JP4458339B2 - 画像処理方法、システム及びプログラム - Google Patents
画像処理方法、システム及びプログラム Download PDFInfo
- Publication number
- JP4458339B2 JP4458339B2 JP2004108282A JP2004108282A JP4458339B2 JP 4458339 B2 JP4458339 B2 JP 4458339B2 JP 2004108282 A JP2004108282 A JP 2004108282A JP 2004108282 A JP2004108282 A JP 2004108282A JP 4458339 B2 JP4458339 B2 JP 4458339B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixels
- ellipse
- image object
- pixel
- 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
- 238000003672 processing method Methods 0.000 title claims description 13
- 238000000034 method Methods 0.000 claims description 64
- 238000012545 processing Methods 0.000 claims description 64
- 230000008569 process Effects 0.000 claims description 42
- 239000000284 extract Substances 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 20
- 230000007423 decrease Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 239000011295 pitch Substances 0.000 description 57
- 238000001514 detection method Methods 0.000 description 15
- 239000007787 solid Substances 0.000 description 9
- 238000005059 solid analysis Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
Images
Landscapes
- Measurement Of Radiation (AREA)
- Image Generation (AREA)
Description
また、この発明は、処理負担を抑えて、画像を用いた評価・検討・対象を行うことができる装置と方法を提供することを目的とする。
前処理部と楕円フィット部とを備えたコンピュータにより、データベースに記憶されている画像データが示す画像に含まれる複数の画素から構成される画像オブジェクトに楕円をフィッティングする画像処理方法であって、
前記前処理部が、前記データベースに記憶されている画像データが示す画像中の画像オブジェクトのエッジ部の画素のうちから、所定数の画素を抽出する工程と、
前記楕円フィット部が、抽出した画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める工程と、を備え、
前記所定数の画素を抽出する工程は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする。
前処理部と楕円フィット部とを備えたコンピュータにより、データベースに記憶されている画像データが示す画像に含まれる複数の画素から構成される画像オブジェクトに楕円をフィッティングする画像処理方法であって、
前記前処理部が、前記データベースに記憶されている画像データが示す画像中のフィッティング対象の画像オブジェクトが、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであるか否かを判別する工程と、
前記前処理部が、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであると判別した場合に、判別した複数の画像オブジェクトを分離する工程と、
前記前処理部が、分離した各画像オブジェクトについて、当該画像オブジェクトのエッジ部の画素のうちから、所定数の画素を抽出する工程と、
前記楕円フィット部が、分離した各画像オブジェクトについて、抽出した画素の座標を用いて、当該画像オブジェクトの輪郭に近似する楕円を求める工程と、を備え、
前記所定数の画素を抽出する工程は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、ことを特徴とする。
前記フィッティング対象の画像オブジェクトのエッジ部の画素を一方向に所定の座標ピッチで順次追跡し、直前の画素から現在の画素に向かう線分の基準線に対する一方向の角度を求め、順次の角度の差が所定の規則で減少した場合に、複数の画像オブジェクトの輪郭の交差点であると判別するものであり、
前記所定の規則で減少する場合とは、n番目の画素での基準線に対する角度をθ n とし、n番目の画素とn−1番目の画素との角度差をγ n =θ n −θ n−1 としたときに、以下の条件1乃至条件3の条件を総て満たして角度差γ n が減少した場合であり、
条件1:γ n =θ n −θ n−1
が負
条件2:γ n <誤差角
条件3:γ n ≦γ n−2 かつ、γ n ≦γ n−1 かつ、γ n ≦γ n+1 かつ、γ n ≦γ n+2
この場合のn番目の画素を交差点であると判別する。
楕円で近似する画像オブジェクトを含む画像の画像データを記憶する記憶手段と、
前記記憶手段に記憶された画像データに基づいて画像データ中の各オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段と、
前記楕円フィッティング手段により求めた楕円を特定する情報を記憶する手段と、
を備え、
前記楕円フィッティング手段は、フィッティング対象の画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、抽出した画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める手段を含み、
前記楕円フィッティング手段は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする。
楕円で近似する画像オブジェクトを含む画像の画像データを記憶する記憶手段と、
前記記憶手段に記憶された画像データに基づいて画像データ中の各オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段と、
前記楕円フィッティング手段により求めた楕円を特定する情報を記憶する手段と、
を備え、
前記楕円フィッティング手段は、前記画像中の重なって表示されている複数の画像オブジェクトを判別する手段と、判別した複数の画像オブジェクトを分離する手段と、分離した各画像オブジェクトについて、当該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出する手段と、抽出した画素の座標を用いて、分離した各画像オブジェクトについて楕円をフィッティングする手段とを備え、
前記所定数の画素を抽出する手段は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする。
また、前記重なって表示されている複数の画像オブジェクトを判別する手段は、前記画像オブジェクトのエッジ部の画素を一方向に所定の座標ピッチで順次追跡し、直前の画素から現在の画素に向かう線分の基準線に対する一方向の角度を求め、順次の角度の差が所定の規則で減少した場合に、複数の画像オブジェクトの輪郭の交差点であると判別するものであり、
前記所定の規則で減少する場合とは、n番目の画素での基準線に対する角度をθ n とし、n番目の画素とn−1番目の画素との角度差をγ n =θ n −θ n−1 としたときに、以下の条件1乃至条件3の条件を総て満たして角度差γ n が減少した場合であり、
条件1:γ n =θ n −θ n−1
が負
条件2:γ n <誤差角
条件3:γ n ≦γ n−2 かつ、γ n ≦γ n−1 かつ、γ n ≦γ n+1 かつ、γ n ≦γ n+2
この場合のn番目の画素を交差点であると判別してもよい。
前記楕円フィッティング手段により求めた楕円の数と特徴との少なくとも1つを分析する分析手段、を配置しても良い。
コンピュータを、
画像データ中の複数画素から構成される画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、
抽出した所定数の画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段、
として機能させる。
コンピュータを、
画像データ中の複数画素から構成される画像オブジェクトが、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであるか否かを判別する判別手段、
前記判別手段によって複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであると判別された場合に、判別された複数の画像オブジェクトを分離する分離手段、
前記分離手段によって分離された各画像オブジェクトについて楕円をフィッティングする楕円フィッティング手段、として機能させるためのコンピュータプログラムであって、
前記楕円フィッティング手段は、分離された各画像オブジェクトについて、該画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、抽出した所定数の画素の座標を用いて、該画像オブジェクトの輪郭に近似する楕円を求める、
ことを特徴とする。
楕円の方程式を(1)式で表し、
ax2+bxy+cy2+dx+ey+f=0
・・・(1)
b2−4ac=負の定数 の条件下で、
フィッティング対象の画像オブジェクトのエッジ部から選択された複数の画素について、代数距離の平方の和を、最小とする係数を求めることにより、画像オブジェクトの輪郭に近似する楕円を求める、手法が有効である。
また、第2、第4,第6の発明によれば、重なっている複数の画像オブジェクトを分離してから楕円フィッティングをおこなうので、画像オブジェクトに適切に楕円をフィッティングすることができる。
図1に示すように、この飛跡検出用固体分析システム11は、顕微鏡装置21と、画像処理装置23と、データベース(DB)25と、これらを接続するネットワークNWを備える。
まず、その画像全体の画素をスキャンして、各画素の階調のヒストグラムを取得する(ステップS401)。一般に、階調のヒストグラムは、階調全体に均等に分布するのではなく、階調の小さいクラスタと階調の大きいクラスタとに二分される。画像処理装置23は、両クラスタの間に閾値(階調)を設定する(ステップS402)。続いて、この閾値と各画素の階調とを比較して、画像を二値化する(ステップS403)。
なお、画像オブジェクトの外周を構成するn個の画素を抽出する処理については、図12〜図15を参照して後述する。
まず、円錐Fの方程式を式(1)のようにおくこととする。
F=ax2+bxy+cy2+dx+ey+f ・・・(1)
F(P,R)=P・R=ax2+bxy+cy2+dx+ey+f
・・・(2)
従って、エッチピットの輪郭に最もフィットする楕円を求めるためには、代数距離ΣF(P,R)2が最小になるPを、制限条件b2−4ac<0のもとで、求めればよい。
そこで、「制限条件b2−4ac=−1」と決めて、解を求めることとする。このようにすると、楕円方程式を定義する係数群(a〜f)を示すベクトルPが求まる。
一般固有値システム(3a)より、一般固有値λとその固有値に対する固有ベクトルPを求めるために、S=QQTのように、行列Sを分解する(ステップS503)。ただし、Qは対称行列である。
Q2P=λConstP ・・・(3b)
V=λCV、 即ち、CV=1/λV が得られる。
定義より、Vi=QPiであり、Pi=Q−1Viである。これから、(1)式の解Piが求められる。
続いて、判別した「λk」に対応する固有ベクトルPkを選択し、これを解とする(ステップS507)。
ここで、もしベクトルukが(1)式の解であれば、任意のwk(スカラ)に対して(λk,wkuk)も(1)式の解である。そこで、解を確定するための制限条件wk 2PkConstPk=−1を使って、式(5)より係数wkを求め(ステップS508)、さらに、式(6)でPを算出する(ステップS509)。
・・・(5)
P=wkPk ・・・(6)
この後処理は、図7に示すように、外枠処理(ステップS601)とオペレータによる編集処理(ステップS602)とを含む。
オペレータは、楕円の抽出条件、例えば、サイズ、面積、形状(例えば、楕円の長径と短径の比)、長軸の方向、等を適宜設定する(ステップS801)。次に、その条件に合致する楕円の数を求め、その数を表示する(ステップS802)。
多数の画素を楕円のフィッティングに使用すると、各画素の座標の判別(特定)及び楕円のフィッティング処理の負担が大きくなると共に処理速度が遅くなってしまう。また、エッジラインには微妙な凸凹があるため、とびとびに取ることが望ましい。
例えば、画素ピッチが2ならば、境界をなしている画素の連鎖より、間隔を1個飛ばして画素を拾っていく。同様に、画素ピッチが5ならば、境界をなしている画素の連鎖より、間隔を4個飛ばして画素を拾っていく。そして拾っていった画素群がフィッティング処理の計算の対象となる(ベクトルDの構成要素)。
今、図14に示すように、画素ピッチ2の場合について、考えると、画素PaからPiまでの画素の連結でのつながり方は、負の角度方向(−90°以内)を考えると、次の9通りがある。
そして、2ピッチで移動する際に、開始点から到達点に至るライン(直線)の傾きはD1〜D5の5種類ある。
等が考えられる。そして、5ピッチで移動する際に、開始点から到達点に至るライン(直線)の傾きは13種類ある。これらの傾きについては、後述の実施の形態にて述べる複数の画像オブジェクトの分離処理に用いる。
なお、ピッチ数は、固定で予めシステムに登録されており、或いは、オペレータの指定により特定される。
第1の実施の形態においては、ピッチ数が固定であり、例えば、大きな画像オブジェクトについては楕円を近似するための画素数が多く、小さい画像オブジェクトについては画素数が小さくなってしまう。
まず、円周長をLとした場合、L=2πrとなる。
これより、座標ピッチpはπr/3となる。
p=(1/3)√(πS)
L=4S=4∫√(a2cos2t+b2sin2t)dt(t=0〜π/2)
L=4a∫√(1−k2sin2t)dt (t=0〜π/2)が得られる。
この方程式は、楕円積分での第2種完全楕円積分にあたり、解は例えば完全楕円積分表を参照して解くことができ、予め、DB25上に格納した完全楕円積分表を参照して離心率kに対応する解を得る。
エッチピットのうちには、図11(a)で示すように、2つのエッチピットが重なっているものが存在する。このような場合には、ピットを分離してから楕円フィッティングを行わないと、例えば、2つのエッチピットを大きな楕円でフィッティングしてしまい、被爆量等を適切に判別できなくなるおそれがある。
2つのエッチピットが重なっていることを判別する手法を述べる。ここでは、画像オブジェクトの輪郭を反時計方向にNピッチで辿ったとき、角度が急激に変わる場所(変曲点)が現れたときに、その点が2つの楕円の交差点であると考えることとする。
今、2つのエッチピットが重なっている画像オブジェクトと背景との境界線BLをスタート点P1から辿る場合を考える。
上述の手順をフローチャートにまとめると図19に示すようになる。
ここでは、輪郭線BLを、ポイントP0→P1→P2→P3→P4→P5...と左周りに辿る場合を考える。図示するように、θ0=ポイントP0とP1を結ぶラインLP0-P1が水平ラインとなす角、θ1=ポイントP1とP2を結ぶラインLP1-P2が水平ラインとなす角、θ2=ポイントP2とP3を結ぶラインLP2-P3が水平ラインとなす角、θ3=ポイントP3とP4を結ぶラインLP3-P4が水平ラインとなす角、θ4=ポイントP4とP5を結ぶラインLP4-P5が水平ラインとなす角、...とする。これらの角度は、図20に示すように、ポイントP0→P1、P1→P2の各線分の始点に交わる水平ラインに対し、始点からみて線分とは反対の側からの画素連鎖を辿る方向である反時計回りの角度としてある。図20では楕円の上側を辿った場合を示してあり、角度は、水平ラインに対して始点の右側からの反時計回りの角度である。
γn=θn−θn−1
(γ1=θ1−θ0、γ2=θ2−θ1、γ3=γ3−γ2 ...)
図では、γ1は正、γ2は正、γ3は負、である。
1.γn=θn−θn−1 が負
2.γn<誤差角
3.γn≦γn−2
γn≦γn−1
γn≦γn+1
γn≦γn+2
(前の2点より増減角が小さく、かつ、後の2点よりも小さい。前後4点より明らかに減少している)
誤差角は、例えば、図15,図16に示したピッチ別の取りうる方向のうち、どの角度範囲までを誤差とみなさないかということにより定まる。
上述の手順をフローチャートにまとめると図21に示すようになる。
まず、画像オブジェクトの外周を所定ピッチでトレースしながら、各サンプル点Piのx座標xiとy座標yiとを求め、図22(a)に示すように中間ファイルに順次格納する。
θi=atan2((yi+1−yi),(xi+1−xi))
即ち、点Piのx座標値xiと点Pi+1のx座標値xi+1との差Δxiと、点Piのyi座標値と点pi+1のy座標値yi+1との差Δyiと、を求めて、点PiからPi+1への増分に対して、Δyi/Δxiのatan(アークタンジェント)を求める。この角度θiは、水平方向線と成す角度にあたり、−πラジアンからπラジアンの範囲の値である。なお、Δxと、Δyが共に0のときには0とする。
但し、θi−1>π/2 かつ θi<−π/2 ならば、γi=γi+2π
θi−1<−π/2 かつ θi> π/2 ならば、γi=γi−2π
例えば、上記実施の形態においては、楕円をフィッティングする対象として、エッチピットを取り上げたが、他のフィッティングにも適用可能である。例えば、生態組織(細胞等)、工業製品などについても同様に適用可能である。
21 … 顕微鏡装置
23 … 画像処理装置
25 … DB(データベース)
Claims (12)
- 前処理部と楕円フィット部とを備えたコンピュータにより、データベースに記憶されている画像データが示す画像に含まれる複数の画素から構成される画像オブジェクトに楕円をフィッティングする画像処理方法であって、
前記前処理部が、前記データベースに記憶されている画像データが示す画像中の画像オブジェクトのエッジ部の画素のうちから、所定数の画素を抽出する工程と、
前記楕円フィット部が、抽出した画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める工程と、を備え、
前記所定数の画素を抽出する工程は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする画像処理方法。 - 前処理部と楕円フィット部とを備えたコンピュータにより、データベースに記憶されている画像データが示す画像に含まれる複数の画素から構成される画像オブジェクトに楕円をフィッティングする画像処理方法であって、
前記前処理部が、前記データベースに記憶されている画像データが示す画像中のフィッティング対象の画像オブジェクトが、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであるか否かを判別する工程と、
前記前処理部が、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであると判別した場合に、判別した複数の画像オブジェクトを分離する工程と、
前記前処理部が、分離した各画像オブジェクトについて、当該画像オブジェクトのエッジ部の画素のうちから、所定数の画素を抽出する工程と、
前記楕円フィット部が、分離した各画像オブジェクトについて、抽出した画素の座標を用いて、当該画像オブジェクトの輪郭に近似する楕円を求める工程と、を備え、
前記所定数の画素を抽出する工程は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする画像処理方法。 - 前記重なって1つに表示されている画像オブジェクトであるか否かを判別する工程は、前記フィッティング対象の画像オブジェクトのエッジ部に並ぶ画素での接線のなす角度が所定の誤差範囲にない場合に、複数の画像オブジェクトの輪郭の交差点であると判別する、
ことを特徴とする請求項2に記載の画像処理方法。 - 前記重なって1つに表示されている画像オブジェクトであるか否かを判別する工程は、
前記フィッティング対象の画像オブジェクトのエッジ部の画素を一方向に所定の座標ピッチで順次追跡し、直前の画素から現在の画素に向かう線分の基準線に対する一方向の角度を求め、順次の角度の差が所定の規則で減少した場合に、複数の画像オブジェクトの輪郭の交差点であると判別するものであり、
前記所定の規則で減少する場合とは、n番目の画素での基準線に対する角度をθnとし、n番目の画素とn−1番目の画素との角度差をγn=θn−θn−1としたときに、以下の条件1乃至条件3の条件を総て満たして角度差γnが減少した場合であり、
条件1:γn=θn−θn−1 が負
条件2:γn<誤差角
条件3:γn≦γn−2 かつ、γn≦γn−1 かつ、γn≦γn+1 かつ、γn≦γn+2
この場合のn番目の画素を交差点であると判別する、ことを特徴とする請求項2に記載の画像処理方法。 - 楕円で近似する画像オブジェクトを含む画像の画像データを記憶する記憶手段と、
前記記憶手段に記憶された画像データに基づいて画像データ中の各オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段と、
前記楕円フィッティング手段により求めた楕円を特定する情報を記憶する手段と、
を備え、
前記楕円フィッティング手段は、フィッティング対象の画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、抽出した画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める手段を含み、
前記楕円フィッティング手段は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする画像処理システム。 - 楕円で近似する画像オブジェクトを含む画像の画像データを記憶する記憶手段と、
前記記憶手段に記憶された画像データに基づいて画像データ中の各オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段と、
前記楕円フィッティング手段により求めた楕円を特定する情報を記憶する手段と、
を備え、
前記楕円フィッティング手段は、前記画像中の重なって表示されている複数の画像オブジェクトを判別する手段と、判別した複数の画像オブジェクトを分離する手段と、分離した各画像オブジェクトについて、当該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出する手段と、抽出した画素の座標を用いて、分離した各画像オブジェクトについて楕円をフィッティングする手段とを備え、
前記所定数の画素を抽出する手段は、前記画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから前記所定数の画素を抽出する、
ことを特徴とする画像処理システム。 - 前記重なって表示されている複数の画像オブジェクトを判別する手段は、前記画像オブジェクトのエッジ部に並ぶ画素での接線のなす角度が所定の誤差範囲にない場合に、複数の画像オブジェクトの輪郭の交差点であると判別する、ことを特徴とする請求項6に記載の画像処理システム。
- 前記重なって表示されている複数の画像オブジェクトを判別する手段は、前記画像オブジェクトのエッジ部の画素を一方向に所定の座標ピッチで順次追跡し、直前の画素から現在の画素に向かう線分の基準線に対する一方向の角度を求め、順次の角度の差が所定の規則で減少した場合に、複数の画像オブジェクトの輪郭の交差点であると判別するものであり、
前記所定の規則で減少する場合とは、n番目の画素での基準線に対する角度をθnとし、n番目の画素とn−1番目の画素との角度差をγn=θn−θn−1としたときに、以下の条件1乃至条件3の条件を総て満たして角度差γnが減少した場合であり、
条件1:γn=θn−θn−1 が負
条件2:γn<誤差角
条件3:γn≦γn−2 かつ、γn≦γn−1 かつ、γn≦γn+1 かつ、γn≦γn+2
この場合のn番目の画素を交差点であると判別する、
ことを特徴とする請求項6に記載の画像処理システム。 - 前記楕円フィッティング手段により求めた楕円の数と特徴との少なくとも1つを分析する分析手段、を備えることを特徴とする請求項5乃至8のいずれか1項に記載の画像処理システム。
- 前記楕円フィッティング手段により求めた楕円を評価し、評価が基準レベル以下の場合に、楕円フィッティング手段による楕円を求める手段を再実行させて新たな楕円を求めさせる評価手段を備える、ことを特徴とする請求項5乃至9のいずれか1項に記載の画像処理システム。
- コンピュータを、
画像データ中の複数画素から構成される画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、
抽出した所定数の画素の座標を用いて、前記画像オブジェクトの輪郭に近似する楕円を求める楕円フィッティング手段、
として機能させるためのコンピュータプログラム。 - コンピュータを、
画像データ中の複数画素から構成される画像オブジェクトが、複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであるか否かを判別する判別手段、
前記判別手段によって複数の画像オブジェクトが重なって1つに表示されている画像オブジェクトであると判別された場合に、判別された複数の画像オブジェクトを分離する分離手段、
前記分離手段によって分離された各画像オブジェクトについて楕円をフィッティングする楕円フィッティング手段、として機能させるためのコンピュータプログラムであって、
前記楕円フィッティング手段は、分離された各画像オブジェクトについて、該画像オブジェクトの面積又は周長に基づいてピッチを求め、求めたピッチで該画像オブジェクトのエッジ部の画素のうちから所定数の画素を抽出し、抽出した所定数の画素の座標を用いて、該画像オブジェクトの輪郭に近似する楕円を求める、
ことを特徴とするコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004108282A JP4458339B2 (ja) | 2004-03-31 | 2004-03-31 | 画像処理方法、システム及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004108282A JP4458339B2 (ja) | 2004-03-31 | 2004-03-31 | 画像処理方法、システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005293299A JP2005293299A (ja) | 2005-10-20 |
JP4458339B2 true JP4458339B2 (ja) | 2010-04-28 |
Family
ID=35326151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004108282A Expired - Lifetime JP4458339B2 (ja) | 2004-03-31 | 2004-03-31 | 画像処理方法、システム及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4458339B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014215168A (ja) * | 2013-04-25 | 2014-11-17 | 富士通株式会社 | 放射線測定装置、放射線測定方法及び放射線測定プログラム |
JP6095117B2 (ja) * | 2013-08-07 | 2017-03-15 | 株式会社日立製作所 | ビームモニタシステムおよび粒子線照射システム |
JP2016110796A (ja) * | 2014-12-04 | 2016-06-20 | 旭化成ケミカルズ株式会社 | 供受給電部品 |
JP2020071119A (ja) * | 2018-10-31 | 2020-05-07 | 三菱電機株式会社 | 放射能分析装置 |
CN111192326B (zh) * | 2020-01-02 | 2023-05-16 | 上海电气集团股份有限公司 | 一种用于视觉识别电动汽车直流充电插口的方法及系统 |
CN117611651A (zh) * | 2023-11-23 | 2024-02-27 | 湖南科天健光电技术有限公司 | 亚像素椭圆中心的检测方法、检测系统、设备和电子介质 |
CN117291972B (zh) * | 2023-11-23 | 2024-02-13 | 湖南科天健光电技术有限公司 | 圆形标志的亚像素定位方法、装置、电子设备及介质 |
-
2004
- 2004-03-31 JP JP2004108282A patent/JP4458339B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP2005293299A (ja) | 2005-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Automated multiple concrete damage detection using instance segmentation deep learning model | |
US9235902B2 (en) | Image-based crack quantification | |
US11144814B2 (en) | Structure defect detection using machine learning algorithms | |
Spencer Jr et al. | Advances in computer vision-based civil infrastructure inspection and monitoring | |
Hoang | Detection of surface crack in building structures using image processing technique with an improved Otsu method for image thresholding | |
Jahanshahi et al. | Adaptive vision-based crack detection using 3D scene reconstruction for condition assessment of structures | |
Arena et al. | A new computational approach to cracks quantification from 2D image analysis: Application to micro-cracks description in rocks | |
US20140003723A1 (en) | Text Detection Devices and Text Detection Methods | |
JP2019056668A (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム | |
KR102660837B1 (ko) | 딥러닝 기반 경사지 균열 감지 방법과 이를 이용한 산사태 조기 감지 방법 및 그 장치 | |
JP2005190400A (ja) | 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム | |
Rivera et al. | Automated detection and measurement of cracks in reinforced concrete components | |
JP2015191572A (ja) | マンホール検出装置、マンホール検出方法及びプログラム | |
JP4458339B2 (ja) | 画像処理方法、システム及びプログラム | |
Chen et al. | A deep region-based pyramid neural network for automatic detection and multi-classification of various surface defects of aluminum alloys | |
Ge et al. | Automated detection and characterization of cracks on concrete using laser scanning | |
Xiu et al. | DS-Net: A dedicated approach for collapsed building detection from post-event airborne point clouds | |
CN114359383A (zh) | 一种图像定位方法、装置、设备以及存储介质 | |
JP7348575B2 (ja) | 劣化検出装置、劣化検出システム、劣化検出方法、およびプログラム | |
CN116596921B (zh) | 一种焚烧炉渣分选方法及系统 | |
JP6516384B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム | |
Sun | Semantic Segmentation Using Modified U-Net Architecture for Crack Detection | |
Saha et al. | Classification of surface geometry behavior of cultural heritage surfaces based on monitoring change | |
Cho et al. | Application of deep learning-based crack assessment technique to civil structures | |
JP2021085838A (ja) | 配筋検査システム、配筋検査方法、及び配筋検査プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061004 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090721 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091217 |
|
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: 20100119 |
|
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: 20100203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4458339 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130219 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140219 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |