JP7035405B2 - 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム - Google Patents

Description

本発明は、輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラムに関するものである。

従来、検出対象を撮影した画像から画像処理によって検出対象の輪郭を検出する手法が知られている。
例えば、カメラで人物を撮影した場合に、輪郭検出の技術を用いることで、撮影画像から当該人物の顔の輪郭や、目、鼻、口等の各パーツの輪郭を検出することができる。
また、輪郭検出の対象は、顔や顔のパーツに限定されず、爪の輪郭形状等、各種の輪郭検出に輪郭検出の技術を用いることができる。

こうした輪郭検出の技術としては、複数の学習用サンプルを集めて学習を行い、学習結果としての学習データを生成して、この学習データを用いて輪郭の検出を行う手法がある。
例えば、従来輪郭検出に用いられる手法として、ＡＡＭ（Active Appearance Model）やＡＳＭ（Active Shape Model）がある。これらの手法は、顔の輪郭や各パーツの輪郭の特徴点の配置を形状モデル（Shape Model）と呼ばれるモデルで表現する。そして、この形状モデルと検出対象を含む画像にフィッティングさせることで検出対象の輪郭検出を行う。
また、非特許文献１には、ＥＳＲ（Explicit Shape Regression）と呼ばれるアルゴリズムにより検出対象の輪郭を検出する技術が開示されている。
ＥＳＲにおいても、重心の周囲に特徴点が配置された形状モデル（初期形状）を生成し、これと検出対象を含む画像とのフィッティングを行う。この際、ＥＳＲでは、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、形状モデル（初期形状）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。
このようなアルゴリズムを用いることで、高精度な輪郭検出をユーザの手を煩わせることなく自動で行うことができる。

Ｘｕｄｏｎｇ Ｃａｏ， Ｙｉｃｈｅｎ Ｗｅｉ， Ｆａｎｇ Ｗｅｎ， Ｊｉａｎ Ｓｕｎ "Ｆａｃｅ ａｌｉｇｎｍｅｎｔ ｂｙ Ｅｘｐｌｉｃｉｔ Ｓｈａｐｅ Ｒｅｇｒｅｓｓｉｏｎ．" ＣＶＰＲ ２０１２： ２８８７－２８９４．

しかしながら、例えば爪の輪郭を検出する場合の指と爪との境界のように周囲との輝度や色の差が少ない箇所や、境界と判断されやすいラインが複数ある箇所（例えば指と爪との境界の他に爪と甘皮との境界がある爪の生え際部分）等、自動的な輪郭検出では輪郭を認識・特定しづらい部分もある。
このような場合、検出結果の信頼度（検出結果の良し悪し）を示す指標があれば信頼度の低い部分だけユーザがチェックし、必要に応じて手直しを行うことができるが、例えばＥＳＲのようなアルゴリズムを用いた輪郭検出では、信頼度を評価する指標がない。
このため、検出結果の手直しを行う場合は、ユーザが目視にて検出精度が悪い部分を探す必要があり、手間がかかるという問題がある。

本発明は以上のような事情に鑑みてなされたものであり、画像から検出対象の輪郭を自動で検出する場合に、検出の信頼度の低い部分を容易に判別することのできる輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラムを提供することを利点とするものである。

前記課題を解決するために、本発明の第１の態様の輪郭検出装置は、
検出対象を撮影して検出対象画像を取得する撮影手段と、
前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出処理を行う輪郭検出手段と、
を備え、
前記輪郭検出手段は、複数回の前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を導出して、分散が設定された値以上の前記特徴点を信頼度の低い特徴点と判断することを特徴としている。
また、本発明の第２の態様の輪郭検出装置は、
検出対象を撮影して検出対象画像を取得する撮影手段と、
前記検出対象画像における前記検出対象の輪郭の形状に沿って複数の特徴点を配置することにより前記輪郭の形状を検出する輪郭検出処理を複数回行う輪郭検出手段と、
前記複数回の輪郭検出処理により前記輪郭の形状に沿って配置された前記複数の特徴点について、それぞれ対応する前記特徴点ごとに分散を導出し、導出された分散が所定の値以上である前記特徴点を信頼度の低い特徴点と判定する判定手段と、
を備えたことを特徴としている。
また、本発明の描画装置は、
上記の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
を備えたことを特徴としている。
また、本発明の輪郭検出方法は、
検出対象を撮影して検出対象画像を取得する撮影工程と、
前記検出対象の輪郭の形状を認識する形状認識工程を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出工程と、
前記輪郭検出工程における検出結果を表示させる表示工程と、
を含み、
前記輪郭検出工程において、前記形状認識工程における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識工程における分散を導出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断することを特徴としている。
また、本発明の輪郭検出プログラムは、
輪郭検出装置のコンピュータに、
検出対象を撮影して検出対象画像を取得させる撮影機能と、
前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出機能と、
前記輪郭検出機能による前記輪郭の検出結果を表示させる表示機能と、
を実現させ、
前記輪郭検出機能により、前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を導出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断することを特徴としている。

本発明によれば、画像から検出対象の輪郭を自動で検出する場合に、検出の信頼度の低い部分を容易に判別することができる。

本実施形態における輪郭検出装置の外観構成を示す斜視図である。 （ａ）は、指固定部を示す斜視図であり、（ｂ）は、指固定部を上から見た平面図である。 本実施形態における輪郭検出装置の機能的構成を示した要部構成図である。 指固定部にサンプル爪を配置した状態を模式的に示した図である。 複数のサンプル爪から初期形状を生成する様子を模式的に示す説明図である。 （ａ）～（ｃ）は、それぞれ初期形状を検出対象画像にフィッティングした場合の特徴点の位置を示した図であり、（ｄ）は、（ａ）～（ｃ）の認識結果をマージしたものであり、（ｅ）及び（ｆ）は、認識結果をマージした結果分散が閾値以上であった部分を拡大表示した状態を示した図である。 本実施形態における輪郭検出処理を示すフローチャートである。 本実施形態におけるネイルプリント装置の内部構成を示す斜視図である。 本実施形態におけるネイルプリント装置の制御構成を示したブロック図である。 本実施形態における描画処理を示すフローチャートである。 （ａ）～（ｅ）は、それぞれ初期形状を検出対象画像にフィッティングした場合の特徴点の位置を示した図であり、（ｆ）は、（ａ）～（ｅ）の認識結果をマージしたものであり、（ｇ）は、認識結果をマージした結果分散が閾値以上であった部分を拡大表示した状態を示した図である。

［第１の実施形態］
図１から図７を参照しつつ、本発明に係る輪郭検出装置の第１の実施形態について説明する。
なお、以下の本実施形態では、輪郭の検出を行う対象である検出対象が指の爪である場合を例として説明する。
以下においては、本発明を実施するために技術的に好ましい種々の限定が付されているが、本発明の範囲を以下の実施形態及び図示例に限定するものではない。

図１は、本実施形態における輪郭検出装置の外観を示す斜視図である。
図１に示すように、本実施形態における輪郭検出装置１は、ほぼ箱形に形成された筐体１１を有している。
筐体１１の上面（天板）には操作部１２が設置されている。
操作部１２は、ユーザが各種入力を行う入力部である。
操作部１２には、例えば、輪郭検出装置１の電源をＯＮする電源スイッチ釦、動作を停止させる停止スイッチ釦、爪Ｔの輪郭検出の開始を指示する検出開始釦等、各種の入力を行うための操作釦が配置されている。

また、筐体１１の上面（天板）には表示部１３が設置されている。
表示部１３は、後述する輪郭検出手段である輪郭検出部８１３（図３参照）による検出結果を表示する表示手段である。
表示部１３は、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機エレクトロルミネッセンスディスプレイその他のフラットディスプレイ等で構成されている。
本実施形態において、この表示部１３には、例えば、各種の指示等や、指Ｕ１を撮影して得た爪画像（爪Ｔの画像を含む指画像）、この爪画像中に含まれる爪Ｔの輪郭線等の画像、各種の指示を表示させる指示画面等が適宜表示される。
また、表示手段である表示部１３は、後述するように、輪郭検出手段である輪郭検出部８１３により信頼度の低い特徴点ｔと判断された部分を他の部分と区別できるように表示させる。
本実施形態では、輪郭検出部８１３によって他の部分と区別して表示させる手法として、信頼度の低い特徴点ｔと判断された部分を表示部１３に拡大表示させる。

また、本実施形態の表示部１３の表面には、タッチパネル式入力部１２１（図３参照）が図示しない表示パネルに一体的に構成されている。
タッチパネル式入力部１２１は、例えば、指先やスタイラスペン（図示せず、以下、単に「ペン」という。）又は先の尖った棒状の筆記具等の入力部材によって表示部１３の表面をタッチするタッチ操作を行うことにより、各種の入力操作を行うことができるように構成されたものであり、操作部として機能する。

さらに、筐体１１の前面側（図１において手前側）には、輪郭検出装置１による撮影時に検出対象である爪Ｔに対応する指Ｕ１を挿入し、撮影部５０による撮影が可能な撮影可能位置にセットするための開口部１４が形成されている。
開口部１４の内側には、本実施形態における検出対象である爪Ｔ（爪Ｔを含む指Ｕ１）を固定する指固定部３が配置されている。
図２（ａ）は、指固定部３の斜視図であり、図２（ｂ）は、指固定部３を上方向から見た平面図である。
図２（ａ）では、爪Ｔを含む指Ｕ１が指固定部３内に配置されている様子を二点鎖線で示している。

図２（ａ）等に示すように、指固定部３は装置手前側に開口部３１を有する箱状の部材であり、指固定部３内部には指Ｕ１を固定する指固定部材３２が配置されている。指固定部３は、筐体１１内において、開口部３１が筐体１１の開口部１４に対応する位置に配置されている。
指固定部材３２は、指Ｕ１を下側から押し上げ支持するものであり、例えば柔軟性を有する樹脂等で形成されている。なお、指固定部材３２は、指Ｕ１を下側から支持し輪郭検出得るものであればよく、その構成は特に限定されない。例えば、ばね等の弾性部材によって下方から付勢されていてもよい。また、例えば、指固定部材３２は、内圧を変化させることにより膨縮可能に構成されており、膨張状態において指Ｕ１を押し上げ、その位置を固定する構成としてもよい。

指固定部３の天面奥側は開口する窓部３３となっている。窓部３３からは指固定部３内に挿入された指Ｕ１の爪Ｔが露出するようになっている。
また、指固定部３の天面手前側は指Ｕ１の浮き上がりを防止して指Ｕ１の上方向の位置を規制する指押え３４となっている。指Ｕ１及びその爪Ｔは、下側から指固定部材３２によって支持され、指Ｕ１の上側が指押え３４によって押さえられることで、高さ方向の位置が所定の位置に位置決めされる。
また、本実施形態では、指挿入方向の奥側には、爪Ｔを載置する爪載置部３５が設けられている。爪載置部３５に爪Ｔの先を載置させることにより、爪Ｔの水平方向（すなわち、Ｘ方向及びＹ方向）の位置が規定されるとともに、その高さ方向の位置も規制される。

図３は、本実施形態の輪郭検出装置の要部構成を機能的に示した説明図である。
図３に示すように、指固定部３内に指Ｕ１を挿入した際に爪Ｔが配置される位置の上方には、撮影部５０が配置されている。
撮影部５０は、撮影装置５１と、照明装置５２とを備えている。
撮影装置５１は、例えば、２００万画素程度以上の画素を有する固体撮像素子とレンズ等を備えて構成された小型カメラである。
照明装置５２は、例えば白色ＬＥＤ等の照明灯である。本実施形態では、撮影装置５１を囲むように複数の照明装置５２が配置されている。
なお、撮影装置５１及び照明装置５２の位置は図示例に限定されない。例えば、撮影部５０の撮影装置５１及び照明装置５２は、爪Ｔの上方位置に固定配置されていてもよいし、撮影部５０が移動手段によって移動可能に構成されている場合には、爪Ｔの上方位置に移動することが可能となっていればよい。

撮影部５０は、検出対象である爪Ｔを撮影して、検出対象（爪Ｔ）の領域を含む検出対象画像ＴＩ（すなわち、爪Ｔを含む指Ｕ１の画像である爪画像）を取得する撮影手段である。本実施形態では、爪Ｔを爪載置部３５により位置決めした状態で撮影部５０による撮影が行われる。

この撮影部５０は、後述する制御装置８０の撮影制御部８１１に接続され、該撮影制御部８１１によって制御されるようになっている。
なお、撮影部５０によって撮影された画像の画像データは、後述する記憶部８２等に記憶されてもよい。

また、図３に示すように、本実施形態の輪郭検出装置１は、制御装置８０を備えている。
制御装置８０は、例えば筐体１１の天面の下面側等に配置された図示しない基板等に設置されている。
制御装置８０は、図示しないＣＰＵ（Central Processing Unit）により構成される制御部８１と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等（いずれも図示せず）で構成される記憶部８２とを備えるコンピュータである。

記憶部８２には、輪郭検出プログラム８２１等、輪郭検出装置１を動作させるための各種プログラム等が格納されているプログラム記憶領域８２０が設けられている。
また、本実施形態において記憶部８２には、輪郭検出部８１３が画像から爪Ｔの輪郭を検出するために用いる輪郭検出情報を記憶する輪郭検出情報記憶領域８２２、輪郭検出部８１３により検出された爪Ｔの輪郭の情報が記憶される輪郭情報記憶領域８２３等が設けられている。

輪郭検出情報記憶領域８２２に記憶されている輪郭検出情報は、形状モデルである初期形状Ｔｍの輪郭Ｔｍｂを構成する各特徴点ｔの座標値や、初期形状Ｔｍの重心Ｔｃの位置、変位量関数（回帰関数）からなるリグレッサー（識別器）等、事前の学習によって得られた学習データである。
後述するように、本実施形態では、この学習結果としての学習データに基づいて、輪郭検出部８１３が検出対象である爪Ｔの輪郭等を検出するようになっている。

輪郭検出情報記憶領域８２２に記憶される輪郭検出情報（学習データ）は、学習データ生成部８３によって生成される。
すなわち、学習データ生成部８３は、輪郭検出装置１を用いて撮影され、取得された学習用サンプル（本実施形態ではサンプル爪ＴＬ）の画像（学習用画像）を複数取得して、この複数の学習用サンプルの画像（学習用画像）を用いて学習を行い、この学習の結果である学習データを生成する。
具体的には、学習データ生成部８３は、各学習用画像から輪郭検出に有用な特徴量を抽出する特徴抽出を行う。特徴量は例えば各画素の輝度値や色、隣接する画素間における輝度値や色の変化量等である。特徴量を抽出したら、学習データ生成部８３は、各学習用画像について爪領域の形状を表す特徴点のx,y座標値のデータを生成して、このx,y座標値のデータを各学習用画像に対応付ける。
さらに学習データ生成部８３は、各学習用画像について対応付けられた特徴点のx,y座標値のデータを用いてパターン学習を行い、検出対象である爪Ｔらしい形状である初期形状Ｔｍ（初期形状Ｔｍの輪郭Ｔｍｂを構成する特徴点ｔの座標値）、初期形状Ｔｍの重心Ｔｃ、識別器等からなる学習結果としての学習データを生成する。なお、学習は通常機械学習により行われる。

なお、学習対象画像は学習データを生成する元となるものであるため、検出対象である爪Ｔのデータとできる限り同じ条件下で取得した方が好ましい。
このため、例えば、学習対象であるサンプル爪ＴＬと検出対象である爪Ｔとを同じ爪載置部３５を用いて位置決めした状態で撮影部５０により撮影を行い、爪画像（学習用画像及び検出用画像）を取得することが好ましい。
このようにすることで、爪画像内における爪の位置がほぼ同じとなるとともに、同様の構成の撮影部５０により撮影することができ、撮影条件もほぼ同じとなる。
なお、ここで、「同じ」爪載置部３５としたのは、全く同一の装置の同一の爪載置部との意味ではなく、同様の構成を備える装置の同様の爪載置部３５及び撮影部５０との意味である。
すなわち、学習用サンプルの撮影による学習対象画像の取得や学習対象画像を用いた学習データの生成は工場出荷段階までに完了し、学習結果が輪郭検出情報として予め輪郭検出情報記憶領域８２２に記憶されるものである。このため、学習対象画像の取得等は、出荷前のモデル機を用いて行われるのに対して、検出対象画像の取得等は各ユーザの下で個々の装置において行われる。
このため、全く同一の装置である可能性は低く、個体としては別物だが、同じ構成、同じ部材を備え、同じ条件下でデータを取得することができるものが用いられる。

図４は、学習用サンプルとして集められた複数の爪（本実施形態ではサンプル爪ＴＬ１～ＴＬ３）を指固定部３内に配置して、爪載置部３５に爪ＴＬの先を載置し位置決めした状態を模式的に示したものである。なお、図４では、第１の学習用サンプルであるサンプル爪をＴＬ１（図４において一点鎖線で示す。）、第２の学習用サンプルであるサンプル爪をＴＬ２（図４において破線で示す。）、第３の学習用サンプルであるサンプル爪をＴＬ３（図４において二点鎖線で示す。）とし、実際には指固定部３内に順次１つずつ配置されるサンプル爪ＴＬ１～ＴＬ３を模式的に重ねて配置して示している。
また、図４において、サンプル爪ＴＬ１の重心をＴＬ１ｃとし、サンプル爪ＴＬ２の重心をＴＬ２ｃとし、サンプル爪ＴＬ３の重心をＴＬ３ｃとし、これらの重心ＴＬ１ｃ～ＴＬ３ｃの平均値をとった平均重心をＴｐとしている。
ここで、「重心」とは、図形（本件では爪（サンプル爪ＴＬ））内における１次のモーメントの総和が０になる点である。
なお、図４では、学習用サンプルとして３つのサンプル爪ＴＬ１～ＴＬ３を図示しているが、サンプル爪ＴＬの数はこれに限定されない。ある程度多くのサンプル爪ＴＬを集めて学習を行う方がより信頼度の高い学習データを得ることが期待できる。

図５は、サンプル爪ＴＬ１～ＴＬ３について、それぞれ特徴点ＴＬ１ｄ～ＴＬ３ｄで構成される輪郭ＴＬ１ｂ～ＴＬ３ｂ及び重心ＴＬ１ｃ～ＴＬ３ｃを検出し、これら複数のサンプル爪ＴＬ１～ＴＬ３に基づいて初期形状Ｔｍ（形状モデル）を生成する様子を模式的に示した説明図である。
初期形状Ｔｍは、重心Ｔｃの周囲に輪郭Ｔｍｂを構成する特徴点Ｔが設定されたものである。
初期形状Ｔｍの重心Ｔｃは、全てのサンプル爪ＴＬ１～ＴＬ３の重心ＴＬ１ｃ～ＴＬ３ｃの平均値でもよいし、何らかの重み付けにより選択される位置でもよい。また、初期形状Ｔｍの特徴点ｔは、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの平均値であってもよいし、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの中からランダムに選ばれたものであってもよい。

制御部８１は、機能的に見た場合、撮影制御部８１１、輪郭検出部８１３、表示制御部８１６等を備えている。これら撮影制御部８１１、輪郭検出部８１３、表示制御部８１６等としての機能は、制御部８１のＣＰＵと記憶部８２のＲＯＭに記憶されたプログラムとの協働によって実現される。

撮影制御部８１１は、撮影部５０の撮影装置５１及び照明装置５２を制御して撮影装置５１により、指固定部３の爪載置部３５により位置決め固定された指Ｕ１の爪Ｔの画像を含む指の画像（爪画像であり、「検出対象画像ＴＩ」）を撮影させるものである。

輪郭検出部８１３は、検出対象画像ＴＩから、検出対象である爪Ｔの輪郭（輪郭を構成する特徴点の座標値）を検出する輪郭検出処理を行う輪郭検出手段である。
本実施形態では、輪郭検出部８１３はＥＳＲ（Explicit Shape Regression）の手法を用いて、爪Ｔの輪郭の検出を行う。
すなわち、輪郭検出部８１３は、重心Ｔｃの周囲に特徴点ｔが配置された初期形状Ｔｍ（形状モデル）を生成し、これと検出対象である爪Ｔの領域を含む画像とのフィッティングを行う。
ＥＳＲを用いた輪郭検出では、この際、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、初期形状Ｔｍ（形状モデル）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。

具体的には、輪郭検出部８１３は、検出対象画像が入力されると、初期形状Ｔｍを検出対象画像ＴＩ内の適当な位置（初期位置）に配置する。
なお、ＥＳＲのように回帰問題として輪郭検出を行う手法は、形状モデルをフィッティングさせて輪郭検出を行うＡＡＭ等の手法と比較してロバスト性に優れるため、初期形状Ｔｍとしてどのようなものを用いるかや初期形状Ｔｍを配置する初期位置をそれほど厳密に設定しなくても検出結果の精度への影響は少ない。
このため、入力された検出対象画像ＴＩが爪Ｔの大きさや指Ｕ１の太さ等の異なるものである場合でも、共通の初期形状Ｔｍを適用することができる。

本実施形態において、輪郭検出部８１３は、初期形状Ｔｍの重心Ｔｃが学習データにおける重心の平均値である平均重心Ｔｐの位置又はその近傍にくるように初期形状Ｔｍを配置する。
初期形状Ｔｍが配置されると、輪郭検出部８１３は、事前の学習によって生成され、予め記憶部８２の輪郭情報記憶領域８２３に記憶さている変位量関数（回帰関数）からなるリグレッサー（ＥＳＲの場合には２段階の弱識別器）により初期形状Ｔｍの変位を複数回行い、正解位置である爪Ｔの輪郭（すなわち、爪領域の境界）に向かって徐々に収束させていく。
このように各特徴点ｔが爪Ｔの輪郭に近づくように初期形状Ｔｍを変位させることにより、輪郭検出部８１３は、最終的に爪Ｔの輪郭を推定する。

本実施形態において、輪郭検出部８１３は、上記のような形状認識（すなわち初期形状Ｔｍを爪Ｔの輪郭に向かって徐々に収束させ爪Ｔの輪郭を検出する処理）を複数回
行う。
図６（ａ）～図６（ｃ）は、それぞれ形状認識により得られた検出結果を示した図である。本実施形態では、検出された輪郭Ｔｍｂの重心をＴｃとし、その周囲に爪先を頂点として反時計周りに１９個の特徴点ｔ（ｔ１～ｔ１９）を設定している例を示す。なお、設定する特徴点ｔの数や特徴点ｔの配置の仕方等は特に限定されず、適宜設定可能である。
また、図６（ａ）～図６（ｃ）では３回分の検出結果を示しているが、形状認識を繰り返す回数は３回に限定されない。形状認識を何回繰り返すかは適宜設定される。
輪郭検出部８１３は、この複数回の形状認識における検出結果である輪郭を構成する特徴点ｔごとに分散を算出する。このとき、輪郭検出部８１３は、初期形状Ｔｍを配置する位置を毎回変更しながら形状認識を繰り返すことが好ましい。なお、初期形状Ｔｍを配置する初期位置をどの程度ずつどのようにずらすかは適宜設定可能な事項である。

前述のようにＥＳＲのように回帰問題として輪郭検出を行う手法はロバスト性に優れるため、このように初期形状Ｔｍの配置を多少変更しながら形状認識を行った場合でも、多くの特徴点ｔは毎回ほぼ同じ位置に検出され、分散は小さい（例えば、図６（ａ）～図６（ｃ）において特徴点ｔ１～ｔ８、特徴点ｔ１７～ｔ１９）。
しかし、周辺との輝度差等の小さい部分等、輪郭を検出しにくい部分では、特徴点ｔの分散が大きくなる（例えば、図６（ａ）～図６（ｃ）において特徴点ｔ９～ｔ１６）。
輪郭検出部８１３は、分散が所定値以上の特徴点ｔ（図６（ａ）～図６（ｃ）では特徴点ｔ９～ｔ１６）がある場合、これを信頼度の低い特徴点ｔと判断する。
具体的には、例えば、記憶部８２の輪郭検出情報記憶領域８２２等に分散の閾値が予め記憶されており、輪郭検出部８１３は、算出した分散がこの閾値よりも大きい特徴点ｔを信頼度が低いと判断する。なお、閾値をどの程度に設定するかは適宜決定される事項である。また、特に閾値を持たず、分散の大きい上位の特徴点ｔを信頼度が低いと判断してもよい。
さらに、輪郭検出部８１３は、複数回の形状認識の検出結果をマージする。マージした結果の値としては、例えば、複数回の形状認識の検出結果の平均値としてもよいし、中央値としてもよい。

図６（ｄ）は、図６（ａ）～図６（ｃ）に示す形状認識の認識結果をマージしたマージ結果を示すものである。
図６（ｄ）に示す例では、爪Ｔの根元の生え際周辺の特徴点ｔ９～ｔ１２と、爪Ｔの右側部周辺の特徴点ｔ１３～ｔ１６（それぞれ図６（ｄ）において破線で囲んだ部分）の分散が大きい。
輪郭検出部８１３は、このような分散が所定値以上の特徴点ｔ（図６（ａ）～図６（ｃ）では特徴点ｔ９～ｔ１６）を信頼度の低い特徴点と判断する。

表示制御部８１６は、表示部１３を制御して表示部１３に各種の表示画面を表示させるものである。本実施形態では、表示制御部８１６は、例えばネイルデザインの選択画面やデザイン確認用のサムネイル画像、印刷指Ｕ１を撮影して取得した爪画像、各種の指示画面、操作画面等を表示部１３に表示させるようになっている。
本実施形態では、表示制御部８１６は、輪郭検出部８１３による検出結果を表示部１３に表示させるようになっている。
また、輪郭検出部８１３により信頼度の低い特徴点ｔと判断された部分がある場合には、表示制御部８１６は、当該部分（信頼度が低いとされた特徴点ｔ、必要に応じてその周辺部分を含む）を他の部分と区別できるように表示させるように表示部１３の表示を制御する。
本実施形態では、表示制御部８１６は、図６（ｅ）及び図６（ｆ）に示すように、爪Ｔの根元の生え際周辺の特徴点ｔ９～ｔ１２（図６（ｅ）参照）を拡大した画像と、爪Ｔの右側部周辺の特徴点ｔ１３～ｔ１６（図６（ｆ）参照）を拡大した画像とを順次表示部１３の表示画面に表示させる。
信頼度の低い特徴点ｔと判断された部分が複数ある場合には、より信頼度が低いと判断された部分から優先的に表示させてもよい。
また、図６（ｅ）及び図６（ｆ）では、複数の特徴点ｔをまとめて１画面に表示させている例を示したが、表示のさせ方は図示例に限定されず、例えば、分散の大きい特徴点ｔを１つずつ順次表示させてもよい。

なお、表示のさせ方は特に限定されない。例えば、拡大されている部分が画像全体のどの部分かを分かりやすくするため、図６（ｄ）に示すような、拡大部分と検出対象（本実施形態では爪Ｔ）全体との位置関係が分かる画像を図６（ｅ）や図６（ｆ）とともに表示させてもよい。
また、信頼度の低い特徴点ｔと判断された部分を他の部分と区別できるように表示させる手法は、拡大表示に限定されない。
例えば、図６（ｄ）に示すように、該当する部分を枠で囲って表示させてもよいし、該当する特徴点ｔの色を他の部分と変えて表示させてもよい。また、矢印やコメント等のアノテーションを該当する部分に重畳して表示させてもよい。
また、本実施形態のようにタッチパネル式入力部１２１が表示部１３に設けられている場合には、図６（ｄ）に示すように、該当する部分に枠を付した画面を表示させ、ユーザがこの枠部分をタッチパネル上でタッチ操作等すると、当該枠を付した部分の画像がズーム表示されるようにしてもよい。
また、ここに示した手法を複数組み合わせてもよいし、例示した以外の手法を用いてもよい。

次に、図７を参照しつつ、本実施形態における輪郭検出装置１による輪郭検出方法について説明する。
まず、図７に示すように、本実施形態における輪郭検出処理では、ユーザが指Ｕ１を指固定部３内に挿入し、検出対象である爪Ｔを爪載置部３５によって位置決めした状態で処理開始のスイッチを操作すると、撮影制御部８１１が撮影部５０を動作させて、爪載置部３５によって位置決めされた状態の爪Ｔを撮影し、検出対象画像ＴＩである爪画像を取得する（ステップＳ１）。
検出対象画像ＴＩを取得すると、輪郭検出部８１３は、事前の学習によって所得され輪郭検出情報記憶領域８２２に記憶されている初期形状Ｔｍの重心Ｔｃが平均重心Ｔｐ（図４参照）又はその近傍にくるように初期形状Ｔｍを配置する（ステップＳ２）。

次に、輪郭検出部８１３は、初期形状Ｔｍと検出用画像ＴＩに含まれる爪領域とのフィッティングを行うことにより、爪領域の輪郭形状を認識する（ステップＳ３）。
具体的には、初期形状Ｔｍの個々の特徴点ｔを、正解位置である爪領域の輪郭に近づくように、識別器によって複数回変位させ、正解位置に向かって徐々に収束させていく。

輪郭検出部８１３は、所定回数の形状認識処理を完了したか否かを判断し（ステップＳ４）、所定回数に達していない場合（ステップＳ４；ＮＯ）には、初期位置の配置位置を変更して（ステップＳ５）、ステップＳ２からステップＳ４の処理を繰り返す。
他方、形状認識処理が所定回数に達した場合（ステップＳ４；ＹＥＳ）には、輪郭検出部８１３は、複数回分の認識結果について特徴点ごとに分散を算出する（ステップＳ６）。
さらに、輪郭検出部８１３は、複数回分の認識結果をマージする（ステップＳ７）。
そして、輪郭検出部８１３は、分散が所定値よりも大きい特徴点部分を検出の信頼度の低い部分と判断する（ステップＳ８）。
輪郭検出部８１３により検出の信頼度が低いとされる部分がある場合、表示制御部８１６は、当該信頼度が低いとされる部分、すなわち、マージ結果について分散が大きい特徴点部分（図６（ｄ）では特徴点ｔ９～ｔ１６）を表示部１３に拡大表示させる（ステップＳ９、図６（ｅ）及び図６（ｆ）参照）。
なお、分散が所定値よりも大きい特徴点ｔがない場合には、拡大表示を行わずに処理を終了してもよい。この場合、表示部１３にその旨のメッセージ等を表示させてもよい。また、所定の閾値を超えるものがない場合でも、分散の大きい特徴点ｔから順に表示部１３に拡大表示させ、ユーザに確認を求めてもよい。

分散が大きい特徴点部分（図６（ｄ）では特徴点ｔ９～ｔ１６）が表示部１３に拡大表示された場合、ユーザは、表示部１３の拡大表示画面を確認し、検出結果の修正が必要と思われる部分があれば、タッチパネル式入力部１２１をペンや指先等でタッチ等することで実際の爪Ｔの輪郭からずれている特徴点ｔを適宜移動させ、所望の爪領域を画する輪郭となるように調整を行う。ユーザによる手動調整が行われた場合には、調整後の輪郭（輪郭を構成する特徴点ｔ）が検出対象であるユーザの爪Ｔの輪郭として、輪郭情報記憶領域８２３に記憶される。
なお、表示部１３の表示画面を確認した結果、正しく所望の爪領域を画する輪郭が検出できていると判断する場合には、ユーザは、操作部１２の図示しないＯＫボタン等を操作することで輪郭検出部８１３により自動検出された輪郭（輪郭を構成する特徴点ｔ）を最終的な検出結果としてもよく、この場合にはこの自動検出された輪郭（輪郭を構成する特徴点ｔ）が検出対象であるユーザの爪Ｔの輪郭として、輪郭情報記憶領域８２３に記憶される。

以上のように、本実施形態によれば、検出対象である爪Ｔの輪郭の形状を認識する形状認識を複数回行って、検出対象画像ＴＩから、爪Ｔの輪郭を検出する輪郭検出処理を行う輪郭検出部８１３が、複数回の形状認識における認識結果である輪郭を構成する特徴点ｔごとに分散を算出して、分散が所定値以上の特徴点ｔを信頼度の低い特徴点ｔと判断する。そして、輪郭検出部８１３により信頼度の低い特徴点ｔと判断された部分を他の部分と区別できるように表示部１３に表示させる。
これにより、輪郭検出装置１による自動的な輪郭検出では正確に検出できていない可能性のある部分があった場合に、その部分を分かり易く示すことができる。
このため、ユーザに注意喚起を促すことができ、また、ユーザが自ら目視にて検出精度の低い部分を探す手間を掛けることなく、表示画面に拡大表示された領域の特徴点ｔを順次チェックし、修正の必要があれば適宜ユーザが検出結果を手動で修正、調整を行うことでより正しい輪郭形状を得ることができる。
また、検出精度が低い傾向が強いと思われる部分を拡大表示させることで、手動で修正、調整を行う場合にも、作業をしやすい。

また、本実施形態の輪郭検出部８１３は、初期位置に初期形状Ｔｍを配置して、当該初期形状Ｔｍと検出対象画像ＴＩとをフィッティングさせることで輪郭の形状を認識するものであり、輪郭検出部８１３は、初期形状Ｔｍを配置する初期位置を変えながら複数回の形状認識を行うようになっている。
初期形状Ｔｍを配置する位置を変えながら形状認識を複数回行なった場合、検出の信頼度の高い部分では認識結果にばらつきが生じないのに対して、信頼度の低い部分では認識結果である特徴点ｔがばらつく。このため、特徴点ｔのうち分散の程度を見ることで、検出結果の信頼度を把握することができる。

さらに、本実施形態では、表示部１３は、輪郭検出部８１３により信頼度の低い特徴点と判断された部分を拡大表示させる。
これにより、検出の信頼度が低くチェックが必要な部分が明確となり、自動検出結果にユーザが修正等を行う際、修正すべき箇所を容易に見つけることができる。

［第２の実施形態］
次に、図８から図１０を参照しつつ、本発明に係る輪郭検出装置を爪にネイルデザインを描画する描画装置（以下、「ネイルプリント装置」という。）に適用した例を第２の実施形態として説明する。
なお、本実施形態では、輪郭検出装置の構成及び作用・効果は第１の実施形態で説明したものと同様であるため、以下においては、特に第１の実施形態と異なる点について説明する。

図８は、輪郭検出装置１が適用されたネイルプリント装置１００の要部構成例を示した斜視図である。
なお、図８では図示を省略しているが、ネイルプリント装置１００は、図８に示す内部構成が、例えば図１に示すような操作部１２や表示部１３等を備える筐体１１内に収容されて構成されている。

図８に示すように、ネイルプリント装置１００は、図１及び図３に示す構成の他、描画部４０を備えている。
描画部４０は、描画部本体である描画ヘッド４１、ユニット支持部材４２、ユニット支持部材４２をＸ方向（図８等におけるＸ方向、ネイルプリント装置１００の左右方向）に移動させるためのＸ方向移動ステージ４５、Ｘ方向移動モータ４６、ユニット支持部材４２をＹ方向（図８等におけるＹ方向、ネイルプリント装置１００の前後方向）に移動させるためのＹ方向移動ステージ４７、Ｙ方向移動モータ４８等を備えて構成されている。
本実施形態の描画ヘッド４１は、インクジェット方式で描画を行うインクジェットヘッドである。なお、描画ヘッド４１はインクジェット方式で描画を行うものに限定されない。例えば、爪Ｔの表面に直接先端部を接触させて描画を行うペン等を備えて構成されていてもよい。

図８では、ユニット支持部材４２に描画ヘッド４１及び撮影部５０が支持されている例を示しており、Ｘ方向移動モータ４６とＹ方向移動モータ４８等により、ユニット支持部材４２に支持された描画ヘッド４１及び撮影部５０を移動させるヘッド移動部４９（図９参照）が構成されている。
ヘッド移動部４９を備えることにより、検出対象である爪を撮影する際には、指固定部３の上方に撮影部５０が配置されるようにし、描画時には指固定部３の上方に描画ヘッド４１が配置されるように、適宜移動させることができる。
描画部４０における描画ヘッド４１、Ｘ方向移動モータ４６、Ｙ方向移動モータ４８は、後述する制御装置８０の描画制御部８１５（図９参照）に接続され、該描画制御部８１５によって制御される。

図９は、本実施形態における制御構成を示す要部ブロック図である。
図９に示すように、制御装置８０の制御部８１は、輪郭検出装置１について図３に示した撮影制御部８１１の他に、輪郭検出部８１３を含む爪情報検出部８１２と、描画データ生成部８１４と、描画制御部８１５と、表示制御部８１６と、を備えている。

爪情報検出部８１２は、撮影装置５１によって撮影された指固定部３に固定された印刷指Ｕ１の爪Ｔの画像に基づいて、印刷指Ｕ１の爪Ｔについての爪情報を検出するものである。
ここで、爪情報とは、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）の他、例えば、爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等である。

描画データ生成部８１４は、爪情報検出部８１２により検出された爪情報に基づいて、描画ヘッド４１により印刷指Ｕ１の爪Ｔに施される描画用のデータを生成する。
具体的には、描画データ生成部８１４は、爪情報検出部８１２により検出された爪Ｔの輪郭形状等に基づいてネイルデザインの画像データを拡大、縮小、切出し等することにより爪Ｔの形状に合わせ込む合せ込み処理を行う。
また、描画データ生成部８１４は、爪情報検出部８１２により検出された爪情報に応じて、適宜曲面補正等を行う。
これにより、描画ヘッド４１によって描画されるネイルデザインの描画用データが生成される。

描画制御部８１５は、描画データ生成部８１４によって生成された描画用データに基づいて描画部４０に制御信号を出力し、爪Ｔに対してこの描画用データにしたがった描画を施すように描画部４０のＸ方向移動モータ４６、Ｙ方向移動モータ４８、描画ヘッド４１等を制御する制御部である。

また、記憶部８２は、輪郭検出装置１について図３に示したものの他に、ネイルデザイン記憶領域８２４、爪画像記憶領域８２５、輪郭情報記憶領域８２３を含む爪情報記憶領域８２６等を備えている、
ネイルデザイン記憶領域８２４には、爪Ｔに描画されるネイルデザインの画像データが記憶されている。
爪画像記憶領域８２５には、撮影部５０によって取得されたユーザの印刷指Ｕ１の爪Ｔの爪画像が記憶されている。
また、爪情報記憶領域８２６には、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）が輪郭情報記憶領域８２３に記憶される他、爪情報検出部８１２によって検出された爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等が記憶されている。

なお、その他の構成は、第１の実施形態と同様であることから、同一部材には同一の符号を付して、その説明を省略する。

次に、図１０を参照しつつ、本実施形態におけるネイルプリント装置１００による描画処理について説明する。
本実施形態において、ネイルプリント装置１００で爪Ｔへの描画を行う場合、ユーザは、装置電源を入れ、さらに描画開始ボタン等の操作部１２を操作する。これにより、操作に応じた描画開始指示がネイルプリント装置１００の制御装置８０に入力される（ステップＳ２１）。
描画開始指示が入力されると、表示制御部８１６は、ネイルデザインを選択させるネイルデザイン選択画面を表示部１３に表示させ（ステップＳ２２）、ユーザによる選択を促す。
ユーザが操作部１２等から所望のネイルデザインを選択すると、当該選択指示に従って爪Ｔに描画すべきネイルデザインが選択される（ステップＳ２３）。
ネイルデザインが選択されると、表示制御部８１６は、指固定部の所定位置に描画対象となる爪の指を配置するように指示する指示画面を表示部１３に表示させ（ステップＳ２４）、ユーザに爪Ｔ（及びその指Ｕ１）の固定を促す。
ユーザは指示に従って指Ｕ１を指固定部３に挿入し、爪Ｔの先を位置決め手段である爪載置部３５に載置することで位置決め固定する。
そして、このように爪Ｔが爪載置部３５により位置決めされた状態で、撮影制御部８１１が撮影部５０を動作させて爪Ｔを撮影し（ステップＳ２５）、検出対象としての爪Ｔの領域を含む検出対象画像である爪画像ＴＩを取得する。

爪画像（検出対象画像）ＴＩが取得されると、輪郭検出部８１３は、この画像内の爪領域の輪郭を検出する輪郭検出処理を行う（ステップＳ２６）。なお、この輪郭検出処理の内容は、第１の実施形態の図７において説明したものと同様であるため、その説明を省略する。
また、爪情報検出部８１２は、爪画像（検出対象画像）ＴＩから爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等を検出する。
爪Ｔの輪郭等の爪情報が検出されると、描画データ生成部８１４は、検出された爪Ｔの輪郭に、選択されたネイルデザインをフィッティングし、さらに適宜曲面補正等の補正を行って描画用データ（ネイルデザインの描画データ）を生成する（ステップＳ２７）。
なお、ステップＳ２６において検出された爪Ｔの輪郭について信頼度の低い箇所が表示部１３に表示されたときは、ユーザは適宜特徴点ｔの移動等必要な修正を行う。そして、手動での修正が行われた場合には、修正後の輪郭（輪郭を構成する特徴点ｔ）が爪Ｔの輪郭となり、描画データ生成部８１４は、修正後の輪郭に基づきネイルデザインのフィッティング等を行う。
そして、描画データ生成部８１４により描画用データが生成されると、描画制御部８１５は、描画部４０に描画用データを出力するとともに、ヘッド移動部４９を動作させて描画ヘッド４１を適宜移動させながら描画用データに基づく描画処理を行わせる。これにより描画用データに基づくネイルデザインが爪Ｔに描画される（ステップＳ２８）。

なお、その他の点については、第１の実施形態と同様であることから、その説明を省略する。

以上のように、本実施形態によれば、第１の実施形態と同様の効果を得られる他、以下の効果を得ることができる。
すなわち、本実施形態では、描画装置であるネイルプリント装置１００が、第１の実施形態で示した輪郭検出装置１を備えている。
このため、爪Ｔという、指部分との境界等を検出することが難しい対象について、輪郭検出装置１による高精度の輪郭検出を行うことができる。
そして、輪郭検出処理の後、描画を行う前に、自動的な輪郭検出では信頼度を担保できない部分、検出精度が低いと思われる部分については、表示部１３に拡大表示させてユーザに確認・修正を促すため、検出精度が低い部分をユーザ自らが目視で探す手間や時間を省くことができ、最小限の手間で精密に描画範囲となる爪領域を特定することができ、はみ出し等のない美しい仕上がりのネイルプリントを行うことができる。

なお、以上本発明の実施形態について説明したが、本発明は、かかる実施形態に限定されず、その要旨を逸脱しない範囲で、種々変形が可能であることは言うまでもない。

例えば、上記各実施形態では、輪郭検出部８１３がＥＳＲの手法を用いて初期形状Ｔｍと検出対象の領域とのフィッティングを行う場合を例示したが、輪郭検出部８１３が初期形状Ｔｍと検出対象の領域とのフィッティングを行う際に用いることのできるアルゴリズムはＥＳＲに限定されない。
例えば、Random Forestのような、複数の決定木構造を持った多クラス識別器を構築する学習アルゴリズムを適用してもよい。Random Forestは、学習サンプルをランダムサンプリングすることにより複数のサブセットを作成し、各サブセットごとに決定木を構築し、複数の決定木の結果を統合することで識別を行う。そこで、アルゴリズムとしてRandom Forestを用いる場合には、信頼度の低い特徴点部分に分散を生じるような認識結果を得るために、異なるサブセットによるトレーニング結果を使って複数回の形状認識を行う等により、複数回分の形状認識結果を得るようにする。

また、例えば、ＡＡＭ（Active appearance model）、ＡＳＭ（Active Shape model）ＡＣＭ（Active Contour Model）等を輪郭検出部８１３が初期形状Ｔｍと検出対象の領域とのフィッティングを行う際アルゴリズムとして用いることもでき、この場合には、本実施形態で示したＥＳＲを用いる場合と同様、初期形状Ｔｍを配置する位置を変化させながら複数回分の形状認識結果を得るようにする。
また、本実施形態では、複数回分の認識結果を得る場合に、同じアルゴリズムを用い、初期形状Ｔｍの配置位置等をずらすことで対応する例を示したが、例えば、異なるアルゴリズムを用いて、複数回分の認識結果を得てもよい。この場合にも、認識結果にばらつきが生じ、検出の信頼度の低い部分の特徴点ｔの分散が大きくなる。

また、上記各実施形態では、検出対象が爪Ｔである場合を例示したが、輪郭検出装置によって輪郭検出を行うことができる検出対象は爪Ｔに限定されない。
例えば、顔の輪郭や目・鼻・口等の顔のパーツの輪郭等を検出対象としてもよい。
この場合にも、図１１（ａ）～図１１（ｅ）に示すような複数の形状認識結果を得る。
図１１（ａ）～図１１（ｅ）では、眉毛の輪郭を示す特徴点として特徴点ｔ２１～ｔ２５が設定され、目の輪郭を示す特徴点として特徴点ｔ３１～ｔ４０が設定され、鼻の輪郭を示す特徴点として特徴点ｔ５１～ｔ５４が設定され、口の輪郭を示す特徴点として特徴点ｔ６１～ｔ６５が設定され、顎のラインの輪郭を示す特徴点として特徴点ｔ７１～ｔ７３が設定されている例を示している。
図１１（ｆ）は、図１１（ａ）～図１１（ｅ）に示した複数回分の認識結果をマージしたマージ結果を示したものである。
図１１（ａ）～図１１（ｅ）に示す例では、特徴点ｔのうち、顎のラインの輪郭を示す特徴点ｔ７１～ｔ７３の分散が大きい。そこでこの場合には、図１１（ｇ）に示すように、特徴点ｔ７１～ｔ７３及びこの周辺部分（すなわち、図１１（ｆ）において破線で囲んだ部分）を拡大した画像を表示部１３の表示画面に表示させる。
これにより、例えば、似顔絵変換システム向けの顔パーツの輪郭認識結果の手直しの手間の軽減することができる。

また、爪Ｔや顔の輪郭や顔のパーツの輪郭検出以外にも、画像に含まれる何らかのオブジェクトについて輪郭を検出するものについては、広くこの輪郭検出装置を適用することができる。
例えば、カメラで撮影した人物や対象物（建物・乗り物等）を画像から切り抜いて他の画像に貼り付けたり、連写された対象物を画像から切り抜いて繋ぎ合わせ、動画のように構成する等、各種の加工を行う際にも各対象の輪郭を精密に検出する必要があるが、このように画像から特定のオブジェクトを切り抜く際にも、本輪郭検出装置を適用することにより、領域調整の手間を軽減することができる。

また、第２の実施形態では、描画装置が爪Ｔに描画を施すネイルプリント装置１００である場合を例示したが、描画装置は、ネイルプリント装置１００に限定されず、爪Ｔ以外のものに描画を施すものでもよい。描画対象が爪Ｔ以外である場合には、当該描画対象の領域を画する輪郭を検出するための輪郭検出装置が適用される。

また、輪郭検出装置１が爪Ｔの輪郭を検出するものである場合に、第２の実施形態では、爪Ｔの輪郭を検出した後、検出された輪郭内に描画を施す例を示したが、輪郭検出後の処理は描画処理に限定されない。例えば、自動的に爪Ｔの表面を整えるオート爪磨き、オートネイルケア等を後処理として行ってもよい。
また、検出対象が医療用の撮影装置で撮影された医療用画像に含まれる各種臓器等である場合には、輪郭検出を行った後の処理として、医師等による画像診断や患者への健康状況の情報提供等が行われてもよい。

以上本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
＜請求項１＞
検出対象を撮影して検出対象画像を取得する撮影手段と、
前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出処理を行う輪郭検出手段と、
を備え、
前記輪郭検出手段は、複数回の前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を算出して、分散が設定された値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出装置。
＜請求項２＞
前記輪郭検出手段は、初期位置に初期形状を配置して、当該初期形状と前記検出対象画像とをフィッティングさせることで前記輪郭の形状を認識するものであり、
前記輪郭検出手段は、前記初期形状を配置する前記初期位置を変えながら前記複数回の形状認識を行う請求項１に記載の輪郭検出装置。
＜請求項３＞
前記輪郭検出手段により信頼度の低い特徴点と判断された部分を識別できるように表示する表示手段を更に備えた請求項１又は請求項２に記載の輪郭検出装置。
＜請求項４＞
前記表示手段は、前記輪郭検出手段により信頼度の低い特徴点と判断された部分を拡大表示させる請求項３に記載の輪郭検出装置。
＜請求項５＞
請求項１から請求項４のいずれか一項に記載の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
を備える描画装置。
＜請求項６＞
検出対象を撮影して検出対象画像を取得する撮影工程と、
前記検出対象の輪郭の形状を認識する形状認識工程を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出工程と、
前記輪郭検出工程における検出結果を表示させる表示工程と、
を含み、
前記輪郭検出工程において、前記形状認識工程における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識工程における分散を算出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出方法。
＜請求項７＞
輪郭検出装置のコンピュータに、
検出対象を撮影して検出対象画像を取得させる撮影機能と、
前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出機能と、
前記輪郭検出工程における検出結果を表示させる表示機能と、
を実現させ、
前記輪郭検出機能により、前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を算出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出プログラム。

１ 輪郭検出装置
４０ 描画部
４１ 描画ヘッド
５０ 撮影部
８１ 制御部
８２ 記憶部
８３ 学習データ生成部
８１２ 爪情報検出部
８１３ 輪郭検出部
８１６ 描画制御部
１００ ネイルプリント装置
Ｔ 爪
Ｕ１ 指

Claims (9)

1. 検出対象を撮影して検出対象画像を取得する撮影手段と、
   前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出処理を行う輪郭検出手段と、
   を備え、
   前記輪郭検出手段は、複数回の前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を導出して、分散が設定された値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出装置。
2. 前記輪郭検出手段は、初期位置に初期形状を配置して、当該初期形状と前記検出対象画像とをフィッティングさせることで前記輪郭の形状を認識するものであり、
   前記輪郭検出手段は、前記初期形状を配置する前記初期位置を変えながら前記複数回の形状認識を行う請求項１に記載の輪郭検出装置。
3. 前記輪郭検出手段により信頼度の低い特徴点と判断された部分を識別できるように表示する表示手段を更に備えた請求項１又は請求項２に記載の輪郭検出装置。
4. 前記表示手段は、前記輪郭検出手段により信頼度の低い特徴点と判断された部分を拡大表示させる請求項３に記載の輪郭検出装置。
5. 請求項１から請求項４のいずれか一項に記載の輪郭検出装置と、
   前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
   を備える描画装置。
6. 検出対象を撮影して検出対象画像を取得する撮影工程と、
   前記検出対象の輪郭の形状を認識する形状認識工程を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出工程と、
   前記輪郭検出工程における検出結果を表示させる表示工程と、
   を含み、
   前記輪郭検出工程において、前記形状認識工程における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識工程における分散を導出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出方法。
7. 輪郭検出装置のコンピュータに、
   検出対象を撮影して検出対象画像を取得させる撮影機能と、
   前記検出対象の輪郭の形状を認識する形状認識を複数回行って、前記検出対象画像から、前記検出対象の輪郭を検出する輪郭検出機能と、
   前記輪郭検出機能による前記輪郭の検出結果を表示させる表示機能と、
   を実現させ、
   前記輪郭検出機能により、前記形状認識における認識結果である前記輪郭を構成する特徴点について、それぞれ対応する特徴点ごとに、前記複数回の前記形状認識における分散を導出して、分散が所定値以上の前記特徴点を信頼度の低い特徴点と判断する輪郭検出プログラム。
8. 検出対象を撮影して検出対象画像を取得する撮影手段と、
   前記検出対象画像における前記検出対象の輪郭の形状に沿って複数の特徴点を配置することにより前記輪郭の形状を検出する輪郭検出処理を複数回行う輪郭検出手段と、
   前記複数回の輪郭検出処理により前記輪郭の形状に沿って配置された前記複数の特徴点について、それぞれ対応する前記特徴点ごとに分散を導出し、導出された分散が所定の値以上である前記特徴点を信頼度の低い特徴点と判定する判定手段と、
   を備えた、輪郭検出装置。
9. １回の前記輪郭検出処理において前記輪郭の形状に沿って配置される前記複数の特徴点は、それぞれ互いに異なる識別情報を有しており、
   前記判定手段は、前記複数回の輪郭検出処理により前記輪郭の形状に沿って配置された前記複数の特徴点のうち、前記識別情報が共通する前記特徴点について分散を導出する、請求項８に記載の輪郭検出装置。

Images