JP3118484B2 - Image segmentation method - Google Patents

Image segmentation method

Info

Publication number
JP3118484B2
JP3118484B2 JP04235847A JP23584792A JP3118484B2 JP 3118484 B2 JP3118484 B2 JP 3118484B2 JP 04235847 A JP04235847 A JP 04235847A JP 23584792 A JP23584792 A JP 23584792A JP 3118484 B2 JP3118484 B2 JP 3118484B2
Authority
JP
Japan
Prior art keywords
histogram
magnitude
dimensional
density
derivative
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.)
Expired - Fee Related
Application number
JP04235847A
Other languages
Japanese (ja)
Other versions
JPH0683959A (en
Inventor
隆 鳥生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP04235847A priority Critical patent/JP3118484B2/en
Publication of JPH0683959A publication Critical patent/JPH0683959A/en
Application granted granted Critical
Publication of JP3118484B2 publication Critical patent/JP3118484B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Image Input (AREA)

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【0001】[0001]

【産業上の利用分野】本発明は画像をその濃度値とエッ
ジの位置を基に領域毎に分割する領域分割方式に関す
る。
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an area dividing method for dividing an image into areas based on density values and edge positions.

【0002】[0002]

【従来の技術】例えば図26(A)に示す如く、濃度が
淡い領域a1と、濃度が中間の領域a2と、濃度が濃い
領域a3が存在する画像がある場合、この画像を濃度値
とエッジの位置を基に画像を各領域毎に分割するとき、
従来では図27(A)又は図27(B)に示す如き手法
により行われていた。
2. Description of the Related Art As shown in FIG. 26A, for example, when there is an image including a low density area a1, an intermediate density area a2, and a high density area a3, this image is defined by a density value and an edge. When dividing the image into each area based on the position of
Conventionally, this is performed by a method as shown in FIG. 27 (A) or FIG. 27 (B).

【0003】図27(A)の手法では、先ず入力画像の
各画素において微分の大きさを算出したあと、この微分
値がある定められた値より大きい画素を領域間のエッジ
として検出する。次にエッジ上の画素だけを対象として
入力画像の濃度値のヒストグラムを算出する。このヒス
トグラムはそれぞれの濃度値毎にその濃度を持つエッジ
上の画素の数が対応している。
In the method shown in FIG. 27A, first, the magnitude of the differential is calculated for each pixel of the input image, and then a pixel whose differential value is larger than a predetermined value is detected as an edge between regions. Next, a histogram of the density values of the input image is calculated only for pixels on the edge. This histogram corresponds to the number of pixels on the edge having that density for each density value.

【0004】次に、このヒストグラムのピークに相当す
る濃度値を複数個選択して多重閾値g1、g2、・・・
gNとする。そして最後に入力画像において濃度が0〜
g1、g1〜g2、・・・gN〜gmaxであるような
領域毎に分け、それぞれの領域において連結成分のラベ
ル付け処理を施して領域分割を行う。ここでgmaxは
濃度がとりうる最大値である。
Next, a plurality of density values corresponding to the peaks of the histogram are selected and multiplex thresholds g1, g2,.
gN. And finally, the density of the input image
g1, g1 to g2,... gN to gmax are divided into regions, and a labeling process of a connected component is performed in each region to perform region division. Here, gmax is the maximum value that the density can take.

【0005】また図27(B)の手法では、入力画像の
各画素において微分の大きさを算出したあと、この微分
値がある定められた値より大きいものをエッジとして検
出した後、エッジ上の画素だけを対象として、入力画像
の濃度値と微分の大きさに関する二次元(2D)ヒスト
グラムを算出する。
In the method shown in FIG. 27 (B), after calculating the magnitude of the differential at each pixel of the input image, a differential value larger than a predetermined value is detected as an edge. A two-dimensional (2D) histogram relating to the density value of the input image and the magnitude of the derivative is calculated for only the pixels.

【0006】このヒストグラムはそれぞれの濃度値及び
微分の大きさ毎にその濃度および微分の大きさを持つエ
ッジ上の画素の数が対応している。次にこのヒストグラ
ムのピークを複数個選択し、そのピークに対応する濃度
値を多重閾値g1、g2・・・gNとする。以後の処理
は前記図27(A)の場合と同様である。
In the histogram, the number of pixels on the edge having the density and the magnitude of the derivative corresponds to each density value and the magnitude of the derivative. Next, a plurality of peaks of this histogram are selected, and density values corresponding to the peaks are set as multiplex thresholds g1, g2,. Subsequent processing is the same as in the case of FIG.

【0007】[0007]

【発明が解決しようとする課題】図26は従来の方式の
問題点を説明するための図面である。図26(A)は入
力画像を表し、同(B)は(A)における直線lに沿っ
た濃度値の断面を示す。また図中の太い線はエッジであ
る。入力画像は、図26(A)に示す如く、a1、a
2、a3の三つの領域からなっているものとする。また
それぞれの領域は、図26(B)に示す如く、f1、f
2、f3の平均濃度を持ち、各画素の濃度値はノイズ等
により平均値のまわりをランダムにちらついている。
FIG. 26 is a diagram for explaining the problems of the conventional system. FIG. 26A shows an input image, and FIG. 26B shows a cross section of the density value along the straight line 1 in FIG. The thick lines in the figure are edges. The input image is , as shown in FIG.
It is assumed that the region is composed of three regions, a and a3. Further, as shown in FIG. 26 (B), the respective regions are f1, f
It has an average density of 2, f3, and the density value of each pixel flickers around the average value randomly due to noise or the like.

【0008】前記図27(A)に示した方法において、
領域a1とa2間のエッジではf1+d1又はf2+d
2(但し、d1とd2はランダムにちらつく)の濃度を
持つため、エッジ上での濃度ヒストグラムはf1とf2
にピークを持つ。
In the method shown in FIG.
F1 + d1 or f2 + d at the edge between the regions a1 and a2
2 (where d1 and d2 flicker randomly), the density histogram on the edge is f1 and f2
Has a peak.

【0009】しかしf1とf2のいずれを閾値として、
図26(A)に示す領域を分割しても、ノイズの影響を
受けて適切な結果が得られない。図27(B)に示した
方法においても、エッジ上での二次元ヒストグラムのピ
ーク値に対応する濃度値はf1とf2になり、ノイズの
影響を受けて適切な結果が得られないという、同様な困
難がある。
However, if either f1 or f2 is a threshold,
Even if the area shown in FIG. 26A is divided, an appropriate result cannot be obtained due to the influence of noise. Also in the method shown in FIG. 27B, the density values corresponding to the peak value of the two-dimensional histogram on the edge are f1 and f2, and an appropriate result cannot be obtained due to the influence of noise. Difficulties.

【0010】このように従来の方法では、領域間の境界
で濃度が急峻に変化する場合に、領域を分けるための濃
度の閾値が適切に定まらないという問題がある。なお、
濃度が比較的ゆるやかに変化する場合は、エッジにおけ
る濃度がf1+d1又はf2+d2だけでなくf1とf
2の中間の濃度を持つ場合が増加するため、前記の困難
は軽減されるが、ゆるやかに変化するような画像でない
と使用できないという適用範囲が制限され、好ましくな
い。
As described above, the conventional method has a problem that when the density sharply changes at the boundary between the areas, the density threshold for dividing the areas is not properly determined. In addition,
If the density changes relatively slowly, the density at the edge is not only f1 + d1 or f2 + d2, but also f1 and f2.
Since the number of cases having an intermediate density of 2 increases, the above-mentioned difficulty is reduced, but an application range that the image cannot be used unless the image changes gradually is limited, which is not preferable.

【0011】従って本発明の目的は、前記の問題点を解
決して、f1とf2の間及びf2とf3の間に閾値が定
まる画像の領域分割方式を提供することである。
Accordingly, an object of the present invention is to solve the above-mentioned problems and to provide an image region dividing method in which threshold values are determined between f1 and f2 and between f2 and f3.

【0012】[0012]

【課題を解決するための手段】このため、本発明では、
図2(A)の如き、a1、a2、a3の領域があると
き、図2(B)に示す濃度値fを閾値として領域を分け
たものと仮定する。つまり濃度がf未満の領域と濃度が
f以上の領域に分けたとする。ここでこれらの領域の境
界がエッジ上に存在している確率を考える。fがf1と
f2の丁度中間の値を持つときは、境界がエッジの上に
存在する確率は大きいが、fがf1又はf2に近いとき
はノイズの影響を受け易いために境界がエッジの上に乗
っている確率は小さくなる。
Therefore, in the present invention,
When there are regions a1, a2, and a3 as shown in FIG. 2A, it is assumed that the regions are divided using the density value f shown in FIG. 2B as a threshold. That is, it is assumed that the area is divided into an area where the density is lower than f and an area where the density is higher than f. Here, consider the probability that the boundaries of these regions exist on the edge. When f has a value exactly intermediate between f1 and f2, the probability that the boundary exists on the edge is large, but when f is close to f1 or f2, the boundary is likely to be affected by noise, so that the boundary is above the edge. The probability of riding is reduced.

【0013】したがって境界がエッジの上に存在する確
率が大きくなるように閾値fを定めれば、より適切に領
域を分けることができる。このため本発明では境界がエ
ッジの上に乗っている確率が大きくなるような閾値を複
数個算出し、それらの閾値によって領域を分けた後、連
結成分のラベル付けによって領域分割するようにした。
Therefore, if the threshold value f is determined so that the probability that the boundary exists on the edge is increased, the area can be divided more appropriately. For this reason, in the present invention, a plurality of thresholds that increase the probability that the boundary is on the edge are calculated, the area is divided by those thresholds, and the area is divided by labeling the connected components.

【0014】本発明の関連技術を図1にもとづき説明す
る。いまある閾値fにより領域を分けるとき、その境界
点の数は入力画像の累積ヒストグラム(濃度毎にその濃
度値よりも大きい濃度を持つ画素の総和を対応させたも
の)と、最小値フィルタ処理後の画像の累積ヒストグラ
ムの差、又は最大値フィルタ処理後の画像と入力画像の
それぞれの累積ヒストグラムの差、又は最大値フィルタ
処理後の画像と最小値フィルタ処理後の画像のそれぞれ
の累積ヒストグラムの差を2で除したものによって得ら
れる(特開平1−162992号公報、特開平1−18
4583号公報参照)。
The related art of the present invention will be described with reference to FIG. When an area is divided according to an existing threshold value f, the number of boundary points is determined by the cumulative histogram of the input image (corresponding to the sum of pixels having a density larger than the density value for each density) and the value after the minimum value filter processing. Or the difference between the cumulative histograms of the image after the maximum value filter processing and the input image, or the difference between the cumulative histograms of the image after the maximum value filter processing and the image after the minimum value filter processing Divided by 2 (Japanese Patent Application Laid-Open Nos. 1-162992 and 1-18).
No. 4,583).

