JP2015032211A - 画像処理装置、方法およびプログラム - Google Patents

Abstract

【課題】照明の変動などに対しても頑健な高精度の認識を可能とする。
【解決手段】画像処理装置は、取得部と、設定部と、第１算出部と、第２算出部と、第３算出部と、を備える。取得部は、画像を取得する。設定部は、２以上の画素を含む複数の第１領域と、２以上の画素を含み、少なくとも１つが第１領域に対して位置または大きさが異なる複数の第２領域と、を画像上に設定する。第１算出部は、複数の第１領域の画像の特徴を表す第１特徴データを算出する。第２算出部は、複数の第２領域間の輝度勾配である第２特徴データを算出する。第３算出部は、第１特徴データと第２特徴データとの相対関係を表す相対特徴データを算出する。
【選択図】図１

Description

本発明の実施形態は、画像処理装置、方法およびプログラムに関する。

画像認識技術を用いて拡張現実感を実現する手法として、マーカを利用する手法が知られている。しかし、無機質なマーカはデザインを損ねるという問題がある。この問題を解消するため、対象物体の状態の変化（対象物体が回転したり距離が変わったりすること）に頑健な局所特徴量を用いてマーカを用いずに対象物体を特定する手法が知られている。

特表２０１０−５４１０５３号公報

しかしながら、従来技術では、照明などの影響により対象物体に影や光沢が生じた場合、認識精度が大きく低下するという問題があった。

実施形態の画像処理装置は、取得部と、設定部と、第１算出部と、第２算出部と、第３算出部と、を備える。取得部は、画像を取得する。設定部は、２以上の画素を含む複数の第１領域と、２以上の画素を含み、少なくとも１つが第１領域に対して位置または大きさが異なる複数の第２領域と、を画像上に設定する。第１算出部は、複数の第１領域の画像の特徴を表す第１特徴データを算出する。第２算出部は、複数の第２領域間の輝度勾配である第２特徴データを算出する。第３算出部は、第１特徴データと第２特徴データとの相対関係を表す相対特徴データを算出する。

本実施形態の物体検出装置のブロック図。 本実施形態における物体検出処理のフローチャート。 領域の形状および配置の一例を説明するための図。 領域の形状および配置の一例を説明するための図。 領域の形状および配置の一例を説明するための図。 領域の形状および配置の一例を説明するための図。 領域の形状および配置の一例を説明するための図。 領域の形状および配置の一例を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 第１領域および第２領域の位置および大きさの関係を説明するための図。 ２つの特徴データの差を特徴データとする例を説明する図。 ２つの特徴データの差の比を特徴データとする例を説明する図。 本実施形態にかかる画像処理装置のハードウェア構成図。

以下に添付図面を参照して、この発明にかかる画像処理装置の好適な実施形態を詳細に説明する。

照明などの影響による認識精度低下の問題に対し、特徴量算出の要素である輝度勾配を強調することで高い認識精度を実現する技術が提案されている。しかし、この技術は、対象物体の形状や性質がある程度既知であることを利用するため、対象物体の形状等が未知の場合、適用できない。この他、前処理としてフィルタを用いて輝度値を正規化した後に、輝度勾配を算出する方法も考えられる。しかし、この方法では計算量が過大となるため、計算性能の低い携帯端末などに適用することが困難となる。

本実施形態にかかる画像処理装置は、位置または大きさが異なる複数の領域から算出した複数の特徴データ（輝度勾配など）の相対関係を用いて照明の影響を除去する。例えば照明が２つの輝度勾配に対して同等の影響を与えている場合、２つの輝度勾配の差や比を用いることにより、照明の影響がない特徴データを算出できる。影や光沢などの照明の影響を受けない特徴データが算出可能になるため、照明変動に頑健な画像認識（物体認識）が可能となる。なお、特徴データは、画像の特徴を表すデータである。特徴データは、スカラー（特徴量）であっても、ベクトル（特徴ベクトル）であってもよい。

以下では、画像認識により画像から物体を検出する物体検出装置として画像処理装置を実現した例を説明する。適用可能な装置は物体検出装置に限られるものではない。例えば、物体を検出する機能を備えず、物体検出等に用いられる特徴データの抽出までを行う装置として画像処理装置を実現してもよい。

図１は、本実施形態の物体検出装置１００の機能構成例を示すブロック図である。物体検出装置１００は、記憶部１２１と、表示部１３１と、取得部１０１と、設定部１０２と、第１算出部１０３と、第２算出部１０４と、第３算出部１０５と、検出部１０６と、を備えている。

記憶部１２１は、各種処理で参照される情報を記憶する。例えば、記憶部１２１は、予め定められた登録物体を特定する情報と、登録物体の画像から求められた特徴データとを対応づけて記憶する。後述する検出部１０６は、記憶部１２１に記憶された特徴データと、撮像された画像から求められた対象物の特徴データとを照合することにより、対象物に適合する登録物体を検出する。なお、記憶部１２１は、ＨＤＤ（Hard Disk Drive）、光ディスク、メモリカード、ＲＡＭ（Random Access Memory）などの一般的に利用されているあらゆる記憶媒体により構成することができる。

表示部１３１は、各種情報を表示するものであり、例えば液晶ディスプレイやタッチパネル式ディスプレイなどの表示装置により実現できる。

取得部１０１は、対象物が撮像された画像を取得する。取得部１０１は、例えば、物体検出装置１００に撮像部（カメラ）が搭載されている場合は、カメラにより撮像された画像を取得するように構成できる。取得部１０１が、物体検出装置１００の外部装置から画像を取得するように構成してもよい。

設定部１０２は、取得された画像上に領域を設定する。例えば、設定部１０２は、複数の第１領域と、第１領域に対して位置または大きさが異なる複数の第２領域とを、取得された画像上に設定する。第１領域および第２領域は、２以上の画素を含む領域である。複数の第２領域のうち少なくとも１つの領域が、複数の第１領域のうち少なくとも１つの領域に対して、位置または大きさが異なっていればよい。第１領域および第２領域の配置例については後述する。

第１算出部１０３は、複数の第１領域の画像の特徴を表す特徴データ（第１特徴データ）を算出する。第２算出部１０４は、複数の第２領域の画像の特徴を表す特徴データ（第２特徴データ）を算出する。第１特徴データおよび第２特徴データの少なくとも一方は、領域間の輝度勾配を表す。以下では、主に第２特徴データが輝度勾配を表すものとして説明する。第１特徴データが輝度勾配を表し、第２特徴データが輝度勾配以外の特徴を表す場合は、第１特徴データと第２特徴データとを入れ替えて以下の手法を適用すればよい。

領域間の輝度勾配は、例えば以下のような方法で算出できる。
・各領域の輝度平均の重み付和
・各領域の輝度平均を重み付きで乗算した値
・各領域の輝度合計の重み付和
・各領域の輝度合計を重み付きで乗算した値

輝度勾配の具体例についてさらに説明する。輝度勾配は、複数の領域のうち少なくとも２つの領域の間の輝度差を表すデータであればどのような方法で算出してもよい。例えば輝度勾配の方向は、以下の（１）式〜（３）式により算出される。また、以下の（４）式により輝度勾配の強度が算出される。

輝度値Ｌ_ｘ（ｉ）（ｉ＝１，２，・・・，ｎ）は、座標ｘのサンプリング点に対応するｎ個の領域の輝度値である。Ｖ（ｘ）およびＨ（ｘ）は、それぞれ垂直方向および水平方向の輝度勾配の方向である。ａ_ｉはｉ番目の領域の重みである。Ｕ_Ｖ（ｘ）は垂直方向の輝度勾配を算出するときに使用する領域の集合である。Ｕ_Ｈ（ｘ）は水平方向の輝度勾配を算出するときに使用する領域の集合である。Ｕ_Ｖ（ｘ）とＵ_Ｈ（ｘ）とは一致していてもよい。θ（ｘ）は、サンプリング点ｘにおける輝度勾配の方向である。ｍ（ｘ）は、サンプリング点ｘにおける輝度勾配の強度である。

領域の輝度値とは、領域内の画素の輝度値の重み付和や、領域内の画素の輝度値の重み付き平均のことをいう。輝度値の重みは一定でもよいし、ガウシアンフィルタなどを使って決めてもよいし、任意の値に設定してもよい。領域が矩形の場合、輝度平均はＩｎｔｅｇｒａｌ Ｉｍａｇｅを用いると高速に算出できる。

輝度勾配を算出するためには、少なくとも２つの領域が設定されればよい。例えば、垂直方向の輝度勾配を算出するためには垂直方向に並ぶ２つの領域が設定されればよい。水平方向の輝度勾配を算出するためには水平方向に並ぶ２つの領域が設定されればよい。

輝度勾配以外の特徴データは、例えば以下のような方法で算出できる。
・各領域の輝度平均の総和
・各領域の輝度平均を乗算した値
・各領域の輝度合計の総和
・各領域の輝度合計を乗算した値

第３算出部１０５は、第１特徴データと第２特徴データとの相対関係を表す相対特徴データを算出する。例えば、第３算出部１０５は、第１特徴データと第２特徴データとの差である相対特徴データ、または、第１特徴データと第２特徴データとの比である相対特徴データを算出する。

第１特徴データおよび第２特徴データが共に輝度勾配の場合、両者の差をとることにより、影や光沢の輝度勾配方向に対する影響を相殺した相対特徴データを得ることができる。

第１特徴データおよび第２特徴データの比を相対特徴データとする場合は、影や光沢の輝度勾配強度（コントラスト）に対する影響を抑制することができる。この場合は、第１特徴データおよび第２特徴データの一方が輝度勾配以外の特徴データであってもよい。

第３算出部１０５は、第１特徴データと第２特徴データとの差および比を組み合わせて相対特徴データを算出してもよい。これにより、輝度勾配方向および輝度勾配強度の両方に対する影や光沢の影響を抑制した相対特徴データを算出できる。例えば、第３算出部１０５が、第１特徴データと第２特徴データとの差、および、第３特徴データと第２特徴データとの差、の比である相対特徴データを算出してもよい。

第３特徴データとは、複数の第３領域の画像の特徴を表すデータである。第３領域は、第１領域および第２領域に対して位置または大きさが異なる領域であり、例えば設定部１０２により設定される。この場合、例えば第２算出部１０４（第１算出部１０３でもよい）が、第３領域の画像の特徴を表す第３特徴データを算出するように構成すればよい。

検出部１０６は、算出された相対特徴データと、記憶部１２１に記憶された登録物体の特徴データとを比較し、算出された相対特徴データと類似または一致する特徴データを有する登録物体を、対象物に対応する登録物体として特定（検出）する。登録物体の特徴データは、第３算出部１０５と同様の手法により事前に算出される。検出部１０６は、ＳＳＤ（Sum of Squared Difference）、ＳＡＤ（Sum of Absolute Difference）、および、正規化相互相関などによって、特徴データ間の類似度を算出してもよい。また、検出部１０６が、ＳＶＭ（Support Vector Machine）などの識別器によって対象物に対応する登録物体を検出するように構成してもよい。

取得部１０１、設定部１０２、第１算出部１０３、第２算出部１０４、第３算出部１０５、および、検出部１０６は、例えば、ＣＰＵ（Central Processing Unit）などの処理装置にプログラムを実行させること、すなわち、ソフトウェアにより実現してもよいし、ＩＣ（Integrated Circuit）などのハードウェアにより実現してもよいし、ソフトウェアおよびハードウェアを併用して実現してもよい。

次に、このように構成された本実施形態にかかる物体検出装置１００による物体検出処理について図２を用いて説明する。図２は、本実施形態における物体検出処理の一例を示すフローチャートである。

取得部１０１は、例えばカメラで撮像された画像を取得する（ステップＳ１０１）。設定部１０２は、取得された画像内に第１領域を設定する（ステップＳ１０２）。設定部１０２は、取得された画像内に第２領域を設定する（ステップＳ１０３）。３つの領域の特徴データを用いる場合は、設定部１０２が、さらに画像内に第３領域を設定してもよい。

第１算出部１０３は、第１領域から第１特徴データを算出する（ステップＳ１０４）。第２算出部１０４は、第２領域から第２特徴データを算出する（ステップＳ１０５）。第３算出部１０５は、第１特徴データと第２特徴データとから、相対特徴データを算出する（ステップＳ１０６）。

検出部１０６は、算出された相対特徴データと、記憶部１２１に記憶された登録物体の特徴データとを比較する（ステップＳ１０７）。検出部１０６は、対応する登録物体、すなわち、特徴データが類似または一致する登録物体が検出されたか否かを判断する（ステップＳ１０８）。検出された場合（ステップＳ１０８：Ｙｅｓ）、検出部１０６は、物体が検出されたことを出力し（ステップＳ１０９）、物体検出処理を終了する。対応する登録物体が検出されなかった場合（ステップＳ１０８：Ｎｏ）、検出部１０６は物体検出処理を終了する。

物体が検出されたことは、通信部（図示せず）などを介して外部装置に出力してもよいし、表示部１３１に出力（表示）してもよい。検出部１０６が、検出結果に応じたコンテンツを表示部１３１に表示してもよい。例えば、検出部１０６が、検出結果に応じた映像を表示部１３１にストリーミング配信したり、検出結果に応じたホームページを表示部１３１に表示したりしてもよい。これにより、ユーザに特定結果をフィードバックすることができる。映像の配信や、ホームページの表示に時間がかかる場合は、物体を認識（検出）したことを示すアニメーションを表示部１３１に表示してもよい。これにより、物体を認識したか否かをユーザに素早くフィードバックすることができる。

次に、特徴データを算出する領域（第１領域、第２領域など）の形状および配置の例について説明する。図３〜図８は、領域の形状および配置の一例を説明するための図である。

図３は、複数の領域それぞれを矩形とし、基準となる点（サンプリング点など）を中心とする円の円周上に各領域が配置される例を示す。なお、各領域の形状は任意であり、矩形（正方形、長方形）のほか、多角形（八角形など）および円形（楕円形を含む）などでもよい。

図４は、基準となる点を中心とする矩形の外周上に各領域が配置される例を示す。図５は、基準となる点を中心とするひし形の外周上に各領域が配置される例を示す。図６は、基準となる点を通る直線上に各領域が配置される例を示す。図７は、各領域が隣り合うように配置される例を示す。

図８は、各領域の一部が重なり合うように配置する例を示す。図８は、図５のように各領域がひし形の外周上に配置され、かつ、重なり合うように配置される例である。図３、図４および図６などの例に従い各領域が配置され、かつ、各領域が重なり合うように配置されてもよい。

次に、第１領域および第２領域（または第３領域）の位置および大きさの関係の例について説明する。図９〜図１８は、第１領域および第２領域の位置および大きさの関係の一例を説明するための図である。各図では、斜線なしの領域が第１領域を表し、斜線ありの領域が第２領域を表す。逆に、斜線ありの領域が第１領域を表し、斜線なしの領域が第２領域を表すように構成してもよい。

図９は、第１領域および第２領域が、同一の円の円周上に配置される例を示す。図９では、第２領域に含まれる矩形の各領域の大きさが、第１領域に含まれる矩形の各領域の大きさより大きい例が示されている。なお、図９は、第２領域上に第１領域が重ね合わされていることを表している。第１領域の中心と第２領域の中心とは一致している必要はない。また、図９のように、第１領域と第２領域の一部が重なり合うように配置されてもよいし、重なり合わないように配置されてもよい。

図９は、同一の円の円周上に配置される例であるが、同心円状の２つの円それぞれの円周上に、第１領域および第２領域がそれぞれ配置されてもよい。

図１０は、第１領域および第２領域が、中心を共有する矩形の外周上に配置される例を示す。図１０は、同一の矩形の外周上に配置される例であるが、中心を共有する異なる２つの矩形それぞれの外周上に、第１領域および第２領域がそれぞれ配置されてもよい。

図１１は、第１領域および第２領域が、中心を共有するひし形の外周上に配置される例を示す。図１１は、同一のひし形の外周上に配置される例であるが、中心を共有する異なる２つのひし形それぞれの外周上に、第１領域および第２領域がそれぞれ配置されてもよい。

図１２は、第１領域および第２領域が、同一の直線上に配置される例を示す。直線の方向は水平方向に限られるものではなく、任意の方向とすることができる。

図１３は、第１領域および第２領域が、中心を共有するが相互に異なる形状の外周上に配置される例を示す。図１３は、第１領域が円の円周上に配置され、第２領域が矩形の外周上に配置される例を示す。相互に異なる形状の組み合わせはこれに限られるものではなく、任意の組み合わせを適用できる。

図１４は、第１領域および第２領域が、中心を共有しない２つの円の円周上にそれぞれ配置される例を示す。図１５は、第１領域および第２領域が、中心を共有しない２つの矩形の外周上に配置される例を示す。図１６は、第１領域および第２領域が、中心を共有しない２つのひし形の外周上に配置される例を示す。図１４から図１６で、２つの形状の中心がずれる方向は、図示する方向に限られるものではない。

図１７は、第１領域および第２領域が、異なる２つの直線上にそれぞれ配置される例を示す。図１８は、第１領域および第２領域が、中心を共有せず相互に異なる形状の外周上に配置される例を示す。

第１領域の形状、第２領域の形状、第１領域と第２領域の位置関係、および、第１領域と第２領域の大きさの関係は、アプリケーションの使い方や対象物体の形状によって最適なものを選べばよい。

例えば、図３のように各領域を円状に配置すれば、どのような方向の輝度勾配も一様に算出できる。図４のように各領域を矩形の外周上に配置すれば、縦方向の輝度勾配や横方向の輝度勾配を高精度に算出できる。図５のように各領域をひし形の外周上に配置すれば、縦方向の輝度勾配や横方向の輝度勾配を高速に算出できる。図６および図７のように、各領域を直線状、または、隣り合うように配置すれば、一定方向の輝度勾配を高速に算出できる。

相対特徴データが、例えば、第１特徴データと第２特徴データとの差を用いて算出した値であれば、影や光沢による輝度勾配方向の影響がない特徴データを得ることができる。図１９は、２つの特徴データの差を特徴データ（相対特徴データ）とする例を説明する図である。図１９は、２つの特徴データがいずれも輝度勾配である場合の例を示す。

図１９の左は、影や光沢の影響がない場合に算出される相対特徴データの例を示す。相対特徴データは、第１特徴データ１９０１と第２特徴データ１９０２との差で表される。

図１９の右は、影や光沢の影響がある場合に算出される相対特徴データの例を示す。この場合は、影や光沢の影響による特徴データ１９０３が、第１領域の輝度勾配、および、第２領域の輝度勾配のそれぞれに加算される。一方、相対特徴データは、第１領域の輝度勾配と第２領域の輝度勾配との差である。このため、両者の差分を取ることにより特徴データ１９０３が相殺され、図１９の左と同じ相対特徴データが算出される。

相対特徴データが、例えば、第１特徴データと第２特徴データとの比を用いて算出した値であれば、影や光沢による輝度勾配強度の影響がない特徴データを得ることができる。

相対特徴データが、例えば、第１特徴データと第２特徴データとの差および比を組み合わせて算出した値であれば、影や光沢による輝度勾配方向の影響、および、影や光沢による輝度勾配強度の影響がない特徴データを得ることができる。

図２０は、２つの特徴データの差を複数求め、複数の差の比を特徴データ（相対特徴データ）とする例を説明する図である。図２０は、２つの特徴データがいずれも輝度勾配である場合の例を示す。

図２０の左は、影や光沢の影響がない場合に算出される相対特徴データの例を示す。相対特徴データは、第１特徴データ２００１と第２特徴データ２００２との差を、第３特徴データ２００３と第２特徴データ２００２との差で除算した値となる。

図２０の右は、影や光沢の影響がある場合に算出される相対特徴データの例を示す。この場合は、影や光沢の影響による特徴データ２００４が、第１領域の輝度勾配、第２領域の輝度勾配、および、第３領域の輝度勾配のそれぞれに加算される。また、第１特徴データ２００１、第２特徴データ２００２、および、第３特徴データ２００３に相当する輝度勾配は、影や光沢の影響により強度がそれぞれａ倍された特徴データ２００１−２、特徴データ２００２−２、および、特徴データ２００３−２に変化する。なお、コントラストが低下する場合、ａは１未満の値となる。また、コントラストが増加する場合、ａは１より大きい値となる。

図２０の例では、３つの領域のうち２つの領域間の輝度勾配の差を取り、異なる組み合わせの２つの領域に対して求めた複数の差の比を相対特徴データとする。これにより、影や光沢の影響による特徴データ２００４が相殺されるとともに、コントラストの変化分であるａの影響も相殺される。この結果、図２０の左と右とで同じ相対特徴データが算出される。

このように、本実施形態にかかる画像処理装置では、位置または大きさが異なる複数の領域から算出した複数の特徴データの相対関係を用いて影や光沢などの照明の影響を受けない特徴データを算出する。これにより、照明の変動などに対しても頑健な高精度の画像認識（物体認識）が可能となる。

次に、本実施形態にかかる画像処理装置のハードウェア構成について図２１を用いて説明する。図２１は、本実施形態にかかる画像処理装置のハードウェア構成を示す説明図である。

本実施形態にかかる画像処理装置は、ＣＰＵ（Central Processing Unit）５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ（Random Access Memory）５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、各部を接続するバス６１を備えている。

本実施形態にかかる画像処理装置で実行されるプログラムは、ＲＯＭ５２等に予め組み込まれて提供される。

本実施形態にかかる画像処理装置で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータプログラムプロダクトとして提供されるように構成してもよい。

さらに、本実施形態にかかる画像処理装置で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、本実施形態にかかる画像処理装置で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

本実施形態にかかる画像処理装置で実行されるプログラムは、コンピュータを上述した画像処理装置の各部（取得部、設定部、第１算出部、第２算出部、第３算出部、検出部）として機能させうる。このコンピュータは、ＣＰＵ５１がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００ 物体検出装置
１０１ 取得部
１０２ 設定部
１０３ 第１算出部
１０４ 第２算出部
１０５ 第３算出部
１０６ 検出部
１２１ 記憶部
１３１ 表示部

Claims (12)

1. 画像を取得する取得部と、
   ２以上の画素を含む複数の第１領域と、２以上の画素を含み、少なくとも１つが前記第１領域に対して位置または大きさが異なる複数の第２領域と、を前記画像上に設定する設定部と、
   複数の前記第１領域の画像の特徴を表す第１特徴データを算出する第１算出部と、
   複数の前記第２領域間の輝度勾配である第２特徴データを算出する第２算出部と、
   前記第１特徴データと前記第２特徴データとの相対関係を表す相対特徴データを算出する第３算出部と、
   を備える画像処理装置。
2. 前記設定部は、同一の円の円周上に配置されるように前記第１領域と前記第２領域とを前記画像上に設定する、
   請求項１に記載の画像処理装置。
3. 前記設定部は、同心円状の２つの円それぞれの円周上に配置されるように前記第１領域と前記第２領域とを前記画像上に設定する、
   請求項１に記載の画像処理装置。
4. 前記設定部は、同一の矩形の外周上に配置されるように前記第１領域と前記第２領域とを前記画像上に設定する、
   請求項１に記載の画像処理装置。
5. 前記設定部は、前記第１領域と、前記第１領域と中心が同一で大きさが異なる前記第２領域と、を前記画像上に設定する、
   請求項１に記載の画像処理装置。
6. 前記第３算出部は、前記第１特徴データと前記第２特徴データとの差である前記相対特徴データを算出する、
   請求項１に記載の画像処理装置。
7. 前記第３算出部は、前記第１特徴データと前記第２特徴データとの比である前記相対特徴データを算出する、
   請求項１に記載の画像処理装置。
8. 前記設定部は、さらに、２以上の画素を含み、少なくとも１つが前記第１領域および前記第２領域に対して位置または大きさが異なる複数の第３領域と、を前記画像上に設定し、
   前記第２算出部は、さらに、複数の前記第３領域の画像の特徴を表す第３特徴データを算出し、
   前記第３算出部は、前記第１特徴データと前記第２特徴データと前記第３特徴データとの相対関係を表す相対特徴データを算出する、
   請求項１に記載の画像処理装置。
9. 前記第３算出部は、前記第１特徴データと前記第２特徴データとの差、および、前記第３特徴データと前記第２特徴データとの差の比である前記相対特徴データを算出する、
   請求項８に記載の画像処理装置。
10. 前記第１特徴データは、複数の前記第１領域間の輝度勾配である、
    請求項１に記載の画像処理装置。
11. 画像を取得し、
    ２以上の画素を含む複数の第１領域と、２以上の画素を含み、少なくとも１つが前記第１領域に対して位置または大きさが異なる複数の第２領域と、を前記画像上に設定し、
    複数の前記第１領域の画像の特徴を表す第１特徴データを算出し、
    複数の前記第２領域間の輝度勾配である第２特徴データを算出し、
    前記第１特徴データと前記第２特徴データとの相対関係を表す相対特徴データを算出する、画像処理方法。
12. コンピュータを、
    画像を取得する手段と、
    ２以上の画素を含む複数の第１領域と、２以上の画素を含み、少なくとも１つが前記第１領域に対して位置または大きさが異なる複数の第２領域と、を前記画像上に設定する手段と、
    複数の前記第１領域の画像の特徴を表す第１特徴データを算出する手段と、
    複数の前記第２領域間の輝度勾配である第２特徴データを算出する手段と、
    前記第１特徴データと前記第２特徴データとの相対関係を表す相対特徴データを算出する手段、
    として機能させるための、画像処理プログラム。

Images