JPH10191020A - 被写体画像切出し方法及び装置 - Google Patents

被写体画像切出し方法及び装置

Info

Publication number
JPH10191020A
JPH10191020A JP8341198A JP34119896A JPH10191020A JP H10191020 A JPH10191020 A JP H10191020A JP 8341198 A JP8341198 A JP 8341198A JP 34119896 A JP34119896 A JP 34119896A JP H10191020 A JPH10191020 A JP H10191020A
Authority
JP
Japan
Prior art keywords
subject
image
contour
area
mask
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.)
Withdrawn
Application number
JP8341198A
Other languages
English (en)
Inventor
Tatsuji Katayama
達嗣 片山
Koji Hatanaka
耕治 畑中
Masakazu Matsugi
優和 真継
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP8341198A priority Critical patent/JPH10191020A/ja
Priority to US08/989,976 priority patent/US6404936B1/en
Priority to DE69728127T priority patent/DE69728127T2/de
Priority to EP97310294A priority patent/EP0853293B1/en
Priority to EP03078668A priority patent/EP1510969A1/en
Publication of JPH10191020A publication Critical patent/JPH10191020A/ja
Withdrawn legal-status Critical Current

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
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-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
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Abstract

(57)【要約】 【課題】 入力画像に含まれる被写体画像を精度よく切
り出す。 【解決手段】 被写体画像及び背景画像をカメラ１０か
ら取り込み、それぞれ一時記憶装置２２ａ，２２ｂに格
納する。正規化エッジ強度抽出手段４は両画像からエッ
ジ強度画像を抽出する。初期マスク領域抽出手段２６
は、背景及び被写体の正規化エッジ画像から差分エッジ
核を抽出し、各画素について色差分核を抽出し、色差分
核及びエッジ核から初期核を抽出する。領域成長手段２
８は、初期マスクの各核領域の境界上の点で近傍画素と
の類似度を判定し、類似度が所定の閾値より高いときマ
スク領域に併合する。輪郭整形処理手段３０は、生成さ
れた輪郭線の情報を基に、その輪郭線の周囲を滑らかに
フィッチングする曲線を生成する。局所的輪郭修整手段
３２は、領域成長処理による被写体輪郭線上を探索し、
フィッティング曲線を修整する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、画像から所望の被
写体画像を切り出す被写体画像切出し方法及び装置に関
する。
【０００２】
【従来の技術】カタログや広告等における商品の画像
は、周囲の背景部を消去して所望の商品の領域のみを切
り出して用いることが求められている。このような処理
をコンピュータ上で実行する画像処理ソフトウエアが、
知られている。
【０００３】コンピュータ上のディジタル画像処理によ
り画像データから所望の被写体領域を自動的に切り出す
方式として、所望の被写体領域に含まれる色相情報に注
目し、同程度の色相を有する領域を所望の被写体領域と
して切り出す方式や、背景のみの画像と被写体及び背景
を含む画像の２枚を用意し、２枚の画像間の差分情報を
基に被写体領域を切り出す方式等がある。しかし、いず
れの方式でも、切り出された画像領域の輪郭線は不完全
であり、輪郭線の修整処理が不可欠である。
【０００４】従来、コンピュータ上で輪郭線を修整する
には、消しゴムのような消去ツールにより修整したい部
分の輪郭線を消去し、その後、人がマウス等のポインテ
ィング・デバイスにより新たに輪郭線を引き直す方式
や、自動的に切り出された輪郭線を基にフィッティング
曲線を生成して輪郭線の整形を行なっている場合には、
修整したい位置をマウスによりつまんで移動させること
によりフィッティング曲線の形状を変更して輪郭線を修
整する方式等があった。
【０００５】
【発明が解決しようとする課題】しかし、いずれの方式
においても、輪郭線の修整処理をマウス等のポインティ
ング・デバイスによりユーザが手作業で行なう必要があ
り、作業が著しく煩雑になるという問題があった。ま
た、複雑な形状又は直線的な形状をマウス等により滑ら
かに描くのは、実際上、極めて困難であり、不完全な輪
郭線が残ってしまうという問題もある。
【０００６】本発明は、これらの問題点を解決し、切り
出された被写体領域の輪郭線を精度よく修整する被写体
画像切出し方法及び装置を提示することを目的とする。
【０００７】本発明はまた、切り出された被写体領域の
輪郭線を簡単に修整できる被写体画像切出し方法及び装
置を提示することを目的とする。
【０００８】本発明はまた、簡単な操作で輪郭線を局所
的に修整できる被写体画像切出し方法及び装置を提示す
ることを目的とする。
【０００９】本発明はまた、被写体領域の輪郭線を高い
自由度で修整できる被写体画像切出し方法及び装置を提
示することを目的とする。
【００１０】
【課題を解決するための手段】本発明に係る被写体画像
切出し方法又は装置は、被写体画像を含む入力画像から
当該被写体画像の領域をマスクする被写体領域マスクを
生成する被写体領域マスク生成ステップ又は手段と、当
該被写体領域マスクの輪郭線を整形する輪郭線整形ステ
ップ又は手段と、当該輪郭線整形ステップ又は手段によ
る整形前後の当該被写体領域マスクの輪郭線の情報に基
づき、当該輪郭線整形ステップ又は手段により整形した
輪郭線を修整するための局所領域を設定する局所領域設
定ステップ又は手段と、当該輪郭線整形ステップ又は手
段により整形された被写体領域マスクの輪郭線を、当該
局所領域設定ステップ又は手段により設定される各局所
領域内で修整する輪郭線修整ステップ又は手段とからな
ることを特徴とする。
【００１１】被写体領域マスクの輪郭線の方向に従って
輪郭整形のためのサンプル点を設定することにより、輪
郭線の方向が変化する点により多くのサンプル点を設定
でき、複雑な形状の輪郭にも柔軟に対応した切出し処理
を行なうことができる。
【００１２】本発明に係る被写体画像切出し方法又は装
置は、入力画像を複数の小領域に分割する領域分割ステ
ップ又は手段と、当該領域分割ステップ又は手段により
得られる各小領域にそれぞれを識別するラベルを付与す
るラベル付与ステップ又は手段と、当該入力画像から所
望の被写体領域マスクを生成する被写体領域マスク生成
ステップ又は手段と、当該被写体領域マスク生成ステッ
プ又は手段により生成される被写体領域マスクの輪郭線
を整形する輪郭線整形ステップ又は手段と、当該輪郭線
整形ステップ又は手段により整形した被写体マスク領域
の輪郭線を当該入力画像に重ねて表示する表示ステップ
又は手段と、当該輪郭線整形ステップ又は手段により整
形した被写体マスク領域の輪郭線の修整箇所を、表示画
像上で指定する修整箇所指定ステップ又は手段と、当該
修整箇所指定ステップ又は手段で指定された点を含むラ
ベル毎に局所的な処理を施し、被写体領域マスクの輪郭
線を修整する輪郭線修整ステップ又は手段とからなるこ
とを特徴とする。
【００１３】輪郭修整時に指定した点を含むラベル毎に
自動的に局所的な処理を実行するので、１画素毎に修整
個所を指定する必要がなく、かつ手作業で修整する必要
がなくなる。この結果、人手に頼った煩雑な処理が不必
要となり、簡単に輪郭線を修整できる。
【００１４】本発明に係る被写体画像切出し方法又は装
置はまた、入力画像から所望の被写体領域マスクを生成
する被写体領域マスク生成ステップ又は手段と、当該被
写体領域マスク生成ステップ又は手段により生成した被
写体領域マスクの輪郭線を当該入力画像に重ねて表示す
る表示ステップ又は手段と、当該被写体領域マスクの輪
郭線を修整するための任意の局所領域を表示画面上に設
定する局所領域設定ステップ又は手段と、当該局所領域
で施すべき処理を選択する処理選択ステップ又は手段
と、当該処理選択ステップ又は手段により選択された処
理に従い、当該局所領域内で当該被写体領域マスクを修
整する修整ステップ又は手段とからなることを特徴とす
る。
【００１５】輪郭修整の処理内容に応じて適切なツール
を選択し、修整の対象となる領域を大まかに設定するだ
けで、所望の輪郭修整処理を自動実行できるので、高度
な輪郭修整処理を迅速に実行できる。
【００１６】好ましくは、被写体領域マスク近傍におい
て輪郭修整すべき局所領域を自動的に設定し、修整処理
を実行する。これにより、輪郭修整処理を正確且つ迅速
に実行できる。
【００１７】好ましくは、被写体画像及び背景画像の差
分情報を基に所望の被写体領域マスクを生成する。これ
により、信頼性が高くかつ精度の良い被写体切出しを行
なうことができる。
【００１８】好ましくは、被写体領域マスクの輪郭線の
方向に従って輪郭整形のためのサンプル点を設定する。
これにより、輪郭線の方向が変化する点により多くのサ
ンプル点を設定できるので、複雑な形状の輪郭にも柔軟
に対応した切出し処理を行なうことができる。
【００１９】実行すべき処理をユーザが任意に選択でき
るようにすることで、種々の被写体輪郭線の修整に柔軟
に対応できるようになり、これにより切出し精度が向上
する。
【００２０】ポインティング手段の操作により簡潔に局
所領域を設定できると共に、操作情報を利用して局所領
域内の処理を行なうことにより、自然な間隔で修整処理
を実行できる。
【００２１】
【発明の実施の形態】以下、図面を参照して、本発明の
実施の形態を詳細に説明する。
【００２２】図１は、本発明の一実施例を使用する画像
入力処理システムの概略構成ブロック図を示す。
【００２３】カメラ１０は、レンズ、絞り及びそれらの
駆動制御手段を含む結像光学系１２、イメージ・センサ
１４、種々の処理（ガンマ補正、ホワイトバランス制
御、露光条件制御及びフォーカシング特性制御など）を
実行する映像信号処理回路１６、並びに画像記録装置１
８からなる。
【００２４】被写体切出し処理手段２０は、被写体画像
一時記憶装置２２ａ及び背景画像一時記憶装置２２ｂか
らなる画像一時記憶装置２２、正規化エッジ強度抽出手
段２４、差分画像データの閾値処理を行なう初期マスク
領域抽出手段２６、領域成長手段２８、輪郭整形処理手
段３０、局所的輪郭修整手段３２、被写体画像出力手段
３４、およびインターフェース３６からなる。手段２４
〜３４の一部又は全部はコンピュータ上で動作するソフ
トウエアで実現される。勿論、一部の処理をゲートアレ
ー回路で実現しても良い。
【００２５】インターフェース３６には、マウス及びキ
ーボードなどからなる操作装置３８、及び画像を表示す
る画像表示装置（モニタ）４０が接続する。
【００２６】図２、図３及び図４は、本実施例における
被写体切出し処理の処理フローを示す。
【００２７】先ず、被写体画像及び背景画像をカメラ１
０などから取り込む（Ｓ１，Ｓ２，Ｓ３）。その際、後
続処理を高速に実行できるように、適当な縮尺率で入力
画像データを間引き（Ｓ２）、更に被写体画像上で被写
体存在範囲を含むように処理領域を設定する（Ｓ３）。
勿論、処理Ｓ２又はＳ３を省略しても良い。入力された
被写体画像及び背景画像は、それぞれ、画像一時記憶装
置２２ａ，２２ｂに格納される。
【００２８】次に、初期マスク領域抽出抽出処理によ
り、初期マスク領域を抽出する（Ｓ４〜Ｓ１０）。抽出
された初期核から初期マスク領域が決定される。ここで
の処理は、正規化エッジ強度抽出手段２４及び初期マス
ク領域抽出手段２６により実行される。具体的には、初
期データ抽出処理は、被写体エッジ強度画像及び背景エ
ッジ強度画像を抽出するエッジ抽出ステップ（Ｓ４）、
エッジ強度正規化ステップ（Ｓ５）、正規化された背景
エッジ画像及び被写体エッジ画像から差分エッジ核を抽
出する差分エッジ核抽出ステップ（Ｓ６，Ｓ７）、背景
画像及び被写体画像の各画素について色成分（ＲＧＢ値
又は色相）の差異に基づく色差分核を抽出する色差分核
抽出ステップ（Ｓ８，Ｓ９）、並びに、色差分核及びエ
ッジ核から初期核を抽出する初期核抽出ステップ（Ｓ１
０）からなる。
【００２９】尚、初期マスク領域抽出処理は、上述した
処理フロー（Ｓ４〜Ｓ１０）に限定されるものではな
く、例えば、各点を中心として定義される所定サイズの
ブロック間の相関係数もしくは画素値の平均値又は標準
偏差値などの統計量を閾値処理することによって抽出し
てもよい。
【００３０】初期マスク領域抽出処理の各ステップの内
容を個別に説明する。エッジ強度画像抽出ステップＳ４
では、Ｓｏｂｅｌ，Ｐｒｅｗｉｔｔ，Ｒｏｂｅｒｔｓな
どの演算子（森、坂倉著、オーム社刊「画像認識の基礎
（ＩＩ）」１５章、１９９０）のほか、Ｃａｎｎｙのエ
ッジ検出演算子（ＩＥＥＥ，Ｔｒａｎｓ． Ｐａｔｔｅ
ｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉ
ｎｔｅｌｌｉｇｅｎｃｅ，Ｖｏｌ．ＰＡＭＩ−８，ｐ
ｐ．６７９−６９８，１９８６）、又はＭａｒｒ−Ｈｉ
ｌｄｒｅｔｈのエッジ検出演算子（Ｐｒｏｃ． Ｒｏｙ
ａｌ Ｓｏｃｉｅｔｙ ｏｆ Ｌｏｎｄｏｎ，Ｖｏ１．
Ｂ−２０７，ｐｐ．１８７−２１７，１９８０）などを
用いることができる。
【００３１】エッジ強度正規化ステップＳ５では、被写
体エッジ画像の強度最大値を正規化の共通分母とし、被
写体エッジ画像及び背景エッジ画像のそれぞれを正規化
する。但し、被写体と背景との境界をなすエッジ、即ち
被写体輪郭線が密に分布している場合（例えば、草花な
どのように比較的細い部分形状が多く存在する場合など
であり、以下、エッジリッチな場合と称する。）には、
被写体エッジ画像の各点を中心とする所定サイズのブロ
ック内でのエッジ強度最大値を該当する場所における共
通分母として、エッジ強度画像を正規化する。即ち、エ
ッジ・リッチな場合には、エッジ強度画像を局所最大値
で正規化し、非エッジ・リッチな場合には、全体の最大
値でエッジ強度画像を正規化する。
【００３２】尚、被写体エッジ画像及び背景エッジ画像
のそれぞれの（全体または局所）最大値をそれぞれの正
規化分母としても、撮像条件の変動の影響を縮小でき
る。
【００３３】次に差分エッジ核抽出ステップ（Ｓ６，Ｓ
７）では、被写体画像と背景画像の正規化エッジ強度画
像間の差分絶対値を算出し（Ｓ６）、その差分絶対値が
所定の閾値以上になる点をエッジ核として残す（Ｓ
７）。この閾値は、画像に応じて適宜変更してもよい。
【００３４】本実施例の色差分核抽出ステップ（Ｓ８，
Ｓ９）では、ＲＧＢカラー画素値と同様に定義される差
分絶対値のいずれかの要素が所定の閾値以上である点を
色差分核として残す。ここでの閾値を比較的高く設定す
ることにより、ノイズや撮影条件の差異に起因する画素
値の変動の影響を排除し、かつ淡い陰影などを除去でき
る。
【００３５】初期核抽出ステップ（Ｓ１０）では、Ｓ９
で得た色差分核とＳ７で得たエッジ差分核を併合し、初
期核とする。
【００３６】初期マスク領域と被写体領域とが殆ど一致
する場合、以上でマスク抽出処理を終了し、輪郭整形処
理（Ｓ１６）に移行するが、初期マスク領域が不完全で
あると判定された場合には、領域成長処理ステップ（Ｓ
１１〜Ｓ１５）を実行する。ここでの領域成長処理は、
領域成長手段２８で実行される。
【００３７】領域成長処理（Ｓ１１〜Ｓ１５）では、初
期マスクの各核領域の境界上の点において近傍画素（ま
たは領域）との画像特徴量の類似度を判定し、類似度が
所定の閾値より高いとき、同一被写体領域とみなしてマ
スク領域に併合する。
【００３８】先ず、類似度判定に必要なパラメータとし
て輝度レベル及び色相の閾値Ｉｔｈ，Ｈｔｈの値を入力
する（Ｓ１１）。本実施例では、特徴量としてＲＧＢ各
成分の値及び色相値の差分絶対値（の逆数）を用い、そ
れぞれ８近傍画素について類似度を判定する（Ｓ１
２）。特に、本実施例では、近傍画素とのＲＧＢそれぞ
れの差分絶対値がいずれも閾値Ｉｔｈ以下となるか、又
は色相の差分絶対値が閾値Ｈｔｈ以下である場合に、類
似度と判定し（Ｓ１２）、被写体領域に併合する（Ｓ１
３）。
【００３９】また、成長方向の所定領域内のエッジ核の
分布密度が所定閾値より小さい場合には、その方向への
成長を停止するように成長条件を定めても良い（Ｓ１
４）。例えば、成長方向（８近傍方向の一つ）に存在す
る未成長領域において、処理領域を最近傍画素から１０
画素程度に設定し、その中にエッジ差分核が全く存在し
ないか、もしくは１又は２以下であって最近傍画素と注
目画素との類似度が成長条件を満足する場合には、領域
成長を最近傍画素までとし、以降の成長を停止する。こ
のような抑止条件は、エッジリッチな場合に自動的に適
用するようにしてもよいし、あるいは、ユーザの判断で
適用するようにしてもよい。
【００４０】領域成長（Ｓ１４）の後、未成長部分に存
在する被写体領域の穴を自動的に埋める穴埋め処理を実
行する（Ｓ１５）。このような穴の最大サイズは、予め
標準的に与えられているか、又はユーザが領域成長結果
から判断して適宜に設定する。
【００４１】領域成長処理（Ｓ１１〜Ｓ１５）を終えた
段階で被写体の輪郭形状が不完全である場合には、輪郭
整形処理（Ｓ１６）を実行する。輪郭整形処理は、輪郭
整形処理手段３０で実行される。
【００４２】輪郭整形処理（Ｓ１６）では、領域成長処
理（Ｓ１１〜Ｓ１５）により生成される輪郭線の情報を
基に、その輪郭線の周囲を滑らかな曲線でフィッティン
グする。例えば、輪郭線上に多数のサンプル点を設定
し、これを基にベジェ曲線又はスプライン曲線等のフィ
ッティング曲線を生成し、輪郭線を滑らかな曲線で近似
する。
【００４３】サンプル点は例えば、次のように設定され
る。即ち、領域成長処理（Ｓ１１〜Ｓ１５）により得ら
れる輪郭線に沿って移動しながらチェーンコードを生成
する。チェーンコードとは、線図形を符号化する一方法
であって、図５に示すように注目点に対する８方向のそ
れぞれに符号を設定し、その符号の連鎖で線図形を符号
化する。図６は、輪郭線の符号化の一例を示す。図６
で、の点Ａから点Ｂに至る輸郭線は、６０６７０００１
０２と符号化される。フィッティング曲線を生成する際
のサンプリング点は、領域成長処理（Ｓ１１〜Ｓ１５）
により得られる輪郭線をチェーン符号化し、チェーンコ
ードの変化点をサンプル点とする。また、同じ符号が続
く場合には、一定の間隔でサンプル点を設定する。
【００４４】サンプル点の設定方式は、上述の方式以外
にも、輪郭線の曲率を基に曲率の値に応じてサンプル点
を設定する方法などがあり、このような他の方式も利用
可能である。
【００４５】局所的輪郭修整手段３２による局所的輪郭
修整処理（Ｓ１７〜Ｓ２３）では、図７に示すように、
領域成長処理により得られる被写体輪郭線（実線）上を
探索し、フィッティング曲線（点線）と領域成長処理に
より得られる被写体輪郭線との一致度を評価する。
【００４６】先ず、輪郭線（実線）上の探索点Ｐを移動
させながら局所領域を設定する（Ｓ１７）。局所領域
は、点Ｐを中心として輪郭線に沿った行路長Ｌの領域ｋ
ｉとして設定する。局所領域ｋｉ内の各点から最も近い
フィッティング曲線上の点までの距離を順次加算し、そ
の値の平均値をＤｉとする（Ｓ１８）。
【００４７】得られた平均距離Ｄｉを閾値Ｄｔｈと比較
し（Ｓ１９）、ＤｉがＤｔｈより大きい場合には（Ｓ２
０）、不一致領域であると判断し、以下のように、サン
プル点を修正する。即ち、局所領域ｋｉの曲率ｒｉを算
出し（Ｓ２１）、曲率ｒｉを基に局所領域ｋｉ内の輪郭
線上にサンプル点ＳＰ’を付加する（Ｓ２２）。ここで
は、曲率ｒｉが小さい場合にはサンプル点ＳＰ’を密に
付加し、曲率ｒｉが大きい場合にはサンプル点ＳＰ’を
粗に付加する。このように修整（付加）されたサンプル
点に基づきフィッティング曲線を再生成し、表示する
（Ｓ２３）。
【００４８】以上の処理（Ｓ１６〜Ｓ２３）を輪郭線上
の点に対して実行してフィッティング曲線を修整し、最
終的な被写体輪郭線を形成する。但し、上記処理（Ｓ１
６〜Ｓ２３）を輪郭線上の各点全てに対して実行しても
良いが、適当な間隔の点に対して実行するようにしても
よい。
【００４９】図１に示す実施例では、被写体画像一時記
憶装置２２ａから読み出した被写体画像と、背景画像一
時記憶装置２２ｂから読み出した背景画像を共にそのま
ま正規化エッジ強度抽出手段２４に供給しているが、被
写体画像について領域分割し、領域毎に正規化エッジ強
度抽出手段２４に供給するようにしてもよい。
【００５０】図８は、その変更実施例の概略構成ブロッ
ク図を示す。５０は、切出し処理手段２０に代わる切出
し処理手段であり、図１に示す切出し処理手段２０と異
なるのは、被写体画像一時記憶装置２２ａから読み出し
た被写体画像を領域分割して正規化エッジ強度抽出手段
２４に供給する領域分割手段５２を具備することと、局
所的輪郭修整手段３２とは異なる機能の局所的輪郭修整
手段５４である。図１と同じ構成要素には同じ符号を付
してある。
【００５１】領域分割手段５２の作用を図９に模式的に
図示した。被写体及び背景を含む画像を読み込み（Ｓ３
１）、領域分割する（Ｓ３２）。領域分割の方式として
は、画像上又は特徴空間におけるクラスタリングを用い
る方法、画像中のエッジを用いる方法及びテクスチャ解
析などを用いることができる。例えば、安居院、長尾共
著「画像の処理と認識」９章、昭晃堂を参照されたい。
【００５２】クラスタリングを用いる方法の１つである
４分木を用いた方式を簡単に説明する。図１０に示すよ
うに、被写体及び背景を含む画像を、一定の特徴を有す
るか否かに従い４つの正方部分画像に分割する。分割さ
れた部分画像に対しても同様に４つの領域に分割してい
き、図１１に示すように、均一な領域になった時点で領
域分割を停止する。領域分割の際の特徴量としては、階
調値の差分、ＲＧＢ値の差分又は濃度勾配の大きさの差
分などを利用できる。
【００５３】このような領域分割の後、領域分割された
各領域を識別するためのラベルを付け、ラベルを付けら
れた情報を図示しないメモリに保持する（Ｓ３３）。
【００５４】被写体領域の切出し処理及び輪郭整形処理
については、図１に示す実施例で説明したのと同様であ
る。切出し処理により被写体領域が設定されると、局所
的輪郭修整手段５４が、輪郭修整処理を実行する。図１
２、図１３及び図１４を参照して、輪郭修整処理の内容
を具体的に説明する。図１２は輪郭修整処理前、図１３
は輪郭修整処理後を示し、図１４は輪郭修整手段４のフ
ローチャートを示す。なお、ラベル付けされた各領域に
対して、被写体領域の内部のラベルについては属性を１
とし、背景領域のラベルについては属性を０とするもの
とする。
【００５５】図１２に示す例では、被写体６０の周囲の
太線６２が、被写体切出し及び輪郭整形処理の結果得ら
れている被写体領域の輪郭線であり、真の被写体輪郭線
６４の外側に部分的に膨らんでいる。本実施例では、輪
郭修整処理により得られる輪郭線を強調して、モニタ４
０画面上に被写体画像と重ねて表示する。図１２及び図
１３では、説明のためにそれを模式的に図示してある。
【００５６】局所的輪郭修整手段５４における輪郭修整
処理では、先ず、ユーザがマウス等のポインティング・
デバイスにより、修整したい輪郭線の近傍をドラッグな
どにより指定する（Ｓ４１）。ドラッグ操作により指定
された軌跡の座標位置を検出し、この座標を含むラベル
を、予め図示しないメモリに保持しているラベリング・
データから読み出す（Ｓ４２）。
【００５７】次に、デフォルト処理として、Ｓ４２で読
み出されたラベルの領域が切り出された被写体領域マス
クの内部である場合には、ラベルの属性を背景領域（属
性０）とし、逆に、被写体領域マスク外の場合には、ラ
ベルの属性を被写体領域（属性１）にするというよう
に、ラベルの属性を反転する（Ｓ４３）。
【００５８】反転されたマスク・ラベル属性情報に基づ
いてサンプル点を自動修整し、再度、フィッティング曲
線を生成し、輪郭線を滑らかに連結する（Ｓ４４）。こ
のような処理により、図１２に示す状態から図１３に示
す状態にフィッティング曲線が修整される。
【００５９】フィッティング曲線を生成する際に、曲線
の一部が背景側の属性を有するラベル領域を通過する場
合には、フィッティング曲線を優先しても良いし、又は
背景側の属性を有するラベル領域の通過を禁止してフィ
ッティング曲線を生成しても良い。
【００６０】ここでは、ラベルの属性反転処理をデフォ
ルト処理として説明したが、他の処理として、指定され
たラベル領域内の特徴量と周囲のラベルの特徴量を比較
し、被写体側又は背景側の属性を設定するようにしても
よい。
【００６１】次に、１枚の画像から被写体領域を切り出
し、輪郭整形及び輪郭修整処理を行なう実施例を説明す
る。図１５は、その実施例の概略構成ブロック図を示
す。カメラ１０は図１に示す実施例と同じである。
【００６２】被写体切出し処理手段７０は、被写体画像
一時記憶装置７２、正規化エッジ強度抽出手段７４、領
域成長手段７６、局所的輪郭修整処理手段７８、被写体
画像出力手段８０およびインターフェース８２からな
り、インターフェース８２には、マウスなどの操作装置
８４と画像を表示するモニタ８６が接続する。被写体切
出し処理手段７０の一部はプログラム・ソフトウエアに
より実現されるが、ゲート・アレーによっても実現でき
る。
【００６３】図１６は、被写体切出し処理手段７０の動
作フローチャートを示す。カメラ１０において被写体と
背景を含めて撮影し（Ｓ５１）、カメラ１０内で信号処
理して被写体切出し処理手段７０の被写体画像一時記憶
装置７２に格納する（Ｓ５２）。正規化エッジ強度抽出
手段７４が、図１に示す実施例と同様の処理により正規
化エッジ強度を抽出する（Ｓ５３）。
【００６４】領域成長手段７６により被写体領域のマス
クを成長処理する（Ｓ５４）。領域成長の処理方法とし
ては、安居院、長尾共著「画像の処理と認識」９章、昭
晃堂に示される方法を用いることができる。領域成長処
理の概略を説明する。ユーザがモニタ８６の画面上に表
示されている被写体領域内のある点をマウス等で指定す
ると、図１７に示すように、指定した点（画素）Ｐを中
心とする４近傍内の画素Ｐｋと画素Ｐとの類似度を比較
し、この類似度が予め定めたしきい値より小さい場合に
は、ＰとＰｋを統合して同一の領域とする。この処理を
順次実行することにより領域を成長させる。図１８は、
領域成長処理により得られる被写体輪郭線を示す。
【００６５】画素間の類似度としては、階調の差分、Ｒ
ＧＢ値の差分及び濃度勾配等を利用できるが、その他の
情報を用いるてもよい。本実施例では、ＲＧＢ値の差分
及び正規化エッジ強度の情報を利用して、以下の判別式
を類似度の尺度として領域成長を行なった。即ち、 ＲＧＢの差分＜（ＲＧＢの差分の閾値−ａ×正規化エッ
ジ強度＋ｂ） 但し、ａ，ｂは定数である。
【００６６】この類似度は、エッジが存在する位置では
領域成長が抑制されるように機能する。これにより、被
写体領域と背景のＲＧＢ値が同等である場合にも、エッ
ジ情報を利用して被写体領域のみを抽出できる。
【００６７】領域成長処理により得られる領域を被写体
マスクとし、次に輪郭修整処理（Ｓ５５）を実行する。
なお、被写体領域マスクは、ユーザがマウスなどを用い
被写体の形状に沿って大まかに輪郭線を描画するような
方式でも生成できる。
【００６８】局所的輪郭修整手段７８による輪郭修整処
理（Ｓ５５）の内容を説明する。図１９及び図２０は、
輪郭修整の概略を説明するための図面であり、図１９は
モニタ画面上のウインドウ内に表示される輪郭整形処理
された被写体領域を示し、図２０は、その拡大図を示
す。８８は、輪郭修整処理のためのツール群である。８
８ａは輪郭を滑らかにするツール、８８ｂは輪郭を直線
状に変換するツール、８８ｃは髪の毛等の輪郭を鮮明に
するツール、８８ｄは、選択された領域の輪郭を毛羽立
たせるツールである。ユーザは、輪郭修整ツール群８８
から処理したい内容に応じたツール８８ａ〜８８ｄを選
択する。
【００６９】次に、図２０に示すように、修整処理した
い被写体の輪郭線の近傍に沿ってマウスポインタを移動
させる。局所的輪郭修整手段７８は、マウスポインタの
移動範囲を検出して局所領域を設定する。例えば、マウ
スポインタの移動中の座標をサンプリングして左上隅の
座標と右下隅の座標を基に矩形領域を設定する方法や、
マウスポインタの位置を中心としてある半径の円を設定
し、マウスの移動に従いこの円により仮想的に塗りつぶ
される領域を局所領域とする方法などがある。その他
の、公知の方法を採用しても良い。
【００７０】局所的輪郭修整手段７８は、局所領域が設
定されると、選択されているツールの種類に応じた処理
を実行する。
【００７１】平滑化ツール８８ａが選択された場合、図
２１に示すように局所領域Ｂ内においてサンプリング点
を設定し、局所的にフィッティング曲線を生成して、輪
郭線を滑らかにする。図２１（ａ）は修正前、同（ｂ）
は修整後をそれぞれ示す。この処理により、輪郭線の不
要な振動を除去できる。
【００７２】また、直線ツール８８ｂが選択された場
合、図２２に示すように、局所領域Ｂの両端近傍にサン
プリング点ａｌ，ａ２を自動設定して、この２点ａｌ，
ａ２を直線で結ぶ。これにより、直線部を有する被写体
の輪郭を鮮明に切り出すことができる。図２２（ａ）は
修正前、同（ｂ）は修整後をそれぞれ示す。
【００７３】エッジ強調ツール８８ｃは、例えば、髪の
毛のような微細な形状を切り出すのに利用する。エッジ
強調ツール８８ｃでは、図２３に示すように、髪の毛の
領域で輪郭を鮮明にしたい方向に沿ってマウスポインタ
を移動させることにより、局所領域内でマウスポインタ
の移動方向のエッジ成分が強調される。図２３（ａ）は
修正前、同（ｂ）は修整後をそれぞれ示す。その後、局
所領域内で領域成長及び局所的なフィッティング曲線に
より、髪の毛等を鮮明に切り出すことができる。
【００７４】毛羽立ちツール８８ｄは、局所領域の輪郭
を毛羽立たせるためのツールである。このツール８８ｄ
が選択された場合、図２４に示すように、領域成長によ
り得られている輪郭線上を探索しながら、探索点におけ
る輪郭線の方向と直行する方向の正規化エッジ強度及び
ＲＧＢ値の差分を基に、エッジ部において領域成長が抑
制されるような評価関数を用いて、領域成長処理により
得られている被写体輪郭線を修整し、毛羽立った即ちエ
ッジの鮮明な輪郭線を生成する。図２４（ａ）は修正
前、同（ｂ）は修整後をそれぞれ示す。
【００７５】以上の各修整処理は、局所領域内で自動的
に実行されるので、手作業で輪郭線を引き直す等の煩雑
な作業が不要となる。
【００７６】予め用意されているツールを処理の内容に
応じてユーザが選択する方式を説明したが、メニューな
どにより処理内容を選択した後に、汎用の局所領域設定
ツールにより局所領域を設定してこれらの処理を一括に
実行するようにしても良い。また、各ツールのオプショ
ンとして、図２５に示すような属性設定メニューを準備
し、例えばツール８８ｃの属性として、黒の領域、即ち
ＲＧＢ値が０に近い領域を設定できるようにし、黒に近
いエッジ成分のみ強調するようにしてもよい。さらに
は、処理の内容及び属性等をユーザが独自に設定し、ユ
ーザ定義のカスタムツールを生成できるようにしてもよ
いことは明らかである。
【００７７】以上の局所処理ツールを用いることによ
り、局所領域内で自動的に所望の輪郭線を生成して被写
体領域を切り出すことができる。
【００７８】以上に説明した実施例では、カメラから画
像を入力しているが、記録媒体あるいは記憶手段等に保
持されている画像を読み込んで、上述の一連の処理を実
行できることはいうまでもない。
【００７９】
【発明の効果】以上の説明から容易に理解できるよう
に、本発明によれば、被写体領域マスク近傍において輪
郭修整すべき局所領域を自動的に設定し、修整処理を実
行するので、輪郭修整処理を正確且つ迅速に実行でき
る。
【００８０】輪郭修整時に指定した点を含むラベル毎に
自動的に局所的な処理を実行するので、１画素毎に修整
個所を指定する必要がなく、かつ手作業で修整する必要
がない。この結果、人手に頼った煩雑な処理が不必要と
なり、簡単に輪郭線を修整できる。
【００８１】輪郭修整の処理内容に応じて適切なツール
を選択し、修整の対象となる領域を大まかに設定するだ
けで、所望の輪郭修整処理を自動実行できるので、高度
な輪郭修整処理を迅速に実行できる。
【００８２】被写体画像及び背景画像の差分情報を基に
所望の被写体領域マスクを生成し、さらに輪郭修整を行
なうので、信頼性が高くかつ精度の良い被写体切出しを
行なうことができる。
【００８３】被写体領域マスクの輪郭線の方向に従って
輪郭整形のためのサンプル点を設定するので、輪郭線の
方向が変化する点により多くのサンプル点を設定でき、
複雑な形状の輪郭にも柔軟に対応した切出し処理を行な
うことができる。
【００８４】被写体画像及び背景画像の差分情報を基に
所望の被写体領域マスクを生成し、さらに輪郭修整を行
なうので、信頼性が高くかつ精度の良い被写体切出しを
簡潔に行なうことができる。
【００８５】局所領域内の処理内容をユーザが任意に設
定できるので、種々の被写体輪郭線の修整に対応でき
る。これにより、切出し精度が向上する。
【００８６】ポインティング手段の操作により簡潔に局
所領域を設定できると共に、操作情報を利用して局所領
域内の処理を行なうので、自然な間隔で修整処理を実行
できる。
【図面の簡単な説明】
【図１】 本発明の第１実施例の概略構成ブロック図で
ある。
【図２】 本実施例の被写体切出し処理（主として、初
期マスク領域抽出処理）のフローチャートである。
【図３】 本実施例の被写体切出し処理（主として、領
域成長処理）のフローチャートである。
【図４】 本実施例の被写体切出し処理（主として、局
所的輪郭修整処理）のフローチャートである。
【図５】 チェーンコード符号の説明図である。
【図６】 チェーンコード符号を適用する線図の例であ
る。
【図７】 輪郭修整処理の模式図である。
【図８】 第２実施例の概略構成ブロック図である。
【図９】 第２実施例の領域分割処理のフローチャート
である。
【図１０】 領域分割処理の模式図である。
【図１１】 ４分木による領域分割の結果を示す図であ
る。
【図１２】 領域分割後の輪郭修整処理前の模式図であ
る。
【図１３】 領域分割後の輪郭修整処理後の模式図であ
る。
【図１４】 輪郭修整処理のフローチャートである。
【図１５】 第３実施例の概略構成ブロック図である。
【図１６】 図１５に示す実施例の被写体切出し処理の
フローチャートである。
【図１７】 図１５に示す実施例の領域成長処理の説明
図（領域成長前）である。
【図１８】 図１５に示す実施例の領域成長処理の説明
図（領域成長後）である。
【図１９】 輪郭修整処理の画面例である。
【図２０】 ルーツ８８を使用する際の局所領域設定方
法の説明図である。
【図２１】 平滑化ツール８８ａの処理内容の説明例で
ある。
【図２２】 直線ツール８８ｂの処理内容の説明例であ
る。
【図２３】 エッジ強調ツール８８ｃの処理内容の説明
例である。
【図２４】 毛羽立ちツール８８ｄの処理内容の説明例
である。
【図２５】 輪郭修整処理ツール８８ｃの属性設定ウイ
ンドウの一例である。
【符号の説明】
１０：カメラ １２：結像光学系 １４：イメージ・センサ１ １６：映像信号処理回路 １８：画像記録装置 ２０：被写体切出し処理手段 ２２：画像一時記憶装置 ２２ａ：被写体画像一時記憶装置 ２２ｂ：背景画像一時記憶装置 ２４：正規化エッジ強度抽出手段 ２６：初期マスク領域抽出手段 ２８：領域成長手段 ３０：輪郭整形処理手段 ３２：局所的輪郭修整手段 ３４：被写体画像出力手段 ３６：インターフェース ３８：操作装置 ４０：画像表示装置 ５０：切出し処理手段 ５２：領域分割手段 ５４：局所的輪郭修整手段 ６０：被写体 ６２：被写体６０の輪郭線 ６４：真の被写体輪郭線 ７０：被写体切出し処理手段 ７２：被写体画像一時記憶装置 ７４：正規化エッジ強度抽出手段 ７６：領域成長手段 ７８：局所的輪郭修整処理手段 ８０：被写体画像出力手段 ８２：インターフェース ８４：操作装置 ８６：モニタ ８８：輪郭修整ツール群 ８８ａ：平滑化ツール ８８ｂ：直線ツール ８８ｃ：エッジ強調ツール ８８ｄ：毛羽立ちツール

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】 被写体画像を含む入力画像から当該被写
    体画像の領域をマスクする被写体領域マスクを生成する
    被写体領域マスク生成ステップと、 当該被写体領域マスクの輪郭線を整形する輪郭線整形ス
    テップと、 当該輪郭線整形ステップによる整形前後の当該被写体領
    域マスクの輪郭線の情報に基づき、当該輪郭線整形ステ
    ップにより整形した輪郭線を修整するための局所領域を
    設定する局所領域設定ステップと、 当該輪郭線整形ステップにより整形された被写体領域マ
    スクの輪郭線を、当該局所領域設定ステップにより設定
    される各局所領域内で修整する輪郭線修整ステップとか
    らなることを特徴とする被写体画像切出し方法。
  2. 【請求項２】 当該被写体領域マスク生成ステップが、
    当該入力画像とは別に入力される背景画像と当該入力画
    像の差分を算出する画像差分算出ステップと、当該画像
    差分算出ステップにより算出される差分画像に従い、当
    該入力画像から当該被写体領域マスクを生成するマスク
    生成ステップとからなる請求項１に記載の被写体画像切
    出し方法。
  3. 【請求項３】 当該輪郭線整形ステップにおいて、当該
    被写体領域マスクの輪郭線の方向に基づいて輪郭整形の
    ためのサンプル点を設定する請求項１に記載の被写体画
    像切出し方法。
  4. 【請求項４】 被写体画像を含む入力画像から当該被写
    体画像の領域をマスクする被写体領域マスクを生成する
    被写体領域マスク生成手段と、 当該被写体領域マスクの輪郭線を整形する輪郭線整形手
    段と、 当該輪郭線整形手段による整形前後の当該被写体領域マ
    スクの輪郭線の情報に基づき、当該輪郭線整形手段によ
    り整形した輪郭線を修整するための局所領域を設定する
    局所領域設定手段と、 当該輪郭線整形手段により整形された被写体領域マスク
    の輪郭線を、当該局所領域設定手段により設定される各
    局所領域内で修整する輪郭線修整手段とからなることを
    特徴とする被写体画像切出し装置。
  5. 【請求項５】 当該被写体領域マスク生成手段が、当該
    入力画像とは別に入力される背景画像と当該入力画像の
    差分を算出する画像差分算出手段と、当該画像差分算出
    手段により算出される差分画像に従い、当該入力画像か
    ら当該被写体領域マスクを生成するマスク生成手段とか
    らなる請求項４に記載の被写体画像切出し装置。
  6. 【請求項６】 当該輪郭線整形手段が、当該被写体領域
    マスクの輪郭線の方向に基づいて輪郭整形のためのサン
    プル点を設定するサンプル点設定手段を具備する請求項
    ４に記載の被写体画像切出し装置。
  7. 【請求項７】 入力画像を複数の小領域に分割する領域
    分割ステップと、 当該領域分割ステップにより得られる各小領域にそれぞ
    れを識別するラベルを付与するラベル付与ステップと、 当該入力画像から所望の被写体領域マスクを生成する被
    写体領域マスク生成ステップと、 当該被写体領域マスク生成ステップにより生成される被
    写体領域マスクの輪郭線を整形する輪郭線整形ステップ
    と、 当該輪郭線整形ステップにより整形した被写体マスク領
    域の輪郭線を当該入力画像に重ねて表示する表示ステッ
    プと、 当該輪郭線整形ステップにより整形した被写体マスク領
    域の輪郭線の修整箇所を、表示画像上で指定する修整箇
    所指定ステップと、 当該修整箇所指定ステップで指定された点を含むラベル
    毎に局所的な処理を施し、被写体領域マスクの輪郭線を
    修整する輪郭線修整ステップとからなることを特徴とす
    る被写体画像切出し方法。
  8. 【請求項８】 当該被写体領域マスク生成ステップが、
    当該入力画像とは別に入力される背景画像と当該入力画
    像の差分を算出する画像差分算出ステップと、当該画像
    差分算出ステップにより算出される差分画像に従い、当
    該入力画像から当該被写体領域マスクを生成するマスク
    生成ステップとからなる請求項７に記載の被写体画像切
    出し方法。
  9. 【請求項９】 入力画像を複数の小領域に分割する領域
    分割手段と、 当該領域分割手段により得られる各小領域にそれぞれを
    識別するラベルを付与するラベル付与手段と、 当該入力画像から所望の被写体領域マスクを生成する被
    写体領域マスク生成手段と、 当該被写体領域マスク生成ステップにより生成される被
    写体領域マスクの輪郭線を整形する輪郭線整形手段と、 当該輪郭線整形手段により整形した被写体マスク領域の
    輪郭線を当該入力画像に重ねて表示する表示手段と、 当該輪郭線整形手段により整形した被写体マスク領域の
    輪郭線の修整箇所を、表示画像上で指定する修整箇所指
    定手段と、 当該修整箇所指定手段で指定された点を含むラベル毎に
    局所的な処理を施し、被写体領域マスクの輪郭線を修整
    する輪郭線修整手段とからなることを特徴とする被写体
    画像切出装置。
  10. 【請求項１０】 当該被写体領域マスク生成手段が、当
    該入力画像とは別に入力される背景画像と当該入力画像
    の差分を算出する画像差分算出手段と、当該画像差分算
    出手段により算出される差分画像に従い、当該入力画像
    から当該被写体領域マスクを生成するマスク生成手段と
    からなる請求項９に記載の被写体画像切出し装置。
  11. 【請求項１１】 入力画像から所望の被写体領域マスク
    を生成する被写体領域マスク生成ステップと、 当該被写体領域マスク生成ステップにより生成した被写
    体領域マスクの輪郭線を当該入力画像に重ねて表示する
    表示ステップと、 当該被写体領域マスクの輪郭線を修整するための任意の
    局所領域を表示画面上に設定する局所領域設定ステップ
    と、 当該局所領域で施すべき処理を選択する処理選択ステッ
    プと、 当該処理選択ステップにより選択された処理に従い、当
    該局所領域内で当該被写体領域マスクを修整する修整ス
    テップとからなる被写体画像切出し方法。
  12. 【請求項１２】 当該修整ステップにおいて、ポインテ
    ィング手段の移動軌跡及び方向に従い、選択された処理
    を指定の局所領域内で実行する請求項１１に記載の被写
    体画像切出し方法。
  13. 【請求項１３】 入力画像から所望の被写体領域マスク
    を生成する被写体領域マスク生成手段と、 当該被写体領域マスク生成手段により生成した被写体領
    域マスクの輪郭線を当該入力画像に重ねて表示する表示
    手段と、 当該被写体領域マスクの輪郭線を修整するための任意の
    局所領域を当該表示手段の表示画面上に設定する局所領
    域設定手段と、 当該局所領域で施すべき処理を選択する処理選択手段
    と、 当該処理選択手段により選択された処理に従い、当該局
    所領域内で当該被写体領域マスクを修整する修整手段と
    からなることを特徴とする被写体画像切出し装置。
  14. 【請求項１４】 更に、当該表示手段の表示画面上で当
    該局所領域を設定するポインティング手段を有し、当該
    修整手段は、当該ポインティング手段の移動軌跡及び方
    向に関する情報に従い、当該局所領域内で選択された処
    理を実行する請求項１３に記載の被写体画像切出し装
    置。
JP8341198A 1996-12-20 1996-12-20 被写体画像切出し方法及び装置 Withdrawn JPH10191020A (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP8341198A JPH10191020A (ja) 1996-12-20 1996-12-20 被写体画像切出し方法及び装置
US08/989,976 US6404936B1 (en) 1996-12-20 1997-12-12 Subject image extraction method and apparatus
DE69728127T DE69728127T2 (de) 1996-12-20 1997-12-18 Vorrichtung und Verfahren zur Extraktion eines Objekts in einem Bild
EP97310294A EP0853293B1 (en) 1996-12-20 1997-12-18 Subject image extraction method and apparatus
EP03078668A EP1510969A1 (en) 1996-12-20 1997-12-18 Subject image extraction method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8341198A JPH10191020A (ja) 1996-12-20 1996-12-20 被写体画像切出し方法及び装置

Publications (1)

Publication Number Publication Date
JPH10191020A true JPH10191020A (ja) 1998-07-21

Family

ID=18344136

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8341198A Withdrawn JPH10191020A (ja) 1996-12-20 1996-12-20 被写体画像切出し方法及び装置

Country Status (4)

Country Link
US (1) US6404936B1 (ja)
EP (2) EP0853293B1 (ja)
JP (1) JPH10191020A (ja)
DE (1) DE69728127T2 (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000215319A (ja) * 1999-01-22 2000-08-04 Canon Inc 画像抽出方法及び装置並びに記憶媒体
JP2000261644A (ja) * 1999-03-05 2000-09-22 Fuji Photo Film Co Ltd 画像変換方法および装置並びに記録媒体
JP2001043388A (ja) * 1999-07-29 2001-02-16 Canon Inc 画像処理方法、画像処理装置及び記憶媒体
JP2002262167A (ja) * 2001-03-02 2002-09-13 Canon Inc 電子カメラ
JP2004522372A (ja) * 2001-06-29 2004-07-22 スングジン シーアンドシー カンパニー リミテッド 時空間適応的雑音除去／高画質復元方法及びこれを応用した高画質映像入力装置
KR100474760B1 (ko) * 2001-10-08 2005-03-08 엘지전자 주식회사 영상내의 오브젝트 영역 추출방법
JP2006192254A (ja) * 2005-01-12 2006-07-27 Medison Co Ltd 超音波診断システム及び方法
US7440614B2 (en) 1999-10-22 2008-10-21 Kabushiki Kaisha Toshiba Method of extracting contour of image, method of extracting object from image, and video transmission system using the same method
JP2009289295A (ja) * 2009-09-10 2009-12-10 Canon Inc 画像抽出方法及び装置
JP2011028742A (ja) * 2009-07-03 2011-02-10 Canon Inc 画像処理装置
JP2012217102A (ja) * 2011-04-01 2012-11-08 Canon Inc 画像処理装置、及びその制御方法及びプログラム
JP2014197243A (ja) * 2012-05-22 2014-10-16 株式会社リコー パターン処理装置、パターン処理方法、パターン処理プログラム
JP2016100016A (ja) * 2014-11-18 2016-05-30 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 画像分割

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2252071A3 (en) * 1997-12-05 2017-04-12 Dynamic Digital Depth Research Pty. Ltd. Improved image conversion and encoding techniques
EP2416198B1 (en) * 1998-05-25 2013-05-01 Panasonic Corporation Range finder device and camera
DE19842572B4 (de) * 1998-09-17 2005-03-24 Heidelberger Druckmaschinen Ag Verfahren zur automatischen Entfernung von Bildfehlern
JP2000209425A (ja) * 1998-11-09 2000-07-28 Canon Inc 画像処理装置及び方法並びに記憶媒体
JP2000253418A (ja) * 1999-03-03 2000-09-14 Alps Electric Co Ltd 映像信号処理回路、ビューファインダ装置、テレビジョンカメラ及び映像モニタ装置
JP4366758B2 (ja) * 1999-05-27 2009-11-18 コニカミノルタホールディングス株式会社 領域抽出装置および領域抽出方法、ならびに領域抽出プログラムを記録した記録媒体
EP1320070B1 (en) * 1999-06-11 2010-10-27 Altera Corporation Method and apparatus for digital image segmentation
US6778698B1 (en) 1999-06-11 2004-08-17 Pts Corporation Method and apparatus for digital image segmentation
US7119923B1 (en) * 1999-07-23 2006-10-10 Fuji Photo Film Co., Ltd. Apparatus and method for image processing
JP2001043376A (ja) * 1999-07-30 2001-02-16 Canon Inc 画像抽出方法及び装置並びに記憶媒体
GB9930852D0 (en) * 1999-12-24 2000-02-16 Koninkl Philips Electronics Nv Display for a graphical user interface
GB2358702A (en) * 2000-01-26 2001-08-01 Robotic Technology Systems Plc Providing information of objects by imaging
US6901110B1 (en) * 2000-03-10 2005-05-31 Obvious Technology Systems and methods for tracking objects in video sequences
EP1223762A1 (fr) * 2000-12-28 2002-07-17 Koninklijke Philips Electronics N.V. Composition d'une image
US6901167B2 (en) * 2001-04-04 2005-05-31 Microsoft Corporation Detecting multiple objects in digital image data
US9286941B2 (en) 2001-05-04 2016-03-15 Legend3D, Inc. Image sequence enhancement and motion picture project management system
US20030095113A1 (en) * 2001-11-21 2003-05-22 Yue Ma Index and retrieval system and method for scanned notes from whiteboard
US7336809B2 (en) * 2001-11-23 2008-02-26 R2 Technology, Inc. Segmentation in medical images
US7502525B2 (en) * 2003-01-27 2009-03-10 Boston Scientific Scimed, Inc. System and method for edge detection of an image
JP4333150B2 (ja) * 2003-01-31 2009-09-16 ソニー株式会社 信号処理装置および方法、記録媒体、並びにプログラム
JP2004303075A (ja) * 2003-03-31 2004-10-28 Canon Inc 画像処理装置および方法
US7197181B1 (en) * 2003-04-09 2007-03-27 Bentley Systems, Inc. Quick method for color-based selection of objects in a raster image
US7609894B2 (en) * 2004-02-17 2009-10-27 Corel Corporation Adaptive sampling region for a region editing tool
US7956929B2 (en) * 2005-10-31 2011-06-07 Broadcom Corporation Video background subtractor system
JP2007189657A (ja) * 2005-12-16 2007-07-26 Fuji Xerox Co Ltd 画像評価装置、画像評価方法及びプログラム
JP4341629B2 (ja) * 2006-01-27 2009-10-07 カシオ計算機株式会社 撮像装置、画像処理方法及びプログラム
JP4631760B2 (ja) * 2006-03-17 2011-02-16 カシオ計算機株式会社 デジタルカメラ、画像処理方法及びプログラム
US8050498B2 (en) 2006-07-21 2011-11-01 Adobe Systems Incorporated Live coherent image selection to differentiate foreground and background pixels
US7652677B2 (en) * 2006-08-03 2010-01-26 Qualcomm Incorporated Graphics system employing pixel mask
GB2454856B (en) * 2006-09-19 2011-08-24 Adobe Systems Inc Image mask generation
US8508546B2 (en) * 2006-09-19 2013-08-13 Adobe Systems Incorporated Image mask generation
US8013870B2 (en) * 2006-09-25 2011-09-06 Adobe Systems Incorporated Image masks generated from local color models
US7944442B2 (en) * 2006-09-26 2011-05-17 Qualcomm Incorporated Graphics system employing shape buffer
EP2080169A4 (en) * 2006-10-10 2011-07-27 Cedara Software Corp SYSTEM AND METHOD FOR SEGMENTING A REGION IN A MEDICAL IMAGE
WO2008044441A1 (en) * 2006-10-10 2008-04-17 Hitachi Medical Corporation Medical image diagnostic apparatus, medical image measuring method, and medical image measuring program
US20080088718A1 (en) * 2006-10-17 2008-04-17 Cazier Robert P Template Creator For Digital Cameras
US20080100720A1 (en) * 2006-10-30 2008-05-01 Brokish Kevin M Cutout Effect For Digital Photographs
US7920168B2 (en) * 2007-01-31 2011-04-05 Hewlett-Packard Development Company, L.P. Systems and methods of customizing a color palette on a digital camera
JP4922091B2 (ja) 2007-07-23 2012-04-25 ルネサスエレクトロニクス株式会社 映像信号処理装置、映像信号処理方法及び表示装置
US8121409B2 (en) * 2008-02-26 2012-02-21 Cyberlink Corp. Method for handling static text and logos in stabilized images
US8269775B2 (en) * 2008-12-09 2012-09-18 Qualcomm Incorporated Discarding of vertex points during two-dimensional graphics rendering using three-dimensional graphics hardware
CN101867703B (zh) * 2009-04-16 2012-10-03 辉达公司 用于校正图像的系统和方法
JP5812599B2 (ja) * 2010-02-25 2015-11-17 キヤノン株式会社 情報処理方法及びその装置
US8331684B2 (en) * 2010-03-12 2012-12-11 Sony Corporation Color and intensity based meaningful object of interest detection
JP2011211493A (ja) * 2010-03-30 2011-10-20 Sony Corp 撮像装置、表示方法及びプログラム
GB201008923D0 (en) * 2010-05-27 2010-07-14 Anthropics Technology Ltd Selection tool
US9113130B2 (en) 2012-02-06 2015-08-18 Legend3D, Inc. Multi-stage production pipeline system
US9196050B2 (en) 2014-04-09 2015-11-24 Google Inc. Image-based bridge identification and boundary detection
EP3155589B1 (en) 2014-06-12 2018-12-26 Koninklijke Philips N.V. Optimization of parameters for segmenting an image
CN106157341B (zh) * 2015-03-30 2019-05-14 阿里巴巴集团控股有限公司 生成合成图片的方法及装置
US9609307B1 (en) 2015-09-17 2017-03-28 Legend3D, Inc. Method of converting 2D video to 3D video using machine learning
ES2585251B2 (es) * 2015-12-22 2017-01-26 Universidad Rey Juan Carlos Dron invisible
US9972092B2 (en) * 2016-03-31 2018-05-15 Adobe Systems Incorporated Utilizing deep learning for boundary-aware image segmentation
CN109840912B (zh) * 2019-01-02 2021-05-04 厦门美图之家科技有限公司 一种图像中异常像素的修正方法及计算设备
WO2020174862A1 (ja) * 2019-02-28 2020-09-03 ソニー株式会社 情報処理装置、情報処理方法および情報処理システム
CN113190818B (zh) * 2021-05-14 2022-02-01 广州诚为信息技术有限公司 一种混合云管理平台

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6312074A (ja) * 1986-07-02 1988-01-19 Toshiba Corp ラベリング回路
IL88286A (en) * 1988-11-04 1992-07-15 Scitex Corp Ltd Method and apparatus for preparing picture masks and for digitizing line edges
US5048099A (en) * 1990-05-21 1991-09-10 Eastman Kodak Company Polygon-based method for automatic extraction of selected text in a digitized document
JP2856229B2 (ja) 1991-09-18 1999-02-10 財団法人ニューメディア開発協会 画像切り出し箇所検出方法
IL100256A (en) 1991-12-06 1997-01-10 Scitex Corp Ltd Apparatus and method for preparing picture masks
JP3679512B2 (ja) 1996-07-05 2005-08-03 キヤノン株式会社 画像抽出装置および方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000215319A (ja) * 1999-01-22 2000-08-04 Canon Inc 画像抽出方法及び装置並びに記憶媒体
JP2000261644A (ja) * 1999-03-05 2000-09-22 Fuji Photo Film Co Ltd 画像変換方法および装置並びに記録媒体
JP2001043388A (ja) * 1999-07-29 2001-02-16 Canon Inc 画像処理方法、画像処理装置及び記憶媒体
US7440614B2 (en) 1999-10-22 2008-10-21 Kabushiki Kaisha Toshiba Method of extracting contour of image, method of extracting object from image, and video transmission system using the same method
JP2002262167A (ja) * 2001-03-02 2002-09-13 Canon Inc 電子カメラ
JP2004522372A (ja) * 2001-06-29 2004-07-22 スングジン シーアンドシー カンパニー リミテッド 時空間適応的雑音除去／高画質復元方法及びこれを応用した高画質映像入力装置
KR100474760B1 (ko) * 2001-10-08 2005-03-08 엘지전자 주식회사 영상내의 오브젝트 영역 추출방법
JP2006192254A (ja) * 2005-01-12 2006-07-27 Medison Co Ltd 超音波診断システム及び方法
US7940995B2 (en) 2005-01-12 2011-05-10 Medison Co., Ltd. Ultrasound diagnostic system for automatically detecting a boundary of a target object and method of using the same
JP2011028742A (ja) * 2009-07-03 2011-02-10 Canon Inc 画像処理装置
JP2009289295A (ja) * 2009-09-10 2009-12-10 Canon Inc 画像抽出方法及び装置
JP2012217102A (ja) * 2011-04-01 2012-11-08 Canon Inc 画像処理装置、及びその制御方法及びプログラム
JP2014197243A (ja) * 2012-05-22 2014-10-16 株式会社リコー パターン処理装置、パターン処理方法、パターン処理プログラム
JP2016100016A (ja) * 2014-11-18 2016-05-30 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 画像分割

Also Published As

Publication number Publication date
US6404936B1 (en) 2002-06-11
EP0853293A1 (en) 1998-07-15
DE69728127T2 (de) 2005-01-20
EP0853293B1 (en) 2004-03-17
EP1510969A1 (en) 2005-03-02
DE69728127D1 (de) 2004-04-22

Similar Documents

Publication Publication Date Title
JPH10191020A (ja) 被写体画像切出し方法及び装置
US6009209A (en) Automated removal of red eye effect from a digital image
CN1475969B (zh) 用于增强人像图像的方法和系统
US8086041B2 (en) Pattern evaluation method, pattern matching method and computer readable medium
US6389417B1 (en) Method and apparatus for searching a digital image
CN110390260B (zh) 图片扫描件处理方法、装置、计算机设备及存储介质
WO2001026050A2 (en) Improved image segmentation processing by user-guided image processing techniques
CN110136153B (zh) 一种图像处理方法、设备及存储介质
JP2001043376A (ja) 画像抽出方法及び装置並びに記憶媒体
CN106611416B (zh) 一种医学图像中肺分割的方法及装置
US6542639B2 (en) Region extraction apparatus, region extraction method and computer readable recording medium
CN110503705B (zh) 图像标注方法和设备
JP3411971B2 (ja) 人物像抽出装置
JP3814353B2 (ja) 画像分割方法および画像分割装置
JP2000216979A (ja) 画像抽出方法及び装置並びに記憶媒体
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
KR20010014871A (ko) 윤곽을 따르는 트래커를 자동적으로 결정하기 위한 방법및 그 방법을 실시하는 프로그램을 기억한 기억 매체
CN113780040A (zh) 唇部关键点的定位方法及装置、存储介质、电子设备
JPH10111946A (ja) 画像追跡装置
Khan et al. Segmentation of single and overlapping leaves by extracting appropriate contours
JP5383486B2 (ja) 脳出血部位セグメンテーションする装置の作動方法および装置
JP2000339452A (ja) 画像抽出方法及び装置並びに記憶媒体
Pohle et al. Segmentation of 3D medical image data sets with a combination of region-based initial segmentation and active surfaces
JP2000200359A (ja) 画像処理装置及び画像処理方法及び画像処理プログラムを記録した記録媒体
CN113257392B (zh) 一种超声机普适外接数据自动预处理方法

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20040302