[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2015159397A - Image processing apparatus, image processing system, and image processing method - Google Patents

Image processing apparatus, image processing system, and image processing method Download PDF

Info

Publication number
JP2015159397A
JP2015159397A JP2014032644A JP2014032644A JP2015159397A JP 2015159397 A JP2015159397 A JP 2015159397A JP 2014032644 A JP2014032644 A JP 2014032644A JP 2014032644 A JP2014032644 A JP 2014032644A JP 2015159397 A JP2015159397 A JP 2015159397A
Authority
JP
Japan
Prior art keywords
parallax
pixel
image processing
processing apparatus
units
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.)
Granted
Application number
JP2014032644A
Other languages
Japanese (ja)
Other versions
JP6349774B2 (en
Inventor
亮輔 田村
Ryosuke Tamura
亮輔 田村
横田 聡一郎
Soichiro Yokota
聡一郎 横田
玲子 黒水
Reiko Kuromizu
玲子 黒水
樹一郎 齊藤
Kiichiro Saito
樹一郎 齊藤
渡邊 義一
Giichi Watanabe
義一 渡邊
維 仲
Wei Zhong
維 仲
高橋 禎郎
Sadao Takahashi
禎郎 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to JP2014032644A priority Critical patent/JP6349774B2/en
Publication of JP2015159397A publication Critical patent/JP2015159397A/en
Application granted granted Critical
Publication of JP6349774B2 publication Critical patent/JP6349774B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Optical Distance (AREA)
  • Processing Or Creating Images (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Analysis (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide an image processing apparatus that quickly and accurately detects parallax.SOLUTION: An image processing apparatus 100 forms a parallax image including parallax information by using images photographed with two imaging means 11 and 12, and includes a plurality of parallax detection means 24 and 25 for detecting parallax in a unit of less than one pixel with different accuracies, and switching means 23 for causing one of the plurality of parallax detection means to detect parallax in a unit of less than one pixel, where the plurality of parallax detection means operate in parallel to each other.

Description

本発明は、2つの撮像手段によりそれぞれ撮像された画像を用いて視差情報が含まれた視差画像を作成する画像処理装置等に関する。   The present invention relates to an image processing apparatus that creates a parallax image including parallax information using images captured by two imaging units.

ステレオカメラを用いた距離測定システムでは、2つの画像の対応点を水平方向にずらしながらブロックマッチングなどで探索して、類似度が最も高くなる対応点間の視差を求める。この視差は、画素同士の対応点から求められた視差であるため整数ピクセル精度の視差となる。これに対し、視差が小さくなるより遠方の被写体との距離の測定精度を向上させるため、距離測定システムがサブピクセル精度の視差を求めることが行われる場合がある。   In a distance measurement system using a stereo camera, the corresponding points of two images are searched by block matching or the like while shifting the corresponding points in the horizontal direction, and the parallax between corresponding points with the highest similarity is obtained. Since this parallax is a parallax obtained from corresponding points between pixels, it becomes a parallax with integer pixel accuracy. On the other hand, in order to improve the measurement accuracy of the distance to a distant subject where the parallax becomes smaller, the distance measurement system may determine the parallax with sub-pixel accuracy.

左右の画像の被写体間の視差をサブピクセル精度で求める方法として、探索位置毎に算出された2つのブロックの類似度を、最大の類似度を中心にいくつか取り出し、これらの類似度のデータにパラボラフィッティングなどの演算を施す方法が知られている。このような演算によりサブピクセル精度の視差を求めることができる。   As a method of obtaining the parallax between the subjects of the left and right images with sub-pixel accuracy, several similarities between the two blocks calculated for each search position are extracted centering on the maximum similarity, and data of these similarities is obtained. Methods for performing operations such as parabolic fitting are known. By such calculation, the sub-pixel accuracy parallax can be obtained.

しかしながら、例えばパラボラフィティングにより視差を求める方法は、いくつかの類似度のデータをパラボラ形状(放物線)などの2次曲線に近似できるという前提であるため以下のような不都合がある。すなわち、サブピクセル精度の視差を求めるための整数ピクセル視差の精度によっては2次曲線に近似することが困難な場合があるため、近似により得られたサブピクセル精度の視差の精度が低下してしまう。   However, for example, the method of obtaining parallax by parabola fitting has the following inconvenience because it is based on the premise that data of several similarities can be approximated to a quadratic curve such as a parabola shape (parabola). That is, since it may be difficult to approximate to a quadratic curve depending on the accuracy of integer pixel parallax for obtaining sub-pixel accuracy parallax, the accuracy of sub-pixel accuracy parallax obtained by approximation is reduced. .

これに対し、サブピクセル精度の視差の精度を向上させる技術が知られている(例えば、特許文献1参照。)。特許文献1には、第1のサブピクセル対応位置演算手段と、第2のサブピクセル対応位置演算手段との2つのサブピクセル対応位置演算手段を設け、類似度ピーク位置における類似度の信頼度に応じて、第1と第2のサブピクセル対応位置演算手段を切り替える画像動き検出装置が開示されている。   On the other hand, a technique for improving the accuracy of parallax with subpixel accuracy is known (see, for example, Patent Document 1). In Patent Document 1, two sub-pixel corresponding position calculation means including a first sub-pixel corresponding position calculation means and a second sub-pixel corresponding position calculation means are provided, and the reliability of the similarity at the similarity peak position is obtained. Accordingly, an image motion detection apparatus that switches between first and second subpixel corresponding position calculation means is disclosed.

しかしながら、特許文献1に記載された画像動き検出装置では、対応点探索に時間がかかるという問題がある。すなわち、特許文献1では、精度が高い演算方法である第2のサブピクセル対応位置演算手段としてPOC(位相限定相関法)を用いているため、サブピクセル精度の視差の演算に時間かかってしまう。したがって、対応点探索の結果の信頼性が低い場合にだけ第2のサブピクセル対応位置演算手段が用いられるとしても、なお、画像から視差を得るまでに時間がかかっている。   However, the image motion detection apparatus described in Patent Document 1 has a problem that it takes time to search for corresponding points. That is, in Patent Document 1, since the POC (phase-only correlation method) is used as the second subpixel corresponding position calculation means that is a highly accurate calculation method, it takes time to calculate the parallax with subpixel accuracy. Therefore, even if the second subpixel corresponding position calculation means is used only when the reliability of the corresponding point search result is low, it still takes time to obtain the parallax from the image.

本発明は、上記課題に鑑み、高精度な視差の検出を高速に行う画像処理装置を提供することを目的とする。   In view of the above problems, an object of the present invention is to provide an image processing apparatus that performs high-precision parallax detection at high speed.

上記課題に鑑み、本発明は、2つの撮像手段によりそれぞれ撮像された画像を用いて視差情報が含まれた視差画像を作成する画像処理装置であって、1画素未満を単位とする視差を異なる精度で検出する複数の視差検出手段と、前記複数の視差検出手段のうちの1つに、1画素未満を単位とする視差を検出させる切り替え手段と、を有し、前記複数の視差検出手段は並列に動作する、ことを特徴とする。   In view of the above problems, the present invention is an image processing apparatus that creates a parallax image including parallax information using images captured by two imaging units, and has different parallax in units of less than one pixel. A plurality of parallax detection means for detecting with accuracy, and a switching means for causing one of the plurality of parallax detection means to detect parallax in units of less than one pixel, and the plurality of parallax detection means It is characterized by operating in parallel.

高精度な視差の検出を高速に行う画像処理装置を提供することができる。   An image processing apparatus that can detect parallax with high accuracy at high speed can be provided.

画像処理装置の概略的な動作を説明する図の一例である。It is an example of the figure explaining schematic operation | movement of an image processing apparatus. 画像処理装置のハードウェア構成図の一例である。It is an example of the hardware block diagram of an image processing apparatus. 視差計算部の機能ブロック図の一例である。It is an example of the functional block diagram of a parallax calculation part. 基準画像と比較画像の一例を示す図である。It is a figure which shows an example of a reference | standard image and a comparison image. 整数ピクセル視差の演算について説明する図の一例である。It is an example of the figure explaining the calculation of integer pixel parallax. 探索範囲内の類似度の算出結果を示す図の一例である。It is an example of the figure which shows the calculation result of the similarity within a search range. 最大の類似度の探索位置を中心とする近傍5点の類似度を示す図の一例である。It is an example of the figure which shows the similarity of 5 points | pieces centering on the search position of the maximum similarity. パラボラフィッティングによるサブピクセル視差の演算結果の一例を示す図である。It is a figure which shows an example of the calculation result of the subpixel parallax by parabolic fitting. 高次多項式により演算されるサブピクセル視差の演算結果の一例を示す図である。It is a figure which shows an example of the calculation result of the subpixel parallax calculated by a high-order polynomial. 整数ピクセル視差と閾値Tに基づくサブピクセル視差の演算方法の切り替えを説明する図の一例である。It is an example explaining the switching of the calculation method of the sub pixel parallax based on the integer pixel parallax and the threshold value T. 高次多項式推定演算部とパラボラフィッティング演算部による並列処理のタイミングチャート図の一例である。It is an example of the timing chart figure of the parallel processing by a high-order polynomial estimation calculating part and a parabolic fitting calculating part. 、高次多項式推定演算部とパラボラフィッティング演算部の並列動作を模式的に説明する図の一例である。FIG. 3 is an example of a diagram schematically illustrating parallel operations of a high-order polynomial estimation calculation unit and a parabolic fitting calculation unit. 画像処理装置がサブピクセル視差を演算する手順を示すシーケンス図の一例である。It is an example of the sequence diagram which shows the procedure in which an image processing apparatus calculates subpixel parallax. 視差計算部の機能ブロック図の一例である(実施例2)。(Example 2) which is an example of the functional block diagram of a parallax calculation part. 整数ピクセル視差と閾値T1,2に基づくサブピクセル視差の演算方法の切り替えを説明する図の一例である。It is an example of the figure explaining switching of the calculation method of the sub pixel parallax based on integer pixel parallax and threshold value T1,2. 推定方式分岐部による演算方法の選択について模式的に説明する図の一例である。It is an example of the figure which illustrates typically selection of the calculation method by an estimation system branch part. 視差計算部の機能ブロック図の一例である(実施例4)。(Example 4) which is an example of the functional block diagram of a parallax calculation part. 日中と夜間における閾値Tの変更について説明する図の一例である。It is an example of the figure explaining the change of the threshold value T in the daytime and nighttime. 車速に応じた閾値Tの変更について説明する図の一例である。It is an example of the figure explaining the change of the threshold value T according to a vehicle speed. 画像処理装置のハードウェア構成図の一例である(実施例5)。FIG. 10 is an example of a hardware configuration diagram of an image processing apparatus (Example 5). 物体画素範囲の一例を模式的に示す図である。It is a figure which shows an example of an object pixel range typically.

以下、本発明を実施するための形態について図面を参照しながら実施例を挙げて説明する。   DESCRIPTION OF EMBODIMENTS Hereinafter, embodiments for carrying out the present invention will be described with reference to the drawings.

図1は、本実施形態の画像処理装置の概略的な動作を説明する図の一例である。画像処理装置100は、2つの画像の一方を水平方向にずらしながら他方の画像とブロックマッチングして、予め定められた探索範囲内の類似度を算出する。これにより、類似度が最も大きくなる探索位置が決定され、整数ピクセル精度の視差(以下、整数ピクセル視差という)が得られる。整数ピクセル視差を中心とするいくつかの類似度に演算を施すことでサブピクセル視差が得られる。   FIG. 1 is an example of a diagram illustrating a schematic operation of the image processing apparatus according to the present embodiment. The image processing apparatus 100 performs block matching with the other image while shifting one of the two images in the horizontal direction, and calculates the degree of similarity within a predetermined search range. As a result, the search position with the highest similarity is determined, and integer pixel precision parallax (hereinafter referred to as integer pixel parallax) is obtained. Sub-pixel parallax can be obtained by calculating several similarities around integer pixel parallax.

サブピクセル視差の演算において、高精度だが計算コストが高いサブピクセル視差の演算を行うと演算時間が犠牲になる。また、高速だが計算コストが低いサブピクセル視差の演算を行うとサブピクセル精度が低くなる。   In sub-pixel parallax calculation, calculation time is sacrificed if sub-pixel parallax calculation is performed with high accuracy but high calculation cost. In addition, when sub-pixel parallax calculation is performed at high speed but low in calculation cost, sub-pixel accuracy is lowered.

そこで、本実施形態の画像処理装置100は、少なくとも2つのサブピクセル精度の視差(以下、サブピクセル視差という)の演算方法を用意しておき、被写体までの距離(実施例1,2、4)や画像範囲(実施例3,5)に応じて、演算方法を切り替える。また、それぞれの演算を並列に行う。   Therefore, the image processing apparatus 100 according to the present embodiment prepares at least two sub-pixel precision parallax calculation methods (hereinafter referred to as sub-pixel parallax), and the distance to the subject (examples 1, 2, and 4). The calculation method is switched according to the image range (Examples 3 and 5). Each operation is performed in parallel.

例えば、図では、高次多項式推定(6次)、高次多項式推定(4次)及びパラボラフィッティングの3つの演算方法が可能になっている。それぞれの計算コストとサブピクセル精度は一例として以下のようになる。
高次多項式推定(6次)…計算コスト(高) サブピクセル精度(高)
高次多項式推定(4次)…計算コスト(中) サブピクセル精度(中)
パラボラフィッティング…計算コスト(低) サブピクセル精度(低)
例えば、被写体までの距離に応じて演算方法を切り替える場合、画像処理装置100は次のように演算方法を切り替える。
距離が近い場合…パラボラフィッティング
距離が中程度の場合…高次多項式推定(4次)
距離が遠い場合…高次多項式推定(6次)
遠方になるほど視差が小さくなるため高精度なサブピクセル視差が要請される。例えばこの例では、距離が遠いほどサブピクセル精度が高い演算方法でサブピクセル視差を演算することで、高精度なサブピクセル視差が要請される場合に計算コストは高いが精度の高いサブピクセル視差を求めることができる。また、距離が近い場合には、精度は高くなくても計算コストが低い演算方法でサブピクセル視差を求めることができる。
For example, in the figure, three calculation methods are possible: high-order polynomial estimation (6th order), high-order polynomial estimation (4th order), and parabolic fitting. Each calculation cost and subpixel accuracy are as follows as an example.
High-order polynomial estimation (sixth-order): Calculation cost (high) Subpixel accuracy (high)
High-order polynomial estimation (4th order) ... Calculation cost (Medium) Subpixel accuracy (Medium)
Parabolic fitting: computational cost (low) Subpixel accuracy (low)
For example, when the calculation method is switched according to the distance to the subject, the image processing apparatus 100 switches the calculation method as follows.
When the distance is short ... When the parabolic fitting distance is medium ... Higher order polynomial estimation (4th order)
When the distance is long: Higher order polynomial estimation (6th order)
Since the parallax decreases with increasing distance, a highly accurate sub-pixel parallax is required. For example, in this example, the subpixel parallax is calculated with a calculation method with higher subpixel accuracy as the distance is longer. Can be sought. In addition, when the distance is short, the subpixel parallax can be obtained by a calculation method with low calculation cost even if the accuracy is not high.

また、各演算は並列に行われるため、画像全体の視差を求める時間を、画像の全てを計算コストが低い演算方法で求める場合よりも少なくでき得る(各演算方法の計算コストの違いと遠方の画素の割合がどのくらいによる)。   In addition, since each calculation is performed in parallel, the time for obtaining the parallax of the entire image can be reduced compared to the case where all the images are obtained by a calculation method with low calculation cost (difference in calculation cost of each calculation method and distant Depending on how much of the pixel ratio).

したがって、本実施形態の画像処理装置は、処理速度と精度のバランスがとれた距離の測定が可能になる。   Therefore, the image processing apparatus according to the present embodiment can measure a distance that balances processing speed and accuracy.

図2は、画像処理装置のハードウェア構成図の一例を示す。画像処理装置100は、左カメラ11、右カメラ12、及び、視差計算部13を有している。左カメラ11と右カメラ12はそれぞれ水平かつ平行な光軸を有し、不図示の筐体などに固定されている。   FIG. 2 shows an example of a hardware configuration diagram of the image processing apparatus. The image processing apparatus 100 includes a left camera 11, a right camera 12, and a parallax calculation unit 13. Each of the left camera 11 and the right camera 12 has a horizontal and parallel optical axis, and is fixed to a housing (not shown).

本実施例では左カメラ11が比較画像を撮像し、右カメラ12が基準画像を撮像するものとするが、この関係は逆でもよい。ブロックマッチングでは、基準画像を基準にして、水平方向に画素位置をずらしながら比較画像と比較される。   In this embodiment, the left camera 11 captures a comparative image and the right camera 12 captures a reference image, but this relationship may be reversed. In block matching, a reference image is used as a reference and compared with a comparison image while shifting the pixel position in the horizontal direction.

左カメラ11及び右カメラ12は、CMOS又はCCDなどの撮像素子、光学系、及び、ゲインやシャッター速度などを制御する制御部を備えている。撮像素子の解像度(画素数)には、例えばVGA、SVGA、HD、フルHDなどがある。左カメラ11及び右カメラ12は輝度情報を取得するカメラであるが、カラーフィルターを備えるなどして色情報を取得可能なカメラであってもよい。   The left camera 11 and the right camera 12 include an imaging device such as a CMOS or a CCD, an optical system, and a control unit that controls gain, shutter speed, and the like. Examples of the resolution (number of pixels) of the image sensor include VGA, SVGA, HD, and full HD. The left camera 11 and the right camera 12 are cameras that acquire luminance information, but may be cameras that can acquire color information by including a color filter.

左カメラ11及び右カメラ12は、所定の周期毎に基準画像と比較画像を出力する。基準画像と比較画像には、一般的な画像補正が行われる。この画像補整により、基準画像と比較画像は視差以外の差異が生じないように補正される。画像補整は事前のキャリブレーションにより可能になる。左カメラ11と右カメラ12は設置される際に、例えば、校正用の被写体(例えば市松模様のチャート)を撮影する。2つの画像を比較して、カメラのレンズ歪み、光軸ずれ、焦点距離ずれ及び撮像素子歪み等のハード的な内部誤差要因が最小になるように画像データを変換する幾何変換用のLUT(Look Up Table)が生成されている。画像処理装置100は、LUTを参照して画像補正を行う。   The left camera 11 and the right camera 12 output a reference image and a comparison image every predetermined cycle. General image correction is performed on the reference image and the comparison image. By this image correction, the reference image and the comparison image are corrected so that no difference other than parallax occurs. Image correction is possible by prior calibration. When the left camera 11 and the right camera 12 are installed, for example, a calibration subject (for example, a checkered chart) is photographed. A LUT (Look for Geometric Transformation) that compares two images and transforms the image data so that hardware internal error factors such as camera lens distortion, optical axis deviation, focal length deviation, and image sensor distortion are minimized. Up Table) is generated. The image processing apparatus 100 performs image correction with reference to the LUT.

視差計算部13は、基準画像と比較画像から視差を演算する。視差の演算方法は後述する。視差計算部13は、基準画像の画素毎又は画素ブロック毎に視差情報(又は距離情報でもよい)を対応づけた視差画像を外部機器14に出力する。   The parallax calculation unit 13 calculates the parallax from the reference image and the comparison image. The parallax calculation method will be described later. The parallax calculation unit 13 outputs a parallax image in which parallax information (or distance information) may be associated with each pixel or pixel block of the reference image to the external device 14.

外部機器14は、視差画像を用いて何らかの制御を行う。外部機器14としては例えば車載装置が挙げられる。すなわち、画像処理装置100は車両(車両以外の移動体でもよい)に搭載され、車載装置が視差画像を用いて運転支援などを行う。   The external device 14 performs some control using the parallax image. An example of the external device 14 is an in-vehicle device. That is, the image processing apparatus 100 is mounted on a vehicle (may be a moving body other than the vehicle), and the in-vehicle apparatus performs driving assistance using the parallax image.

車載装置としての外部機器14は、先行車両、歩行者などを認識し、先行車両や歩行者との距離を検出する。また、先行車両や歩行者との相対速度を検出して衝突予測時間を演算し、衝突予測時間に応じて警告、シートベルトの巻き上げ、及び、自動制動などを行う。   The external device 14 as an in-vehicle device recognizes a preceding vehicle, a pedestrian, and the like and detects a distance from the preceding vehicle or the pedestrian. In addition, a collision prediction time is calculated by detecting a relative speed with respect to a preceding vehicle or a pedestrian, and warning, seat belt hoisting, automatic braking, and the like are performed according to the collision prediction time.

距離を検出するほか、外部機器14は、走行レーンを区分する線や路肩を認識してもよい。この場合、外部機器14は、走行レーンからの車両の逸脱を防止したり、走行レーンの中央付近を走行する制御を行うことができる。   In addition to detecting the distance, the external device 14 may recognize lines and shoulders that divide the traveling lane. In this case, the external device 14 can prevent the vehicle from deviating from the travel lane or can control to travel near the center of the travel lane.

なお、視差画像を利用した外部機器14が行う制御はどのようなものでもよく、上述した内容に限られない。また、移動体以外に搭載されてもよい。   Note that the control performed by the external device 14 using a parallax image may be any control, and is not limited to the above-described content. Moreover, you may mount other than a mobile body.

〔構成例〕
図3は、視差計算部13の機能ブロック図の一例である。ステレオ画像取得部21は、左右平行に設置された左カメラ11から比較画像を、右カメラ12から基準画像をそれぞれ取得する。基準画像と比較画像は同時又は同時と見なせるタイミングで取得される。
[Configuration example]
FIG. 3 is an example of a functional block diagram of the parallax calculation unit 13. The stereo image acquisition unit 21 acquires a comparative image from the left camera 11 and a reference image from the right camera 12 that are installed in parallel in the left-right direction. The reference image and the comparison image are acquired at a timing that can be regarded as simultaneous or simultaneous.

類似度算出部22は、予め定められた探索範囲において、基準画像と比較画像の類似度を算出する。この類似度により整数ピクセル視差が得られる。詳細は次述する。類似度算出部22が算出した類似度を用いて、サブピクセル視差が求められる。   The similarity calculation unit 22 calculates the similarity between the reference image and the comparison image within a predetermined search range. An integer pixel parallax is obtained by this similarity. Details are described below. The subpixel parallax is obtained using the similarity calculated by the similarity calculation unit 22.

推定方式分岐部23は、整数ピクセル視差に応じて(すなわち被写体との距離に応じて)、サブピクセル視差の演算方法(サブピクセル推定方式)を切り替える。推定方式分岐部23により、精度が高いが計算コストが高い高次多項式推定演算部24、又は、精度は若干劣るが計算コストが低いパラボラフィッティング演算部25のどちらかが選択される。詳細は後述する。なお、図1に示したように3つ以上のサブピクセル視差の演算部が存在してもよい。   The estimation method branching unit 23 switches the subpixel parallax calculation method (subpixel estimation method) according to the integer pixel parallax (that is, according to the distance to the subject). The estimation method branching unit 23 selects either the high-order polynomial estimation calculation unit 24 with high accuracy but high calculation cost, or the parabolic fitting calculation unit 25 with slightly lower accuracy but low calculation cost. Details will be described later. Note that there may be three or more sub-pixel parallax calculation units as shown in FIG.

高次多項式推定演算部24は例えば4次式に基づく高次多項式推定によりサブピクセル視差を演算し、パラボラフィッティング演算部25はパラボラフィッティングによりサブピクセル視差を演算する。高次多項式推定演算部24とパラボラフィッティング演算部25はそれぞれLSIなどのハードウェアにより実装されており、並列処理が可能になっている。   The high-order polynomial estimation calculation unit 24 calculates subpixel parallax by high-order polynomial estimation based on, for example, a quartic equation, and the parabola fitting calculation unit 25 calculates subpixel parallax by parabola fitting. The high-order polynomial estimation calculation unit 24 and the parabolic fitting calculation unit 25 are each implemented by hardware such as LSI, and can be processed in parallel.

なお、視差画像生成部26は、画素毎や画素ブロック毎に求められたサブピクセル視差を、基準画像の画素又は画素ブロックに対応づけることで視差画像を生成する。   Note that the parallax image generation unit 26 generates a parallax image by associating the sub-pixel parallax obtained for each pixel or each pixel block with the pixel or the pixel block of the reference image.

〔整数ピクセル視差の演算〕
図4は、基準画像と比較画像の一例を、図5は、整数ピクセル視差の演算について説明する図の一例である。基準画像と比較画像では、視差により被写体の位置が水平方向にずれて撮像される。左カメラ11が比較画像、右カメラ12が基準画像の場合、基準画像を基準にすると、比較画像の被写体は右方向にずれている。したがって、ブロックマッチングにおいては、基準画像を右方向にのみ移動しながら(探索しながら)類似度を算出すればよい。
[Calculation of integer pixel parallax]
FIG. 4 is an example of a reference image and a comparative image, and FIG. 5 is an example of a diagram for explaining integer pixel parallax calculation. In the reference image and the comparison image, the position of the subject is imaged in the horizontal direction due to the parallax. When the left camera 11 is a comparison image and the right camera 12 is a reference image, the subject of the comparison image is shifted in the right direction with reference to the reference image. Therefore, in block matching, the similarity may be calculated while moving (searching) the reference image only in the right direction.

例えば、先行車両のトラックの視差をd1、右側の杭の視差をd2とする。被写体までの距離が近いほど基準画像と比較画像の視差が大きくなり、被写体までの距離が遠いほど基準画像と比較画像の視差が小さくなる。したがって、図4からも明らかなように、視差d1<視差d2である。   For example, the parallax of the truck of the preceding vehicle is d1, and the parallax of the right pile is d2. The closer the distance to the subject, the greater the parallax between the reference image and the comparative image, and the farther the distance to the subject, the smaller the parallax between the reference image and the comparative image. Therefore, as is apparent from FIG. 4, parallax d1 <parallax d2.

被写体までの距離zは、既知のパラメータである左カメラ11と右カメラ12のカメラ間の基線長B、カメラのレンズの焦点距離f、及び、算出された視差dを用いて下式から求められる。
z=Bf/d
次に、整数ピクセル視差の演算について説明する。
The distance z to the subject is obtained from the following equation using a known parameter, the base line length B between the left camera 11 and the right camera 12, the focal length f of the camera lens, and the calculated parallax d. .
z = Bf / d
Next, calculation of integer pixel parallax will be described.

(i) 視差計算部13は、例えば基準画像の左上の頂点から順番に注目画素(x,y)を決定する。   (i) The parallax calculation unit 13 determines the pixel of interest (x, y) in order from the top left vertex of the reference image, for example.

(ii) 視差計算部13は、注目画素 (x,y)の近傍画素(例えば、注目画素を中心とする5×5〜11×11などのウィンドウ)において、基準画像の各画素の輝度値と比較画像の各画素の輝度値を比較する処理を行う。具体的には、基準画像のウィンドウpの各画素、基準画像のウィンドウpと同じ位置の比較画像のウィンドウqの各画素、に対し画素毎に輝度の差を算出して合計する(又は差の二乗を合計する)。したがって、輝度の差の合計が小さいほど類似度(マッチング度)が高い。   (ii) The parallax calculation unit 13 calculates the luminance value of each pixel of the reference image in a pixel near the target pixel (x, y) (for example, a window such as 5 × 5 to 11 × 11 centered on the target pixel). A process of comparing the luminance value of each pixel of the comparison image is performed. Specifically, for each pixel of the reference image window p and each pixel of the comparison image window q at the same position as the reference image window p, a luminance difference is calculated for each pixel and summed (or the difference) Sum the squares). Therefore, the smaller the sum of luminance differences is, the higher the similarity (matching degree) is.

(iii) 視差計算部13は、座標(x、y)を基点に比較画像のウィンドウqを水平方向に1画素分移動させ、同様に、基準画像のウィンドウpとの輝度の差の合計を算出する。   (iii) The parallax calculation unit 13 moves the window q of the comparison image by one pixel in the horizontal direction from the coordinates (x, y) as a base point, and similarly calculates the sum of luminance differences from the window p of the reference image. To do.

(iv) 視差計算部13は、比較画像のウィンドウqを1画素ずつ水平方向に移動させ輝度の差の合計を算出することを繰り返す。そして、予め定められた水平方向の探索範囲D内で(後述するように本実施例では一例として例えば64画素)、類似度が最大(輝度の差の合計が最小)となった時の、比較画像のウィンドウpの水平方向の移動量を整数ピクセル視差dとして出力する。   (iv) The parallax calculation unit 13 repeatedly calculates the sum of luminance differences by moving the window q of the comparison image in the horizontal direction pixel by pixel. Then, a comparison is made when the similarity is maximum (the sum of luminance differences is minimum) within a predetermined horizontal search range D (for example, 64 pixels as an example in this embodiment as will be described later). The amount of horizontal movement of the image window p is output as an integer pixel parallax d.

なお、このように算出される類似度をコストと称する場合がある。また、ウィンドウp、qにおける画素毎の輝度値の差の合計はSAD(Sum of Absolute Differences)、輝度値の差の二乗の合計はSSD(Sum of Squared Differences)と呼ばれる。   The similarity calculated in this way may be referred to as cost. Further, the sum of the luminance value differences for each pixel in the windows p and q is called SAD (Sum of Absolute Differences), and the sum of the squares of the luminance value differences is called SSD (Sum of Squared Differences).

図6は、探索範囲内の類似度の算出結果を示す図の一例である。探索範囲Dを64ピクセルとする。0〜64ピクセルの範囲で視差を求める場合、ウィンドウqの実際の移動範囲は「-2〜66」となる。すなわち、探索範囲Dの最も左の画素よりも2ピクセル左に余分に探索され、探索範囲Dの最も右の画素よりも2ピクセル右に余分に探索される。   FIG. 6 is an example of a diagram illustrating a calculation result of the similarity within the search range. The search range D is 64 pixels. When the parallax is obtained in the range of 0 to 64 pixels, the actual movement range of the window q is “−2 to 66”. That is, an extra search is performed 2 pixels to the left of the leftmost pixel in the search range D, and an extra search is performed 2 pixels to the right of the rightmost pixel in the search range D.

この±2ピクセルのマージンは、後述する高次多項式推定の計算で必要な、最大の類似度を持つ探索位置を中心に合計5点の類似度を確保するためである。   The margin of ± 2 pixels is to secure a total of five similarities centering on the search position having the maximum similarity, which is necessary for calculation of higher-order polynomial estimation described later.

なお、高次多項式推定でなくパラボラフィッティングのみでサブピクセル視差を演算する場合、±1のマージンでよい。本実施形態ではどの画素で、高次多項式推定によりサブピクセル視差が求められてもよいように、±2ピクセルのマージンが設定されている。   When sub-pixel parallax is calculated only by parabolic fitting, not by high-order polynomial estimation, a margin of ± 1 is sufficient. In this embodiment, a margin of ± 2 pixels is set so that the sub-pixel parallax may be obtained by high-order polynomial estimation in any pixel.

水平方向に指定された探索範囲内(-2<d<66)において、探索位置(水平位置)毎に類似度C(x,y,d)が算出される。x、yは視差が演算された基準画像の座標、dが整数ピクセル視差、Cが類似度である。ウィンドウpとqが類似しているほど類似度C(x,y,d)の値は小さくなる。   In the search range designated in the horizontal direction (−2 <d <66), the similarity C (x, y, d) is calculated for each search position (horizontal position). x and y are the coordinates of the reference image on which the parallax is calculated, d is the integer pixel parallax, and C is the similarity. The similarity C (x, y, d) becomes smaller as the windows p and q are more similar.

図6に示すように、最も高い類似度を持つ探索位置を基準画像に対する比較画像の整数ピクセル視差dとする。この視差dと、その近傍の5点(又は3点)の類似度のデータから、サブピクセル視差を演算する。図6では最も高い類似度は、探索位置(ウィンドウqの水平方向の移動位置)が16なので整数ピクセル視差dは16である。   As shown in FIG. 6, the search position having the highest similarity is set as the integer pixel parallax d of the comparison image with respect to the reference image. Sub-pixel parallax is calculated from this parallax d and the data of the similarity of five points (or three points) in the vicinity thereof. In FIG. 6, since the search position (horizontal movement position of the window q) is 16 in the highest similarity, the integer pixel parallax d is 16.

〔サブピクセル視差の演算について〕
図7〜9を用いてサブピクセル視差の演算について説明する。図7は、最大の類似度の探索位置を中心とする近傍5点の類似度を示す。したがって、図7では、探索位置14、15、16、17、及び、18の5点の類似度が打点されている。このうち、パラボラフィッティング演算部25は3点を、高次多項式推定演算部24は5点をそれぞれ用いてサブピクセル視差を演算する。
[Calculation of sub-pixel parallax]
The sub-pixel parallax calculation will be described with reference to FIGS. FIG. 7 shows the similarity of five points near the search position with the maximum similarity. Accordingly, in FIG. 7, the five similarities of search positions 14, 15, 16, 17, and 18 are scored. Among these, the parabola fitting calculation unit 25 uses 3 points, and the high-order polynomial estimation calculation unit 24 uses 5 points to calculate the sub-pixel parallax.

図8は、パラボラフィッティングによるサブピクセル視差の演算結果の一例を示す図である。パラボラフィッティングにより得られた二次曲線が最小値を取るサブピクセル視差sは、探索位置16の類似度をR(0), 探索位置15の類似度をR(-1)、探索位置17の類似度をR(1)とすると、式(1)から求められる。   FIG. 8 is a diagram illustrating an example of a calculation result of sub-pixel parallax by parabolic fitting. The subpixel parallax s in which the quadratic curve obtained by parabola fitting takes the minimum value has a similarity of R (0) for the search position 16, R (-1) for the similarity of the search position 15, and a similarity of the search position 17. If the degree is R (1), it can be obtained from equation (1).

