JPH04283881A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH04283881A JPH04283881A JP7202791A JP7202791A JPH04283881A JP H04283881 A JPH04283881 A JP H04283881A JP 7202791 A JP7202791 A JP 7202791A JP 7202791 A JP7202791 A JP 7202791A JP H04283881 A JPH04283881 A JP H04283881A
- Authority
- JP
- Japan
- Prior art keywords
- template
- image
- rank
- picture
- matching
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 abstract description 20
- 238000013500 data storage Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 101000582320 Homo sapiens Neurogenic differentiation factor 6 Proteins 0.000 description 1
- 102100030589 Neurogenic differentiation factor 6 Human genes 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は、入力画像内でテンプレ
ート画像に類似した部分を探索する目的で用いられる画
像処理装置に関する。
ート画像に類似した部分を探索する目的で用いられる画
像処理装置に関する。
【０００２】
【従来の技術】テンプレートマッチングを行なう画像処
理装置におけるマッチングの測度として正規化相互相関
、すなわち入力画像をｇ、テンプレート画像をｆ、マッ
チングされる領域をＳとして（１）式で表される演算が
良く知られている。しかし、この計算を用いたテンプレ
ートマッチングは膨大な計算量となるため実用上は望ま
しくない。
理装置におけるマッチングの測度として正規化相互相関
、すなわち入力画像をｇ、テンプレート画像をｆ、マッ
チングされる領域をＳとして（１）式で表される演算が
良く知られている。しかし、この計算を用いたテンプレ
ートマッチングは膨大な計算量となるため実用上は望ま
しくない。
【０００３】
【数１】
【０００４】そこでＳＳＤＡ（Ｓｅｑｕｅｎｔｉａｌ
Ｓｉｍｉｌａｌｉｔｙ Ｄｅｔｅｃｔｉｏｎ Ａ
ｌｇｏｒｉｔｈｍ）法と呼ばれる手法を用いた画像処理
装置が考えられ広く用いられている。この装置では、マ
ッチングの測度を、ミスマッチの度合を示す、（２）式
で表し、この計算に対してこれ以上の値になれば相関が
ないものとみなす閾値を設けて、計算の途中であっても
上記閾値を越したならば計算を打ち切り、次の領域に移
ることにして大変な高速化を実現している。
Ｓｉｍｉｌａｌｉｔｙ Ｄｅｔｅｃｔｉｏｎ Ａ
ｌｇｏｒｉｔｈｍ）法と呼ばれる手法を用いた画像処理
装置が考えられ広く用いられている。この装置では、マ
ッチングの測度を、ミスマッチの度合を示す、（２）式
で表し、この計算に対してこれ以上の値になれば相関が
ないものとみなす閾値を設けて、計算の途中であっても
上記閾値を越したならば計算を打ち切り、次の領域に移
ることにして大変な高速化を実現している。
【０００５】
【数２】
【０００６】
【発明が解決しようとする課題】しかしながら、ＳＳＤ
Ａ法を用いた装置は測度が（２）式から決定されるため
に、入力画像に輝度の変動があった場合、例えば、テン
プレート画像を登録した時よりも暗い照明の下で画像が
入力された場合、類似部分であっても（２）式は大きな
値を算出し、誤判定をしてしまう欠点がある。
Ａ法を用いた装置は測度が（２）式から決定されるため
に、入力画像に輝度の変動があった場合、例えば、テン
プレート画像を登録した時よりも暗い照明の下で画像が
入力された場合、類似部分であっても（２）式は大きな
値を算出し、誤判定をしてしまう欠点がある。
【０００７】そこで、本発明は高速でかつ入力画像の輝
度変動にも影響されないテンプレートマッチングを行な
う画像処理装置を提案するものである。
度変動にも影響されないテンプレートマッチングを行な
う画像処理装置を提案するものである。
【０００８】
【課題を解決するための手段】本発明においては、画像
の各画素を輝度値によって順位づけし、画像間の順位の
相関値をマッチングの測度としてテンプレートマッチン
グをおこなう構造とした。
の各画素を輝度値によって順位づけし、画像間の順位の
相関値をマッチングの測度としてテンプレートマッチン
グをおこなう構造とした。
【０００９】
【作用】順位の相関演算はケンドールの順位相関係数と
して知られる演算を応用することができる。ケンドール
の順位相関係数とは、２つの特性Ｘ，Ｙそれぞれについ
て、ｎ個の個体に順位がつけられているときに、２つの
特性の関連の強さを示す値ｒを、ｎ個の中から２つの個
体をとって、Ｘによる順位とＹによる順位との大小が一
致しているときψ＝１、異なる時ψ＝−１として（３）
式で表すものである。
して知られる演算を応用することができる。ケンドール
の順位相関係数とは、２つの特性Ｘ，Ｙそれぞれについ
て、ｎ個の個体に順位がつけられているときに、２つの
特性の関連の強さを示す値ｒを、ｎ個の中から２つの個
体をとって、Ｘによる順位とＹによる順位との大小が一
致しているときψ＝１、異なる時ψ＝−１として（３）
式で表すものである。
【００１０】
【数３】
【００１１】本発明では特性Ｘ，Ｙにあたる部分がマッ
チングされる２つの画像であり、個体が画素に対応し、
順位は各画素の輝度から決定される。ｎは基本的にテン
プレートの画素数となるがｒを比較するのは同一のｎに
対する値であることから正規化する必要はないため（３
）式のかわりに ｒ＝Σψ （４） を用いることができる。
チングされる２つの画像であり、個体が画素に対応し、
順位は各画素の輝度から決定される。ｎは基本的にテン
プレートの画素数となるがｒを比較するのは同一のｎに
対する値であることから正規化する必要はないため（３
）式のかわりに ｒ＝Σψ （４） を用いることができる。
【００１２】（４）式のような評価関数を用いることに
より、実際の画素の輝度値にではなく輝度の順位に従う
ため、輝度の変化に影響されない評価ができる。また、
（４）式からわかるように各判定の単純な和で評価値が
決まるのでＳＳＤＡ法のように、閾値を設けて計算を途
中で打ち切ることが可能であることから高速性も期待で
きる。
より、実際の画素の輝度値にではなく輝度の順位に従う
ため、輝度の変化に影響されない評価ができる。また、
（４）式からわかるように各判定の単純な和で評価値が
決まるのでＳＳＤＡ法のように、閾値を設けて計算を途
中で打ち切ることが可能であることから高速性も期待で
きる。
【００１３】
【実施例】図１は本発明の一実施例であり、画像記憶部
２、テンプレートデータ記憶部３、テンプレートマッチ
ング演算部４、結果出力部５からなる画像処理装置１を
表している。画像はカメラ６から入力される。以下に、
この画像処理装置１のテンプレートマッチング演算部４
を詳しく説明する。
２、テンプレートデータ記憶部３、テンプレートマッチ
ング演算部４、結果出力部５からなる画像処理装置１を
表している。画像はカメラ６から入力される。以下に、
この画像処理装置１のテンプレートマッチング演算部４
を詳しく説明する。
【００１４】ケンドールの順位相関においては同順位に
ついて定義されていないが、画像における輝度を順位と
考えた場合、同順位となる画素は多数存在する。またｒ
は−１から１までの値を取るが、０から−１に関しては
逆順序との相関を求めることに相当するため本発明の目
的から考えて意味がなく、低いレベルの相関値、つまり
相関の少ないもの同志の優劣を問題にすることも必要な
い。このことはケンドールの順位相関には本目的に対し
ては冗長な計算が多く含まれていることを示している。 以上の点をふまえて次のような演算を行なう。
ついて定義されていないが、画像における輝度を順位と
考えた場合、同順位となる画素は多数存在する。またｒ
は−１から１までの値を取るが、０から−１に関しては
逆順序との相関を求めることに相当するため本発明の目
的から考えて意味がなく、低いレベルの相関値、つまり
相関の少ないもの同志の優劣を問題にすることも必要な
い。このことはケンドールの順位相関には本目的に対し
ては冗長な計算が多く含まれていることを示している。 以上の点をふまえて次のような演算を行なう。
【００１５】まず、テンプレートデータを図２に示すよ
うに作成する。ここで順位化とは輝度の高さによってき
まる各順位に属す画素の位置を表わす順位画像を生成す
る過程である。図３に順位の総数を３とした場合の生成
過程を示す。まず、各順位の最低輝度（図３中のｔ１
，ｔ２ ，ｔ３ ）を閾値として２値化した画像を作成
する。 順位１の画像はそのまま順位１画像とする。順位２以下
の画像は順位ｉの閾値ｔｉ で２値化した画像をｂｉ
とし、順位ｉ画像をｔｍｐｉ とすると ｔｍｐｉ ＝ ｂｉ−１ ＸＯ
Ｒ ｂｉ （ｉ＝２，３） （５）として生
成する。但し、（５）式中のＸＯＲ は画素ごとの排他
的論理和を表す。順位画像が生成されると各順位画像ご
とにランレングス符号化を行ない記憶してテンプレート
作成を終了する。
うに作成する。ここで順位化とは輝度の高さによってき
まる各順位に属す画素の位置を表わす順位画像を生成す
る過程である。図３に順位の総数を３とした場合の生成
過程を示す。まず、各順位の最低輝度（図３中のｔ１
，ｔ２ ，ｔ３ ）を閾値として２値化した画像を作成
する。 順位１の画像はそのまま順位１画像とする。順位２以下
の画像は順位ｉの閾値ｔｉ で２値化した画像をｂｉ
とし、順位ｉ画像をｔｍｐｉ とすると ｔｍｐｉ ＝ ｂｉ−１ ＸＯ
Ｒ ｂｉ （ｉ＝２，３） （５）として生
成する。但し、（５）式中のＸＯＲ は画素ごとの排他
的論理和を表す。順位画像が生成されると各順位画像ご
とにランレングス符号化を行ない記憶してテンプレート
作成を終了する。
【００１６】次にマッチングの計算を示す。以下で用い
る入力部分画像とは、マッチング計算の対象となってい
る、入力画像中の領域を意味している。テンプレートの
各順位画像は同順位の画素の集合である。先に述べたよ
うにケンドールの順位相関においては同順位については
定義されていない。そこで、次のように拡張定義する。
る入力部分画像とは、マッチング計算の対象となってい
る、入力画像中の領域を意味している。テンプレートの
各順位画像は同順位の画素の集合である。先に述べたよ
うにケンドールの順位相関においては同順位については
定義されていない。そこで、次のように拡張定義する。
【００１７】〈定義〉ｆｒｉをテンプレート画像の、あ
る画素ｉにおける順位とし、ｇｒｉをテンプレートの画
素ｉに対応する入力部分画像の画素の順位としてｉ≠ｊ
のとき １）ｆｉ ＞ｆｊ ，ｇｉ ＞ｇｊ またはｆｉ ＜ｆ
ｊ ，ｇｉ ＜ｇｊ のときψ＝１，２）ｆｉ ＞ｆｊ
，ｇｉ ＜ｇｊ またはｆｉ ＜ｆｊ ，ｇｉ ＞ｇ
ｊ のときψ＝−１，３） ｆｉ ＝ｆｊ
または ｇｉ ＝ｇｊ
のときψ＝０
る画素ｉにおける順位とし、ｇｒｉをテンプレートの画
素ｉに対応する入力部分画像の画素の順位としてｉ≠ｊ
のとき １）ｆｉ ＞ｆｊ ，ｇｉ ＞ｇｊ またはｆｉ ＜ｆ
ｊ ，ｇｉ ＜ｇｊ のときψ＝１，２）ｆｉ ＞ｆｊ
，ｇｉ ＜ｇｊ またはｆｉ ＜ｆｊ ，ｇｉ ＞ｇ
ｊ のときψ＝−１，３） ｆｉ ＝ｆｊ
または ｇｉ ＝ｇｊ
のときψ＝０
【００１８】また、逆順序の相関を
求めることに相当する部分や相関の低い部分の優劣を判
定することに相当する冗長な演算を除くために次のよう
な仮定を設定する。
求めることに相当する部分や相関の低い部分の優劣を判
定することに相当する冗長な演算を除くために次のよう
な仮定を設定する。
【００１９】〈仮定〉入力部分画像は完全にテンプレー
ト原画像と同じもの、もしくは輝度値が線形変換された
ものであり、白色ノイズが混入している可能性がある。 ここで線形変換とは、Ｍ（ｉ） がテンプレートの画素
ｉの輝度を表わす関数、Ｉ（ｉ） をテンプレートの画
素ｉに対応する入力部分画像の画素の輝度を表わす関数
、ａ，ｂを定数として Ｉ（ｉ） ＝ａＭ（ｉ） ＋ｂ （ａ＞０）
（６）なる変換である。このように仮定し、これを先に
拡張したケンドールの順位相関の考え方に基づいて検証
することにする。このようにすれば順位相関値の計算と
いう問題は、仮定が破綻するかしないかという問題に置
きかえられることになる。
ト原画像と同じもの、もしくは輝度値が線形変換された
ものであり、白色ノイズが混入している可能性がある。 ここで線形変換とは、Ｍ（ｉ） がテンプレートの画素
ｉの輝度を表わす関数、Ｉ（ｉ） をテンプレートの画
素ｉに対応する入力部分画像の画素の輝度を表わす関数
、ａ，ｂを定数として Ｉ（ｉ） ＝ａＭ（ｉ） ＋ｂ （ａ＞０）
（６）なる変換である。このように仮定し、これを先に
拡張したケンドールの順位相関の考え方に基づいて検証
することにする。このようにすれば順位相関値の計算と
いう問題は、仮定が破綻するかしないかという問題に置
きかえられることになる。
【００２０】以下の手続は仮定に乗っとって行なわれる
。図４を用いて説明する。まず、テンプレートの順位１
画像の輪郭、つまり１／０の境界に相当する座標値に対
応する入力部分画像の画素の輝度値の平均を求める。 求められた値をＴ１ とする。この値が入力部分画像に
おける順位１の閾値となる。この値を基にテンプレート
順位２画像の１の値の部分に対応する入力部分画像の領
域の画素の順位相関を求める。つまり、順位２画像領域
の画素の値がＴ１ より小さければψ＝１、Ｔ１ より
大きければψ＝−１、同じであればψ＝０として（７）
式を求める。尚、式中Ｓ２ は順位２画像領域を示して
いる。
。図４を用いて説明する。まず、テンプレートの順位１
画像の輪郭、つまり１／０の境界に相当する座標値に対
応する入力部分画像の画素の輝度値の平均を求める。 求められた値をＴ１ とする。この値が入力部分画像に
おける順位１の閾値となる。この値を基にテンプレート
順位２画像の１の値の部分に対応する入力部分画像の領
域の画素の順位相関を求める。つまり、順位２画像領域
の画素の値がＴ１ より小さければψ＝１、Ｔ１ より
大きければψ＝−１、同じであればψ＝０として（７）
式を求める。尚、式中Ｓ２ は順位２画像領域を示して
いる。
【００２１】
【数４】
【００２２】次にＴ２ を求める。これは順位２画像の
輪郭の内、最も端のもののみを用いる。つまり各水平ラ
インごとの最初の境界と最後の境界の座標に対応する入
力部分画像の画素の輝度値の平均を求める。以下同様に
してφ２，３ 、φ３，４ …、φｋ，ｋ＋１ …、φ
ｎ−１，ｎ （ｎは最低順位）を求めていく。ここでφ
ｋ，ｋ＋１ は（８）式であり、最終的な順位相関値は
、（９）式となる。
輪郭の内、最も端のもののみを用いる。つまり各水平ラ
インごとの最初の境界と最後の境界の座標に対応する入
力部分画像の画素の輝度値の平均を求める。以下同様に
してφ２，３ 、φ３，４ …、φｋ，ｋ＋１ …、φ
ｎ−１，ｎ （ｎは最低順位）を求めていく。ここでφ
ｋ，ｋ＋１ は（８）式であり、最終的な順位相関値は
、（９）式となる。
【００２３】
【数５】
【００２４】設定が破綻したかどうかは、図４のように
判定する。まず、Ｔ１ に閾値ｔｈ１ を設ける。また
、Ｔｎ−１ を先に求めこれも上限の閾値を設けておく
。多くの場合、マッチング計算のほとんどがこの段階で
計算を終了することになる。以上の２つの判定をクリア
すると、順位相関の計算に入る。φｋ，ｋ＋１ ≦０が
検出された段階で破綻したと判定することができる。結
局、計算が最後まで終了したものだけが順位相関値比較
の対象となる。
判定する。まず、Ｔ１ に閾値ｔｈ１ を設ける。また
、Ｔｎ−１ を先に求めこれも上限の閾値を設けておく
。多くの場合、マッチング計算のほとんどがこの段階で
計算を終了することになる。以上の２つの判定をクリア
すると、順位相関の計算に入る。φｋ，ｋ＋１ ≦０が
検出された段階で破綻したと判定することができる。結
局、計算が最後まで終了したものだけが順位相関値比較
の対象となる。
【００２５】拡張したケンドールの順位相関をそのまま
求めると（１０）式となるはずであるが、たとえば、φ
１，２ 、φ２，３ で仮定が破綻しなかった場合に、
つまりφ１，２＞０、φ２，３ ＞０であるときにφ１
、３ を求めることは冗長である。（９）式と（１０）
式の違いは、冗長性を考慮した結果である。
求めると（１０）式となるはずであるが、たとえば、φ
１，２ 、φ２，３ で仮定が破綻しなかった場合に、
つまりφ１，２＞０、φ２，３ ＞０であるときにφ１
、３ を求めることは冗長である。（９）式と（１０）
式の違いは、冗長性を考慮した結果である。
【００２６】
【数６】
【００２７】
【発明の効果】本発明を用いることにより、輝度の変動
の影響がなくかつ高速に入力画像内のテンプレート画像
に類似した部分の探索が可能となる。
の影響がなくかつ高速に入力画像内のテンプレート画像
に類似した部分の探索が可能となる。
【図１】本発明の一実施例を示す図である。
【図２】テンプレートデータ作成の流れ図である。
【図３】順位化を説明するための図である。
【図４】マッチングの流れ図である。
１．画像処理装置
２．画像記憶部
３．テンプレートデータ記憶部
４．テンプレートマッチング部
５．結果出力部
Claims (1)
- 【請求項１】 画像の各画素を輝度値によって順位づ
けし、画像間の順位の相関値をマッチングの測度として
テンプレートマッチングを行なうことを特徴とする画像
処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7202791A JPH04283881A (ja) | 1991-03-13 | 1991-03-13 | 画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7202791A JPH04283881A (ja) | 1991-03-13 | 1991-03-13 | 画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04283881A true JPH04283881A (ja) | 1992-10-08 |
Family
ID=13477519
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7202791A Pending JPH04283881A (ja) | 1991-03-13 | 1991-03-13 | 画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04283881A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012527026A (ja) * | 2009-05-14 | 2012-11-01 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | ステレオカメラシステムを用いて撮影された少なくとも二つの入力画像から深度情報を検出するための画像処理方法 |
-
1991
- 1991-03-13 JP JP7202791A patent/JPH04283881A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012527026A (ja) * | 2009-05-14 | 2012-11-01 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | ステレオカメラシステムを用いて撮影された少なくとも二つの入力画像から深度情報を検出するための画像処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5275489B2 (ja) | 画像処理装置および方法 | |
| US9436981B2 (en) | Dictionary creation device, image processing device, image processing system, dictionary creation method, image processing method, and program | |
| US8334880B2 (en) | Image processing apparatus | |
| US20080279478A1 (en) | Image processing method and image processing apparatus | |
| Tombari et al. | Full-search-equivalent pattern matching with incremental dissimilarity approximations | |
| JP2000050281A (ja) | 動きベクトル検出方法および装置、記録媒体 | |
| US20190050659A1 (en) | Method of processing biometric image and apparatus including the same | |
| JP7176616B2 (ja) | 画像処理システム、画像処理装置、画像処理方法、及び画像処理プログラム | |
| CN118505960A (zh) | 一种无监督多尺度单应性估计的图像对齐方法 | |
| US20050002569A1 (en) | Method and apparatus for processing images | |
| US6584213B2 (en) | Motion matching method | |
| CN113269086A (zh) | 一种vlog剪辑方法和剪辑系统 | |
| US20200342573A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| JPH04283881A (ja) | 画像処理装置 | |
| Ponomaryov et al. | Fuzzy color video filtering technique for sequences corrupted by additive Gaussian noise | |
| JP2005354201A (ja) | 画像処理装置及び画像処理方法 | |
| EP4036795A1 (en) | Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image | |
| JP4027398B1 (ja) | 動きベクトル検出装置 | |
| JP2006260359A (ja) | 生体情報処理装置および生体情報処理方法 | |
| Kadhum | Equalize the histogram equalization for Image enhancement | |
| KR101838207B1 (ko) | 유사도판별장치 및 거리 계산 방법 | |
| KR102299360B1 (ko) | 딥러닝 기반 이미지 복원을 이용한 성별 인식 장치 및 방법 | |
| JP7079742B2 (ja) | 計算機システム | |
| Chien et al. | Adaptive window method with sizing vectors for reliable correlation-based target tracking | |
| Jiang et al. | Robust principal component analysis with intra-block correlation |