TOP > 国内特許検索 > 画像処理装置、画像処理方法、画像処理プログラム、およびコンピュータ読み取り可能な記録媒体

画像処理装置、画像処理方法、画像処理プログラム、およびコンピュータ読み取り可能な記録媒体 コモンズ 新技術説明会

国内特許コード P06P003824
掲載日 2006年4月21日
出願番号 特願2004-256184
公開番号 特開2006-072763
登録番号 特許第4500999号
出願日 平成16年9月2日(2004.9.2)
公開日 平成18年3月16日(2006.3.16)
登録日 平成22年4月30日(2010.4.30)
発明者
  • 小出 哲士
  • マタウシュ, ハンス ユルゲン
  • 森本 高志
  • 原田 洋明
  • 桐山 治
  • 足立 英和
出願人
  • 学校法人広島大学
発明の名称 画像処理装置、画像処理方法、画像処理プログラム、およびコンピュータ読み取り可能な記録媒体 コモンズ 新技術説明会
発明の概要

【課題】 画像内に複数のオブジェクトが存在している場合でも、異なるフレーム間で同一のオブジェクトを認識する。
【解決手段】 入力画像中に含まれる複数のオブジェクトをフレーム毎に入力画像から分割する画像分割セルネットワーク6と、各オブジェクトについての移動量を示す動きベクトルに基づき、各オブジェクトの推定位置を算出する位置情報計算部9と、推定位置と、推定位置以外の特徴量とに基づき、異なるフレーム間で同一のオブジェクトを認識する最小距離検索連想メモリ10とを備えている。
【選択図】 図1

従来技術、競合技術の概要


近年、知的情報処理技術の実現に向けての画像認識処理技術の要求が高まっている。特に、人間に近い動作・判断をする知能ロボットの実現や、リアルタイムでの画像認識処理においては、カメラ等から取り込んだ画像を高速に処理する必要があり、処理の高速化が求められている(非特許文献3および非特許文献4参照)。



そのためには、入力画像中の様々なオブジェクトから、対象となるオブジェクトを分割し取り出す、画像分割処理が必要である。そして、画像分割処理のアルゴリズムとして、LEGION(Locally Excitatory Globally Inhibitory Oscillator Network)(非特許文献2、非特許文献6、および非特許文献7参照)に基づいたセルオートマトン型ディジタル画像分割アーキテクチャが提案されている(非特許文献11および13参照)。



さらに、これまでの研究では、セルオートマトン型ディジタル画像分割アーキテクチャのハードウェア化が行われるとともに、セルネットワークをフルカスタム設計したチップ(非特許文献8参照)が試作され、その処理時間が測定されている。その測定の結果、セルオートマトン型ディジタル画像分割アーキテクチャによれば、非常に高速で精度良く画像分割処理できることが知られている。



また、知的情報処理技術の実現に向けては、画像内のオブジェクトの動きを検出する技術への要求も高い。これまでに、オブジェクトの動き検出のために、たとえば、特許文献1および特許文献2に記載されているような様々なアルゴリズムが提案されている。

【特許文献1】特開平8-241414号公報(1996年9月17日公開)

【特許文献2】特開2002-312793号公報(2002年10月25日公開)

【特許文献3】特開2003-346142号公報(2003年12月5日公開)

【特許文献4】特開2004-13504号公報(2004年1月15日公開)

【非特許文献1】N. H. E. Weste and K. Eshraghian, “PRINCIPLES OF CMOS VLSI DESIGN : A System Perspective Second Edition,” Addison-Wesley Publising Company, 1993.

【非特許文献2】D. L. Wang, and D. Terman, “Image segmentation based on oscillator correlation,” Neural Computation, Vol. 9, No. 4, pp. 805-836, 1997.

【非特許文献3】松山隆司,久野義徳,井宮淳,”コンピュータビジョン:技術評論と将来展望,” pp.138-146, 1998.

【非特許文献4】J. C. Russ, “The Image Processing Handbook,” CRC PRESS, 1999.

【非特許文献5】谷口慶治,“画像処理工学,”共立出版株式会社, 1999.

【非特許文献6】H. Ando, T. Morie, M. Nagata and A. Iwata, “A nonlinear oscillator network for gray-level image segmentation and PWM/PPM circuits for its VLSI implementation,” IEICE Trans. Fundamentals, Vol. E83-A, No. 2, pp. 329-336, 2000.

【非特許文献7】H. Ando, T. Morie, M. Miyake, M. Nagata, and A. Iwata, “Image segmentation/extraction using nonlinear cellular networks and their VLSI implementation using pulse-modulation techniques,” IEICE Trans. Fundamentals, Vol. E85-A, No.2, pp. 381-388, 2002.

【非特許文献8】原田洋明,森本高志,小出哲士,マタウシュハンスユルゲン,“全並列画像分割セルネットワークLSI の設計,”平成14 年度電気・情報関連学会中国支部連合大会, pp.591-592, 2002.

【非特許文献9】H. J. Mattausch, T. Gyohten, Y. Soda, and T. Koide, “Compact associative-memory architecture with fully-parallel search capability for the minimum Hamming distance,” IEEE Journal of Solid-State Circuits, Vol37, pp. 218-227, 2002.

【非特許文献10】H .Kimura, T. Shibata, “Simple-architecture motion-detection analog V-chip based on quasi-two-dimensional processing,” Extended Abstracts of the 2002 International Conference on Solid State Devices and Materials (SSDM2002), pp .240-241 ,2002.

【非特許文献11】T. Morimoto, Y. Harada, T. Koide, and H. J. Mattausch, “Low-complexity, highly-parallel color motion-picture segmentation architecture for compact digital CMOS implementation,” Extended Abstracts of the 2002 International Conference on Solid State Devices and Materials (SSDM2002), pp. 242-243, 2002.

【非特許文献12】Y. Yano, T. Koide, H. J. Mattausch, “Fully parallel nearest Manhattan-distance search memory with large reference-pattern number,” Extended Abstracts of the 2002 International Conference on Solid State Devices and Materials (SSDM2002),pp. 254-255, 2002.

【非特許文献13】T. Koide, T. Morimoto, Y. Harada, and H. J. Mattausch, “Digital gray-scale/color image-segmentation architecture for cell-network-based real-time applications,” Proceedings of International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC2002), pp. 670-673, 2002.

【非特許文献14】Bernd Jaehne, “Digital Image Processing,” pp. 481-499, 2002.

産業上の利用分野


本発明は、画像分割処理を用いて画像内のオブジェクトを抽出し、連想処理を用いてオブジェクトのマッチングをとることにより、画像内から静止物体と動物体とを検出するものである。

特許請求の範囲 【請求項1】
入力画像中に含まれる複数のオブジェクトを、その入力画像のフレーム毎に入力画像から分割する画像分割手段と、
分割された各オブジェクトについて、そのオブジェクトの前々フレームにおける位置座標と、前フレームの位置座標との差分から、そのオブジェクトの移動量を示す動きベクトルを算出する動きベクトル算出手段と、
各オブジェクトについて、そのオブジェクトの前フレームの位置座標と、上記動きベクトルとに基づき、現フレームにおいて各オブジェクトが存在すると推定される位置である推定位置を算出する推定位置算出手段と、
現フレームのオブジェクトiと、前フレームのオブジェクトjとの間で、距離指標Dijを後述の式(1)により算出し、その距離指標Dijが最小となるオブジェクトを、現フレームと前フレームとの間で同一のオブジェクトとして認識するオブジェクト認識手段を備えていることを特徴とする画像処理装置。
Dij=αIaij+β(Iwij+Ihij)+γIpij+εIcij …式(1)
Ipij:上記オブジェクトiの推定位置を示す座標と、上記オブジェクトjの実際の位置を示す座標との差分値。
Iaij:上記オブジェクトiの画素数と、上記オブジェクトjの画素数との差分値。
Iwij:上記オブジェクトiの幅と、上記オブジェクトjの幅との差分値。
Ihij:上記オブジェクトiの高さと、上記オブジェクトjの高さとの差分値。
Icij:上記オブジェクトiの色情報と、上記オブジェクトjの色情報との差分値。
α、β、γ、ε:Iaij,Iwij,Ihij,Ipij,およびIcijのそれぞれの大きさに応じて決定される係数。

【請求項2】
入力画像中に含まれる複数のオブジェクトを、その入力画像のフレーム毎に入力画像から分割する画像分割手段と、
分割された各オブジェクトについて、そのオブジェクトの前々フレームにおける位置座標と、前フレームの位置座標との差分から、そのオブジェクトの移動量を示す動きベクトルを算出する動きベクトル算出手段と、
各オブジェクトについて、そのオブジェクトの前フレームの位置座標と、上記動きベクトルとに基づき、現フレームにおいて各オブジェクトが存在すると推定される位置である推定位置を算出する推定位置算出手段と、
現フレームのオブジェクトiと、前フレームのオブジェクトjとの間で、距離指標Dijを後述の式(2)により算出し、その距離指標Dijが最小となるオブジェクトを、現フレームと前フレームとの間で同一のオブジェクトとして認識するオブジェクト認識手段を備えていることを特徴とする画像処理装置。
Dij=√k …式(2)
k=αIaij2+βIwij2+βIhij2+γIpij2+εIcij2
Ipij:上記オブジェクトiの推定位置を示す座標と、上記オブジェクトjの実際の位置を示す座標との差分値。
Iaij:上記オブジェクトiの画素数と、上記オブジェクトjの画素数との差分値。
Iwij:上記オブジェクトiの幅と、上記オブジェクトjの幅との差分値。
Ihij:上記オブジェクトiの高さと、上記オブジェクトjの高さとの差分値。
Icij:上記オブジェクトiの色情報と、上記オブジェクトjの色情報との差分値。
α、β、γ、ε:Iaij,Iwij,Ihij,Ipij,およびIcijのそれぞれの大きさに応じて決定される係数。

【請求項3】
上記係数α、β、γ、およびεは、α=2β=2γ=εを満たすことを特徴とする請求項1または2に記載の画像処理装置。

【請求項4】
上記オブジェクト認識手段は、それぞれが等しい大きさを有する複数の領域に入力画像を分割するとともに、上記推定位置の現実の値を、その領域の大きさに基づく所定値で除算することにより正規化し、その正規化された値を、上記推定位置として用いることを特徴とする請求項1ないし3のいずれか一項に記載の画像処理装置。

【請求項5】
上記オブジェクト認識手段は、それぞれが等しい大きさを有する複数の領域に入力画像を分割するとともに、上記Iaij,上記Iwij,上記Ihij,および上記Icijのそれぞれに係る現実の値を、その領域の大きさに基づく所定値で除算することにより正規化し、その正規化された値を、上記Iaij,上記Iwij,上記Ihij,上記Icijとして用いることを特徴とする請求項1ないし4のいずれか1項に記載の画像処理装置。

【請求項6】
画像分割手段と、動きベクトル算出手段と、推定位置算出手段と、オブジェクト認識手段とを備える画像処理装置により実現される画像処理方法であって、
上記画像分割手段により行われ、入力画像中に含まれる複数のオブジェクトを、その入力画像のフレーム毎に入力画像から分割する第1ステップと、
上記動きベクトル算出手段により行われ、分割された各オブジェクトについて、そのオブジェクトの前々フレームにおける位置座標と、前フレームの位置座標との差分から、そのオブジェクトの移動量を示す動きベクトルを算出する第2ステップと、
上記推定位置算出手段により行われ、各オブジェクトについて、そのオブジェクトの前フレームの位置座標と、上記動きベクトルとに基づき、現フレームにおいて各オブジェクトが存在すると推定される位置である推定位置を算出する第3ステップと、
上記オブジェクト認識手段により行われ、現フレームのオブジェクトiと、前フレームのオブジェクトjとの間で、距離指標Dijを後述の式(1)により算出し、その距離指標Dijが最小となるオブジェクトを、現フレームと前フレームとの間で同一のオブジェクトとして認識する第4ステップとを備えていることを特徴とする画像処理方法。
Dij=αIaij+β(Iwij+Ihij)+γIpij+εIcij …式(1)
Ipij:上記オブジェクトiの推定位置を示す座標と、上記オブジェクトjの実際の位置を示す座標との差分値。
Iaij:上記オブジェクトiの画素数と、上記オブジェクトjの画素数との差分値。
Iwij:上記オブジェクトiの幅と、上記オブジェクトjの幅との差分値。
Ihij:上記オブジェクトiの高さと、上記オブジェクトjの高さとの差分値。
Icij:上記オブジェクトiの色情報と、上記オブジェクトjの色情報との差分値。
α、β、γ、ε:Iaij,Iwij,Ihij,Ipij,およびIcijのそれぞれの大きさに応じて決定される係数。

【請求項7】
画像分割手段と、動きベクトル算出手段と、推定位置算出手段と、オブジェクト認識手段とを備える画像処理装置により実現される画像処理方法であって、
上記画像分割手段により行われ、入力画像中に含まれる複数のオブジェクトを、その入力画像のフレーム毎に入力画像から分割する第1ステップと、
上記動きベクトル算出手段により行われ、分割された各オブジェクトについて、そのオブジェクトの前々フレームにおける位置座標と、前フレームの位置座標との差分から、そのオブジェクトの移動量を示す動きベクトルを算出する第2ステップと、
上記推定位置算出手段により行われ、各オブジェクトについて、そのオブジェクトの前フレームの位置座標と、上記動きベクトルとに基づき、現フレームにおいて各オブジェクトが存在すると推定される位置である推定位置を算出する第3ステップと、
上記オブジェクト認識手段により行われ、現フレームのオブジェクトiと、前フレームのオブジェクトjとの間で、距離指標Dijを後述の式(2)により算出し、その距離指標Dijが最小となるオブジェクトを、現フレームと前フレームとの間で同一のオブジェクトとして認識する第4ステップとを備えていることを特徴とする画像処理方法。
Dij=√k …式(2)
k=αIaij2+βIwij2+βIhij2+γIpij2+εIcij2
Ipij:上記オブジェクトiの推定位置を示す座標と、上記オブジェクトjの実際の位置を示す座標との差分値。
Iaij:上記オブジェクトiの画素数と、上記オブジェクトjの画素数との差分値。
Iwij:上記オブジェクトiの幅と、上記オブジェクトjの幅との差分値。
Ihij:上記オブジェクトiの高さと、上記オブジェクトjの高さとの差分値。
Icij:上記オブジェクトiの色情報と、上記オブジェクトjの色情報との差分値。
α、β、γ、ε:Iaij,Iwij,Ihij,Ipij,およびIcijのそれぞれの大きさに応じて決定される係数。

【請求項8】
コンピュータに請求項6または7に記載の画像処理方法における各ステップを実行させるための画像処理プログラム。

【請求項9】
請求項8に記載の画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。
産業区分
  • 計算機応用
  • 工業用ロボット
国際特許分類(IPC)
Fターム
画像

※ 画像をクリックすると拡大します。

JP2004256184thum.jpg
出願権利状態 権利存続中
参考情報 (研究プロジェクト等) 小出哲士のホームページ


PAGE TOP

close
close
close
close
close
close
close