CN104680537B - 图像处理装置 - Google Patents
图像处理装置 Download PDFInfo
- Publication number
- CN104680537B CN104680537B CN201510102604.1A CN201510102604A CN104680537B CN 104680537 B CN104680537 B CN 104680537B CN 201510102604 A CN201510102604 A CN 201510102604A CN 104680537 B CN104680537 B CN 104680537B
- Authority
- CN
- China
- Prior art keywords
- image
- segmentation
- new
- images
- outline
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理装置及其方法,该图像处理装置及其方法基于通过分割图像抽出工序抽出的分割图像对象和通过轮廓图像抽出工序抽出的轮廓对象,可于新对象生成工序生成新图像对象。例如,对于分割图像对象或者轮廓对象的抽出,即使用的是已知手法,也可通过在新对象生成部对分割图像对象和轮廓对象附加对应,取得新图像对象。
Description
技术领域
本发明涉及一种图像处理装置及其方法,用于从拍摄的未特定对象的照片等未特定图像数据中抽出特定对象。
背景技术
为了判定未特定对象即拍摄的不知为何的不明对象物的照片等图像数据中是否有已知对象物对应的图像,从未特定图像数据将部分图像作为对象抽出的方法,在由电脑等控制的图像处理装置已有多种。
例如,从一般照片高精度提取图像内对象(部分图像)的技术,对于多个灰度边缘图像(根据灰度区分的边缘图像),通常会根据与属于1个灰度值的灰度边缘图像相邻的、属于其他灰度值的灰度边缘图像的区域的数量,来决定是否进行图像内对象物体的提取。(参照专利文献1:特开平11-25271号公报)。在专利文献1里,图像的边缘部分等成为是否抽出图像内对象的判断依据,因此,是否能够将图像内对象精确抽出,很大一部分取决于基于图像边缘部分信息的判断精度。但不一定只靠上述方法才能得到目标对象,除上述方法外,利用其他各种已知图像分割方法进行对象提取也是如此。
发明内容
为了克服上述缺陷,本发明提供了一种图像处理装置及其方法,利用既有方法,基于从图像数据抽出的各种对象,生成新图像对象。此处,对象是指对应有一定定义的图像部分、由对应此图像部分的一定范围领域内收纳的图像信息形成。对象包括,相当于占有有限二维扩展的某领域的部分图像的图像对象,例如相当于通过由图像全体数据分割得到的含有二维扩展的某领域的部分图像的分割图像对象,以及拼接合成相当于图像对象的各图像部分而形成的再合并图像对象,或者相当于含有边缘部分等的线状形状的部分图像的轮廓对象等。
本发明涉及的图像处理装置,是基于从图像数据抽出的各种对象生成新图像对象的图像处理装置。为了达成上述目的,此装置设置了,将占有分割的区域的部分图像作为分割图像对象从图像数据抽出的分割图像抽出部、将含有线形形状的部分图像作为轮廓对象从图像数据抽出的轮廓图像抽出部、将从上述分割图像抽出部抽出的上述分割图像对象和从上述轮廓图像抽出部抽出的上述轮廓对象进行对照生成新图像对象的新对象生成部。
根据上述图像处理装置,基于于分割图像抽出部抽出的分割图像对象和于轮廓图像抽出部抽出的轮廓对象,可通过新对象生成部生成新图像对象。此时,例如,若要抽出分割图像对象和轮廓对象,即使用的是已知手法,也可通过在新对象生成部对分割图像对象和轮廓对象附加对应,取得若仅用已知图像分割手法无法取得的新图像对象。
具体而言,本发明的新对象生成部包括,基于在该分割图像对象所占区域内至少有一部分重叠的轮廓对象、通过对该分割图像对象再分割可生成新的图像对象的再分割处理部。再分割处理部可根据对成为再分割对象的分割图像对象进行配置上的对应的轮廓对象生成新的图像对象。
作为进一步改进,本发明的新对象生成部,通过延长轮廓对象的端部至所对应分割图像对象的边缘部分,划定生成的新图像对象领域。例如,即使是中间可能间断了的轮廓对象,也可生成新的图像对象。
作为进一步改进,本发明的新对象生成部还包含了再合并处理部。再合并处理部通过合并含有再分割处理部再分割生成对象的分割图像对象,生成新对象。通过再合并处理部合并处理,可得到新图像对象。
作为进一步改进,本发明的分割图像抽出部,基于多种图像分割手法,分别生成不同的分割图像对象,同时通过对不同图像分割手法进行组合,生成新的分割图像对象。例如,基于多个分割图像对象,可生成具备多样性的新的分割图像对象。
作为进一步改进,本发明的轮廓图像抽出部,基于多个轮廓抽出手法分别生成不同的轮廓对象,同时通过组合不同轮廓抽出手法,生成新的轮廓对象。例如,可基于多个轮廓对象生成新的轮廓对象。另外,为生成新图像对象对图像对象进行再分割时,可使基于多个轮廓抽出手法的多个轮廓对象对应成为对象的一个图像对象,进行多样的再分割。
为达成上述目的,本发明相关的从图像数据生成新的图像对象的图像处理方法包括:将占有分割的区域的部分图像作为分割图像对象从图像数据抽出的分割图像抽出工序、将含有线形形状的部分图像作为轮廓对象从图像数据抽出的轮廓图像抽出工序、将通过分割图像抽出工程抽出的上述分割图像对象和通过轮廓图像抽出工程抽出的上述轮廓对象进行对照生成新图像对象的新对象生成工序。
根据上述图像处理方法,基于通过分割图像抽出工序抽出的分割图像对象和通过轮廓图像抽出工序抽出的轮廓对象,可于新对象生成工序生成新图像对象。例如,对于分割图像对象或者轮廓对象的抽出,即使用的是已知手法,也可通过在新对象生成部对分割图像对象和轮廓对象附加对应,取得新图像对象。
本发明的有益效果是:该图像处理装置及其方法基于通过分割图像抽出工序抽出的分割图像对象和通过轮廓图像抽出工序抽出的轮廓对象,可于新对象生成工序生成新图像对象。例如,对于分割图像对象或者轮廓对象的抽出,即使用的是已知手法,也可通过在新对象生成部对分割图像对象和轮廓对象附加对应,取得新图像对象。
附图说明
【图1】是对与第1实施例相关的图像处理装置的构造进行概括说明的框图。
【图2】是对图像处理装置中储存装置的构成进行概括说明的框图。
【图3】(A)~(C)是概括地表示各类分割图像对象的抽出例的示图。
【图4】(A)~(C)是概括地表示各类轮廓对象的抽出例的示图。
【图5】(A)是与由各种图像分割手法而形成的分割图像对象有关的分割图像图层示图,(B)是通过各种轮廓抽出手法形成的与轮廓对象有关的轮廓图层的示图。
【图6】(A)和(B)是概括地表示分割图像对象和轮廓对象的示图。分割图像对象是指属于某个分割图像图层的分割图像对象中的成为再分割对象的图像。轮廓对象是指属于再分割时通过对照位置成为对象的各轮廓图层的轮廓图像。
【图7】(A)~(D)是与成为再分割对象的分割图像对象和被用于再分割的轮廓对象对照有关的示图。
【图8】(A)~(E)是基于在图7被对照的分割图像对象和轮廓对象,通过再分割抽出新图像对象的样式示图。
【图9】是对使用了图像处理装置的图像处理方法中的一例进行概括说明的流程图。
【图10】(A)~(E)是概括显示使用了图像处理装置的图像处理方法中的一变形例子的示图。
【图11】是概括说明使用了图像处理装置的图像处理方法的一变形例子的流程图。
【图12】是概括地对另一使用了图像处理装置的图像处理方法的变形例子说明的流程图。
【图13】(A)~(D)是对使用了图像处理装置的图像处理方法的一实用案例进行概括展示的示图。
【图14】是对另一个使用了图像处理装置的图像处理方法的实用案例进行概括表示的示图。
【图15】(A)~(C)是表示通过组合不同图像分割手法,生成新分割图像对象的一例的示图。(D)~(F)是表示通过组合不同轮廓抽出手法,生成新轮廓对象的一例的视图。
【符号说明】
100……图像处理装置,10……CPU,12……储存装置,13……显示装置,14……输入装置,50……总线,AP……前处理程序,DD1-DDx……分割图像数据储存部, DM……数据储存部,DO……处理对象图像数据记忆部,DP……图像分割程序, EB……轮廓对象,ED1-EDy……轮廓图像数据储存部,EE……轮廓图像数据抽出程序,EO……轮廓对象,EO1-EO4……轮廓对象,EOx……轮廓对象,ND……新对象数据储存部,NP……新对象决定程序,OB……分割图像对象,OX1……分割图像对象,PA……图像对象,PB……分割图像对象,PC……位置对照程序,PM……程序记忆部,RD……图像再分割程序,RDD……再分割图像数据储存部,RI……图像再合并程序,RID……再合并对象数据储存部,RO1……轮廓对象,RO2……轮廓对象, RX……再分割图像对象,RX1-RX9……再分割图像对象,RXX……再分割图像对象
具体实施方式
[第1实施例]
以下,将参照图纸对本发明第1实施例相关的图像处理装置进行说明。
如图1所示,与本实施例相关的图像处理装置100,包含CPU10、储存装置12、显示装置13、输入设备14、总线50等。
图像处理装置100启动CUP10等并基于从未特定图像数据抽出的各对象生成新的图像对象,从而使从该未特定图像数据抽出特定对象成为可能。
此处对象是指,具有一定定义的图像部分。即从与未知对象物图像相关的未特定图像数据提取部分得到的图像部分,以及将各图像部分拼接合成得到的图像等。
在图像处理装置100中,CPU10经由总线50,可实现存储装置12、显示装置 13和输入设备14之间数据交互。另外,CPU10根据输入设备14操作员的指示,从储存装置12读出规定的程序和数据,实施基于这些程序和数据的各种处理。
具体而言,CPU10预先将读取的图像信息储存在储存装置12上,再根据储存装置12储存的图像信息,实施各对象的抽出及各种判定。图像信息可以是与图像处理装置100不同的其他摄像装置拍摄的图像,也可是被一体化的摄像装置(图略)拍摄的图像。撮像装置可以是装有譬如由CMOS和CCD等组成的固体撮像装置的装置,可将用此固体撮像装置检出的图像,作为数字图像信号输出。
储存装置12装有程序储存部和数据记忆部。程序储存部有储存了多个使图像处理装置100运行的程序的程序领域。数据储存部有能临时性储存输入指示、输入数据、处理结果等的数据领域。关于储存装置12的储存部等的详细信息,将参照图2所示框图进行说明。
显示装置13由显示驱动线路和图像显示部构成,并根据CPU10的指令信号进行必要的显示。显示驱动线路根据从CPU10输入的数据生成驱动信号。图像显示部根据显示驱动线路输入的驱动信号进行必要的图像显示。
输入装置14由键盘等构成,它将反映图像处理装置100操作员意思的指令信号输出到CPU100。
下面参照图2,对图像处理装置100下实施的各种图像数据处理进行相关说明。
图2是对图像处理装置100中储存装置12的构成进行概括说明的框图。如图 2所示,储存装置12由含有用于容纳程序领域的各种程序的程序储存部PM和含有用于容纳数据领域的各种数据的数据储存部DM构成。
如图2所示,作为其中一个构成要素,程序储存部PM被包含在储存装置12 中,它包括前处理程序AP、图像分割程序DP、轮廓图像数据抽出程序EE、图像再分割程序RD、图像再合并程序RI、新对象决定程序NP。前处理程序AP用于对成为处理对象的图像进行前期处理。图像分割程序DP用于对图像进行分割并将分割图像对象抽出。轮廓图像数据抽出程序EE用于将含有线状形状的轮廓对象从图像抽出。图像再分割程序RD用于根据分割图像对象和轮廓对象对图像进行再分割。图像再合并程序RI用于合并图像对象生成新的图像对象。新对象决定程序NP用于决定作为新生成的图像对象中的新对象而采用的图像对象。其中,图像再分割程序RD包含为使成为处理对象的分割图像对象和轮廓图像对象对应而进行位置对照的位置对照程序PC。
在储存装置12的构成要素中,还有数据储存部DM,该数据储存部DM由处理对象图像数据储存部DO、第1~第x分割图像数据储存部DD1~DDx、第1~第y 轮廓图像数据储存部ED1~EDy、再分割图像数据储存部RDD、再合并图像数据储存部RID和新对象数据储存部ND构成。处理对象图像数据储存部DO可对作为成为处理对象的图像信息而被接收的图像数据进行储存。第1~第x分割图像数据储存部DD1~DDx基于不同的分割手法储存各种与被分割的分割图像对象有关的图像数据。第1~第y轮廓图像数据储存部ED1~EDy储存基于不同轮廓抽出方法与各种被抽出轮廓对象相关的图像数据。再分割图像数据储存部RDD储存与以再分割手法取得的再分割图像对象相关的图像数据。再合并图像数据储存部RID储存与通过合并再分割图像对象等取得的再合并图像对象相关的图像数据。
首先,在程序储存部PM中,前处理程序AP是用于进行图像解析所必要的各种前段处理的程序。例如,可使数据存储部DM的处理对象图像数据存储部DO内储存的未特定图像数据的各种处理成为可能。
其次,图像分割程序DP储存了与各类已知的不同分割手法相关的程序,使前处理程序AP的上述分割处理成为可能,将前处理产生的未特定图像数据进行分割,抽出分割图像对象。
具体而言,图像分割程序DP拥有多个基于互不相同的分割模式的分割手法的相关程序,每个程序从一个全体图像(未特定图像)形成若干个分割图像对象的集合体,如图3(A)~3(C)所示。换言之,图像分割程序DP可由一个未特定图像数据生成由多个分割图像对象构成的多个分割图像图层(参照图5(A))。这里,通过图像分割程序DP、用x个互不相同的分割模式制作分割图层(x个分割图像图层1~分割图像图层x),每个分割图像数据被储存在数据储存部DM的第1~第 x分割图像数据储存部DD1~DDx。
其次,轮廓图像数据抽出程序EE,储存各种已知的不同轮廓抽出手法的相关程序,为了使前处理程序AP的上述分割处理成为可能,从前处理产生的未特定图像数据抽出轮廓对象。具体而言,轮廓图像数据抽出程序EE基于多个互不相同的轮廓抽出模式的与轮廓抽出手法相关的程序,每个程序由1个全体图像(未特定图像)形成多个轮廓图像对象的集合体,如图有4(A)~4(C)所示。换言之,轮廓图像数据抽出程序EE可由一个未特定图像数据生成由多个轮廓对象构成的多个轮廓图层(参照图5(B))。这里,通过轮廓图像数据抽出程序EE,用y个互不相同的轮廓抽出模式制作轮廓图层,各个轮廓图像数据被储存在数据储存部DM的第1~第y轮廓图像数据储存部ED1~EDy中。
其次,图像再分割程序RD,根据由与分割手法相关的程序制作的分割图像对象和由与轮廓抽出手法相关的程序制作的轮廓对象,对图像进行再分割,生成新的图像对象。图像再分割相关详细信息,将参照图6进行说明。
其次,图像再合并程序RI,合并根据由与分割手法相关的程序制作的分割图像对象或者基于图像再分割程序RD生成的新图像对象,生成新图像对象。
其次,新对象决定程序NP,决定由图像再分割程序RD或图像再合并程序RI 新生成的图像对象中的作为新对象而采用的图像对象。
以下,将参照图6,在使用有以上构成的图像处理装置100的图像处理方法中,对使用了图像再分割程序RD的图像的再分割的一例进行概括说明。图6(A)是对各分割图像图层构造进行概括说明的图;图6(B)是对各轮廓图层构造进行概括说明的图。
如剖面线所示,图6(A)的多个分割图像对象OB中,例如将成为再分割对象的一个分割图像对象作为分割图像对象OX1时,如图6(B)所示,对照分割图像对象OX1的位置对应的各轮廓图层1~y的位置,选出配置到该位置的轮廓对象,基于选出的轮廓对象对分割图像对象OX1进行再分割。图7(A)~7(D)是概括表示上述轮廓对象的选出的样子的示图。即,若从如图7(A)所示的多个分割图像对象OB中选出成为再分割对象的1个分割图像对象OX1(如图7(B)所示),分割图像对象OX1对应位置的轮廓对象EOx就会被从如图7(C)所示的轮廓对象 EO中选出(如图7(D)所示)。
图8(A)~8(E)是基于在图7对照后的分割图像对象和轮廓对象,通过再分割抽出新图像对象的样子的示图。图8(A)是相当于图7(D)的图。这里,图 8(B)是将图8(A)的一部分放大得到的,如图8(B)所示,对图8(A)中剖面图所示的分割图像对象OX1进行位置对照的处理,选出4个轮廓对象EO1~EO4。选出的各轮廓对象EO1~EO4是在分割图像对象OX1所占领域内至少有一部分重叠的轮廓对象。基于各轮廓对象EO1~EO4,为了使分割图像对象OX1的分割成为可能,例如如图8(C)所示,将各轮廓对象EO1~EO4端部延长至分割图像对象OX1的边缘部分,划定各小领域。接着,如图8(D)所示,分割图像对象OX1基于被划定的9个小领域进行再分割,这些被分割的9个小领域可被当做新生成的图像对象(再分割图像对象)RX1~RX9处理。关于以上再分割图像对象的制作,基于图像再分割程序RD完成,图像数据被储存在再分割图像数据储存部RDD。也就是说,CPU10作为通过再分割图像对象生成具备多样性的新图像对象的再分割处理部,可读出图像再分割程序RD,生成再分割图像程序,并将该再分割图像对象的数据储存在再分割图像数据储存部RDD。
关于上述被再分割为9个(2个以上)的再分割图像对象RX1~RX9,如将图8 (D)一部分抽出显示,也可将邻接的三个(再分割图像对象RX1~RX3)合并生成的一个图像对象作为进行新图像对象(再合并图像对象)再分割的图像对象RXX。另外,如图8(E)所示,也可抽出对象的中空部分作为再合并图像对象。即,可在再分割图像对象RX1~RX9中合并再分割图像对象RX5以外的对象作为再合并图像对象。再合并图像对象基于图像再合并程序RI生成、图像数据被储存在再合并对象数据储存部RID。换言之,CPU10,作为通过合并分割图像对象生成新对象的再合并处理部,读出图像再合并程序RI,生成再合并图像对象,并将该再合并对象的数据储存在再合并对象数据储存部RID中。
以下,参照图9所示流程图,就使用了含有以上构成的图像处理装置100的图像处理方法进行说明。
首先,CPU10,作为前处理,读取一张成为处理对象的全体图像数据,进行为使图像分割处理或轮廓数据抽出处理成为可能的前处理(stepS1)。其次,CPU10 作为分割处理部,从储存装置12的程序储存部PM读出图像分割程序DP,在stepS1 进行将读取的全体图像数据分割的分割处理(stepS2),并制作分割图像图层 (stepS3),即生成(抽出)分割图像对象、将分割图像数据作为第1~第x分割图像数据储存部DD1~DDx的图像数据储存。一方面,并行上述的stepS2、stepS3, CPU10作为轮廓图像抽出部,为了生成轮廓图像对象,从储存装置12的程序储存部PM读出轮廓图像数据抽出程序EE,在stepS1从读取的全体图像数据抽出轮廓数据(stepS4)、制作轮廓图层(stepS5)。即,生成轮廓对象将轮廓图像数据作为第1~第y轮廓图像数据储存部ED1~EDy的图像数据进行储存(轮廓图像抽出工程)。
其次,CPU10,在stepS3从生成的多个分割图像中选择会成为再分割处理对象的分割图像对象(stepS6)。
在StepS6,关于选择应将哪个分割图像对象作为处理对象,可对应图像处理目的等设置与形状、尺寸(大小)等有关的各种数值。这里以下例进行说明,预先设定好图像尺寸的阈值、在由图像分割程序DP生成的分割图像对象中,将超过阈值尺寸的分割图像对象作为再分割处理对象图像。此时,可通过再分割处理,使所有的图像对象成为设定阈值以下的图像对象。
其次,CPU10,关于在stepS6选择的成为处理对象的分割图像对象,若选择了多个,则会对处理顺序进行适当的排序,并设定成为第一个处理对象的分割图像对象(stepS7)。其次,CPU10对所有处理对象的分割图像对象的处理是否结束 (stepS8)进行确认,若未结束(stepS8:No),则会从储存装置12读出与轮廓图层相关的信息的同时(stepS9)读出位置对照程序PC,进行成为处理对象的分割图像对象和轮廓图层的位置对照处理(stepS10),如图6。即,将成为处理对象的分割图像对象和轮廓对象对应,选出能够用于再分割处理的轮廓对象(参照图8 (B))(stepS11)。其次,CPU10基于在stepS11选出的轮廓对象,确定为进行再分割处理的分割图像对象切出范围(stepS12)。具体而言,以图8(C)为例,通过延长各轮廓对象至分割图像对象的边缘部分,决定分割图像对象的再分割方式。其次,CUP10根据stepS12确定的手法,切出分割图像对象(如图8(D)所示),即进行再分割处理(stepS13)。其次,CPU10根据分割图像对象的切出,基于新生成的图像对象(例如,图8(D)所示的9个再分割图像对象RX1~RX9)将生成的各种新再分割图像对象(例如上述再分割图像对象RX1~RX9或图8(D)及图8(E) 所示的再合并图像对象RXX)临时保存在储存装置12中(stepS14)。
CPU10在结束上述stepS14的新图像对象的临时储存后,设定下一个成为处理对象的分割图像对象(stepS15),在结束所有成为处理对象的分割图像对象的再分割处理(step8,YES)之前,将反复进行上述stepS9至stepS15的操作。
CPU10通过反复进行上述stepS9到stepS15的操作取得的新图像对象的处理,一旦判定所有关于分割图像对象的再分割处理结束(stepS8:Yes),CPU10会读出新对象决定程序NP,根据基于新对象决定程序NP的处理确定新对象,并储存至储存装置的新对象数据储存部ND(stepS16),结束再分割处理(新对象生成工程)。根据以上处理,CPU10发挥对照分割图像对象和轮廓对象生成新图像对象的新对象生成部的功能。
上述处理过程中在stepS16储存数据时,在stepS14临时储存到储存装置12 的新生成图像对象中,只能将根据新对象决定程序NP的处理作为采用图像对象而被决定的对象储存在新对象数据储存部ND中。但不采用新对象决定程序NP,也可将在stepS14将临时保存到储存装置12里所有相关信息作为保存信息。
如上,使用与本实施例相关的图像处理装置100以及此装置的图像处理方法的情况下,CPU10作为分割图像抽出部利用图像分割程序DP抽出分割图像对象,以及作为轮廓图像抽出部利用轮廓图像数据抽出程序EE抽出轮廓对象的同时,还可作为新对象生成部,基于被抽出的分割图像对象和被抽出的轮廓对象,关于这些对象,通过对照位置,再分割或再合并分割图像对象,生成新图像对象。此时,根据图像分割程序DP或轮廓图像数据抽出程序EE的分割图像对象或轮廓对象的抽出方法即使是已知的,也可得到新图像对象。
以下,参照图10就上述再分割处理的一变形例子进行说明。由于本变形例子的图像处理装置的构成与如图1所示的图像处理装置100相同,这里将省略图示以及说明。
在上述图1等所示例子里,作为进行再分割处理的对象,是在确定要进行再分割的再分割图像对象后选出对应的轮廓对象。而在本变形例子中,首先确定成为处理对象的轮廓对象,通过对确定的轮廓对象进行位置对照选出对应的分割图像对象,被选出的分割图像对象根据确定的轮廓对象进行分割。从这一点看,本变形和上述图1所示例子不同。
具体而言,首先,如图10(A)所示,从多个轮廓对象中确定成为处理对象的轮廓对象RO1。关于确定方法,有多种。例如,可预先设定长度的阈值,将有超过该阈值长度的轮廓对象作为处理对象。其次,如图10(B)所示,选出属于各分割图像图层的分割图像对象OB,如图10(C)及10(D)所示,从各分割图像对象 OB中,将轮廓对象RO1和分割图像图层进行位置对照,抽出基于轮廓对象RO1切出的/再分割的分割图像对象。被抽出的分割图像对象,如图10(E)所示,基于轮廓对象RO1被再分割,由此生成新图像对象即再分割图像对象RX。当存在多个成为处理对象的轮廓对象时,如图10所示,若存在轮廓对象RO1之外的轮廓对象 RO2时,如上述基于轮廓对象RO1的切出动作也将依次适用于轮廓对象RO2。
以下,如图11所示,参照流程图,就本变形例子的图像处理方法进行说明。
首先,与参照图9说明的已述例子的情况相同,CPU10(参照图1)进行预处理(stepS1)后,再进行制作分割图像图层(stepS2、S3)及制作轮廓图层处理 (stepS4、S5)。
其次,CPU10,从在stepS5生成的多个轮廓数据中选择应成为再分割处理对象的轮廓对象(stepS206)。
其次,关于在stepS206选择的成为处理对象的轮廓对象,若选出多个则会对处理顺序进行适当排序,设定第一个成为处理对象的轮廓对象(stepS207)。接着, CPU10将会对所有与处理对象的轮廓对象有关的处理是否结束进行判定 (stepS208),若没有结束(stepS208:No),则会在从储存装置12读出与分割图像图层相关的信息的同时,读出位置对照程序PC(参照图2),并对是处理对象的轮廓对象和分割图像图层进行位置对照(stepS210)。即,将是处理对象的轮廓对象和分割图像图层进行对应,选出需做再分割的分割图像对象(stepS211)。关于在stepS211选出的分割图像对象,CPU10基于是处理对象的轮廓对象,决定用于再分割处理的分割图像对象的切出范围(stepS212)。CPU10基于stepS212决定的手法,进行分割图像对象的切出即再分割处理(stepS213)。根据分割图像对象的切出,基于新生成图像对象,生成的各种新再分割图像对象将被CPU10临时保存在储存装置12中(stepS214)。
CPU10在上述stepS214进行的新图像对象的临时保存处理完毕后,将会设定下一个成为处理对象的轮廓对象(stepS215)。在成为处理对象的所有轮廓对象有关的再分割处理结束(stepS208:Yes)前,会反复进行stepS209至stepS215的操作。
CPU10反复进行stepS209至stepS215的操作,直至判断所有轮廓对象相关的再分割处理结束(stepS208:Yes)。
判断所有与轮廓对象有关的再分割处理结束(stepS208:Yes)后,关于由反复进行stepS209至stepS215的操作而取得的新图像对象,CPU10将读出新对象决定程序NP(参照图2),根据基于新对象决定程序NP的处理确定为新对象,并储存到规则装置的新对象数据储存部(stepS208216),从而结束再分割处理。
在本变形例子中,基于抽出的分割图像对象和抽出的分割轮廓对象,可将这些对象通过位置对照并进行分割图像对象的再分割生成新图像对象,因此,即使图像分割或轮廓图像数据的抽出手法已知,也可得到新图像对象。另外,此时,即使使用与图1等所示例子相同的分割图像对象和轮廓对象,也可生成与图1所示例子不同的新的图像对象。
以下,参照图12,对另一变形例子进行说明。本变形例子的图像处理装置的构成与图1等所示图像处理装置100相同,因此此处省去图示与说明。
在本变形例子中,就利用根据图像处理装置或方法的再分割或再合并,从没有特定图像内容的即未特定的全体图像中抽出目标对象(已知的对象)的方法(换言之,取出满足某条件的特定对象的方法)进行说明。
以下,参照图12所示流程图,对本变形例子的图像处理方法进行说明。
首先,CPU10(参照图1)进行为抽出目标对象的与对象有关的条件设定 (stepSa)。即,设定用于判断是否为目标对象的基准的阈值。此处,考虑了多种目标对象物相关的条件设定,如,与大小、形状有关的上限或下限的单个或者多个阈值的设置。如果存在满足这些阈值的对象,就会考虑将此对象被作为目标对象处理。设定条件时,例如,可采用由使用者通过输入装置14录入的各种设定值 (阈值)。
在stepSa,完成为判断是否为目的对象的条件设置后,CPU10将会读取未特定图像数据,对读取的未特定图像数据实施如图9stepS1所示情况相同的预处理 (stepS301),之后,对该未特定图像数据,进行制作分割图像图层(stepS302、 stepS303)和轮廓图层的处理(stepS304、stepS305)。
其次,CPU10对在stepS303生成的多个分割图像对象进行适当排序,设置成为第一个处理对象的分割图像对象(stepS306)。之后,CPU10将确认与所有处理对象的分割图像对象相关的处理是否结束(stepS307),若未结束(stepS303:No),则会确认是处理对象的分割图像对象的再分割和再合并是否可能(stepS308)。
在stepS308,若判断再分割和再合并可能(stepS308:Yes),CPU10就会从储存装置12读出与轮廓图层相关的信息(step309),使是处理对象的分割图像对象和轮廓对象对应并决定再分割处理的切出方法,与此同时,决定拼接融合再分割图像对象、制作再合并图像对象的方法(stepS310)。即,决定的再分割·再合并的处理方法。接着,CPU10根据在stepS310决定的再分割·再合并方法,生成新图像对象(stepS311),并将新生成的图像对象临时保存在储存装置12中。接着,CPU10会对stepS311保存的各图像对象是否是目标对象,即,是否存在满足在stepSa设置的条件的图像对象,进行判断(stepS313)。在stepS313,若存在满足设置条件的图像对象(stepS313:Yes),满足条件的图像对象将被作为目标对象储存在储存装置12中(stepS314)。另一方面,在stepS313,若不存在满足设置条件的图像对象(stepS313:No),则判定无目标对象(stepS315)。即,判断为是处理对象的分割图像对象里不存在目标对象。stepS314和stepS315之后, CPU10将会进行下一个成为处理对象的分割图像对象的设置(stepS316)。
在stepS308,若判断不能进行再分割或再合并(stepS308:No),CPU10将会判定是处理对象的分割图像对象是否是目标对象,即,判定其是否满足在stepSa 设置的条件(stepS317)。若在stepS317被判定是目标对象(stepS317:Yes),则会将该分割图像对象作为目标对象储存在储存装置12中(stepS314),若被判定不是目标对象(stepS317:No),则不会将之保存到储存装置12里而是进行成为下一个处理对象的分割图像对象的设定(stepS316)。
CPU10设置下一个处理对象的分割图像对象后(stepS316),在成为处理对象的所有分割图像对象的相关处理结束前(stepS307:Yes),将反复进行上述 stepS308到stepS308的操作。
CPU10判断所有图像分割对象的相关处理结束(stepS307:Yes),将进行作为由上述操作取得的目标对象的被储存的对象确定为从未特定图像数据取得的目标对象(stepS318)的处理,结束操作。
如上,本变形例子中,可从未特定图像数据中抽出目标对象。此时,通过利用本图像处理装置所采用的方法,即使图像分割或轮廓图像数据的抽出方法是已知的,也可得到成为目标对象的新图像对象。
以下,如图13,将对使用了与本发明相关的图像处理装置的图像处理方法的一应用实例进行说明。
参照图12,如图所示,通过应用本实施例的图像处理方法,使特定图像对象的抽出成为可能。图13,是利用本实施例的图像处理,进行特定图像抽出的具体例子。以图13(A)所示为例,将需抽出的图像对象即目标图像作为苹果的图像对象PA。关于是否是与图像对象PA相当的对象,通过如确定与大小、形状、颜色相关的等综合性数据的阈值,进行模板匹配等方法判定。关于判定是否是目标对象的方法,除此之外还有其它多种方法可利用。一方面,图13(B)是成为处理对象的未特定图像的示图。人在看13(B)时,作为目标的苹果是以重叠状态被显示出来的图像,可辨别出在左侧有显示出全体形状的苹果图像。但是,对于使用电脑的图像处理,不一定能够像人那样辨别出苹果的重叠。例如,用已知分割手法,如图13(C)所示,会产生仅将重叠的2个苹果作为粘着的状态的1个的分割图像对象PB抽出的情况。此时,分割图像对象PB若要进行大小、形状的阈值等的认定,就无法满足预先设定好的该阈值条件,无法识别为相当于目标图像对象的PA 的图像对象。对于这个问题,在本实施例中,若根据如图13(D)所示的作为其他已知的手法存在的轮廓抽出方法,轮廓对象EB被抽出,那么通过给图13(C)所示的分割图像对象PB和图13(D)所示的轮廓图像EB的位置附加称号并进行组合,再分割生成新的图像对象,并根据需要再合并,使应判定为图像对象PA的图像对象的抽出成为可能。
以下,根据图14,就使用了与本发明有关的图像处理装置的图像处理方法的另一个应用案例进行说明。上述中,都是关于对1张全体图像的图像处理情况的说明。与本发明有关的图像处理装置或者使用了此装置的图像处理方法,如此之外还可适用于例如将多张图像统一规格化处理的情况下的对各图像一张一张处理的情况。
图14,是对集中了多个特定领域的图像(内容已知的图像,也被称为特定图像。)的图像数据进行图像处理,通过抓取多数图像的共通的各种数据(构造数据) 的倾向,生成判断基准,对该未特定图像进行相同的图像处理,对照上述判定基准,使判定该未特定图像是否属于上述特定领域的图像成为可能的方法的一个示例的流程图。此处构造数据是指根据指通过变换、组合各种参数的数据得到的各种信息群构成的数据。如,可以变换、组合与颜色相关的各种参数数据,根据各种信息群,形成构造数据。例如,如图所示,基于具备图像的灰度和图像对象布局、轮廓、颜色和粒度、以及此处省略了图示的质地等的可视特性的阶层构造的对象,分别抽出各图像的数据。关于对象的阶层构造,是指由对象间具有包含关系而形成的阶层关系的构造。如通过合并将一个大的图像对象分割形成的几个小的图像对象而形成的图像,而该小图像对象又是由几个图像对象构成。这里,将上述情况下相对较大的图像对象称为母对象,相对较小的图像对象称为子对象,将上述所描述的阶层构造称为母子构造。
对图14进行概括说明。首先CPU10(参照图1)读取特定领域的多数全体图像(多数特定图像),决定用于制作图像对象的图像分割方法(stepAa),然后生成有上述阶层构造即母子构造的对象(stepBb)。接着,CPU10读出灰度、布局、轮廓、颜色、粒度、质地等要素或者这些要素组合(图示省略)相关的解析手法 (图示中stepS304a~S304e)。这里,上述多数解析手法中,作为被读出的解析手法,显示处理对象的多数特定图像的共通特征。关于被选择的各种解析手法,在 stepAa及stepAb步骤制作的对象中,成为解析对象的图像对象被选出的同时,从该图像对象中抽出的构造数据种类也被选出(stepS305a~S305e)。如,与图中左侧灰度相关的解析手法被作为显示处理对象共通的特征而被选出时 (stepS305a),适用于该灰度相关处理的图像对象从由stepAa和stepAb步骤制作的对象选出。关于需从选择的图像对象抽出的各种构造数据,也选择适用于与该灰阶相关处理的数据。通过以上各个步骤,生成构造数据(stepS306a~S306e),基于生成的构造数据,关于灰度、布局、轮廓等,分别选出明确表示处理对象的多数全体图像的特征的最适合判断基准(stepS307a~S307e)。基于这些被选择的各种最适合判断基准,生成或决定最终的判断基准(stepS308)。据此,对于未特定图像,实施与上述处理对象的多数全体图像相同的处理并抽出构造数据时,可根据抽出的构造数据是否符合上述确定的判断基准,判断特定图像是否属于上述特定领域的多数全体图像。
在如上图14所示的情况下,在由stepAa及stepAb的步骤生成对象时,可利用本发明的再分割和再合并。
如上述,为了判定是否属于特定领域的图像,要求精度更高的判断基准的制作。即有必要基于更加明确显示特征的构造数据生成判定基准。
因此,如上述在图像对象单位抽出时,构造数据的抽出根据构成的图像对象不同取得的数据倾向也不同。此时,可利用使用了与本发明相关的图像处理装置的图像处理方法,根据再分割处理生成新的图像对象,基于生成的图像对象抽出构造数据,生成特性更加优良的判定基准。
虽然就以上各实施例对本发明进行了说明,但本发明包含范围并不仅限于上述的各实施例。
在上述中,关于根据图像分割程序DP的分割图像对象的生成方法和根据轮廓图像数据抽出程序EE的轮廓对象的抽出方法,虽然从已知的手法取得,也可通过组合由这些已知手法取得的互不相同的图像分割手法,生成新分割图像对象。具体而言,例如,组合图15(A)所示的横排11个分割的分割手法和图15(B)所示的纵排3个分割的分割手法,可形成如图15(C)所示的33个分割图像即生成新的33个分割图像对象。同样,如15(D)~15(F)所示,通过组合图15(D) 和图15(E)所示的互不相同的轮廓抽出手法,可生成如图15(F)所示的新轮廓对象。
另外,如图8(C)所示,在将各轮廓对象的端部延长到分割图像对象的边缘部分时,可利用各种已知方法,例如使用样条曲线的方法拼接。
另外,关于再合并的方法,有多种方法可利用。如图8(D)所示,合并9个再分割图像对象RX1~RX9,如图8(E)等所示,可将在可能的范围内的有限的组合作为全部新生成的图像对象(再合并图像对象)。也可仅将邻接的图像组合。另外,不仅仅能将同是再分割图像对象的图像再合并,也可将由再分割新取得的图像对象和已存在的分割图像对象中的相邻的图像对象组合生成新的图像对象。
Claims (3)
1.一种图像处理装置,基于从图像数据抽出的各种对象,生成新图像对象,其特征在于:包括将占有分割区域的部分图像作为分割图像对象从图像数据抽出的分割图像抽出部、将含有线形形状的部分图像作为轮廓对象从图像数据抽出的轮廓图像抽出部、将在所述分割图像抽出部抽出的所述分割图像对象和在所述轮廓图像抽出部抽出的所述轮廓对象进行对照生成新图像对象的新对象生成部;所述新对象生成部还包括再分割处理部,该再分割处理部,基于与所述分割图像对象占有区域至少有一部分重叠的所述轮廓对象,通过对该分割图像对象再分割生成新图像对象;所述新对象生成部,通过延长所述轮廓对象的端部至对应的所述分割图像对象的边缘部分,从而划定生成的新图像对象领域;所述新对象生成部还包括再合并处理部,该再合并处理部通过合并含有由所述再分割处理部再分割生成的对象的分割图像对象生成新对象。
2.根据权利要求1所述的图像处理装置,其特征在于:所述分割图像抽出部,可基于多个图像分割手法,各自生成不同的分割图像对象,与此同时,还可通过组合该不同图像的分割手法,生成新的分割图像对象。
3.根据权利要求1所述的图像处理装置,其特征在于:所述轮廓图像抽出部,可基于多个轮廓抽出手法,各自生成不同的轮廓对象,与此同时,还可通过组合该不同轮廓抽出手法,生成新的轮廓对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510102604.1A CN104680537B (zh) | 2015-03-09 | 2015-03-09 | 图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510102604.1A CN104680537B (zh) | 2015-03-09 | 2015-03-09 | 图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104680537A CN104680537A (zh) | 2015-06-03 |
CN104680537B true CN104680537B (zh) | 2018-05-15 |
Family
ID=53315530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510102604.1A Active CN104680537B (zh) | 2015-03-09 | 2015-03-09 | 图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104680537B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033005A (zh) * | 2019-04-08 | 2019-07-19 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0731959B1 (en) * | 1993-11-29 | 2003-02-05 | Arch Development Corporation | Automated method and system for the processing of medical images |
CN103544691A (zh) * | 2012-07-19 | 2014-01-29 | 苏州比特速浪电子科技有限公司 | 图像处理方法及设备 |
CN104272350A (zh) * | 2012-03-19 | 2015-01-07 | 株式会社理光 | 图像处理装置、图像处理方法、以及计算机可读记录介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636635B2 (en) * | 1995-11-01 | 2003-10-21 | Canon Kabushiki Kaisha | Object extraction method, and image sensing apparatus using the method |
-
2015
- 2015-03-09 CN CN201510102604.1A patent/CN104680537B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0731959B1 (en) * | 1993-11-29 | 2003-02-05 | Arch Development Corporation | Automated method and system for the processing of medical images |
CN104272350A (zh) * | 2012-03-19 | 2015-01-07 | 株式会社理光 | 图像处理装置、图像处理方法、以及计算机可读记录介质 |
CN103544691A (zh) * | 2012-07-19 | 2014-01-29 | 苏州比特速浪电子科技有限公司 | 图像处理方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104680537A (zh) | 2015-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105981051B (zh) | 用于图像解析的分层互连多尺度卷积网络 | |
CN104061749B (zh) | 一种冰箱内食品存储位置记录方法、装置、终端及冰箱 | |
JP5039310B2 (ja) | 脳内出血部位セグメンテーション装置 | |
CN108198184A (zh) | 造影图像中血管分割的方法和系统 | |
KR101459268B1 (ko) | 화상 처리 장치 및 화상 처리 장치의 제어 방법 | |
CN109840502B (zh) | 一种基于ssd模型进行目标检测的方法及设备 | |
US7724944B2 (en) | Image retrieval method and image retrieval device | |
WO2012074361A1 (en) | Method of image segmentation using intensity and depth information | |
CN110189258B (zh) | 基于mri多模态序列的颈动脉管腔和管壁自动分割方法 | |
US20120113117A1 (en) | Image processing apparatus, image processing method, and computer program product thereof | |
CN104364822A (zh) | 分割突出显示器 | |
CN104463837A (zh) | 用于自动或半自动地分割的方法和装置 | |
JP5105997B2 (ja) | 医用画像処理装置、医用画像診断装置、及びプログラム | |
US8929587B2 (en) | Multi-tracking of video objects | |
CN112380926A (zh) | 一种田间除草机器人除草路径规划系统 | |
CN104680537B (zh) | 图像处理装置 | |
JPH10149441A (ja) | 画像処理方法、及びその装置 | |
JP5536987B2 (ja) | 画像処理装置 | |
EP3053137B1 (en) | Method and apparatus for generating superpixel clusters | |
CN105427329A (zh) | 一种基于cta图像的双肢血管图像的分割方法和系统 | |
CN111179298A (zh) | 基于ct图像的三维肺自动分割与左右肺分离方法及其系统 | |
CN110363776A (zh) | 图像处理方法及电子设备 | |
CN104050673B (zh) | 一种基于K‑means图像分割的深度图提取方法 | |
KR20220069655A (ko) | Ct 영상에서의 치아 분할 시스템 및 방법 | |
CN107729909A (zh) | 一种属性分类器的应用方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220714 Address after: Room 1051, 1st floor, Nanxun science and technology entrepreneurship Park, No. 666, Chaoyang Road, Nanxun Town, Nanxun District, Huzhou City, Zhejiang Province 313000 Patentee after: Daqiang vision technology (Huzhou) Co.,Ltd. Address before: Room 616, building a, Modern Plaza, No. 18 Weiye Road, Kunshan, Suzhou, Jiangsu 215300 Patentee before: SUZHOU BITSTRONG ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |