集合演算による物体形状検出

演算例9は，データの値の補数演算を伴う例である．この集合演算では，E1「黒」の補数エレ メントのデータ位置がx=0±4，y=0±4と指定されているので，「灰」を基準として9×9の領域に

「黒」の補数が1ピクセルでも存在すれば領域内マッチングが成立する．図の場合は存在するので 領域内マッチングは成立し，E0の座標アドレスがマッチアドレスとして出力される．

演算例10は，データの値の補数演算を伴う例である．この集合演算では，E1「灰」の補数のエ レメントのデータ位置がx=0±4，y=0±4と指定されているので，「灰」を基準として9×9の領域 に「灰」の補数が1ピクセルでも存在すれば領域内マッチングが成立する．図の場合は存在する ので領域内マッチングは成立し，E0の座標アドレスがマッチアドレスとして出力される．

演算例11は，データの値の補数演算と論理否定を伴う例である．この集合演算では，E1「灰」

の補数のエレメントのデータ位置がx=0±4，y=0±4と指定されているので，「灰」を基準として 9×9の領域に「灰」の補数が1ピクセルでも存在すれば領域内マッチングが成立する．図の場合 は存在するので領域内マッチングは成立するものの，演算結果が否定されるので集合演算は成立 しない．

演算例12は，データの値の補数演算と論理否定を伴う例である．この集合演算では，E1「灰」

の補数のエレメントのデータ位置がx=0±4，y=0±4と指定されているので，「灰」を基準として 9×9の領域に「灰」の補数が1ピクセルでも存在すれば領域内マッチングが成立する．図の場合 は存在しないので領域内マッチングは成立しないものの，演算結果が否定されるので集合演算は 成立し，E0の座標アドレスがマッチアドレスとして出力される．この演算は領域内全体が特定の 輝度や色で満たされている事を検出するものであり，物体や物体の一部を判定する上で有効な手 段となる．

図 4.8: 集合演算式の例−領域内マッチング2の例．

図 4.9: 集合演算式の例−物体の形状検出1の例．

図 4.10: 集合演算式の例−物体の形状検出2の例．

演算例18は，ピラミッドの底部の領域のピクセルを求めるものである．先に説明の演算例12で 紹介の領域全体が特定の輝度や色で満たされているかを判定するものである．この場合，x=0±9，

y=0±1（3×19）のピクセル全体が「灰」であるので演算式が真と判定（パターンマッチング）さ れ，中心部のE0の座標アドレスがマッチアドレスとして出力される．

演算例19は，ピラミッドの中央部の領域のピクセルを求めるものである．この場合，x=0±3，

y=0±4（7×9）のピクセル全体が「灰」であるので演算式が真と判定（パターンマッチング）され，

中心部のE0の座標アドレスがマッチアドレスとして出力される．仮にE1の位置情報をx=0±2 とした場合には中央部のE0の左右のピクセルもE0として出力される．E1の位置情報をx=0±4 とした場合には領域内マッチはなしと判定される．このような領域の検出は物体のセグメンテー ションの効率化をもたらす事になる．