JPS60222983A - 物体認識方法 - Google Patents

Abstract

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

Description

【発明の詳細な説明】 本発明はテレビ画像中の輪郭線から物体を認識する物体
認識方法に関する。

従来のこの種の物体認識方法は、物体を構成する各面の
縁点（エツジ）に着目するもので、画像中の明るさの急
変している点を線点として抽出し、その線点を連結する
ことにより線画に変換（線画化）するものである。

例えば、上記方法による円形物体の認識手順の一例を第
１図（ａ）〜（ｄ）を参照しながら説明すると、テレビ
カメラで撮影した原画偉（第１図（ａ））を、まず走査
線に沿りて微分処理し、明暗度が急変する１つの輪郭候
補点を抽出する（第１図０３））。次に、この点の近傍
の各画素について同様の微分処理を行ない、そのうちの
最大の微分値をもつ画素を上述の輪郭候補点に連続した
点とみなし、この操作を繰り返すことにより連続した輪
郭点（輪郭線候補）を得（第１図（Ｃ））、更にこの輪
郭点が閉じると（第１図（ｄ））、１つの物体とみなす
ようにしている。

しかし、かがる従来の輪郭線抽出方法においては、輪郭
候補点の追跡を阻害する要因として、（１）金属光沢に
よるブルーミング（第２図（ａ）参照） （２）物体の重なり（第２図［有］ン参照）（３ン　物
体表面のさび、汚れ等による不鮮明な画像 （４）電気的ノイズによる画像の乱れ 等が挙げられ、その結果、本来存在すべき物体を見逃す
といった問題がある。また、これらの問題を解決するた
めには認識用のアルゴリズムが複雑になり、リアルタイ
ム処理がほとんど不可能である。

本発明は上記実情に鑑みてなされたもので、所望の物体
の輪郭線を極めて高速に認識することができる物体認識
方法を提供することを目的とする。

この発明によれば、検出対象物体の輪郭線は既知であり
、その輪郭線を特定できる数箇所の輪郭部分の位置関係
も既知であることに着目し、各画素群が検出対象物体の
輪郭線に対応する位置関係にある少なくとも２つ以上の
画素群を１組として指定するとともに、各画素群におけ
る明暗濃度変化方向をそれぞれ指定するためのフィルタ
手段を用いて、前記検出対象物体が存在する所定視野の
入力画像を走査し、前記１組の画素群内でそれぞれ明暗
度が急変する輪郭候補点の有無および輪郭候補点が存在
する場合の明暗濃度変化方向を検出し、１組の各画素群
内でそれぞれ同時に輪郭候補点を検出し、かつそのとき
の各明暗濃度変化方向が前記フィルタ手段で指定した方
向と一致したとき検出対象物体の輪郭線が存在すると認
識するようにしている。

以下、本発明を添付図面を参照して詳細に説明する。

まず、本発明方法を第３図（ａ）および（１））を用い
て原理的に説明する。今、第３図（８月こ示すように明
るい背景の中に暗い検出対象物体１があれば、物体１の
横断線ａでその明暗を調べると、第３図（ｂ）に示すグ
ラフのようになる。第３図（ｂ）Ｊこおいて明暗度の急
変する箇所ＡおよびＢは双方とも物体１の輪郭としての
特徴点であるが、Ａでは明暗濃度変化方向が「立ち下が
り−１となり、Ｂでは「立ち上がり」となる相違がある
。

ここで、本発明では、設定された２つ以上のある範囲内
において同時に明暗度が急変する輪郭候補点が存在する
か否かを調べるとともに、各輪郭候補点における明暗濃
度変化方向が物体とその背景との明暗度によって定まる
方向に一致するか否かを調べるようにしている。

すなわち、第４図に示すように基準位置Ｐからその中心
位置が距離Ｌ１だけ離間したΔＬ、の範囲Ａ１、基準位
置Ｐからその中心位置が距離Ｌ２だけ離間したΔＬ、の
範囲Ａ２、・・・基準位置Ｐからその中心位置が距離Ｌ
ｎだけ離間したΔＬｎの範囲Ａｎを１組として指定する
ための検出対象物体の輪郭線に対応したフィルタを設定
し、上記基準位置Ｐを走査位置として入力画面を走査し
、各範囲Ａ、、Ａ、、・・・Ａｎ内にそれぞれ同時に明
暗度が急変する輪郭候補点が存在し、かつ各範囲ＡＩ　
＋　Ａ１　ｒ・・・Ａｎ内における明暗濃度変化方向が
予め物体とその背景との明暗度によって定まる方向と一
致する点（フィルタ特徴点）の有無を調べる。

例えば本実施例における検出対象物体１（第２図）に対
しては、第５図に示すようにｎ　＝　２のそれぞれある
範囲ＡＩ　ｒ　Ａ２　（ＡＩ　ｒ　Ａ２の間隔はｌりを
特定し、かつ範囲ＡＩでは明暗濃度変化方向が「立ち下
がり」を、範囲Ａ２では「立ち上がり」を特定するフィ
ルタ（以下、ＬＮ−フィルタという）を設定し、このＬ
Ｎ−フィルタのフィルタ位置（黒丸で示した位置）を移
動させながら範囲Ａｌ　、Ａ、内において同時に輪郭候
補点が存在し、かつ明暗濃度変化方向が一致するフィル
タ特徴点の有無を調べる。なお、ＬＮ−フィルタの間隔
Ｌ１　ｒ　Ｌ２　ｒ・・・Ｌｎは、検出対象物体の幾何
学的形状によって定まり、テレビカメラの拡大率で一義
的に決定される。このため、フィルタ構造の決定に際し
、学習等の煩雑な手続は不要である。

また、ΔＬｌ　、ΔＬ２．・・・ΔＬｎはノイズ、ボケ
成分、光学系の歪等により決定される。

第６図は本発明（ごよる物体認識方法を実施するための
装置の一例を示す概略構成図で、検出対象物体１をＩＴ
Ｖカメラ２が撮影している場合に関して示している。Ｉ
ＴＶカメラ２け、前記物体１を所定の視野で撮影し、そ
の入力画像の明暗信号を含むビデオ・コンポジット信号
を同期分離回路３およびＡ／Ｄ変換器４に出力する。同
期分離回路３は入力するビデオ・コンポジット信号から
同期信号を分離し、この同期信号に基づいてランダム・
アクセス０メモリ・アレイ（ＲＡＭアレイ）５のアドレ
スを指定し、Ａ／Ｄ変換器４は入力するビデオ・コンポ
ジット信号の明暗信号を明暗状態が１６１ｖ調の画像デ
ータに変換し、これを前記指定したアドレス位置に書き
込む。このようにしてＲＡＭアレイ５には、第７図に示
す原画像の明暗度を示す一画面分の画像データが保存さ
れる。

なお、ＲＡＭアレイ５のＸおよびＹアドレスを指定する
ことにより任意の画像データを抽出することができる。

一方、メモリ６にけ、本発明方法を実施するための主プ
ログラム等が記憶されており、中央処理装置（ＣＰＵ　
）７は、その主プログラム内容に基づきＲＡＭアレイ５
中の画像データの画像処理を実行する。

次ζこ、上記ＣＰＵ７の処理手順を第８図に示すフロー
チャートに従いながら具体的に説明する。まず、第５図
に示したＬＮ−フィルタのフィルタ位置（走査位置）を
第７図に示すように開始点ＰＳＴに移動し、この走査位
置がフィルタ特徴点であるか否かを調べる。

ここで、フィルタ特徴点であるか否かは、ＬＮ−フィル
タによりて指定された２つの画素群の画像データの微分
を行う。

Ａ　／　Ｄ変換された画像データの微分を行うためには
差分演算を行なう。主に利用される差分演算は、；２べ
１；示オもの力）パある。

１次差分　Δｆ　（ｉ）　＝　ｆ　（ｉン−ｆ（ｉ−１
）・・・・・・（１）２次差分　Δｆ　（１−１）＝＝
ｆ（ｉ）＋ｆ　（ｉ　−２）−２ｆ（ｉ−ｔ）・・・・
・・Ｃ） 第９図に示す微分回路８は上記第０）式ｌこ示す差分演
算を行うもので、ＬＮ−フィルタによって指定された連
続する画素群より順次取り出される画像データｆ（ｉ）
はレジスタ８ａおよび減算器８ｂに加えられる。レジス
タ８ａは画像データを１画素分遅延させるもので、１画
素分前の画像データｆ（１−１）を減算器８ｂに出力す
る。減算器８ｂＪｄ２人力より前記第（１）式に示す減
算を行い、１次差分Δｆ（ｉ）を示す画像データを出力
する。

第１０図は、前記第（２）式に示す２次差分の差分演算
を行う微分回路９の他の実施例を示すもので、ＬＮ−フ
ィルタによって指定された連続する画素群より順次取り
出される画像データｆ（ｉ）はレジスタ９ａおよび減算
器９ｂに加えられる。レジスタ９ａは画像データを１画
素分遅延させるもので、１画素分前の画像データｆ（ｉ
−ｔ）をレジスタ９ｃおよびシフトレジスタ９ｄに出力
する。レジスタ９Ｃはレジスタ９ａと同様に画像データ
を１画素分遅延させるもので、更に１画素分前の画像デ
ータｆ（ｉ−２）を減算器９ｅｊζ出力する。

シフトレジスタ９ｄは、入力画像データｆ（ｉ−１）を
１ビツトシフトして２倍し、これを減算器９ｂに出力す
る。減算器９ｂは、画像データ２ｆ（ｉ−ｔ）から画像
データｆ（ｉ）を減算し、その差分を減算器９ｅに出力
する。減算器９ｅはレジスタ９Ｃからの画像データより
前記減算器９ｅからの差分値を減算し、２次差分Δｆ　
（ｉ−１）を示す画像データを出力する。

さて、上記微分回路８および９からの微外出力値の絶対
値がある閾値よりも大きい場合には明暗度が急変する輪
郭候補点が存在すると判断し、また微分出力値の正負の
符号によって明暗濃度変化方向を判断する。

このようにして調べた走査位置がフィルタ特徴点でない
場合には、走査位置を右方向（Ｘ方向）に数画素分移動
する。この移動量は、Ｌ−フィルタのチェック範囲ΔＬ
１　、ΔＬ２により定まる。

そして、走査位置が走査範囲の最右端か否かを判断し、
最右端でない場合には、その現在位置がフィルタ特徴点
であるか否かを判断し、フィルタ特徴点でない場合には
上記処理を繰り返す。

このようにして、フィルタ特徴点がないまま走査位置が
走査範囲の最右端にくると、その走査位置が走査範囲の
最下端か否かを判断する。

走査位置が走査範囲の最下端（すなわち、第６図の位置
ＰＥＤ）の場合には、この画面には１゛検出対象物体が
ないＪと判断して画像処理が終了する。一方、走査位置
が走査範囲の最下端でない場合には、走査位置を走査範
囲の最左端に戻し、かつある距離（ΔＹ）だけ下方向（
Ｙ方向）に移動する（第７図参照）。そして、その走査
位置より再び走査を実行し、フィルタ特徴点の有無を調
べる。

以上のようにしてＬＮ−フィルタで画面を走査し、フィ
ルタ特徴点が検出されると、その走査位置において「検
出対象物体１を検出」と判断する。

なお、このＬＮ−フィルタでは検出対象物体１を横断す
るときにフィルタ特徴点が現われるため、検出対象物体
１の正確な位置を特定することができない。したがって
、この場合には、ＬＮ−フィルタを上下方向（副走査方
向）に移動してフィルタ特徴点が存在する範囲を調べる
ようにすれば、検出対象物体１の正確な位置を特定する
ことができる。また、フィルタ特徴点の副走査方向への
追跡長がある基準長以上となる場合のみ検出対象物体１
が存在するという判断を加えるようにすれば、より正確
率の高い物体認識ができる。

また、ＬＮ−フィルタは、ある範囲Ａ１　、Ａ２・・・
Ａｎが同じ走査線上に並ぶ上記実施例に限らず、第１１
図から第１４図に示すように種々の方向に、かつ個々の
範囲における数画素はフィルタ位置（黒丸で示す位置）
に向って並ぶように設定することができる。

また、ＬＮ−フィルタには方向性が存在するため、例え
ば検出対象物体に応じて設定されたＬ−フィルタにより
画面を走査し、「検出対象物体がない」と判断した場合
にはそのＬＮ−フィルタを所定角だけ旋回させてなるＬ
Ｎ−フィルタによって再び走査し、これを［検出対象物
体を検出」と判断するまで繰り返し実行し、検出対象物
体が検出されたときのＬＮ−フィルタの旋回角ｉどより
その検出対象物体がどの方向に存在するかを類推するこ
ともできる。

以上説明したように本発明ｌこよれば、輪郭線全周の追
跡は行なわず、ＬＮ−フィルタにより輪郭線を特定でき
る数個所における画素群を抜粋し、各画素群内でそれぞ
れ同時に明暗度の急変する輪郭候補点を検出し、かつそ
のときの各明暗濃度変化方向が指定した方向と一致した
ときに検出対象物体の輪郭線が存在すると認識するよう
にしたため、輪郭線の認識アルゴリズムが簡単となり、
処理時間を短縮することができる。また、雑音に対する
感受性が低いため対象物体を見いだす正解率が高くなる
。

【図面の簡単な説明】

第１図（ａ）〜（ｄ）は従来の輪郭線抽出方法による物
体認識の手順を説明するために用いた図、第２図（ａ）
および申）はそれぞれ従来の輪郭線の追跡を阻害する要
因の一例を示す図、第３図（ａ）および（ｂ）は本発明
を原理的に説明するために用いた図、第４図および第５
図はそれぞれ本発明に係るＬＮ−フィルタを説明するた
めに用いた図、第６図は本発明ｔこよる物体認識方法を
実施するための装置の一例を示す概略構成図、第７図は
第６図のＲＡＭアレイに保存される画像データの明暗度
を示す図、第８図は第６図の中央処理装置の処理手順の
一例を示すフローチャート、第９図および第１０図はそ
れぞれ微分回路の一例を示すブロック図、第１１図から
第１４図はそれぞれ他のＬＮ−フィルタの実施例を示す
図である。 １・・検出対象物体、２・・ＩＴＶカメラ、３　同期分
離回路、４・Ａ／Ｄ変換器、５−ＲＡＭアレイ、６・メ
モリ、７・・・中央処理装置（ＣＰＵ）。 ｔ’ｒ′”１こ 出願人代理人　木　村　高　久　１．’、、、、。 第１図 （Ｇ）　（ｂ） 、。）（ｄ） 第２図 （（１）　（ｂ） 第３図 ｉ ｉノミ 第４図 第５図 第６図 第７図

Claims (1)

【特許請求の範囲】
1. 連続した所定数の画素からなる画素群を１つとし、少な
   くとも２つ以上の画素群を１組として、各画素群間が検
   出対象物体の輪郭線に対応する位置関係で離間するよう
   に各画素群を指定するとともに、各画素群ζこおける明
   暗濃度変化方向をそれぞれ指定するためのフィルタ手段
   を用いて、前記検出対象物体が存在する所定視野の入力
   画像を走査し、前記１組の各画素群内でそれぞれ明暗度
   が急変する輪郭候補点の有無及び該輪郭候補点が存在す
   る場合の明暗濃度変化方向を検出し、１組の各画素群内
   でそれぞれ同時に輪郭候補点を検出し、かつそのときの
   各明暗濃度変化方向が前記フィルタ手段で指定した方向
   と一致したとき検出対象物体の輪郭線が存在すると認識
   する物体認識方法。