JPH06282652A

JPH06282652A - 画像の輪郭抽出装置

Info

Publication number: JPH06282652A
Application number: JP7043193A
Authority: JP
Inventors: Toshiyuki Ebihara; 利行海老原
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 1993-03-29
Filing date: 1993-03-29
Publication date: 1994-10-07

Abstract

(57)【要約】【目的】計算量が少なくて済み、しかも１回の移動で長
距離の移動が行える効率の良い画像の輪郭抽出装置を提
供することにある。【構成】輪郭抽出の対象である画像からエッジの強い点
（画素）を抽出して特徴点集合とする特徴点抽出装置２
と、前記特徴点集合から第１の評価関数を用いて選択し
た点を結んで輪郭モデルの初期位置を設定する初期位置
設定装置４と、第２の評価関数を用いてこの値が最小に
なるように前記輪郭モデルの節点を前記特徴点集合の他
の点に変更するエネルギー最小化計算部６とを具備した
もの。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像の輪郭抽出装置に
関する。

【０００２】

【従来の技術】従来の画像の輪郭抽出方法の第１の例と
して、M.Kass, A.Witikin, D.Tezopoulos の"SNAKES:Ac
tive Contour models",Proc. 1st ICCV, pp259-268があ
る。該第１の従来例は、点列で構成された輪郭モデルの
状態に応じた量として定義されたエネルギー値を最小に
することにより画像の輪郭をとらえるものである。輪郭
モデルに発生するエネルギーは、内部エネルギーと外部
エネルギーとからなる。内部エネルギーは、点列の連続
性と点列の曲がり具合によって決る。一方、外部エネル
ギーは、輪郭モデルと画像の輪郭との位置関係で決る。
この場合輪郭モデルを次式のように弧の長さｓをパラメ
ータとするベクトルＶｖ（ｓ）で表している。

【０００３】Ｖｖ（ｓ）＝（ｘ (ｓ) ，ｙ (ｓ) ）そして、（１）式で表されるエネルギーが極小値をとる
とき輪郭モデルが画像の輪郭をとらえる。

【０００４】

【数１】（１）式において、Eintは輪郭モデルの曲がり具合や不
連続性にかかわるエネルギー、Eimageは画像との間に働
くエネルギー、Econは制約条件となるエネルギーであ
る。

【０００５】また、第２の従来例として、Amini の提案
がある。これはProceedings,SecondInternational Conf
erence on Computer Vision,1988,pp.95-99において提
案されたdynamic programming であり、これは第１の従
来例を改良した方法である。

【０００６】さらに、第３の従来例として、Cohen の提
案がある。これはIMAGE UNDERSTANDING Vol.53,No.2,Ma
rch,pp.211-218,1991 において提案されたもので、輪郭
モデルにそれが囲む面積を大きくするように働くエネル
ギーを導入する技術であり、第１の従来例を改良した提
案である。

【０００７】

【発明が解決しようとする課題】第１〜第３の従来例に
あっては、以下のような問題点がある。すなわち、ｓｎ
ａｋｅと呼ばれる手法では、一般的に輪郭モデルの各節
点の移動先の対象はその８近傍である。１つの点の次の
フレームにおける位置を決定するために現在の位置も含
めて９点についてエネルギーを計算しなければならな
い。そのために、収束までに時間がかかるという問題が
ある。もちろん、４近傍にすることもできるが、斜めの
移動ができなくなるので、計算量を少なくする効果は少
ない。

【０００８】また、８近傍を移動の対象にしているの
で、１回で移動できる距離は１画素程度と短い。このこ
ともｓｎａｋｅの収束に時間がかかる原因になってい
る。

【０００９】移動先の候補を多くすることによって１回
に移動できる距離を長くすることができるが、それらの
移動先の候補の全てについてエネルギー値を計算する必
要があるので、計算に時間がかかることになる。

【００１０】本発明は、このような問題点を解決するた
めなされたもので、移動先の候補となる点の集合を予め
定めておくことにより、計算量が少なくて済み、しかも
１回の移動で長距離の移動が行える効率の良い画像の輪
郭抽出装置を提供することを目的とする。

【００１１】

【課題を解決するための手段】前記目的を達成するた
め、請求項１に対応する発明は、輪郭抽出の対象である
画像からエッジの強い点（画素）を抽出して特徴点集合
とする特徴点抽出装置と、前記特徴点集合から第１の評
価関数を用いて選択した点を結んで輪郭モデルの初期位
置を設定する初期位置設定装置と、第２の評価関数を用
いてこの値が最小になるように前記輪郭モデルの節点を
前記特徴点集合の他の点に変更するエネルギー最小化計
算装置とを具備した画像の輪郭抽出装置である。

【００１２】

【作用】請求項１に対応する発明によれば、以下のよう
な作用が得られる。

【００１３】まず、特徴点抽出装置は、輪郭抽出の対象
である画像からエッジの強い節点（画素）を抽出し特徴
点集合とすることによって、目的の輪郭が存在する可能
性のある位置が全てピックアップされ、以降、これらの
特徴点のみを処理の対象とし、それ以外の点を処理の対
象から除くことができる。

【００１４】次に、初期位置設定装置によって前述の特
徴点集合から輪郭モデルの節点の初期位置に使われる点
が選択される。この場合、第１の評価関数を用いて特徴
点集合から初期位置に使う節点を選択するだけなので、
初期設定を自動で行うことができる。

【００１５】最後に、エネルギー最小化計算装置は、第
２の評価関数の値が最小になるように輪郭モデルの各節
点の位置を移動することによって目的の輪郭を捕らえる
が、移動先は特徴点集合に属する点に限られているの
で、少ない計算量で、高速に目的の輪郭を捕らえること
ができる。

【００１６】この結果、計算量が少なくて済み、しかも
１回の移動で長距離の移動が行える効率の良い画像の輪
郭抽出装置を得ることができる。

【００１７】

【実施例】以下、本発明の実施例について、図面を参照
して説明する。

【００１８】図１は本発明の第１の実施例の概略構成を
示すブロック図である。これは、輪郭抽出の対象となる
人物画像を記憶する原画像用メモリー１と、原画像を３
つの領域に分ける端点抽出装置（処理領域分割装置）２
と、原画像のエッジ強度を調べる対象となるラインであ
るスキャンラインを設定するスキャンライン設定装置３
と、スキャンライン上で原画像からエッジの強い点（画
素）を抽出する強エッジ点抽出装置４と、前記強エッジ
点の座標を記憶する強エッジ点座標メモリー５と、第１
の評価関数を用いて強エッジ転座標メモリーから評価値
の高い点を選択して輪郭モデルの最初の位置とする初期
位置設定装置６と、輪郭モデルを構成する節点の位置を
記憶する節点位置メモリー７と、強エッジ点座標メモリ
ーを参照して第２の評価関数を用いてエネルギーが最小
になるように節点位置を変更する節点位置更新装置８と
から構成されている。

【００１９】本実施例では図２に示すような人物画像を
輪郭抽出の対象としている。この人物画像は、まず原画
像用メモリー１に記憶される。特徴集合としては原画像
のエッジ強度の強い点の集合を用いる。

【００２０】輪郭抽出は処理を簡単にするため、端点抽
出装置（処理領域分割装置）２によって、３つの領域に
分割されて行われる。この分割を行うため、まず図３
（ａ）及び（ｂ）に示す４点Ａ、Ｂ、Ｃ、Ｄの位置を求
める。曲線は人物の輪郭を模式的に表わしたものであ
る。この階段では人物の輪郭はまだ把握されてはいな
い。

【００２１】点Ａ、Ｂは人物の輪郭線が下辺または左右
の辺に接する点である。点Ａの位置は次のようにして求
める。まず、領域１及び領域２の平均色を求める。領域
１は背景部分に属していれば良く、領域２は人物の服の
部分に属していればよい。輪郭抽出の対象が人物の上半
身の画像に限られているので、これらの位置は適切に選
びさえすれば画像が変わっても固定でよい。図３の矢印
で示すように辺上を走査し、走査点の色と領域１の平均
色との色差が走査点の色と領域２の平均色との色差より
も大きくなったところで走査を終了する。この点が求め
る点である。色差はＲＧＢ空間における２色間の距離で
もよい。点Ｂも同様に求める。

【００２２】点Ｃ、Ｄは人物の輪郭線が概略縦方向から
概略横方向に変化する点である。点Ｃの位置は次のよう
にして求める。まず、領域３及び領域４の平均色を求め
る。領域３は背景部分に属していれば良く、領域４は人
物の頭の部分に属していればよい。輪郭抽出の対象が人
物の上半身の画像に限られているので、これらの位置も
適切に選びさえすれば、画像が変わっても固定でよい。
矢印で示すように画像の上の角の画素から順に斜め４５
度の線上を走査し、走査点の色と領域３の平均色との色
差が走査点の色と領域４の平均色との色差よりも大きく
なったところで走査を終了する。この点が求める点であ
る。点Ｄも同様に求める。

【００２３】人物画像は、これら４点の座標を用いて、
図４（ａ）及び（ｂ）に示す領域Ｌ、領域Ｒ、領域Ｕの
３つの処理領域に分割されて、それぞれの領域Ｌ，Ｒ，
Ｕ毎に輪郭の抽出が行われる。

【００２４】次に、スキャンライン設定装置３が３つの
処理領域それぞれについて、原画像のエッジ強度を調べ
る対象のラインを設定する。スキャンラインは図５に示
すように領域Ｌ及び領域Ｒでは横方向のラインであり、
領域Ｕでは縦方向のラインである。ライン間隔は輪郭抽
出の細かさに対応しているので、目的に合わせて設定す
る。

【００２５】以下、領域Ｌについて説明を行う。

【００２６】強エッジ点抽出装置４は、図６に示すよう
にスキャンライン上の原画像のエッジ強度を計算し、エ
ッジの強い画素の座標を強エッジ座標メモリー５に記録
していく。エッジ強度の計算にはラプラシアンなどのよ
く知られたオペレータを用いればよい。

【００２７】スキャンラインに沿って原画像にエッジ抽
出のオペレータを作用させると、例えば図８に示すよう
なエッジ情報が得られる。グラフの横軸はライン上の位
置を、縦軸はエッジ強度を示している。

【００２８】次に、以降の輪郭モデルで扱う対象となる
点の数を少なくするためにエッジ強度の小さい部分は棄
却し、残った部分でさらにピークの位置を抽出する。エ
ッジ強度の小さい部分を棄却するには、図９に示すよう
に１ライン内の全画素のエッジ強度の分散を求め、その
値の定数倍を基準とし、それよりエッジ強度が小さい画
素を棄却するとよい。また、ピークを検出するには、各
画素について、その画素のエッジ強度をその左右数画素
（２画素程度）のエッジ強度とそれぞれ比較し、左右数
画素のエッジ強度が全てが注目画素のエッジ強度よりも
大きくない場合にピークとみなすことができる。

【００２９】その結果、図９に示すように１ライン内に
おいて相対的にエッジ強度の強い点が抽出される。各ス
キャンラインについて同様の処理を施すことにより、図
６及び図７に示すように画像のエッジの強い点が抽出さ
れる。

【００３０】図１０はこれを模式的に表わしたものであ
る。これらの点は強エッジ点座標メモリー５に記憶され
る。記憶の方法は、例えば図１１（ａ）に示すように、
２次元配列状のメモリーに上のラインから順に強いエッ
ジが検出された画素のＸ座標を記録していく。配列の各
ラインはそれぞれ１本のスキャンラインに対応してい
る。各スキャンライン上の強エッジ点のＸ座標は左詰め
でメモリーに書き込まれる。各文字は図１０の対応する
点のＸ座標を表わしている。

【００３１】初期位置設定装置６は、強エッジ点座標メ
モリー５を参照し、各スキャンライン上から１点ずつ、
輪郭モデルの節点位置の初期値に使用する点を選択す
る。この選択には第１の評価関数が用いられる。１つの
スキャンラインに注目し、そのライン上にある全ての強
エンジ点について第１の評価関数を用いて点数をつけ、
輪郭モデルの初期位置としてどのくらい適しているかを
調べる。１ライン内で最も評価点の高かった画素を輪郭
モデルの初期位置として採用し、節点位置メモリー７に
記録する。第１の評価関数としては、例えばその点のエ
ッジの強さを用いることができる。

【００３２】ここでは、第１の評価関数として各強エッ
ジ点のＸ座標を用い、最も左端に近い点を採用すること
にする。マイクロプロセッサ（ＭＰＵ）を用いた回路を
導入することによって評価関数にもっと複雑な関数を用
いることもできる。その他のラインについても同様に輪
郭モデルの初期位置に適していると判断された点の位置
が節点位置メモリー７に記録され、それらの位置を順に
結ぶと図１２（ａ）に示すような輪郭モデルの初期形状
となる。節点位置メモリーは図１１（ｂ）に示すような
１次元配列型のメモリーである。

【００３３】節点位置メモリー７の内容は節点位置更新
装置８によって、より目的の輪郭線に近い点更新されて
いき、最終的に目的の輪郭線に近い位置に収束する。図
１３は節点位置更新装置８の詳細な構成を示す図であ
る。図１３に示すように、節点位置更新装置６は、移動
先候補抽出装置６１と、第２の評価関数値演算装置６２
ａ〜６２ｃと、最小値選択回路６３およびゲート６４か
ら構成されている。

【００３４】第２の評価関数は輪郭モデルの位置および
形状を評価する関数であり、ｓｎａｋｅにおけるエネル
ギーと同様の意味を持つ。輪郭モデルの初期形状が決ま
ると、よってその形状のエネルギー値を計算することが
できる。

【００３５】節点位置更新装置６は、節点位置メモリー
７内のデータと強エッジ点座標メモリー５のデータを参
照し、第２の評価関数による評価値が小さくなるように
節点を強エッジ点の集合の他の点に変更し、それに応じ
て節点位置メモリー７内のデータを更新していく。

【００３６】移動先候補抽出装置６１は、まず節点位置
メモリー７から輪郭モデルの各スキャンライン上の節点
位置（Ｘ座標）を順次読み出す。例えば、図１１（ｂ）
のＸ座標としてのａを読み出す。次に図１１（ａ）に示
す強エッジ点座標メモリー５を参照してＸ座標ａに隣接
するＸ座標を検索する。この例では右に隣接しているＸ
座標ｂを読みだす。左側に隣接するデータはないので、
この場合はＸ座標としてのａとｂがぞれぞれ評価関数値
演算装置６２ｂおよび６２ｃとに入力されるとともに、
ゲート６４にも入力される。この場合は、評価関数値演
算装置６２ａは動作を停止させておくが、他のラインの
処理に際し左側に隣接する座標がある場合には、評価関
数値演算装置６２ｂや６２ｃと同様に動作する。

【００３７】第２の評価関数値演算装置６２ａ〜６２ｃ
は移動先候補抽出装置６１から入力されたＸ座標に対す
る評価値（エネルギー値）を計算する。この評価関数は
輪郭モデルが目的の輪郭を捕らえるときに小さい値にな
るような任意の関数を用いる。

【００３８】このような関数の一例を図１４の場合につ
いて説明する。図８において点Ｐは評価の対象となって
いる点、点Ａは点Ｐよりｄ画素上のライン上での輪郭モ
デルが通過する位置、点Ｂは点Ｐよりｄ画素下のライン
上での輪郭モデルが通過する位置である。この例ではス
キャンラインの間隔をｄとしている。最も上のスキャン
ライン上の点を評価するときはＡ点として図３（ａ）に
示す点Ｃを用いる。また、最も下のスキャンライン上の
点を評価するときはＢ点として図３（ｂ）に示す点Ａを
用いる。つまり、常に輪郭モデルは処理領域の分割に用
いた端点を両端とする。

【００３９】点Ｐの座標を（ｘｐ，ｙｐ）、Ａ点の座標
を（ｘａ，ｙｐ−ｄ）、Ｂ点の座標を（ｘｂ，ｙｐ＋
ｄ）と表すことにする。また、ベクトルＡＰをｖ１、ベ
クトルＰＢをｖ２と表すことにする。すなわち、ｖ１＝（ｘｐ−ｘａ，ｄ）ｖ２＝（ｘｂ−ｘｐ，ｄ）また、ベクトルｖ１とベクトルｖ２のなす角をＴとす
る。すると、次の関数Ｅｎｅｒｇｙを評価関数として用
いることができる。

【００４０】Ｅｎｅｒｇｙ＝Ｗｅｄｇｅ×Ｅｄｇｅ（ｘ
ｐ，ｙｐ）−Ｗｃｕｒｖｅ×ｃｏｓ（Ｔ）ただし、Ｗｅｄｇｅ：評価値に寄与するエッジ強度の重みＥｄｇｅ（ｘ，ｙ）：座標（ｘ，ｙ）における画像のエ
ッジ強度Ｗｃｕｒｖｅ：評価値に寄与する輪郭モデル滑らかさの
程度の重みを表す。

【００４１】また、ｃｏｓ（Ｔ）はｃｏｓ（Ｔ）＝（ｖ
１・ｖ２）／（｜ｖ１｜×｜ｖ２｜）で求めることがで
きる。

【００４２】この評価関数が複雑な場合はＭＰＵを用い
た回路によって計算するのが適している。最小値選択回
路６３は３つの第２の評価関数値演算装置６２ａ〜６２
ｃが計算した評価値を比較し、最も小さいものを見つ
け、ゲート６４にその情報を出力する。ゲートはその情
報を受け取り、最も評価値（エネルギー値）の小さかっ
たものに対応するＸ座標が選択し、出力する。この例で
はＸ座標ｂについて計算した評価値が最も小さかったと
して、ｂを出力する。結局、エネルギー最小化計算部は
節点位置メモリーに記憶されていたＸ座標を読みだし、
その点と、その両側で隣接する強エッジ点のＸ座標につ
いてエネルギーを評価し、最もエネルギー値が小さいＸ
座標で節点位置メモリー７の内容を更新する。

【００４３】以上のような輪郭モデルの位置更新を繰返
し行うことにより、図１２（ａ）〜（ｃ）に示すように
輪郭モデルの各節点は目的とする輪郭位置へと次第に近
付き、最終的に目的とする輪郭を捕らえることができ
る。

【００４４】以上が処理領域Ｌについての説明である。
他の処理領域においても同様な処理を行う。これらの結
果を合わせると、図１４（ａ）、（ｂ）に示すように人
物の輪郭を捕らえることができる。

【００４５】輪郭モデルを人物の輪郭に効率良く収束さ
せるために、第１の評価関数および第２の評価関数に次
に述べるような項を付加してもよい。図１５（ａ）に示
すような輪郭抽出の結果として予想される一般的な輪郭
位置のテンプレートを予め設定しておき、図１５（ｂ）
に×印で示すように各スキャンライン上におけるテンプ
レートの位置をもとめる。そして、評価する強エッジ点
とそれと同じライン上にあるテンプレートの位置との距
離を新たな評価値の項として第１の評価関数および第２
の評価関数に付加する。

【００４６】本実施例では図４（ａ）及び図４（ｂ）に
示したように処理領域を分けたが、同様な方法で図１６
（ａ）に示すように人物画像が下辺または左右の辺と接
する位置および首の概略位置を求め、これらの位置をも
とにして求めた３つの領域を処理領域としてもよい。前
述の実施例ではスキャンラインをＹ軸またはＸ軸に平行
な直線としたが、この場合は図１６（ｂ）に示すように
上部の処理領域については領域の中心点からの放射状の
直線を、また、残りの処理領域については領域のひとつ
の角を中心とした放射状の直線をスキャンラインとして
もよい。

【００４７】以上述べた実施例によれば、輪郭モデルの
各節点の移動できる位置が、輪郭抽出の対象である画像
から抽出したエッジの強い点（画素）の集合である特徴
点集合に属する点に限られているので、少ない計算量
で、高速に目的の輪郭を捕らえることができるという効
果がある。

【００４８】また、実施例の輪郭モデルの初期位置の設
定は、評価関数を用いて特徴点集合から選択するだけで
するので、輪郭モデルの初期位置の設定を自動で行うこ
とができるという効果もある。

【００４９】

【発明の効果】本発明の画像の輪郭抽出装置によれば、
以下のような効果が得られる。すなわち、輪郭モデルの
各節点の移動できる位置が、輪郭抽出の対象である画像
から抽出したエッジの強い点（画素）の集合である特徴
点集合に属する点に限られているので、少ない計算量
で、高速に目的の輪郭を捕らえることができるという効
果がある。

【００５０】また、本発明では輪郭モデルの初期位置の
設定は、評価関数を用いて特徴点集合から選択するだけ
であるので、輪郭モデルの初期位置の設定を自動で行う
ことができるという効果もある。

【図面の簡単な説明】

【図１】本発明の画像の輪郭抽出装置の第１の実施例の
概略構成を示すブロック図。

【図２】図１の輪郭抽出の対象を示す図。

【図３】図１の処理領域分割装置（端点抽出装置）の機
能を説明するための図。

【図４】図１の処理領域分割装置（端点抽出装置）の機
能を説明するための図。

【図５】図１のスキャンライン設定装置の機能を説明す
るための図。

【図６】図１の強エッジ点抽出装置の機能を説明するた
めの図。

【図７】図１の強エッジ点抽出装置の機能を説明するた
めの図。

【図８】図１のエッジ強度の計算仕方を説明するための
図。

【図９】本発明装置によって得られた抽出結果を示す
図。

【図１０】図１の強エッジ点座標メモリーに記憶される
内容を説明するための図。

【図１１】図１の強エッジ点座標メモリーに記憶される
方法を説明するための図。

【図１２】図１の節点位置にメモリーに記憶される内容
を説明するための図。

【図１３】図１の節点位置更新装置の詳細に構成を示す
ブロック図。

【図１４】図１３の第２の評価関数値を説明するための
図。

【図１５】本発明装置の他の実施例の要部を説明するた
めの図。

【図１６】本発明装置の更に異なる実施例の要部を説明
するための図。

【符号の説明】

１…原画像用メモリー、２…端点抽出装置（処理領域分
割装置）、３…スキャンライン設定装置、４…強エッジ
点抽出装置、５…強エッジ点座標メモリー、６…初期位
置設定装置、７…節点位置メモリー、８…節点位置更新
装置。

Claims

【特許請求の範囲】

【請求項１】輪郭抽出の対象である画像からエッジの
強い点（画素）を抽出して特徴点集合とする特徴点抽出
装置と、前記特徴点集合から第１の評価関数を用いて選択した点
を結んで輪郭モデルの初期位置を設定する初期位置設定
装置と、第２の評価関数を用いてこの値が最小になるように前記
輪郭モデルの節点を前記特徴点集合の他の節点に変更す
るエネルギー最小化計算装置と、を具備した画像の輪郭抽出装置。