JPH0760462B2 - 画像領域分割装置 - Google Patents
画像領域分割装置Info
- Publication number
- JPH0760462B2 JPH0760462B2 JP3166813A JP16681391A JPH0760462B2 JP H0760462 B2 JPH0760462 B2 JP H0760462B2 JP 3166813 A JP3166813 A JP 3166813A JP 16681391 A JP16681391 A JP 16681391A JP H0760462 B2 JPH0760462 B2 JP H0760462B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- frequency component
- output
- small
- 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.)
- Expired - Fee Related
Links
- 238000000605 extraction Methods 0.000 claims description 27
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 12
- 230000010354 integration Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 238000000926 separation method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】この発明は画像領域分割装置に関
し、特に、画像認識，画像理解，画像計測などの分野に
おいて、画像から特徴領域を抽出するような画像領域分
割装置に関する。
し、特に、画像認識，画像理解，画像計測などの分野に
おいて、画像から特徴領域を抽出するような画像領域分
割装置に関する。
【０００２】
【従来の技術】画像認識や画像理解や画像計測などの分
野において、画像から特徴領域を抽出することが重要で
あり、その特徴抽出の精度が認識精度や計測精度に影響
を及ぼしてしまう。
野において、画像から特徴領域を抽出することが重要で
あり、その特徴抽出の精度が認識精度や計測精度に影響
を及ぼしてしまう。
【０００３】画像の空間周波数を解析し、その解析結果
に基づいて、空間周波数に応じた領域を抽出する従来の
手法として、たとえば、Ｆｕｍｉａｋｉ Ｔｏｍｉｔ
ａ，Ｓａｂｕｒｏ Ｔｓｕｊｉによって著されている著
書「ＣＯＭＰＵＴＥＲ ＡＮＡＬＹＳＩＳ ＯＦ ＶＩ
ＳＵＡＬ ＴＥＸＴＵＲＥ」（ＫＬＵＷＥＲＡＣＡＤＥ
ＭＩＣ ＰＵＢＬＩＳＨＥＲＳ，１９９０）において紹
介されているテキスチャー解析の手法が考えられてい
る。この文献の中で、画像の高空間周波数領域抽出方法
として、画像を周波数変換し、その周波数成分の分布を
解析し、特定の周波数成分を抽出して逆変換を行なった
後、領域を抽出する手法が考えられている。
に基づいて、空間周波数に応じた領域を抽出する従来の
手法として、たとえば、Ｆｕｍｉａｋｉ Ｔｏｍｉｔ
ａ，Ｓａｂｕｒｏ Ｔｓｕｊｉによって著されている著
書「ＣＯＭＰＵＴＥＲ ＡＮＡＬＹＳＩＳ ＯＦ ＶＩ
ＳＵＡＬ ＴＥＸＴＵＲＥ」（ＫＬＵＷＥＲＡＣＡＤＥ
ＭＩＣ ＰＵＢＬＩＳＨＥＲＳ，１９９０）において紹
介されているテキスチャー解析の手法が考えられてい
る。この文献の中で、画像の高空間周波数領域抽出方法
として、画像を周波数変換し、その周波数成分の分布を
解析し、特定の周波数成分を抽出して逆変換を行なった
後、領域を抽出する手法が考えられている。
【０００４】
【発明が解決しようとする課題】上述の手法は、画像全
体に対して領域の抽出が行なわれるため、大まかな抽出
は可能であっても、抽出精度が低いという欠点がある。
また、上述の文献の中で、統計的解析手法として計算対
象とする画素周辺の画像の値を用いて画素単位で同時生
起確率などを計算し、画像の空間周波数に関する特徴領
域を抽出する手法が考えられており、非常に精度よく抽
出可能であるが、膨大な計算量を必要とするため、処理
速度が遅いという欠点がある。特に、たとえばハイビジ
ョンのように分解能が非常に大きい画像、すなわち扱う
データ量が大きくなるほど、上述の欠点は顕著となる。
体に対して領域の抽出が行なわれるため、大まかな抽出
は可能であっても、抽出精度が低いという欠点がある。
また、上述の文献の中で、統計的解析手法として計算対
象とする画素周辺の画像の値を用いて画素単位で同時生
起確率などを計算し、画像の空間周波数に関する特徴領
域を抽出する手法が考えられており、非常に精度よく抽
出可能であるが、膨大な計算量を必要とするため、処理
速度が遅いという欠点がある。特に、たとえばハイビジ
ョンのように分解能が非常に大きい画像、すなわち扱う
データ量が大きくなるほど、上述の欠点は顕著となる。
【０００５】それゆえに、この発明の主たる目的は、処
理過程の短縮を実現しながら精度よく、入力画像の空間
周波数成分が集中している領域および空間周波数成分が
集中していない領域を自動的に抽出できるような画像領
域分割装置を提供することである。
理過程の短縮を実現しながら精度よく、入力画像の空間
周波数成分が集中している領域および空間周波数成分が
集中していない領域を自動的に抽出できるような画像領
域分割装置を提供することである。
【０００６】
【課題を解決するための手段】この発明は画像領域分割
装置であって、画像を撮像する撮像手段と、撮像手段出
力を小さな画像領域の画像に分割する分割手段と、分割
手段の出力を各小領域ごとに周波数成分に変換する周波
数成分変換手段と、周波数成分変換手段の出力を元の画
像の大きさの画像に統合する統合手段と、統合手段出力
から空間周波数成分の分布の広がり抽出する分布抽出手
段と、分布抽出手段出力を空間周波数成分が集中してい
る集中領域候補と空間周波数成分が集中していない分散
領域候補に分離する領域候補分離手段と、領域候補分離
手段の各出力に応じて、空間周波数成分の集中領域およ
び空間周波数成分の分散領域を抽出する領域抽出手段と
を備えて構成される。
装置であって、画像を撮像する撮像手段と、撮像手段出
力を小さな画像領域の画像に分割する分割手段と、分割
手段の出力を各小領域ごとに周波数成分に変換する周波
数成分変換手段と、周波数成分変換手段の出力を元の画
像の大きさの画像に統合する統合手段と、統合手段出力
から空間周波数成分の分布の広がり抽出する分布抽出手
段と、分布抽出手段出力を空間周波数成分が集中してい
る集中領域候補と空間周波数成分が集中していない分散
領域候補に分離する領域候補分離手段と、領域候補分離
手段の各出力に応じて、空間周波数成分の集中領域およ
び空間周波数成分の分散領域を抽出する領域抽出手段と
を備えて構成される。
【０００７】
【作用】この発明における画像領域分割装置は、撮像さ
れた画像を小さな領域の画像に分割した後、各分割され
た画像領域単位で周波数成分を計算し、元の画像の小領
域を対象とした周波数成分を求め、各分割された小領域
を元の大きさに統合し、統合された画像において小領域
における空間周波数分布の広がりを検出し、領域抽出を
行なうことにより、高速に精度よく空間周波数成分の集
中領域および分散領域を自動的に抽出することができ
る。
れた画像を小さな領域の画像に分割した後、各分割され
た画像領域単位で周波数成分を計算し、元の画像の小領
域を対象とした周波数成分を求め、各分割された小領域
を元の大きさに統合し、統合された画像において小領域
における空間周波数分布の広がりを検出し、領域抽出を
行なうことにより、高速に精度よく空間周波数成分の集
中領域および分散領域を自動的に抽出することができ
る。
【０００８】
【発明の実施例】図１はこの発明の一実施例の概略ブロ
ック図である。まず、図１を参照して、この発明の構成
について説明する。画像領域分割装置は、対象物を撮像
する撮像手段としてのビデオカメラ１を含む。ビデオカ
メラ１で撮像された映像信号はＡ／Ｄ変換器２に与えら
れ、ディジタル信号画像Ｓ１に変換される。Ａ／Ｄ変換
器２によって変換されたディジタル信号画像Ｓ１は表色
系変換部３に与えられ、知覚表色系を表わす画像Ｓ２に
変換される。この画像Ｓ２は小領域分割部４に与えら
れ、小領域の画像Ｓ３に分割される。分割された各小領
域の画像Ｓ３は周波数成分変換部５に与えられ、周波数
成分の画像Ｓ４に変換される。小領域ごとの周波数成分
に変換された画像Ｓ４は領域統合部６に与えられ、元の
画像の大きさの画像Ｓ５に統合される。
ック図である。まず、図１を参照して、この発明の構成
について説明する。画像領域分割装置は、対象物を撮像
する撮像手段としてのビデオカメラ１を含む。ビデオカ
メラ１で撮像された映像信号はＡ／Ｄ変換器２に与えら
れ、ディジタル信号画像Ｓ１に変換される。Ａ／Ｄ変換
器２によって変換されたディジタル信号画像Ｓ１は表色
系変換部３に与えられ、知覚表色系を表わす画像Ｓ２に
変換される。この画像Ｓ２は小領域分割部４に与えら
れ、小領域の画像Ｓ３に分割される。分割された各小領
域の画像Ｓ３は周波数成分変換部５に与えられ、周波数
成分の画像Ｓ４に変換される。小領域ごとの周波数成分
に変換された画像Ｓ４は領域統合部６に与えられ、元の
画像の大きさの画像Ｓ５に統合される。
【０００９】上述の領域統合部６で統合された元の画像
の大きさの画像Ｓ５は分布抽出部７に与えられ、各小領
域ごとの周波数成分の周波数に対する分布の広がりが抽
出される。この抽出された周波数に対する分布の広がり
を表わす画像Ｓ６は領域候補分離部８に与えられ、空間
周波数成分が集中している集中領域候補と、空間周波数
成分候補が集中していない分散領域候補に分離される。
分離された画像Ｓ７は集中領域抽出部９に与えられ、空
間周波数成分の集中領域が抽出された画像Ｓ９が出力さ
れる。領域候補分離部８で分離された画像Ｓ８は分散領
域抽出部１０に与えられ、空間周波数成分の分散領域が
抽出された画像Ｓ１０が出力される。
の大きさの画像Ｓ５は分布抽出部７に与えられ、各小領
域ごとの周波数成分の周波数に対する分布の広がりが抽
出される。この抽出された周波数に対する分布の広がり
を表わす画像Ｓ６は領域候補分離部８に与えられ、空間
周波数成分が集中している集中領域候補と、空間周波数
成分候補が集中していない分散領域候補に分離される。
分離された画像Ｓ７は集中領域抽出部９に与えられ、空
間周波数成分の集中領域が抽出された画像Ｓ９が出力さ
れる。領域候補分離部８で分離された画像Ｓ８は分散領
域抽出部１０に与えられ、空間周波数成分の分散領域が
抽出された画像Ｓ１０が出力される。
【００１０】図２は対象物として人物の顔を用いた場合
の一実施例における図１における出力画像Ｓ１およびＳ
２を示す図であり、図３は図１における小領域分割部４
と周波数成分変換部５と領域統合部６を説明するための
図であって、対象物として人物の顔を用いた場合の１６
×１６画素を小領域に分割した一実施例における図１の
出力画像Ｓ３，Ｓ４およびＳ５を示す図であり、図４お
よび図５は周波数成分画像の周波数に対する分布の広が
りの抽出を説明するためのものであって、１６×１６画
素の小領域に分割された場合の一実施例を示す図であ
る。図６は対象物として人物の顔を用いた場合の４×４
画素の小領域に分割された一実施例における、図１の出
力画像Ｓ６，Ｓ７およびＳ８を示す図であり、図７は対
象物として人物の顔を用いた場合の４×４画素の小領域
に分割された一実施例における、図１の出力画像Ｓ９お
よびＳ１０を示す図である。
の一実施例における図１における出力画像Ｓ１およびＳ
２を示す図であり、図３は図１における小領域分割部４
と周波数成分変換部５と領域統合部６を説明するための
図であって、対象物として人物の顔を用いた場合の１６
×１６画素を小領域に分割した一実施例における図１の
出力画像Ｓ３，Ｓ４およびＳ５を示す図であり、図４お
よび図５は周波数成分画像の周波数に対する分布の広が
りの抽出を説明するためのものであって、１６×１６画
素の小領域に分割された場合の一実施例を示す図であ
る。図６は対象物として人物の顔を用いた場合の４×４
画素の小領域に分割された一実施例における、図１の出
力画像Ｓ６，Ｓ７およびＳ８を示す図であり、図７は対
象物として人物の顔を用いた場合の４×４画素の小領域
に分割された一実施例における、図１の出力画像Ｓ９お
よびＳ１０を示す図である。
【００１１】次に、図１〜図７を参照して、この発明の
一実施例の具体的な動作について説明する。ビデオカメ
ラ１から対象物としている顔画像が撮像される。ビデオ
カメラ１によって撮像された画像信号は、Ａ／Ｄ変換器
２によって、５１２×５１２画素のＲＧＢディジタル信
号Ｓ１に変換される。ＲＧＢディジタル信号Ｓ１はＧ成
分の画像と座標軸を示した図２（ａ）に示すように、対
象物をｘ−ｙ平面に投影した画像として座標軸が設定さ
れる。ＲＧＢディジタル信号Ｓ１は表色系変換部３に与
えられ、図２（ｂ）に示すＣＩＥ１９７６Ｌ＊ａ＊ｂ＊
表色系の変換公式を用いた知覚表色系の色相を表わす画
像信号Ｓ２に変換される。
一実施例の具体的な動作について説明する。ビデオカメ
ラ１から対象物としている顔画像が撮像される。ビデオ
カメラ１によって撮像された画像信号は、Ａ／Ｄ変換器
２によって、５１２×５１２画素のＲＧＢディジタル信
号Ｓ１に変換される。ＲＧＢディジタル信号Ｓ１はＧ成
分の画像と座標軸を示した図２（ａ）に示すように、対
象物をｘ−ｙ平面に投影した画像として座標軸が設定さ
れる。ＲＧＢディジタル信号Ｓ１は表色系変換部３に与
えられ、図２（ｂ）に示すＣＩＥ１９７６Ｌ＊ａ＊ｂ＊
表色系の変換公式を用いた知覚表色系の色相を表わす画
像信号Ｓ２に変換される。
【００１２】対象物として人物の顔を対象とした場合の
一実施例において、表色系変換を行ない、陰影の影響を
受けにくい色相画像を利用することが効果的である。こ
の発明の一実施例は、表色系変換部３を含んでいる。表
色系変換部３によって変換された画像Ｓ２は小領域分割
部４に与えられ、図３（ａ）に示す各小領域の画像Ｓ３
に分割される。図３（ａ）は画像Ｓ２を１６×１６画素
の小領域で３２×３２ブロックに分割する様子を示して
おり、ｘ軸およびｙ軸は画像の座標軸を表わし、ｚ軸は
色相値を表わしている。小領域分割部４で分割された小
領域の各領域での画像Ｓ３は周波数成分変換部５に与え
られ、図３（ｂ）に示される光学的フーリエ変換を利用
してパワースペクトルの平方を値とする小領域における
周波数成分を表わす画像Ｓ４に変換される。
一実施例において、表色系変換を行ない、陰影の影響を
受けにくい色相画像を利用することが効果的である。こ
の発明の一実施例は、表色系変換部３を含んでいる。表
色系変換部３によって変換された画像Ｓ２は小領域分割
部４に与えられ、図３（ａ）に示す各小領域の画像Ｓ３
に分割される。図３（ａ）は画像Ｓ２を１６×１６画素
の小領域で３２×３２ブロックに分割する様子を示して
おり、ｘ軸およびｙ軸は画像の座標軸を表わし、ｚ軸は
色相値を表わしている。小領域分割部４で分割された小
領域の各領域での画像Ｓ３は周波数成分変換部５に与え
られ、図３（ｂ）に示される光学的フーリエ変換を利用
してパワースペクトルの平方を値とする小領域における
周波数成分を表わす画像Ｓ４に変換される。
【００１３】図３（ｂ）は、小領域分割部４で分割され
た１６×１６画素の一小領域における周波数成分に変換
された画像を示し、ＦｘおよびＦｙは小領域におけるｘ
軸およびｙ軸方向の周波数軸を表わし、ｚ軸は周波数成
分強度を表わしている。小領域ごとの周波数成分に変換
された周波数成分変換器５の画像Ｓ４は領域統合部６に
与えられ、図３（ｃ）に示される元の画像の大きさの画
像Ｓ５として統合される。領域統合部６で統合された各
小領域での周波数成分を持つ画像Ｓ５は分布抽出部７に
与えられ、しきい値処理および二値化処理を施すことに
より、周波数に対する分布の広がりが抽出される。
た１６×１６画素の一小領域における周波数成分に変換
された画像を示し、ＦｘおよびＦｙは小領域におけるｘ
軸およびｙ軸方向の周波数軸を表わし、ｚ軸は周波数成
分強度を表わしている。小領域ごとの周波数成分に変換
された周波数成分変換器５の画像Ｓ４は領域統合部６に
与えられ、図３（ｃ）に示される元の画像の大きさの画
像Ｓ５として統合される。領域統合部６で統合された各
小領域での周波数成分を持つ画像Ｓ５は分布抽出部７に
与えられ、しきい値処理および二値化処理を施すことに
より、周波数に対する分布の広がりが抽出される。
【００１４】ここで、図４（ａ），（ｂ）および図５
（ａ），（ｂ）を参照して、小領域での周波数成分の分
布の広がりの抽出について説明する。図４および図５に
おいて、ＦｘおよびＦｙは小領域におけるｘ軸方向およ
びｙ軸方向の周波数軸を表わしている。図４（ａ）およ
び図５（ａ）は、小領域分割部４で分割された１６×１
６画素の一小領域における周波数成分の変換された画像
を示し、ｘ軸は周波数成分強度を表わしている。一般
に、画像信号は、その信号電力の大部分が低周波側に集
中することが知られており、図４（ａ）および図５
（ａ）は対象物として人物の顔を用いた場合の一例であ
るため、全体的に低周波数側、すなわち図４（ａ）およ
び図５（ａ）の中心付近に集中した例となっている。図
４（ｂ）および図５（ｂ）は図４（ａ）および図５
（ａ）で示される各画像に対して、しきい値処理および
二値化処理を施した後の結果の一例を示し、ｚ軸は周波
数成分の有無を表わし、ゼロは周波数成分がなく、ゼロ
以外は周波数成分があると検出された結果を表現してい
る。
（ａ），（ｂ）を参照して、小領域での周波数成分の分
布の広がりの抽出について説明する。図４および図５に
おいて、ＦｘおよびＦｙは小領域におけるｘ軸方向およ
びｙ軸方向の周波数軸を表わしている。図４（ａ）およ
び図５（ａ）は、小領域分割部４で分割された１６×１
６画素の一小領域における周波数成分の変換された画像
を示し、ｘ軸は周波数成分強度を表わしている。一般
に、画像信号は、その信号電力の大部分が低周波側に集
中することが知られており、図４（ａ）および図５
（ａ）は対象物として人物の顔を用いた場合の一例であ
るため、全体的に低周波数側、すなわち図４（ａ）およ
び図５（ａ）の中心付近に集中した例となっている。図
４（ｂ）および図５（ｂ）は図４（ａ）および図５
（ａ）で示される各画像に対して、しきい値処理および
二値化処理を施した後の結果の一例を示し、ｚ軸は周波
数成分の有無を表わし、ゼロは周波数成分がなく、ゼロ
以外は周波数成分があると検出された結果を表現してい
る。
【００１５】図４（ａ）は分割された小領域において、
たとえばある特定の周波数成分として低周波成分が集中
している場合の画像の分布の例を示しており、図４
（ｂ）は図４（ａ）の分布を持つ画像に対して、しきい
値および二値化処理を施した後の結果の一例を示してお
り、小領域のある場所に集中した画像を出力する。図５
（ａ）は分割された小領域において、たとえばある特定
の周波数成分に集中していない場合の画像の分布の例を
示しており、図５（ｂ）は図５（ａ）の分布を持つ画像
に対して、しきい値処理および二値化処理を施した後の
結果の一例を示しており、小領域内に広がった画像が出
力される。図４（ｂ）および図５（ｂ）に示すように、
しきい値処理および二値化処理を施すことにより、周波
数成分の分布の広がりを検出できる。
たとえばある特定の周波数成分として低周波成分が集中
している場合の画像の分布の例を示しており、図４
（ｂ）は図４（ａ）の分布を持つ画像に対して、しきい
値および二値化処理を施した後の結果の一例を示してお
り、小領域のある場所に集中した画像を出力する。図５
（ａ）は分割された小領域において、たとえばある特定
の周波数成分に集中していない場合の画像の分布の例を
示しており、図５（ｂ）は図５（ａ）の分布を持つ画像
に対して、しきい値処理および二値化処理を施した後の
結果の一例を示しており、小領域内に広がった画像が出
力される。図４（ｂ）および図５（ｂ）に示すように、
しきい値処理および二値化処理を施すことにより、周波
数成分の分布の広がりを検出できる。
【００１６】分布抽出部７において、領域統合部６で統
合された各小領域での周波数成分を持つ画像Ｓ５に対し
て、図４および図５で説明したしきい値処理および二値
化処理を施すことにより、小領域での周波数成分の分布
の広がりが画像全体において検出される。対象物として
人物の顔を用いた場合の４×４画素の小領域に分割され
た一例における図１の出力画像Ｓ６を示す図６（ａ）に
おいて、髪の領域のように低周波成分のみばかりでな
く、高周波成分を含む領域では分布抽出部７の周波数成
分の分布が広がった状態を示す小領域が集まった状態と
なり、顔面領域のように低周波成分が集中している領域
では周波数成分が小領域内で集中している状態を示して
いる。
合された各小領域での周波数成分を持つ画像Ｓ５に対し
て、図４および図５で説明したしきい値処理および二値
化処理を施すことにより、小領域での周波数成分の分布
の広がりが画像全体において検出される。対象物として
人物の顔を用いた場合の４×４画素の小領域に分割され
た一例における図１の出力画像Ｓ６を示す図６（ａ）に
おいて、髪の領域のように低周波成分のみばかりでな
く、高周波成分を含む領域では分布抽出部７の周波数成
分の分布が広がった状態を示す小領域が集まった状態と
なり、顔面領域のように低周波成分が集中している領域
では周波数成分が小領域内で集中している状態を示して
いる。
【００１７】分布抽出部７で抽出された周波数に対する
分布の広がりを示す画像Ｓ６は、領域候補分離部８に与
えられ、２×２以下の孤立画素除去，ブリッジ・コネク
ションおよび多数決処理などの二値化画像に対する３×
３画素以下を対象とした空間的な画像処理が施される。
たとえば、人物の顔を対象とした一例として、図６
（ｂ）に示す空間周波数成分が集中している集中領域候
補画像Ｓ７および図６（ｃ）に示す空間周波数成分が集
中していない分散領域候補画像Ｓ８に容易に分離でき
る。
分布の広がりを示す画像Ｓ６は、領域候補分離部８に与
えられ、２×２以下の孤立画素除去，ブリッジ・コネク
ションおよび多数決処理などの二値化画像に対する３×
３画素以下を対象とした空間的な画像処理が施される。
たとえば、人物の顔を対象とした一例として、図６
（ｂ）に示す空間周波数成分が集中している集中領域候
補画像Ｓ７および図６（ｃ）に示す空間周波数成分が集
中していない分散領域候補画像Ｓ８に容易に分離でき
る。
【００１８】領域候補分離部８で分離された画像Ｓ７お
よびＳ８は集中領域抽出部９および分散領域抽出部１０
にそれぞれ与えられ、２×２以下の孤立画素除去，ブリ
ッジ・コネクションおよび多数決処理などの二値化画像
に対する３×３画素以下を対象とした空間的な画像処
理，輪郭線抽出および閉領域内の塗りつぶしなどの領域
抽出に関する画像処理を施すことにより、空間周波数成
分集中領域および空間周波数成分分散領域が抽出され
る。一例として、図７（ａ）に示す空間周波数成分集中
領域出力を示す画像Ｓ９および図７（ｂ）に示す空間周
波数成分分散領域出力を示す画像Ｓ１０を出力する。
よびＳ８は集中領域抽出部９および分散領域抽出部１０
にそれぞれ与えられ、２×２以下の孤立画素除去，ブリ
ッジ・コネクションおよび多数決処理などの二値化画像
に対する３×３画素以下を対象とした空間的な画像処
理，輪郭線抽出および閉領域内の塗りつぶしなどの領域
抽出に関する画像処理を施すことにより、空間周波数成
分集中領域および空間周波数成分分散領域が抽出され
る。一例として、図７（ａ）に示す空間周波数成分集中
領域出力を示す画像Ｓ９および図７（ｂ）に示す空間周
