JPH08272959A - マルチフラクタル解析を利用した輪郭抽出法 - Google Patents
マルチフラクタル解析を利用した輪郭抽出法Info
- Publication number
- JPH08272959A JPH08272959A JP8059359A JP5935996A JPH08272959A JP H08272959 A JPH08272959 A JP H08272959A JP 8059359 A JP8059359 A JP 8059359A JP 5935996 A JP5935996 A JP 5935996A JP H08272959 A JPH08272959 A JP H08272959A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- base image
- fractal dimension
- potential
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Abstract
(57)【要約】
【課題】 構造物の輪郭を抽出する場合に、ポテンシャ
ルイメージにおいて好ましくない極小値、特にテクスチ
ュア変化に起因する極小値を取り除くかまたは少なくと
も減少させる方法を提供する。 【解決手段】 ディジタルベース画像においてコントラ
ストゾーンを抽出する方法は、拘束力を受ける初期のア
クティブ輪郭のエネルギーの最小化に基づくものであ
る。ディジタルベース画像は、境界を規定すべき前記コ
ントラストゾーンを規定する様々な強度レベルを有する
ピクセルで構成されている。ポテンシャルイメージの各
要素がベース画像中の対応するピクセル（Ｉ）の近傍に
おける局部フラクタル寸法（α）を示すような、ポテン
シャルイメージが、ベース画像のマルチフラクタル解析
から得られる。これによって、アクティブ輪郭が拘束力
の作用で変形するとき、アクティブ輪郭の挙動を改善す
ることができる。
ルイメージにおいて好ましくない極小値、特にテクスチ
ュア変化に起因する極小値を取り除くかまたは少なくと
も減少させる方法を提供する。 【解決手段】 ディジタルベース画像においてコントラ
ストゾーンを抽出する方法は、拘束力を受ける初期のア
クティブ輪郭のエネルギーの最小化に基づくものであ
る。ディジタルベース画像は、境界を規定すべき前記コ
ントラストゾーンを規定する様々な強度レベルを有する
ピクセルで構成されている。ポテンシャルイメージの各
要素がベース画像中の対応するピクセル（Ｉ）の近傍に
おける局部フラクタル寸法（α）を示すような、ポテン
シャルイメージが、ベース画像のマルチフラクタル解析
から得られる。これによって、アクティブ輪郭が拘束力
の作用で変形するとき、アクティブ輪郭の挙動を改善す
ることができる。
Description
【０００１】
【発明の属する技術分野】本発明は、ディジタルベース
画像、特にディジタル写真画像におけるコントラストゾ
ーンの輪郭を抽出する方法に関する。
画像、特にディジタル写真画像におけるコントラストゾ
ーンの輪郭を抽出する方法に関する。
【０００２】本発明は、特に衛星及び航空画像の写真解
像のため、構造物を抽出及び識別するための対話式補助
システムに適用される。特に、本発明は、テーマ別地図
を作成するため、または無線通信網を設置するための、
写真画像における道路網の抽出及び識別に適用される。
像のため、構造物を抽出及び識別するための対話式補助
システムに適用される。特に、本発明は、テーマ別地図
を作成するため、または無線通信網を設置するための、
写真画像における道路網の抽出及び識別に適用される。
【０００３】
【従来の技術】ディジタルベース画像とは、考慮中の強
度レベルスケールに従って様々な強度レベルを有してお
り、コントラストゾーンを規定するピクセルから構成さ
れた画像をいう。考慮中のスケールはグレイスケールと
することができる。
度レベルスケールに従って様々な強度レベルを有してお
り、コントラストゾーンを規定するピクセルから構成さ
れた画像をいう。考慮中のスケールはグレイスケールと
することができる。
【０００４】初期のアクティブ輪郭のエネルギーの最小
化に基づく輪郭抽出法は、Amir A.Amini 他「Using Dyn
amic Programming for Minimizing the Energy of Acti
veContours in the Presence of Hard Constraints」，
IEEE刊, Second Int. Conference on Computer Vision
，１９８８年１２月５日、ＴＡＭＰＡ（フロリダ
州）、９５−９９ページによって既に知られている。Ma
rie-Odile Bergerの論文「Towards Dynamic Adaptation
of snakes contours 」, International Conference I
mage Analysis & Processing, コモ（イタリア）、１９
９１年９月も、この輪郭抽出法を参照している。
化に基づく輪郭抽出法は、Amir A.Amini 他「Using Dyn
amic Programming for Minimizing the Energy of Acti
veContours in the Presence of Hard Constraints」，
IEEE刊, Second Int. Conference on Computer Vision
，１９８８年１２月５日、ＴＡＭＰＡ（フロリダ
州）、９５−９９ページによって既に知られている。Ma
rie-Odile Bergerの論文「Towards Dynamic Adaptation
of snakes contours 」, International Conference I
mage Analysis & Processing, コモ（イタリア）、１９
９１年９月も、この輪郭抽出法を参照している。
【０００５】この方法によれば、ディジタルベース画像
におけるコントラストゾーンの近くに最初に置かれたア
クティブ輪郭を、それがこのコントラストゾーンの輪郭
を正常に規定する位置で安定するまでアクティブ輪郭に
拘束力をかけることによって変形する。初期輪郭の安定
位置はアクティブ輪郭エネルギーの最小値に対応する。
におけるコントラストゾーンの近くに最初に置かれたア
クティブ輪郭を、それがこのコントラストゾーンの輪郭
を正常に規定する位置で安定するまでアクティブ輪郭に
拘束力をかけることによって変形する。初期輪郭の安定
位置はアクティブ輪郭エネルギーの最小値に対応する。
【０００６】この拘束力は、ディジタルベース画像の処
理によって得られるポテンシャルイメージから導かれ
る。上記のMarie-Odile Bergerの論文では、ポテンシャ
ルイメージは、勾配演算子によるベース強度イメージの
変換の結果得られるものである。コントラストゾーンの
輪郭上に置かれたベース画像のピクセルはポテンシャル
イメージにおいてはポテンシャル極小値として現れ、ま
たアクティブ輪郭の最小エネルギーの探索は、この輪郭
をこれらのポテンシャル極小値に向かって押し進める反
復過程であることを理解されたい。
理によって得られるポテンシャルイメージから導かれ
る。上記のMarie-Odile Bergerの論文では、ポテンシャ
ルイメージは、勾配演算子によるベース強度イメージの
変換の結果得られるものである。コントラストゾーンの
輪郭上に置かれたベース画像のピクセルはポテンシャル
イメージにおいてはポテンシャル極小値として現れ、ま
たアクティブ輪郭の最小エネルギーの探索は、この輪郭
をこれらのポテンシャル極小値に向かって押し進める反
復過程であることを理解されたい。
【０００７】強度勾配演算子は、ベース画像のあるピク
セルの近くの強度の変化を表現する演算子である。Will
iam K. Pratt著「Digital Image Processing」４９８ペ
ージに開示されているロバーツ法や同書５０３ページに
開示されているプレウィットソベル法など、強度勾配を
計算するためのいくつかの方法がある。
セルの近くの強度の変化を表現する演算子である。Will
iam K. Pratt著「Digital Image Processing」４９８ペ
ージに開示されているロバーツ法や同書５０３ページに
開示されているプレウィットソベル法など、強度勾配を
計算するためのいくつかの方法がある。
【０００８】これらの強度勾配演算子は、ポテンシャル
極小値でできた画像中のすべての強度変化を、これらの
変化が点状のものであれ、構造物の輪郭として規則的な
線をたどるものであれ、あるいは画像のテクスチュアの
変化に起因する不規則な線をたどるものであれ、画一的
に表現するという欠点がある。これらのテクスチュアの
変化は、森林地帯や山陰地帯（Ubac）や類似のものがベ
ース画像中に現れる場合に頻発する。
極小値でできた画像中のすべての強度変化を、これらの
変化が点状のものであれ、構造物の輪郭として規則的な
線をたどるものであれ、あるいは画像のテクスチュアの
変化に起因する不規則な線をたどるものであれ、画一的
に表現するという欠点がある。これらのテクスチュアの
変化は、森林地帯や山陰地帯（Ubac）や類似のものがベ
ース画像中に現れる場合に頻発する。
【０００９】初期のアクティブ輪郭のエネルギー最小化
を利用して、上記のようなテクスチュア変化を表すゾー
ンを含む画像中の構造物の輪郭を抽出しようとする場合
には、この初期のアクティブ輪郭は、これらの構造物の
輪郭に起因するポテンシャル極小値に向かって、また同
様にテクスチュア変化に起因するポテンシャル極小値に
向かって押し進められることが認識されよう。この結
果、アクティブ輪郭は強く乱された変形挙動をとる。
を利用して、上記のようなテクスチュア変化を表すゾー
ンを含む画像中の構造物の輪郭を抽出しようとする場合
には、この初期のアクティブ輪郭は、これらの構造物の
輪郭に起因するポテンシャル極小値に向かって、また同
様にテクスチュア変化に起因するポテンシャル極小値に
向かって押し進められることが認識されよう。この結
果、アクティブ輪郭は強く乱された変形挙動をとる。
【００１０】
【発明が解決しようとする課題】本発明の目的は、例え
ば構造物の輪郭を抽出する場合、ポテンシャルイメージ
において好ましくない極小値、特にテクスチュア変化に
起因する極小値を取り除くかまたは少なくとも減少させ
るための解決策を提案することである。
ば構造物の輪郭を抽出する場合、ポテンシャルイメージ
において好ましくない極小値、特にテクスチュア変化に
起因する極小値を取り除くかまたは少なくとも減少させ
るための解決策を提案することである。
【００１１】本発明の他の目的は、初期のアクティブ輪
郭のエネルギーの最小化を用いて、規則性などの特異性
基準に従う予め定義されたコントラストゾーンの輪郭を
容易に抽出するための解決策を提案することである。
郭のエネルギーの最小化を用いて、規則性などの特異性
基準に従う予め定義されたコントラストゾーンの輪郭を
容易に抽出するための解決策を提案することである。
【００１２】
【課題を解決するための手段】そのために、本発明は、
コントラストゾーンを規定する種々の強度レベルを有す
るピクセルで構成されたディジタルベース画像における
コントラストゾーンの輪郭を抽出する方法を対象とす
る。この方法は、ベース画像の処理によって得られるポ
テンシャルイメージから導かれる拘束力を受ける初期の
アクティブ輪郭のエネルギーを最小化することに基づ
く。本発明によれば、ポテンシャルイメージの各画素が
ベース画像における対応するピクセルの近傍における局
部フラクタル寸法を示すように、ポテンシャルイメージ
がベース画像のマルチフラクタル解析から得られる。
コントラストゾーンを規定する種々の強度レベルを有す
るピクセルで構成されたディジタルベース画像における
コントラストゾーンの輪郭を抽出する方法を対象とす
る。この方法は、ベース画像の処理によって得られるポ
テンシャルイメージから導かれる拘束力を受ける初期の
アクティブ輪郭のエネルギーを最小化することに基づ
く。本発明によれば、ポテンシャルイメージの各画素が
ベース画像における対応するピクセルの近傍における局
部フラクタル寸法を示すように、ポテンシャルイメージ
がベース画像のマルチフラクタル解析から得られる。
【００１３】マルチフラクタル解析とは、この解析が適
用されるスケールを変化させるときの、測定値の挙動の
解析である。マルチフラクタル測定値は、各ピクセルの
レベルで、特異性のタイプ、特異性の強度、及び特異性
の密度に関してイメージを記述する能力を有する。言い
換えれば、疎な特異性はイメージにおける線または輪郭
を表すものであり、一方、密な特異性はイメージにおけ
る強くテクスチュアのついたゾーンを表す。特異性は特
に規則性によって特徴づけることができる。マルチフラ
クタル測定値を適切に選択することにより、例えば構造
物に対応する規則的な輪郭と、森林地帯などの自然ゾー
ンに対応する不規則な輪郭を、フラクタル寸法の値に従
って区別することが可能である。
用されるスケールを変化させるときの、測定値の挙動の
解析である。マルチフラクタル測定値は、各ピクセルの
レベルで、特異性のタイプ、特異性の強度、及び特異性
の密度に関してイメージを記述する能力を有する。言い
換えれば、疎な特異性はイメージにおける線または輪郭
を表すものであり、一方、密な特異性はイメージにおけ
る強くテクスチュアのついたゾーンを表す。特異性は特
に規則性によって特徴づけることができる。マルチフラ
クタル測定値を適切に選択することにより、例えば構造
物に対応する規則的な輪郭と、森林地帯などの自然ゾー
ンに対応する不規則な輪郭を、フラクタル寸法の値に従
って区別することが可能である。
【００１４】本発明の一実施態様によれば、局部フラク
タル寸法とは、考慮中のピクセルを中心とする種々の近
傍において、考慮中のピクセルの強度に近い強度を有す
るピクセルをカウントすることに基づくマルチフラクタ
ル測定値から計算されたヘルダー（Ｈｏｌｄｅｒ）係数
の推定値である。この測定によって、例えば建物など構
造物の境界に対応する、ベース画像中の細い線を容易に
目立たせることができる。
タル寸法とは、考慮中のピクセルを中心とする種々の近
傍において、考慮中のピクセルの強度に近い強度を有す
るピクセルをカウントすることに基づくマルチフラクタ
ル測定値から計算されたヘルダー（Ｈｏｌｄｅｒ）係数
の推定値である。この測定によって、例えば建物など構
造物の境界に対応する、ベース画像中の細い線を容易に
目立たせることができる。
【００１５】本発明の他の実施態様によれば、局部フラ
クタル寸法は、考慮中のピクセルを中心とする種々の近
傍において、考慮中のピクセルの強度に近い強度を有
し、かつ考慮中のピクセルに接続されているピクセルを
カウントすることに基づくマルチフラクタル測定値から
計算される。この測定は、とりわけ別々の２本の平行車
線から成る幹線道路の抽出と識別に特に適合している。
クタル寸法は、考慮中のピクセルを中心とする種々の近
傍において、考慮中のピクセルの強度に近い強度を有
し、かつ考慮中のピクセルに接続されているピクセルを
カウントすることに基づくマルチフラクタル測定値から
計算される。この測定は、とりわけ別々の２本の平行車
線から成る幹線道路の抽出と識別に特に適合している。
【００１６】本発明の他の特徴及び利点は、以下の本発
明の実施例に関する説明からさらに明らかになろう。
明の実施例に関する説明からさらに明らかになろう。
【００１７】
【発明の実施の形態】本発明による輪郭抽出法は、拘束
力を受ける初期のアクティブ輪郭のエネルギーの最小化
に基づくものである。この方法ではポテンシャルイメー
ジを構築することが必要であり、このポテンシャルイメ
ージから拘束力が導き出される。このポテンシャルイメ
ージは、その輪郭を抽出しようとするコントラストゾー
ンを出現させるディジタルベース画像を処理することに
よって得られる。この場合、ベース画像は種々のグレイ
レベルを有するピクセルを有するイメージである。この
ベースイメージを今後は強度イメージと呼ぶ。
力を受ける初期のアクティブ輪郭のエネルギーの最小化
に基づくものである。この方法ではポテンシャルイメー
ジを構築することが必要であり、このポテンシャルイメ
ージから拘束力が導き出される。このポテンシャルイメ
ージは、その輪郭を抽出しようとするコントラストゾー
ンを出現させるディジタルベース画像を処理することに
よって得られる。この場合、ベース画像は種々のグレイ
レベルを有するピクセルを有するイメージである。この
ベースイメージを今後は強度イメージと呼ぶ。
【００１８】図１は強度イメージを示すもので（この例
では、イメージの寸法は非常に小さい）、ここでは、ピ
クセルは正方形で表されている。各ピクセルは特定の強
度レベルを有する。約束により、白色の正方形は０の強
度レベルを有し、明灰色の正方形は１の強度レベルを有
し、暗灰色及び黒色の正方形は２の強度レベルを有す
る。ここで、強度レベルの数は、本発明による方法の説
明を簡単にするために、極端に少くしてある。
では、イメージの寸法は非常に小さい）、ここでは、ピ
クセルは正方形で表されている。各ピクセルは特定の強
度レベルを有する。約束により、白色の正方形は０の強
度レベルを有し、明灰色の正方形は１の強度レベルを有
し、暗灰色及び黒色の正方形は２の強度レベルを有す
る。ここで、強度レベルの数は、本発明による方法の説
明を簡単にするために、極端に少くしてある。
【００１９】本発明によれば、ポテンシャルイメージを
得るための強度イメージの処理ではマルチフラクタル解
析を利用する。さらに具体的には、ポテンシャルイメー
ジの各要素は、強度イメージ中のあるピクセルの近傍の
局部フラクタル寸法を表す。このフラクタル寸法は、本
発明によればヘルダー指数によって推定される。この指
数は、測定値が適用される近傍のサイズを変えるときに
測定値が変化する様式を表現する。
得るための強度イメージの処理ではマルチフラクタル解
析を利用する。さらに具体的には、ポテンシャルイメー
ジの各要素は、強度イメージ中のあるピクセルの近傍の
局部フラクタル寸法を表す。このフラクタル寸法は、本
発明によればヘルダー指数によって推定される。この指
数は、測定値が適用される近傍のサイズを変えるときに
測定値が変化する様式を表現する。
【００２０】本発明による強度イメージのピクセルに対
するヘルダー指数の計算は、図１に示すようにして実施
される。
するヘルダー指数の計算は、図１に示すようにして実施
される。
【００２１】ピクセルはＩ（ｘ，ｙ）によって定義され
る強度レベルを有する。ただし、ｘとｙは強度イメージ
におけるピクセルの座標を示す。マルチフラクタル測定
値μの値は、ステップ１０でピクセルＩ（ｘ，ｙ）を中
心とするこのピクセルの連続する近傍Ｖｉに対して計算
される。図２に示すこれらの近傍Ｖｉ（Ｖ３、Ｖ５、Ｖ
７）は種々のサイズｉのウィンドウであり、ｉはウィン
ドウの辺の寸法をピクセル数で表したものである。各ウ
ィンドウの辺は必然的に奇数ｉ個のピクセルを含む。各
ピクセルについて計算すべき測定値の数は、事前に定義
すべきパラメータである。
る強度レベルを有する。ただし、ｘとｙは強度イメージ
におけるピクセルの座標を示す。マルチフラクタル測定
値μの値は、ステップ１０でピクセルＩ（ｘ，ｙ）を中
心とするこのピクセルの連続する近傍Ｖｉに対して計算
される。図２に示すこれらの近傍Ｖｉ（Ｖ３、Ｖ５、Ｖ
７）は種々のサイズｉのウィンドウであり、ｉはウィン
ドウの辺の寸法をピクセル数で表したものである。各ウ
ィンドウの辺は必然的に奇数ｉ個のピクセルを含む。各
ピクセルについて計算すべき測定値の数は、事前に定義
すべきパラメータである。
【００２２】図１の場合には、ピクセルＩ（ｘ，ｙ）の
三つの近傍に対するマルチフラクタル測定値の三つの値
μ3 、μ5 、μ7 が計算される。次にステップ２０にお
いて、座標点（ｌｏｇ ３，ｌｏｇ μ3 ）、（ｌｏｇ
５，ｌｏｇ μ5 ）、（ｌｏｇ ７，ｌｏｇ μ7 ）
の線形回帰の勾配の推定関数ｆによって、ヘルダー指数
α（Ｉ（ｘ，ｙ））の値が計算される。線形回帰の勾配
αを図３に示すが、これはベース画像のピクセルＩ
（ｘ，ｙ）について計算されたフラクタル寸法に対応す
る。
三つの近傍に対するマルチフラクタル測定値の三つの値
μ3 、μ5 、μ7 が計算される。次にステップ２０にお
いて、座標点（ｌｏｇ ３，ｌｏｇ μ3 ）、（ｌｏｇ
５，ｌｏｇ μ5 ）、（ｌｏｇ ７，ｌｏｇ μ7 ）
の線形回帰の勾配の推定関数ｆによって、ヘルダー指数
α（Ｉ（ｘ，ｙ））の値が計算される。線形回帰の勾配
αを図３に示すが、これはベース画像のピクセルＩ
（ｘ，ｙ）について計算されたフラクタル寸法に対応す
る。
【００２３】上記の計算過程を、強度イメージの各ピク
セルＩについて繰り返して、強度イメージに対応する局
部フラクタル寸法のイメージを得る。
セルＩについて繰り返して、強度イメージに対応する局
部フラクタル寸法のイメージを得る。
【００２４】本発明によれば、マルチフラクタル測定値
として測定値μｉｓｏを利用するが、この測定値μｉｓ
ｏの値は、考慮中のピクセルを中心とする所与の近傍に
ついて、この近傍におけるピクセルの数に等しく、その
強度レベルは考慮中のピクセルの強度レベルに近い（そ
の誤差は大体ξ）。
として測定値μｉｓｏを利用するが、この測定値μｉｓ
ｏの値は、考慮中のピクセルを中心とする所与の近傍に
ついて、この近傍におけるピクセルの数に等しく、その
強度レベルは考慮中のピクセルの強度レベルに近い（そ
の誤差は大体ξ）。
【００２５】この測定値は、建物などの構造物の輪郭の
ような規則的な輪郭を抽出するのに適合している。
ような規則的な輪郭を抽出するのに適合している。
【００２６】図４に強度イメージのもう一つの例を示
す。この強度イメージ中にあってピクセルＩを中心とす
るサイズ１の近傍Ｖ１に対する測定値μｉｓｏの値は１
である（誤差ξはここでは１未満に固定されている）。
す。この強度イメージ中にあってピクセルＩを中心とす
るサイズ１の近傍Ｖ１に対する測定値μｉｓｏの値は１
である（誤差ξはここでは１未満に固定されている）。
【００２７】図５では、この強度イメージ中にあってピ
クセルＩを中心とするサイズ３の近傍Ｖ３に対する測定
値μｉｓｏの値は４である。
クセルＩを中心とするサイズ３の近傍Ｖ３に対する測定
値μｉｓｏの値は４である。
【００２８】図６では、同じピクセルＩを中心とするサ
イズ５の近傍Ｖ５に対する測定値μｉｓｏの値は８であ
る。図１のステップ１０の後に、次の数値の対（１，
１）、（３，４）、（５，８）が得られる。このピクセ
ルＩについて計算されたフラクタル寸法は、座標点（ｌ
ｏｇ １，ｌｏｇ １）、（ｌｏｇ ３，ｌｏｇ
４）、（ｌｏｇ ５，ｌｏｇ ８）、すなわち座標点
（０，０）、（１．０９８６，１．３８６２）、（１．
６０９４，２．０７９４）を通過する線形回帰直線の勾
配に対応する。
イズ５の近傍Ｖ５に対する測定値μｉｓｏの値は８であ
る。図１のステップ１０の後に、次の数値の対（１，
１）、（３，４）、（５，８）が得られる。このピクセ
ルＩについて計算されたフラクタル寸法は、座標点（ｌ
ｏｇ １，ｌｏｇ １）、（ｌｏｇ ３，ｌｏｇ
４）、（ｌｏｇ ５，ｌｏｇ ８）、すなわち座標点
（０，０）、（１．０９８６，１．３８６２）、（１．
６０９４，２．０７９４）を通過する線形回帰直線の勾
配に対応する。
【００２９】図７では、この回帰直線の勾配αは１．２
９と推定される。この測定値μｉｓｏについて、１．０
に近い所与のピクセルに対する値αは、このピクセルが
輪郭の規則的な線上に位置することを表し、一方、１．
３に近い値は、このピクセルが輪郭の不規則的な線上に
位置することを表すことに留意されたい。
９と推定される。この測定値μｉｓｏについて、１．０
に近い所与のピクセルに対する値αは、このピクセルが
輪郭の規則的な線上に位置することを表し、一方、１．
３に近い値は、このピクセルが輪郭の不規則的な線上に
位置することを表すことに留意されたい。
【００３０】図１のステップ２０の後に得られる局部フ
ラクタル寸法は、ステップ３０において濾過され、アク
ティブ輪郭の挙動を乱す可能性のあるピクセルが除去さ
れた濾過されたイメージを得るために、例えば１．０に
近い値を有し規則的な輪郭に対応する、事前に選択され
た二つのしきい値の間に含まれるものだけが残される。
ただし、しきい値の値は、抽出すべき輪郭の形式に応じ
て、実験的に決定しなければならないことを理解された
い。先に示したヒステリシスによるしきい値設定の後
に、そのイメージ要素が、例えばその要素に対する局部
フラクタル寸法が二つのしきい値の外側にくる場合には
０、また二つのしきい値の間にくる場合には１の２進値
を有する、濾過されたイメージが得られる。次に、この
濾過されたイメージはステップ４０で処理され、非ゼロ
の２進値を有する最も近い点に対する距離を表す値を、
濾過されたイメージの各点に割り当てる距離演算子によ
って、最小ポテンシャル極小値を発生させる。
ラクタル寸法は、ステップ３０において濾過され、アク
ティブ輪郭の挙動を乱す可能性のあるピクセルが除去さ
れた濾過されたイメージを得るために、例えば１．０に
近い値を有し規則的な輪郭に対応する、事前に選択され
た二つのしきい値の間に含まれるものだけが残される。
ただし、しきい値の値は、抽出すべき輪郭の形式に応じ
て、実験的に決定しなければならないことを理解された
い。先に示したヒステリシスによるしきい値設定の後
に、そのイメージ要素が、例えばその要素に対する局部
フラクタル寸法が二つのしきい値の外側にくる場合には
０、また二つのしきい値の間にくる場合には１の２進値
を有する、濾過されたイメージが得られる。次に、この
濾過されたイメージはステップ４０で処理され、非ゼロ
の２進値を有する最も近い点に対する距離を表す値を、
濾過されたイメージの各点に割り当てる距離演算子によ
って、最小ポテンシャル極小値を発生させる。
【００３１】図１のステップ１０で定義された最小近傍
と最大近傍のサイズは、フラクタル寸法の計算を最適化
するために範囲を限定すべきコントラストゾーンの幅に
応じて調節できることに留意されたい。したがって、最
小近傍のサイズをこのゾーンの幅と同じにし、最大近傍
のサイズをこのゾーンの幅の２倍に等しくすると有利で
ある。局部フラクタル寸法の計算を最適化するために、
できるだけ少ない近傍の数を調べるのは当然である。
と最大近傍のサイズは、フラクタル寸法の計算を最適化
するために範囲を限定すべきコントラストゾーンの幅に
応じて調節できることに留意されたい。したがって、最
小近傍のサイズをこのゾーンの幅と同じにし、最大近傍
のサイズをこのゾーンの幅の２倍に等しくすると有利で
ある。局部フラクタル寸法の計算を最適化するために、
できるだけ少ない近傍の数を調べるのは当然である。
【００３２】変形例では、マルチフラクタル測定値とし
て測定値μｃｏｎｎｅｘｅが使用される。考慮中のピク
セルを中心とする所与の近傍に対するその値が、この近
傍のピクセルの数と同じであり、その強度レベルが考慮
中のピクセルの強度レベルに近く（その誤差は大体
ξ）、さらにこれらのピクセルが考慮中のピクセルに接
続されている。
て測定値μｃｏｎｎｅｘｅが使用される。考慮中のピク
セルを中心とする所与の近傍に対するその値が、この近
傍のピクセルの数と同じであり、その強度レベルが考慮
中のピクセルの強度レベルに近く（その誤差は大体
ξ）、さらにこれらのピクセルが考慮中のピクセルに接
続されている。
【００３３】この測定値は、幹線道路のような平行な線
の形で表される規則的な輪郭の抽出に適合している。
の形で表される規則的な輪郭の抽出に適合している。
【００３４】例として、図８におけるサイズ５の近傍に
対する測定値μｃｏｎｎｅｘｅの値は８に等しいが、こ
の同じ近傍に対する測定値μｉｓｏの値は１２に等し
い。
対する測定値μｃｏｎｎｅｘｅの値は８に等しいが、こ
の同じ近傍に対する測定値μｉｓｏの値は１２に等し
い。
【００３５】したがって本発明による輪郭抽出の方法
は、ポテンシャルイメージを得るために残されるマルチ
フラクタル測定値の変更によって事前に決定される形式
の特異性に比べて、調節可能であるという利点を有す
る。
は、ポテンシャルイメージを得るために残されるマルチ
フラクタル測定値の変更によって事前に決定される形式
の特異性に比べて、調節可能であるという利点を有す
る。
【図１】本発明による局部フラクタル寸法の計算過程を
示す流れ図である。
示す流れ図である。
【図２】局部フラクタル寸法を計算する基礎となる第１
の強度イメージを示す図である。
の強度イメージを示す図である。
【図３】本発明によるフラクタル寸法の計算過程をさら
に示す図である。
に示す図である。
【図４】第１のマルチフラクタル測定値に従ってピクセ
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
【図５】第１のマルチフラクタル測定値に従ってピクセ
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
【図６】第１のマルチフラクタル測定値に従ってピクセ
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
ルの局部フラクタル寸法を計算する基礎となる第２の強
度イメージを示す図である。
【図７】図４から図６に示すイメージのピクセルについ
ての、局部フラクタル寸法の計算を示す図である。
ての、局部フラクタル寸法の計算を示す図である。
【図８】第２のマルチフラクタル測定値に従ってピクセ
ルの局部フラクタル寸法を計算する基礎となる第３の強
度イメージを示す図である。
ルの局部フラクタル寸法を計算する基礎となる第３の強
度イメージを示す図である。
１０、２０ マルチフラクタル解析 ３０ ヒステリシス
フロントページの続き (72)発明者 フレデリツク・ルヌーアル フランス国、75014・パリ、ブールバー ル・サン−ジヤツク、40
Claims (4)
- 【請求項１】 ベース画像の処理によって得られるポテ
ンシャルイメージから導き出される拘束力を受ける初期
のアクティブ輪郭のエネルギーを最小化することに基
く、コントラストゾーンを規定する様々な強度レベルを
有するピクセルで構成されるディジタルベース画像にお
けるコントラストゾーンの輪郭を抽出する方法であっ
て、ポテンシャルイメージの各要素がベース画像中の対
応するピクセル（Ｉ）の近傍における局部フラクタル寸
法（α）を示すように、ポテンシャルイメージが、ベー
ス画像のマルチフラクタル解析（１０、２０）から得ら
れることを特徴とする輪郭抽出方法。 - 【請求項２】 局部フラクタル寸法（α）が、考慮中の
ピクセルを中心とする種々の近傍において、考慮中のピ
クセルの強度に近い強度を有するピクセルをカウントす
ることに基づくマルチフラクタル測定値（μｉｓｏ）か
ら計算されたヘルダー係数の推定値である請求項１に記
載の方法。 - 【請求項３】 局部フラクタル寸法（α）が、考慮中の
ピクセルを中心とする種々の近傍において、考慮中のピ
クセルの強度に近い強度を有し、かつこのピクセルに接
続されたピクセルをカウントすることに基づくマルチフ
ラクタル測定値（μｃｏｎｎｅｘｅ）から計算されたヘ
ルダー係数の推定値である請求項１に記載の方法。 - 【請求項４】 ポテンシャルイメージを得るために、局
部フラクタル寸法のヒステリシス（３０）によってしき
い値を設定することを含む請求項２または３に記載の方
法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9503142 | 1995-03-17 | ||
| FR9503142A FR2731819B1 (fr) | 1995-03-17 | 1995-03-17 | Methode d'extraction de contours utilisant une analyse multi-fractale |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08272959A true JPH08272959A (ja) | 1996-10-18 |
Family
ID=9477147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8059359A Pending JPH08272959A (ja) | 1995-03-17 | 1996-03-15 | マルチフラクタル解析を利用した輪郭抽出法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5809169A (ja) |
| EP (1) | EP0732668A1 (ja) |
| JP (1) | JPH08272959A (ja) |
| FR (1) | FR2731819B1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005191964A (ja) * | 2003-12-25 | 2005-07-14 | Toshiba Corp | 画像処理方法 |
| JP2009544101A (ja) * | 2006-07-17 | 2009-12-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 医用画像セグメンテーション用の多角形メッシュを用いた効率的ユーザインタラクション |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2623449B2 (ja) * | 1994-10-29 | 1997-06-25 | 雅治 石井 | 地形モデル作成方法 |
| FR2753820B1 (fr) * | 1996-09-26 | 1998-10-23 | Procede de recherche d'echantillons dans des images d'une base de donnees | |
| US6094508A (en) * | 1997-12-08 | 2000-07-25 | Intel Corporation | Perceptual thresholding for gradient-based local edge detection |
| FR2779848B1 (fr) * | 1998-06-15 | 2001-09-14 | Commissariat Energie Atomique | Procede invariant d'indexation d'une image utilisant des caracterisations fractales et par moments |
| US6697497B1 (en) | 1998-12-22 | 2004-02-24 | Novell, Inc. | Boundary identification and characterization through density differencing |
| WO2002074055A2 (en) * | 2001-03-19 | 2002-09-26 | Ikonisys, Inc. | Epifluorecence microscope with improved image contrast |
| US7064740B2 (en) | 2001-11-09 | 2006-06-20 | Sharp Laboratories Of America, Inc. | Backlit display with improved dynamic range |
| US6993187B2 (en) | 2003-02-14 | 2006-01-31 | Ikonisys, Inc. | Method and system for object recognition using fractal maps |
| US7062079B2 (en) * | 2003-02-14 | 2006-06-13 | Ikonisys, Inc. | Method and system for image segmentation |
| US6876776B2 (en) * | 2003-02-14 | 2005-04-05 | Ikonicys, Inc. | System and method for auto-focusing an image |
| WO2005052673A2 (en) * | 2003-11-21 | 2005-06-09 | Sharp Laboratories Of America, Inc. | Liquid crystal display with adaptive color |
| US7777714B2 (en) | 2004-05-04 | 2010-08-17 | Sharp Laboratories Of America, Inc. | Liquid crystal display with adaptive width |
| US7872631B2 (en) | 2004-05-04 | 2011-01-18 | Sharp Laboratories Of America, Inc. | Liquid crystal display with temporal black point |
| US7602369B2 (en) | 2004-05-04 | 2009-10-13 | Sharp Laboratories Of America, Inc. | Liquid crystal display with colored backlight |
| US8395577B2 (en) | 2004-05-04 | 2013-03-12 | Sharp Laboratories Of America, Inc. | Liquid crystal display with illumination control |
| US7898519B2 (en) | 2005-02-17 | 2011-03-01 | Sharp Laboratories Of America, Inc. | Method for overdriving a backlit display |
| US8050511B2 (en) | 2004-11-16 | 2011-11-01 | Sharp Laboratories Of America, Inc. | High dynamic range images from low dynamic range images |
| US8050512B2 (en) * | 2004-11-16 | 2011-11-01 | Sharp Laboratories Of America, Inc. | High dynamic range images from low dynamic range images |
| US8121401B2 (en) | 2006-01-24 | 2012-02-21 | Sharp Labortories of America, Inc. | Method for reducing enhancement of artifacts and noise in image color enhancement |
| US9143657B2 (en) | 2006-01-24 | 2015-09-22 | Sharp Laboratories Of America, Inc. | Color enhancement technique using skin color detection |
| US8941580B2 (en) | 2006-11-30 | 2015-01-27 | Sharp Laboratories Of America, Inc. | Liquid crystal display with area adaptive backlight |
| CN101894373B (zh) * | 2010-08-19 | 2012-02-08 | 潘海朗 | 采用外接矩形的气象传真图像锋线提取方法 |
| US9286643B2 (en) | 2011-03-01 | 2016-03-15 | Applaud, Llc | Personalized memory compilation for members of a group and collaborative method to build a memory compilation |
| US8965132B2 (en) * | 2011-11-18 | 2015-02-24 | Analog Devices Technology | Edge tracing with hysteresis thresholding |
| CN107238817B (zh) * | 2017-07-04 | 2020-03-03 | 中国人民解放军海军航空大学 | 一种参数自适应设置及自动调整的雷达辐射源信号分选方法 |
| DE102018207265A1 (de) * | 2018-05-09 | 2019-11-14 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Korrelation thermischer satellitenbilddaten zur generierung räumlich hochaufgelöster wärmekarten |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5054101A (en) * | 1989-02-28 | 1991-10-01 | E. I. Du Pont De Nemours And Company | Thresholding of gray level images using fractal dimensions |
| DE4317746A1 (de) * | 1993-05-27 | 1994-12-01 | Max Planck Gesellschaft | Verfahren und Einrichtung zur Raumfilterung |
-
1995
- 1995-03-17 FR FR9503142A patent/FR2731819B1/fr not_active Expired - Fee Related
-
1996
- 1996-03-11 EP EP96400499A patent/EP0732668A1/fr not_active Withdrawn
- 1996-03-15 JP JP8059359A patent/JPH08272959A/ja active Pending
- 1996-03-15 US US08/616,344 patent/US5809169A/en not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005191964A (ja) * | 2003-12-25 | 2005-07-14 | Toshiba Corp | 画像処理方法 |
| JP2009544101A (ja) * | 2006-07-17 | 2009-12-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 医用画像セグメンテーション用の多角形メッシュを用いた効率的ユーザインタラクション |
| US8660325B2 (en) | 2006-07-17 | 2014-02-25 | Koninklijke Philips N.V. | Efficient user interaction with polygonal meshes for medical image segmentation |
| US9014446B2 (en) | 2006-07-17 | 2015-04-21 | Koninklijke Philips N.V. | Efficient user interaction with polygonal meshes for medical image segmentation |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0732668A1 (fr) | 1996-09-18 |
| FR2731819A1 (fr) | 1996-09-20 |
| US5809169A (en) | 1998-09-15 |
| FR2731819B1 (fr) | 1997-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH08272959A (ja) | マルチフラクタル解析を利用した輪郭抽出法 | |
| US7856150B2 (en) | Denoise method on image pyramid | |
| Wu et al. | Smoothing speckled synthetic aperture radar images by using maximum homgeneous region filters | |
| US7751641B2 (en) | Method and system for digital image enhancement | |
| JP4480958B2 (ja) | デジタル画像作成方法 | |
| KR101766536B1 (ko) | 다중 스케일 블록 영역 검출을 이용한 영상 잡음 제거 방법 및 장치 | |
| Zhang et al. | Efficient fusion scheme for multi-focus images by using blurring measure | |
| Harb et al. | Improved image magnification algorithm based on Otsu thresholding | |
| Mol et al. | The digital reconstruction of degraded ancient temple murals using dynamic mask generation and an extended exemplar-based region-filling algorithm | |
| Wu et al. | Pyramid edge detection based on stack filter | |
| JP2004502262A (ja) | 指示介入不要なシーン分割 | |
| JPH09130614A (ja) | 画像処理装置 | |
| CN109636822A (zh) | 一种基于新构建隶属度函数的改进Canny自适应边缘提取方法 | |
| CN107085839B (zh) | 基于纹理增强与稀疏编码的sar图像降斑方法 | |
| CN106023105B (zh) | 一种植物叶片的二值图像生成方法及系统 | |
| 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 | |
| van Zyl Marais et al. | Robust defocus blur identification in the context of blind image quality assessment | |
| CN110298809B (zh) | 一种图像去雾方法及装置 | |
| JP2005537562A (ja) | 皮膚紋イメージ処理方法 | |
| CN110264417B (zh) | 基于分层模型的局部运动模糊区域自动检测提取方法 | |
| KR101071567B1 (ko) | 밀도 기반의 분할된 히스토그램 평활화를 통한 명암 대비 향상 방법 | |
| Asadi Amiri | Salt and pepper noise removal using pixon-based segmentation and adaptive median filter | |
| Patel et al. | Study of noise removal techniques for digital images | |
| Ho et al. | Contour-based postprocessing of coded images | |
| JP4035696B2 (ja) | 線分検出装置及び画像処理装置 |