JP2001043371A - 画像処理方法、画像処理装置及び記憶媒体 - Google Patents

画像処理方法、画像処理装置及び記憶媒体

Info

Publication number
JP2001043371A
JP2001043371A JP21542299A JP21542299A JP2001043371A JP 2001043371 A JP2001043371 A JP 2001043371A JP 21542299 A JP21542299 A JP 21542299A JP 21542299 A JP21542299 A JP 21542299A JP 2001043371 A JP2001043371 A JP 2001043371A
Authority
JP
Japan
Prior art keywords
image
partial
feature amounts
image processing
partial image
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.)
Withdrawn
Application number
JP21542299A
Other languages
English (en)
Inventor
Takuya Kotani
拓矢 小谷
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to JP21542299A priority Critical patent/JP2001043371A/ja
Publication of JP2001043371A publication Critical patent/JP2001043371A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 複数の特徴量から閾値を設定して画像を適切
に分割することにより画素の集合を生成する。 【解決手段】 対象画像を複数の部分画像に分割する分
割工程と、前記分割工程により分割された部分画像に応
じた複数の特徴量を算出する算出工程と、前記対象画像
に応じた複数の特徴量と前記部分画像に応じた複数の特
徴量に基づいて、前記部分画像を分割するか否かを判定
する判定工程とを有する画像処理方法であって、前記判
定工程の判定結果により前記部分画像を分割すると判定
された場合、前記部分画像を対象画像として前記分割工
程、前記算出工程、前記判定工程を行うことを特徴とす
る。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は画像処理方法、画像
処理装置及び記憶媒体に関する。
【０００２】
【従来の技術】一般に、デジタル画像を対象とする画像
処理は、計算量が膨大になる傾向がある。特に、画像認
識の前処理として必須である領域分割処理は、分割結果
がノイズの影響を受けやすいため、ノイズの対策を行う
必要があり、必然的に膨大な計算量を必要とする。
【０００３】ノイズの対策としては、平滑化フィルタ等
のデジタルフィルタを用いる方法や、マルコフ確率場モ
デルを導入する方法がある。マルコフ確率場(MRF; Mark
ov Random Field)モデルをそのまま領域分割に適用した
場合、各画素に対して確率場を設定して確率計算を行う
必要があるため、計算コストが非常に高く、大抵は何ら
かの近似を用いて計算量を低減する。
【０００４】計算量の低減方法としては、サンプルの分
布がガウス分布であることを仮定し、純粋なMRFの代わ
りにガウシアン・マルコフ確率場GMRF(Gaussian Markov
Random Field)モデルを適用する方法や、MAP推定(Maxi
mum A Postiriori Estimation)を用いて画素の状態を決
定論的に定める手法などがある。また、更なる近似の方
法として、何らかの前処理を行い画素の集合を生成し、
画素の集合を処理単位としてMRFを行う方法を採る場合
もある。
【０００５】画素の集合を生成する方法としては、予め
定めた分割の条件に従い、デジタル画像を再帰的に分割
する方法が用いられる。分割の方法には、デジタル画像
内の輝度差に対して予め閾値を適用して再帰的に分割す
る方法や、部分画像の分割前後における色の分散値の比
率に対して予め定めた閾値を適用して再帰的に分割する
方法が挙げられる。
【０００６】
【発明が解決しようとする課題】しかしながら、一般に
デジタル画像は局所領域の特徴が重要であって、画像を
再帰的に分割していくにあたって画像全体に同じ閾値を
設定して分割を行っていくのは適当でない。
【０００７】例えば、画像全体の輝度差の最大値を基準
として閾値を予め定めておいて、この閾値に基づいて再
帰的に分割を行う場合、逆光の状態で撮影したポートレ
ートのデジタル画像などを分割しようとすると、影とな
った人物の部分が適切に分割されないことが予想され
る。
【０００８】本発明は、上記問題を解決するための画像
処理方法、画像処理装置及び記憶媒体を提供することを
目的とする。
【０００９】更に本発明は、複数の特徴量から閾値を設
定して画像を適切に分割することにより画素の集合を生
成することを目的とする。
【００１０】
【課題を解決するための手段】上記目的を達成するため
に本発明は、対象画像を複数の部分画像に分割する分割
工程と、前記分割工程により分割された部分画像に応じ
た複数の特徴量を算出する算出工程と、前記対象画像に
応じた複数の特徴量と前記部分画像に応じた複数の特徴
量に基づいて、前記部分画像を分割するか否かを判定す
る判定工程とを有する画像処理方法であって、前記判定
工程の判定結果により前記部分画像を分割すると判定さ
れた場合、前記部分画像を対象画像として前記分割工
程、前記算出工程、前記判定工程を行うことを特徴とす
る。
【００１１】
【発明の実施の形態】（第１の実施形態）以下、図面を
参照して、本発明の好適な実施形態を説明する。図１
は、画素の集合を処理単位として領域分割を行う処理の
流れの概要を表すフローチャートである。ステップS101
において、本発明であるデジタル画像の適応的な分割方
法を用いて画素の集合を生成する。ステップS102におい
て、ステップS101で生成した画素の集合を処理単位とし
た領域分割処理を行う。
【００１２】図２は、前処理S101の処理の流れを示すフ
ローチャートである。本実施形態では、一回の分割で4
分割することとする。ステップS201で、入力画像を4分
割する。ステップS202とステップS203で、条件を満たす
部分画像を分割する。
【００１３】図４は、図S202、203の再帰的な分割を行
う処理の流れを示すフローチャートである。例えば本実
施形態では、閾値と、被比較値を、部分画像内の輝度
差、色差、色の分散値の中から選択した特徴量を用いて
設定する。
【００１４】例えば本実施形態では、階層m(m>１)の部
分画像の分割を行う場合、階層(m-1)の部分画像、およ
び、階層mの部分画像に対して、次式で特徴量の値を求
め、特徴量の値の中で最大のものをそれぞれ閾値、被比
較値とする。ここで、階層mの部分画像は、階層(m-1)の
部分画像の分割であることは言うまでもない。
【００１５】本実施形態では、特徴量の選択に３つの特
徴量のうち最大のものを選択するとしたが、他の選択基
準でも良い。また本実施形態では、輝度差の最大値、色
差の最大値、色の分散値を用いたが、これらのうち２つ
の特徴量だけを用いても良いし、他の特徴量を定義しこ
れらに加えて用いても良い。
【００１６】輝度差の特徴量：V1=1-exp(max_l min_l) 色差の特徴量：V2=1-exp(max_c min_c ) 色の分散の特徴量：V3=1-exp(-val)
【００１７】ここで、max_l、min_lは、部分画像内の画
素の輝度の最大値、および、最小値を表す。また、max_
c、min_cは、部分画像内の画素の色差の最大値、およ
び、最小値を表す。val 部分画像内の画素の色の分散値
を表す。閾値と被比較値の比較を行い、被閾値が閾値を
越えている場合、分割後の部分画像をさらに再帰的に分
割する。
【００１８】ステップS401で、予め定めた重みをp、閾
値α、被比較値γを設定する。ステップS402で、入力デ
ジタル画像をn分割する。本実施形態では、４等分す
る。ステップS403において、階層mの部分画像の各特徴
量の値を計算する。ステップS404において、階層(m-1)
の部分画像の各特徴量の値を計算する。ステップS405に
おいて、ステップS403およびステップS404において算出
した複数の特徴量の値に応じて、それぞれ好適な一つの
特徴量を選択する。選択した特徴量から、閾値αと被比
較値γを算出する。ステップS406において、閾値αと被
比較値γの比較を行う。閾値αには、重みpをかける。
【００１９】γ＞pα
【００２０】上式を満たした場合、ステップS407へ進ん
で注目している部分画像の分割を行い、ステップS408へ
進む。上式を満たさない場合は、ステップS408へ進む。
ステップS408において、分割の条件を満たす部分画像が
存在しなくなったかどうかを調べ、条件を満たす部分画
像が存在しなくなったら処理を終了する。分割の様子
を、図5に示す。
【００２１】図3は、領域分割処理S102の処理の流れを
示すフローチャートである。領域分割処理としては、任
意の領域分割方式を用いて良いが、本実施形態では、GM
RFとMAP推定を用いた確率密度関数による仮説検定を用
いた領域分割処理を行う。
【００２２】前記領域分割処理S102は、画素の集合が属
するクラスを前記集合の状態値とする。まず、ステップ
S301で初期設定を行う。次にステップS302で、クラスに
属する画素の集合に関して、平均ベクトルと分散共分散
行列を求める。ステップS303において、画素の集合が各
クラスに属する確率を計算し、ステップS304において属
する確率の最大値をとるクラスを画素の集合の状態値と
する。ステップS305において、全ての画素の集合につい
て処理したかを判定し、全ての画素の集合について処理
した場合は、ステップS306に進む。全ての画素の集合に
ついて処理していない場合は、ステップS303へ戻り、未
処理の画素の集合に関する処理を行う。ステップS306
で、状態値の集合の状態が安定したかどうかを判定し、
安定した場合、領域分割処理S102を終了する。状態が安
定していなければ、ステップS302へ進み、再度全ての画
素の集合に対して状態値の計算をし直す。
【００２３】例えば、次のように定めた確率密度関数を
用いて、画素の集合が各クラス属する確率を求める。色
ベクトルyiを特徴量とする画素iの集合の状態xiがmにな
る場合の確率密度関数P(xi=m|yi)を、次式で表す。ただ
し、cはクリーク、μmは、クラスmに属する画素の集合
の平均色ベクトル、Aは、クラスmに属する画素の集合の
平均色ベクトルの分散共分散行列である。xcは、cに含
まれる画素の集合を指す。本実施形態におけるクリーク
とは、注目している画素の集合の状態を決定するための
領域のことを指す。本実施形態では、クリークは、注目
する画素の集合に隣接する全ての画素の集合とした。
【００２４】
【外１】
【００２５】以上説明したように、本実施形態を用いれ
ば、任意の基準による局所的な特徴量を用いて閾値を設
定し、入力画像を適切に分割することにより画素の集合
を生成することが可能になる。
【００２６】（他の実施形態）上記第１の実施形態で
は、階層m(m>１)の部分画像の分割を行う場合、階層(m-
1)の部分画像、および、階層mの部分画像に対して、輝
度差、色差、色の分散値の３つの特徴量を求め、３つの
特徴量の値の中で最大の特徴量を選択してそれぞれ閾
値、被比較値とし、被比較値が閾値を超えていれば分割
を行ったが、このように３つの特徴量から１つ選択する
のではなくて、他の方法で分割をおこなってもよい。
【００２７】例えば、輝度差、色差、色の分散値の３つ
の特徴量の平均値を算出し、算出された平均値をそれぞ
れ閾値、被比較値とし、被比較値が閾値を超えていれば
分割を行うようにしてもよい。
【００２８】また、例えば、輝度差、色差、色の分散値
の３つの特徴量のうち２つの特徴量が閾値を超えていれ
ば分割を行うようにしてもよい。
【００２９】また前述した実施形態の機能を実現する様
に各種のデバイスを動作させる様に該各種デバイスと接
続された装置あるいはシステム内のコンピュータに、前
記実施形態機能（例えば、図２のフローチャートにより
実現される機能）を実現するためのソフトウエアのプロ
グラムコードを供給し、そのシステムあるいは装置のコ
ンピュータ（CPUあるいはMPU）を格納されたプログラム
に従って前記各種デバイスを動作させることによって実
施したものも本発明の範疇に含まれる。
【００３０】またこの場合、前記ソフトウエアのプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコード自体、及びそのプログ
ラムコードをコンピュータに供給するための手段、例え
ばかかるプログラムコードを格納した記憶媒体を提供す
る。
【００３１】かかるプログラムコードを格納する記憶媒
体としては例えばフロッピー（登録商標）ディスク、ハ
ードディスク、光ディスク、光磁気ディスク、CD-RO
M,、磁気テープ、不揮発性のメモリカード、ROM等を用
いることが出来る。
【００３２】またコンピュータが供給されたプログラム
コードを実行することにより、前述の実施形態の機能が
実現されるだけではなく、そのプログラムコードがコン
ピュータにおいて稼働しているOS(オペレーティングシ
ステム)、あるいは他のアプリケーションソフト等と共
同して前述の実施形態の機能が実現される場合にもかか
るプログラムコードは本実施形態に含まれることは言う
までもない。
【００３３】更に供給されたプログラムコードが、コン
ピュータの機能拡張ボードやコンピュータに接続された
機能拡張ユニットに備わるメモリに格納された後そのプ
ログラムコードの指示に基づいてその機能拡張ボードや
機能格納ユニットに備わるCPU等が実際の処理の一部ま
たは全部を行い、その処理によって前述した実施形態の
機能が実現される場合も本実施形態に含まれることは言
うまでもない。
【００３４】また、複数の機器（例えば、ホストコンピ
ュータ、インタフェイス機器、リーダ、プリンタなど）
から構成されるシステムに適用しても、一つの機器から
なる装置（例えば、複写機、ファクシミリ装置など）に
適用してもよい。
【００３５】
【発明の効果】以上説明したように請求項１によれば、
複数の特徴量から閾値を設定して画像を適切に分割する
ことにより画素の集合を生成することを目的とする。
【００３６】請求項１２記載の画像処理装置、請求項２
３記載の記憶媒体においても同様の効果を得ることがで
きる。
【００３７】請求項１０、２１によれば、複数の特徴量
から閾値を設定して適切に分割された部分画像を、領域
分割処理に用いることができる。
【００３８】請求項１１，２２によれば、複数の特徴量
から閾値を設定して適切に分割された部分画像を、任意
の確率密度関数に基づいて領域分割処理に用いることが
できる。
【図面の簡単な説明】
【図１】実施形態における領域分割処理の概要を示すフ
ローチャートである。
【図２】実施形態における適応的分割処理の流れを示す
フローチャートである。
【図３】第１の実施形態における領域分割処理の流れを
示すフローチャートである。
【図４】適応的な分割の流れを示すフローチャートであ
る。
【図５】適応的な分割の様子を表す図である。

Claims (23)

    【特許請求の範囲】
  1. 【請求項１】 対象画像を複数の部分画像に分割する分
    割工程と、 前記分割工程により分割された部分画像に応じた複数の
    特徴量を算出する算出工程と、 前記対象画像に応じた複数の特徴量と前記部分画像に応
    じた複数の特徴量に基づいて、前記部分画像を分割する
    か否かを判定する判定工程とを有する画像処理方法であ
    って、 前記判定工程の判定結果により前記部分画像を分割する
    と判定された場合、前記部分画像を対象画像として前記
    分割工程、前記算出工程、前記判定工程を行うことを特
    徴とする。
  2. 【請求項２】 前記部分画像に応じた複数の特徴量は、
    少なくとも前記分割画像の輝度差応じた値を含むことを
    特徴とする請求項１記載の画像処理方法。
  3. 【請求項３】 前記部分画像に応じた複数の特徴量は、
    少なくとも前記部分画像の色差に応じた値を含むことを
    特徴とする請求項１記載の画像処理方法。
  4. 【請求項４】 前記部分画像に応じた複数の特徴量は、
    少なくとも前記部分画像の色の分散値に応じた値を含む
    ことを特徴とする請求項１記載の画像処理方法。
  5. 【請求項５】 前記部分画像に応じた複数の特徴量は、
    前記部分画像の輝度差、色差、色の分散値の平均値であ
    ることを特徴とする請求項１記載の画像処理方法。
  6. 【請求項６】 前記対象画像に応じた複数の特徴量は、
    少なくとも前記対象画像の輝度差に応じた値を含むこと
    を特徴とする請求項１記載の画像処理方法。
  7. 【請求項７】 前記対象画像に応じた複数の特徴量は、
    少なくとも前記対象画像の色差に応じた値を含むことを
    特徴とする請求項１記載の画像処理方法。
  8. 【請求項８】 前記対象画像に応じた複数の特徴量は、
    少なくとも前記対象画像の色の分散値に応じた値を含む
    ことを特徴とする請求項１記載の画像処理方法。
  9. 【請求項９】 前記対象画像に応じた複数の特徴量は、
    前記対象画像の輝度差、色差、色の分散値の平均値であ
    ることを特徴とする請求項１記載の画像処理方法。
  10. 【請求項１０】 前記分割工程により分割された部分画
    像に基づいて、更に領域分割処理を行う領域分割処理工
    程とを有することを特徴とする請求項１記載の画像処理
    方法。
  11. 【請求項１１】 前記領域分割処理工程は、任意の確率
    密度関数に基づいて領域分割処理を行うことを特徴とす
    る請求項１０記載の画像処理方法。
  12. 【請求項１２】 対象画像を複数の部分画像に分割する
    分割手段と、 前記分割手段により分割された部分画像に応じた複数の
    特徴量を算出する算出手段と、 前記対象画像に応じた複数の特徴量と前記部分画像に応
    じた複数の特徴量に基づいて、前記部分画像を分割する
    か否かを判定する判定手段とを有する画像処理装置であ
    って、 前記判定手段の判定結果により前記部分画像を分割する
    と判定された場合、前記部分画像を対象画像として前記
    分割手段、前記算出手段、前記判定手段を行うことを特
    徴とする。
  13. 【請求項１３】 前記部分画像に応じた複数の特徴量
    は、少なくとも前記分割画像の輝度差に応じた値を含む
    ことを特徴とする請求項１２記載の画像処理装置。
  14. 【請求項１４】 前記部分画像に応じた複数の特徴量
    は、少なくとも前記部分画像の色差に応じた値を含むこ
    とを特徴とする請求項１２記載の画像処理装置。
  15. 【請求項１５】 前記部分画像に応じた複数の特徴量
    は、少なくとも前記部分画像の色の分散値に応じた値を
    含むことを特徴とする請求項１２記載の画像処理装置。
  16. 【請求項１６】 前記部分画像に応じた複数の特徴量
    は、前記部分画像の輝度差、色差、色の分散値の平均値
    であることを特徴とする請求項１２記載の画像処理装
    置。
  17. 【請求項１７】 前記対象画像に応じた複数の特徴量
    は、少なくとも前記画像の輝度差に応じた値を含むこと
    を特徴とする請求項１２記載の画像処理装置。
  18. 【請求項１８】 前記対象画像に応じた複数の特徴量
    は、少なくとも前記画像の色差に応じた値を含むことを
    特徴とする請求項１２記載の画像処理装置。
  19. 【請求項１９】 前記対象画像に応じた複数の特徴量
    は、少なくとも前記画像の色の分散値に応じた値を含む
    ことを特徴とする請求項１２記載の画像処理装置。
  20. 【請求項２０】 前記対象画像に応じた複数の特徴量
    は、前記対象画像の輝度差、色差、色の分散値の平均値
    であることを特徴とする請求項１２記載の画像処理装
    置。
  21. 【請求項２１】 前記分割手段により分割された部分画
    像に基づいて、更に領域分割処理を行う領域分割処理手
    段とを有することを特徴とする請求項１２記載の画像処
    理装置。
  22. 【請求項２２】 前記領域分割処理手段は、任意の確率
    密度関数に基づいて領域分割処理を行うことを特徴とす
    る請求項２１記載の画像処理装置。
  23. 【請求項２３】 対象画像を複数の部分画像に分割する
    分割コードと、 前記分割コードにより分割された部分画像に応じた複数
    の特徴量を算出する算出コードと、 前記対象画像に応じた複数の特徴量と前記部分画像に応
    じた複数の特徴量に基づいて、前記部分画像を分割する
    か否かを判定する判定コードとを有することを特徴とす
    るコンピュータ可読な記憶媒体であって、 前記判定コードの判定結果により前記部分画像を分割す
    ると判定された場合、前記部分画像を対象画像として前
    記分割コード、前記算出コード、前記判定コードを行う
    ことを特徴とする。
JP21542299A 1999-07-29 1999-07-29 画像処理方法、画像処理装置及び記憶媒体 Withdrawn JP2001043371A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP21542299A JP2001043371A (ja) 1999-07-29 1999-07-29 画像処理方法、画像処理装置及び記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP21542299A JP2001043371A (ja) 1999-07-29 1999-07-29 画像処理方法、画像処理装置及び記憶媒体

Publications (1)

Publication Number Publication Date
JP2001043371A true JP2001043371A (ja) 2001-02-16

Family

ID=16672083

Family Applications (1)

Application Number Title Priority Date Filing Date
JP21542299A Withdrawn JP2001043371A (ja) 1999-07-29 1999-07-29 画像処理方法、画像処理装置及び記憶媒体

Country Status (1)

Country Link
JP (1) JP2001043371A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1311388C (zh) * 2003-07-04 2007-04-18 三菱电机株式会社 表示图像组的方法和装置
US7468812B2 (en) 2004-07-15 2008-12-23 Canon Kabushiki Kaisha Image processing apparatus and its method for color correction
US7580169B2 (en) 2004-07-15 2009-08-25 Canon Kabushiki Kaisha Image processing apparatus and its method
JP2015114782A (ja) * 2013-12-10 2015-06-22 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 画像情報から交通量推定のためのパラメータを求める方法
JP2017510167A (ja) * 2014-02-07 2017-04-06 ソニー インタラクティブ エンタテインメント アメリカ リミテッド ライアビリテイ カンパニー メディアにおける広告および他の挿入物の位置およびタイミングを判定するスキーム
US10531133B2 (en) 2007-03-22 2020-01-07 Sony Interactive Entertainment LLC Scheme for determining the locations and timing of advertisements and other insertions in media

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1311388C (zh) * 2003-07-04 2007-04-18 三菱电机株式会社 表示图像组的方法和装置
US7468812B2 (en) 2004-07-15 2008-12-23 Canon Kabushiki Kaisha Image processing apparatus and its method for color correction
US7580169B2 (en) 2004-07-15 2009-08-25 Canon Kabushiki Kaisha Image processing apparatus and its method
US10531133B2 (en) 2007-03-22 2020-01-07 Sony Interactive Entertainment LLC Scheme for determining the locations and timing of advertisements and other insertions in media
US10715839B2 (en) 2007-03-22 2020-07-14 Sony Interactive Entertainment LLC Scheme for determining the locations and timing of advertisements and other insertions in media
JP2015114782A (ja) * 2013-12-10 2015-06-22 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 画像情報から交通量推定のためのパラメータを求める方法
JP2017510167A (ja) * 2014-02-07 2017-04-06 ソニー インタラクティブ エンタテインメント アメリカ リミテッド ライアビリテイ カンパニー メディアにおける広告および他の挿入物の位置およびタイミングを判定するスキーム
JP2019110544A (ja) * 2014-02-07 2019-07-04 ソニー インタラクティブ エンタテインメント アメリカ リミテッド ライアビリテイ カンパニー メディアにおける広告および他の挿入物の位置およびタイミングを判定するスキーム
JP2021100263A (ja) * 2014-02-07 2021-07-01 ソニー・インタラクティブエンタテインメント エルエルシー メディアにおける広告および他の挿入物の位置およびタイミングを判定するスキーム

Similar Documents

Publication Publication Date Title
EP2176830B1 (en) Face and skin sensitive image enhancement
JP4733462B2 (ja) ダイナミックプログラミングによる境界マッティング
US7925084B1 (en) Merge and removal in a planar map of an image
US8346013B2 (en) Image processing apparatus, image processing method, and program
JP3474078B2 (ja) 描画処理装置
JP2001113754A (ja) 画像処理装置及び画像処理方法
CN111598796B (zh) 图像处理方法及装置、电子设备、存储介质
WO2021179826A1 (zh) 图像处理方法及相关产品
US7929755B1 (en) Planar map to process a raster image
CN111489322A (zh) 给静态图片加天空滤镜的方法及装置
CN110675463B (zh) 一种局部彩色铅笔画生成方法及装置
CN113344801A (zh) 一种应用于燃气计量设施环境下的图像增强方法、系统、终端及存储介质
JP2001043371A (ja) 画像処理方法、画像処理装置及び記憶媒体
CN113506305B (zh) 三维点云数据的图像增强方法、语义分割方法及装置
CN112598687B (zh) 图像分割方法和装置、存储介质、电子设备
JP4460368B2 (ja) 画像補正装置および方法，ならびに画像補正プログラム
JP5617426B2 (ja) ジャギー緩和処理装置及びジャギー緩和処理方法
JP4095208B2 (ja) 画像処理方法、画像処理装置及び記憶媒体
CN111626966A (zh) 声呐图像的去噪模型训练方法及其装置和可读存储介质
JP3978614B2 (ja) 画像領域分割方法および画像領域分割装置
JP3611006B2 (ja) 画像領域分割方法および画像領域分割装置
CN111630558A (zh) 一种图像处理、匹配方法、装置及存储介质
WO2022237657A1 (zh) 图像处理方法、装置及电子设备
CN111626935B (zh) 像素图缩放方法、游戏内容生成方法及装置
JP2000013607A (ja) ボカシ処理を利用した画像処理

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20061003