JPH1063855A

JPH1063855A - 画像領域抽出方法

Info

Publication number: JPH1063855A
Application number: JP23134296A
Authority: JP
Inventors: Takeshi Mogi; 健茂木
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1996-08-13
Filing date: 1996-08-13
Publication date: 1998-03-06

Abstract

(57)【要約】【課題】任意の動画像、静止画における任意の物体領
域の抽出の自動化が難しかった。【解決手段】画像を入力し（Ｓ１０）、画素値の似か
よった近似色領域に分割する（Ｓ１２）。物体を抽出す
べき注目領域を指定し（Ｓ１６）、その注目領域に面積
の大半が含まれるすべての近似色領域を抽出する（Ｓ１
８）。それらの近似色領域の集合領域が所望の物体の領
域である。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は画像領域抽出方
法、特に画像に含まれる所望の物体領域を画素値を手が
かりに抽出する方法に関する。この発明は、物体領域の
認識や追跡、領域ごとに異なる符号化を行うための符号
化技術などに適用することが可能である。

【０００２】

【従来の技術】画像から任意の物体領域を切り出すこと
は画像処理における重要なテーマであり、画像合成や画
像認識などさまざまな分野への応用が期待されている。
物体領域を認識するための基礎技術として、従来から画
像を等しい色の領域（以下「等色領域」という）に分割
する技術が知られている。しかし、この方法によって単
に画像を等色領域に分割しただけでは、いずれの等色領
域が物体を構成するかの判断が難しく、静止画において
所望の物体領域の抽出は困難とされる。物体領域を抽出
する具体的な技術の例に以下のものがある。

【０００３】従来技術１．物体領域の抽出をパーソナル
ユースレベルで実現するものとして、マッキントッシュ
社のＰＣ（パーソナルコンピュータ）上で動作するＰｈ
ｏｔｏＳｈｏｐ（商標）というソフトウエアが知られて
いる。ＰｈｏｔｏＳｈｏｐは静止画の編集機能をもち、
ユーザによる領域の切り出しが可能である。実際には、
ユーザは編集の対象となる静止画を画面に表示し、不要
な画像領域をひとつずつ指定して取り払うことにより、
最終的に必要な領域を残すというものである。したがっ
て、ＰｈｏｔｏＳｈｏｐは領域の抽出が人手作業に頼っ
ており、編集の対象も基本的に静止画に限られる。

【０００４】従来技術２．一方、動画像から自動的に領
域を抽出する手法が「映像合成のための画像列の統合に
よる動物体の抽出」（高橋他、1995年画像符号化シンポ
ジウム（PCSJ95）9-15，197,198 ページ）に提案されて
いる。この手法は、動画像の複数フレーム間の差分画像
を蓄積し、それら複数フレーム間で差分がゼロの領域を
静止領域、ゼロでない領域を動領域として対象物体の領
域の切り出しを行うものである。このほかにも、画像か
ら動物体を抽出して符号化を行う技術が特開平７−１７
０５２３号公報などに開示されている。

【０００５】

【発明が解決しようとする課題】従来技術１では物体領
域の自動抽出が不可能である。

【０００６】一方、従来技術２では対象が動画像でなけ
れば領域の抽出ができない。また、たとえ動画像を入力
しても、この中で対象物体が動いていないと抽出するこ
とができない。さらに、対象物体が動いていても「穴あ
き」というべき問題が生じることがある。「穴あき」と
は、例えば人の顔が対象物体としてフレーム間で動いて
も、それらのフレーム間で肌色の領域が重複していれば
この領域の差分がゼロとなり、静止領域と誤判定される
現象をいう。

【０００７】また、従来技術２の場合、領域検出精度を
高めるために、通常ある程度多数のフレームにわたって
画像データを蓄積したうえで差分画像を生成する必要が
ある。このため、処理時間やハードウエアの複雑さの面
で改善の余地があると考えられる。

