JP4253335B2 - カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 - Google Patents
カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 Download PDFInfo
- Publication number
- JP4253335B2 JP4253335B2 JP2006193100A JP2006193100A JP4253335B2 JP 4253335 B2 JP4253335 B2 JP 4253335B2 JP 2006193100 A JP2006193100 A JP 2006193100A JP 2006193100 A JP2006193100 A JP 2006193100A JP 4253335 B2 JP4253335 B2 JP 4253335B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- pixel
- image
- kernel function
- kernel
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
Description
D. Comaniciu et al., "Mean Shift: A Robust Approach Toward Feature Space Analysis," IEEE Trans. Pattern Analysis and Machine Intelligence, vol.24, no.5, May 2002. B. W. Silverman, "Density Estimation for Statistics and Data Analysis," Chapman & HALL/CRC, ISBN 0-412-24620-1, 1986.
図1を参照すると、本発明の一実施形態に従うカーネル関数値算出装置は、データメモリ10、パス設定部11、積分部12及びカーネル関数算出部13を有する。このカーネル関数値算出装置は、γ次元の位置とη次元の特徴量を持つN次元空間(γ、η、Nは自然数)内のサンプル集合中の複数の候補サンプルに対応するカーネル関数値を算出する。従来ではカーネルに円、球または楕円のような固定された形状を用いていたのに対し、本実施形態ではカーネルの形状を予め定められた基準に従い、空間内に散らばるサンプルに合わせて適応的に決める。ここで、カーネルの形状を決めることは、本実施形態においてN次元空間内の個々の候補サンプルについてカーネル関数値(候補サンプルに与える重み値)を求めることに相当する。
次に、上述したカーネル関数値算出の一つの応用例として、平均値シフトを利用して画像の領域分割を行う実施形態について説明する。まず、カーネルの形状を固定した場合の問題点について述べ、次に本発明を領域分割に適用する際のカーネルの形状の決定方法について述べる。領域分割の手順についてはその後で述べる。
次に、以上述べたカーネル関数値算出手順を利用する平均値シフトフィルタについて説明する。図17に示されるように、本発明の一実施形態に従う平均値シフトフィルタは、図1に示したカーネル関数値算出装置と同様の要素である、データメモリ(ここでは画像メモリ)10、パス設定部11、積分部12及びカーネル関数値算出部13に加えて、注目アドレス記憶部21、候補アドレス記憶部22、注目アドレス更新部23、候補アドレス更新部24、特徴量抽出部25、積和演算部26、積和中間値記憶部27、特徴量画像更新部28、特徴量画像メモリ29及びシーケンス制御部30を有する。平均値シフトフィルタはN次元空間が画像空間以外の場合にも適用が可能であるが、ここでは画像空間の場合を例にとり説明する。
注目画素に対応するカーネルを求める方法は種々考えられる。例えば、短い処理時間で良好なカーネルを求めたい場合は、次の方法を用いることができる。
次に、カーネル密度推定について説明する。本発明の一実施形態に従うカーネル密度推定装置は、図19に示されるように図1に示したカーネル関数値算出装置の要素である、データメモリ10、パス設定部11、積分部12及びカーネル関数値算出部13に加えて、候補アドレス記憶部31、候補アドレス更新部32、積和演算部33、積和中間値記憶部34及びシーケンス制御部35を有する。
本実施形態による任意形状のカーネルを用いたカーネル密度推定は、クラスタリングや領域分割以外に、画像に対する領域フィッティングという応用にも適用が可能である。例えば、文字のような被写体を撮影して得られた画像があり、画像中の被写体の存在する領域(被写体領域)とそれ以外の領域(背景領域)が概略的にわかっているときに、被写体領域と背景領域を分離する操作を領域フィッティングという。ここで、概略的に表される被写体領域及び背景領域をそれぞれ初期被写体領域(初期第1領域)及び初期背景領域(初期第2領域)と呼び、これらの領域を区別するための情報を初期領域情報と呼ぶことにする。
11・・・パス設定部
12・・・積分部
13・・・カーネル関数値算出部
21・・・注目アドレス記憶部
22・・・候補アドレス記憶部
23・・・注目アドレス更新部
24・・・候補アドレス更新部
25・・・特徴量抽出部
26・・・積和演算部
27・・・積和中間値記憶部
28・・・特徴量画像更新部
29・・・特徴量画像メモリ
30・・・シーケンス制御部
31・・・候補アドレス記憶部
32・・・候補アドレス更新部
33・・・積和演算部
34・・・積和中間値記憶部
41・・・注目アドレス記憶部
42・・・候補アドレス記憶部
43・・・注目アドレス更新部
44・・・候補アドレス更新部
45・・・特徴量抽出部
46・・・マスク付き加算部
47・・・積和中間値記憶部
48・・・確率密度関数値記憶部
49・・・比較部
50・・・補正後バイナリマスクメモリ
Claims (7)
- 画像中の注目画素と、前記画像中の複数の候補画素とを結ぶ直線によって定義されたパスを設定するステップと;
前記パス上に位置する画素の前記パス上での画素値の変化量に基づく値を線積分して積分値を得るステップと;
前記パス毎に、前記積分値が予め定められた値を超える場合にカーネル関数値を0と算出し、前記積分値が前記予め定められた値以下となる場合に前記カーネル関数値を定数と算出するステップと;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の前記画像中の位置の平均位置を求めるステップと;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の画素値の総和を算出し、前記注目画素に対して算出されたカーネル関数値の総和を算出し、前記画素値の総和を前記カーネル関数値の総和で除算することにより平均画素値を算出するステップと;
前記画像中の前記注目画素の画素値を前記平均画素値に置き換えるステップと;
を具備する画像のフィルタリング方法。 - 前記積分値は、前記注目画素の画素値と前記パス上に設定された複数の位置に存在する各画素の画素値との差分の総和である請求項1記載の方法。
- 前記積分値は、前記パス上に設定された複数の位置に存在する隣接画素の画素値の差分の総和である請求項1記載の方法。
- 画像中の注目画素と、前記画像中の複数の候補画素とを結ぶ直線によって定義されたパスを設定するステップと;
前記パス上に位置する画素の前記パス上での画素値の変化量に基づく値を線積分して積分値を得るステップと;
前記パス毎に、前記積分値が予め定められた値を超える場合にカーネル関数値を0と算出し、前記積分値が前記予め定められた値以下となる場合に前記カーネル関数値を定数と算出するステップと;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の前記画像中の位置の平均位置を求めるステップと;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の画素値の総和を算出し、前記注目画素に対して算出されたカーネル関数値の総和を算出し、前記画素値の総和を前記カーネル関数値の総和で除算することにより平均画素値を算出するステップと;
前記画像中の前記注目画素の画素値を前記平均画素値に置き換えるステップと;
前記画像中の位置及び画素値が置き換えられた後の注目画素のうち、画素値の類似度が予め定められた閾値以上の複数の画素に対して同一のクラスタを割り当てるステップと;を具備する画像のクラスタリング方法。 - 前記積分値は、前記注目画素の画素値と前記パス上に設定された複数の位置に存在する各画素の画素値との差分の総和である請求項4記載の方法。
- 前記積分値は、前記パス上に設定された複数の位置に存在する隣接画素の画素値の差分の総和である請求項4記載の方法。
- 画像中の注目画素と、前記画像中の複数の候補画素とを結ぶ直線によって定義されたパスを設定する設定部と;
前記パス上に位置する画素の前記パス上での画素値の変化量に基づく値を線積分して積分値を得る積分部と;
前記パス毎に、前記積分値が予め定められた値を超える場合にカーネル関数値を0と算出し、前記積分値が前記予め定められた値以下となる場合に前記カーネル関数値を定数と算出する第1算出部と;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の前記画像中の位置の平均位置を求める第2算出部と;
前記カーネル関数値が定数と算出された前記パスに対応する全ての前記候補画素の画素値の総和を算出し、前記注目画素に対して算出されたカーネル関数値の総和を算出し、前記画素値の総和を前記カーネル関数値の総和で除算することにより平均画素値を算出する第3算出部と;
前記画像中の前記注目画素の画素値を前記平均画素値に置き換える置き換え部と;
を具備する画像のための平均値シフトフィルタ。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006193100A JP4253335B2 (ja) | 2006-07-13 | 2006-07-13 | カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 |
US11/689,857 US7792382B2 (en) | 2006-07-13 | 2007-03-22 | Method and apparatus for filtering, clustering, and region fitting by mean shift of images using kernel function values |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006193100A JP4253335B2 (ja) | 2006-07-13 | 2006-07-13 | カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008021175A JP2008021175A (ja) | 2008-01-31 |
JP4253335B2 true JP4253335B2 (ja) | 2009-04-08 |
Family
ID=38949294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006193100A Expired - Fee Related JP4253335B2 (ja) | 2006-07-13 | 2006-07-13 | カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7792382B2 (ja) |
JP (1) | JP4253335B2 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4908440B2 (ja) | 2008-03-06 | 2012-04-04 | 株式会社東芝 | 画像処理装置及び方法 |
US8296248B2 (en) * | 2009-06-30 | 2012-10-23 | Mitsubishi Electric Research Laboratories, Inc. | Method for clustering samples with weakly supervised kernel mean shift matrices |
US20110184949A1 (en) * | 2010-01-25 | 2011-07-28 | Jiebo Luo | Recommending places to visit |
US20110292230A1 (en) | 2010-05-28 | 2011-12-01 | Winters Dustin L | Method for managing privacy of digital images |
US8581997B2 (en) | 2010-10-28 | 2013-11-12 | Intellectual Ventures Fund 83 Llc | System for locating nearby picture hotspots |
US9659063B2 (en) * | 2010-12-17 | 2017-05-23 | Software Ag | Systems and/or methods for event stream deviation detection |
KR101901602B1 (ko) * | 2011-01-14 | 2018-09-27 | 삼성전자주식회사 | 디지털 사진에서 노이즈를 제거하는 장치 및 방법 |
US9715723B2 (en) * | 2012-04-19 | 2017-07-25 | Applied Materials Israel Ltd | Optimization of unknown defect rejection for automatic defect classification |
US10043264B2 (en) | 2012-04-19 | 2018-08-07 | Applied Materials Israel Ltd. | Integration of automatic and manual defect classification |
US9607233B2 (en) | 2012-04-20 | 2017-03-28 | Applied Materials Israel Ltd. | Classifier readiness and maintenance in automatic defect classification |
US10114368B2 (en) | 2013-07-22 | 2018-10-30 | Applied Materials Israel Ltd. | Closed-loop automatic defect inspection and classification |
CN104751099A (zh) * | 2015-04-14 | 2015-07-01 | 华中科技大学 | 一种彩色三维码图像识读前的预处理方法 |
WO2016175781A1 (en) * | 2015-04-29 | 2016-11-03 | Hewlett Packard Enterprise Development Lp | Discrete-time analog filtering |
CN104851115B (zh) * | 2015-05-18 | 2017-09-22 | 成都平行视野科技有限公司 | 一种通过函数拟合计算任意图像颜色映射滤镜的方法 |
US9792259B2 (en) | 2015-12-17 | 2017-10-17 | Software Ag | Systems and/or methods for interactive exploration of dependencies in streaming data |
WO2018113911A1 (en) * | 2016-12-20 | 2018-06-28 | Softkinetic Software | Distance-independent keypoint detection |
JP6924437B2 (ja) * | 2017-09-20 | 2021-08-25 | 株式会社日立製作所 | 粒子線を用いた測定方法および測定システム |
JP6873414B2 (ja) * | 2017-10-17 | 2021-05-19 | 株式会社リガク | 処理装置、方法およびプログラム |
CN109359682B (zh) * | 2018-10-11 | 2019-08-30 | 北京市交通信息中心 | 一种基于f-dbscan迭代聚类的机场巴士候选站点筛选方法 |
CN112153483B (zh) * | 2019-06-28 | 2022-05-13 | 腾讯科技(深圳)有限公司 | 信息植入区域的检测方法、装置及电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5479270A (en) * | 1992-05-19 | 1995-12-26 | Eastman Kodak Company | Method and apparatus for aligning depth images |
US5568208A (en) * | 1994-03-08 | 1996-10-22 | Van De Velde; Frans J. | Modified scanning laser opthalmoscope for psychophysical applications |
US6055335A (en) * | 1994-09-14 | 2000-04-25 | Kabushiki Kaisha Toshiba | Method and apparatus for image representation and/or reorientation |
JP2001188910A (ja) * | 1999-10-22 | 2001-07-10 | Toshiba Corp | 画像の輪郭抽出方法、画像からの物体抽出方法およびこの物体抽出方法を用いた画像伝送システム |
EP1565102A4 (en) * | 2002-10-15 | 2008-05-28 | Medtronic Inc | SYNCHRONIZATION AND CALIBRATION OF WATCHES FOR MEDICINAL PRODUCT AND CALIBRATED WATCH |
WO2004034881A2 (en) * | 2002-10-15 | 2004-04-29 | Medtronic Inc. | Signal quality monitoring and control for a medical device system |
JP2006260401A (ja) * | 2005-03-18 | 2006-09-28 | Toshiba Corp | 画像処理装置、方法、およびプログラム |
-
2006
- 2006-07-13 JP JP2006193100A patent/JP4253335B2/ja not_active Expired - Fee Related
-
2007
- 2007-03-22 US US11/689,857 patent/US7792382B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20080013784A1 (en) | 2008-01-17 |
JP2008021175A (ja) | 2008-01-31 |
US7792382B2 (en) | 2010-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4253335B2 (ja) | カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 | |
KR101096825B1 (ko) | 이미지 처리방법, 처리장치, 및 프로그램 | |
US6453069B1 (en) | Method of extracting image from input image using reference image | |
CN113109368B (zh) | 玻璃裂纹检测方法、装置、设备及介质 | |
WO2016104712A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JPH1023452A (ja) | 画像抽出装置および方法 | |
JP2001034771A (ja) | イメージオブジェクトの所望の輪郭をモデリングするための方法および装置、ならびにフレームのシーケンス内でイメージオブジェクトを追跡し、かつイメージオブジェクトの所望の輪郭をモデリングするための方法 | |
EP2645332A2 (en) | Image processing device that separates image into plural regions | |
JP4772819B2 (ja) | 画像検索装置および画像検索方法 | |
EP2782065B1 (en) | Image-processing device removing encircling lines for identifying sub-regions of image | |
CN115457577A (zh) | 基于人事档案图像的文本字体标准化处理方法及系统 | |
JP2017500662A (ja) | 投影ひずみを補正するための方法及びシステム | |
CN110516731B (zh) | 一种基于深度学习的视觉里程计特征点检测方法及系统 | |
CN111275616B (zh) | 低空航拍图像拼接方法和装置 | |
US9904988B2 (en) | Image processing method and image processing program | |
CN107704864B (zh) | 基于图像对象性语义检测的显著目标检测方法 | |
CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
JP2011170554A (ja) | 物体認識装置、物体認識方法及び物体認識プログラム | |
JP2011076575A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5786838B2 (ja) | 画像領域分割装置、方法、およびプログラム | |
KR101914415B1 (ko) | 반복적 이상 클러스터 제거를 이용한 시각적 돌출 맵 검출 방법 | |
JP2007102307A (ja) | 画像に表現された被写体の特定 | |
JP6751663B2 (ja) | 画像処理装置、画像処理方法 | |
JP6233842B2 (ja) | 情報端末装置、方法及びプログラム | |
CN113205467A (zh) | 基于模糊检测的图像处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080326 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080930 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081201 |
|
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: 20090120 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090123 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120130 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |