JPH1023452A - 画像抽出装置および方法 - Google Patents
画像抽出装置および方法Info
- Publication number
- JPH1023452A JPH1023452A JP19411396A JP19411396A JPH1023452A JP H1023452 A JPH1023452 A JP H1023452A JP 19411396 A JP19411396 A JP 19411396A JP 19411396 A JP19411396 A JP 19411396A JP H1023452 A JPH1023452 A JP H1023452A
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- edge
- area
- region
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/20—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Circuits (AREA)
- Color Television Systems (AREA)
- Processing Of Color Television Signals (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
(57)【要約】
【課題】 背景と被写体との間で画像特性の顕著な差異
を前提にしなくても安定した被写体画像を抽出できる画
像抽出装置および方法を提供する。 【解決手段】 撮像システムは、撮像装置１、切り出し
処理装置２、画像表示装置９および端末装置１０を有す
る。切り出し処理装置２には、画像一時記憶部３、正規
化エッジ強度抽出部４、初期マスク領域抽出部５、領域
成長部６、輪郭整形処理部７および被写体画像出力部８
が設けられている。被写体画像、背景画像を撮像装置１
から入力し、被写体を切り出す際、まず、領域成長の核
を抽出するための初期データ抽出処理を行う。初期マス
ク領域と被写体領域とが殆ど一致する場合、画像出力処
理または輪郭整形処理を行う。初期マスク領域が不完全
である場合、領域成長処理を行う。領域成長処理では、
初期マスクの各核領域の境界上の点において近傍画素と
の画像特徴量の類似度判定を行い、類似度が所定の閾値
より高い場合、同一の被写体領域とみなしてマスク領域
に併合する。
を前提にしなくても安定した被写体画像を抽出できる画
像抽出装置および方法を提供する。 【解決手段】 撮像システムは、撮像装置１、切り出し
処理装置２、画像表示装置９および端末装置１０を有す
る。切り出し処理装置２には、画像一時記憶部３、正規
化エッジ強度抽出部４、初期マスク領域抽出部５、領域
成長部６、輪郭整形処理部７および被写体画像出力部８
が設けられている。被写体画像、背景画像を撮像装置１
から入力し、被写体を切り出す際、まず、領域成長の核
を抽出するための初期データ抽出処理を行う。初期マス
ク領域と被写体領域とが殆ど一致する場合、画像出力処
理または輪郭整形処理を行う。初期マスク領域が不完全
である場合、領域成長処理を行う。領域成長処理では、
初期マスクの各核領域の境界上の点において近傍画素と
の画像特徴量の類似度判定を行い、類似度が所定の閾値
より高い場合、同一の被写体領域とみなしてマスク領域
に併合する。
Description
【０００１】
【発明の属する技術分野】本発明は、背景画像と被写体
画像とから被写体を切り出す画像抽出装置および方法に
関する。
画像とから被写体を切り出す画像抽出装置および方法に
関する。
【０００２】
【従来の技術】従来、画像切り出し（抽出）を行う一般
的な手法として、特定の色背景を用いるクロマキーや画
像処理（ヒストグラム処理、差分、微分処理、輪郭強
調、輪郭追跡など）によりキー信号を生成するビデオマ
ット（テレビジョン学会技術報告、ｖｏｌ．１２，ｐ
ｐ．２９−３４，１９８８）などの手法が知られてい
る。
的な手法として、特定の色背景を用いるクロマキーや画
像処理（ヒストグラム処理、差分、微分処理、輪郭強
調、輪郭追跡など）によりキー信号を生成するビデオマ
ット（テレビジョン学会技術報告、ｖｏｌ．１２，ｐ
ｐ．２９−３４，１９８８）などの手法が知られてい
る。
【０００３】また、背景画像との差分に基づいて画像抽
出を行う手法は古典的なものであり、例えば特開平４−
２１６１８１号公報において背景画像と処理対象画像と
の差分データにマスク画像（特定処理領域のこと）を設
定して画像中の複数の特定領域における対象物体を抽出
あるいは検出する手法が開示されている。
出を行う手法は古典的なものであり、例えば特開平４−
２１６１８１号公報において背景画像と処理対象画像と
の差分データにマスク画像（特定処理領域のこと）を設
定して画像中の複数の特定領域における対象物体を抽出
あるいは検出する手法が開示されている。
【０００４】さらに、特公平７−１６２５０号公報に
は、抽出対象の色彩モデルを用いて背景を含む現画像の
色彩変換データ、背景画像と現画像との明度の差データ
から抽出対象の存在確立分布を求める手法が開示されて
いる。
は、抽出対象の色彩モデルを用いて背景を含む現画像の
色彩変換データ、背景画像と現画像との明度の差データ
から抽出対象の存在確立分布を求める手法が開示されて
いる。
【０００５】背景画像との差分方式は、一般的には背景
画像と被写体画像の各画素間で輝度レベルまたは色成分
などの差異を所定の評価関数で表し、閾値処理して差異
レベルが初定値以上の領域を抽出するものである。例え
ば、評価関数として各点を中心とする所定サイズのブロ
ック間の相互相関（Digital Picture Processing (2nd
ed.),by Rosenfeld,A. and Kak,A.C., Academic Press,
1982）、正規化主成分特徴量（電子情報通信学会論文
誌 Ｖｏｌ．Ｊ７４−Ｄ−ＩＩ，ｐｐ．１７３１−１７
４０）、標準偏差値と差分値との重み付き加算値（テレ
ビジョン学会誌、Ｖｏｌ．４５，ｐｐ．１２７０−１２
７６，１９９１）、色相と輝度レベルに関する局所ヒス
トグラム間距離（テレビジョン学会誌、Ｖｏｌ．４９，
ｐｐ．６７３−６８０，１９９５）などがある。
画像と被写体画像の各画素間で輝度レベルまたは色成分
などの差異を所定の評価関数で表し、閾値処理して差異
レベルが初定値以上の領域を抽出するものである。例え
ば、評価関数として各点を中心とする所定サイズのブロ
ック間の相互相関（Digital Picture Processing (2nd
ed.),by Rosenfeld,A. and Kak,A.C., Academic Press,
1982）、正規化主成分特徴量（電子情報通信学会論文
誌 Ｖｏｌ．Ｊ７４−Ｄ−ＩＩ，ｐｐ．１７３１−１７
４０）、標準偏差値と差分値との重み付き加算値（テレ
ビジョン学会誌、Ｖｏｌ．４５，ｐｐ．１２７０−１２
７６，１９９１）、色相と輝度レベルに関する局所ヒス
トグラム間距離（テレビジョン学会誌、Ｖｏｌ．４９，
ｐｐ．６７３−６８０，１９９５）などがある。
【０００６】また、特開平４−３２８６８９号公報およ
び特公平７−３１２４８号公報には、動画像から動きベ
クトルあるいはフレーム間差分データを抽出して移動体
のみを抽出する方法が開示されている。特公平７−６６
４４６号公報、特公平６−１４３５８号公報および特公
平４−４８０３０号公報には、背景画像との差分により
動物体を抽出する方法が開示されている。さらに、複眼
撮像系を用いて得た左右の異なる視点位置からの画像か
ら視差量の分布を抽出して視差分布（即ち、撮像手段か
らの距離分布）に基づいて物体を背景から分離する方法
（１９９５年電子情報通信学会情報・システムソサイエ
ティ大会，ｐｐ．１３８）などが知られている。
び特公平７−３１２４８号公報には、動画像から動きベ
クトルあるいはフレーム間差分データを抽出して移動体
のみを抽出する方法が開示されている。特公平７−６６
４４６号公報、特公平６−１４３５８号公報および特公
平４−４８０３０号公報には、背景画像との差分により
動物体を抽出する方法が開示されている。さらに、複眼
撮像系を用いて得た左右の異なる視点位置からの画像か
ら視差量の分布を抽出して視差分布（即ち、撮像手段か
らの距離分布）に基づいて物体を背景から分離する方法
（１９９５年電子情報通信学会情報・システムソサイエ
ティ大会，ｐｐ．１３８）などが知られている。
【０００７】
【発明が解決しようとする課題】しかしながら、上記従
来例のうちクロマキー方式は背景の制約が大きく屋外で
使えないこと、色ぬけなどの問題点がある。また、ビデ
オマット方式は輪郭の指定作業は人間が画素単位で正確
に行う必要があり、そのためには労力と熟練を要すると
いう問題点がある。
来例のうちクロマキー方式は背景の制約が大きく屋外で
使えないこと、色ぬけなどの問題点がある。また、ビデ
オマット方式は輪郭の指定作業は人間が画素単位で正確
に行う必要があり、そのためには労力と熟練を要すると
いう問題点がある。
【０００８】また、上述した背景画像との差分方式は被
写体上の背景と類似した部分領域においては背景か被写
体かの判別が困難であり、かつ背景画像と被写体画像間
での撮像条件の変動の影響を受け易いこと、被写体によ
って生じる陰影部分の除去が困難であることなどの問題
点があった。さらに、背景と被写体との境界線を忠実に
抽出するためには背景画像と被写体領域の輪郭付近での
画像特性（画素値など）が顕著に異なる必要があり、一
般的には困難であった。
写体上の背景と類似した部分領域においては背景か被写
体かの判別が困難であり、かつ背景画像と被写体画像間
での撮像条件の変動の影響を受け易いこと、被写体によ
って生じる陰影部分の除去が困難であることなどの問題
点があった。さらに、背景と被写体との境界線を忠実に
抽出するためには背景画像と被写体領域の輪郭付近での
画像特性（画素値など）が顕著に異なる必要があり、一
般的には困難であった。
【０００９】また、特公平７−１６２５０号公報では、
抽出対象の色彩モデルを別途要するという点で任意の未
知物体の画像抽出に不向きであった。
抽出対象の色彩モデルを別途要するという点で任意の未
知物体の画像抽出に不向きであった。
【００１０】さらに、動画像からの移動物体の抽出、あ
るいは視差分布からの被写体抽出のいずれの方式におい
ても背景との境界部のコントラストなどによらず高精度
に被写体を切り出すことは一般的に困難であった。
るいは視差分布からの被写体抽出のいずれの方式におい
ても背景との境界部のコントラストなどによらず高精度
に被写体を切り出すことは一般的に困難であった。
【００１１】そこで、本発明は背景と被写体との間で画
像特性の顕著な差異を前提にしなくても安定した被写体
画像を抽出できる画像抽出装置および方法を提供するこ
とを目的とする。
像特性の顕著な差異を前提にしなくても安定した被写体
画像を抽出できる画像抽出装置および方法を提供するこ
とを目的とする。
【００１２】また、本発明は少ない処理ステップで領域
成長前の被写体領域の面積を大きく確保し、かつ輪郭形
状の細部の抽出を可能にする画像抽出装置および方法を
提供することを他の目的とする。
成長前の被写体領域の面積を大きく確保し、かつ輪郭形
状の細部の抽出を可能にする画像抽出装置および方法を
提供することを他の目的とする。
【００１３】さらに、本発明は領域成長後のマスクの輪
郭線を実際の被写体の輪郭線に一致させるための処理を
被写体の輪郭線付近の背景部のパターンに影響されずに
行う画像抽出装置および方法を提供することを他の目的
とする。
郭線を実際の被写体の輪郭線に一致させるための処理を
被写体の輪郭線付近の背景部のパターンに影響されずに
行う画像抽出装置および方法を提供することを他の目的
とする。
【００１４】また、本発明は領域成長条件、即ち近傍領
域との特徴量差異の許容値の変動によらずに安定して被
写体領域のみにおいて初期マスクを成長させる画像抽出
装置および方法を提供することを他の目的とする。
域との特徴量差異の許容値の変動によらずに安定して被
写体領域のみにおいて初期マスクを成長させる画像抽出
装置および方法を提供することを他の目的とする。
【００１５】さらに、本発明は背景画像と被写体画像と
の間の撮影条件の差異またはノイズなどに起因するエッ
ジ強度分布の変動を抑制し、正確に被写体の輪郭形状お
よび被写体領域に存在する背景部のエッジを抽出する画
像抽出装置および方法を提供することを他の目的とす
る。
の間の撮影条件の差異またはノイズなどに起因するエッ
ジ強度分布の変動を抑制し、正確に被写体の輪郭形状お
よび被写体領域に存在する背景部のエッジを抽出する画
像抽出装置および方法を提供することを他の目的とす
る。
【００１６】また、本発明は被写体と背景との境界をな
すエッジ強度が小さく、かつ被写体が比較適細い部分形
状を含む場合においても安定して被写体画像の抽出を可
能にする画像抽出装置および方法を提供することを他の
目的とする。
すエッジ強度が小さく、かつ被写体が比較適細い部分形
状を含む場合においても安定して被写体画像の抽出を可
能にする画像抽出装置および方法を提供することを他の
目的とする。
【００１７】さらに、本発明は被写体近傍に存在する背
景部分のエッジ分布の影響を受けずに安定して被写体の
輪郭形状を抽出する画像抽出装置および方法を提供する
ことを他の目的とする。
景部分のエッジ分布の影響を受けずに安定して被写体の
輪郭形状を抽出する画像抽出装置および方法を提供する
ことを他の目的とする。
【００１８】また、本発明は領域成長後の不完全な部分
形状を形状連続性の条件に基づき自動復元し、かつ形状
データを平滑化する画像抽出装置および方法を提供する
ことを他の目的とする。
形状を形状連続性の条件に基づき自動復元し、かつ形状
データを平滑化する画像抽出装置および方法を提供する
ことを他の目的とする。
【００１９】さらに、本発明は背景パターンの影響を受
けずに背景と被写体との間で画像特性の顕著な差異を前
提にしなくても安定した被写体画像を抽出できる画像抽
出装置および方法を提供することを他の目的とする。
けずに背景と被写体との間で画像特性の顕著な差異を前
提にしなくても安定した被写体画像を抽出できる画像抽
出装置および方法を提供することを他の目的とする。
【００２０】本発明は領域成長により切り出しを行う
際、安定かつ高精度な被写体画像の抽出を可能とする画
像抽出装置および方法を提供することを目的とする。
際、安定かつ高精度な被写体画像の抽出を可能とする画
像抽出装置および方法を提供することを目的とする。
【００２１】また、本発明は背景画像との差分により切
り出しを行う際、背景と被写体との間で画像特性の顕著
な差異を前提にしなくても安定した精度で切り出し画像
を得ることができる画像抽出装置および方法を提供する
ことを他の目的とする。
り出しを行う際、背景と被写体との間で画像特性の顕著
な差異を前提にしなくても安定した精度で切り出し画像
を得ることができる画像抽出装置および方法を提供する
ことを他の目的とする。
【００２２】さらに、本発明は切り出しを行う物体の輪
郭形状を忠実に再現できる領域成長に基づいた被写体切
り出しを可能とする画像抽出装置および方法を提供する
ことを他の目的とする。
郭形状を忠実に再現できる領域成長に基づいた被写体切
り出しを可能とする画像抽出装置および方法を提供する
ことを他の目的とする。
【００２３】また、本発明は領域成長の無際限な成長を
抑止し、被写体に最も近い切り出し領域の抽出を可能と
する画像抽出装置および方法を提供することを他の目的
とする。
抑止し、被写体に最も近い切り出し領域の抽出を可能と
する画像抽出装置および方法を提供することを他の目的
とする。
【００２４】さらに、本発明はエッジを横切る領域成
長、エッジからの領域成長を抑制することにより、複雑
な輪郭形状を有する被写体でも安定した切り出し精度を
得ることができる画像抽出装置および方法を提供するこ
とを他の目的とする。
長、エッジからの領域成長を抑制することにより、複雑
な輪郭形状を有する被写体でも安定した切り出し精度を
得ることができる画像抽出装置および方法を提供するこ
とを他の目的とする。
【００２５】また、本発明は被写体外（背景中）に存在
する陰影などのノイズ成分、あるいは被写体の輪郭の不
明瞭な部分の存在に対しても安定した切り出し性能を得
ることができる画像抽出装置および方法を提供すること
を他の目的とする。
する陰影などのノイズ成分、あるいは被写体の輪郭の不
明瞭な部分の存在に対しても安定した切り出し性能を得
ることができる画像抽出装置および方法を提供すること
を他の目的とする。
【００２６】さらに、本発明は前もって抽出される部分
領域の形状が被写体輪郭形状と合致しない場合でも切り
出された被写体形状の外形が真の被写体形状を良好に近
似することができる領域成長を実現する画像抽出装置お
よび方法を提供することを他の目的とする。
領域の形状が被写体輪郭形状と合致しない場合でも切り
出された被写体形状の外形が真の被写体形状を良好に近
似することができる領域成長を実現する画像抽出装置お
よび方法を提供することを他の目的とする。
【００２７】また、本発明は動画像からの特定被写体の
自動切り出しを高精度に実現する画像抽出装置および方
法を提供することを他の目的とする。
自動切り出しを高精度に実現する画像抽出装置および方
法を提供することを他の目的とする。
【００２８】さらに、本発明は異なる視点位置からの複
数画像を用いて特定被写体の自動切り出しを高精度に実
現する画像抽出装置および方法を提供することを他の目
的とする。
数画像を用いて特定被写体の自動切り出しを高精度に実
現する画像抽出装置および方法を提供することを他の目
的とする。
【００２９】
【課題を解決するための手段】上記目的を達成するため
に、本発明の請求項１に係る画像抽出方法は、抽出すべ
き被写体が記録された第１画像と該被写体を除く背景が
記録された第２画像との間の差分データに基づき、抽出
すべき領域の初期マスクを生成する第１ステップと、該
生成された初期マスクの領域を近傍領域との特徴量類似
度に基づき成長させる第２ステップと、該領域成長後の
マスク領域に基づいて前記第１画像から前記被写体を抽
出する第３ステップとを備えたことを特徴とする。
に、本発明の請求項１に係る画像抽出方法は、抽出すべ
き被写体が記録された第１画像と該被写体を除く背景が
記録された第２画像との間の差分データに基づき、抽出
すべき領域の初期マスクを生成する第１ステップと、該
生成された初期マスクの領域を近傍領域との特徴量類似
度に基づき成長させる第２ステップと、該領域成長後の
マスク領域に基づいて前記第１画像から前記被写体を抽
出する第３ステップとを備えたことを特徴とする。
【００３０】請求項２に係る画像抽出方法では、請求項
１に係る画像抽出方法において前記第１ステップは、前
記第１および第２画像間の各点での色成分差異に基づい
て抽出される色差分核、または前記第１および第２画像
からそれぞれ抽出される第１および第２エッジ強度画像
間の差分エッジデータに基づいて抽出されるエッジ差分
核に基づき、初期核を抽出することを特徴とする。
１に係る画像抽出方法において前記第１ステップは、前
記第１および第２画像間の各点での色成分差異に基づい
て抽出される色差分核、または前記第１および第２画像
からそれぞれ抽出される第１および第２エッジ強度画像
間の差分エッジデータに基づいて抽出されるエッジ差分
核に基づき、初期核を抽出することを特徴とする。
【００３１】請求項３に係る画像抽出方法では、請求項
１に係る画像抽出方法において前記第３ステップは、前
記第１および第２画像からそれぞれ抽出される前記第１
および第２エッジ強度画像間の差分エッジデータに基づ
いて前記領域成長後のマスク領域の形状補正処理を行
い、該補正後のマスク領域に該当する前記第１画像中の
前記被写体画像を抽出することを特徴とする。
１に係る画像抽出方法において前記第３ステップは、前
記第１および第２画像からそれぞれ抽出される前記第１
および第２エッジ強度画像間の差分エッジデータに基づ
いて前記領域成長後のマスク領域の形状補正処理を行
い、該補正後のマスク領域に該当する前記第１画像中の
前記被写体画像を抽出することを特徴とする。
【００３２】請求項４に係る画像抽出方法では、請求項
１に係る画像抽出方法において前記第２ステップは、前
記第１および第２画像からそれぞれ抽出される前記第１
および第２エッジ強度画像間の差分エッジデータに基づ
いて得られるエッジ密度が成長方向において所定の閾値
以下である場合、成長を抑止することを特徴とする。
１に係る画像抽出方法において前記第２ステップは、前
記第１および第２画像からそれぞれ抽出される前記第１
および第２エッジ強度画像間の差分エッジデータに基づ
いて得られるエッジ密度が成長方向において所定の閾値
以下である場合、成長を抑止することを特徴とする。
【００３３】請求項５に係る画像抽出方法では、請求項
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像は所定の正規化係数で
正規化されたものであることを特徴とする。
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像は所定の正規化係数で
正規化されたものであることを特徴とする。
【００３４】請求項６に係る画像抽出方法では、請求項
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像は所定の正規化係数で
正規化されたものであり、該正規化係数はいずれも該第
１エッジ強度画像の最大値であることを特徴とする。
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像は所定の正規化係数で
正規化されたものであり、該正規化係数はいずれも該第
１エッジ強度画像の最大値であることを特徴とする。
【００３５】請求項７に係る画像抽出方法では、請求項
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像の所定の点における値
は所定の正規化係数で正規化された値であり、該正規化
係数には正規化前の該第１エッジ強度画像の該点を中心
とする所定サイズの領域内の局所エッジ強度最大値が前
記第１および第２エッジ強度画像に対して用いられるこ
とを特徴とする。
２に係る画像抽出方法において前記第１ステップでの前
記第１および第２エッジ強度画像の所定の点における値
は所定の正規化係数で正規化された値であり、該正規化
係数には正規化前の該第１エッジ強度画像の該点を中心
とする所定サイズの領域内の局所エッジ強度最大値が前
記第１および第２エッジ強度画像に対して用いられるこ
とを特徴とする。
【００３６】請求項８に係る画像抽出方法では、請求項
３に係る画像抽出方法において前記形状補正処理は、前
記領域成長後のマスク領域の輪郭線上の各点において所
定の処理領域を設定し、該処理領域内において前記差分
エッジデータまたは前記第１画像のエッジデータのうち
所定閾値以上の値を有するエッジ候補のうち、形状連続
性評価項と画像特徴量の連続性評価項とからなる所定の
評価関数値を最小にするものを抽出するエッジ選択処
理、および抽出された輪郭線またはそれを含む補正マス
ク領域を平滑化する平滑化処理を備えたことを特徴とす
る。
３に係る画像抽出方法において前記形状補正処理は、前
記領域成長後のマスク領域の輪郭線上の各点において所
定の処理領域を設定し、該処理領域内において前記差分
エッジデータまたは前記第１画像のエッジデータのうち
所定閾値以上の値を有するエッジ候補のうち、形状連続
性評価項と画像特徴量の連続性評価項とからなる所定の
評価関数値を最小にするものを抽出するエッジ選択処
理、および抽出された輪郭線またはそれを含む補正マス
ク領域を平滑化する平滑化処理を備えたことを特徴とす
る。
【００３７】請求項９に係る画像抽出装置は、被写体画
像および背景画像を入力する入力手段と、該入力した被
写体画像および背景画像を記憶する画像一時記憶手段
と、該記憶された被写体画像と背景画像との間の差分デ
ータに基づき、抽出領域の初期データを生成する初期マ
スク生成手段と、前記初期マスクの領域を近傍領域との
特徴量類似度に基づいて成長させる領域成長手段と、該
領域成長後のマスク領域に基づいて前記被写体画像から
被写体を抽出する被写体画像切り出し処理手段とを備え
たことを特徴とする。
像および背景画像を入力する入力手段と、該入力した被
写体画像および背景画像を記憶する画像一時記憶手段
と、該記憶された被写体画像と背景画像との間の差分デ
ータに基づき、抽出領域の初期データを生成する初期マ
スク生成手段と、前記初期マスクの領域を近傍領域との
特徴量類似度に基づいて成長させる領域成長手段と、該
領域成長後のマスク領域に基づいて前記被写体画像から
被写体を抽出する被写体画像切り出し処理手段とを備え
たことを特徴とする。
【００３８】請求項１０に係る画像抽出装置では、請求
項９に係る画像抽出装置において前記初期マスク生成手
段は、前記被写体画像および背景画像間の各点での色成
分差異の閾値処理を行う色差分核抽出手段と、前記被写
体画像および前記背景画像からそれぞれ抽出される第１
および第２エッジ強度画像を抽出し、該エッジ強度画像
間の差分データの閾値処理を行うエッジ差分核抽出手段
と、前記色差分核抽出手段および前記エッジ差分核抽出
手段の出力に基づいて初期核を生成する初期核抽出手段
とを備えたことを特徴とする。
項９に係る画像抽出装置において前記初期マスク生成手
段は、前記被写体画像および背景画像間の各点での色成
分差異の閾値処理を行う色差分核抽出手段と、前記被写
体画像および前記背景画像からそれぞれ抽出される第１
および第２エッジ強度画像を抽出し、該エッジ強度画像
間の差分データの閾値処理を行うエッジ差分核抽出手段
と、前記色差分核抽出手段および前記エッジ差分核抽出
手段の出力に基づいて初期核を生成する初期核抽出手段
とを備えたことを特徴とする。
【００３９】請求項１１に係る画像抽出装置では、請求
項９に係る画像抽出装置において前記被写体画像切り出
し処理手段は、前記被写体画像と前記背景画像との差分
エッジデータを抽出する差分エッジデータ抽出手段と、
該差分エッジデータに基づき被写体輪郭線を整形する輪
郭整形手段とを備えたことを特徴とする。
項９に係る画像抽出装置において前記被写体画像切り出
し処理手段は、前記被写体画像と前記背景画像との差分
エッジデータを抽出する差分エッジデータ抽出手段と、
該差分エッジデータに基づき被写体輪郭線を整形する輪
郭整形手段とを備えたことを特徴とする。
【００４０】請求項１２に係る画像抽出装置では、請求
項１１に係る画像抽出装置において前記輪郭整形手段
は、前記差分エッジデータまたは前記被写体画像のエッ
ジデータの閾値処理を行う閾値処理手段と、該閾値処理
後に残るエッジ候補に対する形状連続性を評価する第１
連続性評価手段と、該エッジ候補に対する画像特徴量の
連続性を評価する第２連続性評価手段と、該第１および
第２連続性評価手段の出力に基づいてエッジ候補を選択
するエッジ選択手段と、抽出された輪郭線またはそれを
含む補正マスク領域に対する平滑化手段とを備えたこと
を特徴とする。
項１１に係る画像抽出装置において前記輪郭整形手段
は、前記差分エッジデータまたは前記被写体画像のエッ
ジデータの閾値処理を行う閾値処理手段と、該閾値処理
後に残るエッジ候補に対する形状連続性を評価する第１
連続性評価手段と、該エッジ候補に対する画像特徴量の
連続性を評価する第２連続性評価手段と、該第１および
第２連続性評価手段の出力に基づいてエッジ候補を選択
するエッジ選択手段と、抽出された輪郭線またはそれを
含む補正マスク領域に対する平滑化手段とを備えたこと
を特徴とする。
【００４１】請求項１３に係る画像抽出装置では、請求
項９に係る画像抽出装置において前記領域成長手段は、
成長抑止条件判定手段および類似度判定手段を含むこと
を特徴とする。
項９に係る画像抽出装置において前記領域成長手段は、
成長抑止条件判定手段および類似度判定手段を含むこと
を特徴とする。
【００４２】請求項１４に係る画像抽出方法では、請求
項３に係る画像抽出方法において前記形状補正処理は、
前記初期マスク抽出後または前記領域成長後のマスク領
域に基づく初期輪郭の設定処理、および所定の評価関数
を最小にするように該輪郭形状を変形あるいは移動させ
る動的輪郭処理を備えたことを特徴とする。
項３に係る画像抽出方法において前記形状補正処理は、
前記初期マスク抽出後または前記領域成長後のマスク領
域に基づく初期輪郭の設定処理、および所定の評価関数
を最小にするように該輪郭形状を変形あるいは移動させ
る動的輪郭処理を備えたことを特徴とする。
【００４３】請求項１５に係る画像抽出方法では、請求
項１４に係る画像抽出方法において前記動的輪郭処理
は、前記領域成長後のマスクデータ上で行った後、さら
に前記被写体画像上で行うことを特徴とする。
項１４に係る画像抽出方法において前記動的輪郭処理
は、前記領域成長後のマスクデータ上で行った後、さら
に前記被写体画像上で行うことを特徴とする。
【００４４】請求項１６に係る画像抽出方法は、入力画
像から切り出すべき被写体の一部である部分領域を抽出
する部分領域抽出ステップと、該抽出された部分領域を
核として近傍領域との類似度を閾値で処理することによ
り該部分領域を成長させる領域成長ステップと、該領域
成長後の領域に基づいて前記被写体画像を抽出する切り
出しステップとを有する画像抽出方法において、前記領
域成長ステップでの前記閾値は前記入力画像の各点での
特徴量分布に基づいて設定されることを特徴とする。
像から切り出すべき被写体の一部である部分領域を抽出
する部分領域抽出ステップと、該抽出された部分領域を
核として近傍領域との類似度を閾値で処理することによ
り該部分領域を成長させる領域成長ステップと、該領域
成長後の領域に基づいて前記被写体画像を抽出する切り
出しステップとを有する画像抽出方法において、前記領
域成長ステップでの前記閾値は前記入力画像の各点での
特徴量分布に基づいて設定されることを特徴とする。
【００４５】請求項１７に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記部分領域抽出ス
テップは、前記被写体を除外した背景画像と前記被写体
を含む被写体画像との差分に基づいて前記部分領域を抽
出することを特徴とする。
項１６に係る画像抽出方法において前記部分領域抽出ス
テップは、前記被写体を除外した背景画像と前記被写体
を含む被写体画像との差分に基づいて前記部分領域を抽
出することを特徴とする。
【００４６】請求項１８に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記特徴量分布は、
前記被写体のエッジ分布であることを特徴とする。
項１６に係る画像抽出方法において前記特徴量分布は、
前記被写体のエッジ分布であることを特徴とする。
【００４７】請求項１９に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記特徴量分布は、
前記部分領域に基づいて設定される最大成長範囲の分布
であることを特徴とする。
項１６に係る画像抽出方法において前記特徴量分布は、
前記部分領域に基づいて設定される最大成長範囲の分布
であることを特徴とする。
【００４８】請求項２０に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記閾値は、前記エ
ッジの存在する位置で該エッジの存在しない位置に比べ
て低い値をとるように設定されることを特徴とする。
項１６に係る画像抽出方法において前記閾値は、前記エ
ッジの存在する位置で該エッジの存在しない位置に比べ
て低い値をとるように設定されることを特徴とする。
【００４９】請求項２１に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記閾値は、前記最
大成長範囲内の領域で高い値、該成長範囲外で低い値を
とるように設定されることを特徴とする。
項１６に係る画像抽出方法において前記閾値は、前記最
大成長範囲内の領域で高い値、該成長範囲外で低い値を
とるように設定されることを特徴とする。
【００５０】請求項２２に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記最大成長範囲
は、前記部分領域の形状を所定の尺度の平滑化フィルタ
で平滑化した場合の出力として得られることを特徴とす
る。
項１６に係る画像抽出方法において前記最大成長範囲
は、前記部分領域の形状を所定の尺度の平滑化フィルタ
で平滑化した場合の出力として得られることを特徴とす
る。
【００５１】請求項２３に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記入力画像は時系
列画像であり、前記部分領域抽出ステップは該入力画像
の異なる時刻の画像フレーム間の差分データに基づき抽
出することを特徴とする。
項１６に係る画像抽出方法において前記入力画像は時系
列画像であり、前記部分領域抽出ステップは該入力画像
の異なる時刻の画像フレーム間の差分データに基づき抽
出することを特徴とする。
【００５２】請求項２４に係る画像抽出方法では、請求
項１６に係る画像抽出方法において前記入力画像は異な
る複数の視点位置からの複数画像であり、前記部分領域
抽出ステップは該入力画像間の視差分布に基づき抽出す
ることを特徴とする。
項１６に係る画像抽出方法において前記入力画像は異な
る複数の視点位置からの複数画像であり、前記部分領域
抽出ステップは該入力画像間の視差分布に基づき抽出す
ることを特徴とする。
【００５３】請求項２５に係る画像抽出装置は、入力画
像から切り出すべき被写体の一部である部分領域を抽出
する部分領域抽出手段と、該抽出された部分領域を核と
して近傍領域との類似度を閾値で処理することにより該
部分領域を成長させる領域成長手段と、該領域成長後の
領域に基づいて前記被写体画像を抽出する切り出し手段
とを有する画像抽出装置において、前記領域成長手段で
の前記閾値は前記入力画像の各点での特徴量分布に基づ
いて設定されることを特徴とする。
像から切り出すべき被写体の一部である部分領域を抽出
する部分領域抽出手段と、該抽出された部分領域を核と
して近傍領域との類似度を閾値で処理することにより該
部分領域を成長させる領域成長手段と、該領域成長後の
領域に基づいて前記被写体画像を抽出する切り出し手段
とを有する画像抽出装置において、前記領域成長手段で
の前記閾値は前記入力画像の各点での特徴量分布に基づ
いて設定されることを特徴とする。
【００５４】
【発明の実施の形態】本発明の画像抽出装置の実施の形
態について説明する。本実施の形態における画像抽出装
置は撮像システムに適用される。
態について説明する。本実施の形態における画像抽出装
置は撮像システムに適用される。
【００５５】［第１の実施の形態］図１は第１の実施の
形態における撮像システムの構成を示すブロック図であ
る。撮像装置１は、レンズ、絞りおよびそれらのレンズ
駆動制御部１ｅを含む結像光学系１ａ、イメージセンサ
１ｂ、映像信号処理回路（ガンマ特性、ホワイトバラン
ス制御、露光条件制御、フォーカシング特性制御などを
行う）１ｃ、画像記録部１ｄなどを主な構成要素とす
る。
形態における撮像システムの構成を示すブロック図であ
る。撮像装置１は、レンズ、絞りおよびそれらのレンズ
駆動制御部１ｅを含む結像光学系１ａ、イメージセンサ
１ｂ、映像信号処理回路（ガンマ特性、ホワイトバラン
ス制御、露光条件制御、フォーカシング特性制御などを
行う）１ｃ、画像記録部１ｄなどを主な構成要素とす
る。
【００５６】切り出し処理装置２は、被写体画像一時記
憶部３ａおよび背景画像一時記憶部３ｂからなる画像一
時記憶部３、正規化エッジ強度抽出部４、差分画像デー
タの閾値処理を行う初期マスク領域抽出部５、領域成長
部６、輪郭整形処理部７、被写体画像出力部８、および
インターフェース部１１などから構成される。切り出し
処理装置２の外部には、画像表示装置９および端末装置
１０が接続されている。
憶部３ａおよび背景画像一時記憶部３ｂからなる画像一
時記憶部３、正規化エッジ強度抽出部４、差分画像デー
タの閾値処理を行う初期マスク領域抽出部５、領域成長
部６、輪郭整形処理部７、被写体画像出力部８、および
インターフェース部１１などから構成される。切り出し
処理装置２の外部には、画像表示装置９および端末装置
１０が接続されている。
【００５７】尚、切り出し処理装置２としては、同図に
示す構成の他に、後述する図２のフローチャートで示さ
れるプログラムとしてコンピュータの記憶装置上に存在
するものや、同様のフローチャートで示されるゲートア
レーとして存在するものなど種々の形態をとることがで
きる。
示す構成の他に、後述する図２のフローチャートで示さ
れるプログラムとしてコンピュータの記憶装置上に存在
するものや、同様のフローチャートで示されるゲートア
レーとして存在するものなど種々の形態をとることがで
きる。
【００５８】図２は被写体切り出し処理手順を示すフロ
ーチャートである。まず、被写体画像、背景画像を撮像
装置１から入力する（ステップＳ１１）。この際、後続
の処理スピードを上げるために、適当な縮尺率で画像デ
ータの間引きを行い（ステップＳ１２）、被写体画像上
で被写体存在範囲を含むように処理領域の設定を行う
（ステップＳ１３）。尚、ステップＳ１２の間引き処理
およびステップＳ１３の処理領域設定処理は省いてもよ
い。
ーチャートである。まず、被写体画像、背景画像を撮像
装置１から入力する（ステップＳ１１）。この際、後続
の処理スピードを上げるために、適当な縮尺率で画像デ
ータの間引きを行い（ステップＳ１２）、被写体画像上
で被写体存在範囲を含むように処理領域の設定を行う
（ステップＳ１３）。尚、ステップＳ１２の間引き処理
およびステップＳ１３の処理領域設定処理は省いてもよ
い。
【００５９】図３、図４、図５、図６、図７および図８
は被写体切り出し処理の主な途中結果が表示された画面
を示す写真である。図３の（ａ）、（ｂ）はそれぞれ入
力被写体画像、背景画像である。
は被写体切り出し処理の主な途中結果が表示された画面
を示す写真である。図３の（ａ）、（ｂ）はそれぞれ入
力被写体画像、背景画像である。
【００６０】つぎに、領域成長の核を抽出するための初
期データ抽出処理を行う。本実施の形態では、被写体エ
ッジ強度画像および背景エッジ強度画像を抽出し（ステ
ップＳ１４）、エッジ強度正規化処理を行う（ステップ
Ｓ１５）。正規化された背景エッジ画像および被写体エ
ッジ画像からの差分エッジ核抽出処理を行う（ステップ
Ｓ１６）。
期データ抽出処理を行う。本実施の形態では、被写体エ
ッジ強度画像および背景エッジ強度画像を抽出し（ステ
ップＳ１４）、エッジ強度正規化処理を行う（ステップ
Ｓ１５）。正規化された背景エッジ画像および被写体エ
ッジ画像からの差分エッジ核抽出処理を行う（ステップ
Ｓ１６）。
【００６１】背景画像および被写体画像の各画素につい
て色成分（ＲＧＢ値または色相）の差異に基づく色差分
核抽出処理を行う（ステップＳ１７）。色差分核および
エッジ核からの初期マスク領域抽出処理を行う（ステッ
プＳ１８）。
て色成分（ＲＧＢ値または色相）の差異に基づく色差分
核抽出処理を行う（ステップＳ１７）。色差分核および
エッジ核からの初期マスク領域抽出処理を行う（ステッ
プＳ１８）。
【００６２】尚、初期マスク領域抽出処理は、上述のフ
ローチャートに限定されるものではなく、例えば、各点
を中心として定義される所定サイズのブロック間の相関
係数または画素値の平均値、標準偏差値などの統計量を
閾値処理することによって抽出してもよい。各処理の内
容について示す。
ローチャートに限定されるものではなく、例えば、各点
を中心として定義される所定サイズのブロック間の相関
係数または画素値の平均値、標準偏差値などの統計量を
閾値処理することによって抽出してもよい。各処理の内
容について示す。
【００６３】エッジ抽出処理（ステップＳ１４）では、
Ｓｏｂｅｌ，Ｐｒｅｗｉｔｔ，Ｒｏｂｅｒｔｓなどの演
算子（画像認識の基礎（ＩＩ）、１５章、森、坂倉著、
オーム社、１９９０）の他、Ｃａｎｎｙのエッジ検出演
算子（IEEE,Trans. PatternAnalysis and Machine Inte
lligence. Vol. PAMI-8,pp. 679-698,1986），Ｍａｒｒ
−Ｈｉｌｄｒｅｔｈのエッジ検出演算子（Proc.Royal S
ociety of London,Vol. B-207,pp. 187-217, 1980）な
どを用いてもよい。
Ｓｏｂｅｌ，Ｐｒｅｗｉｔｔ，Ｒｏｂｅｒｔｓなどの演
算子（画像認識の基礎（ＩＩ）、１５章、森、坂倉著、
オーム社、１９９０）の他、Ｃａｎｎｙのエッジ検出演
算子（IEEE,Trans. PatternAnalysis and Machine Inte
lligence. Vol. PAMI-8,pp. 679-698,1986），Ｍａｒｒ
−Ｈｉｌｄｒｅｔｈのエッジ検出演算子（Proc.Royal S
ociety of London,Vol. B-207,pp. 187-217, 1980）な
どを用いてもよい。
【００６４】エッジ強度正規化処理（ステップＳ１５）
においては、被写体エッジ画像の強度最大値を正規化の
共通分母とし、被写体エッジ画像、背景エッジ画像のそ
れぞれに適用する。但し、被写体と背景との境界をなす
エッジ、即ち被写体輪郭線が密に分布している場合（例
えば、草花などのように比較的細かい部分形状が多く存
在する場合など、以下、エッジリッチな場合と称する）
には、被写体エッジ画像の各点を中心とする所定サイズ
のブロック内でのエッジ強度最大値を該当する場所にお
いてそれぞれのエッジ強度画像に対して用いることにす
る。
においては、被写体エッジ画像の強度最大値を正規化の
共通分母とし、被写体エッジ画像、背景エッジ画像のそ
れぞれに適用する。但し、被写体と背景との境界をなす
エッジ、即ち被写体輪郭線が密に分布している場合（例
えば、草花などのように比較的細かい部分形状が多く存
在する場合など、以下、エッジリッチな場合と称する）
には、被写体エッジ画像の各点を中心とする所定サイズ
のブロック内でのエッジ強度最大値を該当する場所にお
いてそれぞれのエッジ強度画像に対して用いることにす
る。
【００６５】尚、被写体エッジ画像、背景エッジ画像そ
れぞれの（全体または局所）最大値をそれぞれの正規化
分母としても撮像条件の変動の影響を縮小する目的に使
うことは可能である。図４の（ａ）、（ｂ）は、それぞ
れＳｏｂｅｌ演算子を用いてエッジ抽出し、正規化した
結果の被写体エッジ画像、背景エッジ画像を示す。
れぞれの（全体または局所）最大値をそれぞれの正規化
分母としても撮像条件の変動の影響を縮小する目的に使
うことは可能である。図４の（ａ）、（ｂ）は、それぞ
れＳｏｂｅｌ演算子を用いてエッジ抽出し、正規化した
結果の被写体エッジ画像、背景エッジ画像を示す。
【００６６】差分エッジ核抽出処理（ステップＳ１６）
では、被写体画像と背景画像との正規化エッジ強度画像
間の差分絶対値が与えられた閾値以上の点をエッジ核と
して残す。この閾値は画像に応じて適宜変更してもよ
い。図５は正規化エッジ強度画像間の差分絶対値が与え
られた閾値以上の点をエッジ核とした結果を示す。
では、被写体画像と背景画像との正規化エッジ強度画像
間の差分絶対値が与えられた閾値以上の点をエッジ核と
して残す。この閾値は画像に応じて適宜変更してもよ
い。図５は正規化エッジ強度画像間の差分絶対値が与え
られた閾値以上の点をエッジ核とした結果を示す。
【００６７】色差分核抽出処理（ステップＳ１７）で
は、ＲＧＢカラー画素値の同様に定義される差分絶対値
のいずれかが所定の閾値以上である点を色差分核として
残す。ここで、閾値を比較的高く設定することにより、
ノイズや撮影条件の差異に起因する画素値の変動の影響
を排除し、かつ淡い陰影などを除去することができる。
は、ＲＧＢカラー画素値の同様に定義される差分絶対値
のいずれかが所定の閾値以上である点を色差分核として
残す。ここで、閾値を比較的高く設定することにより、
ノイズや撮影条件の差異に起因する画素値の変動の影響
を排除し、かつ淡い陰影などを除去することができる。
【００６８】初期マスク領域抽出処理（ステップＳ１
８）では、上記色差分核およびエッジ差分核との併合を
行う。但し、この段階でエッジリッチな場合にはさらに
残存する背景エッジパターンの除去処理を行うことがで
きる。即ち、一旦、抽出された初期マスク領域のうち、
背景画像の正規化エッジ強度値が所定の閾値以上の点を
除去すればよい。この処理結果を図６の（ａ）に示す。
８）では、上記色差分核およびエッジ差分核との併合を
行う。但し、この段階でエッジリッチな場合にはさらに
残存する背景エッジパターンの除去処理を行うことがで
きる。即ち、一旦、抽出された初期マスク領域のうち、
背景画像の正規化エッジ強度値が所定の閾値以上の点を
除去すればよい。この処理結果を図６の（ａ）に示す。
【００６９】初期マスク領域と被写体領域とが殆ど一致
するか否かを判別し（ステップＳ１９）、殆ど一致する
場合、上記マスク抽出処理を終了し、後述する被写体画
像出力処理（ステップＳ５０）または輪郭整形処理（ス
テップＳ４０）に移行する。一方、初期マスク領域が不
完全であると判定された場合、次の領域成長処理（ステ
ップ３０）に移行する。
するか否かを判別し（ステップＳ１９）、殆ど一致する
場合、上記マスク抽出処理を終了し、後述する被写体画
像出力処理（ステップＳ５０）または輪郭整形処理（ス
テップＳ４０）に移行する。一方、初期マスク領域が不
完全であると判定された場合、次の領域成長処理（ステ
ップ３０）に移行する。
【００７０】図９はステップＳ３０における領域成長処
理手順を示すフローチャートである。この処理では、初
期マスクの各核領域の境界上の点において近傍画素（ま
たは領域）との画像特徴量の類似度判定を行い、類似度
が所定の閾値より高い場合、同一の被写体領域とみなし
てマスク領域に併合する。
理手順を示すフローチャートである。この処理では、初
期マスクの各核領域の境界上の点において近傍画素（ま
たは領域）との画像特徴量の類似度判定を行い、類似度
が所定の閾値より高い場合、同一の被写体領域とみなし
てマスク領域に併合する。
【００７１】まず、領域成長の際、類似度判定に必要な
パラメータとして輝度レベル、色相の閾値Ｉｔｈ，Ｈｔ
ｈの値を入力する（ステップＳ３１）。本実施の形態で
は、特徴量としてＲＧＢ各成分の値および色相値の差分
絶対値（の逆数）を用い、それぞれ８近傍画素について
類似度判定（ステップＳ３２）を行う。特に、本実施の
形態では近傍画素とのＲＧＢそれぞれの差分絶対値がい
ずれも閾値Ｉｔｈ以下となるか、または色相の差分絶対
値が閾値Ｈｔｈ以下であることの類似度判定を行う。即
ち、成長条件に用い、いずれか一方が成り立つとき、同
一の被写体領域として併合する（ステップＳ３３）。
パラメータとして輝度レベル、色相の閾値Ｉｔｈ，Ｈｔ
ｈの値を入力する（ステップＳ３１）。本実施の形態で
は、特徴量としてＲＧＢ各成分の値および色相値の差分
絶対値（の逆数）を用い、それぞれ８近傍画素について
類似度判定（ステップＳ３２）を行う。特に、本実施の
形態では近傍画素とのＲＧＢそれぞれの差分絶対値がい
ずれも閾値Ｉｔｈ以下となるか、または色相の差分絶対
値が閾値Ｈｔｈ以下であることの類似度判定を行う。即
ち、成長条件に用い、いずれか一方が成り立つとき、同
一の被写体領域として併合する（ステップＳ３３）。
【００７２】また、成長方向の所定領域内のエッジ核の
分布密度が所定閾値より小さい場合、その方向への成長
を停止するように成長条件を定めてもよい（ステップＳ
３４）。例えば、成長方向（８近傍方向の１つ）に存在
する未成長領域において処理領域を最近傍画素から１０
画素程度に設定し、その中にエッジ差分核が全く存在し
ないかあるいは値１乃至値２以下であって、最近傍画素
と注目画素との類似度が成長条件を満足する場合、領域
成長を最近傍画素までとし、以降の成長を停止する。
分布密度が所定閾値より小さい場合、その方向への成長
を停止するように成長条件を定めてもよい（ステップＳ
３４）。例えば、成長方向（８近傍方向の１つ）に存在
する未成長領域において処理領域を最近傍画素から１０
画素程度に設定し、その中にエッジ差分核が全く存在し
ないかあるいは値１乃至値２以下であって、最近傍画素
と注目画素との類似度が成長条件を満足する場合、領域
成長を最近傍画素までとし、以降の成長を停止する。
【００７３】このような抑止条件はエッジリッチな場合
に自動的に付帯させてもよいし、あるいはユーザの判断
で付加してもよい。領域成長の結果を図６の（ｂ）に示
す。
に自動的に付帯させてもよいし、あるいはユーザの判断
で付加してもよい。領域成長の結果を図６の（ｂ）に示
す。
【００７４】領域成長処理後、未成長部分に存在する被
写体領域の穴を自動的に埋めるための穴埋め処理（ステ
ップＳ３５）を実行した結果と、中間切り出し画像を図
７の（ａ）、（ｂ）に示す。
写体領域の穴を自動的に埋めるための穴埋め処理（ステ
ップＳ３５）を実行した結果と、中間切り出し画像を図
７の（ａ）、（ｂ）に示す。
【００７５】このような穴の最大サイズは予め標準的に
与えられているか、またはユーザが領域成長結果から判
断して与えてもよい。この段階で被写体の輪郭形状が不
完全である場合、輪郭整形処理（ステップＳ４０）を行
う。
与えられているか、またはユーザが領域成長結果から判
断して与えてもよい。この段階で被写体の輪郭形状が不
完全である場合、輪郭整形処理（ステップＳ４０）を行
う。
【００７６】図１０は輪郭整形処理手順を示すフローチ
ャートである。この処理の目的は被写体近傍の背景の輪
郭パターンに左右されずに安定的に正しい形状を抽出す
ることである。ここでは、前述の被写体画像と背景画像
の正規化エッジ強度分布の差分データを用いることとす
る。
ャートである。この処理の目的は被写体近傍の背景の輪
郭パターンに左右されずに安定的に正しい形状を抽出す
ることである。ここでは、前述の被写体画像と背景画像
の正規化エッジ強度分布の差分データを用いることとす
る。
【００７７】また、差分エッジ核抽出時のように被写体
内部に背景のエッジパターンが存在する場合、後述する
エッジ選択処理がその影響を受け、正しい被写体輪郭の
抽出を妨げる要因となる。このことを避けるために被写
体エッジ画像から背景エッジ画像を差し引いてエッジ強
度値が負となる点（領域）を差分エッジデータから除去
しておくものとする。但し、上述した目的を外し、被写
体画像のエッジ強度データを用いて以下と同様の処理を
行ってもよい。
内部に背景のエッジパターンが存在する場合、後述する
エッジ選択処理がその影響を受け、正しい被写体輪郭の
抽出を妨げる要因となる。このことを避けるために被写
体エッジ画像から背景エッジ画像を差し引いてエッジ強
度値が負となる点（領域）を差分エッジデータから除去
しておくものとする。但し、上述した目的を外し、被写
体画像のエッジ強度データを用いて以下と同様の処理を
行ってもよい。
【００７８】輪郭整形処理の内容を詳しく説明する。ま
ず、正規化被写体エッジ画像と正規化背景エッジ画像と
の差分データから所定の閾値（正値）以下のものを除去
し、信頼度の高い被写体エッジデータのみを残す（ステ
ップＳ４１）。
ず、正規化被写体エッジ画像と正規化背景エッジ画像と
の差分データから所定の閾値（正値）以下のものを除去
し、信頼度の高い被写体エッジデータのみを残す（ステ
ップＳ４１）。
【００７９】領域成長後のマスクの輪郭線追跡処理を行
い（ステップＳ４２）、輪郭線上各点において処理領域
を輪郭追跡方向（常に追跡方向の右手側が被写体領域の
内側であるように追跡方向を定める）と直交方向に設定
する（ステップＳ４３）。追跡された輪郭データは追跡
行路長（弧長）の関数として表される。
い（ステップＳ４２）、輪郭線上各点において処理領域
を輪郭追跡方向（常に追跡方向の右手側が被写体領域の
内側であるように追跡方向を定める）と直交方向に設定
する（ステップＳ４３）。追跡された輪郭データは追跡
行路長（弧長）の関数として表される。
【００８０】ステップＳ４３の処理で設定された局所領
域内に候補となるエッジ点が複数存在する場合、エッジ
選択処理（ステップＳ４４）を行う。図１１はエッジ選
択処理を示す説明図である。黒丸の点Ｑｓ２、Ｑｓ１、
Ｑｓなどはエッジ選択処理で選択された点、白丸の点Ｐ
１、Ｐ２、Ｐ３などは選択すべきエッジ候補の点を表
す。
域内に候補となるエッジ点が複数存在する場合、エッジ
選択処理（ステップＳ４４）を行う。図１１はエッジ選
択処理を示す説明図である。黒丸の点Ｑｓ２、Ｑｓ１、
Ｑｓなどはエッジ選択処理で選択された点、白丸の点Ｐ
１、Ｐ２、Ｐ３などは選択すべきエッジ候補の点を表
す。
【００８１】また、処理領域はエッジ選択を行うべき点
を含み、輪郭追跡方向と直交方向に設定された領域を示
す。ここでは、候補エッジ（白丸の点）の被写体側の特
徴量（例えばＲＧＢ値）連続性Ｐと輪郭形状連続性Ｓの
２つを判定するエネルギー関数Ｆを設定し、これを評価
することによりエネルギー関数値が小さい方の候補エッ
ジを選択する。
を含み、輪郭追跡方向と直交方向に設定された領域を示
す。ここでは、候補エッジ（白丸の点）の被写体側の特
徴量（例えばＲＧＢ値）連続性Ｐと輪郭形状連続性Ｓの
２つを判定するエネルギー関数Ｆを設定し、これを評価
することによりエネルギー関数値が小さい方の候補エッ
ジを選択する。
【００８２】本実施の形態では、特徴量連続性Ｐは候補
エッジを含む輪郭線（但し、既に選択済みのエッジデー
タ、およびこれに接続する候補エッジとからなる４点列
程度の輪郭データとする）の被写体内側の特徴量（ＲＧ
Ｂ値）の輪郭追跡方向における変動量（内側近傍画素間
での値）として表され、例えば数式１のように定義す
る。
エッジを含む輪郭線（但し、既に選択済みのエッジデー
タ、およびこれに接続する候補エッジとからなる４点列
程度の輪郭データとする）の被写体内側の特徴量（ＲＧ
Ｂ値）の輪郭追跡方向における変動量（内側近傍画素間
での値）として表され、例えば数式１のように定義す
る。
【００８３】
【数１】Ｐ＝ｄＲ／ＭＲ＋ｄＧ／ＭＧ＋ｄＢ／ＭＢ ここで、ｄＲ，ｄＧ，ｄＢはそれぞれＲＧＢ値の内側近
傍画素（例えば、点Ｑｓ，Ｑｓ−１および点Ｐｉを被写
体輪郭上の点列としたときのそれぞれを端点とし、輪郭
追跡方向と直交方向に存在する所定サイズの被写体内部
領域）間の変動量、ＭＲ，ＭＧ，ＭＢはそれぞれ各領域
内の最大変動量（最大値と最小値との差）を表す。した
がって、ここではＰはＲＧＢ成分の正規化変動量の総和
となる。但し、このような正規化処理は特徴量連続性評
価の必要条件ではない。
傍画素（例えば、点Ｑｓ，Ｑｓ−１および点Ｐｉを被写
体輪郭上の点列としたときのそれぞれを端点とし、輪郭
追跡方向と直交方向に存在する所定サイズの被写体内部
領域）間の変動量、ＭＲ，ＭＧ，ＭＢはそれぞれ各領域
内の最大変動量（最大値と最小値との差）を表す。した
がって、ここではＰはＲＧＢ成分の正規化変動量の総和
となる。但し、このような正規化処理は特徴量連続性評
価の必要条件ではない。
【００８４】形状連続性Ｓは候補エッジを含む局所領域
での輪郭線の曲率で評価し、輪郭線は弧長ｓで与えられ
るので、数式２のように表される。
での輪郭線の曲率で評価し、輪郭線は弧長ｓで与えられ
るので、数式２のように表される。
【００８５】
【数２】Ｓ＝（ｘss＋ｙss）0.5 ここで、ｘss，ｙssはそれぞれ輪郭線座標値データの弧
長ｓに関する２階微分値を表す。尚、Ｓとしては輪郭線
データの候補エッジを含む輪郭線サンプリング点列に関
する一次微分値などで与えてもよい。数式２を選択済み
および未選択データを用いて離散化することにより、Ｓ
は具体的に数式３で与えられる。
長ｓに関する２階微分値を表す。尚、Ｓとしては輪郭線
データの候補エッジを含む輪郭線サンプリング点列に関
する一次微分値などで与えてもよい。数式２を選択済み
および未選択データを用いて離散化することにより、Ｓ
は具体的に数式３で与えられる。
【００８６】
【数３】Ｓ＝｛（ｅｘ−３＊ＥｄｇｅＸ（ｓ）＋３＊Ｅ
ｄｇｅＸ（ｓ−１）−ＥｄｇｅＸ（ｓ−２））2＋（ｅ
ｙ−３＊ＥｄｇｅＹ（ｓ）＋３＊ＥｄｇｅＹ（ｓ−１）
−ＥｄｇｅＹ（ｓ−２））2｝0.5 ここで、ＥｄｇｅＸ（ｓ），ＥｄｇｅＹ（ｓ）などは既
に確定した（あるいは設定済の初期値としての）輪郭線
データを表し、ｅｘ，ｅｙはそれぞれ候補エッジ（即
ち、点Ｐ１，Ｐ２，Ｐ３の１つ）のＸ座標、Ｙ座標を示
す。輪郭追跡方向を上または下（Ｙ軸方向）とすると、
候補エッジの探索領域を追跡方向と直交方向に設定して
いるので、ｅｘが確定すべきエッジ候補座標値となる
（左または右であればｅｙが変動要素）。
ｄｇｅＸ（ｓ−１）−ＥｄｇｅＸ（ｓ−２））2＋（ｅ
ｙ−３＊ＥｄｇｅＹ（ｓ）＋３＊ＥｄｇｅＹ（ｓ−１）
−ＥｄｇｅＹ（ｓ−２））2｝0.5 ここで、ＥｄｇｅＸ（ｓ），ＥｄｇｅＹ（ｓ）などは既
に確定した（あるいは設定済の初期値としての）輪郭線
データを表し、ｅｘ，ｅｙはそれぞれ候補エッジ（即
ち、点Ｐ１，Ｐ２，Ｐ３の１つ）のＸ座標、Ｙ座標を示
す。輪郭追跡方向を上または下（Ｙ軸方向）とすると、
候補エッジの探索領域を追跡方向と直交方向に設定して
いるので、ｅｘが確定すべきエッジ候補座標値となる
（左または右であればｅｙが変動要素）。
【００８７】エネルギー関数Ｆは、Ｆ＝Ｐ＋ａＳとし、
ａはＰおよびＳ間の重みを与える因子であり（０≦ａ≦
１）、また一種の正規化処理の正規化係数とみなすこと
ができる。
ａはＰおよびＳ間の重みを与える因子であり（０≦ａ≦
１）、また一種の正規化処理の正規化係数とみなすこと
ができる。
【００８８】一方、ステップＳ４３で設定された局所領
域内に候補エッジが存在しない場合、即ち、信頼度の高
い被写体エッジ候補が存在しない場合、マスク上の輪郭
点または輪郭追跡方向の予測エッジ位置（例えば、追跡
方向が上であればＸ座標を固定し、Ｙ座標値を１画素分
増加した点とするなど）をエッジ候補点とし、上記エネ
ルギー関数を評価して値の低い方を選択するか、あるい
は単にマスク上の点を選択エッジとする。
域内に候補エッジが存在しない場合、即ち、信頼度の高
い被写体エッジ候補が存在しない場合、マスク上の輪郭
点または輪郭追跡方向の予測エッジ位置（例えば、追跡
方向が上であればＸ座標を固定し、Ｙ座標値を１画素分
増加した点とするなど）をエッジ候補点とし、上記エネ
ルギー関数を評価して値の低い方を選択するか、あるい
は単にマスク上の点を選択エッジとする。
【００８９】ステップＳ４４の処理の後、抽出されたマ
スクデータの平滑化処理を行う（ステップＳ４５）。こ
こでは、輪郭データ（１次元）および２次元マスクデー
タのメディアンフィルタ処理を行う。これにより、上述
したエッジ選択処理が不完全な部分形状を残す場合（例
えば、信頼度の高い候補エッジがない場合の処理の結
果、被写体輪郭線近傍またはそれを中心とする不連続な
凸凹、またはディザパターンが残存するなど）に、それ
を平滑化して被写体輪郭形状の近似の程度を向上するこ
とができる。
スクデータの平滑化処理を行う（ステップＳ４５）。こ
こでは、輪郭データ（１次元）および２次元マスクデー
タのメディアンフィルタ処理を行う。これにより、上述
したエッジ選択処理が不完全な部分形状を残す場合（例
えば、信頼度の高い候補エッジがない場合の処理の結
果、被写体輪郭線近傍またはそれを中心とする不連続な
凸凹、またはディザパターンが残存するなど）に、それ
を平滑化して被写体輪郭形状の近似の程度を向上するこ
とができる。
【００９０】尚、メディアンフィルタなどの処理は再帰
的に適用してもよい。また、いうまでもなく、平滑化用
フィルタリング処理はメディアンフィルタに限定される
ものではない。上記輪郭整形処理（ステップＳ４０）に
より得られるマスクデータに基づき、被写体画像出力処
理（ステップＳ５０）を行い、その結果を画像表示装置
９または被写体画像出力部８としてのプリンタなどに出
力する。被写体画像を図８に示す。
的に適用してもよい。また、いうまでもなく、平滑化用
フィルタリング処理はメディアンフィルタに限定される
ものではない。上記輪郭整形処理（ステップＳ４０）に
より得られるマスクデータに基づき、被写体画像出力処
理（ステップＳ５０）を行い、その結果を画像表示装置
９または被写体画像出力部８としてのプリンタなどに出
力する。被写体画像を図８に示す。
【００９１】［第２の実施の形態］第２の実施の形態に
おける撮像システムでは、初期マスク領域抽出、領域成
長処理の後、輪郭整形処理を動的輪郭法（M.kass et a
l. "Snakes: Active Contour Models," International
Journal of Computer Vision, vlo. 1,pp. 321-331,198
7）を用いて行う。
おける撮像システムでは、初期マスク領域抽出、領域成
長処理の後、輪郭整形処理を動的輪郭法（M.kass et a
l. "Snakes: Active Contour Models," International
Journal of Computer Vision, vlo. 1,pp. 321-331,198
7）を用いて行う。
【００９２】動的輪郭とは対象物の近傍に設定された初
期輪郭を以下に示すような評価関数を最小化するように
移動、変形して最終的に対象物の外形またはその包絡線
に収束させるものである。本実施の形態では、マスク画
像（値０／１データ）に対して動的輪郭整形処理（ステ
ップＳ４００）を行い、更に被写体画像に対し、輪郭整
形処理（ステップＳ４０）を施す。
期輪郭を以下に示すような評価関数を最小化するように
移動、変形して最終的に対象物の外形またはその包絡線
に収束させるものである。本実施の形態では、マスク画
像（値０／１データ）に対して動的輪郭整形処理（ステ
ップＳ４００）を行い、更に被写体画像に対し、輪郭整
形処理（ステップＳ４０）を施す。
【００９３】図１２は動的輪郭整形処理手順を示すフロ
ーチャートである。具体的には、前記第１の実施の形態
と同様に初期マスク領域抽出と領域成長処理後に得られ
るマスク領域に基づいて初期輪郭を設定する（ステップ
Ｓ４０１）。初期輪郭として、例えばマスク境界線をそ
の重心を中心として所定数倍に拡大したもの、あるいは
マウスなどの指示選択装置を用いてマスク領域の周囲に
設定したものなどが挙げられる。
ーチャートである。具体的には、前記第１の実施の形態
と同様に初期マスク領域抽出と領域成長処理後に得られ
るマスク領域に基づいて初期輪郭を設定する（ステップ
Ｓ４０１）。初期輪郭として、例えばマスク境界線をそ
の重心を中心として所定数倍に拡大したもの、あるいは
マウスなどの指示選択装置を用いてマスク領域の周囲に
設定したものなどが挙げられる。
【００９４】つぎに、マスクデータ上で以下に示す動的
輪郭処理を行う（ステップＳ４０２）。輪郭上各点の座
標を記述するためのパラメータｓ（典型的には弧長）を
用いて表される輪郭線ｖ（ｓ）＝（ｘ（ｓ），ｙ
（ｓ））に対し、数式４で示される評価関数Ｅを最小に
する輪郭線形状ｖ（ｓ）を求める。
輪郭処理を行う（ステップＳ４０２）。輪郭上各点の座
標を記述するためのパラメータｓ（典型的には弧長）を
用いて表される輪郭線ｖ（ｓ）＝（ｘ（ｓ），ｙ
（ｓ））に対し、数式４で示される評価関数Ｅを最小に
する輪郭線形状ｖ（ｓ）を求める。
【００９５】
【数４】 Ｉ（ｖ（ｓ））はｖ（ｓ）上の輝度レベルを表し、α
（ｓ）、β（ｓ）、ｗ0は、ユーザが適宜定める。輪郭
の変形、移動は時系列的に逐次更新しながら行われる。
各ステップでは輪郭線上の各点において移動可能範囲の
点の集合（予め定義される近傍領域）から上記関数が最
小となる点を選択したり、あるいは上記評価関数を最小
にする輪郭を変分法を用いてＥｕｌｅｒの方程式を解く
ことなどにより処理される。
（ｓ）、β（ｓ）、ｗ0は、ユーザが適宜定める。輪郭
の変形、移動は時系列的に逐次更新しながら行われる。
各ステップでは輪郭線上の各点において移動可能範囲の
点の集合（予め定義される近傍領域）から上記関数が最
小となる点を選択したり、あるいは上記評価関数を最小
にする輪郭を変分法を用いてＥｕｌｅｒの方程式を解く
ことなどにより処理される。
【００９６】このように、マスクデータ上で動的輪郭処
理を行うことにより、被写体画像上の被写体近傍にある
背景パターンに誤って収束することを回避しつつ、領域
成長後のマスク形状の平滑化、未成長領域の輪郭形状の
修整などを行うことができる。特に、修整機能としては
形状の欠損部分に主観的輪郭線に相当する滑らかな連続
形状を生成する場合などに発揮される。
理を行うことにより、被写体画像上の被写体近傍にある
背景パターンに誤って収束することを回避しつつ、領域
成長後のマスク形状の平滑化、未成長領域の輪郭形状の
修整などを行うことができる。特に、修整機能としては
形状の欠損部分に主観的輪郭線に相当する滑らかな連続
形状を生成する場合などに発揮される。
【００９７】エネルギ関数が最小値に収束した後の輪郭
形状は多くの場合、被写体の形状に十分に近いと考えら
れる。そこで、これを初期輪郭として設定し（ステップ
Ｓ４０３）、被写体画像上で上述した動的輪郭処理を同
様に適用し（ステップＳ４０４）、最終的に収束した輪
郭内を切り出しマスク領域とする（ステップＳ４０
５）。
形状は多くの場合、被写体の形状に十分に近いと考えら
れる。そこで、これを初期輪郭として設定し（ステップ
Ｓ４０３）、被写体画像上で上述した動的輪郭処理を同
様に適用し（ステップＳ４０４）、最終的に収束した輪
郭内を切り出しマスク領域とする（ステップＳ４０
５）。
【００９８】尚、マスクデータ上での動的輪郭処理は必
須でない場合があるが、このようなときはステップＳ４
０２、Ｓ４０３の処理を省略しても構わない。
須でない場合があるが、このようなときはステップＳ４
０２、Ｓ４０３の処理を省略しても構わない。
【００９９】また、初期マスク領域抽出後、領域成長処
理を省いてマスク領域を包囲するように初期輪郭を設定
し、マスクデータに対し上述した動的輪郭処理を行って
もよい。この場合、概略収束した輪郭形状を初期輪郭と
して更に被写体画像上で輪郭整形処理して細部の形状を
抽出する。また、条件によっては初期マスク領域抽出
後、被写体画像上で上記動的輪郭処理を行ってもよい。
理を省いてマスク領域を包囲するように初期輪郭を設定
し、マスクデータに対し上述した動的輪郭処理を行って
もよい。この場合、概略収束した輪郭形状を初期輪郭と
して更に被写体画像上で輪郭整形処理して細部の形状を
抽出する。また、条件によっては初期マスク領域抽出
後、被写体画像上で上記動的輪郭処理を行ってもよい。
【０１００】［第３の実施の形態］図１３は第３の実施
の形態における撮像システムの構成を示すブロック図で
ある。本実施の形態では、切り出したい被写体が写った
被写体画像とその被写体を除いた背景画像との２つが入
力画像として用いられる。
の形態における撮像システムの構成を示すブロック図で
ある。本実施の形態では、切り出したい被写体が写った
被写体画像とその被写体を除いた背景画像との２つが入
力画像として用いられる。
【０１０１】撮像装置１は、レンズ、絞りおよびそれら
のレンズ駆動制御部１ｅを含む結像光学系１ａ、イメー
ジセンサ１ｂ、映像信号処理回路（ガンマ特性、ホワイ
トバランス制御、露光条件制御、フォーカシング特性制
御などを行う）１ｃ、画像記録部１ｄ、インターフェー
ス部１ｆなどを主な構成要素とする。
のレンズ駆動制御部１ｅを含む結像光学系１ａ、イメー
ジセンサ１ｂ、映像信号処理回路（ガンマ特性、ホワイ
トバランス制御、露光条件制御、フォーカシング特性制
御などを行う）１ｃ、画像記録部１ｄ、インターフェー
ス部１ｆなどを主な構成要素とする。
【０１０２】切り出し処理装置２は、被写体画像一時記
憶部３ａおよび背景画像一時記憶部３ｂからなる画像一
時記憶部３、差分画像データの閾値処理を行う初期マス
ク領域抽出部５、領域成長部６、被写体画像出力部８、
インターフェース部１１などから構成される。切り出し
処理装置２の外部には画像表示装置９および端末装置１
０が接続されている。
憶部３ａおよび背景画像一時記憶部３ｂからなる画像一
時記憶部３、差分画像データの閾値処理を行う初期マス
ク領域抽出部５、領域成長部６、被写体画像出力部８、
インターフェース部１１などから構成される。切り出し
処理装置２の外部には画像表示装置９および端末装置１
０が接続されている。
【０１０３】図１４および図１５は被写体切り出し処理
手順を示すフローチャートである。尚、切り出し処理装
置としては上記構成の他、図１４および図１５のフロー
チャートで示すプログラムとしてコンピュータの記憶装
置上に存在するもの、同様にゲートアレーとして存在す
るもの、さらに撮像装置１に内蔵されているものなど種
々の形態をとることができる。
手順を示すフローチャートである。尚、切り出し処理装
置としては上記構成の他、図１４および図１５のフロー
チャートで示すプログラムとしてコンピュータの記憶装
置上に存在するもの、同様にゲートアレーとして存在す
るもの、さらに撮像装置１に内蔵されているものなど種
々の形態をとることができる。
【０１０４】まず、被写体画像および背景画像を撮像装
置１から入力する（ステップＳ１１１）。この際、後続
の処理スピードを上げるために、適当な縮尺率で画像デ
ータの間引きを行い（ステップＳ１１２）、被写体画像
上で被写体存在範囲を含むように処理領域の設定を行う
（ステップＳ１１３）。尚、ステップＳ１１２の間引き
処理およびステップＳ１１３の処理領域の設定処理は省
いてもよい。
置１から入力する（ステップＳ１１１）。この際、後続
の処理スピードを上げるために、適当な縮尺率で画像デ
ータの間引きを行い（ステップＳ１１２）、被写体画像
上で被写体存在範囲を含むように処理領域の設定を行う
（ステップＳ１１３）。尚、ステップＳ１１２の間引き
処理およびステップＳ１１３の処理領域の設定処理は省
いてもよい。
【０１０５】図１６、図１７は被写体切り出し処理の主
な途中結果が表示された画面を示す写真である。本実施
の形態では、前記第１の実施の形態と同様に、図３の
（ａ）、（ｂ）をそれぞれ入力被写体画像、背景画像と
する。
な途中結果が表示された画面を示す写真である。本実施
の形態では、前記第１の実施の形態と同様に、図３の
（ａ）、（ｂ）をそれぞれ入力被写体画像、背景画像と
する。
【０１０６】つづいて、領域成長の核を抽出するための
初期核データ抽出処理を行う（ステップＳ１１６、Ｓ１
１７、Ｓ１１８）。この処理は背景画像および被写体画
像間での各画素について色成分（ＲＧＢ値または色相、
彩度）の差異に基づき、例えば各成分の差分絶対値を閾
値処理することにより初期核抽出を主として行う。ここ
で、閾値を比較的高く設定することにより、ノイズや撮
影条件の差異に起因する画素値の変動の影響を排除し、
かつ淡い陰影などを除去することができる。
初期核データ抽出処理を行う（ステップＳ１１６、Ｓ１
１７、Ｓ１１８）。この処理は背景画像および被写体画
像間での各画素について色成分（ＲＧＢ値または色相、
彩度）の差異に基づき、例えば各成分の差分絶対値を閾
値処理することにより初期核抽出を主として行う。ここ
で、閾値を比較的高く設定することにより、ノイズや撮
影条件の差異に起因する画素値の変動の影響を排除し、
かつ淡い陰影などを除去することができる。
【０１０７】但し、三脚等に撮像装置１を固定せず手持
ち状態で撮影を行い、また、背景画像、被写体画像をそ
れぞれを露光条件およびフォーカシングの自動設定によ
り撮影する場合、閾値処理を行う前に以下の処理を行う
必要がある。
ち状態で撮影を行い、また、背景画像、被写体画像をそ
れぞれを露光条件およびフォーカシングの自動設定によ
り撮影する場合、閾値処理を行う前に以下の処理を行う
必要がある。
【０１０８】即ち、被写体画像および背景画像間の対応
する点間での幾何学的またはＲＧＢ成分の変換パラメー
タ群を抽出し（ステップＳ１１４）、２つの画像間での
位置合わせ（シフト、回転、倍率変換）、および各色成
分（ＲＧＢ値）のレベル合わせ（最小二乗法などを用い
た補正用非線形関数の推定などを行う）を抽出した変換
パラメータ群を用いて行う（ステップＳ１１５）。
する点間での幾何学的またはＲＧＢ成分の変換パラメー
タ群を抽出し（ステップＳ１１４）、２つの画像間での
位置合わせ（シフト、回転、倍率変換）、および各色成
分（ＲＧＢ値）のレベル合わせ（最小二乗法などを用い
た補正用非線形関数の推定などを行う）を抽出した変換
パラメータ群を用いて行う（ステップＳ１１５）。
【０１０９】また、他の処理法として各点を中心として
定義される所定サイズのブロック間の相関係数または画
素値の平均値、標準偏差値などの統計量を閾値処理する
ことにより抽出してもよい。初期核抽出の結果得られる
マスク領域を図１６の（ａ）に示す（被写体領域を黒で
示す）。上記処理は図１３の切り出し処理装置２の初期
マスク領域抽出部５で行われる。初期マスク領域抽出部
５で行う代わりに、端末装置１０のコンピュータ内部の
プログラムにより実行されるようにしてもよい。
定義される所定サイズのブロック間の相関係数または画
素値の平均値、標準偏差値などの統計量を閾値処理する
ことにより抽出してもよい。初期核抽出の結果得られる
マスク領域を図１６の（ａ）に示す（被写体領域を黒で
示す）。上記処理は図１３の切り出し処理装置２の初期
マスク領域抽出部５で行われる。初期マスク領域抽出部
５で行う代わりに、端末装置１０のコンピュータ内部の
プログラムにより実行されるようにしてもよい。
【０１１０】一般的な背景と被写体の組み合わせでは、
この段階で切り出すべき被写体の領域が完全に抽出され
ることはあり得ない。即ち、被写体画像および背景画像
間において同一箇所で部分的にＲＧＢレベル、あるいは
それらの局所的統計量（平均値、標準偏差など）などが
類似した領域がある場合、その部分領域が閾値処理後に
未抽出領域として残る。したがって、次の領域成長処理
では、それらの復元が行われる。
この段階で切り出すべき被写体の領域が完全に抽出され
ることはあり得ない。即ち、被写体画像および背景画像
間において同一箇所で部分的にＲＧＢレベル、あるいは
それらの局所的統計量（平均値、標準偏差など）などが
類似した領域がある場合、その部分領域が閾値処理後に
未抽出領域として残る。したがって、次の領域成長処理
では、それらの復元が行われる。
【０１１１】領域成長処理では、初期マスクの各核領域
の境界上の点において近傍画素（または領域）との画像
特徴量の類似度を求め、これが所定の閾値により高い場
合、同一被写体領域とみなしてマスク領域に併合する。
上記処理は図１３の切り出し処理装置２の中の初期領域
成長部６で行われる。初期領域成長部６で行う代わり
に、端末装置１０のコンピュータ内部のプログラムによ
り実行されるようにしてもよい。
の境界上の点において近傍画素（または領域）との画像
特徴量の類似度を求め、これが所定の閾値により高い場
合、同一被写体領域とみなしてマスク領域に併合する。
上記処理は図１３の切り出し処理装置２の中の初期領域
成長部６で行われる。初期領域成長部６で行う代わり
に、端末装置１０のコンピュータ内部のプログラムによ
り実行されるようにしてもよい。
【０１１２】本実施の形態では、まず領域成長を行う前
に被写体画像のエッジ強度分布抽出処理（ステップＳ１
１９）、およびその閾値処理による２値化処理（ステッ
プＳ１２０）、および初期核の成長範囲を制限するため
の最大領域成長範囲の設定処理（ステップＳ１２１）を
初期核の領域データに基づいて行う。
に被写体画像のエッジ強度分布抽出処理（ステップＳ１
１９）、およびその閾値処理による２値化処理（ステッ
プＳ１２０）、および初期核の成長範囲を制限するため
の最大領域成長範囲の設定処理（ステップＳ１２１）を
初期核の領域データに基づいて行う。
【０１１３】具体的には初期核の存在領域の横（Ｘ）方
向各点でのＹ（縦）成分最小値、最大値（ＭｉｎＹ
（Ｘ），ＭａｘＹ（Ｘ））、および縦（Ｙ）方向各点で
のＸ（横）成分最小値、最大値（ＭｉｎＸ（Ｙ），Ｍａ
ｘＸ（Ｙ））を求め、各データに対して平滑化（ローパ
スフィルタ）を行う。
向各点でのＹ（縦）成分最小値、最大値（ＭｉｎＹ
（Ｘ），ＭａｘＹ（Ｘ））、および縦（Ｙ）方向各点で
のＸ（横）成分最小値、最大値（ＭｉｎＸ（Ｙ），Ｍａ
ｘＸ（Ｙ））を求め、各データに対して平滑化（ローパ
スフィルタ）を行う。
【０１１４】本実施の形態では、所定サイズのメディア
ンフィルタを適用することにより突発的な変動が抑えら
れ、被写体の輪郭形状にほぼ沿った滑らかな成長範囲を
得ることができる（図１６の（ｂ）参照）。
ンフィルタを適用することにより突発的な変動が抑えら
れ、被写体の輪郭形状にほぼ沿った滑らかな成長範囲を
得ることができる（図１６の（ｂ）参照）。
【０１１５】つぎに、類似度判定に必要な特徴パラメー
タとして、輝度レベル、色相の近傍との差異の初期閾値
Ｉｔｈ，Ｈｔｈの値を入力する（ステップＳ１２２）。
これらは背景画像および被写体画像間のそれぞれのパラ
メータに関する差分（差分絶対値）データの平均値、標
準偏差などの統計量に基づいて自動設定してもよい。更
に、最大成長範囲およびエッジ強度分布に基づき各閾値
の値を画像中の位置によって以下のように可変に設定す
る（ステップＳ１２３）。
タとして、輝度レベル、色相の近傍との差異の初期閾値
Ｉｔｈ，Ｈｔｈの値を入力する（ステップＳ１２２）。
これらは背景画像および被写体画像間のそれぞれのパラ
メータに関する差分（差分絶対値）データの平均値、標
準偏差などの統計量に基づいて自動設定してもよい。更
に、最大成長範囲およびエッジ強度分布に基づき各閾値
の値を画像中の位置によって以下のように可変に設定す
る（ステップＳ１２３）。
【０１１６】最大成長範囲（ＭｉｎＹ（Ｘ），ＭａｘＹ
（Ｘ））、（ＭｉｎＸ（Ｙ），ＭａｘＸ（Ｙ））の中で
は閾値を高く、各範囲外では低く設定する。具体的には
点（Ｘ，Ｙ）が各成長範囲のいずれの中にもある場合、
高い閾値（例えば、初期閾値）に設定し、それ以外の場
合、低い閾値（例えば、初期閾値の１割）に設定する。
（Ｘ））、（ＭｉｎＸ（Ｙ），ＭａｘＸ（Ｙ））の中で
は閾値を高く、各範囲外では低く設定する。具体的には
点（Ｘ，Ｙ）が各成長範囲のいずれの中にもある場合、
高い閾値（例えば、初期閾値）に設定し、それ以外の場
合、低い閾値（例えば、初期閾値の１割）に設定する。
【０１１７】また、閾値の分布関数としては最大成長範
囲の境界線からの距離が大きくなるにつれて減少する任
意の関数を用いてもよい。この関数の他の値の取り方と
しては離散値とし、所定範囲の境界からの距離について
は同じ値を与えるようなものでもよい。さらに、別の閾
値の与え方としては、領域成長の閾値を縦方向と横方向
それぞれで設定し（Ｉｔｈｙ，Ｉｔｈｘ）、縦方向成長
範囲（ＭｉｎＹ（Ｘ），ＭａｘＹ（Ｘ））内ではＩｔｈ
ｙを高く、横方向成長範囲（ＭｉｎＸ（Ｙ），ＭａｘＸ
（Ｙ））ではＩｔｈｘが高くなるように設定してもよ
い。
囲の境界線からの距離が大きくなるにつれて減少する任
意の関数を用いてもよい。この関数の他の値の取り方と
しては離散値とし、所定範囲の境界からの距離について
は同じ値を与えるようなものでもよい。さらに、別の閾
値の与え方としては、領域成長の閾値を縦方向と横方向
それぞれで設定し（Ｉｔｈｙ，Ｉｔｈｘ）、縦方向成長
範囲（ＭｉｎＹ（Ｘ），ＭａｘＹ（Ｘ））内ではＩｔｈ
ｙを高く、横方向成長範囲（ＭｉｎＸ（Ｙ），ＭａｘＸ
（Ｙ））ではＩｔｈｘが高くなるように設定してもよ
い。
【０１１８】本実施の形態では、さらに被写体画像のエ
ッジ強度分布を所定の閾値で２値化し、エッジが存在す
る位置およびその近傍で閾値を低くする。閾値の分布と
してはエッジの位置で最も低く（例えば、値０とすると
エッジと交差する領域成長は完全に抑止される）、その
近傍ではエッジからの距離に対して若干の増加を呈する
もの、あるいはエッジとその近傍で一様に低い値をとる
ものなどが用いられる。
ッジ強度分布を所定の閾値で２値化し、エッジが存在す
る位置およびその近傍で閾値を低くする。閾値の分布と
してはエッジの位置で最も低く（例えば、値０とすると
エッジと交差する領域成長は完全に抑止される）、その
近傍ではエッジからの距離に対して若干の増加を呈する
もの、あるいはエッジとその近傍で一様に低い値をとる
ものなどが用いられる。
【０１１９】図１８はエッジ分布および最大領域成長範
囲に基づいて設定された近傍画素との特徴量差異に基づ
く領域成長の閾値分布を示す説明図である。横軸Ｘ
（Ｙ）は縦方向の位置Ｙにおける被写体画像の断面上の
横方向位置を表し、最大成長範囲ＭｉｎＸ（Ｙ），Ｍａ
ｘＸ（Ｙ）も同様にその断面上での横方向の成長範囲の
最小値、最大値を示す。また、閾値Ｔｈｈ，Ｔｈｌはそ
れぞれ閾値の最大値、最小値を表す。尚、最大領域成長
範囲の境界線を入力画像に重畳させてディスプレイに表
示し、ユーザがこれに基づいて適正な平滑化フィルタサ
イズを設定できるようにしてもよい。
囲に基づいて設定された近傍画素との特徴量差異に基づ
く領域成長の閾値分布を示す説明図である。横軸Ｘ
（Ｙ）は縦方向の位置Ｙにおける被写体画像の断面上の
横方向位置を表し、最大成長範囲ＭｉｎＸ（Ｙ），Ｍａ
ｘＸ（Ｙ）も同様にその断面上での横方向の成長範囲の
最小値、最大値を示す。また、閾値Ｔｈｈ，Ｔｈｌはそ
れぞれ閾値の最大値、最小値を表す。尚、最大領域成長
範囲の境界線を入力画像に重畳させてディスプレイに表
示し、ユーザがこれに基づいて適正な平滑化フィルタサ
イズを設定できるようにしてもよい。
【０１２０】上記閾値設定方法により初期閾値（Ｉｔ
ｈ，Ｈｔｈ）の差異に対する領域成長結果のロバスト
化、安定化が達せられる（被写体の輪郭形状に沿った形
状の変動が少ない）。また、最大成長範囲が被写体の外
側輪郭形状と異なる場合でも領域成長の結果、これが一
致するように閾値（Ｉｔｈ，Ｈｔｈ）を設定する際、大
まかに行うことができる。
ｈ，Ｈｔｈ）の差異に対する領域成長結果のロバスト
化、安定化が達せられる（被写体の輪郭形状に沿った形
状の変動が少ない）。また、最大成長範囲が被写体の外
側輪郭形状と異なる場合でも領域成長の結果、これが一
致するように閾値（Ｉｔｈ，Ｈｔｈ）を設定する際、大
まかに行うことができる。
【０１２１】つぎに、特徴量に基づき、近傍画素につい
て類似度判定処理（ステップＳ１２４）を行う。特に、
本実施の形態では近傍画素（その時点で非マスク領域）
とのＲＧＢそれぞれの差分絶対値がいずれも閾値以下と
なるか、または色相の差分絶対値が閾値以下であること
を類似度判定、即ち成長条件に用い、いずれか一方が成
立するとき当該近傍画素を同一被写体領域として併合す
る（ステップＳ１２５、図１７の（ａ）参照）。
て類似度判定処理（ステップＳ１２４）を行う。特に、
本実施の形態では近傍画素（その時点で非マスク領域）
とのＲＧＢそれぞれの差分絶対値がいずれも閾値以下と
なるか、または色相の差分絶対値が閾値以下であること
を類似度判定、即ち成長条件に用い、いずれか一方が成
立するとき当該近傍画素を同一被写体領域として併合す
る（ステップＳ１２５、図１７の（ａ）参照）。
【０１２２】類似度判定に用いる特徴量としてはこれら
に限定されるものではなく、例えば、彩度などの低次特
徴量、あるいは高次特徴量としてエッジを含む局所的ラ
インセグメントの部分形状（セグメントの向きなど）、
局所空間周波数、さらにはＲＧＢなどの低次特徴量を統
計処理して得られる特徴量などが好適に用いられる。
に限定されるものではなく、例えば、彩度などの低次特
徴量、あるいは高次特徴量としてエッジを含む局所的ラ
インセグメントの部分形状（セグメントの向きなど）、
局所空間周波数、さらにはＲＧＢなどの低次特徴量を統
計処理して得られる特徴量などが好適に用いられる。
【０１２３】また、領域成長の併合処理は、必ずしも８
近傍画素について行われるように限定されるものではな
く、他の方法で求めた近傍領域を用いてもよい。さら
に、領域成長後のマスクデータについて所定サイズ以下
の穴を自動的に埋める穴埋め処理（ステップＳ１２６）
を行う。
近傍画素について行われるように限定されるものではな
く、他の方法で求めた近傍領域を用いてもよい。さら
に、領域成長後のマスクデータについて所定サイズ以下
の穴を自動的に埋める穴埋め処理（ステップＳ１２６）
を行う。
【０１２４】この穴埋め処理は被写体画像データ、即
ち、画像特徴量の近傍領域との類似度、均質性などとは
一切無関係に行われ、２値化マスクデータに対して行わ
れるものである。以上の結果、得られる成長済み領域を
被写体切り出しマスク領域とし、該当する領域を被写体
画像から抽出し（ステップＳ１２７）、ディスプレイに
画像データを（または画像ファイルとして）出力する
（ステップＳ１２８）ことにより切り出し処理は完了す
る（図１７の（ｂ）参照）。
ち、画像特徴量の近傍領域との類似度、均質性などとは
一切無関係に行われ、２値化マスクデータに対して行わ
れるものである。以上の結果、得られる成長済み領域を
被写体切り出しマスク領域とし、該当する領域を被写体
画像から抽出し（ステップＳ１２７）、ディスプレイに
画像データを（または画像ファイルとして）出力する
（ステップＳ１２８）ことにより切り出し処理は完了す
る（図１７の（ｂ）参照）。
【０１２５】尚、被写体画像抽出処理（ステップＳ１２
７）の際、マスク領域の境界線の平滑化処理、あるいは
境界線の補正処理などを行ってからマスクに対応する被
写体画像を抽出してもよい。切り出し画像出力処理（ス
テップＳ１２８）は図１３の切り出し処理装置２の被写
体画像出力部８で行われる。被写体画像出力部８で行う
代わりに、コンピュータ上のプログラムとして実行され
るようにしてもよい。
７）の際、マスク領域の境界線の平滑化処理、あるいは
境界線の補正処理などを行ってからマスクに対応する被
写体画像を抽出してもよい。切り出し画像出力処理（ス
テップＳ１２８）は図１３の切り出し処理装置２の被写
体画像出力部８で行われる。被写体画像出力部８で行う
代わりに、コンピュータ上のプログラムとして実行され
るようにしてもよい。
【０１２６】［第４の実施の形態］図１９は第４の実施
の形態における撮像システムの構成を示すブロック図で
ある。図において、５１は画像入力装置であり、撮像装
置または画像データベース部を示す。撮像装置としては
ビデオカメラ、あるいは複眼タイプのカメラなど特に限
定されない。
の形態における撮像システムの構成を示すブロック図で
ある。図において、５１は画像入力装置であり、撮像装
置または画像データベース部を示す。撮像装置としては
ビデオカメラ、あるいは複眼タイプのカメラなど特に限
定されない。
【０１２７】５２は画像中の１次特徴データを抽出する
一次特徴抽出部、５３は特徴データの均質度を評価する
特徴均質度評価部である。５４は画像記憶部、５５は特
徴データの均質度に基づき領域を分割する領域分割部、
５６は分割画像生成部、５７は二次特徴に基づく領域成
長部である。５８は表示装置である。５９は分割領域の
選択を指示する分割領域指示装置であり、マウスなどの
ポインティングデバイスを表す。
一次特徴抽出部、５３は特徴データの均質度を評価する
特徴均質度評価部である。５４は画像記憶部、５５は特
徴データの均質度に基づき領域を分割する領域分割部、
５６は分割画像生成部、５７は二次特徴に基づく領域成
長部である。５８は表示装置である。５９は分割領域の
選択を指示する分割領域指示装置であり、マウスなどの
ポインティングデバイスを表す。
【０１２８】尚、本実施の形態では、領域成長は画像中
の所定領域内の特徴量の均質度を評価して領域の分割、
併合を行うことを意味する。本実施の形態における特徴
は、画像中の一次特徴データを抽出し、その分布に基づ
いて画像の領域分割を行うことにより抽出可能性のある
画像領域を概略的に抽出する。次のステップとしてより
精細な抽出のために候補領域を核とする二次特徴量（一
次特徴と種別、属性などが異なる特徴量）に基づく領域
成長を前記第３の実施の形態と同様に行う。
の所定領域内の特徴量の均質度を評価して領域の分割、
併合を行うことを意味する。本実施の形態における特徴
は、画像中の一次特徴データを抽出し、その分布に基づ
いて画像の領域分割を行うことにより抽出可能性のある
画像領域を概略的に抽出する。次のステップとしてより
精細な抽出のために候補領域を核とする二次特徴量（一
次特徴と種別、属性などが異なる特徴量）に基づく領域
成長を前記第３の実施の形態と同様に行う。
【０１２９】また、一次特徴データに基づいて抽出され
た領域には、二次特徴に基づく領域成長を行うために必
要な画像情報が含まれているものとする。本実施の形態
では二次特徴とは、基本的に一次特徴と異なるものであ
ればよく、必ずしも幾何学的な構造を有するもの、ある
いは輝度分布、色成分を処理して得られる高次の特徴を
有するものなどのような限定を意味せず、例えば色成分
情報などが好適に用いられる。但し、一次特徴と同じ種
別（本実施の形態では動きベクトルまたは視差ベクト
ル）であっても、領域成長による精細な画像分割が可能
であれば問題ない。
た領域には、二次特徴に基づく領域成長を行うために必
要な画像情報が含まれているものとする。本実施の形態
では二次特徴とは、基本的に一次特徴と異なるものであ
ればよく、必ずしも幾何学的な構造を有するもの、ある
いは輝度分布、色成分を処理して得られる高次の特徴を
有するものなどのような限定を意味せず、例えば色成分
情報などが好適に用いられる。但し、一次特徴と同じ種
別（本実施の形態では動きベクトルまたは視差ベクト
ル）であっても、領域成長による精細な画像分割が可能
であれば問題ない。
【０１３０】一次特徴データの検出の目的は領域成長処
理を行う際の成長核となる領域の抽出を高速に行うこと
で、実際に特定対象の画像領域を抽出する際のオペレー
タによる大まかな選択と指示を可能としたり、あるいは
自動抽出処理を容易にすることである。
理を行う際の成長核となる領域の抽出を高速に行うこと
で、実際に特定対象の画像領域を抽出する際のオペレー
タによる大まかな選択と指示を可能としたり、あるいは
自動抽出処理を容易にすることである。
【０１３１】一次特徴データとしては画像入力装置５１
より時系列画像データを入力する場合、画面上の各点の
動きベクトルを、また複眼カメラから画像を入力する場
合、左右画像間の対応点の視差ベクトルの分布を用い
る。一次特徴抽出部５２の抽出精度は後で用いる二次特
徴抽出部の精度（分解能）より多少劣っていても構わな
いが、高速に抽出可能であることが望ましい。このた
め、一次特徴の抽出、均質領域の統合を行うための専用
ハードウェアを設定してもよい。
より時系列画像データを入力する場合、画面上の各点の
動きベクトルを、また複眼カメラから画像を入力する場
合、左右画像間の対応点の視差ベクトルの分布を用い
る。一次特徴抽出部５２の抽出精度は後で用いる二次特
徴抽出部の精度（分解能）より多少劣っていても構わな
いが、高速に抽出可能であることが望ましい。このた
め、一次特徴の抽出、均質領域の統合を行うための専用
ハードウェアを設定してもよい。
【０１３２】図２０は図１９の撮像システムの具体的構
成を示すブロック図である。尚、視差ベクトル（動きベ
クトル）の検出アルゴリズムについては本発明の主眼で
はないので、ここでの説明を省略する（「ロボットビジ
ョン」谷内田 著、昭晃堂など参照）。
成を示すブロック図である。尚、視差ベクトル（動きベ
クトル）の検出アルゴリズムについては本発明の主眼で
はないので、ここでの説明を省略する（「ロボットビジ
ョン」谷内田 著、昭晃堂など参照）。
【０１３３】本実施の形態では、特徴均質度の尺度とし
て、所定領域内の一次特徴量（動きベクトル、視差ベク
トルなど）の大きさと方向に関する分散で表すこととす
る。評価する領域（ブロック）のサイズを対象の画面内
サイズに基づいて適切に設定することにより、処理時間
の短縮と効率化が達成される。即ち、対象の画面内縦横
サイズと比較して数分の１から１０分の１程度の分割領
域程度が典型的に用いられる。この値はオペレータ側で
予め適宜設定可能にしてもよい。
て、所定領域内の一次特徴量（動きベクトル、視差ベク
トルなど）の大きさと方向に関する分散で表すこととす
る。評価する領域（ブロック）のサイズを対象の画面内
サイズに基づいて適切に設定することにより、処理時間
の短縮と効率化が達成される。即ち、対象の画面内縦横
サイズと比較して数分の１から１０分の１程度の分割領
域程度が典型的に用いられる。この値はオペレータ側で
予め適宜設定可能にしてもよい。
【０１３４】領域分割部５５は、均質度の値（その領域
内の分散値など）が所定閾値より小さい場合、その領域
は均質であるとして均質度代表値が所定許容範囲内にあ
る領域同士を連結し許容範囲外の領域を分離することに
より、一定値の一次特徴量（視差ベクトル、動きベクト
ル等）で代表することができる均質な塊状領域（複数
可）を形成する。この処理はいわゆる領域成長処理の１
つとみなすこともできるが、この段階では、前記第３の
実施の形態と同様の領域成長の条件（制約）を付与しな
い。
内の分散値など）が所定閾値より小さい場合、その領域
は均質であるとして均質度代表値が所定許容範囲内にあ
る領域同士を連結し許容範囲外の領域を分離することに
より、一定値の一次特徴量（視差ベクトル、動きベクト
ル等）で代表することができる均質な塊状領域（複数
可）を形成する。この処理はいわゆる領域成長処理の１
つとみなすこともできるが、この段階では、前記第３の
実施の形態と同様の領域成長の条件（制約）を付与しな
い。
【０１３５】図２１は複眼カメラで撮像された入力画像
の例（ａ）、視差ベクトルの大きさに基づいて行った大
まかな領域分割結果（ｂ）、および色成分などの二次特
徴に基づく領域成長（及び分割）による画像切り出し結
果（ｃ）を示す説明図である。
の例（ａ）、視差ベクトルの大きさに基づいて行った大
まかな領域分割結果（ｂ）、および色成分などの二次特
徴に基づく領域成長（及び分割）による画像切り出し結
果（ｃ）を示す説明図である。
【０１３６】尚、前述したように図２１の（ｂ）に示す
分割後の領域（初期核）は第１の実施の形態と同様に必
ずしも実際の対象物の形状を正確に反映するものではな
くてもよいが、分割後の領域（初期核）内に背景領域が
混在しないことが望ましい。
分割後の領域（初期核）は第１の実施の形態と同様に必
ずしも実際の対象物の形状を正確に反映するものではな
くてもよいが、分割後の領域（初期核）内に背景領域が
混在しないことが望ましい。
【０１３７】このため、領域分割後（初期核抽出後）、
一定割合で各領域を縮小したもの、あるいはｍｏｒｐｈ
ｏｌｏｇｉｃａｌ演算子の作用によるマスクの細らせ
（ｅｒｏｓｉｏｎ；縮退）処理を行った結果を分割領域
（初期核）としてもよい。
一定割合で各領域を縮小したもの、あるいはｍｏｒｐｈ
ｏｌｏｇｉｃａｌ演算子の作用によるマスクの細らせ
（ｅｒｏｓｉｏｎ；縮退）処理を行った結果を分割領域
（初期核）としてもよい。
【０１３８】また、背景領域が部分的に混在する場合、
まずその初期核領域を色成分などに基づいて分割し、初
期核の輪郭線を含む小領域を削除してから領域成長を行
うことなどにより、被写体形状のより精密な切り出しが
可能である。
まずその初期核領域を色成分などに基づいて分割し、初
期核の輪郭線を含む小領域を削除してから領域成長を行
うことなどにより、被写体形状のより精密な切り出しが
可能である。
【０１３９】分割画像（初期核画像）生成部５６では、
一次特徴データに基づいて分割された複数の領域に対応
してそれぞれの異なる属性の画像データ（例えば、異な
る色、異なるハッチングパターンなど）を付与し、表示
装置５８上に入力画像データと重なるように表示する。
具体的には分割された領域にラベル付けを行い、同じラ
ベル領域を固有のパターン（または色）で塗りつぶすこ
などの処理を行う。
一次特徴データに基づいて分割された複数の領域に対応
してそれぞれの異なる属性の画像データ（例えば、異な
る色、異なるハッチングパターンなど）を付与し、表示
装置５８上に入力画像データと重なるように表示する。
具体的には分割された領域にラベル付けを行い、同じラ
ベル領域を固有のパターン（または色）で塗りつぶすこ
などの処理を行う。
【０１４０】このようにすることにより、オペレータは
指示すべき候補領域の区別を目視により容易に行うこと
ができ、かつ分割領域指示装置５９による抽出対象の指
定が容易となる。分割領域指示装置５９としては典型的
にマウスなどが用いられるが、タッチパネル型表示装置
を用いる場合、不要である。画像中に動きのある物体、
あるいは視差値の所定範囲の領域が１つしかない場合も
指示選択は不要である。また、抽出された複数の初期核
全てを領域成長核としてもよい。
指示すべき候補領域の区別を目視により容易に行うこと
ができ、かつ分割領域指示装置５９による抽出対象の指
定が容易となる。分割領域指示装置５９としては典型的
にマウスなどが用いられるが、タッチパネル型表示装置
を用いる場合、不要である。画像中に動きのある物体、
あるいは視差値の所定範囲の領域が１つしかない場合も
指示選択は不要である。また、抽出された複数の初期核
全てを領域成長核としてもよい。
【０１４１】領域成長部５７は、一次特徴データに基づ
き抽出されて選択された初期核領域の近傍から二次特徴
（例えば、色相、ＲＧＢ値など）を抽出する二次特徴抽
出部５７１、二次特徴に基づく領域成長部５７２、およ
ひ成長後の各領域を連結する領域連結部（穴埋め手段）
５７３、最大領域成長範囲設定部５７４、二次特徴量の
近傍画素との類似度評価のための閾値分布設定部５７５
から構成される。
き抽出されて選択された初期核領域の近傍から二次特徴
（例えば、色相、ＲＧＢ値など）を抽出する二次特徴抽
出部５７１、二次特徴に基づく領域成長部５７２、およ
ひ成長後の各領域を連結する領域連結部（穴埋め手段）
５７３、最大領域成長範囲設定部５７４、二次特徴量の
近傍画素との類似度評価のための閾値分布設定部５７５
から構成される。
【０１４２】各設定部５７４、５７５での処理内容は前
記第３の実施の形態と同様であるが、本実施の形態にお
ける閾値分布設定の固有の方法としては、例えば指示選
択（あるいは自動処理）により統合された初期核領域内
の一次特徴量（視差ベクトル、動きベクトルなど）の不
連続部を二次特徴量（ＲＧＢ値、色相など）の不連続部
と同等に扱い、これらの上（および近傍）で類似度評価
の閾値を低く設定してもよい。
記第３の実施の形態と同様であるが、本実施の形態にお
ける閾値分布設定の固有の方法としては、例えば指示選
択（あるいは自動処理）により統合された初期核領域内
の一次特徴量（視差ベクトル、動きベクトルなど）の不
連続部を二次特徴量（ＲＧＢ値、色相など）の不連続部
と同等に扱い、これらの上（および近傍）で類似度評価
の閾値を低く設定してもよい。
【０１４３】図２２は閾値分布の設定を示す説明図であ
る。上記のような場合を含めた閾値（近傍画素との特徴
量差異の許容値）分布の設定例を示し、視差エッジとは
視差ベクトルの変化率がその点を含む近傍で所定閾値よ
り大となる所を意味する。ここでは、画像中のいわゆる
エッジ強度分布（強度分布または各色成分の強度分布な
どに対してＳＯＢＥＬ演算子を代表とする微分オペレー
タなどを作用させて得られる）と視差エッジが同一点で
観測される場合、閾値を最も低く（Ｔｈｌ）、いずれか
一方のみが観測される場合、中程度の閾値（Ｔｈｍ）、
いずれのエッジも観測されず、さらにどのエッジ近傍に
も属さない領域には最も高い閾値（Ｔｈｈ）を与えてい
る。
る。上記のような場合を含めた閾値（近傍画素との特徴
量差異の許容値）分布の設定例を示し、視差エッジとは
視差ベクトルの変化率がその点を含む近傍で所定閾値よ
り大となる所を意味する。ここでは、画像中のいわゆる
エッジ強度分布（強度分布または各色成分の強度分布な
どに対してＳＯＢＥＬ演算子を代表とする微分オペレー
タなどを作用させて得られる）と視差エッジが同一点で
観測される場合、閾値を最も低く（Ｔｈｌ）、いずれか
一方のみが観測される場合、中程度の閾値（Ｔｈｍ）、
いずれのエッジも観測されず、さらにどのエッジ近傍に
も属さない領域には最も高い閾値（Ｔｈｈ）を与えてい
る。
【０１４４】
【発明の効果】本発明の請求項１に係る画像抽出方法に
よれば、抽出すべき被写体が記録された第１画像と該被
写体を除く背景が記録された第２画像との間の差分デー
タに基づき、抽出すべき領域の初期マスクを生成する第
１ステップと、該生成された初期マスクの領域を近傍領
域との特徴量類似度に基づき成長させる第２ステップ
と、該領域成長後のマスク領域に基づいて前記第１画像
から前記被写体を抽出する第３ステップとを備えたの
で、ノイズや撮影条件の変動の影響を排除し、かつ淡い
陰影部分を自動除去した被写体抽出が可能である。ま
た、被写体内部において背景画像と類似する画像特性を
有する領域を含めた被写体領域の抽出が可能である。
よれば、抽出すべき被写体が記録された第１画像と該被
写体を除く背景が記録された第２画像との間の差分デー
タに基づき、抽出すべき領域の初期マスクを生成する第
１ステップと、該生成された初期マスクの領域を近傍領
域との特徴量類似度に基づき成長させる第２ステップ
と、該領域成長後のマスク領域に基づいて前記第１画像
から前記被写体を抽出する第３ステップとを備えたの
で、ノイズや撮影条件の変動の影響を排除し、かつ淡い
陰影部分を自動除去した被写体抽出が可能である。ま
た、被写体内部において背景画像と類似する画像特性を
有する領域を含めた被写体領域の抽出が可能である。
【０１４５】請求項２に係る画像抽出方法によれば、前
記第１ステップは、前記第１および第２画像間の各点で
の色成分差異に基づいて抽出される色差分核、または前
記第１および第２画像からそれぞれ抽出される第１およ
び第２エッジ強度画像間の差分エッジデータに基づいて
抽出されるエッジ差分核に基づき、初期核を抽出するの
で、領域成長前の段階において被写体形状の細部をノイ
ズなどの影響を排除しながら抽出することが可能であ
る。
記第１ステップは、前記第１および第２画像間の各点で
の色成分差異に基づいて抽出される色差分核、または前
記第１および第２画像からそれぞれ抽出される第１およ
び第２エッジ強度画像間の差分エッジデータに基づいて
抽出されるエッジ差分核に基づき、初期核を抽出するの
で、領域成長前の段階において被写体形状の細部をノイ
ズなどの影響を排除しながら抽出することが可能であ
る。
【０１４６】請求項３に係る画像抽出方法によれば、前
記第３ステップは、前記第１および第２画像からそれぞ
れ抽出される前記第１および第２エッジ強度画像間の差
分エッジデータに基づいて前記領域成長後のマスク領域
の形状補正処理を行い、該補正後のマスク領域に該当す
る前記第１画像中の前記被写体画像を抽出するので、被
写体周辺の背景パターンのうちその輪郭線パターンと被
写体の輪郭線とによって形成される輪郭線上の分岐構造
を消去することができると共に、エッジ選択処理におい
て余分な背景エッジパターンが除かれることにより被写
体の輪郭線の抽出を安定して行うことができる。
記第３ステップは、前記第１および第２画像からそれぞ
れ抽出される前記第１および第２エッジ強度画像間の差
分エッジデータに基づいて前記領域成長後のマスク領域
の形状補正処理を行い、該補正後のマスク領域に該当す
る前記第１画像中の前記被写体画像を抽出するので、被
写体周辺の背景パターンのうちその輪郭線パターンと被
写体の輪郭線とによって形成される輪郭線上の分岐構造
を消去することができると共に、エッジ選択処理におい
て余分な背景エッジパターンが除かれることにより被写
体の輪郭線の抽出を安定して行うことができる。
【０１４７】請求項４に係る画像抽出方法によれば、前
記第２ステップは、前記第１および第２画像からそれぞ
れ抽出される前記第１および第２エッジ強度画像間の差
分エッジデータに基づいて得られるエッジ密度が成長方
向において所定の閾値以下である場合、成長を抑止する
ので、領域成長条件を緩和したり、あるいは大まかに設
定しても被写体外への領域成長を抑制し、高精度な被写
体抽出が可能となる。また、初期マスク領域が被写体以
外の領域（陰影部など）を含む場合でもそのような領域
からの成長を抑制することが可能である。
記第２ステップは、前記第１および第２画像からそれぞ
れ抽出される前記第１および第２エッジ強度画像間の差
分エッジデータに基づいて得られるエッジ密度が成長方
向において所定の閾値以下である場合、成長を抑止する
ので、領域成長条件を緩和したり、あるいは大まかに設
定しても被写体外への領域成長を抑制し、高精度な被写
体抽出が可能となる。また、初期マスク領域が被写体以
外の領域（陰影部など）を含む場合でもそのような領域
からの成長を抑制することが可能である。
【０１４８】請求項５に係る画像抽出方法によれば、前
記第１ステップでの前記第１および第２エッジ強度画像
は所定の正規化係数で正規化されたものであるので、被
写体切り出しにおいて第１および第２画像間の撮影条件
のわずかな変動（ホワイトバランス特性、照明条件、露
光条件など）の影響を抑制することが可能である。
記第１ステップでの前記第１および第２エッジ強度画像
は所定の正規化係数で正規化されたものであるので、被
写体切り出しにおいて第１および第２画像間の撮影条件
のわずかな変動（ホワイトバランス特性、照明条件、露
光条件など）の影響を抑制することが可能である。
【０１４９】請求項６に係る画像抽出方法によれば、前
記第１ステップでの前記第１および第２エッジ強度画像
は所定の正規化係数で正規化されたものであり、該正規
化係数はいずれも該第１エッジ強度画像の最大値である
ので、第１および第２画像間の撮影条件がわずかな変動
（ホワイトバランス特性、照明条件、露光条件など）が
あっても、エッジ強度変動が増幅されることを防ぐこと
ができる。これにより、エッジ差分データ中の被写体を
除いた領域において背景のエッジデータが残存する確率
を極めて低くすることができる。
記第１ステップでの前記第１および第２エッジ強度画像
は所定の正規化係数で正規化されたものであり、該正規
化係数はいずれも該第１エッジ強度画像の最大値である
ので、第１および第２画像間の撮影条件がわずかな変動
（ホワイトバランス特性、照明条件、露光条件など）が
あっても、エッジ強度変動が増幅されることを防ぐこと
ができる。これにより、エッジ差分データ中の被写体を
除いた領域において背景のエッジデータが残存する確率
を極めて低くすることができる。
【０１５０】請求項７に係る画像抽出方法によれば、前
記第１ステップでの前記第１および第２エッジ強度画像
の所定の点における値は所定の正規化係数で正規化され
た値であり、該正規化係数には正規化前の該第１エッジ
強度画像の該点を中心とする所定サイズの領域内の局所
エッジ強度最大値が前記第１および第２エッジ強度画像
に対して用いられるので、被写体が細い部分形状を有す
る場合、エッジ強度が低くても細部の輪郭形状を安定し
て抽出することができ、かつ正規化の際に被写体近傍の
背景における低コントラスト部分領域のノイズ増幅を抑
制することができる。
記第１ステップでの前記第１および第２エッジ強度画像
の所定の点における値は所定の正規化係数で正規化され
た値であり、該正規化係数には正規化前の該第１エッジ
強度画像の該点を中心とする所定サイズの領域内の局所
エッジ強度最大値が前記第１および第２エッジ強度画像
に対して用いられるので、被写体が細い部分形状を有す
る場合、エッジ強度が低くても細部の輪郭形状を安定し
て抽出することができ、かつ正規化の際に被写体近傍の
背景における低コントラスト部分領域のノイズ増幅を抑
制することができる。
【０１５１】請求項８に係る画像抽出方法によれば、前
記形状補正処理は、前記領域成長後のマスク領域の輪郭
線上の各点において所定の処理領域を設定し、該処理領
域内において前記差分エッジデータまたは前記第１画像
のエッジデータのうち所定閾値以上の値を有するエッジ
候補のうち、形状連続性評価項と画像特徴量の連続性評
価項とからなる所定の評価関数値を最小にするものを抽
出するエッジ選択処理、および抽出された輪郭線または
それを含む補正マスク領域を平滑化する平滑化処理を備
えたので、領域成長の結果、輪郭形状が不完全である場
合（実際の形状とは異なる不連続な凹凸がある場合な
ど）にその補正を被写体内部の画像特徴量の連続性と形
状連続性とを自動的に考慮して行うことができる。
記形状補正処理は、前記領域成長後のマスク領域の輪郭
線上の各点において所定の処理領域を設定し、該処理領
域内において前記差分エッジデータまたは前記第１画像
のエッジデータのうち所定閾値以上の値を有するエッジ
候補のうち、形状連続性評価項と画像特徴量の連続性評
価項とからなる所定の評価関数値を最小にするものを抽
出するエッジ選択処理、および抽出された輪郭線または
それを含む補正マスク領域を平滑化する平滑化処理を備
えたので、領域成長の結果、輪郭形状が不完全である場
合（実際の形状とは異なる不連続な凹凸がある場合な
ど）にその補正を被写体内部の画像特徴量の連続性と形
状連続性とを自動的に考慮して行うことができる。
【０１５２】請求項９に係る画像抽出装置によれば、入
力手段により被写体画像および背景画像を入力し、画像
一時記憶手段により該入力した被写体画像および背景画
像を記憶し、該記憶された被写体画像と背景画像との間
の差分データに基づき、初期マスク生成手段により抽出
領域の初期データを生成し、領域成長手段により前記初
期マスクの領域を近傍領域との特徴量類似度に基づいて
成長させ、被写体画像切り出し処理手段により該領域成
長後のマスク領域に基づいて前記被写体画像から被写体
を抽出するので、初期マスク抽出においてノイズや撮影
条件の変動の影響を排除し、かつ淡い陰影部分を自動除
去することができる。また、被写体内部において背景画
像と類似する領域の有無にかかわらず安定した被写体領
域の自動抽出が可能である。
力手段により被写体画像および背景画像を入力し、画像
一時記憶手段により該入力した被写体画像および背景画
像を記憶し、該記憶された被写体画像と背景画像との間
の差分データに基づき、初期マスク生成手段により抽出
領域の初期データを生成し、領域成長手段により前記初
期マスクの領域を近傍領域との特徴量類似度に基づいて
成長させ、被写体画像切り出し処理手段により該領域成
長後のマスク領域に基づいて前記被写体画像から被写体
を抽出するので、初期マスク抽出においてノイズや撮影
条件の変動の影響を排除し、かつ淡い陰影部分を自動除
去することができる。また、被写体内部において背景画
像と類似する領域の有無にかかわらず安定した被写体領
域の自動抽出が可能である。
【０１５３】請求項１０に係る画像抽出装置によれば、
前記初期マスク生成手段は、前記被写体画像および背景
画像間の各点での色成分差異の閾値処理を行う色差分核
抽出手段と、前記被写体画像および前記背景画像からそ
れぞれ抽出される第１および第２エッジ強度画像を抽出
し、該エッジ強度画像間の差分データの閾値処理を行う
エッジ差分核抽出手段と、前記色差分核抽出手段および
前記エッジ差分核抽出手段の出力に基づいて初期核を生
成する初期核抽出手段とを備えたので、領域成長前の段
階において被写体形状の細部をノイズなどの影響を排除
しながら抽出することが可能である。
前記初期マスク生成手段は、前記被写体画像および背景
画像間の各点での色成分差異の閾値処理を行う色差分核
抽出手段と、前記被写体画像および前記背景画像からそ
れぞれ抽出される第１および第２エッジ強度画像を抽出
し、該エッジ強度画像間の差分データの閾値処理を行う
エッジ差分核抽出手段と、前記色差分核抽出手段および
前記エッジ差分核抽出手段の出力に基づいて初期核を生
成する初期核抽出手段とを備えたので、領域成長前の段
階において被写体形状の細部をノイズなどの影響を排除
しながら抽出することが可能である。
【０１５４】請求項１１に係る画像抽出装置によれば、
前記被写体画像切り出し処理手段は、前記被写体画像と
前記背景画像との差分エッジデータを抽出する差分エッ
ジデータ抽出手段と、該差分エッジデータに基づき被写
体輪郭線を整形する輪郭整形手段とを備えたので、領域
成長後の被写体切り出し領域の形状を背景パターンの影
響を受けることなく安定して補正することが可能であ
る。
前記被写体画像切り出し処理手段は、前記被写体画像と
前記背景画像との差分エッジデータを抽出する差分エッ
ジデータ抽出手段と、該差分エッジデータに基づき被写
体輪郭線を整形する輪郭整形手段とを備えたので、領域
成長後の被写体切り出し領域の形状を背景パターンの影
響を受けることなく安定して補正することが可能であ
る。
【０１５５】請求項１２に係る画像抽出装置によれば、
前記輪郭整形手段は、前記差分エッジデータまたは前記
被写体画像のエッジデータの閾値処理を行う閾値処理手
段と、該閾値処理後に残るエッジ候補に対する形状連続
性を評価する第１連続性評価手段と、該エッジ候補に対
する画像特徴量の連続性を評価する第２連続性評価手段
と、該第１および第２連続性評価手段の出力に基づいて
エッジ候補を選択するエッジ選択手段と、抽出された輪
郭線またはそれを含む補正マスク領域に対する平滑化手
段とを備えたので、領域成長後の被写体切り出し領域の
形状を実際の被写体の形状に細部まで安定して合致させ
ることが可能である。
前記輪郭整形手段は、前記差分エッジデータまたは前記
被写体画像のエッジデータの閾値処理を行う閾値処理手
段と、該閾値処理後に残るエッジ候補に対する形状連続
性を評価する第１連続性評価手段と、該エッジ候補に対
する画像特徴量の連続性を評価する第２連続性評価手段
と、該第１および第２連続性評価手段の出力に基づいて
エッジ候補を選択するエッジ選択手段と、抽出された輪
郭線またはそれを含む補正マスク領域に対する平滑化手
段とを備えたので、領域成長後の被写体切り出し領域の
形状を実際の被写体の形状に細部まで安定して合致させ
ることが可能である。
【０１５６】請求項１３に係る画像抽出装置によれば、
前記領域成長手段は、成長抑止条件判定手段および類似
度判定手段を含むので、被写体外への領域成長を抑制
し、高精度な被写体抽出が可能である。また、初期マス
ク領域が被写体以外の領域（陰影部など）を含む場合で
もそのような領域からの成長を抑制した被写体抽出が可
能である。
前記領域成長手段は、成長抑止条件判定手段および類似
度判定手段を含むので、被写体外への領域成長を抑制
し、高精度な被写体抽出が可能である。また、初期マス
ク領域が被写体以外の領域（陰影部など）を含む場合で
もそのような領域からの成長を抑制した被写体抽出が可
能である。
【０１５７】請求項１４に係る画像抽出方法によれば、
前記形状補正処理は、前記初期マスク抽出後または前記
領域成長後のマスク領域に基づく初期輪郭の設定処理、
および所定の評価関数を最小にするように該輪郭形状を
変形あるいは移動させる動的輪郭処理を備えたので、領
域成長の結果残る未成長領域の形状を修整し復元するこ
とが可能である。
前記形状補正処理は、前記初期マスク抽出後または前記
領域成長後のマスク領域に基づく初期輪郭の設定処理、
および所定の評価関数を最小にするように該輪郭形状を
変形あるいは移動させる動的輪郭処理を備えたので、領
域成長の結果残る未成長領域の形状を修整し復元するこ
とが可能である。
【０１５８】請求項１５に係る画像抽出方法によれば、
前記動的輪郭処理は、前記領域成長後のマスクデータ上
で行った後、さらに前記被写体画像上で行うので、背景
パターンに影響されずに被写体の正しい輪郭形状を抽出
することが可能である。
前記動的輪郭処理は、前記領域成長後のマスクデータ上
で行った後、さらに前記被写体画像上で行うので、背景
パターンに影響されずに被写体の正しい輪郭形状を抽出
することが可能である。
【０１５９】請求項１６に係る画像抽出方法によれば、
入力画像から切り出すべき被写体の一部である部分領域
を抽出する部分領域抽出ステップと、該抽出された部分
領域を核として近傍領域との類似度を閾値で処理するこ
とにより該部分領域を成長させる領域成長ステップと、
該領域成長後の領域に基づいて前記被写体画像を抽出す
る切り出しステップとを有する画像抽出方法において、
前記領域成長ステップでの前記閾値は前記入力画像の各
点での特徴量分布に基づいて設定されるので、領域成長
により切り出しを行う際、類似度評価に用いるパラメー
タの変動や背景中の陰影、被写体の有する画像パターン
の複雑差によらず、安定した精度での被写体画像の切り
出しを行うことができる。
入力画像から切り出すべき被写体の一部である部分領域
を抽出する部分領域抽出ステップと、該抽出された部分
領域を核として近傍領域との類似度を閾値で処理するこ
とにより該部分領域を成長させる領域成長ステップと、
該領域成長後の領域に基づいて前記被写体画像を抽出す
る切り出しステップとを有する画像抽出方法において、
前記領域成長ステップでの前記閾値は前記入力画像の各
点での特徴量分布に基づいて設定されるので、領域成長
により切り出しを行う際、類似度評価に用いるパラメー
タの変動や背景中の陰影、被写体の有する画像パターン
の複雑差によらず、安定した精度での被写体画像の切り
出しを行うことができる。
【０１６０】請求項１７に係る画像抽出方法によれば、
前記部分領域抽出ステップは、前記被写体を除外した背
景画像と前記被写体を含む被写体画像との差分に基づい
て前記部分領域を抽出するので、背景画像との差分およ
び領域成長による被写体切り出しにおいて、背景と被写
体との間で画像特性の顕著な差異を前提にしなくても安
定した精度で切り出し画像を得ることができる。
前記部分領域抽出ステップは、前記被写体を除外した背
景画像と前記被写体を含む被写体画像との差分に基づい
て前記部分領域を抽出するので、背景画像との差分およ
び領域成長による被写体切り出しにおいて、背景と被写
体との間で画像特性の顕著な差異を前提にしなくても安
定した精度で切り出し画像を得ることができる。
【０１６１】請求項１８に係る画像抽出方法によれば、
前記特徴量分布は、前記被写体のエッジ分布であるの
で、領域成長により切り出しを行う際、領域成長の無際
限な成長をエッジ付近で抑制することにより、被写体の
輪郭形状を忠実に実現することができる。
前記特徴量分布は、前記被写体のエッジ分布であるの
で、領域成長により切り出しを行う際、領域成長の無際
限な成長をエッジ付近で抑制することにより、被写体の
輪郭形状を忠実に実現することができる。
【０１６２】請求項１９に係る画像抽出方法によれば、
前記特徴量分布は、前記部分領域に基づいて設定される
最大成長範囲の分布であるので、ノイズや陰影、照明条
件の影響を排除し、被写体形状の概略を実現する部分領
域内およびその近傍での領域成長を実現できる。
前記特徴量分布は、前記部分領域に基づいて設定される
最大成長範囲の分布であるので、ノイズや陰影、照明条
件の影響を排除し、被写体形状の概略を実現する部分領
域内およびその近傍での領域成長を実現できる。
【０１６３】請求項２０に係る画像抽出方法によれば、
前記閾値は、前記エッジの存在する位置で該エッジの存
在しない位置に比べて低い値をとるように設定されるの
で、エッジからはみ出す領域成長、エッジを起点とする
領域成長を抑制し、領域成長後の被写体の輪郭形状の安
定化を実現できる。
前記閾値は、前記エッジの存在する位置で該エッジの存
在しない位置に比べて低い値をとるように設定されるの
で、エッジからはみ出す領域成長、エッジを起点とする
領域成長を抑制し、領域成長後の被写体の輪郭形状の安
定化を実現できる。
【０１６４】請求項２１に係る画像抽出方法によれば、
前記閾値は、前記最大成長範囲内の領域で高い値、該成
長範囲外で低い値をとるように設定されるので、背景と
の境界が低コントラストな部分領域、陰影のある部分領
域でも被写体の形状に忠実に切り出しを行うことができ
る。
前記閾値は、前記最大成長範囲内の領域で高い値、該成
長範囲外で低い値をとるように設定されるので、背景と
の境界が低コントラストな部分領域、陰影のある部分領
域でも被写体の形状に忠実に切り出しを行うことができ
る。
【０１６５】請求項２２に係る画像抽出方法によれば、
前記最大成長範囲は、前記部分領域の形状を所定の尺度
の平滑化フィルタで平滑化した場合の出力として得られ
るので、前もって抽出される部分領域の形状に欠損や突
出部があって被写体形状との差異が局所的に大きい所で
も、その影響を緩和した領域成長が実現可能である。
前記最大成長範囲は、前記部分領域の形状を所定の尺度
の平滑化フィルタで平滑化した場合の出力として得られ
るので、前もって抽出される部分領域の形状に欠損や突
出部があって被写体形状との差異が局所的に大きい所で
も、その影響を緩和した領域成長が実現可能である。
【０１６６】請求項２３に係る画像抽出方法によれば、
前記入力画像は時系列画像であり、前記部分領域抽出ス
テップは該入力画像の異なる時刻の画像フレーム間の差
分データに基づき抽出するので、動画像中の動きベクト
ルの分布に応じて動く被写体などを自動的に高精度に切
り出すことが可能である。
前記入力画像は時系列画像であり、前記部分領域抽出ス
テップは該入力画像の異なる時刻の画像フレーム間の差
分データに基づき抽出するので、動画像中の動きベクト
ルの分布に応じて動く被写体などを自動的に高精度に切
り出すことが可能である。
【０１６７】請求項２４に係る画像抽出方法によれば、
前記入力画像は異なる複数の視点位置からの複数画像で
あり、前記部分領域抽出ステップは該入力画像間の視差
分布に基づき抽出するので、被写体距離の分布に応じて
特定の被写体を高精度に自動切り出しすることができ
る。
前記入力画像は異なる複数の視点位置からの複数画像で
あり、前記部分領域抽出ステップは該入力画像間の視差
分布に基づき抽出するので、被写体距離の分布に応じて
特定の被写体を高精度に自動切り出しすることができ
る。
【０１６８】請求項２５に係る画像抽出装置によれば、
部分領域抽出手段により入力画像から切り出すべき被写
体の一部である部分領域を抽出し、領域成長手段により
該抽出された部分領域を核として近傍領域との類似度を
閾値で処理することにより該部分領域を成長させ、切り
出し手段により該領域成長後の領域に基づいて前記被写
体画像を抽出する場合、前記領域成長手段での前記閾値
は前記入力画像の各点での特徴量分布に基づいて設定さ
れるので、領域成長により切り出しを行う際、類似度評
価に用いるパラメータの変動や背景中の陰影、被写体の
有する画像パターンの複雑差によらず、安定した精度で
の被写体画像の切り出しを行うことができる。
部分領域抽出手段により入力画像から切り出すべき被写
体の一部である部分領域を抽出し、領域成長手段により
該抽出された部分領域を核として近傍領域との類似度を
閾値で処理することにより該部分領域を成長させ、切り
出し手段により該領域成長後の領域に基づいて前記被写
体画像を抽出する場合、前記領域成長手段での前記閾値
は前記入力画像の各点での特徴量分布に基づいて設定さ
れるので、領域成長により切り出しを行う際、類似度評
価に用いるパラメータの変動や背景中の陰影、被写体の
有する画像パターンの複雑差によらず、安定した精度で
の被写体画像の切り出しを行うことができる。
【図１】第１の実施の形態における撮像システムの構成
を示すブロック図である。
を示すブロック図である。
【図２】被写体切り出し処理手順を示すフローチャート
である。
である。
【図３】被写体画像および背景画像が表示された中間調
画像を示す写真である。
画像を示す写真である。
【図４】被写体切り出し処理の主な途中結果が表示され
た中間調画像を示す写真である。
た中間調画像を示す写真である。
【図５】被写体切り出し処理の主な途中結果が表示され
た中間調画像を示す写真である。
た中間調画像を示す写真である。
【図６】被写体切り出し処理の主な途中結果が表示され
た中間調画像を示す写真である。
た中間調画像を示す写真である。
【図７】被写体切り出し処理の主な途中結果が表示され
た中間調画像を示す写真である。
た中間調画像を示す写真である。
【図８】被写体切り出し処理の結果が表示された中間調
画像を示す写真である。
画像を示す写真である。
【図９】ステップＳ３０における領域成長処理手順を示
すフローチャートである。
すフローチャートである。
【図１０】輪郭整形処理手順を示すフローチャートであ
る。
る。
【図１１】エッジ選択処理を示す説明図である。
【図１２】動的輪郭整形処理手順を示すフローチャート
である。
である。
【図１３】第３の実施の形態における撮像システムの構
成を示すブロック図である。
成を示すブロック図である。
【図１４】被写体切り出し処理手順を示すフローチャー
トである。
トである。
【図１５】図１４につづく被写体切り出し処理手順を示
すフローチャートである。
すフローチャートである。
【図１６】被写体切り出し処理の主な途中結果が表示さ
れた中間調画像を示す写真である。
れた中間調画像を示す写真である。
【図１７】被写体切り出し処理の主な途中結果が表示さ
れた中間調画像を示す写真である。
れた中間調画像を示す写真である。
【図１８】エッジ分布および最大領域成長範囲に基づい
て設定された近傍画素との特徴量差異に基づく領域成長
の閾値分布を示す説明図である。
て設定された近傍画素との特徴量差異に基づく領域成長
の閾値分布を示す説明図である。
【図１９】第４の実施の形態における撮像システムの構
成を示すブロック図である。
成を示すブロック図である。
【図２０】図１９の撮像システムの具体的構成を示すブ
ロック図である。
ロック図である。
【図２１】複眼カメラで撮像された入力画像の例
（ａ）、視差ベクトルの大きさに基づいて行った大まか
な領域分割結果（ｂ）、および色成分などの二次特徴に
基づく領域成長（及び分割）による画像切り出し結果
（ｃ）を示す説明図である。
（ａ）、視差ベクトルの大きさに基づいて行った大まか
な領域分割結果（ｂ）、および色成分などの二次特徴に
基づく領域成長（及び分割）による画像切り出し結果
（ｃ）を示す説明図である。
【図２２】閾値分布の設定を示す説明図である。
【符号の説明】 １ 撮像装置 ２ 切り出し処理装置 ３ 画像一時記憶部 ４ 正規化エッジ強度抽出部 ５ 初期化マスク領域抽出部 ６、５７ 領域成長部 ７ 輪郭整形処理部 ５１ 画像入力装置 ５２ 一次特徴抽出部 ５３ 特徴均質度評価部 ５５ 領域分割部 ５６ 分割画像生成部
Claims (25)
- 【請求項１】 抽出すべき被写体が記録された第１画像
と該被写体を除く背景が記録された第２画像との間の差
分データに基づき、抽出すべき領域の初期マスクを生成
する第１ステップと、 該生成された初期マスクの領域を近傍領域との特徴量類
似度に基づき成長させる第２ステップと、 該領域成長後のマスク領域に基づいて前記第１画像から
前記被写体を抽出する第３ステップとを備えたことを特
徴とする画像抽出方法。 - 【請求項２】 前記第１ステップは、前記第１および第
２画像間の各点での色成分差異に基づいて抽出される色
差分核、または前記第１および第２画像からそれぞれ抽
出される第１および第２エッジ強度画像間の差分エッジ
データに基づいて抽出されるエッジ差分核に基づき、初
期核を抽出することを特徴とする請求項１記載の画像抽
出方法。 - 【請求項３】 前記第３ステップは、前記第１および第
２画像からそれぞれ抽出される前記第１および第２エッ
ジ強度画像間の差分エッジデータに基づいて前記領域成
長後のマスク領域の形状補正処理を行い、該補正後のマ
スク領域に該当する前記第１画像中の前記被写体画像を
抽出することを特徴とする請求項１記載の画像抽出方
法。 - 【請求項４】 前記第２ステップは、前記第１および第
２画像からそれぞれ抽出される前記第１および第２エッ
ジ強度画像間の差分エッジデータに基づいて得られるエ
ッジ密度が成長方向において所定の閾値以下である場
合、成長を抑止することを特徴とする請求項１記載の画
像抽出方法。 - 【請求項５】 前記第１ステップでの前記第１および第
２エッジ強度画像は所定の正規化係数で正規化されたも
のであることを特徴とする請求項２記載の画像抽出方
法。 - 【請求項６】 前記第１ステップでの前記第１および第
２エッジ強度画像は所定の正規化係数で正規化されたも
のであり、該正規化係数はいずれも該第１エッジ強度画
像の最大値であることを特徴とする請求項２記載の画像
抽出方法。 - 【請求項７】 前記第１ステップでの前記第１および第
２エッジ強度画像の所定の点における値は所定の正規化
係数で正規化された値であり、 該正規化係数には正規化前の該第１エッジ強度画像の該
点を中心とする所定サイズの領域内の局所エッジ強度最
大値が前記第１および第２エッジ強度画像に対して用い
られることを特徴とする請求項２記載の画像抽出方法。 - 【請求項８】 前記形状補正処理は、前記領域成長後の
マスク領域の輪郭線上の各点において所定の処理領域を
設定し、該処理領域内において前記差分エッジデータま
たは前記第１画像のエッジデータのうち所定閾値以上の
値を有するエッジ候補のうち、形状連続性評価項と画像
特徴量の連続性評価項とからなる所定の評価関数値を最
小にするものを抽出するエッジ選択処理、および抽出さ
れた輪郭線またはそれを含む補正マスク領域を平滑化す
る平滑化処理を備えたことを特徴とする請求項３記載の
画像抽出方法。 - 【請求項９】 被写体画像および背景画像を入力する入
力手段と、 該入力した被写体画像および背景画像を記憶する画像一
時記憶手段と、 該記憶された被写体画像と背景画像との間の差分データ
に基づき、抽出領域の初期データを生成する初期マスク
生成手段と、 前記初期マスクの領域を近傍領域との特徴量類似度に基
づいて成長させる領域成長手段と、 該領域成長後のマスク領域に基づいて前記被写体画像か
ら被写体を抽出する被写体画像切り出し処理手段とを備
えたことを特徴とする画像抽出装置。 - 【請求項１０】 前記初期マスク生成手段は、前記被写
体画像および背景画像間の各点での色成分差異の閾値処
理を行う色差分核抽出手段と、 前記被写体画像および前記背景画像からそれぞれ抽出さ
れる第１および第２エッジ強度画像を抽出し、該エッジ
強度画像間の差分データの閾値処理を行うエッジ差分核
抽出手段と、 前記色差分核抽出手段および前記エッジ差分核抽出手段
の出力に基づいて初期核を生成する初期核抽出手段とを
備えたことを特徴とする請求項９記載の画像抽出装置。 - 【請求項１１】 前記被写体画像切り出し処理手段は、
前記被写体画像と前記背景画像との差分エッジデータを
抽出する差分エッジデータ抽出手段と、 該差分エッジデータに基づき被写体輪郭線を整形する輪
郭整形手段とを備えたことを特徴とする請求項９記載の
画像抽出装置。 - 【請求項１２】 前記輪郭整形手段は、前記差分エッジ
データまたは前記被写体画像のエッジデータの閾値処理
を行う閾値処理手段と、該閾値処理後に残るエッジ候補
に対する形状連続性を評価する第１連続性評価手段と、
該エッジ候補に対する画像特徴量の連続性を評価する第
２連続性評価手段と、該第１および第２連続性評価手段
の出力に基づいてエッジ候補を選択するエッジ選択手段
と、抽出された輪郭線またはそれを含む補正マスク領域
に対する平滑化手段とを備えたことを特徴とする請求項
１１記載の画像抽出装置。 - 【請求項１３】 前記領域成長手段は、成長抑止条件判
定手段および類似度判定手段を含むことを特徴とする請
求項９記載の画像抽出装置。 - 【請求項１４】 前記形状補正処理は、前記初期マスク
抽出後または前記領域成長後のマスク領域に基づく初期
輪郭の設定処理、および所定の評価関数を最小にするよ
うに該輪郭形状を変形あるいは移動させる動的輪郭処理
を備えたことを特徴とする請求項３記載の画像抽出方
法。 - 【請求項１５】 前記動的輪郭処理は、前記領域成長後
のマスクデータ上で行った後、さらに前記被写体画像上
で行うことを特徴とする請求項１４記載の画像抽出方
法。 - 【請求項１６】 入力画像から切り出すべき被写体の一
部である部分領域を抽出する部分領域抽出ステップと、 該抽出された部分領域を核として近傍領域との類似度を
閾値で処理することにより該部分領域を成長させる領域
成長ステップと、 該領域成長後の領域に基づいて前記被写体画像を抽出す
る切り出しステップとを有する画像抽出方法において、 前記領域成長ステップでの前記閾値は前記入力画像の各
点での特徴量分布に基づいて設定されることを特徴とす
る画像抽出方法。 - 【請求項１７】 前記部分領域抽出ステップは、前記被
写体を除外した背景画像と前記被写体を含む被写体画像
との差分に基づいて前記部分領域を抽出することを特徴
とする請求項１６記載の画像抽出方法。 - 【請求項１８】 前記特徴量分布は、前記被写体のエッ
ジ分布であることを特徴とする請求項１６記載の画像抽
出方法。 - 【請求項１９】 前記特徴量分布は、前記部分領域に基
づいて設定される最大成長範囲の分布であることを特徴
とする請求項１６記載の画像抽出方法。 - 【請求項２０】 前記閾値は、前記エッジの存在する位
置で該エッジの存在しない位置に比べて低い値をとるよ
うに設定されることを特徴とする請求項１６記載の画像
抽出方法。 - 【請求項２１】 前記閾値は、前記最大成長範囲内の領
域で高い値、該成長範囲外で低い値をとるように設定さ
れることを特徴とする請求項１６記載の画像抽出方法。 - 【請求項２２】 前記最大成長範囲は、前記部分領域の
形状を所定の尺度の平滑化フィルタで平滑化した場合の
出力として得られることを特徴とする請求項１６記載の
画像抽出方法。 - 【請求項２３】 前記入力画像は時系列画像であり、前
記部分領域抽出ステップは該入力画像の異なる時刻の画
像フレーム間の差分データに基づき抽出することを特徴
とする請求項１６記載の画像抽出方法。 - 【請求項２４】 前記入力画像は異なる複数の視点位置
からの複数画像であり、前記部分領域抽出ステップは該
入力画像間の視差分布に基づき抽出することを特徴とす
る請求項１６記載の画像抽出方法。 - 【請求項２５】入力画像から切り出すべき被写体の一部
である部分領域を抽出する部分領域抽出手段と、 該抽出された部分領域を核として近傍領域との類似度を
閾値で処理することにより該部分領域を成長させる領域
成長手段と、 該領域成長後の領域に基づいて前記被写体画像を抽出す
る切り出し手段とを有する画像抽出装置において、 前記領域成長手段での前記閾値は前記入力画像の各点で
の特徴量分布に基づいて設定されることを特徴とする画
像抽出装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19411396A JP3679512B2 (ja) | 1996-07-05 | 1996-07-05 | 画像抽出装置および方法 |
| EP19970304699 EP0817495B1 (en) | 1996-07-05 | 1997-06-30 | Image subject extraction apparatus and method |
| DE1997634855 DE69734855T2 (de) | 1996-07-05 | 1997-06-30 | Vorrichtung und Verfahren zur Extraktion eines Objektes in einem Bild |
| US08/886,076 US6167167A (en) | 1996-07-05 | 1997-07-02 | Image extractions apparatus and method |
| US09/561,780 US6757444B2 (en) | 1996-07-05 | 2000-05-01 | Image extraction apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19411396A JP3679512B2 (ja) | 1996-07-05 | 1996-07-05 | 画像抽出装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1023452A true JPH1023452A (ja) | 1998-01-23 |
| JP3679512B2 JP3679512B2 (ja) | 2005-08-03 |
Family
ID=16319145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19411396A Expired - Fee Related JP3679512B2 (ja) | 1996-07-05 | 1996-07-05 | 画像抽出装置および方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US6167167A (ja) |
| EP (1) | EP0817495B1 (ja) |
| JP (1) | JP3679512B2 (ja) |
| DE (1) | DE69734855T2 (ja) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006092555A (ja) * | 2004-09-23 | 2006-04-06 | Fuji Xerox Co Ltd | 領域検出方法および領域検出プログラム |
| JP2006302115A (ja) * | 2005-04-22 | 2006-11-02 | Fujitsu Ltd | 物体検出方法および物体検出装置 |
| JP2010039999A (ja) * | 2008-08-08 | 2010-02-18 | Toyota Motor Corp | 画像セグメンテーション方法、プログラムおよび装置 |
| JP2010066803A (ja) * | 2008-09-08 | 2010-03-25 | Sony Corp | 画像処理装置および方法、並びにプログラム |
| CN101827215A (zh) * | 2009-03-06 | 2010-09-08 | 卡西欧计算机株式会社 | 从拍摄图像中抽取被摄体区域的拍摄装置 |
| JP2011076302A (ja) * | 2009-09-30 | 2011-04-14 | Ntt Comware Corp | 輪郭抽出装置、輪郭抽出方法、および輪郭抽出プログラム |
| JP2011139288A (ja) * | 2009-12-28 | 2011-07-14 | Casio Computer Co Ltd | 画像処理装置及び方法、並びにプログラム |
| JP2011175663A (ja) * | 2011-04-22 | 2011-09-08 | Casio Computer Co Ltd | 撮像装置、画像処理方法及びプログラム |
| JP2012059158A (ja) * | 2010-09-13 | 2012-03-22 | Casio Comput Co Ltd | 画像処理装置、画像処理方法及びプログラム |
| JP2014157453A (ja) * | 2013-02-15 | 2014-08-28 | Omron Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
| JP2016021609A (ja) * | 2014-07-11 | 2016-02-04 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理装置の制御方法、画像処理装置の制御プログラム及び記憶媒体 |
| JP2016060032A (ja) * | 2014-09-22 | 2016-04-25 | 中村留精密工業株式会社 | 工具の形状取得方法及び装置 |
| JP2016134679A (ja) * | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理装置の制御方法 |
| JP2016536896A (ja) * | 2013-08-29 | 2016-11-24 | ファースト・フォワード・イメージング・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツングＦａｓｔ Ｆｏｒｗａｒｄ Ｉｍａｇｉｎｇ Ｇｍｂｈ | 写真用カメラを用いてアルファチャンネルを含む画像ファイルを取得するための方法及び装置 |
Families Citing this family (131)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3679512B2 (ja) * | 1996-07-05 | 2005-08-03 | キヤノン株式会社 | 画像抽出装置および方法 |
| US6453069B1 (en) * | 1996-11-20 | 2002-09-17 | Canon Kabushiki Kaisha | Method of extracting image from input image using reference image |
| JPH10191020A (ja) * | 1996-12-20 | 1998-07-21 | Canon Inc | 被写体画像切出し方法及び装置 |
| JP2984652B2 (ja) * | 1997-08-22 | 1999-11-29 | 富士通株式会社 | 領域抽出装置及び領域抽出方法並びにコンピュータで実現可能なプログラムが記憶された記録媒体 |
| MY124160A (en) * | 1997-12-05 | 2006-06-30 | Dynamic Digital Depth Res Pty | Improved image conversion and encoding techniques |
| US6678393B1 (en) * | 1997-12-23 | 2004-01-13 | Intel Corporation | Image selection based on image content |
| IT1312245B1 (it) * | 1998-04-10 | 2002-04-09 | Ricoh Kk | Apparecchiatura, procedimento di elaborazione di immagini e supportodi registrazione leggibile da elaboratore con programma registrato su |
| JPH11351827A (ja) * | 1998-06-10 | 1999-12-24 | Fuji Mach Mfg Co Ltd | 画像処理装置 |
| DE19842572B4 (de) * | 1998-09-17 | 2005-03-24 | Heidelberger Druckmaschinen Ag | Verfahren zur automatischen Entfernung von Bildfehlern |
| US6256409B1 (en) * | 1998-10-19 | 2001-07-03 | Sony Corporation | Method for determining a correlation between images using multi-element image descriptors |
| US6266443B1 (en) | 1998-12-22 | 2001-07-24 | Mitsubishi Electric Research Laboratories, Inc. | Object boundary detection using a constrained viterbi search |
| JP3581265B2 (ja) * | 1999-01-06 | 2004-10-27 | シャープ株式会社 | 画像処理方法およびその装置 |
| US6421469B1 (en) * | 1999-02-08 | 2002-07-16 | The United States Of America As Represented By The Secretary Of The Navy | Image data manipulation for improved image visualization and analysis |
| US6381363B1 (en) * | 1999-03-15 | 2002-04-30 | Grass Valley (U.S.), Inc. | Histogram-based segmentation of images and video via color moments |
| US6526169B1 (en) * | 1999-03-15 | 2003-02-25 | Grass Valley (Us), Inc. | Histogram-based segmentation of objects from a video signal via color moments |
| US6917692B1 (en) * | 1999-05-25 | 2005-07-12 | Thomson Licensing S.A. | Kalman tracking of color objects |
| JP2001016447A (ja) * | 1999-06-30 | 2001-01-19 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
| JP2001043376A (ja) * | 1999-07-30 | 2001-02-16 | Canon Inc | 画像抽出方法及び装置並びに記憶媒体 |
| US20060033831A1 (en) * | 1999-09-14 | 2006-02-16 | Nikon Corporation | Electronic still camera |
| US20010004838A1 (en) * | 1999-10-29 | 2001-06-28 | Wong Kenneth Kai | Integrated heat exchanger system for producing carbon dioxide |
| US7113310B2 (en) * | 2000-01-26 | 2006-09-26 | Fuji Photo Film Co., Ltd. | Method of processing image |
| JP3780810B2 (ja) * | 2000-03-27 | 2006-05-31 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理回路 |
| US20020001096A1 (en) * | 2000-04-28 | 2002-01-03 | Kenro Hama | Image processor for detecting specified pattern |
| US6809840B1 (en) * | 2000-06-23 | 2004-10-26 | Eastman Kodak Company | Image processing method for adaptively sub-sampling an image |
| JP2002077625A (ja) * | 2000-08-30 | 2002-03-15 | Minolta Co Ltd | 画像処理装置、画像処理方法および画像処理プログラムを記録したコンピュータ読取可能な記録媒体 |
| GB2370737B (en) * | 2000-10-06 | 2005-03-16 | Canon Kk | Image processing apparatus |
| DE10050083A1 (de) * | 2000-10-10 | 2002-04-18 | Sick Ag | Vorrichtung und Verfahren zur Erfassung von Objekten |
| US7643655B2 (en) * | 2000-11-24 | 2010-01-05 | Clever Sys, Inc. | System and method for animal seizure detection and classification using video analysis |
| US6678413B1 (en) * | 2000-11-24 | 2004-01-13 | Yiqing Liang | System and method for object identification and behavior characterization using video analysis |
| GB0105561D0 (en) * | 2001-03-07 | 2001-04-25 | Segmentis Ltd | Improvements in and relating to image signal processing and printing of picture therefrom |
| WO2002073536A2 (en) * | 2001-03-09 | 2002-09-19 | Koninklijke Philips Electronics N.V. | Image segmentation |
| JP2005502369A (ja) * | 2001-09-12 | 2005-01-27 | バースタイン テクノロジーズ，インコーポレイティド | 分画細胞計数方法ならびにそれを実行するための関連する装置およびソフトウェア |
| KR100474760B1 (ko) * | 2001-10-08 | 2005-03-08 | 엘지전자 주식회사 | 영상내의 오브젝트 영역 추출방법 |
| US6898316B2 (en) * | 2001-11-09 | 2005-05-24 | Arcsoft, Inc. | Multiple image area detection in a digital image |
| US7397937B2 (en) * | 2001-11-23 | 2008-07-08 | R2 Technology, Inc. | Region growing in anatomical images |
| US7085430B2 (en) * | 2001-11-23 | 2006-08-01 | Imaging Dynamics Company Ltd. | Correcting geometric distortion in a digitally captured image |
| JP3898075B2 (ja) * | 2002-03-18 | 2007-03-28 | 株式会社リコー | 画像処理装置、画像処理方法及び記録媒体 |
| US7715591B2 (en) * | 2002-04-24 | 2010-05-11 | Hrl Laboratories, Llc | High-performance sensor fusion architecture |
| JP4009850B2 (ja) * | 2002-05-20 | 2007-11-21 | セイコーエプソン株式会社 | 投写型画像表示システム、プロジェクタ、プログラム、情報記憶媒体および画像投写方法 |
| JP4009851B2 (ja) * | 2002-05-20 | 2007-11-21 | セイコーエプソン株式会社 | 投写型画像表示システム、プロジェクタ、プログラム、情報記憶媒体および画像投写方法 |
| EP1370070B1 (de) * | 2002-06-06 | 2007-08-01 | Imaging Solutions AG | Farbmanagement mit Referenzgamut |
| US7218772B2 (en) * | 2002-06-10 | 2007-05-15 | Ut-Battelle Llc | Method for non-referential defect characterization using fractal encoding and active contours |
| US20040022447A1 (en) * | 2002-07-31 | 2004-02-05 | General Electric Company | Method and system for image compression and decompression using span of interest of an imaging sequence |
| US6835177B2 (en) * | 2002-11-06 | 2004-12-28 | Sonosite, Inc. | Ultrasonic blood vessel measurement apparatus and method |
| US8805073B2 (en) * | 2003-02-18 | 2014-08-12 | Koninklijke Philips N.V. | Image segmentation by assigning classes to adaptive mesh primitives |
| US7727153B2 (en) * | 2003-04-07 | 2010-06-01 | Sonosite, Inc. | Ultrasonic blood vessel measurement apparatus and method |
| US7197181B1 (en) * | 2003-04-09 | 2007-03-27 | Bentley Systems, Inc. | Quick method for color-based selection of objects in a raster image |
| JP4416736B2 (ja) * | 2003-08-01 | 2010-02-17 | 株式会社日立メディコ | 医用画像診断支援装置及びプログラム |
| GB0326374D0 (en) * | 2003-11-12 | 2003-12-17 | British Telecomm | Object detection in images |
| US20050163401A1 (en) * | 2004-01-28 | 2005-07-28 | Techwell Inc. | Display image enhancement apparatus and method using adaptive interpolation with correlation |
| US7327880B2 (en) * | 2004-03-12 | 2008-02-05 | Siemens Medical Solutions Usa, Inc. | Local watershed operators for image segmentation |
| JP2008511258A (ja) * | 2004-08-23 | 2008-04-10 | インターグラフ ソフトウェアー テクノロジーズ カンパニー | リアルタイム画像安定化 |
| US8265354B2 (en) * | 2004-08-24 | 2012-09-11 | Siemens Medical Solutions Usa, Inc. | Feature-based composing for 3D MR angiography images |
| US20060045346A1 (en) * | 2004-08-26 | 2006-03-02 | Hui Zhou | Method and apparatus for locating and extracting captions in a digital image |
| US7542034B2 (en) | 2004-09-23 | 2009-06-02 | Conversion Works, Inc. | System and method for processing video images |
| US7848567B2 (en) * | 2004-09-23 | 2010-12-07 | Fuji Xerox Co., Ltd. | Determining regions of interest in synthetic images |
| US7596265B2 (en) * | 2004-09-23 | 2009-09-29 | Hewlett-Packard Development Company, L.P. | Segmenting pixels in an image based on orientation-dependent adaptive thresholds |
| JP4293105B2 (ja) * | 2004-10-06 | 2009-07-08 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
| JP2006119817A (ja) * | 2004-10-20 | 2006-05-11 | Fuji Photo Film Co Ltd | 画像処理装置 |
| KR100603601B1 (ko) * | 2004-11-08 | 2006-07-24 | 한국전자통신연구원 | 다시점 콘텐츠 생성 장치 및 그 방법 |
| US7394933B2 (en) * | 2004-11-08 | 2008-07-01 | Siemens Medical Solutions Usa, Inc. | Region competition via local watershed operators |
| US20060182339A1 (en) * | 2005-02-17 | 2006-08-17 | Connell Jonathan H | Combining multiple cues in a visual object detection system |
| GB0508073D0 (en) * | 2005-04-21 | 2005-06-01 | Bourbay Ltd | Automated batch generation of image masks for compositing |
| US8077936B2 (en) * | 2005-06-02 | 2011-12-13 | Accuray Incorporated | Treatment planning software and corresponding user interface |
| US20060274925A1 (en) * | 2005-06-02 | 2006-12-07 | West Jay B | Generating a volume of interest using a dose isocontour |
| US7801349B2 (en) * | 2005-06-20 | 2010-09-21 | Accuray Incorporated | Automatic generation of an envelope of constraint points for inverse planning |
| AT503459B1 (de) * | 2005-07-26 | 2007-10-15 | Tissuegnostics Gmbh | Verfahren und einrichtung zur segmentierung von bereichen |
| US7804986B2 (en) * | 2005-09-13 | 2010-09-28 | Siemens Medical Solutions Usa, Inc. | System and method for detecting intervertebral disc alignment using vertebrae segmentation |
| KR100791373B1 (ko) * | 2005-12-12 | 2008-01-07 | 삼성전자주식회사 | 선호 색을 변환하는 장치 및 방법 |
| EP1969560B1 (en) * | 2005-12-30 | 2017-04-05 | Telecom Italia S.p.A. | Edge-controlled morphological closing in segmentation of video sequences |
| EP1806697B1 (en) * | 2006-01-10 | 2016-08-10 | Microsoft Technology Licensing, LLC | Segmenting image elements |
| JP4341629B2 (ja) * | 2006-01-27 | 2009-10-07 | カシオ計算機株式会社 | 撮像装置、画像処理方法及びプログラム |
| JP4672658B2 (ja) * | 2006-04-26 | 2011-04-20 | 三菱電機株式会社 | 物体検出装置及びエレベータの物体検出装置 |
| JP4677376B2 (ja) * | 2006-07-07 | 2011-04-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理プログラム及び記憶媒体 |
| JP4985993B2 (ja) * | 2006-08-10 | 2012-07-25 | 日本電気株式会社 | オブジェクト領域抽出装置 |
| KR100847136B1 (ko) * | 2006-08-14 | 2008-07-18 | 한국전자통신연구원 | 어깨 윤곽선 추출 방법, 이를 이용한 로봇 깨움 방법 및이를 위한 장치 |
| US8090208B2 (en) * | 2006-10-04 | 2012-01-03 | Siemens Computer Aided Diagnosis Ltd. | Robust segmentation of a mass candidate in digital mammography images |
| JP4893943B2 (ja) * | 2006-10-31 | 2012-03-07 | 独立行政法人産業技術総合研究所 | 構造推定システム、構造推定方法およびプログラム |
| US8175409B1 (en) | 2006-12-01 | 2012-05-08 | Adobe Systems Incorporated | Coherent image selection and modification |
| US8004536B2 (en) * | 2006-12-01 | 2011-08-23 | Adobe Systems Incorporated | Coherent image selection and modification |
| US8655052B2 (en) * | 2007-01-26 | 2014-02-18 | Intellectual Discovery Co., Ltd. | Methodology for 3D scene reconstruction from 2D image sequences |
| US8274530B2 (en) * | 2007-03-12 | 2012-09-25 | Conversion Works, Inc. | Systems and methods for filling occluded information for 2-D to 3-D conversion |
| JP2008269396A (ja) * | 2007-04-23 | 2008-11-06 | Sony Corp | 画像処理装置、画像処理方法、およびプログラム |
| JP5354879B2 (ja) * | 2007-07-24 | 2013-11-27 | 株式会社ニコン | カメラ |
| JP4994203B2 (ja) * | 2007-11-29 | 2012-08-08 | 株式会社リコー | 画像処理装置 |
| WO2009102013A1 (ja) * | 2008-02-14 | 2009-08-20 | Nec Corporation | 移動ベクトル検出装置 |
| KR101520619B1 (ko) * | 2008-02-20 | 2015-05-18 | 삼성전자주식회사 | 스테레오 동기화를 위한 스테레오스코픽 영상의 시점 결정방법 및 장치 |
| JP2009239394A (ja) * | 2008-03-26 | 2009-10-15 | Seiko Epson Corp | ぬりえ製造装置およびぬりえ製造方法 |
| JP5111226B2 (ja) * | 2008-05-02 | 2013-01-09 | キヤノン株式会社 | 画像処理方法、画像処理装置、及び、そのプログラムならびにコンピュータ読み取り可能な記憶媒体 |
| WO2010015957A1 (en) * | 2008-08-04 | 2010-02-11 | Koninklijke Philips Electronics, N.V. | Automatic pre-alignment for registration of medical images |
| JP2010093617A (ja) * | 2008-10-09 | 2010-04-22 | Seiko Epson Corp | 画像処理装置及び画像処理プログラム |
| US8634635B2 (en) * | 2008-10-30 | 2014-01-21 | Clever Sys, Inc. | System and method for stereo-view multiple animal behavior characterization |
| TWI405145B (zh) * | 2008-11-20 | 2013-08-11 | Ind Tech Res Inst | 以圖素之區域特徵為基礎的影像分割標記方法與系統，及其電腦可記錄媒體 |
| JP4760973B2 (ja) * | 2008-12-16 | 2011-08-31 | カシオ計算機株式会社 | 撮像装置及び画像処理方法 |
| US8320662B2 (en) * | 2009-01-07 | 2012-11-27 | National Instruments Corporation | Distinguishing colors of illuminated objects using machine vision |
| US9355469B2 (en) | 2009-01-09 | 2016-05-31 | Adobe Systems Incorporated | Mode-based graphical editing |
| JP5290915B2 (ja) * | 2009-09-03 | 2013-09-18 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN102113897B (zh) | 2009-12-31 | 2014-10-15 | 深圳迈瑞生物医疗电子股份有限公司 | 一种在图像中提取及测量感兴趣目标的方法及其装置 |
| RU2426172C1 (ru) * | 2010-01-21 | 2011-08-10 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ и система выделения данных об изображении объекта переднего плана на основе данных о цвете и глубине |
| JP5812599B2 (ja) * | 2010-02-25 | 2015-11-17 | キヤノン株式会社 | 情報処理方法及びその装置 |
| GB201008923D0 (en) * | 2010-05-27 | 2010-07-14 | Anthropics Technology Ltd | Selection tool |
| CN102870135B (zh) * | 2010-06-29 | 2016-02-03 | 富士胶片株式会社 | 用于形状提取的方法和装置、尺寸测量装置和距离测量装置 |
| EP2428795A1 (en) * | 2010-09-14 | 2012-03-14 | Siemens Aktiengesellschaft | Apparatus and method for automatic inspection of through-holes of a component |
| US8682063B2 (en) * | 2010-11-24 | 2014-03-25 | Adobe Systems Incorporated | Methods and apparatus for dynamic color flow modeling |
| US8903144B2 (en) * | 2010-12-01 | 2014-12-02 | Olympus Corporation | Endoscope apparatus and method of measuring object |
| US9392301B2 (en) * | 2011-07-01 | 2016-07-12 | Qualcomm Incorporated | Context adaptive entropy coding for non-square blocks in video coding |
| US8818102B2 (en) * | 2011-07-12 | 2014-08-26 | Bae Systems Information And Electronic Systems Integration Inc. | Method for spectral-spatial-temporal image detection |
| JP5896661B2 (ja) * | 2011-09-14 | 2016-03-30 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
| JP5976126B2 (ja) * | 2011-12-12 | 2016-08-24 | アセルサン・エレクトロニク・サナイ・ヴェ・ティジャレット・アノニム・シルケティＡｓｅｌｓａｎ Ｅｌｅｋｔｒｏｎｉｋ Ｓａｎａｙｉ ｖｅ Ｔｉｃａｒｅｔ Ａｎｏｎｉｍ Ｓｉｒｋｅｔｉ | ターゲットサイズを見積もるためのシステム及び方法 |
| JP5962083B2 (ja) * | 2012-03-14 | 2016-08-03 | オムロン株式会社 | 領域抽出結果の表示方法及び画像処理装置 |
| US9397844B2 (en) * | 2012-09-11 | 2016-07-19 | Apple Inc. | Automated graphical user-interface layout |
| US8891870B2 (en) * | 2012-11-09 | 2014-11-18 | Ge Aviation Systems Llc | Substance subtraction in a scene based on hyperspectral characteristics |
| TW201428680A (zh) * | 2013-01-02 | 2014-07-16 | Ind Tech Res Inst | 影像處理裝置及立體影像前景分離方法 |
| US9002105B2 (en) * | 2013-03-06 | 2015-04-07 | Xerox Corporation | Automated contour detection methods, systems and processor-readable media |
| JP5838984B2 (ja) * | 2013-03-19 | 2016-01-06 | ブラザー工業株式会社 | 画像処理装置、および、コンピュータプログラム |
| EP3042342A4 (en) * | 2013-09-04 | 2017-08-23 | Neural ID LLC | Pattern recognition system |
| US10114532B2 (en) * | 2013-12-06 | 2018-10-30 | Google Llc | Editing options for image regions |
| US10083356B2 (en) * | 2014-05-21 | 2018-09-25 | Tangible Play, Inc. | Virtualization of tangible interface objects |
| WO2015196122A1 (en) * | 2014-06-19 | 2015-12-23 | Contentguard Holdings, Inc. | Rendering content using obscuration techniques |
| US9639954B2 (en) * | 2014-10-27 | 2017-05-02 | Playsigh Interactive Ltd. | Object extraction from video images |
| US20170178341A1 (en) * | 2015-12-21 | 2017-06-22 | Uti Limited Partnership | Single Parameter Segmentation of Images |
| FR3052580B1 (fr) * | 2016-06-13 | 2018-06-29 | Safran Aircraft Engines | Procede d'extraction de contour et procede de controle geometrique integrant ce procede ; dispositif d'extraction de contour et dispositif de controle geometrique integrant ce dispositif d'extraction |
| CN109844810B (zh) * | 2017-03-24 | 2023-08-01 | 株式会社斯库林集团 | 图像处理方法及图像处理装置 |
| KR20210071410A (ko) * | 2019-12-06 | 2021-06-16 | 삼성전자주식회사 | 센서 특화 이미지 인식 장치 및 방법 |
| EP3882849A1 (en) * | 2020-03-16 | 2021-09-22 | F. Hoffmann-La Roche AG | Method for determining characteristics of a sample vessel in an in-vitro diagnostics system, analyzing device, and in-vitro diagnostics system |
| CN111860501B (zh) * | 2020-07-14 | 2021-02-05 | 哈尔滨市科佳通用机电股份有限公司 | 基于形状匹配的高铁高度调整杆脱出故障图像识别方法 |
| CN112767326B (zh) * | 2021-01-07 | 2024-03-15 | 湖南大学 | 钢轨表面缺陷检测方法、装置、设备及存储介质 |
| CN113642579B (zh) * | 2021-07-08 | 2024-08-06 | 湖南元想科技有限公司 | 南荻生长区域确定、分割方法及系统 |
| CN113949824B (zh) * | 2021-10-28 | 2022-08-23 | 深圳市三一众合科技有限公司 | 卡通头像的嘴巴控制方法及相关产品 |
| CN116342638B (zh) * | 2023-03-31 | 2023-10-31 | 西南大学 | 一种图像元素提取方法 |
| EP4593295A1 (en) | 2024-01-23 | 2025-07-30 | Airbus Defence and Space GmbH | Method and apparatus for compression of signal dynamic range of a radiofrequency (rf) signal |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4958217A (en) * | 1986-02-27 | 1990-09-18 | Canon Kabushiki Kaisha | Image processing apparatus and method capable of extracting a particular image area using either hue or brightness |
| US4882622A (en) * | 1987-09-18 | 1989-11-21 | Toppan Printing Co., Ltd. | Silhouette cutting apparatus |
| US5034986A (en) * | 1989-03-01 | 1991-07-23 | Siemens Aktiengesellschaft | Method for detecting and tracking moving objects in a digital image sequence having a stationary background |
| JP3035920B2 (ja) * | 1989-05-30 | 2000-04-24 | ソニー株式会社 | 動体抽出装置及び動体抽出方法 |
| JP2845995B2 (ja) * | 1989-10-27 | 1999-01-13 | 株式会社日立製作所 | 領域抽出手法 |
| JP2542947B2 (ja) * | 1990-05-09 | 1996-10-09 | 大日本スクリーン製造株式会社 | 画像処理装置 |
| JP2856229B2 (ja) * | 1991-09-18 | 1999-02-10 | 財団法人ニューメディア開発協会 | 画像切り出し箇所検出方法 |
| IL100256A (en) | 1991-12-06 | 1997-01-10 | Scitex Corp Ltd | Apparatus and method for preparing picture masks |
| EP0555674B1 (en) * | 1992-02-11 | 1999-04-21 | Eastman Kodak Company | Image rendering system and associated method for minimizing contours in a quantized digital color image |
| FR2706721B1 (fr) * | 1993-06-11 | 1995-08-18 | Aerospatiale | Procédé et dispositif pour déterminer la localisation d'une cible. |
| DE69435143D1 (de) * | 1993-07-12 | 2008-11-06 | Sony Corp | Verabeitung von digitalen Videodaten |
| JP3123587B2 (ja) * | 1994-03-09 | 2001-01-15 | 日本電信電話株式会社 | 背景差分による動物体領域抽出方法 |
| WO1995029462A1 (fr) * | 1994-04-22 | 1995-11-02 | Sony Corporation | Procedes et appareils de codage/decodage de signaux d'images |
| US5519436A (en) * | 1994-06-21 | 1996-05-21 | Intel Corporation | Static image background reference for video teleconferencing applications |
| KR100365555B1 (ko) * | 1994-10-19 | 2003-08-27 | 마츠시타 덴끼 산교 가부시키가이샤 | 화상부호화/복호화장치 |
| JP3471115B2 (ja) * | 1995-04-21 | 2003-11-25 | 三菱電機株式会社 | 画像座標変換方法 |
| JPH09138471A (ja) * | 1995-09-13 | 1997-05-27 | Fuji Photo Film Co Ltd | 特定形状領域の抽出方法、特定領域の抽出方法及び複写条件決定方法 |
| US5875040A (en) * | 1995-12-04 | 1999-02-23 | Eastman Kodak Company | Gradient based method for providing values for unknown pixels in a digital image |
| JP3679512B2 (ja) * | 1996-07-05 | 2005-08-03 | キヤノン株式会社 | 画像抽出装置および方法 |
| US5914748A (en) * | 1996-08-30 | 1999-06-22 | Eastman Kodak Company | Method and apparatus for generating a composite image using the difference of two images |
| US6453069B1 (en) | 1996-11-20 | 2002-09-17 | Canon Kabushiki Kaisha | Method of extracting image from input image using reference image |
| US5999639A (en) * | 1997-09-04 | 1999-12-07 | Qualia Computing, Inc. | Method and system for automated detection of clustered microcalcifications from digital mammograms |
-
1996
- 1996-07-05 JP JP19411396A patent/JP3679512B2/ja not_active Expired - Fee Related
-
1997
- 1997-06-30 EP EP19970304699 patent/EP0817495B1/en not_active Expired - Lifetime
- 1997-06-30 DE DE1997634855 patent/DE69734855T2/de not_active Expired - Lifetime
- 1997-07-02 US US08/886,076 patent/US6167167A/en not_active Expired - Lifetime
-
2000
- 2000-05-01 US US09/561,780 patent/US6757444B2/en not_active Expired - Fee Related
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006092555A (ja) * | 2004-09-23 | 2006-04-06 | Fuji Xerox Co Ltd | 領域検出方法および領域検出プログラム |
| JP2006302115A (ja) * | 2005-04-22 | 2006-11-02 | Fujitsu Ltd | 物体検出方法および物体検出装置 |
| JP2010039999A (ja) * | 2008-08-08 | 2010-02-18 | Toyota Motor Corp | 画像セグメンテーション方法、プログラムおよび装置 |
| JP2010066803A (ja) * | 2008-09-08 | 2010-03-25 | Sony Corp | 画像処理装置および方法、並びにプログラム |
| US8346013B2 (en) | 2008-09-08 | 2013-01-01 | Sony Corporation | Image processing apparatus, image processing method, and program |
| US8441554B2 (en) | 2009-03-06 | 2013-05-14 | Casio Computer Co., Ltd. | Image capturing apparatus capable of extracting subject region from captured image |
| CN101827215A (zh) * | 2009-03-06 | 2010-09-08 | 卡西欧计算机株式会社 | 从拍摄图像中抽取被摄体区域的拍摄装置 |
| JP2010211255A (ja) * | 2009-03-06 | 2010-09-24 | Casio Computer Co Ltd | 撮像装置、画像処理方法及びプログラム |
| JP2011076302A (ja) * | 2009-09-30 | 2011-04-14 | Ntt Comware Corp | 輪郭抽出装置、輪郭抽出方法、および輪郭抽出プログラム |
| JP2011139288A (ja) * | 2009-12-28 | 2011-07-14 | Casio Computer Co Ltd | 画像処理装置及び方法、並びにプログラム |
| JP2012059158A (ja) * | 2010-09-13 | 2012-03-22 | Casio Comput Co Ltd | 画像処理装置、画像処理方法及びプログラム |
| JP2011175663A (ja) * | 2011-04-22 | 2011-09-08 | Casio Computer Co Ltd | 撮像装置、画像処理方法及びプログラム |
| JP2014157453A (ja) * | 2013-02-15 | 2014-08-28 | Omron Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
| JP2016536896A (ja) * | 2013-08-29 | 2016-11-24 | ファースト・フォワード・イメージング・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツングＦａｓｔ Ｆｏｒｗａｒｄ Ｉｍａｇｉｎｇ Ｇｍｂｈ | 写真用カメラを用いてアルファチャンネルを含む画像ファイルを取得するための方法及び装置 |
| JP2016021609A (ja) * | 2014-07-11 | 2016-02-04 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理装置の制御方法、画像処理装置の制御プログラム及び記憶媒体 |
| JP2016060032A (ja) * | 2014-09-22 | 2016-04-25 | 中村留精密工業株式会社 | 工具の形状取得方法及び装置 |
| JP2016134679A (ja) * | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理装置の制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6757444B2 (en) | 2004-06-29 |
| US6167167A (en) | 2000-12-26 |
| EP0817495A2 (en) | 1998-01-07 |
| JP3679512B2 (ja) | 2005-08-03 |
| DE69734855T2 (de) | 2006-06-22 |
| EP0817495A3 (en) | 1999-06-16 |
| US20030099397A1 (en) | 2003-05-29 |
| EP0817495B1 (en) | 2005-12-14 |
| DE69734855D1 (de) | 2006-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3679512B2 (ja) | 画像抽出装置および方法 | |
| US6453069B1 (en) | Method of extracting image from input image using reference image | |
| JP3461626B2 (ja) | 特定画像領域抽出方法及び特定画像領域抽出装置 | |
| US7272268B2 (en) | Registration of separations | |
| KR101194481B1 (ko) | 디지털 카메라의 노출 조정 방법, 디지털 이미지의 노출 및톤 스케일 조정 방법 및 필터링 방법 | |
| US20020186881A1 (en) | Image background replacement method | |
| JPH03206572A (ja) | 階調変換自動化装置 | |
| JP2005513656A (ja) | 体積成長および変化検出マスクを使用してビデオ内の移動オブジェクトを識別するための方法 | |
| KR20010080219A (ko) | 화상 처리 장치 및 화상 처리 방법 및, 기록 매체 | |
| CN119741196B (zh) | 高鲁棒性图像拼接方法 | |
| CN114913463A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
| CN111630569B (zh) | 双目匹配的方法、视觉成像装置及具有存储功能的装置 | |
| JP3490482B2 (ja) | エッジ及び輪郭抽出装置 | |
| JP3814353B2 (ja) | 画像分割方法および画像分割装置 | |
| CN114998358A (zh) | 多聚焦图像融合方法、装置、计算机设备和存储介质 | |
| JP2001076161A (ja) | 画像処理方法及び装置並びに記憶媒体 | |
| JP3480408B2 (ja) | 物体抽出システムと方法並びに物体抽出用プログラムを記憶した記憶媒体 | |
| CN110717910B (zh) | 基于卷积神经网络的ct图像目标检测方法及ct扫描仪 | |
| JP2002117400A (ja) | 画像補正方法および装置ならびに画像補正プログラムを記録したコンピュータ読取可能な記録媒体 | |
| JPH09327037A (ja) | 輪郭抽出方法及び画像抽出方法及び装置 | |
| Tanyeri et al. | Canny edge detector with half entropy | |
| CN111563912B (zh) | 一种行人追踪系统和方法 | |
| JP2000339452A (ja) | 画像抽出方法及び装置並びに記憶媒体 | |
| JPH09186935A (ja) | 画像抽出装置 | |
| CN119599953B (zh) | 一种病理图像有效坐标区域自动生成系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040901 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041005 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041206 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050426 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050513 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090520 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100520 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100520 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110520 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120520 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120520 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130520 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140520 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |