JPH02205985A - 高速画像処理装置 - 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】 〔産業上の利用分野〕 この発明は、例えば道路表面等に発生したひびわれのよ
うな雑音が多く不鮮明な画像の認識に好適な高速画像処
理装置に関し、特に汎用コンピュータでは得られないよ
うな高速処理を実現した高速画像処理装置に関する。

〔従来の技術〕

道路の傷み具合を評価する路面の性状としては、わだち
掘れ、縦断凹凸、ひびわれの３要素があり、従来、目視
確認によって行なわれていたこれらの計測を自動化する
ために各種提案がなされている。

この種の自動化技術として、本発明者等は、特願昭６１
−１２７４９０号や特願昭６２−６２２４２号等を提案
している。これらの技術は、上記３要素のうち、認識の
困難なひびわれの認識に間するもので、画像データは道
路を走行可能な計測車によって採集される。そして、こ
れら採集した画像データからひびわれ画像データを抽出
するわけであるが、そのステップは２つのステップに大
別される。

１つのステップは「セグメント抽出」であり、これは計
測画像からひびわれの候補点を検出し、幅、長さ、方向
といった項目をもつ、データ圧縮された簡略なセグメン
ト情報を出力するステップであり、計測画像は例えば３
２Ｘ、３２画素の正方小領域に分割された後、画像処理
される。

他方のステップは「連続性判定」であり、これは抽出さ
れたセグメント間の連続性を判定し、最終的な線画とし
てひびわれを認識するステップである。

ところで、これらの画像処理において、「セグメント抽
出」は、第９図（ａ）に示すような全画像中の前記正方
小領域単位に行なわれる局所処理であり、また「連続性
判定」は同図（ｂ）に示すごとく全画像データを用いて
行なわれる大局処理である。

〔発明が解決しようとする問題点〕

このようにこの種の画像処理においては、「局所処理」
と「大局処理」とを組合わせて行なわなければいけない
ケースが多いが、汎用のコンピュータシステムでは、こ
れら２種の処理を双方共、高速に実行するのは離しく、
効率良い処理をなし得るコンピュータシステムが望まれ
ていた。

〔問題点を解決するための手段〕

そこでこの発明では、原画像を複数の領域に分割し、該
分割した領域毎についての局所画像処理と該分割領域毎
の局所画像処理結果を互いに関連付けた大局画像処理と
を実行する高速画像処理装置において、 バス結合方式で結合した複数のマイクロプロセッサを有
し、これら複数のマイクロプロセッサで前記局所画像処
理を実行する第１の画像処理装置と、ネットワーク結合
方式で結合した複数のマイクロプロセッサを有し、これ
ら複数のマイクロプロセッサで前記大局画像処理を実行
する第２の画像処理装置とを具え、これら第１および第
２の画像処理装置を並列に動作させるようにする。

〔作用〕

すなわち、本発明では、コンピュータを高速化するため
に採られているマルチマイクロプロセッサシステムに着
目した。マルチマイクロプロセッサシステムは大別する
と、第１０図（ａ）に示すようなバス結合方式と、第１
０図（ｂ）に示すようなネットワーク結合方式があり、
この発明ではデータ転送頻度が高く、データ転送量の多
い局所画像処理にはバス結合方式のマルチマイクロプロ
セッサを用い、またデータ転送量は低いが隣接する領域
のデータを必要とする大局画像処理にはネットワーク結
合方式のマルチマイクロプロセッサを用いるようにする
。

〔実施例〕

第１図にこの発明の一実施例を示す。

第１図において、データレコーダ１にはレーザ方式を用
いた路面計測車によって測定した路面画像データが記録
されている。レーザ方式を用いて得られたひびわれデー
タというのは、シャドウ作用によって白から黒の階調画
像として表現されており、ひびわれの有るところは黒（
ｒＭ調Ｏ）、ひ、びわれの無い路面はグレー、白のセン
タライン等は白ＮＬ１ｔ１２５５）として表わされる。

このデータレコーダ１で再生された路面画像データは原
画メモリ２に格納される。

原画メモリ２は例えば１２８ＭＢの容量（例えば道路上
で横断４ｍ縦断１６ｍ分）を有し、この記憶データが表
示メモリ３に転送されることにより、モニタ４上に画像
データが表示される。

計測プロセッサ１０は、認識プロセッサ２０からのセグ
メント抽出要求に従い、原画メモリ２の各分割領域中に
ひびわれデータが存在するか否かを判定する処理（以下
これを一次判定処理という）、起点探索処理および追跡
処理等を行なう。

この計測プロセッサ１０は、アドレス生成部１１と一次
判定部１２を有し、この場合、計測プロセッサ１０は特
願昭６２−２８０７７６号の技術を採用するようにして
いる。以下、簡単にこの処理を説明する。

まず、計測プロセッサ１０は、例えば第２図に５１２）
）を求め、該平均値Ｄ・を用いて、次の起点探索処理で
用いるひびわれの有無判定用のしきい値δを求める。

次に、計測プロセッサ１０は、原画メモリ２から転送さ
れた１フレ一ム分の画像データに対し、例えば第２図に
示すような１６Ｘ１６の正方スリットをかけ、これらス
リットで画像を１６Ｘ１６の正方スリット領域に分割す
る。この場合、１スリツト領域には３２Ｘ３２画素の画
像データが含まれることになる。

計測プロセッサ１０はこのように分割した画像データに
ついて、まず、ひびわれの“起点探索”を実行する。こ
の起点探索は次の追跡処理（下達する）のための始点を
探索するためのものであり、この起点探索処理において
は、全てのスリット領域でひびわれの有無を確認するの
ではなく、第２図の矢印■、■、■、■が交差するスリ
ット領域でのみ、矢印の方向に、かつ■、■、■、■の
順にひびわれの有無を判定する。

ひびわれの判定は次のようにして行なう、すなわち、前
記矢印の下にある各領域で第３図に示すような、階調度
と画素数との関係からなるヒストグラムを求め、このヒ
ストグラムに基づき前記しきい値δ以下に存在する画素
数Ｎ（第３図のハツチング部分に対応）を各スリット領
域毎に求める。

そして、計測プロセッサ１０は、前記Ｎと設定個数Ｎａ
の比較に基づき次のように分類される一次戸定結果Ｉｄ
を出力する。

■　ひびわれの存在する可能性が高い ■　ひびわれの有無が不明 ■　ひびわれの存在する可能性が低い かかる判定結果Ｉｄは設定個数Ｎａを適当に変化させる
ことで、得られる。そして、計測プロセッサ１０はこの
一次判定結果Ｉｄを逐次抽出プロセッサ３０に出力する
。

すなわち、かかる起点探索処理においては、矢印■、■
、■、■の順序にしたがって、起点の有無判定処理を反
復することにより、当該フレーム内の追跡起点を選定す
るようにしている。

そして、計測プロセッサ１０はこのような起点探索処理
によって選定したスリット領域に対し連番を付け、この
番号順に以下の“追跡処理”を実行していく。

まずＮＯ，１の起点について、次の追跡方向をこの起点
の位置に基づき決定する。すなわち、追跡起点が第２図
の（ａ）に示す位置に有る場合には、第４図（ａ）に示
すように、隣接する右３スリツト領域を次の追跡領域と
判定する。以下、同様に追跡起点が第２図の（ｂ）、（
ｃ）、（ｄ）。

（ｅ）、（ｆ）、（ｇ）、（ｈ）に有るときには、次の
追跡方向を第４図（ｂ）、（Ｃ）、（ｄ）。

（ｅ）、（ｆ）、（ｇ）、（ｈ）に示すようにそれぞれ
決定する。このように、追跡起点を追跡元とした場合の
追跡においては、その追跡方向は当該追跡起点のフレー
ム内の位置のみによって特定される。

次に、計測プロセッサ１０はこのようにして決定した追
跡スリット領域にひびわれが実際に存在するか否かを前
記起点探索処理同様、前記第３図のヒストグラムによる
判定方式を用いて判定をする。そして、この判定結果Ｉ
ｄを抽出プロセッサ３０に出力する。

また、計測プロセッサ１０は以下のようにして次の追跡
方向を決定する処理を行なう、ただし、この場合、追跡
方向はひびわれ有つと判定された前回のスリットと前々
回のスリットの位置関係に基づき決定する。すなわち、
第５図（ａ）、（ｂ）に示すように、真横に追跡が行な
われてきた場合（ひびわれ有りと判定された２スリツト
が左右で隣接する場合）は、右または左の３スリツトに
対して次の追跡を行ない、第５図（ｃ）、（ｄ）に示す
ように真下、真上に追跡が行なわれてきた場合（２スリ
ツトが上下で隣接する場合）は、下または上の３スリツ
トに対して次の追跡を行ない、第５図（ｅ）〜（ｈ）に
示すように斜めに追跡が行なわれてきた場合（２スリツ
トが斜めに隣接する場合）は斜め方向のスリットを中心
とする図示３スリツトに対して次の追跡を行なう。

かかる本実施例の方法では、追跡方向をひびわれ有つと
判定された今回および前回のスリットの位置関係によっ
て決定するようにしたので、追跡方向はひびわれの有る
スリ゛ット位置が判定された時点で決定することができ
る。したがって、この追跡方向決定処理を抽出プロセッ
サ３０で行なう線セグメント抽出処理の後に行なう必要
はなくなり、これら追跡方向決定処理および線セグメン
ト抽出処理をひびわれ有無判定後に並列に実行させるこ
とができるようになり、データ処理の効率および高速化
を図ることができる。

計測プロセッサ１０は、このような追跡処理を、追跡領
域が１フレームの端部領域まで達する、または追跡方向
にひびわれが存在しなくなるまで繰返し実行することに
より、Ｎ０１１の起点を始点とする追跡処理を実行する
。そして、この追跡が終了すると、その後次のＮ０８２
の起点について前記同様の追跡処理を実行する。そして
、全起点についての追跡処理が終了するまで、この処理
を繰り返す。

以上が、計測プロセッサー０での一次判定、起、点探索
および追跡処理である。

次に、抽出プロセッサ３０は次のような線セグメントの
抽出処理を実行する。

ここでは、線抽出法として特願昭６１−１２７４９０、
同６１−１２７４９１、同６１−１２７４９２、同６１
−１２７４９３に示された「線状パターン認識方法」を
採用する。以下、第６図にしたがってかかる線抽出法の
概略を説明する。

すなわち、この抽出方法によれば、まず、分割した各ス
リット領域のＸ方向およびＸ方向についての投影波形を
求める（第６図ｆａ）、（ｂ））　、この際の投影波形
値Ｓｘ　、Ｓｙとしては、投影方向のｎ（Ｄ、：濃度デ
ータ）を用いるようにする。

■ 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６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、線状パターンの線幅Ｗは例えば第６図（Ｃ）に示
す如く投影波形を所定のしきい値Ｔ１，１でしきい値処
理したときのピークの切線の長さＷをもって線幅とする
。

次に、線状パターンの長さＬは第６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、あるしきい値Ｔｈｄ２でしきい値処理するこ
とでスリット領域中に含まれる線長りを決定する。

このような撮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６図（ｅ）に示
すように幅Ｗ、長さし、方向θ等が既知の矩形パターン
として認識することができる。これを前述したように線
セグメントと呼ぶ。

そして、このような処理を第６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ｆａ状パター
ンを幅Ｗ、長さし、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。

そして、抽出プロセッサ３０では、以下のようなパラメ
ータから成る抽出結果を算出する。

１）　線セグメントの幅Ｗ ２）　線セグメントの長さし ３）　線セグメントの方向θ ４）　縦横比（Ｌ／Ｗ） ５）　面積（Ｌ−Ｗ） ６）　スリット明度（スリット内の濃度データの平均値
） （７）　　線セグメントの座標 （８）　　尾根線座標 （尾根線とは撮影波形のピーク位置で 代表させた線分であり、該線分の２ 頂点の座標として表わされる） ところで、抽出プロセッサ３０は、第１図に示すように
、最大５１２台までの拡張性をもった複数のプロセッサ
ＥＰ　　〜ＥＰ５１２をバス結合方式をもって結合して
おり（第１０図（ａ））、各プロセッサがそれぞれ１ス
リツト領域についてのセグメント抽出を行ない、かつこ
れら各プロセッサＥＰ　　〜ＥＰ５１２は並列動作可能
となっている。

空き状態にあるプロセッサは原画メモリ２から転送され
たスリットサイズの画像データを順番に受信し、上記セ
グメント抽出処理を実行し、その抽出結果を計測プロセ
ッサー０を経由して認識プロセッサ２０へ転送する。た
だし、抽出プロセッサ３０でのバス管理は、先の計測プ
ロセッサー０が行なうようになっている。

さらに、この抽出１０セツサ３０では計測プロセッサー
０から入力された前記−次判定結果Ｉｄに基づき、処理
内容を可変するようにして、処理の効率化を実現するよ
うにしている。すなわち、−次判定結果Ｉｄが前記の■
の場合には、粗いが高速の処理を実行し、■の場合には
ち密な処理を実行し、さらに■の場合にはセグメント抽
出処理を実行しない（画像データが抽出プロセッサ３０
に転送されない）ようにしている。

認識プロセッサ２０は、認識プロセッサ２０の、処理単
位分（例えば横断４　ｍ　Ｘ縦＠２ｍ分）の抽出結果が
、抽出プロセッサ３０から送られてくると、以下のよう
な連続性判定処理を行ない、ひびわれを線画として認識
する。この場合、認識プロセッサ２０では、特願昭６２
−６２２４２号に示した連続性判定処理を用いるように
している。以下、この処理について簡単に説明する。処
理は以下のステップに従い実行される。

（Ｉ）　　競合セグメント除去 隣接するスリットの中間位置にひびわれがあると同一の
ひびわれから重複してセグメントを抽出してしまうので
、このような場合には、セグメントは面積の小さい方を
除去する。

（ＩＩ）　　連続性判定 抽出プロセッサ３０からの抽出結果を用いて、第７図に
示すような、隣接スリットのセグメント間の幾何学的位
置間係を表わすいくつかの評価パラメータを求め、これ
ら評価パラメータを用いて連続性を判定する。

（１）　　孤立点探索 （ＩＩ）で接続されたセグメント列の端点から近傍の孤
立したセグメントを探索し、妥当な配置のものを接続す
る。

（ＩＶ）　　端点、分岐接続 噛分から近傍を探索し、既にひびわれと判定された別の
端点と接続したり、分岐を生成したりする。

ところで、この認識プロセッサ２０は、第１図に示すよ
うに、プロセッサａ、４つのプロセッサｂおよびプロセ
ッサＣで構成されている。プロセッサａは認識プロセッ
サ２０の処理単位のデータが全て貯よると、所定の前処
理を行った後、４つのプロセッサｂにデータを４分割し
て転送する。

４つのプロセッサｂでは、４分割されたデータについて
各々処理を行なうが、これら４つのプロセッサｂは先の
第１０図（ｂ）に示したネットワーク結合方式の結合が
とられており、隣接した領域のデータが必要なときは、
通信チャンネルを用い、てデータを受入できるようにな
っており、大局的な処理に支障のないようになっている
。これら４つのプロセッサｂは並列処理を実行する。

プロセッサＣは４つのプロセッサｂの処理結果を統合し
、最終結果をシステムコントローラ４０に転送する。

次にシステムコントローラ４０はシステム全体のコント
ロールとユーザインタフェース４５との接続を行なうと
ともに、認識プロセッサ２０の認識結果を表示メモリ３
に転送し、モニタ４に表示する等の制御を行なう。

かかるシステム構成によれば、局所処理を行なう抽出プ
ロセッサ３０はバス結合方式によるマルチマイクロプロ
セッサシステムを採用し、また大局処理を行なう認識プ
ロセッサ２０にはネットワーク結合方式によるマルチマ
イクロプロセッサシステムを採用するようにして、効率
的な処理を実現するようにしている。

すなわち、セグメント抽出のような局所処理では、 データ量が大 データ更新頻度が大 処理の独立性が高く゛ 要求されるプロセッサ数が大 であり、この処理にはネットワーク方式よりバス結合方
式のほうが適している。なぜならば、ネットワーク結合
方式では、遠くのプロセッサにデータを転送するときに
は、途中で多くのプロセッサを経由する必要があり、デ
ータ転送量および頻度の高い局所処理には不向きである
が、バス結合方式によればデータ転送時間がプロセッサ
の結合位！の影響を受けず、データ転送の負荷が小さい
からである。

また、連続性判定のような大局処理では、データ量が小 （なぜならば、セグメント抽出後の圧縮データを用いる
から） データ更新頻度が小 処理の独立性が低く 要求されるプロセッサ数が小 であり、これにはバス結合方式よりネットワーク結合方
式のほうが適している。なぜならば、バス結合方式では
バス競合の度にバスが待ち状態となるが、ネットワーク
型であれば隣接プロセッサとの通信チャンネルが独立し
ているために、バス待ちのような状態にならないからで
ある。

また、かかる第１図に示す構成では、計測プロセッサ１
０によってセグメント抽出を全ての領域ではなく、選択
した領域でのみ行なうことにより、局所処理（セグメン
ト抽出）と大局処理（連続性判定）の処理時間をそろえ
ることで、シリアルに結合した抽出プロセッサ３０と認
識プロセッサ２０とでパイプライン的な処理をスムーズ
に行なえるようにしている。すなわち、パイプライン処
理の場合は、各ステージごとの処理時間がほぼ同じでな
いと、効率が最大にならないが、原画データを用いる局
所処理（セグメント抽出）は大局処理（連続性判定）よ
り処理時間がかかり、これらの処理時間をそろえるには
通常は局所処理側のプロセッサ数を増加する必要があり
、ハードウェアの負担が大きくなってしまう、しかし本
実施例構成では、計測プロセッサ１０によってひびわれ
の有無の一次判定を行ない、ひびわれの成る可能性のあ
る領域のみセグメント抽出を行なうようにしているので
、認識プロセッサ２０の処理単位分のセグメント抽出デ
ータをそろえるまでの時間が短縮され、認識プロセッサ
２０の各ステージの処理時間と抽出および計測プロセッ
サ３０．１０での処理時間をそろえることができる。す
なわち、計測プロセッサ１０および抽出プロセッサ３０
での処理を１ステージとすると、認識プロセッサ２０で
の処理はプロセッサａ、ｂ、ｃで３ステージとなり、全
体で４ステージのパイプライン処理を実現できる。

次に、第１図のシステム構成の動作を説明する。

まず、ユーザインタフェース４５を介してユーザから処
理したい路面計測データの総延長がシステムコントロー
ラ４０に入力される。第８図（ａ）では、ユーザの距離
指定は０ｍ〜１０００ｍの地域となっている。

認識プロセッサ２０は該指定された距離をシステムコン
トローラ４０から受け、第８図（ｂ）に示すような認識
プロセッサの処理単位（横断４ｍＸ縦断２ｍ）ごとに計
測プロセッサ１０にセグメント抽出要求を出力する。

計測プロセッサ１０のアドレス生成部１１では、認識プ
ロセッサ２０から指定された領域に対応するデータ転送
要求アドレスを原画メモリ２に送出する。そして、計測
プロセッサ１０の一次判定部１２は、原画メモリ２から
転送されてきたスリット単位の画像データ（第８図（Ｃ
）参照）に対し、前述した一次判定処理を実行し、その
−次判定処理結果１ｄを抽出プロセッサ３０に出力する
とともに、その−次判定処理結果１ｄに基づき前述した
所定の起点探索および追跡処理を実行する。

抽出プロセッサ３０では、計測プロセッサ１０から送ら
れてきた一次判定処理１ｄに基づき、■粗いが高速のセ
グメント抽出処理を実行する■ち密なセグメント抽出処
理を実行する。■セグメント抽出は行なわない、のうち
の１つを選択し、該選択した処理を実行する。そして、
そのセグメント抽出処理結果を計測プロセッサ１０を介
して認識プロセッサ２０に出力する。

このセグメント抽出処理結果は、計測プロセッサ１０の
アドレス生成ｔＪ１１に入力され、アドレス生成部１１
ではこの処理結果を用いて効率良いアドレス生成を行な
うようにしている。

計測プロセッサ１０を経由したセグメント抽出処理結果
は認識プロセッサ２０のプロセッサａに入力される。プ
ロセッサａでは、第８図（ｂ）に示した認識プロセッサ
の処理単位分のセグメント抽出結果がそろうと処理を開
始し、その処理結果を４つのプロセッサｂに４分割して
送出する。プロセッサＣは４つのプロセッサｂの処理結
果を統合し、最終結果をシステムコントローラ４０に送
出する。システムコントローラ４０は該最終結果を表示
メモリ３に転送することで、モニタ４上に最終認識結果
を表示し、ユーザに提示する０以上がシステムの全体的
な動作である。

このように、この実施例構成では、計測、認識および抽
出プロセッサ１０，２０．３０から成る３種の専用プロ
セッサによってひびわれ画像処理システムを構成し、各
プロセッサ単位では並列処理を、全体的にはパイプライ
ン処理を実行させることで高速化を図るとともに、セグ
メント抽出、エツジ検出のような局所処理にはバス結合
のマルチマイクロプロセッサシステムを採用し、セグメ
ントの連続性判定のような大局処理にはネットワーク結
合のマルチマイクロプロセッサシステムを採用すること
で、さらに効率の良い高速処理を実現するようにした。

また、かかる実施例構成では、大局処理を行なう認識プ
ロセッサ２０は大まかなアドレスを計測プロセッサ１０
に与えるだけでセグメント抽出結果が得らけるとともに
、抽出プロセッサ３０では計測プロセッサ１０から与え
られた一次判定結果Ｉｄに基づきその処理内容を決定す
ることができるので、効率的な処理をハードおよびソフ
ト共シンプルな構成でなし得る。

なお、計測プロセッサ１０で行なう一次判定処理は実施
例に示したものに限らず、他に例えば特願昭６２−２７
００１７号の技術を採用するよう。

にしてもよい、すなわち、この技術では、抽出された線
セグメントの線方向θに基づき次の追跡方向を決定する
ようにしている。

〔発明の効果〕

以上説明したように、この発明によれば局所画像処理を
バス結合のマルチマイクロプロセッサシステムに行なわ
せ、大局画像処理をネットワーク結合のマルチマイクロ
プロセッサシステムに行なわせるようにしたので、画像
処理の効率化および高速化を図ることができる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示すブロック図、第２図
は起点探索処理の一例を説明するための説明図、第３図
はひびわれの有無の判定方法を説明するためのグラフ、
第４図および第５図は追跡処理を説明するための図、第
６図は線セグメントの抽出原理を説明するための図、第
７図は連続性判定のためのパラメータを例示する図、第
８図は本発明の実施例の作用を説明するに用いた図、第
９図は局所および大局処理の説明図、第１０図はバス結
合およびネットワーク結合の説明図である。 ２・・・原画メモリ、１０・・・計測プロセッサ、２０
・・・認識プロセッサ、３０・・・抽出プロセッサ、４
０・・・システムコントローラ。 第１図 （Ｑ） （ｂ） （Ｃ） （ｄ） （ｅ） （ｆ） ＜ｈ） 第４図 第２図 第３図 （ｂ） （ｅ） （ｆ） （ｈ） 第５図 第６図 （九） ｂ） 第８図 （Ｃ） 久ゑ 交、籠り− 交五 ―万と巳暢ス 門万ス ロガこｔ暢）１１ マζｔＭ塵小 中Ｉにｔ、轡り大 第７図 尼Ｐ′ｆｒ９！を理 支局り一徨 （久） （ｂ） 第９図 （久） ＊ットフー７軸各九区 （ｂ） 第１０図

Claims (1)

1. 【特許請求の範囲】 原画像を複数の領域に分割し、該分割した領域毎につい
   ての局所画像処理と該分割領域毎の局所画像処理結果を
   互いに関連付けた大局画像処理とを実行する高速画像処
   理装置において、 バス結合方式で結合した複数のマイクロプロセッサを有
   し、これら複数のマイクロプロセッサで前記局所画像処
   理を実行する第１の画像処理装置と、 ネットワーク結合方式で結合した複数のマイクロプロセ
   ッサを有し、これら複数のマイクロプロセッサで前記大
   局画像処理を実行する第２の画像処理装置と を具え、これら第１および第２の画像処理装置を並列に
   動作させるようにしたことを特徴とする高速画像処理装
   置。