JP3759842B2 - 画像上の傷部分判定装置、方法および記憶媒体 - Google Patents
画像上の傷部分判定装置、方法および記憶媒体 Download PDFInfo
- Publication number
- JP3759842B2 JP3759842B2 JP26266798A JP26266798A JP3759842B2 JP 3759842 B2 JP3759842 B2 JP 3759842B2 JP 26266798 A JP26266798 A JP 26266798A JP 26266798 A JP26266798 A JP 26266798A JP 3759842 B2 JP3759842 B2 JP 3759842B2
- Authority
- JP
- Japan
- Prior art keywords
- flaw
- scratch
- candidate portion
- image
- feature parameter
- 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
Description
【０００１】
【産業上の利用分野】
画像上に存在する埃やゴミまたは傷等の不要部分を検出・判定する画像処理機能に関する。
【０００２】
【従来の技術】
印刷や各種デザインに使用する画像には、撮影時やスキャナ等でのデジタル化時におけるフィルムの傷や埃等が原因で、本来の画像とは異なるノイズ状の画像部分（これを本願では「傷」と総称する）が存在する。従来これらの傷部分は、モニタ上に当該画像を倍率可変で表示し、目視により傷部分を発見し、画像処理装置の画像修正機能によりこれを修正・除去していた。
【０００３】
【発明が解決しようとする課題】
しかしかかる従来法では、操作者の負担が大きく、かつ修正に多大な時間を要していた。これに対応して印刷や各種デザインの工程等においては、以下に示す要望が出されていた。
（１）画像の傷部分の効果的な検出および判定する方法が必要である。
（２）かかる画像の傷部分の検出・判定条件は、画像の種類によって多岐に渡る。これらを画像全体や傷部分の周辺画像の種類毎に効果的に選別できる手段・方法が必要である。
【０００４】
本発明は、このような従来の画像の傷部分を検出・判定する工程が持つ課題を解決するために行われた。
【０００５】
【課題を解決するための手段】
かかる課題を解決する為に、請求項１に係る発明は、画像上の傷部分を判定する装置であって、（ａ）対象画像を記憶する手段と、（ｂ）前記対象画像の傷候補部分を検出する手段と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する手段と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する手段と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する手段と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶するフラグ記憶手段と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する表示手段と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを前記フラグ記憶手段に記憶させる手段、とを有し、前記手段（ｄ）の前記境界値決定手段は、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【０００９】
また請求項２に係る発明は、画像上の傷部分を判定する方法であって、（ａ）対象画像を準備する工程と、（ｂ）前記対象画像の傷候補部分を検出する工程と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する工程と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程、とを有し、前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【００１１】
更に請求項３に係る発明では、コンピュータに画像の傷部分の判定を行わせるプログラムを記憶したコンピュータ読取り可能な記憶媒体であって、前記プログラムがコンピュータに、（ａ）対象画像を準備する工程と、（ｂ）前記対象画像の傷候補部分を検出する工程と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する工程と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程、とを少なくとも実行させ、前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【００１２】
【発明の実施の形態】
＜画像処理装置（図１）の説明＞
図1はこの発明の一の実施の形態である画像処理装置１の構成を示す図である。この画像処理装置１は、対象画像に含まれる傷部分を、画像の種類や性質等に対応して、効果的に判定することができるようになっている。
【００１３】
図1に示すように画像処理装置１は通常のコンピュータシステムを利用した構成となっている。画像処理装置１は、各種演算命令を実行するＣＰＵ１１、プログラム２１等を記憶するメモリ１２、傷部分の検出と判定を行う対象画像を記憶する専用の画像メモリ１３、傷部分の検出と判定および消去等の画像処理を行う画像処理部１４、不揮発性の記憶領域となる固定ディスク１５、ディスプレイ等の表示部１６、マウス、キーボード、ディジタイザ等のオペレータが操作指示を行う操作指示部１７、および記憶媒体９からプログラム２１や各種情報を読み取る読取部１８および対象画像をスキャナやネットワークから取り込む際に使用する外部接続部１９を、適宜インターフェースを介する等してバスライン８に接続するようにしている。
【００１４】
メモリ１２はＣＰＵ１１の作業領域となるとともに、後述する傷リストや傷オブジェクトのテーブル情報や、オペレータによって設定された各特徴パラメータの境界値、および予め登録されたキーワードとその特徴パラメータ境界値等を一時記憶する領域ともなっている。ＣＰＵ１１はこれら傷情報と境界値データに基づいて、傷部分の自動検出と傷判定処理を行う。またプログラム２１は、記憶媒体９から読取部１８を介して固定ディスク１５に記憶され、プログラム２１の実行時に適宜メモリ１２に読み込まれるようになっている。記憶媒体９は、磁気ディスク、光ディスク、光磁気ディスク等のいわゆるリムーバル記憶媒体であり、主にプログラム２１を他のコンピュータから本画像処理装置に移送するために使用される。
【００１５】
画像メモリ１３は、対象画像を本発明にかかる傷判定処理を行うためにデジタル画像データとして記憶する。画像処理部１４は、当該記憶された画像データに対して、傷検出や傷判定に必要となる各種画像処理を行う。
【００１６】
固定ディスク１５は、傷部分の検出・判定処理の対象となる対象画像のデータや各種登録データおよび前記プログラムを記憶媒体９から画像処理装置１に読み込むための記憶媒体として使用される。
【００１７】
表示部１６は、傷判定後の傷部分およびその周辺の画像を表示し、オペレータに再度傷であるか否かの確認を行うために使用される。
【００１８】
操作指示部１７は、傷検出および判定を行うために必要となるオペレータからの各種指示や情報登録操作を受け付ける部分であって、マウス、キーボード、ディジタイザまたはスタイラスペン等の操作入力装置により構成される。
【００１９】
＜機能構成図（図２）の説明＞
図２は画像処理装置１の構成を機能の面から示すブロック図である。すなわち、ＣＰＵ１１がプログラム２１に従って動作することにより図２に示す各構成の役割を果たすようになっている。
【００２０】
管理部３０は、本発明に係る画像傷検出・判定処理全体の実行管理を行い、以下に述べる各機能部との相互の情報交換や実行指令等を行う。
【００２１】
傷自動検出部３１は、対象画像５０上に含まれる傷候補部分を、後述する図４の手順に従って自動的に検出する機能部である。ここで検出された傷候補部分には、本来の傷以外に、除去してはならない画像部分も含まれている。本発明の目的の一つは、これらの傷候補部分から効果的に本来の傷部分のみ判定して消去することである。
【００２２】
傷リスト管理部３２は、前記傷自動検出部３１で検出された全ての傷候補画素の連結性をチェックし、各連結領域毎にまとめる（以降この傷連結領域を「傷候補部分」と呼ぶ）。そして各傷候補部分のそれぞれを後述する傷オブジェクトとし、ここにその位置情報や傷フラグおよび当該傷部分の特徴を示す複数の傷特徴パラメータ値等（これを以降傷候補部分の「属性情報」という）をテーブル化して記憶する。このテーブルを以降「傷オブジェクトテーブル」という。そしてこれらの傷オブジェクトの全てをポインタでつないだ傷リストを作成する。この傷リストにより管理部３０は、全ての傷候補部分（即ち傷オブジェクト）の属性情報を容易に検索することができる。これらの構造を図７に示す。
【００２３】
傷特徴パラメータ設定部３３は、オペレータが各傷候補部分の傷判定の際に、当該傷候補部分の特徴である「形状」や「周辺画像とのコントラスト」あるいは「周辺画像との色偏差」等の後述する傷特徴パラメータの種類を設定する機能部である。これらの傷特徴パラメータは、通常複数種類設定し、多面的条件による傷判定を可能にすることにより、より効果的な消去すべき傷の判定を行う。なおここで設定された通常複数の傷特徴パラメータに対応して、前記傷リスト管理部３２では各傷候補部分の傷オブジェクトテーブルに、当該傷候補部分のそれぞれの傷特徴パラメータに対応する値（以降「傷特徴パラメータ値」という）を後述する図３；Ｓ−２５の「傷のリスト化」処理の中で求め、傷オブジェクトテーブル内に記憶する。詳細については後述する。
【００２４】
傷特徴パラメータ境界値決定部３４は、前記各傷候補部分について求められた傷特徴パラメータ値に対応して、当該傷候補部分を傷であると判定する判断基準である傷特徴パラメータ境界値を設定する機能部である。当該境界値の決定は、オペレータが個別に指定することにより行ってもよいし、後述する如くキーワード管理部から一括して与えられてもよい。
【００２５】
傷判定部３５は、各傷候補部分毎にその傷特徴パラメータ値と前記決定された傷特徴パラメータ境界値とを傷特徴パラメータの種類毎に比較し、当該境界値を超える傷候補部分について「傷である」との判定を行う機能部である。
【００２６】
傷消去部３６は、前記傷判定部３５で「傷である」と判定された傷候補部分を対象画像から消去する機能部である。消去は、ＣＰＵ１１による自動処理またはオペレータの手動操作により、傷候補領域に隣接する周辺の傷候補でない画素値により当該傷候補領域を塗り潰すこと等により行われる。
【００２７】
キーワード管理部３７は、前記傷特徴パラメータ境界値決定部３４で決定される通常複数の境界値を、オペレータが個別に与えるのではなく、後述するキーワードの一つをオペレータに選択させることにより、一括して決定するために必要となる管理を行う機能部である。ここでオペレータがキーワードを指定する機能部がキーワード指定部３９である。またこのキーワードは、図９に示す如く前記傷特徴パラメータ設定部３３で設定された傷特徴パラメータの種類に対応して、その傷特徴パラメータ境界値の組が登録されているテーブルより構成される。以降このテーブルを「キーワード境界値テーブル」と呼ぶ。これらのキーワード境界値テーブル情報は、予め画像の種類や特徴に対応して複数登録されており、オペレータがその登録を行う機能部がキーワード登録部３８である。
【００２８】
＜基本処理フローチャート（図３）の説明＞
以上、傷検出および判定処理を行う画像処理装置の機能構成図について説明してきたが、次に、この画像処理装置を用いた傷検出および判定処理全体の流れについて説明する。
【００２９】
図３は本発明の基本的処理手順を示す概略フローチャートである。Ｓ−１０では、まず対象画像から傷候補部分が検出され、以降この傷候補部分について傷判定が行われる。この傷自動検出の処理手順は後に詳述する。
【００３０】
次にＳ−２０で、オペレータはまず対象画像５０に最適な傷特徴パラメータの種類を指定する。（この傷特徴パラメータの具体例については後述する。ここではこれらの傷特徴パラメータの計算式等を指定する。）そして傷リスト管理部３２はＳ−２５にて、まずＳ−１０で検出された全ての傷候補画素の連結性をチェックし、各連結領域毎に傷候補部分としてまとめる。この連結領域毎の領域分け処理は、例えば昭和５９年９月２５日初版第３刷発行の「画像認識論」（長尾真著、コロナ社）の８５ページから８６ページにかけて説明されている「領域のラベル付け」処理に基づいて行うことができる。次に傷リスト管理部３２は、各傷候補部分に対応して傷オブジェクトを生成し、その傷の特徴を示す属性情報である「傷フラグ」「対象画像内の位置情報」「形状や色彩上の特徴である傷特徴パラメータ値」等を記憶した傷オブジェクトテーブルを作成し、これらをリスト構造化した傷リストを生成する。その詳細については後述する。この傷オブジェクトと傷リストの構造を図７に示す。以降与えられた境界値に対して各傷候補部分が傷と判定されるか否かを検査する際に、このリスト構造を通じて該当する傷オブジェクトテーブルが参照される。
【００３１】
Ｓ−３０では、当該対象画像５０に含まれる傷候補部分の特徴等から類推して最も最適であろうと考えられる傷特徴パラメータ境界値を決定する。この決定方法は、最も簡単な場合はＳ−２０で指定された傷特徴パラメータの一部または全部について、オペレータがその境界値を指定する方法である。この方法は熟練したオペレータの経験が活かせる点で有利であるが、未経験者では最適な境界値を見出すのが困難であり、また傷特徴パラメータの種類数が多い場合には沢山の境界値を間違えることなく指定する必要があり、煩雑であるという欠点がある。この欠点を解消すべく後述するキーワードを用いた最適境界値の一括指定により、Ｓ−３０の「傷特徴パラメータの境界値決定」を行ってもよい。
【００３２】
Ｓ−４０では、全ての傷候補部分について、前記境界値と各傷オブジェクトテーブル内の対応する傷特徴パラメータ値が比較され、例えば各傷候補領域の傷特徴パラメータ値の一つでも対応する前記境界値を超える場合は「傷である」と判定する。他方各傷候補領域の傷特徴パラメータ値の全てが対応する前記境界値を超えない場合は「傷でない」と判定され、Ｓ−８０にて当該傷候補部分の傷オブジェクトテーブル内の傷フラグが「ＯＦＦ」される。
【００３３】
なお本実施例では、付帯的な手順として「傷である」と判定された傷候補部分を含む画像部分を、Ｓ−５０にて適当な倍率でモニタ表示し、オペレータの判断で再度傷であるか否かを目視するステップを加えている。前記境界値との比較のみでは、傷でない画像部分をも「傷である」と判定する場合があり得るため、これを人間の判断で回避することにより、より一層の傷判定確度の向上効果を実現するためである。なおこのモニタ表示による目視チェックは、図３のＳ−４０にて傷判定される毎に行うのではなく、傷判定されたか否かを例えば傷オブジェクトテーブル内の傷フラグを「ＯＮ」にすることにより一旦記憶し、Ｓ−９０にて全ての傷候補部分の傷判定を終了した後に、前記傷フラグを「ＯＮ」にした傷候補部分を含む画像部分を逐次モニタに表示することにより行ってもよい。
【００３４】
そしてＳ−６０にて傷でないと認定された場合およびＳ−４０にて傷でないと判定された場合には、Ｓ−８０にて当該傷オブジェクトテーブル内の傷フラグを「ＯＦＦ」にする。これにより当該傷候補領域は傷領域でないことが記憶される。他方Ｓ−６０にて傷であると認定された場合には、Ｓ−７０にて、例えば当該傷領域の傷画素でない隣接画素値で当該傷領域を塗り潰すことにより、傷消去処理を行う。そしてＳ−９０にて、更に他の傷候補部分があるか否かを判別し、Ｓ−１０で検出された全ての傷候補部分についてＳ−４０以下の傷判定処理を行う。
【００３５】
＜傷の自動検出処理（Ｓ−１０；図４）の説明＞
次にＳ−１０の傷自動検出処理の具体的一例を、図４のフローチャートに基づいて説明する。なお本フローチャートでは、対象画像５０はＲＧＢの３色カラー画像であるとし、対象画像の各画素に施す処理は、ＲＧＢのそれぞれについて行う。
【００３６】
まず傷自動検出部３１はＳ−１１において、本処理で傷候補画素と判断される閾値を各色（ＲＧＢ）毎に設定する。またＳ−１２にて以下の処理で用いるスムージング窓のサイズであるＮの値を指定する。スムージング窓の形状の一例を図５に示す。この設定および指定は、オペレータが図１の操作指示部１７により行ってもよいし、予め固定ディスク１５等に登録されている閾値データやサイズデータを管理部３０が読み出して設定してもよい。
【００３７】
以降傷自動検出部３１は、対象画像５０を構成する全ての対象画素について処理を行う。
【００３８】
傷自動検出部３１はＳ−１３にて、ＲＧＢの各色について各対象画素を中心としたスムージング窓内の画素値の平均値を求める（以下「窓平均値」という）。なおこの場合、スムージング窓の半分の画素数分の対象画像周辺部では、当該窓内に入った対象画像の画素に付いての濃度平均値を用いる。次にＳ−１４にて、この窓平均値と対象画素値との差の絶対値を求め、Ｓ−１５にて、前記絶対値とＳ−１１で指定された各色の閾値とを比較する。そして例えば当該絶対値が閾値より大きいか等しい場合は、各色毎に、この対象画素の傷フラグを「ＯＮ」にし（Ｓ−１６ａ）、当該絶対値が閾値より小さい場合は「ＯＦＦ」とする（Ｓ−１６ｂ）。そしてＳ−１７にて、例えば対象画素の各色毎の傷フラグの何れかが「ＯＮ」であれば当該対象画素全体の傷フラグを「ＯＮ」にし、各色毎の傷フラグの全てが「ＯＦＦ」であれば当該対象画素全体の傷フラグを「ＯＦＦ」にする。これらの処理をＳ−１８にて対象画像の全ての画素に対して行い、対象画素がなくなった時点で傷自動検出処理を終了する。
【００３９】
＜傷特徴パラメータの説明＞
次にＳ−２０で指定された傷特徴パラメータについて、その幾つかの例を具体的に説明する。傷特徴パラメータは、予め各傷候補部分の形状や色彩差等の特徴を数値化することにより、前記自動検出された傷候補部分の最終的な傷判定をより正確に行うことを目的として導入したものである。以下に「形状パラメータ」「コントラストパラメータ」「色味パラメータ」「彩度パラメータ」の４種類の傷特徴パラメータを具体的に説明するが、本発明に利用される傷特徴パラメータはこれらに限られるものではない。
【００４０】
「形状パラメータ」は傷候補部分の外形形状の特徴を数値化するために導入された傷特徴パラメータであり、例えば「面積パラメータ」「円パラメータ」「細長さパラメータ」等のパラメータが存在する。
【００４１】
「面積パラメータ」は傷候補部分の面積を表わすパラメータであり、例えば傷候補部分に含まれる画素数によって定量化される。
【００４２】
また「円パラメータ」は、どの程度円らしさがあるかを示すパラメータであり、例えば傷候補領域の周囲長をＰとし傷候補領域の面積をＡとすると、
で与えられる。
【００４３】
更に「細長さパラメータ」は、当該傷候補部分が細長い程大きな値をとるパラメータであり、例えば傷対象部分を繰返し１画素幅ずつ細らせ処理した場合に、当該傷候補部分が完全に消失した場合の細らせ処理回数をｔとすると、傷候補領域の面積をＡとして、
で与えられる。
【００４４】
「コントラストパラメータ」は、傷候補部分とその周辺画像領域との濃度値の差により、傷部分の明度差の特徴を数値化するために導入された。この具体的数値化の一例を図６を用いて説明する。図６（ａ）図の網点領域Ｄはコントラストパラメータ値を求める傷候補部分を示しており、（ｂ）図の網点領域Ｓは当該傷候補部分の周辺画像領域を示している。マージン領域は、対象画像の特性や傷候補部分の大きさ等を考慮して適宜定めればよい。コントラストパラメータ値は、次の５つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素の各色版毎の濃度平均値を求める。
（２）上記（１）で求めた３色版毎の濃度平均値を更に平均化し、Ｃｄとする。
（３）次に当該傷の周辺領域であるＳに含まれる全画素の各色版毎の濃度平均値を求める。
（４）上記（３）で求めた３色版毎の濃度平均値を更に平均化し、Ｃｓとする。
（５）「コントラストパラメータ値」＝Ｃｄ−Ｃｓ により求める。
【００４５】
「色味パラメータ」は、傷候補部分とその周辺画像領域との色相値の差により、傷部分の色相面の特徴を数値化するために導入された。この具体的数値化の一例を同様に図６を用いて説明する。色味パラメータ値は、次の３つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素のＨｕｅ（ｄ）の平均値；Ｈｄを求める。ここでｄは領域Ｄに含まれる画素を表わす。
（２）次に当該傷の周辺領域であるＳに含まれる全画素のＨｕｅ（ｓ）の平均値；Ｈｓを求める。ここでｓは領域Ｓに含まれる画素を表わす。
（３）「色味パラメータ値」＝Ｈｄ−Ｈｓ により求める。
ここでＨｕｅ（ｐ）は、対象画素ｐのＲＧＢデジタル値を、それぞれＲ、Ｇ、Ｂとすると、以下の式で与えられる。
【００４６】
「彩度パラメータ」は、傷候補部分とその周辺画像領域との彩度値の差により、傷部分の彩度面の特徴を数値化するために導入された。この具体的数値化の一例を同様に図６を用いて説明する。彩度パラメータ値は、次の３つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素のＳａｔ（ｄ）の平均値；Ｓｄを求める。ここでｄは領域Ｄに含まれる画素を表わす。
（２）次に当該傷の周辺領域であるＳに含まれる全画素のＳａｔ（ｓ）の平均値；Ｓｓを求める。ここでｓは領域Ｓに含まれる画素を表わす。
（３）「彩度パラメータ値」＝Ｓｄ−Ｓｓ により求める。
ここでＳａｔ（ｐ）は、対象画素ｐのＲＧＢデジタル値を、それぞれＲ、Ｇ、Ｂとすると、以下の式で与えられる。
ここでｒ、ｇ、ｂは、式（３）（４）（５）で与えられる。
【００４７】
以上述べた各種の傷特徴パラメータの何れを傷判定のために使用するかを、図３のＳ−２０にてオペレータがその種類を指定し、ここで指定された傷特徴パラメータに対応した各傷候補領域の傷特徴パラメータ値を、Ｓ−２５にて傷リスト管理部が画像処理部１４に指示する等して演算し、図７の傷オブジェクトの対応する傷特徴パラメータ値として記憶する。そしてＳ−４０での傷判定においてＳ−３０で決定された対応する傷特徴パラメータ境界値と比較する際に、これが参照される。
【００４８】
＜図7の説明＞
図7は、各傷候補領域に対応して作成された傷オブジェクトの内部構造（テーブル構造）とこれらを傷リストにより連結した状態を図示している。傷オブジェクトテーブルの「対象画像内の位置情報（Ｘ，Ｙ）」は、対応する傷候補領域が対象画像のどこに存在するかを示す座標値を保持し、当該傷候補領域の外形輪郭形状を認識する際に用いられる。図7の例では、当該座標点に対して特定色で塗り潰し処理を画像処理部１４に指示することにより、その特定色領域の連結画素領域として、当該傷候補領域の輪郭形状を特定することができる。
【００４９】
傷候補領域の外形輪郭形状を認識する他の例としては、「傷候補領域の周辺輪郭線」をベクトル閉輪郭線として記憶する方法がある。この方法ではＳ−１０で検出された傷候補画素の連結性をＳ−２５にてチェックする際に、当該傷候補領域の周辺ベクトルを求め、これを傷オブジェクトテーブル内に記憶することにより行ってもよい。この方法では記憶領域が別途必要になるが（図7には図示せず）、傷候補領域の輪郭形状を毎回塗り潰し処理により求める必要がない点で有利である。
【００５０】
図7の「傷フラグ」は通常、本傷オブジェクトに係る傷候補領域が、Ｓ−４０で傷と判定されかつＳ−６０にて傷と認定された場合に「ＯＮ」にされ、これらの何れかで傷でないと判断された場合に「ＯＦＦ」とされる。これらの処理以前は初期値として「ＮＵＬＬ」を与え、未設定であることを示す。
【００５１】
また「傷特徴パラメータ値１」ないし「傷特徴パラメータ値Ｍ」は、この傷候補領域の傷形状等の特徴を示す傷特徴パラメータの値を記憶する。
【００５２】
＜キーワードリストに関する説明＞
次に本発明の他に実施の形態であるキーワードによる一括した傷特徴パラメータ境界値の指定方法について述べる。図８がその基本的処理手順を示すフローチャートであり、図９にキーワードリストおよびキーワードの構造を示す。
【００５３】
キーワードは図９に示すように、複数の傷特徴パラメータの境界値の組として予め登録されている。通常本発明を実施する傷検出および判定装置には、「青空」「曇り空」「夕暮れ空」「肌色（白人）」「肌色（黄色人種）」「肌色（黒人）」等の、対象画像内の（傷候補部分が存在する）部分領域の種類に対応した「具体的ことば」で表わされた複数のキーワードが、対象画像の処理前に事前登録されており、この登録は図２のキーワード登録部３８により行われる。そしてこれらの画像部分領域に生じ易い傷領域を有効に判定できる傷特徴パラメータ境界値を、予め調査して決定し、登録する。またこの登録は、実際の対象画像の傷判定により蓄積された経験的知識に基づいて、当該対象画像の処理後に、逐次修正・変更を行うことができる。オペレータは対象画像の傷判定処理に際して、図３のＳ−３０の一例の如くその傷特徴パラメータ境界値を一つずつ経験に基づいて間違いなく与える煩雑な作業の代わりに、図８のＳ−３２によりひとつのキーワードを指定するのみで、傷特徴パラメータ境界値の決定を行うことができる。加えてキーワードで行う場合には、各傷が含まれる画像部分の一般的な種類や特徴をキーワードで指定するだけで、それまでの経験に基づいた効果的な傷判定を可能にする傷特徴パラメータ境界値の組を与えることができので、未経験者でも操作可能であるという効果を有する。
【００５４】
図８は、図３のフローチャートと比較する意味で、キーワード処理を用いた場合に追加または変更されるステップ部分を太線枠で示したフローチャートである。
【００５５】
キーワードを用いた傷判定処理では、その効果を一層高める目的で、対象画像の部分領域毎に異なるキーワードによる異なる傷特徴パラメータ境界値の組を与えるべく、オペレータはＳ−３１で当該部分領域を操作指示部１７のポインティングデバイスを用いて指定する。この指定は、例えば対象画像の人物の顔の部分の輪郭を多角形閉輪郭で指定すること等により行う。次にオペレータは、この人物が白人である場合には、キーワードとして「肌色（白人）」をＳ−３２にて指定する。これによりＳ−４０以降の傷判定処理において、前記キーワードに対応した、白人の肌に含まれる傷部分を効果的に判定できる傷特徴パラメータ境界値の組が、当該指定された多角形領域内に存在する傷候補部分に適用されることになる。当該多角形領域内の傷候補部分であるか否か判断がＳ−９０により行われる。そしてＳ−９１で、更に当該対象画像の他の部分領域、例えば青空領域の傷候補部分を傷判定処理したい場合には、再度Ｓ−３１に戻り、当該部分領域である青空領域の閉輪郭多角形を指定し、Ｓ−３２で対応するキーワードである「青空」を指定することになる。
【００５６】
なおＳ−３１の領域指定は、キーワードを用いないで、オペレータが逐次対応する傷特徴パラメータ境界値を指定する等の場合（即ち図３のＳ−３０に対応）でも利用可能である。またキーワードで予め登録されている傷特徴パラメータ境界値の組で、実際に対象画像の傷判定に際して指定されていない種類の傷特徴パラメータが存在する場合には、通常これらの境界値は傷判定に際して無視すればよい。対象画像によっては、傷特徴パラメータの種類を少なくしても、十分に効果的に傷判定できる場合があるからである。
【００５７】
また図３および図８の双方の場合に該当するが、Ｓ−４０の傷判定で「傷である」と判断するのは、決定された複数の傷特徴パラメータ境界値に対して、実際の傷候補部分の複数の傷特徴パラメータ値の一つでも超えている場合に傷と判定するのか、二以上が超えている場合に傷と判定するのかは、オペレータが逐次指示すればよい。なお通常は、その一つでも超えている場合に「傷である」と判定するように設定する。
【００５８】
＜発明の変形＞
Ｓ−１０の傷の自動検出は、図4の如くＣＰＵ１１による自動処理により行うだけでなく、オペレータが傷部分を逐一指定することにより行ってもよい。その一例として、特願平１０−２２４４３４の装置等を用いることにより、オペレータは、傷部分を簡便かつ漏れのないマーキング操作により傷部分の検出を行うことができる。
【００５９】
Ｓ−２０の傷特徴パラメータの種類の指定は、オペレータによる最適なパラメータの計算式等を逐次指定する場合の他に、予め通常用いられる全ての傷特徴パラメータ定義式を記憶しておき、これらの中からオペレータが選定する場合もある。更にどの様な組み合わせの傷特徴パラメータを用いればよいかに付いて、対象画像の種類や傷存在状況等により予めディシジョンツリー形式で知識ベース化しておき、これに選定のためのパラメータ情報（キーワード的なもの、または数値等）を順次与えていくことにより選定する場合もある。また前記予め通常用いられる傷特徴パラメータ定義式の全てを選定してもよい。
【００６０】
また傷特徴パラメータの種類の指定は、必要に応じて図3のＳ−３０の傷特徴パラメータの境界値の決定や図８のＳ−３２のキーワードの指定に際して、新たに追加する必要がある場合にも行ってもよい。例えば指定された前記キーワードに登録されている傷特徴パラメータが、Ｓ−２０の段階で選定されていない場合等を考慮するためである。
【００６１】
【発明の効果】
以上説明した如く、請求項１ないし請求項３に記載の発明では、対象画像上に存在する傷候補画素を一括検出し、相互に連結する傷候補画素を傷候補領域とし、これに対して傷の特徴を数値化する通常複数の傷特徴パラメータを与え、その値と、別途与えられた傷判定に有効な傷特徴パラメータ境界値の組とを比較することにより、傷判定を行うため、傷領域の多面的な特性による傷判定を行うことができる。これによって通常判別の困難な傷部分を簡便かつ効果的に判定できるという効果を有する。また、傷特徴パラメータの境界値の組を、オペレータが逐次数値データとして与えるのではなく、対象画像内の被写体の像の種類に応じたキーワードを予め設定し、これを指定することにより行うため、傷特徴パラメータの境界値の組を簡便かつ迅速に与えることができ、傷判定処理を一層簡便かつ正確に行うことができるという効果を有する。
【００６４】
更に請求項１ないし請求項３に記載の発明では、「傷である」と判定された傷候補領域を、オペレータが再度モニタに表示し、傷であるか否かを目視判断する。これによりコンピュータの自動処理のみでは傷領域でない画像部分を間違って傷領域と判断する場合を救済することができ、より一層の正確な傷判定を可能にするという効果を有する。
【図面の簡単な説明】
【図１】本発明の一の実施の形態である画像処理装置の構成を示す図である。
【図２】実施の形態における画像処理装置の構成を機能の面から示すブロック図である。
【図３】実施の形態に対応した傷検出および判定処理の全体の流れを示す基本フローチャートである。
【図４】傷自動検出処理（Ｓ−１０）の具体的処理手順の一例を示したフローチャートである。
【図５】例示した傷自動検出処理に使用するスムージング窓の形状を示す図である。
【図６】傷候補領域Ｄとその周辺領域Ｓを模式的に示した図である。
【図７】傷オブジェクトおよび傷リストの構造を示した図である。
【図８】対象画像内の領域指定およびキーワードを用いた傷検出・判定処理の全体の流れを示すフローチャートである。
【図９】キーワードおよびキーワードリストの構造を示した図である。
【符号の説明】
１ 画像処理装置
８ データバス
９ ＦＤ等のリムーバル記憶媒体
１１ ＣＰＵ
１２ メモリ
１３ 画像メモリ
１４ 画像処理部
１５ 固定ディスク
１６ 表示部
１７ 操作指示部読取部
１８ 読取部
１９ 外部接続部
２１ プログラム
３０ 管理部
３１ 傷自動検出部
３２ 傷リスト管理部
３３ 傷特徴パラメータ設定部
３４ 傷特徴パラメータ境界値決定部
３５ 傷判定部
３６ 傷消去部
３７ キーワード管理部
３８ キーワード登録部
３９ キーワード指定部
５０ 対象画像
Ｄ 傷候補領域
Ｓ 傷候補領域の周辺部分
【産業上の利用分野】
画像上に存在する埃やゴミまたは傷等の不要部分を検出・判定する画像処理機能に関する。
【０００２】
【従来の技術】
印刷や各種デザインに使用する画像には、撮影時やスキャナ等でのデジタル化時におけるフィルムの傷や埃等が原因で、本来の画像とは異なるノイズ状の画像部分（これを本願では「傷」と総称する）が存在する。従来これらの傷部分は、モニタ上に当該画像を倍率可変で表示し、目視により傷部分を発見し、画像処理装置の画像修正機能によりこれを修正・除去していた。
【０００３】
【発明が解決しようとする課題】
しかしかかる従来法では、操作者の負担が大きく、かつ修正に多大な時間を要していた。これに対応して印刷や各種デザインの工程等においては、以下に示す要望が出されていた。
（１）画像の傷部分の効果的な検出および判定する方法が必要である。
（２）かかる画像の傷部分の検出・判定条件は、画像の種類によって多岐に渡る。これらを画像全体や傷部分の周辺画像の種類毎に効果的に選別できる手段・方法が必要である。
【０００４】
本発明は、このような従来の画像の傷部分を検出・判定する工程が持つ課題を解決するために行われた。
【０００５】
【課題を解決するための手段】
かかる課題を解決する為に、請求項１に係る発明は、画像上の傷部分を判定する装置であって、（ａ）対象画像を記憶する手段と、（ｂ）前記対象画像の傷候補部分を検出する手段と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する手段と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する手段と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する手段と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶するフラグ記憶手段と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する表示手段と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを前記フラグ記憶手段に記憶させる手段、とを有し、前記手段（ｄ）の前記境界値決定手段は、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【０００９】
また請求項２に係る発明は、画像上の傷部分を判定する方法であって、（ａ）対象画像を準備する工程と、（ｂ）前記対象画像の傷候補部分を検出する工程と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する工程と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程、とを有し、前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【００１１】
更に請求項３に係る発明では、コンピュータに画像の傷部分の判定を行わせるプログラムを記憶したコンピュータ読取り可能な記憶媒体であって、前記プログラムがコンピュータに、（ａ）対象画像を準備する工程と、（ｂ）前記対象画像の傷候補部分を検出する工程と、（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と前記決定された境界値とを比較する工程と、（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程、とを少なくとも実行させ、前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行う。
【００１２】
【発明の実施の形態】
＜画像処理装置（図１）の説明＞
図1はこの発明の一の実施の形態である画像処理装置１の構成を示す図である。この画像処理装置１は、対象画像に含まれる傷部分を、画像の種類や性質等に対応して、効果的に判定することができるようになっている。
【００１３】
図1に示すように画像処理装置１は通常のコンピュータシステムを利用した構成となっている。画像処理装置１は、各種演算命令を実行するＣＰＵ１１、プログラム２１等を記憶するメモリ１２、傷部分の検出と判定を行う対象画像を記憶する専用の画像メモリ１３、傷部分の検出と判定および消去等の画像処理を行う画像処理部１４、不揮発性の記憶領域となる固定ディスク１５、ディスプレイ等の表示部１６、マウス、キーボード、ディジタイザ等のオペレータが操作指示を行う操作指示部１７、および記憶媒体９からプログラム２１や各種情報を読み取る読取部１８および対象画像をスキャナやネットワークから取り込む際に使用する外部接続部１９を、適宜インターフェースを介する等してバスライン８に接続するようにしている。
【００１４】
メモリ１２はＣＰＵ１１の作業領域となるとともに、後述する傷リストや傷オブジェクトのテーブル情報や、オペレータによって設定された各特徴パラメータの境界値、および予め登録されたキーワードとその特徴パラメータ境界値等を一時記憶する領域ともなっている。ＣＰＵ１１はこれら傷情報と境界値データに基づいて、傷部分の自動検出と傷判定処理を行う。またプログラム２１は、記憶媒体９から読取部１８を介して固定ディスク１５に記憶され、プログラム２１の実行時に適宜メモリ１２に読み込まれるようになっている。記憶媒体９は、磁気ディスク、光ディスク、光磁気ディスク等のいわゆるリムーバル記憶媒体であり、主にプログラム２１を他のコンピュータから本画像処理装置に移送するために使用される。
【００１５】
画像メモリ１３は、対象画像を本発明にかかる傷判定処理を行うためにデジタル画像データとして記憶する。画像処理部１４は、当該記憶された画像データに対して、傷検出や傷判定に必要となる各種画像処理を行う。
【００１６】
固定ディスク１５は、傷部分の検出・判定処理の対象となる対象画像のデータや各種登録データおよび前記プログラムを記憶媒体９から画像処理装置１に読み込むための記憶媒体として使用される。
【００１７】
表示部１６は、傷判定後の傷部分およびその周辺の画像を表示し、オペレータに再度傷であるか否かの確認を行うために使用される。
【００１８】
操作指示部１７は、傷検出および判定を行うために必要となるオペレータからの各種指示や情報登録操作を受け付ける部分であって、マウス、キーボード、ディジタイザまたはスタイラスペン等の操作入力装置により構成される。
【００１９】
＜機能構成図（図２）の説明＞
図２は画像処理装置１の構成を機能の面から示すブロック図である。すなわち、ＣＰＵ１１がプログラム２１に従って動作することにより図２に示す各構成の役割を果たすようになっている。
【００２０】
管理部３０は、本発明に係る画像傷検出・判定処理全体の実行管理を行い、以下に述べる各機能部との相互の情報交換や実行指令等を行う。
【００２１】
傷自動検出部３１は、対象画像５０上に含まれる傷候補部分を、後述する図４の手順に従って自動的に検出する機能部である。ここで検出された傷候補部分には、本来の傷以外に、除去してはならない画像部分も含まれている。本発明の目的の一つは、これらの傷候補部分から効果的に本来の傷部分のみ判定して消去することである。
【００２２】
傷リスト管理部３２は、前記傷自動検出部３１で検出された全ての傷候補画素の連結性をチェックし、各連結領域毎にまとめる（以降この傷連結領域を「傷候補部分」と呼ぶ）。そして各傷候補部分のそれぞれを後述する傷オブジェクトとし、ここにその位置情報や傷フラグおよび当該傷部分の特徴を示す複数の傷特徴パラメータ値等（これを以降傷候補部分の「属性情報」という）をテーブル化して記憶する。このテーブルを以降「傷オブジェクトテーブル」という。そしてこれらの傷オブジェクトの全てをポインタでつないだ傷リストを作成する。この傷リストにより管理部３０は、全ての傷候補部分（即ち傷オブジェクト）の属性情報を容易に検索することができる。これらの構造を図７に示す。
【００２３】
傷特徴パラメータ設定部３３は、オペレータが各傷候補部分の傷判定の際に、当該傷候補部分の特徴である「形状」や「周辺画像とのコントラスト」あるいは「周辺画像との色偏差」等の後述する傷特徴パラメータの種類を設定する機能部である。これらの傷特徴パラメータは、通常複数種類設定し、多面的条件による傷判定を可能にすることにより、より効果的な消去すべき傷の判定を行う。なおここで設定された通常複数の傷特徴パラメータに対応して、前記傷リスト管理部３２では各傷候補部分の傷オブジェクトテーブルに、当該傷候補部分のそれぞれの傷特徴パラメータに対応する値（以降「傷特徴パラメータ値」という）を後述する図３；Ｓ−２５の「傷のリスト化」処理の中で求め、傷オブジェクトテーブル内に記憶する。詳細については後述する。
【００２４】
傷特徴パラメータ境界値決定部３４は、前記各傷候補部分について求められた傷特徴パラメータ値に対応して、当該傷候補部分を傷であると判定する判断基準である傷特徴パラメータ境界値を設定する機能部である。当該境界値の決定は、オペレータが個別に指定することにより行ってもよいし、後述する如くキーワード管理部から一括して与えられてもよい。
【００２５】
傷判定部３５は、各傷候補部分毎にその傷特徴パラメータ値と前記決定された傷特徴パラメータ境界値とを傷特徴パラメータの種類毎に比較し、当該境界値を超える傷候補部分について「傷である」との判定を行う機能部である。
【００２６】
傷消去部３６は、前記傷判定部３５で「傷である」と判定された傷候補部分を対象画像から消去する機能部である。消去は、ＣＰＵ１１による自動処理またはオペレータの手動操作により、傷候補領域に隣接する周辺の傷候補でない画素値により当該傷候補領域を塗り潰すこと等により行われる。
【００２７】
キーワード管理部３７は、前記傷特徴パラメータ境界値決定部３４で決定される通常複数の境界値を、オペレータが個別に与えるのではなく、後述するキーワードの一つをオペレータに選択させることにより、一括して決定するために必要となる管理を行う機能部である。ここでオペレータがキーワードを指定する機能部がキーワード指定部３９である。またこのキーワードは、図９に示す如く前記傷特徴パラメータ設定部３３で設定された傷特徴パラメータの種類に対応して、その傷特徴パラメータ境界値の組が登録されているテーブルより構成される。以降このテーブルを「キーワード境界値テーブル」と呼ぶ。これらのキーワード境界値テーブル情報は、予め画像の種類や特徴に対応して複数登録されており、オペレータがその登録を行う機能部がキーワード登録部３８である。
【００２８】
＜基本処理フローチャート（図３）の説明＞
以上、傷検出および判定処理を行う画像処理装置の機能構成図について説明してきたが、次に、この画像処理装置を用いた傷検出および判定処理全体の流れについて説明する。
【００２９】
図３は本発明の基本的処理手順を示す概略フローチャートである。Ｓ−１０では、まず対象画像から傷候補部分が検出され、以降この傷候補部分について傷判定が行われる。この傷自動検出の処理手順は後に詳述する。
【００３０】
次にＳ−２０で、オペレータはまず対象画像５０に最適な傷特徴パラメータの種類を指定する。（この傷特徴パラメータの具体例については後述する。ここではこれらの傷特徴パラメータの計算式等を指定する。）そして傷リスト管理部３２はＳ−２５にて、まずＳ−１０で検出された全ての傷候補画素の連結性をチェックし、各連結領域毎に傷候補部分としてまとめる。この連結領域毎の領域分け処理は、例えば昭和５９年９月２５日初版第３刷発行の「画像認識論」（長尾真著、コロナ社）の８５ページから８６ページにかけて説明されている「領域のラベル付け」処理に基づいて行うことができる。次に傷リスト管理部３２は、各傷候補部分に対応して傷オブジェクトを生成し、その傷の特徴を示す属性情報である「傷フラグ」「対象画像内の位置情報」「形状や色彩上の特徴である傷特徴パラメータ値」等を記憶した傷オブジェクトテーブルを作成し、これらをリスト構造化した傷リストを生成する。その詳細については後述する。この傷オブジェクトと傷リストの構造を図７に示す。以降与えられた境界値に対して各傷候補部分が傷と判定されるか否かを検査する際に、このリスト構造を通じて該当する傷オブジェクトテーブルが参照される。
【００３１】
Ｓ−３０では、当該対象画像５０に含まれる傷候補部分の特徴等から類推して最も最適であろうと考えられる傷特徴パラメータ境界値を決定する。この決定方法は、最も簡単な場合はＳ−２０で指定された傷特徴パラメータの一部または全部について、オペレータがその境界値を指定する方法である。この方法は熟練したオペレータの経験が活かせる点で有利であるが、未経験者では最適な境界値を見出すのが困難であり、また傷特徴パラメータの種類数が多い場合には沢山の境界値を間違えることなく指定する必要があり、煩雑であるという欠点がある。この欠点を解消すべく後述するキーワードを用いた最適境界値の一括指定により、Ｓ−３０の「傷特徴パラメータの境界値決定」を行ってもよい。
【００３２】
Ｓ−４０では、全ての傷候補部分について、前記境界値と各傷オブジェクトテーブル内の対応する傷特徴パラメータ値が比較され、例えば各傷候補領域の傷特徴パラメータ値の一つでも対応する前記境界値を超える場合は「傷である」と判定する。他方各傷候補領域の傷特徴パラメータ値の全てが対応する前記境界値を超えない場合は「傷でない」と判定され、Ｓ−８０にて当該傷候補部分の傷オブジェクトテーブル内の傷フラグが「ＯＦＦ」される。
【００３３】
なお本実施例では、付帯的な手順として「傷である」と判定された傷候補部分を含む画像部分を、Ｓ−５０にて適当な倍率でモニタ表示し、オペレータの判断で再度傷であるか否かを目視するステップを加えている。前記境界値との比較のみでは、傷でない画像部分をも「傷である」と判定する場合があり得るため、これを人間の判断で回避することにより、より一層の傷判定確度の向上効果を実現するためである。なおこのモニタ表示による目視チェックは、図３のＳ−４０にて傷判定される毎に行うのではなく、傷判定されたか否かを例えば傷オブジェクトテーブル内の傷フラグを「ＯＮ」にすることにより一旦記憶し、Ｓ−９０にて全ての傷候補部分の傷判定を終了した後に、前記傷フラグを「ＯＮ」にした傷候補部分を含む画像部分を逐次モニタに表示することにより行ってもよい。
【００３４】
そしてＳ−６０にて傷でないと認定された場合およびＳ−４０にて傷でないと判定された場合には、Ｓ−８０にて当該傷オブジェクトテーブル内の傷フラグを「ＯＦＦ」にする。これにより当該傷候補領域は傷領域でないことが記憶される。他方Ｓ−６０にて傷であると認定された場合には、Ｓ−７０にて、例えば当該傷領域の傷画素でない隣接画素値で当該傷領域を塗り潰すことにより、傷消去処理を行う。そしてＳ−９０にて、更に他の傷候補部分があるか否かを判別し、Ｓ−１０で検出された全ての傷候補部分についてＳ−４０以下の傷判定処理を行う。
【００３５】
＜傷の自動検出処理（Ｓ−１０；図４）の説明＞
次にＳ−１０の傷自動検出処理の具体的一例を、図４のフローチャートに基づいて説明する。なお本フローチャートでは、対象画像５０はＲＧＢの３色カラー画像であるとし、対象画像の各画素に施す処理は、ＲＧＢのそれぞれについて行う。
【００３６】
まず傷自動検出部３１はＳ−１１において、本処理で傷候補画素と判断される閾値を各色（ＲＧＢ）毎に設定する。またＳ−１２にて以下の処理で用いるスムージング窓のサイズであるＮの値を指定する。スムージング窓の形状の一例を図５に示す。この設定および指定は、オペレータが図１の操作指示部１７により行ってもよいし、予め固定ディスク１５等に登録されている閾値データやサイズデータを管理部３０が読み出して設定してもよい。
【００３７】
以降傷自動検出部３１は、対象画像５０を構成する全ての対象画素について処理を行う。
【００３８】
傷自動検出部３１はＳ−１３にて、ＲＧＢの各色について各対象画素を中心としたスムージング窓内の画素値の平均値を求める（以下「窓平均値」という）。なおこの場合、スムージング窓の半分の画素数分の対象画像周辺部では、当該窓内に入った対象画像の画素に付いての濃度平均値を用いる。次にＳ−１４にて、この窓平均値と対象画素値との差の絶対値を求め、Ｓ−１５にて、前記絶対値とＳ−１１で指定された各色の閾値とを比較する。そして例えば当該絶対値が閾値より大きいか等しい場合は、各色毎に、この対象画素の傷フラグを「ＯＮ」にし（Ｓ−１６ａ）、当該絶対値が閾値より小さい場合は「ＯＦＦ」とする（Ｓ−１６ｂ）。そしてＳ−１７にて、例えば対象画素の各色毎の傷フラグの何れかが「ＯＮ」であれば当該対象画素全体の傷フラグを「ＯＮ」にし、各色毎の傷フラグの全てが「ＯＦＦ」であれば当該対象画素全体の傷フラグを「ＯＦＦ」にする。これらの処理をＳ−１８にて対象画像の全ての画素に対して行い、対象画素がなくなった時点で傷自動検出処理を終了する。
【００３９】
＜傷特徴パラメータの説明＞
次にＳ−２０で指定された傷特徴パラメータについて、その幾つかの例を具体的に説明する。傷特徴パラメータは、予め各傷候補部分の形状や色彩差等の特徴を数値化することにより、前記自動検出された傷候補部分の最終的な傷判定をより正確に行うことを目的として導入したものである。以下に「形状パラメータ」「コントラストパラメータ」「色味パラメータ」「彩度パラメータ」の４種類の傷特徴パラメータを具体的に説明するが、本発明に利用される傷特徴パラメータはこれらに限られるものではない。
【００４０】
「形状パラメータ」は傷候補部分の外形形状の特徴を数値化するために導入された傷特徴パラメータであり、例えば「面積パラメータ」「円パラメータ」「細長さパラメータ」等のパラメータが存在する。
【００４１】
「面積パラメータ」は傷候補部分の面積を表わすパラメータであり、例えば傷候補部分に含まれる画素数によって定量化される。
【００４２】
また「円パラメータ」は、どの程度円らしさがあるかを示すパラメータであり、例えば傷候補領域の周囲長をＰとし傷候補領域の面積をＡとすると、
【００４３】
更に「細長さパラメータ」は、当該傷候補部分が細長い程大きな値をとるパラメータであり、例えば傷対象部分を繰返し１画素幅ずつ細らせ処理した場合に、当該傷候補部分が完全に消失した場合の細らせ処理回数をｔとすると、傷候補領域の面積をＡとして、
【００４４】
「コントラストパラメータ」は、傷候補部分とその周辺画像領域との濃度値の差により、傷部分の明度差の特徴を数値化するために導入された。この具体的数値化の一例を図６を用いて説明する。図６（ａ）図の網点領域Ｄはコントラストパラメータ値を求める傷候補部分を示しており、（ｂ）図の網点領域Ｓは当該傷候補部分の周辺画像領域を示している。マージン領域は、対象画像の特性や傷候補部分の大きさ等を考慮して適宜定めればよい。コントラストパラメータ値は、次の５つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素の各色版毎の濃度平均値を求める。
（２）上記（１）で求めた３色版毎の濃度平均値を更に平均化し、Ｃｄとする。
（３）次に当該傷の周辺領域であるＳに含まれる全画素の各色版毎の濃度平均値を求める。
（４）上記（３）で求めた３色版毎の濃度平均値を更に平均化し、Ｃｓとする。
（５）「コントラストパラメータ値」＝Ｃｄ−Ｃｓ により求める。
【００４５】
「色味パラメータ」は、傷候補部分とその周辺画像領域との色相値の差により、傷部分の色相面の特徴を数値化するために導入された。この具体的数値化の一例を同様に図６を用いて説明する。色味パラメータ値は、次の３つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素のＨｕｅ（ｄ）の平均値；Ｈｄを求める。ここでｄは領域Ｄに含まれる画素を表わす。
（２）次に当該傷の周辺領域であるＳに含まれる全画素のＨｕｅ（ｓ）の平均値；Ｈｓを求める。ここでｓは領域Ｓに含まれる画素を表わす。
（３）「色味パラメータ値」＝Ｈｄ−Ｈｓ により求める。
ここでＨｕｅ（ｐ）は、対象画素ｐのＲＧＢデジタル値を、それぞれＲ、Ｇ、Ｂとすると、以下の式で与えられる。
「彩度パラメータ」は、傷候補部分とその周辺画像領域との彩度値の差により、傷部分の彩度面の特徴を数値化するために導入された。この具体的数値化の一例を同様に図６を用いて説明する。彩度パラメータ値は、次の３つのステップにより求めることができる。
（１）傷候補領域Ｄに含まれる全画素のＳａｔ（ｄ）の平均値；Ｓｄを求める。ここでｄは領域Ｄに含まれる画素を表わす。
（２）次に当該傷の周辺領域であるＳに含まれる全画素のＳａｔ（ｓ）の平均値；Ｓｓを求める。ここでｓは領域Ｓに含まれる画素を表わす。
（３）「彩度パラメータ値」＝Ｓｄ−Ｓｓ により求める。
ここでＳａｔ（ｐ）は、対象画素ｐのＲＧＢデジタル値を、それぞれＲ、Ｇ、Ｂとすると、以下の式で与えられる。
【００４７】
以上述べた各種の傷特徴パラメータの何れを傷判定のために使用するかを、図３のＳ−２０にてオペレータがその種類を指定し、ここで指定された傷特徴パラメータに対応した各傷候補領域の傷特徴パラメータ値を、Ｓ−２５にて傷リスト管理部が画像処理部１４に指示する等して演算し、図７の傷オブジェクトの対応する傷特徴パラメータ値として記憶する。そしてＳ−４０での傷判定においてＳ−３０で決定された対応する傷特徴パラメータ境界値と比較する際に、これが参照される。
【００４８】
＜図7の説明＞
図7は、各傷候補領域に対応して作成された傷オブジェクトの内部構造（テーブル構造）とこれらを傷リストにより連結した状態を図示している。傷オブジェクトテーブルの「対象画像内の位置情報（Ｘ，Ｙ）」は、対応する傷候補領域が対象画像のどこに存在するかを示す座標値を保持し、当該傷候補領域の外形輪郭形状を認識する際に用いられる。図7の例では、当該座標点に対して特定色で塗り潰し処理を画像処理部１４に指示することにより、その特定色領域の連結画素領域として、当該傷候補領域の輪郭形状を特定することができる。
【００４９】
傷候補領域の外形輪郭形状を認識する他の例としては、「傷候補領域の周辺輪郭線」をベクトル閉輪郭線として記憶する方法がある。この方法ではＳ−１０で検出された傷候補画素の連結性をＳ−２５にてチェックする際に、当該傷候補領域の周辺ベクトルを求め、これを傷オブジェクトテーブル内に記憶することにより行ってもよい。この方法では記憶領域が別途必要になるが（図7には図示せず）、傷候補領域の輪郭形状を毎回塗り潰し処理により求める必要がない点で有利である。
【００５０】
図7の「傷フラグ」は通常、本傷オブジェクトに係る傷候補領域が、Ｓ−４０で傷と判定されかつＳ−６０にて傷と認定された場合に「ＯＮ」にされ、これらの何れかで傷でないと判断された場合に「ＯＦＦ」とされる。これらの処理以前は初期値として「ＮＵＬＬ」を与え、未設定であることを示す。
【００５１】
また「傷特徴パラメータ値１」ないし「傷特徴パラメータ値Ｍ」は、この傷候補領域の傷形状等の特徴を示す傷特徴パラメータの値を記憶する。
【００５２】
＜キーワードリストに関する説明＞
次に本発明の他に実施の形態であるキーワードによる一括した傷特徴パラメータ境界値の指定方法について述べる。図８がその基本的処理手順を示すフローチャートであり、図９にキーワードリストおよびキーワードの構造を示す。
【００５３】
キーワードは図９に示すように、複数の傷特徴パラメータの境界値の組として予め登録されている。通常本発明を実施する傷検出および判定装置には、「青空」「曇り空」「夕暮れ空」「肌色（白人）」「肌色（黄色人種）」「肌色（黒人）」等の、対象画像内の（傷候補部分が存在する）部分領域の種類に対応した「具体的ことば」で表わされた複数のキーワードが、対象画像の処理前に事前登録されており、この登録は図２のキーワード登録部３８により行われる。そしてこれらの画像部分領域に生じ易い傷領域を有効に判定できる傷特徴パラメータ境界値を、予め調査して決定し、登録する。またこの登録は、実際の対象画像の傷判定により蓄積された経験的知識に基づいて、当該対象画像の処理後に、逐次修正・変更を行うことができる。オペレータは対象画像の傷判定処理に際して、図３のＳ−３０の一例の如くその傷特徴パラメータ境界値を一つずつ経験に基づいて間違いなく与える煩雑な作業の代わりに、図８のＳ−３２によりひとつのキーワードを指定するのみで、傷特徴パラメータ境界値の決定を行うことができる。加えてキーワードで行う場合には、各傷が含まれる画像部分の一般的な種類や特徴をキーワードで指定するだけで、それまでの経験に基づいた効果的な傷判定を可能にする傷特徴パラメータ境界値の組を与えることができので、未経験者でも操作可能であるという効果を有する。
【００５４】
図８は、図３のフローチャートと比較する意味で、キーワード処理を用いた場合に追加または変更されるステップ部分を太線枠で示したフローチャートである。
【００５５】
キーワードを用いた傷判定処理では、その効果を一層高める目的で、対象画像の部分領域毎に異なるキーワードによる異なる傷特徴パラメータ境界値の組を与えるべく、オペレータはＳ−３１で当該部分領域を操作指示部１７のポインティングデバイスを用いて指定する。この指定は、例えば対象画像の人物の顔の部分の輪郭を多角形閉輪郭で指定すること等により行う。次にオペレータは、この人物が白人である場合には、キーワードとして「肌色（白人）」をＳ−３２にて指定する。これによりＳ−４０以降の傷判定処理において、前記キーワードに対応した、白人の肌に含まれる傷部分を効果的に判定できる傷特徴パラメータ境界値の組が、当該指定された多角形領域内に存在する傷候補部分に適用されることになる。当該多角形領域内の傷候補部分であるか否か判断がＳ−９０により行われる。そしてＳ−９１で、更に当該対象画像の他の部分領域、例えば青空領域の傷候補部分を傷判定処理したい場合には、再度Ｓ−３１に戻り、当該部分領域である青空領域の閉輪郭多角形を指定し、Ｓ−３２で対応するキーワードである「青空」を指定することになる。
【００５６】
なおＳ−３１の領域指定は、キーワードを用いないで、オペレータが逐次対応する傷特徴パラメータ境界値を指定する等の場合（即ち図３のＳ−３０に対応）でも利用可能である。またキーワードで予め登録されている傷特徴パラメータ境界値の組で、実際に対象画像の傷判定に際して指定されていない種類の傷特徴パラメータが存在する場合には、通常これらの境界値は傷判定に際して無視すればよい。対象画像によっては、傷特徴パラメータの種類を少なくしても、十分に効果的に傷判定できる場合があるからである。
【００５７】
また図３および図８の双方の場合に該当するが、Ｓ−４０の傷判定で「傷である」と判断するのは、決定された複数の傷特徴パラメータ境界値に対して、実際の傷候補部分の複数の傷特徴パラメータ値の一つでも超えている場合に傷と判定するのか、二以上が超えている場合に傷と判定するのかは、オペレータが逐次指示すればよい。なお通常は、その一つでも超えている場合に「傷である」と判定するように設定する。
【００５８】
＜発明の変形＞
Ｓ−１０の傷の自動検出は、図4の如くＣＰＵ１１による自動処理により行うだけでなく、オペレータが傷部分を逐一指定することにより行ってもよい。その一例として、特願平１０−２２４４３４の装置等を用いることにより、オペレータは、傷部分を簡便かつ漏れのないマーキング操作により傷部分の検出を行うことができる。
【００５９】
Ｓ−２０の傷特徴パラメータの種類の指定は、オペレータによる最適なパラメータの計算式等を逐次指定する場合の他に、予め通常用いられる全ての傷特徴パラメータ定義式を記憶しておき、これらの中からオペレータが選定する場合もある。更にどの様な組み合わせの傷特徴パラメータを用いればよいかに付いて、対象画像の種類や傷存在状況等により予めディシジョンツリー形式で知識ベース化しておき、これに選定のためのパラメータ情報（キーワード的なもの、または数値等）を順次与えていくことにより選定する場合もある。また前記予め通常用いられる傷特徴パラメータ定義式の全てを選定してもよい。
【００６０】
また傷特徴パラメータの種類の指定は、必要に応じて図3のＳ−３０の傷特徴パラメータの境界値の決定や図８のＳ−３２のキーワードの指定に際して、新たに追加する必要がある場合にも行ってもよい。例えば指定された前記キーワードに登録されている傷特徴パラメータが、Ｓ−２０の段階で選定されていない場合等を考慮するためである。
【００６１】
【発明の効果】
以上説明した如く、請求項１ないし請求項３に記載の発明では、対象画像上に存在する傷候補画素を一括検出し、相互に連結する傷候補画素を傷候補領域とし、これに対して傷の特徴を数値化する通常複数の傷特徴パラメータを与え、その値と、別途与えられた傷判定に有効な傷特徴パラメータ境界値の組とを比較することにより、傷判定を行うため、傷領域の多面的な特性による傷判定を行うことができる。これによって通常判別の困難な傷部分を簡便かつ効果的に判定できるという効果を有する。また、傷特徴パラメータの境界値の組を、オペレータが逐次数値データとして与えるのではなく、対象画像内の被写体の像の種類に応じたキーワードを予め設定し、これを指定することにより行うため、傷特徴パラメータの境界値の組を簡便かつ迅速に与えることができ、傷判定処理を一層簡便かつ正確に行うことができるという効果を有する。
【００６４】
更に請求項１ないし請求項３に記載の発明では、「傷である」と判定された傷候補領域を、オペレータが再度モニタに表示し、傷であるか否かを目視判断する。これによりコンピュータの自動処理のみでは傷領域でない画像部分を間違って傷領域と判断する場合を救済することができ、より一層の正確な傷判定を可能にするという効果を有する。
【図面の簡単な説明】
【図１】本発明の一の実施の形態である画像処理装置の構成を示す図である。
【図２】実施の形態における画像処理装置の構成を機能の面から示すブロック図である。
【図３】実施の形態に対応した傷検出および判定処理の全体の流れを示す基本フローチャートである。
【図４】傷自動検出処理（Ｓ−１０）の具体的処理手順の一例を示したフローチャートである。
【図５】例示した傷自動検出処理に使用するスムージング窓の形状を示す図である。
【図６】傷候補領域Ｄとその周辺領域Ｓを模式的に示した図である。
【図７】傷オブジェクトおよび傷リストの構造を示した図である。
【図８】対象画像内の領域指定およびキーワードを用いた傷検出・判定処理の全体の流れを示すフローチャートである。
【図９】キーワードおよびキーワードリストの構造を示した図である。
【符号の説明】
１ 画像処理装置
８ データバス
９ ＦＤ等のリムーバル記憶媒体
１１ ＣＰＵ
１２ メモリ
１３ 画像メモリ
１４ 画像処理部
１５ 固定ディスク
１６ 表示部
１７ 操作指示部読取部
１８ 読取部
１９ 外部接続部
２１ プログラム
３０ 管理部
３１ 傷自動検出部
３２ 傷リスト管理部
３３ 傷特徴パラメータ設定部
３４ 傷特徴パラメータ境界値決定部
３５ 傷判定部
３６ 傷消去部
３７ キーワード管理部
３８ キーワード登録部
３９ キーワード指定部
５０ 対象画像
Ｄ 傷候補領域
Ｓ 傷候補領域の周辺部分
Claims (3)
- 画像上の傷部分を判定する装置であって、
（ａ）対象画像を記憶する手段と、
（ｂ）前記対象画像の傷候補部分を検出する手段と、
（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する手段と、
（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する手段と、
（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と、前記決定された境界値とを比較する手段と、
（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶するフラグ記憶手段と、
（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する表示手段と、
（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを前記フラグ記憶手段に記憶させる手段
とを有し、
前記手段（ｄ）の前記境界値決定手段は、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行うこと、
を特徴とする傷判定装置。 - 画像上の傷部分を判定する方法であって、
（ａ）対象画像を準備する工程と、
（ｂ）前記対象画像の傷候補部分を検出する工程と、
（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、
（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、
（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と、前記決定された境界値とを比較する工程と、
（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、
（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、
（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程
とを有し、
前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行うこと、
を特徴とする傷判定方法。 - コンピュータに画像の傷部分の判定を行わせるプログラムを記憶したコンピュータ読取り可能な記憶媒体であって、
前記プログラムがコンピュータに、
（ａ）対象画像を準備する工程と、
（ｂ）前記対象画像の傷候補部分を検出する工程と、
（ｃ）前記検出された各傷候補部分に対応して一または二以上の傷特徴パラメータ値を演算し、これらを記憶する工程と、
（ｄ）前記傷特徴パラメータに対応して傷判定の基準となる境界値を決定する工程と、
（ｅ）前記各傷候補部分に対応して演算および記憶された前記傷特徴パラメータ値と、前記決定された境界値とを比較する工程と、
（ｆ）前記各傷候補部分ごとに該傷候補部分が傷領域である／傷領域でないことを示す傷フラグを記憶する工程と、
（ｇ）傷であると判定された前記傷候補部分を含む画像をモニタに表示する工程と、
（ｈ）前記モニタの表示に基づくオペレータからの指示に応じて前記傷候補部分の前記傷フラグを解除することにより、当該傷候補部分が傷領域でないことを記憶させる工程
とを少なくとも実行させ、
前記工程（ｄ）では、前記対象画像内の被写体の像の種類に対応した複数のキーワードを用い、各キーワードには予め一または二以上の傷特徴パラメータの境界値が設定されており、前記複数キーワードの中から何れか一つのキーワードを選定することにより、前記境界値の決定を行うこと、
を特徴とするコンピュータ読取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26266798A JP3759842B2 (ja) | 1998-09-17 | 1998-09-17 | 画像上の傷部分判定装置、方法および記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26266798A JP3759842B2 (ja) | 1998-09-17 | 1998-09-17 | 画像上の傷部分判定装置、方法および記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000092319A JP2000092319A (ja) | 2000-03-31 |
| JP3759842B2 true JP3759842B2 (ja) | 2006-03-29 |
Family
ID=17378943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26266798A Expired - Fee Related JP3759842B2 (ja) | 1998-09-17 | 1998-09-17 | 画像上の傷部分判定装置、方法および記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3759842B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1526069A (zh) * | 2001-07-10 | 2004-09-01 | ��ʽ���綫������������� | 工件损伤检查方法及其装置 |
| JP2008113085A (ja) | 2006-10-27 | 2008-05-15 | Seiko Epson Corp | イメージスキャナ付き印刷装置 |
| JP5083574B2 (ja) * | 2010-02-26 | 2012-11-28 | 株式会社ニコン | 画像処理装置およびプログラム |
| JP4947105B2 (ja) * | 2009-07-21 | 2012-06-06 | 株式会社ニコン | 画像処理装置、画像処理プログラムおよび撮像装置 |
| US8665347B2 (en) | 2009-07-21 | 2014-03-04 | Nikon Corporation | Image processing device, image processing program, and imaging device computing brightness value and color phase value |
| JP5622461B2 (ja) | 2010-07-07 | 2014-11-12 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
| JP7185388B2 (ja) * | 2016-11-21 | 2022-12-07 | 日東電工株式会社 | 検査装置及び検査方法 |
| JP6936685B2 (ja) * | 2017-09-29 | 2021-09-22 | 清水建設株式会社 | ひび割れ検出装置、ひび割れ検出方法、および、コンピュータプログラム |
| CN116148268A (zh) * | 2023-04-21 | 2023-05-23 | 创新奇智(青岛)科技有限公司 | 瑕疵检测的方法、装置、电子设备及计算机可读存储介质 |
-
1998
- 1998-09-17 JP JP26266798A patent/JP3759842B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000092319A (ja) | 2000-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6125213A (en) | Image processing method, an image processing apparatus, and a storage medium readable by a computer | |
| US20090274370A1 (en) | Compositional analysis method, image apparatus having compositional analysis function, compositional analysis program, and computer-readable recording medium | |
| JP4908440B2 (ja) | 画像処理装置及び方法 | |
| JP2001109895A (ja) | 複数のディジタル画像の処理方法 | |
| JP2000149018A (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
| JP3759842B2 (ja) | 画像上の傷部分判定装置、方法および記憶媒体 | |
| US7680339B2 (en) | Image processing method and apparatus for edge detection in an image | |
| EP2782065A1 (en) | Image-processing device removing encircling lines for identifying sub-regions of image | |
| JP4599110B2 (ja) | 画像処理装置及びその方法、撮像装置、プログラム | |
| JP2006098217A (ja) | 画像検査装置、画像検査方法及び画像検査プログラム | |
| US20110187721A1 (en) | Line drawing processing apparatus, storage medium storing a computer-readable program, and line drawing processing method | |
| US20230316697A1 (en) | Association method, association system, and non-transitory computer-readable storage medium | |
| JP3554130B2 (ja) | 画像処理方法 | |
| JPH10320566A (ja) | 画像処理装置、画像処理方法及びその方法を記憶した記憶媒体 | |
| CN111401341A (zh) | 一种基于视觉的减速带检测方法、装置及其存储介质 | |
| JP2019178892A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2000022943A (ja) | 画像領域判別装置および方法ならびに画像領域判別プログラムを記録した記録媒体 | |
| AU2008264171A1 (en) | Print quality assessment method | |
| CN113569859A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| JPH10320557A (ja) | テロップ文字表示フレーム検出方法及び装置 | |
| JPH11317874A (ja) | 画像処理装置およびその方法 | |
| CN114202665A (zh) | 一种图像相似度确定方法及装置、设备、存储介质 | |
| WO2020107196A1 (zh) | 一种对拍摄装置的拍摄质量评测方法、装置及终端设备 | |
| JP3576759B2 (ja) | 画像処理装置 | |
| JP6111796B2 (ja) | 画像処理装置およびコンピュータプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041201 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050111 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050309 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050913 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051013 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20051208 |
|
| 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: 20051227 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060105 |
|
| 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: 20090113 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100113 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100113 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100113 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110113 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110113 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120113 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120113 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130113 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130113 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |