JPH0765178A - 物体抽出方法 - Google Patents
物体抽出方法Info
- Publication number
- JPH0765178A JPH0765178A JP5211466A JP21146693A JPH0765178A JP H0765178 A JPH0765178 A JP H0765178A JP 5211466 A JP5211466 A JP 5211466A JP 21146693 A JP21146693 A JP 21146693A JP H0765178 A JPH0765178 A JP H0765178A
- Authority
- JP
- Japan
- Prior art keywords
- image
- hue
- shadow
- input
- difference
- 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】 影を持つ物体の抽出精度を向上させる。
【構成】 カラー画像を時系列的に入力する入力手段
と、そのカラー画像を記憶するメモリと、このメモリに
記憶されたカラー画像について所定の演算を行なう演算
手段とを設け、この演算手段により前記カラー画像から
時間的に変化した領域を抽出し、この変化領域とその近
傍の色彩情報とから物体領域だけを、正確に分離して抽
出し得るようにする。
と、そのカラー画像を記憶するメモリと、このメモリに
記憶されたカラー画像について所定の演算を行なう演算
手段とを設け、この演算手段により前記カラー画像から
時間的に変化した領域を抽出し、この変化領域とその近
傍の色彩情報とから物体領域だけを、正確に分離して抽
出し得るようにする。
Description
【０００１】
【産業上の利用分野】この発明は、例えば危険区域での
事故防止や防犯を図るべく、テレビカメラを含む撮像手
段を介して入力されるカラー画像を用い、人物や物体の
侵入を監視する監視装置などに用いて好適な物体抽出方
法に関する。
事故防止や防犯を図るべく、テレビカメラを含む撮像手
段を介して入力されるカラー画像を用い、人物や物体の
侵入を監視する監視装置などに用いて好適な物体抽出方
法に関する。
【０００２】
【従来の技術】図４は従来例を説明するためのフローチ
ャート、図５は従来方法を具体的に説明するための説明
図である。これはモノクロ画像を処理する場合の例を示
し、まず、図４の処理では、予め基準画像を撮影して
記憶する基準画像の作成，記憶処理を行なう。基準画像
の例を図５（ａ）に示す。次に、処理では監視すべき
画像の入力，記憶処理を行なう。入力画像の例を図５
（ｂ）に示す。処理では、入力画像と基準画像との差
分画像（入力画像−基準画像）を求める。図５（ａ），
（ｂ）の差分画像を図５（ｃ）に示す。最後に、処理
では得られた差分画像を一定のしきい値で２値化し、そ
の結果得られた領域を物体領域とする。差分２値化画像
の例を図５（ｄ）に示す。
ャート、図５は従来方法を具体的に説明するための説明
図である。これはモノクロ画像を処理する場合の例を示
し、まず、図４の処理では、予め基準画像を撮影して
記憶する基準画像の作成，記憶処理を行なう。基準画像
の例を図５（ａ）に示す。次に、処理では監視すべき
画像の入力，記憶処理を行なう。入力画像の例を図５
（ｂ）に示す。処理では、入力画像と基準画像との差
分画像（入力画像−基準画像）を求める。図５（ａ），
（ｂ）の差分画像を図５（ｃ）に示す。最後に、処理
では得られた差分画像を一定のしきい値で２値化し、そ
の結果得られた領域を物体領域とする。差分２値化画像
の例を図５（ｄ）に示す。
【０００３】
【発明が解決しようとする課題】しかしながら、上述の
ような方法には次のような問題がある。つまり、物体が
侵入したときに日照変化や照明などの関係によりその影
が出ていると、物体そのものと影の両方が物体領域とし
て抽出されてしまい、真の物体領域の抽出ができない。
その結果、例えば、物体抽出の後で画像内の物体位置か
ら実際の３次元的な位置を計算するような場合には、影
の影響でその位置のずれが大きくなってしまい、正確な
位置が得られないという問題である。したがって、この
発明の課題は物体の影による影響を受け難くし、高精度
な計測を可能にすることにある。
ような方法には次のような問題がある。つまり、物体が
侵入したときに日照変化や照明などの関係によりその影
が出ていると、物体そのものと影の両方が物体領域とし
て抽出されてしまい、真の物体領域の抽出ができない。
その結果、例えば、物体抽出の後で画像内の物体位置か
ら実際の３次元的な位置を計算するような場合には、影
の影響でその位置のずれが大きくなってしまい、正確な
位置が得られないという問題である。したがって、この
発明の課題は物体の影による影響を受け難くし、高精度
な計測を可能にすることにある。
【０００４】
【課題を解決するための手段】このような課題を解決す
るため、この発明では、カラー画像を時系列的に順次取
り込むカラー画像入力手段を介して標準カラー画像と入
力カラー画像の三原色成分をそれぞれ抽出し、各成分毎
に標準画像と入力画像との差を求めて差分画像を得たの
ちそれぞれ２値化することにより差分２値化画像を得、
さらに各成分毎の差分２値化画像の論理和をとって論理
和画像を求めるとともにこれを膨張処理して膨張画像を
取り出し、この膨張画像領域について前記入力画像の色
相画像を求め、しかる後この色相画像をその色相値に応
じ領域分割して領域分割画像を得、この領域分割画像と
前記論理和画像との論理積をとり、物体の影を含む画像
から物体そのものの領域だけを抽出することを特徴とし
ている。
るため、この発明では、カラー画像を時系列的に順次取
り込むカラー画像入力手段を介して標準カラー画像と入
力カラー画像の三原色成分をそれぞれ抽出し、各成分毎
に標準画像と入力画像との差を求めて差分画像を得たの
ちそれぞれ２値化することにより差分２値化画像を得、
さらに各成分毎の差分２値化画像の論理和をとって論理
和画像を求めるとともにこれを膨張処理して膨張画像を
取り出し、この膨張画像領域について前記入力画像の色
相画像を求め、しかる後この色相画像をその色相値に応
じ領域分割して領域分割画像を得、この領域分割画像と
前記論理和画像との論理積をとり、物体の影を含む画像
から物体そのものの領域だけを抽出することを特徴とし
ている。
【０００５】
【作用】一般に、照明光が標準の白色となるようカメラ
出力を予め較正しておけば、影の部分は周辺領域と色相
は変わらず彩度，明度だけが変化するので、抽出された
物体の影の色相を周辺の色相と比較することにより、影
の部分を正確に分離できるようにし、位置計測等の精度
を向上させる。つまり、物体の影の色相が周辺の色相と
同じであることに着目して、物体そのものだけを正確に
分離し得るようにする。
出力を予め較正しておけば、影の部分は周辺領域と色相
は変わらず彩度，明度だけが変化するので、抽出された
物体の影の色相を周辺の色相と比較することにより、影
の部分を正確に分離できるようにし、位置計測等の精度
を向上させる。つまり、物体の影の色相が周辺の色相と
同じであることに着目して、物体そのものだけを正確に
分離し得るようにする。
【０００６】
【実施例】図１はこの発明の実施例を示すフローチャー
ト、図２はこの発明が適用される装置構成図、図３はこ
の発明を具体的に説明するための説明図である。まず、
図１の処理では、図２に示す画像入力部１を介して基
準画像をＲ（赤）・Ｇ（緑）・Ｂ（青）の各色成分別に
取り込み、図２の画像記憶部２に格納する。各色成分別
の基準画像を、図３（ａ）に示す。
ト、図２はこの発明が適用される装置構成図、図３はこ
の発明を具体的に説明するための説明図である。まず、
図１の処理では、図２に示す画像入力部１を介して基
準画像をＲ（赤）・Ｇ（緑）・Ｂ（青）の各色成分別に
取り込み、図２の画像記憶部２に格納する。各色成分別
の基準画像を、図３（ａ）に示す。
【０００７】次に処理では、監視（入力）画像につい
ても処理と同様に取り込み、図２に示す画像記憶部２
に記憶する。各色成分別の入力画像を、図３（ｂ）に示
す。演算部３は処理において、処理で得られた基準
画像と処理で得られた入力画像について、ＲＧＢ各色
毎に差分を取り、結果を図２の画像記憶部２に格納す
る。
ても処理と同様に取り込み、図２に示す画像記憶部２
に記憶する。各色成分別の入力画像を、図３（ｂ）に示
す。演算部３は処理において、処理で得られた基準
画像と処理で得られた入力画像について、ＲＧＢ各色
毎に差分を取り、結果を図２の画像記憶部２に格納す
る。
【０００８】図２の演算部３は、処理でＲＧＢ各色の
差分画像を適宜なしきい値でそれぞれ２値化し、処理
でその結果画像の論理和をとる。図３（ａ）と（ｂ）の
差分２値化画像を図３（ｃ）に示し、これらの論理和画
像を図３（ｄ）に示す。論理和画像は図３（ｄ）からも
明らかなように、物体とその影の両方を抽出したものと
なっている。
差分画像を適宜なしきい値でそれぞれ２値化し、処理
でその結果画像の論理和をとる。図３（ａ）と（ｂ）の
差分２値化画像を図３（ｃ）に示し、これらの論理和画
像を図３（ｄ）に示す。論理和画像は図３（ｄ）からも
明らかなように、物体とその影の両方を抽出したものと
なっている。
【０００９】処理では、処理で得られた論理和画像
について、例えば膨張処理などにより広げた膨張画像を
得るとともに、処理で得られたＲＧＢ入力画像をＨＳ
Ｉ（色相，彩度，明度）変換し、特にその輝度（明度）
値から色相画像を作成する。膨張画像の例を図３（ｅ）
に示す。
について、例えば膨張処理などにより広げた膨張画像を
得るとともに、処理で得られたＲＧＢ入力画像をＨＳ
Ｉ（色相，彩度，明度）変換し、特にその輝度（明度）
値から色相画像を作成する。膨張画像の例を図３（ｅ）
に示す。
【００１０】なお、ＲＧＢ画像を色相画像に変換する変
換手法としては種々あるが、例えばＲａｉｎｅｓの定義
によれば、以下の如き式で表現される。 Ｈ＝ｔａｎ-1｛（Ｇ−Ｂ）／（２Ｒ−Ｇ−Ｂ）｝ ただし、０≦Ｒ≦１，０≦Ｇ≦１，０≦Ｂ≦１，０≦Ｈ
≦２πに規格化されているものとする。
換手法としては種々あるが、例えばＲａｉｎｅｓの定義
によれば、以下の如き式で表現される。 Ｈ＝ｔａｎ-1｛（Ｇ−Ｂ）／（２Ｒ−Ｇ−Ｂ）｝ ただし、０≦Ｒ≦１，０≦Ｇ≦１，０≦Ｂ≦１，０≦Ｈ
≦２πに規格化されているものとする。
【００１１】処理では、処理で得られた色相画像に
ついて、その変化量によって領域分割を行なう。この色
相画像の領域分割方法としては、例えば対象領域内の各
画素について近傍数画素の色相と比較して変化の大きい
部分、すなわち色相のエッジを境界として領域分割する
というものがある。色相画像の領域分割結果を図３
（ｆ）に縦線および横線により区別して示す。つまり、
色相による領域分割を行なうと、物体による影の部分
は、その周辺領域と比較した場合に色相が変化しないこ
とから、周辺領域に統合されることを利用するものであ
る。
ついて、その変化量によって領域分割を行なう。この色
相画像の領域分割方法としては、例えば対象領域内の各
画素について近傍数画素の色相と比較して変化の大きい
部分、すなわち色相のエッジを境界として領域分割する
というものがある。色相画像の領域分割結果を図３
（ｆ）に縦線および横線により区別して示す。つまり、
色相による領域分割を行なうと、物体による影の部分
は、その周辺領域と比較した場合に色相が変化しないこ
とから、周辺領域に統合されることを利用するものであ
る。
【００１２】処理では、処理で得た論理和画像と処
理で得た領域分割結果画像との論理積をとる。その結
果の画像を、図３（ｇ）に示す。以上により、物体と影
部分が分離され、物体だけの領域が抽出される。このよ
うに、カラー画像の三原色成分（Ｒ，Ｇ，Ｂ）から直接
色相画像を求めるだけではどれが物体で、どれが影かの
区別ができないが、ここでは差分２値化画像の論理和を
とって論理和画像を求めるとともに、これを膨張させて
膨張画像を取り出し、この膨張画像領域について前記入
力画像の色相画像を求めるようにしたので、物体の影を
含む画像から物体そのものの領域だけを正確に抽出する
ことが可能になる、というわけである。
理で得た領域分割結果画像との論理積をとる。その結
果の画像を、図３（ｇ）に示す。以上により、物体と影
部分が分離され、物体だけの領域が抽出される。このよ
うに、カラー画像の三原色成分（Ｒ，Ｇ，Ｂ）から直接
色相画像を求めるだけではどれが物体で、どれが影かの
区別ができないが、ここでは差分２値化画像の論理和を
とって論理和画像を求めるとともに、これを膨張させて
膨張画像を取り出し、この膨張画像領域について前記入
力画像の色相画像を求めるようにしたので、物体の影を
含む画像から物体そのものの領域だけを正確に抽出する
ことが可能になる、というわけである。
【００１３】
【発明の効果】この発明によれば、カラー画像のうち、
特に色相画像に着目するようにしたので、物体の影を含
む変化画像から影部分を除去することができ、物体だけ
を正確に抽出できるので、例えば実際の３次元的な物体
位置の計算を精度良く行なうことが可能となる利点が得
られる。
特に色相画像に着目するようにしたので、物体の影を含
む変化画像から影部分を除去することができ、物体だけ
を正確に抽出できるので、例えば実際の３次元的な物体
位置の計算を精度良く行なうことが可能となる利点が得
られる。
【図１】この発明の実施例を示すフローチャートであ
る。
る。
【図２】この発明が適用される画像処理装置を示すブロ
ック図である。
ック図である。
【図３】この発明を具体的に説明するための説明図であ
る。
る。
【図４】従来例を説明するためのフローチャートであ
る。
る。
【図５】図４を具体的に説明するための説明図である。
１…画像入力部、２…画像記憶部、３…演算部。
Claims (1)
- 【請求項１】 カラー画像を時系列的に順次取り込むカ
ラー画像入力手段を介して標準カラー画像と入力カラー
画像の三原色成分をそれぞれ抽出し、各成分毎に標準画
像と入力画像との差を求めて差分画像を得たのちそれぞ
れ２値化することにより差分２値化画像を得、さらに各
成分毎の差分２値化画像の論理和をとって論理和画像を
求めるとともにこれを膨張処理して膨張画像を取り出
し、この膨張画像領域について前記入力画像の色相画像
を求め、しかる後この色相画像をその色相値に応じ領域
分割して領域分割画像を得、この領域分割画像と前記論
理和画像との論理積をとり、物体の影を含む画像から物
体そのものの領域だけを抽出することを特徴とする物体
抽出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5211466A JPH0765178A (ja) | 1993-08-26 | 1993-08-26 | 物体抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5211466A JPH0765178A (ja) | 1993-08-26 | 1993-08-26 | 物体抽出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0765178A true JPH0765178A (ja) | 1995-03-10 |
Family
ID=16606410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5211466A Pending JPH0765178A (ja) | 1993-08-26 | 1993-08-26 | 物体抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0765178A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10188168A (ja) * | 1996-12-20 | 1998-07-21 | Nohmi Bosai Ltd | 火災検出装置 |
-
1993
- 1993-08-26 JP JP5211466A patent/JPH0765178A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10188168A (ja) * | 1996-12-20 | 1998-07-21 | Nohmi Bosai Ltd | 火災検出装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4251719B2 (ja) | 複数人物が存在する場合の人間の顔のロバスト追跡システム | |
| CN102314602B (zh) | 使用最优定向线性轴线去除由基于车辆的相机捕获的图像中的阴影 | |
| CN102314601B (zh) | 使用非线性光照恒定核去除由基于车辆的相机捕获的图像中的阴影 | |
| JPH11288459A (ja) | 顔のような領域を検出する方法および装置、ならびに観察者トラッキングディスプレイ | |
| WO2019076326A1 (zh) | 监控视频图像的阴影检测方法及其系统、阴影去除方法 | |
| KR20140012631A (ko) | 이미지처리방법과 장치 | |
| CN102156881A (zh) | 基于多尺度图像相位信息的海难搜救目标检测方法 | |
| Khekade et al. | Shadow detection based on RGB and YIQ color models in color aerial images | |
| US6922486B2 (en) | Process of identification of shadows in an image and image obtained using the process | |
| JPH0765178A (ja) | 物体抽出方法 | |
| WO2015154526A1 (zh) | 视频监控低照度图像色彩还原方法和装置 | |
| Oh et al. | Automatic illumination invariant road detection with stereo vision | |
| JPH06288936A (ja) | 異物検査方法 | |
| JPH04343047A (ja) | 異物検査方法 | |
| JPH07146937A (ja) | パターンマッチング方法 | |
| JPH06251147A (ja) | 映像特徴処理方法 | |
| JP2002208013A (ja) | 画像領域抽出装置及び画像領域抽出方法 | |
| JP2006172381A (ja) | 画像観測方法およびこの方法を実施する装置 | |
| KR100230446B1 (ko) | 칼라 화상으로부터 조명의 칼라를 결정하는 방법 | |
| Ismael | Comparative Study for Different Color Spaces of Image Segmentation Based on Prewitt Edge Detection Technique | |
| JP3783881B2 (ja) | 車両検出方法およびこれを用いた車両検出装置 | |
| Katemake et al. | Mutual illumination and color constancy | |
| JPH05298443A (ja) | カラー画像領域抽出装置 | |
| JPH06233315A (ja) | カラー画像信号のための領域分離装置 | |
| JPH09288738A (ja) | 車両検出方法およびこれを用いた車両検出装置 |