JPH06290268A - 画像のエッジ抽出処理方法 - Google Patents
画像のエッジ抽出処理方法Info
- Publication number
- JPH06290268A JPH06290268A JP5269542A JP26954293A JPH06290268A JP H06290268 A JPH06290268 A JP H06290268A JP 5269542 A JP5269542 A JP 5269542A JP 26954293 A JP26954293 A JP 26954293A JP H06290268 A JPH06290268 A JP H06290268A
- Authority
- JP
- Japan
- Prior art keywords
- edge
- image
- edge extraction
- scale
- filter
- 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
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 入力濃淡画像から、位置誤差を低減し、且
つ、雑音を排除したエッジ画像を抽出する。 【構成】 エッジ抽出部１は、入力濃淡画像に各スケー
ルσi（ｉ＝１，…，ｎ）のフィルタをかけてｎ種類の
エッジ画像を抽出する。ガウスフィルタリング部２は、
ｎ種類のエッジ画像に、それぞれに対応するスケールτ
i（ｉ＝１，…，ｎ）のガウスフィルタをかけて、ぼか
し処理を行う。線形加算部３は、ｎ種類のぼかしエッジ
画像を、各々に所望の重みを与えて線形に加算する。エ
ッジ決定部４は、線形加算部３の出力画像を閾値処理
し、最終結果の出力エッジ画像２０を得る。 【効果】 複数スケールで得られた各エッジについて、
それらをガウスフィルタでぼかし、線形和を利用するこ
とで、雑音に強く位置誤差の少ないエッジ抽出が可能に
なる。
つ、雑音を排除したエッジ画像を抽出する。 【構成】 エッジ抽出部１は、入力濃淡画像に各スケー
ルσi（ｉ＝１，…，ｎ）のフィルタをかけてｎ種類の
エッジ画像を抽出する。ガウスフィルタリング部２は、
ｎ種類のエッジ画像に、それぞれに対応するスケールτ
i（ｉ＝１，…，ｎ）のガウスフィルタをかけて、ぼか
し処理を行う。線形加算部３は、ｎ種類のぼかしエッジ
画像を、各々に所望の重みを与えて線形に加算する。エ
ッジ決定部４は、線形加算部３の出力画像を閾値処理
し、最終結果の出力エッジ画像２０を得る。 【効果】 複数スケールで得られた各エッジについて、
それらをガウスフィルタでぼかし、線形和を利用するこ
とで、雑音に強く位置誤差の少ないエッジ抽出が可能に
なる。
Description
【０００１】本発明は、画像処理におけるエッジ抽出に
あたって、異なるスケール（解像度）のフィルタの情報
を統合してエッジを抽出する画像のエッジ抽出処理方法
に関するものである。
あたって、異なるスケール（解像度）のフィルタの情報
を統合してエッジを抽出する画像のエッジ抽出処理方法
に関するものである。
【０００２】
【従来の技術】従来、画像処理において、フィルタをか
けてエッジ部分を抽出することは利用されている。これ
は、スケールサイズの変更が自由に行え、雑音にも比較
的安定していることなどを特徴としている。
けてエッジ部分を抽出することは利用されている。これ
は、スケールサイズの変更が自由に行え、雑音にも比較
的安定していることなどを特徴としている。
【０００３】しかし、フィルタを掛けてエッジ抽出を行
う際、スケールサイズが大きい（解像度が低いフィル
タ）と、大まかな特徴を掴むことができる反面、得られ
るエッジに位置誤差が生じ（例えばＬu，“Ｂehavoir o
f Ｅdges in ＳcaleＳpace,”ＩＥＥＥ Ｔrans ＰＡＭ
Ｉ−１１ pp３３７−３５６，１９８９など）、逆に、
小さい（解像度が高いフィルタ）と、局所的な情報から
エッジを計算するため、位置誤差が低減される反面、雑
音に敏感になるという問題がある。
う際、スケールサイズが大きい（解像度が低いフィル
タ）と、大まかな特徴を掴むことができる反面、得られ
るエッジに位置誤差が生じ（例えばＬu，“Ｂehavoir o
f Ｅdges in ＳcaleＳpace,”ＩＥＥＥ Ｔrans ＰＡＭ
Ｉ−１１ pp３３７−３５６，１９８９など）、逆に、
小さい（解像度が高いフィルタ）と、局所的な情報から
エッジを計算するため、位置誤差が低減される反面、雑
音に敏感になるという問題がある。
【０００４】そのため、近年、複数のスケールサイズの
フィルタ出力から一つのエッジ表現を得る多重解像度エ
ッジ抽出法が研究されつつある（例えば“Ｅdge Ｃonto
ursＵsing Ｍultiple Ｓcales,”Ｄonna Ｊ．Ｗilliam
s，Ｍubarak Ｓhah，Ｃomputer Ｖision，Ｇraphics，a
nd Ｉmage Ｐrocessing，５１，１９９０，pp.２５６−
２７４など）。しかし、未だ明確で効率的な多重解像度
エッジ抽出法は確立されていない。
フィルタ出力から一つのエッジ表現を得る多重解像度エ
ッジ抽出法が研究されつつある（例えば“Ｅdge Ｃonto
ursＵsing Ｍultiple Ｓcales,”Ｄonna Ｊ．Ｗilliam
s，Ｍubarak Ｓhah，Ｃomputer Ｖision，Ｇraphics，a
nd Ｉmage Ｐrocessing，５１，１９９０，pp.２５６−
２７４など）。しかし、未だ明確で効率的な多重解像度
エッジ抽出法は確立されていない。
【０００５】
【発明が解決しようとする課題】従来技術において、明
確で効率的な多重解像度エッジ抽出法を困難にしている
原因のひとつとして、各解像度における位置誤差によ
り、同じエッジ部分から生じるエッジ間の整合がとりず
らいという問題があった。
確で効率的な多重解像度エッジ抽出法を困難にしている
原因のひとつとして、各解像度における位置誤差によ
り、同じエッジ部分から生じるエッジ間の整合がとりず
らいという問題があった。
【０００６】本発明は、上記従来の問題点を解決するた
めに、複数スケールで得られたそれぞれのエッジについ
て、それらをガウスフィルタでぼかした線形和を利用す
ることで、位置誤差を低減し、雑音を排除したエッジを
効率的に抽出することを目的とする。
めに、複数スケールで得られたそれぞれのエッジについ
て、それらをガウスフィルタでぼかした線形和を利用す
ることで、位置誤差を低減し、雑音を排除したエッジを
効率的に抽出することを目的とする。
【０００７】さらに本発明は、ある解像度（スケール）
を強調するエッジ処理や、画像の局所的な形状に軟柔な
エッジ処理を可能にすることを目的とする。
を強調するエッジ処理や、画像の局所的な形状に軟柔な
エッジ処理を可能にすることを目的とする。
【０００８】
【課題を解決するための手段】本発明の画像のエッジ抽
出処理方法は、入力濃淡画像に対し、複数の異なるスケ
ールのフィルタを用いてそれぞれエッジの抽出を行う第
一の過程と、第一の過程で得られた各エッジ抽出結果
に、それぞれに対応するスケールを持つガウスフィルタ
をかける第二の過程と、第二の過程で得られた各処理結
果を線形に足し合わせる第三の過程と、第三の過程で得
られた処理結果からエッジ点を検出する第四の過程とを
有することを特徴とする。
出処理方法は、入力濃淡画像に対し、複数の異なるスケ
ールのフィルタを用いてそれぞれエッジの抽出を行う第
一の過程と、第一の過程で得られた各エッジ抽出結果
に、それぞれに対応するスケールを持つガウスフィルタ
をかける第二の過程と、第二の過程で得られた各処理結
果を線形に足し合わせる第三の過程と、第三の過程で得
られた処理結果からエッジ点を検出する第四の過程とを
有することを特徴とする。
【０００９】また、本発明の画像のエッジ抽出処理方法
では、上記第三の過程において、第二の過程で得られた
各処理結果を線形に足し合せる際、特定のスケールのも
のとそのほかのスケールのものとで異なる重みを与えて
線形に足し合わせることを特徴とする。
では、上記第三の過程において、第二の過程で得られた
各処理結果を線形に足し合せる際、特定のスケールのも
のとそのほかのスケールのものとで異なる重みを与えて
線形に足し合わせることを特徴とする。
【００１０】さらに、本発明の画像のエッジ抽出処理方
法は、上記第三の過程において、第二の過程で得られた
各処理結果を線形に足し合わせる際、画像上の局所領域
に応じて異なる重みを与えて線形に足し合わせることを
特徴とする。
法は、上記第三の過程において、第二の過程で得られた
各処理結果を線形に足し合わせる際、画像上の局所領域
に応じて異なる重みを与えて線形に足し合わせることを
特徴とする。
【００１１】
【作用】本発明においては、複数スケールのフィルタで
エッジ抽出を行い、更にそれぞれに対応するスケールの
カウスフィルタをかけてぼかし、それらの出力を線形に
足すことにより、多種多様のスケールによって抽出され
る位置誤差を含む情報を統合し、一つのエッジを得るこ
とが可能である。また、ガウスフィルタでぼかして線形
に足し合わせることにより、各スケール間のエッジの整
合をとらずに統合を行うことが可能である。
エッジ抽出を行い、更にそれぞれに対応するスケールの
カウスフィルタをかけてぼかし、それらの出力を線形に
足すことにより、多種多様のスケールによって抽出され
る位置誤差を含む情報を統合し、一つのエッジを得るこ
とが可能である。また、ガウスフィルタでぼかして線形
に足し合わせることにより、各スケール間のエッジの整
合をとらずに統合を行うことが可能である。
【００１２】また、各スケールフィルタで得られたエッ
ジに、それぞれに対応するスケールのガウスフィルタを
かけて線形に足す際、所望の重みを与えることによっ
て、細かい情報を強調したり、大局的な情報を強調した
り、あるいは画像の局所的な形状を強調しながら、多重
解像度のエッジ抽出を行うことが可能である。
ジに、それぞれに対応するスケールのガウスフィルタを
かけて線形に足す際、所望の重みを与えることによっ
て、細かい情報を強調したり、大局的な情報を強調した
り、あるいは画像の局所的な形状を強調しながら、多重
解像度のエッジ抽出を行うことが可能である。
【００１３】
【実施例】以下、本発明の実施例を図面により詳細に説
明する。
明する。
【００１４】図１は本発明の全体構成図を示す。図１に
おいて、１はエッジ抽出部、２はガウスフィルタリング
部、３は線形加算部、４はエッジ決定部であり、１０は
入力濃淡画像、２０は出力エッジ画像である。ここで、
エッジ抽出部１はスケールσ1，…，σnのフィルタによ
る複数のエッジ抽出ユニット１−１〜１−ｎからなり、
ガウスフィルタリング部２はスケールτ1，…，τnの複
数のガウスフィルタリング・ユニット２−１〜２−ｎか
らなる。
おいて、１はエッジ抽出部、２はガウスフィルタリング
部、３は線形加算部、４はエッジ決定部であり、１０は
入力濃淡画像、２０は出力エッジ画像である。ここで、
エッジ抽出部１はスケールσ1，…，σnのフィルタによ
る複数のエッジ抽出ユニット１−１〜１−ｎからなり、
ガウスフィルタリング部２はスケールτ1，…，τnの複
数のガウスフィルタリング・ユニット２−１〜２−ｎか
らなる。
【００１５】処理は、エッジ抽出部１、ガウスフィルタ
リング部２、線形加算部３、エッジ決定部４の順に行
う。以下に各部の処理を順に説明する。なお、入力画像
１０はディジタル濃淡画像としている。
リング部２、線形加算部３、エッジ決定部４の順に行
う。以下に各部の処理を順に説明する。なお、入力画像
１０はディジタル濃淡画像としている。
【００１６】（エッジ抽出部１）入力濃淡画像１０に対
し、複数のスケールσ1，…，σnを決定する。決定する
方法としては、例えば本出願人が先に提案した特願平４
−５０４１５号「フィルタスケール選択方法」を用いる
ことができる。
し、複数のスケールσ1，…，σnを決定する。決定する
方法としては、例えば本出願人が先に提案した特願平４
−５０４１５号「フィルタスケール選択方法」を用いる
ことができる。
【００１７】エッジ抽出ユニット１−１〜１−ｎは、入
力濃淡画像１０にスケールσi（ｉ＝１，…，ｎ）のフ
ィルタをかけ、それぞれエッジ画像を抽出する（多重解
像度エッジ抽出）。フィルタとしては、例えば次式のラ
プラシアンガウシアンフィルタ
力濃淡画像１０にスケールσi（ｉ＝１，…，ｎ）のフ
ィルタをかけ、それぞれエッジ画像を抽出する（多重解
像度エッジ抽出）。フィルタとしては、例えば次式のラ
プラシアンガウシアンフィルタ
【数１】 などがある。スケールσを大きくすると解像度は低くな
り、スケールσを小さくすると解像度は高くなる。な
お、エッジ抽出部１で抽出する各エッジ画像は二値化さ
れていても、強度値として濃淡画像として得られていて
も差し支えない。
り、スケールσを小さくすると解像度は高くなる。な
お、エッジ抽出部１で抽出する各エッジ画像は二値化さ
れていても、強度値として濃淡画像として得られていて
も差し支えない。
【００１８】（ガウスフィルタリング部２）ガウスフィ
ルタリング・ユニット２−１〜２−ｎは、エッジ抽出部
１で抽出されたｎ種類（ｎ個の解像度）のエッジ画像
に、それぞれにスケールτ1，…，τnのガウスフィルタ
ルタリング・ユニット２−１〜２−ｎは、エッジ抽出部
１で抽出されたｎ種類（ｎ個の解像度）のエッジ画像
に、それぞれにスケールτ1，…，τnのガウスフィルタ
【数２】 を掛けて、ぼかし処理を行う。ぼかしは、τが小さいと
小さく、τを大きくするにしたがって大きくなる。
小さく、τを大きくするにしたがって大きくなる。
【００１９】このガウスフィルタリング部２では、各τ
iを選定する際、エッジ抽出部１で得たエッジが位置ず
れを起こしている可能性のある範囲を考慮できる。例え
ば、図２（１）に示すように、位置誤差を起こしている
可能性のある範囲が大きい点ａと小さい点ｂが、それぞ
れσaとσbのフィルタによる出力結果として、エッジ抽
出部１で得られたとする。この時、ガウスフィルタリン
グ部２において、各ａ，ｂに対して位置誤差の範囲を考
慮した大きいτaと小さいτbを与えることにより、次の
線形加算部３の出力においては、図２（２）に示すよう
に各エッジの位置誤差の範囲内にピークを得ることがで
きる。
iを選定する際、エッジ抽出部１で得たエッジが位置ず
れを起こしている可能性のある範囲を考慮できる。例え
ば、図２（１）に示すように、位置誤差を起こしている
可能性のある範囲が大きい点ａと小さい点ｂが、それぞ
れσaとσbのフィルタによる出力結果として、エッジ抽
出部１で得られたとする。この時、ガウスフィルタリン
グ部２において、各ａ，ｂに対して位置誤差の範囲を考
慮した大きいτaと小さいτbを与えることにより、次の
線形加算部３の出力においては、図２（２）に示すよう
に各エッジの位置誤差の範囲内にピークを得ることがで
きる。
【００２０】具体的なτの値としては、エッジ抽出を行
う際のσが大きい（解像度が低い）ほど位置誤差が大き
くなることから、τとして前出のσ1，…，σn、もしく
はその定数倍を用いることが考えられる。
う際のσが大きい（解像度が低い）ほど位置誤差が大き
くなることから、τとして前出のσ1，…，σn、もしく
はその定数倍を用いることが考えられる。
【００２１】（線形加算部３）ガウスフィルタリング部
２で得られたｎ種類のぼかしエッジ画像を線形に加算す
る。即ち、線形加算部３では、各ぼかしエッジ画像ＧＥ
i（ｉ＝１，…，ｎ）に対する重みａiを決め、
２で得られたｎ種類のぼかしエッジ画像を線形に加算す
る。即ち、線形加算部３では、各ぼかしエッジ画像ＧＥ
i（ｉ＝１，…，ｎ）に対する重みａiを決め、
【数３】 を計算する。
【００２２】ここで、重みαiの値を変えることで、あ
る特定スケールのエッジを強調することが容易に可能で
あり、画像や目的に応じた柔軟なエッジ抽出を行うこと
ができる。以下に、そのいくつかの方法について説明す
る。
る特定スケールのエッジを強調することが容易に可能で
あり、画像や目的に応じた柔軟なエッジ抽出を行うこと
ができる。以下に、そのいくつかの方法について説明す
る。
【００２３】 （１）全ての解像度に対して均一に与える方法 全ての解像度に対して均一の重みを与えた場合、最も小
さいτでぼかしたエッジ画像の付近にピークが現れる確
率が高くなる。一例を図３に示す。今、ｑ1，ｑ2，ｑ3
を、それぞれエッジ抽出部１でスケールσiを用いて得
たエッジ点とする。但し、σ1＜σ2＜σ3とし、ガウス
フィルタリング部２におけるτ1も同様とする。図３の
（１）にガウスフィルタリング部２の出力例、同図
（２）に、この場合の線形加算部３の出力を正規化した
ものを示す。ピークは最も位置精度の高いｑ1の付近に
現われているのがわかる。従って、このピークを追跡す
ることによって最も位置誤差の小さいｑ1の近傍にエッ
ジを求めることができる。
さいτでぼかしたエッジ画像の付近にピークが現れる確
率が高くなる。一例を図３に示す。今、ｑ1，ｑ2，ｑ3
を、それぞれエッジ抽出部１でスケールσiを用いて得
たエッジ点とする。但し、σ1＜σ2＜σ3とし、ガウス
フィルタリング部２におけるτ1も同様とする。図３の
（１）にガウスフィルタリング部２の出力例、同図
（２）に、この場合の線形加算部３の出力を正規化した
ものを示す。ピークは最も位置精度の高いｑ1の付近に
現われているのがわかる。従って、このピークを追跡す
ることによって最も位置誤差の小さいｑ1の近傍にエッ
ジを求めることができる。
【００２４】 （２）生体の視覚感度曲線に倣って与える方法 一般に生体の資格感度曲線では、６つのチャネルの空間
周波数帯域のうち、中間の３つのチャネルの空間周波数
帯域が高感度となっている（例えば、田崎、大山、樋渡
編、“視覚情報処理”朝倉書店，１９７９）。これを参
考にして、中間チャネルを強く、低周波、及び高周波チ
ャネルを弱く与えることが考えられる。生体の視覚感度
に倣うと、高周波から順に、ほぼ以下のような比率にな
る。 α1：α2：α3：α4：α5：α6＝１：２：４：４：４：
２
周波数帯域のうち、中間の３つのチャネルの空間周波数
帯域が高感度となっている（例えば、田崎、大山、樋渡
編、“視覚情報処理”朝倉書店，１９７９）。これを参
考にして、中間チャネルを強く、低周波、及び高周波チ
ャネルを弱く与えることが考えられる。生体の視覚感度
に倣うと、高周波から順に、ほぼ以下のような比率にな
る。 α1：α2：α3：α4：α5：α6＝１：２：４：４：４：
２
【００２５】（３）ある解像度を強調する方法 更に、ある解像度を強調するように与えることが考えら
れる。例えば、図４（１）に示すように、σαとσβで
得られた二つのエッジ点α，βがあったとし、それに対
し均一なτでガウスフィルタをかけたとする。この時、
それぞれの重みａαとａβをａα＜ａβと与えることに
より、エッジ点βを強調することが可能になる。図４
（２）に、図４（１）に対しａα：ａβ＝２：３として
線形に加算し正規化した結果を示す。また、例えば、上
記（２）に示した例で、 α1：α2：α3：α4：α5：α6＝０：０：０：１：２：
１ という与え方をすることにより、細かい特徴を排除し、
概形情報を中心にエッジを抽出することが可能になる。
れる。例えば、図４（１）に示すように、σαとσβで
得られた二つのエッジ点α，βがあったとし、それに対
し均一なτでガウスフィルタをかけたとする。この時、
それぞれの重みａαとａβをａα＜ａβと与えることに
より、エッジ点βを強調することが可能になる。図４
（２）に、図４（１）に対しａα：ａβ＝２：３として
線形に加算し正規化した結果を示す。また、例えば、上
記（２）に示した例で、 α1：α2：α3：α4：α5：α6＝０：０：０：１：２：
１ という与え方をすることにより、細かい特徴を排除し、
概形情報を中心にエッジを抽出することが可能になる。
【００２６】（４）局所的に変化させる方法 以上のように、統合の重みαiを画面全体で均一とする
以外に、この重みａiを位置座標（ｘ，ｙ）の関数ａ
i（ｘ，ｙ）として与えることにより、局所的な形状に
軟柔なエッジ処理も可能になる。例えば、σαとσβの
フィルタによってエッジ抽出部１で得られた出力に対
し、均一なτのガウスフィルタをかけた出力をＧＥα，
ＧＥβとする。この時、画像Ｉの部分領域Ｉ0に属する
点上で、ＧＥαの重みａαを大きく、ＧＥβの重みａβ
を小さくとることにより、部分領域Ｉ0のみでＧＥαの
強調を行うことが可能である。 この場合、Ｉ0の境界
部分においてエッジが途切れる可能性があるが、Ｉ0の
境界部分においてゆるやかにａα，ａβを変化させるこ
とにより、滑らかな出力を得ることができる。これを図
５に示す。つまり、図５（１）に示すように、画像の中
心部からの距離ｒが、ｒ＜ｒ0となる領域をＩ0、ｒ0≦
ｒ＜ｒ1となる領域をＩ1、ｒ≧ｒ1となる領域をＩ2とす
る。この３つの領域に対し、ｒの値によって変化するｔ
を用いて、ａα：ａβ＝１−ｔ：ｔと重みを与える。但
し、ｔ＝０（ｒ＜ｒ0），ｔ＝（ｒ−ｒ0）／（ｒ1−
ｒ0），ｔ＝１（ｒ≧ｒ1）である。図５（２）にｔの値
を示す。このように重みａi（ｘ，ｙ）を与えることに
より、中心部分Ｉ0ではＧＥαが強調され、周辺部分Ｉ2
ではＧＥβが強調され、境界部分Ｉ1では、中心部分Ｉ0
と周辺部分Ｉ2の出力を滑らかにつなぐことが可能であ
る。
以外に、この重みａiを位置座標（ｘ，ｙ）の関数ａ
i（ｘ，ｙ）として与えることにより、局所的な形状に
軟柔なエッジ処理も可能になる。例えば、σαとσβの
フィルタによってエッジ抽出部１で得られた出力に対
し、均一なτのガウスフィルタをかけた出力をＧＥα，
ＧＥβとする。この時、画像Ｉの部分領域Ｉ0に属する
点上で、ＧＥαの重みａαを大きく、ＧＥβの重みａβ
を小さくとることにより、部分領域Ｉ0のみでＧＥαの
強調を行うことが可能である。 この場合、Ｉ0の境界
部分においてエッジが途切れる可能性があるが、Ｉ0の
境界部分においてゆるやかにａα，ａβを変化させるこ
とにより、滑らかな出力を得ることができる。これを図
５に示す。つまり、図５（１）に示すように、画像の中
心部からの距離ｒが、ｒ＜ｒ0となる領域をＩ0、ｒ0≦
ｒ＜ｒ1となる領域をＩ1、ｒ≧ｒ1となる領域をＩ2とす
る。この３つの領域に対し、ｒの値によって変化するｔ
を用いて、ａα：ａβ＝１−ｔ：ｔと重みを与える。但
し、ｔ＝０（ｒ＜ｒ0），ｔ＝（ｒ−ｒ0）／（ｒ1−
ｒ0），ｔ＝１（ｒ≧ｒ1）である。図５（２）にｔの値
を示す。このように重みａi（ｘ，ｙ）を与えることに
より、中心部分Ｉ0ではＧＥαが強調され、周辺部分Ｉ2
ではＧＥβが強調され、境界部分Ｉ1では、中心部分Ｉ0
と周辺部分Ｉ2の出力を滑らかにつなぐことが可能であ
る。
【００２７】（エッジ決定部４）線形加算部３で得られ
た出力からエッジを決定し、最終的に出力エッジ画像２
０を得る。エッジ決定方法としては、 （１）出力の強度値に対して、ある一定の閾値以上をと
るものを求めてエッジとみなす方法 （２）出力の強度値がある一定の閾値ｔｈ１以上の点の
近傍点で、閾値ｔｈ２以上をとるものを追跡してエッジ
とみなす方法 （３）出力の強度値がある一定の閾値ｔｈ１以上の点の
近傍点のうち、閾値ｔｈ２以上で最大のものを追跡して
エッジとみなす方法 （４）出力の強度値を輪郭モデルのエネルギー関数に与
え、輪郭モデルを収束させる方法 などが考えられる。なお、（４）の方法における輪郭モ
デルとしては、Ｓnakes（Ｍ．Ｋass，Ａ．Ｗitkin，
Ｄ．Ｔerzopoulos，“Ｓnakes：Ａctive contourmodel
s”，Ｐroc.ＩＣＣＶ−８７，pp．２５９−２６８，１
９８７ 参照)などが考えられる。
た出力からエッジを決定し、最終的に出力エッジ画像２
０を得る。エッジ決定方法としては、 （１）出力の強度値に対して、ある一定の閾値以上をと
るものを求めてエッジとみなす方法 （２）出力の強度値がある一定の閾値ｔｈ１以上の点の
近傍点で、閾値ｔｈ２以上をとるものを追跡してエッジ
とみなす方法 （３）出力の強度値がある一定の閾値ｔｈ１以上の点の
近傍点のうち、閾値ｔｈ２以上で最大のものを追跡して
エッジとみなす方法 （４）出力の強度値を輪郭モデルのエネルギー関数に与
え、輪郭モデルを収束させる方法 などが考えられる。なお、（４）の方法における輪郭モ
デルとしては、Ｓnakes（Ｍ．Ｋass，Ａ．Ｗitkin，
Ｄ．Ｔerzopoulos，“Ｓnakes：Ａctive contourmodel
s”，Ｐroc.ＩＣＣＶ−８７，pp．２５９−２６８，１
９８７ 参照)などが考えられる。
【００２８】図６乃至図２３に処理の具体例を示す。図
６は入力濃淡画像の一例である。ここではディジタル濃
淡画像を示し、画素数は５１２×５１２である。
６は入力濃淡画像の一例である。ここではディジタル濃
淡画像を示し、画素数は５１２×５１２である。
【００２９】図７乃至図１２は、図６の入力濃淡画像に
対し、異なるスケールσi（ｉ＝１，…，６）のフィル
タをかけて、６種類の解像度によるエッジ抽出を行った
例である。ここでは、フィルタにラプラシアンガウシア
ンフィルタを用い、ゼロクロス点を抽出する手法をとっ
た。フィルタスケールはそれぞれσ1＝１．７４，σ2＝
３．３４，σ3＝６．５２，σ4＝９．２４，σ5＝１
５．１，σ6＝３２．０である。図７乃至図１２に示す
ように、スケールσが小さい（解像度が高い）と繁雑な
エッジが抽出され、逆にスケールが大きい（解像度が低
い）と大まかとなるが、位置ずれが起こる。
対し、異なるスケールσi（ｉ＝１，…，６）のフィル
タをかけて、６種類の解像度によるエッジ抽出を行った
例である。ここでは、フィルタにラプラシアンガウシア
ンフィルタを用い、ゼロクロス点を抽出する手法をとっ
た。フィルタスケールはそれぞれσ1＝１．７４，σ2＝
３．３４，σ3＝６．５２，σ4＝９．２４，σ5＝１
５．１，σ6＝３２．０である。図７乃至図１２に示す
ように、スケールσが小さい（解像度が高い）と繁雑な
エッジが抽出され、逆にスケールが大きい（解像度が低
い）と大まかとなるが、位置ずれが起こる。
【００３０】図１３乃至図１８は、図７乃至図１２の各
エッジ画像に、それぞれのスケールσ1〜σ6と同一のス
ケール（即ち、τ1＝１．７４，τ2＝３．３４，τ3＝
６．５２，τ4＝９．２４，τ5＝１５．１，τ6＝３
２．０）のガウスフィルタをかけて得られたぼかしエッ
ジ画像である。なお、ぼかしの様子が良く分かるよう
に、図１３乃至図１８のそれぞれの画像の一部を拡大し
たものを図１９にまとめて示す。
エッジ画像に、それぞれのスケールσ1〜σ6と同一のス
ケール（即ち、τ1＝１．７４，τ2＝３．３４，τ3＝
６．５２，τ4＝９．２４，τ5＝１５．１，τ6＝３
２．０）のガウスフィルタをかけて得られたぼかしエッ
ジ画像である。なお、ぼかしの様子が良く分かるよう
に、図１３乃至図１８のそれぞれの画像の一部を拡大し
たものを図１９にまとめて示す。
【００３１】図２０は、図１３乃至図１８の６種類のぼ
かしエッジ画像を、重みａi（ｉ＝１，…，６）を均一
として、線形加算した出力画像である。
かしエッジ画像を、重みａi（ｉ＝１，…，６）を均一
として、線形加算した出力画像である。
【００３２】図２１は、図２０の出力画像について閾値
処理を施こしたもので、これが最終結果のエッジ抽出画
像である。ただし、ここでは、線形加算結果を最大値２
５５に正規化し、閾値ｔｈ１＝１００以上の点を始点と
して、近傍における最大値かつ閾値ｔｈ２＝６０以上の
尾根点を追跡することで最終的なエッジを得た。図２１
に示すように、本発明の手法によると、位置誤差を緩和
し、雑音を除去したエッジ画像を得ることができる。
処理を施こしたもので、これが最終結果のエッジ抽出画
像である。ただし、ここでは、線形加算結果を最大値２
５５に正規化し、閾値ｔｈ１＝１００以上の点を始点と
して、近傍における最大値かつ閾値ｔｈ２＝６０以上の
尾根点を追跡することで最終的なエッジを得た。図２１
に示すように、本発明の手法によると、位置誤差を緩和
し、雑音を除去したエッジ画像を得ることができる。
【００３３】図２２は、図１３乃至図１８の６種類のぼ
かしエッジ画像について、重みａi（ｉ＝１，…，６）
として α1：α2：α3：α4：α5：α6＝０：０：０：１：２：
１ という与え方をして線形加算し、同様に閾値処理を施こ
して得たエッジ抽出画像である。この場合、細かい特徴
を排除し、概形情報を中心としたエッジ画像が得られ
る。
かしエッジ画像について、重みａi（ｉ＝１，…，６）
として α1：α2：α3：α4：α5：α6＝０：０：０：１：２：
１ という与え方をして線形加算し、同様に閾値処理を施こ
して得たエッジ抽出画像である。この場合、細かい特徴
を排除し、概形情報を中心としたエッジ画像が得られ
る。
【００３４】また、図２３は、図１３乃至図１８の６種
類のぼかしエッジ画像について、重みａi（ｉ＝１，
…，６）を図５で説明したような位置座標（ｘ，ｙ）の
関数ａi（ｘ，ｙ）として与えて線形加算し、同様に閾
値処理を施こして得たエッジ抽出画像である。ただし、
ｒ0として画像幅の１／６、ｒ1として画像幅の１／１２
を使用した。図２３より、局所的に細かいエッジ抽出を
行われていることがわかる。
類のぼかしエッジ画像について、重みａi（ｉ＝１，
…，６）を図５で説明したような位置座標（ｘ，ｙ）の
関数ａi（ｘ，ｙ）として与えて線形加算し、同様に閾
値処理を施こして得たエッジ抽出画像である。ただし、
ｒ0として画像幅の１／６、ｒ1として画像幅の１／１２
を使用した。図２３より、局所的に細かいエッジ抽出を
行われていることがわかる。
【００３５】
【発明の効果】本発明においては、複数のスケールのエ
ッジ抽出フィルタでエッジ抽出を行うことにより、局所
的な情報と大局的な情報を同時に考慮することができる
上、更に、それぞれにガウスフィルタをかけ、その出力
を線形に足すことにより、多種多様のスケールのエッジ
抽出フィルタによって得られる異なる出力を統合するこ
とが可能になるため、位置誤差は少ないが雑音に敏感な
小さいスケールと、雑音に強いが位置誤差の多い大きい
スケールの情報を用いて、雑音の強く位置誤差の少ない
エッジ抽出が実現できる。
ッジ抽出フィルタでエッジ抽出を行うことにより、局所
的な情報と大局的な情報を同時に考慮することができる
上、更に、それぞれにガウスフィルタをかけ、その出力
を線形に足すことにより、多種多様のスケールのエッジ
抽出フィルタによって得られる異なる出力を統合するこ
とが可能になるため、位置誤差は少ないが雑音に敏感な
小さいスケールと、雑音に強いが位置誤差の多い大きい
スケールの情報を用いて、雑音の強く位置誤差の少ない
エッジ抽出が実現できる。
【００３６】また、統合を行うにあたっては、第一に、
カウスフィルタでぼかす際、抽出したエッジの位置誤差
範囲を考慮してガウスフィルタのスケールを選定するこ
とにより、より正確に位置誤差を排除したエッジを抽出
することができる。第二に、各スケールのエッジ抽出フ
ィルタで得られたエッジに、それぞれ対応するスケール
のガウスフィルタをかけて線形に足す際、重みを変更す
ることによって、細かい情報を強調したり、大局的な情
報を強調したり、あるいは、画像の局所的な情報を強調
することが可能になるため、各画像に対し柔軟な多重解
像度エッジ抽出を行うことができる。
カウスフィルタでぼかす際、抽出したエッジの位置誤差
範囲を考慮してガウスフィルタのスケールを選定するこ
とにより、より正確に位置誤差を排除したエッジを抽出
することができる。第二に、各スケールのエッジ抽出フ
ィルタで得られたエッジに、それぞれ対応するスケール
のガウスフィルタをかけて線形に足す際、重みを変更す
ることによって、細かい情報を強調したり、大局的な情
報を強調したり、あるいは、画像の局所的な情報を強調
することが可能になるため、各画像に対し柔軟な多重解
像度エッジ抽出を行うことができる。
【図１】本発明の全体構成図である。
【図２】ガウスフィルタリングで用いるスケールの選択
を説明する図である。
を説明する図である。
【図３】線形加算で用いる重みを全ての解像度に対して
均一に与える場合の例を示す図である。
均一に与える場合の例を示す図である。
【図４】線形加算で用いる重みを解像度間で変えて与え
る場合の例を示す図である。
る場合の例を示す図である。
【図５】線形加算で用いる重みを局所的に変化させる場
合を説明する図である。
合を説明する図である。
【図６】入力濃淡画像の一例である。
【図７】図６の入力濃淡画像に対するσ1＝１．７４の
場合のエッジ画像である。
場合のエッジ画像である。
【図８】図６の入力濃淡画像に対するσ2＝３．３４の
場合のエッジ画像である。
場合のエッジ画像である。
【図９】図６の入力濃淡画像に対するσ3＝６．５２の
場合のエッジ画像である。
場合のエッジ画像である。
【図１０】図６の入力濃淡画像に対するσ4＝９．５４
の場合のエッジ画像である。
の場合のエッジ画像である。
【図１１】図６の入力濃淡画像に対するσ5＝１５．１
の場合のエッジ画像である。
の場合のエッジ画像である。
【図１２】図６の入力濃淡画像に対するσ6＝３２．０
の場合のエッジ画像である。
の場合のエッジ画像である。
【図１３】図７のエッジ画像に対するτ1＝１．７４の
場合のぼかしエッジ画像である。
場合のぼかしエッジ画像である。
【図１４】図８のエッジ画像に対するτ2＝３．３４の
場合のぼかしエッジ画像である。
場合のぼかしエッジ画像である。
【図１５】図９のエッジ画像に対するτ3＝６．５２の
場合のぼかしエッジ画像である。
場合のぼかしエッジ画像である。
【図１６】図１０のエッジ画像に対するτ4＝９．５４
の場合のぼかしエッジ画像である。
の場合のぼかしエッジ画像である。
【図１７】図１１のエッジ画像に対するτ5＝１５．１
の場合のぼかしエッジ画像である。
の場合のぼかしエッジ画像である。
【図１８】図１２のエッジ画像に対するτ6＝３２．０
の場合のぼかしエッジ画像である。
の場合のぼかしエッジ画像である。
【図１９】図１３乃至図１８の一部拡大図である。
【図２０】図１３乃至図１８のぼかしエッジ画像を重み
均一として線形加算した出力画像である。
均一として線形加算した出力画像である。
【図２１】図２０の出力画像を閾値処理した最終エッジ
抽出画像である。
抽出画像である。
【図２２】図１３乃至図１８のぼかしエッジ画像につい
て、高い解像度に対応する重みを０とした場合の最終エ
ッジ抽出画像である。
て、高い解像度に対応する重みを０とした場合の最終エ
ッジ抽出画像である。
【図２３】図１３乃至図１８のぼかしエッジ画像につい
て、局所的に重みを変更した場合の最終エッジ抽出画像
である。
て、局所的に重みを変更した場合の最終エッジ抽出画像
である。
１ エッジ抽出部 ２ ガウスフィルタリング部 ３ 線形加算部 ４ エッジ決定部 １０ 入力濃淡画像 １１ 出力エッジ画像
───────────────────────────────────────────────────── フロントページの続き (72)発明者 鎧沢 勇 東京都千代田区内幸町１丁目１番６号 日 本電信電話株式会社内
Claims (3)
- 【請求項１】 入力濃淡画像から特徴点の集合であるエ
ッジを抽出する処理方法において、 入力濃淡画像に対し、複数の異なるスケールのフィルタ
を用いてそれぞれエッジの抽出を行う第一の過程と、 第一の過程で得られた各エッジ抽出結果に、それぞれに
対応するスケールを持つガウスフィルタをかける第二の
過程と、 第二の過程で得られた各処理結果を線形に足し合わせる
第三の過程と、 第三の過程で得られた処理結果からエッジ点を検出する
第四の過程と、を有することを特徴とする画像のエッジ
抽出処理方法。 - 【請求項２】 請求項１記載の画像のエッジ抽出処理方
法において、第三の過程では、第二の過程で得られた各
処理結果を線形に足し合せる際、特定のスケールのもの
とそのほかのスケールのものとで異なる重みを与えて線
形に足し合わせることを特徴とする画像のエッジ抽出処
理方法。 - 【請求項３】 請求項１記載の画像のエッジ抽出処理方
法において、第三の過程では、第二の過程で得られた各
処理結果を線形に足し合わせる際、画像上の局所領域に
応じて異なる重みを与えて線形に足し合わせることを特
徴とする画像のエッジ抽出処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5269542A JPH06290268A (ja) | 1993-02-03 | 1993-10-01 | 画像のエッジ抽出処理方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5-37340 | 1993-02-03 | ||
| JP3734093 | 1993-02-03 | ||
| JP5269542A JPH06290268A (ja) | 1993-02-03 | 1993-10-01 | 画像のエッジ抽出処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06290268A true JPH06290268A (ja) | 1994-10-18 |
Family
ID=26376479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5269542A Pending JPH06290268A (ja) | 1993-02-03 | 1993-10-01 | 画像のエッジ抽出処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06290268A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995025149A1 (fr) * | 1994-03-16 | 1995-09-21 | Sumitomo Electric Industries, Ltd. | Element organique electroluminescent |
| US5821003A (en) * | 1994-03-16 | 1998-10-13 | Sumitomo Electric Industries, Ltd. | Organic electroluminescent device |
-
1993
- 1993-10-01 JP JP5269542A patent/JPH06290268A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995025149A1 (fr) * | 1994-03-16 | 1995-09-21 | Sumitomo Electric Industries, Ltd. | Element organique electroluminescent |
| US5821003A (en) * | 1994-03-16 | 1998-10-13 | Sumitomo Electric Industries, Ltd. | Organic electroluminescent device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6631212B1 (en) | Twostage scheme for texture segmentation based on clustering using a first set of features and refinement using a second set of features | |
| EP1387315B1 (en) | Preparation of a digital image with subsequent edge detection | |
| CN108510499B (zh) | 一种基于模糊集和Otsu的图像阈值分割方法及装置 | |
| Alzahrani et al. | A real-time edge detector: algorithm and VLSI architecture | |
| CN104751147A (zh) | 一种图像识别方法 | |
| US7928978B2 (en) | Method for generating multi-resolution three-dimensional model | |
| Krishnan et al. | A survey on different edge detection techniques for image segmentation | |
| CN115546232A (zh) | 一种肝脏超声图像工作区域提取方法、系统及电子设备 | |
| CN104766095A (zh) | 一种移动终端图像识别方法 | |
| CN114255468A (zh) | 一种笔迹识别方法及其相关设备 | |
| CN119810678A (zh) | 基于视觉分析的遥感图像增强方法及系统 | |
| Jang et al. | Binarization of noisy gray-scale character images by thin line modeling | |
| JPH06290268A (ja) | 画像のエッジ抽出処理方法 | |
| CN120013772A (zh) | 一种结合卷积特征与梯度直方图加权的图像融合方法 | |
| Sujatha et al. | An optimal solution for image edge detection problem using simplified gabor wavelet | |
| Gill et al. | A review of enhancement and segmentation techniques for digital images | |
| CN115578629B (zh) | 一种公路护栏提取方法 | |
| CN112258532A (zh) | 一种超声图像中胼胝体的定位及分割方法 | |
| CN105741264A (zh) | 一种基于半局部纹理特征的二阶段图像分割方法 | |
| US7136515B2 (en) | Method and apparatus for providing a binary fingerprint image | |
| CN112435186A (zh) | 一种基于双规则矩阵方向场的指纹图像增强方法 | |
| Egawa et al. | Region extraction in SPOT data | |
| CN116630256B (zh) | 一种超声造影图像识别方法、系统、电子设备及存储介质 | |
| CN118887436B (zh) | 空白细胞图片识别方法、装置、计算机设备和存储介质 | |
| Liu et al. | A new contour detection in mammogram using sequential edge linking |