JP2018181308A - 画像処理装置及び画像処理方法 - Google Patents

Abstract

【課題】本発明は、画像処理装置及び画像処理方法を提供する。【解決手段】該画像処理装置は、入力画像のグレースケール画像を高次元から低次元に変換するように該入力画像に対して前処理を行う次元削減部と、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義する定義部と、該内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、該内心領域の散乱係数を算出する第１算出部と、該包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、該第３画素の理論輝度値を算出する第２算出部と、該第３画素の理論輝度値に基づいて、該認識すべき画素が光反射画素であるか否かを決定する決定部とを含む。【選択図】図１

Description

本発明の実施例は、画像処理の技術分野に関し、具体的には、光反射の検出の装置及び方法に関する。

この部分は、本発明に関連する背景情報を提供するが、必ずしも従来技術ではない。

夜間に車両を検出することは、インテリジェント輸送システムの重要な部分である。機械学習又はエッジ検出に基づく従来の方法は、夜間に上手く適用できない。よって、夜間に最も一般的な車両検出方法は、ペアとなる車両のライトを検出することである。

他の車両検出方法に比べて、車両ライトの検出方法は、比較的に高い検出率を有するが、多くの影響要因も存在する。そのうち、道路上の車両ライトの反射は、夜間車両検出への重要な影響要因の１つである。また、このような車両ライトの反射は、車両の追跡及び関連機能などにさらに影響を及ぼす可能性がある。

従って、夜間の車両検出の精度を向上させるには、光反射の検出は非常に重要であり、実用上の重要な価値を有する。

この部分は、本発明の一般的な概要を提供し、その全範囲又はその全ての特徴を完全に開示するものではない。

本発明の実施例は、光反射の検出精度をより向上できる画像処理装置及び画像処理方法を提供することを目的とする。また、本発明は、光反射の検出の前に画像に対して前処理を行うことで、高い確率で画像を復元できることを確保した上で認識すべき画素の数を低減でき、システムの計算量を低減でき、システムの動作速度を向上でき、システムのリアルタイム動作を実現できる、画像処理装置及び画像処理方法を提供する。

本発明の１つの態様では、画像処理装置であって、入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行う次元削減手段と、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義する定義手段と、前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出する第１算出手段と、前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出する第２算出手段と、前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定する決定手段と、を含む、装置を提供する。

本発明のもう１つの態様では、画像処理方法であって、入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行うステップと、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義するステップと、前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出するステップと、前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出するステップと、前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定するステップと、を含む、方法を提供する。

本発明のもう１つの態様では、機器が読み取り可能な命令コードを含むプログラムプロダクトであって、前記命令コードがコンピュータにより読み取られ、実行される際に、前記コンピュータに、本発明の画像処理方法を実行させることができる、プログラムプロダクトを提供する。

本発明のもう１つの態様では、機器が読み取り可能な命令コードを含むプログラムプロダクトを記憶する機器読み取り可能な記憶媒体であって、前記命令コードがコンピュータにより読み取られ、実行される際に、前記コンピュータに、本発明の画像処理方法を実行させることができる、記憶媒体を提供する。

本発明の画像処理装置及び画像処理方法によれば、他の光反射の検出方法に比べて、光反射の検出精度をより向上できる。また、本発明の画像処理装置及び画像処理方法によれば、光反射の検出の前に画像に対して前処理を行うことで、高い確率で画像を復元できることを確保した上で、認識すべき画素の数を低減でき、システムの計算量を低減でき、システムの動作速度を向上でき、システムのリアルタイム動作を実現できる。

