JP3624069B2 - 画像処理方法及び画像処理装置 - Google Patents
画像処理方法及び画像処理装置 Download PDFInfo
- Publication number
- JP3624069B2 JP3624069B2 JP03508697A JP3508697A JP3624069B2 JP 3624069 B2 JP3624069 B2 JP 3624069B2 JP 03508697 A JP03508697 A JP 03508697A JP 3508697 A JP3508697 A JP 3508697A JP 3624069 B2 JP3624069 B2 JP 3624069B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- size
- threshold value
- clustering
- value related
- 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
Images
Landscapes
- Image Analysis (AREA)
Description
【発明の属する技術分野】
本発明は、対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法及び画像処理装置に関する。
【0002】
【従来の技術】
近年、画像処理装置としてのデジタルカメラにより、被写体である人物を撮影することにより得られたデジタル画像信号や、銀塩カメラで撮影したフィルムをスキャナで読み込んだデジタル画像信号のうち、その人物の顔の領域に相当するデジタル画像信号に特定の処理を施す手法が提案されている。
【0003】
これらの手法において提案されている画像処理技術の目的は、例えば、被写体である人物の識別や、その人物の顔画像の加工等が挙げられるが、係る顔画像を対象とした画像処理においては、人物の顔の特徴となる目や口、眉等の部位が画像信号中のどの領域に存在するかを検出することが共通した重要課題である。また、従来提案されている画像処理方法においては、顔の領域の画像信号に微分演算を行って得られる微分値の大きい部分、即ちエッジ部分を検出することにより、上記のような特徴的な部位を検出するのが一般的である。
【0004】
【発明が解決しようとする課題】
しかしながら、上記微分演算を用いる従来例においては、ノイズに弱く、S/N比が低い画像に対して微分演算を行うと、検出すべきエッジ部に相当する信号がノイズの中に埋もれてしまい、結果として、特徴的な部位が含まれる領域を確実に検出することが困難であるという問題が有る。
【0005】
また、画像信号の微分処理においては、1つの注目画素の微分値を算出するためにその注目画素周辺の複数の画素の画像信号との積和演算を行うことが必要であり、処理すべき画像信号全体の演算に要する時間が長いという問題が有る。
【0006】
そこで、本発明は、対象とする画像から特徴的な部位に相当する画像領域を、高速、且つ高精度に検出する画像処理方法及び画像処理装置の提供を目的とする。
【0007】
【課題を解決するための手段】
上記の目的を達成するため、本発明の画像処理方法は以下の構成を特徴とする。
【0008】
即ち、対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法であって、前記対象とする画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程と、前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程と、前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程と、前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程と、前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする。
【0009】
または、対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法であって、前記対象とする画像の大きさに応じて解像度を設定し、その解像度に応じて前記対象とする画像を間引く間引き工程と、前記間引き工程により得られた画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程と、前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程と、前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程と、前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程と、を備え、前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする。
【0010】
例えば、第一の大きさに関するしきい値を、対象とする画像の大きさに応じて算出するとよい。
【0011】
例えば、前記第二の大きさに関するしきい値を、前記対象とする画像の大きさに応じて算出するとよい。
【0012】
また、例えば、検出された特徴的な部位に相当する画像領域のうち、前記対象とする画像との境界に接する領域を、検出対象から除外する。
【0013】
また、対象とする画像は顔画像であり、その顔画像の特徴的な部位は目や口、眉であることを特徴とする。
【0014】
例えば、第一の色差に関するしきい値は、3〜10とするとよい。
【0015】
また、例えば、前記第二の色差に関するしきい値は、30以上とするとよい。
【0021】
尚、上記の画像処理が可能な画像処理装置によっても、同目的が達成できることは言うまでもない。
【0022】
【発明の実施の形態】
以下、本発明に係る画像処理装置を図面を参照して詳細に説明する。
【0023】
<第1の実施形態>
はじめに、本発明を適用する画像処理装置の構成を図1を参照して説明する。
図1は、本発明を適用する画像処理装置としてのパーソナルコンピュータのブロック構成図である。
【0024】
図中、21はCPU、22はCRT等のディスプレイ、23は入力手段であるキーボード、24はブートプログラム等を記憶しているROM、25は各種処理結果を一時記憶するRAM、26は本発明の特徴領域検出処理を行なうプログラム等を記憶するハードディスクドライブ(HDD)等の記憶装置、27は外部の装置と通信回線31を介して通信するための通信インタフェースである。また、28は、入力補助手段としてのマウス等のポインティング装置である。29は、所謂CCDを含み、被写体を撮影してデジタル画像信号を生成する画像入力装置である。これらの各構成は、内部バス30を介して接続されている。後述の特徴領域の検出処理の対象となるデジタル画像信号(自然画像)は、画像入力装置29により得られた情報であっても、外部の画像処理装置(例えば、デジタルカメラ、スキャナ等)からの情報を通信インタフェース27を介して入手したものでも良い。
【0025】
次に、本実施形態における画像処理装置による画像信号からの特徴領域の検出処理を図2を参照して説明する。
【0026】
図2は、本発明の第1の実施形態としての特徴領域の検出処理を示すフローチャートである。
【0027】
図中、ステップS101では、自然画像中に含まれる顔画像の領域(閉領域)を設定する。本実施形態では、検出対象となる自然画像をディスプレイ22に表示して、オペレータがポインティング装置28で顔の輪郭をトレースすることにより設定する。
【0028】
尚、この顔領域の設定処理について本願は限定しないが、本発明を適用する画像処理装置自体が所謂デジタルカメラであれば、公知のアルゴリズムを用いて顔領域を自動的に認識しても良い。
【0029】
ステップS102では、ステップS101において設定された閉領域内の画素を対象として、隣接する画素との色の差が少ないもの同士でグループを構成する。これは一般的にクラスタリングとかグルーピング等と呼ばれる。このクラスタリング処理について図3を参照して説明する。
【0030】
図3は、本発明の一実施形態としてのクラスタリングを説明する図である。
【0031】
同図において、各格子は画像の1画素を表わしており、この画像は幅m画素×高さn画素の矩形領域からなる。本実施形態においては、説明の便宜上左上の画素を座標(0,0)としている。101は、該矩形領域のうち、ステップS101において設定された顔画像の領域に外接する画素を示す。また、画素102は、注目画素である。
【0032】
ここで、図3上部に示す矢印の如く、画像の左上から右下に注目画素102を移動しながら、各画素毎に以下に説明する処理を行う。
【0033】
同図において注目画素102の座標を(x,y)とし、この注目画素の色は色空間L*a*b*において、(L0,a0,b0)であるとする。ここで、この注目画素102に隣接する1つ上の画素(x,y−1)の色が、(L1,a1,b1)であるとき、これら2つの画素の色差dは、
d={(L1−L0)↑2+(a1−a0)↑2+(b1−b0)↑2}↑(1/2)
で表わされる(但し、X↑YはXのY乗を表わすものとする。以下同様)。
【0034】
これは、視覚的に感じる色の差に比例した値を表わすものとなっている。この色差dが、第1のしきい値Td1(ここで、しきい値Td1は、均等色空間における色差に関するしきい値である。)以下である場合は、2つの画素は同じクラスタを構成するものとする。また、色差dが、第1のしきい値Td1より大きい場合は、2つの画素は別のクラスタを構成する可能性があると判断する。
【0035】
更に、同様の判断処理を、注目画素102の左側の画素(x−1,y)に対しても行い、これら2つの画素が同じクラスタを構成するか、或は別のクラスタを構成する可能性が有るかどうかを判断する。
【0036】
また、注目画素102が顔領域以外の領域である場合は、抽出対象外であるものとして無視する。また、注目画素102と比較される画素(以下、比較画素)が、顔領域以外の領域である場合や、比較画素の座標がx<0またはy<0等の場合には、色差の比較を行わずに別の領域として判断する。
【0037】
上記のような判断を、矩形領域101の全画素について行い、クラスタ毎に番号を割り付けると、色が類似している領域毎に番号が振られることになる。従って、近似色で連続する領域毎に領域が分割され、領域分割が完了する。
【0038】
