画像処理プログラム、画像処理装置、および画像処理方法
【課題】画像認識を高速かつ低負荷により実現すること。
【解決手段】検索円Ｃ内の画像のうち代表扇形ｆ内の画像とを比較して一致判定する。具体的には、代表扇形内画像ｇの特徴量を、（Ａ）〜（Ｌ）の１２分割された各扇形画像の特徴量とを比較することで一致判定をする。両特徴量は、たとえば、ヒストグラム分析によって得られた輝度を用いることができる。代表扇形内画像ｇと（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。これにより、代表扇形内画像ｇは顔画像候補に決定される。また、一致した扇形内画像により、顔画像候補がどのような傾きを持っているかも把握することができる。
【解決手段】検索円Ｃ内の画像のうち代表扇形ｆ内の画像とを比較して一致判定する。具体的には、代表扇形内画像ｇの特徴量を、（Ａ）〜（Ｌ）の１２分割された各扇形画像の特徴量とを比較することで一致判定をする。両特徴量は、たとえば、ヒストグラム分析によって得られた輝度を用いることができる。代表扇形内画像ｇと（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。これにより、代表扇形内画像ｇは顔画像候補に決定される。また、一致した扇形内画像により、顔画像候補がどのような傾きを持っているかも把握することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本開示技術は、画像処理を実行する画像処理プログラム、画像処理装置、および画像処理方法に関する。
【背景技術】
【０００２】
従来、顔認識システムは、以下の１〜７の順で処理を実施していた。
１．入力画像を加工しやすい情報（拡大縮小、グレースケールなど）に変換する。
２．全体画像の一部を矩形で切り出し、その範囲の特徴を取得するための演算を実施する対象とする検索対象窓サイズを決定する。
３．検索窓を全体画像の左上から右下まで移動しながらそれ以降の処理を実施する。
４．検索窓内の中心点からＲｅｔｉｎａサンプリングとして特徴を取得するために混合ガウス分布を求める。
５．あらかじめ蓄積していた検索画像との特徴を比較する。
６．特徴がある程度一致している場合、Ｇａｂｏｒフィルタを用いて詳細の特徴比較を実行する。
７．Ｇａｂｏｒフィルタで特徴がある程度一致している場合、検索対象画像と判断する。
【０００３】
また、画像処理としては下記特許文献１〜３の技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−１０８８３５号公報
【特許文献２】特開２００５−１７４１７９号公報
【特許文献３】特開２００７−３４８７６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上述した従来技術では、ある対象画像内から特定画像を認識する場合、光源、イメージの回転・縮尺、表情変化などによって比較する画像範囲が変化する。当該変化を対象画像内で画素を移動しながらすべてのパターンを想定して検索すると処理時間が増大するという問題がある。また、上述した従来技術では、対象画像内の検索対象領域をＲｅｔｉｎａサンプリングにより特定する技術もある。Ｒｅｔｉｎａサンプリングにより特定できる場合、Ｇａｂｏｒ Ｗａｖｅｌｅｔｓフィルタを使用することで光源、イメージの回転・縮尺、表情変化については検索可能となっている。
【０００６】
しかしながら、Ｒｅｔｉｎａサンプリングでは、画像中に検索用の窓を設定してその窓の中で混合ガウス分布を求めて検出対象かどうか判定する。したがって、確率的に検索対象位置を決定する方針の割に、混合ガウス関数を使用しているため、計算量が多く、システム全体の処理性能の負担が増大するという問題がある。
【０００７】
本開示技術は、上述した従来技術による問題点を解消するため、画像認識を高速に実現することができる画像処理プログラム、画像処理装置、および画像処理方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本開示技術は、特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶しておき、対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定し、前記対象画像の任意の走査位置での前記検索円内の画像のうち設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出し、抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定し、判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定することを要件とする。
【発明の効果】
【０００９】
本画像処理プログラム、画像処理装置、および画像処理方法によれば、画像認識を高速に実現することができるという効果を奏する。
【図面の簡単な説明】
【００１０】
【図１】検索画像の分割例を示す説明図である。
【図２】対象画像の一例を示す説明図である。
【図３】検索円内の画像と検索画像との比較例（その１）を示す説明図である。
【図４】本実施の形態にかかる画像処理装置のハードウェア構成を示すブロック図である。
【図５】本実施の形態にかかる画像処理装置の機能的構成を示すブロック図である。
【図６】検索画像内の扇形画像のヒストグラムの一例を示す説明図である。
【図７】平坦化された扇形画像のヒストグラムの一例を示す説明図である。
【図８】対象画像内の代表扇形内画像のヒストグラムの一例を示す説明図である。
【図９】平坦化された代表扇形内画像のヒストグラムの一例を示す説明図である。
【図１０】再作成された扇形画像のヒストグラムを示す説明図である。
【図１１】再作成された代表扇形内画像のヒストグラムを示す説明図である。
【図１２】検索画像蓄積処理の詳細な処理手順を示すフローチャートである。
【図１３】画像認識処理の詳細な処理手順を示すフローチャートである。
【図１４】図１３に示した扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。
【図１５】検索円内の画像と検索画像との比較例（その２）を示す説明図である。
【図１６】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順（前半）を示すフローチャートである。
【図１７】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順（後半）を示すフローチャートである。
【図１８】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の後半の他の例の詳細な処理手順を示すフローチャートである。
【発明を実施するための形態】
【００１１】
以下に添付図面を参照して、本開示技術の画像処理プログラム、画像処理装置、および画像処理方法の好適な実施の形態を詳細に説明する。本実施の形態では、入力画像内の特定画像の例として顔画像を認識する。まず、図１〜３を用いて、本開示技術の画像処理プログラム、画像処理装置、および画像処理方法の一実施形態について説明する。
【００１２】
図１は、検索画像の分割例を示す説明図である。検索画像Ｇｒとは、認識の対象画像の比較対象となる画像である。検索画像Ｇｒは特定画像として顔画像を含む画像である。検索画像Ｇｒは、検索画像Ｇｒの中心を基点として複数の扇形画像に分割される。図１では、（Ａ）〜（Ｌ）の１２分割された扇形画像となる。図１では、各扇形画像（Ａ）〜（Ｌ）は、中心角が３０度に設定された同一半径の画像である。
【００１３】
検索画像Ｇｒでは、１２時の方向を０度とし、時計回りに進むにつれて中心角が増加することとする。検索画像Ｇｒでの０度は、顔画像の中心（鼻またはその近傍）からみて頭がある方向を示す。検索画像Ｇｒは少なくとも１つあればよい。検索画像Ｇｒは、記憶装置に記憶される。
【００１４】
図２は、対象画像の一例を示す説明図である。図２中の円は、検索窓となる検索円Ｃである。検索円Ｃを対象画像Ｇｏに走査することで、走査位置ごとに認識処理を実行する。走査位置では、所定の半径方向となる扇形が設定される。検索円Ｃ内の扇形を代表扇形ｆと称す。代表扇形ｆは、検索円Ｃに１または複数設定することができる。図２の例では、１つ設定されている。図２では、代表扇形ｆは中心角が０度から３０度に設定された扇形とする。代表扇形ｆの中心角は、検索画像Ｇｒの扇形画像の中心角と同一角度（本例では３０度）とする。なお、代表扇形ｆの中心角と検索画像Ｇｒの扇形画像の中心角とは異なる角度でもよい。
【００１５】
図３は、検索円Ｃ内の画像と検索画像Ｇｒとの比較例（その１）を示す説明図である。図３では、検索円Ｃ内の画像のうち代表扇形ｆ内の画像（以下、代表扇形内画像ｇ）とを比較して一致判定する。具体的には、代表扇形内画像ｇの特徴量を、（Ａ）〜（Ｌ）の１２分割された各扇形画像の特徴量と比較することで一致判定をする。両特徴量は、たとえば、ヒストグラム分析によって得られた輝度から算出される。
【００１６】
図３では、代表扇形内画像ｇと（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。これにより、代表扇形内画像ｇは顔画像候補に決定される。また、一致した扇形画像の位置により、顔画像候補がどのような傾きを持っているかも把握することができる。
【００１７】
（ハードウェア構成）
図４は、本実施の形態にかかる画像処理装置のハードウェア構成を示すブロック図である。画像処理装置４００は、画像入力ＩＦ（インターフェース）４０１と、プロセッサ４０２と、ＢＩＦ（バスインターフェース）４０３と、バス４０４と、ローカルメモリ４０５と、パイプライン４０６と、ＢＩＦ４０７と、メインメモリ４０８と、画像出力ＩＦ４０９と、バス４１０と、を含む構成である。
【００１８】
画像入力ＩＦ４０１は、外部からの入力画像（検索画像Ｇｒや対象画像Ｇｏ）を受け付けてバス４１０を介してメインメモリ４０８に保存する。プロセッサ４０２は、画像処理装置４００全体を統括制御する中央処理装置である。プロセッサ４０２は、メインメモリ４０８に保存されている画像処理プログラムを実行する。
【００１９】
ＢＩＦ４０３は、プロセッサ４０２とバス４０４との通信を制御する。バス４０４は、ＢＩＦ４０３，４０７とローカルメモリ４０５とを接続する。ローカルメモリ４０５は、プロセッサ４０２のワークエリアとなる記憶装置である。ローカルメモリ４０５には、たとえば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を用いることができる。このように、プロセッサ４０２、ＢＩＦ４０３、バス４０４、ローカルメモリ４０５は、ソフトウェア処理を実行するソフトウェア処理部４１１を構成する。
【００２０】
パイプライン４０６は、パイプライン４０６処理を実行するハードウェアであり、ローカルメモリ４０５をワークエリアとして利用する。ＢＩＦ４０７は、パイプライン４０６とバス４０４との通信を制御する。このように、パイプライン４０６、ＢＩＦ４０７、バス４０４、ローカルメモリ４０５は、アクセラレータ４１２を構成する。アクセラレータ４１２は、たとえば、画像の拡大、縮小、回転といった所定の処理を実行する（ソフトウェア処理部４１１ですべて実行する場合、アクセラレータ４１２は不要となる）。ローカルメモリ４０５とバス４０４は、アクセラレータ４１２とソフトウェア処理部４１１との共用メモリである。
【００２１】
メインメモリ４０８は、画像処理プログラムや入力画像、その他画像処理プログラムによる処理結果を記憶する記憶装置である。メインメモリ４０８には、たとえば、ＲＡＭやフラッシュメモリ、磁気ディスクを用いることができる。画像出力ＩＦ４０９は、プロセッサ４０２からの指示によりメインメモリ４０８に保存されたデータをディスプレイに出力する。バス４１０は、画像入力ＩＦ４０１、プロセッサ４０２、パイプライン４０６、メインメモリ４０８、および画像出力ＩＦ４０９を接続する。
【００２２】
（画像処理装置４００の機能的構成）
図５は、本実施の形態にかかる画像処理装置４００の機能的構成を示すブロック図である。画像処理装置４００は、画像処理部５０１、画像前処理部５０２、設定部５０３、抽出部５０４、記憶部５０５、判定部５０６（算出部５１１および判断部５１２）、決定部５０７、Ｇａｂｏｒフィルタ処理実行部５０８、出力部５０９とを含む構成である。
【００２３】
図５において、画像処理部５０１、画像前処理部５０２およびＧａｂｏｒフィルタ処理実行部５０８は、図４に示したアクセラレータ４１２またはソフトウェア処理部４１１によりその機能を実現する。設定部５０３、抽出部５０４、判定部５０６および決定部５０７は、図４に示したソフトウェア処理部４１１によりその機能を実現する。記憶部５０５は、図４に示したメインメモリ４０８によりその機能を実現する。出力部５０９は、図４に示した画像出力ＩＦ４０９によりその機能を実現する。
【００２４】
画像処理部５０１は、カメラ入力制御処理と画像出力制御処理とを実行する。具体的には、カメラ入力制御処理では、カメラから画像入力ＩＦ４０１を介して一定間隔で入力されてくる画像をメインメモリ４０８に格納する。そして、格納された画像のアドレスの識別制御を実行する。また、画像出力制御処理では、画像出力ＩＦ４０９により一定間隔で出力画像をメインメモリ４０８から出力する。
【００２５】
画像前処理部５０２は、入力画像の画像変換を実行する。具体的には、たとえば、入力画像の拡大／縮小／回転／移動、グレースケール化、各種画像変換フィルタ（ランクフィルタ、ガウシアン）によるフィルタリング処理を実行する。より具体的には、たとえば、入力画像をグレースケール化し、グレースケール化した画像を広域平滑化する。そして、グレースケール化した画像と広域平滑化した画像との輝度差分を求め、輝度差分画像を出力する。輝度差分画像は、ローカルメモリ４０５またはメインメモリ４０８に保存される。
【００２６】
設定部５０３は、各種設定を実行する機能を有する。具体的には、検索画像Ｇｒを蓄積させる場合の検索画像Ｇｒ設定処理と、検索円Ｃの代表扇形ｆを設定する代表扇形ｆ設定処理とを実行する。検索画像Ｇｒ設定処理では、検索画像Ｇｒを扇形に分割する扇形情報を設定する。具体的には、たとえば、図１に示したように、扇形の中心角を設定して検索画像Ｇｒを複数の扇形に分割する。
【００２７】
また、代表扇形設定処理では、検索円Ｃの中心を基点とする中心角により規定された代表扇形ｆを設定する。具体的には、たとえば、図２に示したように、検索円Ｃの中心角が０度〜３０度である扇形を代表扇形ｆとする。
【００２８】
抽出部５０４は、画像の特徴量を抽出する機能を有する。具体的には、ヒストグラム分析により画像の輝度を特徴量として抽出する。たとえば、検索画像Ｇｒを蓄積させる場合は、検索画像Ｇｒから分割された各扇形画像の特徴量をヒストグラム分析により抽出する。
【００２９】
図６は、検索画像Ｇｒ内の扇形画像のヒストグラムの一例を示す説明図である。図６において、横軸は輝度、縦軸はヒストグラムの度数である。なお、扇形画像のヒストグラムは、輝度差分を吸収するために平坦化してもよい。
【００３０】
図７は、平坦化された扇形画像のヒストグラムの一例を示す説明図である。ヒストグラムの平坦化は、下記式（１）によりおこなう。
【００３１】
【数１】
【００３２】
Ｒ（ｉ）：変換前のｉ番目の輝度
Ｒ´（ｉ）：変換後のｉ番目の輝度
Ｒｍａｘ：変換前の輝度Ｒ（ｉ）の最大値
Ｈ（ｉ）：輝度Ｒ（ｉ）を持つ画素数
Ｎ：画像に含まれる画素の和
【００３３】
そして、抽出部５０４は、扇形画像ごとに特徴量として図６または図７に示したようなヒストグラムを記憶部５０５に記憶する。代表扇形内画像ｇと比較する場合には、各扇形画像の特徴量を記憶部５０５から抽出する。
【００３４】
また、抽出部５０４は、代表扇形ｆについても、代表扇形内画像ｇの特徴量をヒストグラム分析により抽出する。抽出された特徴量（ヒストグラム）は、ローカルメモリ４０５に記憶される。
【００３５】
図８は、対象画像Ｇｏ内の代表扇形内画像ｇのヒストグラムの一例を示す説明図である。代表扇形内画像ｇのヒストグラムは、輝度差分を吸収するために上記式（１）を用いて平坦化してもよい。
【００３６】
図９は、平坦化された代表扇形内画像ｇのヒストグラムの一例を示す説明図である。抽出部５０４は、図８または図９に示したようなヒストグラムを代表扇形内画像ｇから抽出してローカルメモリ４０５に保存する。
【００３７】
記憶部５０５はメインメモリ４０８であり、複数の扇形画像の特徴量（図６または図７に示したようなヒストグラム）を記憶する機能を有する。
【００３８】
判定部５０６は、代表扇形内画像ｇの特徴量と各扇形画像の特徴量とに基づいて、代表扇形内画像ｇが、複数の扇形画像にあるか否かを判定する機能を有する。具体的には、たとえば、代表扇形内画像ｇの特徴量を用いて、算出部５１１と判断部５１２により一致判定を実行する。ここで、算出部５１１は、代表扇形内画像ｇの特徴量と扇形画像の特徴量とに基づいて、代表扇形ｆ内の画像と扇形画像との一致度を算出する機能を有する。算出部５１１は、具体的には、たとえば、扇形画像のヒストグラムと代表扇形内画像ｇのヒストグラムとの度数を、５輝度程度でまとめて再作成する。
【００３９】
図１０は、再作成された扇形画像のヒストグラムを示す説明図である。図１０に示したヒストグラムは、図７の平坦化後のヒストグラムから再作成されたヒストグラムである。図１０において、ｊ番目の輝度の特徴量をＰｓｏｊとすると、特徴量Ｐｓｏｊは下記式（２）により算出される。
【００４０】
Ｐｓｏｊ＝Ｄｓｏｊ／Ｄｍａｘ／Ｐ・・・（２）
【００４１】
Ｄｓｏｊ：ｊ番目の輝度の度数
Ｄｍａｘ：再作成前の前輝度中の最大度数
Ｐ：全画素数
【００４２】
図１１は、再作成された代表扇形内画像ｇのヒストグラムを示す説明図である。図１１に示したヒストグラムは、図９の平坦化後のヒストグラムから再作成されたヒストグラムである。図１１において、ｊ番目の輝度の特徴量をＰｓｓｊとすると、特徴量Ｐｓｓｊは下記式（３）により算出される。
【００４３】
Ｐｓｓｊ＝Ｄｓｓｊ／Ｄｍａｘ／Ｐ・・・（３）
【００４４】
Ｄｓｓｊ：ｊ番目の輝度の度数
Ｄｍａｘ：再作成前の全輝度中の最大度数
Ｐ：全画素数
【００４５】
そして、算出部５１１は、代表扇形ｆ内の画像と扇形画像との一致度Ｍを、下記式（４）により算出する。
【００４６】
【数２】
【００４７】
ｊ：再作成後のヒストグラムの輝度番号
ｈ：輝度番号ｊの最大値
【００４８】
また、判断部５１２は、算出部５１１によって算出された一致度Ｍが所定のしきい値Ｍｔ以上であるか否かを判断する機能を有する。一致度Ｍが所定のしきい値Ｍｔ以上である扇形画像があるまで一致度Ｍの算出としきい値Ｍｔ以上の判断を実行する。そして、判定部５０６は、代表扇形内画像ｇに一致する画像が、複数の扇形画像にあると判定する。
【００４９】
決定部５０７は、判定部５０６によって判定された判定結果に基づいて、検索円Ｃ内の画像を特定画像の画像候補に決定する機能を有する。具体的には、たとえば、代表扇形内画像ｇに一致する画像が、複数の扇形画像にあると判定された場合、検索円Ｃ内の画像を特定画像の画像候補に決定する。そして、検索円Ｃ内の画像をＧａｂｏｒフィルタ処理対象として記憶部５０５に保存する。一方、代表扇形内画像ｇに一致する画像が、複数の扇形画像にないと判定された場合、検索円Ｃをシフトして走査を続ける。対象画像Ｇｏの全領域を走査した場合は処理を終了することとなる。
【００５０】
Ｇａｂｏｒフィルタ処理実行部５０８は、Ｇａｂｏｒフィルタ処理対象の画像についてＧａｂｏｒフィルタ処理を実行する。Ｇａｂｏｒフィルタ処理により、特定画像（顔画像）に同定される。なお、Ｇａｂｏｒフィルタ処理実行部５０８は、周知のアルゴリズムにより実行される。
【００５１】
出力部５０９は、決定部５０７によって決定された決定結果を出力する機能を有する。具体的には、たとえば、Ｇａｂｏｒフィルタ処理実行部５０８によって実行された実行結果をディスプレイに出力する。これにより、Ｇａｂｏｒフィルタ処理によって同定された検索円Ｃ内画像を特定画像（顔画像）と認識することができる。
【００５２】
（検索画像蓄積処理）
つぎに、検索画像蓄積処理について説明する。検索画像蓄積処理は、対象画像Ｇｏからの顔画像認識に先だって、図１に示したように、検索画像Ｇｒの特徴量（ヒストグラム）をメインメモリ４０８に蓄積しておく処理である。検索画像蓄積処理は、図５に示した画像処理部５０１、画像前処理部５０２、設定部５０３、抽出部５０４および記憶部５０５により実行される。
【００５３】
図１２は、検索画像蓄積処理の詳細な処理手順を示すフローチャートである。まず、設定部５０３により扇形情報、すなわち、中心角や半径を設定しておき（ステップＳ１２０１）、画像処理部５０１により、検索画像Ｇｒがあるか否かを判断する（ステップＳ１２０２）。検索画像Ｇｒがあると判断された場合（ステップＳ１２０２：Ｙｅｓ）、画像前処理部５０２により、検索画像Ｇｒをグレースケール化（ステップＳ１２０３）、広域平滑化（ステップＳ１２０４）、輝度差分取得（ステップＳ１２０５）を実行する。
【００５４】
そして、設定部５０３により、輝度差分取得後の検索画像Ｇｒについて扇形画像を設定する（ステップＳ１２０６）。その後、抽出部５０４により、扇形画像単位で特徴量を抽出する（ステップＳ１２０７）。このあと、抽出された特徴量のヒストグラム平坦化を実行し（ステップＳ１２０８）、ヒストグラム平坦化された特徴量をメインメモリ４０８に保存して（ステップＳ１２０９）、ステップＳ１２０２に戻る。ステップＳ１２０２において、検索画像Ｇｒがない場合（ステップＳ１２０２：Ｎｏ）、検索画像蓄積処理を終了する。
【００５５】
（画像認識処理）
つぎに、画像認識処理について説明する。画像認識処理では、図２および図３に示したように、検索円Ｃを対象画像Ｇｏ上で走査して、走査位置ごとに、検索画像Ｇｒ内に設定された複数の扇形画像と一致判定を実行して、一致判定結果に応じて対象画像Ｇｏを同定する処理である。
【００５６】
図１３は、画像認識処理の詳細な処理手順を示すフローチャートである。まず、画像処理部５０１により図２に示した対象画像Ｇｏを取得し（ステップＳ１３０１）、画像前処理部５０２により、グレースケール化（ステップＳ１３０２）、広域平滑化（ステップＳ１３０３）、輝度差分取得（ステップＳ１３０４）を実行する。そして、設定部５０３により、検索円Ｃおよび代表扇形ｆを設定して（ステップＳ１３０５）、検索円Ｃの走査を開始する（ステップＳ１３０６）。
【００５７】
そして、走査位置ごとに、扇形検索処理を実行する（ステップＳ１３０７）。扇形検索処理の詳細については後述する。扇形検索処理のあと、検索円Ｃがシフト可能であるか否かを判断する（ステップＳ１３０８）。シフト可能である場合（ステップＳ１３０８：Ｙｅｓ）、検索円Ｃをシフトして（ステップＳ１３０９）、ステップＳ１３０７に戻る。
【００５８】
一方、シフト不可である場合（ステップＳ１３０８：Ｎｏ）、Ｇａｂｏｒフィルタ処理対象の画像についてＧａｂｏｒフィルタ処理実行部５０８により、Ｇａｂｏｒフィルタ処理を実行する（ステップＳ１３１０）。そして、出力部５０９により、Ｇａｂｏｒフィルタ処理結果を出力する（ステップＳ１３１１）。
【００５９】
図１４は、図１３に示した扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。まず、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１４０１）、ヒストグラム平坦化を実行する（ステップＳ１４０２）。つぎに、未選択の検索画像Ｇｒがメインメモリ４０８にあるか否かを判断する（ステップＳ１４０３）。
【００６０】
未選択の検索画像Ｇｒがある場合（ステップＳ１４０３：Ｙｅｓ）、未選択の検索画像Ｇｒを１つ選択する（ステップＳ１４０４）。そして、選択検索画像Ｇｒ内で未選択の扇形画像があるか否かを判断する（ステップＳ１４０５）。未選択の扇形画像がある場合（ステップＳ１４０５：Ｙｅｓ）、未選択の扇形画像を１つ選択する（ステップＳ１４０６）。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１４０７）。
【００６１】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１４０８）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１４０９）。Ｍ≧Ｍｔでない場合（ステップＳ１４０９：Ｎｏ）、ステップＳ１４０５に戻る。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１４０５〜Ｓ１４０９を繰り返す。
【００６２】
一方、Ｍ≧Ｍｔである場合（ステップＳ１４０９：Ｙｅｓ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存して（ステップＳ１４１０）、ステップＳ１３０８に移行する。これにより、１つでも一致する扇形画像があれば、扇形検索処理は終了する。
【００６３】
一方、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１４０５〜Ｓ１４０９を繰り返すが、ステップＳ１４０５において、未選択の扇形画像がない場合（ステップＳ１４０５：Ｎｏ）、ステップＳ１４０３に戻り、未選択の検索画像Ｇｒがあるか否かを判断する（ステップＳ１４０３）。未選択の検索画像Ｇｒがない場合（ステップＳ１４０３：Ｎｏ）、Ｍ≧Ｍｔとなる選択扇形画像が見つからなかったこととなり、ステップＳ１３０８に移行する。この場合、Ｇａｂｏｒフィルタ処理対象がないため、特定画像（顔画像）の同定ができずに終了することとなる。
【００６４】
このように、上述した実施の形態では、扇形どうしで比較するため、検索円Ｃ内画像の向きと検索画像Ｇｒの向きが異なっていても一致判定することができる。したがって、Ｒｅｔｉｎａサンプリングでの混合ガウス分布を求めるような複雑な計算処理が不要となる。これにより、顔画像があるか否か、あるとしてもどの方向に向いているかわからない対象画像Ｇｏの中から顔画像の候補画像を高速かつ低負荷で検索することができる。
【００６５】
なお、上述した実施の形態では、検索円Ｃ内の代表扇形ｆが１個の場合について説明したが、検索円Ｃ内の代表扇形ｆを複数個用意して画像認識の認識精度を向上することとしてもよい。ここでは、例として、代表扇形ｆを等角度間隔で３個設定した場合について説明する。代表扇形ｆを３個設定する場合は、０度〜３０度、１２０度〜１５０度、２４０度〜２７０度の代表扇形ｆを設定する。
【００６６】
図１５は、検索円Ｃ内の画像と検索画像Ｇｒとの比較例（その２）を示す説明図である。図１５では、３個の代表扇形ｆ１〜ｆ３を用いる。代表扇形ｆ１〜ｆ３のうち、代表扇形ｆ１が基準となる代表扇形とする。
【００６７】
図１５では、図３と同様、（Ａ）〜（Ｌ）の各扇形画像と基準となる代表扇形ｆ１内画像とを比較して一致判定する。図１５では、代表扇形ｆ１内の画像ｇ１と（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。この一致判定を第１の一致判定を称す。
【００６８】
第１の一致判定により代表扇形ｆ１内の画像ｇ１と（Ｋ）の扇形画像とが一致すると判定された場合、残余の代表扇形ｆ２内の画像ｇ２と代表扇形ｆ３内の画像ｇ３についても一致判定を実行する。代表扇形ｆ２内の画像ｇ２との一致判定を第２の一致判定、代表扇形ｆ３内の画像ｇ３との一致判定を第３の一致判定を称す。
【００６９】
具体的には、第２の一致判定では、代表扇形ｆ２内の画像ｇ２は、代表扇形ｆ１内の画像ｇ１から１２０度時計回りに回転した画像である。したがって、比較対象となる検索画像Ｇｒ内の扇形画像も、代表扇形ｆ１内の画像ｇ１に一致判定された（Ｋ）の扇形画像から１２０度時計回りに回転した（Ｃ）の扇形画像となる。
【００７０】
同様に、第３の一致判定では、代表扇形ｆ３内の画像ｇ３は、代表扇形ｆ１内の画像ｇ１から１２０度反時計回りに回転した画像である。したがって、比較対象となる検索画像Ｇｒ内の扇形画像も、代表扇形ｆ１内の画像ｇ１に一致判定された（Ｋ）の扇形画像から１２０度反時計回りに回転した（Ｇ）の扇形画像となる。これにより、画像ｇ１および扇形画像（Ｋ）を基準とすることで、画像ｇ１〜ｇ３の配列パターンが扇形画像（Ｋ），（Ｃ），（Ｇ）の配列パターンに合致する。
【００７１】
このように、第１の一致判定により一致すると判定されたあとに、第２および第３の一致判定を順次実行する場合、不一致と判定されたものが１つでもあっても、すべて一致判定を実行する。そして、一致判定個数の割合がしきい値以上である場合に、検索円Ｃ内画像をＧａｂｏｒフィルタ処理対象として保存する。このように、代表扇形ｆを複数用いることで、画像認識の精度向上を図ることができる。以下、図１３のステップＳ１３０５において代表扇形ｆ♯（♯は番号）を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順について説明する。
【００７２】
図１６および図１７は、代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。まず、未選択の検索画像Ｇｒがメインメモリ４０８にあるか否かを判断し（ステップＳ１６０１）、未選択の検索画像Ｇｒを１つ選択する（ステップＳ１６０２）。また、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１６０３）、ヒストグラム平坦化を実行する（ステップＳ１６０４）。
【００７３】
そして、選択検索画像Ｇｒ内で未選択の扇形画像があるか否かを判断する（ステップＳ１６０５）。未選択の扇形画像がある場合（ステップＳ１６０５：Ｙｅｓ）、未選択の扇形画像を１つ選択する（ステップＳ１６０６）。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１６０７）。
【００７４】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１６０８）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１６０９）。Ｍ≧Ｍｔでない場合（ステップＳ１６０９：Ｎｏ）、ステップＳ１６０５に戻る。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１６０５〜Ｓ１６０９を繰り返す。一方、Ｍ≧Ｍｔである場合（ステップＳ１６０９：Ｙｅｓ）、図１７のステップＳ１７０１に移行する。すなわち、図１５の例では、第１の一致判定により一致すると判定されたこととなり、図１７により第２および第３の一致判定を実行することとなる。
【００７５】
一方、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１６０５〜Ｓ１６０９を繰り返すが、ステップＳ１６０５において、未選択の扇形画像がない場合（ステップＳ１６０５：Ｎｏ）、ステップＳ１６０１に戻り、未選択の検索画像Ｇｒがあるか否かを判断する（ステップＳ１６０１）。未選択の検索画像Ｇｒがない場合（ステップＳ１６０１：Ｎｏ）、Ｍ≧Ｍｔとなる選択扇形画像が見つからなかったこととなり、ステップＳ１３０８に移行する。この場合、Ｇａｂｏｒフィルタ処理対象がないため、特定画像（顔画像）の同定ができずに終了することとなる。
【００７６】
また、図１７において、未選択の代表扇形ｆ♯があるか否かを判断する（ステップＳ１７０１）。未選択の代表扇形ｆ♯がある場合（ステップＳ１７０１：Ｙｅｓ）、未選択の代表扇形ｆ♯を１つ選択する（ステップＳ１７０２）。そして、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１７０３）、ヒストグラム平坦化を実行する（ステップＳ１７０４）。
【００７７】
このあと、選択された代表扇形内画像ｇ♯に位置が対応する扇形画像を選択する（ステップＳ１７０５）。具体的には、ステップＳ１６０９において一致判定された扇形画像から、ステップＳ１６０９において一致判定された代表扇形ｆ♯からステップＳ１７０２で選択された代表扇形内画像ｇ♯への回転方向および回転角により特定される未選択の扇形画像を選択する。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１７０６）。
【００７８】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１７０７）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１７０８）。Ｍ≧Ｍｔでない場合（ステップＳ１７０８：Ｎｏ）、ステップＳ１７０１に戻り、ステップＳ１７０１〜ステップＳ１７０８を繰り返す。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１７０１〜Ｓ１７０８を繰り返す。一方、Ｍ≧Ｍｔである場合（ステップＳ１７０８：Ｙｅｓ）、一致数ｋをインクリメントして（ステップＳ１７０９）、ステップＳ１７０１に戻り、ステップＳ１７０１〜ステップＳ１７０８を繰り返す。
【００７９】
また、ステップＳ１７０１において、未選択の代表扇形ｆ♯がない場合（ステップＳ１７０１：Ｎｏ）、ｋ／ｎ≧ｔであるか否かを判断する（ステップＳ１７１０）。ｎは、代表扇形ｆ♯の個数であり、ｔはしきい値である。ｋ／ｎ≧ｔである場合（ステップＳ１７１０：Ｙｅｓ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存し（ステップＳ１７１１）、ステップＳ１３０８に移行する。一方、ｋ／ｎ≧ｔでない場合（ステップＳ１７１０：Ｎｏ）、ステップＳ１６０１に戻る。
【００８０】
このように、図１６および図１７に示した扇形検索処理によれば、代表扇形ｆ♯を複数個用いて対応する扇形画像との一致判定を実行する。したがって、一致した個数に応じて画像認識精度の向上を図ることができる。また、しきい値ｔを高く設定することで、より画像認識精度が高くなるため、Ｇａｂｏｒフィルタ処理を実行せず、検索円Ｃ内画像を顔画像候補として保存することとしてもよい。
【００８１】
また、図１５において、第１〜第３の一致判定により、画像ｇ１〜ｇ３とこれらに対応する扇形画像（Ｋ），（Ｃ），（Ｇ）がすべて一致すると判定された場合、検索円Ｃ内画像をＧａｂｏｒフィルタ処理対象として保存することとしてもよい。この場合、第１〜第３の一致判定は、第１の一致判定から順次実行するため、不一致と判定された時点で処理は終了する。したがって、画像認識の精度向上および高速化を実現することができる。以下、詳細な処理手順を図１８を用いて説明する。
【００８２】
図１８は、代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の後半の他の例の詳細な処理手順を示すフローチャートである。まず、未選択の代表扇形ｆがあるか否かを判断する（ステップＳ１８０１）。未選択の代表扇形ｆがある場合（ステップＳ１８０１：Ｙｅｓ）、未選択の代表扇形ｆを１つ選択する（ステップＳ１８０２）。そして、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１８０３）、ヒストグラム平坦化を実行する（ステップＳ１８０４）。
【００８３】
このあと、選択された代表扇形内画像ｇに位置が対応する扇形画像を選択する（ステップＳ１８０５）。具体的には、ステップＳ１６０９において一致判定された扇形画像から、ステップＳ１６０９において一致判定された代表扇形ｆからステップＳ１７０２で選択された代表扇形内画像ｇへの回転方向および回転角により特定される未選択の扇形画像を選択する。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１８０６）。
【００８４】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１８０７）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１８０８）。Ｍ≧Ｍｔでない場合（ステップＳ１８０８：Ｎｏ）、ステップＳ１６０１に戻り、検索画像Ｇｒとの一致をあきらめて、つぎの検索画像Ｇｒを選択する。
【００８５】
一方、Ｍ≧Ｍｔである場合（ステップＳ１８０８：Ｙｅｓ）、ステップＳ１８０１に戻り、ステップＳ１８０１〜ステップＳ１８０８を繰り返す。すなわち、Ｍ≧Ｍｔでない状態になるまで繰り返す。
【００８６】
また、ステップＳ１８０１において、未選択の代表扇形ｆ♯がない場合（ステップＳ１８０１：Ｎｏ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存し（ステップＳ１８０９）、ステップＳ１３０８に移行する。
【００８７】
本処理手順によれば、不一致と判定された時点で処理は終了するため、すべて一致した場合のみＧａｂｏｒフィルタ処理対象としてメインメモリ４０８に保存される。したがって、保存された検索円Ｃ内画像の画像認識の精度向上を図ることができる。また、１回でも不一致判定がなされた場合は、残余の扇形画像の一致判定をおこなわずにその時点で検索画像Ｇｒが切り替えられる。したがって、画像認識の高速化を実現することができる。
【００８８】
また、代表扇形ｆ♯を複数個用いていることにより画像認識精度が向上していることから、Ｇａｂｏｒフィルタ処理対象ではなく顔画像として検索円Ｃ内画像を保存することとしてもよい。これにより、Ｇａｂｏｒフィルタ処理を省略することができるため、処理速度の向上を図ることができる。
【００８９】
以上説明したように、本実施の形態によれば、扇形どうしで比較するため、検索円Ｃ内画像の向きと検索画像Ｇｒの向きが異なっていても簡単に一致判定することができる。これにより、顔画像があるか否か、あるとしてもどの方向に向いているかわからない対象画像Ｇｏの中から候補画像を高速かつ低負荷で検索することができる。
【００９０】
また、一致度Ｍを特徴量により算出することで、Ｒｅｔｉｎａサンプリングでの混合ガウス分布を求めるような複雑な計算処理が不要となる。したがって、候補画像を高速かつ低負荷で検索することができる。
【００９１】
また、代表扇形ｆ♯を複数個用いて、検索画像Ｇｒ中、位置が対応する扇形画像との一致判定をおこない、一致割合（ｋ／ｎ）により候補画像か否かを決定することで、代表扇形ｆが１個の場合に比べて画像認識精度の向上を図ることができる。
【００９２】
また、代表扇形ｆ♯を複数個用いて、検索画像Ｇｒ中、位置が対応する扇形画像との一致判定をおこなう場合、不一致と判定された時点で処理を終了させることで、すべて一致した場合のみ候補画像として保存される。したがって、保存された検索円Ｃ内画像の画像認識の精度向上を図ることができる。また、１回でも不一致判定がなされた場合は、残余の扇形画像の一致判定をおこなわずにその時点で検索画像Ｇｒが切り替えられる。したがって、画像認識の高速化を実現することができる。
【００９３】
なお、上述した実施の形態では、特定画像として正面から見た顔画像を例に挙げている。したがって、顔画像の画像認識の精度向上、処理速度の向上および処理負荷の軽減を図ることができる。また、特定画像は斜めからみた顔画像や横顔画像でもよい。また、顔に限らず、体の他の部位でもよい。また、人間に限らず生物の顔などの部位でもよい。さらには、生物ではなく物体（たとえば、車両）の特徴的な部位であってもよい。代表扇形ｆの中心角や半径の長さは、設定に応じて変更可能である。これにより、対象画像Ｇｏの大きさや種類に応じた一致判定をおこなうことができる。
【００９４】
また、上述した実施の形態では、対象画像Ｇｏ上を走査する検索窓を検索円Ｃとしたが、頂点数の多い正タ多角形（たとえば、正６角形、正８角形、正１０角形、…）でも検索円Ｃとして用いることもできる。
【００９５】
なお、本実施の形態で説明した画像処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本画像処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本画像処理プログラムは、インターネット等のネットワークを介して配布してもよい。
【００９６】
また、本実施の形態で説明した画像処理装置４００は、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣ（以下、単に「ＡＳＩＣ」と称す。）やＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によっても実現することができる。具体的には、たとえば、上述した画像処理装置４００の機能をＨＤＬ記述によって機能定義し、そのＨＤＬ記述を論理合成してＡＳＩＣやＰＬＤに与えることにより、画像処理装置４００を製造することができる。
【００９７】
上述した実施の形態に関し、さらに以下の付記を開示する。
【００９８】
（付記１）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータを、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段、
として機能させることを特徴とする画像処理プログラム。
【００９９】
（付記２）前記コンピュータを、
前記代表扇形内の画像の特徴量と前記扇形画像の特徴量とに基づいて、前記代表扇形内の画像と前記扇形画像との一致度を算出する算出手段、
前記算出手段によって算出された一致度が所定のしきい値以上であるか否かを判断する判断手段、として機能させ、
前記判定手段は、
前記判断手段によって判断された判断結果に基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定することを特徴とする付記１に記載の画像処理プログラム。
【０１００】
（付記３）前記設定手段は、
前記代表扇形を複数設定し、
前記抽出手段は、
前記各代表扇形内の画像の特徴量を抽出し、
前記判定手段は、
前記代表扇形内の画像が前記複数の扇形画像にあると判定された場合、前記一の代表扇形以外の他の代表扇形内の画像の特徴量と、前記一の代表扇形内の画像と対応する一の扇形画像を基準とした場合の前記複数の代表扇形の配列パターンに対応する他の扇形画像の特徴量と、に基づいて、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記複数の代表扇形内の画像と前記複数の代表扇形の配列パターンに対応する複数の扇形画像との一致数に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定することを特徴とする付記１または２に記載の画像処理プログラム。
【０１０１】
（付記４）前記判定手段は、
前記他の代表扇形内の画像ごとに順次、前記他の代表扇形内の画像が、前記対応する他の扇形画像に一致するか否かを判定し、
前記決定手段は、
前記対応する他の扇形画像に一致しない前記他の代表扇形内の画像が出現した場合、残余の他の代表扇形内の画像について判定することなく、前記検索円内の画像を前記特定画像と同種の画像候補でないと決定することを特徴とする付記３に記載の画像処理プログラム。
【０１０２】
（付記５）前記コンピュータを、
前記決定手段によって決定された画像候補についてＧａｂｏｒフィルタ処理を実行するＧａｂｏｒフィルタ処理実行手段、
前記Ｇａｂｏｒフィルタ処理実行手段によって実行されたＧａｂｏｒフィルタ処理結果を出力する出力手段、
として機能させることを特徴とする付記１〜４のいずれか一つに記載の画像処理プログラム。
【０１０３】
（付記６）前記特定画像は顔画像であることを特徴とする付記１〜５のいずれか一つに記載の画像処理プログラム。
【０１０４】
（付記７）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶手段と、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶手段に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段と、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段と、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段と、
を備えることを特徴とする画像処理装置。
【０１０５】
（付記８）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータが、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定工程と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定工程によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出工程と、
前記抽出工程によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定工程と、
前記判定工程によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定工程と、
を実行することを特徴とする画像処理方法。
【符号の説明】
【０１０６】
Ｇｒ 検索画像
Ｃ 検索円
Ｇｏ 対象画像
ｆ 代表扇形
ｆ１〜ｆ３ 代表扇形
ｇ 代表扇形内画像
ｇ１〜ｇ３ 代表扇形内画像
４００ 画像処理装置
４１１ ソフトウェア処理部
４１２ アクセラレータ
５０１ 画像処理部
５０２ 画像前処理部
５０３ 設定部
５０４ 抽出部
５０５ 記憶部
５０６ 判定部
５０７ 決定部
５０８ Ｇａｂｏｒフィルタ処理実行部
５０９ 出力部
５１１ 算出部
５１２ 判断部
【技術分野】
【０００１】
本開示技術は、画像処理を実行する画像処理プログラム、画像処理装置、および画像処理方法に関する。
【背景技術】
【０００２】
従来、顔認識システムは、以下の１〜７の順で処理を実施していた。
１．入力画像を加工しやすい情報（拡大縮小、グレースケールなど）に変換する。
２．全体画像の一部を矩形で切り出し、その範囲の特徴を取得するための演算を実施する対象とする検索対象窓サイズを決定する。
３．検索窓を全体画像の左上から右下まで移動しながらそれ以降の処理を実施する。
４．検索窓内の中心点からＲｅｔｉｎａサンプリングとして特徴を取得するために混合ガウス分布を求める。
５．あらかじめ蓄積していた検索画像との特徴を比較する。
６．特徴がある程度一致している場合、Ｇａｂｏｒフィルタを用いて詳細の特徴比較を実行する。
７．Ｇａｂｏｒフィルタで特徴がある程度一致している場合、検索対象画像と判断する。
【０００３】
また、画像処理としては下記特許文献１〜３の技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−１０８８３５号公報
【特許文献２】特開２００５−１７４１７９号公報
【特許文献３】特開２００７−３４８７６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上述した従来技術では、ある対象画像内から特定画像を認識する場合、光源、イメージの回転・縮尺、表情変化などによって比較する画像範囲が変化する。当該変化を対象画像内で画素を移動しながらすべてのパターンを想定して検索すると処理時間が増大するという問題がある。また、上述した従来技術では、対象画像内の検索対象領域をＲｅｔｉｎａサンプリングにより特定する技術もある。Ｒｅｔｉｎａサンプリングにより特定できる場合、Ｇａｂｏｒ Ｗａｖｅｌｅｔｓフィルタを使用することで光源、イメージの回転・縮尺、表情変化については検索可能となっている。
【０００６】
しかしながら、Ｒｅｔｉｎａサンプリングでは、画像中に検索用の窓を設定してその窓の中で混合ガウス分布を求めて検出対象かどうか判定する。したがって、確率的に検索対象位置を決定する方針の割に、混合ガウス関数を使用しているため、計算量が多く、システム全体の処理性能の負担が増大するという問題がある。
【０００７】
本開示技術は、上述した従来技術による問題点を解消するため、画像認識を高速に実現することができる画像処理プログラム、画像処理装置、および画像処理方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本開示技術は、特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶しておき、対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定し、前記対象画像の任意の走査位置での前記検索円内の画像のうち設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出し、抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定し、判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定することを要件とする。
【発明の効果】
【０００９】
本画像処理プログラム、画像処理装置、および画像処理方法によれば、画像認識を高速に実現することができるという効果を奏する。
【図面の簡単な説明】
【００１０】
【図１】検索画像の分割例を示す説明図である。
【図２】対象画像の一例を示す説明図である。
【図３】検索円内の画像と検索画像との比較例（その１）を示す説明図である。
【図４】本実施の形態にかかる画像処理装置のハードウェア構成を示すブロック図である。
【図５】本実施の形態にかかる画像処理装置の機能的構成を示すブロック図である。
【図６】検索画像内の扇形画像のヒストグラムの一例を示す説明図である。
【図７】平坦化された扇形画像のヒストグラムの一例を示す説明図である。
【図８】対象画像内の代表扇形内画像のヒストグラムの一例を示す説明図である。
【図９】平坦化された代表扇形内画像のヒストグラムの一例を示す説明図である。
