JP2005311971A

JP2005311971A - 画像処理装置及び方法並びにプログラム

Info

Publication number: JP2005311971A
Application number: JP2004129902A
Authority: JP
Inventors: Naoki Mitsuya; 直樹光谷; Masanori Kurihara; 正紀栗原
Original assignee: Mitutoyo Corp; Mitsutoyo Kiko Co Ltd
Current assignee: Mitutoyo Corp; Mitsutoyo Kiko Co Ltd
Priority date: 2004-04-26
Filing date: 2004-04-26
Publication date: 2005-11-04
Anticipated expiration: 2024-04-26
Also published as: EP1591958A2; EP1591958A3; DE602005007288D1; CN100447814C; JP4652717B2; EP1591958B1; CN1691064A; US20050238248A1; US7515764B2

Abstract

【課題】メッシュ状のパターンで遮蔽されたマスク画像からメッシュ状のパターンを除去する。
【解決手段】マスク画像は画像処理装置１のモフォロジー演算処理部１０に供給される。モフォロジー演算処理部１０は、マスク画像のオープニング間隙を算出し、このオープニング間隙を埋めるために必要な最小の膨張繰返回数Ｎを算出し、Ｎ回の膨張処理の後、Ｎ回の収縮処理を実行してメッシュ状のパターンを除去する。その後、エッジ検出部１２で画像内の配線パターンエッジを検出し、測定部１４でエッジ間の距離を配線幅として算出する。
【選択図】図１

Description

本発明は画像処理装置、特に所定のメッシュパターンで遮蔽されたマスク画像をモフォロジー演算処理する技術に関する。

従来より、各種画像のノイズを除去する処理方法としてモフォロジー（あるいはモルフォロジー：morphology）が知られている。モフォロジー演算処理においては、膨張（ダイレーション（dilation））処理、収縮（イロージョン（erosion））処理、開放処理、及び閉鎖処理を単独あるいは組み合わせて画像処理する。

膨張処理とは、注目画素を中心とする±ｍの幅の範囲内の最大値（ミンコフスキー和）を探索する処理であり、ｍは構造要素に応じて決定される。収縮処理は、注目画素を中心とする±ｍの幅の範囲内の最小値（ミンコフスキー差）を探索する処理である。開放処理は、収縮処理後に膨張処理を行う処理、すなわち最小値の探索の後に最大値を探索する処理である。閉鎖処理は、膨張処理後に収縮処理を行う処理、すなわち最大値の探索の後に最小値を探索する処理である。これらの処理は、孤立点の除去や不連続な点の接続、穴埋め等に用いられている。

図１０乃至図１２には、膨張処理と収縮処理が模式的に示されている。図１０（ａ）には構造要素（カーネル）が示され、図１０（ｂ）にはこの構造要素に対応する移動方向が示されている。構造要素が上下左右に４であることは、原画像をア、イ、ウ、エの４方向に１画素ずつ移動することを意味する。

図１１には、原画像を図１０（ｂ）に示された移動方向にそれぞれ移動させた場合の移動画像が示されている。図１１において、アは図１０（ｂ）のア方向に原画像を１画素だけ移動させた画像、イは図１０（ｂ）のイ方向に原画像を１画素だけ移動させた画像、ウは図１０（ｃ）のウ方向に原画像を１画素だけ移動させた画像、エは図１０（ｄ）のエ方向に原画像を１画素だけ移動させた画像である。

図１２（ａ）には、図１１に示された原画像及びア〜エの４つの画像のミンコフスキー和（存在領域の全て）を出力した結果、すなわち膨張処理の結果が示されている。また、図１２（ｂ）には、図１１に示された原画像及びア〜エの４つの画像のミンコフスキー差（共通領域のみ）を出力した結果、すなわち収縮処理の結果が示されている。

なお、下記の特許文献１、２には、モフォロジー演算処理を用いて画像のノイズを抑制する技術が記載されている。

特開平１１−２５９６５１号公報特開２００２−９４７９９号公報

図１３に示されるように、スクリーンマスク等を透過したプリント基板画像等を被検体とし、プリント基板の配線幅Ａや直径Ｂを測定する場合には、一般に測定対象である配線パターンのエッジのみを検出し、検出した当該エッジ間の距離を測定するが、図のように画像がメッシュパターンで遮蔽されているときにはエッジ部分を検出することが困難である。

図１４には、図１３における配線パターンの一部拡大図が示されている。メッシュパターンの存在により配線パターン部は複数の領域に分離される結果、本来の配線パターン部のエッジ１００のみならず、本来のエッジではない配線パターン内部の領域境界２００もエッジとして検出されてしまい、エッジから配線幅Ａあるいは直径Ｂを正確に測定することができない。ここで、図１４においてメッシュパターンの存在により形成される領域ａや領域ｂをオープニングと称し、領域間の間隙をオープニング間隙（メッシュパターンの幅）と称する。

このため、配線パターンのエッジ検出に先立ち、上記のモフォロジー演算処理で原画像からメッシュパターンを除去して配線パターンのみの画像を得ることが考えられる。すなわち、原画像に対して膨張処理を実行し、メッシュパターンが埋められたことを目視で確認した後に、収縮処理を実行して膨張分を元に戻すことでメッシュパターンを除去することが考えられる。

しかしながら、膨張処理及び収縮処理は、原画像を復元できない不可逆処理であるため、画像変形抑制の観点からはモフォロジー演算処理の実行回数が少ない方が望ましく、膨張処理及び収縮処理は必要最小回数に抑えることが望ましい。

本発明の目的は、メッシュパターン等で遮蔽された原画像からメッシュパターン部分を除去し、かつ、原画像の変形を抑制できる画像処理装置及び方法並びにプログラムを提供することにある。

本発明は、入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理装置であって、所定のメッシュパターンで遮蔽されたマスク画像を入力する手段と、前記マスク画像における前記メッシュパターンのオープニング間隙を算出するオープニング間隙算出手段と、前記オープニング間隙及び前記モフォロジー演算処理の構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出する回数算出手段と、前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去する手段とを有する。

本発明の１つの実施形態では、前記オープニング間隙算出手段は、前記マスク画像における前記メッシュパターン以外の閉領域を抽出する手段と、前記閉領域のうち隣接する閉領域の境界間距離を前記オープニング間隙として算出する手段とを有する。

また、本発明の他の実施形態では、前記オープニング間隙算出手段は、前記マスク画像をラドン変換する手段と、前記ラドン変換して得られた輝度パターンから前記オープニング間隙を算出する手段とを有する。

また、本発明の他の実施形態では、前記オープニング間隙算出手段は、前記マスク画像をフーリエ変換する手段と、前記フーリエ変換して得られた輝度スペクトルから前記オープニング間隙を算出する手段とを有する。

また、本発明は、入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理方法であって、所定のメッシュパターンで遮蔽されたマスク画像を入力するステップと、前記マスク画像における前記メッシュパターンのオープニング間隙を算出するステップと、前記モフォロジー演算処理の構造要素を設定するステップと、前記オープニング間隙及び前記構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出するステップと、前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去するステップとを有する。

また、本発明は、入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理用のプログラムであって、前記プログラムはコンピュータに対して、少なくとも、
所定のメッシュパターンで遮蔽されたマスク画像を入力させ、前記マスク画像における前記メッシュパターンのオープニング間隙を算出させ、前記モフォロジー演算処理の構造要素を設定させ、前記オープニング間隙及び前記構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出させ、前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去させる。

本発明では、マスク画像に含まれるメッシュパターンのオープニング間隙を算出し、このオープニング間隙を埋めるために必要な最小繰返回数を算出する。すなわち、オープニング間隙が存在する場合、膨張演算処理を繰り返し実行することでオープニング間隙を埋めることができるが、モフォロジー演算処理の構造要素（カーネル）は原画像の移動画素数を与え、オープニング間隙はこのオープニング間隙を埋めるために必要な総画素移動数を与えることになるから、両者からオープニング間隙を埋めるために必要な最小繰返回数を求めることができる。マスク画像に対して必要最小回数だけ膨張演算処理を繰り返すことでオープニング間隙が埋まり、その後、必要最小回数だけ収縮演算処理を繰り返して元のサイズに収縮することで、オープニング間隙が除去され、かつ、原画像の変形も最小限に抑制された画像が得られる。本発明では、マスク画像からメッシュパターンが除去されるため、マスク画像に含まれている原画像パターンのみが抽出でき、原画像パターンに対してエッジ検出やエッジ強調等の各種画像処理を行うことができる。

本発明によれば、マスク画像のメッシュパターン部分を除去、すなわちオープニング間隙を埋めることができ、かつ、変形の少ない復元画像を得ることができる。したがって、例えばマスク画像に含まれるプリント基板の配線パターン等の高精度測定も可能となる。

以下、図面に基づき本発明の実施形態について説明する。

図１には、本実施形態に係る画像処理装置の構成ブロック図が示されている。画像処理装置１は、モフォロジー演算処理部１０、エッジ検出部１２、及び測定部１４を有して構成される。

モフォロジー演算処理部１０は、入力された原画像（メッシュパターンを有するマスク原画像）に対して膨張処理及び収縮処理を実行することでメッシュパターンを除去する。原画像からメッシュパターンが除去された画像、例えばプリント基板の配線パターン画像はエッジ検出部１２に供給される。モフォロジー演算処理部１０における膨張処理の繰返回数Ｎ及び収縮処理の繰返回数Ｎは、必要最小値に設定される。モフォロジー演算処理部１０は、まず、入力原画像からメッシュパターンを除去するために必要な最小の繰返回数Ｎを算出する。そして、原画像に対して膨張処理をＮ回繰り返して実行することでメッシュパターンを穴埋めし、その後、収縮処理をＮ回繰り返して膨張分を元に戻しメッシュパターンを除去する。最小の繰返回数Ｎは、メッシュパターンの存在により形成される原画像の閉領域（図１４における領域ａ、ｂ、ｃ、ｄに相当）間の距離、すなわちオープニング間隙Ｄ（図１４参照）と、モフォロジー演算処理の構造要素に基づき決定される。構造要素は原画像の移動画素数を与え、オープニング間隙Ｄはメッシュパターンを埋めるために必要な総移動数を与える。したがって、これら値に基づいて必要最小回数が決定され得る。構造要素は、予めユーザが設定してモフォロジー演算処理部１０のメモリに記憶しておく。

エッジ検出部１２は、モフォロジー演算処理部１０でメッシュパターンが除去された画像からエッジを検出する。画像のエッジ検出は公知技術であり、その説明は省略する。

測定部１４は、エッジ検出部１２で検出されたエッジを用いて画像に含まれる配線パターンの配線幅や直径を測定して出力する。モフォロジー演算処理部１０、エッジ検出部１２及び測定部１４は、具体的にはコンピュータ（画像処理コンピュータ）のマイクロプロセッサや入力原画像データあるいは処理済画像データを記憶する画像メモリで構成される。入力原画像がアナログ画像である場合にはこれをデジタルデータに変換するＡ／Ｄ変換部を有していても良く、あるいはモフォロジー演算処理部１０でメッシュパターンが除去された画像をそのまま処理結果として外部に出力してもよい。

図２には、モフォロジー演算処理部１０における代表的な処理フローチャートの例が示されている。この処理フローチャートは、コンピュータにインストールされた画像処理プログラムを逐次実行することにより実現される。まず、配線幅や直径等を測定すべき検査対象画像を装置に取り込む（Ｓ１０１）。検査対象画像は、例えば図１３に示されるようにメッシュパターンを有するプリント基板画像等である。

次に、マスク画像に対してラベリング処理を行う（Ｓ１０２）。ラベリング処理は、入力画像をあるしきい値で「０」と「１」に二値化し、「１」と判定された画素の連続性を検査して連続する画素の集合に対してラベルを付すものである。ラベリング処理により、連続する画素の集合が複数個、すなわち複数の閉領域（ブロッブ）が抽出される。ラベリング処理に際しては、後のモフォロジー演算処理の構造要素であるカーネルを最小単位とし、カーネルより小さい集合はラベリングしない。二値化のしきい値は、例えば入力画像のヒストグラムから設定することができ、あるいは予め設定してメモリに記憶された値としてもよい。抽出された閉領域は、そのラベル値及び存在領域座標としてメモリに記憶される。

ラベリング処理により閉領域を抽出した後、各閉領域の近接する重心座標を少なくとも２カ所算出する（Ｓ１０３）。すなわち、２次元の入力画像をＸ−Ｙ平面に投影し、入力画像の所定点（例えば左上隅点）をＸ−Ｙ平面の原点とし、この原点を基準として各閉領域の重心座標（ｘｉ、ｙｉ）（ｉ＝０、１、２、３、・・・）を算出する。ここに、ｉは各閉領域のラベル値を示す。重心座標（ｘｉ、ｙｉは、各閉領域ｉを特徴付けるパラメータである。重心座標は、その閉領域のラベル値とともにメモリに記憶される。

各閉領域の重心座標を算出した後、閉領域間の距離（ブロッブの間隙）を算出する（Ｓ１０４）。この閉領域間の距離はオープニング間隙に相当する。具体的には、複数の閉領域（ブロッブ）のうち隣接する２つの閉領域ｉ、ｊを抽出し、これらの閉領域ｉ、ｊの重心座標を始点と終点とするベクトルを算出する。このベクトルのうち、閉領域ｉ、ｊのいずれにも属さない部分の長さが閉領域間の距離、すなわちオープニング間隙Ｄとなる。さらに、具体的には、２つの重心座標を始点及び終点とするベクトル上において入力画像のエッジ検出処理を実行し、エッジ（すなわち閉領域の境界）間の距離を算出することでオープニング間隙Ｄを算出する。隣接する２つの閉領域ｉ、ｊの組を複数個抽出し、それぞれにおいてオープニング間隙Ｄｉを算出し、これらのオープニング間隙Ｄｉの平均値を算出してもよい。図１４に即して説明すると、閉領域ａと閉領域ｂのそれぞれの重心座標からオープニング間隙を算出するとともに、閉領域ａと閉領域ｃのそれぞれの重心座標からオープニング間隙を算出して、両オープニング間隙の平均値を算出する。もちろん、閉領域ｂと閉領域ｄ、閉領域ｃと閉領域ｄからオープニング間隙を算出してもよい。

オープニング間隙（ブロッブ間隙）を算出した後、最適モフォロジー実施回数（Ｎ）を同定する（Ｓ１０５）。すなわち、算出されたオープニング間隙を埋めるために必要な最小繰返回数Ｎを算出する。この回数Ｎは、上記したようにオープニング間隙と構造要素であるカーネルに基づき算出される。例えば、オープニング間隙が４（４画素分）であって、カーネルが図３に示されるような３画素×３画素（すなわち、上下左右斜めの合計８方向に１画素ずつ）である場合、隣接する２つの閉領域ｉ、ｊのそれぞれに対して２回膨張処理を繰り返すことで隣接する２つの閉領域ｉ、ｊ間のオープニング間隙は埋まることになるから、必要最小繰返回数ＮはＮ＝２となる。カーネルが３画素×３画素である場合、Ｎ＝オープニング間隙／（２×１）＝Ｄ／２で算出される。カーネルが５画素×５画素（すなわち、上下左右斜めの合計８方向に２画素ずつ）である場合、Ｎ＝オープニング間隙／（２×２）＝Ｄ／４で算出される。一般に、Ｎ＝オープニング間隙／（２×カーネルの移動画素数）で算出される。

必要最小繰返回数Ｎを算出した後、ラベリングされた各閉領域を対象として膨張演算処理をＮ回だけ繰り返し実行する（Ｓ１０６、Ｓ１０７）。この膨張演算処理により、隣接する閉領域間のオープニング間隙は埋まり、複数の閉領域は１つの閉領域に統合される。

図４には、Ｓ１０６、Ｓ１０７での２回の膨張演算処理が模式的に示されている。隣接する２つの閉領域２０、２２間にはオープニング間隙（４画素分）が存在しており、図４（ａ）の入力画像状態から第１回目の膨張演算処理を行い、閉領域２０、２２に対してそれぞれ８方向に１画素ずつ移動させた画像のミンコフスキー和を演算すると図４（ｂ）に示される状態となり、４画素分のオープニング間隙のうちの２画素分が埋まることになる。さらに、図４（ｂ）の状態から第２回目の膨張演算処理を行うと図４（ｃ）に示される状態となり、オープニング間隙の残り２画素分が埋まって閉領域２２、２４は互いに連結され、一つの閉領域２４が形成される。

再び図２に戻り、以上のようにして膨張演算処理が完了した後、収縮演算処理を２回繰り返して膨張分を元に戻す（Ｓ１０８、Ｓ１０９）。これにより、オープニング間隙の存在しない一つの閉領域のみが残り、モフォロジー演算処理結果画像として次のエッジ検出部１２のソース画像として出力する（Ｓ１１０）。

図５には、Ｓ１０８、Ｓ１０９での２回の収縮演算処理が模式的に示されている。なお、図５（ｃ）は図４（ｃ）と同一図であるため分図番号（ｃ）が付されている。図５（ｃ）に示された膨張演算処理で形成された閉領域２４に対して第１回目の収縮演算処理を行い、閉領域２４に対して８方向に１画素ずつ移動させた画像のミンコフスキー差を演算すると図５（ｄ）に示される状態となり、さらに第２回目の収縮演算処理を行うと図５（ｅ）に示される状態となって、閉領域２０、２２と同一サイズで、かつ、４画素分のオープニング間隙が埋められた画像が得られる。

図６には、以上のようにして膨張演算処理と収縮処理を図１３のマスク画像に対して必要最小繰返回数Ｎだけ繰り返し実行した場合の処理結果画像が示されている。また、図７には、図６における配線パターンの一部拡大図が示されている。メッシュパターンは除去され（図７においてメッシュパターンは破線で示されている）、配線パターン画像が得られる。図７に示される画像から配線パターン部のエッジ１００を検出することは容易であり、かつ、膨張演算処理及び収縮演算処理は最小回数に抑制されているため原画像の変形（配線パターンの変形）も少なく、結果として配線幅Ａや直径Ｂを正確に測定することができる。

なお、上記したように、必要最小繰返回数Ｎは、Ｎ＝オープニング間隙／２×（カーネルの移動画素数）で決定されるが、端数の場合には切り上げて回数Ｎとすることは言うまでもない。

また、本実施形態では処理対象画像としてメッシュ状のパターンを例示したが、これに限定されるものではなく任意のパターンに適用することが可能である。対象画像が周期性を有しない場合、オープニング間隙も一定の幅をもって算出されることとなるが、この場合には算出されたオープニング間隙の最大値を採用して必要最小繰返回数Ｎを算出すればよい。

また、本実施形態では、モフォロジー演算処理の構造要素（カーネル）として３画素×３画素、あるいは５画素×５画素としたが、他の構造要素を用いてもよく、膨張演算処理及び収縮演算処理の繰返回数Ｎとともに構造要素を最適化してもよい。すなわち、複数種類の構造要素に対してＮ＝オープニング間隙／２×（カーネルの移動画素数）により繰返回数をそれぞれ算出し、Ｎが最も小さくなる構造要素を最適構造要素として選択してもよい。構造要素は、除去すべきメッシュパターンに応じて最適化されることになろう。

また、本実施形態では、ラベリング処理を行って閉領域を抽出し、隣接する閉領域の重心座標からオープニング間隙を算出しているが、ラベリング処理を行うことなく入力画像に対して局所的にエッジ検出処理を実行して閉領域の境界を抽出し、この閉領域の境界間距離（エッジ間距離）を算出することでオープニング間隙を算出してもよい。

さらに、閉領域の重心座標を算出することなく、他の方法でオープニング間隙を算出することもできる。このような方法としては、フーリエ変換やラドン変換がある。

フーリエ変換を用いる場合、モフォロジー演算処理部１０は、入力画像に対してＦＦＴ（高速フーリエ変換）を行い、輝度スペクトルを算出する。そして、輝度スペクトルからメッシュ状マスクパターンの周波数を抽出し、周波数の逆数としてのメッシュ状パターンのピッチ、すなわちオープニング間隙を算出する。オープニング間隙を算出した後は上記の実施形態と同様にカーネルの移動画素数を用いて必要最小繰返回数Ｎを算出する。

一方、ラドン変換を用いる場合、入力画像に対して特定の方向に投影した場合の輝度の積分値を投射角度毎に算出して投射角度と位置に対する輝度積分値を算出する。図８には、入力画像に対して矢印方向に投影した場合の輝度積分値の分布が示されている。輝度積分値にはメッシュ状のパターンのピッチに応じたピッチが出現するから、このピッチを算出することでオープニング間隙を算出することができる。図９には、輝度積分値からのオープニング間隙の算出が示されている。輝度積分値に対して適当なしきい値を設定し、輝度積分値のうちしきい値以下となる部分の距離を間隙距離とし、複数の間隙距離の平均をもってオープニング間隙とする。

以上、各実施形態について説明したが、要は、マスク画像においてメッシュ状のパターンにより遮蔽され、互いに分離された輝度部分相互の距離を求め、この距離を埋めるために必要な回数のうちの最小値を求めればよい。

実施形態の構成ブロック図である。実施形態のモフォロジー演算処理部の処理フローチャートである。実施形態のモフォロジー演算処理の構造要素（カーネル）説明図である。膨張処理説明図である。収縮処理説明図である。実施形態の処理済み画像説明図である。図６の一部拡大図である。ラドン変換説明図である。ラドン変換によるマスク間隙算出説明図である。構造要素（カーネル）説明図である。図１０の構造要素により原画像から派生する画像群説明図である。図１１の画像群を用いた膨張処理図及び収縮処理図である。メッシュ状のパターンで遮蔽されたマスク画像説明図である。図１３の一部拡大図である。

符号の説明

１画像処理装置、１０モフォロジー演算処理部、１２エッジ検出部、１４測定部、２０、２２閉領域、２４統合閉領域。

Claims

入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理装置であって、
所定のメッシュパターンで遮蔽されたマスク画像を入力する手段と、
前記マスク画像における前記メッシュパターンのオープニング間隙を算出するオープニング間隙算出手段と、
前記モフォロジー演算処理の構造要素を設定する手段と、
前記オープニング間隙及び前記構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出する回数算出手段と、
前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去する手段と、
を有することを特徴とする画像処理装置。
請求項１記載の装置において、
前記オープニング間隙算出手段は、
前記マスク画像における前記メッシュパターン以外の閉領域を抽出する手段と、
前記閉領域のうち隣接する閉領域の境界間距離を前記オープニング間隙として算出する手段と、
を有することを特徴とする画像処理装置。
請求項１記載の装置において、
前記オープニング間隙算出手段は、
前記マスク画像における前記メッシュパターン以外の閉領域を抽出する手段と、
前記閉領域のうち隣接する閉領域それぞれの重心座標を算出する手段と、
前記重心座標から前記オープニング間隙を算出する手段と、
を有することを特徴とする画像処理装置。
請求項１記載の装置において、
前記オープニング間隙算出手段は、
前記マスク画像をラドン変換する手段と、
前記ラドン変換して得られた輝度パターンから前記オープニング間隙を算出する手段と、
を有することを特徴とする画像処理装置。
請求項１記載の装置において、
前記オープニング間隙算出手段は、
前記マスク画像をフーリエ変換する手段と、
前記フーリエ変換して得られた輝度スペクトルから前記オープニング間隙を算出する手段と、
を有することを特徴とする画像処理装置。
請求項１〜５のいずれかに記載の装置において、さらに、
前記メッシュパターンが除去されたマスク画像内の画像エッジを検出する手段と、
を有することを特徴とする画像処理装置。
入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理方法であって、
所定のメッシュパターンで遮蔽されたマスク画像を入力するステップと、
前記マスク画像における前記メッシュパターンのオープニング間隙を算出するステップと、
前記モフォロジー演算処理の構造要素を設定するステップと、
前記オープニング間隙及び前記構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出するステップと、
前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去するステップと、
を有することを特徴とする画像処理方法。
入力画像に対してモフォロジー演算処理の膨張（ダイレーション）演算処理及び収縮（イロージョン）演算処理を順次実行することで該入力画像を処理する画像処理用のプログラムであって、前記プログラムはコンピュータに対して、少なくとも、
所定のメッシュパターンで遮蔽されたマスク画像を入力させ、
前記マスク画像における前記メッシュパターンのオープニング間隙を算出させ、
前記モフォロジー演算処理の構造要素を設定させ、
前記オープニング間隙及び前記構造要素に応じて前記膨張処理及び前記収縮処理の必要最小繰返回数を算出させ、
前記マスク画像に対して前記膨張演算処理を前記必要最小繰返回数だけ繰り返し実行し、その後、前記収縮演算処理を前記必要最小繰返回数だけ繰り返し実行することで前記マスク画像から前記メッシュパターンを除去させる
ことを特徴とするコンピュータ読み取り可能なプログラム。