上記の均等色空間における色差に関するしきい値Td1は、比較的小さい値が好ましく、本願発明者らによる検討によると、しきい値Td1は3〜10程度(但し、この値はL*a*b*空間における値である。)に設定すると人間の肌の領域を1つの大きなクラスタとして領域分割することが可能であることが分かった。
【0039】
次に、このしきい値Td1によりクラスタリングを行った場合の効果を図4を用いて説明する。
【0040】
図4は、本発明の第1の実施形態としてのクラスタリングによる結果を説明する図である。
【0041】
図4(a)はサンプルの顔画像の例である。この画像に対して小さい値のしきい値Td1でクラスタリングを行うと、領域分割の結果は図4(b)のようになる。同図に示すように、人間の肌の部分は、ほくろ染み、微妙な陰影等の様々な要因で細かくクラスタリングされてしまう領域は幾つか存在するが、その大きさはかなり小さいことが多く、しきい値Td1を比較的小さい値にしてクラスタリングを行っても、まとまった領域として分割される。これは、顔画像においては、隣接する画素間における色差の相関が高いためである。一方、顔画像の特徴領域である目や口、眉等は、隣接する画素間において色差の変動が大きい場合が多いため、細かな領域としてバラバラの領域にクラスタリングされることが判る。
【0042】
次に、図2のステップS103を説明する。ここでは、クラスタリングにより生成された各領域についてその大きさを調べ、各領域の大きさと第1の所定値Ta1との大小関係を調べ、領域の大きさがTa1より大きければ、その領域は顔の特徴的部位を含まない領域として抽出対象から除外する処理を行う。即ち、図4(b)の如く分割された全ての領域の大きさを調べて、第1の所定値Ta1より大きい領域は除外する。この除外処理により残った領域は、図4(c)の明部の領域となり、肌の大部分は除外することが可能となる。但し、前述したように肌のほくろや染み等、細かな陰影等により一部領域が点々と残る。
【0043】
ここで、ステップS102のクラスタリングにより生成された各領域の大きさの評価要素としては、各領域の画素数や、高さ、幅等が考えられる。このうちどれか1つを対象に所定値Ta1を設定しても良いし、複数の要素に対してそれぞれ所定値Ta1に相当する所定値を複数設定しても良いことは言うまでもない。
【0044】
また、顔画像の撮影倍率が予め分かっている場合には、所定値Ta1は、撮影倍率に応じた固定値で構わないが、顔画像の撮影倍率が予め分からない場合には、ステップS101において設定された顔領域の大きさから、適当な大きさの所定値Ta1を設定することが好ましく、例えば、設定された顔領域の面積の15%の面積をTa1に設定すると、撮影倍率によらず一定の結果を得ることが可能となる。
【0045】
次に、図2のステップS104に移り、再びクラスタリング処理を実施する。クラスタリングの手順自体はステップS102で実施した内容と同様であるが、ステップS103において検出対象から除外した領域は無視することと、色差の大小を評価するしきい値が異なる。ここで用いる第2のしきい値Td2は第1のしきい値Td1より大きい値を用いる。このクラスタリングによる領域分割結果は図4(d)のようになり、特徴的な部位はそれぞれ1つのクラスタとして形成される。
【0046】
第2のしきい値Td2は、比較的大きい値が好ましく本願発明者らによる検討によれば、しきい値Td2は30以上(但し、この値はL*a*b*空間における値である。)に設定すると人間の特徴的な部位(例えば、同図に示すように白目と黒目の部位)をそれぞれ1つのクラスタとして領域分割することが可能であることが分かった。
【0047】
次に図2のステップS105に移る。ここでは、ステップS104のクラスタリングにより生成された各領域についてその大きさを調べ、これらの各領域の大きさと第2の所定値Ta2との大小関係を調べ、領域の大きさがしきい値Ta2より小さければ、その領域は顔の特徴的部位を含まない領域として検出対象から除外する処理を行う。即ち、図4(d)のように分割された全ての領域の大きさを調べて、第2の所定値Ta2より小さい領域は除外する。この除外処理により残った領域は、図4(e)の明部の領域となり、図4(d)において肌等に残っていた細かい領域を除外することができる。
【0048】
ここで、ステップS104のクラスタリングにより生成された各領域大きさの評価要素としては、各領域の画素数や高さ、幅等が考えられる。このうちどれか1つを対象に所定値Ta2を設定しても良いし、複数の要素に対してそれぞれ所定値Ta2に相当する所定値を複数設定しても良いことは言うまでもない。
【0049】
また、顔画像の撮影倍率が予め分かっている場合には、所定値Ta2は撮影倍率に応じた固定値で構わないが、顔画像の撮影倍率が予め分からない場合には、ステップS101において設定された顔領域の大きさから、適切な所定値Ta2を設定することが好ましく、例えばステップS101において設定された顔領域の面積の3%の面積をTa2に設定すると、撮像倍率によらず一定の結果を得ることが可能となる。
【0050】
以上の処理により残った領域は、顔画像の中から目や口、眉等の特徴的部位を表わす領域となる。
【0051】
尚、被写体である顔画像が、ステップS101で設定する矩形領域に対して真正面に位置する(正対する)ことが予め分かっている場合等には、次のような判断を加えることにより、特徴領域の検出確度を向上することができる。即ち、顔画像が真正面を向いている場合は、図4(a)の如く目や口、眉等の特徴的部位は顔画像の輪郭内に存在する。そこで、ステップS105の処理により残った領域のうち、顔画像の輪郭線(図3の顔領域と顔領域外の領域との境界)に接している領域は、更に除外するという判断を加えることで、特徴領域の検出確度を向上することができる。
【0052】
図2のステップS106では、最終的に残った領域の情報の出力が行われる。この出力結果は、例えば、人物識別や赤目除去等の処理ルーチン等の後段の処理工程に渡すための処理である。従って、処理の内容は後段の処理工程に応じて異なるが、例えば、m画素×n画素分のメモリを確保して、最終的に候補として残った画素に対応するメモリアドレスは1に、候補外として判断された画素に対応するメモリアドレスは0に設定し、このメモリアドレスを別の処理ルーチンに渡す等の処理が行われる。
【0053】
尚、本実施形態の他の応用例としては、例えば、空を飛ぶ鳥や飛行機等を、特徴的な画像領域として検出する場合等が挙げられる。つまり、上述した本実施形態の特徴は、図2のフローチャートに示したシーケンスにより、特徴的な画像領域を検出することであり、本実施形態で処理可能な画像は顔画像に限定されるものではない。そのような場合、検出すべき画像の種類としきい値とを対応付けて記憶した記憶媒体(フロッピディスク(FD)、光磁気ディスク(MO)等)を用意(個別に用意しても良い)すれば、様々な画像に対して本実施形態に示した処理を応用できることは明らかである。
【0054】
<第2の実施形態>
次に、第2の実施形態における画像信号からの特徴領域の検出処理を図5を参照して説明する。
【0055】
図5は、本発明の第2の実施形態としての特徴領域の検出処理を示すフローチャートである。
【0056】
図中、ステップS201では、自然画像中の顔の領域(閉領域)を設定する。この設定は、第1の実施形態における図2のステップS101と同様に行う。
【0057】
ステップS202では、ステップS201において設定された閉領域(即ち顔の領域)の大きさに応じて検出解像度を設定する。ここで、検出の解像度を設定するのは、処理の高速化のためである。顔領域の画素数は撮影倍率の2乗に比例して大きくなるので、高速化を実現するために、顔領域として設定された領域の大きさに応じて間引きを行う。ステップS202で行う検出解像度の設定は、画素の間引き間隔を設定することである。本実施形態において、間引き間隔は、
(間引き間隔)=(設定された領域の幅)/300
により算出する。尚、本実施形態では、設定された領域の幅方向に間引いたが、設定された領域の高さ方向に間引いても、幅方向及び高さ方向の両方向に間引いても良いことは言うまでもない。
【0058】
以降の処理においては、顔領域の画像を算出した間引き間隔で間引いた状態のデータに対して処理を行う。但し、実際に間引いた画像を新たに生成する必要はなく、ステップS201で顔領域を設定するために画像データの画素にアクセスする際、間欠的にアクセスするようにすれば良い。
【0059】
ステップS203では、ステップS201において設定された閉領域内の画素を対象として、隣接する画素の色の差が少ないもの同士でグループを構成する。
本実施形態におけるクラスタリングの方法について図3を用いて説明する。本実施形態においても、101は、図3のm画素×n画素の矩形領域のうち、ステップS201において設定された顔画像の領域に外接する画素を示す。また、画素102は、注目画素である。但し、これはステップS202において間引きを行った後の顔領域に対応するものである。
【0060】
ここで、図3上部に示す矢印の如く、画像の左上から右下に注目画素102を移動しながら、各画素毎に以下に説明する処理を行う。
【0061】
同図において注目画素102の座標を(x,y)とし、この注目画素の色は色空間L*u*v*において、(L0,u0,v0)であるとする。本実施形態において、この画素に隣接する1つ上の画素(x,y−1)の色が(L1,u1,v1)であるとき、これら2つの画素の色差dは、
d={(L1−L0)↑2+(u1−u0)↑2+(v1−v0)↑2}↑(1/2)
で表わされる。これは、視覚的に感じる色の差に比例した値を表わすものとなっている。この色差dが、第1のしきい値Td1以下である場合、2つの画素は同じクラスタを構成するものとし、また色差dが第1のしきい値Td1より大きい場合、2つの画素は別のクラスタを構成する可能性があると判断する。
【0062】
同様の判断を注目画素の左側の画素(x−1,y)に対しても行い、2つの画素が同じクラスタを構成するか、或は別のクラスタを構成する可能性が有るかどうかを判断する。
【0063】
また、注目画素が顔領域以外の領域である場合は、検索対象外であるものとして無視する。また、比較画素が顔領域以外の領域である場合や、比較画素の座標がx<0またはy<0等の場合には、色差の比較を行わず別の領域として判断する。
【0064】
上記のような判断を、矩形領域101の全画素について行い、クラスタ毎に番号を割り付けると、色が類似している領域毎に番号が振られることになる。従って、近似色で連続する領域毎に領域が分割され、領域分割が完了する。
【0065】
本実施形態においても、均等色空間における色差に関するしきい値Td1は、比較的小さい値が好ましく、しきい値Td1は3〜10程度に設定すると人間の肌の領域を1つの大きなクラスタとして領域分割することが可能である。このしきい値Td1によりクラスタリングを行うことにより、第1の実施形態同様に図4(a)から領域分割された図4(b)が得られる。
【0066】
次に、図5のステップS204に移る。ここでは、図2のステップS103と同様に、クラスタリングにより生成された各領域の大きさが、第1の所定値Ta1より大きければ、その領域は顔の特徴的部位を含まない領域として抽出対象から除外する処理を行う。これにより、図4(c)の明部の領域を得る。
【0067】
次に、図5のステップS205に移り、図2のステップS104と同様に、第1のしきい値Td1より大きい第2のしきい値Td2を用いて再びクラスタリングを実施する。これにより、図4(d)の明部の領域を得る。
【0068】
次に、図5のステップS206に移り、図2のステップS105と同様に、クラスタリングにより生成された各領域のうち、第2の所定値Ta2より小さい領域は顔の特徴的部位を含まない領域として検出対象から除外する処理を行う。この除外処理により、図4(e)の明部の領域を得る。
【0069】
以上の処理により残った領域は顔画像の中から目や口、眉等の特徴的部位を表わす領域となる。
【0070】
そして、図5のステップS207では、図2のステップS106と同様に、最終的に残った領域の情報の出力が行われる。
【0071】
<他の実施形態>
本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システム或は装置に供給し、そのシステム或は装置のコンピュータ(またはCPUやMPU)が記憶媒体に格納されたプログラムコードを読出し実行することによっても、達成されることは言うまでもない。
【0072】
この場合、記憶媒体から読出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。
【0073】
プログラムコードを供給するための記憶媒体としては、例えば、フロッピディスク,ハードディスク,光ディスク,光磁気ディスク,CD−ROM,CD−R,磁気テープ,不揮発性のメモリカード,ROM等を用いることができる。
【0074】
また、コンピュータが読出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているOS(オペレーティングシステム)等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【0075】
更に、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPU等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【0076】
本発明を上記記憶媒体に適用する場合、その記憶媒体には、先に説明したフローチャートに対応するプログラムコードを格納することになるが、簡単に説明すると、図6のメモリマップ例に示す各モジュールを記憶媒体に格納することになる。
【0077】
即ち、少なくとも以下の各モジュールのプログラムコードを記憶媒体に格納すれば良い。
・「顔領域検出モジュール」:自然画像中に含まれる顔画像の領域(閉領域)を検出する。
・「解像度設定モジュール」:「顔領域検出モジュール」により設定された閉領域の大きさに応じて検出解像度を設定する。
・「クラスタリングモジュール」:第1のしきい値Td1または第2のしきい値Td2を用いて、顔画像の領域において隣接する画素との色の差が少ないもの同士をクラスタリングする。
・「領域除外モジュール」:クラスタリングにより生成された各領域の大きさを、第1の所定値Ta1または第2の所定値Ta2と比較して、顔の特徴部位を含まない領域を抽出対象から除外する。
・「制御モジュール」:「クラスタリングモジュール」、「領域除外モジュール」により得られる結果を順次用いて、これらの工程を少なくとも2回行うよう制御する。
【0078】
尚、本発明を採用する画像処理装置は、上述した実施形態のパーソナルコンピュータだけでなく、デジタルカメラそのものであってもよいことは言うまでもない。
【0079】
<本実施形態の効果>
第1の実施形態では、設定された顔領域に対して均等色空間で2段階のクラスタリングを行い大小判断を2段階に分けて実施した。これにより、顔の特徴的部位を微分処理等によりエッジ検出を行って検出する方法と比較して、対ノイズ性に優れ、高精度で処理することが可能となり、且つ積和演算等の回数が微分処理を用いる方法に比べて少ないため高速で処理を完了することが可能となる。
【0080】
また、第2の実施形態では、2段階のクラスタリングに先立って、検出対象の領域を間引いて設定した。即ち、設定された顔領域の大きさに応じて検出の解像度を決定することにより、更に演算時間が短縮され、高速に処理することが可能となる。
【0081】
【発明の効果】
以上説明したように、本発明によれば、対象とする画像から特徴的な部位に相当する画像領域を、高速、且つ高精度に検出する画像処理方法及び画像処理装置の提供が実現する。
【0082】
【図面の簡単な説明】
【図1】本発明の第1の実施形態としての画像処理装置のブロック構成図である。
【図2】本発明の第1の実施形態としての特徴領域の検出処理を示すフローチャートである。
【図3】本発明の一実施形態としてのクラスタリングを説明する図である。
【図4】本発明の第1の実施形態としてのクラスタリングによる結果を説明する図である。
【図5】本発明の第2の実施形態としての特徴領域の検出処理を示すフローチャートである。
【図6】本発明の他の実施形態としてのメモリマップの一例を示す図である。
【符号の説明】
21 CPU
22 ディスプレイ
23 キーボード
24 ROM
25 RAM
26 記憶装置
27 通信インタフェース
28 ポインティング装置
29 画像入力装置
30 内部バス
31 通信回線
101 矩形領域
102 注目画素
Claims (19)
- 対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法であって、
前記対象とする画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程と、
前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程と、
前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程と、
前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程と、
前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする画像処理方法。 - 対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法であって、
前記対象とする画像の大きさに応じて解像度を設定し、その解像度に応じて前記対象とする画像を間引く間引き工程と、
前記間引き工程により得られた画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程と、
前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程と、
前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程と、
前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程と、を備え、
前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする画像処理方法。 - 前記第一の大きさに関するしきい値を、前記対象とする画像の大きさに応じて算出することを特徴とする請求項1又は2に記載の画像処理方法。
- 前記第二の大きさに関するしきい値を、前記対象とする画像の大きさに応じて算出することを特徴とする請求項1又は2に記載の画像処理方法。
- 前記検出された特徴的な部位に相当する画像領域のうち、前記対象とする画像との境界に接する領域を、検出対象から除外することを特徴とする請求項1又は2に記載の画像処理方法。
- 前記対象とする画像は顔画像であり、その顔画像の特徴的な部位は目や口、眉であることを特徴とする請求項1乃至5の何れか1項に記載の画像処理方法。
- 前記第一の色差に関するしきい値は、3〜10とすることを特徴とする請求項1又は2に記載の画像処理方法。
- 前記第二の色差に関するしきい値は、30以上とすることを特徴とする請求項1に記載の画像処理方法。
- 対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理装置であって、
前記対象とする画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング手段と、
前記第一のクラスタリング手段によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外手段と、
前記第一の除外手段により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング手段と、
前記第二のクラスタリング手段によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外手段と、を備え、
前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする画像処理装置。 - 対象とする画像から特徴的な部位に相当する画像領域を検出する画像処理方法であって、
前記対象とする画像の大きさに応じて解像度を設定し、その解像度に応じて前記対象とする画像を間引く間引き手段と、
前記間引き手段により得られた画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング手段と、
前記第一のクラスタリング手段によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外手段と、
前記第一の除外手段により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング手段と、
前記第二のクラスタリング手段によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外手段と、を備え、
前記第二の除外手段により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とする画像処理装置。 - 前記第一の大きさに関するしきい値を、前記対象とする画像の大きさに応じて算出することを特徴とする請求項9又は10に記載の画像処理装置。
- 前記第二の大きさに関するしきい値を、前記対象とする画像の大きさに応じて算出することを特徴とする請求項9又は10に記載の画像処理装置。
- 前記検出された特徴的な部位に相当する画像領域のうち、前記対象とする画像との境界に接する領域を、検出対象から除外することを特徴とする請求項9又は10に記載の画像処理装置。
- 前記対象とする画像は顔画像であり、その顔画像の特徴的な部位は目や口、眉であることを特徴とする請求項9乃至13の何れか1項に記載の画像処理装置。
- 前記第一の色差に関するしきい値は、3〜10とすることを特徴とする請求項9又は10に記載の画像処理装置。
- 前記第二の色差に関するしきい値は、30以上とすることを特徴とする請求項9に記載の画像処理装置。
- 画像処理のプログラムコードを納めたコンピュータ可読媒体であって、
対象とする画像から特徴的な部位に相当する画像領域を検出する検出工程を実行するためのコードと、
前記対象とする画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程を実行するためのコードと、
前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程を実行するためのコードと、
前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するし きい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程を実行するためのコードと、
前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程実行するためのコードと、を備え、
前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とするコンピュータ可読媒体。 - 画像処理のプログラムコードを納めたコンピュータ可読媒体であって、
対象とする画像から特徴的な部位に相当する画像領域を検出する検出工程を実行するためのコードと、
前記対象とする画像の大きさに応じて解像度を設定し、その解像度に応じて前記対象とする画像を間引く間引き工程を実行するためのコードと、
前記間引き工程により得られた画像に対して第一の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第一のクラスタリング工程を実行するためのコードと、
前記第一のクラスタリング工程によって生成された各領域の大きさと第一の大きさに関するしきい値とを比較し、前記第一の大きさに関するしきい値より大きな領域を前記対象とする画像から除外する第一の除外工程を実行するためのコードと、
前記第一の除外工程により除外されなかった領域に対して、前記第一の色差に関するしきい値よりも大きな第二の色差に関するしきい値に基づきクラスタリングを行い、領域を生成する第二のクラスタリング工程を実行するためのコードと、
前記第二のクラスタリング工程によって生成された各領域の大きさと第二の大きさに関するしきい値とを比較し、前記第二の大きさに関するしきい値より小さな領域を前記対象とする画像からさらに除外する第二の除外工程を実行するためのコードと、を備え、
前記第二の除外工程により除外されなかった画像領域を前記特徴的な部位に相当する画像領域として検出することを特徴とするコンピュータ可読媒体。 - 前記対象とする画像は顔画像であり、その顔画像の特徴的な部位は目や口、眉であることを特徴とする請求項17又は18に記載のコンピュータ可読媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03508697A JP3624069B2 (ja) | 1997-02-19 | 1997-02-19 | 画像処理方法及び画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03508697A JP3624069B2 (ja) | 1997-02-19 | 1997-02-19 | 画像処理方法及び画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH10232930A JPH10232930A (ja) | 1998-09-02 |
JP3624069B2 true JP3624069B2 (ja) | 2005-02-23 |
Family
ID=12432164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03508697A Expired - Fee Related JP3624069B2 (ja) | 1997-02-19 | 1997-02-19 | 画像処理方法及び画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3624069B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6271937B2 (ja) * | 2013-10-09 | 2018-01-31 | キヤノン株式会社 | 画像処理方法及び装置、プログラム |
-
1997
- 1997-02-19 JP JP03508697A patent/JP3624069B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH10232930A (ja) | 1998-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9092868B2 (en) | Apparatus for detecting object from image and method therefor | |
US8331619B2 (en) | Image processing apparatus and image processing method | |
EP3709266A1 (en) | Human-tracking methods, apparatuses, systems, and storage media | |
JP3684017B2 (ja) | 画像処理装置及び方法 | |
JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
JP2000105829A (ja) | 顔パーツ検出方法及びその装置 | |
CN106372629A (zh) | 一种活体检测方法和装置 | |
CN112529999A (zh) | 一种参数估算模型的训练方法、装置、设备和存储介质 | |
CN106326832A (zh) | 基于物体区域处理图像的装置及方法 | |
EP3241151A1 (en) | An image face processing method and apparatus | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
JP3993029B2 (ja) | 化粧シミュレーション装置、化粧シミュレーション方法、化粧シミュレーションプログラム及びそのプログラムを記録した記録媒体 | |
US11816854B2 (en) | Image processing apparatus and image processing method | |
CN112712059A (zh) | 基于红外热图像和rgb图像的活体人脸识别方法 | |
CN107705279B (zh) | 实现双重曝光的图像数据实时处理方法及装置、计算设备 | |
US20220088455A1 (en) | Golf ball set-top detection method, system and storage medium | |
US11941498B2 (en) | Facial motion detection and image correction method and apparatus | |
JP2012068948A (ja) | 顔属性推定装置およびその方法 | |
JP3624069B2 (ja) | 画像処理方法及び画像処理装置 | |
CN114187309A (zh) | 一种基于卷积神经网络的头发分割方法及系统 | |
CN114387670A (zh) | 基于时空特征融合的步态识别方法、装置及存储介质 | |
CN107977644B (zh) | 基于图像采集设备的图像数据处理方法及装置、计算设备 | |
JP2007025901A (ja) | 画像処理装置、画像処理方法 | |
CN108573230A (zh) | 人脸跟踪方法和人脸跟踪装置 | |
JP3927979B2 (ja) | 画像処理装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040830 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041029 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041129 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081203 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091203 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091203 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101203 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111203 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |