JP2000132692A - 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 - Google Patents
曲線の特徴点抽出方法及びこの方法を記録した記録媒体Info
- Publication number
- JP2000132692A JP2000132692A JP10301819A JP30181998A JP2000132692A JP 2000132692 A JP2000132692 A JP 2000132692A JP 10301819 A JP10301819 A JP 10301819A JP 30181998 A JP30181998 A JP 30181998A JP 2000132692 A JP2000132692 A JP 2000132692A
- Authority
- JP
- Japan
- Prior art keywords
- curve
- vector
- search
- pixel
- point
- 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 Analysis (AREA)
Abstract
(57)【要約】
【課題】 画像化した曲線をＳｐｌｉｎｅ補間などで効
率良く近似するための特徴点を抽出するのが困難であっ
た。 【解決手段】 画像化された曲線の凸部分の点や該曲線
上で滑らかでない点を特徴点として抽出するため、画像
内を探索ラインをＬ＝１から順次ずらして探索していき
（Ｓ１，Ｓ１０）、探索ラインと曲線との交差点の個数
とその位置を検出し（Ｓ４〜Ｓ６）、交差点個数の増減
があった探索ラインについて（Ｓ７）、前後の探索ライ
ンでの曲線の交差点位置の関係から増減した交差点を抽
出し（Ｓ８）、該抽出した交差点を特徴点とする（Ｓ
９）。
率良く近似するための特徴点を抽出するのが困難であっ
た。 【解決手段】 画像化された曲線の凸部分の点や該曲線
上で滑らかでない点を特徴点として抽出するため、画像
内を探索ラインをＬ＝１から順次ずらして探索していき
（Ｓ１，Ｓ１０）、探索ラインと曲線との交差点の個数
とその位置を検出し（Ｓ４〜Ｓ６）、交差点個数の増減
があった探索ラインについて（Ｓ７）、前後の探索ライ
ンでの曲線の交差点位置の関係から増減した交差点を抽
出し（Ｓ８）、該抽出した交差点を特徴点とする（Ｓ
９）。
Description
【０００１】
【発明の属する技術分野】本発明は、実験データや画像
の輪郭線などを滑らかな曲線で近似するための前処理と
して曲線の特徴点を抽出する方法に関する。
の輪郭線などを滑らかな曲線で近似するための前処理と
して曲線の特徴点を抽出する方法に関する。
【０００２】
【従来の技術】曲線を関数で近似する方法は、例えば、
ｂｉｔ別冊「インターネット時代の数学」第３部５章ス
プライン（吉本 富士市 著）に記載されるように、Ｓ
ｐｌｉｎｅ補間やＢ−Ｓｐｌｉｎｅを用いる方法があ
る。
ｂｉｔ別冊「インターネット時代の数学」第３部５章ス
プライン（吉本 富士市 著）に記載されるように、Ｓ
ｐｌｉｎｅ補間やＢ−Ｓｐｌｉｎｅを用いる方法があ
る。
【０００３】
【発明が解決しようとする課題】曲線をＳｐｌｉｎｅ補
間や、Ｂ−Ｓｐｌｉｎｅで近似しようとするとき、曲線
内に節点を決定し、該節点間でＳｐｌｉｎｅ補間などを
行うが、その節点決定方法において、曲線の特徴点であ
る曲線の凸部分や曲線の滑らかでない部分に節点を集め
ると効率が良い。しかしながら、節点になり得る曲線の
特徴点を抽出するのは困難であった。
間や、Ｂ−Ｓｐｌｉｎｅで近似しようとするとき、曲線
内に節点を決定し、該節点間でＳｐｌｉｎｅ補間などを
行うが、その節点決定方法において、曲線の特徴点であ
る曲線の凸部分や曲線の滑らかでない部分に節点を集め
ると効率が良い。しかしながら、節点になり得る曲線の
特徴点を抽出するのは困難であった。
【０００４】また、画像の輪郭線抽出方法として、各画
素を中心にして前後左右４近傍や斜めを含めた８近傍に
拡大し、この拡大領域内の画素で抽出領域に含まれない
画素を輪郭線画素とし、この輪郭線画素を基準にしてそ
の近傍をラスタスキャンで探索することで順次輪郭線画
素を順番付けして検出する方法を本願出願人は同日出願
している。この方法により、順番付けされて抽出された
輪郭線画素間をＳｐｌｉｎｅ補間などで近似する方法が
考えられるが、輪郭線が複数抽出されていても、１本の
輪郭線と間違えて近似してしまう恐れがある。
素を中心にして前後左右４近傍や斜めを含めた８近傍に
拡大し、この拡大領域内の画素で抽出領域に含まれない
画素を輪郭線画素とし、この輪郭線画素を基準にしてそ
の近傍をラスタスキャンで探索することで順次輪郭線画
素を順番付けして検出する方法を本願出願人は同日出願
している。この方法により、順番付けされて抽出された
輪郭線画素間をＳｐｌｉｎｅ補間などで近似する方法が
考えられるが、輪郭線が複数抽出されていても、１本の
輪郭線と間違えて近似してしまう恐れがある。
【０００５】本発明の目的は、上記の問題点を解決し、
効率良く曲線の特徴点を抽出する方法及びこの方法を記
録した記録媒体を提供することにある。
効率良く曲線の特徴点を抽出する方法及びこの方法を記
録した記録媒体を提供することにある。
【０００６】
【課題を解決するための手段】本発明は、画像内の曲線
の特徴点である、凸部分の点や、曲線上の滑らかでない
点を抽出するために、ライン単位で探索し、探索ライン
と該曲線との交点の増減で特徴点の出現を検出し、検出
した探索ラインの前後の探索ラインと該曲線との交差点
の位置から特徴点を検出するようにしたもので、以下の
方法及び記録媒体を特徴とする。
の特徴点である、凸部分の点や、曲線上の滑らかでない
点を抽出するために、ライン単位で探索し、探索ライン
と該曲線との交点の増減で特徴点の出現を検出し、検出
した探索ラインの前後の探索ラインと該曲線との交差点
の位置から特徴点を検出するようにしたもので、以下の
方法及び記録媒体を特徴とする。
【０００７】画像化された曲線の凸部分の点や該曲線上
で滑らかでない点を特徴点として抽出する方法であっ
て、画像内を１ラインずつ探索していき、該探索ライン
と曲線との交差点の個数とその位置を検出し、前記交差
点個数の増減があった探索ラインについて、前後の探索
ラインでの曲線の交差点位置の関係から増減した交差点
を抽出し、該抽出した交差点を特徴点とすることを特徴
とする曲線の特徴点抽出方法。
で滑らかでない点を特徴点として抽出する方法であっ
て、画像内を１ラインずつ探索していき、該探索ライン
と曲線との交差点の個数とその位置を検出し、前記交差
点個数の増減があった探索ラインについて、前後の探索
ラインでの曲線の交差点位置の関係から増減した交差点
を抽出し、該抽出した交差点を特徴点とすることを特徴
とする曲線の特徴点抽出方法。
【０００８】また、前記探索ラインは、縦、横、斜の何
れか１つの探索方向にすることを特徴とする曲線の特徴
点抽出方法。
れか１つの探索方向にすることを特徴とする曲線の特徴
点抽出方法。
【０００９】また、前記探索ラインは、ライン幅及び探
索間隔を任意にとることを特徴とする曲線の特徴点抽出
方法。
索間隔を任意にとることを特徴とする曲線の特徴点抽出
方法。
【００１０】また、前記曲線の特徴点抽出方法における
処理手順をコンピュータに実行させるプログラムとし
て、該コンピュータが読み取り可能に記録したことを特
徴とする曲線の特徴点抽出方法を記録した記録媒体。
処理手順をコンピュータに実行させるプログラムとし
て、該コンピュータが読み取り可能に記録したことを特
徴とする曲線の特徴点抽出方法を記録した記録媒体。
【００１１】また、本発明は、曲線の輪郭線が順番付け
された画素のつながりとして検出される場合に順番付け
の開始点と終了点を特徴点として抽出し、さらに、順番
付けされた輪郭線が複数抽出された場合に順番付け通り
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きい２点に終点と始点の符号を付与して特徴点として
検出し、さらにまた、ある画素から前後Ｎ番離れた画素
からベクトルを生成し、該生成ベクトルの角度や大きさ
がある閾値より大きい場合その画素を特徴点として抽出
するようにしたもので、以下の方法及び記録媒体を特徴
とする。
された画素のつながりとして検出される場合に順番付け
の開始点と終了点を特徴点として抽出し、さらに、順番
付けされた輪郭線が複数抽出された場合に順番付け通り
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きい２点に終点と始点の符号を付与して特徴点として
検出し、さらにまた、ある画素から前後Ｎ番離れた画素
からベクトルを生成し、該生成ベクトルの角度や大きさ
がある閾値より大きい場合その画素を特徴点として抽出
するようにしたもので、以下の方法及び記録媒体を特徴
とする。
【００１２】画像化された曲線の輪郭線が順番付けされ
た画素のつながりとして検出されている曲線において、
順番付けの開始点と終了点を特徴点として抽出すること
を特徴とする曲線の特徴点抽出方法。
た画素のつながりとして検出されている曲線において、
順番付けの開始点と終了点を特徴点として抽出すること
を特徴とする曲線の特徴点抽出方法。
【００１３】また、前記曲線において、前記順番通りに
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きくなる２点を特徴点として抽出することを特徴とす
る曲線の特徴点抽出方法。
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きくなる２点を特徴点として抽出することを特徴とす
る曲線の特徴点抽出方法。
【００１４】また、前記順番付けした画素をもつ曲線上
のある画素Ａに対して、すでにつけられた順番付けでＮ
番前の画素をＢとし、すでにつけられた順番付けでＮ番
後の画素をＣとして、画素Ａ，Ｂ，Ｃ間のＢＡベクトル
とＡＣベクトルを生成し、前記ＢＡベクトルの始点を画
素Ａまで平行移動したベクトルをＢＡ’とし、該ＢＡ’
ベクトルと前記ＡＣベクトルの角度θを計算し、該角度
θがある閾値Ｑより大きい場合に画素Ａを特徴点として
抽出することを特徴とする曲線の特徴点抽出方法。
のある画素Ａに対して、すでにつけられた順番付けでＮ
番前の画素をＢとし、すでにつけられた順番付けでＮ番
後の画素をＣとして、画素Ａ，Ｂ，Ｃ間のＢＡベクトル
とＡＣベクトルを生成し、前記ＢＡベクトルの始点を画
素Ａまで平行移動したベクトルをＢＡ’とし、該ＢＡ’
ベクトルと前記ＡＣベクトルの角度θを計算し、該角度
θがある閾値Ｑより大きい場合に画素Ａを特徴点として
抽出することを特徴とする曲線の特徴点抽出方法。
【００１５】また、前記ＡＣベクトルからＢＡ’ベクト
ルを引いてＢ'Ｃベクトルを生成し、該Ｂ'Ｃベクトルの
大きさＸがある閾値Ｒより大きい場合に画素Ａを特徴点
として抽出することを特徴とする曲線の特徴点抽出方
法。
ルを引いてＢ'Ｃベクトルを生成し、該Ｂ'Ｃベクトルの
大きさＸがある閾値Ｒより大きい場合に画素Ａを特徴点
として抽出することを特徴とする曲線の特徴点抽出方
法。
【００１６】また、前記曲線の特徴点抽出方法における
処理手順をコンピュータに実行させるプログラムとし
て、該コンピュータが読み取り可能に記録したことを特
徴とする曲線の特徴点抽出方法を記録した記録媒体。
処理手順をコンピュータに実行させるプログラムとし
て、該コンピュータが読み取り可能に記録したことを特
徴とする曲線の特徴点抽出方法を記録した記録媒体。
【００１７】
【発明の実施の形態】（第１の実施形態）図１は、本発
明の実施形態を示す特徴点抽出アルゴリズムであり、探
索ラインと曲線との交差点から特徴点を抽出する方法で
ある。
明の実施形態を示す特徴点抽出アルゴリズムであり、探
索ラインと曲線との交差点から特徴点を抽出する方法で
ある。
【００１８】図２のような曲線の特徴点は、同図中の丸
印の部分である。このような特徴点を含む曲線を構成す
る画素のつながり部分を図３に拡大して示す。探索ライ
ンとしては図４のように１ラインとし、この探索ライン
を探索方向に１ラインずつ移動させていく。本実施形態
では、この探索ラインによる探索で曲線と新しく交差し
たり、最後に交差した点を特徴点して抽出する。以下、
図１の手順を詳細に説明する。
印の部分である。このような特徴点を含む曲線を構成す
る画素のつながり部分を図３に拡大して示す。探索ライ
ンとしては図４のように１ラインとし、この探索ライン
を探索方向に１ラインずつ移動させていく。本実施形態
では、この探索ラインによる探索で曲線と新しく交差し
たり、最後に交差した点を特徴点して抽出する。以下、
図１の手順を詳細に説明する。
【００１９】図１において、探索ラインの探索段数Ｌ＝
１を初期設定する（ステップＳ１）。この探索段数Ｌ
は、探索ラインを１ライン移動させる毎に初期値１から
順次増加させる（ステップＳ１０）。
１を初期設定する（ステップＳ１）。この探索段数Ｌ
は、探索ラインを１ライン移動させる毎に初期値１から
順次増加させる（ステップＳ１０）。
【００２０】探索ラインの移動において、現在の探索ラ
インが探索範囲内であるか否かをチェックし（ステップ
Ｓ２）、探索範囲を越えたときに探索を終了する（ステ
ップＳ３）。
インが探索範囲内であるか否かをチェックし（ステップ
Ｓ２）、探索範囲を越えたときに探索を終了する（ステ
ップＳ３）。
【００２１】現在の探索ラインが探索範囲内にあると
き、探索ラインの移動で探索ライン内の画素に曲線を構
成する画素があるか否かをチェックする（ステップＳ
４）。すなわち、探索ラインが曲線の一部と交差したか
否かをチェックする。このチェックで曲線との交差点が
ない場合は探索段数Ｌを＋１すること、すなわち探索ラ
インを１段ずらす（ステップＳ１０）。
き、探索ラインの移動で探索ライン内の画素に曲線を構
成する画素があるか否かをチェックする（ステップＳ
４）。すなわち、探索ラインが曲線の一部と交差したか
否かをチェックする。このチェックで曲線との交差点が
ない場合は探索段数Ｌを＋１すること、すなわち探索ラ
インを１段ずらす（ステップＳ１０）。
【００２２】探索ライン内の画素と曲線の画素が交差し
たとき、探索ラインと曲線との交差点の個数Ｓ（Ｌ）を
計算する。このとき、図５に丸内で示す交差領域のよう
に、探索ライン上で画素が連続して検出される交差点は
１点とみなす（ステップＳ５）。この交差点の個数Ｓ
（Ｌ）の計算に続けて、交差点の位置Ｔ（Ｌ）を検出す
る（ステップＳ６）。
たとき、探索ラインと曲線との交差点の個数Ｓ（Ｌ）を
計算する。このとき、図５に丸内で示す交差領域のよう
に、探索ライン上で画素が連続して検出される交差点は
１点とみなす（ステップＳ５）。この交差点の個数Ｓ
（Ｌ）の計算に続けて、交差点の位置Ｔ（Ｌ）を検出す
る（ステップＳ６）。
【００２３】次に、ステップＳ５で求めた交差点の個数
Ｓ（Ｌ）と１ライン前の交差点の個数Ｓ（Ｌ−１）を一
致するか否かをチェックする（ステップＳ７）。このチ
ェックで一致した場合、すなわち交差点の個数が同じで
あるとき、この交差点を特徴点として抽出することな
く、探索ラインを１段ずらす（ステップＳ１０）。
Ｓ（Ｌ）と１ライン前の交差点の個数Ｓ（Ｌ−１）を一
致するか否かをチェックする（ステップＳ７）。このチ
ェックで一致した場合、すなわち交差点の個数が同じで
あるとき、この交差点を特徴点として抽出することな
く、探索ラインを１段ずらす（ステップＳ１０）。
【００２４】交差点の個数が増減しているとき、交差点
の現在位置Ｔ（Ｌ）と１ライン前の交差点位置Ｔ（Ｌ−
１）になる交差点同士の関係を調べ、関係付けられない
画素を検出し（ステップＳ８）、この検出された画素を
特徴点として抽出し（ステップＳ９）、ステップＳ１０
に戻って探索ラインが画像内全てを探索するまで、探索
する。
の現在位置Ｔ（Ｌ）と１ライン前の交差点位置Ｔ（Ｌ−
１）になる交差点同士の関係を調べ、関係付けられない
画素を検出し（ステップＳ８）、この検出された画素を
特徴点として抽出し（ステップＳ９）、ステップＳ１０
に戻って探索ラインが画像内全てを探索するまで、探索
する。
【００２５】以上の方法を具体例を用いて説明する。図
６の探索ライン位置では交差点数が０から１に増えてお
り、図７では交差点数が１から２に増えている。したが
って、図６の検出画素を特徴点として抽出する。
６の探索ライン位置では交差点数が０から１に増えてお
り、図７では交差点数が１から２に増えている。したが
って、図６の検出画素を特徴点として抽出する。
【００２６】また、図８の場合は交差点数が２から３に
増え、図９では交差点数が３から４に増えている。した
がって、図８の中央の交差点の画素を特徴点として抽出
する。
増え、図９では交差点数が３から４に増えている。した
がって、図８の中央の交差点の画素を特徴点として抽出
する。
【００２７】複数の交差点から特徴点を決定するのは、
前後の探索ライン上での交差点の関係から決定する。例
えば、前の探索ラインの画素と現在の探索ラインの画素
との距離を計算し、一番近いものを関連付ける。そし
て、関連付けられない画素を特徴点と決定する。
前後の探索ライン上での交差点の関係から決定する。例
えば、前の探索ラインの画素と現在の探索ラインの画素
との距離を計算し、一番近いものを関連付ける。そし
て、関連付けられない画素を特徴点と決定する。
【００２８】なお、本実施形態では、探索方向として縦
又は横の探索ラインを用いたが、例えば図１０のよう
に、探索ラインのラインの幅を太く（図示では２倍）し
てもよいし、図１１のように探索方向として斜めの探索
ラインを用いてもよいし、探索ラインの進む画素数（探
索間隔）を任意にとってもよい。
又は横の探索ラインを用いたが、例えば図１０のよう
に、探索ラインのラインの幅を太く（図示では２倍）し
てもよいし、図１１のように探索方向として斜めの探索
ラインを用いてもよいし、探索ラインの進む画素数（探
索間隔）を任意にとってもよい。
【００２９】（第２の実施形態）本実施形態は、画像化
された曲線の輪郭線が順番付けされた画素のつながりと
して検出されている曲線において、この順番付け曲線に
スプライン補間などをする場合、曲線を構成する画素の
うち、最初と最後の画素は補間の上で重要であるため、
最初と最後の画素２点を特徴点とする。
された曲線の輪郭線が順番付けされた画素のつながりと
して検出されている曲線において、この順番付け曲線に
スプライン補間などをする場合、曲線を構成する画素の
うち、最初と最後の画素は補間の上で重要であるため、
最初と最後の画素２点を特徴点とする。
【００３０】また、本実施形態では、複数の曲線をスプ
ライン補間などで近似する時は、曲線の分割点が重要で
ある。分割点を抽出するためにＩ番目とＩ＋１番目の画
素間で距離Ｄを計算し、該距離Ｄがある閾値Ｐより大き
い場合その２点を分割点とする。そして、２点を特徴点
として抽出する。
ライン補間などで近似する時は、曲線の分割点が重要で
ある。分割点を抽出するためにＩ番目とＩ＋１番目の画
素間で距離Ｄを計算し、該距離Ｄがある閾値Ｐより大き
い場合その２点を分割点とする。そして、２点を特徴点
として抽出する。
【００３１】さらにまた、本実施形態では、ある画素か
ら前後Ｎ番離れた画素からベクトルを生成し、該生成ベ
クトルの角度や大きさがある閾値より大きい場合その画
素を特徴点として抽出する。
ら前後Ｎ番離れた画素からベクトルを生成し、該生成ベ
クトルの角度や大きさがある閾値より大きい場合その画
素を特徴点として抽出する。
【００３２】図１２は、曲線を構成する画素から輪郭線
画素を順番付けして検出する輪郭線の抽出方法におい
て、抽出された輪郭線の特徴点を順番付けした画素間を
結ぶベクトルの角度の大小から抽出するアルゴリズムで
ある。
画素を順番付けして検出する輪郭線の抽出方法におい
て、抽出された輪郭線の特徴点を順番付けした画素間を
結ぶベクトルの角度の大小から抽出するアルゴリズムで
ある。
【００３３】図１３のように、矢印の順ですでに順番付
けされた画素で構成される曲線がある場合、図１４のよ
うに、Ｍ番目の画素Ａに対して、ＡよりＮ番（図示では
５番）前の画素をＢ、ＡよりＮ番（図示では５番）後の
画素をＣとする。そして、画素Ａ・Ｂ・Ｃから、図１５
のように、ＢＡベクトル、ＡＣベクトルを生成し、ＢＡ
ベクトルの始点を画素Ａまで平行移動したベクトルＢ
Ａ’を生成する。さらに、図１６に示すように、ＢＡ’
ベクトルとＡＣベクトルの角度θを計算し、該角度θが
ある閾値Ｑより大きい場合，Ｍ番目の点Ａを特徴点とし
て抽出する。以下、図１２の手順を詳細に説明する。
けされた画素で構成される曲線がある場合、図１４のよ
うに、Ｍ番目の画素Ａに対して、ＡよりＮ番（図示では
５番）前の画素をＢ、ＡよりＮ番（図示では５番）後の
画素をＣとする。そして、画素Ａ・Ｂ・Ｃから、図１５
のように、ＢＡベクトル、ＡＣベクトルを生成し、ＢＡ
ベクトルの始点を画素Ａまで平行移動したベクトルＢ
Ａ’を生成する。さらに、図１６に示すように、ＢＡ’
ベクトルとＡＣベクトルの角度θを計算し、該角度θが
ある閾値Ｑより大きい場合，Ｍ番目の点Ａを特徴点とし
て抽出する。以下、図１２の手順を詳細に説明する。
【００３４】図１２において、特徴点抽出対象となる画
素の番号Ｍ＝１を初期設定する（ステップＳ２１）。こ
の番号Ｍは、１つの画素について抽出判定処理される毎
に初期値１から順次増加させる（ステップＳ３０）。
素の番号Ｍ＝１を初期設定する（ステップＳ２１）。こ
の番号Ｍは、１つの画素について抽出判定処理される毎
に初期値１から順次増加させる（ステップＳ３０）。
【００３５】番号Ｍに任意に設定する数値Ｎを加えた値
が最終の番号より大きいか否かをチェックし（ステップ
Ｓ２２）、大きい場合には特徴点抽出を終了する（ステ
ップＳ２３）。Ｍ＋Ｎの値が最終の番号よりも小さい場
合、Ｍ−Ｎ＜０であるか否かをチェックする（ステップ
Ｓ２４）。これらチェックは、図１４のように、画素Ａ
に対して画素Ｂ，Ｃが存在することを抽出条件とするた
めのものである。
が最終の番号より大きいか否かをチェックし（ステップ
Ｓ２２）、大きい場合には特徴点抽出を終了する（ステ
ップＳ２３）。Ｍ＋Ｎの値が最終の番号よりも小さい場
合、Ｍ−Ｎ＜０であるか否かをチェックする（ステップ
Ｓ２４）。これらチェックは、図１４のように、画素Ａ
に対して画素Ｂ，Ｃが存在することを抽出条件とするた
めのものである。
【００３６】また、他の実施例として、輪郭線が複数に
分離している場合、前記の特徴点抽出で分離点を抽出し
ているが、この分離点の始点と終点の間の輪郭線を線分
と考え、線分で特徴点を抽出する。すなわち、Ｍ＋Ｎが
分離点の終点の順番より大きい場合、特徴点抽出を次の
線分に移す。そして、Ｍ−Ｎが分離点の始点より小さい
場合、Ｍを次の点に移動する。
分離している場合、前記の特徴点抽出で分離点を抽出し
ているが、この分離点の始点と終点の間の輪郭線を線分
と考え、線分で特徴点を抽出する。すなわち、Ｍ＋Ｎが
分離点の終点の順番より大きい場合、特徴点抽出を次の
線分に移す。そして、Ｍ−Ｎが分離点の始点より小さい
場合、Ｍを次の点に移動する。
【００３７】画素Ａに対して画素Ｂ，Ｃが存在する場
合、Ｍ番目の画素Ａと、Ｍ−Ｎ番目の画素Ｂと、Ｍ＋Ｎ
番目の画素Ｃの各座標を検出する（ステップＳ２５）。
この座標から、図１５のように、ＢＡベクトル、ＡＣベ
クトルを生成し、さらにＢＡベクトルの始点を画素Ａま
で平行移動したベクトルＢＡ’を生成する（ステップＳ
２６）。
合、Ｍ番目の画素Ａと、Ｍ−Ｎ番目の画素Ｂと、Ｍ＋Ｎ
番目の画素Ｃの各座標を検出する（ステップＳ２５）。
この座標から、図１５のように、ＢＡベクトル、ＡＣベ
クトルを生成し、さらにＢＡベクトルの始点を画素Ａま
で平行移動したベクトルＢＡ’を生成する（ステップＳ
２６）。
【００３８】この後、図１６のように、ＢＡ’ベクトル
とＡＣベクトルの角度θを計算し（ステップＳ２７）、
該角度θがある閾値Ｑより大きいか否かをチェックする
（ステップ（Ｓ２８）。このチェックで角度θがある閾
値Ｑより大きい場合にＭ番目の点Ａを特徴点として抽出
する（ステップＳ２９）。
とＡＣベクトルの角度θを計算し（ステップＳ２７）、
該角度θがある閾値Ｑより大きいか否かをチェックする
（ステップ（Ｓ２８）。このチェックで角度θがある閾
値Ｑより大きい場合にＭ番目の点Ａを特徴点として抽出
する（ステップＳ２９）。
【００３９】本実施形態では、角度θを用いているが、
内積など二つのベクトルの相関をあらわす指標でもよ
い。また、本実施形態では、Ｍは１ずつ増加している
が、増加量は任意である。
内積など二つのベクトルの相関をあらわす指標でもよ
い。また、本実施形態では、Ｍは１ずつ増加している
が、増加量は任意である。
【００４０】また、他の実施形態として、ベクトルの大
きさから特徴点を抽出することもできる。この方法は、
図１７のように、ＡＣベクトルからＡＢ’ベクトルを引
き、Ｂ’Ｃベクトルを生成し、このＢ'Ｃベクトルの大
きさＸを計算し、この値Ｘがある閾値Ｒより大きい場
合、Ｍ番目の点Ａを特徴点として抽出する。
きさから特徴点を抽出することもできる。この方法は、
図１７のように、ＡＣベクトルからＡＢ’ベクトルを引
き、Ｂ’Ｃベクトルを生成し、このＢ'Ｃベクトルの大
きさＸを計算し、この値Ｘがある閾値Ｒより大きい場
合、Ｍ番目の点Ａを特徴点として抽出する。
【００４１】このベクトルの大きさから特徴点を抽出す
るアルゴリズムは、図１８のようになる。同図が図１２
と異なる部分は、ステップＳ２６〜Ｓ２９に代えて、ス
テップＳ３１〜Ｓ３３とした点にある。
るアルゴリズムは、図１８のようになる。同図が図１２
と異なる部分は、ステップＳ２６〜Ｓ２９に代えて、ス
テップＳ３１〜Ｓ３３とした点にある。
【００４２】ベクトルＢＡ，ＡＣ，ＢＡ’を生成し（ス
テップＳ２６）、この後、ＡＣベクトルからＡＢ’ベク
トルを引き、Ｂ'Ｃベクトルを生成し、このＢ'Ｃベクト
ルの大きさＸを計算し（ステップ（Ｓ３１）、この値Ｘ
がある閾値Ｒより大きいか否かをチェックし（ステップ
（Ｓ３２）、大きい場合にＭ番目の画素Ａを特徴点とし
て抽出する（ステップＳ３３）。
テップＳ２６）、この後、ＡＣベクトルからＡＢ’ベク
トルを引き、Ｂ'Ｃベクトルを生成し、このＢ'Ｃベクト
ルの大きさＸを計算し（ステップ（Ｓ３１）、この値Ｘ
がある閾値Ｒより大きいか否かをチェックし（ステップ
（Ｓ３２）、大きい場合にＭ番目の画素Ａを特徴点とし
て抽出する（ステップＳ３３）。
【００４３】なお、本発明は、近似対象となる曲線のデ
ータを保存し、図１、図１２、図１８のフローチャート
等で示した本発明の特徴点の抽出方法の処理手順ないし
アルゴリズムをコンピュータ等に実行させるためのプロ
グラムとし、該コンピュータが読み取り可能な記録媒
体、例えばフロッピーディスクやメモリカード、ＭＯ、
ＣＤ、ＤＶＤなどに記録して配布することが可能であ
る。
ータを保存し、図１、図１２、図１８のフローチャート
等で示した本発明の特徴点の抽出方法の処理手順ないし
アルゴリズムをコンピュータ等に実行させるためのプロ
グラムとし、該コンピュータが読み取り可能な記録媒
体、例えばフロッピーディスクやメモリカード、ＭＯ、
ＣＤ、ＤＶＤなどに記録して配布することが可能であ
る。
【００４４】
【発明の効果】以上のとおり、本発明によれば、探索ラ
インと該曲線との交点の増減で特徴点の出現を検出し、
検出した探索ラインの前後の探索ラインと該曲線との交
差点の位置から特徴点を検出するようにしたため、Ｓｐ
ｌｉｎｅ補間などの曲線近似を行うのに、効率良く近似
を行うことができる。
インと該曲線との交点の増減で特徴点の出現を検出し、
検出した探索ラインの前後の探索ラインと該曲線との交
差点の位置から特徴点を検出するようにしたため、Ｓｐ
ｌｉｎｅ補間などの曲線近似を行うのに、効率良く近似
を行うことができる。
【００４５】また、本発明は、曲線の輪郭線が順番付け
された画素のつながりとして検出される場合に順番付け
の開始点と終了点を特徴点として抽出し、さらに、順番
付けされた輪郭線が複数抽出された場合に順番付け通り
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きい２点に終点と始点の符号を付与して特徴点として
検出し、さらにまた、ある画素から前後Ｎ番離れた画素
からベクトルを生成し、該生成ベクトルの角度や大きさ
がある閾値より大きい場合その画素を特徴点として抽出
するようにしたため、Ｓｐｌｉｎｅ補間などの曲線近似
を行うのに、効率良く近似を行うことができる。
された画素のつながりとして検出される場合に順番付け
の開始点と終了点を特徴点として抽出し、さらに、順番
付けされた輪郭線が複数抽出された場合に順番付け通り
各画素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより
大きい２点に終点と始点の符号を付与して特徴点として
検出し、さらにまた、ある画素から前後Ｎ番離れた画素
からベクトルを生成し、該生成ベクトルの角度や大きさ
がある閾値より大きい場合その画素を特徴点として抽出
するようにしたため、Ｓｐｌｉｎｅ補間などの曲線近似
を行うのに、効率良く近似を行うことができる。
【図面の簡単な説明】
【図１】本発明の実施形態を示す探索ラインによる特徴
点抽出アルゴリズム。
点抽出アルゴリズム。
【図２】曲線の特徴点の説明図。
【図３】曲線を画素レベルに拡大した図。
【図４】探索ラインと探索方向の例。
【図５】探索ラインと曲線の交差領域の説明図。
【図６】探索ラインと曲線の交差点の例。
【図７】探索ラインと曲線の交差点の例。
【図８】探索ラインが曲線と複数箇所で交差する例。
【図９】探索ラインが曲線と複数箇所で交差する例。
【図１０】探索ラインの幅を２倍にした例。
【図１１】探索ラインの探索方向を斜めにした例。
【図１２】本発明の実施形態を示すベクトルの角度によ
る特徴点抽出アルゴリズム。
る特徴点抽出アルゴリズム。
【図１３】順番付けされた画素のつながりとした曲線の
例。
例。
【図１４】ベクトル角度による特徴点抽出を説明する画
素Ａ，Ｂ，Ｃの位置関係図。
素Ａ，Ｂ，Ｃの位置関係図。
【図１５】画素Ａ，Ｂ，Ｃ間のベクトル関係図。
【図１６】画素Ａ，Ｂ，Ｃのベクトル角度θの説明図。
【図１７】画素Ａ，Ｂ，Ｃのベクトル大きさＢ'Ｃの説
明図。
明図。
【図１８】本発明の実施形態を示すベクトルの大きさに
よる特徴点抽出アルゴリズム。
よる特徴点抽出アルゴリズム。
Claims (9)
- 【請求項１】 画像化された曲線の凸部分の点や該曲線
上で滑らかでない点を特徴点として抽出する方法であっ
て、 画像内を１ラインずつ探索していき、該探索ラインと曲
線との交差点の個数とその位置を検出し、 前記交差点個数の増減があった探索ラインについて、前
後の探索ラインでの曲線の交差点位置の関係から増減し
た交差点を抽出し、該抽出した交差点を特徴点とするこ
とを特徴とする曲線の特徴点抽出方法。 - 【請求項２】 前記探索ラインは、縦、横、斜の何れか
１つの探索方向にすることを特徴とする請求項１に記載
の曲線の特徴点抽出方法。 - 【請求項３】 前記探索ラインは、ライン幅及び探索間
隔を任意にとることを特徴とする請求項１又は２の何れ
か１項に記載の曲線の特徴点抽出方法。 - 【請求項４】 画像化された曲線の輪郭線が順番付けさ
れた画素のつながりとして検出されている曲線におい
て、順番付けの開始点と終了点を特徴点として抽出する
ことを特徴とする曲線の特徴点抽出方法。 - 【請求項５】 前記曲線において、前記順番通りに各画
素間の距離Ｄを計算し、該距離Ｄがある閾値Ｐより大き
くなる２点を特徴点として抽出することを特徴とする請
求項４に記載の曲線の特徴点抽出方法。 - 【請求項６】 前記順番付けした画素をもつ曲線上のあ
る画素Ａに対して、すでにつけられた順番付けでＮ番前
の画素をＢとし、すでにつけられた順番付けでＮ番後の
画素をＣとして、画素Ａ，Ｂ，Ｃ間のＢＡベクトルとＡ
Ｃベクトルを生成し、 前記ＢＡベクトルの始点を画素Ａまで平行移動したベク
トルをＢＡ’とし、該ＢＡ’ベクトルと前記ＡＣベクト
ルの角度θを計算し、該角度θがある閾値Ｑより大きい
場合に画素Ａを特徴点として抽出することを特徴とする
請求項４又は５の何れか１項に記載の曲線の特徴点抽出
方法。 - 【請求項７】 前記ＡＣベクトルからＢＡ’ベクトルを
引いてＢ'Ｃベクトルを生成し、該Ｂ'Ｃベクトルの大き
さＸがある閾値Ｒより大きい場合に画素Ａを特徴点とし
て抽出することを特徴とする請求項６に記載の曲線の特
徴点抽出方法。 - 【請求項８】 請求項１、２、３のいずれか１項に記載
の曲線の特徴点抽出方法における処理手順をコンピュー
タに実行させるプログラムとして、該コンピュータが読
み取り可能に記録したことを特徴とする曲線の特徴点抽
出方法を記録した記録媒体。 - 【請求項９】 請求項４、５、６、７のいずれか１項に
記載の曲線の特徴点抽出方法における処理手順をコンピ
ュータに実行させるプログラムとして、該コンピュータ
が読み取り可能に記録したことを特徴とする曲線の特徴
点抽出方法を記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10301819A JP2000132692A (ja) | 1998-10-23 | 1998-10-23 | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10301819A JP2000132692A (ja) | 1998-10-23 | 1998-10-23 | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000132692A true JP2000132692A (ja) | 2000-05-12 |
Family
ID=17901554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10301819A Pending JP2000132692A (ja) | 1998-10-23 | 1998-10-23 | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000132692A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100423503B1 (ko) * | 2001-09-14 | 2004-03-18 | 삼성전자주식회사 | 디지털영상 처리 장치 및 방법 |
| JP2009009287A (ja) * | 2007-06-27 | 2009-01-15 | Dainippon Printing Co Ltd | 電子ペン及びスキャナ並びにそれらに用いられるプログラム |
| JP2009026095A (ja) * | 2007-07-20 | 2009-02-05 | Dainippon Printing Co Ltd | 端末装置及びそれに用いられるプログラム |
| WO2014104455A1 (ko) * | 2012-12-26 | 2014-07-03 | 전남대학교 산학협력단 | 텐서 보팅을 이용한 곡선 추적을 위한 방법 및 이를 위한 장치 |
| WO2018079851A1 (ja) * | 2016-10-31 | 2018-05-03 | 株式会社ディー・ディー・エス | 皮膚情報処理プログラム及び皮膚情報処理装置 |
| CN109952596A (zh) * | 2016-10-31 | 2019-06-28 | 株式会社Dds | 皮肤信息处理程序及皮肤信息处理装置 |
| US10733416B2 (en) | 2016-10-07 | 2020-08-04 | Kabushiki Kaisha Dds | Information processing method, information processing device, and non-transitory computer-readable medium |
-
1998
- 1998-10-23 JP JP10301819A patent/JP2000132692A/ja active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100423503B1 (ko) * | 2001-09-14 | 2004-03-18 | 삼성전자주식회사 | 디지털영상 처리 장치 및 방법 |
| JP2009009287A (ja) * | 2007-06-27 | 2009-01-15 | Dainippon Printing Co Ltd | 電子ペン及びスキャナ並びにそれらに用いられるプログラム |
| JP2009026095A (ja) * | 2007-07-20 | 2009-02-05 | Dainippon Printing Co Ltd | 端末装置及びそれに用いられるプログラム |
| WO2014104455A1 (ko) * | 2012-12-26 | 2014-07-03 | 전남대학교 산학협력단 | 텐서 보팅을 이용한 곡선 추적을 위한 방법 및 이를 위한 장치 |
| US10733416B2 (en) | 2016-10-07 | 2020-08-04 | Kabushiki Kaisha Dds | Information processing method, information processing device, and non-transitory computer-readable medium |
| KR20190067914A (ko) * | 2016-10-31 | 2019-06-17 | 가부시끼가이샤 디디에스 | 피부 정보 처리 프로그램 및 피부 정보 처리 장치 |
| CN109923581A (zh) * | 2016-10-31 | 2019-06-21 | 株式会社Dds | 皮肤信息处理程序及皮肤信息处理装置 |
| CN109952596A (zh) * | 2016-10-31 | 2019-06-28 | 株式会社Dds | 皮肤信息处理程序及皮肤信息处理装置 |
| JPWO2018079851A1 (ja) * | 2016-10-31 | 2019-10-10 | 株式会社ディー・ディー・エス | 皮膚情報処理プログラム及び皮膚情報処理装置 |
| WO2018079851A1 (ja) * | 2016-10-31 | 2018-05-03 | 株式会社ディー・ディー・エス | 皮膚情報処理プログラム及び皮膚情報処理装置 |
| US10740589B2 (en) | 2016-10-31 | 2020-08-11 | Kabushiki Kaisha Dds | Skin information processing method, skin information processing device, and non-transitory computer-readable medium |
| US10740590B2 (en) | 2016-10-31 | 2020-08-11 | Kabushiki Kaisha Dds | Skin information processing method, skin information processing device, and non-transitory computer-readable medium |
| KR102226583B1 (ko) | 2016-10-31 | 2021-03-11 | 가부시끼가이샤 디디에스 | 피부 정보 처리 프로그램 및 피부 정보 처리 장치 |
| CN109923581B (zh) * | 2016-10-31 | 2022-12-02 | 株式会社Dds | 皮肤信息处理方法及皮肤信息处理装置 |
| CN109952596B (zh) * | 2016-10-31 | 2023-07-07 | 株式会社Dds | 皮肤信息处理方法及皮肤信息处理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102192830B1 (ko) | 트랙킹 네트워크를 포함한 CNN(Convolutional Neural Network)을 사용하여 이미지 상의 객체에 대응하는 바운딩 박스를 획득하기 위한 방법 및 이를 이용한 장치 | |
| JP6972757B2 (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
| JP6972756B2 (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
| CN100514367C (zh) | 基于彩色分割的立体3d重构***和方法 | |
| EP0506327B1 (en) | A system and method for ranking and extracting salient contours for target recognition | |
| JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
| US6128410A (en) | Pattern matching apparatus and method that considers distance and direction | |
| JP2006190201A (ja) | 画像処理システム、学習装置および方法、並びにプログラム | |
| JP2008269471A (ja) | 類似画像判定装置と類似画像判定方法およびプログラムと記録媒体 | |
| KR101018299B1 (ko) | 영상에서 복수의 물체를 감지하는 방법 및 장치 | |
| EP2423850B1 (en) | Object recognition system and method | |
| JP2010244207A (ja) | 移動物体追跡装置、移動物体追跡方法および移動物体追跡プログラム | |
| JP2001076161A (ja) | 画像処理方法及び装置並びに記憶媒体 | |
| EP3043315B1 (en) | Method and apparatus for generating superpixels for multi-view images | |
| JP5192437B2 (ja) | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム | |
| CN111444817A (zh) | 一种人物图像识别方法、装置、电子设备和存储介质 | |
| JP2000132692A (ja) | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 | |
| JP4133246B2 (ja) | 画像変形情報生成装置、画像変形情報生成方法及び画像変形情報生成プログラム | |
| JP4550398B2 (ja) | 一連の画像に現れる物体の動きを表現する方法、一連の画像中の画像における物体の選択を識別する方法、画像に対応する信号を処理することによって一連の画像を探索する方法、及び装置 | |
| JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
| JPH1139477A (ja) | 対応点探索装置 | |
| JP5111269B2 (ja) | 画像処理装置、画像処理方法 | |
| JP2001337990A (ja) | 画像検索システム及び画像検索件方法 | |
| CN114241586B (zh) | 一种人脸检测方法及装置、存储介质及电子设备 | |
| JP3022330B2 (ja) | 動画像認識装置および動画像認識方法 |