JPH08171635A

JPH08171635A - 線分抽出画像処理装置

Info

Publication number: JPH08171635A
Application number: JP31618794A
Authority: JP
Inventors: Mamoru Nakanishi; 衛中西; Takeshi Ogura; 武小倉; Minoru Inamori; 稔稲森
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1994-12-20
Filing date: 1994-12-20
Publication date: 1996-07-02

Abstract

(57)【要約】【目的】画像からハフ変換を用いて線分情報を抽出する
場合に，一度の画像の走査のみで線分抽出処理を効果的
に実行し，高速化を可能とする。【構成】ハフ空間の量子化点に対し，ハフ空間の投票回
数を格納するメモリ12に加え，各量子化点に対応した直
線の座標情報を格納するメモリ13,14 を用意し，ハフ変
換の際の投票処理を行いながら，格納されている座標情
報と現在処理中の画素の座標とを比較し，比較結果に応
じて格納する座標情報を更新する手段8,9を設け，ハフ
変換終了後にハフ空間から検出された極大点の座標から
その直線の傾きと位置を，座標情報から線分としての端
点情報を得る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，ビデオカメラ等で撮像
された画像にエッジ抽出を施した画像から，物体認識処
理などのための前処理にあたるハフ変換処理を用いて，
線分情報の抽出処理を行う線分抽出画像処理装置に関す
るものである。

【０００２】

【従来の技術】図１１はハフ変換処理を用いて線分情報
の抽出を行う従来技術の説明図である。

【０００３】従来，画像からの線分抽出処理は，まず画
像中に存在する直線を抽出し，次にその直線の端点情報
を抽出することで処理が行われている。直線抽出につい
ては，例えば，以下のようなハフ変換処理およびそのハ
フ変換結果からの極大点抽出処理により実行される。

【０００４】ハフ変換は，ｘ−ｙ画像空間から，原点か
らの距離（ρ）と，Ｘ軸から見た傾き（θ）をパラメー
タとしたρ−θ空間への変換であり，画像空間中の
「０」以外の値を持つ画素に対して，その点（例えば点
（ａ，ｂ））を通るすべての直線を示すハフ空間上のす
べての座標点，即ち，下記の式(1) で表されるハフ空間
の曲線上のすべての点への投票処理で定義される。

【０００５】ρ＝ａ cosθ＋ｂ sinθ …式(1) そこで，ハフ変換処理部６２は，画像メモリ６１を走査
しながら，画素値を順次読み出し，ハフ変換の対象画素
であるかどうか，即ち，走査中の画素が「０」以外の値
を持つ黒点画素であるかどうかを判定する。判定の結
果，対象画素である画素について，次に投票処理を実行
する。投票処理は，θを０からπまで変化させながら，
それぞれのθに対するρを式(1) を用いて求め，ハフ空
間（θ−ρ空間）メモリ６３の該当座標の値を順次＋１
していく。この投票処理を入力の全画像について実行す
る。

【０００６】ハフ変換処理終了後，直線抽出部６４は，
全画像について前記ハフ変換を実行した結果のハフ空間
メモリ６３から，投票値の極大となる点を抽出し，画像
中に存在する直線の原点からの距離と傾き情報を抽出す
る。この処理は，投票箱であるハフ空間メモリ６３から
のデータの読み出しと，大小比較を繰り返すことにより
容易に実現が可能であるため，詳細な処理の説明は省略
する。

【０００７】次に，始点座標・終点座標決定部６５は，
抽出された直線が画像空間上を通過する点の座標を該直
線に沿って順次求め，入力画像の該通過位置での画素値
を画像メモリ６１から直線に沿って読み出す。この画素
値が，０から１へ，１から０へ変わった画素の座標を，
それぞれ線分の始点座標，終点座標として抽出する。こ
の結果から，抽出した直線の原点からの距離，始点座
標，終点座標，傾きを得て，線分を決定している。

【０００８】

【発明が解決しようとする課題】この線分抽出処理は，
ロボットの目などに応用される物体認識処理のための前
処理にあたるため，その高速化が課題となっている。特
にリアルタイムで処理を完了することが重要である。

【０００９】直線抽出のためのハフ変換処理の高速化
は，前記並列処理装置で実現できる。しかし，始点座標
と終点座標をも抽出する線分抽出を行う場合，一度画像
を全走査してハフ変換を行い，直線を抽出し，次にもう
一度入力画像に対して抽出された直線毎に，入力画像に
おいて始点・終点を探索するため，合計二度にわたる画
像のアクセスを必要とすることから，リアルタイム処理
には向かない処理法であった。

【００１０】

【課題を解決するための手段】本発明は，ハフ空間の量
子化点に対し，ハフ空間の投票回数を格納するメモリに
加え，各量子化点に対応した直線の座標情報を格納する
メモリを具備し，ハフ変換の際の投票処理を行いなが
ら，格納されている座標情報と現在処理中の画素の座標
とを比較し，比較結果に応じて格納する座標情報を更新
する手段を具備し，ハフ変換終了後にハフ空間から検出
された極大点の座標からその直線の傾きと位置を，座標
情報から線分としての端点情報を得ることができること
を最も主要な特徴としている。また，上記処理を並列処
理により一斉に動作できるプロセッサアレイや連想メモ
リを具備したことを特徴としている。

【００１１】

【作用】本発明では，ハフ変換処理における投票処理を
行いながら，同時に直線の始点・終点座標の更新を行う
ことが可能となるため，ハフ変換処理の後，抽出した直
線を入力画像上で検索する処理を行う必要がなくなり，
一度の画像の走査のみで線分抽出処理が効果的に実行で
き，高速化を可能としている。

【００１２】また，並列処理による高速化と，連想メモ
リを用いた並列処理による小型化，高速化も可能として
いる。

【００１３】

【実施例】

〔実施例１〕本発明における第１の実施例の構成図を図
１に示す。図１において，１は画像メモリ，２は画像メ
モリ読み出し装置，３は制御装置，４はハフ空間メモリ
である。制御装置３は，ハフ変換処理部５と線分抽出処
理部６からなる。ハフ空間メモリ４は，投票箱メモリ１
２，始点座標メモリ１３，終点座標メモリ１４からな
る。

【００１４】以下，Ｎ×Ｎの大きさの２値画像に対する
線分検出ハフ変換を例に説明する。図２（Ａ）は画像空
間の座標系を，図２（Ｂ）はハフ空間の座標系を示す。
ハフ空間は，直線の傾き（θ）と画像の中心からの距離
（ρ）をパラメータとし，量子化サイズ（直線検出の分
解能）を，θに関しては１度刻み，ρ方向については，
対象画像の解像度に等しい値の１と仮定する。このと
き，画像に現れる可能性のある全直線を扱えるハフ空間
は，０≦θ＜１８０°，−Ｎ／√２≦ρ＜Ｎ／√２の領
域とすることができる。

【００１５】画像メモリ読み出し装置２は，画像をラス
ター走査しながら，そのＸ座標とＹ座標から画像メモリ
１のアドレスを生成し，画像メモリ１から画像データを
読み出し，制御装置３のハフ変換処理部５にデータを送
る。

【００１６】ハフ変換処理部５が受け取ったデータが１
であるとき，投票処理部７は，ハフ空間上の投票処理を
行う量子化点の座標を，従来の技術に示した方法と同様
に，θを０からπまで変化させながら，それぞれのθに
対するρを式(1) を用いて順次求め，その投票先である
量子化点アドレスの投票箱から，データを読み出し，そ
の値を＋１し，投票箱に書き込む。

【００１７】投票処理と同時に，始点座標登録処理部８
と，終点座標更新処理部９は，各々投票処理が実行され
るハフ量子化点において，その投票が初めてである場
合，該ハフ量子化点の始点座標メモリ１３に現在処理中
の画素の座標を書き込む。また，投票が２回目以降であ
る場合，該ハフ量子化点の終点座標メモリ１４に現在処
理中の画素の座標を書き込む。

【００１８】このようにして，全画像に対して前記ハフ
変換処理を行った後，線分抽出処理部６は，極大点抽出
処理部１０がハフ空間メモリ４の投票箱メモリ１２から
抽出した投票回数の極大点を受け取り，画像中の直線を
抽出する。この極大点抽出処理は，従来の技術で説明し
た手法により実現が可能であるため，その詳細な処理の
説明は省略する。

【００１９】次に，始点・終点座標読み出し処理部１１
は，抽出した極大点と同一のアドレスで示される始点座
標メモリ１３から始点座標を，終点座標メモリ１４から
終点座標を読み出す。

【００２０】この結果，始点座標，終点座標，直線の傾
きと原点からの距離で示される線分として抽出できたこ
とになる。〔実施例２〕第２の実施例は，プロセッサエレメント４
１が，すべて同時に，自分の担当しているハフ量子化点
が投票すべき点であるかどうかを自らが判断し，投票処
理および始点・終点座標の更新を並列に処理するもので
ある。

【００２１】ハフ空間の量子化点の１点に１個のプロセ
ッサエレメント４１を割り当て，プロセッサアレイ４０
を構成し，全ハフ空間について並列処理する例を，図３
に示すハードウェアの処理の例により説明する。図３
（Ａ）は全体構成図，図３（Ｂ）は各プロセッサエレメ
ント４１の構成例を示す図である。

【００２２】まず，初期化として，全プロセッサエレメ
ント４１の投票箱メモリ４５を０でクリアする。制御装
置３は，画像メモリ読み出し装置２により，画像メモリ
１を走査して読み出された画像データを，順次受け取
る。

【００２３】次に，ハフ変換処理部５０は，読み出され
た画像データが１であるとき，プロセッサアレイ４０に
ハフ変換を命令する。この命令を受け，全プロセッサエ
レメント４１は同時に，投票処理部４２において，現在
処理中の画素が，自プロセッサエレメントに投票すべき
点かどうかを判定し，判定結果にしたがって，投票箱メ
モリ４５の値を＋１する。

【００２４】この投票判定は，以下の通り行う。まず，
全プロセッサエレメント４１が，自ら担当している直線
が入力画像のあるラインを通過する座標点を同時に求め
る。例えば，プロセッサエレメント（ｉ，ｊ）は，その
担当する直線（ρ_i，θ_j）の，第１ラインを横切る点
のｘ座標を，ｘ＝（ρ_i／ cosθ_j）−ｙ₀tan θ
_j（ｙ₀＝第１ラインのｙ座標）により求め，第２ライ
ン目以降に横切る点のｘ座標は，先に求めたｘ座標値に
−tan θ_jを順次加算しながら求める。次に，画像の第
ｋラインの画素，即ち座標点（１，ｋ）から点（Ｎ，
ｋ）までの画素について，値が０でない画素をハフ変換
の対象とし，そのｘ座標値をプロセッサアレイ４０に入
力する。各プロセッサエレメント４１は，入力されるｘ
座標値と，先に求めた該ラインを横切るｘ座標値とを比
較する。

【００２５】比較の結果，一致しているプロセッサエレ
メント４１は投票すべき点であると判定する。更に投票
処理を行っているとき，投票すべき点にあるプロセッサ
エレメント４１は，投票前の投票箱メモリ４５の値が０
であったとき，始点座標登録処理部４３は，現在処理中
の画素の座標を，始点座標メモリ４６と終点座標メモリ
４７に格納する。また，投票前の投票箱メモリ４５の値
が０以外であったとき，終点座標更新処理部４４は，終
点座標メモリ４７の内容を現在処理中の画素の座標値に
変更する。

【００２６】入力画像のすべての画素について，上記ハ
フ変換および始点・終点座標メモリの更新を行った後，
投票箱メモリ４５の値の極大点の抽出処理と，該抽出さ
れた極大点に記憶されている始点，終点座標を読み出す
ことにより，線分情報の抽出を行う。この処理について
は，実施例１と同様であり，ここでは省略する。

【００２７】以下に，図５に示す画像を走査しながら，
線分抽出ハフ変換を行う処理フローを，具体的に説明す
る。図６〜図１０は，図５に記載の直線１〜６および直
線１１〜１５の直線を取り扱うメモリに関するハフ空間
メモリの様子を示した図である。

【００２８】ｙ＝５ライン目の走査に差しかかった時の
ハフ空間メモリの変化の様子を，図６を用いて説明す
る。各直線がｙ＝５を横切る点のｘ座標を演算し，交点
座標部に格納する。次に，ｙ＝５ラインの画素データか
ら黒点画素であるｘ座標，即ち，ｘ＝８，１２の２点を
取り出し，前記交点座標部の値と照合する。照合の結
果，一致している直線である直線２，６，１１，１５に
ついて，該直線の投票箱に格納されている値を＋１す
る。該直線の投票箱の元の値は，すべて０であるため，
初めての投票であり，始点座標と終点座標の格納部に，
現在処理中のライン番号の５を格納する。

【００２９】次に，ｙ＝６ライン目の処理の時のハフ空
間メモリの変化の様子を図７に示す。ｙ＝５ラインと同
様に，各直線がｙ＝６を横切る点のｘ座標を演算し，交
点座標部に格納する。次に，ｙ＝６ラインの画素データ
から黒点画素であるｘ座標，即ち，ｘ＝９，１１の２点
を取り出し，前記交点座標部の値と照合する。照合の結
果，一致している直線である直線２，４，１３，１５に
ついて，該直線の投票箱に格納されている値を＋１す
る。該直線の投票箱の元の値は，直線４，１３について
は０であるため，初めての投票であり，始点座標と終点
座標の格納部に，現在処理中のライン番号の６を格納す
る。また，直線２，１５については１であるため，２回
目以降の投票となり，終点座標の格納部のみ，現在処理
中のライン番号の６を格納する。

【００３０】同様に，ｙ＝７，８ライン目についても処
理を行い，ハフ空間メモリの内容は，図８，図９に示す
変化を経て，最終的に図１０の状態となる。次に，極大
点抽出処理部１０において投票箱の値が極大となる点を
探索した結果，直線２と直線１５が抽出されたとする。

【００３１】そこで，始点・終点座標読み出し処理部１
１は，抽出された直線２，１５の始点・終点座標を読み
出し，直線２については，ｙ＝５からｙ＝７までの線分
であり，直線１５については，ｙ＝５からｙ＝８までの
線分であることが抽出できたことになる。なお，始点・
終点のｘ座標値は，直線の傾きと原点からの距離とｙ座
標から容易に求めることができるため，ここでは詳細は
省略する。

【００３２】〔実施例３〕第３の実施例である，ハフ空
間および始点・終点座標格納用のメモリに，ＣＡＭ（連
想メモリ）を用いた線分抽出画像処理装置の構成を図４
に示す。図４において，１は画像メモリ，２は画像メモ
リ読み出し装置，３は制御装置，４８はＣＡＭで実現さ
れたハフ空間メモリ，４９は係数メモリである。

【００３３】ＣＡＭのワード構成を図４（Ｂ）に示す。
ＣＡＭの１ワードは，直線のパラメータであるθ，ρに
よりアドレッシングされ，演算フィールドとして座標演
算結果を格納する演算結果フィールドと，差分値フィー
ルド，投票待ちフラグフィールド，投票箱フィールド，
始点座標フィールド，終点座標フィールドの全６個のフ
ィールドから構成される。例えば，このハフ空間が直線
のパラメータである３８０×１８０点のρ−θ平面で構
成されているとする。ＣＡＭを使用した場合，そのワー
ド数は３８０×１８０ワードとなる。

【００３４】ＣＡＭは，１ワードが１個のプロセッサエ
レメントであるプロセッサアレイと考えられ，ここで
は，ハフ空間の１量子化点を図４（Ｂ）に示すようなＣ
ＡＭの１ワードで実現する。即ち，画像空間における１
直線を，ＣＡＭの１ワードが処理することになる。超並
列要素であるＣＡＭを用いることにより，全ワードを並
列処理でき，画像空間上のあらゆる直線を同時に高速処
理することを可能とする。

【００３５】動作は以下の通りである。まず，ＣＡＭの
初期設定を行う。θ，ρでアドレスされたワードに対し
て，画像の第１ラインを横切る点のｘ座標値，ラインを
移る際のｘ座標値の変化量を，それぞれ，演算結果フィ
ールド，差分値フィールドへ，係数メモリ４９から転送
する。

【００３６】制御装置３は，まず画像メモリ１から第１
行目の画像データの読み出しを画像メモリ読み出し装置
２に命令する。ハフ変換処理部５１は，第１行目の１ラ
インの画像列に対し，左端の画素から順次，ハフ変換の
対象点かどうか，即ち，０以外の値であるかどうかを判
定する。

【００３７】判定の結果，該画素がハフ変換の対象点で
ある場合，その画素のｘ座標値をＣＡＭの演算結果フィ
ールドに対する照合データとして，ＣＡＭに与え，ワー
ドを選択する。次に，選択されたワードにおいて，その
ワードの投票待ちフラグフィールドに１を格納する。

【００３８】第１行目の画素列をすべて処理するまで，
上記処理を繰り返す。１ライン分の上記処理の終了後，
投票待ちフラグフィールドに１が格納されており，投票
箱フィールドの値が０であるワードについて，そのワー
ドの投票箱フィールドの値をＣＡＭの演算機能を用い，
＋１し，減算処理中の画素のｙ座標値を始点座標フィー
ルドと終点座標フィールドに格納する。また投票待ちフ
ラグフィールドに１が格納されており，投票箱フィール
ドの値が０でないワードについては，そのワードの投票
箱フィールドの値をＣＡＭの演算機能を用い，＋１し，
現在処理中の画素のｙ座標値を終点座標フィールドにの
み格納する。

【００３９】続いて，第２行目に処理を移す。まず，差
分値フィールドの値を演算結果フィールドに，ＣＡＭの
演算機能を用い，加算する。それから，第１行目と同
様，２行目の全画素について処理を行い，投票箱フィー
ルド，始点座標フィールド，終点座標フィールドの値を
更新する。

【００４０】以上の処理を繰り返し，全画像について処
理が終了すると，ＣＡＭの投票箱フィールドに格納され
た値が，ハフ変換結果となる。次に，極大点抽出処理部
１０は，投票箱フィールドの値を参照しながら，極大点
を抽出する。これは，ＣＡＭのアドレスマスクにより指
定された局所領域の最大値検出をＣＡＭの機能により実
行し，検出された局所的な最大値を極大点として，抽出
する。

【００４１】次に，投票箱フィールドの値が極大点とな
ったＣＡＭのワードについて，始点・終点座標読み出し
処理部１１は，該極大点ワードの始点座標フィールドと
終点座標フィールドの値を読み出す。

【００４２】こうして，極大となる点のワードのρ，θ
と，読み出した始点座標値，終点座標値により，入力画
像中の線分が抽出できたことになる。以上，本発明を実
施例に基づき具体的に説明してきたが，本発明は，前記
実施例に限定されるものではなく，その要旨を逸脱しな
い範囲において種々変更可能であることは言うまでもな
い。

【００４３】

【発明の効果】以上説明したように，本発明によれば，
直線抽出のためのハフ変換処理を行いながら，同時にハ
フ空間に付加して持つ端点の座標情報を更新すること
で，線分抽出を高速に行うことができる。また，本発明
は，ハフ空間にマッピングしたプロセッサアレイ，ある
いはＣＡＭを利用することにより，並列にハフ変化処理
および端点座標情報の更新を行い，高速化することがで
きる。

【図面の簡単な説明】

【図１】第１の実施例の構成図である。

【図２】Ｎ×Ｎの大きさの２値画像に対する線分検出ハ
フ変換を説明するための図である。

【図３】第２の実施例の構成図である。

【図４】第３の実施例の構成図である。

【図５】実施例の動作例を説明するための図である。

【図６】実施例の動作例を説明するための図である。

【図７】実施例の動作例を説明するための図である。

【図８】実施例の動作例を説明するための図である。

【図９】実施例の動作例を説明するための図である。

【図１０】実施例の動作例を説明するための図である。

【図１１】従来技術の説明図である。

【符号の説明】

１画像メモリ２画像メモリ読み出し装置３制御装置４ハフ空間メモリ５ハフ変換処理部６線分抽出処理部７投票処理部８始点座標登録処理部９終点座標更新処理部１０極大点抽出処理部１１始点・終点座標読み出し処理部１２投票箱メモリ１２１３始点座標メモリ１３１４終点座標メモリ１４

Claims

【特許請求の範囲】

【請求項１】画像からハフ変換を用いて線分情報を抽
出する画像処理装置において，ハフ空間を構成する全ハ
フ量子化点について，ハフ変換により各ハフ量子化点に
投票される回数を記憶する手段と，ハフ量子化点に対応
して第一の情報と第二の情報とを記憶し保持する手段と
を有するとともに，ハフ変換処理の投票処理を行う際，
初めて投票されるハフ量子化点について，現在ハフ変換
処理を実行している画素の座標を第一の情報として記憶
する手段と，二度目以降の投票を行うハフ量子化点につ
いて，現在ハフ変換処理を実行している画素の座標を第
二の情報として記憶する手段と，ハフ変換処理の終了
後，ハフ空間から投票回数の極大点を抽出した後，該極
大点に記憶されている第一の情報を該ハフ量子化点が対
応する直線の始点座標として取り出す手段と，第二の情
報を該ハフ量子化点が対応する直線の終点座標として取
り出す手段とを有することを特徴とする線分抽出画像処
理装置。
【請求項２】ハフ空間の量子化点ごとにプロセッサエ
レメントを有するプロセッサアレイを備え，前記プロセ
ッサエレメントには，それぞれ各ハフ量子化点について
の前記投票回数，第一情報および第二情報を記憶する手
段を持ち，ハフ変換における投票処理，第一の情報，第
二の情報を更新する処理を，全プロセッサエレメントが
並列実行するようにしたことを特徴とする請求項１記載
の線分抽出画像処理装置。
【請求項３】ハフ空間の量子化点ごとに１ワードを付
与する連想メモリを備え，該連想メモリにおける各ワー
ドには，それぞれ各ハフ量子化点についての前記投票回
数，第一の情報および第二の情報を記憶する手段を持
ち，ハフ変換における投票処理，第一の情報，第二の情
報を更新する処理が，前記連想メモリにおける各ワード
で同時に行われるようにしたことを特徴とする請求項１
記載の線分抽出画像処理装置。