JP3659426B2 - エツジ検出方法及びエツジ検出装置 - Google Patents
エツジ検出方法及びエツジ検出装置 Download PDFInfo
- Publication number
- JP3659426B2 JP3659426B2 JP23420194A JP23420194A JP3659426B2 JP 3659426 B2 JP3659426 B2 JP 3659426B2 JP 23420194 A JP23420194 A JP 23420194A JP 23420194 A JP23420194 A JP 23420194A JP 3659426 B2 JP3659426 B2 JP 3659426B2
- Authority
- JP
- Japan
- Prior art keywords
- inner product
- edge
- sets
- coefficients
- grayscale data
- 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 - Lifetime
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Processing Of Color Television Signals (AREA)
Description
【０００１】
【目次】
以下の順序で本発明を説明する。
産業上の利用分野
従来の技術（図７〜図９）
発明が解決しようとする課題
課題を解決するための手段（図１及び図２）
作用（図１及び図２）
実施例
（１）第１実施例（図１〜図４、図７〜図９）
（２）第２実施例（図５及び図６）
（３）他の実施例
発明の効果
【０００２】
【産業上の利用分野】
本発明はエツジ検出方法及びエツジ検出装置に関し、特に画像処理における基本的な役割を果たすエツジ検出処理を行うものであり、テレビや映画等の映像製作における特殊効果処理やＦＡ（Factory Automation）におけるカメラ画像からの部品認識処理等に広く用いられるものに適用し得る。
【０００３】
【従来の技術】
従来、エツジ検出とは濃淡画像内で画素値が急峻に変化している部分を見い出す処理である。通常急峻な変化は物体の輪郭で起きるから、エツジ検出の結果をもとに物体の輪郭を画像から抽出することができる。このためエツジ検出は画像からその中に存在する物体に関する情報を得るための最も基本的な処理として多方面で使用されている。
【０００４】
カラー画像においては、原色（例えば赤、緑、青）毎の濃淡画像が存在するため、従来はそれぞれの原色についてエツジ検出を行ない、いずれかの色でエツジが検出されればその画素をカラー画像のエツジとみなしていた。これを図７（Ａ）に示す画像を例に説明する。この画像は図７（Ｂ）に示す円形の物体が図７（Ｃ）に示す横縞の入つた背景の手前に置かれているものである。
【０００５】
この画像の場合、３原色である赤、緑、青の濃淡画像はそれぞれ図８（Ａ）、（Ｂ）、（Ｃ）のようになる。例えば赤の場合、斜線で示した領域１の内側での画素値は「1.0 」であり、残りの領域２の内側での画素値は「０」である。緑、青についても同様である。それぞれの濃淡画像についてエツジ検出すれば、急峻な変化、すなわち画素値が「1.0 」から「０」に変化するところだけがエツジとして求まるから、図８（Ａ）、（Ｂ）、（Ｃ）に対応して、それぞれ図９（Ａ）、（Ｂ）、（Ｃ）のようなエツジが得られる。赤、緑、青のいずれかの色でエツジが検出されれば、その画素をエツジとみなすから、最終的に得られるエツジはこれらのエツジの和によつて図９（Ｄ）となる。
【０００６】
【発明が解決しようとする課題】
しかしながら上述のようにして得たエツジには、本来求めたい円の輪郭３の他に背景の横線４や円内部の縦縞５が含まれるため、本当の輪郭の計算機による認識を極めて困難にしている。この例のように本来は不要な部分までもが、エツジとして検出される問題は物体や背景に模様や色、明るさの変化があるときにも発生する。
【０００７】
画像の背景や画像中から取り出したい物体に、模様や色、明るさの変化があることはごく普通であるから、任意の画像からの輪郭抽出は従来の技術では事実上不可能であり、背景が均一な色で塗られている場合などごく限られた状況でのみ計算機による輪郭抽出が実用化されていた。
【０００８】
またこのような問題を軽減するために、単にいずれかの原色でエツジが検出されたらその画素をエツジとみなすのではなく、明るさの変化を重視するように方法を修正するなどの、経験に基づく改良がなされてきた。しかし各原色の濃淡画像の利用方法を予め固定しているために、経験則に従わないような画像には対応できず、エツジ検出の精度として実用上未だ不十分であつた。
【０００９】
本発明は以上の点を考慮してなされたもので、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得るエツジ検出方法及びエツジ検出装置を提案しようとするものである。
【００１０】
【課題を解決するための手段】
かかる課題を解決するため本発明においては、画素がそれぞれＮ（Ｎは自然数）個の独立な濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))で構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジ（Ｅ(x,y))として検出するエツジ検出方法において、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y)、Ｂ(x,y)）のそれぞれに対応するＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) を算出する係数算出ステツプ（ＳＰ１）と、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))とＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) とをもとに各画素がエツジ（Ｅ(x,y))か否かを判定する判定ステツプ（ＳＰ２、ＳＰ３、ＳＰ４）とを設け、係数算出ステツプは、Ｍ（Ｍは自然数）次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)）を係数とするようにした。
【００１１】
また本発明においては、画素がそれぞれＮ個の独立な濃淡データ（１１、１２、１３）で構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出するエツジ検出装置（１０）において、Ｎ個の濃淡データ（１１、１２、１３）のそれぞれに対応するＮ組の係数（Ｗr 、Ｗg 、Ｗb ）を算出する係数算出手段（１４）と、Ｎ個の濃淡データ（１１、１２、１３）とＮ組の係数（Ｗr 、Ｗg 、Ｗb ）とをもとに各画素がエツジか否かを判定する判定手段（１６）とを設け、エツジ検出装置（１０）は、Ｍ次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値（Ｗr 、Ｗg 、Ｗb ）を係数とするようにした。
【００１２】
【作用】
画素がそれぞれＮ個の独立な濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))で形成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジ（Ｅ(x,y))として検出する際、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))のそれぞれに対応するＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) を算出し、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))とＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) とをもとに各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。
【００１３】
【実施例】
以下図面について、本発明の一実施例を詳述する。
【００１４】
（１）第１実施例
図１は本発明によるエツジ検出方法を適用した画像処理装置の計算機が実行するエツジ検出処理手順を示す。このエツジ検出処理手順のステツプＳＰ１においては、まず処理の対象となるカラー画像のデータとエツジ検出に最適な重み係数とを入力する。カラー画像のデータは３原色として赤、緑、青それぞれの濃淡画像Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y) として入力される。また赤、緑、青に関わる重み係数をそれぞれＷr(x,y)、Ｗg(x,y)、Ｗb(x,y)とする。この重み係数Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)は、画像の各ピクセルすなわち各ｘ、ｙで違う値をとるから、画像中の小部分毎にその場所でのエツジ検出に最適なパラメータを決定できる。
【００１５】
例えば画面の上半分は樹木で、下半分は湖の水面であることが知られているときは、画面上部で緑色に最適化した重みを、また下部で青系統の色に最適化した重み係数を与えれば良い。このような画像の性質は、通常撮影時の条件として得ることができる。また利用者が後から計算機に与えることもできる。計算機は与えられた画像の性質をもとに適切な係数を算出する。これがステツプＳＰ１の入力となる。図７に示した画像における係数の決定については、以下でさらに詳しく説明する。もちろん画面全体で一様な重み係数を与えることができるならば重み係数Ｗr(x,y)の代わりに定数ＷＲを与えれば良く（他の原色も同様）、その場合は重み係数の記憶場所を節約できる。
【００１６】
またステツプＳＰ２では、３原色の濃淡画像Ｒ(x,y) 、Ｇ(x,y) 及びＢ(x,y) と重み係数Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)とをもとに各画素において内積を次式
【数１】
より計算する。ここでＩ(x,y) は内積値である。もとのカラー画像は各画素において３つの値を有するいわば３次元のデータであつたが、このステツプＳＰ２はそれを１次元の内積値Ｉ(x,y) に変換する。このステツプＳＰ２の計算によつて輪郭にのみ敏感なエツジ検出が可能であり、その効果については例を用いて後述する。ステツプＳＰ２の出力は各画素について１個値があるから通常の濃淡画像とみなすことができる。
【００１７】
ステツプＳＰ３とステツプＳＰ４は内積値Ｉ(x,y) を濃淡画像とみなしてエツジ検出するステツプである。ステツプＳＰ３は内積値Ｉ(x,y) のｘ方向、ｙ方向の変化率を計算する処理である。またステツプＳＰ４１はこれをもとに内積値Ｉ(x,y) の変化が最も急峻な方向を探索する処理、ステツプＳＰ４２はその方向における変化量Ｇ(x,y) を求める処理、ステツプＳＰ４３は求めた変化量Ｇ(x,y) を予め定めた閾値Ｇthを用いて２値化する処理である。２値化の結果はエツジ画像Ｅ(x,y) として得られる。
【００１８】
この一連の処理は広く知られているＣａｎｎｙ方式のエツジ検出アルゴリズムに準じるものである。各画素で値が１次元の濃淡画像に対するエツジ検出方法には、他にも公知の多くの方法がある。これについては例えば代表的な教科書であるJain著（Fundamentals of Digital Image Processing）に詳しく紹介されている。この実施例においてもステツプＳＰ３及びＳＰ４に、それらの方法を使用することが可能である。
【００１９】
次に図２に、本発明を適用したエツジ検出装置の一実施例を示す。処理の対象となる画像データは３原色の赤、緑、青それぞれの濃淡画像１１（Ｒ）、１２（Ｇ）、１３（Ｂ）として保持されている。係数算出部１４は濃淡画像１１、１２、１３の画素値Ｓ１をもとに、この画像データからエツジを検出するために最適な係数を求め、これをそれぞれ赤、緑、青に関わる係数Ｗr 、Ｗg 、Ｗb として出力する。内積計算部１５は画素値Ｓ１のうち赤の部分と係数Ｗr 、緑の部分と係数Ｗg 、青の部分と係数Ｗb のそれぞれ積を求めてこれらを加え内積値Ｉを計算する。これは図１のエツジ検出処理手順のステツプＳＰ２の計算に相当する。
【００２０】
この結果得られた内積値Ｉは判定部１６に入力され、各画素がエツジであるか否かが判定される。この判定部１６は、図１のエツジ検出処理手順のステツプＳＰ３及びＳＰ４の処理を行なう。その結果として判定部１６は各画素について、それがエツジなら「１」、そうでないなら「０」となる判定信号Ｅを出力する。これをもとの画像と同じ大きさの配列に格納すればエツジのみが「１」であるような２値画像１７としてエツジ検出の結果が得られる。
【００２１】
ここで本発明における重み係数を用いた内積計算の効果として、例えば図７（Ａ）の画像データが入力されたとすると、図２の濃淡画像１１、１２、１３はそれぞれ図８（Ａ）、（Ｂ）、（Ｃ）となる。いまここで係数算出部１４が例えば後述するような方法によつて、Ｗr ＝1.0 、Ｗg ＝1.0 、Ｗb ＝0.0 と係数を算出したとすれば、内積計算部１５の出力Ｅは、図３（Ａ）に示すようになる。
【００２２】
すなわち図３の領域２０では、赤の画素値のみが「1.0 」で緑と青の画素値は「０」であるから、（１）式によつて求まる内積値Ｉは「１」である。また領域２３では全ての画素値が「1.0 」であるがＣb ＝０であるから、（１）式によつて内積値は「2.0 」と求まる。残る領域２１、２２についても同様な計算を行なうと、図３（Ａ）に示すように円形の物体内部では内積値が「2.0 」で、背景では内積値が「1.0 」となることがわかる。
【００２３】
すなわち内積値Ｉは、円形の物体内部でもまた背景の内部でも変化せず、円形の物体と背景の境界でのみ変化する。そのため内積値Ｉの変化する部分を検出すれば容易に図３（Ｂ）のように、目的とする物体の輪郭だけをエツジ検出することができる。従来の方法では避けられなかつた図９（Ｂ）のような余計なエツジは発生しない。このようにこの実施例のエツジ検出装置１０においては、係数算出部１４が画像データに合わせて適切な係数Ｗr 、Ｗg 、Ｗb を求めるので、画像によらず適切なエツジ検出が可能である。
【００２４】
