JP6390248B2 - 情報処理装置、ぼけ具合計算方法、及びプログラム - Google Patents
情報処理装置、ぼけ具合計算方法、及びプログラム Download PDFInfo
- Publication number
- JP6390248B2 JP6390248B2 JP2014158391A JP2014158391A JP6390248B2 JP 6390248 B2 JP6390248 B2 JP 6390248B2 JP 2014158391 A JP2014158391 A JP 2014158391A JP 2014158391 A JP2014158391 A JP 2014158391A JP 6390248 B2 JP6390248 B2 JP 6390248B2
- Authority
- JP
- Japan
- Prior art keywords
- blur
- image
- index
- line width
- condition
- 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
- 238000004364 calculation method Methods 0.000 title claims description 33
- 230000010365 information processing Effects 0.000 title claims description 15
- 238000012545 processing Methods 0.000 claims description 49
- 230000006870 function Effects 0.000 description 54
- 238000000034 method Methods 0.000 description 43
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000010606 normalization Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 230000006866 deterioration Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Description
図1を参照しながら、第1実施形態について説明する。なお、図1は、第1実施形態に係る情報処理装置の一例を示した図である。また、図1に示した情報処理装置10は、第1実施形態に係る情報処理装置の一例である。
なお、記憶部11は、RAM(Random Access Memory)などの揮発性記憶装置、或いは、HDD(Hard Disk Drive)やフラッシュメモリなどの不揮発性記憶装置である。演算部12は、CPU(Central Processing Unit)やDSP(Digital Signal Processor)などのプロセッサである。但し、演算部12は、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの電子回路であってもよい。演算部12は、例えば、記憶部11又は他のメモリに格納されたプログラムを実行する。
<2.第2実施形態>
次に、第2実施形態について説明する。
第2実施形態に係る技術を適用可能なシステムの例について説明する。第2実施形態に係る技術は、デジタルカメラなどの撮像装置により対象物を撮影し、画像認識技術を用いて対象物に記載された文字や記号を自動認識するシステムに適用可能である。
一例として、撮像した画像から文字を認識する文字認識システムについて説明する。地上に設置されている撮像装置から文字を認識する文字認識システムの例を図2に示した。以下では、図2の例を想定して説明を進める。なお、図2は、第2実施形態に係る文字認識システムの一例を示した図である。また、図2に示した文字認識システム100は、第2実施形態に係る文字認識システムの一例である。
第2実施形態に係る技術は、上記の文字認識システム100の他、例えば、ランドマーク認識システムやOCR(Optical Character Recognition)システムなどに適用することができる。
ぼけ具合の特定について説明する。
(ぼけ具合とぼけ指標)
画像処理装置102では、上記のような辞書選択を行って文字を認識するが、この場合にぼけ具合の特定を行う。以降、画像処理装置102によるぼけ具合特定動作について説明する。最初に、ぼけ具合とぼけ指標について説明する。
(A)の画像p1のエッジ部分における最小輝度はb1である。これに対し、(B)の画像p2のエッジ部分における最小輝度はb2(>b1)になっており、画像p1、p2との間で、輝度に差Δが生じている。
図7はエッジ幅を示す図である。線の潰れが生じた図6の画像p2におけるエッジ部分の輝度のグラフg2を示している。画像p2のエッジ部分における輝度はb2であり、エッジ幅はW11になっている。なお、輝度b1は本来の文字の輝度である。
(A)のグラフgaにおいて、画像p3のエッジ部分におけるエッジ幅はW12であり、エッジ勾配はSL1になっている。これに対し、(B)のグラフgbにおいて、画像p4のエッジ部分におけるエッジ幅はW12であり、エッジ勾配はSL2になっている。
ここで、ぼけ具合を表す錯乱円について説明する。ある点光源から出た光が結像面で広がる円を錯乱円と呼ぶ。焦点が合っている位置から被写体が離れる程、錯乱円は大きくなる。
以降、ぼけ指標としてエッジ勾配を使用する例を示すが、ぼけ指標にエッジ幅を使用することも可能である。図10はエッジ勾配と錯乱円との関係を示す図である。縦軸はエッジ勾配、横軸は錯乱円(の大きさ)である。エッジ勾配と錯乱円との間には、エッジ勾配の減少に伴って、錯乱円が増加する関係が存在する。この関係は、関数(以下、ぼけ具合関数)の形で表現することができる。もちろん、エッジ勾配と錯乱円の大きさとを対応付けるテーブルを利用して上記関係を表現することもできる。
但し、線が細い場合には線に潰れが生じるので、ステップエッジを前提に算出したぼけ具合関数を適用すると、正確なエッジ勾配と錯乱円との関係が成り立たないことがある。この場合、エッジ勾配から錯乱円の大きさを正しく特定できない可能性がある。
入力画像のぼけている線から、ぼけていない状態での線幅の算出方法について以下説明する。ある領域Rに文字Lが記されているとする。この場合、文字Lの線幅に対して、領域Rのサイズの比率が決まっており、そのサイズが計測可能であって線幅よりも十分大きな場合には、領域Rに書かれている文字Lに対する線幅の算出を行うことが可能である。
(A)において、様式が決まっている標識上の文字を認識しようとした場合、文字がぼけない状態で写ったときの線の太さをA1[pixel]、ぼけによる線幅の変化をB1[pixel]、ノイズによる文字幅の観測誤差をC1[pixel]とした場合、画像から直接観測した線幅の計測値X1は、以下の式(1)で算出される。
(B)において、標識の大きさ(横幅)をA2[pixel]、ボケによる標識の大きさの測定誤差をB2[pixel]、ノイズによる標識の大きさの測定誤差をC2[pixel]とすると、標識の大きさの計測値X2は、以下の式(2)で算出される。
なお、ぼけの量は同一平面内にあるのでほぼ等しく、また、ノイズによる観測誤差もほぼ等しいとみなせるので、B2≒B1、C2≒C1としてよい。また、標識の横幅と文字の線幅との比は決まっているため、比例定数をMとすると、A1とA2の関係は、以下の式(3)となる。
ここで、ぼけていない状態での線幅A1を算出する方法について述べる。上記の式(1)からA1=X1−(B1+C1)であるから、X1を観測して線幅A1の算出値として使用する場合、B1+C1が誤差となる。
A1=A2/M=(X2/M)−(B2+C2)/M・・・(4)
そして、B2≒B1、C2≒C1から、式(4a)となる。
X2を観測して線幅A1の算出値として使用する場合、式(4a)に示すように、(B1+C1)/Mが誤差となる。
[2−3.画像処理装置の機能]
次に、図14〜図16を参照しながら、画像処理装置102の機能について、さらに説明する。
錯乱円特定情報選択部115は、線幅の算出を行い、錯乱円特定情報114aを参照して、線幅とぼけ指標とから錯乱円を特定する際にどの情報(変換テーブル)を利用するかを選択する。
(錯乱円特定情報選択部115の動作)
ここで、錯乱円特定情報選択部115の動作について説明する。
〔S1〕錯乱円特定情報選択部115は、認識対象検出部112で検出された標識の位置情報から、標識全体の幅(画素数)を測定する。
[2−4.画像処理装置のハードウェア]
ここで、図18を参照しながら、画像処理装置102の機能を実現することが可能なハードウェアの例について説明する。なお、図18は、第2実施形態に係る画像処理装置の機能を実現することが可能なハードウェアの一例を示した図である。
ここで、図19を参照しながら、画像処理装置102の動作について、さらに説明する。図19は、第2実施形態に係る画像処理装置の動作を示したフローチャートである。なお、説明の都合上、錯乱円特定情報114aとして、記憶部114に変換テーブルT1−1、T1−2、T1−3(図15を参照)が格納されているとする。
例えば、標識画像の大きさの測定値をX2[pixel]、文字がぼけない状態で写ったときの線の太さをA1[pixel]、ぼけによる線幅の変化をB1[pixel]、ノイズによる文字幅の観測誤差をC1[pixel]と表記する。また、標識画像から直接観測した線幅の計測値をX1、標識画像の大きさをA2[pixel]、標識画像の大きさの測定誤差をB2[pixel]、標識画像の大きさの測定誤差をC2[pixel]と表記する。この場合、錯乱円特定情報選択部115は、上記の式(4a)により、線幅としてA1を求めることができる。
以上説明したように、本技術によれば、ぼけ具合の特定精度が向上し、その結果、ぼけ具合の特定結果を利用した画像処理方式の精度を向上させることが可能になる。また、ぼけ具合に応じた辞書の選択をした場合、認識精度が向上し、さらに、ぼけ具合が小さくなるようにフォーカスの調整を行った場合、フォーカス調整精度の向上を図ることが可能になる。
11 記憶部
12 演算部
F1、F2、F3 関数曲線
Wa、Wb、Wc 線幅
y ぼけ指標
x ぼけ具合
Claims (6)
- 画像に含まれる文字の線幅に応じた、前記画像のぼけ具合の指標となるぼけ指標と前記ぼけ具合との関係を示す関係情報を記憶する記憶部と、
撮像画像から前記線幅及び前記ぼけ指標を算出し、前記記憶部により記憶されている前記関係情報を参照して、前記線幅及び前記ぼけ指標に対応する前記ぼけ具合を特定する演算部と、
を備え、
前記関係情報は、複数の前記線幅に対応する複数の関数曲線を前記ぼけ指標と前記ぼけ具合との座標上で表現可能な情報であって、前記演算部は、算出した前記線幅に対応する前記関数曲線を、複数の前記関数曲線の中から選択し、選択した前記関数曲線上で前記ぼけ指標に対する前記ぼけ具合を特定する
情報処理装置。 - 画像に含まれる文字の線幅に応じた、前記画像のぼけ具合の指標となるぼけ指標と前記ぼけ具合との関係を示す関係情報を記憶する記憶部と、
撮像画像から前記線幅及び前記ぼけ指標を算出し、前記記憶部により記憶されている前記関係情報を参照して、前記線幅及び前記ぼけ指標に対応する前記ぼけ具合を特定する演算部と、
を備え、
前記演算部は、前記線幅とサイズとの比率が決まっている前記画像内の対象物の大きさを測定し、測定した前記比率からぼけていない状態での前記線幅を算出する
情報処理装置。 - 画像に含まれる文字の線幅に応じた、前記画像のぼけ具合の指標となるぼけ指標と前記ぼけ具合との関係を示す関係情報を記憶する記憶部と、
撮像画像から前記線幅及び前記ぼけ指標を算出し、前記記憶部により記憶されている前記関係情報を参照して、前記線幅及び前記ぼけ指標に対応する前記ぼけ具合を特定する演算部と、
を備え、
前記演算部は、前記文字のエッジ部分を検出し、前記エッジ部分の勾配又は前記エッジ部分の幅を前記ぼけ指標とする
情報処理装置。 - 前記記憶部は、前記文字の認識に用いる画像である辞書画像を複数記憶し、
前記演算部は、特定した前記ぼけ具合に応じて前記辞書画像を選択し、選択した前記辞書画像を用いて前記文字を認識する
請求項1に記載の情報処理装置。 - コンピュータが、
画像に含まれる文字の線幅に応じた、前記画像のぼけ具合の指標となるぼけ指標と前記ぼけ具合との関係を示す関係情報を記憶する記憶部から前記関係情報を取得し、
撮像画像から、前記線幅及び前記ぼけ指標を算出し、前記記憶部により記憶されている前記関係情報を参照して、前記線幅及び前記ぼけ指標に対応する前記ぼけ具合を特定する場合、前記関係情報は、複数の前記線幅に対応する複数の関数曲線を前記ぼけ指標と前記ぼけ具合との座標上で表現可能な情報であって、算出した前記線幅に対応する前記関数曲線を、複数の前記関数曲線の中から選択し、選択した前記関数曲線上で前記ぼけ指標に対する前記ぼけ具合を特定する
ぼけ具合計算方法。 - コンピュータに、
画像に含まれる文字の線幅に応じた、前記画像のぼけ具合の指標となるぼけ指標と前記ぼけ具合との関係を示す関係情報を記憶する記憶部から前記関係情報を取得し、
撮像画像から、前記線幅及び前記ぼけ指標を算出し、前記記憶部により記憶されている前記関係情報を参照して、前記線幅及び前記ぼけ指標に対応する前記ぼけ具合を特定する場合、前記関係情報は、複数の前記線幅に対応する複数の関数曲線を前記ぼけ指標と前記ぼけ具合との座標上で表現可能な情報であって、算出した前記線幅に対応する前記関数曲線を、複数の前記関数曲線の中から選択し、選択した前記関数曲線上で前記ぼけ指標に対する前記ぼけ具合を特定する
処理を実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014158391A JP6390248B2 (ja) | 2014-08-04 | 2014-08-04 | 情報処理装置、ぼけ具合計算方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014158391A JP6390248B2 (ja) | 2014-08-04 | 2014-08-04 | 情報処理装置、ぼけ具合計算方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016035670A JP2016035670A (ja) | 2016-03-17 |
JP6390248B2 true JP6390248B2 (ja) | 2018-09-19 |
Family
ID=55523488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014158391A Active JP6390248B2 (ja) | 2014-08-04 | 2014-08-04 | 情報処理装置、ぼけ具合計算方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6390248B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10861148B2 (en) * | 2018-04-30 | 2020-12-08 | General Electric Company | Systems and methods for improved component inspection |
JP2023032857A (ja) * | 2021-08-27 | 2023-03-09 | パナソニックIpマネジメント株式会社 | 画像判定方法、画像判定装置および文字認識方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3466449B2 (ja) * | 1997-12-12 | 2003-11-10 | 日本電信電話株式会社 | パターン認識方法および装置とパターン認識方法をコンピュータに実行させるためのプログラムを記録した記録媒体 |
