JP7403175B2 - 画像を分割する方法 - Google Patents
画像を分割する方法 Download PDFInfo
- Publication number
- JP7403175B2 JP7403175B2 JP2021537099A JP2021537099A JP7403175B2 JP 7403175 B2 JP7403175 B2 JP 7403175B2 JP 2021537099 A JP2021537099 A JP 2021537099A JP 2021537099 A JP2021537099 A JP 2021537099A JP 7403175 B2 JP7403175 B2 JP 7403175B2
- Authority
- JP
- Japan
- Prior art keywords
- pixels
- curvature
- image
- iii
- segmentation
- 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
- 238000000034 method Methods 0.000 claims description 79
- 230000011218 segmentation Effects 0.000 claims description 38
- 238000003709 image segmentation Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000012805 post-processing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012152 algorithmic method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20152—Watershed segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
これらの技術は、典型的には、例えば、物体の検出、抽出、記述、追跡または認識を含む後続の目的のために、画像内の物体の領域を背景領域から分離することを可能にする。
(0)画像のピクセルを選択するステップと、
(i)ピクセルの各々における曲率を評価するステップであって、
曲率の値の領域が有限数の値に離散化され、曲率が離散化された領域において評価される、ステップと、
(ii)画像に基づいて地形起伏を定義するステップであって、ピクセルの各々の高度は、ステップ(i)で評価された曲率に対応する、ステップと、
(iii)ステップ(ii)で定義された地形起伏の流域を計算して、集水域を画定するステップと、
(iv)ステップ(iii)で計算された流域に基づいてピクセルの分割を定義するステップと、
(v)ステップ(iv)で定義された分割に基づいて、画像の1つまたは複数のピクセルのグループへのセグメンテーションを定義するステップと
を含む、セグメンテーション方法を提供する。
本発明による方法は、特に効率的な方法で画像をセグメンテーションすることを可能にする。
-領域からなる実有界区間内の曲率を評価する第1のサブステップと、
-区間を有限数の値に離散化する第2のサブステップと
を含む。
(i.1)曲率が評価されるピクセルごとに隣接ピクセルの集合を定義するステップと、
(i.2)隣接ピクセルの共分散行列を計算するステップと、
(i.3)ステップ(i.2)で計算された共分散行列の固有値を計算するステップと、
(i.4)ステップ(i.3)で計算された固有値に基づいて曲率を評価するステップと
を含む。
これらのピクセルの重心がトリプレットに対応する場合、
次に、隣接ピクセルの共分散行列は、以下に対応し、
サイズ(3、3)の対称性であるこの共分散行列、その対角化の問題、ならびにその固有値および固有ベクトルの計算に対処することができる。前述の好ましい文脈において、λ1≦λ2≦λ3が、昇順に並べられたステップ(i.3)において計算された固有値を指定する場合、(サブステップ(i.4)において評価された)曲率は、好ましくは、以下の値に一致し、
ステップ(i)は、以下のサブステップ、
(i.5)ステップ(i.3)で計算された固有ベクトルに基づいて、曲率がステップ(i.4)で評価されるピクセルの向きを決定するステップを含む。
(iii.1)ステップ(i)で評価された曲率が局所的に最小であるピクセルのサブセットを決定するステップと、
(iii.2)ピクセルのサブセットのピクセルの各々からの水の仮想上昇によって地形起伏の氾濫をシミュレートするステップと、
(iii.3)ステップ(iii.2)のシミュレーションに基づいて流域を計算するステップと
を含む。
または、以下のサブステップ、
(iii.1´)ピクセルの各々からの仮想的な水の流出による地形起伏の氾濫をシミュレートするステップと、
(iii.2´)ステップ(iii.1´)のシミュレーションに基づいて流域を計算するステップと
を含む。
-ステップ(0)および/またはステップ(i)の前に、画像を前処理するステップであって、前処理ステップは好ましくは画像のノイズを低減するためのフィルタリングを含む、ステップ、および/または
-ステップ(v)で定義されたセグメンテーションのピクセルのグループに対する後処理ステップのうちの1つまたは複数を含む。
本発明はまた、本発明による方法の実施形態のいずれかによる方法を実行するための手段を備えるコンピュータシステムを提供する。本発明はまた、コンピュータプログラムが実行されると、本発明の任意の一実施形態による方法を実行させる命令を含むコンピュータプログラムを提供する。本発明はまた、前述のコンピュータプログラムが記憶されるコンピュータ可読媒体を提供する。
-任意のアルゴリズム、好ましくはPC型アーキテクチャまたは埋め込み型アーキテクチャ(ARM)のアルゴリズムを実行するためのプロセッサを有する少なくとも1つのコンピュータと、
-アプリケーションおよび/またはアルゴリズムに特有のASICタイプの集積回路と、
-製造後に再構成可能(または再プログラム可能)であるFPGAタイプの論理集積回路と
のうちの少なくとも1つを備える。
(A)各ピクセルにおける曲率を評価するステップと、
(B)ステップ(A)の曲率の評価に流域セグメンテーションアルゴリズム方法を適用するステップと
を含む。
Claims (18)
- 画像のセグメンテーション方法であって、
該方法はコンピュータ実施され、
(0)前記画像のピクセルを選択するステップと、
(i)前記ピクセルの各々における曲率を評価するステップであって、
該曲率の値の領域が有限数の値に離散化され、該曲率が前記離散化された領域において評価される、ステップと、
(ii)前記画像に基づいて地形起伏を定義するステップであって、前記ピクセルの各々の高度は、ステップ(i)で評価された前記曲率に対応する、ステップと、
(iii)ステップ(ii)で定義された前記地形起伏の流域を計算して、集水域を画定するステップと、
(iv)ステップ(iii)で計算された前記流域に基づいて前記ピクセルの分割を定義するステップと、
(v)ステップ(iv)で定義された前記分割に基づいて、前記画像の1つまたは複数のピクセルのグループへのセグメンテーションを定義するステップと、
を含む、セグメンテーション方法。 - ステップ(0)は、前記画像のすべての前記ピクセルを選択することを特徴とする、請求項1に記載のセグメンテーション方法。
- ステップ(i)が、
-前記領域からなる実有界区間内の前記曲率を評価する第1のサブステップと、
前記区間を有限数の値に離散化する第2のサブステップと、を含むことを特徴とする、請求項1または2のいずれか一項に記載のセグメンテーション方法。 - 前記区間は、[0,r]に対応する閉じた有界区間に対応し、r>0であることを特徴とする、請求項3に記載のセグメンテーション方法。
- 前記画像が3D画像であることを特徴とする、請求項1から4のいずれか一項に記載のセグメンテーション方法。
- 前記3D画像は、飛行時間型カメラから生成されることを特徴とする、請求項5に記載のセグメンテーション方法。
- ステップ(i)が、以下のサブステップ、
(i.1)前記曲率が評価されるピクセルごとに隣接ピクセルの集合を定義するステップと、
(i.2)前記隣接ピクセルの共分散行列を計算するステップと、
(i.3)ステップ(i.2)で計算された前記共分散行列の固有値を計算するステップと、
(i.4)ステップ(i.3)で計算された前記固有値に基づいて前記曲率を評価するステップと、
を含むことを特徴とする、請求項5または6に記載の方法。 - ステップ(i.1)で定義された隣接ピクセルの前記集合は、前記曲率が評価される前記ピクセルを含み、前記曲率が評価される前記ピクセルを中心とする、9ピクセルの辺を有する正方形に実質的に分布する最大81ピクセルからなることを特徴とする、請求項7または8に記載の方法。
- ステップ(i.1)で定義された隣接ピクセルの前記集合は、前記曲率が評価される前記ピクセルを中心とする、3ピクセルの辺を有する正方形に実質的に分布する9ピクセルからなることを特徴とする、請求項9に記載の方法。
- 前記ステップ(i.3)はまた、ステップ(i.2)で計算された前記共分散行列の固有ベクトルの計算を含み、
ステップ(i)は、以下のサブステップ、
(i.5)ステップ(i.3)で計算された前記固有ベクトルに基づいて、前記曲率がステップ(i.4)で評価される前記ピクセルの向きを決定するステップを含むことを特徴とする、請求項7から10のいずれか一項に記載の方法。 - ステップ(iii)は、以下のサブステップ、
(iii.1)ステップ(i)で評価された前記曲率が局所的に最小である前記ピクセルのサブセットを決定するステップと、
(iii.2)前記ピクセルの前記サブセットの前記ピクセルの各々からの水の仮想上昇によって前記地形起伏の氾濫をシミュレートするステップと、
(iii.3)ステップ(iii.2)のシミュレーションに基づいて前記流域を計算するステップと、
を含むことを特徴とする、請求項1から11のいずれか一項に記載の方法。 - ステップ(iii)は、以下のサブステップ、
(iii.1´)前記ピクセルの各々からの仮想的な水の流出による前記地形起伏の氾濫をシミュレートするステップと、
(iii.2´)ステップ(iii.1´)のシミュレーションに基づいて前記流域を計算するステップと、
を含むことを特徴とする、請求項1から11のいずれか一項に記載の方法。 - ステップ(0)の前に前記画像を前処理するステップを含み、前記前処理するステップは、前記画像のノイズを低減するためのフィルタリングを含むことを特徴とする、請求項1から13のいずれか一項に記載の方法。
- ステップ(v)で定義された前記セグメンテーションのピクセルのグループに対する後処理ステップをさらに含むことを特徴とする、請求項1から14のいずれか一項に記載の方法。
- 請求項1から15のいずれか一項に記載の方法を実行するための手段を備える、コンピュータシステム。
- 命令を含むコンピュータプログラムであって、前記命令が、前記コンピュータプログラムが実行されると請求項1から15のいずれか一項に記載の方法を実行させる、コンピュータプログラム。
- 請求項17に記載のコンピュータプログラムが記憶されたコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BE20185955A BE1026937B1 (fr) | 2018-12-27 | 2018-12-27 | Méthode de segmentation d'une image |
BEBE2018/5955 | 2018-12-27 | ||
PCT/EP2019/086962 WO2020136180A1 (fr) | 2018-12-27 | 2019-12-23 | Méthode de segmentation d'une image |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022514978A JP2022514978A (ja) | 2022-02-16 |
JP7403175B2 true JP7403175B2 (ja) | 2023-12-22 |
Family
ID=65268697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021537099A Active JP7403175B2 (ja) | 2018-12-27 | 2019-12-23 | 画像を分割する方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220076426A1 (ja) |
EP (1) | EP3903282B1 (ja) |
JP (1) | JP7403175B2 (ja) |
BE (1) | BE1026937B1 (ja) |
ES (1) | ES2949334T3 (ja) |
WO (1) | WO2020136180A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007528045A (ja) | 2003-06-16 | 2007-10-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像のセグメント化 |
US20150078648A1 (en) | 2013-09-13 | 2015-03-19 | National Cheng Kung University | Cell image segmentation method and a nuclear-to-cytoplasmic ratio evaluation method using the same |
US20180082109A1 (en) | 2016-09-20 | 2018-03-22 | Apple Inc. | Curvature-based face detector |
-
2018
- 2018-12-27 BE BE20185955A patent/BE1026937B1/fr active IP Right Grant
-
2019
- 2019-12-23 ES ES19828279T patent/ES2949334T3/es active Active
- 2019-12-23 EP EP19828279.0A patent/EP3903282B1/fr active Active
- 2019-12-23 WO PCT/EP2019/086962 patent/WO2020136180A1/fr unknown
- 2019-12-23 US US17/417,910 patent/US20220076426A1/en active Pending
- 2019-12-23 JP JP2021537099A patent/JP7403175B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007528045A (ja) | 2003-06-16 | 2007-10-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像のセグメント化 |
US20150078648A1 (en) | 2013-09-13 | 2015-03-19 | National Cheng Kung University | Cell image segmentation method and a nuclear-to-cytoplasmic ratio evaluation method using the same |
US20180082109A1 (en) | 2016-09-20 | 2018-03-22 | Apple Inc. | Curvature-based face detector |
Non-Patent Citations (1)
Title |
---|
ROMSTAD, Bard、他1名,Mean-curvature watersheds: A simple method for segmentation of a digital elevation model into terrain units [オンライン],2012年,p.1-18,インターネット:<URL: https://duo-utv.uio.no/bitstream/handle/123456789/2300/9159.pdf> |
Also Published As
Publication number | Publication date |
---|---|
ES2949334T3 (es) | 2023-09-27 |
BE1026937B1 (fr) | 2020-07-28 |
BE1026937A1 (fr) | 2020-07-24 |
EP3903282B1 (fr) | 2023-06-07 |
EP3903282C0 (fr) | 2023-06-07 |
US20220076426A1 (en) | 2022-03-10 |
EP3903282A1 (fr) | 2021-11-03 |
JP2022514978A (ja) | 2022-02-16 |
WO2020136180A1 (fr) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wolff et al. | Point cloud noise and outlier removal for image-based 3D reconstruction | |
JP6261489B2 (ja) | 3次元点群から平面を抽出する、方法、画像処理装置およびプログラムを記憶した非一次的なコンピュータ可読媒体 | |
Hamzah et al. | Stereo matching algorithm based on per pixel difference adjustment, iterative guided filter and graph segmentation | |
Bódis-Szomorú et al. | Fast, approximate piecewise-planar modeling based on sparse structure-from-motion and superpixels | |
EP2118854B1 (en) | Exemplar/pde-based technique to fill null regions and corresponding accuracy assessment | |
US8786595B2 (en) | Systems and methods for estimating a parameter for a 3D model | |
US6990228B1 (en) | Image processing apparatus | |
JP2012530323A (ja) | 3次元シーンの区分的平面再構成 | |
CN113178009B (zh) | 一种利用点云分割和网格修补的室内三维重建方法 | |
KR101909544B1 (ko) | 평면 검출 장치 및 방법 | |
WO2014190037A1 (en) | Parameter estimation for mesh segmentation using random walks | |
WO2020019245A1 (zh) | 透明物体的三维重建方法、装置、计算机设备及存储介质 | |
FR2999325A1 (fr) | Procede iteratif de determination d'une image en deux dimensions ou trois dimensions a partir de signaux issus de tomographie par rayons x | |
Bódis-Szomorú et al. | Efficient edge-aware surface mesh reconstruction for urban scenes | |
Saponaro et al. | Reconstruction of textureless regions using structure from motion and image-based interpolation | |
Zhou et al. | Three-dimensional (3D) reconstruction of structures and landscapes: A new point-and-line fusion method | |
CN113838069A (zh) | 基于平面度约束的点云分割方法和系统 | |
JP7403175B2 (ja) | 画像を分割する方法 | |
KR20190068168A (ko) | 3차원 영상 생성 장치 및 방법 | |
CN116051980B (zh) | 基于倾斜摄影的建筑识别方法、系统、电子设备及介质 | |
Cao et al. | Patch layout generation by detecting feature networks | |
CN116168384A (zh) | 点云目标检测方法、装置、电子设备及存储介质 | |
JP2005165969A (ja) | 画像処理装置、及び方法 | |
CN107808160B (zh) | 三维建筑物提取方法和装置 | |
CN112800829B (zh) | 一种基于三维测量的物体局部破损程度的识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230914 |
|
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: 20231128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7403175 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |