JP5423221B2

JP5423221B2 - 画像判定装置、画像判定プログラムおよび画像判定方法

Info

Publication number: JP5423221B2
Application number: JP2009183778A
Authority: JP
Inventors: 悟牛嶋
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2009-08-06
Filing date: 2009-08-06
Publication date: 2014-02-19
Anticipated expiration: 2029-08-06
Also published as: JP2011039605A

Description

本発明は、画像判定装置等に関する。

携帯電話に搭載されたカメラやデジタルカメラ等は、撮影時のシーンにあわせて画像を補正する機能を備えている。撮影時のシーンには、風景、街中等が含まれる。例えば、ユーザがシーンを風景に設定し、デジタルカメラで画像を撮影すると、デジタルカメラは色味が鮮やかになるように画像を補正する。また、画像を撮影する前でも、デジタルカメラはシーンにあわせて、取得した画像をリアルタイムに補正し、画面（ファインダ画面）に表示させる。ユーザは、画面に表示される画像を確認することで、撮影後の画像を容易に想像することができ、最適なタイミングで画像を撮影することができる。なお、撮影とは、デジタルカメラが取得した画像をメモリ等の記憶装置に格納する処理とする。

ここで、デジタルカメラが自動で撮影時のシーンを判定することができれば、ユーザ自身がシーンの設定を切り替えなくてもよくなり、ユーザの利便性を向上させることができるであろう。シーンを自動で判定する技術として、例えば、撮影後の画像に対して周波数変換を実行することで、画像に含まれるオブジェクトの種類を判定し、判定結果に応じて画像のシーンを自動的に判定する技術が存在する。かかる技術は、例えば、画像に含まれるオブジェクトの種類がビルの場合に、画像のシーンを街中と判定する。

また、被写体の形状をテーブルに登録しておき、テーブルに登録された形状と、画像から抽出した形状とを比較することで、画像内に含まれている被写体を判定するという技術が存在する。かかる技術は、画像のシーンを判定するものではないが、この技術を利用すれば、シーンを判定することができる。例えば、画像内にビルなどの被写体が存在する場合、画像のシーンを街中と判定することができる。

特開２００４−６２６０５号公報特開２００８−２１５８３６号公報特開２００８−７７１５４号公報

しかしながら、画像に対して周波数変換を実行する技術は処理時間がかかるため、カメラが取得した画像のシーンを迅速に判定することができないという問題があった。画像のシーンを判定する処理が遅れると、カメラが取得した画像をリアルタイムに補正してファインダ画面に表示することができなくなってしまう。

また、被写体の形状をテーブルに登録して画像のシーンを判定する場合、テーブルに登録された被写体以外を検出することができない。したがって、何が被写体になるか分からない場合、様々な被写体の形状をテーブルに登録することになるため、大きな記憶容量が装置に必要となり、装置のコストが高くなってしまう。

すなわち、記憶容量を大きくすることなく、カメラが撮影した画像のシーンを判定する処理の時間を短縮することが求められている。

開示の技術は、上記に鑑みてなされたものであって、記憶容量を大きくすることなく、カメラが撮影した画像のシーンを判定する処理の時間を短縮することができる画像判定装置、画像判定プログラムおよび画像判定方法を提供することを目的とする。

この画像判定装置は、入力された画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出部と、前記同一のグループに含まれる各線分に基づいて前記画像が街中などの人工的な物体を含む画像であるか否かを判定する判定部とを有することを要件とする。

この画像判定装置によれば、記憶容量を大きくすることなく、入力画像のシーンを判定する処理の時間を短縮することができる。

図１は、実施例１にかかる画像判定装置の構成を示す図である。図２は、実施例２にかかる画像処理装置の構成を示す図である。図３は、シーン判定部の構成を示す図である。図４は、濃淡画像の一例を示す図である。図５は、エッジ画像の一例を示す図である。図６は、直線検出画像の一例を示す図である。図７は、ノイズ線判定部の処理を説明するための図である。図８は、ノイズと判定された線分を説明するための図である。図９は、線分管理テーブルのデータ構造の一例を示す図である。図１０は、線分［ｉ］と線分［ｊ］が連結する場合の例を示す図である。図１１は、線分［ｉ］と線分［ｊ］が連結しない場合の例を示す図である。図１２は、矩形領域を判定する処理を説明するための図である。図１３は、本実施例２にかかる画像処理装置の処理手順を示すフローチャートである。図１４は、ノイズ線抽出処理の処理手順を示すフローチャートである。図１５は、線分グルーピング処理の処理手順を示すフローチャートである。図１６は、線分［ｉ］と線分［ｊ］をグループ化する処理手順を示すフローチャートである。図１７は、グループの大きさ抽出処理の処理手順を示すフローチャートである。図１８は、グループの大きさ判定処理の処理手順を示すフローチャートである。図１９は、シーン判定プロセス等を実行するコンピュータを示す機能ブロック図である。

以下に、本願の開示する画像判定装置、画像判定プログラムおよび画像判定方法の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また処理内容に矛盾の無い限りにおいて、各実施例を組合せても構わない。

本実施例１にかかる画像判定装置の構成について説明する。図１は、本実施例１にかかる画像判定装置の構成を示す図である。図１に示すように、画像判定装置１０は、線分検出部１０ａと、判定部１０ｂを有する。

線分検出部１０ａは、入力された画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する処理部である。判定部１０ｂは、線分検出部１０ｂが登録した同一のグループに含まれる各線分に基づいて画像が街中の画像であるか否かを判定する処理部である。

なお、街中の画像とは、例えば市街地を撮影した画像のように建造物などの人工的な物体を含む画像を言う。屋外を撮影した画像に限らず、屋内の画像であっても構わない。

また、以後の説明では、処理に用いる入力画像は、画像の上下方向と実世界の上下方向(天地方向)とがほぼ対応している画像であることを前提として説明している。もちろん、撮影時のカメラ向きが検出できるのであれば、カメラ向きに基づいて撮影画像の上下方向を実世界の上下方向にあうように補正する処理を加えても構わない。

上述したように、本実施例１にかかる画像判定装置１０は、画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録し、同一グループに含まれる各線分に基づいて画像が街中の画像であるか否かを判定する。したがって、画像判定装置１０は、記憶容量を大きくすることなく、入力画像のシーンを判定する処理の時間を短出することができる。

次に、本実施例２にかかる画像処理装置について説明する。図２は、本実施例２にかかる画像処理装置の構成を示す図である。図２に示すように、この画像処理装置１００は、画像入力部１１０、シーン判定部１２０、画像補正部１３０、補正結果出力部１４０を有する。

画像入力部１１０は、カメラから画像を取得し、取得した画像をシーン判定部１２０と画像補正部１３０に出力する処理部である。シーン判定部１２０は、画像に人工的な物体が含まれるか否かに基づいて、画像のシーンが街中であるか街中以外であるかを判定する処理部である。シーン判定部１２０は、判定結果を画像補正部１３０に出力する。

画像補正部１３０は、シーン判定部１２０の判定結果に基づいて画像を補正する処理部である。画像補正部１３０は、画像のシーンが例えば街中以外の場合に、画像の色味を鮮やかに補正する処理、青空の青が強調されるように補正する処理、ＡＷＢ（Auto White Balance）をやや弱めにして画像を補正する処理を実行する。画像補正部１３０は、各補正の何れか一つを実行してもよいし、複数の補正を実行してもよい。

また、画像補正部１３０は、画像のシーンが例えば街中の場合に、画像に含まれるグレー系の色づきを抑える補正、物体の輪郭を強めにする補正を行う。画像補正部１３０は、各補正の何れか一つを実行してもよいし、複数の補正を実行してもよい。画像補正部１３０が、シーンにあわせて画像を補正する処理は、上記の補正に限られず、如何なる周知技術を用いてもよい。画像補正部１３０は、補正した画像を補正結果出力部１４０に出力する。

補正結果出力部１４０は、画像補正部１３０から補正後の画像を取得し、取得した画像をディスプレイに表示する処理部である。なお、図２に示した画像入力部１１０、シーン判定部１２０、画像補正部１３０、補正結果出力部１４０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＦＧＡ（Field Programmable Gate Array）等の集積装置に対応する。

次に、図２に示したシーン判定部１２０の構成について説明する。図３は、シーン判定部１２０の構成を示す図である。図３に示すように、このシーン判定部１２０は、輝度成分抽出部１２１、エッジ抽出部１２２、直線検出部１２３、ノイズ線判定部１２４、線分構造解析部１２５、判定部１２６を有する。

輝度成分抽出部１２０は、画像を走査して画素毎の輝度値を抽出し、輝度値からなる濃淡画像を生成する処理部である。図４は、濃淡画像の一例を示す図である。例えば、輝度成分抽出部１２０は、画素のＲＧＢ（Red Green Blue）値を取得し、Ｒの値、Ｇの値、Ｂの値のうち、最大の値を輝度値として抽出する。そして、輝度成分抽出部１２０は、抽出した輝度値を画素に設定することで、濃淡画像を生成する。輝度成分抽出部１２０は、濃淡画像をエッジ抽出部１２２に出力する。

エッジ抽出部１２２は、濃淡画像からエッジを抽出する処理部である。濃淡画像からエッジを抽出した画像をエッジ画像と表記する。図５は、エッジ画像の一例を示す図である。例えば、エッジ抽出部１２２は、濃淡画像を走査し、隣接する画素の輝度値の差が所定値以上となる領域をエッジとして抽出する。従って、例えば建物であれば、画像上で建物の輪郭を形成する部分や窓などの付属物に相当する部分がエッジとして抽出されることになる。エッジ抽出部１２２は、エッジ画像を直線検出部１２３に出力する。

直線検出部１２３は、エッジ画像から直線を検出する処理部である。エッジ画像から直線を検出した画像を直線検出画像と表記する。図６は、直線検出画像の一例を示す図である。例えば、直線検出部１２３は、エッジ画像に対してハフ（Hough）変換を適用することで、エッジ画像から直線を検出する。直線検出部１２３は、直線検出画像をノイズ線判定部１２４に出力する。

ノイズ線抽出部１２４は、直線検出画像に含まれる複数の直線の中から、ノイズとなる直線を判定する処理部である。ノイズ線抽出部１２４は、判定結果と直線検出画像を線分構造解析部１２５に出力する。

線分構造解析部１２５は、直線検出画像に含まれる線分のうちノイズを除く線分をグルーピングし、同一のグループに属する線分が存在する領域の大きさを算出する処理部である。線分構造解析部１２５は、算出結果を判定部１２６に出力する。

判定部１２６は、画像のシーンが街中であるか否かを判定する処理部である。判定部１２５は、同一のグループに属する線分が存在する領域の大きさが所定値以上の場合に、画像のシーンが街中であると判定する。一方、判定部１２６は、同一のグループに属する線分が存在する領域の大きさが所定値未満の場合に、画像のシーンが街中以外であると判定する。判定部１２６は、判定結果を画像補正部１３０に出力する。

次に、ノイズ線判定部１２４の処理を具体的に説明する。図７は、ノイズ線判定部１２４の処理を説明するための図である。ここでは説明の便宜上、線分Ａと線分Ｂを用いてノイズ線判定部１２４の処理を説明する。また、線分Ａの角度をａ、線分Ｂの角度をｂとする。図７に示すように、線分Ａの角度ａは、画像の垂線と線分Ａの間の角度であり、線分Ｂの角度ｂは、垂線と線分Ｂの間の角度である。

ノイズ線判定部１２４は、線分Ａと線分Ｂの角度差と、線分Ａと線分Ｂが交差している位置と、線分Ａと線分Ｂの長さに基づいて線分Ａ、Ｂがノイズであるか否かを判定する。まず、ノイズ線判定部１２４は、線分Ａと線分Ｂの角度差が閾値以上であるか否かを判定する。ノイズ線判定部１２４は、線分Ａと線分Ｂの角度差が閾値以上の場合、線分Ａと線分Ｂを第１ノイズ候補と判定する。一方、ノイズ線判定部１２４は、線分Ａと線分Ｂの角度差が閾値未満の場合、線分Ａと線分Ｂをノイズではないと判定する。

線分の検出精度や画像の状態によっては、本来は１つの線分として検出されるべき線分が、同様の方向に伸びる複数の線分が重なりつつ全体として１本の線分を形成する状態として検出される場合がある。例えば街中を撮影した画像では、建物などの輪郭部が、複数の線分が重なりつつ全体として１本の線分(輪郭線)を形成する状態として検出される傾向がある。また例えば草むらなどの風景を撮影した画像では、ランダムな向きの線分が多数検出される傾向にある。そこで、この判定処理では、本来は１つの線分であるべき線分、即ち後段の処理対象とすべき線分である可能性の高い線分なのか、それとも、もともと別個の線分、即ち後段の処理対象にしなくても良いノイズ線分であるのかを判断している。

続いて、ノイズ線判定部１２４は、第１ノイズ候補と判定した線分Ａと線分Ｂが交差している位置に基づいて線分Ａ、Ｂが第２ノイズ候補であるか否かを判定する。ノイズ線判定部１２４は、線分Ａの各端から所定距離はなれた位置で線分Ａと線分Ｂが交差している場合、線分Ａおよび線分Ｂを第２ノイズ候補と判定する。一方、ノイズ線判定部１２４は、線分Ａの各端から所定距離はなれた位置で線分Ａと線分Ｂが交差していない場合、線分Ａおよび線分Ｂをノイズでないと判定する。

例えば、建物などの画像上の輪郭上では、異なる方向に伸びる複数の線分のうち２本を対にして見た場合に互いにまたは一方の線分の端部で交差した状態として検出される傾向がある。そこでこの判定処理では、物体の輪郭のうちコーナーを形成している可能性のある線分なのか、それとも、後段の処理対象にしなくても良いノイズ線分であるのかを判断している。

続いて、ノイズ線判定部１２４は、第２ノイズ候補と判定した線分Ａと線分Ｂの長さの差に基づいて、最終的にノイズとなる線分を判定する。ノイズ線判定部１２４は、線分Ａと線分Ｂの長さの差が閾値未満の場合、線分Ａと線分Ｂをノイズと判定する。一方、ノイズ線判定部１２４は、線分Ａと線分Ｂの長さの差が閾値以上の場合、線分Ａと線分Ｂの内、短いほうの線分をノイズと判定する。そして、ノイズ線判定部１２４は、ノイズと判定した線分にノイズフラグを設定する。

例えば、建物などの画像上の輪郭を形成する線分は、草むらなどの風景画像に含まれる線分と比較して長い傾向にある。そこでこの判定処理では、物体の輪郭を形成している可能性のある線分なのか、それとも、後段の処理対象にしなくても良いノイズ線分であるのかを判断している。

図８は、ノイズと判定された線分を説明するための示す図である。図８の上段の画像は、元の画像であり、図８の中段は、上段の画像から直線を検出した直線検出画像である。また、図８の下段は、直線検出画像のノイズを判定した後の画像を示す。図８の下段の図中、点線で示されている線分はノイズと判定された線分、実線で示されている線分はノイズではないと判定された線分を表している。図８の上段の画像と下段の画像を比較すると、元の画像の花壇や林から検出した線分が主にノイズとして判定されている。すなわち、人工物以外の物体から検出される線分はノイズと判定される。

次に、線分構造解析部１２５の処理を具体的に説明する。線分構造解析部１２５は、所定の角度内で連結している複数の線分をグルーピングする処理と、同一のグループに含まれる各線分が存在する領域の大きさを判定する処理を実行する。

まず、線分構造解析部１２５が、所定の角度内で連結している複数の線分をグルーピングする処理について説明する。線分構造解析部１２５は、線分検出画像に基づいて、ノイズと判定された線分以外の線分を対象として線分管理テーブルを生成する。図９は、線分管理テーブルのデータ構造の一例を示す図である。図９において、線分ＩＤ（Identification）は、線分を識別する情報である。始点座標および終点座標は、画像上の線分の始点および終点の座標である。グループＩＤは、線分が属するグループを識別する情報である。線分構造解析部１２５は、グループＩＤの初期値を０とする。

線分構造解析部１２５は、線分［ｉ］を選択し、線分［ｉ］が垂直であるか否かを判定する。例えば、画像の縦方向をＹ軸、横方向をＸ軸とした場合、線分構造解析部１２５は、線分［ｉ］の始点座標と終点座標のＸ座標を比較し、各Ｘ座標の差の絶対値が０または所定値未満の場合に、線分［ｉ］が垂直であると判定する。

線分構造解析部１２５は、線分［ｉ］が垂直であると判定した場合、線分［ｉ］と異なる線分［ｊ］を選択する。そして、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］を比較して、線分［ｉ］と線分［ｊ］が連結しているか否かを判定する。線分構造解析部１２５は、線分［ｉ］と線分［ｊ］が連結している場合、線分［ｉ］と線分［ｊ］のグループＩＤを一致させることで、線分［ｉ］と線分［ｊ］を同一のグループに登録する。

図１０は、線分［ｉ］と線分［ｊ］が連結する場合の例を示す図であり、図１１は、線分［ｉ］と線分［ｊ］が連結しない場合の例を示す図である。図１０に示すように、線分［ｉ］と線分［ｊ］の関係が、パターンＡからパターンＣに当てはまる場合に、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］が連結していると判定する。

パターンＡに示すように、線分構造解析部１２５は、線分［ｉ］の端と線分［ｊ］の端が接続されている場合、線分［ｉ］と線分［ｊ］は連結していると判定する。パターンＢに示すように、線分構造解析部１２５は、線分［ｊ］の端と線分［ｉ］が重なっている場合、線分［ｉ］と線分［ｊ］は連結していると判定する。また、パターンＣに示すように、線分［ｉ］の端と線分［ｊ］が重なっている場合、線分［ｉ］と線分［ｊ］は連結していると判定する。

また、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］が平行で、かつ、線分［ｉ］と線分［ｊ］の一部が重なっている場合も、線分［ｉ］と線分［ｊ］が連結していると判定してもよい。

なお、図１１に示すように、線分［ｉ］と線分［ｊ］の関係が、パターンＤ〜パターンＧに当てはなる場合、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］は連結していないと判定する。パターンＤに示すように、線分［ｉ］と線分［ｊ］が端以外の部分で重なっている場合、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］は連結していないと判定する。また、パターンＥに示すように、線分［ｉ］と線分［ｊ］が離れている場合、線分構造解析部１２５は、線分［ｉ］と線分［ｊ］が連結していないと判定する。

パターンＦに示すように、線分構造解析部１２５は、線分［ｉ］の端と線分［ｊ］の端が重なっていても、線分［ｉ］と線分［ｊ］の間の角度が３０度以下の場合、線分［ｉ］と線分［ｊ］が連結していないと判定する。また、パターンＧに示すように、線分構造解析部１２５は、線分［ｉ］の端と線分［ｊ］の端が重なっていても、線分［ｉ］と線分［ｊ］の間の角度が１５０度以上の場合、線分［ｉ］と線分［ｊ］が連結していないと判定する。

ここで、線分どうしが連結しているか否かの判定基準は、上記角度に限るものではない。例えば建物などの人工的な物体を撮影した場合に、該物体の画像上の外枠形状が凡そ採り得る範囲の角度以外の角度である場合に線分［ｉ］と線分［ｊ］が連結していないと判定できれば良い。

建物などの画像上の輪郭上では、異なる方向に伸びる複数の線分のうち２本を対にして見た場合に互いにまたは一方の線分の端部で交差した状態として検出される傾向がある。そこで線分構造解析部１２５は、パターンＡ〜Ｆを利用して、物体の輪郭のうちコーナーを形成している可能性のある線分、即ち連結していると判断すべき線分なのか、そうではない線分なのかを判別している。

線分構造解析部１２５は、線分［ｉ］および線分［ｊ］に、ノイズを除く直線検出画像の全ての線分を代入し、上記処理を繰り返し実行することで、各線分を各グループに分類する。

続いて、線分構造解析部１２５が、同一のグループに含まれる各線分が存在する領域の大きさを判定する処理について説明する。まず、線分構造解析部１２５は、図９に示した線分管理テーブルを参照し、グループＩＤが同一の線分を抽出する。そして、線分構造解析部１２５は、抽出した各線分の始点座標および終点座標に基づいて、各線分を包含する矩形領域を判定する。図１２は、矩形領域を判定する処理を説明するための図である。

図１２では、画像幅Ｗ、画像高さＨの直線検出画像中に線分Ａ〜Ｅが含まれており、線分Ａ〜Ｅは同一のグループに属している。図１２に示す直線検出画像上の座標の原点（０，０）を左上の隅とする。ここでは説明の便宜上、線分Ａ、Ｃ、Ｅの各端のうち上側を始点、下側を終点とする。また線分Ｂ、線分Ｄの各端のうち左側を始点、右側を終点とする。

ここで、線分Ａの始点座標を（Ｘ_ａ１、Ｙ_ａ１）、線分Ａの終点座標を（Ｘ_ａ２、Ｙ_ａ２）とし、線分Ｂの始点座標を（Ｘ_ｂ１、Ｙ_ｂ１）、線分Ｂの終点座標を（Ｘ_ｂ２、Ｙ_ｂ２）とする。線分Ｃの始点座標を（Ｘ_ｃ１、Ｙ_ｃ１）、線分Ｃの終点座標を（Ｘ_ｃ２、Ｙ_ｃ２）とし、線分Ｄの始点座標を（Ｘ_ｄ１、Ｙ_ｄ１）、線分Ｄの終点座標を（Ｘ_ｄ２、Ｙ_ｄ２）とする。線分Ｅの始点座標を（Ｘ_ｅ１、Ｙ_ｅ１）、線分Ｅの終点座標を（Ｘ_ｅ２、Ｙ_ｅ２）とする。

線分構造解析部１２５は、矩形領域の座標と、線分Ａ〜Ｅの座標を順に比較して、線分Ａ〜Ｅを包含する矩形領域の座標を判定する。矩形領域は、矩形領域の左上の座標と、右下の座標で特定されるものとする。矩形座標の左上の座標を矩形左上座標、右下の座標を矩形右下座標と表記する。矩形左上座標のＸ座標・Ｙ座標の初期値は、画像幅「Ｗ」・画像高さ「Ｈ」となる。矩形右下座標のＸ座標・Ｙ座標の初期値は、それぞれ０となる。

矩形左上座標のＸ座標の判定について説明する。線分構造解析部１２５は、線分Ａ〜Ｅの各端のＸ座標をそれぞれ比較し、線分Ａ〜Ｅの各端のＸ座標のうち最も小さいＸ座標を、矩形左上座標のＸ座標として判定する。例えば、線分Ａ〜Ｅの各端のＸ座標のうち最も小さいＸ座標を、線分Ａの始点のＸ座標とすれば、矩形左上座標のＸ座標は「Ｘ_ａ１」となる。

矩形左上座標のＹ座標の判定について説明する。線分構造解析部１２５は、線分Ａ〜Ｅの各端のＹ座標をそれぞれ比較し、線分Ａ〜Ｅの各端のＹ座標のうち最も小さいＹ座標を、矩形左上座標のＹ座標として判定する。例えば、線分Ａ〜Ｅの各端のＹ座標のうち最も小さいＹ座標を、線分Ｃの始点のＹ座標とすれば、矩形左上座標のＹ座標は「Ｙ_ｃ１」となる。

矩形右下座標のＸ座標の判定について説明する。線分構造解析部１２５は、線分Ａ〜Ｅの各端のＸ座標をそれぞれ比較し、線分Ａ〜Ｅの各端のＸ座標のうち最も大きいＸ座標を、矩形右下座標のＸ座標として判定する。例えば、線分Ａ〜Ｅの各端のＸ座標のうち最も大きいＸ座標を、線分Ｅの始点のＸ座標とすれば、矩形左上座標のＸ座標は「Ｘ_ｅ１」となる。

矩形右下座標のＹ座標の判定について説明する。線分構造解析部１２５は、線分Ａ〜Ｅの各端のＹ座標をそれぞれ比較し、線分Ａ〜Ｅの各端のＹ座標のうち最も大きいＹ座標を、矩形右下座標のＹ座標として判定する。例えば、線分Ａ〜Ｅの各端のＹ座標のうち最も大きいＹ座標を、線分Ａの終点のＹ座標とすれば、矩形左上座標のＹ座標は「Ｙ_ｅ２」となる。

図１２に示す例では、線分構造解析部１２５は、線分Ａ〜Ｅの始点座標および終点座標に基づいて、矩形左上座標と矩形右下座標を判定すると、矩形左上座標（Ｘ_ａ１、Ｙ_ｃ１）、矩形右下座標（Ｘ_ｅ１、Ｙ_ｅ２）となる。線分構造解析部１２５は、グループ毎に矩形左上座標と矩形右下座標を判定する。線分構造解析部１２５は、同一のグループ毎に、矩形左上座標・矩形右下座標を判定する。

