JP2009222420A - Image processing method, image processing apparatus, and image processing program - Google Patents
Image processing method, image processing apparatus, and image processing program Download PDFInfo
- Publication number
- JP2009222420A JP2009222420A JP2008064504A JP2008064504A JP2009222420A JP 2009222420 A JP2009222420 A JP 2009222420A JP 2008064504 A JP2008064504 A JP 2008064504A JP 2008064504 A JP2008064504 A JP 2008064504A JP 2009222420 A JP2009222420 A JP 2009222420A
- Authority
- JP
- Japan
- Prior art keywords
- image
- lightness
- granular
- value
- brightness
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 239000008187 granular material Substances 0.000 claims abstract description 80
- 238000003708 edge detection Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 23
- 230000005484 gravity Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 abstract description 6
- 238000001914 filtration Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000010419 fine particle Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910010413 TiO 2 Inorganic materials 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 210000001087 myotubule Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000012798 spherical particle Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、複数の粒状体が撮像された画像を処理する画像処理方法、画像処理装置及び画像処理プログラムに関する。 The present invention relates to an image processing method, an image processing apparatus, and an image processing program for processing an image obtained by imaging a plurality of granular bodies.
粒状体（顆粒、細胞集塊、ＴｉＯ２微細粒子、筋繊維、赤血球、炭素微細粒子、金属粉等）が撮像された画像を対象として粒状体に関する情報（円相当径、面積、周長等）を取得する画像処理方法は、従来、種々提案されている（例えば、特許文献１参照）。
しかしながら、上述したような従来の画像処理方法にあっては、例えば画像において複数の粒状体が重なり合っているような場合には、手作業が必要になるなど、画像から粒状体の像を適正なサンプルとして抽出することが困難であった。 However, in the conventional image processing method as described above, for example, when a plurality of granular materials overlap each other in an image, a manual operation is necessary. It was difficult to extract as a sample.
そこで、本発明は、このような事情に鑑みてなされたものであり、複数の粒状体が撮像された画像から粒状体の像をサンプルとして精度良く抽出することができる画像処理方法、画像処理装置及び画像処理プログラムを提供することを目的とする。 Therefore, the present invention has been made in view of such circumstances, and an image processing method and an image processing apparatus capable of accurately extracting a granular image as a sample from an image obtained by capturing a plurality of granular materials. An object of the present invention is to provide an image processing program.
上記目的を達成するために、本発明に係る画像処理方法は、複数の粒状体が撮像された画像を処理する画像処理方法であって、所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、粒状体の平均明度値が画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、閾値以上の明度を有する画素を閾値毎に特定し、粒状体の平均明度値が画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、閾値以下の明度を有する画素を閾値毎に特定する特定工程と、特定工程において特定された画素によって形成される複数の領域のそれぞれが粒状体であるか否かを判定して、粒状体であると判定された領域の数を閾値毎に算出する算出工程と、算出工程において算出された領域の数が所定の数以上となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出する抽出工程と、を含むことを特徴とする。 In order to achieve the above object, an image processing method according to the present invention is an image processing method for processing an image in which a plurality of granular bodies are captured, and each of a plurality of different lightness values within a predetermined lightness range is set as a threshold value. In the case of a granular high-lightness image in which the average brightness value of the granular material is determined to be higher than the average lightness value of the image, a pixel having a lightness equal to or higher than the threshold value is identified for each threshold value, and the average lightness value of the granular material In the case of a granular low-brightness image whose value is determined to be lower than the average brightness value of the image, it is formed by a specifying step that specifies a pixel having a lightness equal to or lower than the threshold value for each threshold value, and a pixel specified in the specifying step A calculation step of determining whether each of the plurality of regions to be granular is a particle and calculating the number of regions determined to be granular for each threshold, and the number of regions calculated in the calculation step Is more than a predetermined number That lightness as the optimal threshold, characterized in that it comprises an extraction step of extracting a region determined as to be granules at that time as a sample of the granular body.
この画像処理方法では、互いに異なる複数の明度のそれぞれを閾値として、粒状体であると判定された領域の数を閾値毎に算出し、算出された領域の数が所定の数以上となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出する。これにより、例えば画像において複数の粒状体が重なり合っているような場合であっても、粒状体に該当しない領域を粒状体であると誤認するのを抑制することができ、複数の粒状体が撮像された画像から粒状体の像をサンプルとして精度良く抽出することが可能となる。 In this image processing method, each of a plurality of different brightness values is used as a threshold value, the number of areas determined to be granular is calculated for each threshold value, and the brightness value where the calculated number of areas is equal to or greater than a predetermined number is calculated. As the optimum threshold, an area determined to be a granular material at that time is extracted as a granular sample. Thereby, for example, even when a plurality of granular materials overlap each other in an image, it is possible to suppress misidentifying an area that does not correspond to the granular material as a granular material, and the plurality of granular materials are captured. It is possible to accurately extract an image of a granular material from the obtained image as a sample.
本発明に係る画像処理方法は、画像に対してエッジ検出フィルタ処理を施して、特定工程、算出工程及び抽出工程における処理対象画像とするエッジ検出工程を含むことが好ましい。このように予め画像においてエッジを検出することで、複数の粒状体が撮像された画像から粒状体の像をサンプルとしてより一層精度良く抽出することが可能となる。 It is preferable that the image processing method according to the present invention includes an edge detection process in which an edge detection filter process is performed on an image to obtain a processing target image in the specifying process, the calculation process, and the extraction process. By detecting edges in the image in advance as described above, it is possible to extract a granular image as a sample from an image obtained by capturing a plurality of granular materials with higher accuracy.
本発明に係る画像処理方法においては、所定の明度範囲は、粒状体高明度画像の場合には、画像の最低明度値と平均明度値との中央明度値から画像の最頻明度値までの明度範囲であり、粒状体低明度画像の場合には、画像の最高明度値と平均明度値との中央明度値から画像の最頻明度値までの明度範囲であることが好ましい。この場合、サンプルとしての粒状体の抽出の高精度化を維持しつつ、処理の負荷を軽減して処理速度を向上させることができる。 In the image processing method according to the present invention, in the case of a granular high brightness image, the predetermined brightness range is the brightness from the central brightness value of the minimum brightness value and the average brightness value of the image to the most frequent brightness value of the image. In the case of a granular low brightness image, it is preferable that the brightness range is from the central brightness value of the highest brightness value and the average brightness value of the image to the most frequent brightness value of the image. In this case, it is possible to reduce the processing load and improve the processing speed while maintaining high accuracy in extracting the granular material as the sample.
本発明に係る画像処理方法においては、算出工程では、粒状体の像が円形状である場合、領域の円相当径、及び領域に外接する矩形領域の平均辺長さに基づいて、領域のそれぞれが粒状体であるか否かを判定することが好ましい。この場合、各領域が粒状体であるか否かを簡便に且つ正確に判定することができる。 In the image processing method according to the present invention, in the calculation step, when the granular image is circular, each of the regions is based on the equivalent circle diameter of the region and the average side length of the rectangular region circumscribing the region. It is preferable to determine whether or not is a granular material. In this case, it is possible to easily and accurately determine whether each region is a granular material.
本発明に係る画像処理方法においては、算出工程では、粒状体の像が円形状である場合、領域の重心位置と領域に外接する矩形領域の中心位置との距離、及び領域の円相当径に基づいて、領域のそれぞれが粒状体であるか否かを判定することが好ましい。この場合、複数の粒状体が重なり合って形成された領域を１つの粒状体であると誤認するのを抑制することができる。 In the image processing method according to the present invention, in the calculation step, when the granular image is circular, the distance between the center of gravity of the region and the center of the rectangular region circumscribing the region, and the equivalent circle diameter of the region are set. Based on this, it is preferable to determine whether each of the regions is a granular material. In this case, it can suppress misidentifying that the area | region formed by the several granule overlapping is one granule.
本発明に係る画像処理方法は、抽出工程において粒状体のサンプルとして抽出された領域を対象として、円相当径ヒストグラムを取得する取得工程を含むことが好ましい。これにより、粒状体に関する情報を精度良く取得することができる。 The image processing method according to the present invention preferably includes an acquisition step of acquiring an equivalent circle diameter histogram for a region extracted as a granular sample in the extraction step. Thereby, the information regarding a granular material can be acquired accurately.
また、本発明に係る画像処理装置は、複数の粒状体が撮像された画像を処理する画像処理装置であって、所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、粒状体の平均明度値が画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、閾値以上の明度を有する画素を閾値毎に特定し、粒状体の平均明度値が画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、閾値以下の明度を有する画素を閾値毎に特定する特定手段と、特定手段によって特定された画素によって形成される複数の領域のそれぞれが粒状体であるか否かを判定して、粒状体であると判定された領域の数を閾値毎に算出する算出手段と、算出手段によって算出された領域の数が所定の数以上となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出する抽出手段と、を備えることを特徴とする。 The image processing apparatus according to the present invention is an image processing apparatus that processes an image in which a plurality of granular bodies are captured, and each of a plurality of different brightness values within a predetermined brightness range is used as a threshold value. In the case of a granular high brightness image whose brightness value is determined to be higher than the average brightness value of the image, a pixel having a brightness equal to or higher than the threshold is specified for each threshold, and the average brightness value of the granular material is the average brightness of the image. In the case of a granular low-brightness image that is determined to be lower than the value, a specifying unit that specifies, for each threshold, a pixel having a brightness equal to or lower than the threshold, and a plurality of regions formed by the pixels specified by the specifying unit It is determined whether or not each is a granular body, a calculation means for calculating the number of areas determined to be granular bodies for each threshold, and the number of areas calculated by the calculation means is a predetermined number or more Is the optimal threshold Te, characterized by comprising extracting means for extracting a region determined as to be granules at that time as a sample of the granular body.
更に、本発明に係る画像処理プログラムは、複数の粒状体が撮像された画像を処理する画像処理装置のコンピュータに対し、所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、粒状体の平均明度値が画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、閾値以上の明度を有する画素を閾値毎に特定し、粒状体の平均明度値が画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、閾値以下の明度を有する画素を閾値毎に特定する特定処理と、特定処理によって特定された画素によって形成される複数の領域のそれぞれが粒状体であるか否かを判定して、粒状体であると判定された領域の数を閾値毎に算出する算出処理と、算出処理によって算出された領域の数が所定の数以上となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出する抽出処理と、を実行させることを特徴とする。 Furthermore, an image processing program according to the present invention provides a computer of an image processing apparatus that processes an image obtained by capturing a plurality of granular materials, using a plurality of different brightness values within a predetermined brightness range as threshold values. In the case of a granular high-lightness image whose average lightness value is determined to be higher than the average lightness value of the image, a pixel having a lightness equal to or higher than the threshold is specified for each threshold, and the average lightness value of the granular material is the average of the image In the case of a granular low-lightness image that is determined to be lower than the lightness value, a specific process that specifies pixels having lightness equal to or lower than the threshold value for each threshold value, and a plurality of regions that are formed by the pixels specified by the specific process A calculation process for determining whether or not each is a granular body and calculating the number of areas determined to be a granular body for each threshold, and the number of areas calculated by the calculation process is equal to or greater than a predetermined number And As the optimal threshold brightness, characterized in that to perform the extraction process for extracting the time the determined area to be granules to as a sample of the granular body.
これらの画像処理装置及び画像処理プログラムによれば、上述した画像処理方法と同様に、複数の粒状体が撮像された画像から粒状体の像をサンプルとして精度良く抽出することが可能となる。 According to these image processing apparatuses and image processing programs, it is possible to accurately extract an image of a granular material as a sample from an image obtained by capturing a plurality of granular materials as in the above-described image processing method.
本発明によれば、複数の粒状体が撮像された画像から粒状体の像をサンプルとして精度良く抽出することができる。 According to the present invention, an image of a granular material can be accurately extracted as a sample from an image obtained by imaging a plurality of granular materials.
以下、本発明の好適な実施形態について、図面を参照して詳細に説明する。なお、各図において同一又は相当部分には同一符号を付し、重複する説明を省略する。 DESCRIPTION OF EMBODIMENTS Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings. In addition, in each figure, the same code | symbol is attached | subjected to the same or an equivalent part, and the overlapping description is abbreviate | omitted.
図１は、本発明に係る画像処理装置の一実施形態の構成図である。図１に示されるように、画像処理装置１は、各種の演算を実行するコンピュータ等の演算部２と、演算部２による演算結果等を表示するディスプレイ等の表示部３と、を備えている。この画像処理装置１は、球形状の粒状体が多数撮像された画像（ここでは、粒状体の平均明度値が画像の平均明度値よりも高いと判断される粒状体高明度画像）を処理して、粒状体に関する情報を取得する装置である。なお、粒状体の平均明度値とは、画像において粒状体に対応する領域に含まれる全画素の明度の平均値であり、画像の平均明度値とは、画像を構成する全画素の明度の平均値である。また、画素の明度は、例えば２５６階調で示される。 FIG. 1 is a configuration diagram of an embodiment of an image processing apparatus according to the present invention. As shown in FIG. 1, the image processing apparatus 1 includes a calculation unit 2 such as a computer that executes various calculations, and a display unit 3 such as a display that displays calculation results and the like by the calculation unit 2. . The image processing apparatus 1 processes an image in which a large number of spherical particles are captured (here, a granular high brightness image in which the average brightness value of the granular material is determined to be higher than the average brightness value of the image). Thus, it is an apparatus for acquiring information on the granular material. The average brightness value of the granular material is an average value of the brightness of all the pixels included in the region corresponding to the granular material in the image, and the average brightness value of the image is the average of the brightness of all the pixels constituting the image. Value. The brightness of the pixel is indicated by, for example, 256 gradations.
演算部２は、画像に対してエッジ検出フィルタ処理を施すエッジ検出部４と、エッジ検出部４によって処理されたエッジ検出画像を対象として、所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、閾値以上の明度を有する画素を閾値毎に特定する画素特定部（特定手段）５と、画素特定部５によって特定された画素が形成する複数の領域のそれぞれが粒状体であるか否かを判定して、粒状体であると判定された領域の数（以下、「領域数」という）を閾値毎に算出する領域数算出部（算出手段）６と、を有している。更に、演算部２は、領域数算出部６によって算出された領域数が最大となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出するサンプル抽出部（抽出手段）７と、サンプル抽出部７によって粒状体のサンプルとして抽出された領域を対象として、粒状体に関する情報を取得する情報取得部８と、演算部２に対して各種の処理を実行させる画像処理プログラムを格納する記録媒体９と、を有している。 The calculation unit 2 sets a threshold value for each of a plurality of different brightness values within a predetermined brightness range for the edge detection unit 4 that performs edge detection filter processing on the image and the edge detection image processed by the edge detection unit 4. Whether each of the plurality of areas formed by the pixel specifying unit (specifying unit) 5 that specifies a pixel having a lightness equal to or higher than the threshold for each threshold and the plurality of regions formed by the pixel specified by the pixel specifying unit 5 is a granular material And a region number calculation unit (calculation means) 6 for calculating the number of regions determined to be granular (hereinafter referred to as “region number”) for each threshold value. Further, the calculation unit 2 uses the brightness that maximizes the number of regions calculated by the number-of-regions calculation unit 6 as an optimum threshold, and extracts a region that is determined to be a granular material as a sample of the granular material at that time A part (extraction means) 7, an information acquisition unit 8 that acquires information about the granular material, and a variety of processes are executed on the region extracted as a sample of the granular material by the sample extraction unit 7. And a recording medium 9 for storing the image processing program to be executed.
図２は、図１の演算部の記録媒体に格納された画像処理プログラムの構成図である。図２に示されるように、画像処理プログラム１０は、エッジ検出部４の機能を実現するエッジ検出モジュール１１と、画素特定部５の機能を実現する画素特定モジュール１２と、領域数算出部６の機能を実現する領域数算出モジュール１３と、を含んでいる。更に、画像処理プログラム１０は、サンプル抽出部７の機能を実現するサンプル抽出モジュール１４と、情報取得部８の機能を実現する情報取得モジュール１５と、プログラム全体の動作を制御するメインモジュール１６と、を含んでいる。この画像処理プログラム１０は、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ、ＵＳＢメモリ等の記録媒体９に格納された態様で流通可能である。 FIG. 2 is a configuration diagram of an image processing program stored in the recording medium of the arithmetic unit in FIG. As shown in FIG. 2, the image processing program 10 includes an edge detection module 11 that realizes the function of the edge detection unit 4, a pixel specification module 12 that realizes the function of the pixel specification unit 5, and a region number calculation unit 6. And an area number calculation module 13 for realizing the function. Furthermore, the image processing program 10 includes a sample extraction module 14 that implements the function of the sample extraction unit 7, an information acquisition module 15 that implements the function of the information acquisition unit 8, a main module 16 that controls the operation of the entire program, Is included. The image processing program 10 can be distributed in a form stored in a recording medium 9 such as a hard disk, a flexible disk, a CD-ROM, a DVD, or a USB memory.
次に、本発明に係る画像処理方法の一実施形態として、上述した画像処理装置１による画像の処理手順について、図３のフローチャートを参照しつつ説明する。なお、以下の説明は、粒状体として球形状の金属粉が多数撮像された粒状体高明度画像を処理する場合であって、より具体的には、図４（ａ）に示される実施例１の元画像、及び図４（ｂ）に示される実施例２の元画像を処理する場合である。 Next, as one embodiment of the image processing method according to the present invention, an image processing procedure by the above-described image processing apparatus 1 will be described with reference to the flowchart of FIG. The following description is a case where a granular high brightness image in which a large number of spherical metal powders are imaged as a granular material is processed, and more specifically, Example 1 shown in FIG. 4A. And the original image of the second embodiment shown in FIG. 4B are processed.
まず、エッジ検出部４が元画像に対してエッジ検出フィルタ処理を施し（ステップＳ３１）、更に明度反転処理を施して（ステップＳ３２）、図５（ａ）に示される実施例１のエッジ検出画像、及び図５（ｂ）に示される実施例２のエッジ検出画像を取得する。エッジ検出フィルタとしては、ノイズの発生を抑制する観点から、Laplacianフィルタ等の２次微分（差分）系のフィルタよりも、画像を異なる２方向（例えば水平方向及び垂直方向）に処理するSobelフィルタやPrewittフィルタ等の１次微分（差分）系のフィルタが好ましい。 First, the edge detection unit 4 performs edge detection filter processing on the original image (step S31), further performs brightness inversion processing (step S32), and the edge detection image of the first embodiment shown in FIG. And the edge detection image of Example 2 shown by FIG.5 (b) is acquired. As an edge detection filter, from the viewpoint of suppressing the generation of noise, a Sobel filter that processes an image in two different directions (for example, a horizontal direction and a vertical direction) rather than a second-order differential (difference) type filter such as a Laplacian filter, A primary differential (difference) type filter such as a Prewitt filter is preferable.
続いて、画素特定部５がエッジ検出画像の最低明度値と平均明度値との中央明度値Ｌmin（＝（最低明度値＋平均明度値）／２）及びエッジ検出画像の最頻明度値Ｌmaxを算出する（ステップＳ３３）。実施例１の場合は、明度値Ｌminが１１６、明度値Ｌmaxが２４５であり、実施例２の場合は、明度値Ｌminが１１５、明度値Ｌmaxが２４９であった。なお、画像の最低明度値とは、画像を構成する全画素の明度の最低値であり、画像の平均明度値とは、画像を構成する全画素の明度の平均値である。また、画像の最頻明度値とは、画像を構成する全画素の明度の最頻値（明度ヒストグラムにおいてピークとなる明度）である。 Subsequently, the pixel specifying unit 5 determines the central brightness value L min (= (minimum brightness value + average brightness value) / 2) between the minimum brightness value and the average brightness value of the edge detection image and the most frequent brightness value L of the edge detection image. max is calculated (step S33). In the case of Example 1, the lightness value L min was 116 and the lightness value L max was 245, and in the case of Example 2, the lightness value L min was 115 and the lightness value L max was 249. The minimum brightness value of the image is the minimum brightness value of all the pixels constituting the image, and the average brightness value of the image is the average value of the brightness of all the pixels constituting the image. Further, the mode lightness value of the image is the mode value of lightness of all the pixels constituting the image (lightness at the peak in the lightness histogram).
更に、画素特定部５が、明度値Ｌminから明度値Ｌmaxまでを所定の明度範囲として、その明度範囲内の各明度を閾値として設定し（ステップＳ３４）、閾値以上の明度を有する画素が黒となり且つ閾値未満の明度を有する画素が白となるようにエッジ検出画像を２値化することで、閾値以上の明度を有する画素を特定する（ステップＳ３５）。続いて、領域数算出部６が、画素特定部５によって特定された画素が形成する複数の領域（ここでは、水平方向及び垂直方向共に画像幅の１／１００を超え、画像幅の１／１０未満となる領域）のそれぞれが粒状体であるか否か、すなわち円形状であるか否かを判定する円形状判定を実施し（ステップＳ３６）、領域数を算出する（ステップＳ３７）。これらのステップＳ３４〜Ｓ３７の閾値の設定、画素の特定、円形状判定、及び領域数の算出は、明度値Ｌminから明度値Ｌmaxまでの所定の明度範囲内に含まれる全ての明度のそれぞれを閾値として閾値毎に実施される。 Further, the pixel specifying unit 5 sets the lightness value L min to the lightness value L max as a predetermined lightness range, and sets each lightness within the lightness range as a threshold (step S34). The edge detection image is binarized so that pixels that are black and have a lightness less than the threshold value are white, thereby specifying pixels having a lightness value that is equal to or greater than the threshold value (step S35). Subsequently, the number-of-regions calculation unit 6 includes a plurality of regions formed by the pixels specified by the pixel specifying unit 5 (here, the horizontal and vertical directions exceed 1/100 of the image width and 1/10 of the image width). A circular shape determination is performed to determine whether each of the (regions less than) is a granular body, that is, whether it is a circular shape (step S36), and the number of regions is calculated (step S37). Setting of the threshold of these steps S34 to S37, a particular pixel, circular determination, and the calculation of the number of regions, each of all the lightness contained within a predetermined brightness range from the brightness value L min until the brightness value L max This is performed for each threshold value.
続いて、サンプル抽出部７が、領域数算出部６によって算出された領域数が最大となる明度を最適閾値として、そのときに円形状であると判定された領域を粒状体のサンプルとして抽出する（ステップＳ３８）。図６は、閾値と領域数との関係を示すグラフである。図６に示されるように、領域数が最大となる明度、すなわち最適閾値は、実施例１の場合が２２９であり、実施例２の場合が２３４であった。これにより、図７（ａ）に示される実施例１のサンプル抽出画像、及び図７（ｂ）に示される実施例２のサンプル抽出画像をサンプル抽出部７が取得する。 Subsequently, the sample extraction unit 7 extracts, as an optimum threshold value, the brightness that maximizes the number of regions calculated by the number-of-regions calculation unit 6, and extracts a region determined to be circular at that time as a sample of granular material. (Step S38). FIG. 6 is a graph showing the relationship between the threshold value and the number of regions. As shown in FIG. 6, the brightness that maximizes the number of regions, that is, the optimum threshold value was 229 in the first embodiment and 234 in the second embodiment. Thereby, the sample extraction unit 7 acquires the sample extraction image of the first embodiment shown in FIG. 7A and the sample extraction image of the second embodiment shown in FIG. 7B.
ところで、サンプル抽出部７は、領域数が最大となる明度が複数存在する場合には、その中で最も低い明度を最適閾値として設定する。これは、次の理由による。すなわち、粒状体の像が円形状である場合、元画像では明度（エッジ検出画像では明度変化率）が同心円状に変化していることが多い。そのため、より高い明度を最適閾値として設定すると、粒状体のより内側の領域を抽出することになり、粒状体の大きさを過小評価してしまうからである。 By the way, when there are a plurality of brightness values with the maximum number of regions, the sample extraction unit 7 sets the lowest brightness among them as the optimum threshold value. This is due to the following reason. That is, when the granular image is circular, the lightness in the original image (lightness change rate in the edge detection image) often changes concentrically. For this reason, if a higher brightness is set as the optimum threshold, a region inside the granular material is extracted, and the size of the granular material is underestimated.
続いて、情報取得部８が、サンプル抽出部７によって粒状体のサンプルとして抽出された領域を対象として、粒状体に関する情報を取得する（ステップＳ３９）。ここでは、図８（ａ）に示される実施例１の円相当径ヒストグラム（円相当径の度数分布）、及び図８（ｂ）に示される実施例２の円相当径ヒストグラムを情報取得部８が取得する。なお、円相当径とは、領域の面積（画素数）を円の面積と仮定したときの円の直径である。そして、平均円相当径は、実施例１の場合が０．１８７μｍであり、実施例２の場合が０．１９２μｍであった。 Subsequently, the information acquisition unit 8 acquires information on the granular material for the region extracted as a granular material sample by the sample extraction unit 7 (step S39). Here, the equivalent circle diameter histogram (frequency distribution of equivalent circle diameter) of Example 1 shown in FIG. 8A and the equivalent circle diameter histogram of Example 2 shown in FIG. Get. The equivalent circle diameter is the diameter of a circle when the area of the region (number of pixels) is assumed to be the area of the circle. The average equivalent circle diameter was 0.187 μm in Example 1 and 0.192 μm in Example 2.
ここで、領域算出部６によるステップＳ３６の円形状判定について、図９のフローチャートを参照しつつより詳細に説明する。なお、以下の説明は、図１０に示される領域Ａが円形状であるか否かを判定する場合である。 Here, the circular shape determination in step S36 by the region calculation unit 6 will be described in more detail with reference to the flowchart of FIG. In the following description, it is determined whether or not the region A shown in FIG. 10 is circular.
まず、領域Ａに外接する矩形領域Ｒの平均辺長さＭＤ、及び領域Ａの円相当径ＷＤが算出される（ステップＳ９１）。図１０に示されるように、矩形領域Ｒの水平方向辺長さ（画素数）が１３であり、矩形領域Ｒの垂直方向辺長さ（画素数）が１４であるから、矩形領域Ｒの平均辺長さＭＤは１３．５（＝（１３＋１４）／２）である。また、領域Ａの面積（画素数）が１３１であるから、円相当径ＷＤは１２．９１（＝２×（１３１／π）１／２）である。 First, the average side length MD of the rectangular region R circumscribing the region A and the equivalent circle diameter WD of the region A are calculated (step S91). As shown in FIG. 10, since the horizontal side length (number of pixels) of the rectangular region R is 13, and the vertical side length (number of pixels) of the rectangular region R is 14, the average of the rectangular regions R The side length MD is 13.5 (= (13 + 14) / 2). Further, since the area (number of pixels) of the region A is 131, the equivalent circle diameter WD is 12.91 (= 2 × (131 / π) 1/2 ).
続いて、０．９＜ＷＤ／ＭＤ≦１を満たすか否かが判断される（ステップＳ９２）。その結果、０．９＜ＷＤ／ＭＤ≦１を満たす場合には、矩形領域Ｒの中心位置Ｐ１及び領域Ａの重心位置Ｐ２が算出され（ステップＳ９３）、０．９＜ＷＤ／ＭＤ≦１を満たさない場合には、領域Ａが円形状ではないと判定される（ステップＳ９４）。領域Ａは、ＷＤ／ＭＤが０．９６（＝１２．９１／１３．５）であるから、０．９＜ＷＤ／ＭＤ≦１を満たす。 Subsequently, it is determined whether or not 0.9 <WD / MD ≦ 1 is satisfied (step S92). As a result, when 0.9 <WD / MD ≦ 1 is satisfied, the center position P1 of the rectangular region R and the gravity center position P2 of the region A are calculated (step S93), and 0.9 <WD / MD ≦ 1 is satisfied. If not, it is determined that the region A is not circular (step S94). In the area A, since WD / MD is 0.96 (= 12.91 / 13.5), 0.9 <WD / MD ≦ 1 is satisfied.
続いて、２×｜Ｐ１−Ｐ２｜／ＭＤ＜０．１を満たすか否かが判断される（ステップＳ９５）。その結果、２×｜Ｐ１−Ｐ２｜／ＭＤ＜０．１を満たす場合には、領域Ａが円形状であると判断され（ステップＳ９６）、２×｜Ｐ１−Ｐ２｜／ＭＤ＜０．１を満たさない場合には、領域Ａが円形状ではないと判定される（ステップＳ９４）。領域Ａは、２×｜Ｐ１−Ｐ２｜／ＭＤが０．０５（＝２×０．３７／１３．５）であるから、２×｜Ｐ１−Ｐ２｜／ＭＤ＜０．１を満たし、円形状と判定される。なお、中心位置Ｐ１と重心位置Ｐ２との距離｜Ｐ１−Ｐ２｜は、矩形領域Ｒの中心位置Ｐ１の座標が（８，７．５）であり、領域Ａの重心位置Ｐ２の座標が（８．２９，７．７３）であるから、０．３７（＝（（８．２９−８）２＋（７．７３−７．５）２）１／２）である。 Subsequently, it is determined whether or not 2 × | P1−P2 | / MD <0.1 is satisfied (step S95). As a result, if 2 × | P1−P2 | / MD <0.1 is satisfied, it is determined that the region A is circular (step S96), and 2 × | P1−P2 | / MD <0.1. Is not satisfied, it is determined that the region A is not circular (step S94). In the region A, 2 × | P1−P2 | / MD is 0.05 (= 2 × 0.37 / 13.5), and therefore 2 × | P1−P2 | / MD <0.1 is satisfied and a circle It is determined as a shape. The distance | P1-P2 | between the center position P1 and the center of gravity position P2 is (8,7.5) in the coordinates of the center position P1 of the rectangular area R, and the coordinates of the center position P2 in the area A is (8 .29, 7.73), it is 0.37 (= ((8.29-8) 2 + (7.73−7.5) 2 ) 1/2 ).
以上説明したように、画像処理装置１は、複数の粒状体が撮像された元画像にエッジ検出フィルタ処理を施すことで取得したエッジ検出画像について、所定の明度範囲内の各明度を閾値として、粒状体であると判定された領域（すなわち円形状であると判定された領域）の領域数を閾値毎に算出し、領域数が最大となる明度を最適閾値として、そのときに粒状体であると判定された領域を粒状体のサンプルとして抽出する。これにより、例えば元画像において複数の粒状体が重なり合っているような場合であっても、粒状体に該当しない領域を粒状体であると誤認するのを抑制して、元画像から粒状体の像をサンプルとして極めて精度良く抽出することができ、延いては円相当径ヒストグラム等の粒状体に関する情報を極めて精度良く取得することが可能となる。 As described above, the image processing apparatus 1 uses, as a threshold value, each lightness within a predetermined lightness range for an edge detection image obtained by performing edge detection filter processing on an original image obtained by capturing a plurality of granular materials. The number of areas determined to be granular (that is, the area determined to be circular) is calculated for each threshold, and the brightness that maximizes the number of areas is set as the optimum threshold, and then the granular is selected. The region determined to be is extracted as a granular sample. Thus, for example, even when a plurality of granular materials overlap each other in the original image, it is possible to suppress misidentification of an area that does not correspond to the granular material as a granular material, and to generate an image of the granular material from the original image. Can be extracted with extremely high accuracy as a sample, and by extension, it is possible to acquire information regarding granular materials such as a circle equivalent diameter histogram with extremely high accuracy.
また、画像処理装置１は、エッジ検出画像の最低明度値と平均明度値との中央明度値Ｌminからエッジ検出画像の最頻明度値Ｌmaxまでを所定の明度範囲として、その明度範囲内の各明度を閾値として設定する。これにより、サンプルとしての粒状体の抽出の高精度化を維持しつつ、処理の負荷を軽減して処理速度を向上させることができる。 Further, the image processing apparatus 1 sets a range from the central brightness value L min of the minimum brightness value and the average brightness value of the edge detection image to the most frequent brightness value L max of the edge detection image as a predetermined brightness range. Each brightness is set as a threshold value. Thereby, it is possible to reduce the processing load and improve the processing speed while maintaining high accuracy of extraction of the granular material as the sample.
また、画像処理装置１は、領域Ａに外接する矩形領域Ｒの平均辺長さＭＤ、及び領域Ａの円相当径ＷＤに基づいて、領域Ａが円形状であるか否かを判定するため、領域Ａが粒状体であるか否かの判定を簡便且つ正確に実現することができる。更に、画像処理装置１は、領域Ａに外接する矩形領域Ｒの中心位置Ｐ１と領域Ａの重心位置Ｐ２との距離｜Ｐ１−Ｐ２｜、及び領域Ａの円相当径ＷＤに基づいて、領域Ａが円形状であるか否かを判定するため、複数の粒状体が重なり合って形成された領域を１つの粒状体であると誤認するのを抑制することができる。 Further, the image processing apparatus 1 determines whether or not the area A is circular based on the average side length MD of the rectangular area R circumscribing the area A and the equivalent circle diameter WD of the area A. The determination of whether or not the region A is a granular material can be realized easily and accurately. Further, the image processing apparatus 1 determines the region A based on the distance | P1-P2 | between the center position P1 of the rectangular region R circumscribing the region A and the center of gravity position P2 of the region A and the equivalent circle diameter WD of the region A. Therefore, it is possible to suppress erroneous recognition of a region formed by overlapping a plurality of granular bodies as one granular body.
本発明は、上述した実施形態に限定されるものではない。 The present invention is not limited to the embodiment described above.
例えば、画像処理装置１による形状判定の対象となる領域は、円形状に限定されない。図１１（ａ）に示されるように、領域Ａが４５度傾いている正方形状である場合、領域Ａに外接する矩形領域Ｒの平均辺長さＭＤは２ｒであり、領域Ａの円相当径ＷＤは２ｒ×（２／π）１／２であるから、ＷＤ／ＭＤは０．８０（＝（２／π）１／２）である。また、図１１（ｂ）に示されるように、領域Ａが傾いていない正方形状である場合、領域Ａに外接する矩形領域Ｒの平均辺長さＭＤは２ｒであり、領域Ａの円相当径ＷＤは４ｒ×（１／π）１／２であるから、ＷＤ／ＭＤは１．１３（＝２×（１／π）１／２）である。従って、上述した画像処理装置１によるステップＳ９２の処理において、０．８０＜ＷＤ／ＭＤ≦１．１３を満たすか否かを判断すれば、正方形状の粒状体の像をサンプルとして抽出することが可能となる。 For example, the region that is subject to shape determination by the image processing apparatus 1 is not limited to a circular shape. As shown in FIG. 11A, when the region A has a square shape inclined at 45 degrees, the average side length MD of the rectangular region R circumscribing the region A is 2r, and the equivalent circle diameter of the region A Since WD is 2r × (2 / π) 1/2 , WD / MD is 0.80 (= (2 / π) 1/2 ). Further, as shown in FIG. 11B, when the region A is a square shape that is not inclined, the average side length MD of the rectangular region R circumscribing the region A is 2r, and the equivalent circle diameter of the region A Since WD is 4r × (1 / π) 1/2 , WD / MD is 1.13 (= 2 × (1 / π) 1/2 ). Therefore, if it is determined whether or not 0.80 <WD / MD ≦ 1.13 is satisfied in the process of step S92 by the image processing apparatus 1 described above, a square-shaped granular body image can be extracted as a sample. It becomes possible.
また、画像処理装置１は、粒状体に関する情報として、円相当径ヒストグラムだけでなく、粒状体の面積や周長等を取得することも可能である。 Further, the image processing apparatus 1 can acquire not only the equivalent circle diameter histogram but also the area and circumference of the granular material as information regarding the granular material.
また、粒状体の平均明度値が画像の平均明度値よりも低いと判断される粒状体低明度画像を画像処理装置１が処理する場合には、画像の最高明度値と平均明度値との中央明度値（＝（最高明度値＋平均明度値）／２）から画像の最頻明度値までの所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、閾値以下の明度を有する画素を閾値毎に特定すればよい。そして、領域数が最大となる明度が複数存在する場合には、その中で最も高い明度を最適閾値として設定すればよい。なお、画像の最高明度値とは、画像を構成する全画素の明度の最高値である。 In addition, when the image processing apparatus 1 processes a granular low-brightness image in which it is determined that the average lightness value of the granular material is lower than the average lightness value of the image, the center between the maximum lightness value and the average lightness value of the image A pixel having a lightness equal to or lower than the threshold value is set with each of a plurality of different lightness values in a predetermined lightness range from the lightness value (= (maximum lightness value + average lightness value) / 2) to the most frequent lightness value of the image. What is necessary is just to specify for every. Then, when there are a plurality of brightness values with the maximum number of regions, the highest brightness value among them may be set as the optimum threshold value. The maximum brightness value of the image is the maximum brightness value of all pixels constituting the image.
また、画像処理装置１は、所定の明度範囲内の各明度を閾値として設定したが、これに限定されない。一例として、８階調置きの明度を閾値として設定して、その中で領域数が最大となった明度の前後の明度範囲で４階調置きの明度を閾値として設定し、更に、その中で領域数が最大となった明度の前後の明度範囲で１階調置きの明度を閾値として設定して、その中で領域数が最大となった明度を最適閾値として設定するというように、閾値の設定を徐々に密にしていってもよい。 Moreover, although the image processing apparatus 1 sets each lightness within a predetermined lightness range as a threshold value, it is not limited to this. As an example, the brightness of every 8 gradations is set as a threshold, the brightness of every 4 gradations is set as the threshold in the brightness range before and after the brightness where the number of areas is maximum, and further, The brightness of every gradation is set as a threshold in the brightness range before and after the brightness with the maximum number of areas, and the brightness with the maximum number of areas is set as the optimum threshold. The setting may be gradually increased.
１…画像処理装置、５…画素特定部（特定手段）、６…領域数算出部（算出手段）、７…サンプル抽出部（抽出手段）、１０…画像処理プログラム。 DESCRIPTION OF SYMBOLS 1 ... Image processing apparatus, 5 ... Pixel identification part (identification means), 6 ... Area number calculation part (calculation means), 7 ... Sample extraction part (extraction means), 10 ... Image processing program.
Claims (8)
所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、前記粒状体の平均明度値が前記画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、前記閾値以上の明度を有する画素を前記閾値毎に特定し、前記粒状体の平均明度値が前記画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、前記閾値以下の明度を有する画素を前記閾値毎に特定する特定工程と、
前記特定工程において特定された前記画素によって形成される複数の領域のそれぞれが前記粒状体であるか否かを判定して、前記粒状体であると判定された前記領域の数を前記閾値毎に算出する算出工程と、
前記算出工程において算出された前記領域の数が所定の数以上となる明度を最適閾値として、そのときに前記粒状体であると判定された前記領域を前記粒状体のサンプルとして抽出する抽出工程と、を含むことを特徴とする画像処理方法。 An image processing method for processing an image in which a plurality of granular bodies are captured,
In the case of a granular high-lightness image in which a plurality of different lightness values in a predetermined lightness range are set as threshold values, and the granular material high-lightness image is determined to be higher than the average lightness value of the image, the threshold value or more. In the case of a granular low-lightness image in which the average lightness value of the granular material is determined to be lower than the average lightness value of the image, the lightness below the threshold value is specified. A specifying step of specifying a pixel having each threshold value;
It is determined whether each of the plurality of regions formed by the pixels specified in the specifying step is the granular material, and the number of the regions determined to be the granular material is determined for each threshold value. A calculation step to calculate,
An extraction step of extracting, as an optimum threshold, the brightness at which the number of regions calculated in the calculation step is equal to or greater than a predetermined number, and extracting the region determined to be the granular material as a sample of the granular material; And an image processing method.
所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、前記粒状体の平均明度値が前記画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、前記閾値以上の明度を有する画素を前記閾値毎に特定し、前記粒状体の平均明度値が前記画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、前記閾値以下の明度を有する画素を前記閾値毎に特定する特定手段と、
前記特定手段によって特定された前記画素によって形成される複数の領域のそれぞれが前記粒状体であるか否かを判定して、前記粒状体であると判定された前記領域の数を前記閾値毎に算出する算出手段と、
前記算出手段によって算出された前記領域の数が所定の数以上となる明度を最適閾値として、そのときに前記粒状体であると判定された前記領域を前記粒状体のサンプルとして抽出する抽出手段と、を備えることを特徴とする画像処理装置。 An image processing apparatus that processes an image obtained by imaging a plurality of granular materials,
In the case of a granular high-lightness image in which a plurality of different lightness values in a predetermined lightness range are set as threshold values, and the granular material high-lightness image is determined to be higher than the average lightness value of the image, the threshold value or more. In the case of a granular low-lightness image in which the average lightness value of the granular material is determined to be lower than the average lightness value of the image, the lightness below the threshold value is specified. Specifying means for specifying the pixel having each threshold value;
It is determined whether each of the plurality of regions formed by the pixels specified by the specifying unit is the granular material, and the number of the regions determined to be the granular material is determined for each threshold value. A calculating means for calculating;
Extraction means for extracting, as an optimum threshold, the brightness at which the number of the areas calculated by the calculation means is equal to or greater than a predetermined number, and extracting the area determined to be the granular body as a sample of the granular body at that time An image processing apparatus comprising:
所定の明度範囲において互いに異なる複数の明度のそれぞれを閾値として、前記粒状体の平均明度値が前記画像の平均明度値よりも高いと判断される粒状体高明度画像の場合には、前記閾値以上の明度を有する画素を前記閾値毎に特定し、前記粒状体の平均明度値が前記画像の平均明度値よりも低いと判断される粒状体低明度画像の場合には、前記閾値以下の明度を有する画素を前記閾値毎に特定する特定処理と、
前記特定処理によって特定された前記画素によって形成される複数の領域のそれぞれが前記粒状体であるか否かを判定して、前記粒状体であると判定された前記領域の数を前記閾値毎に算出する算出処理と、
前記算出処理によって算出された前記領域の数が所定の数以上となる明度を最適閾値として、そのときに前記粒状体であると判定された前記領域を前記粒状体のサンプルとして抽出する抽出処理と、を実行させることを特徴とする画像処理プログラム。 For a computer of an image processing apparatus that processes an image obtained by imaging a plurality of granular materials,
In the case of a granular high-lightness image in which a plurality of different lightness values in a predetermined lightness range are set as threshold values, and the granular material high-lightness image is determined to be higher than the average lightness value of the image, the threshold value or more. In the case of a granular low-lightness image in which the average lightness value of the granular material is determined to be lower than the average lightness value of the image, the lightness below the threshold value is specified. A specifying process for specifying a pixel having each threshold value;
It is determined whether each of the plurality of regions formed by the pixels specified by the specifying process is the granular material, and the number of the regions determined to be the granular material is determined for each threshold value. A calculation process to calculate,
An extraction process for extracting, as an optimum threshold, the brightness at which the number of the areas calculated by the calculation process is equal to or greater than a predetermined number, and extracting the area determined to be the granular body as a sample of the granular body; And an image processing program.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008064504A JP2009222420A (en) | 2008-03-13 | 2008-03-13 | Image processing method, image processing apparatus, and image processing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008064504A JP2009222420A (en) | 2008-03-13 | 2008-03-13 | Image processing method, image processing apparatus, and image processing program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2009222420A true JP2009222420A (en) | 2009-10-01 |
Family
ID=41239380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008064504A Withdrawn JP2009222420A (en) | 2008-03-13 | 2008-03-13 | Image processing method, image processing apparatus, and image processing program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2009222420A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011203120A (en) * | 2010-03-25 | 2011-10-13 | Nippon Steel Corp | Method for discriminating slag fine particles, and carbonation treatment apparatus |
| JP2011203119A (en) * | 2010-03-25 | 2011-10-13 | Nippon Steel Corp | Method for discriminating slag fine particles |
| JP2014044674A (en) * | 2012-08-28 | 2014-03-13 | Nippon Steel & Sumitomo Metal | Method for counting number of pipes, device for counting number of pipes, and computer program |
| JP2017070751A (en) * | 2015-10-07 | 2017-04-13 | 東芝メディカルシステムズ株式会社 | Medical image processing apparatus and medical image processing method |
| CN107024416A (en) * | 2017-04-07 | 2017-08-08 | 福建福光股份有限公司 | With reference to similitude and the quasi-circular particle mean size detection method of discontinuity |
-
2008
- 2008-03-13 JP JP2008064504A patent/JP2009222420A/en not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011203120A (en) * | 2010-03-25 | 2011-10-13 | Nippon Steel Corp | Method for discriminating slag fine particles, and carbonation treatment apparatus |
| JP2011203119A (en) * | 2010-03-25 | 2011-10-13 | Nippon Steel Corp | Method for discriminating slag fine particles |
| JP2014044674A (en) * | 2012-08-28 | 2014-03-13 | Nippon Steel & Sumitomo Metal | Method for counting number of pipes, device for counting number of pipes, and computer program |
| JP2017070751A (en) * | 2015-10-07 | 2017-04-13 | 東芝メディカルシステムズ株式会社 | Medical image processing apparatus and medical image processing method |
| CN107024416A (en) * | 2017-04-07 | 2017-08-08 | 福建福光股份有限公司 | With reference to similitude and the quasi-circular particle mean size detection method of discontinuity |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6230751B1 (en) | Object detection apparatus and object detection method | |
| US8923612B2 (en) | Image processing apparatus and method, and program | |
| JP5542889B2 (en) | Image processing device | |
| Toh et al. | Automated fish counting using image processing | |
| EP3168810A1 (en) | Image generating method and apparatus | |
| US8548247B2 (en) | Image processing apparatus and method, and program | |
| US20120207379A1 (en) | Image Inspection Apparatus, Image Inspection Method, And Computer Program | |
| CN109191584B (en) | Three-dimensional model processing method and device, electronic equipment and readable storage medium | |
| JP5779089B2 (en) | Edge detection apparatus, edge detection program, and edge detection method | |
| WO2013145589A1 (en) | Image-processing device, image-capturing device, and image-processing method | |
| US9424632B2 (en) | System and method for generating high dynamic range images | |
| CN115908269A (en) | Visual defect detection method and device, storage medium and computer equipment | |
| JP2009222420A (en) | Image processing method, image processing apparatus, and image processing program | |
| US20180336688A1 (en) | Image processing apparatus and image processing method, and storage medium | |
| JP2012048484A (en) | Image processing apparatus, image processing method, and program | |
| JP2010205067A (en) | Device, method and program for extracting area | |
| US20160156844A1 (en) | Image capturing apparatus, image processing apparatus, image capturing system, image processing method, and storage medium | |
| JP6720845B2 (en) | Image processing apparatus, image processing method and program | |
| JP2009211138A (en) | Target area extraction method, device and program | |
| JP2009134587A (en) | Image processing device | |
| JP2014102619A (en) | Image processing apparatus, image processing method, and computer program | |
| JP2007334884A (en) | Binarizing method of digital gray value image | |
| US9094617B2 (en) | Methods and systems for real-time image-capture feedback | |
| CN109716355B (en) | Particle boundary identification | |
| JP6221283B2 (en) | Image processing apparatus, image processing method, and image processing program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20110607 |