波数成分分散領域出力を示す画像Ｓ１０を出力する。
【００１９】なお、第１図に示した知覚表色系への変換
を行なう表色系変換部３は、一例として、対象を顔画像
とし、光源による陰影の影響を受けにくい処理を行なう
ようにしている。この表色系の変換式として、ＣＩＥ１
９７６Ｌ＊ａ＊ｂ＊表色系の変換公式の他、たとえば日
本色彩学会編による「新編色彩科学ハンドブック」（東
京大学出版、１９８５）に記載されているＣＩＥ１９７
６Ｌ＊ｕ＊ｖ＊表色系の変換式などが利用できる。しか
し、領域分割を行なう対象によっては、表色系変換部３
を必要とせず、図１に示すＡ／Ｄ変換器２によって出力
されるＲＧＢディジタル信号Ｓ１を直接利用できる。ま
た、図１に示す周波数成分変換部５における周波数成分
への変換式としては、フーリエ変換の他に、たとえばテ
レビジョン学会編による「テレビジョン画像情報工学ハ
ンドブック」（オーム社、１９９０）に記載されている
Ｗａｌｓｈ−Ｈａｄａｍａｒｄ変換などを利用すること
ができる。
を行なう表色系変換部３は、一例として、対象を顔画像
とし、光源による陰影の影響を受けにくい処理を行なう
ようにしている。この表色系の変換式として、ＣＩＥ１
９７６Ｌ＊ａ＊ｂ＊表色系の変換公式の他、たとえば日
本色彩学会編による「新編色彩科学ハンドブック」（東
京大学出版、１９８５）に記載されているＣＩＥ１９７
６Ｌ＊ｕ＊ｖ＊表色系の変換式などが利用できる。しか
し、領域分割を行なう対象によっては、表色系変換部３
を必要とせず、図１に示すＡ／Ｄ変換器２によって出力
されるＲＧＢディジタル信号Ｓ１を直接利用できる。ま
た、図１に示す周波数成分変換部５における周波数成分
への変換式としては、フーリエ変換の他に、たとえばテ
レビジョン学会編による「テレビジョン画像情報工学ハ
ンドブック」（オーム社、１９９０）に記載されている
Ｗａｌｓｈ−Ｈａｄａｍａｒｄ変換などを利用すること
ができる。
【００２０】上述のごとく、この実施例によれば、図１
に示す小領域分割部４，周波数成分変換部５および領域
統合部６によって画像の小領域に関する局所的な周波数
成分を持つ画像に変換し、従来の周波数成分の抽出のた
めの画像全体に対する変換に比べて、画像の小領域に対
して変換が行なわれるため、抽出精度が低いという欠点
を軽減できる。そして、周波数解析した後の逆変換を行
なわず、周波数成分の変換画像をそのまま利用している
ことも特徴である。また、統計的解析手法として計算対
象とする画素周辺の画像の値を用いて画素単位で同時生
起確率などを計算し、画像の空間周波数に関する特徴領
域を抽出する手法に比べて、小領域単位での変換を行な
うため計算量を軽減でき、処理速度も速くなる。特に、
この発明の一実施例においては、図１に示す表色系変換
部３により光源の陰影の影響を受けにくい知覚表色系に
変換された出力画像を用いて領域抽出を行なっているた
め、安定して抽出できる。
に示す小領域分割部４，周波数成分変換部５および領域
統合部６によって画像の小領域に関する局所的な周波数
成分を持つ画像に変換し、従来の周波数成分の抽出のた
めの画像全体に対する変換に比べて、画像の小領域に対
して変換が行なわれるため、抽出精度が低いという欠点
を軽減できる。そして、周波数解析した後の逆変換を行
なわず、周波数成分の変換画像をそのまま利用している
ことも特徴である。また、統計的解析手法として計算対
象とする画素周辺の画像の値を用いて画素単位で同時生
起確率などを計算し、画像の空間周波数に関する特徴領
域を抽出する手法に比べて、小領域単位での変換を行な
うため計算量を軽減でき、処理速度も速くなる。特に、
この発明の一実施例においては、図１に示す表色系変換
部３により光源の陰影の影響を受けにくい知覚表色系に
変換された出力画像を用いて領域抽出を行なっているた
め、安定して抽出できる。
【００２１】
【発明の効果】以上のように、この発明によれば、撮像
された画像を元の大きさから小さな領域の画像に分割し
た後、各分割された画像領域単位で周波数成分を計算
し、元の画像の小領域を対象とした周波数成分を求め、
各分割された小領域を元の大きさに統合して、統合され
た画像に対して小領域における空間周波数分布の広がり
を検出し、領域抽出を行なうことにより、高速に精度よ
く空間周波数成分の集中領域および空間周波数成分の分
散領域を自動的に抽出することができる。
された画像を元の大きさから小さな領域の画像に分割し
た後、各分割された画像領域単位で周波数成分を計算
し、元の画像の小領域を対象とした周波数成分を求め、
各分割された小領域を元の大きさに統合して、統合され
た画像に対して小領域における空間周波数分布の広がり
を検出し、領域抽出を行なうことにより、高速に精度よ
く空間周波数成分の集中領域および空間周波数成分の分
散領域を自動的に抽出することができる。
【図１】この発明の一実施例を示す概略ブロック図であ
る。
る。
【図２】対象物として人物の顔を用いた一例における図
１の出力画像Ｓ１およびＳ２を示す図である。
１の出力画像Ｓ１およびＳ２を示す図である。
【図３】図１における小領域分割部４，周波数成分変換
部５および領域統合部６を説明するための図であり、対
象物として人物の顔を用いた場合の１６×１６画素の小
領域に分割した場合における図１の出力画像Ｓ３，Ｓ４
およびＳ５を示す図である。
部５および領域統合部６を説明するための図であり、対
象物として人物の顔を用いた場合の１６×１６画素の小
領域に分割した場合における図１の出力画像Ｓ３，Ｓ４
およびＳ５を示す図である。
【図４】周波数成分の周波数に対する分布の広がりの抽
出を説明するための１６×１６画素の小領域に分割され
た場合の一例を示す図である。
出を説明するための１６×１６画素の小領域に分割され
た場合の一例を示す図である。
【図５】周波数成分の周波数に対する分布の広がりの抽
出を説明するための１６×１６画素の小領域に分割され
た場合の一例を示す図である。
出を説明するための１６×１６画素の小領域に分割され
た場合の一例を示す図である。
【図６】対象物として人物の顔を用いた場合の４×４画
素の小領域に分割された一例における図１の出力部Ｓ
６，Ｓ７およびＳ８を示す図である。
素の小領域に分割された一例における図１の出力部Ｓ
６，Ｓ７およびＳ８を示す図である。
【図７】対象物として人物の顔を用いた場合の４×４画
素の小領域に分割された一例における図１の出力画像Ｓ
９，Ｓ１０を示す図である。
素の小領域に分割された一例における図１の出力画像Ｓ
９，Ｓ１０を示す図である。
１ ビデオカメラ ２ Ａ／Ｄ変換器 ３ 表色系変換部 ４ 小領域分割部 ５ 周波数成分変換部 ６ 領域統合部 ７ 分布抽出部 ８ 領域候補分離部 ９ 集中領域抽出部 １０ 分散領域抽出部
Claims (1)
- 【請求項１】 画像を撮像する撮像手段、 前記撮像手段から出力された出力画像を小さな画像領域
に分割する分割手段、 前記分割手段によって分割された各小さな画像領域ごと
の画像を空間周波数成分に変換する周波数成分変換手
段、 前記周波数成分変換手段により変換された周波数成分を
表わす小さな領域ごとの画像を前記撮像手段によって撮
像された画像の大きさに統合する統合手段、 前記統合手段から出力された出力画像から空間周波数成
分の分布の広がりを抽出する分布抽出手段、 前記分布抽出手段から出力された出力画像を空間周波数
成分が集中している集中領域候補と空間周波数成分が集
中していない分散領域候補に分離する領域候補分離手
段、および前記領域候補分離手段の各出力に応じて、空
間周波数成分集中領域および空間周波数成分分散領域を
抽出する領域抽出手段を備えた、画像領域分割装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3166813A JPH0760462B2 (ja) | 1991-07-08 | 1991-07-08 | 画像領域分割装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3166813A JPH0760462B2 (ja) | 1991-07-08 | 1991-07-08 | 画像領域分割装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0512439A JPH0512439A (ja) | 1993-01-22 |
| JPH0760462B2 true JPH0760462B2 (ja) | 1995-06-28 |
Family
ID=15838143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3166813A Expired - Fee Related JPH0760462B2 (ja) | 1991-07-08 | 1991-07-08 | 画像領域分割装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0760462B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000339460A (ja) * | 1999-05-26 | 2000-12-08 | Sharp Corp | 注目領域設定装置、および注目領域設定方法 |
| JP4067957B2 (ja) | 2002-12-20 | 2008-03-26 | 富士通株式会社 | 境界検出方法、プログラム、及び画像処理装置 |
| JP4629718B2 (ja) * | 2007-11-12 | 2011-02-09 | 富士通株式会社 | 境界検出方法、プログラム、及び画像処理装置 |
| JP2010134958A (ja) * | 2010-02-08 | 2010-06-17 | Fujitsu Ltd | 境界検出方法、プログラムおよびこれを用いた装置 |
-
1991
- 1991-07-08 JP JP3166813A patent/JPH0760462B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0512439A (ja) | 1993-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5142592A (en) | Method and apparatus for detection of parallel edges in image processing | |
| Ahmed | Comparative study among Sobel, Prewitt and Canny edge detection operators used in image processing | |
| CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
| US6226399B1 (en) | Method and system for identifying an image feature and method and system for determining an optimal color space for use therein | |
| CN110335233B (zh) | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 | |
| Krishnan et al. | A survey on different edge detection techniques for image segmentation | |
| CN109178831B (zh) | 一种皮带机纵向撕裂检测方法 | |
| US6766054B1 (en) | Segmentation of an object from a background in digital photography | |
| JPH0760462B2 (ja) | 画像領域分割装置 | |
| KR100488014B1 (ko) | ＹＣｒＣｂ 칼라 기반 얼굴 영역 추출 방법 | |
| RU2767281C1 (ru) | Способ интеллектуальной обработки массива неоднородных изображений | |
| CN114913345A (zh) | 基于fpga的sift算法的简化图像特征提取方法 | |
| CN102855025A (zh) | 一种基于视觉注意模型的光学多点触控触点检测方法 | |
| Choudhary et al. | A novel approach for edge detection for blurry images by using digital image processing | |
| JP2754937B2 (ja) | 概略画像作成方法および装置 | |
| JPH04145309A (ja) | とうもろこしの結実部長さ計測方法 | |
| JP2000339478A (ja) | 画像処理装置及び方法 | |
| JPH04352081A (ja) | 人物画像認識における前処理方法および後処理方法 | |
| CN105320936B (zh) | 一种卫星图片中障碍物的识别方法及识别装置 | |
| JP7219413B1 (ja) | 角度計測装置、角度計測方法、角度計測プログラム | |
| Sandhu et al. | Analyzing the image processing methods in order to do face detection | |
| JPH09245166A (ja) | パターンマッチング装置 | |
| JPH04339471A (ja) | 画像領域識別装置 | |
| KR940007935B1 (ko) | 문자 인식을 위한 후보 분류 방법 | |
| JPS6320579A (ja) | 画像の特徴量抽出処理方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19951219 |
|
| LAPS | Cancellation because of no payment of annual fees |