JPWO2007138898A1 - 認識システム、認識方法および認識プログラム - Google Patents

Abstract

本発明の認識システムは、特徴点検出手段と（１２０）と、Ｈｏｕｇｈ変換手段（１３０）と、特定パターン出力手段（１４０）とを有する。前記Ｈｏｕｇｈ変換手段（１３０）において、Ｈｏｕｇｈ空間における各点間の距離の大小関係が予め定められた特定パターン間の違いを表す特定パターン間距離の大小関係と同値であるように前記Ｈｏｕｇｈ空間が設計される。前記認識システムは前記Ｈｏｕｇｈ空間内を用いて特定パターンを検出する。このような構成を採用し、画像内でより似通っている特定パターンを前記Ｈｏｕｇｈ空間内でもより近い点として表現することにより本発明の目的を達成することができる。

Description

本発明は認識システム、認識方法および認識プログラムに関し、特にノイズに対して頑健であり、認識対象特定パターン以外の部分領域を認識対象特定パターンとする過検出を抑制することができる認識システム、認識方法および認識プログラムに関する。

従来の認識システムの一例が、以下の特開平６−３１４３３９号公報（先行技術文献１）に記載されている。本従来の認識システムは対象データとしての画像から特定パターンとしての直線を検出するものである。従来の認識システムでは、一般的にＨｏｕｇｈ変換を用いる際に問題となっている、真の直線成分の周りに偽の直線成分が現れてしまう現象を抑えることが出来る。
図１に示すように、この従来の認識システムは、撮像部３１と、エッジ検出部３２と、Ｈｏｕｇｈ変換処理部３３と、Ｈｏｕｇｈ空間作成部３４と、直線成分抽出部３５とから構成されている。
このような構成を有する従来の認識システムは以下のように動作する。
すなわち、撮像部３１により認識対象となる画像が入力される。さらに、エッジ検出部３２により撮像部３１から送られてくる画像を微分処理することによって画像のエッジが検出される。さらに、Ｈｏｕｇｈ変換処理部３３により検出された画像の前記エッジの点列がＨｏｕｇｈ変換される。さらに、Ｈｏｕｇｈ空間作成部３４により前記Ｈｏｕｇｈ変換の関数値にしたがうヒストグラム（以下、これをＨｏｕｇｈ空間と呼ぶ）が作成される。
最後に、直線成分抽出部３５により前記Ｈｏｕｇｈ空間の頻度のピーク点が検出され、検出されたピーク点を通過する各Ｈｏｕｇｈ関数曲線に対応する画像の前記エッジの点列が直線であると判定され、画像のなかから直線成分が抽出される。
ここで、直線成分抽出部３５の動作について説明をする。直線成分抽出部３５は、前記Ｈｏｕｇｈ空間作成部３４において作成された前記Ｈｏｕｇｈ空間のなかから最大のピーク点を検出し、前記最大のピーク点に対応した直線成分を抽出したうえで、その前記最大のピーク点がその前記ヒストグラムの頻度分布に影響を与えている範囲と寄与量とを求める。
次に、直線成分抽出部３５は、前記範囲内において、求められた前記寄与量にしたがって他のピーク点のＨｏｕｇｈ空間内での頻度を前記最大のピーク点の影響が抑制されるように修正する。
次に、直線成分抽出部３５は、部分的に修正された前記Ｈｏｕｇｈ空間を用いて次に大きなピーク点を検出して、そのピーク点に対応した直線成分を抽出し、以下同様の処理を順次行っていく。

第１の問題点は、一般に直線のような特定パターンをＨｏｕｇｈ変換により検出する際に真の特定パターンの周りに偽の特定パターンが現れてしまうということである。
その理由は、本来１つのピーク点に集中すべきパターンがノイズ等のために分散してしまうからである。
第２の問題点は、前記従来技術のような真の特定パターンの周りに偽の特定パターンが現れてしまうという現象への対処に関して、多くの処理量を要するということである。
その理由は、従来の技術ではＨｏｕｇｈ空間のピーク点を１つ検出する毎に、そのピーク点が他のＨｏｕｇｈ空間内の点に及ぼす影響を関係するＨｏｕｇｈ空間内の領域から除去するように構成されているためである。
本発明の目的は、簡便に頑健な特定パターンの検出を行うことが出来る認識システムを提供することにある。

本発明の第１の態様に係る認識システムは、特徴点検出手段と（１２０）と、Ｈｏｕｇｈ変換手段（１３０）と、特定パターン出力手段（１４０）とを有する。前記Ｈｏｕｇｈ変換手段（１３０）において、Ｈｏｕｇｈ空間における各点間の距離の大小関係が予め定められた特定パターン間の違いを表す特定パターン間距離の大小関係と同値であるように前記Ｈｏｕｇｈ空間が設計されており、前記Ｈｏｕｇｈ空間内を用いて特定パターンが検出される。このような構成を採用し、画像内でより似通っている特定パターンを前記Ｈｏｕｇｈ空間内でもより近い点として表現することにより本発明の目的を達成することができる。

第１の効果は、一般的にＨｏｕｇｈ変換を用いる際に問題となっている、真の特定パターンの周りに偽の特定パターンが現れてしまう現象を抑制できることにある。
その理由は、Ｈｏｕｇｈ空間における各点間の距離の大小関係が予め定められた特定パターン間の違いを表す特定パターン間距離の大小関係と同値であるように前記Ｈｏｕｇｈ空間が設計され、画像内でより似通っている特定パターンを前記Ｈｏｕｇｈ空間内でもより近い点として表現しているためである。
第２の効果は、前記偽の特定パターンの出現の抑制を簡便に実現できることにある。
その理由は、画像内でより似通っている特定パターンを前記Ｈｏｕｇｈ空間内でもより近い点として表現しているために、前記偽の特定パターンの出現の抑制を前記Ｈｏｕｇｈ空間内での局所的な処理のみ、もしくは処理を行うことなく実現できるためである。

図１は、従来技術の構成を示すブロック図である。
図２は、本発明の第１の実施の形態に係る認識システムの構成を示すブロック図である。
図３は、前記第１の実施の形態に係る認識システムの動作を示すフローチャートである。
図４は、対象データの一例である道路画像を示す図である。
図５は、第１の実施の形態に係る認識システムの具体的な構成を示すブロック図である。
図６は、ソーベルフィルタを説明する図である。
図７は、直線間距離を説明する図である。
図８は、量子化誤差を考慮したＨｏｕｇｈ空間への投票方法を説明する図である。
図９は、第１の実施の形態に係る認識システムの動作の具体例を示す図である。
図１０は、本発明の第２の実施の形態に係る認識システムの構成を示すブロック図である。
図１１は、前記第２の実施の形態に係る認識システムの動作を示すフローチャートである。
図１２は、前記第２の実施の形態に係る認識システムの具体的構成を示すブロック図である。
図１３は、前記第２の実施の形態に係る認識システムの動作の具体例を示す図である。

以下、図面を参照して本発明を実施するための最良の形態について詳細に説明する。
図２を参照すると、本発明の第１の実施の形態は、プログラム制御により動作するコンピュータ（中央処理装置；プロセッサ；データ処理装置）１００と、対象データ入力装置１１０とから構成されている。
コンピュータ（中央処理装置；プロセッサ；データ処理装置）１００は、特徴点検出手段１２０と、Ｈｏｕｇｈ変換手段１３０と、特定パターン出力手段１４０とを含む。
Ｈｏｕｇｈ変換手段１３０は、Ｈｏｕｇｈ空間投票手段１３１と、Ｈｏｕｇｈ空間平滑化手段１３２と、Ｈｏｕｇｈ空間ピーク検出手段１３３とを含む。
これらの手段はそれぞれ以下のように動作する。
前記対象データ入力装置１１０は、所望の特定パターンの検出対象であるデータを入力する。
前記特徴点検出手段１２０は、前記対象データから前記特定パターン上の点であると推定される点を特徴点として検出する。
前記Ｈｏｕｇｈ空間投票手段１３１は、前記特定パターンを表現するパラメータを軸とする空間（以下、Ｈｏｕｇｈ空間と呼ぶ）内において、前記特徴検出手段１２０で検出された前記特徴点に対応する軌跡上の各点について、前記特徴点に応じた重みを投票する。
前記Ｈｏｕｇｈ空間平滑化手段１３２は、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて当該点での平滑化された投票値を決定する。ただし、場合によっては本Ｈｏｕｇｈ空間平滑化手段１３２を省略してよい。
前記Ｈｏｕｇｈ空間ピーク検出手段１３３は、前記Ｈｏｕｇｈ空間内において単数あるいは複数の前記投票値のピークを与える点を検出する。
前記特定パターン出力手段１４０は、前記Ｈｏｕｇｈ空間ピーク検出手段１３３で検出した前記投票値のピークを与える各点について、対応する前記パラメータに対応する前記特定パターンを出力する。
ここで前記Ｈｏｕｇｈ空間について説明する。前記特定パターンのパラメータ表現において、一般に複数の違ったパラメータ表現が考えられる。ここで前記特定パターン（以下、

とする）の仮のパラメータ表現を

とおく。
ただし、

は前記対象データ内での各点の位置、

は仮のパラメータを表す。
本発明では、前記対象データ内の予め定められた注目領域における前記特定パターン間の違いを表す特定パターン間距離が定義され、その前記特定パターン間距離の大小関係と前記Ｈｏｕｇｈ空間内における対応する点間の距離の大小関係が同値となるような前記特定パターンのパラメータ表現が採用される。
具体的には、２つ前記特定パターンを

とし、

と、

の前記特定パターン間距離を

とした場合、以下の数式（１）で表される同値関係が成り立つように、写像

を設計し、

を、前記特定パターンを表現するパラメータとして、このパラメータ

を軸とする空間を前記Ｈｏｕｇｈ空間とする。
このとき、前記特定パターンのパラメータ表現は

となる。

ここで、上記数式（１）で示される同値関係は必ずしも厳密に成立しなくてもよく、近似的に成立するように前記パラメータ

を設定してもよい。
また、前記Ｈｏｕｇｈ空間投票手段１３１において前記特徴点に対する前記Ｈｏｕｇｈ空間における前記軌跡上の各点についての投票を行う際に、前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票を行うこともできる。
次に、図２及び図３のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。
まず、前記対象データ入力装置１１０により前記特定パターン検出処理の対象となるデータが入力される（図３のステップＡ１）。次に、前記特徴点検出手段１２０が、対象データから前記特定パターン上の点であると推定される点を特徴点として検出する（ステップＡ２）。さらに、前記Ｈｏｕｇｈ空間投票手段１３１が、前記各特徴点について、前記Ｈｏｕｇｈ空間内における対応する前記軌跡上の各点について、前記特徴点に応じた重みを投票する（ステップＡ３）。さらに、前記Ｈｏｕｇｈ空間平滑化手段１３２が、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて当該点での平滑化された投票値を決定する（ステップＡ４）。ただし、場合によってはステップＡ４を省略してもよい。さらに、前記Ｈｏｕｇｈ空間ピーク検出手段１３３は、前記Ｈｏｕｇｈ空間内において単数あるいは複数の前記投票値のピークを与える点を検出する（ステップＡ５）。最後に、前記特定パターン出力手段１４０が、前記Ｈｏｕｇｈ空間ピーク手段で検出した前記投票値のピークを与える各点について、対応する前記パラメータに対する前記特定パターンを出力する（ステップＡ６）。また、前記ステップＡ３における投票において、前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票を行うこともできる。
次に、本実施の形態の効果について説明する。
本実施の形態では、前記対象データ内の予め定められた前記注目領域における前記特定パターン間の違いを表す前記特定パターン間距離が定義され、その前記特定パターン間距離の大小関係と前記Ｈｏｕｇｈ空間内における対応する点間の距離の大小関係が同値もしくは近似的に同値となるような前記特定パターンの前記パラメータ表現により、前記Ｈｏｕｇｈ空間が構成されている。このため、前記特定パターン間距離を適切に定義することにより前記Ｈｏｕｇｈ空間内でより距離が近い点どうしが前記対象データの前記注目領域でもより近い特定パターンに対応し、従って前記Ｈｏｕｇｈ空間の各点で適当な範囲の平滑化等を行うことにより、簡便に従来の課題である真の特定パターンの近くに現れる偽の特定パターンの出現を抑制することが出来る。
また、本実施の形態では、さらに、前記Ｈｏｕｇｈ空間投票手段１３１において前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票することもできるように構成されているため、前記特徴点に含まれる雑音成分に対して頑健な前記特定パターンの検出を行うことができる。
次に、具体的な実施例を用いて上記実施の形態に係る認証システムの動作について説明する。
前記具体的な実施例では、前記対象データとしてカメラ等の入力装置から入力される画像が用いられ、前記特徴点として画素値の変化が急峻な点（以下、エッジ点と呼ぶ）が複数個検出され、それらのエッジ点がなす直線が前記特定パターンとして検出されるというものである。具体的な画像の例として図４に示すような車両等に搭載したカメラから道路を撮影した道路画像３１０を取り上げて説明する。その道路画像から直線を検出することにより道路面３１１に描かれた走行レーン境界を示す白線３１２等が認識される。
図５に示すように、本実施例に係る認証システムは、前記対象データ入力装置１１０として例えばカメラ等の画像入力装置４１０と、前記特徴点検出手段１２０としてエッジ点検出手段４２０と、Ｈｏｕｇｈ変換手段４３０と、前記特定パターン出力手段１４０として直線出力手段４４０とを有する。
前記エッジ点検出手段４２０は、３×３ソーベルフィルタ手段４２１と、エッジ強度計算手段４２２と、エッジ強度閾値処理手段４２３と、エッジ点出力手段４２４とを含む。ただし、前記エッジ点検出手段４２０は前記構成に限定されるものではなく、画素値の変化が急峻な点を検出する手段であればよい。
前記Ｈｏｕｇｈ変換手段４３０は、Ｈｏｕｇｈ空間投票手段４３１と、Ｈｏｕｇｈ空間平滑化手段４３２と、Ｈｏｕｇｈ空間ピーク検出手段４３３とを含む。
前記画像入力装置４１０によって、前記対象データとして前記道路画像３１０が入力される。また、前記エッジ点検出手段４２０は、前記エッジ点を複数個検出する。また、前記Ｈｏｕｇｈ変換手段４３０は、後述の直線パラメータ表現

の２次元パラメータ

の各要素

をそれぞれ横軸、縦軸とする２次元平面として定義されるＨｏｕｇｈ空間について前記Ｈｏｕｇｈ変換手段１３０と同様の処理を行う。
また、直線検出手段４４０は、前記Ｈｏｕｇｈ変換手段４３０で検出した投票値のピークを与えるＨｏｕｇｈ空間内の各点に対応して前記直線パラメータ表現

で表される直線を出力する。
前記３×３ソーベルフィルタ手段４２１は、前記道路画像３１０の各点について３×３近傍中の各画素値と図６に示すｘ方向勾配カーネル、ｙ方向勾配カーネルの各係数の積の和をとる。これらの積和をそれぞれソーベルｘ成分、ソーベルｙ成分と呼ぶ。
また、前記エッジ強度計算手段４２２は、前記道路画像３１０の各点について前記ソーベルｘ成分と前記ソーベルｙ成分の２乗和の平方、もしくは絶対値の和を計算し、それぞれ前記各点のエッジ強度とする。また、前記エッジ強度閾値処理手段４２３は、前記道路画像３１０の各点について前記エッジ強度が予め定められた閾値、例えば１００以上か否かを判断する。また、前記エッジ点出力手段４２４は、前記エッジ強度閾値処理手段４２３で前記エッジ強度が閾値以上と判断された点をエッジ点として出力する。
前記Ｈｏｕｇｈ空間投票手段４３１は、前記直線を表現するパラメータを軸とする空間（以下、Ｈｏｕｇｈ空間と呼ぶ）内において、前記エッジ点検出手段４２０で検出された前記エッジ点に対応する軌跡上の各点について、前記エッジ点に応じた重みを投票する。
ここで、前記エッジ点に応じた重みとして前記エッジ強度を投票する処理が実行される。ただし、前記エッジ点に応じた重みはこれに限定されるものではなく、例えば定数、後述のソーベルｘ成分とソーベルｙ成分により算出される前記エッジ点における画素値の勾配と前記軌跡上の点に対応する前記直線の傾きとのなす角など、前記エッジ点もしくはその近傍の画素値等から算出される値、もしくはこれらの値や前記エッジ強度等から算出される値等を用いてもよい。
また、前記Ｈｏｕｇｈ空間平滑化手段４３２は、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて当該点での平滑化された投票値を決定する。ここでは、例えば前記当該点の３×３近傍の点の平均値として前記平滑化された投票値を決定する。ただし、前記近傍の範囲や前記平滑化された投票値の決定方法はこれに限定されるものではない。また、場合によっては本Ｈｏｕｇｈ空間平滑化手段４３２を省略してもよい。
また、前記Ｈｏｕｇｈ空間ピーク検出手段４３３は、前記Ｈｏｕｇｈ空間内において予め定められた閾値以上であり、かつ例えば３×３近傍等の近傍範囲で最大の投票値を持つ点を前記ピークとして検出する。ただし、前記ピークを検出する基準はこれに限定されるものではなく、例えば、前記Ｈｏｕｇｈ空間内での最大投票値をもつ点のみをピークとする等、問題設定に応じた基準をとることが出来る。
ここで、前記直線パラメータ表現

について説明する。前記仮のパラメータ

による直線パラメータ表現

を数式（２）のように定義する。

ただし、

は前記道路画像３１０上の各点の座標を表し、Ｌは図４に示すように前記道路画像３１０内のある水平ラインのｙ座標を表す。
前記注目領域は、図４に示すように前記道路画像３１０の下部領域、例えば中央水平ライン以下の領域として設定される。この注目領域Ａ３１１は、前記道路画像３１０内において道路面に相当すると予想される領域である。ここで、図７に示すように前記特定パターン間距離に対応する直線間距離

を数式（３）のように定義する。ただし、

と

はそれぞれ直線を表す。

ここで、

は前記注目領域Ａ３１１内のｙ座標であり、通常ある一定の間隔で離散化されている。本実施例では間隔１で離散化されているとする。

は前記注目領域Ａ３１１での水平ライン数を表す。
図７および数式（３）より、前記直線間距離

は前記注目領域Ａ３１１の各水平ライン上でのｘ座標の差の２乗和であり、ｍ＝ｎの場合に

となる。

はその他に正値性、

と

についての対称性、三角不等式

を満たすので距離関数として適当な性質を有する。

が近いということは前記注目領域Ａ３１１内の各水平ライン上での

と

の位置が近いということである。したがって、感覚的な直線間の「近さ」ともよく適合すると考えられる。
ここで、数式（３）を数式（４）のように変形する。

ここで、数式（４）において

とすれば、

としてパラメータ

に関して数式（５）が成立する。
なお、

は対称行列なので、

の存在は保証される。

従って、上記数式（５）により

とすると、数式（１）が成立する。
前記パラメータ

の各要素

をそれぞれ横軸、縦軸とする２次元平面として定義される前記Ｈｏｕｇｈ空間における点間の距離の大小関係と対応する直線間距離の大小関係とは同値である。特に、上記数式（２）において

すなわちＬを前記注目領域Ａ３１１の中央に位置する水平ラインのｙ座標とすると、前記直線パラメータ表現は以下の数式（６）のようになる。

次に、前記Ｈｏｕｇｈ空間について説明する。前記Ｈｏｕｇｈ空間投票手段４３１は、前記Ｈｏｕｇｈ空間内において前記エッジ点検出手段４２０で検出された前記エッジ点に対応する軌跡上の各点について、前記エッジ点に応じた重みを投票する。この際、前記Ｈｏｕｇｈ空間投票手段４３１をコンピュータ４００において実現するにためには前記Ｈｏｕｇｈ空間を離散化する必要がある。前記直線パラメータ表現を上記数式（６）とすると、図７に示すとおり数式（６）におけるパラメータ

は前記道路画像内での水平ライン

における前記直線の切片である。
したがって、その精度は前記道路画像の各点のｘ方向の位置精度と等しいと考えてよい。ここで、前記道路画像の各点の位置についての誤差が前記座標離散化のみに起因すると仮定すると、本実施例においては離散化間隔を１に設定している。
このためパラメータ

も間隔１で設定すればよい。
また、前記道路画像の前記各点の位置についての誤差が前記座標離散化以外の要因を持つ場合はその要因を勘案した前記道路画像の前記各点の位置についての誤差範囲によってパラメータ

も間隔を定めればよい。
ここで、パラメータ

の離散化間隔については、数式（１）の関係を保持するためにパラメータ

と同じ間隔をとればよい。
このように、本発明によると前記Ｈｏｕｇｈ空間の離散化間隔を前記対象データの誤差範囲から自動的に決定することが出来る。
次に、前記Ｈｏｕｇｈ空間投票手段４３１について補足をする。前記Ｈｏｕｇｈ空間投票手段４３１は、前記Ｈｏｕｇｈ空間内において前記エッジ点検出手段４２０で検出された前記エッジ点に対応する軌跡上の各点について前記エッジ点に応じた重みを投票するが、この投票を前記軌跡上の各点ではなくエッジ点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について行うことも出来る。本実施例では、前記投票に際しては前記エッジ点位置に含まれる前記雑音成分として前記座標離散化に起因するもののみを考える。この場合、前記道路画像内のある画素位置

で検出されるエッジ点について真の位置は数式（７）の範囲にあると考えられる。

ここで、図８に示すようにエッジ点７０２に対応するＨｏｕｇｈ空間内の軌跡７０５だけではなく、上記数式（７）で表されるエッジ点の真の位置範囲７０３の全ての点に対応するＨｏｕｇｈ空間内の軌跡の集合７０６についてエッジ点７０２に応じた重みを投票する。これにより、前記座標離散化に起因する雑音成分の影響を抑制することが出来る。
次に、以上説明した構成要素により構成される本実施例の動作について、図５及び図９のフローチャートを参照して詳細に説明する。
まず、前記画像入力装置４１０により前記道路画像が入力される（図９のステップＢ１）。次に、前記ソーベルフィルタ手段４２１が前記道路画像の各点について前記ソーベルｘ成分とソーベルｙ成分を算出する（ステップＢ２）。さらに、前記エッジ強度計算手段４２２が前記道路画像の各点についてエッジ強度を計算する（ステップＢ３）。さらに、前記エッジ強度閾値処理手段４２３が前記道路画像の各点についてエッジ強度を閾値処理する（ステップＢ４）。さらに、前記エッジ点出力手段４２４が前記エッジ強度が前記閾値以上の点を前記エッジ点として出力する（ステップＢ５）。さらに、前記Ｈｏｕｇｈ空間投票手段４３１が前記各エッジ点についてＨｏｕｇｈ空間内の軌跡上に投票を行う（ステップＢ６）。さらに、前記Ｈｏｕｇｈ空間平滑化手段４３２が前記Ｈｏｕｇｈ空間内の各点の前記投票値を平滑化する（ステップＢ７）。さらに、前記Ｈｏｕｇｈ空間ピーク検出手段４３３が前記Ｈｏｕｇｈ空間内の前記ピーク点を検出する（ステップＢ８）。最後に、前記直線出力手段４４０が前記各Ｈｏｕｇｈ空間ピーク点に対応する前記直線を出力する（ステップＢ９）。
本実施例において前記対象データを画像としたが、前記対象データはこれに限られるものではなく、例えば画素値が対応する実物体への距離を示す距離画像や、３次元空間内で各位置における画素値が与えられる３次元画像、異なる時刻で得られた前記画像もしくは前記３次元画像を時系列方向に並べることにより得られる時系列画像等、座標位置と各位置でのデータ値が対応付けられているデータであればよい。
また、本実施例では、前記直線間距離は、前記注目領域Ａ３１１の各水平ライン上でのｘ座標の差の２乗和として定義されているが、これは水平ラインに限られるものではなく、鉛直ライン等、互いに平行なラインの集合の各ライン上での位置間距離の２乗和であればよい。
また、本実施例では、前記直線間距離は、互いに平行なラインの集合の各ライン上での位置間距離の２乗和として定義されているが、これは２乗和に限られるものではなく、絶対値の和、絶対値の最大値等、前記互いに平行なラインの集合の各ライン上での直線位置の集合を１つのベクトルとみなした場合の２つの前記直線に対応する前記ベクトル間の距離として定義される量であればよい。
また、前記直線パラメータ表現

として上記数式（２）の代わりに以下の数式（８）を用いてもよい。

また上記数式（８）による前記直線パラメータ表現の代わりに以下の数式（９）を用いてもよい。

上記数式（８）および上記数式（９）による前記パラメータ表現による前記Ｈｏｕｇｈ空間は厳密には上記数式（１）の関係を満たしていないが、近似的には満たしていると考えられる。従って、この場合でも本実施例の効果をある程度期待することが出来る。
上記数式（９）による前記直線パラメータ表現は上記数式（８）による前記直線パラメータ表現を、前記Ｈｏｕｇｈ変換の際の前記座標離散化に起因する前記雑音成分の影響を取り除くように変形したものである。従って、数式（９）による前記直線パラメータ表現による前記Ｈｏｕｇｈ空間を用いた前記Ｈｏｕｇｈ変換においては、図８及び上記数式（７）により示される前記軌跡の集合７０６への投票は必要なく、前記軌跡７０５のみへの投票をすればよい。この場合、前記軌跡の集合７０６への投票と比べて処理量を削減することが出来る。
次に、本発明の第２の発明を実施するための最良の形態について図面を参照して詳細に説明する。
図１０を参照すると、本発明の第２の実施の形態に係る認証システムは、プログラム制御により動作するコンピュータ（中央処理装置；プロセッサ；データ処理装置）９００と、対象データ入力装置９１０を有している。
コンピュータ（中央処理装置；プロセッサ；データ処理装置）９００は、特徴点検出手段９２０と、Ｈｏｕｇｈ変換手段９３０と、特定パターン出力手段９４０とを含む。
Ｈｏｕｇｈ変換手段９３０はＨｏｕｇｈ空間投票手段９３１と、Ｈｏｕｇｈ空間平滑化手段９３２と、Ｈｏｕｇｈ空間ピーク検出手段９３３とを含む。
これらの手段はそれぞれ以下のように動作する。
前記対象データ入力装置９１０によって、所望の特定パターンの検出対象であるデータが入力される。
前記特徴点検出手段９２０は、前記対象データから前記特定パターン上の点であると推定される点を特徴点として検出する。
前記Ｈｏｕｇｈ空間投票手段９３１は、前記特定パターンを表現するＨｏｕｇｈ空間内において、前記特徴検出手段９２０で検出された前記特徴点に対応する軌跡上の各点について、前記特徴点に応じた重みを投票する。
前記Ｈｏｕｇｈ空間平滑化手段９３２は、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて当該点での平滑化された投票値を決定する。
前記Ｈｏｕｇｈ空間ピーク検出手段９３３は、前記Ｈｏｕｇｈ空間内において単数あるいは複数の前記投票値のピークを与える点を検出する。
前記特定パターン出力手段９４０は、前記Ｈｏｕｇｈ空間ピーク検出手段９３３で検出した前記投票値のピークを与える各点について、対応する前記パラメータに対応する前記特定パターンを出力する。
ここで、前記Ｈｏｕｇｈ空間平滑化手段９３２について説明する。前記特定パターン

のパラメータ表現を

とおく。
ただし、

は前記対象データ内での各点の位置を表し、

はパラメータを表す。
本発明の第２の実施の形態では、本発明の第１の実施の形態と同様に前記対象データ内の予め定められた注目領域における前記特定パターン

と

との違いを表す特定パターン間距離を

として定義がなされている。
前記Ｈｏｕｇｈ空間平滑化手段９３２は、前記Ｈｏｕｇｈ空間の各点

について対応する前記特定パターン

を考え、以下の数式（１０）を満たす前記特定パターン

に対応する前記Ｈｏｕｇｈ空間内の点

の集合を前記当該点の近傍と考え、この近傍内、もしくはこの近傍を近似した領域内の点の前記投票値を用いて当該点での平滑化された投票値を決定する。

ただし、ｒは予め定められた定数、もしくは前記Ｈｏｕｇｈ空間の各点毎に何某かの基準で定められる数である。
また、前記Ｈｏｕｇｈ空間投票手段９３１において前記特徴点に対する前記Ｈｏｕｇｈ空間における前記軌跡上の各点についての投票を行う際に、前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票を行うこともできる。
次に、図１０及び図１１のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。
まず、前記対象データ入力装置９１０により前記特定パターン検出処理の対象となるデータが入力される（図３のステップＣ１）。次に、前記特徴点検出手段９２０が、対象データから前記特定パターン上の点であると推定される点を特徴点として検出する（ステップＣ２）。さらに、前記Ｈｏｕｇｈ空間投票手段９３１が、前記各特徴点について、前記Ｈｏｕｇｈ空間内における対応する前記軌跡上の各点について、前記特徴点に応じた重みを投票する（ステップＣ３）。さらに、前記Ｈｏｕｇｈ空間平滑化手段９３２が、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて当該点での平滑化された投票値を決定する（ステップＣ４）。さらに、前記Ｈｏｕｇｈ空間ピーク検出手段９３３が、前記Ｈｏｕｇｈ空間内において単数あるいは複数の前記投票値のピークを与える点を検出する（ステップＣ５）。最後に、前記特定パターン出力手段９４０が、前記Ｈｏｕｇｈ空間ピーク手段で検出した前記投票値のピークを与える各点について、対応する前記パラメータに対する前記特定パターンを出力する（ステップＣ６）。
前記ステップＣ３における投票において、前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票を行うこともできる。
次に、本実施の形態における効果について説明する。
本実施の形態では、前記対象データ内の予め定められた前記注目領域における前記特定パターン間の違いを表す前記特定パターン間距離が定義され、その前記特定パターン間距離が近い領域を近傍と考えその近傍範囲内での前記Ｈｏｕｇｈ変換平滑化を行っているため、前記特定パターン間距離を適切に定義することにより簡便に従来の課題である真の特定パターンの近くに現れる偽の特定パターンの出現を抑制することが出来る。
また、本実施の形態では、さらに、前記Ｈｏｕｇｈ空間投票手段１３１において前記特徴点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について投票することもできるように構成されているため、前記特徴点に含まれる雑音成分に対して頑健な前記特定パターンの検出を行うことができる。
次に、具体的な実施例を用いて本実施の形態に係る認証システムの動作について説明する。
この認証システムは、前記対象データとしてカメラ等の入力装置から入力される画像を用い、前記特徴点として画素値の変化が急峻な点（以下、エッジ点と呼ぶ）を複数個検出し、それらのエッジ点がなす直線を前記特定パターンとして検出する。具体的な画像の例として図４に示すような車両等に搭載したカメラから道路を撮影した道路画像３１０を取り上げる。この道路画像から直線を検出することにより道路面３１１に描かれた走行レーン境界を示す白線３１２等が認識される。
図１２に示すように、この認証システムは、本実施例は前記対象データ入力装置９１０として例えばカメラ等の画像入力装置１１１０と、前記特徴点検出手段９２０としてエッジ点検出手段１１２０と、Ｈｏｕｇｈ変換手段１１３０と、前記特定パターン出力手段９４０として直線出力手段１１４０とを含む。
前記エッジ点検出手段１１２０は、３×３ソーベルフィルタ手段１１２１と、エッジ強度計算手段１１２２と、エッジ強度閾値処理手段１１２３と、エッジ点出力手段１１２４とを含む。ただし、前記エッジ点検出手段１１２０は前記構成に限定されるものではなく、画素値の変化が急峻な点を検出する手段であればよい。
前記Ｈｏｕｇｈ変換手段１１３０は、Ｈｏｕｇｈ空間投票手段１１３１と、Ｈｏｕｇｈ空間平滑化手段１１３２と、Ｈｏｕｇｈ空間ピーク検出手段１１３３とを含む。
前記画像入力装置１１１０は、前記対象データとして前記道路画像３１０を入力する。また、前記エッジ点検出手段１１２０は、前記エッジ点を複数個検出する。また、前記Ｈｏｕｇｈ変換手段１１３０は、後述の直線パラメータ表現

の２次元パラメータ

の各要素

をそれぞれ横軸、縦軸とする２次元平面として定義されるＨｏｕｇｈ空間について前記Ｈｏｕｇｈ変換手段９３０と同様の処理が行なわれる。
直線検出手段１１４０は、前記Ｈｏｕｇｈ変換手段１１３０で検出した投票値のピークを与えるＨｏｕｇｈ空間内の各点に対応して前記直線パラメータ表現

で表される直線を出力する。
前記３×３ソーベルフィルタ手段１１２１は、前記道路画像３１０の各点についてソーベルｘ成分、ソーベルｙ成分を算出する。また、前記エッジ強度計算手段１１２２は、前記道路画像３１０の各点について前記ソーベルｘ成分と前記ソーベルｙ成分の２乗和の平方、もしくは絶対値の和を計算し、それぞれ前記各点のエッジ強度とする。
前記エッジ強度閾値処理手段１１２３は、前記道路画像３１０の各点について前記エッジ強度が予め定められた閾値、例えば１００以上か否かを判断する。
前記エッジ点出力手段１１２４は、前記エッジ強度閾値処理手段１１２３で前記エッジ強度が閾値以上と判断された点をエッジ点として出力する。
前記Ｈｏｕｇｈ空間投票手段１１３１は、Ｈｏｕｇｈ空間内において、前記エッジ点検出手段１１２０で検出された前記エッジ点に対応する軌跡上の各点について、前記エッジ点に応じた重みを投票する。ここで、前記エッジ点に応じた重みとして前記エッジ強度を投票する。ただし、前記エッジ点に応じた重みはこれに限定されるものではなく、例えば定数、後述のソーベルｘ成分とソーベルｙ成分により算出される前記エッジ点における画素値の勾配と前記軌跡上の点に対応する前記直線の傾きとのなす角など、前記エッジ点もしくはその近傍の画素値等から算出される値、もしくはこれらの値や前記エッジ強度等から算出される値等を用いてもよい。
前記Ｈｏｕｇｈ空間平滑化手段１１３２は、前記Ｈｏｕｇｈ空間の各点について、当該点および近傍の点の前記投票値を用いて、例えば近傍の点での投票値の平均値として当該点での平滑化された投票値を決定する。ただし、前記平滑化された投票値はこれに限るものではなく近傍の各点に適当な重みを乗じたものの和や近傍での最大投票値等、近傍の点の位置関係や投票値から計算される各種の値を用いてよい。
前記Ｈｏｕｇｈ空間ピーク検出手段１１３３は、前記Ｈｏｕｇｈ空間内において予め定められた閾値以上であり、かつ例えば３×３近傍等の近傍範囲で最大の投票値を持つ点を前記ピークとして検出する。ただし、前記ピークを検出する基準はこれに限定されるものではなく、例えば、前記Ｈｏｕｇｈ空間内での最大投票値をもつ点のみをピークとする等、問題設定に応じた基準をとることが出来る。
ここで、前記Ｈｏｕｇｈ空間平滑化手段１１３２について説明する。
前記直線パラメータ表現

は以下の数式（１１）で与えられるとする。

ただし、

は前記道路画像３１０上の各点の座標を表し、Ｌは図４に示すように前記道路画像３１０内のある水平ラインのｙ座標を表す。
前記注目領域は、図４に示すように前記道路画像３１０の下部領域、例えば中央水平ライン以下の領域として設定される。この注目領域Ａ３１１は、前記道路画像３１０内において道路面に相当すると予想される領域である。ここで、本発明の第１の実施の形態と同様に、図７に示すように前記特定パターン間距離に対応する直線間距離

は上記数式（３）のように定義される。ただし、

と

はそれぞれ直線を表す。
ここで、数式（１０）は上記数式（４）より以下の数式（１２）のように変形できる。

これより、前記Ｈｏｕｇｈ空間平滑化手段１１３２は、前記Ｈｏｕｇｈ空間の各点

について

を満たす点の集合

またはこれの近似領域での前記投票値の平均値を前記平滑化された投票値とすることができる。
ただし、前記平滑化された投票値は、これに限るものではなく前記点の集合の各点に適当な重みを乗じたものの和や近傍での最大投票値等、近傍の点の位置関係や投票値から計算される各種の値を用いてよい。
次に、前記Ｈｏｕｇｈ空間投票手段１１３１について補足をする。前記Ｈｏｕｇｈ空間投票手段１１３１は、前記Ｈｏｕｇｈ空間内において前記エッジ点検出手段１１２０で検出された前記エッジ点に対応する軌跡上の各点について前記エッジ点に応じた重みを投票するが、この投票を前記軌跡上の各点ではなくエッジ点の位置に含まれると考えられる雑音成分により決定される前記軌跡上の各点の近傍範囲について行うことも出来る。本実施例では、前記投票に際しては前記エッジ点位置に含まれる前記雑音成分として前記座標離散化に起因するもののみを考える。この場合、前記道路画像内のある画素位置

で検出されるエッジ点について真の位置は以下の数式（１３）の範囲にあると考えられる。

ここで、図８に示すようにエッジ点７０２に対応するＨｏｕｇｈ空間内の軌跡７０５だけではなく、上記数式（１３）で表されるエッジ点の真の位置範囲７０３の全ての点に対応するＨｏｕｇｈ空間内の軌跡の集合７０６についてエッジ点７０２に応じた重みが投票される。これにより、前記座標離散化に起因する雑音成分の影響を抑制することが出来る。
次に、上記実施例の動作について、図１２及び図１３のフローチャートを参照して詳細に説明する。
まず、前記画像入力装置１１１０により前記道路画像が入力される（図１３のステップＤ１）。次に、前記ソーベルフィルタ手段１１２１が、前記道路画像の各点について前記ソーベルｘ成分とソーベルｙ成分を算出する（ステップＤ２）。さらに、前記エッジ強度計算手段１１２２が、前記道路画像の各点についてエッジ強度を計算する（ステップＤ３）。さらに、前記エッジ強度閾値処理手段１１２３が、前記道路画像の各点についてエッジ強度を閾値処理する（ステップＤ４）。さらに、前記エッジ点出力手段１１２４が、前記エッジ強度が前記閾値以上の点を前記エッジ点として出力する（ステップＤ５）。さらに、前記Ｈｏｕｇｈ空間投票手段１１３１が、前記各エッジ点についてＨｏｕｇｈ空間内の軌跡上に投票を行う（ステップＤ６）。さらに、前記Ｈｏｕｇｈ空間平滑化手段１１３２が、前記Ｈｏｕｇｈ空間内の各点の前記投票値を平滑化する（ステップＤ７）。さらに、前記Ｈｏｕｇｈ空間ピーク検出手段１１３３が、前記Ｈｏｕｇｈ空間内の前記ピーク点を検出する（ステップＤ８）。最後に、前記直線出力手段１１４０が、前記各Ｈｏｕｇｈ空間ピーク点に対応する前記直線を出力する（ステップＤ９）。
本実施例において前記対象データを画像としたが、前記対象データは、これに限られるものではなく、例えば画素値が対応する実物体への距離を示す距離画像や、３次元空間内で各位置における画素値が与えられる３次元画像、異なる時刻で得られた前記画像もしくは前記３次元画像を時系列方向に並べることにより得られる時系列画像等、座標位置と各位置でのデータ値が対応付けられているデータであればよい。
また、本実施例において前記直線間距離を前記注目領域Ａ３１１の各水平ライン上でのｘ座標の差の２乗和として定義したが、これは水平ラインに限られるものではなく、鉛直ライン等、互いに平行なラインの集合の各ライン上での位置間距離の２乗和であればよい。
また、本実施例において前記直線間距離を互いに平行なラインの集合の各ライン上での位置間距離の２乗和として定義したが、これは２乗和に限られるものではなく、絶対値の和、絶対値の最大値等、前記互いに平行なラインの集合の各ライン上での直線位置の集合を１つのベクトルとみなした場合の２つの前記直線に対応する前記ベクトル間の距離として定義される量であればよい。

本発明によれば、画像等の対象データ内の特定のパターンを検出といった用途に適用できる。

Claims (21)

1. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行うＨｏｕｇｈ空間投票手段と、投票済み前記パラメータ空間のピークを検出するＨｏｕｇｈ空間ピーク検出手段とを含み、対象データからＨｏｕｇｈ変換により特定パターンを検出する認識システムにおいて、
   投票を行う前記パラメータ空間での各点の距離の大小関係が予め定められた前記特定パターン間の違いを表す特定パターン間距離の大小関係と同値または近似的に同値であるように、前記Ｈｏｕｇｈ空間投票手段において、前記パラメータ空間が設計されていることを特徴とする認識システム。
2. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行うＨｏｕｇｈ空間投票手段と、前記パラメータ空間の各点の投票値を平滑化するＨｏｕｇｈ空間平滑化手段と、投票済み前記パラメータ空間のピークを検出するＨｏｕｇｈ空間ピーク検出手段とを含み、対象データからＨｏｕｇｈ変換により特定パターンを検出する認識システムにおいて、
   前記Ｈｏｕｇｈ空間平滑化手段は、前記パラメータ空間内の各点での平滑化された投票値を、予め定められた前記特定パターン間距離が予め定められた値以下となるような、前記各点の近傍もしくは近傍を近似した領域内の点の投票値を用いて決定することを特徴とする認識システム。
3. 前記対象データが画像であり、前記特定パターンが直線であることを特徴とする請求項１または２に記載の認識システム。
4. 前記特定パターン間距離が予め定められた前記対象データ内のある注目領域における各水平ライン上もしくは各鉛直ライン上もしくは水平なライン群の各ライン上での各前記特定パターンの位置の間の距離の前記注目領域における２乗和であることを特徴とする請求項３に記載の認識システム。
5. 前記直線が前記注目領域内のある水平ラインでの切片と傾きの係数をパラメータとして表現されることを特徴とする請求項４に記載の認識システム。
6. 前記Ｈｏｕｇｈ空間投票手段における１回の投票処理において、対象データの量子化誤差に応じた重みが単数または複数の投票箇所に投票されることを特徴とする請求項３に記載の認識システム。
7. 前記画像が車載機器から撮影された道路画像であり、前記注目領域が前記道路画像内の道路面像に相当する領域であり、前記直線を検出することにより白線や道路端等の走行レーン境界が検出されることを特徴とする請求項４、５または６に記載の認識システム。
8. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行う投票ステップと、投票済みパラメータ空間のピークを検出するピーク検出ステップを含み、対象データからＨｏｕｇｈ変換により特定パターンを検出する認識方法において、
   前記投票ステップにおいて、投票を行う前記パラメータ空間での各点の距離の大小関係が予め定められた前記特定パターン間の違いを表す特定パターン間距離の大小関係と同値もしくは近似的に同値であるように前記パラメータ空間が設計されることを特徴とする認識方法。
9. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行う投票ステップと、前記パラメータ空間の各点の投票値を平滑化する平滑化ステップと、投票済みパラメータ空間のピークを検出するピーク検出ステップを含み、対象データからＨｏｕｇｈ変換により特定パターンを検出する認識方法において、
   前記平滑化ステップは、前記パラメータ空間内の各点での平滑化された投票値を、予め定められた前記特定パターン間距離が予め定められた値以下となるような前記各点の近傍もしくは近傍を近似した領域内の点の投票値を用いて決定するステップを有することを特徴とする認識方法。
10. 前記対象データが画像であり、前記特定パターンが直線であることを特徴とする請求項８または９に記載の認識方法。
11. 前記特定パターン間距離が、予め定められた前記対象データ内のある注目領域における各水平ライン上もしくは各鉛直ライン上もしくは水平なライン群の各ライン上での各前記特定パターンの位置の間の距離の前記注目領域における２乗和であることを特徴とする請求項１０に記載の認識方法。
12. 前記直線が、前記注目領域内のある水平ラインでの切片と傾きの係数をパラメータとして表現されることを特徴とする請求項１１に記載の認識方法。
13. 前記投票ステップは、１回の投票処理において対象データの量子化誤差に応じた重みを単数または複数の投票箇所に投票するステップを有することを特徴とする請求項１０に記載の認識方法。
14. 前記画像が車載機器から撮影された道路画像であり、前記注目領域が前記道路画像内の道路面像に相当する領域であり、
    前記直線を検出することにより白線や道路端等の走行レーン境界を検出するステップを有することを特徴とする請求項１１、１２または１３に記載の認識方法。
15. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行う投票ステップと、投票済み前記パラメータ空間のピークを検出するピーク検出ステップをコンピュータに実行させ、対象データからＨｏｕｇｈ変換により特定パターンを検出させる認識プログラムにおいて、
    前記投票ステップにおいて、投票を行う前記パラメータ空間での各点の距離の大小関係が予め定められた前記特定パターン間の違いを表す特定パターン間距離の大小関係と同値もしくは近似的に同値であるように前記パラメータ空間が設計されていることを特徴とする認識プログラム。
16. 特徴点毎にパラメータ空間の対応する軌跡上に投票を行う投票ステップと、前記パラメータ空間の各点の投票値を平滑化する平滑化ステップと、投票済み前記パラメータ空間のピークを検出するピーク検出ステップをコンピュータに実行させ、対象データからＨｏｕｇｈ変換により特定パターンを検出させる認識プログラムにおいて、
    前記平滑化ステップは、前記パラメータ空間内の各点での平滑化された投票値を、予め定められた前記特定パターン間距離が予め定められた値以下となるような前記各点の近傍、もしくは近傍を近似した領域内の点の投票値を用いて決定するステップを有することを特徴とする認識プログラム。
17. 前記対象データが画像であり、前記特定パターンが直線であることを特徴とする請求項１５または１６に記載の認識プログラム。
18. 前記特定パターン間距離が、予め定められた前記対象データ内のある注目領域における各水平ライン上もしくは各鉛直ライン上もしくは水平なライン群の各ライン上での各前記特定パターンの位置の間の距離の前記注目領域における２乗和であることを特徴とする請求項１７に記載の認識プログラム。
19. 前記直線は、前記注目領域内のある水平ラインでの切片と傾きの係数をパラメータとして表現されることを特徴とする請求項１８に記載の認識プログラム。
20. 前記投票ステップは、１回の投票処理において対象データの量子化誤差に応じた重みを単数または複数の投票箇所に投票することを特徴とする請求項１７に記載の認識プログラム。
21. 前記画像が車載機器から撮影された道路画像であり、前記注目領域が前記道路画像内の道路面像に相当する領域であり、
    前記直線を検出することにより白線や道路端等の走行レーン境界を検出するステップを実行させることを特徴とする請求項１８、１９または２０に記載の認識プログラム。

Images