JPS62284485A - 線状パタ−ン認識方法 - 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】 り０発明の詳細な説明 〔産業上の利用分野〕 この発明は原画像メモリに記憶した画像データから線状
パターンを的確に認識する線状パターン認識方法に関す
る。

〔従来の技術〕

従来、目視確認によって行なわれていた路面やトンネル
内壁等のクラック・凹凸等の検出を自動化するために、
各種提案がなされている。例えば、特願昭５８−２２９
５６３号あるいは特願昭５９−２３３９２３号において
は、第１５図および第１６図に示す如く、車両１に、レ
ーザ発振器２、ミラー３および電動機４等からなるレー
ザ走査系と、受光センサ５と、走行距離計（図示せず）
等を設け、道路横断方向にレーザ光りを走査し、路面か
らの散乱光を受光センサ５で受光するようにしている。

この際、第１７図（ａ）に示す如く、レーザ光が照射さ
れた路面にクラック等の凹部が存在しない場合には前記
受光センサ５に所定光量の散乱光が入射されるが、同図
（ｂ）に示す如く、路面上にクラックが存在する場合に
はシャドウ作用により受光センサ５に対する入射光量が
著しく低下することになり、これら提案においては、前
記受光センサ５の出力を前記走行距離計の計測値ととも
にビデオテープレコーダー（ＶＴＲ）等に記録させた後
、例えば専用の画像メモリに格納するようにしている。

この画像メモリに格納されたデータは第１８図に示す如
く、Ｘ方向アドレスが車両の走行方向、Ｙ方向アドレス
が道路横断方向、Ｚ方向がクラックについてのデータ（
多階調あるいは２値）を示すことになり、この格納デー
タを解析することによりクラック等の凹凸をその大きさ
、位置および形状について検出することができる。

ところで、このような路面画像からのクラック自動認識
においては、 （１）道路の骨材等の影響で雑音が非常に多い。

（ｎ）クラックは、局所的な方向変化や幅の変動を持つ
。

（ＩＩＩ）不連続部（クラックのとぎれ）を多く生じて
いる。

（ＩＶ）道路の環境条件、施工法等により、表面状態が
大きく異なり重畳する雑音が一様でなく、また、横クラ
ック、亀甲クラックといったクラック発生パターンも異
なる。

等の状況があり、クラック等の線状パターンを高精度に
検出するための技術が要望されていた。

そこで、従来行なわれてきた線状パターンの認識方式を
例示すると、 （１）濃淡画像を２値化し、暗い（又は明るい）線の領
域を抽出し、その後細線化処理を行って線を認識するも
の （２）線検出オペレータとの相関をとり高相関部に線が
存在すると認識する方法 （３）成る点を中心とする複数の方向についての画素の
濃淡和等から、読点についての線存在方向を求め、以下
順次同様の処理を行なう追跡処理により線を認識するも
の 等があった。

また文字認識の分野においては （４）２値画像の黒信号をＸ、Ｙ方向に夫々カウントし
、該カウント値を波形値として投影波形を生成し、その
後基準パターンとの照合により文字認識をするもの （５）広い領域についての投影結果から文字部のような
線の密集した領域を抽出し、さらに各文字を切り出した
後、この投影波形と基準パターンとの照合により文字を
認識するもの 等があった。

〔発明が解決しようとする問題点〕

上記（１）　（２）および（３）の従来技術は、総体的
に雑音に弱く、また複雑な処理を行なう割にはその認識
精度が悪いために、雑音成分が多くかつ線形状か複雑な
前記路面上のクラック検出のような分野には適用できな
いという問題点がある。

また、投影処理には一般に投影方向への濃度平均化効果
があるため上記（４）および（５）の従来技術のような
広い領域からの投影では細い線状パターンの認識が困難
であり、仮に線存在方向に投影をとることができたとし
ても、前記クラックのような複雑な線形状の認識は不可
能である。さらにこれらにおいては、認識処理のために
基準パターンが必要であるという問題点がある。

この発明は上記問題点を解決しようとするものであり、
例えば路面クラックのような複雑な線状・パターンを高
精度に検出することができる線状パターン認識方法を提
供しようとするものである。

〔問題点を解決するための手段〕

そこでこの発明では、原画像データが記憶された原画像
メモリの記憶領域を複数の領域に分割し、該分割した領
域の画像データから夫々複数の投影角度による投影波形
を各領域毎に求め、これら投影波形を解析することによ
り各分割領域における線状パターンの有無、線方向、線
幅および線長を判定し、これら判定結果によって各分割
領域毎に前記線状パターンに対応する線セグメント（例
えば矩形状）を抽出するようにする。

〔作用〕

前記分割した領域毎に複数の投影角度による投影波形を
求める方法としては、前記原画像メモリを複数の領域に
分割するスリットを想定し、画像を固定し分割スリット
を回転する方法、あるいは分割スリットを固定し画像を
逆方向に回転する方法等があり、このようにして得られ
た各回転スリット領域について例えばｘ、Ｘ方向の投影
波形を求めるようにする。そして、これら投影波形を解
析することにより矩形状の線セグメントの形状および方
向を特定する線状パターンの線方向θ、線幅Ｗおよび線
長りを決定する。

〔実施例〕

以下、この発明を添付図面に示す実施例に従って詳細に
説明する。

まず、第１図に従って、この発明の一実施例の基本的概
念について説明する。

第１図（ａ）に示すような線状パターンＬＰを含む２５
６画素×２５６画素の画像を考える。この場合１画素は
例えば８ビツトからなり、１〜２５°６階調を表わすこ
とができる多値濃度データであるとする。この画像に対
して同図（ａ）の破線で示すような４×４の正方スリッ
トをかけ、これらスリットで画像を４Ｘ４の正方メツシ
ュ領域に分割し、次いで第１図（ｂ）に示すように、こ
の分割メツシュ領域（以下スリット領域という）のＸ方
向およびＸ方向についての投影波形を求める。この際の
投影波形値Ｓ　、Ｓ　としては、役ｙ 影方向の画素列（ｎ）の濃度データの平均値５ＴｈＤ、
／ｎ（Ｄ、：濃度データ）を用いるようにｔ＋＋　　　
　ｔ、　　　　　　　　　　　１する。いま、線状パタ
ーンが前景に比べて大きな濃度値を示すと仮定すると、
線状パターン付近の投影波形値は第１図（ｂ）に示す如
く他領域より大きな値となる。

次に、各スリット領域の領域中心を回転中心としてスリ
ットを０〜９０度の範囲で所定角度ずつ順次回転し、各
回転角度毎の投影波形を求める。

この回転したスリット投影波形を求める方法としては、
第２図に示す如く、画像を固定してスリットを回転する
方法と、スリットを固定して画像を回転させる方法とが
ある。尚、スリットとは、投影波形を計算する領域を識
別させるためのもので、スリット投影波形を求める際に
は、スリット（又は画像）の回転に関係なく、常にスリ
ットの各辺に平行な方向に画素列の平均濃度を求めるよ
うにする。この際、回転後のスリット領域の格子点は回
転前の画像の格子点と一致しなくなるので、回転後のス
リット領域の格子点の濃度値は、例えば近傍４画素の濃
度の重み平均を求める補間処理を行なうことにより決定
する。

このようにして、各回転角度毎の投影波形を求めるよう
にすると、線状パターンＬＰに沿った方向の投影波形は
、第１図（ｃ）に示すようにある所定の角度θ回転した
ときにそのピーク値Ｐが最大となり、これにより線状パ
ターン存在方向θを求めることができる。

次に、このようにして得られた線方向θに本当に線状パ
ターンＬＰが有るか否かは前記ピーク値Ｐの大小に基づ
き判定する。

例えば該ピーク値Ｐを所定の閾値Ｐｔｈと比較し、Ｐ≧
Ｐ　のとき、　線有り ｈ ｐ＜ｐ　　のとき、　線無し ｈ と判定する。尚、前記閾値Ｐｔｈは例えば次式にしたが
って決定する。

Ｐｔｈ−α・Ｓ　十β　　（α≧１）・・・（１）Ｖ ここで、Ｓ　は画像全体（２５６ｘ２５６画素）Ｖ の平均濃度値であり、またαおよびβは夫々経験的に求
めた重み係数および補正係数である。

次に、線状パターンの線幅Ｗは例えば第１図（ｃ）に示
す如く投影波形を所定の閾値Ｔｈｄ１で閾値処理しピー
クの切線の長さＷをもって線幅とする。この閾値Ｔｈｄ
１としては前記線対象の有無判定の閾値Ｐｔｈを代用す
るようにしてもよく、また他の適当な値を設定するよう
にしてもよい。

次に、線状パターンの長さしは第１図（ｄ）に示すよう
にスリット領域を幅方向にのみ既に得られたクラック幅
Ｗに制限し、該制限されたスリット領域について投影波
形を求め、ある閾値Ｔｈｄ２で閾値処理することでスリ
ット領域中に含まれる線長りを決定する。これは、単な
る正方スリットでは、線に沿った方向の波形は、線のピ
ークが明瞭に現れるが、幅方向の波形ではピークのコン
トラストが低くなるためである。この閾値Ｔｈｄ２とし
ては、例えば、対象有無判定の前記閾値Ｐｔｈあるいは
画像全体の平均濃度値Ｓ　等を用いるようＶ にする。

この様な投影波形解析を行なうことにより、１つのスリ
ット領域に含まれる線状パターンを第１図（ｅ）に示す
ように幅Ｗ１長さＬ１方向θが既知の矩形パターンとし
て認識することができる。

これを線セグメントと呼ぶ。そして、この様な処理を第
１図（ａ）の各メツシュ領域について行なうと、各メツ
シュ毎に線状パターンを幅Ｗ、長さＬ１方向θが既知で
ある線セグメントとして抽出することができる。

なお、前記方向θ、線幅Ｗおよび線対象の有無の判定に
標準偏差σを用いるようにしてもよい。

この場合には、スリット領域を所定角度ずつ順次回転し
ていく際、各回転角度ごとの投影波形の標準偏差σを求
め、該標準偏差σが最大となったときの回転角θを線方
向として判定するようにする。

そして、このようにして得られた方向θにおいて、線対
象の有無を判定する際には、この方向θにおける投影波
形の標準偏差σを所定の閾値σｔｈｌ　と比較し、 σ≧σ　　のとき、　線有り ｈｌ σくσ　　のとき、　線無し ｈｌ と判定する。この閾値σ　　は例えば次式に従っｈｌ て決定する。

σｔｈｌ−７・σ　＋δ　（γ≧１）・・・（２）ｖ ここで、σ　は画像全体の各メツシュで得られたｖ 各投影波形の標準偏差を平均した値であり、またγおよ
びδは夫々経験的に求めた重み係数および補正係数であ
る。

この場合、線方向θは、投影波形の標準偏差を求め、そ
れが最大となったときのスリット回転角から求めたが、
この発明を先の第１５図乃至第１８図を用いて説明した
路面画像計測に適用する場合には以下のような補正を行
なうようにしたほうが望ましい。すなわち、この路面画
像計測はレーザ光を道路横断方向に走査するフライング
スポット法の原理に基づいており、レーザ、ディテクタ
の幾何学的位置関係により、道路縦断方向に凹凸が強調
されるように工夫されている。第３図（ａ）は道路表面
状態を示すものであり、同図（ａ）に示すクラックＣＲ
，大きな凹部ｇをフライングスポット法で撮像した場合
には、同図（ｂ）に示す如く、これらクラックＣＲ，凹
部ｇはレーザ走査方向に延びた横長の形状となる。尚、
同図（ｂ）において、ｍは微小な凹部による影である。

そのため、道路横断方向の投影波形の標準偏差は、縦断
方向のものよりも太き（なゆ、標準偏差からクラック方
向を求める場合は、方向に依存した補正が必要となる。

この補正においてはまず、第４図（ａ）（ｂ）に示す如
く、回転を行なわない投影スリット領域ごとに、画像の
横断方向と縦断方向についての標準偏差σ　（ｔ、ｊ）
、σ　（ｔ、ｊ）を求め、Ｘ　　　　　　　　　　　　
　　　　　　１次式に従うて求める。

ΣΣσ　（ｉ、ｊ） ｘ　　　　　４×４　　　　　　　　・・・（３）次に
、スリットを任意角度θ回転させた場合のその方向の投
影波形のＦＩＡ準偏差の予想値σ（θ）を回転角θによ
りσ　、σ、を比例配分して次式の如く求める（第４図
（Ｃ））。

そして、このようにして求めたθを変数とする予想標準
偏差σ（θ）を用いて各回転角度ごとに求めた前記スリ
ット投影波形の標準偏差σを次式に従って正規化する。

ξ−□　　　　　　　　　　　・・・（６）σ（θ） ただし、上式においてσ（θ）およびσを求める時の回
転角は同一値である。

そして、このようにして各回転角度毎の値ξを求め、該
値ξが最大となったときの回転角θをクラック方向とし
て判定するようにして計測画像の方向性による影響を受
けずにクラックの方向を決定することが出来るようにす
る。

クラック存在方向θが得られた後、クラックの有無その
ものは、上で述べた正規化された標準偏差ξが例えば１
以上の場合のみクラック有りと判定する。尚、この値１
は経験的・統計的に求めた値であり、一般式 ％式％ で表わすことのできる値である。これは画像中の雑音等
で生じる平均的な波形分散よりも大きい場合のみ、何ら
かの対象があると判断していることになる。

また、線幅Ｗを決定する際には、第５図に示す手順によ
って行なってもよい。すなわち、方向θにおける投影波
形をそのピーク値ＰよりΔＰ減じた値Ｐ−ΔＰで閾値処
理し、閾値Ｐ−ΔＰより大きな部分を値Ｐ−ΔＰで置換
えた波形（実線）についその標準偏差σを求め、 σ　　：幅決定の閾値 ”　ａｔｈ２　　　　　ｔｈ２ を満足すればその時のピークの切線の長さをもって線幅
Ｗとする。

しかし、 ａ＞ａｔｈ２ であればさらにΔＰ減じた値Ｐ−２・ΔＰを閾値として
同様の処理を行ない、σ≦σ　　の条件をｈ２ 満足する迄同様の処理を繰返し、上記条件が満たされた
ときのピークの切線の長さをもって線幅Ｗとする。上記
閾値のステップΔＰとしては例えばデジタル画像の量子
化ステップ（２５６階調で１階調）とし、また閾値σ　
　としては例えば前述ｈ２ の閾値σ　　（−γ・σ　＋δ）を用いるようにｔｈｌ
　　　　　　ａｖ してもよい。尚、この線幅決定の際、閾値σｔｈ２を前
記第４図に示した正規化処理により補正するようにすれ
ば、計測画像の方向性による影響を受けずに、より正確
に線幅Ｗを決定することができる。

また、この線幅決定の際、閾値Ｐ−ｉ・ΔＰ（ｉ−１，
２・・・）で閾値処理した波形の平均値を求め、該平均
値が所定の閾値以下となるまで前記同様の処理を行ない
、この条件が満たされたときのピークの切線の長さをも
って線幅Ｗとするようにしてもよい。

次に、第６図（ａ）に示すような線状パターンＬＰの認
識を考える。第６図（ｂ）に示すような４×４の正方メ
ツシュをスリット領域として、各ドツト（・）をスリッ
ト回転中心として前述したような解祈処理を行なった場
合、同図（ｃ）に示すような不連続な線セグメントとし
て認識されることが多い。これは各スリットが回転して
いる場合、スリット境界付近にはスリット領域に含まれ
ない部分が生じるためであり、このためその部分に線が
存在していたとしても認識後の画像には欠落が生じるこ
とになる。これを解決するためにこの実施例では、同図
（ｄ）に示す如くスリットサイズは変えずにスリット回
転中心をスリット長さの１／２間隔に設定し、投影領域
をオーバーラツプさせることで、同図（ｅ）に示すよう
なとぎれのない連続した線状パターンとして抽出するこ
とができるようにした。

このようにして、スリット投影位置を完全にオーバーラ
ツプさせるようにして線状パターンの欠落を防止するよ
うにしてもよいが、第７図に示すような手法を用いて演
算時間の短縮化を図るようにしてもよい。

すなわち、この方法においては、まず、第７図（ａ）の
様な線状パターンＬＰに対し、（ｂ）の様にオーバーラ
ツプさせずに粗くスリット投影を試み、（Ｃ）の様に部
分的な線セグメントを検出する。そして、それらの補間
位置について再投影を試みる。補間位置としては、例え
ば同図（ｄ）でＡとＢのスリット両方で線状パターン力
（検出された場合はｉの位置に再投影する。同様にＡか
つＣで線状パターンが検出されればｊの位置に、Ａかつ
ＤならＫの位置に再投影を行なう。したがって、この場
合の再投影位置は同図（ｅ）に示す如く３箇所となり、
この再投影によって同図（ｆ）に示すような連続した線
状パターンを得ることができる。この手法を用いれば、
検出能力を変えずに演算時間を減少させることが可能と
なる。

例えば、第６図のオーバーラツプ法ではスリット投影回
数は４９回（７Ｘ７）となり、第７図の補間法ではスリ
ット投影回数は１９回（４Ｘ４＋３）となる。

次に線状パターンが分岐を持つ場合の、分岐の判定およ
びスリット投影法について説明する。

線状パターンが、例えば第８図（ａ）に示すような分岐
を持つ場合、スリットサイズが大きいと、認識後の矩形
線セグメントは第８図（ｂ）にハツチングで示すような
ものとなり、分岐を充分に表現できないことがある。こ
れに対処するには、単にスリット領域を小さくすればよ
いが、全画像についてスリットサイズを小さくして処理
を行なうと、スリットサイズが小さくなる程投影による
平滑化効果が弱められ雑音を誤認識してしまう。したが
って、この実施例では各スリット領域における分岐の有
無を判定し、分岐がある場合、該分岐を持つスリット領
域についてのみスリットサイズを小さくして再投影を行
なうようにした。

スリットを線存在方向θに回転したときのスリット領域
のｘ、ｙ方向の投影波形を求め、それらの各標準偏差の
うち大きなほうをσ　、小さなはうをσ　とし、これら
σ　、σ　を各種画像につし　　　　　　　　　　　　
　　　　　　　　　　　　ＨＬいて調べると、スリット
領域中の画像パターンはσ１１．σＬによって第９図に
示す如く分類できることがわかった。すなわち、第９図
（ａ）は、線状パターンや分岐等が存在しない背景を示
すものであり、この場合σ■は小さな値となり、またσ
Ｉ＋　’　　σ　には差がなくσＩＩ　／σＬ＊１とな
る。

第９図（ｂ）はピット（花立点）を示すものであり、こ
の場合σ　は中程度の値となり、σＨ／σＬ→１となる
。第９図（Ｃ）はクラック等の単純な線を示すものであ
り、この場合σＨは大きな値となり、σＩＩ　／σＬも
大きな値となる。そして、第９図（ｄ）は分岐を示すも
のであり、この場合σ　は大きな値となり、σ１１／σ
Ｌ−４１となる。

この関係をσ　−σ　座標に変換すると、第１０ｙ 図に示すような大小関係となり、この関係によりスリッ
ト領域中に含まれる対象が分岐か否かを判定することが
できる。つまり、線存在方向のスリット投影波形の標準
偏差σ　、σ　を求め、これｙ らの値σ　、σ　が第１０図のグラフのどの領域ｙ にあるかを調べ、分岐の領域に含まれていれば、分岐を
判定するようにする。このグラフの領域境界は統計的、
経験的手法を用いて予め決定しておく。

かかる判定方法により分岐と判定されたスリット領域に
ついては、第８図（ｄ）に示すような初期のスリット（
第８図（ａ）、（ｂ））の１／４のサイズのスリット（
各寸法が１／２）を用い、第８図（ｃ）に示す各ドツト
（−）を回転中心として投影領域をオーバーラツプさせ
た再投影を行なうようにする。かかる再投影によれば、
第８図（ａ）に示したような分岐パターンは、第８図（
ｅ）に示すような複数の矩形状の線セグメントｓｃ　　
−５Ｇ５　（ハツチング部分）の組合わせ（論理和）パ
ターンとして認識することができ、分岐を正確に再現で
きる。

次に、かかる認識方法を前記第１５図〜第１８図に示し
た路面のクラック検出に適用した場合の構成例を第１１
図に示す。

道路表面を縦横断方向に所定ピッチ（例えば１１１１１
）でサンプリングした画像データはＶＴＲｌ０に一旦記
録された後、オフラインでイメージメモリー１に転送さ
れ、さらに磁気テープ１２に記憶される。そして、該磁
気テープ１２に記憶された画像データがオフラインで線
状パターン認識装萱２０に入力されることになる。この
際、磁気テープ１２か・ら原画像メモリ２１に対して２
５６×２５６画素を１単位として、１画素８ビツトで構
成される画像データが入力されるとする。

この線状パターン認識装置２０は、２５６×２５６画素
（１画素＝８ビット）の画像データが格納される原画像
メモリ２１と、原画像メモリ２１から略スリット単位に
読出される画像データが格納されるスリット画像メモリ
２２と、システムコントローラ３１からの指令に従って
スリット画像メモリ２２の画像データを所定角ずつ回転
して出力する画像回転回路２３と、回転された画像デー
タを記憶する回転画像メモリ２４と、回転画像メモリ２
４に格納された画像データを読出し、スリット領域（４
Ｘ　４）内でｘ、ｙ２方向の投影波形を求める投影波形
演算回路２５と、得られた各回転角ごとの投影波形を記
憶する投影波形メモリ２６と、投影波形の解析に必要な
画像全体の平均儂度値Ｓ　あるいは画像全体についての
平均標ａ■ 準偏差σ　等の識別パラメータを演算記憶し、所ｖ 要の前記閾値Ｐ　　　Ｔｈｄ、Ｔｈｄ、　　σｔｈ・　
　　１　　　２　　　ｔｈｌあるいはσ　　等を算出し
記憶する識別パラメータ演ｈ２ 算記憶回路２７と、得られた各回転角ごとの投影波形か
ら標準偏差σやピーク値Ｐ等を求め、線方向θ、線幅Ｗ
、線長り等を求めるための演算を行なう波形パラメータ
演算回路２８と、これら波形パラメータ演算回路２８お
よび識別パラメータ演算回路２７の出力を比較する比較
回路２９と、該比較結果等に基づき得られた線方向θ、
線幅Ｗ１線長り等の特徴パラメータを記憶する特徴テー
ブル記憶回路３０と、原画像メモリ２１および処理画像
メモリ３３に対するアドレス（座標）を形成し出力する
座標生成回路３３と、認識された矩形状の線セグメント
から成る２値の画像データを記憶するディスプレイ表示
用の処理画像メモリ３２と、これら各構成要素に対する
動作・同期制御等ヲ行すうＭＰＵ等で構成されているシ
ステムコントローラ３１とで構成されている。

次に、かかる構成例の具体動作例を第１２図に示すフロ
ーチャートを参照して説明する。尚、この動作例におい
ては、原画像メモリ２１には第１図に示したような２５
６Ｘ２５６画素（１画素＝８ビット）の画像データが格
納され、これに前記同様４×４の正方スリットをかける
とする。この場合は回転投影波形を求める際、スリット
を固定して画像を一〇方向に回転するようにする。また
、線方向θの判定、線対・象の有無の判定には標準偏差
σを用いる方法を採用し、線幅Ｗの決定には第５図に示
した方法を採用し、線長りの決定の際の閾値Ｔｈｄ２と
しては線対象の有無の判定のビーク閾値Ｐｔｈを用いる
ようにし、さらに線欠落を防止するための手法としては
前述した２つの方法のうちの第７図に示した補間法を採
用するようにした。

システムコントローラ３１は、回転した画像の投影波形
の解析処理を行なうに先立ち、平均濃度ｌａ　Ｓ　　お
よび平均標準偏差σ　等の識別パラメーａＶ　　　　　
　　　　　　　　　　　　　　　　　　　ａｖ夕の演算
をおこなわせる（ステップ１００）。システムコントロ
ーラ３１は、座標生成回路３３を制御することにより座
標生成回路３３からメモリアドレスを送出させ、原画像
メモリ２１から１スリツト領域に対応する画像データを
スリット画像メモリ２２に格納する。この識別パラメー
タ演算処理の際には、画像回転回路２３はスリット画像
メモリ２２の格納データを回転しないで回転画像メモリ
２４に格納する。投影波形演算回路２５は回転画像メモ
リ２４に格納された未回転の画像データを読出し、第１
図（ｂ）のようにしてスリット領域内でｘ、ｙ２方向の
投影波形を求め、得られた投影波形を投影波形メモリ２
６に記憶させる。

波形パラメータ演算回路２８は、投影波形メモリ２６の
記憶内容に基づき当該スリット領域における平均濃度値
ｄ　（１，１）および標準偏差σ（１゜１）を求める。

このような処理を４×４の全てのスリット領域（オーバ
ーラツプしない）について繰返し行なうことにより、波
形パラメータ演算回路２８において、各スリット領域に
おける平均濃度値ｄ　（１，１）、ｄ　（１，２）、・
・・、　　ｄ　（４゜４）と同械準偏差σ（１，１）、
　　σ（１，２）。

・・・、σ（４，４）が求められる（第４図（ｂ）参照
）。これら平均濃度値および標準偏差は識別パラメータ
演算回路２７に送られ、該識別パラメータ演算回路２７
で夫々の平均値がとられることにより原画像全体につい
ての平均濃度値Ｓ　およびａｖ 平均標準偏差σ　が求められる。識別パラメータｖ 演算回路２７はこれら平均値Ｓ　およびσ　を記ａｖ　
　　　　　　　　　ａｖ 憶し、さらに前記（１）および（２）式に基づきピーク
閾値Ｐ　および標準偏差閾値σ　　等を求めて、ｔｈ　
　　　　　　　　　　ｔｈｌ 後の投影解析処理に用いるようにする。

次に、システムコントローラ３１は、回転画像の投影波
形解析処理を行なう。この際、システムコントローラ３
１は第１３図に示す如く、画像ＶＤを回転した場合に破
線で示す固定スリットＳＬの領域に画像データが常に含
まれるように若干大きな領域（実線で示す）の画像デー
タが原画像メモリ２１から読出されるような座標を座標
生成回路３３で発生させる。このようにして読出された
画像データはスリット画像メモリ２２に格納される。画
像回転回路２３はシステムコントローラ３１からの指令
に従ってスリット画像メモリ２２に格納された画像デー
タを所定角度回転し、該回転した画像データを回転画像
メモリ２４に転送する。この際、画像回転回路２３にお
いては、回転による格子点のズレを補正するために近傍
４画素の重み付は濃度平均をとる前記補間処理を行なう
ようにする。投影波形演算回路２５は回転画像メモリ２
４の記憶データを読出し、第１図（ｂ）のようにして、
スリット領域内でｘ、ｙ２方向の投影波形を求め、得ら
れた投影波形を投影波形メモリ２６に記憶させる。次に
、システムコントローラ３１は画像回転回路２３に次の
回転角を指示し、以下同様の動作を行なわせることによ
り、次の回−二角の投影波形を投影波形メモリ２６に記
憶させる。このような処理をθ〜９０＠の範囲で所定の
回転ステップが終了するまで行なうことにより、投影波
形メモリ２６に各回転角ごとの投影波形を記憶させる。

このようにして、投影波形メモリ２６に記憶された各回
転角ごとの投影波形に基づき以下のような演算を行なう
ことによりクラックあるいは分岐を線セグメントとして
認識するようにする。

まず、波形パラメータ演算回路２８は、投影波形メモリ
２６に記憶され各回転角毎の投影波形に基づき、各回転
角毎の標準偏差σを求めるとともに、識別パラメータ演
算記憶回路２７に記憶しておいた画像全体のＸ、ｙ各方
向における平均標準偏差ａ　　、ＣＩ　　を読出し、前
記（５）式に従って各Ｘ　　　　　　　ｙ 回転角毎の予想標準偏差σ（θ）を求め、さらにこれら
算出値σ、σ（θ）に基づき各回転角毎に正規化した標
準偏差ξ（−σ／σ（θ））を求め、該値ξが最大とな
ったときの回転角θを線方向として判定する。このよう
な線方向の判定を行なうことにより、フライングスポッ
ト法による計測画像の方向性の影響を受けずに、クラッ
ク方向を正確に判定するこ左ができる。この判定した回
転角θは特徴テーブル記憶回路３０に入力され記憶され
る。そして、波形パラメータ演算回路２８は該判定した
回転角θにおける前記ξを比較回路２９に入力する。こ
のとき比較回路２９には、識別パラメータ演算回路２７
から値例えば「１」が入力されており、比較回路２９は
これら入力値ξおよび値「１」を比較し、その大小比較
結果を特徴テーブル記憶回路３０に人力する。システム
コントローラ３１はこの比較結果により、ξ≧１のとき
クラック有りと判定する。

クラック有りと判定され場合、システムコントローラ３
１は次のような動作を行なわせることにより、線幅Ｗお
よび線長りを検出するようにする。

すなわち、線幅Ｗの決定はこの場合前記第５図に示した
方法に従っており波形パラメータ演算回路２８は、まず
クラック存在方向θにおける投影波形のピーク値Ｐを求
め、該投影波形をピーク値ＰよりΔＰ減じた値Ｐ−ΔＰ
で閾値処理し、閾値Ｐ−ΔＰより大きな部分を値Ｐ−Δ
Ｐで置換えた波形についてのＩｊｌ！準偏差σを求め、
これを比較回路２９に入力する。このとき比較回路２９
には識別パラメータ演算回路２７から幅決定の閾値σｔ
ｈ２（この場合はσ　　を線対象有無判定の閾ｈ２ 値σ　　（−γ・σ、Ｖ＋δ）で代用）が入力されｔｈ
し ており、比較回路２９はこれらσおよびσｔｈ２を比較
し、その比較結果を特徴テーブル記憶回路３０に入力す
る。システムコントローラ３１はσ≦σｔｈ２である場
合は、これを波形パラメータ演算回路２８を知らせ、そ
の時のピークの切線の長さを、求めさせ、これを線幅Ｗ
として特徴テーブル記憶回路３０に記憶させる。しかし
、σ〉σｔ　ｂ　２である場合は、さらにΔＰ減じた１
ｉｆｆＰ−２ΔＰを閾値として同様の処理を行ない、σ
≦σ　　を満ｈ２ 足するまでこのような処理を繰返し、σ≦σｔ　ｂ　２
が満たされたときのピークの切線の長さをもって切幅Ｗ
とし、これを特徴テーブル記憶回路３ｏに記憶させる。

なお、この処理の際、閾値σ　　をｔｈ２ 前述した正規化処理により方向性補正を行なうようにす
れば、より、正確に線幅Ｗを検出することができる。

次に、システムコントローラ３１は線長りを決定するた
めに、スリット画像メモリ２２の画像データから線幅方
向のみを線幅Ｗに制限した領域の画像データを読出し、
これを画像回転回路２３で一〇回転して回転画像メモリ
２４に記憶させる。

投影波形演算回路２５はこの画像データのＸｒＹ方向に
ついての投影波形を求め、これを投影波並メモリ２６に
記憶させる。波形パラメータ演算回路２８は、これらｘ
、ｙ方向の投影波形のうちピークが求められた投影波形
と異なる方向の投影波形を識別パラメータ演算記憶回路
２７から読出した閾値”ｈ２””ｔｈ−α・−Ｓユ、＋
β）で閾値処理することにより線長りを求め、この線長
りを特徴パラメータ記憶回路３０に人力記憶する。この
ようにして、成るスリット領域に含まれる線状パターン
の幅Ｗ１長さし、方向θが検出され、これら値Ｗ、Ｌ、
　　θは特徴テーブル記憶回路３０に記憶されることに
なる（ステップ１１０．ステップ１２０）。尚、方向θ
を決定した後、線が無いと判断された場合は、線幅Ｗお
よび線長りを決定するための処理は行なわずに、次のス
リット領域の投影波形の解析を行なう。

次にシステムコントローラ３１は、前記第９図および第
１０図を用いて説明した判定方法により、当該スリット
領域の認識画像が線であるか分岐であるか、あるいはそ
れ以外であるかを判定する（ステップ１３０．　１４０
）。単純な線パターンである場合、システムコントロー
ラ３１は、特徴テーブル記憶回路３０に記憶された線幅
Ｗ１線長し、方向θで特定される矩形状の線セグメント
を処理画像メモリ３２の対応する領域に書込む。この際
、認識された線セグメントは処理画像メモリ３２へ書込
まれるときその回転された角度が補正されるようになっ
ており、このため原画像メモリ２１の画像データと処理
画像データの格納データとを対応付けすることができる
。

しかし、前述の判定によって分岐と判定された場合、シ
ステムコントローラ３１は、スリット画像メモリ２２に
格納されたスリット領域の画像データを第８図を用いて
説明した如く、オーバーラツプして細分化し、該細分化
した画像データ夫々について前記同様回転投影波形の解
析処理を行なわせるようにする（ステップ１５０）。そ
して、このようにして求めた各再分割領域の特徴パラメ
ータ（方向θ、幅Ｗ、長さし）を特徴テーブル記憶回路
３０に記憶しくステップ１６０）、これら特徴パラメー
タに基づき当該スリット領域内の線セグメントを再構成
し、これを処理画像メモリ３２の対応する領域へ書き込
むようにする。このようにして、複雑な分岐パターンを
正確に再現できるようにする。

このような処理を４×４の全スリット領域に関して繰返
し行なうことで（ステップ１８０）、原画像メモリ２１
の線状パターンが処理画像メモリ３２で矩形状の線セグ
メントの和（ＯＲ）として再現されるようになる。

次に、システムコントローラ３１は線状パターンの欠落
を防止するための処理を行なう。まず、システムコント
ローラ３１は、４×４のスリット領域の中で線対象有り
と判定した領域を識別し、この識別情報を元に第７図（
ｅ）に示した態様で、再投影を行なう補間位置を決定す
る（ステップ１９０）。そして、システムコントローラ
３１は例えば第７図（ｅ）に示す如く原画像メモリ２１
から前記決定した１つの補間位置に対応する画像データ
を読出し、この画像データについて前記同様の回転投影
波形解析を行なわせ、その解析結果（Ｗ、Ｌ、　　θ）
を特徴テーブル記憶回路３ｏに記憶させる（ステップ２
００）。システムコントローラ３１は該特徴パラメータ
（Ｗ、Ｌ、　　θ）で決定される矩形状の線セグメント
を処理画像メモリ３２の対応する補間位置に書込む。こ
のような動作を前記決定した再投影補間位置について全
て行なうことにより（ステップ２２０）、処理画像メモ
リ３２にとぎれのない矩形線状パターンを再現すること
ができる。

ところで、以上述べた方法において、原画像に線状パタ
ーンが全く含まれない場合あるいは原画像に雑音が重畳
している場合は、原画像データから処理に必要な全平均
標準偏差σ　等の識別バラｖ メータを決定したとしても、線以外の部分で雑音を検出
する可能性がある。しかし、一般にこのような雑音は線
のように連続せずに孤立して現れることが多い。例えば
、道路表面のクラックを検出する場合においては、アス
ファルト中に含まれる骨材（小さな石）の影響で表面に
凹凸が生じ、その凹凸は一見クラックと同様に暗部とし
て見えるが、連続することはなく孤立している。したが
って、この様な雑音は孤立して検出された線セグメント
を除去することで線対象と分離することができる。

かかる実施例によれば、 （１）メモリ領域を罠数の正方領域に分割し、該分割し
た領域単位に投影波形を求め、さらに分割した領域を所
定角度ずつ回転することにより複数の投影方向による投
影波形を得、これら投影波形を解析することによって線
状パターンを矩形状の線セグメントとして認識するよう
にしたので、例えばクラックのような複雑な線を高精度
に認識することができる （２）平均濃度値や平均標準偏差等の識別パラメータを
、原画像メモリに格納された当該画像データに基づき決
定するようにしたので、各画像データの濃度、背景、雑
音等にバラツキが生じたとしても常に安定した線認識を
行なうことができる。

（３）線検出マツチングパターンの様な標準パターンが
不要であり、しかもそれらｍｌパターンを使用しないの
で、認識する線状パターンの幅、長さ、方向等が限定さ
れない （４）幅や方向等が局所的に変動している線状パターン
についても、複雑な演算を行なうことなく投影波形を解
析することで、線セグメントとして容易に認識すること
ができる （５）各スリット領域を隣接領域にオーバーラツプする
ように分割すれば、画像又はスリットを回転させたこと
に起因して生じる線欠落を、確実に防止することができ
る （６）初め、画像データを粗に分割して投影波形の解析
を行ない、その後線状パターンが存在すると判定された
領域の位置関係から再投影する補間領域を選定し、該選
定した領域についてのみ投影波形の解析を行なうように
したので少ない演算時間で前記線欠落を確実に防止する
ことかできる （７）画像データが方向性を持つ場合、これに応じた補
正処理を行なって線存在方向および線幅等を決定するよ
うにしたので、方向性を持った背景雑音が生じていたり
線対象の像（濃度値やコントラスト）が方向により異な
る場合にも正確に線方向や線幅を検出することができ、
また背景雑音を線対象として誤認することもなく、安定
した線検出が可能になる （８）分岐の有無を判定し、分岐が存在する領域につい
てのみ、スリット寸法を細分化して再投影を行ない、こ
の再投影波形を解析して線セグメントを抽出するように
したので平滑化効果が弱められることなく分岐を的確に
検出することができる 等々の効果がある。

尚、本発明は上記実施例に限定されることなく、適宜の
変更実施力で可能なものであり、例えば投影角度を変え
た投影波形をとる方法としては、例えば第１４図に示す
ような８角形のスリットを考えると、スリットあるいは
画像の回転を行なわずに３方向の投影波形を同時にとる
ことができる。また、分割個数、スリットの形状等も適
宜他のものを用いるようにしてもよく、さらに解析処理
後の線セグメントの矩形中心線のみを抽出し、１本の線
となるように接続し、幅を持たない線状パターンとして
表現するようにしてもよい。

ところで上記実施例においては、方向性を持つ画像に対
しては平均標準偏差０　　、（７−を角度θｙ で比例配分する線形補間により標準偏差の予想値σ（θ
）を求め、この値σ（θ）に基づき標準偏差σを正規化
することにより、フライングスポット法による画像のよ
うに一方向について方向性を持つ画像に対処するように
したが、例えば他に金属表面のクラックを検出する場合
や紙や布のように繊維が複雑な方向に入り組んだ表面か
ら破れ等を検出する場合等ノイズの持つ方向性が複雑な
ときには、前記予想値σ（θ）をθ、σ　、σ　のｙ ３変数から成る非線形関数ｆ　（θ、σ　、σ　）ｙ とし、この非線形関数ｆ（θ、σ　、σ　）によｙ っで標準偏差σを正規化するようにすればよい。

また、前記線形補間による方向性補正処理は、フライン
グスポット法により求めた画像に限らず、例えば他１．
こＣＣＤラインセンサを走査して得られた画像のように
一方向に雑音を生じる撮像素子より得られた画像や、木
材表面や繊維のように素材そのものに方向性を持つ対象
を撮像した画像に適用しても有効である。

さらに、前記実施例では、この発明を主に路面上のクラ
ック認識に適用する場合を示したが、他に例えば、アス
ファルト、コンクリート道路、空港滑走路、ビル外壁、
コンクリート法面、トンネル内壁等の構造物あるいは金
属鋼板、プラスチック板、ビニルシート等の工業製品等
に生じるクラック、割れ、縞、折れ目、筋等の線状パタ
ーン認識に適用してもよく、さらにロボット、搬送シス
テム等の視覚手段での棒状ワーク、誘導用白線等の線状
パターン認識に適用するようにしてもよい。

〔発明の効果〕

以上説明したようにこの発明によれば、（１）メモリ領
域を複数の領域に分割し、該分割した領域単位に投影波
形を求め、さらに分割した領域を所定角度ずつ回転する
こと等により複数の投影方向による投影波形を得、これ
ら投影波形を解析することによって線状パターンを例え
ば矩形状の線セグメントとして認識するようにしたので
、クラック画像のような複雑な線を含みかつ雑音成分が
多い画像に含まれる線状パターンを高精度に認識するこ
とができる （２）線検出マツチングパターンの様な標準パターンが
不要であり、しかもそれら標準パターンを使用しないの
で、認識する線状パターンの幅、長さ、方向等が限定さ
れない （３）幅や方向等が局所的に変動している線状パターン
についても、複雑な演算を行なうことなく投影波形を解
析することで、線セグメントとして容易に認識すること
ができる （４）各分割領域を隣接領域にオーバーラツプするよう
に分割すれば、画像又はスリットを回転させたことに起
因して生じる線欠落を、確実に防止することができる 等々の優れた効果を奏する。

【図面の簡単な説明】

第１図はこの発明の基本的概念を説明する概念図、第２
図は回転されたスリット領域を得るための２つの態様を
示す概念図、第３図はフライングスポット法による撮像
画像例を示す図、第４図は画像データが方向性を持つ場
合の補正方法を説明する説明図、第５図は線幅Ｗを求め
る一演算例を説明するための説明図、第６図はオーバー
ラツプ法による線欠落補間方法を説明するための説明図
、第７図は補間位置判定法による線欠落補間方法を説明
するための説明図、第８図は分岐が存在する領域におけ
る線セグメント抽出方法を説明するための説明図、第９
図および第１０図は分岐を判定するための投影波形のパ
ターン分類例を示す図、第１１図はこの発明の方法を実
施するための構成例を示すブロック図、第１２図は第１
１図に示した構成例の具体動作例を示すフローチャート
、第１３図は原画像メモリからのデータ読出し態様を説
明する図、第１４図は他の形状のスリットにより投影波
形を求める例を示す説明図、第１５図は路面上のクラッ
クを検出する計測車両を示す斜視図、第１６図は路面上
のクラックを撮像するための概略構成を示す図、第１７
図はレーザ光の散乱態様を説明する図、第１８図は画像
メモリに記憶された画像データを示す模式図である。 １・・・計測車両、２・・・レーザ発振器、３・・・ミ
ラー、４・・・発動機、５・・・受光センサ、１０・・
・ＶＴＲ。 １１・・・イメージメモリ、１２・・・ＭＴ、２０・・
・線状パターン認識装置、２１・・・原画像メモリ、２
２・・・スリット画像メモリ、２３・・・画像回転回路
、２４・・・回転画像メモリ、２５・・・投影波形演算
回路、２６・・・投影波形メモリ、２７・・・識別パラ
メータ演算記憶回路、２８・・・波形パラメータ演算回
路、２９・・・比較回路、３０・・・特徴テーブル記憶
回路、３１・・・システムコントローラ、３２・・・処
理画像メモリ、３３・・・座標生成回路。 第１図　（ｅ） し−す“毛、Ｕ商 （Ｃ１）　　　　　　　　　　　（ｂ）第３図 （ｂ） 第４図　（Ｃ） 原　液形 （ａ） （ｂ） （Ｃ） 第５図 （０）　　　　　θ　（ｂ） （Ｃ） 第６図 （（］）（ｂ） （Ｃ）　　　　　　　　　　（ｄ） 第７　図 （０）（ｂ） （ｃ）　　　　　　　　　　　（ｄ） （ｑ）背景　　　　　　　　　　（ｂ）　　こ・ット第
９図 第１２図

Claims (2)

【特許請求の範囲】
1. （１）原画像メモリに記憶した画像データから線状パタ
   ーンを認識する線状パターン認識方法において、 前記原画像メモリの記憶領域を複数の領域に分割し、該
   分割した領域の画像データから夫々異なる複数の投影角
   度による投影波形を各領域毎に求め、これら投影波形を
   解析することにより各分割領域における線状パターンの
   、有無、線方向、線幅および線長を判定し、これら判定
   結果によって各分割領域毎に前記線状パターンに対応す
   る線セグメントを抽出するようにしたことを特徴とする
   線状パターン認識方法。
2. （２）前記分割される複数の領域は、各領域が隣接する
   領域にオーバーラップするように分割される特許請求の
   範囲第（１）項記載の線状パターン認識方法。