JPH0624018B2 - 楕円検出装置 - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は、濃淡画像内に含まれる対象物の外形線におけ
る楕円部分を効果的に検出するこのできる楕円検出装置
に関する。

〔発明の技術的背景とその問題点〕

ロボット・マニピュレーション技術の一貫として、ＴＶ
カメラにて撮像入力した濃淡画像中から、対象物を認識
処理する技術がある。例えば作業員が直接介入すること
が困難な、或いは危検な作業環境における対象物のメイ
ンテナンスを行うような場合、遠隔制御されるＴＶカメ
ラで作業環境の像を求め、これを認識処理して対象物の
位置を特定した後、その対象物に対する作業が遠隔制御
により行われる。

ところで、このような対象物の認識処理において、例え
ば配管（パイプ）等を斜めから視野し、その接続部（フ
ランジ）等認識する場合、対象物の外形線からその楕円
成分を検出することが必要となる。つまり円筒体や円柱
体、円盤体等を斜めから視野したとき、その外形形状が
楕円として撮像入力されるから、入力画像中における対
象物の楕円成分を検出することが必要となる。

しかして対象物の外形線から楕円を検出する方式とし
て、 線分追跡 画像のＨｏｕｇｈ変換 等を適用することが考えられている。しかし、その外形
線が閉曲線であれば比較的容易に線分追跡を行うことが
できるが、現実には、撮像入力された濃淡画像中から検
出される対象物の外形線は切れ切れになっていることが
殆んどである。この為、線分追跡によって楕円検出する
ことは非常に困難である。

また上記Ｈｏｕｇｈ変換は、直線や円の検出に多く試み
られているが、円を検出する場合であっても、そのパラ
メータが３つも有り、計算処理量が膨大である。この
為、かろうじて、その円の半径が既知である場合等に利
用されているに過ぎず、実用上あまり用いられていな
い。

このような事情からして、通常のＨｏｕｇｈ変換の場
合、パラメータが５つも存在する楕円にあっては、その
計算処理量が更に膨大化することが否めず、実際上、そ
の適用には問題がある。

またＨｏｕｇｈ変換を工夫し、楕円の性質を利用してパ
ラメータの数を減らしたものもあるが、この場合であっ
ても楕円の中心に対して対象の位置に楕円成分がなくて
はならないと云う制約がある。更には、楕円を構成する
線分が切れ切れになっている場合にはデータ数が少ない
為にそのピークが求まらず、楕円をうまく検出すること
ができないと云う問題もある。

〔発明の目的〕

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、濃淡画像中における対象物の外
形線を形成する楕円を信頼性良く、高効率に検出するこ
とのできる楕円検出装置を提供することにある。

〔発明の概要〕

本発明は、第１図に示すように楕円を適当に分割してな
る複数の円弧の中の、互いに重複することのない任意の
２つの円弧ｌ１，ｌ２の組について考えた場合、 その弦ｍ１，ｍ２が互いに交わることがない 各弦ｍ１，ｍ２の任意の点を結ぶ直線ｎが各円弧ｌ
１，ｌ２と交わることがない と云う性質を持つことに立脚してなされている。

そこで第２図に示すように、濃淡画像Ａ中から対象物の
外形線を抽出し、その外形線をセグメント化した後、そ
のセグメントｌ１，ｌ２，〜ｌｎ中の楕円を構成する可
能性のあるセグメントの組を同図（ｂ）または（ｅ）に
示すように抽出し、その楕円モデルｐ１，ｐ２を推定す
る。

そしてその楕円モデルｐ１，ｐ２を元に、例えば同図
（ｃ）および（ｆ）に示すように論理フィルタリング処
理を施して円環状に太らせた楕円マスクｑ１，ｑ２を作
成し、同図（ｄ）および（ｇ）に示すように上記各楕円
マスクｑ１，ｑ２に前記各セグメントｌ１，ｌ２，〜ｌ
ｎがそれぞれ含まれるか否かを検証する。そして、その
検証結果に従って上記各楕円モデルｐ１，ｐ２の確から
しさを判定し、前記濃淡画像中の対象物の外形線を示す
楕円を高精度に、しかも効率良く検出するようにしたも
のである。

〔発明の効果〕

かくして本発明によれば、濃淡画像中から検出される対
象物の切れ切れの外形線の成分から効率良く楕円を検出
することができる。しかも、画像中から検出された複数
のセグメントの中から、楕円を構成する可能性のあるセ
グメントの組だけを選択しながらその処理を進めるの
で、楕円検出処理の高速化を図り得る。

また全てのセグメントの組合せについて楕円モデルを推
定するのではなく、２つのセグメントの組合せからその
全体を予測し、その上で残りのセグメントとの整合性を
調べるので、その処理効率の向上を図り得る。更には、
推定された楕円モデルの確からしさを検証して誤った楕
円モデルを除去し、確実性の高い楕円モデルだけを検出
するので、その検出精度の向上を図ることができる等の
実用上多大なる効果が奏せられる。

〔発明の実施例） 以下、図面を参照して本発明の一実施例につき説明す
る。

第３図は実施例装置の概略構成図である。ＴＶカメラ等
の画像入力装置１を介して撮像入力された濃淡画像は、
画像メモリ２に格納されて画像処理に供せられる。

画像処理部３は、制御部４の制御の下で前記画像メモリ
２に格納された濃淡画像に対するエッジ検出等の基本的
な画像処理を高速に実行し、濃淡画像中の対象物の外形
線の成分を検出している。

このようにして検出された外形線成分に対して制御部４
は、例えば第４図に示すような画像処理を実行し、前記
濃淡画像中の外形線が構成する楕円を検出している。

この検出結果等が、表示部５にて表示されるものとなっ
ている。

さて、第４図に示す楕円検出処理の流れについて説明す
ると、先ず演算処理に必要な各種データの初期化が行わ
れる（ステップａ）。そして前記画像入力部１から画像
メモリ２への画像入力が行われる（ステップｂ）。

しかして画像メモリ２に格納された入力濃淡画像に対し
て、例えばその画像データを微分し、一定微分値以上の
画素データのみを対象物の外形線の成分として抽出する
（ステップｃ）。そしてその外形線を、例えばその線分
の曲率から直線部分と曲線部分とにセグメント分割し、
各セグメントについてラベリングする（ステップｄ）。
尚、各セグメントについては、例えば直線部分に対して
はその２つの端点の座標値にてセグメントを記述し、ま
た曲線部分に対してはその２つの端点と、その曲線を折
線近似したときの折れ曲り点の各座標値の系列としてセ
グメントを記述する。

このような処理を経た後、上記セグメントの中で楕円を
構成する可能性のある２つのセグメントの組合せを抽出
する（ステップｅ）。つまり直線部分をなすセグメント
を排除し、曲線部分をなすセグメントの２つの組合せを
抽出する。

そして上記２つのセグメントについて、先ずその弦（曲
線セグメントの両端点を結ぶ直線）が相互に交わるか否
かを検定する（ステップｆ）。この弦の交わりの検定
は、例えば第５図に示すように２つのセグメントｌ１，
ｌ２の各両端点をそれぞれ結ぶ直線ｍ１，ｍ２の直線方
程式を求め、交点ｘの座標を計算する。そしてその交点
が前記直線（弦）ｍ１，ｍ２上にそれぞれ存在するか否
かを調べることによって行われる。

ここで交点ｘが直線（弦）ｍ１，ｍ２上に存在すると認
められた場合には、上記２つのセグメントｌ１，ｌ２は
楕円を構成しないと判定される。

しかして上記検定に合格すると、次に上記各弦ｍ１，ｍ
２の各中点を結ぶ直線ｎが、前記各セグメント（円弧）
ｌ１，ｌ２と交わるか否かが検定される（ステップ
ｇ）。

この検定は、例えば第６図に示すように直線ｎの直線方
程式を求め、その直線方程式と前述した如く折れ線近似
されて記述されたセグメントｌ１，ｌ２の各折れ線との
交点ｙ１，ｙ２，〜ｙｎの座標値をそれぞれ求める。そ
してこれらの各交点ｙ１，ｙ２，〜ｙｎが前記直線ｎ上
に存在するか否かを調べることにより行われる。

仮に、上記交点の内の１つでも、前記直線ｎ上に存在す
る場合には、楕円の性質が満されないと判定される。

このような２つの条件判定によって、前述した如く選択
された２つのセグメントが楕円を構成する可能性がある
か否かが検証されることになる。

しかる後、上記検定を経た２つのセグメントｌ１，ｌ２
から、その楕円モデルを推定する（ステップｈ）。この
楕円モデルの推定は、例えば楕円がｘ，ｙの２変数をパ
ラメータとする２次式の形式を取るとして、先ず上記各
セグメントｌ１，ｌ２をそれぞれ記述する座標系列につ
いて最小自乗法により上記２次式の係数を求める。そし
てこの係数から楕円モデルのパラメータ（中心座標、長
軸と短軸の各長さ、および傾き）を求めることにより推
定される。

その後、上記パラメータに従って、その楕円モデルを発
生し、またこの楕円モデルを中心とする楕円マスクを発
生する（ステップｉ）。楕円モデルの発生は、例えば該
楕円モデルを極座標方程式で表現し、その角度を０〜３
６０℃まで変化させたときの座標値を前記画像メモリ２
上に書込むことにより行われる。また楕円マスクは、上
記楕円モデルを論理フィルタリング処理し、数ビットず
つ楕円モデルを太線化した円環状の画像マスクとして求
められる。

このようにして楕円マスクを求めた後、この楕円マスク
内に上記各セグメントがそれぞれ含まれるか否かが調べ
られ、その楕円モデルの信頼度が検証される（ステップ
ｊ）。この検証は、例えば第７図に示すように、同図
（ａ）に示されるようにラベリングされた各セグメント
が、同図（ｂ）に示す前記ラベル番号（４）（５）の２
つのセグメントから推定された同図（ｃ）に示す円環状
の楕円マスク内に存在するか否かを調べ、そのヒストグ
ラムを同図（ｄ）に示す如く求めることによって行われ
る。

そしてその頻度が零でないラベルの番号を、前記楕円マ
スク内に含まれるセグメントであるとして、その数を求
める。このようにして求められたセグメント数とそのラ
ベル番号を、前記推定された楕円モデルに対応して記憶
する。

以上の処理を前記セグメント中の、楕円を構成する可能
性のある２つのセグメントの組の全てについて行われた
かを判定し（ステップｋ）、その全ての処理が完了する
まで上述したステップｅからステップｊに至る処理を繰
返し実行する。

次に、上述した如く推定した楕円モデル間で、そのモデ
ルを構成するセグメントのラベルの競合性を調べる。そ
して、競合するラベルが存在する場合には、そのモデル
を構成するセグメント数が多い方を、つまり楕円モデル
に含まれるセグメントの数が多い方を、信頼度が高いと
して抽出する（ステップｌ）。

以上の処理によって、セグメントから推定される楕円モ
デルの信頼度の高いものだけが選択され、その楕円モデ
ルに含まれるセグメントが前記濃淡画像中の対象物の外
形線を構成する楕円成分であるとして検出されることに
なる。

このように本方式によれば、従来方式と異なって、濃淡
画像中の対象物の外形線を構成する線分から、その楕円
成分を簡易に、且つ効率良く、しかも信頼性良く検出す
ることができる。また切れ切れの線分から、その楕円成
分を効果的に検出することができる。故に、画像認識処
理に適用して多大なる効果が奏せられる。

尚、本発明は上述した実施例に限定されるものではな
い。例えば楕円候補のセグメントの検出手順において、
予め検出目標とする楕円の大きさや、その位置等の情報
を利用すれば、更にその処理効率の向上を図ることがで
きる。また、セグメント間の位置関係や、楕円の周囲長
に対するセグメントの長さの割合い等の情報を利用すれ
ば、更に信頼性の高い楕円モデルの信頼性検証を行うこ
とができる。

また他の特徴ある図形との位置関係を利用して、例えば
楕円に平行線が接しているような条件を利用して楕円モ
デルの信頼度の検証を行うことも可能である。更には、
推定された楕円モデルを、その楕円マスクに含まれる他
のセグメントを利用して、修正することも勿論可能であ
る。その他、本発明はその要旨を逸脱しない範囲で種々
変形して実施することができる。

【図面の簡単な説明】 第１図は本発明の基礎となる楕円の性質を説明する為の
図、第２図は本発明の基本概念を示す図、第３図は本発
明の一実施例装置の概略構成図、第４図は実施例装置に
おける楕円検出処理の流れを示す図、第５図は楕円の２
つの弦の交わりの検証例を示す図、第６図は楕円におけ
る２つの弦を結ぶ直線とセグメント（円弧）との交わり
の検証例を示す図、第７図は楕円モデルに含まれるセグ
メントの抽出処理の一例を示す図である。 １……画像入力部、２……画像メモリ、３……画像処理
部、４……制御部、５……表示部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】濃淡画像から対象物の外形線を抽出する手
   段と、抽出された外形線を直線部分と曲線部分のセグメ
   ントに分割し、各セグメントについてラベリングする手
   段と、上記曲線部分のセグメントの２つについて、それ
   ぞれのセグメントの弦が相互に交わるか否かを検定し、
   交わらない場合には上記弦の任意の点を結ぶ直線がそれ
   ぞれのセグメントと交わるか否かを検定し、交わらない
   場合を楕円の可能性のあるセグメントの組とする楕円の
   可能性のあるセグメントの組を見出す手段と、このセグ
   メントの組から楕円モデルを推定する手段と、この推定
   された楕円モデルを太線化処理した円環状マスク画像と
   して楕円マスクを発生させる手段と、この楕円マスク内
   に含まれる上記ラベリングされたセグメントの数を検査
   して上記楕円モデルの確からしさを検証する手段とを具
   備したことを特徴とする楕円検出装置。