JPH06251148A - 輪郭抽出方法 - Google Patents
輪郭抽出方法Info
- Publication number
- JPH06251148A JPH06251148A JP5038762A JP3876293A JPH06251148A JP H06251148 A JPH06251148 A JP H06251148A JP 5038762 A JP5038762 A JP 5038762A JP 3876293 A JP3876293 A JP 3876293A JP H06251148 A JPH06251148 A JP H06251148A
- Authority
- JP
- Japan
- Prior art keywords
- contour
- outline
- image
- dynamic
- energy
- 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
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 人間が動的輪郭の初期位置を与えずに、形状
ひずみの少ない、妥当な輪郭が得られる輪郭抽出方法を
提供する。 【構成】 まず、画像６を各画素の特徴により領域に分
割する（ステップ１）。次に、ステップ１で得られた領
域の中から、対象物の特徴が最も良く現われている領域
を選択する（ステップ２）。次に、ステップ２で選択さ
れた領域の境界を追跡し、動的輪郭の節点を置く（ステ
ップ３）。次に、各節点でのスプラインエネルギーと画
像から得られるエネルギーの総和が最小になるように動
的輪郭の節点を変更し、動的輪郭を広げる（ステップ
４）。最後に、画像から得られる情報により決るエネル
ギーとエッジエネルギーの総和が最小になるように動的
輪郭の節点を変更し、動的輪郭がエッジを通り過ぎない
ように動的輪郭を縮める（ステップ５）。これにより最
終的な輪郭７が得られる。
ひずみの少ない、妥当な輪郭が得られる輪郭抽出方法を
提供する。 【構成】 まず、画像６を各画素の特徴により領域に分
割する（ステップ１）。次に、ステップ１で得られた領
域の中から、対象物の特徴が最も良く現われている領域
を選択する（ステップ２）。次に、ステップ２で選択さ
れた領域の境界を追跡し、動的輪郭の節点を置く（ステ
ップ３）。次に、各節点でのスプラインエネルギーと画
像から得られるエネルギーの総和が最小になるように動
的輪郭の節点を変更し、動的輪郭を広げる（ステップ
４）。最後に、画像から得られる情報により決るエネル
ギーとエッジエネルギーの総和が最小になるように動的
輪郭の節点を変更し、動的輪郭がエッジを通り過ぎない
ように動的輪郭を縮める（ステップ５）。これにより最
終的な輪郭７が得られる。
Description
【０００１】
【産業上の利用分野】本発明は、画像から対象物の輪郭
を抽出する輪郭抽出方法に関する。
を抽出する輪郭抽出方法に関する。
【０００２】
【従来の技術】輪郭抽出方法として、輪郭を折線近似
し、輪郭の形を変形できる動的輪郭（スネークと呼ばれ
る）を用い、輪郭のエネルギーが最小になるように輪郭
を変形する方法がある（Kass M. et al.: Snakes: Acti
ve contour models, Int. J. Comput. Vision, 1, p.32
1, 1988)。しかし、この方法では、動的輪郭の初期位置
は人間が与えなければならないという問題がある。その
ため、多重解像度画像処理と対象物の形状に関する知識
とを用いて初期位置を設定することが試みられている
（長谷川他：多重解像度画像処理とsnakesを用いた顔画
像の特徴点抽出の一方法、電子情報通信学会技術研究報
告、IE90-28.）。これは、画像をぼかしておおまかな特
徴点を抽出し、あらかじめ与えられた対象物の形状とそ
の特徴点をもとに初期位置を設定する方法である。
し、輪郭の形を変形できる動的輪郭（スネークと呼ばれ
る）を用い、輪郭のエネルギーが最小になるように輪郭
を変形する方法がある（Kass M. et al.: Snakes: Acti
ve contour models, Int. J. Comput. Vision, 1, p.32
1, 1988)。しかし、この方法では、動的輪郭の初期位置
は人間が与えなければならないという問題がある。その
ため、多重解像度画像処理と対象物の形状に関する知識
とを用いて初期位置を設定することが試みられている
（長谷川他：多重解像度画像処理とsnakesを用いた顔画
像の特徴点抽出の一方法、電子情報通信学会技術研究報
告、IE90-28.）。これは、画像をぼかしておおまかな特
徴点を抽出し、あらかじめ与えられた対象物の形状とそ
の特徴点をもとに初期位置を設定する方法である。
【０００３】
【発明が解決しようとする課題】しかしながら、この方
法では、対象物の形状に関する知識を与えることは一般
に困難であり、多くの応用では、動的輪郭の初期位置は
人間が与えなければならない。
法では、対象物の形状に関する知識を与えることは一般
に困難であり、多くの応用では、動的輪郭の初期位置は
人間が与えなければならない。
【０００４】本発明の目的は、人間が動的輪郭の初期位
置を与えずに、形状ひずみの少ない、妥当な輪郭が得ら
れる輪郭抽出方法を提供することにある。
置を与えずに、形状ひずみの少ない、妥当な輪郭が得ら
れる輪郭抽出方法を提供することにある。
【０００５】
【課題を解決するための手段】前記目的を達成するた
め、本発明の輪郭抽出方法は、画像を各画素の特徴によ
り領域に分割する第１の段階と、第１の段階で得られた
領域から、対象物の特徴が最も良く現われている領域を
選択する第２の段階と、第２の段階で得られた領域の境
界を抽出し、動的輪郭を置く第３の段階と、第３の段階
で置かれた動的輪郭を広げる第４の段階と、第４の段階
で得られた動的輪郭を、該動的輪郭がエッジを通りすぎ
ないように縮める第５の段階を有する。
め、本発明の輪郭抽出方法は、画像を各画素の特徴によ
り領域に分割する第１の段階と、第１の段階で得られた
領域から、対象物の特徴が最も良く現われている領域を
選択する第２の段階と、第２の段階で得られた領域の境
界を抽出し、動的輪郭を置く第３の段階と、第３の段階
で置かれた動的輪郭を広げる第４の段階と、第４の段階
で得られた動的輪郭を、該動的輪郭がエッジを通りすぎ
ないように縮める第５の段階を有する。
【０００６】
【作用】画像の領域分割に基づいて動的輪郭の初期位置
を自動決定するので（画像の領域分割の境界が対象物の
輪郭位置の手がかりを与えるから）、人間が初期位置を
与える必要がない。また、広がる動的輪郭と縮む動的輪
郭を順次実行することにより、形状ひずみの少ない、妥
当な輪郭を得ることができる。
を自動決定するので（画像の領域分割の境界が対象物の
輪郭位置の手がかりを与えるから）、人間が初期位置を
与える必要がない。また、広がる動的輪郭と縮む動的輪
郭を順次実行することにより、形状ひずみの少ない、妥
当な輪郭を得ることができる。
【０００７】
【実施例】次に、本発明の実施例について図面を参照し
て説明する。
て説明する。
【０００８】図１は本発明の一実施例の輪郭抽出方法を
示す流れ図である。
示す流れ図である。
【０００９】まず、画像６を各画素の特徴により領域に
分割する（ステップ１）。分割の具体的方法としては、
例えば、同じ色特徴がある画素からなる領域に分割する
方法（“Wallace R. et al.: Color segmentation usin
g MDL clustering, Proc. SPIE Intelligent Robots an
d Computer Vision IX: Algorithms and Techniques,Vo
l. 1381, p.436, 1990”）を用いることができるが、他
の方法でもよい。
分割する（ステップ１）。分割の具体的方法としては、
例えば、同じ色特徴がある画素からなる領域に分割する
方法（“Wallace R. et al.: Color segmentation usin
g MDL clustering, Proc. SPIE Intelligent Robots an
d Computer Vision IX: Algorithms and Techniques,Vo
l. 1381, p.436, 1990”）を用いることができるが、他
の方法でもよい。
【００１０】次に、ステップ１で得られた領域の中か
ら、対象物の特徴が最も良く現われている領域を選択す
る（ステップ２）。選択の具体的方法として、様々なも
のが考えられるが、例えば、対象物と同じ色を持つ領域
で、最大の面積を持つ領域を選択する方法が考えられ
る。
ら、対象物の特徴が最も良く現われている領域を選択す
る（ステップ２）。選択の具体的方法として、様々なも
のが考えられるが、例えば、対象物と同じ色を持つ領域
で、最大の面積を持つ領域を選択する方法が考えられ
る。
【００１１】次に、ステップ２で選択された領域の境界
を追跡し、動的輪郭の節点（線分の切れ目の点）を置く
（ステップ３）。以下では節点をｖ［ｉ］＝（ｖ
［ｉ］，ｙ［ｉ］）（ｉ＝０，１，・・・・，ｎ）と表
す。境界追跡の具体的方法としては、ある領域とそれ以
外の領域との境界上の画素を順次抽出する方法（S.Suzu
ki,K.Abe: Topological structural analysis of digit
ized binary images by border following, CVGIP, Vo
l.30, p.32, 1985）を用いることができるが、他の方法
を用いてもよい。
を追跡し、動的輪郭の節点（線分の切れ目の点）を置く
（ステップ３）。以下では節点をｖ［ｉ］＝（ｖ
［ｉ］，ｙ［ｉ］）（ｉ＝０，１，・・・・，ｎ）と表
す。境界追跡の具体的方法としては、ある領域とそれ以
外の領域との境界上の画素を順次抽出する方法（S.Suzu
ki,K.Abe: Topological structural analysis of digit
ized binary images by border following, CVGIP, Vo
l.30, p.32, 1985）を用いることができるが、他の方法
を用いてもよい。
【００１２】次に、以下の式（１）に示すエネルギーを
最小にするように動的輪郭の節点ｖ［ｉ］の局所的に変
更する処理をｓ回反復する（一度に大きく変形しないで
局所的に少しずつ変形する）ことにより、動的輪郭を広
げる（ステップ４）。
最小にするように動的輪郭の節点ｖ［ｉ］の局所的に変
更する処理をｓ回反復する（一度に大きく変形しないで
局所的に少しずつ変形する）ことにより、動的輪郭を広
げる（ステップ４）。
【００１３】
【数１】 Ｅspl(i)は式（２）で定義され、各節点での輪郭から計
算されるスプラインエネルギーである。このエネルギー
は動的輪郭を収縮させ、かつ滑らかな曲線にするほど減
少する。
算されるスプラインエネルギーである。このエネルギー
は動的輪郭を収縮させ、かつ滑らかな曲線にするほど減
少する。
【００１４】
【数２】 Ｅexp(i)は画像から得られる情報（画像６の２次元的特
徴）により決るエネルギーである。ステップ４では、動
的輪郭を広げるために式（３）を用いる。
徴）により決るエネルギーである。ステップ４では、動
的輪郭を広げるために式（３）を用いる。
【００１５】
【数３】 Ｅarea(i) は式（４）で定義される面積エネルギーで、
面積が増えるほどエネルギーが減少する。
面積が増えるほどエネルギーが減少する。
【００１６】
【数４】 Ｅdom(i)は、動的輪郭を広げるときに最初に抽出した領
域に動的輪郭が侵入するのを防ぐための領域エネルギー
で、領域内で１、領域外では０をとる関数である。
域に動的輪郭が侵入するのを防ぐための領域エネルギー
で、領域内で１、領域外では０をとる関数である。
【００１７】反復回数ｓは、初期輪郭をどれくらい広げ
るかの範囲を指定するパラメータであり、人間が与え
る。または、動的輪郭の内側に置くべきでない領域がわ
かる場合には、その領域を含まない範囲まで反復するこ
とにより、人間がパラメータを与えずに実行することも
できる。
るかの範囲を指定するパラメータであり、人間が与え
る。または、動的輪郭の内側に置くべきでない領域がわ
かる場合には、その領域を含まない範囲まで反復するこ
とにより、人間がパラメータを与えずに実行することも
できる。
【００１８】最後に、以下の式（５）に示すエネルギー
を最小にするように動的輪郭の節点ｖ［ｉ］の局所的に
変更する処理をｔ回反復することにより、動的輪郭がエ
ッジ（濃度が急激に変化する画素）を通りすぎないよう
に縮め、最終的輪郭７を得る（ステップ５）。
を最小にするように動的輪郭の節点ｖ［ｉ］の局所的に
変更する処理をｔ回反復することにより、動的輪郭がエ
ッジ（濃度が急激に変化する画素）を通りすぎないよう
に縮め、最終的輪郭７を得る（ステップ５）。
【００１９】
【数５】 Ｅcon(i)は画像から得られる情報により決るエネルギー
である。ステップ５では、動的輪郭を縮めるために式
（６）を用いる。
である。ステップ５では、動的輪郭を縮めるために式
（６）を用いる。
【００２０】
【数６】 Ｅedge(i) は式（７）で定義されるエッジエネルギー
で、強い（濃度の変化が大きい）エッジの上ほどエネル
ギーが減少する。
で、強い（濃度の変化が大きい）エッジの上ほどエネル
ギーが減少する。
【００２１】
【数７】 反復回数ｔは、ステップ４で得られた輪郭をどれくらい
縮めるかの範囲を指定するパラメータであり、人間が与
える。または、エネルギーが変化しなくなるまで反復す
ることにより、人間がパラメータを与えずに実行するこ
ともできる。
縮めるかの範囲を指定するパラメータであり、人間が与
える。または、エネルギーが変化しなくなるまで反復す
ることにより、人間がパラメータを与えずに実行するこ
ともできる。
【００２２】なお、以上のステップ１〜５における処理
は演算処理装置（ＣＰＵ）により実行される。
は演算処理装置（ＣＰＵ）により実行される。
【００２３】図２は図１の輪郭抽出方法を用いた輪郭抽
出例を示す図である。
出例を示す図である。
【００２４】画素６は、各画素の特徴により、領域Ａ，
Ｂ，Ｃに分割される（ステップ１、図２（ａ））。次
に、領域Ａ，Ｂ，Ｃのうち、対象物の特徴が最も良く現
われている領域Ａが選択され、その境界が抽出され、動
的輪郭が置かれる（ステップ２，３、図２（ｂ））。次
に、動的輪郭が広げられる（ステップ４、図２
（ｃ））。最後に、動的輪郭が、それがエッジが通り過
ぎないように縮められる（ステップ５、図２（ｄ））。
Ｂ，Ｃに分割される（ステップ１、図２（ａ））。次
に、領域Ａ，Ｂ，Ｃのうち、対象物の特徴が最も良く現
われている領域Ａが選択され、その境界が抽出され、動
的輪郭が置かれる（ステップ２，３、図２（ｂ））。次
に、動的輪郭が広げられる（ステップ４、図２
（ｃ））。最後に、動的輪郭が、それがエッジが通り過
ぎないように縮められる（ステップ５、図２（ｄ））。
【００２５】
【発明の効果】以上説明したように本発明は、画像の領
域分割に基づいて動的輪郭の初期位置を自動決定するの
で、人間が動的輪郭の初期位置を与える必要がなく、ま
た、広がる動的輪郭と縮む動的輪郭を順次実行すること
により、形状ひずみの少ない、妥当な輪郭を得ることが
できる効果がある。
域分割に基づいて動的輪郭の初期位置を自動決定するの
で、人間が動的輪郭の初期位置を与える必要がなく、ま
た、広がる動的輪郭と縮む動的輪郭を順次実行すること
により、形状ひずみの少ない、妥当な輪郭を得ることが
できる効果がある。
【図１】本発明の一実施例の輪郭抽出方法を示す流れ図
である。
である。
【図２】図１の方法を用いた輪郭抽出例を示す図であ
る。
る。
１〜５ ステップ ６ 画像 ７ 輪郭 Ａ，Ｂ，Ｃ 領域
Claims (1)
- 【請求項１】 画像から対象物の輪郭を抽出する輪郭抽
出方法であって、 画像を各画素の特徴により領域に分割する第１の段階
と、 第１の段階で得られた領域から、対象物の特徴が最も良
く現われている領域を選択する第２の段階と、 第２の段階で得られた領域の境界を抽出し、動的輪郭を
置く第３の段階と、 第３の段階で置かれた動的輪郭を広げる第４の段階と、 第４の段階で得られた動的輪郭を、該動的輪郭がエッジ
を通りすぎないように縮める第５の段階とを有する輪郭
抽出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5038762A JPH06251148A (ja) | 1993-02-26 | 1993-02-26 | 輪郭抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5038762A JPH06251148A (ja) | 1993-02-26 | 1993-02-26 | 輪郭抽出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06251148A true JPH06251148A (ja) | 1994-09-09 |
Family
ID=12534300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5038762A Pending JPH06251148A (ja) | 1993-02-26 | 1993-02-26 | 輪郭抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06251148A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0774730A2 (en) | 1995-11-01 | 1997-05-21 | Canon Kabushiki Kaisha | Object extraction method, and image sensing apparatus using the method |
| US5929912A (en) * | 1995-10-24 | 1999-07-27 | Sharp Kabushiki Kaisha | Image coding/decoding apparatus |
| US6256411B1 (en) | 1997-05-28 | 2001-07-03 | Minolta Co., Ltd. | Image processing device and method for detecting objects in image data |
| US6938672B2 (en) | 2003-04-24 | 2005-09-06 | Chun Pyo Hong | Rheoforming apparatus |
| US6942009B2 (en) | 2003-04-24 | 2005-09-13 | Chun Pyo Hong | Apparatus for manufacturing billet for thixocasting |
-
1993
- 1993-02-26 JP JP5038762A patent/JPH06251148A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5929912A (en) * | 1995-10-24 | 1999-07-27 | Sharp Kabushiki Kaisha | Image coding/decoding apparatus |
| US6128344A (en) * | 1995-10-24 | 2000-10-03 | Sharp Kabushiki Kaisha | Image coding/decoding apparatus utilizing sub-band encoding |
| EP0774730A2 (en) | 1995-11-01 | 1997-05-21 | Canon Kabushiki Kaisha | Object extraction method, and image sensing apparatus using the method |
| US6256411B1 (en) | 1997-05-28 | 2001-07-03 | Minolta Co., Ltd. | Image processing device and method for detecting objects in image data |
| US6938672B2 (en) | 2003-04-24 | 2005-09-06 | Chun Pyo Hong | Rheoforming apparatus |
| US6942009B2 (en) | 2003-04-24 | 2005-09-13 | Chun Pyo Hong | Apparatus for manufacturing billet for thixocasting |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chowdhury et al. | 3D face reconstruction from video using a generic model | |
| CN110458172A (zh) | 一种基于区域对比度检测的弱监督图像语义分割方法 | |
| CN112712546A (zh) | 一种基于孪生神经网络的目标跟踪方法 | |
| CN108305268B (zh) | 一种图像分割方法及装置 | |
| JP4409072B2 (ja) | 輪郭抽出装置、輪郭抽出方法、及び輪郭抽出プログラムを記録した記録媒体 | |
| CN113870283A (zh) | 人像抠图方法、装置、计算机设备及可读存储介质 | |
| JPH07302336A (ja) | 画像の特徴を曖昧化する方法および装置 | |
| JP3740351B2 (ja) | 画像加工装置および方法およびこの方法の実行プログラムを記録した記録媒体 | |
| US7460129B2 (en) | Manipulating text and graphic appearance | |
| JP3193240B2 (ja) | 画像処理装置 | |
| CN113158970B (zh) | 一种基于快慢双流图卷积神经网络的动作识别方法与系统 | |
| CN114782645A (zh) | 虚拟数字人制作方法、相关设备及可读存储介质 | |
| CN113240584B (zh) | 一种基于图片边缘信息的多任务手势图片超分辨率方法 | |
| JPH06251148A (ja) | 輪郭抽出方法 | |
| CN116612385B (zh) | 基于深度高分辨率关系图卷积的遥感影像多类信息提取方法与系统 | |
| JP3330829B2 (ja) | 機械部品の画像における評価可能区域の自動検出方法 | |
| CN108573510A (zh) | 一种栅格地图矢量化方法及设备 | |
| CN110599403A (zh) | 一种具有良好高频视觉效果的图像超分辨率重建方法 | |
| CN114943823A (zh) | 基于深度学习语义感知的无人机图像拼接方法及系统 | |
| CN113610711A (zh) | 一种单图像引导的三维表面重建方法及装置 | |
| CN111126568A (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
| Qian et al. | Skeletonization of gray-scale images by gray weighted distance transform | |
| JPS6336482A (ja) | 画像の領域分割方式 | |
| CN114612680A (zh) | 图像的处理方法、装置、电子设备及计算机存储介质 | |
| Perry et al. | A partitioned modified Hopfield neural network algorithm for real-time image restoration |