JPH03201173A - 切抜き処理方法及び装置 - Google Patents
切抜き処理方法及び装置Info
- Publication number
- JPH03201173A JPH03201173A JP1340452A JP34045289A JPH03201173A JP H03201173 A JPH03201173 A JP H03201173A JP 1340452 A JP1340452 A JP 1340452A JP 34045289 A JP34045289 A JP 34045289A JP H03201173 A JPH03201173 A JP H03201173A
- Authority
- JP
- Japan
- Prior art keywords
- area
- evaluation function
- image
- training
- background area
- 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
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
本発明は、切抜き方法及び装置に係り、特に、カラー画
像データから、必要な実体領域を抽出するため、切抜き
マスクで電子的に切抜く際に用いるのに好適な、切抜き
処理方法及びｆａｔに関する。
像データから、必要な実体領域を抽出するため、切抜き
マスクで電子的に切抜く際に用いるのに好適な、切抜き
処理方法及びｆａｔに関する。
カラー画像データから印刷製版用原版のフィルムを作成
するに際しては、一般に、不必要な画像領域（背景領域
）について切抜きマスクを作成し、当該マスクで背景領
域を切抜き処理し、必要な実体領域を抽出している。 この切抜きマスクを作成する技術には、従来から種々の
ものがある０例えば、入力された画像データをデイスプ
レィ画面上に表示し、オペレータが当該画面上の画像を
見ながら、切抜き対象画像の輪郭線を精密に指示して切
抜き処理する技術がある。 又、オペレータが、ディスブレス画面上に表示された画
像を見ながら、マスクを所望する背景領域の色を指示し
、当該指示から切抜き線を自動的に作成する技術がある
。 又、オペレータが、デイスプレィ画面上に表示された画
像を見ながら、マスクを所望する背景領域の一部を指示
し、その領域の濃度の変化軸をみつけ、その濃度変化軸
を考慮した濃度分布により切抜き線を自動的に作成する
技術がある。
するに際しては、一般に、不必要な画像領域（背景領域
）について切抜きマスクを作成し、当該マスクで背景領
域を切抜き処理し、必要な実体領域を抽出している。 この切抜きマスクを作成する技術には、従来から種々の
ものがある０例えば、入力された画像データをデイスプ
レィ画面上に表示し、オペレータが当該画面上の画像を
見ながら、切抜き対象画像の輪郭線を精密に指示して切
抜き処理する技術がある。 又、オペレータが、ディスブレス画面上に表示された画
像を見ながら、マスクを所望する背景領域の色を指示し
、当該指示から切抜き線を自動的に作成する技術がある
。 又、オペレータが、デイスプレィ画面上に表示された画
像を見ながら、マスクを所望する背景領域の一部を指示
し、その領域の濃度の変化軸をみつけ、その濃度変化軸
を考慮した濃度分布により切抜き線を自動的に作成する
技術がある。
しかしながら、前記従来の、オペレータが指示した輪郭
線に従って忠実に切抜く技術においては、オペレータが
カーソル等で画像の輪郭線の全てを指定する必要がある
ため、処理に時間がかかると共に、オペレータの負担も
大きいという問題点がある。 又、色の指示に従って、あるいは、濃度の変化軸から切
抜き線を自動的に作成する技術においては、背景領域と
近い色の領域が実体領域の内部にあった場合に、その領
域を誤って切抜く恐れがあると共に、輪郭付近に影があ
った場合にも、うまく切抜けないという問題点がある。 なお、本発明に関連した技術として、出願人は、既に特
願昭６３−１２９９９７号で自動切抜きシステムを提案
している。この自動切抜きシステムは、背景部をトレー
ニングエリアに指定し、第１主戒分軸（＝グラデーショ
ンの向き）を考慮に入れて評価関数を作成するという点
では本発明と共通している。従って、このシステムでも
グラデーションや影に対しては、ある程度対処している
。 似し、その評価関数の具体的な作成方法が興なり、改善
するべき点があった。即ち、前記システムでは、トレー
ニングエリアのグラデーションをどこまで延長しても背
景領域に入るとみなしていたため、実際のトレーニング
エリアの色からはかけ離れた色までも背景領域であると
判定することがあった。従って、実体領域内の思わぬ色
が背景領域側へと誤って判別されてしまう危険性があり
、改善の余地があった。 本発明は、前記従来の問題点に鑑みてなされたものであ
って、トレーニングエリアの色からかけ離れた色を背景
領域に判別することなく、迅速、１つ、精度良く輪郭線
を作成して所望の実体領域画像を抽出できる切抜き処理
方法及び装置を提供することを課題とする。
線に従って忠実に切抜く技術においては、オペレータが
カーソル等で画像の輪郭線の全てを指定する必要がある
ため、処理に時間がかかると共に、オペレータの負担も
大きいという問題点がある。 又、色の指示に従って、あるいは、濃度の変化軸から切
抜き線を自動的に作成する技術においては、背景領域と
近い色の領域が実体領域の内部にあった場合に、その領
域を誤って切抜く恐れがあると共に、輪郭付近に影があ
った場合にも、うまく切抜けないという問題点がある。 なお、本発明に関連した技術として、出願人は、既に特
願昭６３−１２９９９７号で自動切抜きシステムを提案
している。この自動切抜きシステムは、背景部をトレー
ニングエリアに指定し、第１主戒分軸（＝グラデーショ
ンの向き）を考慮に入れて評価関数を作成するという点
では本発明と共通している。従って、このシステムでも
グラデーションや影に対しては、ある程度対処している
。 似し、その評価関数の具体的な作成方法が興なり、改善
するべき点があった。即ち、前記システムでは、トレー
ニングエリアのグラデーションをどこまで延長しても背
景領域に入るとみなしていたため、実際のトレーニング
エリアの色からはかけ離れた色までも背景領域であると
判定することがあった。従って、実体領域内の思わぬ色
が背景領域側へと誤って判別されてしまう危険性があり
、改善の余地があった。 本発明は、前記従来の問題点に鑑みてなされたものであ
って、トレーニングエリアの色からかけ離れた色を背景
領域に判別することなく、迅速、１つ、精度良く輪郭線
を作成して所望の実体領域画像を抽出できる切抜き処理
方法及び装置を提供することを課題とする。
本発明は、画像データを演算処理して電子的に切抜き処
理する方法において、画像中の背景領域の一部をトレー
ニングエリアとして指定し、該トレーニングエリア内の
画像データを統計的に主成分分析し、任意の色が背景領
域に属する可能性を示す評価関数を、主成分方向へ延長
する倍率に許容限度を設けて作成し、画像の切抜き線に
またがる領域を指定し、指定された領域内の全ての画素
について、前記評価関数に該画素データを代入して、該
画素が背景領域又は実体領域のいずれに属するかを判断
することにより、前記課題を解決するものである。 又、本発明は、画像表示手段、画像データ入力手段及び
演算手段を有する切抜き処理装置において、画像中の背
景領域の一部をトレーニングエリアとして指定するため
の手段と、指定されたトレーニングエリア内の画像デー
タを統計的に主成分分析し、任意の色が背景領域に属す
る可能性を示す評価関数を、主成分方向へ延長する倍率
に許容限度を設けて作成するための評価関数作成手段と
、画像の切抜き線にまたがる領域を指定するための手段
と、指定領域内の全ての画素のデータについて、前記評
価関数に該画素データを代入して、当該画素が背景領域
又は実体領域のいずれに属するかを判断するための手段
と、背景領域に属すると判断された画素に基づき、マス
クデータを作成するための手段と、作成されたマスクデ
ータをメモリに書込んで、所望に応じて読み出すための
マスクデータ格納手段とを備えたことにより、同じく前
記課題を解決するものである。
理する方法において、画像中の背景領域の一部をトレー
ニングエリアとして指定し、該トレーニングエリア内の
画像データを統計的に主成分分析し、任意の色が背景領
域に属する可能性を示す評価関数を、主成分方向へ延長
する倍率に許容限度を設けて作成し、画像の切抜き線に
またがる領域を指定し、指定された領域内の全ての画素
について、前記評価関数に該画素データを代入して、該
画素が背景領域又は実体領域のいずれに属するかを判断
することにより、前記課題を解決するものである。 又、本発明は、画像表示手段、画像データ入力手段及び
演算手段を有する切抜き処理装置において、画像中の背
景領域の一部をトレーニングエリアとして指定するため
の手段と、指定されたトレーニングエリア内の画像デー
タを統計的に主成分分析し、任意の色が背景領域に属す
る可能性を示す評価関数を、主成分方向へ延長する倍率
に許容限度を設けて作成するための評価関数作成手段と
、画像の切抜き線にまたがる領域を指定するための手段
と、指定領域内の全ての画素のデータについて、前記評
価関数に該画素データを代入して、当該画素が背景領域
又は実体領域のいずれに属するかを判断するための手段
と、背景領域に属すると判断された画素に基づき、マス
クデータを作成するための手段と、作成されたマスクデ
ータをメモリに書込んで、所望に応じて読み出すための
マスクデータ格納手段とを備えたことにより、同じく前
記課題を解決するものである。
本発明においては、画像中の背景領域の一部をトレーニ
ングエリアとして指定し、当該トレーニングエリア内の
ＷｆＪ像データを統計的に主成分分析して、任意の色が
背景領域に属する可能性を示す評価関数を、主成分方向
へ延長する倍率に許容限度を設けて作成し、画像の切抜
き線にまたがる領域を指定し、指定された領域内の全て
の画素にっいて、前記評価関数に該画素データを代入し
て、当該画素が背景領域又は実体領域のいずれに属する
かを判断する。 従って、トレーニングエリア内の画像データから、主成
分方向へ延長する倍率に許容限度を設けて評価関数を作
成するため、トレーニングエリアの画素情報に基づいて
、トレーニングエリア外の輪郭線に至るまでの背景色を
ほどよく推測していることになり、出願人が先に提案し
た特願昭６３−１２９９９７号における評価関数に比較
して誤った判別の余地が少ない、精度の良い評価関数を
作成できる。 このように作成した評価関数で実体領域と背景領域を分
けているため、背景部に近い色や影があっても精度良く
判別できると共に、トレーニングエリア・の色からかけ
離れた色を背景領域に判別することがないものである。 よって、迅速且つ精度良く切抜き線を作成して所望する
実体領域を画像から抽出できる。 例えば、画素データＸを評価関数ｆ（ｙ）に代入し、正
の実数値の実定数ｄｏを閾値として、代入された評価関
数値ｆ（ｙ）＞ ｄ ｏならば当該画素は実体領域に属
し、ｆ（ｙ）≦ｄｏならば当該画素は背景領域に属する
と判断する。この背景領域に属すると判断された画素に
マスクデータをオンとし、実体領域に属すると判断され
た画素にマスクデータをオフとした２値マスクデータを
作成して切抜き処理することができる。 ここで、前記評価関数ｆ（ｙ）には、マハラノビス距ｗ
ｌｄを用いることが考えられる。 マハラノビス距離ｄは、多次元空間におけるある着目す
る一点から当該空間内分布までのある種の距離を意味し
、分布形状等の分布状態を考慮に入れた上で着目点が分
布からどれだけ離れているかを表わしている０色空間（
例えば、シアン（Ｃ）軸、マゼンタ（Ｍ）軸、イエロ（
Ｙ）軸）も多次元空間であり、色空間にトレーニングエ
リアの各画素のデータをプロットした場合にもある分布
が形成され、色空間Ｘ上における分布と要素（画素デー
タ）ｙとのマハラノビスの距Ｍｄは、次式％式％ （１） 但し、Ｙは、トレーニングエリアにおける要素ｙの平均
（ベクトル）、ＣＯＶは、共分散行列である。 例えば、−次元の分布におけるマハラノビス距がｚは、
次式（２）のように偏差値δにほぼ相当する。 δ＝Ｚ＊ １０＋５０ ・−・−（２）な
お、１次元の分布におけるマラハノビス距離は標準偏差
σ、要素ｘ等からＺ＝（ｘ−ｎ）／σと表されＺ値とい
う呼び名もある。 三次元空間でいえば、分布からのマハラノビス距離が一
定な点の集まりは楕円体をなす、従って、評価関数とし
てマハラノビス距離を用いである閾値で判別するという
方法は、言い換えれば、トレーニングエリアとしてサン
プリングされた背景領域の分布をその形状まで考慮に入
れた上で、はどよい楕円体で取り囲み、内部と外部とに
分けることに相当する０例えば第１図（Ａ）に示す画像
の色空間分布が同図（Ｂ）になる場合に、その分布をマ
ハラノビス距Ｎｄの２乗が４０になる楕円体で囲んだ状
態を同図（Ｂ）中に示す、なお、第１図（Ａ）のトレー
ニングエリアから平均ｉを求めており、トレーニングエ
リアの分布を第１図（Ｂ）に示している。 しかしながら、前記マハラノビス距離ｄをそのまま評価
関数ｆ （Ｘ）に用いれば、画像を背景領域及び実体領
域に分けることができるが、更に切抜き精度を上げるに
は次のような問題が生じる。 即ち、トレーニングエリアは、背景領域の一部をサンプ
リングした領域であり、背景領域の全てではないため、
必ずしも正確に評価できるとは言い難い、又、トレーニ
ングエリアは実体領域にかからないように背景領域の一
部のみを指定する領域であるため、実体領域及び背景領
域間の輪郭線ぎりぎりのところについて指定しづらい、
又、影のあるような絵柄では、輪郭線付近でトレーニン
グエリア以外の色が現われることがある。 このような問題に対して改善し精度を向上させるべく、
発明者は種々の検討を行い、色空間Ｘにおいて任意にと
った要素（画素データ）攻の評価関数を次式（３）のよ
うに定めることを見出した。 ｆ（ｘ）’ ｔ ＝ （Ｒ’ Ｐ−’ （Ｘ −２））Ａ’ｘ （Ｒ−１
Ｐ−’ （ｙ −２） ） ・・・・・・（３〉但
し、共分散行列Ｃｏｖ＝ＰＡＰ−’の関係があり、Ａは
、該行列Ｃｏｗの固有値を大きい順に並べた対角行列、
Ｐは、該行列Ｃｏｖの各固有値に対する固有ベクトルを
列ベクトルとして横に並べた正規直交行列である。又、
ベクトルｙ、７は列ベクトルで表されているものとし、
（）の右上付添字のｔは、転置を表す（例えばに はＡ
の転置行列であり、ｙｔは列ベクトルを行ベクトルに変
換したものとする）。 なお、ｎを色空間×の次元とすれば、Ｒは、ｎネｎの実
行列で「０を１以上の実定数として、次式（４）の如く
表した対角行列である。 なお、ｒｏ＝１ならば、Ｒは単位行列になって、式は（
３）式のマハラノビス距＠ｄとなる。 この（４）式は、マハラノビス距１１ｄ一定の場合の楕
円体を、例えば第２図のように第１主成分軸方向にｒｏ
倍に引き伸ばしたことに相当する。 この引き伸しの意味は、トレーニングエリア内のグラデ
ーションの向きを知り、そのグラデーションを延長した
色も背景領域として許容するというものである。即ち、
この（３）式は、輪郭線付近にトレーニングエリア以外
の色が現われるような場合は、トレーニングエリアの中
に既にその色を向かう強いグラデーションがかかつてい
るであろうという考え方に基づいたものであり、（３）
式で評価すればトレーニングエリア内のデータを基に、
その色を予測できるという効果がある。 ここで、トレーニングエリアのグラデーションをどこま
で延長しても背景領域に入るとみなすとすれば、実際の
トレーニングエリアの色からはかれ離れた色までも背景
色であると判定されることがあり、実体領域内の思わぬ
色が背景領域へと誤って判別されてしまう危険性がある
。 そこで、本発明では、主成分方向へ延長する倍率ｒｏに
許容限度を設けて評価関数を作成している。これにより
、トレーニングエリアの情報に基づいてトレーニングエ
リア外の輪郭線に至るまでの背景色をほどよく推測して
いることになり、判別の誤りを少なくし乃至はなくする
ことができる、評価関数を作り出せる。
ングエリアとして指定し、当該トレーニングエリア内の
ＷｆＪ像データを統計的に主成分分析して、任意の色が
背景領域に属する可能性を示す評価関数を、主成分方向
へ延長する倍率に許容限度を設けて作成し、画像の切抜
き線にまたがる領域を指定し、指定された領域内の全て
の画素にっいて、前記評価関数に該画素データを代入し
て、当該画素が背景領域又は実体領域のいずれに属する
かを判断する。 従って、トレーニングエリア内の画像データから、主成
分方向へ延長する倍率に許容限度を設けて評価関数を作
成するため、トレーニングエリアの画素情報に基づいて
、トレーニングエリア外の輪郭線に至るまでの背景色を
ほどよく推測していることになり、出願人が先に提案し
た特願昭６３−１２９９９７号における評価関数に比較
して誤った判別の余地が少ない、精度の良い評価関数を
作成できる。 このように作成した評価関数で実体領域と背景領域を分
けているため、背景部に近い色や影があっても精度良く
判別できると共に、トレーニングエリア・の色からかけ
離れた色を背景領域に判別することがないものである。 よって、迅速且つ精度良く切抜き線を作成して所望する
実体領域を画像から抽出できる。 例えば、画素データＸを評価関数ｆ（ｙ）に代入し、正
の実数値の実定数ｄｏを閾値として、代入された評価関
数値ｆ（ｙ）＞ ｄ ｏならば当該画素は実体領域に属
し、ｆ（ｙ）≦ｄｏならば当該画素は背景領域に属する
と判断する。この背景領域に属すると判断された画素に
マスクデータをオンとし、実体領域に属すると判断され
た画素にマスクデータをオフとした２値マスクデータを
作成して切抜き処理することができる。 ここで、前記評価関数ｆ（ｙ）には、マハラノビス距ｗ
ｌｄを用いることが考えられる。 マハラノビス距離ｄは、多次元空間におけるある着目す
る一点から当該空間内分布までのある種の距離を意味し
、分布形状等の分布状態を考慮に入れた上で着目点が分
布からどれだけ離れているかを表わしている０色空間（
例えば、シアン（Ｃ）軸、マゼンタ（Ｍ）軸、イエロ（
Ｙ）軸）も多次元空間であり、色空間にトレーニングエ
リアの各画素のデータをプロットした場合にもある分布
が形成され、色空間Ｘ上における分布と要素（画素デー
タ）ｙとのマハラノビスの距Ｍｄは、次式％式％ （１） 但し、Ｙは、トレーニングエリアにおける要素ｙの平均
（ベクトル）、ＣＯＶは、共分散行列である。 例えば、−次元の分布におけるマハラノビス距がｚは、
次式（２）のように偏差値δにほぼ相当する。 δ＝Ｚ＊ １０＋５０ ・−・−（２）な
お、１次元の分布におけるマラハノビス距離は標準偏差
σ、要素ｘ等からＺ＝（ｘ−ｎ）／σと表されＺ値とい
う呼び名もある。 三次元空間でいえば、分布からのマハラノビス距離が一
定な点の集まりは楕円体をなす、従って、評価関数とし
てマハラノビス距離を用いである閾値で判別するという
方法は、言い換えれば、トレーニングエリアとしてサン
プリングされた背景領域の分布をその形状まで考慮に入
れた上で、はどよい楕円体で取り囲み、内部と外部とに
分けることに相当する０例えば第１図（Ａ）に示す画像
の色空間分布が同図（Ｂ）になる場合に、その分布をマ
ハラノビス距Ｎｄの２乗が４０になる楕円体で囲んだ状
態を同図（Ｂ）中に示す、なお、第１図（Ａ）のトレー
ニングエリアから平均ｉを求めており、トレーニングエ
リアの分布を第１図（Ｂ）に示している。 しかしながら、前記マハラノビス距離ｄをそのまま評価
関数ｆ （Ｘ）に用いれば、画像を背景領域及び実体領
域に分けることができるが、更に切抜き精度を上げるに
は次のような問題が生じる。 即ち、トレーニングエリアは、背景領域の一部をサンプ
リングした領域であり、背景領域の全てではないため、
必ずしも正確に評価できるとは言い難い、又、トレーニ
ングエリアは実体領域にかからないように背景領域の一
部のみを指定する領域であるため、実体領域及び背景領
域間の輪郭線ぎりぎりのところについて指定しづらい、
又、影のあるような絵柄では、輪郭線付近でトレーニン
グエリア以外の色が現われることがある。 このような問題に対して改善し精度を向上させるべく、
発明者は種々の検討を行い、色空間Ｘにおいて任意にと
った要素（画素データ）攻の評価関数を次式（３）のよ
うに定めることを見出した。 ｆ（ｘ）’ ｔ ＝ （Ｒ’ Ｐ−’ （Ｘ −２））Ａ’ｘ （Ｒ−１
Ｐ−’ （ｙ −２） ） ・・・・・・（３〉但
し、共分散行列Ｃｏｖ＝ＰＡＰ−’の関係があり、Ａは
、該行列Ｃｏｗの固有値を大きい順に並べた対角行列、
Ｐは、該行列Ｃｏｖの各固有値に対する固有ベクトルを
列ベクトルとして横に並べた正規直交行列である。又、
ベクトルｙ、７は列ベクトルで表されているものとし、
（）の右上付添字のｔは、転置を表す（例えばに はＡ
の転置行列であり、ｙｔは列ベクトルを行ベクトルに変
換したものとする）。 なお、ｎを色空間×の次元とすれば、Ｒは、ｎネｎの実
行列で「０を１以上の実定数として、次式（４）の如く
表した対角行列である。 なお、ｒｏ＝１ならば、Ｒは単位行列になって、式は（
３）式のマハラノビス距＠ｄとなる。 この（４）式は、マハラノビス距１１ｄ一定の場合の楕
円体を、例えば第２図のように第１主成分軸方向にｒｏ
倍に引き伸ばしたことに相当する。 この引き伸しの意味は、トレーニングエリア内のグラデ
ーションの向きを知り、そのグラデーションを延長した
色も背景領域として許容するというものである。即ち、
この（３）式は、輪郭線付近にトレーニングエリア以外
の色が現われるような場合は、トレーニングエリアの中
に既にその色を向かう強いグラデーションがかかつてい
るであろうという考え方に基づいたものであり、（３）
式で評価すればトレーニングエリア内のデータを基に、
その色を予測できるという効果がある。 ここで、トレーニングエリアのグラデーションをどこま
で延長しても背景領域に入るとみなすとすれば、実際の
トレーニングエリアの色からはかれ離れた色までも背景
色であると判定されることがあり、実体領域内の思わぬ
色が背景領域へと誤って判別されてしまう危険性がある
。 そこで、本発明では、主成分方向へ延長する倍率ｒｏに
許容限度を設けて評価関数を作成している。これにより
、トレーニングエリアの情報に基づいてトレーニングエ
リア外の輪郭線に至るまでの背景色をほどよく推測して
いることになり、判別の誤りを少なくし乃至はなくする
ことができる、評価関数を作り出せる。
以下、図面を参照して本発明の実施例を詳細に説明する
。 この実施例に係る切抜き処理装置のシステム構成を第３
図に示す。 このシステムは、第３図に示すように、画像データを入
力するための画像入力部１０と、入力された画像データ
を格納するための画像データ格納メモリ１２と、画像デ
ータ上のトレーニングエリア及び切抜き線にまたがる領
域（以下、カッティングエリアという）を指示するため
の位置入力部１４と、入力されたトレーニングエリア及
びカッティングエリアのそれぞれの位置を格納するため
の、トレーニングエリア格納メモリ１６及びカッティン
グエリア格納メモリ１８と、前記格納された画像データ
及びトレーニングエリアから前出〈３〉式の評価関数ｆ
（ｙ）を作成するための評価関数作成部２０と、作成
された評価関数を格納するための評価関数格納メモリ２
２と、格納された画像データ中のカッティングエリアで
指示されたエリア内の各画素について前記評価関数ｆ（
ｘ）に該画像のデータを代入し、閾値ｄｏにより、背景
領域に含まれると判断した画素についてマスクデータを
オンとし、それ以外はオフとして２値マスクデータを作
成するための２値化計算部２４と、作成されたマスクデ
ータを格納するためのマスク”データ格納メモリ２６と
、格納されたマスクデータを前記画像データの切抜きの
ために出力するマスクデータ出力部２８とを備える゛。 この実施例は、前記のような１ｆＩｌ威で、第４図に示
す手順に従ってマスクデータを作成する。 即ち、まず画像入力部１０から画像データを入力して、
格納メモリ１２に格納したり、図示しない表示手段に表
示したりする（ステップ１０１）。 次いで、位置入力部１４から入力する位置が、トレーニ
ングエリアであるかカッティングエリアであるかの操作
を選択する（ステップ１０２）。 ■し、この手順の当初においては、評価関数ｆ （Ｘ）
を予め作成する必要から、トレーニングエリアの入力し
かできない、又、−旦トレーニングエリアの入力を選択
した後は、順次カッティングエリアを選択でき、又、切
抜き作業を進めていく過程において、トレーニングエリ
アの変更が行えるようになっている。 次いで、トレーニングエリアを入力する（ステップ１０
３）、なお、この入力に際しては、画像データの背景部
のみを含むような、−箇所又は複数箇所のトレーニング
エリアを、所望に応じて入力することができる。 次いで、前出（３）式から評価関数ｆ （ｙ）を作成す
る（ステップ１０４）、この評価関数ｆ （ｙ）の作成
は、入力トレーニングエリアの画素について、その色デ
ータ（要素）ンの平均７、共分散行列ＣＯｖ等を求めて
（３）式に代入することにより行う。 この際の、色空間としては、（赤（Ｒ）、緑（Ｇ）、青
（Ｂ））の他にも、（Ｃ，Ｍ、Ｙ）、（Ｃ１Ｙ、Ｍ、Ｋ
）、（輝度Ｙ、色度Ｉ、Ｑ）等の空間を対象にできる。 なお、先のステップ１０３で複数のトレーニングエリア
を指定した場合には、それぞれのトレーニングエリアに
対応してそれらの個数だけ評価関数ｆ（ｙ）を作成する
。 次いで、カッティングエリアの入力を行う（ステップ１
０５）。 次いで、カッティングエリア内の画像データからマスク
データを作成する（ステップ１０６）。 この場合、カッティングエリアの各画素データＸを、そ
れぞれのトレーニングエリア毎に作成した評価関数ｆ（
ｘ）へ代入する。その後、閾値ｄｏを、画像データへの
代入された評価関数の値と比較する。該評価関数が複数
あればそれぞれについて比較する。評価関数の値のうち
少なくとも１つに閾値ｄｏ以下のものがあれば、その画
素を背景領域に属するものと判断して当該画素にマスク
データをオンとし、又、前記評価関数の値のいずれも閾
値ｄｏを越える場合には、その画素を実体領域に属する
ものと判断して、マスクデータはオフとする。更に、背
景領域の外側についてマスクデータをオンとして塗りつ
ぶし、２値マスクデータを作成する。完成されたマスク
データは格納メモリ２６内に格納する。 次いでマスクデータを図示しない表示手段に表示する（
ステップ１０７）、この表示されたマスクが、もし不適
切なものであれば再度光のステップ１０２に戻り処理を
続行し、適切なものであれば、マスクデータとして記憶
する（ステップ１０８）。 以上のようにして適切なマスクデータが作成でき、この
マスクデータにより画像データから精度良く背景領域を
切抜くことができる。この場合、輪郭線付近でトレーニ
ングエリア内の色以外の色が現われても、（３）式はマ
ハラノビス距離を延長しているため、正確な切抜き線を
作成することができる。又（３）式では倍率「０に許容
限度を設けるため、トレーニングエリア内の色とかけ離
れた色を背景色であると判定することがなく、精度の良
いマスクデータを作成できる。 なお、前記カッティングエリアは、背景部と実体部にま
たがるものであり、その指示がトレーニングエリアを含
まない場合、含む場合、いずれの場合にもマスクデータ
を作成することができる。 前記実施例では、自動切り処理を実施する場合を説明し
ていたが、本発明の実施する際にはこれに手動切抜き方
式を組合せて切抜き処理するようにしてもよいものであ
る。
。 この実施例に係る切抜き処理装置のシステム構成を第３
図に示す。 このシステムは、第３図に示すように、画像データを入
力するための画像入力部１０と、入力された画像データ
を格納するための画像データ格納メモリ１２と、画像デ
ータ上のトレーニングエリア及び切抜き線にまたがる領
域（以下、カッティングエリアという）を指示するため
の位置入力部１４と、入力されたトレーニングエリア及
びカッティングエリアのそれぞれの位置を格納するため
の、トレーニングエリア格納メモリ１６及びカッティン
グエリア格納メモリ１８と、前記格納された画像データ
及びトレーニングエリアから前出〈３〉式の評価関数ｆ
（ｙ）を作成するための評価関数作成部２０と、作成
された評価関数を格納するための評価関数格納メモリ２
２と、格納された画像データ中のカッティングエリアで
指示されたエリア内の各画素について前記評価関数ｆ（
ｘ）に該画像のデータを代入し、閾値ｄｏにより、背景
領域に含まれると判断した画素についてマスクデータを
オンとし、それ以外はオフとして２値マスクデータを作
成するための２値化計算部２４と、作成されたマスクデ
ータを格納するためのマスク”データ格納メモリ２６と
、格納されたマスクデータを前記画像データの切抜きの
ために出力するマスクデータ出力部２８とを備える゛。 この実施例は、前記のような１ｆＩｌ威で、第４図に示
す手順に従ってマスクデータを作成する。 即ち、まず画像入力部１０から画像データを入力して、
格納メモリ１２に格納したり、図示しない表示手段に表
示したりする（ステップ１０１）。 次いで、位置入力部１４から入力する位置が、トレーニ
ングエリアであるかカッティングエリアであるかの操作
を選択する（ステップ１０２）。 ■し、この手順の当初においては、評価関数ｆ （Ｘ）
を予め作成する必要から、トレーニングエリアの入力し
かできない、又、−旦トレーニングエリアの入力を選択
した後は、順次カッティングエリアを選択でき、又、切
抜き作業を進めていく過程において、トレーニングエリ
アの変更が行えるようになっている。 次いで、トレーニングエリアを入力する（ステップ１０
３）、なお、この入力に際しては、画像データの背景部
のみを含むような、−箇所又は複数箇所のトレーニング
エリアを、所望に応じて入力することができる。 次いで、前出（３）式から評価関数ｆ （ｙ）を作成す
る（ステップ１０４）、この評価関数ｆ （ｙ）の作成
は、入力トレーニングエリアの画素について、その色デ
ータ（要素）ンの平均７、共分散行列ＣＯｖ等を求めて
（３）式に代入することにより行う。 この際の、色空間としては、（赤（Ｒ）、緑（Ｇ）、青
（Ｂ））の他にも、（Ｃ，Ｍ、Ｙ）、（Ｃ１Ｙ、Ｍ、Ｋ
）、（輝度Ｙ、色度Ｉ、Ｑ）等の空間を対象にできる。 なお、先のステップ１０３で複数のトレーニングエリア
を指定した場合には、それぞれのトレーニングエリアに
対応してそれらの個数だけ評価関数ｆ（ｙ）を作成する
。 次いで、カッティングエリアの入力を行う（ステップ１
０５）。 次いで、カッティングエリア内の画像データからマスク
データを作成する（ステップ１０６）。 この場合、カッティングエリアの各画素データＸを、そ
れぞれのトレーニングエリア毎に作成した評価関数ｆ（
ｘ）へ代入する。その後、閾値ｄｏを、画像データへの
代入された評価関数の値と比較する。該評価関数が複数
あればそれぞれについて比較する。評価関数の値のうち
少なくとも１つに閾値ｄｏ以下のものがあれば、その画
素を背景領域に属するものと判断して当該画素にマスク
データをオンとし、又、前記評価関数の値のいずれも閾
値ｄｏを越える場合には、その画素を実体領域に属する
ものと判断して、マスクデータはオフとする。更に、背
景領域の外側についてマスクデータをオンとして塗りつ
ぶし、２値マスクデータを作成する。完成されたマスク
データは格納メモリ２６内に格納する。 次いでマスクデータを図示しない表示手段に表示する（
ステップ１０７）、この表示されたマスクが、もし不適
切なものであれば再度光のステップ１０２に戻り処理を
続行し、適切なものであれば、マスクデータとして記憶
する（ステップ１０８）。 以上のようにして適切なマスクデータが作成でき、この
マスクデータにより画像データから精度良く背景領域を
切抜くことができる。この場合、輪郭線付近でトレーニ
ングエリア内の色以外の色が現われても、（３）式はマ
ハラノビス距離を延長しているため、正確な切抜き線を
作成することができる。又（３）式では倍率「０に許容
限度を設けるため、トレーニングエリア内の色とかけ離
れた色を背景色であると判定することがなく、精度の良
いマスクデータを作成できる。 なお、前記カッティングエリアは、背景部と実体部にま
たがるものであり、その指示がトレーニングエリアを含
まない場合、含む場合、いずれの場合にもマスクデータ
を作成することができる。 前記実施例では、自動切り処理を実施する場合を説明し
ていたが、本発明の実施する際にはこれに手動切抜き方
式を組合せて切抜き処理するようにしてもよいものであ
る。
以上説明した通り、本発明によれば、トレーニングエリ
アの色からかけ離れた色を背景領域に判別することなく
、精度良く、且つ迅速に切抜き処理を行うことができる
という優れた効果が得られる。
アの色からかけ離れた色を背景領域に判別することなく
、精度良く、且つ迅速に切抜き処理を行うことができる
という優れた効果が得られる。
第１図は、本発明の詳細な説明するための、トレーニン
グエリアと、その画素データの分布を、マハラノビス距
離に基づき囲んだ例を示す平面図及び線図、 第２図は、同じく分布の第１主成分軸の例を示す線図、 第３図は、本発明の実施例に係る切抜きマスク作成シス
テムの全体的な構成を示すブロック図、第４図は、前記
実施例の作用を説明するための切抜きマスク作成手順を
示すフローチャートである。 １０・・・画像入力部、 １２・・・画像データ格納部、 １４・・・位置入力部、 １６・・・トレーニングエリア格納メモリ、１８・・・
カッティングエリア格納メモリ、２０・・・評価関数の
作成部、 ２２・・・評価関数の格納メモリ、 ２４・・・２値化計算部、 ２６・・・マスクデータ格納メモリ、 ２８・・・マスク出力手段。
グエリアと、その画素データの分布を、マハラノビス距
離に基づき囲んだ例を示す平面図及び線図、 第２図は、同じく分布の第１主成分軸の例を示す線図、 第３図は、本発明の実施例に係る切抜きマスク作成シス
テムの全体的な構成を示すブロック図、第４図は、前記
実施例の作用を説明するための切抜きマスク作成手順を
示すフローチャートである。 １０・・・画像入力部、 １２・・・画像データ格納部、 １４・・・位置入力部、 １６・・・トレーニングエリア格納メモリ、１８・・・
カッティングエリア格納メモリ、２０・・・評価関数の
作成部、 ２２・・・評価関数の格納メモリ、 ２４・・・２値化計算部、 ２６・・・マスクデータ格納メモリ、 ２８・・・マスク出力手段。
Claims (2)
- （１）画像データを演算処理し、電子的に切抜き処理す
る方法において、 画像中の背景領域の一部をトレーニングエリアとして指
定し、 該トレーニングエリア内の画像データを統計的に主成分
分析し、任意の色が背景領域に属する可能性を示す評価
関数を、主成分方向へ延長する倍率に許容限度を設けて
作成し、 画像の切抜き線にまたがる領域を指定し、 指定された領域内の全ての画素について、前記評価関数
に該画素データを代入し、該画素が背景領域又は実体領
域のいずれに属するかを判断することを特徴とする切抜
き処理方法。 - （２）画像表示手段、画像データ入力手段及び演算手段
を有する切抜き処理装置において、 画像中の背景領域の一部をトレーニングエリアとして指
定するための手段と、 指定されたトレーニングエリア内の画像データを統計的
に主成分分析して、任意の色が背景領域に属する可能性
を示す評価関数を、主成分方向へ延長する倍率に許容限
度を設けて作成するための評価関数作成手段と、 画像の切抜き線にまたがる領域を指定するための手段と
、 指定領域内の全ての画素について、前記評価関数に該画
素データを代入して、該画素が背景領域又は実体領域の
いずれに属するかを判断するための手段と、 背景領域に属すると判断された画素に基づき、マスクデ
ータを作成するための手段と、 作成されたマスクデータをメモリに書込んで、所望に応
じて読み出すためのマスクデータ格納手段と、 を備えたことを特徴とする切抜き処理装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1340452A JPH03201173A (ja) | 1989-12-28 | 1989-12-28 | 切抜き処理方法及び装置 |
| EP19900124904 EP0435167A3 (en) | 1989-12-20 | 1990-12-20 | Cut mask preparation method and apparatus |
| US08/355,320 US5454050A (en) | 1989-12-20 | 1994-12-13 | Cut mask preparation method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1340452A JPH03201173A (ja) | 1989-12-28 | 1989-12-28 | 切抜き処理方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH03201173A true JPH03201173A (ja) | 1991-09-03 |
Family
ID=18337098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1340452A Pending JPH03201173A (ja) | 1989-12-20 | 1989-12-28 | 切抜き処理方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH03201173A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019185204A (ja) * | 2018-04-04 | 2019-10-24 | 富士電機株式会社 | 画像処理装置、ロボットシステム、画像処理方法 |
-
1989
- 1989-12-28 JP JP1340452A patent/JPH03201173A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019185204A (ja) * | 2018-04-04 | 2019-10-24 | 富士電機株式会社 | 画像処理装置、ロボットシステム、画像処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2063393B1 (en) | Color classifying method, color recognizing method, color classifying device, color recognizing device, color recognizing system, computer program, and recording medium | |
| JPH0863597A (ja) | 顔抽出方法 | |
| EP0558054A2 (en) | Image filing method | |
| EP0435167A2 (en) | Cut mask preparation method and apparatus | |
| US5343538A (en) | Method and an apparatus for identifying an object using quantile partitions | |
| US6304670B1 (en) | Coloration and display of data matrices | |
| JP3706743B2 (ja) | 関心領域抽出方法及び装置並びに記憶媒体 | |
| KR20230095801A (ko) | 인공지능 기반의 병리영상 암 병변 맞춤형 위치 표시 방법 및 시스템 | |
| US5825916A (en) | Illuminant color detection | |
| JP2004265431A (ja) | 顔抽出方法 | |
| CN113095147A (zh) | 皮肤区域检测方法、系统、图像处理终端和存储介质 | |
| JP2981382B2 (ja) | パターンマッチング方法 | |
| JP7631042B2 (ja) | 学習データ生成システム | |
| JP2936599B2 (ja) | カラー画像処理装置 | |
| JP4207256B2 (ja) | カラー画像の領域分割方法およびプログラム記憶媒体 | |
| JP2002208013A (ja) | 画像領域抽出装置及び画像領域抽出方法 | |
| KR100230446B1 (ko) | 칼라 화상으로부터 조명의 칼라를 결정하는 방법 | |
| JP2004234689A (ja) | 顔抽出方法 | |
| JP3268014B2 (ja) | 色抽出装置 | |
| JP2007033088A (ja) | 面積導出方法 | |
| JPH07113969B2 (ja) | 画像処理方法 | |
| JP4517788B2 (ja) | 画像分類装置、画像分類方法、画像選択装置、画像選択方法および記録媒体 | |
| JPH06274618A (ja) | 領域識別装置 | |
| JPH06162180A (ja) | 領域抽出方式 | |
| JPS62198968A (ja) | 画像処理方法 |