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
画像処理プログラム、画像処理方法および画像処理装置 Download PDFInfo
- Publication number
- JP5396960B2 JP5396960B2 JP2009078695A JP2009078695A JP5396960B2 JP 5396960 B2 JP5396960 B2 JP 5396960B2 JP 2009078695 A JP2009078695 A JP 2009078695A JP 2009078695 A JP2009078695 A JP 2009078695A JP 5396960 B2 JP5396960 B2 JP 5396960B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- size
- luminance gradient
- appearance frequency
- gradient vector
- 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
Landscapes
- Image Analysis (AREA)
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
図6は、変換テーブルを示す図である。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
次に、画像処理装置10の処理を説明する。
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、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、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)。
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、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)。
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。
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。
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、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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009078695A JP5396960B2 (ja) | 2009-03-27 | 2009-03-27 | 画像処理プログラム、画像処理方法および画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009078695A JP5396960B2 (ja) | 2009-03-27 | 2009-03-27 | 画像処理プログラム、画像処理方法および画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010231532A JP2010231532A (ja) | 2010-10-14 |
JP5396960B2 true JP5396960B2 (ja) | 2014-01-22 |
Family
ID=43047275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009078695A Expired - Fee Related JP5396960B2 (ja) | 2009-03-27 | 2009-03-27 | 画像処理プログラム、画像処理方法および画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5396960B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5500024B2 (ja) * | 2010-09-27 | 2014-05-21 | 富士通株式会社 | 画像認識方法及び装置並びにプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2972924B2 (ja) * | 1998-03-02 | 1999-11-08 | 防衛庁技術研究本部長 | 物体の認識装置および方法 |
JP2006098152A (ja) * | 2004-09-29 | 2006-04-13 | Dainippon Screen Mfg Co Ltd | 欠陥検出装置および欠陥検出方法 |
JP2006217046A (ja) * | 2005-02-01 | 2006-08-17 | Olympus Corp | 映像インデックス画像生成装置及び映像のインデックス画像を生成するプログラム |
JP2007156626A (ja) * | 2005-12-01 | 2007-06-21 | Nissan Motor Co Ltd | 物体種別判定装置及び物体種別判定方法 |
-
2009
- 2009-03-27 JP JP2009078695A patent/JP5396960B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010231532A (ja) | 2010-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5500024B2 (ja) | 画像認識方法及び装置並びにプログラム | |
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
US8718324B2 (en) | Method, apparatus and computer program product for providing object tracking using template switching and feature adaptation | |
JP6393230B2 (ja) | オブジェクト検出方法及び画像検索システム | |
US20180253861A1 (en) | Information processing apparatus, method and non-transitory computer-readable storage medium | |
JP6075190B2 (ja) | 画像処理方法及び装置 | |
US8526679B2 (en) | Image processing apparatus and image processing method | |
JP6326847B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP5310485B2 (ja) | 画像処理方法及び装置並びにプログラム | |
JP7188201B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP5262705B2 (ja) | 運動推定装置及びプログラム | |
EP3376433A1 (en) | Image processing apparatus, image processing method, and image processing program | |
JP2018055199A (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
Yin et al. | Concrete crack detection through full-field displacement and curvature measurements by visual mark tracking: A proof-of-concept study | |
CN117474918B (zh) | 异常检测方法和装置、电子设备以及存储介质 | |
US10930068B2 (en) | Estimation apparatus, estimation method, and non-transitory computer-readable storage medium for storing estimation program | |
KR101982258B1 (ko) | 오브젝트 검출 방법 및 오브젝트 검출 장치 | |
JP6713422B2 (ja) | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム | |
JP5396960B2 (ja) | 画像処理プログラム、画像処理方法および画像処理装置 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
JP5657503B2 (ja) | 読取装置、方法及びプログラム | |
US11908144B2 (en) | Image processing apparatus, method, and medium using degrees of reliability and similarity in motion vectors | |
US20220311910A1 (en) | Corner detection method and corner detection device | |
KR20230111010A (ko) | 관절 예측을 위한 학습 데이터 생성 방법 및 장치 | |
JP2011203853A (ja) | 画像処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121120 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130409 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130531 |
|
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: 20130924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131007 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |