JP6089886B2 - 領域分割方法および検査装置 - Google Patents
領域分割方法および検査装置 Download PDFInfo
- Publication number
- JP6089886B2 JP6089886B2 JP2013073545A JP2013073545A JP6089886B2 JP 6089886 B2 JP6089886 B2 JP 6089886B2 JP 2013073545 A JP2013073545 A JP 2013073545A JP 2013073545 A JP2013073545 A JP 2013073545A JP 6089886 B2 JP6089886 B2 JP 6089886B2
- Authority
- JP
- Japan
- Prior art keywords
- foreground
- pixel
- color distribution
- image
- area
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims description 112
- 238000000034 method Methods 0.000 title claims description 69
- 238000009826 distribution Methods 0.000 claims description 76
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 19
- 238000003860 storage Methods 0.000 description 18
- 239000003086 colorant Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004260 weight control Methods 0.000 description 2
- 241000270295 Serpentes Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20101—Interactive definition of point of interest, landmark or seed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
よび「クイック選択ツール」では、ユーザが画像の一部を指定すると、その指定箇所の周囲にある類似色のピクセルが自動で選択される。つまり、前景の一部を指定するだけで領域抽出が可能であり、背景を指定する手間を省いている。しかし、同ソフトでは指定箇所の色(前景の代表色)との類似性だけを評価しているため、抽出結果の精度があまり高くない。例えば、前景と背景の色が似ている場合や、前景部分の色の変化がなだらかに続いている場合などには、ユーザが意図する範囲が選択されず、範囲の追加や削除といった修正作業が必要となる。
とすべき領域を抽出する処理、静止画や動画から顔・人体・手指(ジェスチャ)の領域や輪郭を検出する処理、車載カメラの映像から道路の白線や標識や所定の物体を検出する処理、画像処理用の学習用データベースを構築する際に入力対象となる領域を設定する処理、画像編集で背景合成を行うにあたり元画像の中から前景部分のみをトリミングする処理、医用画像の中から診断対象の臓器や部位のみ抽出する処理など、様々な応用例が考えられる。以下に述べる実施形態では、一応用例として、画像検査装置における検査領域設定機能(設定ツール)に本発明に係る領域分割方法を実装した例を説明する。
図1は、画像検査装置の構成を模式的に示している。この画像検査装置1は、搬送路上を搬送される検査対象物2の外観検査を行うシステムである。
図2及び図3を参照して、画像検査装置1の検査処理に関わる動作を説明する。図2は、検査処理の流れを示すフローチャートであり、図3は、検査処理における検査領域の抽出過程を説明するための図である。ここでは、説明の便宜のため、携帯電話の筐体部品のパネル面の検査(キズ、色ムラの検出)を例に挙げて検査処理の流れを説明する。
図4のフローチャートに沿って、設定ツール103の機能及び動作について説明する。図4は、設定ツール103を用いて検査領域を設定する処理の流れを示すフローチャートである。また、適宜、図5の検査領域設定画面例も参照する。
いた所定の操作(例えばマウスのクリックやドラッグ、所定のキーの押下など)により行うことができる。なおこの設定画面はあくまでも一例にすぎず、以下に述べる入力操作や画像の確認などを行うことができればどのようなUIを用いてもよい。
本実施形態では、サンプル画像上の任意の位置に図形を描画する操作により、前景の指定が行われる(以下、この図形を前景指定図形と呼ぶ)。設定ツール103は、前景指定図形を描画するためのツールとして、直線描画ツール、曲線描画ツール、円描画ツール、矩形描画ツール、閉図形描画ツール、消しゴムツールを用意している。ツールボタン52における該当するアイコンを選択することで、ツールの切換が可能である。
まず設定ツール103は、サンプル画像の各ピクセルの値(色)を所定の色空間にマッピングする(ステップS44)。色空間としては、サンプル画像のカラーチャネルと同じ色空間(例えばRGB色空間)でもよいし、L*a*b*やXYZのような他の色空間を用いることもできる。また計算を簡単にするために、2次元や1次元の色空間を用いてもよい。図7(a)は、マッピング結果の一例を模式的に示している(図示の便宜から2次元の色空間の例を示す)。×マークがマッピングされたピクセルを表している。実際の画像では数十万から数百万程度のピクセルが存在するが、図7(a)では簡略化して示している。
用いてもよいが、本実施形態の場合はGMMクラスタリングを用いることが好ましい。後段の最適解探索における尤度計算にGMMを利用するため、GMMクラスタリングの計算結果をそのまま最適解探索に流用できるという利点があるからである。なお、クラスタの数(分割数)は動的に決定してもよいし、ユーザが設定することもできる。図7(b)は、クラスタリング結果の一例として、6つのクラスタ71〜76に分割された例を模式的に示している。
続いて、設定ツール103は、ステップS44〜S48で推定された前景の色分布と背景の色分布を初期条件として用いて、サンプル画像に対し領域分割(セグメンテーション)を実行する(ステップS49)。領域分割についてはいかなるアルゴリズムを利用する
こともできるが、前景と背景の最適な境界を探索する輪郭ベースのアルゴリズムを用いることが好ましい。例えば、グラフカットやレベルセットなどのアルゴリズムを好適に利用できる。これらのアルゴリズムでは、前景領域の候補解(候補領域)について、候補領域の内側のピクセルの色の前景らしさ(前景尤度)と候補領域の外側のピクセルの色の背景らしさ(背景尤度)を評価することで、複数の候補領域のなかから前景領域の最適解を探索する。ここで、各ピクセルの色の前景らしさ(前景尤度)は、ステップS47で得られた前景の色分布であるGMMを確率密度関数として用いて、計算できる。また、各ピクセルの色の背景らしさ(背景尤度)は、ステップS48で得られた背景の色分布であるGMMを確率密度関数として用いて、計算できる。例えば、グラフカットアルゴリズムを用いる場合には、候補領域の内側の各ピクセルの前景尤度と候補領域の外側の各ピクセルの背景尤度の合計値を評価する式を目的関数のデータ項として用いればよい。その場合の平滑化項には、例えば、各ピクセルの4近傍のエッジ重みを評価する式などを用いることができる。グラフカットアルゴリズムは公知の手法であるため(非特許文献1など参照)、ここでは詳しい説明は割愛する。
以上述べた設定ツール103によれば、ユーザは前景の一部を指定するだけでよい(背景を指定する必要がない)ので、ユーザの操作が直感的かつ簡易になる。そして、ユーザにより指定された前景指定ピクセルの色に基づいて前景の色分布と背景の色分布を推定し、前景と背景の両方の色分布を条件として用いて領域分割を行うので、前景の条件のみを用いる方法に比べて、精度の高い領域分割を行うことができる。また、対象物(前景)の大きさ等の事前知識を与える必要がないので、汎用性に優れるという利点もある。特に本実施形態では、グラフカットやレベルセットなどの領域分割アルゴリズムを利用して前景領域の最適解を求めているので、前景と背景の境界を精度良く決定することが可能となる。しかも、ユーザにより指定された前景指定ピクセルを包含するように探索範囲を設定するので、探索精度の向上と処理時間の短縮を両立できる。
の領域分割方法は、外観検査装置に限らず、各種のデジタル画像処理、コンピュータビジョン、マシンビジョンの要素技術として汎用的に利用可能である。
2:検査対象物
10:装置本体、11:画像センサ、12:表示装置、13:記憶装置、14:入力装置101:検査処理部、102:検査領域抽出部、103:設定ツール
20:ヒンジ部分、21:ボタン部分
30:検査領域、31:検査領域画像
50:画像ウィンドウ、51:画像取込ボタン、52:ツールボタン、53:領域分割ボタン、54:確定ボタン、55:設定変更ボタン
71−76:クラスタ
Claims (15)
- 画像を前景と背景に分割する領域分割方法であって、
コンピュータが、前記画像のうち前景とすべき領域内の一部のピクセルを前景指定ピクセルとしてユーザに指定させる前景指定ステップと、
コンピュータが、ユーザにより指定された前記前景指定ピクセルの色に基づいて、前景の色分布と背景の色分布を推定する推定ステップと、
コンピュータが、推定された前記前景の色分布と前記背景の色分布を条件として用いて、前記画像を前景領域と背景領域に分割する領域分割ステップと、を含み、
前記推定ステップは、
前記画像の色分布を複数のクラスタに分けるステップと、
前記複数のクラスタの各々について、クラスタに含まれる前記前景指定ピクセルをカウントした結果に基づいて前記前景指定ピクセルとの関連性の大きさを評価する評価ステップと、
前記複数のクラスタのうち、ユーザにより指定された前記前景指定ピクセルとの関連性が大きい一以上のクラスタを前記前景の色分布として選び、前記前景指定ピクセルとの関連性が小さい一以上のクラスタを前記背景の色分布として選ぶ選択ステップと、を含むことを特徴とする領域分割方法。 - 前記評価ステップでは、クラスタに含まれる前記前景指定ピクセルをカウントするときに、前記前景指定ピクセルの位置に応じた重みを付けてカウントする
ことを特徴とする請求項1に記載の領域分割方法。 - 前記前景指定ステップでは、表示装置に表示した前記画像の上に図形を描画する操作により、前記前景指定ピクセルの指定が行われ、
前記評価ステップでは、描画された前記図形の中心部にあるピクセルの重みを、前記図形の周辺部にあるピクセルの重みよりも大きくする
ことを特徴とする請求項2に記載の領域分割方法。 - 前記評価ステップでは、前記前景指定ピクセルをクラスタ内の位置に応じた重みを付け
てカウントする
ことを特徴とする請求項2に記載の領域分割方法。 - 前記評価ステップでは、前記クラスタの中心部にあるピクセルの重みを、前記クラスタの周辺部にあるピクセルの重みよりも大きくする
ことを特徴とする請求項4に記載の領域分割方法。 - 画像を前景と背景に分割する領域分割方法であって、
コンピュータが、前記画像のうち前景とすべき領域内の一部のピクセルを前景指定ピクセルとしてユーザに指定させる前景指定ステップと、
コンピュータが、ユーザにより指定された前記前景指定ピクセルの色に基づいて、前景の色分布と背景の色分布を推定する推定ステップと、
コンピュータが、推定された前記前景の色分布と前記背景の色分布を条件として用いて、前記画像を前景領域と背景領域に分割する領域分割ステップと、を含み、
前記推定ステップは、
前記画像の色分布を複数のクラスタに分けるステップと、
前記複数のクラスタのうち、ユーザにより指定された前記前景指定ピクセルとの関連性が大きい一以上のクラスタを前記前景の色分布として選び、前記前景指定ピクセルとの関連性が小さい一以上のクラスタを前記背景の色分布として選ぶ選択ステップと、を含み、
前記選択ステップでは、前記前景指定ピクセルとの関連性が閾値以上であるクラスタ、または、前記前景指定ピクセルとの関連性が大きいものから順に所定数のクラスタが、前記前景の色分布として選ばれる
ことを特徴とする領域分割方法。 - 画像を前景と背景に分割する領域分割方法であって、
コンピュータが、前記画像のうち前景とすべき領域内の一部のピクセルを前景指定ピクセルとしてユーザに指定させる前景指定ステップと、
コンピュータが、ユーザにより指定された前記前景指定ピクセルの色に基づいて、前景の色分布と背景の色分布を推定する推定ステップと、
コンピュータが、推定された前記前景の色分布と前記背景の色分布を条件として用いて、前記画像を前景領域と背景領域に分割する領域分割ステップと、を含み、
前記推定ステップは、
前記画像の色分布を複数のクラスタに分けるステップと、
前記複数のクラスタのうち、ユーザにより指定された前記前景指定ピクセルとの関連性が大きい一以上のクラスタを前記前景の色分布として選び、前記前景指定ピクセルとの関連性が小さい一以上のクラスタを前記背景の色分布として選ぶ選択ステップと、を含み、
前記選択ステップでは、前記前景指定ピクセルを含まないクラスタ、前記前景指定ピクセルとの関連性が閾値より小さいクラスタ、または、前記前景指定ピクセルとの関連性が小さいものから順に所定数のクラスタが、前記背景の色分布として選ばれる
ことを特徴とする領域分割方法。 - 前記選択ステップでは、前記前景指定ピクセルとの関連性が閾値以上であるクラスタ、または、前記前景指定ピクセルとの関連性が大きいものから順に所定数のクラスタが、前記前景の色分布として選ばれる
ことを特徴とする請求項1〜5のうちいずれか1項に記載の領域分割方法。 - 前記選択ステップでは、前記前景指定ピクセルを含まないクラスタ、前記前景指定ピクセルとの関連性が閾値より小さいクラスタ、または、前記前景指定ピクセルとの関連性が
小さいものから順に所定数のクラスタが、前記背景の色分布として選ばれる
ことを特徴とする請求項1〜6のうちいずれか1項に記載の領域分割方法。 - 前記領域分割ステップでは、前景領域の候補解である複数の候補領域について、前記前景の色分布に対する候補領域の内側の各ピクセルの色の前景らしさと前記背景の色分布に対する候補領域の外側の各ピクセルの色の背景らしさとを評価することにより、前記複数の候補領域のなかから前景領域の最適解が求められる
ことを特徴とする請求項1〜9のうちいずれか1項に記載の領域分割方法。 - 前記領域分割ステップでは、ユーザにより指定された前記前景指定ピクセルを包含するように前記複数の候補領域が設定される
ことを特徴とする請求項10に記載の領域分割方法。 - 前記前景指定ステップでは、表示装置に表示した前記画像の上に図形を描画する操作により、前記前景指定ピクセルの指定が行われる
ことを特徴とする請求項1〜11のうちいずれか1項に記載の領域分割方法。 - 前記図形は、直線、曲線、円、楕円、多角形、または、閉図形である
ことを特徴とする請求項12に記載の領域分割方法。 - 請求項1〜13のうちいずれか1項に記載の領域分割方法の各ステップをコンピュータに実行させるためのプログラム。
- 検査対象物を撮影して得られた元画像の一部に検査領域を設定し、前記検査領域内の画像を解析することにより前記検査対象物の検査を行う検査装置であって、
請求項1〜13のうちいずれか1項に記載の領域分割方法を用いて前記元画像を前景領域と背景領域に分割し、前記前景領域を前記検査領域として設定する
ことを特徴とする検査装置。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013073545A JP6089886B2 (ja) | 2013-03-29 | 2013-03-29 | 領域分割方法および検査装置 |
TW103105765A TWI526982B (zh) | 2013-03-29 | 2014-02-21 | 區域分割方法、電腦程式產品及檢查裝置 |
EP14775567.2A EP2980755B1 (en) | 2013-03-29 | 2014-02-25 | Method for partitioning area, and inspection device |
US14/781,075 US9672628B2 (en) | 2013-03-29 | 2014-02-25 | Method for partitioning area, and inspection device |
PCT/JP2014/054462 WO2014156425A1 (ja) | 2013-03-29 | 2014-02-25 | 領域分割方法および検査装置 |
KR1020157026294A KR101719088B1 (ko) | 2013-03-29 | 2014-02-25 | 영역 분할 방법 및 검사 장치 |
CN201480018765.6A CN105122306B (zh) | 2013-03-29 | 2014-02-25 | 区域分割方法以及检查装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013073545A JP6089886B2 (ja) | 2013-03-29 | 2013-03-29 | 領域分割方法および検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014197358A JP2014197358A (ja) | 2014-10-16 |
JP6089886B2 true JP6089886B2 (ja) | 2017-03-08 |
Family
ID=51623422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013073545A Active JP6089886B2 (ja) | 2013-03-29 | 2013-03-29 | 領域分割方法および検査装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9672628B2 (ja) |
EP (1) | EP2980755B1 (ja) |
JP (1) | JP6089886B2 (ja) |
KR (1) | KR101719088B1 (ja) |
CN (1) | CN105122306B (ja) |
TW (1) | TWI526982B (ja) |
WO (1) | WO2014156425A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101766740B1 (ko) * | 2015-03-19 | 2017-08-09 | 한국전자통신연구원 | 영역 기반 그래프 컷을 이용한 객체 분할 장치 및 방법 |
JP6919982B2 (ja) * | 2017-05-09 | 2021-08-18 | 株式会社キーエンス | 画像検査装置 |
CN107358614B (zh) * | 2017-06-14 | 2020-07-28 | 南京邮电大学 | 从k边缘特性x射线图像中分离图像信息的方法 |
TWI658430B (zh) * | 2017-12-12 | 2019-05-01 | 緯創資通股份有限公司 | 熱影像處理系統及方法 |
KR102064367B1 (ko) * | 2018-05-04 | 2020-02-11 | 주식회사 셀바스에이아이 | 이미지 태깅 장치 및 이를 이용한 이미지 태깅 방법 |
TWI674558B (zh) | 2018-06-12 | 2019-10-11 | 財團法人工業技術研究院 | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 |
JP7469330B2 (ja) | 2019-04-23 | 2024-04-16 | ロレアル | 機械画像色の抽出および抽出された色を用いた機械画像構築 |
TWI726525B (zh) * | 2019-12-09 | 2021-05-01 | 新唐科技股份有限公司 | 影像二值化方法與電子裝置 |
CN113434715B (zh) * | 2020-03-23 | 2024-06-21 | 瑞昱半导体股份有限公司 | 用于针对图像进行搜索的方法以及图像处理电路 |
TWI751571B (zh) * | 2020-06-02 | 2022-01-01 | 仁寶電腦工業股份有限公司 | 環境氛圍調整系統及環境氛圍調整方法 |
US20220327710A1 (en) * | 2020-09-11 | 2022-10-13 | Beijing Boe Optoelectronics Technology Co., Ltd. | Image Segmentation Method and Apparatus and Image Three-Dimensional Reconstruction Method and Apparatus |
US20220226720A1 (en) * | 2021-01-15 | 2022-07-21 | Christian Michael FROELICH | Method, System, and Device for Inspection of Scratch-Off Lottery Tickets |
TWI797923B (zh) * | 2021-12-28 | 2023-04-01 | 國家中山科學研究院 | 遮罩係數空間之線上多物件分割與追蹤系統 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5883971A (en) * | 1996-10-23 | 1999-03-16 | International Business Machines Corporation | System and method for determining if a fingerprint image contains an image portion representing a smudged fingerprint impression |
JP2007052466A (ja) * | 2003-11-17 | 2007-03-01 | Nec Corp | 画像処理方法、画像処理システム、および画像処理プログラム |
JP2007193553A (ja) | 2006-01-19 | 2007-08-02 | Fuji Xerox Co Ltd | 画像処理方法、画像処理装置および画像処理プログラム |
CN102685533B (zh) * | 2006-06-23 | 2015-03-18 | 图象公司 | 对2d电影进行转换用于立体3d显示的方法和*** |
JP4493679B2 (ja) | 2007-03-29 | 2010-06-30 | 富士フイルム株式会社 | 対象領域抽出方法および装置ならびにプログラム |
US7999861B2 (en) * | 2008-03-14 | 2011-08-16 | Omron Corporation | Image processing apparatus for generating composite image with luminance range optimized for a designated area |
JP2010028608A (ja) * | 2008-07-23 | 2010-02-04 | Sanyo Electric Co Ltd | 画像処理装置、撮像装置、再生装置及び画像処理方法 |
JP4963492B2 (ja) * | 2008-08-08 | 2012-06-27 | トヨタ自動車株式会社 | 画像セグメンテーション方法、プログラムおよび装置 |
JP4963306B2 (ja) | 2008-09-25 | 2012-06-27 | 楽天株式会社 | 前景領域抽出プログラム、前景領域抽出装置、及び前景領域抽出方法 |
JP5865078B2 (ja) * | 2011-12-28 | 2016-02-17 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
US8873887B2 (en) * | 2013-01-24 | 2014-10-28 | Google Inc. | Systems and methods for resizing an image |
-
2013
- 2013-03-29 JP JP2013073545A patent/JP6089886B2/ja active Active
-
2014
- 2014-02-21 TW TW103105765A patent/TWI526982B/zh active
- 2014-02-25 KR KR1020157026294A patent/KR101719088B1/ko active IP Right Grant
- 2014-02-25 US US14/781,075 patent/US9672628B2/en active Active
- 2014-02-25 EP EP14775567.2A patent/EP2980755B1/en active Active
- 2014-02-25 CN CN201480018765.6A patent/CN105122306B/zh active Active
- 2014-02-25 WO PCT/JP2014/054462 patent/WO2014156425A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20160300358A1 (en) | 2016-10-13 |
EP2980755A1 (en) | 2016-02-03 |
KR20150121164A (ko) | 2015-10-28 |
US9672628B2 (en) | 2017-06-06 |
TWI526982B (zh) | 2016-03-21 |
EP2980755A4 (en) | 2016-11-30 |
JP2014197358A (ja) | 2014-10-16 |
CN105122306A (zh) | 2015-12-02 |
KR101719088B1 (ko) | 2017-03-22 |
TW201447811A (zh) | 2014-12-16 |
WO2014156425A1 (ja) | 2014-10-02 |
EP2980755B1 (en) | 2019-05-01 |
CN105122306B (zh) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6089886B2 (ja) | 領域分割方法および検査装置 | |
CN109791693B (zh) | 用于提供可视化全切片图像分析的数字病理学***及相关工作流程 | |
US10540771B2 (en) | System and method for image segmentation | |
US9978003B2 (en) | Utilizing deep learning for automatic digital image segmentation and stylization | |
KR101611895B1 (ko) | 감정 기반의 자동 문구 디자인 장치 및 그 방법 | |
JPWO2009125596A1 (ja) | 画像処理装置、方法、および記憶媒体 | |
US11734805B2 (en) | Utilizing context-aware sensors and multi-dimensional gesture inputs to efficiently generate enhanced digital images | |
WO2015074521A1 (en) | Devices and methods for positioning based on image detection | |
US11461880B2 (en) | Generating image masks from digital images utilizing color density estimation and deep learning models | |
US9852354B2 (en) | Method and apparatus for image scoring and analysis | |
JP2019207535A (ja) | 情報処理装置、情報処理方法及びプログラム | |
US11741683B2 (en) | Apparatus for processing labeled data to be used in learning of discriminator, method of controlling the apparatus, and non-transitory computer-readable recording medium | |
RU2458396C1 (ru) | Способ редактирования статических цифровых комбинированных изображений, включающих в себя изображения нескольких объектов | |
JP2016122367A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2016122367A5 (ja) | ||
JP6467817B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
Korinke et al. | Exploring touch interaction methods for image segmentation on mobile devices | |
US20220254141A1 (en) | Image processing device, image processing method, and program | |
CN113807463B (zh) | 一种基于Faster-RCNN对BI图标题检测的方法 | |
Audet et al. | Salient Object Detection in Images by Combining Objectness Clues in the RGBD Space | |
CN117392698A (zh) | 手绘电路图的识别方法、装置、设备和存储介质 | |
CN117635763A (zh) | 基于人像部件分析的自动换装方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161118 |
|
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: 20170110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170123 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6089886 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |