JP6543062B2 - 画像処理装置、画像処理方法 - Google Patents
画像処理装置、画像処理方法 Download PDFInfo
- Publication number
- JP6543062B2 JP6543062B2 JP2015060016A JP2015060016A JP6543062B2 JP 6543062 B2 JP6543062 B2 JP 6543062B2 JP 2015060016 A JP2015060016 A JP 2015060016A JP 2015060016 A JP2015060016 A JP 2015060016A JP 6543062 B2 JP6543062 B2 JP 6543062B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature
- feature amount
- pixel
- image processing
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims 5
- 238000004364 calculation method Methods 0.000 claims description 78
- 238000006243 chemical reaction Methods 0.000 claims description 47
- 239000013598 vector Substances 0.000 claims description 36
- 230000009466 transformation Effects 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 description 78
- 230000008569 process Effects 0.000 description 39
- 239000011159 matrix material Substances 0.000 description 17
- 238000013139 quantization Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G06T3/18—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/1607—Correcting image deformation, e.g. trapezoidal deformation caused by perspective
Description
前記特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、前記特徴点の画素位置を該正規化変換によって変換した変換済み画素位置の周辺画素位置に該正規化変換によって変換される前記入力画像上の画素位置を特定し、該特定した画素位置における画素若しくはその周辺の画素の画素値、に基づいて、特徴量算出用の画像を生成する生成手段と、
前記生成手段によって生成された画像から特徴量を算出する算出手段と
を備え、
前記生成手段は、前記特徴点の周囲の画素の奥行き値の差異に基づいて、前記特徴量算出用の画像を生成するか否かを決定することを特徴とする。
本実施形態では、画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点(局所特徴点)を抽出し、特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、特徴点の画素位置を該正規化変換によって変換した変換済み画素位置の周辺画素位置に該正規化変換によって変換される入力画像上の画素位置を特定し、該特定した画素位置における画素若しくはその周辺の画素の画素値、に基づいて、特徴量算出用の画像を生成し、該生成された画像から特徴量を算出する画像処理装置の一例について説明する。このような画像処理装置は、例えば、物体の平面から抽出された局所特徴点における局所特徴量を算出する場合に有効である。
画像入力部301は、外部から入力された原画像を記憶部305に格納する。なお、原画像の取得元については外部に限るものではなく、例えば、画像処理装置が有する不図示の内部メモリから原画像を取得するようにしても構わない。
特徴点抽出部302は、ステップS401において記憶部305に格納された原画像を読み出し、該読み出した原画像に基づいて局所特徴点を抽出する。ステップS402における処理の詳細について、同処理のフローチャートを示す図5を用いて説明する。
特徴点抽出部302は、記憶部305に格納された原画像を読み出し、該原画像を構成する各画素の輝度成分を表す輝度成分画像を生成する。すなわち、輝度成分画像上の画素位置(x、y)における輝度成分(画素値)は、原画像上の画素位置(x、y)における画素の輝度成分(輝度値)である。
特徴点抽出部302は、ステップS501で生成した輝度成分画像を予め設定された縮小率p(0<p<1)に従って再帰的に規定回数だけ繰り返して縮小することで、輝度成分画像に対する複数枚の縮小画像を生成する。ここまでの処理により、オリジナルのサイズの画像(輝度成分画像)から段階的に縮小した、オリジナルの画像を含めてn(nは2以上の整数)枚の画像を生成する。
特徴点抽出部302は、輝度成分画像及び複数枚の縮小画像のそれぞれを入力画像とし、該入力画像から、画像の回転があってもロバスト(robust)に抽出されるような局所的な特徴点(局所特徴点)を抽出する。この局所特徴点の抽出方法として、本実施形態ではHarris作用素を用いる(非特許文献1参照)。
ステップS402の処理が完了した時点で、輝度成分画像及び複数枚の縮小画像から抽出した局所特徴点群が得られているので、画像生成部303は、この局所特徴点群のうち未選択のうちの1つを処理対象特徴点として選択する。また、以下では、処理対象特徴点が抽出された抽出元の画像を対象画像と呼称する。例えば、処理対象特徴点が輝度成分画像から抽出されたものである場合には、対象画像は輝度成分画像であるし、処理対象特徴点が複数枚の縮小画像のうちの1つから抽出されたものである場合には、対象画像は該1つの縮小画像である。
画像生成部303は、処理対象特徴点の周囲において直線上に並んでいない3点を決定し、該決定した3点のそれぞれの画像座標を取得する。画像座標とは、例えば、対象画像の左上隅の位置を原点とし、水平方向にx座標、垂直方向にy座標を設定することで定義される座標系における座標のことであり、各画素の対象画像上における座標はこの画像座標によって表される。
画像生成部303は、ステップS404で決定した3点の画素における奥行き値を取得する。以下では、画像座標(x1,y1)における画素の奥行き値をz1、画像座標(x2,y2)における画素の奥行き値をz2、画像座標(x3,y3)における画素の奥行き値をz3と表記する。
画像生成部303は、z1〜z3のうち最大の奥行き値zmax、最小の奥行き値zminを特定し、Δz=zmax−zminを計算する。そして画像生成部303は、Δzが所定値以上であるか否かを判断する。この判断の結果、Δzが所定値以上であれば、処理はステップS408に進み、Δzが所定値未満であれば、処理はステップS407に進む。
処理がステップS407に進んだということは、ステップS404で決定した3点における画素の奥行き値の差異が小さいということになり、そのような場合には、処理対象特徴点周辺の領域(後述する特徴量算出領域)は、面外回転の影響を受けにくい局所特徴量を算出することができる領域となる。このような場合、以下に説明するような、「奥行き値が正規化された画素群による画像」を生成する必要はない。そこで、画像生成部303は、対象画像を特徴量算出画像に設定する。
画像生成部303は、z1〜z3を同じ値にする(正規化)ための変換行列Tを求める。ステップS408における処理の詳細について、図7のフローチャートを用いて説明する。
画像生成部303は、透視投影逆変換により、対象画像上における上記の3点に対応する現実空間上の3点の座標に変換する(対象画像上の2次元座標を3次元座標に変換する)。対象画像は、3次元空間上の物体をある投影面に対して投影してできたものである。視点(例えば、画像を撮像した撮像画像の視点位置)から投影面までの距離をdとすると、対象画像上における上記の3点に対応する現実空間上の3点の座標(xrn、yrn、zrn)(n=1,2,3)は以下の式(1)〜(3)に従って求めることが出来る。
画像生成部303は、対象画像上における上記の3点に対応する現実空間上の3点を含む平面の法線ベクトルVを求める。図8は、対象画像上における上記の3点に対応する現実空間上の3点(801,802,803)、3点(801,802,803)を含む平面804、該平面804の法線ベクトルV805、の一例を示す図である。
画像生成部303は、法線ベクトルVをZ軸(投影面から奥行き方向に規定されている軸であり、奥行き値はZ軸上の値)に重ねるようにする変換行列Tを求める。ベクトルVをZ軸と重なるように変換した場合、対象画像上における上記の3点に対応する現実空間上の3点を含む平面は、投影面(対象画像)と平行な状態に変換されることになり、その結果、変換後の平面上の上記の3点のz座標値は全て同じ値(投影面から変換後の平面までの距離)となる。図8の場合、ベクトルVをZ軸と重なるように変換した場合、平面804は、XY平面(投影面)と平行な状態に変換されることになる。ステップS703では、このような変換、すなわち、上記の3点の奥行き値を正規化する変換を実現する変換行列Tを求める。以下では、変換行列Tを求めるための具体的な処理について説明する。
画像生成部303は、変換量θが所定量θTH以上であるか否かを判断する。この判断の結果、変換量θが所定量θTH以上であれば、処理はステップS410に進み、変換量θが所定量θTH未満であれば、処理はステップS411に進む。
画像生成部303は、上記の変換行列Tを再度計算するのであるが、その際、上記のθを所定量θTHとして変換行列Tを再計算する。変換量θは、奥行き方向に勾配のある部分が正面を向くように回転させる量であり、回転量が大きい場合は、画素補間量が多くなり、画質が低下する。したがって、ステップS409及びS410により、画素補間量が多くなりすぎないように制限を設ける。しかし、ステップS410の処理は省略しても構わず、その場合、ステップS409の処理を省き、ステップS408の処理の後はステップS411に処理が進むようにすればよい。
画像生成部303は、処理対象特徴点を中心とする領域内の画像を変換行列Tによって変換した画像を変換画像として生成する。この処理では先ず、処理対象特徴点の画像座標(x、y)と処理対象特徴点の奥行き値zとを用いて上記の式(1)〜(3)を用いた透視投影逆変換を行うことで(xn、yn、znをそれぞれx、y、zと読み替える)3次元座標(xr、yr、zr)を求め、該3次元座標(xr、yr、zr)を変換行列Tを用いて変換した3次元座標(xt、yt、zt)求め、該3次元座標(xt、yt、zt)を用いて、投影面への透視投影変換を行うことで、該3次元座標(xt、yt、zt)に対応する対象画像上の2次元座標(x’、y’)に変換する。この透視投影変換は、以下の式(27)、(28)に従って行われる。
算出部304は、ステップS411において生成した変換画像を特徴量算出画像に設定する。
算出部304は、特徴量算出画像全体に特徴量算出領域を設定する。もちろん、特徴量算出画像の一部に特徴量算出領域を設定しても構わない。この特徴量算出領域の範囲は、従来の特徴量算出領域と同じ範囲である。
算出部304は、特徴量算出領域内の画像から、平面内の画像の回転があっても不変となるように定義された特徴量(局所特徴量)を算出する。この局所特徴量の算出方法として、本実施形態ではLocal Jet及びそれらの導関数の組み合わせを用いる(非特許文献4参照)。
画像生成部303は、輝度成分画像及び複数枚の縮小画像から抽出した局所特徴点群の全てを選択したか否かを判断する。この判断の結果、全てを選択した場合には、図4のフローチャートに従った処理は終了し、未選択の局所特徴点が未だ残っている場合には、処理はステップS416に進む。
画像生成部303は、輝度成分画像及び複数枚の縮小画像から抽出した局所特徴点群のうち未選択のうちの1つを処理対象特徴点として選択する。そして処理はステップS404に移行する。
本実施形態では、画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点(局所特徴点)を抽出し、特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、該正規化変換によって特徴点の画素位置が変換される画素位置を特定し、該特定した画素位置を囲む領域に該正規化変換によって変換される入力画像上の領域を特徴量算出領域として特定し、該特徴量算出領域から特徴量を算出する画像処理装置の一例について説明する。すなわち、第1の実施形態では、処理対象特徴点の周囲の3点における奥行き値を正規化するように画像の変換を行って変形画像を生成したが、本実施形態では、このような画像の変形は行わずに、処理対象特徴点に対して設定された特徴量算出領域の形状を、処理対象特徴点の周囲の3点における奥行き値を正規化するように変形する。以下では、第1の実施形態との差分について重点的に説明し、以下で特に触れない限りは第1の実施形態と同様であるものとする。
領域設定部1003は、処理対象特徴点の周囲に特徴量算出領域を設定する。この場合における特徴量算出領域の設定方法については従来から行われている方法を採用する。
領域設定部1003は先ず、処理対象特徴点の画像座標(x、y)と処理対象特徴点の奥行き値zとを用いて上記の式(1)〜(3)を用いた透視投影逆変換を行うことで(xn、yn、znをそれぞれx、y、zと読み替える)3次元座標(xr、yr、zr)を求め、該3次元座標(xr、yr、zr)を変換行列Tを用いて変換した3次元座標(xt、yt、zt)求め、該3次元座標(xt、yt、zt)を用いて、式(27)、(28)に従った透視投影変換を行うことで、2次元座標(x’、y’)に変換する。
領域設定部1003は、ステップS1111で求めた「設定した領域の四隅の2次元座標に対して2次元座標(x’、y’)を求めるための上記の変換の逆変換を行うことで得られた四隅の2次元座標で規定される形状の領域」を特徴量算出領域として設定する。
第1の実施形態では、1つの局所特徴点について1つの変換画像を生成していたが、本実施形態では、局所特徴点を囲む領域を複数の領域に分割し、該分割したそれぞれの領域について変換画像を生成する。すなわち、局所特徴点ごとに、該局所特徴点に対応するそれぞれの分割領域についての変換画像を生成する。すなわち、第1の実施形態では、1つの平面を特定して奥行き値を正規化するよう画像の変換を行ったが、本実施形態では、複数の平面を特定して奥行き値を正規化するよう画像の変換を行う。本実施形態は、局所特徴量算出範囲に複数の奥行き勾配がある場合に有効である。
画像生成部303は、処理対象特徴点を囲む領域を複数の領域に分割する。例えば、特徴点を囲む領域として従来技術でも設定していた特徴量算出領域の2倍のサイズの領域を処理対象特徴点を囲む領域として設定し、該設定した領域を4×4のブロックに分割する。もちろん、分割元の領域サイズや領域の分割数についてはこれらの例に限るものではない。また、領域分割方法は、矩形のメッシュブロック分割に限定するものではなく、三角形や六角形などの多角形による分割や、セグメンテーションを行って分割する方法なども考えられる。
画像生成部303は、ステップS1304において分割したそれぞれの分割領域のうち未選択の分割領域を処理対象領域として選択する。
画像生成部303は、処理対象領域から直線上に並んでいない3点を決定し、該決定した3点のそれぞれの画像座標を取得する。
画像生成部303は、ステップS1306で決定した3点の画素における奥行き値を取得する。
画像生成部303は、処理対象領域内(分割領域内)の画像を変換行列Tによって変換した画像を変換画像として生成する。以下では説明を簡単にするために、処理対象領域は矩形であるものとして説明するが、処理対象領域の形状を規定する情報が用意されているのであれば、その形状は如何なる形状であっても構わない。
画像生成部303は、ステップS1304において分割した分割領域の全てがステップS1305において選択されたか否かを判断する。この判断の結果、全ての分割領域がステップS1305において選択されている場合には、処理はステップS1314に進み、未だ未選択の分割領域が残っている場合には、処理はステップS1313に進む。
画像生成部303は、ステップS1304において分割したそれぞれの分割領域のうち未選択の分割領域を処理対象領域として選択する。そして処理はステップS1306に移行する。
画像生成部303は、それぞれの分割領域について生成した変換画像の補正を行う。領域を分割して処理を行うことにより、領域と領域との間に隙間があったり、重なっていたりする場合があるため、それらを補正する。それらの領域が存在する場合は、処理対象特徴点に近い方の領域の変換行列を使用する、などのルールを定め、適用する。
本実施形態では、第1〜3の実施形態の何れかの実施形態に係る特徴量算出技術を用いて算出した特徴量を用いて画像検索を行い、その検索結果を類似順に並べて表示する。先ず、本実施形態に係る画像処理装置の機能構成例について、図14のブロック図を用いて説明する。
量子化部1405は、ステップS1503で算出されたそれぞれの局所特徴量を量子化する。ここで求めている局所特徴量、すなわち、Local Jetおよびそれらの導関数の組み合わせにより各局所特徴点から算出される局所特徴量は、N次元のベクトルである。ここでは、N次元のうちのn(1≦n≦N)番目の次元の特徴量について、Kn階調に量子化を行う。ここで、NおよびKnはあらかじめ決められているものとする。
登録部1406は、ステップS1504で求めたそれぞれの局所特徴量を特徴量IDとして記憶部1409に登録すると共に、該局所特徴量の算出元の画像に対して固有に発行された画像IDを、該特徴量IDと関連づけて登録する。すなわち、記憶部1409には、それぞれの局所特徴量について、対応する特徴量IDと、該局所特徴量の算出元の画像の画像IDと、が関連づけて登録されることになる。
検索部1407は、比較元画像から算出された、量子化された局所特徴量に基づいて、類似する画像の画像IDを記憶部1409から検索する。ステップS1805における処理の詳細について、図19のフローチャートを用いて説明する。
検索部1407は、記憶部1409に、それぞれの画像IDに対応するメモリ領域(投票箱として使用するメモリ領域)を確保する。例えば、画像ID=1に対応する投票箱1、画像ID=2に対応する投票箱2、…、画像ID=Nに対応する投票箱N、を記憶部1409に確保する。
検索部1407は、それぞれの投票箱に対して設けられている、該投票箱への投票数を示す変数cを0に初期化する。
検索部1407は、変数kの値に1をセットする。
検索部1407は、比較元画像から算出した量子化済み局所特徴量を表す特徴量IDのうちk番目の特徴量IDを取得する。
検索部1407は、記憶部1409に登録されている特徴量IDのうちステップS1904で取得した特徴量IDと同じもの若しくは類似しているものを特定し、該特定した特徴量IDと関連づけて登録されている画像IDを特定する。なお、ステップS1904で取得した特徴量IDと同じもの若しくは類似しているものと関連づけて登録されている画像IDが複数の場合には、該複数の画像IDを特定することになる。本ステップで特定する1以上の画像IDを基準画像IDリストと呼称する場合がある。
検索部1407は、ステップS1905で特定した画像IDに対応する投票箱に対応する変数cの値を1つインクリメントする。なお、インクリメントする数は1に限るものではない。例えば、特徴量IDの類似度に応じた数(特徴量IDの類似度が高いほど大きい数)だけインクリメントするようにしても構わないし、局所特徴点の座標に基づく数だけインクリメントするようにしても構わない。
検索部1407は、変数kの値を1つインクリメントする。
検索部1407は、変数kの値が、比較元画像から抽出した局所特徴点の数以下であるか否かを判断する。この判断の結果、変数kの値が、比較元画像から抽出した局所特徴点の数以下であれば、処理はステップS1904に戻り、変数kの値が、比較元画像から抽出した局所特徴点の数を超えた場合には、処理はステップS1909に進む。
検索部1407は、投票数(変数cの値)が大きい順に画像IDをソートする。
表示部1408は、ステップS1909でソートした画像IDをCRTや液晶画面などにより構成されている表示装置に表示する。なお、表示対象は画像IDに限るものではなく、該画像IDに対応する画像や該画像の属性情報(ファイル名や作成日時、ファイルサイズなど)を合わせて表示しても構わない。
第1〜4の実施形態では、局所特徴点周辺の奥行き値を利用して、1つ若しくは複数の平面を特定し、奥行き値を正規化するような変換方法を定めている。しかしながら、平面を特定するのではなく、ハフ変換等により曲面を推定するようにしてもよい。その場合は、その曲面を展開画像に変換することにより奥行き値を正規化する方法が考えられる。展開画像への変換は周知技術であり、例えば、特許文献1記載の既存の手法を用いることにより実現できる。
図3,10,14に示した各機能部は全てハードウェアで構成しても構わないが、一部をソフトウェアで構成しても構わない。後者の場合、例えば、記憶部305,1005,1409として機能するメモリ装置(ハードディスクやRAM,ROMなど)を有し、且つ記憶部305,1005,1409以外の各機能部の機能を実現可能なコンピュータプログラムを実行可能なプロセッサを有するコンピュータ装置であれば、上記の各実施形態に係る画像処理装置に適用することができる。このようなコンピュータ装置のハードウェア構成例について、図2のブロック図を用いて説明する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
Claims (11)
- 画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点を抽出する抽出手段と、
前記特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、前記特徴点の画素位置を該正規化変換によって変換した変換済み画素位置の周辺画素位置に該正規化変換によって変換される前記入力画像上の画素位置を特定し、該特定した画素位置における画素若しくはその周辺の画素の画素値、に基づいて、特徴量算出用の画像を生成する生成手段と、
前記生成手段によって生成された画像から特徴量を算出する算出手段と
を備え、
前記生成手段は、前記特徴点の周囲の画素の奥行き値の差異に基づいて、前記特徴量算出用の画像を生成するか否かを決定することを特徴とする画像処理装置。 - 前記生成手段は、
前記特徴点の周囲の画素の座標と該画素の奥行き値とによって表される該画素の3次元座標を含む平面の法線ベクトルを、前記入力画像の奥行き方向と平行にする変換を前記正規化変換として決定することを特徴とする請求項1に記載の画像処理装置。 - 前記生成手段は、
前記特徴点の周囲の画素の奥行き値のうち最大の奥行き値と最小の奥行き値との差が所定値以上であれば前記特徴量算出用の画像を生成することを特徴とする請求項1又は2に記載の画像処理装置。 - 前記差が所定値未満である場合、
前記生成手段は、前記特徴量算出用の画像を生成せず、前記算出手段は、前記特徴点の周囲の領域から特徴量を算出することを特徴とする請求項3に記載の画像処理装置。 - 画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点を抽出する抽出手段と、
前記特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、該正規化変換によって前記特徴点の画素位置が変換される画素位置を特定し、該特定した画素位置を囲む領域に該正規化変換によって変換される前記入力画像上の領域を特徴量算出領域として特定する特定手段と、
前記特徴量算出領域から特徴量を算出する算出手段と
を備え、
前記特定手段は、前記特徴点の周囲の画素の奥行き値の差異に基づいて、前記特徴量算出領域の特定を行うか否かを決定することを特徴とする画像処理装置。 - 更に、
前記算出手段により算出された特徴量と、該特徴量の取得元である画像に固有の情報と、を関連づけてメモリに登録する登録手段を備えることを特徴とする請求項1乃至5の何れか1項に記載の画像処理装置。 - 更に、
比較元画像について前記算出手段が算出したそれぞれの特徴量について、該特徴量と同じ若しくは類似している特徴量と関連づけて前記メモリに登録されている情報を検索する検索手段と、
前記検索手段が検索した情報に基づいて、前記比較元画像と特徴量が類似する画像に固有の情報を表示する表示手段と
を備えることを特徴とする請求項6に記載の画像処理装置。 - 前記抽出手段は、原画像を再帰的に縮小することで生成した複数の縮小画像と、該原画像と、のそれぞれを前記入力画像とし、該入力画像から特徴量を抽出することを特徴とする請求項1乃至7の何れか1項に記載の画像処理装置。
- 画像処理装置が行う画像処理方法であって、
前記画像処理装置の抽出手段が、画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点を抽出する抽出工程と、
前記画像処理装置の生成手段が、前記特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、前記特徴点の画素位置を該正規化変換によって変換した変換済み画素位置の周辺画素位置に該正規化変換によって変換される前記入力画像上の画素位置を特定し、該特定した画素位置における画素若しくはその周辺の画素の画素値、に基づいて、特徴量算出用の画像を生成する生成工程と、
前記画像処理装置の算出手段が、前記生成工程で生成された画像から特徴量を算出する算出工程と
を備え、
前記生成工程では、前記特徴点の周囲の画素の奥行き値の差異に基づいて、前記特徴量算出用の画像を生成するか否かを決定することを特徴とする画像処理方法。 - 画像処理装置が行う画像処理方法であって、
前記画像処理装置の抽出手段が、画素の奥行き値が連続的に変化している画像領域を含む入力画像から特徴点を抽出する抽出工程と、
前記画像処理装置の特定手段が、前記特徴点の周囲の画素の奥行き値を正規化するような変換を正規化変換とし、該正規化変換によって前記特徴点の画素位置が変換される画素位置を特定し、該特定した画素位置を囲む領域に該正規化変換によって変換される前記入力画像上の領域を特徴量算出領域として特定する特定工程と、
前記画像処理装置の算出手段が、前記特徴量算出領域から特徴量を算出する算出工程と
を備え、
前記特定工程では、前記特徴点の周囲の画素の奥行き値の差異に基づいて、前記特徴量算出領域の特定を行うか否かを決定することを特徴とする画像処理方法。 - コンピュータを、請求項1乃至8の何れか1項に記載の画像処理装置の各手段として機能させるためのコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015060016A JP6543062B2 (ja) | 2015-03-23 | 2015-03-23 | 画像処理装置、画像処理方法 |
US15/075,736 US9916521B2 (en) | 2015-03-23 | 2016-03-21 | Depth normalization transformation of pixels |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015060016A JP6543062B2 (ja) | 2015-03-23 | 2015-03-23 | 画像処理装置、画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016181051A JP2016181051A (ja) | 2016-10-13 |
JP6543062B2 true JP6543062B2 (ja) | 2019-07-10 |
Family
ID=56976368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015060016A Active JP6543062B2 (ja) | 2015-03-23 | 2015-03-23 | 画像処理装置、画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9916521B2 (ja) |
JP (1) | JP6543062B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017033547A (ja) | 2015-08-05 | 2017-02-09 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム |
JP6775343B2 (ja) | 2015-09-11 | 2020-10-28 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム |
JP6595880B2 (ja) | 2015-10-22 | 2019-10-23 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
CN106910210B (zh) * | 2017-03-03 | 2018-09-11 | 百度在线网络技术(北京)有限公司 | 用于生成图像信息的方法和装置 |
JP6835665B2 (ja) * | 2017-05-25 | 2021-02-24 | Kddi株式会社 | 情報処理装置及びプログラム |
JP7087681B2 (ja) * | 2018-05-30 | 2022-06-21 | ヤマハ株式会社 | 画像処理方法、画像処理装置およびプログラム |
JP7163079B2 (ja) * | 2018-06-22 | 2022-10-31 | 株式会社エビデント | 撮像システム、画像構築方法 |
CN110770794A (zh) * | 2018-08-22 | 2020-02-07 | 深圳市大疆创新科技有限公司 | 图像深度估计方法、装置、可读存储介质及电子设备 |
JP7431563B2 (ja) | 2019-11-28 | 2024-02-15 | キヤノン株式会社 | 画像検索装置、画像検索方法、及びプログラム |
US20230005213A1 (en) * | 2020-01-23 | 2023-01-05 | Sony Group Corporation | Imaging apparatus, imaging method, and program |
US20220051372A1 (en) * | 2020-08-12 | 2022-02-17 | Niantic, Inc. | Feature matching using features extracted from perspective corrected image |
JP2022043631A (ja) * | 2020-09-04 | 2022-03-16 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN117475380A (zh) * | 2023-09-12 | 2024-01-30 | 四川弘和数智集团有限公司 | 一种加能站排队检测方法、装置、电子设备和存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057377A (ja) | 1998-06-02 | 2000-02-25 | Sony Corp | 画像処理装置および画像処理方法、並びに媒体 |
JP4735361B2 (ja) * | 2006-03-23 | 2011-07-27 | 日産自動車株式会社 | 車両乗員顔向き検出装置および車両乗員顔向き検出方法 |
JP4950787B2 (ja) * | 2007-07-12 | 2012-06-13 | 株式会社東芝 | 画像処理装置及びその方法 |
US20100026897A1 (en) * | 2008-07-30 | 2010-02-04 | Cinnafilm, Inc. | Method, Apparatus, and Computer Software for Modifying Moving Images Via Motion Compensation Vectors, Degrain/Denoise, and Superresolution |
JP5248236B2 (ja) * | 2008-08-08 | 2013-07-31 | パナソニック株式会社 | 画像処理装置および画像処理方法 |
EP2340534B1 (en) * | 2008-10-03 | 2013-07-24 | RealD Inc. | Optimal depth mapping |
US9047681B2 (en) * | 2011-07-07 | 2015-06-02 | Samsung Electronics Co., Ltd. | Depth image conversion apparatus and method |
JP5767887B2 (ja) * | 2011-08-02 | 2015-08-26 | エヌ・ティ・ティ・コムウェア株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
JP5820236B2 (ja) * | 2011-10-28 | 2015-11-24 | キヤノン株式会社 | 画像処理装置及びその制御方法 |
JP2013131801A (ja) * | 2011-12-20 | 2013-07-04 | Nakabayashi Co Ltd | 情報端末装置、撮像画像処理システム、方法、プログラムおよび記録媒体 |
JP6280382B2 (ja) | 2013-03-08 | 2018-02-14 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
US9322647B2 (en) * | 2013-03-28 | 2016-04-26 | International Business Machines Corporation | Determining camera height using distributions of object heights and object image heights |
US9842423B2 (en) * | 2013-07-08 | 2017-12-12 | Qualcomm Incorporated | Systems and methods for producing a three-dimensional face model |
WO2015029982A1 (ja) * | 2013-08-29 | 2015-03-05 | 日本電気株式会社 | 画像処理装置、画像処理方法、及びプログラム |
US9594981B2 (en) | 2014-04-14 | 2017-03-14 | Canon Kabushiki Kaisha | Image search apparatus and control method thereof |
JP6431302B2 (ja) | 2014-06-30 | 2018-11-28 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2015
- 2015-03-23 JP JP2015060016A patent/JP6543062B2/ja active Active
-
2016
- 2016-03-21 US US15/075,736 patent/US9916521B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9916521B2 (en) | 2018-03-13 |
US20160284092A1 (en) | 2016-09-29 |
JP2016181051A (ja) | 2016-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6543062B2 (ja) | 画像処理装置、画像処理方法 | |
Riaz et al. | Texture classification using rotation-and scale-invariant gabor texture features | |
JP6431302B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP4989308B2 (ja) | 画像処理装置及び画像検索方法 | |
Lian et al. | CM-BOF: visual similarity-based 3d shape retrieval using clock matching and bag-of-features | |
US20150146989A1 (en) | Image processing apparatus, image processing method, and program | |
US20170337733A1 (en) | Method and apparatus for searching a database of 3d items using descriptors | |
US8117183B2 (en) | Accurate content-based indexing and retrieval system | |
EP2172856A2 (en) | Image processing apparatus, image processing method and program | |
US9076195B2 (en) | Methods and apparatus to identify components from images of the components | |
JP5283088B2 (ja) | 画像検索装置および同画像検索装置に適用される画像検索用コンピュータプログラム | |
JP6351350B2 (ja) | 三次元モデル検索システム、及び三次元モデル検索方法 | |
JP2017138744A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Janu et al. | Query-based image retrieval using SVM | |
JP3993423B2 (ja) | 電子出版物閲覧装置、電子出版物閲覧プログラム及びその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 | |
JP2001117936A (ja) | 3次元類似画像検索装置 | |
JP6598480B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6017005B2 (ja) | 画像検索装置、画像検索方法及びプログラム | |
Gallo et al. | Breast shape parametrization through planar projections | |
Pickup et al. | An evaluation of canonical forms for non-rigid 3D shape retrieval | |
Rauber et al. | 2-D FORM DESCRIPTORS BASED ON A NORMALIZED PARAMETRIC POLAR TRANSFORM (UNZ TFUNSFORM) | |
KR20160127369A (ko) | 이미지 검색 시스템 및 방법 | |
Tiagrajah et al. | An enhanced shape descriptor based on radial distances | |
JP3706603B2 (ja) | データ特徴抽出装置及びデータ照合装置 | |
JP5836728B2 (ja) | 画像検索装置、画像検索方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190423 |
|
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: 20190517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190614 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6543062 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |