JPH0644364A

JPH0644364A - 相関処理方式

Info

Publication number: JPH0644364A
Application number: JP4249956A
Authority: JP
Inventors: Susumu Kawakami; 進川上; Hiroaki Okamoto; 浩明岡本; Toshihiko Morita; 俊彦森田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1992-04-22
Filing date: 1992-09-18
Publication date: 1994-02-18
Anticipated expiration: 2013-09-10
Also published as: JP2796221B2

Abstract

(57)【要約】【目的】相関処理により複数図形の対応部分の決定を
簡単に、しかも少ない処理量で正確に行い、両眼立体視
の機能を実現する。【構成】第１、第２の画像データに対して極変換部１
４，２４で極変換処理を施して双対プレーン１７，２７
に写像し、あるいは、極変換処理結果に対して更に一次
元フィルタ１６，２６でフィルタ処理を施してそれぞれ
双対プレーンに写像し、相関処理部３０は双対プレーン
上における写像データの位置（ρ，θ）及び相関処理を
施す写像データ間の間隔を要素パラメータとして相関量
（相関パラメータ）を求め、特徴的な相関パラメータ
（例えば極大値）を有する点を求め、該相関パラメータ
を与える要素パラメータの値に基づいて各受容野画像の
図形的特徴（例えば接線）間の関係を規定する変数（視
差、移動方向、速度等）を計測する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は相関処理方式に係わり、
特に２つの画像間の図形的特徴の間の関係を相関処理結
果である相関パラメータに基づいて求める相関処理方式
に関する。

【０００２】

【従来の技術】ロボットの移動や自律的動作を制御する
ためには、ロボットが動作する環境を立体的に把握する
必要がある。かかる立体把握には、左右２つの目の見え
方の違い（視差）から三角測量の原理で奥行きを測る
「両眼立体視」と自分が移動することで生じる運動視差
から立体感をつかむ「運動立体視」がある。我々は２つ
の目で立体視を行っていることから、両眼立体視の開発
が古くから試みられてきた。しかし、両眼立体視では左
右の目に写った画像の中から対応する部分を抽出する必
要があり、かかる対応点の抽出が難しく、未だ実用にな
っていない。

【０００３】図５７は両眼立体視の原理を説明するもの
で、平面上のＡ，Ｂ２点に物体が置いてあるものとす
る。それぞれの目で判るのは、Ａ，Ｂの方向だけである
が、左目がＡを見る視線と右目がＡを見る視線の交点に
よって、Ａの奥行きがわかり、Ｂについても同様にして
その奥行きが知覚される。すなわち、図５８に示すよう
に、両眼の間隔をｄ、左右目の視線が垂直線となす角度
をρ_L，ρ_Rとすれば、奥行きＤは次式Ｄ＝ｄ／（tanρ_L+tanρ_R) により求まる。

【０００４】

【発明が解決しようとする課題】しかし、視線の交点は
他にもできる。左目がＡを見る視線は、右目がＢを見る
視線とも交わる。この交点が偽点βであり、同様に、偽
点αが生じ、両眼立体視ではこの偽点を除く必要があ
る。我々の大脳では、形を見る能力（形態視）が発達し
ているため、偽点α、βを簡単に除くことができるが、
これまでの両眼立体視の技術では難しく対応点問題とし
て課題となっている。

【０００５】以上から本発明の第１の目的は、複数の図
形の対応点を簡単な手続き及び少ない処理量で正確に決
定でき、両眼立体視の機能を実現できる相関処理方式を
提供することである。本発明の第２の目的は、移動する
物体を時間的に異なる画像から対応付けて追尾したり、
その移動方向、移動速度を計測できる相関処理方式を提
供することである。本発明の第３の目的は、１つの画面
内での同じ模様の程度を調べるテクスチュア解析などに
適用できる相関処理方式を提供することである。本発明
の第４の目的は、三原色、あるいは色の三要素毎などの
色相関処理を行うことにより、両眼立体視や移動物体注
視やテクスチュア解析を更に確実にする相関処理方式を
提供することである。

【０００６】本発明の第５の目的は、複数の図形におけ
る対応する接線（線・隙間、縁）を求めることができ、
しかもその位置や、方位、視差、速度を定量的に求める
ことができる相関処理方式を提供することである。本発
明の第６の目的は、的確なフィルタリングを行うことが
でき、「左右の目で同じに見える特徴の抽出」や「前の
画像と同じ特徴の追跡」等を行う際に適用して好適な相
関処理方式を提供することである。本発明の第７の目的
は、輪郭が不明瞭な物体の両眼立体視や追尾を、明るさ
や色合いのゆるい変化などを手掛かりにして行うことが
できる相関処理方式を提供することである。

【０００７】

【課題を解決するための手段】図１は本発明の原理図で
ある。１４，２４は第１、第２の画像データに対して極
変換処理を施す極変換部、１６，２６は極変換結果に一
次元フィルタ処理を施す一次元フィルタ、１７，２７は
フィルタ処理結果（ハイパーコラム像）を記憶するρ−
θの双対プレーン（ハイパーコラムメモリ）、３０は各
双対プレーンに写像されたデータ間に相関処理を施す相
関処理部である。

【０００８】

【作用】第１、第２の画像データに対して極変換部１
４，２４で極変換処理を施して双対プレーン１７，２７
に写像し、あるいは、極変換処理結果に対して更に一次
元フィルタ１６，２６でフィルタ処理を施してそれぞれ
双対プレーン１７，２７に写像し、相関処理部３０は双
対プレーン上における写像データの位置（ρ，θ）及び
相関処理を施す写像データ間の間隔（シフト量）を要素
パラメータとして相関量（相関パラメータ）を求め、特
徴的な相関パラメータ（例えば極大値）を有する点を求
め、該特徴的な相関パラメータを与える要素パラメータ
の値に基づいて各画像の図形的特徴（例えば接線）間の
関係を規定する変数（視差、移動方向、速度等）を計測
する。極変換により、第１、第２の画像に含まれる輪郭
接線（直線の場合は直線そのもの）は点に次元を縮小し
て変換されるため、２次元での接線対応の問題を一次元
での点対応問題に置き換えることができ、この結果、相
関処理により複数図形の対応部分の決定を簡単に、しか
も少ない処理量で正確に行うことができ、両眼立体視の
機能を実現できる。

【０００９】又、１画面を小領域である受容野に分割し
た時の受容野像に対して極変換処理、フィルタ処理、相
関処理を行うことにより処理量を著しく減少できる。更
に、各受容野像が２又は３つのカメラにより捕捉した異
なる画面に属する場合には、両眼立体視、三眼立体視の
機能を実現でき、各受容野像が時間的に異なる画面に属
する場合には、受容野内に写る特徴（線、コーナ等）の
移動方向や移動速度を計測でき、このため、対象物を視
野の中心に捉えたまま移動することが可能となり、移動
ロボットや無人自走車などへの応用を期待できる。

【００１０】又、各受容野像を同じ画面の異なる受容野
の画像とし、あるいは同一受容野像とすることにより、
１つの画面内での同じ模様の程度を調べるテクスチュア
解析などを行うことができる。更に、複数の受容野像間
での相関処理を同一色毎に、あるいは色の差信号毎に、
あるいは色の三要素毎に行うことにより両眼立体視や移
動物体注視やテクスチュア解析を更に確実に行うことが
できる。

【００１１】又、極変換後に一次元ガウシャンフィルタ
処理を施すことにより、あるいは極変換処理の前に２次
元ガウシャンフィルタ処理を施すことにより、複数図形
における対応する線あるいは隙間を求めることができ、
また極変換後に一次元グラディエントフィルタ処理と一
次元ガウシャンフィルタ処理を施すことにより、あるい
は極変換処理の前に２次元ガウシャンフィルタ処理を施
し、極変換処理後に一次元グラディエントフィルタ処理
を施すことにより、複数図形における対応する縁を求め
ることができ、更にはこれら図形要素の位置や、方位、
視差、移動方向、移動速度を求めることができる。

【００１２】更に、複数の受容野像が空間的に異なる画
面に属する場合、θ軸方向の相関パラメータＣ（ρ，
θ，σ）を演算することにより、あるいは、（ρ，θ）
プレーンの相関パラメータＣ（ρ，θ，σ₁，σ₂）を演
算することにより方位を変えながら移動する接線の抽出
が可能となる。又、複数の受容野像が時間的に異なる画
面に属する場合、ρ軸方向の相関パラメータＣ（ρ，
θ，τ）を演算することにより、平行移動する接線の位
置、方位、速度を定量的に求めることができ、また、θ
軸方向の相関パラメータＣ（ρ，θ，τ）を演算するこ
とにより、受容野中心を通る接線の位置、方位、方位回
転速度等を定量的に求めることができ、更に、（ρ，
θ）プレーンの相関パラメータＣ（ρ，θ，τ₁，τ₂）
を演算することにより、方向を変えながら移動する接線
の位置、方位、移動速度、回転速度等を定量的に計測で
きる。

【００１３】更に、相関パラメータＣ（ρ，θ，σ）を
空間的シフト量σを示すσ軸方向に投影し、あるいは接
線位置を示すρ軸方向に投影し、あるいは接線方向を示
すθ軸方向に投影し、あるいはこれら任意の２軸方向に
投影することにより、相関パラメータを記憶するメモリ
容量を１軸分あるいは２軸分減少でき、しかも、投影方
向を選択することにより接線の位置、視差、方位等のう
ち所望の値を得ることができる。又、相関パラメータＣ
（ρ，θ，τ）を時間的シフト量τを示すτ軸方向に投
影し、あるいは接線位置を示すρ軸方向に投影し、ある
いは接線方向を示すθ軸方向に投影し、あるいはこれら
任意の２軸方向に投影することにより、相関パラメータ
を記憶するメモリ容量を１軸分あるいは２軸分減少で
き、しかも、投影方向を選択することにより接線の位
置、方位、平行移動速度、回転速度等のうち所望の値を
得ることができる。

【００１４】更に、受容野像に対して極変換処理を施し
てρ−θの双対プレーンに写像し、該双対プレーンの写
像データａ（ρ，θ）と別の双対プレーンに設定されて
いる写像データｂ（ρ，θ）とのうちρ軸方向に座標値
が所定量ずれている組を取り出し、その積和を演算する
ことにより的確なフィルタリングを行うことができ、
「左右の目で同じに見える特徴の抽出」や「前の画像と
同じ特徴の追跡」等を行う際に適用して好適である。

【００１５】又、双対プレーンの写像データａ（ρ，
θ）に対して、他の写像データｂ（ρ，θ）をρ軸方向
あるいはθ軸方向にシフトさせた後に減算すると共に、
順次、該シフト量を変化させて減算し、得られた減算結
果を相関パラメータとすることにより、輪郭が不明瞭な
物体の両眼立体視や追尾を、明るさや色合いのゆるい変
化などを手掛かりにして行うことができる。

【００１６】

【実施例】

(Ａ) 本発明の概略両眼立体視において従来は、画面内の対応する”図形”
を探索していた。このため、形の処理に弱い現在のコン
ピュータでは安定な対応決定が困難であった。そこで、
最も簡単な特徴、つまり図形の輪郭を構成する”接線”
（輪郭を微小な長さで切断した時の要素、直線の場合に
は直線そのものとなる）により対応決定を行う。この”
接線”法では、両眼に写る接線（直線）を比較すれば良
く、その手続きは簡単で安定な対応決定を行える。尚、
以後の説明では接線、輪郭接線、輪郭線という用語が現
われるが、後述する小領域である受容野内の受容野像を
考察するときは、これら用語は同義語と成る。かかる接
線比較により、扱う図形は簡単になるが、二次元の画面
で対応接線を決定する必要があり、処理に時間がかか
る。ところで、入力画像を極変換して、線の方向θと位
置ρを座標軸とする双対プレーンに写像すると、左右画
像中の”接線”が”点”に次元を縮小して変換される。
従って、二次元での接線対応の問題を一次元で行うこと
ができて、処理量を大幅に削減できる。

【００１７】図２は本発明の両眼立体視の原理を説明す
るものである。 1. 空間内の”接線”は左右眼の入力画像ＩＭ_L，ＩＭ_R
ではＳＬ_L，ＳＬ_Rで示すように平行にずれて見える。 2. 一方、入力画像を極変換して得られるハイパーコラ
ム像を写像するρ−θの双対プレーンＨＣＰ_L，ＨＣＰ_R
では、傾きがθ_Pの”接線”（平行線）はθ＝θ_Pのρ軸
上の”点列”に変換される。 3. 従って、左右眼の入力画像ＩＭ_L，ＩＭ_Rで平行にず
れて見えている”接線”ＳＬ_L，ＳＬ_Rは、双対プレーン
ＨＣＰ_L，ＨＣＰ_Rでは同じθ_Pのρ軸上の２点Ｐ_L，Ｐ_R
に変換される。 4. その２点間の距離σ_Pを求めると、左右画像ＩＭ_L，
ＩＭ_Rでの”接線”ＳＬ _L，ＳＬ_Rの平行移動量、つまり
視差が決定される。 5. そのσ_Pと両眼の間隔から、”接線”の空間的奥行き
を決定でき、両眼立体視の機能が実現されたことにな
る。以上から、入力画像を極変換することにより、「二次元
での”接線”の比較」を「ρ軸上の”点”を比較する一
次元処理」に簡略化でき、対応決定を少ない処理量で行
うことができる。

【００１８】以下に”極変換”及び後で必要になる”受
容野”について説明をする。極変換極変換としては球面上の極変換または円筒上の極変換ま
たは平面上の極変換など任意の曲面上の極変換がある。
図３は球面写像（球面上の極変換）の説明図である。球
面写像は図３（a)に示すように、球面上の任意の点Ｐ
を、それを極とする大円（球面上の最大の円で赤道に相
当する）Ｒに変換する操作である。この球面写像によれ
ば、図３(b)に示すように、線分Ｌを構成する点Ｐ₁，Ｐ
₂，Ｐ₃・・・について、それらが球面上に投影された点
Ｐ₁′，Ｐ₂′，Ｐ₃′・・・を極とする大円Ｒ₁，Ｒ₂，
Ｒ₃・・・を描いていくと、各大円は常に一点Ｓで交差
する。この交差点Ｓが線分Ｌに１対１に対応した固有の
点になる。そして、線分Ｌが長い程Ｌの要素である点の
数は多く、従って大円の数も増え、Ｓでの大円の重なり
の度合が高くなる。このようにして、線分はそれと対応
する球面上の点として抽出され、又、各点での大円の交
差度のヒストグラムをとると線分の長さも計測できる。
尚、線分Ｌに対応する点Ｓの幾何学的意味は、「線分Ｌ
の球面上への投影Ｌ′を大円とする極である」といえ
る。

【００１９】図４は円筒上の極変換の説明図である。円
筒上の極変換では直線（楕円の交線）と点とが互いに移
り変わる。すなわち、原点Ｏを通る平面ＰＬ上の直線Ｓ
を円筒上に投影した楕円ＥＬＰは、原点Ｏにおける平面
ＰＬの法線ＮＬと円筒との交点である極Ｐに極変換さ
れ、極Ｐは逆に楕円ＥＬＰに極変換される。この円筒を
軸に平行に切り開くと平面に展開できる。この平面上で
は、直線（正弦曲線）と点とが互いに移り変わる。以上
から、カメラから入力された画像の輪郭を抽出して投影
画像メモリに書き込み、輪郭点を極変換部で大円あるい
は正弦曲線に変換して該大円あるいは正弦曲線の情報を
写像メモリに書き込み、同様にして、全輪郭点を極変換
して大円あるいは正弦曲線に変換し、しかる後、写像メ
モリの各セルをスキャンして、カウント値のピーク位置
を求めれば、該ピーク位置が線分の極となり、線分が抽
出できる。尚、写像メモリの各セルは例えばカウンタご
ときもので構成され、書き込まれる毎に記憶内容を増加
するようになっている。

【００２０】受容野法ところで、画面全体を極変換して線分を抽出する方法で
は、処理量が増大し、高速化処理ができない。その理由
は、線分を抽出するために入力画像中の各点を極変換、
すなわち、球面上の大円あるいは正弦曲線へと次元を拡
大して写像することにある。入力画像のサイズをＮ×Ｎ
とすれば、極変換で各点を長さＮの大円あるいは正弦曲
線に変換するには、入力画像のＮ倍のＮ³の処理が必要
となり高速化の障害となる。そこで、入力される画像を
小領域である受容野毎の画像（受容野像）に分割し、各
受容野像に対して極変換を行なうと、処理量が大幅に減
少し、小型のハ−ドウェアでも高速の極変換を行なえ
る。

【００２１】図５は受容野法の原理説明図であり、１は
所定入力プレーンに投影されたＮ×Ｎサイズの対象物体
画像（入力画像）ＩＭＧを記憶する入力メモリ、２は入
力プレーンをｍ×ｍの小領域である受容野に分割した
時、各受容野内の画像（受容野像）を記憶する受容野メ
モリ、３は各受容像に極変換を施す極変換部、４は極変
換された画像（ハイパーコラム像）を写像するρ−θの
双対プレーン（ハイパーコラムメモリ）である。

【００２２】入力メモリ１に記憶されるＮ×Ｎサイズの
対象物体画像ＩＭＧをｍ×ｍの小領域である受容野に分
割し、各受容野像を順に受容野メモリ２に記憶し、極変
換部３で各受容野像に対して極変換を施して出力（ハイ
パーコラム像）を双対プレーン４に写像し、極変換出力
に基づいて線分等の特徴を抽出する。

【００２３】受容野法の具体的な手続きを、最も簡単な
極変換、すなわち、「平面投影入力＋円筒上極変換」で
説明すると、次のようになる。すなわち、「入力画像を
ｍ×ｍに分割した各受容野内の画素を、円筒上極変換
し、得られた曲線（円筒上極変換では正弦波）を双対プ
レーン上に描く」である。以上は、「平面投影入力＋円
筒上極変換」の場合であるが、「球面投影入力＋球面上
極変換」の場合には、上記において正弦曲線を大円に変
更すればよい。主なフローを以下に示す。 (a) 球面上に投影された画像を小領域（受容野）に分割 (b) 受容野内の各画素を球面上で極変換する（画素に対
応する大円を描く） (c) 受容野全体は球面上の帯に極変換されるが、受容野
は一般的に小さいので、この帯を平面に展開する。これ
が、各受容野に対応する双対プレーン（ハイパーコラム
プレーン）である。(b)の極変換は、「画素→正弦波」に
近似され、受容野とハイパーコラムとの変換は、「受容
野の各画素を、双対プレーン上の対応する正弦曲線に変
換する」となる。双対プレーンにおける各軸は受容野内
における線の位置ρと方向θを示すもので、画像プレー
ン（受容野）内の線分は正弦波の交点に濃縮され、交点
座標ρ₀、θ₀が受容野内における線分の位置と方向を示
すことになる。

【００２４】図６に従って詳細に説明すると、受容野Ｒ
Ｃ内の点Ｐは、極変換により次元を増やして大円（直
線）Ｒに写像される。これを繰り返すと受容野全体は球
面上の帯ＢＬＴに写像される（図６(a))。この帯を切り
開いて平面に展開すると(図６(b))、線の方向θと線の
位置ρを座標軸とする長方形格子となる。この極変換で
受容野内の各画素は、双対プレーンの複数の格子点（正
弦波状）に多価写像される。これを繰り返すと、受容野
内の線分は、それを構成する点列が極変換された”正弦
波群の交点”として抽出される。すなわち、交点Ｑが受
容野内の線分Ｌ（図６(c))を濃縮したものとなり、その
θ軸及びρ軸座標値θ₀，ρ₀が受容野における線分の方
向と位置を示すことになる。

【００２５】受容野法では、このように、ｍ×ｍの受容
野内の画像について極変換を施すだけでよいため、球面
上の極変換の場合には、受容野内の各画素について長さ
ｍの大円を描くだけでよく、処理量がｍ×Ｎ²になり、
Ｎの大円を描く従来例（Ｎ³の処理量が必要）に比べて
大幅に減少し、しかもハードウェアの小型化が可能とな
る。尚、極変換の詳細については本願出願人が既に出願
済みの特願平3-327723号（発明の名称：画像処理方法、
出願日：平成３年１２月１１日）を参照されたい。

【００２６】(Ｂ) 本発明の基本構成以上をまとめると、両眼立体視の基本構成は入力画像→極変換→一次元相関処理となる。極変換は前述のように、接線比較を一次元で行
うために、”接線”を”点”に変換する操作であり、一
次元相関処理は、θが同じρ軸上の”点列”から対応す
る”点”を抽出する操作である。極変換された両眼の双
対プレーンにおける写像データをそれぞれＬ（ρ，
θ）、Ｒ（ρ，θ）、写像データ間の間隔（シフト量）
をσとして次式Ｃ（ρ，θ，σ）＝Ｌ（ρ，θ）・Ｒ（ρ+σ，θ） (1) により相関量（相関パラメータという）を演算する。そ
して、相関量Ｃ（ρ，θ，σ）が極大となる要素パラメ
ータρ，θ，σの値（ρ_P，θ_P，σ_P）を求めると、こ
の要素パラメータの値に基づいて、対応する接線が決定
され、又、その接線の位置、方位、視差が定量的に求め
られる。尚、相関パラメータは(1)式の非対称型相関演
算の他、次式の対称型相関演算により算出することもで
きる。Ｃ（ρ，θ，σ）＝Ｌ（ρ−σ，θ）・Ｒ（ρ+σ，θ） (1)′ 但し、以後では(1)式の非対称型相関演算により相関パ
ラメータを演算するものとして説明する。又、以後で
は、相関量、相関パラメータ、相関結果という用語が混
在して使われるが同義語である。

【００２７】(Ｃ) 本発明の実施例図７は入力画像→受容野分割→極変換→一次元相関処理
により２つの画像に含まれる対応する接線の位置、方
位、視差を求める本発明の実施例構成図である。図中、
１１，２１は左右眼の入力画像ＩＭ_L，ＩＭ_Rを記憶する
入力メモリ、１２，２２は入力プレーンをｍ×ｍの小領
域である受容野に分割した時、順次受容野内の画像（受
容野像）を切り出して出力する受容野切り出し回路、１
３，２３は各受容野内の画像（受容野像）を記憶する受
容野メモリ、１４，２４は各受容野像に極変換を施す極
変換回路、１５，２５は極変換された双対プレーン（ハ
イパーコラムプレーン）上の画像（ハイパーコラム像）
を記憶する極変換ハイパーコラムメモリである。極変換
ハイパーコラムメモリ１５，２５はρ方向にρmax,θ方
向にθmax、総計ρmax×θmax個の記憶域(ハイパーコラ
ム細胞)で構成されている。

【００２８】１６，２６は極変換により得られたハイパ
ーコラム像に一次元フィルタ処理を施す一次元フィルタ
回路、１７，２７はフィルタ処理を施されたハイパーコ
ラム像を記憶する双対プレーン（ハイパーコラムメモ
リ）、３０は相関処理部である。相関処理部３０におい
て、３１は(1)式に従って一次元相関演算を行う相関演
算部、３２は相関値（相関パラメータ）を記憶するρ−
σ−θの次元を有する相関パラメータ記憶部、３３は相
関パラメータ記憶部の記憶データをスキャンして極大点
（ρ_P，θ_P，σ_P）を検出するピーク検出部である。

【００２９】極変換回路１４，２４は、受容野内の各画
素を極変換し、すなわち画素を対応する大円に変換して
極変換ハイパーコラムメモリ１５，２５に記憶する。
尚、実際には、極変換は「画素→正弦波」に近似され、受
容野の各画素をハイパーコラム上の対応する正弦曲線に
変換して極変換ハイパーコラムメモリ１５，２５に記憶
する。

【００３０】一次元フィルタ回路１６，２６は尖鋭な線
・縁・隙間抽出を少ない処理量で行うためのものであ
る。輪郭強調や特徴抽出を行うために、通常、画像デー
タに二次元コンボリューションフィルタをかけ、しかる
後、極変換を施している。しかし、かかるコンボリュー
ション法によれば、フィルタサイズをａとすると各入力
点に対してａ²の処理が必要となり、フィルタサイズの
増大とともに処理量が増加する。しかし、「二次元コン
ボリューションフィルタ＋極変換」は「極変換後にρ方
向に一次元フィルタ処理を行うこと」と等価であるか
ら、図７の実施例では極変換後に一次元フィルタを掛け
ている。このようにすれば、処理量は一次元フィルタの
ため各入力点に対してａと少なく、コンボリューション
法に比べて約２／ａに処理量が減少する。

【００３１】相関演算相関演算部３１は、左眼の双対プレーン１７における写
像データＬ（ρ，θ）と、該写像データＬ（ρ，θ）か
らρ軸方向にσシフトした右眼の双対プレーン２７にお
ける写像データＲ（ρ＋σ，θ）とを乗算して相関パラ
メータ記憶部に記憶し、以後、順次、該シフト量σを０
〜σmaxまで、ρを０〜ρmax(受容野幅)まで、θを０〜
θmax(受容野幅)まで変化させて各乗算結果を相関パラ
メータ記憶部３２に記憶する。

【００３２】図８は相関演算処理の流れ図であり、相関
演算に際して０→θ、０→ρ、０→ρとする（ステップ
１０１〜１０３）。ついで、(1)式により、相関パラメ
ータを演算して相関パラメータ記憶部３２に記憶する
(ステップ１０４，１０５)。ついで、σをインクリメン
トすると共に、σ＞σmaxかどうかを判断し（ステップ
１０６、１０７）、σ≦σmaxであれば、ステップ１０
４に戻って以降の処理を繰返す。そして、σ＞σmaxと
なれば、ρをインクリメントすると共にρ＞ρmaxかど
うかを判断し（ステップ１０８、１０９）、ρ≦ρmax
であれば、ステップ１０３に戻って以降の処理を繰返
す。ρ＞ρmaxとなれば、θをインクリメントすると共
にθ＞θmaxかどうかを判断し（ステップ１１０、１１
１）、θ≦θmaxであれば、ステップ１０２に戻って以
降の処理を繰返し、θ＞θmaxとなれば、相関演算処理
を終了する。

【００３３】極変換回路極変換回路１４（極変換回路２４も同様）は図９に示す
ように、受容野メモリ１３の番地から順次１画素づつ受
容野像（振幅）を読み出し、該番地と振幅値を出力する
読み出し制御部１４ａと、各画素に対して極変換（画素
番地→正弦波番地への変換）を施す極変換部１４ｂと、
極変換により得られた正弦波番地が示す極変換ハイパー
コラムメモリ１５の複数の記憶位置に読み取った振幅を
書き込む書き込み制御部１４ｃを備えている。

【００３４】極変換部１４ｂは受容野メモリ１３の画素
番地を極変換ハイパーコラムメモリ１５の複数の番地に
対応させる番地変換テーブルメモリ14b-1と、受容野メ
モリ１３の番地を極変換ハイパーコラムメモリ１５の番
地に変換する番地変換回路14b-2を備えている。番地変
換テーブルメモリ１４b-1に記憶されている番地変換テ
ーブルは、受容野像における点をハイパーコラムプレー
ン上の正弦波に極変換するためのもので、受容野像の点
に応じた番地を、正弦波を構成する点列の各点が位置す
る極変換ハイパーコラムメモリ上の多数の番地に変換す
るものである。

【００３５】読み出し制御部１４ａは、受容野メモリ１
３の第１番地から振幅データを読み取り、該振幅データ
と番地データ（第１番地）を極変換部１４ｂに入力す
る。極変換部１４ｂは受容野メモリの第１番地（画素）
を極変換ハイパーコラムメモリ１５の正弦波点列の多数
のアドレスに変換し、該アドレスと振幅を出力する。書
き込み制御部１４ｃは、極変換部１４ｂより入力された
振幅データを同様に入力された極変換ハイパーコラムメ
モリ１５の各アドレスの内容（初期値は０）に加算して
該アドレスに書き込む。以後、順次、受容野メモリ１４
の全番地に対して上記処理を行えば、受容野像に対する
極変換が終了する。

【００３６】一次元フィルタ回路一次元フィルタ回路１６（一次元フィルタ回路２６も同
様）は図１０に示すように、極変換ハイパーコラムメモ
リ１５におけるθ一定のρmax個の番地（たとえば斜線
部参照）から振幅を読み出して出力する読み出し制御部
１６ａと、読み出された各振幅に対して一次元フィルタ
リング処理を施す一次元フィルタ部１６ｂと、一次元フ
ィルタリング処理結果を双対プレーン（ハイパーコラム
メモリ）１７の記憶域に書き込む書き込み制御部１６ｃ
を備えている。

【００３７】一次元フィルタ部１６ｂは例えばＦＩＲ型
デジタルフィルタ構成になっており、一次元フィルタメ
モリ16b-1と積和回路16b-2を有している。一次元フィル
タメモリ16b-1には横軸をρ軸とした一次元フィルタ特
性値（係数）が離散的に記憶されている。すなわち、ρ
方向の−ρmax/2〜ρmax/2のそれぞれの位置に対して一
次元フィルタ特性値を記憶しており、該特性値により一
次元フィルタ部１６ｂを一次元一次微分フィルタ、一次
元二次微分フィルタとすることができる。尚、フィルタ
の幅や値は必要に応じて適当に決定される。積和回路16
b-2は極変換ハイパーコラム１５から読み出されたρmax
個の振幅と一次元フィルタメモリ16b-1に記憶されてい
る対応するρmax個の特性値をそれぞれ掛け合わせ、乗
算結果の総和(振幅)を出力すると共に、前記対応関係を
１画素づつずらして同様の積和演算を行って演算結果を
出力する。

【００３８】たとえば、まず、θ＝ｉ(初期値は１)とな
る極変換ハイパーコラムメモリ１５における全番地（ρ
max個の番地）からρmax個の振幅を読み出す。ついで、
一次元フィルタメモリ16b-1におけるフィルタ特性ρ＝
０の位置を、ρmax個の最左端番地Ａ_0iに対応付けす
る。しかる後、それぞれ対応する振幅値と特性値の乗算
を行うと共に、乗算結果の総和Σ_0iを演算し、該総和を
書き込み制御部１６ｃをしてハイパーコラムメモリ１７
の番地Ａ_0iに書き込む。

【００３９】以上の処理が終了すると、フィルタ特性値
ρ＝０の位置を、左から２番目の番地Ａ_1iに対応させ、
それぞれ対応する振幅値と特性値の乗算を行い、その乗
算結果の総和Σ_1iを書き込み制御部１６ｃをしてハイパ
ーコラムメモリ１７の番地Ａ _1iに書き込む。以後、同様
な処理を行い、フィルタ特性値ρ＝０の位置を最右端番
地Ａ_max,iに対応させて上記処理を終了すれば、以後ｉ
＋１→ｉとして上記積和演算を繰り返して一次元フィル
タリング処理を行う。

【００４０】シミュレーション結果図１１〜図１３は、線を抽出するために図７の一次元フ
ィルタ１６，２６として一次元ガウシャンフィルタを用
いた場合のシミュレーション結果説明図である。極変換
と一次元ガウシャンフィルタ処理により画像ＩＭ_L，Ｉ
Ｍ_R中の”線”は、線の位置ρと線の方位θを座標軸と
する双対プレーン内の”点”に変換される。図１１
(a)，(b)における円形部Ｃ_L，Ｃ_Rは左右眼の受容野、円
形内の像は左右眼に写る受容野像であり、プラント内の
情景中四角で囲んだ部分の十字線の図形が写っている。
尚、全てのデータは信号の強さを等高線で示してある。

【００４１】図１２(a),(b)は前述の「極変換＋一次元ガ
ウシャンフィルタ」処理を施したρ−θの双対プレーン
上のハイパーコラム像であり、十字線を構成する２本の
線はそれぞれ９０⁰と１８０⁰のρ軸上の２点Ｐ_L1，
Ｐ_L2；Ｐ_R1，Ｐ_R2に変換されている。尚、それらのピー
クは一次元フィルタリングにより先鋭化され、その副作
用として両側に負のサブピークＰ_L1′，Ｐ_L2′；
Ｐ_R1′，Ｐ_R2′を伴っている。このサブピークは、次の
相関処理をシャープにするのに非常に有効である。

【００４２】図１３は左右眼の双対プレーンデータか
ら、(1)式の相関量（相関パラメータ）Ｃ(ρ,θ,σ)を
求めた結果を、横軸をρ（位置）、縦軸をσ（視差）、
奥行きをθ（方位）とするρ−σ−θプレーンに展開
し、相関値を等高線で示すもので、説明の都合上、一番
上にはθ＝９０⁰のρ−θプレーン示されている。相関
パラメータＣ(ρ,θ,σ)がピーク（極大）となる
（ρ_P，θ_P，σ_P）を求めると、左右眼に写った十字線
の対応関係が定量的に求められ、ρ_P，θ_P，σ_Pそれぞ
れが線の位置、方位、視差を示すことになる。十字線を
構成する２つの線のうち縦棒（θ＝９０⁰）が左右の眼
で見える視差を求めてみると、１⁰であり、両眼の間隔
を６cmとして縦棒までの距離を計算すると３６０cmとな
り、正確に両眼立体視が行われていたことが確認でき
る。

【００４３】評価以上で説明したように、基本処理（極変換＋一次元相関
処理）により以下の効果が得られる。図形の特徴を接線で比較することによる効果左右画像から同じ図形を見出すのは、現在の画像処理技
術が”形”の処理に弱いため困難である。そこで、図形
輪郭を構成する接線で対応を求めることにすると、最も
簡単な直線図形となるため、簡単な手続きで対応決定を
行える。

【００４４】接線の二次元対応を一次元で処理する効果左右画像中の接線対応を決定するには、二次元での処理
が必要である。しかし、対応処理の前に極変換処理を行
って双対プレーンに写像すると、平行線群はρ軸上の点
列に変換される極変換の性質により、接線の対応はρ軸
上の一次元相関の問題に還元され、処理量が大幅に軽減
されると共に、対応の安定性も向上する。

【００４５】高度フィルタリングによる効果極変換の後で既に出願済みの高度な一次元フィルタリン
グ処理を施すことができ、この結果、極変換→一次元フ
ィルタ→一次元相関処理の構成とすることにより確実な
対応決定が可能となり、又後述の各種の相関パラメータ
を精密に計測することが可能となる。尚、一次元フィル
タリングの種類と機能としては以下がある。・奇関数フィルタリングによる縁の対応決定：画像の最
も重要な特徴であるが従来の二次元コンボリューション
フィルタでは抽出困難な縁（明るさの境界）を抽出で
き、縁の対応決定が可能となる。これは、事前に極変換
を施すことにより、奇関数フィルタが可能になったこと
による。・マルチフィルタリングによる安定な対応決定：極変換
したデータに対しては、幅の異なるフィルタを多数同時
に施すことができる（マルチフィルタ）。これにより、
従来の方法では困難な、画像中に混在する”ボケ特徴”
と”細かい特徴”を同時に抽出でき、安定な対応決定が
可能となる。・スケルトンフィルタリングによる高速の処理：極変換
したデータに対しては、最も効率的なスケルトンフィル
タを施すことができる。これにより、上記の奇関数フィ
ルタやマルチフィルタを高速で実現できる。なお、奇関
数フィルタ、マルチフィルタ、スケルトンフィルタ等の
詳細については本願出願人が既に出願済みの特願平3-32
7722号（発明の名称：画像処理方法、出願日：平成３年
１２月１１日）を参照されたい。

【００４６】(Ｄ) 本発明の拡張以上では判り易さのために、両眼立体視を例に相関フィ
ルタリングの原理と効果を説明してきた。しかし、本質
は画像間で図形の相関の度合を計測して判断することに
あり、両眼での対応だけでなく、移動する物体を時間的
に異なる画像から対応付けて追尾する用途や、１つの画
面内でも同じ模様の程度を調べるテクスチュア解析など
に広く活用できるものである。以下、本発明の相関フィ
ルタリングの拡張を詳しく説明する。

【００４７】(a) 基本フロー図１４は相関フィルタリングの基本フローであり、入力
データＡ，Ｂに極変換処理を施し（ステップ５１ａ、５
１ｂ）、該極変換結果に一次元フィルタリング処理を施
して相関双対プレーンに写像し（ステップ５２ａ，５２
ｂ）、各双対プレーンに写像されたデータ間に相関処理
を施す（ステップ５３）である。尚、入力データは受容
野に分割するのが望ましいが必ずしも受容野分割する必
要はない。また、一次元フィルタ処理は必要に応じて施
せば良く、その種類は先の特願平3-327722号に開示され
ているフィルタを用いることができる。更に、極変換の
代わりに、相反変換や直交補空間などの全てを適用でき
る。又、入力データはカメラからの画像に限定されるこ
となく、例えばカメラ画像を極変換したデータを入力し
ても良く、しかも、入力データは２つに限ることなく、
３つ以上あっても良い。

【００４８】以下では、受容野分割、一次元フィルタ処
理を施すものとして説明する。 (b) 相関の作用画面作用画面、すなわち基本フローにおける入力データＡ，
Ｂには以下の場合があり、それぞれ固有の相関パラメー
タを計測できる。 (b-1) 異なる画像間の相関空間的に異なる画面間の相関入力データＡ，Ｂが空間的に異なる画面、例えば別のカ
メラで撮像された画面の画像データであり、この入力デ
ータに相関フィルタリングを施す場合であり、空間的に
異なる画面間の特徴相関パラメータを抽出できる。両眼
立体視と三眼立体視が特に有用な例である。

【００４９】図１５は空間的に異なる画面間の相関フィ
ルタリングのフロー図であり、(a)は２つのカメラから
入力される画面の場合、(b)は３つのカメラから入力さ
れる画面の場合である。・２つのカメラから入力される画面の場合（図１５
(a)）カメラが２つの場合、左カメラＣＭＬ、右カメラＣＭＲ
で撮像した１画面分の画像データＩＭ_L，ＩＭ_Rを受容野
像に分割し（ステップ５０ａ，５０ｂ）、各受容野像Ｉ
Ｍ_L′，ＩＭ_R′に極変換処理を施し（ステップ５１ａ、
５１ｂ）、該極変換結果に一次元フィルタリング処理を
施して双対プレーンに写像し（ステップ５２ａ，５２
ｂ）、各双対プレーンに写像されたデータ間に相関処理
を施す（ステップ５３）。前述の両眼立体視がこれに相
当する。

【００５０】・３つのカメラから入力される画面の場合（図１５
(b)）両眼立体視では見る角度が２つのため、対応決定を間違
う場合がある。我々でもビックリハウスなどで錯覚する
のは眼が２つのせいである。工学的には３つの眼も可能
であり、もう１つのカメラを増やして、３つの角度から
見ると錯覚は各段に減少する。３つのカメラを三角形の
頂点に配置すると、全ての方向で錯覚を減少できて更に
改良される。カメラが３つの場合、左カメラＣＭＬ、中
央カメラＣＭＣ、右カメラＣＭＲで撮像した１画面分の
画像データＩＭ_L，ＩＭ_R，ＩＭ_Cを受容野像に分割し
（ステップ５０ａ〜５０ｃ）、各受容野像ＩＭ_L′，Ｉ
Ｍ_R′，ＩＭ_C′に極変換処理を施し（ステップ５１ａ〜
５１ｃ）、該極変換結果に一次元フィルタリング処理を
施して双対プレーンに写像し（ステップ５２ａ〜５２
ｃ）、各双対プレーンに写像されたデータ間に相関処理
を施す（ステップ５３）。

【００５１】時間的に異なる画面間の相関基本フローにおける入力データＡ，Ｂが、時間的に異な
る画面、例えばカメラを動かしながら撮像された画面の
画像データであり、この入力データに相関フィルタリン
グを施す場合である。この相関フィルタリングにより、
例えば受容野内に写る特徴（対象物のコーナや輪郭線な
ど）の移動方向や移動速度などを計測できるため、対象
物を視野の中心に捉えたまま移動することが可能とな
り、移動ロボットや無人自走車などへの応用を期待でき
る。大脳の第一次視覚野でも、受容野に写る接線の移動
方向を検出する細胞が存在して、眼球運動の制御部（上
丘や外側膝状体）には信号を送りだして対象物を視野中
心に捉えると共に、高次の視覚野にも並行して信号を送
りだして、視野に写る情景の動きを立体的に計測してい
る。

【００５２】図１６は時間的に異なる画面間の相関フィ
ルタリングのフロー図である。左カメラＣＭで撮像した
１画面分の画像データＩＭ_Lは遅延せず、一方、右カメ
ラＣＭＲで撮像した１画面分の画像データＩＭ_Rは遅延
部で遅延し（ステップ４９）、遅延しない画像データＩ
Ｍ_Lと遅延した画像データＩＭ_R′をそれぞれ受容野像に
分割し（ステップ５０ａ，５０ａ′）、各受容野像ＩＭ
_L，ＩＭ_R′に極変換処理を施し（ステップ５１ａ，５１
ａ′）、該極変換結果に一次元フィルタリング処理を施
して双対プレーンに写像し（ステップ５２ａ，５２
ａ′）、各双対プレーンに写像されたデータ間に相関処
理を施す（ステップ５３）。すなわち、入力された画像
データを時間的に遅らせたものと、遅らせないものに分
けて、それらを図１４の基本相関フィルタに入力した構
成を有し、時間的な相関パラメータが得られる。従っ
て、遅延部を除いて、前述の両眼立体視のシミュレーシ
ョンと同様に実行できる。

【００５３】時間的及び空間的に異なる画面間の相関複数台のカメラを動かしながら撮像した画面に相関フィ
ルタリングを施した場合であり、２台のカメラの場合に
は、両眼立体視空間相関フィルタと時間相関フィルタを
複合したものと同等となる。図１７はかかる時間的及び
空間的に異なる画面間の相関フィルタリングのフロー図
であり、左カメラＣＭＬで撮像した１画面分の画像デー
タＩＭ_Lを遅延部で遅延し（ステップ４９ａ）、遅延し
ない画像データＩＭ_Lと遅延した画像データＩＭ_L′をそ
れぞれ受容野像に分割し（ステップ５０ａ，５０
ａ′）、各受容野像ＩＭ_L，ＩＭ_L′に極変換処理を施し
（ステップ５１ａ，５１ａ′）、該極変換結果に一次元
フィルタリング処理を施してそれぞれ双対プレーンに写
像する（ステップ５２ａ，５２ａ′）。以上と並行し
て、右カメラＣＭＲで撮像した１画面分の画像データＩ
Ｍ_Rを遅延部で遅延し（ステップ４９ｂ）、遅延しない
画像データＩＭ_Rと遅延した画像データＩＭ_R′をそれぞ
れ受容野像に分割し（ステップ５０ｂ，５０ｂ′）、各
受容野像ＩＭ_R，ＩＭ_R′に極変換処理を施し（ステップ
５１ｂ，５１ｂ′）、該極変換結果に一次元フィルタリ
ング処理を施してそれぞれ双対プレーンに写像する（ス
テップ５２ｂ，５２ｂ′）。そして、各双対プレーンに
写像されたデータ間に相関処理を施す（ステップ５
３）。この時間的及び空間的に異なる画面間の相関フィ
ルタリングにより、両眼立体視で視差を抽出しながら対
象物を追跡すると、人間のような複合機能が可能とな
る。このような時間と空間とが融合したフィルタの存在
は、心理学で「Spatiotemporaフィルタ」として知られて
いるが、本項目はそれを工学に寄与するために、始めて
定式化したものである。

【００５４】(b-2) 同じ画像間の相関以上では、異なる画面間の相関フィルタリングであった
が、同じ画面内の相関も有効である。受容野間の相関図１８は同一画面の各受容野間の相関フィルタリングの
フロー図である。カメラＣＭで捉えられた１画面分の画
像は入力メモリＩＭＭに記憶され、切り出し制御部によ
り受容野Ａ，Ｂ，・・，Ｎ毎に切り出されて受容野像Ｉ
Ｍ_A，ＩＭ_B，・・ＩＭ_Nとされ（ステップ４８）、各受
容野像ＩＭ_A，ＩＭ_B，・・ＩＭ_Nに極変換処理を施し
（ステップ５１ａ〜５１ｎ）、各極変換結果に一次元フ
ィルタリング処理を施してそれぞれ双対プレーンに写像
し（ステップ５２ａ〜５２ｎ）、各双対プレーンに写像
されたデータ間に相関処理を施す（ステップ５３）。こ
のような同一画面の異なる受容野間の相関の場合には、
受容野像ＩＭ_Aの画像特徴を受容野像ＩＭ_B，・・ＩＭ_N
の特徴と正確に比較することができて、画像内の肌理の
具合などのテクスチュア解析が可能となる。その処理
は、両眼立体視の左右眼を各受容野に変えたものであ
り、前述のシミュレーションと同様に実行できる。

【００５５】受容野内の相関以上では、受容野間の相関を説明したが、同一画面の同
一受容野内の相関も可能である。図１９は同一画面の同
一受容野内の相関フィルタリングのフロー図で、ρ軸間
の相関フィルタリングの場合である。受容野像は極変換
を施されてρ−θの双対プレーン（ハイパーコラムメモ
リ）ＨＣＭに記憶され、切り出し制御部によりρ軸Ａ，
ρ軸Ｂ，・・，ρ軸Ｎ毎に切り出され（ステップ４
８′）、各ρ軸Ａ〜Ｎのハイパーコラム像に極変換処理
を施し（ステップ５１ａ′〜５１ｎ′）、各極変換結果
に一次元フィルタリング処理を施してそれぞれ双対プレ
ーンに写像し（ステップ５２ａ′〜５２ｎ′）、各双対
プレーンに写像されたデータ間に相関処理を施す（ステ
ップ５３）。この相関フィルタでは、受容野内の更に細
かいテクスチュア解析が可能となり、の場合と同じ理
由で両眼立体視のシミュレーションを同様に実行でき
る。尚、ρ軸間の相関を説明したが、θ軸方向の相関も
同様に可能であり、更に（ρ，θ）プレーンでの相関も
二次元的な相関として有効である。

【００５６】(b-3) 異なる色画像間の相関以上では、入力画像の明るさ等の強度信号の相関フィル
タリングを説明してきたが、入力データを色情報にして
図１４の相関フィルタリングを行うと、色の微妙な違い
を検知して更に詳細なフィルタリングが可能となる。入
力する色情報としては問題に応じて各種の加工を施した
色情報が可能であるが、基本的な色情報は以下の通りで
ある。三原色での相関三原色の相関が最も基本的な色相関であり、図２０は異
なる画像間の三原色での色相関フィルタリングのフロー
図である。左カメラＣＭＬで撮像した１画面分の色画像
をそれぞれ赤、青、緑フィルタ（ＲＦＬ，ＢＦＬ，ＧＦ
Ｌ）を通して赤、青、緑画像に分離し、しかる後、それ
ぞれ赤、青、緑の受容野像ＩＭ_R，ＩＭ_B，ＩＭ_Gに分割
し（ステップ６０ａ〜６０ｃ）、各受容野像ＩＭ_R，Ｉ
Ｍ_B，ＩＭ_Gに極変換処理を施し（ステップ６１ａ〜６１
ｃ）、該極変換結果に一次元フィルタリング処理を施し
て双対プレーンに写像する（ステップ６２ａ〜６２
ｃ）。同様に、図示しないが右カメラで撮像した１画面
分の色画像をそれぞれ赤、青、緑フィルタを通して赤、
青、緑画像に分離し、しかる後、それぞれ赤、青、緑の
受容野像に分割し、各受容野像に極変換処理を施し、該
極変換結果に一次元フィルタリング処理を施して双対プ
レーンに写像する。そして、赤同士、青同士、緑同士で
各双対プレーンに写像されたデータ間に赤相関処理、青
相関処理、緑相関処理を施す（ステップ６３ａ〜６３
ｃ）。この色相関フィルタリングにより、各三原色の相
関パラメータを計測できる。

【００５７】色の三要素（明度、彩度、色相）での相関次に基本的な色相関は、物理的な三原色を人間が主観的
に見える量、つまり明るさ（明度）、あざやかさ（彩
度）、色の具合（色相）に変換した後で、相関フィルタ
リングを施す方法である。このフィルタでは、心理学的
に整理された色の相関パラメータを計測できる。図２１
は異なる画像間の三要素での色相関フィルタリングのフ
ローである。左カメラＣＭＬで撮像した１画面分の色画
像をそれぞれ赤、青、緑フィルタで赤、青、緑画像に分
離し、しかる後、色変換部で三原色の色情報を明度・彩
度・色相の色の三要素ＩＭ_V，ＩＭ_S，ＩＭ_Hに変換し
（ステップ５９）、それぞれ明度・彩度・色相の受容野
像ＩＭ_V′，ＩＭ_S′，ＩＭ_H′に分割し（ステップ６０
ａ′〜６０ｃ′）、各受容野像ＩＭ_V′，ＩＭ_S′，ＩＭ
_H′に極変換処理を施し（ステップ６１ａ′〜６１
ｃ′）、該極変換結果に一次元フィルタリング処理を施
して双対プレーンに写像する（ステップ６２ａ′〜６２
ｃ′）。同様に、図示しないが右カメラで撮像した１画
面分の色画像をそれぞれ赤、青、緑フィルタで赤、青、
緑画像に分離し、しかる後、色変換部で三原色の色情報
を明度・彩度・色相の色の三要素に変換し、それぞれ明
度・彩度・色相の受容野像に分割し、各受容野像に極変
換処理を施し、該極変換結果に一次元フィルタリング処
理を施して双対プレーンに写像する。そして、明度同
士、彩度同士、色相同士で各双対プレーンに写像された
データ間に明度相関処理、彩度相関処理、色相相関処理
を施す（ステップ６３ａ′〜６３ｃ′）。

【００５８】色の差信号での相関赤と緑の変わり目など、色の境界部分の相関パラメータ
を正確に計測するには、色の差信号に相関処理を施すの
が有効である。特に、三原色を補色の関係で差信号とす
るのが効果的である。図２２は異なる画像間の色の差信
号での色相関フィルタリングのフロー図である。左カメ
ラＣＭＬで撮像した１画面分の色画像をそれぞれ赤、
青、緑フィルタで赤、青、緑画像に分離し、しかる後、
赤と緑、緑と青、青と赤の差信号をそれぞれ演算し（ス
テップ５８ａ〜５８ｃ）、各差信号の受容野像Ｉ
Ｍ_R-G，ＩＭ_G-B，ＩＭ_B-Rに分割し、各受容野像Ｉ
Ｍ_R-G，ＩＭ_G-B，ＩＭ_B-Rに極変換処理を施し（ステッ
プ６１ａ″〜６１ｃ″）、該極変換結果に一次元フィル
タリング処理を施して双対プレーンに写像する（ステッ
プ６２ａ″〜６２ｃ″）。同様に、図示しないが右カメ
ラで撮像した１画面分の色画像をそれぞれ赤、青、緑フ
ィルタで赤、青、緑画像に分離し、しかる後、赤と緑、
緑と青、青と赤の差信号をそれぞれ演算し、各差信号の
受容野像に極変換処理を施し、該極変換結果に一次元フ
ィルタリング処理を施して双対プレーンに写像する。そ
して、対応する色の差信号同士で各双対プレーンに写像
されたデータ間に赤−緑相関処理、緑−青相関処理、青
−赤相関処理を施す（ステップ６３ａ″〜６３ｃ″）。
尚、差をとる代わりに割算や対数変換後の差も効果的で
ある。又、極変換あるいは一次元フィルタの後で差ある
いは割算をしても良い。以上の色相関では異なる画像間
の色相関を説明したが、色相関法を上記(b-1),(b-2)で
説明した各種相関法と組み合わせることができ、両眼立
体視や移動物体注視やテクスチュア解析などの相関フィ
ルタリングを更に確実なものにできる。

【００５９】(c) 相関の作用方向両眼立体視の例（図７参照）では、双対プレーンの方位
θが同じであるρ軸方向のデータを組み合わせて相関を
とったが、ρ軸に限る必要はなく、又、ρ軸内でも以下
の一般化が可能である。 (c-1) ρ軸方向の相関 θが同じρ軸の相関これは前述の両眼立体視等の場合であるが、この「θが
同じρ軸相関」の意味は図２で説明したように、両画面
内の平行線のずれ量を相関法で正確に計測することにあ
る。図２３はθが同一のρ軸相関フィルタリングのフロ
ー図であり、各入力データＡ，Ｂを受容野像に分割し
（ステップ５０ａ，５０ｂ）、各受容野像に極変換処理
を施し（ステップ５１ａ、５１ｂ）、該極変換結果に一
次元フィルタリング処理を施して双対プレーンに写像し
（ステップ５２ａ，５２ｂ）、各双対プレーンより
θ₀，θ₁，・・毎にρ軸方向のデータを選択し（ステッ
プ５４ａ ₀，５４ａ₁，・・；５４ｂ₀，５４ｂ₁，・
・）、同一のθ値のデータ間に相関処理を施す（ステッ
プ５３₀，５３₁，・・）。尚、図２３はθ値毎に並列的
に相関演算する場合であるが、１つの相関演算部を設け
て順次各θ値の相関演算を行うこともでき、その場合に
は図１５(a)のフロー図と同一になる。

【００６０】θが異なるρ軸の相関この相関は、方位が異なる接線間の相関パラメータを計
測するフィルタリングである。このフィルタリングは
の平行線の相関だけでなく、方位が変わりながら移動す
る接線の抽出が可能であり、悪路を走行する自動車への
応用を期待できる。図２４はかかるθが異なるρ軸相関
フィルタリングのフロー図である。入力データＡ，Ｂを
受容野像に分割し（ステップ５０ａ，５０ｂ）、各受容
野像に極変換処理を施し（ステップ５１ａ、５１ｂ）、
該極変換結果に一次元フィルタリング処理を施して双対
プレーンに写像し（ステップ５２ａ，５２ｂ）、各双対
プレーンよりθ_i，θ_i+1，・・；θ_j，θ_j+1，・・毎に
ρ軸方向のデータを選択し（ステップ５４ａ₀，５４
ａ₁，・・；５４ｂ₀，５４ｂ₁，・・）、異なるθ値の
データ間に相関処理を施す（ステップ５３₀′，５
３₁′，・・）。

【００６１】(c-1) θ軸方向の相関 ρが同じθ同士の相関パラメータに意味は、図２５で説
明すると、ρ＝０のθ相関では（図２５(a))、受容野の
中心Ｃを通る接線ＳＬの回転量を抽出できる。又、ρ≠
０のθ軸相関では、受容野中心Ｃを共用する半径ρの円
ＣＩＲに接する接線ＳＬの回転移動量を検出できる。図
２６はρが同一のθ軸相関フィルタリングのフロー図で
あり、各入力データＡ，Ｂを受容野像に分割し（ステッ
プ５０ａ，５０ｂ）、各受容野像に極変換処理を施し
（ステップ５１ａ、５１ｂ）、該極変換結果に一次元フ
ィルタリング処理を施して双対プレーンに写像し（ステ
ップ５２ａ，５２ｂ）、各双対プレーンよりρ₀，ρ₁，
・・毎にρ軸方向のデータを選択し（ステップ５５
ａ₀，５５ａ₁，・・；５５ｂ₀，５５ｂ₁・・）、同一の
ρ値のデータ間に相関処理を施す（ステップ５３₀，５
３₁・・）。尚、図２６はρ値毎に並列的に相関演算す
る場合であるが、１つの相関演算部を設けて順次各ρ値
の相関演算を行うことができる。

【００６２】(c-3) (ρ,θ)プレーンでの相関以上では、ρ軸あるいはθ軸方向の一次元相関を説明し
たが、（ρ，θ）プレーンでの二次元相関も可能であ
る。この相関では、方位を変えながら移動する接線の相
関を正確に行うことが可能となる。図２７は(ρ,θ)プ
レーンでの相関フィルタリングのフロー図である。各入
力データＡ，Ｂを受容野像に分割し（ステップ５０ａ，
５０ｂ）、各受容野像に極変換処理を施し（ステップ５
１ａ、５１ｂ）、該極変換結果に一次元フィルタリング
処理を施して双対プレーンに写像し（ステップ５２ａ，
５２ｂ）、各双対プレーンでの二次元相関処理を施す
（ステップ５３）。尚、二次元相関量Ｃ（ρ，θ，
σ₁，σ₂）は各双対プレーン上のデータをａ（ρ，
θ）、ｂ（ρ，θ）、双対プレーンデータのρ軸方向及
びθ軸方向のシフト量をσ₁，σ₂として次式Ｃ（ρ，θ，σ₁，σ₂）＝ａ（ρ，θ）・ｂ（ρ+σ₁，θ+σ₂） (2) で与えられる。

【００６３】(d) 相関パラメータ両眼立体視の例では説明を簡単にするために、(1)式の
相関量（相関パラメータ）で対応接線を求める方法を述
べたが、以下で示すように各種の相関パラメータを定義
でき、それぞれ特徴的な相関処理を行うことができる。 (d-1) 基本相関パラメータ基本的な相関パラメータは以下で示すように、一般にＣ
（ρ，θ，σ）などと三次元で表現され、ρ，θ，σの
三次元空間は図２８に示すようになる。図中τは時間的
に異なる画面間の相関において導入されるデータ間シフ
ト量（移動速度）で、後述する。相関パラメータＣ
（ρ，θ，σ）が極大になる三次元空間の点（ρ_P，
θ_P，σ_P）を求めると、両眼立体視の対応決定や、移動
する接線の対応決定などが行われ、その極大点を与える
各座標値（要素パラメータの値）からそれぞれ接線の位
置、方位、視差あるいは速度を定量的に計測できる。
尚、（ρ，θ）プレーンの二次元相関では、相関パラメ
ータは四次元空間のパラメータＣ（ρ，θ，σ₁，σ₂）
となる。

【００６４】空間的相関パラメータ相関の作用画面が、空間的に異なる画面あるいは受容野
の場合（前述の(b-1)、(b-2)の場合)であり、以下の
相関パラメータの極大点から、対応する接線の視差など
の対応の程度を示す相関量を計測できる。 (1) ρ方向の相関パラメータＣ（ρ，θ，σ）：平行線
群の空間的相関度を示すパラメータである。前述の両眼
立体視の相関パラメータがこの一例であり、Ｃ（ρ，
θ，σ）が極大となるρ_P，θ_P，σ_Pを求めると、平行
線群の中から対応する接線が決定され、その接線の位
置、方位、視差を定量的に計測できる。尚、相関パラメ
ータは各双対プレーン上のデータをａ（ρ，θ）,ｂ
（ρ，θ）、ρ軸方向のシフト量をσとすれば次式Ｃ（ρ，θ，σ）＝ａ（ρ，θ）・ｂ（ρ+σ，θ）で与えられる。

【００６５】(2) θ方向の相関パラメータＣθ（ρ，
θ，σ）：受容野の中心を共用する半径ρの円に接する
接線群の空間的相関度を示すパラメータである。ρ＝０
のθ相関処理では、Ｃθ（ρ，θ，σ）が極大となるρ
_P，θ_P，σ_Pから、放射線群の中から対応する接線が決
定され、その接線の位置、方位、方位変化量を定量的に
計測できる。尚、相関パラメータはθ軸方向のシフト量
をσとすれば、次式Ｃ θ（ρ，θ，σ）＝ａ（ρ，θ）・ｂ（ρ，θ＋σ） (3) で与えられる。

【００６６】(3) （ρ，θ）プレーンの相関パラメータ
Ｃ（ρ，θ，σ₁，σ₂）：方向が変化しながら移動する
接線群の空間的相関度を示すパラメータであり、双対プ
レーンでの二次元相関の程度を上記の一次元相関パラメ
ータに比べてより詳しく評価できる。尚、相関パラメー
タは(2)式、すなわち、次式Ｃ（ρ，θ，σ₁，σ₂）＝ａ（ρ，θ）・ｂ（ρ+σ₁，
θ+σ₂）で与えられる。

【００６７】時間的相関パラメータ相関の作用画面が、時間的に異なる画面あるいは受容野
の場合（(b-1)などの場合)であり、以下の相関パラメ
ータの極大点などから、移動する接線の移動方向や移動
速度などを計測できる。 (1) ρ軸方向の相関パラメータＣ（ρ，θ，τ）：平行
線群の時間的相関度を示すパラメータである。後述する
実施例、すなわち、移動する接線を追尾する場合の相関
パラメータがこの一例であり、Ｃ（ρ，θ，τ）が極大
となるρ_P，θ_P，τ_Pから、平行移動する接線の位置、
方位、速度を定量的に計測できる。尚、相関パラメータ
はρ軸方向の移動速度をτとすると次式Ｃ（ρ，θ，τ）＝ａ（ρ，θ）・ｂ（ρ+τ，θ） (4) で与えられる。尚、ａ（ρ，θ）＝ａ_t（ρ，θ）、ｂ
（ρ+τ，θ）＝ａ_t+DELT _A（ρ+τ，θ）と表現すると
相関パラメータは次式Ｃ（ρ，θ，τ）＝ａ_t（ρ，θ）・ａ_t+DELTA（ρ+τ，θ） (4)′ で与えられる。すなわち、図１６のステップ５３におい
て(4)′式の相関処理を実行する。ここでDELTAは遅れ時
間を表し、平行移動する接線の速度ＶはΔρをρ方向の
分解能としてＶ＝（τ_P・Δρ）／DELTA と求められる。これは、生体の大脳視覚野の「Direction
al Selectivity単純細胞」の機能をモデル化したもので
ある。その細胞は、特定の方向に動く刺激に反応するが
反対方向の刺激には応答しない独特の性質を示す。これ
は、上式のτを正あるいは負に制限することで実現で
き、生体の神経は正と負の情報を同時に送れない制約が
反映されたものである。尚、この細胞は正確には、「非
線型応答型」のDirectional Selectivity単純細胞であ
る。ところで、時間的相関パラメータは(4)式の非対称
型相関演算の他、次式の対称型相関演算により算出する
こともできる。Ｃ（ρ，θ，τ）＝ａ（ρ−τ，θ）・ｂ（ρ+τ，θ） (4)″ 但し、以後では(4)式の非対称型相関演算により時間的
相関パラメータを演算するものとして説明する。

【００６８】θ方向の相関パラメータＣθ（ρ，θ，
τ）：受容野の中心を共用する半径ρの円に接する接線
群の時間的相関度を示すパラメータである。ρ＝０のθ
相関処理では、Ｃθ（ρ，θ，τ）が極大となるρ_P，
θ_P，τ_Pから、受容野中心を通る接線の位置、方位、方
位回転速度を定量的に計測できる。尚、相関パラメータ
はθ軸方向の移動速度をτとすると次式Ｃθ（ρ，θ，σ）＝ａ（ρ，θ）・ｂ（ρ，θ＋τ） (5) で与えられる。尚、ａ（ρ，θ）＝ａ_t（ρ，θ）、ｂ
（ρ，θ+τ）＝ａ_t+DELT _A（ρ，θ+τ）と表現すると
相関パラメータは次式Ｃθ（ρ，θ，τ）＝ａ_t（ρ，θ）・ａ_t+DELTA（ρ，θ+τ） (5)′ で与えられる。すなわち、図１６のステップ５３におい
て(5)′式の相関処理を実行する。ここでDELTAは遅れ時
間を表し、回転速度ωは ω＝（τ_P・Δρ）／DELTA と求められる。生体に回転を検出する細胞があり、それ
をモデル化したものである。

【００６９】(3) （ρ，θ）プレーンの相関パラメータ
Ｃ（ρ，θ，τ₁，τ₂）：方向が変化しながら移動する
接線群の時間的相関度を示すパラメータである。Ｃ
（ρ，θ，τ₁，τ₂）が極大となるρ_P，θ_P，τ_1P，τ
_2Pから、受容野中心を通る接線の位置、方位、移動速
度、回転速度を一次元相関パラメータに比べて、より詳
しく計測できる。尚、相関パラメータは次式Ｃ（ρ，θ，τ₁，τ₂）＝ａ（ρ，θ）・ｂ（ρ＋τ₁，θ＋τ₂） (6) で与えられる。すなわち、図１６のステップ５３におい
て(6)式の相関処理を実行する。尚、ａ（ρ，θ）＝ａ_t
（ρ，θ）、ｂ（ρ＋τ₁，θ＋τ₂）＝ａ_t+DEL _TA（ρ
＋τ₁，θ＋τ₂）と表現すると相関パラメータは次式Ｃ（ρ，θ，τ₁，τ₂）＝ａ_t（ρ，θ）・ａ_t+DELTA（ρ＋τ₁，θ＋τ₂）・・・(6)′ で与えられる。すなわち、図１６のステップ５３におい
て(6)′式の相関処理を実行する。ここでDELTAは遅れ時
間を表し、平行移動速度Ｖと回転速度ωはＶ＝（τ_1P・Δρ）／DELTA ω＝（τ_2P・Δρ）／DELTA と求められる。

【００７０】(d-2) 基本相関パラメータの投影以上の基本相関パラメータでは、接線の位置（ρ_P）、
方位（θ_P）、視差／速度（σ_P／τ_P）の相関パラメー
タを全て決定することができたが、その反面で三次元以
上の大きな相関パラメータ記憶部が必要となる課題があ
る。以下では、相関判定のパラメータ数を必要に応じて
抑えて、相関パラメータ記憶部の容量を削減できる相関
パラメータの定義と特質を以下で説明する。空間的相関
パラメータＣ（ρ，θ，σ）と時間的相関パラメータＣ
（ρ，θ，τ）について説明するが、（ρ，θ）プレー
ンの相関パラメータＣ（ρ，θ，σ₁，σ₂），Ｃ（ρ，
θ，τ₁，τ₂）の場合にも同様に定義できて、一次元相
関パラメータの場合より詳しい相関計測が可能となる。

【００７１】σあるいはτ方向に投影対応する接線の位置ρと方位θが重要で、視差σ（移動
速度τ）を直接計測しなくて良い場合には、基本相関パ
ラメータＣ（ρ，θ，σ）又はＣ（ρ，θ，τ）をσ又
はτ方向に加算した次式のＣ_PRJ-σ（ρ，θ）またはＣ
_PRJ-τ（ρ，θ）が有効であり、相関パラメータ記憶部
は入力の双対プレーンと同じρ−θの二次元に削減され
る。Ｃ_PRJ-σ（ρ，θ）＝ΣＣ（ρ，θ，σ）（但し、σ=0,1,2,・・・σmax) (7) Ｃ_PRJ-τ（ρ，θ）＝ΣＣ（ρ，θ，τ）（但し、τ=0,1,2,・・・τmax) (8)

【００７２】図２９は基本相関パラメータＣ（ρ，θ，
σ）を投影するフィルタリング処理のフロー図である。
入力データＡ，Ｂを受容野像に分割し（ステップ５０
ａ，５０ｂ）、各受容野像に極変換処理を施し（ステッ
プ５１ａ、５１ｂ）、該極変換結果に一次元フィルタリ
ング処理を施して双対プレーンに写像し（ステップ５２
ａ，５２ｂ）、各双対プレーンのデータに(1)′式の相
関処理を施し(ステップ５３）、相関処理により得られ
た相関パラメータＣ（ρ，θ，σ）を(7)式に従って積
算し(ステップ７１)、積算結果をρ−θの相関パラメー
タメモリに記憶する（ステップ７２）。

【００７３】図３０は相関パラメータを演算してσ方向
に投影する処理の流れ図である。相関演算に際して０→
θ、０→ρ、０→σとする（ステップ２０１〜２０
３）。ついで、(1)′式により、相関パラメータＣ
（ρ，θ，σ）を演算し（ステップ２０４）、該相関パ
ラメータを(7)式に従って積算する（ステップ２０
５）。ついで、σをインクリメントすると共に、σ＞σ
maxかどうかを判断し（ステップ２０６、２０７）、σ
≦σmaxであれば、ステップ２０４に戻って以降の処理
を繰返す。そして、σ＞σmaxとなれば、積算値をρ、
θが示す相関パラメータ記憶部のマトリックス交点に記
憶する（ステップ２０８）。以後、ρをインクリメント
すると共にρ＞ρmaxかどうかを判断し（ステップ２０
９、２１０）、ρ≦ρmaxであれば、ステップ２０３に
戻って以降の処理を繰返す。ρ＞ρmaxとなれば、θを
インクリメントすると共にθ＞θmaxかどうかを判断し
（ステップ２１１，２１２）、θ≦θmaxであれば、ス
テップ２０２に戻って以降の処理を繰返し、θ＞θmax
となれば、相関演算・投影処理を終了する。

【００７４】ρ方向に投影対応する接線の方位θと視差σ（又は移動速度τ）が重
要で、位置ρを直接計測しなくても良い場合には、基本
相関パラメータＣ（ρ，θ，σ）をρ方向に加算した次
式で与えられる相関パラメータＣ_PRJ-ρ（θ，σ）また
はＣ_PRJ-ρ（θ，τ）が有効であり、相関パラメータ記
憶部は入力の双対プレーンと同じ二次元に削減される。Ｃ_PRJ-ρ（θ,σ）＝ΣＣ（ρ，θ，σ）（但し、ρ=0,1,2,・・・ρmax) (9) Ｃ_PRJ-ρ（θ,τ）＝ΣＣ（ρ，θ，τ）（但し、ρ=0,1,2,・・・ρmax) (10) この相関パラメータは、視野内で動く輪郭線を検出する
場合に効果的であり、移動している輪郭接線の方位θと
移動速度τを、線の位置ρに無関係に計測できる。大脳
のハイパーコラムでも同様の働きをする細胞があり、視
野内で直線が平行移動すると強く発火し、止まると信号
を出さなくなるもので、「DirectionalSelectivity複雑
細胞」として知られている。これは、後述する「オプチカ
ルフローの計測」や「ランダムドットからの両眼立体視」
に重要な役割を果たす。

【００７５】θ方向に投影対応する接線の位置ρと視差σ（又は移動速度τ）が重
要で、方位θを直接計測しなくても良い場合には、基本
相関パラメータＣ（ρ，θ，σ）をθ方向に加算した次
式で与えられる相関パラメータＣ_PRJ-θ（ρ，σ）また
はＣ_PRJ-θ（ρ，τ）が有効であり、相関パラメータ記
憶部は入力の双対プレーンと同じ二次元に削減される。Ｃ_PRJ-θ（ρ，σ）＝ΣＣ（ρ，θ，σ）（但し、θ=0,1,2,・・・θmax) (11) Ｃ_PRJ-θ（ρ，τ）＝ΣＣ（ρ，θ，τ）（但し、θ=0,1,2,・・・θmax) (12) この相関パラメータは受容野近傍に捕捉しながら、動い
ていく輪郭線を追尾する場合に効果的である。受容野中
心からの輪郭線の距離ρと移動速度τを、線の方位に無
関係に計測できるという特質を有する。これに似た細胞
は蛙などの網膜に存在してハエ等の獲物を追跡するのに
使用されている。

【００７６】ρσあるいはρτ方向に投影対応する接線の方位θが重要で、位置ρと視差σ（移動
速度τ）を直接計測しなくて良い場合には、基本相関パ
ラメータＣ（ρ，θ，σ）をρσ方向（又はρτ方向）
に加算した次式で与えられる相関パラメータＣ_PRJ-ρσ
（θ）またはＣ _PRJ-ρτ（θ）が有効であり、相関パラ
メータ記憶部は一次元に削減される。Ｃ_PRJ-ρσ（θ）＝ΣΣＣ（ρ，θ，σ）（但し、ρ=0,1,2,・・・ρmax、σ=0,1,2,・・・σmax） (13) Ｃ_PRJ-ρτ（θ）＝ΣΣＣ（ρ，θ，τ）（但し、ρ=0,1,2,・・・ρmax、σ=0,1,2,・・・σmax） (14) この相関パラメータは、受容野内をある方位の輪郭線が
移動したことを検知するのに効果的であり、移動してい
る輪郭線の方位θを、輪郭線の位置や移動速度に無関係
に計測できるという特質を有している。

【００７７】ρθに投影対応する輪郭線の視差ρ（移動速度τ）が重要で、位置
ρと方位θを直接計測しなくて良い場合には、基本相関
パラメータＣ（ρ，θ，σ）をρθ方向に加算した次式
で与えられる相関パラメータＣ_PRJ-ρθ（σ）またはＣ
_PRJ-ρθ（τ）が有効であり、相関パラメータ記憶部は
一次元に削減される。Ｃ_PRJ-ρθ（σ）＝ΣΣＣ（ρ，θ，σ）（但し、ρ=0,1,2,・・・ρmax、θ=0,1,2,・・・θmax） (15) Ｃ_PRJ-ρθ（τ）＝ΣΣＣ（ρ，θ，τ）（但し、ρ=0,1,2,・・・ρmax、θ=0,1,2,・・・θmax） (16) この相関パラメータは、受容野内を移動する輪郭線をそ
の速度と共に検知したい場合に効果的であり、(16)式の
場合には移動している輪郭線速度τを、輪郭線の位置や
方位に無関係に計測できるという特質を有している。

【００７８】θρσあるいはθρτに投影受容野内に対応した輪郭線が有るか否かだけが重要で、
位置ρ、方位θ、視差σ（移動速度τ）を計測しなくて
良い場合には、基本相関パラメータＣ（ρ，θ，σ）を
ρθσ方向（又はρθτ方向）に加算した次式で与えら
れる相関パラメータＣ_PRJ-θρσまたはＣ_PRJ-θρτが
効果的であり、相関パラメータ記憶部は１細胞のみの０
次元に削減される。Ｃ_PRJ-θρσ＝ΣΣΣＣ（ρ，θ，σ）（但しρ=0,1,2,・・・ρmax、θ=0,1,2,・・・θmax、σ=0,1,2,・・・σmax） (17) Ｃ_PRJ-θρτ＝ΣΣΣＣ（ρ，θ，τ）（但しρ=0,1,2,・・・ρmax、θ=0,1,2,・・・θmax、σ=0,1,2,・・・σmax） (18) このようなケースは、(18)式を例にとると受容野内を移
動する輪郭線が存在するか否かだけを検知したい場合に
効果的であり、輪郭線の位置や方位や移動速度に無関係
に計測できるという特質を有している。これに似た細胞
は蛙などの下等動物の網膜に共通的に存在して、受容野
の中にハエ等の獲物が入ってきたかを少ない細胞で、か
つ素早く検出するために、極端に細胞数の少ない処理系
を構成している知恵が推察される。工学的にも、使用Ｉ
Ｃの数が非常に限定される惑星探査用の自走車などで、
概略の移動状況を受容野単位で把握する場合に有効であ
る。

【００７９】（ρ，τ）あるいは（ρ，σ）プレーン
の斜め方向に投影以上では、相関パラメータ記憶部の容量削減のために、
基本相関パラメータＣ（ρ，θ，σ），Ｃ（ρ，θ，
τ）などの要素パラメータの方向、つまり輪郭線の位置
ρ、方位θ、視差σ、移動速度τの方向に直接投影し
た。ここでは、上記の各要素パラメータの性質を残した
ままで相関パラメータ記憶部の容量を削減する方法を説
明する。基本相関パラメータＣ（ρ，θ，σ），Ｃ
（ρ，θ，τ）を図２８の（ρ，τ）あるいは（ρ，
σ）プレーンの任意の斜めの方向に投影するとρ、τ、
σの性質を残して相関パラメータ記憶部を二次元に削減
できる。この斜め投影を、（ρ，σ）の４５⁰方向に投
影した例で説明する。投影方向に直交する軸をξとする
と、４５⁰方向に投影された相関パラメータＣ_PRJ-45σ
（θ，ξ）は次式で与えられ、相関パラメータＣ_PRJ-45
σ（θ，ξ）が極大となるθ_P、ξ_Pを求めると、対応す
る輪郭線の方位θ_Pと「位置ρと視差σを複合したパラ
メータξ_P」が計測される。Ｃ_PRJ-45σ（θ，ξ）＝ΣＣ（ρ＋ｉ，θ，σ＋ｉ）（但し、ｉ＝１，２・・・） (19)

【００８０】(d-3) 自然フィルタのコンボリューション
フィルタＣ₁（ρ，θ）双対プレーンの出力データをａ（ρ，θ）、ｂ（ρ，
θ）とした以下の投影相関パラメータＣ₁（ρ，θ）は
興味深いフィルタを構成する。Ｃ₁（ρ，θ）＝Σａ（ρ＋ｉ，θ）・ｂ（ｉ，θ）（但し、ｉ＝１，２・・・） (20) 一方、前述の先願特許（特願平3-327722号）で開示した
一次元フィルタコンボリューション演算出力Ｃ₂（ρ，
θ）は、一次元フィルタ関数をｇ（ρ）として次式で与
えられている。Ｃ₂（ρ，θ）＝Σａ（ρ＋ｉ，θ）・ｇ（ｉ）（但し、ｉ＝１，２・・・） (21) 両方の式を比較すると、相関パラメータＣ₁（ρ，θ）
はコンボリューション出力Ｃ₂（ρ，θ）のフィルタ関
数ｇ(ρ)を、相関データｂ（ｉ，θ）に変えたものであ
る。このことから、相関パラメータＣ₁（ρ，θ）は人
工のフィルタ関数ｇ（ρ）の代わりに、自然のデータｂ
（ｉ，θ）とのコンボリューション演算を行った「自然
フィルタリング」結果と考えることができる。

【００８１】両フィルタリングの機能を考えてみると、
フィルタ関数ｇ（ρ）が既知の(21)式の「人工フィルタ
リング」は、微分などの予め作用を規定できる場合に採
用できるが、「左右の眼で同じに見える特徴」を抽出し
たり、「前の画像と同じ特徴」を追跡する場合には、自
然データとのコンボリューション演算が必要であり、か
かる特徴抽出や特徴追跡は不可能である。一方、(20)式
の「自然フィルタリング」は予めフィルタパターンを規
定できない上記の場合にも、的確なフィルタを行うこと
ができる。

【００８２】図３１は本発明の自然フィルタの構成図で
あり、８１は入力データ（１画面分の画像データ）を受
容野毎に切り出して出力する受容野分割部、８２は受容
野像に極変換処理を施す極変換部、８３は極変換結果ａ
（ρ，θ）を記憶するρ−θの双対プレーン（ハイパー
コラムメモリ）、８４は本発明に係わる自然フィルタで
あり、自然フィルタデータを受容野毎に切り出して出力
する受容野分割部８４ａと、受容野像に極変換処理を施
す極変換部８４ｂと、極変換結果ｂ（ρ，θ）を記憶す
るρ−θの双対プレーン８４ｃと、(20)式の演算を行う
乗算部８４ｄと積算部８４ｅを有している。

【００８３】乗算部８４ｄは双対プレーン８３，８４ｃ
から出力されるデータａ（ρ＋ｉ，θ）、ｂ（ｉ，θ）
（ρ、θ、ｉの初期値は０）に対して次の乗算ａ（ρ＋ｉ，θ）・ｂ（ｉ，θ）を実行して積算部８４ｅに出力すると共に、ｉをインク
リメントして次のデータａ（ρ＋ｉ，θ）、ｂ（ｉ，
θ）に対して同様の乗算をｉ＞ｉmax（フィルタ幅であ
り適当に設定する）となるまで実行する。積算部８４ｅ
は乗算結果を積算し、ｉ＞ｉmaxとなれば積算結果をρ
−θプレーンメモリ（図示せず）に記憶する。以後、全
ての（ρ，θ）について積和演算を実行すれば自然フィ
ルタリング処理が終了する。

【００８４】両眼立体視への応用基本相関パラメータＣ（ρ，θ，σ）により、詳細な輪
郭線の対応を三次元で行えることは前述した通りである
が、この自然フィルタでは、二次元プレーン（ρ，θ）
で輪郭の対応が可能となる。具体的には、前述のＣ
₁（ρ，θ）の極大を求めることにより、両眼で対応す
る輪郭線の位置ρと方位θを、視差σに無関係に決定で
きる。猿の大脳１８野にもこれと似た機能の細胞が存在
し、両眼で対応する輪郭線を検知している。

【００８５】移動輪郭線の追跡への応用以上は空間的に異なる受容野間の自然フィルタであった
が、時間的な自然フィルタでも効果的である。時間的な
相関パラメータＣ_time（ρ，θ）は、時間的に異なる入
力データをａ_t（ρ，θ），ａ_t+DELTA（ρ，θ）とし
て、同様に次式Ｃ_time（ρ，θ）＝Σａ_t（ρ＋ｉ，θ）・ａ_t+DELTA（ｉ，θ）（但し、ｉ＝０，１・・・） (22) で与えられる。三次元空間であれば、同時的な基本相関
相関パラメータＣ（ρ，θ，τ）により、移動する輪郭
線の位置、方位、移動速度を計測できることは前述し
た。しかし、この自然フィルタではＣ_time（ρ，θ）の
極大を求めることにより、移動する輪郭線の位置ρ、方
位θを、二次元プレーンで移動速度τに無関係に決定で
きるという特質を有する。大脳の視覚野にも同様の細胞
が存在する。

【００８６】(d-4) 差タイプの基本相関以上では、基本相関パラメータをＣ（ρ，θ，σ）＝ａ（ρ，θ）・ｂ（ρ＋σ，θ）Ｃ（ρ，θ，τ）＝ａ_t（ρ，θ）・ａ_t+DELTA（ρ＋
τ，θ）のように乗算で構成したが、これを加算としても同様の
効果が得られる。この場合には信号の間に線形性が保証
され、生体では「線形単純細胞」として知られている。更
に、上式の乗算を引き算とすることにより、輪郭の不明
瞭な物体の両眼立体視や追尾を、明るさや色合いの緩い
変化などを手掛かりにして行うことが可能となる。

【００８７】空間的相関 ρ軸方向相関の場合で説明すると、その基本相関パラメ
ータはＣ′（ρ，θ，σ）＝ａ（ρ，θ）−ｂ（ρ＋σ，θ） (23) で与えられる。この相関では、入力データの等しい所で
Ｃ′（ρ，θ，σ）が零になる。この性質により、輪郭
の明瞭でない物体の両眼立体視も可能となる。例えば、
大きな丸い柱を見ると両端を除いて明確な輪郭はない
が、その明るさは入射角との関係で序々に変化してい
る。左右の眼で明るさの等しい所をＣ′（ρ，θ，σ）
が零になる性質から見出すと両眼対応ができて、円筒の
表面状態を立体視計測できる。

【００８８】図３２は差タイプの相関処理の流れ図であ
り、全体の基本フローは図１４の場合と同一であり、異
なる点は相関パラメータの演算を(23)式により行ってい
る点である。相関演算に際して０→θ、０→ρ、０→σ
とする（ステップ３０１〜３０３）。ついで、(23)式に
より、相関パラメータを演算して相関パラメータ記憶部
に記憶する(ステップ３０４，３０５)。ついで、σをイ
ンクリメントすると共に、σ＞σmaxかどうかを判断し
（ステップ３０６、３０７）、σ≦σmaxであれば、ス
テップ３０４に戻って以降の処理を繰返す。そして、σ
＞σmaxとなれば、ρをインクリメントすると共にρ＞
ρmaxかどうかを判断し（ステップ３０８、３０９）、
ρ≦ρmaxであれば、ステップ３０３に戻って以降の処
理を繰返す。ρ＞ρmaxとなれば、θをインクリメント
すると共にθ＞θmaxかどうかを判断し（ステップ３１
０、３１１）、θ≦θmaxであれば、ステップ３０２に
戻って以降の処理を繰返し、θ＞θmaxとなれば、相関
演算処理を終了する。

【００８９】時間的相関 ρ方向の場合で説明すると、その基本相関パラメータは
次式Ｃ′（ρ，θ，τ）＝ａ（ρ，θ）−ｂ（ρ＋τ，θ） (23) で与えられる。尚、ａ（ρ，θ）＝ａ_t（ρ，θ）、ｂ
（ρ+τ，θ）＝ａ_t+DELT _A（ρ+τ，θ）と表現すると
相関パラメータは次式Ｃ′（ρ，θ，τ）＝ａ_t（ρ，θ）−ａ_t+DELTA（ρ+τ，θ） (23)′ で与えられる。この相関でも、入力データの等しい所で
Ｃ′（ρ，θ，τ）が零になる。この性質により、輪郭
の明瞭でない物体の追尾も可能となる。の場合と同様
の方法で、明るさの同じになる場所を、Ｃ′（ρ，θ，
τ）が零になる性質から検出していくと、円筒の表面や
人間の顔の一部など明瞭な輪郭線を検出できない部分で
も、安定な追尾ができる。この細胞は前述の「Directio
nal Selectivity 単純細胞」に属する「線型応答型細
胞」である。

【００９０】(E)具体方式と実施例 (a) 両眼立体視空間的に異なる作用画面の具体例として、両眼立体視の
方式とシミュレーション例を説明する。接線には線・隙
間・縁の特徴が有り、”線”は明るく光る帯であり、”
縁（エッジ）”は明るい部分と暗い部分の境界線であ
り、”隙間”は線の逆で、暗い細い帯である。（Ｃ）項
では”線”の両眼立体視対応を相関フィルタの原理説明
のために示したが、ここでは、線も含めその他の特徴の
両眼立体視を体系的に説明する。先願特許（特願平3-32
7722号）において、線抽出フィルタ、縁抽出フィルタ、
隙間抽出フィルタを開示したが、これらフィルタを用い
ることにより、線・隙間の両眼立体視や縁の両眼立体視
が可能となる。

【００９１】(a-1) 各種フィルタ構成線抽出フィルタ図３３は”線”抽出フィルタの構成図であり、(a)は「受
容野法（受容野分割＋極変換）＋一次元gasフィルタ」構
成の線抽出フィルタ、(b)は「二次元gasフィルタ＋受容
野法」構成の線抽出フィルタである。(a)の線抽出フィ
ルタは、受容野分割部で入力画像を受容野毎に分割し、
極変換部で各受容野像毎に極変換を施し、一次元gasフ
ィルタで極変換出力に一次元二次微分フィルタ処理を施
して線分を抽出するものである。(b)の線抽出フィルタ
は、二次元gasフィルタで入力画像に二次元二次微分処
理を施してから、受容野毎に分割し、各受容野像に極変
換を施して線を抽出するものである。

【００９２】縁抽出フィルタ図３４は各種”縁”抽出フィルタの構成図であり、(a)
は受容野法(受容野分割＋極変換）の出力に一次元grフ
ィルタ処理を施して”縁”を抽出する基本フィルタの構
成、(b)は(a)の基本フィルタの後段に更に一次元gasフ
ィルタを接続した縁抽出フィルタの構成、(c)は(a)の基
本フィルタの前段に更に二次元gasフィルタを接続した
縁抽出フィルタの構成である。(a)の縁抽出フィルタ
は、受容野分割部で入力画像を受容野毎に分割し、極変
換部で各受容野像に極変換を施し、一次元grフィルタで
極変換出力に一次微分処理を施して”縁”を抽出するも
のである。(b)の縁抽出フィルタは、受容野分割部で入
力画像を受容野毎に分割し、極変換部で各受容野像に極
変換を施し、一次元grフィルタで極変換出力に一次元一
次微分処理を施し、更に二次元gasフィルタで一次元二
次微分処理を施して”縁”を抽出するものである。(c)
の縁抽出フィルタは、二次元gasフィルタで入力画像に
二次元二次微分処理を施してから、受容野分割部で入力
画像を受容野毎に分割し、極変換部で各受容野像に極変
換を施し、更に一次元grフィルタで極変換出力に一次元
一次微分処理を施して”縁”を抽出するものである。

【００９３】隙間抽出フィルタ隙間抽出フィルタは、線抽出フィルタの符号を反転した
ものである。従って、図３３に示す各線抽出フィルタの
後段に符号反転部を接続すれば、隙間抽出フィルタにな
る。図３５は隙間抽出フィルタの構成図であり、符号反
転部が設けられている。

【００９４】(a-2) 線・隙間の両眼立体視一次元フィルタでの線・隙間の両眼立体視図１４の基本フローにおける「極変換＋一次元フィルタ
処理」を、図３３(a)又は図３５(a)に示す「受容野分割
＋極変換＋一次元ガウシャンフィルタ（＋符号反転）処
理」とすると共に、左右眼の画像を入力することによ
り、線・隙間の両眼立体視が可能となる。そのシミュレ
ーション結果は既に図１１〜図１３で説明した。図１３
におけるＣ（ρ，θ，σ）の鋭いピークが垂直線の対応
点を示し、σ軸の値から視差が５画素と正しく計測され
ている。

【００９５】二次元フィルタでの線・隙間の両眼立体
視（生体的両眼立体視）図１４の基本フローにおける「極変換＋一次元フィルタ
処理」を、図３３(b)又は図３５(b)に示す「二次元ガウ
シャンフィルタ＋受容野分割＋極変換（＋符号反転）処
理」とすると共に、左右眼の画像を入力することによ
り、線・隙間の両眼立体視が可能となる。この方式は、
左右眼の入力画像に二次元gasフィルタで二次元二次微
分処理（二次元コンボリューションフィルタ処理）を施
し、しかる後、受容野毎に分割し、各受容野像に極変換
を施すものである。二次元gasフィルタ処理は「極変換後
の一次元フィルタ処理」と等価であり、シミュレーショ
ン結果は省略するが、図１１〜図１３と同一になる。こ
の方式は、人間の立体視と同じであり、二次元gasフィ
ルタで輪郭強調した結果を、形の認識等にも共通的に活
用できる利点が有る。

【００９６】(a-3) 縁の両眼立体視一次元フィルタでの縁の両眼立体視図１４の基本フローにおける「極変換＋一次元フィルタ
処理」を、図３４(b)に示す「受容野分割＋極変換＋一
次元グラディエントフィルタ＋一次元ガウシャンフィル
タ処理」とすると共に、左右眼の画像を入力することに
より、縁の両眼立体視が可能となる。そのシミュレーシ
ョン結果を図３６、図３７に示す。図３６(a),(b)にお
ける円形部Ｃ_L，Ｃ_Rは左右眼の受容野、円形内の像は左
右眼に写る受容野像であり、プラント内の情景中四角Ｓ
Ｑで囲んだ部分の縁の図形が写っている。図３７におい
ては、全てのデータを信号の強さを等高線で示してあ
り、極変換結果と、θ＝１６８⁰での基本相関パラメー
タＣ（ρ，θ，σ）の強度分布が等高線で示されてい
る。Ｃ（ρ，θ，σ）の鋭いピークが縁の対応点を示
し、σ軸の値から視差が１画素と正しく計測されてい
る。

【００９７】二次元フィルタを混在した縁の両眼立体
視（生体的両眼立体視）図１４の基本フローにおける「極変換＋一次元フィルタ
処理」を、図３４(c)に示す「二次元ガウシャンフィル
タ＋受容野分割＋極変換＋一次元グラディエントフィル
タ処理」とすると共に、左右眼の画像を入力することに
より、縁の両眼立体視が可能となる。この方式は、左右
眼の入力画像に二次元gasフィルタで二次元二次微分処
理を施し、しかる後、受容野毎に分割し、各受容野像に
極変換を施すものである。二次元gasフィルタ処理は「極
変換後の一次元フィルタ処理」と等価であり、シミュレ
ーション結果は省略するが、図３６と同一になる。この
方式は、人間の立体視と同じであり、二次元gasフィル
タで輪郭強調した結果を、形の認識等にも共通的に活用
できる利点が有る。 (a-4) 多角形図形・曲線図形・ランダムドット・テクス
チュアの両眼立体視:この両眼立体視は後述する移動方
向・速度の計測における記述と関連があるので、該記述
の後に(c)項として改めて説明する。

【００９８】(b) 移動方向と移動速度の計測時間的に異なる作用画面の具体的な例として、画面内を
移動する物体を追尾するために、移動方向Φと速度Ｖを
計測する方式を説明する。 (b-1) 輪郭接線の移動方向と速度の計測対象物の輪郭は直線で近似され（接線）、その接線の移
動方向と速度は以下の方法で計測できる。現時刻の画像
と、次の時刻の画像を「極変換＋一次元フィルタ処理」
したデータａ_t（ρ，θ）、ａ_t+DELTA（ρ，θ）から、
基本相関パラメータＣ（ρ，θ，τ）を次式Ｃ（ρ，θ，τ）＝ａ_t（ρ，θ）・ａ_t+DELTA（ρ＋τ，θ） (24) より計算し、そのＣ（ρ，θ，τ）が極大となる点（ρ
_P，θ_P，τ_P）を求めると、その要素パラメータから接線の移動方向Φ＝θ_P＋９０⁰ 接線の移動速度Ｖ＝（τ_P・Δρ）／DELTA・・・（25) と求まり、そのデータから接線を追尾できる。ここで、
Δρはρ方向の分解能である。

【００９９】この方向と速度は、接線の方位と移動方向
Ｖ₀が直交していない場合には誤差を生じる。その理由
を図３８で説明すると、(25)式により計測される接線Ｌ
の移動方向と速度は、それぞれ「接線の方位に直交する
方向」及び「その直交方向の速度Ｖ」であり、本当の方
向ベクトルＶ₀と一致しなくなるからである。この誤差
を修正した正しい移動方向と速度の計測法を次で説明す
るが、対象物の追尾を行うにはこの方式で十分である。
というのは、短い時間間隔で追尾が行われるため、毎回
の上式の誤差は小さく問題とならないからである。

【０１００】図３９は接線の移動方向と移動速度を計測
するフロー図である。画像データを遅延し（ステップ４
９）、現時刻の１画面分の画像データと遅延により得ら
れた所定時間前の１画面分の画像データをそれぞれ受容
野像に分割し（ステップ５０ａ，５０ａ′）、各受容野
像ＩＭ，ＩＭ′に極変換処理を施し（ステップ５１ａ，
５１ａ′）、該極変換結果に一次元フィルタリング処理
を施して双対プレーンに写像し（ステップ５２ａ，５２
ａ′）、各双対プレーンに写像されたデータ間に(24)式
の相関処理を施し（ステップ５３）、計算された相関パ
ラメータＣ（ρ，θ，τ）を相関パラメータ記憶部に記
憶し(ステップ７２）、相関演算終了後、相関パラメー
タ記憶部をスキャンしてＣ（ρ，θ，τ）が極大となる
（ρ_P，θ_P，τ_P）を検出し（ステップ７３）、最後に
(25)式により接線の移動方向Φと移動速度Ｖを計算する
(ステップ７４）。

【０１０１】(b-2) コーナのの移動方向と速度の計測正確な移動方向と速度を計測するには、受容野に２本以
上の輪郭線が必要である。対象物は図４０(a)に示すよ
うに一般的に２つの輪郭接線Ｌi，Ｌjをから成るコーナ
ＣＮを有しており、このコーナの相関処理によって正確
な移動方向と速度を計測できる。まず、(b-1)の場合と
同じように(24)式により相関処理を行う。すなわち、現
時刻の画像と次の時刻の画像とを「極変換＋一次元フィ
ルタ処理」したデータａ _t（ρ，θ）、ａ_t+DELTA（ρ，
θ）を用いて基本相関パラメータＣ（ρ，θ，τ）を(2
4)式より計算し、そのＣ（ρ，θ，τ）が極大となる点
（ρ_P，θ_P，τ_P）を求める。ついで、極大値探索によ
り抽出した２つの接線Ｌi，Ｌjに対応する点を（ρ_i，
θ_i，τ_i）、（ρ_j，θ_j，τ_j）、・・・とすると、正
確な移動方向Φと速度Ｖは次式 Φ＝arctan[(τ_isinθ_j−τ_jsinθ_i)／(τ_icosθ_j−τ_jcosθ_i)] (26) Ｖ＝（Δρ・τ_i）／（sin(Φ−θ_i)・DELTA） (27) で計測される。ここで、DELTAは現時刻と次の時刻との
時間間隔である。

【０１０２】この(26),(27)式は以下の如く導出され
る。すなわち、(25)式により計測される接線Ｌ（図３８
参照）の移動方向と速度はそれぞれ「接線の方位に直交
する方向」及び「その直交方向の速度Ｖ」である。従っ
て、図３８のΦ₀方向に移動した時、(25)式で計測され
る速度はＶ₀cosξとなる。これより、Ｖ₀cosξ＝（τ_P・Δρ）／DELTA (28) が成立する。ところで、角度ξは図３８において時計方
向を正とすると、次式 ξ＝９０⁰−（Φ₀−θ_P） (29) (但し、θ_Pは接線Ｌの方向)で与えられる。(28)式に(2
9)式を代入すると、Ｖ₀cos[90⁰-(Φ₀-θ_P)]＝（τ_P・Δρ）／DELTA (30) となり、変形するとＶ₀sin(Φ₀-θ_P)＝（τ_P・Δρ）／DELTA (30)′ となる。ここで、τ_P＝τ_i，θ_P＝θ_iとし、Ｖ₀を求め
ると(27)式が導出される。尚、τ_Pをτで、θ_Pをθで表
現し、ｋ＝DELTA/Δρとして(30)式を変形すると次式 τ＝ｋ・Ｖ₀・cos[90⁰-(Φ₀-θ)] (31) となり、この関係式をθ-τ平面上に描画すると図４０
(b)に示すように正弦波（正弦波状の発火パターン）と
なる。換言すれば、図形の各辺Ｌi,Ｌjはθ-τ平面上に
おいて正弦波上の１点に濃縮される。

【０１０３】さて、(31)式を変形すると、 τ＝ｋ・Ｖ₀・sin(Φ₀-θ) (32) となる。この(32)式において、(θ,τ)＝（θ_i，
τ_i）、(θ,τ)＝（θ_j，τ_j）とすると、次式 τ_i＝ｋ・Ｖ₀・sin(Φ₀-θ_i) (32)′ τ_j＝ｋ・Ｖ₀・sin(Φ₀-θ_j) (32)″ となる。(32)′、(32)″式より τ_i／τ_j＝sin(Φ₀-θ_i)／sin(Φ₀-θ_j) が成立し、 tanΦ₀=(τ_isinθ_j−τ_jsinθ_i)／(τ_icosθ_j−τ_jcos
θ_i) が導かれ、(26)式が導出される。尚、コーナは２本の輪
郭線からなるが、３本以上の輪郭線から構成される特徴
であれば、図４０(b)の正弦波をより正確に決定でき、
従って(Φ₀,Ｖ₀)の計測精度を高めることができる。

【０１０４】 (b-3) 多角形・曲線からの移動方向・速度の計測上記では、２本の線（コーナ）からの移動方向・速度の
計測を述べたが、もっと多くの線や接線から構成される
「多角形・曲線」に着目すると、更に信頼性の良い「移
動方向・速度の計測」が可能となる。前述のρ方向に投
影した次式で与えられる相関パラメータＣ_PRJ-ρ（θ，
τ）Ｃ_PRJ-ρ（θ，τ）＝ΣＣ（ρ，θ，τ）（ρ＝１，
２，・・・）が重要な役割を果たす。

【０１０５】多角形からの移動方向・速度の計測多角形図形に対するこのパラメータの応答は、図４１に
示すように、多角形の各辺の応答が正弦波状に分布す
る。Ｎ角形であれば、正弦波状にＮ個のピークが並ぶこ
とになり、また速度の大きい多角形は大振幅の正弦波と
なる。これから多角形全体の移動方向と速度を正確に計
測できる。直線の方位と移動方向との角度を図３８のよ
うにξとすると、相関パラメータＣ（ρ，θ，τ）がピ
ークとなるτ_Pは、(28)式より τ_P＝（Ｖ₀・DELTA／Δρ)・cosξ であり、これをρ方向に投影したＣ_PRJ-ρ（θ，τ）は
図４１の正弦波（正弦波状の発火パターン）となる。そ
の最大点（θmax、τmax）を求めると、移動方向Φ₀＝θmax−９０⁰(33a) 真の移動速度Ｖ₀＝（τmax・Δρ）／DELTA (33b) を計算できる。前述のコーナ法(図４０(b))に比して、
基本原理は同じであるが、正弦波上に多くの点(Ｎ点）
が分布するため、そのピーク（最大振幅となる点）を正
確に計算できるとの大きな特徴がある。

【０１０６】この正弦波の抽出を極変換を用いて行うこ
とができる。すなわち、円筒上極変換（Hough（ハフ）
変換）では点が正弦波に変換され、正弦波上の各点を更
に極変換すると（逆ハフ変換）、各点は１点で交差する
直線に変換される。従って、該点より正弦波を抽出でき
る。具体的には、Ｃ_PRJ-ρ（θ，τ）プレーンの各点
を、以下の関係 τ＝−Ｖy・cosθ＋Ｖx・sinθ （34) を満たす直線に変換して、その交点ＣＰ（Ｖx，Ｖy）を
求める（図４２参照）。Ｖx，Ｖy座標原点からこの交点
ＣＰまでの方向及び距離が(33a),(33b)式におけるθma
x、τmaxとなる。尚、交点ＣＰ迄の方向及び距離が(33
a),(33b)式におけるθmax、τmaxとなる理由は以下のと
おりである。(34)式は、真の速度Ｖ₀と方向Φを用いて
変形すると τ＝（√（Ｖx²＋Ｖy²））・sin（θ−Φ）＝Ｖ₀・（DELTA／Δρ）・sin（θ−Φ） (34)′ となる。ただし、Φ＝arctan（Ｖy／Ｖx）．従って、Ｃ
_PRJ-ρ（θ，τ）プレーンの正弦波のピークは τmax＝Ｖ₀・（DELTA／Δρ）あるいは＝√（Ｖx²＋Ｖy²） θmax＝Φ−９０⁰ となる。これより真の速度と方向が次式真の速度Ｖ₀＝(Δρ／DELTA)・√（Ｖx²＋Ｖy²） (35a) 真の方向Φ₀＝arctan（Ｖy／Ｖx） (35b) で計算できる。尚、この方法は「逆ハフ変換」に相当して
いる。

【０１０７】図４３は以上により移動方向と移動速度を
計測するフロー図である。現時刻と次の時刻の１画面分
の画像データをそれぞれ受容野像に分割し（ステップ５
０ａ，５０ａ′）、各受容野像ＩＭ，ＩＭ′に極変換処
理を施し（ステップ５１ａ，５１ａ′）、該極変換結果
に一次元フィルタリング処理を施して双対プレーンに写
像し（ステップ５２ａ，５２ａ′）、各双対プレーンに
写像されたデータ間に(24)式の相関処理を施し（ステッ
プ５３）、計算された相関パラメータＣ（ρ，θ，τ）
を相関パラメータ記憶部に記憶する(ステップ７２）。
ついで、次式Ｃ_PRJ-ρ（θ，τ）＝ΣＣ（ρ，θ，τ）（ρ＝１，
２，・・・）により、ρ方向に投影した相関パラメータＣ_PRJ-ρ
（θ，τ）を求め（ステップ７５）、θ−τ平面の相関
パラメータ記憶部に記憶する（ステップ７６）。つい
で、相関パラメータＣ_PRJ-ρ（θ，τ）に(34)式により
極変換処理を施し(ステップ７７）、Ｖx，Ｖy平面（速
度平面）上におけるピーク点（交点）を求め（ステップ
７８）、座標原点からこの交点までの方向及び距離を求
めて(35a),(35b)式に基づいて真の速度Ｖ₀、真の方向Φ
₀を演算する（ステップ７９）。曲線図形からの移動方向・速度の計測以上は多角形であったが、曲線図形でも同様に信頼性の
高い計測を行うことができる。「受容野法＋極変換」で
は、曲線の接線を的確に抽出でき、そのデータから同様
にＣ_PRJ-ρ（θ，τ）を計算すれば良い。

【０１０８】(b-4) ランダムドットやテクスチュアから
の移動方向・速度の計測以上では、直線や接線から構成される図形（多角形、曲
線）から、移動方向と速度を計測できることを述べた。
次に、ランダムの点から構成される図形に拡張する。こ
の図形に対しても(b-3)と全く同じ処理で移動方向と速
度を計測できる。その理由は、「受容野法＋一次元フィ
ルタ」によって、「点のペアを直線」として抽出でき、
多角形と同じに考えられるためである（図４４参照）。
この方法により、ランダムドット図形は当然として、細
かい模様から構成され「テクスチュア」図形の移動方向
・速度の計測が可能となり、この拡張は極めて大きな効
果を有する。

【０１０９】図４５、図４６はランダムドット図形の移
動方向、速度計測におけるシミュレーション結果説明図
であり、１秒間に、４５⁰方向に６√２画素移動した時
の結果であり、遅れDELTAを１秒に設定する。なお、こ
のランダムドット図形はコンピュータで生成したランダ
ムドット・ステレオグラムであり、１ドット＝１画素で
描いてあり、密度は５０％である。図４５において、Ｉ
Ｍ，ＩＭ′はそれぞれ、現時刻（遅れなし）と次の時刻
（遅れあり）の受容野像、ＨＣＩＭ，ＨＣＩＭ′は各受
容野像ＩＭ，ＩＭ′に極変換処理を施し、該極変換結果
に一次元フィルタリング処理を施してρ−θの双対プレ
ーンに写像したハイパーコラム像である。又、図４６に
おいて、ＰＲＩＭはハイパーコラム像間に相関処理を施
し、得られた相関パラメータＣ（ρ，θ，τ）をρ方向
に投影したθ−τ平面における相関パラメータＣ_PRJ-ρ
（θ，τ）、ＨＧＩＭは相関パラメータＣ_PRJ-ρ（θ，
τ）に極変換処理を施したＶx，Ｖy平面上の極変換結果
ある。θ−τ平面上には、正弦波パターンＳＷＶが現れ
ており、又、速度平面上には４５⁰方向、６√２画素位
置に鋭いピークＰＫが抽出されている。このピーク点
（Ｖx，Ｖy）より(35a),(35b)式に基づいて真の速度と
真の移動方向が計算できる。

【０１１０】大脳のハイパーコラムには「Directional S
electivity単純細胞」や「Directional Selectivity複雑
細胞」といわれる細胞があり、移動する輪郭線の移動方
向と速度を検出しており、その機能は本方式と非常に似
ている。特に、ハイパーコラムの第５及び第６層には上
丘や外側膝状体に信号をフィードバックする複雑細胞が
存在し、該複雑細胞は輪郭線の移動方向と移動速度のデ
ータを計測して対象物を視野の中心に捕捉するように眼
球を制御するのに重要な役割を果たしている。工学的に
も、移動ロボットなどでは対象物を視野の中心に捕捉し
て、接近や回避するなどの動作を行う必要があり、本方
式は有効である。又、対象物の移動方向と速度を計測す
る研究が近年盛んになっているが、それらの方法は「明
るさの時間変化から移動方向と速度を求める方法」と
「図形特徴の移動に伴う変化から移動方向と速度求める
方法」に大別できる。しかし、前者は微分的な取扱とな
って照明の変化や振動などに弱いとの実用上の大きな課
題があり、又、後者は図形特徴の対応がポイントである
が、現在の”形の処理”に弱い画像処理技術では適用に
限界がある。これらのオプチカルフローの課題に対し
て、本方式は前者に対して「極変換によって図形を構成
する点群を直線に変えて積算する、積分的な操作であ
り、ノイズに強い」という特徴を有している。又、後者
に対しては「最も簡単な図形、つまり輪郭接線に分解
し、かつその接線を極変換で一次元で対応処理できるた
め、複雑な図形に対しても確実な計測ができる」という
特徴を有している。すなわち、本方式は、「積分型で一
次元処理が可能な、新しいオプチカルフロー方式」とい
える。

【０１１１】(b-5) 線・隙間の移動方向と速度の計測以下でシミュレーション結果を含めて、線・隙間の移動
方向と速度の計測方式を説明する。移動方向と速度の具
体的な計測方法は、(b-1)を例にしたが、(b-2)〜(b-4)
でも同様に実行できる。一次元フィルタでの移動方向と速度の計測図３９のフローにおける「受容野分割＋極変換＋一次元
フィルタ処理」を、図３３(a)又は図３５(a)に示す「受
容野分割＋極変換＋一次元ガウシャンフィルタ（＋符号
反転）処理」とすることにより、線・隙間の移動方向と
速度の計測が可能となる。そのシミュレーション結果を
図４７に示す。垂直線（θ≒９０⁰）を水平方向に７画
素移動した前後の２つの画像を入力して得られる相関パ
ラメータＣ（ρ，θ，σ）の強度を等高線で示す。基本
相関パラメータＣ（ρ，θ，σ）の鋭いピークが垂直線
の対応点を示し、その点を（ρ_P，θ_P，τ_P）とする
と、移動方向＝θ_P＋９０⁰＝１８２⁰ （移動速度／DELTA）＝τ_P＝６画像と正しい結果が得られた。

【０１１２】二次元フィルタでの移動方向と速度の計測（生体的）図３９のフローにおける「受容野分割＋極変換＋一次元
フィルタ処理」を、図３３(b)又は図３５(b)に示す「二
次元ガウシャンフィルタ＋受容野分割＋極変換（＋符号
反転）処理」とすることにより、線・隙間の移動方向と
速度の計測が可能となる。この方式は、入力画像に二次
元gasフィルタで二次元二次微分処理（二次元コンボリ
ューションフィルタ処理）を施し、しかる後、受容野毎
に分割し、各受容野像に極変換を施すものである。二次
元gasフィルタ処理は「極変換後の一次元フィルタ処理」
と等価であり、シミュレーション結果は省略するが、図
４７と同じ移動方向と速度の計測結果が得られる。この
方式は、人間の立体視と同じであり、二次元gasフィル
タで輪郭強調した結果を形の認識等にも共通的に活用で
きる利点が有る。

【０１１３】(b-6) 縁の移動方向と速度の計測以下でシミュレーション結果を含めて、画像に最も頻繁
に現われる画像特徴である縁の移動方向と速度の計測方
式を説明する。移動方向と速度の具体的な計測方法は、
(b-1)を例にしたが、(b-2)〜(b-4)でも同様に実行でき
る。一次元フィルタでの縁の移動方向と速度の計測図３９のフローにおける「受容野分割＋極変換＋一次元
フィルタ処理」を、図３４(b)に示す「受容野分割＋極
変換＋一次元グラディエントフィルタ＋一次元ガウシャ
ンフィルタ処理」とすることにより、縁の移動方向と速
度の計測が可能となる。そのシミュレーション結果を図
４８に示す。１２０⁰の縁を水平方向に７画素移動した
前後の２つの画像を入力して得られる相関パラメータＣ
（ρ，θ，σ）の強度を等高線で示す。基本相関パラメ
ータＣ（ρ，θ，σ）の鋭いピークが縁の対応点を示
し、その点を（ρ_P，θ_P，τ_P）とすると、移動方向＝θ_P＋９０⁰＝２１０⁰ （移動速度・DELTA)／Δρ＝τ_P＝７画像と正しい結果が得られた。ここで、Δρはρ方向の分解
能、DELTAは遅れ時間である。

【０１１４】二次元フィルタを混在した縁の移動方向
と速度の計測（生体的両眼立体視）図３９のフローにおける「受容野分割＋極変換＋一次元
フィルタ処理」を、図３４(c)に示す「二次元ガウシャ
ンフィルタ＋受容野分割＋極変換＋一次元グラディエン
トフィルタ処理」とすることにより、縁の移動方向と速
度の計測が可能となる。この方式は、入力画像に二次元
gasフィルタで二次元二次微分処理（二次元コンボリュ
ーションフィルタ処理）を施し、しかる後、受容野毎に
分割し、各受容野像に極変換を施すものである。二次元
gasフィルタ処理は「極変換後の一次元フィルタ処理」と
等価であり、シミュレーション結果は省略するが、図４
1と同じ移動方向と速度の計測結果が得られる。この方
式は、人間の立体視と同じであり、二次元gasフィルタ
で輪郭強調した結果を、形の認識等にも共通的に活用で
きる利点が有る。

【０１１５】(c) 多角形図形・曲線図形・ランダムドット
・テクスチュアの両眼立体視多角形図形・曲線図形の両眼立体視移動方向・速度の計測(b)と同様に、ρ方向に投影した
相関パラメータＣ_PRJ-ρ（θ，σ）Ｃ_PRJ-ρ（θ，σ）＝ΣＣ（ρ，θ，σ）（ρ＝１，
２，・・・）を用いることにより、多角形図形・曲線図形の立体視計
測が可能となる。方法は(b)項の時間相関Ｃ_PRJ-ρ
（θ，τ）を両眼相関Ｃ_PRJ-ρ（θ，σ）に置き換える
だけで良い。この方法では、１本の直線からの両眼立体
視に比べて、辺の数だけ信頼性が向上する。

【０１１６】さて、直線は左右眼の入力画像において図
４９のＳＬ_L，ＳＬ_Rで示すように平行にずれて見える。
この直線位置の差はρ−θのハイパーコラムプレーン上
では直線の方位θに直交する方向の変位σとして得られ
る。従って、水平方向の両眼視差ｄは次式ｄ＝σ／sinθ で表現できる。以上から、水平視差(両眼視差)がｄの
時、θ方向の直線の変位量σは次式 σ＝ｄ・sinθ (36) で与えられる。この関係式をθ-σ平面上に描画すると
図５０(b)に示すように正弦波となる。換言すれば、左
右眼で捉えた図５０(a)に示す図形の各辺Ｌi,Ｌj,Ｌkを
極変換し、極変換により得られた各ハイパーコラム像間
に(1)式に基づいて相関処理を施して相関パラメータＣ
（ρ，θ，σ）を演算し、該相関パラメータＣ（ρ，
θ，σ）を(9)式に従ってρ方向に投影して相関パラメ
ータＣ_PRJ-ρ（θ，σ）を求め、θ-ρ平面に表示する
と各辺Ｌi,Ｌj,Ｌkは正弦波上の各点Ｌi′,Ｌj′,Ｌk′
に濃縮される。

【０１１７】従って、(b-3)の場合と同様に両眼入力画
像からＣ_PRJ-ρ（θ，σ）を計算し、それを（34)式で
極変換すると、図５０(c)に示すように正弦波上の各点
はＶx，Ｖy平面上で１点ＰＫを通る直線に変換される。
このピーク点ＰＫ（Ｖx，Ｖy）を求めると真の視差σ₀
は次式 σ₀＝Δρ・√（Ｖx²＋Ｖy²） (37) で計算できる。尚、視差の方向は、常に両眼を結ぶ方向
(水平方向)である。又、任意図形の見える方向をξ、両
眼の間隔をdとすると、任意図形までの距離Ｄは次式Ｄ＝ｄ・sin(σ₀+ξ)／sin(σ₀) (38) で計算できる。

【０１１８】図５１は両眼立体視による任意図形までの
距離演算法説明図であり、Ｌは直線、Ｅ_L，Ｅ_Rは左右眼
である。上記により求めた視差をσ₀、任意図形の見え
る方向をξ、両眼の間隔をd、左右眼から任意図形まで
の距離をＤ₁，Ｄ₂とすると、次式Ｄ₁sinξ＝Ｄ₂sin(ξ＋σ₀）Ｄ₁cosξ−Ｄ₂cos(ξ＋σ₀）＝ｄが成立する。この連立方程式よりＤ₁を求めると(38)式
が得られる。

【０１１９】図５２は両眼立体視により視差及び任意図
形までの距離を計測するフロー図である。左右眼画像デ
ータをそれぞれ受容野像に分割し（ステップ５０ａ，５
０ａ′）、各受容野像ＩＭ，ＩＭ′に極変換処理を施し
（ステップ５１ａ，５１ａ′）、該極変換結果に一次元
フィルタリング処理を施して双対プレーンに写像し（ス
テップ５２ａ，５２ａ′）、各双対プレーンに写像され
たデータ間に(1)式の相関処理を施し（ステップ５
３）、計算された相関パラメータＣ（ρ，θ，σ）を相
関パラメータ記憶部に記憶する(ステップ７２）。つい
で、(9)式により、ρ方向に投影した相関パラメータＣ
_PRJ-ρ（θ，σ）を求め（ステップ７５′）、θ−σ平
面の相関パラメータ記憶部に記憶する（ステップ７
６′）。ついで、相関パラメータＣ_PRJ-ρ（θ，σ）に
(34)式により極変換処理を施し(ステップ７７′）、Ｖ
x，Ｖy平面上におけるピーク点（交点）を求め（ステッ
プ７８′）、座標原点からこの交点までの距離を求めて
(37),(38)式に基づいて両眼視差σ₀、任意図形までの距
離Ｄを演算する（ステップ７９′）。

【０１２０】図５３、図５４はランダムドット図形の両
眼立体視によるシミュレーション結果説明図であり、左
右の眼に６画素異なるランダムドット図形を入力した場
合である。尚、このランダムドット図形はコンピュータ
で生成したランダムドット・ステレオグラムであり、１
ドット＝１画素で描いてあり、密度は５０％である。図
５３において、ＩＭ，ＩＭ′はそれぞれ、左右眼の受容
野像、ＨＣＩＭ，ＨＣＩＭ′は各受容野像ＩＭ，ＩＭ′
に極変換処理を施し、該極変換結果に一次元フィルタリ
ング処理を施してρ−θの双対プレーンに写像したハイ
パーコラム像である。又、図５４において、ＰＲＩＭは
ハイパーコラム像間に相関処理を施し、得られた相関パ
ラメータＣ（ρ，θ，σ）をρ方向に投影したθ−σ平
面における相関パラメータＣ_PRJ-ρ（θ，σ）、ＨＧＩ
Ｍは相関パラメータＣ_PRJ-ρ（θ，σ）に極変換処理を
施したＶx，Ｖy平面上の極変換結果ある。θ−σ平面上
には、正弦波パターンＳＷＶが現れており、又、Ｖx，
Ｖy平面上には原点より水平方向の６画素位置に鋭いピ
ークＰＫが抽出されている。このピーク点（Ｖx，Ｖy）
より(37),(38)式に基づいて両眼視差σ₀、任意図形まで
の距離Ｄが計算できる。

【０１２１】ランダムドット・テクスチュアの両眼立体視上述の置換（すなわちと同じ方法）で「ランダムドッ
ト図形やテクスチュア図形」の両眼立体視が可能とな
る。これにより細かい模様のある平面の両眼立体視を簡
単に行うことができる。これは、心理学者Ｊｕｌｅｓｚ
により始めて証明された事実「形として判らないランダ
ムドット図形でも、我々は両眼立体視できる」の細胞レ
ベルでのモデルである。

【０１２２】(d) 運動立体視直線の運動立体視移動対象物の速度と移動方向を求める方法は(b)で説明
した。同じ処理で、画像捕捉手段(カメラ等)が移動する
と空間内の直線までの距離(奥行き)を計測できる。すな
わち、(4)′式により相関パラメータＣ（ρ，θ，τ）
を求め、該相関パラメータのピーク点（ρ_P，θ_P，
τ_P）を求めると、現画像（移動後の画像）と前の画像
（移動前の画像）での視差はτ_P・Δρで計算される。
直線の見える方向をξ、画像捕捉手段の移動速度をＶ
s、(4)′式の遅れをDELTAとすると、直線までの距離は
(38)式と同様に次式Ｄ＝(Ｖs・DELTA)・sin(τ_P・Δρ+ξ)／sin(τ_P・Δρ) (39) で計算できる。

【０１２３】図５５は運動立体視により空間内の直線ま
での奥行きを計測するフロー図である。移動前の画像デ
ータを遅延し（ステップ４９）、該移動前の画像データ
ａ_t（ρ，θ）と移動後の画像データａ_t+DELTA（ρ＋
τ，θ）をそれぞれ受容野像に分割し（ステップ５０
ａ，５０ａ′）、各受容野像ＩＭ，ＩＭ′に極変換処理
を施し（ステップ５１ａ，５１ａ′）、該極変換結果に
一次元フィルタリング処理を施して双対プレーンに写像
し（ステップ５２ａ，５２ａ′）、各双対プレーンに写
像されたデータ間に(4)′式の相関処理を施し（ステッ
プ５３）、計算された相関パラメータＣ（ρ，θ，τ）
を相関パラメータ記憶部に記憶する(ステップ７２）。
ついで、相関パラメータＣ（ρ，θ，τ）のピーク点
（ρ_P，θ_P，τ_P）を求め(ステップ７３）、視差τ_P・
Δρを用いて(39)式により空間内の直線までの奥行きを
計算する（ステップ９１）。

【０１２４】任意図形の運動立体視画像捕捉手段(カメラ等)が移動すると空間内の任意図形
までの距離(奥行き)を計測できる。すなわち、画像捕捉
手段が移動する前後の各画像に対して(b-3)で説明した
と同様の処理を施して、Ｖx，Ｖy平面におけるピーク点
を決定し、(35a),(35b)式により真の速度Ｖ₀と移動方向
を計算する。図形の見える方向をξ、画像捕捉手段の移
動速度をＶs、(4)′式の遅れをDELTAとすると、任意図
形までの距離は(38)式と同様に次式Ｄ＝(Ｖs・DELTA)・sin(Ｖ₀・DELTA+ξ)／sin(Ｖ₀・DELTA) (40) で計算できる。

【０１２５】図５６は運動立体視により空間内の任意図
形までの奥行きを計測するフロー図である。移動前の画
像データを遅延し（ステップ４９）、該移動前の画像デ
ータａ_t（ρ，θ）と移動後の画像データａ_t+DELTA（ρ
＋τ，θ）をそれぞれ受容野像に分割し（ステップ５０
ａ，５０ａ′）、各受容野像ＩＭ，ＩＭ′に極変換処理
を施し（ステップ５１ａ，５１ａ′）、該極変換結果に
一次元フィルタリング処理を施して双対プレーンに写像
し（ステップ５２ａ，５２ａ′）、各双対プレーンに写
像されたデータ間に(4)′式の相関処理を施し（ステッ
プ５３）、計算された相関パラメータＣ（ρ，θ，τ）
を相関パラメータ記憶部に記憶する(ステップ７２）。
ついで、(10)式により、ρ方向に投影した相関パラメー
タＣ_PRJ-ρ（θ，τ）を求め（ステップ７５）、θ−τ
平面の相関パラメータ記憶部に記憶する（ステップ７
６）。ついで、相関パラメータＣ_PRJ-ρ（θ，τ）に(3
4)式により極変換処理を施し(ステップ７７）、Ｖx，Ｖ
y平面上におけるピーク点（交点）を求め（ステップ７
８）、(35a),(35b)式に基づいて真の速度Ｖ₀、真の方向
Φ₀を演算する（ステップ７９）。最後に、(40)式に基
づいて任意図形までの奥行きを計算する。

【０１２６】(e) 一般化以上を一般化すると、本発明の相関処理方式は図５７に
示すように一般化できる。すなわち、入力データに極変
換処理を施してρ−θの双対プレーンに写像し（ステッ
プ５０１）、極変換により得られたデータａ（ρ，θ）
に新しいパラメータの追加処理、相関処理、任意
パラメータでの投影又は極変換処理(０⁰または９０⁰方
向の投影は極変換と同じ）を施し、これにより、平面上
では正弦波状の発火パターンを含むデータａ（ξ₁，
ξ₂，・・・）を得、あるいは球面上では大円の発火パ
ターンを含むデータを得（ステップ５０２）、該データ
に含まれる正弦波状または大円の発火パターンを逆極変
換処理により抽出して有用なデータを出力する（ステッ
プ５０３）。尚、(1),(4)式では「新しいパラメータσ又
はτを追加」して「相関処理」を行っている。又、(9),(1
0)式では「パラメータρに沿った投影」をしている。更
に、(19)式ではρσ平面における４５⁰方向の投影を行
っており、この投影は「（ρ，σ）プレーンを極変換」
して４５⁰方向成分を取り出したのと同じである。

【０１２７】(b-2)，(b-3)において説明した移動方向と
速度の計測においては、時間的に異なる２つの画面デー
タに極変換処理を施してρ−θの双対プレーンにおける
データａ（ρ，θ）、ｂ（ρ，θ）を求める(ステップ
５０１)。ついで、ρ軸方向の移動速度パラメータτを
導入して(4)式により相関処理を行い、相関処理により
得られた相関パラメータＣ（ρ，θ，τ）を(10)式によ
りρ方向に投影して正弦波状の発火パターン（図４０、
図４１参照）を含む投影データＣ_PRJ-ρ（θ，τ）を求
める(ステップ５０２）。しかる後、投影データＣ_PRJ-
ρ（θ，τ）に逆極変換処理を施して正弦波状の発火パ
ターン（極大点を与えるポイント）を抽出して有用なデ
ータ（移動方向と速度）を出力する（ステップ５０
３）。正弦波状の発火パターンを抽出する「逆極変換」
を式で表現すると次のようになる。すなわち、δ( )を
デルタ関数、τ_X，τ_YをＸ，Ｙ軸方向の速度パラメータ
とすると、出力（τ_X，τ_Y）＝ΣθΣτ｛Ｃ_PRJ-ρ（θ，τ）・δ
（τ+τ_Xcosθ+τ_Ysinθ)｝と表現できる。デルタ関数δ( )は０の所だけが意味を
有するから、上式を変形すると出力（τ_X，τ_Y）＝Σθ｛Ｃ_PRJ-ρ（θ，-τ_Xcosθ-τ
_Ysinθ)｝となり、逆極変換の内容が良く判る。実施例ではこの計
算を行っている。

【０１２８】又、(c)において説明した両眼立体視の計
測においては、両眼で捕らえられた２つの画面データに
極変換処理を施してρ−θの双対プレーンにおけるデー
タＬ（ρ，θ）、Ｒ（ρ，θ）を求める(ステップ５０
１)。ついで、ρ軸方向の視差σを導入して(1)式により
相関処理を行い、相関処理により得られた相関パラメー
タＣ（ρ，θ，σ）を(9)式によりρ方向に投影して正
弦波状の発火パターン（図５０参照）を含む投影データ
Ｃ_PRJ-ρ（θ，σ）を求める(ステップ５０２）。しか
る後、投影データＣ_PRJ-ρ（θ，σ）に逆極変換処理を
施して正弦波状の発火パターン（極大点を与えるポイン
ト）を抽出して有用なデータ（視差）を出力する（ステ
ップ５０３）。正弦波状の発火パターンを抽出する「逆
極変換」を式で表現すると次のようになる。すなわち、
δ( )をデルタ関数、σ_X，σ_YをＸ，Ｙ軸方向の視差パ
ラメータとすると、出力（σ_X，σ_Y）＝ΣθΣσ｛Ｃ_PRJ-ρ（θ，σ）・δ
（σ+σ_Xcosθ+σ_Ysinθ)｝と表現できる。デルタ関数δ( )は０の所だけが意味を
有するから、上式を変形すると出力（σ_X，σ_Y）＝Σθ｛Ｃ_PRJ-ρ（θ，-σ_Xcosθ-σ
_Ysinθ)｝となる。実施例ではこの計算を行っている。

【０１２９】以上では図５７のステップ５０２におい
て、相関処理等を行って正弦波状の発火パターンを得る
ものであるが、相関処理等を施さなくても極変換のみで
正弦波状の発火パターンを得ることができる場合があ
る。かかる場合には、ステップ５０２において、ステッ
プ５０１の極変換により得られた（ρ，θ）データにシ
フトあるいは回転などの変換処理を施し、変換処理によ
り得られた（ρ，θ）データにステップ５０３の逆極変
換処理を施して正弦波状の発火パターン（極大点を与え
るポイント）を抽出すれば有用なデータを出力できる。
例えば、図５８(a)に示す半径Ｒの円を極変換すると、
(b)に示すようにρ方向にＲだけシフトした正弦波が得
られる。この正弦波は、円の中心を(ｘ₀，ｙ₀）とする
と ρ＝Ｒ−β₀cos(θ−α₀) (41) β₀＝√（ｘ₀ ²＋ｙ₀ ²） α₀＝arctan(ｘ₀／ｙ₀）となる。従って、極変換により得られたデータをρ方向
にＲだけシフトし、シフト処理により得られたデータａ
（θ，σ）に逆極変換処理を施して正弦波状の発火パタ
ーン（極大点を与えるポイント）を抽出すれば、円中心
を出力することができる（ステップ５０３）。

【０１３０】図５９は円検出のシュミレーション結果説
明図であり、白紙に描いた黒い円にラプラシアンフィル
タ処理を施して入力画像データとし、該入力画像を受容
野像に分割し、受容野像に極変換処理を施して正弦波状
の発火パターンを有するρ−θプレーンにおける（ρ，
θ）データを得、ついで、（ρ，θ）データをρ方向に
Ｒだけシフトし、シフト処理により得られたデータを逆
極変換したものである。尚、発火の強さを等高線で表
し、正部分を網かけで区別している。図５９(b)におい
て極変換により平行する２本の正弦波ＳＮ１，ＳＮ２が
得られるのは、ハイパーコラムの生理学的な知見「方位
θは０〜πの範囲」を考慮して、(41)式のπ〜２πの範
囲をρの負側に反転しているためである。図５９(d)よ
り明らかなように、一方の正弦波は円の中心に対応して
鋭い"負のピークＰＫ"として発火し、もう一方の正弦波
は半径が２Ｒの弱いリングＲＧとして発火している。以
上、本発明を実施例により説明したが、本発明は請求の
範囲に記載した本発明の主旨に従い種々の変形が可能で
あり、本発明はこれらを排除するものではない。

【０１３１】

【発明の効果】以上本発明によれば、入力データに対し
て極変換処理を施して双対プレーンに写像し、あるい
は、極変換処理結果に対して更にフィルタ処理を施して
それぞれ双対プレーンに写像し、しかる後、双対プレー
ン上における写像データ間に相関処理を施して入力デー
タの図形的特徴（例えば接線）間の関係を規定する変数
を計測するように構成したから、複数図形の対応部分の
決定を簡単に、しかも少ない処理量で正確に行うことが
でき、両眼立体視の機能（視差、奥行き計測、対象物の
移動速度、移動方向の計測等）を実現できる。又、本発
明によれば、１画面を小領域である受容野に分割した時
の受容野画像に対して極変換処理、フィルタ処理、相関
処理を行うように構成したから、処理量を著しく減少で
きる。

【０１３２】更に、本発明によれば、受容野像が２又は
３つのカメラにより捕捉した異なる画面に属する場合に
は、両眼立体視、三眼立体視の機能を実現でき、しかも
受容野像が時間的に異なる画面に属する場合には、受容
野内に写る特徴（線、コーナ等）の移動方向や移動速度
を計測できる。このため、対象物を視野の中心に捉えた
まま移動することが可能となり、移動ロボットや無人自
走車などへの応用が可能と成る。また、各受容野像がそ
れぞれカメラ等の画像捕捉手段を移動させた時の移動前
後の画面に属する場合には、運動立体視の機能を実現で
き対象物までの奥行きを計測できる。又、本発明によれ
ば、各受容野像を同じ画面の異なる受容野の画像とし、
あるいは同一受容野像とすることにより、１つの画面内
での同じ模様の程度を調べるテクスチュア解析などを行
うことができる。

【０１３３】更に、本発明によれば、複数の受容野像間
での相関処理を同一色毎に、あるいは色の差信号毎に、
あるいは色の三要素毎に行うようにしたから、両眼立体
視や移動物体注視やテクスチュア解析を更に確実に行う
ことができる。又、本発明によれば、極変換後に一次元
ガウシャンフィルタ処理を施すことにより、あるいは極
変換処理の前に２次元ガウシャンフィルタ処理を施すこ
とにより、複数図形における対応する線あるいは隙間を
求めることができ、また極変換後に一次元グラディエン
トフィルタ処理と一次元ガウシャンフィルタ処理を施す
ことにより、あるいは極変換処理の前に２次元ガウシャ
ンフィルタ処理を施し、極変換処理後に一次元グラディ
エントフィルタ処理を施すことにより、複数図形におけ
る対応する縁を求めることができ、更にはこれら図形要
素の位置や、方位、視差、移動方向、移動速度を求める
ことができる。

【０１３４】更に、本発明によれば、複数の受容野像が
空間的に異なる画面に属する場合、θ軸方向の相関パラ
メータＣθ（ρ，θ，σ）を演算することにより、ある
いは、（ρ，θ）プレーンの相関パラメータＣ（ρ，
θ，σ₁，σ₂）を演算することにより方位を変えながら
移動する接線の抽出が可能となる。又、本発明によれ
ば、複数の画像データの各受容野が時間的に異なる画面
に属する場合、ρ軸方向の相関パラメータＣ（ρ，θ，
τ）を演算することにより、平行移動する接線の位置、
方位、速度を定量的に求めることができ、また、θ軸方
向の相関パラメータＣθ（ρ，θ，τ）を演算すること
により、受容野中心を通る接線の位置、方位、方位回転
速度を定量的に求めることができ、更に、（ρ，θ）プ
レーンの相関パラメータＣ（ρ，θ，τ₁，τ₂）を演算
することにより、方向を変えながら移動する接線の位
置、方位、移動速度、回転速度を定量的計測できる。

【０１３５】更に、本発明によれば、相関パラメータＣ
（ρ，θ，σ）を空間的シフト量σを示すσ軸方向に投
影し、あるいは接線位置を示すρ軸方向に投影し、ある
いは接線方向を示すθ軸方向に投影し、あるいはこれら
任意の２軸方向に投影することにより、相関パラメータ
を記憶するメモリ容量を１軸分あるいは２軸分減少で
き、しかも、投影方向を選択することにより接線の位
置、視差、方位等のうち所望の値を得ることができる。
又、本発明によれば、相関パラメータＣ（ρ，θ，τ）
を時間的シフト量（移動速度）τを示すτ軸方向に投影
し、あるいは接線位置を示すρ軸方向に投影し、あるい
は接線方向を示すθ軸方向に投影し、あるいはこれら任
意の２軸方向に投影することにより、相関パラメータを
記憶するメモリ容量を１軸分あるいは２軸分減少でき、
しかも、投影方向を選択することにより接線の位置、方
位、平行移動速度、回転速度等のうち所望の値を得るこ
とができる。

【０１３６】更に、本発明によれば、受容野像に対して
極変換処理を施してρ−θの双対プレーンに写像し、該
双対プレーンの写像データａ（ρ，θ）と、別の双対プ
レーンに設定されている写像データｂ（ρ，θ）のうち
ρ軸方向に座標値が所定量ずれている組を取り出し、そ
の積和を演算することにより的確なフィルタリングを行
うことができ、「左右の目で同じに見える特徴の抽出」
や「前の画像と同じ特徴の追跡」等を行う際に適用して
好適である。又、本発明によれば、双対プレーンの写像
データａ（ρ，θ）に対して、他の写像データｂ（ρ，
θ）をρ軸方向あるいはθ軸方向にシフトさせた後に減
算すると共に、順次、該シフト量を変化させて減算し、
得られた減算結果を相関パラメータとすることにより、
輪郭が不明瞭な物体の両眼立体視や追尾を、明るさや色
合いのゆるい変化などを手掛かりにして行うことができ
る。

【図面の簡単な説明】

【図１】本発明の原理説明図である。

【図２】本発明の両眼立体視の原理説明図である。

【図３】球面写像（球面の極変換）説明図である。

【図４】円筒上の極変換説明図である。

【図５】受容野法の原理説明図である。

【図６】ハイパーコラム内の極変換説明図である。

【図７】本発明の実施例構成図である。

【図８】相関処理の流れ図である。

【図９】極変換回路の構成図である。

【図１０】一次元フィルタの構成図である。

【図１１】シミュレーション結果を説明する第１の説明
図である。

【図１２】シミュレーション結果を説明する第２の説明
図である。

【図１３】シミュレーション結果を説明する第３の説明
図である。

【図１４】相関フィルタリングの基本フロー図である。

【図１５】空間的に異なる画面間の相関フィルタリング
のフロー図である。

【図１６】時間的に異なる画面間の相関フィルタリング
のフロー図である。

【図１７】時間的及び空間的にに異なる画面間の相関フ
ィルタリングのフロー図である。

【図１８】同一画面の受容野間の相関フィルタリングの
フロー図である。

【図１９】同一画面、同一受容野内の相関フィルタリン
グのフロー図である。

【図２０】異なる色画像（三原色）間の相関フィルタリ
ングのフロー図である。

【図２１】異なる色画像（色の三要素）間の相関フィル
タリングのフロー図である。

【図２２】異なる色画像（色の差信号）間の相関フィル
タリングのフロー図である。

【図２３】θが同一のρ軸相関フィルタリングのフロー
図である。

【図２４】θが異なるρ軸相関フィルタリングのフロー
図である。

【図２５】θ方向相関の説明図である。

【図２６】ρが同一のθ軸相関フィルタリングのフロー
図である。

【図２７】ρ−θプレーンでの相関フィルタリングのフ
ロー図である。

【図２８】相関パラメータ空間説明図である。

【図２９】相関パラメータを投影するフィルタリング処
理の全体のフロー図である。

【図３０】相関パラメータをσ方向に投影する処理の流
れ図である。

【図３１】自然フィルタの構成図である。

【図３２】差タイプの相関処理の流れ図である。

【図３３】線抽出フィルタの各種構成図である。

【図３４】縁抽出フィルタの各種構成図である。

【図３５】隙間抽出フィルタの各種構成図である。

【図３６】シミュレーション結果を示す第１の説明図
（縁の両眼立体視）である。

【図３７】シミュレーション結果を示す第２の説明図
（縁の両眼立体視）である。

【図３８】接線の移動方向と速度説明図である。

【図３９】移動方向と移動速度を計測するフロー図であ
る。

【図４０】コーナの移動方向と速度検出説明図である。

【図４１】多角形に対するＣ_PRJ-ρ（θ，τ）の応答説
明図である。

【図４２】逆ハフ変換による正弦波の抽出説明図であ
る。

【図４３】移動方向と移動速度を計測するフロー図であ
る。

【図４４】ランダムドット図形からの極変換説明図であ
る。

【図４５】ランダムドット図形の移動方向・速度計測に
おけるシミュレーション結果説明図である。

【図４６】ランダムドット図形の移動方向・速度計測に
おけるシミュレーション結果説明図である。

【図４７】シミュレーション結果説明図（線の移動方向
・速度）である。

【図４８】シミュレーション結果説明図（縁の移動方向
・速度）である。

【図４９】線のずれ量と視差の関係説明図である。

【図５０】任意図形の両眼立体視の説明図である。

【図５１】両眼立体視による距離演算法説明図である。

【図５２】両眼立体視による視差・距離演算フロー図で
ある。

【図５３】ランダムドット図形の両眼立体視によるシミ
ュレーション結果説明図である。

【図５４】ランダムドット図形の両眼立体視によるシミ
ュレーション結果説明図である。

【図５５】運動立体視による直線までの奥行き演算フロ
ー図である。

【図５６】運動立体視による任意図形までの奥行き演算
フロー図である。

【図５７】一般化した場合のフロー図である。

【図５８】円検出の説明図である。

【図５９】円検出のシミュレーション結果説明図であ
る。

【図６０】両眼立体視の問題点説明図である。

【図６１】両眼立体視の奥行き計算説明図である。

【符号の説明】

１４，２４・・極変換部１６，２６・・一次元フィルタ１７，２７・・ρ−θの双対プレーン（ハイパーコラム
メモリ）３０・・相関処理部

Claims

【特許請求の範囲】

【請求項１】入力データに極変換処理を施してρ−θ
の双対プレーンに写像し、極変換により得られた（ρ，θ）データに新しいパラメ
ータの追加処理、相関処理、任意パラメータでの投影又
は極変換処理を施して、平面上では正弦波状の発火パタ
ーンを含むデータを、球面上では大円の発火パターンを
得、該データに含まれる正弦波状または大円の発火パターン
を逆極変換処理により抽出して有用なデータを求めるこ
とを特徴とする相関処理方式。
【請求項２】複数の入力データに対してそれぞれ極変
換処理を施してρ−θの双対プレーンに写像し、あるい
は極変換処理結果に対して更にフィルタ処理を施してそ
れぞれρ−θの双対プレーンに写像し、各双対プレーンに写像されたデータ間に相関処理を施
し、相関結果に基づいて各入力データの図形的特徴の間の関
係を求めることを特徴とする相関処理方式。
【請求項３】前記入力データは１画面を小領域である
受容野毎に分割した時の受容野に応じた画像データであ
ることを特徴とする請求項２記載の相関処理方式。
【請求項４】複数の入力データに対してそれぞれ極変
換処理を施してρ−θの双対プレーンに写像し、あるい
は極変換処理結果に対して更にフィルタ処理を施してそ
れぞれρ−θの双対プレーンに写像し、写像データの双対プレーン上における位置（ρ，θ）及
び写像データ間のシフト量を要素パラメータとして相関
処理を行って相関結果を求め、これら相関結果のうち特徴的な値を有する点を求め、該特徴的な相関結果を与える要素パラメータの値に基づ
いて各入力データの図形的特徴の間の関係を規定する変
数を計測することを特徴とする相関処理方式。
【請求項５】前記入力データは１画面を小領域である
受容野に分割した時の受容野の画像データであり、該受
容野画像データに対してそれぞれ極変換処理を施して双
対プレーンに写像し、各写像データ間のρ軸方向のシフト量あるいはθ軸方向
のシフト量を順次変えることによりρ軸方向に相関処
理、あるいはθ軸方向に相関処理、あるいは（ρ，θ）
プレーンで相関処理を実行することを特徴とする請求項
４記載の相関処理方式。
【請求項６】前記双対プレーンの写像データａ（ρ，
θ）に対して、他の写像データｂ（ρ，θ）をρ軸方向
あるいはθ軸方向にシフトさせた後に乗算すると共に、
順次、該シフト量を変化させて乗算し、得られた乗算結
果を相関結果とすることを特徴とする請求項５記載の相
関処理方式。
【請求項７】前記双対プレーンの写像データａ（ρ，
θ）に対して、他の写像データｂ（ρ，θ）をρ軸方向
あるいはθ軸方向に所定量シフトさせた後に減算すると
共に、順次、該シフト量を変化させて減算し、得られた
減算結果を相関結果とすることを特徴とする請求項５記
載の相関処理方式。
【請求項８】１画面を小領域である受容野に分割した
時の受容野画像を表現する入力データに対して極変換処
理を施してρ−θの双対プレーンに写像し、あるいは極
変換処理結果に対して更にフィルタ処理を施してρ−θ
の双対プレーンに写像し、前記双対プレーンの写像データａ（ρ，θ）と別の双対
プレーンに設定されている写像データｂ（ρ，θ）のう
ちρ軸方向に座標値が所定量ずれている組を取り出し、
その積和Ｃi（ρ，θ）＝Σａ（ρ＋ｉ，θ）・ｂ（ｉ，θ）（ただし、ｉを変えて加算）を相関パラメータとして演
算し、これら相関パラメータを用いて入力データの写像データ
ｂ（ρ，θ）に応じた図形的特徴を抽出することを特徴
とする相関処理方式。
【請求項９】前記写像データａ（ρ，θ）、ｂ（ρ，
θ）は両眼立体視など空間的に異なる入力データに極変
換を施してρ−θの双対プレーンに写像したものである
ことを特徴とする請求項８記載の相関処理方式。
【請求項１０】前記写像データａ（ρ，θ）、ｂ
（ρ，θ）は時間的に異なる入力データに極変換を施し
てρ−θの双対プレーンに写像したものであることを特
徴とする請求項８記載の相関処理方式。
【請求項１１】２つの画像入力手段から入力された画
像を受容野に分割して得られる受容野画像に対してそれ
ぞれ極変換処理を施してρ−θの双対プレーンに写像
し、あるいは極変換処理結果に対して更にフィルタ処理
を施してそれぞれρ−θの双対プレーンに写像し、前記双対プレーンの写像データａ（ρ，θ）に対して、
他の写像データｂ（ρ，θ）をρ軸方向にシフトさせた
後に乗算すると共に、順次、該シフト量σを変化させて
乗算し、得られた乗算結果を相関パラメータＣ（ρ，
θ，σ）とし、相関パラメータの極大点から各受容野画像間の対応接線
を決定すると共に、極大点を与えるσに基づいて視差を
計測することを特徴とする相関処理方式。
【請求項１２】極変換後に一次元ガウシャンフィルタ
処理を施すことにより、あるいは極変換処理の前に２次
元ガウシャンフィルタ処理を施すことにより、前記接線
を線あるいは隙間として求めることを特徴とする請求項
１１記載の相関処理方式。
【請求項１３】極変換後に一次元グラディエントフィ
ルタ処理と一次元ガウシャンフィルタ処理を施すことに
より、あるいは極変換処理の前に２次元ガウシャンフィ
ルタ処理を施し、極変換処理後に一次元グラディエント
フィルタ処理を施すことにより、前記接線を縁として求
めることを特徴とする請求項１１記載の相関処理方式。
【請求項１４】２つの画像入力手段から入力された画
像を受容野に分割して得られる受容野画像に対してそれ
ぞれ極変換処理を施してρ−θの双対プレーンに写像
し、あるいは極変換処理結果に対して更にフィルタ処理
を施してそれぞれρ−θの双対プレーンに写像し、前記双対プレーンの一方の写像データａ（ρ，θ）に対
して、他方の写像データｂ（ρ，θ）をρ軸方向にシフ
トさせた後に乗算すると共に、順次、該シフト量σを変
化させて乗算し、得られた乗算結果を相関パラメータＣ
（ρ，θ，σ）とし、該相関パラメータＣ（ρ，θ，σ）をρ方向に投影した
Ｃ_PRJ−ρ（θ，σ）に変換した後、その（θ，σ）プ
レーン内の正弦波パターンの最大振幅となる点を逆極変
換により抽出し、最大振幅を与えるσを用いて両眼視差及び又は対象直線
までの奥行きを演算することを特徴とする相関処理方
式。
【請求項１５】時間的に異なる２個の画像を受容野に
分割して得られる受容野画像に対してそれぞれ極変換処
理を施してρ−θの双対プレーンに写像し、あるいは極
変換処理結果に対して更にフィルタ処理を施してそれぞ
れρ−θの双対プレーンに写像し、前記双対プレーンの現時刻の写像データａ_t（ρ，θ）
に対して、次の時刻の写像データａ_t+1（ρ，θ）をρ
軸方向に所定量シフトさせた後に乗算すると共に、順
次、該シフト量τを変化させて乗算し、得られた乗算結
果を相関パラメータＣ（ρ，θ，τ）とし、相関パラメータの極大点Ｃ（ρ_P，θ_P，τ_P）を与える
要素パラメータの値ρ_P，θ_P，τ_Pから各受容野画像間
の対応接線を決定すると共に、対応接線の移動方向や移
動速度を計測することを特徴とする相関処理方式。
【請求項１６】次式 Φ＝θ_P＋９０⁰ Ｖ＝k₁・τ_P (k₁は定数)により、移動方向Φ及び移動速度Ｖを演算す
ることを特徴とする請求項１５記載の相関処理方式。
【請求項１７】受容野画像のコーナを構成する２つの
接線の極大点のパラメータを（ρ_i，θ_i，τ_i），
（ρ_j，θ_j，τ_j）とするとき、次式 Φ＝arctan{(τ_isinθ_j−τ_jsinθ_i）／(τ_icosθ_j−τ
_jcosθ_i）｝Ｖ＝ｋ₂・τ_i／sin(Φ−θ_i）（ｋ₂は定数）により、コーナの移動方向Φ及び移動速
度Ｖを演算することを特徴とする請求項１５記載の相関
処理方式。
【請求項１８】前記２つの画像は、ある時刻において
画像捕捉手段が対象直線を捕捉した画像と、該画像捕捉
手段が移動して所定時間後に対象直線を捕捉した画像で
あり、前記要素パラメータτ_Pと画像捕捉手段の移動速
度Ｖsを用いて対象直線までの奥行きを演算することを
特徴とする請求項１５記載の相関処理方式。
【請求項１９】時間的に異なる２個の画像を受容野に
分割して得られる受容野画像に対してそれぞれ極変換処
理を施してρ−θの双対プレーンに写像し、あるいは極
変換処理結果に対して更にフィルタ処理を施してそれぞ
れρ−θの双対プレーンに写像し、前記双対プレーンの現時刻の写像データａ_t（ρ，θ）
に対して、次の時刻の写像データａ_t+1（ρ，θ）をρ
軸方向に所定量シフトさせた後に乗算すると共に、順
次、該シフト量τを変化させて乗算し、得られた乗算結
果を相関パラメータＣ（ρ，θ，τ）とし、前記相関パラメータＣ（ρ，θ，τ）をρ方向に投影し
たＣ_PRJ−ρ（θ，τ）に変換した後、その（θ，τ）
プレーン内の正弦波パターンの最大振幅となる点を逆極
変換により抽出し、該最大振幅を与えるθ、τを用いて
移動方向Φと移動速度Ｖを演算することを特徴とする相
関処理方式。
【請求項２０】前記２つの画像は、ある時刻において
画像捕捉手段が対象図形を捕捉した画像と、該画像捕捉
手段が移動して所定時間後に対象図形を捕捉した画像で
あり、前記移動速度Ｖと画像捕捉手段の移動速度Ｖsを用いて
対象直線までの奥行きを演算することを特徴とする請求
項１９記載の相関処理方式。