JP3118484B2 - Image segmentation method - Google Patents
Image segmentation methodInfo
- 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
Links
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Image Input (AREA)
Description
【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
術を図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
す関連技術において、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
す関連技術において、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、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、図
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、図
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、図
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、図
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、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】本発明の基本概念の説明図である。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】従来例の説明図である。FIG. 27 is an explanatory diagram of a conventional example.
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)
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.
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.
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.
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.
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.
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.
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.
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.
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.
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)
| 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 |
-
1992
- 1992-09-03 JP JP04235847A patent/JP3118484B2/en not_active Expired - Fee Related
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 |