Figure 2015159397
図9は、高次多項式により演算されるサブピクセル視差の演算結果の一例を示す図である。以下手順を説明する。
(i)まず、高次多項式推定演算部24は、最小二乗法により4次曲線へのフィッティングを行う。
y=ax4+bx3+cx2+dx
(ii) 類似度が最大になる探索位置16の類似度をR(0), 探索位置14の類似度をR(-2)、探索位置15の類似度をR(-1) 、探索位置17の類似度をR(1)、探索位置18の類似度をR(2)とする。これらを使ってyp、ymを次のように定義する。
yp=R(-1)+R(1)
ym=R(1)-R(-1)
yp、ymによりa,b,c,dは以下のように表すことができる。
a={R(-2)+R(2)-4yp+6R(0)}/24
b={R(2)-R(-2)-2ym+6R(0)}/12
c=(yp/2)-R(0)-a
d=(ym/2)-b
(iii)4次曲線の最小値を算出するために、xについて偏微分し勾配を求め、その勾配が0(ゼロ)になるところをニュートン法で求める。偏微分の結果は以下のようになる。
Figure 2015159397
FIG. 9 is a diagram illustrating an example of the calculation result of the sub-pixel parallax calculated by a high-order polynomial. The procedure will be described below.
(i) First, the high-order polynomial estimation calculation unit 24 performs fitting to a quartic curve by the least square method.
y = ax 4 + bx 3 + cx 2 + dx
(ii) The similarity of the search position 16 that maximizes the similarity is R (0), the similarity of the search position 14 is R (-2), the similarity of the search position 15 is R (-1), and the search position 17 Is R (1), and the similarity at the search position 18 is R (2). Using these, yp and ym are defined as follows.
yp = R (-1) + R (1)
ym = R (1) -R (-1)
a, b, c, and d can be expressed as follows using yp and ym.
a = {R (-2) + R (2) -4yp + 6R (0)} / 24
b = {R (2) -R (-2) -2ym + 6R (0)} / 12
c = (yp / 2) -R (0) -a
d = (ym / 2) -b
(iii) In order to calculate the minimum value of the quartic curve, partial differentiation is performed with respect to x to obtain a gradient, and a place where the gradient becomes 0 (zero) is obtained by the Newton method. The result of partial differentiation is as follows.

Figure 2015159397
(iv)勾配がゼロになることは、式(2)の値が、予め定められた閾値T以下になることで判断される。または、決められた計算回数まで勾配を計算したら、勾配がゼロになったと推定する。勾配がゼロになったと見なされた探索位置がサブピクセル視差sである。
Figure 2015159397
(iv) It is determined that the gradient becomes zero when the value of the equation (2) becomes equal to or less than a predetermined threshold value T. Alternatively, when the gradient is calculated up to a predetermined number of calculations, it is estimated that the gradient has become zero. The search position at which the gradient is regarded as zero is the sub-pixel parallax s.

Figure 2015159397
なお、xnに初期値が必要であるが、初期値は適当な値(例えば、整数ピクセル視差など)を設定する。なお、高次多項式において勾配がゼロとなる場所の求め方は、ニュートン法に限られず、多様なアルゴリズムを用いてよい。
Figure 2015159397
Note that an initial value is required for xn, but an appropriate value (for example, integer pixel parallax) is set as the initial value. Note that the method for obtaining the location where the gradient is zero in the high-order polynomial is not limited to the Newton method, and various algorithms may be used.

〔演算方法の切り替え〕
高次多項式推定により求められたサブピクセル視差の方が、パラボラフィッティングにより求められたサブピクセル視差よりも精度が高くなる場合が多い。しかし、パラボラフィッティングに対して高次多項式推定の計算コストは高い。
[Switching calculation method]
The subpixel parallax obtained by high-order polynomial estimation is often more accurate than the subpixel parallax obtained by parabolic fitting. However, the calculation cost of high-order polynomial estimation is high for parabolic fitting.

そこで、推定方式分岐部23は、類似度算出部22により算出される整数ピクセル視差に応じて、サブピクセル視差の演算方法を切り替える。   Therefore, the estimation method branching unit 23 switches the sub-pixel parallax calculation method according to the integer pixel parallax calculated by the similarity calculation unit 22.

図4に示したように、被写体との距離が遠くなるほど視差が小さくなるので、被写体との距離が遠くなるほどサブピクセル視差の精度の向上が求められる。換言すると、被写体との距離が近い場合、視差が大きいので、サブピクセル視差の精度が多少悪くとも、距離の精度はそれほど低下しない。   As shown in FIG. 4, as the distance from the subject increases, the parallax decreases. Therefore, as the distance from the subject increases, the accuracy of subpixel parallax needs to be improved. In other words, when the distance to the subject is short, the parallax is large, so even if the accuracy of the subpixel parallax is somewhat worse, the accuracy of the distance does not decrease so much.

そこで、図10に示すように、閾値Tを設け、整数ピクセル視差と閾値Tとの比較結果に応じて、サブピクセル視差の演算方法を切り替える。図10は、整数ピクセル視差と閾値Tに基づくサブピクセル視差の演算方法の切り替えを説明する図の一例である。   Therefore, as shown in FIG. 10, a threshold T is provided, and the sub-pixel parallax calculation method is switched according to the comparison result between the integer pixel parallax and the threshold T. FIG. 10 is an example of a diagram illustrating switching of the sub-pixel parallax calculation method based on the integer pixel parallax and the threshold T.

視差が閾値T以下の場合(被写体までの距離が遠い場合)、推定方式分岐部23は精度の高い高次多項式推定演算部24を使用する。視差が閾値Tよりも大きければ(被写体までの距離が近い場合)、計算コストが低いパラボラフィッティング演算部25を使用する。   When the parallax is equal to or smaller than the threshold T (when the distance to the subject is far), the estimation method branching unit 23 uses a high-order polynomial estimation calculation unit 24 with high accuracy. If the parallax is larger than the threshold T (when the distance to the subject is short), the parabola fitting calculation unit 25 having a low calculation cost is used.

これにより、高精度なサブピクセル視差を得ることが好ましい画素でのみ演算時間が長くなるので、処理速度と精度のバランスを取ることができる。   As a result, the calculation time is increased only in pixels for which it is preferable to obtain a highly accurate sub-pixel parallax, so that the processing speed and accuracy can be balanced.

〔並列処理について〕
図11は、高次多項式推定演算部24とパラボラフィッティング演算部25による並列処理のタイミングチャート図の一例である。高次多項式推定演算部24とパラボラフィッティング演算部25は、それぞれ並列に動作し、かつ、それぞれ演算時間が異なる。「高次多項式推定演算部の演算時間 > パラボラフィッティング演算部の演算時間」である。図では、高次多項式推定演算部24の演算時間がパラボラフィッティング演算部25の演算時間の約2倍になっているが、あくまで一例であり2倍未満の場合も2倍超の場合もある。
[About parallel processing]
FIG. 11 is an example of a timing chart of parallel processing by the high-order polynomial estimation calculation unit 24 and the parabolic fitting calculation unit 25. The high-order polynomial estimation calculation unit 24 and the parabolic fitting calculation unit 25 operate in parallel and have different calculation times. “Calculation time of high-order polynomial estimation calculation unit> Calculation time of parabolic fitting calculation unit”. In the figure, the calculation time of the high-order polynomial estimation calculation unit 24 is about twice as long as the calculation time of the parabolic fitting calculation unit 25. However, the calculation time is only an example and may be less than twice or more than twice.

高次多項式推定演算部24の1画素の演算時間t1が、パラボラフィッティング演算部25の1画素の演算時間t2の約2倍であるとして、N画素(例えば1つの画像の画素数)の視差の演算時間について説明する。   Assuming that the calculation time t1 of one pixel of the higher-order polynomial estimation calculation unit 24 is about twice the calculation time t2 of one pixel of the parabolic fitting calculation unit 25, the parallax of N pixels (for example, the number of pixels of one image) The calculation time will be described.

パラボラフィッティングによりサブピクセル視差を演算した場合の演算時間Tpは以下になる。
Tp=N×t2
高次多項式推定によりサブピクセル視差を演算した場合の演算時間Thは以下になる。
Th=N×t1=Tp×2
N/2画素をパラボラフィッティングにより、N/2画素を高次多項式推定により、それぞれサブピクセル視差を演算した場合の演算時間Taveは以下になる。
Tave=(N/2)×t2+(N/2)×t1=(Tp+Th)/2=1.5Tp
並列でなく、高次多項式推定とパラボラフィッティングが順番に行われる場合、高次多項式推定によりサブピクセル視差を演算する画素が1つでもあると、パラボラフィッティングにより全画素のサブピクセル視差を演算するよりも演算時間が長くなる。
The calculation time Tp when sub-pixel parallax is calculated by parabolic fitting is as follows.
Tp = N × t2
The calculation time Th when sub-pixel parallax is calculated by high-order polynomial estimation is as follows.
Th = N × t1 = Tp × 2
The calculation time Tave when N / 2 pixels are calculated by parabolic fitting and N / 2 pixels are calculated by high-order polynomial estimation, respectively, is calculated as follows.
Tave = (N / 2) × t2 + (N / 2) × t1 = (Tp + Th) /2=1.5 Tp
When high-order polynomial estimation and parabola fitting are performed in order instead of in parallel, if there is even one pixel that calculates sub-pixel parallax by high-order polynomial estimation, sub-pixel parallax of all pixels is calculated by parabola fitting. The calculation time becomes longer.

しかし、本実施例では、高次多項式推定とパラボラフィッティングが並列動作することで、高次多項式推定によって演算される画素数によっては、全画素の演算時間を、パラボラフィッティングにより全画素のサブピクセル視差を演算する時間以下に抑制できる。   However, in this embodiment, high-order polynomial estimation and parabolic fitting are operated in parallel, so that depending on the number of pixels calculated by high-order polynomial estimation, the calculation time of all pixels can be reduced, and the sub-pixel parallax of all pixels can be calculated by parabolic fitting. Can be suppressed to less than the time for calculating.

図12は、高次多項式推定演算部24とパラボラフィッティング演算部25の並列動作を模式的に説明する図の一例である。類似度算出部22は、着目画素毎に最大の類似度となる探索位置と該探索位置を中心とする5点の類似度を順次算出し、推定方式分岐部23に入力する。   FIG. 12 is an example of a diagram schematically illustrating the parallel operation of the high-order polynomial estimation calculation unit 24 and the parabolic fitting calculation unit 25. The similarity calculation unit 22 sequentially calculates a search position having the maximum similarity for each pixel of interest and five similarities centered on the search position, and inputs them to the estimation method branching unit 23.

推定方式分岐部23では、閾値Tと探索位置を比較して、サブピクセル視差の推定方法を選択し、入力された探索位置を中心とする5点の類似度を高次多項式推定演算部24のバッファ42に、3点の類似度をパラボラフィッティング演算部25のバッファ41にそれぞれ格納する。各バッファはキュー構造である。   The estimation method branching unit 23 compares the threshold T with the search position, selects a subpixel parallax estimation method, and calculates the similarity of five points centered on the input search position by the high-order polynomial estimation calculation unit 24. The three points of similarity are stored in the buffer 42 in the buffer 41 of the parabolic fitting calculation unit 25, respectively. Each buffer has a queue structure.

高次多項式推定演算部24及びパラボラフィッティング演算部25は、バッファが空でなければ、格納されている類似度に対してサブピクセル視差の演算を行い、後段のラインバッファ43に格納する。なお、パラボラフィッティング演算部25は、水平方向に隣接した画素のサブピクセル精度を1〜数個飛ばしに演算してもよい。近距離の被写体は、遠方ほどの精度が要求されないため、隣接した画素から補間により求めることができる。   If the buffer is not empty, the high-order polynomial estimation calculation unit 24 and the parabola fitting calculation unit 25 calculate the subpixel parallax with respect to the stored similarity and store it in the line buffer 43 in the subsequent stage. Note that the parabolic fitting calculation unit 25 may calculate the subpixel accuracy of pixels adjacent in the horizontal direction by skipping one to several. An object at a short distance does not require accuracy as far away, and can be obtained by interpolation from adjacent pixels.

ラインバッファ43には視差画像の水平方向の1ライン分の画素のサブピクセル視差が格納される。高次多項式推定演算部24及びパラボラフィッティング演算部25は、ラインバッファ43にサブピクセル視差を格納する際、視差計算を行った画素に対応した位置に格納する。   The line buffer 43 stores the sub-pixel parallax of pixels for one line in the horizontal direction of the parallax image. When the sub-pixel parallax is stored in the line buffer 43, the high-order polynomial estimation calculation unit 24 and the parabola fitting calculation unit 25 store the sub-pixel parallax at a position corresponding to the pixel on which the parallax calculation is performed.

このように、ラインバッファ43に対し、高次多項式推定演算部24及びパラボラフィッティング演算部25が並列にサブピクセル視差を演算することができる。なお、パラボラフィッティングと高次多項式推定では演算時間が異なるため、ラインバッファ43の左から順に埋まっていくとは限らない。   As described above, the high-order polynomial estimation calculation unit 24 and the parabolic fitting calculation unit 25 can calculate the sub-pixel parallax with respect to the line buffer 43 in parallel. Note that the parabolic fitting and high-order polynomial estimation do not necessarily fill in the line buffer 43 sequentially from the left because the computation time is different.

パラボラフィッティングと高次多項式推定のどちらか片方が早く1ラインの中での処理を完了した場合、まだサブピクセル視差の演算が終わっていない高次多項式推定演算部24又はパラボラフィッティング演算部25は、1ライン分の演算結果が揃うまで待機する。1ライン分の演算結果がそろうと、ラインバッファ43に格納された1ライン分の視差を出力する(視差画像の1ラインに格納される)。この後、次のラインの各画素のサブピクセル視差の演算が開始される。   When one of parabolic fitting and high-order polynomial estimation is completed earlier in one line, the high-order polynomial estimation calculating unit 24 or the parabolic fitting calculating unit 25 that has not yet finished calculating the subpixel parallax is: Wait until the calculation results for one line are complete. When the calculation results for one line are obtained, the parallax for one line stored in the line buffer 43 is output (stored in one line of the parallax image). Thereafter, calculation of the subpixel parallax of each pixel of the next line is started.

図12のように並列に演算した場合、全画素Nの演算時間は次のようになる。N/2画素をパラボラフィッティングにより、N/2画素を高次多項式推定により、それぞれサブピクセル視差を演算したものとする。それぞれ、Tp/2、Th/2の演算時間がかかり、演算時間はTp/2<Th/2なので、長い方の演算時間であるTh/2(=Tp)の時間がかかる。したがって、全画素をパラボラフィッティングにより推定した場合と同程度の時間しかかからない。   When computing in parallel as shown in FIG. 12, the computation time of all the pixels N is as follows. It is assumed that the subpixel parallax is calculated by parabolic fitting of N / 2 pixels and high-order polynomial estimation of N / 2 pixels, respectively. Since the calculation times of Tp / 2 and Th / 2 are required and the calculation time is Tp / 2 <Th / 2, the longer calculation time, Th / 2 (= Tp), is required. Therefore, it takes about the same time as when all the pixels are estimated by parabolic fitting.

高次多項式推定演算部24の1画素の演算時間t1が、パラボラフィッティング演算部25の1画素の演算時間t2の約3倍であると仮定する。この場合も同様の計算により、2N/3画素をパラボラフィッティングにより、N/3画素を高次多項式推定により、それぞれサブピクセル視差を演算した場合に、全画素をパラボラフィッティングにより演算した場合と同程度の時間がかかる。   It is assumed that the calculation time t1 of one pixel of the high-order polynomial estimation calculation unit 24 is about three times the calculation time t2 of one pixel of the parabolic fitting calculation unit 25. In this case as well, when sub-pixel parallax is calculated by parabolic fitting for 2N / 3 pixels and high-order polynomial estimation for N / 3 pixels, the same degree as when all pixels are calculated by parabolic fitting. Takes time.

したがって、パラボラフィッティングと高次多項式推定を並列に行うことで、演算時間の増大を抑制して、遠方の被写体が撮像された画素では高精度なサブピクセル視差を求めることができる。   Therefore, by performing parabolic fitting and high-order polynomial estimation in parallel, an increase in calculation time can be suppressed, and highly accurate sub-pixel parallax can be obtained for pixels in which distant subjects are imaged.

〔動作手順〕
図13は、画像処理装置100がサブピクセル視差を演算する手順を示すシーケンス図の一例である。
S1:左カメラ11は撮像した比較画像をステレオ画像取得部21に出力する。
S2:右カメラ12は撮像した基準画像をステレオ画像取得部21に出力する。基準画像と比較画像は同時又はほぼ同時に撮像されたものである。
S3、S4:ステレオ画像取得部21は基準画像と比較画像をそれぞれ類似度算出部22に出力する。
S5:類似度算出部22は、例えばブロックマッチングによりウィンドウの類似度を算出する。
S6:類似度の算出はサブピクセル視差の演算とは同期しておらず、類似度算出部22は次々とウィンドウの類似度を算出して、類似度が最大となった探索位置(整数ピクセル視差)と、探索位置を中心とする5点の類似度を推定方式分岐部23に出力する。
S7:推定方式分岐部23は、探索位置と閾値Tを比較して演算方法を判断する。
S8,S9:推定方式分岐部23は、演算方法の判断結果に応じて、探索位置を中心とする3点の類似度をパラボラフィッティング演算部25に、探索位置を中心とする5点の類似度を高次多項式推定演算部24に出力する。
[Operation procedure]
FIG. 13 is an example of a sequence diagram illustrating a procedure by which the image processing apparatus 100 calculates subpixel parallax.
S1: The left camera 11 outputs the captured comparison image to the stereo image acquisition unit 21.
S2: The right camera 12 outputs the captured reference image to the stereo image acquisition unit 21. The reference image and the comparison image are taken simultaneously or almost simultaneously.
S3, S4: The stereo image acquisition unit 21 outputs the reference image and the comparison image to the similarity calculation unit 22, respectively.
S5: The similarity calculation unit 22 calculates the window similarity by block matching, for example.
S6: The similarity calculation is not synchronized with the sub-pixel parallax calculation, and the similarity calculation unit 22 calculates the window similarity one after another, and the search position (integer pixel parallax) with the highest similarity is calculated. ) And five similarities centered on the search position are output to the estimation method branching unit 23.
S7: The estimation method branching unit 23 compares the search position with the threshold value T to determine the calculation method.
S8, S9: The estimation method branching unit 23 sets the similarity of three points centered on the search position to the parabola fitting calculation unit 25 according to the determination result of the calculation method, and the similarity of five points centered on the search position. Is output to the high-order polynomial estimation calculation unit 24.

S10,S11とS12,13は並列に行われる。
S10:パラボラフィッティング演算部25は、高次多項式推定演算部24と並列にサブピクセル視差を演算する。
S11:パラボラフィッティング演算部25はサブピクセル視差を視差が演算された画素の水平位置に対応するラインバッファ43に格納する。
S12:高次多項式推定演算部24は、パラボラフィッティング演算部25と並列にサブピクセル視差を演算する。
S13:高次多項式推定演算部24は、サブピクセル視差を視差が演算された画素の水平位置に対応するラインバッファ43に格納する。
S10, S11 and S12, 13 are performed in parallel.
S10: The parabolic fitting calculation unit 25 calculates the sub-pixel parallax in parallel with the high-order polynomial estimation calculation unit 24.
S11: The parabolic fitting calculation unit 25 stores the sub-pixel parallax in the line buffer 43 corresponding to the horizontal position of the pixel for which the parallax has been calculated.
S12: The high-order polynomial estimation calculation unit 24 calculates the sub-pixel parallax in parallel with the parabolic fitting calculation unit 25.
S13: The high-order polynomial estimation calculation unit 24 stores the sub-pixel parallax in the line buffer 43 corresponding to the horizontal position of the pixel for which the parallax has been calculated.

この後、ラインバッファ43に水平方向1ライン分のサブピクセル視差が格納されると、次の1ラインのサブピクセル視差の演算が開始される。   Thereafter, when the subpixel parallax for one horizontal line is stored in the line buffer 43, the calculation of the subpixel parallax for the next one line is started.

以上説明したように、本実施例では、精度が要求される遠方の被写体に対しては、サブピクセル精度が高い演算方法でサブピクセル視差を演算し、それ以外では計算コストが低い演算方法でサブピクセル視差を求め、各演算を並列に行う。これにより、画像全体の視差を求めるための時間の増大を抑制し、処理速度と精度のバランスがとれた距離の測定が可能になる。   As described above, in this embodiment, for a distant subject that requires high accuracy, the subpixel parallax is calculated using a calculation method with high subpixel accuracy, and otherwise, the subpixel parallax is calculated using a calculation method with low calculation cost. Obtain the pixel parallax and perform each operation in parallel. As a result, an increase in time for obtaining the parallax of the entire image is suppressed, and a distance with a balance between processing speed and accuracy can be measured.

なお、本実施例では高次多項式推定よりも低コストで低精度なパラボラフィッティングという演算方法を採用したが、さらに等角直線フィッティングという演算方法がある。等角直線フィッティングとパラボラフィッティングには精度に明確な優劣がない(算出方法などにも依存する)ため、パラボラフィッティングの代わりに等角直線フィッティングを採用してもよい。   In this embodiment, a calculation method called parabolic fitting which is lower in cost and accuracy than high-order polynomial estimation is adopted, but there is another calculation method called equiangular straight line fitting. Since the equiangular straight line fitting and the parabola fitting do not have clear superiority or inferiority (depending on the calculation method or the like), the equiangular straight line fitting may be employed instead of the parabolic fitting.

実施例1では2つの演算方法から計算コストとサブピクセル視差の精度が異なる演算方法を選択したが、本実施例では3つの演算方法から計算コストとサブピクセル視差の精度が異なる演算方法を選択する画像処理装置100について説明する。   In the first embodiment, a calculation method having different calculation cost and subpixel parallax accuracy is selected from the two calculation methods. However, in this embodiment, a calculation method having different calculation cost and subpixel parallax accuracy is selected from the three calculation methods. The image processing apparatus 100 will be described.

図14は、本実施例の視差計算部13の機能ブロック図の一例である。なお、本実施例において、図3において同一の符号を付した構成要素は同様の機能を果たすので、主に本実施例の主要な構成要素についてのみ説明する場合がある。本実施例では6次多項式推定演算部27を有している。高次多項式推定演算部24,パラボラフィッティング演算部25,及び、6次多項式推定演算部27は並列に動作する。   FIG. 14 is an example of a functional block diagram of the parallax calculation unit 13 of the present embodiment. In the present embodiment, the constituent elements denoted by the same reference numerals in FIG. 3 perform the same function, and therefore, only the main constituent elements of the present embodiment may be mainly described. In this embodiment, a sixth-order polynomial estimation calculation unit 27 is provided. The high-order polynomial estimation calculation unit 24, the parabolic fitting calculation unit 25, and the sixth-order polynomial estimation calculation unit 27 operate in parallel.

図15は、整数ピクセル視差と閾値T1,2に基づくサブピクセル視差の演算方法の切り替えを説明する図の一例である。高次多項式推定演算部24は4次式に基づく高次多項式推定を行うため、本実施例では、6次多項式推定演算部27が計算コスト及び精度が最も高い演算方法である。   FIG. 15 is an example of a diagram illustrating switching of the calculation method of sub-pixel parallax based on integer pixel parallax and threshold values T1 and T2. Since the high-order polynomial estimation calculation unit 24 performs high-order polynomial estimation based on the fourth-order equation, in this embodiment, the sixth-order polynomial estimation calculation unit 27 is the calculation method with the highest calculation cost and accuracy.

本実施例では図15に示すように、2つの閾値T1,T2を設け、整数ピクセル視差と閾値T1、T2との比較結果に応じて、3つの演算方法から計算コストとサブピクセル視差の精度が異なる演算方法を選択する。
閾値T1以下…6次の高次多項式推定
閾値T1より大きく閾値T2以下…4次の高次多項式推定
閾値T2より大きい…パラボラフィッティング
なお、整数ピクセル視差が閾値T2より大きい場合、サブピクセル視差を算出しなくてもよい。これにより、さらに演算時間を短縮できる。
In this embodiment, as shown in FIG. 15, two threshold values T1 and T2 are provided, and the calculation cost and the accuracy of the sub-pixel parallax can be calculated from three calculation methods according to the comparison result between the integer pixel parallax and the threshold values T1 and T2. Select a different calculation method.
Less than threshold T1... Greater than 6th-order higher-order polynomial estimation threshold T1 and less than threshold T2... Greater than 4th-order higher-order polynomial estimation threshold T2 .. parabolic fitting. You don't have to. Thereby, the calculation time can be further shortened.

1つの画像において視差の計算に必要な時間は、最も演算時間が長い演算方法によって決まるので、1つの画像にどのくらい遠方の画素が含まれるかによってかわる。しかし、3つの演算が並列に行われるので、1つの画像において視差の計算に必要な時間を、実施例1よりも短縮できる可能性がある。また、距離が近い被写体では要求されるサブピクセル精度が低いので、処理速度と精度のバランスも維持できる。   The time required to calculate the parallax in one image is determined by the calculation method having the longest calculation time, and therefore depends on how far away pixels are included in one image. However, since three operations are performed in parallel, the time required to calculate the parallax in one image may be shorter than in the first embodiment. In addition, since the subpixel accuracy required for a subject at a short distance is low, the balance between processing speed and accuracy can be maintained.

以上説明したように、本実施例の画像処理装置100は、距離が近い被写体に対し実施例1よりも演算時間を短縮できるため、処理速度と精度のバランスを維持しながら、1つの画像において視差の計算に必要な時間を、実施例1よりも短縮できる可能性がある。   As described above, the image processing apparatus 100 according to the present exemplary embodiment can reduce the calculation time for a subject that is close to that of the first exemplary embodiment, so that the parallax in one image can be maintained while maintaining a balance between processing speed and accuracy. There is a possibility that the time required for the calculation of can be reduced as compared with the first embodiment.

実施例1,2では、左カメラ11と右カメラが撮像する被写体(どの程度、遠方の画素が含まれているか)によって、遠い被写体及び近い被写体が撮像される画素の比率が異なるため、計算量が一定ではない。すなわち、1枚の視差画像を作成するまでの時間が被写体によって不定となってしまう。   In the first and second embodiments, the ratio of pixels in which a far subject and a close subject are imaged differs depending on the subject (how far a distant pixel is included) captured by the left camera 11 and the right camera. Is not constant. That is, the time until one parallax image is created becomes indefinite depending on the subject.

そこで、本実施例では1枚の視差画像を作成するまでの時間が一定の画像処理装置100について説明する。   Therefore, in this embodiment, a description will be given of the image processing apparatus 100 in which the time required for creating one parallax image is constant.

なお、本実施例の視差計算部13の機能ブロック図は図3と同様でよい。図3において同一の符号を付した構成要素は同様の機能を果たすので、主に本実施例の主要な構成要素についてのみ説明する場合がある。   In addition, the functional block diagram of the parallax calculation part 13 of a present Example may be the same as that of FIG. Since components having the same reference numerals in FIG. 3 perform the same function, only the main components of the present embodiment may be mainly described.

図16は、推定方式分岐部23による演算方法の選択について模式的に説明する図の一例である。本実施例では、図16に示すように、高い精度のサブピクセル視差が求められるエリアが予めわかっているものとする。この場合、高い精度のサブピクセル視差が求められるエリアにおいてのみ高次多項式推定を用いる。   FIG. 16 is an example of a diagram that schematically illustrates selection of a calculation method by the estimation method branching unit 23. In the present embodiment, as shown in FIG. 16, it is assumed that an area where high-precision subpixel parallax is required is known in advance. In this case, high-order polynomial estimation is used only in an area where high-precision subpixel parallax is required.

図16においては、画像の水平方向の中心付近に高次多項式推定範囲が設けられている。例えば、画像が1280ピクセル/ラインの幅を持つとすると、画像処理装置100は、その中心200ピクセルは高次多項式推定を行い、残りの1080ピクセルはパラボラフィッティングを行う。これにより、計算量の予測がしやすくなり、計算速度のバラ付きなく距離を測定することができる。   In FIG. 16, a high-order polynomial estimation range is provided near the horizontal center of the image. For example, if the image has a width of 1280 pixels / line, the image processing apparatus 100 performs high-order polynomial estimation on the center 200 pixels and performs parabolic fitting on the remaining 1080 pixels. As a result, the calculation amount can be easily predicted, and the distance can be measured without variation in the calculation speed.

高次多項式推定範囲(540ピクセル〜740ピクセル)は予め推定方式分岐部23に保持されている。推定方式分岐部23は類似度算出部22が算出した着目画素の水平位置がこの高次多項式推定範囲に入る場合、高次多項式推定演算部24を選択する。   The high-order polynomial estimation range (540 pixels to 740 pixels) is held in the estimation method branching unit 23 in advance. The estimation method branching unit 23 selects the high-order polynomial estimation calculation unit 24 when the horizontal position of the pixel of interest calculated by the similarity calculation unit 22 falls within the high-order polynomial estimation range.

なお、高次多項式推定範囲は、画像処理装置100にとって重要な被写体が撮像される可能性が高い範囲である。例えば、画像処理装置100が前方に移動する移動体に搭載された場合、高次多項式推定範囲は図16のように中央になる。したがって、設計者等は、遠方に重要な被写体が撮像される範囲が既知であれば、中央以外であっても、その範囲を高次多項式推定範囲に定めておくことができる。   Note that the high-order polynomial estimation range is a range in which a subject that is important for the image processing apparatus 100 is highly likely to be captured. For example, when the image processing apparatus 100 is mounted on a moving body that moves forward, the high-order polynomial estimation range is in the center as shown in FIG. Therefore, if the range in which a subject that is important in the distance is imaged is known, the designer or the like can set the range as the high-order polynomial estimation range even if it is other than the center.

また、高次多項式推定範囲の広さは、実施例1にて説明したように高次多項式推定の演算時間とパラボラフィッティングの演算時間に応じて、1つの視差画像の作成時間として許容される広さに設定される。   Further, as described in the first embodiment, the range of the high-order polynomial estimation range is a wide range that is allowed as a creation time of one parallax image according to the calculation time of high-order polynomial estimation and the calculation time of parabolic fitting. Is set.

また、高次多項式推定とパラボラフィッティングが同程度の時間で終了するように高次多項式推定範囲の広さを決定することで、ラインバッファ43が満たされるまで高次多項式推定演算部24又はパラボラフィッティング演算部25が待機する時間をほぼなくすことができる。   Further, by determining the width of the high-order polynomial estimation range so that the high-order polynomial estimation and the parabolic fitting are completed in about the same time, the high-order polynomial estimation calculation unit 24 or the parabolic fitting is performed until the line buffer 43 is filled. The time for which the calculation unit 25 waits can be substantially eliminated.

なお、実施例2のように3つの演算方法がある場合、画像を3つの範囲に区分しておき、演算方法を振り分ければよい。   When there are three calculation methods as in the second embodiment, the image may be divided into three ranges and the calculation methods may be distributed.

また、本実施例のように高次多項式推定範囲を固定とするか、実施例1,2のように整数ピクセル視差に応じて切り替えるかを、ユーザが設定可能としてもよい。   Further, the user may be able to set whether the high-order polynomial estimation range is fixed as in the present embodiment or switched according to the integer pixel parallax as in the first and second embodiments.

本実施例の画像処理装置によれば、高次多項式推定範囲を設定しておくことで、1枚の視差画像を作成するまでの時間が一定にでき、また、高次多項式推定演算部24又はパラボラフィッティング演算部25が待機する時間をほぼなくすことができる。   According to the image processing apparatus of the present embodiment, by setting the high-order polynomial estimation range, the time required to create one parallax image can be made constant, and the high-order polynomial estimation calculation unit 24 or The time that the parabola fitting calculation unit 25 waits can be substantially eliminated.

実施例1では閾値T(実施例2では閾値T1,T2)が一定であったが、本実施例では、閾値Tを動的に変更可能な画像処理装置100について説明する。   In the first embodiment, the threshold value T (threshold values T1 and T2 in the second embodiment) is constant. In this embodiment, an image processing apparatus 100 that can dynamically change the threshold value T will be described.

閾値Tを変更することで、高次多項式推定が適用される画素を増減できるので、高精度なサブピクセル視差が必要なシーンでは、閾値Tを高次多項式推定の適用頻度が大きくなるように変更し、そうでなければ閾値Tを高次多項式推定の適用頻度が小さくなるように変更できる。   By changing the threshold value T, the number of pixels to which high-order polynomial estimation is applied can be increased or decreased. Therefore, in a scene that requires high-precision subpixel parallax, the threshold value T is changed to increase the frequency of application of high-order polynomial estimation. Otherwise, the threshold value T can be changed so that the frequency of application of high-order polynomial estimation is reduced.

図17は、本実施例の視差計算部13の機能ブロック図の一例である。なお、本実施例において、図3において同一の符号を付した構成要素は同様の機能を果たすので、主に本実施例の主要な構成要素についてのみ説明する場合がある。本実施例では画像処理装置100が閾値変更部28を有し、閾値変更部28にはセンサ15が接続されている。センサ15は、閾値Tを変更するシーンかどうかを判断するための情報を検出する。   FIG. 17 is an example of a functional block diagram of the parallax calculation unit 13 of the present embodiment. In the present embodiment, the constituent elements denoted by the same reference numerals in FIG. 3 perform the same function, and therefore, only the main constituent elements of the present embodiment may be mainly described. In this embodiment, the image processing apparatus 100 has a threshold value changing unit 28, and the sensor 15 is connected to the threshold value changing unit 28. The sensor 15 detects information for determining whether or not the scene changes the threshold value T.

〔シーン1 夜間の撮像時〕
夜間は周囲が暗くなるため、高次多項式推定のための5点の類似度に十分な精度が得られないおそれがある。このため、夜間、画像処理装置100が視差画像を作成する際は、閾値Tを、パラボラフィッティングの適用頻度が大きくなるように変更することが好適となる場合がある。
[Scene 1 at night imaging]
Since the surroundings are dark at night, there is a possibility that sufficient accuracy cannot be obtained for the five points of similarity for high-order polynomial estimation. For this reason, when the image processing apparatus 100 creates a parallax image at night, it may be preferable to change the threshold T so that the application frequency of parabolic fitting is increased.

図18は、閾値Tの変更について説明する図の一例である。図18(a)は日中の閾値Tを、図18(b)は夜間の閾値Tをそれぞれ示す。夜間は、日中よりも閾値Tを小さくすることで、パラボラフィッティングの適用頻度が大きくなるように変更することができる。   FIG. 18 is an example of a diagram illustrating the change of the threshold T. 18A shows the threshold value T during the day, and FIG. 18B shows the threshold value T during the night. At night, the threshold T can be made smaller than during the day so that the parabolic fitting application frequency can be increased.

センサ15は、夜間か日中かを判断するため、例えば左カメラ11又は右カメラ12からシャッター速度を取得する。シャッター速度は、夜間は露光時間を長くするため長くなるので、シャッター速度により夜間か日中かを判断できる。これにより、トンネル内などでは夜間でなくても閾値Tを変更できる。また、シャッター速度の他、時間情報と位置情報などから現在地が夜間か日中かを判断してもよい。   The sensor 15 acquires the shutter speed from, for example, the left camera 11 or the right camera 12 in order to determine whether it is nighttime or daytime. Since the shutter speed becomes longer to increase the exposure time at night, it can be determined whether the shutter speed is night or daytime. Thereby, the threshold value T can be changed in a tunnel or the like even at night. In addition to the shutter speed, whether the current location is nighttime or daytime may be determined from time information and position information.

〔シーン2 高速に移動する場合〕
移動体が高速に移動しているほど、遠方の被写体が短時間に移動体に接近してくる。高速で移動している場合、遠方の被写体について高精度なサブピクセル視差が得られることが好ましい。このため、高速移動時に、画像処理装置100が視差画像を作成する際は、閾値Tを、高次元多項式推定の適用頻度が大きくなるように変更することが好適となる場合がある。
[Scene 2 When moving at high speed]
The faster the moving body moves, the farther the subject approaches the moving body in a short time. When moving at high speed, it is preferable to obtain a highly accurate sub-pixel parallax for a distant subject. For this reason, when the image processing apparatus 100 creates a parallax image during high-speed movement, it may be preferable to change the threshold T so that the application frequency of high-dimensional polynomial estimation increases.

図19は、閾値Tの変更について説明する図の一例である。図19(a)は低速移動時の閾値Tを、図19(b)は高速移動時の閾値Tをそれぞれ示す。高速移動時は、閾値Tを大きくすることで、高次元多項式推定の適用頻度が大きくなるように変更することができる。   FIG. 19 is an example of a diagram illustrating the change of the threshold T. FIG. 19A shows the threshold value T during low-speed movement, and FIG. 19B shows the threshold value T during high-speed movement. When moving at high speed, the threshold T can be increased so that the frequency of application of high-dimensional polynomial estimation increases.

センサ15は、車速を検出するための車輪速センサである。閾値変更部28は、車速に閾値Tが対応づけられたマップを有し、センサ15が検出した車速に応じてマップから閾値Tを読み出す。これにより、車速に応じて動的かつ多段階に閾値Tを変更できる。   The sensor 15 is a wheel speed sensor for detecting the vehicle speed. The threshold changing unit 28 has a map in which the threshold T is associated with the vehicle speed, and reads the threshold T from the map according to the vehicle speed detected by the sensor 15. Thereby, the threshold value T can be changed dynamically and in multiple stages according to the vehicle speed.

以上説明したように、本実施例の画像処理装置100は、閾値Tを動的に変更することで、シーンに応じて高次多項式推定の適用頻度を変更できる。   As described above, the image processing apparatus 100 according to the present embodiment can change the application frequency of high-order polynomial estimation according to the scene by dynamically changing the threshold value T.

なお、実施例2のように演算方式が3つ以上の場合、閾値が2つ以上になるので、この場合、最も小さい閾値T1のみを変更してもよいし、全ての閾値を同じだけ変更してもよい。   Note that when there are three or more calculation methods as in the second embodiment, there are two or more thresholds. In this case, only the smallest threshold T1 may be changed, or all thresholds may be changed by the same amount. May be.

本実施例では、対象物が認識された画素範囲に高次多項式推定を適用する画像処理装置100について説明する。   In this embodiment, an image processing apparatus 100 that applies high-order polynomial estimation to a pixel range in which an object is recognized will be described.

図20は、画像処理装置100のハードウェア構成図の一例を示す。なお、本実施例において、図2において同一の符号を付した構成要素は同様の機能を果たすので、主に本実施例の主要な構成要素についてのみ説明する場合がある。図20では外部機器14が物体認識処理部141を有している。本実施例では物体認識方法として公知の方法を採用すればよいので、物体認識について簡単に説明する。   FIG. 20 shows an example of a hardware configuration diagram of the image processing apparatus 100. In the present embodiment, the components denoted by the same reference numerals in FIG. 2 perform the same functions, and therefore, only the main components of the present embodiment may be mainly described. In FIG. 20, the external device 14 has an object recognition processing unit 141. In this embodiment, since a known method may be adopted as the object recognition method, the object recognition will be briefly described.

物体認識処理部141は、例えば同程度の視差が連続した画素範囲を対象物の認識候補として検出する。これにより、いくつかの矩形領域が得られる。図4のような画像では、先行車両、対向車両、杭などが認識候補となる。   The object recognition processing unit 141 detects, for example, a pixel range in which the same degree of parallax is continuous as a recognition target candidate. Thereby, several rectangular areas are obtained. In the image as shown in FIG. 4, a preceding vehicle, an oncoming vehicle, a pile, and the like are recognition candidates.

物体認識処理部141は、視差画像から検出した矩形領域に対し、対象物として定められている車、歩行者などの認識処理を施す。物体認識には、Haar-like特徴量を用いる方法やHOG(Histograms of Oriented Gradients)特徴量を用いた方法が知られている。本実施例ではどちらを使用してもよく、また、組み合わせて使用してもよい。   The object recognition processing unit 141 performs recognition processing of a car, a pedestrian, or the like that is determined as a target object on the rectangular area detected from the parallax image. For object recognition, methods using Haar-like feature quantities and methods using HOG (Histograms of Oriented Gradients) feature quantities are known. In the present embodiment, either may be used, or a combination may be used.

物体認識処理部141は、車、歩行者などが存在すると認識した矩形領域を物体画素範囲として視差計算部13に出力する。物体画素範囲は、矩形領域の対角頂点の座標として指定される。図21は、物体画素範囲の一例を模式的に示す図である。先行車両や対向車両が物体画素範囲301,302として囲まれている。   The object recognition processing unit 141 outputs a rectangular area recognized as having a car, a pedestrian, or the like to the parallax calculation unit 13 as an object pixel range. The object pixel range is specified as the coordinates of the diagonal vertices of the rectangular area. FIG. 21 is a diagram schematically illustrating an example of the object pixel range. A preceding vehicle and an oncoming vehicle are surrounded as object pixel ranges 301 and 302.

視差計算部13は、物体画素範囲301,302に対して、高次多項式推定によりサブピクセル視差を演算する。物体画素範囲には、距離を正確に検出すべき対象物が存在する可能性が高いので、高い精度のサブピクセル視差を求めることで対象物との距離を精度よく検出できる。   The parallax calculation unit 13 calculates sub-pixel parallax for the object pixel ranges 301 and 302 by high-order polynomial estimation. Since there is a high possibility that an object whose distance is to be accurately detected exists in the object pixel range, the distance from the object can be detected with high accuracy by obtaining a highly accurate sub-pixel parallax.

3つ以上の演算方法がある場合、推定方式分岐部23は、最も精度が高い演算方法(例えば、高次多項式推定)を選択するものとする。   When there are three or more calculation methods, the estimation method branching unit 23 selects the calculation method (for example, high-order polynomial estimation) with the highest accuracy.

なお、物体画素範囲以外の領域は、実施例1、2のように整数ピクセル視差によって演算方法を切り替えてもよいし、実施例3のように画像内の場所によって演算方法を切り替えてもよい。   Note that the calculation method for regions other than the object pixel range may be switched by integer pixel parallax as in the first and second embodiments, or the calculation method may be switched depending on the location in the image as in the third embodiment.

したがって、本実施例の画像処理装置100によれば、物体の認識結果を利用することで、高精度なサブピクセル視差が演算されることが好ましい物体画素範囲301,302に高次元多項式推定を適用できる。   Therefore, according to the image processing apparatus 100 of the present embodiment, high-dimensional polynomial estimation is applied to the object pixel ranges 301 and 302 for which it is preferable that high-precision subpixel parallax is calculated by using the object recognition result. it can.

11 左カメラ
12 右カメラ
13 視差計算部
14 外部機器
22 類似度算出部
23 推定方式分岐部
24 高次多項式推定演算部
25 パラボラフィッティング演算部
26 視差画像生成部
27 6次多項式推定演算部
100 画像処理装置
DESCRIPTION OF SYMBOLS 11 Left camera 12 Right camera 13 Parallax calculation part 14 External apparatus 22 Similarity calculation part 23 Estimation method branch part 24 Higher order polynomial estimation calculation part 25 Parabola fitting calculation part 26 Parallax image generation part 27 Sixth order polynomial estimation calculation part 100 Image processing apparatus

特許第4862816号公報Japanese Patent No. 4862816

Claims (10)

2つの撮像手段によりそれぞれ撮像された画像を用いて視差情報が含まれた視差画像を作成する画像処理装置であって、
1画素未満を単位とする視差を異なる精度で検出する複数の視差検出手段と、
前記複数の視差検出手段のうちの1つに、1画素未満を単位とする視差を検出させる切り替え手段と、を有し、
前記複数の視差検出手段は並列に動作する、ことを特徴とする画像処理装置。
An image processing apparatus that creates a parallax image including parallax information using images captured by two imaging units,
A plurality of parallax detection means for detecting parallax in units of less than one pixel with different accuracy;
One of the plurality of parallax detection means, and a switching means for detecting parallax in units of less than one pixel,
The image processing apparatus, wherein the plurality of parallax detection units operate in parallel.
1画素を単位とする視差を検出する整数視差検出手段を有し、
前記切り替え手段は、前記整数視差検出手段が検出する視差が小さいほど、高い精度で1画素未満を単位とする視差を検出する前記視差検出手段を、前記複数の視差検出手段の中から選択する、ことを特徴とする請求項1記載の画像処理装置。
An integer parallax detection means for detecting parallax in units of one pixel;
The switching unit selects the parallax detection unit that detects parallax in units of less than one pixel with high accuracy as the parallax detected by the integer parallax detection unit is small, from the plurality of parallax detection units. The image processing apparatus according to claim 1.
前記切り替え手段は、前記整数視差検出手段が検出する1画素を単位とする視差と閾値を比較して、前記複数の視差検出手段のうちの1つの前記視差検出手段を決定する、
ことを特徴とする請求項2記載の画像処理装置。
The switching unit compares a parallax in units of one pixel detected by the integer parallax detection unit with a threshold value, and determines one parallax detection unit of the plurality of parallax detection units.
The image processing apparatus according to claim 2.
前記切り替え手段は、視差が検出される画素の位置に応じて、前記複数の視差検出手段の中から1つの前記視差検出手段を決定する、
ことを特徴とする請求項1又は2記載の画像処理装置。
The switching unit determines one parallax detection unit from the plurality of parallax detection units according to the position of a pixel from which parallax is detected.
The image processing apparatus according to claim 1, wherein the image processing apparatus is an image processing apparatus.
視差が検出される画素の水平方向の位置が中央付近の場合、
前記切り替え手段は、前記複数の視差検出手段の中から1画素未満の視差の精度が最も高い前記視差検出手段を選択する、
ことを特徴とする請求項4記載の画像処理装置。
If the horizontal position of the pixel where the parallax is detected is near the center,
The switching unit selects the parallax detection unit having the highest parallax accuracy of less than one pixel from the plurality of parallax detection units;
The image processing apparatus according to claim 4.
1画素未満を単位とする視差を検出する第1の視差検出手段と、前記第1の視差検出手段よりも低い精度の1画素未満を単位とする視差を検出する第2の視差検出手段とを有し、
当該画像処理装置が搭載された移動体が夜間に移動する場合、夜間以外に移動する場合よりも、前記第2の視差検出手段が1画素未満の視差を検出する頻度を増大させる検出頻度変更手段を有する、
ことを特徴とする請求項1〜5いずれか1項記載の画像処理装置。
A first parallax detection unit that detects parallax in units of less than one pixel; and a second parallax detection unit that detects parallax in units of less than one pixel with lower accuracy than the first parallax detection unit. Have
When the moving body on which the image processing apparatus is mounted moves at night, the detection frequency changing unit increases the frequency with which the second parallax detection unit detects a parallax of less than one pixel as compared with the case of moving outside the night. Having
The image processing apparatus according to claim 1, wherein the image processing apparatus is an image processing apparatus.
1画素未満を単位とする視差を検出する第1の視差検出手段と、前記第1の視差検出手段よりも低い精度の1画素未満を単位とする視差を検出する第2の視差検出手段とを有し、
当該画像処理装置が移動体に搭載された場合、
移動速度が大きいほど、前記第1の視差検出手段が1画素未満の視差を検出する頻度を増大させる検出頻度変更手段を有する、
ことを特徴とする請求項1〜5いずれか1項記載の画像処理装置。
A first parallax detection unit that detects parallax in units of less than one pixel; and a second parallax detection unit that detects parallax in units of less than one pixel with lower accuracy than the first parallax detection unit. Have
When the image processing apparatus is mounted on a moving object,
A detection frequency changing unit that increases a frequency at which the first parallax detection unit detects a parallax of less than one pixel as the moving speed increases;
The image processing apparatus according to claim 1, wherein the image processing apparatus is an image processing apparatus.
前記視差画像から対象物の撮像領域を検出する対象物領域検出手段から、前記撮像領域を取得し、
前記視差検出手段が前記撮像領域に対応する画素の1画素未満を単位とする視差を検出する場合、前記切り替え手段は、1画素未満を単位とする視差の精度が最も高い視差検出手段を、前記複数の視差検出手段の中から選択する、
ことを特徴とする請求項1〜7いずれか1項記載の画像処理装置。
From the object area detection means for detecting the imaging area of the object from the parallax image, obtain the imaging area,
When the parallax detection unit detects parallax in units of less than one pixel corresponding to the imaging region, the switching unit has the parallax detection unit having the highest parallax accuracy in units of less than one pixel, Selecting from a plurality of parallax detection means,
The image processing apparatus according to claim 1, wherein the image processing apparatus is an image processing apparatus.
2つの画像を用いて視差情報が含まれた視差画像を作成する画像処理システムであって、
2つの撮像手段と、
1画素未満を単位とする視差を異なる精度で検出する複数の視差検出手段と、
前記複数の視差検出手段のうちの1つに切り替えて、1画素未満を単位とする視差を検出させる切り替え手段と、を有し、
前記複数の視差検出手段は並列に動作する、ことを特徴とする画像処理システム。
An image processing system for creating a parallax image including parallax information using two images,
Two imaging means;
A plurality of parallax detection means for detecting parallax in units of less than one pixel with different accuracy;
Switching to one of the plurality of parallax detection means to detect parallax in units of less than one pixel,
The image processing system, wherein the plurality of parallax detection units operate in parallel.
2つの撮像手段によりそれぞれ撮像された画像を用いて視差情報が含まれた視差画像を作成する画像処理方法であって、
切り替え手段が、1画素未満を単位とする視差を異なる精度で検出する複数の視差検出手段のうちの1つを選択するステップと、
前記複数の視差検出手段のそれぞれが、並列に動作して、1画素未満を単位とする視差を検出するステップと、
を有することを特徴とする画像処理方法。
An image processing method for creating a parallax image including parallax information using images respectively captured by two imaging means,
The switching means selecting one of a plurality of parallax detection means for detecting parallax in units of less than one pixel with different accuracy; and
Each of the plurality of parallax detection means operating in parallel to detect parallax in units of less than one pixel;
An image processing method comprising:
JP2014032644A 2014-02-24 2014-02-24 Image processing apparatus, image processing system, and image processing method Expired - Fee Related JP6349774B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014032644A JP6349774B2 (en) 2014-02-24 2014-02-24 Image processing apparatus, image processing system, and image processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014032644A JP6349774B2 (en) 2014-02-24 2014-02-24 Image processing apparatus, image processing system, and image processing method

Publications (2)

Publication Number Publication Date
JP2015159397A true JP2015159397A (en) 2015-09-03
JP6349774B2 JP6349774B2 (en) 2018-07-04

Family

ID=54183107

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014032644A Expired - Fee Related JP6349774B2 (en) 2014-02-24 2014-02-24 Image processing apparatus, image processing system, and image processing method

Country Status (1)

Country Link
JP (1) JP6349774B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4191196A4 (en) * 2020-07-28 2024-08-28 Kyocera Corp Image processing device, stereo camera device, moving object, parallax calculation method, and image processing method

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002159023A (en) * 2000-07-19 2002-05-31 Hoko Koka Daigakko Real time stereoscopic video matching system
JP2007179236A (en) * 2005-12-27 2007-07-12 Sony Corp Image generation device and method
JP2008039491A (en) * 2006-08-02 2008-02-21 Fuji Heavy Ind Ltd Stereo image processing apparatus
JP2008157851A (en) * 2006-12-26 2008-07-10 Matsushita Electric Ind Co Ltd Camera module
JP2008298533A (en) * 2007-05-30 2008-12-11 Konica Minolta Holdings Inc Obstruction measurement method, device, and system
JP2008304202A (en) * 2007-06-05 2008-12-18 Konica Minolta Holdings Inc Method and apparatus for distance image generation and program
JP2008309637A (en) * 2007-06-14 2008-12-25 Konica Minolta Holdings Inc Obstruction measuring method, obstruction measuring apparatus, and obstruction measuring system
JP2009180663A (en) * 2008-01-31 2009-08-13 Konica Minolta Holdings Inc Distance measuring device and distance measuring method
JP2011191905A (en) * 2010-03-12 2011-09-29 Hitachi Automotive Systems Ltd Stereo camera device
JP2013007748A (en) * 2012-07-25 2013-01-10 Konica Minolta Holdings Inc Distance measuring apparatus
JP2013242854A (en) * 2012-04-17 2013-12-05 Panasonic Corp Parallax calculation device and parallax calculation method

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002159023A (en) * 2000-07-19 2002-05-31 Hoko Koka Daigakko Real time stereoscopic video matching system
JP2007179236A (en) * 2005-12-27 2007-07-12 Sony Corp Image generation device and method
JP2008039491A (en) * 2006-08-02 2008-02-21 Fuji Heavy Ind Ltd Stereo image processing apparatus
JP2008157851A (en) * 2006-12-26 2008-07-10 Matsushita Electric Ind Co Ltd Camera module
JP2008298533A (en) * 2007-05-30 2008-12-11 Konica Minolta Holdings Inc Obstruction measurement method, device, and system
JP2008304202A (en) * 2007-06-05 2008-12-18 Konica Minolta Holdings Inc Method and apparatus for distance image generation and program
JP2008309637A (en) * 2007-06-14 2008-12-25 Konica Minolta Holdings Inc Obstruction measuring method, obstruction measuring apparatus, and obstruction measuring system
JP2009180663A (en) * 2008-01-31 2009-08-13 Konica Minolta Holdings Inc Distance measuring device and distance measuring method
JP2011191905A (en) * 2010-03-12 2011-09-29 Hitachi Automotive Systems Ltd Stereo camera device
JP2013242854A (en) * 2012-04-17 2013-12-05 Panasonic Corp Parallax calculation device and parallax calculation method
JP2013007748A (en) * 2012-07-25 2013-01-10 Konica Minolta Holdings Inc Distance measuring apparatus

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4191196A4 (en) * 2020-07-28 2024-08-28 Kyocera Corp Image processing device, stereo camera device, moving object, parallax calculation method, and image processing method

Also Published As

Publication number Publication date
JP6349774B2 (en) 2018-07-04

Similar Documents

Publication Publication Date Title
US11341750B2 (en) Quasi-parametric optical flow estimation
JP5468426B2 (en) Stereo camera device
JP2011013064A (en) Position detection device
US9530210B2 (en) Distance calculator and distance calculation method
US20170116461A1 (en) Image processing device and image processing method
US8416989B2 (en) Image processing apparatus, image capture apparatus, image processing method, and program
JP2016207030A (en) Picture processing apparatus
CN104685513A (en) Feature based high resolution motion estimation from low resolution images captured using an array source
TWI425445B (en) Method and detecting system for determining quantity of self-motion of a moving platform
JP5402625B2 (en) Vehicle detection apparatus using stereo image processing
JP7005458B2 (en) Image processing device, image processing program, and driving support system
JP6035774B2 (en) Image processing apparatus, image processing method, and vehicle
JP5957359B2 (en) Stereo image processing apparatus and stereo image processing method
CN108369739B (en) Object detection device and object detection method
JP6396499B2 (en) Scale measurement of 3D information
WO2022046725A1 (en) Spatiotemporal recycling network
JP2008304202A (en) Method and apparatus for distance image generation and program
JP7078172B2 (en) Image processing device and 3D measurement system
JP6655869B2 (en) Image processing apparatus, image processing method, and program
JP6349774B2 (en) Image processing apparatus, image processing system, and image processing method
JP7136721B2 (en) Arithmetic device, parallax calculation method
JP2014052855A (en) Image processor, control method thereof, and control program
JP6152646B2 (en) Compound eye camera device and vehicle equipped with the same
CN113167578A (en) Distance measuring method and device
JP2016151863A (en) White line detection device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170824

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171102

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180508

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180521

R151 Written notification of patent or utility model registration

Ref document number: 6349774

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees