JPS61250504A - 移動体認識視覚センサ - Google Patents

移動体認識視覚センサ

Info

Publication number
JPS61250504A
JPS61250504A JP9169385A JP9169385A JPS61250504A JP S61250504 A JPS61250504 A JP S61250504A JP 9169385 A JP9169385 A JP 9169385A JP 9169385 A JP9169385 A JP 9169385A JP S61250504 A JPS61250504 A JP S61250504A
Authority
JP
Japan
Prior art keywords
charge
data
frame
image
frames
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP9169385A
Other languages
English (en)
Inventor
Masatsune Kosaka
正恒 香坂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Tateisi Electronics Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Omron Tateisi Electronics Co filed Critical Omron Tateisi Electronics Co
Priority to JP9169385A priority Critical patent/JPS61250504A/ja
Publication of JPS61250504A publication Critical patent/JPS61250504A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/024Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of diode-array scanning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

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】 〈発明の技術分野〉 この発明は、生産工程の自動化、道路交通管制などの分
野に利用される移動体認識視覚センサに関する。
〈発明の概要〉 この発明では、情報の処理時間を短縮して移動体の認識
を高速で行うことができるようにするため、連続する2
つのフレーム間の対応する画素信号の差分値を各画素ご
とに求め、その差分値に基づいて必要な情報を抽出する
ようにしている。
〈発明の背景〉 従来、移動体の認識を行う視覚システムにおいては、撮
像フレームごとに物体の輪郭線の抽出を行なっている。
すなわち、第7図に示すように、撮像によって得られた
画像信号は1フレームごとに2値化され、その2値化デ
ーダに基づいて物体の輪郭線の抽出が行われる。そして
、抽出された輪郭線から特徴点の抽出を行うとともに、
必要ならば対象物の形状認識を行い、線分情報の偏位抽
出により対象速度・方向等の検出を行っている。しかし
ながら、このような方式によれば、移動物体の背景部分
についても画像処理が行われ、この処理されたデータは
最終の処理過程で利用されることなく捨てられるもので
あるため、演算能力が有効に利用されず、処理に要する
サイクル時間が長くなって高速の移動物体の追尾制御が
困難であるという問題があった・ 〈発明の目的〉 この発明の目的は、上記従来技術の問題点を解決し、情
報の処理時間を短縮して高速で移動体の認識を行うこと
ができる移動体認識視覚センサを提供することにある。
〈発明の構成および効果〉 上記目的を達成するため、この発明による移動体認識視
覚センサは、連続する2つのフレームにおいて対応する
画素ごとにその信号の差分値を演算する手段と、差分値
の大小により区分される領域の輪郭線を抽出する手段と
、輪郭線の位置関係を照合して特徴点対座標を抽出する
手段と、特徴点対座標から対象物の位置、姿勢、移動速
度、およびその方向の少なくとも1つを認識する手段と
を備えて構成されている。
この発明によれば、連続する2つのフレームの対応画素
の各々について差分値を求め、その値の大小により区分
される領域の輪郭線を抽出するようにしているので、取
扱情報量が大幅に減少し、迅速な画像処理を行うことが
可能となる。また、この発明による移動体認識視覚セン
サは、単位画素群の並列処理方式による布線倫理で容易
に実現することができ、またアレイ配置による集積回路
化を行うことも極めて容易である等、発明目的を達成し
た顕著な効果を奏する。
〈実施例の説明〉 第1図は、この発明による移動体認識視覚センサの一実
施例を示すブロック図である。2次元イメージセンサは
、光電変換部1とタンデム2段形の画素電荷蓄積部2と
から成り、光電変換部1は多数の光電変換素子1aが行
・列に配列されて構成され、電荷蓄積部2,3は多数の
電荷転送素子’la、3aが行・列に配列されて構成さ
れている。光電変換素子1aは空間的に1画素を構成し
、それ自体電荷転送素子であって受光窓を有しており、
フレームタイミング中に受光窓を介して受ける光量に対
応する電荷を蓄積して、その電荷を転送サイクルタイミ
ングに電荷蓄積部2に転送する。一方、電荷転送素子2
a、3aは受光窓を有さず、アナログバッファとして機
能するものであり、電荷転送素子2aは、光電変換部1
から1フレーム前の撮像による電荷の転送を受けてこれ
を蓄積し、電荷転送素子3aは、電荷蓄積部2からセン
ス増幅部4を介して更にlフレーム前(つまり2フレー
ム前)の撮像による電荷の転送を受けて、これを蓄積す
る。
電荷蓄積部2からセンス増幅部4を介して読み出された
1フレーム前の画像信号および電荷蓄積部3からセンス
増幅部5を介して読み出された2フレーム前の画像信号
は、演算増幅部6に入力され、演算増幅部6はこれらの
入力の差を求めるアナログ演算を行う。このようにして
得られた差信号は、3値化部7において3僅に量子化さ
れる。
第2図は、3値化部7の処理過程の一例を示す説明図で
あり、例えば−8く入力値(差分値)〈Sのとき出力値
=O,S>差分値のとき出方値=−1、Sく差分値のと
き出力値=+1のように規定しておく。ここで、Sは予
め定められる所定の値である。これにより、静止してい
る背景画像の画素データを「o」にして画像データを縮
退させることができる。
直並列シフトレジスタ8は、量子化部7から上記量子化
論理値を1行分並列的に受けて、これを空データ検出部
9および3値フレ一ムメモ1月0に1ワードずつ直列的
に伝送する。3値フレームメモリ1oは、1フレームの
画素数相当の大きさで+1.0、−1の3値状態を記憶
する。また、3値フレームメモリ10は、ページ方式に
メモリ管理されるものであってもよく、2値論理で構成
するときは(”1 + +1)、(−1,−1)を記憶
する2組のビットマツプメモリ実現してもよい。
空データ検出部9は、少なくとも1つのrOJでない値
を受は取ったときにrlJを記憶し、1フレームまたは
ページ(3値フレームメモリ10がページ方式の場合)
に対応するデータ列の先頭データを受ける前に「0」に
リセットされる。すなわち、1行のデータがすべてrO
J(つまり空データ)であれば「0」を記憶し、そうで
なければrlJを記憶するのである。そして、2値メモ
リ群11は、空データ検出部9の検出結果を受けて、各
列ごとに空データか、空でないデータかの区別を記憶す
る。
一方、3値化部7において3値に量子化された論理値は
、直並列シフトレジスタ8を介して各列ごとに空データ
検出部12に与えられ、空データ検出部12は、上記空
データ検出部9と同様の動作によって、各列ごとに空デ
ータが否かを検出する。そして、この検出結果は、直並
列シフトレジスタ13の働きによって、1ワードずつ直
列的に2値メモリ群14に伝送される。
これにより、2値メモリ群14は、各列ごとに空データ
か、空でないデータかの区別を記憶する。
輪郭線抽出部15は、2値メモリ群11.14から空デ
ータの行・列のアドレスを受けて、輪郭線抽出の対象エ
リアを縮退させた後、「+1」、「−1」の値を有する
領域の輪郭線を抽出する。
3値フレームメモI710がページ方式にメモリ管理さ
れるものであるときには、ページごとに空データかどう
かを利用して対象エリアを縮退させる。
ここで、第3図(a)は、連続する2フレームの画像の
一例を示しており、この2フレ一ム間において対象物画
像はAからBに位置を変えているが、背景画像Cは静止
したままである。
このとき、対象物が背景画像よりも画像信号が大(陽画
方式では反射率大)とすれば、3値フレームメモリ上の
データは第3図(b)に示す如くなり、外側の左下り斜
線領域Pは「0」値の領域であって輪郭線抽出の対象エ
リア縮退により除かれる領域、内側の無地領域QはrO
J値の領域、クロス斜線領域R1,R2,R3は「+1
」値の領域、および右下り斜線領域Sl。
S2.S3は「−1J値の領域をそれぞれ表している。
上記「+1」値領域R1,R2,R3および「−1」値
領域Sl、S2.S3の輪郭線を輪郭線抽出部15にお
いて抽出するとき、例えば「+1」領域R1,R2,R
3については右廻り、「−1」領域Sl、S2.S3に
ついては左廻りにつなぐ直線または単位図形(プリミテ
ィブ;有限バロメータで関数表示可能な図形レコード)
のアレイで表現する。第3図(C)は、領域R1につい
てこのような閉路線分データの2値表現形式の一例を示
すものであり、これは筆記文字の認識過程などにおいて
周知のものである点a、cは他領域との接続点となって
おり、したがって点a、cデータ部分では先頭の接続点
フラグが「1」、他の点す、d、e、fのデータ部分で
は先頭の接続点フラグが「0」となって、その後に各点
の直交座標値のデータが続いている。
ところで、このように方向要素つき閉路線分情報を中間
出力としておくことによって、接続点(例えば第3図(
C)の点a、c)で接続される他領域の閉曲線のうち同
方向のものを順に追って行って1つの閉曲線を構成すれ
ば対象物の輪郭線を再構成することができるので、対象
物輪郭線を再生する処理過程に好都合であるとともに、
図形データ処理論理を利用する制御システムにも適合す
る。なお、このような輪郭線抽出過程は、自動作図シス
テム等における図形モデルのデータ変換過程で周知であ
る。この発明を搬送システムの制御用視覚センサシステ
ムに適用する場合には、搬送システム側に図形モデル処
理過程が保有されていることが多く、そのときには、上
記方向要素つき閉路線分情報を受渡しすることで足りる
特徴点抽出部16は、「+1」および「−1」領域の輪
郭線の形状と相似図形部分の位置関係を照合して、前回
撮像フレームと今回撮像フレームとの特徴点対座標を抽
出する。3値フレームメモリ10上のデータ領域は実際
には画素単位で量子化されているので、領域の境界線は
第4図(a)に示すように直交する折線で構成されてお
り、例えばこの第4図(a)の「+1」領域に対しては
、第4図(b)に示すように0/+1.+110の境界
線を構成する線分の特徴点P、、Pを抽出して、特徴点
対の抽出を行うのである。例えば第3図(b)の3値フ
レームメモリ10上のデータに対しては、第3図(d)
に示す如きの特徴点対が得られる。このような特徴点対
を抽出する手段は、図形データのマツチング処理過程(
通常は規範図形と実在図形の照合による同定)として、
コンピュータグラフィックスの分野で周知である。
位置・姿勢演算部17は、特徴点対座標から対象物の位
置、姿勢データを算出する。特徴点と対象物体の位置を
表現する指標となる点(例えば重心点、基準面を示す点
)との関係は予め図形モデルとして与えられているので
、特徴点座標値から位置データに変換することができる
また、複数の特徴点の相対位置から、対象物体の姿勢デ
ータを算出することができる。
一方、速度・方向演算部18は、特徴点対座標から対象
物の速度、方向データを算出する。
1対の対応する特徴点を結ぶ線分の長さが速度を、また
その方向が移動方向を表しており、これらは特徴点座標
の四則演算の組合わせで求めることができる。なお、位
置・姿勢データおよび速度・方向データの算出処理過程
では、実際には外乱による異常データが含まれているの
で、上下限検定を行って異常データを排除する。ある値
以上の複雑さを有する対象物体の場合、特徴点の数は、
位置、姿勢、速度および方向を求めるのに十分な冗長度
を有するデータを提供するのに十分なものであるので、
上記方法により異常データを排除することが可能しある
。−例として、すべての特徴点対のデータを用いて速度
・方向データを算出し、これを平均化するとともに分散
を求め、これらの値をもとに上下限を設定して、その範
囲を逸脱する特徴点対をデータから除外した後に再度平
均を求めるなどの、周知のデータ平滑化手段を適用する
ことができる。
第5図は上述した動作を簡単に示したタイミングチャー
トであり、(a)のタイミングで撮像された各1フレー
ムの画像データは、(b)のタイミングで電荷蓄積部2
に転送される。続いて(C)のタイミングでセンス増幅
部4により電荷をセンスし、アナログメモリ (電荷蓄
積部3)にこれを記憶する。次に(d)のタイミングで
、電荷蓄積部2,3のデータを読み出して演算増幅部6
においてこれを比較し、3値化部7において3値化を行
う。3値化データは、直並列シフトレジスタ8の働きに
よって、(e)のタイミングで行方向に刈取られて3値
フレームメモリ10に記憶され、続いて(f)のタイミ
ングで、特徴点抽出部16以下において位置、姿勢、速
度および方向の演算が実行される。
第6図は、上述したこの発明による移動体認識視覚セン
サの処理過程の時系列を示す。第7図の従来技術のもの
と比較して、本発明の場合処理過程の数は多くなってい
るが、3値化より後の過程で取扱う情報量が激減するこ
とが期待でき、定速移動や定姿勢移動などの異常監視を
行う場合など、予測データを発生させ照合を行う手段の
導入により、取扱情報量をさらに圧縮することができる
第1図の回路構成中、光電変換部1〜3値フレームメモ
リlOの過程は単位画素群の並列処理方式による布線論
理、3値フレ一ムメモリ刊〜速度・方向演算部18の過
程は布線論理によることも例えばマイクロプログラミン
グを利用した従来方式の蓄積論理によることも可能であ
り、また輪郭線抽出部15以前の過程は、単位画素群に
対して同一の処理を行なうものであるためアレイ配置に
よる集積回路化に適合する。例えば3値フレームメモリ
10までの過程(前段)を布線論理形アレイ論理集積回
路で、輪郭線抽出部15以下の過程(後段)をマイクロ
プログラム方式の蓄積論理形集積回路で具体化し、さら
に後段を制御指令を生成する処理過程と共用する機能分
散形の視覚センサ構成とした場合、後段部分は対象シス
テムに合わせて具体化されるようフレキシビリティが求
められるものであるため、機能分散方式の有効性が得ら
れ、例えば部品の選別や道路運送車両の車種選別などの
有限個の形状モデルとの照合による同定を行う目的に対
して、形状特徴を効率的に抽出することができる。
【図面の簡単な説明】
第1図はこの発明による移動体認識視覚センサの一実施
例を示すブロック図、第2図は3値化処理過程を示す説
明図、第3図は輪郭線抽出処理過程を示す説明図、第4
図は特徴点抽出部゛  理過程を示す説明図、第5図は
第1図の動作を示すタイミングチャート、第6図は第1
図の処理過程の時系列、を示す図、第7図は従来の移動
体認識視覚センサの処理過程の時系列を示す図である。 ■・・・・・・光電変換部  2,3・・・・・・電荷
蓄積部6・・・・・・演算増幅部    7・・・・・
・3値化部9.12・・・・・・空データ検出部 10・・・・・・3値フレームメモリ 15・・・・・・輪郭線抽出部  16・・・・・・特
徴点抽出部17・・・・・・位置・姿勢演算部 18・・・・・・速度・方向演算部 時 許 出 願 人  立方電機 株式会社端6図 第1図の丸埋AJF&の 1系;す1−Fr、オコ 皆り図 6εゑのメJ1めki9に一オIの す不ケ]1rr4図

Claims (3)

    【特許請求の範囲】
  1. (1)連続する2つのフレームにおいて対応する画素毎
    にその信号の差分値を演算する手段と、前記差分値の大
    小により区分される領域の輪郭線を抽出する手段と、 前記輪郭線の位置関係を照合して、前記2つのフレーム
    の特徴点対座標を抽出する手段と、前記特徴点対座標か
    ら対象物の位置、姿勢、移動速度およびその方向の少な
    くとも1つを認識する手段とを備える移動体認識視覚セ
    ンサ。
  2. (2)前記特徴点対座標を抽出する手段は、前記輪郭線
    の部分について相似形状の部位を識別する手段を含む特
    許請求の範囲第1項記載の移動体認識視覚センサ。
  3. (3)前記輪郭線を抽出する手段は、前記差分値が0で
    ある領域を抽出の対象領域から縮退させる手段を含む特
    許請求の範囲第1項記載の移動体認識視覚センサ。
JP9169385A 1985-04-27 1985-04-27 移動体認識視覚センサ Pending JPS61250504A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP9169385A JPS61250504A (ja) 1985-04-27 1985-04-27 移動体認識視覚センサ

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9169385A JPS61250504A (ja) 1985-04-27 1985-04-27 移動体認識視覚センサ

Publications (1)

Publication Number Publication Date
JPS61250504A true JPS61250504A (ja) 1986-11-07

Family

ID=14033590

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9169385A Pending JPS61250504A (ja) 1985-04-27 1985-04-27 移動体認識視覚センサ

Country Status (1)

Country Link
JP (1) JPS61250504A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63180806A (ja) * 1987-01-22 1988-07-25 Fuji Electric Co Ltd 対象パタ−ンの回転角検出方法
JPH02126105A (ja) * 1988-11-04 1990-05-15 Matsushita Electric Ind Co Ltd 位置認識方法
JPH04169852A (ja) * 1990-11-02 1992-06-17 Chubu Electric Power Co Inc 画像速度検出方法およびその装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63180806A (ja) * 1987-01-22 1988-07-25 Fuji Electric Co Ltd 対象パタ−ンの回転角検出方法
JPH02126105A (ja) * 1988-11-04 1990-05-15 Matsushita Electric Ind Co Ltd 位置認識方法
JPH04169852A (ja) * 1990-11-02 1992-06-17 Chubu Electric Power Co Inc 画像速度検出方法およびその装置

Similar Documents

Publication Publication Date Title
Hu et al. SINet: A scale-insensitive convolutional neural network for fast vehicle detection
CN110033002B (zh) 基于多任务级联卷积神经网络的车牌检测方法
EP3620966A1 (en) Object detection method and apparatus for object detection
US4590607A (en) Image correspondence techniques using serial neighborhood processing
CN113343778B (zh) 一种基于LaneSegNet的车道线检测方法及系统
Xu et al. Fast vehicle and pedestrian detection using improved Mask R‐CNN
CN111881853B (zh) 一种超大桥隧中异常行为识别方法和装置
Ye et al. Application of lightweight railway transit object detector
JP7455841B2 (ja) シーン内の物体を追跡する方法
CN112926462B (zh) 训练方法、装置、动作识别方法、装置及电子设备
CN112446292B (zh) 一种2d图像显著目标检测方法及系统
CN113111875A (zh) 一种基于深度学习的无缝钢轨焊缝缺陷识别装置及方法
CN109344801A (zh) 一种物体检测方法及装置
CN111753766A (zh) 一种图像处理方法、装置、设备及介质
CN111340841A (zh) 一种实时多运动目标检测方法与系统
Bhardwaj et al. Image processing based smart traffic control system for smart city
JPS61250504A (ja) 移動体認識視覚センサ
Feng et al. Improved YOLOv8 algorithms for small object detection in aerial imagery
US20050074141A1 (en) Image processing apparatus and method and program
CN116205927A (zh) 一种基于边界增强的图像分割方法
CN113205545B (zh) 区域环境下的行为识别分析方法、系统
Sreeja et al. Traffic Sign Detection using Transfer learning and a Comparison Between Different Techniques
CN114529885A (zh) 一种道路交通护栏识别方法及装置
JPH04345396A (ja) 移動物体追跡方法
JPH01177682A (ja) 図形認識装置