JP5396960B2 - 画像処理プログラム、画像処理方法および画像処理装置 - Google Patents

Description

本発明は、画像処理プログラム、画像処理方法および画像処理装置に関する。

画像認識、計測の分野では、画面に含まれる特定の画像パターンを検出する機能が必要とされる。
画像パターンを検出するために、回転、スケールの変化によらず、相似な形状を検出する技術が開発されている。例えば、近年、スケールスペース理論による画像の特徴のスケール（拡大、縮小の度合い）パラメータを推定する技術や、画像パターンの輝度勾配のヒストグラムから画像パターンの方向パラメータを推定する技術が開発されている。

これらにより、画像パターンのスケール、回転をある程度、正規化することが可能である。しかし、微小なスケールや回転の違い、局所的な画像パターンの変形、コントラストの変動等の影響により、検出の精度が低下してしまう。

そこで、例えば、比較する２つの画像パターンをそれぞれ複数の領域に分割し、各領域において輝度勾配ベクトルの方向についてヒストグラムを作成し、作成したヒストグラムを比較することで、画像パターンの一致を検出する方法が知られている。

David G Lowe, 「Distinctive Image Features from Scale-Invariant Keypoints」, International Journal of Computer Vision,2004. , (America), January 5 2004.

しかしながら、前述した方法にて作成したヒストグラムの輝度勾配ベクトルの大きさは、コントラストの変動の影響を直接受けるため、局所的なコントラストの変動によりヒストグラムの分布が変わってしまい、同じ画像パターンであってもヒストグラムの形状が大きく異なってしまうことがある。このため、検出ミスが発生してしまうという問題がある。

また、前述した方法にて作成したヒストグラムでは、小さいベクトルが多数ある場合と、大きいベクトルが少数ある場合が区別できない。このため、やはり検出ミスが発生してしまうという問題がある。

本発明はこのような点に鑑みてなされたものであり、コントラストの変動の影響による検出ミスを防止する画像処理プログラム、画像処理方法および画像処理装置を提供することを目的とする。

上記目的を達成するために、開示の画像処理プログラムが提供される。この画像処理プログラムは、コンピュータを、第１の算出手段、第２の算出手段および判定手段として機能させる。

第１の算出手段は、比較対象となる画像の大きさと同じ大きさの判定対象の画像の輝度勾配ベクトルの方向毎に、輝度勾配ベクトルの大きさ毎の出現頻度を算出する。
第２の算出手段は、判定対象の画像の各出現頻度と、判定対象の画像の各出現頻度に対応する比較対象の画像の輝度勾配ベクトルの方向毎の、輝度勾配ベクトルの大きさ毎の出現頻度とをそれぞれ比較して類似度を算出する。

判定手段は、類似度に基づいて、判定対象の画像が比較対象となる画像に類似する画像であるか否かを判定する。
この画像処理プログラムによれば、第１の算出手段により、比較対象の画像の大きさと同じ大きさの判定対象の画像の輝度勾配ベクトルの方向毎に、輝度勾配ベクトルの大きさ毎の出現頻度が算出される。第２の算出手段により、判定対象の画像の各出現頻度と、判定対象の画像の各出現頻度に対応する比較対象の画像の輝度勾配ベクトルの方向毎の、輝度勾配ベクトルの大きさ毎の出現頻度とがそれぞれ比較されて類似度が算出される。判定手段により、類似度に基づいて、判定対象の画像が比較対象となる画像に類似する画像であるか否かが判定される。

開示の画像処理プログラムによれば、コントラストの変動の影響による検出ミスを防止することができる。

実施の形態の画像処理装置の概要を示す図である。 画像処理装置のハードウェア構成例を示す図である。 画像処理装置の機能を示すブロック図である。 変換テーブルの作成方法を説明する図である。 輝度勾配分布の平坦化を示す図である。 変換テーブルを示す図である。 ヒストグラム作成部が作成するヒストグラムを示す図である。 類似度の計算方法を説明する図である。 画像処理装置の処理を示すフローチャートである。 画像処理装置の処理を示すフローチャートである。 類似度の他の計算方法を説明する図である。

以下、実施の形態を、図面を参照して詳細に説明する。
まず、実施の形態の画像処理装置について説明し、その後、実施の形態をより具体的に説明する。

図１は、実施の形態の画像処理装置の概要を示す図である。
実施の形態の画像処理プログラムは、コンピュータ（画像処理装置）１を、第１の算出手段２、第２の算出手段３および判定手段４として機能させる。

第１の算出手段２は、比較対象となる画像（テンプレート画像）７の大きさと同じ大きさの判定対象の画像（判定対象画像）５の輝度勾配ベクトルの方向毎に、輝度勾配ベクトルの大きさ毎の出現頻度（度数）を算出する。

図１では、一例として、判定対象画像５の輝度勾配ベクトルの、方向（０°〜３６０°）毎に、輝度勾配ベクトルの大きさ毎の出現頻度を示すヒストグラム６を図示している。
このヒストグラム６は、判定対象画像５を９つの領域に分割したうちの１つのヒストグラムである。

ヒストグラム６では、方向毎に、大きさが複数の区間（大きさ単位）に分割されている。図１では４つの区間に分割されている。また、各区間には、輝度勾配ベクトルの出現頻度を識別できるパターン６ａが付されている。なおパターンに限らず、数値であってもよい。

第２の算出手段３は、判定対象画像５の各出現頻度と、判定対象画像５の各出現頻度に対応するテンプレート画像７の輝度勾配ベクトルの方向毎の、輝度勾配ベクトルの大きさ毎の出現頻度とをそれぞれ比較して類似度を算出する。

図１では、テンプレート画像７のヒストグラム８を図示している。
ヒストグラム８もヒストグラム６と同様に、方向毎に、大きさが複数の区間（大きさ単位）に分割されている。図１では４つの区間に分割されている。また、各区間には、輝度勾配ベクトルの出現頻度を識別できるパターン８ａが付されている。なおパターンに限らず、数値であってもよい。

ヒストグラム８は、例えばヒストグラム６を作成する方法と同様の方法を用いて予め作成され、図示しない記憶手段に記憶されている。
また、類似度の算出方法は、特に限定されないが、例えば、対応する各区間（例えば、図１のビン６ｂとビン８ｂ）の度数の差の２乗和等を用いてもよいし、後述する「Bhattacharyya」の算出方法を用いてもよい。

判定手段４は、第２の算出手段３が算出した類似度に基づいて、判定対象画像５がテンプレート画像７に類似する画像であるか否かを判定する。
図１では一例として、閾値を予め用意しておき、９つに分割した領域毎に類似度を比較する。そして、この閾値より類似度が大きい領域が見つかった場合に、判定対象画像５が、テンプレート画像７に類似していると判定する。

このコンピュータ１によれば、輝度勾配ベクトルの大きさ毎の出現頻度（度数）を算出することにより、局所的なコントラストの変動に対しても同じ形状のヒストグラムを得ることができる。これにより、コントラストの変動の影響による検出ミスを防止することができるため、マッチング性能が向上する。

以下、実施の形態をより具体的に説明する。
図２は、画像処理装置のハードウェア構成例を示す図である。
画像処理装置１０は、ＣＰＵ（Central Processing Unit）１０１によって装置全体が制御されている。ＣＰＵ１０１には、バス１０８を介してＲＡＭ（Random Access Memory）１０２、ハードディスクドライブ（ＨＤＤ:Hard Disk Drive）１０３、グラフィック処理装置１０４、入力インタフェース１０５、外部補助記憶装置１０６および通信インタフェース１０７が接続されている。

ＲＡＭ１０２には、ＣＰＵ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、ＲＡＭ１０２には、ＣＰＵ１０１による処理に必要な各種データが格納される。ＨＤＤ１０３には、ＯＳやアプリケーションプログラムが格納される。また、ＨＤＤ１０３内には、プログラムファイルが格納される。

グラフィック処理装置１０４には、モニタ１０４ａが接続されている。グラフィック処理装置１０４は、ＣＰＵ１０１からの命令に従って、画像をモニタ１０４ａの画面に表示させる。入力インタフェース１０５には、キーボード１０５ａとマウス１０５ｂとが接続されている。入力インタフェース１０５は、キーボード１０５ａやマウス１０５ｂから送られてくる信号を、バス１０８を介してＣＰＵ１０１に送信する。

外部補助記憶装置１０６は、記録媒体に書き込まれた情報を読み取ったり、記録媒体に情報を書き込んだりする。外部補助記憶装置１０６で読み書きが可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等が挙げられる。磁気記録装置としては、例えば、ＨＤＤ、フレキシブルディスク（ＦＤ）、磁気テープ等が挙げられる。光ディスクとしては、例えば、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等が挙げられる。光磁気記録媒体としては、例えば、ＭＯ（Magneto-Optical disk）等が挙げられる。

通信インタフェース１０７は、ネットワーク３０に接続されている。通信インタフェース１０７は、ネットワーク３０を介して、他のコンピュータとの間でデータの送受信を行う。

以上のようなハードウェア構成によって、本実施の形態の処理機能を実現することができる。このようなハードウェア構成の画像処理装置１０内には、以下のような機能が設けられる。

図３は、画像処理装置の機能を示すブロック図である。
画像処理装置１０は、変換テーブル作成・記憶部１１と、テンプレート画像ヒストグラム作成・記憶部１２と、判定対象画像ヒストグラム作成部１３と、ヒストグラム類似度計算部１４と、類似度判定部１５と、データ出力部１６とを有している。

変換テーブル作成・記憶部１１は、輝度勾配ベクトルと出現頻度との関係を示す変換テーブルを作成する変換テーブル作成部１１１と、作成した変換テーブルを記憶する変換テーブル記憶部１１２とを有している。以下、変換テーブルの作成方法を説明する。

図４は、変換テーブルの作成方法を説明する図である。
まず、変換テーブル作成部１１１は、複数のサンプル画像２１から輝度勾配ベクトルの大きさ毎の出現頻度を示すヒストグラム２２を作成する。

作成されるヒストグラム２２の形状は、サンプル画像２１の輝度に応じて変化するため特に限定されないが、図４に示すヒストグラム２２では、輝度勾配のベクトルの大きさが小さいところの出現頻度が大きくなっている。

次に、変換テーブル作成部１１１は、作成されたヒストグラム２２の平坦化を行って、各区間の出現頻度が等しくなるように区間を分割（再構成）する（区間の大きさの単位を設定する）。

図５は、輝度勾配分布の平坦化を示す図である。
図５では、一例として、作成されたヒストグラム２２の輝度勾配ベクトルの大きさが１０個の区間であるものとする。

図５に示すように、各区間の出現頻度は、異なっている。これを、各区間の出現頻度が等しくなるように、区間を分割した平坦化グラフ２３を生成する。
例えば、区間１の出現頻度をそのまま取り出し、平坦化グラフ２３の区間１とする。次に、区間２の出現頻度と区間３の出現頻度とを加算し、平坦化グラフ２３の区間２とする。次に、区間４〜区間６の各出現頻度を加算し、平坦化グラフ２３の区間３とする。次に、区間７〜区間１０の各出現頻度を加算し、平坦化グラフ２３の区間４とする。これにより、各区間の出現頻度は、いずれも「１２８」となる。この処理により、各区間における情報量が（ほぼ）等しくなり、後述する類似度の比較において、より精度の高い比較結果を得ることができる。

なお、図５では、平坦化グラフ２３の各区間の出現頻度が全て等しくなっているが、全て等しくなくてもよく、最も平坦に近くなるように（存在確率が等しくなるように）区間を分割するようにしてもよい。

その後、変換テーブル作成部１１１は、輝度勾配ベクトルの大きさを平坦化グラフ２３の区間番号に変換するための変換テーブルを作成する。
図６は、変換テーブルを示す図である。

変換テーブル１１ａには、大きさと区間の欄が設けられている。
大きさの欄には、輝度勾配ベクトルの大きさを示す数字が設定されている。この数字は、図５に示すヒストグラム２２の横軸の数字に一致している。

区間の欄には、平坦化グラフ２３の区間を示す数字が設定されている。
再び図４に戻って説明する。
テンプレート画像ヒストグラム作成・記憶部１２は、テンプレート画像記憶部１２１と、輝度勾配ベクトル計算部１２２と、ヒストグラム作成部１２３と、ヒストグラム記憶部１２４とを有している。

テンプレート画像記憶部１２１は、検出するパターンの画像（テンプレート画像）を記憶する。
輝度勾配ベクトル計算部１２２は、テンプレート画像記憶部１２１に記憶されているテンプレート画像に対して、微分処理を行い各画素の輝度勾配ベクトルを計算する。

ヒストグラム作成部１２３は、テンプレート画像を複数の領域に分割する。そして、各領域について輝度勾配ベクトルを方向・大きさで分割する。さらに大きさを区間毎に振り分ける。これにより、輝度勾配ベクトルの方向毎に、輝度勾配ベクトルの大きさ毎の出現頻度が記述された２次元のヒストグラムを作成する。

ここで、ヒストグラムの作成時には、変換テーブル記憶部１１２に記憶されている（変換テーブル作成部１１１が作成した）変換テーブル１１ａを参照する。そして、変換テーブル１１ａの区間毎に出現頻度を累積する。

ヒストグラム作成部１２３は、作成されたヒストグラムをヒストグラム記憶部１２４に記憶する。
図７は、ヒストグラム作成部が作成するヒストグラムを示す図である。

テンプレート画像の画像パターン５０は、領域Ｒ₀₀〜領域Ｒ₂₂の９つの領域に区切られている。輝度勾配のヒストグラムは、領域Ｒ₀₀〜領域Ｒ₂₂毎に作成される。すなわち、９つの輝度勾配のヒストグラムが作成される。図７では、領域Ｒ₀₀のヒストグラムＨＲ₀₀を図示している。

ヒストグラムＨＲ₀₀は、縦軸が輝度勾配の大きさを示し、横軸が各方向を示している。
また、ヒストグラムＨＲ₀₀の各ビン（ｂｉｎ）における数値は、その方向における区間の出現頻度を示している。例えば、方向０°の区間２のビンｂ１は、出現頻度が「６」であることを示している。

再び図４に戻って説明する。
判定対象画像ヒストグラム作成部１３は、画像読み込み部１３１と、読み込み画像記憶部１３２と、領域画像抽出部１３３と、輝度勾配ベクトル計算部１３４と、ヒストグラム作成部１３５とを有している。

画像読み込み部１３１は、類似度を判定する対象となる画像として、例えば、カメラが撮像した画像や、ユーザが選択した画像等を読み込み、デジタルデータに変換する。
読み込み画像記憶部１３２は、画像読み込み部１３１が変換したデジタルデータを格納する。

領域画像抽出部１３３は、読み込み画像記憶部１３２に記憶されている全画面の画像データ内の指定された場所から、テンプレート画像と同じ大きさの画像領域を候補領域として抽出する。

輝度勾配ベクトル計算部１３４は、領域画像抽出部１３３が抽出した候補領域の画像に対して、微分処理を行い各画素の輝度勾配ベクトルを計算する。
ヒストグラム作成部１３５は、領域画像抽出部１３３が抽出した候補領域の画像を分割して勾配ベクトルの方向・大きさの２次元のヒストグラムを作成する。このヒストグラムの作成時にもヒストグラム作成部１２３と同様に、変換テーブル記憶部１１２に記憶されている変換テーブル１１ａを参照する。そして、変換テーブル１１ａの区間毎に出現頻度を累積する。これにより、ヒストグラム作成部１２３が作成したヒストグラムの区間幅とヒストグラム作成部１３５が作成したヒストグラムの区間幅が等しくなる。

ヒストグラム類似度計算部１４は、ヒストグラム記憶部１２４に記憶されている（ヒストグラム作成部１２３が計算した）テンプレート画像のヒストグラムとヒストグラム作成部１３５が計算した候補領域の画像のヒストグラムの類似度を計算する。具体的には、テンプレート画像と候補領域の画像それぞれの、同一方向、かつ、同一区間の出現頻度をそれぞれ比較して類似度を計算する。

図８は、類似度の計算方法を説明する図である。
類似度の計算では、図８に示すように、ヒストグラムの各領域Ｒ₀₀〜領域Ｒ₂₂を１次元のベクトルで表現する。具体的には、まず、領域Ｒ₀₀の区間１の各ビンを方向の順に並べる。そして、区間１の方向３１５°のビンに続けて区間２の各ビンを方向の順に並べる。領域Ｒ₀₀の区間４の各ビンを並べたら、続けて領域Ｒ₀₁の区間１の各ビンを並べる。その後も同様にして並べていき、最後に領域Ｒ₂₂の区間４の各ビンを方向の順に並べる。

