JP5419432B2 - 対象領域決定方法及び対象領域決定装置 - Google Patents
対象領域決定方法及び対象領域決定装置 Download PDFInfo
- Publication number
- JP5419432B2 JP5419432B2 JP2008314467A JP2008314467A JP5419432B2 JP 5419432 B2 JP5419432 B2 JP 5419432B2 JP 2008314467 A JP2008314467 A JP 2008314467A JP 2008314467 A JP2008314467 A JP 2008314467A JP 5419432 B2 JP5419432 B2 JP 5419432B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- interest
- corner points
- target
- determining
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Description
例えば、コンピュータビジョンに基づく車両識別システムは、自車両又は他の移動/固定の物体に取り付けられた撮像機等の画像ピックアップ装置によりピックアップされた画像から車両を識別する。かかる車両の識別時、まず、該ピックアップした画像から車両を含む関心領域RIOを決定し、次に、該決定した関心領域ROI内の画像に基づいて車輌の識別または車両の有無等を判定する。図1は車両画像CIMを含む関心領域ROIの例であり、CSHは車の下陰(車下陰)である。
本発明の別の目的は、車下陰とエッジのような特徴を用いなくても対象物が存在する関心領域を決定することができる対象領域決定方法及び対象領域決定装置を提供することである。
本発明の別の目的は、正確なに関心領域を決定できる対象領域決定方法及び対象領域決定装置を提供することである。
・対象領域決定方法
本発明の対象領域決定方法は、撮像画像において輝度変化の大きな点(角点)を検出するステップ、前記検出された角点に基づき、前記撮像画像から対象のエッジを取得するステップ、前記取得されたエッジ上の角点に基づいて前記対象が存在する領域(関心領域)内の角点を寄せ集めるステップ、該寄せ集められた角点で形成された画像領域を、前記対象が存在する可能性がある関心領域として決定するステップ、を備えている。
前記エッジ取得ステップは、前記撮像画像から、前記角点の数が最も多く含まれる列を抽出するステップ、前記抽出された列から、前記角点の密度が大きい線分を求めるステップ、前記線分を前記対象のエッジとして決定するステップと、を備えている。
前記関心領域決定ステップは、前記画像領域の外接矩形を算出するステップ、前記外接矩形を前記関心領域として決定するステップと、を備えている。
前記関心領域決定ステップは、前記画像領域の外接矩形を算出するステップ、前記対象のアスペクト比に基づき前記外接矩形の高さを調整するステップ、前記高さ調整された外接矩形を前記関心領域として決定するステップと、を備えている。
前記関心領域決定ステップは、さらに、前記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅分拡張して拡張領域を取得するステップ、前記拡張領域のうち角点の数を最も多く含む列を取得するステップ、前記関心領域の左辺と右辺のうち相応の辺を前記取得した列に調整するステップ、を含んでいる。
前記関心領域決定ステップは、さらに、前記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得するステップ、前記拡張領域のうち角点の数を最も多く含む行を取得するステップ、前記関心領域の頂辺と底辺のうち相応の辺を前記取得した行に調整するステップを含んでいる。
前記抽出ステップは、さらに、前記撮像画像における前記対象の関心領域として決定された画像領域で覆われる列を除いた各列から、前記角点の数が最も多い列を抽出するステップ、該抽出された列から、前記角点の密度が大きい線分を求めるステップ、該線分を別の対象のエッジとして決定するステップと、を備え、前記寄せ集めステップにおいて、該エッジ上の角点に基づいて前記別の対象が存在する関心領域内の角点を寄せ集め、前記関心領域決定ステップにおいて該寄せ集められた角点で形成された画像領域を、前記別の対象が存在する可能性がある関心領域として決定する。
本発明の対象領域決定装置は、撮像画像において輝度変化の大きな点(角点)を検出する角点検出モジュール、前記検出された角点に基づき、前記撮像画像から対象のエッジを取得するエッジ取得モジュール、前記取得されたエッジ上の角点に基づいて前記対象が存在する領域(関心領域)内の角点を寄せ集めるクラスタリングモジュール、該寄せ集められた角点で形成された画像領域を、前記対象が存在する可能性がある関心領域として決定する関心領域決定モジュール、を備えている。
前記エッジ取得モジュールは、前記撮像画像から、前記角点の数が最も多く含まれる列を抽出する抽出手段、前記抽出された列から、前記角点の密度が大きい線分を求める線分取得手段、前記線分を前記対象のエッジとして決定するエッジ決定手段、を備えている。
前記関心領域決定モジュールは、前記画像領域の外接矩形を算出する算出手段、前記外接矩形を前記関心領域として決定する関心領域決定手段、を備えている。
前記関心領域決定モジュールは、前記画像領域の外接矩形を算出する算出手段、前記対象のアスペクト比に基づき前記外接矩形の高さを調整する高さ調整手段、前記高さ調整された外接矩形を前記関心領域として決定する関心領域決定手段、を備えている。
前記関心領域決定モジュールは、さらに、前記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅拡張して拡張領域を取得する手段、前記拡張領域のうち角点の数を最も多く含む列を取得する列取得手段、前記関心領域の左辺と右辺のうち相応の辺を前記取得した列に調整する調整手段、を備えている。
前記関心領域決定モジュールは、さらに、前記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得する手段、前記拡張領域のうち角点の数を最も多く含む行を取得する行取得手段、前記関心領域の頂辺と底辺のうち相応の辺を前記取得した行に調整する調整手段、を備えている。
前記抽出手段は、前記撮像画像における前記対象の関心領域として決定された画像領域で覆われる列を除いた各列から、前記角点の数が最も多い列を抽出する手段、該抽出された列から、前記角点の密度が大きい線分を求める手段、該線分を別の対象のエッジとして決定する手段、を備え、前記寄せ集めモジュールは、該エッジ上の角点に基づいて前記別の対象が存在する関心領域内の角点を寄せ集め、前記関心領域決定モジュールは該寄せ集められた角点で形成された画像領域を、前記別の対象が存在する可能性がある関心領域として決定する。
また、本発明によれば、車下陰とエッジのような特徴を用いなくても対象物が存在する関心領域を決定することができる。
本発明によれば、前記画像領域の外接矩形を算出し、対象物のアスペクト比に基づき該外接矩形の高さを調整し、該高さ調整された外接矩形を関心領域として決定するから、関心領域を正確に決定することができる。
本発明によれば、前記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅分拡張して拡張領域を取得し、前記拡張領域のうち角点の数を最も多く含む列を取得し、前記関心領域の左辺と右辺のうち相応の辺を前記取得した列に調整するようにしたから、より正確に関心領域を決定することができる。
本発明によれば、前記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得し、前記拡張領域のうち前記角点の数を最も多く含む行を取得し、前記関心領域の頂辺と底辺のうち相応の辺を前記取得した行に調整するようにしたから、より正確に関心領域を決定することができる。
本発明によれば、前記撮像画像における前記対象の関心領域として決定された画像領域で覆われる列を除いた各列から、前記角点の数が最も多い列を抽出し、該抽出された列から、前記角点の密度が大きい線分を求め、該線分を別の対象のエッジとして決定し、該エッジ上の角点に基づいて別の対象が存在する関心領域内の角点を寄せ集め、該寄せ集められた角点で形成された画像領域を、前記別の対象が存在する可能性がある関心領域として決定するようにしたから、撮影画像に含まれる複数の対象物それぞれについて関心領域を決定することができる。
又、本発明によれば、画像における消失線より下の部分における角点を検出して処理すればよいため、処理する画像部分を減少でき、処理時間を短縮することができる。
本発明は、(1)まず、撮像された画像から角点(corner)を検出する。角点とは、任意の方向(水平方向、垂直方向、又は任意の角度方向)の他の点と比べ、輝度(Intensity)の変化が顕著な点である(図4(A),(B)参照)。なお、対象物例えば車両のエッジは、角点の輝度変化方向に直交する該角点を通る線分に含まれる。
ついで、(2)上記検出された角点を用いて上記撮像された画像から対象物のエッジを取得し、(3)しかる後、上記取得されたエッジ上の角点に基づき、既に検出されている角点のうち関心領域RIO内に存在する角点をクラスタリング手法により取得し、(4)最後に、上記クラスタリングにより取得された角点で形成された画像領域を、上記対象を含む可能性がある関心領域として決定する。
以下、図面を参照しながら、車両を対象物として、本発明の各実施例に係る画像から対象物の関心領域を決定する方法及び装置を詳しく説明する。
図5は、本発明の第1実施例に係る撮影画像において車両が存在する関心領域を決定する方法のフローチャートである。図5に示すように、まず、ステップS10では、角点検出方法でビデオカメラなどの撮像装置で撮像された画像における消失線より下の部分における角点を検出する(図6参照、図6の白点が角点である)。角点検出方法としては、各種周知の角点検出方法、例えばHarris角点検出アルゴリズム、SUSAN角点検出方法などを採用することができる。なお、消失線は地平線で、カメラの高さとその俯角により画像内の位置を計算することができる。例えば、道路が平坦であり、カメラの光軸が路面と平行であるとすると(カメラの俯角がゼロ)、消失線は画像の真ん中の水平線になる。通常、路面が平坦な場合、車両の関心領域は消失線の上方に現れない。このため、消失線より下の部分における角点を検出するのである。
次に、ステップS20では、この撮像された画像の全列(図7参照、図7では4列が示されている)に含まれる角点の数を算出して、該画像の角点の統計的ヒストグラム(図8参照)を取得する。画像の各列の幅ΔTは、実際的な需要に応じて設置することができ、本実施の形態では、ΔT=2画素幅としている。
ステップS30では、この角点の統計的ヒストグラムに基づき、上記撮像された画像における角点の数を最も多く含む列を見出す。角点検出方法の原理によれば、一般的に画像において車両の水平エッジ、垂直エッジの箇所において角点の数が多く、車体の箇所において角点の数が小さく、また、均一の路面などの平面物体において角点の数が最も小さいので、上記撮像された画像における角点の数を最も多く含む列は、一般的に車両のエッジ(垂直エッジ)を含むことになる。
ステップS50では、抽出されたエッジ上の角点に基づき以下のクラスタリング(clustering:寄せ集め)の手法に従って上記撮像された画像における角点を寄せ集める。
具体的に、クラスタリング法のステップは以下の通りである。なお、画像上においてN個の角点が検出されたと仮定する。このN個の角点は、集合CSを構成し、CS=[C1,C2,…,CN]である。
まず、抽出されたエッジ上の任意の角点Ciをクラスタリングの原点、Tをクラスタリングの半径として選択してクラスタリング(角点の寄せ集め)を開始する。ただし、クラスタリングの半径Tは上記抽出されたエッジの長さである。
ついで、Ciをクラスタリングの原点、Tをクラスタリングの半径として構成した円内の角点Cj(j≠i,Cj∈CS)により、角点集合Zを構成する。
以後、角点集合Zにおける角点Ciを除いた各角点Cjを順次クラスタリングの原点、Tをクラスタリングの半径とし、各円内に含まれる角点を角点集合Zに追加する。そして、各円内に新たな角点が含まれるなくなるまで以上のステップを繰返す。以上では、クラスタリングの半径を上記抽出されたエッジの長さと等しいとしているが、これに限るものではなく、他の実施例では、実際的な需要に応じて、クラスタリングの半径は他の値であってもよい。
外接矩形の算出方法は以下の通りである。即ち、
は外接矩形である(図10参照)。
ステップS80では、上記調整後の外接矩形を車両が存在する可能性がある関心領域として決定する。以上により、角点が最大数の列を含む列グループGにより特定される対象物(車両)の関心領域の決定処理が終了する。
ステップS90では、上記撮像画像における車両が存在する可能性があるすべての関心領域(列グループg1~g2に応じた対象物の関心領域)を決定したか否かを判断する。
ステップS90において、判断した結果がNOであれば、ステップS30に戻り、上記撮像画像における先に関心領域として決定された画像領域で覆われる列を除いた各列に基づき、角点を最も多く含む列を求めて、以降の処理を繰り返し、車両が存在する可能性がある他の関心領域を決定する。なお、列グループの幅が設定幅より狭く、しかも、角点の最大数が少ない列グループ(g3、g4)は処理の対象外とする。
ステップS90において、判断した結果がYESであれば、関心領域決定処理が終了する。
まず、ステップS402では、角点を最も多く含む列における各角点の画像内の座標情報に基づき、この列における最上の角点の縦座標Yminと最下の角点の縦座標Ymaxを算出する。
次に、ステップS406では、線分SubAとSubBの角点の密度をそれぞれ算出する。角点の密度の定義は以下の通りである。
選定された角点の密度が大きいものがSubAであれば、ステップS410では、その密度DAがDmax(初期値が0)より大きいか否かを判断する。判断した結果がYESであれば、ステップS412で、Dmax=D A,Ymax=Ymidとし、次にステップS404に戻る。判断した結果がNOであれば、ステップS414では、この時の線分SubAを、角点密度が最大の線分、すなわち車両のエッジを含む線分として抽出する。
ステップ408において、選定された角点の密度が大きいものがSubBであれば、ステップS416では、その密度DBがDmaxより大きいか否かを判断する。判断した結果がYESであれば、ステップS418では、Dmax=DB,Ymin=Ymid+1とし、次にステップS404に戻る。判断した結果がNOであれば、ステップS420では、この時の線分SubBを角点密度が最大の線分、すなわち車両のエッジを含む線分として抽出する。
第2実施例では、第1実施例のステップに従って関心領域を決定した後、この決定した関心領域をさらに処理して、より正確な関心領域を取得する。
図13は、本発明の第2実施例に係る車両の関心領域を決定する関心領域決定方法のフローチャートである。また、重複を避けるために、図13には、第1の実施例とは異なるステップだけを示す。
図13に示すように、ステップS100では、撮像された画像において、ステップS80(図5参照)で決定した関心領域の左辺と右辺とを内側及び外側へそれぞれ所定の幅拡張し、かつこの関心領域の頂辺と底辺とを内側及び外側へそれぞれ所定の高さ拡張し、左拡張領域、右拡張領域、頂拡張領域、底拡張領域との四つの拡張領域を取得する。ここで、上記所定の幅ΔW=0.1×関心領域の幅、上記所定の高さΔH=0.1×関心領域の高さである。図14は、本発明の1つの実施例に係る関心領域の拡張を示す概念図であり、その中、abcdは拡張前の関心領域、ABIJは左拡張領域、CDGHは右拡張領域、ADELは頂拡張領域、FGJKは底拡張領域を示す。なお、図14では外側の拡張幅を内側の拡張幅より大きくした例を示している。
ステップS120では、左拡張領域及び右拡張領域における各列毎に角点の数、並びに頂拡張領域及び底拡張領域における各行毎に角点の数を算出する。
ステップS130では、左拡張領域における角点の数が最も多い列CL、右拡張領域における角点の数が最も多い列CR、頂拡張領域における角点の数が最も多い行RU、底拡張領域における角点の数が最も多い行RDを見出す。
ステップS140では、関心領域abcdの4辺の位置を調整し、即ち、この関心領域の左辺を、上記左拡張領域における角点の数が最も多い列CLに修正し、この関心領域の右辺を、上記右拡張領域における角点の数が最も多い列CRに修正し、この関心領域の頂辺を、上記頂拡張領域における角点の数が最も多い行RUに修正し、この関心領域の底辺を、上記底拡張領域における角点の数が最も多い行RDに修正する。
また、第1実施例では、ステップS70で実際的な車両のアスペクト比に基づき上記外接矩形の高さを調整しているが、本発明はこれに限られない。本発明の他の実施例では、上記外接矩形の高さを調整しなくてもよい。
また、第2実施例では、関心領域の4辺を同時に調整しているが、本発明の他の実施例では、関心領域の1辺、2辺又は3辺だけを調整してもよい。
また、第2実施例では、関心領域の辺を同時に内側及び外側へそれぞれ所定の幅拡張して拡張領域を取得しているが、本発明はこれに限られない。本発明の他の実施例では、関心領域の辺を内側又は外側へのみ所定の幅拡張して拡張領域を取得してもよい。
また、第2実施例では、関心領域の4つの拡張領域の各々における角点を改めて検出しているが、本発明の他の実施例では、ステップS10で求めた角点を用いて4つの拡張領域における各列又は各行毎に角点の数を算出してもよい。
また、第1及び第2実施例では、画像から車両を含む可能性がある関心領域を決定しているが、本発明の他の実施例では、歩行者などの対象を含む可能性がある関心領域を決定してもよい。
図15は、本発明の1つの実施例に係る画像から車両の関心領域を決定する装置を示す概念図である。図15において、車両の関心領域を決定する対象領域決定装置100は、角点検出モジュール101と、エッジ取得モジュール103と、クラスタリングモジュール105と、外接矩形算出モジュール107と、外接矩形調整モジュール109と、関心領域決定モジュール111と、第1の拡張モジュール113と、第2の拡張モジュール115と、列決定ジュール117と、行決定モジュール119と、第1の関心領域調整モジュール121と、第2の関心領域調整モジュール123とを備えている。
クラスタリングモジュール105は上記取得されたエッジ上の角点に基づき、上記検出された角点をクラスタリングし(寄せ集め)、外接矩形算出モジュール107は寄せ集められた角点を含む画像領域を決定し、該画像領域の外接矩形を算出し、調整モジュール109は対象(車両)のアスペクト比に基づき上記外接矩形の高さを調整する。関心領域決定モジュール111は、上記外接矩形を上記関心領域として決定し、第1の拡張モジュール113は、上記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅分拡張して、拡張領域を取得し、第2の拡張モジュール115は、上記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得する。
以上本発明を実施例に従って説明したが、本発明に開示されている画像から対象の関心領域を決定する方法及び装置は、本発明の本質から離脱しない限り、各種の変形及び変更をすることができ、これら変形及び変更は本発明の範囲内にあるものである。
S20 統計的ヒストグラム作成ステップ
S30 最大角点列決定ステップ
S40 エッジ決定ステップ
S50 クラスタリングステップ
S60 外接矩形算出ステップ
S70 高さ調整ステップ
S80 関心領域決定ステップ
Claims (16)
- 撮影画像において対象が存在する領域を決定する対象領域決定方法において、
撮像画像において輝度変化の大きな点(角点)を検出するステップ、
前記検出された角点に基づき、前記撮像画像から対象のエッジを取得するステップ、
前記取得されたエッジ上の角点に基づいて前記対象が存在する領域(関心領域)内の角点を寄せ集めるステップ、
該寄せ集められた角点で形成された画像領域を、前記対象が存在する可能性がある関心領域として決定するステップ、
を備えたことを特徴とする対象領域決定方法。 - 前記エッジ取得ステップは、
前記撮像画像から、前記角点の数が最も多く含まれる列を抽出するステップ、
前記抽出された列から、前記角点の密度が大きい線分を求めるステップ、
前記線分を前記対象のエッジとして決定するステップと、
を備えることを特徴とする請求項1記載の対象領域決定方法。 - 前記関心領域決定ステップは、
前記画像領域の外接矩形を算出するステップ、
前記外接矩形を前記関心領域として決定するステップ、
を備えたことを特徴とする請求項1記載の対象領域決定方法。 - 前記関心領域決定ステップは、
前記画像領域の外接矩形を算出するステップ、
前記対象のアスペクト比に基づき前記外接矩形の高さを調整するステップ、
前記高さ調整された外接矩形を前記関心領域として決定するステップと、
を備えたことを特徴とする請求項1記載の対象領域決定方法。 - 前記関心領域決定ステップは、さらに、
前記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅分拡張して拡張領域を取得するステップ、
前記拡張領域のうち角点の数を最も多く含む列を取得するステップ、
前記関心領域の左辺と右辺のうち相応の辺を前記取得した列に調整するステップ、
を含むことを特徴とする請求項1乃至4のいずれかに記載の対象領域決定方法。 - 前記関心領域決定ステップは、さらに、
前記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得するステップ、
前記拡張領域のうち角点の数を最も多く含む行を取得するステップ、
前記関心領域の頂辺と底辺のうち相応の辺を前記取得した行に調整するステップ、
を含むことを特徴とする請求項1乃至4のいずれかに記載の対象領域決定方法。 - 前記抽出ステップは、さらに、
前記撮像画像における前記対象の関心領域として決定された画像領域で覆われる列を除いた各列から、前記角点の数が最も多い列を抽出するステップ、
該抽出された列から、前記角点の密度が大きい線分を求めるステップ、
該線分を別の対象のエッジとして決定するステップと、
を備え、前記寄せ集めステップにおいて、該エッジ上の角点に基づいて前記別の対象が存在する関心領域内の角点を寄せ集め、前記関心領域決定ステップにおいて、該寄せ集められた角点で形成された画像領域を、前記別の対象が存在する可能性がある関心領域として決定する、
ことを特徴とする請求項2記載の対象領域決定方法。 - 前記検出された各角点は、前記撮像された画像における消失線より下の部分の画像から検出されたものであることを特徴とする請求項1記載の対象領域決定方法。
- 撮影画像において対象が存在する領域を決定する対象領域決定装置において、
撮像画像において輝度変化の大きな点(角点)を検出する角点検出モジュール、
前記検出された角点に基づき、前記撮像画像から対象のエッジを取得するエッジ取得モジュール、
前記取得されたエッジ上の角点に基づいて前記対象が存在する領域(関心領域)内の角点を寄せ集めるクラスタリングモジュール、
該寄せ集められた角点で形成された画像領域を、前記対象が存在する可能性がある関心領域として決定する関心領域決定モジュール、
を備えたことを特徴とする対象領域決定装置。 - 前記エッジ取得モジュールは、
前記撮像画像から、前記角点の数が最も多く含まれる列を抽出する抽出手段、
前記抽出された列から、前記角点の密度が大きい線分を求める線分取得手段、
前記線分を前記対象のエッジとして決定するエッジ決定手段、
を備えることを特徴とする請求項9記載の対象領域決定装置。 - 前記関心領域決定モジュールは、
前記画像領域の外接矩形を算出する算出手段、
前記外接矩形を前記関心領域として決定する関心領域決定手段、
を備えたことを特徴とする請求項9記載の対象領域決定装置。 - 前記関心領域決定モジュールは、
前記画像領域の外接矩形を算出する算出手段、
前記対象のアスペクト比に基づき前記外接矩形の高さを調整する高さ調整手段、
前記高さ調整された外接矩形を前記関心領域として決定する関心領域決定手段、
を備えたことを特徴とする請求項9記載の対象領域決定装置。 - 前記関心領域決定モジュールは、さらに、
前記関心領域の左辺と右辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の幅分拡張して拡張領域を取得する手段、
前記拡張領域のうち角点の数を最も多く含む列を取得する列取得手段、
前記関心領域の左辺と右辺のうち相応の辺を前記取得した列に調整する調整手段、
を備えたことを特徴とする請求項9乃至12のいずれかに記載の対象領域決定装置。 - 前記関心領域決定モジュールは、さらに、
前記関心領域の頂辺と底辺の少なくとも一辺から内側及び/又は外側へそれぞれ所定の高さ分拡張して、拡張領域を取得する手段、
前記拡張領域のうち角点の数を最も多く含む行を取得する行取得手段、
前記関心領域の頂辺と底辺のうち相応の辺を前記取得した行に調整する調整手段、
を備えたことを特徴とする請求項9乃至12のいずれかに記載の対象領域決定装置。 - 前記抽出手段は、
前記撮像画像における前記対象の関心領域として決定された画像領域で覆われる列を除いた各列から、前記角点の数が最も多い列を抽出する手段、
該抽出された列から、前記角点の密度が大きい線分を求める手段、
該線分を別の対象のエッジとして決定する手段、
を備え、前記寄せ集めモジュールは、該エッジ上の角点に基づいて前記別の対象が存在する関心領域内の角点を寄せ集め、前記関心領域決定モジュールは該寄せ集められた角点で形成された画像領域を、前記別の対象を含む可能性がある関心領域として決定する
ことを特徴とする請求項10記載の対象領域決定装置。 - 前記角点検出モジュールは、前記撮像された画像における消失線より下の部分の画像から前記角点を検出する、
ことを特徴とする請求項9記載の対象領域決定装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710195724.6 | 2007-12-13 | ||
CN2007101957246A CN101458814B (zh) | 2007-12-13 | 2007-12-13 | 一种用于从图像中分割对象感兴趣区域的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009146407A JP2009146407A (ja) | 2009-07-02 |
JP5419432B2 true JP5419432B2 (ja) | 2014-02-19 |
Family
ID=40753366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008314467A Expired - Fee Related JP5419432B2 (ja) | 2007-12-13 | 2008-12-10 | 対象領域決定方法及び対象領域決定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8290265B2 (ja) |
JP (1) | JP5419432B2 (ja) |
CN (1) | CN101458814B (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458814B (zh) * | 2007-12-13 | 2012-02-01 | 东软集团股份有限公司 | 一种用于从图像中分割对象感兴趣区域的方法和装置 |
US8488001B2 (en) * | 2008-12-10 | 2013-07-16 | Honeywell International Inc. | Semi-automatic relative calibration method for master slave camera control |
CN101794446B (zh) * | 2010-02-11 | 2011-12-14 | 东南大学 | 一种图像角点的线搜索式检测方法 |
US9547938B2 (en) * | 2011-05-27 | 2017-01-17 | A9.Com, Inc. | Augmenting a live view |
CN102609911B (zh) * | 2012-01-16 | 2015-04-15 | 北方工业大学 | 基于边缘的图像显著性检测 |
CN102610104B (zh) * | 2012-03-16 | 2014-11-05 | 江苏苏科畅联科技有限公司 | 一种车载的前方车辆检测方法 |
CN102831393A (zh) * | 2012-07-19 | 2012-12-19 | 安徽工业大学 | 电力杆塔轮廓的快速图像识别方法 |
JP5983749B2 (ja) * | 2012-08-30 | 2016-09-06 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
JP6037791B2 (ja) * | 2012-11-16 | 2016-12-07 | 三菱重工メカトロシステムズ株式会社 | 画像認識装置、画像認識方法、プログラム、及び記録媒体 |
TW201421423A (zh) * | 2012-11-26 | 2014-06-01 | Pixart Imaging Inc | 影像感測器及其運作方法 |
CN103426169B (zh) * | 2013-07-26 | 2016-12-28 | 西安华海盈泰医疗信息技术有限公司 | 一种医学图像的分割方法 |
KR102188162B1 (ko) * | 2014-08-19 | 2020-12-07 | 현대자동차주식회사 | 안개 상황에서 차량 검출 방법 및 시스템 |
CN104168462B (zh) * | 2014-08-27 | 2017-06-13 | 重庆大学 | 基于图像角点集特征的摄像头场景变换检测方法 |
CN104268573B (zh) * | 2014-09-24 | 2017-12-26 | 深圳市华尊科技股份有限公司 | 车辆检测方法及装置 |
CN104299244B (zh) * | 2014-09-26 | 2017-07-25 | 东软集团股份有限公司 | 基于单目相机的障碍物检测方法及装置 |
CN104866838B (zh) * | 2015-06-02 | 2018-08-03 | 南京航空航天大学 | 一种基于视觉的前方车辆自动检测方法 |
CN105427320B (zh) * | 2015-11-30 | 2018-07-06 | 威海北洋电气集团股份有限公司 | 一种图像分割提取方法 |
CN106373139A (zh) * | 2016-08-18 | 2017-02-01 | 广州视源电子科技股份有限公司 | 一种图像处理方法及装置 |
CN106600620A (zh) * | 2016-12-28 | 2017-04-26 | 天津普达软件技术有限公司 | 一种生产线上托盘内输液袋未落在传送带上的报警方法 |
CN107493469A (zh) * | 2017-08-10 | 2017-12-19 | 歌尔科技有限公司 | 一种确定sfr测试卡的感兴趣区域的方法及装置 |
CN108171452B (zh) * | 2017-12-08 | 2022-04-05 | 苏宁易购集团股份有限公司 | 一种快递点选址方法及装置 |
CN108920580B (zh) * | 2018-06-25 | 2020-05-26 | 腾讯科技(深圳)有限公司 | 图像匹配方法、装置、存储介质及终端 |
CN110765224A (zh) * | 2019-10-25 | 2020-02-07 | 驭势科技(北京)有限公司 | 电子地图的处理方法、车辆视觉重定位的方法和车载设备 |
CN111932558B (zh) * | 2020-08-20 | 2024-04-16 | 湖北职业技术学院 | 高温危险区域定位方法 |
CN114612492B (zh) * | 2022-03-30 | 2023-01-31 | 北京百度网讯科技有限公司 | 图像边框的检测方法、装置及电子设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4300122A (en) * | 1979-04-02 | 1981-11-10 | Sperry Corporation | Apparatus for processing digital data representative of a two-dimensional image |
US5497451A (en) * | 1992-01-22 | 1996-03-05 | Holmes; David | Computerized method for decomposing a geometric model of surface or volume into finite elements |
US5343390A (en) * | 1992-02-28 | 1994-08-30 | Arch Development Corporation | Method and system for automated selection of regions of interest and detection of septal lines in digital chest radiographs |
JP3004158B2 (ja) * | 1993-11-08 | 2000-01-31 | 松下電器産業株式会社 | 車両認識装置 |
JPH08320999A (ja) | 1995-05-25 | 1996-12-03 | Nissan Motor Co Ltd | 車両認識装置 |
US6282317B1 (en) * | 1998-12-31 | 2001-08-28 | Eastman Kodak Company | Method for automatic determination of main subjects in photographic images |
JP4013060B2 (ja) * | 2003-01-21 | 2007-11-28 | 日本電気株式会社 | 画像補正方法および画像補正装置 |
JP3931891B2 (ja) * | 2004-07-05 | 2007-06-20 | 日産自動車株式会社 | 車載用画像処理装置 |
JP4777433B2 (ja) * | 2005-10-27 | 2011-09-21 | エヌイーシー ラボラトリーズ アメリカ インク | ビデオ前景の分割方法 |
CN101029824B (zh) * | 2006-02-28 | 2011-10-26 | 东软集团股份有限公司 | 基于车辆特征的车辆定位方法和装置 |
CN101030256B (zh) * | 2006-02-28 | 2010-05-12 | 东软集团股份有限公司 | 车辆图像分割方法和装置 |
JP2007257133A (ja) * | 2006-03-22 | 2007-10-04 | Nissan Motor Co Ltd | 物体検出システム |
CN101458814B (zh) * | 2007-12-13 | 2012-02-01 | 东软集团股份有限公司 | 一种用于从图像中分割对象感兴趣区域的方法和装置 |
-
2007
- 2007-12-13 CN CN2007101957246A patent/CN101458814B/zh not_active Expired - Fee Related
-
2008
- 2008-12-09 US US12/331,160 patent/US8290265B2/en active Active
- 2008-12-10 JP JP2008314467A patent/JP5419432B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101458814A (zh) | 2009-06-17 |
US20090154808A1 (en) | 2009-06-18 |
CN101458814B (zh) | 2012-02-01 |
US8290265B2 (en) | 2012-10-16 |
JP2009146407A (ja) | 2009-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5419432B2 (ja) | 対象領域決定方法及び対象領域決定装置 | |
CN108038883B (zh) | 一种应用于公路路面视频图像的裂缝检测及识别方法 | |
KR101403876B1 (ko) | 차량 번호판 인식 방법과 그 장치 | |
JP5068134B2 (ja) | 対象領域分割方法及び対象領域分割装置 | |
JP5180126B2 (ja) | 道路認識装置 | |
JP4157620B2 (ja) | 移動物体検出装置及びその方法 | |
JP2008286725A (ja) | 人物検出装置および方法 | |
KR101021994B1 (ko) | 물체 검출방법 | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
JP7230507B2 (ja) | 付着物検出装置 | |
CN109190452B (zh) | 作物行识别方法及装置 | |
CN111553878A (zh) | 基于双目视觉的沥青路面混合料摊铺均匀性的检测方法 | |
CA1220276A (en) | Method of and apparatus for detecting heights of points on surface of object | |
JP2011165170A (ja) | 対象物検出装置及びプログラム | |
TWI383690B (zh) | 影像處理的方法 | |
JP5189556B2 (ja) | 車線検出装置 | |
US11354794B2 (en) | Deposit detection device and deposit detection method | |
JP2010224936A (ja) | 物体検出装置 | |
JP2020109595A (ja) | 付着物検出装置および付着物検出方法 | |
JP5754931B2 (ja) | 画像解析装置、画像解析方法及びプログラム | |
KR101707625B1 (ko) | 영상데이터를 이용한 패턴정보 추출방법 | |
CN113313707A (zh) | 原始图像处理方法、装置、设备及可读存储介质 | |
JP6719328B2 (ja) | 車外監視装置 | |
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 | |
CN111539970B (zh) | 一种适用于结构光三维重建的棋盘格角点检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110915 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130709 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130830 |
|
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: 20131119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5419432 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |