JP2017111816A - 物体分割方法及び装置 - Google Patents

Abstract

【課題】物体分割方法及び装置を提供する。
【解決手段】被分割物体が含まれている画像を取得しＳ１１０、当該画像を地形図に変換し、地形図に初期クラスタ領域を定めるＳ１２０・水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で初期クラスタ領域を拡張させＳ１３０、拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認しＳ１４０、判断結果が否定的である場合は、複数の物体が含まれている拡張後の各初期クラスタ領域に対し、地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ、当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定める。Ｓ１５０拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むようになるまで、被分割各物体に対し、Ｓ１３０〜Ｓ１５０を繰り返し実行する。
【選択図】図１

Description

本開示は、画像およびビデオ処理分野に関し、具体的には物体分割方法及び装置に関する。

視覚に基づく自動化技術の発展に伴い、多くの自動化システムや装置が果物品質選別、錠剤検出・識別、細胞分析などの多くの分野で使用されるようになる。特に、ロボットクロールという技術が徐々に実験室から工業製品ラインまで、応用されるようになり、労働者を複雑な重作業から解放する。一般的に、ロボットアームでつかめる品物は電気機械部、食品や農産物などを含む。

従来から、ロボットが乱雑に堆積される物体からそれぞれの特定物体を識別するため、テンプレートマッチング法、形状検出方法などの方法を利用するが、それらの方法は不規則な物体の識別に適しない。例えば、唐揚げの拾い取りなどに適用しない。不規則な形状の物体に対し、当該不規則な形状の物体が含まれている画像からそれぞれの物体を直接分割して把持可能な位置を確定することは最も実現可能な方法である。そして、分割するために周囲の物体からの凝着を処理することは最も大きな問題である。

画像の分割処理は二つの大きな種類（境界に基づく分割方法および領域に基づく分割方法）に分ける。分水嶺アルゴリズムはよく使用される領域に基づく分割方法であり、画素と領域との類似度を検出することにより、一枚の画像を複数の相互に重複しない領域に分割できるともに、物体境界の情報を大体保持できるため、不規則な物体の分割に広範囲に使用される。

分水嶺アルゴリズムでは、画像を地形図とみなされ、集水盆地と分水嶺線を探すことによって分割を実現する。しかし、分水嶺アルゴリズムは根本的には領域を拡張させることであり、ノイズに非常に敏感であるため、過度分割の問題を引き起こしやすい（大量の不完全な断片を生成する）。したがって、過度分割の問題を克服するために、類似の領域を統合するように、分割結果に大量の退屈な後処理を実行しなければならない。

本開示の目的は、以上の問題に鑑み、物体分割方法及び装置を提供することにある。

本開示の一様態の実施例では、
被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するステップa、
前記地形図に初期クラスタ領域を定めるステップb、
水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張させるステップc、
拡張後の各初期クラスタ域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合に、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合に、複数の物体が含まれている各拡張後の初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップd、及び
拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むようになるまで、被分割各物体に対し、ステップcとdを繰り返し実行するステップeを含む物体分割方法が提供されている。

本開示の別様態の実施例では、
被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するように構成される取得変換部、
前記地形図に初期クラスタ領域を定めるように構成される位置決め部、
水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張させるように構成される領域拡張部、及び
拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合に、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合に、複数の物体が含まれている拡張後の各初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定め、かつ当該被分割地形図を領域拡張部に伝送して分割を完成させるように構成される制御部を含む物体分割装置が提供されている。

本開示の別様態の実施例では、
プロセッサーと、
メモリと、
前記プロセッサーによって実行されるとき、
被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するステップa、
前記地形図に初期クラスタ領域を定めるステップb、
分水嶺アルゴリズムを利用して水位線が最低水位に低下するまで各水位線で前記初期クラスタ領域を拡張させるステップc、
拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合に、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合に、複数の物体が含まれている各拡張後の初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップd、及び
拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むようになるまで、被分割各物体に対し、ステップcとdを繰り返すステップeを実行する、前記メモリに記憶されたコンピュータプログラム命令と、
を含む画像合成装置が提供されている。

本開示の上記物体分割方法と装置によれば、不規則な凝着物体の効果的な分割を実現できるとともに、過度分割及びそれによって引き起こす分割結果に対する大量の退屈な後処理を回避できる。

図面を突きあわせて本開示の実施例についてより詳細に説明することにより、本開示の上記及び他の目的、特徴および利点がより明らかになる。図面は明細書の一部として本開示の実施例をさらに理解するために提供され、本開示の実施例とともに本開示を説明するために用いられるが、本開示を限定するのに用いるものではない。図面では、同じ参照番号は一般的に同じ部またはステップを表す。
本開示実施例の物体分割方法のフローチャートを示す。 取得した被分割物体が含まれている画像を例示する。 図2aに示す被分割物体が含まれている画像を変換することによって取得した二値画像を例示する。 図2bに示す二値画像に距離変換を施しから得られた距離マップを例示する。 図2cに示す距離マップに定められた初期クラスタ領域の略図を例示する。 分水嶺アルゴリズムを利用して領域を拡張させた後の拡張結果を例示する。 図2cに示す距離マップにおける図2eに示す複数の物体が含まれている領域に対応する部分を例示する。 図2fにおける点線で定められた一部の地形図に改めて定められた初期クラスタ領域の略図を例示する。 本開示実施例の物体分割方法を採用して得られた最終的な分割結果を例示する。 本開示実施例の物体分割方法によって水位線で領域を拡張させるとき発生する例示的な状況を示す。 本開示実施例の物体分割方法によって水位線で領域を拡張させるとき発生する例示的な状況を示す。 ツリー図で反復分割の略図を示す。 本開示実施例の物体分割装置の機能構成ブロック図を示す。 本開示実施例の例示的な物体分割装置を実現するための計算装置のブロック図を示す。

以下、本開示実施例の図面を突きあわせて本開示実施例の技術手段を明確かつ完全に説明する。説明した実施例が単なる本開示実施例の一部であり、すべての実施例ではないのは明らかであろう。本開示の実施例に基づいて、当業者が創造的作業をすることになく取得した他の実施例は、すべて本開示の保護範囲に含まれる。

各種の適切な技術的処理によって積層物体の分割を単層に平置きする物体の分割に変換できる。前記様々の適切な技術的処理は視覚的分層、物理的または機械的手段などのことを指す。例えば、視覚的分層の一例として、積層物体のデプスマップを取得してから、それに基づいて各種の適切な方式を採用して頂部物体層を抽出する（例えば、デプスマップの最小深度値（積層物体の最高点に対応する深度値）に単一物体の平均高さを加算してから、取得した深度値を頂部物体層の分割位置として、かつ当該分割位置に基づいて積層物体の頂部物体層を抽出する）。それにより積層物体の分割をその頂部物体層（単層に平置きする物体）の分割に変換する。

本開示は主に変換後の単層に平置きする物体の分割処理に注目する。具体的には、本開示は主に単層に平置した不規則に凝着する物体の分割に注目する。以下、これについて詳細に説明する。唐揚げは典型的な不規則に凝着する物体である。説明の便宜上、以下、唐揚げを例として説明する。

図1は、本開示実施例の物体分割方法のフローチャートを示す。

図1に示すように、ステップS110では、被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換する。

被分割物体が含まれている画像（グレースケール画像）を取得するため、いかなる方法を使用してもよい。例えば、外部から前記画像を入力してもよく、または前記画像を撮影することによって取得してもよい。

地形図（Topographic image）は画像およびビデオ処理の分野における新たなデータ変換領域の画像であり、「高」および「低」の概念の領域を備えるため、もっと山岳地形の表面のように見える。典型的な地形図は勾配幅図、距離マップ、及びデプスマップなどを含む。本開示では、例として、距離マップを地形図として本開示について詳細に説明する。

本分野では、距離マップ及びグレースケール画像を距離マップに変換することはいずれもよく使用される画像処理手段である。ここでは、ただ理解しやすくするために、以下のように簡単に説明する。具体的には、当該ステップでは、まず被分割物体が含まれている画像を二値画像に変換し、それから当該二値画像に距離変換を施し距離マップを得る。

一枚の二値画像が対象物体と背景という二種類の画素だけを含むと考えればよい（対象物体の画素値が１であり、背景の画素値が0である）。距離変換は二値画像処理と操作でよく使用される手段であり、目標微細化、骨格抽出、形状補間及びマッチング、凝着物体の分割などに広範囲に応用される。距離変換の結果は別の二値画像ではなく、グレースケール画像（距離マップ）である。当該距離マップの各画素の画素値は当該画像とその最も近い背景画素との間の距離を表す。距離マップを地形図として採用する場合、距離マップの各画像の値は地形の高さに対応し、地形における当該点の海抜を表すのは明らかであろう。

図2aは取得した被分割物体（唐揚げ）が含まれている画像を例示する。図2aはランダムに一緒に平置きする9つの唐揚げを示し、撮影することによって得られた画像であってもよく、堆積する唐揚げに層別操作を行うことによって得られた画像であってもよい。図2bは図2aに示す画像を変換することによって得られた二値画像を例示し、このうち黒の画素が背景を表し、白の画素が対象物体（唐揚げ自体）を表す。図2cは図2bに示す二値画像に距離変換を行うことによって得られた距離マップを例示する。図2cに示すように、唐揚げの中心位置に近ければ近いほど画素の値は大きく、明るくなり、唐揚げの縁部位置に近ければ近いほど画素の値は小さく、暗くなる。

必要に応じて、当該ステップでは、後続の水位線低下処理の効率を向上させるため、変換することによって得られた距離マップの各画像の画像値をある適切な範囲に正規化する（例えば、0〜255）。

ステップS120では、前記地形図に初期クラスタ領域を定める。

ここでは、初期クラスタ領域は連通する画素が重合することによって形成されるブロック領域であり、前景画像の中にあり、各被分割物体のシード点を表す。理想的には、定められた初期クラスタ物体は被分割物体と一対一に対応する。当該ステップでは、プリセット閾値を利用して前記地形図に二値化処理を施すことによって前記最初クラスタ領域を定め、このうち当該プリセット閾値を可能な限り利用してすべての被分割物体をちょうどよく定めるため、被分割物体の形状、大きさなどの先験的知識に基づいて前記プリセット閾値を確定してもよい。例えば、また被分割物体が唐揚げであり、地形図が距離マップである場合を例にとり説明し、一般的に、唐揚げの大きさが比較的に一定であり、正規分布を満たすため、許容可能な信頼区間を設定してから二値化処理を施す閾値を確定してもよい。それから距離マップ中の各画像の値と当該閾値を比較することによって当該距離マップに二値化処理を行い、それによって初期クラスタ領域を得る。例えば、図2dは図2cに示す距離マップに定められた初期クラスタ領域の略図を例示し、このうち各白色ブロックは各唐揚げのシード点を表す。

上記プリセット閾値を利用して距離マップに二値化処理を施すことは単なる初期クラスタ領域を定めるための例示的な方法の一つであり、形態学の侵食演算子または機械学習のk-means、K最近傍アルゴリズムなどの適切な方法を使用して初期クラスタ領域を定めてもよい。

ステップS130では、水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張させる。

分水嶺アルゴリズムは本分野でよく使用される画像処理方法であり、ここでは、これ以上詳細に説明しない。当該ステップでは、分水嶺アルゴリズムを採用し、水位が高所から最低水位に低下することを模擬し、かつ水位が低下する過程において領域拡張処理を施す。前述したように、分水嶺アルゴリズムはノイズに敏感であり、過度分割を引き起こしやすい。この問題を解決するために、当該ステップでは、従来の分水嶺アルゴリズムと異なり、各水位線で定められた初期クラスタ領域だけを拡張させ、水位が低下する過程に新たに現れる、初期クラスタ領域以外の他の単離した領域を拡張させない。以下、図3aと3bを突きあわせてこれについて詳細に説明する。

図3aと3bは本開示実施例の物体分割方法によって水位線で領域を拡張させるとき発生する例示的な状況を示す。仮に、図3a左側にある小さな丘が地形図の正面図を表し、かつ当該丘の右側にある山の峰が一つの初期クラスタ領域aを表し、図3aの右側は当該地形図の平面図になる。仮に、水位線が高所から水位「A」に低下するとき、小さな丘の一部が突出して水面に浮かび出て新たな単離した領域sを形成する。右側の平面図における当該新たな単離した領域は小さな円で表され、小さな円の右側にある黒丸は現在の水位「A」における初期クラスタ領域が拡張した後の領域を表す。この場合には、水面に浮かび出た当該新たな単離した領域sを拡張させなく、後続の各水位でもそれを拡張させない。図3bに示すように、水位線が水位「B」まで低下し続ける場合に、黒丸で表された初期クラスタ領域aは当該単離した領域sに接続するまで拡張し続け（図中、淡色の外側部分が当該水位「B」における初期クラスタ領域aの新たな拡張部分を表す）、それによって当該単離した領域sは拡張後の初期クラスタ領域aによって吸収される（図3bの一番右にある黒い中実形状に示すとおりである）。

上述の場合には、水位線が水位「B」に低下するとき単離した領域sに接続するまで新たに拡張する初期クラスタ領域は一つだけである。もし当該水位線で複数の初期クラスタ領域がいずれも拡張した後に当該単離した領域sに接続する傾向がある場合には、複数の初期クラスタ領域から一つを選択して当該単離した領域sに接続するまで拡張させ、かつ他の初期クラスタ領域が拡張するとき当該単離した領域sに接続しないように制御する。複数の初期クラスタ領域から一つの初期クラスタ領域を選択して当該単離した領域sに接続するまで拡張させるため、いかなる適切な方式を採用してもよい。例えば、従来の方法として、一定の代替拡張方式を採用して選択してもよい。他の例で言えば、競争拡張方式を採用して選択してもよい。競争拡張方式では、複数の初期クラスタ領域がいずれも拡張した後に単離した領域sに接続する可能性がある場合、当該単離した領域sに接続するまで競争力に最大な領域を選択して拡張させ、このうち競争力が必要に応じて任意に設定してもよい。例えば、前の水位線における該当複数の初期クラスタ領域の拡張速度または絶対増分、現在の水位線における該当複数の初期クラスタ領域の面積の大きさ、該当複数の初期クラスタ領域から単離した領域sまでの距離などを競争力に設定してもよい。

当該ステップでは、一般的な処理方式として、領域拡張を行う水位線の開始水位を最高水位とする。必要に応じて、もし前のステップS120でプリセット閾値を利用して距離マップに二値化処理を施すことによって初期クラスタ領域を定めれば、当該S130では、水位線の開始水位を当該プリセット閾値にすることになる。

以上、図面を突きあわせて本開示実施例における分水嶺アルゴリズムを利用して各水位線で初期クラスタ領域を拡張させる処理過程に対して詳細に説明した。当該拡張過程では、各水位線で定められた初期クラスタ領域だけを拡張させ、水位が低下する過程に新たに現れる他の単離した領域を拡張させないため、全体の拡張過程に新たな領域を導入することがなく、最終的に拡張することによって得られた領域（分割された物体に対応する）の数は最初に定められた初期クラスタ領域の数である。初期クラスタ領域の数が制御可能であるため、分割結果も制御可能になり、それよって過度分割の発生を回避する。

しかし、その一方で、分割結果は初期クラスタ領域の定めることに依存するため、もし初期クラスタ領域の定めることが不正確であれば、すべての物体を分割するのに失敗することになる。例えば、物体が密接に凝着する原因ですべての被分割物体を定めることができないため、最終的に拡張することによって得られた領域の数は実際の物体の数より少ないことになる。例えば、前述のように、図2aに例示する被分割唐揚げが含まれている画像に9つの平置きにする唐揚げを含むが、図2dに示すように、初期クラスタ領域を定めることによって、ただ8つの領域を定めた。当該ステップS130の領域拡張処理によって、図2eに示すような8つの領域を取得し、すなわち8つの物体を分割した。図2eによって、当該図における斜線でマークされる領域は実際に二つの密接に凝着する唐揚げを含むが、初期クラスタ領域を定めるときその中の一つだけを定めたため、最終的にその二つの凝着した唐揚げを分割するのに失敗することがわかるだろう。このような場合に、本開示実施例の物体分割方法では、以下に説明するステップでさらに処理を施す。

ステップS140では、図1を突きあわせて拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合、拡張後の各初期クラスタ領域を分割された物体として、分割を終了させ、そうでなければ、ステップS150を実行する。

密接に凝着するなどの原因により、ステップS120で複数の物体を一つの初期クラスタ領域に定めた場合、ステップS130で当該初期クラスタ領域を処理した後に取得した拡張後の各初期クラスタ領域の外観は明らかに他の正確に分割された物体と異なる。そのため、当該ステップS140では、拡張後の各初期クラスタ領域に対し、複数の物体を含んでいるか否かを判断する。一例として、拡張後の初期クラスタ領域の大きさに応じて複数の物体を含んでいるか否かを判断する。例えば、もし拡張後の初期クラスタ領域の大きさ（長さ、幅、または面積）が単一物体の平均大きさの1.5倍より大きければ、それが複数の物体を含む可能性は高い。別の例として、拡張後の初期クラスタ領域の形状に応じて複数の物体を含んでいるか否かを判断する。例えば、フーリエ記述子の低周波係数を採用して形状情報を説明し、それから決定木などの機械学習法を採用してある拡張後の初期クラスタ領域が複数の物体を含んでいるか否かを判断する。

ステップS150では、複数の物体が含まれている拡張後の初期クラスタ領域に対し、ステップS110で変換することによって得られた地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定める。以下、図2e-2gを突きあわせてこれを説明する。

当該ステップS140で図2eにおける斜線でマークされた領域が複数の物体を含むことを確定した場合に、図2fに示すように、当該ステップS150で地形図から当該領域に対応する部分を抽出して被分割地形図として、図2fに点線で当該部分をマークする。それから当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めればよい。当該初期クラスタ領域を改めて定める処理は前述のステップS120の処理と類似するため、ここではこれ以上詳述しなく、相違点だけについて説明する。

また二値化処理法を採用して初期クラスタ領域を定める場合を例にとり、上記ステップS120では、プリセット閾値を可能な限り利用してすべての被分割物体をちょうどよく定めるため、被分割物体の形状、大きさなどその先験的知識に応じて閾値を確定する一方で、当該ステップS150では、少なくとも二つの初期クラスタ領域を改めて定めるため、使用される閾値を調整する。例えば、図2gは図2fにおける点線でマークされた被分割地形図に対して改めて定められる初期クラスタ領域を示す。

ステップS150の上記処理により、複数の物体を含む各領域に対してそれぞれ地形図からそれに対応する部分を抽出して被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定める。それからステップS130に戻って処理し、かつこのような各被分割地形図に対してステップS130〜S150を繰り返し実行する。より具体的に言えば、各被分割地形図がいずれも複数の物体を含むため、このような各被分割地形図を新たな地形図としてもよく、その中に改めて定められた少なくとも二つの初期クラスタ領域に対してステップS130〜S150の処理を再度実行する、ステップS140で各被分割地形図に対し、拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むことを確定するまで、この過程を繰り返す。拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むことになるまで（すべての物体を分割した）、ステップS140で複数の物体を含むことを確定した各領域に対し、いずれも最初の地形図から対応する部分を抽出し、かつ独立した入力内容として反復分割を行う。当該過程は実際に反復分割の過程であることは明らかであろう。図2hは当該反復分割によって取得した最終的な分割結果を例示し、当該図の各領域がいずれも一つだけの唐揚げを含むことが分かるだろう。

理解しやすくするために、以下、図4を突きあわせて反復分割を簡単に説明する。図4はツリー図の方式で反復的に分割する略図を示す。図4に示すように、仮に、被分割ボールが四つであり、左側にある三つのボールが相互に凝着している。最初の分割において（第一回の反復分割において）、四つのボールを二つの部分（左側に三つ、右側に一つ）に分ける。左側にある三つは複数の被分割物体を含むため、左側にある三つのボールに対して第二回の反復分割に進む。第二回の反復分割によって、三つのボールを二つの部分（左側に二つ、右側に一つ）に分ける。左側にある二つのボールに対して第三回の反復分割に進み、最終的にすべてのボールが相互に分割される。

上記、図面を参考に本開示実施例の物体分割方法を説明した。当該方法では、分水嶺アルゴリズムを利用して分割を行う過程において、定められた初期クラスタ領域だけを拡張させ、水位が低下する過程に新たに現れる他の単離した領域を拡張させないため、全体の拡張過程で新たな領域を導入することがなく、それによって過度分割の発生を回避する。一方、物体の密接な凝着によって引き起こす初期クラスタ領域を定めることが不正確である欠陥を反復分割の方式で補い、それによって凝着物体の効果的な分割を実現する。

なお、上記の説明では、特に不規則に凝着する物体を例として本開示実施例の物体分割方法を説明したが、本開示を限定するものではない。本開示実施例の上記物体分割方法は規則性物体または非凝着物体に対する分割にも適用する。

以下、図5を参考に本開示実施例の物体分割装置を説明する。図5は本開示実施例の物体分割装置の機能構成ブロック図を示す。図5に示すように、物体分割装置500は取得変換部510、位置決め部520、領域拡張部530、及び制御部540を含む。前記各部の具体的な機能と操作は上述の図1〜4の説明と基本的に同じであるため、重複を回避するために、以下、前記装置だけについて簡単に説明し、同じ内容の詳細な説明を省略する。

取得変換部510は被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するように構成される。取得変換部510は各種の適切な方式によって被分割物体が含まれている画像を取得する。一般的には、地形図は勾配幅図、距離マップ、及びデプスマップなどを含む。本開示では、一例として、距離マップを地形図として採用する。取得変換部510は距離変換などの本分野でよく使用される画像処理手段によって取得した被分割物体が含まれている画像を距離マップに変換する。必要に応じて、領域拡張部530の水位線低下処理の効率を向上させるため、取得変換部510は変換することによって得られた距離マップ中の各画素の画素値をある適切な範囲に正規化する（例えば、0〜255）。

位置決め部520は前記地形図に初期クラスタ領域を定めるように構成される。具体的には、当該位置決め部520はプリセット閾値を利用して前記地形図に二値化処理を施すことによって前記初期クラスタ領域を定め、このうち当該プリセット閾値を可能な限り利用してすべての被分割物体をちょうどよく定めるため、前記プリセット閾値は被分割物体の形状、大きさなどの先験的知識に応じて確定する。それから距離マップ中の各画像の値を当該閾値と比較して当該距離マップに二値化処理を施すことにより、最初のクラスタ領域を取得する。上記プリセット閾値を利用して距離マップに二値化処理を施すことは単なる初期クラスタ領域を定める例示的な方法の一つであり、位置決め部520は形態学の侵食演算子、または機械学習のk-means、K最近傍アルゴリズムなどの適切な方法を採用して初期クラスタ領域を定めてもよい。

領域拡張部530は水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張させるように構成される。具体的には、領域拡張部530は分水嶺アルゴリズムを採用し、水位が高所から最低水位に低下することを模擬し、かつ水位が低下する過程において領域拡張処理を施す。従来の分水嶺アルゴリズムと異なり、領域拡張部530は各水位線で定められた初期クラスタ領域のみを拡張させ、水位低下過程に新たに現れる、初期クラスタ領域以外の他の単離した領域を拡張させない。領域拡張部530は領域を拡張させるとき、水位線の開始水位を最高水位に設定してもよい。必要に応じて、位置決め部520がプリセット閾値を利用して前記地形図に二値化処理を施すことによって前記初期クラスタ領域を定める場合、領域拡張部530は水位線の開始水位を当該プリセット閾値に設定してもよい。

制御部540は、拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合、複数の物体が含まれている拡張後の各初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、当該被分割地形図に少なくとも二つの初期クラスタ領域を定め、かつ当該被分割地形図を領域拡張部に伝送するように構成される。

密接に凝着するなどの原因で位置決め部520が複数の物体を一つの初期クラスタ領域に定めた場合、領域拡張部530によって当該初期クラスタ領域を処理した後に取得した拡張後の各初期クラスタ領域の外観は明らかに他の正確に分割された物体と異なる。そのため、制御部540は拡張後の各初期クラスタ領域に対し、複数の物体を含んでいるか否かを判断し、かつ判断結果に基づいて適切な処理を施す。

拡張後の初期クラスタ領域に対し、もし制御部540が拡張後の初期クラスタ領域が複数の物体を含まなければ、当該拡張後の初期クラスタ領域を分割された物体とすることになる。

逆に、制御部540は拡張後の初期クラスタ領域が複数の物体を含むことを確定すれば、当該領域にさらなる分割処理を施すことになる。具体的には、このような領域に対し、制御部540は取得変換部510によって変換して得られて地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定める。位置決め部520と類似し、制御部540は地形図二値化、形態学の侵食演算子、または機械学習のk-means、K最近傍アルゴリズムなどの方法を採用して初期クラスタ領域を改めて定めてもよいが、唯一の相違点は、制御部540が少なくとも二つの初期クラスタ領域を改めて定めることである。例えば、地形図二値化を採用して改めて定める場合を例にとり、少なくとも二つの初期クラスタ領域を改めて定めるため、制御部540は使用される閾値を調整する。それから制御部540は初期クラスタ領域を改めて定めた被分割地形図を領域拡張部530に伝送し、かつ領域拡張部530が受信した被分割地形図に領域拡張を再度実行するのを制御する。制御部540は拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むと確定するまで、この過程を繰り返す。制御部540で複数の物体を含むことを確定した各領域に対し、拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むことになるまで（すべての物体を分割した）、制御部540はいずれも最初の地形図から対応する部分を取り出し、かつ独立した入力内容として反復分割のステップに進む。当該過程が実際に反復分割の過程であることは明らかであろう。

以上、図5を参考に本開示実施例の物体分割装置500を説明した。当該物体分割装置500は分水嶺アルゴリズムを利用して分割するとき、定められた初期クラスタ領域だけを拡張させ、水位が低下する過程に新たに現れる他の単離した領域を拡張させないため、全体の拡張過程で新たな領域を導入することがなく、それによって過度分割の発生を回避する。一方、それは反復分割の方式で物体の密接な凝着によって引き起こす定められた初期クラスタ領域が不正確である欠陥を補い、それによって凝着物体の効果的な分割を実現する。

以下、図6を参考に本開示実施例を実現するために使用できる例示的な物体分割装置の計算装置のブロック図を説明する。

図6に示すように、計算装置600は一つまたは複数のプロセッサー602、記憶装置604、カメラ606と出力装置608を含み、これらの構成要素はバスシステム610および/または他の形態の接続機構（図示されていない）を介して相互に接続する。なお、図6に示す計算装置600の構成要素と構造は単なる例示であり、限定的ではない。必要に応じて、計算装置600はまた他の構成要素と構造を有してもよい。

プロセッサー602は中央処理装置（CPU）またはデータ処理能力および/または命令実行能力を有する他の形態の処理ユニットであってもよく、かつ所望の機能を実行するように計算装置600中の他の構成要素を制御してもよい。

記憶装置604は一つまたは複数のコンピュータプログラム製品を含んでもよい。前記コンピュータプログラム製品は揮発性メモリおよび/または不揮発性メモリのような各種の形態のコンピュータ可読記憶媒体を含んでもよい。前記揮発性メモリは例えばランダムアクセスメモリ（RAM）および/またはキャッシュメモリ（Cache）などを含んでもよい。前記不揮発性メモリは例えば読取専用メモリ（ROM）、ハードディスク、フラッシュメモリを含んでもよい。前記コンピュータ可読記憶媒体には一つまたは複数のコンピュータプログラム命令を記憶してもよい。プロセッサー602は前記プログラム命令を実行することによって、前述の本開示実施例の機能および/または他の所望の機能を実現する。前記コンピュータ可読記憶媒体にはまた各種のアプリケーションプログラムと各種のデータを記憶してもよい。例えば、前述の地形図、被分割地形図、初期クラスタ領域、拡張後の初期クラスタ領域、水位線、二値化処理に使用される閾値、被分割物体の大きさと形状など。

カメラ606は被分割物体が含まれている前記画像を撮影し、かつそれを記憶装置604に記憶して他の構成要素で使用するために用いられる。

出力装置608は分割された各物体の位置形状情報などの各種の情報を外部に出力してもよく、かつモニター、プロジェクター、テレビなどの各種の表示装置を含んでもよい。

以上、具体的な実施例を合わせて本開示の基本原理を説明したが、本開示に言及した長所、利点、効果などは単なる例示であり、限定的ではない。これらの長所、利点、効果などが本開示の各実施例に必ず備えるものと考えるべきではない。また、上記開示された具体的な詳細は単なる例示する役割または理解しやすくする役割を果たすため、限定する役割を果たしない。上記詳細は本開示が必ず上記の具体的な詳細を採用することによって実現することに限定しない。

本開示に係る機器、装置、設備、システムのブロック図は単なる例示的な例として、必ずブロック図に示す方式で接続・配置・構成を行うことを要求または暗示しない。当業者であれば、任意の方法でこれらの機器、装置、設備、システムに接続・配置・構成を行うことができる。「含む」、「備える」、「有する」などの言葉はオープン語彙であり、「含むがこれらに限定されない」を意味し、かつそれと互換的に使用できる。本明細書で使用される言葉「または」と「および」は言葉「および/または」を意味し、かつそれと互換的に使用できる（文脈がそうではないことを明らかに示す状況を除く）。本明細書で使用される言葉「のような」は「このようなものを例として、これらに限定されない」という語句を意味し、かつそれと互換的に使用できる。

本開示のステップフローチャート及び上記方法の説明は単なる例示的な例として、かつ必ず所定の順序で実施例の各ステップを実行しなければならないことを要求または暗示しない。いくつかのステップは並列的に、相互に独立してまたは他の適切な順序に従って実行してもよい。なお、「その後」、「それから、」、「次に」などの言葉はステップの順序を限定するものではなく、ただこれらの方法の説明をスムーズに読むために読者を導くために用いられる。

なお、本開示の装置と方法では、各部または各ステップを分解および/または再結合しもよい。これらの分解および/または再結合は本開示の等価案として扱われるべきである。

当業者が本開示を作成または使用することを実現するため、開示された態様の上記説明を提供する。当業者であれば、これらの態様に対する各種の修正は一目瞭然であり、かつ本明細書で定義する一般的な原理は本開示の範囲から逸脱しない限り他の態様に適用してもよい。そのため、本開示は本明細書に示す態様に限定されるものではなく、ここで開示される原理と新たな特徴と一致する最も広い範囲に従う。以上、複数の例示態様および実施例を検討したが、当業者であれば、そのいくつかの変形、修正、変更、追加およびサブコンビネーションが分かる。

Claims (15)

1. 被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するステップa、
   前記地形図に初期クラスタ領域を定めるステップb、
   水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で初期クラスタ領域を拡張させるステップc、
   拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合は、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合は、複数の物体が含まれている拡張後の各初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、かつ当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップd、及び
   拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むようになるまで、被分割各物体に対し、ステップcとdを繰り返し実行するステップeを含む、物体分割方法。
2. 前記地形図が距離マップであり、かつステップaが、
   被分割物体が含まれている画像を二値画像に変換するステップ、及び
   当該二値画像に距離変換を施し距離マップを得るステップを含む、請求項1に記載の物体分割方法。
3. ステップbが、
   前記初期クラスタ領域を定めるように、プリセット閾値を利用して前記地形図に二値化処理を施すステップを含み、
   ステップcの水位線の開始水位が当該プリセット閾値である、請求項2に記載の物体分割方法。
4. ステップcでは、各水位線で初期クラスタ領域以外の他の単離した領域を拡張させない、請求項2に記載の物体分割方法。
5. ステップcでは、一つの水位線で、複数の初期クラスタ領域が拡張して同一の単離した領域に接続する傾向がある場合は、前記複数の初期クラスタ領域から一つの初期クラスタ領域を選択して当該単離した領域に接続するまで拡張させ、かつ他の初期クラスタ領域を拡張させるときは当該単離した領域に接続しないように制御する、請求項4に記載の物体分割方法。
6. 競争拡張方式を採用し、前記複数の初期クラスタ領域から一つの初期クラスタ領域を選択して当該単離した領域に接続するまで拡張させる、請求項5に記載の物体分割方法。
7. ステップdでは、拡張後の各初期クラスタ領域に対し、あらかじめ決められた被分割物体の形状に基づいて複数の物体を含んでいるか否かを判断する、請求項2に記載の物体分割方法。
8. ステップdでは、前記当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップが、
   初期クラスタ領域を改めて定めるように、当該被分割地形図に二値化処理を施し、二値化処理を施すときは、少なくとも二つの初期クラスタ領域を改めて定めるように、使用される閾値を調整するステップをさらに含む、請求項７に記載の物体分割方法。
9. 積層物体のデプスマップを取得するステップ、
   取得したデプスマップに基づいて頂部物体層を抽出するステップ、及び
   請求項１〜８のいずれか１項に記載の物体分割方法によって、頂部物体層を分割することにより、頂部物体層に含まれている物体を識別するステップを含む、積層物体の識別方法。
10. 被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するように構成される取得変換部、
    前記地形図に初期クラスタ領域を定めるように構成される位置決め部、
    水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で初期クラスタ領域を拡張させるように構成される領域拡張部、及び
    拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合は、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合は、複数の物体が含まれている拡張後の各初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定め、かつ当該被分割地形図を領域拡張部へ伝送するように構成される制御部を含む、物体分割装置。
11. プロセッサーと、
    メモリと、
    前記プロセッサーによって実行されるとき、
    被分割物体が含まれている画像を取得し、かつ当該画像を地形図に変換するステップa、
    前記地形図に初期クラスタ領域を定めるステップb、
    水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張させるステップc、
    拡張後の各初期クラスタ領域がいずれも一つだけの物体を含んでいるか否かを確認し、判断結果が肯定的である場合は、拡張後の各初期クラスタ領域を分割された物体とする一方で、判断結果が否定的である場合は、複数の物体が含まれている各拡張後の初期クラスタ領域に対し、前記地形図における当該拡張後の初期クラスタ領域に対応する部分を被分割地形図として、当該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップd、及び
    拡張後の各初期クラスタ領域がいずれも一つだけの物体を含むようになるまで、被分割各物体に対し、ステップcとdを繰り返し実行するステップeを実行する、前記メモリに記憶されたコンピュータプログラム命令と、
    を含む、物体分割装置。
12. コンピュータに、請求項１〜８の任意の１項に記載の物体分割方法を実行させるためのプログラム。
13. 請求項１２に記載のプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
14. コンピュータに、請求項９に記載の積層物体の識別方法を実行させるためのプログラム。
15. 請求１４に記載のプログラムを記憶したコンピュータ読み取り可能な記憶媒体。