CN110023996A - 图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统 - Google Patents

图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统 Download PDF

Info

Publication number
CN110023996A
CN110023996A CN201780074454.5A CN201780074454A CN110023996A CN 110023996 A CN110023996 A CN 110023996A CN 201780074454 A CN201780074454 A CN 201780074454A CN 110023996 A CN110023996 A CN 110023996A
Authority
CN
China
Prior art keywords
color
low frequency
unit
frequency
occurrences
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.)
Pending
Application number
CN201780074454.5A
Other languages
English (en)
Inventor
梅村充一
木下有里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sumitomo Electric Industries Ltd
Original Assignee
Sumitomo Electric Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sumitomo Electric Industries Ltd filed Critical Sumitomo Electric Industries Ltd
Publication of CN110023996A publication Critical patent/CN110023996A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/012—Head tracking input arrangements
    • A—HUMAN NECESSITIES
    • A42—HEADWEAR
    • A42B—HATS; HEAD COVERINGS
    • A42B3/00—Helmets; Helmet covers ; Other protective head coverings
    • A42B3/04—Parts, details or accessories of helmets
    • A42B3/0406—Accessories for helmets
    • A42B3/0433—Detecting, signalling or lighting devices
    • A42B3/0453—Signalling devices, e.g. auxiliary brake or indicator lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G06F3/0308—Detection arrangements using opto-electronic means comprising a plurality of distinctive and separately oriented light emitters or reflectors associated to the pointing device, e.g. remote cursor controller with distinct and separately oriented LEDs at the tip whose radiations are captured by a photo-detector associated to the screen
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种图像处理程序，其使计算机充当：图像获取单元，所述图像获取单元用于获取通过拍摄要检测目标对象物的区域而获得的图像；出现频率计算单元，所述出现频率计算单元用于基于由所述图像获取单元获取的所述图像来针对每种颜色计算该颜色在所述图像中的出现频率；以及低频颜色确定单元，所述低频颜色确定单元用于基于由所述出现频率计算单元计算出的相应颜色的出现频率来确定作为与其它颜色相比具有较低出现频率的颜色的低频颜色。

Description

图像处理程序、颜色标签、检测装置、图像处理装置、图像处理 方法以及图像处理系统
技术领域
本发明涉及一种图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统。
本申请要求2016年12月7日提交的日本专利申请第2016-237508号的权益，其全部内容以引用的方式并入本文中。
背景技术
传统上，已经开发了一种用于从相机所拍摄的图像中检测对象物的技术。
例如，专利文献1公开了一种用于检测叉车周围的人的用于叉车的安全装置。在叉车和人的头盔上绘制具有预设颜色的不同轮廓，并且通过预先设置在顶棚上的固定相机拍摄叉车和人。安全装置从拍摄到的图像中提取轮廓和颜色从而检测叉车和人，并在叉车和人接近一定距离时发出通知。
同时，专利文献2公开了一种用于检测车辆型施工机械周围的人的用于施工机械的人体检测系统。在专利文献2中，使用附接至用作车辆型施工机械的铲车的相机所拍摄的图像，检测位于铲车周围的人体。
[现有技术文献]
[专利文献]
[专利文献1]日本专利申请特开H9-169500号公报
[专利文献2]WO2015/186570
发明内容
(1)根据本公开的一个实施例的图像处理程序使计算机充当：图像获取单元，该图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；出现频率计算单元，该出现频率计算单元基于由图像获取单元获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及低频颜色确定单元，该低频颜色确定单元基于由出现频率计算单元针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
(10)根据本公开的另一实施例的颜色标签发射具有通过在计算机上执行上述图像处理程序而确定的低频颜色的光。
(11)根据本公开的另一实施例的检测装置包括：阈值获取单元，该阈值获取单元获取用于识别通过在计算机上执行上述图像处理程序而确定的低频颜色的阈值；图像获取单元，该图像获取单元获取包括对象物的检测目标区域的图像；以及检测单元，该检测单元基于由阈值获取单元获取的阈值检测在由图像获取单元获取的图像中包括低频颜色。
(12)根据本公开的另一实施例的图像处理设备包括：图像获取单元，该图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；出现频率计算单元，该出现频率计算单元基于由图像获取单元获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及低频颜色确定单元，该低频颜色确定单元基于由出现频率计算单元针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
(13)根据本公开的另一实施例的图像处理方法包括：获取通过拍摄包括对象物的检测目标区域获得的图像；基于获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及基于针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
(14)根据本公开的另一实施例的图像处理系统包括：上述图像处理设备；上述颜色标签；以及上述检测装置。
附图说明
图1图示了根据本公开的实施例1的图像处理系统的整体配置。
图2图示了图像处理系统1的安装示例。
图3是图示了根据本公开的实施例1的分析装置的功能配置的框图。
图4是图示了根据本公开的实施例1的检测装置的功能配置的框图。
图5是图示了根据本公开的实施例1的颜色标签5的配置的框图。
图6图示了如从侧面所见的由人佩戴的头盔。
图7图示了如从侧上方向所见的待检测对象物。
图8是由根据本公开的实施例1的分析装置执行的处理过程的一个示例的流程图。
图9是低频颜色候选确定处理(S8)的详细处理过程的流程图。
图10图示了R-G-B信号直方图的一个示例。
图11图示了R信号直方图的一个示例。
图12图示了R-G信号直方图的一个示例。
图13图示了低频颜色确定处理。
图14是由根据本公开的实施例1的分析装置执行的处理过程的另一示例的流程图。
图15是由根据本公开的实施例1的检测装置执行的处理过程的一个示例的流程图。
图16图示了存储在阈值确定单元中的阈值的示例。
图17图示了由根据本公开的实施例的检测装置执行的处理过程的另一示例的流程图。
图18是图示了根据本公开的实施例2的分析装置的功能配置的框图。
图19是图示了根据本公开的实施例2的检测装置的功能配置的框图。
图20图示了存储在阈值存储单元中的阈值的示例。
图21是由根据本公开的实施例2的分析装置执行的处理过程的一个示例的流程图。
图22是由根据本公开的实施例2的检测装置执行的处理过程的一个示例的流程图。
图23是由根据本公开的实施例2的检测装置执行的处理过程的另一示例的流程图。
图24是图示了根据本公开的实施例3的分析装置的功能配置的框图。
图25是图示了根据本公开的实施例3的检测装置的功能配置的框图。
图26图示了存储在阈值存储单元中的阈值的示例。
图27是由根据本公开的实施例3的分析装置执行的处理过程的一个示例的流程图。
图28是由根据本公开的实施例3的检测装置执行的处理过程的一个示例的流程图。
图29是由根据本公开的实施例3的检测装置执行的处理过程的另一示例的流程图。
图30是图示了根据本公开的实施例4的分析装置的功能配置的框图。
图31图示了在从侧面观察时待由人佩戴的头盔。
图32图示了在从上方观察时待由人佩戴的头盔。
图33图示了存储在阈值存储单元中的阈值的示例。
图34是由根据本公开的实施例4的分析装置执行的处理过程的一个示例的流程图。
图35是用于确定低频大小和低频颜色的集合的候选(S8B)的处理的详细处理过程的流程图。
图36图示了S-R-G-B信号直方图的一个示例。
图37图示了S-R信号直方图的一个示例。
图38是由根据本公开的实施例4的检测装置执行的处理过程的一个示例的流程图。
图39是由根据本公开的实施例4的检测装置执行的处理过程的另一示例的流程图。
具体实施方式
[待由本公开解决的问题]
然而，专利文献1没有公开如何确定要在叉车和人的头盔上绘制的轮廓的颜色。这使得在具有与轮廓的颜色类似的颜色的对象物等存在于相机拍摄范围内的情况下无法准确检测到人。
同时，专利文献2检测由人佩戴的头盔以便检测到人。这也使得在具有与头盔的颜色类似的颜色的对象物等存在于相机拍摄范围内的情况下无法准确检测到头盔。
本发明的目的是提供一种能够确定要应用于对象物的颜色以便通过图像处理准确检测对象物的图像处理程序、图像处理设备以及图像处理方法。
本发明的另一目的是提供一种能够通过图像处理准确检测到的颜色标签。
本发明的再一目的是提供一种能够准确检测对象物的检测装置和图像处理系统。
[发明效果]
根据本公开，能够确定要应用于对象物的颜色以便通过图像处理准确检测对象物。
还能够提供能够通过图像处理准确检测到的颜色标签。
另外还能够准确检测对象物。
[本申请的实施例描述]
首先列出本公开的实施例概述。
(1)根据本公开的一个实施例的图像处理程序使计算机充当：图像获取单元，该图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；出现频率计算单元，该出现频率计算单元基于由图像获取单元获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及低频颜色确定单元，该低频颜色确定单元基于由出现频率计算单元针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
根据该配置，可以从通过拍摄包括对象物的检测目标区域获得的图像中确定作为出现频率相对较低的颜色的低频颜色。因此，能够确定要应用于对象物的颜色以便通过图像处理准确检测对象物。换言之，通过将这种低频颜色应用于对象物，可以在不受其它区部的颜色影响的情况下从通过拍摄检测目标区域获得的图像中准确检测具有低频颜色的区部。这使得能够准确检测对象物。例如，从通过拍摄工厂内部获得的图像中确定低频颜色，且将使低频颜色显影的颜色标签贴在由人佩戴的头盔上。确保颜色标签的颜色在图像中的出现频率较低。因此，可以通过图像处理准确检测贴在头盔上的颜色标签，这使得能够准确检测到人。
(2)优选地，低频颜色确定单元鉴于在预定颜色空间中彼此接近地定位的多种颜色中所包括的每种颜色的出现频率来确定低频颜色。
根据该配置，在作为在颜色空间中出现频率低的颜色周围的颜色在出现频率方面也低的情况下，可以优先将出现频率低的颜色确定为低频颜色。因此，即使与低频颜色对应的对象物的颜色由于诸如太阳辐射、天气、照明等的环境条件的变化而在图像中稍微发生变化，也可以使改变后的颜色的出现频率较低。这使得能够在不受环境条件的变化影响的情况下通过图像处理从图像中准确检测到对象物。
(3)优选地，还使计算机充当：区部划分单元，该区部划分单元执行基于每个像素的颜色将由图像获取单元获取的图像划分为多个区部的处理；以及区部特征计算单元，该区部特征计算单元针对由区部划分单元通过划分而获得的每个区部计算该区部的大小和代表颜色。出现频率计算单元基于由区部特征计算单元计算出的区部的大小和代表颜色针对大小和代表颜色的每个集合计算包括该集合的区部在图像中的出现频率，并且低频颜色确定单元基于由出现频率计算单元计算出的每个集合的区部的出现频率来确定比其它集合出现频率低的大小和代表颜色的集合。
根据该配置，通过区部划分处理，将图像划分成分别由具有类似颜色的像素形成的多个区部。此外，基于针对每个区部的大小和代表颜色的集合的出现频率，可以确定出现频率相对较低的大小和代表颜色的集合。这使得能够确定要应用于对象物的颜色和该颜色的大小以便通过图像处理准确检测对象物。例如，通过将具有所确定的大小和代表颜色的标签附接至对象物并且通过图像处理从图像中检测具有该大小和代表颜色的标签，可以准确检测对象物。
(4)优选地，低频颜色确定单元基于出现频率通过优先选择具有增加色间距离的低频颜色的集合来确定多种低频颜色。
随着色间距离增加，颜色的可辨别性亦增加。根据该配置，按照色间距离增加的方式确定多种低频颜色。例如，在从三种低频颜色中选出两种低频颜色的情况下，在三对低频颜色中选出其间的具有最长距离的一对低频颜色。如果选择这三对低频颜色之间的具有短距离的一对低频颜色，则低频颜色可以根据诸如太阳辐射、天气、照明等的环境条件通过图像处理被识别为相同颜色，且无法被辨别。然而，通过选择这三对低频颜色之间的具有长距离的一对低频颜色，不论环境条件如何都可以辨别出低频颜色。
(5)优选地，还使计算机充当：显示控制单元，该显示控制单元将由低频颜色确定单元确定的多种低频颜色显示在屏幕上；以及选择颜色获取单元，该选择颜色获取单元获取作为由用户从屏幕上显示的多种低频颜色中选出的颜色的选择颜色。显示控制单元还根据距由选择颜色获取单元获取的选择颜色的距离将多种低频颜色显示在屏幕上。
根据该配置，在通过低频颜色确定单元确定多种低频颜色的情况下，根据距由用户从多种低频颜色中选出的选择颜色的距离，将剩余的低频颜色显示在屏幕上。例如，按照距选择颜色的距离较长的颜色排名较高的顺序显示剩余的低频颜色，这允许用户以高可辨别性容易地选择低频颜色。
(6)优选地，还使计算机充当：时间获取单元，该时间获取单元获取由图像获取单元获取的图像的获取时间。出现频率计算单元根据包括由时间获取单元获取的获取时间的时间段来计算每种颜色的出现频率，并且低频颜色确定单元基于由出现频率计算单元计算出的出现频率根据时间段确定低频颜色。
根据该配置，可以针对每个时间段确定低频颜色。因此，即使在从(例如，在照明环境根据时间段而出现变化的)室外等拍摄的图像中检测到对象物的情况下，可以根据时间段来改变要应用于对象物的颜色标签的颜色。这使得能够以高准确度在任何时间段内检测到对象物。
(7)优选地，还使计算机充当：位置获取单元，该位置获取单元获取由图像获取单元获取的图像的获取位置。出现频率计算单元根据由位置获取单元获取的获取位置所属的区域来计算每种颜色的出现频率，并且低频颜色确定单元基于由出现频率计算单元计算出的出现频率根据该区域确定低频颜色。
根据该配置，可以针对每个区域确定低频颜色。因此，例如，即使在从安装在车辆上的相机所拍摄的图像中检测到对象物的情况下或者即使在从放置在多个区域中的相机所拍摄的图像中检测到对象物的情况下，要应用于对象物的颜色标签的颜色根据相机的位置而改变，由此可以以高准确度检测到对象物。
(8)优选地，还使计算机充当：指定颜色获取单元，该指定颜色获取单元获取指定颜色；以及输出单元，该输出单元基于由出现频率计算单元针对每种颜色计算出的出现频率来输出关于由指定颜色获取单元获取的指定颜色的出现频率的信息。
根据该配置，用户可以了解图像中的指定颜色的出现频率或出现频率的等级等。例如，用户在图像中指定使由低频颜色确定单元确定的低频颜色显影的标签。这允许用户了解标签的颜色是否在实际上出现频率低，或者确认标签是否以适当颜色发光。
(9)优选地，还使计算机充当：阈值确定单元，该阈值确定单元基于由低频颜色确定单元确定的低频颜色来确定用于识别低频颜色的阈值。
根据该配置，能够通过另一检测装置等来确定用于识别低频颜色的阈值。
(10)根据本公开的另一实施例的颜色标签发射通过在计算机上执行上述图像处理程序而确定的低频颜色的光。
根据该配置，颜色标签使在图像中出现频率低的颜色显影。换言之，具有与颜色标签的颜色相同或者类似的颜色的像素不太可能存在于图像中。这使得能够通过图像处理准确检测到与其它区部不同的颜色标签。因此，能够提供通过图像处理准确检测到的颜色标签。
(11)根据本公开的另一实施例的检测装置包括：阈值获取单元，该阈值获取单元获取用于识别通过在计算机上执行上述图像处理程序而确定的低频颜色的阈值；图像获取单元，该图像获取单元获取包括对象物的检测目标区域的图像；以及检测单元，该检测单元基于由阈值获取单元获取的阈值检测到在由图像获取单元获取的图像中包括低频颜色。
根据该配置，检测装置可以检测到在图像中包括低频颜色。低频颜色是很少包括在图像的背景等中的颜色。因此，通过将低频颜色应用于对象物，可以在不受背景等的颜色影响的情况下准确检测到对象物。
(12)根据本公开的另一实施例的图像处理设备包括：图像获取单元，该图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；出现频率计算单元，该出现频率计算单元基于由图像获取单元获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及低频颜色确定单元，该低频颜色确定单元基于由出现频率计算单元针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
该配置包括由计算机根据上述图像处理程序操作的处理单元作为部件。这使得能够产生与上述图像处理程序的操作和效果类似的操作和效果。
(13)根据本公开的另一实施例的图像处理方法包括：获取通过拍摄包括对象物的检测目标区域获得的图像；基于获取的图像针对每种颜色计算该颜色在图像中的出现频率；以及基于针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。
该配置包括与由计算机根据上述图像处理程序操作的处理单元对应的步骤。这使得能够产生与上述图像处理程序的操作和效果类似的操作和效果。
(14)根据本公开的另一实施例的图像处理系统包括：上述图像处理设备；上述颜色标签；以及上述检测装置。
该配置包括上述图像处理设备、上述颜色标签以及上述检测装置。根据该图像处理设备，能够从通过拍摄包括对象物的检测目标区域获得的图像中确定作为出现频率相对较低的颜色的低频颜色。此外，颜色标签使低频颜色显影。即，颜色标签使在图像中出现频率低的颜色显影，并且具有与颜色标签的颜色相同或者类似的颜色的像素不太可能存在于图像中。因此，检测装置在不受其它区部的颜色影响的情况下从通过拍摄检测目标区域获得的图像中准确检测颜色标签。通过将颜色标签应用于对象物，检测装置可以准确检测到对象物。例如，从通过拍摄工厂内部获得的图像中确定低频颜色，且将使低频颜色显影的颜色标签应用于由人佩戴的头盔上。确保颜色标签的颜色在图像中的出现频率较低。因此，可以通过图像处理准确检测头盔，这使得能够准确检测到人。
注意，能够实现半导体集成电路，该半导体集成电路实现根据本公开的图像处理设备或者检测装置的一部分或者全部。
[本发明的实施例的详细描述]
下面将参考附图详细地描述本公开的实施例。应理解，下面描述的实施例将被视为本公开的优选具体示例。在下面的实施例中指示的数字、形状、材料、部件、部件的布置、连接状态、步骤、步骤的顺序等仅仅是示例并且不旨在限制本公开。本公开由随附权利要求书限定。因此，将在指示本公开的最一般概念的从属权利要求中未描述的以下实施例的部件中的一些部件描述为构成更优选模式的部件，但并不一定需要这些部件来解决本公开的问题。
(实施例1)
[图像处理系统的整体配置]
图1图示了根据本公开的实施例1的图像处理系统的整体配置。在实施例1中描述的是将人61检测为检测目标区域内的对象物的示例。注意，对象物可以是诸如车辆等的另一移动单元和预先安装在检测目标区域中的支柱、固定装置等，不限于人61。
图像处理系统1是用于检测预定检测目标区域内的对象物的系统，并且包括相机2、分析装置3、检测装置4以及颜色标签5。
相机2拍摄预设检测目标区域并且输出所拍摄的图像作为视频信号。
分析装置3构成图像处理设备，并且从相机2获取检测目标区域的图像(视频图像)并且确定在获取的图像中为出现频率相对较低的颜色的低频颜色。分析装置3和相机2可以通过电线连接或者可以通过符合通信标准的移动电话网络(诸如，4G等)或者无线局域网(LAN)(诸如，Wi-Fi(注册商标)等)连接。可替代地，相机2将所拍摄的图像写入记录介质，同时分析装置3从记录介质读出检测目标区域的图像等。
注意，将由分析装置3执行的低频颜色确定处理执行为在由检测装置4执行的对人61的检测处理之前执行的预处理，这将在稍后进行描述。
颜色标签5使通过分析装置3确定的低频颜色显影。将颜色标签5附接至与对象物对应的人61。例如，将颜色标签5贴在由人61佩戴的头盔上。
检测装置4从相机2获取检测目标区域的图像并且通过检测使获取的图像中的低频颜色显影的颜色标签5来检测与对象物对应的人61。检测装置4和相机2可以通过电线连接或者可以通过符合通信标准的移动电话网络(诸如，4G等)或者无线LAN(诸如，Wi-Fi(注册商标)等)连接。
图2图示了图像处理系统1的安装示例。
例如，图像处理系统1是用于监测叉车60的周围环境的系统，并且相机2附接在能够监测叉车60的后侧的位置处(例如，附接在叉车60的护顶架的后端位置处)。因此，将叉车60的后侧视作用于检测人61的目标区域。
例如，相机2和分析装置3通过无线LAN连接，同时相机2和检测装置4通过电线连接。
检测装置4通过从相机2所拍摄的图像中检测颜色标签5来检测人61。
[分析装置3的配置]
图3是图示了根据本公开的实施例1的分析装置3的功能配置的框图。
分析装置3包括通信单元31、图像获取单元32、存储单元33、出现频率计算单元34、低频颜色确定单元35、显示控制单元36以及输入接受单元37。
通信单元31是用于与相机2或者检测装置4通信的处理单元，并且被配置为包括用于例如与相机2或者检测装置4建立有线连接或者无线连接的通信接口。
图像获取单元32经由通信单元31从相机2获取相机2所拍摄的检测目标区域的图像。图像获取单元32将获取的图像积聚到存储单元33中。
存储单元33是用于积聚通过图像获取单元32获取的图像的存储装置，并且例如由随机存取存储器(RAM)、闪速存储器、硬盘驱动器(HDD)等形成。
出现频率计算单元34基于由图像获取单元32获取的图像来计算每种颜色在图像中的出现频率。在用RGB颜色空间中的亮度值R(红色)、G(绿色)以及B(蓝色)表示颜色的情况下，出现频率计算单元34计算亮度值(R,G,B)的每个集合的出现频率。
注意，颜色可以用色相(H)、饱和度(S)以及亮度(V)表示。
注意，如果基于由图像获取单元32获取的多张图像来计算出现频率，那么出现频率计算单元34从存储单元33读出多张图像。
低频颜色确定单元35基于由出现频率计算单元34针对每种颜色计算出的出现频率来确定与其它颜色相比为出现频率低的颜色的低频颜色。例如，低频颜色确定单元35可以将其出现频率与通过对所有颜色的出现频率进行求和而获得的总出现频率的比率等于或者小于预定阈值的颜色确定为低频颜色。可替代地，低频颜色确定单元35可以将以出现频率的升序预先确定的预定数量的颜色确定为低频颜色。
显示控制单元36由输出单元形成，并且控制将由低频颜色确定单元35确定的低频颜色显示在分析装置3的显示屏上或者显示在经由网络等连接至分析装置3的另一装置(诸如，终端装置等)的显示屏上。
输入接受单元37是用于接受用户经由输入装置(诸如，键盘、鼠标、触摸板等)的输入的处理单元，并且包括选择颜色获取单元37a和指定颜色获取单元37b。
选择颜色获取单元37a从由显示控制单元36在显示屏上显示的多种低频颜色中接受来自用户的选择输入，并且获取视作用户所选择的低频颜色的选择颜色。
指定颜色获取单元37b获取与由用户操作输入装置指定的颜色对应的指定颜色。例如，如果用户指定显示屏上显示的图像上的位置，那么指定颜色获取单元37b获取与该位置对应的颜色作为指定颜色。可替代地，如果用户指定显示屏上显示的颜色调色板的位置，那么指定颜色获取单元37b获取与该位置对应的颜色作为指定颜色。
在指定颜色获取单元37b获取指定颜色的情况下，出现频率计算单元34计算与指定颜色对应的出现频率，同时显示控制单元36将计算出的出现频率显示在显示屏上。
[检测装置4的配置]
图4是图示了根据本公开的实施例1的检测装置4的功能配置的框图。
检测装置4包括通信单元41、低频颜色获取单元42、阈值确定单元43、阈值存储单元44、图像获取单元45、检测单元46以及通知单元47。
通信单元41是用于与相机2或者分析装置3通信的处理单元，并且被配置为包括用于与相机2或者分析装置3建立有线连接或者无线连接的通信接口。
低频颜色获取单元42经由通信单元41从分析装置3获取由分析装置3确定的低频颜色。例如，在用RGB颜色空间中的亮度值R、G以及B表示颜色的情况下，低频颜色获取单元42获取与低频颜色对应的亮度值集合(R,G,B)。
阈值确定单元43充当阈值获取单元，并且基于由低频颜色获取单元42获取的低频颜色来确定用于检测使由分析装置3确定的低频颜色显影的颜色标签5的阈值。例如，在低频颜色的亮度值集合为(R1,G1,B1)的情况下，阈值确定单元43确定阈值的下限阈值为(R1-10,G1-10,B1-10)并且确定阈值的上限阈值为(R1+10,G1+10,B1+10)。阈值确定单元43将所确定的阈值写入阈值存储单元44中。注意，如果低频颜色获取单元42获取多种低频颜色，那么阈值确定单元43确定每种低频颜色的阈值并且将其写入阈值存储单元44中。
阈值存储单元44是用于存储由阈值确定单元43确定的阈值的存储装置，并且例如由RAM、闪速存储器、HDD等形成。
图像获取单元45经由通信单元41从相机2获取相机2所拍摄的检测目标区域的图像。
检测单元46检测到在由图像获取单元45获取的图像中包括由低频颜色获取单元42获取的低频颜色，即，包括颜色标签5。即，检测单元46从阈值存储单元44读出阈值，并且基于所读出的阈值和获取的图像的每个像素的颜色来确定在所读取的图像中是否包括低频颜色。例如，如果获取的图像的每个像素的亮度值集合(R,G,B)落入已经读出的上限阈值与下限阈值之间的范围内，那么检测装置46检测到在图像中包括低频颜色。这允许检测单元46检测颜色标签5。
例如，如果检测单元46检测到低频颜色(即，颜色标签5)，那么通知单元47将声音信号传输至声音输出装置，将消息信息传输至显示装置，或者将检测结果传输至终端装置。例如，这允许声音输出装置输出通知声音并且允许显示装置显示消息信息。例如，在声音输出装置和显示装置安装在叉车60的驾驶员座椅中的情况下，通知单元47可以经由声音输出装置和显示装置利用声音或者图像将人6在叉车60后面通知给叉车60的驾驶员。可替代地，如果驾驶员拥有作为智能电话等的终端装置，那么通知单元47可以利用声音、图像或者振动等向驾驶员通知人6在叉车60后面。
注意，在检测装置4的上述配置中，阈值确定单元43的配置可以设置于分析装置3中。在这种情况下，基于由分析装置3的低频颜色确定单元35确定的低频颜色，设置于分析装置3中的阈值确定单元43确定用于检测使该低频颜色显影的颜色标签5的阈值。阈值确定单元43经由通信单元31将所确定的阈值传输至检测装置4。检测装置4设置有阈值获取单元，而不是低频颜色获取单元42和阈值确定单元43，并且阈值获取单元经由通信单元41从分析装置3接收由分析装置3确定的阈值并且将其存储在阈值存储单元44中。
[颜色标签5的配置]
图5是图示了根据本公开的实施例1的颜色标签5的配置的框图。
颜色标签5设置有接口单元51、控制单元52以及发光元件53。
接口单元51是用于接受要设置于发光元件53的颜色的接口。接口单元51例如可以是用于允许用户设置亮度值集合(R,G,B)的操作单元(诸如，开关等)或者可以是连接至外部设备的用于从该外部设备接受亮度值集合(R,G,B)的通信接口。
控制单元52控制发光元件53的亮度颜色，使得发光元件53以接口单元51所接受的颜色发光。控制单元52可以由通用处理器等形成，或者可以由集成电路(诸如，专用集成电路(ASIC)、现场可编程门阵列(FPGA)等)或者电路形成。
发光元件53是以由控制单元52设置的颜色发光的发光元件，并且例如由发光元件(诸如，发光二极管(LED)、有机电致发光(EL)等)形成。
注意，颜色标签5可以由布、带、涂料等形成，并且可以使特定颜色显影，不限于图5中图示的配置。在这种情况下，更优选的是，颜色标签5由荧光带形成或者涂有荧光涂料。即使在例如低亮度条件下(诸如，在夜晚或者阴天条件下)，这使得感知颜色标签5变得容易。这也使得能够在不使用特定相机(诸如，红外相机等)的情况下感知标签。
参照图6和图7，将描述颜色标签5的附接示例。
图6图示了如从侧面所见的待由人61佩戴的头盔。如图6所图示，颜色标签5贴在头盔80的顶部中心周围(人61的顶骨区部周围)。颜色标签5由布置成彼此相邻的第一颜色标签5A和第二颜色标签5B组成。注意，第一颜色标签5A和第二颜色标签5B的布置位置不限于相邻位置。可以设置第一颜色标签5A与第二颜色标签5B之间的预定间隔。由此，颜色标签5定位在人61的顶骨区部周围使颜色标签5在所有方向可见。在颜色标签5被配置为包括发光元件53的情况下，同远处位置的可见性增加。
图7图示了如从侧上方向所见的待检测对象物。如图7所图示，例如，将颜色标签5贴在作为对象物的一个示例的盒子的角落部分处。颜色标签5由类似于图6中图示那样布置成彼此相邻的第一颜色标签5A和第二颜色标签5B组成。注意，第一颜色标签5A和第二颜色标签5B的布置位置不限于相邻位置。可以设置第一颜色标签5A与第二颜色标签5B之间的预定间隔。同样，颜色标签5附接在盒子的角落部分处使颜色标签5在所有方向可见。注意，颜色标签5的附接位置不限于单个角落。将颜色标签5附接在多个角落处可以增强其可见性。在颜色标签5配置为包括发光元件53的情况下，同远处位置的可见性同样增加。
[分析装置3的处理过程]
图8是由根据本公开的实施例1的分析装置3执行的处理过程的一个示例的流程图。
图像获取单元32经由通信单元31从相机2获取相机2所拍摄的检测目标区域的图像(S2)。
图像获取单元32将获取的图像写入存储单元33中，从而将该图像存储在存储单元33中(S4)。
图像获取单元32判断图像获取是否完成(S6)。如果图像获取未完成(在S6中为“否”)，那么在图像获取完成之前重复执行步骤S2和S4中的处理。
例如，如图2所图示，在相机2安装至叉车60的情况下，如果叉车60在可驾驶范围内(例如，在工厂内)完全驾驶并且获取所有位置中的图像，那么判断图像获取完成。
叉车60的驾驶员可以判断图像获取完成，并且将图像获取完成通知给分析装置3。在相机2固定在室外的情况下，相机2可以以预定周期拍摄图像，并且图像获取单元32可以判断图像获取在获取24小时的图像的时间点完成。
如果判断图像获取完成(在S6中为“是”)，那么出现频率计算单元34和低频颜色确定单元35基于存储在存储单元33中的图像来确定低频颜色的候选(S8)。由于颜色标签5包括第一颜色标签5A和第二颜色标签5B的两个颜色标签，因此这里假定确定了低频颜色的两种或者更多种候选。
图9是低频颜色候选确定处理(S8)的详细处理过程的流程图。
参看图9，出现频率计算单元34根据存储在存储单元33中的图像创建R-G-B信号直方图(S32)。出现频率计算单元34将所创建的R-G-B信号直方图存储在存储单元33中。
图10图示了R-G-B信号直方图的一个示例，其中，该R-G-B信号直方图的横轴指示亮度值(R,G,B)中的每一个，而其纵轴指示亮度值集合中的每一个的频率。亮度值R(R信号)、亮度值G(G信号)以及亮度值B(B信号)分别为介于0至255的范围内的整数值。换言之，出现频率计算单元34将图像中的相应像素的亮度值制成表，从而创建R-G-B信号直方图。
随后，出现频率计算单元34根据R-G-B信号直方图创建R信号直方图，而低频颜色确定单元35基于该R信号直方图来确定低频颜色(S34)。
详细地描述，图11图示了R信号直方图的一个示例，其中，R信号直方图的横轴指示R信号，而其纵轴指示R信号中的每一个的频率。注意，例如，每隔8个步长(8个亮度值)对R信号进行一次量化。例如，将一种频率设置为0-7类别内的R信号。注意，用于量化的步长的数量可以采用任何数量，不限于8个。
低频颜色确定单元35基于R信号直方图来确定其频率等于或者小于预定阈值的R信号的类别。例如，预定阈值可以是零，或者可以是所有类别的总频率的百分之一的值。注意，阈值是一个示例并且可以采用任何值。例如，假定根据低频颜色确定单元35的阈值处理来确定类别240-247和类别248-255内的R信号。
随后，低频颜色确定单元35针对其频率等于或者小于阈值的每种类别确定一种低频颜色。在类别彼此连续的情况下，将关于连续类别的一种低频颜色确定为单种类别。由于R信号从类别240-247至类别248-255为连续的，因此低频颜色确定单元35从这两种类别中确定一种低频颜色。例如，低频颜色确定单元35将两种类别之间的中间值(此处为具有248的R信号)确定为低频颜色的R信号的值。此处，在不考虑G信号和B信号的情况下，根据R信号直方图确定低频颜色。因此，低频颜色的G信号和B信号的值可以采用任何值。例如，可以随机确定G信号和B信号的值，或者可以将G信号和B信号的值确定为相应信号可以采用的值的中间值或者预设值。
低频颜色确定单元35判断是否确定了两种或者更多种低频颜色(S36)。如果确定了两种或者更多种低频颜色(在S36中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色(在S36中为“否”)，那么出现频率计算单元34根据R-G-B信号直方图创建G信号直方图，而低频颜色确定单元35基于该G信号直方图来确定低频颜色(S38)。除了使用G信号代替R信号之外，步骤S38中的处理与步骤S34中的处理相同。因此，不再重复对其的详细描述。
低频颜色确定单元35判断通过直到步骤S38的处理是否确定了两种或者更多种低频颜色的累积总和(S40)。如果确定了两种或者更多种低频颜色的累积总和(在步骤S40中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色的累积总和(在步骤S40中为“否”)，那么出现频率计算单元34根据R-G-B信号直方图创建B信号直方图，而低频颜色确定单元35基于该B信号直方图来确定低频颜色(S42)。除了使用B信号代替R信号之外，步骤S42中的处理与步骤S34中的处理相同。因此，不再重复对其的详细描述。
低频颜色确定单元35判断通过直到步骤S42的处理是否确定了两种或者更多种低频颜色的累积总和(S44)。如果确定了两种或者更多种低频颜色的累积总和(在步骤S44中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色的累积总和(在步骤S44中为“否”)，那么出现频率计算单元34根据R-G-B信号直方图创建R-G信号直方图，而低频颜色确定单元35基于该R-G信号直方图来确定低频颜色(S46)。
详细地描述，图12图示了R-G信号直方图的一个示例，其中，第一轴指示R信号，与第一轴垂直的第二轴指示G信号，与第一轴和第二轴二者垂直的第三轴指示R信号和G信号的集合中的每一个的频率。注意，例如，每隔8个步长(8个亮度值)对R信号和G信号进行一次量化。例如，将一种频率设置为类别(R,G)＝(0-7,0-7)。注意，用于量化的步长的数量可以采用任何数量，不限于8个。
低频颜色确定单元35根据R-G信号直方图来确定其频率等于或者小于预定阈值的R信号和G信号的集合(类别)。例如，预定阈值可以是零，或者可以是所有类别的总频率的十分之一的值。注意，阈值是一个示例并且可以采用任何值。
低频颜色确定单元35针对其频率等于或者小于阈值的每种类别确定一种低频颜色。在类别在RG平面(由第一轴和第二轴限定的平面)上连续的情况下，将关于连续类别的一种低频颜色确定为一种类别。例如，低频颜色确定单元35将这些类别之间的R信号的中间值和G信号的中间值确定为低频颜色的R信号的值和G信号的值。此处，在不考虑B信号的情况下，根据R-G信号直方图确定低频颜色。低频颜色的B信号的值可以采用任何值。例如，可以随机确定B信号的值，或者可以将B信号的值确定为B信号可以采用的值的中间值或者预设值。
低频颜色确定单元35判断通过直到步骤S46的处理是否确定了两种或者更多种低频颜色的累积总和(S48)。如果确定了两种或者更多种低频颜色的累积总和(在步骤S48中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色的累积总和(在S48中为“否”)，那么出现频率计算单元34根据R-G-B信号直方图创建R-B信号直方图，而低频颜色确定单元35基于该R-B信号直方图来确定低频颜色(S50)。除了使用B信号代替G信号之外，步骤S50中的处理与步骤S46中的处理相同。因此，不再重复对其的详细描述。
低频颜色确定单元35判断通过直到步骤S50的处理是否可以确定两种或者更多种低频颜色的累积总和(S52)。如果确定了两种或者更多种低频颜色的累积总和(在步骤S52中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色的累积总和(在步骤S52中为“否”)，那么出现频率计算单元34根据R-G-B信号直方图创建G-B信号直方图，而低频颜色确定单元35基于该G-B信号直方图来确定低频颜色(S54)。除了使用B信号代替R信号之外，步骤S54中的处理与步骤S46中的处理相同。因此，不再重复对其的详细描述。
低频颜色确定单元35判断通过直到步骤S54的处理是否确定了两种或者更多种低频颜色的累积总和(S56)。如果确定了两种或者更多种低频颜色的累积总和(在步骤S56中为“是”)，那么低频颜色候选确定处理(S8)结束。
如果未确定两种或者更多种低频颜色的累积总和(在步骤56中为“否”)，那么出现频率计算单元34例如根据在步骤S32中创建的R-G-B信号直方图每隔8个步长(8个亮度值)对相应颜色的信号进行一次量化，从而创建经量化的R-G-B信号直方图。注意，用于量化的步长的数量可以采用任何数量，不限于8个。在经量化的R-G-B信号直方图中，第一轴指示R信号，与第一轴垂直的第二轴指示G信号，与第一轴和第二轴垂直的第三轴指示B信号，并且与第一轴、第二轴以及第三轴垂直的第四轴指示R信号、G信号以及B信号的集合中的每一个的频率。低频颜色确定单元35基于经量化的R-G-B信号直方图来确定低频颜色(S58)。
详细地描述，例如，在经量化的R-G-B信号直方图中，将一种频率设置为类别(R,G,B)＝(0-7,0-7,0-7)。低频颜色确定单元35根据R-G信号直方图来确定其频率等于或者小于预定阈值的R信号、G信号以及B信号的集合(类别)。例如，预定阈值可以是零，或者可以是所有类别的总频率的二十分之一的值。
低频颜色确定单元35针对其频率等于或者小于阈值的每种类别确定一种低频颜色。在类别在RGB空间(由第一轴、第二轴以及第三轴限定的空间)上连续的情况下，将关于连续类别的一种低频颜色确定为一种类别。例如，低频颜色确定单元35将这些类别之间的R信号、G信号以及B信号的中间值确定为低频颜色的R信号、G信号以及B信号的值。
通过上述步骤S32至S58的处理，确定低频颜色的候选。注意，在颜色标签5可以由三种或者更多种颜色形成的情况下，如果还需要确定三种或者更多种候选，那么这通过类似处理实现。
再次参照图8，低频颜色确定单元35判断根据上述低频颜色候选确定处理(S8)是否确定了低频颜色的三种或者更多种候选(S10)。如果确定了低频颜色的三种或者更多种候选(在S10中为“是”)，执行步骤S12中的和步骤12之后的处理，以便将低频颜色的候选缩减到两种。
换言之，显示控制单元36确定由低频颜色确定单元35确定的低频颜色的三种或者更多种候选的显示顺序(S12)。即，显示控制单元36确定低频颜色的候选的显示顺序，使得出现频率低的大量颜色连续相邻的低频颜色的候选以更高排名进行显示。例如，显示控制单元36确定要将由单色信号直方图(R信号直方图、G信号直方图或者B信号直方图)确定的低频颜色的候选的显示顺序排名得比由多色信号直方图(R-G信号直方图、R-B信号直方图、G-B信号直方图或者R-G-B信号直方图)确定的低频颜色的候选的显示顺序更高。这是因为由单色信号直方图确定的低频颜色的候选由于除该单种颜色之外的两种颜色的颜色信号的值可以采用任何值的事实而使出现频率低的更多颜色与RGB空间中的低频颜色的候选连续相邻。
出于类似原因，显示控制单元36确定要将由双色信号直方图(R-G信号直方图、R-B信号直方图或者G-B信号直方图)确定的低频颜色的候选的显示顺序排名得比由三色信号直方图(R-G-B信号直方图)确定的低频颜色的候选的显示顺序更高。
在存在由单色信号直方图确定的低频颜色的多种候选的情况下，显示控制单元36确定显示顺序，使得如图11所图示，由连续类别确定的低频颜色越多并且连续类别的数量越大，显示低频颜色的排名越高。类似评论适用于由多色信号直方图确定的低频颜色的候选的显示顺序。
显示控制单元36从所确定的显示顺序中排名较高的颜色中显示低频颜色的候选(S14)。
图13图示了低频颜色确定处理。图13(A)图示了步骤S14中的在屏幕上的显示示例。在显示屏上，显示了低频颜色候选的颜色数量和颜色信息的集合。颜色信息由亮度值集合(R,G,B)指示，并且在亮度值旁边的图标中显示了其实际颜色。在图13(A)中，显示了低频颜色的四种候选。
选择颜色获取单元37a保持待命，直到用户操作输入装置以从低频颜色的候选中选择候选，即，第一选择颜色(由用户选择的候选)(S16)为止。此处，假定将编号为2的颜色选择为第一选择颜色(图13(B))。
当选择颜色获取单元37a获取第一选择颜色时(在步骤S16中为“是”)，显示控制单元36根据从第一选择颜色到低频颜色的其余候选的距离再次确定低频颜色的多种候选的显示顺序(S18)。即，确定低频颜色的候选的显示顺序，使得将与第一选择颜色具有更长距离的低频颜色的候选显示为排名更高。此处，色间距离可以是相应亮度值(R,G,B)之间的欧几里得距离，或者可以是由从亮度值(R,G,B)计算出的色相形成的角度(或者角度的余弦的倒数)。注意，色间距离可以采用任何距离，只要其为可以用于判断颜色之间的类似性的标尺即可。
显示控制单元36根据再次确定的显示顺序将低频颜色的候选显示在显示屏上(S20)。如图13(C)所图示，例如，将与第一选择颜色对应的编号为2的颜色信息显示为排名最高。接着，按照在步骤S18中再次确定的显示顺序中排名较高的颜色的顺序显示颜色信息。
选择颜色获取单元37a保持待命，直到用户从除第一选择颜色之外的低频颜色的候选中选择候选，即，获取第二选择颜色(由用户选择的候选)(S22)为止。此处，假定将编号为3的颜色选择为第二选择颜色(图13(C))。
当选择颜色获取单元37a获取第二选择颜色(在S22中为“是”)时，显示控制单元36将第一选择颜色和第二选择颜色显示在显示屏上(S24)。如图13(E)所图示，例如，显示控制单元36将编号为2和编号为3的颜色信息显示在显示屏上。
而且，低频颜色确定单元35经由通信单元31将第一选择颜色和第二选择颜色的颜色信息传输至检测装置4(S26)。
注意，如果在低频颜色候选确定处理中确定了低频颜色的两种或者以下的候选(在S10中为“否”)，显示控制单元36在显示屏上显示关于所确定的低频颜色的候选的低频颜色的颜色信息作为低频颜色(S24)。低频颜色确定单元35经由通信单元31将低频颜色的颜色信息传输至检测装置4(S26)。注意，如果没有找到低频颜色的候选，那么可以跳过步骤S24和S26中的处理。
根据上述处理，最多确定两种低频颜色。在颜色标签5由三种或者更多种颜色组成的情况下，如果需要确定三种或者更多种低频颜色，那么在获取第二选择颜色之后另外执行与步骤S18至S22类似的处理，从而在第三选择颜色处和在第三选择颜色之后确定低频颜色。
图14是由根据本公开的实施例1的分析装置3执行的处理过程的另一示例的流程图。图14中图示的处理用于例如，在颜色标签5使由上述处理确定的低频颜色显影之后进行校准等。即，处理用于进行校准等，以基于相机2所拍摄的颜色标签5的图像来确认是否能确保颜色标签5的颜色的出现频率是低的，并且调整颜色标签5的颜色。
参照图14，图像获取单元32经由通信单元31从相机2获取图像(S102)。例如，图像获取单元32获取通过拍摄使第一选择颜色显影的第一颜色标签5A和使第二选择颜色显影的第二颜色标签5B获得的图像。
显示控制单元36将由图像获取单元32获取的图像显示在显示屏上(S104)。
指定颜色获取单元37b保持待命，直到其获取到由用户操作输入装置指定的指定颜色为止(S106)。例如，如果用户操作输入装置以指定图像上的第一颜色标签5A的位置，那么指定颜色获取单元37b获取与该位置对应的颜色作为指定颜色。
当指定颜色获取单元37b获取指定颜色(在S106中为“是”)时，出现频率计算单元34计算指定颜色的出现频率(S108)。即，出现频率计算单元34根据已经由出现频率计算单元34根据R-G-B信号直方图创建处理(在图9中的S32)创建的R-G-B信号直方图通过获取指定颜色的出现频率来计算出现频率，并且将其存储在存储单元33中。
显示控制单元36将计算出的指定颜色的出现频率显示在显示屏上(S110)。注意，显示控制单元36可以将出现频率划分成高频率、中等频率以及低频率，并且显示出现频率的等级。
根据这种处理，例如，用户可以确认颜色标签5表示的颜色在图像中的出现频率。如果出现频率高，那么这允许用户调整例如颜色标签5的颜色。
[检测装置4的处理过程]
图15是由根据本公开的实施例1的检测装置4执行的处理过程的一个示例的流程图。注意，图15中图示的处理是在图17中图示的检测到人61的处理之前执行的预处理。
低频颜色获取单元42经由通信单元41从分析装置3获取由分析装置3确定的低频颜色的颜色信息(S72)。例如，如图13(E)所图示，例如，低频颜色获取单元42获取第一选择颜色(编号为2的颜色)和第二选择颜色(编号为3的颜色)的颜色信息
阈值确定单元43基于获取的颜色信息来确定阈值(S74)。例如，阈值确定单元43为每种颜色信息的R信号、G信号以及B信号的每一个值加10，从而确定上限阈值；并且从每个值中减10，从而确定下限阈值。注意，将上限阈值限制为亮度值的上限值255，而将下限阈值限制为亮度值的下限值0。例如，阈值确定单元43从第一选择颜色(255,192,0)的颜色信息中确定上限阈值为(255,202,10)并且确定下限阈值为(245,182,0)。此外，阈值确定单元43从第二选择颜色(120,50,255)的颜色信息中确定上限阈值为(130,60,255)并且确定下限阈值为(110,40,245)。
阈值确定单元43将所确定的阈值(即，上限阈值和下限阈值的集合)存储在阈值存储单元44中(S76)。
图16图示了存储在阈值确定单元43中的阈值的示例。在阈值存储单元44中，例如，存储第一选择颜色的阈值和第二选择颜色的阈值。
图17是根据本公开的实施例的由检测装置4执行的处理过程的另一示例的流程图。图17中图示的处理是用于检测与对象物对应的人61的处理。
图像获取单元45经由通信单元41从相机2获取相机2所拍摄的检测目标区域的图像(S82)。
检测单元46从阈值存储单元44读取阈值(S84)。即，如图16所图示，检测单元46针对第一选择颜色和第二选择颜色中的每一个读出上限阈值和下限阈值的集合。
检测单元46从图像中提取第一选择颜色区部和第二选择颜色区部(S86)。即，检测单元46将图像中的像素中的每一个的亮度值与上限阈值和下限阈值进行比较，从而提取该区部。更具体地，检测单元46从图像中提取第一选择颜色的像素。换言之，检测单元46提取其亮度值等于或者大于第一选择颜色的下限阈值并且等于或者小于第一选择颜色的上限阈值的像素，作为第一选择颜色的像素。检测单元46提取具有第一选择颜色的一组相邻像素作为第一选择颜色区部。检测单元46还通过类似处理提取第二选择颜色区部。这允许检测单元46提取包括贴在头盔80上的第一颜色标签5A和第二颜色标签5B的区部。
检测单元46确定第一选择颜色区部和第二选择颜色区部是否具有预定位置关系(S88)。例如，如果第一选择颜色区部的质心与第二选择颜色区部的质心之间的距离在预定距离内，那么检测单元46确定建立了预定位置关系。由于贴在头盔80上的第一颜色标签5A与第二颜色标签5B之间的位置关系先前已知，因此也可以预先计算用于进行确定的预定距离。
如果检测单元46确定建立了预定位置关系(在S88中为“是”)，那么通知单元47例如将指示检测到人61存在的声音信号传输至声音输出装置，或者将声音信号的消息信息传输至显示装置或者终端装置(S90)。这使得能够将人61存在通知给叉车60的驾驶员。
在通知处理(S90)之后，如果达到处理结束定时(在S92中为“是”)，那么检测装置4结束处理。例如，处理结束定时是检测装置4接收到指示叉车60的发动机停止的信号的情况。
如果未达到处理结束定时(在S92中为“否”)，那么处理返回至步骤S82以重复执行从步骤S82到S90的处理，直到达到处理结束定时为止。
[实施例1的效果]
根据如上所述的实施例1，可以从通过拍摄包括对象物的检测目标区域获得的图像中确定作为出现频率相对较低的颜色的低频颜色。因此，能够确定要应用于对象物的颜色以便通过图像处理准确检测对象物。换言之，通过将这种低频颜色应用于对象物，可以在不受其它区部的颜色影响的情况下从通过拍摄检测目标区域获得的图像中准确检测具有低频颜色的区部。这使得能够准确检测对象物。例如，从通过拍摄工厂内部获得的图像中确定低频颜色，并且将使低频颜色显影的颜色标签5贴在由人61佩戴的头盔80上。确保颜色标签5的颜色在图像中的出现频率较低。因此，可以通过图像处理准确检测贴在头盔80上的颜色标签5，这使得能够准确检测到人61。
此外，低频颜色确定单元35可以鉴于在预定颜色空间中接近于彼此定位的多种颜色中所包括的每种颜色的出现频率来确定低频颜色。例如，在颜色空间中出现频率低的颜色周围的颜色在出现频率方面也低的情况下，可以优先将出现频率低的颜色确定为低频颜色。因此，即使对象物的与低频颜色对应的颜色由于诸如太阳辐射、天气、照明等的环境条件的变化而在图像中稍微发生变化，也可以使改变后的颜色的出现频率较低。这使得能够在不受环境条件的变化支配的情况下通过图像处理从图像中准确检测到对象物。
此外，在通过低频颜色确定单元35确定多种低频颜色的情况下，根据与由用户从多种低频颜色中选出的选择颜色的距离，将剩余的低频颜色显示在屏幕上。如图13(C)所图示，例如，剩余的低频颜色按照距选择颜色的距离较长的颜色排名较高的顺序显示，这允许用户以高可辨别性容易地选择低频颜色。
另外，将关于与由指定颜色获取单元37b获取的指定颜色对应的出现频率的信息显示在屏幕上。这允许用户了解图像中的指定颜色的出现频率或出现频率的等级等。例如，用户指定使图像中的低频颜色显影的颜色标签5。这允许用户了解颜色标签5的颜色是否在实际上出现频率低，或者确认颜色标签5是否使适当颜色显影。
在颜色标签5可以显影的颜色数量有限的情况下，用户可以在将每种颜色设置为指定颜色时了解出现频率。这允许用户确定颜色标签5的颜色。例如，用户可以确定将出现频率最低的指定颜色作为颜色标签5的颜色。
此外，颜色标签5使在图像中出现频率低的颜色显影。换言之，具有与颜色标签5的颜色相同或者类似的颜色的像素不太可能存在于图像中。这使得能够通过图像处理准确检测到与其它区部不同的颜色标签5。这使得能够提供通过图像处理准确检测到的颜色标签5。
此外，检测装置4可以检测到在图像中包括低频颜色。低频颜色是很少包括在图像的背景等中的颜色。因此，通过将低频颜色应用于对象物，可以在不受背景等的颜色影响的情况下准确检测到对象物。
[实施例1的变型]
根据实施例1的分析装置3在显示屏上显示多种低频颜色的候选并且使用户从其中选择低频颜色。
在该变型中，所描述的是在不使用户选择候选的情况下确定低频颜色的示例。
即，参照图3，与实施例1类似，低频颜色确定单元35确定低频颜色的候选。
低频颜色确定单元35通过优选选择其间具有长距离的颜色的候选集合来确定低频颜色集合。例如，在确定了两种低频颜色的情况下，低频颜色确定单元35通过选择其间具有最长距离的颜色的一对候选来确定低频颜色。在确定了三种或者更多种低频颜色的情况下，低频颜色确定单元35通过从所确定的低频颜色中的任何一个中重复选择具有下一个最长距离的低频颜色的候选来确定所需数量的低频颜色。
随着色间距离增加，颜色的可辨别性亦增加。根据本变型，按照色间距离较大的方式确定多种低频颜色。如果选择其间具有短距离的一对低频颜色，那么低频颜色根据诸如太阳辐射、天气、照明等的环境条件通过图像处理被识别为相同颜色，且无法被辨别。然而，通过选择具有长距离的一对低频颜色，不论环境条件如何都可以辨别出低频颜色。
(实施例2)
在实施例1中，不论拍摄图像的时间段如何都能确定低频颜色和阈值。然而，在室外等检测到对象物的情况下，可以根据由于太阳辐射等的影响所发生的时间段而改变低频颜色，并且在一些情况下，需要改变阈值。在实施例2中，描述的是针对拍摄图像的每个时间段确定低频颜色和阈值的示例。在以下描述中，主要描述了与实施例1的不同之处，并且不再重复描述共有部分。
根据实施例2的图像处理系统的配置与图1中图示的配置类似。
[分析装置3的配置]
图18是图示了根据本公开的实施例2的分析装置3的功能配置的框图。
该分析装置3通过将时间获取单元38添加至图3中图示的根据实施例1的分析装置3的配置来设置。
时间获取单元38获取在图像获取单元32获取到图像时的时间。时间获取单元38将获取的获取时间与由图像获取单元32获取到并且存储在存储单元33中的图像彼此相关联地存储在存储单元33中。例如，时间获取单元38被配置为包括定时器。注意，时间获取单元38可以被配置为从外部定时器等获取时间。在由图像获取单元32获取的图像包括关于拍摄时间的信息的情况下，时间获取单元38可以从图像中获取时间。
出现频率计算单元34根据包括由图像获取单元32获取的图像的获取时间的时间段计算每种颜色的出现频率。换言之，出现频率计算单元34针对每个时间段(诸如，白天、夜晚等)从存储单元33读出在该时间段内所拍摄的图像，并且基于所读取的图像计算每种颜色的出现频率。出现频率计算方法与实施例1中的方法类似。
低频颜色确定单元35基于出现频率来确定每个时间段的低频颜色。低频颜色确定单元35经由通信单元31将关于所确定的低频颜色的颜色信息和时间段的集合传输至检测装置4。低频颜色确定方法与实施例1中的方法类似。
颜色标签5附接至待由人61佩戴的头盔80并且使由分析装置3确定的低频颜色显影。由于针对每个时间段确定了低频颜色，因此颜色标签5的颜色还根据时间段而改变。
[检测装置4的配置]
图19是图示了根据本公开的实施例2的检测装置4的功能配置的框图。
该检测装置4通过将时间获取单元48添加至图4中图示的根据实施例1的检测装置4的配置来设置。
时间获取单元48获取在图像获取单元45获取到图像时的时间。例如，时间获取单元48被配置为包括定时器。注意，时间获取单元48可以被配置为从外部定时器等获取时间。在由图像获取单元45获取的图像包括关于拍摄时间的信息的情况下，时间获取单元48可以从图像中获取时间。
低频颜色获取单元42经由通信单元41从分析装置3获取关于由分析装置3确定的低频颜色的颜色信息和时间段的集合。
阈值确定单元43基于关于由低频颜色获取单元42获取的低频颜色的颜色信息和时间段的集合针对每个时间段确定用于检测使由分析装置3确定的低频颜色显影的颜色标签5的阈值。阈值确定方法与实施例1中的方法类似。
图20图示了存储在阈值存储单元44中的阈值的示例。在阈值存储单元44中，针对每个时间段存储阈值。例如，将两个阈值与时间段(6:00-18:00)相关联地存储。对于阈值中的一个，上限阈值为(255,202,10)，并且下限阈值为(245,182,0)。对于阈值中的另一个，上限阈值为(130,60,255)，并且下限阈值为(110,40,245)。类似地，将两个阈值与时间段(18:00-6:00)相关联地存储，尽管这两个阈值的值与时间段(6:00-18:00)内的两个阈值的值不同。
再次参照图19，检测单元46从时间获取单元48获取在图像由图像获取单元45获取到时的时间并且从阈值存储单元44读出与包括获取时间的时间段对应的阈值。与实施例1类似，检测单元46通过利用读取的阈值和由图像获取单元45获取的图像检测到在图像中包括低频颜色来检测对象物。
[分析装置3的处理过程]
图21是由根据本公开的实施例2的分析装置3执行的处理过程的一个示例的流程图。
图像获取单元32经由通信单元31从相机2获取相机2所拍摄的检测目标区域的图像(S2)。
图像获取单元32将获取的图像存储在存储单元33中。此外，时间获取单元38获取图像的获取时间，并且将获取时间和存储在存储单元33中的图像彼此相关联地存储在存储单元33中(S4A)。
图像获取单元32确定图像获取是否完成(S6)。如果图像获取未完成(在S6中为“否”)，在图像获取完成之前重复执行步骤S2和S4中的处理。
随后，分析装置3对每个时间段内的图像执行从步骤S8到S26A(循环A)的处理。例如，在两个时间段(6:00-18:00)和(18:00-6:00)的情况下，分析装置3对时间段(6:00-18:00)内拍摄的图像执行从步骤S8到S26A的处理，且随后对时间段(18:00-6:00)内拍摄的图像执行从步骤S8到S26A的处理。
步骤S8-S24中的处理与图8中图示的处理类似。
在步骤S26A中，低频颜色确定单元35经由通信单元31向检测装置4传输第一选择颜色和第二选择颜色中的每一个的颜色信息和时间段的集合。
[检测装置4的处理过程]
图22是由根据本公开的实施例2的检测装置4执行的处理过程的一个示例的流程图。注意，图22中图示的处理是要在图23中图示的检测到人61的处理之前执行的预处理。
低频颜色获取单元42经由通信单元41从分析装置3获取由分析装置3确定的低频颜色的颜色信息和时间段的集合(S72A)。
随后，检测装置4针对每个获取的时间段执行从步骤S74和S76的处理(循环B)。步骤S74和S76中的处理与图15中图示的处理类似。例如，在两个时间段(6:00-18:00)和(18:00-6:00)的情况下，检测装置4对时间段(6:00-18:00)内拍摄的图像执行步骤S74和S76中的处理，且随后对时间段(18:00-6:00)内拍摄的图像执行步骤S74和S76中的处理。因此，将图20中图示的阈值存储在阈值存储单元44中。
图23是由根据本公开的实施例2的检测装置4执行的处理过程的另一示例的流程图。图23中图示的处理是用于检测与对象物对应的人61的处理。
图像获取单元45经由通信单元41从相机2获取相机2所拍摄的检测目标区域的图像(S82)。
时间获取单元48获取在图像由相机2获取到时的时间(S84A)。
检测单元46基于获取时间从阈值存储单元44读出与包括获取时间的时间段对应的阈值(S84B)。参照图20，在获取时间为20:00的情况下，检测单元46读出与包括20:00的时间段(18:00-6:00)对应的两个阈值。即，检测单元46读出上限阈值(255,180,90)和下限阈值(245,160,70)的集合作为第一阈值以及上限阈值(120,40,30)和下限阈值(100,20,10)的集合作为第二阈值。
接着，检测装置4执行从步骤S86到S92的处理。从步骤S86到S92的处理与图17中图示的处理类似。
根据如上所述的实施例2，可以针对每个时间段确定低频颜色。这使得能够针对每个时间段确定阈值。因此，即使在从例如在照明环境根据时间段而出现变化的户外等拍摄的图像中检测到对象物的情况下，可以根据时间段来改变要应用于对象物的颜色标签5的颜色。因此，这使得能够以高准确度在任何时间段内检测到对象物。
(实施例3)
在实施例1中，不论拍摄图像的位置如何都能确定低频颜色和阈值。然而，如果背景图像根据诸如安装至叉车60的相机2拍摄图像的位置而改变，那么低频颜色也根据位置而改变。因此，在一些情况下，根据位置，用于检测对象物的阈值的变化是所需的。在实施例3中，描述的是针对拍摄图像的每个位置确定低频颜色和阈值的示例。在以下描述中，主要描述了与实施例1的不同之处，并且不再重复描述共有部分。
根据实施例3的图像处理系统的配置与图1中图示的配置类似。
[分析装置3的配置]
图24是图示了根据本公开的实施例3的分析装置3的功能配置的框图。
该分析装置3通过将位置获取单元39添加至图3中图示的根据实施例1的分析装置3的配置来设置。
位置获取单元39获取图像获取单元32获取到图像的位置。位置获取单元39将获取的获取位置与由图像获取单元32获取到并且存储在存储单元33中的图像彼此相关联地存储在存储单元33中。位置获取单元39可以获取由附接至相机2或者叉车60的GPS接收器等测量得到的位置作为图像获取位置，或者可以基于对与对象物对应的人61的房间的访问控制信息等来获取用于拍摄人61的相机2的附接位置作为图像获取位置。此外，位置获取单元39可以基于由附接相机2或者叉车60的接收器从无线通信(诸如，Wi-Fi(注册商标)等)的接入点接收到的信号的接收到的信号强度指示符(RSSI)来测量位置。位置获取单元39可以使用由接收器从多个接入点分别接收到的多个RSSI根据三角测量原理来测量接收器的位置。在由图像获取单元32获取的图像包括关于拍摄位置的信息的情况下，位置获取单元39可以从图像中获取拍摄位置作为图像获取位置。换言之，位置获取单元39可以通过使用由GPS接收器等测量得到的位置、安装相机2的位置、基于无线电波的接收信号强度的接收器的位置以及图像中所包括的拍摄位置中的一个或者多个位置来获取图像获取位置。
出现频率计算单元34根据由图像获取单元32获取到图像的位置所属的区域来计算每种颜色的出现频率。换言之，出现频率计算单元34针对每个区域(诸如，工厂A、工厂B等)从存储装置33读出在该区域内部拍摄的图像，并且基于所读取的图像针对每种颜色计算该颜色在图像中的出现频率。出现频率计算方法与实施例1中的方法类似。
注意，将区域与位置相关联假定为是预先进行的。例如，用纬度和经度指示位置，并且用纬度范围和经度范围表示区域。
低频颜色确定单元35基于出现频率针对每个区域确定低频颜色。低频颜色确定单元35经由通信单元31向检测装置4传输所确定的低频颜色的颜色信息的集合和用于识别区域的区域标识符。低频颜色确定方法与实施例1中的方法类似。
颜色标签5附接至例如待由人61佩戴的头盔80并且使由分析装置3确定的低频颜色显影。由于针对每个区域确定了低频颜色，因此颜色标签5的颜色还根据区域而改变。区域信息可以基于对人61的房间的访问控制信息等来获取，或者可以从由GPS接收器等测量得到的位置信息中获取。例如，GPS接收器可以附接至头盔80或者由人61握持。
[检测装置4的配置]
图25是图示了根据本公开的实施例3的检测装置4的功能配置的框图。
该检测装置4通过将位置获取单元49添加至图4中图示的根据实施例1的检测装置4的配置来设置。
位置获取单元49获取图像由图像获取单元45获取的位置。位置获取单元49可以获取由附接至相机2或者叉车60的GPS接收器等测量得到的位置作为图像获取位置，或者可以基于对与对象物对应的人61的房间的访问控制信息等来获取用于拍摄人61的相机2的附接位置作为图像获取位置。此外，位置获取单元49可以基于由附接至相机2或者叉车60的接收器从无线通信(诸如，Wi-Fi(注册商标)等)的接入点接收到的信号的RSSI来测量位置。位置获取单元49可以使用由接收器从多个接入点接收到的多个RSSI根据三角测量原理来测量接收器的位置。在由图像获取单元45获取的图像包括关于拍摄位置的信息的情况下，位置获取单元49可以从图像中获取拍摄位置作为图像获取位置。换言之，位置获取单元49可以通过使用由GPS接收器等测量得到的位置、附接相机2的位置、基于无线电波的RSSI的接收器的位置以及图像中所包括的拍摄位置中的一个或者多个位置来获取图像获取位置。
低频颜色获取单元42经由通信单元41从分析装置3获取由分析装置3确定的低频颜色的颜色信息和区域标识符的集合。
阈值确定单元43基于由低频颜色获取单元42获取的低频颜色的颜色信息和区域标识符的集合针对每个区域确定用于检测使由分析装置3确定的低频颜色显影的颜色标签5的阈值。阈值确定方法与实施例1中的方法类似。
图26图示了存储在阈值存储单元44中的阈值的示例。在阈值存储单元44中，针对每个区域存储阈值。例如，将两个阈值与区域A相关联地存储。对于阈值中的一个，上限阈值为(255,202,10)，并且下限阈值为(245,182,0)。对于阈值中的另一个，上限阈值为(130,60,255)，并且下限阈值为(110,40,245)。类似地，同样对于区域B，存储两个阈值，尽管这两个阈值的值与区域A的两个阈值的值不同。
再次参照图25，检测单元46从位置获取单元49获取图像由图像获取单元45获取的位置，并且从阈值存储单元44读出与获取位置所属的区域对应的阈值。与实施例1类似，检测单元46通过利用读取的阈值和由图像获取单元45获取的图像检测到在图像中包括低频颜色来检测对象物。
[分析装置3的处理过程]
图27是由根据本公开的实施例3的分析装置3执行的处理过程的一个示例的流程图。
图像获取单元32经由通信单元31从相机2获取相机2所拍摄的检测目标区域的图像(S2)。
图像获取单元32将获取的图像存储在存储单元33中。此外，位置获取单元39获取图像获取位置，并且将获取的位置和存储在存储单元33中的图像彼此相关联地存储在存储单元33中(S4B)。
图像获取单元32确定图像获取是否完成(S6)。如果图像获取未完成(在S6中为“否”)，在图像获取完成之前重复执行步骤S2和S4B中的处理。
随后，分析装置3对每个区域的图像执行从步骤S8到S26B的处理(循环C)。例如，在区域A和区域B的两个区域的情况下，分析装置3对区域A中所拍摄的图像执行从步骤S8到S26B的处理，且随后对区域B中所拍摄的图像执行从步骤S8到S26B的处理。
从步骤S8到S24的处理与图8中图示的处理类似。
在步骤S26B中，低频颜色确定单元35经由通信单元31将第一选择颜色和第二选择颜色的颜色信息和区域标识符的集合传输至检测装置4。
[检测装置4的处理过程]
图28是由根据本公开的实施例3的检测装置4执行的处理过程的一个示例的流程图。注意，图28中图示的处理是要在图29中图示的检测到人61的处理之前执行的预处理。
低频颜色获取单元42经由通信单元41从分析装置3获取关于由分析装置3确定的低频颜色的颜色信息和区域标识符的集合(S72B)。
检测装置4随后针对由获取的区域标识符指示的每个区域执行步骤S74和S76中的处理(循环D)。步骤S74和S76中的处理与图15中图示的处理类似。在存在区域A和区域B的两个区域的情况下，检测装置4对区域A执行步骤S74和S76中的处理，且随后对区域B执行步骤S74和S76中的处理。因此，将如图26所图示的阈值存储在阈值存储单元44中。
图29是由根据本公开的实施例3的检测装置4执行的处理过程的另一示例的流程图。图29中图示的处理是用于检测与对象物对应的人61的处理。
图像获取单元45经由通信单元41从相机2获取相机2所拍摄的检测目标区域的图像(S82)。
位置获取单元49获取图像由相机2获取的位置(S84C)。
检测单元46从阈值存储单元44基于获取位置读出与获取位置所属的区域对应的阈值(S84D)。参照图26，例如，在获取位置属于区域B的情况下，检测单元46读出与区域B对应的两个阈值。即，检测单元46读出上限阈值(255,180,90)和下限阈值(245,160,70)的集合作为第一阈值以及上限阈值(120,40,30)和下限阈值(100,20,10)的集合作为第二阈值。
随后，检测装置4执行从步骤S86到S92的处理。从S86到S92的处理与图17中图示的处理类似。
根据如上所述的实施例3，可以针对每个区域确定低频颜色。这使得能够针对每个区域确定阈值。因此，例如，即使在从安装至车辆的相机所拍摄的图像中检测到对象物的情况下或者即使在从放置在多个区域中的相机所拍摄的图像中检测到对象物的情况下，根据相机的位置而改变要应用于对象物的颜色标签5的颜色。因此，能够以高准确度检测到对象物。
(实施例4)
在实施例1中，确定低频颜色，而不考虑图像中的低频颜色的区部的大小。在实施例4中，对鉴于图像中的低频颜色的每个区部的大小来确定低频颜色的示例进行说明。
根据实施例4的图像处理系统的配置与图1中图示的配置类似。
[分析装置3的配置]
图30是图示了根据本公开的实施例4的分析装置3的功能配置的框图。
该分析装置3通过将区部划分单元71和区部特征计算单元72添加至图3中图示的根据实施例1的分析装置3的配置来设置。
区部划分单元71基于每个像素的颜色来对由图像获取单元45获取的图像执行区部划分处理。即，区部划分单元71执行用于提取在图像中具有类似颜色的相邻像素作为一个区部的区部划分处理。区部划分处理为已知处理，因此，此处不再重复描述其细节。
区部特征计算单元72针对由区部划分单元71划分的每个区部计算该区部的大小和代表颜色。例如，区部特征计算单元72通过计算所述区部中所包括的相应像素的亮度值R、亮度值G以及亮度值B的平均值或者中间值来计算代表值。注意，代表颜色计算方法不限于上述方法。例如，可以将亮度值R、亮度值G以及亮度值B的模式、最大值或者最小值计算为代表值。
出现频率计算单元34基于由区部特征计算单元72计算出的区部的大小和代表颜色针对大小和代表颜色的每个集合计算具有该集合的区部的出现频率。在假定大小为(S)并且假定代表颜色为RGB颜色空间中的亮度值R(红色)、G(绿色)以及B(蓝色)的情况下，针对每个集合(S,R,G,B)计算出现频率。
低频颜色确定单元35基于由出现频率计算单元34计算出的每个集合的区部的出现频率来确定与其它集合相比出现频率低的大小(低频大小)和代表颜色(低频颜色)的集合。低频颜色确定单元35经由通信单元31将所确定的低频大小和低频颜色的集合传输至检测装置4。
[颜色标签5的配置]
颜色标签5附接至例如待由人61佩戴的头盔80，并且使由分析装置3确定的低频颜色显影。此外，如果相机2拍摄了颜色标签5，那么颜色标签5具有实际大小，使得图像中的颜色标签5的大小与由分析装置3确定的低频大小相匹配。因此，如果颜色标签5由第一颜色标签5A和第二颜色标签5B的两个颜色标签形成，那么这些颜色标签可以具有不同颜色和大小。
参照图31和图32，描述的是颜色标签5的附接示例。
图31图示了在从侧面观察时待由人61佩戴的头盔，而图32图示了在从上方观察时的头盔。如图31和图32所图示，将颜色标签5贴在头盔80上。颜色标签5由并行布置的第一颜色标签5A和第二颜色标签5B形成。如图31所图示，假定头盔80的宽度为283毫米且其高度为148毫米，颜色标签5的宽度可为约40毫米且其长度可为约180至250毫米。注意，间隙区部5S设置在第一颜色标签5A与第二颜色标签5B之间。例如，间隙区部5S为黑色区部，且宽度为2至3毫米。如图32所图示，类似颜色标签5也贴在头盔80的顶部。颜色标签5也贴在头盔80的相对侧和前后。因此，通过将颜色标签5贴在头盔80的各个位置上，即使人61采取任何姿势(直立位置、下蹲姿势等)，也可以由相机2拍摄颜色标签5中的任何一个。
注意，颜色标签5可以由布、带、涂料等形成，并且可以使特定颜色显影。在这种情况下，例如，更优选的是，颜色标签5由荧光带形成或者涂有荧光涂料。即使在例如低亮度条件下(诸如，在夜晚或者阴天条件下)，这使得感知颜色标签5变得容易。这也使得能够在不使用特定相机(诸如，红外相机等)的情况下感知标签。此外，颜色标签5可以配置为具有如图5所图示的发光元件53。
[检测装置4的配置]
检测装置4的功能配置与图4中图示的配置类似。注意，在由低频颜色获取单元42、阈值确定单元43以及检测单元46执行的处理中以及在存储在阈值存储单元44中的阈值中存在差异。
即，低频颜色获取单元42经由通信单元41从分析装置3获取低频大小和低频颜色的集合。
阈值确定单元43确定用于检测使由分析装置3确定的低频颜色显影的颜色标签5的阈值，并且基于由低频颜色获取单元42获取的低频大小和低频颜色的集合而具有与低频大小类似的大小。例如，在用(S1、R1、G1以及B1)表示低频大小和低频颜色的集合的情况下，阈值确定单元43确定下限阈值为(S1-100,R1-10,G1-10,B1-10)，并且上限阈值为(S1+100,R1+10,G1+10,B1+10)。阈值确定单元43将所确定的阈值写入阈值存储单元44中。在低频颜色获取单元42获取低频大小和低频颜色的多个集合的情况下，阈值确定单元43针对每个集合确定阈值并且将其写入阈值存储单元44中。
图33图示了存储在阈值存储单元44中的阈值的示例。例如，将两个阈值存储在阈值存储单元44中。对于阈值中的一个，上限阈值为(350,255,202,10)，并且下限阈值为(150,245,182,0)。对于阈值中的另一个，上限阈值为(400,130,60,255)，并且下限阈值为(200,110,40,245)。
检测单元46检测到在由图像获取单元45获取的图像中包括具有由低频颜色获取单元42获取的低频大小和低频颜色的区部，即，包括颜色标签5。换言之，与区部划分单元71类似，检测单元46将由图像获取单元45获取的图像划分成多个区部。此外，检测单元46从阈值存储单元44读出阈值。检测单元46基于所划分的区部和阈值来确定在图像中是否包括具有低频大小和低频颜色的区部。例如，如果所划分的区部的大小和代表颜色落入所读出的上限阈值与下限阈值之间的范围内，那么检测单元46检测到在图像中包括具有低频大小和低频颜色的区部。这允许检测单元46检测颜色标签5。
[分析装置3的处理过程]
图34是由根据本公开的实施例4的分析装置3执行的处理过程的一个示例的流程图。
分析装置3执行从步骤S2到S6的处理。从步骤S2到S6的处理与图8中图示的处理类似。
如果判断图像获取完成(在步骤S6中为“是”)，那么区部划分单元71从存储单元33读出图像，并且对所读取的图像执行区部划分处理(S7A)。
区部特征计算单元72针对由区部划分单元71通过划分而获得的每个区部计算大小和代表颜色(S7B)。
出现频率计算单元34和低频颜色确定单元35基于由区部特征计算单元72计算出的相应区部的大小和代表颜色来确定低频大小和低频颜色的集合的候选。
图35是确定低频大小和低频颜色的集合的候选(S8B)的处理的详细处理过程的流程图。
出现频率计算单元34基于由区部特征计算单元72计算出的相应区部的大小和代表颜色来创建S-R-G-B信号直方图(S32B)。出现频率计算单元34将所创建的S-R-G-B信号直方图存储在存储单元33中。
图36图示了S-R-G-B信号直方图的一个示例，其中，横轴指示大小(S)和代表颜色(R,G,B)的集合，而纵轴指示每个集合的频率。亮度值R(R信号)、亮度值G(G信号)以及亮度值B(B信号)分别为介于0至255的范围内的整数值。此外，作为一个示例，大小(S信号)是介于1至1000的范围内的整数值。换言之，出现频率计算单元34通过将由区部特征计算单元72计算出的相应区部的大小和代表颜色的集合制成表来创建S-R-G-B信号直方图。
随后，出现频率计算单元34根据S-R-G-B信号直方图创建S-R信号直方图，而低频颜色确定单元35基于该S-R信号直方图来确定低频大小和低频颜色的集合的候选(S34A)。
详细地描述，图37图示了S-R信号直方图的一个示例，其中，第一轴指示S信号(大小)，与第一轴垂直的第二轴指示R信号，并且与第一轴和第二轴垂直的第三轴指示S信号和R信号的集合的频率。
假定每隔10个步长对S信号进行一次量化，而将R信号假定为每隔8个步长进行一次量化。例如，将一种频率设置为类别(S,G)＝(1-10,0-7)。然而，用于量化的步长的数量可以采用任何数量，不限于上述数量。
低频颜色确定单元35针对其频率等于或者小于阈值的每种类别确定低频大小和低频颜色的集合。例如，将类别中的S信号的中间值确定为低频大小的值，而将类别中的R信号的中间值确定为低频颜色的R信号的值。此处，在不考虑G信号和B信号的情况下，从S-R信号直方图确定低频颜色。因此，低频颜色的G信号和B信号的值可以采用任何值。例如，G信号和B信号的值可以随机确定或者可以被确定为相应信号可以采用的值的中间值或者预设值。
低频颜色确定单元35判断是否确定了低频大小和低频颜色的两个或者更多个集合的候选(S36B)。如果确定了低频大小和低频颜色的两个或者更多个集合的候选(在步骤S36B中为“是”)，那么低频颜色候选确定处理(S8B)结束。
如果未确定两个或者更多个集合的候选(在步骤S36B中为“否”)，那么出现频率计算单元34按顺序创建S-G信号直方图、S-B信号直方图、S-R-G信号直方图、S-R-B信号直方图、S-G-B信号直方图以及S-R-G-B信号直方图，而除非确定了低频大小和低频颜色的两个或者更多个集合的候选的累积总和，否则低频颜色确定单元35基于直方图(S38B-S58B)中的每一个来确定低频大小和低频颜色的集合的候选。
再次参照图34，分析装置3在如上所述的候选集合确定处理(S8B)之后执行从步骤S10B到S26B的处理。该处理与图8中图示的步骤S10-S26中的处理类似。注意，不同之处在于从低频大小和低频颜色的集合的候选中确定两个集合，而不是从低频颜色的候选中确定两种低频颜色。将所确定的低频大小和低频颜色的集合传输至检测装置4。
[检测装置4的处理过程]
图38是由根据本公开的实施例4的检测装置4执行的处理过程的一个示例的流程图。注意，图38中图示的处理是在图39中图示的检测到人61的处理之前执行的预处理。
低频颜色获取单元42经由通信单元41从分析装置3获取由分析装置3确定的低频大小和低频颜色的集合(S72C)。
阈值确定单元43基于由低频颜色获取单元42获取的低频大小和低频颜色的集合来确定用于检测使由分析装置3确定的低频颜色显影且具有与低频大小类似的大小的颜色标签5的阈值(S74C)。
阈值确定单元43将所确定的阈值写入阈值存储单元44中(S76C)。
图39是由根据本公开的实施例4的检测装置4执行的处理过程的另一示例的流程图。图39中图示的处理是用于检测与对象物对应的人61的处理。
图像获取单元45经由通信单元41从相机2获取相机2所拍摄的检测目标区域的图像(S82)。
检测单元46从阈值存储单元44读出阈值(S84E)。即，读出如图33所图示的阈值。
检测单元46将由图像获取单元45获取的图像划分成多个区部。检测单元46基于所划分的区部和阈值从图像中提取具有低频大小和低频颜色的区部。即，检测单元46提取具有大于或等于下限阈值并且小于或等于上限阈值的大小和颜色的区部(S86C)。
检测单元46确定是否提取了两个颜色区部，并且这两个颜色区部具有预定位置关系(S88C)。预定位置关系与图17中所图示的步骤S88中描述的预定位置关系类似。
其后，执行步骤S90和S92的处理。处理与图17中所图示的处理类似。
根据如上所述的实施例4，通过区部划分处理，将图像划分成分别由具有类似颜色的像素形成的多个区部。此外，基于区部的大小和代表颜色的集合的出现频率，可以确定低频大小和低频颜色的集合。这使得能够确定要应用于对象物的颜色和颜色的大小以便通过图像处理准确检测到对象物。例如，如果颜色标签5被配置为具有低频大小并且使低频颜色显影，那么可以通过图像处理从图像中检测颜色标签5。这使得能够检测到对象物。
[补充说明]
在前述说明中，尽管本公开不限于实施例，但描述了根据本公开的实施例的图像处理系统1。
在上述实施例中，例如，尽管可以将颜色标签5应用于多个人61，但描述的是将颜色标签应用于一个人61的示例。在这种情况下，可以针对每个人61改变作为颜色标签5的颜色的低频颜色。这允许检测装置4检测不同的人61。
此外，如上所述的分析装置3和检测装置4中的每一个可以具体地配置为计算机系统，该计算机系统由微处理器、只读存储器(ROM)、RAM、HDD、显示单元、键盘、鼠标等形成。在RAM或者HDD中，存储计算机程序。微处理器根据计算机程序运行，从而使上面提到的装置中的每一个实现功能。
此外，构成上面提到的装置中的每一个的部件的一部分或者全部可以由一个系统LSI形成。系统LSI是通过将多个结构单元集成到单个芯片中而制造的超多功能LSI，并且具体地是配置为包括微处理器、ROM、RAM等的计算机系统。在RAM中，存储计算机程序。微处理器根据计算机程序运行，从而使系统LSI实现功能。
此外，本公开可以是上述方法。本公开也可以是由计算机执行这些方法的计算机程序，或者可以是包括上述计算机程序的数字信号。
此外，可以通过将上述计算机程序或者上述数字信号记录在计算机可读非暂时性记录介质(例如，HDD、CD-ROM、半导体存储器等)中来进行本公开。
此外，本公开可以配置为经由电通信线路、无线或者有线通信线路、因特网所代表的网络、数据广播等来传输上述计算机程序或者上述数字信号。
此外，上面提到的装置中的每一个的功能的一部分或者全部可以由云计算提供。即，装置的功能的一部分或者全部可以由云服务器实现。例如，在分析装置3中，出现频率计算单元34和低频颜色确定单元35的功能由云服务器实现，且分析装置3可以配置为向云服务器传输图像，并且从云服务器获取与图像对应的低频颜色。
此外，可以组合上述实施例和变型。
要理解，此处公开的实施例在所有方面为示意性的，而不是限制性的。本发明的范围由随附权利要求书定义，并且落入权利要求书的含义和范围内的所有变化或者这些含义和范围的等效物旨在由权利要求书涵盖。
[附图标记描述]
1 图像处理系统
2 相机
3 分析装置
4 检测装置
5 颜色标签
5A 第一颜色标签
5B 第二颜色标签
5S 间隙区部
31 通信单元
32 图像获取单元
33 存储单元
34 出现频率计算单元
35 低频颜色确定单元
36 显示控制单元
37 输入接受单元
37a 选择颜色获取单元
37b 指定颜色获取单元
38 时间获取单元
39 位置获取单元
41 通信单元
42 低频颜色确定单元
43 阈值确定单元
44 阈值存储单元
45 图像获取单元
46 检测单元
47 通知单元
48 时间获取单元
49 位置获取单元
51 接口单元
52 控制单元
53 发光元件
60 叉车
61 人
71 区部划分单元
72 区部特征计算单元
80 头盔

Claims (14)

1.一种图像处理程序，所述图像处理程序使计算机充当：
图像获取单元，所述图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；
出现频率计算单元，所述出现频率计算单元基于由所述图像获取单元获取的所述图像，针对每种颜色来计算该颜色在所述图像中的出现频率；以及
低频颜色确定单元，所述低频颜色确定单元基于由所述出现频率计算单元计算出的所述每种颜色的出现频率来确定低频颜色，所述低频颜色是与其它颜色相比出现频率低的颜色。
2.根据权利要求1所述的图像处理程序，其中，
所述低频颜色确定单元鉴于在预定颜色空间中彼此接近地定位的多种颜色中所包括的所述每种颜色的出现频率，来确定所述低频颜色。
3.一种根据权利要求1或2中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
区部划分单元，所述区部划分单元执行基于每个像素的颜色将由所述图像获取单元获取的所述图像划分为多个区部的处理；以及
区部特征计算单元，所述区部特征计算单元针对由所述区部划分单元通过划分而获得的每个区部，来计算该区部的大小和代表颜色，
其中，
所述出现频率计算单元基于由所述区部特征计算单元计算出的所述区部的大小和代表颜色，针对大小和代表颜色的每个集合来计算在包括该集合的区部的所述图像中的出现频率，以及
所述低频颜色确定单元基于由所述出现频率计算单元计算出的针对每个集合的所述区部的出现频率，来确定比其它集合出现频率低的大小和代表颜色的集合。
4.根据权利要求1至3中任一项所述的图像处理程序，其中，
所述低频颜色确定单元基于所述出现频率，通过优先选择具有增加色间距离的低频颜色的集合，来确定多种低频颜色。
5.根据权利要求1至4中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
显示控制单元，所述显示控制单元将由所述低频颜色确定单元确定的所述多种低频颜色显示在屏幕上；以及
选择颜色获取单元，所述选择颜色获取单元获取选择颜色，所述选择颜色是由用户从在所述屏幕上显示的所述多种低频颜色之中选出的颜色，
其中，
所述显示控制单元还根据距由所述选择颜色获取单元获取的所述选择颜色的距离，将所述多种低频颜色显示在所述屏幕上。
6.根据权利要求1至5中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
时间获取单元，所述时间获取单元获取由所述图像获取单元获取的所述图像的获取时间，
其中，
所述出现频率计算单元根据包括由所述时间获取单元获取的所述获取时间的时间段，来计算每种颜色的出现频率，以及
所述低频颜色确定单元基于由所述出现频率计算单元计算出的所述出现频率，根据所述时间段来确定低频颜色。
7.根据权利要求1至6中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
位置获取单元，所述位置获取单元获取由所述图像获取单元获取的所述图像的获取位置，
其中，
所述出现频率计算单元根据由所述位置获取单元获取的所述获取位置所属的区域，来计算每种颜色的出现频率，以及
所述低频颜色确定单元基于由所述出现频率计算单元计算出的所述出现频率，根据所述区域来确定低频颜色。
8.根据权利要求1至7中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
指定颜色获取单元，所述指定颜色获取单元获取指定颜色；以及
输出单元，所述输出单元基于由所述出现频率计算单元计算出的每种颜色的出现频率，来输出关于由所述指定颜色获取单元获取的所述指定颜色的出现频率的信息。
9.根据权利要求1至8中任一项所述的图像处理程序，所述图像处理程序使所述计算机进一步充当：
阈值确定单元，所述阈值确定单元基于由所述低频颜色确定单元确定的所述低频颜色，来确定用于识别所述低频颜色的阈值。
10.一种颜色标签，所述颜色标签发射通过在计算机上执行根据权利要求1至9中的任一项所述的图像处理程序而确定的低频颜色的光。
11.一种检测装置，所述检测装置包括：
阈值获取单元，所述阈值获取单元获取用于识别通过在计算机上执行根据权利要求1至9中的任一项所述的图像处理程序而确定的低频颜色的阈值；
图像获取单元，所述图像获取单元获取包括对象物的检测目标区域的图像；以及
检测单元，所述检测单元基于由所述阈值获取单元获取的所述阈值，来检测出所述低频颜色被包括在由所述图像获取单元获取的所述图像中。
12.一种图像处理设备，所述图像处理设备包括：
图像获取单元，所述图像获取单元获取通过拍摄包括对象物的检测目标区域获得的图像；
出现频率计算单元，所述出现频率计算单元基于由所述图像获取单元获取的所述图像，针对每种颜色来计算该颜色在所述图像中的出现频率；以及
低频颜色确定单元，所述低频颜色确定单元基于由所述出现频率计算单元计算出的所述每种颜色的出现频率来确定低频颜色，所述低频颜色是与其它颜色相比出现频率低的颜色。
13.一种图像处理方法，所述图像处理方法包括：
获取通过拍摄包括对象物的检测目标区域获得的图像；
基于获取的图像，针对每种颜色来计算该颜色在所述图像中的出现频率；以及
基于所计算出的每种颜色的出现频率，来确定与其它颜色相比为出现频率低的颜色的低频颜色。
14.一种图像处理系统，所述图像处理系统包括：
根据权利要求12所述的图像处理设备；
根据权利要求10所述的颜色标签；以及
根据权利要求11所述的检测装置。
CN201780074454.5A 2016-12-07 2017-09-01 图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统 Pending CN110023996A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-237508 2016-12-07
JP2016237508 2016-12-07
PCT/JP2017/031584 WO2018105181A1 (ja) 2016-12-07 2017-09-01 画像処理プログラム、色ラベル、検知装置、画像処理装置、画像処理方法および画像処理システム

Publications (1)

Publication Number Publication Date
CN110023996A true CN110023996A (zh) 2019-07-16

Family

ID=62491852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780074454.5A Pending CN110023996A (zh) 2016-12-07 2017-09-01 图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统

Country Status (4)

Country Link
US (1) US20190371005A1 (zh)
JP (1) JPWO2018105181A1 (zh)
CN (1) CN110023996A (zh)
WO (1) WO2018105181A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018036937A (ja) * 2016-09-01 2018-03-08 住友電気工業株式会社 画像処理装置、画像処理システム、画像処理プログラムおよびラベル
JP2020160914A (ja) * 2019-03-27 2020-10-01 株式会社豊田自動織機 物体検出装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01204569A (ja) * 1988-02-10 1989-08-17 Ricoh Co Ltd 色符号化方法
JPH07139913A (ja) * 1993-11-15 1995-06-02 Oyo Keisoku Kenkyusho:Kk 画像計測装置
US5649021A (en) * 1995-06-07 1997-07-15 David Sarnoff Research Center, Inc. Method and system for object detection for instrument control
JP2006332908A (ja) * 2005-05-24 2006-12-07 Matsushita Electric Ind Co Ltd カラー画像表示装置、カラー画像表示方法、プログラム、および記録媒体
CN101589408A (zh) * 2007-01-23 2009-11-25 日本电气株式会社 标记生成及标记检测的系统、方法和程序
CN102790886A (zh) * 2011-05-18 2012-11-21 索尼公司 图像处理装置、图像处理方法和程序以及成像装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01204569A (ja) * 1988-02-10 1989-08-17 Ricoh Co Ltd 色符号化方法
JPH07139913A (ja) * 1993-11-15 1995-06-02 Oyo Keisoku Kenkyusho:Kk 画像計測装置
US5649021A (en) * 1995-06-07 1997-07-15 David Sarnoff Research Center, Inc. Method and system for object detection for instrument control
JP2006332908A (ja) * 2005-05-24 2006-12-07 Matsushita Electric Ind Co Ltd カラー画像表示装置、カラー画像表示方法、プログラム、および記録媒体
CN101589408A (zh) * 2007-01-23 2009-11-25 日本电气株式会社 标记生成及标记检测的系统、方法和程序
CN102790886A (zh) * 2011-05-18 2012-11-21 索尼公司 图像处理装置、图像处理方法和程序以及成像装置

Also Published As

Publication number Publication date
JPWO2018105181A1 (ja) 2019-10-24
US20190371005A1 (en) 2019-12-05
WO2018105181A1 (ja) 2018-06-14

Similar Documents

Publication Publication Date Title
US10085002B2 (en) RGB-IR sensor, and method and apparatus for obtaining 3D image by using same
CN106211804B (zh) 利用对原始图像数据的色度测量进行自动白平衡
KR100658998B1 (ko) 화상 처리 장치, 화상 처리 방법, 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체
CN103634581A (zh) 一种白平衡控制方法、装置及电子设备
CN105828058B (zh) 一种白平衡的调整方法和装置
CN102739953B (zh) 图像处理设备、图像处理方法
CA2786960A1 (en) Method and system for determining colour from an image
CN106538064B (zh) 照明系统
US9070192B1 (en) Implementing rich color transition curve tracking for applications
CN107707789A (zh) 使用单色成像器和颜色映射传感器进行单色‑彩色映射
JP2017504017A (ja) 計測機器、システム、及びプログラム
US20130300899A1 (en) Information processing device, information processing method, and program
CN110675448A (zh) 基于民航客机的地面灯光遥感监测方法、系统及存储介质
CN106462244A (zh) 使用所辨识的对象校准传感器的方法和系统
CN105376478B (zh) 照相机、拍摄控制装置、拍摄系统、拍摄方法以及记录介质
CN109191520A (zh) 一种基于色彩标定的植物叶面积测量方法及系统
CN110521286B (zh) 图像分析技术
CN110023996A (zh) 图像处理程序、颜色标签、检测装置、图像处理装置、图像处理方法以及图像处理系统
KR101769832B1 (ko) Ndvi 카메라 장치
JP2017091140A (ja) コード送受信システム、コード受信装置、コード送信装置、コード受信方法、コード送信方法、及びプログラム
CN106604009A (zh) 一种实现自动白平衡功能的方法和装置
CN106033636A (zh) 一种火灾监控方法及系统
CN106412416A (zh) 一种图像处理方法、设备及系统
CN111918047A (zh) 拍照控制方法及装置、存储介质和电子设备
CN106652898B (zh) Led显示逐点校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190716

WD01 Invention patent application deemed withdrawn after publication