【０００８】本発明はこうした課題に鑑みてなされたも
ので、その目的は、静止画に対しても所望の物体領域を
自動抽出でき、動画像については、動領域、静止領域に
関係なく所望の物体領域を自動抽出でき、これらの処理
を同一のアルゴリズムで実行でき、処理時間が短く、か
つハードウエアも比較的単純な画像領域抽出方法を提供
することにある。

【０００９】

【課題を解決するための手段】

（１）本発明は画像から所望の物体の領域を抽出する方
法であって、画像をそれぞれが画素値の似かよった画素
で構成される複数の近似色領域に分割する分割工程と、
物体を抽出すべき注目領域を画面上にて指定する指定工
程と、指定された注目領域に所定の程度を超えて含まれ
る近似色領域をすべて抽出する抽出工程とを含む。

【００１０】この構成において、まず分割工程によって
画像が複数の近似色領域に分割される。各近似色領域は
画素値が似かよった画素で構成される領域で、画素値は
ＲＧＢ、ＨＶＣ、ＹＵＶなどいろいろな色空間によって
記述できる。したがって、「画素値が似かよう」とは、
見た目の色が似かよっていることだけでなく、例えば輝
度が近いような場合も含む概念である。

【００１１】つぎに、指定工程において注目領域が指定
される。指定はユーザが画面上で行ってもよいし、デフ
ォルトの領域が自動的に指定される構成としてもよい。
注目領域とは、その中で物体を探すべき領域をいう。本
発明の場合、後述のごとく、物体が注目領域に完全に収
まっていなくてもよい点に特徴がある。

【００１２】つづいて抽出工程において、指定された注
目領域に所定の程度を超えて含まれる近似色領域がすべ
て抽出される。抽出されたすべての近似色領域をもっ
て、所望の物体領域とすることができる。例えば画像に
人の顔が含まれるとき、この顔を取り囲むように注目領
域を指定すれば、この注目領域には顔を構成する目、
口、耳、それらの地の肌色領域、または髪などの各近似
色領域が含まれることになる。従って、これら各近似色
領域が抽出され、結果的に人の顔全体が抽出されること
になる。

【００１３】以上、本発明のこの態様によれば、注目領
域と各近似色領域の位置関係を調べることにより、所望
の物体領域の抽出を自動化することができる。したがっ
て、抽出に必要な人手作業をほとんどなくすことができ
る。

【００１４】（２）本発明のある態様では、前記抽出工
程は、各近似色領域についてその近似色領域のうち前記
注目領域に含まれる部分（以下「領域内部分」という）
と含まれない部分（以下「領域外部分」という）の面積
比を算出し、領域内部分の面積の割合が大きいときその
近似色領域全体を抽出する。

【００１５】例えば、（１）の例で人の髪の部分が注目
領域からはみ出していても、髪に関する領域内部分が髪
の近似色領域全体の大半を占めていれば、その近似色領
域全体を抽出するものである。このため、注目領域の指
定がおおまかになされた場合であっても良好な抽出結果
が得られる。

【００１６】（３）本発明の別の態様は、第１のフレー
ムの画像をそれぞれが画素値の似かよった画素で構成さ
れる複数の近似色領域に分割する第１分割工程と、その
フレーム画像のうち所定の注目領域に所定の程度を超え
て含まれる近似色領域をすべて抽出する第１抽出工程
と、そこで抽出された近似色領域を、物体を追跡するた
めの領域枠として取得する第１枠取得工程と、第２のフ
レームの画像をそれぞれが画素値の似かよった画素で構
成される複数の近似色領域に分割する第２分割工程と、
前記領域枠に所定の程度を超えて含まれる第２のフレー
ム内の近似色領域をすべて抽出する第２抽出工程とを含
む。

【００１７】この構成にて、まず第１分割工程により、
第１のフレームの画像が複数の近似色領域に分割され、
つぎに第１抽出工程により、そのフレーム画像のうち所
定の注目領域に所定の程度を超えて含まれる近似色領域
がすべて抽出される。ここで第１枠取得工程により、抽
出された近似色領域全体が領域枠として取得される。
「領域枠」とは、別のフレームにおいて所望の物体領域
を探す際、そのウインドウとして用いられる枠をいう。
本発明では、この領域枠が第１フレームにおいて所望の
物体領域が存在する領域とみなされる。

【００１８】一方、第２分割工程では、第２のフレーム
の画像が複数の近似色領域に分割され、第２抽出工程に
よって前記領域枠に所定の程度を超えて含まれる第２の
フレーム内の近似色領域がすべて抽出される。ここで抽
出されたすべての近似色領域によって構成される領域が
第２のフレームにおける所望の物体領域とみなされる。

【００１９】以上、本発明のこの態様によれば第１フレ
ームから第２フレームの間で所望の物体領域を追跡する
ことができる。したがって、この態様は動画像に適用す
ることができる。また、動画像についても動領域のみな
らず静止領域を抽出することができる。本発明では差分
画像の計算も不要であり、多数フレームに亘る画像デー
タの記憶も不要であり、処理時間も短い。また、当然な
がらそれを実現するハードウエアも単純になる。なお、
ここでいう「第１のフレーム」と「第２のフレーム」は
連続するフレームである必要はない。

【００２０】（４）（３）のとき本発明のある態様で
は、前記第１抽出工程は注目領域を画面上で受け付けた
うえで抽出処理を行う。

【００２１】（５）（３）または（４）の場合、本発明
のある態様はさらに、領域枠が取得されたときこれを第
２のフレームの画像に照合し、領域枠が第２のフレーム
内において存在する確率が高い位置にその領域枠を移動
する枠移動工程を含み、領域枠を移動させた後に前記第
２抽出工程を行う。

【００２２】枠移動工程による処理は既知のエリアマッ
チングなどによって可能である。すなわち、本態様は領
域枠自体の形状は変えずにそれを平行移動させ、しかる
後に領域枠をウインドウとして対象物体を探すという２
ステップで構成される。本態様によれば、例えば画面上
を対象物体が横切るような場合でも良好な追跡が可能で
ある。

【００２３】（６）（３）〜（５）の場合、本発明のあ
る態様では、前記第２抽出工程によって抽出されたすべ
ての近似色領域によって構成される領域を新たな領域枠
としたうえで、第３のフレームに対して同様の分割処理
および抽出処理を行って所望の物体領域を追跡する。

【００２４】この態様によれば、第１のフレームにおい
ていったん領域枠を指定すれば、以降この領域枠を自動
的に更新しながら物体を追跡することが可能になる。こ
の結果、物体領域の追跡における人手作業の介在を低減
することができ、作業効率が改善される。

【００２５】（７）（３）〜（６）の場合、本発明のあ
る態様はさらに、抽出された所望の物体領域の画像デー
タ圧縮率とそれ以外の領域の画像データ圧縮率を変えて
各フレームの画像データを圧縮する工程を含む。ここ
で、データは符号を含む概念である。

【００２６】この態様によれば、物体領域が画像上重要
な領域であるとき、その部分の圧縮率はあまり高めない
で画質を維持しつつ、それ以外の領域の圧縮率を高めて
全体の画像データ量を低減することができる。

【００２７】

【発明の実施の形態】本発明の好適な実施形態を適宜図
面を参照しながら説明する。

【００２８】実施形態１．本実施形態は入力が静止画で
ある場合に関する。

【００２９】図１は本実施形態の画像領域抽出方法の手
順を示すフローチャートである。このフローチャートを
実施するためのハードウエアは、例えばＰＣとそのＰＣ
に画像を提供するイメージスキャナ、およびＰＣに対し
てユーザの指示を入力するマウスでよい。

【００３０】図１のごとく、抽出は、まずＰＣに静止画
を入力し（Ｓ１０）、これをＰＣ内部で複数の近似色領
域に分割することから始まる（Ｓ１２）。入力された画
像はＰＣのディスプレイに表示される（Ｓ１４）。この
後、ユーザから注目領域の指定を受け付け（Ｓ１６）、
一定の割合を超えてその注目領域に含まれるすべての近
似色領域を抽出し（Ｓ１８）、この抽出結果を表示する
（Ｓ２０）。ここで抽出結果が妥当であれば（Ｓ２２の
Ｙ）処理を終了し、妥当でなければ（Ｓ２２のＮ）注目
領域の指定をやり直してＳ１６以降の処理を実行する。
以下、これらの各工程を詳述する。

【００３１】（Ｓ１０）画像の入力イメージスキャナから処理の対象となる静止画を入力す
る。図２は入力された画像の例を示している。この画像
は、背景２、人物の顔、および体８を含み、顔はさらに
髪の領域４とそれ以外の肌色領域６に分けられる。これ
ら４つの領域はそれぞれほぼ同じ色で構成されるとす
る。なお、肌色領域６はさらに目などの領域に細分化で
きるが、説明の簡単のため省略する。

【００３２】（Ｓ１２）近似色領域の分割入力画像を画素値が似かよった領域、すなわち近似色領
域ごとに分割する。ここでは画素値の近さを単純にＲＧ
Ｂ値の量子化値をもとに判断する。このため、まず入力
画像のノイズを除去すべくフィルタリングを行い、つづ
いて次式によって入力画像の全画素のＲ、Ｇ、Ｂを量子
化する。

【００３３】Ｒｑ＝ｉｎｔ（Ｒ／ｎ）（式１）Ｇｑ＝ｉｎｔ（Ｇ／ｎ）（式２）Ｂｑ＝ｉｎｔ（Ｂ／ｎ）（式３）式１〜３のｉｎｔ（Ｘ）はＸを超えない最大整数、ｎは
量子化のレベル数、Ｒｑ、Ｇｑ、ＢｑはそれぞれＲ、
Ｇ、Ｂの量子化値を示す。したがって、ｎが小さいほど
近似色領域の数が増える。実験においてはｎ＝４〜８程
度で良好な結果が得られている。なお、３つの量子化値
の組（Ｒｑ，Ｇｑ，Ｂｑ）によって決まる色を量子化色
とよび、ある画素Ｐ（ｘ，ｙ）の量子化色をＣｑ（ｘ，
ｙ）と書く。また、その画素Ｐの含まれる近似色領域を
Ｒ（ｘ，ｙ）と表記する。

【００３４】つづいて、ある画素が隣接する画素と同じ
量子化色をもつとき、これらの画素を順次ひとつの領域
に統合していく。この処理は、 if（ Cq(x,y)＝Cq(x+i,y+i) ） then R(x,y) ← R(x+
i,y+i) ここで、ｘ＝1 〜w-2 ，ｙ＝1 〜h-2 ， i,j ＝-1,0,1 というプログラムによって実現できる。ここで、ｗは入
力画像のｘ方向（横方向）の画素数、ｈは同様にｙ方向
（縦方向）の画素数である。

【００３５】以上の結果、すべての近似色領域が決ま
る。しかし一般には、この段階では色むらやノイズの影
響により、例えば１０００などという多数の近似色領域
が生じる。そこで後処理として、特定の大きさ、例えば
画素数１０以下の近似色領域については、その領域の境
界線が最も長く接するような隣接領域を探し、これに併
合してしまう。この結果、近似色領域の数を例えば１０
０程度に絞り込むことができる。ただし、以降の説明で
は簡単のために図２の入力画像に対して背景２、髪の領
域４、肌色領域６、体８の４つの近似色領域が得られた
と仮定する。

【００３６】（Ｓ１４）入力画像の表示入力画像はＳ１２によって近似色領域に分割されるとと
もに、ＰＣのディスプレイに表示される。このとき、入
力画像をそのまま表示してもよいし、Ｓ１２による処理
の完了を待ち、分割された各近似色領域の境界線を太線
などで結果を表示してもよい。

【００３７】（Ｓ１６）注目領域の指定つづいて、ユーザに対して注目領域の指定を求める。図
３はユーザが画面上でマウスによって注目領域１０を指
定した状態を示している。このときユーザは人の顔の領
域を切りだそうとしており、顔を囲む形で注目領域１０
が指定されている。ただしその指定は大まかであり、注
目領域１０の枠の一部が髪の領域４にかかっているとす
る。

【００３８】（Ｓ１８）領域の抽出注目領域の指定が終われば、その注目領域にほぼ含まれ
る近似色領域をすべて抽出する。「ほぼ含まれる」こと
の判定に面積比を用いる。

【００３９】ここで、ある近似色領域をＲｘとし、その
Ｒｘの面積を S（Rx）、Ｒｘのうち注目領域に含まれる
部分、すなわち領域内部分の面積を Sin（Rx）で表し、
「ほぼ含まれる」と判定するためのしきい値をＴＨとお
く。このとき、 Sin（Rx）／S （Rx）＞ＴＨ（式４）が成立すれば、その近似色領域Ｒｘ全体を抽出する。こ
の処理を各近似色領域について行い、最終的に抽出され
たすべての近似色領域の集合をもって対象物体の領域と
みなす。

【００４０】図３の場合、例えばＴＨ＝１／２程度にと
ることにより、髪の領域４と肌色領域６が抽出される。
背景２や体８の一部も注目領域１０内に存在するが、こ
れは式４を満たさないため抽出されない。仮に肌色領域
６を目、耳、口などに細分化しても、これらはすべて式
４を満たすため、もれなく抽出することができる。

【００４１】（Ｓ２０）抽出結果の表示図４はＳ１８によって抽出されたすべての近似色領域の
集合を示す図で、Ｓ１８の終了後、この画像がディスプ
レイに表示される。同図から明らかなごとく、当初の思
惑どおり顔の領域が正しく抽出されている。

【００４２】（Ｓ２２）領域結果の妥当性判断最後に、ユーザはディスプレイに表示された抽出結果が
妥当であるかどうかを判断する。図４の場合は妥当であ
り、処理を終える。仮に図３において注目領域１０がさ
らに下にずれていた場合、髪の領域４が抽出できない可
能性がある。その場合、ディスプレイには肌色領域６の
みが表示されるため、ユーザは注目領域１０の設定に問
題があったことを知り、Ｓ１６に戻って修正することが
できる。

【００４３】以上が本実施形態の処理である。本実施形
態によれば、非常に大まかに注目領域を指定することで
所望の物体領域の抽出を高い精度で行うことができる。
このため、注目領域の指定を除き、Ｐｈｏｔｏｓｈｏｐ
のような人手作業をなくすことができる。その注目領域
の指定についても、用途によってはユーザが指定しなく
ともＰＣ内部でデフォルトの形状を保持しておくことが
できる。例えばテレビ電話の画像の場合、人の顔が画面
ほぼ中央にあると考えられるため、中央付近に予め注目
領域を設けておいてもよい。その場合、人手作業がまっ
たく不要になる。

【００４４】また本実施形態については、画像データの
圧縮処理に利用することができる。すなわち、抽出され
た物体領域を重要な領域とみなしてその画質を維持した
まま、それ以外の領域の画像データの圧縮率を高めるこ
とにより、全体のデータ圧縮率を高めることができる。
圧縮技術自体は既知であり、例えば画素の間引き、平滑
化などが挙げられる。

【００４５】実施形態２．本実施形態は処理の対象が動
画像の場合に関する。本実施形態では、まず１枚目のフ
レーム（以下、第１フレームと表記）において対象物体
の領域を定め、以降別のフレーム（以下、第ｎフレーム
と表記）においてこの対象物体の領域を自動抽出する。
したがって、本実施形態の領域抽出方法によれば物体領
域の追跡が可能になる。本実施形態の処理は、第１フレ
ームに関するものと第ｎフレームに関するものに大別さ
れる。

【００４６】［１］第１フレームに関する処理実施形態１と同じ処理である。第１フレームのみを見れ
ばこれは静止画と考えてよいためである。ただし、処理
の最後に、他のフレームにおいて物体領域を探索するた
めの領域枠を取得する工程が追加される。領域枠とは、
任意のフレームにおいて所望の物体領域を探す際、その
ウインドウとして用いられる枠をいう。すなわち、この
ウインドウは第ｎフレームに関する注目領域となる。図
５は第１フレームについて得られた領域枠を示すもの
で、領域枠２０は図４の髪の領域４と肌色領域６の集合
領域である。

【００４７】［２］第ｎフレームに関する処理図６は第２フレームに関する処理の手順を示すフローチ
ャートで、図１と同等の処理には同じ符号を与えてい
る。同図のごとく、処理は第２フレーム画像の入力（Ｓ
１０）とその近似色領域への分割（Ｓ１２）、領域枠の
平行移動（Ｓ３０）、領域の抽出（Ｓ１８）、抽出結果
の表示（Ｓ２０）、抽出結果の妥当性の確認（Ｓ２２）
と進み、妥当でない場合に領域枠の修正を行い（Ｓ３
２）、再度領域の抽出を行う。以下、図１と異なる工程
を中心に説明する。

【００４８】（Ｓ３０）領域枠の平行移動領域枠２０の平行移動は、フレーム間で物体が移動する
ことを考慮して行われる。図７は第２フレームの入力画
像を示す図である。同図では図１に比べて人が右側に移
動している。そこでこの第２フレームの入力画像全体と
図５の領域枠２０のマッチング処理を行い、領域枠２０
が第２のフレーム内において存在する確率が高い位置に
その領域枠を平行移動する。このため、マッチングの評
価式、Ｅ（u,v ）＝Σ（｜Current _C(x+u,y+v) −Previous_C(x,y) ｜）（式５）を最小にするような（ｕ，ｖ）を求め、これを領域枠２
０の平行移動量、すなわち動きベクトルとする。ただし
式５において、・Current _C(x,y) ：現フレーム（第２フレーム）の P
(x,y) の原画素値・Previous_C(x,y) ：前フレーム（第１フレーム）の P
(x,y) の原画素値を表す。また、Σは前フレーム（第１フレーム）の領域
枠に含まれるｘ，ｙに関する総和で、ｕ，ｖは領域枠が
第２フレーム画像全体を移動する範囲で変化するパラメ
ータである。なお、式５は原画素値ではなく、量子化色
を評価の対象にしてもよい。

【００４９】図８はこうして求められたｕ，ｖをもとに
領域枠２０が平行移動された状態を示す。ここで移動後
の領域枠２２は、図７に示す第２フレームにおいて、第
１フレームの領域枠２０と最もよいマッチングを示した
箇所である。本実施形態では、領域枠は平行移動される
にとどまり、さらに回転等を加えてマッチングをとるこ
とはしない。その理由は、計算量が増えること以外に、
この段階では大まかなマッチングをとればよく、以降の
処理は図６の領域の抽出（Ｓ１８）に委ねさえすれば、
物体領域の回転などにさしたる影響を受けない本発明の
性質により、良好な追跡結果が得られるためである。

【００５０】（Ｓ１８）領域の抽出つづいて、移動後の領域枠２２を新たな注目領域と見立
てて実施形態１のＳ１８同様の処理を行う。図９は移動
後の領域枠２２をウインドウとして第２フレームの画像
を覗いた様子を示す図である。同図のごとく、髪の領域
４と肌色領域６の大半が移動後の領域枠２２に収まって
いるため、式４により、やはりこれら２つの近似色領域
全体が抽出される。図１０は抽出の結果得られた全近似
色領域の集合領域を示している。同図のごとく、第２フ
レームにおいても正しく顔の領域が抽出されている。以
降、実施形態１同様、領域結果の表示（Ｓ２０）と領域
結果の妥当性判断（Ｓ２２）を行う。

【００５１】（Ｓ３２）領域枠の修正Ｓ２２で仮に結果が妥当でないと判断された場合、エラ
ー処理として領域枠の修正工程に進む。ここでは、Ｓ３
０の段階で自動的に最適位置に移動された領域枠が表示
され、ユーザがこの位置や形状を修正する。この後、Ｓ
１８で領域の抽出を再実行する。

【００５２】以上が第２フレームに関する処理である。
第３フレームについては、第２フレームで最終的に抽出
された顔の領域（図１０）が新たな領域枠になるよう領
域枠を自動更新して同様の処理を行えばよい。

【００５３】第ｎフレームに関する処理について注目す
べきは、エラー処理であるＳ３２を除き、図６に示す一
連の手順がすべて自動化できる点である。すなわち、第
１フレームについては注目領域をユーザが指定したが、
以降のフレームでは領域枠の平行移動が自動的に行われ
るためユーザの関与は不要である。この結果、画像領域
の追跡処理の作業効率を大幅に改善することができる。
また本実施形態では、対象物体の領域を一体に扱うた
め、図９などからも明らかなように、物体の回転、変
形、模様またはテキスチャの変化などに対してもきわめ
て追従性が高い。

【００５４】なお、本実施形態については次のような変
形例も考えられる。

【００５５】（１）本実施形態では物体領域を一体に扱
ったが、物体領域が正しく追跡されているかどうかを確
かめるために、領域枠に含まれる各近似色領域の配置に
ついて検査してもよい。例えば第１フレームについて得
られた領域枠２０では、その上部に髪の領域４、下部に
肌色領域６がある。この領域枠２０（厳密には移動後の
領域枠２２）を注目領域として第２フレームから領域を
抽出する際、抽出される各近似色領域が実際にそのよう
な配置になっているかどうかを確認する。確認の結果、
配置が大きく異なる場合には警告を出すなどの処理も可
能である。

【００５６】（２）本実施形態でも実施形態１同様、抽
出すべき物体が画面の特定箇所に存在することがわかっ
ている場合、第１フレームにおける注目領域の設定を自
動化してもよい。

【００５７】（３）本実施形態でも実施形態１同様、抽
出された物体領域以外の画像データを圧縮することで重
要な画像情報を維持しつつ高いデータ圧縮率を実現する
ことができる。データの圧縮率を決めるパラメータとし
ては、空間解像度、フレームレート、色の数、ＤＣＴ
（離散コサイン変換）係数量子化パラメータなどがあ
り、これらの値を変えることで所望の圧縮率を実現する
ことができる。

【００５８】実験結果．図１１〜１６は実施形態２の方
法を用いて動画像からある人物の顔の領域を抽出した結
果を示す図である。図１１〜１３はそれぞれ第１フレー
ムの原画像、近似色領域に分割した様子を示す画像、抽
出された顔の領域画像、図１４〜１６は第２フレームに
関するそれらである。この実験では、第２フレームが第
１フレームよりも７２フレーム先のフレームであった。

【００５９】図１１において白い矩形の領域が指定した
注目領域である。この結果、図１３のごとく、人の顔が
ほぼ正しく抽出されている。同様に、第２フレームにつ
いても図１６のように顔がほぼ正しく抽出されている。

【図面の簡単な説明】

【図１】実施形態１の画像領域抽出方法の手順を示す
フローチャートである。

【図２】実施形態１のＳ１０で入力された画像の例を
示す図である。

【図３】実施形態１のＳ１６において、ユーザが画面
上で注目領域を指定した状態を示す図である。

【図４】実施形態１において抽出されたすべての近似
色領域の集合を示す図である。

【図５】実施形態２において第１フレームについて得
られた領域枠を示す図である。

【図６】実施形態２において第２フレームに関する処
理の手順を示すフローチャートである。

【図７】実施形態２において第２フレームの入力画像
を示す図である。

【図８】実施形態２で領域枠が平行移動された状態を
示す図である。

【図９】実施形態２で移動後の領域枠をウインドウと
して第２フレームの画像を覗いた様子を示す図である。

【図１０】実施形態２で領域抽出の結果得られた全近
似色領域の集合領域を示す図である。

【図１１】実験に用いた第１フレームの原画像を示
す、ディスプレイ上に表示した中間調画像の写真であ
る。

【図１２】実験に用いた第１フレームの原画像を近似
色領域に分割して得られた画像を示す、ディスプレイ上
に表示した中間調画像の写真である。

【図１３】実験に用いた第１フレームの原画像から顔
の領域を抽出した得られた画像を示す、ディスプレイ上
に表示した中間調画像の写真である。

【図１４】実験に用いた第２フレームの原画像を示
す、ディスプレイ上に表示した中間調画像の写真であ
る。

【図１５】実験に用いた第２フレームの原画像を近似
色領域に分割して得られた画像を示す、ディスプレイ上
に表示した中間調画像の写真である。

【図１６】実験に用いた第２フレームの原画像から顔
の領域を抽出した得られた画像を示す、ディスプレイ上
に表示した中間調画像の写真である。

【符号の説明】

２背景、４髪の領域、６肌色領域、８体、１０
注目領域、２０領域枠、２２移動後の領域枠。

Claims

【特許請求の範囲】

【請求項１】画像から所望の物体の領域を抽出する方
法であって、画像をそれぞれが画素値の似かよった画素で構成される
複数の近似色領域に分割する分割工程と、物体を抽出すべき注目領域を指定する指定工程と、指定された注目領域に所定の程度を超えて含まれる近似
色領域をすべて抽出する抽出工程と、を含むことを特徴とする画像領域抽出方法。
【請求項２】請求項１に記載の方法において、前記抽出工程は、各近似色領域について、その近似色領
域のうち前記注目領域に含まれる部分と含まれない部分
の面積比を算出し、前記含まれる部分の面積の割合が大
きいときその近似色領域全体を抽出する画像領域抽出方
法。
【請求項３】第１のフレームの画像をそれぞれが画素
値の似かよった画素で構成される複数の近似色領域に分
割する第１分割工程と、そのフレーム画像のうち所定の注目領域に所定の程度を
超えて含まれる近似色領域をすべて抽出する第１抽出工
程と、第１抽出工程によって抽出された近似色領域を、物体を
追跡するための領域枠として取得する第１枠取得工程
と、第２のフレームの画像をそれぞれが画素値の似かよった
画素で構成される複数の近似色領域に分割する第２分割
工程と、前記領域枠に所定の程度を超えて含まれる第２のフレー
ム内の近似色領域をすべて抽出する第２抽出工程と、を含み、前記領域枠を第１フレームにおける所望の物体
領域とみなし、第２抽出工程によって抽出されたすべて
の近似色領域によって構成される領域を第２のフレーム
における所望の物体領域とみなすことを特徴とする画像
領域抽出方法。
【請求項４】請求項３に記載の方法において、前記第１抽出工程は、前記注目領域の指定を画面上で受
け付けたうえで抽出処理を行う画像領域抽出方法。
【請求項５】請求項３、４のいずれかに記載の方法に
おいて、該方法はさらに、領域枠が取得されたときこれを第２の
フレームの画像に照合し、領域枠が第２のフレーム内に
おいて存在する確率が高い位置にその領域枠を移動する
枠移動工程を含み、領域枠を移動させた後に前記第２抽
出工程を行う画像領域抽出方法。
【請求項６】請求項３〜５のいずれかに記載の方法に
おいて、前記第２抽出工程によって抽出されたすべての近似色領
域によって構成される領域を新たな領域枠としたうえ
で、第３のフレームに対して同様の分割処理および抽出
処理を行って所望の物体領域を追跡する画像領域抽出方
法。
【請求項７】請求項３〜６のいずれかに記載の方法に
おいて、該方法はさらに、抽出された所望の物体領域の画像デー
タ圧縮率とそれ以外の領域の画像データ圧縮率が異なる
ように各フレームの画像データを圧縮する工程を含むこ
とを特徴とする画像領域抽出方法。