JP2006092555A - 領域検出方法および領域検出プログラム - Google Patents
領域検出方法および領域検出プログラム Download PDFInfo
- Publication number
- JP2006092555A JP2006092555A JP2005276107A JP2005276107A JP2006092555A JP 2006092555 A JP2006092555 A JP 2006092555A JP 2005276107 A JP2005276107 A JP 2005276107A JP 2005276107 A JP2005276107 A JP 2005276107A JP 2006092555 A JP2006092555 A JP 2006092555A
- Authority
- JP
- Japan
- Prior art keywords
- sub
- blocks
- image
- area detection
- detection method
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
【課題】 画像における関心を有される領域を検出する。
【解決手段】 画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、複数の該サブブロックの各々に関連付けられる情報値を決定し、関心を有される領域を形成するために該サブブロックをグルーピングする。該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算される。
【選択図】 図1
【解決手段】 画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、複数の該サブブロックの各々に関連付けられる情報値を決定し、関心を有される領域を形成するために該サブブロックをグルーピングする。該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算される。
【選択図】 図1
Description
本発明はデジタル画像処理に係り、詳細には、自然画像及び合成画像における関心を有される領域を検出することに関する。即ち、本発明は、画像における関心を有される領域を検出する方法、および、画像における関心を有される領域を検出することをシステムに実行させるプログラムに関する。
ユビキタスなデジタル・カメラ、カメラ付き携帯電話およびPDA(パーソナル・デジタル・アシスタント)によって、膨大な量のデジタル画像及び写真が作成されている。該方法における重要な課題は、画像及び写真の集合を管理し視覚化するための方法の具体化である。写真の場合、会合や旅行などのイベントによる少量の集合が特に一般的である。他の課題は、画像を凝縮する方法を提供することが有用である場合に、小型表示装置やモバイル・デバイス上で凝縮された画像を見ることである。
「関心を有されるビデオ領域の抽出(“EXTRACTING VIDEO REGIONS OF INTEREST”)」と題された米国特許出願第10/815,389号および「高凝縮ビジュアル・サマリーの生成(“GENERATING A HIGHLY CONDENSED VISUAL SUMMARY”)」と題された米国特許出願第10/815,354号において、上位ランクのビデオ・セグメントのキー・フレーム内で「関心を有される領域(ROI)」から生成されたストーリー・ボードを用いてビデオを示すステンドグラス・ビジュアライゼーション(Stained−Glass Visualization:ステンドグラス状の視覚化)を用いてビデオを要約し凝縮する方法が開示されている。該方法によれば、ROIはレイアウトされ、ヴォロノイ(Voronoi)技術を用いて該ROIを拡張することによって間隙が埋められる。これによって不規則な境界が生成され、結果的に、ビデオはステンドグラスのように見える。このようにして、視覚化方法と共にモーション解析に基づいたビデオ・セグメント内でROIを検出するためのアルゴリズムがもたらされた。
ステンドグラス・ビジュアライゼーションは、写真および画像に適用可能であり、所与のセットの画像からコラージュを作成する。写真のコラージュは、多くの方法において使用可能である。例えば、財布サイズのコラージュの形態で、PDA(パーソナル・デジタル・アシスタント)や携帯電話に、家族を表示することもできるし、より大きなパーティのコラージュをウェブ・ページに載せて友人と共有することもできる。休暇で撮った景色の写真のポスター・サイズのコラージュをプリントし額に入れてもよい。
遺伝的セグメンテーション方法に関する特許文献1、マルチメディア・プレゼンテーションの自動生成に関する特許文献2、および、遺伝的セグメンテーション・アルゴリズムに関する非特許文献1は、本願発明に関連する。
米国特許第6,819,795 B1号明細書
米国特許出願公開第2004/0054542号明細書
チウ(Chiu)ら、「画像データ・ストリームおよびビデオの遺伝的セグメンテーション・アルゴリズム("A Genetic Segmentation Algorithm for Image Data Streams and Video")」、遺伝および進化計算学会(GECCO)予稿集(Proceedings of the Genetic and Evolutionary Computation Conference)、ネバダ州、ラスベガス、2000年7月8日
ビデオ内でROIを検出するための初期のアルゴリズムは、モーション解析に基づいているので、静止画像に対しては不適当である。したがって、画像および写真の集合が管理され、視覚化され、大小の表示装置に提示され得るように、画像および写真におけるROIを検出する方法が要求される。
一実施の形態において、本発明は、画像および写真における関心を有される領域(ROI)を情報駆動型アプローチにもとづいて検出するアルゴリズムを含む。該アルゴリズムにおいて、画像のサブブロックは情報コンテンツもしくは圧縮度について、離散コサイン変換にもとづいて解析される。圧縮度の低いサブブロックは、一種のモーフォロジー(形態的)技術を用いて、ROIヘグルーピングされる。かなり用途が特定されるタイプのROIに対して適用される他のアルゴリズム(例えば、顔の検出)とは異なり、本発明の方法は、一般に、任意の画像および写真に適用可能である。アルゴリズムの中心荷重の変形例は特定の写真アプリケーションによい結果をもたらすことができる。本発明は、ステンドグラス・コラージュおよびパン・アンド・スキャン(Pan−and−Scan)・プレゼンテーションを含むいくつかの他の画像アプリケーションと共に使用され得る。
本発明の第1の態様は、画像における関心を有される領域を検出する方法であって、(a)画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算され、(b)複数の前記サブブロックの各々に関連付けられる情報値を決定し、(c)関心を有される領域を形成するために前記サブブロックをグルーピングする。
本発明の第2の態様は、第1の態様の領域検出方法であって、(c)が、(d)サブブロック毎に前記情報値を二値化する、ことを含む。
本発明の第3の態様は、第2の態様の領域検出方法であって、(d)が、標準偏差より大きい情報値を有するサブブロックに値1を割り当てる、ことを含む。
本発明の第4の態様は、第1の態様の領域検出方法であって、(c)が、所定の範囲にある情報値を有する隣接するサブブロックをグルーピングする、ことを含む。
本発明の第5の態様は、第4の態様の領域検出方法であって、グルーピングされた隣接する前記サブブロックの領域は、所定の閾値を乗じられた場合、前記サブブロックの交差領域より大きい。
本発明の第6の態様は、第4の態様の領域検出方法であって、グルーピングされた隣接する前記サブブロックの濃度は、複数の前記サブブロックの平均濃度を越えない。
本発明の第7の態様は、第4の態様の領域検出方法であって、前記情報値が二値化された値であり、前記所定の範囲が情報値1を有するサブブロックを含む。
本発明の第8の態様は、第4の態様の領域検出方法であって、(c)が、サブブロックの最大グループである主グループを決定する、ことを含む。
本発明の第9の態様は、第4の態様の領域検出方法であって、関心を有される領域としてサブブロックの一以上のグループをユーザが選択する。
本発明の第10の態様は、第4の態様の領域検出方法であって、(c)が、前記画像の中心部分に重み付けを行う、ことを含む。
本発明の第11の態様は、第1の態様の領域検出方法であって、(a)が、画像の複数のサブブロックについて離散コサイン変換を計算する、ことを含む。
本発明の第12の態様は、第1の態様の領域検出方法であって、(a)が、画像の複数のサブブロックについてウェーブレット分解を計算する、ことを含む。
本発明の第13の態様は、第1の態様の領域検出方法であって、(a)が、画像の複数のサブブロックについてハール分解を計算する、ことを含む。
本発明の第14の態様は、一以上のプロセッサによって処理されることにより、画像における関心を有される領域を検出することをシステムに実行させるプログラムであって、(a)画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算するステップであって、該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算される、ステップと、(b)複数の前記サブブロックの各々に関連付けられる情報値を決定するステップと、(c)関心を有される領域を形成するために前記サブブロックをグルーピングするステップと、を含む。
本発明の第15の態様は、第14の態様の領域検出プログラムであって、(c)が、(d)サブブロック毎に前記情報値を二値化する、ことを含む。
本発明の第16の態様は、第15の態様の領域検出プログラムであって、(d)が、標準偏差より大きい情報値を有するサブブロックに値1を割り当てる、ことを含む。
本発明の第17の態様は、第14の態様の領域検出プログラムであって、(c)が、所定の範囲にある情報値を有する隣接するサブブロックをグルーピングする、ことを含む。
本発明の第18の態様は、第17の態様の領域検出プログラムであって、グルーピングされた隣接する前記サブブロックの領域は、所定の閾値を乗じられた場合、前記サブブロックの交差領域より大きい。
本発明の第19の態様は、第17の態様の領域検出プログラムであって、グルーピングされた隣接する前記サブブロックの濃度は、複数の前記サブブロックの平均濃度を越えない。
本発明の第20の態様は、第17の態様の領域検出プログラムであって、前記情報値が二値化された値であり、前記所定の範囲が情報値1を有するサブブロックを含む。
本発明の第21の態様は、第17の態様の領域検出プログラムであって、(c)が、サブブロックの最大グループである主グループを決定する、ことを含む。
本発明の第22の態様は、第17の態様の領域検出プログラムであって、関心を有される領域としてサブブロックの一以上のグループをユーザが選択する。
本発明の第23の態様は、第17の態様の領域検出プログラムであって、(c)が、前記画像の中心部分に重み付けを行う、ことを含む。
本発明の第24の態様は、第14の態様の領域検出プログラムであって、(a)が、画像の複数のサブブロックについて離散コサイン変換を計算する、ことを含む。
本発明の第25の態様は、第14の態様の領域検出プログラムであって、(a)が、画像の複数のサブブロックについてウェーブレット分解を計算する、ことを含む。
本発明の第26の態様は、第14の態様の領域検出プログラムであって、(a)が、画像の複数のサブブロックについてハール分解を計算する、ことを含む。
本発明は、画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、複数の前記サブブロックの各々に関連付けられる情報値を決定し、関心を有される領域を形成するために前記サブブロックをグルーピングする、ようにしているので、画像における関心を有される領域を検出することができる。
本発明の好ましい実施の形態を図面に基づいて詳細に説明する。
一実施の形態において、本発明は、画像および写真における関心を有される領域(ROI)を情報駆動型アプローチにもとづいて検出するアルゴリズムを含む。該アルゴリズムにおいて、画像のサブブロックは情報コンテンツもしくは圧縮度について、離散コサイン変換にもとづいて解析される。圧縮度の低いサブブロックは、一種のモーフォロジー(形態的)技術を用いて、ROIヘグルーピングされる。かなり用途が特定されるタイプのROIに対して適用される他のアルゴリズム(例えば、顔の検出)とは異なり、本発明の方法は、一般に、任意の画像および写真に適用可能である。アルゴリズムの中心荷重の変形例は特定の写真アプリケーションによい結果をもたらすことができる。本発明は、ステンドグラス・コラージュおよびパン・アンド・スキャン(Pan−and−Scan)・プレゼンテーションを含むいくつかの他の画像アプリケーションと共に使用され得る。
本発明は、例えば、パーソナル・コンピュータ、PDAなどのコンピュータ・システムにおいて実施されることができる。該コンピュータ・システムは、例えば、写真および画像等のデータやユーザの指示情報を入力する入力部、プロセッサによる実行の際の作業領域を形成すると共にプログラムや処理対象としてのデータを格納する記憶部、処理内容や関心を有される領域を示す処理結果を表示画面上に表示する表示部(表示装置)、およびデータを通信網などに出力する出力部などを含む。プロセッサは、プログラム(ソフトウェア)を読み出し実行することにより、処理対象のデータ等に対し当該プログラムの手順に対応した処理を当該コンピュータ・システムに実行させる。プロセッサは、複数であってもよい。
図1は、本発明の一実施の形態による画像および写真における関心を有される領域を検出する方法100を示す図である。方法100は、スタート・ステップ105から開始される。次に、ステップ110において、画像内のサブブロックが決定される。画像内のサブブロックが決定された後、ステップ120において、サブブロックは、ROIへグルーピングされる。これらのステップは、以下に詳細に説明される。方法100の動作は、ステップ125で終了する。
「画像におけるサブブロックの決定」
一実施の形態において、画像のサブブロックを決定することは、上位の情報コンテンツを有するサブブロックを決定することを含む。図2は、本発明の一実施の形態による上位の情報コンテンツを有するサブブロックを検出する方法200を示すフローチャートである。方法200はスタート・ステップ205で開始される。次に、ステップ210において、画像はサブブロックへ分割される。サブブロックの実際のサイズは、システムの処理能力と、結果について望まれる詳細と、に応じて変化し得る。他の実施の形態において、画像のオリジナル・サイズはサブブロックを取り出すことができる所望のサイズに応じて拡大縮小され得る。例えば、画像は128×128画素に拡大縮小されてもよく、該画像は16×16画素の64個のサブブロックに分割されることができる。
一実施の形態において、画像のサブブロックを決定することは、上位の情報コンテンツを有するサブブロックを決定することを含む。図2は、本発明の一実施の形態による上位の情報コンテンツを有するサブブロックを検出する方法200を示すフローチャートである。方法200はスタート・ステップ205で開始される。次に、ステップ210において、画像はサブブロックへ分割される。サブブロックの実際のサイズは、システムの処理能力と、結果について望まれる詳細と、に応じて変化し得る。他の実施の形態において、画像のオリジナル・サイズはサブブロックを取り出すことができる所望のサイズに応じて拡大縮小され得る。例えば、画像は128×128画素に拡大縮小されてもよく、該画像は16×16画素の64個のサブブロックに分割されることができる。
サブブロックが決定された後、ステップ220において、テクスチャ値が決定されてもよい。テクスチャ値は、画像のサブブロックに対するスペクトル特性と関連付けられてもよいし、サブブロックの各々に対するカラー・バンドの少なくとも一つにおいて計算されてもよい。一実施の形態において、テクスチャ値を計算することは、各サブブロック内のカラー・バンド上で2次元的な離散コサイン変換(DCT)を計算することを含んでいてもよい。一実施の形態において、DCTはRGB空間(レッド・バンド、グリーン・バンド、およびブルー・バンド)の全3色のバンドにおいて実行される。カラー情報は、通常、オブジェクトをより顕著に見せるように支援するので、全3色のカラー・バンド上でDCTを実行することは、単一輝度バンド上で単一DCTを実行するより良い。例えば、図3Aの画像300は、さんご礁に囲まれた青い魚310を示す。魚が写真の焦点であることは明確だが、輝度のDCTを用いても、魚は画像内の他の要素に比べてあまり際立たない。画像の三のカラー・バンドでDCTを使用すると、図3Bの画像空間350内の関心を有される領域360の焦点として魚は選択される。
2次元的DCTは、式(1)によって、定義付けられる。
u=0,1,2,...,M−1、
v=0,1,2,...,N−1、
であり、
f[m,n]は、画素[m,n]におけるカラー・バンド毎のカラー値である。
カラー・バンド毎に2次元的DCTが決定された後、ステップ230において、ブロック毎に情報コンテンツ値が決定される。一実施の形態において、三のカラー・バンドのDCTブロックが、
B={(ru,v,gu,v,bu,v)}
である場合、情報コンテンツ値σ(B)は、RGB値のユークリッド距離に対するL2ノルム(−norm) から(0,0)におけるDC値を減じた値として定義付けられる。
B={(ru,v,gu,v,bu,v)}
である場合、情報コンテンツ値σ(B)は、RGB値のユークリッド距離に対するL2ノルム(−norm) から(0,0)におけるDC値を減じた値として定義付けられる。
ここで、合計は、(u,v)≠(0,0)の全てにわたる。画像内のブロック毎に情報コンテンツ値が決定された後、方法200の動作はステップ235で終了する。
「サブブロックのグルーピング」
サブブロックが決定され、情報コンテンツ値と関連付けられた後、サブブロックは、関心を有される領域(ROI)にグルーピングされ得る。サブブロックをグルーピングする方法は、図4において方法400として示される。方法400は、スタート・ステップ405によって開始される。次に、ステップ410において、情報コンテンツ値は、サブブロック毎に二値化される。情報コンテンツ値は、0または1いずれかの値に二値化される。一実施の形態において、一の標準偏差より上の値を有するサブブロックは、1にセットされ、残りのサブブロックは、0にセットされる。図5は、サブブロックへ分割され二値化された後の図3Aの画像310を示す。1に二値化されたブロックはブラックであり、残りのブロックはホワイトである。図示されているように、1に二値化されたブロックは、ブロック511、512、521、および522を含む。
サブブロックが決定され、情報コンテンツ値と関連付けられた後、サブブロックは、関心を有される領域(ROI)にグルーピングされ得る。サブブロックをグルーピングする方法は、図4において方法400として示される。方法400は、スタート・ステップ405によって開始される。次に、ステップ410において、情報コンテンツ値は、サブブロック毎に二値化される。情報コンテンツ値は、0または1いずれかの値に二値化される。一実施の形態において、一の標準偏差より上の値を有するサブブロックは、1にセットされ、残りのサブブロックは、0にセットされる。図5は、サブブロックへ分割され二値化された後の図3Aの画像310を示す。1に二値化されたブロックはブラックであり、残りのブロックはホワイトである。図示されているように、1に二値化されたブロックは、ブロック511、512、521、および522を含む。
二値化された後、ステップ420においてサブブロックはグルーピングされる。グルーピングは、所定範囲の情報コンテンツ値を有する隣接し合うサブブロックの「グループ」の形成を含む。一つの実施の形態において、グルーピングされる各ブロックに関するブロックの面積×所定のしきい値は、ブロックの交差部の面積より小さくてはならないし、連結されたブロックの濃度は、複数のブロックの平均濃度より高くてはならない。一つの実施の形態において、二値化されたサブブロックに関する範囲の値は1である。隣接するブロックは、辺や角を共有するブロックである。この処理は、グルーピングが作成されなくなるまで続けられる。図5において、本方法は、画像500内に二つのグルーピングを生成した。このグループは、太線513で囲まれた大きなグループと太線523で囲まれた小さなグループを含む。性能改善のため、グルーピングに関しては、膨張浸食の標準のモーフォロジー操作が使用されることもある。しかしながら、本発明のグルーピング・システムはこれらの操作を必要としない。
サブブロックがグルーピングされた後、ステップ430において、主グループが決定される。一実施の形態において、主グループは、最大境界ボックス面積を有する画像内のグループである。次に、主グループの画像のROIが考慮される。実際の二値化されたグループに対応する画像の一部を選択するよりも、境界ボックスをROIとして選択することによって、より簡単な計算がもたらされる。最大の境界ボックスに対応する画像に大きく焦点を合わせた場合とは異なって、通常、小さな境界ボックスはランダム・ディテールを含む。主グループが選択された後、ステップ435において、方法400の動作が終了する。
一実施の形態において、画像内に一つ以上の「関心が有される」ROIが発生する可能性がある。例えば、図6の第1列の第3の画像において、図7の対応するサブブロック及びグルーピングの図に示されているように、人と動物とが別個のROIに属する。人と動物との画像とは異なり、図3Aの魚のいる画像は、図5に示されるように、残りの下部に非主(Non−Dominant)ROIを含む。図5における非主ROIは、特に「関心を有される」ものに対応していない。非主ROIを含むアプリケーションに関して、非主ROIを選択すべきか否かを解決する一つの方法は、ユーザ介入によるものである。本実施の形態において、ユーザに複数のROIが提示され、関心を有されないROIをユーザが取除く場合もある。すなわち、ステンドグラス・コラージュの場合は、まず、全てのROIが提示され、ユーザが適当でないROIを手動的に選択し取り除いてもよい。他の実現において、最小境界ボックス・サイズ等のしきい値に一致するROIがユーザ選択または除去のために提示され得る。
「写真用中心荷重アルゴリズム」
写真に関しては、ROIが画像の中心周辺にある場合が多い。プロの写真家や芸術家によって撮られる写真などに例外もあるが、一般用デジタル・カメラ(consumer digital cameras)の一般的なユーザは、通常は、写真の端ではなく、中心に被写体や人を置く。これを考慮に入れ、本発明のROIアルゴリズムは、画像の中心近くをより重くして、ブロックに重み付けを行うことができる。一つの実施の形態において、バンプ関数またはガウシアン関数が、重み付けを達成するために使用され得る。
写真に関しては、ROIが画像の中心周辺にある場合が多い。プロの写真家や芸術家によって撮られる写真などに例外もあるが、一般用デジタル・カメラ(consumer digital cameras)の一般的なユーザは、通常は、写真の端ではなく、中心に被写体や人を置く。これを考慮に入れ、本発明のROIアルゴリズムは、画像の中心近くをより重くして、ブロックに重み付けを行うことができる。一つの実施の形態において、バンプ関数またはガウシアン関数が、重み付けを達成するために使用され得る。
一つの実施の形態において、画像の中心において重み付けを約50%増大させ、画像の端部でゼロ近くまでなるように傾斜するガウシアン関数が使用されてもよい。ROIを決定する本実施の形態を画像セットに適用した結果のROIは、重み付けされていないアルゴリズムを特徴とする実施の形態を適用した場合のROIより、大きくなる場合もある。例えば、図8AのROI810は、人をより示すので、図6の対応するROI610より良い。図8Bは、図7において検出された二つのROI720及び730の代わりに一つのROI820を有する。これは、アプリケーションが写真に対して単一のROIを示す場合は利点となり、複数のROIを示す場合は欠点となる。「高凝縮ビジュアル・サマリーの生成(“GENERATING A HIGHLY CONDENSED VISUAL SUMMARY”)」と題された米国特許出願第10/815,354号に開示されているように、ステンドグラス・コラージュ・タイプのアプリケーションに関しては、ROIの周囲部分がROI間の間隙を埋め込んだ結果として示されるので、小さなROIを有することはあまり重要な問題ではない。
本発明の実施の形態による中心荷重の変形例を使用すべきか否かの決定は、アプリケーション・ドメインに左右される。例えば、PDA及び携帯電話上では、小さいROIを有する重み付けされない変形例によって、限定されたスクリーン空間をより効果的に使用することができる。
「ウェーブレットなどのスペクトル分解」
テクスチャ値を求めるために上述のようにDCT分解を使用することに加えて、本発明の他の実施の形態において、本発明の範囲を逸脱することがなければ、ウェーブレットおよびハール(Haar)分解などの他のスペクトル分解を使用することができる。例えば、ウェーブレットは、計算時間が長い割には、わずかに良好な画像の表示を提供できるにすぎない。また、ウェーブレットは、より複雑なアルゴリズムを必要とする。例えば、(JPEGフォーマットにおけるDCTのように)ウェーブレット・エンコーディングを使用するJPEG2000標準に関しては、上位の情報コンテンツのサブブロックを検出するためにウェーブレット分解を使用することも実行可能な方法である。
テクスチャ値を求めるために上述のようにDCT分解を使用することに加えて、本発明の他の実施の形態において、本発明の範囲を逸脱することがなければ、ウェーブレットおよびハール(Haar)分解などの他のスペクトル分解を使用することができる。例えば、ウェーブレットは、計算時間が長い割には、わずかに良好な画像の表示を提供できるにすぎない。また、ウェーブレットは、より複雑なアルゴリズムを必要とする。例えば、(JPEGフォーマットにおけるDCTのように)ウェーブレット・エンコーディングを使用するJPEG2000標準に関しては、上位の情報コンテンツのサブブロックを検出するためにウェーブレット分解を使用することも実行可能な方法である。
「画像のステンドグラス画像タイプ表示」
本発明のROIアルゴリズムは、米国特許出願第10/815,354に開示されるようにステンドグラス・タイプの視覚化に使用され得る。基本的なアイディアは、画像セット内でROIを検出し、隙間のないレイアウトに凝縮することである。ステンドグラス効果は、領域間の空間を埋めるヴォロノイ(Voronoi)・ベースのアルゴリズムから現れる非矩形領域の境界から発揮される。PDA(パーソナル・デジタル・アシスタント)および携帯電話の小型表示装置に関しては、画像の凝縮の結果として、隙間なく詰められた領域の人々、オブジェクト、および図形がより大きく示され、見やすくなる。より大きな表示装置やプリントされたポスターに関しては、ステンドグラス・コラージュは、写真を表示するために美的に好ましい方法を提供する。例えば、図6によるROIを用いるステンドグラス・コラージュを図9に示す。
本発明のROIアルゴリズムは、米国特許出願第10/815,354に開示されるようにステンドグラス・タイプの視覚化に使用され得る。基本的なアイディアは、画像セット内でROIを検出し、隙間のないレイアウトに凝縮することである。ステンドグラス効果は、領域間の空間を埋めるヴォロノイ(Voronoi)・ベースのアルゴリズムから現れる非矩形領域の境界から発揮される。PDA(パーソナル・デジタル・アシスタント)および携帯電話の小型表示装置に関しては、画像の凝縮の結果として、隙間なく詰められた領域の人々、オブジェクト、および図形がより大きく示され、見やすくなる。より大きな表示装置やプリントされたポスターに関しては、ステンドグラス・コラージュは、写真を表示するために美的に好ましい方法を提供する。例えば、図6によるROIを用いるステンドグラス・コラージュを図9に示す。
「画像のパン・アンド・スキャン」
本発明のROIアルゴリズムは、特許文献2に記載のパン・アンド・スキャン・アプリケーションに適用されてもよい。パン・アンド・スキャン技術は、アニメーションを自動的に生成することによって写真を提供する方法である。アニメーションは、画像内のROIに交差する計算された経路を横切ることを含む。特許文献2に記載された方法は、周波数座標に沿ってパンするように、関心を有される方向を決定するために、領域のユーザ・ラベリングと2次元フーリエ変換を使用することとを含む。他の方法は、顔検出モジュールによって生成されるROIを採ることと、顔を通る経路を構成することと、を含む。
本発明のROIアルゴリズムは、特許文献2に記載のパン・アンド・スキャン・アプリケーションに適用されてもよい。パン・アンド・スキャン技術は、アニメーションを自動的に生成することによって写真を提供する方法である。アニメーションは、画像内のROIに交差する計算された経路を横切ることを含む。特許文献2に記載された方法は、周波数座標に沿ってパンするように、関心を有される方向を決定するために、領域のユーザ・ラベリングと2次元フーリエ変換を使用することとを含む。他の方法は、顔検出モジュールによって生成されるROIを採ることと、顔を通る経路を構成することと、を含む。
本発明のROIアルゴリズムを適用するためにいくつかの実施の形態が提示されている。例えば、二つのROIが人と動物とに対応する図7のように、複数の個別のROI又は「ブロブ」が識別される場合である。この実施の形態において、これらの領域はパン・アンド・スキャン・システムへ提供され、該領域を開示されている顔検出モジュールの出力と置き換える。
他の実施の形態では、アルゴリズムが単一の大きな「ブロブ」を検出するシナリオを含む。これは、複数のものが密接して写真に撮影されている場合に発生する(例えば、図6の第1列の4番目の写真)。また、写真の中心に単一ブロブを生成する傾向がある、中心荷重の変形例の実施の形態の場合に発生する可能性も高い(図8B)。この場合、パン・アンド・スキャン・ウィンドウは、写真全体から、ROIの境界ボックスへ移動することができる(この技術は、特許文献2に開示されている)。
他の実施の形態では、水平線または地平線を有する景色の写真を含む。これは、本発明のROIアルゴリズムによって検出され得る。ROIが写真の幅全体にわたる場合に、あるいは、ROIが低濃度しか有さない場合に水平線を含む傾向がある。例えば、図6の第2列の2番目の写真の中心荷重された値を用いて、その地平線に対応するROIを生成する(図10を参照)。次に、パン・アンド・スキャンの経路が構成される。単純な方法は、図10に示されるように、線形回帰を用いて黒のブロックの中心を通るラインに適合させることである。
一実施の形態において、本発明は、画像および写真における関心を有される領域(ROI)を情報駆動型アプローチにもとづいて検出するアルゴリズムを含む。該アルゴリズムにおいて、画像のサブブロックは情報コンテンツもしくは圧縮度について、離散コサイン変換にもとづいて解析される。圧縮度の低いサブブロックは、一種のモーフォロジー(形態的)技術を用いて、ROIヘグルーピングされる。かなり用途が特定されるタイプのROIに対して適用される他のアルゴリズム(例えば、顔の検出)とは異なり、本発明の方法は、一般に、任意の画像および写真に適用可能である。アルゴリズムの中心荷重の変形例は特定の写真アプリケーションによい結果をもたらすことができる。本発明は、ステンドグラス・コラージュおよびパン・アンド・スキャン(Pan−and−Scan)・プレゼンテーションを含むいくつかの他の画像アプリケーションと共に使用され得る。
本発明の他の特徴、態様、および目的は、図面および請求項を検討することによって得られる。本発明の他の実施の形態が開発されてもよく、該実施の形態が本発明および請求の範囲の精神および範囲を逸脱しないことが理解されよう。
上述された本発明の好ましい実施の形態についての説明は、例示および説明のみを目的としてなされているのであって、本発明のすべてを網羅すること、あるいは、本明細書中に開示された通りの形態に本発明を限定することを意図するものではない。多数の変更および変形が可能であることは当業者に明確である。実施の形態は、本発明の原則とその実践的な応用を最も良好に説明するために選択され記述されたものであり、他の当業者がこれによって考案される特別な用途に適した種々の変更を行いつつ、種々の実施の形態による本発明を理解することを可能とする。本発明の範囲は、請求の範囲およびそれらと同等のものによって規定されることを意図する。
具体的に設計された集積回路あるいは他の電子技術からなる実施の形態に加えて、本発明の種々の実施の形態は、コンピュータ技術における当業者に明確であるように、本発明の開示の教示によってプログラムされた従来の汎用または専用のデジタル・コンピュータまたはマイクロプロセッサを用いて好適に実現されてもよい。また、当業者に容易に理解されるように、本発明は、汎用または特定用途の集積回路の作成によって、および/または従来のコンポーネント回路の適切なネットワークを相互接続することによって、実現されてもよい。
本発明の種々の実施の形態は、本明細書中に提示された任意の機能を実行するために、コンピュータをプログラムするために使用され得るインストラクションを記憶した記憶媒体であるコンピュータ・プログラム・プロダクトを含む。この記憶媒体は、任意のタイプのディスクを含むことができるが、本発明はこれに限定されるものではない。ディスクの種類には、フロッピー(登録商標)・ディスク、光学ディスク、DVD、CD−ROM、マイクロ・ドライブおよび磁気光学ディスク、ROM、EPROM、EEPROM、DRAM、VRAM、フラッシュ・メモリ・デバイス、磁気的または光学的カード、ナノシステム(分子メモリICを含む)、またはインストラクションおよび/またはデータの記憶に適する任意のタイプの複数の媒体またはデバイスを含むことができる。種々の実施の形態は、一つ以上のパブリック・ネットワークおよび/またはプライベート・ネットワークを介して転送され得るコンピュータ・プログラム・プロダクトを含み、ここで、転送は、本明細書中に提供される特徴のいずれかを実行するコンピュータ・デバイスをプログラムするために使用され得るインストラクションを含む。
コンピュータ可読媒体のいずれか一つに記憶された状態で、本発明は、汎用/専用コンピュータまたはマイクロプロセッサの両方のハードウェアをコントロールするとともに、本発明の結果を活用して、コンピュータまたはマイクロプロセッサがヒューマン・ユーザまたは他のメカニズムとインタラクションするのをイネーブルとするためのソフトウェアを含む。このようなソフトウェアは、デバイス・ドライバ、オペレーティング・システム、実行環境および/またはコンテナ、およびアプリケーションを含んでいてもよいが、本発明はこれに限定されるものではない。
本発明の教示を実現するためのソフトウェア・モジュールは、汎用/専用コンピュータまたはマイクロプロセッサのプログラミング(ソフトウェア)に含まれ、画像内の関心を有される領域を決定することを含むが、本発明はこれに限定されるものではない。
なお、特許明細書の開示内容の一部には、著作権保護を受けるべき事柄が含まれる。本著作権所有者は、特許庁の特許ファイルや記録データとして特許文献や特許開示のいずれかがファクシミリ複写されたとしても、これに異議を唱えない。しかしながら、これらの場合以外は、すべての著作権を保持する。
300 画像
350 画像空間
500 画像
511、512、521、522 ブロック
610、720、730、810、820 ROI
350 画像空間
500 画像
511、512、521、522 ブロック
610、720、730、810、820 ROI
Claims (26)
- 画像における関心を有される領域を検出する方法であって、
(a)画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算され、
(b)複数の前記サブブロックの各々に関連付けられる情報値を決定し、
(c)関心を有される領域を形成するために前記サブブロックをグルーピングする、
領域検出方法。 - (c)が、(d)サブブロック毎に前記情報値を二値化する、
ことを含む、請求項1に記載の領域検出方法。 - (d)が、標準偏差より大きい情報値を有するサブブロックに値1を割り当てる、ことを含む、請求項2に記載の領域検出方法。
- (c)が、所定の範囲にある情報値を有する隣接するサブブロックをグルーピングする、ことを含む、請求項1に記載の領域検出方法。
- グルーピングされた隣接する前記サブブロックの領域は、所定の閾値を乗じられた場合、前記サブブロックの交差領域より大きい、請求項4に記載の領域検出方法。
- グルーピングされた隣接する前記サブブロックの濃度は、複数の前記サブブロックの平均濃度を越えない、請求項4に記載の領域検出方法。
- 前記情報値が二値化された値であり、
前記所定の範囲が情報値1を有するサブブロックを含む、
請求項4に記載の領域検出方法。 - (c)が、サブブロックの最大グループである主グループを決定する、ことを含む、請求項4に記載の領域検出方法。
- 関心を有される領域としてサブブロックの一以上のグループをユーザが選択する、請求項4に記載の領域検出方法。
- (c)が、前記画像の中心部分に重み付けを行う、ことを含む、請求項4に記載の領域検出方法。
- (a)が、画像の複数のサブブロックについて離散コサイン変換を計算する、ことを含む、請求項1に記載の領域検出方法。
- (a)が、画像の複数のサブブロックについてウェーブレット分解を計算する、ことを含む、請求項1に記載の領域検出方法。
- (a)が、画像の複数のサブブロックについてハール分解を計算する、ことを含む、請求項1に記載の領域検出方法。
- 一以上のプロセッサによって処理されることにより、画像における関心を有される領域を検出することをシステムに実行させるプログラムであって、
(a)画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算するステップであって、該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算される、ステップと、
(b)複数の前記サブブロックの各々に関連付けられる情報値を決定するステップと、
(c)関心を有される領域を形成するために前記サブブロックをグルーピングするステップと、
を含む、領域検出プログラム。 - (c)が、(d)サブブロック毎に前記情報値を二値化する、
ことを含む、請求項14に記載の領域検出プログラム。 - (d)が、標準偏差より大きい情報値を有するサブブロックに値1を割り当てる、ことを含む、請求項15に記載の領域検出プログラム。
- (c)が、所定の範囲にある情報値を有する隣接するサブブロックをグルーピングする、ことを含む、請求項14に記載の領域検出プログラム。
- グルーピングされた隣接する前記サブブロックの領域は、所定の閾値を乗じられた場合、前記サブブロックの交差領域より大きい、請求項17に記載の領域検出プログラム。
- グルーピングされた隣接する前記サブブロックの濃度は、複数の前記サブブロックの平均濃度を越えない、請求項17に記載の領域検出プログラム。
- 前記情報値が二値化された値であり、
前記所定の範囲が情報値1を有するサブブロックを含む、
請求項17に記載の領域検出プログラム。 - (c)が、サブブロックの最大グループである主グループを決定する、ことを含む、請求項17に記載の領域検出プログラム。
- 関心を有される領域としてサブブロックの一以上のグループをユーザが選択する、請求項17に記載の領域検出プログラム。
- (c)が、前記画像の中心部分に重み付けを行う、ことを含む、請求項17に記載の領域検出プログラム。
- (a)が、画像の複数のサブブロックについて離散コサイン変換を計算する、ことを含む、請求項14に記載の領域検出プログラム。
- (a)が、画像の複数のサブブロックについてウェーブレット分解を計算する、ことを含む、請求項14に記載の領域検出プログラム。
- (a)が、画像の複数のサブブロックについてハール分解を計算する、ことを含む、請求項14に記載の領域検出プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/948,730 US7724959B2 (en) | 2004-09-23 | 2004-09-23 | Determining regions of interest in photographs and images |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006092555A true JP2006092555A (ja) | 2006-04-06 |
Family
ID=36074048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005276107A Pending JP2006092555A (ja) | 2004-09-23 | 2005-09-22 | 領域検出方法および領域検出プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US7724959B2 (ja) |
JP (1) | JP2006092555A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007128523A (ja) * | 2005-11-03 | 2007-05-24 | Fuji Xerox Co Ltd | 画像要約方法、画像表示装置、kツリー表示システム、kツリー表示プログラム、および、kツリー表示方法 |
JP2008077629A (ja) * | 2006-09-22 | 2008-04-03 | Fuji Xerox Co Ltd | 複数の画像を非矩形のターゲット領域に表示する方法、システム及びプログラム |
JP2008186447A (ja) * | 2007-01-29 | 2008-08-14 | Fuji Xerox Co Ltd | フォトミノ・ピース画像の生成方法、フォトミノ画像の生成方法、フォトミノ・ピース・レンダリング・プログラム、フォトミノ・パズル・ピース・レンダリング・プログラム |
JP2010055602A (ja) * | 2008-08-29 | 2010-03-11 | Fuji Xerox Co Ltd | ユーザ認証方法、ユーザ認証システムおよびそのためのコンピュータプログラム |
KR101611440B1 (ko) | 2009-11-16 | 2016-04-11 | 삼성전자주식회사 | 이미지 처리 방법 및 장치 |
JP2017207960A (ja) * | 2016-05-19 | 2017-11-24 | 株式会社リコー | 画像解析装置、画像解析方法およびプログラム |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7848567B2 (en) * | 2004-09-23 | 2010-12-07 | Fuji Xerox Co., Ltd. | Determining regions of interest in synthetic images |
US7529429B2 (en) * | 2004-11-12 | 2009-05-05 | Carsten Rother | Auto collage |
US7653261B2 (en) * | 2004-11-12 | 2010-01-26 | Microsoft Corporation | Image tapestry |
US7532771B2 (en) | 2004-11-12 | 2009-05-12 | Microsoft Corporation | Image processing system for digital collage |
JP2008003968A (ja) * | 2006-06-23 | 2008-01-10 | Fuji Xerox Co Ltd | 情報処理システム、情報処理方法及びプログラム |
US9239958B2 (en) * | 2007-11-09 | 2016-01-19 | The Nielsen Company (Us), Llc | Methods and apparatus to measure brand exposure in media streams |
KR101522985B1 (ko) * | 2008-10-31 | 2015-05-27 | 삼성전자주식회사 | 영상처리 장치 및 방법 |
KR101164353B1 (ko) * | 2009-10-23 | 2012-07-09 | 삼성전자주식회사 | 미디어 콘텐츠 열람 및 관련 기능 실행 방법과 장치 |
US8805117B2 (en) * | 2011-07-19 | 2014-08-12 | Fuji Xerox Co., Ltd. | Methods for improving image search in large-scale databases |
US10216762B2 (en) * | 2014-06-04 | 2019-02-26 | Panasonic Corporation | Control method and non-transitory computer-readable recording medium for comparing medical images |
WO2019100350A1 (en) | 2017-11-24 | 2019-05-31 | Microsoft Technology Licensing, Llc | Providing a summary of a multimedia document in a session |
WO2020197268A1 (en) * | 2019-03-25 | 2020-10-01 | Samsung Electronics Co., Ltd. | Method and electronic device for processing facial images |
CN116778431B (zh) * | 2023-08-25 | 2023-11-10 | 青岛娄山河水务有限公司 | 基于计算机视觉的污泥处理自动监测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06245132A (ja) * | 1993-12-27 | 1994-09-02 | Olympus Optical Co Ltd | カメラ |
JPH1023452A (ja) * | 1996-07-05 | 1998-01-23 | Canon Inc | 画像抽出装置および方法 |
JPH1074192A (ja) * | 1996-08-30 | 1998-03-17 | Mitsubishi Electric Corp | 画像処理方法およびその装置 |
US5751844A (en) * | 1992-04-20 | 1998-05-12 | International Business Machines Corporation | Method and apparatus for image acquisition with adaptive compensation for image exposure variation |
JP2001148762A (ja) * | 1999-11-19 | 2001-05-29 | Canon Inc | 画像読取装置、画像読取方法、記憶媒体 |
JP2002312795A (ja) * | 2001-04-13 | 2002-10-25 | Sony Corp | 画像処理装置および画像処理方法、記録媒体、並びにプログラム |
US6542637B1 (en) * | 1998-05-29 | 2003-04-01 | Noritsu Koki Co., Ltd. | System for deciding the contents of a picture frame |
US6584221B1 (en) * | 1999-08-30 | 2003-06-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for image retrieval with multiple regions of interest |
JP2004070226A (ja) * | 2002-08-09 | 2004-03-04 | Rohm Co Ltd | 撮像装置 |
US20040170318A1 (en) * | 2003-02-28 | 2004-09-02 | Eastman Kodak Company | Method for detecting color objects in digital images |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5341439A (en) * | 1989-09-21 | 1994-08-23 | Hsu Shin Yi | System for texture-based automatic detection of man-made objects in representations of sensed natural environmental scenes |
US5048109A (en) * | 1989-12-08 | 1991-09-10 | Xerox Corporation | Detection of highlighted regions |
DE69224679T2 (de) | 1991-05-27 | 1998-11-12 | Hitachi Ltd | Verfahren und Vorrichtung zur Verarbeitung von multidimensionalen Daten |
US5537491A (en) * | 1993-11-24 | 1996-07-16 | Xerox Corporation | Analyzing an image or other data to obtain a stable number of groups |
US5553107A (en) * | 1995-01-30 | 1996-09-03 | Westinghouse Electric Corporation | Pressurized water reactor vessel with slotted support columns |
JP4114191B2 (ja) * | 1997-06-24 | 2008-07-09 | 株式会社セガ | 画像処理装置及び画像処理方法 |
US6222932B1 (en) * | 1997-06-27 | 2001-04-24 | International Business Machines Corporation | Automatic adjustment of image watermark strength based on computed image texture |
US6562077B2 (en) * | 1997-11-14 | 2003-05-13 | Xerox Corporation | Sorting image segments into clusters based on a distance measurement |
US6026143A (en) * | 1998-02-11 | 2000-02-15 | Analogic Corporation | Apparatus and method for detecting sheet objects in computed tomography data |
US6275614B1 (en) * | 1998-06-26 | 2001-08-14 | Sarnoff Corporation | Method and apparatus for block classification and adaptive bit allocation |
US6292575B1 (en) * | 1998-07-20 | 2001-09-18 | Lau Technologies | Real-time facial recognition and verification system |
US6470095B2 (en) * | 1998-10-13 | 2002-10-22 | Xerox Corporation | Automatic extraction of text regions and region borders for an electronic work surface |
EP1024442A3 (en) * | 1999-01-29 | 2003-04-02 | Canon Kabushiki Kaisha | Conversion between image representations used in image retrieval, and background exclusion |
US6542632B1 (en) * | 1999-02-01 | 2003-04-01 | Sharp Laboratories Of America, Inc. | Method for image characterization using color and texture statistics with embedded spatial information |
US6415046B1 (en) * | 1999-10-07 | 2002-07-02 | Edmund Kenneth Kerut, Sr. | Method and apparatus for the early detection of tissue pathology using wavelet transformation |
US20020044696A1 (en) * | 1999-11-24 | 2002-04-18 | Sirohey Saad A. | Region of interest high resolution reconstruction for display purposes and a novel bookmarking capability |
US6683992B2 (en) * | 1999-12-28 | 2004-01-27 | Matsushita Electric Industrial Co., Ltd. | Image decoding apparatus and image coding apparatus |
KR100512138B1 (ko) | 2000-03-08 | 2005-09-02 | 엘지전자 주식회사 | 합성 키프레임을 이용한 비디오 브라우징 시스템 |
US6819793B1 (en) * | 2000-06-30 | 2004-11-16 | Intel Corporation | Color distribution for texture and image compression |
US6819795B1 (en) * | 2000-07-07 | 2004-11-16 | Fuji Xerox Co., Ltd. | Genetic segmentation method for data, such as image data streams |
US6975753B2 (en) | 2000-09-13 | 2005-12-13 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, program for implementing said method, and storage medium therefor |
US6697502B2 (en) | 2000-12-14 | 2004-02-24 | Eastman Kodak Company | Image processing method for detecting human figures in a digital image |
FR2825814B1 (fr) | 2001-06-07 | 2003-09-19 | Commissariat Energie Atomique | Procede de creation automatique d'une base de donnees images interrogeable par son contenu semantique |
JP3970102B2 (ja) | 2001-06-28 | 2007-09-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
WO2003021533A1 (en) | 2001-08-31 | 2003-03-13 | Massachusetts Institute Of Technology | Color image segmentation in an object recognition system |
US7062085B2 (en) * | 2001-09-13 | 2006-06-13 | Eastman Kodak Company | Method for detecting subject matter regions in images |
US6922485B2 (en) * | 2001-12-06 | 2005-07-26 | Nec Corporation | Method of image segmentation for object-based image retrieval |
US7257252B2 (en) * | 2001-12-12 | 2007-08-14 | Sony Corporation | Voting-based video background mosaicking |
US7383509B2 (en) | 2002-09-13 | 2008-06-03 | Fuji Xerox Co., Ltd. | Automatic generation of multimedia presentation |
EP1445734B1 (en) | 2003-02-06 | 2007-08-08 | STMicroelectronics S.r.l. | Method and apparatus for texture compression |
US7295700B2 (en) | 2003-10-24 | 2007-11-13 | Adobe Systems Incorporated | Object extraction based on color and visual texture |
US7352912B2 (en) * | 2004-12-10 | 2008-04-01 | Xerox Corporation | Method for automatically determining a region of interest for text and data overlay |
-
2004
- 2004-09-23 US US10/948,730 patent/US7724959B2/en active Active
-
2005
- 2005-09-22 JP JP2005276107A patent/JP2006092555A/ja active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5751844A (en) * | 1992-04-20 | 1998-05-12 | International Business Machines Corporation | Method and apparatus for image acquisition with adaptive compensation for image exposure variation |
JPH06245132A (ja) * | 1993-12-27 | 1994-09-02 | Olympus Optical Co Ltd | カメラ |
JPH1023452A (ja) * | 1996-07-05 | 1998-01-23 | Canon Inc | 画像抽出装置および方法 |
JPH1074192A (ja) * | 1996-08-30 | 1998-03-17 | Mitsubishi Electric Corp | 画像処理方法およびその装置 |
US6542637B1 (en) * | 1998-05-29 | 2003-04-01 | Noritsu Koki Co., Ltd. | System for deciding the contents of a picture frame |
US6584221B1 (en) * | 1999-08-30 | 2003-06-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for image retrieval with multiple regions of interest |
JP2001148762A (ja) * | 1999-11-19 | 2001-05-29 | Canon Inc | 画像読取装置、画像読取方法、記憶媒体 |
JP2002312795A (ja) * | 2001-04-13 | 2002-10-25 | Sony Corp | 画像処理装置および画像処理方法、記録媒体、並びにプログラム |
JP2004070226A (ja) * | 2002-08-09 | 2004-03-04 | Rohm Co Ltd | 撮像装置 |
US20040170318A1 (en) * | 2003-02-28 | 2004-09-02 | Eastman Kodak Company | Method for detecting color objects in digital images |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007128523A (ja) * | 2005-11-03 | 2007-05-24 | Fuji Xerox Co Ltd | 画像要約方法、画像表示装置、kツリー表示システム、kツリー表示プログラム、および、kツリー表示方法 |
JP2008077629A (ja) * | 2006-09-22 | 2008-04-03 | Fuji Xerox Co Ltd | 複数の画像を非矩形のターゲット領域に表示する方法、システム及びプログラム |
JP2008186447A (ja) * | 2007-01-29 | 2008-08-14 | Fuji Xerox Co Ltd | フォトミノ・ピース画像の生成方法、フォトミノ画像の生成方法、フォトミノ・ピース・レンダリング・プログラム、フォトミノ・パズル・ピース・レンダリング・プログラム |
JP2010055602A (ja) * | 2008-08-29 | 2010-03-11 | Fuji Xerox Co Ltd | ユーザ認証方法、ユーザ認証システムおよびそのためのコンピュータプログラム |
KR101611440B1 (ko) | 2009-11-16 | 2016-04-11 | 삼성전자주식회사 | 이미지 처리 방법 및 장치 |
JP2017207960A (ja) * | 2016-05-19 | 2017-11-24 | 株式会社リコー | 画像解析装置、画像解析方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US7724959B2 (en) | 2010-05-25 |
US20060062455A1 (en) | 2006-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006092555A (ja) | 領域検出方法および領域検出プログラム | |
JP2006092556A (ja) | 領域検出方法および領域検出プログラム | |
RU2368006C1 (ru) | Способ и система адаптивного переформатирования цифровых изображений | |
US8675966B2 (en) | System and method for saliency map generation | |
JP4469873B2 (ja) | 画像文書の検索装置、プログラム、及び記録媒体 | |
US8472753B2 (en) | Method and system of adaptive reformatting of digital image | |
US7171058B2 (en) | Method and computer program product for producing an image of a desired aspect ratio | |
TWI430184B (zh) | 結合全色像素之邊緣映射 | |
US7720288B2 (en) | Detecting compositing in a previously compressed image | |
Ke et al. | Image recapture detection using multiple features | |
Kumar et al. | Image forgery detection based on physics and pixels: a study | |
Kiess et al. | Seam carving with improved edge preservation | |
CN111179159B (zh) | 消除视频中目标影像的方法、装置、电子设备及存储介质 | |
Santoyo-Garcia et al. | Visible watermarking technique based on human visual system for single sensor digital cameras | |
WO2013161111A1 (ja) | 画像評価装置、画像選択装置、画像評価方法、記録媒体、ならびに、プログラム | |
US8218823B2 (en) | Determining main objects using range information | |
JP2007122101A (ja) | 画像処理装置及び画像処理方法 | |
Ren et al. | Constrained sampling for image retargeting | |
EP2614489B1 (en) | Method and system for obtaining a control information related to a digital image | |
Cheatle | Automatic image cropping for republishing | |
Montero et al. | Watermark detection and clearance in video using simple signal and image processing techniques | |
RU2411585C1 (ru) | Способ и система генерации анимированного изображения для предварительного просмотра | |
US11238595B2 (en) | System to prepare images for presentation | |
Shankar et al. | A novel semantics and feature preserving perspective for content aware image retargeting | |
Hsin et al. | A Fast Wavelet-Based Seam Carving Algorithm for Image Resizing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080821 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110105 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110426 |