TOP > 国内特許検索 > 特徴量抽出方法、被写体分類方法、被写体判別方法、特徴量抽出装置、被写体分類装置、被写体判別装置、特徴量抽出・被写体分類及び被写体判別プログラム及び該プログラムを記録した記録媒体

特徴量抽出方法、被写体分類方法、被写体判別方法、特徴量抽出装置、被写体分類装置、被写体判別装置、特徴量抽出・被写体分類及び被写体判別プログラム及び該プログラムを記録した記録媒体

国内特許コード P150011277
掲載日 2015年2月4日
出願番号 特願2013-502316
登録番号 特許第5257964号
出願日 平成24年7月18日(2012.7.18)
登録日 平成25年5月2日(2013.5.2)
国際出願番号 JP2012068229
国際出願日 平成24年7月18日(2012.7.18)
優先権データ
  • 特願2011-275582 (2011.12.16) JP
発明者
  • 山崎 公俊
  • 稲葉 雅幸
出願人
  • 国立研究開発法人科学技術振興機構
発明の名称 特徴量抽出方法、被写体分類方法、被写体判別方法、特徴量抽出装置、被写体分類装置、被写体判別装置、特徴量抽出・被写体分類及び被写体判別プログラム及び該プログラムを記録した記録媒体
発明の概要 被写体を撮像した画像から、その被写体の形状に因らず被写体の特徴を表す特徴量抽出方法、そして抽出された特徴量を用いた被写体の分類及び判別方法を提供する。
撮像手段により撮像された被写体の画像から特徴量を抽出する特徴量抽出方法であって、前記画像からフィルタバンクを作成するステップと、前記フィルタバンクから最大輝度画像を作成するステップと、前記最大輝度画像の画像領域円を設定し、該画像領域円の中心Cc及び半径Rcを設定するステップと、最大輝度画像の画素を、(a)画素の位置(x,y)から前記中心Ccの間の距離Lと、前記半径Rcとの比、(b)画素の輝度値F(x,y)、(c)近傍の画素との輝度値の差分の合計、を軸に3次元空間に投影するステップと、前記3次元空間に投影された画素から頻度ヒストグラムを作成するステップを含むことで、被写体を撮像した画像から特徴量を抽出する。
従来技術、競合技術の概要



技術の進歩により、現在は、様々な分野で機械化が進んでいる。ロボットにより物体を操作する際には、物体の位置・種別等を判別する必要があることから、CCDカメラ等で得た画像を処理・解析することで、人間の目に相当する機能を果たしている。





人間が生活する日常環境には、様々な種類の物体があり、例えば、形状が全く変化しない剛体から布や紙等の様々な形状に変化するものもあり、ロボットにより自動化する際には、物体の形状に因らず、その物体が何であるのか画像から判別できることが必要となってくる。





画像処理による物体の判別には、近年、SIFT(非特許文献1)がよく用いられている。この方法では、物体の見え方がある程度変化しても画像処理することができるが、基本的には剛体を想定した画像処理であるため、例えば、(1)重なり、折れ、しわ等の様々な形状を取り得る衣類等の柔軟体物、(2)道路のアスファルト部分と路肩の土や草の部分、(3)床上のほこり等、被写体中に混在又は積層している異なる物体、(4)葉の形状や、折れ曲がり等により、同じ種類でも外形形状の異なる野菜や果物、等の判別に適用することは困難である。したがって、人間の日常環境において、生活支援のため、例えば、(1)柔軟体物である洗濯物の取り扱いをロボットなどの自動機械にさせるケースを考えると、それら柔軟体物を適切に判別するための画像処理方法、(2)目の不自由な者が用いる電動車椅子又は自動車が、決められた場所を走行するための自動走行システム用の画像処理方法、(3)自動掃除機が床を掃除する際に、床の上の汚れ部分を判別するための画像処理方法、等が必要となる。更に、(4)食品工場における野菜や果物の分類等、産業の場においても、様々な外見形状を取り得る物を正確に分類及び/又は判別するための画像処理方法が必要となる。





柔軟体物の画像処理方法に関しては、これまで、様々な画像特徴が用いられてきた。例えば、Kakikuraらは、色情報を用いてアイソレーションタスクを実現し(非特許文献2参照)、Onoらは、ハンカチのような四角形状の布製品について、その一部が折れ曲がった状態の表現方式を提案している(非特許文献3参照)。また、Kitaらは、三次元の可変形状モデルを用い、計測して得た三次元点群にモデルを当てはめる手法を提案している(非特許文献4参照)。しかしながら、これらの既存研究では、布製品の種類が予め与えられていたり、また、布製品の特定を行うための判別情報が素材の色等として定義されており、事前に布製品等を特定するための情報が必要であった。





前記の様に、布製品等を特定するための情報を必要とせずとも、一般的に利用できる画像からそれらの特徴量を抽出できる方法があれば、生活支援やクリーニング工場等で、複数の製品を同一製品毎に分類することができ、更に、分類した製品が何の製品であるのかを判別できる方法があれば、ロボットなどを利用した自動化に有用と思われる。そのために、Osawaら(非特許文献5参照)、Abbeelらは(非特許文献6参照)、ロボットが布製品を操作している間にその輪郭や下端点の位置を判別し、布製品の種類を判別する方式を提案している。

産業上の利用分野



本発明は、特徴量抽出方法、被写体分類方法、被写体判別方法、特徴量抽出装置、被写体分類装置、被写体判別装置、特徴量抽出・被写体分類及び被写体判別プログラム及び該プログラムを記録した記録媒体に関し、特に、被写体として柔軟体物を撮像した画像から、柔軟体物の形状に因らず、その柔軟体物の特徴量を抽出する方法、更に、抽出された特徴量を用いた被写体の分類及び被写体の判別方法、並びに、被写体の分類及び被写体の判別装置、更に、コンピュータを特徴量抽出装置、被写体分類装置及び被写体判別装置として機能させるためのプログラムに関するものである。

特許請求の範囲 【請求項1】
撮像手段により撮像された被写体の画像から特徴量を抽出する特徴量抽出方法であって、
前記画像からフィルタバンクを作成するステップと、
前記フィルタバンクから最大輝度画像を作成するステップと、
前記最大輝度画像の画像領域円を設定し、該画像領域円の中心Cc及び半径Rcを設定するステップと、
最大輝度画像の画素を、(a)画素の位置(x,y)から前記中心Ccの間の距離Lと、前記半径Rcとの比、(b)画素の輝度値F(x,y)、(c)近傍の画素の輝度値と画素の輝度値Fとの差分の合計、を軸に3次元空間に投影するステップと、
前記3次元空間に投影された画素から頻度ヒストグラムを作成するステップ、
を含むことを特徴とする特徴量抽出方法。

【請求項2】
撮像手段により撮像された被写体の画像から特徴量を抽出する特徴量抽出方法であって、
前記画像からフィルタバンクを作成するステップと、
前記フィルタバンクから最大輝度画像を作成するステップと、
前記最大輝度画像の画像領域円を設定し、該画像領域円の中心Cc及び半径Rcを設定するステップと、
最大輝度画像の画素を、(d)注目画素の位置(x,y)から前記中心Ccの間の距離Lと前記半径Rcとの比、(e)注目画素が折れ重なりの上下どちらに属するかを連続値で評価した値E、(f)注目画素が属している折れ重なり部分の方向成分、を軸に3次元空間に投影するステップと、
前記3次元空間に投影された画素から頻度ヒストグラムを作成するステップ、
を含むことを特徴とする特徴量抽出方法。

【請求項3】
前記被写体が、柔軟体物であることを特徴とする請求項1又は2に記載の特徴量抽出方法。

【請求項4】
前記フィルタバンクが、ガボールフィルタを用いて作成されることを特徴とする請求項1~3の何れか一項に記載の特徴量抽出方法。

【請求項5】
請求項1~4の何れか一項に記載の特徴量抽出方法により抽出された頻度ヒストグラムを用いて、被写体を分類することを特徴とする被写体分類方法。

【請求項6】
請求項1~4の何れか一項に記載の特徴量抽出方法により抽出された頻度ヒストグラムを、既知の被写体の頻度ヒストグラムと比較することで、被写体の種類を判別することを特徴とする被写体判別方法。

【請求項7】
前記既知の被写体は複数種類のものであり、抽出された頻度ヒストグラムを、複数種類の既知の被写体の頻度ヒストグラムと比較することで、被写体の種類を判別することを特徴とする請求項6に記載の被写体判別方法。

【請求項8】
前記既知の被写体の頻度ヒストグラムが、請求項1に記載の方法、請求項2に記載の方法、SSEX法、DST-W法で得られた頻度ヒストグラムの中から、請求項1に記載の方法及び/又は請求項2に記載の方法で得られた頻度ヒストグラムを含む2種類又は3種類の頻度ヒストグラムを連結したものであることを特徴とする請求項6又は7に記載の被写体判別方法。

【請求項9】
撮像手段により撮像された被写体の画像から特徴量を抽出する特徴量抽出装置であって、
前記画像からフィルタバンクを作成するフィルタバンク作成手段、
前記フィルタバンクから最大輝度画像を作成するフィルタリング結果合成手段、
前記最大輝度画像の画像領域円を設定し、該画像領域円の中心Cc及び半径Rcを設定する最大輝度画像中心及び半径設定手段、
最大輝度画像の画素を、(a)画素の位置(x,y)から前記中心Ccの間の距離Lと、前記半径Rcとの比、(b)画素の輝度値F(x,y)、(c)近傍の画素の輝度値と画素の輝度値Fとの差分の合計、を軸に3次元空間に投影する3次元投影手段、
前記3次元空間に投影された画素から頻度ヒストグラムを作成する頻度ヒストグラム作成手段、
を含むことを特徴とする特徴量抽出装置。

【請求項10】
撮像手段により撮像された被写体の画像から特徴量を抽出する特徴量抽出装置であって、
前記画像からフィルタバンクを作成するフィルタバンク作成手段、
前記フィルタバンクから最大輝度画像を作成するフィルタリング結果合成手段、
前記最大輝度画像の画像領域円を設定し、該画像領域円の中心Cc及び半径Rcを設定する最大輝度画像中心及び半径設定手段、
最大輝度画像の画素を、(d)注目画素の位置(x,y)から前記中心Ccの間の距離Lと前記半径Rcとの比、(e)注目画素が折れ重なりの上下どちらに属するかを連続値で評価した値E、(f)注目画素が属している折れ重なり部分の方向成分、を軸に3次元空間に投影する3次元投影手段、
前記3次元空間に投影された画素から頻度ヒストグラムを作成する頻度ヒストグラム作成手段、
を含むことを特徴とする特徴量抽出装置。

【請求項11】
前記被写体が、柔軟体物であることを特徴とする請求項又は10に記載の特徴量抽出装置。

【請求項12】
前記フィルタバンクが、ガボールフィルタを用いて作成されることを特徴とする請求項9~11の何れか一項に記載の特徴量抽出装置。

【請求項13】
請求項9~12の何れか一項に記載の特徴量抽出装置、及び前記特徴量抽出装置により抽出された頻度ヒストグラムを用いて被写体を分類する画像分類手段を含むことを特徴とする被写体分類装置。

【請求項14】
請求項9~12の何れか一項に記載の特徴量抽出装置、既知の被写体の頻度ヒストグラムを格納する判別DB、及び前記特徴量抽出装置により抽出された頻度ヒストグラムを、前記判別DBに格納されている既知の被写体の頻度ヒストグラムと比較して判別する判別手段を含むことを特徴とする被写体判別装置。

【請求項15】
前記判別DBに格納されている既知の被写体の頻度ヒストグラムは複数種類の被写体のものであり、前記抽出された頻度ヒストグラムを、前記判別DBに格納されている複数種類の頻度ヒストグラムと比較することで、前記判別手段は、被写体の種類を判別することを特徴とする請求項14に記載の被写体判別装置。

【請求項16】
前記既知の被写体の頻度ヒストグラムが、請求項9に記載の特徴量抽出装置、請求項10に記載の特徴量抽出装置、SSEX法、DST-W法で得られた頻度ヒストグラムの中から、請求項9に記載の特徴量抽出装置及び/又は請求項10に記載の特徴量抽出装置で得られた頻度ヒストグラムを含む2種類又は3種類の頻度ヒストグラムを連結したものであることを特徴とする請求項14又は15に記載の被写体判別装置。

【請求項17】
コンピュータを、請求項9~12に記載の特徴量抽出装置、請求項13に記載の被写体分類装置、又は請求項14~16に記載の被写体判別装置として機能させることを特徴とするプログラム。

【請求項18】
請求項17に記載されたプログラムが記録されたコンピュータ読み取り可能な記録媒体。
国際特許分類(IPC)
Fターム
出願権利状態 登録
ライセンスをご希望の方、特許の内容に興味を持たれた方は、問合せボタンを押してください。


PAGE TOP

close
close
close
close
close
close
close