JPH0997331A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH0997331A JPH0997331A JP25330695A JP25330695A JPH0997331A JP H0997331 A JPH0997331 A JP H0997331A JP 25330695 A JP25330695 A JP 25330695A JP 25330695 A JP25330695 A JP 25330695A JP H0997331 A JPH0997331 A JP H0997331A
- Authority
- JP
- Japan
- Prior art keywords
- graphic
- line segment
- image
- straightness
- image processing
- 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.)
- Granted
Links
- 238000002372 labelling Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 abstract description 7
- 230000005484 gravity Effects 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract 2
- 239000006185 dispersion Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Complex Calculations (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 複数個の単一連結成分からなる図形パタンが
存在する画像の中から、直線分図形を選び出し、多少の
曲がり等の変形があっても、その端点を正確に検出しつ
つ、かつ連結性を損なわずに抽出する線分抽出処理を提
供すること。 【解決手段】 ラベリング手段１２が抽出した図形パタ
ンに対して、統計量計算手段１４は図形の重心と分散を
計算し、端点検出手段１５が最小自乗法と画素投影によ
って図形を線分近似する。真直度評価手段１６は図形の
直線分らしさを画素数と画その座標値の相関係数によっ
て評価する。線分選択手段１７において、端点検出手段
１５および真直度評価手段１６からの情報を統合して、
直線分図形のみを選択して出力する。
存在する画像の中から、直線分図形を選び出し、多少の
曲がり等の変形があっても、その端点を正確に検出しつ
つ、かつ連結性を損なわずに抽出する線分抽出処理を提
供すること。 【解決手段】 ラベリング手段１２が抽出した図形パタ
ンに対して、統計量計算手段１４は図形の重心と分散を
計算し、端点検出手段１５が最小自乗法と画素投影によ
って図形を線分近似する。真直度評価手段１６は図形の
直線分らしさを画素数と画その座標値の相関係数によっ
て評価する。線分選択手段１７において、端点検出手段
１５および真直度評価手段１６からの情報を統合して、
直線分図形のみを選択して出力する。
Description
【０００１】
【発明の属する技術分野】本発明は、スキャナやカメラ
から入力された画像を加工する画像処理装置に関し、特
に入力された画像から直線分図形を抽出する線分抽出処
理を行なう画像処理装置に関する。
から入力された画像を加工する画像処理装置に関し、特
に入力された画像から直線分図形を抽出する線分抽出処
理を行なう画像処理装置に関する。
【０００２】
【従来の技術】入力された画像から線分を抽出する線分
抽出処理を行なう画像処理装置は、文書画像のレイアウ
ト解析、物体の判別や位置決め、さらには認識といっ
た、視覚情報処理の基本モジュールのひとつとして使用
されている。従来、この種の画像処理装置では、パタン
の中の直線成分を抽出するための処理として、ハフ変換
が用いられていた。例えば、１９８２年、コンピュータ
ビジョン１２３〜１２４頁（Ｃｏｍｐｕｔｅｒ Ｖｉｓ
ｉｏｎ，１９８２，ｐｐ．１２３−１２４）に示されて
いるように、従来の画像処理装置で直線成分を抽出する
ための処理として、線幅１の直線とパタンとの整合を取
り、その際に整合性の高い部分を直線成分として抽出し
ていた。
抽出処理を行なう画像処理装置は、文書画像のレイアウ
ト解析、物体の判別や位置決め、さらには認識といっ
た、視覚情報処理の基本モジュールのひとつとして使用
されている。従来、この種の画像処理装置では、パタン
の中の直線成分を抽出するための処理として、ハフ変換
が用いられていた。例えば、１９８２年、コンピュータ
ビジョン１２３〜１２４頁（Ｃｏｍｐｕｔｅｒ Ｖｉｓ
ｉｏｎ，１９８２，ｐｐ．１２３−１２４）に示されて
いるように、従来の画像処理装置で直線成分を抽出する
ための処理として、線幅１の直線とパタンとの整合を取
り、その際に整合性の高い部分を直線成分として抽出し
ていた。
【０００３】従来技術の中で用いられるハフ変換につい
て説明する。ハフ変換は、画像走査部および投票箱と呼
ばれる記憶部からなる。画像中のある点を通りある傾き
をもつ直線は、投票箱のひとつと結びつけられている。
ただし異なる点を通る直線でも、傾きおよび切片が等し
ければ同じ投票箱に結びつけられているものとする。ま
ず、画像走査部が入力画像全面を順に走査してゆき、あ
る座標（ｉ，ｊ）の画素が値Ｉijを持っていたとする。
その際、画像走査部は座標（ｉ，ｊ）を通るすべての直
線に結びつけられている投票箱の値をそれぞれＩijずつ
インクリメントする。画像全面の走査が終了した時点
で、すべての投票箱の値を調べて、所定より値の大きい
投票箱に対応する直線を、検出されるべき直線として選
ぶ。最終的に、直線と原画像の画素ごとの論理積を取れ
ば、画像から線分を抽出することができる。
て説明する。ハフ変換は、画像走査部および投票箱と呼
ばれる記憶部からなる。画像中のある点を通りある傾き
をもつ直線は、投票箱のひとつと結びつけられている。
ただし異なる点を通る直線でも、傾きおよび切片が等し
ければ同じ投票箱に結びつけられているものとする。ま
ず、画像走査部が入力画像全面を順に走査してゆき、あ
る座標（ｉ，ｊ）の画素が値Ｉijを持っていたとする。
その際、画像走査部は座標（ｉ，ｊ）を通るすべての直
線に結びつけられている投票箱の値をそれぞれＩijずつ
インクリメントする。画像全面の走査が終了した時点
で、すべての投票箱の値を調べて、所定より値の大きい
投票箱に対応する直線を、検出されるべき直線として選
ぶ。最終的に、直線と原画像の画素ごとの論理積を取れ
ば、画像から線分を抽出することができる。
【０００４】
【発明が解決しようとする課題】しかしながら、ハフ変
換による線分抽出では、厳密に直線と整合する図形でな
ければ直線として抽出できないという問題点があった。
図２は従来技術による線分抽出の問題点を表している。
この例のようにハフ変換では、図２（ａ）に示すよう
に、大局的に見て比較的にまっすぐな線図形であっても
少しでもわん曲があれば、図２（ｃ）に示すように、端
点が正確に抽出されない、あるいは図２（ｂ）に示すよ
うに、もともと単一の線分であったものが、図２（ｄ）
に示すように、複数部分に分離されてしまうことがあ
る、などの問題点があった。さらには、パタン中に図形
がまばらに存在するようなケースでは、画像全面を走査
するハフ変換は処理量の面で無駄が多いという点も問題
であった。したがって、多少のわん曲があるような線図
形であっても、正確に端点を抽出でき、連結な図形を連
結なまま取り出すことのできる線分抽出の手段が必要と
されていた。
換による線分抽出では、厳密に直線と整合する図形でな
ければ直線として抽出できないという問題点があった。
図２は従来技術による線分抽出の問題点を表している。
この例のようにハフ変換では、図２（ａ）に示すよう
に、大局的に見て比較的にまっすぐな線図形であっても
少しでもわん曲があれば、図２（ｃ）に示すように、端
点が正確に抽出されない、あるいは図２（ｂ）に示すよ
うに、もともと単一の線分であったものが、図２（ｄ）
に示すように、複数部分に分離されてしまうことがあ
る、などの問題点があった。さらには、パタン中に図形
がまばらに存在するようなケースでは、画像全面を走査
するハフ変換は処理量の面で無駄が多いという点も問題
であった。したがって、多少のわん曲があるような線図
形であっても、正確に端点を抽出でき、連結な図形を連
結なまま取り出すことのできる線分抽出の手段が必要と
されていた。
【０００５】そこで、本発明の目的は、複数個の図形パ
タンの中から直線分図形を、その端点を正確に検出しつ
つ、かつ連結性を損なわずに高速抽出する線分抽出装置
を提供することである。例えば、図３（ａ）に示すよう
な大局的に見て比較的にまっすぐな線図形であれば少し
ぐらいわん曲があっても、図３（ｃ）に示すように、端
点を正確に抽出でき、あるいは図３（ｂ）に示すよう
に、もともと単一の線分であったものは、図３（ｄ）に
示すように、単一の線分として抽出できる、すなわち、
フレキシブルな線分抽出を実現することである。
タンの中から直線分図形を、その端点を正確に検出しつ
つ、かつ連結性を損なわずに高速抽出する線分抽出装置
を提供することである。例えば、図３（ａ）に示すよう
な大局的に見て比較的にまっすぐな線図形であれば少し
ぐらいわん曲があっても、図３（ｃ）に示すように、端
点を正確に抽出でき、あるいは図３（ｂ）に示すよう
に、もともと単一の線分であったものは、図３（ｄ）に
示すように、単一の線分として抽出できる、すなわち、
フレキシブルな線分抽出を実現することである。
【０００６】
【課題を解決するための手段】上述した課題を解決する
ため、本発明による画像処理装置は、入力画像を格納す
る画像記憶手段と、画像記憶手段から取り出した画像か
ら、同一連結成分からなる任意形状の図形を抽出するラ
ベリング手段と、ラベリング手段が抽出した各々の図形
を構成する画素集合の平均値および分散を計算する統計
量計算手段と、図形を最小自乗法で直線近似したときの
図形の両端点を検出する端点検出手段と、図形を構成す
る画素集合の座標の相関係数と画素数および濃度レベル
を計算する真直度評価手段と、図形の端点座標と真直度
により、線分図形を選び出す線分選択手段とを備える。
ため、本発明による画像処理装置は、入力画像を格納す
る画像記憶手段と、画像記憶手段から取り出した画像か
ら、同一連結成分からなる任意形状の図形を抽出するラ
ベリング手段と、ラベリング手段が抽出した各々の図形
を構成する画素集合の平均値および分散を計算する統計
量計算手段と、図形を最小自乗法で直線近似したときの
図形の両端点を検出する端点検出手段と、図形を構成す
る画素集合の座標の相関係数と画素数および濃度レベル
を計算する真直度評価手段と、図形の端点座標と真直度
により、線分図形を選び出す線分選択手段とを備える。
【０００７】本発明による画像処理装置では、はじめに
パタン中の同一連結成分からなる任意形状の図形成分を
抽出する。次に、各図形を構成する画素集合の座標値の
相関係数および画素数の大きさあるいは画素の濃度レベ
ルの図形全体的な高さによって、その図形の真直度（ど
れほど線分らしいか）を見積もり、直線的な図形成分を
選んで出力する。また、図形を最小自乗法により線分近
似して、その両端点を求めるため、各図形の連結性を完
全に保ち、かつ端点の位置を正確に取り出す線分抽出が
可能となる。
パタン中の同一連結成分からなる任意形状の図形成分を
抽出する。次に、各図形を構成する画素集合の座標値の
相関係数および画素数の大きさあるいは画素の濃度レベ
ルの図形全体的な高さによって、その図形の真直度（ど
れほど線分らしいか）を見積もり、直線的な図形成分を
選んで出力する。また、図形を最小自乗法により線分近
似して、その両端点を求めるため、各図形の連結性を完
全に保ち、かつ端点の位置を正確に取り出す線分抽出が
可能となる。
【０００８】
【発明の実施の形態】以下、本発明の実施例に係る画像
処理装置について図面を参照して説明する。
処理装置について図面を参照して説明する。
【０００９】図１は、本発明の一実施例を示すブロック
図である。この実施例は、入力された２値画像を格納す
るための画像記憶手段１１と、入力された画像から任意
形状の図形を抽出するラベリング手段１２と、抽出した
図形の輪郭点の座標を格納する図形記憶手段１３と、図
形の輪郭点の座標から、図形を構成する画素集合の平均
値および分散といった統計量を計算する統計量計算手段
１４と、統計量と図形の輪郭点により、図形を最小自乗
法により線分近似したときの端点座標を求める端点検出
手段１５と、統計量から図形を構成する画素集合の相関
係数を計算し、その図形の真直度を評価する真直度評価
手段１６と、端点検出手段１５および真直度評価手段１
６の出力を統合して、線分のみを選んで出力する線分選
択手段１７から構成される。画像記憶手段１１は、図示
されない画像入力手段（スキャナやカメラなど）および
入力された画像を格納する記憶手段から構成されてい
る。
図である。この実施例は、入力された２値画像を格納す
るための画像記憶手段１１と、入力された画像から任意
形状の図形を抽出するラベリング手段１２と、抽出した
図形の輪郭点の座標を格納する図形記憶手段１３と、図
形の輪郭点の座標から、図形を構成する画素集合の平均
値および分散といった統計量を計算する統計量計算手段
１４と、統計量と図形の輪郭点により、図形を最小自乗
法により線分近似したときの端点座標を求める端点検出
手段１５と、統計量から図形を構成する画素集合の相関
係数を計算し、その図形の真直度を評価する真直度評価
手段１６と、端点検出手段１５および真直度評価手段１
６の出力を統合して、線分のみを選んで出力する線分選
択手段１７から構成される。画像記憶手段１１は、図示
されない画像入力手段（スキャナやカメラなど）および
入力された画像を格納する記憶手段から構成されてい
る。
【００１０】さて、図１、図４、図５、図６および図７
を参照して、本実施例の動作について説明する。画像記
憶手段１１に２値の入力画像が格納されると、ラベリン
グ手段１２は画像中に存在する各々の図形に、輪郭追跡
などによってラベルづけを行なう。ラベリング手段１２
はさらに、各々の図形の形状に関する情報、例えば輪郭
点の座標（ｘ1 ，ｙ1 ），（ｘ2 ，ｙ2 ），…，
（ｘn ，ｙn ）を図形記憶手段１３に格納する。ここに
ｎは輪郭点の個数を表す。統計量計算手段１４では、図
形記憶手段１３に格納された輪郭点の座標から、輪郭点
の重心座標ｍx ，ｍyおよび輪郭点の分散と共分散
σx ，σy ，σxyを算出し、端点記憶手段１５および真
直度評価手段１６に送る。ここに重心座標とは輪郭点の
座標値の平均を意味し、重心、分散および共分散は下記
数１式によって求める。
を参照して、本実施例の動作について説明する。画像記
憶手段１１に２値の入力画像が格納されると、ラベリン
グ手段１２は画像中に存在する各々の図形に、輪郭追跡
などによってラベルづけを行なう。ラベリング手段１２
はさらに、各々の図形の形状に関する情報、例えば輪郭
点の座標（ｘ1 ，ｙ1 ），（ｘ2 ，ｙ2 ），…，
（ｘn ，ｙn ）を図形記憶手段１３に格納する。ここに
ｎは輪郭点の個数を表す。統計量計算手段１４では、図
形記憶手段１３に格納された輪郭点の座標から、輪郭点
の重心座標ｍx ，ｍyおよび輪郭点の分散と共分散
σx ，σy ，σxyを算出し、端点記憶手段１５および真
直度評価手段１６に送る。ここに重心座標とは輪郭点の
座標値の平均を意味し、重心、分散および共分散は下記
数１式によって求める。
【００１１】
【数１】 端点検出手段１５では、図４に示すような最小自乗法に
よる近似直線２０の方向ベクトル（σx ，σxy）あるい
は（σxy，σy ）と、各々の輪郭点座標の位置ベクトル
（ｘi ，ｙi ）との内積を計算して、図５に示すよう
に、内積の最大値と最小値に対応する輪郭点の座標２
２、２３を求め、これらを線分近似した場合の両端点と
して線分選択手段１７へ送る。尚、図５において、２１
は図４に示した近似直線２０に対応する線を示す。
よる近似直線２０の方向ベクトル（σx ，σxy）あるい
は（σxy，σy ）と、各々の輪郭点座標の位置ベクトル
（ｘi ，ｙi ）との内積を計算して、図５に示すよう
に、内積の最大値と最小値に対応する輪郭点の座標２
２、２３を求め、これらを線分近似した場合の両端点と
して線分選択手段１７へ送る。尚、図５において、２１
は図４に示した近似直線２０に対応する線を示す。
【００１２】一方、真直度評価手段１６では、分散と共
分散を用いて輪郭点座標値の相関係数σxy 2 ／σx σy
を計算する。さらに相関係数と輪郭点の個数によって、
図形の真直度ｎσxy 2 ／σx σy を算出する。真直度
は、図６に示すように図形の直線性が高いときに高い値
を取り、また図７に示すように図形の直線性が低いとき
に低い値を取る。尚、図６及び図７において、２４及び
２５は図形の直線性の高低を測る基準となる仮想的な直
線を示している。
分散を用いて輪郭点座標値の相関係数σxy 2 ／σx σy
を計算する。さらに相関係数と輪郭点の個数によって、
図形の真直度ｎσxy 2 ／σx σy を算出する。真直度
は、図６に示すように図形の直線性が高いときに高い値
を取り、また図７に示すように図形の直線性が低いとき
に低い値を取る。尚、図６及び図７において、２４及び
２５は図形の直線性の高低を測る基準となる仮想的な直
線を示している。
【００１３】真直度評価手段１６は、各々の図形につい
ての真直度を線分選択手段１７へ送る。線分選択手段１
７では、図形端点座標および図形真直度を受け取り、以
下のような処理を行なって線分情報を出力する。すなわ
ち、各々の図形について、その真直度が所定値よりも大
きければ、その図形は線分であるとして、対応する端点
座標を線分情報として出力する。両端点の座標が与えら
れれば、線分は一意に決定される。一方、真直度が所定
値よりも大きくなければ、その図形は線分ではないとみ
なして端点座標を棄却する。結果として、複数個の図形
から、直線分図形が選択されて、線分として出力され
る。
ての真直度を線分選択手段１７へ送る。線分選択手段１
７では、図形端点座標および図形真直度を受け取り、以
下のような処理を行なって線分情報を出力する。すなわ
ち、各々の図形について、その真直度が所定値よりも大
きければ、その図形は線分であるとして、対応する端点
座標を線分情報として出力する。両端点の座標が与えら
れれば、線分は一意に決定される。一方、真直度が所定
値よりも大きくなければ、その図形は線分ではないとみ
なして端点座標を棄却する。結果として、複数個の図形
から、直線分図形が選択されて、線分として出力され
る。
【００１４】多値画像からの線分抽出に関して、本発明
の他の実施例を説明する。この実施例のブロック図は、
同じく図１のように表される。入力された多値画像を格
納するための画像記憶手段１１と、入力された画像から
任意形状の多値図形を抽出するラベリング手段１２と、
抽出した多値図形に含まれる画素の濃度レベルおよび座
標値を格納する図形記憶手段１３と、図形に含まれる画
素の濃度レベルおよび座標値から、図形の重心および分
散といった統計量を計算する統計量計算手段１４と、前
記統計量と図形に含まれる画素の濃度レベルおよび座標
値より、図形を最小自乗法により線分近似したときの端
点座標を求める端点検出手段１５と、前記統計量から図
形を構成する画素集合の座標値の相関係数を計算し、さ
らに相関係数と画素ごとの濃度レベルにより、その図形
の真直度を評価する真直度評価手段１６と、端点検出手
段１５および真直度評価手段１６の出力を統合して、線
分のみを選んで出力する線分選択手段１７から構成され
る。
の他の実施例を説明する。この実施例のブロック図は、
同じく図１のように表される。入力された多値画像を格
納するための画像記憶手段１１と、入力された画像から
任意形状の多値図形を抽出するラベリング手段１２と、
抽出した多値図形に含まれる画素の濃度レベルおよび座
標値を格納する図形記憶手段１３と、図形に含まれる画
素の濃度レベルおよび座標値から、図形の重心および分
散といった統計量を計算する統計量計算手段１４と、前
記統計量と図形に含まれる画素の濃度レベルおよび座標
値より、図形を最小自乗法により線分近似したときの端
点座標を求める端点検出手段１５と、前記統計量から図
形を構成する画素集合の座標値の相関係数を計算し、さ
らに相関係数と画素ごとの濃度レベルにより、その図形
の真直度を評価する真直度評価手段１６と、端点検出手
段１５および真直度評価手段１６の出力を統合して、線
分のみを選んで出力する線分選択手段１７から構成され
る。
【００１５】本実施例の動作について説明する。画像記
憶手段１１に多値の入力画像が格納されると、ラベリン
グ手段１２は画像中に存在する各々の図形に、ラスタス
キャンなどによってラベルづけを行なう。ラベリング手
段１２はさらに、各々の図形の形状および濃度レベルに
関する情報、例えば図形中の各々の画素の座標値および
画素値のセット（ｘ1 ，ｙ1 ，Ｉ1 ），（ｘ2 ，ｙ2 ，
Ｉ2 ），…，（ｘn ，ｙn ，Ｉn ）を図形記憶手段１３
に格納する。統計量計算手段１４では、図形記憶手段１
３に格納された各画素の座標から、図形の重心座標
ｍx ，ｍy および図形の分散と共分散σx ，σy ，σxy
を算出し、端点記憶手段１５および真直度評価手段１６
に送る。ここに重心とは画素の座標値の平均を意味し、
重心、分散および共分散は下記数２式のように、画素の
濃度レベルに応じた重みを考慮して計算する。
憶手段１１に多値の入力画像が格納されると、ラベリン
グ手段１２は画像中に存在する各々の図形に、ラスタス
キャンなどによってラベルづけを行なう。ラベリング手
段１２はさらに、各々の図形の形状および濃度レベルに
関する情報、例えば図形中の各々の画素の座標値および
画素値のセット（ｘ1 ，ｙ1 ，Ｉ1 ），（ｘ2 ，ｙ2 ，
Ｉ2 ），…，（ｘn ，ｙn ，Ｉn ）を図形記憶手段１３
に格納する。統計量計算手段１４では、図形記憶手段１
３に格納された各画素の座標から、図形の重心座標
ｍx ，ｍy および図形の分散と共分散σx ，σy ，σxy
を算出し、端点記憶手段１５および真直度評価手段１６
に送る。ここに重心とは画素の座標値の平均を意味し、
重心、分散および共分散は下記数２式のように、画素の
濃度レベルに応じた重みを考慮して計算する。
【００１６】
【数２】 端点検出手段１５では、図４に示すような最小自乗法に
よる近似直線２０の方向ベクトル（σx ，σxy）あるい
は（σxy，σy ）と、図形中の各々の点の座標の位置ベ
クトル（ｘi ，ｙi ）との内積を計算して、内積の最大
値と最小値に対応する点の座標２２、２３を図５のよう
に求め、それらを図形の近似的両端点として線分選択手
段１７へ送る。一方、真直度評価手段１６では、統計量
を用いて図形を構成する画素集合の座標値の相関関数ｎ
σxy 2 ／σx σy を計算し、さらに各々の画素の濃度レ
ベルを用いて、図形の真直度（Ｉ1 ＋Ｉ2 ＋…＋Ｉn ）
・σxy 2 ／σx σy を算出する。真直度は、図６に示す
ように図形の直線性が高いときに大きい値を取り、また
図７に示すように図形の直線性が低いときに小さい値を
取る。各々の図形についての真直度を線分選択手段１７
へ送る。線分選択手段１７では、図形端点座標および図
形真直度を受け取り、各々の図形について、その真直度
が所定値よりも大きければ、その図形は線分であるとし
て、端点検出手段１５において求めた、対応する両端点
座標を線分情報として出力する。両端点の座標が与えら
れれば、線分は一意に決定される。一方、真直度が所定
値よりも小さければ、その図形は線分ではないとして端
点座標を棄却する。結果として、複数個の図形から、直
線分が残されて出力される。
よる近似直線２０の方向ベクトル（σx ，σxy）あるい
は（σxy，σy ）と、図形中の各々の点の座標の位置ベ
クトル（ｘi ，ｙi ）との内積を計算して、内積の最大
値と最小値に対応する点の座標２２、２３を図５のよう
に求め、それらを図形の近似的両端点として線分選択手
段１７へ送る。一方、真直度評価手段１６では、統計量
を用いて図形を構成する画素集合の座標値の相関関数ｎ
σxy 2 ／σx σy を計算し、さらに各々の画素の濃度レ
ベルを用いて、図形の真直度（Ｉ1 ＋Ｉ2 ＋…＋Ｉn ）
・σxy 2 ／σx σy を算出する。真直度は、図６に示す
ように図形の直線性が高いときに大きい値を取り、また
図７に示すように図形の直線性が低いときに小さい値を
取る。各々の図形についての真直度を線分選択手段１７
へ送る。線分選択手段１７では、図形端点座標および図
形真直度を受け取り、各々の図形について、その真直度
が所定値よりも大きければ、その図形は線分であるとし
て、端点検出手段１５において求めた、対応する両端点
座標を線分情報として出力する。両端点の座標が与えら
れれば、線分は一意に決定される。一方、真直度が所定
値よりも小さければ、その図形は線分ではないとして端
点座標を棄却する。結果として、複数個の図形から、直
線分が残されて出力される。
【００１７】
【発明の効果】以上説明したように、本発明による画像
処理装置は、画像中の個々の図形について直線分かどう
かの判定を下すための、ラベリング手段、端点検出手段
および真直度評価手段を備えたことにより、図形の連結
性を保ち、かつ端点を正確に検出して、線分図形を他の
図形から分離して抽出する機能が実現できる。また、端
点検出手段において、近似線分の方向ベクトルと図形中
の点の位置ベクトルの内積という、簡単に計算できる量
を評価値として使用することにより、高速な処理を実現
している。
処理装置は、画像中の個々の図形について直線分かどう
かの判定を下すための、ラベリング手段、端点検出手段
および真直度評価手段を備えたことにより、図形の連結
性を保ち、かつ端点を正確に検出して、線分図形を他の
図形から分離して抽出する機能が実現できる。また、端
点検出手段において、近似線分の方向ベクトルと図形中
の点の位置ベクトルの内積という、簡単に計算できる量
を評価値として使用することにより、高速な処理を実現
している。
【図１】本発明の一実施例に係る画像処理装置の機能的
な構成を表したブロック図である。
な構成を表したブロック図である。
【図２】従来技術の問題点を示す図であり、（ａ）は大
局的に見て比較的にまっすぐであるが少しわん曲がある
線図形、（ｂ）はもともと単一の線分であるが不規則な
わん曲が連続する線図形、（ｃ）は（ａ）の線図形の端
点が正確に抽出されない状態、（ｄ）は（ｂ）の線図形
が複数部分に分離されてしまう状態を示す。
局的に見て比較的にまっすぐであるが少しわん曲がある
線図形、（ｂ）はもともと単一の線分であるが不規則な
わん曲が連続する線図形、（ｃ）は（ａ）の線図形の端
点が正確に抽出されない状態、（ｄ）は（ｂ）の線図形
が複数部分に分離されてしまう状態を示す。
【図３】本発明による課題解決例を示す図であり、
（ａ）は大局的に見て比較的にまっすぐであるが少しわ
ん曲がある線図形、（ｂ）はもともと単一の線分である
が不規則なわん曲が連続する線図形、（ｃ）は（ａ）の
線図形の端点が正確に抽出された状態、（ｄ）は（ｂ）
の線図形を単一の線分として抽出できた状態を示す。
（ａ）は大局的に見て比較的にまっすぐであるが少しわ
ん曲がある線図形、（ｂ）はもともと単一の線分である
が不規則なわん曲が連続する線図形、（ｃ）は（ａ）の
線図形の端点が正確に抽出された状態、（ｄ）は（ｂ）
の線図形を単一の線分として抽出できた状態を示す。
【図４】図１に示した実施例における最小自乗法による
直線近似例を示す図である。
直線近似例を示す図である。
【図５】図１に示した実施例における図形の端点検出例
を示す図である。
を示す図である。
【図６】図１に示した実施例における真直度（線分らし
さ）の高い図形の例を示す図である。
さ）の高い図形の例を示す図である。
【図７】図１に示した実施例における真直度（線分らし
さ）の低い図形の例を示す図である。
さ）の低い図形の例を示す図である。
１１ 画像記憶手段 １２ ラベリング手段 １３ 図形記憶手段 １４ 統計量計算手段 １５ 端点検出手段 １６ 真直度評価手段 １７ 線分選択手段
Claims (3)
- 【請求項１】 入力画像を格納する画像記憶手段と、該
画像記憶手段から取り出した画像から、同一連結成分か
らなる任意形状の図形を抽出するラベリング手段と、該
ラベリング手段が抽出した各々の図形を構成する画素集
合の平均値および分散を計算する統計量計算手段と、前
記各図形を最小自乗法で直線近似したときの前記各図形
の両端点を検出する端点検出手段と、前記各図形を構成
する画素集合の座標の相関係数と画素数および濃度レベ
ルを計算する真直度評価手段と、前記各図形の端点座標
と真直度により、線分図形を選び出す線分選択手段とを
有することを特徴とする画像処理装置。 - 【請求項２】 前記統計量計算手段が、図形を構成する
画素集合の平均値および分散といった統計量を計算する
際に、画素の濃度レベルによる重みづけをして、統計量
を計算することを特徴とする請求項１記載の画像処理装
置。 - 【請求項３】 前記端点検出手段において、前記近似直
線の方向ベクトルを算出し、その方向ベクトルと図形を
構成する各々の点の位置ベクトルとの内積を評価値とし
て、その評価値の最大値と最小値を求め、それらに対応
する図形上の点を図形の両端点として出力することを特
徴とする請求項１記載の画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25330695A JP2770849B2 (ja) | 1995-09-29 | 1995-09-29 | 画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25330695A JP2770849B2 (ja) | 1995-09-29 | 1995-09-29 | 画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0997331A true JPH0997331A (ja) | 1997-04-08 |
| JP2770849B2 JP2770849B2 (ja) | 1998-07-02 |
Family
ID=17249462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25330695A Expired - Fee Related JP2770849B2 (ja) | 1995-09-29 | 1995-09-29 | 画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2770849B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1305008C (zh) * | 2003-12-22 | 2007-03-14 | 中国科学院自动化研究所 | 弥散张量核磁成像脑缺血病灶区的自动分割方法 |
| JP2014021042A (ja) * | 2012-07-23 | 2014-02-03 | Fujifilm Corp | 真直度測定装置及び真直度測定方法 |
| CN112964173A (zh) * | 2020-12-31 | 2021-06-15 | 四川和心亿科技有限公司 | 一种结构件品质检测方法 |
| CN113724313A (zh) * | 2021-09-01 | 2021-11-30 | 河北工业大学 | 一种基于相关分析的深度图像直线段的识别与提取方法 |
-
1995
- 1995-09-29 JP JP25330695A patent/JP2770849B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1305008C (zh) * | 2003-12-22 | 2007-03-14 | 中国科学院自动化研究所 | 弥散张量核磁成像脑缺血病灶区的自动分割方法 |
| JP2014021042A (ja) * | 2012-07-23 | 2014-02-03 | Fujifilm Corp | 真直度測定装置及び真直度測定方法 |
| CN112964173A (zh) * | 2020-12-31 | 2021-06-15 | 四川和心亿科技有限公司 | 一种结构件品质检测方法 |
| CN113724313A (zh) * | 2021-09-01 | 2021-11-30 | 河北工业大学 | 一种基于相关分析的深度图像直线段的识别与提取方法 |
| CN113724313B (zh) * | 2021-09-01 | 2024-05-28 | 河北工业大学 | 一种基于相关分析的深度图像直线段的识别与提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2770849B2 (ja) | 1998-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2915894B2 (ja) | ターゲット追跡方法及び装置 | |
| US6819782B1 (en) | Device and method for recognizing hand shape and position, and recording medium having program for carrying out the method recorded thereon | |
| US7822264B2 (en) | Computer-vision system for classification and spatial localization of bounded 3D-objects | |
| US5081689A (en) | Apparatus and method for extracting edges and lines | |
| EP2430588B1 (en) | Object recognition method, object recognition apparatus, and autonomous mobile robot | |
| JP4894741B2 (ja) | 情報処理装置および情報処理方法、プログラム、並びに記録媒体 | |
| US8320682B2 (en) | Evaluation of edge direction information | |
| EP2339507B1 (en) | Head detection and localisation method | |
| EP1693783A1 (en) | Fast method of object detection by statistical template matching | |
| US11816857B2 (en) | Methods and apparatus for generating point cloud histograms | |
| KR20020054223A (ko) | 3차원 물체 부피계측시스템 및 방법 | |
| US20020009230A1 (en) | Template matching using correlative auto-predicative search | |
| EP0959427A2 (en) | Method and apparatus for object recognition | |
| JP6659095B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN112276935A (zh) | 位置姿势确定装置、位置姿势确定方法以及位置姿势确定程序 | |
| US20240404091A1 (en) | System and method for estimating box shape representation of a generally cuboidal object | |
| US8164633B2 (en) | Calibration apparatus and method for imaging devices and computer program | |
| US8135210B2 (en) | Image analysis relating to extracting three dimensional information from a two dimensional image | |
| JP2002133413A (ja) | 画像処理を用いる３次元物体の識別方法および装置 | |
| JP2770849B2 (ja) | 画像処理装置 | |
| CN118628984B (zh) | 一种视觉辅助下奶绵羊数量清点方法及系统 | |
| EP1378861A1 (en) | Method and apparatus for image processing | |
| US20250005073A1 (en) | Image processing apparatus, and image processing method | |
| JP6717769B2 (ja) | 情報処理装置及びプログラム | |
| RU2163394C2 (ru) | Способ идентификации материальных объектов |
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: 19980318 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080417 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090417 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100417 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110417 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 15 |
|
| LAPS | Cancellation because of no payment of annual fees |