JPH08510582A

JPH08510582A - 背景における対象物の外点を決定する方法

Info

Publication number: JPH08510582A
Application number: JP7515620A
Authority: JP
Inventors: アクヒレスウオー・ガネシユバイドヤナサン，; フーシユマンド・マームードカライー，
Original assignee: イー・アイ・デユポン・ドウ・ヌムール・アンド・カンパニー
Priority date: 1993-11-30
Filing date: 1994-11-15
Publication date: 1996-11-05
Also published as: US5579409A; DE69422702T2; EP0681722A1; AU1208995A; CA2153164A1; DE69422702D1; EP0681722B1; IL111720A0; ATE189073T1; WO1995015539A1

Abstract

(57)【要約】対象物の外点のアクセスが、対象物認識のために有益な特徴を抽出するために対象物の局所外部環境における情報を使用することが重要である時、対象物識別の領域において使用される。対象物を認識し分類するために重要なこの形式の特徴の例としては、細菌検出の領域である。適応性分類は、照明、位置付け、電子増幅、等の結像条件における変動から分析を独立にする仕法である。２つの一般方法が、対象物の周囲点を知ると、対象物の局所外部環境にアクセスするために使用される。第１方法において、対象の対象物の回りの環状外側領域の形状は、対象物自体の形状に従わされる。第２方法において、円形の如く既知の外部形状は、対象物の形状を近似する外側輪郭領域を特性付けるために使用される。

Description

【発明の詳細な説明】背景における対象物の外点を決定する方法発明の背景発明の分野本発明は、背景における対象物の外点を決定するための画像分析方法に関する。本発明はまた、対象物の外点を決定する方法を使用することにより自動計算されたしきい値を使用して、背景において少なくとも一つの妥当対象物所定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に関する。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、画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．ＣｈａｎｇａｎｄＫ．Ｌ．Ｌｅｕによる論文、”ＡＦａｓｔＡｌｇｏｒｉｔｈｍｆｏｒｔｈｅＲｅｓｔｏｒａｔｉｏｎｏｆＩｍａｇｅｓＢａｓｅｄｏｎＣｈａｉｎＣｏｄｅｓＤｅｓｃｒｉｐｔｉｏｎａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｓ”、ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ，ａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ５０，２９６−３０７（１９９０）において記載された。記載された一つのアルゴリズム、連結性充てんは、対象物におけるピ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、画像の各線において輪郭における各奇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充てん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。上記の同一論文において、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。Ｋａｉへの米国特許第５、０２９、１０６号は、境界データが２次元ビットマップにおいて定義される任意閉グラフィックパターンが充てんされるパターンデータを発生するためのパターンデータ発生システムを開示する。Ｋａｉは、パターンの内点を決定するためにパターンのすべての点を検査する。Ｋａｉは、パターンの外点の決定を扱わない。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。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。これらの参照はいずれも、対象物の外点を決定するための方法を開示しない。さらに、これらの参照はいずれも、対象物の外点を決定することにより自動計算されたしきい値を使用して、背景において少なくとも一つの妥当対象物の所定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を開示しない。発明の要約本発明は、対象物の外点にアクセスするための方法と、外点にアクセスするためのそれぞれの方法を使用して対象物を識別するための方法とを設ける。対象物の外点のアクセスは、対象物認識のために有益である特徴を抽出するために対象物の局所外部環境における情報を使用することが重要である時、対象物識別の領域において重要な問題である。対象物の認識と対象物の分類又は類別のために重要であるこの形式の特徴の例は、細菌検出の領域において生ずる。例えば、リステリアでは、変色されたリステリアのコロニーの外部の環状リングの存在を検出することができることが、非常に重要である。エスカリンリングとして公知のこれらのリングは、リステリアの存在を指示する特性暗部を有する。対象物の局所外部を決定することができる別の有益な理由は、対象物の局所外部と内部の間の相対差の測定を可能にすることである。相対差は、例えば、成長媒体がコロニーの性質における変化に寄与するコロニー識別において使用される粗測度である。外点を決定する方法は、適応性特性付けを行うために使用される。適応性特性付けは、分類の目的のために対象の対象物の内部と外部の局所差の使用を含む。この特性付けは、対象物の内部と外部の性質に対して導出された絶対値に基ついた対象物の特性付けを補足する。周囲点を知られた対象物の局所外部環境（即ち、外点）にアクセスするために２つの一般方法がある。対象物の外点を決定するための第１方法において、対象の対象物の回りの外側輪郭領域の形状は、対象物自体の形状に従わされる。対象物の外点を決定するための第２方法において、円形の如く既知の外部形状が、しばしば対象物の形状を近似する外側輪郭を特性付けるために使用される。外側輪郭領域の形状が対象物の形状を類似する第１方法に対して、本発明は、一つのパスにおいて対象物の外点と内点の両方にアクセスする。対象物の周囲点が決定され、行と続いて列でソートされ、行列ソート周囲バッファーを生ずる。いったんそのような行列ソート周囲バッファーが獲得されたならば、この行列ソート周囲バッファーにおける各行に進み、そして各行において、この初期点からその行に対する開始列の前の所定数Ｎのピクセルにアクセスする。それから、行におけるすべての点が、その行に対する開始列に達するまでアクセスされる。同様に、所与の行に対する最終列から始まる最終列後のピクセルがアクセスされる。結果として、開始列の前の所定数Ｎのピクセルと、所与の行に対する最終列後の所定数Ｍのピクセル（ここで、ＭはＮに等しくても良い）がアクセスされる。それから、行列ソート周囲バッファーにおける次の行に進み、同一プロセスが繰り返される。こうして、行列ソート周囲バッファーにおけるすべての行を通った一つのパスにおいて、対象物の局所外側輪郭領域にアクセスするとともに、少なくとも一つの方向において内側輪郭の形状を保存する。対象物の局所外部に入るために使用されるピクセル数Ｎ又はＭを変化させることにより、標本される外側輪郭領域のサイズが変化される。対象物のすぐ隣接した局所外部領域を検査することが望ましいならば、Ｎ又はＭは、非常に小さくされる。対象の対象物を包囲する大きな領域は、Ｎ又はＭを増大させることにより標本される。この第１方法により、内部並びに外部特徴抽出は、評価される対象物が有意に分離されるならば、一つのパスにおいて行われる。開始列の前のＮ又はＭピクセルにアクセスし、その行に対する局所外部領域を特性付けるためにＮ又はＭピクセルのグレーレベル情報を獲得する際に、その行の開始列と終了列の間のすべてのピクセルに順次にアクセスし、同様に内部領域のグレーレベル情報を獲得する。このようにして、所与の行に対する開始列の前のＮ又はＭピクセルと所与の行の終了列後のＮ又はＭピクセルは、外点情報をアクセスするために使用される。所与の行に対する開始列と終了列の間のピクセルは、内点情報をアクセスするために使用される。本発明の第２方法により、外側輪郭領域は、しばしば対象物の輪郭を近似する、円形の如く所定の形状を使用して標本される。第２方法は、２つの工程又はパスを含む。第１パスにおいて、対象物の各内点がアクセスされ、そして各内点は、所定のグレーレベル値でラベル付けられる。それから、サイズパラメータが、この対象物に対して算出される。このサイズパラメータは、例えば、対象物の面積に基づき、対象物が幾分円形であるならば、等価半径が導出される。代替的に、サイズパラメータは、不規則形状対象物の極点距離の直接の測度に基づく。それにも拘わらず、いったんサイズパラメータが対象物に対して獲得されたならば、原サイズパラメータに基づいた第２に大きいサイズパラメータが、大周囲領域の輪郭を決定するために算出される。いったん外側輪郭が決定されたならば、内点を決定する方法が、大外側輪郭領域の内点にもう一度アクセスするために使用される。第２パスは、大外部領域の内点のすべてをアクセスするが、第１パス中所定のグレーレベルでラベル付けられるこれらの点を無視する。換言すれば、第１パスにおいて所定のグレーレベルでラベル付けられた点は、第２パスにおける分析のためにもはや考察されない。しかし、対象物の大外部領域において含められたすべての他の点は、分析のために考察される。このように、第２パス中、対象の対象物に対応するピクセルは所定のグレーレベルでラベル付けされ、こうして、第２パス中分析のために無視されるために、対象の対象物の外部の点のみが含められる。さらに、第２方法の第１パスは、２つのタスクを行うために実際に使用される。所定のグレーレベルで内点をラベル付けするほかに、第１パスはまた、その対象物の内部の特徴の算出を行うために対象物の内点にアクセスするために使用される。換言すれば、対象物の内点が第１パス中アクセスされる時、内点グレーレベル情報は、色、テクスチャー又は既知パターンの存在の如く内部特徴を計算するために、初期的に抽出される。内部グレーレベル情報をアクセスした後、内点は、所定のグレーレベルでラベル付けられる。これらの２つの工程を行ったならば、第２パスが行われ、大外側輪郭の内点をアクセスし、所定のグレーレベルを有する点を無視する。ゆえに、第２パスの後、対象物を包囲する局所外部情報を得るほかに、対象物の内部特徴が第１パス中算出される。対象物が相互に極めて近接して配置されるか、又は対象物が複雑であるならば、２つのパスが上記の第１方法に対して望まれる。これを行うために必要な理由は、隣接対象物の内点又は形状が複雑である同一対象物の内点が、評価される対象物の外点として識別されないことを保証することである。この場合に、第１パスは、評価される対象物の内点を決定し、それらを所定のグレーレベルでラベル付けする。第２パスは、上記の如く、各行又は列の開始からＮ又はＭピクセルを画定する。図面の簡単な説明明細書に取り入れられ、その一部を構成する添付の図面は、発明の現在好ましい実施態様を例証し、そして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、発明の原理を説明するために役立つ。第１図は、本発明の第１実施態様による対象物の外点を決定するための第１方法の工程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す行と列が指定された略図である。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表である。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ＧＥＴＰＥＲＩＭの工程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ＬＯＡＤＢＵＦＦＥＲの工程を示す流れ図である。第７図は、本発明の第１実施態様による対象物の外点を決定するための代替方法の工程を示すブロック図である。第８Ａ図と第８Ｂ図は、対象物の内点を決定し、所定のグレーレベルでそれらをラベル付けするモジュールＷＲＩＴＥＢＵＦの一部の工程を示す流れ図である。第９図は、時計回り方向に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１０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１１図は、対象物の外点を決定するために第１実施態様の方法が使用される対象物と輪郭領域の概略図である。第１２Ａ図は、赤緑青カラー空間を示す略図である。第１２Ｂ図は、赤緑青色相環を示す略図である。第１３Ａ図〜第１３Ｄ図は、本発明により対象物の外点を識別するモジュールＲＥＡＤＣＯＬＯＲの一部の工程を示す流れ図である。第１４図は、対象物の外点を決定するための第１方法を使用する妥当対象物を識別する全体方法の工程を示すブロック図である。第１５図は、対象物をフィルターするために使用されたモジュールＣＯＬＦＩＬＴの工程を示す流れ図である。第１６図は、第２実施態様の方法が対象物の外点を決定するために使用される対象物と輪郭領域の概略図である。第１７図は、本発明の第２実施態様により背景における対象物の外点を決定する全体方法の工程を示すブロック図である。第１８図は、輪郭領域周囲バッファーを生成するモジュールＣＡＬＣＣＩＲＣＬＥの工程を示す流れ図である。第１９Ａ図と第１９Ｂ図は、本発明の第２実施態様により対象物の外点を指定するモジュールＲＥＡＤＣＯＬＯＲの工程を示す流れ図である。第２０図は、対象物の外点を決定するための第２方法を使用する妥当対象物を識別する全体方法の工程を示すブロック図である。第２１図は、画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ＨＩＳＴＯＧＲＡＭの工程を示す流れ図である。第２２図は、ヒストグラムのエントロピー関数が第１又は第２実施態様のいずれかの特定実現により最大化される如く、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ＥＮＴＲＯＰＹの工程を示す流れ図である。第２３図は、変化する背景における単一の単純対象物の画像のグレーレベルヒストグラムである。第２４図は、少なくとも一つの候補対象物に対して画像を探索するために使用されるモジュールＳＥＡＲＣＨＩＭＡＧＥの工程を示す流れ図である。第２５図は、画像を探索するために同様に使用されるモジュールＦＩＮＤＯＢＪＥＣＴの工程を示す流れ図である。第２６Ａ図と第２６Ｂ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ＴＲＡＣＥＯＢＪＥＣＴの工程を示す流れ図である。第２７Ａ図〜第２７Ｃ図は、妥当対象物の識別が行われる本発明の第１及び第２実施態様の特定実現に対する像のそれそれ、原、上側及び下側グレーレベルヒストグラムである。第２８図は、妥当対象物の識別が行われる第１及び第２実施態様の特定実現による候補対象物に対して画像を再帰的に探索するために使用されるモジュールＡＮＡＬＹＺＥの工程を示す流れ図である。第２９Ａ図〜第２９Ｄ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ＣＨＫＬＩＳＴの工程を示す流れ図である。第３０図は、第２９Ａ図〜第２９Ｄ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ＳＥＴＳＴＡＴの工程を示す流れ図である。第３１Ａ図と第３１Ｂ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ＣＨＫＬＩＳＴの工程を示す流れ図である。第３２図は、第３１Ａ〜３１Ｂ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ＳＥＴＳＴＡＴの工程を示す流れ図である。第３３Ａ〜３３Ｂ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ＦＩＮＡＬＣＨＫの工程を示す流れ図である。第３４図は、第３３Ａ〜３３Ｂ図に示された如く、モジュールＦＩＮＡＬＣＨＫで使用されるモジュールＩＮＴＳＴＡＴの工程を示す流れ図である。第３５図は、妥当対象物の識別が行われる本発明の第１及び第２実施態様で使用されるシステムの構成要素を示す概略図である。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外点を決定する方法が設けられる。第１図は、本発明の全体方法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、対象物と背景の画像を発生する工程を含む。また、本発明の方法のいずれにおいても、背景は固定又は可変である。また、本発明の方法のいずれにおいても、これらの方法を実現するために使用されたハードウェアは、画像が発生される時、最初に初期化されなければならない。対象物と背景の画像は、カメラによって発生される。ＣＣＤカメラが、一般に、本発明の方法で使用されるが、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。画像は、それから、フレームグラバー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。本発明の外点を決定するための第１方法はまた、第１図のブロックＢに示された如く、対象物に対して画像を探索する工程を含む。探索工程は、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、探索工程は、対象物のその部分のみを探索することを含む。探索工程は、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。外点を決定するための第１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工程を含む。この工程は、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ＧＥＴＰＥＲＩＭによって決定される。ＧＥＴＰＥＲＩＭの工程は、第３図に示される。ＧＥＴＰＥＲＩＭモジュールの基本原理は、”ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ” ｂｙＲａｆａｅｌＣ．ＧｏｎｚａｌｅｚａｎｄＰａｕｌＷｉｎｔｚ、ＳｅｃｏｎｄＥｄ．、Ａｄｄｉｓｏｎ−ＷｅｓｌｅｙＰｕｂｌｉｓｈｉｎｇＣｏｍｐａｎｙ、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工程は、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工程は、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。外点を決定するための第１方法はまた、周囲バッファーを生成する工程を含む。この工程は、第１図のブロックＤによって一般に示され、下記の第６Ａ図と第６Ｂ図に具体的に示された如く、モジュールＬＯＡＤＢＵＦＦＥＲによって実行される。周囲バッファーは、モジュールＧＥＴＰＥＲＩＭによって決定される如く周囲点を具備する。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。この文脈において、行と列は、水平行と垂直列である必要はないことが注目される。むしろ、対象物を通った任意の線セグメントは、適正な座標軸を指定することにより行又は列に変換される。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、ＧＥＴＰＥＲＩＭ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、ＧＥＴＰＥＲＩＭ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、「次又は前点」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ｉ部材は、方向符号記述子（ｘ_i、ｙ_i、ｖｅｃｔｏｒ_i）によって表記され、ここで、ｘ_iは行位置座標値、ｙ_iは列位置座標値、そしてｖｅｃｔｏｒ_iは、次の情報を含む方向符号ベクトルである。（ｉ）ｎｅｘｔ_iは、次の周囲点への方向符号値である。そして（ii）ｐｒｅｖ_iは、前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、一周囲点の隣接周囲点（次周囲点又は前周囲点）への方向により、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、第５図に示された方向符号値と反対に、以下に議論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_iがゼロに等しいならば、次周囲点は、現周囲点の垂直上、かつ同一列にある。一周囲点から次周囲点への方向符号の値が、対象物がモジュールＧＥＴＰＥＲＩＭ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場合とは異なる。モジュールＧＥＴＰＥＲＩＭの工程は、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、判定菱形Ｂは、次周囲点が検出されたか尋ねる。そうでなければ、トレース対象物は無効であり、そしてモジュールは、ブロックＣに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が、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Ｃに示された如く、次周囲点にセットされる。それから、判定菱形Ｆは、現点が第１周囲点であるかを尋ねる。そうでなければ、判定菱形Ｂ、ブロックＣ−Ｅと判定菱形Ｆによるループが、現点が第１周囲点になるまで反復される。判定菱形Ｆの回答が肯定であるならば、モジュールＧＥＴＰＥＲＩＭが完了される。周囲バッファーを生成するモジュールＬＯＡＤＢＵＦＦＥＲの工程は、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工程において、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、判定菱形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、ＬＯＡＤＢＵＦＦＥＲ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。現点がバッファーにおける最終点を越えないならば、判定菱形Ｄは、現点がバッファーにおける第１点であるかを尋ねる。そうならば、ブロックＥは、バッファーにおける最終点として前点をセットする。現点がバッファーにおける第１点でないならば、判定菱形Ｆは、現点がバッファーにおける最終点であるかを尋ねる。そうならば、ブロックＧは、バッファーにおける第１点として次点をセットする。前点が周囲バッファーにおける最終点としてセットされた後、現点が周囲バッファーにおける第１点としてセットされた又は次点が周囲バッファーにおける第１点としてセットされたならば、及び現点が周囲バッファーにおける最終点であるならば、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、バッファーに記憶される。この差は、△ＲＯＷ_NEXT 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Ｉ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_NE _XT として指定される。現点と前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、△ＲＯＷ_PREVとして指定される。次に、現点と前点の間の列座標値の差が、ブロック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_PREVとして指定される。それから、現点は、ブロックＬ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図の判定菱形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、ＬＯＡＤＢＵＦＦＥＲモジュールが、ブロックＣに示された如く完了される。外点を決定するための第１方法の第１バージョンはまた、行列ソートされた周囲バッファーを生成するために、最初に行により、それから列により、周囲バッファーにおける周囲点をソートする工程を含む。この工程は、第１図のブロックＥに示される。このソーティング工程は、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。このソーティング工程は、ＲｏｂｅｒｔＳｅｄｇｅｗｉｃｋによって教科書ＡｌｇｏｒｉｔｈｍｓｉｎＣ、ＡｄｄｉｓｏｎＷｅｓｌｅｙ、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「ｖｅｃｔｏｒ_i」情報は、ソート中、点に関して移動することが注目される。外点を決定するための第１方法の第１バージョンの実現において、対象物は、時計回り方向においてトレースされ、そして周囲点は、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、最初に行によりソートされる。周囲点は、最小行位置座標値を有する点が、バッファーの先頭（バッファーのシーケンスの第１要素を意味する）に置かれる如く、昇順にソートされる。代替的に、周囲点は、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、降順にソートされる。第１方法の第１バージョンのこの一つの実現において、行ソートされた周囲バッファーにおける周囲点は、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、列によりソートされる。列により周囲点をソートする工程は、昇順に周囲点をソートすることを含む。バッファーが昇順に行により、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が、バッファーの先頭に置かれる。外点を決定するための第１方法の第１バージョンの別の実現において、対象物は、反時計回り方向においてトレースされ、そして周囲バッファーにおける周囲点は、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、行によりソートされる。行により周囲点をソートする工程は、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工程は、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。第１バージョンのこの他の実現において、行ソート周囲バッファーにおける周囲点は、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、列によりソートされる。列により行ソート周囲点をソートする工程は、降順に周囲点をソートすることを含む。バッファーが昇順に最初に行により、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。バッファーが降順に最初び行により、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。外点を決定するための第１方法の第２バージョンの一つの実現において、対象物は、時計回り方向においてトレースされ、そして周囲バッファーにおける周囲点は、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、列によりソートされる。列により周囲点をソートする工程は、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工程は、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。第２バージョンのこの実現において、列ソートバッファーにおける周囲点は、それから、少なくとも１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、行によりソートされる。行により周囲点をソートする工程は、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かれる。バッファーが降順に列により、続いて行によりソートされた場合に、最大行座標値と最大列座標値を有する点は、バッファーの先頭に置かれる。外点を決定するための第１方法の第２バージョンの別の実現において、対象物は、反時計回り方向においてトレースされ、そして周囲バッファーにおける周囲点は、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、列によりソートされる。列により周囲点をソートする工程は、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工程は、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。第２バージョンのこの他の実現において、列ソート周囲バッファーにおける周囲点は、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、行によりソートされる。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工程は、昇順に周囲点をソートすることを含む。バッファーが昇順に最初に列により、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。バッファーが降順に最初に列により、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。本発明の第１方法はまた、対象物の外点を指定する工程を具備する。この工程は、第１図のブロックＦに一般に示され、そして第１３Ａ図〜第１３Ｄ図に関して詳細に説明される。外側輪郭領域２４が第１方法により規定された不規則形状対象物２２が、第１１図に示される。周囲バッファーにおける周囲点が最初に行により、それから列によりソートされる第１方法の第１バージョンにおいて、指定工程は、最小列位置座標値を有する周囲点から所定ピクセル数Ｎ前、及び各行に対して最大列位置座標値を有する周囲点から所定ピクセル数Ｍ後の各行におけるすべての点を対象物の外点として指定することを含む。この文脈において、「前」ピクセルは、それぞれの行において最小列座標値を有する周囲点よりも小さい列座標値を有するピクセルを意味する。この文脈において、「後」ピクセルは、それぞれの行において最大列座標値を有する周囲点よりも大きな列座標値を有するピクセルを意味する。周囲バッファーにおける周囲点が最初に列により、それから行によりソートされる第２バージョンにおいて、指定工程は、最小行位置座標値を有する周囲点から所定数Ｍ又はＮ又は別の値Ｐのピクセル数前、及び各列に対して最大行位置座標値を有する周囲点から所定数Ｍ、Ｎ、Ｐ又は別の値Ｑのピクセル数後の列におけるすべての点を対象物の外点として指定することを含む。両直交方向において情報を導出するために、２つの直交方向において原周囲バッファーにおいて周囲点をソートすることが必要である。従って、本発明の第１方法の第１バージョンは、さらに、列行ソート周囲バッファーを生成するために、列により、それから行により周囲バッファーにおける周囲点をソートする付加工程を具備する。それから、指定工程は、最小行位置座標値を有する周囲点から所定数Ｍ、Ｎ、Ｐ、Ｑ又は別の値Ｒのピクセル数前、及び各それぞれの列に対して最大行位置座標値を有する周囲点から所定数Ｍ、Ｎ、Ｐ、Ｑ、Ｒ又は別の値Ｓのピクセル数後の各列におけるすべての点を対象物の外点として指定することを含む。本発明の第１方法の第２バージョンは、さらに、行列ソート周囲バッファーを生成するために、行により、それから列により周囲バッファーにおける周囲点をソートする付加工程を具備する。それから、指定工程は、最小列位置座標値を有する周囲点から所定数Ｍ、Ｎ、Ｐ、Ｑ、Ｒ、Ｓ又は別の値Ｔのピクセル数前、及び各それぞれの行に対して最大列位置座標値を有する周囲点から所定数Ｍ、Ｎ、Ｐ、Ｑ、Ｒ、Ｓ、Ｔ又は別の値Ｖのピクセル数後の各列におけるすべての点を対象物の外点として指定することを含む。Ｍ、Ｎ、Ｐ、Ｑ、Ｒ、Ｓ、Ｔ又はＶは、確固とした実際の応用において異なる値であるが、これらの変数は、しばしば、同一値例えばＭに等しく選ばれることが注目される。さらに、本発明の第１実施態様の第１方法により、対象物の内点を「無視」することにより、背景における対象物の外点を決定する別の方法が設けられる。「無視」とは、内点を決定し、後述される如く、割引される所定のグレーレベル値をそれらに割り当てることを意味する。この方法の工程は、一般に、第７図のブロック図に示される。方法は、第７図のブロック図に示された如く、対象物と背景の画像を発生する工程を具備する。画像は、外点を決定するために第１方法に関して上述された如く発生される。内点を無視することにより外点を決定するための方法はまた、第７図のブロックＢにおいて示された如く対象物の画像を探索する工程を具備する。第１方法における如く、探索工程は、各全対象物を探索することを含む。あるいは、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、探索工程は、対象物のその部分のみを探索することを含む。第１方法に関する上記の如く、探索工程は、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。内点を無視することにより外点を決定するための方法は、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工程を含む。この工程は、第７図のブロックＣに示される。各周囲点の座標は、第３図に関して記載された如く、モジュールＧＥＴＰＥＲＩＭによって決定される。内点を無視することにより外点を決定するための方法はまた、対象物の内点を決定する工程を具備する。この工程は、第７図のブロックＤにおいて示される。これは、多様な方法、例えば、上記のＣｈａｎｇとＬｅｕ又はＫａｉにおいて記載された方法により行われる。代替的に、内点は、周囲点の状態変数を決定し、その変数から、同一線セグメントにおける内点を指定することにより決定される。さらに詳細には、周囲点の状態変数が決定され、その変数から、同一線セグメントにおける内点が指定され、内点を無視することにより外点が決定される時、対象物の内点は、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ことにより決定される。この工程は、この方法の第１パスを示す、第８Ａ図と第８Ｂ図の流れ図に示された如く、モジュールＷＲＩＴＥＢＵＦにおいて実行される。状態変数の第１値は、「ＦＩＬＬ」であり、そして状態変数の第２値は、「ＮＯＦＩＬＬ」である。状態変数の値は、第１及び第２方向符号値ｎｅｘｔ_iとｐｒｅｖ_i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ソートするバージョンにより、第４図と第５図により決定される。第１方法の第１バージョンにおける如く、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方法の第２バージョンにおける如く、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。ｎｅｘｔ_iとｐｒｅｖ_i をＦＩＬＬ又はＮＯＦＩＬＬにマッ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。ｎｅｘｔ_iとｐｒｅｖ_iをＦＩＬＬ又はＮＯＦＩＬＬにマップするための規則は、第１０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９図と第１０図の索引テーブルにおいて、ＦはＦＩＬＬを表し、そしてＮＦは、ＮＯＦＩＬＬを表す。第９図と第１０図の索引テーブルは、対象物の局所凹所又は凸所に基づき、経験的に導出される。周囲点の状態変数を決定する実施態様により対象物の内点を決定する工程は、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工程を含み、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。この工程は、第８Ａ図と第８Ｂ図に示された如くモジュールＷＲＩＴＥＢＵＦにおいて実行される。第８Ａ図と第８Ｂ図は、内点を無視することにより、外点を決定するための方法の第１バージョンの第１実現にための流れ図であり、類似の流れ図は、第１バージョンの他の実現と第２バージョンの両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バージョンにおいて、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は、内点として指定される。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バージョンにおいて、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は、対象物の内点として指定される。第８Ａ図と第８Ｂ図は、第１１図に示された対象物２２とその輪郭領域２４の如く、不規則形状対象物のための外側輪郭を決定する前に、本発明の第１方法のための第１パスの随意的な使用を示す。第１方法の第１パスにおいて、対象物の内点は、所定グレーレベル値をラベル付けられる。第８Ａ図のブロックＡに示された如く、第１実施態様の第１実現に対してランされるＷＲＩＴＥＢＵＦの第１工程は、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、判定菱形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、判定菱形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、判定菱形Ｈは、現点と次点の状態変数がＦＩＬＬに等しいかを尋ねる。回答が肯定であるならば、ＲＥＡＤＣＯＬＯＲは、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、判定菱形Ｂに復帰する。判定菱形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、判定菱形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、判定菱形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８Ａ図と第８Ｂ図に示された如くＷＲＩＴＥＢＵＦの一部が第８Ａ図のブロックＣに示された如く完了されるまで継続する。判定菱形Ｇに戻って、現点の状態変数がＦＩＬＬに等しいならば、モジュールＷＲＩＴＥＢＵＦは、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。それから、判定菱形Ｋ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Ｌに示された如く、内点として識別される。第８Ｂ図のブロックＬ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、各内点に対応するバッファー画像における点に割り当てられる。バッファー画像は、画像メモリ領域と同一次元を有するメモリの領域である。画像メモリ領域における各ピクセルは、バッファー画像において対応する位置を有する。所定グレーレベル値を割り当てることにより、（１）非占有グレーレベル値を選択すること、又は（２）グレーレベル値、好ましくは疎に占有された値を選択し、選択グレー値が非占有である如く、その選択値を有するすべてのピクセルを新グレーレベル値にシフトすることが意図される。次点がブロックＬに示された如く内点として識別された後、ブロックＪと菱形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８Ａ図と第８Ｂ図に示されたＷＲＩＴＥＢＵＦの一部が、第８Ａ図のブロックＣに示された如く完了される。周囲点の状態変数を決定する実施態様により対象物の内点を決定する工程は、さらに、冗長性周囲点をチェックする工程を具備する。この工程は、判定菱形ＦとブロックＧにより、第８Ａ図と第８Ｂ図に示された如く、モジュールＷＲＩＴＥＢＵＦにおいて行われる。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、トレース工程中２回以上交差された点である交差点で発生する。この冗長性内点チェックが行われる時、同一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対象物の内点として指定する工程は、各冗長性周囲点のすべての場合が状態変数（ＦＩＬＬ）の第１値を割り当てられる時のみ発生する。内点を無視することにより外点を決定するための方法はまた、各対象物に対して外側輪郭領域を規定する工程を具備する。この工程は、第７図のブロックＦにおいて示される。この工程は、不規則形状とその輪郭領域を有する対象物を示す第１１図を参照して説明される。各対象物に対して外側輪郭領域を規定する工程は、周囲点を具備する周囲バッファーを生成する下位工程と、行により、それから列により周囲バッファーにおける周囲点をソートし、行列ソートされた周囲バッファーを生成する下位工程とを具備する。周囲バッファーを生成する工程は、第６図に示された上記のモジュールＬＯＡＤＢＵＦＦＥＲによって行われる。周囲バッファーは、第３図に示された上記のモジュールＧＥＴＰＥＲＩＭによって決定された周囲点を具備する。内点を無視することにより外点を決定する方法はまた、各それぞれの行に対して最小列位置座標値を有する周囲点から所定数Ｎのピクセル前にあり、最大列位置座標値を有する周囲点から所定数のピクセルにある各行におけるすべての点を対象物の外点として指定する工程を具備する。この工程は、第７図のブロックＫにおいて示される。加えて、各指定外点は、所定グレーレベル値以外の値を有するならば、それは外点として割り引かれる。このように、指定点は、対象物又は隣接対象物の内点ではないことが保証される。技術における当業者には、いろいろな修正及び変形が、本発明の範囲又は精神に反することなく、発明の方法において行われることは明らかであろう。例えば、第１方法の修正された代替方法において、外側輪郭領域は、上記の最初に行により、それから列によるのとは反対に、最初に列により、それから行により、周囲バッファーにおける周囲点をソートし、対象物に対して列行ソートされた周囲バッファーを生成することにより規定される。各それぞれの列に対して最小行位置座標値を有する周囲点から上記の所定数Ｍ又はＮのピクセル前で、かつ最大行位置座標値を有する周囲点から所定数Ｍ又はＮ又は異なるＰのピクセル後にある点は、対象物の外点として指定される。最初に行により、それから列により周囲点をソートする代替的な第１方法の上記の説明における如く、修正された代替点な第１方法において、各指定外点は、所定グレーレベル値以外の値を有する。カラーは、後述される如く、外点が指定された対象物を特性付けるために、即ち、対象物を妥当化するための所定属性値として使用される。カラーが、対象物を特性付けるために、即ち、対象物を妥当化するための所定属性値としてこのように使用される時、候補対象物の少なくとも一つの内点及び／又は外点の少なくとも一つのカラーパラメータが算出される。カラーパラメーターとは、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、”ＣｏｌｏｒＳｃｉｅｎｃｅ、ＣｏｎｃｅｐｔｓａｎｄＭｅｔｈｏｄｓ、ＱｕａｎｔｉｔａｔｉｖｅＤａｔａａｎｄＦｏｒｍｕｌａｅ”、ｂｙＧ．ＷｙｓｚｅｃｋｉａｎｄＷ．Ｓ．Ｓｔｉｌｅ、ＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ（１９６７）において規定された如く、色相、彩度と明度である。第１実施態様の好ましい応用において、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。点のグレーレベルは、標準カラー理論の「ＲＧＢ」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、そしてＢは青色を示す。第１２Ａ図において、ＲＧＢカラー空間の記述が示され、そして第１２Ｂ図において、ＲＧＢ色相環として公知のその空間の単純化が示される。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１２Ａ図と第１２Ｂ図を参照して示される。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°〜３６０°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°に近く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。ａ＝Ｒｃｏｓ（φ）＋Ｇｃｏｓ（１２０＋φ）＋Ｂｃｏｓ（２４０＋φ）（１）ｂ＝Ｒｓｉｎ（φ）＋Ｇｓｉｎ（１２０＋φ）＋Ｂｓｉｎ（２４０＋φ）（２）ここで、θ＝色相角＝ｔａｎ^-1（ｂ／ａ） φ＝調整可能なオフセット角、度Ｒ＝画像を赤色フィルターを通して見た時、画像における点のグレーレベルＢ＝画像を青色フィルターを通して見た時、画像における点のグレーレベルＧ＝画像を緑色フィルターを通して見た時、画像における点のグレーレベルａ、ｂ＝色相環へのＲ、Ｇ、Ｂベクトルの投射平均色相は、各内点の色相角を対象物で平均化することにより導出される。ＲＧＢ色相環における色相角ベクトルの長さである色度は、対象物がどの程度の色を有するかの測度であり、次の如く算出される。色度＝ａ²＋ｂ² （３）平均色相角と色度は、対象物の色相内容を決定するために使用される。対象物を特性付けるために使用されるこれらのパラメーターは、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。外点を決定するための第１方法が、第１３Ａ図〜第１３Ｄ図において詳細に示され、第８Ａ図と第８Ｂ図に関して記載された如く、それ自体として又は第１パスに関連した第２パスとして使用される。第１３Ａ図のブロックＡに示された如く、第１方法の第１バージョンの第１実現に対してランされるＲＥＡＤＣＯＬＯＲの第１工程は、周囲バッファーの第１点に現点をセットし、そしてＦＩＬＬＰＲＥＶ状態を偽にセットするものである。ＦＩＬＬＰＲＥＶは、現周囲点にすぐ先行する点のＦＩＬＬ状態値を指示する状態変数である。ＦＩＬＬＰＲＥＶとＦＩＬＬの状態変数は、トレースの方向により、第８図と第９図の現点の方向符号ベクトルとＬＵＴによって決定される。それから、判定菱形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、判定菱形Ｄは、現点のＦＩＬＬＰＲＥＶ状態が偽であるかを尋ねる。そうならば、現点は、ブロックＥに示された如く、内点としてラベル付けされ、そしてモジュールは、判定菱形Ｆに進み、現周囲点が所与の行における第１点であるかを尋ねる。ＦＩＬＬＰＲＥＶが偽に等しくないならば、モジュールは、判定菱形Ｆに直接に進む。現周囲点が所与の行における第１点であるならば、現外点は、現点と同一行位置座標値を有するようにセットされ、そして列位置座標値は、現点の列位置座標値から所定数Ｎのピクセルを控除した値にセットされる。この数Ｎは、指定工程の説明において記載された如く所定数である。それから、モジュールは、第１３Ｃ図の判定菱形Ｈに進む。現周囲点が所与の行における第１点でないならば、モジュールは、以下にさらに説明される如く、第１３Ｂ図の判定菱形Ｌに進む。第１３Ｃ図の判定菱形Ｈは、現外点の列位置座標値が現点の列位置座標値に等しいかを尋ねる。そうでないならば、第１３Ｃ図の判定菱形Ｉは、バッファー画像における現外点に対応する点が所定のグレーレベル値を有するか、又は現外点のグレーレベル値が境界値に等しいかを尋ねる。境界値は、対象の画像の境界を規定するために画像を探索する時点においてセットされた異なる所定グレーレベル値である。これらの質問に対する回答が否であるならば、現外点の色相及び色度は、ブロックＪにおいて示された如く算出され、そして現外点の列位置座標値が、ブロックＫにおいて示された如く算出される。判定菱形Ｉにおける質問の一つへの回答が肯定であるならば、モジュールは、ブロックＫに直接に進み、そして現外点の列位置座標値が算出される。それから、モジュールは判定菱形Ｈに復帰し、そして菱形ＨとＩ、及びブロックＪとＫを通ったループが、現外点の列位置座標値が現点の列位置座標値に等しくなるまで継続する。この点において、モジュールは、第１３Ｂ図の判定菱形Ｌに行く。第１３Ｂ図の判定菱形Ｌは、現点が周囲バッファーにおける次点と同一であるかを尋ねる。そうならば、現点は、ブロックＭに示された如く冗長点としてラベル付けられる。それから、判定菱形Ｎは、現点と次点の状態値がＦｉｌｌに等しいかを尋ねる。そうでないならば、現点は、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ＲＥＡＤＣＯＬＯＲは、第１３Ａ図の判定菱形Ｂに復帰する。Ｂ−Ｐによるループは、現点が周囲バッファーにおける最終点を越えるまで継続する。また、判定菱形Ｌに戻って、現点が周囲バッファーにおける次点と同一でないならば、モジュールは、判定菱形Ｏに進む。現点の状態値がＦＩＬＬに等しくないならば、現点は、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、第１３Ａ図の判定菱形Ｂに復帰し、Ｂ−Ｐによるループは、現点が周囲バッファーにおける最終点を越えるまで継続する。この点において、モジュールは、ブロックＣに示された如く完了する。現点と次点の状態値がＦｉｌｌに等しいならば、モジュールは、ブロックＱに進み、現点と同一行における次点に移動する。判定菱形Ｏに戻って、現点の状態値がＦｉｌｌに等しいならば、モジュールは、ブロックＱに示された如く、現点と同一行における次点に移動する。第１３Ｂ図に示された如く判定菱形Ｒは、次点の列位置座標値がバッファーにおける次周囲点の列位置座標値以下であるかを尋ねる。そうならば、次点は、内点として識別され、そしてカラーパラメータは、第１３Ｂ図のブロックＳに示された如く算出される。モジュールＲＥＡＤＣＯＬＯＲは、ブロックＱに復帰し、そしてＱ −Ｓによるループは、次点の列位置座標値がバッファーにおける次周囲点の列位置座標値よりも大きくなるまで継続する。次点の列位置座標値がバッファーにおける次周囲点の列位置座標値よりも大きいならば、モジュールは、第１３Ｄ図における判定菱形Ｔに進む。第１３Ｄ図の判定菱形Ｔは、現点が行における最終周囲点であるかを尋ねる。そうでないならば、ＦＩＬＬＰＲＥＶは、第１３Ｄ図のブロックＵにおいて示された如く、現点の状態値にセットされる。それから、現点は、第１３Ｄ図のブロックＶに示された如く、周囲バッファーにおける次点にセットされる。それから、モジュールは、第１３Ａ図の判定菱形Ｂに進み、そしてＢ−Ｖによるループは、現点が最終点を越えるまで継続し、この時点において、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。判定菱形Ｔに戻って、現点が行における最終周囲点であるならば、ブロックＷに示された如く、現外点は、周囲バッファーにおける次点と同一行位置座標値と、周囲バッファーにおける次点の列位置座標値に１を加えた列位置座標値を有するようにセットされる。判定菱形Ｘは、現外点の列位置座標値が、上記の如く、次周囲点の列位置座標値にある数Ｎを加えた値以下であるかを尋ねる。そうでないならば、判定菱形Ｙは、バッファー画像における現外点に対応する点が所定グレーレベルを有するか、又は現外点のグレーレベル値が境界値に等しいかを尋ねる。これらの両質問に対する回答が否であるならば、現外点の色相と色度は、ブロックＺに示された如く算出される。それから、現外点の列位置座標値が、ブロックＺＺに示された如く増分される。バッファー画像における現外点に対応する点が所定グレーレベルを有するか、又は現外点のグレーレベル値が境界値に等しいならば、モジュールは、ブロックＺＺに直接に進み、そして現外点の列位置座標値が、ブロックＺＺに示された如く増分される。菱形ＸとＹ、及びブロックＺとＺＺを通ったループは、現外点の列位置座標値が、上記の如く、次周囲点の列位置座標値とある数Ｎを加えた値以下になるまで継続する。これが発生する時、現点は、周囲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、第１３Ａ図の判定菱形Ｂに復帰する。Ｂ−ＺＺによるループは、現点が最終点を越えるまで継続し、この時点において、モジュールは、ブロックＣに示された如く、完了される。第１実施態様の特定応用により、背景において少なくとも一つの妥当対象物所定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。この特定応用は、以後、第１識別方法と呼ばれる。この第１識別方法の全体工程は、第１４図のブロック図に示される。方法は、第１４図のブロックＡに示された如く、対象物と背景の画像を発生する工程を具備する。対象物と背景の画像は、第１実施態様に関して上記された如く発生される。第１識別方法はまた、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画像を探索する工程を含む。この工程は、第１４図のブロックＢにおいて示される。この応用においては、第１決定方法における如く、全対象物が探索される。しかし、問題の対象物の所定属性値である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、探索工程は、対象物の部分のみを探索することを含む。自動計算しきい値は、いろいろな方法で決定される。例えば、自動計算しきい値は、以下に記載される如く、Ｋａｐｕｒ他、”ＡＮｅｗＭｅｔｈｏｄｆｏｒＧｒａｙ−ＬｅｖｅｌＰｉｃｔｕｒｅＴｈｒｅｓｈｏｌｄｉｎｇＵｓｉｎｇｔｈｅＥｎｔｒｏｐｙｏｆｔｈｅＨｉｓｔｏｇｒａｍ”、Ｃｏｍｐ．ＧｒａｐｈｉｃｓａｎｄＩｍａｇｅＰｒｏｃ．、２９、１９８５、ｐｐ．２７３−２８５において記載されたヒストグラム又は、ＰａｌａｎｄＰａｌにおける論文”ＥｎｔｒｏｐｉｃＴｈｒｅｓｈｏｌｄｉｎｇ”、ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ、Ｖｏｌ．１６、１９８９、ｐｐ．９７−１０８において記載された同時発生マトリックスから導出されたエントロピーを使用して決定される。候補対象物を識別し妥当化するために画像を自動的にしきい化する能力は、製造及び産業プロセスを監視制御するために「オンライン」画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）は画像毎のベースにおいて調整されなければならないために、この能力は、手動しきい化機構が使用されるならば可能ではない。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画像分析技術の使用を可能にする。背景が不測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、多重自動しきい値の再帰的算出が、特に強力である。第１識別方法はまた、候補対象物の周囲点を決定する工程を含む。この工程は、第１４図のブロックＣにおいて示される。上記の如く、各周囲点は、行位置座標値と列位置座標値を有する。対象物の各周囲点の座標は、第３図に関して記載された如くモジュールＧＥＴＰＥＲＩＭによって決定される。上記の如く、周囲点を決定する工程は、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。第１識別識別方法はまた、周囲バッファーを生成する工程を含む。この工程は、第１４図のブロックＤに示され、そして第６Ａ図と第６Ｂ図に関して記載された如く、モジュールＬＯＡＤＢＵＦＦＥＲにおいて行われる。第１識別方法はまた、行列ソート周囲バッファーを生成するために、最初に行により、それから列により周囲バッファーにおける周囲点をソートする工程を含む。この工程は、第１４図のブロックＥにおいて示される。ソート工程は、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方法に対して上記の如く行われる。第１識別方法はまた、各それぞれの行に対して最小列位置座標値を有する周囲点から所定数Ｎのピクセル前、及び最大列位置座標値を有する周囲点から所定数Ｍのピクセル後の各行におけるすべての点を対象物の外点として指定する工程を具備する。この工程は、第１４図のブロックＦにおいて示され、第１３Ａ図〜第１３Ｄ図において流れ図に関して記載された如く、モジュールＲＥＡＤＣＯＬＯＲにおいて行われる。好ましい実施態様において、Ｍ＝Ｎであるが、Ｍは、上記の如くＮとは異なる値でも良い。少なくとも一つの妥当対象物所定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はまた、候補対象物属性値により候補対象物を特性付ける工程を具備する。この工程は、第１４図のブロックＧにおいて示される。候補対象物属性値により候補対象物を特性付ける工程は、各外点のグレーレベル値を決定し、外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下位工程を含む。第１方法を使用して妥当対象物を識別するための方法の別の実施態様において、特性付け工程は、対象物及び／又は対象物の回りの輪郭領域のテクスチャーを決定することを含む。代替的に、又は加えて、特性付け工程は、対象物及び／又は対象物の回りの輪郭領域のカラーを決定することを含む。代替的、又は加えて、特性付け工程は、対象物及び／又は対象物の回りの輪郭領域において存在するパターンを決定することを含む。第１識別方法はまた、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工程を含む。この工程は、第１４図のブロックＨにおいて示される。妥当化工程は、候補対象物属性値を算出する下位工程と、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下位工程とを含む。算出下位工程は、さらに、候補対象物属性値を記憶する下位工程を含む。妥当化工程は、第１５図に関して示され記載された如く、モジュールＣＯＬＦＩＬＴによって実行される。外点を決定するための第１方法を使用する識別方法の好ましい実施態様において、ＣＯＬＦＩＬＴは、妥当対象物の所定属性としてサイズとカラーのみを使用する。一般に、他の属性も、妥当対象物の所定属性のために使用される。妥当化工程は、均質又は非均質対象物のいずれかに対してモジュールＣＯＬＦＩＬＴによって実行される。非均質対象物をフィルターするための工程におけるフィルターは、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度を有する時、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色相角と所定最小値よりも大きな色度を有する時、対象物を削除する。色相角と色度は、上記の方程式（１）と（２）において記載された如く算出される。第１５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ＣＯＬＦＩＬＴの第１工程は、初期対象物に進むことである。それから、判定菱形Ｂは、ＣＯＬＦＩＬＴ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、判定菱形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進む。それから、判定菱形Ｂは、ＣＯＬＦＩＬＴ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、判定菱形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、そして対象物の色度が所定最小値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、次対象物へ進む。ＡとＢによるループは、ＣＯＬＦＩＬＴ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。ＣＯＬＦＩＬＴが最終対象物を越えないならば、Ａ−Ｇによるループは、対象物色相がＭＩＮＨＵＥ以上になるか、又は対象物色度がＭＩＮＭＡＧ以下になるまで継続する。それから、判定菱形Ｈは、対象物の平均色相角が、所定最大値ＭＡＸＨＵＥよりも大きく、かつ、対象物の色度が所定最小値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、次対象物へ進められる。ＡとＢによるループは、ＣＯＬＦＩＬＴ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。ＣＯＬＦＩＬＴが最終対象物を越えないならば、Ａ−Ｈによるループが、対象物色度が所定最大値ＭＡＸＨＵＥ以下になるか、又は対象物色度が所定最小値ＭＩＮＭＡＧ以下になるまで継続する。これらの質問のいずれかに対する回答が否であるならば、対象物は保持され、そしてモジュールは、ブロックＦに示された如く、次対象物に進む。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１識別方法は、候補対象物を妥当化するために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、各値は、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養成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ーは、脳と眼の間にフィードバックループがある神経視覚体系に類似し始める。本発明において、高次ドライバーが、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、自動的に、エントロピー的に選択されたしきいグレーレベル値を算出し、画像を探索し、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、候補対象物における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。第１識別方法は、さらに、第８Ａ図と第８Ｂ図において記載された如く、対象物の内点を決定する工程を含む。これは、第１方法に関する上記の方法のいずれかで行われる。内点が決定される時、特性付け工程は、上記の如く、一つ以上の外点のグレーレベル値と一つ以上の内点のグレーレベル値を決定する下位工程と、外点と内点のグレーレベル値の間の相対正規差分により対象物を特性付ける下位工程とを含む。差分は、次の方程式により与えられる。（Ｉ₁−Ｅ₁）／（Ｉ₁＋Ｅ₁）（４）この特徴は、本発明の第１識別方法を適応性分類可能にする。画像に陰影又は他の異常がある状況において、適応性分類は、照明、位置付け、電子増幅等の如く、結像条件における変動に独立に分析を行う仕法である。本発明の第２実施態様により、背景における対象物の外点を決定するための第２方法が設けられる。この方法は、第１６図に示された如く、対象物２２の回りの円２８の如く所定形状を使用する。この方法の工程は、一般に第１７図のブロック図において示される。第２方法は、対象物と背景の画像を発生する工程を具備する。この工程は、第１７図のブロックＡにおいて示される。この工程は、第１方法に関して記載された如く行われる。対象物の外点を決定する第２方法は、対象物に対して画像を探索する工程を含む。この工程は、第１７図のブロックＢにおいて示される。この工程は、第１方法に関して記載された如く行われる。対象物の外点を決定する第２方法はまた、対象物の周囲点を決定する工程を含む。この工程は、第１７図のブロックＣにおいて示される。周囲点は、第１方法の第２図に関して記載された如くモジュールＧＥＴＰＥＲＩＭによって決定される。対象物の外点を決定する第２方法はまた、対象物の内点を決定する工程を具備する。この工程は、第１７図のブロックＤにおいて示される。内点のこの決定は、第８Ａ図と第８Ｂ図に関して記載された如く、又は上記のＣｈａｎｇとＬｅｕにより記載された内点を決定するための任意の他の方法により、周囲点の状態変数を決定し、その変数から、同一線セグメント上の内点を指定することにより行われる。冗長周囲点は、第８Ａ図と第８Ｂ図に関して記載された如く、チェックされる。対象物の外点を決定する第２方法はまた、所定グレーレベルで対象物の内点をラベル付ける工程を具備する。この工程は、第１７図のブロックＥにおいて示され、第８Ａ図と第８Ｂ図に関して記載された如くモジュールＲＥＡＤＣＯＬＯＲにおいて行われる。対象物の外点を決定する第２方法はまた、各対象物に対して外側輪郭領域を規定する工程を具備する。この工程は、第１７図のブロックＦにおいて示される。外側輪郭領域は、第１１図と第１６図において参照番号２４により指定される。輪郭領域を規定する工程は、第１所定形状を対象物に割り当てる下位工程と、第２所定形状を対象物に割り当てる下位工程とを含む。好ましい実施態様において、第１所定形状は、円形であり、その外側輪郭は、第１６図の破線２６によって近似され、そして第２所定形状は円形であり、その円周は、第１６図において２８で示される。第１６図から見られる如く、第２所定形状は、外側輪郭領域と対象物を含む領域に割り当てられる。外側輪郭領域を規定する工程の下位工程は、第１８図の流れ図において示される。輪郭領域周囲バッファーを生成する下位工程は、モジュールＣＡＬＣＣＩＲＣＬＥにおいて行われ、そして第１８図の流れ図において示される。第１８図のブロックＡに示された如く、輪郭領域周囲バッファーを生成する第１工程は、第１形状を対象物に割り当てることである。しばしば、この形状は、対象物の形状を近似する。第１８図のブロックＢに示された第２工程は、第２形状を外側輪郭領域と対象物を含む領域に割り当てることである。第２形状は、第１形状よりも大きく、対象物を包囲する。第２形状は、第１形状と同一一般形状であるか、又は異なる。第１８図のブロックＣに示された如く、輪郭領域周囲バッファーを生成する次の工程は、対象物の第１サイズパラメータを算出することである。それから、第２所定形状に対する第２サイズパラメータが、第１８図のブロックＤにおいて示された如く算出される。第２サイズパラメータは、第２形状が対象物を包囲する如く、第１サイズパラメータよりも大きい。なお、第１及び第２所定形状が常に同一とは限らないことは、本発明の範囲内にある。第２方法の一つの実施態様において、第１サイズパラメータは、第１６図に示された如く第１等価半径３０であり、そして第２サイズパラメータは、第１６図に示された如く第２等価半径３２である。第１所定形状の第１等価半径は、対象物の面積から決定される。第１所定形状が円形である時、面積は、Πｒ²に等しく、ここでｒは、第１等価半径である。円形である第２所定形状の第２等価半径は、外側輪郭領域と対象物を含む面積から決定される。なお、第１及び第２所定形状とサイズパラメータの条件が独立であることはまた、本発明の範囲内にある。第１サイズパラメータを算出する工程は、第１所定形状因子を使用することを含み、又は対象物の４つの極点を決定し、対象物の極点の間の最大距離を算出し、対象物の極点の間の最大距離に等しい直径に第１サイズパラメータを設定する下位工程を含む。第１８図のブロックＤに示された如く、第１サイズパラメータは、外側輪郭領域の第２サイズパラメータを決定するために使用される。第１８図のブロックＥに示された如く、輪郭領域の周囲点は、第２サイズパラメータと第２形状を使用して算出され、そして周囲バッファーに記憶される。各対象物に対して外側輪郭領域を規定する工程は、輪郭領域の輪郭領域周囲点を決定する下位工程を具備する。これは、モジュールＧＥＴＰＥＲＩＭにおいて第３図に関して記載された如く行われる。各対象物に対して外側輪郭領域を規定する工程はまた、輪郭領域周囲バッファーを生成する下位工程を具備する。第１方法に関して記載された如く、輪郭周囲バッファーは、輪郭領域周囲点を具備する。各輪郭領域周囲点は、行位置座標値、列位置座標値、及び方向符号ベクトルを有する。方向符号ベクトルは、各輪郭領域周囲点に対して第１及び第２方向符号値を具備する。第１方向符号値は、各それぞれの輪郭領域周囲点の次の輪郭領域周囲点に対する関係を記述し、そして第２方向符号値は、各それぞれの輪郭領域周囲点の前輪郭領域周囲点に対する関係を記述する。対象物に対して外側輪郭領域を規定する工程はまた、輪郭領域周囲バッファーにおける輪郭領域周囲点を所定の順序でソートし、ソートされた輪郭領域周囲バッファーを生成する下位工程を具備する。このソート工程は、第１方法に関して記載された如く、時計回り又は反時計回り方向のいずれかにおいて、行により、それから列により、又は列により、それから行により、対象物をトレースするために行われる。対象物に対して外側輪郭領域を規定する工程はまた、ソートされた周囲バッファーにおける各輪郭領域周囲点に、第１及び第２値の一方を有する状態変数を割り当てる下位工程を具備する。好ましい実施態様において、この状態変数は、第１状態変数ＦＩＬＬである。第２状態変数ＦＩＬＬＰＲＥＶもまた、以下に説明される如く割り当てられる。第１状態変数と第２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。これは、第１９Ａ図と第１９Ｂ図に示されたモジュールＲＥＡＤＣＯＬＯＲにおいて、以下に記載される如く、行われる。対象物に対して外側輪郭領域を規定する工程はまた、対象物の外点を指定する下位工程を具備する。この工程は、第１７図のブロックＫにおいて示され、第１９Ａ図と第１９Ｂ図に示されたモジュールＲＥＡＤＣＯＬＯＲにおいて以下に記載される如く行われる。検査される輪郭領域周囲点と同一線セグメントにあり、ソートされた周囲バッファーにおける検査輪郭領域周囲点と次輪郭領域周囲点の間にある各点は、検査された輪郭領域周囲点が状態変数の第１値を割り当てられ、かつ、各指定外点が所定グレーレベル値以外の値を有するならば、外点として指定される。第１９Ａ図のブロックＡに示された如く、第２方法の第１実現に対してランされるＲＥＡＤＣＯＬＯＲの第１工程は、輪郭領域周囲バッファーの第１点に現点をセットし、ＦＩＬＬＰＲＥＶ状態を偽にセットするものである。それから、判定菱形Ｂは、現点が輪郭領域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、判定菱形Ｄは、ＦＩＬＬＰＲＥＶが偽であるかを尋ねる。そうならば、現点は、ブロックＥに示された如く、外点としてラベル付けられる。そうでないならば、又は現点が外点としてラベル付けられた後、判定菱形Ｆは、現点が輪郭領域周囲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Ｇに示された如く、冗長性としてラベル付けられる。それから、判定菱形Ｉは、現点と次点の状態変数がＦＩＬＬに等しいかを尋ねる。ＦＩＬＬＰＲＥＶとＦＩＬＬに対する状態変数が、トレースの方向により、第８図と第９図の現点の方向符号ベクトルとＬＵＴによって決定される。回答が肯定であるならば、ＲＥＡＤＣＯＬＯＲは、ブロックＫに示された如く、現点と同一行における次点に移動する。この質問に対する回答が否定であるならば、現点は、ブロックＪ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、判定菱形Ｂに復帰する。Ｂ−Ｇによるループは、現点が最終点を越えるまで継続し、この時点において、モジュールは、ブロックＣに示された如く完了される。判定菱形Ｆに戻って、現点が輪郭領域周囲バッファーにおける次点と同一点でないならば、判定菱形Ｈは、現点の状態値がＦＩＬＬに等しいかを尋ねる。そうでないならば、現点は、ブロックＪ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、判定菱形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、ブロックＣに示された如くモジュールが完了されるまで継続する。判定菱形Ｈに戻って、現点の状態値がＦＩＬＬに等しいならば、モジュールは、第１９Ｂ図のブロックＫに進む。第１９Ｂ図のブロックＫは、モジュールが現点と同一行における次点に移動することを指示する。同様に、判定菱形Ｉに戻って、現点と次点の状態値がＦＩＬＬに等しいならば、モジュールは、第１９Ｂ図のブロックＫに進む。判定菱形Ｌは、それから、次点の列位置座標値が輪郭領域周囲バッファーにおける次周囲点の列位置座標値以下であるかを尋ねる。そうならば、判定菱形Ｍは、画像バッファーにおける対応点が、所定グレーレベル値を有するかを尋ねる。そうならば、次点が、ブロックＮに示された如く、内点として識別され、カラーパラメータが算出される。画像バッファーにおける対応点が所定グレーレベル値を有さないならば、ブロックＯに示された如く、次点が外点として識別され、カラーパラメータが算出される。次点が、それぞれブロックＮとＯに示された如く、内点又は外点として識別された後、ブロックＫと菱形Ｌによるループは、次点の列位置座標値が輪郭領域周囲バッファーにおける次周囲点の列座標位置値よりも大きくなるまで継続する。この時、ＦＩＬＬＰＲＥＶは、ブロックＰにおいて示された如く、現点の状態値にセットされ、そして現点は、ブロックＱに示された如く、輪郭領域周囲バッファーにおける次周囲点にセットされる。それから、モジュールは、第１９Ａ図の判定菱形Ｂに復帰し、そしてＢ−Ｑによるループが、現点が最終点を越えるまで継続する。この時、モジュールは、ブロックＣに示された如く完了される。対象物の外点を決定する第２方法は、さらに、各外点のグレーレベル値を決定する工程と、外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工程とを含む。これは、第１９Ａ図と第１９Ｂ図に関して記載された如くモジュールＲＥＡＤＣＯＬＯＲにおいて行われる。特性付け下位工程は、対象物の外点のカラーを決定することを含む。この特徴は、リステリアの特性付けにおいて本発明を特に有益にする。第１方法に関して記載された如く、カラーが対象物を特性付けるために使用される時、対象物の少なくとも一つの外点又は内点に対する少なくとも一つのカラーパラメータが算出される。代替的に、又は加えて、特性付け工程は、対象物のテクスチャー又は対象物の外点を決定することを含む。代替的に、又は加えて、特性付け工程は、対象物又は対象物の外点において存在するパターンを決定することを含む。対象物の外点を決定するための第２方法を使用する背景において少なくとも一つの妥当対象物所定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第２方法が設けられる。この方法は、一般に第２識別方法と呼ばれる。この第２方法の工程は、一般に第２０図に示される。第２識別方法は、対象物と背景の画像を発生し、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画像を探索する工程を具備し、この場合、候補対象物は、少なくとも一つの候補対象物属性値を有する。これらの工程は、第２０図のそれぞれブロックＡとＢにおいて示され、そして第１識別方法に関して記載された如く行われる。第２識別方法はまた、候補対象物の周囲点を決定する工程を含む。この工程は、第２０図のブロックＣにおいて示され、第１方法に対して示された如く、第３図に関して記載されたモジュールＧＥＴＰＥＲＩＭにおいて行われる。第２識別方法はまた、候補対象物の内点を決定する工程を具備する。この工程は、第２０図のブロックＤにおいて示される。内点のこの決定は、第８Ａ図と第８Ｂ図に関して第１方法に対して記載された如く、又は上記のＣｈａｎｇとＬｅｕの如く、内点を決定するための任意の他の方法により、周囲点の状態変数を決定し、各それぞれの状態変数から、モジュールＷＲＩＴＥＢＵＦにおいて同一線セグメント上の内点を指定することにより行われる。第２識別方法はまた、所定グレーレベル値で候補対象物の内点をラベル付ける工程を具備する。この工程は、第２０図のブロックＥにおいて示され、第８Ａ図と第８Ｂ図に関して記載された如くモジュールＲＥＡＤＣＯＬＯＲにおいて行われる。第２識別方法はまた、各候補対象物に対して外側輪郭領域を規定する工程を具備する。この工程は、第２０図のブロックＦにおいて示される。この外側輪郭領域は、第１１図と第１６図において２４で示される。各対象物の外側輪郭領域を規定する工程は、輪郭領域の周囲点を決定する下位工程を具備する。この工程は、第２０図のブロックＧにおいて示される。これは、第１方法に関して記載された如く完了される。各対象物に対して外側輪郭領域を規定する工程はまた、輪郭領域周囲バッファーを生成する下位工程を具備する。この工程は、第２０図のブロックＨにおいて示される。第１方法に関して記載された如く、輪郭周囲バッファーは、輪郭領域周囲点を具備する。各輪郭領域周囲点は、行位置座標値、列位置座標値、及び方向符号ベクトルを有する。方向符号ベクトルは、各輪郭領域周囲点に対して第１及び第２方向符号値を具備する。第１方向符号値は、各それぞれの輪郭領域周囲点の次の輪郭領域周囲点に対する関係を記述し、そして第２方向符号値は、各それぞれの輪郭領域周囲点の前輪郭領域周囲点に対する関係を記述する。対象物に対して外側輪郭領域を規定する工程はまた、輪郭領域周囲バッファーにおける輪郭領域周囲点を所定の順序でソートし、ソートされた輪郭領域周囲バッファーを生成する下位工程を具備する。この工程は、第２０図のブロックＩにおいて示される。このソート工程は、第１方法に関して記載された如く、時計回り又は反時計回り方向のいずれかにおいて、行により、それから列により、又は列により、それから行により、対象物をトレースするために行われる。対象物に対して外側輪郭領域を規定する工程はまた、ソートされた周囲バッファーにおける各輪郭領域周囲点に、第１及び第２値の一方を有する状態変数を割り当てる下位工程を具備する。この工程は、第２０図のブロックＪにおいて示される。第１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。これは、第１方法に関して記載された如く、内点を決定する工程におけると同様にして行われる。対象物に対して外側輪郭領域を規定する工程はまた、対象物の外点を指定する下位工程を具備する。この工程は、第２０図のブロックＫにおいて示され、第１９Ａ図と第１９Ｂ図に示されたモジュールＲＥＡＤＣＯＬＯＲにおいて行われる。検査される輪郭領域周囲点と同一線セグメントにあり、ソートされた周囲バッファーにおける検査輪郭領域周囲点と次輪郭領域周囲点の間にあり、バッファー画像におけるその対応点が所定グレーレベル値を有さない各点は、外点として指定される。この工程において、検査された輪郭領域周囲点は、状態変数の第１値を割り当てられる。第２識別方法はまた、候補対象物属性値により候補対象物を特性付ける工程とを含む。この工程は、第２０図のブロックＬにおいて示される。候補対象物属性値により候補対象物を特性付ける工程は、各外点のグレーレベル値を決定する下位工程と、外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下位工程とを含む。特性付けが、グレーレベル値を決定することにより行われる時、特性付け工程は、各外点のグレーレベル値と各内点のグレーレベル値を決定する下位工程と、外点と内点のグレーレベル値の間の相対差分により対象物を特性付ける下位工程とを含む。この相対差分は、次の方程式により与えられる。（１₁−Ｅ₁）／（Ｉ₁＋Ｅ₁）（５）第２識別方法の別の実施態様において、第１識別方法におけると同様に、特性付け工程は、対象物のテクスチャー及び／又は対象物の回りの輪郭領域を決定することを含む。代替的に、又は加えて、特性付け工程は、対象物及び／又は対象物の回りの輪郭領域を決定することを含む。代替的に、又は加えて、特性付け工程は、対象物及び／又は対象物の回りの輪郭領域において存在するパターンを決定することを含む。カラーが対象物を妥当化するために所定属性値として使用される時、第２識別方法は、候補対象物の少なくとも一つの内点に対して少なくとも一つのカラーパラメータを算出する下位工程を含む。第２識別方法はまた、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工程を具備する。この工程は、第２０図のブロックＭにおいて示される。妥当化工程は、候補対象物属性値を算出する下位工程と、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所定属性値と比較する下位工程とを含む。算出下位工程は、さらに、候補対象物属性値を記憶する下位工程を含む。妥当化工程は、第１５図に示され記載された如く、モジュールＣＯＬＦＩＬＴによって行われる。外点を決定するための第２方法を使用する識別方法の好ましい実施態様において、ＣＯＬＦＩＬＴは、妥当対象物所定属性値としてサイズとカラーのみを使用する。一般に、他の属性値も、妥当対象物所定属性値に対して使用される。外点を決定するための第１又は第２方法の特定応用において、エントロピーしきい化の概念が、画像を探索するために使用される。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Ｓｈａｎｎｏｎにより、論文”ＡＭａｔｈｅｍａｔｉｃａｌＴｈｅｏｒｙｏｆＣｏｍｍｕｎｉｃａｔｉｏｎ”、ＢｅｌｌＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙＪ．、Ｖｏｌ．２７、Ｊｕｌｙ１９４８、ｐｐ．３７９−４２３において提案された。Ｓｈａｎｎｏｎ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（ｐ₁、ｐ₂、．．．、ｐ_n）は、ｐ_k＝１／ｎ、ｋ＝１、．．、ｎに対して最大である。（ｂ）Ｈ（ＡＢ）＝Ｈ（Ａ）＋Ｈ_A（Ｂ）、ここで、ＡとＢは２つの有限区分であり、そしてＨ_A（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（ｐ₁、ｐ₂、．．、ｐ_n、０）＝Ｈ（ｐ₁、ｐ₂、．．、ｐ_n）（７）加えて、Ｈ_max（１／ｎ、．．．、１／ｎ）＝ｌｎｎ（８）画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、Ｐｕｎによる論文、”ＥｎｔｒｏｐｉｃＴｈｒｅｓｈｏｌｄｉｎｇ、ａＮｅｗＡｐｐｒｏａｃｈ”、Ｃｏｍｐ．ＧｒａｐｈｉｃｓａｎｄＩｍａｇｅＰｒｏｃ．、Ｖｏｌ．１６、１９９１、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、Ｋａｐｕｒｅｔａｌ．による論文、”ＡＮｅｗＭｅｔｈｏｄｆｏｒＧｒｅｙ−ＬｅｖｅｌＰｉｃｔｕｒｅＴｈｒｅｓｈｏｌｄｉｎｇＵｓｉｎｇｔｈｅＥｎｔｒｏｐｙｏｆｔｈｅＨｉｓｔｏｇｒａｍ”、Ｃｏｍｐ．ＧｒａｐｈｉｃｓａｎｄＩｍａｇｅ．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、画像のグレーレベルヒストグラムが確率分布Ｐ_s＝ｆ_s／Ｎｓ＝１、．．．、Ｎ_gray （９）ここで、ｆ_s＝グレーレベルｓの頻度Ｎ＝画像のピクセル数Ｎ_gray＝グレーレベ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画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この特定応用において、探索工程は、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、画像のグレーレベルヒストグラムを発生する下位工程と、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下位工程とを含む。モジュールＨＩＳＴＯＧＲＡＭは、画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工程は、第２１図の流れ図において示される。第２１図のブロックＡに示された如く、ＨＩＳＴＯＧＲＡＭは、まず、画像の対象領域のヒストグラムを算出する。それから、第２１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Ｈ_s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。本発明の外点を決定するための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工程を含む。この工程は、第２２図に示された如く、ＥＮＴＲＯＰＹモジュールによって行われる。第２２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工程は、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工程は、各グレーレベル値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下位工程を含む。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、画像のグレーレベルヒストグラムが、第２２図に示される。第１及び第２区分が、第２２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２２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工程はまた、各区分に対してエントロピー関数を計算する下位工程を含み、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Ｈ_s（Ａ）と第２区分Ｂのエントロピー関数Ｈ_s（Ｂ）の合計として定義される。この工程は、第２２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、ここで、Ｎ_s’＝Ｎ−Ｎ_s そして合計Ｈ_s（Ａ）＋Ｈ_s（Ｂ）は、画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値は、全エントロピー関数を最大にするｓの値である。第２２図の判定菱形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２２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値は、ブロックＦに示された如く、区分化しきいグレーレベル値にセットされる。最大エントロピーしきいグレーレベル値がセットされた後、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２２図に示された如く、ＥＮＴＲＯＰＹモジュールの判定菱形Ｇは、区分化しきいグレーレベル値が、最大しきいグレーレベル値に等しいかを尋ねる。そうならば、最大エントロピーしきいグレーレベル値が、第２２図のブロックＨ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値が、第２２図のブロックＩに示された如く増分され、そして増分された区分化しきいグレーレベル値が、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値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値が最大しきいグレーレベル値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値がブロック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値のみを含むようにＨ_s（Ａ）とＨ_s（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２３図においてＴで示された如く、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縁において発生する。こうして、新しきいグレーレベル値が、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２３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外点を決定するための本発明の両方法に対して最大化される特定応用において、探索工程は、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、少なくとも一つの対象物に対して画像を走査する下位工程を含む。さらに具体的に、走査された画像の部分は、複数のピクセルを具備し、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値ＭＡＸと探索される領域の最小グレーレベル値ＭＩＮの間の差に等しく、新最大グレーレベル値Ｇｒａｙｌｅｖｅｌ_maxを生ずる。Ｇｒａｙｌｅｖｅｌ_max＝２ × ＭＡＸ−ＭＩＮ（１６）グレーレベル値がｇｒａｙｌｅｖｅｌ_maxを超過する画像の領域は、探索において無視される。探索工程は、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によって決定された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下位工程を含む。この応用において、探索工程は、第２４図に示された如くモジュールＳＥＡＲＣＨＩＭＡＧＥ、第２５図に示された如くモジュールＦＩＮＤＯＢＪＥＣＴと第３図に示された如くモジュールＧＥＴＰＥＲＩＭによって行われる。第２４図のブロックＡによって示された如く、ＳＥＡＲＣＨＩＭＡＧＥの第１工程は、探索位置を初期化することである。