JP2017204276A

JP2017204276A - 目標物体の検出装置及び方法

Info

Publication number: JP2017204276A
Application number: JP2017092260A
Authority: JP
Inventors: リィウ・ルゥジエ; Rujie Liu
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2016-05-11
Filing date: 2017-05-08
Publication date: 2017-11-16
Also published as: CN107369149B; CN107369149A

Abstract

【課題】細菌などの微生物に対して検出及び計数を行う場合に、偽陽性検出の出現を有効に抑え、目標物体を迅速、且つ、正確に検出する装置及び方法を提供する。【解決手段】方法は、入力画像から背景画像を除去して前景画像を得る。前景画像中の目標物体の候補物体を確定する。候補物体の周囲領域と、候補物体及びその周囲領域を除去した後の入力画像との類似度又は候補物体の周囲領域と候補物体との類似度に基づいて、候補物体に対して選別を行う。【選択図】図１１

Description

本発明は、通信技術分野に関し、特に、目標物体の検出装置及び方法に関する。

情報技術の絶えざる発展に伴い、画像処理は、各分野における応用が益々普及しつつある。多くの場合、画像中の目標物体を検出する必要がある。例えば、生物検出分野では、しばしば、細菌などの微生物に対して検出及び計数を行う必要がある。今のところ、従来の検出方法は、一般的に、検出待ち目標物体を有する画像を処理し、例えば、画像中の特徴を抽出して分類することにより、目標物体の検出を行う。

しかし、従来の検出方法は、偽陽性（false positive）の判定を引き起こしやすく、目標物体でない物体を目標物体として誤検出し、これにより、精密測定の精度が低下することがあり、また、偽陽性が存在するため、計算量が増大し、これにより、検出速度が低下することもある。

本発明の実施例は、目標物体の検出装置及び方法を提供し、候補物体の周囲領域と、候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、候補物体の周囲領域と、候補物体との類似度に基づいて、候補物体に対して選別を行い、これにより、偽陽性検出の出現を有効に抑え、目標物体を迅速且つ正確に検出することができる。

本発明の実施例の第一側面によれば、目標物体の検出装置が提供され、それは、除去ユニットであって、入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を得るためのもの；第一確定ユニットであって、前記前景画像中の目標物体の候補物体を確定するためのもの；第一選別ユニットであって、前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補に対して選別を行うためのもの；及び、分類ユニットであって、選別後の候補物体に対して分類を行い、目標物体の検出結果を得るためのものを含む。

本発明の実施例の第二側面によれば、目標物体の検出方法が提供され、それは、入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を取得し；前記前景画像中の目標物体の候補物体を確定し；前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行い；及び、選別後の候補物体に対して分類を行い、目標物体の検出結果を得ることを含む。

本発明の有益な効果は、候補物体の周囲領域と、候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、候補物体の周囲領域と、候補物体との類似度に基づいて、候補物体に対して選別を行い、これにより、偽陽性検出の出現を有効に抑え、目標物体の検出を迅速且つ正確に行うことができる。

本発明の実施例1における目標物体の検出装置を示す図である。本発明の実施例1における入力画像を示す図である。本発明の実施例1における取得ユニット105を示す図である。本発明の実施例1における背景画像を示す図である。本発明の実施例1における前景画像を示す図である。本発明の実施例1における第一選別ユニット103を示す図である。本発明の実施例1における候補物体及びその周囲領域を示す図である。本発明の実施例1における第一選別ユニット103による候補物体への選別を示す図である。本発明の実施例2における電子機器を示す図である。本発明の実施例2における電子機器のシステム構成を示す図である。本発明の実施例3における検出方法を示す図である。

以下、添付した図面を参照しながら、本発明を実施するための好適な形態を詳細に説明する。なお、以下に開示の実施形態は、例示に過ぎず、本発明を限定するものでない。

本発明の実施例は、目標物体の検出装置を提供する。図1は、本発明の実施例1における目標物体の検出装置を示す図である。図1に示すように、検出装置100は、次のようなものを含む。

除去ユニット101：入力画像から該入力画像の背景画像を除去し、該入力画像の前景画像を取得し；
第一確定ユニット102：該前景画像中の目標物体の候補物体を確定し；
第一選別ユニット103：該候補物体の周囲領域と、該候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、該候補物体の周囲領域と、該候補物体との類似度に基づいて、該候補物体に対して選別を行い；
分類ユニット104：選別後の候補物体に対して分類を行い、目標物体の検出結果を取得する。

本実施例から分かるように、候補物体の周囲領域と、候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、候補物体の周囲領域と、候補物体との類似度に基づいて、候補物体に対して選別を行い、これにより、偽陽性検出の出現を有効に抑え、目標物体の検出を迅速且つ正確に行うことができる。

本実施例では、該入力画像は、目標物体を含む画像であり、該画像は、従来方法により得ることができる。例えば、検出される目標物体が細菌などの微生物である時に、顕微鏡により、培養皿を観察した時の画像を入力画像として採集することができる。

本実施例では、目標物体は、検出される必要のある任意の物体であっても良い。例えば、本実施例では、目標物体が特定種類の細菌であるケースを例として説明を行う。しかし、本発明の実施例は、目標物体の種類について限定しない。

図2は、本発明の実施例1における入力画像を示す図である。図2に示すように、該入力画像は、顕微鏡が採集した細菌培養皿中の局所画像であり、そのうち、四角の枠により示されているのは、検出される必要のある目標物体、即ち、特定種類の細菌である。

本実施例では、除去ユニット101は、入力画像から該入力画像の背景画像を除去し、該入力画像の前景画像を得るために用いられる。以下、本実施例において背景画像及び前景画像を得る方法について例示的に説明する。

本実施例では、該装置100は、さらに、取得ユニット105を含んでも良く、それは、入力画像の背景画像を得るために用いられる。本実施例では、取得ユニット105は、オプションであり、図1中で点線枠により示されている。

図3は、本発明の実施例1における取得ユニット105を示す図である。図3に示すように、取得ユニット105は、次のようなものを含む。

変換ユニット301：入力画像をグレースケール画像に変換し；
第一操作ユニット302：該グレースケール画像に対して形態学的腐食（morphological
erosion）操作を行い；
第二操作ユニット303：形態学的腐食操作後の画像に対して形態学的拡張（morphological dilation）操作を行い、該入力画像の背景画像を得る。

本実施例では、変換ユニット301は、従来方法を用いて該入力画像をグレースケール画像に変換することができる。

本実施例では、第一操作ユニット302は、該グレースケール画像に対して形態学的腐食操作を行い、例えば、以下の公式（1）に基づいて形態学的腐食操作を行っても良い。

そのうち、I_erosion(u、v)は、形態学的腐食操作後の位置(u、v)にある画素値を示し、Hは、画素(u、v)を中心とする所定範囲を示し、例えば、Hは、50×50の方形領域であり；u、v、i及びjは、すべて、整数である。

本実施例では、第二操作ユニット303は、形態学的腐食操作後の画像に対して形態学的拡張操作を行い、該入力画像の背景画像を得る。例えば、以下の公式（2）に基づいて形態学的拡張操作を行っても良い。

そのうち、I_dilation(u、v)は、形態学的拡張操作後の位置(u、v)にある画素値を示し、I_erosion(u、v)は、形態学的腐食操作後の位置(u、v)にある画素値を示し、Hは、画素(u、v)を中心とする所定範囲を示し、例えば、Hは、50×50の方形領域であり；u、v、i及びjは、すべて、整数である。

図4は、本発明の実施例1における背景画像を示す図である。除去ユニット101は、入力画像から該入力画像の背景画像を除去し、該入力画像の前景画像を得る。図5は、本発明の実施例1における前景画像を示す図である。図2、図4及び図5に示すように、図2に示す入力画像から図4に示す背景画像を除去し、その後、二値化処理を行い、図5に示す二値化前景画像を得ることができる。

本実施例では、前景画像を得た後に、第一確定ユニット102は、該前景画像中の目標物体の候補物体を確定するために用いられる。例えば、該前景画像中の画素値が1である画素からなる各領域のうちの、画素数量が所定閾値よりも大きい領域を候補物体としても良い。例えば、図5中の明るい部分は、各候補物体である。

本実施例では、該所定閾値は、実際のニーズに応じて設定されても良く、例えば、目標物体の大小（サイズ）に基づいて該画素数量の所定閾値を設定することができる。

本実施例では、候補領域を得た後に、第一選別ユニット103は、該候補物体の周囲領域と、該候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、該候補物体の周囲領域と、該候補物体との類似度に基づいて、該候補物体に対して選別を行うために用いられる。

例えば、第一選別ユニット103は、該候補物体の周囲領域の画素値と、該候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、該候補物体の周囲領域の画素値と、該候補物体の画素値との類似度に基づいて、該候補物体に対して選別を行うことができる。

以下、本発明の実施例中の第一選別ユニット103の構造及び選別方法について例示的に説明する。

図6は、本発明の実施例1における第一選別ユニット103を示す図である。図6に示すように、第一選別ユニット103は、次のようなものを含む。

第二確定ユニット601：該候補物体のエッジに基づいて、該候補物体の周囲領域を確定し；
第一計算ユニット602：該入力画像中の該候補物体の周囲領域の平均画素値、及び、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、該入力画像中の該候補物体の周囲領域の平均画素値、及び、該候補物体の平均画素値を計算し；
第二計算ユニット603：該周囲領域の平均画素値と、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、該周囲領域の平均画素値と、該候補物体の平均画素値との類似度を計算し；
第二選別ユニット604：該類似度に基づいて、該候補物体に対して選別を行う。

本実施例では、第二確定ユニット601は、該候補物体のエッジに基づいて、該候補物体の周囲領域を確定し、例えば、該候補物体のエッジに沿って、該エッジとの距離がd以下の領域を周囲領域と設定し、そのうち、該距離dは、実際のニーズに応じて設定することができる。

図7は、本発明の実施例1における候補物体及びその周囲領域を示す図である。図7に示すように、候補物体701のエッジに沿って該候補物体701の周囲領域702を得ることができる。

本実施例では、第一計算ユニット602が計算した、該入力画像中の該候補物体の周囲領域の平均画素値がr1、g1、b1であり、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値がr2、g2、b2であるとすると、第二計算ユニット603は、以下の公式（3）に基づいて、該周囲領域の平均画素値と、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算することができる。

そのうち、sは、該周囲領域の平均画素値と、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を表し、r1、g1、b1は、該候補物体の周囲領域の平均画素値を表し、r2、g2、b2は、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値を表す。

本実施例では、同様に以上の公式（3）を用いて、該周囲領域の平均画素値と、該候補物体の平均画素値との類似度を計算することもでき、この時に、r1、g1、b1は、該候補物体の周囲領域の平均画素値を表し、r2、g2、b2は、該候補物体の平均画素値を表す。

本実施例では、第二選別ユニット604は、該類似度に基づいて該候補物体に対して選別を行うために用いられる。

例えば、該周囲領域の平均画素値と、該候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度sを計算した時に、sが第一閾値よりも小さい時に、第二選別ユニット604は、該候補物体を除去する。例えば、該第一閾値は、0.2よりも小さい値である。

例えば、該周囲領域の平均画素値と、候補物体の平均画素値との類似度sを計算した時に、sが第二閾値よりも大きい時に、第二選別ユニット604は、該候補物体を除去する。例えば、該第二閾値は、0.5よりも大きい値である。

本実施例では、第一選別ユニット103は、候補物体毎に選別を行い、このような処理を、すべての候補物体の選別が終わるまで行う。

図8は、本発明の実施例1における第一選別ユニット103による候補物体への選別を示す図である。図8に示すように、候補物体801について、その周囲領域802と、該候補物体及びその周囲領域を除去した後の入力画像とがより類似したので、該候補物体を保留し、候補物体803について、その周囲領域804と、候補物体803とがより類似したので、それが目標物体でないと認められ、該候補物体を除去する。このように、候補物体803を排除することにより、偽陽性検出の出現を抑えることができる。

本実施例では、該装置100は、さらに、次のようなものを含んでも良い。

分割ユニット106：第一選別ユニット103が選別した後の候補物体のうち、付着（adhesion）が存在する候補物体を分割し、そして、分割後の候補物体を分類のために用いる。

本実施例では、分割ユニット106は、オプションであり、図1中で点線枠により示されている。

本実施例では、分割ユニット106が付着のある候補物体を分割する方法は、従来の分割方法を採用することができる。例えば、Watershed Segmentation法又は他の形態学的方法を採用しても良い。

このように、分割ユニット106を用いて、付着のある候補物体を分割することにより、検出精度をより一層向上させることができる。

本実施例では、分類ユニット104は、選別後の候補物体に対して分類を行い、目標物体の検出結果を得るために用いられる。なお、分割ユニット106を用いて付着のある候補物体を分割する必要がある時に、分類ユニット104は、分割後の候補物体に対して分類を行う。

本実施例では、分類ユニット104は、従来の分類方法、例えば、Gaussian Probability Modelに基づく分類方法を使用することができる。

例えば、以下の公式（4）を用いて、該候補物体が目標物体である確率を計算することができる。

そのうち、Pは、候補物体が目標物体である確率を示し、vは、訓練（トレーニング）画像の平均画素値を示し、uは、候補物体の平均画素値を示し、Σは、訓練物体の画素値の共分散行列（Covariance Matrix）を示す。

例えば、計算された確率Pが第三閾値よりも大きい時に、分類ユニット104は、該候補物体を目標物体として確定する。そのうち、該第三閾値は、実際のニーズに応じて設定されても良い。

本発明の実施例は、さらに、電子機器を提供する。図9は、本発明の実施例2における電子機器を示す図である。図9に示すように、電子機器900は、目標物体の検出装置901を含む。なお、検出装置901の構造及び機能は、実施例1と同様であるため、ここでは、その詳しい説明を省略する。

図10は、本発明の実施例2における電子機器のシステム構成を示す図である。図10に示すように、電子機器1000は、中央処理装置1001及び記憶器1002を含んでも良く、記憶器1002は、中央処理装置1001に接続される。なお、該図は、例示に過ぎず、さらに、他の類型の構造を用いて該構造に対して補充又は代替を行うことにより、電気通信機能又は他の機能を実現することもできる。

図10に示すように、該電子機器1000は、さらに、入力ユニット1003、表示器1004、電源1005などを含んでも良い。

一実施方式では、実施例1に記載の検出装置の機能は、中央処理装置1001に統合することができる。そのうち、中央処理装置1001は、次のように構成されても良く、即ち、入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を取得し；前記前景画像中の目標物体の候補物体を確定し；前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行い；選別後の候補物体に対して分類を行い、目標物体の検出結果を得る。

そのうち、前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行うことは、前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基ついて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことを含む。

そのうち、前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことは、前記候補物体のエッジに基づいて、前記候補物体の前記周囲領域を確定し；前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体の平均画素値を計算し；前記周囲領域の平均画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、前記周囲領域の平均画素値と、前記候補物体の平均画素値との類似度を計算し；及び、前記類似度に基づいて前記候補物体に対して選別を行うことを含む。

そのうち、中央処理装置1001は、さらに、次のように構成されても良く、即ち、選別後の候補物体のうち、付着のある候補物体を分割し、分割後の候補物体を分類のために用いる。

そのうち、前記前景画像中の目標物体の候補物体を確定することは、前記前景画像中の画値が1である画素からなる各領域のうちの、画素数量が所定閾値よりも大きい領域を前記候補物体とすることを含む。

そのうち、中央処理装置1001は、さらに、次のように構成されても良く、即ち、前記入力画像の背景画像を取得し、そのうち、前記入力画像の背景画像を取得することは、前記入力画像をグレースケール画像に変換し；前記グレースケール画像に対して形態学的腐食操作を行い；及び、形態学的腐食操作後の画像に対して形態学的拡張操作を行い、前記入力画像の背景画像を得ることを含む。

本実施例では、電子機器1000は、必ずしも図10中のすべての部品を含む必要がない。

図10に示すように、中央処理装置1001は、制御器又は操作コントローラと称される場合があり、マイクロプロセッサ又は他の処理器及び／又は論理装置を含んでも良く、また、中央処理装置1001は、入力を受信し、電子機器1000の各部品の操作を制御することができる。

記憶器1002は、例えば、バッファ、フレッシュメモリ、HDD、移動可能な媒体、揮発性記憶器、不揮発性記憶器又はその他の適切な装置のうちの１つ又は複数であっても良い。また、中央処理装置1001は、該記憶器1002に記憶のプログラムを実行することにより、情報の記憶又は処理などを実現することができる。なお、他の部品の機能は、従来に類似したので、ここでは、その詳しい説明を省略する。また、電子機器1000の各部品は、専用ハードウェア、ファームウェア、ソフトウェア又はその組み合わせにより実現されても良いが、これらは、すべて、本発明の技術的範囲に属する。

本発明の実施例、さらに、目標物体の検出方法を提供し、それは、実施例1における検出装置に対応する。図11は、本発明の実施例3における検出方法を示す図である。図11に示すように、該方法は、次のようなステップを含む。

ステップ1101：入力画像から該入力画像の背景画像を除去し、該入力画像の前景画像を取得し；
ステップ1102：該前景画像中の目標物体の候補物体を確定し；
ステップ1103：該候補物体の周囲領域と、該候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、該候補物体の周囲領域と、該候補物体との類似度に基づいて、該候補物体に対して選別を行い；
ステップ1104：選別後の候補物体に対して分類を行い、目標物体の検出結果を得る。

本実施例では、前景画像の取得方法、候補物体の確定方法、類似度の計算方法、類似度に基づく選別方法、及び分類方法は、実施例1と同じであるため、ここでは、その詳しい説明を省略する。

本発明の実施例は、さらに、コンピュータ可読プログラムを提供し、そのうち、検出装置又は電子機器中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、前記検出装置又は電子機器中で実施例3に記載の検出方法を実行させる。

本発明の実施例は、さらに、コンピュータ可読プログラムを記憶した記憶媒体を提供し、そのうち、前記コンピュータ可読プログラムは、コンピュータに、検出装置又は電子機器中で実施例3に記載の検出方法を実行させる。

また、本発明の実施例による装置及び方法は、ソフトウェアにより実現されても良く、ハードェアにより実現されてもよく、ハードェア及びソフトウェアの組み合わせにより実現されても良い。また、本発明は、このようなコンピュータ可読プログラムにも関し、即ち、前記プログラムは、ロジック部品により実行される時に、前記ロジック部品に、上述の装置又は構成要素を実現させることができ、又は、前記ロジック部品に、上述の方法又はそのステップを実現させることができる。さらに、本発明は、上述のプログラムを記憶するための記憶媒体、例えば、ハードディスク、磁気ディスク、光ディスク、DVD、flashメモリなどにも関する。

また、図面に記載の機能ブロックのうちの１つ又は複数の組み合わせ及び／又は機能ブロックの１つ又は複数の組み合わせは、本願に記載の機能を実行するための汎用処理器、デジタル信号処理器（DSP）、専用集積回路（ASIC）、フィールドプログラマブルゲートアレイ（FPGA）又は他のプログラム可能な論理部品、ディスクリートゲート又はトランジスタ論理部品、ディスクリートハードウェアアセンブリ又は他の任意の適切な組む合わせとして実現されても良い。さらに、図面に記載の機能ブロックのうちの１つ又は複数の組み合わせ及び／又は機能ブロックの１つ又は複数の組み合わせは、計算装置の組み合わせ、例えば、DSP及びマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、DSPと通信により接続される１つ又は複数のマイクロプロセッサ又は他の任意のこのような構成として構成されても良い。

また、上述の実施形態に関し、さらに、次のような付記も開示する。

（付記1）
目標物体の検出装置であって、
入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を得るための除去ユニット；
前記前景画像中の目標物体の候補物体を確定するための第一確定ユニット；
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行うための第一選別ユニット；及び
選別後の候補物体に対して分類を行い、目標物体の検出結果を得るための分類ユニットを含む、装置。

（付記2）
付記1に記載の装置であって、
前記第一選別ユニットは、前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うために用いられる、装置。

（付記3）
付記2に記載の装置であって、
前記第一選別ユニットは、
前記候補物体のエッジに基づいて、前記候補物体の前記周囲領域を確定するための第二確定ユニット；
前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体の平均画素値を計算するための第一計算ユニット；
前記周囲領域の平均画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、前記周囲領域の平均画素値と、前記候補物体の平均画素値との類似度を計算するための第二計算ユニット；及び
前記類似度に基づいて、前記候補物体に対して選別を行うための第二選別ユニットを含む、装置。

（付記4）
付記1に記載の装置であって、さらに、
前記第一選別ユニットにより選別された候補物体のうちの、付着のある候補物体に対して分割を行い、分割後の候補物体を分類のために用いるための分割ユニットを含む、装置。

（付記5）
付記1に記載の装置であって、
前記第一確定ユニットは、前記前景画像中の画素値が1である画素からなる各領域のうちの、画素数量が所定閾値よりも大きい領域を前記候補物体とする、装置。

（付記6）
付記1に記載の装置であって、さらに、
前記入力画像の背景画像を得るための取得ユニットを含み、
前記取得ユニットは、
前記入力画像をグレースケール画像に変換するための変換ユニット；
前記グレースケール画像に対して形態学的腐食操作を行うための第一操作ユニット；及び
形態学的腐食操作後の画像に対して形態学的拡張操作を行い、前記入力画像の背景画像を得るための第二操作ユニットを含む、装置。

（付記7）
電子機器であって、付記1に記載の目標物体の検出装置を含む、電子機器。

（付記8）
目標物体の検出方法であって、
入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を取得し；
前記前景画像中の目標物体の候補物体を確定し；
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行い；及び
選別後の候補物体に対して分類を行い、目標物体の検出結果を得ることを含む、方法。

（付記9）
付記8に記載の方法であって、
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行うことは、
前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことを含む、方法。

（付記10）
付記9に記載の方法であって、
前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことは、
前記候補物体のエッジに基づいて、前記候補物体の前記周囲領域を確定し；
前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体の平均画素値を計算し；
前記周囲領域の平均画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、前記周囲領域の平均画素値と、前記候補物体の平均画素値との類似度を計算し；及び
前記類似度に基づいて、前記候補物体に対して選別を行うことを含む、方法。

（付記11）
付記8に記載の方法であって、さらに、
選別後の候補物体のうちの、付着のある候補物体に対して分割を行い、分割後の候補物体を分類のために用いることを含む、方法。

（付記12）
付記8に記載の方法であって、
前記前景画像中の目標物体の候補物体を確定することは、
前記前景画像中の画素値が1である画素からなる各領域のうちの、画素数量が所定閾値よりも大きい領域を前記候補物体とすることを含む、方法。

（付記13）
付記8に記載の方法であって、さらに、
前記入力画像の背景画像を取得することを含み、
前記入力画像の背景画像を取得することは、
前記入力画像をグレースケール画像に変換し；
前記グレースケール画像に対して形態学的腐食操作を行い；及び
形態学的腐食操作後の画像に対して形態学的拡張操作を行い、前記入力画像の背景画像を得ることを含む、方法。

以上、本発明の好ましい実施形態を説明したが、本発明はこの実施形態に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術的範囲に属する。

Claims

目標物体の検出装置であって、
入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を得るための除去ユニット；
前記前景画像中の目標物体の候補物体を確定するための第一確定ユニット；
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行うための第一選別ユニット；及び
選別後の候補物体に対して分類を行い、目標物体の検出結果を得るための分類ユニットを含む、装置。
請求項1に記載の装置であって、
前記第一選別ユニットは、前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うために用いられる、装置。
請求項2に記載の装置であって、
前記第一選別ユニットは、
前記候補物体のエッジに基づいて、前記候補物体の前記周囲領域を確定するための第二確定ユニット；
前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体の平均画素値を計算するための第一計算ユニット；
前記周囲領域の平均画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、前記周囲領域の平均画素値と、前記候補物体の平均画素値との類似度を計算するための第二計算ユニット；及び
前記類似度に基づいて、前記候補物体に対して選別を行うための第二選別ユニットを含む、装置。
請求項1に記載の装置であって、さらに、
前記第一選別ユニットにより選別された候補物体のうちの、付着のある候補物体に対して分割を行い、分割後の候補物体を分類のために用いるための分割ユニットを含む、装置。
請求項1に記載の装置であって、さらに、
前記入力画像の背景画像を得るための取得ユニットを含み、
前記取得ユニットは、
前記入力画像をグレースケール画像に変換するための変換ユニット；
前記グレースケール画像に対して形態学的腐食操作を行うための第一操作ユニット；及び
形態学的腐食操作後の画像に対して形態学的拡張操作を行い、前記入力画像の背景画像を得るための第二操作ユニットを含む、装置。
目標物体の検出方法であって、
入力画像から前記入力画像の背景画像を除去し、前記入力画像の前景画像を取得し；
前記前景画像中の目標物体の候補物体を確定し；
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行い；及び
選別後の候補物体に対して分類を行い、目標物体の検出結果を得ることを含む、方法。
請求項6に記載の方法であって、
前記候補物体の周囲領域と、前記候補物体及びその周囲領域を除去した後の入力画像との類似度に基づいて、又は、前記候補物体の周囲領域と、前記候補物体との類似度に基づいて、前記候補物体に対して選別を行うことは、
前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことを含む、方法。
請求項7に記載の方法であって、
前記候補物体の周囲領域の画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の画素値との類似度に基づいて、又は、前記候補物体の周囲領域の画素値と、前記候補物体の画素値との類似度に基づいて、前記候補物体に対して選別を行うことは、
前記候補物体のエッジに基づいて、前記候補物体の前記周囲領域を確定し；
前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値を計算し、又は、前記入力画像中の前記候補物体の周囲領域の平均画素値、及び、前記候補物体の平均画素値を計算し；
前記周囲領域の平均画素値と、前記候補物体及びその周囲領域を除去した後の入力画像の平均画素値との類似度を計算し、又は、前記周囲領域の平均画素値と、前記候補物体の平均画素値との類似度を計算し；及び
前記類似度に基づいて、前記候補物体に対して選別を行うことを含む、方法。
請求項6に記載の方法であって、さらに、
選別後の候補物体のうちの、付着のある候補物体に対して分割を行い、分割後の候補物体を分類のために用いることを含む、方法。
請求項6に記載の方法であって、さらに、
前記入力画像の背景画像を取得することを含み、
前記入力画像の背景画像を取得することは、
前記入力画像をグレースケール画像に変換し；
前記グレースケール画像に対して形態学的腐食操作を行い；及び
形態学的腐食操作後の画像に対して形態学的拡張操作を行い、前記入力画像の背景画像を得ることを含む、方法。