JPH10247246A - 物体検出方法 - Google Patents
物体検出方法Info
- Publication number
- JPH10247246A JPH10247246A JP9067238A JP6723897A JPH10247246A JP H10247246 A JPH10247246 A JP H10247246A JP 9067238 A JP9067238 A JP 9067238A JP 6723897 A JP6723897 A JP 6723897A JP H10247246 A JPH10247246 A JP H10247246A
- Authority
- JP
- Japan
- Prior art keywords
- color
- image
- feature amount
- histogram
- detection method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 画像撮影時の照明条件に関係なく、未知画像
中から参照画像の物体が本来持っている色の性質・構成
が似ているものを検出する。 【解決手段】 学習部１０にて物体の参照画像を作成
し、該参照画像全体における色特徴量を特徴量計算部４
０より取得して検出部２０に渡し、検出部２０にて、未
知画像中の局所領域毎にその色特徴量を特徴量計算部４
０より取得していき、順次、該色特徴量と参照画像の色
特徴量とを比較して、物体の有無やその位置を検出し、
検出結果を出力部３０に出力する。特徴量計算部４０で
は、参照画像全体、あるいは特定の局所部分領域内での
画像のカラー値の比のヒストグラムを計算して、これを
色特徴量とする。
中から参照画像の物体が本来持っている色の性質・構成
が似ているものを検出する。 【解決手段】 学習部１０にて物体の参照画像を作成
し、該参照画像全体における色特徴量を特徴量計算部４
０より取得して検出部２０に渡し、検出部２０にて、未
知画像中の局所領域毎にその色特徴量を特徴量計算部４
０より取得していき、順次、該色特徴量と参照画像の色
特徴量とを比較して、物体の有無やその位置を検出し、
検出結果を出力部３０に出力する。特徴量計算部４０で
は、参照画像全体、あるいは特定の局所部分領域内での
画像のカラー値の比のヒストグラムを計算して、これを
色特徴量とする。
Description
【０００１】
【発明の属する技術分野】本発明は、画像撮影時の照明
条件の相違に関係なく、予め登録されている物体もしく
はその物体と本来の色がよく似た色構成を持つ物体が、
未知の画像の中のどの位置、大きさで含まれているか、
或いは含まれていないかを探すための物体検出方法に関
するものであり、画像データベースの中から特定の物体
を含む画像を探し出す画像探索システム、特定の物体の
移動先を追跡していく自動追跡装置などに応用可能な技
術に関する。
条件の相違に関係なく、予め登録されている物体もしく
はその物体と本来の色がよく似た色構成を持つ物体が、
未知の画像の中のどの位置、大きさで含まれているか、
或いは含まれていないかを探すための物体検出方法に関
するものであり、画像データベースの中から特定の物体
を含む画像を探し出す画像探索システム、特定の物体の
移動先を追跡していく自動追跡装置などに応用可能な技
術に関する。
【０００２】
【従来の技術】従来、未知の画像の中に探したい物体が
含まれているかどうかを調べる手法の一つとして、物体
の参照画像を利用してその色構成に注目し、未知の画像
中で、その色構成と似ている部分領域があるかどうかを
比較しながら探すことにより、探したい物体が存在する
かどうかを調べる方法がある。これはつまり、未知の画
像中の局所的な注目領域内での特徴量と、登録されてい
る物体の参照画像全体の特徴量の類似度を比較し、両方
の特徴量の類似度がある一定しきい値以上であればその
局所注目領域部分に探している物体があり、しきい値以
下であればその局所注目領域には探している物体はない
と判断する方法である。この方法によれば、局所注目領
域の大きさや位置を変えて未知画像中をくまなく探索す
ることによって、色々な大きさの物体を探すことが可能
である。
含まれているかどうかを調べる手法の一つとして、物体
の参照画像を利用してその色構成に注目し、未知の画像
中で、その色構成と似ている部分領域があるかどうかを
比較しながら探すことにより、探したい物体が存在する
かどうかを調べる方法がある。これはつまり、未知の画
像中の局所的な注目領域内での特徴量と、登録されてい
る物体の参照画像全体の特徴量の類似度を比較し、両方
の特徴量の類似度がある一定しきい値以上であればその
局所注目領域部分に探している物体があり、しきい値以
下であればその局所注目領域には探している物体はない
と判断する方法である。この方法によれば、局所注目領
域の大きさや位置を変えて未知画像中をくまなく探索す
ることによって、色々な大きさの物体を探すことが可能
である。
【０００３】
【発明が解決しようとする課題】比較の際に用いる特徴
量は、色に関する情報量という以外に特に限定されてい
ないことが多いが、従来の物体検出方法では、計算の容
