JP2013196308A

JP2013196308A - 画像処理装置、画像処理方法、プログラムおよび記録媒体

Info

Publication number: JP2013196308A
Application number: JP2012062103A
Authority: JP
Inventors: Satoshi Hikita; 聡疋田
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2012-03-19
Filing date: 2012-03-19
Publication date: 2013-09-30
Also published as: EP2828829A1; KR20140124427A; KR101644731B1; CN104272350A; WO2013141144A1; CA2866362C; US20150049954A1; CA2866362A1; EP2828829A4; US9245197B2

Abstract

【課題】前景と背景の自動分割の誤りを、少ない制御点数と修正工数で修正する。
【解決手段】ユーザー入力部１０２で、抽出したい対象を囲む外枠を入力し、表示部１０３に表示する。サンプリング部１０５は、外枠の線上から背景の画素値データを、外枠の内側全体から前景の画素値データをサンプリングし、モデル作成部１０６は、前景、背景モデルを作成し、領域分割部１０７は、前景と背景に領域を分割し、分割結果を表示部１０３に表示する。ラベル入力部１０４で、ユーザーは前景、背景の修正線分を入力し、修正線分と分割結果を基に前景、背景モデルを再度作成し、再度作成したモデルを用いて、前景と背景に再度分割して、表示する。
【選択図】図１

Description

本発明は、画像領域を分割する画像処理装置、画像処理方法、プログラムおよび記録媒体に関する。

画像データからユーザーが抽出したい対象（または領域）をシステムが自動的に識別して分割する技術がある。このような技術では、ユーザーがどのような対象（または領域）を抽出したいのかをシステムに指示するために、ユーザーの手作業で初期値としてある程度のラベリングを行った後に、その情報を利用してシステムが残りの部分を自動的に分割している。また、自動分割結果に誤りがあった場合などにも、ラベリングの初期値の一部のみをユーザーが手作業で修正した後に、システムが残りの部分を自動的に再分割している（例えば、特許文献１、非特許文献１を参照）。

図８は、従来技術を説明する図である。図８（ａ）に示すように、抽出したい対象を枠４０１で囲うと、システムが指定枠線４０１の内側全体から前景の画素値データ４０２をサンプリングして、図８（ｂ）に示すように、ＲＧＢ空間で前景の画素の分布モデルを作成する。また、指定枠線４０１の外側全体から背景の画素値データ４０３をサンプリングし、背景の画素の分布モデルを作成する。ここで、前景、背景とは、抽出したい領域かそれ以外の領域かという意味であり、位置的な前後関係ではない。

そして、システムが作成した前景、背景の分布モデルと、グラフ構造のエネルギー最小化のアルゴリズムを用いて、前景と背景を自動的に分割する。しかし、上記した技術では前景、背景を自動的に完全に分割することはできない。図８（ｃ）に示すように、例えば、前のトマト４０４と後ろのトマト４０５のように画素値が近い部分４０６、４０７は、自動分割が誤りやすい。４０６は、背景を前景として誤って分割した部分、４０７は前景を背景として誤って分割した部分である。

そこで、図８（ｄ）に示すように、ユーザーが領域を修正するため、誤って背景とされた領域４０７に前景マーカー４０７ａを、誤って前景とされた領域４０６に背景マーカー４０６ａを入力する（後で分布モデルから再度自動分割を行うので、誤っている領域を完全に修正する必要はなく、誤っている領域の一部に修正のマーカーを入力すれば拡張して修正される）と、システムが前景マーカー４０７ａ上と自動分割した前景領域４０４から画素値データをサンプリングして、図８（ｂ）に示すように、ＲＧＢ空間で前景の画素の分布モデル４０８を再度作成する。また、背景マーカー４０６ａ上と自動分割した背景領域４０５から画素値データをサンプリングして、背景の画素の分布モデル４０９を再度作成する。そして、システムが再作成した前景、背景の分布モデルと、グラフ構造のエネルギー最小化のアルゴリズムを用いて、図８（ｅ）に示すように、前景と背景を再度自動的に分割する。なお、再度自動的に分割した結果に誤り４１０が残っていた場合には、ユーザーが満足する結果が得られるまで、図８（ｄ）からの修正作業を繰り返すことができる。

しかし、上記したように、ユーザーが前景の外側に枠を入力してシステムが自動分割をした後、自動分割の誤りを修正するために、誤ってラベリングされた前景や背景の一部にブラシやマーカー等でそれぞれ別のラベルを入力して、再度自動分割することを繰り返す、従来の方法では、入力される制御点数が多くなるという問題がある。また、図９に示すように、細かい部分５０１〜５０３へのマーカー等による修正が難しく、自動抽出された領域の境界を修正する工数が多くなるという問題がある。図９（ａ）は、自動分割された図を示し、（ｂ）、（ｃ）は、自動分割の誤り部分を拡大した図を示す。５０１、５０２は、前景が背景として誤って分割された部分であり、５０３は背景が前景として誤って分割された部分である。

また、従来の修正方法では、例えば、図１０（ａ）に示すように、入力される制御点数が多いため、抽出対象の境界線に近い部分を入力しようとしたとき、手振れにより前景領域へはみ出しやすく、はみ出した部分は消しゴムツール等で修正しなければならず余分な工数が発生していた。また、最初から前景領域へはみ出さないように慎重に作業を行なうと、作業速度が遅くなる、作業の緊張度が上がり疲労しやすくなるという問題があった。

また、例えば、図９（ｂ）に示す、トマトのヘタの細かい部分５０１、５０２を入力しようとしたときに、マーカーがはみ出しやすいため、ブラシの太さやマーカーの大きさの変更が頻繁に必要になり手間がかかるという問題があった。フリーハンド線による修正では、ブラシの太さの問題は解決できるものの、図１０（ｂ）に示すように、入力される制御点数が多いために手振れが発生し、前景領域の細かい部分にはみ出さずにフリーハンドで線を引いて修正を指定することは難しい。これを解消するために、拡大した画像上で修正を行ってから縮小する方法があるが、頻繁に拡大、縮小操作が必要になり、工数が増えるという問題がある。

本発明は上記した課題に鑑みてなされたもので、
本発明の目的は、前景と背景の自動分割の誤りを、少ない制御点数と修正工数で修正する画像処理装置、画像処理方法、プログラムおよび記録媒体を提供することにある。

本発明は、所定の画像データを抽出対象の領域（以下、前景領域）と抽出対象外の領域（以下、背景領域）に分割した結果、誤って分割された前記前景領域または背景領域の一部を、所定の線分で指定することにより修正を指示する修正手段と、前記修正が指示された線分の画素値、前記分割された前景領域と背景領域の画素値に基づいて、修正された前景領域のモデルと背景領域のモデルを作成するモデル作成手段と、前記作成されたモデルを用いて前記画像データを前景領域と背景領域に分割する分割手段を備えたことを最も主要な特徴とする。

本発明によれば、少ない制御点数と修正工数で、前景と背景の自動分割の誤りを修正することができる。

本発明の実施例に係る画像処理装置の構成を示す。本発明の実施例の処理フローチャートを示す。本発明の修正処理を説明する図である。誤って自動分割された部分を拡大した図を示す本発明の修正線分の入力方法を説明する図である。本発明による分割結果を示す。グラフカットアルゴリズムの概要を説明する図である。従来技術を説明する図である。自動分割された図と、自動分割の誤り部分を拡大した図を示す。従来の修正方法を説明する図である。本発明をソフトウエアで実施する場合の画像処理装置のハードウエア構成例を示す。

以下、発明の実施の形態について図面により詳細に説明する。本発明では、画像データを前景と背景に分割するために、前景や背景の一部をラベリングして自動的に分割を行ない、前景と背景の自動分割の誤りを修正するために、誤ってラベリングされた前景や背景の一部に別のラベルを入力するとき、線分で入力し、線分の開始点を指示してから線分の終了点を確定するまでの間に線分の仮の位置を表示し、線分が確定した時点で最終的な線分の位置が決定され、確定された線分上から画素値をサンプリングし、サンプリングデータを自動領域分割に渡して抽出対象を画像データから抽出する。

図１は、本発明の実施例に係る画像処理装置の構成を示す。図１において、１０１はデータ入力部、１０２はユーザー入力部、１０３は表示部、１０４はラベル入力部、１０５はサンプリング部、１０６はモデル作成部、１０７は領域分割部、１０８は記憶部、１０９は制御部である。

データ入力部１０１は、画像データを外部から読み込むものであり、例えばファイル入力装置などである。ユーザー入力部１０２は、ユーザーが画像処理装置への入力を行なう、例えばマウス、タッチペンなどの入力デバイスである。表示部１０３は、情報（例えば、画像データ、線分指示機能により指示された線分、結果のマスクやラベルデータ等）を表示する、例えばＰＣのディスプレイなどである。

ラベル入力部１０４は、ユーザーが画像から抽出したい対象や背景のラベルの入力を線分によって行なう入力部であり、線分仮位置表示部１０４ａと線分確定部１０４ｂとを備えている。

サンプリング部１０５は、領域分割部で利用するために、ラベル情報を基に画素値をサンプリングする。なお、ユーザーが入力したラベルは、領域分割部において領域分割のシードとして利用することができる。

モデル作成部１０６は、サンプリング部１０５がサンプリングした画素値データを基に前景、背景それぞれの画素値の分布をモデル化する。例えば、ＲＧＢ空間における混合ガウス分布としてモデル化する。なお、領域分割部が、モデル化が不要なアルゴリズム（Ｗａｔｅｒｓｈｅｄアルゴリズム）を用いる場合には、モデル作成部１０６を省略することができる。

領域分割部１０７は、画像データとユーザーが入力したラベル情報をシードとして抽出対象と背景を自動的に分割する。領域分割部１０７は、例えば、グラフカットアルゴリズムやＷａｔｅｒｓｈｅｄアルゴリズムなどを用いて輪郭抽出を実行する。なお、グラフカットアルゴリズムは、領域分割をエネルギー最小化問題として定義し、グラフ構造の最大フロー問題を解くことにより領域分割を行なう手法である（前掲した非特許文献１、図７を参照）。

また、Ｗａｔｅｒｓｈｅｄアルゴリズムは、画像の評価値を標高としたときの地形に水を満たしていったとき、順次水没していく尾根点を領域境界とする手法である（前掲した非特許文献２を参照）。

記憶部１０８は、本発明を実現するためのデータ（例えば、画像データ、領域のラベルデータ、線分の開始点、線分の終了点、前景の画素値、背景の画素値、前景のモデル、背景のモデル、グラフ構造等）を保持する、例えばメモリなどである。制御部１０９は、画像処理装置全体を制御する、例えばＣＰＵなどである。

図２は、本発明の実施例の処理フローチャートを示す。以下、図１、２を用いて本発明を説明する。データ入力部１０１は、画像データをファイル等から記憶部１０８に読み込み（ステップＳ１）、表示部１０３は、読み込んだ画像データをディスプレイ等に表示する（ステップＳ２）。ユーザー入力部１０２において、ユーザーは抽出したい対象を囲む外枠を入力し、表示部１０３に表示する（ステップＳ３）。

サンプリング部１０５は、外枠の線上から背景の画素値データを、外枠の内側全体から前景の画素値データをサンプリングし、モデル作成部１０６は、前景、背景モデルを作成する（ステップＳ４）。また、サンプリングされた画素値データや作成されたモデルは、記憶部１０８に保持される（以下のステップにおいても同様である）。なお、上記した外枠は矩形の他、多角形や自由曲線などで入力される処理範囲であってもよい。また、矩形、多角形、自由曲線などの輪郭線上にある画素を背景部分の入力として処理することにより、画像処理装置の処理量が削減され、ユーザーによる背景部分の入力工数を減らすことができる。

領域分割部１０７は、外枠の線を背景のシードとし、外枠線から内側だけの画素を処理対象として、エネルギー最小化により領域を自動分割し（ステップＳ５）、自動分割結果を表示部１０３に表示する（ステップＳ６）。

図３は、本発明の修正処理を説明する図である。図３（ａ）に示すように、抽出したい対象を枠２０１で囲うと、サンプリング部１０５は、指定枠線２０１の内側全体から前景２０２の画素値データ２０３をサンプリングして、モデル作成部１０６は、図３（ｂ）に示すように、ＲＧＢ空間で前景の画素の分布モデルを作成する。また、サンプリング部１０５は、指定枠線２０１上から背景２０４の画素値データ２０５をサンプリングし、モデル作成部１０６は、図３（ｂ）に示すように、背景の画素の分布モデルを作成する。

領域分割部１０７は、図３（ｃ）に示すように、前景、背景の分布モデルと、グラフ構造のエネルギー最小化のアルゴリズムを利用して、前景と背景を自動的に分割する。２０８は分割された前景の輪郭線である。なお、グラフ構造を作成する際に、指定枠線の内側だけを処理対象とすることにより処理の高速化を行っている。

しかし、従来技術で説明したのと同様に、前景、背景を自動的に完全に分離することはできない。例えば、図３（ｃ）に示すように、画素値が近い部分２０６、２０７は、自動分割が誤りやすい。

ラベル入力部１０４において、ユーザーは前景、背景の修正線分を入力し、表示部１０３に修正線分を表示する（ステップＳ７）。図３（ｄ）、図４の拡大図に示すように、ユーザーが領域を修正するために、誤って背景とされた領域２０７に前景修正線２０７ａを、誤って前景とされた領域２０６に背景修正線２０６ａを入力する（後で分布モデルから再度自動分割を行うので、誤りを完全に修正する必要はなく、一部修正指示を入力すれば拡張して修正される）。図３（ｄ）と同一の図を図４（ａ）に示し、図４（ｂ）、（ｃ）は、図３（ｃ）で誤って自動分割された部分を拡大した図を示す。

図４（ｂ）において、誤って前景とされた領域２０６に背景修正線２０６ａを入力し、誤って背景とされた領域２０７に前景修正線２０７ａを入力する。図４（ｃ）についても同様に、誤って背景とされた前のトマトのヘタの部分に、前景修正線を入力する。

図５は、本発明の修正線分の入力方法を説明する図である。図５（ａ）の修正線分の未確定状態において、例えば、修正線分の入力は、ユーザーがマウスボタンを押して線分３０４の開始点３０５を入力し、マウスボタンを押したままマウスカーソルを仮の終了点３０６に移動させると、ラベル入力部１０４の線分仮位置表示部１０４ａは、マウスカーソルの移動に合わせて仮の線分３０４を動かして表示する。仮の線分３０４と前景領域３０１が接する仮の終了点３０６で、マウスボタンを放したときにラベル入力部１０４の線分確定部１０４ｂは、線分３０４を確定させる。図５（ｂ）は、修正線分の確定状態を示す。確定した線分３０４ａにより修正が指定３０７される。

なお、仮の線分の仮の位置を表示する際に、仮の線分の長さに応じて自動的に拡大した画像を表示するようにしてもよい。これにより、ユーザーが拡大、縮小を行わなくてすむ。また、仮の線分が確定したときに自動的に領域分割部が実行されるようにしてもよい。これにより、ユーザーはリアルタイムに入力結果を確認しやすくなる。さらに、仮の線分を表示したときに自動的に領域分割部が実行されるようにしてもよい。これにより、よりリアルタイム性が高くなる。なお、マーカーやブラシなどの面による入力、またはフリーハンド線による入力と組み合わせるようにしてもよい。これにより、広い領域を指示しやすくなる。

サンプリング部１０５は、前景修正線２０７ａ上から前景領域の画素値データをサンプリングし、自動分割した前景領域の画素値データ２０９をサンプリングして、図３（ｂ）に示すように、モデル作成部１０６は、ＲＧＢ空間で前景の画素の分布モデルを再度作成する。また、サンプリング部１０５は、背景修正線２０６ａ上から背景領域の画素値データをサンプリングし、自動分割した背景領域（指定枠線から内側のみを処理対象としている）の画素値データ２１０をサンプリングして、モデル作成部１０６は、ＲＧＢ空間で背景の画素の分布モデルを再度作成する（ステップＳ８）。

領域分割部１０７は、外枠の線と背景の修正線分を背景のシード、前景の修正線分を前景のシードとし、外枠線から内側だけの画素を処理対象として、エネルギー最小化により領域を自動分割する（ステップＳ９）。領域分割部１０７は、モデル作成部１０６が再作成した前景、背景の分布モデルと、グラフ構造のエネルギー最小化のアルゴリズムを用いて、前景と背景を再度自動的に分割する（図３（ｅ））。自動分割結果を表示部１０３に表示する（ステップＳ１０）。

自動分割結果を表示するときに、抽出された輪郭２０８の中で表示条件（輪郭の大きさが上位何番目まで、あるいは閾値を設けて輪郭の長さが閾値以上のものなど）を満たす輪郭のみを表示するようにしてもよい。これにより、小さなゴミのような輪郭が表示されなくなる。また、自動分割結果を表示するときに、抽出された輪郭の中で表示条件を満たさない輪郭で、明示的な表示の入力があった島や穴があった場合は、それを表示することもできる。小さなゴミのような輪郭の表示を防止しつつ、ユーザーが表示したい意図を持った島や穴だけを表示することができる。なお、ここで島とは、表示条件を満たす輪郭とつながっていない前景の輪郭のことであり、ここで穴とは、表示条件を満たす輪郭とつながっていない背景の輪郭のことである。

なお、領域分割部１０７が用いる前景モデルおよび背景モデルを、ユーザーの指示により前回の結果を用いて更新するか、更新しないかを切り替えるようにしてもよい。これにより、モデル更新による分割精度の向上と、ある部分の修正による他の部分の境界の変動の防止とを、状況に応じて選択することができる。

図６は、本発明による分割結果を示す。従来技術による結果（図８）と比較して、本発明による分割結果（図６）の方が、少ない制御点数と修正工数で良い結果を得ることができる。

ユーザー入力部１０２は、ユーザーが終了を入力したか否かを判定し、終了を入力していたら終了し、入力していない場合は、ステップＳ７に戻り処理を繰り返す（ステップＳ１１）。なお、自動的に分割した結果に誤りが残っていた場合には、ユーザーが満足する結果が得られるまで、何度でもステップＳ７からの修正作業（図３（ｄ）、（ｅ））を繰り返すことができる。

なお、修正作業を複数回、繰り返す場合に、例えば、前回の線分の表示を自動的に消去するようにしてもよい。これにより、繰り返しによる修正線分の入力表示が累積して画像が見難くなることが防止される。

図７は、グラフカットアルゴリズムの概要を説明する図である。グラフカットアルゴリズムとは、ネットワーク上のノードを既定数の組に分類する方法であり、ノード間接続（ｔ−ｌｉｎｋ）とスーパーノードとの接続（ｎ−ｌｉｎｋ）の両方を利用し、それぞれの隣接効果と特定のモデルとの類似性の両方を考慮することができる。

画像処理における領域分割に適用する場合は、画像中の各画素をノードとし、それらを前景、背景の２値に分類する。隣接効果に加え、前景モデル、背景モデルを独立して持つことで、高精度な分割ができる。

前景モデル、背景モデルは、ＲＧＢ３次元空間における画素値の分布をＧａｕｓｓｉａｎＭｉｘｔｕｒｅＭｏｄｅｌ（ＧＭＭ）で近似する。ここでは、例えば、ＧＭＭのコンポーネント数を５で固定する。これにより、散乱背景や複雑な色分布を持つ前景にも対応できる能力を得る。

エネルギー関数Ｅ＝Ｅ_{ｃｏｌｏｒ}＋Ｅ_{ｃｏｈｅｒｅｎｃｅ}
上記モデルを基に入力画像の各画素が、前景、背景のどちらのモデルに近いかを評価するエネルギー関数項（Ｅ_{ｃｏｌｏｒ}）を定義し、ｎ−ｌｉｎｋを計算する。ｔ−ｌｉｎｋによる隣接関係を評価する項（Ｅ_{ｃｏｈｅｒｅｎｃｅ}）を上記エネルギー関数に組み込む。

上記エネルギー関数を用いて合計カットエネルギーが最小になり、クラス内エネルギーが最大になるように、ネットワークを分割する。

図１１は、本発明をソフトウエアで実施する場合の画像処理装置のハードウエア構成例を示す。コンピュータ１は、プログラム読取装置１ａ、全体を制御するＣＰＵ１ｂ、ＣＰＵ１ｂのワークエリア等として使用されるＲＡＭ１ｃ、ＣＰＵ１ｂの制御プログラム等が記憶されているＲＯＭ１ｄ、ハードディスク１ｅ、ネットワーク上の機器と通信を行うＮＩＣ１ｆ、マウス１ｇ、キーボード１ｈ、画像データを表示し、ユーザーが画面に直接触れることで情報の入力が可能なディスプレイ２を備えている。本画像処理装置は、例えばワークステーションやパーソナルコンピュータ等で実現することができる。

このような構成の場合、図１に示すラベル入力部、サンプリング部、モデル作成部、領域分割部の機能はＣＰＵ１ｂに持たせることができ、画像データ、領域のラベルデータ、線分の開始点、線分の終了点、前景の画素値、背景の画素値、前景のモデル、背景のモデル、グラフ構造のデータなどを記憶する際には、ＲＡＭ１ｃ、ＲＯＭ１ｄ、ＤＩＳＫ１ｅなどの記憶装置を利用することができる。なお、ＣＰＵ１ｂで行われる処理機能は、例えばソフトウエアパッケージ、具体的には、ＣＤ−ＲＯＭや磁気ディスク等の情報記録媒体の形で提供することができ、このため図１１に示す例では、情報記録媒体がセットされると、これを駆動する媒体駆動装置（図示せず）が設けられている。

以上により、本発明における画像処理方法は、ディスプレイ等を備えた汎用の計算機システムにＣＤ−ＲＯＭ等の情報記録媒体に記録されたプログラムを読み込ませて、この汎用計算機システムの中央演算装置に画像処理を実行させる装置構成においても実施することが可能である。この場合、本発明の画像処理を実行するためのプログラム、すなわちハードウエアシステムで用いられるプログラムは、記録媒体に記録された状態で提供される。プログラムなどが記録される情報記録媒体としては、ＣＤ−ＲＯＭに限定されず、例えばＲＯＭ、ＲＡＭ、フラッシュメモリ、光磁気ディスクを用いても良い。記録媒体に記録されたプログラムは、ハードウエアシステムに組み込まれている記憶装置、例えばハードディスク１ｅにインストールされることにより、このプログラムを実行して、画像処理機能を実現することができる。また、本発明の画像処理方法等を実現するためのプログラムは、記録媒体の形で提供されるのみならず、例えば、ネットワークを介した通信によってサーバから提供されるものでも良い。

１０１データ入力部
１０２ユーザー入力部
１０３表示部
１０４ラベル入力部
１０５サンプリング部
１０６モデル作成部
１０７領域分割部
１０８記憶部
１０９制御部

特表２００９−５４５０５２号公報

C.Rother，V.Kolmogorv，A.Blake，GrabCut:Interactive Foreground Extraction UsingIteratedGraphCuts，ACM，Trans.Graphics(SIGGRAPH’04)，vol.23，no.3，pp.309-314，2004. Vincent，Luc，and Pierre Soille，"Watersheds in Digital Spaces：An Efficient Algorithm Based on Immersion Simulations，"IEEE Transactions of Pattern Analysis and Machine Intelligence，Vol.13，No.6，June1991，pp.583-598.

Claims

所定の画像データを抽出対象の領域（以下、前景領域）と抽出対象外の領域（以下、背景領域）に分割した結果、誤って分割された前記前景領域または背景領域の一部を、所定の線分で指定することにより修正を指示する修正手段と、前記修正が指示された線分の画素値、前記分割された前景領域と背景領域の画素値に基づいて、修正された前景領域のモデルと背景領域のモデルを作成するモデル作成手段と、前記作成されたモデルを用いて前記画像データを前景領域と背景領域に分割する分割手段を備えたことを特徴とする画像処理装置。
前記修正手段は、前記線分の開始点と仮の終了点を結ぶ仮の線分の仮の位置を表示した後、前記仮の線分を確定することにより前記修正を指示することを特徴とする請求項１記載の画像処理装置。
前記分割手段は、前記分割された前景領域の輪郭の中で、所定の表示条件を満たす輪郭のみを表示することを特徴とする請求項１記載の画像処理装置。
前記分割手段は、前記分割された前景領域の輪郭の中で、前記所定の表示条件を満たさない、島や穴を表示することを特徴とする請求項３記載の画像処理装置。
前記修正手段は、前記仮の線分の仮の位置を表示する際に、前記仮の線分の長さに応じて拡大した画像を表示することを特徴とする請求項２記載の画像処理装置。
前記抽出対象の領域は、矩形、多角形、自由曲線を含む輪郭線により囲まれた処理範囲であり、前記分割手段は、前記輪郭線上にある画素を背景領域して処理することを特徴とする請求項１記載の画像処理装置。
前記分割手段は、ユーザーの指示により、前回の分割結果を用いて前記前景領域モデルと背景領域モデルを更新するか否かの何れかに切り替えることを特徴とする請求項１記載の画像処理装置。
前記修正手段は、前記修正を指示する際に、前回の修正が指示された線分の表示を消去することを特徴とする請求項１記載の画像処理装置。
前記仮の線分が確定したことに応じて、または前記仮の線分を表示したことに応じて、前記分割手段が実行されることを特徴とする請求項１または２記載の画像処理装置。
所定の画像データを抽出対象の領域（以下、前景領域）と抽出対象外の領域（以下、背景領域）に分割した結果、誤って分割された前記前景領域または背景領域の一部を、所定の線分で指定することにより修正を指示する修正工程と、前記修正が指示された線分の画素値、前記分割された前景領域と背景領域の画素値に基づいて、修正された前景領域のモデルと背景領域のモデルを作成するモデル作成工程と、前記作成されたモデルを用いて前記画像データを前景領域と背景領域に分割する分割工程を備えたことを特徴とする画像処理方法。
請求項１０記載の画像処理方法をコンピュータに実現させるためのプログラム。
請求項１０記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。