本发明专利技术提供了一种轮廓提取装置,它包括:存储图像的图像存储部件1;存储轮廓模型的轮廓模型存储部件2;根据制定的规则变换和收缩轮廓模型的轮廓模型变换部件3;检测轮廓模型中接壤点或交点的轮廓模型交叉检测部件4;根据检测到的接壤点或交点将该轮廓模型划分为多个轮廓模型的轮廓模型划分部件5;以及判断物体轮廓提取是否完成的提取完成判断部件7。(*该技术在2016年保护过期,可自由使用*)
【技术实现步骤摘要】
本专利技术涉及用于提取由视频传感器(例如CCD或红外摄像机)摄取物体的轮廓的轮廓提取装置。作为提取由CCD摄像机等摄取图像中物体轮廓的技术,特别是抗噪声的轮廓提取技术,已知的有在“JOHO SHORI(信息处理)Vol.30,No.9,pp.1047-1057”中描述的SNAKES等和在日本特许未审查申请No.319051中揭示的图像处理装置。根据这些技术,当预先给出待提取物体粗略的轮廓时,通过使得由轮廓和图像特征定义的能量函数最小化可以获得物体精确的轮廓。这些技术可以应用于例如交互式图像编辑装置等的多媒体设备中。但是,上述已有技术存在的问题是,除非预先规定了有待提取的物体个数,否则无法提取多个物体。在SNAKES中,要求预先给出待提取物体粗略的轮廓作为初始轮廓。因此,当有待处理的物体个数或图像数较多时,涉及设置初始轮廓的处理工作量将变得过分庞大。而且,SNAKES的缺点在于,它无法用于需要自动检测图像中所含物体个数的场合,例如安全系统应用中对入侵者数目的检测或空调控制中对室内人数的检测。基于上述情况,本专利技术的一个目标是提供一种轮廓提取装置,它无需预先指定待提取物体的个数及其粗略的轮廓就能提取出图像中多个物体的轮廓。本专利技术的另一个目标是提供一种轮廓提取装置,它无需预先指定待提取物体的个数及其粗略的轮廓就能提取出仅仅满足预先设定条件(例如尺寸大小等)的多个物体的轮廓。本专利技术进一步的目标是提供一种轮廓提取装置,它无需预先指定待提取物体的个数及其粗略的轮廓就能提取出多个运动物体的轮廓。本专利技术进一步的目标是提供一种轮廓提取装置,它无需预先指定待提取物体的个数及其粗略的轮廓就能区分出运动物体与静止物体。为了达到上述目标,本专利技术提供一种轮廓提取装置,它包含存储图像的图像存储部件;存储包围图像中至少一个物体并用来提取该物体轮廓的轮廓模型的轮廓模型存储部件;根据制定的规则变换和收缩轮廓模型的轮廓模型变换部件;检测出由轮廓模型变换部件变换和收缩的轮廓模型中的任意两个部分接壤或相交时的接壤点或交点的轮廓模型交叉检测部件;当轮廓模型交叉检测部件检测出接壤点或交点时根据检测到的接壤点或交点将该轮廓模型划分为多个轮廓模型的轮廓模型划分部件;以及判断物体轮廓提取是否完成的提取完成判断部件。通过以下结合附图对本专利技术的描述将更为清晰地理解本专利技术的这些以及其它目标、优点、特征和用途。附图说明图1为表示按照本专利技术第一实施例的轮廓提取装置的框图;图2为表示按照第一实施例的操作序列的流程图;图3为表示包含物体(细胞)的图像实例的示意图;图4为表示轮廓模型的相交和划分实例的示意图;图5为表示如何提取物体(细胞)的示意图;图6为表示按照本专利技术第二实施例的轮廓提取装置的框图;图7为表示按照第二实施例的操作序列的流程图;图8为表示如何根据其尺寸大小提取物体(细胞)的示意图9为表示按照本专利技术第三实施例的轮廓提取装置的框图;图10为表示按照第三实施例的操作序列的流程图;图11为表示包含运动物体(行走的人)的图像实例的示意图;图12为表示运动物体(行走的人)的运动检测结果和提取结果的示意图;图13为表示按照本专利技术第四实施例的轮廓提取装置的框图;图14为表示按照第四实施例的操作序列的流程图;以及图15为表示区分人体与发热装置的处理结果的示意图。实施例1图1示出了按照本专利技术第一实施例的轮廓提取装置的框图。标号1为存储从包含物体的场景摄取的图像的图像存储部件;2为存储轮廓候选点的轮廓模型存储部件,轮廓候选点作为搜寻限定了图像存储部件1所存储图像中物体轮廓点的始点;3为根据预先确定的规则移动存储在轮廓模型存储部件2内的轮廓候选点的轮廓模型变换部件;4为当在根据预先确定的规则连接轮廓候选点所形成的轮廓模型中发生相交的情况时对交点进行检测的轮廓模型交叉检测部件;5为当轮廓模型交叉检测部件4检测出交点时将轮廓候选点构成的轮廓模型划分为几个部分的轮廓模型划分部件;6为当轮廓模型交叉检测部件4没有检测到交点时新增或删除轮廓候选点的轮廓候选点创建/删除部件;以及7为判断图像中物体轮廓的提取是否完成的提取完成判断部件。而且,标号8为与部件1—7相连的控制部件,用来控制各个部件的操作或它们之间的数据传送的启停。控制部件8为一个包含存储器(例如ROM或RAM)和CPU的计算机,并且如图1所示,经过各个接口与成像装置9(例如CCD摄像机或扫描仪)、显示装置10(例如CRT)和输入装置11(例如键盘或鼠标)连接。图像存储部件1和轮廓模型存储部件2通常由RAM构成。接着描述本实施例的操作。图2为表示按照本实施例的轮廓提取装置的操作流程图。为了便于理解本实施例的操作,图3示出了一个从显微照片中提取细胞轮廓的实例。这意味着本专利技术可以应用于例如癌细胞医学诊断自动系统中。细胞的显微图像由扫描仪之类的成像装置9摄取并以数字形式存储在图像存储部件1内。数字化图像数据以例如8比特数据表示每个像素亮度的方式存储。本实施例的操作将在下面的序列中描述。轮廓候选点的初始化设置构成包围存储在图像存储部件1内的图像中所有物体的多边形(轮廓模型)的n个点作为初始轮廓候选点Vi(xi(0),yi(0))(i=1,2,…,n)存储在轮廓模型存储部件2内,这里的i表示连接次序。通过利用输入装置11(例如键盘或鼠标)操作者可以在显示装置1O显示的图像上工作,将初始轮廓候选点输入轮廓模型存储部件2存储起来。另外,将边长与图像大小相近的矩形划分为n个相等部分的点也可以作为初始轮廓候选点预先存储在轮廓模型存储部件2中。轮廓模型的变换轮廓模型变换部件3一次移动所有轮廓候选点的位置。由此变换了由轮廓模型候选点连接构成的轮廓模型。轮廓模型变换部件3沿着使得轮廓模型的预定能量Esnake(Vi)取最小值的方向移动每个轮廓候选点。例如轮廓模型变换部件3获得了每个轮廓候选点Vi(xi,yi)(i=1,2,…,n)的Esnake(Vi)的最陡下降矢量(—Esnake/xi,-Esnake/yi),并沿轮廓依次移动轮廓候选点或用下面的方程式以相互平行的方式独立地移动各个轮廓候选点。方程式1xi(t+1)=xi(t)-Kx(Esnake/xi)yi(t+1)=yi(t)-Ky(Esnake/yi)在方程式1中,t(t=0,1,…)表示每个轮廓候选点移动的次数。而且,Kx>0和Ky>0都是控制每个轮廓候选点移动量的常数。但是,如果移动轮廓候选点预期会导致能量Esnake(Vi)的增加,则轮廓模型变换部件3将不移动该轮廓候选点。轮廓模型变换部件3还存储轮廓模型存储部件2中各个轮廓候选点的标志F(Vi)(i=1,2,…,n)以指示该点是否发生了移动。具体而言,对于已经移动的轮廓候选点,轮廓模型变换部件3设定F(Vi)=1,而对于没有移动的轮廓候选点,设定F(Vi)=0。而且,轮廓模型的能量Esnake(Vi)可以定义为例如下面用方程2—6表示的能量项之和。(1)表示轮廓模型平滑度的Espline方程式2Eapline(vi)=(1/2)Σi=1n]]>当移动每个轮廓候选点使方程式2最小时,轮廓模型收缩。(2)与轮廓模型包围的闭合区域面积对应的Earea方程式3Earea(Vi)=(1/2)本文档来自技高网...
【技术保护点】
一种轮廓提取装置,其特征在于包含:存储图像的图像存储部件;存储包围所述图像中至少一个物体并用来提取该物体轮廓的轮廓模型的轮廓模型存储部件;根据制定的规则变换和收缩所述轮廓模型的轮廓模型变换部件;检测出由所述轮廓模型变换部件变换和收缩的轮廓模型中的任意两个部分接壤或相交时的接壤点或交点的轮廓模型交叉检测部件;当所述轮廓模型交叉检测部件检测出接壤点或交点时根据检测到的接壤点或交点将所述轮廓模型划分为多个轮廓模型的轮廓模型划分部件;以及判断所述物体轮廓提取是否完成的提取完成判断部件。2.如权利要求1所述的轮廓提取装置,其特征在于,所述轮廓模型存储部件存储多个构成所述轮廓模型的轮廓候选点和将轮廓候选点连接起来的次序。
【技术特征摘要】
...
【专利技术属性】
技术研发人员:荒木昭一,横矢直和,
申请(专利权)人:松下电器产业株式会社,
类型:发明
国别省市:JP[日本]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。