次に係数算出部１４における係数Ｗr 、Ｗg 、Ｗb の算出方法を示す。図４（Ａ）は３原色を軸とする座標系（以下、色空間と呼ぶ）において、図７（Ａ）の画像データがどのような分布をしているかを示したものである。点３０は背景のうちシアン色の部分を表し、点３１は背景のうち赤色の部分を表す。つまり背景を構成する色は色空間において領域３２の内側に存在している。同様に円形物体のうち白色の部分は点３３に、また黄色の部分は点３４にそれぞれ対応し、全体として円形物体内の色は色空間における領域３５の内側に存在している。この２つの領域に直交するベクトルＣＶを色空間の中で求め、ベクトルＣＶの係数を係数算出部１４の出力とすれば精度の良いエツジ検出ができる。
【００２５】
この例の場合、（赤、緑、青）＝（１、１、０）であるベクトルＣＶが領域３２及び領域３５に直交するので、（Ｗr 、Ｗg 、Ｗb ）＝（１、１、０）とすればよい。このようにして求めた係数Ｗr 、Ｗg 、Ｗb をもとに、内積計算部１５で内積を計算することは、色のうち上述のベクトルＣＶに沿つた成分の大きさを求めることを意味する。図４においてベクトルＣＶと色の内積は、まず青軸方向に立体を射影し（図４（Ｂ））、次いでこれをベクトルＣＶに沿つて横から眺めて原点からの距離を計ることと等しい（図４（Ｃ））。
【００２６】
図４（Ｃ）から明らかなように、もとの色空間において領域３２に存在していた色は全て内積値「1.0 」の点に射影され、一方領域３５内の色は全て内積値「2.0 」の点に射影される。すなわちベクトルＣＶと色の内積値は、背景領域内の色変化と円形物体内部の色変化は完全に無視し、背景と物体間の色変化にだけ反応する。従つてこの内積値を用いれば精度良く物体を背景から分離できることがわかる。
【００２７】
画像データによつては、背景領域と物体領域の双方と完全に直交するベクトルが存在しない場合がある。しかしこの場合も、なるべくこれらの領域と直角でかつ背景と物体領域の内積値が異なるようなベクトルを選択し、その係数を係数算出部１４の出力とすることで、従来の方法と比べはるかにノイズの少ない良好なエツジ検出が可能である。
【００２８】
以上の構成によれば、画素がそれぞれ３原色の濃淡画像Ｒ、Ｇ、Ｂでなる画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出する際、３原色の濃淡画像Ｒ、Ｇ、Ｂのそれぞれに対応する３原色分の係数Ｗr 、Ｗg 、Ｗb を算出し、３原色の濃淡画像Ｒ、Ｇ、Ｂと係数Ｗr 、Ｗg 、Ｗb とをもとに各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。さらに上述の構成によれば、濃淡画像Ｒ、Ｇ、Ｂは３枚存在するがエツジ検出は内積値Ｉに対してのみ行なえば良いので判定部１６はただ一組ですみ、構成するハードウエアの量も従来より削減できる。
【００２９】
（２）第２実施例
第２実施例は、図１及び図２について上述したエツジ検出方法及びエツジ検出装置を、従来から知られているエツジ検出方法と組み合わせることで、さらに精度の高い検出方法とするものである。すなわち図２との対応部分に同一符号を付した図５に示すエツジ検出装置４０は、図２のエツジ検出装置１０にしたがつてもなお良好なエツジが検出できないような、きわめて困難な場合に対応するためのものである。
【００３０】
図２のエツジ検出装置１０との違いは、判定部４１が内積値Ｉの他に、エツジ方向の推定値４２をも用いてエツジの判定を行なうところにある。エツジ方向の推定値４２は画像内の物体のおよその位置に関する知識をもとに予め作成する。判定部４１は内積値Ｉの変化が急峻な部分を検出する際に、エツジ方向の推定値４２を用いて、その方向の変化、すなわちエツジを優先的に検出するように働く。
【００３１】
特定の方向の変化に対して強く反応するエツジ検出方法としては、例えば図６に示すソーベル（Sobel ）フイルタを用いる方法がある。すなわち図６（Ａ）のフイルタを画像に対して作用させると、横方向の変化すなわち縦のエツジが、また図６（Ｂ）のフイルタを作用させれば、縦の変化すなわち横に延びるエツジが強く検出される。
【００３２】
このほかコンパス演算子として知られる多くのフイルタが公知であり、特定方向のエツジを検出することができる。これらの公知の手法と組み合わせれば、さらに所望の輪郭に対して強く反応するエツジ検出ができ、より高い精度の輪郭抽出が可能となる。
【００３３】
以上の構成によれば、一般的なエツジ検出方法を用いてエツジ方向の推定値を求め、第１実施例の３原色の濃淡画像Ｒ、Ｇ、Ｂと係数Ｗr 、Ｗg 、Ｗb とに加えて、エツジ方向の推定値をもとに各画素がエツジか否かを判定するようにしたことにより、一段とエツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。
【００３４】
（３）他の実施例
なお上述の実施例においては、３原色すなわち赤、緑、青の濃淡画像で形成される画像データについてエツジを検出する場合について述べたが、画像データはこれに限らず、補色関係の濃淡画像等複数の濃淡データで構成される画像データ中のエツジを検出する場合に広く適用し得る。
【００３５】
【発明の効果】
上述のように本発明によれば、画素がそれぞれＮ個の独立な濃淡データで形成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出する際、Ｎ個の濃淡データのそれぞれに対応するＮ組の係数として、Ｍ次元色空間において物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値をそれぞれ算出し、Ｎ個の濃淡データとＮ組の係数とを基に各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得るエツジ検出方法及びエツジ検出装置を実現できる。かくするにつき、従来は困難であつた状況でも計算機による物体輪郭の抽出が可能となり、より広い応用範囲で計算機による作業の自動化や、作業の支援が可能となる。
【図面の簡単な説明】
【図１】本発明によるエツジ検出方法の一実施例におけるエツジ検出処理手順を示すフローチヤートである。
【図２】本発明によるエツジ検出装置の第１実施例の構成を示すブロツク図である。
【図３】本発明のエツジ検出方法で図７のカラー画像のエツジを検出する動作の説明に供する略線図である。
【図４】本発明の係数算出方法の原理の説明に供する略線図である。
【図５】本発明によるエツジ検出装置の第２実施例の構成を示すブロツク図である。
【図６】図５のエツジ検出装置で用いる特定方向のエツジを検出するソーベルフイルタを示す略線図である。
【図７】エツジ検出の説明に用いるカラー画像を示す略線図である。
【図８】図７のカラー画像を各原色の濃淡画像に分解して示す略線図である。
【図９】図８のそれぞれの濃淡画像を独立にエツジ検出した出力とその合成出力を示す略線図である。
【符号の説明】
１０、４０……エツジ検出装置、１１、１２、１３……濃淡画像、１４……係数算出部、１５……内積計算部、１６、４１……判定部、１７……２値画像、４２……エツジ方向の推定値
【目次】
以下の順序で本発明を説明する。
産業上の利用分野
従来の技術（図７〜図９）
発明が解決しようとする課題
課題を解決するための手段（図１及び図２）
作用（図１及び図２）
実施例
（１）第１実施例（図１〜図４、図７〜図９）
（２）第２実施例（図５及び図６）
（３）他の実施例
発明の効果
【０００２】
【産業上の利用分野】
本発明はエツジ検出方法及びエツジ検出装置に関し、特に画像処理における基本的な役割を果たすエツジ検出処理を行うものであり、テレビや映画等の映像製作における特殊効果処理やＦＡ（Factory Automation）におけるカメラ画像からの部品認識処理等に広く用いられるものに適用し得る。
