JPH10312460A - 画像処理方法及び高精度画像処理装置 - Google Patents
画像処理方法及び高精度画像処理装置Info
- Publication number
- JPH10312460A JPH10312460A JP9120792A JP12079297A JPH10312460A JP H10312460 A JPH10312460 A JP H10312460A JP 9120792 A JP9120792 A JP 9120792A JP 12079297 A JP12079297 A JP 12079297A JP H10312460 A JPH10312460 A JP H10312460A
- Authority
- JP
- Japan
- Prior art keywords
- image
- memory
- image memory
- hough transform
- enlarged
- 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.)
- Withdrawn
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 ハフ変換を利用して画像から直線を検出する
画像処理装置において、Ｘ−Ｙ値が小さい領域の画像を
ハフ変換する際に生じる量子化誤差を低減する。 【解決手段】 画像メモリに取り込んだ画像の中からＸ
−Ｙ値の小さい領域の画像を取り出し、この取り出した
画像を元の画像メモリとほぼ等しい画素数を持つ拡大画
像メモリに拡大して記憶させ、この拡大画像メモリに記
憶した画像の各候補点をハフ変換する。
画像処理装置において、Ｘ−Ｙ値が小さい領域の画像を
ハフ変換する際に生じる量子化誤差を低減する。 【解決手段】 画像メモリに取り込んだ画像の中からＸ
−Ｙ値の小さい領域の画像を取り出し、この取り出した
画像を元の画像メモリとほぼ等しい画素数を持つ拡大画
像メモリに拡大して記憶させ、この拡大画像メモリに記
憶した画像の各候補点をハフ変換する。
Description
【０００１】
【発明の属する技術分野】この発明は各種の画像から直
線部分を検出し、その直線の傾き等を精度よく検出する
画像処理方法及び高精度画像処理装置に関する。
線部分を検出し、その直線の傾き等を精度よく検出する
画像処理方法及び高精度画像処理装置に関する。
【０００２】
【従来の技術】従来より画像処理技術の一つに撮像装置
で撮像した画像の中から直線部分を検出する直線検出技
術がある。この直線検出技術によれば、例えば商品に付
けられた傷等を検出するとか、或いは壁と床との間の境
界線を検出し、この境界線にガイドさせて自動走行車両
を運行させる等の各種の応用が考えられている。
で撮像した画像の中から直線部分を検出する直線検出技
術がある。この直線検出技術によれば、例えば商品に付
けられた傷等を検出するとか、或いは壁と床との間の境
界線を検出し、この境界線にガイドさせて自動走行車両
を運行させる等の各種の応用が考えられている。
【０００３】図４に従来の画像処理装置の一例を示す。
図中１０は画像処理装置、２０は撮像装置を示す。画像
処理装置１０は一般にコンピュータによって構成され
る。コンピュータはよく知られているように、中央演算
処理装置１１と、読出専用メモリ１２と、プログラム或
いは入力されたデータ等を一時記憶させる書き替え可能
なメモリ１３と、入力ポート１４，出力ポート１５等に
よって構成される。
図中１０は画像処理装置、２０は撮像装置を示す。画像
処理装置１０は一般にコンピュータによって構成され
る。コンピュータはよく知られているように、中央演算
処理装置１１と、読出専用メモリ１２と、プログラム或
いは入力されたデータ等を一時記憶させる書き替え可能
なメモリ１３と、入力ポート１４，出力ポート１５等に
よって構成される。
【０００４】読出専用メモリ１２には、例えば画面上に
表示させる文字等の情報が格納される。また書き替え可
能なメモリ１３には撮像装置２０で撮像した画像を取り
込む画像メモリ１３Ａとして使用される領域と、後述す
るハフ変換時に発生するθ−ρ平面上の曲線データを記
憶する領域（以下曲線群メモリと称す）１３Ｂが設けら
れる他に、中央演算処理装置１１をエッジ検出手段１３
Ｃとして動作させるプログラム、画像の画素を白か黒の
２値の画素に正規化する２値化手段１３Ｄとして動作さ
せるプログラム、ハフ変換手段１３Ｅとして動作させる
プログラム、度数分布探索手段１３Ｆとして動作させる
プログラム、直線抽出手段１３Ｇとして動作させるプロ
クラム等を格納させる。なお、これらのプログラムは起
動時にフロッピーディスク駆動装置のような外部記憶手
段から書き替え可能なメモリ１３に転送して格納され
る。
表示させる文字等の情報が格納される。また書き替え可
能なメモリ１３には撮像装置２０で撮像した画像を取り
込む画像メモリ１３Ａとして使用される領域と、後述す
るハフ変換時に発生するθ−ρ平面上の曲線データを記
憶する領域（以下曲線群メモリと称す）１３Ｂが設けら
れる他に、中央演算処理装置１１をエッジ検出手段１３
Ｃとして動作させるプログラム、画像の画素を白か黒の
２値の画素に正規化する２値化手段１３Ｄとして動作さ
せるプログラム、ハフ変換手段１３Ｅとして動作させる
プログラム、度数分布探索手段１３Ｆとして動作させる
プログラム、直線抽出手段１３Ｇとして動作させるプロ
クラム等を格納させる。なお、これらのプログラムは起
動時にフロッピーディスク駆動装置のような外部記憶手
段から書き替え可能なメモリ１３に転送して格納され
る。
【０００５】撮像装置２０は管理したい部分を撮像し、
その撮像データを入力ポート１４を通じて画像メモリ１
３Ａに送り込み、画像メモリ１３Ａに一画面分の画像デ
ータを記憶させる。図５に画像メモリ１３Ａに取り込ん
だ画像の一例を示す。この例では室内の画像の例を示
す。ここでは壁と床との間の境界線Ｌの存在を検出し、
更に境界線Ｌの傾きａと切片ｂを検出する例を説明す
る。
その撮像データを入力ポート１４を通じて画像メモリ１
３Ａに送り込み、画像メモリ１３Ａに一画面分の画像デ
ータを記憶させる。図５に画像メモリ１３Ａに取り込ん
だ画像の一例を示す。この例では室内の画像の例を示
す。ここでは壁と床との間の境界線Ｌの存在を検出し、
更に境界線Ｌの傾きａと切片ｂを検出する例を説明す
る。
【０００６】画像メモリ１３Ａに画像データが取り込ま
れると、エッジ検出手段１３Ｃが起動される。エッジ検
出手段１３Ｃは画像中の濃度の値が急激に変化する部分
（この部分を一般にエッジと称している）を検出し、エ
ッジ部分だけを抽出したエッジ画像データを生成させ、
このエッジ画像データを画像メモリ１３Ａに書き込む。
従って、画像メモリに書き込まれていた画像データはエ
ッジ画像データに書き替えられる。
れると、エッジ検出手段１３Ｃが起動される。エッジ検
出手段１３Ｃは画像中の濃度の値が急激に変化する部分
（この部分を一般にエッジと称している）を検出し、エ
ッジ部分だけを抽出したエッジ画像データを生成させ、
このエッジ画像データを画像メモリ１３Ａに書き込む。
従って、画像メモリに書き込まれていた画像データはエ
ッジ画像データに書き替えられる。
【０００７】エッジ検出手段１３Ｃの動作が終了するの
と同時に２値化手段１３Ｄが起動される。２値化手段は
画像メモリ１３Ａに書き込まれているエッジ画像の各画
素の輝度を基準値と比較し、各画素の輝度を白か黒の２
値の値に正規化し、この２値化された画像データを画像
メモリ１３Ａに書き込む。従って、画像メモリ１３Ａに
記憶される画像データは画面上で白を表示する例えば
「０」論理の画素データと、黒を表示する「１」論理の
画素データだけに正規化される。
と同時に２値化手段１３Ｄが起動される。２値化手段は
画像メモリ１３Ａに書き込まれているエッジ画像の各画
素の輝度を基準値と比較し、各画素の輝度を白か黒の２
値の値に正規化し、この２値化された画像データを画像
メモリ１３Ａに書き込む。従って、画像メモリ１３Ａに
記憶される画像データは画面上で白を表示する例えば
「０」論理の画素データと、黒を表示する「１」論理の
画素データだけに正規化される。
【０００８】２値化手段１３０の動作が終了するのと同
時にハフ変換手段１３Ｅが起動される。ハフ変換手段１
３Ｅは画像メモリ１３Ａに記憶されている例えば境界線
Ｌを表す黒点（以下これを候補点と称す）の集合の中か
ら候補点を順次１個ずつ選択し、各候補点ごとにハフ変
換を施す。ハフ変換は既によく知られているように、候
補点Ｐ1 （図６参照）を通るあらゆる方向の直線を仮定
し、この直線から画像上の原点（画像上に画像の四隅の
一つを原点とするＸ−Ｙ座標を設定する）に垂線を引
く、垂線の傾きをθ，垂線の長さをρとし、候補点Ｐ1
を通る直線の傾きを変化させた場合の垂線の傾きθと垂
線の長さρの変化を図７に示すθ−ρ平面にプロットす
る。このハフ変換を各候補点Ｐ1 ，Ｐ2 ，Ｐ3 …ごとに
繰り返すことにより、θ−ρ平面上には複数の曲線が得
られる。この曲線群の各データを曲線群メモリ１３Ｂに
記憶させる。曲線群は特定なθの値θ0 とρの値ρ0 で
交叉する。
時にハフ変換手段１３Ｅが起動される。ハフ変換手段１
３Ｅは画像メモリ１３Ａに記憶されている例えば境界線
Ｌを表す黒点（以下これを候補点と称す）の集合の中か
ら候補点を順次１個ずつ選択し、各候補点ごとにハフ変
換を施す。ハフ変換は既によく知られているように、候
補点Ｐ1 （図６参照）を通るあらゆる方向の直線を仮定
し、この直線から画像上の原点（画像上に画像の四隅の
一つを原点とするＸ−Ｙ座標を設定する）に垂線を引
く、垂線の傾きをθ，垂線の長さをρとし、候補点Ｐ1
を通る直線の傾きを変化させた場合の垂線の傾きθと垂
線の長さρの変化を図７に示すθ−ρ平面にプロットす
る。このハフ変換を各候補点Ｐ1 ，Ｐ2 ，Ｐ3 …ごとに
繰り返すことにより、θ−ρ平面上には複数の曲線が得
られる。この曲線群の各データを曲線群メモリ１３Ｂに
記憶させる。曲線群は特定なθの値θ0 とρの値ρ0 で
交叉する。
【０００９】この交叉点の座標θ0 とρ0 を度数分布探
索手段１３Ｆが検出し、この座標θ 0 とρ0 を直線抽出
手段１３Ｇが図８に示すように、Ｘ−Ｙ座標にあてはめ
ることにより検出すべき直線の傾きａと切片ｂを、ｙi
＝ａｘi ＋ｂから求める。尚、ハフ変換に関する詳しい
解説は票問書、例えば株式会社技術評論社発行「画像処
理の基本技法」等を参照されたい。
索手段１３Ｆが検出し、この座標θ 0 とρ0 を直線抽出
手段１３Ｇが図８に示すように、Ｘ−Ｙ座標にあてはめ
ることにより検出すべき直線の傾きａと切片ｂを、ｙi
＝ａｘi ＋ｂから求める。尚、ハフ変換に関する詳しい
解説は票問書、例えば株式会社技術評論社発行「画像処
理の基本技法」等を参照されたい。
【００１０】画像処理装置１０は例えば境界線Ｌの傾き
ａと切片ｂを算出し、この傾きａと切片ｂの値を出力ポ
ート１５から出力し、このデータを例えば自動走行車両
の制御器（図４には特に図示していない）に送り込む。
自動走行車両は自己と壁との間の距離、或いは壁と進行
方向（撮像装置２０の光軸の向き）との角度等を算出
し、自動操舵用のデータに利用する。
ａと切片ｂを算出し、この傾きａと切片ｂの値を出力ポ
ート１５から出力し、このデータを例えば自動走行車両
の制御器（図４には特に図示していない）に送り込む。
自動走行車両は自己と壁との間の距離、或いは壁と進行
方向（撮像装置２０の光軸の向き）との角度等を算出
し、自動操舵用のデータに利用する。
【００１１】
【発明が解決しようとする課題】従来の画像処理装置１
０では画像メモリ１３Ａに取り込んだ２値化データを利
用してハフ変換を実行している。ハフ変換は画像上に設
定したＸ−Ｙ座標において、Ｘ−Ｙ値が小さい値の候補
点においてハフ変換した変換結果と、Ｘ−Ｙ値が大きい
値の候補点で変換した変換結果とで量子化誤差の影響度
が異なる。つまり図９に示す画像上において、Ｘ−Ｙ値
が大きい値を持つ候補点Ｐ1 をハフ変換しθ−ρ平面に
プロットすると、図１０に示す曲線Ａのように大きい振
幅で表れる。これに対しＸ−Ｙ値が小さい値を持つ候補
点Ｐ2 をハフ変換すると、θ−ρ平面には図１０に示す
曲線Ｂのように小さい振幅の曲線が得られる。この振幅
が小さい曲線Ｂは画像メモリ１３ＡのＸ−Ｙ座標上から
求め垂線の長さρ，角度θの分解能が低いことから量子
化誤差の影響を大きく受ける。従って、量子化誤差の影
響を誇張して曲線Ｂを表現すれば図示するようにステッ
プ状に変化し、量子化誤差の影響を大きく受けているこ
とが解る。
０では画像メモリ１３Ａに取り込んだ２値化データを利
用してハフ変換を実行している。ハフ変換は画像上に設
定したＸ−Ｙ座標において、Ｘ−Ｙ値が小さい値の候補
点においてハフ変換した変換結果と、Ｘ−Ｙ値が大きい
値の候補点で変換した変換結果とで量子化誤差の影響度
が異なる。つまり図９に示す画像上において、Ｘ−Ｙ値
が大きい値を持つ候補点Ｐ1 をハフ変換しθ−ρ平面に
プロットすると、図１０に示す曲線Ａのように大きい振
幅で表れる。これに対しＸ−Ｙ値が小さい値を持つ候補
点Ｐ2 をハフ変換すると、θ−ρ平面には図１０に示す
曲線Ｂのように小さい振幅の曲線が得られる。この振幅
が小さい曲線Ｂは画像メモリ１３ＡのＸ−Ｙ座標上から
求め垂線の長さρ，角度θの分解能が低いことから量子
化誤差の影響を大きく受ける。従って、量子化誤差の影
響を誇張して曲線Ｂを表現すれば図示するようにステッ
プ状に変化し、量子化誤差の影響を大きく受けているこ
とが解る。
【００１２】この発明の目的は、画像メモリに取り込ま
れている画素データをＸ−Ｙ値が小さい方の画素位置で
も量子化誤差の影響を小さくした状態でハフ変換するこ
とができる画像処理方法及びこの画像処理方法を用いた
高精度画像処理装置を提案するものである。
れている画素データをＸ−Ｙ値が小さい方の画素位置で
も量子化誤差の影響を小さくした状態でハフ変換するこ
とができる画像処理方法及びこの画像処理方法を用いた
高精度画像処理装置を提案するものである。
【００１３】
【課題を解決するための手段】この発明では画像メモリ
に取り込まれる画像に散在する候補点にハフ変換を施
し、ハフ変換により画像上に散在する候補点を結ぶ直線
の累積数が最も大きい直線部分を検出する画像処理方法
において、画像メモリに取り込んだ画像に対し、この画
像の四隅の一つを原点とするＸ−Ｙ座標を設定し、この
原点を含むＸとＹの値が小さい小値領域の画像に分割
し、分割した画像領域を画像メモリに拡大して書込み、
この拡大して記憶した画像の各候補点ごとにハフ変換を
行わせるようにした画像処理方法を提案する。
に取り込まれる画像に散在する候補点にハフ変換を施
し、ハフ変換により画像上に散在する候補点を結ぶ直線
の累積数が最も大きい直線部分を検出する画像処理方法
において、画像メモリに取り込んだ画像に対し、この画
像の四隅の一つを原点とするＸ−Ｙ座標を設定し、この
原点を含むＸとＹの値が小さい小値領域の画像に分割
し、分割した画像領域を画像メモリに拡大して書込み、
この拡大して記憶した画像の各候補点ごとにハフ変換を
行わせるようにした画像処理方法を提案する。
【００１４】この発明の画像処理方法によれば、画像メ
モリに記憶した画像の中のＸ−Ｙ値が小さい領域の画像
を分割し、この分割した画像を元の画素数を持つ画像メ
モリに拡大して記憶させるから、Ｘ−Ｙ値が小さい値の
領域にあった候補点のＸ−Ｙ値は大きいＸ−Ｙ値に修正
される。この結果、Ｘ−Ｙ値が小さい領域の候補点もハ
フ変換時に発生する量子化誤差を小さくすることができ
る。よって精度の高いハフ変換を実行させることができ
る利点が得られる。
モリに記憶した画像の中のＸ−Ｙ値が小さい領域の画像
を分割し、この分割した画像を元の画素数を持つ画像メ
モリに拡大して記憶させるから、Ｘ−Ｙ値が小さい値の
領域にあった候補点のＸ−Ｙ値は大きいＸ−Ｙ値に修正
される。この結果、Ｘ−Ｙ値が小さい領域の候補点もハ
フ変換時に発生する量子化誤差を小さくすることができ
る。よって精度の高いハフ変換を実行させることができ
る利点が得られる。
【００１５】この発明では、更にこの画像処理方法を利
用した高精度画像処理装置を提案する。この発明による
高精度画像処理装置は撮像装置で撮像した画像を記憶す
る画像メモリと、この画像メモリに記憶した画像中の濃
度値が角激に変化する部分をエッジとして検出し、検出
されたエッジ部分のみを画像として取り出すエッジ検出
手段と、このエッジ検出手段で検出したエッジ検出画像
を白と黒の２値の値を持つ画素データに正規化する２値
化手段と、この２値化手段によって処理された画像に対
し、この画像の四隅の一つを原点とする直交座標を設定
し、この座標上の原点を含む小値領域の画像領域を分割
する画像分割手段と、この画像分割手段で分割された画
像領域を画像メモリと同等の記憶画素数を持つ画像メモ
リに拡大して記憶する拡大画像メモリと、この拡大画素
メモリに記憶した画像及び画像メモリに残された画像に
散在する各候補点について順次ハフ変換し、θ−ρ平面
上の曲線を算出するハフ変換手段と、このハフ変換手段
で変換されたθ−ρ平面上の曲線群の累積交叉数が最大
になる座標を求める度数分布探索手段と、この度数分布
探索手段によって求めた座標の値により分割された画像
及び元の画像メモリに残された画像に散在する候補点を
結ぶ線の累積数が最も大きい線の傾きａと切片ｂとを算
出する直線抽出手段と、によって構成したものである。
用した高精度画像処理装置を提案する。この発明による
高精度画像処理装置は撮像装置で撮像した画像を記憶す
る画像メモリと、この画像メモリに記憶した画像中の濃
度値が角激に変化する部分をエッジとして検出し、検出
されたエッジ部分のみを画像として取り出すエッジ検出
手段と、このエッジ検出手段で検出したエッジ検出画像
を白と黒の２値の値を持つ画素データに正規化する２値
化手段と、この２値化手段によって処理された画像に対
し、この画像の四隅の一つを原点とする直交座標を設定
し、この座標上の原点を含む小値領域の画像領域を分割
する画像分割手段と、この画像分割手段で分割された画
像領域を画像メモリと同等の記憶画素数を持つ画像メモ
リに拡大して記憶する拡大画像メモリと、この拡大画素
メモリに記憶した画像及び画像メモリに残された画像に
散在する各候補点について順次ハフ変換し、θ−ρ平面
上の曲線を算出するハフ変換手段と、このハフ変換手段
で変換されたθ−ρ平面上の曲線群の累積交叉数が最大
になる座標を求める度数分布探索手段と、この度数分布
探索手段によって求めた座標の値により分割された画像
及び元の画像メモリに残された画像に散在する候補点を
結ぶ線の累積数が最も大きい線の傾きａと切片ｂとを算
出する直線抽出手段と、によって構成したものである。
【００１６】この発明による高精度画像処理装置によれ
ば、量子化誤差の少ないハフ変換により直線を抽出する
から精度よく直線の傾きａと、切片ｂを求めることがで
きる。しかも元の画像の中から直交座標上のＸとＹの値
が小さい画像領域を分割し、その分割した画像を元の画
像メモリと同じ画素数を持つ画像メモリに拡大して記憶
させるだけであるから、特別に大容量の画像メモリを用
意しなくて済む。よって装置の規模が大きくなることは
なく、コストを掛けることなく精度を向上させることが
できる利点が得られる。
ば、量子化誤差の少ないハフ変換により直線を抽出する
から精度よく直線の傾きａと、切片ｂを求めることがで
きる。しかも元の画像の中から直交座標上のＸとＹの値
が小さい画像領域を分割し、その分割した画像を元の画
像メモリと同じ画素数を持つ画像メモリに拡大して記憶
させるだけであるから、特別に大容量の画像メモリを用
意しなくて済む。よって装置の規模が大きくなることは
なく、コストを掛けることなく精度を向上させることが
できる利点が得られる。
【００１７】
【発明の実施の形態】図１にこの発明による高精度画像
処理装置の実施例を示す。この高精度画像処理装置の構
成及びその動作を説明することにより、この発明による
画像処理方法を合わせて説明することにする。図１に示
す符号３０はこの発明による高精度画像処理装置を示
す。この発明による高精度画像処理装置３０は図４に示
した従来の画像処理装置１０の構成に加えて、画像分割
手段３１と、この画像分割手段３１によって分割した画
像を拡大して記憶する拡大画像メモリ３２とを設けた構
成を特徴とするものである。
処理装置の実施例を示す。この高精度画像処理装置の構
成及びその動作を説明することにより、この発明による
画像処理方法を合わせて説明することにする。図１に示
す符号３０はこの発明による高精度画像処理装置を示
す。この発明による高精度画像処理装置３０は図４に示
した従来の画像処理装置１０の構成に加えて、画像分割
手段３１と、この画像分割手段３１によって分割した画
像を拡大して記憶する拡大画像メモリ３２とを設けた構
成を特徴とするものである。
【００１８】画像分割手段３１は画像メモリ１３Ａに取
り込んだ画像に対して、画像の四隅の一つを原点とする
直交座標（以下Ｘ−Ｙ座標と称す）を設定し、このＸ−
Ｙ座標上において、原点を含むＸ−Ｙ値が小さい領域の
画像を取り出して分割する。図２にその様子を示す。画
像メモリ１３Ａの全領域をＡ0 とし、左下隅を原点Ｏと
するＸ−Ｙ座標を設定する。このＸ−Ｙ座標上におい
て、Ｘ−Ｙ値が小さい小値領域Ａ1 に含まれる画像を分
割して取り出す。Ｘ−Ｙ値が小さい小値領域Ａ1には候
補点Ｐ11，Ｐ12，Ｐ13…が含まれる。また小値領域Ａ1
を除いて残された画像領域Ａ0 には候補点Ｐ01，Ｐ02，
Ｐ03…が含まれる。
り込んだ画像に対して、画像の四隅の一つを原点とする
直交座標（以下Ｘ−Ｙ座標と称す）を設定し、このＸ−
Ｙ座標上において、原点を含むＸ−Ｙ値が小さい領域の
画像を取り出して分割する。図２にその様子を示す。画
像メモリ１３Ａの全領域をＡ0 とし、左下隅を原点Ｏと
するＸ−Ｙ座標を設定する。このＸ−Ｙ座標上におい
て、Ｘ−Ｙ値が小さい小値領域Ａ1 に含まれる画像を分
割して取り出す。Ｘ−Ｙ値が小さい小値領域Ａ1には候
補点Ｐ11，Ｐ12，Ｐ13…が含まれる。また小値領域Ａ1
を除いて残された画像領域Ａ0 には候補点Ｐ01，Ｐ02，
Ｐ03…が含まれる。
【００１９】画像分割手段３１は小値領域Ａ1 の画像を
分割して取り出すと、この分割した画像データを拡大画
像メモリ３２に引き渡す。拡大画像メモリ３２は画像メ
モリ１３Ａと同等の画素容量を持ち、分割して取り出し
た画像データを拡大（画素を補間により増加させ、拡大
画像メモリ３２の画素数と同一の画素数に合致させる）
して記憶する。
分割して取り出すと、この分割した画像データを拡大画
像メモリ３２に引き渡す。拡大画像メモリ３２は画像メ
モリ１３Ａと同等の画素容量を持ち、分割して取り出し
た画像データを拡大（画素を補間により増加させ、拡大
画像メモリ３２の画素数と同一の画素数に合致させる）
して記憶する。
【００２０】拡大画像メモリ３２に画像が取り込まれる
と、エッジ検出手段１３Ｃが起動され、エッジ検出画像
を拡大画像メモリ３２と元の画像メモリ１３Ａに生成す
る。エッジ検出手段１３Ｃが動作を終了すると、２値化
手段１３Ｄが起動され、拡大画像メモリ３２と元の画像
メモリ１３Ａの画像を２値化処理する。２値化処理が終
了した時点でハフ変換手段１３Ｅが起動され、拡大画像
メモリ３２に含まれる各候補点Ｐ11，Ｐ12，Ｐ13…につ
いてハフ変換を実行する。このハフ変換により図３Ａに
示す曲線群を得る。一方、元の画像メモリ１３Ａに残さ
れた候補点Ｐ 01，Ｐ02，Ｐ03…に関してもハフ変換を施
し、図３Ｂに示す曲線群が得られ曲線群メモリ１３Ｂに
記憶する。
と、エッジ検出手段１３Ｃが起動され、エッジ検出画像
を拡大画像メモリ３２と元の画像メモリ１３Ａに生成す
る。エッジ検出手段１３Ｃが動作を終了すると、２値化
手段１３Ｄが起動され、拡大画像メモリ３２と元の画像
メモリ１３Ａの画像を２値化処理する。２値化処理が終
了した時点でハフ変換手段１３Ｅが起動され、拡大画像
メモリ３２に含まれる各候補点Ｐ11，Ｐ12，Ｐ13…につ
いてハフ変換を実行する。このハフ変換により図３Ａに
示す曲線群を得る。一方、元の画像メモリ１３Ａに残さ
れた候補点Ｐ 01，Ｐ02，Ｐ03…に関してもハフ変換を施
し、図３Ｂに示す曲線群が得られ曲線群メモリ１３Ｂに
記憶する。
【００２１】曲線群が得られた時点で度数分布探索手段
１３Ｆが起動され、各曲線群の最多交叉点の座標
（θ01，ρ01）と（θ02，ρ02）を検出する。図３Ａと
Ｂに示す曲線群は拡大画像メモリ３２に拡大して記憶し
た候補点Ｐ11，Ｐ12，Ｐ13…は元の画像メモリ１３Ａに
残された画像上の候補点Ｐ01，Ｐ02，Ｐ03…に近似した
位置（原点０からの距離が近い値になる）に配置される
から、ハフ変換して得られる曲線群もほぼ同様の振幅を
持つ曲線となる。つまり、拡大画像メモリ３２に記憶し
た候補点Ｐ11，Ｐ12，Ｐ13…から得られた曲線群が受け
る量子化誤差による影響度は元の画像メモリ１３Ａに残
された候補点Ｐ01，Ｐ02，Ｐ03…から求めた曲線群と同
等となり、小値領域Ａ1 の候補点，Ｐ11，Ｐ12，Ｐ13が
ハフ変換に対する量子化誤差による影響度を低減するこ
とができる。特に図３Ａに示す曲線群（拡大画像メモリ
３２から求めた曲線群）の交叉点の座標（θ01，ρ01）
は信頼性の高いものとなる。
１３Ｆが起動され、各曲線群の最多交叉点の座標
（θ01，ρ01）と（θ02，ρ02）を検出する。図３Ａと
Ｂに示す曲線群は拡大画像メモリ３２に拡大して記憶し
た候補点Ｐ11，Ｐ12，Ｐ13…は元の画像メモリ１３Ａに
残された画像上の候補点Ｐ01，Ｐ02，Ｐ03…に近似した
位置（原点０からの距離が近い値になる）に配置される
から、ハフ変換して得られる曲線群もほぼ同様の振幅を
持つ曲線となる。つまり、拡大画像メモリ３２に記憶し
た候補点Ｐ11，Ｐ12，Ｐ13…から得られた曲線群が受け
る量子化誤差による影響度は元の画像メモリ１３Ａに残
された候補点Ｐ01，Ｐ02，Ｐ03…から求めた曲線群と同
等となり、小値領域Ａ1 の候補点，Ｐ11，Ｐ12，Ｐ13が
ハフ変換に対する量子化誤差による影響度を低減するこ
とができる。特に図３Ａに示す曲線群（拡大画像メモリ
３２から求めた曲線群）の交叉点の座標（θ01，ρ01）
は信頼性の高いものとなる。
【００２２】別々に求めた曲線群の各最多交叉点の座標
（θ01，ρ01）と（θ02，ρ02）は本来等しい値になる
はずであるが、仮に異なる値を持つ場合には差の値が異
常に大きい値でなければ両者間の中間値を最終値（θ
0 , ρ0 ）と決定する。最終値（θ0 , ρ0 ）が決定さ
れた時点でθ0 とρ0 を直線抽出手段１３Ｇに引渡し、
求める直線の傾きａと切片ｂを求める。
（θ01，ρ01）と（θ02，ρ02）は本来等しい値になる
はずであるが、仮に異なる値を持つ場合には差の値が異
常に大きい値でなければ両者間の中間値を最終値（θ
0 , ρ0 ）と決定する。最終値（θ0 , ρ0 ）が決定さ
れた時点でθ0 とρ0 を直線抽出手段１３Ｇに引渡し、
求める直線の傾きａと切片ｂを求める。
【００２３】なお、上述した実施例では画像の分割数を
１としたが、分割数は１に限らず、Ｘ−Ｙ値の値の順に
複数の領域に分割することもできることは容易に理解で
きよう。
１としたが、分割数は１に限らず、Ｘ−Ｙ値の値の順に
複数の領域に分割することもできることは容易に理解で
きよう。
【００２４】
【発明の効果】以上説明したように、この発明によれば
Ｘ−Ｙ座標上の小値領域の画像を拡大して候補点をＸ−
Ｙ値の高値領域に移し、その状態でハフ変換を実行する
から、Ｘ−Ｙ値の小値領域の画像のハフ変換も精度よく
行うことができる。よって、直線の検出精度を向上させ
ることができ、例えば自動走行車両の自動運行を精度よ
く実行させることができる等の利点が得られる。
Ｘ−Ｙ座標上の小値領域の画像を拡大して候補点をＸ−
Ｙ値の高値領域に移し、その状態でハフ変換を実行する
から、Ｘ−Ｙ値の小値領域の画像のハフ変換も精度よく
行うことができる。よって、直線の検出精度を向上させ
ることができ、例えば自動走行車両の自動運行を精度よ
く実行させることができる等の利点が得られる。
【図１】この発明による高精度画像処理装置の一実施例
を説明するためのブロック図。
を説明するためのブロック図。
【図２】図１に示した高精度画像処理装置の動作を説明
するための図。
するための図。
【図３】同様に図１の動作を説明するための図。
【図４】従来の画像処理装置を説明するためブロック
図。
図。
【図５】従来の装置で画像処理しようとする画像の一例
を説明するための図。
を説明するための図。
【図６】画像処理に用いられているハフ変換の原理を説
明するための図。
明するための図。
【図７】図６と同様の図。
【図８】図６と同様の図。
【図９】従来の技術の不都合を説明するための図。
【図１０】図９と同様の図。
１１ 中央演算処理装置 １２ 読出専用メモリ １３ 書き替え可能なメモリ １３Ａ 画像メモリ １３Ｂ 曲線群メモリ １３Ｃ エッジ検出手段 １３Ｄ ２値化手段 １３Ｅ ハフ変換手段 １３Ｆ 度数分布探索手段 １３Ｇ 直線抽出手段 １４ 入力ポート １５ 出力ポート ２０ 撮像装置 ３０ 高精度画像処理装置 ３１ 画像分割手段 ３２ 拡大画像メモリ
Claims (2)
- 【請求項１】 画像メモリに取り込まれた画像に散在す
る候補点にハフ変換を施し、ハフ変換により画像上に散
在する候補点を結ぶ直線の累積数が最も大きい直線部分
を検出する画像処理方法において、 上記画像メモリに取り込んだ画像に、この画像の四隅の
一つを原点とする直交座標を設定し、この直交座標の原
点を含む小値領域の画像領域を上記画像から分割し、分
割した画像領域を上記画像メモリと同等の画素数を持つ
メモリに拡大して書込み、この拡大して記憶した画像の
各候補点をハフ変換することを特徴とする画像処理方
法。 - 【請求項２】 Ａ．撮像装置で撮像した画像を記憶する
画像メモリと、 Ｂ．この画像メモリに記憶した画像中の濃度値が角激に
変化する部分をエッジとして検出し、検出されたエッジ
部分のみを画像として取り出すエッジ検出手段と、 Ｃ．このエッジ検出手段で検出したエッジ検出画像を白
と黒の２値の値を持つ画像データに正規化する２値化処
理手段と、 Ｄ．この２値化処理手段によって処理された画像に、こ
の画像の四隅の一つを原点とする直交座標を設定し、こ
の座標の原点を含む低値領域の画像領域を上記画像から
分割する画像分割手段と、 Ｅ．この画像分割手段で分割された画像領域を上記画像
メモリと同等の記憶画素数を持つ画像メモリに拡大して
記憶する拡大画像メモリと、 Ｆ．この拡大画像メモリに記憶した画像及び上記画像メ
モリに残された画像に散在する候補点について順次ハフ
変換し、θ−ρ平面上の曲線を算出するハフ変換手段
と、 Ｇ．このハフ変換手段で変換されたθ−ρ平面上の曲線
群の累積交叉数が最大になるθ0 ，ρ0 を求める度数分
布探索手段と、 Ｈ．この度数分布探索手段によって求めるθ0 ，ρ0 に
より上記分割化された画像及び画像メモリに残された画
像に散在する候補点を結ぶ線の累積数が最も大きい線の
傾斜係数ａと切片ｂとを算出する直線抽出手段と、によ
って構成したことを特徴とする高精度画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9120792A JPH10312460A (ja) | 1997-05-12 | 1997-05-12 | 画像処理方法及び高精度画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9120792A JPH10312460A (ja) | 1997-05-12 | 1997-05-12 | 画像処理方法及び高精度画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10312460A true JPH10312460A (ja) | 1998-11-24 |
Family
ID=14795120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9120792A Withdrawn JPH10312460A (ja) | 1997-05-12 | 1997-05-12 | 画像処理方法及び高精度画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10312460A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016040709A (ja) * | 2014-08-11 | 2016-03-24 | キヤノン株式会社 | 情報処理装置、表示制御方法、及びコンピュータプログラム |
| CN105447852A (zh) * | 2015-11-12 | 2016-03-30 | 四川浩特通信有限公司 | 一种基于Hough变换检测汽车牌识别方法 |
| CN113763439A (zh) * | 2021-02-07 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图像处理方法和装置 |
| CN114219818A (zh) * | 2021-11-16 | 2022-03-22 | 成都唐源电气股份有限公司 | 刚性接触网定位线夹卡滞检测方法、装置、计算机设备和存储介质 |
-
1997
- 1997-05-12 JP JP9120792A patent/JPH10312460A/ja not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016040709A (ja) * | 2014-08-11 | 2016-03-24 | キヤノン株式会社 | 情報処理装置、表示制御方法、及びコンピュータプログラム |
| CN105447852A (zh) * | 2015-11-12 | 2016-03-30 | 四川浩特通信有限公司 | 一种基于Hough变换检测汽车牌识别方法 |
| CN113763439A (zh) * | 2021-02-07 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图像处理方法和装置 |
| US12586147B2 (en) | 2021-02-07 | 2026-03-24 | Beijing Wodong Tianjun Information Technology Co , Ltd. | Image processing method and image processing apparatus for transforming objects within an image |
| CN114219818A (zh) * | 2021-11-16 | 2022-03-22 | 成都唐源电气股份有限公司 | 刚性接触网定位线夹卡滞检测方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6774889B1 (en) | System and method for transforming an ordinary computer monitor screen into a touch screen | |
| JP3308032B2 (ja) | スキュー補正方法およびスキュー角検出方法およびスキュー補正装置およびスキュー角検出装置 | |
| JP2007508633A (ja) | 物体輪郭画像を解析する方法および画像処理装置、物体を検出する方法および画像処理装置、産業用視覚装置、スマートカメラ、画像ディスプレイ、セキュリティシステム、ならびにコンピュータプログラム製品 | |
| JPH11328408A (ja) | データ処理装置および方法、情報記憶媒体 | |
| JPH0312750B2 (ja) | ||
| JP3460356B2 (ja) | 円ないし楕円の検出方法およびその装置 | |
| JPH10312460A (ja) | 画像処理方法及び高精度画像処理装置 | |
| JPH1196372A (ja) | 画像処理方法およびその装置、ならびに画像処理用の制御プログラムの記録媒体 | |
| JPH113421A (ja) | 線分の検出方法 | |
| JPH11134509A (ja) | 図面認識処理方法及び建築図面認識処理方法 | |
| JP2637764B2 (ja) | 指紋中心検出方式 | |
| JPH11219435A (ja) | 自動車用白線検出装置 | |
| CN119365899A (zh) | 借助机器学习方法识别车辆停车位的方法和装置 | |
| JP2858530B2 (ja) | エッジ強調装置 | |
| US5471536A (en) | Figure digitizing system | |
| JPH1153539A (ja) | 円形パターン判定方法および記録媒体 | |
| JP3516117B2 (ja) | 画像処理方法およびその装置 | |
| JP2803736B2 (ja) | 文字認識方式 | |
| JP2621810B2 (ja) | 図形検出方法及び装置 | |
| JPH0560147B2 (ja) | ||
| JPH10153407A (ja) | 計測処理装置 | |
| JPH07192134A (ja) | 画像処理方法 | |
| JP2587812B2 (ja) | 図形抽出方法 | |
| JPH06168341A (ja) | ３次元形状モデル処理方法及びその装置 | |
| JP3596055B2 (ja) | 線分検出方法およびその装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20040803 |