对象识别装置、方法及其程序以及记录该程序的记录介质制造方法及图纸

公开了一种对象识别装置、方法及其程序以及记录该程序的记录介质。所述对象识别装置包括：模型图像处理单元，其具有在模型图像中设定特征点集并检测该特征点集的特征量的特征点集判定单元以及对模型图像进行分割的分割单元；处理目标图像处理单元，其具有在处理目标图像中设定特征点并检测该特征点的特征量的特征点设定单元；匹配单元，其将模型图像中的特征点集的特征量与处理目标图像中的特征点的特征量相比较，以检测与特征点集相对应的特征点，从而执行匹配；以及确定单元，其对匹配单元中的处理结果进行确定，以确定处理目标图像中存在／不存在模型对象。

【技术实现步骤摘要】

本专利技术涉及对象识别装置、对象识别方法、对象识别方法的程序以及其上记录有对象识别方法的程序的记录介质。本专利技术可以应用于从记录在数据库中的多个静止图像中搜索特定被摄体的静止图像的情况。本专利技术具有以下优点通过对模型图像或处理目标图像进行分割并在同一分割区中设定基点及相对应的支持点，使得即使在模型图像带有背景的情况下，也能抑制精度劣化。
技术介绍
近年来，电子照相机等利用通过模板匹配的对象识别来从处理目标图像中检测所期望的被识别对象(下文中称作模型对象)。通过模板匹配的对象识别可能不足以处理在模型对象被部分地隐藏时、在模型对象的方向改变时、在照明改变时等的情况。 关于这种对象识别，JP-A-2004-326693提出了一种通过基于模型对象的局部特征量来进行匹配从而识别对象的方法。根据JP-A-2004-326693中所描述的方法，能够减小由于照明的改变而导致的检测精度的劣化，从而能够进行鲁棒的对象识别。然而，在这种方法中，如果模型对象中的纹理成分的数量很少，则精度可能劣化。 JP-A-2008-077626提出了一种通过基于模型对象的边缘图像中的局部区域内的基点以及支持该基点的支持点来进行匹配从而识别对象的方法。 根据JP-A-2008-077626中所描述的方法，如示出了由箭头A所指示的、模型图像M1与处理目标图像L之间的关系的图36A及图36B所示，在模型对象MO中不存在纹理成分时，即使模型对象MO隐藏在处理目标图像L中，也能够防止精度劣化。模型图像是具有模型对象的处理基准图像。
技术实现思路
在将这种对象识别应用于各种应用时，如图36C所示，可以预期模型图像中捕捉了背景。在这种情况下，关于使用模型图像M2的对象识别，如由箭头B所指示的，从处理目标图像L中检测带有背景的模型图像M2中的模型对象MO。 然而，在现有技术的对象识别中，在模型图像中捕捉了背景时，精度显著地劣化。 需要一种即使在模型图像中捕捉了背景也能够抑制精度劣化的对象识别装置及对象识别方法、对象识别方法的程序以及其上记录有对象识别方法的程序的记录介质。 根据本专利技术的实施例，一种对象识别装置包括模型图像处理单元，其处理模型图像；处理目标图像处理单元，其对处理目标图像进行处理；匹配单元，其对所述模型图像处理单元及所述处理目标图像处理单元中的处理结果进行匹配；以及确定单元，其对所述匹配单元中的处理结果进行确定，以确定所述处理目标图像中存在/不存在模型对象。所述模型图像处理单元具有特征点集判定单元，其在所述模型图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量。所述处理目标图像处理单元具有特征点设定单元，其在所述处理目标图像中设定特征点，并检测该特征点的特征量。所述匹配单元将所述模型图像中的所述特征点集的特征量与所述处理目标图像中的所述特征点的特征量相比较，以检测与所述特征点集相对应的特征点，从而执行匹配。所述模型图像处理单元具有分割单元，其对所述模型图像进行分割。所述特征点集判定单元针对所述模型图像的每个分割区，在同一分割区中设定基点及相对应的支持点，以设定所述特征点集。 根据本专利技术的另一实施例，一种对象识别装置包括模型图像处理单元，其处理模型图像；处理目标图像处理单元，其对处理目标图像进行处理；匹配单元，其对所述模型图像处理单元及所述处理目标图像处理单元中的处理结果进行匹配；以及确定单元，其对所述匹配单元中的处理结果进行确定，以确定所述处理目标图像中存在/不存在模型对象。所述处理目标图像处理单元具有特征点集判定单元，其在所述处理目标图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量。所述模型图像处理单元具有特征点设定单元，其在所述模型图像中设定特征点，并检测该特征点的特征量。所述匹配单元将所述处理目标图像中的所述特征点集的特征量与所述模型图像中的所述特征点的特征量相比较，以检测与所述特征点集相对应的特征点，从而执行匹配。所述处理目标图像处理单元具有分割单元，其对所述处理目标图像进行分割。所述特征点集判定单元针对所述处理目标图像的每个分割区，在同一分割区中设定基点及相对应的支持点，以设定所述特征点集。 根据本专利技术的又一实施例，一种对象识别方法包括以下步骤处理模型图像；对处理目标图像进行处理；对所述处理模型图像的步骤及所述对处理目标图像进行处理的步骤中的处理结果进行匹配；以及对所述匹配步骤中的处理结果进行确定，以确定所述处理目标图像中存在/不存在模型对象。所述处理模型图像的步骤具有以下子步骤在所述模型图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量，从而判定该特征点集。所述对处理目标图像进行处理的步骤具有以下子步骤在所述处理目标图像中设定特征点，并检测该特征点的特征量。在所述匹配步骤中，通过将所述模型图像中的所述特征点集的特征量与所述处理目标图像中的所述特征点的特征量相比较，来检测与所述特征点集相对应的特征点，从而执行匹配。所述处理模型图像的步骤具有以下子步骤对所述模型图像进行分割。在所述判定特征点集的步骤中，针对所述模型图像的每个分割区，在同一分割区中设定基点及相对应的支持点，以设定所述特征点集。 根据本专利技术的还一实施例，一种对象识别方法包括以下步骤处理模型图像；对处理目标图像进行处理；对所述处理模型图像的步骤及所述对处理目标图像进行处理的步骤中的处理结果进行匹配；以及对所述匹配步骤中的处理结果进行确定，以确定所述处理目标图像中存在/不存在模型对象。所述对处理目标图像进行处理的步骤具有以下子步骤在所述处理目标图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量，从而判定该特征点集。所述处理模型图像的步骤具有以下子步骤在所述模型图像中设定特征点，并检测该特征点的特征量。在所述匹配步骤中，通过将所述处理目标图像中的所述特征点集的特征量与所述模型图像中的所述特征点的特征量相比较，来检测与所述特征点集相对应的特征点，从而执行匹配。所述对处理目标图像进行处理的步骤具有以下子步骤对所述处理目标图像进行分割。在所述判定特征点集的步骤中，针对所述处理目标图像的每个分割区，在同一分割区中设定基点及相对应的支持点，以设定所述特征点集。 根据本专利技术的还一实施例，提供了一种可由计算机来执行的、对象识别方法的程序。该程序包括以下步骤处理模型图像；对处理目标图像进行处理；对所述处理模型图像的步骤及所述对处理目标图像进行处理的步骤中的处理结果进行匹配；以及对所述匹配步骤中的处理结果进行确定，以确定所述处理目标图像中存在/不存在模型对象。所述处理模型图像的步骤具有以下子步骤在所述模型图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量，从而判定该特征点集。所述对处理目标图像进行处理的步骤具有以下子步骤在所述处理目标图像中设定特征点，并检测该特征点的特征量。在所述匹配步骤中，通过将所述模型图像中的所述特征点集的特征量与所述处理目标图像中的所述特征点的特征量相比较，来检测与所述特征点集相对应的特征点，从而执行匹配。所述处理模型图像的步骤具有以下子步骤对所述模型图像进行分割。在所述判定特征点集的步骤中，针对所述模型图像的每个分割区，在同一分本文档来自技高网...

【技术保护点】
一种对象识别装置，包括：　模型图像处理单元，其处理模型图像；　处理目标图像处理单元，其对处理目标图像进行处理；　匹配单元，其对所述模型图像处理单元及所述处理目标图像处理单元中的处理结果进行匹配；以及　确定单元，其对所 述匹配单元中的处理结果进行确定，以确定所述处理目标图像中存在／不存在模型对象，　其中，所述模型图像处理单元具有：特征点集判定单元，其在所述模型图像中设定包括基点及支持该基点的支持点的特征点集，并检测该特征点集的特征量，　所述处理 目标图像处理单元具有：特征点设定单元，其在所述处理目标图像中设定特征点，并检测该特征点的特征量，　所述匹配单元将所述模型图像中的所述特征点集的特征量与所述处理目标图像中的所述特征点的特征量相比较，以检测与所述特征点集相对应的特征点，从 而执行匹配，　所述模型图像处理单元具有：分割单元，其对所述模型图像进行分割，并且　所述特征点集判定单元针对所述模型图像的每个分割区，在同一分割区中设定基点及相对应的支持点，以设定所述特征点集。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：中村章，岩井嘉昭，芦原隆之，
申请(专利权)人：索尼株式会社，
类型：发明
国别省市：JP[日本]