JPH0518855A - 画像の前処理方法 - Google Patents
画像の前処理方法Info
- Publication number
- JPH0518855A JPH0518855A JP19710291A JP19710291A JPH0518855A JP H0518855 A JPH0518855 A JP H0518855A JP 19710291 A JP19710291 A JP 19710291A JP 19710291 A JP19710291 A JP 19710291A JP H0518855 A JPH0518855 A JP H0518855A
- Authority
- JP
- Japan
- Prior art keywords
- image
- laplacian
- averaged
- procedure
- contour
- 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.)
- Granted
Links
Landscapes
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【目的】 画像解析によって対象の位置、大きさ、移動
速度の計算、基準画像との照合、認識等を行うシステム
の解析精度を画像の前処理によって高める。 【構成】 原画像の２次元平均化画像を得る平均化手順
（ステップ２１）と、上記平均化画像の２次元ラプラシ
アン画像を得るラプラシアン演算手順（ステップ２２）
と、上記平均化画像とラプラシアン画像との差を求める
減算手順（ステップ２３）とから成る画像の前処理を行
い、処理画像に対して解析を行う。
速度の計算、基準画像との照合、認識等を行うシステム
の解析精度を画像の前処理によって高める。 【構成】 原画像の２次元平均化画像を得る平均化手順
（ステップ２１）と、上記平均化画像の２次元ラプラシ
アン画像を得るラプラシアン演算手順（ステップ２２）
と、上記平均化画像とラプラシアン画像との差を求める
減算手順（ステップ２３）とから成る画像の前処理を行
い、処理画像に対して解析を行う。
Description
【０００１】
【産業上の利用分野】本発明は、画像解析によって対象
の位置、大きさ、速度等の算出、基準画像との照合、認
識等を行うシステムに用いて最適な画像の前処理方法に
関し、特に、流れ中の粒子画像に基いて流れ場の物理量
を求める流れ場の解析システムに用いて最適なものであ
る。
の位置、大きさ、速度等の算出、基準画像との照合、認
識等を行うシステムに用いて最適な画像の前処理方法に
関し、特に、流れ中の粒子画像に基いて流れ場の物理量
を求める流れ場の解析システムに用いて最適なものであ
る。
【０００２】
【従来の技術】流れ場の可視化手法により流れを把握す
る試みは古くからあり、壁面トレース法、タフト法、直
接注入法等がよく知られている。
る試みは古くからあり、壁面トレース法、タフト法、直
接注入法等がよく知られている。
【０００３】壁面トレース法は物体表面に油等を塗布
し、流れによって現れる筋模様から流れの状態、方向、
速度を求めるものである。タフト法は多数の糸を物体表
面に張り、そのなびき具合から流れを測定するものであ
る。直接注入法は、流れ内に染料を入れ、その染料の流
跡を可視化するものである。
し、流れによって現れる筋模様から流れの状態、方向、
速度を求めるものである。タフト法は多数の糸を物体表
面に張り、そのなびき具合から流れを測定するものであ
る。直接注入法は、流れ内に染料を入れ、その染料の流
跡を可視化するものである。
【０００４】近年、流れ領域全体を一度に可視化し、流
速、流れ関数等の物理量を算出することや、流れ領域全
体の物理量の時間的変化を算出することに関する関心は
著しく強い。流れ領域内の任意の断面を可視化すること
や、例えば水だけの速度ではなく、水中の気泡の速度等
の可視化に関して関心も著しく強く、この可視化を可能
にするための試みとして、論文「日本機械学会論文（Ｂ
編）」第５５巻、５０９号（１９８９─１）、１０７〜
１１４頁に記載されるような方法が提案されている。こ
の方法は、流れ場にトレーサ粒子を混入し、このトレー
サ粒子に連続光又はストロボ光を当てて、その軌跡を画
像処理するものである。画像処理は、例えばテレビジョ
ンカメラから画像を入力し、そのフレーム情報をフィー
ルド情報に変換し、連続する４時刻分のフィールド情報
を夫々画像処理して（偶数フィールドなら偶数フィール
ドのみ）個々の粒子の軌跡を追跡する。そして、個々の
トレーサ粒子の軌跡か流れ場を可視化して、各種物理量
を求めるものである。
速、流れ関数等の物理量を算出することや、流れ領域全
体の物理量の時間的変化を算出することに関する関心は
著しく強い。流れ領域内の任意の断面を可視化すること
や、例えば水だけの速度ではなく、水中の気泡の速度等
の可視化に関して関心も著しく強く、この可視化を可能
にするための試みとして、論文「日本機械学会論文（Ｂ
編）」第５５巻、５０９号（１９８９─１）、１０７〜
１１４頁に記載されるような方法が提案されている。こ
の方法は、流れ場にトレーサ粒子を混入し、このトレー
サ粒子に連続光又はストロボ光を当てて、その軌跡を画
像処理するものである。画像処理は、例えばテレビジョ
ンカメラから画像を入力し、そのフレーム情報をフィー
ルド情報に変換し、連続する４時刻分のフィールド情報
を夫々画像処理して（偶数フィールドなら偶数フィール
ドのみ）個々の粒子の軌跡を追跡する。そして、個々の
トレーサ粒子の軌跡か流れ場を可視化して、各種物理量
を求めるものである。
【０００５】
【発明が解決しようとする課題】上述のような画像処理
においては、粒子の重の重心座標に基いて粒子の追跡や
流速ベクトルの算出を行うので、流れ場の解析精度は重
心の算出精度に大きく依存する。
においては、粒子の重の重心座標に基いて粒子の追跡や
流速ベクトルの算出を行うので、流れ場の解析精度は重
心の算出精度に大きく依存する。
【０００６】画像のコントラストが低い場合、即ち濃淡
差の小さな画像では画像を２値化する際のスライスレベ
ルによって輪郭が変動し、従って重心の算出精度が低
く、また背景画像の輝度むらやノイズに影響されて誤差
が生じ易い問題があった。
差の小さな画像では画像を２値化する際のスライスレベ
ルによって輪郭が変動し、従って重心の算出精度が低
く、また背景画像の輝度むらやノイズに影響されて誤差
が生じ易い問題があった。
【０００７】本発明は、画像中の粒子（独立した図形要
素）の重心、サイズ、面積などの特徴量を再現性良く高
精度に求めるための画像の前処理方法を提供することを
目的とする。
素）の重心、サイズ、面積などの特徴量を再現性良く高
精度に求めるための画像の前処理方法を提供することを
目的とする。
【０００８】
【課題を解決するための手段】本発明の画像の前処理方
法は、原画像の２次元平均化画像を得る平均化手順と、
上記平均化画像についての２次元ラプラシアン画像を得
るラプラシアン演算手順と、上記平均化画像とラプラシ
アン画像との差を求める減算手順とから成る。
法は、原画像の２次元平均化画像を得る平均化手順と、
上記平均化画像についての２次元ラプラシアン画像を得
るラプラシアン演算手順と、上記平均化画像とラプラシ
アン画像との差を求める減算手順とから成る。
【０００９】
【作用】画像の濃淡差が強調され、輪郭が明確になり、
また画像とノイズとの差が明瞭になる。平均化画像に対
してラプラシアン演算を行うのは、個々の画像（粒子
等）の中心部の輝度の落込みを防止するためである。必
要があれば、平均化、ラプラシアン演算、減算の一連の
手順を繰り返し、所望の画質改善を行う。
また画像とノイズとの差が明瞭になる。平均化画像に対
してラプラシアン演算を行うのは、個々の画像（粒子
等）の中心部の輝度の落込みを防止するためである。必
要があれば、平均化、ラプラシアン演算、減算の一連の
手順を繰り返し、所望の画質改善を行う。
【００１０】
【実施例】以下本発明の実施例を図面を用いて説明す
る。図１、図２は本発明の方法を実施するための装置の
斜視図及びブロック図である。この装置は、図１におい
ては、アルゴンレーザー１、レーザーコントローラ２、
光ファイバー３、ピンホール４、光学レンズ５、肉厚１
０ｍｍのアクリル製容器６、ＮＴＳＣ規格に準ずるＣＣ
Ｄカメラ７、録画再生装置８、録画再生装置８に接続さ
れたモニター９及び外部制御装置１３から構成されてい
る。図２のシステムは、録画再生装置８に接続された計
算機１０、計算機１０に夫々接続されたフレームメモリ
１１、外部記憶装置１２及びモニター１４から構成され
ている。
る。図１、図２は本発明の方法を実施するための装置の
斜視図及びブロック図である。この装置は、図１におい
ては、アルゴンレーザー１、レーザーコントローラ２、
光ファイバー３、ピンホール４、光学レンズ５、肉厚１
０ｍｍのアクリル製容器６、ＮＴＳＣ規格に準ずるＣＣ
Ｄカメラ７、録画再生装置８、録画再生装置８に接続さ
れたモニター９及び外部制御装置１３から構成されてい
る。図２のシステムは、録画再生装置８に接続された計
算機１０、計算機１０に夫々接続されたフレームメモリ
１１、外部記憶装置１２及びモニター１４から構成され
ている。
【００１１】この装置において、アルゴンレーザ１から
照射した光は音響光学セル２に入る。音響光学セル内に
は超音波の平面波が作られており、この超音波の平面波
と角度θだけ傾けて、レーザ光を入れると、ドップラ効
果が起こる。このドップラ効果で得られた散乱光の１次
元光が光ファイバ３に入れられる。
照射した光は音響光学セル２に入る。音響光学セル内に
は超音波の平面波が作られており、この超音波の平面波
と角度θだけ傾けて、レーザ光を入れると、ドップラ効
果が起こる。このドップラ効果で得られた散乱光の１次
元光が光ファイバ３に入れられる。
【００１２】この超音波の平面波は外部制御装置１３で
オン・オフ制御され、間欠的な照射が行われる。また、
照射時刻の基準を合わせるために、外部制御装置１３に
よりカメラ７とが同期をとられる。
オン・オフ制御され、間欠的な照射が行われる。また、
照射時刻の基準を合わせるために、外部制御装置１３に
よりカメラ７とが同期をとられる。
【００１３】光ファイバー３から出た光は、ピンホール
４で１ｍｍ程度に絞られる。この光はシリンドリカルレ
ンズ５を通り、レーザシート１Ａが形成される。レーザ
シート１Ａはアクリル製の容器６に照射される。容器６
には予め、内径１００μｍ、比重０，９８のナイロント
レーサ粒子が入れられており、このトレーサがレーザシ
ート１Ａを通過するときの散乱光をＴＶカメラ７を通
し、録画再生装置８に記憶される。尚、記録時には、録
画再生装置８に接続されたＴＶモニタ９で確認する。
４で１ｍｍ程度に絞られる。この光はシリンドリカルレ
ンズ５を通り、レーザシート１Ａが形成される。レーザ
シート１Ａはアクリル製の容器６に照射される。容器６
には予め、内径１００μｍ、比重０，９８のナイロント
レーサ粒子が入れられており、このトレーサがレーザシ
ート１Ａを通過するときの散乱光をＴＶカメラ７を通
し、録画再生装置８に記憶される。尚、記録時には、録
画再生装置８に接続されたＴＶモニタ９で確認する。
【００１４】容器６にはノズル６’が浸漬しており、ノ
ズル６’から容器６に流体が連続的に入る。また容器６
の下部には排水用の孔が開けられており、ここから連続
的に流体が抜き取られ、抜き取られた水がノズル６’か
ら入れられる。このようにして得られた画像情報は、録
画再生装置８で再生され、計算機１０に取り付けられた
画像入力用フレームメモリ１１に記録される。計算機１
０には計算結果表示用のモニタ１４、計算結果記録用の
外部記憶装置１２が取り付けてある。また録画再生装置
から画像データを計算機に取り込むにあたっては、画像
確認用モニタ９が使用される。
ズル６’から容器６に流体が連続的に入る。また容器６
の下部には排水用の孔が開けられており、ここから連続
的に流体が抜き取られ、抜き取られた水がノズル６’か
ら入れられる。このようにして得られた画像情報は、録
画再生装置８で再生され、計算機１０に取り付けられた
画像入力用フレームメモリ１１に記録される。計算機１
０には計算結果表示用のモニタ１４、計算結果記録用の
外部記憶装置１２が取り付けてある。また録画再生装置
から画像データを計算機に取り込むにあたっては、画像
確認用モニタ９が使用される。
【００１５】図３は、本発明の画像前処理方法の手順を
示すフローチャートであり、図４は処理画像の波形図で
ある。図３において、背景画像Ａは、例えば図１の容器
６内にトレーサ粒子を混入しないときのカメラ７による
画像であり、処理画像Ｂは上述のように流れ中のトレー
サ粒子の軌跡をカメラ７で時間を追って撮像した画像で
ある。
示すフローチャートであり、図４は処理画像の波形図で
ある。図３において、背景画像Ａは、例えば図１の容器
６内にトレーサ粒子を混入しないときのカメラ７による
画像であり、処理画像Ｂは上述のように流れ中のトレー
サ粒子の軌跡をカメラ７で時間を追って撮像した画像で
ある。
【００１６】まずステップ２０で画像Ａから画像Ｂ（何
れもディジタル化した画像情報）を減算し、その結果の
正の画素値の画像Ｚ（図４、Ａ）のみを取り出す。な
お、このステップ２０は必ずしも必要でなく、処理画像
Ｂについて直ちに次のステップ２１を行ってもよい。
れもディジタル化した画像情報）を減算し、その結果の
正の画素値の画像Ｚ（図４、Ａ）のみを取り出す。な
お、このステップ２０は必ずしも必要でなく、処理画像
Ｂについて直ちに次のステップ２１を行ってもよい。
【００１７】次のステップ２１では、前のステップで得
た画像Ｚを平均化して平均化画像Ｚ’を得る（図３、
Ｂ）。なお、平均化は、例えば図５に示す２次元画素配
列の或る着目画素ｅについてｅを中心に含む３×３の画
素ａ〜ｉの平均値、
た画像Ｚを平均化して平均化画像Ｚ’を得る（図３、
Ｂ）。なお、平均化は、例えば図５に示す２次元画素配
列の或る着目画素ｅについてｅを中心に含む３×３の画
素ａ〜ｉの平均値、
【００１８】
ｅ＝（ａ＋ｂ＋ｃ＋ｄ＋ｅ＋ｆ＋ｇ＋ｈ＋ｉ）／９
【００１９】を計算し、この計算をフレーム中の全画素
ごとについて行うことより成される。なお、この平均化
処理を１回だけでなく複数回行っても良い。
ごとについて行うことより成される。なお、この平均化
処理を１回だけでなく複数回行っても良い。
【００２０】次に、ステップ２２で平均化が画像Ｚ’に
ついてのラプラシアン∇Ｚ’をとる（図３、Ｃ）。ラプ
ラシアンは２次元画像の２階微分であり、画素値Ｚｉに
対し、（Ｚｉ+1＋Ｚｉ-1−２Ｚｉ）／ΔＸｉとして定義
される（ΔＸｉは画素間距離）。例えば、図５では、Δ
Ｘｉ＝１として着目画素ｅについて、ｅの上下（ｂ、
ｈ）及び左右（ｄ、ｆ）の画素値について、
ついてのラプラシアン∇Ｚ’をとる（図３、Ｃ）。ラプ
ラシアンは２次元画像の２階微分であり、画素値Ｚｉに
対し、（Ｚｉ+1＋Ｚｉ-1−２Ｚｉ）／ΔＸｉとして定義
される（ΔＸｉは画素間距離）。例えば、図５では、Δ
Ｘｉ＝１として着目画素ｅについて、ｅの上下（ｂ、
ｈ）及び左右（ｄ、ｆ）の画素値について、
【００２１】ｅ＝（ｂ＋ｄ＋ｆ＋ｈ）−４ｅ
【００２２】の計算を行い、これを全画素ごとに繰返
す。
す。
【００２３】次に、ステップ２３で、平均化画像Ｚ’と
ラプラシアン画像∇Ｚ’との差をとり（図４、Ｄ）、そ
の正部分を取り出す（図４、Ｅ）。この結果、図４の
Ａ、Ｅに示すように原画像Ｚに対して濃淡差を強調した
画像、即ち粒子の輪郭が明確になった画像が得られる。
ラプラシアン画像∇Ｚ’との差をとり（図４、Ｄ）、そ
の正部分を取り出す（図４、Ｅ）。この結果、図４の
Ａ、Ｅに示すように原画像Ｚに対して濃淡差を強調した
画像、即ち粒子の輪郭が明確になった画像が得られる。
【００２４】次にステップ２４で、上述の前処理を施し
た画像について改質度のチェックを行う。改質が不十分
であればステップ２１から同じ処理を繰り返す。なおス
テップ２４のチェックは画像の表示を見ながら目視判定
によって行ってよく、或いは別途得た標準画像の粒子面
積（又は理論値）と処理画像の粒子面積との比較により
量的に判定を行ってもよい。
た画像について改質度のチェックを行う。改質が不十分
であればステップ２１から同じ処理を繰り返す。なおス
テップ２４のチェックは画像の表示を見ながら目視判定
によって行ってよく、或いは別途得た標準画像の粒子面
積（又は理論値）と処理画像の粒子面積との比較により
量的に判定を行ってもよい。
【００２５】次のステップ２５では、上述の前処理が施
された画像に関し、各粒子の重心を計算する。この計算
処理では、フレーム画像のフィールド分離や画像の２値
化の処理を行い、独立図形（粒子）の構成画素の座標か
ら重心座標を求める。画像の前処理により粒子像の輪郭
が明確になっているので、重心座標は正確に求まる。
された画像に関し、各粒子の重心を計算する。この計算
処理では、フレーム画像のフィールド分離や画像の２値
化の処理を行い、独立図形（粒子）の構成画素の座標か
ら重心座標を求める。画像の前処理により粒子像の輪郭
が明確になっているので、重心座標は正確に求まる。
【００２６】図６は上述の前処理によって得られる粒子
画像の一例を示す。図６（Ａ）は原画像であり、その輪
郭が例えばガウス曲線に従った濃淡分布でぼやけている
ものとする。図６（Ｂ）は原画像Ａを例えば量子化ステ
ップ２５６中のレベル１で２値化した画像であり、粒子
の周辺の輪郭がぼやけた部分も粒子画像として取り込ま
れてしまっている。従って２値化のスライスレベルに応
じて重心位置が変動する。図６（Ｃ）は図３の手順に従
って原画像の平均化画像とそのラプラシアン画像との差
の画像を得てそれをレベル１で２値化した画像である。
この前処理を行った２値化画像は所望の粒子像に近いも
のである。図６（Ｄ）は、同じく前処理を施した画像を
スライスレベル５０で２値化した画像である。このＣ及
びＤの粒子の重心計算結果は同一であった。これにより
スライスレベルにより重心の変動が少なく、従って重心
算出の精度が高いことが分る。
画像の一例を示す。図６（Ａ）は原画像であり、その輪
郭が例えばガウス曲線に従った濃淡分布でぼやけている
ものとする。図６（Ｂ）は原画像Ａを例えば量子化ステ
ップ２５６中のレベル１で２値化した画像であり、粒子
の周辺の輪郭がぼやけた部分も粒子画像として取り込ま
れてしまっている。従って２値化のスライスレベルに応
じて重心位置が変動する。図６（Ｃ）は図３の手順に従
って原画像の平均化画像とそのラプラシアン画像との差
の画像を得てそれをレベル１で２値化した画像である。
この前処理を行った２値化画像は所望の粒子像に近いも
のである。図６（Ｄ）は、同じく前処理を施した画像を
スライスレベル５０で２値化した画像である。このＣ及
びＤの粒子の重心計算結果は同一であった。これにより
スライスレベルにより重心の変動が少なく、従って重心
算出の精度が高いことが分る。
【００２７】なお、図４のａ、ｂ、ｃ、ｄは、原画像Ｚ
（ａ）について平均化処理を行わずにラプラシアン∇Ｚ
をとり（ｃ）、原画Ｚとラプラシアン∇Ｚとの差（ｄ）
をとる前処理方法を参考に示す。この前処理によると、
図４（ｄ）に示すように粒子像の中心部に凹形（中抜
け）が生じ、２値化のスライスレベルによっては重心計
算に誤差が出ると考えられる。
（ａ）について平均化処理を行わずにラプラシアン∇Ｚ
をとり（ｃ）、原画Ｚとラプラシアン∇Ｚとの差（ｄ）
をとる前処理方法を参考に示す。この前処理によると、
図４（ｄ）に示すように粒子像の中心部に凹形（中抜
け）が生じ、２値化のスライスレベルによっては重心計
算に誤差が出ると考えられる。
【００２８】図７は、図３に示した前処理手順の変形例
を示し、図３のステップ２３の代りに、ラプラシアン画
像∇Ｚ’に対しその負画素Ｎ∇Ｚ’を抽出し（ステップ
２３─１）、更にステップ２３─２で平均化画像Ｚ’か
ら負のラプラシアン画像Ｎ∇Ｚ’を減算する。この処理
によっても、原画の濃淡差を強調した画像が得られる。
を示し、図３のステップ２３の代りに、ラプラシアン画
像∇Ｚ’に対しその負画素Ｎ∇Ｚ’を抽出し（ステップ
２３─１）、更にステップ２３─２で平均化画像Ｚ’か
ら負のラプラシアン画像Ｎ∇Ｚ’を減算する。この処理
によっても、原画の濃淡差を強調した画像が得られる。
【００２９】以上、本発明を粒子画像の追跡によって流
れ場の物理解析を行うようにしたシステムに適用した例
を示したが、本発明の画像の前処理方法は一般的な画像
モニタシステム、特にノイズと紛しい画像を扱う画像処
理システムにも適用できる。
れ場の物理解析を行うようにしたシステムに適用した例
を示したが、本発明の画像の前処理方法は一般的な画像
モニタシステム、特にノイズと紛しい画像を扱う画像処
理システムにも適用できる。
【００３０】例えば、半導体製造設備において、クリー
ンルーム内の塵埃をビデオカメラによってモニタするシ
ステムでは、モニタ画像に対して本発明の前処理を施す
ことにより、より鮮明に塵埃をとらえることができる。
ンルーム内の塵埃をビデオカメラによってモニタするシ
ステムでは、モニタ画像に対して本発明の前処理を施す
ことにより、より鮮明に塵埃をとらえることができる。
【００３１】また自動車等の空調の流れを解析する場合
にも、本発明を利用して塵埃の流れを追跡することによ
り特別な粒子を使用せずに流れの解析又はモニタを行う
ことができる。
にも、本発明を利用して塵埃の流れを追跡することによ
り特別な粒子を使用せずに流れの解析又はモニタを行う
ことができる。
【００３２】
【発明の効果】本発明の画像の前処理方法によると、画
像の濃淡差が強調され、輪郭が明瞭になる。従って、画
像の２値化のスライスレベルに応じて重心が変化するこ
とがなくなり、再現性のよい高精度の重心計算が可能と
なる。よって対象の位置や大きさ、速度の解析を行う画
像解析システムの精度が向上する。
像の濃淡差が強調され、輪郭が明瞭になる。従って、画
像の２値化のスライスレベルに応じて重心が変化するこ
とがなくなり、再現性のよい高精度の重心計算が可能と
なる。よって対象の位置や大きさ、速度の解析を行う画
像解析システムの精度が向上する。
【図１】本発明の実施例の流れ場解析システムの構成例
を示す概略斜視図である。
を示す概略斜視図である。
【図２】画像処理装置の構成例を示すブロック回路図で
ある。
ある。
【図３】本発明の画像の前処理方法の手順を示すフロー
チャートである。
チャートである。
【図４】画像の前処理によって得られる画像の例を示す
波形図である。
波形図である。
【図５】処理画像の２次元の要素を示す線図である。
【図６】処理画像の例を示す表示画面の図である。
【図７】図３の画像処理手順の変形例を示す要部のフロ
ーチャートである。
ーチャートである。
１ アルゴンレーザー
１Ａ レーザーシート面
２ レーザーコントローラ
６ アクリル製容器
７ テレビカメラ
８ 録画再生装置
９ モニター
１０ 計算機
１１ フレームメモリ
１２ 外部記憶装置
１３ 制御装置
１４ モニター
Claims (6)
- 【請求項１】 原画像の２次元平均化画像を得る平均化
手順と、 上記平均化画像についての２次元ラプラシアン画像を得
るラプラシアン演算手順と、 上記平均化画像とラプラシアン画像との差を求める減算
手順とから成ることを特徴とする画像の前処理方法。 - 【請求項２】 上記原画像が、処理対象とその背景画像
との差により抽出されていることを特徴とする請求項１
に記載の画像の前処理方法。 - 【請求項３】 上記平均化手順、ラプラシアン演算手
順、減算手順を所望画質が得られるまで繰り返すことを
特徴とする請求項１に記載の画像の前処理方法。 - 【請求項４】 上記減算手順において、上記平均化画像
から上記ラプラシアン画像を減算した結果の正成分を求
めることを特徴とする請求項１に記載の画像の前処理方
法。 - 【請求項５】 上記減算手順において、上記平均化画像
から上記ラプラシアン画像の負成分を減算することを特
徴とする請求項１に記載の画像の前処理方法。 - 【請求項６】 上記平均化手順を複数回行うことを特徴
とする請求項１に記載の画像の前処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19710291A JP2598725B2 (ja) | 1991-07-11 | 1991-07-11 | 画像の前処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19710291A JP2598725B2 (ja) | 1991-07-11 | 1991-07-11 | 画像の前処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0518855A true JPH0518855A (ja) | 1993-01-26 |
| JP2598725B2 JP2598725B2 (ja) | 1997-04-09 |
Family
ID=16368765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19710291A Expired - Lifetime JP2598725B2 (ja) | 1991-07-11 | 1991-07-11 | 画像の前処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2598725B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105699689A (zh) * | 2016-01-22 | 2016-06-22 | 中国石油大学(华东) | 测量渗流-自由流界面流体速度滑移系数的装置及方法 |
| CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
| CN113533162A (zh) * | 2021-07-09 | 2021-10-22 | 重庆影图智能科技有限公司 | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 |
-
1991
- 1991-07-11 JP JP19710291A patent/JP2598725B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105699689A (zh) * | 2016-01-22 | 2016-06-22 | 中国石油大学(华东) | 测量渗流-自由流界面流体速度滑移系数的装置及方法 |
| CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
| CN113533162A (zh) * | 2021-07-09 | 2021-10-22 | 重庆影图智能科技有限公司 | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2598725B2 (ja) | 1997-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6404455B1 (en) | Method for tracking entering object and apparatus for tracking and monitoring entering object | |
| US7495758B2 (en) | Apparatus and methods for two-dimensional and three-dimensional inspection of a workpiece | |
| US7519502B1 (en) | Surface profile measurement processing method | |
| JP2006266718A (ja) | スプレー噴射状態監視システム及びスプレー噴射状態監視プログラム | |
| JPH10318904A (ja) | 粒子画像分析装置およびその分析用プログラムを記録した記録媒体 | |
| JP2021022369A (ja) | 自動表面評価のためのシステム及び方法 | |
| CN116167969A (zh) | 镜头脏污检测方法、装置、车辆、存储介质及程序产品 | |
| JP2001516457A (ja) | 検出された表面の不整の前分類により移動するストリップの表面を検査する方法 | |
| JPH0518855A (ja) | 画像の前処理方法 | |
| JPH0694595A (ja) | 三次元粒子検出方法及び装置 | |
| JP3076515B2 (ja) | フローコート塗装状態の検出方法およびその装置 | |
| DE112022005406T5 (de) | KI-basierte Produktoberflächeninspektionsvorrichtung und Verfahren | |
| JP3905117B1 (ja) | 動状態解析システム及び方法、並びにコンピュータプログラム | |
| JP4293653B2 (ja) | 外観検査方法 | |
| Flohr et al. | Fractal and multifractal characteristics of a scalar dispersed in a turbulent jet | |
| Moysan et al. | Adapting an ultrasonic image threshold method to eddy current images and defining a validation domain of the thresholding method | |
| US20220192507A1 (en) | Method and system for dynamic physiological characteristic region capturing | |
| JPH0518983A (ja) | 流れ場の解析方法 | |
| JP3102926B2 (ja) | 粒子分析装置 | |
| Durant et al. | Variation in the local motion statistics of real-life optic flow scenes | |
| US4177482A (en) | Population and profile data of bodies in a transparent mass | |
| JPH0663906B2 (ja) | 画像処理による流れの可視化方法 | |
| JPH0345898A (ja) | 画像識別・追尾装置 | |
| JP2001356130A (ja) | 液流または噴射流可視化装置 | |
| Reuman et al. | Automated neuron tracing using the Marr-Hildreth zerocrossing technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960924 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090109 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100109 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110109 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 15 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 15 |