易さなどから画像のカラー値やそのヒストグラムなど、
見かけの色に基づく特徴量が利用されることが多かっ
た。
量は、色に関する情報量という以外に特に限定されてい
ないことが多いが、従来の物体検出方法では、計算の容
易さなどから画像のカラー値やそのヒストグラムなど、
見かけの色に基づく特徴量が利用されることが多かっ
た。
【０００４】しかしながら、物体の見かけの色は、物体
そのものの光の反射特性、物体が受けている照明光の特
性、カメラなどのセンサのフィルタ特性の３つの特性に
よって総合的に決まるため、同じ物体をカメラで撮影し
た場合であっても、その物体が撮影時に受けていた照明
光の性質に応じて画像中での色の見え方も変わってく
る。つまり、同じ物体を撮影した場合であっても、撮影
時の照明光が異なれば、それぞれ別のカラー値を持つ物
体として捉えられる。
そのものの光の反射特性、物体が受けている照明光の特
性、カメラなどのセンサのフィルタ特性の３つの特性に
よって総合的に決まるため、同じ物体をカメラで撮影し
た場合であっても、その物体が撮影時に受けていた照明
光の性質に応じて画像中での色の見え方も変わってく
る。つまり、同じ物体を撮影した場合であっても、撮影
時の照明光が異なれば、それぞれ別のカラー値を持つ物
体として捉えられる。
【０００５】したがって、画像のカラー値やそのヒスト
グラムなどの見かれの色に基づく特徴量を利用して比較
を行おうとする場合、見かけの色の構成が似たものを探
すという目的には適しているが、各画像の撮影時の照明
光の性質によってカラー値が変わり、それを用いて計算
した特徴量も異なるため、たとえ比較する画像それぞれ
の中に同一物体が含まれていても、見かけのカラー値が
異なるために同一物体と判断できなかったり、逆に本来
の色は探したい物体とは異なる物体であっても、照明光
の性質によって見かけの色が変化した結果、同じ色構成
を持つ物体であると判断されるなど、判断が照明光の性
質によって左右されるという問題点があった。
グラムなどの見かれの色に基づく特徴量を利用して比較
を行おうとする場合、見かけの色の構成が似たものを探
すという目的には適しているが、各画像の撮影時の照明
光の性質によってカラー値が変わり、それを用いて計算
した特徴量も異なるため、たとえ比較する画像それぞれ
の中に同一物体が含まれていても、見かけのカラー値が
異なるために同一物体と判断できなかったり、逆に本来
の色は探したい物体とは異なる物体であっても、照明光
の性質によって見かけの色が変化した結果、同じ色構成
を持つ物体であると判断されるなど、判断が照明光の性
質によって左右されるという問題点があった。
【０００６】本発明の目的は、画像が撮影された際の照
明光の相違に関係なく、物体が本来持っている色の性質
・構成が似ているものを検出できるような物体検出方法
を提供することにある。
明光の相違に関係なく、物体が本来持っている色の性質
・構成が似ているものを検出できるような物体検出方法
を提供することにある。
【０００７】
【課題を解決するための手段】本発明では、比較する特
徴量として、照明光の影響を含んだ見かけの色に基づく
特徴量ではなく、照明光の影響を受けにくいと考えられ
る色特徴量を用いる。
徴量として、照明光の影響を含んだ見かけの色に基づく
特徴量ではなく、照明光の影響を受けにくいと考えられ
る色特徴量を用いる。
【０００８】照明光の違いによる影響を受けにくいと考
えられる量のうち、もっとも正確なものは物体の本来の
色に基づく特徴であるが、未知の画像から物体の本来の
色を推定することは困難である。未知の画像からでも計
算可能な照明光の違いによる影影を受けにくいと考えら
れる量として、標準白色照明などの基準照明下での推定
カラー値、画像中のある画素のカラー値と別の１画素の
カラー値の比、画像中のある画素と他の複数画素とのカ
ラー値の比の積などが提案されている。見かけのカラー
値の代わりに、これらの量に基づく特徴量を用いれば、
照明光の違いによる影響を受けない物体検出が可能とな
る。
えられる量のうち、もっとも正確なものは物体の本来の
色に基づく特徴であるが、未知の画像から物体の本来の
色を推定することは困難である。未知の画像からでも計
算可能な照明光の違いによる影影を受けにくいと考えら
れる量として、標準白色照明などの基準照明下での推定
カラー値、画像中のある画素のカラー値と別の１画素の
カラー値の比、画像中のある画素と他の複数画素とのカ
ラー値の比の積などが提案されている。見かけのカラー
値の代わりに、これらの量に基づく特徴量を用いれば、
照明光の違いによる影響を受けない物体検出が可能とな
る。
【０００９】一方、大きさやその位置などが不明な物体
が存在するかどうかを調べる方法の枠組には、未知の画
像中の局所注目領域内での特徴量と、登録されている物
体の参照画像全体の特徴量とを比較してそれらの類似度
を計算し、一定しきい値以上であるか以下であるかによ
って、物体の有無を判断する方法が効果的である。
が存在するかどうかを調べる方法の枠組には、未知の画
像中の局所注目領域内での特徴量と、登録されている物
体の参照画像全体の特徴量とを比較してそれらの類似度
を計算し、一定しきい値以上であるか以下であるかによ
って、物体の有無を判断する方法が効果的である。
【００１０】そこで、本発明では、未知の画像中の局所
注目領域内での特徴量と、登録されている物体の参照画
像全体の特徴量とを比較する方法を枠組として利用し、
その中に、例えば画像中のある画素と他の複数画素との
カラー値のlogの比の積のような照明光の影響を受けに
くいと考えられる量のヒストグラムを色特徴量として利
用する方法を組み合わせることで、画像中から特定の特
体を検出する。
注目領域内での特徴量と、登録されている物体の参照画
像全体の特徴量とを比較する方法を枠組として利用し、
その中に、例えば画像中のある画素と他の複数画素との
カラー値のlogの比の積のような照明光の影響を受けに
くいと考えられる量のヒストグラムを色特徴量として利
用する方法を組み合わせることで、画像中から特定の特
体を検出する。
【００１１】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面により詳述する。図１に、本発明の物体検出方法
の一実施形態である装置構成例のブロック図を示す。こ
れは、探索する物体を先に抽出・学習する学習部１０、
未知画像の中から目的の物体を探索・検出する検出部、
検出結果を出力する出力部３０、及び、学習部１０や検
出部２０の依頼で色特徴量を計算する特徴量計算部４０
で構成される。
て図面により詳述する。図１に、本発明の物体検出方法
の一実施形態である装置構成例のブロック図を示す。こ
れは、探索する物体を先に抽出・学習する学習部１０、
未知画像の中から目的の物体を探索・検出する検出部、
検出結果を出力する出力部３０、及び、学習部１０や検
出部２０の依頼で色特徴量を計算する特徴量計算部４０
で構成される。
【００１２】本実施例では、カラー値の比に基づく特徴
量のうち、Ｃolor ＣonstantＣolor Ｉndexing（Ｂ.
Ｖ．Ｆunt and Ｇ.Ｄ．Ｆinlayson，“Ｃolor Ｃonstan
tＣolor Ｉndexing”，ＩＥＥＥ Ｔransactions on pat
tern analysis andmachine intelligence，Ｖol.１７，
Ｎo.５，ｐｐ.５２２−５２９，１９９５）で用いられ
ている複数画素とのカラー値の比の積に基づく特徴に注
目し、登録されている物体と未知の画像中の局所注目領
域における特徴量の比較という従来の方法による枠組の
中で、見かけのカラー値のヒストグラムの代わりに、こ
の特徴のヒストグラムを色特徴量として利用することに
する。複数画素とのカラー値の比の積とは、画像中の位
置（ｘ，ｙ）にある画素のカラー値Ｃk(ｘ，ｙ）に対し
て、別の位置（ｕi，ｖi）（ｕi≠ｘ，ｖi≠ｙ，ｉ＝
１，・・・，ｍ）にあるｍ個の画素のカラー値Ｓik（ｕ
i，ｖi）との間のそれぞれの比の積
量のうち、Ｃolor ＣonstantＣolor Ｉndexing（Ｂ.
Ｖ．Ｆunt and Ｇ.Ｄ．Ｆinlayson，“Ｃolor Ｃonstan
tＣolor Ｉndexing”，ＩＥＥＥ Ｔransactions on pat
tern analysis andmachine intelligence，Ｖol.１７，
Ｎo.５，ｐｐ.５２２−５２９，１９９５）で用いられ
ている複数画素とのカラー値の比の積に基づく特徴に注
目し、登録されている物体と未知の画像中の局所注目領
域における特徴量の比較という従来の方法による枠組の
中で、見かけのカラー値のヒストグラムの代わりに、こ
の特徴のヒストグラムを色特徴量として利用することに
する。複数画素とのカラー値の比の積とは、画像中の位
置（ｘ，ｙ）にある画素のカラー値Ｃk(ｘ，ｙ）に対し
て、別の位置（ｕi，ｖi）（ｕi≠ｘ，ｖi≠ｙ，ｉ＝
１，・・・，ｍ）にあるｍ個の画素のカラー値Ｓik（ｕ
i，ｖi）との間のそれぞれの比の積
【００１３】
【数１】 を計算したものである。Ｃk(ｘ，ｙ）に対する複数個の
Ｓik（ｕi，ｖi）の選択方法には、Ｃk(ｘ，ｙ）の上下
左右に隣り合う４画素、Ｃk(ｘ，ｙ）の近傍を取り巻く
周囲８画素、全てのＣk(ｘ，ｙ）に対する固定の基準画
素、など色々な組み合わせが考えられるが、ここでは以
下、Ｃk(ｘ，ｙ）の上下左右に隣り合う４画素を用いる
とする。
Ｓik（ｕi，ｖi）の選択方法には、Ｃk(ｘ，ｙ）の上下
左右に隣り合う４画素、Ｃk(ｘ，ｙ）の近傍を取り巻く
周囲８画素、全てのＣk(ｘ，ｙ）に対する固定の基準画
素、など色々な組み合わせが考えられるが、ここでは以
下、Ｃk(ｘ，ｙ）の上下左右に隣り合う４画素を用いる
とする。
【００１４】初めに、図２により、特徴量計算部４０で
の色特徴量の計算アルゴリズムの詳細について説明す
る。まず、計算の簡便化のため、各画素のカラー値を全
てlog値に変換する（ステップ４０１）。ただし、カラ
ー値を８ビットで表現するとして、カラー値のレベルが
０から２５５であることを考慮して、log(Ｃk(ｘ，ｙ)
＋１）とする。次に、カラー値の比の積に基づく特徴Ｐ
k(ｘ，ｙ）を計算する（ステップ４０２）。ここで、lo
g値の比の積は加減算の形で記述できるので、 Ｐk(ｘ，ｙ）＝４log（Ｃk(ｘ,ｙ）＋１）−｛log（Ｃk
(ｘ＋１,ｙ）＋１）＋log（Ｃk(ｘ−１,ｙ）＋１）＋lo
g（Ｃk(ｘ,ｙ＋１）＋１）＋log（Ｃk(ｘ,ｙ−１）＋
１）｝ （ただし、ｋ＝ｒ,ｇ,ｂ） で求められる。なお、画像（或いは画像中の部分領域）
の上下左右１画素分の行（列）については、特徴Ｐ
k(ｘ，ｙ）が計算できない。この場合、近似的に周辺に
存在する画素間で比の積をとってもよいが、ここではこ
れらの部分はその後の特徴量を計算する領域には含めな
いことにする。最後に、画像全体、あるいは特定の局所
部分領域内の特徴Ｐk(ｘ，ｙ）のヒストグラムを計算し
て、これを色特徴量とする（ステップ４０３）。
の色特徴量の計算アルゴリズムの詳細について説明す
る。まず、計算の簡便化のため、各画素のカラー値を全
てlog値に変換する（ステップ４０１）。ただし、カラ
ー値を８ビットで表現するとして、カラー値のレベルが
０から２５５であることを考慮して、log(Ｃk(ｘ，ｙ)
＋１）とする。次に、カラー値の比の積に基づく特徴Ｐ
k(ｘ，ｙ）を計算する（ステップ４０２）。ここで、lo
g値の比の積は加減算の形で記述できるので、 Ｐk(ｘ，ｙ）＝４log（Ｃk(ｘ,ｙ）＋１）−｛log（Ｃk
(ｘ＋１,ｙ）＋１）＋log（Ｃk(ｘ−１,ｙ）＋１）＋lo
g（Ｃk(ｘ,ｙ＋１）＋１）＋log（Ｃk(ｘ,ｙ−１）＋
１）｝ （ただし、ｋ＝ｒ,ｇ,ｂ） で求められる。なお、画像（或いは画像中の部分領域）
の上下左右１画素分の行（列）については、特徴Ｐ
k(ｘ，ｙ）が計算できない。この場合、近似的に周辺に
存在する画素間で比の積をとってもよいが、ここではこ
れらの部分はその後の特徴量を計算する領域には含めな
いことにする。最後に、画像全体、あるいは特定の局所
部分領域内の特徴Ｐk(ｘ，ｙ）のヒストグラムを計算し
て、これを色特徴量とする（ステップ４０３）。
【００１５】ここで、画像のカラー値であるＣk(ｘ，
ｙ）の出現確率はそれぞれ等確率であるが、特徴Ｐ
k(ｘ，ｙ）はlog値の加減算で計算されており、その出
現確率は一様な分布にはならない。そこで、ｒ（赤），
ｇ（緑），ｂ（青）毎にｎ個、ＲＧＢ色空間全体でｎ3
個の領域に分割したヒストグラムを求めたい場合には、
それぞれの領域（立方体）においてＰk(ｘ，ｙ）の出現
確率が（１／ｎ）3ずつになるように、それぞれの領域
の幅を決定する（ステップ４０４）。
ｙ）の出現確率はそれぞれ等確率であるが、特徴Ｐ
k(ｘ，ｙ）はlog値の加減算で計算されており、その出
現確率は一様な分布にはならない。そこで、ｒ（赤），
ｇ（緑），ｂ（青）毎にｎ個、ＲＧＢ色空間全体でｎ3
個の領域に分割したヒストグラムを求めたい場合には、
それぞれの領域（立方体）においてＰk(ｘ，ｙ）の出現
確率が（１／ｎ）3ずつになるように、それぞれの領域
の幅を決定する（ステップ４０４）。
【００１６】また、画像のカラー値の比に基づく特徴
は、比を計算するための画素の対同士の色が似ている場
合、すなわち色が平担な部分でのカラー値の比に基づく
特徴はノイズの影響を受けやすい。そこで、予め画像処
理により、画像中のその部分がノイズによる影響を受け
やすい部分か、そうでないかを調べ、その結果に基づい
て、ヒストグラム計算の際に強調、抑制に相当する重み
付けを行う。ここでは、画像処理の方法の例として、カ
ラーエッジ検出を利用し、エッジ以外の部分を抑制する
ような重み係数Ｗk（ｘ，ｙ）を計算する（ステップ４
０５）。重み係数Ｗk(ｘ，ｙ）は、その総和がヒストグ
ラム計算を行う領域内に含まれる画素数と等しくなるよ
う、正規化を行う。
は、比を計算するための画素の対同士の色が似ている場
合、すなわち色が平担な部分でのカラー値の比に基づく
特徴はノイズの影響を受けやすい。そこで、予め画像処
理により、画像中のその部分がノイズによる影響を受け
やすい部分か、そうでないかを調べ、その結果に基づい
て、ヒストグラム計算の際に強調、抑制に相当する重み
付けを行う。ここでは、画像処理の方法の例として、カ
ラーエッジ検出を利用し、エッジ以外の部分を抑制する
ような重み係数Ｗk（ｘ，ｙ）を計算する（ステップ４
０５）。重み係数Ｗk(ｘ，ｙ）は、その総和がヒストグ
ラム計算を行う領域内に含まれる画素数と等しくなるよ
う、正規化を行う。
【００１７】ステップ４０３では、ＲＧＢ色空間の領域
分割方法、及びヒストグラム計算のための重み係数が決
定した後で、Ｐk（ｘ，ｙ）の各値が、大きさの異なる
ｎ3個の立方体領域のうちのどの領域に該当するかを調
べてヒストグラムを計算する。
分割方法、及びヒストグラム計算のための重み係数が決
定した後で、Ｐk（ｘ，ｙ）の各値が、大きさの異なる
ｎ3個の立方体領域のうちのどの領域に該当するかを調
べてヒストグラムを計算する。
【００１８】次に、図３により、物体を抽出・学習する
学習部１０について説明する。まず、カラーＣＣＤカメ
ラ等により探索したい物体を撮影し、Ａ／Ｄコンバータ
を通してデジタルの画像データに変換して、学習・参照
用の画像を取得する（ステップ１０１）。なお、既存の
画像データが既にある場合は、これをそのまま利用する
ことも可能である。次に、ステップ１０１で得られた画
像データから探索したい物体の領域を抽出し、物体の参
照画像を作成する（ステップ１０２）。物体領域の抽出
には、矩形形状、円形形状、物体の輪郭形状やそれらの
単位形状の組み合わせなどの形状の内側を取り出すよう
な窓関数などを用いる。最後に、ステップ１０２で抽出
された物体の領域（参照画像）全体における特徴量を特
徴量計算部４０にて計算せしめ、参照画像の形状、大き
さ等とともにその特徴量Ｍi(ｉ＝ｒ，ｇ，ｂ）を記憶す
る（ステップ１０３）。
学習部１０について説明する。まず、カラーＣＣＤカメ
ラ等により探索したい物体を撮影し、Ａ／Ｄコンバータ
を通してデジタルの画像データに変換して、学習・参照
用の画像を取得する（ステップ１０１）。なお、既存の
画像データが既にある場合は、これをそのまま利用する
ことも可能である。次に、ステップ１０１で得られた画
像データから探索したい物体の領域を抽出し、物体の参
照画像を作成する（ステップ１０２）。物体領域の抽出
には、矩形形状、円形形状、物体の輪郭形状やそれらの
単位形状の組み合わせなどの形状の内側を取り出すよう
な窓関数などを用いる。最後に、ステップ１０２で抽出
された物体の領域（参照画像）全体における特徴量を特
徴量計算部４０にて計算せしめ、参照画像の形状、大き
さ等とともにその特徴量Ｍi(ｉ＝ｒ，ｇ，ｂ）を記憶す
る（ステップ１０３）。
【００１９】以上の処理で、学習部１０の作業が終了す
る。ここで取得された特徴量データが、後の検出部２０
で、特徴量比較の際に用いられる。
る。ここで取得された特徴量データが、後の検出部２０
で、特徴量比較の際に用いられる。
【００２０】次に、図４により、未知画像の中からその
物体を探索・検出する検出部２０について説明する。検
出部２０では、探索したい物体があるかどうかを探した
い未知画像中の任意の位置、大きさに取られた局所注目
領域における特徴量と、学習部１０で取得した特徴量と
の比較を行い、物体の有無やその位置などを検出する。
以下に、検出部２０の処理を説明する。
物体を探索・検出する検出部２０について説明する。検
出部２０では、探索したい物体があるかどうかを探した
い未知画像中の任意の位置、大きさに取られた局所注目
領域における特徴量と、学習部１０で取得した特徴量と
の比較を行い、物体の有無やその位置などを検出する。
以下に、検出部２０の処理を説明する。
【００２１】まず最初に、被検索画像となる未知画像を
取得する（ステップ２０１）。画像の取得は、学習部１
０のステップ１０１と同等の方法による。ここでも、既
存の画像データを利用したい場合、これをそのまま利用
することも可能である。次に、実際の探索ルーチンに入
る前に、探索物体の有無を判定するための特徴量の類似
度の適当なしきい値を決めておく（ステップ２０２）。
被検索画像中で物体のある可能性が最も高い部分のみを
探す場合にはしきい値を最大値に更新して行っても良
い。
取得する（ステップ２０１）。画像の取得は、学習部１
０のステップ１０１と同等の方法による。ここでも、既
存の画像データを利用したい場合、これをそのまま利用
することも可能である。次に、実際の探索ルーチンに入
る前に、探索物体の有無を判定するための特徴量の類似
度の適当なしきい値を決めておく（ステップ２０２）。
被検索画像中で物体のある可能性が最も高い部分のみを
探す場合にはしきい値を最大値に更新して行っても良
い。
【００２２】事前設定が終わったところで探索を開始す
る。まず、被検索画像の中で、ある大きさ、位置で局所
注目領域を選択する（ステップ２０３）。局所注目領域
の位置の選択の仕方は特に決まっていないが、例えば画
像左下角から右下角に向かって順次移動させて行けばよ
い。またこのとき、局所注目領域の形状は、学習部２０
においてステップ１０２で抽出された物体領域と相似な
形状とする。
る。まず、被検索画像の中で、ある大きさ、位置で局所
注目領域を選択する（ステップ２０３）。局所注目領域
の位置の選択の仕方は特に決まっていないが、例えば画
像左下角から右下角に向かって順次移動させて行けばよ
い。またこのとき、局所注目領域の形状は、学習部２０
においてステップ１０２で抽出された物体領域と相似な
形状とする。
【００２３】ステップ２０３で選択された局所注目領域
内における特徴量Ｉi(ｉ＝ｒ，ｇ，ｂ）を特徴量計算部
４０にて計算せしめ取得する（ステップ２０４）。次
に、学習部１０３で得られた物体の参照画像の特徴量
と、ステップ２０４で得られた局所注目領域内の特徴量
を比較し、その類似度を計算する（ステップ２０５）。
類似度には様々な尺度を定義することが可能であるが、
ここでは、特徴量がヒストグラム形式で求められている
ことを考慮して、ヒストグラムの重なり値
内における特徴量Ｉi(ｉ＝ｒ，ｇ，ｂ）を特徴量計算部
４０にて計算せしめ取得する（ステップ２０４）。次
に、学習部１０３で得られた物体の参照画像の特徴量
と、ステップ２０４で得られた局所注目領域内の特徴量
を比較し、その類似度を計算する（ステップ２０５）。
類似度には様々な尺度を定義することが可能であるが、
ここでは、特徴量がヒストグラム形式で求められている
ことを考慮して、ヒストグラムの重なり値
【００２４】
【数２】 を利用する。この類似度の計算結果がステップ２０２で
定めたしきい値以下の場合は、そのままステップ２０７
に進む。計算結果がしきい値以上の場合は、探している
物体が存在する場所として、類似度の計算値とその局所
注目領域の位置データを記憶する（ステップ２０６）。
定めたしきい値以下の場合は、そのままステップ２０７
に進む。計算結果がしきい値以上の場合は、探している
物体が存在する場所として、類似度の計算値とその局所
注目領域の位置データを記憶する（ステップ２０６）。
【００２５】上記ステップ２０８〜２０６で、ある１つ
の局所注目領域についての比較計算が終わる。この比較
計算が終った後、まだ被検索画像中に比較を行うべき局
所注目領域があるかどうかを調べ（ステップ２０７）、
残っている場合は、ステップ２０３に戻って新たな注目
領域に関する比較計算を始める。比較すべき領域が残っ
ていない場合は、最終的に被検索画像中での探索物体の
有無、ある場合はその位置を判定する（ステップ２０
８）。そして、検出結果を出力部３０に出力して（ステ
ップ２０９）、検出部２０の作業が終了する。
の局所注目領域についての比較計算が終わる。この比較
計算が終った後、まだ被検索画像中に比較を行うべき局
所注目領域があるかどうかを調べ（ステップ２０７）、
残っている場合は、ステップ２０３に戻って新たな注目
領域に関する比較計算を始める。比較すべき領域が残っ
ていない場合は、最終的に被検索画像中での探索物体の
有無、ある場合はその位置を判定する（ステップ２０
８）。そして、検出結果を出力部３０に出力して（ステ
ップ２０９）、検出部２０の作業が終了する。
【００２６】図５に具体的処理例を示す。ここで、
（１）が物体の参照画像の例、（２）が未知画像（被検
索画像の例、（３）が検出結果の例であり、（３）の白
抜き部分が物体の検出を示している。
（１）が物体の参照画像の例、（２）が未知画像（被検
索画像の例、（３）が検出結果の例であり、（３）の白
抜き部分が物体の検出を示している。
【００２７】
【発明の効果】以上説明したように、本発明によれば、
入力画像中のある局所的な注目領域における色特徴量を
計算し、その色特徴量が探索対象の参照画像の色特徴量
と類似しているかどうかを比較計算して、ある一定しき
い値以上の類似度値を持つ部分領域があるかどうか、す
なわち物体が存在する部分があるかどうか調べる方法を
利用し、それに、画像中のある画素と他の複数画素との
カラー値のlogの比の積のヒストグラムや白色基準照明
下での画像のカラー値のヒストグラムのような照明光の
影響を受けにくいと考えられる量を特徴量として用いる
ことによって、参照画像と被検索画像が撮影された際の
それぞれの照明光の種類の相違に関係なく、本来の色の
性質・構成が似ている物体を検出することが可能であ
る。
入力画像中のある局所的な注目領域における色特徴量を
計算し、その色特徴量が探索対象の参照画像の色特徴量
と類似しているかどうかを比較計算して、ある一定しき
い値以上の類似度値を持つ部分領域があるかどうか、す
なわち物体が存在する部分があるかどうか調べる方法を
利用し、それに、画像中のある画素と他の複数画素との
カラー値のlogの比の積のヒストグラムや白色基準照明
下での画像のカラー値のヒストグラムのような照明光の
影響を受けにくいと考えられる量を特徴量として用いる
ことによって、参照画像と被検索画像が撮影された際の
それぞれの照明光の種類の相違に関係なく、本来の色の
性質・構成が似ている物体を検出することが可能であ
る。
【００２８】したがって、本発明を画像データベース検
索で利用すれば、屋外、屋内、日中、夜間などの照明環
境の違いに関係なく、特定の同一物体を含んだ画像を全
て検索することが可能であると、また、移動物体の自動
追跡装置などに利用すれば、物体が部屋、廊下、屋外な
ど照明の異なる場所へ移動して行く際でもそのまま追跡
していくことが可能である。
索で利用すれば、屋外、屋内、日中、夜間などの照明環
境の違いに関係なく、特定の同一物体を含んだ画像を全
て検索することが可能であると、また、移動物体の自動
追跡装置などに利用すれば、物体が部屋、廊下、屋外な
ど照明の異なる場所へ移動して行く際でもそのまま追跡
していくことが可能である。
【図１】本発明の一実施の形態を示す装置構成のブロッ
ク図である。
ク図である。
【図２】図１の特徴量計算部の特徴量計算アルゴリズム
の一実施例を示す図である。
の一実施例を示す図である。
【図３】図１の学習部の処理フローの一例を示す図であ
る。
る。
【図４】図１の検出部の処理フローの一例を示す図であ
る。
る。
【図５】本発明による具体的処理例を示す図である。
１０ 学習部 ２０ 検出部 ３０ 出力部 ４０ 特徴量計算部
Claims (6)
- 【請求項１】 探索対象の色構成と同一或いはそれによ
く似た色構成を持つ物体や部分領域を未知画像中から検
出する方法において、未知画像中の局所領域毎に色特徴
量を計算し、該色特徴量が探索対象の色特徴量と類似し
ているかどうかを比較計算して、探索対象が存在する部
分があるかどうかを調べるとともに、色特徴量として画
像のカラー値の比（ある画素のカラー値と別の１画素の
比）のヒストグラムを用いることにより、照明光の影響
を受けた見かけの色ではなくそれぞれの物体や部分領域
が本来持っている色が良く似たものを検出できるように
したことを特徴とする物体検出方法。 - 【請求項２】 請求項１記載の物体検出方法において、
画像のカラー値の比のヒストグラムの代わりに、画像の
カラー値のlogの比のヒストグラムを色特徴量として利
用することを特徴とする物体検出方法。 - 【請求項３】 請求項１記載の物体検出方法において、
画像のカラー値の比のヒストグラムの代わりに、画像中
のある画素と他の複数画素とのカラー値の比の積のヒス
トグラムを計算し、該ヒストグラムを色特徴量として利
用することを特徴とする物体検出方法。 - 【請求項４】 請求項３記載の物体検出方法において、
画像中のある画素と他の複数画素とのカラー値の比の積
のヒストグラムの代わりに、画像中のある画素と他の複
数画素とのカラー値のlogの比の積のヒストグラムを色
特徴量として利用することを特徴とする物体検出方法。 - 【請求項５】 請求項１記載の物体検出方法において、
画像のカラー値の比のヒストグラムの代りに、白色基準
照明下での画像の推定カラー値のヒストグラムを色特徴
量として利用することを特徴とする物体検出方法。 - 【請求項６】 請求項１乃至５記載の物体検出方法にお
いて、画像中の重要度に応じて強調、抑制に相当する重
み付けをしてヒストグラムを計算することを特徴とする
物体検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9067238A JPH10247246A (ja) | 1997-03-05 | 1997-03-05 | 物体検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9067238A JPH10247246A (ja) | 1997-03-05 | 1997-03-05 | 物体検出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10247246A true JPH10247246A (ja) | 1998-09-14 |
Family
ID=13339147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9067238A Pending JPH10247246A (ja) | 1997-03-05 | 1997-03-05 | 物体検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10247246A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002021333A1 (fr) * | 2000-09-06 | 2002-03-14 | Nec Corporation | Dispositif de recherche d'images |
| JP2005166014A (ja) * | 2003-11-12 | 2005-06-23 | Seiko Epson Corp | 画像分類装置、画像分類方法、画像選択装置、画像選択方法および記録媒体 |
| JP2005250863A (ja) * | 2004-03-04 | 2005-09-15 | Univ Waseda | 領域検出方法およびそのシステム |
| JP2006252504A (ja) * | 2005-02-14 | 2006-09-21 | Nippon Telegr & Teleph Corp <Ntt> | パターン認識装置、パターン認識方法、パターン認識プログラム、及びパターン認識プログラムの記録媒体 |
| JP2007128526A (ja) * | 2001-11-27 | 2007-05-24 | Samsung Electronics Co Ltd | 標準照明色の変換方法、標準照明色の変換プログラム、標準照明色の変換プログラムを記録したコンピュータにて読取り可能な記録媒体、色情報抽出方法、色情報抽出プログラムを記録したコンピュータにて読取り可能な記録媒体、及び色情報抽出装置 |
| CN111105469A (zh) * | 2019-12-18 | 2020-05-05 | 河海大学 | 一种基于图和局部盒子搜索获取团块的计算方法 |
-
1997
- 1997-03-05 JP JP9067238A patent/JPH10247246A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002021333A1 (fr) * | 2000-09-06 | 2002-03-14 | Nec Corporation | Dispositif de recherche d'images |
| JP2002082985A (ja) * | 2000-09-06 | 2002-03-22 | Nec Corp | 画像検索装置及び方法並びに画像検索プログラムを記録した記憶媒体 |
| US7457460B2 (en) | 2000-09-06 | 2008-11-25 | Nec Corporation | Picture retrieving apparatus and method which converts orthogonal transform coefficients into color histogram data |
| JP2007128526A (ja) * | 2001-11-27 | 2007-05-24 | Samsung Electronics Co Ltd | 標準照明色の変換方法、標準照明色の変換プログラム、標準照明色の変換プログラムを記録したコンピュータにて読取り可能な記録媒体、色情報抽出方法、色情報抽出プログラムを記録したコンピュータにて読取り可能な記録媒体、及び色情報抽出装置 |
| JP2005166014A (ja) * | 2003-11-12 | 2005-06-23 | Seiko Epson Corp | 画像分類装置、画像分類方法、画像選択装置、画像選択方法および記録媒体 |
| JP2005250863A (ja) * | 2004-03-04 | 2005-09-15 | Univ Waseda | 領域検出方法およびそのシステム |
| JP2006252504A (ja) * | 2005-02-14 | 2006-09-21 | Nippon Telegr & Teleph Corp <Ntt> | パターン認識装置、パターン認識方法、パターン認識プログラム、及びパターン認識プログラムの記録媒体 |
| CN111105469A (zh) * | 2019-12-18 | 2020-05-05 | 河海大学 | 一种基于图和局部盒子搜索获取团块的计算方法 |
| CN111105469B (zh) * | 2019-12-18 | 2023-02-14 | 河海大学 | 一种基于图和局部盒子搜索获取团块的计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4451307B2 (ja) | シーン中のオブジェクトを分類する方法 | |
| US7415165B2 (en) | Red-eye detection device, red-eye detection method, and red-eye detection program | |
| US7336819B2 (en) | Detection of sky in digital color images | |
| US8355569B2 (en) | Object region extracting device | |
| US20200250840A1 (en) | Shadow detection method and system for surveillance video image, and shadow removing method | |
| CN106373146B (zh) | 一种基于模糊学习的目标跟踪方法 | |
| JP2002288658A (ja) | 領域分割された映像の領域特徴値整合に基づいた客体抽出装置およびその方法 | |
| JP4313758B2 (ja) | ステレオ画像中のエッジを結び付けてチェインにする方法 | |
| US10762372B2 (en) | Image processing apparatus and control method therefor | |
| CN106447701A (zh) | 用于图像相似性确定、对象检测和跟踪的方法和装置 | |
| CN106056139A (zh) | 一种基于图像分割的森林火灾烟雾检测方法 | |
| CN106815587B (zh) | 图像处理方法及装置 | |
| JP2012238317A (ja) | 画像の照明検出 | |
| CN113052170A (zh) | 一种无约束场景下的小目标车牌识别方法 | |
| CN118379696B (zh) | 一种船舶目标检测方法、装置及可读存储介质 | |
| US7203358B2 (en) | Method and device for measuring similarity between images | |
| US20130170743A1 (en) | Detecting Illumination in Images | |
| JPH10247246A (ja) | 物体検出方法 | |
| JP2004538555A (ja) | デジタル画像を分類する方法 | |
| Zeng et al. | Vehicle matching using color | |
| CN108229583A (zh) | 一种基于主方向差分特征的快速模板匹配的方法及装置 | |
| CN109034125B (zh) | 基于场景复杂度的行人检测方法与系统 | |
| CN115713620A (zh) | 一种红外小目标检测方法、装置、计算设备及存储介质 | |
| JP2981382B2 (ja) | パターンマッチング方法 | |
| CN114723767A (zh) | 一种污渍检测方法、装置、电子设备和扫地机器人系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040316 |