JP2021086616A - ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 - Google Patents
ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 Download PDFInfo
- Publication number
- JP2021086616A JP2021086616A JP2020162580A JP2020162580A JP2021086616A JP 2021086616 A JP2021086616 A JP 2021086616A JP 2020162580 A JP2020162580 A JP 2020162580A JP 2020162580 A JP2020162580 A JP 2020162580A JP 2021086616 A JP2021086616 A JP 2021086616A
- Authority
- JP
- Japan
- Prior art keywords
- effective
- boundary
- fisheye image
- effective region
- quasi
- 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
- 238000005070 sampling Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G06T5/80—
-
- 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
Abstract
Description
垂直分割線と魚眼画像の理想的な有効領域との交点によって第1の準有効領域境界を特定し、次に、水平分割線と魚眼画像の理想的な有効領域との交点によって第2の準有効領域境界を特定し、最後に、第1、第2の準有効領域境界の中から半径の大きいものを最終有効領域境界とし、最終有効領域境界で囲まれたものが魚眼画像の有効領域になる。
走査を通じて、中線と理想的な有効領域との交点距離を決定し、水平交点距離AB及び垂直交点距離CDを求めるステップS2と、
垂直方向及び水平方向にそれぞれn−1本の分割線が理想的な有効領域と交差し、それぞれ(n−1)*2個の交点を有するように、水平交点距離AB及び垂直交点距離CDをそれぞれn等分するステップS3と、
走査を通じて各交点の座標を決定するステップS4と、
ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域境界と第2の準有効領域境界とをそれぞれ特定するステップS5と、
ステップS5で得られた第1、第2の準有効領域境界の中から半径の大きいものを最終有効領域境界とし、最終有効領域境界で囲まれたものを魚眼画像の有効領域とするステップS6と、を含む。
同一行の画素点を左から右へ判定し、最初に出現した画素値が所定の閾値より大きい点を理想的な有効領域の左境界点とし、次に、右から左へ走査して右境界点を決定し、右境界点列座標から左境界点列座標を減算したものを水平交点距離値とするステップによって求められ、
垂直交点距離CDは、
同一列の画素点を上から下へ判定し、最初に出現した画素値が所定の閾値よりも大きい点を理想的な有効領域の上境界点とし、次に、下から上へ走査して下境界点を決定し、下境界点行座標から上境界点行座標を減算したものを垂直交点距離値とするステップによって求められる。
垂直分割線と理想的な有効領域の(n−1)*2個の交点をランダムにサンプリングし、3点が異なるように3点を抽出(非復元抽出)し、3点法を用いてこの3点で定まる円Ciの円心Oiと半径Riとを求め、
残りの((n−1)*2−3)個の点について、各点から円心Oiまでの距離rを求めて△r=|r−Ri|を求め、δ2<△r<δ1である場合、その点を非外れ値と判定し、円Ciの非外れ値の個数を統計し、ここで、δ1とδ2はそれぞれ上下の境界半径とRiの差の絶対値であり、
ステップ1)と2)をK回繰り返すと、Kを抽出効果に応じて調整し、非外れ値が最も多い円Ciを準有効区域境界とする。
1.有効領域内の画素を処理する必要がなく、有効領域の境界のみを分析するだけでよく、それによって、有効領域の内部の要因による抽出効果への干渉を回避する。
2.上下左右の境界だけで有効領域を決定するのではなく、有効領域境界を全体的に分析するため、有効領域抽出の精度を大幅に向上させる。
3.有効領域境界を全体的に分析する際に、ランダムサンプリング一貫性アルゴリズムによって、一部の境界上の干渉による準有効領域境界の抽出への影響を解消する。
4.有効領域の境界を全体的に分析する際に、水平分割線交点と垂直分割線との交点を別々に処理することで、点の均一性を確保しながら、交点のエイリアシングにより円を求めることができないことを回避する。
5.有効領域の境界のみを全体的に分析するので、処理を必要とする画素点が少なく、処理速度が速く、かつ、処理速度が画像解像度の変化により著しく変動することがなく、適応力が高い。
S1、図2に示すように、魚眼画像の抽象理想モデルでは、中間の円形領域を理想的な有効領域とし、魚眼画像の行数及びと列数を求め、画像の水平方向の中線と垂直方向の中線を決定する。
S2、走査を通じて、中線と理想的な有効領域との交点距離を決定し、水平交点距離AB及び垂直交点距離CDを求め、
水平交点距離ABは、
同一行の画素点を左から右へ判定し、最初に出現した画素値が所定の閾値より大きい点を理想的な有効領域の左境界点とし、次に、右から左へ走査して右境界点を決定し、右境界点列座標から左境界点列座標を減算したものを水平交点距離値とするステップによって求められ、
垂直交点距離CDは、
同一列の画素点を上から下へ判定し、最初に出現した画素値が所定の閾値よりも大きい点を理想的な有効領域の上境界点とし、次に、下から上へ走査して下境界点を決定し、下境界点行座標から上境界点行座標を減算したものを垂直交点距離値とすることによって求められる。
S3、垂直方向と水平方向にそれぞれ15本の分割線が理想的な有効領域と交差し、それぞれ30個の交点を有するように、水平交点距離ABと垂直交点距離CDをそれぞれ16等分する(データ点を十分に確保しながら等分の数を調整することができる)。
S4、走査を通じて各交点の座標を決定する。
S5、ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域境界と第2の準有効領域境界とをそれぞれ特定する。
本ステップにおいて、ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域の境界を特定する過程は、具体的には、以下のとおりである。
1)垂直分割線と理想的な有効領域との30個の交点をランダムにサンプリングし、3点が異なるように3点を抽出(非復元抽出)し、3点法を用いてこの3点で定まる円Ciの円心Oiと半径Riを求め、
2)残りの27個の点について、各点から円心Oiまでの距離rを求めて△r=|r−Ri|を求め、δ2<△r<δ1である場合、その点を非外れ値と判定し、円Ciの非外れ値の個数を統計し、ここで、δ1とδ2は上下の境界半径とRiの差の絶対値であり、一般的には、δ1=δ2をとることができ、この値は、画像の大きさと抽出精度に応じて設定することができる(1920*1280の魚眼画像では、δは20個の画素とすることができる)。
3)ステップ1)と2)をK回繰り返すと、Kを抽出効果に応じて調整し、一般には、K=100とし、非外れ値が最も多い円Ciを準有効領域境界とする。
一方、垂直分割線を水平分割線に変更する以外、第2の準有効領域境界を特定する原理は、ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域境界を特定する原理と同様である。
S6、ステップS5で得られた第1、第2の準有効領域境界の中から半径の大きいものを最終有効領域境界とし、最終有効領域境界で囲まれたものを魚眼画像の有効領域とする。
Claims (5)
- ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法であって、
垂直分割線と魚眼画像の理想的な有効領域との交点によって第1の準有効領域境界を特定し、次に、水平分割線と魚眼画像の理想的な有効領域との交点によって第2の準有効領域境界を特定し、最後に、第1、第2の準有効領域境界の中から半径の大きいものを最終有効領域境界とし、最終有効領域境界で囲まれたものが魚眼画像の有効領域になる、ことを特徴とするランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法。 - 前記第1の準有効領域境界と前記第2の準有効領域境界は、いずれもランダムサンプリング一貫性アルゴリズムによって特定される、請求項1に記載のランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法。
- 魚眼画像の行数及び列数を求め、画像の水平方向の中線及び垂直方向の中線を決定するステップS1と、
走査を通じて、中線と理想的な有効領域との交点距離を決定し、水平交点距離AB及び垂直交点距離CDを求めるステップS2と、
垂直方向及び水平方向にそれぞれn−1本の分割線が理想的な有効領域と交差し、それぞれ(n−1)*2個の交点を有するように、水平交点距離AB及び垂直交点距離CDをそれぞれn等分するステップS3と、
走査を通じて、各交点の座標を決定するステップS4と、
ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域境界と第2の準有効領域境界とをそれぞれ特定するステップS5と、
ステップS5で得られた第1、第2の準有効領域境界の中から半径の大きいものを最終有効領域境界とし、最終有効領域境界で囲まれたものを魚眼画像の有効領域とするステップS6と、を含む、ことを特徴とする請求項2に記載のランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法。 - 前記ステップS2において、水平交点距離ABは、
同一行の画素点を左から右へ判定し、最初に出現した画素値が所定の閾値より大きい点を理想的な有効領域の左境界点とし、次に、右から左へ走査して右境界点を決定し、右境界点列座標から左境界点列座標を減算したものを水平交点距離値とするステップによって求められ、
垂直交点距離CDは、
同一列の画素点を上から下へ判定し、最初に出現した画素値が所定の閾値よりも大きい点を理想的な有効領域の上境界点とし、次に、下から上へ走査して下境界点を決定し、下境界点行座標から上境界点行座標を減算したものを垂直交点距離値とするステップによって求められる、ことを特徴とする請求項3に記載のランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法。 - 前記ステップS5において、ランダムサンプリング一貫性アルゴリズムによって第1の準有効領域境界を特定する過程は、具体的には、
垂直分割線と理想的な有効領域の(n−1)*2個の交点をランダムにサンプリングし、3点が異なるように3点を抽出(非復元抽出)し、3点法を用いてこの3点で定まる円Ciの円心Oiと半径Riとを求めるステップ1)と、
残りの((n−1)*2−3)個の点について、各点から円心Oiまでの距離rを求めて△r|r−Ri|を求め、δ2<△r<δ1である場合、その点を非外れ値と判定し、円Ciの非外れ値の個数を統計し、ここで、δ1とδ2はそれぞれ上下の境界半径とRiの差の絶対値であるステップ2)と、
ステップ1)と2)をK回繰り返すと、Kを抽出効果に応じて調整し、非外れ値が最も多い円Ciを準有効区域境界とするステップ3)とを含む、ことを特徴とする請求項3に記載のランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911204462.4A CN111179184B (zh) | 2019-11-29 | 2019-11-29 | 基于随机抽样一致性的鱼眼图像有效区域提取方法 |
CN201911204462.4 | 2019-11-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6830712B1 JP6830712B1 (ja) | 2021-02-17 |
JP2021086616A true JP2021086616A (ja) | 2021-06-03 |
Family
ID=70657182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020162580A Active JP6830712B1 (ja) | 2019-11-29 | 2020-09-28 | ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6830712B1 (ja) |
CN (1) | CN111179184B (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741523B (zh) * | 2021-09-08 | 2024-03-19 | 北京航空航天大学 | 一种基于边界和采样的混合无人机自主探测方法 |
CN115032202B (zh) * | 2022-08-10 | 2022-11-08 | 山东唐乐生物科技股份有限公司 | 一种甜菊糖苷产品的残留杂质去除方法 |
CN115482244A (zh) * | 2022-09-14 | 2022-12-16 | 南京索图科技有限公司 | 一种内镜镜下影像处理方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2742484B1 (en) * | 2011-07-25 | 2016-08-31 | Universidade de Coimbra | Method and apparatus for automatic camera calibration using one or more images of a checkerboard pattern |
US9230368B2 (en) * | 2013-05-23 | 2016-01-05 | Microsoft Technology Licensing, Llc | Hologram anchoring and dynamic positioning |
CN104167002B (zh) * | 2014-08-28 | 2017-01-11 | 中国矿业大学 | 鱼眼图像的有效区域提取方法 |
US20170230649A1 (en) * | 2016-02-05 | 2017-08-10 | Qualcomm Incorporated | Calibration of hybrid auto focus (af) imaging systems |
CN107644394B (zh) * | 2016-07-21 | 2021-03-30 | 完美幻境(北京)科技有限公司 | 一种3d图像的处理方法及装置 |
CN106651758A (zh) * | 2016-12-16 | 2017-05-10 | 深圳市保千里电子有限公司 | 一种基于含噪鱼眼图像的有效区域提取方法及系统 |
CN109035134B (zh) * | 2017-06-08 | 2021-09-28 | 株式会社理光 | 全景图像拼接方法、装置、电子设备及存储介质 |
CN109801212A (zh) * | 2018-12-26 | 2019-05-24 | 南京信息职业技术学院 | 一种基于sift特征的鱼眼图像拼接方法 |
CN110060259A (zh) * | 2019-04-04 | 2019-07-26 | 东华大学 | 一种基于霍夫变换的鱼眼镜头有效区域提取方法 |
CN110264397B (zh) * | 2019-07-01 | 2022-12-30 | 广东工业大学 | 一种提取鱼眼图像的有效区域的方法和装置 |
CN110443246B (zh) * | 2019-08-14 | 2022-02-22 | 重庆大学 | 一种基于均值差优化的鱼眼图像有效区域提取方法 |
-
2019
- 2019-11-29 CN CN201911204462.4A patent/CN111179184B/zh active Active
-
2020
- 2020-09-28 JP JP2020162580A patent/JP6830712B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP6830712B1 (ja) | 2021-02-17 |
CN111179184A (zh) | 2020-05-19 |
CN111179184B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6830712B1 (ja) | ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 | |
EP3509034B1 (en) | Image filtering based on image gradients | |
KR101634562B1 (ko) | 저해상도 비디오로부터 고해상도 비디오를 생성하는 방법 | |
CN110717942B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
US8068697B2 (en) | Real time video stabilizer | |
US9361698B1 (en) | Structure light depth sensor | |
CN110910421B (zh) | 基于分块表征和可变邻域聚类的弱小运动目标检测方法 | |
US10614551B2 (en) | Image interpolation methods and related image interpolation devices thereof | |
JP5972498B2 (ja) | エッジ検出装置、エッジ検出方法およびプログラム | |
KR20150116833A (ko) | 에지-보존 잡음 억제 기능을 갖는 이미지 프로세서 | |
CN106447602A (zh) | 一种图像拼接方法及装置 | |
US20220270345A1 (en) | Subject detection method and apparatus, electronic device, and computer-readable storage medium | |
KR20140141392A (ko) | 영상 처리 방법 및 장치 | |
US20170032503A1 (en) | System and method for images distortion correction | |
CN112669280B (zh) | 一种基于lsd算法的无人机倾斜航拍直角像控点目标检测方法 | |
CN109285122B (zh) | 一种进行图像处理的方法和设备 | |
CN106846250B (zh) | 一种基于多尺度滤波的超分辨率重建方法 | |
US20150187051A1 (en) | Method and apparatus for estimating image noise | |
JP7014005B2 (ja) | 画像処理装置及び方法、電子機器 | |
JP4020093B2 (ja) | 縁検出方法及び装置及びプログラム及び記憶媒体及び枠検出方法及び装置及びプログラム及び記憶媒体 | |
CN106920213B (zh) | 一种高分辨率图像的获取方法及系统 | |
CN115239653A (zh) | 支持多分屏的黑屏检测方法、装置、电子设备及可读存储介质 | |
JP2019020839A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR101981773B1 (ko) | 그래디언트의 적응적 가중에 기반한 에지 위치 결정 장치 및 방법 | |
CN111598940A (zh) | 一种半球摄影中心点位置定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200928 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200928 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201020 |
|
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: 20210106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6830712 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |