JP2005056282A - 画像処理方法、画像処理装置、およびプログラム - Google Patents
画像処理方法、画像処理装置、およびプログラム Download PDFInfo
- Publication number
- JP2005056282A JP2005056282A JP2003288259A JP2003288259A JP2005056282A JP 2005056282 A JP2005056282 A JP 2005056282A JP 2003288259 A JP2003288259 A JP 2003288259A JP 2003288259 A JP2003288259 A JP 2003288259A JP 2005056282 A JP2005056282 A JP 2005056282A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- data
- mask
- generating
- 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.)
- Pending
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】画像データS11を構成し、予め規定された範囲r1の画素値を示す複数の画素データについて画素データの分布を示す分布データd1を生成する分布データ生成部222と、分布データ生成部222が生成した分布データd11および予め設定した値Mthを基に、詳細には分布データd1中のマスク処理対象の特徴を示すパターンd11を基に閾値Mを特定する特定部223と、画像データS11(S221)を、特定部223が特定した閾値を基に2値化してマスク画像データS22を生成する2値化部224および細化部225とを設ける。
【選択図】図4
Description
上述した従来の識別装置では、例えば被検体の手の透過光を撮像して、その画像データの画素値について予め決められた閾値を基に2値化画像データを生成して識別処理を行う。例えば識別装置は、2値化画像データの内の血管の配置を示すパターンを基に識別処理を行う。
そのマスク処理を行う際に用いるマスク画像データを生成する方法としては、例えば予め画素値の閾値(スレッシュホールド値)を設定し、画像データをその画素値を基に二値化処理を行い、マスク画像データを生成していた。
第2のステップおよび第2の手順における、特定手段では、分布データ生成手段が生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための閾値を特定する。
第3のステップおよび第3の手順における、マスク画像データ生成手段では、前記第1の画像データを、前記特定手段が特定した閾値を基に2値化して前記マスク画像データを生成する。
第2のステップおよび第2の手順における、特定手段では、分布データ生成手段で生成した分布データおよび予め設定した値を基に、マスク画像データを生成するための第2の範囲を特定する。
第3のステップおよび第3の手順における、マッピング手段では、特定手段で特定した第2の範囲内にある画素データを第1の範囲にマッピングして、当該マッピングした画素データで構成される第3の画像データを生成する。
第4のステップおよび第4の手順における、マスク画像データ生成手段では、マッピング手段で生成した第3の画像データを、第1の範囲で規定された閾値を基に2値化してマスク画像データを生成する。
本実施形態に係る画像処理装置1は、図1に示すように、撮像系101、抽出部102、および認証部103を有する。画像処理装置1は本発明に係る画像処理装置に相当する。
撮像系101は、詳細には照射部1011および光学レンズ1012を有する。
照射部1011は、例えばハロゲンランプ等より構成され、制御信号により被検体hの一部に電磁波、例えば近赤外線を照射する。
一方、画像データの内、認証に必要な指部の黒色部は、枠の黒色部よりも画素値が大きい。
本実施形態では画像データから画素値の分布を示す分布データ(ヒストグラム)を生成し、その分布データに基づいて、枠の黒部と、指部の黒部分との境界を特定し、認証に必要な画像データと、認証に不必要な画像データとを分離する。
撮像部11は、光学レンズ1012により結像された透過光を基に画像データS11を生成する。例えば撮像部11は、CCD(Charge-coupled device :電荷結合素子)型画像センサや、C−MOS(Complementary metal-oxide semiconductor )型画像センサにより構成され、画像データS11を抽出部102に出力する。この際、画像データS11はRGB(red-green-blue)信号であってもよいし、それ以外の色やグレースケール等の画像データであってもよい。
認証部103は、抽出部102による信号S102を基に、予め記憶する登録画像データと照合処理を行い、認証処理を行う。
画像処理装置1は、例えば図2に示すように、撮像部11、入力部12、出力部13、通信インタフェース(I/F)14、RAM(Random access Memory)15、ROM(Read only memory)16、記憶部17、およびCPU18を有する。
撮像部11、入力部12、出力部13、通信インタフェース(I/F)14、RAM15、ROM16、記憶部17、およびCPU18は、バスBSにより接続されている。
入力部12は、例えばユーザの操作に応じた信号をCPU18に出力する。例えば入力部12は、キーボード、マウス、およびタッチパネル等により構成される。
出力部13は、CPU18の制御により所定のデータに応じた出力を行う。例えば出力部13はディスプレイ等の表示装置等により構成される。
RAM15は、例えばCPU18のワークスペースとして用いられる。ROM16は、例えば初期値や初期パラメータ等のデータを記憶し、そのデータはCPU18により利用される。
記憶部17は、例えば図2に示すように、プログラムPRG、画像データD_P等を有する。
プログラムPRGは、本実施形態に係る機能、例えば抽出部102および認証部103等の機能を含み、CPU18により実行されることで、その機能が実現される。
画像データD_Pは、例えば認証処理に用いられる登録画像データ等の画像データである。
CPU18は、例えば図3に示すようにプログラムPRGを実行することにより、抽出部102の機能として、スケルトン画像生成部21、マスク部22、および画像生成部23を有する機能を実現する。
本発明はこの形態に限られるものではない。例えば図3に示す構成要素の機能をハードウェアにより実現してもよい。
マスク部22は、例えば図4に示すように、グレースケール変換部221、分布データ生成部222、特定部223、2値化部224、および細化部225を有する。
分布データ生成部222は本発明に係る分布データ生成手段に相当し、特定部223は本発明に係る特定手段に相当し、2値化部224および細化部225は本発明に係るマスク画像データ生成手段に相当する。
本実施形態に係る撮像部11は、例えば被検体hの生体の指を撮像して画像データS11を出力し、グレースケール変換部221は、その画像データS11を基に、例えば図5(a)に示すような、所定の階調のグレースケールの画像データS221を生成して、分布データ生成部222に出力する。
分布データ生成部222は、詳細には第1の範囲r1内の各画素値について、画素データの数を示す分布データd1を生成する。
詳細には、特定部223は、分布データ生成部222が生成した分布データd1、および予め設定した値Mthを基に、マスク画像データを生成するための閾値Mを特定し、閾値Mを信号S223として2値化部224に出力する。
特定部223は、例えば図5(b)に示す分布データd1の内のパターンd11の黒部と、分布データd1の内のパターンd12の指部の黒部分との境界を特定し、認証に必要な指部と、認証に不必要な枠部とを分離する。
また、特定部223は、例えば分布データd1のパターンを基に、値Mth,値Mを設定してもよい。
詳細には、2値化部224は、例えば図5(a)に示す画像データS221(S11)を、図5(b)に示す特定部223が特定した閾値Mを基に2値化して、例えば図5(c)に示すマスク画像データを生成し、信号S22(S224)として出力する。
細化処理は、例えば信号S224を基にモルフォロジ処理、例えば所定の単位領域を基にモルフォロジ処理の縮退処理(erode)および膨張処理(dilate)を行い、境界部分L2241を除去する。
分布データ生成部222では、図5(a),(b)に示すように、画像データS221を基に、画像データを構成し予め規定された第1の範囲r1の画素値を示す複数の画素データについて画素データの分布を示す分布データd1を生成し、信号S222として特定部223に出力する。
前記分布データを前記閾値を基に2値化するステップST1003において、2値化部224では、画像データS221を、信号S223を基に、特定部223が特定した閾値Mを基に2値化して、例えば図5(c)にしめす2値化画像データ(マスク画像データ)S224を生成し(マスク画像データを生成するST1004)、信号S224として出力する。
さらに本実施形態では、細化部225により例えばマスク画像データS224を基に細化処理を行い、認証に用いる必要な画像データと、認証に不必要な画像データS2241との境界部分L2241を除去し、処理結果を信号S22として画像生成部23に出力する。
例えば、画像生成部23では、スケルトン画像データS21とマスク画像データS22のAND演算処理を行い、画像データS23を生成する。
例えばCPU18は、図7に示すようにプログラムPRGを実行することにより、本実施形態に係るスケルトン画像生成部21の機能として、グレースケール変換部1801、分布データ生成部1802、特定部1803、マッピング部1804、ガウシアンフィルタ1805、ガウシアンラプラシアン1806、第1の縮退処理部1807、第1の膨張処理部1808、第2の膨張処理部1809、第2の縮退処理部1810、ローパスフィルタ部1811、およびスケルトン部1812の機能を実現する。
本発明はこの形態に限られるものではない。例えば図7に示す構成要素の機能をハードウェアにより実現してもよい。
本実施形態では、撮像部11は、例えば被検体hの生体の指を撮像して図8(a)に示すようなRGB画像データS11を出力する。
グレースケール変換部1801は、その画像データS11を基に、例えば図8(b)に示すような、グレースケールの画像データS1802を生成し、分布データ生成部1802に出力する。
分布データ生成部1802は、詳細には第1の範囲r1内の各画素値について、画素値を持つ画素データの数を示す分布データd1を生成する。
特定部1803は、信号S1802を基に、第1の範囲r1のうち予め決められた数の画素データが持つ画素値のなかで最大の画素値以下の範囲を、2値化対象とする第2の範囲r2として特定し、信号S1803として出力する。
例えば特定部1803は、図9(a)に示すような分布データd1の場合には0〜110の画素値の範囲を第2の範囲r2として特定する。
特定部1803は、例えば図9(b)に示すような分布データd1’の場合には、第1の範囲r1内のうち、予め決められた閾値V_thの数の画素値r11’,r12’,r13’,r14’のなかで最大の画素値r11’以下の範囲を第2の範囲r2’として特定する。
CPU18は、例えばプログラムPRGを実行することにより、図11に示す選択部1814および複数のノイズ除去フィルタ1815の機能を実現する。
選択部1814は、ノイズ除去フィルタ1815のうちの複数の異なるノイズ除去処理を行うノイズ除去フィルタのうち、いずれかのノイズ除去フィルタを選択させる信号S1814をノイズ除去フィルタ1815に出力する。
例えば選択部1814は、信号S1804のノイズ分布特性を検出し、検出結果を基にノイズ特性に適したノイズ除去フィルタを選択させる信号S1814を出力する。
また、例えば選択部1814は、ユーザの操作に応じた入力部12からの信号を基にノイズ除去フィルタを選択させる信号S1814を出力してもよい。
ガウシアンフィルタ1815_1は平滑化フィルタであり、例えば図12に示すように注目画素データを中心に、2次元のガウス分布に応じた重み付けで演算を行い平滑化処理を行う。例えば注目画素データ(0,0)として図12に図示する。
最小値フィルタ1815_4は、例えば注目画素を中心にn×nの局所領域の画素データのうち、最小値の画素値を注目画素データの画素値とする。
平均化フィルタ1815_7は、画像データのうちの例えばn×n画素の画素値の平均値を計算し出力ピクセルとするフィルタ処理を行う。
2次元ラプラシアン近似フィルタ1815_9は、画像データを基に2次微分処理を行い、エッジ検出などを行う。
エッジは画素値(明るさ)の変化によって生じる面と面との境界である。エッジは空間微分を行うことにより検出可能である。例えば空間微分には1次微分と2次微分がある。
エッジ領域は、詳細には図13(b)に示すように、第1の画素値f1と第2の画素値f2間は所定の幅Lで連続的に変化する。画像データf(x)を1次微分処理すると、例えば図13(c)に示すように境界領域において所定の幅Lで急激に変化する。
例えばエッジ検出処理は、この1次微分処理後の画像のf’(x)の急激な変化を検出して、エッジを特定する。
例えば画像データが図13(d)に示す画素値f(x)の場合には、図13(e)に示す1次微分値f’(x)と、図13(f)に示す2次微分値f’’(x)が得られる。
この2次微分値f’’(x)は、エッジのスロープ中で傾きが最も大きい点で符号が変化する。したがって、2次微分がx軸を横切る点(ゼロ交差点という)P_crは、エッジの位置を示す。この画像データは2次元データであり、実際のエッジ検出の際には、2次微分処理した画像データのうちゼロ交差点P_crの位置をエッジとして特定する。
例えばノイズ除去フィルタ1815は、ガウシアンフィルタ1815_1およびガウシアンラプラシアンフィルタ1815_10を選択する。説明の便宜上、ガウシアンフィルタ1805およびガウシアンラプラシアンフィルタ1806として説明する。
ガウシアンラプラシアンフィルタ1806は、2値化処理を行う際に例えば図8(c)に示す第1の範囲r1内に規定された閾値を基に2値化処理を行う。
また、例えば被検体hの血管を含む部位を透過光を撮像して生成した画像データをガウシアンフィルタ処理およびガウシアンラプラシアンフィルタ処理を行うことで高精度にノイズを除去処理でき、また適切に2値化処理して血管を示すパターンを視認可能な画像を生成することができる。
本実施形態に係る画像処理装置1aは、上述した処理で生成した2値化画像データS1806を基に、例えば図16(a)に示すように、所定の大きさの領域ar_th1より小さいノイズ成分の画素を図16(b)に示すように除去処理を行う。
本実施形態では、例えばモルフォロジ関数を用いて上述の機能を実現する。
第1の縮退(erode )処理部1807は、画像データS1806を基に、画像データS1806を構成する画素値を示す複数の画素データ毎に、当該画素データの周囲の第1の領域内の画素データのうち最小の画素データを所定の画素データとして画像データS1807を生成し、第1の膨張処理部1808に出力する。
詳細には、第1の縮退処理部1807は、例えば図17(a)に示すように、第1の領域として、注目画素データg_attを中心とした十字形状のエレメントEL1内の画素データのうち最小の画素データを注目画素g_attの画素値とする。本実施形態では図17(b)に示すように最小値0を注目画素データg_attとする。
本実施形態では3×3のエレメントを例に説明するが、この形態に限られるものではない。例えば5×5や7×7等の所望の大きさであってもよい。
第1の縮退処理部1807は、この第1の縮退処理の結果、所定の大きさより小さい画素データを除去した画像データS1807を生成する。
詳細にはローパスフィルタ部1811は、例えば画像データS1810を2次元フーリエ変換処理した2次元フーリエ空間上で周波数成分が、線形状のパターンを残させる閾値よりも低周波数成分データを特定し、特定したデータを逆2次元フーリエ変換処理を行い画像データS1811を生成する。
本実施形態に係るローパスフィルタ部1811は、高精度に線形状のパターンを抽出するために複数回、例えば3回、閾値を変化させてローパスフィルタ処理を行う。
ローパスフィルタ部1811は、例えば横軸をフーリエ空間のx成分、縦軸をフーリエ空間のy成分とすると図20(a)に示すようにフーリエ空間上で閾値の基準となる領域ar_refを設定する。
第1のローパスフィルタ処理では、例えば図20(c)に示すように、フーリエ空間上で高周波成分を示す領域ar_hをカットするように、ローパスフィルタを設定する。この領域ar_hは実空間上では、例えば幾何学的に対称なパターン、例えば略円形状のパターン等に相当する。この領域ar_hをカットすることで、上述した幾何学的に対称なパターンを除去することができる。
ローパスフィルタ部1811は、ローパスフィルタ処理の閾値としての領域ar_LPF1より大きい領域を設定して、複数回フィルタ処理を行う。
ローパスフィルタ部1811は、例えば上述したように図21(a)に示す領域ar_LPF1より大きい領域、例えば図21(b)に示すように領域ar_LPF2を設定する。
第2のローパスフィルタ処理では、詳細には閾値として例えば図21(b)に示すように、2次元フーリエ空間上で(180,156),(156,180),(−156,180),(−180,156),(−180,−156),(−156,−180),(156,−180),(180,−156)で囲まれる領域ar_LPF2を設定する。
ローパスフィルタ部1811は、第3のローパスフィルタ処理として、例えば上述したように図22(a)に示す領域ar_LPF2より大きい領域、例えば図22(b)に示すように領域ar_LPF3を設定する。
第3のローパスフィルタ処理では、詳細には閾値として例えば図22(b)に示すように、2次元フーリエ空間上で(180,157),(157,180),(−157,180),(−180,157),(−180,−157),(−157,−180),(157,−180),(180,−157)で囲まれる領域ar_LPF3を設定する。
例えば特定した低周波成分データに逆2次元フーリエ変換処理を施すと、例えば図22(d)に示す画像S106が得られる。例えば画像データS106の画素値に対して2値化処理(例えば5捨6入)を行うと、図22(e)に示す画像データS107が得られる。
画像処理装置1は、画像データ中から認証に用いる領域を抽出する。本実施系形態では、画像処理装置1は画像データ中の血管を示すパターンを含む領域を、認証に用いる領域として抽出する。
詳細には、スケルトン部1812は、例えば図26(a)に示す画像データS1811を基にモルフォロジ関数を用いて縮退処理を行い、図26(b)に示すように、認証用の画像データS21を生成する。図26(b)に示す画像データS21は、簡単な説明のため白画素と黒画素を反転した画像を示す。
スケルトン画像生成部21のグレースケール変換部1801では、RGBの信号S11を基に例えば256階調のグレースケールに変換して信号S1801として分布データ生成部1802に出力する。
本実施形態では、例えばスケルトン画像生成部21とマスク部22のグレースケール変換部およびマッピング部が共通に設けられ、同一の動作を行う。
詳細にはマッピング部1804は、例えば図8(c)に示すように0〜110の画素値の範囲を第2の範囲r2とする場合には、図8(d)に示すように画素データを0〜256の画素値の範囲である第1の範囲r1に拡大することでマッピングを行い、図8(e)に示すように血管情報を含む画像データのうち中心部分を拡大して第2の画像データS1804を生成する。
ノイズ除去フィルタ1815では、信号S1814に応じていずれかのノイズ除去フィルタを選択し、例えばガウシアンフィルタ1815_1およびガウシアンラプラシアンフィルタ1815_10を選択する。説明の便宜上、それぞれをガウシアンフィルタ1805およびガウシアンラプラシアンフィルタ1806として説明する。
ガウシアンラプラシアンフィルタ1806は、2値化処理を行う際に例えば図8(c)に示す第1の範囲r1内に規定された閾値を基に2値化処理を行う。
ステップST108〜ST110の処理は、第1実施形態に係るステップSTST1002〜ST1004と同様な処理なので説明を省略する。
一方、ステップST111の判別において、マスク画像データおよびスケルトン画像データの両画像データが生成済みの場合には、ステップST112の処理に進む。
また、個々人特有の血管の静脈を示すパターンを高精度に抽出できるので、そのパターンを基により高精度に認証を行うことができる。
本実施形態に係る画像処理装置1bは、第1および第2実施形態に係る画像処理装置と比べて、マスク部22bの構成要素が異なる点である。
例えば、マスク部22bは、例えば図28に示すように、グレースケール変換部221、分布データ生成部222、特定部223、マッピング部226、およびマスク画像データ生成部227を有する。
グレースケール変換部221、分布データ生成部222、および特定部223は、第1実施形態に係るマスク部22と同様の機能であるので、説明を省略する。
マッピング部226は、例えば図29(a)に示すように、特定部223が特定したマスク画像データを生成するための範囲M内にある画素データを、図29(b)に示すように、第1の範囲r1にマッピング(拡大とも言う)して、当該マッピングした画素データで構成される画像データS226を生成する。
詳細には、マッピング部226は、例えば画素値が0〜Mまでの画素値データの値を、0〜所定の階調、例えば本実施形態では図29(b)に示すように255まで拡大してマッピングを行う。
フィルタ部2271は、マッピング部226が生成した画像データS226をフィルタ処理を行い2値化したマスク画像データS2271を生成する。
フィルタ処理としては、例えば、ガウシアンフィルタ、メディアンフィルタ、最大値フィルタ、最小値フィルタ、2次元適応ノイズ除去フィルタ、近傍フィルタ、平均化フィルタ、ガウシアンローパスフィルタ、2次元ラプラシアンフィルタ、ガウシアンラプラシアンフィルタ等のフィルタ処理を行う。
スケルトン画像生成部21のグレースケール変換部1801では、図31(a)に示すRGBの信号S11を基に例えば256階調のグレースケールに変換して信号S1801として分布データ生成部1802に出力する。
本実施形態では、例えばスケルトン画像生成部21とマスク部22のグレースケール変換部およびマッピング部が共通に設けられ、同一の動作を行う。
ステップST104において、マスク画像データを生成すると判別した場合には、ステップST1081において、マッピング部226は、特定部223が特定したマスク画像データを生成するための範囲M内にある画素データを、図29(b)に示すように、第1の範囲r1にマッピングして、図31(c)に示すように、当該マッピングした画素データで構成される画像データS226を生成する。
ステップST110において、細化部2272は、例えば図31(d)に示す画像データS2271を、単位領域を基にモルフォロジ処理の縮退処理(erode)および膨張処理(dilate)処理を行い、細化処理を行い、図31(e)に示すように、左右の境界部分を細化処理して除去した画像データS2272を生成し、ステップST111に進む。
一方、ステップST111の判別において、マスク画像データおよびスケルトン画像データの両画像データが生成済みの場合には、ステップST112の処理に進む。
また、認証部103は、そのマスク画像データS22を基に、第1実施形態よりも高精度な認証処理を行うことができる。
また、画像データS11から認証に必要な情報と、認証に不必要な情報とを容易に分離することができる。
本実施形態では、被検体(生体)の一部を撮影した場合を例に挙げて説明したが、生体に限られるものではない。
必要な情報の例として指静脈の血管抽出を挙げているが、これに限られるものではない。
また、フィルタ処理に関しては、例えばガウシャンフィルタ等を例に説明したが、この形態に限られるものではない。
例えば、スケルトン画像生成部21およびマスク部22の前段に、グレースケール変換部および分布データ生成部を共通に設けてもよい。こうすることで処理負担が軽減される。
また、スケルトン画像データを生成する際にも、画素値0からとは限らずに、別の閾値thを超えた画素値SからEまでの画素を用いてもよい。
Claims (33)
- 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理方法であって、
前記第1の画像データを構成し、予め規定された範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する第1のステップと、
前記第1のステップで生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための閾値を特定する第2のステップと、
前記第1の画像データを、前記第2のステップで特定した閾値を基に2値化して前記マスク画像データを生成する第3のステップと
を有する画像処理方法。 - 前記第2のステップは、前記第1のステップで生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記閾値を特定する
請求項1に記載の画像処理方法。 - 前記第1の画像データを、前記第3のステップで生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する第4のステップを有する
請求項1に記載の画像処理方法。 - 前記第4のステップで生成した第2の画像データを基に、前記第1の画像データの認証処理を行う第5のステップを有する
請求項3に記載の画像処理方法。 - 前記第4のステップは、前記第1の画像データの前記分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成し、当該認証用の画像データを前記第3のステップで生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項3に記載の画像処理方法。 - 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理方法であって、
前記第1の画像データを構成し、予め規定された第1の範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する第1のステップと、
前記第1のステップで生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための第2の範囲を特定する第2のステップと、
前記第2のステップで特定した第2の範囲内にある画素データを前記第1の範囲にマッピングして、当該マッピングした前記画素データで構成される第3の画像データを生成する第3のステップと、
前記第3のステップで生成した前記第3の画像データを、前記第1の範囲で規定された閾値を基に2値化して前記マスク画像データを生成する第4のステップと
を有する画像処理方法。 - 前記第2のステップは、前記第1のステップで生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記第2の範囲を特定する
請求項6に記載の画像処理方法。 - 前記第4のステップは、前記第3のステップで生成した前記第3の画像データをフィルタ処理を行い2値化した前記マスク画像データを生成する
請求項6に記載の画像処理方法。 - 前記第1の画像データを、前記第4のステップで生成した前記マスク画像データを基にマスク処理を行い第2の画像データを生成する第5のステップを有する
請求項6に記載の画像処理方法。 - 前記第5のステップで生成した第2の画像データを基に、前記第1の画像データの認証処理を行う第6のステップを有する
請求項9に記載の画像処理方法。 - 前記第5のステップは、前記第1の画像データの前記分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成し、当該認証用の画像データを前記第3のステップで生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項9に記載の画像処理方法。 - 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理装置であって、
前記第1の画像データを構成し、予め規定された範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する分布データ生成手段と、
前記分布データ生成手段が生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための閾値を特定する特定手段と、
前記第1の画像データを、前記特定手段が特定した閾値を基に2値化して前記マスク画像データを生成するマスク画像データ生成手段と
を有する画像処理装置。 - 前記特定手段は、前記分布データ生成手段が生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記閾値を特定する
請求項12に記載の画像処理装置。 - 前記第1の画像データを、前記マスク画像データ生成手段が生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する画像生成手段を有する
請求項12に記載の画像処理装置。 - 前記画像生成手段が生成した第2の画像データを基に、前記第1の画像データの認証処理を行う認証手段を有する
請求項14に記載の画像処理装置。 - 前記第1の画像データの前記分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成する認証用画像データ生成手段を有し、
前記画像生成手段は、前記認証用画像データ生成手段が生成した認証用の画像データを前記マスク画像データ生成手段が生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項14に記載の画像処理装置。 - 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理装置であって、
前記第1の画像データを構成し、予め規定された第1の範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する分布データ生成手段と、
前記分布データ生成手段が生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための第2の範囲を特定する特定手段と、
前記特定手段が特定した第2の範囲内にある画素データを前記第1の範囲にマッピングして、当該マッピングした前記画素データで構成される第3の画像データを生成するマッピング手段と、
前記マッピング手段が生成した前記第3の画像データを、前記第1の範囲で規定された閾値を基に2値化して前記マスク画像データを生成するマスク画像データ生成手段と
を有する画像処理装置。 - 前記特定手段は、前記分布データ生成手段が生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記第2の範囲を特定する
請求項17に記載の画像処理装置。 - 前記マスク画像データ生成手段は、前記マッピング手段が生成した前記第3の画像データをフィルタ処理を行い2値化した前記マスク画像データを生成する
請求項17に記載の画像処理装置。 - 前記第1の画像データを、前記マスク画像データ生成手段が生成した前記マスク画像データを基にマスク処理を行い第2の画像データを生成する画像生成手段を有する
請求項17に記載の画像処理装置。 - 前記画像生成手段が生成した第2の画像データを基に、前記第1の画像データの認証処理を行う認証手段を有する
請求項20に記載の画像処理装置。 - 前記第1の画像データの分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成する認証用画像データ生成手段を有し、
前記画像生成手段は、前記認証用画像データ生成手段が生成した認証用の画像データを前記マスク画像データ生成手段が生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項20に記載の画像処理装置。 - 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理装置に実行されるプログラムであって、
前記第1の画像データを構成し、予め規定された範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する第1の手順と、
前記第1の手順で生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための閾値を特定する第2の手順と、
前記第1の画像データを、前記第2の手順で特定した閾値を基に2値化して前記マスク画像データを生成する第3の手順と
を有するプログラム。 - 前記第2の手順は、前記第1の手順で生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記閾値を特定する
請求項23に記載のプログラム。 - 前記第1の画像データを、前記第3の手順で生成したマスク画像データを基にマスク処理して第2の画像データを生成する第4の手順を有する
請求項23に記載のプログラム。 - 前記第4の手順で生成した第2の画像データを基に、前記第1の画像データの認証処理を行う第5の手順を有する
請求項25に記載のプログラム。 - 前記第4の手順は、前記第1の画像データの前記分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成し、当該認証用の画像データを前記第3の手順で生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項25に記載のプログラム。 - 第1の画像データをマスク処理する際に用いるマスク画像データを生成する画像処理装置に実行されるプログラムであって、
前記第1の画像データを構成し、予め規定された第1の範囲の画素値を示す複数の画素データについて前記画素データの分布を示す分布データを生成する第1の手順と、
前記第1の手順で生成した分布データおよび予め設定した値を基に、前記マスク画像データを生成するための第2の範囲を特定する第2の手順と、
前記第2の手順で特定した第2の範囲内にある画素データを前記第1の範囲にマッピングして、当該マッピングした前記画素データで構成される第3の画像データを生成する第3の手順と、
前記第3の手順で生成した前記第3の画像データを、前記第1の範囲で規定された閾値を基に2値化して前記マスク画像データを生成する第4の手順と
を有するプログラム。 - 前記第2の手順は、前記第1の手順で生成した分布データ中のマスク処理対象の特徴を示すパターンを基に前記第2の範囲を特定する
請求項28に記載のプログラム。 - 前記第4の手順は、前記第3の手順で生成した前記第3の画像データをフィルタ処理を行い2値化した前記マスク画像データを生成する
請求項28に記載のプログラム。 - 前記第1の画像データを、前記第4の手順で生成した前記マスク画像データを基にマスク処理を行い第2の画像データを生成する第5の手順を有する
請求項28に記載のプログラム。 - 前記第5の手順で生成した第2の画像データを基に、前記第1の画像データの認証処理を行う第6の手順を有する
請求項31に記載のプログラム。 - 前記第5の手順は、前記第1の画像データの前記分布データを基に認証用の画像データを生成するための閾値を特定し、当該特定した閾値を基に認証用の画像データを生成し、当該認証用の画像データを前記第4の手順で生成したマスク画像データを基にマスク処理を行い第2の画像データを生成する
請求項31に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003288259A JP2005056282A (ja) | 2003-08-06 | 2003-08-06 | 画像処理方法、画像処理装置、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003288259A JP2005056282A (ja) | 2003-08-06 | 2003-08-06 | 画像処理方法、画像処理装置、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005056282A true JP2005056282A (ja) | 2005-03-03 |
Family
ID=34366974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003288259A Pending JP2005056282A (ja) | 2003-08-06 | 2003-08-06 | 画像処理方法、画像処理装置、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005056282A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011989A (ja) * | 2005-07-04 | 2007-01-18 | Sony Corp | 画像処理装置、画像処理方法及びプログラム |
WO2007029592A1 (ja) * | 2005-09-06 | 2007-03-15 | Sony Corporation | 画像処理装置、画像判定方法及びプログラム |
WO2008140077A1 (ja) | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008139883A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008139884A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008140078A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2010041731A1 (ja) * | 2008-10-10 | 2010-04-15 | 日本電気株式会社 | 照合装置、照合方法、及びプログラム |
US8311332B2 (en) | 2005-09-06 | 2012-11-13 | Sony Corporation | Image processing system, mask fabrication method, and program |
JP2019505041A (ja) * | 2015-12-18 | 2019-02-21 | ベンタナ メディカル システムズ, インコーポレイテッド | 異なる取得性質を持つ画像を分離するシステム及び方法 |
-
2003
- 2003-08-06 JP JP2003288259A patent/JP2005056282A/ja active Pending
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011989A (ja) * | 2005-07-04 | 2007-01-18 | Sony Corp | 画像処理装置、画像処理方法及びプログラム |
US7912293B2 (en) | 2005-09-06 | 2011-03-22 | Sony Corporation | Image processing system and image judgment method and program |
WO2007029592A1 (ja) * | 2005-09-06 | 2007-03-15 | Sony Corporation | 画像処理装置、画像判定方法及びプログラム |
JP2007072677A (ja) * | 2005-09-06 | 2007-03-22 | Sony Corp | 画像処理装置、画像判定方法及びプログラム |
US8311332B2 (en) | 2005-09-06 | 2012-11-13 | Sony Corporation | Image processing system, mask fabrication method, and program |
US8320639B2 (en) | 2007-05-16 | 2012-11-27 | Sony Corporation | Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration |
US8270681B2 (en) | 2007-05-16 | 2012-09-18 | Sony Corporation | Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration |
JP2008287433A (ja) * | 2007-05-16 | 2008-11-27 | Sony Corp | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
JP2008287428A (ja) * | 2007-05-16 | 2008-11-27 | Sony Corp | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
JP2008287432A (ja) * | 2007-05-16 | 2008-11-27 | Sony Corp | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008140077A1 (ja) | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008139884A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2008140078A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
US8275174B2 (en) | 2007-05-16 | 2012-09-25 | Sony Corporation | Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration |
WO2008139883A1 (ja) * | 2007-05-16 | 2008-11-20 | Sony Corporation | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
WO2010041731A1 (ja) * | 2008-10-10 | 2010-04-15 | 日本電気株式会社 | 照合装置、照合方法、及びプログラム |
US8712190B2 (en) | 2008-10-10 | 2014-04-29 | Nec Corporation | Collating device, collating method, and program |
JP5556663B2 (ja) * | 2008-10-10 | 2014-07-23 | 日本電気株式会社 | 照合装置、照合方法、及びプログラム |
JP2019505041A (ja) * | 2015-12-18 | 2019-02-21 | ベンタナ メディカル システムズ, インコーポレイテッド | 異なる取得性質を持つ画像を分離するシステム及び方法 |
US11062168B2 (en) | 2015-12-18 | 2021-07-13 | Ventana Medical Systems, Inc. | Systems and methods of unmixing images with varying acquisition properties |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1918852B1 (en) | Image processing method and image processor | |
US9672610B2 (en) | Image processing apparatus, image processing method, and computer-readable recording medium | |
US20020181762A1 (en) | Systems and methods for constructing an image having an extended depth of field | |
JP6342810B2 (ja) | 画像処理 | |
CN107038704B (zh) | 视网膜图像渗出区域分割方法、装置和计算设备 | |
WO2015037141A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
WO2015092904A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP2005056282A (ja) | 画像処理方法、画像処理装置、およびプログラム | |
Mudassar et al. | Extraction of blood vessels in retinal images using four different techniques | |
CN108876850A (zh) | 一种pcb板打孔定位方法 | |
CN106023105B (zh) | 一种植物叶片的二值图像生成方法及系统 | |
CN115578304A (zh) | 一种结合显著性区域检测的多波段图像融合方法和系统 | |
Mittal et al. | Optic disk and macula detection from retinal images using generalized motion pattern | |
Isavand Rahmani et al. | Retinal blood vessel segmentation using gabor filter and morphological reconstruction | |
CN113052833A (zh) | 一种基于红外热辐射的非视域成像方法 | |
JP5087151B2 (ja) | 画像処理方法、画像処理装置及び画像処理プログラム | |
JP2001258599A (ja) | 細胞系譜抽出方法 | |
CN112991359A (zh) | 一种路面区域提取方法、系统、电子设备及存储介质 | |
Du et al. | Bas-relief map using texture analysis with application to live enhancement of ultrasound images | |
Chandra et al. | Retinal based image enhancement using contourlet transform | |
JP2014036698A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
Bertolotti | Automatic segmentation of pelvic floor ring on 3D ultrasound | |
JP4098098B2 (ja) | 安定度検証に特長をもつ画像処理手順設計エキスパートシステム | |
JP3572501B2 (ja) | パターン識別装置 | |
JP4188707B2 (ja) | 評価処理に特長をもつ画像処理手順設計エキスパートシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060725 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090609 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090908 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091027 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091201 |