JP2001076158A - 画像処理方法及び装置並びに媒体 - Google Patents

画像処理方法及び装置並びに媒体

Info

Publication number
JP2001076158A
JP2001076158A JP24803099A JP24803099A JP2001076158A JP 2001076158 A JP2001076158 A JP 2001076158A JP 24803099 A JP24803099 A JP 24803099A JP 24803099 A JP24803099 A JP 24803099A JP 2001076158 A JP2001076158 A JP 2001076158A
Authority
JP
Japan
Prior art keywords
image
block
search
resolution
list
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
JP24803099A
Other languages
English (en)
Inventor
Kazuhide Sugimoto
和英 杉本
Toru Kitamura
徹 北村
Fumiaki Tomita
文明 富田
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.)
REAL WORLD COMPUTING PARTNERSH
National Institute of Advanced Industrial Science and Technology AIST
Sanyo Electric Co Ltd
Real World Computing Partnership
Original Assignee
REAL WORLD COMPUTING PARTNERSH
Agency of Industrial Science and Technology
Sanyo Electric Co Ltd
Real World Computing Partnership
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 REAL WORLD COMPUTING PARTNERSH, Agency of Industrial Science and Technology, Sanyo Electric Co Ltd, Real World Computing Partnership filed Critical REAL WORLD COMPUTING PARTNERSH
Priority to JP24803099A priority Critical patent/JP2001076158A/ja
Publication of JP2001076158A publication Critical patent/JP2001076158A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 画像中から効率的に画像特徴を抽出する。 【解決手段】 入力された画像をスキャンし特徴抽出を
行なう(S1)。次に、複数の解像度にてブロック分割
し、前記分割されたブロックを単位として、各ブロック
中に存在する特徴のみを選択し特徴のリストを生成する
(S2)。分割生成された各解像度のブロックリストに
対して、階層別の各ブロック間の包含関係をリストとし
て生成する(S3)。探索特徴指示に従い、画像中の探
索開始位置と探索方向を決定し(S4)、低分解能画像
特徴リストを用いて、指示方向に該当する大きなブロッ
ク中に該当する特徴のリストが存在するか判別する(S
5)。該当したブロックについてのみ、包含関係に従っ
て包含されるブロックを決定し、高分解能画像特徴リス
トを用いて、詳細な特徴探索を行なう。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】この発明は画像処理方法及び
装置並びに媒体に関し、特に形状特徴リストを元に画像
内の特徴箇所を検出する技術に関する。
【0002】
【従来の技術】従来より、3次元物体を撮影して得られ
た2次元画像を処理して物体を認識する技術が知られて
いる。物体認識の一方法として、個々の物体が物体に共
通的な形状特徴(プリミティブ)によって構成されてい
るとみなし、これらを画像から抽出することにより物体
を認識する方法がある。画像データから形状特徴を抽出
することで、それに関連するモデルだけを認識候補とす
ることで、効率的な処理を行うことができる。
【0003】物体を構成する形状特徴は、構造体−素立
体−面−辺のような階層を有している。カメラの場合で
言えば、カメラの外形は直方体と円柱で構成され、直方
体は3個の平行四辺形から構成され、円柱は楕円と円柱
側面から構成され、平行四辺形は平行線(辺)と凸角
(辺)から構成され、楕円は楕円弧(辺)から構成され
る如くである。階層的に下位の形状特徴(直線や弧)を
抽出することで、これらを要素とする上位の形状特徴を
抽出することができ、さらに最終的な物体形状を認識す
ることができる(例えば、「階層的な形状プリミティブ
の並列的発見」コンピュータビジョン 69−1 19
90.11.22参照)。
【0004】従って、画像データから形状特徴を確実に
抽出することは極めて重要であり、従来においては抽出
対象とする特徴毎に、画像全体をくまなく何度もスキャ
ンする方法が採用されていた。
【0005】また、ステレオ画像の場合には、左右の画
像に相関関係があるので、左右の画像で対応する形状特
徴を探索する際に、エピポーラ線に沿った短冊状のブロ
ックに分割して探索する方法も提案されている(映像情
報メディア学会誌vol52.No.5参照)。
【0006】さらに、物体認識には直接関係しないが、
動画像圧縮分野においては時間的に隣接する画像データ
から所望の特徴を抽出するために画像をブロックに分割
してブロック範囲を探索する方法が知られている。
【0007】
【発明が解決しようとする課題】しかしながら、画像全
体をくまなくスキャンする方法では、探索に時間を要
し、特に複数の形状特徴を探索する際には毎回スキャン
するため処理時間が増大するという問題がある。
【0008】また、短冊状に画像をブロック分割して探
索範囲を限定する方法は処理時間の短縮には有効である
が、任意の角度の方向に探索することが困難な問題があ
る。
【0009】さらに、ブロック毎に特徴を抽出する方法
では、ブロックより小さい特徴の抽出に適さず、またブ
ロックの分割の仕方により、ブロックにまたがる特徴を
抽出することが困難となる問題もある。
【0010】本発明は、上記従来技術の有する課題に鑑
みなされたものであり、その目的は、高速かつ確実に形
状特徴を探索することができる画像処理方法及び装置並
びに媒体を提供することにある。
【0011】
【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、画像中に含まれる形状特徴を探索する画
像処理方法であって、前記画像から前記形状特徴を獲得
する特徴獲得工程と、前記画像を複数の解像度のブロッ
クで分割して、各ブロック中に存在する前記形状特徴の
リストを生成する特徴リスト生成工程と、前記ブロック
間の関係を前記解像度に基づいた包含関係により階層的
に表現したリストを生成する階層リスト作成工程と、前
記特徴リスト及び階層リストに基づいて、低解像度のブ
ロックから順次解像度を高くしてブロック内の形状特徴
を探索する探索工程とを含むことを特徴とする。ある形
状特徴を抽出するとき、低解像度のブロックを単位とし
て探索を開始し、より詳細に探索すべきブロックは、高
解像度に分割された別階層(上位階層)へ探索範囲を変
更する粗密解析を行うことで、探索空間を限定しつつ、
精度を低下させることなく、効率的な特徴探索が可能と
なる。
【0012】ここで、前記複数の解像度のブロックの形
状は、互いに相似形であることが好適である。相似形と
することで、画像内を漏れなくかつ容易に粗密ブロック
構成することができる。
【0013】また、本発明において、前記探索工程に先
だって、既抽出形状特徴の位置及び方向に基づいて探索
対象ブロックを決定する探索範囲決定工程を含み、前記
探索工程では、前記探索対象ブロック中の形状特徴リス
トを探索するのが好適である。これにより、ブロック単
位で適当な探索範囲に限定することができる。なお、既
抽出形状特徴の位置及び方向とは、例えば探索すべき形
状特徴が辺であれば、辺の一部を構成する既抽出セグメ
ントの端点の位置及びセグメントの延びている方向を意
味する。
【0014】前記探索範囲決定工程では、低解像度のブ
ロックを単位として、前記探索対象ブロックを決定する
ことが好適である。低解像度のブロックを単位として探
索ブロック位置や探索方向を粗く絞り込むことができる
ので、探索空間の大幅な削減が可能となる。
【0015】また、本発明は、画像中に含まれる形状特
徴を探索する画像処理装置であって、前記画像を複数の
解像度のブロックで分割し、各ブロック中に存在する前
記形状特徴のリストを作成する手段と、前記解像度を用
いた前記ブロック間の階層関係及び前記リストに基づ
き、低解像度から順次解像度を高くしてブロック内の形
状特徴を探索する手段とを有することを特徴とする。
【0016】ここで、複数の解像度のブロック形状は、
フラクタル形状であることが好適である。フラクタル形
状とは、与えられた倍率で拡大してももとと同じ形が現
れるような形状をいう。これにより、画像中を漏れなく
かつ容易に粗密構成とすることができ、階層間の探索を
容易にすることができる。
【0017】また、本発明において、既抽出形状特徴の
位置及び方向に基づいて探索対象ブロックを決定する手
段を有することが好適であり、探索対象ブロックは、低
解像度のブロックに基づき決定されることが望ましい。
【0018】本発明の装置又は方法において、画像とし
ては通常の原画像のみならず、ステレオ画像、動画像、
あるいはこれらの立体画像とすることができる。ステレ
オ画像の場合では、左右の画像で対応する画像特徴を効
率的探索することができ、動画像の場合では、時系列上
で隣接する画像間において動きベクトルなどを効率的に
探索することができる。
【0019】また、本発明は、画像中に含まれる形状特
徴を探索するプログラムを記録するコンピュータ読み取
り可能な媒体を提供する。前記プログラムはコンピュー
タに対して、少なくとも、前記画像から前記形状特徴を
獲得させ、前記画像を複数の解像度のブロックで分割し
て、各ブロック中に存在する前記形状特徴のリストを生
成させ、前記ブロック間の関係を前記解像度に基づいた
包含関係により階層的に表現したリストを生成させ、前
記特徴リスト及び階層リストに基づいて、低解像度のブ
ロックから順次解像度を高くしてブロック内の形状特徴
を探索させることを特徴とする。前記複数の解像度のブ
ロックの形状は、互いに相似形であることが好適であ
り、前記探索に先だって、既抽出形状特徴の位置及び方
向に基づいて探索対象ブロックを決定させることができ
る。前記探索対象ブロックは、低解像度のブロックを単
位として決定されることが望ましい。
【0020】
【発明の実施の形態】以下、本発明の好適な実施形態を
適宜図面を参照しながら説明する。
【0021】図1は、本実施形態の構成ブロック図であ
る。入力部10から入力された画像データはバスを介し
てメモり12に格納される。メモリ12に格納された画
像データは読み出されて処理部14に供給され、処理部
14で後述する処理を行い形状特徴を抽出する。本実施
形態の画像処理装置は、パーソナルコンピュータあるい
はワークステーションで構成することができる。
【0022】図2には、処理部14で実行される形状特
徴抽出処理の全体フローチャートが示されている。同図
に示すごとく、本実施形態の処理方法は、画像特徴抽出
ステップ(S1)、分割方法決定及び分割画像特徴リス
ト生成ステップ(S2)、階層リスト生成ステップ(S
3)、探索位置と方向の決定ステップ(S4)、低分解
能画像特徴探索ステップ(S5)、高分解能画像特徴探
索ステップ(S6)の各処理ステップを含んでおり、こ
れらを順次実行することで入力画像データから形状特徴
を抽出する。以下、各処理の内容を詳述する。
【0023】S1:画像特徴抽出 図3には、画像データより形状特徴を抽出する処理が示
されている。一例として(A)に示されるような種々の
物体形状を有する濃淡画像を入力として与えるとき、微
分処理、エッジの閾値処理、同延長処理、特徴点検出に
よるエッジ分割処理などにより、(B)に示されるよう
に直線や凹もしくは凸のセグメント(線要素)といった
形状特徴を抽出することができる。抽出されたセグメン
トは断片的であり、統合すること(複数のセグメントが
同一辺を構成するのであれば、その辺を構成するセグメ
ントを結びつける)が必要である。そこで、従来のよう
に何回も画像をスキャンして探索するのではなく、階層
的なブロック構造を用いて効率的にセグメントを抽出す
る。
【0024】S2:分割方法決定及び分割画像特徴リス
ト生成 図4には、S1の処理で抽出した形状特徴をリストとし
て登録するために、2次元画像を例に画像をブロックに
分割する処理が示されている。ブロックに分割するに際
しては、各ブロックの形状や階層数を決定することが必
要であり、本実施形態ではブロックの形状を矩形とし、
階層を7階層に設定している。もちろん、ブロックの形
状としては矩形以外も可能であるが、各階層において相
似形状となることが好適である。各階層において相似形
となる図形は、一般にフラクタルと称されている。各階
層において相似形とすることで、探索漏れをなくすこと
ができる。図において、まず、原画像(レベル0とし、
解像度を例えば640×480ピクセルの1ブロックと
する)を、縦横それぞれ1/2にした画像(レベル1と
し、解像度は320×240)にブロック分割する。次
に、レベル1の画像を縦横それぞれ1/2にした画像
(レベル2とし、解像度は160×120)にブロック
分割する。以下、同様にしてレベル3(解像度80×6
0)、レベル4(40×30)、レベル5(20×1
5)、レベル6(5×5)までブロック分割を行い階層
的にブロック画像を生成する。最小のブロックサイズ
は、対象とする形状特徴の大きさにもよるが、本実施形
態ではレベル6まで生成する例を示している。この図か
ら明らかなように、レベル0にはブロック1、2、3、
4が存在し、レベル0のブロック1にはレベル1の4つ
のブロック(ブロック1、2、3、4)が含まれてい
る。また、レベル0のブロック2にはレベル1の4つの
ブロック(ブロック5、6、7、8)が含まれている。
以下、同様に包含関係が成立し、以下のように表記する
ことができる。
【0025】レベル0 ブロック1(レベル1(ブロック1、2、3、4)) ブロック2(レベル1(ブロック5、6、7、8)) ブロック3(レベル1(ブロック9、10、11、1
2)) ブロック4(レベル1(ブロック13、14、15、1
6)) レベル1 ブロック1(レベル2(ブロック1、2、3、4)) ブロック2(レベル2(ブロック5、6、7、8)) ブロック3(レベル2(ブロック9、10、11、1
2)) ブロック4(レベル2(ブロック13、14、15、1
6)) (以下同様) 図5には、任意のレベルnの各ブロックにおいて抽出さ
れたセグメントのリストが生成される例が示されてい
る。前記分割されたブロック毎に、ブロック中に含まれ
る形状特徴が抽出され、リストに登録される。図中、レ
ベルnのブロック1には直線セグメントseg1が含ま
れ、ブロック3中には、曲線セグメントseg2が含ま
れる。従って、例えば、 ブロック1(Line(seg1)) ブロック2(Line(seg3)、Curve(se
g5)) ブロック3(Curve(seg2)) ブロック4(Line(seg4)、Curve(se
g5)) のようなリストが生成される。ここで、曲線セグメント
seg5は複数ブロックにまたがっているため、それぞ
れのブロックのリストに登録されている。このようなリ
ストは、解像度の異なる全ての階層の全てのブロックに
ついて生成される。
【0026】S3:階層リスト生成 分割された各ブロックは、解像度の異なる階層間で、包
含関係をリストとして保持することで、上下の階層間で
のリストの再探索をすることができる。すなわち、図4
に示されたように、レベル0階層の影付きのブロック1
は、その上の解像度(高解像度)であるレベル1階層の
4つのブロックを含むというリストブロック1(レベル
1(ブロック1、2、3、4))によって包含関係が記
述される。同様に下位の解像度の任意のブロックも、上
位階層のどのブロックに包含されるかのポインタを持
つ。このリストに基づいて、例えばレベル0のブロック
1をより詳細に探索する必要がある場合には、レベル1
のブロック1、2、3、4を探索すればよいことが分か
る。
【0027】S4:探索位置と方向の決定 このステップでは、探索開始位置の座標と方向から、残
りの形状特徴を探索するための探索位置と方向(あるい
は探索範囲)を決定する。図6には、端点sとeで規定
される既抽出セグメントseg1と同一直線L上、すな
わちseg1と同一方向に存在すると期待されるセグメ
ントを、端点e側で探索する例が示されている。制御装
置は、seg1の位置及び方向から、端点eを含むブロ
ックGの周囲で、かつ、直線の方向(端点sからeに向
かう方向)に存在するブロックA〜Iを探索ブロック範
囲に決定する。
【0028】S5:低解像度画像特徴探索 このステップでは、S4で決定された探索範囲内で、低
解像度ブロック(低レベルブロック)を用いて粗探索を
行う。すなわち、図6において、決定された探索範囲で
あるブロックA〜Iの中で、直線Lと交点を持つブロッ
クを探索し、ブロックG、E、Cを選択する。次に、前
記3つのブロックG、E、Cの形状特徴リストより該当
するセグメントを探索する。
【0029】S6:高解像度画像特徴探索 S5で探索する際に、該当するセグメントの探索空間が
大きい場合(探索すべきリストのサイズが大きく、効率
的な探索が見込めない場合)には、前記3つのブロック
のそれぞれ上位階層(高解像度)のブロックより、直線
Lと交点を持つブロックを探索し、この上位階層のブロ
ック中の形状特徴リストを探索する。具体的には、レベ
ルnのブロックGに包含されるレベルn+1の複数のブ
ロックを階層リストから選択し、レベルn+1の複数の
ブロックから直線Lと交点を有するブロックを選択し
て、このブロックの特徴抽出リストから該当するセグメ
ント、すなわち形状特徴を探索する。レベルnの他のブ
ロック(ブロックE、ブロックC)についても同様であ
る。そして、レベルn+1のブロックでもまだ探索空間
が大きい場合には、さらにレベルn+1のブロックに含
まれるレベルn+2の複数のブロックを階層リストから
選択し、レベルn+2の複数のブロックから直線Lと交
点を有するブロックを選択して、このブロックの特徴抽
出リストから該当するセグメントを探索する。以上の処
理は、最も解像度の低いブロック(レベル0)から最も
解像度の高いブロック(レベル6)まで順次実行され
る。もちろん、該当するセグメントが探索できた場合に
は、それより解像度の高いブロックに移行する必要はな
い。
【0030】このように、本実施形態では、探索範囲を
限定するとともに、低い解像度から順次高い解像度に処
理対象を移行させて探索するので、短時間に物体の形状
特徴を抽出することができる。本方法は、同一画像に対
して異なる特徴を繰り返し探索する必要が生じるような
認識システムにおいて特に有効で、処理時間を大幅に短
縮することができる。
【0031】以上、本発明の実施形態について、2次元
画像を例にとり説明したが、本発明の探索手法は2次元
ステレオ画像や時系列の2次元動画像にも適用すること
ができる。
【0032】図7には、ステレオ画像間で、左右の対応
探索を行う例が示されている。同図において、左画像
(A)と右画像(B)の対応探索(左右の画像で対応す
る画像特徴を抽出する)を行う際、左画像のブロックi
中の特徴の座標と方向に基づいて、探索位置と探索方向
が決定される。そして、決定された探索位置と探索方向
に存在する右画像のブロックj中のリストより、該当す
る画像特徴を抽出する。右画像で画像特徴を抽出する際
には、右画像の低解像度のブロックから探索し、あるレ
ベルnのブロックでは探索範囲が大きく効率的な探索が
見込めない場合には、一つ上の階層である高解像度のブ
ロック群から探索位置と方向の条件を満たすブロックを
選択し、その中から画像特徴を抽出する。これにより、
従来のように短冊範囲に限定することなく、任意の方向
に効率的に探索することができる。
【0033】また、時系列の動画像の場合、動きベクト
ルを検出するために対応探索する必要があるが、この場
合にもまず探索範囲を決定して低解像度のブロック内で
探索し、その後高解像度のブロック内で探索すること
で、効率的に、かつ高精度の動きベクトル検出が行え
る。
【0034】さらに、本発明の探索手法は、2次元画像
データのみならず、3次元画像データにも適用すること
ができる。
【0035】図8には、3次元画像の探索処理が示され
ている。分割ブロックiより探索位置と探索方向が決定
され、探索位置と方向に位置するブロックj中のリスト
より所望の特徴を探索し、ブロックjの探索範囲が大き
い場合には、ブロックjに包含される上位の階層(高解
像度)のブロック探索へと順次移行すればよい。3次元
画像には、ステレオ画像のみならず、時系列画像も含ま
れる。
【0036】なお、以上述べた処理は、処理プログラム
を記録した媒体から該プログラムをコンピュータにイン
ストールし、コンピュータのCPUがインストールプロ
グラムを順次実行することで実現することができる。か
かる媒体には、CD−ROMやDVD−ROM、ハード
ディスク等、電磁気的、光学的、化学的に情報を保持で
きる任意の媒体が含まれる。
【0037】
【発明の効果】本発明によれば、様々な画像中の形状特
徴を効率的に探索することができる。すなわち、ブロッ
ク単位で探索範囲を限定するとともに低解像度から高解
像度に順次処理を移行させるため、画像全体から繰り返
し特徴探索をする場合や、時系列画像の異なるフレーム
にまたがって特徴探索をする場合、さらに、立体画像や
立体時系列画像に対して特徴探索する場合に、高速かつ
確実な特徴探索が可能となる。
【図面の簡単な説明】
【図1】 実施形態の構成ブロック図である。
【図2】 実施形態の全体処理フローチャートである。
【図3】 図2における画像特徴抽出処理(S1)を示
す図である。
【図4】 図2における分割画像生成処理(S2)を示
す図である。
【図5】 図2における分割画像特徴リスト生成処理
(S2)を示す図である。
【図6】 図2における特徴探索処理(S4、S5、S
6)を示す図である。
【図7】 他の実施形態の特徴探索処理を示す図であ
る。
【図8】 さらに他の実施形態の特徴探索処理を示す図
である。
【符号の説明】
10 入力部、12 メモリ、14 処理部。
───────────────────────────────────────────────────── フロントページの続き (74)上記1名の復代理人 100075258 弁理士 吉田 研二 (外3名) (72)発明者 杉本 和英 大阪府守口市京阪本通2丁目5番5号 三 洋電機株式会社内 (72)発明者 北村 徹 大阪府守口市京阪本通2丁目5番5号 三 洋電機株式会社内 (72)発明者 富田 文明 茨城県つくば市梅園1丁目1番4 工業技 術院電子技術総合研究所内 Fターム(参考) 5L096 AA09 FA70

Claims (21)

    【特許請求の範囲】
  1. 【請求項1】 画像中に含まれる形状特徴を探索する画
    像処理方法であって、 前記画像から前記形状特徴を獲得する特徴獲得工程と、 前記画像を複数の解像度のブロックで分割して、各ブロ
    ック中に存在する前記形状特徴のリストを生成する特徴
    リスト生成工程と、 前記ブロック間の関係を前記解像度に基づいた包含関係
    により階層的に表現したリストを生成する階層リスト作
    成工程と、 前記特徴リスト及び階層リストに基づいて、低解像度の
    ブロックから順次解像度を高くしてブロック内の形状特
    徴を探索する探索工程と、 を含むことを特徴とする画像処理方法。
  2. 【請求項2】 請求項1記載の方法において、 前記複数の解像度のブロックの形状は、互いに相似形で
    あることを特徴とする画像処理方法。
  3. 【請求項3】 請求項1、2のいずれかに記載の方法に
    おいて、さらに、 前記探索工程に先だって、既抽出形状特徴の位置及び方
    向に基づいて探索対象ブロックを決定する探索範囲決定
    工程を含み、前記探索工程では、前記探索対象ブロック
    中の形状特徴リストを探索することを特徴とする画像処
    理方法。
  4. 【請求項4】 請求項3記載の方法において、 前記探索範囲決定工程では、低解像度のブロックを単位
    として、前記探索対象ブロックを決定することを特徴と
    する画像処理方法。
  5. 【請求項5】 請求項1〜4のいずれかに記載の方法に
    おいて、 前記画像はステレオ画像であることを特徴とする画像処
    理方法。
  6. 【請求項6】 請求項1〜4のいずれかに記載の方法に
    おいて、 前記画像は時系列画像であることを特徴とする画像処理
    方法。
  7. 【請求項7】 請求項1〜6のいずれかに記載の方法に
    おいて、 前記画像は3次元画像であることを特徴とする画像処理
    方法。
  8. 【請求項8】 画像中に含まれる形状特徴を探索する画
    像処理装置であって、 前記画像を複数の解像度のブロックで分割し、各ブロッ
    ク中に存在する前記形状特徴のリストを作成する手段
    と、 前記解像度を用いた前記ブロック間の階層関係及び前記
    リストに基づき、低解像度から順次解像度を高くしてブ
    ロック内の形状特徴を探索する手段と、 を有することを特徴とする画像処理装置。
  9. 【請求項9】 請求項8記載の装置において、 前記複数の解像度のブロック形状は、フラクタル形状で
    あることを特徴とする画像処理装置。
  10. 【請求項10】 請求項8、9のいずれかに記載の装置
    において、さらに、 既抽出形状特徴の位置及び方向に基づいて探索対象ブロ
    ックを決定する手段を有することを特徴とする画像処理
    装置。
  11. 【請求項11】 請求項10記載の装置において、 前記探索対象ブロックは、低解像度のブロックに基づき
    決定されることを特徴とする画像処理装置。
  12. 【請求項12】 請求項8〜11記載の装置において、 前記画像は複数の撮像手段で得られたステレオ画像であ
    ることを特徴とする画像処理装置。
  13. 【請求項13】 請求項8〜11記載の装置において、 前記画像は動画像であることを特徴とする画像処理装
    置。
  14. 【請求項14】 請求項8〜13記載の装置において、 前記画像は立体画像であることを特徴とする画像処理装
    置。
  15. 【請求項15】 画像中に含まれる形状特徴を探索する
    プログラムを記録するコンピュータ読み取り可能な媒体
    であって、前記プログラムはコンピュータに対して、少
    なくとも前記画像から前記形状特徴を獲得させ、 前記画像を複数の解像度のブロックで分割して、各ブロ
    ック中に存在する前記形状特徴のリストを生成させ、 前記ブロック間の関係を前記解像度に基づいた包含関係
    により階層的に表現したリストを生成させ、 前記特徴リスト及び階層リストに基づいて、低解像度の
    ブロックから順次解像度を高くしてブロック内の形状特
    徴を探索させることを特徴とする記録媒体。
  16. 【請求項16】 請求項15記載の媒体において、 前記複数の解像度のブロックの形状は、互いに相似形で
    あることを特徴とする記録媒体。
  17. 【請求項17】 請求項15、16のいずれかに記載の
    媒体において、前記プログラムは、 前記探索に先だって、既抽出形状特徴の位置及び方向に
    基づいて探索対象ブロックを決定させることを特徴とす
    る記録媒体。
  18. 【請求項18】 請求項17記載の媒体において、 前記探索対象ブロックは、低解像度のブロックを単位と
    して決定されることを特徴とする記録媒体。
  19. 【請求項19】 請求項15〜18のいずれかに記載の
    媒体において、 前記画像はステレオ画像であることを特徴とする記録媒
    体。
  20. 【請求項20】 請求項15〜18のいずれかに記載の
    媒体において、 前記画像は時系列画像であることを特徴とする記録媒
    体。
  21. 【請求項21】 請求項15〜20のいずれかに記載の
    媒体において、 前記画像は3次元画像であることを特徴とする記録媒
    体。
JP24803099A 1999-09-01 1999-09-01 画像処理方法及び装置並びに媒体 Pending JP2001076158A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP24803099A JP2001076158A (ja) 1999-09-01 1999-09-01 画像処理方法及び装置並びに媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP24803099A JP2001076158A (ja) 1999-09-01 1999-09-01 画像処理方法及び装置並びに媒体

Publications (1)

Publication Number Publication Date
JP2001076158A true JP2001076158A (ja) 2001-03-23

Family

ID=17172164

Family Applications (1)

Application Number Title Priority Date Filing Date
JP24803099A Pending JP2001076158A (ja) 1999-09-01 1999-09-01 画像処理方法及び装置並びに媒体

Country Status (1)

Country Link
JP (1) JP2001076158A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003036439A (ja) * 2001-07-23 2003-02-07 Minolta Co Ltd 画像抽出装置、画像抽出方法および画像抽出プログラム
KR20150145950A (ko) * 2014-06-20 2015-12-31 삼성전자주식회사 포인트 클라우드에서 특징 영역을 추출하는 방법 및 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003036439A (ja) * 2001-07-23 2003-02-07 Minolta Co Ltd 画像抽出装置、画像抽出方法および画像抽出プログラム
JP4665355B2 (ja) * 2001-07-23 2011-04-06 コニカミノルタホールディングス株式会社 画像抽出装置、画像抽出方法および画像抽出プログラム
KR20150145950A (ko) * 2014-06-20 2015-12-31 삼성전자주식회사 포인트 클라우드에서 특징 영역을 추출하는 방법 및 장치
KR102238693B1 (ko) * 2014-06-20 2021-04-09 삼성전자주식회사 포인트 클라우드에서 특징 영역을 추출하는 방법 및 장치

Similar Documents

Publication Publication Date Title
US9239946B2 (en) Method and apparatus for detecting and processing specific pattern from image
JP3308032B2 (ja) スキュー補正方法およびスキュー角検出方法およびスキュー補正装置およびスキュー角検出装置
JP3086702B2 (ja) テキスト又は線図形を識別する方法及びデジタル処理システム
CN110287826B (zh) 一种基于注意力机制的视频目标检测方法
JP5854802B2 (ja) 画像処理装置、画像処理方法、及びコンピュータプログラム
US20050286758A1 (en) Color segmentation-based stereo 3D reconstruction system and process employing overlapping images of a scene captured from viewpoints forming either a line or a grid
JP4535584B2 (ja) ディジタル画像処理方法
US20210256707A1 (en) Learning to Segment via Cut-and-Paste
JP3346795B2 (ja) 画像処理方法
JP6061502B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP2001076161A (ja) 画像処理方法及び装置並びに記憶媒体
EP3043315B1 (en) Method and apparatus for generating superpixels for multi-view images
JP2004288158A (ja) 最短サイクルによる画像分割
JP2004508641A (ja) ディジタル画像のセグメンテーション
JP4390523B2 (ja) 最小領域による合成画像の分割
JP2018137667A (ja) カメラキャリブレーション方法、プログラムおよび装置
JP2001076158A (ja) 画像処理方法及び装置並びに媒体
JP2004282701A5 (ja)
JP4658714B2 (ja) 画像中の線を検出する方法、装置、プログラム、および記憶媒体
JP2007295210A (ja) 画像処理装置、画像処理方法、画像処理プログラム、およびこれを記録した記録媒体
JP3661774B2 (ja) 文字列認識方法、文字認識装置およびプログラム
JPH11224337A (ja) 領域分割統合装置および領域分割統合方法
WO2024024048A1 (ja) 物体検出装置、物体検出方法、及び物体検出プログラム
JP2004334461A (ja) 文字認識装置及び文字認識プログラム
JP6922690B2 (ja) 文字領域抽出プログラム、文字領域抽出装置及び文字領域抽出方法

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20051115

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060124

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060704