JP7147292B2 - 勾配方向算出装置 - Google Patents

勾配方向算出装置 Download PDF

Info

Publication number
JP7147292B2
JP7147292B2 JP2018123786A JP2018123786A JP7147292B2 JP 7147292 B2 JP7147292 B2 JP 7147292B2 JP 2018123786 A JP2018123786 A JP 2018123786A JP 2018123786 A JP2018123786 A JP 2018123786A JP 7147292 B2 JP7147292 B2 JP 7147292B2
Authority
JP
Japan
Prior art keywords
gradient
gradient direction
pixel
vectors
unit
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
Application number
JP2018123786A
Other languages
English (en)
Other versions
JP2020004141A (ja
Inventor
祥平 野本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Original Assignee
Denso Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Denso Corp filed Critical Denso Corp
Priority to JP2018123786A priority Critical patent/JP7147292B2/ja
Priority to US16/456,276 priority patent/US11074712B2/en
Priority to CN201910585480.5A priority patent/CN110659650B/zh
Publication of JP2020004141A publication Critical patent/JP2020004141A/ja
Application granted granted Critical
Publication of JP7147292B2 publication Critical patent/JP7147292B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/245Classification techniques relating to the decision surface
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20072Graph-based image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Description

本発明は、画素の勾配方向を算出するに関する。
輝度勾配に基づく特徴量を用いて画像から対象物体を検出する物体検出装置が知られている(例えば、特許文献1)。例えば、画像から人領域を検出する装置として、検出対象領域(「ROI」:Region of Interestともいう。)における小領域(「セル」ともいう。)ごとにエッジ方向(「輝度勾配」又は単に「勾配」ともいう。)の分布のヒストグラムを特徴量として、SVM(Support Vector Machine)を行うことで人領域を検出するものが知られている。
図1は、ROIの例を示す図である。図2は、図1のROIのエッジ画像を示す図である。ROIは、複数のセルに分割されている。図2では、セルC1とセルC2を代表して示している。セルは5×5ピクセルからなる。物体検出装置は、各ピクセル(「画素」ともいう。)について勾配方向を算出する。図2では、セルC1及びセルC2について、各画素の勾配方向が示されている。各画素の勾配方向は、8方向のいずれかに分類される。
図3(a)は、セルC1の勾配方向ヒストグラムであり、図3(b)は、セルC2の勾配方向ヒストグラムである。SVMは、この勾配方向ヒストグラムを特徴量としてROIについて演算を行って人領域であるか否かの判断を行う。
図4は、画素の勾配方向の算出方法の例を説明する図である。各画素の勾配方向は、下式(1)によって算出される。
Figure 0007147292000001
ここで、f(x,y)及びf(x,y)は、図4及び式(2)に示すように、対象画素の近隣の輝度値を用いて算出される。
Figure 0007147292000002
図5は、勾配方向として定義された8方向を示す図である。それぞれの方向には0~7の番号が付与されている。式(1)の結果を下式(3)で処理することにより、各画素の勾配方向が8方向のいずれかに分類される。
Figure 0007147292000003
特開2009-301104号公報
上述のように、式(1)及び式(3)の演算によって、各画素の勾配方向を求めることができるが、式(1)では浮動小数の超越関数の計算が必要であり、式(3)では逐次的な大小比較が必要である。よって、従来の勾配方向算出装置では、回路規模と演算サイクルが大きくなるという問題がある。
本発明は、回路規模と演算サイクルの増大を抑えて各画素の勾配方向を算出できる勾配方向算出装置を提供することを目的とする。
本発明の一態様の勾配方向算出装置は、画素の勾配方向を算出する勾配方向算出装置であって、注目画素について、その周辺の画素値の差分を用いて、互いに直交する2つの要素勾配ベクトル(t(x,y)t,t(x,y)t)を算出する要素勾配ベクトル算出部(11)と、前記2つの要素勾配ベクトルのそれぞれの正負(s,s)の組み合わせに基づいて、前記注目画素の勾配方向が、前記2つの要素勾配ベクトルで定義される4象限(q,q,q,q)のうちのいずれの象限であるかを特定する象限特定部(12)と、前記2つの要素勾配ベクトルの大きさの比率を所定の閾値とそれぞれ比較することでその比較結果(c,c)を求める比率比較部(13)と、前記正負及び前記比較結果の組み合わせに対応する勾配方向を特定する勾配方向特定部(14)と、を備えており、前記所定の閾値は、分母及び分子を何れも整数とする分数で表現され、前記比率比較部は、前記分母及び前記分子のうちのビット数が少ない方を負数として、前記分母を一方の前記要素勾配ベクトルの大きさに掛けて、前記分子を他方の前記要素勾配ベクトルの大きさに掛けて、互いに加算した値の符号によって、前記比較結果を決定する、構成を有している。
この構成により、浮動小数の超越関数の計算が不要となり、逐次的な大小比較も不要となるので、回路規模が大きくなること、及び演算サイクルの繰り返し数が大きくなることを抑えることができる。
なお、象限特定部は、要素勾配ベクトル算出部が算出した要素勾配ベクトルを用いるのではなく、単に要素勾配ベクトルを構成する2つの画素の画素値の大小を比較することで、要素勾配ベクトルの方向を求めるようにしてよい。この大小比較も、実質的に、要素勾配ベクトルの正負を求めることに該当する。
また、比率比較部は、2つの要素勾配ベクトルの一方の大きさ(即ち、絶対値、以下同様)に所定の係数をかけた値と、他方の要素勾配ベクトルの大きさとを比較することで比較結果を得てもよいし、2つの要素勾配ベクトルの一方の大きさに所定の係数を掛けた値と他方の要素勾配ベクトルの大きさとの差の符号(即ち、正負)によって比較結果を得てもよいし、2つの要素勾配ベクトルの一方の大きさに所定の係数(例えば、整数)をかけて、他方の要素勾配ベクトルの大きさに他の所定の係数(例えば、整数)をかけて、それらを加算した値の符号(即ち、正負)によって比較結果を求めてもよい。これらの計算はいずれも同義であって、いずれも「前記2つの要素勾配ベクトルの大きさの比率を所定の閾値とそれぞれ比較することでその比較結果(c,c)を求める」ことに該当する。
また、「前記2つの要素勾配ベクトルの大きさの比率を所定の閾値とそれぞれ比較する」ために、2つの要素勾配ベクトルの大きさの比率(2通り:t(x,y)/t(x,y)とt(x,y)/t(x,y))を1つの閾値(例えば、70/169)と比較してもよいし、2つの要素勾配ベクトルの大きさの比率(1通り:t(x,y)/t(x,y)又はt(x,y)/t(x,y))を2つの閾値(例えば、70/169と169/70)と比較してもよい。
図1は、ROIの例を示す図である。 図2は、図1のROIのエッジ画像を示す図である。 図3は、セルC1及びセルC2の勾配方向ヒストグラムである。 図4は、画素の勾配方向の算出方法の例を説明する図である。 図5は、勾配方向として定義された8方向を示す図である。 図6は、本発明の実施の形態に係る勾配方向算出装置の構成を示すブロック図である。 図7は、本発明の実施の形態の注目画素について、要素輝度勾配ベクトルの大小関係を算出する処理を説明する図である。 図8は、本発明の実施の形態の2つの要素輝度勾配ベクトルの符号の組み合わせから4つの象限のいずれかを選択する処理を説明する図である。 図9は、図5の8方向の定義に対して図8の4象限を重ねた図である。 (a)図10(a)は、本発明の実施の形態の2つの要素輝度勾配ベクトルの大きさの比率と輝度勾配ベクトルの方向との関係(一方の要素輝度勾配ベクトルが小さい場合)を示す図である。(b)図10(b)は、本発明の実施の形態の2つの要素輝度勾配ベクトルの大きさの比率と輝度勾配ベクトルの方向との関係(一方の要素輝度勾配ベクトルが大きい場合)を示す図である。 図11は、本発明の実施の形態の比較結果と輝度勾配ベクトルの勾配方向(第0方向~第7方向)との関係を示す図である。 図12は、本発明の実施の形態の象限を特定した結果及び方向を絞り込んだ結果の組み合わせと勾配方向との関係を規定したルックアップテーブルを示す図である。 図13は、本発明の実施の形態の変形例のルックアップテーブルを示す図である。
以下、図面を参照して本発明の実施の形態を説明する。なお、以下に説明する実施の形態は、本発明を実施する場合の一例を示すものであって、本発明を以下に説明する具体的構成に限定するものではない。本発明の実施にあたっては、実施の形態に応じた具体的構成が適宜採用されてよい。
図6は、本発明の実施の形態に係る勾配方向算出装置の構成を示すブロック図である。図6に示すように、勾配方向算出装置10は、要素勾配ベクトル算出部11と、象限特定部12と、比率比較部13と、勾配方向特定部14とを備えている。勾配方向算出装置10は、画像データを入力して、当該画像データの各画素の勾配方向を出力する。
図6に示す本実施の形態の勾配方向算出装置1は、その一部又は全部の要素がソフトウェアによって実現されてよい。この場合には、勾配方向算出装置1は、演算処理ユニットと、メモリと、プログラムやデータを記憶する補助記憶装置(例えば、SSD、HDD等)等を含むハードウェア構成を有し、ソフトウェアとして本実施の形態の勾配方向算出プログラムを実行することで図6の構成が実現されてもよい。
図7は、注目画素(x,y)について、要素輝度勾配ベクトルの大小関係を算出する処理を説明する図である。この例では、注目画素(x,y)の輝度勾配ベクトルg(x,y)を下式(4)のように定義する。
Figure 0007147292000004
ここで、t及びtは、それぞれ画素(x,y)から画素(x+1,y+1)に向かう単位ベクトル及び画素(x,y+1)から画素(x+1,y)に向かう単位ベクトルであって、その係数t(x,y)及びt(x,y)は、下式(5)のように斜め方向に交差する画素どうしの輝度Lの差分によって与えられる。式(4)の右辺のt(x,y)t及びt(x,y)tをそれぞれ要素輝度勾配ベクトルといい、単位ベクトルt及びtをそれぞれ単位要素勾配ベクトルという。
Figure 0007147292000005
要素勾配ベクトル算出部11には、画像データが入力される。要素勾配ベクトル算出部11は、互いに直交する2つの要素輝度勾配ベクトルの方向を算出する。要素勾配ベクトル算出部11は、具体的には、下式(6)によって要素輝度勾配ベクトルの方向を算出する。
Figure 0007147292000006
ここで、sは、画素(x,y)から右斜め下の画素(x+1,y+1)に向かう単位要素輝度勾配ベクトルtの係数t(x,y)の符号(即ち、正負)を1,0で表すパラメータであり、sは、画素(x,y+1)から右斜め上の画素(x+1,y)に向かう単位要素輝度勾配ベクトルtの係数t(x,y)の符号(即ち、正負)を1,0で表すパラメータである。
図8は、s及びsの値から4つの象限のいずれかを選択する処理を説明する図である。象限特定部12は、注目画素の勾配方向ベクトルgの方向が、2つの単位要素輝度勾配ベクトルt及びtで定義される4つの象限q,q,q,qのいずれに属するかを特定する。象限特定部12は、図8に従って、互いに直交する2つの要素輝度勾配ベクトルの方向の組である(s,s)から、輝度勾配ベクトルgの方向が属する象限を特定する。具体的には、象限特定部12は、s及びsがいずれも0である場合には図8の右の象限qを選択し、sが1でsが0である場合には図8の上の象限qを選択し、s及びsがいずれも1である場合には図8の左の象限qを選択し、sが0でsが1である場合には図8の下の象限qを選択する。
図9は、図5の8方向の定義に対して図8の4象限を重ねた図である。図9に示すように、象限特定部12によって、右の象限qが選択された場合は、輝度勾配ベクトルg(x,y)の方向は第0方向、第7方向、第1方向のいずれかであり、上の象限qが選択された場合は、輝度勾配ベクトルg(x,y)の方向は第2方向、第1方向、第3方向のいずれかであり、左の象限qが選択された場合は、輝度勾配ベクトルg(x,y)の方向は第4方向、第3方向、第5方向のいずれかであり、下の象限qが選択された場合は、輝度勾配ベクトルg(x,y)の方向は第6方向、第5方向、第7方向のいずれかであると分かる。すなわち、象限特定部12の演算によって、選択された象限について、そこに含まれる3つの勾配方向のいずれかであるというところまで特定できる。
比率比較部13は、選択された象限に含まれる3つの勾配方向のいずれかを特定するために、下式(7)によって比較結果c及びcを算出する。
Figure 0007147292000007
式(7)の導出について説明する。図10は、係数t(x,y)及び係数t(x,y)の大きさの比率と輝度勾配ベクトルgの方向との関係を示す図である。図10では、象限特定部12にて、右の象限qが選択された場合を示している。図10(a)に示すように、|t(x,y)|が|t(x,y)|tan(22.5°)の大きさより小さい場合には、輝度勾配ベクトルgは、第7方向となる。一方、図示はしないが、|t(x,y)|が|t(x,y)|tan(22.5°)の大きさより小さい場合には、輝度勾配ベクトルgは第1方向となる。また、|t(x,y)|が|t(x,y)|tan(22.5°)の大きさより大きく、かつ|t(x,y)|が|t(x,y)|tan(22.5°)の大きさより大きい場合には、輝度勾配ベクトルgは、図10(b)に示すように、第0方向になる。
すなわち、下式(8)の大小比較、即ち、要素輝度勾配ベクトルt,tの比率と所定の閾値との大小比較をすることで、該当する象限に含まれる3つの勾配方向のいずれかを特定できる。
Figure 0007147292000008
ここで、tan(22.5°)は、
Figure 0007147292000009
と分母及び分子をいずれも整数とする分数で近似できる。
そうすると、式(8)における|t(x,y)|,|t(x,y)|の比率と所定の閾値(tan(22.5°))との大小比較は、下式(10)のように、一方の値に分母「169」を、もう一方の値に分子「-70」を乗じた値を加算する乗加算を行い、その値の正負を判断するという式に書き直すことができる。
Figure 0007147292000010
そこで、比率比較部13は、2つの係数の大きさ同士の比率(|t(x,y)|/|t(x,y)|、及び|t(x,y)|/|t(x,y)|)を所定の閾値(70/169)とそれぞれ比較するという計算を式(10)の大小比較によって行い、式(7)によって比較結果c,cを出力する。
なお、閾値を構成する係数「169」は8ビットで表現されるのに対して、閾値を構成する係数「70」は係数「169」より小さく、7ビットで表現できる。これにより、式(10)では、小さくてビット数が少ない係数「70」の方に正負の符号「-」をつけて負数とする。正負の符号付の係数「-70」は、8ビットで表現できるので、左辺の第1項の計算も第2項の計算も8ビットの係数の掛け算とすることができる。
図11は、比較結果c,cと輝度勾配ベクトルgの勾配方向(第0方向~第7方向)との関係を示す図である。図11に示すように、(c,c)=(1,0)の場合には輝度勾配ベクトルgの勾配方向は第3方向又は第7方向であり、(c,c)=(0,1)の場合には輝度勾配ベクトルgの勾配方向は第1方向又は第5方向であり、(c,c)=(0,0)の場合には輝度勾配ベクトルgの勾配方向は第0方向、第2方向、第4方向、又は第6方向である。なお、(c,c)=(1,1)となることはない。
象限特定部12は、象限を特定した結果(s,s)を勾配方向特定部14に出力し、比率比較部13は、方向を絞り込んだ結果(c,c)を勾配方向特定部14に出力する。勾配方向特定部14は、入力されたs,s,c,cを用いて、ルックアップテーブルを参照することによって、輝度勾配ベクトルgの勾配方向が8方向のうちのいずれであるかを特定する。勾配方向特定部14は、このためにルックアップテーブルを記憶している。
図12は、象限を特定した結果(s,s)及び方向を絞り込んだ結果(c,c)の組み合わせと勾配方向との関係を規定したルックアップテーブルを示す図である。勾配方向特定部14は、このルックアップテーブルを参照して、入力されたs,s,c,cに基づいて勾配方向を特定する。勾配方向特定部14は、画素ごとに特定した勾配方向を出力する。
,s,c,cは、それぞれ0又は1を取り得る1ビットのデータであって、合計で4ビットのデータである。勾配方向特定部14は、この4ビットのデータからルックアップテーブルを参照することで、0~7という2ビットで表される勾配方向を取得する。
以上のように、本実施の形態の勾配方向算出装置1では、要素勾配ベクトル算出部11が注目画素について、その周辺の画素の輝度差から互いに直交する2つの要素輝度勾配ベクトルを求め、象限特定部12が2つの要素輝度勾配ベクトルの係数t(x,y),t(x,y)のそれぞれの符号(即ち、正負)s,sの組み合わせに基づいて、2つの要素輝度勾配ベクトルで定義される4象限q,q,q,qのうちのいずれの象限であるかを求め、比率比較部13が2つの要素輝度勾配ベクトルの係数t(x,y),t(x,y)の大きさ(即ち、絶対値)の比率を所定の閾値とそれぞれ比較することでその比較結果c,cを求め、勾配方向特定部14がルックアップテーブルを参照することでs,s,c,cの組み合わせに対応する勾配方向(第0方向~第7方向)を特定する。
よって、本実施の形態の勾配方向算出装置1によれば、各画素の輝度勾配ベクトルgの勾配方向を求めるために浮動小数の超越関数の計算をする必要がなく、かつ、逐次的な大小比較の演算も不要であり、回路規模と演算サイクルの増大を抑えることができる。
(変形例1)
上記の実施の形態では、勾配を求めるのに輝度画像を用いたが、勾配方向算出装置1は、輝度画像以外のデータを用いて画素の勾配を求めてもよい。
(変形例2)
上記の実施の形態では、2つの要素輝度勾配ベクトルt,tとして、注目画素の右、下、右下の画素の輝度値を用いたが、これに限らず、例えば、注目画素の左、上、左上の画素の輝度値を用いて互いに直交する2つの要素輝度勾配ベクトルt,tを求めてもよい。さらに、図4を用いて説明したように、注目画素の上下の画素の輝度差と、注目画素の左右の画素の輝度差とを用いて、互いに直交する2つの要素輝度勾配ベクトルt,tを定義してもよい。
(変形例3)
上記の実施の形態において、要素勾配ベクトル算出部11は、式(6)に代えて、下式(11)のsgn関数(即ち、符号関数)によって、係数t(x,y),t(x,y)の符号(即ち、正負)を求めてもよい。
Figure 0007147292000011
ここで、sgn関数は、変数が正の値であるときに0となり、変数が負の値であるときに1となる関数である。本変形例の場合には、係数t(x,y)が正であるときはs=0となり、係数t(x,y)が負であるときはs=1となる。また、係数t(x,y)が正であるときはs=0となり、係数t(x,y)が負であるときはs=1となる。
要素勾配ベクトル算出部11は、このようにして得られたs及びsを用いて、図8に従って、s及びsに対応する象限を特定する。
(変形例4)
また、上記の実施の形態では、勾配方向特定部14は、s,s,c,cの組み合わせに対応する勾配方向をルックアップテーブルを参照して求めたが、これに代えて、勾配方向特定部14は、下式(12)を計算して、その結果に対応する勾配方向を特定してもよい。
Figure 0007147292000012
図13は、この変形例で用いるルックアップテーブルを示す図である。勾配方向特定部14は、図13のルックアップテーブルを参照して、式(12)の加算結果に対応する勾配方向(第0方向~第7方向)を特定する。この変形例は、特に、勾配方向特定部14においてビット演算を高速に行うことができない場合に有利である。
(変形例5)
上記の実施の形態では、tan(22.5°)(=0.41421・・・)を8ビットの「169」と7ビットの「70」を用いた分数(70/169=0.41420・・・)で近似した。しかしながら、近似精度を落として、例えば、3ビットの「5」と2ビットの「2」を用いた分数(2/5=0.4)でtan(22.5°)を近似してもよい。この場合には、輝度勾配方向ベクトルの勾配方向の精度が若干劣ることになるが、その後の物体検出等の処理には大きな影響はなく、物体検出の精度低下は許容できる程度となることが期待できる一方で、計算コストは大幅に減少できる。
(変形例6)
本実施の形態の勾配方向算出装置は、入力された画像データに対して、各画素の勾配方向を算出することができるので、これを用いて物体検出装置を実現できる。物体検出装置は、対象画像又は対象画像由来の画像(例えば、エッジ画像)を、複数のセルに分解し、各セルにおいて、各画素の勾配方向(8方向のいずれか)を投稿することで、セルごとに勾配方向のヒストグラムを生成する。
物体検出装置は、複数のセルの勾配方向ヒストグラムをつなぎ合わせて特徴ベクトル(HoG特徴量)とし、特徴ベクトルと、検出対象に基づいて学習された重み係数ベクトルとの内積を算出して、この内積を所定の閾値を比較することで、検出対象であるか否かを判定してよい。すなわち、本実施の形態の勾配方向算出装置は、SVMで物体を検出する物体検出装置において、HoG特徴量を求めるのに使用されてよい。
10 勾配方向算出装置、11 要素勾配ベクトル算出部、12 象限特定部、
13 比率比較部、14 勾配方向特定部

Claims (7)

  1. 画素の勾配方向を算出する勾配方向算出装置であって、
    注目画素について、その周辺の画素値の差分を用いて、互いに直交する2つの要素勾配ベクトル(t(x,y)t,t(x,y)t)を算出する要素勾配ベクトル算出部(11)と、
    前記2つの要素勾配ベクトルのそれぞれの正負(s,s)の組み合わせに基づいて、前記注目画素の勾配方向が、前記2つの要素勾配ベクトルで定義される4象限(q,q,q,q)のうちのいずれの象限であるかを特定する象限特定部(12)と、
    前記2つの要素勾配ベクトルの大きさの比率を所定の閾値とそれぞれ比較することでその比較結果(c,c)を求める比率比較部(13)と、
    前記正負及び前記比較結果の組み合わせに対応する勾配方向を特定する勾配方向特定部(14)と、
    を備えており、
    前記所定の閾値は、分母及び分子を何れも整数とする分数で表現され、
    前記比率比較部は、前記分母及び前記分子のうちのビット数が少ない方を負数として、前記分母を一方の前記要素勾配ベクトルの大きさに掛けて、前記分子を他方の前記要素勾配ベクトルの大きさに掛けて、互いに加算した値の符号によって、前記比較結果を決定する、
    勾配方向算出装置。
  2. 前記勾配方向特定部は、8つの方向のいずれかを特定することにより前記勾配方向を特定する、請求項1に記載の勾配方向算出装置。
  3. 前記要素勾配ベクトル算出部は、前記注目画素を含む4つの画素における斜め方向の画素どうしの画素値の差分を用いて、前記2つの要素勾配ベクトルを算出する、請求項1又は2に記載の勾配方向算出装置。
  4. 前記要素勾配ベクトル算出部は、前記注目画素と縦方向に隣り合う2つの画素における画素値の差分を用いて1つの前記要素勾配ベクトルを算出し、前記注目画素と横方向に隣り合う2つの画素における画素値の差分を用いて、もう1つの前記要素勾配ベクトルを算出する、請求項1又は2に記載の勾配方向算出装置。
  5. 前記勾配方向特定部は、前記正負及び前記比較結果の組み合わせを入力とするルックアップテーブルを用いて、前記勾配方向を特定する、請求項1~4のいずれかに記載の勾配方向算出装置。
  6. 前記勾配方向特定部は、前記正負及び前記比較結果にそれぞれ所定の係数を乗じて加算した値を入力とするルックアップテーブルを用いて、前記勾配方向を特定する、請求項1~4のいずれかに記載の勾配方向算出装置。
  7. 前記所定の閾値は、tan(22.5°)又はその近似値である、請求項2に記載の勾配方向算出装置。
JP2018123786A 2018-06-29 2018-06-29 勾配方向算出装置 Active JP7147292B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018123786A JP7147292B2 (ja) 2018-06-29 2018-06-29 勾配方向算出装置
US16/456,276 US11074712B2 (en) 2018-06-29 2019-06-28 Gradient direction calculation device
CN201910585480.5A CN110659650B (zh) 2018-06-29 2019-07-01 梯度方向计算装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018123786A JP7147292B2 (ja) 2018-06-29 2018-06-29 勾配方向算出装置

Publications (2)

Publication Number Publication Date
JP2020004141A JP2020004141A (ja) 2020-01-09
JP7147292B2 true JP7147292B2 (ja) 2022-10-05

Family

ID=69008239

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018123786A Active JP7147292B2 (ja) 2018-06-29 2018-06-29 勾配方向算出装置

Country Status (3)

Country Link
US (1) US11074712B2 (ja)
JP (1) JP7147292B2 (ja)
CN (1) CN110659650B (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117853484B (zh) * 2024-03-05 2024-05-28 湖南建工交建宏特科技有限公司 一种基于视觉的桥梁损伤智能监测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011037097A1 (ja) 2009-09-24 2011-03-31 国立大学法人京都大学 パターン認識方法及び該方法を用いたパターン認識装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3733359B2 (ja) 1996-04-05 2006-01-11 松下電器産業株式会社 視差推定方法、画像伝送方法、画像表示方法、多視点画像伝送方法、多視点画像復元方法および視差推定装置
JP4830604B2 (ja) 2006-04-17 2011-12-07 日産自動車株式会社 物体検出方法および物体検出装置
JP4997178B2 (ja) 2008-06-10 2012-08-08 学校法人中部大学 物体検出装置
WO2010023809A1 (ja) * 2008-09-01 2010-03-04 日本電気株式会社 画像特徴量抽出装置
US8611604B2 (en) * 2009-06-03 2013-12-17 Chubu University Educational Foundation Object detection device
JP5800468B2 (ja) * 2010-05-11 2015-10-28 オリンパス株式会社 画像処理装置、画像処理方法、および画像処理プログラム
JP5529660B2 (ja) 2010-07-20 2014-06-25 パナソニック株式会社 瞳孔検出装置及び瞳孔検出方法
JP2013097675A (ja) 2011-11-02 2013-05-20 Honda Elesys Co Ltd 勾配推定装置、勾配推定方法、及び勾配推定プログラム
CN104090658A (zh) * 2014-07-04 2014-10-08 四川长虹电器股份有限公司 基于hog特征的人体图像检测方法
RU2608239C1 (ru) * 2016-04-12 2017-01-17 Общество с ограниченной ответственностью "Аби Девелопмент" Способ и система определения пригодности изображения документа для оптического распознавания символов и других операций по обработке изображений
EP3336762A1 (en) * 2016-12-19 2018-06-20 Delphi Technologies, Inc. Method of estimation of histogram-of-oriented gradients
CN107578035B (zh) * 2017-09-30 2020-06-16 深圳市颐通科技有限公司 基于超像素-多色彩空间的人体轮廓提取方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011037097A1 (ja) 2009-09-24 2011-03-31 国立大学法人京都大学 パターン認識方法及び該方法を用いたパターン認識装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Kazuhiro Negi, Keisuke Dohi, Yuichiro Shibata, Kiyoshi Oguri,Deep pipelined one-chip FPGA implementation of a real-time image-based human detection algorithm,2011 International Conference on Field-Programmable Technology,IEEE,2011年,1

Also Published As

Publication number Publication date
CN110659650A (zh) 2020-01-07
US11074712B2 (en) 2021-07-27
US20200005484A1 (en) 2020-01-02
CN110659650B (zh) 2024-08-06
JP2020004141A (ja) 2020-01-09

Similar Documents

Publication Publication Date Title
Perreault et al. Median filtering in constant time
JP7230294B2 (ja) オブジェクト検出のためのシステム及び方法
JP6369150B2 (ja) アンチエイリアシングエッジを回復するフィルタリング方法及びフィルタリング装置
WO2014010263A1 (ja) 画像処理装置及び画像処理方法
JP7147292B2 (ja) 勾配方向算出装置
JP2023065515A (ja) 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ
JP6244886B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US6876778B2 (en) Edge enhancement method and apparatus in digital image scalar-up circuit
JP6388507B2 (ja) 画像処理装置
US20240142935A1 (en) Method for detecting workpiece based on homogeneous multi-core architecture and edge computing device
WO2013031418A1 (ja) 線分および円弧検出装置
Kardian et al. Efficient implementation of mean, variance and skewness statistic formula for image processing using FPGA device
TWI622020B (zh) 使用二階區域二元圖的分群方法及疊代影像測試系統
CN105469367B (zh) 动态视频图像清晰度强化方法及装置
WO2018189772A1 (ja) 相関値演算装置
JP6472884B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
TW201505425A (zh) 在資料處理裝置內實施的低複雜度雙邊濾波(bf)
Chen et al. A bucket-stream rbrief extraction architecture for slam applications on embedded platforms
JP2013182416A (ja) 特徴量抽出装置、特徴量抽出方法及び特徴量抽出プログラム
JP6125331B2 (ja) テクスチャ検出装置、テクスチャ検出方法、テクスチャ検出プログラム、および画像処理システム
Ehsan et al. Exploring integral image word length reduction techniques for SURF detector
Ghaffari et al. A fully pipelined FPGA architecture for multiscale BRISK descriptors with a novel hardware-aware sampling pattern
JP2015036929A (ja) 画像特徴抽出装置、画像特徴抽出方法、画像特徴抽出プログラム及び画像処理システム
TWI492608B (zh) 影像處理裝置與色彩空間的劃分方法
US9667960B1 (en) Low complexity cost function for sub-pixel motion estimation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210218

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220124

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220324

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: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220905

R151 Written notification of patent or utility model registration

Ref document number: 7147292

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151