TWI416945B - 影像處理裝置、影像處理方法及電腦可讀取媒體 - Google Patents

影像處理裝置、影像處理方法及電腦可讀取媒體 Download PDF

Info

Publication number
TWI416945B
TWI416945B TW099129795A TW99129795A TWI416945B TW I416945 B TWI416945 B TW I416945B TW 099129795 A TW099129795 A TW 099129795A TW 99129795 A TW99129795 A TW 99129795A TW I416945 B TWI416945 B TW I416945B
Authority
TW
Taiwan
Prior art keywords
unit
image
photographing
weighting
feature
Prior art date
Application number
TW099129795A
Other languages
English (en)
Other versions
TW201114255A (en
Inventor
Kouichi Nakagomi
Original Assignee
Casio Computer Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Publication of TW201114255A publication Critical patent/TW201114255A/zh
Application granted granted Critical
Publication of TWI416945B publication Critical patent/TWI416945B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Description

影像處理裝置、影像處理方法及電腦可讀取媒體 [交叉引用相關申請案]
本申請案依2009年9月4日所提出之日本專利申請案第2009-204213號而主張優先權，其全部內容以引用方式併入本文。
本發明係關於一種影像處理裝置、影像處理方法、及電腦可讀取媒體。
影像處理之領域中，習知有一種技術，其係生成顯示從影像取得之複數個物理性特徵的特徵圖，並藉由將此等統合，從處理對象之影像檢測出特定之區域，作為關注區域(ROI: Region of Interest)。
作為更具體之方法，例如Treisman之特徵統合理論係取得統合複數個特徵圖之顯著性圖作為影像的關注區域。此外，Itti及Koch等人之理論係對於複數個特徵圖使用與各自的平均值之平方誤差而予以標準化，並在藉由線性結合統合全部之特徵圖後，藉由高斯差濾波器(Difference of Gaussian Filter)將經統合之特徵圖回歸地濾波，並取得最後得到之濾波結果的局部峰值作為關注區域(例如參照非專利文獻1)。
另外，通常採取上述理論所使用之複數個特徵圖係利用高亮度、特定色或強反差等在人類視覺處理之初期階段會優先關注到在知覺上顯著之物體的性質而取得。
[非專利文獻1]Laurent Itti、Christof Koch及Ernst Niebur，「A Model of Saliency-Based Visual Attention for Rapid Scene Analysis」，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE，(美國)，IEEE Computer Society，1998年11月，第20卷，第11號，p.1254-1259
但是，上述非專利文獻1之理論，對於物理性特徵之種類的加權係採取固定化，在例如適用於具有藉由攝影等所取得之多樣物理性特徵的影像情況，難以從此影像正確地抽出關注區域。
本發明之典型具體實施例處理以上缺點及以上未敘述之其他缺點，然而本發明無須克服以上所述之缺點，因此本發明之一個典型具體實施例可能未克服上述任何一個缺點。
因此，本發明之具體態樣係提供一種影像處理裝置、影像處理方法及電腦可讀取媒體，可在考慮到攝影環境之情況下，正確檢測出關注程度高之特定區域(ROI)。
依據本發明一個以上之具體態樣，提供一種影像處理裝置。前述影像處理裝置具備：取得部(單元)，係以取得影像的方式構成；生成部(單元)，係以生成與前述影像之複數個特徵各自對應之特徵圖的方式構成；攝影環境特定部，係以特定前述影像之攝影環境的方式構成；加權部(單元)，係以依前述攝影環境進行前述特徵圖之加權的方式構成；及檢測部(detector)，係以依據前述經加權之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)的方式構成。
依據本發明一個以上之具體態樣，提供一種影像處理方法。前述方法具備以下步驟：(a)取得影像；(b)生成與前述影像之複數個特徵各自對應之特徵圖；(c)特定前述影像之攝影環境；(d)依前述攝影環境進行前述特徵圖之加權；及(e)依據前述經加權之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)。
依據本發明一個以上之具體態樣，提供一種電腦可讀取媒體，其記憶使電腦執行下述動作所用之程式。前述動作為：(a)取得影像；(b)生成與前述影像之複數個特徵各自對應之特徵圖；(c)特定前述影像之攝影環境；(d)依前述攝影環境進行前述特徵圖之加權；及(e)依據前述經加權之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)。
以下，就本發明使用圖式說明典型之實施例。但是，發明之範圍不限定於圖示之例。
第1圖係顯示適用本發明之一種實施形態的攝影裝置100之概略構成區塊圖。
本實施形態之攝影裝置100依處理對象影像之攝影環境，進行關於該處理對象影像之複數個特徵各自的特徵圖之加權，並基於經加權之複數個特徵圖的特徵分布，從處理對象影像檢測出特定區域。
具體而言，如第1圖所示，攝影裝置100具備：攝影部1、攝影控制部2、影像資料生成部3、記憶體4、影像處理部5、記憶部6、顯示控制部7、顯示部8、記錄媒體9、外部連接部10、操作輸入部11及中央控制部12。
攝影部1拍攝被攝體而生成影像幀。具體而言，圖示雖省略，攝影部1具備：由變焦透鏡及聚焦透鏡等複數個透鏡所構成之透鏡部；調整通過透鏡部之光之量的光圈；及電子攝影部，其係由CCD(Charge Coupled Device)及CMOS(Complementary Metal-oxide Semiconductor)等影像感測器所構成，並將通過透鏡部之各種透鏡的光學影像變換成二維影像信號。
攝影控制部2，雖省略圖示，具備時序產生器及驅動器等。並且，攝影控制部2藉由時序產生器及驅動器驅動電子攝影部掃描，按既定周期藉由電子攝影部使光學影像變換成二維之影像信號，使從該電子攝影部之攝影區域一次一畫面讀出影像幀而輸出至影像資料生成部3。
此外，攝影控制部2就攝影條件之調整控制，進行AE(自動曝光處理)、AF(自動聚焦處理)、AWB(自動白平衡)等。
影像資料生成部3對於從電子攝影部所轉送之影像資料的類比值之信號，就RGB各色彩成分進行適當增益調整後，以抽樣保持電路(省略圖示)抽樣保持，以A/D變換器(省略圖示)變換成數位資料，並以色彩加工(color process)電路(省略圖示)進行包含像素插補處理及γ修正處理之色彩加工處理後，生成數位值之亮度信號Y及色差信號Cb、Cr(YUV色彩空間之影像資料)。
從色彩加工電路輸出之亮度信號Y及色差信號Cb、Cr經由未圖示之DMA控制器，DMA轉送至用作緩衝記憶體之記憶體4。
記憶體4例如由DRAM等所構成，暫時記憶由影像處理部5或中央控制部12等所處理之資料等。
影像處理部5具備一影像取得部(取得部)5a，此影像取得部5a係取得藉由攝影部1所拍攝之輸入影像作為處理對象影像。
具體而言，影像取得部5a例如在實景(live view)影像或記錄用影像之攝影時，取得藉由影像資料生成部3所生成之輸入影像(參照第4圖)的YUV資料。
此外，影像處理部5具備一攝影環境特定部5b，此攝影環境特定部5b係在拍攝被攝體時，特定影像之攝影環境(參照第4圖)。
具體而言，攝影環境特定部5b基於藉使用者之操作輸入部11之選擇確定按鈕的既定操作所指定的攝影模式(選擇場景)，藉由設定與此攝影模式對應之被攝體的攝影條件來特定攝影環境。更具體而言，攝影環境特定部5b例如從「1.自動」、「2.人物」、「3.風景」、「4.風景與人物」、「5.兒童」、「6.運動」、「7.燭光」、「8.宴會」、「9.寵物」等複數個攝影模式中，特定由使用者所指定之攝影模式所規定之例如曝光條件(快門速度或光圈、或放大率等)及白平衡等被攝體的攝影條件(攝影模式資訊)作為攝影環境。
此外，作為影像之攝影環境，攝影環境特定部5b係基於藉使用者之操作輸入部11之既定操作所指定的變焦量(變焦透鏡位置)，特定依該變焦量所設定之關於視角的視角資訊。
此外，作為影像之攝影環境，攝影環境特定部5b係特定關於藉由未圖示之計時部所計時的時刻之時刻資訊。
此外，作為影像之攝影環境，攝影環境特定部5b係基於藉由未圖示之位置檢測部所檢測出的位置而特定GPS(全球定位系統)資訊及高度資訊。
另外，作為影像之攝影環境而例示之攝影模式資訊、視角資訊、時刻資訊、GPS資訊及高度資訊僅是一例，並非限定於此等。
在此，攝影環境特定部5b及操作輸入部11係構成請求項中之攝影環境特定部。
此外，影像處理部5具備一特徵圖生成部(生成部)5c，此特徵圖生成部5c係就藉由影像取得部5a所取得之輸入影像的複數個特徵，各自生成複數個特徵圖(參照第4圖)。
特徵圖生成部5c係基於藉由影像取得部5a所取得之影像資料(YUV資料)，生成在水平(x軸)及垂直(y軸)均以既定之比率縮小的縮小影像(例如VGA尺寸(x×y：640×480像素)之影像)後，生成利用例如反差、條帶圖之巴氏距離(Bhattacharyya Distance)、各色彩之分散程度(綜合程度)等的第1～第3特徵圖F1～F3。
具體而言，特徵圖生成部5c首先基於縮小影像之影像資料，使縮小比率不同而生成複數個在水平(x軸)及垂直(y軸)均以既定之比率進一步縮小的影像。並且，特徵圖生成部5c係算出所生成之複數個縮小影像各自的反差後，藉由使此等反差對應於各影像之縮小比率放大，並配合尺寸相加，生成第1特徵圖F1。
此外，特徵圖生成部5c首先基於縮小影像之影像資料，以各像素為中心而生成複數個尺寸及形狀不同之圖框。並且，作為複數個圖框內之各個影像區域的類似度之指標，特徵圖生成部5c算出條帶圖之巴氏距離後，藉由基於該巴氏距離上色區分各像素，生成第2特徵圖F2。另外，在第4圖所示之第2特徵圖F2中，條帶圖之巴氏距離愈大，愈白表示。在此，所謂巴氏距離，是將2個概率密度分布的幾何平均在全部區域積分，將維數恢復為概率，求出其本身資訊量，將此作為距離而解釋的距離尺度。
此外，特徵圖生成部5c首先按照既定之變換公式將縮小影像之YUV色彩空間的影像資料變換成HSV色彩空間之影像資料後，利用EM算法(Algorithm)以混合高斯分布來表現。並且，特徵圖生成部5c就以既定之基準而分群的複數個群(色彩之凝聚)算出分散值後，基於該分散值藉由上色區分各像素而生成第3特徵圖F3。另外，在第4圖所示之第3特徵圖F3中，分散值愈小(色彩綜合程度)，愈白表示。
另外，關於特徵圖雖係例示第1～第3特徵圖F1～F3，不過這僅是一例，並非限於此等，只要是關於輸入影像之各種特徵者，可為任何特徵圖。此外，特徵圖數量(種類)並非限定於3個，只要是複數個即可。
此外，影像處理部5具備一加權部5d，此加權部5d係進行藉由特徵圖生成部5c所生成之複數個特徵圖的加權。
亦即，作為加權係數記憶部，加權部5d記憶將第1～第3特徵圖F1～F3之各個加權係數w1~w3與攝影條件賦予對應的加權表T1。
如第3圖所示，加權表T1係就規定被攝體之攝影條件的複數個攝影模式「人物」、「風景」、「風景與人物」、「兒童」、「運動」、「燭光」、「宴會」、「寵物」等，各自與第1～第3特徵圖F1～F3之各加權係數w1~w3賦予對應而記憶。
另外，加權表T1係藉由與攝影裝置100經由外部連接部10而連接之外部機器200(後述)在加權表作成處理(後述)中作成後，傳送至該攝影裝置100而記憶於加權部5d。
並且，加權部5d在複數個攝影模式中，依與基於藉使用者之操作輸入部11之既定操作所指定的攝影模式賦予對應之被攝體的攝影條件，進行第1～第3特徵圖F1～F3之加權。具體而言，加權部5d具備一特徵分布統合部5e，此特徵分布統合部5e係統合依加權係數w1~w3所加權之第1～第3特徵圖F1～F3的特徵分布。
亦即，加權部5d在基於藉使用者之操作輸入部11之既定操作而指定任何一個攝影模式時，在加權表T1內特定與該攝影模式對應之第1～第3特徵圖F1～F3之加權係數w1~w3後，讀出而取得既定之加權係數(例如加權係數w1等)。並且，特徵分布統合部5e依所取得之加權係數w1~w3進行第1～第3特徵圖F1～F3之加權，生成統合圖T(x,y)。具體而言，特徵分布統合部5e按照下述公式(1)將與第1～第3特徵圖F1～F3之各個特徵分布對應之各加權係數w1~w3相乘予以積分，生成統合圖T(x,y)。
其中，「i」係用於指定第1～第3特徵圖F1～F3及加權係數w1~w3之指數。此外，統合圖T(x,y)以「0」～「1」之值表示，愈可能為主要被攝體之區域，取愈接近「1」之值，在第4圖中，愈接近「1」，愈白表示。
在此，特徵分布統合部5e係構成請求項中之統合部。
另外，作為攝影環境，雖係例示規定被攝體之攝影條件的攝影模式資訊，不過並非限於此者，在拍攝被攝體時，例如藉由攝影環境特定部5b特定視角資訊、時刻資訊、GPS資訊、高度資訊等攝影環境情況下，加權部5d亦可依該攝影環境進行第1～第3特徵圖F1～F3之加權。
此外，作為加權表T1，雖係例示將攝影模式資訊與第1～第3特徵圖F1～F3之各個加權係數w1~w3賦予對應，不過這僅是一例，並非限於此者，亦可為將其他攝影環境例如視角資訊、時刻資訊、GPS資訊、高度資訊等與第1～第3特徵圖F1～F3之各個加權係數w1~w3賦予對應而記憶。
再者，第3圖所示之加權表T1的加權係數w1~w3之各數值僅是一例，並非限於此者，可依特定區域之檢測精度而任意適當變更。
在此，加權部5d係構成請求項中之加權部。
此外，影像處理部5具備一特定區域檢測部5f，此特定區域檢測部5f係依據藉由特徵分布統合部5e所生成之統合圖的特徵分布而從輸入影像檢測出特定區域。
特定區域檢測部5f基於統合圖T(x,y)，檢測出具有既定之臨限值以上之值的區域作為特定區域。具體而言，特定區域檢測部5f係以使統合圖T(x,y)與藉由影像取得部5a所取得之輸入影像的原尺寸賦予對應之方式，在水平(x軸)及垂直(y軸)均以對應於縮小比率之比率放大。之後，特定區域檢測部5f將放大之統合圖T(x,y)的特徵分布適用於輸入影像，檢測出具有既定之臨限值以上之值的區域作為特定區域。
記憶部6例如由非揮發性記憶體(快閃記憶體)等所構成，記憶有中央控制部12之動作時所需之各種程式或資料(省略圖示)。
此外，記憶部6中儲存有關於被攝體之複數個攝影模式的設定之模式表T2。
模式表T2例如記憶有分別規定曝光條件(快門速度及光圈、或放大率等)及白平衡等被攝體之攝影條件的複數個攝影模式。
攝影模式例如可舉出：「自動」，係自動調整被攝體之攝影條件；「人物」，係調整成適合於主要被攝體為人物之攝影的攝影條件；「風景」，係調整成適合於主要被攝體為風景之攝影的攝影條件；「風景與人物」，係調整成適合於風景與人物之攝影之攝影條件；「兒童」，係調整成適合於主要被攝體為兒童之攝影的攝影條件；「運動」，係調整成適合於運動之攝影的攝影條件；「燭光」，係調整成適合於燭光之亮度下之人物之攝影的攝影條件；「宴會」，係調整成適合於複數個人物存在的宴會之攝影之攝影條件；以及「寵物」，係調整成適合於主要被攝體為寵物之攝影的攝影條件等。
在此，記憶部6係構成請求項中之記憶部。
顯示控制部7係進行讀出暫時記憶於記憶體4之顯示用的影像資料而予以顯示於顯示部8的控制。
具體而言，顯示控制部7具備VRAM、VRAM控制器、數位視頻編碼器等。並且，數位視頻編碼器在中央控制部12之控制下，經由VRAM控制器而從VRAM定期讀出從記憶體4所讀出而記憶於VRAM(省略圖示)之亮度信號Y及色差信號Cb、Cr，並按照此等資料產生視頻信號而輸出至顯示部8。
顯示部8例如係液晶顯示裝置，基於來自顯示控制部7之視頻信號，將藉由電子攝影部所拍攝之影像等顯示於顯示畫面上。具體而言，顯示部8以靜態影像攝影模式或動態影像攝影模式，並依既定之幀率逐次更新藉由攝影部1拍攝被攝體所生成的複數個影像幀，而顯示實景影像。此外，顯示部8顯示作為靜態影像而記錄之影像(記錄觀賞(rec-view)影像)，或是顯示作為動態影像而記錄中之影像。
記錄媒體9例如由非揮發性記憶體(快閃記憶體)等而構成，記憶藉由影像處理部5之編碼部(省略圖示)以既定之壓縮形式所編碼之記錄用的靜態影像資料及由複數個影像幀構成之動態影像影像資料。
外部連接部10具備與外部機器200連接用之端子(例如USB端子等)，並經由既定之通信電纜(例如USB電纜等；省略圖示)而進行資料之發送接收。
具體而言，外部連接部10接收由外部機器200在加權表作成處理(後述)所作成之從該外部機器200所發送的加權表T1。
操作輸入部11係用於進行該攝影裝置100之既定操作者。具體而言，操作輸入部11具備指示關於拍攝被攝體之快門按鈕、指示關於選擇攝影模式或功能等之選擇確定按鈕、及指示關於調整變焦量之變焦按鈕等(均省略圖示)，並依此等按鈕之操作而將既定之操作信號輸出至中央控制部12。
此外，操作輸入部11之選擇確定按鈕係在基於藉使用者之選單按鈕之既定操作而顯示於顯示部8的模式選擇畫面，從例如「自動」、「人物」、「風景」、「風景與人物」、「兒童」、「運動」、「燭光」、「宴會」、「寵物」等之複數個攝影模式中，輸入任何一個攝影模式之設定指示。並且，依該選擇確定按鈕之操作將既定之設定信號輸出至中央控制部12。
中央控制部12按照所輸入之設定信號，在記憶於模式表T2中之複數個攝影模式中設定使用者希望之攝影模式。
在此，操作輸入部11及中央控制部12係構成在複數個攝影模式中指定任何一個攝影模式之模式指定部。
中央控制部12係控制攝影裝置100之各部者。具體而言，中央控制部12具備CPU(省略圖示)，並按照攝影裝置100用之各種處理程式(省略圖示)進行各種控制動作。
其次，就特定區域檢測處理，參照第3圖作說明。
第3圖係顯示特定區域檢測處理相關動作之一例的流程圖。
如第3圖所示，影像處理部5之影像取得部5a例如藉由攝影部1攝影實景影像或記錄用影像，取得藉由影像資料生成部3所生成之處理對象影像的影像資料(YUV資料)(步驟S1)。
另外，藉攝影部1之實景影像或記錄用影像之攝影時，採取指定複數個攝影模式(例如「人物」、「風景」、「風景與人物」、「兒童」、「運動」、「燭光」、「宴會」、「寵物」等)中任何一個攝影模式。
繼續，影像處理部5之特徵圖生成部5c基於藉影像取得部5a所取得之影像資料(YUV資料)，生成在水平(x軸)及垂直(y軸)均以既定之比率縮小的縮小影像(例如VGA尺寸之影像)後(步驟S2)，生成例如利用反差、條帶圖之巴氏距離、各色彩之分散程度的第1～第3特徵圖F1～F3(參照第4圖)(步驟S3)。
其次，影像處理部5之攝影環境特定部5b基於在藉攝影部1之實景影像或記錄用影像的拍攝時按照藉使用者之操作輸入部11之既定操作所指定之攝影模式(例如攝影模式「寵物」)，特定與該攝影模式對應之被攝體的攝影條件作為攝影環境(步驟S4)。
繼續，影像處理部5之加權部5d在加權表T1內特定而取得與藉由攝影環境特定部5b所特定之攝影環境(攝影模式)對應之第1～第3特徵圖F1～F3的加權係數w1~w3(步驟S5)。並且，特徵分布統合部5e依所取得之加權係數w1~w3進行第1~第3特徵圖F1～F3之加權，生成統合圖T(x,y)。具體而言，特徵分布統合部5e按照下述公式(2)，藉由將第1～第3特徵圖F1～F3之各個特徵分布與對應之各加權係數w1~w3相乘並予以積分，生成統合圖T(x,y)(步驟S6)。
另外，在特定區域檢測處理中，生成第1～第3特徵圖F1～F3之處理(步驟S3)與特定攝影環境之處理(步驟S4)的順序顛倒亦可。亦即，亦可先進行特定攝影環境之處理，之後，進行生成第1～第3特徵圖F1～F3之處理。
其次，特定區域檢測部5f以使統合圖T(x,y)對應於藉由影像取得部5a所取得之輸入影像的原尺寸之方式，在水平(x軸)及垂直(y軸)均以對應於縮小比率的比率放大後，將放大之統合圖T(x,y)的特徵分布適用於輸入影像，檢測具有既定之臨限值以上之值的區域作為特定區域(步驟S7)。之後，影像處理部5將檢測出之特定區域輸出至記憶體4(步驟S8)，而結束特定區域檢測處理。
其次，就加權表T1之作成作說明。
首先，就執行加權表作成處理之外部機器200的構成，參照第5圖作說明。
如第5圖所示，外部機器200具備加權決定部201、記憶部202、記憶體203、顯示部204、外部連接部205、操作輸入部206及中央控制部207。
加權決定部201係執行加權表作成處理。具體而言，加權決定部201具備攝影環境指定部201a、區域指定部201b及加權係數特定部201c。
攝影環境指定部201a基於藉使用者之操作輸入部206之既定操作，指定攝影影像之攝影環境。
攝影環境指定部201a就記憶於記憶部202之複數張(例如約1000張)之攝影影像，基於至少一個使用者之對操作輸入部206的各既定操作，選擇指示與攝影裝置100之攝影模式對應的攝影場景，並依所指示之攝影場景或與該攝影模式對應之被攝體的攝影條件而標記。具體而言，攝影環境指定部201a將複數張攝影影像分類為因應與攝影裝置100之攝影模式對應的例如「人物」、「風景」、「風景與人物」、「兒童」、「運動」、「燭光」、「宴會」、「寵物」等之攝影場景的影像組1~8(參照第7A圖及第7B圖)。藉此，攝影環境指定部201a指定複數張攝影影像之各個攝影環境。
另外，就一個攝影影像，藉複數之使用者指示複數個不同之攝影場景情況下，亦可藉由取多數決或平均，以對應於任何一個攝影場景之方式來標記，亦可以各自對應於所指示之複數個攝影場景之方式來標記。
在此，攝影環境指定部201a及操作輸入部206係構成指定攝影影像之攝影環境的區域指定部。
區域指定部201b依據使用者對操作輸入部206之既定操作，在各攝影影像內指定使用者關注之關注區域。
區域指定部201b就各影像組內的全部攝影影像，基於藉複數之使用者各自之操作輸入部206之既定操作而指定主要被攝體區域(關注區域)，並藉由將所指定之複數個關注區域平均，生成正解圖Sj(x,y)，作為關注區域。具體而言，區域指定部201b例如就影像組8中包含之任何一個影像j(例如主要被攝體為鹿的影像)，基於藉複數之使用者各自之操作輸入部206之既定操作而指定主要被攝體區域後，藉由取該複數個主要被攝體區域的平均而生成正解圖Sj(x,y)後，與影像j(原影像)賦予對應而儲存於影像組內(參照第8圖)。
另外，正解圖Sj(x,y)以「0」～「1」之值表示，同意作為主要被攝體區域之人數愈多，取愈接近「1」之值，在第8圖中，愈接近「1」，愈白表示。此外，正解圖Sj(x,y)採用對原影像在水平(x軸)及垂直(y軸)均以既定之比率而縮小的尺寸(例如VGA尺寸(x×y：640×480像素))。此外，「j」係藉使用者之作為處理對象所指定之影像組(例如影像組8)中所包含的影像之指數。
在此，區域指定部201b及操作輸入部206係構成在攝影影像內指定使用者之關注之關注區域的區域指定部。
加權係數特定部201c係就各影像組特定第1～第3特徵圖F1～F3之加權係數w1~w3，具體而言，具有係數變更部201d與暫時特定區域檢測部201e。
係數變更部201d將第1～第3特徵圖F1～F3之加權係數w1~w3作各種變更。具體而言，係數變更部201d在由暫時特定區域檢測部201e生成暫時統合圖Tjk(x,y)時，使規定第1～第3特徵圖F1～F3之各個加權係數w1~w3的係數決定用表(參照第9圖)之「k」的值作各種變化。
另外，「k」係用於指定w1~w3之各種組合的指數。
暫時特定區域檢測部201e係基於因應由係數變更部201d所變更指定之加權係數w1~w3而加權的第1～第3特徵圖F1～F3之特徵分布，從攝影影像生成暫時統合圖Tjk(x,y)。
具體而言，暫時特定區域檢測部201e依據生成有正解圖Sj(x,y)之處理對象影像的影像資料，生成在水平(x軸)及垂直(y軸)均以既定之比率縮小的縮小影像(例如VGA尺寸(x×y：640×480像素)之影像)後，生成例如利用反差、條帶圖之巴氏距離、各色彩之分散程度(綜合程度)等的第1～第3特徵圖F1～F3。之後，暫時特定區域檢測部201e按照下述公式(3)，藉由因應藉由係數變更部201d所指定之加權係數w1~w3加權運算第1～第3特徵圖F1～F3之各個特徵分布，生成暫時統合圖Tjk(x,y)。
另外，「i」係用於指定第1～第3特徵圖F1～F3及加權係數w1~w3之指數。此外，「j」係藉使用者之作為處理對象所指定之影像組(例如影像組8)中所包含的影像之指數。此外，「k」係用於指定w1~w3之各種組合的指數。
在此，暫時特定區域檢測部201e係構成依據因應加權係數w1~w3而加權之複數個特徵圖的特徵分布，從攝影影像檢測出暫時之特定區域(暫時統合圖Tjk(x,y))的暫時檢測部。
並且，加權係數特定部201c就各影像組，依藉由係數變更部201d所變更之加權係數w1~w3，按照下述公式(4)算出藉由暫時特定區域檢測部201e所算出之暫時統合圖Tjk(x,y)(參照第10B圖)與藉由區域指定部201b所指定之正解圖Sj(x,y)(參照第10A圖)的面積重疊程度，作為一致度Tk。
另外，一致度Tk係以「0」～「1」之值表示，暫時統合圖Tjk(x,y)與正解圖Sj(x,y)之面積的重疊程度愈大，取愈接近「1」之值。此外，算出一致度Tk之公式(3)僅是一例，並非限於此者，只要是關於算出暫時統合圖Tjk(x,y)與正解圖Sj(x,y)之一致度的的公式，可任意適當變更。
並且，加權係數特定部201c在依由係數變更部201d所變更指定之複數個加權係數w1~w3所算出的複數個一致度Tk中，特定最高之一致度Tk。加權係數特定部201c特定算出該最高一致度Tk之加權係數w1~w3，作為藉由攝影環境指定部201a所指定之攝影環境(例如與影像組8對應之攝影場景「寵物」)中之第1～第3特徵圖F1～F3各自的加權係數w1~w3之組合。
此外，加權係數特定部201c藉由就全部影像組之加權係數w1~w3進行上述處理，而就複數個影像組之各個生成賦予對應有第1～第3特徵圖F1～F3之加權係數w1~w3的加權表T1。
如此，加權係數特定部201c構成基於藉由攝影環境指定部201a所指定之攝影環境、及藉由區域指定部201b所指定之作為關注區域的正解圖Sj(x,y)而特定複數個特徵圖之各個加權係數w1~w3的特定部。
記憶部202例如由非揮發性記憶體(快閃記憶體)等所構成，記憶中央控制部207動作時所需之各種程式及資料(省略圖示)。
此外，在記憶部202中儲存有藉由加權表作成處理所作成之加權表T1(參照第2圖)。
記憶體203例如由DRAM等所構成，暫時記憶藉由加權決定部201及中央控制部207等所處理之資料等。
顯示部204例如由LCD(Liquid Crystal Display)、CRT(Cathode Ray Tube)等之顯示器而構成，並在中央控制部207之控制下將各種資訊顯示於顯示畫面上。
外部連接部205具備與攝影裝置100連接用之端子(例如USB端子等)，並經由既定之通信電纜(例如USB電纜等；省略圖示)進行資料之發送接收。
具體而言，外部連接部205將藉由加權表作成處理所作成並記憶於記憶部202之加權表T1發送至攝影裝置100。
操作輸入部206例如具備由用於輸入數值、文字等之資料輸入鍵、用於進行資料之選擇、前進操作等的上下左右移動鍵及各種功能鍵等所構成的鍵盤及滑鼠等之操作部，並依此等操作部之操作而將既定之操作信號輸出至中央控制部207。
中央控制部207係控制外部機器200之各部者。具體而言，中央控制部207具備CPU(省略圖示)，並按照外部機器200用之各種處理程式(省略圖示)而進行各種控制動作。
其次，就藉由加權決定部201而執行之加權表作成處理，參照第6圖～第10A圖、第10B圖作說明。
第6圖係顯示關於加權表作成處理之動作的一例之流程圖。
如第6圖所示，首先，攝影環境指定部201a就記憶於記憶部202之複數張(例如約1000張)的攝影影像，基於藉複數之使用者各自之操作輸入部206之既定操作，選擇指示攝影場景，並依既定之攝影場景標記，而將複數張攝影影像分類為影像組1~8(參照第7A圖及第7B圖)(步驟S21)。
其次，區域指定部201b就各影像組(例如影像組8等)內的全部攝影影像，基於藉複數之使用者各自之操作輸入部206之既定操作而指定主要被攝體區域(例如主要被攝體為鹿之影像區域)(步驟S22)，將既定之複數個關注區域平均，生成正解圖Sj(x,y)作為關注區域(步驟S23；參照第8圖)。
其次，加權係數特定部201c從複數個影像組中指定任何一個影像組(例如影像組8)作為處理對象(步驟S24)。
繼續，加權係數特定部201c在處理對象之影像組內從複數個攝影影像中指定任何一個攝影影像後(步驟S25)，暫時特定區域檢測部201e基於藉係數變更部201d所變更指定之複數個加權係數w1~w3(參照第9圖)而各自加權之第1～第3特徵圖F1～F3的特徵分布，按照下述公式(5)從攝影影像生成各個暫時統合圖Tjk(x,y)(步驟S26)。
其次，加權係數特定部201c就處理對象之影像組內的全部攝影影像，進行判定是否已生成暫時統合圖Tjk(x,y)之處理(步驟S27)。在此，就全部之攝影影像判定為尚未生成暫時統合圖Tjk(x,y)時(步驟S27；否)，在處理對象之影像組內指定其次之攝影影像後(步驟S28)，處理移至步驟S26。
步驟S26之處理反覆進行直到以步驟S27就全部之攝影影像判定為己生成暫時統合圖Tjk(x,y)為止(步驟S27；是)。
並且，以步驟S27判定為就全部之攝影影像已生成暫時統合圖Tjk(x,y)時(步驟S27；是)，加權係數特定部201c就處理對象之影像組，依藉由係數變更部201d所變更之加權係數w1~w3，按照下述公式(6)算出暫時統合圖Tjk(x,y)與正解圖Sj(x,y)之一致度Tk(參照第10A圖及第10B圖)。
繼續，加權係數特定部201c在依藉由係數變更部201d所變更指定之複數個加權係數w1~w3而算出的複數個一致度Tk中，特定最高之一致度Tk後，特定算出該最高之一致度Tk的加權係數w1~w3作為該攝影環境(例如與影像組8對應之攝影場景「寵物」)中第1～第3特徵圖F1～F3之各個加權係數w1~w3的組合(步驟S29)。
之後，加權決定部201將所特定之第1～第3特徵圖F1～F3的加權係數w1~w3之組合與處理對象之影像組賦予對應而儲存於加權表T1(步驟S30)。
其次，加權決定部201就複數個影像組之全部進行判定是否已特定加權係數w1~w3之組合的處理(步驟S31)。在此，就全部之影像組判定為尚未生成加權係數w1~w3之組合時(步驟S31；否)，加權係數特定部201c在複數個影像組中指定其次之影像組後(步驟S32)，加權決定部201係處理移至步驟S25而執行之後之處理。
步驟S25以後之處理，反覆進行直到以步驟S31就全部影像組判定為已生成加權係數w1~w3之組合為止(步驟S31；是)。
藉此，加權係數特定部201c就複數個影像組，各自生成賦予對應有第1～第3特徵圖F1～F3之加權係數w1~w3的加權表T1。
並且，以步驟S31就全部影像組判定為已生成加權係數w1~w3之組合時(步驟S31；是)，結束加權表作成處理。
如以上所述，根據本實施形態之攝影裝置100，並非如先前對於從處理對象影像所抽出之區域的特徵種類之加權為固定，而係藉由特定處理對象影像之影像環境，依該攝影環境進行複數個特徵圖之加權，可在考慮到攝影環境之情況下彈性變更複數個特徵圖之加權。並且，藉由統合加權之複數個特徵圖的特徵分布而生成統合圖，並依據該統合圖從處理對象影像檢測出特定區域，可在考慮到攝影環境之情況下正確進行使用者關注程度高之特定區域的檢測。
此外，由於係將攝影模式與攝影條件賦予對應而記憶複數個，因此可依與複數個攝影模式中所指定之任何一個攝影模式賦予對應的攝影條件進行複數個特徵圖之加權。亦即，攝影部1拍攝實景影像或記錄用影像時，僅按照藉使用者之操作輸入部11之既定操作來指定攝影模式(例如攝影模式「寵物」)，即可特定對應於該攝影模式之被攝體的攝影條件作為攝影環境，因此可正確特定關於複數個特徵圖之加權的攝影環境。藉此，可在考慮到攝影環境之情況下正確進行複數個特徵圖之加權的變更。
此外，由於係將複數個特徵圖之各個加權係數w1~w3與攝影條件賦予對應而記憶於加權表T1中，因此僅藉由攝影環境特定部5b特定攝影條件作為影像之攝影環境，即可取得與該攝影條件賦予對應之加權係數w1~w3，而可簡便且迅速地進行複數個特徵圖之加權。
另外，在加權表T1之作成時，在外部機器200，僅基於藉使用者之操作輸入部206之既定操作而指定攝影影像之攝影環境及主要被攝體區域(關注區域)，即可基於此等攝影環境及主要被攝體區域正確進行複數個特徵圖之各個加權係數w1~w3的特定。具體而言，係依據因應加權係數w1~w3而加權之複數個特徵圖的特徵分布，從攝影影像生成暫時統合圖Tjk(x,y)，並且藉由決定基於主要被攝體區域所生成之正解圖Sj(x,y)與暫時統合圖Tjk(x,y)的一致度Tk為最高之加權係數w1~w3的組合，可特定複數個特徵圖之各個加權係數w1~w3的組合。
另外，本發明不限定於上述實施形態，在不脫離本發明之主旨的範圍內亦可進行各種改良與設計之變更。
例如，係採取在與攝影裝置100不同之外部機器200進行加權表T1的作成，不過並非限於此者。亦即，雖係例示在外部機器200作成加權表T1並在攝影裝置100使用該加權表T1之影像處理系統，不過例示於上述實施形態之攝影裝置100及外部機器200的構成僅為一例，亦可為具備此等攝影裝置100與外部機器200之全部功能的一個影像處理裝置。
此外，亦可為處理對象影像之攝影係在與該攝影裝置100不同之攝影裝置進行，並取得從該攝影裝置所轉送之處理對象影像的影像資料，進行特定區域之檢測的影像處理裝置。
再者，在上述實施形態中，取得部、生成部、加權部及檢測部之功能的構成係在中央控制部12之控制下，藉由影像處理部5之影像取得部5a、特徵圖生成部5c、加權部5d及特定區域檢測部5f驅動所實現，不過並非限於此者，亦可構成藉由中央控制部12之CPU執行既定之程式等而實現。
亦即，係在記憶程式之程式記憶體(省略圖示)中記憶有包含取得處理常式、生成處理常式、攝影環境特定處理常式、加權處理常式、檢測處理常式之程式。並且，亦可藉由取得處理常式使中央控制部12之CPU發揮取得影像之取得部的功能。此外，亦可藉由生成處理常式使中央控制部12之CPU發揮就取得部所取得之影像的複數個特徵之各個生成特徵圖的生成部之功能。此外，亦可藉由攝影環境特定處理常式使中央控制部12之CPU發揮特定取得部所取得之影像的攝影環境之攝影環境特定部的功能。此外，亦可藉由加權處理常式使中央控制部12之CPU發揮依攝影環境特定部所特定之影像的攝影環境，進行生成部所生成之複數個特徵圖的加權之加權部的功能。此外，亦可藉由檢測處理常式使中央控制部12之CPU發揮依據加權部所加權之複數個特徵圖的特徵分布而從影像檢測出特定區域之檢測部的功能。
雖然參照一些典型具體實施例而顯示及敘述本發明，惟熟悉本技術者在不脫離由附加之申請專利範圍所定義的本發明之精神及範圍內，當可對其形態及內容作各種變化。因此，包含在附加之申請專利範圍內的所有變化及修改均屬於本發明之真實精神及範圍。
1．．．攝影部
2．．．攝影控制部
3．．．影像資料生成部
4．．．記憶體
5．．．影像處理部
5a．．．影像取得部
5b．．．攝影環境特定部
5c．．．特徵圖生成部
5d．．．加權部
5e．．．特徵分布統合部
5f．．．特定區域檢測部
6．．．記憶部
7．．．顯示控制部
8．．．顯示部
9．．．記錄媒體
10．．．外部連接部
11．．．操作輸入部
12．．．中央控制部
100．．．攝影裝置
200．．．外部機器
201．．．加權決定部
201a．．．攝影環境指定部
201b．．．區域指定部
201c．．．加權係數特定部
201d．．．係數變更部
201e．．．暫時特定區域檢測部
202．．．記憶部
203．．．記憶體
204．．．顯示部
205．．．外部連接部
206．．．操作輸入部
207．．．中央控制部
Cb、Cr．．．色差信號
Y．．．亮度信號
F1～F3．．．第1～第3特徵圖
T1．．．加權表
T2．．．模式表
1~8．．．影像組
第1圖係顯示適用本發明之一種實施形態的攝影裝置之概略構成的區塊圖。
第2圖係顯示記憶於第1圖之攝影裝置的加權表之一例的圖。
第3圖係顯示第1圖之攝影裝置實施特定區域檢測處理的相關動作之一例的流程圖。
第4圖係特定區域檢測處理之說明圖。
第5圖係顯示關於加權表之作成的外部機器之概略構成的區塊圖。
第6圖係顯示關於第5圖之外部機器實施加權表作成處理的動作之一例的流程圖。
第7A圖、第7B圖係關於加權表作成處理之影像組的說明圖。
第8圖係模式顯示影像組之一例的圖。
第9圖係顯示關於加權表作成處理之加權係數的一例之圖。
第10A圖、第10B圖係顯示關於加權表作成處理之正解圖及暫時統合圖的一例之圖。
1．．．攝影部
2．．．攝影控制部
3．．．影像資料生成部
4．．．記憶體
5．．．影像處理部
5a．．．影像取得部
5b．．．攝影環境特定部
5c．．．特徵圖生成部
5d．．．加權部
5e．．．特徵分布統合部
5f．．．特定區域檢測部
6．．．記憶部
7．．．顯示控制部
8．．．顯示部
9．．．記錄媒體
10．．．外部連接部
11．．．操作輸入部
12．．．中央控制部
100．．．攝影裝置
200．．．外部機器
T1．．．加權表
T2．．．模式表

Claims (5)

  1. 一種影像處理裝置，其具備：攝影部(單元)，係以設定攝影條件的方式構成；生成部(單元)，係以生成與藉前述攝影部所攝影之影像之複數個特徵的每一者對應之特徵圖的方式構成；攝影環境特定部，係以特定前述設定之影像之攝影條件的方式構成；加權係數記憶部(單元)，係以記憶彼此相關連之前述特徵圖的加權係數與前述攝影條件的方式構成；加權部(單元)，係構成為讀出與藉攝影環境特定部所特定之攝影條件相關連的加權係數，並使用前述已讀出之加權係數進行前述特徵圖之加權；及檢測部(detector)，係以依據前述加權後之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)的方式構成。
  2. 如申請專利範圍第1項之影像處理裝置，其中進一步具備：記憶部(單元)，係以記憶彼此相關連之複數個攝影模式與攝影條件的方式構成；及模式指定部(單元)，係以指定前述複數個攝影模式中之一個的方式構成；前述攝影部係以設定與前述指定之前述攝影模式相關連的攝影條件的方式構成。
  3. 如申請專利範圍第1項之影像處理裝置，其中進一步具備統合部(單元)，該統合部係以統合前述加權後之特徵圖的特徵分布的方式構成，前述檢測部係以依據前述統合後之特徵分布而從前述影像檢測出特定區域的方式構成。
  4. 一種影像處理方法，其具備以下步驟：(a)設定攝影條件；(b)生成與藉前述攝影部所攝影之影像之複數個特徵的每一者對應之特徵圖；(c)特定前述設定之影像之攝影條件；(d)記憶彼此相關連之前述特徵圖的加權係數與前述攝影條件；(e)讀出與藉攝影環境特定部所特定之攝影條件相關連的加權係數，並使用前述已讀出之加權係數進行前述特徵圖之加權；及(f)依據前述加權後之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)。
  5. 一種電腦可讀取媒體，其記憶用以使電腦執行以下動作之程式：(a)設定攝影條件；(b)生成與藉前述攝影部所攝影之影像之複數個特徵的每一者對應之特徵圖；(c)特定前述設定之影像之攝影條件； (d)記憶彼此相關連之前述特徵圖的加權係數與前述攝影條件；(e)讀出與藉攝影環境特定部所特定之攝影條件相關連的加權係數，並使用前述已讀出之加權係數進行前述特徵圖之加權；及(f)依據前述加權後之特徵圖的特徵分布而從前述影像檢測出特定區域(ROI)。
TW099129795A 2009-09-04 2010-09-03 影像處理裝置、影像處理方法及電腦可讀取媒體 TWI416945B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009204213A JP4862930B2 (ja) 2009-09-04 2009-09-04 画像処理装置、画像処理方法及びプログラム

Publications (2)

Publication Number Publication Date
TW201114255A TW201114255A (en) 2011-04-16
TWI416945B true TWI416945B (zh) 2013-11-21

Family

ID=43647816

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099129795A TWI416945B (zh) 2009-09-04 2010-09-03 影像處理裝置、影像處理方法及電腦可讀取媒體

Country Status (5)

Country Link
US (1) US8345986B2 (zh)
JP (1) JP4862930B2 (zh)
KR (1) KR101155406B1 (zh)
CN (1) CN102014251B (zh)
TW (1) TWI416945B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130124147A1 (en) * 2008-08-15 2013-05-16 Hailin Jin Random Sample Consensus for Groups of Data
CN102483849A (zh) * 2009-08-12 2012-05-30 汤姆森许可贸易公司 基于感兴趣区域来减少图像序列中的伪像的系统和方法
JP4862930B2 (ja) * 2009-09-04 2012-01-25 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP2011160379A (ja) * 2010-02-04 2011-08-18 Sony Corp 画像処理装置および方法、並びにプログラム
TWI578305B (zh) * 2011-05-30 2017-04-11 宏達國際電子股份有限公司 影像縮圖之版面產生方法及系統，及其電腦程式產品
JP2012248070A (ja) * 2011-05-30 2012-12-13 Sony Corp 情報処理装置、メタデータ設定方法、及びプログラム
CN102436584B (zh) * 2011-11-04 2013-09-25 西安电子科技大学 基于字典学习的胃部ct图像感兴趣区域检测系统
JP5841427B2 (ja) 2011-12-28 2016-01-13 株式会社キーエンス 画像処理装置及び画像処理方法
CN103310221B (zh) * 2012-03-16 2016-04-13 富士通株式会社 图像处理装置、图像处理方法以及设备
JP6137800B2 (ja) * 2012-09-26 2017-05-31 オリンパス株式会社 画像処理装置、画像処理方法、及び、画像処理プログラム
JP6232712B2 (ja) * 2013-02-28 2017-11-22 株式会社ニコン 画像処理装置、撮像装置及び画像処理プログラム
US9330334B2 (en) * 2013-10-24 2016-05-03 Adobe Systems Incorporated Iterative saliency map estimation
US10019823B2 (en) 2013-10-24 2018-07-10 Adobe Systems Incorporated Combined composition and change-based models for image cropping
US9299004B2 (en) 2013-10-24 2016-03-29 Adobe Systems Incorporated Image foreground detection
JP6232982B2 (ja) * 2013-12-02 2017-11-22 オムロン株式会社 画像処理装置、画像処理方法およびプログラム
KR102115328B1 (ko) * 2015-06-15 2020-05-26 한국전자통신연구원 전역 대조도 기반 영상 매팅을 통한 영상 내부의 관심 객체 추출 장치 및 방법
GB2545661A (en) * 2015-12-21 2017-06-28 Nokia Technologies Oy A method for analysing media content
WO2018099473A1 (zh) * 2016-12-02 2018-06-07 北京市商汤科技开发有限公司 场景分析方法和系统、电子设备
CN109118459B (zh) * 2017-06-23 2022-07-19 南开大学 图像显著性物体检测方法和装置
IT201800006594A1 (it) * 2018-06-22 2019-12-22 "Procedimento per la mappatura dell’ambiente di un veicolo, corrispondenti sistema, veicolo e prodotto informatico"
DE112020002630T5 (de) * 2019-05-29 2022-03-10 Denso Corporation Kartensystem, kartenerzeugendes programm, speichermedium, fahrzeuginterne vorrichtung und server
CN110232378B (zh) * 2019-05-30 2023-01-20 苏宁易购集团股份有限公司 一种图像兴趣点检测方法、系统及可读存储介质
CN110348537B (zh) * 2019-07-18 2022-11-29 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
US11490078B2 (en) * 2020-12-29 2022-11-01 Tencent America LLC Method and apparatus for deep neural network based inter-frame prediction in video coding
CN113139518B (zh) * 2021-05-14 2022-07-29 江苏中天互联科技有限公司 基于工业互联网的型材切割状态监控方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040155879A1 (en) * 2003-02-07 2004-08-12 Martin Mittring Method and computer program product for lighting a computer graphics image and a computer
TW200641786A (en) * 2005-03-25 2006-12-01 Mitsubishi Electric Corp Image processing apparatus, image displaying apparatus, and image displaying method
US20090112287A1 (en) * 2007-03-08 2009-04-30 Greenberg Robert J Saliency-based apparatus and methods for visual prostheses

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020154833A1 (en) * 2001-03-08 2002-10-24 Christof Koch Computation of intrinsic perceptual saliency in visual environments, and applications
KR100485059B1 (ko) 2001-10-19 2005-04-22 후지쓰 텐 가부시키가이샤 화상표시장치
TWI288293B (en) * 2005-02-25 2007-10-11 Mei-Chuan Wang Auto-exposing method of a digital photographic apparatus
AU2007217794A1 (en) * 2006-02-16 2007-08-30 Clean Earth Technologies, Llc Method for spectral data classification and detection in diverse lighting conditions
JP4210954B2 (ja) * 2006-08-22 2009-01-21 ソニー株式会社 画像処理方法、画像処理方法のプログラム、画像処理方法のプログラムを記録した記録媒体及び画像処理装置
CN101394485B (zh) 2007-09-20 2011-05-04 华为技术有限公司 图像生成方法、装置及图像合成设备
US8250481B2 (en) * 2008-10-16 2012-08-21 The Curators Of The University Of Missouri Visualizing geographic-area change detected from high-resolution, remotely sensed imagery
JP4862930B2 (ja) * 2009-09-04 2012-01-25 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040155879A1 (en) * 2003-02-07 2004-08-12 Martin Mittring Method and computer program product for lighting a computer graphics image and a computer
TW200641786A (en) * 2005-03-25 2006-12-01 Mitsubishi Electric Corp Image processing apparatus, image displaying apparatus, and image displaying method
US20090112287A1 (en) * 2007-03-08 2009-04-30 Greenberg Robert J Saliency-based apparatus and methods for visual prostheses

Also Published As

Publication number Publication date
KR101155406B1 (ko) 2012-06-20
JP2011054071A (ja) 2011-03-17
US8345986B2 (en) 2013-01-01
KR20110025621A (ko) 2011-03-10
JP4862930B2 (ja) 2012-01-25
CN102014251A (zh) 2011-04-13
CN102014251B (zh) 2013-10-16
TW201114255A (en) 2011-04-16
US20110058747A1 (en) 2011-03-10

Similar Documents

Publication Publication Date Title
TWI416945B (zh) 影像處理裝置、影像處理方法及電腦可讀取媒體
US10009540B2 (en) Image processing device, image capturing device, and image processing method for setting a combination parameter for combining a plurality of image data
TWI425826B (zh) 影像選擇裝置、影像選擇方法
US9489747B2 (en) Image processing apparatus for performing object recognition focusing on object motion, and image processing method therefor
US8570422B2 (en) Apparatus, method, and recording medium containing program for photographing
JP4974812B2 (ja) 電子カメラ
CN102006485B (zh) 图像处理装置及图像处理方法
TWI374664B (en) Focusing apparatus and method
JP6472183B2 (ja) 画像処理装置、その制御方法、プログラム
KR20150078275A (ko) 움직이는 피사체 촬영 장치 및 방법
JP2010091669A (ja) 撮像装置
JP2009213114A (ja) 撮像装置及びプログラム
CN107547789B (zh) 影像获取装置及其摄影构图的方法
JP5665512B2 (ja) 撮像装置及び主要被写体検出方法
US20110188844A1 (en) Digital photographing apparatus, method of controlling the same, and a computer-readable medium storing program to execute the method
JP4807582B2 (ja) 画像処理装置、撮像装置及びそのプログラム
JP5044472B2 (ja) 画像処理装置、撮像装置、画像処理方法及びプログラム
JP2009272799A (ja) 撮像装置、及び、プログラム
JP2007259004A (ja) デジタルカメラ、画像処理装置及び画像処理プログラム
JP5287965B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP6776532B2 (ja) 画像処理装置、撮像装置、電子機器及び画像処理プログラム
JP2006039254A (ja) カメラ
JP2009077175A (ja) 電子カメラ
JP2007195097A (ja) 撮像装置、画像処理方法、及び画像処理プログラム
JP2018014546A (ja) 画像処理装置、画像処理方法、及び撮像装置

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees