[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2021189979A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

情報処理装置、情報処理方法および情報処理プログラム Download PDF

Info

Publication number
JP2021189979A
JP2021189979A JP2020097324A JP2020097324A JP2021189979A JP 2021189979 A JP2021189979 A JP 2021189979A JP 2020097324 A JP2020097324 A JP 2020097324A JP 2020097324 A JP2020097324 A JP 2020097324A JP 2021189979 A JP2021189979 A JP 2021189979A
Authority
JP
Japan
Prior art keywords
image
information processing
color region
region
value
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
Application number
JP2020097324A
Other languages
English (en)
Inventor
陽介 井上
Yosuke Inoue
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kao Corp
Original Assignee
Kao Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kao Corp filed Critical Kao Corp
Priority to JP2020097324A priority Critical patent/JP2021189979A/ja
Publication of JP2021189979A publication Critical patent/JP2021189979A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

【課題】各種環境光下にて撮像された評価対象物の特定色領域を正確に可視化または/及び数値化すること。【解決手段】情報処理装置であって、地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得部と、取得した第1画像を平滑化処理して、第2画像を生成する画像生成部と、第1画像の各成分と、第1画像の各成分に対応する第2画像の成分と、を減算または除算して、第3画像を生成する画像演算部と、第1画像における任意領域の色分布を統計処理して統計値を求め、統計値に基づいて第3画像を2値化するための閾値を決定する閾値決定部と、決定した閾値を用いて、第3画像を、変動成分を補正した2値化画像として、特定色領域を抽出する抽出部と、を備える。【選択図】図1

Description

本発明は、特定色領域を抽出する情報処理装置、情報処理方法および情報処理プログラムに関する。
上記技術分野において、特許文献1には、解像度の異なる画像データ間で差分データを生成し、生成した差分データを所定閾値により2値化することにより、画像処理に用いられる基準データを生成する技術が開示されている。
また、特許文献2には、カラーLCDパネルにおいて、黒欠陥の中に白欠陥が存在する色シミだけを検出するために、原画像データとシェーディング画像データとの差分画像データを作成する。そして、作成した差分画像データに対して経験的に求めた閾値を適用して白欠陥および黒欠陥の位置を示す2値画像データをそれぞれ作成し、作成した2値画像データから、黒欠陥の中に白欠陥を含む黒欠陥のみを抽出する技術が開示されている。
さらに、特許文献3には、郵便物処理装置において、郵便物の表面に赤色で印刷された郵便番号記入枠を抽出するために、書状のドロップアウト画像と非ドロップアウト画像とを取得する。そして、ドロップアウト画像の各画素値からオフセット値を引いた値を閾値として、非ドロップアウト画像の対応する画素の画素値を2値化して、赤色領域を抽出する技術が開示されている。
また、特許文献4には、シミ欠陥を検出するために、検査対象画像の各画素の輝度値の統計データとして、平均値、標準偏差、最大値および最小値を計算し、所定の計算式から白シミ閾値および黒シミ閾値を自動的に決定する技術が開示されている。
特開2008−99273号公報 特開平9−329527号公報 特開平8−98006号公報 特開2004−226272号公報
しかしながら、上記文献に記載の技術では、評価対象物が撮像された環境の環境光の影響を考慮していないので、各種環境光下にて撮像された評価対象物の特定色領域を正確に可視化または/及び数値化することができなかった。
したがって、本発明の目的は、上述の課題を解決する技術を提供することにある。
上記目的を達成するため、本発明に係る情報処理装置は、
地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得部と、
取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成部と、
前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算部と、
前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づいて前記第3画像を2値化するための閾値を決定する閾値決定部と、
決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出部と、
を備える。
上記目的を達成するため、本発明に係る情報処理方法は、
地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得ステップと、
取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成ステップと、
前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算ステップと、
前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づき前記第3画像を2値化するための閾値を決定する閾値決定ステップと、
決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出ステップと、
を含む。
上記目的を達成するため、本発明に係る情報処理プログラムは、
地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得ステップと、
取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成ステップと、
前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算ステップと、
前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づき前記第3画像を2値化するための閾値を決定する閾値決定ステップと、
決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出ステップと、
をコンピュータに実行させる。
本発明によれば、各種環境光下にて撮像された評価対象物の特定色領域を正確に可視化または/及び数値化することができる。
本発明の第1実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第2実施形態に係る情報処理装置の動作の概要を説明するための図である。 本発明の第2実施形態に係る情報処理装置の構成を説明するためのブロック図である。 本発明の第2実施形態に係る情報処理装置が有する閾値テーブルの一例を説明するための図である。 本発明の第2実施形態に係る情報処理装置のハードウェア構成を説明するためのブロック図である。 本発明の第2実施形態に係る情報処理装置の処理手順を説明するためのフローチャートである。 本発明の第3実施形態に係る情報処理装置の構成を説明するためのブロック図である。 本発明の第3実施形態に係る情報処理装置が有するスコア化テーブルの一例を説明するための図である。 本発明の第3実施形態に係る情報処理装置のハードウェア構成を説明するためのブロック図である。 本発明の第3実施形態に係る情報処理装置の処理手順を説明するためのフローチャートである。 本発明の第3実施形態に係る情報処理装置の実施例1を説明するための図である。 本発明の第3実施形態に係る情報処理装置の実施例1を説明するための図である。 本発明の第3実施形態に係る情報処理装置の実施例2を説明するための図である。 本発明の第3実施形態に係る情報処理装置の実施例3を説明するための図である。
以下に、本発明を実施するための形態について、図面を参照して、例示的に詳しく説明記載する。ただし、以下の実施の形態に記載されている、構成、数値、処理の流れ、機能要素などは一例であり、本発明の技術範囲を以下の記載に限定する趣旨のものではない。
[第1実施形態]
本発明の第1実施形態としての情報処理装置100について、図1を用いて説明する。情報処理装置100は、取得した画像から特定色領域を抽出する装置である。
情報処理装置100は、画像取得部101、画像生成部102、画像演算部103、閾値決定部104および抽出部105を備える。画像取得部101は、地色領域に特定色領域を有する評価対象物を含む第1画像111を取得する。画像生成部102は、取得した第1画像111を平滑化処理して、第2画像121を生成する。画像演算部103は、第1画像111の各成分と、第1画像111の各成分に対応する第2画像121の成分と、を減算または除算して、第3画像131を生成する。閾値決定部104は、第1画像111における任意領域の色分布を統計処理して統計値141を求め、統計値141に基づいて第3画像131を2値化するための閾値142を決定する。抽出部105は、決定した閾値142を用いて、第3画像131を、変動成分を補正した2値化画像として、特定色領域151を抽出する。
本実施形態によれば、各種環境光下にて撮像された評価対象物の特定色領域を正確に可視化または/及び数値化することができる。
[第2実施形態]
次に本発明の第2実施形態に係る情報処理装置200について、図2乃至図6を用いて説明する。図2を参照して、情報処理装置200の動作の概要を説明する。
ユーザは、自身が所持するスマートフォンやタブレット端末などの携帯端末210を用いて、携帯端末210のディスプレイに表示された枠211の半分以上の領域に評価対象物が入るように、ユーザが評価を得たい対象である評価対象物220を撮像する。なお、図2では、評価対象物220は、ユーザの左前腕部分としているが、これには限定されない。
携帯端末210は、撮像された画像212を情報処理装置200へと送信する。情報処理装置200は、受信した画像212に対して種々の画像処理を行い、特定色領域213を画像212に重畳した重畳画像201を携帯端末210へと送信する。
枠211の中に特定色領域213が含まれていても、含まれていなくてもよいが、含まれていない方が好ましい。そのため、携帯端末210のディスプレイに枠211を表示することにより、地色領域214が、画像212内のどの部分なのかを特定し易くしている。したがって、枠211の中に特定色領域213が含まれていない方が好ましい。また、枠211の大きさは、撮像された画像212の全画素の0.01%〜30%が含まれていることが好ましいが、全画素の0.2%〜15%が含まれていることがより好ましい。また、枠211の半分以上の領域に評価対象物が入るように撮像することが好ましいが、全ての領域に評価対象物が入るように撮像することがより好ましい。なお、携帯端末210に設けられているカメラから評価対象物220までの距離は、2cm〜2mであることが好ましいが、カメラレンズの性能に依存する。
ユーザが、評価対象物220を含む画像212を撮像する条件は、様々であり、例えば、屋外の太陽光下で撮像したり、室内の蛍光灯光下やLED(Light Emitting Diode)光下で撮像したりする。すなわち、ユーザは、様々な照明環境(環境光)下で評価対象物220の撮像を行うが、照明環境により、特定色領域213の色味が変動するため、特定色領域213の抽出の成否は、照明環境に依存する。
そのため、情報処理装置200においては、受信した画像212に対して、照明環境による影響を低減するための画像処理を行う。情報処理装置200は、まず初めに、照明によるムラを低減させるため、画像212に対して、照明ムラ補正を行う。その後、情報処理装置200は、照明ムラ補正画像に対して、閾値を用いて2値化して、2値化画像を生成し、2値化画像から特定色領域213を抽出する。また、枠211の領域の色分布に基づき、地色領域214を抽出する。そして、情報処理装置200は、抽出された地色領域214に存在する特定色領域213を画像212に重畳した重畳画像201を生成して、携帯端末210へ送信する。携帯端末210は、受信した重畳画像201をディスプレイに表示する。これにより、ユーザは、評価対象物220のうち特定色領域213がどの部分に存在するかを容易に認識できる。
次に、図3を参照して、情報処理装置200の構成について説明する。情報処理装置200は、画像取得部301、画像生成部302、画像演算部303、閾値決定部304、抽出部305および出力制御部306を備える。
画像取得部301は、地色領域214に特定色領域213を有する評価対象物220を含む画像212を取得する。なお、ここでは、特定色領域213は、赤み領域として説明するが、特定色領域213の色は、赤には限定されない。また、画像212は、RGB色空間の画像である、RGB画像である。
画像生成部302は、取得した画像212を平滑化処理して、平滑化画像321を生成する。具体的には、画像生成部302は、まず、RGB画像である画像212をL色空間の画像であるL画像(以下、「Lab画像」と省略する)に変換する。
そして、画像生成部302は、RGB画像をLab画像に変換した後に、変換されたLab画像のa値に対してフィルタ処理を行う。ここで、フィルタ処理は、平滑化処理であり、例えば、平均値フィルタや、ガウシアンフィルタ、移動平均フィルタ、メディアンフィルタ、荷重平均フィルタ、ローパスフィルタなどを含む。平滑化処理により、画像の輝度値が均され、画像の輝度ムラの低減に使用できる。
なお、RGB画像からの画像変換は、色相や色空間の変換、例えばL変換、グレースケール変換、HSV変換、YCbCr変換、XYZ変換、L変換、CMY変換、HLS変換であってもよく、これに限定されるものではない。そして、検出したい色味に応じて使用する画像変換(色変換)を変えることで、検出対象の色味を確実に検出できる。
画像演算部303は、画像212の各成分と、画像212の各成分に対応する平滑化画像321の成分と、を減算または除算して、画像331(減除算画像)を生成する。ここで、画像演算部303による演算は、画像212から平滑化画像321を減算または除算しても、これとは反対に、平滑化画像321から画像212を減算または除算してもよい。画像演算部303は、平滑化処理前のa値の画像に対して、平滑化処理後のa画像を減算または除算する。これにより、画像212の照明ムラ補正ができる。例えば、a値により高い赤みを検出する場合には、画像212から平滑化画像321を減算するのが好ましい。なお、平滑化する画像は、L画像またはb画像であってもよい。