【０００３】
【従来の技術】
従来、エツジ検出とは濃淡画像内で画素値が急峻に変化している部分を見い出す処理である。通常急峻な変化は物体の輪郭で起きるから、エツジ検出の結果をもとに物体の輪郭を画像から抽出することができる。このためエツジ検出は画像からその中に存在する物体に関する情報を得るための最も基本的な処理として多方面で使用されている。
【０００４】
カラー画像においては、原色（例えば赤、緑、青）毎の濃淡画像が存在するため、従来はそれぞれの原色についてエツジ検出を行ない、いずれかの色でエツジが検出されればその画素をカラー画像のエツジとみなしていた。これを図７（Ａ）に示す画像を例に説明する。この画像は図７（Ｂ）に示す円形の物体が図７（Ｃ）に示す横縞の入つた背景の手前に置かれているものである。
【０００５】
この画像の場合、３原色である赤、緑、青の濃淡画像はそれぞれ図８（Ａ）、（Ｂ）、（Ｃ）のようになる。例えば赤の場合、斜線で示した領域１の内側での画素値は「1.0 」であり、残りの領域２の内側での画素値は「０」である。緑、青についても同様である。それぞれの濃淡画像についてエツジ検出すれば、急峻な変化、すなわち画素値が「1.0 」から「０」に変化するところだけがエツジとして求まるから、図８（Ａ）、（Ｂ）、（Ｃ）に対応して、それぞれ図９（Ａ）、（Ｂ）、（Ｃ）のようなエツジが得られる。赤、緑、青のいずれかの色でエツジが検出されれば、その画素をエツジとみなすから、最終的に得られるエツジはこれらのエツジの和によつて図９（Ｄ）となる。
【０００６】
【発明が解決しようとする課題】
しかしながら上述のようにして得たエツジには、本来求めたい円の輪郭３の他に背景の横線４や円内部の縦縞５が含まれるため、本当の輪郭の計算機による認識を極めて困難にしている。この例のように本来は不要な部分までもが、エツジとして検出される問題は物体や背景に模様や色、明るさの変化があるときにも発生する。
【０００７】
画像の背景や画像中から取り出したい物体に、模様や色、明るさの変化があることはごく普通であるから、任意の画像からの輪郭抽出は従来の技術では事実上不可能であり、背景が均一な色で塗られている場合などごく限られた状況でのみ計算機による輪郭抽出が実用化されていた。
【０００８】
またこのような問題を軽減するために、単にいずれかの原色でエツジが検出されたらその画素をエツジとみなすのではなく、明るさの変化を重視するように方法を修正するなどの、経験に基づく改良がなされてきた。しかし各原色の濃淡画像の利用方法を予め固定しているために、経験則に従わないような画像には対応できず、エツジ検出の精度として実用上未だ不十分であつた。
【０００９】
本発明は以上の点を考慮してなされたもので、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得るエツジ検出方法及びエツジ検出装置を提案しようとするものである。
【００１０】
【課題を解決するための手段】
かかる課題を解決するため本発明においては、画素がそれぞれＮ（Ｎは自然数）個の独立な濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))で構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジ（Ｅ(x,y))として検出するエツジ検出方法において、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y)、Ｂ(x,y)）のそれぞれに対応するＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) を算出する係数算出ステツプ（ＳＰ１）と、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))とＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) とをもとに各画素がエツジ（Ｅ(x,y))か否かを判定する判定ステツプ（ＳＰ２、ＳＰ３、ＳＰ４）とを設け、係数算出ステツプは、Ｍ（Ｍは自然数）次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)）を係数とするようにした。
【００１１】
また本発明においては、画素がそれぞれＮ個の独立な濃淡データ（１１、１２、１３）で構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出するエツジ検出装置（１０）において、Ｎ個の濃淡データ（１１、１２、１３）のそれぞれに対応するＮ組の係数（Ｗr 、Ｗg 、Ｗb ）を算出する係数算出手段（１４）と、Ｎ個の濃淡データ（１１、１２、１３）とＮ組の係数（Ｗr 、Ｗg 、Ｗb ）とをもとに各画素がエツジか否かを判定する判定手段（１６）とを設け、エツジ検出装置（１０）は、Ｍ次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値（Ｗr 、Ｗg 、Ｗb ）を係数とするようにした。
【００１２】
【作用】
画素がそれぞれＮ個の独立な濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))で形成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジ（Ｅ(x,y))として検出する際、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))のそれぞれに対応するＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) を算出し、Ｎ個の濃淡データ（Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y))とＮ組の係数（Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)) とをもとに各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。
【００１３】
【実施例】
以下図面について、本発明の一実施例を詳述する。
【００１４】
（１）第１実施例
図１は本発明によるエツジ検出方法を適用した画像処理装置の計算機が実行するエツジ検出処理手順を示す。このエツジ検出処理手順のステツプＳＰ１においては、まず処理の対象となるカラー画像のデータとエツジ検出に最適な重み係数とを入力する。カラー画像のデータは３原色として赤、緑、青それぞれの濃淡画像Ｒ(x,y) 、Ｇ(x,y) 、Ｂ(x,y) として入力される。また赤、緑、青に関わる重み係数をそれぞれＷr(x,y)、Ｗg(x,y)、Ｗb(x,y)とする。この重み係数Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)は、画像の各ピクセルすなわち各ｘ、ｙで違う値をとるから、画像中の小部分毎にその場所でのエツジ検出に最適なパラメータを決定できる。
【００１５】
例えば画面の上半分は樹木で、下半分は湖の水面であることが知られているときは、画面上部で緑色に最適化した重みを、また下部で青系統の色に最適化した重み係数を与えれば良い。このような画像の性質は、通常撮影時の条件として得ることができる。また利用者が後から計算機に与えることもできる。計算機は与えられた画像の性質をもとに適切な係数を算出する。これがステツプＳＰ１の入力となる。図７に示した画像における係数の決定については、以下でさらに詳しく説明する。もちろん画面全体で一様な重み係数を与えることができるならば重み係数Ｗr(x,y)の代わりに定数ＷＲを与えれば良く（他の原色も同様）、その場合は重み係数の記憶場所を節約できる。
【００１６】
またステツプＳＰ２では、３原色の濃淡画像Ｒ(x,y) 、Ｇ(x,y) 及びＢ(x,y) と重み係数Ｗr(x,y)、Ｗg(x,y)、Ｗb(x,y)とをもとに各画素において内積を次式
【数１】
【００１７】
ステツプＳＰ３とステツプＳＰ４は内積値Ｉ(x,y) を濃淡画像とみなしてエツジ検出するステツプである。ステツプＳＰ３は内積値Ｉ(x,y) のｘ方向、ｙ方向の変化率を計算する処理である。またステツプＳＰ４１はこれをもとに内積値Ｉ(x,y) の変化が最も急峻な方向を探索する処理、ステツプＳＰ４２はその方向における変化量Ｇ(x,y) を求める処理、ステツプＳＰ４３は求めた変化量Ｇ(x,y) を予め定めた閾値Ｇthを用いて２値化する処理である。２値化の結果はエツジ画像Ｅ(x,y) として得られる。
【００１８】
この一連の処理は広く知られているＣａｎｎｙ方式のエツジ検出アルゴリズムに準じるものである。各画素で値が１次元の濃淡画像に対するエツジ検出方法には、他にも公知の多くの方法がある。これについては例えば代表的な教科書であるJain著（Fundamentals of Digital Image Processing）に詳しく紹介されている。この実施例においてもステツプＳＰ３及びＳＰ４に、それらの方法を使用することが可能である。
【００１９】
次に図２に、本発明を適用したエツジ検出装置の一実施例を示す。処理の対象となる画像データは３原色の赤、緑、青それぞれの濃淡画像１１（Ｒ）、１２（Ｇ）、１３（Ｂ）として保持されている。係数算出部１４は濃淡画像１１、１２、１３の画素値Ｓ１をもとに、この画像データからエツジを検出するために最適な係数を求め、これをそれぞれ赤、緑、青に関わる係数Ｗr 、Ｗg 、Ｗb として出力する。内積計算部１５は画素値Ｓ１のうち赤の部分と係数Ｗr 、緑の部分と係数Ｗg 、青の部分と係数Ｗb のそれぞれ積を求めてこれらを加え内積値Ｉを計算する。これは図１のエツジ検出処理手順のステツプＳＰ２の計算に相当する。
【００２０】
この結果得られた内積値Ｉは判定部１６に入力され、各画素がエツジであるか否かが判定される。この判定部１６は、図１のエツジ検出処理手順のステツプＳＰ３及びＳＰ４の処理を行なう。その結果として判定部１６は各画素について、それがエツジなら「１」、そうでないなら「０」となる判定信号Ｅを出力する。これをもとの画像と同じ大きさの配列に格納すればエツジのみが「１」であるような２値画像１７としてエツジ検出の結果が得られる。
【００２１】
ここで本発明における重み係数を用いた内積計算の効果として、例えば図７（Ａ）の画像データが入力されたとすると、図２の濃淡画像１１、１２、１３はそれぞれ図８（Ａ）、（Ｂ）、（Ｃ）となる。いまここで係数算出部１４が例えば後述するような方法によつて、Ｗr ＝1.0 、Ｗg ＝1.0 、Ｗb ＝0.0 と係数を算出したとすれば、内積計算部１５の出力Ｅは、図３（Ａ）に示すようになる。
【００２２】
すなわち図３の領域２０では、赤の画素値のみが「1.0 」で緑と青の画素値は「０」であるから、（１）式によつて求まる内積値Ｉは「１」である。また領域２３では全ての画素値が「1.0 」であるがＣb ＝０であるから、（１）式によつて内積値は「2.0 」と求まる。残る領域２１、２２についても同様な計算を行なうと、図３（Ａ）に示すように円形の物体内部では内積値が「2.0 」で、背景では内積値が「1.0 」となることがわかる。
【００２３】
すなわち内積値Ｉは、円形の物体内部でもまた背景の内部でも変化せず、円形の物体と背景の境界でのみ変化する。そのため内積値Ｉの変化する部分を検出すれば容易に図３（Ｂ）のように、目的とする物体の輪郭だけをエツジ検出することができる。従来の方法では避けられなかつた図９（Ｂ）のような余計なエツジは発生しない。このようにこの実施例のエツジ検出装置１０においては、係数算出部１４が画像データに合わせて適切な係数Ｗr 、Ｗg 、Ｗb を求めるので、画像によらず適切なエツジ検出が可能である。
【００２４】
次に係数算出部１４における係数Ｗr 、Ｗg 、Ｗb の算出方法を示す。図４（Ａ）は３原色を軸とする座標系（以下、色空間と呼ぶ）において、図７（Ａ）の画像データがどのような分布をしているかを示したものである。点３０は背景のうちシアン色の部分を表し、点３１は背景のうち赤色の部分を表す。つまり背景を構成する色は色空間において領域３２の内側に存在している。同様に円形物体のうち白色の部分は点３３に、また黄色の部分は点３４にそれぞれ対応し、全体として円形物体内の色は色空間における領域３５の内側に存在している。この２つの領域に直交するベクトルＣＶを色空間の中で求め、ベクトルＣＶの係数を係数算出部１４の出力とすれば精度の良いエツジ検出ができる。
【００２５】
この例の場合、（赤、緑、青）＝（１、１、０）であるベクトルＣＶが領域３２及び領域３５に直交するので、（Ｗr 、Ｗg 、Ｗb ）＝（１、１、０）とすればよい。このようにして求めた係数Ｗr 、Ｗg 、Ｗb をもとに、内積計算部１５で内積を計算することは、色のうち上述のベクトルＣＶに沿つた成分の大きさを求めることを意味する。図４においてベクトルＣＶと色の内積は、まず青軸方向に立体を射影し（図４（Ｂ））、次いでこれをベクトルＣＶに沿つて横から眺めて原点からの距離を計ることと等しい（図４（Ｃ））。
【００２６】
図４（Ｃ）から明らかなように、もとの色空間において領域３２に存在していた色は全て内積値「1.0 」の点に射影され、一方領域３５内の色は全て内積値「2.0 」の点に射影される。すなわちベクトルＣＶと色の内積値は、背景領域内の色変化と円形物体内部の色変化は完全に無視し、背景と物体間の色変化にだけ反応する。従つてこの内積値を用いれば精度良く物体を背景から分離できることがわかる。
【００２７】
画像データによつては、背景領域と物体領域の双方と完全に直交するベクトルが存在しない場合がある。しかしこの場合も、なるべくこれらの領域と直角でかつ背景と物体領域の内積値が異なるようなベクトルを選択し、その係数を係数算出部１４の出力とすることで、従来の方法と比べはるかにノイズの少ない良好なエツジ検出が可能である。
【００２８】
以上の構成によれば、画素がそれぞれ３原色の濃淡画像Ｒ、Ｇ、Ｂでなる画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出する際、３原色の濃淡画像Ｒ、Ｇ、Ｂのそれぞれに対応する３原色分の係数Ｗr 、Ｗg 、Ｗb を算出し、３原色の濃淡画像Ｒ、Ｇ、Ｂと係数Ｗr 、Ｗg 、Ｗb とをもとに各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。さらに上述の構成によれば、濃淡画像Ｒ、Ｇ、Ｂは３枚存在するがエツジ検出は内積値Ｉに対してのみ行なえば良いので判定部１６はただ一組ですみ、構成するハードウエアの量も従来より削減できる。
【００２９】
（２）第２実施例
第２実施例は、図１及び図２について上述したエツジ検出方法及びエツジ検出装置を、従来から知られているエツジ検出方法と組み合わせることで、さらに精度の高い検出方法とするものである。すなわち図２との対応部分に同一符号を付した図５に示すエツジ検出装置４０は、図２のエツジ検出装置１０にしたがつてもなお良好なエツジが検出できないような、きわめて困難な場合に対応するためのものである。
【００３０】
図２のエツジ検出装置１０との違いは、判定部４１が内積値Ｉの他に、エツジ方向の推定値４２をも用いてエツジの判定を行なうところにある。エツジ方向の推定値４２は画像内の物体のおよその位置に関する知識をもとに予め作成する。判定部４１は内積値Ｉの変化が急峻な部分を検出する際に、エツジ方向の推定値４２を用いて、その方向の変化、すなわちエツジを優先的に検出するように働く。
【００３１】
特定の方向の変化に対して強く反応するエツジ検出方法としては、例えば図６に示すソーベル（Sobel ）フイルタを用いる方法がある。すなわち図６（Ａ）のフイルタを画像に対して作用させると、横方向の変化すなわち縦のエツジが、また図６（Ｂ）のフイルタを作用させれば、縦の変化すなわち横に延びるエツジが強く検出される。
【００３２】
このほかコンパス演算子として知られる多くのフイルタが公知であり、特定方向のエツジを検出することができる。これらの公知の手法と組み合わせれば、さらに所望の輪郭に対して強く反応するエツジ検出ができ、より高い精度の輪郭抽出が可能となる。
【００３３】
以上の構成によれば、一般的なエツジ検出方法を用いてエツジ方向の推定値を求め、第１実施例の３原色の濃淡画像Ｒ、Ｇ、Ｂと係数Ｗr 、Ｗg 、Ｗb とに加えて、エツジ方向の推定値をもとに各画素がエツジか否かを判定するようにしたことにより、一段とエツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得る。
【００３４】
（３）他の実施例
なお上述の実施例においては、３原色すなわち赤、緑、青の濃淡画像で形成される画像データについてエツジを検出する場合について述べたが、画像データはこれに限らず、補色関係の濃淡画像等複数の濃淡データで構成される画像データ中のエツジを検出する場合に広く適用し得る。
【００３５】
【発明の効果】
上述のように本発明によれば、画素がそれぞれＮ個の独立な濃淡データで形成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出する際、Ｎ個の濃淡データのそれぞれに対応するＮ組の係数として、Ｍ次元色空間において物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるようなベクトルＣＶの濃淡データ値をそれぞれ算出し、Ｎ個の濃淡データとＮ組の係数とを基に各画素がエツジか否かを判定するようにしたことにより、エツジ検出の精度を向上し一般的な画像においても正しく輪郭を抽出し得るエツジ検出方法及びエツジ検出装置を実現できる。かくするにつき、従来は困難であつた状況でも計算機による物体輪郭の抽出が可能となり、より広い応用範囲で計算機による作業の自動化や、作業の支援が可能となる。
【図面の簡単な説明】
【図１】本発明によるエツジ検出方法の一実施例におけるエツジ検出処理手順を示すフローチヤートである。
【図２】本発明によるエツジ検出装置の第１実施例の構成を示すブロツク図である。
【図３】本発明のエツジ検出方法で図７のカラー画像のエツジを検出する動作の説明に供する略線図である。
【図４】本発明の係数算出方法の原理の説明に供する略線図である。
【図５】本発明によるエツジ検出装置の第２実施例の構成を示すブロツク図である。
【図６】図５のエツジ検出装置で用いる特定方向のエツジを検出するソーベルフイルタを示す略線図である。
【図７】エツジ検出の説明に用いるカラー画像を示す略線図である。
【図８】図７のカラー画像を各原色の濃淡画像に分解して示す略線図である。
【図９】図８のそれぞれの濃淡画像を独立にエツジ検出した出力とその合成出力を示す略線図である。
【符号の説明】
１０、４０……エツジ検出装置、１１、１２、１３……濃淡画像、１４……係数算出部、１５……内積計算部、１６、４１……判定部、１７……２値画像、４２……エツジ方向の推定値
Claims (8)
- 画素がそれぞれＮ（Ｎは自然数）個の独立な濃淡データで構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出するエツジ検出方法において、
上記Ｎ個の濃淡データのそれぞれに対応するＮ組の係数を算出する係数算出ステツプと、
上記Ｎ個の濃淡データと上記Ｎ組の係数とに基づいて上記各画素がエツジか否かを判定する判定ステツプと
を具え、
上記係数算出ステツプは、Ｍ（Ｍは自然数）次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるような上記Ｎ組の係数を算出する
ことを特徴とするエツジ検出方法。 - 上記係数算出ステツプで算出する上記Ｎ組の係数は、それぞれが上記Ｎ個の濃淡データに対するＮ組の重み係数であり、
上記判定ステツプは、上記Ｎ組の重み係数と上記Ｎ個の濃淡データとの積和でなる内積を計算する内積計算ステツプと、当該内積計算ステツプの出力に基づいて上記各画素がエツジか否かを判断する判断ステツプと
を具えることを特徴とする請求項１に記載のエツジ検出方法。 - 上記判断ステツプは、上記Ｎ組の係数と、上記Ｎ個の濃淡データとの内積値と、上記エツジがどの方向を向いているかを示す方向情報とに基づいて上記各画素がエツジか否かを判断する
ことを特徴とする請求項２に記載のエツジ検出方法。 - 上記判定ステツプは、
予め作成されたエツジ方向の推定値を用いて上記各画素がエツジであるか否かを判断する
ことを特徴とする請求項１に記載のエツジ検出方法。 - 画素がそれぞれＮ（Ｎは自然数）個の独立な濃淡データで構成される画像データの中から、周囲と比べて急峻に変化している画素群をエツジとして検出するエツジ検出装置において、
上記Ｎ個の濃淡データのそれぞれに対応するＮ組の係数を算出する係数算出手段と、
上記Ｎ個の濃淡データと上記Ｎ組の係数とに応じて上記各画素がエツジか否かを判定する判定手段と
を具え、
上記係数算出手段は、Ｍ（Ｍは自然数）次元色空間において、物体部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる物体内積値と、背景部分として検出すべき画素群におけるＮ個の独立な濃淡データと上記Ｎ組の係数との内積でなる背景内積値とを算出した場合に、当該物体内積値と当該背景内積値の差が最も大きくなるような上記Ｎ組の係数を算出する
ことを特徴とするエツジ検出装置。 - 上記係数算出手段で算出する上記Ｎ組の係数は、それぞれが上記Ｎ個の濃淡データに対するＮ組の重み係数であり、
上記判定手段は、上記Ｎ組の重み係数と上記Ｎ個の濃淡データとの積和でなる内積を計算する内積計算手段と、当該内積計算手段の出力に基づいて上記各画素がエツジか否かを判断する判断手段と
を具えることを特徴とする請求項４に記載のエツジ検出装置。 - 上記判断手段は、上記Ｎ組の係数と、上記Ｎ個の濃淡データとの内積値と、上記エツジがどの方向を向いているかを示す方向情報とに基づいて上記各画素がエツジか否かを判断する
ことを特徴とする請求項５に記載のエツジ検出装置。 - 上記判定手段は、
予め作成されたエツジ方向の推定値を用いて上記各画素がエツジであるか否かを判断する
ことを特徴とする請求項５に記載のエツジ検出方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23420194A JP3659426B2 (ja) | 1994-09-02 | 1994-09-02 | エツジ検出方法及びエツジ検出装置 |
| US08/963,061 US5995662A (en) | 1994-09-02 | 1997-10-30 | Edge detecting method and edge detecting device which detects edges for each individual primary color and employs individual color weighting coefficients |
| US09/292,281 US6304672B1 (en) | 1994-09-02 | 1999-04-15 | Edge detecting method and edge detecting device which detects edges for each individual primary color and employs individual color weighting coefficients |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23420194A JP3659426B2 (ja) | 1994-09-02 | 1994-09-02 | エツジ検出方法及びエツジ検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0877363A JPH0877363A (ja) | 1996-03-22 |
| JP3659426B2 true JP3659426B2 (ja) | 2005-06-15 |
Family
ID=16967278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23420194A Expired - Lifetime JP3659426B2 (ja) | 1994-09-02 | 1994-09-02 | エツジ検出方法及びエツジ検出装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US5995662A (ja) |
| JP (1) | JP3659426B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0878970A3 (en) * | 1997-05-16 | 1999-08-18 | Matsushita Electric Industrial Co., Ltd. | Imager registration error and chromatic aberration measurement system for a video camera |
| JP2000099763A (ja) | 1998-09-25 | 2000-04-07 | Sony Corp | 画像処理装置および方法、並びに提供媒体 |
| US6286517B1 (en) * | 1998-12-22 | 2001-09-11 | Pearl Technology Holdings, Llc | Fingernail and toenail decoration using ink jets |
| US6621924B1 (en) | 1999-02-26 | 2003-09-16 | Sony Corporation | Contour extraction apparatus, a method thereof, and a program recording medium |
| DE10020067B4 (de) * | 1999-08-18 | 2008-04-10 | Trimble Jena Gmbh | Verfahren zur Bestimmung der Kantenposition in Farbbildern, insbesondere für Farb- und Intensitätsübergänge |
| US20020131638A1 (en) * | 2001-01-10 | 2002-09-19 | Koninklijke Philips Electronics N.V. | Apparatus and method for boundary detection in vector sequences and edge detection in color image signals |
| US20060256397A1 (en) * | 2005-05-12 | 2006-11-16 | Lexmark International, Inc. | Method and system for combining images |
| JP5478268B2 (ja) * | 2010-01-13 | 2014-04-23 | 任天堂株式会社 | 画像処理プログラム、画像処理装置、画像処理方法および画像処理システム |
| TWI410880B (zh) * | 2010-03-29 | 2013-10-01 | Anmo Electronics Corp | 與數位影像分析相關的電腦程式產品 |
| JP6476690B2 (ja) * | 2014-09-26 | 2019-03-06 | カシオ計算機株式会社 | ネイルプリント装置、ネイルプリント装置の動作制御方法及びネイルプリント装置の動作制御プログラム |
| JP7120265B2 (ja) * | 2020-02-28 | 2022-08-17 | カシオ計算機株式会社 | 印刷装置、印刷装置の制御方法及び制御プログラム、印刷制御装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5341142A (en) * | 1987-07-24 | 1994-08-23 | Northrop Grumman Corporation | Target acquisition and tracking system |
| US5038223A (en) * | 1988-02-29 | 1991-08-06 | Canon Kabushiki Kaisha | Image processing method and apparatus for imparting a pictorial or painter-like effect |
| US5267031A (en) * | 1988-11-14 | 1993-11-30 | Canon Kabushiki Kaisha | Color image processing apparatus |
| JP3003799B2 (ja) * | 1990-03-28 | 2000-01-31 | 富士写真フイルム株式会社 | 画像の鮮鋭度強調方法及びその装置 |
| JPH0763691A (ja) * | 1993-08-24 | 1995-03-10 | Toshiba Corp | パターン欠陥検査方法及びその装置 |
| JP3794502B2 (ja) * | 1994-11-29 | 2006-07-05 | ソニー株式会社 | 画像領域抽出方法及び画像領域抽出装置 |
| TW332284B (en) * | 1995-10-30 | 1998-05-21 | Sony Co Ltd | Method and apparatus for controlling access to a recording disk |
| TW357327B (en) * | 1996-08-02 | 1999-05-01 | Sony Corp | Methods, apparatus and program storage device for removing scratch or wire noise, and recording media therefor |
-
1994
- 1994-09-02 JP JP23420194A patent/JP3659426B2/ja not_active Expired - Lifetime
-
1997
- 1997-10-30 US US08/963,061 patent/US5995662A/en not_active Expired - Lifetime
-
1999
- 1999-04-15 US US09/292,281 patent/US6304672B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US5995662A (en) | 1999-11-30 |
| US6304672B1 (en) | 2001-10-16 |
| JPH0877363A (ja) | 1996-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7324701B2 (en) | Image noise reduction | |
| JP4871144B2 (ja) | 画像処理装置、方法、プログラム | |
| US20060188160A1 (en) | Device, method, and computer-readable medium for detecting changes in objects in images and their features | |
| US20130004079A1 (en) | Image processing apparatus, image processing method, and program thereof | |
| JP2012243307A (ja) | 入力画像における歪を検出する方法、入力画像における歪を検出する装置およびコンピューター読み取り可能な媒体 | |
| WO2005101854A1 (ja) | 色ずれ補正機能を有する画像処理装置、画像処理プログラム、および電子カメラ | |
| US9087253B2 (en) | Method and system for determining edge line in QR code binary image | |
| JP3659426B2 (ja) | エツジ検出方法及びエツジ検出装置 | |
| CN110458858A (zh) | 一种十字靶标的检测方法、系统及存储介质 | |
| CN110814465A (zh) | 一种自动焊接焊缝轮廓提取的通用方法 | |
| JP2019192022A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP4296617B2 (ja) | 画像処理装置および画像処理方法、並びに記録媒体 | |
| EP2536123B1 (en) | Image processing method and image processing apparatus | |
| CN110502948B (zh) | 折叠二维码图像的还原方法、还原装置与扫码设备 | |
| JP3826412B2 (ja) | エッジ検出方法及びエッジ検出装置 | |
| KR101284252B1 (ko) | 영상 곡률 공간정보를 이용한 코너검출방법 | |
| CN111429383B (zh) | 图像降噪方法及装置、计算机可读存储介质 | |
| Chandrakar et al. | Study and comparison of various image edge detection techniques | |
| JP3698867B2 (ja) | 円形パターン判定方法、装置および記録媒体 | |
| EP1384204A2 (en) | Apparatus and method for boundary detection in vector sequences and edge detection in color image signals | |
| CN113610091A (zh) | 一种空气开关状态的智能识别方法、识别装置及存储介质 | |
| CN113674177A (zh) | 一种人像唇部的自动上妆方法、装置、设备和存储介质 | |
| JP2000194861A (ja) | 画像認識方法及び装置 | |
| JP3260891B2 (ja) | エッジ抽出方法 | |
| US20050190993A1 (en) | Method and apparatus for determining an edge trend for an interested pixel of an image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040805 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040820 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041019 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041119 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050118 |
|
| 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: 20050225 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050310 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080325 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090325 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100325 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100325 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110325 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120325 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130325 Year of fee payment: 8 |