JPH08163565A

JPH08163565A - 動きベクトル検出方法及びその装置

Info

Publication number: JPH08163565A
Application number: JP30071494A
Authority: JP
Inventors: Toshiaki Kondo; 俊明近藤; Katsumi Iijima; 克己飯島
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1994-12-05
Filing date: 1994-12-05
Publication date: 1996-06-21

Abstract

(57)【要約】【目的】画像データから精度高く動きベクトルを検出
すること。【構成】現フレーム画像は画像分割部４で、メモリ２
からの１フレーム前の画像はメモリ制御部３によりそれ
ぞれ複数の小領域に分割され、対応する小領域が動きベ
クトル検出部５で対応付けされる。判断部６は対応結果
に信頼性があればそれを動きベクトルとして出力し、信
頼性がなければ、エッジ検出部７でエッジを検出し、さ
らにエッジから輪郭線検出部８で物体の輪郭線を検出す
る。重み付け部９は輪郭線の両側部分に重み付けを行
う、重み付けされたデータは再び動きベクトル検出部５
でメモリ２のデータと対応付けされる。【効果】小領域内の重視したい部分を大きく重み付け
することにより、多の部分の動きが無視されて動きベク
トルの検出精度を高めることができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は動画像やステレオ画像の
符号化、画像ぶれ補正、移動物体認識、被写体の３次元
形状計測等に利用される動きベクトル検出方法及びその
装置に関する。

【０００２】

【従来の技術】従来の動きベクトル検出方法としては、
米国特許第３８９０４６２号公報や特公昭６０−第４６
８７８号公報等に記載の時空間勾配法（クラディエント
法）、時空間勾配法を周波数空間で行うフーリエ変換
法、あるいは相関演算に基づく相関法やブロックマッチ
ング法（テンプレートマッチング法）がある。時空間勾
配法については、B.K.P.Hornらにより、Artificial Int
elligence 17,p.185-203(1981)で詳しく論じられてい
る。また、ブロックマッチング法については、尾上守夫
らにより、情報処理Ｖｏｌ．１７，Ｎｏ．７，ｐ．６３
４〜６４０，１９７６年７月で詳しく論じられている。

【０００３】これらの手法では、フレーム間隔又はフィ
ールド間隔で得られた２つの画像をそれぞれ複数の小領
域（ブロック）に分割して、小領域単位に２つの画像の
対応領域を探索することにより、動きベクトルを検出す
る。このため、当該小領域内に複数の動きが混在する場
合には、原理的に正しい対応付けができない。

【０００４】この対策として、例えば、M.Bierling:"Hi
erarchical Estimation of Displacement Vector Field
s", PCS '87 に記載のように、入力画像をサブサンプリ
ングするか、あるいは、富永らによる“階層画素情報を
用いた動画像における動き検出方法”（電子情報通信学
会論文誌Ｄ−ＩＩＶｏｌ．Ｊ７２−Ｄ−ＩＩ，Ｎ
ｏ．３，ｐ．３９５〜４０３，１９８９年３月）に記載
のように画像を平均化して圧縮するなどして、フルサイ
ズのオリジナル画像から圧縮された画像まで階層的な画
像データ群に変換することにより、徐々に動きベクトル
検出の解像度を上げていく階層的な手法が良く採られ
る。

【０００５】もっと直接的に、例えば、富永らによる
“階層画素情報による動き量検出−動き量の空間解像度
の向上手法−”（電子情報通信学会論文誌Ｄ−ＩＩ
Ｖｏｌ．Ｊ７２−Ｄ−ＩＩ，Ｎｏ．１０，ｐ．１７５０
〜１７５２，１９８９年１０月）に記載のようにブロッ
クサイズ自身を大きいものから小さいものへと逐次変化
させて、徐々に動きベクトル検出の解像度を上げていく
手法もある。また、特開平６−第８９３４３号公報に記
載のように、ブロックを小型の子ブロックに分割して、
事前に当該子ブロックを用いたマッチング演算を行い、
一定以上の相関値を持つ類似パターンが無い子ブロック
を不感帯に設定して、改めて親ブロックで対応点を探索
するなどの手法も提案されている。なお、ブロックとは
前記画像の小領域と同義である。

【０００６】

【発明が解決しようとする課題】しかしながら、上記従
来例の階層的手法では画像をサブサンプリングする際に
発生する折り返しひずみの影響を受け高精度の対応点検
出ができない、平均化して画像を縮小する処理を繰り返
す手間がかかる、また、サイズの異なる複数の画像群を
記憶する大容量の画像メモリが必要になるなどの問題が
ある。

【０００７】また、ブロックサイズを変化する上記従来
例では、ブロックサイズを変化させるための専用の画像
メモリアドレス制御回路が必要になる、また、不感帯を
求める手法では、１ブロック処理する度に複数の子ブロ
ックによるマッチング演算を予め実行するため、計算量
が膨大になるなどの問題がある。

【０００８】更に、共通した問題として、物体と背景と
の境界域で発生するオクルージョンによる影響を考慮し
ていないため、オクルージョン部で、解像度を上げてい
く過程で対応付けの精度劣化を受けるという問題があ
る。

【０００９】本発明は上記の問題を解決するために成さ
れたものであり、第１の発明（請求項１、２、３、４、
５）は、時系列画像間の画像の動きを対象としており、
注目している小領域内に複数の動きがある時の当該小領
域の動きベクトル検出精度を高めることを目的としてい
る。

【００１０】第２の発明（請求項２、３、６）は、多視
点画像間の画像の動きを対象としており、注目している
小領域内に異なる被写体距離の物体がある時の当該小領
域の動きベクトル検出精度を高めることを目的としてい
る。

【００１１】第３の発明（請求項２、３、７）は、時系
列画像間の画像の動きと多視点画像間の画像の動きとの
両方を対象としており、注目している小領域の動きベク
トル検出精度を高めることを目的としている。

【００１２】第４の発明（請求項２、３、８）では、注
目している小領域内に複数の動きがある時の、特に当該
小領域の中心点の動きベクトル検出精度を高めることを
目的としている。

【００１３】第５の発明（請求項２、３、９）は、注目
している小領域内に複数の動きがある時の、特に当該小
領域内のより手前にある物体の動きベクトル検出精度を
高めることを目的としている。

【００１４】請求項２、３、１０は、注目している小領
域内に複数の動きがある時の、特に当該小領域内のより
面積の大きい物体の動きベクトル検出精度を高めること
を目的としている。

【００１５】

【課題を解決するための手段】上記各目的を達成するた
めに、第１の発明（請求項１、２、３、４、５）は、注
目している小領域内のエッジ群から輪郭線を検出する輪
郭線検出ステップあるいは手段を有することを特徴とす
る。

【００１６】第２の発明（請求項２、３、６）は、上記
第１の発明と同様に、注目している小領域内のエッジ群
から輪郭線を検出する輪郭線検出手段を有することを特
徴とする。

【００１７】第３の発明（請求項２、３、７）は、上記
第１、２の発明と同様に、注目している小領域内のエッ
ジ群から輪郭線を検出する輪郭線検出手段を有すること
を特徴とする。

【００１８】第４の発明（請求項２、３、８）は、注目
している小領域内に重み付けを行う重み付け手段を有す
ることを特徴とする。

【００１９】第５の発明（請求項２、３、９）は、上記
第４の発明と同様に、注目している小領域内に重み付け
を行う重み付け手段を有することを特徴とする。

【００２０】第６の発明（請求項２、３、１０）は、上
記第４の発明と同様に、注目している小領域内に重み付
けを行う重み付け手段を有することを特徴とする。

【００２１】

【作用】上記第１の発明においては、輪郭線検出手段
は、前記注目している小領域内のエッジを挟む両側の画
像濃度の時間変化量を用いて、物体と背景、あるいは他
の物体との境界である輪郭線を検出するように動作す
る。

【００２２】上記第２の発明においては、輪郭線検出手
段は、複数の視点から画像を入力した時のエッジの両側
の画像濃度の変化量を用いて、異なる被写体距離にある
物体と背景、あるいは他の物体との境界である輪郭線を
検出するように動作する。

【００２３】上記第３の発明においては、輪郭線検出手
段は、注目している小領域とその周囲の小領域から検出
される動きベクトルの連続性を用いて、物体の輪郭線を
検出するように動作する。

【００２４】上記第４の発明においては、重み付け手段
は上記小領域の中心点を含む当該小領域内の画像領域を
重く、中心点を含まない当該小領域内の画像領域を軽く
設定するように動作する。

【００２５】上記第５の発明においては、重み付けは、
上記小領域の中でより近距離にある物体に対応する当該
小領域内の画像領域を重く、遠距離にある物体に対応す
る当該小領域内の画像領域を軽く設定するように動作す
る。

【００２６】上記第６の発明においては、重み付け手段
は、上記小領域の中でより面積の大きい物体に対応する
当該小領域内の画像領域を重く、面積の小さい物体に対
応する当該小領域内の画像領域を軽く設定するように動
作する。

【００２７】

【実施例】以下、本発明の第１〜第３の実施例を図につ
いて説明する。〔第１の実施例〕図１は本発明による動きベクトル検出
装置の実施例を示す。尚、この図１の構成は第２、第３
の実施例においても用いられる。図１において、１はカ
メラ、再生装置等の外部機器から入力される画像データ
を入力する画像入力部、２は入力画像データを格納する
フレームメモリ等のメモリ、３はメモリ２に格納された
画像を小領域に分割し、小領域単位に画像データを読み
出す制御を行うメモリ制御部、４は入力された現フレー
ムの画像データをメモリ２の小領域と同じ小領域に分割
する画像分割部である。

【００２８】５はメモリ２及び画像分割部４から出力さ
れる２つの画像データの対応付けを行うことにより、あ
るいは後述する重み付け部９の出力により動きベクトル
を検出する動きベクトル検出部、６は検出された動きベ
クトルの信頼性を判断する判断部、７は信頼性が低いと
判断された小領域のデータにおける画像のエッジを検出
するエッジ検出部、８は検出されたエッジからさらに物
体の輪郭線を検出する輪郭線検出部、９は検出された輪
郭線の両側の領域にそれぞれ重み付けを行って動きベク
トル検出部５に送る重み付け部である。１０は各部を制
御するＣＰＵ等の制御部である。

【００２９】尚、メモリ２、メモリ制御部３、画像分割
部４により画像分割手段を構成し、動きベクトル検出部
５、判断部６により動きベクトル検出手段を構成する。
また、エッジ検出部７、輪郭線検出部８により輪郭線検
出手段を構成する。

【００３０】図２は、本発明の実施例による動きベクト
ル検出方法の処理フローを示す。以下、図１、図２を参
照してステップ順に処理内容を説明する。（ステップＳ１）画像入力部１はＣＣＤに代表されるよ
うな光電変換素子等から得られた画像データを離散化し
て、メモリ２に記憶する。（ステップＳ２）メモリ制御部３はメモリ２内に蓄えら
れた画像データを複数個の小領域に分割し、当該複数個
の小領域の中から対象となる小領域へ移動して、当該小
領域内の画像データを読み出す。これと共に画像分割部
４は上記画像データの１フレーム（又は１フィールド）
後に入力された画像データを上記小領域と対応する複数
の小領域に分割する。

【００３１】（ステップＳ３）動きベクトル検出部５は
メモリ２内に蓄えられた画像と上記１フレーム後の最新
の画像データとの２つの画像間の対応付けの演算を小領
域単位に行って動きベクトルを仮に検出する。この演算
手法は（従来の技術）で示した時空間勾配法、フーリエ
変換法であっても良いし、相関法やブロックマッチング
法であっても良く、特に方式は限定しない。本ステップ
Ｓ３を初めて通る時には、後述する画像への重み付けの
無い従来通りの対応付けの演算を行う。

【００３２】（ステップＳ４）判断部６は上記画像同士
の対応付けの結果得られる動きベクトルの信頼性を判断
する。判断基準としては、小領域内に十分な特徴量が含
まれているか、空間周波数が高すぎないか、相関値は十
分に高いか、相関値のピークが複数存在しないかなど様
々存在するが、目的に応じて適当にそれらの１つを選
択、あるいはそれらの複数を組み合わせれば良く、特に
限定しない。ここで、十分に信頼性が高いと判断された
上記対応付けの結果はそのまま現在注目している小領域
の正しい動きベクトルとしてステップＳ８より出力され
る。反対に信頼性が不十分の場合にはステップＳ５以下
へと移行する。

【００３３】（ステップＳ５）ステップＳ５、Ｓ６を合
わせて上記輪郭線検出手段による輪郭線検出ステップを
構成する。ステップＳ５では、エッジ検出部７により現
在注目している小領域内の画像データからエッジを検出
する。エッジ検出方法としては、従来より画像データの
１次微分や２次微分演算に基づく様々なオペレータが提
案されており、目的に応じて適当に選択、あるいは組み
合わせれば良く、特に限定しない。（ステップＳ６）輪郭線検出部８はステップ５で検出さ
れたエッジから輪郭線を検出する。なお、ここでいう輪
郭線とは、異なる動きをする複数の物体の各境界線を意
味している。

【００３４】次に輪郭線検出の原理を図３を参照して、
以下に具体的に説明する。図３（ａ）、（ｂ）は２つの
画面を自動車が左方向へ横切っている様子を示してい
る。２つの画面における小領域１０、３０は対応関係に
あり、自動車のドアのエッジ１０ａ，３０ａを含んでい
る。小領域２０、４０も互いに対応関係にあり、自動車
の後部の輪郭線２０ａ、４０ａを含んでいる。小領域１
０、３０に含まれるエッジ１０ａ、３０ａは物体（ここ
では自動車）内部のテキスチャーの一部であり、当該エ
ッジの両側部分の画像濃度値は時間の経過に伴う変化を
受けない。これに対して小領域２０、４０に含まれるエ
ッジは物体の輪郭であり、時間の経過に伴い次々と新し
い背景が現れてくるので、当該エッジの片側の画像濃度
値は大きく変化する。そこで、ステップＳ６では前ステ
ップＳ５で検出されたエッジの両側の画像濃度の時間変
動量を演算して、その変動量が一定値を越えた場合はそ
のエッジは物体の輪郭線であると判断し、一定値を越え
ない場合には物体のテキスチャーであると判断する。エ
ッジの両側の画像濃度の時間変動量としては、例えば次
の（１）〜（５）で示す式の何れか１つを演算をすれば
良い。

【００３５】｜∂（ｇ₁−ｇ_r）／∂ｔ｜＞（設定値１） ………（１）｜∂（ｇ₁／ｇ_r）／∂ｔ｜＞（設定値２） ………（２）｜（∂ｇ₁／∂ｔ）−（∂ｇ_r／∂ｔ）｜＞（設定値３） ………（３）｜∂ｇ₁／∂ｔ｜＞（設定値４） ………（４）｜∂ｇ_r／∂ｔ｜＞（設定値５） ………（５）

【００３６】ここで、ｇ₁、ｇ_rはそれぞれエッジ両側
の画像濃度値を表している。（１）式はエッジ両側の画
像濃度差の時間変動量を、（２）式はエッジ両側の画像
濃度比の時間変動量を、（３）式はエッジ両側それぞれ
の時間変動量の差を、（４）、（５）式はエッジ両側そ
れぞれの時間変動量を演算している。それぞれ設定値１
〜５を越えた場合に当該エッジは輪郭線であると判断す
る。演算結果が設定値を越えない場合には、当小領域か
らは信頼性の高い動きベクトルが検出できなかったと判
断してステップＳ２に戻り、次の小領域へと対象領域を
シフトする。

【００３７】（ステップＳ７）ステップＳ６で輪郭線が
検出されたら重み付け部９により、注目している小領域
内の画像データに重み付けを行う。重み付けの方法は重
視したい画像領域を重く、それ以外の画像領域を軽くす
るのが基本である。ここで重視したい画像領域とは、通
常、現在注目している小領域内の中心点である。図４は
現在注目している画像の小領域（ブロック）を示してお
り、Ｘマーク領域５０が中心点０を含んでいる。そこ
で、例えば図５に示すようなマスクを当小領域にかけ
る。この例では上記領域５０を「１」、領域６０を
「０」の重み係数でマスクしている。また、例えば自律
走行車の障害物検出のように、近距離にある被写体領域
を重視する場合もある。例えば、図４で○マーク領域６
０が近距離にある物体の領域だとすると、マスクは図６
に示すようになる。尚、被写体の上下関係は繰り返し演
算の過程で周辺の小領域から類似、あるいは小領域内の
テキスチャーの分断関係から類推できる。その他、注目
している小領域内で最も大きな面積を占める領域を重視
するのも視覚上自然であり、符号化の際には有利であ
る。その場合は図５のように、大面積部を「１」、その
ほかの領域を「０」にマスクすれば良い。

【００３８】上記のようにして重み付けをした後に、ス
テップＳ３に戻り、重み付けした後の各小領域について
動きベクトル検出部５により対応付けを実行して動きベ
クトルを検出する。なお、図５、図６とも２値の重み係
数を用いたが、もちろん多値の重み係数を用いても良
い。また、注目している小領域内に輪郭線が複数存在し
て、当輪郭線によって分割された領域が３コ以上の場合
にも同様の重み付けをすることができる。（ステップＳ８）注目している小領域の動きベクトルを
出力する。判断部６は検出された動きベクトルの信頼性
を再び調べ、信頼性があれば動きベクトルを出力し、信
頼性がなければ再び輪郭線検出ステップの処理を行う。

【００３９】以上説明したように、本実施例によれば、
時系列画像から動きベクトルを検出する際に、画像から
輪郭線を抽出して、当該輪郭線を境とする複数領域のう
ち注目している領域をより重視するように、小領域内に
重み付けを行うことにより、注目している小領域内に含
まれる重視する領域以外の領域における余計な動きの影
響を低減することができる。特に、注目点が小領域の中
心点と一致する通常の場合は、当該中心点を含む小領域
内の画像領域（図４では領域５０）を重視することによ
り、当該注目点の動きベクトルを正確に検出することが
できる。また、注目点が近距離物体にある、例えば自律
走行車、ロボット等に本装置を搭載するような場合に
は、近距離にある物体に対応する小領域内の画像領域を
重視することにより、当該近距離物体の動きベクトルを
正確に検出することができる。更に、注目点が視覚的に
目立つ大面積部にある画像の符号化に適用する場合に
は、小領域内の最大面積部を重視することにより、当該
大面積部の動きベクトルを正確に検出することができ
る。

【００４０】〔第２の実施例〕上記第１の実施例ではフ
レーム又はフィールド毎に得られる時系列画像から動き
ベクトルを検出する場合であったが、この第２の実施例
では多視点から得た複数の画像から動きベクトルを検出
する場合について説明する。処理の手順は、図２のフロ
ーチャートと同じであるが、各ステップの中身及び装置
の構成は以下の点で若干異なる。図１における画像入力
部１は複数の画像データを入力できるように構成され、
これに伴ってメモリ２は複数の画像データを記憶するよ
うに成されている。また画像分割部４は、複数の入力画
像データをそれぞれ小領域に分割するように成されてい
る。従ってステップＳ１、Ｓ２では複数の画像データに
ついてそれぞれ画像入力及び画像分割等の処理を行う。

【００４１】ステップＳ５、Ｓ６では、各視点から撮像
した複数の画像データから検出したエッジの両側の画像
濃度値の変化量を演算する。ステップ６の内容を２つの
画像データを用いる場合について図７を参照して具体的
に説明する。図７（ａ）は被写体（山と静止した自動
車）を左側の視点から、図７（ｂ）は右側の視点からそ
れぞれ撮像した画像である。このようなステレオ画像で
は、被写体距離の大小に応じて撮像する位置に変化を生
じる。これを視差と呼び、カメラから近距離にある物体
ほど撮像面上で大きく動く。図７の場合は、近距離にあ
る静止した自動車の領域が遠距離にある山と比べて大き
く動いている様子を示している。図７に示すようなステ
レオペアの画像同士で対応付けを行うことにより、三角
測量の原理を用いて被写体までの距離を求めることがで
きる。尚、この画像同士の対応付けの結果をここでも動
きベクトルと呼んでいる。

【００４２】図７中の小領域１００と３００とは対応関
係にあり、遠景にある山の尾根のラインを輪郭線として
含んでいる。小領域２００と４００も対応関係にあり、
自動車のフロントの輪郭線を含んでいる。小領域１０
０、３００に含まれるエッジは、左右のカメラ間の距離
と比べて非常に遠距離にあるため、左右の画像間での視
差は極めて小さい。一方、小領域２００、４００に含ま
れるエッジは近距離にある物体（自動車）の輪郭であ
り、視点の変化に伴い背景部が相対的に大きく変化する
ので、当該エッジの片側の画像濃度値は大きく変化す
る。そこで、エッジの両側の画像濃度の視点間の変動量
を前記第１の実施例と同様に前記（１）〜（５）式を用
いて演算することにより、同じ小領域内で複数の動き
（＝ここでは視差）が混在する場合に境界を示す輪郭線
を抽出することができる。

【００４３】以上説明したように、本実施例によれば、
複数の視点から得た画像群から動きベクトルを検出する
際に、画像から輪郭線を抽出して、当該輪郭線を境に、
注目している領域をより重視するように小領域内に重み
付けを行うことにより、注目している小領域内に含まれ
る余計な動きの影響を低減することができる。

【００４４】〔第３の実施例〕前述した第１の実施例及
び第２の実施例では、共に注目している画像の小領域内
におけるエッジの両側の画像濃度の変化量に基づき、テ
キスチャーと輪郭線とを区別したが、本実施例では注目
している小領域を囲むような近隣の小領域から検出され
た動きベクトルの連続性から、テキスチャーと輪郭線と
を区別する。即ち、現在注目している小領域の近隣の動
きベクトルと異なる動きベクトルを出力している場合
は、その注目している小領域にオクルージョンを発生す
るような輪郭線が存在すると判断することができる。

【００４５】そこで、第３の実施例では、図１のステッ
プＳ４の信頼性判断の処理において、動きベクトル検出
部５が動きベクトルを各小領域で検出するたびに、当動
きベクトルとその近隣の動きベクトルとの偏差を演算す
る。次に判断部６でその偏差値と設定値とを比べ、偏差
値が設定値より小さければそのまま動きベクトルを出力
し、偏差値が設定値を越える場合にはステップＳ５以下
へと移行する。ステップＳ５以下の動作は第１の実施例
及び第２の実施例と同じである。尚、引き続いてステッ
プＳ８で重み付けを行った後、ステップＳ３で繰り返し
対応づけを行うことにより、現在注目している小領域の
動きベクトルの検出精度を高めることができる。本実施
例は、画像内に異なる移動物体や異なる被写体距離の物
体が少ない時や小領域のサイズが比較的大きく、低分解
能で近接する小領域間の動きベクトルの相関が高い状況
に向いており、第１の実施例及び第２の実施例いずれの
ケースにも適用可能である。

【００４６】

【発明の効果】以上説明したように、第１の発明（請求
項１、２、３、４、５）によれば、時系列画像から注目
している箇所の動きベクトルを正確に検出することがで
きる効果がある。

【００４７】第２の発明（請求項２、３、６）によれ
ば、複数の視点から入力された画像間から注目している
箇所の動きベクトルを正確に検出することができる効果
がある。

【００４８】第３の発明（請求項２、３、７）によれ
ば、時系列画像からも多視点画像からも注目している箇
所の動きベクトルを正確に検出することができる効果が
ある。

【００４９】第４の発明（請求項２、３、８）によれ
ば、注目している画像の小領域の中心部の動きベクトル
を正確に検出することができる効果がある。

【００５０】第５の発明（請求項２、３、９）によれ
ば、注目している画像の小領域内の近距離物体の動きベ
クトルを正確に検出することができる効果がある。

【００５１】第６の発明（請求項２、３、１０）によれ
ば、注目している画像の小領域内の大面積部の動きベク
トルを正確に検出することができる効果がある。

【００５２】さらに本発明によれば、メモリ容量及び計
算量を削減することができる効果がある。

【図面の簡単な説明】

【図１】本発明の実施例を示すブロック図である。

【図２】実施例の動作を示すフローチャートである。

【図３】輪郭線とテクスチャーによるエッジの説明図で
ある。

【図４】画像の小領域の説明図である。

【図５】重み付けマスクの説明図である。

【図６】重み付けマスクの説明図である。

【図７】視差の大きいエッジと小さいエッジの説明図で
ある。

【符号の説明】

１画像入力部２メモリ３メモリ制御部４画像分割部５動きベクトル検出手段６判断部７エッジ検出部８輪郭線検出部９重み付け部

Claims

【特許請求の範囲】

【請求項１】画像データを複数の小領域に分割し、小
領域毎に動きベクトルを検出する動きベクトル検出方法
において、上記小領域内の物体の輪郭線を検出する輪郭線検出ステ
ップと、上記検出された輪郭線を境にその小領域内の画像データ
に重み付けを行う重み付けステップと、上記画像データの対応付けを行うことにより動きベクト
ルを検出する動きベクトル検出ステップとを有すること
を特徴とする動きベクトル検出方法。
【請求項２】複数の画像データをそれぞれ複数の小領
域に分割する画像分割手段と、対応する複数の小領域の画像データの対応付け演算を行
うことにより、動きベクトルを検出する動きベクトル検
出手段と、上記対応付け演算の結果に応じてその小領域の画像デー
タから輪郭線を検出する輪郭線検出手段と、上記検出された輪郭線を境としその両側の画像データに
対してそれぞれ重み付けを行い、重み付けされた画像デ
ータを上記動きベクトル検出手段に加えて上記画像分割
手段から得られる画像データと対応させる重み付け手段
とを備えた動きベクトル検出装置。
【請求項３】上記動きベクトル検出手段は、上記対応
付け演算の結果の信頼性を所定の判断基準により判断
し、信頼性のある演算結果を動きベクトルとして出力
し、信頼性の無い演算結果を上記輪郭線検出手段に加え
るように構成されている請求項２に記載の動きベクトル
検出装置。
【請求項４】上記輪郭線検出手段は、画像データから
エッジを検出し、検出されたエッジの両側の画像濃度の
変化量を演算するように構成されている請求項２記載の
動きベクトル検出装置。
【請求項５】上記エッジの両側の画像濃度の変化量
は、エッジの両側の画像濃度の時間変化量を用いるもの
である請求項４記載の動きベクトル検出装置。
【請求項６】上記エッジの両側の画像濃度の変化量
は、複数の視点から入力した時のエッジの両側の画像濃
度の変化量を用いるものである請求項４記載の動きベク
トル検出装置。
【請求項７】上記輪郭線検出手段は、注目している小
領域とその周囲の小領域とから検出される動きベクトル
の連続性を演算するものである請求項２記載の動きベク
トル検出装置。
【請求項８】上記重み付け手段は、上記小領域の中心
点を含む当該小領域内の画像領域を重く、中心点を含ま
ない当該小領域内の画像領域を軽く重み付けするもので
ある請求項２記載の動きベクトル検出装置。
【請求項９】上記重み付け手段は、上記小領域の中で
近距離にある物体に対応する画像領域を重く、遠距離に
ある物体に対応する画像領域を軽く重み付けするもので
ある請求項２記載の動きベクトル検出装置。
【請求項１０】上記重み付け手段は、上記小領域の中
で面積の大きい物体に対応する画像領域を重く、それ以
外の画像領域を軽く重み付けするものである請求項２記
載の動きベクトル検出装置。