は対象物が別の対象物を包含するかをＳ ＥＴ　５ＴＡＴに告げる。また、小対象物形式属性値は、ブロックＧに示された 如く、大対象物内に包含されることを示す値にセットされる。最後に、大対象物 状態属性値が、ブロックＨに示された如く増分される。それから、ＳＥＴ　５Ｔ ＡＴが、ＥＮＤ長円長円形法って示された如く終了され、そして第２３Ａ図のブ ロックしに復帰する。

第２実施態様の第１の特定応用により、冗長性チェック副段階が、均質対象物に おける冗長性を解消するために行われる。それが行われる時、本発明の方法は、 さらに、大及び小妥当対象物の縁コントラストを算出する副段階と、大対象物の 平均縁コントラストが小対象物の平均縁コントラストよりも小さく、かつ所定の 最小縁コントラストよりも小さい場合に大対象物を削除する副段階とを含む。冗 長性を解消するための冗長性チェック副段階はまた、大及び小妥当対象物の縁コ ントラストを算出する副段階と、大対象物の平均縁コントラストが小対象物の平 均縁コントラストよりも大きく、所定の最小コントラストよりも大きい場合に小 対象物を削除する副段階とを含む。これらの副段階は、第２５Ａ図と第２５Ｂ図 の流れ図によって示された如く、均質対象物に対するモジュールＣＨＫ　ＬＩＳ Ｔを使用して行われる。

第２５Ａ図のブロック八に示された如く、ＣＨＫ　ＬＩＳＴモジュールの第１段 階は、均質対象物を削除するためにランされた時、現探索の前に検出された妥当 対象物の数として前カウントを規定することである。

それから、テール対象物が、ブロックＢに示された如く、現探索において検出さ れた初期候補対象物として規定される。対象物カウントは、ブロックＣに示され た如く１に初期化され、そしてヘッド対象物が、ブロックＤに示された如（、全 対象物リストにおける初期対象物として規定される。それから、対象物状態属性 値は、ブロックＥに示された如く、すべての対象物に対して真にセットされる。

判定ダイヤモンドＦは、対象物カウントが前カウントよりも大きいかを尋ねる。

対象物カウントが前カウントよりも大きいならば、ＣＨＫ　ＬＩＳＴは、第２５ Ｂ図のブロックＡに示された如く、全対象物リストにおける初期対象物へ前進す る。第２５Ｂ図の判定ダイヤモンドＢは、ＣＨＫＬＩＳＴが最終対象物であるか を尋ねる。そうならば、対象物の総数が、ブロックＣに示された如くカウントさ れ、そして対象物の総数と前カウントの間の差が、ブロックＤに示された如く返 される。ＣＨＫ　ＬＩＳＴが最終対象物でないならば、判定ダイヤモンドＥは、 対象物状態属性値が偽であるかを尋ねる。そうならば、対象物が、ブロックＦに 示された如く削除される。対象物状態が偽でないならば、対象物は、ブロックＧ に示された如（前進され、そしてＣＨＫ　ＬＩＳＴモジュールは、再び、判定ダ イヤモンドＢに示された如く、最終対象物であるかを尋ねる。

このプロセスは、ＣＨＫ　ＬＩＳＴが最終対象物に達するまで継続し、この点に おいて、対象物の総数がブロックＣに示された如くカウントされ、そして対象物 の総数と前カウントの間の差がブロックＤに示された如く返される。

第２５Ａ図における判定ダイヤモンドＦに戻ると、対象物カウントが前カウント よりも大きくないならば、第２５Ａ図の判定ダイヤモンドＧは、ヘッド対象物の 状態属性値が偽であるかを尋ねる。そうならば、ヘッド対象物が、ブロックＨに 示された如く前進され、そしてカウントが、ブロック■に示された如く増分され る。それから、判定ダイヤモンドＦは、増分された対象物カウントが前カウント よりも大きいかを尋ねる。

そうならば、ＣＨＫ　ＬＩＳＴは、上記の如く、第２３Ｂ図のブロックＡへ前進 する。第２５Ａ図のＧ、、ＨとＩによるループは、対象物の状態が偽でなくなる まで反復される。それから、ＣＨＫ　ＬＩＳＴは、第２５Ａ図の判定ダイヤモン ドＪへ前進し、テール対象物が最終対象物でなく、かつヘッド対象物状態属性値 が真であるかを尋ねる。これらの両質問への回答は肯定でなければならない。そ うでないならば、ＣＨＫ　ＬＩＳＴは、ブロックＨに示された如（ヘッド対象物 を前進させ、そしてカウントが、ブロック■に示された如く増分される。Ｆ、Ｇ 、Ｈ，ＩとＪによるループは、テール対象物が最終対象物になり、かつヘッド対 象物状態属性値が真になるまで反復される。それから、判定ダイヤモンドには、 テール対象物状態属性値が真であるかを尋ねる。そうならば、へ。

ド及びテール対象物の縁状管が、第２５Ａ図のブロックしに示され、かつ第２６ 図に詳細に示された如く、モジュールＳＥＴ　５ＴＡＴによってセントされる。

それから、ＣＨＫ　ＬＩＳＴは、ブロックＭに示された如くテール対象物を前進 させ、そしてＪ、に、ＬとＭによるループが反復される。テール対象物状態が真 でないな°らば、ＣＨＫ　ＬＩＳＴは、ブロックＭに示された如くテール対象物 を前進させ、そしてＪ、にとＭによるループが反復される。

第２６図に示されたモジュールＳＥＴ　５ＴＡＴは、複数の妥当対象物の面積を 比較する副段階と、妥当対象物の一方を大妥当対象物として、第１及び第２妥当 対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物が、均質対 象物に対して大対象物の４つの極値点によって規定される如く大妥当対象物に包 含されるかを決定する副段階とを行う。

第２６図の判定ダイヤモンドＡに示された如く、ＳＥＴ　５ＴＡＴ（７）第１段 階は、ヘッド対象物がテール対象物よりも大きいかを尋ねることでアル。そうな らば、ブロックＢに示された如く、ヘッド対象物は大妥当対象物として規定され 、そしてテール対象物が、小妥当対象物として規定される。ヘッド対象物がテー ル対象物よりも大きくないならば、ヘッド対象物は、小妥当対象物として規定さ れ、そしてテール対象物は、大妥当対象物として規定される。それから、ＳＥＴ 　５ＴＡＴの判定ダイヤモンドＤは、小対象物が大対象物内に包含されるかを尋 ねる。そうでないならば、ＳＥＴ　５ＴＡＴは、長円形Ｅによって示された如く ランを停止する。小対象物が大対象物内に包含されるならば、判定ダイヤモンド Ｆは、大対象物の縁コントラストが小対象物の縁コントラストよりも大きく、か つ大対象物の縁コントラストが所定の最小縁コントラストよりも大きいかを尋ね る。これらの両質問への回答が肯定であるならば、ブロックＧによって示された 如く、大対象物状態属性値が、真にセットされ、そして小対象物状態属性値が、 偽にセットされ、そしてモジュールは、長円形Ｈによって示された如くランを停 止する。判定ダイヤモンドＦにおける質問の少なくとも一方への回答が否定であ るならば、ブロックＩに示された如く、小対象物状態属性値は真にセットされ、 大対象物状態属性値は偽にセットされ、そしてモジュールは、長円形Ｊによって 示された如くランを停止する。

第２実施態様のエントロピーしきい化応用の方法は、さらに、妥当対象物の冗長 性に対する最終チェックを行い、妥当対象物の多重識別を防止するために冗長性 を解消する段階を含む。最終冗長性チェック段階は、さらに、複数の妥当対象物 の面積を比較する副段階と、妥当対象物の一方を大妥当対象物として、第１及び 第２妥当対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物と 大妥当対象物が重なる特大妥当対象物を除去する副段階とを含む。最終冗長性チ ェック段階は、第２７Ａ図と第２７Ｂ図の流れ図によって示された如く、モジュ ールＦＩＮ　Ａ　Ｌ　ＣＨＫと、第２８図の流れ図によって示された如くモジュ ールＩＮＴ　５ＴＡＴによって行われる。モジュールＦＩＮＡＬ　ＣＨＫとＩＮ Ｔ　５ＴＡＴは、均質及び非均質対象物の両方に対して同一であり、こうして、 一度だけ示される。

ＦＩＮＡＬ　ＣＨＫの第１段階は、第２７Ａ図のブロックＡに示された如く、す べての対象物に対して対象物属性値を真に初期化することである。妥当対象物を カウントするためのカウント指数は、ブロックＢに示された如（１に初期化され る。ヘッド対象物は、ブロックＣにおいて示された如く、状態属性値リストにお ける初期対象物として規定される。

それから、判定ダイヤモンドＤは、カウント指数が対象物の総数よりも小さいか を尋ねる。そうでないならば、モジュールＦＩＮＡＬ　ＣＨＫは、第２７Ｂ図の ブロックＡに行く。

第２７Ｂ図のブロックＡに示された如く、“ＦＩＮＡＬ　ＣＨＫは、第１対象物 に前進する。判定ダイヤモンドＢは、ＦＩＮＡＬ　ＣＨＫが最終対象物であるか を尋ねる。そうでないならば、判定ダイヤモンドＣは、対象物状態属性値が偽で あるかを尋ねる。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、ブロックＥに示さ れた如く、次対象物へ前進し、そして判定ダイヤモンドＢは、再び、ＦＩＮＡＬ 　ＣＨＫが最終対象物にあるかを尋ねる。Ｂ、ＣとＥによるループは、ＦＩＮＡ Ｌ　ＣＨＫが次対象物になるまで継続する。対象物状態属性値が偽であるならば 、対象物は、ブロックＤに示された如く削除される。それから、ＦＩＮＡＬ　Ｃ ＨＫは、ブロックＥに示された如く次対象物へ前進し、そして判定ダイヤモンド Ｂは、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるかを尋ねる。Ｂ−Ｈによるループ は、次対象物が最終対象物になるまで継続し、この点において、ＦＩＮＡＬ　Ｃ ＨＫは、ブロックＦに示された如（第１対象物へ前進する。それから、カウント が、ブロックＧに示された如く１に初期化される。それから、判定ダイヤモンド Ｈは、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるかを尋ねる。そうでないならば、 カウントが、ブロック■に示された如く増分され、そしてＦＩＮＡＬ　ＣＨＫは 、ブロックＪに示された如く次対象物へ前進する。判定ダイヤモンドＨは、再び 、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるか尋ね、そしてＨＳ　ＩとＪによるル ープが、ＦＩＮＡＬ　ＣＨＫが最終対象物になるまで継続する。それから、カウ ントに包含された妥当対象物の総数が、第２７Ｂ図のブロックＫによって示され た如く返される。

第２７Ａ図の判定ダイヤモンドＤに戻ると、カウント指数が対象物の総数よりも 小さいならば、テール対象物が、ブロックＥに示された如く、ヘッド対象物の次 対象物として規定される。それから、判定ダイヤモンドＦは、ヘッド対象物の状 態属性値が真であるかを尋ねる。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、ブ ロックＧに示された如く、ヘッド対象物を前進させ、そしてブロック■］に示さ れた如くカウント指数を増分させる。それから、ＦＩＮＡＬ　ＣＨＫは、判定ダ イヤモンドＤに復帰し、そしてＤ−１によるループが、ヘッド対象物の状態属性 値が真になるまで継続する。それから、判定ダイヤモンドＩは、テール対象物が 最終対象物でなく、かつヘッド対象物状態属性値が真であるかを尋ねる。

これらの条件の少な（とも一方が満たされないならば、ＦＩＮＡＬ　ＣＨＫは、 ブロックＧに示された如（ヘッド対象物を前進させ、そしてブロックＩ］に示さ れた如（指数を増分させる。それから、ＦＩＮＡＬ　ＣＨＫは、判定ダイヤモン ドＤへ復帰し、そしてＤ−１によるループは、判定ダイヤモンドＩにおける両質 問への回答が肯定になるまで継続する。

それから、判定ダイヤモンドＪは、テール対象物状態属性値が真であるかを尋ね る。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、第２７Ａ図のブロックしに示さ れた如（テール対象物を前進させ、そしてＩ、ＪとＬによるループが、テール対 象物状態属性値が真になるまで反復される。

それから、ＦＩＮＡＬ　ＣＨＫは、第２７Ａ図のブロックＫに示された如くモジ 、−ルＩＮＴ　５ＴＡＴをランさせ、そしてブロックＬに示された如くテール対 象物を前進させる。

第２７Ａ図のブロックＫに示された如くモジュールＩＮＴ　５ＴＡＴの段階は、 第２８図に詳細に示される。第２８図の判定ダイヤモンドＡは、ヘッド対象物が テール対象物よりも大きいかを尋ねる。そうならば、ブロックＢに示された如く 、ヘッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥 当対象物として規定される。ヘッド対象物がテール対象物よりも大きくないなら ば、ブロックＣに示された如（、ヘッド対象物は、小妥当対象物として規定され 、そしてテール対象物は、大妥当対象物として規定される。それから、判定ダイ ヤモンドＤは、小妥当対象物が大妥当対象物に包含されるかを尋ねる。そうでな いならば、ＩＮＴ　５ＴＡＴは、長円形Ｅによって示された如く、その終端にあ る。小妥当対象物が大妥当対象物に包含されるならば、大対象物状態属性値が、 ブロックＦに示された如く偽にセットされ、そして■−ＮＴ　５ＴＡＴは、長円 形Ｇによって示された如くその終端にある。

本発明の第２実施態様の方法の第２の特定応用により、背景において少なくとも 一つの所定属性値を有する少なくとも一つの妥当対象物をカラーにより識別し特 性付ける方法が設けられる。第２９図は、本発明の全方法の段階を示すブロック 図である。方法の第１段階は、候補対象物と背景の複数の像を発生することであ る。この段階は、第２９図のブロックＡに示される。凸像は、３原色像−赤色像 、緑色像、青色像の一つであるか、又は白黒像である。本実施態様において、赤 色フィルターを通すもの、緑色フィルターを通すものと青色フィルターを通すも のの３色像が発生されるが、複合カラー像を発生させ、続いて、それをデジタル 化し、赤色、緑色及び青色情報を分離することは、本発明の範囲内にある。この 実施態様の方法を実現するために使用された］１−ドウエアは、像が発生される 時、最初に初期化されなければならない。ＣＯＤカメラが一般に本発明で使用さ れるが、任意の形式のカメラが、発明の一般原理に反することなく使用される。

それから、像は、フレームグラバ−又はビデオデジタイザーによってデジタル化 され、記憶される。

第２の特定応用の方法はまた、少なくとも一つの自動計算しきい値を使用して、 少なくとも一つの候補対象物に対して凸像を探索する段階を含む。この段階は、 第２９図のブロックＢによって一般に示される。この実現に対する探索段階の特 徴は、第１５図に関して記載されたモジュール５ＥＡＲＣＨＩＭＡＧＨの特徴と 同一であり、第２０図に関して記載されたＣＨＫ　ＧＲＡＹと、第２２図に関し て記載されたＡＮＡＬＹＺＥと、第２３Ａ〜２３Ｄ図、第２４図、第２５Ａ図、 第２５Ｂ図と第２６図に関して記載されたＣＨＫ　ＬＩＳＴとＳＥＴ　５ＴＡＴ と、第１６図に関して記載されたＦＩＮＤ　０ＢＪＥＣＴと、第１９Ａ図と第１ ９Ｂ図に関して記載されたＴＲＡＣＥ　０ＢＪＥＣＴとを含む。探索段階は、例 えば、第１実施態様において記載された如く自動計算しきい値か、又は上記のＰ ａｌとＰａｌにおいて記載された如く同時発生マトリックスを使用して行われる 。

第２の特定応用の方法はまた、候補対象物の少なくとも一つの内点を決定する段 階を含む。この段階は、第２９図のブロックＣに示される。

少なくとも一つの内点を決定する段階は、対象物を順次にトレースすることによ り、対象物の周囲点を決定する副段階を含む。一つの事例において、対象物の周 囲点を決定する段階は、時計回り方向において対象物を順次にトレースすること を含む。別の事例において、対象物の周囲点を決定する段階は、反時計回り方向 において対象物を順次にトレースすることを含む。上記の「次」又は「前」点の 規定は、対象物がトレースされる方向による。

候補対象物の少なくとも一つの内点を決定する段階はまた、周囲バッファーを生 成する副段階を含む。この段階は、下記の第３０図において記載されたアンブレ ラモジュールＣＨＥＣＫ’　Ｃ０ＬＯＲのブロックＧにおいて、さらに具体的に は、上記の第６図に関して示され記載された如く、モジュールＬＯＡＤ　ＢＵＦ ＦＥＲにおいて行われる。周囲バッファーは、周囲点を具備する。各周囲点の座 標は、上記の第３図に関して示され記載された如く、モジュールＧＥＴ　ＰＥＲ ＩＭによって決定される。モジュールＧＥＴ　ＰＥＲＩＭは、第３０図のブロッ クＦにおいて示された如く、アンブレラモジュールＣＨＥＣＫ　Ｃ０ＬＯＲの下 でランされる。

第２の特定応用の方法はまた、像の少なくとも一つにおいて内点のグレーレベル 値を決定する段階を含む。この段階は、第２９図のブロックＤに示される。各内 点のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、テク スチャーにより対象物を特性付ける副段階を含む。代替的に又は加えて、各内点 のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、対象物 における少なくとも一つのパターンにより対象物を特性付ける副段階を含む。対 象物のテクスチャーを決定する一つの手段は、Ｈａｒａｌｉｃｋ、Ｓｈａｎｍｕ ｇａｎａｎｄ　Ｄｉｎｓｔｅｉｎ、＋Ｔｅｘｔｕｒａｌ　Ｆｅａｔｕｒｅｓｆｏ ｒ　Ｉｍａｇｅ　Ｃ１ａｓｓｉｆｉｃａｔｉｏｎ”、ＩＥＥＥ　Ｔｒａｎｓａｃ ｔｉｏｎｓ　ａｎｄ　Ｓｙｓｔｅｍｓ、Ｍａｎ、　ａｎｄＣｙｂｅｒｎｅｔ　ｉ ｃｓ、Ｖｏｌ、ＳＭＣ−３，Ｎｏ、５．Ｎｏｖ、１９７３、ｐｐ、６１０−６２ １．において開示された方法を使用することによる。

第２の特性応用の方法はまた、候補対象物の少なくとも一つの内点に対して少な くとも一つのカラーパラメーターを算出する段階を含む。この段階は、第２９図 のブロックＥに示される。カラーパラメーターにより、第１１Ａ図と第１１Ｂ図 に関して記載された如く、対象物の純色量に関するパラメーターが意図される。

少なくとも１つのカラーパラメーターを算出する段階は、候補対象物の各内点に 対して色相を算出する副段階を含む。代替的に又は加えて、少なくとも一つのカ ラーパラメーターを算出する段階は、候補対象物の各内点に対して彩度を算出す る副段階を含む。代替的に又は加えて、少なくとも一つのカラーパラメーターを 算出する段階は、候補対象物の各内点に対して明度を算出する副段階を含む。

第３０図は、第２実施態様の第２応用の方法に固有なアンブレラモジュールＣＨ ＥＣＫ　Ｃ０ＬＯＲの流れ図である。ＣＨＥＣＫ　Ｃ０ＬＯＲは、この場合カラ ーである所定属性値を有する妥当対象物をカラーにより識別し特性付ける。モジ ュールＣＨＥＣＫ　Ｃ０ＬＯＲは、第２９図の段階Ｃ，Ｄ、ＥとＦを行うために 使用される。モジュールは、像の探索において識別された各候補対象物にアクセ スし、各候補対象物の色相を決定するために、第３１図に示された如く、モジュ ールＲＥＡＤ　ＣＯＬ　ＯＲを呼び出す。第３０図のブロックＡに示された如く 、ＣＨＥＣＫ　Ｃ０ＬＯＲの第１段階は、選定されたオフセット角φにおいて投 射ａＳｂのための色相係数を算出することである。色相係数は、ＲＳＧとＢが、 方程式（１）と（２）に対して上記の如く投射ａとｂを決定する際に掛算される 因子である。それから、トレースの順序による第８図又は第９図に示された如＜ 　ｒＦＩＬＬ−３ＴＡＴＵＳＪ索引テーブルが、ブロックＣに示された如＜ＦＩ ＬＬ／Ｎｏ　ＦＩＬＬエントリをロードされる。それから、現対象物は、第３０ 図のブロックＦに示された如く、第１対象物に初期化される。第３０図の判定ダ イヤモンドＧに示された如く、モジュールＣＨＥＣＫ　Ｃ０ＬＯＲは、現対象物 が最終対象物であるかを尋ねる。そうならば、モジュールは、第３０図のブロッ クＥに示された如くランを停止する。現対象物が最終対象物でないならば、現対 象物は、ブロックＦに示された如く、周囲点を得るために、ＧＥＴＰＥＲＩＭに よってトレースされる。それから、周囲バッファーは、ブロックＧに示された如 （、各周囲点に対する方向符号ベクトルを含む記述子を、第６Ａ図と第６Ｂ図に 関して記載されたＬＯＡＤ　ＢＵＦＦＥ−Ｒによってロードされる。それから、 対象物における各内点の色相と対象物の色相統計値が、第３１図に関してさらに 十分に記載され、モジュールＲＥＡＤ　Ｃ０ＬＯＲによってブロックＨにおいて 示された如く算出される。それから、現対象物が、第３０図のブロックＩに示さ れた如く次対象物にセットされる。判定ダイヤモンドＤとブロックＦ−１による ループは、現対象物が最終対象物を越えるまで反復され、この点において、ＣＨ ＥＣＫ　Ｃ０ＬＯＲは、第３０図のブロックＺにおいて示された如く完了される 。

第３１図は、対象物の各内点の色相を算出するためにモジュールＲＥＡＤ　Ｃ０ ＬＯＲの段階を示す流れ図である。第２実施態様の方法の第２の特定実現におい て、ＲＥＡＤ　Ｃ０ＬＯＲの第１段階は、ブロックＡに示された如く行により、 次に、ブロックＢに示された如（列により周囲バッファーをソートすることであ る。それから、状態変数ＦＩＬＬ又はＮｏ−ＦＩＬＬが、第３１図のブロックＣ に示された如く、さらに具体的には、第７図に関して示され記載された如く、各 周囲点に割り当てられる。それから、各内点が決定され、そして各内点の色相が 、プロッりＥに示された如く、算出され、モジュール’ＣＡ　Ｌ　ＣＨＵ　Ｅ　 ｌ：おいて第３２図を参照してさらに十分に記載される。それから、対象物の平 均色相が、ブロックＨに示された如く算出される。それから、モジュールＲＥＡ Ｄ　Ｃ０ＬＯＲが、ブロックＧにおいて示された如く完了される。

第３２図は、モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて使用されたモジュールＣ ＡＬＣＨＵＥの段階を示す流れ図である。第３２図のブロック八に示された如く 、モジュールＣＡＬＣＨＵＥの第１段階は、赤色フィルターを通して取得された 赤色像における内点のグレーレベルに等しく赤色（Ｒ）をセットすることである 。ブロックＢに示された如く、モジュールＣＡＬＣＨＵＥの次の段階は、緑色フ ィルターを通して取得された緑色像における内点のグレーレベルに等しく緑色（ Ｇ）をセットすることである。モジュールＣＡＬＣＨＵＥにおける次の段階は、 青色フィルターを通して取得された青色像における内点のグレーレベルに等しく 青色（Ｂ）をセットすることである。次の段階は、ブロックＤに示された如（赤 色、緑色と青色の値を使用して、それぞれ、上記の方稈式（１）と（２）によっ て与えられる色相投射ａ（！：ｂを算出することである。判定ダイヤモンドＥは 、ａがゼロに等しいかを尋ねる。そうならば、判定ダイヤモンドＦは、ｂがゼロ により大きいかを尋ねる。そうでないならば、色相が、ブロックＧに示された如 く３π／２に等しくセットされ、色相値が、ブロックＩに示された如くメモリに 記憶され、そしてモジュールが、ブロックＪに示された如く完了される。判定ダ イヤモンドＦに戻って、ｂがゼロよりも大きいならば、色相が、ブロックＨに示 された如くπ／２に等しくセットされ、色相値が、ブロックＩに示された如くメ モリに記憶され、そしてモジュールが、ブロックＪに示された如く完了される。

判定ダイヤモンドＥに戻゛って、ａがゼロに等しくないならば、判定ダイヤモン ドには、ａがゼロよりも大きく、がっｂがゼロよりも大きいかを尋ねる。これら の両質問に対する回答が肯定であるならば、色相は、ブロックしに示された如＜ 　ａ　ｒ　ｃ　ｔ　ａｎ　（ｂ／ａ）　ｌ：等しくセットされ、色相値が、ブロ ック■に示された如（メモリに記憶され、そしてモジュールは、ブロックＪに示 された如く完了される。判定ダイヤモンドＫに戻って、ａがゼロよりも大きくな （、力りｂがゼロよりも大きくないならば、判定ダイヤモンドＭは、Ａがゼロよ りも大きく、力りｂがゼロよりも小さいかを尋ねる。これらの両質問に対する回 答が肯定であるならば、色相が、ブロックＮに示された如く、ａｒｃｔａｎ　（ ｂ／ａ）−４−２πに等しくセットされ、色相値が、ブロックＫに示された如く メモリに記憶され、そしてモジュールは、ブロックＪに示された如く完了される 。判定ダイヤモンドＭに戻って、ａがゼロよりも大きくなく、かつｂがゼロより も小さくないならば、色相は、ブロック〇に示された如く、ａｒｃ　ｔａｎ　（ ｂ／ａ）＋２πに等しくセットされ、色相値は、ブロックＩに示された如くメモ リに記憶され、そしてモジュールは、ブロックＪに示された如く完了される。

第２の特定実現の方法はまた、カラーパラメーターにより候補対象物を特性付け る段階を含む。この段階は、第２９図のブロックＦに示される。

第２の特定実現の方法はまた、妥当対象物を識別するために、妥当対象物の所定 属性値を有する候補対象物を妥当化する段階を含む。この段階は、第２９図のブ ロックＧに示される。所定属性値は、カラーパラメーターである。しかし、それ は、面積、形状、サイズ等でもありうる。

妥当化段階は、少なくとも一つの妥当対象物カラーパラメーターを有する候補対 象物を妥当化する副段階を含む。この妥当対象物カラーパラメ、　−ターは、色 相、彩度又は明度以外でもありうる。

妥当化段階は、第１８図に関して示され記載された如く、モジュールＧＯＬＦＩ 　ＬＴによって行われる。カラーが所定属性値として使用される時、モジュール ＧＯＬ　ＦＩＬＴは、対象物の色相角と色相振幅に基づいて妥当化のために使用 される。妥当化段階は、候補対象物属性値を算出する副段階と、候補対象物を妥 当化するために候補対象物属性値を比較する副段階とを含む。第２の特定応用の 方法は、候補対象物を妥当化するためのドライバーとカーネルを使用する。ドラ イバーとカーネルは、上記のものと同一である。

第２７Ａ図、第２７Ｂ図と第２８図に関して記載されたモジュールＦＩＮＡＬ　 ＣＨＫとＩＮＴ　５ＴＡＴは、この第２の特定応用のためにランされ、妥当対象 物の冗長度に対する最終チェックを行い、妥当対象物の多重識別を防止するため に冗長度を解消する。

技術における当業者には、多様な修正と変形が、発明の範囲又は精神に反するこ となく、本発明の方法において為されることは明らかである。

例えば、上記のＰａｌとＰａｌによって開示された如く同時発生マトリックスの エントロピーしきい化の如（、任意の形式のエントロピーしきい化が、像を探索 するために使用される。

本発明の第１及び第２実施態様により、背景における少なくとも一つの妥当対象 物を識別するための像分析システムが設けられる。妥当対象物は、識別される対 象物の規定を表現する少なくとも一つの所定属性値を有する。本発明のシステム のブロック図は、第３３図に示される。背景における少なくとも一つの妥当対象 物を識別するためのシステムは、第３３図に一般に１０で示される。

本発明のシステムは、対象物と背景の像を発生するための手段を具備する。第３ ３図に示された如く、対象物と背景の像を発生するための手段は、カメラ１２を 具備する。ＣＣＤカメラが、一般に本発明で使用されるが、任意の形式のカメラ が、本発明の一般原理に反することなく使用される。カラーにより対象物を識別 し特性付ける第２実施態様の特定応用において、フィルターホイールが、赤色、 緑色及び青色像と白黒像を発生するために白黒カメラである時、第３３図に示さ れた如＜ＣＣＤカメラに取り付けられる。代替的に、カラー〇ＣＤカメラが、カ メラ像と白黒像を発生するために、白黒ＣＣＤカメラの代わりに使用される。

本発明のシステムはまた、像をデジタル化し、記憶するための手段を具備する。

像をデジタル化し、記憶するための手段は、第３３図に示された如くフレームグ ラバ−１４を具備する。フレームグラバ−は、像処理技術における当業者には公 知な如く、一つのフレームにおいてビデオ像をデジタル化し記憶する。代替的に 、像をデジタル化し記憶するための手段は、像をデジタル化し記憶するビデオデ ジタイザーを具備するが、必ずしも一つのフレームにおいてではない。本発明の システムは、さらに、像を表示するための手段を具備する。像を表示するための 手段は、第３３図に示された如くモニター１６を具備する。

本発明のシステムはまた、コンピュータ手段を具備する。コンピュータ手段は、 第３３図に示された如く、コンピュータシステム１８を具備する。コンピュータ ンステムは、中央処理ユニット（ＣＰＵ）とメモリを具備する。コンピュータ手 段はまた、第３３図に示された如く、ドライバ−２０、カーネル２２と後走査フ ィルター２６を含む。ドライバー２０は、妥当対象物の規定を記憶する。エント ロピーカーネル２２は、像のグレーレベルヒストグラムを発生させ、そしてヒス トグラムのエントロピー関数が最大にされる如＜、シきいグレーレベルをエント ロピー的に選択する。エントロピーカーネル２２はまた、少なくとも一つの候補 対象物に対して像を探索し、妥当対象物を識別するために妥当対象物所定属性値 を有する候補対象物を妥当化する、妥当化対象物は、第３３図において箱２４に よって表現される。ドライバーとカーネルは、メモリに組み込まれたソフトウェ アを具備する。代替的に、ドライバーとカーネルは、ソフトウェアが検索される 、プログラマブル読み取り専用メモリ（ＦＲＯＭ）にプログラムされる。後走査 フィルターは、第３３図において２６で示され、そして上記の如く、重なる対象 物における冗長性を除去するための最終チェックを設ける。

発明は、発明を単に例示することを意図した次の実施例によってさらに明確にさ れる。

実施例 この実施例において、コロニー計数システムが記載される。コロニー計数は、試 料における細菌の量を数量化するために微生物実験室において日常的に行われる タスクである。試料は、血液、食料、化粧品、土壌、等の如く、多数の種々の形 式の一つである。このシステムは、変化する背景におけるコロニーを識別し、そ してまた、高凝集コロニーを分解することができた。

正確なコロニー計数のほかに、同一プレートにおいて２種以上の細菌がある場合 に、形式によりコロニーを分類することができることが重要である。この例にお いて、サルモネラ菌の典型及び異型種族が存在した。

さらに、背景（非病原性）細菌がまた存在した。また、背景細菌からサルモネラ 菌の両種族を区別することができることは重要である。この例において、寒天プ レートは、Ｈｅｋｔｏｅｎ　Ｅｎｔｅｒｉｃ寒天であり、この場合、典型サルモ ネラ菌コロニーは黒であり、異型サルモネラ菌コロニーは薄縁であり、そして背 景コロニーは黄であった。この例のシステムは、色相によりコロニーを分類し、 こうして、プレート上で種の分類を行うことができた。

この例において、付加的な複雑性が、プレートにおけるコロニーの数によって提 示された。プレートにおいて８７５のコロニーがあり、コロニーの視覚分類を極 めて厄介にした。多数のコロニーは、大きり凝集シ、別の主な困難を提示した。

この例において記載されたシステムは、コロニーを分解し、それから、プレート 上において異なる種を分類するために色相分類を行うことができた。

コロニーを計数するためにこの例において使用された装置は、第３３図に関して 記載された如く、プレートを保持するためのペトリ皿保持器と、プレートを照明 するための光学系と、プレート上に試料の像を発生するために像取得システムと を具備した。カメラからのビデオ信号は、ＰＣにおいて−スロットを占有するフ レームグラバ−に送られた。フレームグラバ−は、像をデジタル化した。

ペトリ皿保持器は、標準ペトリ皿を収納する可動な加工部材を具備した。部材は 、皿を収納することができるさら大円形くぼみを有し、軸受は基礎支持物を介し て適所に滑り入れられた。保持器の下に、像コントラストを高めるために適切な 背景シートを挿入する余地があった。

使用された照明源は、Ｐｈ１ｌｉｐｓ　Ｆ’Ｃ８Ｔ９／ＣＷ円形蛍光灯（８”径 ）（２０，３２ｃｍ）を具備し、ペトリ皿を取り囲んだ。灯は、皿の上の約１” 　（２，５４ｃｍ）に取り付けられ、全側面から一様に皿を照明した。灯と皿の 間の距離は、重要であった。灯が高すぎるならば、生ずる像は、コロニーの湾曲 面からの大きな「グレア」と「ハロー」を示した。コロニーは、小さな３Ｄレン ズと見なされ、そして斜めのグレージング角照明が、レンズ状表面から散乱する 光がカメラに入らない如く必要であった。灯は、Ｍｅｒｃｒｏｎ　ＦＬＯ４１６ −２コントローラを使用して能動的に安定化され、出力における変動を防止する ために、光レベルを一定に保った。さらに、コントローラは、灯の輝度を調整す るために遠隔でプログラマブルであった。この特徴は、固有コントラストが可変 であるコロニープレートに対して特に有益であった。

低コントラストプレートに対して、光レベルは、コントラストを改良するために 増大される。

光学系は、１６ｍｍのＦ２．８ニコンレンズを備えるソニーＸＣ−７７白黒ＣＣ Ｄビデオカメラを具備した。カメラは、ペトリ皿の上に約１゜５フイート（０， ０５ｍ）の距離において中心を据えられた。カメラから皿への距離は、皿が、空 間分解能を最大にするために、ＣＣＤセンサーの表面をちょうど占める如くであ った。

フィルターホイールは、レンズとカメラセンサーの間に置かれた。フィルターホ イールは、４つの位置を有した。各位置におけるフィルター組み合わせは、以下 に記載される。

表１ 位置　フィルター組み合わせ １（白黒）１．２ＮＤフイルター（ＮＤ＝’中密度）２（赤）　Ｋｏｄａｋフィ ルター＃２５（カタログ＃１４９　５６０５）＋０．５ＮＤフイルター ３（緑）　Ｋｏｄａｋフィルター＃５８（カタログ＃１４９　５８６４（青）　 Ｋｏｄａｋフィルター＃４７Ｂ　（カタログ＃１４９　５７Ｅ、１．ｄｕ　Ｐｏ ｎｔ　ｄｅ　Ｎｅｍｏｕｒｓ　ａｎｄ　Ｃｏｍｐａｎｙ、Ｗｉ　１ｍｉｎｇｔｏ ｎ、Ｄｅｌｗａｒｅｌこより商標“ＤＥＬＲＩＮ”で販売されるホルムアルデヒ ドの結晶性ホモポリマー製の黒い遮光物が、迷光がカメラに入るのを防止するた めに、カメラからプレートに広げられた。カメラからのビデオ信号は、ＰＣにお けるフレームグラノく−に直接に送られた。

像取得システムは、ＰＣにおける拡張スロットを占有するＤａｔａＴｒａｎｓｌ ａｔｉｏｎ　ＤＴ２８５１フレームグラノく一ボードを具備した。Ｄｅｌｌ　３ ３ＭＨ２３８６ＡＴシステムは、像を記憶し、本発明の方法を実行するために使 用された。フレームグラノく−ボードは、デジタル化像が記憶される５１２Ｘ５ １２ピクセルビデオ７＜・ソファ−を有した。カメラからの「ショット」雑音を 最小にするために、数個の像フレームが平均化され、そして生ずる平均化像が、 いっそうの分析のために記憶され、使用された。フレームグラバ−の出力は、像 を表示するためにソニーＴＲｌＮｌＴＲ０Ｎモニターに連結された。

次の（１）〜（４）がコンピュータ仕様であった。

（１）ドライバー 妥当コロニーに対する属性とそれらの範囲が下記の表２に示される。

表２ スクリーニングのための属性値の範囲 注意：幾つかの属性値のみが妥当範囲を要した。他は対象物妥当性に影響しない 「記述子」であった。

属性　妥当範囲 （１）ｘｃｍ一対象物の質量中心のＸ座標　記述子（２）ｙｃｍ＝対象物の質量 中心のＸ座標　記述子（３）ｐｅｒｉｍ＝対象物の全周団長　記述子（４）ｎｐ ｔｓ＝対象物の周囲点数　ｎｐｔｓ＞３（５）ｏｂｊ　ｔｙｐｅ＝対象物形式（ 外部又は内部）記述子外部＝別の対象物内に包含されない対象物内部−別の対象 物内に前に包含された対象物（６）ａｒｅａ＝対象物面積　ｒｅａ＞Ｑ、Ｑ（７ ）ｓｈａｐｅ＝対象物の形状因子　５ｈａｐｅ＞−０，８（８）ｓｔａｔｕｓ一 種々の方法において人為物除去及び冗長性チェックにおいて使用される対象物の 状態値　記述子（９）ｃｏｎ　ｔ　ｒａｓ　ｔ＝対象物の縁コントラストｃｏｎ ｊ、ｒａｓｔ＞１００　（１０）ｅｄｇｅ一対象物の極値点の座標を含むデータ 構造　記述子（１１，）ｔｈｒｅｓｈ一対象物が検出されたしきい値　記述子（ １２）ｍａｘ＝対象物が検出されたヒストグラム区分の最大グレーレベル　記述 子 （１３）ｃｌｕｍｐ　５ｈａｐｅ＝−塊の候補対象物に対する最大形状因子　未 使用 （１４）ｃｌｕｍｐ　５ｉｚｅ＝−塊の候補対象物に対する最小面積　未使用 （１５）ｗｏｒｓｔ　５ｈａｐｅ＝−塊の候補対象物に対する最小形状因子　未 使用 （１６）ｈｕｅ　ｍｅａｎ＝対象物の平均色相　ｈｕｅｍｅａｎ＞１．。

９Ｑ　（ｈｕｅｍａｇ＞７２００ならば）かっｈｕｅｍｅａｎ＜３．４０（１７ ）ｈｕｅ　ｍａｇ＝対象物の色相ベクトルの大きさ分類規則による （１８）ｈｕｅ　ｃｍ＝ｃｍの色相ベクトル　記述子（２）　人為物除去 次の規則が、寒天における人為物を除去するために使用された。

・候補コロニーの平均色相が１９０よりも小さく、色相振幅が２００よりも大き いならば、候補コロニーは削除された。

・候補コロニーの平均色相が１９０よりも小さく、色相振幅が２００よりも大き いならば、候補コロニーは削除された。

・候補コロニーの平均色相が３．４０よりも大きく、色相振幅が２００よりも大 きいならば、候補コロニーは削除された。

（３）冗長性チェック 第２３Ａ〜２３Ｄ図と第２４図に関して記載された非均質対象物に対する冗長性 チェックが、この例における冗長性チェックのために使用された。

（４）コロニー分類 コロニーを３つの項類（異型サルモネラ菌、典型サルモネラ菌と背景）に分類す るために使用された規則が、以下に要約される。

・色相振幅が２００以下であったならば、コロニーは典型サルモネラ菌として分 類された。

・平均色相が１９０よりも大きく、２．５５よりも小さいならば、コロニーは、 背景コロニーとして分類された。

・平均色相が２．５５以上であり、かつ２．７０よりも小さかったならば、 ・色相振幅が２０００よりも小さく、又はコロニーの質量中心の色相と色相オフ セット０．０５の和が平均色相よりも小さいならば、コロニーは背景コロニーと して分類された。

・そうでなければ、コロニーは異型コロニーとして分類された。

・そうでなければ、すべての他の妥当コロニーは異型コロニーとして分類された 。　総数８７５の妥当コロニーが、識別された。色相によるコロニーの分類は、 次の内訳であった。

典型サルモネラ菌＝　１５５ 異型サルモネラ菌：　３８５ 背景・　３３５ これらの結果は、プレートの視覚検査から期待された結果と非常に良（一致した 。

発明の他の実施態様は、ここで開示された発明の説明と実施の考察から技術にお ける当業者には明らかになるであろう。説明と例は例示のみとして考察され、発 明の真の範囲及び精神は次のフレイムによって示されることが意図される。

ＦＩＧ、２Ａ ＦＩＧ、２Ｂ ＦＩＧ、５ Ｆ工Ｇ、８ ＬＵＴ　時計回り 方向符号 Ｆ工Ｇ、９ ＬｔＪＴ　反時計回り 方向符号 ＦＩＧ、１４ ＦＩＧ、ｉ５ ＦＩＧ、１９Ａ ＦＩＧ、１９ＡのＧから ＦＩＧ、２０ Ｔｌ−ＩＲＥｓＨ ＦＩＧ　、　２３Ｂ ＦＩＧ、２３Ｃ ＦＩＧ、２３Ｄ ＦＩＧ−２４ ＦＩＧ、２５Ｂ ＦＩＧ、２５ＡのＦから ＦＩＧ、２８ ＦＩＧ、２９ ＦＩＧ、３１ ＦＩＧ、３３ １＋＋＋＋１＋＋ｌ　Ａ−＋−＋−−ρＣＴ／ＵＳ　９３１０２７０６フロント ページの続き （５１）　Ｉｎｔ、　Ｃ１，６識別記号　庁内整理番号Ｇ　０６　Ｔ　７／６０ ９２８７−５Ｌ ９４０６−２Ｇ Ｉ ＧＯ６Ｆ　１５／６２　３８０ ＧＯＩＶ　９１０４　Ｓ

Claims (41)

【特許請求の範囲】
1. １．背景における少なくとも一つの所定属性値を有する少なくとも一つの妥当対 象物をカラーにより識別し特性付ける方法において、（ａ）候補対象物と背景の 複数の像を発生する段階であり、各像は、３原色像又は白黒像の一方である段階 と、（ｂ）少なくとも一つの自動計算しきいグレーレベルを使用して、少なくと も一つの候補対象物に対して少なくとも一つの像を探索する段階と、（ｃ）候補 対象物の少なくとも一つの内点を決定する段階と、（ｄ）像の少なくとも一つに おいて内点のグレーレベル値を決定する段階と、 （ｅ）候補対象物の少なくとも一つの内点に対して少なくとも一つのカラーパラ メーターを算出する段階と、 （ｆ）カラーパラメーターにより候補対象物を特性付ける段階と、（ｇ）妥当対 象物を識別するために、妥当対象物の所定属性値を有する候補対象物を妥当化す る段階とを含む方法。
2. ２．像を探索する段階が、 （ｉ）エントロピー関数を有する像のグレーレベルヒストグラムを発生する副段 階と、 （ｉｉ）ヒストグラムのエントロピー関数が最大にされる如く、しきいグレーレ ベル値をエントロピー的に選択する副段階と、（ｉｉｉ）エントロピー的に選択 されたしきいグレーレベル値を使用して少なくとも一つの対象物に対して像を走 査する副段階と、（ｉｖ）エントロピー的に選択されたしきいグレーレベル値に よって決定された少なくとも一つの境界グレーレベル値を有する候補対象物をト レースする副段階とを含む請求の範囲１に記載の方法。
3. ３．候補対象物の少なくとも一つの内点を決定する段階が、（ｉ）エントロピー 的に選択されたしきいグレーレベル値によって決定された少なくとも一つの境界 グレーレベルを有する候補対象物を順次にトレースすることにより、候補対象物 の周囲点を決定する副段階と、（ｉｉ）周囲バッファーを生成する副段階であり 、周囲バッファーは、周囲点を具備し、各周囲点は、行位置座標値と、列位置座 標値と、方向符号ベクトルとを有し、方向符号ベクトルは、各周囲点に対して第 １及び第２方向符号値を具備し、第１方向符号値は、各それぞれの周囲点の次の 周囲点に対する関係を記述し、そして第２方向符号値は、各それぞれの周囲点の 前周囲点に対する関係を記述する副段階と、（ｉｉｉ）ソートされた周囲バッフ ァーを生成するために、所定の順序で周囲バッファーにおける周囲点をソートす る副段階と、（ｉｖ）各周囲点に対して第１及び第２値の一方を有する状態変数 を割り当て、状態変数の値は、第１及び第２方向符号値によって決定される副段 階と、 （ｖ）検査される周囲点と同一の線セグメントにおいて、検査周囲点と次の周囲 点の間にある各点を対象物の内点として指定する副段階であり、検査周囲点は状 態変数の第１値を割り当てられる副段階とを含む請求の範囲１に記載の方法。
4. ４．候補対象物の周囲点を決定する段階が、時計回り方向において候補対象物を トレースすることを含む請求の範囲３に記載の方法。
5. ５．候補対象物の周囲点を決定する段階が、反時計回り方向において候補対象物 をトレースすることを含む請求の範囲３に記載の方法。
6. ６．ソート段階が、少なくとも一つの行ソート周囲点を具備する行ソート周囲バ ッファーを生成するために、所定の順序で行により周囲バッファーにおける周囲 点をソートする副段階を具備する請求の範囲４に記載の方法。
7. ７．ソート段階が、少なくとも一つの行列ソート周囲点を具備する行列ソート周 囲バッファーを生成するために、一層の所定の順序で列により行ソート周囲バッ ファーにおける周囲点をソートする付加的副段階を具備する請求の範囲６に記載 の方法。
8. ８．行により周囲点をソートする副段階が、最低行位置座標値を有する点がバッ ファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請求 の範囲７に記載の方法。
9. ９．行により周囲点をソートする副段階が、最高行位置座標値を有する点がバッ ファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請求 の範囲７に記載の方法。
10. １０．列により周囲点をソートする付加的副段階が、最低行位置座標値と最低列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において行ソー ト周囲点をソートすることを含む請求の範囲８に記載の方法。
11. １１．列により周囲点をソートする付加的副段階が、最高行位置座標値と最低列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において行ソー ト周囲点をソートすることを含む請求の範囲９に記載の方法。
12. １２．ソート段階が、少なくとも一つの列ソート周囲点を具備する列ソート周囲 バッファーを生成するために、所定の順序で列により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲４に記載の方法。
13. １３．ソート段階が、少なくとも一つの列行ソート周囲点を具備する列行ソート 周囲バッファーを生成するために、一層の所定の順序で行により列ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲１２に 記載の方法。
14. １４．列により周囲点をソートする副段階が、最高列位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲１３に記載の方法。
15. １５．列により周囲点をソートする副段階が、最低列位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲１３に記載の方法。
16. １６．行により周囲点をソートする付加的副段階が、最高行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において列ソー ト周囲点をソートすることを含む請求の範囲１４に記載の方法。
17. １７．行により周囲点をソートする付加的副段階が、最低列位置座標値と最高行 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において列ソー ト周囲点をソートすることを含む請求の範囲１５に記載の方法。
18. １８．ソート段階が、少なくとも一つの行ソート周囲点を具備する行ソート周囲 バッファーを生成するために、所定の順序で行により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲５に記載の方法。
19. １９．ソート段階が、少なくとも一つの行列ソート周囲点を具備する行列ソート 周囲バッファーを生成するために、一層の所定の順序で列により行ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲１８に 記載の方法。
20. ２０．行により周囲点をソートする副段階が、最低行位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲１９に記載の方法。
21. ２１．行により周囲点をソートする副段階が、最高行位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲１９に記載の方法。
22. ２２．列により周囲点をソートする付加的副段階が、最低行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において行ソー ト周囲点をソートすることを含む請求の範囲２０に記載の方法。
23. ２３．列により周囲点をソートする付加的副段階が、最高行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において行ソー ト周囲点をソートすることを含む請求の範囲２１に記載の方法。
24. ２４．ソート段階が、少なくとも一つの列ソート周囲点を具備する列ソート周囲 バッファーを生成するために、所定の順序で列により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲５に記載の方法。
25. ２５．ソート段階が、少なくとも一つの列行ソート周囲点を具備する列行ソート 周囲バッファーを生成するために、一層の所定の順序で行により列ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲２４に 記載の方法。
26. ２６．列により周囲点をソートする副段階が、最高列位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲２５に記載の方法。
27. ２７．列により周囲点をソートする副段階が、最低列位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲２５に記載の方法。
28. ２８．行により周囲点をソートする付加的副段階が、最低行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において列ソー ト周囲点をソートすることを含む請求の範囲２６に記載の方法。
29. ２９．行により周囲点をソートする付加的副段階が、最低列位置座標値と最低行 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において列ソー ト周囲点をソートすることを含む請求の範囲２７に記載の方法。
30. ３０．指定段階が、検査される周囲点と同一の行において、行列ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲７に記載の方法。
31. ３１．指定段階が、検査される周囲点と同一の行において、列行ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある端点を対象物の内点として指定 する副段階を含む請求の範囲１３に記載の方法。
32. ３２．指定段階が、検査される周囲点と同一の列において、行列ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲１９に記載の方法。
33. ３３．指定段階が、検査される周囲点と同一の列において、列行ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲２５に記載の方法。
34. ３４．各冗長性周囲点をチェックする段階をさらに含む請求の範囲１に記載の方 法。
35. ３５．各冗長性周囲点の全事例が状態変数の第１値を割り当てられる時のみ、対 象物の内点として、同一線セグメントにおける各冗長性周囲点と次周囲点の間に あるすべての点を指定する段階をさらに含む請求の範囲３４に記載の方法。
36. ３６．各内点のグレーレベル値を決定する段階が、内点のグレーレベル値を使用 して、テクスチャーにより対象物を特性付ける副段階を含む請求の範囲１に記載 の方法。
37. ３７．各内点のグレーレベル値を決定する段階が、内点のグレーレベル値を使用 して、対象物における少なくとも一つのパターンにより対象物を特性付ける副段 階を含む請求の範囲１に記載の方法。
38. ３８．少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して色相を算出する副段階を含む請求の範囲１に記載の方法。
39. ３９．少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して彩度を算出する副段階を含む請求の範囲１に記載の方法。
40. ４０．少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して明度を算出する副段階を含む請求の範囲１に記載の方法。
41. ４１．妥当化段階が、少なくとも一つの所定属性値を有する候補対象物を妥当化 する副段階を含み、この場合、所定属性値が少なくとも一つのカラーパラメータ ーである請求の範囲１に記載の方法。