JP2000030052A (ja) * | 1998-07-13 | 2000-01-28 | Oki Electric Ind Co Ltd | 画像処理装置 |
-
2014
- 2014-08-04 JP JP2014158391A patent/JP6390248B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016035670A (ja) | 2016-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
US9697416B2 (en) | Object detection using cascaded convolutional neural networks | |
US8121400B2 (en) | Method of comparing similarity of 3D visual objects | |
US20200074646A1 (en) | Method for obtaining image tracking points and device and storage medium thereof | |
CN110793544B (zh) | 路侧感知传感器参数标定方法、装置、设备及存储介质 | |
KR101417696B1 (ko) | 패턴 측정 방법, 패턴 측정 장치 및 기록 매체 | |
WO2020063124A1 (en) | Method and apparatus for acquiring depth image, and electronic device | |
KR20150043145A (ko) | 피사체 추적 기법을 이용한 카메라와 피사체 사이의 거리 변화 측정방법 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 거리 변화 측정 장치. | |
JP6311354B2 (ja) | 情報処理装置、二値化用閾値の決定方法、及びプログラム | |
JP6390248B2 (ja) | 情報処理装置、ぼけ具合計算方法、及びプログラム | |
CN115937324B (zh) | 一种装配质量评价方法、装置、设备及存储介质 | |
US20180313650A1 (en) | Fixing magnetometer based azimuth according to sun positioning | |
JP6354186B2 (ja) | 情報処理装置、ぼけ具合計算方法、及びプログラム | |
WO2020095549A1 (ja) | 撮像装置 | |
JP5983033B2 (ja) | 位置関係判定プログラム、位置関係判定方法および位置関係判定装置 | |
JP2019153235A (ja) | 物体領域識別装置、物体領域識別方法およびプログラム | |
US20150098644A1 (en) | Methods and apparatus for determining field of view dependent depth map correction values | |
CN113470103A (zh) | 车路协同中相机作用距离确定方法、装置和路侧设备 | |
KR101981773B1 (ko) | 그래디언트의 적응적 가중에 기반한 에지 위치 결정 장치 및 방법 | |
US20180350089A1 (en) | Site measuring device and ascertaining a geometric measurement value | |
WO2018061430A1 (ja) | 計測装置、計測方法、計測プログラム、及び記録媒体 | |
US20240029288A1 (en) | Image processing apparatus, image processing method, and storage medium | |
CN117115488B (zh) | 一种基于图像处理的水表检测方法 | |
US20230394620A1 (en) | Method for generating distorted images, and electronic device | |
JP5760827B2 (ja) | 物体認識装置、物体認識方法、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170511 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180424 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180619 |
|
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: 20180724 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180806 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6390248 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |