重叠区域区别为存在对象物的区域和不存在对象物的区域。通过掌握产生了重叠的 区域的大致位置，在其周围存在对象物的区域成为产生了对象物的重叠的区域。因此，求出 存在对象物的区域即可。这里，存在对象物的区域是指因对象物而使得高度信息变大了的 区域。使用用于区别该区域的高度信息大还是不大的阈值hu存在对象物的区域是重叠有 多个对象物的区域。接下来，针对重叠有对象物的区域应用模板匹配，来推定对象物位于二 维图像上的哪个位置。将通过匹配得到的结果作为对象物候补来进行处理。
[0053]使用图5的具体的例子进行说明。图5(a)表示距离图像。这里，单一颜色的正方形 表示像素。像素的颜色表示将高度信息等间隔分割而成的区域。区域由红色、黄色、绿色、浅 蓝色、蓝色这5个等级来表示，红色表示最高的区域，蓝色表示最低的区域。使用阈值In求出 存在对象物的区域。在图5(a)中，红色、黄色、绿色是高度在In以上的像素，浅蓝色、蓝色是 高度不足h的像素。因此，如图5(b)所示，将红色、黄色、绿色划分为作为存在对象物的区域 的黑色，将浅蓝色、蓝色划分为作为不存在对象物的区域的白色。接下来，对存在对象物区 域的黑色的区域进行模板匹配，从而如图5(c)所示，得到红色虚线的矩形与浅蓝色虚线的 矩形这两个对象物候补的区域。
[0054]接着，参照图6~图15,对基于图2的步骤ST9的多个评价指标的综合判断进行的重 叠的上下推定进行说明。在对象物为刚体的情况下，由于不变形，所以能够用一种方法来进 行判断，无需刻意进行组合。在本实施例中，首先，推定重叠模式，推定存在什么样的重叠方 式。然后，使用多个评价指标来推定哪个是位于最上侧的对象物。作为上下推定的评价指 标，对五个指标进行说明。它们是对象物候补的低区域的面积、对象物候补的体积、对象物 候补区域内的梯度、对象物候补的边吻合度以及对象物候补的角吻合度。图6(a)与图6(b) 是用于对刚体和柔软体的投影下的面积的不同进行说明的图。图7表示柔软体中的具体的 一例，图7 (a)表示体积，图7 (b)表示梯度，图7 (c)表示边吻合度。图8针对实际得到的图8 (a) 颜色图像与图8(b)距离图像，示出图8(c)面积、图8(d)体积、图8(e)梯度、图8(d)边吻合度、 图8(e)角吻合度。
[0055] 首先，作为评价指标1，对低区域的面积进行说明。因对象物彼此的重叠，上侧的对 象物倾斜、其投影面积变小。因此，不直接使用高度信息，而是基于高度信息来定义投影面 积，将该面积作为评价指标之一。在图6(a)中，粗线表示比阈值h。低的区域。上述区域以隔 着比阈值高的区域的方式存在有两个。因此，从左侧开始将从正上方观察的该区域的长度 设为U与Lr。若将从正上方观察的对象物区域的长度设为L t，则从正上方观察的重叠的区域 的长度L。成为式(3)。由此，若将从正上方观察的比高度h高的区域的长度设为L(h)，则可根 据式⑷求出阈值h。。与阈值h。、重叠角度Φ (0 < Φ <3T/2)无关，Lr>U始终成立。也就是说， 位于上侧的对象物的低区域的面积比位于下侧的对象物的低区域的面积小。
[0056]
(3 )
[0057] h〇= [h I L(h) =L0] (4)
[0058] 根据图6(b)，即使是柔软体，该关系也成立。Lt在柔软体与刚体中相等，因此以Lt为 参数的L。成为L〇* = L。。因此，Lr*>Lr，Ll*<Ll，并且Lr*>Ll*。根据以上内容，低区域的面积 越小，则是上侧的对象物的可能性就越高，面积评价值设为越大。图9是表示低区域的面积 计算处理的一例的流程图。
[0059] 作为例子，考虑图8(a)的重叠。图8(b)中示出了其距离图像。图8(c)是用淡紫色表 示高区域、用蓝色表示低区域的图像。红色虚线与绿色虚线是对象物候补，红色的对象物候 补表示位于上侧的对象物。图8(c)中，将低区域的面积进行比较，红色的对象物候补比绿色 的对象物候补小。
[0060] 接着，作为评价指标2，对体积进行说明。因对象物彼此的重叠，导致上侧的对象物 倾斜。由此，在上侧的对象物与底面之间、以及上侧的对象物与下侧的对象物之间产生缝 隙。由此，上侧的对象物的表观上的体积变大。因此，不单单关注某一点的高度信息，而是使 用对象物候补的区域整体的高度信息。区域内的高度信息加在一起所得到的V作为式(5)求 出，表示对象物候补的区域的体积。存在越是位于上侧的对象物则高度信息越大的区域。由 此，对候选区域内的高度信息的积分即体积进行比较，位于最上侧的对象物的区域表现出 高的值。例如，如图7(a)所示，对通过重叠模式的推定得到的两个对象物候补进行比较。这 里，L t是模板的宽度（因此，在假定的刚体与柔软体中相等）。由图7(a)可知，因重叠而变高 了的红色虚线的候补一方的体积大。因此，体积越大，则该对象物区域是位于重叠的上侧的 对象物的可能性越高。根据以上内容，以体积为评价指标，体积越大，则是上侧的对象物的 可能性越高，体积评价值设为越大。图10是表示体积计算处理的一例的流程图。
[0061 ]
(b)
[0062] 作为例子，考虑图8(a)的重叠。图8(d)是用淡紫色表示高区域、用蓝色表示低区域 的图像。红色虚线与绿色虚线是对象物候补，红色的候补表示位于上侧的对象物。红色的候 补与绿色的候补相比，高区域的比例多，因此，红色的候补的体积也大。
[0063] 接着，作为评价指标3,对梯度进行说明。由于对象物存在厚度，所以在产生了重叠 的情况下，在对象物的边界产生例如图7(b)的由淡紫色包围的阶梯差。以该阶梯差为界，高 度信息大幅变化。因此，在缩小了宽度的下侧的对象物区域存在梯度变大的部位。这里，梯 度是指邻近像素间的高度之差。也就是说，梯度越小，则该对象物区域是位于重叠的上侧的 对象物的可能性越高。根据以上内容，将梯度作为评价指标之一。梯度越小，则是上侧的对 象物的可能性越高，梯度评价值设为越大。图11是表示梯度值计算处理的一例的流程图。
[0064] 作为例子，考虑图8(a)的重叠。图8(e)是按照从高区域到低区域的顺序用紫色、橙 色、黄色、浅蓝色、蓝色表示的图像。红色虚线与绿色虚线是缩小了宽度的对象物候补，红色 的候补表示位于上侧的对象物。在绿色的候补的区域内，存在梯度大的边界即阶梯差。
[0065] 接着，作为评价指标4,对对象物候补的边吻合度进行说明。在重叠模式的推定中， 进行不花费计算时间的简单的平面模板匹配。此时使用的吻合度是候补的内部区域的吻合 度。这里，为了更加详细地比较吻合度，将候补的边与角的吻合度包含在评价指标中。在后 面对候补的角的吻合度进行说明。
[0066] 在重叠模式的推定中，例如像图7(c)的绿色虚线的候补那样，存在重叠的候补收 敛于局部最小值的可能性。即使是收敛于局部最小值的候补，也存在因收敛的位置而面积、 体积、梯度的评价值变大的可能性。因此，需要使用上述以外的评价指标来使该候补的评价 值相对降低。若候补收敛于对象物所存在的位置，则对象物区域的外形与候补的边一致。另 外，对于位于上侧的对象物的外形而言，高区域与低区域的边界也一致。图12是表示边吻合 度的计算处理的一例的流程图。
[0067] 作为例子，考虑图8(a)的重叠。图8(f)是用淡紫色表示高区域、用蓝色表示低区域 的图像。红色虚线与绿色虚线是对象物候补，红色的候补表示位于上侧的对象物。橙色与黄 绿色的矩形部表示与对象物区域的外形及高区域的外形一致的候补的边。红色的候补一方 的一致的边的长度长。
[0068] 接着，作为评价指标5,对对象物候补的角吻合度进行说明。若候补收敛于对象物 所存在的位置，则对象物区域的外形的角与候补的角一致。另外，位于上侧的对象物的外形 的角也与高区域的角一致。角吻合度的最低值是角一个都未