【0015】図1に示すように、VTカメラ等の画像入
力部より入力され、保持された入力画像1を、エッジ検
出部2によりエッジ検出する。すなわち微分後、微分値
が閾値以上のものを抽出し、エッジ検出する。そしてこ
のエッジ上の入力画像に対する累積ヒストグラムを累積
ヒストグラム部3で作成する。
As shown in FIG. 1, an edge of an input image 1 input from an image input unit such as a VT camera and held is detected by an edge detection unit 2. That is, after differentiation, those whose differential value is equal to or larger than a threshold value are extracted and edges are detected. Then, a cumulative histogram for the input image on the edge is created by the cumulative histogram unit 3.

【0016】また入力画像1は、最小値フィルタ部4に
おいて最小値フィルタ処理される。このうちエッジ部分
のみの累積ヒストグラムが累積ヒストグラム部5で作成
される。そしヒストグラムの差検出部6において、前記
累積ヒストグラム部3で作成した入力画像に対するエッ
ジ部の累積ヒストグラムと、累積ヒストグラム部5で作
成した最小値フィルタ処理されたエッジ部の累積ヒスト
グラムとの差を求める。これによりピークが複数残る。
The input image 1 is subjected to minimum value filter processing in a minimum value filter unit 4. Among them, the cumulative histogram of only the edge portion is created by the cumulative histogram section 5. Then, in a histogram difference detecting section 6, a difference between a cumulative histogram of an edge portion with respect to the input image created by the cumulative histogram section 3 and a cumulative histogram of an edge section subjected to minimum value filtering created by the cumulative histogram section 5 is obtained. . This leaves a plurality of peaks.

【0017】多重閾値算出部7は、前記ヒストグラムの
差算出部6において得られたヒストグラムの複数個のピ
ークに対応する濃度値g1、g2、・・・gNを検出し
て、複数の閾値とする。そして領域分割部8において、
これらの濃度値を閾値として入力画像1を処理すること
により入力画像を濃度0〜g1、g1〜g2・・・gN
〜gmaxの領域に分け、その後ラベル付与部Lにより
連結成分のラベル付けを行うことにより入力画像を領域
分割できる。
The multi-threshold calculating section 7 detects density values g1, g2,... GN corresponding to a plurality of peaks of the histogram obtained by the histogram difference calculating section 6, and sets the detected values as a plurality of thresholds. . Then, in the area dividing unit 8,
By processing the input image 1 using these density values as thresholds, the input image is converted into densities 0 to g1, g1 to g2,.
The input image can be divided into regions by dividing the input image into regions of up to gmax and then labeling the connected components by the labeling unit L.

【0018】[0018]

【作用】このようにしてエッジ上の画素だけを対象にし
て閾値を設定できるので、ノイズの影響の少ない、正確
な領域分割ができる。
In this way, since the threshold value can be set only for the pixels on the edge, it is possible to perform accurate area division with little influence of noise.

【0019】[0019]

【実施例】先ず本発明の関連技術を以下に詳述する。図
1も本発明の関連技術であるが、その構成については前
記詳述したので、図3、図4について前記した最大値フ
ィルタを使用するもの、最大値フィルタと最小値フィル
タを使用するものについて説明する。
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS First, the related art of the present invention will be described in detail below. FIG. 1 is also a related art of the present invention, but since its configuration has been described in detail above, the configuration using the maximum value filter described above with reference to FIGS. 3 and 4 and the configuration using the maximum value filter and the minimum value filter are described. explain.

【0020】図3においては最大値フィルタ9を使用す
る。入力画像1はエッジ検出部2、累積ヒストグラム部
3において、前記図1と同様な処理が行われ、エッジ上
の入力画像に対する累積ヒストグラムが作成される。
In FIG. 3, a maximum value filter 9 is used. The input image 1 is subjected to the same processing as in FIG. 1 in the edge detection unit 2 and the cumulative histogram unit 3 to generate a cumulative histogram for the input image on the edge.

【0021】また入力画像は、最大値フィルタ部9にお
いて最大値フィルタ処理される。このうちエッジ部分の
みの累積ヒストグラムが累積ヒストグラム部5で作成さ
れる。そしてヒストグラムの差算出部6において前記累
積ヒストグラム部3で作成された入力画像に対するエッ
ジ部の累積ヒストグラムと、累積ヒストグラム部5で作
成した最大値フィルタ処理されたエッジ部の累積ヒスト
グラムとの差を求め、得られた複数のピーク値にもとづ
き、図1の場合と同様に領域分割が行われ、ラベル付与
部Lにより連結成分のラベル付けが行われ、入力画像を
領域分割する。
The input image is subjected to a maximum value filtering process in a maximum value filtering section 9. Among them, the cumulative histogram of only the edge portion is created by the cumulative histogram section 5. Then, the difference calculator 6 calculates the difference between the cumulative histogram of the edge portion for the input image created by the cumulative histogram portion 3 and the cumulative histogram of the edge portion subjected to the maximum value filtering created by the cumulative histogram portion 5. Based on a plurality of obtained peak values, region division is performed in the same manner as in FIG. 1, the labeling unit L labels connected components, and the input image is region-divided.

【0022】図4においては最小値フィルタ4と最大値
フィルタ9を使用する例である。入力画像は、前記図
1、図3と同様にエッジ検出部2においてエッジ検出さ
れる。また入力画像1は最小値フィルタ4、最大値フィ
ルタ9によりそれぞれ最小値フィルタ処理及び最大値フ
ィルタ処理される。
FIG. 4 shows an example in which the minimum value filter 4 and the maximum value filter 9 are used. The edge of the input image is detected by the edge detection unit 2 as in FIGS. The input image 1 is subjected to minimum value filtering and maximum value filtering by a minimum value filter 4 and a maximum value filter 9, respectively.

【0023】これら最小値フィルタ処理、最大値処理さ
れたエッジ部分の累積ヒストグラムが、それぞれ累積ヒ
ストグラム部3、累積ヒストグラム部5で作成される。
ヒストグラムの差算出部6は、これらの差を求め、得ら
れた複数のピークに対応する濃度値g1、g2・・・に
より多重閾値算出部7、領域分割部8において同様の処
理が行われる。なおヒストグラムの差算出部6では、こ
の差を1/2してもピークの位置は変わらないのでこの
割算を省略できる。
The cumulative histograms of the edge portions subjected to the minimum value filter processing and the maximum value processing are created by the cumulative histogram section 3 and the cumulative histogram section 5, respectively.
The histogram difference calculation unit 6 calculates these differences, and the multiplex threshold calculation unit 7 and the region division unit 8 perform the same processing based on the obtained density values g1, g2,... Corresponding to the plurality of peaks. In the histogram difference calculation unit 6, the division can be omitted because the position of the peak does not change even if the difference is halved.

【0024】次に本発明の関連技術の第2のタイプの関
連技術を図5〜図7について説明する。この第2のタイ
プの関連技術は、前記第1のタイプの関連技術において
エッジ上での境界点の数を表すヒストグラムを画像全体
における境界の数を表すヒストグラムで除したものを用
いる。
Next, a second type of related art of the present invention will be described.
The link technology will be described with reference to FIGS. This second type of related art uses the histogram obtained by dividing the histogram representing the number of boundary points on an edge by the histogram representing the number of boundaries in the entire image in the first type of related art .

【0025】画像全体における境界点の数は、濃度が図
2においてf1又はf2に近いときにノイズの影響によ
り大きくなるので、この数で除することによりヒストグ
ラムのピークが急峻になり、より安定にピークを検出す
ることが可能になる。
Since the number of boundary points in the entire image becomes larger due to the influence of noise when the density is close to f1 or f2 in FIG. 2, dividing by this number makes the peak of the histogram sharper and more stable. The peak can be detected.

【0026】なお画像全体の境界点の数は、画像全体を
対象として、入力画像と最小値フィルタ処理後の画像
の累積ヒストグラムの差、最大値フィルタ処理後の画
像と入力画像のそれぞれの累積ヒストグラムの差、最
大値フィルタ処理後の画像と最小値フィルタ処理後の画
像のそれぞれの累積ヒストグラムの差を2で除すること
により得られる。
The number of boundary points of the entire image is calculated by calculating the difference between the cumulative histogram of the input image and the image after the minimum value filter processing, and the cumulative histogram of the image after the maximum value filter process and the input image for the entire image. , And the difference between the respective cumulative histograms of the image after the maximum value filter processing and the image after the minimum value filter processing is divided by two.

【0027】図5は前記に対応する関連技術である。
入力画像1はエッジ検出部2において微分後その微分値
が閾値以上のものを抽出することによりエッジ検出され
る。また入力画像1は最小値フィルタ4により最小値フ
ィルタ処理される。
FIG. 5 shows a related art corresponding to the above.
The edge of the input image 1 is detected by extracting an image whose differential value is equal to or larger than a threshold value after differentiation in the edge detection unit 2. The input image 1 is subjected to the minimum value filter processing by the minimum value filter 4.

【0028】累積ヒストグラム部3は入力画像1のエッ
ジ検出された部分の累積ヒストグラムを作成し、累積ヒ
ストグラム部5は最小値フィルタ処理された入力画像の
エッジ検出された部分の累積ヒストグラムを作成する。
また累積ヒストグラム部10は入力画像1の累積ヒスト
グラムを作成し、累積ヒストグラム部11は最小値フィ
ルタ処理された入力画像に対する累積ヒストグラムを作
成する。
The cumulative histogram section 3 creates a cumulative histogram of the edge-detected portion of the input image 1, and the cumulative histogram section 5 creates a cumulative histogram of the edge-detected portion of the input image subjected to the minimum value filter processing.
The cumulative histogram unit 10 creates a cumulative histogram of the input image 1, and the cumulative histogram unit 11 creates a cumulative histogram for the input image subjected to the minimum value filter processing.

【0029】そして累積ヒストグラム部3で作成された
入力画像1のエッジ部分の累積ヒストグラムと、累積ヒ
ストグラム部5で作成された最小値フィルタ処理された
エッジ部分の累積ヒストグラムとの差をヒストグラムの
差算出部12で求める。また累積ヒストグラム部10で
作成された入力画像の累積ヒストグラムと、累積ヒスト
グラム部11で作成された入力画像を最小値フィルタ処
理したものに対する累積ヒストグラムとの差をヒストグ
ラムの差算出部13で求める。
The difference between the cumulative histogram of the edge portion of the input image 1 created by the cumulative histogram portion 3 and the cumulative histogram of the edge portion subjected to the minimum value filtering created by the cumulative histogram portion 5 is calculated as a histogram difference. Determined by part 12. Further, a difference between the cumulative histogram of the input image created by the cumulative histogram unit 10 and the cumulative histogram of the input image created by the cumulative histogram unit 11 subjected to the minimum value filtering is calculated by the histogram difference calculating unit 13.

【0030】そしてヒストグラムの商算出部14におい
て、差算出部12から得られたエッジ部分の累積ヒスト
グラムに関するデータを、差算出部13から得られた画
像全体の境界点の数に関するデータで商し、得られた複
数のピークに対応する濃度値g1、g2・・・を多重閾
値算出部7で検出して複数の閾値とする。
Then, in the histogram quotient calculator 14, the data on the cumulative histogram of the edge portion obtained from the difference calculator 12 is quotient with the data on the number of boundary points of the whole image obtained from the difference calculator 13, The density values g1, g2,... Corresponding to the plurality of obtained peaks are detected by the multiple threshold value calculation unit 7 and set as a plurality of threshold values.

【0031】それから領域分割部8において、これらの
濃度値を閾値として入力画像を処理してこれを濃度0〜
g1、g1〜g2・・・の領域にわけ、それから連結成
分のラベル付けを行うことにより、入力画像を領域分割
できる。
Then, the area dividing section 8 processes the input image using these density values as thresholds,
The input image can be divided into regions by dividing the region into g1, g1 to g2,... and labeling the connected components.

【0032】図6により前記に対応する関連技術を説
明する。入力画像1は前記と同様にエッジ検出部2にお
いてエッジ検出され、また最大値フィルタ9により最大
値フィルタ処理される。
A related technique corresponding to the above will be described with reference to FIG. The edge of the input image 1 is detected by the edge detection unit 2 in the same manner as described above, and the input image 1 is subjected to the maximum value filter processing by the maximum value filter 9.

【0033】累積ヒストグラム部3は入力画像1のエッ
ジ検出された部分の累積ヒストグラムを作成し、累積ヒ
ストグラム部5は最大値処理された入力画像のエッジ検
出部分の累積ヒストグラムを作成する。
The cumulative histogram section 3 creates a cumulative histogram of the edge-detected portion of the input image 1, and the cumulative histogram section 5 creates a cumulative histogram of the edge-detected portion of the input image subjected to the maximum value processing.

【0034】そして累積ヒストグラム部3で作成された
入力画像1のエッジ部分の累積ヒストグラムと、累積ヒ
ストグラム部5で作成された最大値フィルタ処理された
エッジ部分の累積ヒストグラムとの差をヒストグラムの
差算出部12で求める。また累積ヒストグラム部10で
作成された入力画像の累積ヒストグラムと、累積ヒスト
グラム部11で作成された入力画像を最大値フィルタ処
理したものに対する累積ヒストグラムとの差をヒストグ
ラムの差算出部13で求める。
The difference between the cumulative histogram of the edge portion of the input image 1 created by the cumulative histogram portion 3 and the cumulative histogram of the edge portion subjected to the maximum value filtering created by the cumulative histogram portion 5 is calculated as a histogram difference. Determined by part 12. Further, a difference between the cumulative histogram of the input image created by the cumulative histogram unit 10 and the cumulative histogram of the input image created by the cumulative histogram unit 11 subjected to the maximum value filtering is calculated by the histogram difference calculating unit 13.

【0035】そしてヒストグラムの商算出部14におい
て、差算出部12から得たエッジ部分の累積ヒストグラ
ムに関するデータを、差算出部13から得た画像全体の
境界点の数のデータで商し、得られた複数のピークに対
応する濃度g1、g2・・・を多重閾値算出部7で検出
し、前記と同様に入力画像を領域分割する。
In the histogram quotient calculator 14, the data on the cumulative histogram of the edge portion obtained from the difference calculator 12 is quotient by the data of the number of boundary points of the entire image obtained from the difference calculator 13, and the quotient is obtained. .. Corresponding to the plurality of peaks are detected by the multiple threshold value calculation unit 7, and the input image is divided into regions as described above.

【0036】図7により前記に対応する関連技術を説
明する。入力画像1は前記と同様にエッジ検出部2にお
いてエッジ検出され、最小値フィルタ4により最小値フ
ィルタ処理され、最大値フィルタ9により最大値処理さ
れる。
A related technique corresponding to the above will be described with reference to FIG. The edge of the input image 1 is detected by the edge detection unit 2 in the same manner as described above, the minimum value filter processing is performed by the minimum value filter 4, and the maximum value processing is performed by the maximum value filter 9.

【0037】累積ヒストグラム部3は、入力画像1の最
小値フィルタ処理されたもののエッジ部分の累積ヒスト
グラムを作成し、累積ヒストグラム部5は最大値フィル
タ処理された入力画像のエッジ部分の累積ヒストグラム
を作成し、累積ヒストグラム部10は最小値フィルタ処
理された入力画像の累積ヒストグラムを作成し、累積ヒ
ストグラム部11は最大値フィルタ処理された入力画像
の累積ヒストグラムを作成する。
The cumulative histogram unit 3 creates a cumulative histogram of the edge portion of the input image 1 which has been subjected to the minimum value filtering, and the cumulative histogram unit 5 creates a cumulative histogram of the edge portion of the input image which has been subjected to the maximum value filtering. Then, the cumulative histogram unit 10 creates a cumulative histogram of the input image subjected to the minimum value filtering, and the cumulative histogram unit 11 creates a cumulative histogram of the input image subjected to the maximum value filtering.

【0038】そして累積ヒストグラム部3で作成した入
力画像1の最小値フィルタ処理されたエッジ部分の累積
ヒストグラムと、累積ヒストグラム部5で作成した最大
値フィルタ処理されたエッジ部分の累積ヒストグラムと
の差をヒストグラムの差算出部12で求める。また累積
ヒストグラム部10で作成された最小値フィルタ処理さ
れた入力画像の累積ヒストグラムと、累積ヒストグラム
部11で作成された最大値フィルタ処理された入力画像
の累積ヒストグラムとの差をヒストグラムの差算出部1
3で求める。
The difference between the cumulative histogram of the edge portion of the input image 1 created by the cumulative histogram section 3 and subjected to the minimum value filtering and the cumulative histogram of the edge portion subjected to the maximum value filtering created by the cumulative histogram section 5 are calculated. The difference is calculated by the histogram difference calculator 12. The difference between the cumulative histogram of the input image that has been subjected to the minimum value filtering process created by the cumulative histogram unit 10 and the cumulative histogram of the input image that has been subjected to the maximum value filtering process created by the cumulative histogram unit 11 is calculated by a histogram difference calculating unit. 1
Find in 3.

【0039】そしてヒストグラムの商算出部14におい
て、差算出部12から得たエッジ部分の累積ヒストグラ
ムに関するデータを、差算出部13から得た画像全体の
境界点の数のデータで商し、得られた複数のピークに対
応する濃度g1、g2・・・を多重閾値算出部7で検出
し、前記と同様に入力画像を領域分割する。
The histogram quotient calculator 14 divides the data relating to the cumulative histogram of the edge portion obtained from the difference calculator 12 by the data of the number of boundary points of the entire image obtained from the difference calculator 13 and obtains the quotient. .. Corresponding to the plurality of peaks are detected by the multiple threshold value calculation unit 7, and the input image is divided into regions as described above.

【0040】次に本発明の関連技術の第3のタイプの関
連技術を図8〜図13について説明する。前記の第1あ
るいは第2のタイプの関連技術ではエッジ検出を行って
いるため、領域分割の信頼性はエッジ検出の良否に左右
される。エッジは入力画像から各画素において微分の大
きさがあらかじめ定められた閾値よりも大きい点として
検出される。この閾値が適切でないとエッジ検出の精度
が悪くなる。
Next, a third type of related technology of the present invention will be described.
The link technology will be described with reference to FIGS. Since edge detection is performed in the first or second type of related art , the reliability of region division depends on the quality of edge detection. An edge is detected from the input image as a point where the magnitude of the differentiation is greater than a predetermined threshold value at each pixel. If this threshold value is not appropriate, the accuracy of edge detection deteriorates.

【0041】この問題を解決するため、エッジ検出に関
する任意の閾値に対して前記のヒストグラムを算出する
ようにした。ある閾値でエッジ検出を行ったとき、エッ
ジ上での境界点の数は各画素毎の濃度の位置に関する
分の大きさと入力画像の濃度に関する二次元累積ヒスト
グラムと、前記微分の大きさと最小値フィルタ処理後の
濃度に関する二次元累積ヒストグラムの差で表現できる
(特開平1−239678号公報参照)。勿論最小値フ
ィルタではなく最大値フィルタを使用したり、最小値フ
ィルタと最大値フィルタの両方を用いることができる。
そして図11〜図13におけるように、画像全体におけ
る境界点の数でヒストグラムを除することでピークをよ
り急峻にできる。
In order to solve this problem, the histogram is calculated for an arbitrary threshold value for edge detection. When performing an edge detection at a certain threshold, the number of boundary points on the edge and two-dimensional accumulated histogram relating to the concentration of fine <br/> of magnitude, and the input image related to the position of the density of each pixel, of the differential It can be expressed by the difference between the two-dimensional cumulative histogram relating to the size and the density after the minimum value filter processing (see Japanese Patent Application Laid-Open No. 1-239678). Of course, a maximum value filter can be used instead of a minimum value filter, or both a minimum value filter and a maximum value filter can be used.
Then, as shown in FIGS. 11 to 13, the peak can be made steeper by dividing the histogram by the number of boundary points in the entire image.

【0042】図8により第3のタイプの関連技術を説明
する。入力画像1は、微分の大きさ検出部20におい
て、微分されかつ各画素毎の濃度の位置に関するその微
分の大きさが検出される。そして2D累積ヒストグラム
部21により微分値とそれに対する入力画像の濃度に対
する二次元累積ヒストグラムが作成される。
A third type of related art will be described with reference to FIG. The input image 1 is differentiated by the differential magnitude detection unit 20 and the magnitude of the derivative with respect to the density position of each pixel is detected. Then, the 2D cumulative histogram unit 21 creates a two-dimensional cumulative histogram for the differential value and the density of the input image corresponding to the differential value.

【0043】また入力画像1は最小値フィルタ4により
最小値フィルタ処理される。そしてこの最小値フィルタ
処理された入力画像と前記微分の大きさにもとづく二次
元累積ヒストグラムが2D累積ヒストグラム部22によ
り作成される。
The input image 1 is subjected to minimum value filter processing by a minimum value filter 4. Then, a 2D cumulative histogram unit 22 creates a two-dimensional cumulative histogram based on the input image subjected to the minimum value filtering and the magnitude of the differentiation.

【0044】このようにして得られた2つの二次元累積
ヒストグラムの差を2Dヒストグラムの差算出部23で
求め、得られた複数のピークに対応する濃度g1、g2
・・・を多重閾値算出部7で検出して入力画像を領域分
割部8で前記の如く分割する。
The difference between the two two-dimensional cumulative histograms thus obtained is obtained by the 2D histogram difference calculator 23, and the densities g1 and g2 corresponding to the obtained plural peaks are obtained.
.. Are detected by the multiplex threshold calculating unit 7 and the input image is divided by the region dividing unit 8 as described above.

【0045】図9は図8において最小値フィルタの代わ
りに最大値フィルタを使用する関連技術である。入力画
像1は微分の大きさ検出部20において、微分されかつ
各画素毎の濃度の位置に関するその微分の大きさが検出
される。そして2D累積ヒストグラム部21により微分
値とそれに対応する入力画像の濃度に対する二次元累積
ヒストグラムが作成される。
FIG. 9 shows a related technique in which a maximum value filter is used instead of a minimum value filter in FIG. The input image 1 is differentiated by a differential magnitude detector 20 and
The magnitude of the derivative with respect to the density position for each pixel is detected. Then, the 2D cumulative histogram unit 21 creates a two-dimensional cumulative histogram for the differential value and the density of the input image corresponding to the differential value.

【0046】また入力画像1は最大値フィルタ9により
最大値フィルタ処理される。そしてこの最大値フィルタ
処理された入力画像の濃度と前記微分の大きさにもとづ
く二次元累積ヒストグラムが2D累積ヒストグラム部2
2により作成される。
The input image 1 is subjected to the maximum value filter processing by the maximum value filter 9. Then, a two-dimensional cumulative histogram based on the density of the input image subjected to the maximum value filtering and the magnitude of the derivative is converted to a 2D cumulative histogram unit 2.
2 is created.

【0047】このようにして得られた2つの二次元累積
ヒストグラムの差を2Dヒストグラムの差算出部23で
算出し、得られた複数のピークに対応する濃度g1、g
2・・・を多重閾値算出部7で検出して入力画像を領域
分割部8で前記と同様に分割する。
The difference between the two two-dimensional cumulative histograms thus obtained is calculated by the 2D histogram difference calculator 23, and the densities g1 and g corresponding to the obtained plural peaks are calculated.
2... Are detected by the multiple threshold value calculation unit 7 and the input image is divided by the region division unit 8 in the same manner as described above.

【0048】図10は最小値フィルタと最大値フィルタ
を使用する関連技術である。入力画像1は微分の大きさ
検出部20において、微分されかつ各画素毎の濃度の位
置に関するその微分の大きさが検出される。そして2D
累積ヒストグラム部21により、微分値と最小値フィル
タ4において最小値フィルタ処理された入力画像の濃度
に対する二次元累積ヒストグラムが作成される。
FIG. 10 shows a related technique using a minimum value filter and a maximum value filter. The input image 1 is differentiated by a differential magnitude detector 20 and the density level of each pixel is obtained.
The magnitude of that derivative with respect to the position is detected. And 2D
The cumulative histogram unit 21 creates a two-dimensional cumulative histogram with respect to the density of the input image subjected to the minimum value filter processing in the differential value and the minimum value filter 4.

【0049】入力画像は最大値フィルタ9により最大値
フィルタ処理され、この処理された入力画像の濃度と前
記微分の大きさにもとづく二次元累積ヒストグラムが2
D累積ヒストグラム部21により作成される。
The input image is subjected to the maximum value filter processing by the maximum value filter 9, and a two-dimensional cumulative histogram based on the density of the processed input image and the magnitude of the differential is obtained.
It is created by the D cumulative histogram unit 21.

【0050】このようにして得られた2つの二次元累積
ヒストグラムの差を2Dヒストグラムの差算出部23で
算出し、得られた複数のピークに対応する濃度g1、g
2・・・を多重閾値算出部7で検出して、入力画像を領
域分割部8で前記と同様に分割する。
The difference between the two two-dimensional cumulative histograms thus obtained is calculated by the 2D histogram difference calculator 23, and the densities g1 and g corresponding to the plurality of obtained peaks are calculated.
.. Are detected by the multiple threshold value calculation unit 7 and the input image is divided by the region division unit 8 in the same manner as described above.

【0051】図11では、入力画像1は微分の大きさ検
出部20により、前記と同様に各画素毎の濃度の位置に
関する微分の大きさが検出され、2D累積ヒストグラム
部21により微分値とそれに対応する入力画像の濃度に
対する二次元累積ヒストグラムが作成される。又、入力
画像1は最小値フィルタ4により最小値フィルタ処理さ
れる。
In FIG. 11, the input image 1 is detected at the density position of each pixel by the differential magnitude detector 20 in the same manner as described above.
Detects the size of the differential related, two-dimensional cumulative histogram with respect to the density of the input image and the corresponding differential value is created by 2D cumulative histogram unit 21. The input image 1 is subjected to the minimum value filter processing by the minimum value filter 4.

【0052】2D累積ヒストグラム部22は、微分値と
最小値フィルタ処理された画像の濃度との二次元累積ヒ
ストグラムを作成する。累積ヒストグラム部24は入力
画像1の濃度の累積ヒストグラムを作成し、累積ヒスト
グラム部25は最小値フィルタ処理出力された画像の濃
度の累積ヒストグラムを作成する。
The 2D cumulative histogram section 22 creates a two-dimensional cumulative histogram of the differential value and the density of the image subjected to the minimum value filter processing. The cumulative histogram unit 24 creates a cumulative histogram of the density of the input image 1, and the cumulative histogram unit 25 creates a cumulative histogram of the density of the image output by the minimum value filter processing.

【0053】そして2D累積ヒストグラム部21で作成
された微分値と入力画像に対する二次元累積ヒストグラ
ムと、2D累積ヒストグラム部22で作成された微分値
と最小値フィルタ処理出力された画像の濃度との二次元
累積ヒストグラムの差を、2Dヒストグラムの差算出部
23で求める。これによりエッジ部分上での境界点の数
が得られる。
The differential value created by the 2D cumulative histogram unit 21 and the two-dimensional cumulative histogram for the input image, and the differential value created by the 2D cumulative histogram unit 22 and the density of the image output by the minimum value filter processing are obtained. The difference between the two-dimensional histograms is obtained by the difference calculator 23 for the two-dimensional histogram. This gives the number of boundary points on the edge.

【0054】また累積ヒストグラム部24で作成された
入力画像1の濃度の累積ヒストグラムと、累積ヒストグ
ラム部25で作成された最小値フィルタ処理された画像
の濃度の累積ヒストグラムとの差をヒストグラムの差算
出部26で求め、画像全体における境界点の数が得られ
る。
The difference between the cumulative histogram of the density of the input image 1 created by the cumulative histogram section 24 and the cumulative histogram of the density of the image subjected to the minimum value filter processing created by the cumulative histogram section 25 is calculated as a histogram difference. The number of boundary points in the entire image is obtained by the section 26.

【0055】そして2Dヒストグラムの商算出部27に
おいて、2Dヒストグラムの差算出部23の出力つまり
エッジ上での境界点の数を、ヒストグラムの差算出部2
6の出力つまり画像全体における境界点の数で割ること
により、ピークをより急峻にした濃度g1、g2・・・
を得る。これにより前記と同様に多重閾値算出部7、領
域分割部8において、入力画像を領域分割することがで
きる。
In the 2D histogram quotient calculation unit 27, the output of the 2D histogram difference calculation unit 23, that is, the number of boundary points on the edge is determined by the histogram difference calculation unit 2.
6, that is, by dividing by the number of boundary points in the entire image, the densities g1, g2,.
Get. As a result, the input image can be divided into regions by the multiple threshold value calculation unit 7 and the region division unit 8 in the same manner as described above.

【0056】図12に示す関連技術では、図11におけ
る最小値フィルタ4の代わりに最大値フィルタ9を使用
したものであり、図9と対応するものであるので詳細な
説明は省略する。
In the related art shown in FIG. 12, a maximum value filter 9 is used in place of the minimum value filter 4 in FIG. 11, and since it corresponds to FIG. 9, detailed description will be omitted.

【0057】図13に示す関連技術は最小値フィルタ4
と最大値フィルタ9を使用するものである。入力画像1
は微分の大きさ検出部20において各画素毎の濃度の位
置に関する微分の大きさが検出され、2D累積ヒストグ
ラム部21により微分値とこれに対応する最小値フィル
タ処理された画像の濃度との二次元累積ヒストグラムが
作成される。2D累積ヒストグラム部22では微分値と
これに対応する最大値フィルタ処理された画像濃度との
二次元累積ヒストグラムが作成される。
The related technique shown in FIG.
And the maximum value filter 9. Input image 1
Is the order of the density for each pixel in the differential magnitude detector 20.
The 2D cumulative histogram unit 21 creates a two-dimensional cumulative histogram of the differential value and the corresponding density of the image subjected to the minimum value filter processing. The 2D cumulative histogram unit 22 creates a two-dimensional cumulative histogram of the differential value and the corresponding image density subjected to the maximum value filter processing.

【0058】累積ヒストグラム部24では最小値フィル
タ処理された画像の濃度の累積ヒストグラムが作成され
る。そして累積ヒストグラム部25では最大値フィルタ
処理された画像の濃度の累積ヒストグラムが作成され
る。
In the cumulative histogram section 24, a cumulative histogram of the density of the image subjected to the minimum value filter processing is created. Then, in the cumulative histogram section 25, a cumulative histogram of the density of the image subjected to the maximum value filter processing is created.

【0059】2D累積ヒストグラム部21で作成された
微分値と最小値フィルタ処理された画像の濃度との二次
元累積ヒストグラムとの差を2Dヒストグラムの差算出
部23で求め、これによりエッジ部分上での境界点の数
が得られる。
The difference between the two-dimensional cumulative histogram of the differentiated value created by the 2D cumulative histogram unit 21 and the density of the image subjected to the minimum value filter processing is obtained by the 2D histogram difference calculating unit 23. Is obtained.

【0060】また累積ヒストグラム部24で作成された
最小値フィルタ処理された画像の濃度の累積ヒストグラ
ムと、累積ヒストグラム部25で作成された最大値フィ
ルタ処理された画像の濃度の累積ヒストグラムとの差を
ヒストグラムの差算出部26で求め、これにより画像全
体における境界点の数が得られる。
The difference between the cumulative histogram of the density of the image filtered by the minimum value created by the cumulative histogram section 24 and the cumulative histogram of the density of the image filtered by the maximum value created by the cumulative histogram section 25 is calculated. The difference is calculated by the histogram difference calculator 26, and the number of boundary points in the entire image is obtained.

【0061】そして2Dヒストグラムの商算出部27に
おいて、2Dヒストグラムの差算出部23の出力を、ヒ
ストグラムの差算出部26の出力により割ることによ
り、ピークをより急峻にした濃度g1、g2・・・を得
る。これにより前記と同様に多重閾値算出部7、領域分
割部8において入力画像を領域分割できる。
In the 2D histogram quotient calculator 27, the output of the difference calculator 23 of the 2D histogram is divided by the output of the difference calculator 26 of the histogram to obtain densities g1, g2,. Get. As a result, the input image can be divided into regions by the multiple threshold value calculation unit 7 and the region division unit 8 in the same manner as described above.

【0062】本発明の関連技術の第4のタイプの関連技
を図14〜図16について説明する。これらでは、ヒ
ストグラムを画像全体における境界点の数で除するので
はなく、画像全体における境界点の数とエッジの数の和
で除している。すなわち、エッジを検出するときの閾値
を小さくすれば小さくする程エッジの数が増えるがその
代わりノイズをエッジとして拾い易くなる。従ってエッ
ジの数が大きくなればその分領域分割の閾値が下がるよ
うにエッジの数を含めて除することがよい。これによっ
てエッジ検出の閾値があまりにも小さいとノイズの影響
で本質的でないエッジが誤って多数検出される場合を避
けることができる。なお画像全体における境界点の数と
エッジの数の単純和ではなく、重みを付けた線型和にし
てもよい。
[0062] The fourth type of related skills of the related art of the present invention
The operation will be described with reference to FIGS. In these, the histogram is not divided by the number of boundary points in the entire image, but by the sum of the number of boundary points and the number of edges in the entire image. In other words, the smaller the threshold value for detecting the edge, the more the number of edges increases as the threshold value is reduced, but instead, it becomes easier to pick up noise as an edge. Therefore, it is preferable to include the number of edges so as to reduce the threshold value of the area division as the number of edges increases. Thus, if the threshold value of the edge detection is too small, it is possible to avoid a case where a large number of insignificant edges are erroneously detected due to the influence of noise. The weighted linear sum may be used instead of the simple sum of the number of boundary points and the number of edges in the entire image.

【0063】図14により第4のタイプの関連技術を説
明する。図14では、前記図11の関連技術において、
累積ヒストグラム部28を設けて、各画素毎の濃度の位
置に関する微分の大きさを求める微分の大きさ検出部2
0から出力される微分値の累積ヒストグラムを作成す
る。これにより画像全体におけるエッジの数を得ること
ができる。したがって、2Dヒストグラムの商算出部2
9において、2Dヒストグラムの差算出部23から出力
されるエッジ上での境界点の数を、ヒストグラムの差算
出部26より出力される画像全体における境界点の数と
前記画像全体におけるエッジの数との和で除することに
より、ノイズの影響で本質的でないエッジが誤って多数
検出される場合を避けることができる。
A fourth type of related art will be described with reference to FIG. In FIG. 14, in the related art of FIG.
A cumulative histogram unit 28 is provided to display the density level of each pixel.
Magnitude detector 2 for calculating the magnitude of the derivative with respect to the position
Create a cumulative histogram of differential values output from 0. Thus, the number of edges in the entire image can be obtained. Therefore, the 2D histogram quotient calculator 2
9, the number of boundary points on the edge output from the 2D histogram difference calculation unit 23 is determined by the number of boundary points in the entire image output from the histogram difference calculation unit 26 and the number of edges in the entire image. , It is possible to avoid a case where a large number of non-essential edges are erroneously detected due to the influence of noise.

【0064】そして、2Dヒストグラムの商算出部29
より得られた濃度g1、g2・・・により、前記と同様
に、多重閾値算出部7、領域分割部8により入力画像を
領域分割できる。
Then, the quotient calculation unit 29 of the 2D histogram
With the densities g1, g2,... Obtained as described above, the input image can be divided into regions by the multiple threshold value calculation unit 7 and the region division unit 8 in the same manner as described above.

【0065】図15に示す関連技術は、前記図12に示
関連技術において、画像全体におけるエッジの数を得
るため累積ヒストグラム部28を設け、また2Dヒスト
グラムの商算出部29により、2Dヒストグラムの差算
出部23から出力されたエッジ上での境界点の数を、ヒ
ストグラムの差検出部23から出力されたエッジ上での
境界点の数を、ヒストグラムの差検出部26より出力さ
れる画像全体における境界点の数と前記累積ヒストグラ
ム部28から得られる画像全体におけるエッジの数との
和で除するものであり、他は図12と同様の構成であ
り、説明を省略する。
[0065] related art shown in FIG. 15, in the related art shown in FIG. 12, the provided cumulative histogram unit 28 for obtaining the number of edges in the entire image, and by the quotient calculation unit 29 of the 2D histogram difference 2D histogram The number of boundary points on the edge output from the calculation unit 23 is determined by the number of boundary points on the edge output from the histogram difference detection unit 23 in the entire image output from the histogram difference detection unit 26. It is divided by the sum of the number of boundary points and the number of edges in the entire image obtained from the cumulative histogram unit 28. The other configuration is the same as in FIG. 12, and the description is omitted.

【0066】図16に示す関連技術は、前記図13に示
関連技術において、画像全体におけるエッジの数を得
るため累積ヒストグラム部28を設け、2Dヒストグラ
ムの商算出部29により、2Dヒストグラムの差算出部
23から出力されたエッジ上での境界点の数を、ヒスト
グラムの差検出部26より出力される画像全体における
境界点の数と前記累積ヒストグラム部28から得られる
画像全体におけるエッジの数との和で除算するものであ
り、他は図13と同様の構成であり、説明を省略する。
[0066] related art shown in FIG. 16, in the related art shown in FIG. 13, the provided cumulative histogram unit 28 for obtaining the number of edges in the entire image, the quotient calculation unit 29 of the 2D histogram difference calculation of the 2D histogram The number of boundary points on the edge output from the section 23 is calculated by calculating the number of boundary points in the entire image output from the histogram difference detection section 26 and the number of edges in the entire image obtained from the cumulative histogram section 28. The configuration is the same as that of FIG. 13 except for the division by the sum, and the description is omitted.

【0067】前記第3のタイプおよび第4のタイプのも
のでは、得られた二次元ヒストグラムのピーク値を複数
個検出し、それらのピークに相当する濃度値で領域を分
け、その後連結成分のラベル付けによって領域分割でき
る。
In the third type and the fourth type, a plurality of peak values of the obtained two-dimensional histogram are detected, regions are divided by density values corresponding to those peaks, and then labels of connected components are detected. Can be divided into regions.

【0068】また二次元ヒストグラムのピークを見つけ
るときに、各画素毎の濃度の位置に関する微分の大きさ
の変化に対してより安定なものを得るためには、二次元
ヒストグラムにおいて微分の大きさの軸に平行な尾根を
見つける方が好ましい。
When finding the peak of the two-dimensional histogram, in order to obtain a more stable one with respect to the change in the magnitude of the derivative with respect to the density position of each pixel , the magnitude of the derivative in the two-dimensional histogram is determined. It is preferable to find a ridge parallel to the axis.

【0069】なお、前記第3のタイプあるいは第4のタ
イプのものにおいて、入力画像の濃度、又は、最小値フ
ィルタ処理後の画像の濃度、又は、最大値フィルタ処理
後の画像の濃度に関する累積ヒストグラムは、微分の大
きさと入力画像、又は微分の大きさと最小値フィルタ処
理後の画像、又は、微分の大きさと最大値フィルタ処理
後の画像の濃度とに関する二次元累積ヒストグラムにお
いて微分の大きさがゼロである部分ヒストグラムに等し
いので、入力画像の濃度、または最小値フィルタ処理後
の画像の濃度、又は、最大値フィルタ処理後の画像の濃
度に関する累積ヒストグラムの代わりに、微分の大きさ
と入力画像の濃度、又は、微分の大きさと最小値フィル
タ処理後の画像の濃度、又は微分の大きさと最大値フィ
ルタ処理後の画像の濃度に関する二次元累積ヒストグラ
ムにおいて微分の大きさがゼロである部分のヒストグラ
ムを用いてもよい。これによって演算量の削減を図るこ
とができる。
In the third or fourth type, a cumulative histogram relating to the density of an input image, the density of an image after minimum value filtering, or the density of an image after maximum value filtering is used. Is zero in the two-dimensional cumulative histogram of the magnitude of the derivative and the input image, or the magnitude of the derivative and the image after minimum value filtering, or the two-dimensional cumulative histogram of the magnitude of the derivative and the density of the image after maximum value filtering. Therefore, instead of the cumulative histogram relating to the density of the input image, or the density of the image after the minimum value filtering, or the density of the image after the maximum value filtering, the magnitude of the derivative and the density of the input image , Or the magnitude of the image after differential magnitude and minimum value filtering, or the image after differential magnitude and maximum value filtering In the two-dimensional accumulated histogram of density may be used histogram portion size of the derivative is zero. As a result, the amount of calculation can be reduced.

【0070】また前記第4のタイプのものにおいて、
画素毎の濃度の位置に関する微分の大きさに関する累積
ヒストグラムは、微分の大きさと入力画像の濃度とに関
する二次元累積ヒストグラムにおいて濃度がゼロである
部分ヒストグラムに等しいので、微分の大きさに関する
累積ヒストグラムの代わりに、微分の大きさと入力画像
の濃度とに関する二次元ヒストグラムにおいて濃度がゼ
ロである部分ヒストグラムを用いてもよい。この場合も
演算量を制限できる。
In the fourth type, each
Since the cumulative histogram related to the magnitude of the derivative with respect to the density position of each pixel is equal to the partial histogram where the density is zero in the two-dimensional cumulative histogram related to the magnitude of the derivative and the density of the input image, the cumulative histogram related to the magnitude of the derivative is Alternatively, a partial histogram having a density of zero in a two-dimensional histogram relating to the magnitude of the differential and the density of the input image may be used. Also in this case, the amount of calculation can be limited.

【0071】本発明はこのような演算量の削減を図るも
のである。以下本発明の実施例について説明する。 本発
明の第1実施例として、前記図11において、各画素毎
の濃度の位置に関する微分の大きさと入力画像について
微分の大きさがゼロの部分のヒストグラムを用いたもの
を図17に示す。図17において微分の大きさと入力画
像について微分の大きさがゼロの部分と、微分の大きさ
と最小値フィルタ処理した画像について微分の大きさが
ゼロの部分との二次元累積ヒストグラムの差を部分ヒス
トグラムの差算出部30で求め、同様の領域分割処理を
行うものである。
The present invention is intended to reduce the amount of calculation.
It is. Hereinafter, embodiments of the present invention will be described. Departure
As a first example of the bright, in FIG 11, for each pixel
FIG. 17 shows a histogram using the magnitude of the derivative with respect to the density position and the portion where the magnitude of the derivative is zero for the input image. In FIG. 17, the difference between the two-dimensional cumulative histogram of the differential magnitude and the part where the magnitude of the differential is zero for the input image and the differential magnitude and the part where the magnitude of the differential is zero for the image subjected to the minimum value filtering are represented by partial histograms. , And performs the same region division processing.

【0072】図18は、本発明の第2実施例であり、
12において、各画素毎の濃度の位置に関する微分の大
きさと入力画像について微分の大きさがゼロの部分の二
次元累積ヒストグラムと、微分の大きさと最大値フィル
タ処理した画像について微分の大きさがゼロの部分の差
を部分ヒストグラムの差算出部30で求め、同様の領域
分割処理を行うものである。
FIG. 18 shows a second embodiment of the present invention . In FIG. 12, there is shown a two-dimensional cumulative histogram in which the magnitude of the derivative with respect to the density position of each pixel and the part where the magnitude of the derivative is zero with respect to the input image are shown in FIG. The difference between the magnitude of the derivative and the part where the magnitude of the derivative is zero in the image subjected to the maximum value filter processing is obtained by the difference calculation unit 30 of the partial histogram, and the same region division processing is performed.

【0073】図19は、本発明の第3実施例であり、
13において、各画素毎の濃度の位置に関する微分の大
きさと最小値フィルタ処理された画像について微分の大
きさがゼロの部分の二次元累積ヒストグラムと、微分の
大きさと最大値フィルタ処理された画像について微分の
大きさがゼロの部分の二次元累積ヒストグラムの差を部
分ヒストグラムの差算出部30で求め、同様の領域分割
処理を行うものである。
FIG. 19 shows a third embodiment of the present invention . In FIG. 13, the magnitude of the derivative with respect to the density position of each pixel and the portion where the magnitude of the derivative is zero in the image subjected to the minimum value filter processing are shown. The difference between the two-dimensional cumulative histogram and the two-dimensional cumulative histogram of the part where the magnitude of the derivative is zero and the magnitude of the derivative of the image subjected to the filter processing is obtained by the partial histogram difference calculation unit 30. Is what you do.

【0074】図20は、本発明の第4実施例であり、
14において、各画素毎の濃度の位置に関する微分の大
きさと入力画像について微分の大きさがゼロの部分の二
次元累積ヒストグラムと、微分の大きさと最小値フィル
タ処理した画像について微分の大きさがゼロの部分の二
次元累積ヒストグラムとの差を部分ヒストグラムの差算
出部30で求め、同様の領域分割処理を行うものであ
る。
FIG. 20 shows a fourth embodiment of the present invention . In FIG. 14, a two-dimensional cumulative histogram of a portion where the magnitude of the derivative with respect to the density position of each pixel and the magnitude of the derivative of the input image is zero is shown. The difference between the magnitude of the derivative and the two-dimensional cumulative histogram of the part where the magnitude of the derivative is zero with respect to the image subjected to the minimum value filter processing is obtained by the difference calculation unit 30 of the partial histogram, and the same region division processing is performed.

【0075】図21は、本発明の第5実施例であり、
15において、各画素毎の濃度の位置に関する微分の大
きさと入力画像について微分の大きさがゼロの部分の二
次元累積ヒストグラムと、微分の大きさと最大値フィル
タ処理した画像について微分の大きさがゼロの部分の二
次元累積ヒストグラムとの差を部分ヒストグラムの差算
出部30で求め、同様の領域分割処理を行うものであ
る。
FIG. 21 shows a fifth embodiment of the present invention . In FIG. 15, a two-dimensional cumulative histogram of a part where the magnitude of the derivative with respect to the density position of each pixel and the magnitude of the derivative of the input image is zero is shown. The difference between the magnitude of the derivative and the two-dimensional cumulative histogram of the part where the magnitude of the derivative is zero with respect to the image subjected to the maximum value filter processing is obtained by the difference calculation unit 30 of the partial histogram, and the same region division processing is performed.

【0076】図22は、本発明の第6実施例であり、
16において、各画素毎の濃度の位置に関する微分の大
きさと最小値フィルタ処理された画像について微分の大
きさがゼロの部分の二次元累積ヒストグラムと、微分の
大きさと最大値フィルタ処理された画像について微分の
大きさがゼロの部分の二次元累積ヒストグラムとの差を
部分ヒストグラムの差算出部30で求め、同様の領域分
割処理を行うものである。
FIG. 22 shows a sixth embodiment of the present invention . In FIG. 16, the magnitude of the derivative with respect to the density position of each pixel and the portion where the magnitude of the derivative is zero in the image subjected to the minimum value filter processing are shown. The difference between the two-dimensional cumulative histogram and the two-dimensional cumulative histogram of the part where the magnitude of the derivative is zero and the magnitude of the derivative is zero for the image subjected to the maximum value filter processing is calculated by the partial histogram difference calculation unit 30, and the same area division processing is performed. Is what you do.

【0077】図23〜図25は、本発明の第6実施例〜
第9実施例であり、それぞれ図14〜図16において、
各画素毎の濃度の位置に関する微分の大きさに関する累
積ヒストグラム部28を使用せず、微分の大きさと入力
画像の濃度とに関する二次元累積ヒストグラムにおいて
濃度がゼロの部分である部分ヒストグラムを用い、同様
の領域分割処理を行うものである。また前記説明で、二
次元ヒストグラムのピークを見つけるときに、各画素毎
の濃度の位置に関する微分の大きさの変化に対してより
安定なものを得るためには、二次元ヒストグラムにおい
て微分の大きさの軸に平行な尾根を見つける方が好まし
い。 なお前記説明において画像全体における境界点の数
とエッジの数の単純和ではなく、重みを付けた線型和に
してもよい。
FIGS. 23 to 25 show a sixth embodiment of the present invention .
It is a ninth embodiment, and in each of FIGS.
Without using the cumulative histogram unit 28 relating to the magnitude of the derivative with respect to the density position of each pixel , using a partial histogram where the density is zero in the two-dimensional cumulative histogram relating to the magnitude of the derivative and the density of the input image, Is performed. In the above description,
When finding peaks in the dimensional histogram,
Change in the magnitude of the derivative with respect to the position of the concentration of
To get a stable one, the two-dimensional histogram
It is better to find a ridge parallel to the axis of the magnitude of the derivative
No. In the above description, the number of boundary points in the entire image
Instead of a simple sum of the number of
May be.

【0078】[0078]

【発明の効果】本発明によれば、入力画像を濃度につい
て領域分けするとき、入力画像のエッジ上に関する画素
だけを対象にして閾値を設定できるので、ノイズの影響
の少ない、正確な領域分割を、少ない演算量で行うこと
ができる。しかも適切な複数の閾値が定められるため領
域分割の精度を高めることができる。
According to the present invention, when the input image is divided into regions based on the density, the threshold value can be set only for the pixels on the edges of the input image. , With a small amount of computation
Can be. Moreover, since appropriate thresholds are determined,
The accuracy of region division can be improved.

【図面の簡単な説明】[Brief description of the drawings]

【図1】本発明の関連技術(その1)である。FIG. 1 is a related art (part 1) of the present invention.

【図2】本発明の基本概念説明図である。FIG. 2 is an explanatory diagram of a basic concept of the present invention.

【図3】本発明の関連技術(その2)である。FIG. 3 is a related technology (2) of the present invention.

【図4】本発明の関連技術(その3)である。FIG. 4 is a related technology (3) of the present invention.

【図5】本発明の関連技術(その4)である。FIG. 5 is a related art (4) of the present invention.

【図6】本発明の関連技術(その5)である。FIG. 6 is a related art (5) of the present invention.

【図7】本発明の関連技術(その6)である。FIG. 7 is a related technology (6) of the present invention.

【図8】本発明の関連技術(その7)である。FIG. 8 is a related technology (7) of the present invention.

【図9】本発明の関連技術(その8)である。FIG. 9 is a related technology (8) of the present invention.

【図10】本発明の関連技術(その9)である。FIG. 10 is a related technique (No. 9) of the present invention.

【図11】本発明の関連技術(その10)である。FIG. 11 is a related technology (10) of the present invention.

【図12】本発明の関連技術(その11)である。FIG. 12 is a related technology (11) of the present invention.

【図13】本発明の関連技術(その12)である。FIG. 13 is a related technology (12) of the present invention.

【図14】本発明の関連技術(その13)である。FIG. 14 is a related technology (13) of the present invention.

【図15】本発明の関連技術(その14)である。FIG. 15 is a related technology (14) of the invention.

【図16】本発明の関連技術(その15)である。FIG. 16 is a related technology (15) of the present invention.

【図17】本発明の第1実施例である。FIG. 17 is a first embodiment of the present invention.

【図18】本発明の第2実施例である。FIG. 18 is a second embodiment of the present invention.

【図19】本発明の第3実施例である。FIG. 19 is a third embodiment of the present invention.

【図20】本発明の第4実施例である。FIG. 20 is a fourth embodiment of the present invention.

【図21】本発明の第5実施例である。FIG. 21 is a fifth embodiment of the present invention.

【図22】本発明の第6実施例である。FIG. 22 is a sixth embodiment of the present invention.

【図23】本発明の第7実施例である。FIG. 23 is a seventh embodiment of the present invention.

【図24】本発明の第8実施例である。FIG. 24 is an eighth embodiment of the present invention.

【図25】本発明の第9実施例である。FIG. 25 is a ninth embodiment of the present invention.

【図26】領域分割状態説明図である。FIG. 26 is an explanatory diagram of an area division state .

【図27】従来例説明図である。FIG. 27 is an explanatory diagram of a conventional example.

【符号の説明】[Explanation of symbols]

1 入力画像 2 エッジ検出部 3 累積ヒストグラム部 4 最小値フィルタ 5 累積ヒストグラム部 6 ヒストグラムの差算出部 7 多重閾値算出部 8 領域分割部 L ラベル付与部 DESCRIPTION OF SYMBOLS 1 Input image 2 Edge detection part 3 Cumulative histogram part 4 Minimum value filter 5 Cumulative histogram part 6 Histogram difference calculation part 7 Multiple threshold value calculation part 8 Area division part L Label provision part

フロントページの続き (56)参考文献 特開 昭60−22634(JP,A) 特開 平1−184583(JP,A) 特開 平1−239678(JP,A) 特開 平1−162992(JP,A) 特開 平1−184583(JP,A) 特開 平1−162992(JP,A) (58)調査した分野(Int.Cl.7,DB名) G06T 7/00 - 7/60 G06T 5/00 JICSTファイル(JOIS) 実用ファイル(PATOLIS) 特許ファイル(PATOLIS)Continuation of front page (56) References JP-A-60-22634 (JP, A) JP-A-1-184583 (JP, A) JP-A-1-239678 (JP, A) JP-A-1-1622992 (JP) , A) JP-A-1-145883 (JP, A) JP-A-1-1622992 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G06T 7 /00-7/60 G06T 5/00 JICST file (JOIS) Practical file (PATOLIS) Patent file (PATOLIS)

Claims (9)

(57)【特許請求の範囲】(57) [Claims] 【請求項1】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最小値フィルタ処理を施す最小値フィルタ
と、 微分の大きさと入力画像の濃度に関する二次元累積ヒス
トグラムを算出する二次元累積ヒストグラム手段と、 微分の大きさと最小値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出する二次元ヒストグラムの差算出
手段と、 微分の大きさと入力画像について微分の大きさがゼロの
部分と、微分の大きさと最小値フィルタ処理した画像に
ついて微分の大きさがゼロの部分との二次元累積ヒスト
グラムの差を算出する部分ヒストグラムの差算出手段
と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを濃度及び微分の大きさ毎に部分ヒスト
グラムの差算出手段で得られるヒストグラムの同じ濃度
に対応する値で除する二次元ヒストグラムの商算出手段
と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段を具備することを特徴とする画像の領域分
割方式。
An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and minimum filter for performing minimum filter processing on the input image
And the two-dimensional cumulative hiss of the magnitude of the derivative and the density of the input image.
A two-dimensional cumulative histogram means for calculating the tomogram and the magnitude of the derivative and the density of the image after the minimum value filter processing.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and the magnitude of the derivative and the magnitude of the derivative
Part, the magnitude of the derivative and the minimum value
Two-dimensional cumulative histo with zero derivative
Means of calculating partial histogram difference calculating gram difference
And the second order obtained from the two-dimensional histogram difference calculating means.
The original histogram is divided into partial histograms for each density and derivative size.
The same density of the histogram obtained by the gram difference calculation means
Means for calculating the quotient of the two-dimensional histogram divided by the value corresponding to
And the peaks of the two-dimensional histogram
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
A region for an image, comprising a bell imparting means.
Split method.
【請求項2】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最大値フィルタ処理を施す最大値フィルタ
と、 微分の大きさと入力画像の濃度に関する二次元累積ヒス
トグラムを算出する二次元累積ヒストグラム手段と、 微分の大きさと最大値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出する二次元ヒストグラムの差算出
手段と、 微分の大きさと入力画像について微分の大きさがゼロの
部分の二次元累積ヒストグラムと、微分の大きさと最大
値フィルタ処理した画像について微分の大きさがゼロの
部分の差を算出する部分ヒストグラムの差算出手段と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを濃度及び微分の大きさ毎に部分ヒスト
グラムの差算出手段で得られるヒストグラムの同じ濃度
に対応する値で除する二次元ヒストグラムの商算出手段
と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段を具備することを特徴とする画像の領域分
割方式。
2. An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and maximum value filter for performing maximum value filter processing on the input image
And the two-dimensional cumulative hiss of the magnitude of the derivative and the density of the input image.
Two-dimensional cumulative histogram means for calculating the tomogram, and the magnitude of the derivative and the density of the image after the maximum value filter processing.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and the magnitude of the derivative and the magnitude of the derivative
Two-dimensional cumulative histogram of the part and the magnitude and maximum of the derivative
The magnitude of the derivative is zero for the value-filtered image
A partial histogram difference calculating means for calculating a difference between parts, and a secondary histogram obtained from the two-dimensional histogram difference calculating means.
The original histogram is divided into partial histograms for each density and derivative size.
The same density of the histogram obtained by the gram difference calculation means
Means for calculating the quotient of the two-dimensional histogram divided by the value corresponding to
And the peaks of the two-dimensional histogram
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
A region for an image, comprising a bell imparting means.
Split method.
【請求項3】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最小値フィルタ処理を施す最小値フィルタ
と、 入力画像に最大値フィルタ処理を施す最大値フィルタ
と、 微分の大きさと最小値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 微分の大きさと最大値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出 する二次元ヒストグラムの差算出
手段と、 微分の大きさと最小値フィルタ処理された画像について
微分の大きさがゼロの部分の二次元累積ヒストグラム
と、微分の大きさと最大値フィルタ処理された画像につ
いて微分の大きさがゼロの部分の二次元累積ヒストグラ
ムの差を算出する部分ヒストグラムの差算出手段と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを濃度及び微分の大きさ毎に部分ヒスト
グラムの差算出手段で得られるヒストグラムの同じ濃度
に対応する値で除する二次元ヒストグラムの商算出手段
と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段を具備することを特徴とする画像の領域分
割方式。
3. An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and minimum filter for performing minimum filter processing on the input image
And a maximum value filter that performs maximum value filtering on the input image
And the magnitude of the derivative and the density of the image after minimum value filtering.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the magnitude of the derivative and the density of the image after maximum value filtering.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and magnitude of differential and minimum value filtered image
Two-dimensional cumulative histogram of zero derivative
And the magnitude of the derivative and the maximum filtered image.
Cumulative histogram of the part where the magnitude of the derivative is zero
A partial histogram difference calculating means for calculating a difference between the two-dimensional histograms, and a secondary histogram obtained from the two-dimensional histogram difference calculating means.
The original histogram is divided into partial histograms for each density and derivative size.
The same density of the histogram obtained by the gram difference calculation means
Means for calculating the quotient of the two-dimensional histogram divided by the value corresponding to
And the peaks of the two-dimensional histogram
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
A region for an image, comprising a bell imparting means.
Split method.
【請求項4】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最小値フィルタ処理を施す最小値フィルタ
と、 微分の大きさと入力画像の濃度に関する二次元累積ヒス
トグラムを算出する二次元累積ヒストグラム手段と、 微分の大きさと最小値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出する二次元ヒストグラムの差算出
手段と、 微分の大きさと入力画像について微分の大きさがゼロの
部分の二次元累積ヒストグラムと、微分の大きさと最小
値フィルタ処理した画像について微分の大きさがゼロの
部分の二次元累積ヒストグラムとの差を算出する部分ヒ
ストグラムの差算出手段と、 微分の大きさに関する累積ヒストグラムを算出する累積
ヒストグラム手段と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを、濃度及び微分の大きさ毎に前記部分
ヒストグラムの差算出手段で得られる値と、前記累積ヒ
ストグラム手段から得られるヒストグラムの同じ微分の
大きさに対応する値との和で除する二次元ヒストグラム
の商算出手段と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段を具備することを特徴とする画像の領域分
割方式。
4. An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and minimum filter for performing minimum filter processing on the input image
And the two-dimensional cumulative hiss of the magnitude of the derivative and the density of the input image.
A two-dimensional cumulative histogram means for calculating the tomogram and the magnitude of the derivative and the density of the image after the minimum value filter processing.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and the magnitude of the derivative and the magnitude of the derivative
Two-dimensional cumulative histogram of the part and the magnitude and minimum of the derivative
The magnitude of the derivative is zero for the value-filtered image
A partial histogram to calculate the difference between the two-dimensional cumulative histogram
Stogram difference calculation means and accumulation for calculating a cumulative histogram relating to the magnitude of the derivative
A histogram unit, and a secondary unit obtained from the two-dimensional histogram difference calculating unit.
The original histogram is divided into
The value obtained by the histogram difference calculating means and the cumulative
Of the same derivative of the histogram obtained from the
2D histogram divided by sum with value corresponding to size
Corresponding to the peak of the two-dimensional histogram obtained by the quotient calculation means
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
A region for an image, comprising a bell imparting means.
Split method.
【請求項5】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最大値フィルタ処理を施す最大値フィルタ
と、 微分の大きさと入力画像の濃度に関する二次元累積ヒス
トグラムを算出する二次元累積ヒストグラム手段と、 微分の大きさと最大値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出する二次元ヒストグラムの差算出
手段と、 微分の大きさと入力画像について微分の大きさがゼロの
部分の二次元累積ヒストグラムと、微分の大きさと最大
値フィルタ処理した画像について微分の大きさがゼロの
部分の二次元累積ヒストグラムとの差を算出する部分ヒ
ストグラムの差算出手段と、 微分の大きさに関する累積ヒストグラムを算出する累積
ヒストグラム手段と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを、濃度及び微分の大きさ毎に前記部分
ヒストグラムの差算出手段から得られるヒストグラムの
同じ濃度に対応する値と、前記累積ヒストグラム手段か
ら得られるヒストグラムの同じ微分の大きさに対応する
値との和で除する二次元ヒストグラムの 商算出手段と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段を具備することを特徴とする画像の領域分
割方式。
5. An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and maximum value filter for performing maximum value filter processing on the input image
And the two-dimensional cumulative hiss of the magnitude of the derivative and the density of the input image.
Two-dimensional cumulative histogram means for calculating the tomogram, and the magnitude of the derivative and the density of the image after the maximum value filter processing.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and the magnitude of the derivative and the magnitude of the derivative
Two-dimensional cumulative histogram of the part and the magnitude and maximum of the derivative
The magnitude of the derivative is zero for the value-filtered image
A partial histogram to calculate the difference between the two-dimensional cumulative histogram
Stogram difference calculation means and accumulation for calculating a cumulative histogram relating to the magnitude of the derivative
A histogram unit, and a secondary unit obtained from the two-dimensional histogram difference calculating unit.
The original histogram is divided into
Of the histogram obtained from the histogram difference calculation means
A value corresponding to the same density,
Corresponding to the same derivative magnitude of the resulting histogram
Means for calculating the quotient of the two-dimensional histogram divided by the sum of the values and the peak of the two-dimensional histogram obtained by this
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
A region for an image, comprising a bell imparting means.
Split method.
【請求項6】 入力画像を濃度値に応じ複数の領域に分
割する画像の領域分割方式において、 入力画像の各画素において、濃度の位置に関する微分の
大きさを検出する微分の大きさ検出手段と、 入力画像に最小値フィルタ処理を施す最小値フィルタ
と、 入力画像に最大値フィルタ処理を施す最大値フィルタ
と、 微分の大きさと最小値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 微分の大きさと最大値フィルタ処理後の画像の濃度に関
する二次元累積ヒストグラムを算出する二次元累積ヒス
トグラム手段と、 これら2種類の二次元累積ヒストグラムの濃度及び微分
の大きさ毎の差を算出する二次元ヒストグラムの差算出
手段と、 微分の大きさと最小値フィルタ処理された画像について
微分の大きさがゼロの部分の二次元累積ヒストグラム
と、微分の大きさと最大値フィルタ処理された画像につ
いて微分の大きさがゼロの部分の二次元累積ヒストグラ
ムとの差を算出する部分ヒストグラムの差算出部と、 微分の大きさに関する累積ヒストグラムを算出する累積
ヒストグラム手段と、 前記二次元ヒストグラムの差算出手段から得られる二次
元ヒストグラムを、濃度及び微分の大きさ毎に前記部分
ヒストグラムの差算出手段から得られるヒストグラムの
同じ濃度に対応する値と、前記累積ヒストグラム手段か
ら得られるヒストグラムの同じ微分の大きさに対応する
値との和で除する二次元ヒストグラムの商算出手段と、 これにより得られる二次元ヒストグラムのピークに対応
する複数個の濃度値を 得る多重閾値算出手段と、 これら複数個の濃度値を閾値として画像を領域に分ける
領域分割手段と、 それぞれの領域において連結成分のラベル付けを行うラ
ベル付与手段(L)を具備することを特徴とする画像の
領域分割方式。
6. An input image is divided into a plurality of areas according to a density value.
In the area division method of the image to be divided , in each pixel of the input image,
Differential magnitude detection means for detecting magnitude, and minimum filter for performing minimum filter processing on the input image
And a maximum value filter that performs maximum value filtering on the input image
And the magnitude of the derivative and the density of the image after minimum value filtering.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the magnitude of the derivative and the density of the image after maximum value filtering.
-Dimensional cumulative hiss to calculate a two-dimensional cumulative histogram
And the density and differentiation of these two types of two-dimensional cumulative histograms
Calculation of the difference of the two-dimensional histogram to calculate the difference of each size
Means and magnitude of differential and minimum value filtered image
Two-dimensional cumulative histogram of zero derivative
And the magnitude of the derivative and the maximum filtered image.
Cumulative histogram of the part where the magnitude of the derivative is zero
A partial histogram difference calculator for calculating the difference between the differential histogram and a cumulative histogram for calculating a cumulative histogram relating to the magnitude of the derivative
A histogram unit, and a secondary unit obtained from the two-dimensional histogram difference calculating unit.
The original histogram is divided into
Of the histogram obtained from the histogram difference calculation means
A value corresponding to the same density,
Corresponding to the same derivative magnitude of the resulting histogram
Means for calculating the quotient of the two-dimensional histogram divided by the sum of the values and the peak of the two-dimensional histogram obtained by this
Threshold calculating means for obtaining a plurality of density values, and dividing the image into regions using the plurality of density values as thresholds
Region dividing means and labels for labeling connected components in each region.
An image having a bell applying means (L)
Area division method.
【請求項7】 前記請求項1又は請求項2又は請求項3
又は請求項4又は請求項5又は請求項6に記載した二次
元ヒストグラムのピークに対応する複数個の濃度値を得
る手段として二次元ヒストグラムの、濃度の位置に関す
る微分の大きさに関する軸に平行な尾根に対応する複数
個の濃度値を得る手段を用いることを特徴とする画像の
領域分割方式。
7. The method according to claim 1, 2 or 3.
Or the secondary according to claim 4 or claim 5 or claim 6.
Obtain multiple density values corresponding to the peaks of the original histogram
As a means to determine the density position of the two-dimensional histogram.
Corresponding to the ridge parallel to the axis for the magnitude of the derivative
Using means for obtaining individual density values
Area division method.
【請求項8】 前記請求項4又は請求項5又は請求項6
に記載した、濃度の位置に関する微分の大きさに関する
累積ヒストグラムとして、微分の大きさと入力画像の濃
度とに関する二次元累積ヒストグラムにおいて濃度がゼ
ロである部分ヒストグラムを用いることを特徴とする画
像の領域分割方式。
8. The method according to claim 4, 5 or 6, wherein
The magnitude of the derivative with respect to the concentration position described in
As a cumulative histogram, the magnitude of the derivative and the density of the input image
Density in the two-dimensional cumulative histogram
B) using a partial histogram that is
Image segmentation method.
【請求項9】 前記請求項4又は請求項5又は請求項6
に記載した、二次元ヒストグラムの差算出手段から得ら
れる二次元ヒストグラムを濃度及び濃度の位置に関する
微分の大きさ毎に二次元ヒストグラムの差算出手段から
得られるヒストグラムの同じ濃度に対応する値と累積ヒ
ストグラム手段から得られるヒストグラムの同じ微分の
大きさに対応する値の和で除する二次元ヒストグラムの
商算出手段において、前記和を重み付きの線型和にする
ことを特徴とする画像の領域分割方式。
9. The method of claim 4 or claim 5 or claim 6.
Obtained from the two-dimensional histogram difference calculation means described in
A two-dimensional histogram of the density and the position of the density
From the two-dimensional histogram difference calculation means for each derivative size
The value corresponding to the same density in the resulting histogram and the cumulative
Of the same derivative of the histogram obtained from the
Of the two-dimensional histogram divided by the sum of the values corresponding to the size
In the quotient calculation means, the sum is converted into a weighted linear sum
An image area division method characterized by the following.
JP04235847A 1992-09-03 1992-09-03 Image segmentation method Expired - Fee Related JP3118484B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP04235847A JP3118484B2 (en) 1992-09-03 1992-09-03 Image segmentation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP04235847A JP3118484B2 (en) 1992-09-03 1992-09-03 Image segmentation method

Publications (2)

Publication Number Publication Date
JPH0683959A JPH0683959A (en) 1994-03-25
JP3118484B2 true JP3118484B2 (en) 2000-12-18

Family

ID=16992145

Family Applications (1)

Application Number Title Priority Date Filing Date
JP04235847A Expired - Fee Related JP3118484B2 (en) 1992-09-03 1992-09-03 Image segmentation method

Country Status (1)

Country Link
JP (1) JP3118484B2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998042077A1 (en) * 1997-03-18 1998-09-24 Nippon Columbia Co., Ltd. Distortion detecting device, distortion correcting device, and distortion correcting method for digital audio signal
CN1184796C (en) * 2001-07-26 2005-01-12 佳能株式会社 Image processing method and equipment, image processing system and storage medium
JP4502001B2 (en) 2007-12-20 2010-07-14 コニカミノルタビジネステクノロジーズ株式会社 Image processing apparatus and image processing method

Also Published As

Publication number Publication date
JPH0683959A (en) 1994-03-25

Similar Documents

Publication Publication Date Title
JP3461626B2 (en) Specific image region extraction method and specific image region extraction device
US6141460A (en) Method for detecting edges in an image signal
KR20010110416A (en) Video stream classifiable symbol isolation method and system
Beaurepaire et al. Identification of the nature of noise and estimation of its statistical parameters by analysis of local histograms
CN114127784A (en) Method, computer program product and computer readable medium for generating a mask for a camera stream
CN112991374A (en) Canny algorithm-based edge enhancement method, device, equipment and storage medium
US8311269B2 (en) Blocker image identification apparatus and method
JP3118484B2 (en) Image segmentation method
JP3330829B2 (en) Automatic detection method of evaluable area in images of machine parts
JPH07249128A (en) Picture processor for vehicle
KR102584521B1 (en) Imaging processing device for motion detection and method thereof
CN111768426B (en) Method, device, equipment and storage medium for detecting moving object
JPS63194477A (en) Background picture extracting method
CN114596210A (en) Noise estimation method, device, terminal equipment and computer readable storage medium
JP2000123300A (en) Method and device for detecting white line accompanied with correction based on disappearing point
JP2621806B2 (en) Background feature mask generation device and moving object feature extraction device
JP4253265B2 (en) Shadow detection apparatus, shadow detection method and shadow detection program, image processing apparatus using shadow detection apparatus, image processing method using shadow detection method, and image processing program using shadow detection program
JP3198258B2 (en) Parked vehicle detection method and device
CN117874289B (en) Camera playback searching method, defect detection device and storage medium
Chehdi et al. A blind system to identify and filter degradations affecting an image
JP3390896B2 (en) Feature extraction method
JP2853361B2 (en) Vehicle dynamics measurement device
JP2940254B2 (en) Edge / region detection method and device
JP2001283218A (en) Congestion state deciding method and device therefor
JPH09231376A (en) Number plate detecting system

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20000926

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20071006

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081006

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081006

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091006

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091006

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101006

Year of fee payment: 10

LAPS Cancellation because of no payment of annual fees