【図１０】再作成された扇形画像のヒストグラムを示す説明図である。
【図１１】再作成された代表扇形内画像のヒストグラムを示す説明図である。
【図１２】検索画像蓄積処理の詳細な処理手順を示すフローチャートである。
【図１３】画像認識処理の詳細な処理手順を示すフローチャートである。
【図１４】図１３に示した扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。
【図１５】検索円内の画像と検索画像との比較例（その２）を示す説明図である。
【図１６】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順（前半）を示すフローチャートである。
【図１７】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順（後半）を示すフローチャートである。
【図１８】代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の後半の他の例の詳細な処理手順を示すフローチャートである。
【発明を実施するための形態】
【００１１】
以下に添付図面を参照して、本開示技術の画像処理プログラム、画像処理装置、および画像処理方法の好適な実施の形態を詳細に説明する。本実施の形態では、入力画像内の特定画像の例として顔画像を認識する。まず、図１〜３を用いて、本開示技術の画像処理プログラム、画像処理装置、および画像処理方法の一実施形態について説明する。
【００１２】
図１は、検索画像の分割例を示す説明図である。検索画像Ｇｒとは、認識の対象画像の比較対象となる画像である。検索画像Ｇｒは特定画像として顔画像を含む画像である。検索画像Ｇｒは、検索画像Ｇｒの中心を基点として複数の扇形画像に分割される。図１では、（Ａ）〜（Ｌ）の１２分割された扇形画像となる。図１では、各扇形画像（Ａ）〜（Ｌ）は、中心角が３０度に設定された同一半径の画像である。
【００１３】
検索画像Ｇｒでは、１２時の方向を０度とし、時計回りに進むにつれて中心角が増加することとする。検索画像Ｇｒでの０度は、顔画像の中心（鼻またはその近傍）からみて頭がある方向を示す。検索画像Ｇｒは少なくとも１つあればよい。検索画像Ｇｒは、記憶装置に記憶される。
【００１４】
図２は、対象画像の一例を示す説明図である。図２中の円は、検索窓となる検索円Ｃである。検索円Ｃを対象画像Ｇｏに走査することで、走査位置ごとに認識処理を実行する。走査位置では、所定の半径方向となる扇形が設定される。検索円Ｃ内の扇形を代表扇形ｆと称す。代表扇形ｆは、検索円Ｃに１または複数設定することができる。図２の例では、１つ設定されている。図２では、代表扇形ｆは中心角が０度から３０度に設定された扇形とする。代表扇形ｆの中心角は、検索画像Ｇｒの扇形画像の中心角と同一角度（本例では３０度）とする。なお、代表扇形ｆの中心角と検索画像Ｇｒの扇形画像の中心角とは異なる角度でもよい。
【００１５】
図３は、検索円Ｃ内の画像と検索画像Ｇｒとの比較例（その１）を示す説明図である。図３では、検索円Ｃ内の画像のうち代表扇形ｆ内の画像（以下、代表扇形内画像ｇ）とを比較して一致判定する。具体的には、代表扇形内画像ｇの特徴量を、（Ａ）〜（Ｌ）の１２分割された各扇形画像の特徴量と比較することで一致判定をする。両特徴量は、たとえば、ヒストグラム分析によって得られた輝度から算出される。
【００１６】
図３では、代表扇形内画像ｇと（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。これにより、代表扇形内画像ｇは顔画像候補に決定される。また、一致した扇形画像の位置により、顔画像候補がどのような傾きを持っているかも把握することができる。
【００１７】
（ハードウェア構成）
図４は、本実施の形態にかかる画像処理装置のハードウェア構成を示すブロック図である。画像処理装置４００は、画像入力ＩＦ（インターフェース）４０１と、プロセッサ４０２と、ＢＩＦ（バスインターフェース）４０３と、バス４０４と、ローカルメモリ４０５と、パイプライン４０６と、ＢＩＦ４０７と、メインメモリ４０８と、画像出力ＩＦ４０９と、バス４１０と、を含む構成である。
【００１８】
画像入力ＩＦ４０１は、外部からの入力画像（検索画像Ｇｒや対象画像Ｇｏ）を受け付けてバス４１０を介してメインメモリ４０８に保存する。プロセッサ４０２は、画像処理装置４００全体を統括制御する中央処理装置である。プロセッサ４０２は、メインメモリ４０８に保存されている画像処理プログラムを実行する。
【００１９】
ＢＩＦ４０３は、プロセッサ４０２とバス４０４との通信を制御する。バス４０４は、ＢＩＦ４０３，４０７とローカルメモリ４０５とを接続する。ローカルメモリ４０５は、プロセッサ４０２のワークエリアとなる記憶装置である。ローカルメモリ４０５には、たとえば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を用いることができる。このように、プロセッサ４０２、ＢＩＦ４０３、バス４０４、ローカルメモリ４０５は、ソフトウェア処理を実行するソフトウェア処理部４１１を構成する。
【００２０】
パイプライン４０６は、パイプライン４０６処理を実行するハードウェアであり、ローカルメモリ４０５をワークエリアとして利用する。ＢＩＦ４０７は、パイプライン４０６とバス４０４との通信を制御する。このように、パイプライン４０６、ＢＩＦ４０７、バス４０４、ローカルメモリ４０５は、アクセラレータ４１２を構成する。アクセラレータ４１２は、たとえば、画像の拡大、縮小、回転といった所定の処理を実行する（ソフトウェア処理部４１１ですべて実行する場合、アクセラレータ４１２は不要となる）。ローカルメモリ４０５とバス４０４は、アクセラレータ４１２とソフトウェア処理部４１１との共用メモリである。
【００２１】
メインメモリ４０８は、画像処理プログラムや入力画像、その他画像処理プログラムによる処理結果を記憶する記憶装置である。メインメモリ４０８には、たとえば、ＲＡＭやフラッシュメモリ、磁気ディスクを用いることができる。画像出力ＩＦ４０９は、プロセッサ４０２からの指示によりメインメモリ４０８に保存されたデータをディスプレイに出力する。バス４１０は、画像入力ＩＦ４０１、プロセッサ４０２、パイプライン４０６、メインメモリ４０８、および画像出力ＩＦ４０９を接続する。
【００２２】
（画像処理装置４００の機能的構成）
図５は、本実施の形態にかかる画像処理装置４００の機能的構成を示すブロック図である。画像処理装置４００は、画像処理部５０１、画像前処理部５０２、設定部５０３、抽出部５０４、記憶部５０５、判定部５０６（算出部５１１および判断部５１２）、決定部５０７、Ｇａｂｏｒフィルタ処理実行部５０８、出力部５０９とを含む構成である。
【００２３】
図５において、画像処理部５０１、画像前処理部５０２およびＧａｂｏｒフィルタ処理実行部５０８は、図４に示したアクセラレータ４１２またはソフトウェア処理部４１１によりその機能を実現する。設定部５０３、抽出部５０４、判定部５０６および決定部５０７は、図４に示したソフトウェア処理部４１１によりその機能を実現する。記憶部５０５は、図４に示したメインメモリ４０８によりその機能を実現する。出力部５０９は、図４に示した画像出力ＩＦ４０９によりその機能を実現する。
【００２４】
画像処理部５０１は、カメラ入力制御処理と画像出力制御処理とを実行する。具体的には、カメラ入力制御処理では、カメラから画像入力ＩＦ４０１を介して一定間隔で入力されてくる画像をメインメモリ４０８に格納する。そして、格納された画像のアドレスの識別制御を実行する。また、画像出力制御処理では、画像出力ＩＦ４０９により一定間隔で出力画像をメインメモリ４０８から出力する。
【００２５】
画像前処理部５０２は、入力画像の画像変換を実行する。具体的には、たとえば、入力画像の拡大／縮小／回転／移動、グレースケール化、各種画像変換フィルタ（ランクフィルタ、ガウシアン）によるフィルタリング処理を実行する。より具体的には、たとえば、入力画像をグレースケール化し、グレースケール化した画像を広域平滑化する。そして、グレースケール化した画像と広域平滑化した画像との輝度差分を求め、輝度差分画像を出力する。輝度差分画像は、ローカルメモリ４０５またはメインメモリ４０８に保存される。
【００２６】
設定部５０３は、各種設定を実行する機能を有する。具体的には、検索画像Ｇｒを蓄積させる場合の検索画像Ｇｒ設定処理と、検索円Ｃの代表扇形ｆを設定する代表扇形ｆ設定処理とを実行する。検索画像Ｇｒ設定処理では、検索画像Ｇｒを扇形に分割する扇形情報を設定する。具体的には、たとえば、図１に示したように、扇形の中心角を設定して検索画像Ｇｒを複数の扇形に分割する。
【００２７】
また、代表扇形設定処理では、検索円Ｃの中心を基点とする中心角により規定された代表扇形ｆを設定する。具体的には、たとえば、図２に示したように、検索円Ｃの中心角が０度〜３０度である扇形を代表扇形ｆとする。
【００２８】
抽出部５０４は、画像の特徴量を抽出する機能を有する。具体的には、ヒストグラム分析により画像の輝度を特徴量として抽出する。たとえば、検索画像Ｇｒを蓄積させる場合は、検索画像Ｇｒから分割された各扇形画像の特徴量をヒストグラム分析により抽出する。
【００２９】
図６は、検索画像Ｇｒ内の扇形画像のヒストグラムの一例を示す説明図である。図６において、横軸は輝度、縦軸はヒストグラムの度数である。なお、扇形画像のヒストグラムは、輝度差分を吸収するために平坦化してもよい。
【００３０】
図７は、平坦化された扇形画像のヒストグラムの一例を示す説明図である。ヒストグラムの平坦化は、下記式（１）によりおこなう。
【００３１】
【数１】
【００３２】
Ｒ（ｉ）：変換前のｉ番目の輝度
Ｒ´（ｉ）：変換後のｉ番目の輝度
Ｒｍａｘ：変換前の輝度Ｒ（ｉ）の最大値
Ｈ（ｉ）：輝度Ｒ（ｉ）を持つ画素数
Ｎ：画像に含まれる画素の和
【００３３】
そして、抽出部５０４は、扇形画像ごとに特徴量として図６または図７に示したようなヒストグラムを記憶部５０５に記憶する。代表扇形内画像ｇと比較する場合には、各扇形画像の特徴量を記憶部５０５から抽出する。
【００３４】
また、抽出部５０４は、代表扇形ｆについても、代表扇形内画像ｇの特徴量をヒストグラム分析により抽出する。抽出された特徴量（ヒストグラム）は、ローカルメモリ４０５に記憶される。
【００３５】
図８は、対象画像Ｇｏ内の代表扇形内画像ｇのヒストグラムの一例を示す説明図である。代表扇形内画像ｇのヒストグラムは、輝度差分を吸収するために上記式（１）を用いて平坦化してもよい。
【００３６】
図９は、平坦化された代表扇形内画像ｇのヒストグラムの一例を示す説明図である。抽出部５０４は、図８または図９に示したようなヒストグラムを代表扇形内画像ｇから抽出してローカルメモリ４０５に保存する。
【００３７】
記憶部５０５はメインメモリ４０８であり、複数の扇形画像の特徴量（図６または図７に示したようなヒストグラム）を記憶する機能を有する。
【００３８】
判定部５０６は、代表扇形内画像ｇの特徴量と各扇形画像の特徴量とに基づいて、代表扇形内画像ｇが、複数の扇形画像にあるか否かを判定する機能を有する。具体的には、たとえば、代表扇形内画像ｇの特徴量を用いて、算出部５１１と判断部５１２により一致判定を実行する。ここで、算出部５１１は、代表扇形内画像ｇの特徴量と扇形画像の特徴量とに基づいて、代表扇形ｆ内の画像と扇形画像との一致度を算出する機能を有する。算出部５１１は、具体的には、たとえば、扇形画像のヒストグラムと代表扇形内画像ｇのヒストグラムとの度数を、５輝度程度でまとめて再作成する。
【００３９】
図１０は、再作成された扇形画像のヒストグラムを示す説明図である。図１０に示したヒストグラムは、図７の平坦化後のヒストグラムから再作成されたヒストグラムである。図１０において、ｊ番目の輝度の特徴量をＰｓｏｊとすると、特徴量Ｐｓｏｊは下記式（２）により算出される。
【００４０】
Ｐｓｏｊ＝Ｄｓｏｊ／Ｄｍａｘ／Ｐ・・・（２）
【００４１】
Ｄｓｏｊ：ｊ番目の輝度の度数
Ｄｍａｘ：再作成前の前輝度中の最大度数
Ｐ：全画素数
【００４２】
図１１は、再作成された代表扇形内画像ｇのヒストグラムを示す説明図である。図１１に示したヒストグラムは、図９の平坦化後のヒストグラムから再作成されたヒストグラムである。図１１において、ｊ番目の輝度の特徴量をＰｓｓｊとすると、特徴量Ｐｓｓｊは下記式（３）により算出される。
【００４３】
Ｐｓｓｊ＝Ｄｓｓｊ／Ｄｍａｘ／Ｐ・・・（３）
【００４４】
Ｄｓｓｊ：ｊ番目の輝度の度数
Ｄｍａｘ：再作成前の全輝度中の最大度数
Ｐ：全画素数
【００４５】
そして、算出部５１１は、代表扇形ｆ内の画像と扇形画像との一致度Ｍを、下記式（４）により算出する。
【００４６】
【数２】
【００４７】
ｊ：再作成後のヒストグラムの輝度番号
ｈ：輝度番号ｊの最大値
【００４８】
また、判断部５１２は、算出部５１１によって算出された一致度Ｍが所定のしきい値Ｍｔ以上であるか否かを判断する機能を有する。一致度Ｍが所定のしきい値Ｍｔ以上である扇形画像があるまで一致度Ｍの算出としきい値Ｍｔ以上の判断を実行する。そして、判定部５０６は、代表扇形内画像ｇに一致する画像が、複数の扇形画像にあると判定する。
【００４９】
決定部５０７は、判定部５０６によって判定された判定結果に基づいて、検索円Ｃ内の画像を特定画像の画像候補に決定する機能を有する。具体的には、たとえば、代表扇形内画像ｇに一致する画像が、複数の扇形画像にあると判定された場合、検索円Ｃ内の画像を特定画像の画像候補に決定する。そして、検索円Ｃ内の画像をＧａｂｏｒフィルタ処理対象として記憶部５０５に保存する。一方、代表扇形内画像ｇに一致する画像が、複数の扇形画像にないと判定された場合、検索円Ｃをシフトして走査を続ける。対象画像Ｇｏの全領域を走査した場合は処理を終了することとなる。
【００５０】
Ｇａｂｏｒフィルタ処理実行部５０８は、Ｇａｂｏｒフィルタ処理対象の画像についてＧａｂｏｒフィルタ処理を実行する。Ｇａｂｏｒフィルタ処理により、特定画像（顔画像）に同定される。なお、Ｇａｂｏｒフィルタ処理実行部５０８は、周知のアルゴリズムにより実行される。
【００５１】
出力部５０９は、決定部５０７によって決定された決定結果を出力する機能を有する。具体的には、たとえば、Ｇａｂｏｒフィルタ処理実行部５０８によって実行された実行結果をディスプレイに出力する。これにより、Ｇａｂｏｒフィルタ処理によって同定された検索円Ｃ内画像を特定画像（顔画像）と認識することができる。
【００５２】
（検索画像蓄積処理）
つぎに、検索画像蓄積処理について説明する。検索画像蓄積処理は、対象画像Ｇｏからの顔画像認識に先だって、図１に示したように、検索画像Ｇｒの特徴量（ヒストグラム）をメインメモリ４０８に蓄積しておく処理である。検索画像蓄積処理は、図５に示した画像処理部５０１、画像前処理部５０２、設定部５０３、抽出部５０４および記憶部５０５により実行される。
【００５３】
図１２は、検索画像蓄積処理の詳細な処理手順を示すフローチャートである。まず、設定部５０３により扇形情報、すなわち、中心角や半径を設定しておき（ステップＳ１２０１）、画像処理部５０１により、検索画像Ｇｒがあるか否かを判断する（ステップＳ１２０２）。検索画像Ｇｒがあると判断された場合（ステップＳ１２０２：Ｙｅｓ）、画像前処理部５０２により、検索画像Ｇｒをグレースケール化（ステップＳ１２０３）、広域平滑化（ステップＳ１２０４）、輝度差分取得（ステップＳ１２０５）を実行する。
【００５４】
そして、設定部５０３により、輝度差分取得後の検索画像Ｇｒについて扇形画像を設定する（ステップＳ１２０６）。その後、抽出部５０４により、扇形画像単位で特徴量を抽出する（ステップＳ１２０７）。このあと、抽出された特徴量のヒストグラム平坦化を実行し（ステップＳ１２０８）、ヒストグラム平坦化された特徴量をメインメモリ４０８に保存して（ステップＳ１２０９）、ステップＳ１２０２に戻る。ステップＳ１２０２において、検索画像Ｇｒがない場合（ステップＳ１２０２：Ｎｏ）、検索画像蓄積処理を終了する。
【００５５】
（画像認識処理）
つぎに、画像認識処理について説明する。画像認識処理では、図２および図３に示したように、検索円Ｃを対象画像Ｇｏ上で走査して、走査位置ごとに、検索画像Ｇｒ内に設定された複数の扇形画像と一致判定を実行して、一致判定結果に応じて対象画像Ｇｏを同定する処理である。
【００５６】
図１３は、画像認識処理の詳細な処理手順を示すフローチャートである。まず、画像処理部５０１により図２に示した対象画像Ｇｏを取得し（ステップＳ１３０１）、画像前処理部５０２により、グレースケール化（ステップＳ１３０２）、広域平滑化（ステップＳ１３０３）、輝度差分取得（ステップＳ１３０４）を実行する。そして、設定部５０３により、検索円Ｃおよび代表扇形ｆを設定して（ステップＳ１３０５）、検索円Ｃの走査を開始する（ステップＳ１３０６）。
【００５７】
そして、走査位置ごとに、扇形検索処理を実行する（ステップＳ１３０７）。扇形検索処理の詳細については後述する。扇形検索処理のあと、検索円Ｃがシフト可能であるか否かを判断する（ステップＳ１３０８）。シフト可能である場合（ステップＳ１３０８：Ｙｅｓ）、検索円Ｃをシフトして（ステップＳ１３０９）、ステップＳ１３０７に戻る。
【００５８】
一方、シフト不可である場合（ステップＳ１３０８：Ｎｏ）、Ｇａｂｏｒフィルタ処理対象の画像についてＧａｂｏｒフィルタ処理実行部５０８により、Ｇａｂｏｒフィルタ処理を実行する（ステップＳ１３１０）。そして、出力部５０９により、Ｇａｂｏｒフィルタ処理結果を出力する（ステップＳ１３１１）。
【００５９】
図１４は、図１３に示した扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。まず、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１４０１）、ヒストグラム平坦化を実行する（ステップＳ１４０２）。つぎに、未選択の検索画像Ｇｒがメインメモリ４０８にあるか否かを判断する（ステップＳ１４０３）。
【００６０】
未選択の検索画像Ｇｒがある場合（ステップＳ１４０３：Ｙｅｓ）、未選択の検索画像Ｇｒを１つ選択する（ステップＳ１４０４）。そして、選択検索画像Ｇｒ内で未選択の扇形画像があるか否かを判断する（ステップＳ１４０５）。未選択の扇形画像がある場合（ステップＳ１４０５：Ｙｅｓ）、未選択の扇形画像を１つ選択する（ステップＳ１４０６）。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１４０７）。
【００６１】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１４０８）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１４０９）。Ｍ≧Ｍｔでない場合（ステップＳ１４０９：Ｎｏ）、ステップＳ１４０５に戻る。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１４０５〜Ｓ１４０９を繰り返す。
【００６２】
一方、Ｍ≧Ｍｔである場合（ステップＳ１４０９：Ｙｅｓ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存して（ステップＳ１４１０）、ステップＳ１３０８に移行する。これにより、１つでも一致する扇形画像があれば、扇形検索処理は終了する。
【００６３】
一方、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１４０５〜Ｓ１４０９を繰り返すが、ステップＳ１４０５において、未選択の扇形画像がない場合（ステップＳ１４０５：Ｎｏ）、ステップＳ１４０３に戻り、未選択の検索画像Ｇｒがあるか否かを判断する（ステップＳ１４０３）。未選択の検索画像Ｇｒがない場合（ステップＳ１４０３：Ｎｏ）、Ｍ≧Ｍｔとなる選択扇形画像が見つからなかったこととなり、ステップＳ１３０８に移行する。この場合、Ｇａｂｏｒフィルタ処理対象がないため、特定画像（顔画像）の同定ができずに終了することとなる。
【００６４】
このように、上述した実施の形態では、扇形どうしで比較するため、検索円Ｃ内画像の向きと検索画像Ｇｒの向きが異なっていても一致判定することができる。したがって、Ｒｅｔｉｎａサンプリングでの混合ガウス分布を求めるような複雑な計算処理が不要となる。これにより、顔画像があるか否か、あるとしてもどの方向に向いているかわからない対象画像Ｇｏの中から顔画像の候補画像を高速かつ低負荷で検索することができる。
【００６５】
なお、上述した実施の形態では、検索円Ｃ内の代表扇形ｆが１個の場合について説明したが、検索円Ｃ内の代表扇形ｆを複数個用意して画像認識の認識精度を向上することとしてもよい。ここでは、例として、代表扇形ｆを等角度間隔で３個設定した場合について説明する。代表扇形ｆを３個設定する場合は、０度〜３０度、１２０度〜１５０度、２４０度〜２７０度の代表扇形ｆを設定する。
【００６６】
図１５は、検索円Ｃ内の画像と検索画像Ｇｒとの比較例（その２）を示す説明図である。図１５では、３個の代表扇形ｆ１〜ｆ３を用いる。代表扇形ｆ１〜ｆ３のうち、代表扇形ｆ１が基準となる代表扇形とする。
【００６７】
図１５では、図３と同様、（Ａ）〜（Ｌ）の各扇形画像と基準となる代表扇形ｆ１内画像とを比較して一致判定する。図１５では、代表扇形ｆ１内の画像ｇ１と（Ｋ）の扇形画像とは、ともに右目に相当する画像であるため、一致と判定される。この一致判定を第１の一致判定を称す。
【００６８】
第１の一致判定により代表扇形ｆ１内の画像ｇ１と（Ｋ）の扇形画像とが一致すると判定された場合、残余の代表扇形ｆ２内の画像ｇ２と代表扇形ｆ３内の画像ｇ３についても一致判定を実行する。代表扇形ｆ２内の画像ｇ２との一致判定を第２の一致判定、代表扇形ｆ３内の画像ｇ３との一致判定を第３の一致判定を称す。
【００６９】
具体的には、第２の一致判定では、代表扇形ｆ２内の画像ｇ２は、代表扇形ｆ１内の画像ｇ１から１２０度時計回りに回転した画像である。したがって、比較対象となる検索画像Ｇｒ内の扇形画像も、代表扇形ｆ１内の画像ｇ１に一致判定された（Ｋ）の扇形画像から１２０度時計回りに回転した（Ｃ）の扇形画像となる。
【００７０】
同様に、第３の一致判定では、代表扇形ｆ３内の画像ｇ３は、代表扇形ｆ１内の画像ｇ１から１２０度反時計回りに回転した画像である。したがって、比較対象となる検索画像Ｇｒ内の扇形画像も、代表扇形ｆ１内の画像ｇ１に一致判定された（Ｋ）の扇形画像から１２０度反時計回りに回転した（Ｇ）の扇形画像となる。これにより、画像ｇ１および扇形画像（Ｋ）を基準とすることで、画像ｇ１〜ｇ３の配列パターンが扇形画像（Ｋ），（Ｃ），（Ｇ）の配列パターンに合致する。
【００７１】
このように、第１の一致判定により一致すると判定されたあとに、第２および第３の一致判定を順次実行する場合、不一致と判定されたものが１つでもあっても、すべて一致判定を実行する。そして、一致判定個数の割合がしきい値以上である場合に、検索円Ｃ内画像をＧａｂｏｒフィルタ処理対象として保存する。このように、代表扇形ｆを複数用いることで、画像認識の精度向上を図ることができる。以下、図１３のステップＳ１３０５において代表扇形ｆ♯（♯は番号）を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順について説明する。
【００７２】
図１６および図１７は、代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の詳細な処理手順を示すフローチャートである。まず、未選択の検索画像Ｇｒがメインメモリ４０８にあるか否かを判断し（ステップＳ１６０１）、未選択の検索画像Ｇｒを１つ選択する（ステップＳ１６０２）。また、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１６０３）、ヒストグラム平坦化を実行する（ステップＳ１６０４）。
【００７３】
そして、選択検索画像Ｇｒ内で未選択の扇形画像があるか否かを判断する（ステップＳ１６０５）。未選択の扇形画像がある場合（ステップＳ１６０５：Ｙｅｓ）、未選択の扇形画像を１つ選択する（ステップＳ１６０６）。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１６０７）。
【００７４】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１６０８）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１６０９）。Ｍ≧Ｍｔでない場合（ステップＳ１６０９：Ｎｏ）、ステップＳ１６０５に戻る。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１６０５〜Ｓ１６０９を繰り返す。一方、Ｍ≧Ｍｔである場合（ステップＳ１６０９：Ｙｅｓ）、図１７のステップＳ１７０１に移行する。すなわち、図１５の例では、第１の一致判定により一致すると判定されたこととなり、図１７により第２および第３の一致判定を実行することとなる。
【００７５】
一方、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１６０５〜Ｓ１６０９を繰り返すが、ステップＳ１６０５において、未選択の扇形画像がない場合（ステップＳ１６０５：Ｎｏ）、ステップＳ１６０１に戻り、未選択の検索画像Ｇｒがあるか否かを判断する（ステップＳ１６０１）。未選択の検索画像Ｇｒがない場合（ステップＳ１６０１：Ｎｏ）、Ｍ≧Ｍｔとなる選択扇形画像が見つからなかったこととなり、ステップＳ１３０８に移行する。この場合、Ｇａｂｏｒフィルタ処理対象がないため、特定画像（顔画像）の同定ができずに終了することとなる。
【００７６】
また、図１７において、未選択の代表扇形ｆ♯があるか否かを判断する（ステップＳ１７０１）。未選択の代表扇形ｆ♯がある場合（ステップＳ１７０１：Ｙｅｓ）、未選択の代表扇形ｆ♯を１つ選択する（ステップＳ１７０２）。そして、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１７０３）、ヒストグラム平坦化を実行する（ステップＳ１７０４）。
【００７７】
このあと、選択された代表扇形内画像ｇ♯に位置が対応する扇形画像を選択する（ステップＳ１７０５）。具体的には、ステップＳ１６０９において一致判定された扇形画像から、ステップＳ１６０９において一致判定された代表扇形ｆ♯からステップＳ１７０２で選択された代表扇形内画像ｇ♯への回転方向および回転角により特定される未選択の扇形画像を選択する。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１７０６）。
【００７８】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１７０７）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１７０８）。Ｍ≧Ｍｔでない場合（ステップＳ１７０８：Ｎｏ）、ステップＳ１７０１に戻り、ステップＳ１７０１〜ステップＳ１７０８を繰り返す。したがって、Ｍ≧Ｍｔとなる選択扇形画像が見つかるまでステップＳ１７０１〜Ｓ１７０８を繰り返す。一方、Ｍ≧Ｍｔである場合（ステップＳ１７０８：Ｙｅｓ）、一致数ｋをインクリメントして（ステップＳ１７０９）、ステップＳ１７０１に戻り、ステップＳ１７０１〜ステップＳ１７０８を繰り返す。
【００７９】
また、ステップＳ１７０１において、未選択の代表扇形ｆ♯がない場合（ステップＳ１７０１：Ｎｏ）、ｋ／ｎ≧ｔであるか否かを判断する（ステップＳ１７１０）。ｎは、代表扇形ｆ♯の個数であり、ｔはしきい値である。ｋ／ｎ≧ｔである場合（ステップＳ１７１０：Ｙｅｓ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存し（ステップＳ１７１１）、ステップＳ１３０８に移行する。一方、ｋ／ｎ≧ｔでない場合（ステップＳ１７１０：Ｎｏ）、ステップＳ１６０１に戻る。
【００８０】
このように、図１６および図１７に示した扇形検索処理によれば、代表扇形ｆ♯を複数個用いて対応する扇形画像との一致判定を実行する。したがって、一致した個数に応じて画像認識精度の向上を図ることができる。また、しきい値ｔを高く設定することで、より画像認識精度が高くなるため、Ｇａｂｏｒフィルタ処理を実行せず、検索円Ｃ内画像を顔画像候補として保存することとしてもよい。
【００８１】
また、図１５において、第１〜第３の一致判定により、画像ｇ１〜ｇ３とこれらに対応する扇形画像（Ｋ），（Ｃ），（Ｇ）がすべて一致すると判定された場合、検索円Ｃ内画像をＧａｂｏｒフィルタ処理対象として保存することとしてもよい。この場合、第１〜第３の一致判定は、第１の一致判定から順次実行するため、不一致と判定された時点で処理は終了する。したがって、画像認識の精度向上および高速化を実現することができる。以下、詳細な処理手順を図１８を用いて説明する。
【００８２】
図１８は、代表扇形ｆ♯を複数設定した場合の扇形検索処理（ステップＳ１３０７）の後半の他の例の詳細な処理手順を示すフローチャートである。まず、未選択の代表扇形ｆがあるか否かを判断する（ステップＳ１８０１）。未選択の代表扇形ｆがある場合（ステップＳ１８０１：Ｙｅｓ）、未選択の代表扇形ｆを１つ選択する（ステップＳ１８０２）。そして、抽出部５０４により、代表扇形内画像ｇの特徴量を抽出して（ステップＳ１８０３）、ヒストグラム平坦化を実行する（ステップＳ１８０４）。
【００８３】
このあと、選択された代表扇形内画像ｇに位置が対応する扇形画像を選択する（ステップＳ１８０５）。具体的には、ステップＳ１６０９において一致判定された扇形画像から、ステップＳ１６０９において一致判定された代表扇形ｆからステップＳ１７０２で選択された代表扇形内画像ｇへの回転方向および回転角により特定される未選択の扇形画像を選択する。そして、選択扇形画像の特徴量（平坦化されたヒストグラム）をメインメモリ４０８から抽出する（ステップＳ１８０６）。
【００８４】
このあと、算出部５１１により、一致度Ｍの算出処理を実行する（ステップＳ１８０７）。一致度Ｍが算出されると判断部５１２により、Ｍ≧Ｍｔであるか否かを判断する（ステップＳ１８０８）。Ｍ≧Ｍｔでない場合（ステップＳ１８０８：Ｎｏ）、ステップＳ１６０１に戻り、検索画像Ｇｒとの一致をあきらめて、つぎの検索画像Ｇｒを選択する。
【００８５】
一方、Ｍ≧Ｍｔである場合（ステップＳ１８０８：Ｙｅｓ）、ステップＳ１８０１に戻り、ステップＳ１８０１〜ステップＳ１８０８を繰り返す。すなわち、Ｍ≧Ｍｔでない状態になるまで繰り返す。
【００８６】
また、ステップＳ１８０１において、未選択の代表扇形ｆ♯がない場合（ステップＳ１８０１：Ｎｏ）、Ｇａｂｏｒフィルタ処理対象として検索円Ｃ内画像をメインメモリ４０８に保存し（ステップＳ１８０９）、ステップＳ１３０８に移行する。
【００８７】
本処理手順によれば、不一致と判定された時点で処理は終了するため、すべて一致した場合のみＧａｂｏｒフィルタ処理対象としてメインメモリ４０８に保存される。したがって、保存された検索円Ｃ内画像の画像認識の精度向上を図ることができる。また、１回でも不一致判定がなされた場合は、残余の扇形画像の一致判定をおこなわずにその時点で検索画像Ｇｒが切り替えられる。したがって、画像認識の高速化を実現することができる。
【００８８】
また、代表扇形ｆ♯を複数個用いていることにより画像認識精度が向上していることから、Ｇａｂｏｒフィルタ処理対象ではなく顔画像として検索円Ｃ内画像を保存することとしてもよい。これにより、Ｇａｂｏｒフィルタ処理を省略することができるため、処理速度の向上を図ることができる。
【００８９】
以上説明したように、本実施の形態によれば、扇形どうしで比較するため、検索円Ｃ内画像の向きと検索画像Ｇｒの向きが異なっていても簡単に一致判定することができる。これにより、顔画像があるか否か、あるとしてもどの方向に向いているかわからない対象画像Ｇｏの中から候補画像を高速かつ低負荷で検索することができる。
【００９０】
また、一致度Ｍを特徴量により算出することで、Ｒｅｔｉｎａサンプリングでの混合ガウス分布を求めるような複雑な計算処理が不要となる。したがって、候補画像を高速かつ低負荷で検索することができる。
【００９１】
また、代表扇形ｆ♯を複数個用いて、検索画像Ｇｒ中、位置が対応する扇形画像との一致判定をおこない、一致割合（ｋ／ｎ）により候補画像か否かを決定することで、代表扇形ｆが１個の場合に比べて画像認識精度の向上を図ることができる。
【００９２】
また、代表扇形ｆ♯を複数個用いて、検索画像Ｇｒ中、位置が対応する扇形画像との一致判定をおこなう場合、不一致と判定された時点で処理を終了させることで、すべて一致した場合のみ候補画像として保存される。したがって、保存された検索円Ｃ内画像の画像認識の精度向上を図ることができる。また、１回でも不一致判定がなされた場合は、残余の扇形画像の一致判定をおこなわずにその時点で検索画像Ｇｒが切り替えられる。したがって、画像認識の高速化を実現することができる。
【００９３】
なお、上述した実施の形態では、特定画像として正面から見た顔画像を例に挙げている。したがって、顔画像の画像認識の精度向上、処理速度の向上および処理負荷の軽減を図ることができる。また、特定画像は斜めからみた顔画像や横顔画像でもよい。また、顔に限らず、体の他の部位でもよい。また、人間に限らず生物の顔などの部位でもよい。さらには、生物ではなく物体（たとえば、車両）の特徴的な部位であってもよい。代表扇形ｆの中心角や半径の長さは、設定に応じて変更可能である。これにより、対象画像Ｇｏの大きさや種類に応じた一致判定をおこなうことができる。
【００９４】
また、上述した実施の形態では、対象画像Ｇｏ上を走査する検索窓を検索円Ｃとしたが、頂点数の多い正タ多角形（たとえば、正６角形、正８角形、正１０角形、…）でも検索円Ｃとして用いることもできる。
【００９５】
なお、本実施の形態で説明した画像処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本画像処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本画像処理プログラムは、インターネット等のネットワークを介して配布してもよい。
【００９６】
また、本実施の形態で説明した画像処理装置４００は、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣ（以下、単に「ＡＳＩＣ」と称す。）やＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によっても実現することができる。具体的には、たとえば、上述した画像処理装置４００の機能をＨＤＬ記述によって機能定義し、そのＨＤＬ記述を論理合成してＡＳＩＣやＰＬＤに与えることにより、画像処理装置４００を製造することができる。
【００９７】
上述した実施の形態に関し、さらに以下の付記を開示する。
【００９８】
（付記１）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータを、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段、
として機能させることを特徴とする画像処理プログラム。
【００９９】
（付記２）前記コンピュータを、
前記代表扇形内の画像の特徴量と前記扇形画像の特徴量とに基づいて、前記代表扇形内の画像と前記扇形画像との一致度を算出する算出手段、
前記算出手段によって算出された一致度が所定のしきい値以上であるか否かを判断する判断手段、として機能させ、
前記判定手段は、
前記判断手段によって判断された判断結果に基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定することを特徴とする付記１に記載の画像処理プログラム。
【０１００】
（付記３）前記設定手段は、
前記代表扇形を複数設定し、
前記抽出手段は、
前記各代表扇形内の画像の特徴量を抽出し、
前記判定手段は、
前記代表扇形内の画像が前記複数の扇形画像にあると判定された場合、前記一の代表扇形以外の他の代表扇形内の画像の特徴量と、前記一の代表扇形内の画像と対応する一の扇形画像を基準とした場合の前記複数の代表扇形の配列パターンに対応する他の扇形画像の特徴量と、に基づいて、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記複数の代表扇形内の画像と前記複数の代表扇形の配列パターンに対応する複数の扇形画像との一致数に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定することを特徴とする付記１または２に記載の画像処理プログラム。
【０１０１】
（付記４）前記判定手段は、
前記他の代表扇形内の画像ごとに順次、前記他の代表扇形内の画像が、前記対応する他の扇形画像に一致するか否かを判定し、
前記決定手段は、
前記対応する他の扇形画像に一致しない前記他の代表扇形内の画像が出現した場合、残余の他の代表扇形内の画像について判定することなく、前記検索円内の画像を前記特定画像と同種の画像候補でないと決定することを特徴とする付記３に記載の画像処理プログラム。
【０１０２】
（付記５）前記コンピュータを、
前記決定手段によって決定された画像候補についてＧａｂｏｒフィルタ処理を実行するＧａｂｏｒフィルタ処理実行手段、
前記Ｇａｂｏｒフィルタ処理実行手段によって実行されたＧａｂｏｒフィルタ処理結果を出力する出力手段、
として機能させることを特徴とする付記１〜４のいずれか一つに記載の画像処理プログラム。
【０１０３】
（付記６）前記特定画像は顔画像であることを特徴とする付記１〜５のいずれか一つに記載の画像処理プログラム。
【０１０４】
（付記７）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶手段と、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶手段に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段と、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段と、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段と、
を備えることを特徴とする画像処理装置。
【０１０５】
（付記８）特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータが、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定工程と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定工程によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出工程と、
前記抽出工程によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定工程と、
前記判定工程によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定工程と、
を実行することを特徴とする画像処理方法。
【符号の説明】
【０１０６】
Ｇｒ 検索画像
Ｃ 検索円
Ｇｏ 対象画像
ｆ 代表扇形
ｆ１〜ｆ３ 代表扇形
ｇ 代表扇形内画像
ｇ１〜ｇ３ 代表扇形内画像
４００ 画像処理装置
４１１ ソフトウェア処理部
４１２ アクセラレータ
５０１ 画像処理部
５０２ 画像前処理部
５０３ 設定部
５０４ 抽出部
５０５ 記憶部
５０６ 判定部
５０７ 決定部
５０８ Ｇａｂｏｒフィルタ処理実行部
５０９ 出力部
５１１ 算出部
５１２ 判断部
【特許請求の範囲】
【請求項１】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータを、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段、
として機能させることを特徴とする画像処理プログラム。
【請求項２】
前記コンピュータを、
前記代表扇形内の画像の特徴量と前記扇形画像の特徴量とに基づいて、前記代表扇形内の画像と前記扇形画像との一致度を算出する算出手段、
前記算出手段によって算出された一致度が所定のしきい値以上であるか否かを判断する判断手段、として機能させ、
前記判定手段は、
前記判断手段によって判断された判断結果に基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定することを特徴とする請求項１に記載の画像処理プログラム。
【請求項３】
前記設定手段は、
前記代表扇形を複数設定し、
前記抽出手段は、
前記各代表扇形内の画像の特徴量を抽出し、
前記判定手段は、
前記代表扇形内の画像が前記複数の扇形画像にあると判定された場合、前記一の代表扇形以外の他の代表扇形内の画像の特徴量と、前記一の代表扇形内の画像と対応する一の扇形画像を基準とした場合の前記複数の代表扇形の配列パターンに対応する他の扇形画像の特徴量と、に基づいて、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記複数の代表扇形内の画像と前記複数の代表扇形の配列パターンに対応する複数の扇形画像との一致数に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定することを特徴とする請求項１または２に記載の画像処理プログラム。
【請求項４】
前記判定手段は、
前記他の代表扇形内の画像ごとに順次、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記対応する他の扇形画像に一致しない前記他の代表扇形内の画像が出現した場合、残余の他の代表扇形内の画像について判定することなく、前記検索円内の画像を前記特定画像と同種の画像候補でないと決定することを特徴とする請求項３に記載の画像処理プログラム。
【請求項５】
前記コンピュータを、
前記決定手段によって決定された画像候補についてＧａｂｏｒフィルタ処理を実行するＧａｂｏｒフィルタ処理実行手段、
前記Ｇａｂｏｒフィルタ処理実行手段によって実行されたＧａｂｏｒフィルタ処理結果を出力する出力手段、
として機能させることを特徴とする請求項１〜４のいずれか一つに記載の画像処理プログラム。
【請求項６】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶手段と、
対象画像を走査する検索円Ｃの中心を基点とする中心角により規定された代表扇形を設定する設定手段と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出するとともに、前記記憶手段に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段と、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定する判定手段と、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定する決定手段と、
を備えることを特徴とする画像処理装置。
【請求項７】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータが、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定工程と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定工程によって設定された代表扇形内の画像の特徴量を抽出するとともに、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出工程と、
前記抽出工程によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定する判定工程と、
前記判定工程によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定する決定工程と、
を実行することを特徴とする画像処理方法。
【請求項１】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータを、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定手段、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出し、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像が、前記複数の扇形画像にあるか否かを判定する判定手段、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像の画像候補に決定する決定手段、
として機能させることを特徴とする画像処理プログラム。
【請求項２】
前記コンピュータを、
前記代表扇形内の画像の特徴量と前記扇形画像の特徴量とに基づいて、前記代表扇形内の画像と前記扇形画像との一致度を算出する算出手段、
前記算出手段によって算出された一致度が所定のしきい値以上であるか否かを判断する判断手段、として機能させ、
前記判定手段は、
前記判断手段によって判断された判断結果に基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定することを特徴とする請求項１に記載の画像処理プログラム。
【請求項３】
前記設定手段は、
前記代表扇形を複数設定し、
前記抽出手段は、
前記各代表扇形内の画像の特徴量を抽出し、
前記判定手段は、
前記代表扇形内の画像が前記複数の扇形画像にあると判定された場合、前記一の代表扇形以外の他の代表扇形内の画像の特徴量と、前記一の代表扇形内の画像と対応する一の扇形画像を基準とした場合の前記複数の代表扇形の配列パターンに対応する他の扇形画像の特徴量と、に基づいて、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記複数の代表扇形内の画像と前記複数の代表扇形の配列パターンに対応する複数の扇形画像との一致数に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定することを特徴とする請求項１または２に記載の画像処理プログラム。
【請求項４】
前記判定手段は、
前記他の代表扇形内の画像ごとに順次、前記他の代表扇形内の画像が、前記対応する他の扇形画像に対応するか否かを判定し、
前記決定手段は、
前記対応する他の扇形画像に一致しない前記他の代表扇形内の画像が出現した場合、残余の他の代表扇形内の画像について判定することなく、前記検索円内の画像を前記特定画像と同種の画像候補でないと決定することを特徴とする請求項３に記載の画像処理プログラム。
【請求項５】
前記コンピュータを、
前記決定手段によって決定された画像候補についてＧａｂｏｒフィルタ処理を実行するＧａｂｏｒフィルタ処理実行手段、
前記Ｇａｂｏｒフィルタ処理実行手段によって実行されたＧａｂｏｒフィルタ処理結果を出力する出力手段、
として機能させることを特徴とする請求項１〜４のいずれか一つに記載の画像処理プログラム。
【請求項６】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶手段と、
対象画像を走査する検索円Ｃの中心を基点とする中心角により規定された代表扇形を設定する設定手段と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定手段によって設定された代表扇形内の画像の特徴量を抽出するとともに、前記記憶手段に記憶されている前記複数の扇形画像の特徴量を抽出する抽出手段と、
前記抽出手段によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定する判定手段と、
前記判定手段によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定する決定手段と、
を備えることを特徴とする画像処理装置。
【請求項７】
特定画像の中心を基点とする中心角により規定された複数の扇形画像の特徴量を記憶する記憶装置にアクセス可能なコンピュータが、
対象画像を走査する検索円の中心を基点とする中心角により規定された代表扇形を設定する設定工程と、
前記対象画像の任意の走査位置での前記検索円内の画像のうち前記設定工程によって設定された代表扇形内の画像の特徴量を抽出するとともに、前記記憶装置に記憶されている前記複数の扇形画像の特徴量を抽出する抽出工程と、
前記抽出工程によって抽出された前記代表扇形内の画像の特徴量と前記各扇形画像の特徴量とに基づいて、前記代表扇形内の画像に一致する画像が、前記複数の扇形画像にあるか否かを判定する判定工程と、
前記判定工程によって判定された判定結果に基づいて、前記検索円内の画像を前記特定画像と同種の画像候補に決定する決定工程と、
を実行することを特徴とする画像処理方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【公開番号】特開２０１１−８７１３（Ｐ２０１１−８７１３Ａ）
【公開日】平成２３年１月１３日（２０１１．１．１３）
【国際特許分類】
【出願番号】特願２００９−１５４０９８（Ｐ２００９−１５４０９８）
【出願日】平成２１年６月２９日（２００９．６．２９）
【出願人】（３０８０１４３４１）富士通セミコンダクター株式会社 (2,507)
【Ｆターム（参考）】
【公開日】平成２３年１月１３日（２０１１．１．１３）
【国際特許分類】
【出願日】平成２１年６月２９日（２００９．６．２９）
【出願人】（３０８０１４３４１）富士通セミコンダクター株式会社 (2,507)
【Ｆターム（参考）】
[ Back to top ]