特許 6344598 デブリ検出方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6344598

(24)【登録日】2018年6月1日

(45)【発行日】2018年6月20日

(54)【発明の名称】デブリ検出方法

(51)【国際特許分類】

   G06T 1/00 20060101AFI20180611BHJP

   G06T 7/11 20170101ALI20180611BHJP

【ＦＩ】

   G06T1/00 280

   G06T7/11

【請求項の数】7

【全頁数】15

(21)【出願番号】特願2014-88771(P2014-88771)

(22)【出願日】2014年4月23日

(65)【公開番号】特開2015-207234(P2015-207234A)

(43)【公開日】2015年11月19日

【審査請求日】2017年2月23日

(73)【特許権者】

【識別番号】000000099

【氏名又は名称】株式会社ＩＨＩ

(74)【代理人】

【識別番号】100118267

【弁理士】

【氏名又は名称】越前 昌弘

(72)【発明者】

【氏名】園田 信一郎

(72)【発明者】

【氏名】溝内 健太郎

(72)【発明者】

【氏名】坂野 肇

【審査官】 ▲広▼島 明芳

(56)【参考文献】

【文献】 特開２０１３−１１４３８１（ＪＰ，Ａ）

【文献】 特開２０１４−０５１２１２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００ − ７／９０

(57)【特許請求の範囲】

【請求項1】

地上から撮像した天球画像からデブリを検出するデブリ検出方法において、
前記天球画像から前記デブリの検出対象領域を特定する領域特定ステップと、
前記検出対象領域の画素値分布を作成する画素値分布作成ステップと、
前記画素値分布から近似ガウス曲線を推定するガウス曲線推定ステップと、
前記画素値分布と前記近似ガウス曲線とを比較して誤差を算出する誤差算出ステップと、
前記誤差を用いて前記検出対象領域に前記デブリが含まれているか否かを判定する判定ステップと、を有し、
前記画素値分布作成ステップは、前記検出対象領域における行方向及び列方向のそれぞれについて前記画素値分布を作成し、前記ガウス曲線推定ステップは、前記行方向及び前記列方向のそれぞれについて前記近似ガウス曲線を推定し、前記誤差算出ステップは、前記行方向及び前記列方向のそれぞれについて前記誤差を算出し、前記判定ステップは、前記近似ガウス曲線の高さ及び前記誤差の大きさを用いて前記デブリであるかノイズであるかを判定する、
ことを特徴とするデブリ検出方法。

【請求項2】

前記近似ガウス曲線は、一次元のガウス関数によって推定される、ことを特徴とする請求項１に記載のデブリ検出方法。

【請求項3】

前記判定ステップにより前記デブリであると判定された後又は前記ガウス曲線推定ステップから前記判定ステップの間に、前記行方向の近似ガウス曲線と前記列方向の近似ガウス曲線との高さの比率が閾値を超える場合にノイズであると判定するノイズ除去ステップを有する、ことを特徴とする請求項１に記載のデブリ検出方法。

【請求項4】

前記判定ステップにより前記デブリであると判定された後又は前記ガウス曲線推定ステップから前記判定ステップの間に、同一行又は同一列における前記画素値分布の数値と前記近似ガウス曲線の数値とを比較したときの誤差が閾値を超える場合にノイズであると判定するノイズ除去ステップを有する、ことを特徴とする請求項１に記載のデブリ検出方法。

【請求項5】

前記判定ステップにより前記デブリであると判定された後又は前記判定ステップよりも前に、前記検出対象領域の微分画像を作成し、該微分画像から微分画素値分布を作成し、該微分画素値分布の変化率が閾値を超える場合にノイズであると判定するノイズ除去ステップを有する、ことを特徴とする請求項１に記載のデブリ検出方法。

【請求項6】

前記行方向及び前記列方向は、前記検出対象領域に含まれる高輝度点の移動方向及びそれに垂直な方向に設定される、ことを特徴とする請求項１に記載のデブリ検出方法。

【請求項7】

前記画素値分布作成ステップは、前記行方向及び前記列方向のうち画素値が基準値よりも高い領域に亘って前記画素値分布を作成する、ことを特徴とする請求項１に記載のデブリ検出方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、デブリ検出方法に関し、特に、撮像機器や撮像環境による人工的なノイズを除去可能なデブリ検出方法に関する。

【背景技術】

【0002】

現在、軌道上には、軍事衛星、通信衛星、科学衛星、観測衛星、航行衛星等、種々の目的の人工衛星が周回している。これらの人工衛星は、故障して機能しなくなったり、役目を終えて寿命に達したりした場合には、そのまま軌道上に放置され、スペースデブリ（宇宙ごみ）となることが多い。また、人工衛星等の打ち上げに使用したロケット等の残骸もスペースデブリとして軌道上に放置されている。現在、軌道上を周回しているスペースデブリは、数千個以上にも及び、自然衝突により個数が増加する自己増殖の段階に突入している。このスペースデブリは、現在使用中の人工衛星の軌道周回中や人工衛星等の打ち上げ時に衝突する可能性があることから、高精度な検出方法が求められている。

【0003】

例えば、特許文献１に記載されたように、ＣＣＤカメラによって撮像された少なくとも３コマ以上の観測画像から、前記移動天体の動きを仮定し、その動きに合わせて前記観測画像の一部を切り取り、それら複数の切り取り画像の中央値画像を作成することによって、移動天体の検出には大きな妨害となる大量の恒星像を完全に除去し、仮定した動きの移動天体の像のみを残存させた画像を得て、前記移動天体を検出する方法が既に提案されている。かかる検出方法は、切り取った複数の画像を重ね合わせて中央値を求めていることから、「重ね合わせ法」と呼ばれている。また、特許文献２に記載されたように、同様の重ね合わせ法を用い、背景の影響を除去することにより、精度を向上させる方法も提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００２−１３９３１９号公報

【特許文献2】特開２００３−３２３６２５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、上述した検出方法において、地上から天球画像を撮像する際にＣＣＤカメラ等の撮像機器を使用していることから、機器の不具合や撮像環境により人工的なノイズ（部分的な暗部や明部の発生等）が生じることがある。しかしながら、上述した特許文献１や特許文献２に記載された方法では、この人工的なノイズを除去することができない。

【0006】

本発明は、上述した問題点に鑑みて創案されたものであり、撮像機器や撮像環境によって生じるノイズを除去することにより検出精度を向上させることができる、デブリ検出方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明によれば、地上から撮像した天球画像からデブリを検出するデブリ検出方法において、前記天球画像から前記デブリの検出対象領域を特定する領域特定ステップと、前記検出対象領域の画素値分布を作成する画素値分布作成ステップと、前記画素値分布から近似ガウス曲線を推定するガウス曲線推定ステップと、前記画素値分布と前記近似ガウス曲線とを比較して誤差を算出する誤差算出ステップと、前記誤差を用いて前記検出対象領域に前記デブリが含まれているか否かを判定する判定ステップと、を有し、前記画素値分布作成ステップは、前記検出対象領域における行方向及び列方向のそれぞれについて前記画素値分布を作成し、前記ガウス曲線推定ステップは、前記行方向及び前記列方向のそれぞれについて前記近似ガウス曲線を推定し、前記誤差算出ステップは、前記行方向及び前記列方向のそれぞれについて前記誤差を算出し、前記判定ステップは、前記近似ガウス曲線の高さ及び前記誤差の大きさを用いて前記デブリであるかノイズであるかを判定する、ことを特徴とするデブリ検出方法が提供される。

【0009】

また、前記判定ステップにより前記デブリであると判定された後又は前記ガウス曲線推定ステップから前記判定ステップの間に、前記行方向の近似ガウス曲線と前記列方向の近似ガウス曲線との高さの比率が閾値を超える場合にノイズであると判定するノイズ除去ステップを有していてもよい。

【0010】

また、前記判定ステップにより前記デブリであると判定された後又は前記ガウス曲線推定ステップから前記判定ステップの間に、同一行又は同一列における前記画素値分布の数値と前記近似ガウス曲線の数値とを比較したときの誤差が閾値を超える場合にノイズであると判定するノイズ除去ステップを有していてもよい。

【0011】

また、前記判定ステップにより前記デブリであると判定された後又は前記判定ステップよりも前に、前記検出対象領域の微分画像を作成し、該微分画像から微分画素値分布を作成し、該微分画素値分布の変化率が閾値を超える場合にノイズであると判定するノイズ除去ステップを有していてもよい。

【0012】

また、前記行方向及び前記列方向は、前記検出対象領域に含まれる高輝度点の移動方向及びそれに垂直な方向に設定されてもよい。また、前記画素値分布作成ステップは、前記行方向及び前記列方向のうち画素値が基準値よりも高い領域に亘って前記画素値分布を作成してもよい。

【発明の効果】

【0013】

本発明に係るデブリ検出方法によれば、デブリとノイズの撮像画像における写り方の違いに基づいて、検出対象領域の画素値分布を作成して近似ガウス曲線を推定することによりデブリであるか否かを判定するようにしたことから、撮像機器や撮像環境によって生じる人工的なノイズを効率よく除去することができ、デブリの検出精度を向上させることができる。

【図面の簡単な説明】

【0014】

【図1】本発明の第一実施形態に係るデブリ検出方法を示すフロー図である。

【図2】検出対象領域のサンプルを示す説明図であり、（ａ）はデブリを含むもの、（ｂ）はノイズの第一例を含むもの、（ｃ）はノイズの第二例を含むもの、（ｄ）はノイズの第三例を含むもの、を示している。

【図3】本発明の第一実施形態に係るデブリ検出方法の説明図であり、（ａ）は二次元輝度分布、（ｂ）は二次元ガウス曲線、を示している。

【図4】本発明の第二実施形態に係るデブリ検出方法の説明図であり、（ａ）はデブリを含む検出対象領域、（ｂ）は行方向の画素値分布、（ｃ）は列方向の画素値分布、（ｄ）は行方向の近似ガウス曲線、（ｅ）は列方向の近似ガウス曲線、を示している。

【図5】本発明の第二実施形態に係るデブリ検出方法の説明図であり、（ａ）はノイズを含む検出対象領域、（ｂ）は行方向の画素値分布、（ｃ）は列方向の画素値分布、（ｄ）は行方向の近似ガウス曲線、（ｅ）は列方向の近似ガウス曲線、を示している。

【図6】近似ガウス曲線の高さと誤差の大きさとの相関関係を示す図である。

【図7】本発明の第三実施形態に係るデブリ検出方法を示すフロー図である。

【図8】本発明の第四実施形態に係るデブリ検出方法を示す図であり、（ａ）は検出対象領域、（ｂ）は行方向の画素値分布及び近似ガウス曲線、（ｃ）は列方向の画素値分布及び近似ガウス曲線、を示している。

【図9】本発明の第五実施形態に係るデブリ検出方法を示す図であり、（ａ）は検出対象領域、（ｂ）は縦方向の微分画像、（ｃ）は横方向の微分画像、（ｄ）は縦方向の輝度勾配分布、（ｅ）は横方向の輝度勾配分布、を示している。

【図10】本発明の他の実施形態に係るデブリ検出方法を示す図であり、（ａ）は第六実施形態、（ｂ）は第七実施形態、を示している。

【発明を実施するための形態】

【0015】

以下、本発明の実施形態について図１〜図１０を用いて説明する。ここで、図１は、本発明の第一実施形態に係るデブリ検出方法を示すフロー図である。図２は、検出対象領域のサンプルを示す説明図であり、（ａ）はデブリを含むもの、（ｂ）はノイズの第一例を含むもの、（ｃ）はノイズの第二例を含むもの、（ｄ）はノイズの第三例を含むもの、を示している。図３は、本発明の第一実施形態に係るデブリ検出方法の説明図であり、（ａ）は二次元輝度分布、（ｂ）は二次元ガウス曲線、を示している。

【0016】

本発明の第一実施形態に係るデブリ検出方法は、地上から撮像した天球画像からデブリ１を検出するデブリ検出方法であって、天球画像を取得する撮像ステップＳｔｅｐ１と、天球画像からデブリ１の検出対象領域２を特定する領域特定ステップＳｔｅｐ２と、検出対象領域２の画素値分布３を作成する画素値分布作成ステップＳｔｅｐ３と、画素値分布３から近似ガウス曲線４を推定するガウス曲線推定ステップＳｔｅｐ４と、画素値分布３と近似ガウス曲線４とを比較して誤差を算出する誤差算出ステップＳｔｅｐ５と、この誤差を用いて検出対象領域２にデブリ１が含まれているか否かを判定する判定ステップＳｔｅｐ６と、を有している。

【0017】

ここで、画素値とは、画素（ピクセル）の色の種類や明るさを表す数値であるが、画素値として輝度値を用いることが好ましい。輝度値は、一般的な撮像機器であれば撮像時に容易に取得することができるデータであり、画素値としての利便性が高い。なお、画素値は、輝度値に限定されるものではなく、明度、彩度等、撮像機器の画像から取得可能な画素（ピクセル）ごとに取得可能なデータであってもよいし、生値を平均、分散、正規化等によって加工した特徴量であってもよい。以下の説明では、画素値として輝度値を用いた場合について説明する。

【0018】

撮像ステップＳｔｅｐ１は、天体望遠鏡にＣＣＤカメラ等を接続した撮像機器により、デブリの周回軌道を含む天球画像を撮像するステップである。具体的には、一定時間毎に予め設定された露光時間で繰り返し連続撮像し、その画像信号をコンピュータに取り込んで保存する。このとき、以下の重ね合わせ法を適用することによって、撮像した画像から恒星の影響を除去することができる。

【0019】

まず、同一領域を撮像した複数の画像のそれぞれについて、デブリ１を含む移動天体（以下、総称して「デブリ１」と称する。）の移動に合わせて所定の領域を切り取る。これらの切り取り画像では、デブリ１の位置は一致し、恒星の位置が移動した状態となっている。次に、これらの切り取り画像を順番に並べて、同一画素（ピクセル）の輝度値を抽出し、その中央値を選択して中央値画像を作成する。ここで、輝度値の中央値を用いることにより特異点の影響を除去することができる。

【0020】

特許文献１（特開２００２−１３９３１９号公報）に記載されたような重ね合わせ法では、考えられる全ての方向に重ね合わせる方向を仮定して、重ね合わせを試行することが重要である。したがって、使用している観測システムにおいて、検出が可能なあらゆる移動方向、速度の移動天体に対して重ね合わせを実施することが好ましい。

【0021】

また、中央値画像の作成後又は中央値画像の作成前に、各画素（ピクセル）について、各画像の背景の輝度値との対比を取ることによって（例えば、各画素の輝度値／背景の輝度値の数式によって）、明るい点を明確にするようにしてもよい。かかる処理により、暗い移動天体を検出することができる。

【0022】

領域特定ステップＳｔｅｐ２は、デブリ１を検出したい領域、換言すればノイズを除去したい領域を特定するステップである。撮像ステップＳｔｅｐ１において重ね合わせ法を用いた場合には、重ね合わせ法により得られた切り取り画像をそのまま検出対象領域２として特定してもよい。また、重ね合わせ法により得られた切り取り画像の一部、例えば、高輝度点（背景の輝度値よりも輝度値が高い点）の周囲のみを更に切り取って、検出対象領域２として特定してもよい。

【0023】

ここで、検出対象領域２の特定時に用いる画像は、重ね合わせ法により得られた切り取り画像に限定されるものではなく、撮像ステップＳｔｅｐ１により得られた天球画像そのものであってもよい。なお、図２（ａ）〜（ｄ）において、説明の便宜上、検出対象領域２を切り取った画像により図示しているが、検出対象領域２は後述する画素値分布を算出できる領域を特定することができれば、必ずしも画像を切り取る必要はない。

【0024】

ここで、図２（ａ）は、デブリ１を含む検出対象領域２のサンプルを示している。検出対象領域２は、例えば、矩形に設定される。また、検出対象領域２の縦方向は、例えば、デブリ１（高輝度点）の移動方向に設定され、検出対象領域２の横方向は、例えば、デブリ１（高輝度点）の移動方向に垂直な方向に設定される。図２（ａ）に示したように、デブリ１は、中心点が最も輝度値が高く（明るく）、徐々に輝度値が低く（暗く）なる傾向にある。

【0025】

図２（ｂ）〜（ｄ）は、ノイズを含む検出対象領域２のサンプルを示している。図２（ｂ）に示した第一例は、検出対象領域２の一部に背景の輝度値よりも低い輝度値を有する真っ黒な帯状のノイズＮを含むものである。図２（ｃ）に示した第二例は、検出対象領域２の一部に背景の輝度値よりも高い輝度値を有する白い帯状のノイズＮを含むものである。図２（ｄ）に示した第三例は、検出対象領域２の一部に背景の輝度値よりも低い真っ黒な部分と背景の輝度値よりも高い輝度値を有する白い部分とが交互に縞状に現れた輝度値の変化幅の大きなノイズＮを含むものである。

【0026】

画素値分布作成ステップＳｔｅｐ３は、検出対象領域２から図３（ａ）に示したような画素値分布３（輝度分布）を作成するステップである。図３（ａ）に示した画素値分布３は、検出対象領域２の輝度値（生値）をＸ軸及びＹ軸に対して表示したもの（二次元輝度分布）である。

【0027】

ガウス曲線推定ステップＳｔｅｐ４は、画素値分布作成ステップＳｔｅｐ３により作成した画素値分布３について近似ガウス曲線４（二次元ガウス曲線）を推定するステップである。図３（ｂ）に示した近似ガウス曲線４は、平面的にガウシアンフィッティングさせたものであるが、ＸＹ座標軸のそれぞれにおける近似ガウス曲線に分解できるものであり、近似ガウス曲線４であることに変わりはない。

【0028】

誤差算出ステップＳｔｅｐ５は、図３（ａ）に示した画素値分布３と図３（ｂ）に示した近似ガウス曲線４とを比較して誤差を算出するステップである。誤差の算出方法としては、例えば、画素値分布３と近似ガウス曲線４とを画像マッチング（パターンマッチング）処理する方法や同一座標の数値を個々に比較して差分を算出する方法等、公知の方法を任意に選択して採用することができる。

【0029】

判定ステップＳｔｅｐ６は、例えば、予め作成しておいたデブリ判定領域に誤差算出ステップＳｔｅｐ５で算出した誤差を投入することによって、高輝度点がデブリ１であるかノイズＮであるかを判定するステップである。デブリ判定領域は、過去の多数のデブリ画像及びノイズ画像を用いて、画素値分布作成ステップＳｔｅｐ３〜誤差算出ステップＳｔｅｐ５の処理を行い、機械学習法等の公知の方法を用いて作成される。なお、判定方法は、かかる方法に限定されるものではなく、誤差算出ステップＳｔｅｐ５で算出した誤差が所定の閾値以下である場合にデブリ１であると判定するようにしてもよい。

【0030】

上述した本実施形態に係るデブリ検出方法によれば、デブリ１とノイズＮの撮像画像における写り方の違いに基づいて、検出対象領域２の画素値分布３を作成して近似ガウス曲線４を推定することによりデブリ１であるか否かを判定するようにしたことから、撮像機器や撮像環境によって生じるノイズＮを効率よく除去することができ、デブリ１の検出精度を向上させることができる。

【0031】

次に、本発明の第二実施形態に係るデブリ検出方法について、図４〜図６を参照しつつ説明する。ここで、図４は、本発明の第二実施形態に係るデブリ検出方法の説明図であり、（ａ）はデブリを含む検出対象領域、（ｂ）は行方向の画素値分布、（ｃ）は列方向の画素値分布、（ｄ）は行方向の近似ガウス曲線、（ｅ）は列方向の近似ガウス曲線、を示している。図５は、本発明の第二実施形態に係るデブリ検出方法の説明図であり、（ａ）はノイズを含む検出対象領域、（ｂ）は行方向の画素値分布、（ｃ）は列方向の画素値分布、（ｄ）は行方向の近似ガウス曲線、（ｅ）は列方向の近似ガウス曲線、を示している。図６は、近似ガウス曲線の高さと誤差の大きさとの相関関係を示す図である。

【0032】

本発明の第二実施形態に係るデブリ検出方法では、画素値分布作成ステップＳｔｅｐ３は、検出対象領域２における行方向及び列方向のそれぞれについて画素値分布３ｒ，３ｓを作成し、ガウス曲線推定ステップＳｔｅｐ４は、行方向及び列方向のそれぞれについて近似ガウス曲線４ｒ，４ｓを推定し、誤差算出ステップＳｔｅｐ５は、行方向及び列方向のそれぞれについて誤差χ^２を算出し、判定ステップＳｔｅｐ６は、近似ガウス曲線４ｒ，４ｓの高さと誤差χ^２の大きさとの相関関係によってデブリ１であるかノイズＮであるかを判定するようにしている。具体的には、以下のとおりである。

【0033】

画素値分布作成ステップＳｔｅｐ３は、検出対象領域２から図４（ｂ），（ｃ）又は図５（ｂ），（ｃ）に示したような画素値分布３ｒ，３ｓ（輝度分布）を作成するステップである。ここで、図４（ｂ），（ｃ）は、デブリ１を含む検出対象領域２の画素値分布３ｒ，３ｓ（輝度分布）を図示したものであり、図５（ｂ），（ｃ）は、ノイズＮを含む検出対象領域２の画素値分布３ｒ，３ｓ（輝度分布）を図示したものである。

【0034】

図４（ｂ）に示した行方向の画素値分布３ｒは、図４（ａ）に示した検出対象領域２において、画素列ごとに縦方向の輝度値の平均値（平均輝度値）を算出し、行方向に平均輝度値を並べて図示したものである。図５（ｂ）に示した行方向の画素値分布３ｒも、同様にして、行方向に平均輝度値を並べて図示したものである。

【0035】

また、図４（ｃ）に示した列方向の画素値分布３ｓは、図４（ａ）に示した検出対象領域２において、画素行ごとに横方向の輝度値の平均値（平均輝度値）を算出し、列方向に平均輝度値を並べて図示したものである。図５（ｃ）に示した列方向の画素値分布３ｓも、同様にして、列方向に平均輝度値を並べて図示したものである。なお、図４（ｃ）及び図５（ｃ）において、列方向の画素値分布３ｓは、行方向の画素値分布３ｒと対比しやすくするために、９０°回転させた状態を図示している。

【0036】

ガウス曲線推定ステップＳｔｅｐ４は、画素値分布作成ステップＳｔｅｐ３により作成した画素値分布３ｒ，３ｓについて、それぞれ近似ガウス曲線４ｒ，４ｓを推定するステップである。例えば、図４（ｂ）に示した行方向の画素値分布３ｒについて、最も近似したガウス曲線を推定すると、図４（ｄ）に示した近似ガウス曲線４ｒを求めることができる。

【0037】

このガウス曲線推定ステップＳｔｅｐ４では、例えば、一次元のガウス関数であるＹｉ（ｘｉ）＝Ａｅｘｐ［−｛（ｘｉ−μ）／σ｝^２］＋Ｃをモデル式として、Levenberg-Marquardt法によりガウシアンフィッティングし、近似ガウス曲線４ｒを推定する。かかるモデル式において、Ｙｉはｉ番目のビン（行又は列）の推定値、ｘｉはｉ番目のビン（行又は列）の平均輝度値、Ａは高さ係数、σは標準偏差、μは平均値、Ｃは定数、を示している。かかる一次元のガウス関数を利用することにより、容易に近似ガウス曲線４ｒを推定することができる。

【0038】

そして、同様にして、図４（ｃ）に示した列方向の画素値分布３ｓについて、図４（ｅ）に示した列方向の近似ガウス曲線４ｓを求め、図５（ｂ）に示した行方向の画素値分布３ｒについて、図５（ｄ）に示した行方向の近似ガウス曲線４ｒを求め、図５（ｃ）に示した列方向の画素値分布３ｓについて、図５（ｅ）に示した列方向の近似ガウス曲線４ｓを求める。

【0039】

誤差算出ステップＳｔｅｐ５は、行方向及び列方向のそれぞれについて画素値分布３ｒ，３ｓと近似ガウス曲線４ｒ，４ｓとを比較して誤差を算出するステップである。このステップでは、例えば、図４（ｂ）に示した行方向の画素値分布３ｒと図４（ｄ）に示した行方向の近似ガウス曲線４ｒとを比較して誤差χ^２を求める。ここで、誤差χ^２は、例えば、χ^２＝Σ｛（ｙｉ−Ｙｉ）／σ｝^２の誤差関数により算出される。かかる計算式において、ｙｉはｉ番目のビン（行又は列）の平均輝度値、Ｙｉはｉ番目のビン（行又は列）の推定値、σは標準偏差、を示している。なお、分散値σ^２として、背景画像の分散値σ^２を使用してもよい。

【0040】

同様にして、図４（ｃ）に示した列方向の画素値分布３ｓと図４（ｅ）に示した列方向の近似ガウス曲線４ｓとを比較して誤差χ^２を求め、図５（ｂ）に示した行方向の画素値分布３ｒと図５（ｄ）に示した行方向の近似ガウス曲線４ｒとを比較して誤差χ^２を求め、図４（ｃ）に示した列方向の画素値分布３ｒと図４（ｅ）に示した列方向の近似ガウス曲線４ｓとを比較して誤差χ^２を求める。

【0041】

ここで、図６は、近似ガウス曲線の高さと誤差の大きさとの相関関係を示す図である。図５の横軸は、ガウス曲線推定ステップＳｔｅｐ４で求めた近似ガウス曲線４ｒ，４ｓの高さ係数Ａを示し、縦軸は、誤差算出ステップＳｔｅｐ５で算出した誤差χ^２を示している。また、図中の◇（白菱形）はデブリ１の行方向データ、◆（黒菱形）はデブリ１の列方向データ、○（白丸）はノイズＮの行方向データ、●（黒丸）はノイズＮの列方向データ、を示している。

【0042】

過去のデータから、デブリ１を含む画像（デブリ画像）とノイズＮを含む画像（ノイズ画像）を多数（例えば、数百枚）用意し、それぞれの画像について上述した画素値分布作成ステップＳｔｅｐ３、ガウス曲線推定ステップＳｔｅｐ４及び誤差算出ステップＳｔｅｐ５の処理を行うことにより、各画像の行方向データ及び列方向データについて、高さ係数Ａ及び誤差χ^２を求める。この高さ係数Ａ及び誤差χ^２の相関関係を図示したものが図６である。

【0043】

図６に示した高さ係数Ａ及び誤差χ^２の相関関係によれば、デブリ１の行方向データ◇及び列方向データ◆は、高さ係数Ａが大きく誤差χ^２が小さい傾向にあり、ノイズＮの行方向データ○及び列方向データ●は、高さ係数Ａが小さく誤差χ^２が大きい傾向にあることが容易に理解できる。その結果、図６に示したように、閾値を示す直線Ｌを引くことができ、直線Ｌ以下の領域（ハッチングした部分）をデブリ判定領域Ｒとして設定することができる。

【0044】

すなわち、撮像ステップＳｔｅｐ１及び領域特定ステップＳｔｅｐ２により取得した検出対象領域２について、画素値分布作成ステップＳｔｅｐ３、ガウス曲線推定ステップＳｔｅｐ４及び誤差算出ステップＳｔｅｐ５の処理を行うことにより、検出対象領域２の行方向及び列方向の高さ係数Ａ及び誤差χ^２を算出し、判定ステップＳｔｅｐ６において高さ係数Ａと誤差χ^２との相関関係がデブリ判定領域Ｒ内か否か判定することにより、デブリ１とノイズＮに振り分けることができる。

【0045】

デブリ判定領域Ｒは、技術者の目視によって設定してもよいし、コンピュータを用いて機械的に設定してもよい。また、デブリ判定領域Ｒは、ＳＶＭ（Support Vector Machine）やブースティング等の機械学習法を用いて設定するようにしてもよい。なお、閾値を示す直線Ｌは直線に限定されるものではなく曲線や折れ線であってもよいし、デブリ判定領域Ｒは曲線又は直線によって囲まれた領域であってもよい。

【0046】

また、上述した誤差関数は、分母に推定値Ｙｉを置いたもの、すなわち、Ｅ^２＝Σ｛（ｙ′ｉ−Ｙ′ｉ）／（Ｙ′ｉ＋１）｝^２の関数であってもよい。ここで、ｙ′ｉ＝（ｙｉ−Ｃ）／σ、Ｙ′ｉ＝（Ｙｉ−Ｃ）／σ、を示している。この関数は、Ｅ^２の数値が、画像中心に近いほど小さくなり、画像中心から遠ざかるほど大きくなる性質を有しており、画素値分布３ｒ，３ｓの中心から遠い部分（背景部分）の感度を高めることができる。

【0047】

上述した第二実施形態に係るデブリ検出方法によれば、画素値分布３や近似ガウス曲線４の計算を行方向と列方向とに分離して２方向のみを計算すればよいことから、第一実施形態の説明として図示した二次元的な画素値分布３及び近似ガウス曲線４の計算を簡略化しつつ、実質的に同程度の精度を保持することができる。なお、上述した判定ステップＳｔｅｐ６では、高さ係数Ａと誤差χ^２との相関関係に基づいてデブリ判定をしているが、高さ係数Ａや誤差χ^２にそれぞれ閾値を設定してデブリ判定をするようにしてもよい。

【0048】

次に、本発明の他の実施形態に係るデブリ検出方法について説明する。ここで、図７は、本発明の第三実施形態に係るデブリ検出方法を示すフロー図である。また、図８は、本発明の第四実施形態に係るデブリ検出方法を示す図であり、（ａ）は検出対象領域、（ｂ）は行方向の画素値分布及び近似ガウス曲線、（ｃ）は列方向の画素値分布及び近似ガウス曲線、を示している。図９は、本発明の第五実施形態に係るデブリ検出方法を示す図であり、（ａ）は検出対象領域、（ｂ）は行方向の微分画像、（ｃ）は列方向の微分画像、（ｄ）は行方向の輝度勾配分布、（ｅ）は列方向の輝度勾配分布、を示している。図１０は、本発明の他の実施形態に係るデブリ検出方法を示す図であり、（ａ）は第六実施形態、（ｂ）は第七実施形態、を示している。なお、上述した第一実施形態に係るデブリ検出方法と同じ構成については、同じ符号を付して重複した説明を省略する。

【0049】

図７に示した第三実施形態に係るデブリ検出方法は、上述した判定ステップＳｔｅｐ６によりデブリ１であると判定された後、行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとの高さの比率が閾値を超える場合にノイズＮであると判定するノイズ除去ステップＳｔｅｐ７を追加したものである。具体的には、ノイズ除去ステップＳｔｅｐ７は、行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとの高さの比率を算出する行列比率算出ステップＳｔｅｐ７１と、その比率が閾値以下であるか否かを判定する行列比率判定ステップＳｔｅｐ７２と、を有している。

【0050】

一般に、デブリ１は、高輝度点の中心の輝度値が高く、徐々に輝度値が低くなる傾向にあることから、図４（ｄ）及び図４（ｅ）に示したように、行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとは比較的類似した形状となる。それに対して、ノイズＮの場合には、図５（ｄ）及び図５（ｅ）に示したように、行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとは大きく異なった形状となる。

【0051】

したがって、デブリ１を含む場合には、検出対象領域２における行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとの高さは差分が小さく、ノイズＮを含む場合には差分が大きくなる傾向にある。例えば、近似ガウス曲線４ｒ，４ｓの高さ係数Ａのうち、数値が大きい方をＡ_high、数値が小さい方をＡ_low、と定義すれば、低値Ａ_lowに対する高値Ａ_highの比率Ａ_high／Ａ_lowを指標として容易に算出することができる。そこで、行列比率判定ステップＳｔｅｐ７２では、この比率に閾値を設定し、比率が閾値以下の場合にデブリ１と判定し、比率が閾値を超える場合にノイズＮと判定している。

【0052】

比率の閾値は、例えば、過去のデータから、デブリ１を含む多数のデブリ画像とノイズＮを含む多数のノイズ画像とを用いて、統計的処理によって設定することができる。また、ＳＶＭやブースティング等の機械学習法を用いて閾値を設定するようにしてもよい。なお、ここでは高さの比率を指標としているが、行方向の近似ガウス曲線４ｒと列方向の近似ガウス曲線４ｓとのずれ量を示す指標であれば、例えば、面積比等の他の指標を用いることもできる。

【0053】

上述した第三実施形態に係るデブリ検出方法によれば、上述した第二実施形態に係るデブリ検出方法において算出済みである行方向及び列方向の近似ガウス曲線４ｒ，４ｓを用いて、ノイズＮを効率よく除去することができ、デブリ１の検出精度をさらに向上させることができる。なお、上述したノイズ除去ステップＳｔｅｐ７は、ガウス曲線推定ステップＳｔｅｐ４から判定ステップＳｔｅｐ６の間に挿入するようにしてもよい。

【0054】

図８（ａ）〜（ｃ）に示した第四実施形態に係るデブリ検出方法は、上述した判定ステップＳｔｅｐ６によりデブリ１であると判定された後、同一ビン（同一行又は同一列）における画素値分布３ｒ，３ｓの数値と近似ガウス曲線４ｒ，４ｓの数値とを比較したときの誤差が閾値を超える場合にノイズＮであると判定するノイズ除去ステップを追加したものである。

【0055】

例えば、図８（ａ）に示したように、検出対象領域２が１ビンだけ輝度値が急に低下しているノイズＮを含む場合、図８（ｃ）に示したように、近似ガウス曲線４ｓを推定するとノイズＮの影響が緩和されてしまい、ノイズＮを除去できない場合がある。そこで、このノイズ除去ステップでは、同一ビン（同一行又は同一列）における画素値分布３ｒ，３ｓの数値と近似ガウス曲線４ｒ，４ｓの数値とを比較して誤差を算出し、この誤差に基づいてノイズＮを除去するようにしている。

【0056】

例えば、誤差Ｅｙは、Ｅｙ＝｜ｙｉ−Ｙｉ｜／σの関係式により求めることができ、この誤差Ｅｙが予め設定した閾値を超える場合にノイズＮと判断する。閾値は、多数のデブリ画像及びノイズ画像を用いて統計的処理によって設定するようにしてもよいし、ＳＶＭやブースティング等の機械学習法を用いて設定するようにしてもよい。

【0057】

上述した第四実施形態に係るデブリ検出方法によれば、上述した第二実施形態に係るデブリ検出方法において算出済みである行方向及び列方向の画素値分布３ｒ，３ｓ及び近似ガウス曲線４ｒ，４ｓを用いて、ノイズＮを効率よく除去することができ、デブリ１の検出精度をさらに向上させることができる。なお、かかるノイズ除去ステップは、ガウス曲線推定ステップＳｔｅｐ４から判定ステップＳｔｅｐ６の間に挿入するようにしてもよい。

【0058】

図９（ａ）〜（ｅ）に示した第五実施形態に係るデブリ検出方法は、判定ステップＳｔｅｐ６によりデブリ１であると判定された後に、検出対象領域２の微分画像５ｈ，５ｗを作成し、微分画像５ｈ，５ｗから微分画素値分布６ｈ，６ｗを作成し、微分画素値分布６ｈ，６ｗの変化率が閾値を超える場合にノイズであると判定するノイズ除去ステップを追加したものである。

【0059】

例えば、図９（ａ）に示したように、検出対象領域２の一部にピンポイント的に明るいノイズＮを含む場合、図４（ａ）に示したデブリ１の画像と比較すれば、デブリ１は中心が明るく徐々に暗くなるように表示され、ノイズＮは中心のみ明るく急に暗くなるように表示される。そこで、本実施形態では、この画素値（例えば、輝度値）の変化率に基づいてデブリ１とノイズＮとを判定するようにしている。

【0060】

かかる第五実施形態におけるノイズ除去ステップでは、図９（ｂ）及び（ｃ）に示したように、検出対象領域２の画像を縦方向に微分した微分画像５ｈと、検出対象領域２の画像を横方向に微分した微分画像５ｗと、を作成する。かかる画像処理は、一般的な一次微分フィルタによって容易に処理することができる。

【0061】

図９（ｄ）に示した縦方向の微分画素値分布６ｈは、図９（ｂ）に示した縦方向の微分画像５ｈにおいて、画素列ごとに縦方向の微分値の平均値（平均微分輝度値）を算出し、行方向に平均微分輝度値を並べて図示したものである。図９（ｅ）に示した横方向の微分画素値分布６ｗは、図９（ｃ）に示した横方向の微分画像５ｗにおいて、画素行ごとに横方向の微分値の平均値（平均微分輝度値）を算出し、列方向に平均微分輝度値を並べて図示したものである。なお、微分画素値分布６ｈ，６ｗは、微分画像５ｈ，５ｗの全域に亘って作成してもよいが、画像の中心部分に絞って作成するようにしてもよい。

【0062】

そして、図９（ｄ）及び（ｅ）に示した微分画素値分布６ｈ，６ｗにおいて、各ビンの平均微分輝度値について隣接する平均微分輝度値との変化率が所定の閾値よりも大きい場合にノイズＮであると判定する。この閾値は、多数のデブリ画像及びノイズ画像を用いて統計的処理によって設定するようにしてもよいし、ＳＶＭやブースティング等の機械学習法を用いて設定するようにしてもよい。

【0063】

ところで、一般に、平均微分輝度値の変化率が大きな箇所は、高輝度点の縦方向の外縁部における二箇所、高輝度点の横方向の外縁部における二箇所で生じることとなる。そこで、微分画素値分布６ｈ，６ｗを左右に二分割し、左右それぞれの領域内における平均微分輝度値の最大値を算出し、その両隣の平均微分輝度値との変化率を算出することにより、デブリ１であるかノイズＮであるか容易に判定するようにしてもよい。

【0064】

上述した第五実施形態に係るデブリ検出方法によれば、行方向及び列方向の画素値分布３ｒ，３ｓ及び近似ガウス曲線４ｒ，４ｓ以外の指標を用いていることから、ノイズＮを効率よく除去することができ、デブリ１の検出精度をさらに向上させることができる。なお、かかるノイズ除去ステップは、判定ステップＳｔｅｐ６より前に挿入するようにしてもよい。

【0065】

図１０（ａ）に示した第六実施形態に係るデブリ検出方法は、上述した第一実施形態に係るデブリ検出方法における画素値分布作成ステップＳｔｅｐ３の処理内容を変更したものである。具体的には、画素値分布３ｒ，３ｓを作成する際における、行方向を検出対象領域２に含まれる高輝度点（デブリ１）の移動方向に設定し、列方向を検出対象領域２に含まれる高輝度点（デブリ１）の移動方向に垂直な方向に設定している。

【0066】

このように行方向及び列方向を高輝度点（デブリ１）の移動方向及びそれに垂直な方向に設定することにより、デブリ１の特徴を明確にすることができ、判定しやすい画素値分布３ｒ，３ｓ及び近似ガウス曲線４ｒ，４ｓを取得することができる。

【0067】

図１０（ｂ）に示した第七実施形態に係るデブリ検出方法は、上述した第一実施形態に係るデブリ検出方法における画素値分布作成ステップＳｔｅｐ３の処理内容を変更したものである。具体的には、行方向及び列方向のうち輝度値が基準値よりも高い領域Ｗｘ，Ｗｙに亘って画素値分布３ｒ，３ｓを作成するようにしたものである。図示したように、デブリ１は、高輝度点の中心の輝度値が高く、徐々に輝度値が低くなる傾向にある。

【0068】

そこで、例えば、背景画像の輝度値を基準値として、背景画像の輝度値よりも高い輝度値を有する部分（領域Ｗｘ，Ｗｙ）においてのみ画素値分布３ｒ，３ｓを作成することによっても、デブリ１とノイズＮとの判定を行うことができる。なお、領域Ｗｘ，Ｗｙ以外の部分については、各ビン（行又は列）における輝度値の中心値を用いて、画素値分布３ｒ，３ｓを作成するようにしてもよい。

【0069】

上述した第一実施形態や第二実施形態に係るデブリ検出方法では、検出対象領域２の全域に亘って輝度値の平均を算出していることから、明るさの情報が低くなって表示されることとなるが、かかる第七実施形態に係るデブリ検出方法によれば、領域Ｗｘ，Ｗｙ以外の部分については平均値を使用しないようにしたことから、明るさの情報が少ない暗い部分における感度を高めることができる。

【0070】

本発明は上述した実施形態に限定されず、本発明の趣旨を逸脱しない範囲で種々変更が可能であることは勿論である。

【符号の説明】

【0071】

１ デブリ
２ 検出対象領域
３，３ｒ，３ｓ 画素値分布
４，４ｒ，４ｓ 近似ガウス曲線
５ｈ，５ｗ 微分画像
６ｈ，６ｗ 微分画素値分布
Ｓｔｅｐ１ 撮像ステップ
Ｓｔｅｐ２ 領域特定ステップ
Ｓｔｅｐ３ 画素値分布作成ステップ
Ｓｔｅｐ４ ガウス曲線推定ステップ
Ｓｔｅｐ５ 誤差算出ステップ
Ｓｔｅｐ６ 判定ステップ
Ｓｔｅｐ７ ノイズ除去ステップ
Ｓｔｅｐ７１ 行列比率算出ステップ
Ｓｔｅｐ７２ 行列比率判定ステップ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】