JP2020201616A - 画像処理装置、画像処理プログラム及び画像処理方法 - Google Patents
画像処理装置、画像処理プログラム及び画像処理方法 Download PDFInfo
- Publication number
- JP2020201616A JP2020201616A JP2019106753A JP2019106753A JP2020201616A JP 2020201616 A JP2020201616 A JP 2020201616A JP 2019106753 A JP2019106753 A JP 2019106753A JP 2019106753 A JP2019106753 A JP 2019106753A JP 2020201616 A JP2020201616 A JP 2020201616A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- linear
- interest
- image processing
- filters
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims 3
- 230000006870 function Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 abstract description 63
- 230000008569 process Effects 0.000 description 59
- 238000001514 detection method Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 230000008602 contraction Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011946 reduction process Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
【課題】 より適切に線状部を検出することができる技術を提供する。【解決手段】 多値の階調値を有する対象画像における画素を注目画素として選択し、注目画素を含む領域を判定領域として対象画像に対して設定する画像処理装置であって、注目画素を通り、互いに異なる方向に延在する線分状にそれぞれ形成された複数の線状フィルタを判定領域に設定し、複数の線状フィルタのそれぞれについて、線状フィルタに含まれる画素の全ての階調値が所定の階調閾値以上である場合、線状フィルタを有効フィルタと判定する第1判定部103と、判定領域における有効フィルタの個数に基づいて、注目画素が対象画像における線状部に含まれる線画素であるか否かを判定する第2判定部104とを備えた。【選択図】図2
Description
本発明の実施形態は、線状部を検出する技術に関する。
従来、対象画像における線状部を検出することによって、コンクリート構造物に生じるひびの検出や、生体画像における血管の検出が行われている。線状部の検出においては、検出に際して生じるノイズを除去するとともに、線状部として有効なデータを強調することを目的としてモルフォロジー変換処理を施すことが一般的に行われている。
モルフォロジー変換は複数の処理を総称するものであり、この複数の処理には、対象画像におけるオブジェクト(画素の塊)を膨張させる膨張処理、オブジェクトを収縮させる収縮処理、収縮処理後に膨張処理を行うオープニング処理、膨張処理後に収縮処理を行うクロージング処理、オープニング処理を施した画像と原画像との差分画像を生成するトップハット処理、クロージング処理を施した画像と原画像との差分画像を生成するブラックトップハット処理などが含まれる。
縮小処理によれば一定以下のサイズであるオブジェクトが除去されるため、縮小処理は、検出対象としての線状部以外の画素をノイズとして除去するのに有効である。また、膨張処理によればオブジェクトが膨張されるため、膨張処理は、処理過程で線状部の途中に生じる欠落を埋め、途切れた線状部を接続するのに有効である。縮小処理、膨張処理のいずれについても、構造化要素(カーネル)と呼ばれる注目画素とこの注目画素周辺の画素とを含む所定サイズの領域がフィルタとして用いられる。
なお、関連する技術として、被検体表面を撮像した二次元画像情報における注目画素の周囲の画素の濃淡に予め定められた重み付け係数を乗じて加算する方向別の複数の加重マトリックス演算子を用いて、各注目画素につきその周囲の画素との方向別の濃淡階調差を演算し、方向別の演算結果のうちの最大値を各注目画素につき保存して、濃淡画像の輪郭エッジの濃淡変化の度合いに相当する一連の多値データを生成し、この多値データを予め定められた閾値により二値化して、二次元画像情報を二値化エッジ画像データに変換し、二値化エッジ画像データに基づいて被検体表面上のひびを検出するひび検出装置、が知られている(例えば、特許文献1参照)。
しかしながら、収縮処理によれば本来検出すべき画素をもノイズとして除去される問題が生じ、膨張処理によれば検出対象が本来とは異なる形状に変形されてしまう問題が生じる。つまり、これらの処理を含むモルフォロジー変換による線状部の検出においては、収縮や膨張によって、検出すべき画素の欠落や検出すべきでない画素の誤検出が生じる、という問題があった。
本発明は、上述した問題点を解決するためになされたものであり、より適切に線状部を検出することができる技術を提供することを目的とする。
上述した課題を解決するため、本実施形態の画像処理装置は、多値の階調値を有する対象画像における画素を注目画素として選択し、該注目画素を含む領域を判定領域として前記対象画像に対して設定する画像処理装置であって、前記注目画素を通り、互いに異なる方向に延在する線分状にそれぞれ形成された複数の線状フィルタを前記判定領域に設定し、該複数の線状フィルタのそれぞれについて、該線状フィルタに含まれる画素の全ての階調値が所定の階調閾値以上である場合、該線状フィルタを有効フィルタと判定する第1判定部と、前記判定領域における前記有効フィルタの個数に基づいて、前記注目画素が前記対象画像における線状部に含まれる線画素であるか否かを判定する第2判定部とを備える。
本発明によれば、より適切に線状部を検出することができる。
以下、図面を参照しながら、本発明の実施形態について説明する。
<第1の実施形態>
(画像処理装置の構成)
本実施形態に係る画像処理装置のハードウェア構成及び機能構成について説明する。図1は、画像処理装置のハードウェア構成を示すブロック図である。図2は、画像処理装置の機能構成を示すブロック図である。
(画像処理装置の構成)
本実施形態に係る画像処理装置のハードウェア構成及び機能構成について説明する。図1は、画像処理装置のハードウェア構成を示すブロック図である。図2は、画像処理装置の機能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1は、撮像装置2と接続され、ハードウェアとして、CPU(Central Processing Unit)11、RAM(Random Access Memory)12、記憶装置13、入出力I/F(Interface)14、GPU(Graphics Processing Unit)15を備える。CPU11,RAM12及びGPU15は協働して各種機能を実行し、記憶装置13は各種機能により実行される処理に用いられる各種データを記憶する。入出力I/F14は、画像処理装置1に接続される撮像装置2を含む入力装置や出力装置とのデータの入出力を行う。なお、本実施形態においては、CPU11は逐次処理性能が比較的高いプロセッサを示し、GPU15は並列処理性能が比較的高いプロセッサを示すものとし、GPU15は、SIMD(Single Instruction Multiple Data)型アーキテクチャをもつプロセッサを代表して示すものとする。
本実施形態においては、画像処理装置1は、撮像装置2により撮像された階調画像を対象画像とするが、記憶装置13に記憶された階調画像を対象画像としても良い。なお、ここで階調画像とは、多階調、具体的には3段階以上の階調により表現される濃淡を画素値として有する画素により構成される画像とし、本実施形態においては、各画素が256階調を有する8bit画像を対象画像とする。
図2に示すように、画像処理装置1は、機能として、処理設定部101、閾値算出部102、第1判定部103、第2判定部104、画像出力部105を備える。これらの機能のうち、処理設定部101及び画像出力部105がCPU11により実行され、閾値算出部102、第1判定部103、第2判定部104がGPU15により実行されるものとする。
処理設定部101は、GPU15による演算に要するパラメータ群を設定し、このパラメータ群をGPU15へ、即ちGPU15により実行される各機能へ転送する。閾値算出部102は、注目画素とした画素を含む領域である判定領域内の画素に基づいて階調閾値を算出する。
第1判定部103は、閾値算出部102により算出された階調閾値に基づいて、後述する検出フィルタを用いて判定領域内の画素に対する判定を行う。第2判定部104は、第1判定部103による判定に基づいて、注目画素が線または面の一部であるか否かを判定する。画像出力部105は、第2判定部104による判定結果に基づいて、対象画像における線状部、面状部を検出して描画した検出画像を出力する。
(画像処理装置の全体動作)
画像処理装置の全体動作について説明する。図3は、画像処理装置の全体動作を示すフローチャートである。
画像処理装置の全体動作について説明する。図3は、画像処理装置の全体動作を示すフローチャートである。
図3に示すように、まず、CPU11により実行される機能である処理設定部101は、パラメータ群を設定し、GPU15へ転送する(S101)。本実施形態においては、図4に示すように、注目画素が横方向の中央、縦方向の下端に位置するような21×11ピクセルの矩形領域を判定領域とする。つまり、注目画素の位置を基準として、横方向両側それぞれに連続する11ピクセル、縦方向上側に連続する11ピクセルを含むような矩形領域を判定領域とする。
パラメータ群は、GPU15が対象画像における複数の画素に対する並列処理を行うためのパラメータとして、画像サイズ、全画素値、領域サイズ、相対座標を含む。画像サイズは、対象画像の幅、高さの画素数を示す。全画素値は、対象画像における全画素の画素値を示す。領域サイズは、上述した判定領域のサイズを示す。相対座標は、後述する検出フィルタに含まれる複数の線状フィルタのそれぞれについて、線状フィルタを構成する各画素の注目画素の座標を基準とした相対的な座標を示す。
パラメータ群の転送後、GPU15により実行される機能である閾値算出部102は、判定領域内に含まれる画素の階調値に基づいて階調閾値を算出する閾値算出処理を実行する(S102)。この閾値算出処理については後に詳述する。
階調閾値の算出後、GPU15により実行される機能である第1判定部103は、注目画素に対して、複数の線状フィルタを含む検出フィルタを用いるとともに算出された階調閾値に基づいて判定を行う第1判定処理を実行する(S103)。この第1判定処理については後に詳述する。
第1判定処理による判定後、GPU15により実行される機能である第2判定部104は、第1判定処理による判定結果に基づいて、注目画素が線画素、面画素のいずれであるか否かを判定する第2判定処理を実行し(S104)、この第2判定処理による処理結果をCPU11へ転送する(S105)。第2判定処理については後に詳述する。
画像出力部105は、第2判定部104により処理結果が転送されたか否かを判定する(S106)。
処理結果が転送された場合(S106,YES)、画像出力部105は、転送された処理結果に基づいて、対象画像における線画素または面画素のみをそれぞれ含む検出画像を、線画像、面画像として出力する(S107)。
一方、処理結果が転送されない場合(S106,NO)、画像出力部105は、再度、第2判定部104により処理結果が転送されたか否かを判定する(S106)。
上述した処理によれば、図4に示すように、後述する判定領域における注目画素の位置に起因して、対象画像の両端一部及び上方一部を除く選択領域における全画素が判定対象である注目画素として選択され、選択された全ての注目画素に対してGPU15による並列処理がなされる。
(閾値算出処理)
閾値算出処理について説明する。図5は、閾値算出処理の動作を示すフローチャートである。なお、図5は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
閾値算出処理について説明する。図5は、閾値算出処理の動作を示すフローチャートである。なお、図5は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
図5に示すように、まず、閾値算出部102は、判定領域に含まれる画素の階調値における最大値、最小値を算出し(S201、S202)、判定領域に含まれる画素の階調値の平均値を算出し(S203)、算出した最大値からマージン値を減算した値を、選択中の画素に対応する階調閾値として算出する(S204)。
ここで、マージン値は、予め設定された値、最大値、最小値、平均値の少なくともいずれか1つに基づいて算出した値などが考えられる。マージン値を算出する場合、例えば、最大値、最小値、平均値の少なくともいずれか1つを入力とした機械学習を用いて算出しても良い。
このように、判定領域毎に階調閾値を算出することによって、階調閾値を対象画像全体に設定する場合と比較して、対象画像における明暗や、ムラに対応することができる。また、撮像画像における線部を構成する線画素は、判定領域に周辺部に比較して大きな値を持っているため、判定領域内の最大値に近い階調値ではあるものの、最大値を階調閾値とした場合、線画素と判定すべき画素の多くを線画素と判定できない可能性が高いが、閾値算出処理によれば、最大値からマージン値を減算した値を階調閾値とすることによって、良好に線画素の判定を行うことができる。
(第1判定処理)
第1判定処理について説明する。図6は、第1判定処理の動作を示すフローチャートである。図7は、検出フィルタの概要を示す図である。図8は、検出フィルタの実装例を示す図である。なお、図6は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
第1判定処理について説明する。図6は、第1判定処理の動作を示すフローチャートである。図7は、検出フィルタの概要を示す図である。図8は、検出フィルタの実装例を示す図である。なお、図6は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
図6に示すように、まず、第1判定部103は、判定領域に含まれる各画素に対して検出フィルタを設定する(S301)。
ここで、検出フィルタについて説明する。図7に概略的に示すように、検出フィルタは、判定領域における注目画素を含む線分である線状フィルタkを複数含むものであり、本実施形態においては、9つの線状フィルタk0〜k8が含まれる。ここで、9つの線状フィルタk0〜k8は、注目画素を頂点として、180度の範囲で放射状に延び、互いに異なる角度に延びる線分である。換言すれば、9つの線状フィルタk0〜k8は、注目画素を中心点として、周方向に所定の間隔を有して径方向に延在する線分である。なお、検出フィルタは、それぞれが注目画素を通り、互いに異なる方向に延びる線分である複数の線状フィルタkを有するものであれば良い。
図8に示すように、線状フィルタkのそれぞれは、注目画素を含む複数の画素群により線分を近似したものであり、一部の線状フィルタk1〜k3,k5〜k7については、他の線状フィルタkと画素を共有している。なお、線状フィルタkは、連続して隣接する複数の画素を含むものとし、ここで、隣接する画素とは、ある画素を取り囲う8つの画素のいずれかをいう。
このような検出フィルタの設定後、第1判定部103は、全ての判定フィルタにおける全ての線状フィルタkそれぞれについて、線状フィルタkに含まれる全ての画素の階調値が階調閾値以上であるか否かを並列して判定する(S302)。なお、ここで判定される画素には、注目画素も含まれるものとする。
線状フィルタkに含まれる全ての画素の階調値が階調閾値以上である場合(S302,YES)、第1判定部103は、この線状フィルタkを真と判定する(S303)。ここで、線状フィルタkが真であるとは、判定領域において線状フィルタk状の線分が含まれることを意味する。
一方、線状フィルタkに含まれる全ての画素の階調値が階調閾値以上ではない場合、即ち、線状フィルタkに階調値が階調閾値未満である画素が含まれる場合(S302,NO)、第1判定部103は、線状フィルタkを偽と判定する(S304)。ここで、線状フィルタkが偽であるとは、判定領域において線状フィルタk状の線分が含まれないことを意味する。
このような第1判定処理によれば、線状フィルタkに含まれる全ての画素が階調閾値以上である場合に、注目画素が線状フィルタkにより近似される線分の一部であるか否かを判定することができる。
(第2判定処理)
第2判定処理について説明する。図9は、第2判定処理の動作を示すフローチャートである。図10、図11は、それぞれ、面画素、線画素と判定される場合の線状フィルタの判定例を示す図である。なお、図9に示される第2判定処理は、上述した第1判定処理の判定結果に基づいて、注目画素についての判定を行う処理であり、図9は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
第2判定処理について説明する。図9は、第2判定処理の動作を示すフローチャートである。図10、図11は、それぞれ、面画素、線画素と判定される場合の線状フィルタの判定例を示す図である。なお、図9に示される第2判定処理は、上述した第1判定処理の判定結果に基づいて、注目画素についての判定を行う処理であり、図9は、複数のスレッドを並列に処理するGPUにおける各スレッドの動作を示す。
図9に示すように、まず、第2判定部104は、検出フィルタが設定された全ての判定領域のそれぞれについて、第1判定部103により真と判定された線状フィルタk(以降、有効フィルタと呼称)の個数が0であるか否かを判定する(S401)。
有効フィルタの個数が0ではない場合(S401,NO)、即ち、真と判定された線状フィルタkが存在する場合、第2判定部104は、有効フィルタの個数が3以上であるか否かを判定する(S402)。
有効フィルタの個数が3以上である場合(S402,YES)、第2判定部104は、3つ以上の有効フィルタが3個以上連続するか否かを判定する(S403)。ここで、有効フィルタが連続する、とは、180度の範囲で互いに異なる角度方向に延びる9つの線状フィルタk0〜k8において、所定の線状フィルタkに対して角度が最も近い線状フィルタkを隣接する線状フィルタkとした場合、図10に示すように、対象とする複数の有効フィルタの間に、偽と判定された線状フィルタkが存在しない状態を示し、注目画素を中心点とした周方向に連続して有効フィルタが存在する状態を示す。
3つ以上の有効フィルタが連続する場合(S403,YES)、第2判定部104は、注目画素を、対象画像において面状部を構成する画素である面画素と判定する(S404)。
一方、3つ以上の有効フィルタが連続しない場合(S403,NO)、第2判定部104は、該当する判定領域に含まれる注目画素を、対象画像において線状部を構成する画素である線画素と判定する(S405)。例えば、図11に示すように、判定領域において、3つの有効フィルタが含まれるものの、これらの有効フィルタが連続していない場合、注目画素は線画素と判定される。
また、ステップS402において、有効フィルタの個数が3未満である場合(S402,NO)、第2判定部104は、該当する判定領域に含まれる注目画素を線画素と判定する(S405)。
また、ステップS401において、有効フィルタの個数が0である場合(S401,YES)、第2判定部104は、該当する判定領域に含まれる注目画素を線画素、面画素のいずれとも判定せず、第2判定処理を終了する。
第2判定処理によれば、有効フィルタの有無、有効フィルタが連続する個数、換言すれば有効フィルタの粗密の程度とに基づいて、注目画素が線画素、面画素またはこれらのいずれでもない画素に判定、分類される。
なお、本実施形態においては、3つ以上の有効フィルタが連続する場合にのみ注目画素を面画素と判定したが、有効フィルタの個数、有効フィルタの連続個数は、検出対象とする線状部の幅などに合わせて設定されたものであれば良い。つまり、第2判定部104は、有効フィルタの有無と、連続する有効フィルタの個数とに基づいて、注目画素の種別を判定するものであれば良い。
図10に示すように、3つの有効フィルタが連続する場合には、注目画素は複数の線状部のそれぞれの一部であるよりも、面状部の一部である可能性が高い。また、図11に示すように、3つの有効フィルタが連続せずに互いに離間している場合には、注目画素は複数の線状部それぞれの一部、線状部の交差点の一部である可能性が高い。連続個数は、検出対象とする線状部の幅や長さ、線状フィルタのサイズなどに基づいて、適宜設定されると良い。
上述したように、本実施形態に係る画像処理装置1によれば、線状部を適切に検出できるだけではなく、面状部をも検出することができる。
<第2の実施形態>
本実施形態に係る画像処理装置は、画像処理装置において実現される全ての機能がCPUにより実行される点が第1の実施形態とは異なる。以下、第1の実施形態とは異なる動作について説明する。
本実施形態に係る画像処理装置は、画像処理装置において実現される全ての機能がCPUにより実行される点が第1の実施形態とは異なる。以下、第1の実施形態とは異なる動作について説明する。
(画像処理装置の全体動作)
画像処理装置の全体動作について説明する。図12は、画像処理装置の全体動作を示すフローチャートである。
画像処理装置の全体動作について説明する。図12は、画像処理装置の全体動作を示すフローチャートである。
図12に示すように、まず、処理設定部101は、対象画像の選択領域(図4参照)に含まれる画素のうち、未選択の1画素を注目画素として選択し(S501)、選択した画素を含む領域を判定領域として対象画像に設定する(S502)。
判定領域の設定後、この判定領域について閾値算出部102が閾値算出処理を実行し(S503)、第1判定部103が第1判定処理を実行し(S504)、第2判定部104が第2判定処理を実行し(S505)、処理設定部101が選択領域に含まれる全ての画素を選択したか否かを判定する(S506)。ここで、閾値算出処理、第1判定処理、第2判定処理は、順次選択された1つの注目画素を対象として実行される点において第1の実施形態とは異なる。なお、第1判定処理については、第1の実施形態とは動作が異なるため、その動作については後述する。
全ての画素が選択された場合(S506,YES)、画像出力部105は、対象画像における線画素または面画素のみをそれぞれ含む検出画像を、線画像、面画像として出力する(S507)。
一方、全ての画素が選択されていない場合(S506,NO)、処理設定部101は、再度、対象画像に含まれる画素のうち、未選択の1画素を注目画素として選択する(S501)。
(第1判定処理の動作)
第1判定処理について説明する。図13は、第1判定処理の動作を示すフローチャートである。
第1判定処理について説明する。図13は、第1判定処理の動作を示すフローチャートである。
図13に示すように、まず、第1判定部103は、判定領域に対して検出フィルタを設定し(S601)、検出フィルタにおける未選択の線状フィルタを選択する(S602)。
線状フィルタkの選択後、第1判定部103は、選択中の線状フィルタkに含まれる画素のうち、未選択の1画素を選択し(S603)、選択した画素の階調値が階調閾値以上であるか否かを判定する(S604)。なお、ここで選択される画素には、注目画素も含まれるものとする。
選択した画素の階調値が階調閾値以上である場合(S604,YES)、第1判定部103は、選択中の線状フィルタkに含まれる全画素を選択したか否かを判定する(S605)。
選択中の線状フィルタkに含まれる全画素を選択した場合(S605,YES)、即ち、選択中の線状フィルタkに含まれる全画素について、その階調値が階調閾値以上である場合、第1判定部103は、選択中の線状フィルタkを真と判定する(S606)。次に、第1判定部103は、全ての線状フィルタkを選択したか否かを判定する(S607)。
全ての線状フィルタkを選択した場合(S607,YES)、第1判定部103は、第1判定処理を終了する。
一方、全ての線状フィルタkを選択していない場合(S607,NO)、第1判定部103は、再度、未選択の線状フィルタkを選択する(S602)。
また、ステップS604において、選択中の線状フィルタkに含まれる全画素を選択していない場合(S605,NO)、第1判定部103は、再度、選択中の線状フィルタkに含まれる未選択の画素を選択する(S603)。
また、ステップS603において、選択した画素の階調値が階調閾値未満である場合(S604,NO)、第1判定部103は、選択中の線状フィルタkを偽と判定する(S608)。
このように、CPU11のみを用いて逐次処理することによって、GPU15をハードウェア構成から省略することができ、ハードウェアに掛かるコストを低減することができる。また、CPU11による逐次処理とGPU15による並列処理を併用し、並列化される繰り返し処理に掛かる時間より、パラメータ群及び処理結果の転送時間が長くなるような状況、例えば、対象画像のサイズが比較的小さい場合においては、判定領域内の全画素を順次選択して逐次処理し、一方、対象画像のサイズが比較的大きい場合においては、第1の実施形態において示したように並列処理するようにしても良い。
<第3の実施形態>
本実施形態に係る画像処理装置は、対象画像における全画素を注目画素とする点において、第1及び第2の実施形態とは異なる。以下、注目画素として選択される領域とダミー領域について説明する。図14は、対象画像に設定されるダミー領域を示す図である。
本実施形態に係る画像処理装置は、対象画像における全画素を注目画素とする点において、第1及び第2の実施形態とは異なる。以下、注目画素として選択される領域とダミー領域について説明する。図14は、対象画像に設定されるダミー領域を示す図である。
図14に示すように、本実施形態に係る処理設定部101は、対象画像の端部にダミー領域を設定することによって、対象画像における全画素を注目画素として対象画像全域を処理対象とする点において、第1及び第2の実施形態とは異なる。ダミー領域は、対象画像の最端部に位置する画素を注目画素とした場合に、この注目画素を含む判定領域全域に画素が存在するように拡張された画像領域である。このようなダミー領域が設定されることによって、対象画像全域が図4に示した選択領域に相当することとなり、対象画像における全画素が注目画素となる。
ダミー領域における全画素は、それぞれ、所定の階調値に設定され、この階調値は、適切な値、具体的には、閾値算出処理、第1判定処理、第2判定処理における処理結果や処理効率に与える影響が最小となるような値とすることが望ましい。
また、ダミー領域を設定せず、対象画像の端部、具体的には、対象画像における選択領域外の左右両端部及び上方端部に対して、サイズや注目画素の位置、更には後述する判定フィルタの角度範囲を異ならせ、対象画像における全画素を注目画素として選択可能としても良い。
本発明の実施形態は、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。この新規な実施形態は、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。
1 画像処理装置
103 第1判定部
104 第2判定部
103 第1判定部
104 第2判定部
Claims (9)
- 多値の階調値を有する対象画像における画素を注目画素として選択し、該注目画素を含む領域を判定領域として前記対象画像に対して設定する画像処理装置であって、
前記注目画素を通り、互いに異なる方向に延在する線分状にそれぞれ形成された複数の線状フィルタを前記判定領域に設定し、該複数の線状フィルタのそれぞれについて、該線状フィルタに含まれる画素の全ての階調値が所定の階調閾値以上である場合、該線状フィルタを有効フィルタと判定する第1判定部と、
前記判定領域における前記有効フィルタの個数に基づいて、前記注目画素が前記対象画像における線状部に含まれる線画素であるか否かを判定する第2判定部と
を備える画像処理装置。 - 前記第2判定部は、前記有効フィルタの個数が少なくとも1つ以上であり且つ所定の個数閾値未満である場合、前記注目画素を前記線画素と判定することを特徴とする請求項1に記載の画像処理装置。
- 前記第2判定部は、前記有効フィルタの個数が前記個数閾値以上である場合、前記注目画素を前記対象画像における面状部に含まれる面画素と判定することを特徴とする請求項1または請求項2に記載の画像処理装置。
- 前記複数の線状フィルタのそれぞれは、前記注目画素を中心点として、周方向に所定の間隔を有して径方向に延在する線分状に形成されることを特徴とする請求項1〜請求項3のいずれか一項に記載の画像処理装置。
- 前記第2判定部は、前記周方向に前記個数閾値以上の前記有効フィルタが連続する場合、前記注目画素を前記面画素と判定することを特徴とする請求項4に記載の画像処理装置。
- 前記複数の線状フィルタのそれぞれは、前記注目画素を基部とし、前記注目画素を頂点とする180度の角度範囲において互いに異なる角度に延在する線分状に形成されることを特徴とする請求項4または請求項5に記載の画像処理装置。
- 前記階調閾値は、前記判定領域における最大の階調値から所定のマージン値を減算した値であることを特徴とする請求項1〜請求項6のいずれか一項に記載の画像処理装置。
- 多値の階調値を有する対象画像における画素を注目画素として選択し、該注目画素を含む領域を判定領域として前記対象画像に対して設定する画像処理プログラムであって、
コンピュータを、
前記注目画素を通り、互いに異なる方向に延在する線分状にそれぞれ形成された複数の線状フィルタを前記判定領域に設定し、該複数の線状フィルタのそれぞれについて、該線状フィルタに含まれる画素の全ての階調値が所定の階調閾値以上である場合、該線状フィルタを有効フィルタと判定する第1判定部と、
前記判定領域における前記有効フィルタの個数に基づいて、前記注目画素が前記対象画像における線状部に含まれる線画素であるか否かを判定する第2判定部として機能させる画像処理プログラム。 - 多値の階調値を有する対象画像における画素を注目画素として選択し、該注目画素を含む領域を判定領域として前記対象画像に対して設定する画像処理方法であって、
コンピュータを、
前記注目画素を通り、互いに異なる方向に延在する線分状にそれぞれ形成された複数の線状フィルタを前記判定領域に設定し、該複数の線状フィルタのそれぞれについて、該線状フィルタに含まれる画素の全ての階調値が所定の階調閾値以上である場合、該線状フィルタを有効フィルタと判定し、
前記判定領域における前記有効フィルタの個数に基づいて、前記注目画素が前記対象画像における線状部に含まれる線画素であるか否かを判定する画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019106753A JP2020201616A (ja) | 2019-06-07 | 2019-06-07 | 画像処理装置、画像処理プログラム及び画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019106753A JP2020201616A (ja) | 2019-06-07 | 2019-06-07 | 画像処理装置、画像処理プログラム及び画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020201616A true JP2020201616A (ja) | 2020-12-17 |
Family
ID=73744216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019106753A Pending JP2020201616A (ja) | 2019-06-07 | 2019-06-07 | 画像処理装置、画像処理プログラム及び画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020201616A (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001052158A (ja) * | 1999-08-12 | 2001-02-23 | Fujitsu Ltd | 画像処理装置及び方法並びにプログラム記録媒体 |
JP2004126952A (ja) * | 2002-10-02 | 2004-04-22 | Kyocera Mita Corp | 画像処理装置および画像処理方法 |
JP2006030093A (ja) * | 2004-07-20 | 2006-02-02 | Sumitomo Electric Ind Ltd | 筋状欠陥の検出方法 |
-
2019
- 2019-06-07 JP JP2019106753A patent/JP2020201616A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001052158A (ja) * | 1999-08-12 | 2001-02-23 | Fujitsu Ltd | 画像処理装置及び方法並びにプログラム記録媒体 |
JP2004126952A (ja) * | 2002-10-02 | 2004-04-22 | Kyocera Mita Corp | 画像処理装置および画像処理方法 |
JP2006030093A (ja) * | 2004-07-20 | 2006-02-02 | Sumitomo Electric Ind Ltd | 筋状欠陥の検出方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6784704B2 (ja) | 画像処理方法及び装置 | |
CN105339951A (zh) | 用于检测文档边界的方法 | |
US9773319B2 (en) | Image processing apparatus, method, and medium | |
JP5938631B2 (ja) | 物体検出装置及び物体検出方法 | |
CN107346546B (zh) | 一种图像处理方法及装置 | |
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 | |
US9317906B2 (en) | Image processing apparatus and method | |
EP2782065B1 (en) | Image-processing device removing encircling lines for identifying sub-regions of image | |
JP2009211490A (ja) | 画像認識方法および装置 | |
US9805433B2 (en) | Image processing apparatus and method therefor | |
KR20130035914A (ko) | 디지털 단색 이미지의 결함 픽셀의 휘도를 정정하는 방법 | |
JP5264457B2 (ja) | 物体検出装置 | |
EP2966613A1 (en) | Method and apparatus for generating a super-resolved image from an input image | |
CN109671081B (zh) | 一种基于fpga查找表的坏簇统计方法及装置 | |
JP2020201616A (ja) | 画像処理装置、画像処理プログラム及び画像処理方法 | |
EP3477584B1 (en) | Systems and methods for processing a stream of data values | |
TWI466035B (zh) | N維特徵空間連通性計算方法 | |
US8306320B2 (en) | 2D image segmentation apparatus and method, and apparatus and method for removing red-eye in the image | |
KR101620928B1 (ko) | 우선순위 주소 배분과 이동창 기법을 이용한 얼굴검출 시스템 | |
JP5371015B2 (ja) | クロスマーク検出装置及び方法、並びにプログラム | |
JP6320130B2 (ja) | 画像処理装置、その制御方法、および制御プログラム | |
JP2019174887A (ja) | 画像処理装置 | |
WO2019082283A1 (ja) | 画像解析装置 | |
JP5636666B2 (ja) | 画像パターン検出補正装置および画像パターン検出補正方法 | |
JP4472978B2 (ja) | 目標物抽出装置及び目標物抽出方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220401 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230308 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20231003 |