JP2009187204A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2009187204A JP2009187204A JP2008025349A JP2008025349A JP2009187204A JP 2009187204 A JP2009187204 A JP 2009187204A JP 2008025349 A JP2008025349 A JP 2008025349A JP 2008025349 A JP2008025349 A JP 2008025349A JP 2009187204 A JP2009187204 A JP 2009187204A
- Authority
- JP
- Japan
- Prior art keywords
- image
- similarity
- feature
- search
- processing apparatus
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】画像間において対応点を効率良く探索することができる画像処理装置を提供する。
【解決手段】モデル画像G1及び探索対象画像G2の特徴点Pn,Qnを算出する特徴点算出部13と、特徴点Pn,Qnにおける特徴量Ptn,Qtnを算出する特徴量算出部14と、特徴量Ptn,Qtnを比較して類似度を算出する類似度算出部15と、類似度に基づいてモデル画像G1の全体領域に対応する類似度分布画像G3を算出する類似度分布画像算出部16と、類似度分布画像G3に基づいてモデル画像G1との対応点を探索対象画像G2から探索する探索部18とを備えることで、探索対象画像G2の全体領域に対応する類似度分布画像G3を用いて対応点探索をすることができる。
【選択図】図1
【解決手段】モデル画像G1及び探索対象画像G2の特徴点Pn,Qnを算出する特徴点算出部13と、特徴点Pn,Qnにおける特徴量Ptn,Qtnを算出する特徴量算出部14と、特徴量Ptn,Qtnを比較して類似度を算出する類似度算出部15と、類似度に基づいてモデル画像G1の全体領域に対応する類似度分布画像G3を算出する類似度分布画像算出部16と、類似度分布画像G3に基づいてモデル画像G1との対応点を探索対象画像G2から探索する探索部18とを備えることで、探索対象画像G2の全体領域に対応する類似度分布画像G3を用いて対応点探索をすることができる。
【選択図】図1
Description
本発明は、画像間の対応点を探索する画像処理装置に関するものである。
従来、画像処理装置として、例えば、テンプレートマッチング法を用いて画像間の対応点を探索するものが知られている(例えば、特許文献1参照)。この装置は、テンプレートを複数の領域に分割し、分割した各領域での画像間の類似度に基づいて対応点を探索する。
特開平8−161503号公報
しかしながら、従来の画像処理装置にあっては、例えば探索する画像において探索範囲を限定する場合には新たに類似度を計算し直す必要があり、対応点探索の処理負荷が増加するおそれがある。
そこで、本発明はこのような技術課題を解決するためになされたものであって、画像間において対応点を効率良く探索することができる画像処理装置を提供することを目的とする。
すなわち、本発明に係る画像処理装置は、第1画像との対応点を第2画像から探索する画像処理装置であって、前記第1画像及び前記第2画像のそれぞれの特徴点を算出する特徴点算出手段と、前記第1画像及び前記第2画像の前記特徴点における特徴量を算出する特徴量算出手段と、前記第1画像及び前記第2画像のそれぞれの前記特徴量を比較して、前記特徴点の類似度を算出する類似度算出手段と、前記類似度に基づいて前記第2画像の全体領域に対応する類似度分布画像を算出する類似度分布画像算出手段と、前記類似度分布画像に基づいて前記第1画像との対応点を前記第2画像から探索する探索手段と、を備えて構成される。
この発明によれば、第1画像及び第2画像の特徴点をそれぞれ算出し、算出した特徴点における特徴量をそれぞれ演算し、演算した特徴量の類似度を算出し、算出した類似度に基づいて第2画像の全体領域に対応する類似度分布画像を算出し、算出した類似度分布画像に基づいて第1画像との対応点を第2画像から探索する。このように、第2画像領域全体に対応した類似度の分布を用いることで、第2画像内において第1画像との対応点が存在する可能性が高い箇所を迅速に特定することができる。これにより、画像間において対応点を効率良く探索することができる。
ここで、画像処理装置は、前記類似度分布画像に基づいて前記第2画像の探索範囲を限定する探索範囲限定手段を備え、前記探索手段は、前記第1画像との対応点を前記探索範囲から探索することが好適である。このように構成することで、対応点が存在する可能性が高い箇所付近を探索領域として設定することができるので、画像間において対応点を効率良く探索することができる
さらに、画像処理装置は、前記探索範囲限定手段は、前記探索手段により前記第1画像との対応点が前記探索範囲に存在しないと判定した場合には、前記探索範囲を変更することが好適である。このように構成することで、探索範囲を変更した場合であっても再度類似度の計算をする必要が無いため、画像間において対応点を効率良く探索することができる。
本発明によれば、効率良く対応点を探索することができる。
以下、添付図面を参照して本発明の実施形態について説明する。なお、各図において同一又は相当部分には同一の符号を付し、重複する説明を省略する。
本実施形態に係る画像処理装置は、画像間の対応点を探索する装置であって、例えば、車両周辺の物体を画像から検出して走行の安全性を向上させる運転支援システムに好適に採用されるものである。
最初に、本実施形態に係る画像処理装置の構成を説明する。図1は本発明の実施形態に係る画像処理装置の構成を示すブロック図である。
図1に示す画像処理装置1は、第1画像入力部11、第2画像入力部12、特徴点算出部(特徴点算出手段)13、特徴量算出部(特徴量算出手段)14、類似度演算部(類似度算出手段)15、類似度分布画像算出部(類似度分布画像算出手段)16、マスク形成部(探索範囲限定手段)17及び探索部(探索手段)18を備えて構成されている。
第1画像入力部11及び第2画像入力部12は、画像を入力する機能をそれぞれ有している。第1画像入力部11及び第2画像入力部12として、例えば、画像センサが用いられる。また、第1画像入力部11は、探索の基準となるモデル画像(第1画像)を入力する機能を有している。他方、第2画像入力部12は、探索対象となる探索対象画像(第2画像)を入力する機能を有している。そして、第1画像入力部11及び第2画像入力部12は、入力した画像を特徴点算出部13へ出力する機能を有している。
特徴点算出部13は、第1画像入力部11、第2画像入力部12が出力したモデル画像及び探索対象画像の特徴点を算出する機能を有している。特徴点算出部13は、例えば、画像の画素数よりも少ない密度で、ほぼ均等な間隔に特徴点が配置されるように、当該画像の特徴点の位置を算出する機能を有している。あるいは、画像の輝度情報が大きく異なる箇所を特徴点として、当該画像の特徴点の位置を算出する機能を有していてもよい。また、特徴点算出部13は、算出した特徴点に関する情報を特徴量算出部14へ出力する機能を有している。
特徴量算出部14は、特徴点算出部13が出力した特徴点に関する情報に基づいて、特徴点の特徴量を算出する機能を有している。例えば、特徴量算出部14は、各特徴点近傍の画像情報に基づいて、各特徴点の特徴量を算出する機能を有している。特徴量としては、例えば、特徴点周辺の画素の濃淡値や、あるいは、特徴点周辺の所定範囲の重心位置、面積、主軸角等が用いられる。また、特徴量算出部14は、算出した各特徴点の特徴量を類似度算出部15へ出力する機能を有している。
類似度算出部15は、特徴量算出部14が出力したモデル画像の特徴量と、探索対象画像の特徴量とに基づいて各特徴点の類似度を算出する機能を有している。類似度算出部15は、例えば、モデル画像のある特徴点の特徴量と、探索対象画像のある特徴点の特徴量とを比較して、相互の相関の度合い(類似度)を求める機能を有している。この類似度は、大きいほど2つの特徴点の特徴量が類似していることを示す。類似度算出部15は、算出した探索対象画像の特徴点に係る特徴量の類似度を、類似度分布画像算出部16へ出力する機能を有している。
類似度分布画像算出部16は、類似度算出部14が出力した探索対象画像の特徴点に係る特徴量の類似度に基づいて、類似度分布画像を算出する機能を有している。類似度分布画像は、探索対象画像全体の座標と同一又は対応する座標を有しており、類似度分布画像の輝度が大きい箇所ほど、探索対象画像の当該位置における類似度が大きいことを示す画像である。類似度分布画像算出部16は、例えば、探索対象画像の各特徴点に係る特徴量の類似度に基づいて、各特徴点に対応した箇所に、算出した特徴量の類似度に対応した濃淡を付して類似度分布画像を算出する機能を有している。また、類似度分布画像算出部16は、例えば、特徴点周囲の所定範囲について、当該特徴点の類似度に応じて重み付けした濃淡を付して類似度分布画像を算出する機能を有していてもよい。また、類似度分布画像算出部16は、算出した類似度分布画像をマスク形成部17へ出力する機能を有している。
マスク形成部17は、類似度分布画像算出部16が算出した類似度分布画像に基づいて探索対象画像の探索範囲を限定する機能(マスク形成機能)を有している。例えば、マスク形成部17は、類似度分布画像のX方向、Y方向においてそれぞれ類似度を総和する処理を行い、得られたX方向、Y方向のヒストグラムのピーク値の中心座標や分散等に基づいて、探索範囲(マスク)の中心位置と大きさとを決定する機能を有している。また、マスク形成部17は、決定したマスクに関する情報を探索部18へ出力する機能を有している。
探索部18は、マスク形成部17が出力したマスクに関する情報に基づいて、探索対象画像の探索範囲を限定して、モデル画像との対応点を探索する機能を有している。探索部18は、例えば、特徴点の特徴量や特徴点間の位置等を比較して、各特徴点同士について対応度を算出して対応点を探索する機能を有している。対応度は、特徴点同士がどの程度対応しているかを示す度合いであり、大きいほど両者が対応していることを示す。そして、探索部18は、例えば対応点の数が所定値以上であるか否かを判定し、所定値以上である場合には、モデル画像と対応する画像領域とする機能を有している。
次に、本実施形態に係る画像処理装置1の動作について図2を用いて説明する。図2は、本実施形態に係る画像処理装置1の動作を示すフローチャートである。また、図3〜8は、本実施形態に係る画像処理装置1の動作を説明するための概要図である。
図2に示す制御処理は、例えば画像処理装置1の電源がオンされてから所定のタイミングで繰り返し実行される。図2に示す制御処理が開始されると、画像処理装置1は、情報入力処理を開始する(S10)。S10の処理は、第1画像入力部11及び第2画像入力部12が実行し、画像入力する処理である。例えば、第1画像入力部11は、図3の(a)に示すモデル画像G1を入力し、第2画像入力部12は、図3の(b)に示す探索対象画像G2を入力する。S10の処理が終了すると、特徴点算出処理へ移行する(S12)。
S12の処理は、特徴点算出部13が実行し、S10の処理で入力したモデル画像G1及び探索対象画像G2から特徴点を算出する処理である。特徴点算出部13は、モデル画像G1において、例えば、モデル画像G1の画素数よりも少ない密度で、ほぼ均等な間隔に配置されるように、特徴点Pn(n:整数)の位置を算出する。あるいは、モデル画像G1の輝度情報が大きく異なる箇所を特徴点Pnとしてその位置を算出する。特徴点算出部13は、上述したモデル画像G1の特徴点Pnの算出手法と同様に、探索対象画像G2において特徴点Qn(n:整数)の位置を算出する。S12の処理が終了すると、特徴量算出処理へ移行する(S14)。
S14の処理は、特徴量算出部14が実行し、S12の処理で算出した特徴点Pn,Qnに基づいて、それぞれの特徴量Ptn(n:整数),Qtn(n:整数)を算出する処理である。特徴量算出部14は、例えば、特徴点Pn,Qn周辺の画素の濃淡値のヒストグラムを算出し、その分布の所定区間のカウント値をベクトルの要素とした特徴量Ptn,Qtnを算出する。S14の処理が終了すると、類似度算出処理へ移行する(S16)。
S16の処理は、類似度算出部15が実行し、S14の処理で算出した特徴量Ptn,Qtnに基づいて、それぞれの類似度を算出する処理である。類似度算出部15は、例えば、モデル画像G1の特徴点P1に係る特徴量Pt1と、探索対象画像G2のある特徴点Qnに係る特徴量Qtnとの相関をそれぞれ算出して、特徴量Pt1に関する類似度を算出する。類似度算出部15は、モデル画像G1の特徴点Pnに係る特徴量Ptn全てに関して同様に処理を行い、それぞれの類似度を算出する。算出された類似度は、例えば、図4に示すように、横軸が探索対象画像の特徴量で縦軸がモデル画像の特徴量を示すマップとして表すことができる。S14の処理が終了すると、類似度分布画像算出処理へ移行する(S18)。
S18の処理は、類似度分布画像算出部16が実行し、S16の処理で得られた類似度のマップに基づいて、類似度分布画像を算出する処理である。最初に、類似度分布画像算出部16は、例えば、S16の処理で算出した類似度に関するマップを用いて、モデル画像G1に対応する可能性が高い探索対象画像G2の特徴点Qn(候補点)を選択する。そして、候補点である特徴点Qnの類似度に基づいて、類似度分布画像における当該特徴点Qnの輝度情報を仮設定する。そして、類似度分布画像算出部16は、候補点である特徴点Qnの周囲(例えば、半径r)の領域に対して、当該特徴点Qnの類似度に応じた重み付けを行う。例えば、図5に示すように、特徴点Qnの座標においては1を設定し、半径rの領域において外側に向かうほど重みを小さく設定する。類似度分布画像算出部16は、例えば、算出した重み付けを仮設定した輝度情報に対して乗じ、新たに算出した輝度情報を候補点である特徴点Qn及びその周辺領域の輝度情報として設定する。このように、類似度分布画像算出部16は、モデル画像G1の特徴点Pnに対応する候補点である特徴点Qnを選択し、類似度に基づいて輝度情報を設定し、図6に示すような探索対象画像G2の画素位置に対応した類似度分布画像G3を算出する。S18の処理が終了すると、マスク形成処理へ移行する(S20)。
S20の処理は、マスク形成部17が実行し、探索対象画像G2の探索範囲を限定するためのマスクMを形成する処理である。マスク形成部17は、S18の処理で算出した類似度分布画像G3のX方向及びY方向の類似度をそれぞれ総和し、例えば図7に示すヒストグラムH1,H2を算出する。そして、算出したヒストグラムH1,H2を例えばガウス関数等でフィッテングし(図中の点線)、ピークC1,C2の中心位置からマスクMの中心座標(X0,Y0)を算出する。そして、X方向の標準偏差δX、Y方向の標準偏差δYを算出し、算出した標準偏差δX,δYに基づいてマスクMの大きさを設定する。例えば、所定値をαとすると、マスクMの縦サイズをα・δYとし、マスクMの横サイズをα・δXとして設定する。αとしては、例えば2が用いられる。S20の処理が終了すると、探索処理へ移行する(S22)。
S22の処理は、探索部18が実行し、モデル画像G1の特徴点Pnに対応する探索対象画像G2の特徴点(対応点)Qnを探索する処理である。探索部18は、例えば図8に示すように、S20の処理で設定したマスクM内の領域において、モデル画像G1の特徴点Pnと、探索対象画像G2の特徴点Qnとを比較して対応点を探索する。モデル画像G1の全ての特徴点Pnについて探索が完了すると、判定処理へ移行する(S24)。
S24の処理は、探索部18が実行し、S22の処理で探索した対応点の数が安定しているか否かを判定する処理である。例えば、探索部18は、対応点の数が所定値より小さい場合、又は、繰り返し演算の中で対応点として探索された回数が所定値より小さいと判定した場合には、当該マスクM内においてはモデル画像G1に対応する領域が存在しないとして、再度マスク形成処理へ移行する(S20)。この場合、S20の処理においては、所定値αを所定値だけ減らしたり、中心座標(X0,Y0)を所定値だけ変更したりする処理が行われ、マスクMを再形成し、再形成したマスクMを用いて再度探索処理を行う(S22)。一方、探索部18は、対応点の数が所定値以上であって、繰り返し演算の中で対応点として探索された回数が所定値以上であると判定した場合には、探索対象画像G2の特徴点Qnが、モデル画像G1の特徴点Pnと対応していると判定する。そして、探索部18は、探索対象画像G2の特徴点Qnが存在する箇所が探索すべき領域であると判定する。S24の処理が終了すると、図2に示す制御処理を終了する。
以上で画像処理装置1の動作の説明を終了する。図2に示す制御処理を行うことで、画像処理装置1は、モデル画像G1が探索対象画像G2内に存在するか否かの探索を、マスクMを用いて処理対象領域を限定して行うことができる。
ところで、従来の画像処理装置であれば、モデル画像G1からテンプレートとなる領域を取得し、取得したテンプレートを変化させて、探索対象画像G2内をおおまかな租探索をした後、段階的に範囲を狭くする密探索を行って対応点を見つけていた。この場合、各ステップにおいてテンプレートとの類似度を計算しなおす必要がある。また、テンプレートとして局所的な特徴を用いた場合には、探索対象画像G2内に似ている箇所が複数存在する可能性が大きい。さらに、従来の画像処理装置は、入力画像を取得するカメラ間の幾何学的特性を用いて対応点を見つける手法を採用しており、被服や紙類等、物体そのものが変形した場合には検出することが困難である。
これに対して、画像処理装置1は、特徴量Ptn,Qtn同士の類似度から類似度分布画像G3を算出し、その結果を用いて探索対象マスクMを生成する。このため、テンプレートを用いた場合に比べて探索対象画像G2内に似ている箇所が複数存在する可能性が小さく、誤った対応点を検出することを回避できる。また、類似度を算出した後にマスクMで探索領域を限定する構成としているため、探索領域を変更しても新たに類似度を算出する必要がない。そして、服などの変形する物体に対しても類似度分布画像G3から対応点を適切に導くことができる。よって、対応点探索を効率良く、さらに的確に行うことができる。
上述した通り、本実施形態の画像処理装置1によれば、モデル画像G1及び探索対象画像G2の特徴点Pn,Qnを算出し、算出した特徴点Pn,Qnにおける特徴量Ptn,Qtnをそれぞれ演算し、演算した特徴量Ptn,Qtnの類似度を算出し、算出した類似度に基づいて探索対象画像G2の全体領域に対応する類似度分布画像G3を算出し、算出した類似度分布画像G3に基づいてモデル画像G1との対応点を探索対象画像G2から探索する。このように、探索対象画像G2全体に対応した類似度の分布を用いることで、探索対象画像G2内においてモデル画像G1との対応点が存在する可能性が高い箇所を迅速に特定することができる。これにより、画像間において対応点を効率良く探索することができる。
また、本実施形態の画像処理装置1によれば、類似度分布画像G3に基づいて探索対象画像G2の探索範囲を限定するマスクMを生成することができるので、対応点が存在する可能性が高い箇所付近を探索領域として設定することができるため、画像間において対応点を効率良く探索することができる
さらに、本実施形態の画像処理装置1によれば、モデル画像G1との対応点がマスクM内に存在しないと判定した場合には、類似度の演算を再度することなくマスクMを変更することができるため、画像間において対応点を効率良く探索することができる。
なお、上述した実施形態は本発明に係る画像処理装置の一例を示すものである。本発明に係る画像処理装置は、この実施形態に係る画像処理装置に限られるものではなく、各請求項に記載した要旨を変更しない範囲で、実施形態に係る画像処理装置を変形し、又は他のものに適用したものであってもよい。
例えば、上記実施形態では、車両の運転支援システムに好適に用いられる例を示したが、ロボットの自律走行システム等に用いられる場合であってもよい。
1…画像処理装置、13…特徴点抽出部(特徴点抽出手段)、14…特徴量算出部(特徴量算出手段)、15…類似度算出部(類似度算出手段)、16…類似度分布画像算出部(類似度分布画像算出手段)、17…マスク形成部(探索範囲限定手段)、18…探索部(探索手段)。
Claims (3)
- 第1画像との対応点を第2画像から探索する画像処理装置であって、
前記第1画像及び前記第2画像のそれぞれの特徴点を算出する特徴点算出手段と、
前記第1画像及び前記第2画像の前記特徴点における特徴量を算出する特徴量算出手段と、
前記第1画像及び前記第2画像のそれぞれの前記特徴量を比較して、前記特徴点の類似度を算出する類似度算出手段と、
前記類似度に基づいて前記第2画像の全体領域に対応する類似度分布画像を算出する類似度分布画像算出手段と、
前記類似度分布画像に基づいて前記第1画像との対応点を前記第2画像から探索する探索手段と、
を備えることを特徴とする画像処理装置。 - 前記類似度分布画像に基づいて前記第2画像の探索範囲を限定する探索範囲限定手段を備え、
前記探索手段は、前記第1画像との対応点を前記探索範囲から探索することを特徴とする請求項1に記載の画像処理装置。 - 前記探索範囲限定手段は、前記探索手段により前記第1画像との対応点が前記探索範囲に存在しないと判定した場合には、前記探索範囲を変更することを特徴とする請求項2に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008025349A JP2009187204A (ja) | 2008-02-05 | 2008-02-05 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008025349A JP2009187204A (ja) | 2008-02-05 | 2008-02-05 | 画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009187204A true JP2009187204A (ja) | 2009-08-20 |
Family
ID=41070390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008025349A Pending JP2009187204A (ja) | 2008-02-05 | 2008-02-05 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009187204A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010113371A1 (ja) | 2009-03-31 | 2010-10-07 | 昭和電工株式会社 | R-t-b系希土類永久磁石用合金材料、r-t-b系希土類永久磁石の製造方法およびモーター |
CN103065316A (zh) * | 2012-12-28 | 2013-04-24 | 杭州电子科技大学 | 一种基于巴氏相似性的目标视觉感知方法 |
JP2017514124A (ja) * | 2014-04-14 | 2017-06-01 | ソフトバンク・ロボティクス・ヨーロッパSoftbank Robotics Europe | 定位面内にロボットを定位する方法 |
JP2017215768A (ja) * | 2016-05-31 | 2017-12-07 | 日本電信電話株式会社 | パターン識別装置、方法、及びプログラム |
JP2020518920A (ja) * | 2017-05-05 | 2020-06-25 | アレス トレーディング ソシエテ アノニム | 薬物収納容器に関する情報を判断する方法および装置 |
-
2008
- 2008-02-05 JP JP2008025349A patent/JP2009187204A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010113371A1 (ja) | 2009-03-31 | 2010-10-07 | 昭和電工株式会社 | R-t-b系希土類永久磁石用合金材料、r-t-b系希土類永久磁石の製造方法およびモーター |
CN103065316A (zh) * | 2012-12-28 | 2013-04-24 | 杭州电子科技大学 | 一种基于巴氏相似性的目标视觉感知方法 |
JP2017514124A (ja) * | 2014-04-14 | 2017-06-01 | ソフトバンク・ロボティクス・ヨーロッパSoftbank Robotics Europe | 定位面内にロボットを定位する方法 |
JP2017215768A (ja) * | 2016-05-31 | 2017-12-07 | 日本電信電話株式会社 | パターン識別装置、方法、及びプログラム |
JP2020518920A (ja) * | 2017-05-05 | 2020-06-25 | アレス トレーディング ソシエテ アノニム | 薬物収納容器に関する情報を判断する方法および装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10109053B2 (en) | Apparatus and method for detecting error in lesion contour, apparatus and method for correcting error in lesion contour, and apparatus for inspecting error in lesion contour | |
US8693785B2 (en) | Image matching devices and image matching methods thereof | |
US7903840B2 (en) | Image processing method, image processing apparatus, image processing program and program recording medium | |
JP2016029564A (ja) | 対象検出方法及び対象検出装置 | |
JP4797846B2 (ja) | 区画線検出装置及び車線検出装置 | |
JP6177541B2 (ja) | 文字認識装置、文字認識方法及びプログラム | |
JP2009187204A (ja) | 画像処理装置 | |
CN106296587B (zh) | 轮胎模具图像的拼接方法 | |
US20150186422A1 (en) | Image processing apparatus, image processing method, and image processing program | |
JP5772675B2 (ja) | 濃淡画像のエッジ抽出方法、エッジ抽出装置並びに濃淡画像のエッジ抽出プログラム | |
JP2018092354A (ja) | 物体検出装置および物体検出方法 | |
US9710922B2 (en) | Image processing apparatus, method and medium storing a program for detecting a motion vector | |
JP5365408B2 (ja) | 移動体認識装置、移動体認識方法及びプログラム | |
JP2010108138A (ja) | 人物検出装置及びプログラム | |
US9633429B2 (en) | Pattern outline extraction device, pattern outline extraction method, and computer program product | |
JP2007141167A (ja) | 車線検出装置、車線検出方法、及び車線検出プログラム | |
JP2007140729A (ja) | 物品の位置及び姿勢を検出する方法および装置 | |
JP5991166B2 (ja) | 3次元位置計測装置、3次元位置計測方法および3次元位置計測プログラム | |
CN109242894B (zh) | 一种基于移动最小二乘法的图像对齐方法及系统 | |
JP2017027311A5 (ja) | ||
JP5353597B2 (ja) | パターン認識装置 | |
JP2008204307A (ja) | 画像照合装置 | |
JP2004164479A (ja) | 画像変形情報生成装置、画像変形情報生成方法及び画像変形情報生成プログラム | |
US9111141B2 (en) | Image processing apparatus, non-transitory computer readable medium storing program, and image processing method | |
JP2020035334A (ja) | 画像処理装置 |