閾値決定部304は、画像212における枠211の領域の色分布を統計処理して統計値341を求め、統計値341に基づいて、画像331を2値化するための閾値342を決定する。閾値決定部304は、画像212をLab画像に変換した画像の枠211の領域のa値の中央値(統計値341)に対応する閾値342を決定する。
ここで、閾値342は、いくつかのa値の中央値に対して経験的に決められる値であり、a値の中央値に対してある値を閾値342とした場合の結果から導き出される。例えば、a値の中央値のいくつかに対して、経験的に得られる閾値342を割り当て、その結果から、最もよい結果を得られる閾値342をグラフ上にプロットする。そして、グラフ上にプロットされた閾値342に対して、指数近似、直線近似、対数近似、多項式近似などの各種近似を用いて、検量線を導出する。これにより、a値の中央値のそれぞれに対応する閾値342が導出される。このように、予めそれぞれのa値の中央値に対応する閾値342を決定しておくことで、その都度、閾値342を計算する必要がない。
抽出部305は、決定した閾値342を用いて、画像331を、環境光条件およびカメラパラメータの少なくともいずれかの影響により変動する成分の影響が低減するように補正した2値化画像として、特定色領域213を抽出する。ここで、変動成分の補正は、例えば、画像331から色調補正値(環境光やホワイトバランス)による影響を除去することをいうが、これには限定されない。
また、抽出部305は、枠211の領域の色分布に基づいて、地色を抽出する。これにより、地色領域214が決定される。地色領域214の抽出は、例えば、RGB画像である画像212をHSV画像に変換して行われる。すなわち、変換されたHSV画像の各輝度値の最大値および最小値を用いて、地色領域214の抽出を行う。具体的には、枠211の領域の、H値の最小値−20からH値の最大値+20,S値の最小値−20からS値の最大値+20,V値の最小値―20からV値の最大値+20の範囲を地色として、この範囲にある領域を二値化された地色領域214として抽出する。なお、ここでは、RGB画像をHSV画像に変換して地色領域214を抽出する例で説明したが、RGB画像の変換方法は、HSV変換には限定されない。HSV変換を用いる他に、例えば、L変換、YCbCr変換、XYZ変換、L変換、CMY変換およびHLS変換の平均値、中央値、最頻値、第一四分位数、第三四分位数、標準偏差、最大値、最小値、分散などから地色領域214を抽出してもよい。
出力制御部306は、抽出された地色領域214に存在する特定色領域213を画像212に重畳して出力する。携帯端末210は、出力制御部306が出力した重畳画像201をディスプレイに表示する。なお、特定色領域213が重畳される元の画像212は、静止画には限定されず、動画であってもよい。すなわち、出力制御部306は、ユーザが撮像した映像やライブ映像(画像212)に対して特定色領域213を重畳した映像を出力してもよい。
図4を参照して、情報処理装置200が有する閾値テーブル401の一例について説明する。閾値テーブル401は、中央値411に関連付けて閾値342を記憶する。中央値411は、a値の中央値である。閾値342は、画像331を2値化して、2値化画像を得るために用いられる基準値である。そして、閾値決定部304は、閾値テーブル401を参照して閾値342を決定する。
図5を参照して、情報処理装置200のハードウェア構成について説明する。CPU(Central Processing Unit)510は、演算制御用のプロセッサであり、プログラムを実行することで図3の情報処理装置200の各機能構成を実現する。CPU510は複数のプロセッサを有し、異なるプログラムやモジュール、タスク、スレッドなどを並行して実行してもよい。ROM(Read Only Memory)520は、初期データおよびプログラムなどの固定データおよびその他のプログラムを記憶する。また、ネットワークインタフェース530は、ネットワークを介して他の装置などと通信する。なお、CPU510は1つに限定されず、複数のCPUであっても、あるいは画像処理用のGPU(Graphics Processing Unit)を含んでもよい。また、ネットワークインタフェース530は、CPU510とは独立したCPUを有して、RAM(Random Access Memory)540の領域に送受信データを書き込みあるいは読み出しするのが望ましい。また、RAM540とストレージ550との間でデータを転送するDMAC(Direct Memory Access Controller)を設けるのが望ましい(図示なし)。さらに、CPU510は、RAM540にデータが受信あるいは転送されたことを認識してデータを処理する。また、CPU510は、処理結果をRAM540に準備し、後の送信あるいは転送はネットワークインタフェース530やDMACに任せる。
RAM540は、CPU510が一時記憶のワークエリアとして使用するランダムアクセスメモリである。RAM540には、本実施形態の実現に必要なデータを記憶する領域が確保されている。画像データ541は、画像取得部301が取得した画像212に関するデータである。平滑化画像データ542は、画像212を平滑化処理して得られる平滑化画像321に関するデータである。減除算画像データ543は、画像212の各成分と、それに対応する平滑化画像321の成分と、を減算または除算して得られる画像331に関するデータである。閾値データ544は、閾値テーブル400から読み出された閾値に関するデータである。2値化画像データ545は、閾値342を用いて画像331を2値化した2値化画像に関するデータである。
送受信データ546は、ネットワークインタフェース530を介して送受信されるデータである。また、RAM540は、各種アプリケーションモジュールを実行するためのアプリケーション実行領域547を有する。
ストレージ550には、データベースや各種のパラメータ、あるいは本実施形態の実現に必要な以下のデータまたはプログラムが記憶されている。ストレージ550は、閾値テーブル401を格納する。閾値テーブル401は、図4に示した中央値411と閾値342との関係を管理するテーブルである。
ストレージ550は、さらに、画像取得モジュール551、画像生成モジュール552、画像演算モジュール553、閾値決定モジュール554および抽出モジュール555を格納する。画像取得モジュール551は、地色領域214に特定色領域213を有する評価対象物220を含む画像212を取得するモジュールである。画像生成モジュール552は、画像212を平滑化処理して平滑化画像321を生成するモジュールである。画像演算モジュール553は、画像212と平滑化画像321とを減算または除算して、画像331を生成するモジュールである。閾値決定モジュール554は、画像212における枠211の領域の色分布を統計処理した統計値から画像331を2値化するための閾値342を決定するモジュールである。抽出モジュール555は、閾値342を用いて、画像331を、変動成分を補正した2値化画像として、特定色領域213を抽出するモジュールである。抽出モジュール555は、枠211の領域の色分布に基づいて、地色領域214を抽出するモジュールである。これらのモジュール551〜555は、CPU510によりRAM540のアプリケーション実行領域547に読み出され、実行される。制御プログラム556は、情報処理装置200の全体を制御するためのプログラムである。
入出力インタフェース560は、入出力機器との入出力データをインタフェースする。入出力インタフェース560には、表示部561、操作部562、が接続される。また、入出力インタフェース560には、さらに、記憶媒体564が接続されてもよい。さらに、音声出力部であるスピーカ563や、音声入力部であるマイク(図示せず)、あるいは、GPS位置判定部が接続されてもよい。なお、図5に示したRAM540やストレージ550には、情報処理装置200が有する汎用の機能や他の実現可能な機能に関するプログラムやデータは図示されていない。
図6のフローチャートを参照して、情報処理装置200の処理手順について説明する。このフローチャートは、図5のCPU510がRAM540を使用して実行し、図3の情報処理装置200の各機能構成を実現する。ステップS601において、画像取得部301は、画像212を取得する。ステップS603において、画像生成部302は、画像212を平滑化処理して、平滑化画像321を生成する。ステップS605において、減除算画像を生成する。ステップS607において、閾値決定部304は、画像212における枠211の領域の色分布を統計処理して統計値341を求める。ステップS609において、閾値決定部304は、統計値341に基づいて閾値342を決定する。ステップS611において、抽出部305は、画像331から変動成分を補正した2値化画像を生成する。ステップS613において、抽出部305は、特定色領域213を抽出する。ステップS615において、抽出部305は、地色領域214を抽出する。ステップS617において、出力制御部306は、重畳画像201を出力する。
本実施形態によれば、評価対象物220に含まれる特定色領域213を元の画像212に重畳して表示するので、特定色領域213の存在する場所を視覚的に容易に認識できる。また、照明環境の影響を排除して、特定色領域213の抽出を行うので、どのような照明環境であっても特定色領域213の抽出を精度高く行える。
なお、上述の説明では、情報処理装置200として、サーバを例に説明をしたが、情報処理装置200が備える各機能構成は、例えば、スマートフォンやタブレット端末、PC(Personal Computer)に実装されてもよい。各機能構成がスマートフォンやタブレット端末などの携帯端末に実装される場合は、携帯端末とサーバとの間の通信は不要となる。
[第3実施形態]
次に本発明の第3実施形態に係る情報処理装置700について、図7〜図10を用いて説明する。図7は、本実施形態に係る情報処理装置700の構成を示すブロック図である。本実施形態に係る情報処理装置700は、上記第2実施形態と比べると、スコア化部701を有する点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
情報処理装置700は、スコア化部701を有する。スコア化部701は、地色領域214に対する特定色領域213の割合に基づいて、特定色領域213の存在の程度をスコア化する。具体的には、スコア化部701は、地色領域214に占める特定色領域213の割合(P)に基づいて、スコア(S)を算出する。スコア化部701は、例えば、P=0〜0.1%の場合、S=0、P=0.1%〜1.0%の場合、S=1、P=1.0%〜5.0%の場合、S=2、P>5.0%の場合、S=3とする。なお、ここでは、0〜3の4段階で評価したが、例えば、10段階評価をしても、あるいは、A〜Eなどのランク評価をしても、0〜100の点数評価をしてもよく、これらには限定されない。
図8を参照して、情報処理装置700が有するスコア化テーブル801の一例について説明する。スコア化テーブル801は、特定色領域割合811に関連付けてスコア812を記憶する。特定色領域割合811は、地色領域214に占める特定色領域213の割合(P)である。スコア812は、割合(P)に基づいて決められる値である。ここでは、0〜3までの4段階でスコア化しているが、スコア化の手法はこれには限定されない。
図9を参照して、情報処理装置700のハードウェア構成について説明する。RAM940は、CPU510が一時記憶のワークエリアとして使用するランダムアクセスメモリである。RAM940には、本実施形態の実現に必要なデータを記憶する領域が確保されている。割合データ941は、地色領域214に占める特定色領域213の割合を表すデータである。スコアデータ942は、割合(P)に対応して決定されるスコアに関するデータである。
ストレージ950は、スコア化テーブル801を格納する。スコア化テーブル801は、特定色領域割合811とスコア812との関係を管理するテーブルである。ストレージ950は、さらに、スコア化モジュール951を格納する。スコア化モジュール951は、地色領域214に対する特定色領域213の割合に基づき、特定色領域213の存在の程度をスコア化するモジュールである。
図10のフローチャートを参照して、情報処理装置700の処理手順について説明する。このフローチャートは、図9のCPU510がRAM940を使用して実行し、図7の情報処理装置700の各機能構成を実現する。ステップS1001において、スコア化部701は、地色領域214に占める特定色領域213の割合を算出する。ステップS1003において、スコア化部701は、算出した割合に基づいて、特定色領域213の存在の程度をスコア化する。ステップS1005において、出力制御部306は、重畳画像201にさらにスコアを重畳して出力する。
本実施形態によれば、評価対象物の特定色領域の割合をスコア化するので、肌の改善の度合いを容易に把握できる。
[実施例1]
次に、図11A〜図11Bを参照して本実施形態の実施例1について説明する。なお、本実施例においては、肌領域(地色領域214)の赤み領域(特定色領域213)を抽出する例で説明する。情報処理装置700は、肌を写した肌画像をRGB画像からLab画像へと変換する(1101→1102)。次に、情報処理装置700は、変換されたLab画像のa値に対してフィルタ処理として平滑化処理を行う(1103)。そして、情報処理装置700は、平滑化処理前のa値画像(1102)に対して、平滑化処理後のa値画像(1103)を減算する(1104)。画像の任意領域(枠211の領域)の色分布を統計処理して統計値を求め、求めた統計値に基づいて2値化するための閾値342を算出する(1105)。閾値342の算出には、予め異なる撮影条件で撮影された同一の画像に存在する特定色領域の面積が、各枠211の領域のa*値の中央値に応じて同値となるように閾値342を割り当てて、検量線1151を作成し、作成した検量線1151から閾値342を算出する。そして、減算された画像(1104)に対して、算出した閾値342を用いて、2値化して赤み領域を検出する(1104→1106)。すなわち、減算された画像(1104)において、所定輝度値以上の値を持つ画素と、所定輝度値未満の値を持つ画素とを峻別することにより、2値化された画像(1106)を生成し、赤み領域を検出する。
次に、情報処理装置700は、肌が写っている画像の任意領域(枠211の領域)の色分布から肌領域を検出した二値化画像を生成する(1101→1108)。肌領域の検出は、RGB画像をHSV画像に変換した画像を用いて行われる。そして、肌領域は、例えば、任意領域(枠211の領域)のH値の最小値―20からH値の最大値+20,S値の最小値−20からS値の最大値+20,V値の最小値―20からV値の最小値+20の範囲の領域として検出される。そして、赤み領域を検出した画像と肌部位を検出した画像を乗算する(1106×1108=1109)。これにより、赤み領域のみを含む画像が得られる。そして、情報処理装置700は、得られた赤み領域(1109)の画像を元の画像(1101)に重畳して、重畳画像201を出力する。次に、情報処理装置700は、肌色領域(1108)の面積に対する赤み領域(1109)の面積の割合を算出する。そして、算出された赤み領域の割合に応じて赤みスコアを決定する。決定された赤みスコアは、重畳画像201とともに出力される。
[実施例2]
次に、図12を参照して本実施形態の実施例2について説明する。本実施例は、異なる3つの環境光下において、肌領域(地色領域214)の赤み領域(特定色領域213)を抽出する例である。図12の上段が、ユーザが撮像した画像であり、図12の下段が、検出結果を示す図である。なお、赤み領域の検出のプロセスは、上記実施例1と同様であるので、説明を省略し、結果のみを提示している。
ここで、画像1201は、人工光源環境であり、昼光色照明(色温度:5700K〜7100K)の下で撮像された画像である。画像1202は、自然光源環境であり、太陽光(色温度:5000K〜6000K)の下で、画像1203は、人工光源環境であり、電球色照明(色温度:2600K〜3250K)の下で撮像された画像である。図12の下段に示したように、様々な環境光下であっても、赤み領域を正確に検出し、重畳画像1204,1205,1206として出力できている。
[実施例3]
次に、図13を参照して本実施形態の実施例3について説明する。本実施例は、異なる3つの環境光下において、肌領域(地色領域214)から赤み領域(特定色領域213)を抽出する例である。本実施例は、上記実施例2と異なり、様々な環境光下で撮像された画像の枠211の中に赤み領域(特定色領域1311,1321,1331)が写り込んでいる画像から、赤み領域を抽出する例である。図13の上段が、ユーザが撮像した画像であり、図13の下段が、検出結果を示す図である。なお、赤み領域の検出のプロセスは、上記実施例1と同様であるので、説明を省略し、結果のみを提示している。
ここで、画像1301,1302、1303における環境光は、図12に示した、画像1201,1202,1203のそれぞれと対応している。そして、図13の下段に示したように、枠211の中に赤み領域が入り込んでいても、赤み領域を正確に検出し、重畳画像1304,1305,1306として出力できている。
[他の実施形態]
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の範疇に含まれる。
また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に直接あるいは遠隔から供給される場合にも適用可能である。したがって、本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるWWW(World Wide Web)サーバも、本発明の範疇に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体(non-transitory computer readable medium)は本発明の範疇に含まれる。
100 情報処理装置
101 画像取得部
111 第1画像
102 画像生成部
121 第2画像
103 画像演算部
131 第3画像
104 閾値決定部
141 統計値
142 閾値
105 抽出部
151 特定色領域
200 情報処理装置
201 重畳画像
210 携帯端末
211 枠
212 画像
213 特定色領域
214 地色領域
220 評価対象物
301 画像取得部
302 画像生成部
321 平滑化画像
303 画像演算部
331 画像
304 閾値決定部
341 統計値
342 閾値
305 抽出部
351 重畳画像
306 出力制御部
401 閾値テーブル
510 CPU
520 ROM
530 ネットワークインタフェース
540 RAM
550 ストレージ
560 入出力インタフェース
700 情報処理装置
701 スコア化部
801 スコア化テーブル
940 RAM
950 ストレージ

Claims (13)

  1. 地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得部と、
    取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成部と、
    前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算部と、
    前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づいて前記第3画像を2値化するための閾値を決定する閾値決定部と、
    決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出部と、
    を備える情報処理装置。
  2. 前記抽出部は、前記任意領域の色分布に基づいて、前記地色領域を抽出する請求項1に記載の情報処理装置。
  3. 前記第1画像は、RGB画像であり、
    前記抽出部は、RGB画像をHSV画像に変換した後に、前記地色領域を抽出する請求項2に記載の情報処理装置。
  4. 抽出された前記地色領域に存在する前記特定色領域を前記第1画像に重畳して出力する出力制御部をさらに備える請求項1〜3のいずれか1項に記載の情報処理装置。
  5. 前記地色領域に対する前記特定色領域の割合に基づき、前記特定色領域の存在の程度をスコア化するスコア化部をさらに備える請求項1〜4のいずれか1項に記載の情報処理装置。
  6. 予め決定されている、前記統計値と前記閾値との関係に基づいて、前記閾値決定部は、前記閾値決定部で求められた前記統計値から前記閾値を決定する、請求項1〜5のいずれか1項に記載の情報処理装置。
  7. 前記第1画像は、RGB画像であり、
    前記画像生成部は、RGB画像をL画像に変換した後に、平滑化処理を行う、請求項1〜6のいずれか1項に記載の情報処理装置。
  8. 前記色分布は、L画像である請求項1〜7のいずれか1項に記載の情報処理装置。
  9. 前記統計値は、a値の中央値である請求項8に記載の情報処理装置。
  10. 前記画像生成部は、L画像、a画像またはb画像のいずれか1画像に平滑化処理を行う、請求項1〜9のいずれか1項に記載の情報処理装置。
  11. 前記変動成分は、環境光条件およびカメラパラメータの少なくともいずれかの影響により変動する成分である請求項1〜10のいずれか1項に記載の情報処理装置。
  12. 地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得ステップと、
    取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成ステップと、
    前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算ステップと、
    前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づき前記第3画像を2値化するための閾値を決定する閾値決定ステップと、
    決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出ステップと、
    を含む情報処理方法。
  13. 地色領域に特定色領域を有する評価対象物を含む第1画像を取得する画像取得ステップと、
    取得した前記第1画像を平滑化処理して、第2画像を生成する画像生成ステップと、
    前記第1画像の各成分と、前記第1画像の各成分に対応する前記第2画像の成分と、を減算または除算して、第3画像を生成する画像演算ステップと、
    前記第1画像における任意領域の色分布を統計処理して統計値を求め、前記統計値に基づき前記第3画像を2値化するための閾値を決定する閾値決定ステップと、
    決定した前記閾値を用いて、前記第3画像を、変動成分を補正した2値化画像として、前記特定色領域を抽出する抽出ステップと、
    をコンピュータに実行させる情報処理プログラム。
JP2020097324A 2020-06-04 2020-06-04 情報処理装置、情報処理方法および情報処理プログラム Pending JP2021189979A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020097324A JP2021189979A (ja) 2020-06-04 2020-06-04 情報処理装置、情報処理方法および情報処理プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020097324A JP2021189979A (ja) 2020-06-04 2020-06-04 情報処理装置、情報処理方法および情報処理プログラム

Publications (1)

Publication Number Publication Date
JP2021189979A true JP2021189979A (ja) 2021-12-13

Family

ID=78850002

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020097324A Pending JP2021189979A (ja) 2020-06-04 2020-06-04 情報処理装置、情報処理方法および情報処理プログラム

Country Status (1)

Country Link
JP (1) JP2021189979A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7334922B1 (ja) * 2023-04-20 2023-08-29 株式会社中京メディカル 画像処理装置、画像処理方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7334922B1 (ja) * 2023-04-20 2023-08-29 株式会社中京メディカル 画像処理装置、画像処理方法及びプログラム

Similar Documents

Publication Publication Date Title
CN111986178A (zh) 产品缺陷检测方法、装置、电子设备和存储介质
CN109856164B (zh) 一种机器视觉采集大范围图像的优化装置及其检测方法
CN108876742B (zh) 图像色彩增强方法和装置
US8559713B2 (en) Computer readable storage medium, image correction apparatus, and image correction method
CN113902641B (zh) 一种基于红外图像的数据中心热区判别方法及系统
CN104504722B (zh) 一种利用灰色点校正图像颜色的方法
CN113192027B (zh) 一种大功率led模组封装缺陷的检测方法及应用
CN111712021A (zh) 一种美术馆灯光智能调节方法、装置和系统
JP6779688B2 (ja) 画像処理装置、画像処理方法、コンピュータプログラム
CN116823674B (zh) 一种跨模态融合的水下图像增强方法
JP2015232482A (ja) 検査装置、検査方法およびプログラム
JP2021189979A (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP2015092643A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
CN107424134B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN118154687B (zh) 基于单目视觉的送餐机器人目标定位与避障方法及系统
CN114155179A (zh) 光源缺陷检测方法、装置、设备和存储介质
CN114023249A (zh) Led显示屏图像的灯点提取方法、装置及led显示屏校正方法
CN116402820A (zh) 一种检测方法、装置、设备及存储介质
KR101383827B1 (ko) 인쇄회로기판의 솔더링 영역 자동검출 시스템 및 방법
JP7215495B2 (ja) 情報処理装置、制御方法、及びプログラム
JP4961370B2 (ja) 検査方法および検査装置
CN115049746B (zh) 图像颜色校正方法、装置、电子设备和存储介质
JP2015092301A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
CN114067115B (zh) 一种基于色域提取分割的变电站呼吸器识别方法及装置
US20220178681A1 (en) Identification method, projection method and identification system