JP4613726B2 - 画像処理装置及びその方法 - Google Patents

Description

本発明は、入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別する画像処理装置及びその方法に関する。

入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別する画像処理装置（方法）が知られており、下記［特許文献１］にも開示がある。下記［特許文献１］に記載のものでは、発光素子と受光素子とを一対にして、透明物体であるガラス部分からの反射光を利用することでガラス部分を検出する。
特開平８−８２６８２号公報

しかし、［特許文献１］に記載のものでは、光源位置が特定されているという特殊な環境（発光素子と受光素子が一体）でしか用いることができない。さらに、透明物体に特有の「てかり（光の反射）」を用いているが、この現象は物体（ガラスなどの透明物体）特有ではなく、曲面物体にも生じ得るものであるため、任意の環境では特定の物体（例えば、検出対象とするガラスなどの透明物体）以外の物体も検出するおそれがあるものであった。従って、本発明の目的は、入力画像中から特定物体（特定物体と対応する画像領域）を正確に検出すること、即ち、ある画像領域が特定物体に対応する特定画像領域であるか否かを正確に判別することのできる画像処理装置及びその方法を提供することにある。

請求項１に記載の画像処理装置は、入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別するもので、隣り合う画像領域の一方の領域である第一画像領域と他方の領域である第二画像領域とを設定する画像領域設定手段と、第二画像領域に対し特定画像処理を施す特定画像処理手段と、特定画像処理を施した第二画像領域と特定画像処理を施さない第一画像領域との類似度を評価する類似度評価手段と、類似度が判定基準以上である場合に、第一特定画像領域が特定画像領域であると判定する判定手段とを備えることを特徴としている。

請求項２に記載の発明は、請求項１に記載の画像処理装置において、入力画像に対して第一エッジの抽出を行う第一エッジ抽出手段を備え、画像領域設定手段が、第一エッジ抽出手段によって抽出された第一エッジをはさんで両側に存在する画像領域を、第一画像領域及び第二画像領域とすることを特徴としている。

請求項３に記載の発明は、請求項２に記載の画像処理装置において、第一画像領域が特定画像領域であると判定した場合に、第一画像領域と第二画像領域とがはさむ第一エッジを特定エッジであると判定する特定エッジ判定手段をさらに備えることを特徴としている。

請求項４に記載の発明は、請求項１〜３の何れか一項に記載の画像処理装置において、特定物体が透明物体であり、特定画像処理が画像の平滑化処理であることを特徴としている。

請求項５に記載の発明は、請求項１〜４の何れか一項に記載の画像処理装置において、類似度評価手段が、第一画像領域と第二画像領域との画素毎の差分に基づいて類似度を評価することを特徴としている。

請求項６に記載の発明は、請求項３に記載の画像処理装置において、入力画像に対し第二エッジの抽出を行う第二エッジ抽出手段と、特定エッジと第二エッジとに基づいて特定物体の輪郭を抽出する特定物体輪郭抽出手段とを備えることを特徴としている。なお、第二エッジ抽出手段が、上述した第一エッジ抽出手段と同一であっても良い。

請求項７に記載の発明は、請求項６に記載の画像処理装置において、特定物体輪郭抽出手段が、第二エッジを複数のセグメントに分割し、セグメントのエッジと特定エッジの重複度が所定基準以上であるセグメントのエッジを特定物体の輪郭として抽出することを特徴としている。

請求項８に記載の画像処理方法は、入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別するもので、隣り合う画像領域の一方の領域である第一画像領域として設定すると共に他方の領域を第二画像領域として設定し、第二画像領域に対し特定画像処理を施し、特定画像処理を施した第二画像領域と特定画像処理を施さない第一画像領域との類似度を評価し、類似度が判定基準以上である場合に、第一特定画像領域が特定画像領域であると判定することを特徴としている。

請求項９に記載の発明は、請求項８に記載の画像処理方法において、入力画像に対して第一エッジの抽出を行い、抽出した第一エッジをはさんで両側に存在する画像領域を、第一画像領域及び第二画像領域とすることを特徴としている。

請求項１０に記載の発明は、請求項９に記載の画像処理方法において、第一画像領域が特定画像領域であると判定した場合に、第一画像領域と第二画像領域とがはさむ第一エッジを特定エッジであると判定することを特徴としている。

請求項１１に記載の発明は、請求項８〜１０の何れか一項に記載の画像処理方法において、特定物体が透明物体であり、特定画像処理が画像の平滑化処理であることを特徴としている。

請求項１２に記載の発明は、請求項８〜１１の何れか一項に記載の画像処理方法において、第一画像領域と第二画像領域との画素毎の差分に基づいて類似度を評価することを特徴としている。

請求項１３に記載の発明は、請求項１０に記載の画像処理方法において、入力画像に対し第二エッジの抽出を行い、特定エッジと第二エッジとに基づいて特定物体の輪郭を抽出することを特徴としている。なお、第二エッジは、上述した第一エッジと同一となっても良い。

請求項１４に記載の発明は、請求項１１に記載の画像処理方法において、第二エッジを複数のセグメントに分割し、セグメントのエッジと特定エッジの重複度が所定基準以上であるセグメントのエッジを特定物体の輪郭として抽出することを特徴としている。

請求項１に記載の画像処理装置又は請求項８に記載の画像処理方法によれば、特定物体に視覚的な特徴がある場合、特徴を持たない領域に対して特定画像処理を施すと、特徴を持つ領域（特定物体に対応する領域）に似るという性質を利用して、特定物体の領域判別することができる。

請求項２に記載の画像処理装置又は請求項９に記載の画像処理方法によれば、エッジをはさんで領域を設定して評価を行うことで、計算処理の無駄なく特定物体の領域を抽出可能となる。

請求項３に記載の画像処理装置又は請求項１０に記載の画像処理方法によれば、エッジをはさんで、一方の領域が特定物体で、他方の領域が特定物体でない場合は、そのエッジが特定物体のエッジとわかる。

請求項４に記載の画像処理装置又は請求項１１に記載の画像処理方法によれば、透明物体を通過した領域がぼやけるため、ガウシアンフィルタなどの平滑化処理を施すことで、透明物体を通過していない領域を擬似的に透明物体を通過した領域とできる。よって、平滑化処理を施さない領域と、平滑化処理を施した領域とが近い場合に、平滑化処理を施さない領域を透明物体の領域として検出可能となる。

請求項５に記載の画像処理装置又は請求項１２に記載の画像処理方法によれば、画素毎の差分を用いて類似度評価を行うことで、計算量を低減しつつ、かつ、正確な評価を行うことができる。画素毎の差分とは、各画素の色や濃さを数値化し、その差分を求めることである。なお、差分を用いる方法の他には、フーリエ変換やｗａｖｅｌｅｔ変換などで特徴量を抽出して、その特徴量の比較する方法がある。

抽出したエッジの中から特徴が現れているエッジのみを抽出するため、エッジ欠けが多くなる。よって、請求項６に記載の画像処理装置又は請求項１２に記載の画像処理方法によれば、一般化のエッジを用いてその欠けを補完することで特定物体の輪郭を生成することができる。

一般に複数のエッジを統合する場合は論理和をとることが多いが、論理和をとると特定物体の輪郭以外のエッジも抽出されてしまう。請求項７に記載の画像処理装置又は請求項１４に記載の画像処理方法によれば、抽出したエッジをセグメント毎に分割し、各セグメントごとにそのエッジが特定物体のエッジに対応しているかを判定することで、特定物体の輪郭のみを的確に抽出可能となる。

本発明の画像処理装置は、画像取得部と、この取得した画像に各種フィルタをかけて処理する画像処理部（画像領域設定手段・特定画像処理手段・類似度評価手段・判定手段・第一エッジ抽出手段・特定エッジ判定手段・第二エッジ抽出手段・特定物体輪郭抽出手段）と、最終的に処理された画像を出力する画像出力部を備えている。画像取得部は、ＣＣＤカメラなどである。画像処理部は、各種フィルタをかけるだけでなく、画像処理によって得た基準エッジや参照エッジ（詳しくは後述する）などに関する演算処理も行うもので、ＣＰＵやＧＰＵ、ＲＯＭ・ＲＡＭなどを備えたＥＣＵである。画像出力部は、ディスプレイであったりプリンタであったり、次工程の処理を行う他のＥＣＵなどに画像信号として出力を行う出力部であったりする。

上述した画像処理装置による画像処理制御例について説明する。この制御例についてのフローチャートを図１に示す。ここでは、抽出する特定のエッジは透明物体（特定物体）のエッジ（輪郭）である。透明な物体をＣＣＤカメラなどの撮像系を用いて検出・認識することを課題とすると、絵柄や３Ｄ形状のような特徴量を導くためには、偏光を用いたり、光源位置を特定したりするなどの特殊な環境下でなければ困難であり、現状で最も有力な手がかりはエッジとなる。しかし、通常のエッジ検出（Ｓｏｂｅｌ，Ｃａｎｎｙ）法では、透明部分のエッジだけでなくあらゆる物体のエッジを均等に抽出してしまい、その中から透明な物体のエッジのみを抽出することは困難であった。

以下に説明する本実施形態の検出制御は、このような問題を解決するものである。図１に示されるように、まず、ＣＣＤカメラなどの画像取得部によって画像を取得（入力画像）する（ステップ１００：図２）。この画像に、Ｓｏｂｅｌ等のエッジ抽出フィルタをかけ、参照エッジＩ_ｅｄｇｅ（ここでは、第一エッジ、兼、第二エッジ）を抽出する（ステップ１０５：図３）。この参照エッジＩ_ｅｄｇｅを抽出するフィルタは、微分フィルタやＣａｎｎｙフィルタなどのフィルタであってもよい。これらのフィルタはエッジ抽出の一般的なフィルタで、後述する基準フィルタよりも比較的はっきりとエッジを抽出できるものである。

また、参照エッジＩ_ｅｄｇｅの抽出と並行して、図１の画像に対して基底フィルタ（ここではｗａｖｅｌｅｔフィルタをかけており、マザーウェーブレットフィルタ）を用いて、多重解像解析（Ｋ_ｉ［ここでは、ｉ＝１〜Ｎ：Ｎ＝４］層とする）を行って基準エッジを抽出する（ステップ１１０：図４〜図７）。本実施形態では透明物体（ガラスコップ）のエッジ検出を例に説明しており、透明エッジ部に似た形の基底が好ましい。ここでの図４〜図７は、ｗａｖｅｌｅｔフィルタにおける周波数帯域が異なるものであり、図４から図７にかけて順に周波数が大きくなっている。

基準エッジの抽出に用いるフィルタは、ｗａｖｅｌｅｔフィルタの他、ガボールフィルタなどであっても良い。これらのフィルタは、望ましい周波数帯域、方向性のエッジを抽出することが可能である。あるいは、グラフカットフィルタやｍｅａｎｓｈｉｆｔ法によって基準エッジを抽出しても良い。これらのフィルタは、望ましい色、エッジの強さ、等の領域／輪郭を抽出することが可能である。これらの基準エッジ抽出フィルタに共通する特性は、抽出したい特性のエッジを狙って（例えば、透明物体のエッジを狙って、特定の色のエッジを狙って、など）抽出できるということがある。

