JPWO2012102018A1 - 画像検索装置及び方法、画像処理装置及び方法 - Google Patents
画像検索装置及び方法、画像処理装置及び方法 Download PDFInfo
- Publication number
- JPWO2012102018A1 JPWO2012102018A1 JP2012554678A JP2012554678A JPWO2012102018A1 JP WO2012102018 A1 JPWO2012102018 A1 JP WO2012102018A1 JP 2012554678 A JP2012554678 A JP 2012554678A JP 2012554678 A JP2012554678 A JP 2012554678A JP WO2012102018 A1 JPWO2012102018 A1 JP WO2012102018A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature
- conversion
- feature point
- query
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、クエリ画像内の特徴点の位置を変換する変換パラメータ算出部12を設け、マッチング判定部13が、変換パラメータ算出部12による位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行う。
Description
この発明は、多数の画像の中からクエリ画像と類似している画像を探索する画像検索装置及び画像検索方法と、クエリ画像に画像処理を施す画像処理装置及び画像処理方法に関するものである。
所望の画像検索を行うことで、多くのサービスをユーザに提供することが可能になる。
例えば、絵画、イラスト、ポスターなどが撮影された場合、その撮影画像に関連する情報を提供するなどのサービスが考えられる。
しかし、絵画やイラストなどを撮影する際に、正面から撮影することができないことがある。
例えば、図13のように、撮影対象であるポスター等とカメラが非平行である場合、歪みが発生する現象、ポスター等の一部が途切れる現象、あるいは、本来含まれない余分な領域が撮影されてしまう現象などが発生し、画像検索の失敗の要因となる。
例えば、絵画、イラスト、ポスターなどが撮影された場合、その撮影画像に関連する情報を提供するなどのサービスが考えられる。
しかし、絵画やイラストなどを撮影する際に、正面から撮影することができないことがある。
例えば、図13のように、撮影対象であるポスター等とカメラが非平行である場合、歪みが発生する現象、ポスター等の一部が途切れる現象、あるいは、本来含まれない余分な領域が撮影されてしまう現象などが発生し、画像検索の失敗の要因となる。
このため、画像検索技術では、画像の回転・拡大・縮小・切り取りや、照明変動などに対するロバスト性の高さが重要であり、ロバスト性を高めるための様々な方法が提案されている。
例えば、以下の特許文献1には、対応関係がある局所的な特徴量のペアに基づいて、画像の領域を限定することで、よりロバストに画像検索を行う画像検索装置が開示されている。
また、以下の特許文献2には、画像の幾何学的な変動に基づく局所的な画像特徴量の変動に対してロバストに画像検索を行う画像検索装置が開示されている。
例えば、以下の特許文献1には、対応関係がある局所的な特徴量のペアに基づいて、画像の領域を限定することで、よりロバストに画像検索を行う画像検索装置が開示されている。
また、以下の特許文献2には、画像の幾何学的な変動に基づく局所的な画像特徴量の変動に対してロバストに画像検索を行う画像検索装置が開示されている。
従来の画像検索装置は以上のように構成されているので、特許文献1の場合、クエリ画像に大きな歪みが発生していると、対応関係がある局所的な特徴量のペアを正確に特定することができず、検索精度が劣化することがある課題があった。
また、特許文献2の場合、余分な領域の写り込みや画像の歪みがあると、特徴量の変動が大きくなりやすく、画像がマッチングしないことがある課題があった。
また、特許文献2の場合、余分な領域の写り込みや画像の歪みがあると、特徴量の変動が大きくなりやすく、画像がマッチングしないことがある課題があった。
この発明は上記のような課題を解決するためになされたもので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる画像検索装置及び画像検索方法を得ることを目的とする。
また、この発明は、余分な領域の写り込みや歪み等があるクエリ画像に画像処理を施して、そのクエリ画像と類似している画像を正確に検索することができるようにする画像処理装置及び画像処理方法を得ることを目的とする。
また、この発明は、余分な領域の写り込みや歪み等があるクエリ画像に画像処理を施して、そのクエリ画像と類似している画像を正確に検索することができるようにする画像処理装置及び画像処理方法を得ることを目的とする。
この発明に係る画像検索装置は、検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行うようにしたものである。
この発明によれば、検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果がある。
以下、この発明をより詳細に説明するため、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態1.
図1はこの発明の実施の形態1による画像検索装置を示す構成図である。
図1において、画像特徴量抽出部1は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する処理を実施する。なお、画像特徴量抽出部1は画像特徴量抽出手段を構成している。
実施の形態1.
図1はこの発明の実施の形態1による画像検索装置を示す構成図である。
図1において、画像特徴量抽出部1は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する処理を実施する。なお、画像特徴量抽出部1は画像特徴量抽出手段を構成している。
画像特徴量データベース2は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量を記録している。なお、画像特徴量データベース2は特徴量記録手段を構成している。
画像マッチング部3は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部11、変換パラメータ算出部12及びマッチング判定部13を実装している。
画像マッチング部3は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部11、変換パラメータ算出部12及びマッチング判定部13を実装している。
特徴点ペア探索部11は画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する処理を実施する。なお、特徴点ペア探索部11は特徴点ペア探索手段を構成している。
変換パラメータ算出部12は特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換(あるいは、参照画像の画像変換)に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する処理を実施する。なお、変換パラメータ算出部12は変換パラメータ算出手段を構成している。
変換パラメータ算出部12は特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換(あるいは、参照画像の画像変換)に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する処理を実施する。なお、変換パラメータ算出部12は変換パラメータ算出手段を構成している。
マッチング判定部13は変換パラメータ算出部12による位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行う。
なお、変換パラメータ算出部12及びマッチング判定部13からマッチング判定手段が構成されている。
なお、変換パラメータ算出部12及びマッチング判定部13からマッチング判定手段が構成されている。
図1の例では、画像検索装置の構成要素である画像特徴量抽出部1、画像特徴量データベース2及び画像マッチング部3のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像検索装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース2及び画像マッチング部3の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図2はこの発明の実施の形態1による画像検索装置における画像マッチング部3の処理内容を示すフローチャートである。
また、図3はこの発明の実施の形態1による画像検索装置における変換パラメータ算出部12の処理内容を示すフローチャートである。
図2はこの発明の実施の形態1による画像検索装置における画像マッチング部3の処理内容を示すフローチャートである。
また、図3はこの発明の実施の形態1による画像検索装置における変換パラメータ算出部12の処理内容を示すフローチャートである。
次に動作について説明する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を画像マッチング部3に出力する。
画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は問わないが、例えば、以下の非特許文献1に開示されているようなSIFT(Scale Invariant Feature Transform)や、非特許文献2に開示されているような“Image Signature”が挙げられる。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を画像マッチング部3に出力する。
画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は問わないが、例えば、以下の非特許文献1に開示されているようなSIFT(Scale Invariant Feature Transform)や、非特許文献2に開示されているような“Image Signature”が挙げられる。
ただし、画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類と同一のものであるとする。
即ち、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類がSIFTであれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量としてSIFTを抽出する。
また、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類が“Image Signature”であれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量として“Image Signature”を抽出する。
即ち、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類がSIFTであれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量としてSIFTを抽出する。
また、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類が“Image Signature”であれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量として“Image Signature”を抽出する。
・非特許文献1
David G. Lowe、 "Object recognition from local scale-invariant features、" IEEE Int. Conf. on Computer Vision、 Sep. 1999、 pp. 1150-1157.
・非特許文献2
M. Bober、 P. Brasnett、 "MPEG-7 visual signature tools、" IEEE Int. Conf. on Multimedia & Expo、 Aug. 2009、 pp.1540-1543.
David G. Lowe、 "Object recognition from local scale-invariant features、" IEEE Int. Conf. on Computer Vision、 Sep. 1999、 pp. 1150-1157.
・非特許文献2
M. Bober、 P. Brasnett、 "MPEG-7 visual signature tools、" IEEE Int. Conf. on Multimedia & Expo、 Aug. 2009、 pp.1540-1543.
画像マッチング部3は、画像特徴量抽出部1からクエリ画像特徴量を受けると、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得し、そのクエリ画像特徴量と各参照画像特徴量を比較することで、そのクエリ画像と類似している参照画像を検索する。
画像マッチング部3は、クエリ画像と類似している参照画像の集合を検索結果として出力する。
以下、画像マッチング部3の処理内容を具体的に説明する。
画像マッチング部3は、クエリ画像と類似している参照画像の集合を検索結果として出力する。
以下、画像マッチング部3の処理内容を具体的に説明する。
画像マッチング部3の特徴点ペア探索部11は、画像特徴量抽出部1からクエリ画像特徴量を受け、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、そのクエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(以下、「対応候補ペア」と称する)を探索する(図2のステップST1)。
即ち、特徴点ペア探索部11は、クエリ画像特徴量に含まれているクエリ画像内の局所的な特徴量と、参照画像特徴量に含まれている参照画像内の局所的な特徴量との距離(以下、「特徴量間距離」と称する)を算出し、その特徴量間距離が予め定められた閾値より小さければ、その特徴量間距離に係る特徴点のペアは対応候補ペアであると判定する。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出して閾値と比較することで、その特徴量間距離に係る特徴点のペアが対応候補ペアであるか否かを判定する。
即ち、特徴点ペア探索部11は、クエリ画像特徴量に含まれているクエリ画像内の局所的な特徴量と、参照画像特徴量に含まれている参照画像内の局所的な特徴量との距離(以下、「特徴量間距離」と称する)を算出し、その特徴量間距離が予め定められた閾値より小さければ、その特徴量間距離に係る特徴点のペアは対応候補ペアであると判定する。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出して閾値と比較することで、その特徴量間距離に係る特徴点のペアが対応候補ペアであるか否かを判定する。
上記のようにして、特徴点ペア探索部11が対応候補ペアの探索処理を行うと、幾つかの対応候補ペアが探索されるが、クエリ画像と参照画像が類似している画像であると認定するには、特徴点ペア探索部11により探索された対応候補ペアのペア数が規定数以上である必要がある(言うまでもないが、クエリ画像と参照画像が類似していなければ、局所的な特徴量が類似している特徴点の個数が少なくなる)。
そこで、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントするが、特徴点ペア探索部11により探索された複数の対応候補ペアの中に、同じ特徴点が重複して含まれている可能性がある。
本来、クエリ画像内の特徴点と参照画像内の特徴点は一対一の関係にあるため、同じ特徴点を重複している対応候補ペアを除いて、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントする必要がある。
そこで、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントするが、特徴点ペア探索部11により探索された複数の対応候補ペアの中に、同じ特徴点が重複して含まれている可能性がある。
本来、クエリ画像内の特徴点と参照画像内の特徴点は一対一の関係にあるため、同じ特徴点を重複している対応候補ペアを除いて、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントする必要がある。
例えば、クエリ画像内の特徴点がQ1,Q2,・・・,Q9であり、参照画像内の特徴点がR1,R2,・・・,R9であるとき、特徴点ペア探索部11により探索された対応候補ペアが以下の5ペアであるとする。
ペアA:Q1とR2
ペアB:Q1とR4
ペアC:Q1とR7
ペアD:Q3とR6
ペアE:Q9とR1
この場合、特徴点ペア探索部11により探索された対応候補ペアのペア数は5ペアであるが、ペアA、ペアB、ペアCにおいて、特徴点Q1が重複しており、同じ特徴点を重複している対応候補ペアを除いてカウントする必要があるため、対応候補ペアのペア数は3ペア(=5ペア−2ペア)となる。ペアA、ペアB、ペアCのうち、2つのペアは対応関係がないペアであるため、対応候補ペアのペア数から2ペアを減算している。
ペアA:Q1とR2
ペアB:Q1とR4
ペアC:Q1とR7
ペアD:Q3とR6
ペアE:Q9とR1
この場合、特徴点ペア探索部11により探索された対応候補ペアのペア数は5ペアであるが、ペアA、ペアB、ペアCにおいて、特徴点Q1が重複しており、同じ特徴点を重複している対応候補ペアを除いてカウントする必要があるため、対応候補ペアのペア数は3ペア(=5ペア−2ペア)となる。ペアA、ペアB、ペアCのうち、2つのペアは対応関係がないペアであるため、対応候補ペアのペア数から2ペアを減算している。
特徴点ペア探索部11は、特徴点の重複がない対応候補ペアのペア数を規定数と比較し(ステップST2)、その対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部12に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部12には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部12に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部12には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部12に出力する。
変換パラメータ算出部12は、特徴点ペア探索部11から特徴点の重複がない対応候補ペアを受けると、その対応候補ペアを用いて、画像変換に用いる射影変換パラメータを算出する(ステップST3)。
射影変換パラメータは、クエリ画像を参照画像に変換するパラメータでもよいし、参照画像をクエリ画像に変換するパラメータでもよいが、絵画、イラスト、ポスターなどを撮影し、その撮影画像に類似している画像を検索する場合、クエリ画像を参照画像に変換して歪みを補正する方が実用的であるため、この実施の形態1では、クエリ画像を参照画像に変換する射影変換パラメータを算出するものとする。
以下、変換パラメータ算出部12による射影変換パラメータの算出処理を具体的に説明する。
射影変換パラメータは、クエリ画像を参照画像に変換するパラメータでもよいし、参照画像をクエリ画像に変換するパラメータでもよいが、絵画、イラスト、ポスターなどを撮影し、その撮影画像に類似している画像を検索する場合、クエリ画像を参照画像に変換して歪みを補正する方が実用的であるため、この実施の形態1では、クエリ画像を参照画像に変換する射影変換パラメータを算出するものとする。
以下、変換パラメータ算出部12による射影変換パラメータの算出処理を具体的に説明する。
変換パラメータ算出部12は、特徴点の重複がない規定数以上の対応候補ペアを受けると、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、下記の式(1)を計算することで、8つの射影変換パラメータa,b,c,d,e,f,g,hを算出する(図3のステップST11)。
式(1)から分かる通り、8つの射影変換パラメータa,b,c,d,e,f,g,hを算出するには、4組の変換前後の特徴点のX座標、Y座標が必要である。
そのため、変換パラメータ算出部12では、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、4組の対応候補ペアの特徴点の位置を変換前後のX座標、Y座標として(対応候補ペアにおけるクエリ画像内の特徴点の位置を変換前の位置(X座標、Y座標)とし、参照画像内の特徴点の位置を変換後の位置(X座標、Y座標)とする)、式(1)から連立方程式を立て、その連立方程式を解くことで、射影変換パラメータa,b,c,d,e,f,g,hを算出する。
そのため、変換パラメータ算出部12では、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、4組の対応候補ペアの特徴点の位置を変換前後のX座標、Y座標として(対応候補ペアにおけるクエリ画像内の特徴点の位置を変換前の位置(X座標、Y座標)とし、参照画像内の特徴点の位置を変換後の位置(X座標、Y座標)とする)、式(1)から連立方程式を立て、その連立方程式を解くことで、射影変換パラメータa,b,c,d,e,f,g,hを算出する。
変換パラメータ算出部12は、射影変換パラメータa,b,c,d,e,f,g,hを算出すると、その射影変換パラメータa,b,c,d,e,f,g,hを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST12)。
ここで、図4はクエリ画像における9点の特徴点Q1〜Q9の射影変換例を示す説明図である。T1〜T9はクエリ画像内の射影変換後の特徴点である。
ここで、図4はクエリ画像における9点の特徴点Q1〜Q9の射影変換例を示す説明図である。T1〜T9はクエリ画像内の射影変換後の特徴点である。
変換パラメータ算出部12は、クエリ画像内の各特徴点を射影変換すると、射影変換後の各特徴点と参照画像内の各特徴点との対応付けを実施し、対応関係がある特徴点のペア数を得票数としてカウントする(ステップST13)。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
変換パラメータ算出部12は、特徴量間距離と空間距離が共に閾値(この閾値は、特徴量間距離と空間距離で異なっていてもよい)を下回る特徴点を対応ペアとする。この対応付けは、同じ特徴点が重複しないようにするために、1つの特徴点に対して2つ以上の対応候補がある場合、距離の重み付け和を参照して、いずれかの特徴点を除くようにする。
ここで、図5は特徴点の対応付け例を示す説明図である。
図5では、クエリ画像内の9点の特徴点Q1〜Q9の中の特徴点Q1〜Q4と参照画像内の9点の特徴点R1〜R9の中の特徴点R1〜R4とを用いて射影変換パラメータを算出し、残りの特徴点Q5〜Q9が射影変換された特徴点T5〜T9と残りの特徴点R5〜R9の距離を算出して、対応付けを行っている例を示している。
ここで、図5は特徴点の対応付け例を示す説明図である。
図5では、クエリ画像内の9点の特徴点Q1〜Q9の中の特徴点Q1〜Q4と参照画像内の9点の特徴点R1〜R9の中の特徴点R1〜R4とを用いて射影変換パラメータを算出し、残りの特徴点Q5〜Q9が射影変換された特徴点T5〜T9と残りの特徴点R5〜R9の距離を算出して、対応付けを行っている例を示している。
また、図5では、特徴量間距離の閾値を3.0、空間距離の閾値を2.5としており、この場合に、共に閾値を下回る対応ペアは、下記の3ペアである。
ペアF:T5とR5
ペアG:T5とR9
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点T5が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
ペアF:T5とR5
ペアG:T5とR9
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点T5が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
変換パラメータ算出部12は、対応関係がある特徴点のペア数を得票数としてカウントすると、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST14)、今回算出した射影変換パラメータa,b,c,d,e,f,g,hと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST15)。
ステップST11〜ST13の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理でカウントしている得票数の中の最大の得票数よりも、今回カウントした得票数が大きければ、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するが、1回目の処理の場合、比較対象がないため、今回カウントした得票数が最大の得票数であるとして、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
ステップST11〜ST13の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理でカウントしている得票数の中の最大の得票数よりも、今回カウントした得票数が大きければ、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するが、1回目の処理の場合、比較対象がないため、今回カウントした得票数が最大の得票数であるとして、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST11の処理に戻って、ステップST11〜ST15の処理を繰り返し実施する(ステップST16)。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ実施すると、ステップST15で最終的に記憶しているクエリ画像内の射影変換後の特徴点と、最大の得票数をマッチング判定部13に出力する。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ実施すると、ステップST15で最終的に記憶しているクエリ画像内の射影変換後の特徴点と、最大の得票数をマッチング判定部13に出力する。
ここでは、ステップST11で、4組の対応候補ペアをランダムに選択し、ステップST16で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPU(Central Processing Unit)を利用することが可能な場合などでは、全ての対応候補ペアについて、ステップST11〜ST16に至る処理を実施し、得票数が最大となる場合の射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するようにしてもよい。
この実施の形態1において、4組の対応候補ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
また、得票数が非常に大きい場合には、規定の回数を実施せずに終了するようにしてもよい。
この実施の形態1において、4組の対応候補ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
また、得票数が非常に大きい場合には、規定の回数を実施せずに終了するようにしてもよい。
マッチング判定部13は、以下のようにして、クエリ画像と参照画像のマッチング判定を行う(図2のステップST4)。
ただし、図2のステップST2において、特徴点ペア探索部11により対応候補ペアのペア数が規定数に満たないと判定されている場合、クエリ画像と参照画像は即座にマッチングしていないと判定する。
ただし、図2のステップST2において、特徴点ペア探索部11により対応候補ペアのペア数が規定数に満たないと判定されている場合、クエリ画像と参照画像は即座にマッチングしていないと判定する。
マッチング判定部13は、対応候補ペアのペア数が規定数以上ある場合、変換パラメータ算出部12から出力されたクエリ画像内の射影変換後の特徴点と最大の得票数を用いて、下記の式(2)を計算することで、クエリ画像と参照画像のマッチングスコアSを算出する。
ここで、式(2)について簡単に説明する。
変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点の中には、図4に示すように、参照画像の範囲外になる特徴点がある(特徴点T6,T7)。
このため、式(2)の分母において、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算している。
式(2)の分子における“4”は、射影変換パラメータの算出に用いている特徴点の数である。
したがって、式(2)で算出されるマッチングスコアSは、参照画像の範囲外に存在している特徴点が除かれたクエリ画像内の特徴点と、参照画像内の特徴点とが対応する割合を示している。
変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点の中には、図4に示すように、参照画像の範囲外になる特徴点がある(特徴点T6,T7)。
このため、式(2)の分母において、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算している。
式(2)の分子における“4”は、射影変換パラメータの算出に用いている特徴点の数である。
したがって、式(2)で算出されるマッチングスコアSは、参照画像の範囲外に存在している特徴点が除かれたクエリ画像内の特徴点と、参照画像内の特徴点とが対応する割合を示している。
マッチング判定部13は、クエリ画像と参照画像のマッチングスコアSを算出すると、そのマッチングスコアSと予め設定されている閾値Sthを比較し、そのマッチングスコアSが閾値Sthより大きければ、クエリ画像と参照画像がマッチングしていると判定する。
なお、図4及び図5の例では、FMatch=2、FAll=9、FOut=2となり、マッチングスコアSが0.85となる。
このため、閾値Sthが0.85より小さな値に設定されていれば、クエリ画像と参照画像がマッチングしていると判定される。
なお、図4及び図5の例では、FMatch=2、FAll=9、FOut=2となり、マッチングスコアSが0.85となる。
このため、閾値Sthが0.85より小さな値に設定されていれば、クエリ画像と参照画像がマッチングしていると判定される。
ここでは、マッチング判定部13が、クエリ画像と参照画像のマッチングスコアSを算出するに際して、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算するようにしているが、変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点が参照画像の範囲外であるか否かを判定する際、種々の要因による誤差を考慮し、参照画像の範囲を僅かに超えていても、参照画像の範囲内であると判定するようにしてもよい。
以上で明らかなように、この実施の形態1によれば、クエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出部1と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している画像特徴量データベース2と、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索部11と、特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する変換パラメータ算出部12とを設け、マッチング判定部13が、変換パラメータ算出部12による位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪みがあるクエリ画像や、一部が切れているクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果を奏する。
実施の形態2.
上記実施の形態1では、特徴点ペア探索部11が画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索するものを示したが、特徴点ペア探索部11が対応候補ペアを探索する際、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するようにしてもよい。
上記実施の形態1では、特徴点ペア探索部11が画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索するものを示したが、特徴点ペア探索部11が対応候補ペアを探索する際、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するようにしてもよい。
この実施の形態2は、上記実施の形態1と比較して、特徴点ペア探索部11が対応候補ペアを探索する際の処理内容だけが相違しているので、以下、特徴点ペア探索部11が対応候補ペアを探索する際の処理内容を具体的に説明する。
図6はこの発明の実施の形態2による画像検索装置における特徴点ペア探索部11の処理内容を示すフローチャートである。
図6はこの発明の実施の形態2による画像検索装置における特徴点ペア探索部11の処理内容を示すフローチャートである。
まず、特徴点ペア探索部11は、画像特徴量抽出部1からクエリ画像特徴量を受けると、上記実施の形態1と同様に、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得する。
特徴点ペア探索部11は、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、クエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点との全ての組み合わせについて、クエリ画像内の特徴点に対応する局所的な特徴量と、参照画像内の特徴点に対応する局所的な特徴量との距離である特徴量間距離を算出する(ステップST21)。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出する。
特徴点ペア探索部11は、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、クエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点との全ての組み合わせについて、クエリ画像内の特徴点に対応する局所的な特徴量と、参照画像内の特徴点に対応する局所的な特徴量との距離である特徴量間距離を算出する(ステップST21)。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出する。
特徴点ペア探索部11は、全ての組み合わせについて、特徴量間距離を算出すると、その特徴量間距離の統計量として、その特徴量間距離の平均値AvgDと標準偏差SDDを算出する。
また、特徴点ペア探索部11は、特徴量間距離の平均値AvgDと標準偏差SDDを下記の式(3)(4)に代入することで、閾値の初期値Thと閾値の最大値ThMaxを算出する(ステップST22)。
Th=AvgD−α×SDD (3)
ThMax=AvgD−SDD (4)
ただし、αは1以上の定数である。
また、特徴点ペア探索部11は、特徴量間距離の平均値AvgDと標準偏差SDDを下記の式(3)(4)に代入することで、閾値の初期値Thと閾値の最大値ThMaxを算出する(ステップST22)。
Th=AvgD−α×SDD (3)
ThMax=AvgD−SDD (4)
ただし、αは1以上の定数である。
特徴点ペア探索部11は、閾値の初期値Thと閾値の最大値ThMaxを算出すると、全ての組み合わせについて、特徴量間距離と現在の閾値Th(最初の段階では、閾値の初期値)を比較して、その特徴量間距離が現在の閾値Thより小さい特徴点のペア(クエリ画像内の特徴点と、参照画像内の特徴点との組み合わせ)を探索し、その特徴点のペアを対応候補ペアとする(ステップST23)。
特徴点ペア探索部11は、対応候補ペアを探索すると、その対応候補ペアの数がNペア以上あるか否かを判定する(ステップST24)。ここでは、Nは4以上であり、射影変換に必要なペア数である。
なお、Nが大きい場合、より多くの対応候補ペアが見つかるため、クエリ画像に大きな歪みがある場合などでもマッチングできるが、マッチング処理に時間がかかるので、許容されるマッチング処理時間の範囲内で、大きな値に設定される。
なお、Nが大きい場合、より多くの対応候補ペアが見つかるため、クエリ画像に大きな歪みがある場合などでもマッチングできるが、マッチング処理に時間がかかるので、許容されるマッチング処理時間の範囲内で、大きな値に設定される。
特徴点ペア探索部11は、対応候補ペアの数がNペア以上ある場合、対応候補ペアの探索処理を終了するが、対応候補ペアの数がNペアに満たない場合、現在の閾値Thと閾値の最大値ThMaxを比較する(ステップST25)。
特徴点ペア探索部11は、現在の閾値Thが閾値の最大値ThMax以上であれば、対応候補ペアの探索処理を終了するが、現在の閾値Thが閾値の最大値ThMax未満であれば、その閾値Thを大きくしてから(ステップST26)、ステップST23の処理に戻り、対応候補ペアの探索処理を継続する。
閾値Thを大きくする幅については任意であるが、例えば、0.5×SDDなどの値が考えられる。
特徴点ペア探索部11は、現在の閾値Thが閾値の最大値ThMax以上であれば、対応候補ペアの探索処理を終了するが、現在の閾値Thが閾値の最大値ThMax未満であれば、その閾値Thを大きくしてから(ステップST26)、ステップST23の処理に戻り、対応候補ペアの探索処理を継続する。
閾値Thを大きくする幅については任意であるが、例えば、0.5×SDDなどの値が考えられる。
以上で明らかなように、この実施の形態2によれば、特徴点ペア探索部11が、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するように構成したので、対応候補ペアの探索時における特徴量間距離の閾値Thを動的に設定することで、対応候補ペアを適応的に探索することが可能になる。また、クエリ画像の歪みが大きい場合などでも、画像のマッチングが可能になる効果を奏する。
実施の形態3.
図7はこの発明の実施の形態3による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
変換パラメータ推定部4は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部21及び変換パラメータ算出部22を実装している。
図7はこの発明の実施の形態3による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
変換パラメータ推定部4は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部21及び変換パラメータ算出部22を実装している。
変換パラメータ推定部4の特徴点ペア探索部21は、上記実施の形態1,2の特徴点ペア探索部11と同様に、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する処理を実施する。なお、特徴点ペア探索部21は特徴点ペア探索手段を構成している。
変換パラメータ算出部22は特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する処理を実施する。なお、変換パラメータ算出部22は変換パラメータ算出手段を構成している。
変換パラメータ算出部22は特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する処理を実施する。なお、変換パラメータ算出部22は変換パラメータ算出手段を構成している。
画像処理部5は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、変換パラメータ推定部4の変換パラメータ算出部22により算出された射影変換パラメータを用いて、クエリ画像の画像変換を実施し、変換後のクエリ画像を出力する処理を実施する。なお、画像処理部5は画像変換手段を構成している。
図7の例では、画像処理装置の構成要素である画像特徴量抽出部1、画像特徴量データベース2、変換パラメータ推定部4及び画像処理部5のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像処理装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース2、変換パラメータ推定部4及び画像処理部5の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図8はこの発明の実施の形態3による画像処理装置における変換パラメータ推定部4の処理内容を示すフローチャートである。
図8はこの発明の実施の形態3による画像処理装置における変換パラメータ推定部4の処理内容を示すフローチャートである。
次に動作について説明する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、上記実施の形態1と同様に、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を変換パラメータ推定部4に出力する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、上記実施の形態1と同様に、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を変換パラメータ推定部4に出力する。
変換パラメータ推定部4は、画像特徴量抽出部1からクエリ画像特徴量を受けると、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得して、クエリ画像の画像変換に用いる射影変換パラメータの推定処理を実施する。
以下、変換パラメータ推定部4の処理内容を具体的に説明する。
以下、変換パラメータ推定部4の処理内容を具体的に説明する。
変換パラメータ推定部4の特徴点ペア探索部21は、画像特徴量抽出部1からクエリ画像特徴量を受けると、上記実施の形態1,2の特徴点ペア探索部11と同様に、画像特徴量データベース2に記録されている参照画像特徴量を順次取得し、そのクエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索する(ステップST31)。
特徴点ペア探索部21は、1以上の対応候補ペアを探索すると、上記実施の形態1,2の特徴点ペア探索部11と同様に、1以上の対応候補ペアの中から、同じ特徴点を重複している対応候補ペアを除き、特徴点の重複がない対応候補ペアのペア数を規定数と比較する(ステップST32)。
特徴点ペア探索部21は、対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部22に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部22には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部22に出力する。
特徴点ペア探索部21は、対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部22に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部22には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部22に出力する。
変換パラメータ算出部22は、特徴点ペア探索部21から特徴点の重複がない対応候補ペアを受けると、上記実施の形態1,2の変換パラメータ算出部12と同様に、その対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出し(ステップST33)、その射影変換パラメータを画像処理部5に出力する。
画像処理部5は、変換パラメータ推定部4の変換パラメータ算出部22から射影変換パラメータを受けると、その射影変換パラメータを用いて、クエリ画像全体の射影変換処理を実施する。
この射影変換処理は、式(1)の射影変換式に則り、クエリ画像の各画素の位置を変換することで行われる。
画像処理部5は、上記の射影変換処理を行った上で、図4の一点鎖線で示す範囲の外側を取り除くことで、変換処理後のクエリ画像に含まれる歪みを取り除くとともに、そのクエリ画像に含まれる余分な部分を除き、変換処理後のクエリ画像の中で参照画像に対応する部分のみを抜き出すことができる。
画像処理部5は、参照画像に対応する部分のクエリ画像を変換画像として出力する。
この射影変換処理は、式(1)の射影変換式に則り、クエリ画像の各画素の位置を変換することで行われる。
画像処理部5は、上記の射影変換処理を行った上で、図4の一点鎖線で示す範囲の外側を取り除くことで、変換処理後のクエリ画像に含まれる歪みを取り除くとともに、そのクエリ画像に含まれる余分な部分を除き、変換処理後のクエリ画像の中で参照画像に対応する部分のみを抜き出すことができる。
画像処理部5は、参照画像に対応する部分のクエリ画像を変換画像として出力する。
以上で明らかなように、この実施の形態3によれば、クエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出部1と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している画像特徴量データベース2と、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索部21と、特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する変換パラメータ算出部22とを設け、画像処理部5が、変換パラメータ算出部22により算出された射影変換パラメータを用いて、クエリ画像の画像変換を実施し、変換後のクエリ画像を出力するように構成したので、クエリ画像に余分な領域の写り込みや歪み等がある場合でも、そのクエリ画像と類似している画像を正確に検索することが可能になる。
実施の形態4.
上記実施の形態3では、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するものを示し、この実施の形態4でも、クエリ画像の画像変換に用いる射影変換パラメータを算出するが、その射影変換パラメータの算出精度を高める処理を実施している点で、上記実施の形態3と相違している。
以下、変換パラメータ算出部22の処理内容を具体的に説明する。
図9はこの発明の実施の形態4による画像処理装置における変換パラメータ算出部22の処理内容を示すフローチャートである。
また、図10は変換パラメータ算出部22による射影変換パラメータの精度向上処理を示すフローチャートである。
上記実施の形態3では、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するものを示し、この実施の形態4でも、クエリ画像の画像変換に用いる射影変換パラメータを算出するが、その射影変換パラメータの算出精度を高める処理を実施している点で、上記実施の形態3と相違している。
以下、変換パラメータ算出部22の処理内容を具体的に説明する。
図9はこの発明の実施の形態4による画像処理装置における変換パラメータ算出部22の処理内容を示すフローチャートである。
また、図10は変換パラメータ算出部22による射影変換パラメータの精度向上処理を示すフローチャートである。
変換パラメータ算出部22は、特徴点ペア探索部21から特徴点の重複がない対応候補ペアを受けると、上記実施の形態2の変換パラメータ算出部12と同様に、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択して、射影変換パラメータを算出する(図9のステップST41)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、上記実施の形態2の変換パラメータ算出部12と同様に、その射影変換パラメータを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST42)。
変換パラメータ算出部22は、射影変換パラメータを算出すると、上記実施の形態2の変換パラメータ算出部12と同様に、その射影変換パラメータを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST42)。
変換パラメータ算出部22は、クエリ画像内の各特徴点を射影変換すると、上記実施の形態2の変換パラメータ算出部12と同様に、射影変換後の各特徴点と参照画像内の各特徴点との対応付けを実施し、対応関係がある特徴点のペア数を得票数としてカウントする(ステップST43)。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
変換パラメータ算出部22は、上記実施の形態2の変換パラメータ算出部12と同様に、特徴量間距離と空間距離が共に閾値(この閾値は、特徴量間距離と空間距離で異なっていてもよい)を下回る特徴点を対応ペアとする。この対応付けは、同じ特徴点が重複しないようにするために、1つの特徴点に対して2つ以上の対応候補がある場合、距離の重み付け和を参照して、いずれかの特徴点を除くようにする。
変換パラメータ算出部22は、対応関係がある特徴点のペア数を得票数としてカウントし、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST44)、今回算出した射影変換パラメータと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST45)。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部22は、対応関係がある特徴点のペア数を得票数としてカウントし、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST44)、今回算出した射影変換パラメータと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST45)。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST41の処理に戻って、ステップST41〜ST45の処理を繰り返し実施する(ステップST46)。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ実施すると、ステップST45で最終的に記憶している射影変換パラメータの精度向上処理を行う(ステップST47)。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ実施すると、ステップST45で最終的に記憶している射影変換パラメータの精度向上処理を行う(ステップST47)。
以下、射影変換パラメータの精度向上処理を具体的に説明する。
変換パラメータ算出部22は、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、射影変換パラメータを算出する(図10のステップST51)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、その射影変換パラメータを用いて、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出する(ステップST52)。
変換パラメータ算出部22は、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、射影変換パラメータを算出する(図10のステップST51)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、その射影変換パラメータを用いて、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出する(ステップST52)。
変換パラメータ算出部22は、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出すると、クエリ画像内の射影変換後の特徴点と、その特徴点と対応関係がある参照画像内の特徴点との空間距離を算出する(ステップST53)。
変換パラメータ算出部22は、全ての対応ペアについて、特徴点間の空間距離を算出すると、それらの空間距離の和を算出し、その和が、以前に算出している最小の空間距離の和より小さければ(ステップST54)、今回算出した射影変換パラメータを記憶する(ステップST55)。
ステップST51〜ST53の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理で算出している空間距離の和の中の最小の空間距離の和より、今回算出した空間距離の和が小さければ、今回算出した射影変換パラメータを記憶するが、1回目の処理の場合、比較対象がないため、今回算出した空間距離の和が最小であるとして、今回算出した射影変換パラメータを記憶する。
なお、今回算出した射影変換パラメータを記憶する場合、過去に記憶した射影変換パラメータは破棄する。
変換パラメータ算出部22は、全ての対応ペアについて、特徴点間の空間距離を算出すると、それらの空間距離の和を算出し、その和が、以前に算出している最小の空間距離の和より小さければ(ステップST54)、今回算出した射影変換パラメータを記憶する(ステップST55)。
ステップST51〜ST53の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理で算出している空間距離の和の中の最小の空間距離の和より、今回算出した空間距離の和が小さければ、今回算出した射影変換パラメータを記憶するが、1回目の処理の場合、比較対象がないため、今回算出した空間距離の和が最小であるとして、今回算出した射影変換パラメータを記憶する。
なお、今回算出した射影変換パラメータを記憶する場合、過去に記憶した射影変換パラメータは破棄する。
変換パラメータ算出部22は、ステップST51〜ST55の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST51の処理に戻って、ステップST51〜ST55の処理を繰り返し実施する(ステップST56)。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態1において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態1において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
画像の歪みなどの影響によって、クエリ画像内の特徴点と参照画像内の特徴点との間に誤差が生じることがあるが、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、再度、射影変換パラメータを算出するとともに、1以上の対応ペアに係る射影変換パラメータの中から、空間距離の和が最小になる対応ペアに係る射影変換パラメータを選択するようにしているので、最も確からしい射影変換パラメータを得ることができる。
以上で明らかなように、この実施の形態4によれば、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアの中から、任意の対応候補ペアを選択する処理と、任意の対応候補ペアを用いて、クエリ画像と参照画像間の画像変換に用いる射影変換パラメータを算出し、その射影変換パラメータを用いて、クエリ画像内の特徴点の位置を変換する処理とを繰り返し、任意の対応候補ペアを用いて算出した1以上の射影変換パラメータの中で、位置変換後のクエリ画像内の特徴点と参照画像内の特徴点の対応関係が最も高い(空間距離の和が最小)となる射影変換パラメータを選択して、その射影変換パラメータを画像処理部5に出力するように構成したので、射影変換パラメータの算出精度を高めることができる効果を奏する。
実施の形態5.
図11はこの発明の実施の形態5による画像検索装置を示す構成図であり、図において、図7と同一符号は同一または相当部分を示すので説明を省略する。
画像特徴量データベース6は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量と、各参照画像全体の特徴量とを記録している。なお、画像特徴量データベース6は特徴量記録手段を構成している。
例えば、前述の“Image Siganature”は、画像全体の特徴量である“Global Signature”と画像の局所的な特徴量である“Local Signature”から構成されている。
図11はこの発明の実施の形態5による画像検索装置を示す構成図であり、図において、図7と同一符号は同一または相当部分を示すので説明を省略する。
画像特徴量データベース6は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量と、各参照画像全体の特徴量とを記録している。なお、画像特徴量データベース6は特徴量記録手段を構成している。
例えば、前述の“Image Siganature”は、画像全体の特徴量である“Global Signature”と画像の局所的な特徴量である“Local Signature”から構成されている。
画像マッチング部7は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、画像処理部5による画像変換後のクエリ画像全体の特徴量を抽出し、そのクエリ画像全体の特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う。なお、画像マッチング部7はマッチング判定手段を構成している。
図11の例では、画像検索装置の構成要素である画像特徴量抽出部1、画像特徴量データベース6、変換パラメータ推定部4、画像処理部5及び画像マッチング部7のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像検索装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース6、変換パラメータ推定部4、画像処理部5及び画像マッチング部7の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図12はこの発明の実施の形態5による画像検索装置における画像マッチング部7の処理内容を示すフローチャートである。
図12はこの発明の実施の形態5による画像検索装置における画像マッチング部7の処理内容を示すフローチャートである。
画像マッチング部7を実装している点以外は、上記実施の形態4と同様であるため、以下、画像マッチング部7の処理内容を説明する。
画像マッチング部7は、画像処理部5が、変換パラメータ推定部4により算出された射影変換パラメータを用いて、クエリ画像を射影変換すると、射影変換後のクエリ画像を取得する(ステップST61)。
なお、射影変換後のクエリ画像の範囲は、参照画像の座標内に収まる範囲(図4の一点鎖線の範囲)であるとする。
画像マッチング部7は、画像処理部5が、変換パラメータ推定部4により算出された射影変換パラメータを用いて、クエリ画像を射影変換すると、射影変換後のクエリ画像を取得する(ステップST61)。
なお、射影変換後のクエリ画像の範囲は、参照画像の座標内に収まる範囲(図4の一点鎖線の範囲)であるとする。
画像マッチング部7は、射影変換後のクエリ画像を取得すると、そのクエリ画像全体の特徴量を抽出する(ステップST62)。
画像マッチング部7により抽出される特徴量の種類は、画像特徴量データベース6に記録されている参照画像全体の特徴量の種類と同一である。
画像マッチング部7は、クエリ画像全体の特徴量を抽出すると、その特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う(ステップST63)。
即ち、クエリ画像全体の特徴量と参照画像全体の特徴量との差分が、所定の閾値より小さければ、画像変換後のクエリ画像と参照画像がマッチングしていると判定する。
画像マッチング部7は、マッチング判定を実施して、マッチングしている参照画像を検索結果として出力する。
画像マッチング部7により抽出される特徴量の種類は、画像特徴量データベース6に記録されている参照画像全体の特徴量の種類と同一である。
画像マッチング部7は、クエリ画像全体の特徴量を抽出すると、その特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う(ステップST63)。
即ち、クエリ画像全体の特徴量と参照画像全体の特徴量との差分が、所定の閾値より小さければ、画像変換後のクエリ画像と参照画像がマッチングしていると判定する。
画像マッチング部7は、マッチング判定を実施して、マッチングしている参照画像を検索結果として出力する。
画像マッチング部7では、クエリ画像全体の特徴量と参照画像全体の特徴量とを比較しているので、局所的な特徴点が偶然類似しているために、マッチングしていると誤判定してしまう状況化でも、正確にマッチングしているか否かを判定することができる。
以上で明らかなように、この実施の形態5によれば、画像マッチング部7が、画像処理部5による画像変換後のクエリ画像全体の特徴量を抽出し、そのクエリ画像全体の特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行うように構成したので、クエリ画像内の参照画像に相当する部分の全体と、参照画像全体のマッチングが可能になり、更に正確な画像検索を実施することができる効果を奏する。
上記実施の形態1〜5では、クエリ画像を射影変換して、画像の検索や画像処理を実施するものを示したが、クエリ画像を射影変換以外の変換処理(例えば、アフィン変換、画像の回転・拡大・縮小処理)を実施して、画像の検索や画像処理を実施するようにしてもよい。
射影変換以外の変換処理を実施する場合、対応候補ペア、もしくは、対応ペアは、その処理内容に応じて必要なペア数を変更した上で、変換パラメータの推定が行われることになる。
射影変換以外の変換処理を実施する場合、対応候補ペア、もしくは、対応ペアは、その処理内容に応じて必要なペア数を変更した上で、変換パラメータの推定が行われることになる。
なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
以上のように、この発明に係る画像検索装置及び方法、画像処理装置及び方法は、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができるようにしたため、多数の画像の中からクエリ画像と類似している画像を探索する画像検索装置及び画像検索方法と、クエリ画像に画像処理を施す画像処理装置及び画像処理方法等に用いるのに適している。
1 画像特徴量抽出部(画像特徴量抽出手段)、2,6 画像特徴量データベース(特徴量記録手段)、3 画像マッチング部、4 変換パラメータ推定部、5 画像処理部(画像変換手段)、7 画像マッチング部(マッチング判定手段)、11 特徴点ペア探索部(特徴点ペア探索手段)、12 変換パラメータ算出部(変換パラメータ算出手段、マッチング判定手段)、13 マッチング判定部(マッチング判定手段)、21 特徴点ペア探索部(特徴点ペア探索手段)、22 変換パラメータ算出部(変換パラメータ算出手段)。
この発明は、多数の画像の中からクエリ画像と類似している画像を探索する画像検索装置及び画像検索方法と、クエリ画像に画像処理を施す画像処理装置及び画像処理方法に関するものである。
所望の画像検索を行うことで、多くのサービスをユーザに提供することが可能になる。
例えば、絵画、イラスト、ポスターなどが撮影された場合、その撮影画像に関連する情報を提供するなどのサービスが考えられる。
しかし、絵画やイラストなどを撮影する際に、正面から撮影することができないことがある。
例えば、図13のように、撮影対象であるポスター等とカメラが非平行である場合、歪みが発生する現象、ポスター等の一部が途切れる現象、あるいは、本来含まれない余分な領域が撮影されてしまう現象などが発生し、画像検索の失敗の要因となる。
例えば、絵画、イラスト、ポスターなどが撮影された場合、その撮影画像に関連する情報を提供するなどのサービスが考えられる。
しかし、絵画やイラストなどを撮影する際に、正面から撮影することができないことがある。
例えば、図13のように、撮影対象であるポスター等とカメラが非平行である場合、歪みが発生する現象、ポスター等の一部が途切れる現象、あるいは、本来含まれない余分な領域が撮影されてしまう現象などが発生し、画像検索の失敗の要因となる。
このため、画像検索技術では、画像の回転・拡大・縮小・切り取りや、照明変動などに対するロバスト性の高さが重要であり、ロバスト性を高めるための様々な方法が提案されている。
例えば、以下の特許文献1には、対応関係がある局所的な特徴量のペアに基づいて、画像の領域を限定することで、よりロバストに画像検索を行う画像検索装置が開示されている。
また、以下の特許文献2には、画像の幾何学的な変動に基づく局所的な画像特徴量の変動に対してロバストに画像検索を行う画像検索装置が開示されている。
例えば、以下の特許文献1には、対応関係がある局所的な特徴量のペアに基づいて、画像の領域を限定することで、よりロバストに画像検索を行う画像検索装置が開示されている。
また、以下の特許文献2には、画像の幾何学的な変動に基づく局所的な画像特徴量の変動に対してロバストに画像検索を行う画像検索装置が開示されている。
従来の画像検索装置は以上のように構成されているので、特許文献1の場合、クエリ画像に大きな歪みが発生していると、対応関係がある局所的な特徴量のペアを正確に特定することができず、検索精度が劣化することがある課題があった。
また、特許文献2の場合、余分な領域の写り込みや画像の歪みがあると、特徴量の変動が大きくなりやすく、画像がマッチングしないことがある課題があった。
また、特許文献2の場合、余分な領域の写り込みや画像の歪みがあると、特徴量の変動が大きくなりやすく、画像がマッチングしないことがある課題があった。
この発明は上記のような課題を解決するためになされたもので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる画像検索装置及び画像検索方法を得ることを目的とする。
また、この発明は、余分な領域の写り込みや歪み等があるクエリ画像に画像処理を施して、そのクエリ画像と類似している画像を正確に検索することができるようにする画像処理装置及び画像処理方法を得ることを目的とする。
また、この発明は、余分な領域の写り込みや歪み等があるクエリ画像に画像処理を施して、そのクエリ画像と類似している画像を正確に検索することができるようにする画像処理装置及び画像処理方法を得ることを目的とする。
この発明に係る画像検索装置は、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量と参照画像内の特徴点の局所的な特徴量とを比較することで、クエリ画像と参照画像のマッチング判定を行うようにしたものである。
この発明によれば、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量と参照画像内の特徴点の局所的な特徴量とを比較することで、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果がある。
以下、この発明をより詳細に説明するため、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態1.
図1はこの発明の実施の形態1による画像検索装置を示す構成図である。
図1において、画像特徴量抽出部1は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する処理を実施する。なお、画像特徴量抽出部1は画像特徴量抽出手段を構成している。
実施の形態1.
図1はこの発明の実施の形態1による画像検索装置を示す構成図である。
図1において、画像特徴量抽出部1は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する処理を実施する。なお、画像特徴量抽出部1は画像特徴量抽出手段を構成している。
画像特徴量データベース2は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量を記録している。なお、画像特徴量データベース2は特徴量記録手段を構成している。
画像マッチング部3は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部11、変換パラメータ算出部12及びマッチング判定部13を実装している。
画像マッチング部3は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部11、変換パラメータ算出部12及びマッチング判定部13を実装している。
特徴点ペア探索部11は画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する処理を実施する。なお、特徴点ペア探索部11は特徴点ペア探索手段を構成している。
変換パラメータ算出部12は特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換(あるいは、参照画像の画像変換)に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する処理を実施する。なお、変換パラメータ算出部12は変換パラメータ算出手段を構成している。
変換パラメータ算出部12は特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換(あるいは、参照画像の画像変換)に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する処理を実施する。なお、変換パラメータ算出部12は変換パラメータ算出手段を構成している。
マッチング判定部13は変換パラメータ算出部12による位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行う。
なお、変換パラメータ算出部12及びマッチング判定部13からマッチング判定手段が構成されている。
なお、変換パラメータ算出部12及びマッチング判定部13からマッチング判定手段が構成されている。
図1の例では、画像検索装置の構成要素である画像特徴量抽出部1、画像特徴量データベース2及び画像マッチング部3のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像検索装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース2及び画像マッチング部3の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図2はこの発明の実施の形態1による画像検索装置における画像マッチング部3の処理内容を示すフローチャートである。
また、図3はこの発明の実施の形態1による画像検索装置における変換パラメータ算出部12の処理内容を示すフローチャートである。
図2はこの発明の実施の形態1による画像検索装置における画像マッチング部3の処理内容を示すフローチャートである。
また、図3はこの発明の実施の形態1による画像検索装置における変換パラメータ算出部12の処理内容を示すフローチャートである。
次に動作について説明する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を画像マッチング部3に出力する。
画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は問わないが、例えば、以下の非特許文献1に開示されているようなSIFT(Scale Invariant Feature Transform)や、非特許文献2に開示されているような“Image Signature”が挙げられる。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を画像マッチング部3に出力する。
画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は問わないが、例えば、以下の非特許文献1に開示されているようなSIFT(Scale Invariant Feature Transform)や、非特許文献2に開示されているような“Image Signature”が挙げられる。
ただし、画像特徴量抽出部1により抽出されるクエリ画像内の特徴点や局所的な特徴量の種類は、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類と同一のものであるとする。
即ち、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類がSIFTであれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量としてSIFTを抽出する。
また、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類が“Image Signature”であれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量として“Image Signature”を抽出する。
即ち、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類がSIFTであれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量としてSIFTを抽出する。
また、画像特徴量データベース2に記録されている参照画像内の特徴点や局所的な特徴量の種類が“Image Signature”であれば、画像特徴量抽出部1では、クエリ画像内の特徴点や局所的な特徴量として“Image Signature”を抽出する。
・非特許文献1
David G. Lowe、 "Object recognition from local scale-invariant features、" IEEE Int. Conf. on Computer Vision、 Sep. 1999、 pp. 1150-1157.
・非特許文献2
M. Bober、 P. Brasnett、 "MPEG-7 visual signature tools、" IEEE Int. Conf. on Multimedia & Expo、 Aug. 2009、 pp.1540-1543.
David G. Lowe、 "Object recognition from local scale-invariant features、" IEEE Int. Conf. on Computer Vision、 Sep. 1999、 pp. 1150-1157.
・非特許文献2
M. Bober、 P. Brasnett、 "MPEG-7 visual signature tools、" IEEE Int. Conf. on Multimedia & Expo、 Aug. 2009、 pp.1540-1543.
画像マッチング部3は、画像特徴量抽出部1からクエリ画像特徴量を受けると、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得し、そのクエリ画像特徴量と各参照画像特徴量を比較することで、そのクエリ画像と類似している参照画像を検索する。
画像マッチング部3は、クエリ画像と類似している参照画像の集合を検索結果として出力する。
以下、画像マッチング部3の処理内容を具体的に説明する。
画像マッチング部3は、クエリ画像と類似している参照画像の集合を検索結果として出力する。
以下、画像マッチング部3の処理内容を具体的に説明する。
画像マッチング部3の特徴点ペア探索部11は、画像特徴量抽出部1からクエリ画像特徴量を受け、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、そのクエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(以下、「対応候補ペア」と称する)を探索する(図2のステップST1)。
即ち、特徴点ペア探索部11は、クエリ画像特徴量に含まれているクエリ画像内の局所的な特徴量と、参照画像特徴量に含まれている参照画像内の局所的な特徴量との距離(以下、「特徴量間距離」と称する)を算出し、その特徴量間距離が予め定められた閾値より小さければ、その特徴量間距離に係る特徴点のペアは対応候補ペアであると判定する。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出して閾値と比較することで、その特徴量間距離に係る特徴点のペアが対応候補ペアであるか否かを判定する。
即ち、特徴点ペア探索部11は、クエリ画像特徴量に含まれているクエリ画像内の局所的な特徴量と、参照画像特徴量に含まれている参照画像内の局所的な特徴量との距離(以下、「特徴量間距離」と称する)を算出し、その特徴量間距離が予め定められた閾値より小さければ、その特徴量間距離に係る特徴点のペアは対応候補ペアであると判定する。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出して閾値と比較することで、その特徴量間距離に係る特徴点のペアが対応候補ペアであるか否かを判定する。
上記のようにして、特徴点ペア探索部11が対応候補ペアの探索処理を行うと、幾つかの対応候補ペアが探索されるが、クエリ画像と参照画像が類似している画像であると認定するには、特徴点ペア探索部11により探索された対応候補ペアのペア数が規定数以上である必要がある(言うまでもないが、クエリ画像と参照画像が類似していなければ、局所的な特徴量が類似している特徴点の個数が少なくなる)。
そこで、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントするが、特徴点ペア探索部11により探索された複数の対応候補ペアの中に、同じ特徴点が重複して含まれている可能性がある。
本来、クエリ画像内の特徴点と参照画像内の特徴点は一対一の関係にあるため、同じ特徴点を重複している対応候補ペアを除いて、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントする必要がある。
そこで、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントするが、特徴点ペア探索部11により探索された複数の対応候補ペアの中に、同じ特徴点が重複して含まれている可能性がある。
本来、クエリ画像内の特徴点と参照画像内の特徴点は一対一の関係にあるため、同じ特徴点を重複している対応候補ペアを除いて、特徴点ペア探索部11により探索された対応候補ペアのペア数をカウントする必要がある。
例えば、クエリ画像内の特徴点がQ1,Q2,・・・,Q9であり、参照画像内の特徴点がR1,R2,・・・,R9であるとき、特徴点ペア探索部11により探索された対応候補ペアが以下の5ペアであるとする。
ペアA:Q1とR2
ペアB:Q1とR4
ペアC:Q1とR7
ペアD:Q3とR6
ペアE:Q9とR1
この場合、特徴点ペア探索部11により探索された対応候補ペアのペア数は5ペアであるが、ペアA、ペアB、ペアCにおいて、特徴点Q1が重複しており、同じ特徴点を重複している対応候補ペアを除いてカウントする必要があるため、対応候補ペアのペア数は3ペア(=5ペア−2ペア)となる。ペアA、ペアB、ペアCのうち、2つのペアは対応関係がないペアであるため、対応候補ペアのペア数から2ペアを減算している。
ペアA:Q1とR2
ペアB:Q1とR4
ペアC:Q1とR7
ペアD:Q3とR6
ペアE:Q9とR1
この場合、特徴点ペア探索部11により探索された対応候補ペアのペア数は5ペアであるが、ペアA、ペアB、ペアCにおいて、特徴点Q1が重複しており、同じ特徴点を重複している対応候補ペアを除いてカウントする必要があるため、対応候補ペアのペア数は3ペア(=5ペア−2ペア)となる。ペアA、ペアB、ペアCのうち、2つのペアは対応関係がないペアであるため、対応候補ペアのペア数から2ペアを減算している。
特徴点ペア探索部11は、特徴点の重複がない対応候補ペアのペア数を規定数と比較し(ステップST2)、その対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部12に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部12には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部12に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部12には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部12に出力する。
変換パラメータ算出部12は、特徴点ペア探索部11から特徴点の重複がない対応候補ペアを受けると、その対応候補ペアを用いて、画像変換に用いる射影変換パラメータを算出する(ステップST3)。
射影変換パラメータは、クエリ画像を参照画像に変換するパラメータでもよいし、参照画像をクエリ画像に変換するパラメータでもよいが、絵画、イラスト、ポスターなどを撮影し、その撮影画像に類似している画像を検索する場合、クエリ画像を参照画像に変換して歪みを補正する方が実用的であるため、この実施の形態1では、クエリ画像を参照画像に変換する射影変換パラメータを算出するものとする。
以下、変換パラメータ算出部12による射影変換パラメータの算出処理を具体的に説明する。
射影変換パラメータは、クエリ画像を参照画像に変換するパラメータでもよいし、参照画像をクエリ画像に変換するパラメータでもよいが、絵画、イラスト、ポスターなどを撮影し、その撮影画像に類似している画像を検索する場合、クエリ画像を参照画像に変換して歪みを補正する方が実用的であるため、この実施の形態1では、クエリ画像を参照画像に変換する射影変換パラメータを算出するものとする。
以下、変換パラメータ算出部12による射影変換パラメータの算出処理を具体的に説明する。
変換パラメータ算出部12は、特徴点の重複がない規定数以上の対応候補ペアを受けると、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、下記の式(1)を計算することで、8つの射影変換パラメータa,b,c,d,e,f,g,hを算出する(図3のステップST11)。
式(1)から分かる通り、8つの射影変換パラメータa,b,c,d,e,f,g,hを算出するには、4組の変換前後の特徴点のX座標、Y座標が必要である。
そのため、変換パラメータ算出部12では、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、4組の対応候補ペアの特徴点の位置を変換前後のX座標、Y座標として(対応候補ペアにおけるクエリ画像内の特徴点の位置を変換前の位置(X座標、Y座標)とし、参照画像内の特徴点の位置を変換後の位置(X座標、Y座標)とする)、式(1)から連立方程式を立て、その連立方程式を解くことで、射影変換パラメータa,b,c,d,e,f,g,hを算出する。
そのため、変換パラメータ算出部12では、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択し、4組の対応候補ペアの特徴点の位置を変換前後のX座標、Y座標として(対応候補ペアにおけるクエリ画像内の特徴点の位置を変換前の位置(X座標、Y座標)とし、参照画像内の特徴点の位置を変換後の位置(X座標、Y座標)とする)、式(1)から連立方程式を立て、その連立方程式を解くことで、射影変換パラメータa,b,c,d,e,f,g,hを算出する。
変換パラメータ算出部12は、射影変換パラメータa,b,c,d,e,f,g,hを算出すると、その射影変換パラメータa,b,c,d,e,f,g,hを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST12)。
ここで、図4はクエリ画像における9点の特徴点Q1〜Q9の射影変換例を示す説明図である。T1〜T9はクエリ画像内の射影変換後の特徴点である。
ここで、図4はクエリ画像における9点の特徴点Q1〜Q9の射影変換例を示す説明図である。T1〜T9はクエリ画像内の射影変換後の特徴点である。
変換パラメータ算出部12は、クエリ画像内の各特徴点を射影変換すると、射影変換後の各特徴点と参照画像内の各特徴点との対応付けを実施し、対応関係がある特徴点のペア数を得票数としてカウントする(ステップST13)。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
変換パラメータ算出部12は、特徴量間距離と空間距離が共に閾値(この閾値は、特徴量間距離と空間距離で異なっていてもよい)を下回る特徴点を対応ペアとする。この対応付けは、同じ特徴点が重複しないようにするために、1つの特徴点に対して2つ以上の対応候補がある場合、距離の重み付け和を参照して、いずれかの特徴点を除くようにする。
ここで、図5は特徴点の対応付け例を示す説明図である。
図5では、クエリ画像内の9点の特徴点Q1〜Q9の中の特徴点Q1〜Q4と参照画像内の9点の特徴点R1〜R9の中の特徴点R1〜R4とを用いて射影変換パラメータを算出し、残りの特徴点Q5〜Q9が射影変換された特徴点T5〜T9と残りの特徴点R5〜R9の距離を算出して、対応付けを行っている例を示している。
ここで、図5は特徴点の対応付け例を示す説明図である。
図5では、クエリ画像内の9点の特徴点Q1〜Q9の中の特徴点Q1〜Q4と参照画像内の9点の特徴点R1〜R9の中の特徴点R1〜R4とを用いて射影変換パラメータを算出し、残りの特徴点Q5〜Q9が射影変換された特徴点T5〜T9と残りの特徴点R5〜R9の距離を算出して、対応付けを行っている例を示している。
また、図5では、特徴量間距離の閾値を3.0、空間距離の閾値を2.5としており、この場合に、共に閾値を下回る対応ペアは、下記の3ペアである。
ペアF:T5とR5
ペアG:T5とR9
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点T5が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
ペアF:T5とR5
ペアG:T5とR9
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点T5が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
変換パラメータ算出部12は、対応関係がある特徴点のペア数を得票数としてカウントすると、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST14)、今回算出した射影変換パラメータa,b,c,d,e,f,g,hと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST15)。
ステップST11〜ST13の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理でカウントしている得票数の中の最大の得票数よりも、今回カウントした得票数が大きければ、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するが、1回目の処理の場合、比較対象がないため、今回カウントした得票数が最大の得票数であるとして、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
ステップST11〜ST13の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理でカウントしている得票数の中の最大の得票数よりも、今回カウントした得票数が大きければ、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するが、1回目の処理の場合、比較対象がないため、今回カウントした得票数が最大の得票数であるとして、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST11の処理に戻って、ステップST11〜ST15の処理を繰り返し実施する(ステップST16)。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ実施すると、ステップST15で最終的に記憶しているクエリ画像内の射影変換後の特徴点と、最大の得票数をマッチング判定部13に出力する。
変換パラメータ算出部12は、ステップST11〜ST15の処理を予め設定された規定の回数だけ実施すると、ステップST15で最終的に記憶しているクエリ画像内の射影変換後の特徴点と、最大の得票数をマッチング判定部13に出力する。
ここでは、ステップST11で、4組の対応候補ペアをランダムに選択し、ステップST16で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPU(Central Processing Unit)を利用することが可能な場合などでは、全ての対応候補ペアについて、ステップST11〜ST16に至る処理を実施し、得票数が最大となる場合の射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶するようにしてもよい。
この実施の形態1において、4組の対応候補ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
また、得票数が非常に大きい場合には、規定の回数を実施せずに終了するようにしてもよい。
この実施の形態1において、4組の対応候補ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
また、得票数が非常に大きい場合には、規定の回数を実施せずに終了するようにしてもよい。
マッチング判定部13は、以下のようにして、クエリ画像と参照画像のマッチング判定を行う(図2のステップST4)。
ただし、図2のステップST2において、特徴点ペア探索部11により対応候補ペアのペア数が規定数に満たないと判定されている場合、クエリ画像と参照画像は即座にマッチングしていないと判定する。
ただし、図2のステップST2において、特徴点ペア探索部11により対応候補ペアのペア数が規定数に満たないと判定されている場合、クエリ画像と参照画像は即座にマッチングしていないと判定する。
マッチング判定部13は、対応候補ペアのペア数が規定数以上ある場合、変換パラメータ算出部12から出力されたクエリ画像内の射影変換後の特徴点と最大の得票数を用いて、下記の式(2)を計算することで、クエリ画像と参照画像のマッチングスコアSを算出する。
ここで、式(2)について簡単に説明する。
変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点の中には、図4に示すように、参照画像の範囲外になる特徴点がある(特徴点T6,T7)。
このため、式(2)の分母において、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算している。
式(2)の分子における“4”は、射影変換パラメータの算出に用いている特徴点の数である。
したがって、式(2)で算出されるマッチングスコアSは、参照画像の範囲外に存在している特徴点が除かれたクエリ画像内の特徴点と、参照画像内の特徴点とが対応する割合を示している。
変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点の中には、図4に示すように、参照画像の範囲外になる特徴点がある(特徴点T6,T7)。
このため、式(2)の分母において、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算している。
式(2)の分子における“4”は、射影変換パラメータの算出に用いている特徴点の数である。
したがって、式(2)で算出されるマッチングスコアSは、参照画像の範囲外に存在している特徴点が除かれたクエリ画像内の特徴点と、参照画像内の特徴点とが対応する割合を示している。
マッチング判定部13は、クエリ画像と参照画像のマッチングスコアSを算出すると、そのマッチングスコアSと予め設定されている閾値Sthを比較し、そのマッチングスコアSが閾値Sthより大きければ、クエリ画像と参照画像がマッチングしていると判定する。
なお、図4及び図5の例では、FMatch=2、FAll=9、FOut=2となり、マッチングスコアSが0.85となる。
このため、閾値Sthが0.85より小さな値に設定されていれば、クエリ画像と参照画像がマッチングしていると判定される。
なお、図4及び図5の例では、FMatch=2、FAll=9、FOut=2となり、マッチングスコアSが0.85となる。
このため、閾値Sthが0.85より小さな値に設定されていれば、クエリ画像と参照画像がマッチングしていると判定される。
ここでは、マッチング判定部13が、クエリ画像と参照画像のマッチングスコアSを算出するに際して、クエリ画像内の特徴点の数FAllから、射影変換後に参照画像の範囲外になったクエリ画像内の特徴点の数FOutを減算するようにしているが、変換パラメータ算出部12により射影変換されたクエリ画像内の特徴点が参照画像の範囲外であるか否かを判定する際、種々の要因による誤差を考慮し、参照画像の範囲を僅かに超えていても、参照画像の範囲内であると判定するようにしてもよい。
以上で明らかなように、この実施の形態1によれば、クエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出部1と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している画像特徴量データベース2と、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索部11と、特徴点ペア探索部11により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するとともに、その射影変換パラメータを用いて、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点の位置を変換する変換パラメータ算出部12とを設け、マッチング判定部13が、変換パラメータ算出部12による位置変換後のクエリ画像内の特徴点と参照画像内の特徴点を比較することで、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪みがあるクエリ画像や、一部が切れているクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果を奏する。
実施の形態2.
上記実施の形態1では、特徴点ペア探索部11が画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索するものを示したが、特徴点ペア探索部11が対応候補ペアを探索する際、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するようにしてもよい。
上記実施の形態1では、特徴点ペア探索部11が画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索するものを示したが、特徴点ペア探索部11が対応候補ペアを探索する際、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するようにしてもよい。
この実施の形態2は、上記実施の形態1と比較して、特徴点ペア探索部11が対応候補ペアを探索する際の処理内容だけが相違しているので、以下、特徴点ペア探索部11が対応候補ペアを探索する際の処理内容を具体的に説明する。
図6はこの発明の実施の形態2による画像検索装置における特徴点ペア探索部11の処理内容を示すフローチャートである。
図6はこの発明の実施の形態2による画像検索装置における特徴点ペア探索部11の処理内容を示すフローチャートである。
まず、特徴点ペア探索部11は、画像特徴量抽出部1からクエリ画像特徴量を受けると、上記実施の形態1と同様に、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得する。
特徴点ペア探索部11は、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、クエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点との全ての組み合わせについて、クエリ画像内の特徴点に対応する局所的な特徴量と、参照画像内の特徴点に対応する局所的な特徴量との距離である特徴量間距離を算出する(ステップST21)。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出する。
特徴点ペア探索部11は、画像特徴量データベース2に記録されている任意の参照画像特徴量を取得すると、クエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点との全ての組み合わせについて、クエリ画像内の特徴点に対応する局所的な特徴量と、参照画像内の特徴点に対応する局所的な特徴量との距離である特徴量間距離を算出する(ステップST21)。
例えば、クエリ画像内の特徴点の個数がM個、参照画像内の特徴点の個数がN個であれば、特徴点の組み合わせがM×N通りであるので、M×N通りの組み合わせについて特徴量間距離を算出する。
特徴点ペア探索部11は、全ての組み合わせについて、特徴量間距離を算出すると、その特徴量間距離の統計量として、その特徴量間距離の平均値AvgDと標準偏差SDDを算出する。
また、特徴点ペア探索部11は、特徴量間距離の平均値AvgDと標準偏差SDDを下記の式(3)(4)に代入することで、閾値の初期値Thと閾値の最大値ThMaxを算出する(ステップST22)。
Th=AvgD−α×SDD (3)
ThMax=AvgD−SDD (4)
ただし、αは1以上の定数である。
また、特徴点ペア探索部11は、特徴量間距離の平均値AvgDと標準偏差SDDを下記の式(3)(4)に代入することで、閾値の初期値Thと閾値の最大値ThMaxを算出する(ステップST22)。
Th=AvgD−α×SDD (3)
ThMax=AvgD−SDD (4)
ただし、αは1以上の定数である。
特徴点ペア探索部11は、閾値の初期値Thと閾値の最大値ThMaxを算出すると、全ての組み合わせについて、特徴量間距離と現在の閾値Th(最初の段階では、閾値の初期値)を比較して、その特徴量間距離が現在の閾値Thより小さい特徴点のペア(クエリ画像内の特徴点と、参照画像内の特徴点との組み合わせ)を探索し、その特徴点のペアを対応候補ペアとする(ステップST23)。
特徴点ペア探索部11は、対応候補ペアを探索すると、その対応候補ペアの数がNペア以上あるか否かを判定する(ステップST24)。ここでは、Nは4以上であり、射影変換に必要なペア数である。
なお、Nが大きい場合、より多くの対応候補ペアが見つかるため、クエリ画像に大きな歪みがある場合などでもマッチングできるが、マッチング処理に時間がかかるので、許容されるマッチング処理時間の範囲内で、大きな値に設定される。
なお、Nが大きい場合、より多くの対応候補ペアが見つかるため、クエリ画像に大きな歪みがある場合などでもマッチングできるが、マッチング処理に時間がかかるので、許容されるマッチング処理時間の範囲内で、大きな値に設定される。
特徴点ペア探索部11は、対応候補ペアの数がNペア以上ある場合、対応候補ペアの探索処理を終了するが、対応候補ペアの数がNペアに満たない場合、現在の閾値Thと閾値の最大値ThMaxを比較する(ステップST25)。
特徴点ペア探索部11は、現在の閾値Thが閾値の最大値ThMax以上であれば、対応候補ペアの探索処理を終了するが、現在の閾値Thが閾値の最大値ThMax未満であれば、その閾値Thを大きくしてから(ステップST26)、ステップST23の処理に戻り、対応候補ペアの探索処理を継続する。
閾値Thを大きくする幅については任意であるが、例えば、0.5×SDDなどの値が考えられる。
特徴点ペア探索部11は、現在の閾値Thが閾値の最大値ThMax以上であれば、対応候補ペアの探索処理を終了するが、現在の閾値Thが閾値の最大値ThMax未満であれば、その閾値Thを大きくしてから(ステップST26)、ステップST23の処理に戻り、対応候補ペアの探索処理を継続する。
閾値Thを大きくする幅については任意であるが、例えば、0.5×SDDなどの値が考えられる。
以上で明らかなように、この実施の形態2によれば、特徴点ペア探索部11が、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索するように構成したので、対応候補ペアの探索時における特徴量間距離の閾値Thを動的に設定することで、対応候補ペアを適応的に探索することが可能になる。また、クエリ画像の歪みが大きい場合などでも、画像のマッチングが可能になる効果を奏する。
実施の形態3.
図7はこの発明の実施の形態3による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
変換パラメータ推定部4は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部21及び変換パラメータ算出部22を実装している。
図7はこの発明の実施の形態3による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
変換パラメータ推定部4は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、特徴点ペア探索部21及び変換パラメータ算出部22を実装している。
変換パラメータ推定部4の特徴点ペア探索部21は、上記実施の形態1,2の特徴点ペア探索部11と同様に、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と、画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する処理を実施する。なお、特徴点ペア探索部21は特徴点ペア探索手段を構成している。
変換パラメータ算出部22は特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する処理を実施する。なお、変換パラメータ算出部22は変換パラメータ算出手段を構成している。
変換パラメータ算出部22は特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する処理を実施する。なお、変換パラメータ算出部22は変換パラメータ算出手段を構成している。
画像処理部5は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、変換パラメータ推定部4の変換パラメータ算出部22により算出された射影変換パラメータを用いて、クエリ画像の画像変換を実施し、変換後のクエリ画像を出力する処理を実施する。なお、画像処理部5は画像変換手段を構成している。
図7の例では、画像処理装置の構成要素である画像特徴量抽出部1、画像特徴量データベース2、変換パラメータ推定部4及び画像処理部5のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像処理装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース2、変換パラメータ推定部4及び画像処理部5の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図8はこの発明の実施の形態3による画像処理装置における変換パラメータ推定部4の処理内容を示すフローチャートである。
図8はこの発明の実施の形態3による画像処理装置における変換パラメータ推定部4の処理内容を示すフローチャートである。
次に動作について説明する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、上記実施の形態1と同様に、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を変換パラメータ推定部4に出力する。
画像特徴量抽出部1は、検索対象の画像であるクエリ画像を入力すると、上記実施の形態1と同様に、そのクエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する。
画像特徴量抽出部1は、クエリ画像内の特徴点と、その特徴点周辺の局所的な特徴量を抽出すると、その特徴点と局所的な特徴量を含むクエリ画像特徴量を変換パラメータ推定部4に出力する。
変換パラメータ推定部4は、画像特徴量抽出部1からクエリ画像特徴量を受けると、画像特徴量データベース2に記録されている複数の参照画像特徴量(参照画像内の特徴点、その特徴点周辺の局所的な特徴量)を順次取得して、クエリ画像の画像変換に用いる射影変換パラメータの推定処理を実施する。
以下、変換パラメータ推定部4の処理内容を具体的に説明する。
以下、変換パラメータ推定部4の処理内容を具体的に説明する。
変換パラメータ推定部4の特徴点ペア探索部21は、画像特徴量抽出部1からクエリ画像特徴量を受けると、上記実施の形態1,2の特徴点ペア探索部11と同様に、画像特徴量データベース2に記録されている参照画像特徴量を順次取得し、そのクエリ画像特徴量に含まれているクエリ画像内の特徴点と、その参照画像特徴量に含まれている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペア(対応候補ペア)を探索する(ステップST31)。
特徴点ペア探索部21は、1以上の対応候補ペアを探索すると、上記実施の形態1,2の特徴点ペア探索部11と同様に、1以上の対応候補ペアの中から、同じ特徴点を重複している対応候補ペアを除き、特徴点の重複がない対応候補ペアのペア数を規定数と比較する(ステップST32)。
特徴点ペア探索部21は、対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部22に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部22には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部22に出力する。
特徴点ペア探索部21は、対応候補ペアのペア数が規定数以上であれば、規定数以上の対応候補ペアを変換パラメータ算出部22に出力する。
一方、その対応候補ペアのペア数が規定数に満たない場合、クエリ画像が当該参照画像と類似していないため、変換パラメータ算出部22には対応候補ペアを出力しない。
例えば、規定数が4に設定されている場合、対応候補ペアのペア数が4以上であれば、対応候補ペアを変換パラメータ算出部22に出力する。
変換パラメータ算出部22は、特徴点ペア探索部21から特徴点の重複がない対応候補ペアを受けると、上記実施の形態1,2の変換パラメータ算出部12と同様に、その対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出し(ステップST33)、その射影変換パラメータを画像処理部5に出力する。
画像処理部5は、変換パラメータ推定部4の変換パラメータ算出部22から射影変換パラメータを受けると、その射影変換パラメータを用いて、クエリ画像全体の射影変換処理を実施する。
この射影変換処理は、式(1)の射影変換式に則り、クエリ画像の各画素の位置を変換することで行われる。
画像処理部5は、上記の射影変換処理を行った上で、図4の一点鎖線で示す範囲の外側を取り除くことで、変換処理後のクエリ画像に含まれる歪みを取り除くとともに、そのクエリ画像に含まれる余分な部分を除き、変換処理後のクエリ画像の中で参照画像に対応する部分のみを抜き出すことができる。
画像処理部5は、参照画像に対応する部分のクエリ画像を変換画像として出力する。
この射影変換処理は、式(1)の射影変換式に則り、クエリ画像の各画素の位置を変換することで行われる。
画像処理部5は、上記の射影変換処理を行った上で、図4の一点鎖線で示す範囲の外側を取り除くことで、変換処理後のクエリ画像に含まれる歪みを取り除くとともに、そのクエリ画像に含まれる余分な部分を除き、変換処理後のクエリ画像の中で参照画像に対応する部分のみを抜き出すことができる。
画像処理部5は、参照画像に対応する部分のクエリ画像を変換画像として出力する。
以上で明らかなように、この実施の形態3によれば、クエリ画像内の特徴点を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出部1と、参照画像内の特徴点及び特徴点周辺の局所的な特徴量を記録している画像特徴量データベース2と、画像特徴量抽出部1により抽出されたクエリ画像内の特徴点と画像特徴量データベース2に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索部21と、特徴点ペア探索部21により探索された特徴点のペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出する変換パラメータ算出部22とを設け、画像処理部5が、変換パラメータ算出部22により算出された射影変換パラメータを用いて、クエリ画像の画像変換を実施し、変換後のクエリ画像を出力するように構成したので、クエリ画像に余分な領域の写り込みや歪み等がある場合でも、そのクエリ画像と類似している画像を正確に検索することが可能になる。
実施の形態4.
上記実施の形態3では、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するものを示し、この実施の形態4でも、クエリ画像の画像変換に用いる射影変換パラメータを算出するが、その射影変換パラメータの算出精度を高める処理を実施している点で、上記実施の形態3と相違している。
以下、変換パラメータ算出部22の処理内容を具体的に説明する。
図9はこの発明の実施の形態4による画像処理装置における変換パラメータ算出部22の処理内容を示すフローチャートである。
また、図10は変換パラメータ算出部22による射影変換パラメータの精度向上処理を示すフローチャートである。
上記実施の形態3では、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアを用いて、クエリ画像の画像変換に用いる射影変換パラメータを算出するものを示し、この実施の形態4でも、クエリ画像の画像変換に用いる射影変換パラメータを算出するが、その射影変換パラメータの算出精度を高める処理を実施している点で、上記実施の形態3と相違している。
以下、変換パラメータ算出部22の処理内容を具体的に説明する。
図9はこの発明の実施の形態4による画像処理装置における変換パラメータ算出部22の処理内容を示すフローチャートである。
また、図10は変換パラメータ算出部22による射影変換パラメータの精度向上処理を示すフローチャートである。
変換パラメータ算出部22は、特徴点ペア探索部21から特徴点の重複がない対応候補ペアを受けると、上記実施の形態2の変換パラメータ算出部12と同様に、規定数以上の対応候補ペアの中から、4組の対応候補ペアをランダムに選択して、射影変換パラメータを算出する(図9のステップST41)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、上記実施の形態2の変換パラメータ算出部12と同様に、その射影変換パラメータを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST42)。
変換パラメータ算出部22は、射影変換パラメータを算出すると、上記実施の形態2の変換パラメータ算出部12と同様に、その射影変換パラメータを用いて、クエリ画像内の各特徴点を射影変換して、変換後の各特徴点の位置(座標)を算出する(ステップST42)。
変換パラメータ算出部22は、クエリ画像内の各特徴点を射影変換すると、上記実施の形態2の変換パラメータ算出部12と同様に、射影変換後の各特徴点と参照画像内の各特徴点との対応付けを実施し、対応関係がある特徴点のペア数を得票数としてカウントする(ステップST43)。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
特徴点の対応付けは、局所特徴量間の特徴量間距離と、特徴点間の空間距離の2つを用いて行う。また、この対応付けは、射影変換パラメータの算出に用いた特徴点を除いて行う。
特徴量間距離は、クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量と、参照画像の局所的な特徴量から算出する。クエリ画像内の射影変換後の特徴点に対応するクエリ画像の局所的な特徴量は、クエリ画像内の射影変換前の特徴点に対応するクエリ画像の局所的な特徴量をそのまま用いる。
空間距離は、平面における特徴点の座標間の距離を用いる。
変換パラメータ算出部22は、上記実施の形態2の変換パラメータ算出部12と同様に、特徴量間距離と空間距離が共に閾値(この閾値は、特徴量間距離と空間距離で異なっていてもよい)を下回る特徴点を対応ペアとする。この対応付けは、同じ特徴点が重複しないようにするために、1つの特徴点に対して2つ以上の対応候補がある場合、距離の重み付け和を参照して、いずれかの特徴点を除くようにする。
変換パラメータ算出部22は、対応関係がある特徴点のペア数を得票数としてカウントし、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST44)、今回算出した射影変換パラメータと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST45)。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部22は、対応関係がある特徴点のペア数を得票数としてカウントし、その得票数が、以前にカウントしている最大の得票数より大きければ(ステップST44)、今回算出した射影変換パラメータと、クエリ画像内の射影変換後の特徴点とを記憶する(ステップST45)。
なお、今回算出した射影変換パラメータとクエリ画像内の射影変換後の特徴点とを記憶する場合、過去に記憶した射影変換パラメータとクエリ画像内の射影変換後の特徴点は破棄する。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST41の処理に戻って、ステップST41〜ST45の処理を繰り返し実施する(ステップST46)。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ実施すると、ステップST45で最終的に記憶している射影変換パラメータの精度向上処理を行う(ステップST47)。
変換パラメータ算出部22は、ステップST41〜ST45の処理を予め設定された規定の回数だけ実施すると、ステップST45で最終的に記憶している射影変換パラメータの精度向上処理を行う(ステップST47)。
以下、射影変換パラメータの精度向上処理を具体的に説明する。
変換パラメータ算出部22は、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、射影変換パラメータを算出する(図10のステップST51)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、その射影変換パラメータを用いて、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出する(ステップST52)。
変換パラメータ算出部22は、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、射影変換パラメータを算出する(図10のステップST51)。射影変換パラメータの算出方法は、上記実施の形態1と同様である。
変換パラメータ算出部22は、射影変換パラメータを算出すると、その射影変換パラメータを用いて、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出する(ステップST52)。
変換パラメータ算出部22は、各対応ペアに含まれているクエリ画像内の特徴点を射影変換して、変換後の特徴点の位置(座標)を算出すると、クエリ画像内の射影変換後の特徴点と、その特徴点と対応関係がある参照画像内の特徴点との空間距離を算出する(ステップST53)。
変換パラメータ算出部22は、全ての対応ペアについて、特徴点間の空間距離を算出すると、それらの空間距離の和を算出し、その和が、以前に算出している最小の空間距離の和より小さければ(ステップST54)、今回算出した射影変換パラメータを記憶する(ステップST55)。
ステップST51〜ST53の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理で算出している空間距離の和の中の最小の空間距離の和より、今回算出した空間距離の和が小さければ、今回算出した射影変換パラメータを記憶するが、1回目の処理の場合、比較対象がないため、今回算出した空間距離の和が最小であるとして、今回算出した射影変換パラメータを記憶する。
なお、今回算出した射影変換パラメータを記憶する場合、過去に記憶した射影変換パラメータは破棄する。
変換パラメータ算出部22は、全ての対応ペアについて、特徴点間の空間距離を算出すると、それらの空間距離の和を算出し、その和が、以前に算出している最小の空間距離の和より小さければ(ステップST54)、今回算出した射影変換パラメータを記憶する(ステップST55)。
ステップST51〜ST53の処理がN回目(N=2,3,・・・)であれば、1回目からN−1回目の処理で算出している空間距離の和の中の最小の空間距離の和より、今回算出した空間距離の和が小さければ、今回算出した射影変換パラメータを記憶するが、1回目の処理の場合、比較対象がないため、今回算出した空間距離の和が最小であるとして、今回算出した射影変換パラメータを記憶する。
なお、今回算出した射影変換パラメータを記憶する場合、過去に記憶した射影変換パラメータは破棄する。
変換パラメータ算出部22は、ステップST51〜ST55の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST51の処理に戻って、ステップST51〜ST55の処理を繰り返し実施する(ステップST56)。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態1において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態1において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
画像の歪みなどの影響によって、クエリ画像内の特徴点と参照画像内の特徴点との間に誤差が生じることがあるが、ステップST43で探索している対応ペアの中から、4組の対応ペアをランダムに選択して、再度、射影変換パラメータを算出するとともに、1以上の対応ペアに係る射影変換パラメータの中から、空間距離の和が最小になる対応ペアに係る射影変換パラメータを選択するようにしているので、最も確からしい射影変換パラメータを得ることができる。
以上で明らかなように、この実施の形態4によれば、変換パラメータ算出部22が、特徴点ペア探索部21により探索された対応候補ペアの中から、任意の対応候補ペアを選択する処理と、任意の対応候補ペアを用いて、クエリ画像と参照画像間の画像変換に用いる射影変換パラメータを算出し、その射影変換パラメータを用いて、クエリ画像内の特徴点の位置を変換する処理とを繰り返し、任意の対応候補ペアを用いて算出した1以上の射影変換パラメータの中で、位置変換後のクエリ画像内の特徴点と参照画像内の特徴点の対応関係が最も高い(空間距離の和が最小)となる射影変換パラメータを選択して、その射影変換パラメータを画像処理部5に出力するように構成したので、射影変換パラメータの算出精度を高めることができる効果を奏する。
実施の形態5.
図11はこの発明の実施の形態5による画像検索装置を示す構成図であり、図において、図7と同一符号は同一または相当部分を示すので説明を省略する。
画像特徴量データベース6は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量と、各参照画像全体の特徴量とを記録している。なお、画像特徴量データベース6は特徴量記録手段を構成している。
例えば、前述の“Image Siganature”は、画像全体の特徴量である“Global Signature”と画像の局所的な特徴量である“Local Signature”から構成されている。
図11はこの発明の実施の形態5による画像検索装置を示す構成図であり、図において、図7と同一符号は同一または相当部分を示すので説明を省略する。
画像特徴量データベース6は例えばRAMやハードディスクなどの記憶装置から構成されており、複数の参照画像内の特徴点と、その特徴点周辺の局所的な特徴量と、各参照画像全体の特徴量とを記録している。なお、画像特徴量データベース6は特徴量記録手段を構成している。
例えば、前述の“Image Siganature”は、画像全体の特徴量である“Global Signature”と画像の局所的な特徴量である“Local Signature”から構成されている。
画像マッチング部7は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、画像処理部5による画像変換後のクエリ画像全体の特徴量を抽出し、そのクエリ画像全体の特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う。なお、画像マッチング部7はマッチング判定手段を構成している。
図11の例では、画像検索装置の構成要素である画像特徴量抽出部1、画像特徴量データベース6、変換パラメータ推定部4、画像処理部5及び画像マッチング部7のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像検索装置の全部又は一部がコンピュータで構成されるようにしてもよい。この場合には、画像特徴量抽出部1、画像特徴量データベース6、変換パラメータ推定部4、画像処理部5及び画像マッチング部7の処理内容を記述しているプログラムの全部又は一部をコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図12はこの発明の実施の形態5による画像検索装置における画像マッチング部7の処理内容を示すフローチャートである。
図12はこの発明の実施の形態5による画像検索装置における画像マッチング部7の処理内容を示すフローチャートである。
画像マッチング部7を実装している点以外は、上記実施の形態4と同様であるため、以下、画像マッチング部7の処理内容を説明する。
画像マッチング部7は、画像処理部5が、変換パラメータ推定部4により算出された射影変換パラメータを用いて、クエリ画像を射影変換すると、射影変換後のクエリ画像を取得する(ステップST61)。
なお、射影変換後のクエリ画像の範囲は、参照画像の座標内に収まる範囲(図4の一点鎖線の範囲)であるとする。
画像マッチング部7は、画像処理部5が、変換パラメータ推定部4により算出された射影変換パラメータを用いて、クエリ画像を射影変換すると、射影変換後のクエリ画像を取得する(ステップST61)。
なお、射影変換後のクエリ画像の範囲は、参照画像の座標内に収まる範囲(図4の一点鎖線の範囲)であるとする。
画像マッチング部7は、射影変換後のクエリ画像を取得すると、そのクエリ画像全体の特徴量を抽出する(ステップST62)。
画像マッチング部7により抽出される特徴量の種類は、画像特徴量データベース6に記録されている参照画像全体の特徴量の種類と同一である。
画像マッチング部7は、クエリ画像全体の特徴量を抽出すると、その特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う(ステップST63)。
即ち、クエリ画像全体の特徴量と参照画像全体の特徴量との差分が、所定の閾値より小さければ、画像変換後のクエリ画像と参照画像がマッチングしていると判定する。
画像マッチング部7は、マッチング判定を実施して、マッチングしている参照画像を検索結果として出力する。
画像マッチング部7により抽出される特徴量の種類は、画像特徴量データベース6に記録されている参照画像全体の特徴量の種類と同一である。
画像マッチング部7は、クエリ画像全体の特徴量を抽出すると、その特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行う(ステップST63)。
即ち、クエリ画像全体の特徴量と参照画像全体の特徴量との差分が、所定の閾値より小さければ、画像変換後のクエリ画像と参照画像がマッチングしていると判定する。
画像マッチング部7は、マッチング判定を実施して、マッチングしている参照画像を検索結果として出力する。
画像マッチング部7では、クエリ画像全体の特徴量と参照画像全体の特徴量とを比較しているので、局所的な特徴点が偶然類似しているために、マッチングしていると誤判定してしまう状況化でも、正確にマッチングしているか否かを判定することができる。
以上で明らかなように、この実施の形態5によれば、画像マッチング部7が、画像処理部5による画像変換後のクエリ画像全体の特徴量を抽出し、そのクエリ画像全体の特徴量と画像特徴量データベース6に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と参照画像のマッチング判定を行うように構成したので、クエリ画像内の参照画像に相当する部分の全体と、参照画像全体のマッチングが可能になり、更に正確な画像検索を実施することができる効果を奏する。
上記実施の形態1〜5では、クエリ画像を射影変換して、画像の検索や画像処理を実施するものを示したが、クエリ画像を射影変換以外の変換処理(例えば、アフィン変換、画像の回転・拡大・縮小処理)を実施して、画像の検索や画像処理を実施するようにしてもよい。
射影変換以外の変換処理を実施する場合、対応候補ペア、もしくは、対応ペアは、その処理内容に応じて必要なペア数を変更した上で、変換パラメータの推定が行われることになる。
射影変換以外の変換処理を実施する場合、対応候補ペア、もしくは、対応ペアは、その処理内容に応じて必要なペア数を変更した上で、変換パラメータの推定が行われることになる。
なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
1 画像特徴量抽出部(画像特徴量抽出手段)、2,6 画像特徴量データベース(特徴量記録手段)、3 画像マッチング部、4 変換パラメータ推定部、5 画像処理部(画像変換手段)、7 画像マッチング部(マッチング判定手段)、11 特徴点ペア探索部(特徴点ペア探索手段)、12 変換パラメータ算出部(変換パラメータ算出手段、マッチング判定手段)、13 マッチング判定部(マッチング判定手段)、21 特徴点ペア探索部(特徴点ペア探索手段)、22 変換パラメータ算出部(変換パラメータ算出手段)。
この発明に係る画像検索装置は、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置のみを変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量の位置と参照画像内の特徴点の局所的な特徴量の位置とを比較することで、クエリ画像と参照画像のマッチング判定を行うようにしたものである。
この発明によれば、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置のみを変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量の位置と参照画像内の特徴点の局所的な特徴量の位置とを比較することで、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果がある。
また、図5では、特徴量間距離の閾値を3.0、空間距離の閾値を2.5としており、この場合に、共に閾値を下回る対応ペアは、下記の3ペアである。
ペアF:T5とR5
ペアG:T 9 とR 5
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点R 5 が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
ペアF:T5とR5
ペアG:T 9 とR 5
ペアH:T7とR6
この場合、ペアFとペアGにおいて、特徴点R 5 が重複しているため、特徴量間距離と空間距離の重み付和を算出し、より小さい方のみに投票を行う。
例えば、重みを共に“1”とする場合、ペアFの方が和が小さくなるため、ペアFとペアHのみに投票が行われ、得票数が2となる。
変換パラメータ算出部22は、ステップST51〜ST55の処理を予め設定された規定の回数だけ未だ実施していなければ、ステップST51の処理に戻って、ステップST51〜ST55の処理を繰り返し実施する(ステップST56)。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態4において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
ここでは、ステップST51で、4組の対応ペアをランダムに選択し、ステップST56で、規定の回数だけ実施したか否かを判定して処理を収束させているが、例えば、高性能なCPUを利用することが可能な場合などには、全ての対応ペアについて、ステップST51〜ST56に至る処理を実施し、空間距離の和が最小の対応ペアについて、射影変換パラメータを算出するようにしてもよい。
この実施の形態4において、4組の対応ペアをランダムに選択しているのは、膨大な計算が必要になるのを防ぐためである。
画像マッチング部7では、クエリ画像全体の特徴量と参照画像全体の特徴量とを比較しているので、局所的な特徴量が偶然類似しているために、マッチングしていると誤判定してしまう状況化でも、正確にマッチングしているか否かを判定することができる。
この発明に係る画像検索装置は、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて画像特徴量抽出手段により抽出されたクエリ画像内のみの特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量及び位置と参照画像内の特徴点の局所的な特徴量及び位置とを比較して算出した局所特徴量間の特徴量間距離及び特徴点間の空間距離が共に閾値を下回る特徴点のペアの数を用いて、クエリ画像と参照画像のマッチング判定を行うようにしたものである。
この発明によれば、検索対象の画像であるクエリ画像内の特徴点の位置を抽出するとともに、その特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点の位置及び特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、特徴点ペア探索手段により探索された特徴点のペアを用いて、特徴点ペア間の位置関係に基づいて画像変換に用いる変換パラメータを算出する変換パラメータ算出手段とを設け、マッチング判定手段が、変換パラメータ算出手段により算出された変換パラメータを用いて画像特徴量抽出手段により抽出されたクエリ画像内のみの特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点の局所的な特徴量及び位置と参照画像内の特徴点の局所的な特徴量及び位置とを比較して算出した局所特徴量間の特徴量間距離及び特徴点間の空間距離が共に閾値を下回る特徴点のペアの数を用いて、クエリ画像と参照画像のマッチング判定を行うように構成したので、余分な領域の写り込みや歪み等があるクエリ画像であっても、そのクエリ画像と類似している画像を正確に検索することができる効果がある。
Claims (12)
- 検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点及び上記特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、上記画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と上記特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、上記特徴点ペア探索手段により探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出手段と、上記変換パラメータ算出手段により算出された変換パラメータを用いて、上記画像特徴量抽出手段により抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点と上記参照画像内の特徴点を比較することで、上記クエリ画像と上記参照画像のマッチング判定を行うマッチング判定手段とを備えた画像検索装置。
- 特徴点ペア探索手段は、クエリ画像内の特徴点周辺の局所的な特徴量と、参照画像内の特徴点周辺の局所的な特徴量との距離の統計量を用いて閾値を設定し、局所的な特徴量が対応している特徴点のペアとして、上記距離が上記閾値より小さい特徴点のペアを探索することを特徴とする請求項1記載の画像検索装置。
- 検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点及び上記特徴点周辺の局所的な特徴量を記録している特徴量記録手段と、上記画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と上記特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、上記特徴点ペア探索手段により探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出手段と、上記変換パラメータ算出手段により算出された変換パラメータを用いて、上記クエリ画像の画像変換を行う画像変換手段とを備えた画像処理装置。
- 変換パラメータ算出手段は、特徴点ペア探索手段により探索された特徴点のペアの中から、任意の特徴点のペアを選択する処理と、
上記特徴点のペアを用いて、画像変換に用いる変換パラメータを算出し、上記変換パラメータを用いて、上記クエリ画像内の特徴点の位置を変換する処理とを繰り返し、
任意の特徴点のペアを用いて算出した1以上の変換パラメータの中で、位置変換後のクエリ画像内の特徴点と上記参照画像内の特徴点の対応関係が最も高い変換パラメータを選択して、上記変換パラメータを画像変換手段に出力する
ことを特徴とする請求項3記載の画像処理装置。 - 検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出手段と、参照画像内の特徴点、上記特徴点周辺の局所的な特徴量及び上記参照画像全体の特徴量を記録している特徴量記録手段と、上記画像特徴量抽出手段により抽出されたクエリ画像内の特徴点と上記特徴量記録手段に記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索手段と、上記特徴点ペア探索手段により探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出手段と、上記変換パラメータ算出手段により算出された変換パラメータを用いて、上記クエリ画像の画像変換を行う画像変換手段と、上記画像変換手段による画像変換後のクエリ画像全体の特徴量を抽出し、上記画像変換手段による画像変換後のクエリ画像全体の特徴量と上記特徴量記録手段に記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と上記参照画像のマッチング判定を行うマッチング判定手段とを備えた画像検索装置。
- 変換パラメータ算出手段は、特徴点ペア探索手段により探索された特徴点のペアの中から、任意の特徴点のペアを選択する処理と、
上記特徴点のペアを用いて、画像変換に用いる変換パラメータを算出し、上記変換パラメータを用いて、上記クエリ画像内の特徴点の位置を変換する処理とを繰り返し、
任意の特徴点のペアを用いて算出した1以上の変換パラメータの中で、位置変換後のクエリ画像内の特徴点と上記参照画像内の特徴点の対応関係が最も高い変換パラメータを選択して、上記変換パラメータを画像変換手段に出力する
ことを特徴とする請求項5記載の画像検索装置。 - クエリ画像及び参照画像内の特徴点と上記特徴点周辺の局所的な特徴量が、Image Signatureであることを特徴とする請求項1記載の画像検索装置。
- クエリ画像及び参照画像内の特徴点と上記特徴点周辺の局所的な特徴量が、Image Signatureであることを特徴とする請求項5記載の画像検索装置。
- クエリ画像及び参照画像内の特徴点と上記特徴点周辺の局所的な特徴量が、Image Signatureであることを特徴とする請求項3記載の画像処理装置。
- 画像特徴量抽出手段が検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出処理ステップと、特徴点ペア探索手段が上記画像特徴量抽出処理ステップで抽出されたクエリ画像内の特徴点と予め記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索処理ステップと、変換パラメータ算出手段が上記特徴点ペア探索処理ステップで探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出処理ステップと、マッチング判定手段が上記変換パラメータ算出処理ステップで算出された変換パラメータを用いて、上記画像特徴量抽出処理ステップで抽出されたクエリ画像内の特徴点の位置を変換し、位置変換後のクエリ画像内の特徴点と上記参照画像内の特徴点を比較することで、上記クエリ画像と上記参照画像のマッチング判定を行うマッチング判定処理ステップとを備えた画像検索方法。
- 画像特徴量抽出手段が検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出処理ステップと、特徴点ペア探索手段が上記画像特徴量抽出処理ステップで抽出されたクエリ画像内の特徴点と予め記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索処理ステップと、変換パラメータ算出手段が上記特徴点ペア探索処理ステップで探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出処理ステップと、画像変換手段が上記変換パラメータ算出処理ステップで算出された変換パラメータを用いて、上記クエリ画像の画像変換を行う画像変換処理ステップとを備えた画像処理方法。
- 画像特徴量抽出手段が検索対象の画像であるクエリ画像内の特徴点を抽出するとともに、上記特徴点周辺の局所的な特徴量を抽出する画像特徴量抽出処理ステップと、特徴点ペア探索手段が上記画像特徴量抽出処理ステップで抽出されたクエリ画像内の特徴点と予め記録されている参照画像内の特徴点の中で、局所的な特徴量が対応している特徴点のペアを探索する特徴点ペア探索処理ステップと、変換パラメータ算出手段が上記特徴点ペア探索処理ステップで探索された特徴点のペアを用いて、画像変換に用いる変換パラメータを算出する変換パラメータ算出処理ステップと、画像変換手段が上記変換パラメータ算出処理ステップで算出された変換パラメータを用いて、上記クエリ画像の画像変換を行う画像変換処理ステップと、マッチング判定手段が上記画像変換処理ステップによる画像変換後のクエリ画像全体の特徴量を抽出し、上記クエリ画像全体の特徴量と予め記録されている参照画像全体の特徴量を比較することで、画像変換後のクエリ画像と上記参照画像のマッチング判定を行うマッチング判定処理ステップとを備えた画像検索方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011013012 | 2011-01-25 | ||
JP2011013012 | 2011-01-25 | ||
PCT/JP2012/000421 WO2012102018A1 (ja) | 2011-01-25 | 2012-01-24 | 画像検索装置及び方法、画像処理装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2012102018A1 true JPWO2012102018A1 (ja) | 2014-06-30 |
Family
ID=46580594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012554678A Pending JPWO2012102018A1 (ja) | 2011-01-25 | 2012-01-24 | 画像検索装置及び方法、画像処理装置及び方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPWO2012102018A1 (ja) |
CN (1) | CN103329166A (ja) |
WO (1) | WO2012102018A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014056486A (ja) * | 2012-09-13 | 2014-03-27 | Hitachi Ltd | 画像ネットワークシステム、画像表示端末および画像処理方法 |
US9020982B2 (en) * | 2012-10-15 | 2015-04-28 | Qualcomm Incorporated | Detection of planar targets under steep angles |
JP5866064B2 (ja) * | 2013-04-09 | 2016-02-17 | 株式会社日立国際電気 | 画像検索装置、画像検索方法、および記録媒体 |
JP2015060421A (ja) * | 2013-09-19 | 2015-03-30 | 株式会社バッファロー | 類似画像検索方法及び類似画像検索装置 |
JP7087681B2 (ja) * | 2018-05-30 | 2022-06-21 | ヤマハ株式会社 | 画像処理方法、画像処理装置およびプログラム |
IT202100012143A1 (it) * | 2021-05-12 | 2022-11-12 | Speakart S R L | Metodo per il confronto di immagini digitali, in particolare per la valutazione di opere artistiche |
JP2023042935A (ja) * | 2021-09-15 | 2023-03-28 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010102502A (ja) * | 2008-10-23 | 2010-05-06 | Canon Inc | 画像処理装置、画像処理方法およびプログラム |
WO2010083420A1 (en) * | 2009-01-16 | 2010-07-22 | A9.Com, Inc. | System and method to match images |
JP2010266964A (ja) * | 2009-05-12 | 2010-11-25 | Canon Inc | 画像検索装置及びその制御方法並びにプログラム |
JP2011002966A (ja) * | 2009-06-17 | 2011-01-06 | Canon Inc | 画像検索装置及びその制御方法並びにプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4213112B2 (ja) * | 2004-11-09 | 2009-01-21 | シャープ株式会社 | 画像検索装置、画像形成装置、画像検索装置の制御方法、画像検索プログラムおよびコンピュータ読取り可能な記録媒体 |
US8280196B2 (en) * | 2009-05-12 | 2012-10-02 | Canon Kabushiki Kaisha | Image retrieval apparatus, control method for the same, and storage medium |
-
2012
- 2012-01-24 CN CN2012800062543A patent/CN103329166A/zh active Pending
- 2012-01-24 WO PCT/JP2012/000421 patent/WO2012102018A1/ja active Application Filing
- 2012-01-24 JP JP2012554678A patent/JPWO2012102018A1/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010102502A (ja) * | 2008-10-23 | 2010-05-06 | Canon Inc | 画像処理装置、画像処理方法およびプログラム |
WO2010083420A1 (en) * | 2009-01-16 | 2010-07-22 | A9.Com, Inc. | System and method to match images |
JP2010266964A (ja) * | 2009-05-12 | 2010-11-25 | Canon Inc | 画像検索装置及びその制御方法並びにプログラム |
JP2011002966A (ja) * | 2009-06-17 | 2011-01-06 | Canon Inc | 画像検索装置及びその制御方法並びにプログラム |
Non-Patent Citations (1)
Title |
---|
西川 博文 外3名: ""MPEG−7技術 −Image Signature:画像同定技術−"", 三菱電機技報, vol. 第82巻 第12号, JPN6013058288, 25 December 2008 (2008-12-25), pages 27 - 30, ISSN: 0002690225 * |
Also Published As
Publication number | Publication date |
---|---|
CN103329166A (zh) | 2013-09-25 |
WO2012102018A1 (ja) | 2012-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2012102018A1 (ja) | 画像検索装置及び方法、画像処理装置及び方法 | |
CN109977262B (zh) | 从视频中获取候选片段的方法、装置及处理设备 | |
JP6354589B2 (ja) | 物体識別装置、方法及びプログラム | |
US9984280B2 (en) | Object recognition system using left and right images and method | |
JP5818327B2 (ja) | 三次元物体認識用画像データベースの作成方法および作成装置 | |
KR20010053788A (ko) | 내용기반 이미지 검색 시스템 및 그 방법 | |
JP6278276B2 (ja) | 物体識別装置、物体識別方法、及びプログラム | |
JPWO2014030399A1 (ja) | 物体識別装置、物体識別方法、及びプログラム | |
US8660302B2 (en) | Apparatus and method for tracking target | |
JPWO2009060975A1 (ja) | 特徴点配置照合装置及び画像照合装置、その方法及びプログラム | |
JP2015111339A (ja) | 画像検索システム、画像検索装置、検索サーバ装置、画像検索方法、及び画像検索プログラム | |
EP2717223A1 (en) | Information processing device, information processing method, and information processing program | |
WO2020050413A1 (ja) | 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体 | |
Gonzalez-Diaz et al. | Neighborhood matching for image retrieval | |
JPWO2012046426A1 (ja) | 物体検出装置、物体検出方法および物体検出プログラム | |
Choi et al. | Face feature weighted fusion based on fuzzy membership degree for video face recognition | |
JP2018526754A (ja) | 画像処理装置、画像処理方法及び記憶媒体 | |
TW202109357A (zh) | 視覺定位方法、電子設備及電腦可讀儲存介質 | |
Sahbi et al. | Robust face recognition using dynamic space warping | |
CN111461196B (zh) | 基于结构特征的快速鲁棒图像识别跟踪方法和装置 | |
JP5520353B2 (ja) | BoF表現生成装置及びBoF表現生成方法 | |
Smeets et al. | Symmetric surface-feature based 3D face recognition for partial data | |
KR102306319B1 (ko) | 포즈 추정 매핑 데이터를 생성하는 방법, 프로그램 및 컴퓨팅 장치 | |
WO2021145030A1 (ja) | 映像検索システム、映像検索方法、及びコンピュータプログラム | |
JP2014225168A (ja) | 特徴点集合で表される画像間の類似度を算出するプログラム、装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140416 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140520 |