JP4517449B2 - 画像における相関演算方法 - Google Patents
画像における相関演算方法 Download PDFInfo
- Publication number
- JP4517449B2 JP4517449B2 JP2000136694A JP2000136694A JP4517449B2 JP 4517449 B2 JP4517449 B2 JP 4517449B2 JP 2000136694 A JP2000136694 A JP 2000136694A JP 2000136694 A JP2000136694 A JP 2000136694A JP 4517449 B2 JP4517449 B2 JP 4517449B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- layer
- correlation calculation
- area
- correlation
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
Description
【発明の属する技術分野】
本発明は、1 対のカメラにより物体を撮像し、その画像間のずれ量(視差)によりカメラから物体までの距離分布、又は物体を形成する面の面方向を検出する相関演算方法に関する。特に、画像を多重解像度化して物体までの距離分布を効率よく高速に算出する相関演算方法に関する。
本発明は、例えば車輌に搭載され車輌周囲の物体までの距離分布を高速に高密度に算出する距離分布検出装置に適用される。
【0002】
【従来の技縮】
従来から、画像処理を利用した物体認識装置がある。例えば、特開平5−265547号公報に開示の車輌用車外監視装置はその一つである。それは、車輌に2台のカメラを搭載し、リアルタイムに物体を撮像して2画面の画像をステレオ照合処理することにより物体の位置、大きさ、距離を認識するシステムである。
所定の離間距離で配置された2台のカメラが前方の物体を撮像すれば、物体は左右の画像でX方向にずれて撮像される。これは、2台のカメラに視差が生じるためである。そして、その物体がカメラ近傍にあればその視差は大きくなり、遠方にあればその視差は小さくなる。ステレオ照合処理は、この原理を利用して物体との距離を検出する手法である。
【0003】
従来の距離分布測定の手順を簡単に説明する。従来の距離分布測定は、先ず2台のカメラからそれぞれ物体の画像を入力し、それをA /D 変換してデジタル化された画像データ(左右画像)とする。次に、左右画像から例えば4×4の小領域を切り出して相関演算を行い上記小領域の視差を求める。視差は、小領域間の例えばx方向へのずれ量である。このずれ量により、カメラから物体を構成する小領域までの距離、即ち物体までの距離が求められる。カメラの離間距離をB、焦点距離をf、ずれ量を△X画素とすればその物体までの距離zは次式で表される。この距離を小領域毎に求め、物体までの距離分布即ち物体形状や姿勢を算出していた。
【数1 】
z=f・B/α△X
α=撮像素子の1画素の大きさ ・・・(1)
【0004】
【発明が解決しようする課題】
しかしながら、特開平5−265547号公報に開示の車両用車外監視装置は、与えられた画像の全域に対して所定の領域(例えば4×4画素)で照合演算を行っていた。この場合、4画素置きに照合しているが高密度(1画素置き)照合にした場合はその演算量が膨大となり、例えば車載してリアルタイムで距離を検出するには適するものではなかった。
一般に、差分絶対値和を用いた画像間の相関演算において、画像サイズを縦H,横V、照合領域のサイズを縦M,横N、探索範囲をDとすれば、相関Sは次式で与えられる。これは、画像サイズ、照合領域サイズ、探索範囲に比例して演算量が膨大になることを意味している。
【数2】
S=ΣH y=0 ΣV x=0 ΣD d=0 ΣM m=0 ΣN n=0
|Fr (x+m 、y+n )−Fl (x+m +d、y+n )|・・・・・・(2)
但し、F(x、y)は座標(x、y)における画素強度であり、Fr は右画像、Fl は左画像を意味する。
【0005】
本発明は上述した問題点を解決するためになされたものであり、その目的は物体画像を多重解像度化された階層画像に変換し、その各階層画像間の相関から次段の階層画像間の相関演算パラメータを確定することにより、物体までの距離分布を高速に高密度に得るとともに物体を形成する面の面方向を正確に求めることである。
【0006】
【課題を解決するための手段】
この目的を達成するために請求項1に記載の物体認識装置によれば、複数の撮像装置により物体を撮像し、得られた一方の画像から複数の小領域画像を切り出し照合領域とし、各照合領域と他方との画像との相関演算により前記撮像装置から前記物体までの距離分布及び該物体を形成する面の面方向を検出する画像における相関演算方法であって、前記複数の画像に対してそれぞれ解像度の異なる複数の画像を生成し、解像度別に、階層の指数を示すN値が変化するに従ってその層の解像度とその面積が一様に変化するピラミッド構造の階層構造に画像を形成する多重解像度画像生成手段を備え、N,Mを整数とする時、N層間の相関演算によって前記各照合領域に対する各視差を求め、該各視差に基づいてM層の相関演算に対する照合領域とその探索領域を確定し、その確定された各照合領域と各探索領域で前記相関演算を行うことによって前記物体までの距離分布を求め、前記ピラミッド構造を形成する各層において、隣接する層の上位層の相関演算によって得られた結果よりその下位層の相関演算に対する前記照合領域と前記探索領域を算出し、それを逐次下位層に向かって繰り返すことによって最終的に前記ピラミッド構造の底面である第0層で前記相関演算を行い、前記各階層毎の演算により得られた距離分布から3点が選択できる階層の距離分布から、3点を選択して、その3点を通る平面方程式を決定し、その平面方程式から、前記物体を形成する面の面方向を検出することを特徴とする画像における相関演算方法である。
【0007】
また、請求項2に記載の画像における相関演算方法によれば、選択された3点に対応する第0階層の画像の3点を求め、その第0画像の3点から、その3点を通る平面方程式を決定し、その平面方程式から、物体を形成する面の面方向を検出することを特徴とする。
【0008】
【0009】
又、請求項3に記載の画像における相関演算方法によれば、相関演算による相関の有無は、照合領域の画像と探索領域の画像間の差分絶対値和による相関最小値又は/及びその相関最小値を頂点とする頂角関連値で決定されることを特徴とする。
又、請求項4に記載の画像における相関演算方法によれば、各層の画像はエッジ画像であり照合領域はそのエッジ画像上に設定されることを特徴とする。
【0010】
【発明の作用及び効果】
請求項1に記載の物体認識装置によれば、複数の撮像装置が物体を撮像して複数の画像を得る。そして、それらの画像を多重解像度画像生成手段によって、それぞれ解像度の異なる複数の画像を生成し解像度別に階層構造に画像を形成する。
この解像度の異なる複数の画像は、例えば所定領域内の画素強度の平均化、ガウシアンピラミッド(原画像のガウシアンフィルタによるサブサンプリング変換)、ウェーブレット変換(空間周波数別に画像を分解)等で行われる。
この時、例えば第0層が最も解像度の高い原画像であり、上位層に行くに従って解像度の低い低解像度画像となる。
【0011】
そして、任意のN層の画像から小領域画像を切り出し照合領域とし、その照合領域を他方のN層の画像に対してX方向に沿って相関演算を行う。即ち、N層間の相関演算を行い、N層画像上に設定された各照合領域に対する各視差を求める。そして、その各視差に基づいてM層間の相関演算に対する照合領域とその探索領域を確定する。次いで、その確定された各照合領域と各探索領域でM層間の相関演算を行なう。即ち、M層の画像により物体までの距離分布と物体を形成する面の面方向が検出される。尚、この時N≠Mであり、NとMは連続していてもよいし離散していてもよい。
【0012】
ここで、N層を低解像度画像としM層を高解像度画像とする。N層の画像は、低解像度で且つその面積が小であるので、高速に画像間の相関演算が終了する。即ち、次処理であるM層間の相関演算に対する照合領域と探索領域が速かに算出され、確定される。即ち、M層間の相関演算での非相関領域での演算が省略される。即ち、効率よくM層間の相関演算が行われる。又、M層の画像はN層画像より高解像度であるので、物体までの距離分布が密に算出される。即ち、本発明の画像における相関演算方法を用いれば、高速、高密度に物体までの距離分布が算出できる。又、その距離分布から物体を形成する面の面方向も高速に高密度に算出される。
【0013】
又、本発明の物体認識装置によれば、階層構造は階層の指数を示すN値が変化するに従ってその層の解像度とその面積が一様に変化するピラミッド構造である。
例えば、N=0である第0層が原画像で最も解像度が高く、N値が増すに従って解像度が低くなりその面積が小となる。数層上の低解像度画像は、ピラミッド構造であるのでその処理面積(相関演算処理)は線形的に小となり高速に物体までの距離分布が算出される。
又、例えば物体が複雑形状であれば、上位層(N層)での相関演算を行う。そして、その結果からその下位層(M層)の照合領域と探索領域を確定する。ピラミッド構造であるので、照合領域と探索領域が容易に線形的に確定できる。よって、M層での相関演算がより高速に効率よく処理することができる。よって、高速に物体までの距離分布を高密度に求めることができる。
【0014】
又、本発明の物体認識装置によれば、ピラミッド構造を形成する各層において、隣接する層の上位層の相関演算によって直下の下位層の相関演算に対する照合領域と探索領域を算出する。それを逐次行う。即ち、ピラミッド構造の頂点側の所定の層から下方にむかって逐次その下層の照合領域と探索領域が確定されて相関演算が行われる。これが、最終層まで繰り返される。
即ち、最終的にピラミッド構造の底面である第0層での相関演算が行われ、その結果から物体までの距離分布、又は物体を形成する面の面方向が算出される。
このように、解像度と画像の面積をピラミッド構造に形成し、低解像度層(上位層)から高解像度層(下位層)へと逐次、照合領域と探索領域が更新されて相関演算が行われるので効率的であるとともに確実に物体までの距離分布を求めることができる。又、その距離分布より物体を形成する面の面方向も確実に算出することができる。
【0015】
又、請求項3に記載の物体認識装置によれば、相関の有無の決定に対して先ず照合領域の画像と探索領域の画像間の差分絶対値和が求められる。そして、それによる相関最小値又は/及びその相関最小値を頂点とする頂角関連値によって相関の有無が決定される。
ここで、頂角関連値とは、極小点とその両側の点で形成される頂角、頂角を形成する辺の傾き、又は頂角を含んで形成された多角形の面積等である。
【0016】
例えば相関の有無は、相関演算結果の多数の極小値に対して吟味する。極小値が所定の閾値を大きく下回れば相関有りと判定し、照合領域と探索領域の離間距離を視差とする。
又、例えば相関最小値の候補が複数あれば、その極小値を含む上記頂角関連値を吟味する。頂角がより鋭角であればそれを相関最小値として、上記視差を求める。逆に、全ての極小値が所定の閾値より大きければ相関無しと判定する。
このように、相関の有無を相関最小値又は/及びその相関最小値を頂点とする頂角関連値で決定しているので、精度よく視差即ち物体までの距離分布と物体を形成する面の面方向が算出される。
【0017】
又、請求項4に記載の画像における相関演算方法によれば、その画像はエッジ画像であり照合領域はそのエッジ画像上に設定されることを特徴とする。
エッジ画像は、例えばソーベル演算処理等によって得られるものであり、それにより物体の輪郭、稜及び物体を構成する各領域間の境界が強調される。そして、上記照合領域がそのエッジ上に設定されて、上記相関演算処理が行われる。上記照合領域は画像の全領域ではなく上記エッジ画像上にのみ設定されるので、相関演算量が著しく低減される。これにより、物体までの距離分布と物体の面方向を更に高速に求めることができる。
【0018】
【発明の実施の形態】
(第1実施例)
図1に、本発明の画像における相関演算方法が適用される1実施例を示す。図は、距離分布算出装置のシステム構成図である。このシステムは、所定の離間距離で配置されたカメラ10,11、カメラ10,11から送出される映像信号を高速A/D変換し、その解像度を多重にして階層構造の画像を生成する多重解像度画像生成手段である多重解像度生成部20、多重解像度生成部20によって生成された各層の画像をエッジ画像に変換する空間フィルタ部30、空間フィルタ部30によってエッジ化された各層をステレオ照合する相関演算部40、相関演算部40の結果から距離分布を算出する距離分布算出部50、そして距離分布算出部50から得られた各距離データから面方向を算出する面方向推定部60から構成される。
ここでは、相関演算部40は各層画像に対してステレオ照合を行うステレオ照合部41i(i=0・・・n)で構成され、同一指数の層間でステレオ照合が行われるものとする。尚、画像間の相関演算とステレオ照合は同一意味である。以降、各層の画像間の相関演算をステレオ照合と記す。
【0019】
又、上記多重解像度生成部20、空間フィルタ部30、相関演算部40、距離分布算出部50及び面方向推定部60は、図示しないCPUと演算処理プログラムが書かれた図示しないROM及び作業領域メモリである図示しないRAMから構成される。上記要素は、図示しない各種信号線からなるシステムバスより接続されており、上記CPUとROMに書かれた各種プログラムによってデータが授受されコントロ−ルされる。
【0020】
図2に、本実施例の画像における相関演算方法の基本動作を示す。図は、フローチャートである。これにより、物体までの距離分布と物体を形成する面の面方向が高速に高密度に算出される。
先ず、図示しない開始スイッチにより上記プログラムがONされ、ステップs100から実行される。ステップs100で、撮像装置であるカメラ10,11をONして物体画像を撮像し、ステップs110でその入力画像をA/D変換して図示しないフレームメモリに取り込む。フレームメモリは、複数のRAMから構成されるものであり、その1単位(1枚)はCCD撮像素子の各画素に対応した例えば総数512×512のRAMである。任意の画素は座標(x、y)と強度Fで表され、その強度Fは例えば0〜255段階に階調化される。以降、この階調化された画像を画像データと呼ぶ。又この時、画面の左上角がxy座標系の原点であり、水平方向にX軸、垂直方向にY軸を設定する。
【0021】
次にステップs120に移行する。ステップs120では、上記多重解像度画像生成部20によって画像が多重解像度化され、階層構造でRAMに格納される。ここでは、原画像を最も解像度の高い高解像度画像とし、これをベースとして複数の解像度で画像が階層的に形成される。これらは、例えば特定の1画素の周囲画素を平均化して1画素とする領域内の平均化法、ガウシアンピラミッド、ウエーブレット変換等によって形成される。
【0022】
図3に、平均化法を上層に向かって逐次行い画像を解像度別に構成した例を示す。第0層の最下位層が原画像である。例えば、原画像のサイズを512×512とすれば図においてL=9であり、最上層(初期層)はN=3で表わされる。
具体的には、この原画像を次式に従って逐次圧縮することによって形成される。
【数3】
FN (x、y)=1/4〔FN-1 (x、y)+FN-1 (x+1、y)+FN-1 (x、y+1)+FN-1 (x+1、y+1)〕 ・・・・・(3)
ここで、FN (x、y)はN層の座標(x、y)における各画素強度である。
上式は、原画像が上位層に行くに従って縦、横ともに1/2に圧縮する場合である。即ち、面積は1/4ずつ圧縮される。これは、又解像度もそれに比例して低下することを意味する。第0層〜第3層に階層化された画像の一例を図4に示す。
【0023】
次いで、ステップs130に移行する(図2)。ステップs130では、各層が空間フィルタ処理される。これは、各画像の濃度変化を強調して処理を簡単化するためである。空間フィルタは、例えば1次微分、2次微分による画像の先鋭化である。例えば、1次元微分を用いれば物体がエッジ画像化される。エッジ画像とは、例えば、前方の物体の輪郭画像であり物体を構成する面と面の境界線画像である。次いで、ステップs140に移行する。
【0024】
ステップs140では、エッジ化された画像に対して各層間においてステレオ照合が行われる。ステレオ照合は2画像間の一致点を探索する相関演算である。
図5に、各層におけるステレオ照合の一般フローを示す。先ず、ステップs141では演算量を最小にするため、何れか一方のエッジ画像上に照合領域であるブロックを設定する。そして、そのブロックを用いて他方のエッジ画像との差分絶対値を取る。即ち、差分絶対値和によるブロック相関が行われ、その結果複数の対応点候補(以下、視差候補)が得られる。視差候補とは上述の式(2)で求められる相関値の複数の極小点である。
尚、ステップs141において初回のN層に対するステレオ照合(ブロック相関)に対しては、上記照合領域はROM上に与えられた所定値であり、探索領域は所定層の水平方向の全てである。2回目以降のM層に対するステレオ照合に対しては、ステップs144に詳述する様に更新された上記照合領域と探索領域が使用される。次いで、ステップs142に移行する。
【0025】
ステップs142では、ステップs141で得られた視差候補が所定の条件を満たすか否かが判定される。即ち、各視差の信頼度が評価される(信頼度評価)。信頼度評価は、1つは各視差候補の各相関値と基準相関値(sCorr)との比較である。又、他の1つはその視差候補の頂角関連値である各相関勾配値と基準相関勾配値(sGrad)との比較である。この両者又は何れか一方で信頼度を評価する。次いでステップs143に移行し、評価度の最も高い視差候補をその層における視差とする(視差の決定)。次いでステップs144に移行する。
【0026】
ステップs144では、そのN層の視差を用いて他層(M層)の照合領域と探索領域を更新する。解像度画像はピラミット構造であるので、M層を探索する場合はその照合領域はそのピラミッド構造の傾斜に応じて決定される。例えば、照合領域がブロック形状であればそのブロックの各辺が線形係数によって所定倍されてM層の照合領域として更新される。
【0027】
又、他層であるM層の探索領域も上記ステレオ照合の結果(視差)とピラミッド構造の線形係数により、概略その位置が確定される。例えば、M層をN層の次層とする。即ち、M=(N−1)とする。N層と(N−1)層における探索領域の関係を図6に示す。これは、N層の画像サイズを(N−1)層に規格化したものである。即ち、N層の画像を(N−1)層の画像に合致する様に拡大したものである。ここで、SN が第N層の照合領域であり、SN-1 が第(N−1)層のそれである。第N層は圧縮されているので、規格化されると(N−1)層の照合領域により拡大される。例えば、4倍に拡大される。換言すれば、N層では大きい照合領域でステレオ照合されて視差が概略求められることになる。
【0028】
又、S’N はN層でのステレオ照合による一致領域である。即ち、信頼度が大と判定された合致領域である。これにより、視差dN が概略決定される。そして、この概略視差dN を用いて(N−1)層のステレオ照合における探索領域が更新される。即ち、領域TN-1 が(N−1)層のステレオ照合における探索領域となる。この時、領域TN-1 のx方向の幅Tx (N-1) は次式で与えられる。
【数4】
dN −△dN ≦Tx (N-1) ≦dN +△dN ・・・・・・・・(4)
△dN :N層に固有の定数
dN :第N層の視差
【0029】
これは、換言すれば(N−1)層を(4)式の範囲でステレオ相関すれば、合致領域が容易に求まることを意味する。即ち、水平方向に全ての領域に渡って探索する必要がない。即ち、処理時間が大幅に短縮されることを意味する。
従って、(N−1)層では、上記探索領域で同様のステレオ照合が行われ、より詳細により高速に視差dN-1 が求められる。又、その視差dN-1 も当然に次式を満たす。
【数5】
dN −△dN ≦dN-1 ≦dN +△dN ・・・・・・・・(5)
dN-1 :第(N−1)層の視差
M層を次層とした場合は、このようにステップs144でその照合領域と探索領域が設定される。
【0030】
次いでステップs150に移行する(図2)。ステップs150では、上述の式(1)に基づいて距離が算出される。例えば、照合領域はM層では多数に分割されて、その各々の視差に対して距離が算出される。即ち、距離分布が求められる(距離分布出力)。次いで、ステップs160に移行する。
ステップs160では、ステップs150で得られた距離分布、即ち複数の距離データを用いて平面方程式aX+bY+cZ=0の係数を求める。例えば、最小2乗法等で求める。これにより、物体を形成する面の面方向が算出される。
【0031】
上述の様に本実施例によれば、得られた画像を解像度多重化して上層の低解像度画像で概略の視差を得、それに基づいて他層の照合領域と探索領域を決定しているので、効率よくステレオ照合が行われ、その結果高速に高密度に物体までの距離分布を求めることができる。又、その距離分布を用いて物体を形成する面の面方向を求めることができる。
【0032】
(第2実施例)
第1実施例の画像における相関演算方法は、多重解像度画像の任意層のN層とM層、特にM=N−1層に関連した相関演算方法であった。例えば、N=1であれば、1層でステレオ照合を行いその結果に基づいて第0層(原画像)で更にステレオ照合を行って、物体までの距離分布等を算出する例であった。
本実施例は、上記概念を拡張して複数層を用いて距離分布等を算出する例である。即ち、第1実施例の手法を複数回繰り返すことによって、更に効率よく高速に距離分布等を算出する例である。
【0033】
図7に、ピラミッド構造に形成した多重解像度画像を第3層から下方に向かって第0まで処理する相関演算方法を示す。図は、フローチャートである。これは、第1実施例の図2におけるステップs140とステップs150の1例でもある。他のステップs100〜s130までは同一であるので省略する。
先ず、ステップs170で第3層間のステレオ照合を行う。ステップs170は、第1実施例の図5に示したステップs141〜ステップs144と同等である。即ち、第1実施例と同様にエッジ画像に対するブロック相関である。これにより、所定のブロックに対して視差が得られる。そしてステップs171に移行し、視差が距離に換算される。
【0034】
次いでステップs172において、そのブロックにおける距離算出がチェックされる。距離算出のチェックは、第1実施例の信頼度評価に相当する。即ち、信頼度(例えば、相関値)が所定値より大きければ合致領域であるとしてyes、即ちステップs173に移行する。
信頼度が所定値より小さければ合致領域無しとしてno、即ちステップs190に移行する。ステップs190では、最終ブロックか否かがチェックされて、次のブロックに移行するか又は終了する。
【0035】
ステップs173では、第2層間においてステレオ照合が行われる。この時、照合領域と探索領域は第3層の処理(ステップs144)で既に更新されている。従って、新たに、例えば水平方向に全面に探索(相関演算)する必要がない。よって、極めて短時間にステレオ照合が実行され第2層の視差が算出される。そしてステップs175で同様にその視差から距離が算出され、ステップs176で同様にその信頼度が判定される。
ステップs170による第3層でのステレオ照合結果(距離画像)を図8(a)にステップs173による第2層でのそれを図8(b)に示す。図8(a)のa〜fが相関演算で合致した(距離が算出された)各ブロックである。第2層では、その各ブロックが4分割されてより詳細な距離分布が得られている。
【0036】
上記1連の処理(ステップs173〜ステップs176)と同様の処理が第1層に対しても繰り返される。即ち、ステップs177〜ステップs180がそれである。そして、最後にステップs181で第0層に対してステレオ照合を行なって更に詳細な視差を得て、ステップs183で更に詳細な距離分布を得る。
このようにして、第3層から第0層に向かって逐次ステレオ照合が行われ、効率的に又確実に部物体までの距離分布が算出される。次いで、第1実施例と同様にステップs160に移行して物体を形成する面の面方向を推定する。
【0037】
尚、上記のように距離分布が逐次算出される場合は第0層での距離分布の結果を待たずに、以下の処理で面方向を推定してもよい。面方向推定方法を図9のフローチャートに示す。
ステップs200で第2層でのステレオ照合結果から距離画像を読み出す。第2層の距離画像は、図8(b)のように4分割されより詳細に算出されている。次いで、ステップs201に移行する。ステップs201では、その距離画像に3つ以上データがあるか否かチェックする。3データ以上あれば面が特定されるのでステップs205に移行し、上述のように平面方程式に当てはめ平面を決定する。3データ以下であれば、平面が特定できないのでステップs202に移行する。
【0038】
ステップs202では第1層の距離画像を読み出す。第1層の距離画像は、図示はしないが16分割されより詳細に算出されている。次いで、ステップs203に移行する。ステップs203では、その距離画像に3つ以上データがあるか否かチェックする。3データ以上あれば、同様に面が特定されるのでステップs205に移行し平面を決定する。3データ以下であれば、平面が特定できないのでさらにステップs204に移行する。
【0039】
ステップs204では、第0層の距離画像を読み出す。この距離画像は、原画像に対してステレオ照合が行われた結果である。又、その領域は64分割されている。この領域に3つ以上データがあればステップs205に移行し、以下であればステップs207に移行する。ここでのデータは、最も精度の高い距離画像であるので、ステップs205では最も精度の高い面方向が得られる。次いでステップs207に移行する。
【0040】
ステップs207では、第2層において全てのブロックに対して面方向の推定が終了したか否かをチェックする。最終ブロックでなければ、ステップs200に移行して他のブロックについて同様の処理を繰り返す。最終ブロックであれば終了する。面方向の推定は、このように行っても良い。ピラミッド構造の中間層から面方向を推定すれば時間を短縮することができる。
【0041】
上述の様に本実施例によれば、多重解像度画像の上層の低解像度画像から逐次次層の照合領域と探索領域を決定し、より詳細なステレオ照合を行なっている。
従って、より高密度により確実に物体までの距離分布を求めることができる。又、上述のように第0層に至るピラミッド構造の中間層で距離分布が求まれば、それを用いて物体を形成する面の面方向をより効率よく求めることができる。詳細に面方向を推定する場合は、最後の第0層まで逐次照合演算を行えばよい。それにより、面方向をより精度良く推定することができる。
【0042】
(変形例)
以上、本発明を表わす1実施例を示したが、他にさまざまな変形例が考えられる。
例えば、第2実施例の面方向の算出では第2層、第1層、第0層までの距離画像を順次求めそれにより物体の面方向を求めたが、図10に示す様にステップs210で第3層から照合領域(ブロック)を読み出し、ステップs211に移行して直接第0層からそのブロックに対応する距離画像を特定して読み出してもよい。そして、その距離画像からデータを抽出してステップs206に移行してもよい。このステップs206は、第2実施例のそれと同等である。
即ち、第2実施例における図9のステップs200、s201、s202、s203、s204を図10のステップs210、s211に短縮してもよい。より効率的により高精度に面方向を推定することができる。
【0043】
又、例えば、第1実施例の信頼度算出では頂角関連値として相関値勾配sGradとの比較を用いたが、他の頂角関連値でもよい。例えば、極小点の頂角、所定の基準相関値(sCorr)とその相関曲線で囲まれる極小値側の面積としてもよい。又、第1実施例ではステレオ照合をエッジ化されたエッジ画像間で行ったが、階調化された画像データについて行うこともできる。
【図面の簡単な説明】
【図1】本発明の第1実施例に係る画像における相関演算方法が適用されるシステムブロック図。
【図2】本発明の第1実施例に係る画像における相関演算方法の処理手順を示すフローチャート。
【図3】本発明の第1実施例に係るピラミッド構造をした多重解像度画像の説明図。
【図4】本発明の第1実施例に係る多重解像度画像の各層を示す1例平面図。
【図5】本発明の第1実施例に係るステレオ照合の手順を示すフローチャート。
【図6】本発明の第1実施例に係るN層と(N−1)層の照合領域と探索領域の関係図。
【図7】本発明の第2実施例に係る多層の多重解像度画像に対する相関演算方法のフローチャート。
【図8】本発明の第2実施例に係るステレオ照合結果による第3層の距離画像(図8(a)と第2層の距離画像(図8(b))の説明図。
【図9】本発明の第2実施例に係る面方向推定方法を示すフローチャート。
【図10】本発明の変形例に係る面方向推定方法を示すフローチャート。
【符号の説明】
10,11 カメラ
20 多重解像度画像生成部
30 空間フィルタ部
40 相関演算部
40i ステレオ照合部
50 距離分布算出部
60 面方向推定部
Claims (4)
- 複数の撮像装置により物体を撮像し、得られた一方の画像から複数の小領域画像を切り出し照合領域とし、各照合領域と他方との画像との相関演算により前記撮像装置から前記物体までの距離分布及び該物体を形成する面の面方向を検出する画像における相関演算方法であって、
前記複数の画像に対してそれぞれ解像度の異なる複数の画像を生成し、解像度別に、階層の指数を示すN値が変化するに従ってその層の解像度とその面積が一様に変化するピラミッド構造の階層構造に画像を形成する多重解像度画像生成手段を備え、
N,Mを整数とする時、N層間の相関演算によって前記各照合領域に対する各視差を求め、該各視差に基づいてM層の相関演算に対する照合領域とその探索領域を確定し、その確定された各照合領域と各探索領域で前記相関演算を行うことによって前記物体までの距離分布を求め、
前記ピラミッド構造を形成する各層において、隣接する層の上位層の相関演算によって得られた結果よりその下位層の相関演算に対する前記照合領域と前記探索領域を算出し、それを逐次下位層に向かって繰り返すことによって最終的に前記ピラミッド構造の底面である第0層で前記相関演算を行い、
前記各階層毎の演算により得られた距離分布から3点が選択できる階層の距離分布から、3点を選択して、その3点を通る平面方程式を決定し、その平面方程式から、前記物体を形成する面の面方向を検出することを特徴とする画像における相関演算方法。 - 前記選択された3点に対応する前記第0階層の画像の3点を求め、その第0画像の3点から、その3点を通る平面方程式を決定し、その平面方程式から、前記物体を形成する面の面方向を検出することを特徴とする請求項1に記載の画像における相関演算方法。
- 前記相関演算による相関の有無は、照合領域の画像と探索領域の画像間の差分絶対値和による相関最小値又は/及び該相関最小値を頂点とする頂角関連値で決定されることを特徴とする請求項1又は請求項2に記載の画像における相関演算方法。
- 前記各層の画像はエッジ画像であり、前記照合領域は該エッジ画像上に設定されることを特徴とする請求項1乃至請求項3の何れか1項に記載の画像における相関演算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000136694A JP4517449B2 (ja) | 2000-05-10 | 2000-05-10 | 画像における相関演算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000136694A JP4517449B2 (ja) | 2000-05-10 | 2000-05-10 | 画像における相関演算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001319229A JP2001319229A (ja) | 2001-11-16 |
JP4517449B2 true JP4517449B2 (ja) | 2010-08-04 |
Family
ID=18644594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000136694A Expired - Lifetime JP4517449B2 (ja) | 2000-05-10 | 2000-05-10 | 画像における相関演算方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4517449B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10332259B2 (en) | 2014-10-09 | 2019-06-25 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6829393B2 (en) * | 2001-09-20 | 2004-12-07 | Peter Allan Jansson | Method, program and apparatus for efficiently removing stray-flux effects by selected-ordinate image processing |
JP2004279031A (ja) * | 2003-03-12 | 2004-10-07 | Toyota Central Res & Dev Lab Inc | 距離分布検知装置及び距離分布検知方法 |
DE102004007049A1 (de) * | 2004-02-13 | 2005-09-01 | Robert Bosch Gmbh | Verfahren zur Klassifizierung eines Objekts mit einer Stereokamera |
JP4652698B2 (ja) * | 2004-02-23 | 2011-03-16 | 独立行政法人科学技術振興機構 | 画像認識装置、画像認識方法及びプログラム |
JP2007025966A (ja) * | 2005-07-14 | 2007-02-01 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像処理プログラム |
JP5034554B2 (ja) * | 2007-02-27 | 2012-09-26 | コニカミノルタホールディングス株式会社 | 相関演算装置、相関演算方法及びプログラム |
JP5098369B2 (ja) * | 2007-03-06 | 2012-12-12 | コニカミノルタホールディングス株式会社 | 距離画像生成装置、距離画像生成方法及びプログラム |
JP2009059048A (ja) * | 2007-08-30 | 2009-03-19 | Casio Comput Co Ltd | 画像処理装置、撮像装置、画像処理方法、および、プログラム |
JP4946896B2 (ja) * | 2008-01-31 | 2012-06-06 | コニカミノルタホールディングス株式会社 | 距離計測装置及び距離計測方法 |
JP2009210486A (ja) * | 2008-03-05 | 2009-09-17 | Ntt Comware Corp | 奥行きデータ生成装置及び奥行きデータ生成方法ならびにそのプログラム |
JP5062531B2 (ja) * | 2008-06-03 | 2012-10-31 | コニカミノルタホールディングス株式会社 | 画像処理装置および画像処理方法 |
JP2010125040A (ja) * | 2008-11-27 | 2010-06-10 | Sony Computer Entertainment Inc | 画像処理装置 |
JP5446516B2 (ja) * | 2009-07-01 | 2014-03-19 | コニカミノルタ株式会社 | 画像処理装置 |
US8798377B2 (en) * | 2010-02-08 | 2014-08-05 | Telefonica, S.A. | Efficient scale-space extraction and description of interest points |
JP5773737B2 (ja) * | 2011-05-10 | 2015-09-02 | アズビル株式会社 | 照合装置 |
JP5773736B2 (ja) * | 2011-05-10 | 2015-09-02 | アズビル株式会社 | 照合装置 |
JP5773738B2 (ja) * | 2011-05-10 | 2015-09-02 | アズビル株式会社 | 照合装置 |
US9161010B2 (en) * | 2011-12-01 | 2015-10-13 | Sony Corporation | System and method for generating robust depth maps utilizing a multi-resolution procedure |
KR101376780B1 (ko) | 2012-09-12 | 2014-03-20 | 경북대학교 산학협력단 | 거리 측정의 정밀도 제어 장치 및 방법 |
WO2017122640A1 (ja) * | 2016-01-15 | 2017-07-20 | 富士フイルム株式会社 | 計測装置及び計測方法 |
JP6780983B2 (ja) * | 2016-08-18 | 2020-11-04 | マクセル株式会社 | 画像処理システム |
TWI637350B (zh) * | 2018-01-09 | 2018-10-01 | 緯創資通股份有限公司 | 產生視差圖的方法及其影像處理裝置與系統 |
CN112950473B (zh) * | 2021-03-04 | 2023-04-18 | 清华大学深圳国际研究生院 | 一种mr图像超分辨方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997020288A1 (en) * | 1995-11-24 | 1997-06-05 | Life Imaging Systems Inc. | Three-dimensional imaging system |
JP2921496B2 (ja) * | 1996-07-15 | 1999-07-19 | 三菱電機株式会社 | 画像処理装置および物体移載装置 |
JP2966248B2 (ja) * | 1993-10-01 | 1999-10-25 | シャープ株式会社 | ステレオ対応探索装置 |
-
2000
- 2000-05-10 JP JP2000136694A patent/JP4517449B2/ja not_active Expired - Lifetime
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2966248B2 (ja) * | 1993-10-01 | 1999-10-25 | シャープ株式会社 | ステレオ対応探索装置 |
WO1997020288A1 (en) * | 1995-11-24 | 1997-06-05 | Life Imaging Systems Inc. | Three-dimensional imaging system |
JP2000500679A (ja) * | 1995-11-24 | 2000-01-25 | ライフ イマジング スィステムズ インク. | 三次元画像形成システム |
JP2921496B2 (ja) * | 1996-07-15 | 1999-07-19 | 三菱電機株式会社 | 画像処理装置および物体移載装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10332259B2 (en) | 2014-10-09 | 2019-06-25 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2001319229A (ja) | 2001-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4517449B2 (ja) | 画像における相関演算方法 | |
Hoang et al. | Metaheuristic optimized edge detection for recognition of concrete wall cracks: a comparative study on the performances of roberts, prewitt, canny, and sobel algorithms | |
JP5981838B2 (ja) | 検査画像内の欠陥を検出するためのシステム、方法及びコンピュータプログラム製品 | |
US8115169B2 (en) | Method and apparatus of pattern inspection and semiconductor inspection system using the same | |
JP6184877B2 (ja) | 車両用外界認識装置 | |
EP1329850B1 (en) | Apparatus, program and method for detecting both stationary objects and moving objects in an image | |
JP4601134B2 (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
CN101147159A (zh) | 利用统计模板匹配进行对象检测的快速方法 | |
JP2005128619A (ja) | 物体計測装置、物体計測方法、およびプログラム | |
JP2008286725A (ja) | 人物検出装置および方法 | |
JP2016115331A (ja) | 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム | |
CN113781424B (zh) | 一种表面缺陷检测方法、装置及设备 | |
US11410300B2 (en) | Defect inspection device, defect inspection method, and storage medium | |
US20210132214A1 (en) | Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program | |
CN110235177B (zh) | 图像处理装置、图像识别装置、以及存储介质 | |
JP5642049B2 (ja) | 車両用外界認識装置およびそれを用いた車両システム | |
KR101205565B1 (ko) | 영상을 이용한 전후방 차량 검출 방법 | |
WO2020209046A1 (ja) | 物体検出装置 | |
KR101931220B1 (ko) | 인체 부위 측정 장치 및 방법 | |
CN112001448A (zh) | 一种形状规则小物体检测方法 | |
Lakmal et al. | Pothole detection with image segmentation for advanced driver assisted systems | |
JP7475901B2 (ja) | 試験片上の欠陥検出の方法およびそのシステム | |
US20230093034A1 (en) | Target area detection device, target area detection method, and target area detection program | |
CN112529013A (zh) | 图像识别方法、装置、设备和计算机可读介质 | |
JP2007139421A (ja) | 形態分類装置及び方法、並びに変化領域抽出装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070509 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100209 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100409 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100427 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100510 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4517449 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313532 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140528 Year of fee payment: 4 |
|
EXPY | Cancellation because of completion of term |