ステップ１０５の後、参照エッジＩ_ｅｄｇｅについては、細線化を行い（必要に応じて伸張処理を施しても良い）、ジャンクション点（勾配が不連続な点、勾配変化が急な点）を求め、エッジのセグメント化（分割化）を行う（ステップ１１５）。ここでは、図２の参照エッジの図では線が複雑であるため、図４をある閾値で二値化した図８を例にしてセグメント化の例を示す。図８をセグメント化し、各セグメントを線で囲ったものが図９になる。１つの線で囲まれたものが一つのセグメントとなる。このようなセグメント化を、図２の参照エッジＩ_ｅｄｇｅについて行う。これにより、参照エッジＩ_ｅｄｇｅは分割され、複数にセグメント化される。

一方、各基準エッジ（Ｎ＝１〜４）を示す画像については、ステップ１１０の後、それぞれについて以下の処理を行う。基準エッジと参照エッジＩ_ｅｄｇｅとを重ね合わせ、参照エッジの両側に存在する微小領域に着目する。ここでは、透明物体のエッジを検出するが、透明物体の参照エッジＩ_ｅｄｇｅであれば、その両側では背景が一致する可能性が非常に高い（あるいは、一致する）はずである。ただし、透明部分の参照エッジＩ_ｅｄｇｅの内側と外側の領域では、透明物体を透過するため、透明物体を透過する内側の領域にはボケが存在する。そこで、両側の微小領域の差を測定し（ステップ１２５）、その閾値が基準値以下である（ほぼ一致する、一致する）場合は、その参照エッジＩ_ｅｄｇｅを透明物体（特定物体）のエッジ（特定エッジ）であると判定する。

この工程を、図１０の図と図１１のフローチャートに基づいて説明する。図１０に示されるように、参照エッジの両側に、対となる微小領域（一辺１０〜２０ｐｉｘｅｌ程度の矩形領域：単一ｐｉｘｅｌでも良い）を設定し、これらの一方、透明物体を透過しない外側の領域ｄＳ_{ｏｕｔ−ｉ}（第二画像領域）にガウシアンフィルターなどの平滑化（ボカシ）処理（特定画像処理）を行った後に、透明物体を透過する内側の領域ｄＳ_ｉｎ−ｉ（第一画像領域）との差Ｄｉｆｆ_ｉ＝Ｓ_ｉｎ−ｉ−Ｓ_{ｏｕｔ−ｉ}を算出する（ステップ１１１０）。なお、ステップ１１００，Ｓ１１０５は、それぞれ上述した図１のフローチャートのステップ１００，１０５に相当する。

なお、Ｓ_ｉｎ−ｉ，Ｓ_{ｏｕｔ−ｉ}は、差Ｄｉｆｆ_ｉを求めるために、それぞれ各領域ｄＳ_ｉｎ−ｉ，ｄＳ_{ｏｕｔ−ｉ}の状態をスカラー量に変換した値である。また、平滑化（ボカシ）処理を行うときに、実際には、エッジの両側のどちらが透明物体を透過した側かしていない側か分からないため、それぞれ片方の領域に平滑化処理を行い、その結果を見てどちらが内側でどちらが外側かを決めることとなる。その後、上述した差Ｄｉｆｆ_ｉが求められる。

差Ｄｉｆｆ_ｉの求め方は、種々の方法によればよい。例えば、領域内の全てのピクセルの色（グレースケールであれば濃度など）を数値化し、全ピクセルの平均値や総和などをＳ_ｉｎ−ｉ，Ｓ_{ｏｕｔ−ｉ}の値としても良い。あるいは、色相、彩度、明度や、輝度値を数値化して利用しても良い。あるいは、各ピクセル毎に差を計算し、この差の平均値や総和を求めて全体の差Ｄｉｆｆ_ｉとしても良い。あるいは、ここでは差Ｄｉｆｆ_ｉによる方法を用いているが、フーリエ変換やｗａｖｅｌｅｔ変換などで特徴量を抽出し、その特徴量を比較するような手法もある。

そして、ステップ１１１０の後、図１１では、差Ｄｉｆｆ_ｉが所定の閾値Ｔｈ未満であるエッジのみを透明物体のエッジである抽出エッジＩ_ｌａｓｔ（特定エッジ）として抽出する（ステップ１１１５）。ここでは、Ｄｉｆｆ_ｉ＜Ｔｈであるか否かを評価することが、ｄＳ_ｉｎ−ｉ，ｄＳ_{ｏｕｔ−ｉ}の類似度を評価することとなっている。この抽出エッジＩ_ｌａｓｔは、透明物体（例えばコップ）の輪郭としては、一部が欠けていたりするものとして抽出される。そこで、ステップ１１１５の後、Ｓｎａｋｅなどの輪郭抽出手法を用いて、透明物体の輪郭を決定する（ステップ１１２０）。ただし、図１のフローチャートでは、基準エッジを複数（図４〜図７）用いるため、ステップ１１１５，１１２０のステップの前に別のステップを経ることとする。ただし、図１のステップ１２０における差Ｄｉｆｆ_ｉの算出は、上述したように、算出される。

図１のフローチャートのステップ１２０において、各基本エッジ画像について、全ての微小領域について、Ｄｉｆｆ_ｉ＜Ｔｈを満たす割合（＝Ｒａｔｉｏ）が所定の閾値Ｔｈ−ｒａｔｉｏを超える階層Ｋ_ｉを選択する（ステップ１２５）。図４〜図７の基準エッジに対して、図２の参照エッジと重ね合わせてＤｉｆｆ_ｉ＜Ｔｈを満たす参照エッジ部分を抽出した図を図１２〜図１５に示す。ここでは、Ｒａｔｉｏ＞Ｔｈ−ｒａｔｉｏを満たす階層はＫ_１のみであるが、複数ある場合は、これらを全て重ね合わせた（統合した）ものを統合エッジＩ_ｃｏｍｂとして抽出する（ステップ１３０）。

ステップ１３０の後、統合エッジＩ_ｃｏｍｂと「セグメント化された」参照エッジＩ_ｅｄｇｅとを比較し、統合エッジＩ_ｃｏｍｂ領域と重なる（重複度：重複割合が所定基準以上である）参照エッジＩ_ｅｄｇｅのセグメントを抽出エッジＩ_ｌａｓｔ（特定エッジ）として抽出する（ステップ１３５）。この図を図１６に示す。ここで、セグメント化した参照エッジＩ_ｅｄｇｅと重ね合わせることで、統合エッジＩ_ｃｏｍｂとして抽出されなかったエッジをも回復させることができるため、より精度の高い検出が行える。例えば、図１２（統合エッジＩ_ｃｏｍｂ）と図１６（抽出エッジＩ_ｌａｓｔ）とを比較すると分かるが、左から二番目のコップなどは、もとの形状が正確に抽出されている。

この抽出エッジＩ_ｌａｓｔは、透明物体（例えばコップ）の輪郭としては、一部が欠けていたりするものとして抽出される。そこで、上述した図１１のステップ１１２０と同様に、Ｓｎａｋｅなどの輪郭抽出手法を用いて、透明物体の輪郭を決定する（ステップ１４０）。Ｓｎａｋｅなどの輪郭抽出手法を用いて決定された透明物体の輪郭を表す図を図１７に示す。このようにして、検出が難しい特定物体のエッジ（ここでは透明物体のエッジ）。

上述した実施形態は、透明物体のエッジを検出する場合を例に説明したが、本発明は必ずしも透明物体の検出に限られるものではない。物体を特定せずに一般化した場合のフローチャートを図１８に示す。まず、ＣＣＤカメラなどの画像取得部によって画像を取得する（ステップ１８００）。この画像に、異なる二つのエッジ抽出フィルタをかけ、参照エッジＩ_{ｅｄｇｅ１}を抽出する（ステップ１８０５）と共に、基準エッジＩ_{ｅｄｇｅ２}を抽出する（ステップ１８１０）。

異なる二つのエッジ抽出フィルタは特性が異なり、参照エッジＩ_{ｅｄｇｅ１}を抽出するフィルタは脆弱なエッジも抽出可能な（エッジを強く抽出可能な）フィルタを採用し、基準エッジＩ_{ｅｄｇｅ２}を抽出するフィルタは輪郭を抽出したい対象物体のエッジをより強く（対象物体のエッジのみをより強く）抽出できるようなフィルタを採用し、組み合わせて使用する。ここでは、基準エッジＩ_{ｅｄｇｅ２}を抽出した画像は一つのみであるとする。

次に、参照エッジＩ_{ｅｄｇｅ１}について、上述した図１のステップ１１５と同様に、ジャンクション点（勾配が不連続な点、勾配変化が急な点）を求め、エッジのセグメント化を行う（ステップ１８１５）。さらに、基準エッジＩ_{ｅｄｇｅ２}とセグメント化された参照エッジＩ_{ｅｄｇｅ１}とを重ね合わせて、各セグメント毎に、重複する部分が所定の閾値Ｔｈ−ｒａｔｉｏを超える参照エッジＩ_{ｅｄｇｅ１}のセグメントを抽出エッジＩ_ｌａｓｔとして抽出する（ステップ１８２０：図１のステップ１２０〜１３５を簡素化したものともいえる）。そして、図１のステップ１４０と同様に、Ｓｎａｋｅなどの輪郭抽出手法を用いて、透明物体の輪郭を決定する（ステップ１８２５）

なお、本発明は上述した実施形態に限定されるものではない。例えば、上述した実施形態ではモノクロ画像を例に説明しているが、カラー画像に対しても本発明は適用し得る。また、上述した実施形態では、参照エッジと基準エッジ（基準エッジは入力画像を画像処理したもの）とを重ね合わせて、基準エッジに対して第一画像領域と第二画像領域とを設定したが、参照エッジと入力画像そのままを重ね合わせて（入力画像中の参照エッジ部分を利用して）、入力画像上に第一画像領域と第二画像領域とを設定しても良い。

本発明の画像処理装置（方法）の一実施形態のフローチャートである。 取得画像である。 取得画像に対してＳｏｂｅｌフィルタをかけ、参照エッジを抽出した画像である。 取得画像に対してｗａｖｅｌｅｔフィルタ（第一周波数）をかけ、基準エッジを抽出した画像である。 取得画像に対してｗａｖｅｌｅｔフィルタ（第二周波数）をかけ、基準エッジを抽出した画像である。 取得画像に対してｗａｖｅｌｅｔフィルタ（第三周波数）をかけ、基準エッジを抽出した画像である。 取得画像に対してｗａｖｅｌｅｔフィルタ（第四周波数）をかけ、基準エッジを抽出した画像である。 図４の画像を二値化した画像である。 図８の画像をセグメント化した画像である。 透明物体のエッジ検出を説明する説明図である。 透明物体のエッジ検出を説明するフローチャートである。 図４の画像をもとに差Ｄｉｆｆ＜所定閾値Ｔｈを満たすエッジを示す画像である。 図５の画像をもとに差Ｄｉｆｆ＜所定閾値Ｔｈを満たすエッジを示す画像である。 図６の画像をもとに差Ｄｉｆｆ＜所定閾値Ｔｈを満たすエッジを示す画像である。 図７の画像をもとに差Ｄｉｆｆ＜所定閾値Ｔｈを満たすエッジを示す画像である。 セグメント化された参照エッジ画像と所定割合Ｔｈ−ｒａｔｉｏを満たした統合エッジとを重ね合わせ、重複するセグメントを抽出した画像である。 図１６の画像から輪郭を抽出した画像である。 本発明の画像処理装置（方法）の他の実施形態のフローチャートである。

Claims (14)

1. 入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別する画像処理装置において、
   隣り合う画像領域の一方の領域である第一画像領域と他方の領域である第二画像領域とを設定する画像領域設定手段と、
   前記第二画像領域に対し特定画像処理を施す特定画像処理手段と、
   特定画像処理を施した前記第二画像領域と特定画像処理を施さない前記第一画像領域との類似度を評価する類似度評価手段と、
   前記類似度が判定基準以上である場合に、前記第一画像領域が前記特定画像領域であると判定する判定手段とを備えることを特徴とする画像処理装置。
2. 入力画像に対して第一エッジの抽出を行う第一エッジ抽出手段を備え、前記画像領域設定手段は抽出した前記第一エッジをはさんで両側に存在する画像領域を、前記第一画像領域、前記第二画像領域、とすることを特徴とする請求項１に記載の画像処理装置。
3. 前記第一画像領域が前記特定画像領域であると判定した場合に、前記第一画像領域と前記第二画像領域とがはさむ前記第一エッジを特定エッジであると判定する特定エッジ判定手段をさらに備えることを特徴とする請求項２に記載の画像処理装置。
4. 前記特定物体は透明物体であり、前記特定画像処理は画像の平滑化処理であることを特徴とする請求項１〜３の何れか一項に記載の画像処理装置。
5. 前記類似度評価手段は、前記第一画像領域と前記第二画像領域との画素毎の差分に基づいて類似度を評価することを特徴とする請求項１〜４の何れか一項に記載の画像処理装置。
6. 入力画像に対し第二エッジの抽出を行う第二エッジ抽出手段と、前記特定エッジと前記第二エッジとに基づいて前記特定物体の輪郭を抽出する特定物体輪郭抽出手段とを備えることを特徴とする請求項３に記載の画像処理装置。
7. 前記特定物体輪郭抽出手段は、前記第二エッジを複数のセグメントに分割し、前記セグメントのエッジと前記特定エッジの重複度が所定基準以上であるセグメントのエッジを前記特定物体の輪郭として抽出することを特徴とする請求項６に記載の画像処理装置。
8. 入力画像中の複数個の画素からなる画像領域が、特定物体を表す画素からなる特定画像領域であるか否かを判別する画像処理方法において、
   隣り合う画像領域の一方の領域である第一画像領域として設定すると共に他方の領域を第二画像領域として設定し、
   前記第二画像領域に対し特定画像処理を施し、
   特定画像処理を施した前記第二画像領域と特定画像処理を施さない前記第一画像領域との類似度を評価し、
   前記類似度が判定基準以上である場合に、前記第一画像領域が前記特定画像領域であると判定することを特徴とする画像処理方法。
9. 入力画像に対して第一エッジの抽出を行い、抽出した前記第一エッジをはさんで両側に存在する画像領域を、前記第一画像領域、前記第二画像領域、とすることを特徴とする請求項８に記載の画像処理方法。
10. 前記第一画像領域が前記特定画像領域であると判定した場合に、前記第一画像領域と前記第二画像領域とがはさむ前記第一エッジを特定エッジであると判定することを特徴とする請求項９に記載の画像処理方法。
11. 前記特定物体は透明物体であり、前記特定画像処理は画像の平滑化処理であることを特徴とする請求項８〜１０の何れか一項に記載の画像処理方法。
12. 前記第一画像領域と前記第二画像領域との画素毎の差分に基づいて類似度を評価することを特徴とする請求項８〜１１の何れか一項に記載の画像処理方法。
13. 入力画像に対し第二エッジの抽出を行い、前記特定エッジと前記第二エッジとに基づいて前記特定物体の輪郭を抽出することを特徴とする請求項１０に記載の画像処理方法。
14. 前記第二エッジを複数のセグメントに分割し、前記セグメントのエッジと前記特定エッジの重複度が所定基準以上であるセグメントのエッジを前記特定物体の輪郭として抽出することを特徴とする請求項１３に記載の画像処理方法。