JP4817318B2 - 2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム - Google Patents
2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム Download PDFInfo
- Publication number
- JP4817318B2 JP4817318B2 JP2006317423A JP2006317423A JP4817318B2 JP 4817318 B2 JP4817318 B2 JP 4817318B2 JP 2006317423 A JP2006317423 A JP 2006317423A JP 2006317423 A JP2006317423 A JP 2006317423A JP 4817318 B2 JP4817318 B2 JP 4817318B2
- Authority
- JP
- Japan
- Prior art keywords
- change
- images
- dimensional
- density
- changes
- 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
Description
まず、図中のステップS1において、2枚の画像の2次元濃度ヒストグラムを作成する。2次元濃度ヒストグラムとは、両画像の濃度値(I1,I2)を2 軸とする座標値xにおける濃度値のペア(I1(x),I2(x))の頻度分布である。ここで、Ik は、座標値xにおける画像k の濃度値(0〜255)とする。2 次元濃度ヒストグラムは、2 枚の画像の位置あわせの際によく使われる(特許文献1,非特許文献5参照)。
ステップS3において、選択した背景クラスタがカバーする濃度値(I1,I2)の組み合わせを「重要でない」変化、残りを「重要な」変化とし、これを記した2 次元テーブル, Sig(I1,I2)を作成する。
図6は、図2及び図3に示す画像の2 次元濃淡ヒストグラムで、頻度を明るさで表している。この2次元濃度ヒストグラムは、両画像の濃度値(I1,I2)を2 軸とする座標値xにおける濃度値のペア(I1(x),I2(x))の頻度分布である。ここで、I1(x),I2(x)は、座標値xにおける各画像の濃度値(0〜255)とする。所定値以上の頻度を有する高い頻度部分の集まりを「クラスタ」と称している。また、このクラスタ内の頻度ピークの形成する線を尾根線と称している。両画像に変化が無ければ、2枚の画像の同じ座標値に位置する濃度値I1と、濃度値I2は等しくなるので、原点を通る対角線上のみに頻度分布することになる。
屋外シーンでは、影や正反射の影響が、しばしば同一物体の大きな濃度値変化を生じ、抽出したい変化との識別が難しいが、この識別は、こうした原因によるクラスタの抽出で実現できる。影や正反射による影響が非常に強力である場合を除くと、これらの影響により画素の濃度値が変化した後でも、変化する前の濃度分布をある程度保った形で(I1, I2)平面を平行移動する。ただし、こうした影響を受けない画素とは異なる成分の平行移動となる。もし、同様な影や正反射の影響を受けた領域がある程度の濃度分布を持った広い領域であれば、その領域の画素はある程度のクラスタを構成する。また、その尾根線の(I1, I2)平面への投影の傾きは、I2=I1と大きくかけ離れない傾きとなる。( 以後、このような2 次元ヒストグラム上のクラスタの尾根線の(I1, I2)平面への投影線の傾きを、「尾根線の傾き」と略して呼ぶ。) これらの特性を考慮して、次のようなアルゴリズムで「重要でない」変化を示す画素を取り除く。
(2) クラスタの選出閾値L1より長い尾根線を持つクラスタを抽出する。これらのクラスタから尾根線の平均傾きがD0に近い、具体的にはD0から±D1のクラスタだけ選択する。ただし、濃度値0,255近傍における濃度値飽和の影響を考慮するため、(0, 0),(255, 255)近傍で、水平、垂直な尾根線を持つクラスタも選択する。
(3) 濃度値ペア(I1, I2)を重要/非重要変化に分類するテーブルSig(I1, I2)を、次のように作成する。
Sig(I1, I2)=0 if (I1, I2)is included in selected clusters.
{
Sig(I1, I2)=1 else
以上で用いる3 つのパラメータσ,L1、D1は、各応用における、目的と入力画像画質に応じて調整すべきである。しかし、本明細書で扱った3 つの異なる屋外シーンの実験を通じ、これらパラメータを細かく調整する必要性は感じられなかったため、この実験ではすべてに同じパラメータ、3.0, 20(pixels) and 15(deg)を用いている。
屋外シーンでは、影や鏡面反射の影響が、しばしば同一物体の大きな濃度値変化を引き起こし、抽出したい変化との識別が難しい。影や鏡面反射が非常に強力である場合を除くと、これらの影響もI2= N(C,σ)I1の形で近似できると考える。ただし、ここで、N(C,σ)は、Cを平均値、σを分散とするガウス関数を表す。また、先の例では、雨により木肌表面の色合いが大きく暗くなった部分が、I2= 0.6I1上にピークを持つクラスタを構成している。以上のように、同一要因により画素の濃度値が変化した場合、要因、物体の特質によりその係数Cは異なるが、図20に示すように、I2= CI1(C > 0)に尾根線を持ち、その垂直方向に広がりを持つクラスタを形成する確率が高いと考えられる。
(1) 単一輝度値背景に単一輝度値の新規物体、
(2) 単一輝度値背景に複数輝度値の新規物体、
(3) 複数輝度値背景に単一輝度値の新規物体、
(4) 複数輝度値背景に複数輝度値の新規物体
の4 つの場合に分類すると、各場合の濃度値ペアの分布模式図は図21に示すようになる。図20、図21の観測から、(1) は背景クラスタと離れた位置にあれば分離可能、( 2 )、( 3 ) はクラスタの尾根線の傾きより分離可能、(4) は、大部分が背景クラスタと離れた位置にあれば分離可能、と考えられる。そこで、この考察に基づき、背景クラスタ推定を基本とする、次のような変化画素抽出アルゴリズムを提案する。
II) 尾根線に基づき背景クラスタを推定する。
III) 背景クラスタが覆う(I1, I2)ペアを「重要でない変化」、それ以外のペアを「重要な変化」とするテーブルを作成し、それに基づき、各画素を判定、「重要な変化」を示す画素を抽出する。
i)2 次元濃度ヒストグラムのクラスタ検出
まず、2 次元ヒストグラムを2 次元ガウス関数によって平滑化する。図22は、σ =3.0の2 次元ガウス関数によって平滑化した図2,図3の入力画像の2 次元ヒストグラムの(I1, I2)平面への投影図である。図20に示したI2=CI1上の尾根線を鋭敏に抽出するため、I1I2平面を極座標(r, θ)で表し、r一定でθ :0〜 90度に走査した断面形状からピークを検出する。図22にr =240の走査線の位置をグレイの線で、図23にその断面図を示す。後者の図中、矢印と点線は、それぞれ抽出されたピークとその境界の位置を示す。ここで、境界位置は、隣のピークとの谷、もしくは、1.0未満となる所として抽出しているが、ピーク近傍分布をガウス関数で近似して分散値を求め、その分散幅に基づいて決定する方法も考えられる。同様な処理をr =1〜 256√2のすべての断面で繰り返して得られたピークとその境界の(I1, I2)平面上での位置を、図22にそれぞれ示す。(I1, I2)平面上での、ラベリング処理など2 次元画像処理を適用し、隣接するピーク群を抽出し、ピークが連続する尾根線を求める。同じ尾根線に属するピーク内の画素を一つのクラスタとし、クラスタの境界は、属するピークの境界点列で表す。
閾値L1より長い尾根線を持つクラスタに対して、原点からクラスタ重心までのベクトルとその尾根線の平均傾きの角度差を算出し、これが閾値D1以下のクラスタを背景クラスタとする。ただし、濃度値0,255における濃度値飽和の影響を考慮するため、(0, 0),(255, 255)近傍では、水平、垂直な尾根線を持つクラスタも選択する。
(I1, I2)のペアを重要と重要でない変化に分けるテーブルSig(I1, I2)を次のように作成する。
Sig(I1, I2)=0 if (I1, I2)is included in selected clusters.
{
Sig(I1, I2)=1 else
上述の処理では、小さな領域でおきている重要でない濃度変化は除かれない。しかし、いったん、図9〜図14に示すようにして、変化候補領域が大半を占める背景から分離されれば、真に抽出したい変化をその他のものから識別することは、候補領域ごとの識別処理により実現可能である。本発明者はグラディエント相関を用いる例を図15〜図19を用いて説明する。この識別処理は、抽出された画素の連結領域から、変化抽出の対象とするサイズを満たす領域を変化候補領域とし、その領域における、2 画像間のグラディエント相関を算出し、相関値の低い領域を変化領域と最終決定する。以下、さらに例示に基づき説明する。
図26,図27は5 分間隔で撮影された画像で、急激な環境光の変化が変化抽出を難しくする例である。図28は、図5と同様に絶対値差分後、30の閾値で2 値化した結果である。大きな影の部分が変化として抽出され、抽出したい人物の出入りなどの変化を見わけにくくしている。図29は、これらの画像の2 次元ヒストグラムからピークとそれに対応する境界を選んだ結果であるが、影や正反射による濃度値変化によりいくつかの大きなクラスタが観測される。図30のグレイの領域は提案手法により選択されたクラスタで、図31がここに含まれる(I1, I2 )のペアだけを0とした重要/非重要テーブル、Sig(I1, I2)に基づき、抽出された変化画素を示す。大きな影領域が背景として排除されることにより、抽出したい人の退出を含む少ない候補領域だけが残り、各候補領域のグラディエント画像類似度を調べることにより人の変化だけを変化(太線)、変化の可能性あり(中線) として抽出できている。
図32,図33は14 時32 分と14 時42 分に撮影された連続フレームである。両画像間では、太陽の位置の変化により影も移動している。これによる影領域の変化は、検出したい異常事象の想定面積と同程度であるため、2次元ヒストグラム上で大きなクラスタとはならず、重要変化画素として抽出される。もし、部分ずれを許容しない、すなわち、T1=0とすると影を含む候補領域がすべて変化領域として抽出されてしまうが、部分ずれを許すことによって影による変化を取り除くことができ、人の出現、退出の部分だけが検出できた。
さらに、夕方、1 時間おきに撮影された駐車場の4 枚の画像について実験を行った。このシーンにおいては、ビル、路面、木、車と多種の材質の物体を含むため、環境光の変化が様々な画素の濃度値変化を引き起こし変化抽出が難しい例である。この画素の濃度値の変化の多様性は、各画像間の2 次元濃度ヒストグラムの散逸性に表れた。本発明手法による変化抽出結果によれば、望ましくない領域もいくつか過検出されたが、ほぼ確実に車の入退出を検出できた。
Claims (6)
- 2 枚の画像の2 次元濃度ヒストグラムを元にして変化抽出を行う変化抽出方法において、
濃度値(I1(x),I2(x))を2 軸として両画像の同じ座標値xにおける濃度値(I1,I2) 組み合わせの頻度分布を表す2 次元濃度ヒストグラムを作成し、
前記2次元濃度ヒストグラム上に形成される各クラスタの尾根線の(I1,I2)平面への投影の平均傾きを算出し、その中でもっとも長い尾根線の平均傾きD0と大きくかけ離れない閾値D1以内の傾きの尾根線を持つクラスタがカバーする濃度値(I1,I2)の組み合わせを「重要でない」変化とし、残りの「重要な」変化とに分け、これを記した2次元テーブルSig(I1,I2)を作成し、
座標値xにおける各画素の濃度値(I1(x),I2(x))をこのテーブルと参照して重要と重要でない画素に分けることにより、「重要でない」変化を取り除くことで、変化領域を抽出する、
ことから成る変化抽出方法。 - 上記重要な変化として抽出された連結画素領域における2画像間のグラディエント画像の類似性を算出し、類似性の低い領域を変化領域と決定する請求項1に記載の変化抽出方法。
- 2 枚の画像の2 次元濃度ヒストグラムを元にして変化抽出を行う変化抽出システムにおいて、
濃度値(I1(x),I2(x))を2 軸として両画像の同じ座標値xにおける濃度値(I1,I2) 組み合わせの頻度分布を表す2 次元濃度ヒストグラムを作成する手段と、
前記2次元濃度ヒストグラム上に形成される各クラスタの尾根線の(I1,I2)平面への投影の傾きを算出し、その中でもっとも長い尾根線の平均傾きD0と大きくかけ離れない閾値D1以内の傾きの尾根線を持つクラスタがカバーする濃度値(I1,I2)の組み合わせを「重要でない」変化とし、残りの「重要な」変化とに分け、これを記した2次元テーブルSig(I1,I2)を作成する手段と、
座標値xにおける各画素の濃度値(I1(x),I2(x))をこのテーブルと参照して重要と重要でない画素に分けることにより、「重要でない」変化を取り除くことで変化領域を抽出する手段と、
から成る変化抽出システム。 - 上記重要な変化として抽出された連結画素領域における2画像間のグラディエント画像の類似性を算出し、類似性の低い領域を変化領域と決定する請求項3に記載の変化抽出システム。
- 2 枚の画像の2 次元濃度ヒストグラムを元にして変化抽出を行う変化抽出プログラムにおいて、
濃度値(I1(x),I2(x))を2 軸として両画像の同じ座標値xにおける濃度値(I1,I2) 組み合わせの頻度分布を表す2 次元濃度ヒストグラムを作成する手順と、
前記2次元濃度ヒストグラム上に形成される各クラスタの尾根線の(I1,I2)平面への投影の傾きを算出し、その中でもっとも長い尾根線の平均傾きD0と大きくかけ離れない閾値D1以内の傾きの尾根線を持つクラスタがカバーする濃度値(I1,I2)の組み合わせを「重要でない」変化とし、残りの「重要な」変化とに分け、これを記した2次元テーブルSig(I1,I2)を作成する手順と、
座標値xにおける各画素の濃度値(I1(x),I2(x))をこのテーブルと参照して重要と重要でない画素に分けることにより、「重要でない」変化を取り除くことで変化領域を抽出する手順と、
から成る各手順を実行させるための変化抽出プログラム。 - 上記重要な変化として抽出された連結画素領域における2画像間のグラディエント画像の類似性を算出し、類似性の低い領域を変化領域と決定する手順をさらに含む請求項5に記載の変化抽出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006317423A JP4817318B2 (ja) | 2006-02-24 | 2006-11-24 | 2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006047637 | 2006-02-24 | ||
JP2006047637 | 2006-02-24 | ||
JP2006317423A JP4817318B2 (ja) | 2006-02-24 | 2006-11-24 | 2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007257610A JP2007257610A (ja) | 2007-10-04 |
JP4817318B2 true JP4817318B2 (ja) | 2011-11-16 |
Family
ID=38631741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006317423A Expired - Fee Related JP4817318B2 (ja) | 2006-02-24 | 2006-11-24 | 2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4817318B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5988894B2 (ja) * | 2013-02-26 | 2016-09-07 | Kddi株式会社 | 被写体照合装置、被写体照合方法、およびプログラム |
JP2020155907A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社朋栄 | 自動色補正処理方法及び自動色補正処理装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3167363B2 (ja) * | 1991-08-29 | 2001-05-21 | 株式会社東芝 | 関心領域設定方法及び画像処理装置 |
JP3423861B2 (ja) * | 1997-07-17 | 2003-07-07 | 株式会社日立製作所 | 移動物体の監視方法および装置 |
JP4140126B2 (ja) * | 1999-04-16 | 2008-08-27 | 松下電器産業株式会社 | 領域分割および対象物抽出装置 |
JP2001077165A (ja) * | 1999-09-06 | 2001-03-23 | Hitachi Ltd | 欠陥検査方法及びその装置並びに欠陥解析方法及びその装置 |
JP2004296592A (ja) * | 2003-03-26 | 2004-10-21 | Dainippon Screen Mfg Co Ltd | 欠陥分類装置、欠陥分類方法およびプログラム |
-
2006
- 2006-11-24 JP JP2006317423A patent/JP4817318B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007257610A (ja) | 2007-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Multi-scale optimal fusion model for single image dehazing | |
Lalonde et al. | Detecting ground shadows in outdoor consumer photographs | |
Tripathi et al. | Single image fog removal using bilateral filter | |
Park et al. | Single image dehazing with image entropy and information fidelity | |
JP6497579B2 (ja) | 画像合成システム、画像合成方法、画像合成プログラム | |
CN111062293B (zh) | 一种基于深度学习的无人机森林火焰识别方法 | |
CN108154491B (zh) | 一种图像反光消除方法 | |
CN101383005B (zh) | 一种利用辅助规则纹理的乘客目标图像和背景分离方法 | |
Cherian et al. | Accurate 3D ground plane estimation from a single image | |
CN110268442B (zh) | 在图像中检测背景物上的外来物的计算机实现的方法、在图像中检测背景物上的外来物的设备以及计算机程序产品 | |
KR20200119369A (ko) | 객체 검출 장치 및 방법 | |
CN111815528A (zh) | 基于卷积模型和特征融合的恶劣天气图像分类增强方法 | |
CN114004834A (zh) | 一种图像处理中的雾天情况分析方法、设备及装置 | |
Sahu et al. | Image dehazing based on luminance stretching | |
Semenishchev | Algorithm combination of deblurring and denoising on video frames using the method search of local features on image | |
JP4817318B2 (ja) | 2次元濃度ヒストグラムを用いた変化抽出方法、システム、及びプログラム | |
Zafarifar et al. | Horizon detection based on sky-color and edge features | |
Agrawal et al. | A joint cumulative distribution function and gradient fusion based method for dehazing of long shot hazy images | |
JP4780564B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN113362221A (zh) | 用于门禁的人脸识别系统与人脸识别方法 | |
CN116189037A (zh) | 一种火焰检测的识别方法、装置及终端设备 | |
Kim et al. | Single image dehazing of road scenes using spatially adaptive atmospheric point spread function | |
Santra et al. | Single image dehazing with varying atmospheric light intensity | |
Riaz et al. | Visibility restoration using generalized haze-lines | |
CN106960421A (zh) | 基于统计特性和亮度估计的夜晚图像去雾方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110303 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110322 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110512 |
|
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: 20110823 |
|
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: 20110825 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140909 Year of fee payment: 3 |
|
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: 20140909 Year of fee payment: 3 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |