CN101464953A - 轮廓提取装置和轮廓提取方法 - Google Patents

Abstract

本发明提供轮廓提取装置和轮廓提取方法。拍摄物体图像，通过实施滤波而进行二值化，由此提取轮廓点。以将轮廓点为顶点的方式对图像进行德洛内分割(Delaunay division)，指定物体内部的点。从指定的点开始朝向德洛内三角形的边进行搜索，如果接触到规定长度以上的边则越过边而继续进行搜索，如果接触到不足规定长度的边，则中止越过边的搜索。连接不足规定长度的边作为物体的轮廓。

Description

轮廓提取装置和轮廓提取方法

技术领域

本发明涉及从皮革、布料等薄片材料或人体形状等一般二维或三维物体提取轮廓的技术。

背景技术

申请人开发了薄片材料的裁剪装置。在专利文献1：WO2004/010807中，研究了相对于薄片材料优化配置要裁剪零件的情况。在专利文献2：WO2006/051764中，研究了相对于皮革等不规则形状的薄片材料如何配置裁剪目标零件。专利文献3：JP2006/11996是其他申请人提出申请的，公开了下述技术：通过德洛内分割将图像分割成多个三角形，利用知识夹持(知的挟み)对图像进行处理，由此提取轮廓。在专利文献3中没有对具有宽度的模糊轮廓进行研究。

发明人研究了如何提取皮革等的轮廓。皮革具有厚度，其轮廓例如包含皮革上表面侧的轮廓线和皮革底面侧的轮廓线这2种轮廓线。如果对皮革进行图像识别，则通过多个轮廓点产生模糊的轮廓。人眼看来，连接轮廓点提取轮廓线是容易的，但在计算机的数据处理中，连接轮廓点形成轮廓线并不一定容易。例如在从轮廓的1点开始，在不远离搜索方向的范围内连接最接近轮廓点的算法中，考虑了在轮廓分支的情况下，仅提取靠近搜索方向一侧的分支。并且轮廓点以带状扩展时，有时不能提取轮廓线。

例如轮廓的提取用于以裁剪头求出皮革等薄片材料的形状。但是在裁剪头中，由于裁剪用工作台的污染产生伪轮廓点，因而优选的是轮廓提取不受污染等的影响。另一方面，有需检查皮革内部的瑕疵的实际要求。由于一般在皮革的瑕疵上利用色带等实施标记，因而需要检测标记。在这里，由于存在标记的亮度本身与周围的皮革没有显著不同的情况，因而优选的是利用亮度以外的方法检测标记。在这里以提取皮革的轮廓为例，但提取针织物及其他具有厚度的薄片材料的轮廓时也一样。并且不限于薄片材料的裁剪，也存在从一般图像准确地提取轮廓的要求。

专利文献1：WO2004/010807

专利文献2：WO2006/051764

专利文献3：JP2006/11996

发明内容

本发明的课题在于即使在具有厚度的物体中只能得到模糊轮廓的情况下也能自动提取轮廓。

本发明的另一课题在于即使在物体以外的基底部分噪声较多的情况下也能准确地提取物体的正确的轮廓。

本发明的轮廓提取装置，从摄像机所拍摄的物体的图像通过滤波提取轮廓点，连接所提取的轮廓点作为物体的轮廓输出，其特征在于，设有：

空间分割单元，根据上述轮廓点产生多个多边形，由此产生该多个多边形的图像，所述多个多边形在轮廓点密度高的区域尺寸较小，在轮廓点密度低的区域尺寸较大；

轮廓提取单元，从物体内部的点开始朝向上述多边形的边搜索上述多边形的图像，当接触到不足规定长度的长度的边时，中止越过该边的搜索并存储该边，当接触到规定长度以上的长度的边时，越过该规定长度以上的长度的边而继续进行搜索；和

将由轮廓提取单元存储的边连接而作为物体的轮廓的单元。

本发明的轮廓提取方法，从摄像机所拍摄的物体的图像通过滤波提取轮廓点，连接所提取的轮廓点作为物体的轮廓输出，其特征在于，

根据上述轮廓点产生多个多边形，从而产生该多个多边形的图像，所述多个多边形在轮廓点密度高的区域尺寸较小，在轮廓点密度低的区域尺寸较大；

从物体内部的点开始朝向上述多边形的边搜索上述多边形的图像，当接触到不足规定长度的长度的边时，中止越过该边的搜索并存储该边，当接触到规定长度以上的长度的边时，越过该规定长度以上的长度的边而继续进行搜索；

连接上述存储的边作为物体的轮廓。

其中在该说明书中，有关轮廓提取装置的记载还直接适用于轮廓提取方法，有关轮廓提取方法的记载也适用于轮廓提取装置，

优选的是，上述多边形为将轮廓点为顶点的三角形。

进而优选的是，提取物体图像中相对于亮度变化的轮廓点和相对于色度变化的轮廓点这至少2种轮廓点，并且产生以所提取的2种轮廓点为顶点的三角形。

特别优选的是，物体为薄片材料，本发明的轮廓提取装置进而设有：裁剪台，用裁剪头裁剪薄片材料；裁剪数据产生单元，用于由所提取的物体的轮廓产生物体的裁剪数据；和驱动单元，根据所产生的裁剪数据对上述裁剪头进行驱动。

在本发明中，从物体内部开始，朝向根据轮廓点生成的多边形的边进行搜索。由于在轮廓的周围轮廓点密集分布，因而多边形的尺寸较小，当冲撞到不足规定长度的长度的边时，中止越过该边的搜索，并存储边。当接触到规定长度以上的长度的边时，越过该边并继续进行搜索。因此在搜索至轮廓中分布的多个小多边形的边时中止搜索，连接所提取的边则可得到物体的轮廓。

在本发明中，相对于模糊的轮廓，不是连接轮廓点以直接产生轮廓线，而将轮廓点转换成多边形，多边形的边的尺寸在轮廓中变小后提取轮廓。因而相对于模糊的轮廓，也能够自动且准确地提取轮廓。由于从物体的内部开始搜索时，在物体的边界结束搜索，不搜索物体外部的基底部分，因而即使存在噪声也不受影响。并且即使相对于物体内的瑕疵或边界等轮廓，也能够同样提取轮廓点，并据此大量产生微细的多边形，从而能够提取轮廓。

多边形为如维诺多边形等在内部包含轮廓点的多边形、特别是分别包含一个轮廓点的多边形，例如可以是在多边形的中心部包含轮廓点的多边形。但是在这种多边形中边的数量不确定，难以进行已搜索边和未搜索边的管理。相对于此，在将轮廓点为顶点的三角形、例如德洛内三角形的情况下，由于一个三角形的边数量为固定的3个，因而搜索的控制简单。另外，轮廓点可以存在于多边形的边上。

由于在物体的边缘一般容易产生亮度变化，因而能够从亮度图像产生轮廓点。相对于此，在粘贴在物体上的色带等标志中，相比亮度，在色带与周围之间色调、彩度不连续地发生变化。因此将色调、彩度的变化、特别是色调的变化作为色度的变化而检测出的话，可提取物体内部的标志作为轮廓。

在本发明中，能够准确地提取皮革等薄片材料的轮廓。特别是在形状不规则、具有厚度而轮廓扩大并容易模糊的皮革，也能够准确地提取轮廓。并且使用亮度变化和色度变化这2种轮廓点时，还能够准确地提取粘贴在皮革上的色带等的轮廓。

附图说明

图1是表示实施例裁剪装置的硬件结构的框图。

图2是以与轮廓提取有关的功能框图表示图1的裁剪装置的图。

图3是表示轮廓提取用滤波器的例子的图。

图4是表示实施例中的轮廓提取算法的图。

图5是表示图4以后的轮廓提取算法的图。

图6是示意性地表示德洛内分割(Delaunay division)的图。

图7是示意性地表示维诺图(Voronoi diagram)的图。

图8是实施例轮廓提取程序的框图。

图9是表示皮革的二值图像的图。

图10是表示轮廓点的图像的图。

图11是表示与图9对应的德洛内分割的图。

具体实施方式

在图1至图11，以裁剪装置2为例示出轮廓提取装置和提取方法的实施例。在图1中，4为裁剪台，6为裁剪头，利用彩色摄像机8拍摄皮革15的彩色图像，并且使刀具10升降以裁剪皮革15。裁剪头6通过X轴驱动器12和Y轴驱动器14，在裁剪台4上沿XY两个方向移动。彩色摄像机8利用裁剪头6在皮革15上进行扫描，将皮革15的图像分割成多张拍摄。

轮廓提取装置18或内装在裁剪装置2中，或与裁剪装置2分开设置。20是总线，21是彩色显示器，22是手动输入设备，例如为键盘、描画针、鼠标、轨迹球、操纵杆等。磁盘驱动器23在其与CD-ROM等磁盘之间进行输入输出，网络接口24成为LAN、互联网之间的接口。用于控制轮廓提取装置18的轮廓提取程序例如存储在CD-ROM等存储介质中，从磁盘驱动器23存储到程序存储器32中，或者作为载波从网络接口24进行输入。26为输入输出设备，与裁剪台4之间交换数据，向裁剪台4侧供给的数据为朝向裁剪头6的X方向或Y方向的运动、刀具10的控制、摄像机8的拍摄控制等数据。相对于此，从裁剪台4侧向输入输出设备26供给由摄像机8拍摄的皮革15的彩色图像或黑白图像。

28为处理器，30为通用存储器，32为程序存储器，其用于存储裁剪装置2的控制程序。轮廓提取装置18通过处理器28、存储器30等如图2所示地发挥作用。拍摄图像校正部34对摄像机8的图像校正变形。拍摄图像等光栅图像存储到图像存储器36中，滤波器38相对于一张拍摄图像，或相对于合成多张拍摄图像的皮革整体的图像实施滤波，提取轮廓点。文件存储器40存储已提取的轮廓点，数据的内容为轮廓点的坐标。合并处理部42例如对由滤波器38对应每个拍摄图像提取的轮廓点进行合并，作为一张皮革的轮廓点的数据。

多边形分割部44利用轮廓点将物体图像分割成多边形。多边形分割方法例如采用德洛内分割，多边形的种类为将轮廓点作为3个顶点的三角形。轮廓提取部46，利用分割成三角形的图像，提取皮革15等物体的轮廓，连接部47连接提取后的多边形的边，产生物体的封闭的轮廓。假如边的提取不完全的情况下，通过将最接近的边相互连接，提取封闭的轮廓。

文件存储器48以矢量数据形式存储轮廓，例如存储作为由轮廓提取部46所提取物体的轮廓的边的矢量，用连接部47将所述矢量连接而得到的物体整体的轮廓存储为矢量数据的列，图案存储部50存储通过裁剪要从皮革15取出的图案，图案匹配部52将物体轮廓与要取出的图案进行比较，产生最佳的裁剪图案。裁剪头数据产生部54，根据由图案匹配部52产生的裁剪图案，产生裁剪头的控制数据。

在图3表示滤波器38的例子。60为拉普拉斯滤波器(Laplacianfilter)，提取数据与周围像素不同的像素，61、62为微分滤波器，适合提取图像变化的方向。并且在拍摄图像的噪声明显的情况下，也可以在由滤波器60～62进行处理之前，通过中值滤波器(median Filter)等进行处理，除去噪声。所使用滤波器的种类本身任意，在拍摄图像上施加滤波，二值化而提取轮廓点。

在图4、图5表示轮廓的提取算法。在裁剪头6上设置皮革15，在皮革上的瑕疵处粘贴色带16。使裁剪头6向XY方向运动，将皮革15的图像例如分割成数十张后进行拍摄。在拍摄图像校正部34中，对相对于所拍摄图像的变形进行校正，分别相对于亮度、色调提取轮廓点。在轮廓点的提取中，例如通过图3的滤波器对拍摄图像进行处理。对处理后的图像进行二值化处理，将规定值以上的作为轮廓点。可分别相对于亮度和色调得到轮廓点，将亮度的轮廓点和色调的轮廓点都提取为轮廓点。另外，也可以代替色调的轮廓点，使用亮度和彩度的组合数据的轮廓点、色度坐标的轮廓点等。对所拍摄的各图像重复以上的处理。

收集一张皮革的轮廓点，通过将轮廓点为顶点的三角形来分割物体图像。在此的图像实际为仅由轮廓点形成的数据。在三角形的生成中，通过将近处的顶点相比远处的顶点优先结合来构成三角形的边。并且以避免产生具有小内角的三角形的方式决定连接哪个顶点。换言之，着眼于三角形的三个内角中最小的内角，避免该内角较小，例如具有规定值以下内角的三角形。

将以上算法简化的话，则如下所述。着眼于一个顶点，连接在周围的规定角度范围中接近的顶点。以所着眼的顶点周围360°的范围重复进行该处理的话，顶点与周围的多个顶点相连接。相对于各顶点重复进行以上处理，则图像被三角形所分割。三角形的顶点即为轮廓点。

接着指定皮革内的一点。该点可通过手动输入方式指定，或者也可以通过与基色(即裁剪台4的颜色)不同的颜色，通过计算机提取较大的三角形内部的点。以从所指定的一点越过三角形的边而传播的方式进行搜索。接触到规定长度以上的长度的边时，越过该边而对三角形的剩余2个边进行搜索。如上所述操作以扩大与物体的内部对应的区域。

从图4的结合点A过渡到图5，碰到三角形的短边时，停止越过该边的搜索。当然对其他边继续进行搜索。继续进行搜索还是停止搜索的阈值在实施例中为一定，但也可以是可变的。然后继续进行搜索直到所搜索的边没有为止。在以上过程中，碰到短边而停止搜索的情况下，存储该边。由于边的数据为矢量数据，因而存储边的始点和终点。如将所存储的边连接，则可得到皮革的轮廓。万一轮廓不是封闭的，则改变轮廓的提取条件，例如使停止搜索的边的长度增加以再次进行搜索，或在轮廓未封闭的部分将最接近的边与边连接以形成封闭的轮廓。

在图6表示德洛内三角形中的搜索例子。图中三角形的顶点为轮廓点，从人眼看来存在着L1、L2这2个轮廓线和孤立的轮廓点P1、P2。但是难以自动地进行这种识别。在图6中从左上侧开始进行搜索。图中二重线表示中止搜索的短边，碰到短边时停止越过边的搜索。连接停止搜索的短边，可得到轮廓线。为了可靠地提取轮廓，重要的是以下两点：

·将靠近的轮廓点相互连接；

·避免形成具有小内角的三角形。

作为满足上述条件的同时通过三角形来分割空间的算法公知有德洛内分割。

图7表示通过维诺多边形进行的空间分割。例如相对于轮廓点P1，产生相对于与周围轮廓点连接的边的垂直等分线，将垂直等分线相互连接形成多边形。在图7中表示出六边形，但维诺多边形边的数量不作限定。维诺多边形也可说是相对于由轮廓点的集合形成的图像根据最靠近哪个轮廓点来进行分割而成的多边形。从而在轮廓点密集集合的区域中，维诺多边形的尺寸变小，在轮廓点稀疏的区域中轮廓点的尺寸变大。这一点在德洛内三角形的情况下也相同。并且为了高效地进行边的搜索，无论维诺多边形还是德洛内三角形，可在存储各边的两端的同时附加表示是否搜索完毕的字符。

在图8表示实施例的轮廓提取程序80。相对于利用摄像机进行拍摄后校正好变形的图像，由滤波命令81，通过拉普拉斯滤波器、微分滤波器等滤波器实施滤波，以提取轮廓点。由合并命令82将所提取的轮廓点合并成一张皮革等。接着由空间分割命令83，通过德洛内分割等方法根据轮廓点将轮廓点的图像分割成多个多边形。德洛内分割的内容如以上所述。然后由轮廓提取命令84，从与皮革等的内部对应的点开始进行搜索，当接触到多边形的边时，如边的长度不足规定长度，则中止越过该边的搜索，并存储边。并且当接触到规定长度以上长度的边时，越过该边继续进行搜索。搜索结束时，由连接命令85连接所存储的边，作为皮革等的轮廓。

在图9至图11中表示相对于皮革的轮廓提取结果。图9为皮革整体的二值化图像，在图像的内部粘贴有4张色带。图10表示相对于一部分皮革的轮廓点的图像，S1为皮革区域，S2为基底区域，S3为污染区域，由于皮革具有厚度，因而看起来存在2根平行的轮廓线L1、L2。由此，例如通过计算机仅自动地提取轮廓线L1不是那么容易的。

图11表示相对于皮革整体的德洛内分割。通过手动方式或以与基底不同的颜色在较大三角形的内部选择起始点，由此开始朝向德洛内三角形的边执行搜索。碰到边时调查其长度，如在规定长度以上则越过边继续进行搜索，碰到不足规定长度的边时不越过边，存储检测出的边。进行以上处理时，由于在皮革的轮廓中大量存在较小的德洛内三角形，因而能提取轮廓。并且由于在色带和皮革的边界上也大量存在微细的德洛内三角形，因而能提取色带。如上所述，可提取图9的皮革轮廓。

在实施例中可得到以下效果：

(1)即使是因方向不规则且物体的厚度等而模糊的轮廓，也能够准确且自动地提取轮廓。

(2)即使在基底存在较大的噪声，也不受影响。

(3)还能够容易地提取物体上的色带等标志。

(4)不需要相对于物体整体的巨大的光栅图像，仅通过轮廓点的数据就能进行处理。

在实施例中表示了皮革的轮廓提取，此外，相对于其他薄片材料、普通3D物体的图像，也可以提取轮廓。

Claims (7)

1.一种轮廓提取装置，从摄像机所拍摄的物体的图像通过滤波提取轮廓点，连接所提取的轮廓点作为物体的轮廓输出，其特征在于，设有：

空间分割单元，根据上述轮廓点产生多个多边形，由此产生该多个多边形的图像，所述多个多边形在轮廓点密度高的区域尺寸较小，在轮廓点密度低的区域尺寸较大；

轮廓提取单元，从物体内部的点开始朝向上述多边形的边搜索上述多边形的图像，当接触到不足规定长度的长度的边时，中止越过该边的搜索并存储该边，当接触到规定长度以上的长度的边时，越过该规定长度以上的长度的边而继续进行搜索；和

将由轮廓提取单元存储的边连接而作为物体的轮廓的单元。

2.如权利要求1所述的轮廓提取装置，其特征在于，所述多边形是以轮廓点为顶点的三角形。

3.如权利要求2所述的轮廓提取装置，其特征在于，提取物体图像中相对于亮度变化的轮廓点和相对于色度变化的轮廓点这至少2种轮廓点，并且产生以所提取的2种轮廓点为顶点的三角形。

4.如权利要求2所述的轮廓提取装置，其特征在于，物体为薄片材料，该轮廓提取装置设有：裁剪台，用裁剪头裁剪薄片材料；裁剪数据产生单元，用于由所提取的物体的轮廓产生物体的裁剪数据；和驱动单元，根据所产生的裁剪数据对所述裁剪头进行驱动。

5.一种轮廓提取方法，从摄像机所拍摄的物体的图像通过滤波提取轮廓点，连接所提取的轮廓点作为物体的轮廓输出，其特征在于，

根据上述轮廓点产生多个多边形，从而产生该多个多边形的图像，所述多个多边形在轮廓点密度高的区域尺寸较小，在轮廓点密度低的区域尺寸较大；

从物体内部的点开始朝向上述多边形的边搜索上述多边形的图像，当接触到不足规定长度的长度的边时，中止越过该边的搜索并存储该边，当接触到规定长度以上的长度的边时，越过该规定长度以上的长度的边而继续进行搜索；

连接上述存储的边作为物体的轮廓。

6.如权利要求5所述的轮廓提取方法，其特征在于，所述多边形是以轮廓点为顶点的三角形。

7.如权利要求6所述的轮廓提取方法，其特征在于，物体为薄片材料，由所提取的物体的轮廓产生物体的裁剪数据；根据所产生的裁剪数据利用裁剪头裁剪薄片材料。

Images