JP4434375B2 - 測距装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、測距装置、詳しくは、カメラ等に利用可能な測距装置に関する。
【０００２】
【従来の技術】
従来、複数の測距ポイントについて測距を行うオートフォーカス機能を有するカメラは種々提案されている。たとえば特開平１０−１４２４９０号公報には、撮影画面内の広い範囲にわたり多数の測距ポイントを有し、撮影毎にその全ての測距ポイントを測距する測距装置を備えるカメラが開示されている。
【０００３】
さらに近年、背景の影響を受けないように工夫されたカメラも提案されている。特開平５−７３２６号公報には、撮影画面内のエッジ部分を検出してゲート信号を発生して測距枠を設定し、背景の影響を受けないように工夫する測距装置が提案されている。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記特開平１０−１４２４９０号公報に開示された測距装置は、撮影毎に全ての測距ポイントにおいて測距を行うので、非常にタイムラグが大きくなり使い勝手が悪いという問題がある。
【０００５】
また、タイムラグを短縮するために、非常に高速な処理回路やマイコン等を使用すると、大きなコストアップとなり、汎用的なカメラには採用できないという問題がある。
【０００６】
さらに上記特開平５−７３２６号公報に開示された測距装置は、ビデオ信号から高域成分を検出するコントラスト方式による山登りオートフォーカス装置に限定されている。このコントラスト方式はフォーカスレンズをスキャンしながら、最も高周波成分が大きくなるフォーカスレンズの位置を検出するので、非常にタイムラグが大きくシャッタチャンスを逃してしまうという問題がある。
【０００７】
本発明はかかる問題点に鑑みてなされたものであり、広範囲な測距領域を有する測距装置であってもタイムラグを増大させることなく、かつ背景に影響を受けずに主要被写体に対して正確なオートフォーカス処理を行い得る測距装置を提供することを目的とする。
【０００８】
【課題を解決するための手段】
上記の目的を達成するために本発明の第１の測距装置は、複数の画像を有し、被写体像を撮像して撮像信号を出力する撮像素子と、上記撮像素子の出力に基づいて主要被写体を検出し、当該主要被写体の輪郭を抽出する輪郭抽出手段と、上記撮像素子の画素の積分量を示すモニタ信号の抽出範囲を設定するモニタ選択手段と、上記モニタ選択手段の設定する範囲のモニタ信号に基づいて、上記撮像信号の積分動作を制御する積分制御手段と、上記積分制御手段が上記撮像素子の積分制御を実行して上記撮像素子より得られた、被写体像を２像に分割した撮像信号に関して相関演算を行うことにより測距動作を行う測距手段と、を具備し、上記モニタ選択手段は、上記輪郭抽出手段により抽出された主要被写体領域に対する適正な撮像信号が得られるように、上記モニタ信号の抽出範囲を上記主要被写体領域の抽出された輪郭の内部に対応する上記撮像素子の画素領域に設定することを特徴とする。
【０００９】
上記の目的を達成するために本発明の第２の測距装置は、被写体に補助光を照射する補助光手段と、上記撮像素子の出力より定常光成分を除去する定常光除去手段と、をさらに備え、上記輪郭抽出手段は、上記補助光手段で被写体を照射し、上記定常光除去手段で定常光成分を除去した撮像素子の出力に基づいて被写体の輪郭を抽出することを特徴とする。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
【００１３】
図１は、本発明の第１の実施形態である測距装置の構成を示したブロック図である。
【００１４】
図に示すように、本実施形態の測距装置は、当該測距装置を備えるカメラ全体における各回路の制御を司るマイクロコンピュータ１１と、後述する測距光学系１００により形成される被写体像を撮像して電気信号であるセンサデータに変換するＡＦエリアセンサ１２と、フォーカシーングレンズ１４を駆動するフォーカスレンズ駆動部１３と、該フォーカシーングレンズ１４の移動量に対応するパルス信号を発生するフォーカスレンズエンコーダ１５と、撮影画面に対応し、複数に分割された測光用受光素子２３ａの発生する光電流信号を処理して測光出力を発生する測光部２３と、シャッタを駆動してフィルムに対する露出を行うシャッタ駆動部１６と、撮影時の補助光源としてストロボ２０ａを発光させるストロボ回路部２０と、カメラ内部の情報をＬＣＤ等の表示素子により表示する表示部１９と、レリーズボタンに連動したスイッチである１ＲＳＷ（ファーストレリーズスイッチ）１７及び２ＲＳＷ（セカンドレリーズスイッチ）１８と、オートロード、１駒巻き上げ、巻き戻しのフィルム駆動動作を行うフィルム駆動部２１と、撮影レンズのズーム動作を行うズームレンズ駆動部２２と、カメラの姿勢（縦、横）を検出し、マイクロコンピュータ１１に対して出力するカメラ姿勢検出部１２０と、で主要部が構成される。
【００１５】
マイクロコンピュータ１１は、その内部に、ＣＰＵ（中央処理装置）１１ａ、ＲＯＭ１１ｂ，ＲＡＭ１１ｃ，Ａ／ＤコンバータＡＤＣ１１ｄを有する。このうちＣＰＵ１１ａは、ＲＯＭ１１ｂに格納されたシーケンスプログラムに従って一連の動作を行う。
【００１６】
マイクロコンピュータ１１はさらにＥＥＰＲＯＭ１１ｅを有しており、オートフォーカス（ＡＦ）、測光・露出演算等に関する補正データをカメラ毎に記憶している。また、ＥＥＰＲＯＭ１１ｅには、後述する撮影画面内の主要被写体を検出するための各種パラメータ等が格納されている。
【００１７】
ＡＦエリアセンサ１２は、撮像領域１２ａである水平方向と垂直方向に二次元状に配置された受光素子群とその処理回路１２ｂとを備えている。そして、受光素子（フォトダイオード）への入射光により発生する電荷を画素毎の画素増幅回路により電圧に変換するとともに増幅して出力する。マイクロコンピュータ１１は、このＡＦエリアセンサ１２の積分動作の制御、センサデータの読み出し制御を行い、ＡＦエリアセンサ１２の出力するセンサデータを処理して測距演算を行なうようになっている。
【００１８】
またＡＦエリアセンサ１２は、定常光除去回路１２ｃを有している。この定常光除去回路１２ｃは、マイクロコンピュータ１１の制御下に定常光を除去するか否かを切り換る機能を有する。
【００１９】
フォーカスレンズ駆動部１３は、撮影レンズ１３０の一部であるフォーカシーングレンズ１４を駆動し、フォーカスレンズエンコーダ１５は、該フォーカシーングレンズ１４の移動量に対応するパルス信号を発生する。マイクロコンピュータ１１は測距演算結果に基づき、フォーカスレンズ駆動部１３に駆動信号を出力し、フォーカスエンコーダ１５の出力をモニタしてフォーカスレンズ１４の位置制御を行う。
【００２０】
測光部２３は、撮影画面に対応し、複数に分割された測光用受光素子２３ａの発生する光電流信号を処理して測光出力を発生する。マイクロコンピュータ１１はこの測光出力を上記ＡＤコンバータＡＤＣ１１ｄによりＡＤ変換して測光・露出演算を行う。
【００２１】
シャッタ駆動部１６は、マイクロコンピュータ１１の制御下にシャッタを駆動してフィルムに対する露出を行う。
【００２２】
ストロボ回路部２０は、撮影時の補助光源としてストロボ２０ａを発光させる機能を備え、マイクロコンピュータ１１の制御下にストロボ２０ａ発光のための充電、発光制御がなされる。またストロボ回路部２０は、ストロボ２０ａを測距動作時のオートフォーカス補助光として使用する際に、マイクロコンピュータ１１の制御下に発光制御を行う。
【００２３】
表示部１９は、マイクロコンピュータ１１の制御下にカメラ内部の情報をＬＣＤ等の表示素子により表示する。
【００２４】
１ＲＳＷ（ファーストレリーズスイッチ）１７、２ＲＳＷ（セカンドレリーズスイッチ）１８はレリーズボタンに連動したスイッチであって、レリーズボタンの第１段階の押し下げにより１ＲＳＷ１７がオンし、引き続いて第２段階の押し下げで２ＲＳＷ１８がオンする。マイクロコンピュータ１１は１ＲＳＷ１７のオンでＡＦ，測光動作を行い、２ＲＳＷ１８のオンで露出動作、フィルム巻き上げ動作を行う。
【００２５】
フィルム駆動部２１は、マイクロコンピュータ１１の制御下にオートロード、１駒巻き上げ、巻き戻しのフィルム駆動動作を行い、ズームレンズ駆動部２２は、同じくマイクロコンピュータ１１の制御下に撮影レンズのズーム動作を行う。また、マイクロコンピュータ１１に対して撮影レンズの焦点距離情報を出力する。
【００２６】
カメラ姿勢検出部１２０は、カメラの姿勢（縦、横）を検出し、マイクロコンピュータ１１に対して出力する。
【００２７】
次に、このような構成を成す本実施形態の測距装置の動作について説明する。
図２は、本実施形態の測距装置において、マイクロコンピュータ１１のメインルーチンを示すフローチャートである。
【００２８】
まず、不図示の電源ＳＷがオンされるかあるいは電池が挿入されるとマイクロコンピュータ１１が動作を開始し、ＲＯＭ１１ｂに格納されたシーケンスプログラムを実行する。そして、マイクロコンピュータ１１はカメラ内の各ブロックの初期化、ＥＥＰＲＯＭ１１ｅ内のＡＦ、測光等の調整・補正データをＲＡＭ１１ｃに展開する（ステップＳ１０１）。
【００２９】
次にマイクロコンピュータ１１は１ＲＳＷ１７の状態を検出し、該１ＲＳＷ１７がオン操作を待つ（ステップＳ１０２）。ここで、該１ＲＳＷ１７がオンされるとマイクロコンピュータ１１はオートフォーカス（ＡＦ）動作を行うよう該当回路を制御する（ステップＳ１０３）。続いて測光・露出演算処理（ステップＳ１０４）を行い、２ＲＳＷ１８の状態を検出する（ステップＳ１０５）。
【００３０】
このステップＳ１０５で２ＲＳＷ１８がオンされると、マイクロコンピュータ１１はシャッタ動作を行うよう指示してフィルムに露出し（ステップＳ１０６）、フィルムを１駒巻き上げる（ステップＳ１０７）。
【００３１】
一方、上記ステップＳ１０２において１ＲＳＷ１７がオンしていないとき、マイクロコンピュータ１１は１ＲＳＷ１７、２ＲＳＷ１８以外のスイッチの入力を検出する（ステップＳ１０８）。ここで他のスイッチ入力を検出すると当該スイッチ入力に応じた処理、たとえばズームスイッチのアップ、ダウンスイッチ入力に対してはズームアップ、ダウン処理を行うよう各回路に指示する（ステップＳ１０９）。
【００３２】
次に、本実施形態の測距装置における測距光学系について説明する。
図３は、本実施形態の測距装置における測距光学系１００を示した説明図であり、光学系、ＡＦエリアセンサ配置を示している。また、図４は、三角測距の原理により被写体距離を求める方法を説明するための図である。
【００３３】
当該測距光学系１００は、いわゆる外光パッシブ方式により被写体までの距離を測定するようになっており、図３に示すように、受光レンズ１０１、１０２は基線長Ｂを隔てて配置され、被写体１０３の像を２像に分割してＡＦエリアセンサ１２の受光領域１２ａに結像させるようになっている。
【００３４】
図４に示すように上記２像の相対的な位置差ｘは三角測距の原理によって、受光レンズの焦点距離ｆと基線長Ｂとから、被写体距離Ｌは以下の式による。
【００３５】
Ｌ＝（Ｂ・ｆ）／ｘ
上述した測距演算はマイクロコンピュータ１１によって行われる。より具体的には、ＡＦエリアセンサ１２の受光領域１２ａに測距ブロックを設定して２像に対応するセンサデータを用いて相関演算を行い、上記２像の相対的な位置差ｘを検出する。
【００３６】
次に、図５を参照して上記ＡＦエリアセンサ１２の構成について説明する。
図５に示すように、ＡＦエリアセンサ１２は、撮影画面に対応する複数の画素５３と、積分動作を制御するためにモニタ選択回路５７と、水平シフトレジスタ５６、垂直シフトレジスタ５４と、固定パターンノイズ除去回路５５とを備える。
【００３７】
上述したようにＡＦエリアセンサ１２には、撮影画面に対応して複数の画素５３が配置されるが、この複数の画素のうち一画素５０は、受光素子であるフォトダイオード５２と、フォトダイオード５２の出力する信号電荷を電圧信号に変換するための増幅器５１（蓄積容量５８を含む）と、を備えている。なお増幅器５１には定常光成分を除去する機能も含まれている。
【００３８】
上記モニタ選択回路５７は、マイクロコンピュータ１１からの司令に基づく画素範囲について積分量を示すモニタ信号を作成し出力する。
【００３９】
水平シフトレジスタ５６、垂直シフトレジスタ５４は、マイクロコンピュータ１１からの司令により制御され、各画素の信号出力を選択して出力する。
【００４０】
固定パターンノイズ除去回路５５は、各画素の信号出力に含まれる固定パターンノイズを除去するための回路である。
【００４１】
次に、図６を参照して、本実施形態における撮影画面（ワイドとテレ）と測距領域との関係について説明する。
上述したように、本実施形態の測距装置は外光測距方式を採用しているので、撮影画面と測距領域とにはパララックスが存在する。このため本実施形態では撮影光学系の焦点距離情報（ズーム情報）に応じて測距に使用する領域を限定する。このような焦点距離の変化に応じた測距エリア位置補正データはＥＥＰＲＯＭ１１ｅに予め記憶されており、マイクロコンピュータ１１の初期化とともにＲＡＭ１１ｄに展開されている。そして、ズーム動作に応じてこの補正データを参照してＡＦエリアセンサ１２の受光領域内の測距動作に使用する測距領域を決定する。さらにこの測距領域範囲内のセンサデータにより測距演算を行う。
【００４２】
またマイクロコンピュータ１１はＡＦエリアセンサ１２に対してこの測距領域内に対応する積分制御用ピークモニタを発生するように制御信号を出力する。そしてＡＦエリアセンサ１２は、指定された測距エリアの範囲内のピーク信号をマイクロコンピュータ１１に対して出力する。マイクロコンピュータ１１はこのモニタ信号を参照して積分量が所定のレベルとなるように制御する。
【００４３】
本実施形態ではかかる工夫により撮影画面外において被写体の影響を受けないようにすることが可能となった。また、センサデータを読み出す際にも、上記撮影画面に対応する測距領域補正データを参照して不要な撮影画面外のセンサデータは読みとばしてＲＡＭ１１ｃに格納しない。あるいはＡＦエリアセンサ１２に読み出し範囲設定信号を出力して設定された範囲内のセンサデータだけ出力するようにしている。
【００４４】
次に、図７のフローチャートを参照して、本実施形態の測距装置におけるオートフォーカス（ＡＦ）ルーチンを説明する。
【００４５】
まず、マイクロコンピュータ１１はＡＦエリアセンサ１２に積分制御信号を出力して、積分動作を行うよう指示する（ステップＳ２０１）。次にＡＦエリアセンサ１２から所定範囲内のピーク（最も明るい画素）出力に対応するモニタ信号が出力される。マイクロコンピュータ１１はこのモニタ信号を参照しながら、ＡＦエリアセンサ１２の受光部の受光量が適正となるように積分時間を調節する。
【００４６】
この後マイクロコンピュータ１１は、ＡＦエリアセンサ１２に読み出しクロックＣＬＫを出力し（ステップＳ２０２）、センサデータ（画素データ）をＡＤコンバータＡＤＣ１１ｄに出力させ、ＡＤ変換して読み出しＲＡＭ１１ｃに格納する。
【００４７】
さらにマイクロコンピュータ１１は、主要被写体を抽出する処理を行い（ステップＳ２０３）、抽出された主要被写体領域内に複数の測距エリアを設定する（ステップＳ２０４）。また、上記複数の測距エリアについて測距演算を行い（ステップＳ２０５）、得られた測距データが所定の条件（信頼性の有無等）を満足するか否かを判別する（ステップＳ２０６）。
【００４８】
このステップＳ２０６で測距結果が所定の条件を満足していれば、マイクロコンピュータ１１は、この所定の条件を満たす複数の測距データについて平均処理を行い（ステップＳ２０７）、その結果得られた測距データを採用する。そして、上記採用した測距データに基づいてフォーカシングレンズ１４を駆動（ステップＳ２０８）して、リターンする。
【００４９】
一方、上記ステップＳ２０６において測距結果が所定の条件を満足しない場合は、マイクロコンピュータ１１は、上記主要被写体領域内のセンサデータが適正となるように制御して再度積分を行う。すなわち、ＡＦエリアセンサ１２内のモニタ選択回路５７を制御して、主要被写体領域内に対応する画素のみについてモニタ信号を取得し、たとえばそれらの最大値をモニタ出力としてマイクロコンピュータ１１に出力させるように設定する（ステップＳ２０９）。
【００５０】
そしてこの後、再びステップＳ２０１に戻り、再度積分、読み出し、測距処理をやり直す。この場合は、主要被写体の領域内のセンサデータが測距演算を行うために適正となるよう積分制御を行うので、主要被写体について良好な測距データが得られる。
【００５１】
次に、図８のフローチャートを参照して、本実施形態の測距装置における主要被写体検出動作について説明する。
【００５２】
この主要被写体検出ルーチンでは、特に主要被写体として人物を想定して、人物を検出する。なお、ＡＦエリアセンサ１２により２個の画像が得られるが、主要被写体検出に使用する画像データ（センサデータ）はどちらか一方の画像でもよいし、両方の画像を使用してもよい。ＡＦエリアセンサ１２のセンサデータは、マイクロコンピュータ１１内のＲＡＭ１１ｃに格納されており、このセンサデータに基づいて以下の処理を行う。
【００５３】
まず、処理の概要について説明する。
最初にマイクロコンピュータ１１は平滑化処理を行う（ステップＳ３０１）。この処理は画像中のランダムノイズを除去する処理であり、当該ノイズをフィルタ処理やフーリエ変換によって除去する。なお除去されるランダムノイズはＡＦエリアセンサ１２自体が有するランダムノイズや、ＡＦエリアセンサ１２の電源電圧変動等の外的ノイズにより発生するノイズである。
【００５４】
次にマイクロコンピュータ１１は差分処理を行う（ステップＳ３０２）。この処理においてマイクロコンピュータ１１はセンサデータに対して差分処理を行い、エッジ検出を行う処理でエッジの候補領域とその強度が与えられる。
【００５５】
この後マイクロコンピュータ１１は２値化処理を行う（ステップＳ３０３）。この処理においてマイクロコンピュータ１１は画像に対して閾値処理によりある値以下の部分を抽出して２値画像を求める。
【００５６】
さらにマイクロコンピュータ１１は連結・図形融合処理（ステップＳ３０４）を行い、続いて細線化処理（ステップＳ３０５）を行う。この処理によりエッジに対応するある幅を有する図形が得られるので、細線化アルゴリズムを適用して、線幅を約１にする。
【００５７】
この後マイクロコンピュータ１１は、画像の形状を判別して主要被写体を抽出する形状判定処理を行い（ステップＳ３０６）、リターンする。
【００５８】
次に上記各ステップの処理についてさらに詳しく説明する。
（１）ステップＳ３０１：平滑化処理
この平滑化処理は画像内に混入するランダムノイズを除去する処理である。この処理には種々の方法が知られるが、近傍領域内の画素値の中央値（メディアン）を求めるメディアンフィルタや、近傍領域を小領域に分け、小領域毎に分散を求めて分散が最小の小領域を求め、その平均値を出力するエッジ保存フィルタ等が有効である。
【００５９】
上記メディアンフィルタは、画像のエッジがなまってしまう副作用があるが、エッジ保存フィルタはエッジがなまらないのでより有効である。また、その他にフーリエ変換による方法もある。
【００６０】
（２）ステップＳ３０２：差分処理によるエッジ検出処理
このステップでは、マイクロコンピュータ１１はセンサデータｓ（ｉ，ｊ）について（図２３参照）、以下のような処理を行うことによりエッジ検出を行う。
【００６１】
１次微分オペレータによる手法では、ｘ方向の微分およびｙ方向の微分をそれぞれ以下の式により計算する。
Δｘｓ（ｉ，ｊ）＝ｓ（ｉ，ｊ）−ｓ（ｉ−１，ｊ）
Δｙｓ（ｉ，ｊ）＝ｓ（ｉ，ｊ）−ｓ（ｉ，ｊ−１）
この結果、図９（ａ）に示すようなデータが得られる。
【００６２】
また、２次微分オペレータによる手法では以下の式により求められる。
Δ＾２ｘｓ（ｉ，ｊ）＝ｓ（ｉ−１，ｊ）−２ｓ（ｉ，ｊ）−ｓ（ｉ＋１，ｊ）
Δ＾２ｙｓ（ｉ，ｊ）＝ｓ（ｉ，ｊ−１）−２ｓ（ｉ，ｊ）−ｓ（ｉ，ｊ＋１）
２次微分オペレータの一種であるラプラシアン・オペレータは、エッジの肩の部分を強調するので、正の領域から負の領域に移行する。そして“０”になる部分を求めることによってエッジが求められる（図９（ｂ））。
【００６３】
具体的な処理方法としては、空間フィルタテーブル（重みテーブル）との積和演算を行う。
図１０は、上記空間フィルタテーブルの例を示した説明図である。この図１０中、
図１０（ａ）は１次微分オペレータ（横方向）
図１０（ｂ）は１次微分オペレータ（縦方向）
図１０（ｃ）はラプラシアンオペレータ
図１０（ｄ）はソーベルオペレータ（Ｘ方向、Ｙ方向の１次微分、絶対値データ変換、加算）
をそれぞれ示す。
【００６４】
また、当該処理の演算式は以下に示す通りである。
【数１】

本実施形態では、以上の空間フィルタを、状況に応じて適宜選択して使用する。
【００６５】
なお、全画像について差分処理をする場合は、比較的演算が簡単で高速な１次微分オペレータ、ラプラシアンオペレータを使用する。一方、撮影画面内の一部の画像に関して差分処理を行う場合は、演算がやや複雑で演算時間が大きいが効果は大きいソーベルオペレータを選択して使用する。
【００６６】
また、低輝度でＡＦエリアセンサ１２の積分時間が長い場合は、１次微分オペレータまたはラプラシアンオペレータを使用し、一方高輝度で積分時間が小さい場合は、ソーベルオペレータを使用することによりＡＦタイムラグとしてのバランスをとってもよい。
【００６７】
（３）ステップＳ３０３：２値化処理（閾値処理）
この２値化処理を図１１に示すフローチャートを参照して説明する。
当該２値化処理においてマイクロコンピュータ１１はまず、画像内の各輝度を示す画素値の出現頻度を表わすヒストグラムを作成し（ステップＳ４０１）、次に閾値設定処理を行う（ステップＳ４０２）。ここで、ヒストグラムに基づいて閾値を決定する手法は種々知られているが、たとえばモード法では、上記のうちで頻度が最小の輝度値を閾値（スレッシュレベル）として、２値化処理を行なう（図１２参照）。
【００６８】
上記ステップＳ４０２において閾値が設定された後、マイクロコンピュータ１１は２値化を行う（ステップＳ４０３）。
【００６９】
なお、閾値設定の他の手法としては、取り出す図形の面積がある程度わかっている場合に有効なｐ−タイル法、図形の境界部分に閾値が設定されるように定める微分ヒストグラム法、濃度値の集合を２つのクラスに分けたときのクラス間の分離が最もよくなるようにパラメータｔを求める判別分析法、画像位置に応じて閾値を変化させる可変閾値法等の手法が知られている。
【００７０】
本実施形態では、これらの手法を状況に応じて適宜選択して使用する。たとえばヒストグラムの形状を判別して明確な最小値が存在するか否かを判定し、明確な場合はモード法を採用する。一方、不明確な場合は判別分析法を採用する。
【００７１】
このようにヒストグラムの形状判別を行い、その結果に応じて閾値設定方法を変更する。ヒストグラムの形状判別方法については、図１３に示すようにたとえば（谷）極値でありかつ頻度最小値ａ、２番目に小さい値ｂを求め、その差ｂ−ａを判別値ｄｔｈと比較して、所定値ｄｔｈより大きい場合、最小値ａの輝度値を閾値として採用する。一方、所定値以下の場合は、画像位置に応じて閾値を変化させる可変閾値法を採用する。
【００７２】
ここで、上記閾値設定処理を図１３及び図１４に示すフローチャートを参照して詳しく説明する。
マイクロコンピュータ１１は、図１３に示す如き最小値ａと２番目に小さい頻度ｂを求める（ステップＳ５０１）。次に、この差（ｂ−ａ）と所定の判定値ｄｔｈとを比較する（ステップＳ５０２）。そして、差（ｂ−ａ）が判定値ｄｔｈより大きい場合は、最小値ａに対応する輝度値Ｂａを閾値として採用する（ステップＳ５０４）。一方、差（ｂ−ａ）が判定値ｄｔｈ以下の場合は可変閾値法を採用する（ステップＳ５０５）。
【００７３】
撮影画面全体に対応する画像での２値化の場合は、最初にモード法により閾値を設定して２値化処理を行う。そして、２値化画像を評価した結果が良好ではない場合は画像を複数のブロックに分割して、分割ブロック毎にヒストグラムを作成し、改めて分割ブロック毎に閾値を設定するようにしてもよい。
【００７４】
（４）ステップＳ３０４：ラベリング・図形融合処理
マイクロコンピュータ１１は、画像中で同じ輝度値の画素が互いに連結している連結部分の魂に対してラベリングを行う。つまり異なる連結部分に対して異なるラベルを貼り付けて区別して領域（連結領域）を分離する（図１７ラベリング１〜９参照）。
【００７５】
また図形融合処理では、画像に含まれている穴のような面積の小さい図形や点状の図形は、本質的に有効でないばかりか、ノイズとして後の処理に悪影響を及ぼす可能性があるので、除去する必要がある。そのためマイクロコンピュータ１１は、元の図形を膨らませたり縮めたりしてノイズ成分を除去する。
【００７６】
（５）ステップＳ３０５：細線化処理
この処理は、得られた２値画像を対象としてその中に含まれる各々の連結領域に対して連結性を損なうことなく線幅１の線図形まで細める処理である。すなわち、任意の太さの線状の図形において、その幅方向の画素を順次取り除くことにより線図形の中心線を求める。
【００７７】
（６）ステップＳ３０６：形状判断処理
ここで連結領域の面積はその連結領域に属する画素の個数である。周囲長は連結領域のまわりに境界に位置する画素の個数である。ただし、斜め方向は水平、垂直方向に対して√２倍に補正する。
【００７８】
画像の形状を判定するために、以下の係数ｅが使用される。
【００７９】
ｅ＝（周囲長）＾２／（面積）
ｅは、形状が円形の時に最小値を示し、形状が複雑になるほど大きい値を示す。
【００８０】
人物の顔はほぼ円形に近いと考えられるので、上記ｅと所定値とを比較して対称画像が人物の顔か否かを判定する。
【００８１】
また上記連結領域面積も所定値と比較して、対称画像人物の顔か否かを判定する。また、形状判定に先立ち、面積を所定範囲の値と比較して所定範囲以外の場合は人物ではない画像と判別して、形状判定処理を行わないようにしてもよい。このようにして演算量を減少させてＡＦタイムラグを縮小させることができる。
【００８２】
図１５は、上記形状判定処理ルーチンを示したフローチャートである。
図に示すように、マイクロコンピュータ１１は、抽出領域があるか否かを判別し（ステップＳ６０１）、抽出領域がない場合はリターンする。ここで抽出領域がある場合は抽出領域の面積Ｓを求め、所定範囲内であるか否かを判別する（ステップＳ６０２）。そして抽出領域面積Ｓが所定範囲の場合はステップＳ６０３に移行し、所定範囲内ではない場合はステップＳ６０７に移行する
上記ステップＳ６０２において抽出領域面積Ｓが所定範囲の場合は、マイクロコンピュータ１１は形状判定値ｅを算出し、所定範囲内か否かを判別する（ステップＳ６０３）。そして、所定範囲内の場合は人物であると判定する（ステップＳ６０４）。
【００８３】
この後マイクロコンピュータ１１は、全抽出領域について形状判定したか否かを判別し（ステップＳ６０５）、終了している場合はリターンする。一方、終了していない場合は、次の抽出領域を設定して（ステップＳ６０６）、上記ステップＳ６０２に移行して上記処理を繰り返し実行する。
【００８４】
一方、マイクロコンピュータ１１は、上記ステップＳ６０２において抽出領域面積Ｓが所定範囲にない場合、及び上記ステップＳ６０３において形状判定値ｅが所定範囲内にない場合は、共に人物以外の被写体と判定する（ステップＳ６０７）。この後、上記同様に全抽出領域について形状判定したか否かを判別する（ステップＳ６０５）。
【００８５】
ここで、図１６乃至図１８を参照して本実施形態における人物判定画像について説明する。
【００８６】
図１６は、本実施形態における人物判定画像の一例を示した図であり、撮影画面の対応するＡＦエリアセンサ１２の画像領域当該画像である。なお、この画像を原画像とする。
【００８７】
図１７は、図１６に示す原画像を用いて差分処理、２値化処理を施した後の画像を示す図である。
図に示すようにエッジ部分（輪郭）のみ抽出された画像となっている。また、抽出エリアにラベリング処理を施している（ラベリング１〜９）。
【００８８】
図１８は、本実施形態における人物判定領域および人物判定領域内の設定した複数の測距エリアを示す説明図である。
図に示すように、本実施形態では、人物の顔と判定された領域３０１が抽出され、人物判定領域３０１内の複数の測距エリアを設定し測距するようになっている。
【００８９】
なお、図７のステップＳ２０９において、マイクロコンピュータ１１は人物判定領域３０１内の画素に対応する領域にモニタ範囲を設定するようＡＦエリアセンサ１２に対して司令を出力する。
【００９０】
この領域のモニタ信号に基づいて再度積分動作を行うことにより、逆光時の高輝度背景の影響を受けて人物判定領域のセンサデータがつぶれてしまうのを防止でき、人物判定領域３０１に対して最適なセンサデータが得られ、高精度な測距演算を行うことが可能となる。
【００９１】
次に形状判定の別の手法として、予め主要被写体のパターンを記憶しておき基準画像とし、この基準画像とパターンマッチング処理を行うことによって抽出する手法を、図１９乃至図２１を参照して説明する。
【００９２】
図１９は、形状判定の別の手法において使用する人物判定画像の例を示した図であり、撮影画面の対応するＡＦエリアセンサ１２の画像領域当該画像である。なお、この画像を原画像として以下、形状判定の別の手法を説明する。
【００９３】
図２０は、図１９に示す原画像を用いて差分処理、２値化処理を施した後の画像を示す図である。
【００９４】
図に示すようにエッジ部分（輪郭）のみ抽出された画像となっている。また、抽出エリアにラベリング処理を施している（ラベリング１〜９）。当該別手法においては、予めＥＥＰＲＯＭ１１ｅに記憶されている主要被写体のパターン３００を基準画像とし（図２２参照）、この基準画像３００と、上記２値化処理後の画像との間でパターンマッチング処理（相関演算）を行うことによって、人物像を抽出する。
【００９５】
上記基準画像３００は、図２２に示すように、被写体距離変化に対応して複数の相似パターンＡ、Ｂ…が準備されており、撮影レンズの焦点距離（ズーム駆動部２２からの情報）等の条件に応じて選択される。
【００９６】
また、カメラの姿勢に応じて複数のパターンが準備されており、カメラ姿勢検出部１２０の出力に基づいて姿勢を判別し、パターンを選択することができる。
【００９７】
さらに人物パターンに限らず、さまざまな物体のパターンが準備されており、人物パターンが検出できない場合に、予め決められた優先順位に従って選択されたパターンマッチング処理がなされる。
【００９８】
図２１は、当該別手法における人物判定領域および人物判定領域内の設定した複数の測距エリアを示す説明図である。
【００９９】
図に示すように、当該別手法では、人物と判定された領域が抽出され人物判定領域３０２内の複数の測距エリアを設定して測距を行う。これら複数の測距エリアの測距結果は、平均処理や最至近選択等の処理により一個の測距データにまとめられレンズ駆動が行われる。
【０１００】
なお、図７のステップＳ２０９においては、マイクロコンピュータ１１は人物判定領域３０２内の画素に対応する領域にモニタ範囲を設定するようＡＦエリアセンサ１２に対して司令を出力する。そして、この領域のモニタ信号に基づいて再度ＡＦエリアセンサ１２の積分動作を行うことにより、人物判定領域３０２に対して最適なセンサデータが得られ、高精度な測距演算が可能である。
【０１０１】
以上説明したように、本第１の実施形態の測距装置によると、主要被写体の輪郭を検出し、広範囲な測距エリアのうちで輪郭内について重点的に測距を行うので、背景に影響されることなく主要被写体に正確にピントをあわせることが可能となり、かつ、タイムラグを縮小した測距装置を提供することができる。
【０１０２】
次に、本発明の第２の実施形態について説明する。
この第２の実施形態は、その構成は図１に示す限りにおいて上記第１の実施形態と同様である。したがってここでは差異のみの言及に留め、作用において異なる部分のみを説明する。
【０１０３】
本第２の実施形態の測距装置は、上記第１の実施形態に比して主要被写体検出ルーチンのみを異にし、その他の構成、作用は第１の実施形態と同様であるので、ここでの詳しい説明は省略する。
【０１０４】
図２４は、本第２の実施形態の測距装置における主要被写体検出ルーチンを示したフローチャートである。
【０１０５】
図に示すように、まずマイクロコンピュータ１１は、プリ主要被写体検出を行い（ステップＳ７０１）、撮影画面全体に対応するＡＦエリアセンサ１２のセンサデータよりおおまかに主要被写体の位置を求める。次に、マイクロコンピュータ１１は、本主要被写体検出を行い（ステップＳ７０２）、プリ主要被写体検出の結果に基づいて検出ブロックを新たに設定し、このブロック内で詳細に主要被写体本検出を行う。
【０１０６】
ここで、上記プリ主要被写体検出（プリ検出）ルーチンについて図２５を参照して詳しく説明する。
【０１０７】
このプリ主要被写体検出では、マイクロコンピュータ１１は、まず全領域内のセンサデータについて差分処理を行う（ステップＳ８０１）。その後、全領域内のセンサデータに関するヒストグラムを作成し、閾値を設定して２値化処理を行う（ステップＳ８０２）。さらに、２値化処理結果についてラベリング処理を行い（ステップＳ８０３）、ラベリングされた連結領域につい形状判定処理を行う（ステップＳ８０４）。
【０１０８】
この後、マイクロコンピュータ１１は上記ステップＳ８０４において求めた形状判定処理結果より抽出エリアを仮決定する（ステップＳ８０５）。なお、本第２の実施形態においては、処理時間短縮のために当該プリ検出を行う際、センサデータを所定画素毎に間引いたり、加算平均をとって処理画素数を減らすようにしている。
【０１０９】
次に、上記主要被写体本検出（本検出）ルーチンについて図２６を参照して詳しく説明する。
【０１１０】
この主要被写体本検出では、マイクロコンピュータ１１は、まず上記プリ主要被写体検出処理の結果に基づいて、抽出エリアを含む検出ブロック３０５を設定する（ステップＳ９０１、図２７参照）。次に、マイクロコンピュータ１１は上記検出ブロック内について差分処理を行い（ステップＳ９０２）、該ブロック内のセンサデータに基づいてヒストグラムを作成してブロック毎に閾値を決定する（ステップＳ９０３）。
【０１１１】
この後マイクロコンピュータ１１はブロック毎に２値化処理（ステップＳ９０４）、ラベリング処理（ステップＳ９０５）、形状判定処理（ステップＳ９０６）を行い、抽出エリアを決定する（ステップＳ９０７）。
【０１１２】
このように撮影画面に対応するＡＦエリアセンサ１２の画素部分のセンサデータ全体について、エッジ検出して輪郭より主要被写体をおおまかに検出する。
【０１１３】
そして、その結果に基づいて検出領域付近に新たな検出ブロックを設定し、詳細に主要被写体検出を行うので、閾値を最適に設定することができ、良好な２値化画像が得られ、主要被写体検出精度を大幅に向上させることができる。
【０１１４】
また、処理時間がやや長くなるのを許容するならば、最初から撮影画面に対応するＡＦエリアセンサ１２の画素領域を複数のブロックに分割して、ブロック毎に本検出（図２６参照）を行ってもよい。すなわち、ブロック毎にヒストグラム作成、閾値設定、２値化処理、形状判定処理を行い、主要被写体エリアを抽出する。このとき分割ブロックの大きさを、撮影レンズの焦点距離（ズーム駆動部２２からの情報）等の条件に応じて可変（広角側で大、望遠側で小）としてもよい。
【０１１５】
また、ストロボ２０ａ、ストロボ回路部２０による被写体への投光動作と同時に、ＡＦエリアセンサ１２による積分動作を行い、かつ定常光除去回路１２ｃを動作させて得られるセンサデータについて主要被写体検出を行ってもよい。
【０１１６】
主要被写体と背景の輝度が非常に近く、エッジ（輪郭）を検出しにくい場合であっても、上記投光により距離の差による反射光量の差が発生するので、精度よくエッジ（輪郭）検出を行うことができる。
【０１１７】
このように、本第２の実施形態の測距装置によると、主要被写体の輪郭を検出して広範囲な測距エリアのうちで輪郭内について重点的に測距を行うので、背景に影響されることなく主要被写体に正確にピントをあわせることが可能となり、かつ、タイムラグを縮小した測距装置を提供することができる。
【０１１８】
次に、本発明の第３の実施形態の測距装置について説明する。
図２８は、本第３の実施形態である測距装置を備えるカメラの主要構成を示したブロック図である。
当該カメラは、いわゆるスーパーコンビネーションＡＦと称されるオートフォーカス方式を採用したカメラであって、カメラ全体の制御を司るＣＰＵ５０１と、被写体像を受像して光電変換した後に上記ＣＰＵ５０１に測距情報を提供する測距部５０２と、ＣＰＵ５０１の制御下に被写体に向けてストロボ光を発光する発光源５０５ａと、この発光源５０５ａの発光を制御する回路５０５と、測距種別情報あるいは主要被写体の判別の可否情報を音声として発する音声信号発生回路５０７と、で主要部が構成される。
【０１１９】
上記測距部５０２は、２つの受光レンズから被写体光を入射して光電変換するエリアセンサ５０２ａ、５０２ｂと、このエリアセンサ５０２ａ、５０２ｂの出力をＡ／Ｄ変換して各画素のデジタル値をカメラ制御用のマイクロコンピュータである上記ＣＰＵ５０１に対して出力するＡ／Ｄ変換回路５０２ｃと、ＣＰＵ５０１の制御下にエリアセンサ５０２ａ、５０２ｂの出力より定常光を除去する定常光除去回路５１１と、を備えている。
【０１２０】
上記定常光除去回路５１１は被写体から定常的に入射する直流的な光の信号を除去する回路であり、エリアセンサ５０２ａ、５０２ｂで受光した発光源５０５ａからのパルス光のみを出力信号とする作用をする回路である。
【０１２１】
ＣＰＵ５０１の制御の下、定常光除去回路５１１を作動させた状態で発光回路５０５により発光源５０５ａが発光すると、被写体５２０からの反射信号光を受けたエリアセンサ５０２ａ上には、図２９に示す如き像が結ばれる。なお、この図２９において、黒で示す部分が光を入射したところを示している。
【０１２２】
また、ＣＰＵ５０１には、上述の如きエリアセンサ上の像のパターンを分析するソフトウェア（パターン判別プログラム５０１ａ）が組み込まれている。このパターン判別プログラム５０１ａにより、被写体像が人間の形であると判定されれば、これを主要被写体と考えることができることになる。なお、パターン判別プログラムは、上記第１実施形態における図１０に示す「主要被写体検出」と同様の処理を行う。
【０１２３】
次に、本実施形態の測距装置による測距動作を図３０に示すフローチャートを参照して説明する。
【０１２４】
図３０は、本第３の実施形態の測距装置における測距ルーチンを示したフローチャートである。
【０１２５】
ＣＰＵ５０１は、まず測距に先立って、いわゆるプリ発光のために発光源５０５ａを作動させて補助光照射を行うとともに、定常光除去回路５１１を作動させてエリアセンサ５０２ａ、５０２ｂからの出力より定常光を除去する（ステップＳ１１０１）。このプリ発光、定常光除去動作により被写体５２０の反射信号光のパターンのみが図２９に示す如く抽出される。ＣＰＵ５０１はその内部プログラムであるパターン判別プログラム５０１ａに基づいて当該反射信号光より被写体像が人間の形であるか否かを判別する（ステップＳ１１０２）。
【０１２６】
次にＣＰＵ５０１は、上記パターン判別プログラム５０１ａに基づく処理により主要被写体の位置を検出する（ステップＳ１１０３）。ここでＣＰＵ５０１は、被写体像が人間の形であると判別できる場合には、当該被写体は主要被写体であるとの判定を行いステップＳ１１０４に移行する。このときＣＰＵ５０１は、上記パターンを形成する光信号が弱いか否かあるいは十分なコントラストがあるかに基づいてかかる判別を行う。
【０１２７】
ステップＳ１１０４においてＣＰＵ５０１は、測距方式がいわゆるアクティブ方式（信号光をカメラ側から投射して、その反射信号光を用いて測距するタイプ）と、パッシブタイプ（被写体の像信号をもとに測距するタイプ）のいずれの方式を用いるかの選択を行なう。ここで像信号のコントラストが弱いときには再度測距用光（発光源５０５ａによる補助光）を照射して（ステップＳ１１１０）、その反射信号光によるアクティブオートフォーカスを、先に求められた主要被写***置、具体的には主要被写体の輪郭領域内部に複数の測距エリアを設定して重点的に行う（ステップＳ１１１１）。
【０１２８】
この後、ＣＰＵ５０１は音声信号発生回路５０７を制御して、アクティブオートフォーカスによる測距であること、および主要被写体の判別の可否情報を音声として発して（ステップＳ１１１２）、リターンする。なお、かかる情報に対応した音声パターンを（音声パターン３）とする。
【０１２９】
一方、上記ステップＳ１１０４において、被写体からの反射信号光が弱いと判断された場合、ＣＰＵ５０１は、パッシブオートフォーカスの方が適しているとしてステップＳ１１０５に分岐する。このステップでは、すでに求められた主要被写***置の像信号の輪郭領域内に複数の測距エリアを設定し重点的に用いたパッシブ方式による測距を行う。
【０１３０】
この後、ＣＰＵ５０１は音声信号発生回路５０７を制御して、パッシブオートフォーカスによる測距であること、および主要被写体の判別の可否情報を音声として発して（ステップＳ１１０６）、リターンする。なお、かかる情報に対応した音声パターンを（音声パターン２）とする。
【０１３１】
また、上記ステップＳ１１０３において主要被写体を検出することができなかった場合は、輝度情報等を加味してアクティブ方式またはパッシブ方式を選択した後、被写体の存在確率の高い画面中央部を重点的に測距する（ステップＳ１１２０）。
【０１３２】
この後、ＣＰＵ５０１は音声信号発生回路５０７を制御して、中央測距による測距であることおよび主要被写体の判別の可否情報を音声として発して（ステップＳ１１２１）、リターンする。なお、かかる情報に対応した音声パターンを（音声パターン１）とする。
【０１３３】
このように、各測距方式、すなわちステップＳ１１０５におけるパッシブオートフォーカス、ステップＳ１１１１におけるアクティブオートフォーカス、ステップＳ１１２０における中央測距の各測距方式毎に、測距種別の情報および主要被写体の判別の可否情報が音声信号発生回路５０７から発せされる。
【０１３４】
また、本実施形態は、単にアクティブ方式とパッシブ方式とをハイブリッド的に組み合わせたのではなく、２つの方式を用いて、主要被写体検知まで行っていることを特徴とするものである。
【０１３５】
以上説明したように、本第３の実施形態によると、ユーザーにわかりやすく、安心感のある測距を行い得るカメラを提供することができる。
【０１３６】
以上述べたように、上記各実施形態の測距装置によると、主要被写体の輪郭を検出し、広範囲な測距エリアのうちで輪郭内について重点的に測距を行うので、背景に影響されることなく主要被写体に正確にピントをあわせることが可能であり、かつタイムラグを縮小可能な測距装置を提供することができる。
【０１３７】
なお、本実施形態の測距装置は外光式測距装置としているが、これに限らず、ＴＴＬ方式の測距装置にも適用することができ、同様の効果を奏する。
【０１３８】
[付記]
以上詳述した如き本発明の実施形態によれば、以下の如き構成を得ることができる。即ち、
（１）
二次元領域内を撮像する積分型エリアセンサと、
この積分型エリアセンサの積分動作を制御する積分制御手段と、
上記積分型エリアセンサの出力に基づいて、上記二次元領域内に存在する主要被写体を含む領域を抽出する領域抽出手段と、
この領域抽出手段により抽出された領域に対して測距演算を行う測距演算手段と、
この測距演算手段により得られた測距結果を所定の判定条件と比較する比較手段と、
この比較手段による比較結果が所定条件に合致しない場合、上記積分制御手段による制御パラメータを変更してから上記積分型エリアセンサの積分動作を再度実行させる制御手段と、
を具備したことを特徴とする測距装置。
【０１３９】
（２）
上記領域抽出手段は、上記積分型エリアセンサから出力される画像データに所定の演算処理を行い、画像データに含まれる物体像同士をそれぞれ分離し、分離された各データと特定のパターンとを照合して物体像が人物像であるか否かを判定すると共に、人物像と判定した領域の情報を出力することを特徴とする（１）に記載の測距装置。
【０１４０】
（３）
上記所定の演算処理は、エッジ抽出処理および二値化処理を含むことを特徴とする（２）に記載の測距装置。
【０１４１】
【発明の効果】
以上説明したように本発明によれば、広範囲な測距領域を有する測距装置であっても、主要被写体の領域内に対応する画素のモニタ信号に応じた積分制御を行い、タイムラグを増大させることなく、かつ背景に影響を受けずに主要被写体に対して正確なオートフォーカス処理を行い得る測距装置を提供することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態である測距装置の構成を示したブロック図である。
【図２】上記第１の実施形態の測距装置において、マイクロコンピュータのメインルーチンを示すフローチャートである。
【図３】上記第１の実施形態の測距装置における測距光学系を示した説明図である。
【図４】三角測距の原理により被写体距離を求める方法を説明するための図である。
【図５】上記第１の実施形態の測距装置において、ＡＦエリアセンサの構成を示したブロック図である。
【図６】上記第１の実施形態の測距装置における撮影画面（ワイドとテレ）と測距領域との関係について説明した図である。
【図７】上記第１の実施形態の測距装置におけるオートフォーカス（ＡＦ）ルーチンを示したフローチャートである。
【図８】上記第１の実施形態の測距装置における主要被写体検出動作を示したフローチャートである。
【図９】上記第１の実施形態の測距装置において、差分処理によるエッジ検出処理の前後画像を示した線図である。
【図１０】上記第１の実施形態の測距装置において、差分処理における空間フィルタテーブルの例を示した説明図である。
【図１１】上記第１の実施形態の測距装置において、２値化処理を示したフローチャートである。
【図１２】上記第１の実施形態の測距装置において、２値化処理の過程でモード法により閾値を決定する手法を説明するための線図である。
【図１３】上記第１の実施形態の測距装置において、閾値設定処理を説明するための線図である。
【図１４】上記第１の実施形態の測距装置において、閾値設定処理を示したフローチャートである。
【図１５】上記第１の実施形態の測距装置において、形状判定処理ルーチンを示したフローチャートである。
【図１６】上記第１の実施形態の測距装置において、人物判定画像の一例を示した図である。
【図１７】上記第１の実施形態の測距装置において、図１６に示す原画像を用いて差分処理、２値化処理を施した後の画像を示す図である。
【図１８】上記第１の実施形態の測距装置において、人物判定領域および人物判定領域内の設定した複数の測距エリアを示す説明図である。
【図１９】上記第１の実施形態の測距装置において、形状判定の別の手法において使用する人物判定画像の例を示した図である。
【図２０】上記第１の実施形態の測距装置において、図１９に示す原画像を用いて差分処理、２値化処理を施した後の画像を示す図である。
【図２１】上記第１の実施形態の測距装置において、形状判定の別の手法における人物判定領域および人物判定領域内の設定した複数の測距エリアを示す説明図である。
【図２２】上記第１の実施形態の測距装置におけるＥＥＰＲＯＭに記憶されている、形状判定の別の手法における主要被写体のパターンの一例を示した説明図である。
【図２３】上記第１の実施形態の測距装置において、差分処理によるエッジ検出処理の際に用いるセンサデータｓ（ｉ，ｊ）について示した説明図である。
【図２４】本発明の第２の実施形態の測距装置における主要被写体検出ルーチンを示したフローチャートである。
【図２５】上記第２の実施形態の測距装置におけるプリ主要被写体検出（プリ検出）ルーチンを示したフローチャートである。
【図２６】上記第２の実施形態の測距装置における主要被写体本検出（本検出）ルーチンを示したフローチャートである。
【図２７】上記第２の実施形態の測距装置における主要被写体本検出において、新たな検出ブロックの一例を示した説明図である。
【図２８】本発明の第３の実施形態の測距装置を備えるカメラの主要構成を示したブロック図である。
【図２９】上記第３の実施形態の測距装置におけるたエリアセンサ上に結像される像の一例を示した図である。
【図３０】上記第３の実施形態の測距装置における測距ルーチンを示したフローチャートである。
【符号の説明】
１１…マイクロコンピュータ
１２…ＡＦエリアセンサ
１２ａ…画像領域
１２ｂ…処理回路
１２ｃ…定常光除去回路
１３…フォーカスレンズ駆動部
１４…フォーカスレンズ
１５…フォーカスレンズエンコーダ
１６…シャッタ駆動部
１７…１ＲＳＷ
１８…２ＲＳＷ
１９…表示部
２０…ストロボ回路部
２１…フィルム駆動部
２２…ズームレンズ駆動部
２３…測光部
１２０…カメラ姿勢検出部

Claims (2)

1. 複数の画像を有し、被写体像を撮像して撮像信号を出力する撮像素子と、
   上記撮像素子の出力に基づいて主要被写体を検出し、当該主要被写体の輪郭を抽出する輪郭抽出手段と、
   上記撮像素子の画素の積分量を示すモニタ信号の抽出範囲を設定するモニタ選択手段と、
   上記モニタ選択手段の設定する範囲のモニタ信号に基づいて、上記撮像信号の積分動作を制御する積分制御手段と、
   上記積分制御手段が上記撮像素子の積分制御を実行して上記撮像素子より得られた、被写体像を２像に分割した撮像信号に関して相関演算を行うことにより測距動作を行う測距手段と、
   を具備し、
   上記モニタ選択手段は、上記輪郭抽出手段により抽出された主要被写体領域に対する適正な撮像信号が得られるように、上記モニタ信号の抽出範囲を上記主要被写体領域の抽出された輪郭の内部に対応する上記撮像素子の画素領域に設定する
   ことを特徴とする測距装置。
2. 被写体に補助光を照射する補助光手段と、
   上記撮像素子の出力より定常光成分を除去する定常光除去手段と、
   をさらに備え、
   上記輪郭抽出手段は、上記補助光手段で被写体を照射し、上記定常光除去手段で定常光成分を除去した撮像素子の出力に基づいて被写体の輪郭を抽出する
   ことを特徴とする請求項１に記載の測距装置。

Images