JPH11155838A - 動物眼画像処理方法および装置 - Google Patents

動物眼画像処理方法および装置

Info

Publication number
JPH11155838A
JPH11155838A JP9343841A JP34384197A JPH11155838A JP H11155838 A JPH11155838 A JP H11155838A JP 9343841 A JP9343841 A JP 9343841A JP 34384197 A JP34384197 A JP 34384197A JP H11155838 A JPH11155838 A JP H11155838A
Authority
JP
Japan
Prior art keywords
contour
iris
image processing
region
eye image
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
Application number
JP9343841A
Other languages
English (en)
Inventor
Masahiko Suzaki
昌彦 須崎
Yuji Kuno
裕次 久野
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.)
Oki Electric Industry Co Ltd
Original Assignee
Oki Electric Industry Co Ltd
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 Oki Electric Industry Co Ltd filed Critical Oki Electric Industry Co Ltd
Priority to JP9343841A priority Critical patent/JPH11155838A/ja
Priority to US09/048,180 priority patent/US6229905B1/en
Publication of JPH11155838A publication Critical patent/JPH11155838A/ja
Priority to US09/794,276 priority patent/US6320973B2/en
Pending legal-status Critical Current

Links

Landscapes

  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

(57)【要約】 【課題】 たとえ画像が明瞭でない場合でも、虹彩顆粒
の輪郭線を正確に求めることのできる動物眼画像処理方
法および装置を実現する。 【解決手段】 虹彩顆粒を有する動物の眼を撮影した画
像から、瞳孔領域を囲む矩形領域を抽出する(ステップ
S2)。矩形領域を横方向に分割し、各分割領域毎に種
々の閾値で二値化した場合に得られる対象領域(閾値よ
り暗い部分)の輪郭線と、その輪郭線上の平均エッジ強
度を各分割領域毎に記憶しておく(ステップS3)。各
分割領域で平均エッジ強度が最も大きい輪郭線を虹彩顆
粒の上部または下部の輪郭線であると判定する。この輪
郭線に対し、所定の距離を持ち、平均エッジ強度が大き
い輪郭線を、虹彩顆粒のもう一方の輪郭線とする。これ
ら上部と下部の輪郭線に挟まれた部分を虹彩顆粒領域と
して検出する(ステップS4)。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、(競走)馬や
(牧)牛等、動物の個体識別に用いられる動物眼画像処
理方法および装置に関する。
【0002】
【従来の技術】従来の眼の画像処理を行う方法として、
例えば、“High Confidence Visual Recognition of Pe
rsons by a Test of Statisical Independence”,J.G.D
augman(1993),IEEE Trans. Pattern Analysis and Mach
ine Intelligence,15(11),pp.1148-1161.に記載されて
いるものがあった。
【0003】上記文献中の「II(IMAGE ANALYSIS)-A.Ope
rators for Locating an Iris」において、人間の眼の
虹彩の模様を特徴として個人識別を行う場合に、眼を撮
影した画像から虹彩(瞳)の輪郭と、瞳孔の輪郭を抽出
する方法が述べられている。
【0004】これは、人間の眼の虹彩および瞳孔の輪郭
の形状が円であることから、画像中の虹彩と瞳孔の輪郭
を最もよく近似している二つの円を見つける方法であ
る。具体的には、画像中に半径r、中心の座標(x0,
y0)であるような円を想定し、その円周に沿って画像
を線積分し、半径rで正規化した値が最大になるような
r,x0,y0を見つけるものである。
【0005】
【発明が解決しようとする課題】一方、(競走)馬、
(牧)牛などの動物では、虹彩顆粒と呼ばれる3次元の
突起状の物体が水晶体の内部の瞳孔の周りに存在し、そ
れが個体によって特有の形状特徴を持っている。
【0006】図2は、馬の眼の画像を示す説明図であ
る。図示のように、瞳孔とアイリスとの間に虹彩顆粒が
存在し、この虹彩顆粒は個体によって特有の形状となっ
ている。従って、虹彩顆粒の形状やテクスチャなどを個
体識別のための記述子として利用できる。そこで、この
物体と形を入力画像中から抽出することが必要となる。
【0007】しかしながら、虹彩顆粒の輪郭は複雑で様
々な形状のものが存在するため、いくつかのパラメータ
を持つ幾何学的な関数で表現することは不可能である。
即ち、上記の方法、またはそれに類似した方法では、画
像中から虹彩顆粒の輪郭を検出することができない。
【0008】また、屋外で撮影された映像などでは、カ
メラの照明や外光の写り込み等により、画像にむらが生
じるため、瞳孔、虹彩顆粒、アイリス部分のそれぞれの
明るさが一様にならない場合や、虹彩顆粒の輪郭部分が
ぼやけて曖昧になる場合があり、単純な二値化処理やエ
ッジ強調処理だけでは輪郭線の抽出が困難であるという
問題があった。
【0009】このような点から、たとえ画像が明瞭でな
い場合でも、虹彩顆粒の輪郭線を正確に求めることので
きる動物眼画像処理方法および装置の実現が望まれてい
た。
【0010】
【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。 〈請求項1の構成〉虹彩顆粒を有する動物の眼を撮影し
た画像から、虹彩顆粒を囲む矩形領域を抽出し、矩形領
域を横方向に分割し、各分割領域毎に虹彩顆粒の輪郭線
を求めることを特徴とする動物眼画像処理方法である。
【0011】〈請求項1の説明〉虹彩顆粒を有する動物
とは、例えば馬や牛であるが、これ以外でも虹彩顆粒を
有している動物全てを対象とする。虹彩顆粒を囲む矩形
領域とは、虹彩顆粒の領域だけでなく、瞳孔領域を含ん
でいてもよい。
【0012】請求項1の発明は、画像を複数の領域に分
割し、それぞれの分割領域毎に虹彩顆粒の輪郭線を求め
ることを特徴としている。これにより、例えば虹彩顆粒
領域の右端の領域と左端の領域とで明るさが異なるよう
な場合でも、各分割領域での処理を行うことができるた
め、全体として正確な輪郭線の抽出を行うことができ
る。
【0013】〈請求項2の構成〉請求項1に記載の動物
眼画像処理方法において、画像を任意の閾値で二値化し
た場合の閾値よりも暗い部分を対象領域とし、この対象
領域の輪郭線を複数の異なる閾値毎に求め、全ての閾値
で輪郭線を求めた後、どの閾値で二値化した時に得られ
る輪郭線が、真の虹彩顆粒の輪郭線であるかを判定する
ことを特徴とする動物眼画像処理方法である。
【0014】〈請求項2の説明〉請求項2の発明は、全
ての閾値毎に虹彩顆粒の輪郭線を求めた後、どの閾値で
の輪郭線が真の輪郭線であるかを判定するようにした点
を特徴とするものである。即ち、先ず対象となる値を全
て求め、次にこの中から最適な値を採用する方法であ
る。これにより、例えば、予め設定値を設けておいて、
この設定値を超える値が算出された場合にその値を採用
する、といった方法に比べて、正確な値を求めることが
できる。
【0015】〈請求項3の構成〉請求項2に記載の動物
眼画像処理方法において、対象領域の輪郭線に加え、対
象領域の内部に存在する閾値よりも明るい部分の輪郭線
を記憶しておき、どの閾値で二値化した時に得られる輪
郭線が、真の虹彩顆粒の輪郭線であるかを判定すること
を特徴とする動物眼画像処理方法である。
【0016】〈請求項3の説明〉請求項3の発明は、閾
値よりも暗い領域中に存在する明るい領域の輪郭線も虹
彩顆粒の輪郭線の判定対象に加えるようにした点を特徴
とするものである。例えば、カメラの照明等により、虹
彩顆粒領域内に影ができてしまう場合があり、このよう
な影によって、本来の虹彩顆粒領域が分割された形状と
なってしまうことがある。そこで、対象領域内部に存在
する明るい部分の輪郭線も対象とすることにより、この
ような影の影響を除去し、正確な輪郭線を得ることがで
きる。
【0017】〈請求項4の構成〉請求項2または3に記
載の動物眼画像処理方法において、対象領域の輪郭線上
の平均エッジ強度を各分割領域毎に記憶しておき、各分
割領域で平均エッジ強度が最も大きい輪郭線を虹彩顆粒
の上部または下部の輪郭線であると判定する動物眼画像
処理方法である。
【0018】〈請求項4の説明〉請求項4の発明は、全
ての閾値毎に虹彩顆粒の輪郭線とそのエッジ強度を求め
た後、最も平均エッジ強度が大きい輪郭線を虹彩顆粒の
上部または下部の輪郭線であると判定するようにした点
を特徴とするものである。これにより、平均エッジ強度
の値が局所的な値となることが避けられ、その結果、輪
郭線の抽出を正確に行うことができる。
【0019】〈請求項5の構成〉請求項4に記載の動物
眼画像処理方法において、虹彩顆粒の上部または下部の
輪郭線を一方の輪郭線とした場合に、下部または上部の
輪郭線を他方の輪郭線とし、一方の輪郭線に対して、所
定の距離を持ち、平均エッジ強度が大きい輪郭線を他方
の輪郭線であると判定し、かつ、これら一方の輪郭線と
他方の輪郭線とに囲まれた領域を虹彩顆粒の領域である
と判定することを特徴とする動物眼画像処理方法であ
る。
【0020】〈請求項5の説明〉請求項5の発明は、請
求項4の発明で求めた虹彩顆粒の上部または下部の輪郭
線に基づき、上部と下部の輪郭線を求めるようにしたも
のである。ここで、一方の輪郭線を基準輪郭線とした場
合の他方の輪郭線を求める条件として、「輪郭線のエッ
ジ強度が大きく、基準輪郭線からの距離が十分大きい」
という点を用いている。これにより、複雑な演算処理を
行うことなく、正確な虹彩顆粒の領域を求めることがで
きる。
【0021】〈請求項6の構成〉請求項4または5に記
載の動物眼画像処理方法において、平均エッジ強度が最
も大きい輪郭線を持つ場合の閾値を各分割領域毎に記憶
しておき、全ての分割領域の閾値の平均値を求め、この
平均値の閾値で画像を二値化した場合の対象領域の両端
を虹彩顆粒の両端であると判定することを特徴とする動
物眼画像処理方法である。
【0022】〈請求項6の説明〉請求項6の発明は、平
均エッジ強度が最も大きい輪郭線を持つ場合の各分割領
域毎の閾値を平均し、この平均値で画像を二値化した場
合の対象領域の両端を虹彩顆粒の両端としたものであ
る。これにより、虹彩顆粒両端の値を求めるための演算
処理も簡素化することができる。また、虹彩顆粒の両端
位置は、瞳孔の両端までを対象とするため、虹彩顆粒の
両端とは瞳孔の両端までを意味している。
【0023】〈請求項7の構成〉虹彩顆粒を有する動物
の眼を撮影した画像から、虹彩顆粒を囲む矩形領域を抽
出する瞳孔矩形抽出部と、瞳孔矩形抽出部で求めた矩形
領域を横方向に分割し、各分割領域毎に虹彩顆粒の輪郭
線を求める虹彩顆粒領域抽出部とを備えたことを特徴と
する動物眼画像処理装置である。
【0024】〈請求項7の説明〉請求項7の発明は、請
求項1の発明の方法を用いた装置としたものである。こ
れにより、正確な虹彩顆粒の輪郭線を求めることのでき
る装置を実現できる効果がある。
【0025】〈請求項8の構成〉請求項7に記載の動物
眼画像処理装置において、画像を任意の閾値で二値化し
た場合の閾値よりも暗い部分を対象領域とし、この対象
領域の輪郭線を複数の異なる閾値毎に求め、全ての閾値
で前記輪郭線を求めた後、どの閾値で二値化した時に得
られる輪郭線が、真の虹彩顆粒の輪郭線であるかを判定
する虹彩顆粒領域抽出部を備えたことを特徴とする動物
眼画像処理装置である。
【0026】〈請求項8の説明〉請求項8の発明は、請
求項2の発明の方法を用いた装置としたものである。こ
れにより、例えば、予め設定値を設けておいて、この設
定値を超える値が算出された場合にその値を採用する、
といった構成の装置に比べて、正確な値を求めることが
できる効果がある。
【0027】〈請求項9の構成〉請求項8に記載の動物
眼画像処理装置において、対象領域の輪郭線に加え、対
象領域の内部に存在する閾値よりも明るい部分の輪郭線
を記憶しておき、どの閾値で二値化した時に得られる輪
郭線が、真の虹彩顆粒の輪郭線であるかを判定する虹彩
顆粒領域抽出部を備えたことを特徴とする動物眼画像処
理装置である。
【0028】〈請求項9の説明〉請求項9の発明は、請
求項3の方法を用いた装置としたものである。これによ
り、例えば、カメラの照明等により虹彩顆粒領域内に影
ができてしまう場合の、影の影響を除去し、正確な輪郭
線を得ることができる装置を実現することができる効果
がある。
【0029】〈請求項10の構成〉請求項8または9に
記載の動物眼画像処理装置において、対象領域の輪郭線
上の平均エッジ強度を各分割領域毎に記憶しておき、各
分割領域で平均エッジ強度が最も大きい輪郭線を虹彩顆
粒の上部または下部の輪郭線であると判定する虹彩顆粒
領域抽出部を備えたことを特徴とする動物眼画像処理装
置である。
【0030】〈請求項10の説明〉請求項10の発明
は、請求項4の方法を用いた装置としたものである。こ
れにより、平均エッジ強度の値が局所的な値となること
が避けられ、その結果、輪郭線の抽出を正確に行うこと
ができる装置を実現することができる効果がある。
【0031】〈請求項11の構成〉請求項10に記載の
動物眼画像処理装置において、虹彩顆粒の上部または下
部の輪郭線を一方の輪郭線とした場合に、下部または上
部の輪郭線を他方の輪郭線とし、一方の輪郭線に対し
て、所定の距離を持ち、平均エッジ強度が大きい輪郭線
を他方の輪郭線であると判定し、かつ、これら一方の輪
郭線と他方の輪郭線とに囲まれた領域を虹彩顆粒の領域
であると判定する虹彩顆粒領域抽出部を備えたことを特
徴とする動物眼画像処理装置である。
【0032】〈請求項11の説明〉請求項11の発明
は、請求項5の発明の方法を用いた装置としたものであ
る。これにより、複雑な演算処理を行うことなく、正確
な虹彩顆粒の領域を求めることができる装置を実現する
ことができる効果がある。
【0033】〈請求項12の構成〉請求項10または1
1に記載の動物眼画像処理装置において、平均エッジ強
度が最も大きい輪郭線を持つ場合の閾値を各分割領域毎
に記憶しておき、全ての分割領域の閾値の平均値を求
め、この平均値の閾値で画像を二値化した場合の対象領
域の両端を虹彩顆粒の両端であると判定する虹彩顆粒領
域抽出部を備えたことを特徴とする動物眼画像処理装置
である。
【0034】〈請求項12の説明〉請求項12の発明
は、請求項6の発明の方法を用いた装置としたものであ
る。これにより、虹彩顆粒両端の値を求めるための演算
処理の構成を簡素化することのできる装置が得られる。
【0035】
【発明の実施の形態】以下、本発明の実施の形態を図面
を用いて詳細に説明する。 〈構成〉図1は、本発明の動物眼画像処理方法を示すフ
ローチャートであるが、この説明に先立ち、本発明の動
物眼画像処理方法および装置を適用した個体識別装置の
構成を説明する。
【0036】図3は、個体識別装置を示す構成図であ
る。図の装置は、カメラ1、瞳孔矩形抽出部2、虹彩顆
粒領域抽出部3、個体識別処理部4からなる。カメラ1
は、(競走)馬、(牧)牛等の動物の眼の映像をとらえ
るカメラであり、入力された画像はディジタル化されて
瞳孔矩形抽出部2に送られるようになっている。瞳孔矩
形抽出部2は、カメラ1より転送された画像から瞳孔領
域を含む矩形を切り出し、虹彩顆粒領域抽出部3に転送
する機能部である。虹彩顆粒領域抽出部3は、瞳孔領域
の情報を基に、入力画像中から虹彩顆粒の部分だけを抽
出する機能部であり、その詳細については動作の項で説
明する。
【0037】個体識別処理部4は、虹彩顆粒領域抽出部
3で抽出された虹彩顆粒の形状やテクスチャを用いて、
カメラ1で撮影された眼がどの個体の眼であるかを判断
する機能部である。
【0038】〈動作〉ここでは、例として、瞳孔の上部
に存在する虹彩顆粒を抽出する方法を説明するが、下記
のパラメータの上下を逆にすることで、瞳孔の下部に存
在する虹彩顆粒を抽出する場合にも利用可能である。
【0039】図1のフローチャートは、本発明の動物眼
画像処理方法の全体の動作を示すフローチャートであ
る。先ず、カメラ1によって画像が入力される(ステッ
プS1)。これにより、瞳孔矩形抽出部2は、画像中の
瞳孔と虹彩顆粒を含む矩形を抽出する(ステップS
2)。次に、虹彩顆粒領域抽出部3では、輪郭線の強度
を測定し(ステップS3)、瞳孔領域矩形中から虹彩顆
粒の領域だけを抽出する(ステップS4)。その後、個
体識別処理部4では、虹彩顆粒の形状やテクスチャを用
いて、入力画像に対する個体識別を行う(ステップS
5)。以下、これらの各処理を詳細に説明する。
【0040】[1]瞳孔矩形抽出処理(ステップS2) 図4は、瞳孔矩形抽出処理の説明図である。先ず、入力
画像に対して、画像中の最も暗い部分の濃度値を利用し
て、二値化等の処理を行い、画像中の瞳孔領域を抽出す
る。抽出された瞳孔領域を含む矩形をRpとする(図4
(a)中に示す)。この矩形Rpの中には、虹彩顆粒の
領域も含まれるように、瞳孔のみの領域に対して十分な
マージンを与え、その幅をWr、高さをHrとする(図4
(b)に示す)。尚、このマージンの大きさは固定であ
っても良いし、抽出された瞳孔の大きさによって、変化
させてもよい。更に、入力画像中からその矩形領域を切
り取った画像を瞳孔矩形画像Ipと呼び、図のように、
画像の左上が(0、0)、右下が(Wr,Hr)となるよ
うな座標系とする。
【0041】[2]輪郭線強度測定処理(ステップS
3) 図5は、輪郭線強度測定の動作を示すフローチャートで
ある。図6〜図8は、輪郭線強度測定の動作を示す説明
図である。図9は、輪郭線強度測定の動作で使用する演
算式の説明図である。
【0042】輪郭線強度の測定は、閾値をT0=Tinit
から始め、閾値をdt(dtは小さい自然数)ずつ増やし
ながら以下で説明する処理を繰り返す(図5におけるス
テップS31〜ステップS39)。そして、ステップS
39において、Ti>Tmaxとなれば輪郭線強度測定の処
理を終了する。
【0043】ステップS31において、閾値Ti=T
initとすると、この閾値Tiで瞳孔矩形画像を二値化す
る(ステップS32)。そして、閾値より暗い領域を対
象領域P(Ti)として、対象領域の輪郭線を探索する
(ステップS33)。また、対象領域P(Ti)の両端
E1(Ti)、E2(Ti)を求め、この両端を繋ぐ輪郭線
のうち、最も下(yの値が大きい方向)に位置するもの
を瞳孔の下部の輪郭線とする。瞳孔の下部の輪郭線を除
いた輪郭線に対して、輪郭線強度と平均座標(これにつ
いては後述する)を測定する。また、図8(a)のよう
に、対象領域P(Ti)の内部に閾値より明るい領域
(図中のTBより濃度が高い領域)が存在する場合、こ
の領域の輪郭線も、輪郭線強度と平均座標の測定の対象
とする。
【0044】輪郭線強度と平均座標の測定は、図7
(b)、図8(b)に示すように、瞳孔矩形画像を横方
向にN(Nは自然数)等分し(ステップS34)、分割
した領域毎に行う(ステップS35〜ステップS3
7)。この領域を分割領域Rj(0≦j<N,jは整
数)と呼ぶ。それぞれの分割領域では、先に検出した対
象領域の輪郭線のうち、領域中で最も上部にある輪郭線
と、(瞳孔下部の輪郭を除き)最も下部にある輪郭線に
ついて、輪郭線強度と平均座標を求める。
【0045】ここで、閾値Tiでの、分割領域Rj(0≦
j<N)における最も上部にある輪郭線を構成する点の
集合をU.crd(Ti,Rj)、輪郭線強度をU.pow
(Ti,Rj)とし、これらの情報をまとめたものをU
(Ti,Rj)と表記する。
【0046】また、分割領域Rjにおいて、瞳孔下部輪
郭線を除き最も下部にある輪郭線を構成する点の集合を
L.crd(Ti,Rj)、輪郭線強度をL.pow(Ti
j)、平均座標をL.pos(Ti,Rj)とし、これらの
情報をまとめたものをL(Ti,Rj)と表記する。
【0047】[2]−1 輪郭線の点の集合U.crd、
L.crdの説明(図5におけるステップS35) U.crd、L.crdは、画像中の濃度値が一様である部分を
繋ぐ線である。瞳孔矩形画像内では、アイリス領域、虹
彩顆粒領域、瞳孔領域がそれぞれ局所的にほぼ一様な濃
度であることから、U.crd、L.crdは最終的に虹彩顆粒
領域の上部または下部の輪郭線を構成する点列の候補と
なるものである。また、それぞれの点の集合は、要素数
をMとすると、 U.crd(Ti,Rj)={(Xuij0,Yuij0),(X
uij1,Yuij1),…,(XuijM-1,YuijM-1)} L.crd(Ti,Rj)={(Xlij0,Ylij0),(X
lij1,Ylij1),…,(XlijM-1,YlijM-1)} で表されるものとする。
【0048】[2]−2 平均座標のU.pos、L.posの
説明(ステップS36) U.pos、L.posは、図9(a)の平均座標U.pos、L.p
osに示すように、U.crd、L.crdのy座標の平均値であ
る。
【0049】[2]−3 輪郭線強度U.pow、L.powの
説明(ステップS37) 次に、輪郭線強度の計算方法を説明する。輪郭線強度と
は、対象領域の輪郭線上の瞳孔矩形画像Ipにおけるエ
ッジ強度の平均値である。ここでは、閾値Ti、分割領
域Rjにおける集合U.crd(Ti,Rj)に対してのエッ
ジ強度U.pow(Ti,Rj)の計算方法を示すが、L.pow
(Ti,Rj)についても同様にして計算を行う。
【0050】瞳孔矩形画像Ipの点Q(x,y)(0≦
x<Wr,0≦y<Hr)でのエッジ強度POW(x,
y)は、ラプラシアンやソーベル等の微分処理等によっ
て求める。また、アイリス、虹彩顆粒、瞳孔の濃度値を
それぞれDi、Dg、Dpとすると、 Di>Dg>Dp であることを利用して、垂直方向に微分する方法も有効
である。但し、濃度値が大きいほど画像上では明るく見
える。即ち、瞳孔矩形画像Ipの各画素の濃度値をDIP
(x,y)(0≦x<Wr,0≦y<Hr)とすると、図
9(b)のエッジ強度POWにおける式のようになる。
即ち、一画素分上に位置する画素の濃度値DIP(x,y
−1)から、対象とする画素の濃度値DIP(x,y)を
減算した値をエッジ強度POWとする。
【0051】更に、虹彩顆粒が瞳孔の上部にある場合、
瞳孔矩形画像Ip中では、上から(yの値が小さい方向
から)、アイリス、虹彩顆粒、瞳孔の順番で、即ち濃度
値の高い順番に配置されていることから、一定方向のエ
ッジのみを強調するために、図9(c)のエッジ強度P
OWにおける式のようにすることもできる。
【0052】上記のように、ある点のエッジの強度は、
瞳孔矩形画像Ipの対応する点の付近での濃度変化が大
きいほど高い値を持つものとする。エッジ強度は逐次計
算しても良いし、予め画像上の全ての点について計算し
ておいても良い。
【0053】そして、輪郭線強度U.pow(Ti,Ri
は、U.crd(Ti,Ri)の各要素でのエッジ強度の平均
値であるため、その値は、図9(d)における輪郭線強
度U.pow(Ti,Ri)の式で表される。
【0054】上述した輪郭線強度の測定を図6〜図8に
沿って更に説明する。図6は、瞳孔矩形画像を表してお
り、この画像を閾値Ti=TAで二値化した画像が図7
(a)である。この対象領域P(TA)の輪郭線を抽出
した図が、図7(b)である(図5中のステップS32
の処理)。輪郭線の左右の端点E1(TA)、E2(TA
を結ぶ線分のうち、下側にあるものは瞳孔の下部の輪郭
線とする(図中の破線の部分)。この輪郭線を横方向に
N等分し、それぞれの領域を輪郭線強度測定の単位とす
る(図5中のステップS34の処理)。
【0055】図7(c)は、ある分割領域Rjを取り出
した図である。図のように、瞳孔下部輪郭線を除く輪郭
線が一つしかない場合は、U(TA,Rj)=L(TA
j)となる。
【0056】図8(a)は、TAより大きな値の閾値Ti
=TBで瞳孔矩形画像を二値化した図であり、図8
(b)がその輪郭線である。図8(a)のように、対象
領域の中に閾値より濃度が大きい領域がある場合、その
領域の周囲の輪郭線も抽出する。
【0057】図8(c)は、図8(b)中のある分割領
域Rjを取り出した図である。図のように、瞳孔下部輪
郭線を除き、最も上に位置する輪郭線がU(TB
j)、最も下の輪郭線がL(TB,Rj)となる。
【0058】[3]虹彩顆粒輪郭線の抽出処理(ステッ
プS4) 図10は、図1における虹彩顆粒輪郭線抽出処理(ステ
ップS4)の動作を示すフローチャートである。
【0059】[3]−1 基準輪郭線の探索(ステップ
S41) Ti=Tinit〜Tmaxまでの閾値に対して、U(Ti
j)、L(Ti,Rj)(0≦j<N)の平均座標、輪
郭線強度が測定された後、各分割領域中で最も輪郭線強
度が大きいものを検索し、基準輪郭線E(Rj)(0≦
j<N)に代入する。
【0060】即ち、ある分割領域Rj(0≦j<N)に
おいて、閾値Ti=Taの時のU(Ti,Rj)の輪郭線強
度が最大となる、即ち、 U.pow(Ta,Rj)≧U.pow(Ti,Rj)(Tinit≦T
i<Tend) を満たし、閾値Ti=Tbの時のL(Ti,Rj)の輪郭線
強度が最大となる、即ち、 L.pow(Tb,Rj)≧L.pow(Ti,Rj)(Tinit≦T
i<Tend) を満たしているとすると、E(Rj)には、U(Ta,R
j)とL(Tb,Rj)で輪郭線強度の大きいものが代入
される。つまり、 (1)U.pow(Ta,Rj)≧L.pow(Tb,Rj)の場合 E.crd(Rj)=U.crd(Ta,Rj)(要素を全て代
入) E.pos(Rj)=U.pos(Ta,Rj) E.pow(Rj)=U.pow(Ta,Rj) E.thd(Rj)=Ta
【0061】 (2)U.pow(Ta,Rj)<L.pow(Tb,Rj)の場合 E.crd(Rj)=L.crd(Tb,Rj)(要素を全て代
入) E.pos(Rj)=L.pos(Tb,Rj) E.pow(Rj)=L.pow(Tb,Rj) E.thd(Rj)=Tb となる。尚、上記のE.crd(Rj)は、基準輪郭線を構
成する点の集合、E.pos(Rj)は基準輪郭線の平均座
標、E.pow(Rj)は、基準輪郭線の輪郭線強度、E.th
d(Rj)は、基準輪郭線を抽出した閾値を表している。
【0062】瞳孔矩形画像Ip中では、瞳孔下部の輪郭
線部分を除き、虹彩顆粒の輪郭線部分が最もエッジ強度
が強いことから、この基準輪郭線E(Rj)が虹彩顆粒
の上部または下部の輪郭線を構成していることになる。
【0063】[3]−2 対輪郭線の探索処理(ステッ
プS42) ここでは、基準輪郭線に対して他方の輪郭線(対輪郭線
と呼ぶ)を探索する。例えば、基準輪郭線が虹彩顆粒の
上部の輪郭線であった場合、対輪郭線は、虹彩顆粒下部
の輪郭線となり、逆の場合、対輪郭線は虹彩顆粒上部の
輪郭線となる。但し、この時点では、基準輪郭線が虹彩
顆粒の上部の輪郭線であるか下部の輪郭線であるかは決
定されておらず、以降の処理によって決定される。
【0064】実際の虹彩顆粒内部には、3次元的な凹凸
があるため、この部分の影が画像中で局所的に大きなエ
ッジ強度を持っていたり、画像がぼけていることによっ
て虹彩顆粒の輪郭のエッジ強度が小さかったりする場合
があるので、対輪郭線の条件は、「輪郭線強度が大き
く、基準輪郭線からの距離が十分大きい」とし、対輪郭
線の候補に与える得点として、輪郭線強度と基準輪郭線
からの距離の積を用いる。但し、距離の項は発散を防ぐ
ため、最大値POSmaxを上限と定める。また、得点
は、輪郭線強度と基準輪郭線からの距離に比例するよう
な与え方であれば、積以外のものを用いても良い。
【0065】対輪郭線は、「(1)基準輪郭線が虹彩顆粒
上部の輪郭線であったと仮定した場合」と、「(2)基準
輪郭線が虹彩顆粒下部の輪郭線であったと仮定した場
合」に分けて探索する。
【0066】[3]−2−(1) 基準輪郭線が虹彩顆
粒下部の輪郭線であったと仮定した場合 図11は、この場合の演算説明図である。ある分割領域
j(0≦j<N)において、閾値Tinit≦Ti<Tmax
に対して、図11の(a)に示すようなUD1(Ti,R
j)と、LD1(Ti,Rj)を計算する。尚、UD1
(Ti,Rj)とLD1(Ti,Rj)とは、基準輪郭線が
虹彩顆粒下部の輪郭線であったと仮定した場合の、最も
上に位置する輪郭線の得点と、最も下に位置する輪郭線
の得点を表している。
【0067】また、E.pos−U.posの項は、U.crdのy
座標の平均値がE.crdのy座標の平均値より下にあれば
負の値となる。即ち、基準輪郭線が虹彩顆粒の下側の輪
郭線であると仮定しているので、それよりも平均y座標
が下にある輪郭線は対輪郭線の候補にはならないことを
表している。E.pos−L.posの項についても同様であ
る。
【0068】次に、閾値Ti=Tcにおいて、UD1
(Ti,Rj)が最大となる、即ち、 UD1(Tc,Rj)≧UD1(Ti,Rj)(Tinit≦Ti
<Tend) を満たし、閾値Ti=Tdにおいて、LD1(Ti,Rj
が最大となる、即ち、 LD1(Td,Rj)≧LD1(Ti,Rj)(Tinit≦Ti
<Tend) を満たしていると、C1(Rj)には、UD1とLD1の大
きい方と、それに対応する座標値の集合を代入する。
尚、C1(Rj)とは、基準輪郭線が虹彩顆粒下部の輪郭
線であったと仮定した場合の、上部の輪郭線の候補を表
している。
【0069】即ち、図11の(b)に示すように、UD
1(Tc,Rj)≧LD1(Td,Rj)の場合は、閾値Tc
におけるUD1とU.crdの値を代入し、UD1(Tc
j)<LD1(Td,Rj)の場合は、閾値Tdにおける
LD1とL.crdの値を代入する。尚、図中のC1.crd(R
j)およびC1.diff(Rj)は、それぞれ上部の輪郭線の
候補の点の集合および得点を表している。
【0070】[3]−2−(2) 基準輪郭線が虹彩顆
粒上部の輪郭線であったと仮定した場合 図12は、この場合の演算説明図である。ある分割領域
j(0≦j<N)において、閾値Tinit≦Ti<Tmax
に対して、図12の(a)に示すようなUD2(Ti,R
j)と、LD2(Ti,Rj)を計算する。尚、UD2
(Ti,Rj)とLD2(Ti,Rj)とは、基準輪郭線が
虹彩顆粒上部の輪郭線であったと仮定した場合の、最も
上に位置する輪郭線の得点と、最も下に位置する輪郭線
の得点を表している。
【0071】また、U.pos−E.posの項は、U.crdのy
座標の平均値がE.crdのy座標の平均値より上にあれば
負の値となる。即ち、基準輪郭線が虹彩顆粒の上側の輪
郭線であると仮定しているので、それよりも平均y座標
が上にある輪郭線は対輪郭線の候補にはならないことを
表している。L.pos−E.posの項についても同様であ
る。
【0072】次に、閾値Ti=Teにおいて、UD2
(Ti,Rj)が最大となる、即ち、 UD2(Te,Rj)≧UD1(Ti,Rj)(Tinit≦Ti
<Tend) を満たし、閾値Ti=Tfにおいて、LD2(Ti,Rj
が最大となる、即ち、 LD2(Tf,Rj)≧LD2(Ti,Rj)(Tinit≦Ti
<Tend) を満たしていると、C2(Rj)には、UD2とLD2の大
きい方と、それに対応する座標値の集合を代入する。
尚、C2(Rj)とは、基準輪郭線が虹彩顆粒上部の輪郭
線であったと仮定した場合の、下部の輪郭線の候補を表
している。
【0073】即ち、図12の(b)に示すように、UD
2(Te,Rj)≧LD2(Tf,Rj)の場合は、閾値Te
におけるUD2とU.crdの値を代入し、UD2(Te
j)<LD2(Tf,Rj)の場合は、閾値Tfにおける
LD2とL.crdの値を代入する。尚、図中のC2.crd(R
j)およびC2.diff(Rj)は、それぞれ下部の輪郭線の
候補の点の集合および得点を表している。
【0074】[3]−2−(3) 対輪郭線の決定処理 図13は、この場合の演算説明図である。上述した
[3]−2−(1)と[3]−2−(2)で抽出された
対輪郭線の候補C1(Rj)、C2(Rj)について、その
大小関係に基づき、対輪郭線を判定する。即ち、図13
の(a)に示すように、C1.diff(Rj)≧C2.diff
(Rj)の場合は、基準輪郭線は虹彩顆粒の下部の輪郭
線であり、対輪郭線は虹彩顆粒上部の輪郭線であったと
判定する。一方、図13の(b)に示すように、C1.di
ff(Rj)<C2.diff(Rj)の場合は、基準輪郭線は虹
彩顆粒の上部の輪郭線であり、対輪郭線は虹彩顆粒下部
の輪郭線であったと判定する。
【0075】瞳孔矩形矩形画像は、瞳孔に対して上下左
右に一定のマージンを持たせた画像であるため、分割領
域の両端付近(R0,R1やRN-2,RN-1)には、瞳孔領
域が存在しない、即ち虹彩顆粒が存在しない。そこで、
先に求めたE.thd(Rj)(0≦j<N)の平均値Tave
を、図13の(c)に示すように求め、このTaveを用
いて二値化した時に得られる対象領域の両端E1
(Tave),E2(Tave)を虹彩顆粒の左右の端点とす
る。
【0076】上記の処理を全ての分割領域Rj(0≦j
<N)について行った結果、得られた輪郭線の点の集合
UPPER.crd(Rj)が虹彩顆粒上部の輪郭線であ
り、LOWER.crd(Rj)が虹彩顆粒下部の輪郭線と
なり、これらの輪郭線の間に挟まれた領域が虹彩顆粒領
域となる(ステップS43)。
【0077】〈効果〉(競走)馬や(牧)牛等の眼のよ
うに、眼球の中に虹彩顆粒を持つ動物の眼が撮影されて
いる画像中から、外光の写り込みなどによって、画像が
明瞭でない場合でも、正確に眼の中の虹彩顆粒の部分を
切り出すことができるため、虹彩顆粒を記述子として個
体識別を行うための情報を取り出すことが容易に行え
る。
【図面の簡単な説明】
【図1】本発明の動物眼画像処理方法を示すフローチャ
ートである。
【図2】馬の眼の画像を示す説明図である。
【図3】本発明の動物眼画像処理装置を用いた個体識別
装置の構成図である。
【図4】本発明の動物眼画像処理方法および装置におけ
る瞳孔矩形抽出処理の説明図である。
【図5】本発明の動物眼画像処理方法および装置におけ
る輪郭線強度測定の動作を示すフローチャートである。
【図6】本発明の動物眼画像処理方法および装置におけ
る輪郭線強度測定の動作を示す説明図(その1)であ
る。
【図7】本発明の動物眼画像処理方法および装置におけ
る輪郭線強度測定の動作を示す説明図(その2)であ
る。
【図8】本発明の動物眼画像処理方法および装置におけ
る輪郭線強度測定の動作を示す説明図(その3)であ
る。
【図9】本発明の動物眼画像処理方法および装置におけ
る輪郭線強度測定の動作に用いる演算式の説明図であ
る。
【図10】本発明の動物眼画像処理方法および装置にお
ける虹彩顆粒輪郭線抽出処理の動作を示すフローチャー
トである。
【図11】本発明の動物眼画像処理方法および装置にお
いて、基準輪郭線が虹彩顆粒下部の輪郭線であったと仮
定した場合の演算説明図である。
【図12】本発明の動物眼画像処理方法および装置にお
いて、基準輪郭線が虹彩顆粒上部の輪郭線であったと仮
定した場合の演算説明図である。
【図13】本発明の動物眼画像処理方法および装置にお
ける対輪郭線の決定処理の演算説明図である。
【符号の説明】
1 カメラ 2 瞳孔矩形抽出部 3 虹彩顆粒領域抽出部 4 個体識別処理部

Claims (12)

    【特許請求の範囲】
  1. 【請求項1】 虹彩顆粒を有する動物の眼を撮影した画
    像から、当該虹彩顆粒を囲む矩形領域を抽出し、 前記矩形領域を横方向に分割し、各分割領域毎に虹彩顆
    粒の輪郭線を求めることを特徴とする動物眼画像処理方
    法。
  2. 【請求項2】 請求項1に記載の動物眼画像処理方法に
    おいて、 画像を任意の閾値で二値化した場合の当該閾値よりも暗
    い部分を対象領域とし、この対象領域の輪郭線を複数の
    異なる閾値毎に求め、 全ての閾値で前記輪郭線を求めた後、どの閾値で二値化
    した時に得られる輪郭線が、真の虹彩顆粒の輪郭線であ
    るかを判定することを特徴とする動物眼画像処理方法。
  3. 【請求項3】 請求項2に記載の動物眼画像処理方法に
    おいて、 対象領域の輪郭線に加え、当該対象領域の内部に存在す
    る閾値よりも明るい部分の輪郭線を記憶しておき、どの
    閾値で二値化した時に得られる輪郭線が、真の虹彩顆粒
    の輪郭線であるかを判定することを特徴とする動物眼画
    像処理方法。
  4. 【請求項4】 請求項2または3に記載の動物眼画像処
    理方法において、 対象領域の輪郭線上の平均エッジ強度を各分割領域毎に
    記憶しておき、 各分割領域で平均エッジ強度が最も大きい輪郭線を虹彩
    顆粒の上部または下部の輪郭線であると判定する動物眼
    画像処理方法。
  5. 【請求項5】 請求項4に記載の動物眼画像処理方法に
    おいて、 虹彩顆粒の上部または下部の輪郭線を一方の輪郭線とし
    た場合に、下部または上部の輪郭線を他方の輪郭線と
    し、 前記一方の輪郭線に対して、所定の距離を持ち、平均エ
    ッジ強度が大きい輪郭線を前記他方の輪郭線であると判
    定し、かつ、これら一方の輪郭線と他方の輪郭線とに囲
    まれた領域を前記虹彩顆粒の領域であると判定すること
    を特徴とする動物眼画像処理方法。
  6. 【請求項6】 請求項4または5に記載の動物眼画像処
    理方法において、 平均エッジ強度が最も大きい輪郭線を持つ場合の閾値を
    各分割領域毎に記憶しておき、 全ての分割領域の前記閾値の平均値を求め、この平均値
    の閾値で画像を二値化した場合の対象領域の両端を虹彩
    顆粒の両端であると判定することを特徴とする動物眼画
    像処理方法。
  7. 【請求項7】 虹彩顆粒を有する動物の眼を撮影した画
    像から、当該虹彩顆粒を囲む矩形領域を抽出する瞳孔矩
    形抽出部と、 前記瞳孔矩形抽出部で求めた矩形領域を横方向に分割
    し、各分割領域毎に虹彩顆粒の輪郭線を求める虹彩顆粒
    領域抽出部とを備えたことを特徴とする動物眼画像処理
    装置。
  8. 【請求項8】 請求項7に記載の動物眼画像処理装置に
    おいて、 画像を任意の閾値で二値化した場合の当該閾値よりも暗
    い部分を対象領域とし、この対象領域の輪郭線を複数の
    異なる閾値毎に求め、全ての閾値で前記輪郭線を求めた
    後、どの閾値で二値化した時に得られる輪郭線が、真の
    虹彩顆粒の輪郭線であるかを判定する虹彩顆粒領域抽出
    部を備えたことを特徴とする動物眼画像処理装置。
  9. 【請求項9】 請求項8に記載の動物眼画像処理装置に
    おいて、 対象領域の輪郭線に加え、当該対象領域の内部に存在す
    る閾値よりも明るい部分の輪郭線を記憶しておき、どの
    閾値で二値化した時に得られる輪郭線が、真の虹彩顆粒
    の輪郭線であるかを判定する虹彩顆粒領域抽出部を備え
    たことを特徴とする動物眼画像処理装置。
  10. 【請求項10】 請求項8または9に記載の動物眼画像
    処理装置において、 対象領域の輪郭線上の平均エッジ強度を各分割領域毎に
    記憶しておき、各分割領域で平均エッジ強度が最も大き
    い輪郭線を虹彩顆粒の上部または下部の輪郭線であると
    判定する虹彩顆粒領域抽出部を備えたことを特徴とする
    動物眼画像処理装置。
  11. 【請求項11】 請求項10に記載の動物眼画像処理装
    置において、 虹彩顆粒の上部または下部の輪郭線を一方の輪郭線とし
    た場合に、下部または上部の輪郭線を他方の輪郭線と
    し、前記一方の輪郭線に対して、所定の距離を持ち、平
    均エッジ強度が大きい輪郭線を前記他方の輪郭線である
    と判定し、かつ、これら一方の輪郭線と他方の輪郭線と
    に囲まれた領域を前記虹彩顆粒の領域であると判定する
    虹彩顆粒領域抽出部を備えたことを特徴とする動物眼画
    像処理装置。
  12. 【請求項12】 請求項10または11に記載の動物眼
    画像処理装置において、 平均エッジ強度が最も大きい輪郭線を持つ場合の閾値を
    各分割領域毎に記憶しておき、全ての分割領域の前記閾
    値の平均値を求め、この平均値の閾値で画像を二値化し
    た場合の対象領域の両端を虹彩顆粒の両端であると判定
    する虹彩顆粒領域抽出部を備えたことを特徴とする動物
    眼画像処理装置。
JP9343841A 1997-03-26 1997-11-28 動物眼画像処理方法および装置 Pending JPH11155838A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP9343841A JPH11155838A (ja) 1997-11-28 1997-11-28 動物眼画像処理方法および装置
US09/048,180 US6229905B1 (en) 1997-03-26 1998-03-26 Animal identification based on irial granule analysis
US09/794,276 US6320973B2 (en) 1997-03-26 2001-02-28 Animal identification system based on irial granule analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9343841A JPH11155838A (ja) 1997-11-28 1997-11-28 動物眼画像処理方法および装置

Publications (1)

Publication Number Publication Date
JPH11155838A true JPH11155838A (ja) 1999-06-15

Family

ID=18364658

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9343841A Pending JPH11155838A (ja) 1997-03-26 1997-11-28 動物眼画像処理方法および装置

Country Status (1)

Country Link
JP (1) JPH11155838A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001064029A1 (en) * 2000-03-03 2001-09-07 Id+Plus Ltd Method and apparatus for livestock identification
GB2435361A (en) * 2006-02-21 2007-08-22 Xvista Ltd Processing an image of an eye
CN109900203A (zh) * 2017-12-11 2019-06-18 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 一种生物体尺寸非接触测量方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001064029A1 (en) * 2000-03-03 2001-09-07 Id+Plus Ltd Method and apparatus for livestock identification
GB2435361A (en) * 2006-02-21 2007-08-22 Xvista Ltd Processing an image of an eye
CN109900203A (zh) * 2017-12-11 2019-06-18 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 一种生物体尺寸非接触测量方法

Similar Documents

Publication Publication Date Title
Vidya et al. Skin cancer detection using machine learning techniques
US6320973B2 (en) Animal identification system based on irial granule analysis
US7916904B2 (en) Face region detecting device, method, and computer readable recording medium
Gegundez-Arias et al. Locating the fovea center position in digital fundus images using thresholding and feature extraction techniques
Sohail et al. Detection of facial feature points using anthropometric face model
CN111524080A (zh) 脸部皮肤特征的识别方法、终端及计算机设备
JP4597391B2 (ja) 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体
US20180228426A1 (en) Image Processing System and Method
JP2007272435A (ja) 顔特徴抽出装置及び顔特徴抽出方法
Díaz-Pernil et al. Fully automatized parallel segmentation of the optic disc in retinal fundus images
JPH07313459A (ja) まぶたの開度検出装置
Xiao et al. Retinal hemorrhage detection by rule-based and machine learning approach
Salazar-Gonzalez et al. Optic disc segmentation by incorporating blood vessel compensation
WO2022110917A1 (zh) 驾驶员的驾驶状态确定方法、计算机存储介质及电子设备
Mithun et al. Automated detection of optic disc and blood vessel in retinal image using morphological, edge detection and feature extraction technique
GeethaRamani et al. Automatic localization and segmentation of Optic Disc in retinal fundus images through image processing techniques
CN109816665A (zh) 一种光学相干断层扫描图像的快速分割方法及装置
Kusuma et al. Retracted: Heart Abnormalities Detection Through Iris Based on Mobile
CN108230306A (zh) 眼底彩照血管及动静脉的识别方法
JPH11155838A (ja) 動物眼画像処理方法および装置
Porwal et al. Automatic segmentation of optic disc by gradient minimization based approach
Božić-Štulić et al. Deep learning based approach for optic disc and optic cup semantic segmentation for glaucoma analysis in retinal fundus images
Shaikha et al. Optic Disc Detection and Segmentation in Retinal Fundus Image
JPH07311833A (ja) 人物の顔の検出装置
Luo et al. An Optic Disc Segmentation Method Based on Active Contour Tracking.