JP6341265B2 - 堆積物体の認識方法と装置 - Google Patents
堆積物体の認識方法と装置 Download PDFInfo
- Publication number
- JP6341265B2 JP6341265B2 JP2016240950A JP2016240950A JP6341265B2 JP 6341265 B2 JP6341265 B2 JP 6341265B2 JP 2016240950 A JP2016240950 A JP 2016240950A JP 2016240950 A JP2016240950 A JP 2016240950A JP 6341265 B2 JP6341265 B2 JP 6341265B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- initial cluster
- area
- layer
- depth map
- 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
Classifications
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Image Analysis (AREA)
Description
Claims (22)
- 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、を含み、
前記取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップは、分水嶺アルゴリズムを利用し、深さマップ中の深さ値の大きさに対応する水位線を徐々に低下させ、堆積物体を複数の物体領域に分割し、
各水位線で取得した深さマップ中に新規物体が出現したか否かを決定するステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在していない場合は、新規物体を新規物体領域として定めるステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在している場合は、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるか否かを決定し、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるとき、新規物体を新規物体領域として定め、そうでないとき、新規物体が決定された物体領域に属すると決定するステップと、を含む、堆積物体の認識方法。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、を含み、
前記物体領域ごとに頂部物体層の分割位置を決定するステップは、
堆積物体中の単一物体の平均高さを取得するステップと、
物体領域ごとに、単一物体の平均高さに基づき、当該物体領域の頂部物体層の分割位置を決定するステップと、を含む、堆積物体の認識方法。 - 単一物体の平均高さに基づき、当該物体領域の頂部物体層の分割位置を決定するステップは、
前記深さマップ中の当該物体領域の最高点と単一物体の平均高さに基づき、基準位置を算出するステップと、
前記深さマップの深さヒストグラムを生成するステップと、
前記深さヒストグラムにおいて、前記基準位置付近のトラフ点の位置を当該物体領域の頂部物体層の分割位置として取得するステップと、を含む、請求項2に記載の堆積物体の認識方法。 - 前記単一物体の平均高さに基づき当該物体領域の頂部物体層の分割位置を決定するステップは、
前記深さマップで当該物体領域中の物体エッジを検出することで、当該物体領域のエッジ深さヒストグラムを生成するステップと、
エッジ深さヒストグラムをクラスタリングすることによってクラスタポイントを取得するステップと、
前記深さマップ中の当該物体領域の最高点と単一物体の平均高さに基づき基準位置を算出するステップと、
取得したクラスタポイントのうち前記基準位置に最も近い目標クラスタポイントに基づき、当該物体領域の頂部物体層の分割位置を決定するステップと、を含む、請求項2に記載の堆積物体の認識方法。 - 取得したクラスタポイントのうち前記基準位置に最も近い目標クラスタポイントに基づき、当該物体領域の頂部物体層の分割位置を決定するステップは、
前記深さマップの深さヒストグラムを生成するステップと、
前記深さヒストグラムにおいて、前記目標クラスタポイント付近のトラフ点の位置を当該物体領域の頂部物体層の分割位置として取得するステップと、を含む、請求項4に記載の堆積物体の認識方法。 - 前記深さマップで当該物体領域中の物体エッジを検出することで、当該物体領域のエッジ深さヒストグラムを生成するステップは、
前記深さマップで当該物体領域中の物体エッジを検出するステップと、
検出した物体エッジに対して膨張処理を行うことによって膨張後のエッジ二値化画像を得るステップと、
前記膨張後のエッジ二値化画像をマスクマップとして、前記深さマップに基づき物体エッジに対応する深さを取得するとともに、当該物体領域のエッジ深さヒストグラムを算出するステップと、を含む、請求項4に記載の堆積物体の認識方法。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、を含み、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップcでは、各水位線で、初期クラスタ領域以外の他の孤立領域を拡張しない、堆積物体の認識方法。 - ステップcでは、同一の水位線で、複数の初期クラスタ領域を拡張した後に同じ孤立領域に接続する場合、前記複数の初期クラスタ領域から一つの初期クラスタ領域を選択して該孤立領域と接続するまで拡張させるとともに、他の初期クラスタ領域が拡張される場合は当該孤立領域に接続されないように制御する、請求項7に記載の堆積物体の認識方法。
- 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、を含み、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップdでは、予め決定された被分割物体の外形に基づき、拡張後の各初期クラスタ領域に一つ以上の物体を含んでいるか否かを判断する、堆積物体の認識方法。 - ステップdでは、前記被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップは、
当該被分割地形図を二値化することによって初期クラスタ領域を改めて定め、二値化する時に、少なくとも二つの初期クラスタ領域を改めて定めるように、用いられた閾値を調整するステップ、をさらに含む、請求項9に記載の堆積物体の認識方法。 - 堆積物体の深さマップを取得する深さマップ取得手段と、
取得した深さマップに基づき堆積物体を複数の物体領域に分割する領域分割手段と、
物体領域ごとに頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき当該物体領域の頂部物体層を抽出する物体層抽出手段と、
各物体領域の頂部物体層に含まれる物体を認識する認識手段と、を含み、
前記領域分割手段は、分水嶺アルゴリズムを利用し、深さマップ中の深さ値の大きさに対応する水位線を徐々に低下させて、堆積物体を複数の物体領域に分割し、
前記領域分割手段は、
各水位線で取得した深さマップに新規物体が出現したか否かを決定する物体検出モジュールと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在していない場合に、新規物体を新規物体領域として定め、特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在している場合、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるか否かを決定し、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるとき、新規物体を新規物体領域として定め、そうでないとき、新規物体が決定された物体領域に属すると決定する領域決定モジュールと、を含む、堆積物体の認識装置。 - 堆積物体の深さマップを取得する深さマップ取得手段と、
取得した深さマップに基づき堆積物体を複数の物体領域に分割する領域分割手段と、
物体領域ごとに頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき当該物体領域の頂部物体層を抽出する物体層抽出手段と、
各物体領域の頂部物体層に含まれる物体を認識する認識手段と、を含み、
前記物体層抽出手段は、
堆積物体中の単一物体の平均高さを取得し、
物体領域ごとに、単一物体の平均高さに基づき、当該物体領域の頂部物体層の分割位置を決定する、堆積物体の認識装置。 - 堆積物体の深さマップを取得する深さマップ取得手段と、
取得した深さマップに基づき堆積物体を複数の物体領域に分割する領域分割手段と、
物体領域ごとに頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき当該物体領域の頂部物体層を抽出する物体層抽出手段と、
各物体領域の頂部物体層に含まれる物体を認識する認識手段と、を含み、
前記認識手段は、
a.被分割物体を含む頂部物体層の地形図を取得し、
b.前記地形図に初期クラスタ領域を定め、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張し、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定め、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、上記ステップcとdを繰り返し実行し、
上記ステップcでは、各水位線で、初期クラスタ領域以外の他の孤立領域を拡張しない、堆積物体の認識装置。 - 堆積物体の深さマップを取得する深さマップ取得手段と、
取得した深さマップに基づき堆積物体を複数の物体領域に分割する領域分割手段と、
物体領域ごとに頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき当該物体領域の頂部物体層を抽出する物体層抽出手段と、
各物体領域の頂部物体層に含まれる物体を認識する認識手段と、を含み、
前記認識手段は、
a.被分割物体を含む頂部物体層の地形図を取得し、
b.前記地形図に初期クラスタ領域を定め、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張し、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定め、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、上記ステップcとdを繰り返し実行し、
上記ステップdでは、予め決定された被分割物体の外形に基づき、拡張後の各初期クラスタ領域に一つ以上の物体を含んでいるか否かを判断する、堆積物体の認識装置。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムであって、
前記取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップは、分水嶺アルゴリズムを利用し、深さマップ中の深さ値の大きさに対応する水位線を徐々に低下させ、堆積物体を複数の物体領域に分割し、
各水位線で取得した深さマップ中に新規物体が出現したか否かを決定するステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在していない場合は、新規物体を新規物体領域として定めるステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在している場合は、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるか否かを決定し、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるとき、新規物体を新規物体領域として定め、そうでないとき、新規物体が決定された物体領域に属すると決定するステップと、を含む、堆積物体の認識プログラム。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムであって、
前記物体領域ごとに頂部物体層の分割位置を決定するステップは、
堆積物体中の単一物体の平均高さを取得するステップと、
物体領域ごとに、単一物体の平均高さに基づき、当該物体領域の頂部物体層の分割位置を決定するステップと、を含む、堆積物体の認識プログラム。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムであって、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップcでは、各水位線で、初期クラスタ領域以外の他の孤立領域を拡張しない、堆積物体の認識プログラム。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムであって、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップdでは、予め決定された被分割物体の外形に基づき、拡張後の各初期クラスタ領域に一つ以上の物体を含んでいるか否かを判断する、堆積物体の認識プログラム。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップは、分水嶺アルゴリズムを利用し、深さマップ中の深さ値の大きさに対応する水位線を徐々に低下させ、堆積物体を複数の物体領域に分割し、
各水位線で取得した深さマップ中に新規物体が出現したか否かを決定するステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在していない場合は、新規物体を新規物体領域として定めるステップと、
特定の水位線で新規物体が出現したと決定され、且つ決定された物体領域が存在している場合は、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるか否かを決定し、深さマップ中の新規物体の位置と決定された物体領域の位置との間の距離が所定の閾値以上であるとき、新規物体を新規物体領域として定め、そうでないとき、新規物体が決定された物体領域に属すると決定するステップと、を含む、記録媒体。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記物体領域ごとに頂部物体層の分割位置を決定するステップは、
堆積物体中の単一物体の平均高さを取得するステップと、
物体領域ごとに、単一物体の平均高さに基づき、当該物体領域の頂部物体層の分割位置を決定するステップと、を含む、記録媒体。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップcでは、各水位線で、初期クラスタ領域以外の他の孤立領域を拡張しない、記録媒体。 - 堆積物体の深さマップを取得するステップと、
取得した深さマップに基づき、堆積物体を複数の物体領域に分割するステップと、
物体領域ごとに、頂部物体層の分割位置を決定するとともに、決定した分割位置に基づき、当該物体領域の頂部物体層を抽出するステップと、
各物体領域の頂部物体層に含まれる物体を認識するステップと、をコンピュータに実行させるための堆積物体の認識プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記各物体領域の頂部物体層に含まれる物体を認識するステップは、
a.被分割物体を含む頂部物体層の地形図を取得するステップと、
b.前記地形図に初期クラスタ領域を定めるステップと、
c.水位線が最低水位に低下するまで、分水嶺アルゴリズムを利用して各水位線で前記初期クラスタ領域を拡張するステップと、
d.拡張後の各初期クラスタ領域に一つのみの物体を含んでいるか否かを決定し、判断結果がYESの場合、拡張後の各初期クラスタ領域を分割された物体とし、判断結果がNOの場合、一つ以上の物体を含む拡張後の初期クラスタ領域について、前記地形図における該拡張後の初期クラスタ領域に対応する部分を被分割地形図とし、且つ該被分割地形図に少なくとも二つの初期クラスタ領域を改めて定めるステップと、
e.各被分割地形図について、拡張後の各初期クラスタ領域に一つのみの物体を含むようになるまで、ステップcとdを繰り返し実行するステップと、を含み、
ステップdでは、予め決定された被分割物体の外形に基づき、拡張後の各初期クラスタ領域に一つ以上の物体を含んでいるか否かを判断する、記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510931314.8 | 2015-12-15 | ||
CN201510931314.8A CN106886997A (zh) | 2015-12-15 | 2015-12-15 | 识别堆叠物体的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017111815A JP2017111815A (ja) | 2017-06-22 |
JP6341265B2 true JP6341265B2 (ja) | 2018-06-13 |
Family
ID=59080297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016240950A Expired - Fee Related JP6341265B2 (ja) | 2015-12-15 | 2016-12-13 | 堆積物体の認識方法と装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6341265B2 (ja) |
CN (1) | CN106886997A (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108262267B (zh) * | 2017-12-29 | 2019-10-18 | 北京农业智能装备技术研究中心 | 一种水果分选中的多果检测方法与装置 |
JP7172066B2 (ja) * | 2018-03-08 | 2022-11-16 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及びプログラム |
CN108470339A (zh) * | 2018-03-21 | 2018-08-31 | 华南理工大学 | 一种基于信息融合的重叠苹果视觉识别与定位方法 |
CN109344832B (zh) * | 2018-09-03 | 2021-02-02 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109871765B (zh) * | 2019-01-16 | 2020-11-10 | 创新奇智(上海)科技有限公司 | 一种基于图像的非标物品堆叠检测方法、系统及电子设备 |
JP7325042B2 (ja) * | 2019-09-26 | 2023-08-14 | 国立大学法人豊橋技術科学大学 | 堆積物認識システムおよび堆積物認識方法 |
CN113657191A (zh) * | 2021-07-26 | 2021-11-16 | 浙江大华技术股份有限公司 | 堆积物识别方法、装置和电子装置 |
WO2023047166A1 (en) * | 2021-09-21 | 2023-03-30 | Sensetime International Pte. Ltd. | Method, apparatus and device for recognizing stacked objects, and computer storage medium |
WO2023047172A1 (en) * | 2021-09-24 | 2023-03-30 | Sensetime International Pte. Ltd. | Methods for identifying an object sequence in an image, training methods, apparatuses and devices |
CN114127804A (zh) * | 2021-09-24 | 2022-03-01 | 商汤国际私人有限公司 | 识别图像中对象序列的方法、训练方法、装置及设备 |
WO2023080041A1 (ja) * | 2021-11-02 | 2023-05-11 | Jfeスチール株式会社 | 情報処理方法、情報処理装置、情報処理システム、情報処理プログラム、及び高炉操業方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000306104A (ja) * | 1999-04-26 | 2000-11-02 | Matsushita Electric Ind Co Ltd | 画像領域分割方法及び装置 |
JP2003296706A (ja) * | 2002-04-05 | 2003-10-17 | Asahi Koyo Kk | 建物抽出方法及び装置並びにサンプルデータのベクトル化方法及び装置 |
JP2004030460A (ja) * | 2002-06-27 | 2004-01-29 | Starlabo Corp | 画像処理方法、画像処理プログラム及びそれを記録した記録媒体 |
JP5927829B2 (ja) * | 2011-02-15 | 2016-06-01 | 株式会社リコー | 印刷用データ作成装置、印刷用データ作成方法、プログラム及び記録媒体 |
US9123119B2 (en) * | 2011-12-07 | 2015-09-01 | Telesecurity Sciences, Inc. | Extraction of objects from CT images by sequential segmentation and carving |
CN102663757A (zh) * | 2012-04-20 | 2012-09-12 | 西安电子科技大学 | 基于核传递的半自动图像分割方法 |
CN103390268B (zh) * | 2012-05-11 | 2016-11-23 | 株式会社理光 | 物体区域分割方法和装置 |
JP6080642B2 (ja) * | 2013-03-25 | 2017-02-15 | 株式会社ジオ技術研究所 | 3次元点群解析方法 |
CN103310218B (zh) * | 2013-05-21 | 2016-08-10 | 常州大学 | 一种重叠遮挡果实精确识别方法 |
JP6151562B2 (ja) * | 2013-05-24 | 2017-06-21 | 株式会社ブレイン | 物品識別システムとそのプログラム |
CN103336946B (zh) * | 2013-06-17 | 2016-05-04 | 浙江大学 | 一种基于双目立体视觉的成簇状番茄识别方法 |
CN104651462B (zh) * | 2015-01-29 | 2017-02-22 | 华南农业大学 | 基于显微图像分析的稻瘟病菌孢子检测方法 |
-
2015
- 2015-12-15 CN CN201510931314.8A patent/CN106886997A/zh active Pending
-
2016
- 2016-12-13 JP JP2016240950A patent/JP6341265B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN106886997A (zh) | 2017-06-23 |
JP2017111815A (ja) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6341265B2 (ja) | 堆積物体の認識方法と装置 | |
EP3690704B1 (en) | Distributed and self-validating dense object detection in digital images | |
Shi et al. | Cloud detection of remote sensing images by deep learning | |
US9465976B1 (en) | Feature reduction based on local densities for bundle adjustment of images | |
CN113076871A (zh) | 一种基于目标遮挡补偿的鱼群自动检测方法 | |
CN104217422B (zh) | 一种自适应窄带水平集的声纳图像检测方法 | |
CN112883850B (zh) | 一种基于卷积神经网络的多视角空天遥感图像匹配方法 | |
GB2498331A (en) | Method of classifying images of animals based on their taxonomic group | |
JP6341264B2 (ja) | 堆積物体の認識方法、装置、及び機器による選別システム | |
CN109376641B (zh) | 一种基于无人机航拍视频的运动车辆检测方法 | |
CN105493141A (zh) | 非结构化道路边界检测 | |
CN113420819B (zh) | 一种基于CenterNet的轻量级水下目标检测方法 | |
CN116027324B (zh) | 基于毫米波雷达的跌倒检测方法、装置及毫米波雷达设备 | |
JP6288230B2 (ja) | 物体分割方法及び装置 | |
CN102930279A (zh) | 用于产品数量检测的图像识别方法 | |
CN111354022A (zh) | 基于核相关滤波的目标跟踪方法及系统 | |
CN107563296B (zh) | 基岩海岸岸线的提取方法及系统 | |
JP4747122B2 (ja) | 特定領域自動抽出システム、特定領域自動抽出方法、および、プログラム | |
CN112288809B (zh) | 一种用于多物体复杂场景的机器人抓取检测方法 | |
JP2011257244A (ja) | 物体形状検出装置及び方法 | |
US9607398B2 (en) | Image processing apparatus and method of controlling the same | |
CN102884565A (zh) | 用于三维地形数据的精度提升设备、用于三维地形数据的精度提升方法及其记录介质 | |
CN110084190B (zh) | 一种基于ann的剧烈光照环境下实时非结构化道路检测方法 | |
CN113658274A (zh) | 用于灵长类动物种群行为分析的个体间距自动计算方法 | |
KR102161212B1 (ko) | 움직임 검출 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180118 |
|
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: 20180417 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180430 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6341265 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |