JPH09218025A - パターン認識装置 - Google Patents

Abstract

(57)【要約】 【構成】 ２つのカメラ３，４で認識対象パターンを撮
影して、パターンの外周を２つの画像に付いて同じ向き
に追跡し、曲がり点を特徴点として抽出する。２つの画
像でのパターンの特徴点の集合を変換行列と変換誤差と
から対応付け、３次元空間でのパターンの位置と向きと
を定める。次に認識対象パターンを参照パターンと照合
し、パターンの種類を特定する。 【効果】 任意の面上にあるパターンの位置と種類とを
決定できる。またパターン間の対応付けや参照パターン
との照合で、対応関係の候補が特徴点の数Ｎで定まり、
対応付けや照合が容易になる。

Description

【発明の詳細な説明】

【０００１】

【発明の利用分野】この発明はパターン認識装置に関
し、特に認識対象パターンの位置と種類とを決定するよ
うにした装置に関する。

【０００２】

【従来技術】認識対象のパターンをカメラで撮影し、カ
メラからパターンへの視線方向を用いてパターンの位置
を決定し、かつ撮影画像を解析してパターンの種類を特
定するパターン認識装置が知られている。例えばパター
ンの位置をマップに予め記憶させ、かつ位置毎にパター
ンを変えておけば、撮影したパターンとカメラ系との相
対位置とマップとから、カメラ系の現在位置を求めるこ
とができる。あるいは物品にパターンを貼付けておく
と、パターンの種類から物品の種類を定め、パターンの
位置から物品の位置を求めることができる。

【０００３】しかしながら従来のパターン認識装置で
は、パターンの位置は床面等の所定の面に限られ、任意
の面にパターンを配置することは許されなかった。これ
は撮影用のカメラを１個のみ設けるからである。即ちパ
ターン位置の決定には、カメラからパターンへの視線方
向と、パターンが存在する面の交点とを用いるので、パ
ターンは既知の面上になければならない。このためパタ
ーンを設ける位置に制約が生じ、例えばパターンは床面
や高さが一定の位置になければならず、パターンの存在
面は水平面や鉛直面等に限られる。このことは位置検出
において大きな妨げとなり、例えば航行支援システムに
パターンを用いる場合、パターンを特定の位置に配置し
なければならないことになる。また物品をパターンを用
いて認識する場合、パターンが所定の面上になければな
らないため、物品もその面の付近になければならず、任
意の位置にある物品を認識することができない。

【０００４】

【発明の課題】この発明の課題は、カメラの視野内の範
囲で、任意の面上に認識対象パターンを配置でき、かつ
認識対象パターンの位置を３次元で求めることができる
パターン認識装置を提供することにある（請求項１〜
３）。請求項２での課題は、２つのカメラで撮影した認
識対象パターン間の対応付けが容易で、かつ参照パター
ンとの照合も容易な、パターン認識装置を提供すること
にある。請求項３での課題は、２つのカメラで撮影した
認識対象パターン間の具体的な対応付け手段を提供する
ことにある。

【０００５】

【発明の構成】この発明は、認識対象パターンをカメラ
で撮影して、撮影画像を参照パターンと照合することに
より、認識対象パターンを特定するためのパターン認識
装置において、一対の認識対象パターンの画像を撮影す
るために、位置を変えてカメラを一対設けると共に、該
一対の撮影画像を対応付けるための手段と、対応付けた
一対の画像から認識対象パターンの３次元空間での位置
を求めるための手段とを設けたことを特徴とする（請求
項１）。なおカメラは一対以上あれば良く、文字通りに
一対とは限らない。

【０００６】好ましくは、前記一対の画像の各認識対象
パターンを、パターン付近の点から同じ方向に沿って追
跡してパターン中の特徴点を抽出するための手段を設け
る（請求項２）。さらに好ましくは、一対の撮影画像を
対応付けるための手段が、撮影画像間で特徴点間の対応
関係の候補を作成し、作成した候補に対する特徴点間の
変換行列と変換誤差とを求め、変換誤差から対応関係の
候補の良否を決定して、特徴点間の対応関係を決定する
手段からなる（請求項３）。

【０００７】

【発明の作用と効果】請求項１の発明について作用を示
す。この発明では一対のカメラを用いて認識対象パター
ンを撮影し、撮影したパターンを対応付ける。撮影した
パターンを対応付ければ、即ち２つのパターンのどの点
とどの点とが、あるいはどの領域とどの領域とが対応す
るのかを求めれば、パターン上の点や領域の３次元座標
を求めることができる。そしてパターン上の３箇所以上
の点について３次元座標を求めると、パターンの位置
と、パターンが存在する面、従ってパターンの向き、を
求めることができる。このため２つのカメラの視野内に
パターンが有れば、パターンの位置と向きとを求めるこ
とができる。パターンの位置と向きとが分かれば、これ
を参照パターンと照合して認識対象パターンを特定する
ことは公知である。ここでパターンの位置と向きとが分
かっているので、例えば撮影したパターン画像を正面か
ら見た画像に変換し、あるいはパターンのサイズを一定
のサイズに変換でき、参照パターンとの照合が容易にな
る。

【０００８】請求項２の発明では、２つの撮影画像に対
して同じ向きにパターンを追跡して特徴点を抽出する。
なお請求項１の発明では、認識対象パターンの特徴とし
て何を用いるかは任意で、例えば点を特徴とする代わり
に点と点とをつなぐ線分等を特徴としても良い。しかし
請求項２の発明では、処理が容易な点をパターンの特徴
とする。ここで一方の画像での認識対象パターンをＲ，
その特徴点を（Ａ，Ｂ，Ｃ，…，Ｎ）とし，他方の画像
での認識対象パターンをＬ，その特徴点を（ａ，ｂ，
ｃ，…，ｎ）とする。特徴点の集合（Ａ，Ｂ，Ｃ，…，
Ｎ），（ａ，ｂ，ｃ，…，ｎ）は順序を持った列であ
り、パターンＲでの特徴点Ｎの次に特徴点Ａが続き、同
様にパターンＬでは特徴点ｎの次に特徴点ａが有ること
を考えると、これらは実質的に特徴点のループである。
このように特徴点の集合には、追跡経路に従ったルール
が発生する。

【０００９】特徴点（Ａ，Ｂ，Ｃ，…，Ｎ），（ａ，
ｂ，ｃ，…，ｎ）は、画像Ｒ，Ｌ間で同じ向きに追跡し
て得たものである。追跡の方向は、例えば反時計回りや
時計回りとする。ここで特徴点の集合間での、要素間の
対応関係は基本的に不明で、例えば特徴点Ａが特徴点ａ
に対応するかどうか、特徴点Ｂが特徴点ｂに対応するか
どうかは不明である。しかし仮に特徴点Ａが特徴点ａに
対応するのであれば、特徴点Ｂは特徴点ｂに対応し、以
下同様の対応関係が得られ、特徴点Ｎは特徴点ｎに対応
する。また特徴点Ａが特徴点ｂに対応する場合、特徴点
Ｂは特徴点ｃに対応し、特徴点Ｎは特徴点ａに対応す
る。即ち２つの画像の間で特徴点の順序は不変で、特徴
点間の対応関係は最大でＮ個（Ｎは特徴点の個数）に限
られる。

【００１０】上記のことは、２つの認識対象パターンの
対応付けや参照パターンとの照合を容易にする。例えば
２つのパターンを対応付ける場合、特徴点間の対応関係
は最大でもＮ個しかなく、Ｎ個の対応関係を順次チェッ
クすれば、対応作業は終了する。同様に認識対象パター
ンと参照パターンとの対応関係も、１参照パターン当た
り、最大でＮ個に限られる。このため特徴点間の対応付
けや参照パターンとの照合が容易になる。これに対して
特徴点の集合に追跡方向の制約が無い場合、Ｎ個の特徴
点間の対応関係は最大でＮ！個存在し、Ｎの増加に連れ
て急激に計算時間が増加する。同様に照合での演算量も
激増し、結局は特徴点の数を制限し、パターンの種類を
限定することになる。

【００１１】なお認識対象パターンのデータ構造を利用
し、即ち特徴点間のグラフ構造を利用して、分岐数の異
なる点は対応しない等の制約を加えても良い。このよう
にすると、対応関係の候補は特徴点の数よりも減少す
る。また２つのカメラの位置や向き、即ちカメラパラメ
ータを用いて、特徴点間の対応関係を推定しても、検査
すべき対応関係の数は特徴点の数Ｎよりも減少する。

【００１２】特徴点間の対応付けには、対応関係の候補
を発生させて、候補が正しいかどうか確認することが必
要である。そして対応関係の候補は、請求項２により特
徴点の数Ｎ以下に限られる。請求項３の発明では、対応
関係の候補の良否を変換行列を用いて確認する。２つの
画像での認識対象パターンは、同一のパターンを視点を
変えて撮影したものであり、これらのパターンは例えば
２行３列の行列式で近似的に変換することができる。そ
して変換行列の係数は例えば６個で、例えば３点につい
て対応付けを行えば、変換行列の係数を求めることがで
きる。そして変換行列を求めれば、即ちその係数を求め
れば、変換の誤差を求めこれから対応関係の候補の良否
を判別することができる。

【００１３】以上のように、この発明では以下の効果が
得られる。 1) 任意の位置にあるパターンに対して、カメラの視野
内に有れば、パターンの位置と向きとを求めることがで
きる（請求項１〜３）。 2) 特徴点間の対応付けや、認識対象パターンと参照パ
ターンとの照合に必要な演算量を特徴点の数Ｎに比例さ
せることができ、対応付けや照合が容易になる（請求項
２，３）。 3) 特徴点間の対応の良否を簡単に判別できる（請求項
３）。

【００１４】

【実施例】図１〜図１２に、実施例を示す。図１に実施
例でのパターン認識装置の配置を示し、２はパターン認
識装置で、異なる位置に配置した一対のカメラ３，４を
用いて認識対象パターン０１を撮影する。なおパターン
認識装置２に対するカメラ３，４の位置や向きは既知
で、これらの位置と向きとを表すカメラパラメータはパ
ターン認識装置２に記憶されているものとする。そして
位置の異なる２つのカメラ３，４から、認識対象パター
ン０１上の同じ点を見た場合、カメラ３，４からの視線
方向Ｐ1，Ｐ2の交点にその点が存在し、その点の３次元
座標を求めることができる。次に認識対象パターン０１
内の３個以上の点に付いて３次元座標を求めれば、認識
対象パターン０１が存在する面を求めることができ、パ
ターン０１の向きを定めることができる。

【００１５】なお遠距離からパターン０１を見る場合、
パターン０１全体を例えば１つの点として扱い、パター
ン０１の位置を定めても良い。この場合、カメラ３，４
がパターン０１にさらに接近した際に、パターン０１内
の３個以上の点の座標を求めて、パターン０１の正確な
位置と向きとを定める。

【００１６】図２に、パターン認識装置２の構造を示
す。前記のカメラ３，４にフレームメモリ１０，１１を
接続して撮影画像を記憶し、画像バス１２を介して画像
データを供給する。１４は切り出し処理部で、フレーム
メモリ１０，１１の画像から認識対象パターン０１を切
り出す。例えば認識対象パターン０１が図３に示すよう
に、枠０２に囲まれたパターン本体０３からなるものと
する。切り出し処理部１４では、枠０２を検出して、そ
の内部の領域をパターン本体０３の候補とする。次に、
画像を微分してエッジを抽出し、エッジ画像を２値化
し、１で囲まれた領域内の画素を１にセットし、エッジ
で囲まれた領域を埋め込む。埋め込み後の画像に収縮処
理を複数回施し、孤立点や閉じていない線分等のノイズ
を除去する。収縮後の画像を複数回膨張処理し、パター
ンの形状をほぼ元の形状に復元する。ここで枠０２の線
幅をパターン本体０３の線幅よりも細くし、収縮処理の
回数を枠０２の線幅よりも大きくすると、枠０２を消去
し、パターン本体０３のみを取り出すことができる。こ
の結果、孤立点等のノイズを除いて、パターン本体０３
を切り出すことができる。なおパターン０１の切り出し
は種々のものが公知で、適宜のものを用いることができ
る。

【００１７】切り出したパターン本体０３に対して、図
２の特徴点抽出部１６で特徴点を抽出する。パターン本
体０３の形状は任意であるが、実施例では複数の特徴点
（例えば図３のＡ〜Ｉ）を線分で連結したものとし、か
つ孤立点を含まないものとする。好ましくは、パターン
本体０３を幹（例えば図３の特徴点Ｂ〜Ｅの線分）に枝
（例えば図３の線分ＢＡやＢＨ，ＣＤ，ＥＦ，ＥＧ）を
接続したものとし、枝の端点を分岐させてさらに別の枝
を接続しても良い。幹に枝を接続して分岐させたパター
ンはループを含まず、パターン本体０３を外周に沿って
追跡する際に、パターンの内周の追跡が不要である。こ
のようなパターン本体０３は、各特徴点が特徴点間の枝
で接続されたツリー構造を成すと考えることができる。

【００１８】特徴点抽出部１６では切り出したパターン
本体０３を、その外周上の１点からスタートして、例え
ば反時計回りに追跡する。カメラ３，４で撮影した２つ
の画像に対して、パターン本体０３の追跡方向は共通と
する。図２に示すように、特徴点抽出部１６にはサブブ
ロックとして、曲がり点検出部１７と端点検出部１８及
び簡約化処理部１９があり、パターン本体０３の外周の
向きの変化点を曲がり点とする。例えば図４での点Ａ〜
Ｋが曲がり点で、これらは変曲点である。図４で、曲が
り点Ｂと曲がり点Ｊは実質上同一の点で、同様に曲がり
点Ｃ，Ｅ、曲がり点Ｆ，Ｉもほぼ同一の点である。これ
らの点を別個の点として認識するのは、パターン本体０
３の外周に沿って追跡するからであり、追跡終了時点で
は同一点であるか否かは分からない。

【００１９】追跡が終了した時点では、各変曲点が端点
であるか否かを方向変化により検出できる。この過程を
図６に示す。図においてＰは端点であり、Ｑは端点では
ない。さてパターン本体０３の外周間の幅をｄとする
と、端点Ｐの付近では位置を変えても外周の幅は変わら
ない。このため外周の方向変化が始まる点と変化が終る
点との間での外周の幅をｄ1とし、それから離れた部分
での幅をｄ2とすると、端点Ｐでは幅ｄ1と幅ｄ2はほぼ
等しい。これに対して単なる曲がり点の特徴点Ｑの場
合、曲がりの開始部分と終了部分との間の幅ｄ1は、こ
れから離れた部分での幅ｄ2に比べて小さい。これは単
なる曲がり点では、曲がり点から遠ざかるにつれて外周
間の幅が増加するためである。

【００２０】変曲点はパターン０３の外周に沿って反時
計方向につながるというルールが存在する。しかしなが
らパターン０３のどの位置から追跡を開始したのかは、
一般に不明である。この時点で判明しているのは、変曲
点Ａ〜Ｋの間の順序と各変曲点の座標である。そして変
曲点Ａ〜Ｋは図５に示す仮想的なループを成すものと見
なすことができ、このループはパターン本体０３の外周
のループに対応する。なお図５で’を付した変曲点は端
点の属性を持つ。

【００２１】パターン本体０３の形態上の特徴を抽出す
るため、図５のループ型のデータ構造を簡約化し、図９
のデータ構造へと変換する。図７に示すように、例えば
端点Ａを起点にして、パターン本体０３を左右に追跡し
て平行性の崩れるＢ点で追跡を中断する。この結果、端
点Ａが変曲点Ｂから分岐していることが判明し、端点Ａ
をループから外して変曲点Ｂからの分岐とする。同様に
図８に示すように、端点Ｋが変曲点Ｊからの分岐である
ことを検出する。すると図５のループにおいて、変曲点
Ｂ，Ｊが隣接することになり、しかもそれらの座標がほ
ぼ同一なので、変曲点Ｂと変曲点Ｊを併合する。この結
果得られたのが、図８のデータ構造である。図８の状態
から、さらに端点をループから外す処理を続行する。例
えば端点Ｇ，Ｈをループから外し、次に変曲点Ｆ，Ｉが
ループ内で隣接し座標もほぼ同一であることを用いて、
変曲点Ｆ，Ｉを併合する。さらに端点Ｇ，Ｈをループか
ら外すと、併合した変曲点Ｆ，Ｉが新たな端点となり、
これをループから外し、同様に端点Ｄもループから外
す。そして端点Ｄをループから外すと、変曲点Ｅ，Ｃが
同一の点であることが判明し、変曲点Ｅ，Ｃを併合す
る。このようにループの中にもはや端点が無くなるまで
処理を行うと、最終的に得られるデータ構造は図９のも
のとなる。

【００２２】上記の処理は、変曲点の検出が正しいこと
の検証にもなる。例えば端点Ａからパターン本体０３を
左右に追跡した際に、変曲点以外の点で左右の追跡線の
平行性が崩れた場合、隠れた変曲点が存在する。同様の
処理を各端点に対して行えば、変曲点の見落としが無い
ことを確認できる。変曲点の見逃しは、１８０度に近い
鈍角や０度に近い鋭角の曲がり点に対して生じ易い。そ
して図３のように、分岐部で枝や幹が直角なとなるパタ
ーン本体０３を用いれば、変曲点の見逃しはほとんど生
じない。変曲点の見逃しを検出した場合、その位置に新
たな変曲点を追加し、ループ構造を変形する。新たに発
見した変曲点の挿入位置は、追跡方向の順序を崩さない
位置とし、例えば端点Ａと変曲点Ｂの間に新たな変曲点
が検出された場合、変曲点Ａ，Ｂの間に挿入する。

【００２３】図９のデータ構造は、特徴点ホ（Ｆ，
Ｉ），ハ（Ｅ，Ｃ），ロ（Ｂ，Ｊ）を幹とし、多数の枝
を備えたツリー構造である。図９の右側に特徴点イ〜チ
（図３での特徴点Ａ〜Ｈに相当）に対するデータを示
す。各特徴点に対して座標を記憶させ、また特徴点から
の分岐の数を記憶させる。その後、特徴点イ〜チを変曲
点Ａ〜Ｋの出現する順序で再配置する。その結果とし
て、イロハニハホヘホトホハロチロの順序となる。

【００２４】図１０に特徴点抽出のアルゴリズムを示
す。パターン本体０３の外周の１点から一定方向に外周
に沿って追跡する。そして外周方向が変化し、変化が所
定の長さ以上続き単なるノイズとは見なせないものを、
変曲点とする。パターン本体０３の外周を一周追跡する
と、変曲点は図５のＡ〜Ｋのループを形成する。さらに
図６に示すように、変曲点のうちの端点を抽出し、端点
を枝として図５のループから外す。これを繰り返し、も
はや端点を分離できなくなったとき、各ツリーのノード
を特徴点として、アルゴリズムは終了する。

【００２５】図２に戻り、２０は対応付け処理部で、カ
メラ３，４で撮影した一対の認識対象パターンに対し
て、特徴点間の対応関係の候補を発生させる。次にサブ
ブロックの視点変換部２１で、各対応関係の候補に対し
て変換行列を発生させる。判定部２２は、視点変換部２
１で求めた変換行列に対して変換誤差を求め、全ての対
応関係の候補をチェックした後、変換誤差が最小となる
候補を採用する。しかし変換誤差が所定値以下となる候
補を発見した段階で、以降の候補のチェックを取りや
め、その候補を採用しても良い。

【００２６】対応付け処理部２０での処理を図１１に示
すと、例えば右側のカメラ３で撮影した特徴点の集合を
Ｒとし、左側のカメラ４で撮影した特徴点の集合をＬと
する。これらの集合Ｒ，Ｌは特徴点の数ｎが共通ある。
対応付け処理部２０では、対応関係の候補を発生させ、
例えば最初の候補として集合Ｒの先頭の要素Ｒ1が集合
Ｌの先頭の要素Ｌ1に対応するものとする。するとパタ
ーン本体０３を外周に沿って共通の方向に追跡したこと
から、他の要素に対する対応関係が定まる。例えば特徴
点Ｒ1が特徴点Ｌ1に対応する場合、特徴点Ｒ2は特徴点
Ｌ2に対応し、以下同様の対応関係を保って、最後の特
徴点Ｒnは特徴点Ｌnに対応する。

【００２７】認識対象パターンの２つの画像は、同じパ
ターンを視点の異なる２つのカメラ３，４で撮影したも
のである。そこでこれらの画像は２行３列の視点変換行
列により近似的に変換できるはずである。用いた変換行
列は例えば図１２に示したもので、ここでは例えば
（ｘ，ｙ）が左カメラでの座標を、（Ｘ，Ｙ）が右カメ
ラでの座標を示し、ｉが特徴点の番号でＮが特徴点の数
である。そこで視点変換部２１はこの変換行列を求め、
判定部２２は求めた変換行列を用いて各特徴点に対して
変換誤差を評価する。変換誤差は例えば図１２に示した
ものを用い、各特徴点に対する変換誤差で最大のものを
用いる。そして可能な全ての対応関係の候補に対して変
換誤差を求め、誤差が最小のものを正しい対応関係とす
る。なお変換行列の求め方や変換誤差の評価方法は任意
で、例えば変換誤差が所定値以下の場合、用いた対応関
係の候補が正しいものとして、対応付けを終了しても良
い。

【００２８】図４に示したように、特徴点の集合ＲやＬ
にはパターン本体０３の外周に沿って追跡した際の順序
が保たれている。このため集合ＲやＬの要素の数をｎと
すると、対応関係の候補は最大でもｎしか有り得ない。
そして図９のデータ構造では各特徴点に分岐の数等の補
助的なデータがあり、これらの補助的データも等しいも
のしか対応しないはずである。このため実際の対応関係
の候補はｎ以下となり、対応関係の演算量を実行可能な
範囲にとどめることができる。これに対して特徴点の集
合に順序がない場合、対応関係の候補はｎ！となり、ｎ
の数が増加すると演算量は発散する。

【００２９】図２に戻り、カメラ３，４で撮影した認識
対象パターンの２つの特徴点間の対応付けが終了する
と、座標算出部２４で各特徴点の座標を算出する。即ち
同じ点を位置の異なる２つのカメラ３，４で撮影する
と、その点の３次元座標を求めることができる。そして
これに必要なのは各特徴点を対応させ、２つの画像の中
でどの点とどの点とが対応するのかを明らかにすること
である。この作業は対応付け処理部２０で終了してお
り、サブブロックの座標発生部２５で各特徴点の３次元
座標を発生させ、面決定部２６で３点以上の座標を用い
て認識対象パターン０１が存在する面の方程式を発生さ
せる。この結果、認識対象パターン０１の位置と向きと
を３次元空間内で決定することができる。

【００３０】このようにして認識対象パターン０１の位
置と向きとが求まると、正面図作成部２８で認識対象パ
ターン０１の画像をパターンの存在する面の方程式を利
用して、パターンを正面から見た図に変換する。正面図
作成部２８で行列を求めて、各特徴点に変換を施し、歪
の無い正面図を作成する。

【００３１】３０は照合部で、サブブロックとして候補
抽出部３１と変換行列演算部３２及び誤差評価部３３を
備えている。図１２に照合のアルゴリズムを示す。図９
のような認識対象パターンのデータ構造が得られ対応付
けが終了すると、参照パターンの集合の中からデータ構
造が類似な参照パターンを抽出する。データ構造の類似
として特徴点の数や、３分岐，４分岐等の分岐の数を用
いることができ、これらを利用して参照パターンの候補
を少数に絞る。候補抽出部３１では、候補の内から１つ
ずつ参照パターンをピックアップし、認識対象パターン
と参照パターンとの間での特徴点の対応関係の候補を発
生させる。対応付け処理部２０に関して説明したよう
に、特徴点の数がＮ個であれば、対応関係の候補は最大
でもＮ個しかなく、対応する特徴点の分岐数は等しい等
の制約を加味すると、対応関係の候補はさらに減少す
る。

【００３２】変換行列演算部３２は、参照パターンと認
識対象パターンとの間の変換行列を発生させる。変換行
列は図１２に示したものとなり、ここに（ｘi，ｙi）は
参照パターンでの各特徴点の座標を表し、（Ｘi，Ｙi）
は認識対象パターンでの特徴点の座標を表す。またＮは
特徴点の個数である。変換行列の要素は６個で、図１２
に示したように要素を求めることができる。また各特徴
点に対する変換誤差は、図１２に示すようになり、特徴
点の座標と変換行列の係数から演算できる。変換誤差の
評価には特徴点毎の誤差の平均値等を用いても良いが、
ここでは複数の特徴点の中での誤差の最大値を用いる。
このようにして変換誤差から参照パターンと認識対象パ
ターンとを照合し、可能な全ての対応関係をチェック
し、誤差が最小な参照パターンを選択して照合を終了す
る。なお変換誤差が充分小さい参照パターンを途中で発
見した場合、その時点で照合を終了しても良い。そして
特徴点間の対応関係が最大でもＮ個しかないので、１個
の参照パターンについての変換行列の処理はＮ以下で良
く、多数の参照パターンがある場合でも照合が容易であ
る。

【００３３】照合が終了すると、認識対象パターン０１
の種類が特定される。そこで座標算出部２４で求めた認
識対象パターン０１の位置と向き、並びに照合部３０で
求めた認識対象パターン０１の種類を出力インターフェ
ース３６に出力する。

【図面の簡単な説明】

【図１】 実施例のパターン認識装置の配置を示す図

【図２】 実施例のパターン認識装置のブロック図

【図３】 実施例で用いたパターンの例を示す図

【図４】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図５】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図６】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図７】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図８】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図９】 実施例での、パターンからの特徴点抽出の
過程を示す図

【図１０】 実施例での特徴点抽出を示すフローチャー
ト

【図１１】 実施例での左右の対象パターンの対応付け
を示すフローチャート

【図１２】 実施例でのパターンの照合アルゴリズムを
示すフローチャート

【符号の説明】

２ パターン認識装置 ０１ 認識
対象パターン ３，４ カメラ ０２ 枠 １０，１１ フレームメモリ ０３ パタ
ーン本体 １２ 画像バス ２６ 面決
定部 １４ 切り出し処理部 ２８ 正面
図作成部 １６ 特徴点抽出部 ３０ 照合
部換部 １７ 曲がり点検出部 ３１ 候補
抽出部 １８ 端点検出部 ３２ 変換
行列演算部 １９ 簡約化処理部 ３３ 誤差
評価部 ２０ 対応付け処理部 ３６ 出力
インターフェース ２１ 視点変換部 ２２ 判定部 ２４ 座標算出部 ２５ 座標発生部

Claims (3)

【特許請求の範囲】
1. 【請求項１】 認識対象パターンをカメラで撮影して、
   撮影画像を参照パターンと照合することにより、認識対
   象パターンを特定するためのパターン認識装置におい
   て、 一対の認識対象パターンの画像を撮影するために、位置
   を変えてカメラを一対設けると共に、該一対の撮影画像
   を対応付けるための手段と、対応付けた一対の画像から
   認識対象パターンの３次元空間での位置を求めるための
   手段とを設けたことを特徴とする、パターン認識装置。
2. 【請求項２】 前記一対の画像での各認識対象パターン
   を、パターン付近の点から同じ方向に沿って追跡してパ
   ターン中の特徴点を抽出するための手段を設けたことを
   特徴とする、請求項１のパターン認識装置。
3. 【請求項３】 一対の撮影画像を対応付けるための手段
   が、撮影画像間で特徴点間の対応関係の候補を作成し、
   作成した候補に対する特徴点間の変換行列と変換誤差と
   を求め、変換誤差から候補の良否を決定して、特徴点間
   の対応関係を決定する手段からなることを特徴とする、
   請求項２のパターン認識装置。