モジュールＳＥＡＲＣＨＩＭＡＧＥは、エントロピー的に選択された現しきいグレーレベル値により対象領域を探索する。それから、第２４図の判定菱形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、ＳＥＡＲＣＨＩＭＡＧＥは完了される。探索位置が走査の終端にないならば、モジュールＳＥＡＲＣＨＩＭＡＧＥは、モジュールＦＩＮＤＯＢＪＥＣＴ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値を超過するグレーレベル値を有する点を検出するまで、エントロピー点に選択された現しきいグレーレベル値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、画像は、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２４図の判定菱形Ｄは、新対象物がモジュールＦＩＮＤＯＢＪＥＣＴ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ＳＥＡＲＣＨＩＭＡＧＥは、第２４図のブロックＥによって示された如く、モジュールＧＥＴＰＥＲＩＭをラン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ＧＥＴＰＥＲＩＭは、第３図に関して詳細に記載された。対象物がトレースされた後、探索位置が、第２４図のブロックＦに示された如く増分される。Ｂ −Ｆによるループは、モジュールＳＥＡＲＣＨＩＭＡＧＥが判定菱形Ｂによって示された如く探索の終端になるまで継続される。代替的に、新対象物が判定菱形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く増分され、こうして、トレース工程をバイパスし、そしてＢ−Ｉによるループが、ＳＥＡＲＣＨＩＭＡＧＥが探索の終端になるまで継続される。モジュールＦＩＮＤＯＢＪＥＣＴの工程は、第２５図に示される。ＦＩＮＤＯＢＪＥＣＴにおける第１工程は、ブロックＡに示された如く、探索される画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、判定菱形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、そして判定菱形Ｄは、ＦＩＮＤＯＢＪＥＣＴ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、判定菱形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によるループのプロセスは、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、判定菱形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２５図のブロックＧにおいて示された如く増分され、そして判定菱形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Ｉによって示された如く返される。そうでないならば、判定菱形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−Ｉによるループのプロセスは、次対象物が検出されるまで継続する。判定菱形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Ｌによって更新され、そして新対象物検出が、第２５図のブロックＭによって示された如く返される。上記のＳＥＡＲＣＨＩＭＡＧＥ、ＦＩＮＤＯＢＪＥＣＴとＧＥＴＰＥＲＩＭをランすることにより、第２５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、周囲点を決定するためにトレースされる。候補対象物が妥当化される本発明の第１又は第２実施態様のいずれかのエントロピーしきい化応用により、探索工程は、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画像の部分を走査する下位工程を含む。探索工程は、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下位工程を含む。この応用において、探索工程は、第２４図に関して記載されたモジュールＳＥＡＲＣＨＩＭＡＧＥ、第２５図に関して記載されたモジュールＦＩＮＤＯＢＪＥＣＴ、及び第２６Ａ図と第２６Ｂ図において記載されたモジュールＴＲＡＣＥＯＢＪＥＣＴによって行われる。ＴＲＡＣＥＯＢＪＥＣＴモジュールの基本原理は、”ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ” ｂｙＲａｆａｅｌＣ．ＧｏｎｚａｌｅｚａｎｄＰａｕｌＷｉｎｔｚ、ＳｅｃｏｎｄＥｄ．、Ａｄｄｉｓｏｎ−ＷｅｓｌｅｙＰｕｂｌｉｓｈｉｎｇＣｏｍｐａｎｙ、Ｒｅａｄｉｎｇ、Ｍａｓｓａｃｈｕｓｅｔｔｓ（１９８７）において記載されたものに類似する。第２６Ａ図のブロックＡに示された如く、ＴＲＡＣＥＯＢＪＥＣＴモジュールにおける第１工程は、候補対象物属性値を初期化することである。それから、ＴＲＡＣＥＯＢＪＥＣＴモジュールは、近隣周囲点が検出されたかを判定菱形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、無効である。近隣周囲点が検出されたならば、判定菱形Ｄは、ＴＲＡＣＥＯＢＪＥＣＴモジュールが候補対象物の第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２６Ａ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によるループが、ＴＲＡＣＥＯＢＪＥＣＴモジュ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２６Ａ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、判定菱形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２６Ａ図のブロックＨによって示された如く無効である。候補対象物面積が大きすぎないならば、形状因子が、第２６Ｂ図のブロックＩ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−Ｐ²／４ｐＡ（１７）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、ＴＲＡＣＥＯＢＪＥＣＴは、形状因子が第２６Ｂ図の判定菱形Ｊにおいて示された如くドライバーに含められる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２６Ｂ図のブロックＫによって示された如く無効である。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Ｌ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。こうして今まで記載されたエントロピーしきい化応用は、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。より厳格な識別プロセスに対して、下記の如く再帰的に妥当化を行う本発明の第１及び第２実施態様のエントロピーしきい化応用の方法を適用することが必要である。この再帰的妥当化が行われる時、探索は、再帰的に行われ、そして外点と内点が、上記の如く決定される。エントロピーしきい化応用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工程を含む。選択、探索、妥当化及び細分工程は、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。選択工程の反復は、次に連続する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。この応用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２７Ａ〜２７Ｃ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２７Ａ図に示される。第２７Ａ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２７Ａ図に示された如く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ＴＨＲＥＳＨＨＩ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、探索及び妥当性工程が、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２７Ｂ図に示される。細分工程の反復は、上側ヒストグラムを第２７Ｂ図に示された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工程の反復は、第２７Ｂ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値を選択する。こうして、原ヒストグラムにおいてＴＨＲＥＳＨＨＩであった点Ｂは、上側ヒストグラムのしきい値又はＮＥＸＴＵＰＰＥＲＴＨＲＥＳＨになる。第２７Ｂ図において、探索される最小グレーレベル値は、今、ＴＨＲＥＳＨであり、そして探索される最大グレーレベル値は、今、ＭＡＸである。Ｃで示されたＮＥＸＴＵＰＰＥＲＴＨＲＥＳＨＨＩ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値である。Ｄにおいて示されたＮＥＸＴＵＰＰＥＲＴＨＲＥＳＨＬＯは、ＴＨＲＥＳＨ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値である。それから、選択、探索及び妥当化工程が、エントロピーしきいグレーレベル値として、次に連続する上側エントロピーしきいグレーレベル値Ｂを使用して再帰的に反復される。第２７Ｃ図は、下側ヒストグラムを示す。細分工程の反復は、第２７Ｃ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工程の反復は、第２７Ｃ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値を選択する。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のしきい値、即ちＮＥＸＴＬＯＷＥＲＴＨＲＥＳＨになる。第２７Ｃ図において、探索される最小グレーレベル値は、今、ゼロであり、そして探索される最大グレーレベル値は、今、ＴＨＲＥＳＨである。Ｅで示されたＮＥＸＴＬＯＷＥＲＴＨＲＥＳＨＨＩは、Ａ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値である。Ｆで示されたＮＥＸＴＬＯＷＥＲＴＨＲＥＳＨＬＯ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値である。それから、選択、探索及び妥当化工程が、エントロピーしきいグレーレベル値として、次の連続する下側エントロピーしきいグレーレベル値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２８図に示された如くＡＮＡＬＹＺＥモジュールは、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。ＡＮＡＬＹＺＥ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２８図に示された如く、ＡＮＡＬＹＺＥモジュールにおける第１工程は、第２８図のブロックＡにおいて示された如く、上記の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ＴＨＲＥＳＨＬＯ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ＳＥＡＲＣＨＩＭＡＧＥ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、判定菱形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、所定最小数よりも大きくないならば、モジュールＳＥＡＲＣＨＩＭＡＧＥ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、判定菱形Ｆ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、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、そして妥当対象物が、第２８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工程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１及び第２実施態様のエントロピーしきい化応用により、妥当化工程は、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下位工程を含む。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。冗長性チェック下位工程を行うために、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１及び第２実施態様のエントロピーしきい化応用により、冗長性チェック下位工程は、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、第１及び第２実施態様の妥当対象物を識別する方法は、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下位工程を含む。また、冗長性チェック下位工程が非均質妥当対象物を削除するために行われる時、第１及び第２実施態様の妥当対象物を識別する方法はまた、大及び小妥当対象物の平均縁コントラストを算出する下位工程と、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下位工程を含む。これらの下位工程は、非均質妥当対象物に対して第２９Ａ〜２９Ｄ図に示された如く、モジュールＣＨＫＬＩＳＴによって行われる。第２９Ａ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ＣＨＫＬＩＳＴモジュールの第１工程は、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。判定菱形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、ＣＨＫＬＩＳＴは、第２９Ｂ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対象物に進む。第２９Ｂ図の判定菱形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、判定菱形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ＣＨＫＬＩＳＴは、ブロックＥに示された如く、次対象物へ進む。また、対象物が別の対象物内に包含されないならば、ＣＨＫＬＩＳＴは、ブロックＥに示された如く、次対象物へ進む。Ｂ −Ｅ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、ＣＨＫＬＩＳＴは、ブロックＦに示された如く、全対象物リストにおける第１対象物へ進む。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、無効を意味する。それから、判定菱形Ｈは、ＣＨＫＬＩＳＴが最終対象物であるかを尋ねる。そうならば、ＣＨＫＬＩＳＴは、第２９Ｃ図のブロックＡに示された如く第１対象物へ進む。それから、判定菱形Ｂは、ＣＨＫＬＩＳＴ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ウントの間の差が、ブロックＤに示された如く返される。ＣＨＫＬＩＳＴが最終対象物でないならば、判定菱形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、ＣＨＫＬＩＳＴは、ブロックＧに示された如く対象物を進め、そしてＣＨＫＬＩＳＴは、判定菱形Ｂに示された如く、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に示された如く返される。第２９Ｂ図の判定菱形Ｈに戻ると、ＣＨＫＬＩＳＴがこの点において最終対象物にないならば、それは、判定菱形Ｉ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ＣＨＫＬＩＳＴは、ブロックＫに示された如く、次対象物へ進む。それから、ＣＨＫＬＩＳＴは、判定菱形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２９Ｄ図の判定菱形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、ＣＨＫＬＩＳＴは、第２９Ｂ図のブロックＫに示された如く次対象物へ進み、第２９Ｂ図のＨ−Ｋと第２９Ｄ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、判定菱形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、ＣＨＫＬＩＳＴは、第２９Ｂ図のブロックＫに示された如く次対象物へ進み、そして第２９Ｂ図のＨ−Ｋと第２９Ｄ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、判定菱形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、ＣＨＫＬＩＳＴ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２９Ｂ図のブロックＫに示された如く、次対象物へ進み、そして第２９Ｂ図のＨ−Ｋと第２９Ｄ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くなるまで反復される。それから、ＣＨＫＬＩＳＴは、第２９Ｄ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ットし、そしてそれが最終対象物になるまで、第２９Ｄ図のブロックＫに示された如く、次対象物へ進む。第２９Ａ図の判定菱形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、判定菱形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に示された如く進められ、そして対象物カウントが、ブロックＨに示された如く増分される。判定菱形Ｅは、再び、増分された対象物カウントが、前カウントよりも大きいかを尋ねる。そうならば、ＣＨＫＬＩＳＴは、上記の如く、第２９Ｂ図のブロックＡへ進む。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２９Ａ図のＦ、Ｇ、ＨとＥによるループが、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、ＣＨＫＬＩＳＴは、第２９Ａ図の判定菱形Ｉへ進み、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、ＣＨＫＬＩＳＴは、ブロックＧに示された如くヘッド対象物を進め、そしてカウントが、ブロックＨに示された如く増分される。Ｅ、Ｆ、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、判定菱形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２９Ａ図のブロックＫに示された如く進められ、そしてＩ、ＪとＫによるループが、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、ＣＨＫＬＩＳＴは、第３０図に示された如く、モジュールＳＥＴＳＴＡＴに行き、第２９Ａ図のブロックＬ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。冗長性チェック下位工程は、さらに、複数の妥当対象物の面積を比較する下位工程と、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下位工程と、小妥当対象物が、非均質対象物に対する大形対象物の４つの極点によって規定された大妥当対象物に包含されるかを判定する下位工程とを含む。第３０図に示された如く、モジュールＳＥＴＳＴＡＴは、非均質対象物に対するこれらの下位工程を行う。第３０図の判定菱形Ａに示されたＳＥＴＳＴＡＴの第１工程は、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りも大きくないならば、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、判定菱形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、ＳＥＴＳＴＡＴは、ＥＮＤ長円形Ｅによって示された如く、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ＳＥＴＳＴＡＴ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、ＳＥＴＳＴＡＴが、ＥＮＤ長円形Ｉによって示された如く終了され、そして第２９Ａ図のブロックＬに復帰する。第１及び第２実施態様のエントロピーしきい化応用により、冗長性チェック下位工程が、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、エントロピーしきい化応用は、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下位工程と、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下位工程とを含む。冗長性を解消するための冗長性チェック下位工程はまた、大及び小妥当対象物の縁コントラストを算出する下位工程と、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下位工程とを含む。これらの下位工程は、第３１Ａ図と第３１Ｂ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ＣＨＫＬＩＳＴを使用して行われる。第３１Ａ図のブロックＡに示された如く、ＣＨＫＬＩＳＴモジュールの第１工程は、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に示された如く、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、対象物状態属性値が、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。判定菱形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、ＣＨＫＬＩＳＴは、第３１Ｂ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進む。第３１Ｂ図の判定菱形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。ＣＨＫＬＩＳＴが最終対象物でないならば、判定菱形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に示された如く進められ、そしてＣＨＫＬＩＳＴモジュールは、再び、判定菱形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、ＣＨＫＬＩＳＴ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３１Ａ図における判定菱形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３１Ａ図の判定菱形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に示された如く進められ、そしてカウントが、ブロックＩに示された如く増分される。それから、判定菱形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、ＣＨＫＬＩＳＴは、上記の如く、第２９Ｂ図のブロックＡへ進む。第３１Ａ図のＧ、ＨとＩによるループが、対象物の状態が偽でなくなるまで反復される。それから、ＣＨＫＬＩＳＴは、第３１Ａ図の判定菱形Ｊへ進み、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、ＣＨＫＬＩＳＴは、ブロックＨに示された如くヘッド対象物を進め、そしてカウントが、ブロックＩ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、判定菱形Ｋ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、ヘッド及びテール対象物の縁状態が、第３１Ａ図のブロックＬに示され、かつ第３２図に詳細に示された如く、モジュールＳＥＴＳＴＡＴによってセットされる。それから、ＣＨＫＬＩＳＴは、ブロックＭに示された如くテール対象物を進め、そしてＪ、Ｋ、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、ＣＨＫＬＩＳＴは、ブロックＭに示された如くテール対象物を進め、そしてＪ、ＫとＭによるループが反復される。第３２図に示されたモジュールＳＥＴＳＴＡＴは、複数の妥当対象物の面積を比較する下位工程と、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下位工程と、小妥当対象物が、均質対象物に対する大対象物の４つの極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判定する下位工程とを行う。第３２図の判定菱形Ａに示された如く、ＳＥＴＳＴＡＴの第１工程は、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、ＳＥＴＳＴＡＴの判定菱形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、ＳＥＴＳＴＡＴ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、判定菱形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。判定菱形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が真にセットされ、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１及び第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工程を含む。最終冗長性チェック工程は、さらに、複数の妥当対象物の面積を比較する下位工程と、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下位工程と、小妥当対象物と大妥当対象物が重なる時大妥当対象物を除去する下位工程とを含む。最終冗長性チェック工程は、第３３Ａ図と第３３Ｂ図の流れ図によって示された如く、モジュールＦＩＮＡＬＣＨＫと、第３４図の流れ図によって示された如くモジュールＩＮＴＳＴＡＴによって行われる。モジュールＦＩＮＡＬＣＨＫとＩＮＴＳＴＡＴ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。ＦＩＮＡＬＣＨＫの第１工程は、第３３Ａ図のブロックＡに示された如く、対象物属性値をすべての対象物に対して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に示された如く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、判定菱形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ＦＩＮＡＬＣＨＫは、第３３Ｂ図のブロックＡに行く。第３３Ｂ図のブロックＡに示された如く、ＦＩＮＡＬＣＨＫは、第１対象物に進む。判定菱形Ｂは、ＦＩＮＡＬＣＨＫが最終対象物にあるかを尋ねる。そうでないならば、判定菱形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、ＦＩＮＡＬＣＨＫは、ブロックＥに示された如く、次対象物へ進み、そして判定菱形Ｂは、再び、ＦＩＮＡＬＣＨＫ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、ＦＩＮＡＬＣＨＫ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、ＦＩＮＡＬＣＨＫは、ブロックＥに示された如く次対象物へ進み、そして判定菱形Ｂは、ＦＩＮＡＬＣＨＫが最終対象物にあるかを尋ねる。Ｂ−Ｅ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、ＦＩＮＡＬＣＨＫは、ブロックＦに示された如く第１対象物へ進む。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、判定菱形Ｈは、ＦＩＮＡＬＣＨＫ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Ｉに示された如く増分され、そしてＦＩＮＡＬＣＨＫは、ブロックＪに示された如く次対象物へ進む。判定菱形Ｈは、再び、ＦＩＮＡＬＣＨＫが最終対象物にあるか尋ね、そしてＨ、ＩとＪによるループが、ＦＩＮＡＬＣＨＫ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３３Ｂ図のブロックＫによって示された如く返される。第３３Ａ図の判定菱形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、判定菱形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、ＦＩＮＡＬＣＨＫは、ブロックＧに示された如く、ヘッド対象物を進め、そしてブロックＨに示された如くカウント指数を増分させる。それから、ＦＩＮＡＬＣＨＫは、判定菱形Ｄに復帰し、そしてＤ−Ｉ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、判定菱形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くとも一方が満たされないならば、ＦＩＮＡＬＣＨＫは、ブロックＧに示された如くヘッド対象物を進め、そしてブロックＨに示された如く指数を増分させる。それから、ＦＩＮＡＬＣＨＫは、判定菱形Ｄへ復帰し、そしてＤ−Ｉによるループは、判定菱形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、判定菱形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、ＦＩＮＡＬＣＨＫは、第３３Ａ図のブロックＬに示された如くテール対象物を進め、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、ＦＩＮＡＬＣＨＫは、第３３Ａ図のブロックＫに示された如くモジュールＩＮＴＳＴＡＴ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進める。第３３Ａ図のブロックＫに示された如くモジュールＩＮＴＳＴＡＴの工程は、第３４図に詳細に示される。第３４図の判定菱形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、判定菱形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、ＩＮＴＳＴＡＴ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ＩＮＴＳＴＡＴは、長円形Ｇによって示された如くその終端にある。さらに、本発明の第１及び第２実施態様により、背景において少なくとも一つの妥当対象物を識別するための画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妥当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が、第３５図において示される。背景において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３５図に一般に１０で示される。本発明のシステムは、対象物と背景の画像を発生するための手段を具備する。第３５図に示された如く、対象物と背景の画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。本発明のシステムはまた、画像をデジタル化し、記憶するための手段を具備する。画像をデジタル化し、記憶するための手段は、第３５図に示された如くフレームグラバー１４を具備する。フレームグラバーは、画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画像をデジタル化し記憶する。代替的に、画像をデジタル化し記憶するための手段は、必ずしも一フレームではないが、画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。本発明のシステムは、さらに、画像を表示するための手段を具備する。画像を表示するための手段は、第３５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３５図に示された如く、コンピュータシステム１８を具備する。コンピュータシステムは、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３５図に示された如く、ドライバー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、画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く、し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画像を探索し、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３５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（ＰＲＯＭ）にプログラムされる。後走査フィルターは、第３５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。技術における当業者には、多様な修正及び変形が、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行うことができることが明らかであろう。例えば、上記のＰａｌａｎｄＰａｌによって開示された同時発生マトリックスのエントロピーしきい化の如く、任意の形式のエントロピーしきい化が使用される。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を行うために、コロニーと人為物を分類することが重要である。この例において、ブドウ状球菌アウレウスのコロニーが、ごみ粒子又はプレート上に存在する条痕の如く、人為物から区別された。細菌コロニーは、一般に、それらが成長された周囲寒天の局所外側領域の色相を変化させた。ごみ又はほこりの如く無機物質である人為物は、周囲寒天の色相を保存する傾向がある。ブドウ条球菌アウレウスを識別する際に使用された属性の一つは、周囲寒天の色相によって表現される如く、コロニーの外側の色相である。さらに、周囲寒天の色相における局所変化率は、細菌存在のインジケータとして使用される。このため、この実施例に対して、識別対象物の周囲点から５ピクセルにある位置における寒天の色相は平均化された。同様に、周囲点から３ピクセルと１ピクセルにある点の色相が平均化された。上記の第１実施態様の方法を使用することにより、この実施例は、内側及び外側色相によりブドウ条球菌アウレウスコロニーを分類し、こうして、プレート上の無機物質の人為物からそれらを区別することができた。この実施例において、寒天プレートは、特性黄色を有するＢＨＩ（脳心臓注入）寒天であり、寒天の色相は２．５よりも大きかった。表３に示された如く、ブドウ状球菌アウレウスコロニーは、約２．１０の色相を有する黄緑色であり、そして局所外側領域は、２．１６〜２．３の範囲の黄緑のうすい色であった。人為物は、内側に対して２．４よりも大きい色相と、局所外側に対して２．４よりも大きい色相を有した。対象物の内側色相は、１）その質量中心の色相を決定し、２）その内点のすべてに対して色相の平均値を獲得することにより決定された。対象物の局所外側の色相は、上記の如く、対象物の周囲点から５ピクセル、３ピクセル、及び１ピクセルに位置するピクセルの色相を平均化することにより獲得された。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３５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画像を発生するために画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において一スロットを占有するフレームグラバーに送られた。フレームグラバーは、画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穴円形くぼみを有し、軸受け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、画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、ＰｈｉｌｉｐｓＦＣ８Ｔ９／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、生ずる画像は、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ように必要であった。灯は、ＭｅｒｃｒｏｎＦＬ０４１６−２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ＣＣＤ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フィート（０．０５ｍ）の距離に中心を据えられた。カメラから皿への距離は、空間分解能を最大にするために、円板が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が、以下に記載される。Ｅ．Ｉ．ｄｕＰｏｎｔｄｅＮｅｍｏｕｒｓａｎｄＣｏｍｐａｎｙ、Ｗｉｌｍｉｎｇｔｏｎ、Ｄｅｌｗａｒｅにより商標”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バーに直接に送られた。画像取得システムは、ＰＣにおける拡張スロットを占有するＤａｔａＴｒａｎｓｌａｔｉｏｎＤＴ２８５１フレームグラバーボードを具備した。Ｄｅｌｌ３３ＭＨＺ３８６ＡＴシステムが、画像を記憶し、本発明の方法を実行するために使用された。フレームグラバーボードは、デジタル化画像が記憶される５１２×５１２ピクセルビデオバッファーを有した。カメラからの「ショット」雑音を最小にするために、数個の画像フレームが平均化され、そして生ずる平均化画像が、いっそうの分析のために記憶され、使用された。フレームグラバーの出力は、画像を表示するためにソニーＴＲＩＮＩＴＲＯＮ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。（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１．９０よりも小さく、色度が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１．９０よりも小さく、色度が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、色度が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２９Ａ〜２９Ｄ図と第３０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と人為物を区別するようにコンピュータを調整するために、内側及び外側色相が、多重線形回帰手順の一部として使用された。表IIIは、代表的コロニー並びに人為物に対する内側及び外側色相を示す。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クレイムによって示されることが意図される。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＭＷ，ＳＤ，ＳＺ)，ＡＭ，ＡＵ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＮ，ＣＺ，ＥＥ，ＦＩ，ＧＥ，ＨＵ，ＪＰ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＲ，ＬＴ，ＬＶ，ＭＤ，ＭＧ，ＭＮ，ＮＯ，ＮＺ，ＰＬ，ＲＯ，ＲＵ，ＳＩ，ＳＫ，ＴＪ，ＴＴ，ＵＡ，ＵＺ，ＶＮ

Claims

【特許請求の範囲】１．背景における対象物の外点を決定するための方法において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）対象物に対して画像を探索する工程と、（ｃ）行位置座標値と列位置座標値を有する対象物の周囲点を決定する工程と、（ｄ）周囲点を具備する周囲バッファーを生成する工程と、（ｅ）最初に行により、それから列により周囲バッファーにおける周囲点をソートし、行列ソートされた周囲バッファーを生成する工程と、（ｆ）各それぞれの行に対して最小列位置座標値を有する周囲点から第１所定数のピクセル前、かつ最大列位置座標値を有する周囲点から第２所定数のピクセル後にある各行におけるすべての点を対象物の外点として指定する工程とを含む方法。２．背景における対象物の外点を決定するための方法において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）対象物に対して画像を探索する工程と、（ｃ）行位置座標値と列位置座標値を有する対象物の周囲点を決定する工程と、（ｄ）周囲点を具備する周囲バッファーを生成する工程と、（ｅ）最初に列により、それから行により周囲バッファーにおける周囲点をソートし、列行ソートされた周囲バッファーを生成する工程と、（ｆ）各それぞれの列に対して最小行位置座標値を有する周囲点から第１所定数のピクセル前、かつ最大行位置座標値を有する周囲点から第２所定数のピクセル後にある各列におけるすべての点を対象物の外点として指定する工程とを含む方法。３．（ｇ）列により、それから行により周囲バッファーにおける周囲点をソートし、列行ソートされた周囲バッファーを生成する工程と、（ｆ）各それぞれの列に対して最小行位置座標値を有する周囲点から第１所定数のピクセル前、かつ最大行位置座標値を有する周囲点から第２所定数のピクセル後にある各列におけるすべての点を対象物の外点として指定する工程とをさらに含む請求の範囲１に記載の方法。４．（ｇ）行により、それから列により周囲バッファーにおける周囲点をソートし、行列ソートされた周囲バッファーを生成する工程と、（ｆ）各それぞれの行に対して最小列位置座標値を有する周囲点から第１所定数のピクセル前、かつ最大列位置座標値を有する周囲点から第２所定数のピクセル後にある各行におけるすべての点を対象物の外点として指定する工程とをさらに含む請求の範囲２に記載の方法。５．背景における対象物の外点を決定するための方法において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）対象物に対して画像を探索する工程と、（ｃ）対象物の周囲点を決定する工程と、（ｄ）対象物の内点を決定する工程と、（ｅ）所定グレーレベル値で対象物の内点をラベル付ける工程と、（ｆ）（ｉ）行位置座標値と列位置座標値を有する周囲点を具備する周囲バッファーを各対象物に対して生成することと、（ii）最初に行により、それから列により周囲バッファーにおける周囲点をソートし、対象物に対して行列ソートされた周囲バッファーを生成することと、（iii）各それぞれの行に対して最小列位置座標値と最大列位置座標値を有する周囲点から所定数のピクセルにある各行におけるすべての点を対象物の外点として指定することとにより、各対象物に対して外側輪郭領域を規定する工程とを含み、この場合、各指定外点は、所定グレーレベル値以外の値を有する方法。６．背景における対象物の外点を決定するための方法において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）対象物に対して画像を探索する工程と、（ｃ）対象物の周囲点を決定する工程と、（ｄ）対象物の内点を決定する工程と、（ｅ）所定グレーレベル値で対象物の内点をラベル付ける工程と、（ｆ）（ｉ）輪郭領域の周囲点を決定することと、（ii）行位置座標値、列位置座標値及び方向符号ベクトルを有する輪郭領域周囲点を具備する輪郭領域周囲バッファーを生成し、方向符号ベクトルは、各輪郭領域周囲点に対して第１及び第２方向符号値を具備し、第１方向符号値は、各それぞれの輪郭領域周囲点の次輪郭領域周囲点に対する関係と各それぞれの輪郭領域周囲点の前輪郭領域周囲点に対する関係とを記述することと、（iii）所定の順序で輪郭領域周囲バッファーにおける輪郭領域周囲点をソートし、ソートされた輪郭領域周囲バッファーを生成することと、（iv）ソートされた輪郭領域周囲バッファーにおける各輪郭領域周囲点に第１及び第２値の一方を有する状態変数を割り当て、第１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ことと、（ｖ）検査される輪郭領域周囲点と同一線セグメントにあり、ソートされた輪郭領域周囲バッファーにおいて検査輪郭点と次の輪郭周囲点の間にある各点を対象物の外点として指定し、検査輪郭領域周囲点は、状態変数の第１値を割り当てられ、この場合、各指定外点は、所定グレーレベル間以外の値を有することとにより、対象物に対して外側輪郭領域を規定する工程とを含む方法。７．輪郭領域を規定する工程が、（ｉ）対象物に第１所定形状を割り当てる下位工程と、（ii）外側輪郭領域と対象物を含む領域に第２所定形状を割り当てる下位工程と、（iii）対象物に対して第１サイズパラメータを算出する下位工程と、（iv）第２所定形状に対して第２サイズパラメータを算出する下位工程とを含み、この場合第２サイズパラメータは、第１サイズパラメータよりも大きく、そして第２サイズパラメータは対象物を包囲する請求の範囲６に記載の方法。８．第１所定形状が、円形であり、そして第１サイズパラメータが第１等価半径である請求の範囲７に記載の方法。９．第２所定形状が、円形であり、そして第２サイズパラメータが第２等価半径である請求の範囲７に記載の方法。１０．第１サイズパラメータを算出する下位工程が、（Ａ）対象物の４つの極点を決定する一層の下位工程と、（Ｂ）対象物の極点の間の最大距離を算出する一層の下位工程と、（Ｃ）対象物の極点の間の最大距離に等しい直径に第１サイズパラメータを設定する一層の下位工程とを含む請求の範囲７に記載の方法。１１．（１）各極点のグレーレベル値を決定する工程と、（ｍ）外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工程とをさらに含む請求の範囲６に記載の方法。１２．特性付け工程が、対象物の外点のカラーを決定することを含む請求の範囲１１に記載の方法。１３．背景において少なくとも一つの妥当対象物の所定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において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）少なくとも一つの候補対象物属性値を有する少なくとも一つの候補対象物に対して画像を探索する工程と、（ｃ）行位置座標値と列位置座標値を有する候補対象物の周囲点を決定する工程と、（ｄ）周囲点を具備する周囲バッファーを生成する工程と、（ｅ）最初に行により、それから列により周囲バッファーにおける周囲点をソートし、行列ソートされた周囲バッファーを生成する工程と、（ｆ）各それぞれの行に対して最小列位置座標値を有する周囲点から所定数のピクセル前、かつ最大列位置座標値を有する周囲点から所定数のピクセル後にある各行におけるすべての点を対象物の外点として指定する工程と、（ｇ）候補対象物を候補対象物属性値により特性付ける工程と、（ｈ）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工程とを含む方法。１４．探索工程が、少なくとも一つの自動計算しきい値を使用して画像を探索することを含む請求の範囲１３に記載の方法。１５．特性付け工程が、（ｉ）各極点のグレーレベル値を決定する下位工程と、（ii）外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下位工程とを含む請求の範囲１３に記載の方法。１６．対象物の内点を決定する工程をさらに含む請求の範囲１３に記載の方法。１７．特性付け工程が、（ｉ）各外点のグレーレベル値と各内点のグレーレベル値を決定する下位工程と、（ii）外点と内点のグレーレベル値の間の相対正規差分により対象物を特性付ける下位工程とを含む請求の範囲１６に記載の方法。１８．背景において少なくとも一つの妥当対象物の所定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において、（ａ）対象物と背景の画像を発生する工程と、（ｂ）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画像を探索し、この場合、候補対象物は、少なくとも一つの候補対象物属性値を有する工程と、（ｃ）候補対象物の周囲点を決定する工程と、（ｄ）候補対象物の内点を決定する工程と、（ｅ）所定グレーレベル値で候補対象物の内点をラベル付ける工程と、（ｆ）（ｉ）輪郭領域の周囲点を決定することと、（ii）行位置座標値、列位置座標値及び方向符号ベクトルを有する輪郭領域周囲点を具備する輪郭領域周囲バッファーを生成し、方向符号ベクトルは、各輪郭領域周囲点に対して第１及び第２方向符号値を具備し、第１方向符号値は、各それぞれの輪郭領域周囲点の次輪郭領域周囲点に対する関係と各それぞれの輪郭領域周囲点の前輪郭領域周囲点に対する関係とを記述することと、（iii）所定の順序で輪郭領域周囲バッファーにおける周囲点をソートし、ソートされた輪郭領域周囲バッファーを生成することと、（iv）ソートされた輪郭領域周囲バッファーにおける各輪郭領域周囲点に第１及び第２値の一方を有する状態変数を割り当て、第１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ことと、（ｖ）検査される輪郭領域周囲点と同一線セグメントにあり、ソートされた輪郭領域周囲バッファーにおいて検査輪郭領域周囲点と次の周囲点の間にある各点を候補対象物の外点として指定し、検査輪郭領域周囲点は、状態変数の第１値を割り当てられ、この場合、指定外点は、所定グレーレベル間以外の値を有することとにより、候補対象物に対して外側輪郭領域を規定する工程と、（ｌ）候補対象物属性値により候補対象物を特性付ける工程と、（ｍ）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工程とを含む方法。１９．特性付け工程が、（ｉ）各外点のグレーレベル値を決定する下位工程と、（ii）外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下位工程とを含む請求の範囲６に記載の方法。２０．特性付け工程が、（ｉ）各外点のグレーレベル値と各内点のグレーレベル値を決定する下位工程と、（ii）外点と内点のグレーレベル値の間の相対差分により対象物を特性付ける下位工程とを含む請求の範囲１８に記載の方法。２１．画像を探索する工程が、（ｉ）エントロピー関数を有する画像のグレーレベルヒストグラムを発生する下位工程と、（ii）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下位工程と、（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画像を走査する下位工程と、（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下位工程とを含む請求の範囲１、５、６、１５、１７、１８、１９又は２０のいずれか一つに記載の方法。２２．対象物の内点を決定する工程が、（ｉ）行位置座標値、列位置座標値及び方向符号ベクトルを有する対象物の周囲点を具備する周囲バッファーを生成する下位工程であり、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周囲点に対する関係と各それぞれの周囲点の前周囲点に対する関係とを記述する下位工程と、（iii）所定の順序で周囲バッファーにおける周囲点をソートし、ソートされた周囲バッファーを生成する下位工程と、（iv）ソートされたバッファーにおける各周囲点に第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下位工程と、（ｖ）検査される周囲点と同一線セグメントにあり、ソートされた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し、検査周囲点は、状態変数の第１値を割り当てられる下位工程とを含む請求の範囲５、６又は１８のいずれか一つに記載の方法。