JP7314048B2 - 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム - Google Patents
学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム Download PDFInfo
- Publication number
- JP7314048B2 JP7314048B2 JP2019237491A JP2019237491A JP7314048B2 JP 7314048 B2 JP7314048 B2 JP 7314048B2 JP 2019237491 A JP2019237491 A JP 2019237491A JP 2019237491 A JP2019237491 A JP 2019237491A JP 7314048 B2 JP7314048 B2 JP 7314048B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- hue
- image
- color correction
- histogram
- 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
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Description
図1は、実施の形態の物体検査システムのシステム構成図である。この図1に示すように、物体検査システムは、物体検査装置1及び解析装置2を有している。物体検査装置1及び解析装置2は、有線又は無線で相互に接続されている。
図2は、物体検査装置1のハードウェア構成を示す図である。この図2に示すように、物体検査装置1は、荷物4に対してX線を照射するX線源21、入口16aから搬入された荷物4を出口16bまで移動させるローラコンベア22を有している。また、物体検査装置1は、荷物4を透過したX線を検出するX線検出器23、X線検出器23のX線検出出力に対応するRGBフォーマットの透視画像(RGB画像)を形成する画像処理部24を有している。透視画像(RGB画像)は、上述のように解析装置2に供給され、内部の収納物等の判定に用いられる。また、物体検査装置1は、解析装置2からの判定画像を表示するモニタ装置14を有している。
図3は、解析装置2のハードウェア構成を示す図である。この図3に示すように、解析装置2は、取得部31、画像学習部32、色補正テーブル作成部33、記憶部34、色補正部35及び判定部36を有する。
図4は、色補正テーブル作成部33が、記憶部34に記憶されている色補正テーブル作成プログラムを実行することで、ソフトウェア的に実現される各機能の機能ブロック図である。この図4に示すように、色補正テーブル作成部33は、色補正テーブル作成プログラムを実行することで、HLS変換部41、Hヒストグラム作成部42、固定幅分割部43及びSLヒストグラム作成部44の各機能を実現する。また、色補正テーブル作成部33は、色補正テーブル作成プログラムを実行することで、ランキング化部45、同率順位検出部46、変換テーブル形成部47及びRGB変換部48の各機能を実現する。各部41~48の詳細な動作は、後述する。
次に、別機種で形成された透視画像(別機種画像)の色合いを、主機種の透視画像の色合いに補正し、この色合いを補正した別機種画像及び主機種学習画像に基づいて、別機種画像で示される荷物の内容等を判定する判定動作を説明する。
図7のフローチャートに、上述の色補正テーブルの作成動作の流れを示す。色補正テーブル作成部33は、記憶部34に記憶されている色補正テーブル作成プログラムを実行することで、図4に示す各機能(HLS変換部41~RGB変換部48)に基づいて、図7のフローチャートのステップS1から各処理を実行する。
ここで、一部に画素値が集中しているヒストグラムから色相H、輝度L及び彩度Sの色補正テーブルを形成すると、正確な色補正テーブルとは、ならない不都合を生ずる。
上述の色補正テーブルの形成動作の説明は、色相H、輝度L及び彩度Sの各画素値を用いた場合の説明であった。上述のように、色相H、輝度L及び彩度Sの代りに、色相H,彩度S、輝度(明度)Vの各画素値を用いてもよい。
RGB=(0,1,0)→H=120(緑)
RGB=(0,0,1)→H=240(青)
次に、図15のフローチャートに、主機種となる物体検査装置1における判定動作の流れを示す。この図15のフローチャートに示す各部の動作は、記憶部34に記憶されている画像判定プログラムに基づく動作である。すなわち、まず、図3に示す取得部31が、取得された画像が(図6(a)参照)、別機種画像であるか否かを判別する(ステップS11)。取得された画像が主機種画像である場合(ステップS11:No)、処理がステップS13に進む。取得された画像が別機種画像である場合(ステップS11:Yes)、処理がステップS12に進む。
上述の説明は、別機種画像の色合いを、主機種画像の色合いに補正する色補正テーブルを形成する例であったが、主機種画像の色合いを、別機種画像の色合いに補正する色補正テーブルを形成することもできる。図16が、この主機種画像の色補正用の色補正テーブルの形成動作の流れを示すフローチャートである。色補正テーブル作成部33は、記憶部34に記憶されている色補正テーブル作成プログラムを実行することで、図4に示す各機能(HLS変換部41~RGB変換部48)に基づいて、図16のフローチャートのステップS21から各処理を実行する。
次に、図17のフローチャートに、主機種となる物体検査装置1において、主機種画像の色合いを、別機種画像の色合いに変換して、物体の内容物等の判定を行う判定動作の流れを示す。この図17のフローチャートに示す各部の動作は、記憶部34に記憶されている画像判定プログラムに基づく動作である。すなわち、まず、図3に示す取得部31が、取得された画像が主機種画像であるか否かを判別する(ステップS31)。取得された画像が主機種画像である場合(ステップS31:Yes)、処理がステップS32に進む。取得された画像が別機種画像である場合(ステップS31:No)、処理がステップS33に進む。
次に、判定部36により、物体の内容物等の判定に用いられる主機種学習画像の学習動作を説明する。図18は、主機種学習画像の学習動作の模式図である。主機種学習画像の学習は、2通りの方法で学習(記憶)できる。まず、主機種となる物体検査装置1で撮像が行われる毎に、撮像された全ての透視画像又は選択された透視画像を記憶部34に記憶する。これにより、物体検査装置1で撮像が行われる毎に、主機種となる物体検査装置1で撮像された透視画像が、主機種学習画像として記憶部34に蓄積される。
次に、判定部36により、物体の内容物等の判定に用いられる別機種学習画像の学習動作を説明する。図20は、別機種学習画像の学習動作の模式図である。別機種学習画像の学習は、主機種となる物体検査装置1で撮像された撮像画像(主機種画像)の色合いを、上述の主機種→別機種変換テーブルにより、別機種となる物体検査装置の別機種画像の色合いに変換する。画像学習部32は、色合いが変換された主機種画像を、別機種学習画像として記憶部34に記憶する。これにより、物体検査装置1で撮像が行われる毎に、主機種→別機種変換テーブルにより形成された別機種画像が、別機種学習画像として記憶部34に蓄積される。
以上の説明から明らかなように、実施の形態の物体検査システムは、第1の画像フォーマット(RGBフォーマット)の第1の画像情報を、色相H、彩度S及び輝度Lを含む第2の画像フォーマット(HLSフォーマット)の第2の画像情報に変換するフォーマット変換部(HLS変換部41)を有する。
2 解析装置
4 荷物
14 モニタ装置
16 物体検査装置の本体
16a 荷物の入口
16b 荷物の出口
21 X線源
22 ローラコンベア
23 X線検出器
24 画像処理部
31 取得部
32 画像学習部
33 色補正テーブル作成部
34 記憶部
35 色補正部
36 判定部
41 HLS変換部
42 Hヒストグラム作成部
43 固定幅分割部
44 SLヒストグラム作成部
45 ランキング化部
46 同率順位検出部
47 変換テーブル形成部
48 RGB変換部
Claims (4)
- 第1の画像フォーマットの第1の画像情報を、色相情報、彩度情報及び輝度情報を含む第2の画像フォーマットの第2の画像情報に変換するフォーマット変換部と、
色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成部と、
第1の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第1の色合いとは異なる第2の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成部と、
前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第1の画像フォーマットに対応する色補正情報に変換する変換部と、
前記第1の色合いとは異なる第2の色合いの前記第1の画像フォーマットの第1の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第1の色合いの前記第1の画像情報に変換する色変換部と、
前記第1の色合いに変換された前記第1の画像情報を、オブジェクト判定用の前記第1の画像情報として記憶部に蓄積して記憶する学習部と
を有することを特徴とする学習モデルの構築装置。 - 前記ヒストグラム作成部は、各画素値のヒストグラムのうち、画素値の数が所定数以上のヒストグラムの画素値の一部を、左右のヒストグラムに分散させて各前記ヒストグラムを作成すること
を特徴とする請求項1に記載の学習モデルの構築装置。 - フォーマット変換部が、第1の画像フォーマットの第1の画像情報を、色相情報、彩度情報及び輝度情報を含む第2の画像フォーマットの第2の画像情報に変換するフォーマット変換ステップと、
ヒストグラム作成部が、色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成ステップと、
色補正情報作成部が、第1の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第1の色合いとは異なる第2の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成ステップと、
変換部が、前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第1の画像フォーマットに対応する色補正情報に変換する変換ステップと、
色変換部が、前記第1の色合いとは異なる第2の色合いの前記第1の画像フォーマットの第1の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第1の色合いの前記第1の画像情報に変換する色変換ステップと、
学習部が、前記第1の色合いに変換された前記第1の画像情報を、オブジェクト判定用の前記第1の画像情報として記憶部に蓄積して記憶する学習ステップと、
を有することを特徴とする学習モデルの構築方法。 - コンピュータを、
第1の画像フォーマットの第1の画像情報を、色相情報、彩度情報及び輝度情報を含む第2の画像フォーマットの第2の画像情報に変換するフォーマット変換部と、
色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成部と、
第1の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第1の色合いとは異なる第2の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成部と、
前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第1の画像フォーマットに対応する色補正情報に変換する変換部と、
前記第1の色合いとは異なる第2の色合いの前記第1の画像フォーマットの第1の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第1の色合いの前記第1の画像情報に変換する色変換部と、
前記第1の色合いに変換された前記第1の画像情報を、オブジェクト判定用の前記第1の画像情報として記憶部に蓄積して記憶する学習部として機能させること、
を特徴とする学習モデルの構築プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019237491A JP7314048B2 (ja) | 2019-12-26 | 2019-12-26 | 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019237491A JP7314048B2 (ja) | 2019-12-26 | 2019-12-26 | 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021105577A JP2021105577A (ja) | 2021-07-26 |
JP7314048B2 true JP7314048B2 (ja) | 2023-07-25 |
Family
ID=76919660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019237491A Active JP7314048B2 (ja) | 2019-12-26 | 2019-12-26 | 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7314048B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010257450A (ja) | 2009-03-31 | 2010-11-11 | Sogo Keibi Hosho Co Ltd | 人物検索装置、人物検索方法、及び人物検索プログラム |
JP2013210844A (ja) | 2012-03-30 | 2013-10-10 | Secom Co Ltd | 画像照合装置 |
US20160189003A1 (en) | 2014-12-30 | 2016-06-30 | Ebay Inc. | Similar item detection |
JP2016134803A (ja) | 2015-01-20 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
WO2019220825A1 (ja) | 2018-05-16 | 2019-11-21 | パナソニック株式会社 | 胸部x線画像の階調変換方法、画像階調変換プログラム、画像階調変換装置、サーバ装置、及び変換方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0773328A (ja) * | 1993-09-01 | 1995-03-17 | Fuji Facom Corp | カラー画像処理装置 |
-
2019
- 2019-12-26 JP JP2019237491A patent/JP7314048B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010257450A (ja) | 2009-03-31 | 2010-11-11 | Sogo Keibi Hosho Co Ltd | 人物検索装置、人物検索方法、及び人物検索プログラム |
JP2013210844A (ja) | 2012-03-30 | 2013-10-10 | Secom Co Ltd | 画像照合装置 |
US20160189003A1 (en) | 2014-12-30 | 2016-06-30 | Ebay Inc. | Similar item detection |
JP2016134803A (ja) | 2015-01-20 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
WO2019220825A1 (ja) | 2018-05-16 | 2019-11-21 | パナソニック株式会社 | 胸部x線画像の階調変換方法、画像階調変換プログラム、画像階調変換装置、サーバ装置、及び変換方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021105577A (ja) | 2021-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | CID: IQ–a new image quality database | |
CN104025562B (zh) | 用于图像捕捉设备处理的谱合成 | |
JP3723604B2 (ja) | 電子文書中の自然シーン画像の画像依存カラー彩度補正方法及びその装置 | |
JP3686684B2 (ja) | エアブラシ方法 | |
KR101366596B1 (ko) | 이차원 정지 화상에 대해 몰입감을 생성하는 방법 및시스템 그리고 상기 몰입감 생성을 위한 팩터 조절 방법,이미지 콘텐트 분석 방법 및 스케일링 파라미터 예측 방법 | |
US8081821B1 (en) | Chroma keying | |
CN101742339A (zh) | 一种彩色图像增强的方法 | |
WO2012001948A1 (ja) | カラー画像処理方法、カラー画像処理装置およびカラー画像処理プログラム | |
McAllister et al. | Methods for computing color anaglyphs | |
JP2008243059A (ja) | 画像処理装置及び画像処理方法 | |
EP2375719A1 (en) | Color gamut mapping method having one step preserving the lightness of the cusp colors | |
Azad et al. | Color image processing in digital image | |
US9098886B2 (en) | Apparatus and method for processing an image | |
JP4314822B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP7314048B2 (ja) | 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム | |
JP7398276B2 (ja) | 解析装置、解析方法、解析プログラム及び物体検査システム | |
JP5411433B2 (ja) | 映像の属性に基づいた映像分類方法、システムおよび保存媒体 | |
JP4375580B2 (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 | |
JP4859927B2 (ja) | カラー品質制御のための方法、システム、およびデバイス | |
JP4719559B2 (ja) | 画質改善装置及びプログラム | |
Fang et al. | Colour correction toolbox | |
CN107833256B (zh) | 用于数字图像的伪着色的方法以及装置 | |
Bonnier et al. | Spatial and color adaptive gamut mapping: A mathematical framework and two new algorithms | |
Kumar et al. | Gray image colorization in YCbCr color space | |
JP2002131133A (ja) | 画像の色特定方法、画像の色抽出方法、画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220922 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230630 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230712 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7314048 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |