JP6417886B2 - 視差値導出装置、移動体、ロボット、視差値生産方法、及びプログラム - Google Patents

Description

本発明は、視差値導出装置、移動体、ロボット、視差値生産方法、及びプログラムに関するものである。

従来から、ステレオ画像法によって、ステレオカメラから物体に対する視差を導き出し、この視差を示す視差値によって、三角測量の原理に基づき、ステレオカメラから物体までの距離を測定する測距方法が知られている。この測距方法により、例えば、自動車間の距離や、自動車と障害物間の距離が測定され、自動車の衝突防止に役立てられている。

また、視差値の求め方としては、ステレオマッチング処理が用いられている。このステレオマッチング処理は、ステレオカメラの２つのカメラのうち、一方のカメラによって得られた基準画像内の注目する基準画素に対して、他方のカメラによって得られた比較画像内の複数の対応画素の候補を順次シフトしながら、画像信号が最も類似する画素である対応画素の位置を求めることで、基準画像と比較画像の間の視差値を算出する。一般的には、２つのカメラによって得られた画像信号の輝度値を比較することで、シフト量毎に比較する輝度値のコスト値(Cost：ここでは「非類似度」)が最も低い画素の位置が求められる（特許文献１参照）。

ところが、物体の輝度変化の大きさを示すテクスチャが弱く、抽出すべき特徴そのものが乏しい領域では、エッジ検出を行っても、十分な効果を得ることができない。

そこで、テクスチャが弱い物体でも、より正確な視差を導き出す方法が提案されている（例えば、特許文献２参照）。この方法によって、基準画像上の注目する基準画素のコスト値だけでなく、この基準画素の周囲の画素のコスト値を集約することで、テクスチャが弱い物体に対する視差を導き出すことができる。

しかしながら、特許文献２に記載された方法を用いて自動車間の距離等を測距する場合、テクスチャの弱い路面等におけるコスト値が、テクスチャの強い周囲の先行車両等におけるコスト値の影響を受けてしまう。これにより、正確なコスト値を導き出すことができないという課題が生じる。

上述の課題を解決するため、請求項１に係る発明は、物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を導出する視差値導出装置であって、前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出手段と、前記算出手段によって算出された前記各コスト値のうち、閾値を越えたコスト値を、当該閾値よりも高い所定値に変更する変更手段と、前記変更手段による変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更手段による変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成手段と、前記一の基準領域の前記基準画像における位置と、前記合成手段による合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出手段と、を有することを特徴とする視差値導出装置である。

以上説明したように本発明によれば、コスト値を合成するにあたって、算出手段によって算出されたコスト値が閾値を超える場合には、閾値を超えたコスト値を、閾値よりも高い所定値に変更する。これにより、所定値よりも大きいコスト値Ｃが、所定値まで下がるため、テクスチャの弱い物体におけるコスト値が、テクスチャの強い周囲の物体におけるコスト値の影響を受けにくくすることができる。よって、より正確なコスト値を導き出すことができるという効果を奏する。

撮像装置から物体までの距離を導き出す原理の説明図である。 （ａ）は基準画像、（ｂ）は（ａ）に対する高密度視差画像、（ｃ）は（ａ）に対するエッジ視差画像を示す概念図である。 （ａ）は基準画像における基準画素を示す概念図、（ｂ）は（ａ）の基準画素に対して比較画像における対応画素の候補を順次シフトしながらシフト量を算出する際の概念図である。 シフト量毎のコスト値を示すグラフである。 合成コスト値を導き出すための概念図である。 視差値毎の合成コスト値を示すグラフである。 （ａ）は本発明の一実施形態に係る視差値導出装置を搭載した自動車の側面を表す概略図、（ｂ）は自動車の正面を示す概略図である。 視差値導出装置の概観図である。 視差値導出装置の全体のハードウェア構成図である。 視差値導出装置の主要部のハードウェア構成図である。 第１の本実施形態の処理を示したフローチャートである。 （ａ）は基準画像、（ｂ）は基準画像の一部、（ｃ）はコスト変更しない場合の（ｂ）に対する高密度視差画像、（ｄ）は閾値Ｔｈ＝４０でコスト変更した場合の（ｂ）に対する高密度視差画像、（ｅ）は閾値Ｔｈ＝２０でコスト変更した場合の（ｂ）に対する高密度視差画像を示す概念図である。 （ａ）はコスト変更しない場合のコスト値を示すグラフ、（ｂ）はコスト変更した場合のコスト値を示すグラフ、（ｃ）はコスト変更しない場合の合成コスト値を示すグラフ、（ｄ）はコスト変更した場合の合成コスト値である。 物体認識装置が認識する物体認識結果の大きさを示す枠を含む基準画像の概念図である。 第２の本実施形態の処理を示したフローチャートである。 （ａ）は基準画像、（ｂ）は基準画像の一部、（ｃ）はコスト変更しない場合の（ｂ）に対する高密度視差画像、（ｄ）、（ｅ）はコスト変更した場合の（ｂ）に対する高密度視差画像を示す概念図である。 （ａ）はコスト変更しない場合のコスト値を示すグラフ、（ｂ）はコスト変更した場合のコスト値を示すグラフ、（ｃ）はコスト変更しない場合の合成コスト値を示すグラフ、（ｄ）はコスト変更した場合の合成コスト値を示すグラフである。 （ａ）は図１６（ｂ）と同じグラフ、（ｂ）はコスト変更した場合のコスト値を示すグラフ、（ｃ）は図１６（ｄ）と同じグラフ、（ｄ）はコスト変更した場合の合成コスト値を示すグラフである。

以下、図面を用いて、本発明の一実施形態について説明する。

〔ＳＧＭ法を用いた測距方法の概略〕
まず、図１乃至図６を用いて、ＳＧＭ(Semi-Global Matching)法を用いた測距方法の概略について説明する。なお、ＳＧＭ法に関しては、非特許文献(Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information)に開示されているため、以下では概略を説明する。

＜測距の原理＞
図１を用いて、ステレオ画像法により、ステレオカメラから物体に対する視差を導き出し、この視差を示す視差値によって、ステレオカメラから物体までの距離を測定する原理について説明する。なお、図１は、撮像装置から物体までの距離を導き出す原理の説明図である。また、以下では、説明を簡略化するため、複数の画素からなる所定領域ではなく、一画素単位で説明する。

なお、一画素単位ではなく、複数の画素からなる所定領域単位で処理される場合、基準画素を含む所定領域は基準領域として示され、対応画素を含む所定領域は対応領域として示される。また、この基準領域には基準画素のみの場合も含まれ、対応領域には対応画素のみの場合も含まれる。

（視差値算出）
まず、図１で示される撮像装置１０ａおよび撮像装置１０ｂによって撮像された各画像を、それぞれ基準画像Ｉａおよび比較画像Ｉｂとする。なお、図１では、撮像装置１０ａおよび撮像装置１０ｂが平行等位に設置されているものとする。図１において、３次元空間内の物体Ｅ上のＳ点は、撮像装置１０ａおよび撮像装置１０ｂの同一水平線上の位置に写像される。すなわち、各画像中のＳ点は、基準画像Ｉａ中の点Ｓａ（ｘ，ｙ）および比較画像Ｉｂ中の点Ｓｂ（Ｘ，ｙ）において撮像される。このとき、視差値Δは、撮像装置１０ａ上の座標におけるＳａ（ｘ，ｙ）と撮像装置１０ｂ上の座標におけるＳｂ（Ｘ，ｙ）とを用いて、（式１）のように表される。

Δ＝Ｘ−ｘ （式１）
ここで、図１のような場合には、基準画像Ｉａ中の点Ｓａ（ｘ，ｙ）と撮像レンズ１１ａから撮像面上におろした垂線の交点との距離をΔａにし、比較画像Ｉｂ中の点Ｓｂ（Ｘ，ｙ）と撮像レンズ１１ｂから撮像面上におろした垂線の交点との距離をΔｂにすると、視差値Δ＝Δａ＋Δｂとなる。

（距離算出）
また、視差値Δを用いることで、撮像装置１０ａ，１０ｂと物体Ｅとの間の距離Ｚを導き出すことができる。具体的には、距離Ｚは、撮像レンズ１１ａの焦点位置と撮像レンズ１１ｂの焦点位置とを含む面から物体Ｅ上の特定点Ｓまでの距離である。図１に示されるように、撮像レンズ１１ａ及び撮像レンズ１１ｂの焦点距離ｆ、撮像レンズ１１ａと撮像レンズ１１ｂとの間の長さである基線長Ｂ、及び視差値Δを用いて、（式２）により、距離Ｚを算出することができる。

Ｚ＝（Ｂ×ｆ）／Δ （式２）
この（式２）により、視差値Δが大きいほど距離Ｚは小さく、視差値Δが小さいほど距離Ｚは大きくなる。

＜ＳＧＭ法＞
続いて、図２乃至図６を用いて、ＳＧＭ法を用いた測距方法について説明する。なお、図２（ａ）は基準画像、図２（ｂ）は（ａ）に対する高密度視差画像、図２（ｃ）は（ａ）に対するエッジ視差画像を示す概念図である。ここで、基準画像は、物体が輝度によって示された画像である。高密度視差画像は、ＳＧＭ法によって、基準画像から導き出された画像であり、基準画像の各座標における視差値を示した画像である。エッジ視差画像は、従来から用いられているブロックマッチング法によって導き出された画像であり、基準画像のエッジ部のような比較的テクスチャの強い部分のみの視差値を示した画像である。

ＳＧＭ法は、テクスチャが弱い物体に対しても適切に上記視差値を導き出す方法であり、図２（ａ）に示されている基準画像に基づいて、図２（ｂ）に示されている高密度視差画像を導き出す方法である。なお、ブロックマッチング法を用いた場合には、図２（ａ）に示されている基準画像に基づいて、図２（ｃ）に示されているエッジ視差画像が導き出される。図２（ｂ）及び図２（ｃ）における破線の楕円内を比べると分かるように、高密度視差画像は、エッジ視差画像に比べてテクスチャが弱い道路等の詳細な情報を表すことができるため、より詳細な測距を行うことができる。

このＳＧＭ法は、非類似度であるコスト値を算出して直ちに視差値を導出せず、コスト値を算出後、更に、合成非類似度である合成コスト値 (Synthesis Cost)を算出することで視差値を導出し、最終的にほぼ全ての画素における視差値を示す視差画像（ここでは、高密度視差画像）を導き出す方法である。

なお、ブロックマッチング法の場合は、コスト値を算出する点はＳＧＭ法と同じであるが、ＳＧＭ法のように、合成コスト値を算出せずに、エッジ部のような比較的テクスチャの強い部分の視差値のみを導出する。

（コスト値の算出）
まず、図３及び図４を用いて、コスト値Ｃ（ｐ，ｄ）の算出方法について説明する。図３（ａ）は基準画像における基準画素を示す概念図、図３（ｂ）は（ａ）の基準画素に対して比較画像における対応画素の候補を順次シフトしながら（ずらしながら）シフト量（ずれ量）を算出する際の概念図である。図４は、シフト量毎のコスト値を示すグラフである。ここで、対応画素は、基準画像内の基準画素に最も類似する比較画像内の画素である。なお、以降、Ｃ（ｐ，ｄ）は、Ｃ（ｘ，ｙ，ｄ）を表すものとして説明する。

図３（ａ）に示されているように、基準画像内の所定の基準画素ｐ（ｘ，ｙ）と、この基準画素ｐ（ｘ，ｙ）に対する比較画像内におけるエピポーラ線(Epipolar Line)上の複数の対応画素の候補ｑ（ｘ＋ｄ，ｙ）との各輝度値に基づいて、基準画素ｐ（ｘ，ｙ）に対する各対応画素の候補ｑ（ｘ＋ｄ，ｙ）のコスト値Ｃ（ｐ，ｄ）が算出される。ｄは、基準画素ｐと対応画素の候補ｑのシフト量（ずれ量）であり、本実施形態では、画素単位のシフト量が表されている。即ち、図３では、対応画素の候補ｑ（ｘ＋ｄ，ｙ）を予め指定された範囲（例えば、０＜ｄ＜２５）において順次一画素分シフトしながら、対応画素の候補ｑ（ｘ＋ｄ，ｙ）と基準画素ｐ（ｘ，ｙ）との輝度値の非類似度であるコスト値Ｃ（ｐ，ｄ）が算出される。コスト値Ｃの算出方法としては、コスト値Ｃが非類似度を示す場合、ＳＡＤ(Sum of Absolute Difference)等の公知の方法が適用される。

このようにして算出されたコスト値Ｃ（ｐ，ｄ）は、図４に示されているように、シフト量ｄ毎のコスト値Ｃの集まりであるコスト曲線のグラフによって表すことができる。図４では、コスト値Ｃは、シフト量ｄ＝５，１２，１９の場合が０（ゼロ）となるため、最小値を求めることができない。このように、テクスチャが弱い物体の場合には、コスト値Ｃの最小値を求めることは困難になる。

（合成コスト値の算出）
次に、図５及び図６を用いて、合成コスト値Ｌｓ（ｐ，ｄ）の算出方法について説明する。図５は、合成コスト値を導き出すための概念図である。図６は、視差値毎の合成コスト値を示す合成コスト曲線のグラフである。本実施形態における合成コスト値の算出方法は、コスト値Ｃ（ｐ，ｄ）の算出だけでなく、所定の基準画素ｐ（ｘ，ｙ）の周辺の画素を基準画素とした場合のコスト値を、基準画素ｐ（ｘ，ｙ）におけるコスト値Ｃ（ｐ，ｄ）に集約させて、合成コスト値Ｌｓ（ｐ，ｄ）を算出する。

次に、合成コスト値の算出方法について、より詳細に説明する。合成コスト値Ｌｓ（ｐ，ｄ）を算出するためには、まず、経路コスト値Ｌｒ（ｐ，ｄ）を算出する必要がある。(式３)は、経路コスト値Ｌｒ（ｐ，ｄ）を算出するための式であり、（式４）は、合成コスト値Ｌｓを算出するための式である。

Ｌｒ（ｐ，ｄ）＝Ｃ（ｐ，ｄ）＋ｍｉｎ｛（Ｌｒ（ｐ−ｒ，ｄ），Ｌｒ（ｐ−ｒ，ｄ−１）＋Ｐ１，Ｌｒ（ｐ−ｒ，ｄ＋１）＋Ｐ１，Ｌｒｍｉｎ（ｐ−ｒ）＋ｐ２｝ （式３）
ここで、（式３）において、ｒは、集約方向の方向ベクトルを示し、ｘ方向およびｙ方向の２成分を有する。ｍｉｎ｛｝は、最小値を求める関数である。Ｌｒｍｉｎ（ｐ−ｒ）は、ｐをｒ方向に１画素シフトした座標において、シフト量ｄを変化させた際のＬｒ（ｐ−ｒ，ｄ）の最小値を示す。なお、Ｌｒは、（式３）に示されているように再帰的に適用される。また、Ｐ１及びＰ２は、予め実験により定められた固定パラメータであり、経路上で隣接する基準画素の視差値Δが連続になりやすいようなパラメータになっている。例えば、Ｐ１＝４８、Ｐ２＝９６である。

また、（式３）に示されているように、Ｌｒ（ｐ，ｄ）は、基準画素ｐ（ｘ，ｙ）におけるコスト値Ｃに、図５に示されているｒ方向の各画素における各画素の経路コスト値Ｌｒの最小値を加算することで求められる。このように、ｒ方向の各画素におけるＬｒを求めるため、最初は、基準画像ｐ（ｘ，ｙ）のｒ方向の一番端の画素からＬｒが求められ、ｒ方向に沿ってＬｒが求められる。

そして、図５に示されているように、８方向のＬｒ_０，Ｌｒ_４５，Ｌｒ_９０，Ｌｒ_１３５，Ｌｒ_１８０，Ｌｒ_２２５，Ｌｒ_２７０，Ｌｒ_３１５求められ、最終的に（式４）に基づいて、合成コスト値Ｌｓが求められる。

このようにして算出された合成コスト値Ｌｓ（ｐ，ｄ）は、図６に示されているように、シフト量ｄ毎に合成コスト値Ｌｓ（ｐ，ｄ）が示される合成コスト曲線のグラフによって表すことができる。図６では、合成コスト値Ｌｓは、シフト量ｄ＝３の場合が最小値となるため、視差値Δ＝３として算出される。

なお、上記説明ではｒの数を８として説明しているが、これに限られることはない。例えば、８方向を更に２つに分割して１６方向、３つに分割して２４方向等にしてもよい。

また、コスト値Ｃは「非類似度」として示されているが、非類似度の逆数としての「類似度」として表されてもよい。この場合、コスト値Ｃの算出方法としては、ＮＣＣ(Normalized Cross Correlation)等の公知の方法が適用される。また、この場合、合成コスト値Ｌｓが最小ではなく「最大」となる視差値Δが導出される。なお、非類似度と類似度の両者を含めて、「一致度」として表してもよい。

〔本実施形態の具体的な説明〕
以下、図面を用いて、本実施形態の具体的な説明を行う。ここでは、自動車に搭載される物体認識システム１について説明する。

なお、物体認識システム１は、車両の一例としての自動車だけでなく、車両の他の例として、バイク、自転車、車椅子、農業用の耕運機等に搭載されることができてもよい。また、移動体の一例としての車両だけでなく、移動体の他の例として、ロボット等に搭載されることができてもよい。更に、ロボットは、移動体だけでなく、ＦＡ(Factory Automation)において固定設置される工業用ロボット等の装置であってもよい。また、固定設置される装置としては、ロボットだけでなく、防犯用の監視カメラであってもよい。

＜実施形態の構成＞
まず、図７乃至図９用いて、本実施形態の全体構成について説明する。

（外観構成）
図７及び図８を用いて、本実施形態の物体認識システム１の外観構成を説明する。なお、図７（ａ）は本発明の一実施形態に係る物体認識システムを搭載した自動車の側面を表す概略図、図７（ｂ）は自動車の正面を示す概略図である。図８は、物体認識システムの概観図である。

図７（ａ），（ｂ）に示されているように、本実施形態の物体認識システム１は、撮像装置１０ａ及び撮像装置１０ｂを備えており、撮像装置１０ａ及び撮像装置１０ｂは自動車の進行方向前方の光景を撮像することができるように設置される。

また、図８に示されているように、物体認識システム１は、本体部２と、本体部２に対して設けられた一対の円筒状の撮像装置１０ａ及び撮像装置１０ｂとによって構成されている。

（全体のハードウェア構成）
次に、図９を用いて、物体認識システム１の全体のハードウェア構成について説明する。なお、図９は、物体認識システムの全体のハードウェア構成図である。

図９に示されているように、物体認識システム１は、本体部２において、視差値導出装置３及び物体認識装置５を備えている。このうち、視差値導出装置３は、物体Ｅを撮像して得られた複数の画像から、物体Ｅに対する視差を示す視差値Δを導出し、各画素における視差値Δを示す高密度視差画像を出力する。物体認識装置５は、視差値導出装置３から出力された高密度視差画像に基づいて、撮像装置１０ａ，１０ｂから物体Ｅまでの距離を測定する等の処理を行なう。

ここで、まずは、視差値導出装置３のハードウェア構成について説明する。図９に示されているように、視差値導出装置３は、撮像装置１０ａ、撮像装置１０ｂ、信号変換装置２０ａ、信号変換装置２０ｂ、及び画像処理装置３０を備えている。

撮像装置１０ａは、前方の光景を撮像して画像を表すアナログ信号を生成するものであり、撮像レンズ１１ａ、絞り１２ａ、画像センサ１３ａを備えている。撮像レンズ１１ａは、撮像レンズ１１ａを通過する光を屈折させて物体の像を結像させるための光学素子である。絞り１２ａは、撮像レンズ１１ａを通過した光の一部を遮ることによって、後述する画像センサ１３ａに入力される光の量を調整する。画像センサ１３ａは、撮像レンズ１１ａ及び絞り１２ａから入力された光を電気的なアナログの画像信号に変換する半導体の素子であり、ＣＣＤ(Charge Coupled Devices)やＣＭＯＳ(Complementary Metal Oxide Semiconductor）等によって実現される。なお、撮像装置１０ｂは撮像装置１０ａと同じ構成を備えているため、撮像装置１０ｂについての説明は省略する。また、撮像レンズ１１ａと撮像レンズ１１ｂは、それぞれのレンズ面が互いに同一平面内になるように設置されている。

また、信号変換装置２０ａは、撮像された画像を表すアナログ信号をデジタル形式の画像データに変換するものであり、ＣＤＳ(Correlated Double Sampling)２１ａ、ＡＧＣ(Auto Gain Control)２２ａ、ＡＤＣ(Analog Digital Converter)２３ａ、及びフレームメモリ２４ａを備えている。ＣＤＳ２１ａは、画像センサ１３ａによって変換されたアナログの画像信号から相関二重サンプリングによってノイズを除去する。ＡＧＣ２２ａは、ＣＤＳ２１ａによってノイズが除去されたアナログの画像信号の強度を制御する利得制御を行う。ＡＤＣ２３ａは、ＡＧＣ２２ａによって利得制御されたアナログの画像信号をデジタル形式の画像データに変換する。フレームメモリ２４ａは、ＡＤＣ２３ａによって変換された画像データを記憶する。

同様に、信号変換装置２０ｂは、撮像装置１０ｂによって変換されたアナログの画像信号から画像データを取得するものであり、ＣＤＳ２１ｂ、ＡＧＣ２２ｂ、ＡＤＣ２３ｂ、及びフレームメモリ２４ｂを有している。なお、ＣＤＳ２１ｂ、ＡＧＣ２２ｂ、ＡＤＣ２３ｂ、及びフレームメモリ２４ｂはそれぞれＣＤＳ２１ａ、ＡＧＣ２２ａ、ＡＤＣ２３ａ、及びフレームメモリ２４ａと同じ構成であるため、それらについての説明は省略する。

更に、画像処理装置３０は、信号変換装置２０ａ及び信号変換装置２０ｂによって変換された画像データを処理するための装置である。この画像処理装置３０は、ＦＰＧＡ(Field Programmable Gate Array)３１、ＣＰＵ(Central Processing Unit)３２、ＲＯＭ(Read Only Memory)３３、ＲＡＭ(Random Access Memory)３４、Ｉ／Ｆ(Interface)３５及び上記各構成要素３１〜３５を図９に示されているように電気的に接続するためのアドレスバスやデータバス等のバスライン３９を備えている。

このうち、ＦＰＧＡ３１は、集積回路であり、ここでは、ＣＰＵ３２の命令に従って、画像データが表す画像における視差値Δを算出する処理を行う。ＣＰＵ３２は、視差値導出装置３の各機能を制御する。ＲＯＭ３３は、ＣＰＵ３２が視差値導出装置３の各機能を制御するために実行される画像処理用プログラムを記憶している。ＲＡＭ３４はＣＰＵ３２のワークエリアとして使用される。

Ｉ／Ｆ３５は、物体認識装置５における後述Ｉ／Ｆ５５とアドレスバスやデータバス等のバスライン４を介して通信するためのインターフェイスである。

続いて、物体認識装置５のハードウェア構成について説明する。図９に示されているように、物体認識装置５は、ＦＰＧＡ５１、ＣＰＵ５２、ＲＯＭ５３、ＲＡＭ５４、Ｉ／Ｆ５５、ＣＡＤ Ｉ／Ｆ５８及び上記各構成要素５１〜５５，５８を図９に示されているように電気的に接続するためのアドレスバスやデータバス等のバスライン５９を備えている。

このうち、ＦＰＧＡ５１、ＣＰＵ５２、ＲＯＭ５３、ＲＡＭ５４、Ｉ／Ｆ５５、及びバスライン５９は、それぞれ画像処理装置３０におけるＦＰＧＡ３１、ＣＰＵ３２、ＲＯＭ３３、ＲＡＭ３４、Ｉ／Ｆ３５、及びバスライン３９と同様の構成であるため、説明を省略する。なお、Ｉ／Ｆ５５は、画像処理装置３０におけるＩ／Ｆ３５とバスライン４を介して通信するためのインターフェイスである。また、ＲＯＭ５３は、ＣＰＵ５２が物体認識装置５の各機能を制御するために実行される物体認識用プログラムを記憶している。

ＣＡＮ Ｉ／Ｆ５８は、外部コントローラ等と通信するためのインターフェイスであり、例えば、自動車のＣＡＮ(Controller Area Network)等に接続されることができる。

このような構成により、画像処理装置３０のＩ／Ｆ３５からバスライン４を介して物体認識装置５に高密度視差画像が送信されると、物体認識装置５におけるＣＰＵ５２の命令によって、ＦＰＧＡ５１が、撮像装置１０ａ，１０ｂと物体Ｅとの間の距離Ｚを算出する。なお、物体認識装置５におけるＣＰＵ５２の命令によってＦＰＧＡ５１が距離Ｚを算出せずに、画像処理装置３０のＣＰＵ３２の命令によってＦＰＧＡ３１が距離Ｚを算出してもよい。

また、上記各プログラムは、インストール可能な形式又は実行可能な形式のファイルで、コンピュータで読み取り可能な記録媒体に記録して流通させてもよい。この記録媒体は、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory)やＳＤメモリカード(Secure Digital memory card)等である。

〔各本実施形態の具体的な説明〕
以下、図面を用いて、各実施形態の具体的な説明を行う。

＜＜第１の実施形態＞＞
まずは、本発明の第１の実施形態について説明する。

＜主要部のハードウェア構成＞
図３、図９及び図１０を用いて、第１の実施形態に係る視差値導出装置３の主要部のハードウェア構成について説明する。なお、図１０は、第１の実施形態に係る視差値導出装置の主要部のハードウェア構成図である。

図９におけるＦＰＧＡ３１は、図１０に示されているように、コスト算出部３１０、コスト合成部３２０、視差値導出部３３０を備えている。これらは、ＦＰＧＡ３１の回路の一部であるが、上記画像処理用プログラムが実行されることにより、同じ処理を行うことができるようにしてもよい。

このうち、コスト算出部３１０は、図３に示されているように、基準画像（図３（ａ）参照）内の基準画素ｐ（ｘ，ｙ）の輝度値と、比較画像（図３（ｂ）参照）内において基準画素ｐ（ｘ，ｙ）に基づくエピポーラ線ＥＬ上でシフトさせることでシフト量ｄ毎に特定される対応画素の候補ｑ（ｘ＋ｄ，ｙ）の各輝度値とに基づいて、基準画素ｐ（ｘ，ｙ）に対する対応画素の候補ｑ（ｘ＋ｄ，ｙ）の各コスト値Ｃを算出する。また、コスト算出部３１０は、コスト変更部としての役割も果たし、上記算出した各コスト値Ｃのうち、閾値Ｔｈを超えたコスト値を、この閾値Ｔｈよりも高い所定値Ｈに変更する。

また、コスト合成部３２０は、コスト算出部３１０（コスト変更部）による変更後の一の基準画素ｐ（ｘ，ｙ）に対する対応画素の候補ｑ（ｘ＋ｄ，ｙ）の各コスト値Ｃと、コスト算出部３１０（コスト変更部）による変更後の他の基準画素ｐ’（ｘ’，ｙ’）に対する対応画素の候補ｑ’（ｘ’＋ｄ，ｙ’）の各コスト値Ｃと、シフト量ｄ毎に合成し、合成コスト値Ｌｓを出力する。なお、この合成の処理は、(式３)に基づいてコスト値Ｃから経路コスト値Ｌｒを算出した後、更に、（式４）に基づいて各方向における経路コスト値Ｌｒを加算して、最終的に合成コスト値Ｌｓを算出する処理である。

更に、視差値導出部３３０は、一の基準画素ｐ（ｘ，ｙ）の基準画像おける位置（ｘ，ｙ）と、コスト合成部３２０による合成後の合成コスト値Ｌｓが最小となる対応画素ｑ（ｘ＋Δ，ｙ）の比較画像における位置（ｘ＋Δ，ｙ）とに基づいて視差値Δを導出し、各画素における視差値を示す視差画像を出力する。

＜実施形態の処理または動作＞
次に、図９乃至図１４を用いて、本実施形態の処理または動作を説明する。なお、本実施形態では、図１２（ａ）に示されている基準画像から合成コスト値Ｌｓが導き出される場合について説明する。また、図面を分かり易く説明するため、図１２（ａ）の一部の画像を、図１２（ｂ）に示す。

図１１は、本実施形態の処理を示したフローチャートである。図１２（ａ）は基準画像、図１２（ｂ）は基準画像の一部、図１２（ｃ）はコスト変更しない場合の（ｂ）に対する高密度視差画像、図１２（ｄ）は閾値Ｔｈ＝４０でコスト変更した場合の（ｂ）に対する高密度視差画像、図１２（ｅ）は閾値Ｔｈ＝２０でコスト変更した場合の（ｂ）に対する高密度視差画像を示す概念図である。図１３（ａ）はコスト変更しない場合のコスト値を示すグラフ、図１３（ｂ）はコスト変更した場合のコスト値を示すグラフ、図１３（ｃ）はコスト変更しない場合の合成コスト値を示すグラフ、図１３（ｄ）はコスト変更した場合の合成コスト値である。なお、図１３（ａ），（ｂ）のグラフの縦軸はコスト値Ｃ、横軸はシフト量ｄである。また、図１３（ｃ），（ｄ）のグラフの縦軸は合成コスト値Ｌｓ、横軸はシフト量ｄである。

まず、図９に示されている撮像装置１０ａは、物体Ｅを撮像してアナログの画像データを生成する（ステップＳ１−１）。同じく、撮像装置１０ａは、物体を撮像してアナログの画像データを生成する(ステップＳ１−２)。

次に、信号変換装置２０ａは、アナログの画像データを、デジタルの画像データに変換する（ステップＳ２−１）。同じく、信号変換装置２０ｂは、アナログの画像データを、デジタルの画像データに変換する（ステップＳ２−２）。

次に、信号変換装置２０ａは、画像処理装置３０のＦＰＧＡ３１に、変換後のデジタルの画像データを基準画像のデータとして出力する（ステップＳ３−１）。この基準画像の概念図は、図１２（ａ）に示されている。同じく、信号変換装置２０ｂは、画像処理装置３０のＦＰＧＡ３１に、変換後のデジタルの画像データを比較画像のデータとして出力する（ステップＳ３−２）。この比較画像は、撮像装置１０ｂによって撮像された画像であるが、図１２（ａ）に示されている基準画像と極端な違いはないため、比較画像の概念図は図示しないで省略する。

次に、図１０に示されているコスト算出部３１０は、基準画像のデータ及び比較画像のデータに基づき、図１３（ａ）のグラフで示されているように、シフト量ｄ毎のコスト値Ｃを算出する（ステップＳ４）。ここで、仮に、コスト算出部３１０が、コスト変更部としてコスト変更しない場合、コスト合成部３２０は、図１３（ｃ）のグラフで示されているように、シフト量ｄ毎に合成コスト値Ｌｓを生成して出力する。この場合、合成コスト値Ｌｓが最小（Ｌｓ１）となるシフト量はｄ＝１３であるため、視差値導出部３３０は、視差値Δ＝１３を出力する。また、この場合の高密度視差画像は、図１２（ｃ）に示されているような画像となる。

これに対して本実施形態では、コスト算出部３１０が、コスト変更部としてコスト変更することで、図１３（ｂ）のグラフで示されているように、閾値Ｔｈ（例えば、Ｃ＝４０）を越えるコスト値Ｃを所定値（例えば、Ｃ＝８０）に変更する（ステップＳ５）。更に、コスト算出部３１０は、コスト変更部として、図１３（ｂ）のグラフで示されているように、閾値Ｔｈ（例えば、Ｃ＝４０）以下のコスト値Ｃを所定値（例えば、Ｃ＝０）に変更する（ステップＳ６）。なお、ステップＳ５とステップＳ６は逆の順序によって処理されてもよいし、同時に処理されてもよい。

次に、図１０に示されているコスト合成部３２０は、図１３（ｄ）のグラフで示されているように、シフト量ｄ毎に合成コスト値Ｌｓを出力する（ステップＳ７）。この場合、合成コスト値Ｌｓが最小（Ｌｓ２）となるシフト量はｄ＝４であるため、視差値導出部３３０は、視差値Δ＝４を出力する。また、この場合の高密度視差画像は、図１２（ｄ）に示されているようなシルエット画像となる。このシルエット画像は、物体認識装置５が認識する基準画像中の物体の概略画像であって、閾値Ｔｈが低いほど、大きさが小さくなる。但し、閾値Ｔｈが０に近づくと、上記合成コスト値Ｌｓ（ｐ，ｄ）の精度が上がるというメリットがあるが、合成コスト値Ｌｓ（ｐ，ｄ）を算出するためのＦＰＧＡ３１の回路規模が大きくなるというデメリットがある。

このように、コスト算出部３１０が、コスト変更しない場合とコスト変更する場合とで、視差値Δが異なる。また、コスト変更する場合の高密度視差画像（図１２（ｄ）参照）は、コスト変更しない場合の高密度視差画像（図１２（ｃ）参照）に比べて、物体により忠実な画像となる。

その後、ＣＰＵ３２は、視差値Δによって示される高密度視差画像を、図９に示されているＩ／Ｆ３５からバスライン４を介して物体認識装置５のＩ／Ｆ５５に送信する。これにより、物体認識装置５におけるＣＰＵ５２の命令によって、ＦＰＧＡ５１が、撮像装置１０ａ，１０ｂと物体Ｅとの間の距離Ｚを算出する。

更に、物体認識装置５は、図１４に示されているように、基準画像内において、物体Ｅの大きさを示す枠を認識する。なお、図１４は、物体認識装置が認識する物体認識結果の大きさを示す枠を含む基準画像の概念図である。この場合、図１２（ｄ）に示されているように閾値Ｔｈ＝４０の場合には、上記シルエット画像が大きいため、図１４では、枠１００１（ここでは波線で示されている）が基準画像内で示される。一方、図１２（ｅ）に示されているように、閾値Ｔｈ＝２０の場合には、上記シルエット画像が小さいため、図１４では、枠１００２（ここでは実線で示されている）が基準画像内で示される。なお、物体認識結果の大きさを枠で示さず、枠内をマスキングした長方向や楕円等の形態によって示してもよい。

＜実施形態の主な効果＞
以上説明したように本実施形態によれば、コスト算出部３１０によって算出されたコスト値Ｃが閾値Ｔｈを超える場合には、コスト算出部３１０は、閾値Ｔｈを超えたコスト値Ｃを、閾値Ｔｈよりも高い第１の所定値Ｈに変更する。これにより、第１の所定値Ｈよりも大きいコスト値Ｃが、第１の所定値Ｈまで下がるため、テクスチャの弱い物体におけるコスト値が、テクスチャの強い周囲の物体におけるコスト値の影響を受けにくくすることができる。よって、より正確なコスト値を導き出すことができるという効果を奏する。

また、様々なコスト値Ｃを第１の所定値Ｈに変更することで、シフト量ｄを導き出すためのＲＡＭ等の回路規模を小型化することができるという効果を奏する。

更に、コスト算出部３１０は、閾値Ｔｈ以下のコスト値を、閾値Ｔｈよりも低い第２の所定値０に変更する。このように、第１の所定値Ｈに絞り込んでいないコスト値Ｃを、第２の所定値０（ゼロ）に変更することで、第１の所定値Ｈと第２の所定値０の２つだけの値による計算によって、シフト量ｄを導き出すことができるため、更に、回路規模を小型化することができるという効果を奏する。また、第１の所定値Ｈと第２の所定値０の２つだけの値による計算によって、合成コスト値Ｌｓを算出する際のコスト値Ｃの大小が過剰に及ぼす影響を軽減でき、実際の物体にさらに忠実な視差値を導出することができる。

＜＜第２の実施形態＞＞
続いて、本発明の第２の実施形態について説明する。なお、本実施形態の主要部のハードウェア構成は、第１の実施形態の主要部のハードウェア構成と同じであるため、その説明を省略する。

＜実施形態の処理または動作＞
次に、図１５乃至図１８を用いて、本実施形態の処理または動作を説明する。なお、本実施形態では、図１６（ａ）に示されている基準画像から合成コスト値Ｌｓが導き出される場合について説明する。また、図面を分かり易く説明するため、図１６（ａ）の一部の画像を、図１６（ｂ）に示す。

図１５は、本実施形態の処理を示したフローチャートである。図１６（ａ）は基準画像、図１６（ｂ）は基準画像の一部、図１６（ｃ）はコスト変更しない場合の（ｂ）に対する高密度視差画像、図１６（ｄ）はコスト変更した場合の（ｂ）に対する高密度視差画像を示す概念図である。図１７（ａ）はコスト変更しない場合のコスト値を示すグラフ、図１７（ｂ）はコスト変更した場合のコスト値を示すグラフ、図１７（ｃ）はコスト変更しない場合の合成コスト値を示すグラフ、図１７（ｄ）はコスト変更した場合の合成コスト値である。また、図１７（ａ）はコスト変更しない場合のコスト値を示すグラフ、図１７（ｂ）はコスト変更した場合のコスト値を示すグラフ、図１７（ｃ）はコスト変更しない場合の合成コスト値を示すグラフ、図１７（ｄ）はコスト変更した場合の合成コスト値を示すグラフである。また、図１８（ａ），（ｃ）は、ぞれぞれ図１７（ｂ），（ｄ）と同じグラフであり、図１８（ｂ），（ｄ）と対比し易くするために、図１８（ａ），（ｃ）を記載している。図１８（ｂ）は更なるコスト変更した場合のコスト値を示すグラフであり、図１８（ｄ）は更なるコスト変更した場合の合成コスト値を示すグラフである。

なお、図１７（ａ），（ｂ）及び図１８（ａ），（ｂ）のグラフの縦軸はコスト値Ｃ、横軸はシフト量ｄである。また、図１７（ｃ），（ｄ）及び図１８（ｃ），（ｄ）のグラフの縦軸は合成コスト値Ｌｓ、横軸はシフト量ｄである。また、図１１に示されているステップＳ１１−１〜Ｓ１４は、図１１に示されているステップＳ１〜Ｓ４と同じであるため、その説明を省略し、以下、ステップＳ１５から説明する、
ステップＳ１４の処理後、コスト算出部３１０が、コスト変更部としてコスト変更することで、図１７（ｂ）のグラフで示されているように、閾値Ｔｈ１（例えば、Ｃ＝８０）を越えるコスト値Ｃを閾値Ｔｈ１に変更する（ステップＳ１５）。なお、この状態で、コスト合成部３２０が、シフト量ｄ毎に合成コスト値Ｌｓを生成して出力すると、図１７（ｄ）のようなグラフで表される。この場合、合成コスト値Ｌｓが最小（Ｌｓ３）となるシフト量はｄ＝３であるため、視差値導出部３３０は、視差値Δ＝３を出力する。また、この場合の高密度視差画像は、図１６（ｄ）に示されているような画像となる。

次に、コスト算出部３１０が、コスト変更部としてコスト変更することで、図１８（ｂ）のグラフで示されているように、閾値Ｔｈ１未満で閾値Ｔｈ２（例えば、Ｃ＝４０）以上のコスト値Ｃを閾値Ｔｈ１に変更する（ステップＳ１６）。更に、コスト算出部３１０が、コスト変更部としてコスト変更することで、図１８（ｂ）のグラフで示されているように、閾値Ｔｈ２未満のコスト値Ｃを０（ゼロ）に変更する（ステップＳ１７）。この状態で、コスト合成部３２０が、シフト量ｄ毎に合成コスト値Ｌｓを生成して出力すると、図１８（ｄ）のようなグラフで表される。この場合、合成コスト値Ｌｓが最小（Ｌｓ３）となるシフト量はｄ＝３であるため、視差値導出部３３０は、視差値Δ＝３を出力する。但し、この場合、合成コスト値Ｌｓが最小（Ｌｓ３）以外で極小（Ｌｓ４）となるシフト量はｄ＝１３であるが、極小（Ｌｓ４）は図１８（ｃ）に比べて合成コスト値が高いため、シフト量ｄ＝３付近の合成コスト値Ｌｓの低さが際立つ結果となる。なお、ステップＳ１５〜Ｓ１７の処理は、どのような順番であってもよいし、同時に処理されてもよい。

次に、図１０に示されているコスト合成部３２０は、図１８（ｄ）のグラフで示されているように、シフト量ｄ毎に合成コスト値Ｌｓを出力する（ステップＳ１８）。この場合、合成コスト値Ｌｓが最小（Ｌｓ３）となるシフト量はｄ＝３であるため、視差値導出部３３０は、視差値Δ＝３を出力する。また、この場合の高密度視差画像は、図１６（ｅ）に示されているような画像となる。このように、コスト算出部３１０が、コスト変更しない場合とコスト変更する場合とで、視差値Δが異なる。また、コスト変更する場合の高密度視差画像（図１６（ｄ）参照）は、コスト変更しない場合の高密度視差画像（図１６（ｃ）参照）に比べて、物体により忠実な画像となる。また、コスト値Ｃを２値化した場合の高密度視差画像（図１６（ｅ）参照）は、２値化しない場合の高密度視差画像（図１６（ｄ）参照）に比べて、更に物体により忠実な画像となる。

その後、ＣＰＵ３２は、視差値Δによって示される高密度視差画像を、図９に示されているＩ／Ｆ３５からバスライン４を介して物体認識装置５のＩ／Ｆ５５に送信する。これにより、物体認識装置５におけるＣＰＵ５２の命令によって、ＦＰＧＡ５１が、撮像装置１０ａ，１０ｂと物体Ｅとの間の距離Ｚを算出する。

なお、第１の実施形態と同様に、閾値Ｔｈ２＝４０の場合には、上記シルエット画像が大きいため、図１４に示されているように、枠１００１が基準画像内で示される。一方、閾値Ｔｈ２＝２０の場合には、上記シルエット画像が小さいため、図１４に示されているように、枠１００２が基準画像内で示される。

＜実施形態の主な効果＞
以上説明したように本実施形態によれば、コスト算出部３１０によって算出されたコスト値Ｃが閾値Ｔｈ１（例えば、Ｃ＝８０）を超える場合には、コスト算出部３１０（コスト変更部）は、閾値Ｔｈ１を超えたコスト値Ｃを、閾値Ｔｈ１以下に変更する。これにより、閾値Ｔｈ１よりも大きいコスト値Ｃが、閾値Ｔｈ１以下まで下がるため、テクスチャの弱い物体におけるコスト値が、テクスチャの強い周囲の物体におけるコスト値の影響を受けにくくすることができる。よって、より正確なコスト値を導き出すことができるという効果を奏する。

更に、コスト算出部３１０（コスト変更部）は、閾値Ｔｈ１未満のコスト値Ｃであって閾値Ｔｈ２（例えば、Ｃ＝４０）以上のコスト値Ｃを、閾値Ｔｈ１に変更する。また、コスト算出部３１０（コスト変更部）は、閾値Ｔｈ２未満のコスト値を、閾値未満の所定値（例えば、Ｃ=０）に変更する。このように、コスト値Ｃをできるだけ絞り込み、図１８（ｂ）に示されているように、最終的に２つの値（Ｃ＝０，８０）で管理するため、シフト量ｄを導き出すためのＲＡＭ等の回路規模を小型化することができるという効果を奏する。

＜実施形態の補足＞
上記各実施形態では、コスト算出部３１０が、コスト変更部の役割も果たしているが、これに限らず、コスト合成部３２０が、コスト変更部の役割を果たしてもよい。この場合、コスト合成部３２０は、コスト変更後に、コスト合成を行なう。

また、上記第２の実施形態では、第２の所定値が０（ゼロ）の場合について説明したが、これに限るものではなく、閾値Ｔｈよりも小さければ、第２の所定値が１０、２０、３０等、どのような値であってもよい。

１ 物体認識システム
２ 本体部
３ 視差値導出装置
５ 物体認識装置
１０ａ 撮像装置
１０ｂ 撮像装置
２０ａ 信号変換装置
２０ｂ 信号変換装置
３０ 画像処理装置
３１０ コスト算出部〔算出手段の一例〕、（コスト変更部）〔変更手段の一例〕
３２０ コスト合成部〔合成手段の一例〕
３３０ 視差値導出部〔導出手段の一例〕

特開２００６−０９０８９６号公報 特開２０１２−１８１１４２号公報

Claims (16)

1. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を導出する視差値導出装置であって、
   前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出手段と、
   前記算出手段によって算出された前記各コスト値のうち、閾値を越えたコスト値を、当該閾値よりも高い所定値に変更する変更手段と、
   前記変更手段による変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更手段による変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成手段と、
   前記一の基準領域の前記基準画像における位置と、前記合成手段による合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出手段と、
   を有することを特徴とする視差値導出装置。
2. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を導出し、前記視差値に基づき前記物体を認識する物体認識装置に対して、前記視差値を出力する視差値導出装置であって、
   前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出手段と、
   前記算出手段によって算出された前記各コスト値のうち、閾値を越えたコスト値を、当該閾値よりも高い所定値に変更する変更手段と、
   前記変更手段による変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更手段による変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成手段と、
   前記一の基準領域の前記基準画像における位置と、前記合成手段による合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出手段と、
   を有し、
   前記閾値が低くなった場合に、前記物体認識装置が認識する物体認識結果の大きさが小さくなることを特徴とする視差値導出装置。
3. 前記所定値は第１の所定値であり、前記算出手段は、前記閾値以下のコスト値を、前記閾値よりも低い第２の所定値に変更することを特徴とする請求項１又は２に記載の視差値導出装置。
4. 前記第２の所定値は０であることを特徴とする請求項３に記載の視差値導出装置。
5. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を導出する視差値導出装置であって、
   前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出手段と、
   前記算出手段によって算出された前記各コスト値のうち、閾値を超えたコスト値を、当該閾値以下に変更する変更手段と、
   前記変更手段による変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更手段による変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成手段と、
   前記一の基準領域の前記基準画像における位置と、前記合成手段による合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出手段と、を有し、
   前記変更手段は、前記閾値を超えたコスト値を、当該閾値に変更し、
   前記閾値は第１の閾値であり、前記変更手段は、前記第１の閾値未満のコスト値であって前記第１の閾値よりも低い値である第２の閾値以上のコスト値を、前記第１の閾値に変更することを特徴とする視差値導出装置。
6. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を導出する視差値導出装置であって、
   前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出手段と、
   前記算出手段によって算出された前記各コスト値のうち、閾値を超えたコスト値を、当該閾値以下に変更する変更手段と、
   前記変更手段による変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更手段による変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成手段と、
   前記一の基準領域の前記基準画像における位置と、前記合成手段による合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出手段と、を有し、
   前記変更手段は、前記閾値を超えたコスト値を、当該閾値に変更し、
   前記視差値を導出した後、前記視差値に基づき前記物体を認識する物体認識装置に対して前記視差値を出力し、
   前記閾値は第１の閾値であり、前記変更手段は、前記第１の閾値未満のコスト値であって前記第１の閾値よりも低い値である第２の閾値以上のコスト値を、前記第１の閾値に変更し、前記第２の閾値が低くなった場合に、前記物体認識装置が認識する物体認識結果の大きさが小さくなることを特徴とする視差値導出装置。
7. 前記変更手段は、前記第２の閾値未満のコスト値を、前記第２の閾値未満の所定値に変更することを特徴とする請求項５又は６に記載の視差値導出装置。
8. 前記第２の閾値未満の所定値は０であることを特徴とする請求項７に記載の視差値導出装置。
9. 請求項１乃至８のいずれか一項に記載の視差値導出装置を備えたことを特徴とする移動体。
10. 前記移動体は、車両又はロボットであることを特徴とする請求項９に記載の移動体。
11. 請求項１乃至８のいずれか一項に記載の視差値導出装置を備えたことを特徴とするロボット。
12. 前記ロボットは、固定設置される工業用ロボットであることを特徴とする請求項１１に記載のロボット。
13. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を生産する視差値生産方法であって、
    前記基準画像内の基準領域の輝度値と、当該基準領域に対する前記比較画像内におけるエピポーラ線上の複数の対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記各対応領域の候補のコスト値を算出する算出ステップと、
    前記算出ステップによって算出された前記コスト値が閾値を超える場合には、当該閾値を超えたコスト値を、前記閾値よりも高い所定値に変更する変更ステップと、
    前記変更ステップによる変更後の一の基準領域に対する各対応領域の候補のコスト値と、前記変更ステップによる変更後の他の基準領域に対する各対応領域の候補のコスト値とを合成する合成ステップと、
    前記一の基準領域の前記基準画像における位置と、前記合成ステップによる合成後の合成コスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出ステップと、
    を含むことを特徴とする視差値生産方法。
14. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を生産する視差値生産方法であって、
    前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出ステップと、
    前記算出ステップによって算出された前記各コスト値のうち、閾値を超えたコスト値を、当該閾値以下に変更する変更ステップと、
    前記変更ステップによる変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更ステップによる変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成ステップと、
    前記一の基準領域の前記基準画像における位置と、前記合成ステップによる合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出ステップと、を含み、
    前記変更ステップでは、前記閾値を超えたコスト値を、当該閾値に変更し、
    前記閾値は第１の閾値であり、前記変更ステップでは、前記第１の閾値未満のコスト値であって前記第１の閾値よりも低い値である第２の閾値以上のコスト値を、前記第１の閾値に変更することを特徴とする視差値生産方法。
15. 物体を撮像した第１の撮像手段によって得られた基準画像及び前記物体を撮像した第２の撮像手段によって得られた比較画像から前記物体に対する視差を示す視差値を生産する視差値生産方法であって、
    前記基準画像内の基準領域の輝度値と、前記比較画像において前記基準領域に基づくエピポーラ線上でシフトさせることでシフト量毎に特定される対応領域の候補の各輝度値とに基づいて、前記基準領域に対する前記対応領域の候補の各コスト値を算出する算出ステップと、
    前記算出ステップによって算出された前記各コスト値のうち、閾値を超えたコスト値を、当該閾値以下に変更する変更ステップと、
    前記変更ステップによる変更後の一の基準領域に対する対応領域の候補の各コスト値と、前記変更ステップによる変更後の他の基準領域に対する対応領域の候補の各コスト値とを、前記シフト量毎に合成する合成ステップと、
    前記一の基準領域の前記基準画像における位置と、前記合成ステップによる合成後のコスト値が最小となる対応領域の前記比較画像における位置とに基づいて、前記視差値を導出する導出ステップと、を含み、
    前記変更ステップでは、前記閾値を超えたコスト値を、当該閾値に変更し、
    前記視差値を導出した後、前記視差値に基づき前記物体を認識する物体認識装置に対して前記視差値を出力し、
    前記閾値は第１の閾値であり、前記変更ステップでは、前記第１の閾値未満のコスト値であって前記第１の閾値よりも低い値である第２の閾値以上のコスト値を、前記第１の閾値に変更し、前記第２の閾値が低くなった場合に、前記物体認識装置が認識する物体認識結果の大きさが小さくなることを特徴とする視差値生産方法。
16. コンピュータに、請求項１３乃至１５のいずれか一項に記載の方法を実行させることを特徴とするプログラム。

Images