JPWO2014092193A1 - 画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 - Google Patents
画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 Download PDFInfo
- Publication number
- JPWO2014092193A1 JPWO2014092193A1 JP2014552105A JP2014552105A JPWO2014092193A1 JP WO2014092193 A1 JPWO2014092193 A1 JP WO2014092193A1 JP 2014552105 A JP2014552105 A JP 2014552105A JP 2014552105 A JP2014552105 A JP 2014552105A JP WO2014092193 A1 JPWO2014092193 A1 JP WO2014092193A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature point
- feature
- pixels
- feature vector
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 130
- 238000003672 processing method Methods 0.000 title claims description 5
- 239000013598 vector Substances 0.000 claims abstract description 268
- 238000000034 method Methods 0.000 claims description 79
- 230000008569 process Effects 0.000 claims description 62
- 238000005070 sampling Methods 0.000 claims description 51
- 238000003860 storage Methods 0.000 claims description 46
- 238000001514 detection method Methods 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 27
- 238000007637 random forest analysis Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 5
- 235000003197 Byrsonima crassifolia Nutrition 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- KVWDHTXUZHCGIO-UHFFFAOYSA-N olanzapine Chemical compound C1CN(C)CCN1C1=NC2=CC=CC=C2NC2=C1C=C(C)S2 KVWDHTXUZHCGIO-UHFFFAOYSA-N 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 50
- 238000009826 distribution Methods 0.000 abstract description 11
- 235000019557 luminance Nutrition 0.000 description 117
- 239000000872 buffer Substances 0.000 description 30
- 238000010586 diagram Methods 0.000 description 28
- 230000009466 transformation Effects 0.000 description 24
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 23
- 230000006870 function Effects 0.000 description 16
- 238000013500 data storage Methods 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 238000005286 illumination Methods 0.000 description 9
- 238000003066 decision tree Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- GGWBHVILAJZWKJ-UHFFFAOYSA-N dimethyl-[[5-[2-[[1-(methylamino)-2-nitroethenyl]amino]ethylsulfanylmethyl]furan-2-yl]methyl]azanium;chloride Chemical compound Cl.[O-][N+](=O)C=C(NC)NCCSCC1=CC=C(CN(C)C)O1 GGWBHVILAJZWKJ-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
(a)グレースケールの該フレーム画像又は該フレーム画像をグレースケール化した画像である輝度画像に対しFASTコーナー検出法により特徴点の輝度画像上第2座標系内2次元座標を検出させ、
(b)検出された各特徴点を中心とする局所領域の輝度配向を求めさせ、
(c)該輝度配向を基準として該局所領域の回転不変性特徴ベクトルを求めさせ、
(d)求めた該回転不変性特徴ベクトルと該参照マップ内の回転不変性特徴ベクトルとのマッチングにより、該参照マップ内の対応する特徴点座標を取得させ、
(e)処理(d)で取得した複数の特徴点座標に関する情報を該出力装置に供給する、画像処理装置において、該プログラムは該プロセッサに対し、処理(c)において、
該特徴点を中心とする第1の半径の円周上の画素のうち等画素間隔のn個の画素Pi、i=0〜n−1の輝度I(Pi)及び該特徴点を中心とする、該第1の半径より大きい第2の半径の円周上の画素のうち等画素間隔のm≧nなるm個の画素Qj、j=0〜2m−1の輝度I(Qj)を、該輝度配向を基準として所定順にサンプリングさせるとともに、この順に対応した全サンプル画素の組み合わせ(Pi,Qj)のそれぞれの両画素の輝度値の差を成分とするnxm次元のベクトルを求めさせ、
該ベクトルのノルムを所定値に正規化したものを、該回転不変性特徴ベクトルとして求めさせる。
該特徴点を中心とする第3の半径の円周上の画素のうち等画素間隔のp個の画素Ri、i=0〜p−1及び該特徴点を中心とする、該第3の半径より大きい第4の半径の円周上の画素のうち等画素間隔のq≧pなるq個の画素Sj、j=0〜q−1の全組み合わせ(Ri,Sj)について、該組み合わせの両画素の輝度値I(Ri)とI(Sj)との差に、該画素Riと該画素Sjとの一方から他方への正規化された方位ベクトルを乗じたものの総和のベクトルの方向を、該輝度配向として求めさせる。
該特徴ベクトル生成プログラムは該プロセッサに対し、
(a)該濃淡画像に対しコーナポイントである特徴点の座標を検出させ、
(b)検出された各特徴点である第1特徴点から近い順の所定数の第2特徴点のそれぞれと該第1特徴点とのペア特徴点を選択させ、
(c)各ペア特徴点について、該第1特徴点と該第2特徴点との間の距離Lを求めさせ、
(d)該第1特徴点を中心とし該距離Lに比例した第1半径の円周上の画素のうち等画素間隔のn個(n≧4)の画素のそれぞれを含む画素領域Pi、i=0〜n−1の平均第1輝度I(Pi)を、該距離Lの線方向を基準として所定順にサンプリングさせ、それぞれと該第1特徴点を含む画素領域の輝度との差と、
該第2特徴点を中心とし該距離Lに比例した第2半径の円周上の画素のうち等画素間隔のm個(m≧4)の画素のそれぞれを含む画素領域Qi、i=0〜m−1の平均第2輝度I(Qj)を、該距離Lの線方向を基準として所定順にサンプリングさせ、それぞれと該第2特徴点を含む画素領域の輝度との差と、
を成分とする、正規化された局所特徴ベクトルを求めさせ、
該画素領域の画素数の平方根は該距離Lに略比例している。
該プログラムは該プロセッサに対しさらに、
(a)該ホログラム認識用情報と該位置・姿勢とに基づいて推定される画像データ上ホログラム領域を抽出させ、
(b)該位置・姿勢の姿勢の角度変化が設定値を超える毎に、該ホログラム領域の色の変化の評価値を求めさせ、
(c)該評価値の平均値に基づいて、該ゲーム用カードの真偽を判定させる。
該角度変化が設定値を超える毎の、時間的に隣り合う2つの該ホログラム領域の対応するカラー画素の色変化量が所定値を超えているものをカウントさせ、該ホログラム領域の全画素数に対するカウント値の比に対応した値を該評価値として求めさせる。
1f f
Ori=Σ Σ(I(Sj)−I(Ri))(Ri−Sj)
j=0 i=0
として求める。上式右辺のRi及びSjはそれぞれ、特徴点を始点とする画素Ri及びSjの位置ベクトルを示している。また、I(x)は画素xの輝度である。輝度配向ベクトルOriの計算においては、X−Y直交座標系のX成分及びY成分それぞれが求められる。
V=α(F00,F01,..,F0f,F10,F11,・・・,Ff7)
として求める。ここに、ベクトル成分Fijは、Fij=I(Qj)−I(Pi)である。また、αは、特徴ベクトルVのノルムの値を、例えば符号付8ビット整数の最大値である127(ノルムの平方が16129)に正規化するための係数である。
for(j=0; j<16; j++)[
V[16*i+j] = S[(2*j+2*o)&0x1f] -R[(2*i+o)&0x0f]
]
]
このような計算は、上記輝度配向ベクトルOriの計算においても同様である。
同様に、プロセッサ221は、第2特徴点237から第1特徴点236へ向かう方向ベクトル(又は直線Lの方向)を基準として所定順に、例えば反時計回りの方向に、第2サンプリング円2C2上の画素における平均輝度をサンプリングする。プロセッサ221は、図14では平均輝度I(Q9),I(Qa)、・・・、I(Qf)、I(Q0)、・・・、I(Q8)をこの順にサンプリングする。プロセッサ221は、サンプリングした平均輝度I(Q9),I(Qa)、・・・、I(Qf)、I(Q0)、・・・、I(Q8)それぞれと、第2特徴点237を中心とする矩形画素領域(ハッチングで示す領域)の平均輝度I2との差を、サンプリング順に並べる。
プロセッサ221は、第1サンプリング円2C1及び第2サンプリング円2C2それぞれに係る平均輝度と、第1特徴点236及び第2特徴点237それぞれに係る平均輝度I1、I2との差を正規化したものを、ペア特徴点36、37に関する局所特徴ベクトルとして求める。すなわち、プロセッサ221は、局所特徴ベクトルVを、
V=α(I(P1)−I1,I(P2)−I1,・・・,I(Pf)−I1、I(P0)−I1,I(Q9),I(Qa)−I2,・・・,I(Qf))−I2,I(Q0)−I2,・・・,I(Q8)−I2)
として求める。αは、特徴ベクトルVのノルムの値を、例えば符号付8ビット整数の最大値である127(ノルムの平方が16129)に正規化するための係数である。また、各成分の符号は、上記と逆であってもよい。また、各成分の符号は、第2サンプリング円2C2に関してのみ上記と逆であってもよい。
ここに、&は論理積演算子である。一般に、剰余(mode)演算子を%とすると、nが2の冪乗である場合、i=(j+o)%nはi=(j+o)&(n−1)で計算できる。従って、上記ループ処理のように、iの値を決定するためにi=nであるか否かでジャンプする余分な条件ジャンプ命令を用いずに、論理積演算子&を用いてインデックスiを高速計算することができる。
局所特徴ベクトルVは、各成分が輝度値の差であるので、照明の変化に影響されにくい。また、局所特徴ベクトルVは、局所特徴ベクトルVのノルムが正規化されているので、さらに照明の変化に影響されにくい。さらに、局所特徴ベクトルVの各成分は画素領域の平均輝度値(後でベクトルVが正規化されるので、これは累積加算値でよい)を用いて計算されているので、局所特徴ベクトルVのSN比を比較的大きくすることができる。
図20は、白鳥の写真と「Swan」の文字列とを含む印刷物の入力画像と、該入力画像から抽出された特徴点ペアと、各特徴点ペアの特徴点間を接続した直線とを示す可視化画像の説明図である。
図21〜図23はいずれも、参照画像上の特徴点と、図20中の入力画像上の特徴点とをマッチング部246でマッチングさせ、マッチングした特徴点間を直線で接続した説明図である。図21は、入力画像を縮小、回転した参照画上の特徴点と、認識対象である図20中の画像上の特徴点とをマッチング部246でマッチングさせ、マッチングした特徴点間を直線で接続した説明図である。図22は、入力画像を縮小、回転し、射影変換した参照画上の特徴点と、認識対象である図20中の画像上の特徴点とをマッチング部246でマッチングさせ、マッチングした特徴点間を直線で接続した説明図である。図23は、入力画像を回転し、図21の場合よりも縮小した参照画上の特徴点と、認識対象である図20中の画像上の特徴点とをマッチング部246でマッチングさせ、マッチングした特徴点間を直線で接続した図である。ここに参照画像は、この画像から上記参照データが得られる画像である。
(S323)プロセッサ321は、色変化量Dが設定値D0を超えている場合(又は設定範囲内である場合)、ステップS324へ処理を進める。プロセッサ321は色変化量Dが設定値D0を超えていない場合(又は設定範囲内でない場合)、ステップS325へ処理を進める。
D=(カラー画素354のH−カラー画素355のH)
と表してもよいし、これらのいずれかのDの関数であってもよい。
23 記憶装置
24 入力インターフェイス
25 カメラインターフェイス
26 ディスプレイインターフェイス
27 通信部
30 入力装置
31 カメラ
32 表示装置
33 アンテナ
4i 画像入力部
40 主処理部
41 グレースケール化部
42 参照マップ作成部
43 特徴点検出部
44 アフィン変換部
45 特徴ベクトル化部
46 マッチング部
47 カメラパラメータ推定部
48 オーバーレイ部
49 画像出力部
50 テンプレート画像設定部
51 テンプレートマッチング部
Mi、M0 バッファ領域
M1 2次元座標群
M2 局所領域画像群
M3 特徴ベクトル群
M4 参照マップ
M5 3次元/2次元座標対
M6 3次元モデル
M7 カメラパラメータ行列
M8 重畳画像
Ri、Sj、Pi、Qj 画素
210 画像処理装置
220 本体部
221 プロセッサ
222 バス
223 記憶装置
224 入力インターフェイス
225 カメラインターフェイス
226 ディスプレインターフェイス
227 通信部
230 入力装置
231 カメラ
232 表示装置
233 アンテナ
24i 画像入力部
240 主処理部
241 グレースケール化部
242 参照データ作成部
243 特徴点検出部
244 アフィン変換部
245 局所特徴ベクトル生成部
246 マッチング部
247 フレーム画像ID推定部
248 フレーム画像IDの情報出力部
2340、2350、236、2380 第1特徴点
2341〜2344、2351、237、2381 第2特徴点
2352、2C1 第1サンプリング円
2353、2C2 第2サンプリング円
P0〜Pf、Q0〜Qf 領域
2Mi、2M0 バッファ領域
2M1 2次元座標記憶部
2M2 局所領域画像記憶部
2M3 局所特徴ベクトル記憶部
2M4 参照データ記憶部
2M5 フレーム画像IDヒストグラム記憶部
310 移動端末装置
311 トレーディングカード
312 ホログラム
313 2次元コード
314 基地局
315 ネットワーク
316 サーバ
320 本体部
321 プロセッサ
322 バス
323 記憶部
324 入力インターフェイス
325 カメラインターフェイス
326 ディスプレインターフェイス
327 ネットワークアダプタ
330 入力部
331 カメラ
332 表示部
333 アンテナ
340 主制御部
341 UI部
342 画像入力部
343 グレースケール化部
344 カード真偽判定部
345 その他の処理部
350、351 領域
352、353 矩形領域
354、355 カラー画素
3M0、3M1 フレーム画像
3M2 ホログラム認識用情報
3M3 カード認識結果
Claims (20)
- カメラと、該カメラで撮像されたフレーム画像と参照マップとプログラムとが格納された記憶装置と、プロセッサと、出力装置とを備え、該参照マップは複数の特徴点のそれぞれについて特徴点の第1座標系内座標と回転不変性特徴ベクトルとを含み、該プログラムは該プロセッサに対し、
(a)グレースケールの該フレーム画像又は該フレーム画像をグレースケール化した画像である輝度画像に対しFASTコーナー検出法により特徴点の輝度画像上第2座標系内座標を検出させ、
(b)検出された各特徴点を中心とする局所領域の輝度配向を求めさせ、
(c)該輝度配向を基準として該局所領域の回転不変性特徴ベクトルを求めさせ、
(d)求めた該回転不変性特徴ベクトルと該参照マップ内の回転不変性特徴ベクトルとのマッチングにより、該参照マップ内の対応する特徴点座標を取得させ、
(e)処理(d)で取得した複数の特徴点座標に関する情報を該出力装置に供給する、画像処理装置において、該プログラムは該プロセッサに対し、処理(c)において、
該特徴点を中心とする第1の半径の円周上の画素のうち等画素間隔のn個の画素Pi、i=0〜n−1の輝度I(Pi)及び該特徴点を中心とする、該第1の半径より大きい第2の半径の円周上の画素のうち等画素間隔のm≧nなるm個の画素Qj、j=0〜2m−1の輝度I(Qj)を、該輝度配向を基準として所定順にサンプリングさせるとともに、この順に対応した全サンプル画素の組み合わせ(Pi,Qj)のそれぞれの両画素の輝度値の差を成分とするnxm次元のベクトルを求めさせ、
該ベクトルのノルムを所定値に正規化したものを、該回転不変性特徴ベクトルとして求めさせる、
ことを特徴とする画像処理装置。 - 該プログラムは該プロセッサに対し、処理(b)において、
該特徴点を中心とする第3の半径の円周上の画素のうち等画素間隔のp個の画素Ri、i=0〜p−1及び該特徴点を中心とする、該第3の半径より大きい第4の半径の円周上の画素のうち等画素間隔のq≧pなるq個の画素Sj、j=0〜q−1の全組み合わせ(Ri,Sj)について、該組み合わせの両画素の輝度値I(Ri)とI(Sj)との差に、該画素Riと該画素Sjとの一方から他方への正規化された方位ベクトルを乗じたものの総和のベクトルの方向を、該輝度配向として求めさせる、
ことを特徴とする請求項1に記載の画像処理装置。 - 該第3の半径は該第1の半径に等しく3画素又は4画素であり、該第4の半径は該第2の半径に等しく、n及びmの値の組(n,m)は、(8,8)、(8,16)又は(16,16)であることを特徴とする請求項2に記載の画像処理装置。
- 該記憶装置にはさらに、被合成対象である3次元モデル、画像又は情報が格納され、
該プログラムは該プロセッサに対し処理(e)において、
処理(b)で検出された特徴点の座標とこれに対応する、処理(d)で取得した座標とを、3組以上対応させて、該第1座標系の座標を該第2座標系の座標に変換するパラメータを推定させ、該パラメータに基づき該被合成対象を該フレーム画像に投影させ、該投影されたフレーム画像を含む画像のデータを、該複数の特徴点座標に関する情報として該出力装置に供給させる、
ことを特徴とする請求項1乃至3のいずれか1つに記載の画像処理装置。 - 該参照マップはさらに、特徴点毎の特徴点IDと、回転不変性特徴ベクトルを入力とし特徴点IDを出力とするランダムフォレスト識別器とを有し、
該参照マップに含まれる回転不変性特徴ベクトルは、各特徴点について、互いに異なる複数のカメラ視点のそれぞれに対応した特徴ベクトルをマッチング対象として含み、
処理(d)では、求めた該回転不変性特徴ベクトルを該識別器に入力して特徴点IDを推定させ、該特徴点IDに対応した、該参照マップ内の特徴点座標を取得させ、ランザックにより、マッチング外れに対応した特徴点の座標を、該取得した特徴点座標から除外することにより、該マッチングを行う、
ことを特徴とする請求項1乃至4のいずれか1つに記載の画像処理装置。 - プロセッサが請求項1乃至5のいずれか1つに記載の画像処理装置の該プログラムを実行することを特徴とする画像処理方法。
- 請求項1乃至5のいずれか1つに記載の画像処理装置の該プログラムを有することを特徴とする画像処理プログラム。
- プロセッサと、データ及びプログラムが格納される記憶装置とを備え、該データは濃淡画像を含み、該プログラムは該プロセッサに対し該データに含まれる複数の局所特徴量を生成させる特徴ベクトル生成プログラムを含む画像処理装置において、
該特徴ベクトル生成プログラムは該プロセッサに対し、
(a)該濃淡画像に対しコーナポイントである特徴点の座標を検出させ、
(b)検出された各特徴点である第1特徴点から近い順の所定数の第2特徴点のそれぞれと該第1特徴点とのペア特徴点を選択させ、
(c)各ペア特徴点について、該第1特徴点と該第2特徴点との間の距離Lを求めさせ、
(d)該第1特徴点を中心とし該距離Lに比例した第1半径の円周上の画素のうち等画素間隔のn個(n≧4)の画素のそれぞれを含む画素領域Pi、i=0〜n−1の平均第1輝度I(Pi)を、該距離Lの線方向を基準として所定順にサンプリングさせ、それぞれと該第1特徴点を含む画素領域の輝度との差と、
該第2特徴点を中心とし該距離Lに比例した第2半径の円周上の画素のうち等画素間隔のm個(m≧4)の画素のそれぞれを含む画素領域Qi、i=0〜m−1の平均第2輝度I(Qj)を、該距離Lの線方向を基準として所定順にサンプリングさせ、それぞれと該第2特徴点を含む画素領域の輝度との差と、
を成分とする、正規化された局所特徴ベクトルを求めさせ、
該画素領域の画素数の平方根は該距離Lに略比例している
ことを特徴とする画像処理装置。 - m及びnはいずれも8、16又は32である
ことを特徴とする請求項8に記載の画像処理装置。 - カメラをさらに備え、
該濃淡画像は、該カメラで撮像されたフレーム画像をグレースケール化した画像である
ことを特徴とする請求項8又は9に記載の画像処理装置。 - 該データはさらに、各参照濃淡画像について、該特徴ベクトル生成プログラムで生成した局所特徴ベクトルを参照局所特徴ベクトルとしてクラスIDと対応付けたものと該参照濃淡画像に関する情報とを含み、該プログラムはさらに画像検索プログラムを含み、
該画像検索プログラムは、該プロセッサに対し、
(e)検索濃淡画像に対しステップ(d)で求めた各局所特徴ベクトルについて、該局所特徴ベクトルに対応する、該参照データ内のクラスIDを、該局所特徴ベクトルと該参照データ内の参照局所特徴ベクトルとのマッチングにより決定させ、該クラスIDが属する参照濃淡画像のカウンタをインクリメントさせ、
(f)カウンタ値が最大の参照濃淡画像に関する、該参照データ内の情報を、該検索濃淡画像の情報として出力させる、
ことを特徴とする画像処理装置。 - 該画像検索プログラムは、該プロセッサに対し、ステップ(e)において、局所特徴ベクトルを入力としクラスIDを出力とする識別器により、該クラスIDを決定させる、
ことを特徴とする請求項11に記載の画像処理装置。 - 拡張現実表示装置である
ことを特徴とする請求項8又は9に記載の画像処理装置。 - 請求項8乃至13のいずれか1つに記載の画像処理装置を構成するプログラム。
- プロセッサと、プログラム及びホログラム認識用情報が格納される記憶装置と、カメラと、表示装置と、指示入力手段とを備え、該プログラムは該プロセッサに対し、該指示入力手段からの指示入力に応答して、該カメラで被写体を撮像させてその画像データを該記憶装置に格納させるとともに該表示装置に表示させ、該画像データと該ホログラム認識用情報とに基づいて、該カメラに対する、ホログラムが貼着されたゲーム用カードの相対的な位置・姿勢を認識させるカメラ付き移動端末装置であって、
該プログラムは該プロセッサに対しさらに、
(a)該ホログラム認識用情報と該位置・姿勢とに基づいて推定される画像データ上ホログラム領域を抽出させ、
(b)該位置・姿勢の姿勢の角度変化が設定値を超える毎に、該ホログラム領域の色の変化の評価値を求めさせ、
(c)該評価値の平均値に基づいて、該ゲーム用カードの真偽を判定させる、
ことを特徴とするカメラ付き移動端末装置。 - 該プログラムは該プロセッサに対しさらに、ユーザに対し該カメラの正面にかざしたゲーム用カードを傾斜させる指示を、該表示装置に表示させる、
ことを特徴とする請求項15に記載のカメラ付き移動端末装置。 - 該プログラムは該プロセッサに対しステップ(b)において、
該角度変化が設定値を超える毎の、時間的に隣り合う2つの該ホログラム領域の対応するカラー画素の色変化量が所定値を超えているものをカウントさせ、該ホログラム領域の全画素数に対するカウント値の比に対応した値を該評価値として求めさせる、
ことを特徴とする請求項15又は16に記載のカメラ付き移動端末装置。 - 該プログラムは該プロセッサに対しステップ(b)において、該時間的に隣り合う2つの該ホログラム領域のサイズが互いに同一になるように補完法で正規化した後に、該対応するピクセルの色変化量を求めさせる、
ことを特徴とする請求項17に記載のカメラ付き移動端末装置。 - スマートフォン又はハンドヘルドゲーム機であることを特徴とする請求項15乃至18のいずれか1つに記載のカメラ付き移動端末装置。
- 請求項15乃至19のいずれか1つに記載のカメラ付き移動端末装置を構成するプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013112323A JP5500404B1 (ja) | 2013-05-28 | 2013-05-28 | 画像処理装置及びそのプログラム |
JP2013112323 | 2013-05-28 | ||
JP2013205806 | 2013-09-30 | ||
JP2013205806 | 2013-09-30 | ||
PCT/JP2013/083531 WO2014092193A1 (ja) | 2012-12-14 | 2013-12-13 | 画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014092193A1 true JPWO2014092193A1 (ja) | 2017-01-12 |
JP6332865B2 JP6332865B2 (ja) | 2018-05-30 |
Family
ID=57762007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014552105A Active JP6332865B2 (ja) | 2013-05-28 | 2013-12-13 | 画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6332865B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330787A (zh) * | 2020-11-24 | 2021-02-05 | 沈阳东软智能医疗科技研究院有限公司 | 图像标注方法、装置、存储介质和电子设备 |
CN113192003A (zh) * | 2021-03-26 | 2021-07-30 | 宁波大学 | 一种拼接图像质量评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009086926A (ja) * | 2007-09-28 | 2009-04-23 | Kddi Corp | 画像認識方法および装置 |
JP2009259277A (ja) * | 2009-08-03 | 2009-11-05 | Mitsubishi Electric Corp | 画像読取装置 |
JP2011008687A (ja) * | 2009-06-29 | 2011-01-13 | Sharp Corp | 画像処理装置 |
-
2013
- 2013-12-13 JP JP2014552105A patent/JP6332865B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009086926A (ja) * | 2007-09-28 | 2009-04-23 | Kddi Corp | 画像認識方法および装置 |
JP2011008687A (ja) * | 2009-06-29 | 2011-01-13 | Sharp Corp | 画像処理装置 |
JP2009259277A (ja) * | 2009-08-03 | 2009-11-05 | Mitsubishi Electric Corp | 画像読取装置 |
Non-Patent Citations (1)
Title |
---|
吉田悠一 外1名: "高速特定物体認識手法を用いたモバイルデバイスでのリアルタイムAR", インタラクション2011予稿集, JPN6013055611, 11 March 2011 (2011-03-11) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330787A (zh) * | 2020-11-24 | 2021-02-05 | 沈阳东软智能医疗科技研究院有限公司 | 图像标注方法、装置、存储介质和电子设备 |
CN112330787B (zh) * | 2020-11-24 | 2023-12-15 | 沈阳东软智能医疗科技研究院有限公司 | 图像标注方法、装置、存储介质和电子设备 |
CN113192003A (zh) * | 2021-03-26 | 2021-07-30 | 宁波大学 | 一种拼接图像质量评价方法 |
CN113192003B (zh) * | 2021-03-26 | 2023-04-28 | 宁波大学 | 一种拼接图像质量评价方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6332865B2 (ja) | 2018-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2014092193A1 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 | |
US10319107B2 (en) | Remote determination of quantity stored in containers in geographical region | |
US10607362B2 (en) | Remote determination of containers in geographical region | |
Karlinsky et al. | Fine-grained recognition of thousands of object categories with single-example training | |
Aguilera et al. | Learning cross-spectral similarity measures with deep convolutional neural networks | |
CN109446889B (zh) | 基于孪生匹配网络的物体追踪方法及装置 | |
CN112686812A (zh) | 银行卡倾斜矫正检测方法、装置、可读存储介质和终端 | |
EP4085369A1 (en) | Forgery detection of face image | |
Biadgie et al. | Feature detector using adaptive accelerated segment test | |
Buoncompagni et al. | Saliency-based keypoint selection for fast object detection and matching | |
JP5500400B1 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN110222572A (zh) | 跟踪方法、装置、电子设备及存储介质 | |
EP3553700A2 (en) | Remote determination of containers in geographical region | |
CN112149690A (zh) | 一种基于生物图像特征识别的溯源方法和溯源系统 | |
Iodice et al. | Salient feature based graph matching for person re-identification | |
US9830530B2 (en) | High speed searching method for large-scale image databases | |
JP5500404B1 (ja) | 画像処理装置及びそのプログラム | |
JP6332865B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、プログラム及びカメラ付き移動端末装置 | |
Rana et al. | Learning-based adaptive tone mapping for keypoint detection | |
Dong et al. | Superpixel-based local features for image matching | |
JP2012159990A (ja) | 物体識別システムおよび方法、並びに、特徴点位置抽出システムおよび方法 | |
Mamalet et al. | Embedded facial image processing with convolutional neural networks | |
Li et al. | An efficient robust eye localization by learning the convolution distribution using eye template | |
Karpur et al. | Lfm-3d: Learnable feature matching across wide baselines using 3d signals | |
Xu et al. | Coin recognition method based on SIFT algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180403 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180423 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6332865 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |