JPH0950532A - 輪郭検出装置 - Google Patents
輪郭検出装置Info
- Publication number
- JPH0950532A JPH0950532A JP7224702A JP22470295A JPH0950532A JP H0950532 A JPH0950532 A JP H0950532A JP 7224702 A JP7224702 A JP 7224702A JP 22470295 A JP22470295 A JP 22470295A JP H0950532 A JPH0950532 A JP H0950532A
- Authority
- JP
- Japan
- Prior art keywords
- contour
- unit
- image
- positioning
- initial
- 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】
【課題】 入力画像から自動的に対象物体の初期輪郭を
決定し、該初期輪郭を移動及び変形させて輪郭を得るよ
うにする。 【解決手段】 入力部１００は画像を入力する。位置決
め部２１０は、入力された画像に対し、多重解像度を利
用した粗密探索により、位置決め用辞書２２０を参照し
つつ、対象物体の中心位置とサイズを求める。初期輪郭
決定部２３０は、位置決め部２１０で得られた中心位置
とサイズ、及び検出対象となる物体の輪郭形状から初期
輪郭、即ち、変形可能なスプライン閉曲線を決定する。
輪郭抽出部２４０は、初期輪郭に移動及び変形を繰り返
して対象物体の輪郭を抽出する。出力部３００は抽出し
た部分を目的に応じて表示する。
決定し、該初期輪郭を移動及び変形させて輪郭を得るよ
うにする。 【解決手段】 入力部１００は画像を入力する。位置決
め部２１０は、入力された画像に対し、多重解像度を利
用した粗密探索により、位置決め用辞書２２０を参照し
つつ、対象物体の中心位置とサイズを求める。初期輪郭
決定部２３０は、位置決め部２１０で得られた中心位置
とサイズ、及び検出対象となる物体の輪郭形状から初期
輪郭、即ち、変形可能なスプライン閉曲線を決定する。
輪郭抽出部２４０は、初期輪郭に移動及び変形を繰り返
して対象物体の輪郭を抽出する。出力部３００は抽出し
た部分を目的に応じて表示する。
Description
【０００１】
【発明の属する技術】本発明は、入力濃淡画像中の物体
輪郭を抽出する輪郭検出装置に関する。詳しくは、入力
された濃淡画像に対し、対象となる物体位置を走査し、
対象となる物体に応じた初期輪郭を与え、物体の輪郭位
置を出力する装置に係り、対象物体の計測や認識が必要
な工業用ロボット、医療画像分析などに好適な輪郭検出
装置に関する。
輪郭を抽出する輪郭検出装置に関する。詳しくは、入力
された濃淡画像に対し、対象となる物体位置を走査し、
対象となる物体に応じた初期輪郭を与え、物体の輪郭位
置を出力する装置に係り、対象物体の計測や認識が必要
な工業用ロボット、医療画像分析などに好適な輪郭検出
装置に関する。
【０００２】
【従来の技術】従来、画像中から対象物体を検出する手
法としては、入力画像全体をエッジ抽出するなどし、エ
ッジなどの形状特徴の一致する候補を探索して抽出する
方法がある。しかし、入力画像からエッジなどの形状特
徴を抽出することは至難であり、照明条件、背景等に厳
しい制約条件が必要であるため、制約条件無しに撮影さ
れた一般の映像から対象物体のみを切り出すのは困難で
あった。照明条件等を緩和する手法として、物体検出に
モザイクを用いる方法があるが（例えば特開平５−１５
９０６３号公報）、モザイクのままでは物体を含む領域
がわかるだけであり、物体の境界部分の抽出は行なわれ
ていなかった。
法としては、入力画像全体をエッジ抽出するなどし、エ
ッジなどの形状特徴の一致する候補を探索して抽出する
方法がある。しかし、入力画像からエッジなどの形状特
徴を抽出することは至難であり、照明条件、背景等に厳
しい制約条件が必要であるため、制約条件無しに撮影さ
れた一般の映像から対象物体のみを切り出すのは困難で
あった。照明条件等を緩和する手法として、物体検出に
モザイクを用いる方法があるが（例えば特開平５−１５
９０６３号公報）、モザイクのままでは物体を含む領域
がわかるだけであり、物体の境界部分の抽出は行なわれ
ていなかった。
【０００３】一方、輪郭抽出に関しては、従来から数多
くのエッジ抽出法が提案されているが、雑音の影響によ
り連続性が保証されず、何らかの後処理を必要とした。
くのエッジ抽出法が提案されているが、雑音の影響によ
り連続性が保証されず、何らかの後処理を必要とした。
【０００４】これに対し、１９８７年に、Ｋassらによ
って輪郭モデルを利用した輪郭抽出であるスネークが提
案されている（Ｋass Ｍ，Ｗitkin Ａ，Ｔerzopoulos
Ｄ，“ＳＮＡＫＥＳ：Ａctive Ｃontour Ｍodels”，Ｐ
roc．ＩＣＣＶ-８７ pp.２５９−２６８（１９８７）参
照）。これはモデルとしてあらかじめ連続線を持ってお
き、連続線の曲率や曲率の変化の状態、また、画像上に
ある勾配からのずれなどを定量的に表現した量（以下、
この量をスネークのエネルギーと呼ぶ）を最小化するこ
とにより、与えられた閉曲線を移動及び変化させ、輪郭
抽出を行なう手法である。この方法は、必ず連続した輪
郭が得られることや、内部の画像特徴が不均一な領域の
抽出にも用いることができるなどの利点がある。しか
し、必ず抽出したい物体のそばに初期輪郭を手で与えな
ければならないあくまで半自動抽出であり、物体の完全
な自動抽出はできなかった。
って輪郭モデルを利用した輪郭抽出であるスネークが提
案されている（Ｋass Ｍ，Ｗitkin Ａ，Ｔerzopoulos
Ｄ，“ＳＮＡＫＥＳ：Ａctive Ｃontour Ｍodels”，Ｐ
roc．ＩＣＣＶ-８７ pp.２５９−２６８（１９８７）参
照）。これはモデルとしてあらかじめ連続線を持ってお
き、連続線の曲率や曲率の変化の状態、また、画像上に
ある勾配からのずれなどを定量的に表現した量（以下、
この量をスネークのエネルギーと呼ぶ）を最小化するこ
とにより、与えられた閉曲線を移動及び変化させ、輪郭
抽出を行なう手法である。この方法は、必ず連続した輪
郭が得られることや、内部の画像特徴が不均一な領域の
抽出にも用いることができるなどの利点がある。しか
し、必ず抽出したい物体のそばに初期輪郭を手で与えな
ければならないあくまで半自動抽出であり、物体の完全
な自動抽出はできなかった。
【０００５】
【発明が解決しようとする課題】本発明は、画像中から
自動的に対象物体を見つけ出し、自動的に初期輪郭を与
えることにより対象物体の輪郭検出を行なう装置を提供
することにある。
自動的に対象物体を見つけ出し、自動的に初期輪郭を与
えることにより対象物体の輪郭検出を行なう装置を提供
することにある。
【０００６】
【課題を解決するための手段】本発明の輪郭検出装置
は、入力濃淡画像に対しモザイク化を行ない、対象物体
のモザイク辞書との距離を計算することにより対象物体
の位置を特定し、その位置情報を基に輪郭モデルを用い
て、輪郭の形状から計算される形状に関する特徴量や、
画像の局所的な勾配情報から計算される輪郭の位置に関
する量などの、従来用いられている輪郭の形状及び位置
に関する量の線形和を最小化するように初期輪郭を移動
または変形し、これを輪郭が収束するまで繰り返して、
物体輪郭を得るようにしたものである。
は、入力濃淡画像に対しモザイク化を行ない、対象物体
のモザイク辞書との距離を計算することにより対象物体
の位置を特定し、その位置情報を基に輪郭モデルを用い
て、輪郭の形状から計算される形状に関する特徴量や、
画像の局所的な勾配情報から計算される輪郭の位置に関
する量などの、従来用いられている輪郭の形状及び位置
に関する量の線形和を最小化するように初期輪郭を移動
または変形し、これを輪郭が収束するまで繰り返して、
物体輪郭を得るようにしたものである。
【０００７】
【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。
【０００８】図１は本発明による輪郭検出装置の一実施
例の全体的構成図である。図１において、１００は入力
部、２００はＣＰＵ、メモリ及びソフトウェア等によっ
て構成される処理部、３００は出力部である。入力部１
００は小型カメラ、ビデオカメラ、スキャナ等により画
像を入力する手段であり、出力部３００は処理部２００
で抽出された輪郭位置を表示するディスプレィ手段であ
る。なお、出力部３００はプリンタでもよい。
例の全体的構成図である。図１において、１００は入力
部、２００はＣＰＵ、メモリ及びソフトウェア等によっ
て構成される処理部、３００は出力部である。入力部１
００は小型カメラ、ビデオカメラ、スキャナ等により画
像を入力する手段であり、出力部３００は処理部２００
で抽出された輪郭位置を表示するディスプレィ手段であ
る。なお、出力部３００はプリンタでもよい。
【０００９】処理部２００は輪郭検出装置本体で、位置
決め部２１０、位置決め用辞書２２０、初期輪郭決定部
２３０及び輪郭抽出部２４０からなる。さらに、位置決
め部２１０は粗探索部２１１と詳細探索部２１２からな
り、これに対応して位置決め用辞書２２０も粗探索対象
画像辞書２２１と詳細探索対象画像辞書２２２からな
る。以下に、処理部２００の各部の動作について説明す
る。
決め部２１０、位置決め用辞書２２０、初期輪郭決定部
２３０及び輪郭抽出部２４０からなる。さらに、位置決
め部２１０は粗探索部２１１と詳細探索部２１２からな
り、これに対応して位置決め用辞書２２０も粗探索対象
画像辞書２２１と詳細探索対象画像辞書２２２からな
る。以下に、処理部２００の各部の動作について説明す
る。
【００１０】〈位置決め部〉位置決め部２１０では、入
力部１００からの入力画像について、多重解像度を利用
した粗密探索により、位置決め用辞書２２０を参照しつ
つ、顔等の対象画像の中心位置とサイズを求める。
力部１００からの入力画像について、多重解像度を利用
した粗密探索により、位置決め用辞書２２０を参照しつ
つ、顔等の対象画像の中心位置とサイズを求める。
【００１１】まず、粗探索部２１１において、粗探索始
点から入力画像を、Ｗa×Ｗa画素のサイズのブロックで
Ｍ×Ｎに分割してモザイク化する。ここで、Ｍ×Ｎは粗
探索対象画像辞書２２１の一つの画像辞書のサイズであ
る。このモザイク画像の各ブロックＦＣｍｎを、ブロッ
ク内の代表値（例えば濃淡ならばブロック内平均値、カ
ラーならばブロック内で最大の頻度を有する色）で表す
とすると、次の式（１）で示される。
点から入力画像を、Ｗa×Ｗa画素のサイズのブロックで
Ｍ×Ｎに分割してモザイク化する。ここで、Ｍ×Ｎは粗
探索対象画像辞書２２１の一つの画像辞書のサイズであ
る。このモザイク画像の各ブロックＦＣｍｎを、ブロッ
ク内の代表値（例えば濃淡ならばブロック内平均値、カ
ラーならばブロック内で最大の頻度を有する色）で表す
とすると、次の式（１）で示される。
【００１２】
【数１】 粗探索部２１１では、Ｍ×Ｎの粗探索対象画像辞書２３
１のデータをＵiとしたとき、該データＵiと粗探索用に
モザイク化されたデータＦＣとの距離Ｄiが最小値とな
るときのＵiの位置を粗探索結果とし詳細探索部２１２
に出力する。一方、最小距離値がある閾値を越えた時
は、未知画像内に対象画像がないと判断し、「無い」こ
とを詳細探索部２１２に出力する。なお、粗探索では必
要に応じ、ブロックサイズＷaを変化させたり（例えば
Ｗa′とする)、複数の粗探索対象画像辞書を用いてもよ
い。
１のデータをＵiとしたとき、該データＵiと粗探索用に
モザイク化されたデータＦＣとの距離Ｄiが最小値とな
るときのＵiの位置を粗探索結果とし詳細探索部２１２
に出力する。一方、最小距離値がある閾値を越えた時
は、未知画像内に対象画像がないと判断し、「無い」こ
とを詳細探索部２１２に出力する。なお、粗探索では必
要に応じ、ブロックサイズＷaを変化させたり（例えば
Ｗa′とする)、複数の粗探索対象画像辞書を用いてもよ
い。
【００１３】この粗探索部２１１での粗探索の結果、認
識対象のおおよその位置と大きさがわかったため、次
に、詳細探索部２１２では、モザイクのブロックを小さ
くして、詳細にその位置を探索する。
識対象のおおよその位置と大きさがわかったため、次
に、詳細探索部２１２では、モザイクのブロックを小さ
くして、詳細にその位置を探索する。
【００１４】詳細探索部２１２では、まず、入力画像の
中から該当部分を切り出し、Ｗb×Ｗb画素のブロックサ
イズ（Ｗb＜Ｗa）でＰ′×Ｑ′に分割し、ブロックごと
に代表値を算出しモザイク画像を得る。次に、粗探索の
場合と同様、入力画像の該当部分画像のモザイクを走査
して、詳細探索対象画像辞書２２２と一致する場所を探
索する。すなわち、部分画像のＰ′×Ｑ′のモザイクデ
ータＵＤのうち任意のＭ′×Ｎ′の詳細探索対象画像辞
書２２２のデータをＵjとしたとき、該データＵjと探索
対象のモザイクＦＤとの距離Ｄjを最小となる時のＵjの
位置を詳細探索結果とする。この詳細探索でも、必要に
応じ、ブロックサイズＷbを変化させたり（例えばＷb′
とする)、複数の詳細探索対象画像を用いたりすること
は、粗探索の場合と同様である。
中から該当部分を切り出し、Ｗb×Ｗb画素のブロックサ
イズ（Ｗb＜Ｗa）でＰ′×Ｑ′に分割し、ブロックごと
に代表値を算出しモザイク画像を得る。次に、粗探索の
場合と同様、入力画像の該当部分画像のモザイクを走査
して、詳細探索対象画像辞書２２２と一致する場所を探
索する。すなわち、部分画像のＰ′×Ｑ′のモザイクデ
ータＵＤのうち任意のＭ′×Ｎ′の詳細探索対象画像辞
書２２２のデータをＵjとしたとき、該データＵjと探索
対象のモザイクＦＤとの距離Ｄjを最小となる時のＵjの
位置を詳細探索結果とする。この詳細探索でも、必要に
応じ、ブロックサイズＷbを変化させたり（例えばＷb′
とする)、複数の詳細探索対象画像を用いたりすること
は、粗探索の場合と同様である。
【００１５】こうして、詳細探索部２１２は、上記距離
Ｄjが最小となる時のＵjの位置データ、ならびにブロッ
クサイズＷbから探索対象画像の正確な大きさ、即ち、
［Ｍ′×Ｗb］×［Ｎ′×Ｗb］を算出し、位置データと
ともに初期輪郭決定部２３０に送出する。
Ｄjが最小となる時のＵjの位置データ、ならびにブロッ
クサイズＷbから探索対象画像の正確な大きさ、即ち、
［Ｍ′×Ｗb］×［Ｎ′×Ｗb］を算出し、位置データと
ともに初期輪郭決定部２３０に送出する。
【００１６】ところで、モザイク顔間の一致度は一般に
以下のように定義される。いま、入力顔のモザイクデー
タをＸ＝｛Ｘｉ｝（ｉ＝１，２…Ｎ）、データベース
（対象画像辞書）内のモザイクデータをＹ＝｛Ｙｉ｝
（ｉ＝１，２…Ｎ）とする。ここで、Ｎは一つの顔を表
現するモザイクの数であり、各顔をこれらのモザイクを
要素とするベクトルで表わす。二つのベクトルの一致度
Ｓはベクトル演算における公式から次の式（２）で与え
られる。
以下のように定義される。いま、入力顔のモザイクデー
タをＸ＝｛Ｘｉ｝（ｉ＝１，２…Ｎ）、データベース
（対象画像辞書）内のモザイクデータをＹ＝｛Ｙｉ｝
（ｉ＝１，２…Ｎ）とする。ここで、Ｎは一つの顔を表
現するモザイクの数であり、各顔をこれらのモザイクを
要素とするベクトルで表わす。二つのベクトルの一致度
Ｓはベクトル演算における公式から次の式（２）で与え
られる。
【００１７】
【数２】 これは二つのベクトル間の余弦を与えるもので相関値と
同一であり、二つのモザイクが似ているほど二つのベク
トル間の角度は小さくなり、Ｓは１に近い値となる。
同一であり、二つのモザイクが似ているほど二つのベク
トル間の角度は小さくなり、Ｓは１に近い値となる。
【００１８】位置決め部２１０の粗探索部２１１と詳細
探索部２１２では、得られた粗密モザイク画像を位置決
め用辞書２３０の粗／詳細探索対象モザイク画像と比較
して指定領域中を探索し、Ｓが最も１に近いものを抽出
する。
探索部２１２では、得られた粗密モザイク画像を位置決
め用辞書２３０の粗／詳細探索対象モザイク画像と比較
して指定領域中を探索し、Ｓが最も１に近いものを抽出
する。
【００１９】〈初期輪郭決定部〉初期輪郭決定部２３０
は、位置決め部２１０で得られた中心位置とサイズ、及
び、対象となる物体の輪郭形状から、適切な初期輪郭つ
まり、変形可能なスプライン閉曲線を与える。図２に、
初期輪郭の一例を示す。図２（ａ）は、対象が人物領域
の場合の初期輪郭であり、同図（ｂ）は、対象が壷の場
合の初期輪郭である。
は、位置決め部２１０で得られた中心位置とサイズ、及
び、対象となる物体の輪郭形状から、適切な初期輪郭つ
まり、変形可能なスプライン閉曲線を与える。図２に、
初期輪郭の一例を示す。図２（ａ）は、対象が人物領域
の場合の初期輪郭であり、同図（ｂ）は、対象が壷の場
合の初期輪郭である。
【００２０】〈輪郭抽出部〉輪郭抽出部２４０では、初
期輪郭決定部２３０で与えた初期輪郭、つまり変形可能
なスプライン閉曲線を移動及び変形し、物体輪郭を得
る。以下に詳しく移動及び変形の方法例を示す。なお、
以下に示すものは基本的な一例であり、対象物の性質に
よっては、例えば特開平７−８５２８８号公報に記載の
ように、空間周波数項を含む抽出法を用いても構わな
い。
期輪郭決定部２３０で与えた初期輪郭、つまり変形可能
なスプライン閉曲線を移動及び変形し、物体輪郭を得
る。以下に詳しく移動及び変形の方法例を示す。なお、
以下に示すものは基本的な一例であり、対象物の性質に
よっては、例えば特開平７−８５２８８号公報に記載の
ように、空間周波数項を含む抽出法を用いても構わな
い。
【００２１】まず、初期輪郭を ｖ(s)=(ｘ(s)，ｙ(s)） （３） とおく。但し、ｓ∈〔０，１〕，ｖ(０)＝ｖ(１)とす
る。また、ｘ(s)，ｙ(s)はそれぞれｘ座標ｙ座標を示
す。次に、以下のエネルギー関数Ｅsnakeを定義する。
る。また、ｘ(s)，ｙ(s)はそれぞれｘ座標ｙ座標を示
す。次に、以下のエネルギー関数Ｅsnakeを定義する。
【００２２】
【数３】 但し、ｖs＝dv／ds，ｖss＝ｄ2vs2であり、α(s），β
(s），ωline，ωterm，ωedge，ωconは、各エネルギ
ー項の重みを表す係数である。また、ｄ(ｘ1,ｘ2)は画
像上の点ｘ1，ｘ2のユークリッド距離を示す。
(s），ωline，ωterm，ωedge，ωconは、各エネルギ
ー項の重みを表す係数である。また、ｄ(ｘ1,ｘ2)は画
像上の点ｘ1，ｘ2のユークリッド距離を示す。
【００２３】以下に各項の意味について説明する。但
し、Ｉ(ｖ(si))＝Ｉ(ｘ(ｓi)，ｙ(ｓi)）は、点ｖ(si）
における画像の濃度値を示す。Ｅintは滑らかさの拘束
条件を与えるものである。つまり、引っ張りの状態に関
するエネルギー項と、曲げの状態に関するエネルギー項
の線形結合を表す。引っ張りの状態に関するエネルギー
項の作用により、接線方向の変化が抑制され、曲率が小
さくなる方向への張力を与える。また、曲げに関するエ
ネルギー項の作用により、曲率の変化が抑制され、円に
近付けるような、曲率を一定とする方向への力を与え
る。更に、重みα(s）、β(s）の調節を行なうことによ
り、それぞれの相対的な重要性をコントロールできる。
し、Ｉ(ｖ(si))＝Ｉ(ｘ(ｓi)，ｙ(ｓi)）は、点ｖ(si）
における画像の濃度値を示す。Ｅintは滑らかさの拘束
条件を与えるものである。つまり、引っ張りの状態に関
するエネルギー項と、曲げの状態に関するエネルギー項
の線形結合を表す。引っ張りの状態に関するエネルギー
項の作用により、接線方向の変化が抑制され、曲率が小
さくなる方向への張力を与える。また、曲げに関するエ
ネルギー項の作用により、曲率の変化が抑制され、円に
近付けるような、曲率を一定とする方向への力を与え
る。更に、重みα(s）、β(s）の調節を行なうことによ
り、それぞれの相対的な重要性をコントロールできる。
【００２４】Ｅimageは、Ｅline（画像そのまま）と、
Ｅedge(濃度勾配の二乗に重みが付けられたエネルギー
項）と、Ｅtermから構成される。これらを数式で示す
と、
Ｅedge(濃度勾配の二乗に重みが付けられたエネルギー
項）と、Ｅtermから構成される。これらを数式で示す
と、
【００２５】
【数４】 となる。但し、入力画像にガウスフィルタ処理を行なっ
たものをＧＬ（ｘ，ｙ）とした時、式（１０）は次式で
求める。
たものをＧＬ（ｘ，ｙ）とした時、式（１０）は次式で
求める。
【００２６】
【数５】 Ｅconは、輪郭上の点ｘ1を外部から与えた点ｘ2に一致
させるように働くエネルギー項である。これによって、
誤った輪郭にスネークが収束とようとした時、強制的に
納正することもできる。
させるように働くエネルギー項である。これによって、
誤った輪郭にスネークが収束とようとした時、強制的に
納正することもできる。
【００２７】以上の項からなるエネルギー関数Ｅsnake
が最小になる近傍点を求めることにより、スプライン曲
線ｖ(s）＝（ｘ(s）,ｙ(s)）を移動させ、近しいスプラ
イン曲線が得られる。そして、その新しいスプライン曲
線に対して同様にエネルギー関数を最小にする近傍点を
求める、というように処理を繰り返し、最終的に収束し
たスプライン曲線を、求める輪郭線とする。
が最小になる近傍点を求めることにより、スプライン曲
線ｖ(s）＝（ｘ(s）,ｙ(s)）を移動させ、近しいスプラ
イン曲線が得られる。そして、その新しいスプライン曲
線に対して同様にエネルギー関数を最小にする近傍点を
求める、というように処理を繰り返し、最終的に収束し
たスプライン曲線を、求める輪郭線とする。
【００２８】このとき用いる解法は特に指定しないが、
具体的には、変分法（前出のＫassらの論文参照）、動
的計画法（Ａ.Ａ.Ａmini，Ｔ.Ｅ.Ｗeymouth，Ｒ.Ｊai
n，“Ｕsing dynamic programming for solving variat
ional problems in vision”，ＩＥＥＥ ＰＡＭＩ−１
２，９，pp.８５５−８６７（１９９０）参照）、グリ
ーディアルゴリズム（Ｄ.Ｊ.Ｗilliam，Ｍ.Ｓhar，“Ａ
Ｆast Ａlgorithmfor Ａctive Ｃontour”，Ｐroc．Ｉ
ＣＣＶ−９０pp.５９２−５９５（１９８９）参照）な
どが用いられる。
具体的には、変分法（前出のＫassらの論文参照）、動
的計画法（Ａ.Ａ.Ａmini，Ｔ.Ｅ.Ｗeymouth，Ｒ.Ｊai
n，“Ｕsing dynamic programming for solving variat
ional problems in vision”，ＩＥＥＥ ＰＡＭＩ−１
２，９，pp.８５５−８６７（１９９０）参照）、グリ
ーディアルゴリズム（Ｄ.Ｊ.Ｗilliam，Ｍ.Ｓhar，“Ａ
Ｆast Ａlgorithmfor Ａctive Ｃontour”，Ｐroc．Ｉ
ＣＣＶ−９０pp.５９２−５９５（１９８９）参照）な
どが用いられる。
【００２９】
【発明の効果】以上説明したように、本発明では、入力
濃淡画像に対しモザイク化を行ない、対象物体のモザイ
ク辞書（位置決め用辞書）との距離を計算することによ
り対象物体の位置を特定し、その位置情報を基に輪郭モ
デルを用いて、輪郭の形状から計算される形状に関する
特徴量や、画像の局所的な勾配情報から計算される輪郭
の位置に関する量などの、従来用いられている輪郭の形
状及び位置に関する量の線形和を最小化するように初期
輪郭を移動または変形し、これを輪郭が収束するまで繰
り返すことにより、画像中から自動的に対象物体を見つ
け出し、対象物体の輪郭を決定することが可能となる。
濃淡画像に対しモザイク化を行ない、対象物体のモザイ
ク辞書（位置決め用辞書）との距離を計算することによ
り対象物体の位置を特定し、その位置情報を基に輪郭モ
デルを用いて、輪郭の形状から計算される形状に関する
特徴量や、画像の局所的な勾配情報から計算される輪郭
の位置に関する量などの、従来用いられている輪郭の形
状及び位置に関する量の線形和を最小化するように初期
輪郭を移動または変形し、これを輪郭が収束するまで繰
り返すことにより、画像中から自動的に対象物体を見つ
け出し、対象物体の輪郭を決定することが可能となる。
【図面の簡単な説明】
【図１】本発明の輪郭検出装置の一実施例を示す構成図
である。
である。
【図２】初期輪郭決定の具体例を示す図である。
１００ 入力部 ２００ 処理部 ２１０ 位置決め部 ２１１ 粗探索部 ２１２ 詳細探索部 ２２０ 位置決め用辞書 ２２１ 粗探索対象画像辞書 ２２２ 詳細探索対象画像辞書 ２３０ 初期輪郭決定部 ２４０ 輪郭抽出部 ３００ 出力部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 曽根原 登 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 (1)
- 【請求項１】 画像を入力する入力部と、前記入力され
た画像に対し、予め用意した位置決め用辞書を用いて所
定の位置決めを行なう位置決め部と、前記位置決めがさ
れた画像位置から探索する物体に応じて初期輪郭を与え
る初期輪郭決定部と、探索する物体形状と位置に関する
特徴量の線形和を最小化するように、前記与えられた初
期輪郭を移動または変形して、これを輪郭が収束するま
で繰り返し、対象物体輪郭を抽出する輪郭抽出部と、切
り出された輪郭位置を出力する出力部を備えたことを特
徴とする輪郭検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7224702A JPH0950532A (ja) | 1995-08-09 | 1995-08-09 | 輪郭検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7224702A JPH0950532A (ja) | 1995-08-09 | 1995-08-09 | 輪郭検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0950532A true JPH0950532A (ja) | 1997-02-18 |
Family
ID=16817911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7224702A Pending JPH0950532A (ja) | 1995-08-09 | 1995-08-09 | 輪郭検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0950532A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000215319A (ja) * | 1999-01-22 | 2000-08-04 | Canon Inc | 画像抽出方法及び装置並びに記憶媒体 |
| JP2009134587A (ja) * | 2007-11-30 | 2009-06-18 | Toyota Motor Corp | 画像処理装置 |
| KR100925180B1 (ko) * | 2007-08-03 | 2009-11-05 | 한국과학기술원 | 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할방법 |
| JP2009289295A (ja) * | 2009-09-10 | 2009-12-10 | Canon Inc | 画像抽出方法及び装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05159063A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置 |
| JPH06139355A (ja) * | 1992-10-27 | 1994-05-20 | Oki Electric Ind Co Ltd | 輪郭線抽出装置 |
-
1995
- 1995-08-09 JP JP7224702A patent/JPH0950532A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05159063A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置 |
| JPH06139355A (ja) * | 1992-10-27 | 1994-05-20 | Oki Electric Ind Co Ltd | 輪郭線抽出装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000215319A (ja) * | 1999-01-22 | 2000-08-04 | Canon Inc | 画像抽出方法及び装置並びに記憶媒体 |
| KR100925180B1 (ko) * | 2007-08-03 | 2009-11-05 | 한국과학기술원 | 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할방법 |
| JP2009134587A (ja) * | 2007-11-30 | 2009-06-18 | Toyota Motor Corp | 画像処理装置 |
| US8107725B2 (en) | 2007-11-30 | 2012-01-31 | Toyota Jidosha Kabushiki Kaisha | Image processor and image processing method |
| JP2009289295A (ja) * | 2009-09-10 | 2009-12-10 | Canon Inc | 画像抽出方法及び装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6466686B2 (en) | System and method for transforming fingerprints to improve recognition | |
| US7027622B2 (en) | Method for locating face landmarks in an image | |
| JP4903854B2 (ja) | デジタル画像におけるオブジェクト検出方法 | |
| US6049621A (en) | Determining a point correspondence between two points in two respective (fingerprint) images | |
| US6301370B1 (en) | Face recognition from video images | |
| JP4392886B2 (ja) | 画像抽出方法及び装置 | |
| JP4604439B2 (ja) | 画像処理装置及び画像処理方法、並びに記録媒体 | |
| Dibeklioglu et al. | 3D facial landmarking under expression, pose, and occlusion variations | |
| JP2002157591A (ja) | 対象物認識システム及び方法 | |
| Nayar et al. | Image spotting of 3D objects using parametric eigenspace representation | |
| JP3054682B2 (ja) | 画像処理方法 | |
| JP3252941B2 (ja) | 画像切り出し認識装置 | |
| JP3774495B2 (ja) | 画像情報抽出装置および方法 | |
| JPH0950532A (ja) | 輪郭検出装置 | |
| EP1580684B1 (en) | Face recognition from video images | |
| JP2865528B2 (ja) | 指紋照合装置 | |
| Ramel et al. | Automatic reading of handwritten chemical formulas from a structural representation of the image | |
| JP2000090191A (ja) | 顔認識装置及び方法 | |
| US7136515B2 (en) | Method and apparatus for providing a binary fingerprint image | |
| JPH07262380A (ja) | 自動指紋認識方法および装置 | |
| JP2734245B2 (ja) | 画像特徴抽出方法及びその装置 | |
| JP3164835B2 (ja) | 人物画像認識における前処理方法および後処理方法 | |
| JP2000132692A (ja) | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 | |
| JP2004145592A (ja) | 移動ベクトル抽出装置及び方法及びプログラム及びその記録媒体 | |
| JPH10136258A (ja) | 輪郭抽出装置及び輪郭抽出方法 |