JPS63106875A - 消点検出装置 - Google Patents
消点検出装置Info
- Publication number
- JPS63106875A JPS63106875A JP61251906A JP25190686A JPS63106875A JP S63106875 A JPS63106875 A JP S63106875A JP 61251906 A JP61251906 A JP 61251906A JP 25190686 A JP25190686 A JP 25190686A JP S63106875 A JPS63106875 A JP S63106875A
- Authority
- JP
- Japan
- Prior art keywords
- straight line
- edge
- image
- point
- angle
- 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
Links
- 238000005562 fading Methods 0.000 title abstract 6
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 239000000470 constituent Substances 0.000 claims description 35
- 230000001186 cumulative effect Effects 0.000 claims description 28
- 238000003384 imaging method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 11
- 238000001914 filtration Methods 0.000 description 3
- 101100338242 Drosophila virilis His1.1 gene Proteins 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 102000004316 Oxidoreductases Human genes 0.000 description 1
- 108090000854 Oxidoreductases Proteins 0.000 description 1
- 241000862969 Stella Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (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。
め要約のデータは記録されません。
Description
(産業上の利用分野)
本発明は、無人搬送車や自動車の走行制御に利用される
消点検出装置に関する。 (従来技術) 無人搬送車などの走行を制御するために、無人搬送車な
どに取付(ブられたテレビカメラなどの撮像部によって
撮像された二次元画像からたとえば三次元物体を識別す
る必要があるが、三次元物体などの向きや位置などを二
次元画像から検出し識別するのに、従来、消点検出技術
が知られている。 一般に、物体を透視払下で二次元画像に撮像したとき、
第9図に示すように、直方体の物体401.402の平
行な稜線(以下平行線という)403.404.又は4
05,406間の見掛
消点検出装置に関する。 (従来技術) 無人搬送車などの走行を制御するために、無人搬送車な
どに取付(ブられたテレビカメラなどの撮像部によって
撮像された二次元画像からたとえば三次元物体を識別す
る必要があるが、三次元物体などの向きや位置などを二
次元画像から検出し識別するのに、従来、消点検出技術
が知られている。 一般に、物体を透視払下で二次元画像に撮像したとき、
第9図に示すように、直方体の物体401.402の平
行な稜線(以下平行線という)403.404.又は4
05,406間の見掛
【プの距離は平行線がカメラから
遠ざかるにつれて減少し、ついには011となる。この
ii Onとなる点AQを「消点」という。すなわち、
消点検出技術とは、奥行きのおる三次元物体などを二次
元画像として撮像した結果生ずる見掛けのひずみから消
点を検出し、これによって三次元物体などの情報、たと
えば、物体の面を傾きや方向などを検出づ−る技術で必
る。 ところで、消点検出を行なうために直線、たとえば直方
体の物体401,402の平行線403゜404.40
5,406の検出を行なう必要がある。 従来、直線検出を行なうためにHOU G H変換(ハ
フ変換)が知られCいる1、ハフ変換の1京即についで
は、文献(1−画像n2識論ゴ、1日す礼、艮尾真著)
に詳細(、、:示され−Cいる1、この文献1mよれば
、直線は八)変換(J五ってCI下のようIJ検出され
る。 ずなわら、第10図にポリ−ように幾つかの点が直線 y = a X −)−b の」二1こ存在していると仮定すれば y 1 =axH+b i=1. 2.
−、 Mとなるが、これらの式を、(a、b)を
変数とみなlノで(a、b)平面を考えると、そこでの
直線の式は b−〜Xi a+Vi となる。これらの直線は(Xi 、 Vi )によって
ずへて異なるか、(Xi、yH)はすべて同一直線トに
乗っ−Cいると仮定したのであるから、この直線をy−
a X +b Oであるとすれば、式す一〇 −Xia+Viは(x; 、yH)のいがんにががわら
づ’(a、b)平面上の点(a□ 、 b□ )を通ら
なければならない。これを第11図に示す。 そこr(a、b)平面を十分細かい升目に区切って、(
Xi 、Vi Hこ対応する直線がある升目を通過する
ものであれば、その升[1のh1数を1増やす3.これ
をすへての(Xi 、 yi )(ごついて行えば、当
然のことながら(ao 、bo)に対応する升目の計数
値が最大になる1はずて“ある。そこで(a、b)平面
上で升目の計数値最大のちのを求めれば、それによって
(ao 、bo)が決まったことになる。ぞして直線の
方程式はy=a□X十boとなる。このようなハフ変換
によって直線が検出される。たとえば第12図(イ)の
ように幾つかの直線線分p、Q、rが存在するような図
形に対してハフ変換を行なうと、第12図(ロ)に示す
ように(ao、bo>に当たる極大値を取る升目が幾つ
か発見されることに’c7る。 しかしながら、このような従来の消点検出法に用いられ
る直線検出では、三次元物体などのエツジ情報すなわち
]エツジ画像からハフ変換によって直線検出を行なうよ
うになっていたため、工場内画像のように消点に関与し
ないエツジ構成点が非常に多くまた路面ノイズなどのノ
イズが多い画像の場合、直線検出の精度が悪くなり消点
が正確に決定できないという問題がある。第13図(イ
)は画像410にノイズ411が含まれている場合を示
す図であり、第13図(ロ)は第13図(イ)の画像か
ら従来の仕方で直線を検出した結果を示1ノでいる。第
13図(イ)および(ロ)かられかるように、第13図
(イ)の画像410【こ存在するノイズ411によって
直線丁Rが誤検出され、第13図(ロ)の直線n−T
412の中に(まノイズ411による直線flY413
が含まれるために消点APを正確に検出することができ
ないという問題があった。 (発明の目的および構成) 本発明は上記の点にかんがみてなされたもので、ノイズ
などの多い画像でもノイズなどの影響を削減できて直線
検出精度ひいては消点検出精度を同士ざけることを目的
とし、この目的を達成するために、第1図に全体構成を
示すように、撮像部201によって撮像された画像から
エツジ抽出手段101によってエツジ構成点とこのエツ
ジ構成点におけるエツジ傾斜とを抽出し、頻度作成手段
102にJ、って抽出したエツジ構成点とある消点候補
点とを結ぶ直線の角度とエツジ傾斜との差が所定の閾値
よりも小さいか否かを判別し、小さいときにはでの直線
の角度【ご対応する角度頻度を更新してヒストグラムを
作成し、直線本数検出手段103によってこのヒストグ
ラムから所定の閾値よりも大きな@度をとる直線の本数
を直線本数累積画像と1ノーC求め、消点検出手段10
4によって直線本数累積画像から消点を検出するように
構成したものである。 (実施例) −6〜 以下本発明を図面に基づいて説明する。 第2図は本発明による消点検出装置の一実施例のブ「】
ツク線図で゛ある。。 第2図において、消点検出装置は、撮像部201と、こ
の撮像部201で撮像された画像を格納覆−る画像メモ
リ202と、画像メモリ202に格納された画像に対1
ノで消点検出用の一連の処理を行なう画像プロセッサ2
03と、画像プロセッサ203による処理結果の格納さ
れる画像メモリ207,208および座標格納域209
とを備えている。 撮像部201は対象物からの画像をとらえるカメラ31
0と、カメラ310からの)7す1グ画像をデジタル画
像(こ変換し゛C11Tli像メ−[す202へ送る画
像人力部311どからなる。。 画像プロセッサ203は、画像メ−しり202に格納さ
れている画像に対してエツジ検出処理d3よび2値化処
理を行なってその結果のエツジ画像P(x、y)および
(ti′iき画像G(x、y)を画像メ干−リ207へ
格納り−るよう(こなっている。エツジ検出処理には第
3図【こ示すような3×3の空間フィルタリング係数が
用いられる。この空間フィルタリング係数によって、横
方向の濃淡差ΔXは、Δx=A+D十G−C−F−I として求められ、縦方向の濃淡差ΔyG、!、Δy−A
」−B十C−G−1」−1 としてそれぞれ独立(J求められる。これら横方向a3
よび縦方向の濃淡差ΔX、△yに基づいて、各画素の座
標(x、y)についてエツジ傾きを表現リーる傾き画像
G(x、y)と、エツジ構成点を定めるエツジ画像P(
x、y)が算出されるようになっている。 すなわfう、傾き画像G(X、y)は、3×3のフィル
タリング係数のマスクがある画素の座標(X・、y・〉
に設定されると、その座標(xH。 y・〉における濃淡傾斜すなわちエツジ傾きθ1によっ
て表現される。これによって傾き画像G(x、y)は、 Q (X、 V ) = tan−1Δy、、’Δx
: G (X ・。 yH)−/9; としで表わされる。 一方、エツジ構成点を定める画像P(x、y)は、1Δ
XI+!Δy1で表わされる]Lツジ強度を仝ての画素
について算出()、各画素のエツジ強度を閾値−1N1
によって2値化すること(、=よって求められる。これ
によって]ニエツジ画像(X、V)は、 として表わされる。 画像プロセッサ203は、締出したエツジ画像1つ(x
、y)のうちで、111 ++の値をとる画素をエツジ
構成点と判断し、このエツジ構成点の座標〈X・、Vi
)をコニッジ画像P(X、y)から抽出し、その点く×
・、)J>にJ5けるエツジ傾斜θiを第5図に示すよ
うに傾き画像G(x、y)から抽出するようになってい
る。座標格納域−5〕− 209にはこれらエツジ構成点の座標(XH。 y・)とエツジ傾斜O,とが格納される。 ! 画像プロセッサ203は、さらに消点候補点(r、s)
を画像内に設定する。消点候補点のX座標計は((I
++から44 N ++の範囲にあり、y座標Sは“′
1”から11 M l?の範囲にある。ここで、1’
N +’ 、 1N M ’I Lよ画像内のX方向
の画素数、y方向の画素数をそれぞれ表わL/ている。 このように消点候補点(r、s)を設定すると、ずぺて
のエツジ構成点(X・、yH)(i=1〜に、に:構酸
点数)tこ対して、第4図に示すようにエツジ構成点(
×・、 yH)と消点候補点(r、S)とを結ぶ直線の
角度φiを締出し、この角度φiとエツジ傾斜θiとを
比較してこれらの差が所定の閾値下0よりも小さい直線
だけを正規の直線の候補となる直線とみなし、その角度
φiに対応する角度の頻度αθに”1゛を加算するよう
になっている。画像プロセッサ203は1つの消点候補
点(r、S)についてずぺてのエツジ構成点(XH。 yH)とのこのような直線の角度の類度αθのヒス1〜
グラムを第6図に示すように作成し−C1このヒス1〜
グラムから1つの消点候補点(r、S)を通る正規の直
線の本数日を検出して直線本数累積画像H(r、S)を
作成する。この直線本数累積画像目(r、s)は、すべ
ての消点候補点(r。 S)について各消点候補点(r、s)を通る正規の直線
の本数r]を表示するように作成されたときに完成する
。画像メモリ208にはこの直線本数累積画像H(r、
S)が格納される。この直線本数累積画像1−1(r、
s)によって各消点候補点(r、s)を通る正規の直線
の本数nが検出されたことになる。 消点は、消点候補点(r、s)の中でこれを通る白線の
本数が最大のものとして定まるので、直線本数累積画像
H(r、 s ) ノ〕”う消点を検出することができ
る。 このような構成の消点検出装置の動作を第7図および第
8図の7目−ヂヤ−1〜を用いて説明する。 第7図は消点検出装置の仝休の処理の流れを示すフロー
ヂャート、第8図は第7図に示す直線検出処理および消
点検出処理の流れを詳細に示すノロ−f−v−tへであ
る。 第7図において、ステップ(Fl)は撮像部201から
の画像の人力処理であり、ステップ(F−2) #3よ
び(F−3)は人力した画像から直線を検出するのを容
易にするためのいわゆる前処理であり、ステップ(F−
4)は直線検出処理であってその詳細は第8図のステッ
プ(P−1>から(P−15>に示されている。また第
7図のスーアッ7(F−5>は消点検出処理であってこ
の処理は第8図のステップ(P−16)に示されている
。 まず、第7図のステップ(F−1>では、撮像部201
のカメラ310 i4=よって三次元物体などの対象物
(図示せず)を撮像し、そのアナログ画像を画像パノノ
部311によってデジタル画像にアナログデジタル変換
して画像メモリ202に入力する。 次いでステップ(F−2)では、画像プロセラサ203
は第3図に示すような3X3のフィルタリング係数を画
像メモリ202に格納されている画像に走査しながら作
用させて、画像の各画素について横方向の濃淡差ΔXと
縦方向の濃淡差Δyとを求める。横方向の濃淡差ΔXは △x=A+D+G−C−F−I として求まり、縦方向の濃淡差Δyは Δl!i/ = A + B 十〇−G−1−1−Iと
して求まる。 次いでステップ(F−3>では、画像プロセッサ203
はステップ([−2>で求めた各画素における横方向お
よび縦方向の濃淡差ΔX、Δyに基づいて傾き画像G
(X、V)とエツジ画像P(X、V)とを前述したよう
な仕方で求め、これらを画像メモリ207にそれぞれ格
納する。■ッジ画像P(X、V)が“′1゛′となる画
素がエツジ構成点(×・、yi)となる。また傾き画像
G鵞 (x、y)によってエツジ構成点(×・、 yH)での
エツジ傾斜θiが第5図に示すようにして求よる。 このようにしてステップ(F−3)においてエツジ画像
P(X、y)と傾き画像G(X、V)とから求めたエツ
ジ構成点く×・、 yH)とエツジ! 構成点く×・、 yH)でのエツジ傾斜θiとに基づい
て、ステップ(F −4)では直線検出処理を行なう。 さて、第8図のステップ(P−1)では、直線検出処理
を行なうに先立ち、正規の直線の本数を累積する直線本
数累積画像1−((r、S)をクリアして初期化してお
く。すなわち、直線本数累積画像1−1(r、S)を格
納する画像メモリ208をクリアする。次いでステップ
(P−2>では画像プロセッサ203は、画像メモリ2
07に格納されでいるエツジ画像P (x、y)からi
i 11+となる画素の座標すなわちエツジ構成点く×
・、 yH)を抽出し、同時に傾き画像G(X、V)か
らエツジ構成点(×・、 yH)のエツジ傾斜θiを抽
出して、座標格納域209へ格納する。なお、エツジ構
成点く×・、 yH)はに個抽出されたとして以下説明
する。 次い−Cスアップ(P−3>では、消点候補点(r、s
)のX座標計およびy座標Sをクリア1ノて初期化して
d3 <、ステップ(P−4)では消点候補点のX座標
計゛を“1゛′だり増加し、ステップ(1−)−5)で
は消点候補点のy座標Sを′1′′だCブ増加づ−る。 これにJ、っていまの県会、消点候補点の座標(r、s
)は(1,1)となる、。 次いでステップ(P−6>では、直線検出処理を開始づ
−るに先立ら、ある消点候補点(r、s)と各エツジ構
成点(×・、 yH)とを結ぶ直線の角度の頻度αθを
クリアして初期化しておく。またエツジ構成点く×・、
yH)の識別子1をクリアしておく。 次いlステップ(P−7)ではエツジ構成点(×・、
yH)の識別子iを′1′′だけ増加する。 ! いまの場合、ステップ(P−6)で識別子iはクリアさ
れたので、ステップ(P−7>で識別子iは゛1パとな
る。これによって着目するエツジ構成点(X・、 yH
)は(xl、yl)となる。 ステップ(P−8)ではこのエツジ構成点(X・、 ¥
H) (いまの場合cx1.y1))と消点候補点(
r、S)(いまの場合(1,1))とを結7S−直線の
傾きaを a−(y・−8) / (X ir )として求める。 この直線の傾きaから直線の角度φiは第4図に示すよ
うに φ・−↑an” a として求まり、ステップ(「)−9)ではこの直線の角
度φ・とエツジ傾斜θiとの差が所定の閾値]−oより
も小さいか否かを判断リ−る。直線の角度φiとエツジ
傾斜θiとの差が所定の閾faTθよりも小さいときに
は、この直線は正規の直線の候補となる直線とみなされ
るので、ステップ(P−10)に進みこの角度の頻度α
θを“1゛だけ増加する。たとえば直線の角度φiが6
0’であり、エツジ傾斜θiが56°であり閾値1−θ
が10゜であるときには角度60°に対応する頻度αθ
(θ−60°)に“1゛が加算される。 ステップ(P−9>に43いて、直線の角度φiとエツ
ジ傾斜θiとの差が所定の閾値Tθよりも大きいときに
はエツジ構成点(×・、 yH)はたとえばノイズなど
によるものと判断され、いまの直線は検出されるべき正
規の直線の候補とはならないので、角度の頻度α0に何
らの操作を加えることなくステップ(P−11>に進む
。これによって1つのエツジ(角成点くX・、 yH>
とめる消鵞 点候補点(r、s)とを結ぶ直線の角度の頻度αθへの
累積処理が終了リ−る。 ステップ(P−11)ではエツジ構成点(xH。 yi)の識別子iが11 K IIとなったか否かを判
断する。識別子iが41 K ITとなったときにはに
個存在するずぺてのエツジ構成点(×・、 yH)につ
いである消点候補点(r、s)との直線の角度の頻度α
θが求められ、第6図に示すような頻度αθのヒストグ
ラムが完成したことを意味するので、このヒストグラム
から1つの消点候補点(r。 S)を通る正規の直線の本数を算出するためにステップ
(P−12)に進む。一方、ステップ(P一11)にa
3いてエツジ構成点く×・、 yH)の識別子iが11
K Ifよりも小さいときには、まだすべてのエツジ
構成点(X・、yi)について直線の角度の頻度αθへ
の累積が終了していないので、次のエツジ構成点(×・
、ylにおける直線の角度の頻度αθへの累積処理を行
なうために再びステップ(P−7)に戻る。いまの場合
、識別子iは11111であったので、ステップ(P−
7>で識別子1は“2゛となり、次のエツジ構成点(X
・、 ’i/H)は(X2 、 y2 )となる。この
次のエツジ構成点(x2 、 y2 >について、最初
のエツジ構成点(xl、yl)と同様、ステップ(P−
8)から(P−11>までの処理を繰り返す。このよう
にステップ(P−7)から(P−11)の18即を繰返
して、K個存在するエツジ構成点(X・、yi)のすべ
てについである消点候補点(r、s)との直線の角度の
頻度αθを求め、第6図に示ずように頻度αθのヒスト
グラムを完成すると、ステップ(P−12>に進む。な
あ、頻度αθのヒストグラムは、角度θかたとえば60
’で頻度αθが“’10”のときには角度0−60’を
もつ白線が10本存在したことを意味し、角度θがたと
えば30’で頻度αθが11211のときには角度θ−
・30°をもつ直線か2本存在り、たことを意味するも
のでおる。 ステップ(P−12)では、この完成した頻度αθのヒ
ス1ヘゲラムに基づいて、@度αθが所定の閾値下(x
よりも大きくなる角度の個数日を求める。第6図の例で
は頻度αθが閾値下。よりも大ぎくなる角度θはθ1と
02の2個存在し、従って個数nはll 211となる
。この個数nは、ある消点候補点(r、s)についてす
べてのエツジ構成点く×・、yi)と結んで形成した候
補となる直線のうちで、正規の直線と()で検出された
直線の本数を意味している。 この個数nすなわち正規の直線の本数nに基づいてスア
ーツブ(P−13)ではある消点候補点(r、s)に対
応()だ直線本数累積画像1−1 (r 。 S〉を H(r、 s> =H(r、 s)十nの累積演粋によ
って作成する。なお、直線本数累積画像H(r、S)は
画像メモリ208に格納される。これによって1つの消
点候補点(r、s)(いまの場合(1,1))について
の直線本数累積画像H(r、s>(H(1,1))が完
成したことになる。 次いでステップ(P−14)では、消点候補点(r、s
)のy座標Sが゛′Mパになったか否かを判断する。y
座標Sが11 M ++になっていないときには、消点
候補点(r、s)をy方向すなわち縦方向に111 +
+だCノ移動させて上述のような白線本数累積画像H(
r、S)を作成するために、再びステップ(P−5)に
もどる。これによって次の消点候補点(r、s)は(1
,2)となり、この消点候補点(1,2>についての直
線本数累積画像1−1(1,2)が作成される。このに
うな手順によってステップ(P−14)において消点候
補点(r、S)のy座標Sが((M ++になったとき
に、消点候補点(1,1)、(1,2>、・・・・・・
、(1゜M)についての直線本数累積画像口(1,1)
。 H(1,2>、・・・・・・、l−1(1,M)が作成
されたのでステップ(P15)に進む。 ステップ(P−15>では、消点候補点(r。 S)のX座標計がLI N ++になったか否かを判断
する。X座標がl(N jlになっていないとぎには、
消点候補点(r、s)をX方向Vなわち横方向にdi
11!だけ移動させて上)小のような直線本数累積画像
H(r、S)を作成するためにステップ(P−17)で
Sをクリアして再びステップ(P−4)にもどる。これ
によって次の消点候補点(r、s)は(2,1>になり
、この消点候補点(2,1>。 (2,2>、・・・・・・、(2,M)についての直線
本数累積画像ト+ (2,1)、 I−1(2,2>
、・・・・・・。 H(2,M)が作成される。このような手順によってス
テップ(P−15)にJ−3いて消点候補点(r、s)
のX座標1゛がLL N 11になツ7Lときに、すべ
ての消点候補点(L 1)、(1,2)、・・・。 (N、M)についでの直線本数累積画像+1(1。 1)、H(1,2)、・・・・・・、 l−1(N、
M)が完成し正規の直線の本数が検出されたので、ステ
ップ(P16)に進み、この直線本数累積画像H(r、
s)から消点を検出する。 すなわち、消点は消点候補点(r、s)のうちで通過直
線本数の最も多い点であるので、ステラ7(P−16)
で【よ直線本数累積画像H(r。 S)において最大値をとる座標、あるいは重心位置を消
点どして検出する。 このように本実施例では、エツジ構成点(Xi。 y・〉におけるエツジ傾斜θiと、このエツジ構成魚(
×・、 yH)と消点候補点(r、s)とを結ぶ直線の
角度φiとの差が所定の閾値Tθよりも小さいか否かを
判断し、閾値Tθよりも小さい場合にのみこの直線の角
度φiに対応する頻度αθを更新するようになっている
ので、これによってまづノイズなどによる1線の誤検出
を防止しでいる。ざらにこのように1ノで得られた直線
の角度の頻度αθから所定の閾値下(xよりも人きくな
る角度の直線を正規の直線としているので、これによっ
て直線検出の精度を一層高めている1゜従つて、ある消
点候補点(r、S)を通る直線の本数はノイズなどに影
響されず精度良く定まり、これによっで消点の検出精度
を高めることがでさる。 4【お、上述の実施例Cは消点1■補点(r、s)のX
座標「i13よびy座標Sの両方を変化さμkが、直線
検出のみを行なう県会、X座標計、y座標Sのいずれか
一方(通常は切片に対応号るS)のみを変化させて角度
の頻度αθを求めて、位置(0゜S)に83ける頻度α
θを表わリー累積画像J(θ。 S)を作成づれば、通常のハフ変換と同様の形に変換さ
れることになる。すなわち、累積画像J(θ、S)の横
軸が直線の勾配(すな4つちy=ax+bのdi al
l )に対応し、縦軸が直線の切片(づ−なわらy =
a x + bの’b’lに対応する。 ぞして累積画像J(0,8)の累積値がその直線上に存
在するエツジ構成点の数を表わす−。モしてJ(θ、S
)のうちある閾値以上の点のみを抽出すれば直線検出と
イ【す、検出された直線の勾配と切片を同時に求めるこ
とができる。このように直線検出は1回の1次ハフ変換
と対応し、消点検出は2回のハフ変換を同時に行なうこ
とに対応している。。 (発明の効果) 以上説明したように、本発明によれば、消点候補点とエ
ツジ構成点とを結ぶ直線の角度とエツジ傾斜との差が所
定の閾値よりも小さいときにその直線の角度に対応する
角度頻度を更新してヒス1〜グラムを作成し、このヒス
1〜グラムから所定の閾値よりも大きな頻度をとる直線
の本数を直線本数累積画像として求めているので、ノイ
ズなどの多い画像でもノイズなどの影響によって直線を
誤検出するようなことを有効に防1トシ、直線検出精度
ひいては温点検出精度を向上させることがCぎる。
遠ざかるにつれて減少し、ついには011となる。この
ii Onとなる点AQを「消点」という。すなわち、
消点検出技術とは、奥行きのおる三次元物体などを二次
元画像として撮像した結果生ずる見掛けのひずみから消
点を検出し、これによって三次元物体などの情報、たと
えば、物体の面を傾きや方向などを検出づ−る技術で必
る。 ところで、消点検出を行なうために直線、たとえば直方
体の物体401,402の平行線403゜404.40
5,406の検出を行なう必要がある。 従来、直線検出を行なうためにHOU G H変換(ハ
フ変換)が知られCいる1、ハフ変換の1京即についで
は、文献(1−画像n2識論ゴ、1日す礼、艮尾真著)
に詳細(、、:示され−Cいる1、この文献1mよれば
、直線は八)変換(J五ってCI下のようIJ検出され
る。 ずなわら、第10図にポリ−ように幾つかの点が直線 y = a X −)−b の」二1こ存在していると仮定すれば y 1 =axH+b i=1. 2.
−、 Mとなるが、これらの式を、(a、b)を
変数とみなlノで(a、b)平面を考えると、そこでの
直線の式は b−〜Xi a+Vi となる。これらの直線は(Xi 、 Vi )によって
ずへて異なるか、(Xi、yH)はすべて同一直線トに
乗っ−Cいると仮定したのであるから、この直線をy−
a X +b Oであるとすれば、式す一〇 −Xia+Viは(x; 、yH)のいがんにががわら
づ’(a、b)平面上の点(a□ 、 b□ )を通ら
なければならない。これを第11図に示す。 そこr(a、b)平面を十分細かい升目に区切って、(
Xi 、Vi Hこ対応する直線がある升目を通過する
ものであれば、その升[1のh1数を1増やす3.これ
をすへての(Xi 、 yi )(ごついて行えば、当
然のことながら(ao 、bo)に対応する升目の計数
値が最大になる1はずて“ある。そこで(a、b)平面
上で升目の計数値最大のちのを求めれば、それによって
(ao 、bo)が決まったことになる。ぞして直線の
方程式はy=a□X十boとなる。このようなハフ変換
によって直線が検出される。たとえば第12図(イ)の
ように幾つかの直線線分p、Q、rが存在するような図
形に対してハフ変換を行なうと、第12図(ロ)に示す
ように(ao、bo>に当たる極大値を取る升目が幾つ
か発見されることに’c7る。 しかしながら、このような従来の消点検出法に用いられ
る直線検出では、三次元物体などのエツジ情報すなわち
]エツジ画像からハフ変換によって直線検出を行なうよ
うになっていたため、工場内画像のように消点に関与し
ないエツジ構成点が非常に多くまた路面ノイズなどのノ
イズが多い画像の場合、直線検出の精度が悪くなり消点
が正確に決定できないという問題がある。第13図(イ
)は画像410にノイズ411が含まれている場合を示
す図であり、第13図(ロ)は第13図(イ)の画像か
ら従来の仕方で直線を検出した結果を示1ノでいる。第
13図(イ)および(ロ)かられかるように、第13図
(イ)の画像410【こ存在するノイズ411によって
直線丁Rが誤検出され、第13図(ロ)の直線n−T
412の中に(まノイズ411による直線flY413
が含まれるために消点APを正確に検出することができ
ないという問題があった。 (発明の目的および構成) 本発明は上記の点にかんがみてなされたもので、ノイズ
などの多い画像でもノイズなどの影響を削減できて直線
検出精度ひいては消点検出精度を同士ざけることを目的
とし、この目的を達成するために、第1図に全体構成を
示すように、撮像部201によって撮像された画像から
エツジ抽出手段101によってエツジ構成点とこのエツ
ジ構成点におけるエツジ傾斜とを抽出し、頻度作成手段
102にJ、って抽出したエツジ構成点とある消点候補
点とを結ぶ直線の角度とエツジ傾斜との差が所定の閾値
よりも小さいか否かを判別し、小さいときにはでの直線
の角度【ご対応する角度頻度を更新してヒストグラムを
作成し、直線本数検出手段103によってこのヒストグ
ラムから所定の閾値よりも大きな@度をとる直線の本数
を直線本数累積画像と1ノーC求め、消点検出手段10
4によって直線本数累積画像から消点を検出するように
構成したものである。 (実施例) −6〜 以下本発明を図面に基づいて説明する。 第2図は本発明による消点検出装置の一実施例のブ「】
ツク線図で゛ある。。 第2図において、消点検出装置は、撮像部201と、こ
の撮像部201で撮像された画像を格納覆−る画像メモ
リ202と、画像メモリ202に格納された画像に対1
ノで消点検出用の一連の処理を行なう画像プロセッサ2
03と、画像プロセッサ203による処理結果の格納さ
れる画像メモリ207,208および座標格納域209
とを備えている。 撮像部201は対象物からの画像をとらえるカメラ31
0と、カメラ310からの)7す1グ画像をデジタル画
像(こ変換し゛C11Tli像メ−[す202へ送る画
像人力部311どからなる。。 画像プロセッサ203は、画像メ−しり202に格納さ
れている画像に対してエツジ検出処理d3よび2値化処
理を行なってその結果のエツジ画像P(x、y)および
(ti′iき画像G(x、y)を画像メ干−リ207へ
格納り−るよう(こなっている。エツジ検出処理には第
3図【こ示すような3×3の空間フィルタリング係数が
用いられる。この空間フィルタリング係数によって、横
方向の濃淡差ΔXは、Δx=A+D十G−C−F−I として求められ、縦方向の濃淡差ΔyG、!、Δy−A
」−B十C−G−1」−1 としてそれぞれ独立(J求められる。これら横方向a3
よび縦方向の濃淡差ΔX、△yに基づいて、各画素の座
標(x、y)についてエツジ傾きを表現リーる傾き画像
G(x、y)と、エツジ構成点を定めるエツジ画像P(
x、y)が算出されるようになっている。 すなわfう、傾き画像G(X、y)は、3×3のフィル
タリング係数のマスクがある画素の座標(X・、y・〉
に設定されると、その座標(xH。 y・〉における濃淡傾斜すなわちエツジ傾きθ1によっ
て表現される。これによって傾き画像G(x、y)は、 Q (X、 V ) = tan−1Δy、、’Δx
: G (X ・。 yH)−/9; としで表わされる。 一方、エツジ構成点を定める画像P(x、y)は、1Δ
XI+!Δy1で表わされる]Lツジ強度を仝ての画素
について算出()、各画素のエツジ強度を閾値−1N1
によって2値化すること(、=よって求められる。これ
によって]ニエツジ画像(X、V)は、 として表わされる。 画像プロセッサ203は、締出したエツジ画像1つ(x
、y)のうちで、111 ++の値をとる画素をエツジ
構成点と判断し、このエツジ構成点の座標〈X・、Vi
)をコニッジ画像P(X、y)から抽出し、その点く×
・、)J>にJ5けるエツジ傾斜θiを第5図に示すよ
うに傾き画像G(x、y)から抽出するようになってい
る。座標格納域−5〕− 209にはこれらエツジ構成点の座標(XH。 y・)とエツジ傾斜O,とが格納される。 ! 画像プロセッサ203は、さらに消点候補点(r、s)
を画像内に設定する。消点候補点のX座標計は((I
++から44 N ++の範囲にあり、y座標Sは“′
1”から11 M l?の範囲にある。ここで、1’
N +’ 、 1N M ’I Lよ画像内のX方向
の画素数、y方向の画素数をそれぞれ表わL/ている。 このように消点候補点(r、s)を設定すると、ずぺて
のエツジ構成点(X・、yH)(i=1〜に、に:構酸
点数)tこ対して、第4図に示すようにエツジ構成点(
×・、 yH)と消点候補点(r、S)とを結ぶ直線の
角度φiを締出し、この角度φiとエツジ傾斜θiとを
比較してこれらの差が所定の閾値下0よりも小さい直線
だけを正規の直線の候補となる直線とみなし、その角度
φiに対応する角度の頻度αθに”1゛を加算するよう
になっている。画像プロセッサ203は1つの消点候補
点(r、S)についてずぺてのエツジ構成点(XH。 yH)とのこのような直線の角度の類度αθのヒス1〜
グラムを第6図に示すように作成し−C1このヒス1〜
グラムから1つの消点候補点(r、S)を通る正規の直
線の本数日を検出して直線本数累積画像H(r、S)を
作成する。この直線本数累積画像目(r、s)は、すべ
ての消点候補点(r。 S)について各消点候補点(r、s)を通る正規の直線
の本数r]を表示するように作成されたときに完成する
。画像メモリ208にはこの直線本数累積画像H(r、
S)が格納される。この直線本数累積画像1−1(r、
s)によって各消点候補点(r、s)を通る正規の直線
の本数nが検出されたことになる。 消点は、消点候補点(r、s)の中でこれを通る白線の
本数が最大のものとして定まるので、直線本数累積画像
H(r、 s ) ノ〕”う消点を検出することができ
る。 このような構成の消点検出装置の動作を第7図および第
8図の7目−ヂヤ−1〜を用いて説明する。 第7図は消点検出装置の仝休の処理の流れを示すフロー
ヂャート、第8図は第7図に示す直線検出処理および消
点検出処理の流れを詳細に示すノロ−f−v−tへであ
る。 第7図において、ステップ(Fl)は撮像部201から
の画像の人力処理であり、ステップ(F−2) #3よ
び(F−3)は人力した画像から直線を検出するのを容
易にするためのいわゆる前処理であり、ステップ(F−
4)は直線検出処理であってその詳細は第8図のステッ
プ(P−1>から(P−15>に示されている。また第
7図のスーアッ7(F−5>は消点検出処理であってこ
の処理は第8図のステップ(P−16)に示されている
。 まず、第7図のステップ(F−1>では、撮像部201
のカメラ310 i4=よって三次元物体などの対象物
(図示せず)を撮像し、そのアナログ画像を画像パノノ
部311によってデジタル画像にアナログデジタル変換
して画像メモリ202に入力する。 次いでステップ(F−2)では、画像プロセラサ203
は第3図に示すような3X3のフィルタリング係数を画
像メモリ202に格納されている画像に走査しながら作
用させて、画像の各画素について横方向の濃淡差ΔXと
縦方向の濃淡差Δyとを求める。横方向の濃淡差ΔXは △x=A+D+G−C−F−I として求まり、縦方向の濃淡差Δyは Δl!i/ = A + B 十〇−G−1−1−Iと
して求まる。 次いでステップ(F−3>では、画像プロセッサ203
はステップ([−2>で求めた各画素における横方向お
よび縦方向の濃淡差ΔX、Δyに基づいて傾き画像G
(X、V)とエツジ画像P(X、V)とを前述したよう
な仕方で求め、これらを画像メモリ207にそれぞれ格
納する。■ッジ画像P(X、V)が“′1゛′となる画
素がエツジ構成点(×・、yi)となる。また傾き画像
G鵞 (x、y)によってエツジ構成点(×・、 yH)での
エツジ傾斜θiが第5図に示すようにして求よる。 このようにしてステップ(F−3)においてエツジ画像
P(X、y)と傾き画像G(X、V)とから求めたエツ
ジ構成点く×・、 yH)とエツジ! 構成点く×・、 yH)でのエツジ傾斜θiとに基づい
て、ステップ(F −4)では直線検出処理を行なう。 さて、第8図のステップ(P−1)では、直線検出処理
を行なうに先立ち、正規の直線の本数を累積する直線本
数累積画像1−((r、S)をクリアして初期化してお
く。すなわち、直線本数累積画像1−1(r、S)を格
納する画像メモリ208をクリアする。次いでステップ
(P−2>では画像プロセッサ203は、画像メモリ2
07に格納されでいるエツジ画像P (x、y)からi
i 11+となる画素の座標すなわちエツジ構成点く×
・、 yH)を抽出し、同時に傾き画像G(X、V)か
らエツジ構成点(×・、 yH)のエツジ傾斜θiを抽
出して、座標格納域209へ格納する。なお、エツジ構
成点く×・、 yH)はに個抽出されたとして以下説明
する。 次い−Cスアップ(P−3>では、消点候補点(r、s
)のX座標計およびy座標Sをクリア1ノて初期化して
d3 <、ステップ(P−4)では消点候補点のX座標
計゛を“1゛′だり増加し、ステップ(1−)−5)で
は消点候補点のy座標Sを′1′′だCブ増加づ−る。 これにJ、っていまの県会、消点候補点の座標(r、s
)は(1,1)となる、。 次いでステップ(P−6>では、直線検出処理を開始づ
−るに先立ら、ある消点候補点(r、s)と各エツジ構
成点(×・、 yH)とを結ぶ直線の角度の頻度αθを
クリアして初期化しておく。またエツジ構成点く×・、
yH)の識別子1をクリアしておく。 次いlステップ(P−7)ではエツジ構成点(×・、
yH)の識別子iを′1′′だけ増加する。 ! いまの場合、ステップ(P−6)で識別子iはクリアさ
れたので、ステップ(P−7>で識別子iは゛1パとな
る。これによって着目するエツジ構成点(X・、 yH
)は(xl、yl)となる。 ステップ(P−8)ではこのエツジ構成点(X・、 ¥
H) (いまの場合cx1.y1))と消点候補点(
r、S)(いまの場合(1,1))とを結7S−直線の
傾きaを a−(y・−8) / (X ir )として求める。 この直線の傾きaから直線の角度φiは第4図に示すよ
うに φ・−↑an” a として求まり、ステップ(「)−9)ではこの直線の角
度φ・とエツジ傾斜θiとの差が所定の閾値]−oより
も小さいか否かを判断リ−る。直線の角度φiとエツジ
傾斜θiとの差が所定の閾faTθよりも小さいときに
は、この直線は正規の直線の候補となる直線とみなされ
るので、ステップ(P−10)に進みこの角度の頻度α
θを“1゛だけ増加する。たとえば直線の角度φiが6
0’であり、エツジ傾斜θiが56°であり閾値1−θ
が10゜であるときには角度60°に対応する頻度αθ
(θ−60°)に“1゛が加算される。 ステップ(P−9>に43いて、直線の角度φiとエツ
ジ傾斜θiとの差が所定の閾値Tθよりも大きいときに
はエツジ構成点(×・、 yH)はたとえばノイズなど
によるものと判断され、いまの直線は検出されるべき正
規の直線の候補とはならないので、角度の頻度α0に何
らの操作を加えることなくステップ(P−11>に進む
。これによって1つのエツジ(角成点くX・、 yH>
とめる消鵞 点候補点(r、s)とを結ぶ直線の角度の頻度αθへの
累積処理が終了リ−る。 ステップ(P−11)ではエツジ構成点(xH。 yi)の識別子iが11 K IIとなったか否かを判
断する。識別子iが41 K ITとなったときにはに
個存在するずぺてのエツジ構成点(×・、 yH)につ
いである消点候補点(r、s)との直線の角度の頻度α
θが求められ、第6図に示すような頻度αθのヒストグ
ラムが完成したことを意味するので、このヒストグラム
から1つの消点候補点(r。 S)を通る正規の直線の本数を算出するためにステップ
(P−12)に進む。一方、ステップ(P一11)にa
3いてエツジ構成点く×・、 yH)の識別子iが11
K Ifよりも小さいときには、まだすべてのエツジ
構成点(X・、yi)について直線の角度の頻度αθへ
の累積が終了していないので、次のエツジ構成点(×・
、ylにおける直線の角度の頻度αθへの累積処理を行
なうために再びステップ(P−7)に戻る。いまの場合
、識別子iは11111であったので、ステップ(P−
7>で識別子1は“2゛となり、次のエツジ構成点(X
・、 ’i/H)は(X2 、 y2 )となる。この
次のエツジ構成点(x2 、 y2 >について、最初
のエツジ構成点(xl、yl)と同様、ステップ(P−
8)から(P−11>までの処理を繰り返す。このよう
にステップ(P−7)から(P−11)の18即を繰返
して、K個存在するエツジ構成点(X・、yi)のすべ
てについである消点候補点(r、s)との直線の角度の
頻度αθを求め、第6図に示ずように頻度αθのヒスト
グラムを完成すると、ステップ(P−12>に進む。な
あ、頻度αθのヒストグラムは、角度θかたとえば60
’で頻度αθが“’10”のときには角度0−60’を
もつ白線が10本存在したことを意味し、角度θがたと
えば30’で頻度αθが11211のときには角度θ−
・30°をもつ直線か2本存在り、たことを意味するも
のでおる。 ステップ(P−12)では、この完成した頻度αθのヒ
ス1ヘゲラムに基づいて、@度αθが所定の閾値下(x
よりも大きくなる角度の個数日を求める。第6図の例で
は頻度αθが閾値下。よりも大ぎくなる角度θはθ1と
02の2個存在し、従って個数nはll 211となる
。この個数nは、ある消点候補点(r、s)についてす
べてのエツジ構成点く×・、yi)と結んで形成した候
補となる直線のうちで、正規の直線と()で検出された
直線の本数を意味している。 この個数nすなわち正規の直線の本数nに基づいてスア
ーツブ(P−13)ではある消点候補点(r、s)に対
応()だ直線本数累積画像1−1 (r 。 S〉を H(r、 s> =H(r、 s)十nの累積演粋によ
って作成する。なお、直線本数累積画像H(r、S)は
画像メモリ208に格納される。これによって1つの消
点候補点(r、s)(いまの場合(1,1))について
の直線本数累積画像H(r、s>(H(1,1))が完
成したことになる。 次いでステップ(P−14)では、消点候補点(r、s
)のy座標Sが゛′Mパになったか否かを判断する。y
座標Sが11 M ++になっていないときには、消点
候補点(r、s)をy方向すなわち縦方向に111 +
+だCノ移動させて上述のような白線本数累積画像H(
r、S)を作成するために、再びステップ(P−5)に
もどる。これによって次の消点候補点(r、s)は(1
,2)となり、この消点候補点(1,2>についての直
線本数累積画像1−1(1,2)が作成される。このに
うな手順によってステップ(P−14)において消点候
補点(r、S)のy座標Sが((M ++になったとき
に、消点候補点(1,1)、(1,2>、・・・・・・
、(1゜M)についての直線本数累積画像口(1,1)
。 H(1,2>、・・・・・・、l−1(1,M)が作成
されたのでステップ(P15)に進む。 ステップ(P−15>では、消点候補点(r。 S)のX座標計がLI N ++になったか否かを判断
する。X座標がl(N jlになっていないとぎには、
消点候補点(r、s)をX方向Vなわち横方向にdi
11!だけ移動させて上)小のような直線本数累積画像
H(r、S)を作成するためにステップ(P−17)で
Sをクリアして再びステップ(P−4)にもどる。これ
によって次の消点候補点(r、s)は(2,1>になり
、この消点候補点(2,1>。 (2,2>、・・・・・・、(2,M)についての直線
本数累積画像ト+ (2,1)、 I−1(2,2>
、・・・・・・。 H(2,M)が作成される。このような手順によってス
テップ(P−15)にJ−3いて消点候補点(r、s)
のX座標1゛がLL N 11になツ7Lときに、すべ
ての消点候補点(L 1)、(1,2)、・・・。 (N、M)についでの直線本数累積画像+1(1。 1)、H(1,2)、・・・・・・、 l−1(N、
M)が完成し正規の直線の本数が検出されたので、ステ
ップ(P16)に進み、この直線本数累積画像H(r、
s)から消点を検出する。 すなわち、消点は消点候補点(r、s)のうちで通過直
線本数の最も多い点であるので、ステラ7(P−16)
で【よ直線本数累積画像H(r。 S)において最大値をとる座標、あるいは重心位置を消
点どして検出する。 このように本実施例では、エツジ構成点(Xi。 y・〉におけるエツジ傾斜θiと、このエツジ構成魚(
×・、 yH)と消点候補点(r、s)とを結ぶ直線の
角度φiとの差が所定の閾値Tθよりも小さいか否かを
判断し、閾値Tθよりも小さい場合にのみこの直線の角
度φiに対応する頻度αθを更新するようになっている
ので、これによってまづノイズなどによる1線の誤検出
を防止しでいる。ざらにこのように1ノで得られた直線
の角度の頻度αθから所定の閾値下(xよりも人きくな
る角度の直線を正規の直線としているので、これによっ
て直線検出の精度を一層高めている1゜従つて、ある消
点候補点(r、S)を通る直線の本数はノイズなどに影
響されず精度良く定まり、これによっで消点の検出精度
を高めることがでさる。 4【お、上述の実施例Cは消点1■補点(r、s)のX
座標「i13よびy座標Sの両方を変化さμkが、直線
検出のみを行なう県会、X座標計、y座標Sのいずれか
一方(通常は切片に対応号るS)のみを変化させて角度
の頻度αθを求めて、位置(0゜S)に83ける頻度α
θを表わリー累積画像J(θ。 S)を作成づれば、通常のハフ変換と同様の形に変換さ
れることになる。すなわち、累積画像J(θ、S)の横
軸が直線の勾配(すな4つちy=ax+bのdi al
l )に対応し、縦軸が直線の切片(づ−なわらy =
a x + bの’b’lに対応する。 ぞして累積画像J(0,8)の累積値がその直線上に存
在するエツジ構成点の数を表わす−。モしてJ(θ、S
)のうちある閾値以上の点のみを抽出すれば直線検出と
イ【す、検出された直線の勾配と切片を同時に求めるこ
とができる。このように直線検出は1回の1次ハフ変換
と対応し、消点検出は2回のハフ変換を同時に行なうこ
とに対応している。。 (発明の効果) 以上説明したように、本発明によれば、消点候補点とエ
ツジ構成点とを結ぶ直線の角度とエツジ傾斜との差が所
定の閾値よりも小さいときにその直線の角度に対応する
角度頻度を更新してヒス1〜グラムを作成し、このヒス
1〜グラムから所定の閾値よりも大きな頻度をとる直線
の本数を直線本数累積画像として求めているので、ノイ
ズなどの多い画像でもノイズなどの影響によって直線を
誤検出するようなことを有効に防1トシ、直線検出精度
ひいては温点検出精度を向上させることがCぎる。
第1図は本発明の消点検出装置の全体構成図、第2図は
本発明による消点検出装置の一実施例を示すブロック線
図、第3図は3×3のフィルタリング係数のマスクを示
寸図、第4図は消点候補点とエツジ構成点とを結ぶ直線
の角度φiを示1−図、第5図は]ニッジ欝成魚(xH
、yi)にiJ3けるエツジ傾斜θiの抽出を説明する
ための図、第6図は直線の角度の頻度を示すヒス1ヘゲ
ラム、第7図は第2図に示す消点検出装置の仝休の処理
の流れを示すフ]]−ヂセ−1〜、第8図は第7図に示
づ一直線検出処理および消点検出処理の詳細な流れを示
すフローヂV−1−1第9図は消点の概念を説明1−る
ための図、第10図から第12図はハフ変換の原理を説
明する図であり、第10図は(x、y)平面上の直線と
その上の点を示す図、第11図は第10図に対応する(
a、b)平面上の線を示す図、第12図(イ)は(x、
y)平面上の直線p2g、rをポリ−図、第12図([
l)は第12図(、イ)に示す直線p、g、rをぞれぞ
れハフ変換した図、第13図は従来の消点検出装置の動
作を説明する図であり、第13図(イ)は画像にノイズ
か含まれている様子を示η図、第13図(0) 4;+
、第13図(イ)に示す画像から直線を検出()た結果
を示す図である。 201・・・泥像部、202,207.208・・・画
J −
本発明による消点検出装置の一実施例を示すブロック線
図、第3図は3×3のフィルタリング係数のマスクを示
寸図、第4図は消点候補点とエツジ構成点とを結ぶ直線
の角度φiを示1−図、第5図は]ニッジ欝成魚(xH
、yi)にiJ3けるエツジ傾斜θiの抽出を説明する
ための図、第6図は直線の角度の頻度を示すヒス1ヘゲ
ラム、第7図は第2図に示す消点検出装置の仝休の処理
の流れを示すフ]]−ヂセ−1〜、第8図は第7図に示
づ一直線検出処理および消点検出処理の詳細な流れを示
すフローヂV−1−1第9図は消点の概念を説明1−る
ための図、第10図から第12図はハフ変換の原理を説
明する図であり、第10図は(x、y)平面上の直線と
その上の点を示す図、第11図は第10図に対応する(
a、b)平面上の線を示す図、第12図(イ)は(x、
y)平面上の直線p2g、rをポリ−図、第12図([
l)は第12図(、イ)に示す直線p、g、rをぞれぞ
れハフ変換した図、第13図は従来の消点検出装置の動
作を説明する図であり、第13図(イ)は画像にノイズ
か含まれている様子を示η図、第13図(0) 4;+
、第13図(イ)に示す画像から直線を検出()た結果
を示す図である。 201・・・泥像部、202,207.208・・・画
J −
Claims (1)
- 対象物を撮像する撮像部と、該撮像部によつて撮像され
た画像からエッジ構成点およびエッジ構成点におけるエ
ッジ傾斜を抽出するエッジ抽出手段と、消点候補点とエ
ッジ構成点とを結ぶ直線の角度とエッジ傾斜との差が所
定の閾値よりも小さいときにその直線の角度に対応する
角度頻度を更新してヒストグラムを作成する頻度作成手
段と、該頻度作成手段によつて作成された前記ヒストグ
ラムから所定の閾値よりも大きな頻度をとる直線の本数
を直線本数累積画像として累積させる直線本数検出手段
と、前記直線本数累積画像から消点を検出する消点検出
手段とを有することを特徴とする消点検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61251906A JPS63106875A (ja) | 1986-10-24 | 1986-10-24 | 消点検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61251906A JPS63106875A (ja) | 1986-10-24 | 1986-10-24 | 消点検出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS63106875A true JPS63106875A (ja) | 1988-05-11 |
Family
ID=17229716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP61251906A Pending JPS63106875A (ja) | 1986-10-24 | 1986-10-24 | 消点検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS63106875A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5555555A (en) * | 1993-01-19 | 1996-09-10 | Aisin Seiki Kabushiki Kaisha | Apparatus which detects lines approximating an image by repeatedly narrowing an area of the image to be analyzed and increasing the resolution in the analyzed area |
WO2011155161A1 (ja) | 2010-06-11 | 2011-12-15 | パナソニック株式会社 | 画像処理装置および画像処理方法 |
-
1986
- 1986-10-24 JP JP61251906A patent/JPS63106875A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5555555A (en) * | 1993-01-19 | 1996-09-10 | Aisin Seiki Kabushiki Kaisha | Apparatus which detects lines approximating an image by repeatedly narrowing an area of the image to be analyzed and increasing the resolution in the analyzed area |
WO2011155161A1 (ja) | 2010-06-11 | 2011-12-15 | パナソニック株式会社 | 画像処理装置および画像処理方法 |
US9088715B2 (en) | 2010-06-11 | 2015-07-21 | Panasonic Intellectual Property Corporation Of America | Image processing apparatus and image processing method for image correction |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007156939A (ja) | 人物検出装置、人物検出方法及び人物検出プログラム | |
CN108154491B (zh) | 一种图像反光消除方法 | |
EP1395059A2 (en) | Intruding-object detection apparatus | |
CN111738211B (zh) | 基于动态背景补偿与深度学习的ptz摄像机运动目标检测与识别方法 | |
US20100208140A1 (en) | Image processing apparatus, image processing method and storage medium storing image processing program | |
JP3743319B2 (ja) | 欠陥検出方法及びその装置 | |
JP3516118B2 (ja) | 物体認識方法および物体認識装置 | |
JPS63106875A (ja) | 消点検出装置 | |
JPH1021408A (ja) | 画像抽出装置および方法 | |
JP3465531B2 (ja) | 物体認識方法およびその装置 | |
JP4187458B2 (ja) | 画像処理におけるアフィン変換係数算出方法および画像処理装置 | |
JP2807137B2 (ja) | 立体形状検出方法 | |
KR101284252B1 (ko) | 영상 곡률 공간정보를 이용한 코너검출방법 | |
CN115034988A (zh) | 一种基于rgbd相机的两阶段主体点云滤波方法 | |
JP3417635B2 (ja) | 侵入物体認識方法 | |
JPH09145368A (ja) | ステレオ画像による物体の移動追跡方法 | |
JP2012118656A (ja) | 駐車枠検出装置及び駐車枠検出方法 | |
KR101007149B1 (ko) | 광각 카메라의 교정을 위한 워핑 포인트 추출 방법 및 차량 탑뷰 이미지 획득방법 | |
KR102260121B1 (ko) | 카메라 캘리브레이션을 위한 체커보드 및 이를 이용한 자동 타겟 인식 방법 및 그 장치 | |
JP2993610B2 (ja) | 画像処理方法 | |
JPH08272929A (ja) | 動物体3次元位置抽出装置 | |
JPH0933249A (ja) | 三次元画像計測装置 | |
JP3476177B2 (ja) | 物体有無判定方法および物体移動判定方法ならびにその実施装置 | |
JPH07239996A (ja) | 走路認識装置 | |
CN111539970B (zh) | 一种适用于结构光三维重建的棋盘格角点检测方法 |