対応するテンプレート画像のヒストグラムについても同様の処理を行う。
類似度の計算は、下記の式（１）による「Bhattacharyya」の類似度算出法を用いる。

ここで、ｐ（ｉ）、ｑ（ｉ）はそれぞれテンプレート画像、候補領域の画像についての１次元化したヒストグラムの出現頻度であり、Ｎは１次元ベクトルの要素数である。
式（１）の類似度Ｂの値は、「０．０〜１．０」の範囲の実数値となり、類似度が高いほど大きな値が得られる。

類似度判定部１５は、ヒストグラム類似度計算部１４が計算した類似度Ｂから、例えば閾値処理等で、パターンの一致の判定を行う。具体的には、閾値を予め用意しておき、テンプレート画像の各領域Ｒ₀₀〜領域Ｒ₂₂のヒストグラムを１次元化したベクトルと、候補領域の各領域Ｒ₀₀〜領域Ｒ₂₂のヒストグラムを１次元化したベクトルとの間で算出した類似度Ｂが、この閾値よりも大きい類似度であった場合に、当該候補領域の画像がテンプレート画像に類似していると判定する。

データ出力部１６は、類似度判定部１５が判定した判定結果をモニタ１０４ａに出力する。
次に、画像処理装置１０の処理を説明する。

図９および図１０は、画像処理装置の処理を示すフローチャートである。
まず、サンプル画像の輝度勾配ベクトルの大きさからヒストグラムの区間への変換テーブル１１ａを作成する（ステップＳ１）。

次に、テンプレート画像記憶部１２１が、テンプレート画像を記憶する（ステップＳ２）。
次に、輝度勾配ベクトル計算部１２２が、テンプレート画像の輝度勾配ベクトルを計算する（ステップＳ３）。

次に、ヒストグラム作成部１２３が、テンプレート画像の輝度勾配ベクトルの方向、大きさのヒストグラムを計算する（ステップＳ４）。
次に、画像読み込み部１３１が、判定対象の画像を読み込む（ステップＳ５）。

そして、読み込んだ画像を読み込み画像記憶部１３２に記憶する（ステップＳ６）。
次に、領域画像抽出部１３３が、読み込み画像記憶部１３２に記憶されている画像の候補領域となる画像を抽出する（図１０のステップＳ７）。

次に、輝度勾配ベクトル計算部１３４が、候補領域の画像の輝度勾配ベクトルを計算する（ステップＳ８）。
次に、ヒストグラム作成部１３５が、候補領域の画像の輝度勾配ベクトルの方向、大きさのヒストグラムを計算する（ステップＳ９）。

次に、ヒストグラム類似度計算部１４が、テンプレート画像の輝度勾配ベクトルのヒストグラムと、候補領域の画像の輝度勾配ベクトルのヒストグラムとの類似度を計算する（ステップＳ１０）。そして、類似度判定部１５が、類似度が、予め定められた閾値より大きいか否かを判断する（ステップＳ１１）。

類似度が、予め定められた閾値より大きい場合（ステップＳ１１のＹｅｓ）、２つの画像が同一であると判定する。そしてデータ出力部１６が、その判定結果をモニタ１０４ａに出力する。

一方、類似度が、予め定められた閾値以下である場合（ステップＳ１１のＮｏ）、類似度判定部１５が、全ての候補領域についてステップＳ７〜ステップＳ１１の処理を行ったか否かを判断する（ステップＳ１２）。

全ての候補領域についてステップＳ７〜ステップＳ１１の処理を行っていない場合（ステップＳ１２のＮｏ）、ステップＳ７に移行し、読み込み画像記憶部１３２に記憶されている全画面の画像データ内の指定された場所から、テンプレート画像と同じ大きさの他の画像領域を候補領域として抽出する（ステップＳ７）。そして、ステップＳ８以降の処理を繰り返し行う。

一方、全ての候補領域についてステップＳ７〜ステップＳ１１の処理を行った場合（ステップＳ１２のＹｅｓ）、判定対象となる画像が、テンプレート画像に類似していないと判定する。そしてデータ出力部１６が、その判定結果をモニタ１０４ａに出力する。

以上で、画像処理装置１０の処理の説明を終了する。
以上述べたように、画像処理装置１０によれば、ヒストグラム作成部１２３およびヒストグラム作成部１３５が、それぞれ輝度勾配ベクトルの出現頻度が区間毎に記述された２次元のヒストグラムを作成するようにした。よって、局所的なコントラストの変動に対しても同じ形状のヒストグラムを得ることができる。

これにより、ヒストグラム類似度計算部１４が、類似度Ｂをより正確に計算することができる。このため、マッチング性能が向上する。
また、輝度勾配ベクトルの大きさについて、各区間での輝度勾配ベクトルの大きさの存在確率が等しくなるような区間幅で分割するようにした。これにより、勾配ベクトルの大きさについてのヒストグラムの持つ平均情報量（平均エントロピー）を最大とすることができるため、さらにマッチング性能を向上させることができる。

なお、本実施の形態では、類似度判定部１５が、ヒストグラム類似度計算部１４が計算した類似度Ｂから、閾値処理で画像の一致の判定を行うようにした。しかし、これに限らず、例えば、各領域の大きさ方向の区間に対して、角度方向の頻度の総和を要素とする低次元のベクトルで類似度を計算する。そして、その類似度がある閾値以上である場合にのみ、ヒストグラムの全ての要素で構成されるベクトルの類似度の計算・判定を行うようにしてもよい。これにより、類似度計算・判定の計算量を削減することができる。

図１１は、類似度の他の計算方法を説明する図である。
図１１に示すように、まず、領域Ｒ₀₀の区間１の全ての出現頻度を加算した数値「４４」、領域Ｒ₀₀の区間２の全ての出現頻度を加算した数値「１５９」、・・・、領域Ｒ₂₂の区間３の全ての出現頻度を加算した数値「６０」、領域Ｒ₂₂の区間４の全ての出現頻度を加算した数値「１２９」を求める。これが低次元のベクトルとなる。対応するテンプレート画像のヒストグラムについても同様の処理を行う。そして、これらのベクトルを用いて例えば、「Bhattacharyya」の類似度算出法にて類似度を計算する。

なお、画像処理装置１０が行った処理が、複数の装置によって分散処理されるようにしてもよい。例えば、他の装置が、テンプレート画像のヒストグラムの計算までを行ってヒストグラムを作成しておき、画像処理装置が、そのヒストグラムを用いて判定対象の画像との類似度の判定を行うようにしてもよい。

以上、本発明の画像処理プログラム、画像処理方法および画像処理装置を、図示の実施の形態に基づいて説明したが、本発明はこれに限定されるものではなく、各部の構成は、同様の機能を有する任意の構成のものに置換することができる。また、本発明に、他の任意の構成物や工程が付加されていてもよい。

また、本発明は、前述した実施の形態のうちの、任意の２以上の構成（特徴）を組み合わせたものであってもよい。
なお、上記の処理機能は、コンピュータによって実現することができる。その場合、画像処理装置１０が有する機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等が挙げられる。磁気記録装置としては、例えば、ハードディスク装置（ＨＤＤ）、フレキシブルディスク（ＦＤ）、磁気テープ等が挙げられる。光ディスクとしては、例えば、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等が挙げられる。光磁気記録媒体としては、例えば、ＭＯ（Magneto-Optical disk）等が挙げられる。

プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

画像処理プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送される毎に、逐次、受け取ったプログラムに従った処理を実行することもできる。

１ コンピュータ（画像処理装置）
２ 第１の算出手段
３ 第２の算出手段
４ 判定手段
５ 判定対象画像
６、８ ヒストグラム
６ａ、８ａ パターン
６ｂ、８ｂ、ｂ１ ビン
７ テンプレート画像
１０ 画像処理装置
１１ 変換テーブル作成・記憶部
１１ａ 変換テーブル
１２ テンプレート画像ヒストグラム作成・記憶部
１３ 判定対象画像ヒストグラム作成部
１４ ヒストグラム類似度計算部
１５ 類似度判定部
１６ データ出力部
２１ サンプル画像
２２ ヒストグラム
２３ 平坦化グラフ
５０ 画像パターン
１１１ 変換テーブル作成部
１１２ 変換テーブル記憶部
１２１ テンプレート画像記憶部
１２２、１３４ 輝度勾配ベクトル計算部
１２３、１３５ ヒストグラム作成部
１２４ ヒストグラム記憶部
１３１ 画像読み込み部
１３２ 読み込み画像記憶部
１３３ 領域画像抽出部
ＨＲ₀₀ ヒストグラム
Ｒ₀₀〜Ｒ₂₂ 領域

Claims (7)

1. コンピュータを、
   比較対象となる画像の大きさと同じ大きさの判定対象の画像の輝度勾配ベクトルの方向毎に、前記輝度勾配ベクトルの大きさ毎の出現頻度を算出し、方向及び大きさの組み合わせ毎の当該出現頻度を表す第１の２次元ヒストグラムを生成する第１の算出手段、
   前記第１の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第１のベクトルと、前記比較対象の画像の輝度勾配ベクトルの方向毎の、前記輝度勾配ベクトルの大きさ毎の出現頻度について方向及び大きさの組み合わせ毎の当該出現頻度を表す第２の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第２のベクトルとを比較して類似度を算出する第２の算出手段、
   前記類似度に基づいて、前記判定対象の画像が前記比較対象となる画像に類似する画像であるか否かを判定する判定手段、
   として機能させる
   ことを特徴とする画像処理プログラム。
2. 前記コンピュータを、前記判定対象の画像を複数の領域に分割する分割手段として機能させ、
   前記第１の算出手段は、前記領域毎に前記出現頻度を算出し、前記第２の算出手段は、前記比較対象の画像が複数の領域に分割され、これらの領域毎に算出された前記出現頻度と、前記第１の算出手段によって算出された前記出現頻度とをそれぞれ比較する
   ことを特徴とする請求項１記載の画像処理プログラム。
3. 前記第１の算出手段は、前記輝度勾配ベクトルの大きさに応じて異なる大きさ単位で前記輝度勾配ベクトルの前記出現頻度をまとめ、
   前記第２の算出手段は、前記比較対象の画像と前記判定対象の画像それぞれの、同一方向、かつ、同一単位の前記出現頻度をそれぞれ比較して前記類似度を算出する
   ことを特徴とする請求項１記載の画像処理プログラム。
4. 前記第１の算出手段は、前記輝度勾配ベクトルの数が等しくなるように前記単位を設定する
   ことを特徴とする請求項３記載の画像処理プログラム。
5. 前記判定手段は、予め用意された閾値より大きい前記類似度の画像パターンをテンプレート画像に類似する画像であると判定する
   ことを特徴とする請求項１記載の画像処理プログラム。
6. コンピュータが、
   比較対象となる画像の大きさと同じ大きさの判定対象の画像の輝度勾配ベクトルの方向毎に、前記輝度勾配ベクトルの大きさ毎の出現頻度を算出し、方向及び大きさの組み合わせ毎の当該出現頻度を表す第１の２次元ヒストグラムを生成し、
   前記第１の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第１のベクトルと、前記比較対象の画像の輝度勾配ベクトルの方向毎の、前記輝度勾配ベクトルの大きさ毎の出現頻度について方向及び大きさの組み合わせ毎の当該出現頻度を表す第２の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第２のベクトルとを比較して類似度を算出し、
   前記類似度に基づいて、前記判定対象の画像が前記比較対象となる画像に類似する画像であるか否かを判定する、
   ことを特徴とする画像処理方法。
7. 比較対象となる画像の大きさと同じ大きさの判定対象の画像の輝度勾配ベクトルの方向毎に、前記輝度勾配ベクトルの大きさ毎の出現頻度を算出し、方向及び大きさの組み合わせ毎の当該出現頻度を表す第１の２次元ヒストグラムを生成する第１の算出部と、
   前記第１の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第１のベクトルと、前記比較対象の画像の輝度勾配ベクトルの方向毎の、前記輝度勾配ベクトルの大きさ毎の出現頻度について方向及び大きさの組み合わせ毎の当該出現頻度を表す第２の２次元ヒストグラムから大きさ毎に抽出した出現頻度の値を並べて１次元化した第２のベクトルとを比較して類似度を算出する第２の算出部と、
   前記類似度に基づいて、前記判定対象の画像が前記比較対象となる画像に類似する画像であるか否かを判定する判定部と、
   を有する
   ことを特徴とする画像処理装置。
   

Images