JPH11161796A - 動物の個体識別装置および画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 照明角度の違いや画像の明度の違いに影響さ
れず、安定した個体識別を行うことのできる個体識別装
置を実現する。 【解決手段】 輪郭抽出部２によって、入力画像から虹
彩顆粒の輪郭を抽出する。周波数変換部３によって、虹
彩顆粒の輪郭データの周波数成分を抽出する。平均差分
計算部４は、輪郭データと、その輪郭の周波数成分と、
記憶部８に記憶されている登録データとの差分を計算す
る。照合部５は、平均差分計算部４で計算した平均差分
が最も小さい登録データの個体を、入力画像の動物のも
のと判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、（競走）馬、
（牧）牛等の動物の個体管理が必要な機関において利用
される、動物の個体識別装置およびこの装置で使用する
画像処理方法に関する。

【０００２】

【従来の技術】競馬場やセリ場、あるいは繁殖牧場での
サラブレッドの個体識別は、血統書統括機関の主導のも
とに行なわれている。現行の日本での個体識別方法は、
毛色・肢部の白斑・頭部の白斑・旋毛によるものであ
り、世界的にはこの他に血液型による方法や烙印・入れ
墨を用いる方法等がある（参考文献：「馬の知識」，Ｉ
Ｉ−３．馬の見分け方，Ｐ．１５３〜Ｐ．１５４）。

【０００３】牛の個体識別の場合、首輪や耳タグ等の識
別表札や烙印・入れ墨を用いる方法が一般の牧場にも採
用されている。

【０００４】また昨今注目されている動物の個体識別方
法に、ＭＣ（Ｍｉｃｒｏ Ｃｈｉｐ）を利用した技術が
ある。これは、超小型集積回路内蔵チップをガラス管に
封入したもので、動物の生体内に注射器等の注入器によ
って埋め込み、識別の際には非接触検知器で埋め込み、
局所をなぞって、その出力信号を個体識別の情報とする
ものである。

【０００５】

【発明が解決しようとする課題】ところで、上記のよう
な従来の技術には次のような解決すべき課題があった。
毛色・白徴・白斑・旋毛による個体識別の場合、特徴の
少ない馬や、同一の特徴を有する馬が多いため、馬の特
定が度々不完全になることがある。更に烙印・入れ墨は
消えてしまったり、改竄される危険性がある上、動物が
受ける疼痛や局所の化膿等、動物愛護の面からも改善が
望まれていた。また血液型による個体識別は正確な反
面、判定までにかなりの処理時間を要するうえコスト高
になる欠点がある。

【０００６】牛の場合も、識別表札は破損・紛失したり
盗難される危険性があり、また烙印・入れ墨等の場合は
馬の場合と同様に消えてしまったり、改竄される危険性
がある等の問題を持っている。特にこの改竄行為が明ら
かになったとしても、元来どこに所属していたかを証明
することが困難であることにも問題がある。

【０００７】ＭＣ方法は、一度埋め込めば半永久的に利
用でき、利便性が高い等の利点もある。しかし、生体動
物への埋め込みの操作性、埋め込み時の動物に与える疼
痛性、腫脹、圧痛、化膿等の局所反応性、動物の運動機
能障害や臨床上の異常性、ＭＣの生体内での移動性、検
知器の操作性、検知感度の変化及び安定性、信頼性で多
くの課題を持っている。そして何よりも動物愛護の面か
ら、ＭＣ方式の採用に抵抗感を持つ動物関係者もあり、
ＭＣ識別方式に代わる利便性のある識別方法が望まれて
いた。

【０００８】そこで、本発明者等は、（競走）馬、
（牧）牛等の動物の個体管理が必要な機関においての動
物の個体識別のために、目の中にある虹彩顆粒の映像を
辞書として登録し、照合処理を行なう手法を開発した。
しかしながら虹彩顆粒は３次元房状の物体であるため、
照明角度等によって画像の明度や影の出方が異なる。従
って虹彩顆粒データを辞書として登録しても、照合時に
照明角度等が異なると安定した個体識別を行うことがで
きないという問題があった。

【０００９】このような点から、照明角度の違いや画像
の明度の違いに影響されず、安定した個体識別を行うこ
とのできる個体識別装置の実現が望まれていた。

【００１０】

【課題を解決するための手段】本発明は以上の点を解決
するため次の構成を採用する。 〈請求項１の構成〉検査対象動物の目を撮影した画像か
ら虹彩顆粒の輪郭データを抽出する輪郭抽出部と、複数
の個体の虹彩顆粒の輪郭データを予め登録した登録デー
タを格納する記憶部と、輪郭抽出部で抽出した輪郭デー
タと、記憶部に格納されている登録データとの差分を算
出する平均差分計算部と、平均差分計算部で計算した平
均差分が最も小さい登録データの個体を検査対象動物の
ものと判定する照合部とを備えたことを特徴とする動物
の個体識別装置である。

【００１１】〈請求項１の説明〉検査対象動物とは、例
えば馬や牛であるが、これ以外でも虹彩顆粒を有してい
る動物全てを対象とする。請求項１の発明では、記憶部
に予め複数の個体の輪郭データを辞書データとして登録
しておく。そして、輪郭抽出部で検査対象となる動物の
目の輪郭データを抽出し、この輪郭データに最も近い辞
書を平均差分計算部で求め、照合部では、最も近い値の
辞書の個体を検査対象の個体のものであると判定する。
請求項１の発明はこのように構成されていることによ
り、照明角度の違いや画像の明度の違いに影響されず、
安定した個体識別を行うことができる。

【００１２】〈請求項２の構成〉検査対象動物の目を撮
影した画像から虹彩顆粒の輪郭データを抽出する輪郭抽
出部と、輪郭抽出部で抽出した輪郭データの周波数成分
を抽出する周波数変換部と、複数の個体の虹彩顆粒の輪
郭データの周波数成分を予め登録した登録データを格納
する記憶部と、周波数変換部で抽出した輪郭データの周
波数成分と、記憶部に格納されている登録データとの差
分を算出する平均差分計算部と、平均差分計算部で計算
した平均差分が最も小さい登録データの個体を検査対象
動物のものと判定する照合部とを備えたことを特徴とす
る動物の個体識別装置である。

【００１３】〈請求項２の説明〉請求項２の発明は、虹
彩顆粒の輪郭データの周波数成分を用いて個体識別を行
うようにしたことを特徴としている。これにより、安定
かつ精度の高い個体識別が行え、また、例えばノイズが
含まれる周波数の高い領域の周波数成分を除去したり、
個体差が際立つ周波数帯のみを用いるといった処理を施
すことによって、更に精度を向上させることができる。

【００１４】〈請求項３の構成〉検査対象動物の目を撮
影した画像から虹彩顆粒の輪郭データを抽出する輪郭抽
出部と、輪郭抽出部で抽出した輪郭データの周波数成分
を抽出する周波数変換部と、複数の個体の虹彩顆粒の輪
郭データと、輪郭データの周波数成分を予め登録した登
録データを格納する記憶部と、輪郭抽出部で抽出した輪
郭データと、周波数変換部で抽出した周波数成分と、記
憶部に格納されている登録データとの差分を算出する平
均差分計算部と、平均差分計算部で計算した平均差分が
最も小さい登録データの個体を検査対象動物のものと判
定する照合部とを備えたことを特徴とする動物の個体識
別装置である。

【００１５】〈請求項３の説明〉請求項３の発明は、請
求項１の発明の特徴と請求項２の発明の特徴の両方を備
えているものである。これにより、請求項１、２の発明
より更に高い効果を得ることができる。

【００１６】〈請求項４の構成〉検査対象動物の目を撮
影した画像から虹彩顆粒領域の目領域中の位置を抽出す
る領域抽出部と、複数の個体の虹彩顆粒領域の目領域中
の位置を予め登録した登録データを格納する記憶部と、
領域抽出部で抽出した虹彩顆粒領域の位置と、記憶部に
格納されている登録データとの距離を算出する距離計算
部と、距離計算部で計算した距離が最も小さい登録デー
タの個体を検査対象動物のものと判定する照合部とを備
えたことを特徴とする動物の個体識別装置である。

【００１７】〈請求項４の説明〉請求項４の発明は、虹
彩顆粒領域の位置を用いて個体識別を行うようにしたこ
とを特徴としている。これにより、虹彩顆粒の形状や模
様等を用いるのに較べて辞書の小型化が計れ、照合処理
を高速化することができる。

【００１８】〈請求項５の構成〉請求項４に記載の動物
の個体識別装置において、領域抽出部で抽出された虹彩
顆粒領域の重心座標を算出する重心座標計算部と、登録
データとして、複数の個体の虹彩顆粒領域の重心座標を
格納する記憶部と、重心座標計算部で算出した虹彩顆粒
の重心座標と、記憶部に格納されている登録データとの
距離を算出する距離計算部とを備えたことを特徴とする
動物の個体識別装置である。

【００１９】〈請求項５の説明〉請求項５の発明は、請
求項４の発明における虹彩顆粒領域の位置を示すデータ
として、その重心を用いたことを特徴としている。これ
により、情報量が１点の座標値のみで構成できるため、
更に辞書サイズの小型化、照合処理の高速化が計れ、大
規模な個体識別装置において、特に有効であるという効
果が得られる。

【００２０】〈請求項６の構成〉３次元物体を撮影した
画像中に存在する３次元物体の影を除去する画像処理方
法であって、影の領域中の、影の輪郭に沿った画素値の
累積値が最も暗くなる位置に、影の外縁輪郭を移動する
ことにより影を除去することを特徴とする画像処理方法
である。

【００２１】〈請求項６の説明〉請求項６の発明は、３
次元物体から延びる影の部分に最も暗い外縁輪郭状の領
域があり、この領域が３次元物体本来の外縁近傍に相当
することに着目したものである。即ち、３次元物体の影
を除去するため、影の外縁輪郭を最も暗い領域まで移動
させるようにしている。これにより、複雑な処理を行う
ことなく、高精度で３次元物体本来の領域を抽出するこ
とができる。また、３次元物体とは、例えば虹彩顆粒で
あるが、これ以外であっても適用可能である。

【００２２】〈請求項７の構成〉請求項４に記載の動物
の個体識別装置において、虹彩顆粒の領域として、虹彩
顆粒の影の部分を含む領域を抽出する領域抽出部と、領
域抽出部で抽出した領域の画像に対して、虹彩顆粒の輪
郭に沿った画素値の累積値が最も暗くなる位置に、虹彩
顆粒の外縁輪郭を移動して影の部分を除去した画像を虹
彩顆粒の画像として出力する影除去処理部と、影除去処
理部で出力した虹彩顆粒の領域の位置と、記憶部に格納
されている登録データとの距離を算出する距離計算部と
を備えたことを特徴とする動物の個体識別装置である。

【００２３】〈請求項７の説明〉請求項７の発明は、請
求項４の発明の装置に対して、請求項６の方法を用いた
影除去処理部を備えたものである。これにより、請求項
４の発明の効果に加えて、虹彩顆粒の影を除去してその
領域位置を求めることができるため、照明角度の影響を
受けにくく、安定した識別を行うことができるという効
果がある。

【００２４】〈請求項８の構成〉請求項５に記載の動物
の個体識別装置において、虹彩顆粒の領域として、虹彩
顆粒の影の部分を含む領域を抽出する領域抽出部と、領
域抽出部で抽出した領域の画像に対して、虹彩顆粒の輪
郭に沿った画素値の累積値が最も暗くなる位置に、虹彩
顆粒の外縁輪郭を移動して影の部分を除去した画像を虹
彩顆粒の画像として出力する影除去処理部と、影除去処
理部で出力した虹彩顆粒の領域の重心座標を算出する重
心座標計算部とを備えたことを特徴とする動物の個体識
別装置である。

【００２５】〈請求項８の説明〉請求項７の発明は、請
求項５の発明の装置に対して、請求項６の方法を用いた
影除去処理部を備えたものである。これにより、虹彩顆
粒の影を除去してその領域の重心位置を求めることがで
きるため、請求項５の発明の効果に加えて、照明角度の
影響を受けにくく、安定した識別を行うことができると
いう効果が得られる。

【００２６】

【発明の実施の形態】以下、本発明の実施の形態を具体
例を用いて説明する。 《具体例１》本具体例で述べる個体識別装置は動物の個
体識別における前記の問題を解決するために、虹彩顆粒
の輪郭およびその周波数成分を登録し、且つ、照合処理
することを特徴とした個体識別装置である。以下は対象
とする動物として特に馬の場合を例に取り上げて説明す
る。

【００２７】図２は馬の眼球の正面図を示したものであ
る。図２に示すように、馬の目は上下のまぶた１３の間
の瞳孔１０、アイリス（虹彩）１１、虹彩顆粒１２より
なり、人の目との大きな違いは、瞳孔１０が楕円形であ
り、また馬や反芻類に特有の虹彩顆粒１２を持つことで
ある。

【００２８】外界からの光は瞳孔１０を通過し、瞳孔奥
にある網膜に到達する。アイリス１１は瞳孔１０を取り
巻く筋肉であり、収縮・散大して瞳孔１０への入射光量
を制御する働きを持つ。また、虹彩顆粒１２は、アイリ
ス１１と瞳孔１０の間に位置し、半球状の隆起した顆粒
が連なった形を成す。虹彩顆粒１２は、メラニン色素に
富んだ黒色をしており、アイリス１１が収縮してもなお
まぶしい日中の光を吸収する働きがあるとされている。

【００２９】この虹彩顆粒１２が馬により、また同一馬
の目の左右によっても様々な大きさ・形を持ち個体差が
あることはこれまであまり知られていなかった。特にそ
の輪郭は照明角度の違いによる影の変化や照明強度の影
響が少なく、カメラで撮影した時に安定して利用できる
特徴である。本発明はこの点に着目したものであり、カ
メラで馬の目を撮像して虹彩顆粒１２の輪郭情報を得
て、それを予め登録しておいた様々な馬の輪郭情報と照
合することにより個体を識別するものである。

【００３０】〈構成〉図１は、本具体例の構成図であ
る。図１に示す通り本具体例は、目領域撮像部１、輪郭
抽出部２、周波数変換部３、平均差分計算部４、照合部
５、識別結果出力部６、辞書登録部７、記憶部８よりな
る。ここで「辞書」とは登録データのことである。以下
に各部の具体的な構成を説明する。

【００３１】目領域撮像部１は、画像入力部および光源
部よりなり、馬の目の映像を電気信号に変換して装置に
入力する役割を担う。ここで、画像入力部は、レンズ、
ＣＣＤセンサ、映像信号出力回路等により構成され、馬
の目の像のアナログ光情報をＣＣＤ素子によりディジタ
ル電気信号に変換する処理を行う。また、光源部は電
源、ランプ等よりなる照明であり、馬の目をコントラス
ト良く捉えるために用いる。光源には馬が眩しくて過剰
に動くことを避けるために、赤色光あるいは近赤外光、
赤外光のような動物には感知しにくい波長の光を用い
る。

【００３２】輪郭抽出部２は、重心計算、エッジ探索と
いった機能部よりなり、目領域撮像部１から送られる馬
の目の全体映像の中から瞳孔、虹彩顆粒の上縁および下
縁を検出する処理を行う。

【００３３】周波数変換部３はフーリエ変換機能を有
し、虹彩顆粒輪郭データを周波数の振幅データへ変換す
る。

【００３４】平均差分計算部４は、辞書データ読み出し
機能、差分計算機能、累積機能よりなり、輪郭データと
周波数データをそれぞれの辞書データと比較し、その平
均差分の計算を行う。

【００３５】照合部５は、平均差分比較機能、辞書属性
データ読み出し機能よりなり、平均差分計算部４で求め
た全ての辞書に対する平均差分の中から最も値の低い辞
書を特定し、記憶部８から該当する馬の属性を読み出
す。

【００３６】識別結果出力部６はディスプレイ、プリン
タといった表示部であり、照合部５の出力結果である馬
の属性を利用者に出力する処理を行う。

【００３７】辞書登録部７は辞書、属性の登録機能より
なり、輪郭抽出部２および周波数変換部３より得た輪郭
データおよび周波数データをそれぞれのデータの属性と
ともに記憶部８に登録する処理部である。

【００３８】記憶部８は、ハードディスク、テープ等の
記録媒体と記録ヘッド、制御回路等よりなり、馬の属性
情報および虹彩顆粒の輪郭データと周波数データを記憶
保持する他、識別時にそれらのデータを提供する機能を
持つ。以上が本具体例の構成の説明である。

【００３９】〈動作〉本具体例の個体識別装置の動作に
は「登録モード」と「識別モード」の２種類の動作があ
る。ここで、「登録モード」とは「識別モード」に用い
る辞書データを予め登録しておく動作であり、また「識
別モード」とは、撮像した馬の目がどの登録馬の目であ
るか、あるいは登録していない馬の目であるかを識別し
て利用者に示す動作を表す。

【００４０】目領域撮像部１、輪郭抽出部２、周波数変
換部３、記憶部８は、これら二つのモードに共通の処理
であり、辞書登録部７は「登録モード」においてのみ、
また、平均差分計算部４、照合部５、識別結果出力部６
は、「識別モード」においてのみ用いられる処理部であ
る。以下、「識別モード」、「登録モード」の順に各部
の動作を説明する。

【００４１】馬を個体識別する利用者は、本具体例の個
体識別装置の目領域撮像部１で馬の目を撮影する。目領
域撮像部１の光源部は、馬の目を赤色光あるいは近赤外
光、赤外光の波長を光源とする照明で照らし、馬の目に
よる反射光、即ち、映像はＣＣＤセンサにより２次元の
配列である電気信号に変換される。これは、２次元に配
列された光電変換素子（ＣＣＤ）が撮像対象の反射光を
一定時間露光し、光電変換効果により印荷された電圧を
一定の階調で量子化することによるものである。入力さ
れた光はディジタル電気信号として出力される。この２
次元配列の電気信号を以下では「画像」と呼ぶ。

【００４２】図３は、輪郭抽出部２の動作を示す説明図
である。目領域撮像部１から得られる画像は、まぶた１
３、瞳孔１０、アイリス１１、虹彩顆粒１２を含んでい
る。輪郭抽出部２は、画像処理によりこれらの中から虹
彩顆粒輪郭を抽出することを目的とする。瞳孔１０は中
空であることから照明による反射光が少ない。従って瞳
孔１０は濃度が低く均一な領域となる。それに対して瞳
孔１０を取り巻くアイリス、虹彩顆粒はそれよりも濃度
が高いため、濃度にある閾値を設けることにより、閾値
よりも画像の画素値が低く、かつ面積がある所要値以上
である一連の領域を瞳孔１０として特定することができ
る。

【００４３】次に虹彩顆粒１２の輪郭を求める。瞳孔１
０の上部には虹彩顆粒１２があり、さらにその上にはア
イリス１１が位置し、それぞれの器官の内部の変化に較
べ、器官の境界における濃度の変化の方が大きい。その
ため、Ｓｏｂｅｌオペレータに代表される濃度変化検出
処理を施した画像では、境界の画素値が大きな値を持
つ。従って、先に特定した瞳孔領域の重心Ｃをまず求め
た上で、重心Ｃを始点として画素値が所要の閾値以上と
なる画素を探索して上向すれば、最初に瞳孔１０と虹彩
顆粒１２の境界上の点Ｐ１が検出され、次に虹彩顆粒１
２とアイリス１１の境界上の点Ｐ２が検出される。

【００４４】同様の手順により重心Ｃを通る水平線Ｌ上
の他の点についても、重心Ｃの隣接点から順に始点とし
て上向探索を行えば、虹彩顆粒の全領域について下縁と
上縁が求められる。また、このようにして求められる虹
彩顆粒の上縁と下縁の左右両端は上縁と下縁の垂直方向
の間隔が所要の小さな値以下となった点Ｅ１，Ｅ２とし
て求められる。このようにして虹彩顆粒１２の上縁およ
び下縁の輪郭を抽出することができる。

【００４５】周波数変換部３は、輪郭抽出部２で抽出し
た輪郭データに対してフーリエ変換に代表される周波数
変換を行い、各周波数の振幅成分を求める。これは、輪
郭の周波数成分の内、特に有効な成分のみを強調するこ
とにより、識別の効果を上げるために行うものである。
また、雑音的な成分である高周波成分を除去することに
より安定した照合を行う目的もある。即ち、輪郭データ
は種々の周波数成分を含んだ波形であると考えられるた
め、図１中の周波数変換部３の出力波形のように、各周
波数に対する振幅の関係を表すことができる。

【００４６】図４は、周波数変換部３と平均差分計算部
４における演算式の説明図である。輪郭抽出部２で抽出
した輪郭データの点系列をｘ軸に沿って順にｘ_i（ｉ＝
１，…，Ｎ−１，Ｎ：点列数）と表すと、そのフーリエ
変換された周波数成分Ｘ_k（ｋ＝１，…，Ｎ−１）およ
びその振幅Ａ_kは、図４の（１）〜（３）に示す式で表
される。尚、（３）の式において、Ｒ（ａ），Ｉ（ａ）
はａの実部、虚部をそれぞれ表す。

【００４７】このようにして輪郭の周波数の振幅成分Ａ
_kが求められ、これを「識別モード」における平均差分
計算部４へ、または「登録モード」における辞書登録部
７に渡す。以下は「識別モード」、「登録モード」で処
理が分かれるため、「識別モード」、「登録モード」の
順に説明する。

【００４８】平均差分計算部４は、輪郭抽出部２から得
た輪郭データと、周波数変換部３から得た周波数データ
の両方を用いて、それらのデータと、記憶部８から読み
出した全ての辞書との平均差分を計算する。

【００４９】図５は、平均差分の計算方法を示す説明図
である。輪郭データの各点はｘ座標とｙ座標よりなり、
また周波数データの各点は周波数と振幅値からなる。両
データの種類は異なるが１次元の離散的な点の系列とい
う点では共通しているため、両者の平均差分の計算方法
は全く同一の方法を用いる。従って、以下に図５を例と
して輪郭データの場合を説明するが、周波数データも全
く同様の方法で平均差分を求めることができる。

【００５０】図５には、「検査対象の輪郭」と「辞書の
輪郭」の２種類のデータ系列が表示されている。ここ
で、図のｘ軸は画像の横軸の座標値を、また、ｙ軸は画
像の縦軸の座標値をそれぞれ表す。輪郭抽出部２で抽出
した輪郭はｘ軸の連続した画素について求めたため、図
に示すように、「検査対象」と「辞書」でｘ座標を基に
点の対応が取れる。従って、同一ｘ座標の点の間で
Ｄ₁，Ｄ₂，Ｄ₃といったように順に差分がとれ、これら
の平均値を辞書との相違度とする。ただし、個体によっ
て虹彩顆粒の長さが異なるため、その始点、終点は必ず
しも同一ｘ座標とはならないが、ｘ座標の共通した点の
みを比較区間とすることでこれに対処する。

【００５１】従って、平均差分を式で表すと、検査対象
の輪郭（ｙ座標）をｆ_i（ｉ＝１，…，Ｎ_f，Ｎ_fは検査
対象の輪郭点の数）、辞書の輪郭をｇ_i（ｉ＝１，Ｎ_g，
Ｎ_gは辞書の輪郭点の数）、検査対象の輪郭に対する辞
書の輪郭の始点のズレをｍ，ｘ座標が共通する点の個数
をＭとすると、平均差分Ｄは図４の（４）に示す式で表
される。

【００５２】このような差分計算をより識別にとって有
効に行うため、対象領域を予め限定する方法も本具体例
には適用可能である。前述したように、ノイズ成分を除
去するために周波数の高い成分を比較区間Ｍから除去す
る等はこの例である。

【００５３】このようにして平均差分が求められ、同様
の平均差分計算を記憶部８にある全ての辞書との間で行
うと、平均差分のデータ列Ｄ_k（ｋ＝１，…，Ｋ，Ｋは
辞書数）が得られる。また周波数データの平均差分のデ
ータ列Ｅ_kも同様に求められる。

【００５４】照合部５は平均差分計算部４の輪郭および
周波数データの平均差分データＤ_k，Ｅ_k（ｋ＝１，…
Ｋ，Ｋは辞書数）の中から最も相違度が小さい辞書をそ
れぞれ求める。次にその相違度が予め定めた一定値以下
である場合にのみ、記憶部８から該当する属性を読み出
し、その辞書の属性が輪郭データ、周波数データの両方
で一致した場合に、検査対象馬が登録馬であることを識
別したものとしてその旨を属性データとともに識別結果
出力部６に送る。それぞれの相違度が所要値より大きか
ったり、あるいは辞書の属性が輪郭データと周波数デー
タとで一致しない場合は登録外の馬である旨を識別結果
出力部６に送る。

【００５５】識別結果出力部６は、ディスプレイあるい
はプリンタに識別結果を表示する。以上が本具体例の
「識別モード」の動作の説明である。

【００５６】次に、本具体例の「登録モード」を説明す
る。利用者は識別すべき馬の目を撮像し、記憶部８に予
め辞書データを登録する作業が必要である。周波数変換
部３までの動作は上述した「識別モード」と同じであ
る。周波数変換部３以降、「登録モード」では、辞書登
録部７により辞書を記憶部８に登録する。辞書登録部７
は、輪郭抽出部２および周波数変換部３から輪郭データ
および周波数データを受け、それを馬の属性データと共
に記憶部８に登録する。ここで、属性データは馬の名
前、年齢、血統、病歴、目の左右といった情報であり、
これらは利用者により入力されるべきデータである（図
では省略する）。以上が本具体例の動作の説明である。

【００５７】〈効果〉以上述べたように本具体例によれ
ば以下のような効果が見込める。 ●虹彩顆粒の輪郭を用いることにより、照明角度の違い
や画像の明度の違いに影響されず、安定した個体識別を
行うことが可能となる。 ●虹彩顆粒の輪郭の周波数成分を用いることにより、ノ
イズの多い周波数成分を除去し、また個体差の際立った
周波数帯のみを用いることにより、安定かつ精度の高い
個体識別を行うことが可能となる。

【００５８】《具体例２》上記の具体例１では、虹彩顆
粒の輪郭を用いた個体識別装置を説明したが、本具体例
で説明する個体識別装置は、瞳孔に対する虹彩顆粒の重
心の位置を識別特徴として予め登録しておき、それに基
づき個体識別するものである。

【００５９】虹彩顆粒は個体によって、その形状、模様
が異なるだけではなく、そのアイリスと瞳孔との楕円状
の境界上における位置も個体差があるため、位置情報を
識別特徴とすることにより個体識別が可能である。本具
体例では位置情報として虹彩顆粒の重心を用いる。位置
情報を識別特徴とすることは、情報量が１点の座標値の
みで構成されるため辞書サイズの小型化、照合処理の高
速化が計れ、大規模な個体識別装置においては特に有効
である。しかしながらその一方で、後述するように、虹
彩顆粒の重心の計算の際に照明による虹彩顆粒の影の影
響を受けて誤差を含みやすいといった問題がある。

【００６０】この虹彩顆粒の影の与える問題を図６を用
いて説明する。図６は、虹彩顆粒の影の説明図である。
この図は、前述の図２に示した馬の目を詳細に見たもの
である。虹彩顆粒は立体的に隆起した顆粒であるため、
馬の目を下方から照らした場合、虹彩顆粒１２の上側に
は影１４が延びる。この影１４は、虹彩顆粒の上縁のエ
ッジをなまらせ、段階的に変化して暗くなり、上端で明
瞭な輪郭を形成するため、輪郭抽出は虹彩顆粒１２の上
縁のエッジを抽出できず、影１４の上縁を抽出するとい
った誤りを引き起こす。これを基に重心を計算すると、
重心は本来の位置から影によるズレを含むため光源の位
置に依存した識別誤差を生じる問題がある。

【００６１】本具体例の個体識別装置は、この問題を回
避するために影の除去処理部を設けた点が特徴である。
以下、本具体例の構成を説明する。

【００６２】〈構成〉図７は、動物の個体識別装置の具
体例２の構成図である。図示の通り、本具体例は、目領
域撮像部１０１、領域抽出部１０２、影除去処理部１０
３、重心座標計算部１０４、距離計算部１０５、照合部
１０６、識別結果出力部１０７、辞書登録部１０８、記
憶部１０９よりなる。以下に各部の具体的な構成を説明
する。

【００６３】目領域撮像部１０１は、具体例１における
目領域撮像部１と同様、画像入力部および光源部からな
り、馬の目の映像を電気信号に変換して装置に入力する
役割を担う。

【００６４】領域抽出部１０２は、具体例１における輪
郭抽出部２と同様の瞳孔重心計算、エッジ探索といった
虹彩顆粒の輪郭検出機能に加え、瞳孔の座標軸決定機能
を持つ。座標軸決定機能は、瞳孔の水平、垂直軸を求め
る機能であり、虹彩顆粒の重心座標の基準となる。

【００６５】影除去処理部１０３は、前述の虹彩顆粒の
影を除去する機能であり、輪郭上の画素値累積機能およ
び累積値比較機能よりなる。

【００６６】重心座標計算部１０４は、座標変換機能よ
りなり、領域抽出部１０２にて求めた虹彩顆粒の位置座
標および瞳孔座標軸を基に座標系変換を行う。

【００６７】距離計算部１０５は、辞書データ読み出し
機能、距離計算機能よりなり、虹彩顆粒の位置データを
複数の辞書データと比較し距離を計算する。

【００６８】照合部１０６は距離比較機能、辞書属性デ
ータ読み出し機能よりなり、検査対象との距離が最も小
さい辞書データを求め、記憶部１０９から該当する馬の
属性を読み出す。

【００６９】識別結果出力部１０７はディスプレイ、プ
リンタといった表示部であり、照合部１０６の出力結果
である馬の属性を利用者に出力する処理を行う。

【００７０】辞書登録部１０８は辞書データ、辞書属性
データの登録機能よりなり、重心座標計算部１０４より
得た位置データをそれぞれのデータの属性とともに記憶
部１０９に登録する処理部である。

【００７１】記憶部１０９は、ハードディスク、テープ
等の記録媒体と記録ヘッド、制御回路等よりなり、馬の
属性情報および虹彩顆粒の位置データを記憶保持する
他、識別時にそれらのデータを提供する機能を持つ。以
上が本具体例の構成の説明である。

【００７２】〈動作〉具体例１同様、本発明の個体識別
装置の動作にも「登録モード」と「識別モード」の２種
類の動作がある。両モードは、目領域撮像部１０１、領
域抽出部１０２、影除去処理部１０３、重心座標計算部
１０４、記憶部１０９を共有し、「登録モード」のみに
おいて用いられる処理として、辞書登録部１０８が、ま
た「識別モード」のみにおいて用いられる処理として距
離計算部１０５、照合部１０６、識別結果出力部１０７
がある。ここでは具体例１と動作が同じであるため、目
領域撮像部１０１および「登録モード」の説明を省略
し、以下に「識別モード」の領域抽出部１０２以降の動
作を説明する。

【００７３】図８は、重心座標計算部の動作説明図であ
る。図９は、領域抽出部１０２〜距離計算部１０５で用
いる演算式の説明図である。先ず、領域抽出部１０２の
動作を図８を援用して説明する。瞳孔領域および虹彩顆
粒の輪郭の求め方は具体例１に説明した通りであるた
め、ここでは具体例２においてのみ必要な瞳孔の座標軸
決定機能を説明する。

【００７４】座標軸決定機能は、虹彩顆粒の重心座標決
定の基準となる瞳孔の水平、垂直軸を求める機能であ
る。これは重心計算を目の傾きや瞳孔の開閉度に影響さ
れないようにするための基軸を求めるものであり、求め
た座標軸は後の重心座標計算部１０４に提供する。

【００７５】ここで、水平軸は楕円形をした瞳孔の長軸
に、垂直軸は短軸に一致させる。領域形状からその長軸
方向を求める一方法として回帰直線を適用する。具体的
には画像上の画素の座標を（ｘ，ｙ）とし、既に求めた
瞳孔重心の座標をＣ（ｘ_c，ｙ_c）、瞳孔領域内の座標の
集合をＱ、画素の数をＮ_Qとした時、回帰直線は、図９
の（１）〜（３）に示す式で表される。

【００７６】尚、（２）（３）の式において、記号Σ_x ^Q
（図中では、ＱとｘのΣに対する位置は同一）は、領域
Ｑに含まれる画素についてのみその和を求める記号であ
る。これにより、長軸が求められ、また、短軸は長軸に
垂直かつ重心を通る直線であるため図９の（４）に示す
式で求められる。

【００７７】以上が領域抽出部１０２の動作であり、次
に影除去処理部１０３の動作を説明する。

【００７８】上述したように領域抽出部１０２で求めら
れる虹彩顆粒領域は影を含む可能性があり、影は識別精
度上好ましくない。そこで、影除去処理部１０３によっ
て影を含む領域を除去する。

【００７９】この除去方法は、虹彩顆粒の直上の影の領
域中に、最も暗い上縁輪郭状の領域があることに着目し
たものであり、誤って検出した影の上縁輪郭を当該領域
までずらすことにより影を除去するものである。

【００８０】図１０は、上縁輪郭状の領域の説明図であ
る。図示のように、３次元物体における影の領域中に、
その３次元物体外縁に沿って最も暗い部分が存在する。
そこで、この領域は上縁輪郭状領域の画素値の累積値が
最も小さくなる位置を探索することにより見つける。具
体的には上縁輪郭の座標（ｘ，ｙ）の集合をＬ、座標
（ｘ，ｙ）の画素値をＰ_xy、探索移動量を（ｕ，ｖ）と
すると、累積値Ｒ（ｕ，ｖ）は図９中の（５）に示す式
で表される。

【００８１】上式において記号Σ_x,y ^L（図中では、Ｌと
ｘ，ｙのΣに対する位置は同一）は、座標値（ｘ，ｙ）
が輪郭上にある場合のみ加算することを意味する。従っ
て、最も暗い輪郭状領域は、ｕ，ｖを一定の範囲内で変
更して求めた累積値Ｒ（ｕ，ｖ）が最も小さくなる場合
である。その時の移動量（ｕ，ｖ）を加えた輪郭が影除
去後の輪郭となる。このようにして修正された輪郭によ
り安定した虹彩顆粒領域が求められる。

【００８２】次に、重心座標計算部１０４は、影を除去
した虹彩顆粒の重心座標を、領域抽出部１０２にて抽出
した瞳孔の重心を中心とする座標系に変換する処理を行
う。これを前述の図８を再び用いて説明する。この座標
変換処理は、目の傾きおよび瞳孔サイズの正規化のため
に行うものである。

【００８３】目の傾きに対しては前述の瞳孔の傾き角度
分を補正し、また瞳孔サイズについては図８に示すよう
に、瞳孔がｘ，ｙの各軸上において１および−１になる
ようにスケールの調整を行う。具体的には、変換前の座
標系における虹彩顆粒の重心座標を（Ｘ_G，Ｙ_G）、瞳孔
の重心座標を（Ｘ_C，Ｙ_C）、瞳孔の長軸方向の幅を２
Ａ、短軸方向の幅を２Ｂとし、また変換後の虹彩顆粒の
座標を（ｘ_g，ｙ_g）とすると、図９の（６）〜（８）に
示す変換式で表せる。尚、変換後の重心の座標は、原
点、瞳孔の長軸および短軸の幅はともに２である。

【００８４】このようにして得られる虹彩顆粒の位置情
報は、「登録モード」においては、辞書登録部１０８に
よって記憶部１０９に登録され、また、「識別モード」
においては、距離計算部１０５において辞書との距離を
求めるのに利用される。

【００８５】距離計算部１０５は、領域抽出部１０２か
ら得た位置データと記憶部１０９から読み出した辞書と
の距離を計算する。ここでは、距離をユークリッド距離
とするがこの限りではない。検査対象の重心データ（ｘ
₁，ｙ₁）と辞書データ（ｘ₂，ｙ₂）のユークリッド距離
ｄは図９中の（９）に示す式で求められる。この計算を
全ての辞書に対して行い、次の照合部１０６に渡す。

【００８６】照合部１０６は距離計算部１０５の距離デ
ータ中から最も値が小さい辞書を求め、それが予め定め
た一定値以下である場合のみ、その馬を検査対象馬とし
て記憶部１０９からその属性を読み出し、識別結果出力
部１０７に送る。相違度が所要値より大きい場合は登録
外の馬である旨を識別結果出力部１０７に送る。

【００８７】識別結果出力部１０７は、ディスプレイあ
るいはプリンタに識別結果を表示する。以上が本具体例
の動作の説明である。

【００８８】〈効果〉以上述べたように、本具体例によ
れば以下のような効果が見込める。 ●虹彩顆粒の重心を用いて個体識別を行うため、辞書の
小型化、照合処理の高速化が計れるため、大規模な個体
識別に有効である。 ●虹彩顆粒の重心の座標を瞳孔の傾きとサイズにより正
規化するため、瞳孔の傾きや開閉に影響されない安定し
た識別を行える。 ●虹彩顆粒の影を除去して重心を求めるため、照明角度
の影響を受けにくく、安定した識別を行うことが可能で
ある。

【００８９】《利用形態》上記各具体例では、検査対象
と辞書との照合において、具体例１では平均差分、具体
例２ではユークリッド距離をそれぞれ用いて説明した
が、任意の距離尺度が適用可能である。

【００９０】また、具体例２では、影除去処理部１０３
によって影の除去を行ったが、具体例１においても、虹
彩顆粒の領域から影の除去を行った後、虹彩顆粒の輪郭
を求めるよう構成してもよい。

【図面の簡単な説明】

【図１】本発明の動物の個体識別装置の具体例１の構成
図である。

【図２】馬の眼球画像の説明図である。

【図３】本発明の動物の個体識別装置の具体例１におけ
る輪郭抽出部の動作を示す説明図である。

【図４】本発明の動物の個体識別装置の具体例１におけ
る周波数変換部と平均差分計算部の演算式の説明図であ
る。

【図５】本発明の動物の個体識別装置の具体例１におけ
る平均差分の計算方法を示す説明図である。

【図６】虹彩顆粒の影の説明図である。

【図７】本発明の動物の個体識別装置の具体例２の構成
図である。

【図８】本発明の動物の個体識別装置の具体例２におけ
る重心座標計算部の動作説明図である。

【図９】本発明の動物の個体識別装置の具体例２におけ
る領域抽出部〜距離計算部で用いる演算式の説明図であ
る。

【図１０】上縁輪郭状の領域の説明図である。

【符号の説明】

１，１０１ 目領域撮像部 ２ 輪郭抽出部 ３ 周波数変換部 ４ 平均差分計算部 ５ 照合部 ８，１０９ 記憶部 １０ 瞳孔 １２ 虹彩顆粒 １４ 影 １０２ 領域抽出部 １０３ 影除去処理部 １０４ 重心座標計算部 １０５ 距離計算部 １０６ 照合部

Claims (8)

【特許請求の範囲】
1. 【請求項１】 検査対象動物の目を撮影した画像から虹
   彩顆粒の輪郭データを抽出する輪郭抽出部と、 複数の個体の虹彩顆粒の輪郭データを予め登録した登録
   データを格納する記憶部と、 前記輪郭抽出部で抽出した輪郭データと、前記記憶部に
   格納されている登録データとの差分を算出する平均差分
   計算部と、 前記平均差分計算部で計算した平均差分が最も小さい登
   録データの個体を前記検査対象動物のものと判定する照
   合部とを備えたことを特徴とする動物の個体識別装置。
2. 【請求項２】 検査対象動物の目を撮影した画像から虹
   彩顆粒の輪郭データを抽出する輪郭抽出部と、 前記輪郭抽出部で抽出した輪郭データの周波数成分を抽
   出する周波数変換部と、 複数の個体の虹彩顆粒の輪郭データの周波数成分を予め
   登録した登録データを格納する記憶部と、 前記周波数変換部で抽出した輪郭データの周波数成分
   と、前記記憶部に格納されている登録データとの差分を
   算出する平均差分計算部と、 前記平均差分計算部で計算した平均差分が最も小さい登
   録データの個体を前記検査対象動物のものと判定する照
   合部とを備えたことを特徴とする動物の個体識別装置。
3. 【請求項３】 検査対象動物の目を撮影した画像から虹
   彩顆粒の輪郭データを抽出する輪郭抽出部と、 前記輪郭抽出部で抽出した輪郭データの周波数成分を抽
   出する周波数変換部と、 複数の個体の虹彩顆粒の輪郭データと、当該輪郭データ
   の周波数成分を予め登録した登録データを格納する記憶
   部と、 前記輪郭抽出部で抽出した輪郭データと、前記周波数変
   換部で抽出した周波数成分と、前記記憶部に格納されて
   いる登録データとの差分を算出する平均差分計算部と、 前記平均差分計算部で計算した平均差分が最も小さい登
   録データの個体を前記検査対象動物のものと判定する照
   合部とを備えたことを特徴とする動物の個体識別装置。
4. 【請求項４】 検査対象動物の目を撮影した画像から虹
   彩顆粒領域の目領域中の位置を抽出する領域抽出部と、 複数の個体の虹彩顆粒領域の目領域中の位置を予め登録
   した登録データを格納する記憶部と、 前記領域抽出部で抽出した虹彩顆粒領域の位置と、前記
   記憶部に格納されている登録データとの距離を算出する
   距離計算部と、 前記距離計算部で計算した距離が最も小さい登録データ
   の個体を前記検査対象動物のものと判定する照合部とを
   備えたことを特徴とする動物の個体識別装置。
5. 【請求項５】 請求項４に記載の動物の個体識別装置に
   おいて、 領域抽出部で抽出された虹彩顆粒領域の重心座標を算出
   する重心座標計算部と、 登録データとして、複数の個体の虹彩顆粒領域の重心座
   標を格納する記憶部と、 前記重心座標計算部で算出した虹彩顆粒の重心座標と、
   前記記憶部に格納されている登録データとの距離を算出
   する距離計算部とを備えたことを特徴とする動物の個体
   識別装置。
6. 【請求項６】 ３次元物体を撮影した画像中に存在する
   当該３次元物体の影を除去する画像処理方法であって、 前記影の領域中の、当該影の輪郭に沿った画素値の累積
   値が最も暗くなる位置に、前記影の外縁輪郭を移動する
   ことにより前記影を除去することを特徴とする画像処理
   方法。
7. 【請求項７】 請求項４に記載の動物の個体識別装置に
   おいて、 虹彩顆粒の領域として、当該虹彩顆粒の影の部分を含む
   領域を抽出する領域抽出部と、 前記領域抽出部で抽出した領域の画像に対して、虹彩顆
   粒の輪郭に沿った画素値の累積値が最も暗くなる位置
   に、前記虹彩顆粒の外縁輪郭を移動して前記影の部分を
   除去した画像を虹彩顆粒の画像として出力する影除去処
   理部と、 前記影除去処理部で出力した虹彩顆粒の領域の位置と、
   前記記憶部に格納されている登録データとの距離を算出
   する距離計算部とを備えたことを特徴とする動物の個体
   識別装置。
8. 【請求項８】 請求項５に記載の動物の個体識別装置に
   おいて、 虹彩顆粒の領域として、当該虹彩顆粒の影の部分を含む
   領域を抽出する領域抽出部と、 前記領域抽出部で抽出した領域の画像に対して、虹彩顆
   粒の輪郭に沿った画素値の累積値が最も暗くなる位置
   に、前記虹彩顆粒の外縁輪郭を移動して前記影の部分を
   除去した画像を虹彩顆粒の画像として出力する影除去処
   理部と、 前記影除去処理部で出力した虹彩顆粒の領域の重心座標
   を算出する重心座標計算部とを備えたことを特徴とする
   動物の個体識別装置。