この部分における説明及び特定の例は、単なる例示するためのものであり、本発明の範囲を限定するものではない。

ここで説明される図面は、好ましい実施例を例示するためのものであり、全ての可能な実施例ではなく、本発明の範囲を限定するものではない。
本発明の実施例に係る画像処理装置の構成を示すブロック図である。 本発明の実施例に係る光反射の計算モデルを示す図である。 本発明の実施例に係る画像処理方法を示すフローチャートである。 本発明の実施例に係る画像処理方法及び画像処理方法を実施するための汎用パーソナルコンピュータの例示的な構成を示すブロック図である。 本発明の上記及び他の利点及び特徴を説明するために、以下は、図面を参照しながら本発明の具体的な実施形態をさらに詳細に説明する。該図面及び下記の詳細な説明は本明細書に含まれ、本明細書の一部を形成するものである。同一の機能及び構成を有するユニットは、同一の符号で示されている。なお、これらの図面は、本発明の典型的な例を説明するためのものであり、本発明の範囲を限定するものではない。

以下は、図面を参照しながら本発明の例示的な実施例を詳細に説明する。以下の説明は単なる例示的なものであり、本発明、応用及び用途を限定するものではない。

説明の便宜上、明細書には実際の実施形態の全ての特徴が示されていない。なお、実際に実施する際に、開発者の具体的な目標を実現するために、特定の実施形態を変更してもよく、例えばシステム及び業務に関する制限条件に応じて実施形態を変更してもよい。また、開発作業が非常に複雑であり、且つ時間がかかるが、本公開の当業者にとって、この開発作業は単なる例の作業である。

図１は本発明の実施例に係る画像処理装置１００の構成を示すブロック図である。図１に示すように、画像処理装置１００は、次元削減部１１０、定義部１２０、算出部１３０、算出部１４０及び決定部１５０を含む。

本発明の実施例では、次元削減部１１０は、入力画像のグレースケール画像を高次元から低次元に変換するように該入力画像に対して前処理を行ってもよい。そして、定義部１２０は、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義してもよい。そして、算出部１３０は、該内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、該内心領域の散乱係数を算出してもよい。そして、算出部１４０は、該包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、該第３画素の理論輝度値を算出してもよい。そして、決定部１５０は、該第３画素の理論輝度値に基づいて、該認識すべき画素が光反射画素であるか否かを決定してもよい。

本発明の実施例の画像処理装置及び画像処理方法によれば、光反射の検出精度をより向上できると共に、光反射の検出の前に画像に対して前処理を行うことで、高い確率で画像を復元できることを確保した上で認識すべき画素の数を低減でき、システムの計算量を低減でき、システムの動作速度を向上でき、システムのリアルタイム動作を実現できる。

本発明の実施例をより良く理解させるために、以下は、本発明の画像処理装置をより詳細に説明する。

通常、ビデオ画像のグレースケール、テクスチャ及び色などの情報は、空間的に一定の連続性を有するため、このようなビデオ画像の情報を記憶する高次元行列にも多くの冗長な情報が保存されている。従って、本発明の実施例の次元削減部１１０は、まず、入力画像Ｉのグレースケール画像を高次元から低次元に変換するように、入力画像Ｉに対して前処理を行ってもよい。

例えば、次元削減部１１０は、圧縮センシングの理論に従って、入力画像Ｉに対して前処理を行ってもよい。圧縮センシングの理論は、冗長な情報を含む行列に対して次元を削減できる。ここで、圧縮行列は、以下の式（１）に示す要素により構成されたランダムガウス行列を採用してもよい。ランダムガウス行列は、圧縮センシングの理論における制約等長性（Ｒｅｓｔｒｉｃｔｅｄ Ｉｓｏｍｅｔｒｙ Ｐｒｏｐｅｒｔｙ：ＲＩＰ）の条件を満たし、即ち、信号ｘが圧縮可能であると、ｘをランダムガウス行列により次元削減した後に高い確率で復元することができる。

ここで、ｓ＝２又は３の場合、上記の式（１）に示す画素により構成されたランダムガウス行列は、ＲＩＰ条件を満たすことが証明され、サンプリング行列として用いることができる。

本発明の１つ態様では、入力画像Ｉの幅をａとし、高さをｂとすると、入力画像Ｉの画素数はｍ＝ａ×ｂとなる。入力画像Ｉを行列として保存した後に、列ベクトルに変換すると、ｍ×１の行列を取得できる。

ランダムガウス行列Ｒがｎ×ｍの行列であると仮定すると、Ｒの要素の値は上記の式（１）に基づく値であり、ここで、ｎは入力画像Ｉの高さｂであってもよく、ｓ＝１／（４×ｍ）となる。

そして、

に対応する画素を認識すべき画素とする。認識すべき画素の選択方法がこれに限定されず、当業者は実際の要求又は実際の経験に基づいて選択条件を設定してもよい。

通常、オーディオ信号及びビデオ信号はいずれもスパース（ｓｐａｒｓｅ）で圧縮可能なものである。よって、上記のような前処理を採用することで、高い確率で信号を復元できることを確保した上で認識すべき画素の数を低減でき、システムの計算量を低減でき、システムの動作速度を向上でき、システムのリアルタイム動作を実現できる。

そして、定義部１２０は、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義してもよい。

具体的には、定義部１２０は、２つの領域を計算領域として選択し、それぞれ内心領域θＩ及びθＥとしてもよい。

本発明の１つの態様では、内心領域θＩ及び包囲領域θＥは、同一の光源の散乱領域であってもよい。

本発明の１つの態様では、包囲領域θＥの半径は内心領域θＩの半径よりも大きく、好ましくは、包囲領域θＥの半径は内心領域θＩの半径の２倍である。なお、包囲領域θＥ及び内心領域θＩの半径はこれに限定されなく、当業者は実際の要求に応じて包囲領域θＥ及び内心領域θＩの半径を設定してもよい。

本発明の１つの態様では、定義部１２０は、入力画像Ｉの大きさ及び画素に基づいて、包囲領域θＥ及び内心領域θＩの半径を決定してもよい。

本発明の１つの態様では、例えば、次元削減のグレースケール画像における画素（ｘ，ｙ）について、定義部１２０は、図２に示すように、以下の式（２）及び（３）に従って内心領域θＩ及び包囲領域θＥを算出してもよい。

θＩ（ｘ，ｙ）＝（ｕ−ｘ）^２＋（ｖ−ｙ）^２≦ｒ^２ （２）
θＥ（ｘ，ｙ）＝（ｕ−ｘ）^２＋（ｖ−ｙ）^２≦４ｒ^２ （３）
ここで、内心領域θＩの半径はｒであり、包囲領域θＥの半径は２ｒである。

そして、算出部１３０は、内心領域θＩにおける最小輝度を有する画素及び最大輝度を有する画素に基づいて、内心領域θＩの散乱係数を算出してもよい。

本発明の１つの態様では、光の減衰の法則が指数関数を満たすと仮定する。ブーゲーの法則（Ｂｏｕｇｕｅｒ’ｓ ｌａｗ）の指数減衰の法則により、光の空気における散乱は以下のようにモデル化してもよい。

Ｅ（ｄ，λ）＝Ｉ０（λ）×ｒ（λ）×ｅｘｐ（−ｄ）
ここで、Ｉ０は光強度を表し、ｒは散乱係数を表す。

このように、算出部１３０は、以下の式（４）に従って内心領域θＩの散乱係数を算出してもよい。

ここで、ＭＩＩ（ｘ，ｙ）は内心領域θＩにおける最小輝度を有する画素であり、ＭＡＩ（ｘ，ｙ）は内心領域θＩにおける最大輝度を有する画素であり、ＥＩ（ｘ，ｙ）は、ＭＡＩ（ｘ，ｙ）とＭＩＩ（ｘ，ｙ）との間の距離、例えばＭＡＩ（ｘ，ｙ）とＭＩＩ（ｘ，ｙ）との間のユークリッド距離である。

そして、算出部１４０は、包囲領域θＥにおける最小輝度を有する画素、最大輝度を有する画素、及び算出された散乱係数に基づいて、包囲領域θＥにおける最小輝度を有する画素の理論輝度値を算出してもよい。

例えば、算出部１４０は、同様に、ブーゲーの法則に従って、包囲領域θＥにおける最小輝度を有する画素の理論輝度値を算出してもよい。

具体的には、ブーゲーの法則の指数減衰の法則により、光の空気における散乱は以下のようにモデル化してもよい。

Ｅ（ｄ，λ）＝Ｉ０（λ）×ｒ（λ）×ｅｘｐ（−ｄ）
ここで、Ｉ０は光強度を表し、ｒは散乱係数を表す。

包囲領域において、最大輝度を有する画素ＭＡＥ（ｘ，ｙ）が光源となり、最小輝度を有する画素ＭＩＥ（ｘ，ｙ）がＭＡＥ（ｘ，ｙ）の散乱点となると仮定する。従って、包囲領域における最小輝度を有する画素ＭＩＥ（ｘ，ｙ）の理論輝度値はＭＡＥ（ｘ，ｙ）×ｒ（ｘ，ｙ）×ｅｘｐ（−ＥＥ（ｘ，ｙ））で表されてもよい。ここで、ＭＡＥ（ｘ，ｙ）は包囲領域θＥにおける最大輝度を有する画素であり、ＥＥ（ｘ，ｙ）はＭＡＥ（ｘ，ｙ）とＭＩＥ（ｘ，ｙ）との間の距離である。

そして、決定部１５０は、包囲領域θＥにおける最小輝度を有する画素の理論輝度値に基づいて、認識すべき画素が光反射画素であるか否かを決定してもよい。

本発明の１つの態様では、決定部１５０は、包囲領域θＥにおける最小輝度を有する画素ＭＩＥ（ｘ，ｙ）の実際輝度値と理論輝度値との差を算出し、算出された差が閾値以上である場合、認識すべき画素が光反射画素であると決定してもよい。該閾値は、当業者が実際の要求又は実際の経験に応じて設定された閾値であってもよい。

具体的には、決定部１５０は、以下の式（５）に従って、認識すべき画素が光反射画素であるか否かを決定してもよい。

ＲＩ（ｘ，ｙ）＝｜ＭＩＥ（ｘ，ｙ）−ＭＡＥ（ｘ，ｙ）×ｒ（ｘ，ｙ）×ｅｘｐ（−ＥＥ（ｘ，ｙ））｜ （５）
ＲＩ（ｘ，ｙ）が所定閾値以上である場合、決定部１５０は、認識すべき画素が光反射画素であると決定してもよい。該閾値は、当業者が実際の要求又は実際の経験に応じて設定された閾値であってもよい。

本発明の実施例の画像処理装置によれば、光反射の検出精度をより向上できると共に、光反射の検出の前に画像に対して前処理を行うことで、高い確率で画像を復元できることを確保した上で認識すべき画素の数を低減でき、システムの計算量を低減でき、システムの動作速度を向上でき、システムのリアルタイム動作を実現できる。

以下は、本発明の実施例に係る画像処理方法を詳細に説明する。図３は本発明の実施例に係る画像処理方法を示すフローチャートである。

図３に示すように、ステップＳ３１０において、入力画像のグレースケール画像を高次元から低次元に変換するように、入力画像に対して前処理を行う。

そして、ステップＳ３２０において、次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義する。

そして、ステップＳ３３０において、内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、内心領域の散乱係数を算出する。

そして、ステップＳ３４０において、包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、第３画素の理論輝度値を算出する。

そして、ステップＳ３５０において、第３画素の理論輝度値に基づいて、認識すべき画素が光反射画素であるか否かを決定する。

本発明の１つの態様の画像処理方法では、圧縮センシングの理論に従って、入力画像に対して前処理を行う。

本発明の１つの態様の画像処理方法では、内心領域及び前記包囲領域は、同一の光源の散乱領域である。

本発明の１つの態様の画像処理方法では、入力画像の大きさ及び画素に基づいて、内心領域及び包囲領域の半径を決定する。

本発明の１つの態様の画像処理方法では、包囲領域の半径は、内心領域の半径よりも大きい。

本発明の１つの態様の画像処理方法では、包囲領域の半径は、内心領域の半径の２倍である。

本発明の１つの態様の画像処理方法では、内心領域の散乱係数を算出するステップは、第２画素と第１画素との間の距離を算出するステップを含む。

本発明の１つの態様の画像処理方法では、ブーゲーの法則に従って、内心領域の散乱係数を算出する。

本発明の１つの態様の画像処理方法では、包囲領域において、第４画素が光源となり、第３画素が前記第４画素の散乱点となる。

本発明の１つの態様の画像処理方法では、第３画素の理論輝度値を算出するステップは、第４画素と第３画素との間の距離を算出するステップを含む。

本発明の１つの態様の画像処理方法では、ブーゲーの法則に従って、第３画素の理論輝度値を算出する。

本発明の１つの態様の画像処理方法では、認識すべき画素が光反射画素であるか否かを決定するステップは、第３画素の輝度値と第３画素の理論輝度値との差を算出し、算出された差が閾値以上である場合、認識すべき画素が光反射画素であると決定するステップを含む。

本発明の実施例に係る画像処理方法の上記ステップの各種の具体的な態様は既に詳細に説明されているため、ここで重複する説明を省略する。

なお、本発明の画像処理方法の各処理は、各種の機器読み取り可能な記憶媒体に記憶されたコンピュータが実行可能なプログラムにより実現されてもよい。

また、本発明の目的は、上記実行可能なプログラムコードを記憶した記憶媒体をシステム又は装置に直接的又は間接的に提供し、該システム又は装置におけるコンピュータ又は中央処理装置（ＣＰＵ）が該プログラムコードを読み出して実行することによって実現されてもよい。この場合は、該システム又は装置はプログラムを実行可能な機能を有すればよく、本発明の実施形態はプログラムに限定されない。また、該プログラムは任意の形であってもよく、例えばオブジェクトプログラム、インタプリタによって実行されるプログラム、又はオペレーティングシステムに提供されるスクリプトプログラム等であってもよい。

上記の機器が読み取り可能な記憶媒体は、各種のメモリ、記憶部、半導体装置、光ディスク、磁気ディスク及び光磁気ディスクのようなディスク、及び他の情報を記憶可能な媒体等を含むが、これらに限定されない。

また、コンピュータがインターネット上の対応するウェブサイトに接続し、本発明のコンピュータプログラムコードをコンピュータにダウンロードしてインストールして実行することによって、本発明の実施形態を実現することもできる。

図４は本発明の実施例に係る画像処理方法及び画像処理方法を実施するための汎用パーソナルコンピュータの例示的な構成を示すブロック図である。

図４において、ＣＰＵ１３０１は、読み出し専用メモリ（ＲＯＭ）１３０２に記憶されているプログラム、又は記憶部１３０８からランダムアクセスメモリ（ＲＡＭ）１３０３にロードされたプログラムにより各種の処理を実行する。ＲＡＭ１３０３には、必要に応じて、ＣＰＵ１３０１が各種の処理を実行するに必要なデータが記憶されている。ＣＰＵ１３０１、ＲＯＭ１３０２、及びＲＡＭ１３０３は、バス１３０４を介して互いに接続されている。入力／出力インターフェース１３０５もバス１３０４に接続されている。

入力部１３０６（キーボード、マウスなどを含む）、出力部１３０７（ディスプレイ、例えばブラウン管（ＣＲＴ）、液晶ディスプレイ（ＬＣＤ）など、及びスピーカなどを含む）、記憶部１３０８（例えばハードディスクなどを含む）、通信部１３０９（例えばネットワークのインタフェースカード、例えばＬＡＮカード、モデムなどを含む）は、入力／出力インターフェース１３０５に接続されている。通信部１３０９は、ネットワーク、例えばインターネットを介して通信処理を実行する。必要に応じて、ドライブ部１３１０は、入力／出力インターフェース１３０５に接続されてもよい。取り外し可能な媒体１３１１は、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどであり、必要に応じてドライブ部１３１０にセットアップされて、その中から読みだされたコンピュータプログラムは必要に応じて記憶部１３０８にインストールされている。

ソフトウェアにより上記処理を実施する場合、ネットワーク、例えばインターネット、又は記憶媒体、例えば取り外し可能な媒体１３１１を介してソフトウェアを構成するプログラムをインストールする。

なお、これらの記憶媒体は、図４に示されている、プログラムを記憶し、機器と分離してユーザへプログラムを提供する取り外し可能な媒体１３１１に限定されない。取り外し可能な媒体１３１１は、例えば磁気ディスク（フロッピーディスク（登録商標）を含む）、光ディスク（光ディスク−読み出し専用メモリ（ＣＤ−ＲＯＭ）、及びデジタル多目的ディスク（ＤＶＤ）を含む）、光磁気ディスク（ミニディスク（ＭＤ）（登録商標））及び半導体メモリを含む。或いは、記憶媒体は、ＲＯＭ１３０２、記憶部１３０８に含まれるハードディスクなどであってもよく、プログラムを記憶し、それらを含む機器と共にユーザへ提供される。

なお、本発明のシステム及び方法では、各ユニット又は各ステップを分解且つ、或いは再組み合わせてもよい。これらの分解及び／又は再組み合わせは、本発明と同等であると見なされる。また、本発明の方法は、明細書に説明された時間的順序で実行するものに限定されず、他の時間的順序で順次、並行、又は独立して実行されてもよい。このため、本明細書に説明された方法の実行順序は、本発明の技術的な範囲を限定するものではない。

以上は本発明の具体的な実施例の説明を通じて本発明を開示するが、上記の全ての実施例及び例は例示的なものであり、制限的なものではない。当業者は、特許請求の範囲の主旨及び範囲内で本発明に対して各種の修正、改良、均等的なものに変更してもよい。これらの修正、改良又は均等的なものに変更することは本発明の保護範囲に含まれるものである。

また、上述の各実施例を含む実施形態に関し、更に以下の付記を開示する。
（付記１）
画像処理装置であって、
入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行う次元削減手段と、
次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義する定義手段と、
前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出する第１算出手段と、
前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出する第２算出手段と、
前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定する決定手段と、を含む、装置。
（付記２）
前記次元削減手段は、圧縮センシングの理論に従って、前記入力画像に対して前処理を行う、付記１に記載の装置。
（付記３）
前記内心領域及び前記包囲領域は、同一の光源の散乱領域である、付記１に記載の装置。
（付記４）
前記定義手段は、前記入力画像の大きさ及び画素に基づいて、前記内心領域及び前記包囲領域の半径を決定する、付記３に記載の装置。
（付記５）
前記包囲領域の半径は、前記内心領域の半径よりも大きい、付記４に記載の装置。
（付記６）
前記包囲領域の半径は、前記内心領域の半径の２倍である、付記５に記載の装置。
（付記７）
前記第１算出手段は、前記第２画素と前記第１画素との間の距離を算出する、付記１に記載の装置。
（付記８）
前記第１算出手段は、ブーゲーの法則に従って、前記内心領域の散乱係数を算出する、付記７に記載の装置。
（付記９）
前記包囲領域において、前記第４画素が光源となり、前記第３画素が前記第４画素の散乱点となる、付記３に記載の装置。
（付記１０）
前記第２算出手段は、前記第４画素と前記第３画素との間の距離を算出する、付記９に記載の装置。
（付記１１）
前記第２算出手段は、ブーゲーの法則に従って、前記第３画素の理論輝度値を算出する、付記１０に記載の装置。
（付記１２）
前記決定手段は、前記第３画素の輝度値と前記第３画素の理論輝度値との差を算出し、算出された差が閾値以上である場合、前記認識すべき画素が光反射画素であると決定する、付記１に記載の装置。
（付記１３）
画像処理方法であって、
入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行うステップと、
次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義するステップと、
前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出するステップと、
前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出するステップと、
前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定するステップと、を含む、方法。
（付記１４）
圧縮センシングの理論に従って、前記入力画像に対して前処理を行う、付記１３に記載の方法。
（付記１５）
前記内心領域及び前記包囲領域は、同一の光源の散乱領域である、付記１３に記載の方法。
（付記１６）
前記内心領域の散乱係数を算出するステップは、前記第２画素と前記第１画素との間の距離を算出するステップ、を含む、付記１３に記載の方法。
（付記１７）
前記包囲領域において、前記第４画素が光源となり、前記第３画素が前記第４画素の散乱点となる、付記１５に記載の方法。
（付記１８）
前記第３画素の理論輝度値を算出するステップは、前記第４画素と前記第３画素との間の距離を算出するステップ、を含む、付記１７に記載の方法。
（付記１９）
前記認識すべき画素が光反射画素であるか否かを決定するステップは、
前記第３画素の輝度値と前記第３画素の理論輝度値との差を算出し、算出された差が閾値以上である場合、前記認識すべき画素が光反射画素であると決定するステップ、を含む、付記１３に記載の方法。
（付記２０）
機器が読み取り可能な命令コードを含むプログラムプロダクトであって、前記命令コードがコンピュータにより読み取られ、実行される際に、前記コンピュータに、付記１３乃至１９の何れかに記載の方法を実行させることができる、プログラムプロダクト。

Claims (10)

1. 画像処理装置であって、
   入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行う次元削減手段と、
   次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義する定義手段と、
   前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出する第１算出手段と、
   前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出する第２算出手段と、
   前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定する決定手段と、を含む、装置。
2. 前記次元削減手段は、圧縮センシングの理論に従って、前記入力画像に対して前処理を行う、請求項１に記載の装置。
3. 前記内心領域及び前記包囲領域は、同一の光源の散乱領域である、請求項１に記載の装置。
4. 前記定義手段は、前記入力画像の大きさ及び画素に基づいて、前記内心領域及び前記包囲領域の半径を決定する、請求項３に記載の装置。
5. 前記包囲領域の半径は、前記内心領域の半径の２倍である、請求項４に記載の装置。
6. 前記第１算出手段は、前記第２画素と前記第１画素との間の距離を算出する、請求項１に記載の装置。
7. 前記包囲領域において、前記第４画素が光源となり、前記第３画素が前記第４画素の散乱点となる、請求項３に記載の装置。
8. 前記第２算出手段は、前記第４画素と前記第３画素との間の距離を算出する、請求項７に記載の装置。
9. 前記決定手段は、前記第３画素の輝度値と前記第３画素の理論輝度値との差を算出し、算出された差が閾値以上である場合、前記認識すべき画素が光反射画素であると決定する、請求項１に記載の装置。
10. 画像処理方法であって、
    入力画像のグレースケール画像を高次元から低次元に変換するように前記入力画像に対して前処理を行うステップと、
    次元削減後のグレースケール画像において、認識すべき画素の内心領域及び包囲領域を定義するステップと、
    前記内心領域における最小輝度を有する第１画素及び最大輝度を有する第２画素に基づいて、前記内心領域の散乱係数を算出するステップと、
    前記包囲領域における最小輝度を有する第３画素、最大輝度を有する第４画素、及び算出された散乱係数に基づいて、前記第３画素の理論輝度値を算出するステップと、
    前記第３画素の理論輝度値に基づいて、前記認識すべき画素が光反射画素であるか否かを決定するステップと、を含む、方法。

Images