JP6765877B2 - 画像処理装置、画像処理方法およびプログラム - Google Patents
画像処理装置、画像処理方法およびプログラム Download PDFInfo
- Publication number
- JP6765877B2 JP6765877B2 JP2016132530A JP2016132530A JP6765877B2 JP 6765877 B2 JP6765877 B2 JP 6765877B2 JP 2016132530 A JP2016132530 A JP 2016132530A JP 2016132530 A JP2016132530 A JP 2016132530A JP 6765877 B2 JP6765877 B2 JP 6765877B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- information
- image processing
- priority
- 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
Description
特許文献1には、建造物が撮像された検査映像から検査対象部品を抽出し、抽出した検査対象部品の分布に基づいて、検査員による検査の必要性の高さを表す重要度をフレーム(画像)単位で算出する点が開示されている。この特許文献1では、算出された重要度をもとに、検査映像内の重要区間を決定し、検査映像の再生を制御している。
そこで、本発明は、検査員が画像内の検査対象のオブジェクトを効率的にレビューできるようにすることを目的としている。
図1は、本実施形態における画像処理システム100の構成図である。画像処理システム100は、画像をもとに検査対象であるオブジェクトを抽出し、そのオブジェクトのレビューに適した領域を、画像内の部分領域として設定して提示するシステムである。本実施形態では、検査対象であるオブジェクトが、構造物の変状(ひびや錆など)である場合について説明する。なお、検査対象であるオブジェクトは、構造物を構成する部品や人の顔などであってもよい。
画像処理システム100は、画像処理装置200と、画像表示装置300と、を備える。画像処理装置200は、画像から変状候補を抽出し、レビュー領域およびレビュー領域の優先度を出力する装置である。ここで、レビュー領域は、変状のレビューに適した画像内の部分領域であり、優先度は、値が大きいほど優先的にレビューされるべき指標として定義する。
画像入力部201は、処理対象である画像を入力する。本実施形態では、画像入力部201が入力する画像は、構造物を撮像した画像である。候補抽出部202は、画像入力部201により入力された画像から変状候補を抽出する。領域設定部203は、候補抽出部202により抽出された変状候補の情報に基づいて、レビュー領域を画像内の部分領域として設定する。部分領域の設定に際し、領域設定部203は、画像全体を網羅するようにレビュー領域を設定する。特徴量算出部204は、領域設定部203により設定されたレビュー領域の特徴量を算出する。優先度決定部205は、特徴量算出部204により算出されたレビュー領域の特徴量に基づいて、レビュー領域の優先度を決定する。
領域提示部301は、画像処理装置200から出力されたレビュー領域および優先度に係る表示形態を提示する。画像表示部302は、領域提示部301から提示された表示形態に従って、不図示の表示デバイスに画像を表示する。ここで、表示デバイスは、CRT(Cathode Ray Tube)ディスプレイや液晶ディスプレイ等により構成されている。
なお、本実施形態では、画像処理装置200と画像表示装置300とが異なる装置である場合について説明するが、画像処理装置200と画像表示装置300とは1つの装置であってもよい。また、画像処理装置200は、画像表示装置300の一部の機能(例えば、領域提示部301)のみを備えていてもよい。
画像処理装置200は、CPU21と、RAM22と、ROM23と、NetIF24と、入力デバイス25と、HDD26と、システムバス27と、を備える。CPU21は、画像処理装置200における動作を統括的に制御するものであり、システムバス27を介して、各構成部(22〜26)を制御する。RAM22は、CPU21の主メモリとして機能したり、実行プログラムのロードやプログラム実行に必要なワークメモリとして機能したりする。
ROM23は、CPU21の動作処理手順を規定する制御プログラムを記録している。ROM23は、コンピュータシステムの機器制御を行うシステムプログラムである基本ソフト(OS)を記録したプログラムROMと、システムを稼動するために必要な情報などが記録されたデータROMとを含む。なお、ROM23の機能は、後述のHDD26によっても実現可能である。CPU21は、処理の実行に際してROM23から必要なプログラムをRAM22にロードし、ロードしたプログラムを実行することで各種の機能動作を実現する。
また、画像表示装置300の場合は、図2に示す各構成部の他に、上述した表示デバイスを具備してもよい。図1に示す画像表示装置300の各部の機能は、画像表示装置のCPUがプログラムを実行することで実現することができる。ただし、図1に示す画像表示装置300の各部のうち少なくとも一部が専用のハードウェアとして動作するようにしてもよい。この場合、専用のハードウェアは、画像表示装置300のCPUの制御に基づいて動作する。
この図3の処理は、例えばユーザによる指示入力に応じて開始される。ただし、図3の処理の開始タイミングは、上記のタイミングに限らない。画像処理装置200は、CPU21が必要なプログラムを読み出して実行することにより、図3に示す各処理を実現することができる。ただし、上述したように、図1に示す画像処理装置200の各要素のうち少なくとも一部が専用のハードウェアとして動作することで図3の処理が実現されるようにしてもよい。この場合、専用のハードウェアは、CPU21の制御に基づいて動作する。以降、アルファベットSはフローチャートにおけるステップを意味するものとする。
候補抽出部202は、抽出された変状候補を示す情報を、変状候補情報として出力する。図4(a)に示すように、変状候補情報410は、例えば、変状候補を一意に示すID411と、画像全体に対する変状候補の開始点座標位置412と、終了点座標位置413と、幅414とを含むことができる。さらには、変状候補情報410は、変状候補らしさ(例えば、ひびらしさ)を示す信頼度415を含んでもよい。この信頼度415は、辺の周囲8近傍に属する画素のSobelフィルタ処理を施した結果の値の平均で表すことができる。
さらに、本実施形態では、構造物表面のひび割れといった線状変状の候補を抽出するため、変状候補情報410は、開始点座標位置412、終了点座標位置413および幅414を含む。しかしながら、変状候補情報410が含む情報は、変状候補の画像内の位置やサイズ、形状などを示す情報であればよく、上記に限定されない。
ここで、登録変状候補424とは、各レビュー領域にそれぞれ対応して登録された変状候補であり、対応するレビュー領域に含まれる変状候補である。なお、各変状候補は、1つのレビュー領域にのみ登録され、複数のレビュー領域に登録されないようにしている。以下、領域設定処理について、図5を参照しながら詳細に説明する。
S33では、領域設定部203は、S32において設定されたレビュー領域に含まれる変状候補を選択する。このS33では、領域設定部203は、レビュー領域に完全に内包される変状候補を選択してもよいし、予め定められた割合以上がレビュー領域に収まる変状候補を選択してもよい。S34では、領域設定部203は、S33において選択された変状候補をS32において設定されたレビュー領域へ登録する。
図5の領域設定処理により、領域設定部203は、図4(b)に示すレビュー領域情報420を出力する。つまり、領域設定部203は、変状候補を含む領域をレビューするためのレビュー領域の情報に加え、変状候補が未検出である領域をレビューするためのレビュー領域の情報425を出力する。
図4(c)に示すように、特徴量情報430は、レビュー領域を一意に示すID431と、レビュー領域の特徴量である信頼度平均432および信頼度標準偏差433とを含むことができる。以下、領域特徴量算出処理について、図6を参照しながら詳細に説明する。
S42では、特徴量算出部204は、レビュー領域に対応付けられた変状候補の信頼度415の統計量を算出し、特徴量として出力する。例えば、特徴量算出部204は、レビュー領域に登録されている変状候補の信頼度415の平均θμと標準偏差θσとを、特徴量として算出する。一方、S43では、特徴量算出部204は、予め定められた値を特徴量として出力する。例えば、特徴量算出部204は、変状候補の信頼度415の平均θμおよび標準偏差θσを特徴量として出力する場合、図4(c)に示すように、平均0、標準偏差0となる特徴量情報434を出力する。
図6の領域特徴量算出処理により、特徴量算出部204は、図4(c)に示す特徴量情報430を出力する。なお、本実施形態では、レビュー領域の特徴量は信頼度415の平均と標準偏差とであるとしたが、特徴量は、例えば、分散、中央値、四分位数や、最大値、最小値といった統計量であってもよい。
S51では、優先度決定部205は、レビュー領域の特徴量を重み付き加算して優先度を算出する。具体的には、優先度決定部205は、下記(1)式をもとに優先度P´iを算出する。ここで、iは、各レビュー領域を表す添え字である。
Pi=(P´i−P´min)/(P´max−P´min) ………(2)
上記の正規化された優先度Piは、0≦Pi≦1の値となる。このように、上記の正規化された優先度Piは、ユーザに提示する際に直感的に分かりやすい数値となるよう変換したものである。したがって、優先度数値を直接ユーザに提示しない場合には、S52の正規化処理は省略することができる。
図3に戻って、S6では、画像処理装置200は、レビュー領域と優先度とを画像表示装置300に出力し、処理を終了する。
図8(a)は、レビュー領域の提示例である。提示画面500は、画像表示装置300の表示デバイスに表示される画面であり、レビュー領域に対応する画像を表示するエリア501を有する。エリア501は、入力画像のうち、図4(b)に示すレビュー領域情報420に含まれる中心点座標422およびサイズ423によって表される部分画像を表示する。
また、エリア501は、図4(a)に示す変状候補情報410により表される変状候補を、ベクタデータとして上記部分画像に重畳表示する。エリア501に表示される変状候補には、登録変状候補424に含まれる変状候補502と、登録変状候補424に含まれない変状候補503とが含まれる。変状候補502と変状候補503とは異なる表示方法で表示してもよい。例えば、色を変える、明るさを変える、点滅させるなどにより、変状候補502を強調表示してもよい。
また、別の表示形態として、図8(d)に示すように、提示画面のエリア531に、入力画像全体を表示し、そこにレビュー領域532および優先度533を重畳表示してもよい。この場合、優先度選択部534を用いてユーザが選択した優先度以上のレビュー領域のみを表示するようにしてもよい。つまり、ユーザが優先度選択部534を用いて、例えば図8(d)の右図に示すように、優先度0.8を選択した場合、優先度が0.8以上のレビュー領域535および536のみを表示してもよい。
画像処理装置200は、取得した変状候補に関する情報に基づいて、画像内の複数の部分領域をレビュー領域として設定する。そして、画像処理装置200は、変状候補に関する情報に基づいて、レビュー領域毎(部分領域毎)に優先度を決定する。その際、画像処理装置200は、変状候補に関する情報に基づいて、レビュー領域毎(部分領域毎)に特徴量を導出し、導出された特徴量に基づいて、レビュー領域毎(部分領域毎)に優先度を決定する。
さらに、画像処理装置200は、レビュー領域の優先度に従って、レビュー領域に対応する画像を表示させる表示制御を行うことができる。例えば、画像処理装置200は、優先度の高い順にレビュー領域を切り替えて表示させたり、優先度の高い順にレビュー領域を並べて表示させたり、所定の優先度以上のレビュー領域のみを表示させたりする表示制御を行うことができる。これにより、検査員は、より効率的に変状候補のレビューを行うことができる。
さらに、画像処理装置200は、レビュー領域に含まれる変状候補(レビュー領域に対応付けられた変状候補)を強調表示させる表示制御を行うこともできる。これにより、検査員は、より適切に変状候補のレビューを行うことができる。
また、画像処理装置200は、変状候補の信頼度に基づいてレビュー領域を設定する。例えば、信頼度の低い変状候補を基準とし、その変状候補が中央に位置するようなレビュー領域を設定すれば、信頼度の低い変状候補が検査員の目にとまりやすくなり、適切なレビューが可能となる。このように、変状候補の信頼度に応じてレビュー領域を設定することで、より適切なレビューが可能となる。
また、画像処理装置200は、変状候補を含む領域をレビュー領域として設定した結果、画像においてレビュー領域として設定されていない残領域を、レビュー領域として設定する。つまり、画像処理装置200は、変状候補が未検出である領域についても、レビュー領域を設定する。これにより、画像処理による変状候補の抽出漏れにも対応することができ、より適切なレビューが可能となる。
また、画像処理装置200は、レビュー領域の特徴量の重み付き加算を、レビュー領域の優先度として決定してもよいし、レビュー領域の特徴量と予め定められた基準値との差分の重み付き加算を、レビュー領域の優先度として決定してもよい。これにより、適切にレビュー領域の優先度を決定することができる。
次に、本発明の第二の実施形態について説明する。
上述した第一の実施形態では、画像から抽出された変状候補に基づいてレビュー領域を設定する場合について説明した。第二の実施形態では、ユーザが入力した画像内における領域情報もレビュー領域の設定に用いる例を説明する。
図9は、第二の実施形態の画像処理システム100の構成例である。この図9に示す画像処理システム100は、本実施形態の画像処理装置200Aが領域入力部206を追加で備えることを除いては、図1の構成と同様である。したがって、以下、構成の異なる部分を中心に説明する。
画像処理装置200Aが実行する全体的な処理の流れは、上述した第一の実施形態と同様である。つまり、画像処理装置200Aは、図3に示す処理を実行する。ただし、図3のS3における処理が第一の実施形態とは異なる。
S37では、領域設定部203は、領域入力部206を介して、ユーザが指定した画像内の所定領域を表す領域情報を取得し、取得した領域情報をもとに、ユーザが指定した所定領域をレビュー領域として設定する。S38では、S37において決定されたレビュー領域に含まれる変状候補を登録する。変状候補の登録方法については、S33およびS34と同様である。
なお、図11に示すレビュー領域情報420´では、レビュー領域のサイズは全て同サイズとしているが、ユーザが指定した領域情報に基づいて設定されるレビュー領域のサイズは、ユーザが任意に指定してもよい。
ユーザは、以前のレビュー結果や対象構造物の変状の分布傾向などを事前にわかったうえで画像内の領域を指定することができる。したがって、画像処理装置200Aは、容易かつ適切に重点領域を反映したレビュー領域を設定することができる。
上述した第一の実施形態および第二の実施形態では、レビュー領域に対応付けられた変状候補の信頼度の統計量を、当該レビュー領域の特徴量として算出する場合について説明した。第三の実施形態では、事前に取得した変状の分布情報に基づいて特徴量を算出する例を説明する。
図12は、第三の実施形態の画像処理システム100の構成例である。この図12に示す画像処理システム100は、本実施形態の画像処理装置200Bが事前分布入力部207を追加で備えることを除いては、図1の構成と同様である。したがって、以下、構成の異なる部分を中心に説明する。
画像処理装置200Bが実行する全体的な処理の流れは、上述した第一の実施形態と同様である。つまり、画像処理装置200Bは、図3に示す処理を実行する。ただし、図3のS4における処理が第一の実施形態とは異なる。
まずS44において、特徴量算出部204は、変状の事前分布情報を取得する。図14(a)に示すように、事前分布情報450は、レビュー領域を一意に示すID451と、各レビュー領域に含まれる変状を変状幅に応じて分類した標本数452〜456と、を含むことができる。つまり、本実施形態において、事前分布情報は、レビュー領域内の変状の幅の分布を示す情報である。
S46では、特徴量算出部204は、S44により得られた事前分布情報450と、S45により得られた候補分布情報460との分布乖離度を、レビュー領域の特徴量として算出する。例えば、特徴量算出部204は、両分布情報の乖離度として、カイ二乗値を算出する。
図13の領域特徴量算出処理により、特徴量算出部204は、図14(c)に示すような特徴量情報430Aを出力する。特徴量情報430Aは、レビュー領域を一意に示すID434と、分布乖離度435とを含むことができる。
これにより、事前分布情報を反映したレビュー領域の特徴量を導出することができる。したがって、以前のレビュー結果や対象構造物の変状分布傾向など事前にわかっている変状分布と比較した、より確からしい優先度をもってレビュー作業が可能となる。
さらに、本実施形態の画像処理装置200Bは、図1に示す第一の実施形態の画像処理装置200に対して事前分布入力部207を追加した構成とした。しかしながら、画像処理装置200Bは、図9に示す第二の実施形態における画像処理装置200Aに対して事前分布入力部207を追加した構成であってもよい。
次に、本発明の第四の実施形態について説明する。
上述した第一の実施形態では、レビュー領域の特徴量の重み付き加算によって優先度を決定する場合について説明した。第四の実施形態では、レビュー領域の連続性を考慮して優先度を決定する例を説明する。
本実施形態の画像処理装置200の構成および画像処理装置200が実行する全体的な処理の流れは、上述した第一の実施形態と同様である。つまり、画像処理装置200は、図1に示す構成を有し、図3に示す処理を実行する。ただし、図3のS4における領域特徴量算出処理、およびS5における領域優先度決定処理が第一の実施形態とは異なる。
S47において、特徴量算出部204は、レビュー領域の特徴量を算出する。具体的には、領域設定部203にて設定されたレビュー領域毎に、画像全体に対する相対位置情報を算出する。例えば、特徴量算出部204は、レビュー領域の画像全体に対する中心点座標を画像幅および高さで正規化した値を、レビュー領域の特徴量として算出する。
図15の領域特徴量算出処理により、特徴量算出部204は、図16(a)に示すような特徴量情報430Bを出力する。特徴量情報430Bは、レビュー領域を一意に示すID436と、レビュー領域の中心点X座標437および中心点Y座標438とを含むことができる。
S53において、優先度決定部205は、レビュー領域の特徴量の空間上において、全レビュー領域を巡る最短経路を算出する。例えば、各レビュー領域を特徴量の空間上のノードとし、特徴量のユークリッド距離から全てのレビュー領域を巡る最短経路を探索する。具体的には、各レビュー領域の特徴量である中心点座標を用い、各レビュー領域の中心点間の最短経路を探索する。最短経路探索の解法としては、例えば、遺伝的アルゴリズムを用いた近似解を得る方法などが利用できる。その結果、優先度決定部205は、図16(b)に示すようなレビュー領域の順序情報470を出力する。順序情報470は、レビュー領域を一意に示すID471と、最短経路に従った順序472とを含むことができる。
Pi=(M−Ranki)/M ………(3)
図17の領域優先度決定処理により、優先度決定部205は、図16(c)に示すような優先度情報440Aを出力する。優先度情報440Aは、レビュー領域を一意に示すID443と、優先度444とを含むことができる。
なお、本実施形態では、レビュー領域の特徴量は、レビュー領域の画像全体に対する相対位置情報としたが、第一の実施形態から第三の実施形態における特徴量を用いてもよく、これらの組み合わせであってもよい。
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録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 (24)
- 画像から抽出されたオブジェクトに関する情報を取得する取得手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定する設定手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の優先度を決定する決定手段と、を備え、
前記オブジェクトは、構造物の変状であることを特徴とする画像処理装置。 - 前記設定手段は、
前記オブジェクトの信頼度に基づいて、前記部分領域を設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。 - 画像から抽出されたオブジェクトに関する情報を取得する取得手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定する設定手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の優先度を決定する決定手段と、を備え、
前記設定手段は、
前記オブジェクトの信頼度に基づいて、前記部分領域を設定することを特徴とする画像処理装置。 - 前記設定手段は、
前記画像から抽出された前記オブジェクトを含む領域を、前記部分領域として設定することを特徴とする請求項1から3のいずれか1項に記載の画像処理装置。 - 前記設定手段は、
前記画像から抽出された前記オブジェクトを含む領域を前記部分領域として設定した結果、前記画像において前記部分領域として設定されていない残領域を、前記部分領域として設定することを特徴とする請求項4に記載の画像処理装置。 - 画像から抽出されたオブジェクトに関する情報を取得する取得手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定する設定手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の優先度を決定する決定手段と、を備え、
前記設定手段は、
前記画像から抽出された前記オブジェクトを含む領域を、前記部分領域として設定し、
前記画像から抽出された前記オブジェクトを含む領域を前記部分領域として設定した結果、前記画像において前記部分領域として設定されていない残領域を、前記部分領域として設定することを特徴とする画像処理装置。 - 前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の特徴量を導出する導出手段をさらに備え、
前記決定手段は、前記導出手段により導出された特徴量に基づいて、前記部分領域の優先度を決定することを特徴とする請求項1から6のいずれか1項に記載の画像処理装置。 - 画像から抽出されたオブジェクトに関する情報を取得する取得手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定する設定手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の優先度を決定する決定手段と、
前記取得手段により取得された前記オブジェクトに関する情報に基づいて、前記設定手段により設定された部分領域の特徴量を導出する導出手段と、を備え、
前記決定手段は、前記導出手段により導出された特徴量に基づいて、前記部分領域の優先度を決定することを特徴とする画像処理装置。 - 前記導出手段は、
前記部分領域に対応付けられた前記オブジェクトの信頼度の統計量を、当該部分領域の特徴量として導出することを特徴とする請求項7または8に記載の画像処理装置。 - 前記導出手段は、前記部分領域毎に複数の特徴量を導出し、
前記決定手段は、前記導出手段により導出された複数の特徴量の重み付き加算を、前記優先度として決定することを特徴とする請求項7から9のいずれか1項に記載の画像処理装置。 - 前記導出手段は、前記部分領域毎に複数の特徴量を導出し、
前記決定手段は、前記導出手段により導出された前記複数の特徴量と予め定められたそれぞれの基準値との差分の重み付き加算を、前記優先度として決定することを特徴とする請求項7から9のいずれか1項に記載の画像処理装置。 - 前記導出手段は、
前記設定手段により設定された部分領域の中心点の座標を、前記特徴量として導出することを特徴とする請求項7から11のいずれか1項に記載の画像処理装置。 - 前記決定手段は、
前記導出手段により導出された特徴量の空間上において、前記中心点間の最短経路を探索し、前記最短経路に従って前記優先度を決定することを特徴とする請求項12に記載の画像処理装置。 - 前記オブジェクトの前記画像内における分布を示す第一の分布情報を事前に入力する第一の入力手段と、
前記取得手段により取得された前記オブジェクトの情報に基づいて、前記オブジェクトの前記画像内における分布を示す第二の分布情報を算出する算出手段と、をさらに備え、
前記導出手段は、前記部分領域にそれぞれ対応する前記第一の分布情報と前記第二の分布情報との分布乖離度を、当該部分領域の特徴量として導出することを特徴とする請求項7から13のいずれか1項に記載の画像処理装置。 - 前記画像内の所定領域に関する情報を入力する第二の入力手段をさらに備え、
前記設定手段は、前記所定領域を前記部分領域として設定することを特徴とする請求項1から14のいずれか1項に記載の画像処理装置。 - 前記設定手段により設定された部分領域に対応する前記画像を表示させる表示制御手段をさらに備えることを特徴とする請求項1から15のいずれか1項に記載の画像処理装置。
- 前記表示制御手段は、
前記決定手段により決定された優先度に従って、前記部分領域に対応する画像を表示させることを特徴とする請求項16に記載の画像処理装置。 - 前記表示制御手段は、
前記設定手段により設定された部分領域に対応する画像を、前記決定手段により決定された優先度とともに表示させることを特徴とする請求項16または17に記載の画像処理装置。 - 前記表示制御手段は、
前記設定手段により設定された部分領域に対応付けられた前記オブジェクトを強調表示させることを特徴とする請求項16から18のいずれか1項に記載の画像処理装置。 - 画像から抽出された構造物の変状に関する情報を取得するステップと、
取得された前記構造物の変状に関する情報に基づいて、前記画像内の部分領域を設定するステップと、
取得された前記構造物の変状に関する情報に基づいて、前記部分領域の優先度を決定するステップと、を含むことを特徴とする画像処理方法。 - 画像から抽出されたオブジェクトに関する情報を取得するステップと、
取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定するステップと、
前記オブジェクトに関する情報に基づいて、前記部分領域の優先度を決定するステップと、を有し、
前記設定するステップにおいて、
前記オブジェクトの信頼度に基づいて、前記部分領域を設定することを特徴とする画像処理方法。 - 画像から抽出されたオブジェクトに関する情報を取得するステップと、
取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定するステップと、
取得された前記オブジェクトに関する情報に基づいて、前記部分領域の優先度を決定するステップと、を有し、
前記設定するステップにおいて、
前記画像から抽出された前記オブジェクトを含む領域を、前記部分領域として設定し、
前記画像から抽出された前記オブジェクトを含む領域を前記部分領域として設定した結果、前記画像において前記部分領域として設定されていない残領域を、前記部分領域として設定することを特徴とする画像処理方法。 - 画像から抽出されたオブジェクトに関する情報を取得し、
取得された前記オブジェクトに関する情報に基づいて、前記画像内の部分領域を設定し、
取得された前記オブジェクトに関する情報に基づいて、前記部分領域の特徴量を導出し、
取得された前記オブジェクトに関する情報と導出された前記特徴量とに基づいて、前記部分領域の優先度を決定するステップと、を有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から19のいずれか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プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016132530A JP6765877B2 (ja) | 2016-07-04 | 2016-07-04 | 画像処理装置、画像処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016132530A JP6765877B2 (ja) | 2016-07-04 | 2016-07-04 | 画像処理装置、画像処理方法およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018005612A JP2018005612A (ja) | 2018-01-11 |
JP2018005612A5 JP2018005612A5 (ja) | 2019-08-15 |
JP6765877B2 true JP6765877B2 (ja) | 2020-10-07 |
Family
ID=60947958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016132530A Active JP6765877B2 (ja) | 2016-07-04 | 2016-07-04 | 画像処理装置、画像処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6765877B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975321A (zh) * | 2019-03-29 | 2019-07-05 | 深圳市派科斯科技有限公司 | 一种用于fpc的缺陷检测方法和装置 |
JP7401478B2 (ja) | 2021-03-12 | 2023-12-19 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012049503A (ja) * | 2010-07-27 | 2012-03-08 | Fujitsu Semiconductor Ltd | 半導体装置の検査装置及び半導体装置の検査方法 |
JP5751630B2 (ja) * | 2011-12-27 | 2015-07-22 | Kddi株式会社 | 検査補助装置及び方法 |
-
2016
- 2016-07-04 JP JP2016132530A patent/JP6765877B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018005612A (ja) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101514169B1 (ko) | 정보 처리 장치, 정보 처리 방법 및 기록 매체 | |
JP6609057B2 (ja) | 画像処理装置 | |
US20200300778A1 (en) | Information processing apparatus related to machine learning for detecting target from image, method for controlling the same, and storage medium | |
US20240062577A1 (en) | Matching result display device, matching result display method, program, and recording medium | |
JP6747391B2 (ja) | 材料特性推定装置及び材料特性推定方法 | |
US20210271913A1 (en) | Information processing apparatus, information processing method, and storage medium | |
JP7438220B2 (ja) | 鉄筋判定装置および鉄筋判定方法 | |
US20220044147A1 (en) | Teaching data extending device, teaching data extending method, and program | |
US9424640B2 (en) | Pathological diagnosis support apparatus and pathological diagnosis support method | |
JP6765877B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US20090232400A1 (en) | Image evaluation apparatus, method, and program | |
JP2020140518A (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
JP6833825B2 (ja) | 画像内の物体間のギャップを識別する方法及び装置 | |
JP6478897B2 (ja) | 変調伝達関数の計算装置及び変調伝達関数の計算プログラム | |
JP2001314374A (ja) | 角膜内皮細胞測定装置 | |
JP7337557B2 (ja) | 情報処理装置、システム、情報処理方法及びプログラム | |
WO2022018809A1 (ja) | 画像分析装置、画像分析システム、画像分析方法及びプログラム | |
JP2020201674A (ja) | 映像解析装置及びその制御方法及びプログラム | |
JP4116858B2 (ja) | 視線測定精度評価装置、視線測定精度評価方法、視線測定精度評価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 | |
JP5910637B2 (ja) | 生体画像解析システム、生体画像解析方法および生体画像解析プログラム | |
US20230097156A1 (en) | Fingerprint matching apparatus, fingerprint matching method, and recording medium | |
JP7345355B2 (ja) | 物体識別装置 | |
US20230147924A1 (en) | Image processing system, imaging system, image processing method, and non-transitory computer-readable medium | |
JP2018156449A (ja) | 異常物体検出プログラム、異常物体検出方法および異常物体検出装置 | |
WO2021084898A1 (ja) | 画像管理装置、制御方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190628 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200713 |
|
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: 20200818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200916 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6765877 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |