JPH09185720A

JPH09185720A - 画像抽出装置

Info

Publication number: JPH09185720A
Application number: JP34389495A
Authority: JP
Inventors: Masakazu Matsugi; 優和真継
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1995-12-28
Filing date: 1995-12-28
Publication date: 1997-07-15

Abstract

(57)【要約】【課題】入力画像から所望の対象物を容易に自動的に
切り出す。【解決手段】一次特徴抽出手段２は入力画像の動きベ
クトルを抽出し、特徴均質度評価手段３、領域分割手段
５は動きベクトルの大きさと方向の分布を評価値とし、
評価値が所定範囲内の領域を分割する。この分割領域か
ら領域成長手段７により、二次特徴として指定された色
の領域を抽出し、その領域を連結して表示手段８で表示
する。分割画像手段６は上記分割領域をラベル画像とし
て表示させる。【効果】表示画像上でマウス等によりラベル画像に基
づいて所望の領域の位置を大まかに指定するだけで対象
物を簡単に自動的に切り出すことができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像の切り出しや輪
郭線の抽出を行う画像抽出装置に関する。

【０００２】

【従来の技術】従来、画像から所望の対象物の領域を切
り出す方法として、その対象物を一定色（青色）を有す
る背景中に置いてクロマキー処理する方法がよく知られ
ている。また、対象物の輪郭線に沿って切り出す範囲を
人手により指定し、切り出しの正確な位置を色成分、輝
度などの情報を手がかりに画像処理で求める方法（特開
平６−２５１１４９号公報、特開平７−３７０８６号公
報など）などが知られている。ある程度の自動化を達成
した例としては、特開平７−３６１７３号公報に開示さ
れるようにオペレータが輪郭線上の一点と輪郭追跡方向
とを指定し、微分処理によって得られる画像の濃淡分布
の勾配データに基づいて輪郭を自動追跡する方法があ
る。これは輪郭が分岐する場合または曖昧な場合には処
理を中断してオペレータの指示に基づいて改めて追跡方
向等を入力するもので、自動性とインタラクティブ性と
を備えた画像切り出し方法である。

【０００３】また、Ｐｈｏｔｏｓｈｏｐ（Ａｄｏｂｅ
社）などの画像処理ツールにおいては、背景からの切り
出しの際、抽出したい領域内の一点をマウスで指定する
と、その点を含み色成分が所定範囲内にある領域を自動
的に連結し、かつ異なる色成分範囲の領域も同様にして
形成、併合することができる。さらに他の方法として、
背景画像を記憶しておいて、現画像との差分画像から静
止物体画像を抽出する方法（特開平４−２１６１８１号
公報、特開平６−２６６８４１号公報、特開平６−２６
８９０２号公報など）がある。

【０００４】

【発明が解決しようとする課題】しかしながら、上述し
たクロマキー処理による方法は、背景が特定色でなけれ
ばならないことや、対象物が背景と同じ色を有する場合
は、その部分が画像抽出時に欠落することなどの問題が
あった。また、オペレータによって輪郭線を指定する方
法は、本質的に人手により概略の輪郭形状を殆ど抽出す
るものであり、複雑な形状の物体や、動きや変形を伴う
画像からの抽出は困難であった。また、この輪郭線を追
跡する方法は、対象が複雑な模様を有する場合には、オ
ペレータによる対処が不可欠であり、さらに背景と対象
が類似したテクスチャ（模様）構造を有したりする場合
など人手による処理が頻繁に起こる場合は、自動化の意
味が失われるという問題があった。

【０００５】画像処理ツールを用いて色成分の近接した
領域を自動抽出する方法では、一回の操作で対象画像を
切り出すことは一般的に不可能であり、多数回にわたる
領域併合が必要になるという問題があった。さらに、背
景画像との差分を用いる方法では、ノイズなどの要因に
より、必ずしも目標とする対象だけを安定かつ正確に切
り出すことが困難であった。特にカメラを画像入力手段
として用いた場合、パンニングなどのカメラ操作を行い
ながら得た画像などにおいては、差分処理だけでは対応
できず大域的なマッチング処理が必要となるなど演算量
の増大が不回避であるという問題があった。

【０００６】そこで、本発明の第１の目的は、人手また
は画像処理による輪郭線の追跡を行わずに、大まかに対
象物の位置を指示するだけで、画像の自動抽出を可能と
することである。本発明の第２の目的は、複数の特徴デ
ータの種別を用いることにより、対象物画像の絞り込み
と背景からの精細抽出とを効率的に行うことである。

【０００７】本発明の第３の目的は、特徴データが大ま
かに揃った領域に基づいて分割された領域を領域成長法
の核候補領域として指示選択可能とし、特定画像の自動
抽出を可能とすることである。本発明の第４の目的は、
特徴の均質度を評価せずに少ないデータに基づいて分割
された領域を領域成長法の核候補領域として指示選択可
能とし、特定画像の自動抽出を可能とすることである。

【０００８】本発明の第５の目的は、大まかに分割され
た領域を入力画像上に重ねて表示することにより、オペ
レータによる抽出対象の選択指示を容易にすることであ
る。本発明の第６の目的は、同じ画像属性を有する最大
面積領域を抽出対象候補として自動抽出し、処理の簡略
化と高速化を実現することである。本発明の第７の目的
は、平均的輝度、色成分が所定範囲にある画像領域を領
域成長核として自動抽出し、処理の簡素化と高速化を実
現することである。本発明の第８の目的は、動作主体を
時系列画像から抽出する際の、第１の目的に準拠した画
像抽出を実現することである。

【０００９】本発明の第９の目的は、動作主体を時系列
画像から抽出する際の、第１の目的に準拠した画像抽出
を高速に実現することである。本発明の第１０の目的
は、視点位置からの背景と抽出対象への平均的距離が十
分異なる場合に、第１の目的に準拠した画像抽出を実現
することである。本発明の第１１の目的は、対話的に大
まかな指示選択により、第１の目的に準拠した画像抽出
を実現することである。

【００１０】

【課題を解決するための手段】本発明においては、入力
画像データの一次特徴を抽出する一次特徴抽出手段と、
上記一次特徴を有する領域を分割する領域分割手段と、
上記分割された分割領域から所定条件を満たす領域を選
択する領域選択手段と、上記選択された領域を核として
その領域を成長させる領域成長手段と、上記領域成長後
の画像を表示する画像表示手段とを設けている。

【００１１】

【作用】本発明によれば、入力画像データから先ず一次
的な特徴を有する領域を分割し、さらにその分割された
領域のうち所定の条件を満たす領域を選択し、その選択
された領域からさらにその領域を例えば二次的な特徴に
基づいて拡大成長させて行き、成長後の画像が表示され
る。従って、表示された画像上で抽出すべき領域を大ま
かに位置指定するだけで、対象画像を容易に自動的に切
り出し（抽出）することができる。

【００１２】

【発明の実施の形態】図１は本発明のシステム構成例を
概念的に第１の実施の形態として示す図である。図にお
いて、１は画像入力手段で、撮像手段または画像データ
ベースなどが用いられる。２は入力画像データ中の一次
特徴データ抽出手段、３は特徴データの均質度評価手
段、４は入力画像の画像記憶手段、５は特徴均質度に基
づく領域分割手段、６は分割画像生成手段、７は領域成
長手段、８は表示手段、９は分割領域の選択指示手段
で、マウスなどのポインティング手段が用いられる。

【００１３】尚、領域成長とは、画像中の所定領域内の
特徴量の均質度を評価して領域の分割、併合を行うこと
である。本実施の形態の特徴は、入力画像中の一次特徴
データを高速に抽出し、その分布に基づいて画像の領域
分割を行うことにより、抽出可能性のある画像領域を概
略的に抽出すると共に、次のステップとして、より精細
な抽出のために、候補領域を核とする二次特徴量（一次
特徴と種別、属性などが異なる特徴量）に基づく領域成
長を行うことである。一次特徴データに基づいて抽出さ
れた領域には、二次特徴に基づく領域成長を行うのに必
要な画像情報が含まれているものとする。

【００１４】一次特徴データ抽出手段２は、後で説明す
る領域成長手段７による処理を行う際の核となる領域の
抽出を高速に行うものであり、実際に特定対象の画像領
域を抽出する際には、オペレータによる大まかな選択と
指示とにより行うことができる。ここでは一次特徴デー
タの一例として画面上各点における動きベクトルを抽出
するものとして説明する。

【００１５】特徴均質度評価手段３は、所定領域内の動
きベクトルの大きさと方向とに関する分散を評価値とし
て用いる。評価する領域（ブロック）のサイズを、対象
の画面内サイズに基づいて適切に設定することにより、
処理時間の短縮と効率化が達成される。即ち、対象の画
面内縦横サイズと比較して数分の１から１０分の１程度
の分割領域程度が典型的には用いられる。この値はオペ
レータ側で予め適宜設定するようにしてもよい。

【００１６】領域分割手段５は、上記均質度の評価値が
所定の閾値より小さければ、その領域を均質であるとみ
なし、均質度評価値が所定の許容範囲内にある領域どう
しを連結する。また許容範囲外の領域は分離して一つの
動きベクトルで代表することのできる領域の塊（複数
可）を形成する。図７（ａ）に固定カメラで撮像された
入力画像を示し、同図（ｂ）に動きベクトルに基づいて
行った領域分割の結果を示す。同図（ｃ）に色成分など
の二次特徴に基づく領域成長による画像切り出しの結果
を示す。

【００１７】尚、分割後の領域は必ずしも実際の対象物
の形状を精密に反映するものでなくてもよい。従って一
次特徴抽出手段２は後で用いる二次特徴抽出手段７１の
精度（分解能）より多少劣っていても構わないが、高速
に抽出可能であることが望まれる。但し分割領域内に背
景画像の一部が混在しないこと、領域成長の際、必要な
画像属性（二次特徴）を全て含んでいることが望まし
い。前者のためには、領域分割後、一定割合で各領域を
縮小または削除したものを後続する処理に用いる分割領
域としてもよい。

【００１８】分割画像生成手段６は、一次特徴データに
基づいて分割された複数の領域に対応してそれぞれ異な
る属性の画像データ（例えば異なる色、異なるハッチン
グパターンなど）を付与し、表示手段８上に入力画像デ
ータと重なるように表示する。具体的には分割された領
域にラベル付けを行い、同じラベル領域をマスクデータ
としてマスク内を一定のパターンで塗りつぶすなどの処
理を行う。このようにすることにより、オペレータは指
示すべき候補領域の区別を目視により容易に行うことが
でき、かつ分割領域指示手段９による抽出対象の指定が
確実（同じラベルで予め区分けされているから）、かつ
容易となる。分割領域指示手段９としては典型的にはマ
ウスなどが用いられるが、タッチパネル型表示装置を用
いる場合は特に必要がない。

【００１９】領域成長手段７は、上記のようにして一次
特徴データに基づき分割され、選択された領域から二次
特徴（属性）を抽出する二次特徴抽出手段７１、その二
次特徴に基づいて領域成長を行う場合の成長核設定手段
７２、各成長核に固有の二次特徴を基づいて領域成長を
行う領域成長手段７３、および成長後の各領域を連結す
る領域連結手段７４から構成される。尚、領域成長とは
特徴データの均質度に応じて領域の分割、併合を行うこ
とを意味し、必ずしも一方的に併合処理を行うものでは
ない。また、二次特徴とは基本的に一次特徴と異なるも
のであればよく、通常は、例えば幾何学的な構造を有す
るもの、或いは輝度分布、色成分を処理して得られる高
次の特徴を有するものがあるが、必ずしもこれらに限定
されず、例えば色成分情報などが好適に用いられる。但
し、一次特徴と同じ種別（ここでは動きベクトル）であ
っても領域成長による精細な画像分割が可能であれば問
題ない（第５の実施の形態参照）。

【００２０】上記のように二次特徴を抽出した後、それ
ぞれに固有の初期領域を成長核設定手段７２で設定す
る。色成分情報を二次特徴とする場合には、抽出された
候補領域内に複数の成長すべき二次特徴が存在しうる。
例えば人物の画像の場合、顔、頭髪、衣服などの部位に
応じてそれぞれ平均的に異なる色相を有するが、その場
合、成長核としては、一次特徴データに基づいて抽出さ
れ、かつ分割領域指示手段９で選択された候補領域の異
なる二次特徴を有する輪郭部分またはその近傍領域とす
る。領域成長の際には予め所定サイズの近傍領域ブロッ
ク内で平均化を行ってから成長させてもよい。これによ
りノイズに対する耐性、画素サイズオーダでの画像デー
タ（属性）の変動の影響を緩和し、抽出精度を高めるこ
とができる。

【００２１】図２は第２の実施の形態を示すもので、図
１の画像入力手段１に撮像手段１を用いた場合の図１の
他の概念的な手段２〜９を具体化した手段２〜９を示し
たものである。ここでは一次特徴データを動きベクトル
とし、二次特徴データを色相とした場合である。尚、動
きベクトルの検出アルゴリズムについては本発明の主眼
ではないので説明を省略するが、例えば、勾配法、相関
法など、「ロボットビジョン」（谷内田著、昭晃堂発
行）に示されるような高速性を持つ方法が特に望まれ
る。

【００２２】本実施の形態の適用事例としては、動作、
動きを伴う対象の静止背景からの分離、または背景を含
む全てが動く場合の動きベクトルの相違に基づく特定対
象の背景からの分離する場合などがある。例えば撮像手
段１を人体、ロボットまたは車体などに設置し、撮像手
段１が動きながらあるシーンを撮像する場合には、一般
的に画面全体にわたって非ゼロなる動きベクトルが存在
する。このような場合には、特に背景と対象物の撮像手
段１からの距離が充分離れていれば、前述のごとく動き
ベクトルに基づく領域分割を比較的高精度に行うことが
できる。特に動く対象、または周囲と異なる動きをする
対象物の数が少ない場合に本実施の形態は有効である。

【００２３】図３は第３の実施の形態を示すものであ
る。本実施の形態では、画像入力手段として複眼撮像系
（ステレオカメラ）を用い、一次特徴データとして左右
カメラ画像間の対応点の視差分布を用いている。ステレ
オ画像計測法については「三次元画像計測」（井口、佐
藤著，昭晃堂）などに示されている。また、本実施の形
態では撮像機構制御手段１０を設け、複眼カメラの輻輳
角、焦点距離、基線長などを視差抽出手段２の視差デー
タに基づき制御することにより、抽出すべき被写体の視
差が均質な領域面積が最大となるようにしている。この
制御は複眼画像表示手段８上のラベル画像をオペレータ
が観測しながら行うようにしてもよい。視差は左右画像
間で重複した領域についてのみ得られるので、視差値の
均質な領域に分割した後の候補領域の表示は重複領域の
みで行われる。領域成長は画像選択部１１で左右画像の
うち一方の抽出対象を選択して行う。また二次特徴につ
いてはここでは色相を用いているが、これに限定されな
い。

【００２４】図４は第４の実施の形態を示す。上記第３
の実施の形態はステレオ画像を時系列画像データとして
得ることにより、第２の実施の形態との併用が可能であ
る。図４はそのシステム構成例を示すものである。ここ
では一次特徴データ抽出手段２で動きベクトルと視差分
布とを抽出し、それぞれの特徴データで均質度に基づく
クラスタリングを領域分割、ラベル付け手段５ａ、５ｂ
で行う。図８（ａ）に入力画像を示し、同図（ｂ）に一
次特徴（視差と動きベクトル）に基づく領域分割結果を
示す。

【００２５】次に偏差算出手段１２ａ、１２ｂで分割後
の領域サイズが所定値以上のクラスタについて、代表特
徴量間（視差、動きベクトル）の偏差を算出し、偏差の
大きい方の特徴データに基づいて領域分割され、生成さ
れたラベル画像を抽出対象の候補領域選択の際に用い
る。これは画面内の物体が複眼動画撮像手段１からほぼ
同じ距離に分布する（視差の偏差が小）が、抽出すべき
被写体が周囲に対して顕著な動きを有する場合には、動
きベクトルを用いた領域分割の方が信頼度が高く、また
周囲、背景との距離が複眼動画撮像手段１と対象との距
離に比べて十分大きい（視差の偏差が大）がいずれも相
対的に顕著な動きを示さない（動きベクトルの偏差が
小）場合には、視差に基づく領域分割が望ましいからで
ある。

【００２６】図８（ｃ）は処理結果を示し、ここでは視
差値の最も大きい対象物を選択し、二次特徴微量（色成
分）を用いて領域成長を行った結果を示す。これによ
り、対象物の動きの有無、距離分布のばらつきの大小に
応じて画像抽出に適した画像データを使い分けることが
できる。また予め一次特徴データに基づいて使用する特
徴データの種別を選択しておき、撮像モード（静止画・
ステレオ撮像または動画・単眼視撮像など）を絞り込ん
でもよい。また一方のカメラからの動画像データのみを
用いる場合には第２の実施の形態での処理を適用する。
尚、画像入力手段としては複眼撮像系に限定されず、三
次元形状モデルに基づく、コンピュータグラフィックス
により生成された視差付き画像でもよい。

【００２７】図５は第５の実施の形態を示す。本実施の
形態は、入力画像を固定設置された単眼カメラなどの撮
像手段１からの時系列画像とし、一次特徴データとして
はフレーム間差分画像データを用い、一次特徴データか
ら動きのある部分の概略領域（位置と大きさ）を抽出
し、候補領域のラベル付けと表示手段８、マウスまたは
ボインティング手段９による選択、および候補領域に対
する二次特徴に基づく領域成長法を適用して画像を抽出
するものである。

【００２８】図５において、差分データ抽出手段２ａで
得られる差分画像を２値化手段２ｂにより所定の閾値で
２値化して得られる一次特徴データは、静止背景に対し
て動きベクトルの粗い分割を表し、従って均質度評価を
行わずにそれらを一定の基準に従って（セグメント間距
離が所定画素数以下であるなど）連結処理する。典型的
には所定方向に動いた物体の前方と後方に特徴データ
（非ゼロデータ）が存在し、それぞれグループ化しかつ
それらによって挟まれた領域を候補領域としてラベル付
けし、分割領域として残す。さらに所定サイズ以下の領
域を切り捨てる。二次特徴データとしては各実施の形態
と同様に色相を用いているが、これに限定されるもので
はない。

【００２９】図６は第６の実施の形態を示す。本実施の
形態では、入力画像に対して多重解像・階層型の一次特
徴データ（動きベクトル、視差など）抽出処理を行い、
一次特徴としては低解像度データ（例えば画像を間引き
処理または平均化などにより低解像化した後、動きベク
トルを検出するか、または画像データをサイズの大きい
ブロックに分割して各ブロックごとの動きベクトルを算
出するなど）、二次特徴は同じ種別の高解像度データを
用いる。本実施の形態によれば、一つの特徴抽出処理ア
ルゴリズムによる高速処理が可能である。

【００３０】図６は一次特徴データとして動きベクトル
を用いた場合のシステム構成を示す。動きベクトル均質
度の評価（均質度評価手段３）から領域成長核の設定
（成長核設定手段７２）までは低解像度で行い、領域成
長（領域成長手段７３）は高解像度で行うことにより精
細な切り出しを行う。第２の実施の形態のように、領域
成長は均質度に基づく部分領域の併合または分離処理を
意味することはいうまでもない。本実施の形態よれば、
特に成長核は基本的に同じ動きベクトルで代表される領
域であることから、色成分を用いた領域成長と比較して
成長核設定が非常に単純化され、領域成長処理において
もより高速な処理が可能である。

【００３１】

【発明の効果】以上説明したように、第１の発明によれ
ば、大まかな位置を指示するだけで、任意の背景中の特
定対象画像を自動的に抽出することができる。また、第
２の発明によれば、複数の異なる種別の特徴パラメータ
を活用することにより、対象画像の抽出を効率的に行う
ことができる。また、第３の発明によれば、特に特徴分
布データが均質な領域を幾つか提示し、それらを選択可
能とすることにより、第１の発明と同様な画像の自動抽
出を行うことができる。第４の発明によれば、均質度の
評価を行わずに第２の発明と同様な画像切り出しを行う
ことができる。

【００３２】第５の発明によれば、抽出すべき領域の指
定をオペレータが容易に実行することができる。第６の
発明によれば、抽出すべき画像候補領域の設定を自動化
することができる。第７の発明によれば、抽出すべき画
像候補領域の絞り込みおよび設定を自動化することがで
きる。

【００３３】第８の発明によれば、対象の動きベクトル
成分に基づく候補領域の抽出と絞り込みとを行うことが
できる。第９の発明によれば、動きの検出された領域か
らの対象画像候補領域の抽出を行い、第８の発明と同様
な効果を得ることができる。第１０の発明によれば、視
差付きステレオ画像から画像候補領域の絞り込み、およ
び設定を自動化することができる。第１１の発明によれ
ば、大まかな指示のみで対象領域画像の選択的抽出を行
う際の操作性を向上させることができる。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態としての本発明の概
念的な構成を示すブロック図である。

【図２】第２の実施の形態による動きベクトルに基づく
像抽出を行う場合の構成例を示すブロック図である。

【図３】第３の実施の形態による複眼撮像系を用いた視
差分布に基づく画像抽出を行う場合のシステム構成例を
示すブロック図である。

【図４】第４の実施の形態による視差・動きベクトルに
基づく領域分割を適応的に切り替えて行う場合のシステ
ム構成例を示すブロック図である。

【図５】第５の実施の形態によるフレーム間差分データ
から動体の画像領域を行う場合のシステム構成例を示す
ブロック図である。

【図６】第６の実施の形態による階層型特徴データ抽出
による画像抽出を行う場合のシステム構成例を示すブロ
ック図である。

【図７】動きベクトル（一次特徴）に基づく処理経過お
よび結果の例を示す構成図である。

【図８】視差および動きベクトル（一次特徴）に基づく
処理過程および結果の例を示す構成図である。

【符号の説明】

１画像入力手段２一次特徴データ抽出手段３特徴均質度評価手段４画像記憶手段５領域分割手段６分割画像生成手段７領域成長手段８表示手段９分割領域指示手段７１二次特徴抽出手段７２成長核設定手段７３二次特徴に基づく領域成長手段７４領域連結手段

Claims

【特許請求の範囲】

【請求項１】入力画像データの一次特徴を抽出する一
次特徴抽出手段と、上記一次特徴を有する領域を分割する領域分割手段と、上記分割された分割領域から所定条件を満たす領域を選
択する領域選択手段と、上記選択された領域を核としてその領域を成長させる領
域成長手段と、上記領域成長後の画像を表示する画像表示手段とを備え
た画像抽出装置。
【請求項２】上記領域成長手段は、上記選択された領
域から二次特徴を抽出する二次特徴抽出手段と、上記二
次特徴に基づいて領域成長のための核を設定する成長核
設定手段と、上記核に固有の二次特徴により領域成長を
行う二次特徴領域成長手段と、領域成長後の複数の領域
を連結する連結手段とからなることを特徴とする請求項
１に記載の画像抽出装置。
【請求項３】上記領域分割手段は、上記一次特徴デー
タの分布が略均質な領域をグループ化する分割を行うこ
とを特徴とする請求項１に記載の画像抽出装置。
【請求項４】上記領域分割手段は、上記一次特徴を有
する領域を連結処理して得られる連結領域のうち所定サ
イズ以上の領域を上記分割領域とすることを特徴とする
請求項１に記載の画像抽出装置。
【請求項５】上記領域分割手段は、上記分割領域のそ
れぞれをラベル付けする手段を有し、上記ラベルの同じ
領域中に所定の特徴を有するラベル画像データを生成す
る画像生成手段を設け、上記画像表示手段は、上記ラベ
ル画像データと上記入力画像データとを重ねて表示する
ことを特徴とする請求項１に記載の画像抽出装置。
【請求項６】上記領域選択手段は上記分割領域のうち
最大面積を有するものを選択し、上記画像表示手段は上
記選択された領域の画像データを表示することを特徴と
する請求項１に記載の画像抽出装置。
【請求項７】上記領域選択手段は上記分割領域のうち
平均的な輝度または色相が所定の範囲にあるものを選択
し、上記画像表示手段は上記選択された領域の画像デー
タを表示することを特徴とする請求項１に記載の画像抽
出装置。
【請求項８】上記入力画像データは時系列画像データ
であり、上記一次特徴は動きベクトル分布であることを
特徴とする請求項１に記載の画像抽出装置。
【請求項９】上記入力画像データは時系列画像データ
であり、上記一次特徴は入力画像データの差分画像分布
であることを特徴とする請求項１に記載の画像抽出装
置。
【請求項１０】上記入力画像データは同一シーン中の
視点位置の異なる複数の画像データから成り、上記一次
特徴は上記複数の画像データ間の視差分布であることを
特徴とする請求項１に記載の画像抽出装置。
【請求項１１】上記領域選択手段は領域選択指示手段
と、上記画像表示手段に表示された上記ラベル画像に基
づいて上記領域選択指示手段で指示した位置にマーカを
上記画像表示手段上に表示するためのマーカ生成手段
と、上記マーカ位置を含む領域を選択領域と判定する判
定手段とを有することを特徴とする請求項５に記載の画
像抽出装置。
【請求項１２】上記入力画像データは撮像手段から得
られたものである請求項１に記載の画像抽出装置。
【請求項１３】上記撮像手段は移動体に設けられてい
るものである請求項１２に記載の画像抽出装置。
【請求項１４】上記撮像手段は複眼撮像系を有するも
のである請求項１２に記載の画像抽出装置。
【請求項１５】上記一次特徴が上記複眼撮像系におけ
る各撮像系間における対応点の視差分布である請求項１
４に記載の画像抽出装置。