シーン照合のための照明変化に対して堅牢な画像照合方法 の履歴(No.3)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• シーン照合のための照明変化に対して堅牢な画像照合方法 へ行く。
  • 1 (2015-03-18 (水) 14:34:30)
  • 2 (2015-03-18 (水) 16:09:19)
  • 3 (2015-03-20 (金) 11:49:23)
  • 4 (2015-03-20 (金) 18:24:05)
  • 5 (2015-03-23 (月) 13:42:10)

---

FrontPage

シーン照合のための照明変化に対して堅牢な画像照合方法†

はじめに†

近年様々な分野でロボットの需要が高まっているが、その中に自律走行ロボットというものがある。
自律走行ロボットは特定の経路をロボット自身が考えながら走行するロボットだが、そのためにはロボットが現在いる位置、自己位置を知ることが必要となる。これを画像照合を用いて行うには風景画像に対して照合を行う必要がある。
しかし、時間や天候の変化によって画像の照明条件が変わり、安定して画像照合が行えないという問題がある。

研究目的†

そのような問題がある場合でも画像照合を行う対象を適切に選ぶことで照明条件が変わってっも安定した画像照合を行うことができると考えられる。そして、その対象が持つ特徴を知ることで、その特徴を指標として安定した照合が行える対象を選ぶことが可能となると考えられる。

そこで本研究では照合方法をテンプレートマッチングに焦点を絞り、照明変化があるシーンに対して安定したテンプレートマッチングを行えるテンプレート画像を選び出すことを目的として、シーン照合のための照明変化に対して堅牢な画像照合方法について実験、評価を行った。

評価手法について†

実験構成†

実験では検出対象が写ってる画像群(画像群1)と検出対象が写っていない画像群(画像群2)に対してテンプレートマッチングを行う。画像群1では高い類似度が得られ、画像群2では低い類似度となるのが理想的であるが、検出対象を無作為に選んだ場合、画像群1では低い類似度、画像群2では高い類似度となってしまう場合が発生する。このような場合は検出対象がないにも関わらず、検出対象があると判断してしまい、ロボットの走行でこのような状況になると自律走行に失敗してしまう。
これを解決するためには画像群1では常に高い類似度となり、画像群2では低い類似度となるテンプレートを選び出すことができれば良いと考えられる。そこで本研究では画像を格子状に分割し、分割した画像全てをテンプレートとして、分割した画像と同じシーンの画像とそれとは全く異なるシーンの画像に対してテンプレートマッチングを行い、その類似度の差を評価値としてテンプレートから幾つかの指標を抽出し、指標と評価値の関係を調べるという実験を行った。
この評価値が高いテンプレートというのは上図のような類似度分布となるテンプレートであるため、この評価値が高いほど理想的なテンプレートマッチングが行えるテンプレートであると言える。そして、指標と評価値の関係を調べることで指標の値から評価値が高くなるテンプレートを自動で選び出せるようになると考えた。以上から、理想的なテンプレートマッチングを行えるテンプレートを自動で選び出すことを目的として今回の実験を行った。

画像照合方法†

テンプレートマッチング†

今回画像照合にしようした手法はテンプレートマッチングと呼ばれる手法である。
テンプレートマッチングとは、入力画像と呼ばれる未知画像と検出対象であるテンプレート画像を重ね合わせることで比較照合し、両者が一致しているかを判定する画像認識の手法の1つである。下図のような入力画像とテンプレート画像を重ね合わせ、テンプレートを少しずつ動かして入力画像全体でマッチングスコアを計算して、テンプレート画像と似ている箇所を検出する。

マッチングアルゴリズム†

本研究では古典的なマッチングアルゴリズムであるNCC(正規化相互相関)を使用してマッチングスコアである類似度を計算している。NCCは入力画像とテンプレート画像の画素値から平均が0、分散が1となるように正規化して相関を取った量である。入力画像をI、テンプレート画像をT、注目画像を(i,j)とすると以下の式で計算される。
NCCは画素の明るさを正規化した量であるため、明るさが変わっても安定した結果が得られるという特徴がある。

評価指標†

本研究では照明変化があるシーンにおいて安定してテンプレートマッチングを行えるテンプレートを選ぶために3つの指標について評価した。

1. テンプレート画像のエッジ強度の平均値
2. テンプレート画像の閾値以上のエッジ強度を持つ画素の割合
3. テンプレート画像のHOGのエントロピー

評価†

実験†

使用画像†

#ref(): File not found: "0610_12_00.jpg" at page "シーン照合のための照明変化に対して堅牢な画像照合方法"

[実験1] 画像照合方法の評価実験†

• テンプレート画像
  使用したテンプレート画像は2日目の画像から以下の5ヵ所を切り出して使用した。
  

  #ref(): File not found: "template1.jpg" at page "シーン照合のための照明変化に対して堅牢な画像照合方法"

  図4：テンプレート画像
  
  • 構造物のテンプレート
    構造物のテンプレートとして近くにある窓枠、遠くにある遠方の建物(校舎)、地面上の対象として道路標示(路面)を選出した。これらのテンプレートは主に直線成分で構成されており、画像中での構造は比較的単純である。
  • 自然物のテンプレート
    自然物のテンプレートとして近くにある木、遠くにある遠方の山を選出した。これらのテンプレートは細かな成分で構成されており、画像中での構造は比較的複雑である。

• 実験結果
  以下に5日間のマッチング結果を示す。マッチングの成功判定は、検出した位置がテンプレートの位置からユークリッド距離で3[pixel]以内であれば成功と判定した。

#ref(): File not found: "total.png" at page "シーン照合のための照明変化に対して堅牢な画像照合方法"

結果からSSD、NCCは撮影日やテンプレートによってマッチング成功率に差が出ていて不安定であるが、ISCとSRFは全てのテンプレートで安定して高い成功率を示している事がわかる。よってISCとSRFは天候・照明変化に強いといえる。

[実験2] 画像照合対象物の評価実験†

• テンプレート画像
  使用したテンプレート画像は2日目の1枚の画像を100枚に分割して使用した。

参考文献†

[1] 原田和茂，“テンプレートマッチング手法の天候・照明変化に対するロバスト性の評価”，群馬大学工学部情報工学科卒業論文，2012．
[2] 村瀬一朗，金子俊一，五十嵐悟，“増分符号相関によるロバスト画像照合”，電子情報通信学会論文誌，D-II，Vol. J83-D-II，No.5，pp. 1323-1331，2000．
[3] 尾崎竜史，佐藤雄隆，岩田健司，坂上勝彦，“統計的リーチ特徴法によるロバスト画像照合”，ViEW2008 ビジョン技術の実利用ワークショップ，pp. 191-196，2008．
[4] 金井克友，“画像照合による自律走行ロボットの自己位置推定”，群馬大学大学院工学研究科情報工学専攻修士論文，2010．
[5] 阿久津裕之，“テンプレートマッチング法のパターンの変形に対する耐性の実験的評価”，群馬大学大学院工学研究科情報工学専攻修士論文，2012．
[6] 画像処理ソリューション，“http://imagingsolution.blog107.fc2.com/blog-entry-186.html”
[7] 田村秀行，“コンピュータ画像処理”，オーム社，2002．