JPH07134015A - 領域分割方法 - Google Patents
領域分割方法Info
- Publication number
- JPH07134015A JPH07134015A JP5022026A JP2202693A JPH07134015A JP H07134015 A JPH07134015 A JP H07134015A JP 5022026 A JP5022026 A JP 5022026A JP 2202693 A JP2202693 A JP 2202693A JP H07134015 A JPH07134015 A JP H07134015A
- Authority
- JP
- Japan
- Prior art keywords
- region
- curved surface
- extracted
- curvature
- plane
- 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
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】曲率の符号を用いた領域分割において、必要以
上に分割されないようにする。 【構成】距離センサからの距離画像を用いた三次元物体
検出のために、各点でガウス曲率Ｋと平均曲率Ｈを求
め、それぞれ閾値Ｋth、Ｈthと比較により、Ｋ+ ，
Ｋ- ，Ｋ0 とＨ+ ，Ｈ- ，Ｈ0 に分類を行うことにより
物体を構成する面の抽出を行う領域分割方式において、
前記閾値を対象となる曲面上の点がＫ0 かつＨ0領域に
含まれないように選定する。Ｋ0 かつＨ0 領域以外のそ
れぞれの領域の組合せについて曲面の抽出を行ったの
ち、その抽出された曲面領域を除いた領域について平面
の近似を行う。
上に分割されないようにする。 【構成】距離センサからの距離画像を用いた三次元物体
検出のために、各点でガウス曲率Ｋと平均曲率Ｈを求
め、それぞれ閾値Ｋth、Ｈthと比較により、Ｋ+ ，
Ｋ- ，Ｋ0 とＨ+ ，Ｈ- ，Ｈ0 に分類を行うことにより
物体を構成する面の抽出を行う領域分割方式において、
前記閾値を対象となる曲面上の点がＫ0 かつＨ0領域に
含まれないように選定する。Ｋ0 かつＨ0 領域以外のそ
れぞれの領域の組合せについて曲面の抽出を行ったの
ち、その抽出された曲面領域を除いた領域について平面
の近似を行う。
Description
【０００１】
【産業上の利用分野】本発明は距離センサの出力である
距離画像の領域分割方法に関する。
距離画像の領域分割方法に関する。
【０００２】
【従来の技術】距離センサからの距離画像を用いて三次
元物体を検出する方式では、物体を構成する面を抽出す
るための領域分割は重要な処理である。領域分割のひと
つの手法として物体表面のガウス曲率Ｋと平均曲率Ｈの
符号を用いた方式がある。図１４に示すようにそれぞれ
の符号の組合せにより物体表面の局所的形状が分類でき
る。ここでガウス曲率が正、負、零の領域をそれぞれＫ
+ 、Ｋ- 、Ｋ0 、平均曲率が正、負、零の領域をそれぞ
れＨ+ 、Ｈ- 、Ｈ0 と記す。但し、実際の距離画像では
ノイズがあるため、これらの領域はつぎのような条件で
決める。 ここでＫth、Ｈthは正の閾値である。従来の方式ではこ
のように分類された領域に対して面の方程式を当てはめ
て領域の分割を行う。面の種類としてはＫ0 かつＨ0 領
域が平面の近似で、他の領域は曲面の近似を行う。この
ように、曲率により分類された領域から曲面と平面を共
に抽出するため、閾値Ｋth、Ｈthは平面と曲面が区別で
きるように選定されなければならない。ノイズが無い場
合はそれらの値は零でよいが、通常、距離画像にはノイ
ズが含まれるためこれらの値は小さな正の値が選ばれ
る。
元物体を検出する方式では、物体を構成する面を抽出す
るための領域分割は重要な処理である。領域分割のひと
つの手法として物体表面のガウス曲率Ｋと平均曲率Ｈの
符号を用いた方式がある。図１４に示すようにそれぞれ
の符号の組合せにより物体表面の局所的形状が分類でき
る。ここでガウス曲率が正、負、零の領域をそれぞれＫ
+ 、Ｋ- 、Ｋ0 、平均曲率が正、負、零の領域をそれぞ
れＨ+ 、Ｈ- 、Ｈ0 と記す。但し、実際の距離画像では
ノイズがあるため、これらの領域はつぎのような条件で
決める。 ここでＫth、Ｈthは正の閾値である。従来の方式ではこ
のように分類された領域に対して面の方程式を当てはめ
て領域の分割を行う。面の種類としてはＫ0 かつＨ0 領
域が平面の近似で、他の領域は曲面の近似を行う。この
ように、曲率により分類された領域から曲面と平面を共
に抽出するため、閾値Ｋth、Ｈthは平面と曲面が区別で
きるように選定されなければならない。ノイズが無い場
合はそれらの値は零でよいが、通常、距離画像にはノイ
ズが含まれるためこれらの値は小さな正の値が選ばれ
る。
【０００３】
【発明が解決しようとする課題］ここで
は、図８に見られるような平面部１と円筒面部２が連結
した物体表面形状を用いて説明する。この形状ではガウ
ス曲率は零のため平均曲率のみ着目するが、同様のこと
はガウス曲率にも言えることである。円筒面の曲率が小
さいとするとこれらの平均曲率の分布は図９のようにな
る。これにノイズが加わると図１０のように平面と円筒
面との分布が交わってしまいこれを区別するための閾値
の選定が難しくなるが、図１０に示すように平面部の個
数と円筒面部の画素の個数が等しくなる点を閾値Ｂが選
ばれるのが一般的である。各領域は図１１〜図１３のよ
うになり、Ｈ+ 領域、Ｈ- 領域から曲面を、Ｈ0 領域か
らは平面の抽出を同時に行うがそれぞれの領域が十分連
結しておらず過分割になりやすい。そこで本発明は、曲
率の符号を用いた領域分割において閾値の選定を容易に
し、過分割にならず、安定した面の近似を行うことので
きる方式を提供することを目的とする。 【０００４】
は、図８に見られるような平面部１と円筒面部２が連結
した物体表面形状を用いて説明する。この形状ではガウ
ス曲率は零のため平均曲率のみ着目するが、同様のこと
はガウス曲率にも言えることである。円筒面の曲率が小
さいとするとこれらの平均曲率の分布は図９のようにな
る。これにノイズが加わると図１０のように平面と円筒
面との分布が交わってしまいこれを区別するための閾値
の選定が難しくなるが、図１０に示すように平面部の個
数と円筒面部の画素の個数が等しくなる点を閾値Ｂが選
ばれるのが一般的である。各領域は図１１〜図１３のよ
うになり、Ｈ+ 領域、Ｈ- 領域から曲面を、Ｈ0 領域か
らは平面の抽出を同時に行うがそれぞれの領域が十分連
結しておらず過分割になりやすい。そこで本発明は、曲
率の符号を用いた領域分割において閾値の選定を容易に
し、過分割にならず、安定した面の近似を行うことので
きる方式を提供することを目的とする。 【０００４】
【課題を解決するための手段】上記問題を解決するた
め、本発明は、図１に示すように、距離センサからの距
離画像を用いた三次元物体検出のために物体を構成する
面の抽出を行う領域分割において、各点でガウス曲率Ｋ
と平均曲率Ｈを求め、閾値Ｋth、Ｈthを用い、Ｋ+ ，Ｋ
- ，Ｋ0 とＨ+ ，Ｈ- ，Ｈ0 に分類を行う際に、前記閾
値は対象となる曲面上の点が前記Ｋ0 かつＨ0 領域に含
まれないように選定し、前記Ｋ0 かつＨ0領域以外のそ
れぞれの領域の組合せについて、曲面の抽出を行い、前
記距離画像から前記抽出された曲面領域を除いた領域に
ついて平面の近似を行うことを特徴とするものである。
め、本発明は、図１に示すように、距離センサからの距
離画像を用いた三次元物体検出のために物体を構成する
面の抽出を行う領域分割において、各点でガウス曲率Ｋ
と平均曲率Ｈを求め、閾値Ｋth、Ｈthを用い、Ｋ+ ，Ｋ
- ，Ｋ0 とＨ+ ，Ｈ- ，Ｈ0 に分類を行う際に、前記閾
値は対象となる曲面上の点が前記Ｋ0 かつＨ0 領域に含
まれないように選定し、前記Ｋ0 かつＨ0領域以外のそ
れぞれの領域の組合せについて、曲面の抽出を行い、前
記距離画像から前記抽出された曲面領域を除いた領域に
ついて平面の近似を行うことを特徴とするものである。
【０００５】
【作用】すなわち、従来は曲面と平面の境界を示す値を
閾値とし、曲面と平面を同時に抽出したのに対し、本発
明は、明らかに曲面を示す範囲で閾値を選定して、まず
曲面部分のみ先に抽出し、その後、残りの面を平面とし
て抽出するようにしたものである。なお、閾値の選定は
上記のように曲面上の点がＫ0 かつＨ0 領域に含まれな
いようにすればよく、従来のように平面と曲面が区別で
きるように厳密に選定する必要がない。
閾値とし、曲面と平面を同時に抽出したのに対し、本発
明は、明らかに曲面を示す範囲で閾値を選定して、まず
曲面部分のみ先に抽出し、その後、残りの面を平面とし
て抽出するようにしたものである。なお、閾値の選定は
上記のように曲面上の点がＫ0 かつＨ0 領域に含まれな
いようにすればよく、従来のように平面と曲面が区別で
きるように厳密に選定する必要がない。
【０００６】
【実施例】以下、本発明の実施例を図にもとづいて説明
する。ここでは図８と同じ形状で説明を行う。本発明で
は先ず閾値を曲面部が含まれるように図２で閾値Ａに選
ぶ。このときの各領域の分布を図５〜図７に示す。ここ
で平面上の点はノイズの影響で、Ｈ+ 、Ｈ- 領域に含ま
れることがあるがこれらの分布はノイズの分布と同じた
め、ノイズ処理によって取り除くことができる。そのた
め、Ｈ+ 領域から曲面の近似によって円筒面が抽出さ
れ、従来方式に比べ連結がしっかりしているため過分割
が少ない（従来例の図１１に示すＨ+ 領域の曲面部にみ
られる穴３が、本発明の図５に示すＨ+ 領域の曲面部で
は少なくなる）。図３が抽出された円筒面である。この
ようにして曲面が抽出されると、この領域を本来の距離
画像から除き、残った領域（図４）に対して平面の抽出
を行う。これによって平面部と円筒面部が抽出される。
する。ここでは図８と同じ形状で説明を行う。本発明で
は先ず閾値を曲面部が含まれるように図２で閾値Ａに選
ぶ。このときの各領域の分布を図５〜図７に示す。ここ
で平面上の点はノイズの影響で、Ｈ+ 、Ｈ- 領域に含ま
れることがあるがこれらの分布はノイズの分布と同じた
め、ノイズ処理によって取り除くことができる。そのた
め、Ｈ+ 領域から曲面の近似によって円筒面が抽出さ
れ、従来方式に比べ連結がしっかりしているため過分割
が少ない（従来例の図１１に示すＨ+ 領域の曲面部にみ
られる穴３が、本発明の図５に示すＨ+ 領域の曲面部で
は少なくなる）。図３が抽出された円筒面である。この
ようにして曲面が抽出されると、この領域を本来の距離
画像から除き、残った領域（図４）に対して平面の抽出
を行う。これによって平面部と円筒面部が抽出される。
【０００７】
【発明の効果】以上、述べたように、本発明によればガ
ウス曲率と平均曲率の符号による距離画像の領域分割の
方式において、曲面部が過分割にならないような閾値に
よって領域分けを行い曲面のみを抽出し、残った領域に
対して平面の近似を行うことで閾値の選定が容易にな
り、また抽出された領域も過分割になるのが抑えられる
という効果がある。したがって、物体を不用意に複雑化
して認識することがないので、画像認識機能を有するロ
ボット等に適用すれば、画像処理時間が短縮し、作業の
効率化に大いに貢献する。
ウス曲率と平均曲率の符号による距離画像の領域分割の
方式において、曲面部が過分割にならないような閾値に
よって領域分けを行い曲面のみを抽出し、残った領域に
対して平面の近似を行うことで閾値の選定が容易にな
り、また抽出された領域も過分割になるのが抑えられる
という効果がある。したがって、物体を不用意に複雑化
して認識することがないので、画像認識機能を有するロ
ボット等に適用すれば、画像処理時間が短縮し、作業の
効率化に大いに貢献する。
【図１】本発明のフローを示す図
【図２】本発明での閾値を示す図
【図３】本発明で抽出された円筒面を示す図
【図４】本発明で抽出された円筒面を除いた領域を示す
図
図
【図５】本発明でのＨ+ 領域の分布を示す図
【図６】本発明でのＨ0 領域の分布を示す図
【図７】本発明でのＨ- 領域の分布を示す図
【図８】平面部と円筒面部からなる物体のモデルを示す
図
図
【図９】ノイズが無い場合の平均曲率の分布を示す図
【図１０】従来のノイズがある場合の平均曲率の分布と
閾値を示す図
閾値を示す図
【図１１】従来のノイズがある場合のＨ+ 領域の分布を
示す図
示す図
【図１２】従来のノイズがある場合のＨ0 領域の分布を
示す図
示す図
【図１３】従来のノイズがある場合のＨ- 領域の分布を
示す図
示す図
【図１４】ガウス曲率、平均曲率の符号と局所形状の関
係を示す図
係を示す図
１ 平面部 ２ 円筒面部 ３ 穴 Ａ 本発明の閾値 Ｂ 従来の閾値
Claims (1)
- 【請求項１】 距離センサからの距離画像を用いた三次
元物体検出のために、各点でガウス曲率Ｋと平均曲率Ｈ
を求め、それぞれ閾値Ｋth、Ｈthと比較により、Ｋ+ ，
Ｋ- ，Ｋ0 とＨ+ ，Ｈ- ，Ｈ0 に分類し、その組合せに
基づき前記三次元物体を構成する面の特性を認識するこ
とにより複数の面に分割する領域分割方法において、 前記閾値を対象となる曲面上の点が前記Ｋ0 かつＨ0 領
域に含まれないように選定し、前記Ｋ0 かつＨ0 領域以
外の領域の組合せについては曲面領域と認識して曲面の
抽出を行い、それにより抽出された曲面領域を除いた領
域については平面領域と認識して平面近似を行い平面領
域とすることを特徴とする領域分割方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5022026A JPH07134015A (ja) | 1993-01-13 | 1993-01-13 | 領域分割方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5022026A JPH07134015A (ja) | 1993-01-13 | 1993-01-13 | 領域分割方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07134015A true JPH07134015A (ja) | 1995-05-23 |
Family
ID=12071480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5022026A Pending JPH07134015A (ja) | 1993-01-13 | 1993-01-13 | 領域分割方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07134015A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007052462A1 (ja) * | 2005-11-07 | 2007-05-10 | Daihatsu Motor Co., Ltd. | 形状認識装置及び歪評価装置 |
| JP2008217544A (ja) * | 2007-03-06 | 2008-09-18 | Yaskawa Electric Corp | 物体検出方法、物体検出装置、及びそれを備えたロボット |
| CN105115441A (zh) * | 2015-04-23 | 2015-12-02 | 北京理工大学 | 一种回转体零件廓形的特征点提取及自动分段方法 |
-
1993
- 1993-01-13 JP JP5022026A patent/JPH07134015A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007052462A1 (ja) * | 2005-11-07 | 2007-05-10 | Daihatsu Motor Co., Ltd. | 形状認識装置及び歪評価装置 |
| JP2007127610A (ja) * | 2005-11-07 | 2007-05-24 | Daihatsu Motor Co Ltd | 形状認識装置及び歪評価装置 |
| JP2008217544A (ja) * | 2007-03-06 | 2008-09-18 | Yaskawa Electric Corp | 物体検出方法、物体検出装置、及びそれを備えたロボット |
| CN105115441A (zh) * | 2015-04-23 | 2015-12-02 | 北京理工大学 | 一种回转体零件廓形的特征点提取及自动分段方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vigneshwar et al. | Detection and counting of pothole using image processing techniques | |
| US9547800B2 (en) | System and a method for the detection of multiple number-plates of moving cars in a series of 2-D images | |
| CN107103317A (zh) | 基于图像融合和盲反卷积的模糊车牌图像识别算法 | |
| JP2977032B2 (ja) | 距離及び方向に鑑みたパターン整合装置及びその方法 | |
| CN109145742A (zh) | 一种行人识别方法及*** | |
| CN105447489B (zh) | 一种图片ocr识别***的字符与背景粘连噪声消除方法 | |
| Keaton et al. | Keyword spotting for cursive document retrieval | |
| Brillantes et al. | Detection of fonts and characters with hybrid graphic-text plate numbers | |
| JPH07134015A (ja) | 領域分割方法 | |
| JP2006285959A (ja) | 顔判別装置の学習方法、顔判別方法および装置並びにプログラム | |
| JP2000306104A (ja) | 画像領域分割方法及び装置 | |
| Tian et al. | Scene character reconstruction through medial axis | |
| JP2000123148A (ja) | 顔の特徴抽出装置 | |
| JP2006244385A (ja) | 顔判別装置およびプログラム並びに顔判別装置の学習方法 | |
| JP2946095B2 (ja) | 線分抽出装置 | |
| JP2005250786A (ja) | 画像認識方法 | |
| JP4409713B2 (ja) | 文書画像認識装置及び記録媒体 | |
| Zhang et al. | Detection of nuclear buds based on ellipse fitting | |
| CN112818983B (zh) | 一种利用图片相识度判断字符倒置的方法 | |
| JPH0981684A (ja) | パターン認識装置及び文字切り出し方式 | |
| JPS62138986A (ja) | 文字認識装置 | |
| JPH09120432A (ja) | 文字認識方法、文字読取装置 | |
| JPH09305766A (ja) | ２次元物体の認識方法 | |
| JPH09305709A (ja) | 画像認識方法及びその装置 | |
| JP2001092924A (ja) | パターン認識方法および装置 |