次に、判定部１２６の処理を具体的に説明する。判定部１２６は、矩形領域の矩形左上座標と矩形右下座標を取得し、矩形領域の横幅と縦幅を算出する。判定部１２６は、横幅と縦幅が閾値以上の場合、矩形領域に人工物が含まれると判定する。例えば、判定部１２６は、矩形領域の横幅が画像の横幅の１／４以上、かつ、縦幅が画像の縦幅の１／４以上の場合に、矩形領域に人工物が含まれると判定する。

また、判定部１２６は、矩形領域の面積が閾値以上の場合も、矩形領域に人工物が含まれると判定する。例えば、判定部１２６は、矩形領域の面積が画像の面積の１／８以上の場合に、矩形領域に人工物が含まれると判定する。

一方、判定部１２６は、横幅と縦幅が閾値未満の場合や矩形領域の面積が閾値未満の場合は、矩形領域に人工物が含まれていないと判定する。判定部１２６は、線分構造解析部１２５から取得する矩形領域のいずれかに人工物が含まれている場合、画像のシーンが街中であると判定する。一方、線分構造解析部１２５から取得する全ての矩形領域に人工物が含まれていない場合、画像のシーンが街中以外の例えば風景であると判定する。

撮影者がカメラで撮影を行う場合、大概は撮影者が撮影したいと考えている被写体が画像上で大きな領域を占めるように撮影範囲を決定すると考えられる。そこで、画像における人工物と判定された矩形領域の割合が多ければ、該人工物が撮影対象である、即ち、撮影シーンが街中であると判断できよう。そこで、判定部１２６では、矩形領域の画像に対する幅や面積でシーンを判定している。

矩形領域の大きさが中心的な撮影対象であるか否かを判定する基準として、画像幅の１／４以上や面積の１／８以上という例を示しているが、上述の矩形領域の横幅や縦幅および面積の判定基準値は、上記値に限るものではない。

次に、本実施例２にかかる画像処理装置１００の処理手順について説明する。図１３は、本実施例２にかかる画像処理装置１００の処理手順を示すフローチャートである。図１３に示すように、画像処理装置１００のシーン判定部１２０は、画像から輝度成分を抽出し（ステップＳ１０１）、エッジを抽出する（ステップＳ１０２）。

シーン判定部１２０は、直線を検出し（ステップＳ１０３）、ノイズ線抽出処理を実行する（ステップＳ１０４）。そして、シーン判定部１２０は、線分グルーピング処理を実行し（ステップＳ１０５）、グループの大きさ抽出処理を実行し（ステップＳ１０６）、グループの大きさ判定処理を実行する（ステップＳ１０７）。

続いて、シーン判定部１２０は、画像に人工物が含まれるか否かを判定する（ステップＳ１０８）。シーン判定部１２０は、画像に人工物が含まれない場合（ステップＳ１０９，Ｎｏ）、シーンは例えば風景などの街中以外のシーンであると判定し（ステップＳ１１０）、ステップＳ１１２に移行する。

一方、シーン判定部１２０は、画像に人工物が含まれている場合（ステップＳ１０９，Ｙｅｓ）、シーンは街中であると判定する（ステップＳ１１１）。そして、画像補正部１３０は、シーンに基づいて画像を補正する（ステップＳ１１２）。

次に、図１３のステップＳ１０４で示したノイズ線抽出処理について説明する。図１４は、ノイズ線抽出処理の処理手順を示すフローチャートである。図１４に示すように、シーン判定部１２０は、ｉの値を０に設定し（ステップＳ２０１）、「ｉ＜（線分数−１）」の条件を満たすか否かを判定する（ステップＳ２０２）。

シーン判定部１２０は、「ｉ＜（線分数−１）」の条件を満たさない場合（ステップＳ２０３，Ｎｏ）、ノイズ線抽出処理を終了する。一方、シーン判定部１２０は、「ｉ＜（線分数−１）」の条件を満たす場合（ステップＳ２０３，Ｙｅｓ）、ｉの値と１を加算した値をｊに設定する（ステップＳ２０４）。そして、シーン判定部１２０は「ｊ＜線分数」の条件を満たすか否かを判定する（ステップＳ２０５）。

シーン判定部１２０は、「ｊ＜線分数」の条件を満たさない場合（ステップＳ２０６，Ｎｏ）、ｉを１増やし（ステップＳ２０７）、ステップＳ２０２に移行する。一方、シーン判定部１２０は、「ｊ＜線分数」の条件を満たす場合（ステップＳ２０６，Ｙｅｓ）、線分［ｉ］と線分［ｊ］の角度差が閾値以上であるか否かを判定する（ステップＳ２０８）。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］の角度差が閾値未満の場合（ステップＳ２０９，Ｎｏ）、ステップＳ２１６に移行する。一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］の角度差が閾値以上の場合（ステップＳ２０９，Ｙｅｓ）、線分［ｉ］と線分［ｊ］が端から離れた位置で交差しているか否かを判定する（ステップＳ２１０）。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］が端から離れた位置で交差していない場合（ステップＳ２１１，Ｎｏ）、ステップＳ２１６に移行する。一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］が端から離れた位置で交差している場合（ステップＳ２１１，Ｙｅｓ）、線分［ｉ］と線分［ｊ］の長さの差が閾値以上であるか否かを判定する（ステップＳ２１２）。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］の長さの差が閾値未満の場合（ステップＳ２１３，Ｎｏ）、線分［ｉ］と線分［ｊ］をノイズとしてマークし（ステップＳ２１４）、ステップＳ２１６に移行する。

一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］の長さの差が閾値以上の場合（ステップＳ２１３，Ｙｅｓ）、短いほうの線分をノイズとしてマークする（ステップＳ２１５）。そして、シーン判定部１２０は、ｊを１増やし（ステップＳ２１６）、ステップＳ２０５に移行する。

なお、シーン判定部１２０による処理の順序は、図１４に示す順序に限るものではない。Ｓ２０８とＳ２０９、Ｓ２１０とＳ２１１、Ｓ２１２とＳ２１３の３組の処理のうち、１つのみで判断しても良いし、複数を別の順序で実行することも考えられる。

次に、図１３のステップＳ１０５で示した線分グルーピング処理について説明する。図１５は、線分グルーピング処理の処理手順を示すフローチャートである。図１５に示すように、シーン判定部１２０は、ステップＳ１０４でノイズとしてマークされた線分以外の全ての線分にグループＩＤ「０」を割り当て（ステップＳ３０１）、nextGidを０に設定し（ステップＳ３０２）、ｉを０に設定する（ステップＳ３０３）。

続いて、シーン判定部１２０は、「ｉ＜（線分数−１）」の条件を満たすか否かを判定する（ステップＳ３０４）。シーン判定部１２０は、「ｉ＜（線分数−１）」の条件を満たさない場合（ステップＳ３０５，Ｎｏ）、線分グルーピング処理を終了する。

一方、シーン判定部１２０は、「ｉ＜（線分数−１）」の条件を満たす場合（ステップＳ３０５，Ｙｅｓ）、ｊを０に設定し（ステップＳ３０６）、「ｊ＜線分数」の条件を満たすか否かを判定する（ステップＳ３０７）。

シーン判定部１２０は、「ｊ＜線分数」の条件を満たさない場合（ステップＳ３０８，Ｎｏ）、ｉを１増やし（ステップＳ３０９）、ステップＳ３０４に移行する。一方、シーン判定部１２０は、「ｊ＜線分数」の条件を満たす場合（ステップＳ３０８，Ｙｅｓ）、線分［ｉ］の角度は垂直であるか否かを判定する（ステップＳ３１０）。

シーン判定部１２０は、線分［ｉ］の角度が垂直ではない場合（ステップＳ３１１，Ｎｏ）、ステップＳ３１９に移行する。一方、シーン判定部１２０は、線分［ｉ］の角度が垂直の場合（ステップＳ３１１，Ｙｅｓ）、線分［ｉ］と線分［ｊ］は平行でかつ一部が重なっているか否かを判定する（ステップＳ３１２）。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］が平行でかつ一部が重なっている場合、（ステップＳ３１３，Ｙｅｓ）、ステップＳ３１８に移行する。一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］が平行ではない、または、線分［ｉ］と線分［ｊ］の一部が重なっていない場合（ステップＳ３１３，Ｎｏ）、ステップＳ３１４に移行する。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］における一方の線分の端が他方の線分に重なっているか否かを判定する（ステップＳ３１４）。シーン判定部１２０は、線分［ｉ］と線分［ｊ］における一方の線分の端が他方の線分に重なっていない場合（ステップＳ３１５，Ｎｏ）、ステップＳ３１９に移行する。

一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］における一方の線分の端が他方の線分に重なっている場合（ステップＳ３１５，Ｙｅｓ）、線分［ｉ］と線分［ｊ］のなす角度が閾値の範囲内であるか否かを判定する（ステップＳ３１６）。

シーン判定部１２０は、線分［ｉ］と線分［ｊ］のなす角度が閾値の範囲内でない場合（ステップＳ３１７，Ｎｏ）、ステップＳ３１９に移行する。一方、シーン判定部１２０は、線分［ｉ］と線分［ｊ］のなす角度が閾値の範囲内の場合（ステップＳ３１７，Ｙｅｓ）、線分［ｉ］と線分［ｊ］をグループ化する（ステップＳ３１８）。シーン判定部１２０は、ｊを１増やし（ステップＳ３１９）、ステップＳ３０７に移行する。

次に、図１５のステップＳ３１８に示した線分［ｉ］と線分［ｊ］をグループ化する処理について説明する。図１６は、線分［ｉ］と線分［ｊ］をグループ化する処理手順を示すフローチャートである。図１６に示すように、シーン判定部１２０は、線分［ｉ］と線分［ｊ］の両方のグループＩＤが「０」であるか否かを判定する（ステップＳ４０１）。

シーン判定部１２０は、両方ともグループＩＤが０の場合（ステップＳ４０２，Ｙｅｓ）、nextGidを１増やす（ステップＳ４０３）。シーン判定部１２０は、nextGidの値を線分［ｉ］、線分「ｊ」のグループＩＤに代入し（ステップＳ４０４）、線分［ｉ］と線分［ｊ］のグループ化を終了する。

シーン判定部１２０は、両方ともグループＩＤが０でない場合（ステップＳ４０２，Ｎｏ）、線分［ｉ］のグループＩＤが「０」であるか否かを判定する（ステップＳ４０５）。シーン判定部１２０は、線分［ｉ］のグループＩＤが「０」の場合（ステップＳ４０６，Ｙｅｓ）、線分［ｊ］のグループＩＤを線分［ｉ］のグループＩＤに代入し（ステップＳ４０７）、線分［ｉ］と線分［ｊ］のグループ化を終了する。

一方、シーン判定部１２０は、線分［ｉ］のグループＩＤが「０」ではない場合（ステップＳ４０６，Ｎｏ）、線分［ｊ］のグループＩＤが「０」であるか否かを判定する（ステップＳ４０８）。シーン判定部１２０は、線分［ｊ］のグループＩＤが「０」の場合（ステップＳ４０９，Ｙｅｓ）、線分［ｉ］のグループＩＤを線分［ｊ］のグループＩＤに代入し（ステップＳ４１０）、線分［ｉ］と線分［ｊ］のグループ化を終了する。

一方、シーン判定部１２０は、線分［ｊ］のグループＩＤが「０」ではない場合（ステップＳ４０９，Ｎｏ）、全線分から線分［ｊ］と同じグループＩＤの線分を特定する（ステップＳ４１１）。シーン判定部１２０は、特定した線分のグループＩＤと線分［ｊ］のグループＩＤに線分［ｉ］のグループＩＤを代入し（ステップＳ４１２）、線分［ｉ］と線分［ｊ］のグループ化を終了する。

次に、図１３のステップＳ１０６で示したグループの大きさ抽出処理について説明する。図１７は、グループの大きさ抽出処理の処理手順を示すフローチャートである。図１７に示すように、シーン判定部１２０は、nextGidの値分の矩形記録領域を作成し（ステップＳ５０１）、矩形左上座標を［Ｘ，Ｙ］＝［画像幅、画像高さ］に設定する（ステップＳ５０２）。シーン判定部１２０は、矩形右下座標を［Ｘ，Ｙ］＝［０，０］に設定し（ステップＳ５０３）、ｉの値を０に設定する（ステップＳ５０４）。

シーン判定部１２０は、ｉの数が線分数未満であるか否かを判定する（ステップＳ５０５）。シーン判定部１２０は、ｉの数が線分数以上の場合（ステップＳ５０６，Ｎｏ）、グループの大きさ抽出処理を終了する。

シーン判定部１２０は、ｉの数が線分数未満の場合（ステップＳ５０６，Ｙｅｓ）、線分［ｉ］のグループＩＤが「０」であるか否かを判定する（ステップＳ５０７）。シーン判定部１２０は、線分［ｉ］のグループＩＤが「０」の場合（ステップＳ５０８，Ｙｅｓ）、ステップＳ５２１に移行する。

一方、シーン判定部１２０は、線分［ｉ］のグループＩＤが「０」ではない場合（ステップＳ５０８，Ｎｏ）、pointのＸ座標がRectの矩形左上座標のＸ座標よりも小さいか否かを判定する（ステップＳ５０９）。ここで、pointは線分［ｉ］の始点座標・終点座標である。また、線分［ｉ］のグループＩＤをｎとすると、Rectはｎ番目の矩形記録領域である。

シーン判定部１２０は、pointのＸ座標がRectの矩形左上座標のＸ座標よりも小さい場合（ステップＳ５１０，Ｙｅｓ）、pointのＸ座標をRectの矩形左上座標のＸ座標に代入し（ステップＳ５１１）、ステップＳ５１２に移行する。一方、シーン判定部１２０は、pointのＸ座標がRectの矩形左上座標のＸ座標よりも小さくない場合（ステップＳ５１０，Ｎｏ）、pointのＹ座標がRectの矩形左上座標のＹ座標よりも小さいか否かを判定する（ステップＳ５１２）。

シーン判定部１２０は、pointのＹ座標がRectの矩形左上座標のＹ座標よりも小さい場合（ステップＳ５１３，Ｙｅｓ）、pointのＹ座標をRectの矩形左上座標のＹ座標に代入し（ステップＳ５１４）、ステップＳ５１５に移行する。一方、シーン判定部１２０は、pointのＹ座標がRectの矩形左上座標のＹ座標よりも小さくない場合（ステップＳ５１３，Ｎｏ）、pointのＸ座標がRectの矩形右下座標のＸ座標よりも大きいか否かを判定する（ステップＳ５１５）。

シーン判定部１２０は、pointのＸ座標がRectの矩形右下座標のＸ座標よりも大きい場合（ステップＳ５１６，Ｙｅｓ）、pointのＸ座標をRectの矩形右下座標のＸ座標に代入し（ステップＳ５１７）、ステップＳ５１８に移行する。一方、シーン判定部１２０は、pointのＸ座標がRectの矩形右下座標のＸ座標よりも大きくない場合（ステップＳ５１６，Ｎｏ）、pointのＹ座標がRectの矩形右下座標のＹ座標よりも大きいか否かを判定する（ステップＳ５１８）。

シーン判定部１２０は、pointのＹ座標がRectの矩形右下座標のＹ座標よりも大きい場合（ステップＳ５１９，Ｙｅｓ）、pointのＹ座標をRectの矩形右下座標のＹ座標に代入し（ステップＳ５２０）、ステップＳ５２１に移行する。一方、シーン判定部１２０は、pointのＹ座標がRectの矩形右下座標のＹ座標よりも大きくない場合（ステップＳ５１９，Ｎｏ）、ｉを１増やし（ステップＳ５２１）、ステップＳ５０５に移行する。

次に、図１３のステップＳ１０７に示したグループの大きさ判定処理の処理手順について説明する。図１８に示すように、シーン判定部１２０は、ｉの値を０に設定し（ステップＳ６０１）、ｉの数が矩形記録領域数よりも小さいか否かを判定する（ステップＳ６０２）。シーン判定部１２０は、ｉの数が矩形記録領域数よりも小さくない場合（ステップＳ６０３，Ｎｏ）、グループの大きさ判定処理を終了する。

シーン判定部１２０は、ｉの数が矩形記録領域よりも小さい場合に（ステップＳ６０３，Ｙｅｓ）、矩形［ｉ］の幅および高さ両方が閾値以上であるか否かを判定する（ステップＳ６０４）。シーン判定部１２０は、矩形［ｉ］の幅および高さ両方が閾値以上の場合（ステップＳ６０５，Ｙｅｓ）、矩形［ｉ］のグループを人工物と判定し（ステップＳ６０６）、ステップＳ６０９に移行する。

一方、シーン判定部１２０は、矩形［ｉ］の幅および高さ両方が閾値未満の場合（ステップＳ６０５，Ｎｏ）、矩形［ｉ］の面積が閾値以上であるか否かを判定する（ステップＳ６０７）。シーン判定部１２０は、矩形［ｉ］の面積が閾値以上の場合（ステップＳ６０８，Ｙｅｓ）、ステップＳ６０６に移行する。シーン判定部１２０は、矩形［ｉ］の面積が閾値未満の場合（ステップＳ６０８，Ｎｏ）、ｉを１増やし（ステップＳ６０９）、ステップＳ６０２に移行する。

上述してきたように、本実施例２にかかる画像処理装置１００は、シーン判定部１２０が、入力された画像に基づいて所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する。そして、シーン判定部１２０は、同一のグループに含まれる各線分に基づいて画像のシーンが街中であるか否かを判定するので、画像のシーンを判定する処理を短縮することができる。

なお、線分構造解析部１２５が連結している線分を判定する場合に、垂直の線分［ｉ］を基準としていたが、これに限定されるものではない。例えば、線分構造解析部１２５は、水平な線分を基準として連結している線分を判定してもよいし、画像の消失点に向かう線分を基準として連結している線分を判定してもよい。

線分構造解析部１２５が、画像の消失点を特定する方法は如何なる周知技術を用いても構わない。例えば、線分構造解析部１２５は、ノイズを除去した直線検出画像に含まれる各線分を延長し、延長した線分の交点を求める。そして、線分構造解析部１２５は、求めた交点のうち最も線分が重なっている交点を消失点として算出してもよい。

ところで、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、画像入力部１１０、画像補正部１３０、補正結果出力部１４０を画像処理装置１００の外部装置としてネットワーク経由で接続するようにしてもよい。また、シーン判定部１２０と画像補正部１２０を同一のチップに実装してもよいし、別々のチップに実装してもよい。

なお、画像処理装置１００は、既知のパーソナルコンピュータ、ワークステーション、携帯電話、ＰＨＳ端末、移動体通信端末またはＰＤＡなどの情報処理装置に、上記した各部１１０〜１４０の各機能を搭載することによって実現することもできる。

図１９は、実施例にかかる画像処理装置を構成するコンピュータのハードウェア構成を示す図である。図１９に示すように、このコンピュータ２００は、各種演算処理を実行するＣＰＵ（Central Processing Unit）２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、モニタ２０３を有する。また、コンピュータ２００は、記憶媒体からプログラム等を読取る媒体読み取り装置２０４と、ネットワークを介して他のコンピュータとの間でデータの授受を行うネットワークインターフェース装置２０５を有する。また、コンピュータ２００は、画像を撮影するカメラ２０６と、各種情報を一時記憶するＲＡＭ（Random Access Memory）２０７と、ハードディスク装置２０８を有する。各装置２０１〜２０８は、バス２０９に接続される。

そして、ハードディスク装置２０８には、図２に示したシーン判定部１２０と同様の機能を有するシーン判定プログラム２０８ａと、画像補正部１３０と同様の機能を有する画像補正プログラム２０８ｂを記憶する。また、ハードディスク装置２０８は、カメラ２０６が撮影する画像データ２０８ｃを記憶する。

ＣＰＵ２０１がシーン判定プログラム２０８ａと画像補正プログラム２０８ｂをハードディスク装置２０８から読み出してＲＡＭ２０７に展開することにより、シーン判定プログラム２０８ａは、シーン判定プロセス２０７ａとして機能するようになる。また、画像補正プログラム２０８ｂは、画像補正プロセス２０７ｂとして機能するようになる。そして、シーン判定プロセス２０７ａは、画像データ２０８ｃを参照して、画像のシーンが街中か否かを判定し、画像補正プロセス２０７ｂはシーンに応じて画像を補正する。

なお、上記のシーン判定プログラム２０８ａ、画像補正プログラム２０８ｂは、必ずしもハードディスク装置２０８に格納されている必要はなく、ＣＤ−ＲＯＭ等の記憶媒体に記憶されたプログラムを、コンピュータ２００が読み出して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等にこのプログラムを記憶させておき、コンピュータ２００がこれらからプログラムを読み出して実行するようにしてもよい。

以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）入力された画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出部と、
前記同一のグループに含まれる各線分に基づいて前記画像が特定の種別の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判定装置。

（付記２）前記判定部は、前記同一のグループに含まれる各線分が前記画像に存在する領域を判定し、当該領域が閾値以上か否かに基づいて、前記画像が特定の種別の画像であるか否かを判定することを特徴とする付記１に記載の画像判定装置。

（付記３）前記判定部の判定結果に基づいて、入力された画像を補正する画像補正部を更に有することを特徴とする付記１または２に記載の画像判定装置。

（付記４）コンピュータに、
入力された画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出手順と、
前記同一のグループに含まれる各線分に基づいて前記画像が特定の種別の画像であるか否かを判定する判定手順と
を実行させることを特徴とする画像判定プログラム。

（付記５）前記判定手順は、前記同一のグループに含まれる各線分が前記画像に存在する領域を判定し、当該領域が閾値以上か否かに基づいて、前記画像が特定の種別の画像であるか否かを判定することを特徴とする付記４に記載の画像判定プログラム。

（付記６）前記判定手順の判定結果に基づいて、入力された画像を補正する画像補正手順を更に実行させることを特徴とする付記４または５に記載の画像判定プログラム。

（付記７）画像判定装置が、
入力された画像から所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出ステップと、
前記同一のグループに含まれる各線分に基づいて前記画像が特定の種別の画像であるか否かを判定する判定ステップと
を含んだことを特徴とする画像判定方法。

（付記８）前記判定ステップは、前記同一のグループに含まれる各線分が前記画像に存在する領域を判定し、当該領域が閾値以上か否かに基づいて、前記画像が特定の種別の画像であるか否かを判定することを特徴とする付記７に記載の画像判定方法。

（付記９）前記判定ステップの判定結果に基づいて、入力された画像を補正する画像補正ステップを更に含んだことを特徴とする付記７または８に記載の画像判定方法。

１０画像判定装置
１０ａ線分検出部
１０ｂ判定部
１００画像処理装置
１１０画像入力部
１２０シーン判定部
１２１輝度成分抽出部
１２２エッジ抽出部
１２３直線検出部
１２４ノイズ線判定部
１２５線分構造解析部
１２６判定部
１３０画像補正部
１４０補正結果出力部

Claims

入力された画像から複数の線分を検出し、相互に交差する第１線分と第２線分との組みを選択し、選択した組みの第１線分と第２線分との交差位置が、該第１線分の各端から所定距離離れている組みをノイズとして判定して除去した後に、所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出部と、
前記同一のグループに含まれる各線分の始点座標及び終点座標に基づいて、各線分を包含する矩形領域を特定し、前記矩形領域の面積が閾値以上であるか否か基づいて前記画像が特定の種別の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判定装置。
前記線分検出部は、更に、選択した各線分の角度差または各線分の長さに基づいて、各線分がノイズであるか否かを判定することを特徴とする請求項１に記載の画像判定装置。
前記判定部の判定結果に基づいて、入力された画像を補正する画像補正部を更に有することを特徴とする請求項１または２に記載の画像判定装置。
コンピュータに、
入力された画像から複数の線分を検出し、相互に交差する第１線分と第２線分との組みを選択し、選択した組みの第１線分と第２線分との交差位置が、該第１線分の各端から所定距離離れている組みをノイズとして判定して除去した後に、所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出手順と、
前記同一のグループに含まれる各線分の始点座標及び終点座標に基づいて、各線分を包含する矩形領域を特定し、前記矩形領域の面積が閾値以上であるか否かに基づいて前記画像が特定の種別の画像であるか否かを判定する判定手順と
を実行させることを特徴とする画像判定プログラム。
画像判定装置が、
入力された画像から複数の線分を検出し、相互に交差する第１線分と第２線分との組みを選択し、選択した組みの第１線分と第２線分との交差位置が、該第１線分の各端から所定距離離れている組みをノイズとして判定して除去した後に、所定の角度で相互に連結する複数の線分を検出し、検出した各線分を同一のグループに登録する線分検出ステップと、
前記同一のグループに含まれる各線分の始点座標及び終点座標に基づいて、各線分を包含する矩形領域を特定し、前記矩形領域の面積が閾値以上であるか否かに基づいて前記画像が特定の種別の画像であるか否かを判定する判定ステップと
を含んだことを特徴とする画像判定方法。