JP2016105253A - 領域分割装置及び方法 - Google Patents
領域分割装置及び方法 Download PDFInfo
- Publication number
- JP2016105253A JP2016105253A JP2014243376A JP2014243376A JP2016105253A JP 2016105253 A JP2016105253 A JP 2016105253A JP 2014243376 A JP2014243376 A JP 2014243376A JP 2014243376 A JP2014243376 A JP 2014243376A JP 2016105253 A JP2016105253 A JP 2016105253A
- Authority
- JP
- Japan
- Prior art keywords
- representative data
- clustering
- data
- dead
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 99
- 230000006866 deterioration Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 25
- 238000012937 correction Methods 0.000 description 18
- 230000004048 modification Effects 0.000 description 14
- 238000012986 modification Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
画像を、画素データのクラスタリングにより複数の領域に分割する領域分割装置であって、
前記画像を構成する各画素を、その画素データに基づいて複数の代表データのいずれかへクラスタリングするクラスタリング手段と、
前記クラスタリング手段によるクラスタリングの結果として各代表データに帰属した画素データに基づいて、前記複数の代表データを次のクラスタリングのために更新する更新手段と、
前記クラスタリング手段によるクラスタリングにより生じたデッドクラスタに対応する代表データを、デッドクラスタの状態を解消するために変更する変更手段と、を備える。
・代表データの初期配置(最初のフレーム画像について、ステップS202で代表データを得るのに用いた配置)を代表データのX、Yに代入し、
・現在処理中の画像データ(フレーム画像)から、上記初期配置の位置の画素データの色情報を取得して、代表データのR、G、Bに代入する、
ことにより代表データを補正する。デッドクラスタの詳細は後述する。次にステップS212に進み、代表データ保持部112に補正した代表データを保存する。
上記実施形態では、クラスタリング処理部によるクラスタリングの実行のたびに複数の代表データのそれぞれについてデッドクラスタか否かを判定し、デッドクラスタとなった代表データについて補正を行う方法を説明した。しかしながら本発明はこれに限定されるものではない。例えば、デッドクラスタとなった代表データの数が所定の閾値を超えた場合に全ての代表データを補正し、閾値以下の場合には全ての代表データを補正しないようにしてもよい。図4に変形例1による処理を説明するためのフローチャートを示す。なお、図2のフローチャートに示される処理と同様の処理には同一の参照番号が付与されている。
また、図2に示したようなデッドクラスタとなった代表データごとに補正する処理と、図4に示したような代表データを一括して補正する処理を組み合わせてもよい。すなわち、代表データ更新部114は、デッドクラスタの数が閾値を越えた場合に複数の代表データの全てを変更し、デッドクラスタの数が閾値以下の場合にはデッドクラスタと判定された代表データを変更するようにしてもよい。そのような処理の一例について図5のフローチャートを参照して説明する。なお、図5において、図2のフローチャートに示される処理と同様の処理には同一の参照番号が付与されている。また、ステップS501〜S503は、図4のステップS401〜S403と同様の処理である。
変形例1では、処理対象の画像の全体についてデッドクラスタの数を計数し、代表データの一括した補正を行ったが、これに限られるものではない。たとえば、図6に示すように部分領域を設定し、部分領域ごとにデッドクラスタの数を集計し、部分的に代表データを補正するようにしてもよい。すなわち、代表データ更新部114は、部分領域に属するデッドクラスタの数が閾値を超える場合に、その部分領域に属する代表データを補正する。ここで、部分領域に属する代表データの補正においては、その部分領域に属する全ての代表データが補正される。なお、変形例2と同様に、デッドクラスタの数が閾値以下の部分領域については、デッドクラスタとなった代表データのみが補正されるような構成が追加されてもよい。601は画像データを示し、点線は部分領域を示す。図6(a)は等間隔に部分領域を設定した例であり、部分領域602が等間隔に横方向に3つ、縦方向に3つ並べられている。なお、部分領域の設定は図6(b)の部分領域603、部分領域604のように互いに重複させても構わない。
図2、図4、図5、図7を用いてデッドクラスタの補正方法について説明したが、何れもデッドクラスタとなった代表データを補正するタイミングは繰り返し計算のループの中であった。すなわち、画像について、クラスタリングと代表データの更新を複数回実行し、それらの実行のたびにデッドクラスタに対応する代表データを補正するようにしていた。しかしながら、代表データを補正するタイミングは繰り返し計算のループの中でなくてもよい。例えば、各フレーム画像の処理の最後で補正しても構わない。すなわち、代表データ更新部114は、複数回のクラスタリングと代表データの更新の繰り返しが完了した後に、デッドクラスタに対応する代表データを変更するようにしもよい。図9は図2の処理をベースに、各フレーム画像の処理の最後で代表データを補正する例を示す。図2のフローチャートとはステップS208より後のフローが異なる。
上記実施形態及び各変形例では、図1に示される機能構成が専用のハードウェアで実現されてもよいし、CPUが所定のプログラムを実行することにより、すなわちCPUによるソフトウェア処理により実現されてもよい。ソフトウェア処理により実現される場合は、たとえば図10に示されるような情報処理装置を用いることができる。
Claims (16)
- 画像を、画素データのクラスタリングにより複数の領域に分割する領域分割装置であって、
前記画像を構成する各画素を、その画素データに基づいて複数の代表データのいずれかへクラスタリングするクラスタリング手段と、
前記クラスタリング手段によるクラスタリングの結果として各代表データに帰属した画素データに基づいて、前記複数の代表データを次のクラスタリングのために更新する更新手段と、
前記クラスタリング手段によるクラスタリングにより生じたデッドクラスタに対応する代表データを、デッドクラスタの状態を解消するために変更する変更手段と、を備えることを特徴とする領域分割装置。 - 前記画像について、前記クラスタリング手段によるクラスタリングと前記更新手段による代表データの更新を複数回実行し、
前記変更手段は、前記クラスタリング手段によるクラスタリングの実行のたびに、デッドクラスタに対応する代表データを変更することを特徴とする請求項1に記載の領域分割装置。 - 前記変更手段は、前記複数の代表データのそれぞれについてデッドクラスタか否かを判定し、デッドクラスタと判定された代表データを変更することを特徴とする請求項1または2に記載の領域分割装置。
- 前記変更手段は、デッドクラスタの数が閾値を越えた場合に前記複数の代表データの全てを変更し、デッドクラスタの数が前記閾値以下の場合には全ての代表データについて変更を行わないことを特徴とする請求項1または2に記載の領域分割装置。
- 前記変更手段は、デッドクラスタの数が閾値を越えた場合に前記複数の代表データの全てを変更し、デッドクラスタの数が前記閾値以下の場合にはデッドクラスタと判定された代表データを変更することを特徴とする請求項1または2に記載の領域分割装置。
- 前記変更手段は、前記画像に複数の部分領域を設定し、該部分領域に属するデッドクラスタの数が閾値を超える場合に該部分領域に属する全ての代表データを変更することを特徴とする請求項1または2に記載の領域分割装置。
- 前記変更手段は、デッドクラスタの数が閾値以下となる部分領域において、デッドクラスタと判定された代表データを変更することを特徴とする請求項6に記載の領域分割装置。
- 前記画像について、前記クラスタリング手段によるクラスタリングと前記更新手段による代表データの更新を複数回実行し、
前記変更手段は、前記複数回の実行が完了した後に、デッドクラスタに対応する代表データを変更することを特徴とする請求項1に記載の領域分割装置。 - 前記変更手段は、変更の対象となった代表データを、前記画像を構成する画素の画素データを用いて変更することを特徴とする請求項1乃至8のいずれか1項に記載の領域分割装置。
- 前記変更手段は、複数の代表データに対して予め設定されている複数の特定位置のうち、変更の対象となった代表データの位置に対応する特定位置の画素データを用いて、前記変更の対象となった代表データを変更することを特徴とする請求項9に記載の領域分割装置。
- 前記変更手段は、複数の代表データに対して予め設定されている複数の特定位置のうち、変更の対象となった代表データの位置とその周囲の代表データの位置に対応する特定位置の画素データを用いて、前記変更の対象となった代表データを変更することを特徴とする請求項9に記載の領域分割装置。
- 前記クラスタリングは、順次に入力される複数の画像について実行され、
新たな画像のクラスタリングに際しては、その前の画像のクラスタリングの後に前記更新手段が更新した代表データが引き継がれ、
前記複数の特定位置は、前記複数の画像のうちの最初の画像についてクラスタリングを実行する際に設定された初期位置であることを特徴とする請求項10または11に記載の領域分割装置。 - 前記変更手段は、複数の代表データに対して予め設定されている複数の特定範囲のうち、変更の対象となった代表データの位置に対応する特定範囲においてランダムに選択された画素データを用いて前記変更の対象となった代表データを変更することを特徴とする請求項9に記載の領域分割装置。
- 前記変更手段は、変更の対象となった代表データを、その周囲の代表データに基づいて変更することを特徴とする請求項1乃至8のいずれか1項に記載の領域分割装置。
- 画像を、画素データのクラスタリングにより複数の領域に分割する領域分割装置による領域分割方法であって、
前記画像を構成する各画素を、その画素データに基づいて複数の代表データのいずれかへクラスタリングするクラスタリング工程と、
前記クラスタリング工程におけるクラスタリングの結果として各代表データに帰属した画素データに基づいて、前記複数の代表データを次のクラスタリングのために更新する更新工程と、
前記クラスタリング工程におけるクラスタリングにより生じたデッドクラスタに対応する代表データを、デッドクラスタの状態を解消するために変更する変更工程と、を有することを特徴とする領域分割方法。 - 請求項1乃至14のいずれか1項に記載の領域分割装置の各手段としてコンピュータを機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014243376A JP6463101B2 (ja) | 2014-12-01 | 2014-12-01 | 領域分割装置及び方法 |
US14/951,693 US9679388B2 (en) | 2014-12-01 | 2015-11-25 | Region segmentation apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014243376A JP6463101B2 (ja) | 2014-12-01 | 2014-12-01 | 領域分割装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016105253A true JP2016105253A (ja) | 2016-06-09 |
JP6463101B2 JP6463101B2 (ja) | 2019-01-30 |
Family
ID=56079481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014243376A Active JP6463101B2 (ja) | 2014-12-01 | 2014-12-01 | 領域分割装置及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9679388B2 (ja) |
JP (1) | JP6463101B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016167150A (ja) * | 2015-03-09 | 2016-09-15 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
WO2021235245A1 (ja) * | 2020-05-21 | 2021-11-25 | ソニーグループ株式会社 | 画像処理装置、画像処理方法、学習装置、学習方法、およびプログラム |
KR20230079868A (ko) * | 2021-11-29 | 2023-06-07 | 국방과학연구소 | 다시점 영상 스티칭을 위한 색 보정 방법, 영상 합성 방법, 영상 처리 장치, 저장 매체 및 컴퓨터 프로그램 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558053B (zh) * | 2015-09-25 | 2019-06-21 | 株式会社理光 | 对象分割方法和对象分割装置 |
US20170178078A1 (en) * | 2015-12-17 | 2017-06-22 | Scoutahead.com, LLC | System and method for matching candidates and employers |
JP6815741B2 (ja) * | 2016-03-30 | 2021-01-20 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
RU2635900C1 (ru) * | 2016-07-07 | 2017-11-16 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер для кластеризации областей карты цифрового изображения |
JP6851163B2 (ja) * | 2016-09-23 | 2021-03-31 | 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 |
GB201617444D0 (en) | 2016-10-14 | 2016-11-30 | Fujitsu Ltd | Processing digital image to remove unwanted portion |
CN106548483B (zh) * | 2016-10-27 | 2019-04-19 | 西北工业大学 | 一种基于三维超像素分割的材料晶粒边缘提取方法 |
CN108664976B (zh) * | 2018-04-25 | 2022-06-03 | 安徽大学 | 一种基于超像素的模糊谱聚类脑肿瘤图像自动分割方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09319995A (ja) * | 1996-05-30 | 1997-12-12 | Oki Electric Ind Co Ltd | 文字領域抽出方法およびナンバープレート検出装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6567936B1 (en) * | 2000-02-08 | 2003-05-20 | Microsoft Corporation | Data clustering using error-tolerant frequent item sets |
US9317783B2 (en) * | 2010-06-01 | 2016-04-19 | Hewlett-Packard Development Company, L.P. | Clustering images |
US8918288B2 (en) * | 2011-10-14 | 2014-12-23 | Precision Energy Services, Inc. | Clustering process for analyzing pressure gradient data |
WO2013073168A1 (ja) * | 2011-11-17 | 2013-05-23 | パナソニック株式会社 | 画像処理装置、撮像装置および画像処理方法 |
JP6271937B2 (ja) * | 2013-10-09 | 2018-01-31 | キヤノン株式会社 | 画像処理方法及び装置、プログラム |
US9401026B2 (en) * | 2014-03-12 | 2016-07-26 | Nokia Technologies Oy | Method and apparatus for image segmentation algorithm |
-
2014
- 2014-12-01 JP JP2014243376A patent/JP6463101B2/ja active Active
-
2015
- 2015-11-25 US US14/951,693 patent/US9679388B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09319995A (ja) * | 1996-05-30 | 1997-12-12 | Oki Electric Ind Co Ltd | 文字領域抽出方法およびナンバープレート検出装置 |
Non-Patent Citations (2)
Title |
---|
LAKSHMANA PHANEENDRA MAGULURI ; RAMESH BABU VALLABHANENI ; V. RAJESH: "An efficient de noising based clustering algorithm for detecting dead centers and removal of noise i", 2013 TENTH INTERNATIONAL CONFERENCE ON WIRELESS AND OPTICAL COMMUNICATIONS NETWORKS (WOCN), JPN6018046432, 26 July 2013 (2013-07-26), US * |
森 和徳 KAZUNORI MORI: "テクスチャ特徴を用いたクラスタリングによるカラー画像の領域分割 Segmentation of Color Images Using T", 映像情報メディア学会技術報告 2003年2月開催分(上巻) VOL.27 NO.9 ITE TECHNICAL RE, vol. 第27巻, JPN6018046433, 4 February 2003 (2003-02-04), JP * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016167150A (ja) * | 2015-03-09 | 2016-09-15 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
WO2021235245A1 (ja) * | 2020-05-21 | 2021-11-25 | ソニーグループ株式会社 | 画像処理装置、画像処理方法、学習装置、学習方法、およびプログラム |
KR20230079868A (ko) * | 2021-11-29 | 2023-06-07 | 국방과학연구소 | 다시점 영상 스티칭을 위한 색 보정 방법, 영상 합성 방법, 영상 처리 장치, 저장 매체 및 컴퓨터 프로그램 |
KR102571528B1 (ko) * | 2021-11-29 | 2023-08-28 | 국방과학연구소 | 다시점 영상 스티칭을 위한 색 보정 방법, 영상 합성 방법, 영상 처리 장치, 저장 매체 및 컴퓨터 프로그램 |
Also Published As
Publication number | Publication date |
---|---|
JP6463101B2 (ja) | 2019-01-30 |
US20160155237A1 (en) | 2016-06-02 |
US9679388B2 (en) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6463101B2 (ja) | 領域分割装置及び方法 | |
KR102281017B1 (ko) | 이미지 처리를 위한 신경망 모델 훈련 방법, 장치 및 저장 매체 | |
JP6157138B2 (ja) | 画像処理装置 | |
JP6088792B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
CN110517304B (zh) | 生成深度图的方法、装置、电子设备和存储介质 | |
US9792695B2 (en) | Image processing apparatus, image processing method, image processing system, and non-transitory computer readable medium | |
JP5836831B2 (ja) | 画像修正装置及びそのプログラム | |
JP5849206B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US20170053415A1 (en) | Image processing apparatus and image processing method | |
US11625816B2 (en) | Learning device, image generation device, learning method, image generation method, and program | |
JP6472279B2 (ja) | 画像処理装置及び画像処理方法 | |
JP7114431B2 (ja) | 画像処理方法、画像処理装置およびプログラム | |
JPWO2013161839A1 (ja) | 画像処理方法、及び画像処理装置 | |
JP2018129029A (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
CN112243119B (zh) | 一种白平衡处理方法、装置、电子设备及存储介质 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
CN111695554A (zh) | 一种文本矫正的方法、装置、电子设备和存储介质 | |
GB2589478A (en) | Segmenting irregular shapes in images using deep region growing | |
JP2008113292A (ja) | 動き推定方法,装置,そのプログラムおよびその記録媒体 | |
JP2019020839A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JPWO2013161840A1 (ja) | 画像処理方法、及び画像処理装置 | |
JP7106144B2 (ja) | 画像解析装置 | |
JP6711031B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
JP2016001404A (ja) | 画像処理方法、画像処理装置およびコンピュータプログラム | |
JP6919433B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181109 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181228 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6463101 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |