領域抽出装置及び領域抽出方法
【課題】残像を考慮しつつ背景から目的の対象物を抽出することができる領域抽出装置及び領域抽出方法を提供すること。
【解決手段】領域抽出装置１は、波長λ１及び波長λ２のレーザ光又はＬＥＤ光を対象物に照射して得られる反射光について３フレーム以上の画像データを取得する撮像部１５と、撮像部１５が取得した各フレーム間の画像データの演算に基づき人肌抽出指標ＮＤＨＩを算出する演算部１７とを有する。演算部１７は、撮像部１５の撮像結果に基づき残像係数を算出する残像係数算出手段と、この残像係数に基づき波長λ１及び波長λ２における残像を除去した反射強度を算出する強度算出手段と、波長λ１及び波長λ２の反射強度に基づき背景から肌領域を抽出する人肌抽出指標を算出する指標算出手段とを有する。
【解決手段】領域抽出装置１は、波長λ１及び波長λ２のレーザ光又はＬＥＤ光を対象物に照射して得られる反射光について３フレーム以上の画像データを取得する撮像部１５と、撮像部１５が取得した各フレーム間の画像データの演算に基づき人肌抽出指標ＮＤＨＩを算出する演算部１７とを有する。演算部１７は、撮像部１５の撮像結果に基づき残像係数を算出する残像係数算出手段と、この残像係数に基づき波長λ１及び波長λ２における残像を除去した反射強度を算出する強度算出手段と、波長λ１及び波長λ２の反射強度に基づき背景から肌領域を抽出する人肌抽出指標を算出する指標算出手段とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、防災や防犯を目的とした画像処理の中で、例えば人間の肌を選択的に抽出するのに好適な領域抽出装置及び領域抽出方法に関する。
【背景技術】
【０００２】
従来、可視光源のない中で、背景の中から人体を選択的に画像として検知する手段としては、赤外線サーモグラフィを用いたセンシングシステムが用いられてきた。しかしながら、この方法では、表面体温が低下している場合は、背景温度が人体の表面温度に近い場合には、判別能力が極端に低下するという問題点がある。さらには、波長の長い熱赤外を用いた画像センサでは、人体が水面下にある場合には、熱赤外域の水の吸収が極めて大きいため、観測が困難であった。
【０００３】
これに対して、水の吸収の比較的少ない波長で、かつ人体とその他の背景との反射率の異なる複数の波長での観測結果を組み合わせ、正規化演算を行うことで、人の肌のみを他の背景と分離して写し出すことが可能である（非特許文献１参照）。
【０００４】
ところが、赤外域の複数の波長について物体の反射率分布を２次元の画像として測定するためには、通常は、分光器を備えた高価なハイパースペクトルカメラ、あるいはマルチスペクトルカメラが必要である。なお、可視光域では、照明光源の波長を時分割で切り替えることで、実質的に複数の波長での反射率を測定することも可能ではある（例えば、特許文献１）。
【特許文献１】特開２００２−３４５７６０号公報
【特許文献２】特許第２７５２０８５号公報
【非特許文献１】枝長孝幸、宇都有昭、小杉幸夫著、「短波長赤外領域スペクトル情報を用いた人肌抽出に関する研究」、日本写真測量学会、秋季学術講演会、２００５年
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら特許文献１に記載の方法では、エネルギーレベルの低い赤外域では、常温で動作する応答特性のよい画像センサを得ることが困難で、一般には、ビジコンなどの蓄積管が使用される。このような蓄積管では、廉価で高感度な特性が得られる反面、残像現象があるため、照明光源の波長を時分割で切り替える場合には、他の波長の観測結果が残像として重畳され、正確な分光反射率計測が不可能である。残像の除去を行う手段としては、１フレーム前の画像をフレームバッファに記録しておき、現時点での観測画像から残像分を差し引く方式が提案されているが（特許文献２参照）、この場合、残像係数を仮定して、入力パネルから手動で残像係数を入力する必要がある。ところが、残像係数は、蓄積管の温度や観測履歴によっても変動し、受光面内でも焼付等により分布を持つことがある。特に、屋外での捜索現場では、機器の温度や入力履歴も時々刻々変動することから、残像係数は固定化せず、自動的に残像量の補正が行われることが望ましい。
【０００６】
本発明は、このような問題点を解決するためになされたものであり、残像を考慮しつつ背景から目的の対象物を抽出することができる領域抽出装置及び領域抽出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】
【０００７】
本発明にかかる領域抽出装置は、入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出装置であって、第１波長及びこの第１波長とは波長が異なる第２波長のレーザ電磁波を対象物に照射して得られる反射光又は透過光について３フレーム以上の画像データを取得する画像取得手段と、前記画像取得手段が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出手段と、前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出手段とを有するものである。
【０００８】
本発明においては、３フレーム以上の画像データを取得し、そのフレーム間の画素値の演算に基づき残像係数を求め、この残像係数を使用して反射強度又は透過強度を求める。こうして得られた領域抽出指標は、残像が考慮された値となり、正確に領域抽出することができる。
【０００９】
また、前記指標算出手段は、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率を算出し、当該反射率に基づき前記抽出指標を算出することができる。反射率に基づき抽出指標を算出するため、各波長におけるデータのばらつきを低減する。
【００１０】
さらに、前記指標算出手段は、前記第１波長及び第２波長の前記反射率の差分を正規化して前記抽出指標を算出することができる。第１波長及び第２波長の反射率を正規化することで、照明強度の変化の影響を低減しつつ目的の対象物を選択的に抽出可能となる。
【００１１】
さらにまた、残像係数算出手段は、例えば、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得手段が取得する受光強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求めることができる。
【００１２】
または、前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、前記強度算出手段は、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、第１の波長における反射強度又は透過強度を
【数１】
第２の波長における反射強度又は透過強度を
【数２】
として前記反射強度又は透過強度を算出することができる。
【００１３】
この場合、前記残像係数算出手段は、時刻ｔにおける反射強度又は透過強度をＩ（ｔ）、残像係数を表す関数をｋ（ｔ）、残像を含む、前記画像撮像手段が取得する受光強度をｘ（ｔ）としたとき、
【数３】
として残像係数θ＝ｋ（Δｔ／２）を算出することができる。
【００１４】
また、前記第１波長及び第２波長の光を照射する照射手段と、前記照射手段の輝度を変調する輝度変調手段とを更に有することができる。輝度変調手段により、輝度を変調して照射することができる。
【００１５】
さらに、前記強度算出手段は、前記輝度変調手段により輝度が変調された前記第１波長及び第２波長の反射光又は透過光の画像データに基づき前記反射強度又は透過強度を算出することができる。これにより、精度よく残像係数を求めることができる。
【００１６】
さらにまた、第１波長における反射率又は透過率をＲ１、第２波長における反射率又は透過率をＲ２としたとき、前記指標算出手段は、抽出指標＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）を求めることができる。Ｒ１＋Ｒ２で除すことで正規化指標形式とすることができ、照明強度の変化の影響を低減しつつ、目的の領域のみ抽出することができる。
【００１７】
また、前記抽出指標を閾値処理により二値化した画像を出力する出力手段を更に有することができる。二値化することで、目的の領域を簡単に視認することができる。
【００１８】
本発明にかかる領域抽出方法は、入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出方法であって、第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得工程と、前記画像取得工程にて取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出工程と、前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出工程と、前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出工程とを有するものである。
【発明の効果】
【００１９】
本発明によれば、残像を考慮しつつ背景から目的の対象物を抽出することができる領域抽出装置及び領域抽出方法を提供することができる。
【発明を実施するための最良の形態】
【００２０】
以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。この実施の形態は、本発明を、人間の肌領域を抽出する領域抽出装置に適用したものである。
【００２１】
実施の形態１．
洪水や津波、水難事故などによって行方不明になった際、ヘリコプター等による上空からの捜索が行われるが、広範囲にわたって、肉眼による継続的な捜索は困難を極める。特に夜間の水上捜索など、二次災害の危険を低減し、捜索をより安全かつ確実に行うためには、無人機による自動探索が有効であるが、この場合、観測画像の中から背景やその他の漂流物と、ヒトの肌を選択的に分離する技術の実現が求められている。また、防犯の分野でも、動物や、揺れ動く木々の像と、分離して、ヒトの肌のみを選択的に検出する画像観測装置の実現が望まれている。
【００２２】
そこで、本実施の形態においては、ヒトの肌が有する赤外域での特異な反射率スペクトル特性を利用して、ヒト肌の画像のみを選択的に観測する。なお、本実施の形態における残像除去方式は、以下に説明する人間の肌領域の抽出に限らず、人工衛星搭載センサ等、高速撮影が要求されるＣＣＤのスミア除去に利用可能である。特に、１１００ｎｍの長波長側では残像が生じやすい。また、１１００ｎｍ以下であっても高速撮影を実施すれば残像が生じるが、このような場合の残像除去を行なうにも好適である。
【００２３】
本実施の形態においては、光学特性が解明されつつある短波長赤外領域に着目し、その波長帯域のヒトと背景物の反射スペクトルの違いに基づき、ヒトを、アスファルト、コンクリート、植物、土砂等のさまざまな背景物から抽出する指標ＮＤＨＩ（Normalized Difference Human Index）を算出し、このＮＤＨＩに基づき肌領域を抽出する。
【００２４】
図１は、本発明の実施の形態にかかる領域抽出装置を示す図である。図１に示すように、ヒトの肌を特異的に検出するのに有効な複数の波長（例えば波長λ１、λ２）の高輝度赤外発光ダイオード（ＬＥＤ）１１、１２と、ＬＥＤ１１、１２の輝度変調を制御する輝度変調部１３と、ＬＥＤ１１、１２の波長帯に受光感度を有する蓄積型の例えばビジコン等の撮像部１５と、ＬＥＤ輝度変調のタイミングを撮像部１５の画像取得タイミングと同期化する同期回路１４と、撮像部１５から得られる３コマ以上の連続画像を記憶保持するフレームバッファ１６と、これらのフレームバッファ１６の各画素毎に、各タイミングで取得された観測輝度間の演算によって、画像各部における残像係数と各波長における各画像毎の反射率を演算する演算部１７とを有する。
【００２５】
ＬＥＤ１１、ＬＥＤ１２は、それぞれ波長λ１、λ２の光を照射する。輝度変調部１３は、ＬＥＤ１１、ＬＥＤ１２の輝度を変調して照射させる。撮像部１５は、波長λ１及びこの波長λ１とは波長が異なる波長λ２のレーザ光又はＬＥＤ光等の電磁波を対象物に照射して得られる反射波について３フレーム以上の画像データを取得する。本実施の形態においては、撮像部１５は、肌を含む領域にＬＥＤ光を照射して得られる反射波の画像データを取得する。
【００２６】
演算部１７は、撮像部１５が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、その残像係数に基づき波長λ１及び波長λ２における残像を除去した反射強度を算出する強度算出手段と、波長λ１及び波長λ２の反射強度に基づき背景から抽出対象である肌領域を抽出するための人肌抽出指標を算出する指標算出手段とを有する。ここでは、強度算出手段は、反射強度を算出するものとして説明するが、人肌以外の被測定対象物においては透過強度を算出するようにしてもよい。
【００２７】
次に、各画素における残像係数と各波長における各画素毎の対象物の反射率を取得する演算部１７の演算方法について説明する。本実施の形態においては、２つの演算方法を適用することができる。先ず１番目の演算方法（方式１）について説明する。
【００２８】
連続画像から撮像部１５が取得する残像が加わった画素ｉの時刻ｔにおける撮像部１５の受光強度（撮像結果）をｘｔ（ｉ）、画素ｉについての残像係数をｋ（ｉ）、あるフレームの特定の画素ｉの時刻ｔにおける反射強度をＩｔ（ｉ）とする。ここで、反射強度Ｉｔは、下記に説明する方法により、受光強度ｘｔから残像の影響を取り除いた値を示す。例えば、波長λ１のＬＥＤ１１及び波長λ２のＬＥＤ１２の各発光輝度を変化させることにより、各タイミングｔにおける撮像部１５の受光強度を、以下のように設定することが可能である。
Ｉｔ−１（ｉ）＝Ｉλ１
Ｉｔ（ｉ）＝Ｉλ２
Ｉｔ＋１（ｉ）＝ξＩλ１
Ｉｔ＋２（ｉ）＝ηＩλ２
【００２９】
図２は、たとえば、ξ＝１／２、η＝２としたときの反射強度Ｉの変化の例を示す図である。このようにＬＥＤ１１、１２の発光強度を制御した場合、反射強度Ｉｔと撮像部１５の出力値である受光強度ｘｔの関係は以下のように表される。
ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉλ２・・・（１）
ｘｔ＋１（ｉ）＝ｋ（ｉ）ｘｔ（ｉ）＋ξＩλ１・・・（２）
ｘｔ＋２（ｉ）＝ｋ（ｉ）ｘｔ＋１（ｉ）＋ηＩλ２・・・（３）
式（１）×η−式（３）によりＩλ２を消去する。
ηｘｔ（ｉ）−ｘｔ＋２（ｉ）＝ηｋ（ｉ）ｘｔ−１（ｉ）−ｋ（ｉ）ｘｔ＋１（ｉ）・・・（４）
上式より、以下のように各画素毎に独立に残像係数ｋ（ｉ）を得ることができる。
ｋ（ｉ）＝｛ηｘｔ（ｉ）−ｘｔ＋２（ｉ）｝／｛ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}・・・（４'）
【００３０】
この結果を式（２）及び（３）に代入することで、以下のように、各波長λ１、λ２での反射強度Ｉλ１、Ｉλ２を得ることができる。
Ｉλ１＝｛ｘｔ＋１（ｉ）−ｋ（ｉ）ｘｔ（ｉ）｝／ξ
＝［ｘｔ＋１（ｉ）−{ηｘｔ（ｉ）−ｘｔ＋２（ｉ）}／{ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}ｘｔ（ｉ）]／ξ・・・（５）
Ｉλ２＝｛ｘｔ＋２（ｉ）−ｋ（ｉ）ｘｔ＋１（ｉ）}／η
＝［ｘｔ＋２（ｉ）−｛ηｘｔ（ｉ）−ｘｔ＋２（ｉ）}／{ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}ｘｔ＋１（ｉ）]／η・・・（６）
【００３１】
ここで、人肌抽出指標ＮＤＨＩは、式（７）に示す波長λ１、λ２の反射率Ｒλ１、Ｒλ２から算出することができる。この反射率Ｒλ１、Ｒλ２は、反射強度Ｉλ１、Ｉλ２を、各波長の光を白色板に照射した際の反射強度Ｉ０で除すことで求められる。演算部１７は、上記のように反射強度Ｉλ１、Ｉλ２、及び白色板強度Ｉ０（λ１）、Ｉ０（λ２）を求め、その反射率Ｒλ１、Ｒλ２よりＮＤＨＩを算出する。
ＮＤＨＩ＝（Ｉλ１／Ｉ０（λ１）−Ｉλ２／Ｉ０（λ２））／（Ｉλ１／Ｉ０（λ１）＋Ｉλ２／Ｉ０（λ２））（Ｒλ１−Ｒλ２）／（Ｒλ１＋Ｒλ２）＝・・・（７）
【００３２】
ここで、コンクリート、アスファルト、及び芝生等の植生から人肌を抽出するために最適な波長λ１としては、１０００乃至１３００ｎｍが好ましい。また、波長λ２としては、１５００乃至１６５０ｎｍとすることが好ましい。これらの範囲外の波長とすると、コンクリートの一部や建物のガラス部分からノイズが発生し、人肌抽出が困難な場合がある。
【００３３】
このようにしてＮＤＨＩを計算したものを、０を黒、１を白としてグレースケール化することでＮＤＨＩ画像を得ることができる。また、グレースケール化してＮＤＨＩ画像を所定の閾値で処理し、二値の画像に変換することも可能である。出力部１８は、ＮＤＨＩ画像や二値化画像を表示する。
【００３４】
次に第２の方法（方式２）について説明する。方式２では、フレーム内の減衰（残像）の時間的変化を厳密に考慮する。
【００３５】
残像係数の関数ｋ（ｔ）が式（８）で示される指数関数である場合、撮像部１５が取得した受光強度ｘ（ｔ）を実現する積分系（図３（ａ））は、外部入力付き自己回帰系（図３（ｂ））と等価である（式（９））。
ｋ（ｔ）＝αβｔ・・・（８）
【数４】
【００３６】
式（９）で示されるビジコン自己回帰モデルに一定輝度光Ｉを照射したとき、式（１０）よりその平衡値ｘｅｑｕは式（１１）で与えられ、式（１２）により平衡値から反射強度Ｉを容易に推定することが可能である。
ｄｘ（ｔ）／ｄｔ＝０ （１０）
ｘｅｑｕ＝−Ｉ／（β・ｌｎα）・・・（１１）
【数５】
【００３７】
また、平衡値のｙ％までの到達時間［ｍｓ］は式（１３）で与えられ、仮にＩ＝１、α＝０．６、β＝１／５０の時を考えるとき、Ｉｅｑｕ＝９７．８８、ｙ９５＝２７８［ｍｓ］、ｙ９９＝４５０［ｍｓ］となる（図４参照）。
ｔｙ＝（１／β）ｌｏｇα（１−ｙ／１００） （１３）
【００３８】
動作する対象の情報を式（１２）に基づきリアルタイムで取得することを想定した場合、上述の平衡到達時間は十分小さいとはいえない。したがって、リアルタイム処理を実現するためには、飽和特性の立ち上がりの領域の値を用いた推定が必要である。
【００３９】
図５に示すように、２種類の入力値を時間間隔ΔｔでＩλ１−休止−Ｉλ２−休止−Ｉλ１の順に与え、各入力・休止の中間時刻Δｔ／２における観測により５つの観測値を取得するとき、残像係数θ＝ｋ（Δｔ／２）は、式（８）、（９）を展開することで式（１４）、（１５）で示される３次方程式の解のうち、条件式（１６）を満たすものとして推定される。
ｘ（ｔ４）θ３−ｘ（ｔ１）θ２−ｘ（ｔ５）θ＋ｘ（ｔ２）＝０・・・（１４）
ｘ（ｔ２）θ３−ｘ（ｔ３）θ２−ｘ（ｔ３）θ＋ｘ（ｔ４）＝０・・・（１５）
０＜θ＜１・・・（１６）
また、推定されたθを用いて、２入力の推定値が式（１６）、（１７）で算出される。
【数６】
【数７】
【００４０】
本実施の形態によれば、温度や感光面の劣化、部分的な焼付きなどによって変化する残像の効果を、各画素毎に自動的に補正して、対象物の波長毎の反射輝度値を時分割方式で推定することが可能になる。
【００４１】
また、短波長赤外の複数の波長における反射率間の演算を、Ｒλ１＋Ｒλ２で除すことで波長λ１（例えば１０７０ｎｍ）及び波長λ２（例えば１５５０ｎｍ）の正規化指標形式とすることができ、照明強度の変化の影響を低減しつつ、ヒトの肌と、その他の地物が画像上で容易に識別可能となり、ヒトの肌のみを選択的に検出可能である。
【００４２】
さらに、時分割で複数の波長の測定を繰り返す際、照明の強度に変調を加え、その変調強度比を先見情報として時系列観測データを連立させることにより、各画素ごとに残像の影響を自動補正し、複数の波長での受光強度の真値を推定することが可能となる。
【００４３】
実施の形態２．
人肌抽出による要救助者の捜索は、肌が多く露出している海水浴、マリンスポーツ等での水難事故、及び津波や洪水災害後に利用することで有用性を発揮すると考えられる。このような場合、実際には水が不透明に濁っていることが多い。そこで、本実施の形態にかかる領域抽出装置においては、泥水内外の人肌領域を抽出する。
【００４４】
本実施の形態にかかる領域抽出装置は、実施の形態１と同様、図１に示す構成を有する。さらに、本実施の形態にかかる演算部１７は、図６に示す構成を有する。図６は、実施の形態２にかかる領域抽出装置の演算部を示す図である。演算部１７は、残像係数算出部１７１、反射強度算出部１７２、反射率算出部１７３、前処理部１７４、ＮＤＨＩ算出部１７５、二値化処理部１７６、及びラベリング処理部１７７を有する。
【００４５】
実施の形態１と同様、残像係数算出部１７１は、方式１又は方式２に従って、複数フレームの撮像画像から残像係数を算出する。反射強度算出部１７２は、残像係数算出部１７１により算出された残像係数を使用して、式（５）、（６）、又は式（１７）、（１８）により２つの波長λ１、λ２における反射強度Ｉλ１、Ｉλ２を算出する。反射率算出部１７３は、各波長λ１、λ２における白色板の受光強度Ｉ０により、Ｒλ１＝Ｉλ１／Ｉ０（λ１）、Ｒλ２＝Ｉλ２／Ｉ０（λ２）を算出する。
【００４６】
ここで、ＮＤＨＩを算出するために有効な波長λ１としては、１０００乃至１３００ｎｍ、波長λ２としては、１５００乃至１６５０ｎｍを使用することができる。これらの波長範囲であれば、ＮＤＨＩを使用して、コンクリート、アスファルト、及び芝生などの植生から人肌を抽出することができる。
【００４７】
さらに、泥水等水中の物体を抽出するためのλ１としては、透視度（ｃｍ）Ｔ＝∞、深度１０ｃｍのとき、１０６０乃至１０７５ｎｍ、透視度Ｔ＝４０、深度８ｃｍのとき、１０５５乃至１０８５ｎｍ、透視度２０、深度８ｃｍのとき１０６０乃至１０８０ｎｍ、透視度１０、深度６ｃｍのとき、１０４５乃至１０９５ｎｍとすることができる。すなわち、泥水等水中の中の人肌を含む物体を抽出するためには、波長λ１を１０７０±４０ｎｍ程度とすることが好ましい。これらの波長範囲であれば、ＮＤＨＩにより、泥水等の水中の物体を抽出することができる。
【００４８】
前処理部１７４は、人肌以外を除去するため、Ｒλ１≧閾値ＴＨの処理をする。図７は、空気中の人肌、泥水中の人肌、及び泥水表面における反射率を示すグラフ図である。図７に示すように、泥水の表面の反射率Ｒ３＜泥水中の人肌反射率Ｒ２＜空気中の人肌反射率Ｒ１の関係を有する。このことを利用して、閾値処理することで、泥水表面を除去したり、空気中の人肌のみを抽出したりすることができる。すなわち、泥水表面反射率Ｒ３より大きく泥水中の人肌反射率Ｒ２より小さい値を閾値ｔｈ１（例えば０．０１〜０．０２５程度）とし、泥水中の人肌反射率Ｒ２より大きく空気中の人肌反射率Ｒ１より小さい値を閾値ｔｈ２（例えば０．１５〜０．２程度）とし、Ｒλ１≧ｔｈ１を求めることにより、泥水表面を画像から削除することができる。また、Ｒλ１≧ｔｈ２を求めることにより、画像から空気中の人肌のみを抽出することができる。
【００４９】
ＮＤＨＩ算出部１７５は、式（７）により、２つの反射率の差分に基づき人肌抽出指標ＮＤＨＩを算出する。ここで、上記前処理部１７４により２つの閾値ｔｈ１、ｔｈ２により閾値処理された値から、２種類のＮＤＨＩが求まり、２つのＮＤＨＩ画像を得ることができる。以下では、閾値ｔｈ１により閾値処理された反射率から求めたＮＤＨＩ画像を画像Ａ、閾値ｔｈ２により閾値処理された反射率から求めたＮＤＨＩ画像を画像Ｂという。
【００５０】
二値化処理部１７６は、例えば閾値０．５等でＮＤＨＩ画像Ａ、Ｂを二値化する。ここでの閾値は、目的の抽出画像が得られるように適宜調整することができる。
【００５１】
ラベリング処理部１７７は、二値化した画素値にラベルを付す。二値化した画像Ａについてラベリング処理したもの（ラベルは２種類）と、二値化した画像Ｂについてラベリング処理したもの（ラベルは２種類）を比較し、同種ラベルを連結することで、空気中及び泥水中の人肌を連結し、泥水中の他の物体を排除することができる。例えば、泥水中に手を入れた画像について、二値化した画像Ａ、Ｂを取得すると、二値化した画像Ａについては、泥水水面領域が削除され、空気中の人肌と共に、泥水中の人肌及び物体が抽出される。泥水中の物体は人肌と同様のＮＤＨＩを有するためである。一方、二値化した画像Ｂについては、空気中の人肌のみが抽出される。そして、二つの画像において二値化した画像Ｂと同様の領域が空気中の人肌であり、この領域と同じラベルを有し、当該領域に連結する領域は、人肌（水中）となる。そして、人肌に物体が接していれば、接している物体も連結領域として抽出される。こうしてラベリング処理した結果画像を出力部に出力する。
【００５２】
次に、本実施の形態にかかる領域抽出装置において泥水中の人肌を抽出する方法について説明する。図８は、泥水中の人肌を抽出する方法を示すフローチャートである。図８に示すように、先ず撮像部１５によりハイパースペクトルデータを取得する（ステップＳ１）。本例においては、波長λ１として１１００ｎｍｍ、波長λ２として１５５０ｎｍを使用することとする。取得したデータは演算部１７に入力される。そして演算部１７の残像係数算出部１７１において算出された残像係数により、残像の影響を削除した発射強度Ｉを算出し、反射率Ｒλ１、Ｒλ２を求める。
【００５３】
次に、前処理部１７４により、Ｒλ１の閾値処理を実施する（ステップＳ２、Ｓ３）。上述したように、本実施の形態においては、水面領域を除去する閾値ｔｈ１と、空気中の人肌のみを抽出する閾値ｔｈ２を使用して、Ｒλ１（λ１＝１１００）≧ｔｈ１と、Ｒλ１（λ１＝１１００）≧ｔｈ２を使用して前処理を実施する。閾値ｔｈ１は、例えば０．０２５であり、閾値ｔｈ２は例えば０．２である。
【００５４】
そして、Ｒλ１≧ｔｈ１により前処理したデータから、水面領域を除去したＮＤＨＩ画像Ａを求め（ステップＳ３）、Ｒλ２≧ｔｈ２により前処理したデータから、空気中の人肌のみ抽出したＮＤＨＩ画像Ｂを求める（ステップＳ４、５）。次に、得られた２つのＮＤＨＩ画像を二値化処理し（ステップＳ６）、ラベリング処理をする（ステップＳ７）。二値化処理により、二値の値にされた各画素値の値が同じものに同じラベルを付す。次に、連結処理により、Ａの画像からＢの画像と重なる部分を有するラベルのみを抽出することで、空気中の人肌領域と連結している領域のみを抽出する（ステップＳ７）。このように、ラベリング処理により、泥水等水中でヒトに接していない物体を削除し、ヒト肌及び水中でヒトが接している物体を抽出することができる（ステップＳ８）。
【００５５】
本実施の形態においては、Ｒλ１を前処理することにより、２種類の画像を取得し、空気中のヒトと認識した部分と連結している水面下の物体を抽出することができる。これにより、例えば生存している要救助者の身体の一部（特に呼吸のため顔面部分）が水面から出ているような場合、泥水外の人肌の部位を抽出することでヒトの発見が可能となり、連結する泥水面下の情報を得ることができる。よって、泥水外の人肌の部位だけを抽出して要救助者を捜索するだけではなく、泥水内の情報を抽出することで、要救助者の状況把握にも役立たせることができる。
【００５６】
[実施例１]
次に、本発明の実施例を、従来方法である比較例と比較して説明する。実施の形態１の方式１において、入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、受光強度比ξ、ηをそれぞれ以下のように設定した場合のシミュレ−ションによる入出力値関係図を図９に示す。
Ｉλ１＝１．５、Ｉλ２＝１．０、Δｔ＝３３ｍｓ、ｋ（ｔ）＝０．６ｔ／５０、ξ＝１／２、η＝２
【００５７】
データ取得のタイミング（方式１のｔ−１、ｔ、ｔ＋１、ｔ＋２に相当）を入力値の変化する時刻（図２の不連続部分）としたときに得られる観測値及び式（４'）、（５）、（６）に基づき推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を図１０に示す。図１０は、（ａ）入力、（ｂ）出力及びサンプル点、（ｃ）推定残像係数（＊印）及び真の残像係数（一点破線）、（ｄ）推定入力値（Ｉλ１（○印）、Ｉλ２（＊印））及び真の入力値（Ｉλ１、Ｉλ２一点青破線）、（ｅ）推定入力比Ｉλ１／Ｉλ２（＊印）及び真の入力比Ｉλ１／Ｉλ２（一点破線）を示す。
【００５８】
以上のシミュレ−ションにより、残像係数及び入力比の高精度推定が確認された。すなわち、ｋの真値（ｋ＝０．７１３８）が厳密に推定された残像係数ｋ（真値ｋ＝０．７１３８、推定値ｋ＝０．７１３８）に基づき、厳密な入力値比Ｉλ１／Ｉλ２（真値１．５、推定値１．５）が推定された。
【００５９】
なお、ここで推定されるＩλ１およびＩλ２は残像関数の積分値と受光強度の積であり、真の受光強度の推定のためには、推定値を定数倍する必要がある。しかしながら、入力比の算出においては、除算により定数倍分が相殺されるため、推定値は真の値Ｉλ１／Ｉλ２の高精度推定を実現している。本発明の目的である人肌抽出指標ＮＤＨＩの算出の際に要求される値はＮＤＨＩ＝（Ｒλ１−Ｒλ２）／（Ｒλ１＋Ｒλ２）＝（Ｒλ１／Ｒλ２−１）／（Ｒλ１／Ｒλ２＋１）であり、上記定数値の算出が要求されない。
【００６０】
次に、方式２による実施例について説明する。入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、をそれぞれ以下のように設定した場合のシミュレ−ションによる入出力値関係図を図１１に示す。
Ｉλ１＝１.５、Ｉλ２＝１.０、Δｔ＝１００ms、ｋ（ｔ）＝０.６ｔ／５０
【００６１】
データ取得のタイミング（方式２のｔ１、ｔ２、ｔ３、ｔ４、ｔ５に相当）を図５に基づき設定した場合に得られる観測値及び式（９）乃至（１３）に基づき推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を図１２に示す。図１２は、それぞれ（ａ）入力、（ｂ）出力及びサンプル点、（ｃ）推定残像係数（＊印）及び真の残像係数（一点破線）、（ｄ）推定入力値（Ｉλ１（○印）、Ｉλ２（＊印））及び真の入力値（Ｉλ１、Ｉλ２一点青破線）、（ｅ）推定入力比Ｉλ１／Ｉλ２（＊印）及び真の入力比Ｉλ１／Ｉλ２（一点破線）を示す。
【００６２】
方式２は、方式１と比較して、入力値の制御が容易である。一定光照射の中間時刻における測定という、方式１の場合と比較して困難な状況を考慮した場合、残像係数及び入力比推定において良好な推定精度を実現している。
【００６３】
次に、方法１において残像係数ｋを適応的に設定できない場合を比較例として説明する。残像係数ｋの値を適応的に自動推定できない従来法において、正しい残像係数ｋの値が設定されない場合の推定結果を図１３乃至図１５に示す。図１３は、ｋ＝０．６５とした場合、図１３は、ｋ＝０．７５とした場合、図１４は、ｋ＝０．８とした場合を示す。図１３乃至図１５に示すように、残像係数が真値と僅かに異なる場合でも、入力値比の推定精度が大きく劣化する。すなわち、正しいＮＤＨＩが算出されず、人肌抽出を行なうことができない。
【００６４】
[実施例２]
次に、実施の形態２にかかる実施例について説明する。ＮＤＨＩを利用して泥水内外の人肌を抽出する。また、ＮＤＨＩの有用性を調べるために、赤外線カメラを用いた体温感知によるヒト認識との比較を行う。
【００６５】
本実施例では、波長毎のスペクトルの強度の詳細を調べる必要があるため、ハイパースペクトルセンサを使用した。ハイパースペクトルセンサはプリズムと回折格子から構成されるＰＧＰ分光部（Specim社製Imspector-N17）とＣＣＤ部（Sensors Unlimited社製SU320M-1.7RT）から構成されている。このセンサの測定波長帯域は短波長赤外の前半領域の９５０ｎｍから１７００ｎｍであり、ＣＣＤのピクセル数は空間軸方向に２４０ピクセル、波長軸方向に３２０ピクセル、記録速度は最高で１秒当たり３０フレームのラインセンサである。データ取得時には、白色板のＤＮ値（Digital Number）及び暗電流値によるデータ補正を行った。実験装置は屋外と室内の測定系の２種類に分けた。屋外の測定系では、日本精工（株）製のメガトルクモータYSB2020の上にセンサを固定し、このモータを回転させ、センサの水平方向に配置された測定対象物に対してラインスキャンを行った。室内の測定系では、IAI（株）製の直動アクチュエータRCS-SM-100に固定したセンサを水平移動させることで垂直下向きの測定対象物に対してラインスキャンを行った。室内の測定系の照明条件としては、データの精度向上のため外来光を遮断し、センサと一体駆動される５００Ｗのハロゲンランプ２個を用いた。照明の照度は白色板補正位置で約１９０００Ｌｘであった。
【００６６】
人肌のスペクトルは、オキシヘモグロビンの影響により４１０ｎｍ、５４０ｎｍ、５７５ｎｍ、水分の影響により９７０ｎｍ、１４３０ｎｍ、１９２５ｎｍ、脂質の影響により１７１０乃至１７８０ｎｍ間、また水分及び脂質の影響により１２００ｎｍの波長域においてそれぞれ吸収特性を有する。特にオキシヘモグロビンの影響による４１０ｎｍ、水分の影響による１４３０ｎｍ、１９２５ｎｍに大きなスペクトル吸収特性を有する。これに対し、１１００ｎｍ付近では最も両者の吸収の影響が少なく、基準とするのに適した波長である。オキシヘモグロビンはヒトの真皮中の血管に多く存在するため、人肌を抽出するのに大きな手がかりなると考えられる。しかし、この４１０ｎｍ付近の短い波長は大気散乱の影響を受け易いため反射強度が安定しない。また、１１００ｎｍを基準と考えた場合、可視・近赤外領域と短波長赤外領域を同時に測定するために２種類のＣＣＤ部が必要になり、光学系の構成が複雑になる。そこで、本実施例においては２波長間の反射率のギャップが大きく、最も近接する波長帯である短波長赤外領域の波長に着目し、本実施例では、スペクトル吸収が小さく高い反射率を持つ１１００ｎｍ付近及び、水分による吸収が大きい１４３０ｎｍ付近の波長を用いた指標を使用する。人肌抽出指標ＮＤＨＩは、１１００ｎｍ付近の反射率をＲ１、１４３０ｎｍ付近の反射率をＲ２とし、次式（１９）から算出する。
ＮＤＨＩ＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）・・・（１９）
【００６７】
式（１９）における人肌抽出に適切なＲ１とＲ２として、本実施例においては、Ｒ１には１１００ｎｍの反射率、Ｒ２には１５５０ｎｍにおける反射率を利用する。次に、この理由について説明する。
【００６８】
人肌抽出に適切な波長を調べるため、ハイパースペクトルセンサを使用して屋外においてヒトと背景を含む範囲を測定した。測定した背景には、建物のコンクリート壁面、アスファルト道路、芝生などの植生が含まれていた。得られた人肌とそれぞれの背景物の反射スペクトル特性を図１６に示す。ＮＤＨＩに適切な波長を見つけるために、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を調べた。この結果を図１７乃至図１９に示す。このＮＤＨＩの差が大きいほど、背景から人肌の抽出力が向上す。まず、人肌とコンクリート壁面では、Ｒ１：１１１６ｎｍ、Ｒ２：１４９３ｎｍのときＮＤＨＩの差が最大値０．６８、人肌とアスファルト道路では、Ｒ１：１０９６ｎｍ、Ｒ２：１４８８ｎｍのときＮＤＨＩの差が最大値０．８０、また人肌と芝生などの植生では、Ｒ１：１１１６ｎｍ、Ｒ２：１５５９ｎｍのときＮＤＨＩの差が最大値０．４２という結果が得られた。人肌に対するコンクリート壁面やアスファルト道路のＮＤＨＩの差は大きく、十分な抽出力がある。しかし、人肌と芝生などの植生ではＮＤＨＩの差が比較的小さい。そこで、人肌と芝生などの植生で最大値をとった波長付近、Ｒ１：１１００ｎｍ、Ｒ２：１５５０ｎｍのときの人肌とコンクリート壁面やアスファルト道路のＮＤＨＩの差をみるとそれぞれ０．６５と０．７５となり、人肌との差を十分に維持できることが分かった。よって、ＮＤＨＩに適切な波長をＲ１：１１００ｎｍ、Ｒ２：１５５０ｎｍとし、ＮＤＨＩを次のような式（２０）とした。
ＮＤＨＩ＝（Ｒ（１１００）−Ｒ（１５５０））／（Ｒ（１１００）＋Ｒ（１５５０））・・・（２０）
ここで、Ｒ（λ）は波長λｎｍでの反射率を表している。
【００６９】
この式（２０）のＮＤＨＩを利用して、人肌抽出を行った。本実施例では、屋外の背景中に手を広げたヒトが立ち、そのＮＤＨＩを計測した。個人差によるＮＤＨＩの差を簡単に調べるため、モンゴロイド人種４名を被験者とした。ＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を見ると、図２０に示すように人肌の部分は高いＮＤＨＩ値を有することがわかった。また、ＮＤＨＩ値は、コンクリート壁面やアスファルト道路では小さいが、芝生などの植生ではやや高い値を示すことがわかった。そこで、ＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出を行えるようにした（図２１参照）。ＮＤＨＩは眉毛や頭髪を抽出していないため、ヒトと体毛を持つ動物と区別が可能である。他の３名の被験者のＮＤＨＩ画像と２値化画像も人肌の部分をよく抽出できることから、モンゴロイド人種間での個人差によるＮＤＨＩの差は少ないと考えられる（図２２、２３参照）。
【００７０】
次に、土砂域におけるヒト抽出の有用性を検証するため、土砂とヒトを含む状態で実験計測を行った。測定した背景には、土砂、ビニール製シート、建物のコンクリート壁面、植物などが含まれていた。取得されたデータからＮＤＨＩを計算し、ＮＤＨＩ画像と２値化画像を作成した（図２４、２５参照）。閾値０．５の場合、植物由来のノイズが多少みられたが、このノイズは閾値を０．６に上げることで取り除けた。この閾値の差の原因は、データを取得した環境の日照角度や、測定対象物が立体構造であるため、反射スペクトルに対してBidirectional Reflectance Distribution Function（ＢＲＤＦ）の影響が発生し、白色板補正では正確に較正されない部分が存在することによるものと考えられる。この問題はセンサから測定対象物までの距離が離れるほど緩和され、実際に航空機などで上空からヒトをスキャンする場合には、誤差が小さくなる。以上より、ＮＤＨＩは土砂を背景とした場合でも人肌抽出が可能である。
【００７１】
ところで、ＮＤＨＩによる要救助者の捜索は、人肌が多く露出している海水浴やマリンスポーツ等での水難事故や、津波、洪水災害後など、上空から人肌が測定可能な状態で広域に捜索する必要がある場面においてより有用性を発揮すると考えられる。このような場合、実際には水が不透明に濁っていることが多いので、ＮＤＨＩを用いて泥水内外の人肌抽出に関して検証を行った。検証実験には室内の測定系を使用した。泥水は市販の土粘土を水に懸濁したものを使用し、透視度計を用いて濁り具合を調節した。透視度は透明なガラス管に泥水を入れて徐々に排水し、上部から目視で二重十字（白色標識板上に太さ０．５ｍｍ、間隔１ｍｍの二重線で描画）を識別したときの水層の高さ（ｃｍ）で表される。また、水槽はサイズＷ７８０×Ｄ３９０×Ｈ３７０ｍｍの緑色のトランクカーゴを使用し、水面の高さを２５ｃｍとした。
【００７２】
透視度１０の泥水に、手の配置深度２ｃｍで片手を浸し、測定を行った。ＮＤＨＩ画像を見ると水面のＮＤＨＩ値が高く、泥水内の人肌の確認だけでなく泥水外の人肌の認識も困難であった（図２６参照）。泥水外の人肌、泥水内の人肌及び水面のそれぞれのスペクトルを比較すると、Ｒ（１１００）において泥水内の人肌の反射率は水面より高い値を示した（図７参照）。また、水面のＲ（１５５０）の反射率がほぼ０に近いので、ＮＤＨＩの値がＲ（１１００）／Ｒ（１１００）＝１（−１≦ＮＤＨＩ≦１）と高い値になる。そこで、ＮＤＨＩ算出の前処理としてＲ（１１００）≧０．０２５で閾値処理を行い、水面の削除を行った（図２７参照）。また、閾値をＲ（１１００）≧０．２に上げることで泥水内の人肌と水面を削除し、泥水外の人肌のみを抽出することが可能となった（図２８参照）。つまり、ＮＤＨＩ算出の前にＲ（１１００）の閾値処理を行うことで、泥水内の人肌と泥水外の人肌がともに抽出可能になる。
【００７３】
このように、ＮＤＨＩ算出の前にＲ（１１００）の閾値処理を行うことで、次の２枚の画像を作成することが可能である。
Ａ：泥水内の物体（人肌、及びヒト以外の物体）と泥水外の人肌を抽出した画像
Ｂ：泥水内の物体を削除し、泥水外の人肌のみ抽出した画像
ただし、画像Ａ、ＢのＲ（１１００）の閾値については、泥水内の物体の深度、泥水の透視度ごとに調節する必要がある。
【００７４】
[実施例３]
次に、実施例３について説明する。上述の実施例２の方法では、ヒト以外の物体が同じ程度の水深に存在する場合、その物体を人肌と同様に抽出するため、泥水外の人肌と連続した泥水内の物体をヒトとして認識する必要がある。そこで、本実施例では、実施の形態２に示す方法により、泥水内外のヒト識別を行なう。
【００７５】
実施例２と同様の室内の測定系を用い、透視度３０の泥水に、手の配置深度５ｃｍで片手を浸し、測定を行った。透視度、使用した水槽、センサと照明、測定対象物の位置関係などは実施例２と同様である。この実験においてはＲ（１１００）の閾値処理を、画像ＡではＲ（１１００）≧０．０１、画像ＢではＲ（１１００）≧０．１５とした。
【００７６】
実施の形態２における泥水内外のヒト識別方法を検証するため、同深度に配置した木片と手が接触、非接触の２状態で測定を実施した。水中で木片と手が非接触の状態で、泥水内の物体（人肌、及びヒト以外の物体）と泥水外の人肌を抽出した画像（図２９）、泥水内の物体を削除し、泥水外の人肌のみ抽出した画像（図３０）、そして、その２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像（図３１）を見ると、泥水内のヒト以外の物体を取り除き、ヒトの部分のみを抽出することができた。他方、水中で木片と手が接触の状態での画像Ａ（図３２）、画像Ｂ（図３３）、画像Ｃ（図３４）の画像を見ると、泥水内でヒトに接触している物体も抽出された。
【００７７】
[実施例４]
次に、実施例４について説明する。泥水内の物体抽出に際し、ＮＤＨＩが適用可能な泥水の深度と透視度の関係を調査した。実施例２、３と同様の室内の測定系（ただし水面の高さは３０ｃｍとする）を用い、右手の甲の部分の深度が０ｃｍから２０ｃｍに至るまで２ｃｍ間隔で深度を変えて測定を実施した。泥水は透視度４０、２０、及び１０の３種類を準備し、透視度∞の水として中水を使用した。それぞれの透視度における各深度の人肌のスペクトル特性を図３５乃至図３８に示す。
【００７８】
図３５に示すように、透視度∞で深度を変えた場合、反射スペクトルは波長１０７０ｎｍ付近で反射が大きく、深度が深くなるにつれ反射が小さくなった。１１５０ｎｍより長い波長域では反射がほぼ０に近かった。そのため、ＮＤＨＩを水中の物体抽出に利用するにはＲ１：１１００ｎｍよりも１０７０ｎｍの反射を使用する方が有効であると考えられる。また、透視度が下がると波長１０００ｎｍから１７００ｎｍ間の反射が全体的に大きくなる傾向がみられた。これは、透視度が下がるほど水中に含まれる土粘土の比率が多くなり、さらに、深度が深くなるほど土粘土の反射影響が大きくなるためと考えられる。
【００７９】
以上の結果から、次に水中の物体抽出に有効な波長Ｒ１を１０７０ｎｍに変更し、抽出可能な透視度と深度の関係、抽出可能な水中の手と水面の反射率の差を調べた結果を図３９に示す。抽出の可否判定は指先までの輪郭形状が目視にて認識できるかで行っている。透視度∞の場合には深度１０ｃｍまで、透視度４０、２０では深度８ｃｍまで、透視度１０では深度６ｃｍまで抽出可能であった。泥水中から物体を抽出するには、Ｒ１の閾値処理で物体のない水面を削除する必要があり、透視度が下がるとＲ１での水中の手と水面の反射率の差が小さくなるため、抽出深度が浅くなった。
【００８０】
[実施例５]
次に、実施例５について説明する。ＮＤＨＩと赤外線センサを使用したヒト認識との比較結果について説明する。従来のヒト認識の主な手法の一つに熱赤外領域を利用した赤外線センサによる体温感知がある。そこで水難事故や水災害を想定した場面での赤外線センサによる体温感知とＮＤＨＩとの比較を行う。赤外線センサはＮＥＣ社製TH3100MRを使用した。氷水中に３０秒間右手を浸して体温を下げた後、透視度１０の泥水中に手のひらを浸し、赤外線センサとハイパースペクトルセンサで測定を行った。海難事故や台風などによる水災害の多発する夏期８月の本州周辺の海水温は２５〜２９度℃である。そこで、泥水の温度を２５度℃とした。赤外線センサによる測定は１０分間行い、体温が戻る様子を観察した。赤外線センサの測定結果では、開始直後は泥水より手のひらの体温が低いが、時間の経過とともに徐々に体温が戻り始め、５分後には泥水に接する部分の温度が２７度℃前後まで回復したが、水面から出ている手の部分の温度は１０分後も２７度℃前後から上昇せず、手の形状が認識できなかった。一方、ＮＤＨＩ画像（Ｒ（１１００）≧０．０３５で閾値処理）の結果は、泥水内外の手の形状が明確に抽出可能であった。このように体温が下がっている状況での水面下のヒト認識には、赤外線センサを使用した体温認識と比較してＮＤＨＩの方が有効である。
【００８１】
以上説明したように、ヒトと背景物の反射スペクトルの違いに基づき、背景から人肌のみを抽出する指標ＮＤＨＩを求めることができる。ＮＤＨＩにより、ヒトをさまざまな背景（アスファルト、コンクリート、植物、土砂など）から識別できる。また、複数フレームの観測輝度間の演算によって残像の影響を取り除いた反射率を求めることができ、高精度な指標ＮＤＨＩを算出することができる。
【００８２】
以上の実施例においては、光を用いた人肌検出について説明したが、本発明はＸ線を用いた、工業用、及び医療用の画像解析においても、波長分布が異なる２つのＸ線源を用いて、被検体の透過強度を測定して、被検体画像の中から目的対象物を選択的に抽出する場合にも有効である。
【００８３】
なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。
【図面の簡単な説明】
【００８４】
【図１】本発明の実施の形態１にかかる領域抽出装置を示す図である。
【図２】ξ＝１／２、η＝２としたときの反射強度Ｉの変化の例を示す図である。
【図３】（ａ）は、撮像部が取得した受光強度ｘ（ｔ）を実現する積分系、（ｂ）は、外部入力付き自己回帰系を示す図である。
【図４】平衡値のｙ％までの到達時間［ｍｓ］を説明する図である。
【図５】２種類の入力値を時間間隔ΔｔでＩλ１−休止−Ｉλ２−休止−Ｉλ１の順に与え、各入力・休止の中間時刻Δｔ／２における５つの観測値を示す図である。
【図６】本発明の実施の形態２にかかる領域抽出装置の演算部を示す図である。
【図７】空気中の人肌、泥水中の人肌、及び泥水表面における反射率を示すグラフ図である。
【図８】本発明の実施の形態２における泥水中の人肌を抽出する方法を示すフローチャートである。
【図９】実施の形態１の方式１において、入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、受光強度比ξ、ηを設定した求めたシミュレ−ション結果を示す図である。
【図１０】推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を示す図である。
【図１１】入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、を設定して求めたシミュレ−ション結果を示す図である。
【図１２】推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を示す図である。
【図１３】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．６５とした場合の推定結果を示す図である。
【図１４】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．７５とした場合の推定結果を示す図である。
【図１５】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．８とした場合の推定結果を示す図である。
【図１６】人肌とそれぞれの背景物の反射スペクトル特性を示す図である。
【図１７】Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図１８】同じく、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図１９】同じく、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図２０】ＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を示す図である。
【図２１】ＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出した図である。
【図２２】他の被験者においてＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を示す図である。
【図２３】他の被験者においてＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出した図である。
【図２４】撮影した背景のＮＤＨＩ画像を示す図である。
【図２５】撮影した背景の二値化画像を示す図である。
【図２６】透視度１０の泥水に、手の配置深度２ｃｍで片手を浸した場合のＮＤＨＩ画像を示す図である。
【図２７】ＮＤＨＩ算出の前処理としてＲ（１１００）≧０．０２５で閾値処理を行い、水面の削除を行った場合のＮＤＨＩ画像を示す図である。
【図２８】閾値をＲ（１１００）≧０．２に上げることで泥水内の人肌と水面を削除し、泥水外の人肌のみを抽出した場合のＮＤＨＩ画像を示す図である。
【図２９】同深度に配置した木片と手が非接触の状態のＮＤＨＩ画像を示す図である。
【図３０】泥水内の物体を削除し、泥水外の人肌のみ抽出した画像を示す図である。
【図３１】図２８、図２９の２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像を示す図である。
【図３２】同深度に配置した木片と手が接触の状態のＮＤＨＩ画像を示す図である。
【図３３】泥水内の物体を削除し、泥水外の人肌のみ抽出した画像を示す図である。
【図３４】図３２、図３３の２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像を示す図である。
【図３５】透視度Ｔ＝∞における各深度の人肌のスペクトル特性を示す図である。
【図３６】透視度Ｔ＝４０おける各深度の人肌のスペクトル特性を示す図である。
【図３７】透視度Ｔ＝２０における各深度の人肌のスペクトル特性を示す図である。
【図３８】透視度Ｔ＝１０における各深度の人肌のスペクトル特性を示す図である。
【図３９】水中の物体抽出に有効な波長Ｒ１を１０７０ｎｍとし、抽出可能な透視度と深度の関係、抽出可能な水中の手と水面の反射率の差を調べた結果を示す図である。
【符号の説明】
【００８５】
１ 領域抽出装置
１１、１２ ＬＥＤ
１３ 輝度変調部
１４ 同期回路
１５ 撮像部
１６ フレームバッファ
１７ 演算部
１８ 出力部
１７１ 残像係数算出部
１７２ 反射強度算出部
１７３ 反射率算出部
１７４ 前処理部
１７５ 算出部
１７６ 二値化処理部
１７７ ラベリング処理部
【技術分野】
【０００１】
本発明は、防災や防犯を目的とした画像処理の中で、例えば人間の肌を選択的に抽出するのに好適な領域抽出装置及び領域抽出方法に関する。
【背景技術】
【０００２】
従来、可視光源のない中で、背景の中から人体を選択的に画像として検知する手段としては、赤外線サーモグラフィを用いたセンシングシステムが用いられてきた。しかしながら、この方法では、表面体温が低下している場合は、背景温度が人体の表面温度に近い場合には、判別能力が極端に低下するという問題点がある。さらには、波長の長い熱赤外を用いた画像センサでは、人体が水面下にある場合には、熱赤外域の水の吸収が極めて大きいため、観測が困難であった。
【０００３】
これに対して、水の吸収の比較的少ない波長で、かつ人体とその他の背景との反射率の異なる複数の波長での観測結果を組み合わせ、正規化演算を行うことで、人の肌のみを他の背景と分離して写し出すことが可能である（非特許文献１参照）。
【０００４】
ところが、赤外域の複数の波長について物体の反射率分布を２次元の画像として測定するためには、通常は、分光器を備えた高価なハイパースペクトルカメラ、あるいはマルチスペクトルカメラが必要である。なお、可視光域では、照明光源の波長を時分割で切り替えることで、実質的に複数の波長での反射率を測定することも可能ではある（例えば、特許文献１）。
【特許文献１】特開２００２−３４５７６０号公報
【特許文献２】特許第２７５２０８５号公報
【非特許文献１】枝長孝幸、宇都有昭、小杉幸夫著、「短波長赤外領域スペクトル情報を用いた人肌抽出に関する研究」、日本写真測量学会、秋季学術講演会、２００５年
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら特許文献１に記載の方法では、エネルギーレベルの低い赤外域では、常温で動作する応答特性のよい画像センサを得ることが困難で、一般には、ビジコンなどの蓄積管が使用される。このような蓄積管では、廉価で高感度な特性が得られる反面、残像現象があるため、照明光源の波長を時分割で切り替える場合には、他の波長の観測結果が残像として重畳され、正確な分光反射率計測が不可能である。残像の除去を行う手段としては、１フレーム前の画像をフレームバッファに記録しておき、現時点での観測画像から残像分を差し引く方式が提案されているが（特許文献２参照）、この場合、残像係数を仮定して、入力パネルから手動で残像係数を入力する必要がある。ところが、残像係数は、蓄積管の温度や観測履歴によっても変動し、受光面内でも焼付等により分布を持つことがある。特に、屋外での捜索現場では、機器の温度や入力履歴も時々刻々変動することから、残像係数は固定化せず、自動的に残像量の補正が行われることが望ましい。
【０００６】
本発明は、このような問題点を解決するためになされたものであり、残像を考慮しつつ背景から目的の対象物を抽出することができる領域抽出装置及び領域抽出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】
【０００７】
本発明にかかる領域抽出装置は、入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出装置であって、第１波長及びこの第１波長とは波長が異なる第２波長のレーザ電磁波を対象物に照射して得られる反射光又は透過光について３フレーム以上の画像データを取得する画像取得手段と、前記画像取得手段が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出手段と、前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出手段とを有するものである。
【０００８】
本発明においては、３フレーム以上の画像データを取得し、そのフレーム間の画素値の演算に基づき残像係数を求め、この残像係数を使用して反射強度又は透過強度を求める。こうして得られた領域抽出指標は、残像が考慮された値となり、正確に領域抽出することができる。
【０００９】
また、前記指標算出手段は、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率を算出し、当該反射率に基づき前記抽出指標を算出することができる。反射率に基づき抽出指標を算出するため、各波長におけるデータのばらつきを低減する。
【００１０】
さらに、前記指標算出手段は、前記第１波長及び第２波長の前記反射率の差分を正規化して前記抽出指標を算出することができる。第１波長及び第２波長の反射率を正規化することで、照明強度の変化の影響を低減しつつ目的の対象物を選択的に抽出可能となる。
【００１１】
さらにまた、残像係数算出手段は、例えば、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得手段が取得する受光強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求めることができる。
【００１２】
または、前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、前記強度算出手段は、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、第１の波長における反射強度又は透過強度を
【数１】
第２の波長における反射強度又は透過強度を
【数２】
として前記反射強度又は透過強度を算出することができる。
【００１３】
この場合、前記残像係数算出手段は、時刻ｔにおける反射強度又は透過強度をＩ（ｔ）、残像係数を表す関数をｋ（ｔ）、残像を含む、前記画像撮像手段が取得する受光強度をｘ（ｔ）としたとき、
【数３】
として残像係数θ＝ｋ（Δｔ／２）を算出することができる。
【００１４】
また、前記第１波長及び第２波長の光を照射する照射手段と、前記照射手段の輝度を変調する輝度変調手段とを更に有することができる。輝度変調手段により、輝度を変調して照射することができる。
【００１５】
さらに、前記強度算出手段は、前記輝度変調手段により輝度が変調された前記第１波長及び第２波長の反射光又は透過光の画像データに基づき前記反射強度又は透過強度を算出することができる。これにより、精度よく残像係数を求めることができる。
【００１６】
さらにまた、第１波長における反射率又は透過率をＲ１、第２波長における反射率又は透過率をＲ２としたとき、前記指標算出手段は、抽出指標＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）を求めることができる。Ｒ１＋Ｒ２で除すことで正規化指標形式とすることができ、照明強度の変化の影響を低減しつつ、目的の領域のみ抽出することができる。
【００１７】
また、前記抽出指標を閾値処理により二値化した画像を出力する出力手段を更に有することができる。二値化することで、目的の領域を簡単に視認することができる。
【００１８】
本発明にかかる領域抽出方法は、入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出方法であって、第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得工程と、前記画像取得工程にて取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出工程と、前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出工程と、前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出工程とを有するものである。
【発明の効果】
【００１９】
本発明によれば、残像を考慮しつつ背景から目的の対象物を抽出することができる領域抽出装置及び領域抽出方法を提供することができる。
【発明を実施するための最良の形態】
【００２０】
以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。この実施の形態は、本発明を、人間の肌領域を抽出する領域抽出装置に適用したものである。
【００２１】
実施の形態１．
洪水や津波、水難事故などによって行方不明になった際、ヘリコプター等による上空からの捜索が行われるが、広範囲にわたって、肉眼による継続的な捜索は困難を極める。特に夜間の水上捜索など、二次災害の危険を低減し、捜索をより安全かつ確実に行うためには、無人機による自動探索が有効であるが、この場合、観測画像の中から背景やその他の漂流物と、ヒトの肌を選択的に分離する技術の実現が求められている。また、防犯の分野でも、動物や、揺れ動く木々の像と、分離して、ヒトの肌のみを選択的に検出する画像観測装置の実現が望まれている。
【００２２】
そこで、本実施の形態においては、ヒトの肌が有する赤外域での特異な反射率スペクトル特性を利用して、ヒト肌の画像のみを選択的に観測する。なお、本実施の形態における残像除去方式は、以下に説明する人間の肌領域の抽出に限らず、人工衛星搭載センサ等、高速撮影が要求されるＣＣＤのスミア除去に利用可能である。特に、１１００ｎｍの長波長側では残像が生じやすい。また、１１００ｎｍ以下であっても高速撮影を実施すれば残像が生じるが、このような場合の残像除去を行なうにも好適である。
【００２３】
本実施の形態においては、光学特性が解明されつつある短波長赤外領域に着目し、その波長帯域のヒトと背景物の反射スペクトルの違いに基づき、ヒトを、アスファルト、コンクリート、植物、土砂等のさまざまな背景物から抽出する指標ＮＤＨＩ（Normalized Difference Human Index）を算出し、このＮＤＨＩに基づき肌領域を抽出する。
【００２４】
図１は、本発明の実施の形態にかかる領域抽出装置を示す図である。図１に示すように、ヒトの肌を特異的に検出するのに有効な複数の波長（例えば波長λ１、λ２）の高輝度赤外発光ダイオード（ＬＥＤ）１１、１２と、ＬＥＤ１１、１２の輝度変調を制御する輝度変調部１３と、ＬＥＤ１１、１２の波長帯に受光感度を有する蓄積型の例えばビジコン等の撮像部１５と、ＬＥＤ輝度変調のタイミングを撮像部１５の画像取得タイミングと同期化する同期回路１４と、撮像部１５から得られる３コマ以上の連続画像を記憶保持するフレームバッファ１６と、これらのフレームバッファ１６の各画素毎に、各タイミングで取得された観測輝度間の演算によって、画像各部における残像係数と各波長における各画像毎の反射率を演算する演算部１７とを有する。
【００２５】
ＬＥＤ１１、ＬＥＤ１２は、それぞれ波長λ１、λ２の光を照射する。輝度変調部１３は、ＬＥＤ１１、ＬＥＤ１２の輝度を変調して照射させる。撮像部１５は、波長λ１及びこの波長λ１とは波長が異なる波長λ２のレーザ光又はＬＥＤ光等の電磁波を対象物に照射して得られる反射波について３フレーム以上の画像データを取得する。本実施の形態においては、撮像部１５は、肌を含む領域にＬＥＤ光を照射して得られる反射波の画像データを取得する。
【００２６】
演算部１７は、撮像部１５が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、その残像係数に基づき波長λ１及び波長λ２における残像を除去した反射強度を算出する強度算出手段と、波長λ１及び波長λ２の反射強度に基づき背景から抽出対象である肌領域を抽出するための人肌抽出指標を算出する指標算出手段とを有する。ここでは、強度算出手段は、反射強度を算出するものとして説明するが、人肌以外の被測定対象物においては透過強度を算出するようにしてもよい。
【００２７】
次に、各画素における残像係数と各波長における各画素毎の対象物の反射率を取得する演算部１７の演算方法について説明する。本実施の形態においては、２つの演算方法を適用することができる。先ず１番目の演算方法（方式１）について説明する。
【００２８】
連続画像から撮像部１５が取得する残像が加わった画素ｉの時刻ｔにおける撮像部１５の受光強度（撮像結果）をｘｔ（ｉ）、画素ｉについての残像係数をｋ（ｉ）、あるフレームの特定の画素ｉの時刻ｔにおける反射強度をＩｔ（ｉ）とする。ここで、反射強度Ｉｔは、下記に説明する方法により、受光強度ｘｔから残像の影響を取り除いた値を示す。例えば、波長λ１のＬＥＤ１１及び波長λ２のＬＥＤ１２の各発光輝度を変化させることにより、各タイミングｔにおける撮像部１５の受光強度を、以下のように設定することが可能である。
Ｉｔ−１（ｉ）＝Ｉλ１
Ｉｔ（ｉ）＝Ｉλ２
Ｉｔ＋１（ｉ）＝ξＩλ１
Ｉｔ＋２（ｉ）＝ηＩλ２
【００２９】
図２は、たとえば、ξ＝１／２、η＝２としたときの反射強度Ｉの変化の例を示す図である。このようにＬＥＤ１１、１２の発光強度を制御した場合、反射強度Ｉｔと撮像部１５の出力値である受光強度ｘｔの関係は以下のように表される。
ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉλ２・・・（１）
ｘｔ＋１（ｉ）＝ｋ（ｉ）ｘｔ（ｉ）＋ξＩλ１・・・（２）
ｘｔ＋２（ｉ）＝ｋ（ｉ）ｘｔ＋１（ｉ）＋ηＩλ２・・・（３）
式（１）×η−式（３）によりＩλ２を消去する。
ηｘｔ（ｉ）−ｘｔ＋２（ｉ）＝ηｋ（ｉ）ｘｔ−１（ｉ）−ｋ（ｉ）ｘｔ＋１（ｉ）・・・（４）
上式より、以下のように各画素毎に独立に残像係数ｋ（ｉ）を得ることができる。
ｋ（ｉ）＝｛ηｘｔ（ｉ）−ｘｔ＋２（ｉ）｝／｛ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}・・・（４'）
【００３０】
この結果を式（２）及び（３）に代入することで、以下のように、各波長λ１、λ２での反射強度Ｉλ１、Ｉλ２を得ることができる。
Ｉλ１＝｛ｘｔ＋１（ｉ）−ｋ（ｉ）ｘｔ（ｉ）｝／ξ
＝［ｘｔ＋１（ｉ）−{ηｘｔ（ｉ）−ｘｔ＋２（ｉ）}／{ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}ｘｔ（ｉ）]／ξ・・・（５）
Ｉλ２＝｛ｘｔ＋２（ｉ）−ｋ（ｉ）ｘｔ＋１（ｉ）}／η
＝［ｘｔ＋２（ｉ）−｛ηｘｔ（ｉ）−ｘｔ＋２（ｉ）}／{ηｘｔ−１（ｉ）−ｘｔ＋１（ｉ）}ｘｔ＋１（ｉ）]／η・・・（６）
【００３１】
ここで、人肌抽出指標ＮＤＨＩは、式（７）に示す波長λ１、λ２の反射率Ｒλ１、Ｒλ２から算出することができる。この反射率Ｒλ１、Ｒλ２は、反射強度Ｉλ１、Ｉλ２を、各波長の光を白色板に照射した際の反射強度Ｉ０で除すことで求められる。演算部１７は、上記のように反射強度Ｉλ１、Ｉλ２、及び白色板強度Ｉ０（λ１）、Ｉ０（λ２）を求め、その反射率Ｒλ１、Ｒλ２よりＮＤＨＩを算出する。
ＮＤＨＩ＝（Ｉλ１／Ｉ０（λ１）−Ｉλ２／Ｉ０（λ２））／（Ｉλ１／Ｉ０（λ１）＋Ｉλ２／Ｉ０（λ２））（Ｒλ１−Ｒλ２）／（Ｒλ１＋Ｒλ２）＝・・・（７）
【００３２】
ここで、コンクリート、アスファルト、及び芝生等の植生から人肌を抽出するために最適な波長λ１としては、１０００乃至１３００ｎｍが好ましい。また、波長λ２としては、１５００乃至１６５０ｎｍとすることが好ましい。これらの範囲外の波長とすると、コンクリートの一部や建物のガラス部分からノイズが発生し、人肌抽出が困難な場合がある。
【００３３】
このようにしてＮＤＨＩを計算したものを、０を黒、１を白としてグレースケール化することでＮＤＨＩ画像を得ることができる。また、グレースケール化してＮＤＨＩ画像を所定の閾値で処理し、二値の画像に変換することも可能である。出力部１８は、ＮＤＨＩ画像や二値化画像を表示する。
【００３４】
次に第２の方法（方式２）について説明する。方式２では、フレーム内の減衰（残像）の時間的変化を厳密に考慮する。
【００３５】
残像係数の関数ｋ（ｔ）が式（８）で示される指数関数である場合、撮像部１５が取得した受光強度ｘ（ｔ）を実現する積分系（図３（ａ））は、外部入力付き自己回帰系（図３（ｂ））と等価である（式（９））。
ｋ（ｔ）＝αβｔ・・・（８）
【数４】
【００３６】
式（９）で示されるビジコン自己回帰モデルに一定輝度光Ｉを照射したとき、式（１０）よりその平衡値ｘｅｑｕは式（１１）で与えられ、式（１２）により平衡値から反射強度Ｉを容易に推定することが可能である。
ｄｘ（ｔ）／ｄｔ＝０ （１０）
ｘｅｑｕ＝−Ｉ／（β・ｌｎα）・・・（１１）
【数５】
【００３７】
また、平衡値のｙ％までの到達時間［ｍｓ］は式（１３）で与えられ、仮にＩ＝１、α＝０．６、β＝１／５０の時を考えるとき、Ｉｅｑｕ＝９７．８８、ｙ９５＝２７８［ｍｓ］、ｙ９９＝４５０［ｍｓ］となる（図４参照）。
ｔｙ＝（１／β）ｌｏｇα（１−ｙ／１００） （１３）
【００３８】
動作する対象の情報を式（１２）に基づきリアルタイムで取得することを想定した場合、上述の平衡到達時間は十分小さいとはいえない。したがって、リアルタイム処理を実現するためには、飽和特性の立ち上がりの領域の値を用いた推定が必要である。
【００３９】
図５に示すように、２種類の入力値を時間間隔ΔｔでＩλ１−休止−Ｉλ２−休止−Ｉλ１の順に与え、各入力・休止の中間時刻Δｔ／２における観測により５つの観測値を取得するとき、残像係数θ＝ｋ（Δｔ／２）は、式（８）、（９）を展開することで式（１４）、（１５）で示される３次方程式の解のうち、条件式（１６）を満たすものとして推定される。
ｘ（ｔ４）θ３−ｘ（ｔ１）θ２−ｘ（ｔ５）θ＋ｘ（ｔ２）＝０・・・（１４）
ｘ（ｔ２）θ３−ｘ（ｔ３）θ２−ｘ（ｔ３）θ＋ｘ（ｔ４）＝０・・・（１５）
０＜θ＜１・・・（１６）
また、推定されたθを用いて、２入力の推定値が式（１６）、（１７）で算出される。
【数６】
【数７】
【００４０】
本実施の形態によれば、温度や感光面の劣化、部分的な焼付きなどによって変化する残像の効果を、各画素毎に自動的に補正して、対象物の波長毎の反射輝度値を時分割方式で推定することが可能になる。
【００４１】
また、短波長赤外の複数の波長における反射率間の演算を、Ｒλ１＋Ｒλ２で除すことで波長λ１（例えば１０７０ｎｍ）及び波長λ２（例えば１５５０ｎｍ）の正規化指標形式とすることができ、照明強度の変化の影響を低減しつつ、ヒトの肌と、その他の地物が画像上で容易に識別可能となり、ヒトの肌のみを選択的に検出可能である。
【００４２】
さらに、時分割で複数の波長の測定を繰り返す際、照明の強度に変調を加え、その変調強度比を先見情報として時系列観測データを連立させることにより、各画素ごとに残像の影響を自動補正し、複数の波長での受光強度の真値を推定することが可能となる。
【００４３】
実施の形態２．
人肌抽出による要救助者の捜索は、肌が多く露出している海水浴、マリンスポーツ等での水難事故、及び津波や洪水災害後に利用することで有用性を発揮すると考えられる。このような場合、実際には水が不透明に濁っていることが多い。そこで、本実施の形態にかかる領域抽出装置においては、泥水内外の人肌領域を抽出する。
【００４４】
本実施の形態にかかる領域抽出装置は、実施の形態１と同様、図１に示す構成を有する。さらに、本実施の形態にかかる演算部１７は、図６に示す構成を有する。図６は、実施の形態２にかかる領域抽出装置の演算部を示す図である。演算部１７は、残像係数算出部１７１、反射強度算出部１７２、反射率算出部１７３、前処理部１７４、ＮＤＨＩ算出部１７５、二値化処理部１７６、及びラベリング処理部１７７を有する。
【００４５】
実施の形態１と同様、残像係数算出部１７１は、方式１又は方式２に従って、複数フレームの撮像画像から残像係数を算出する。反射強度算出部１７２は、残像係数算出部１７１により算出された残像係数を使用して、式（５）、（６）、又は式（１７）、（１８）により２つの波長λ１、λ２における反射強度Ｉλ１、Ｉλ２を算出する。反射率算出部１７３は、各波長λ１、λ２における白色板の受光強度Ｉ０により、Ｒλ１＝Ｉλ１／Ｉ０（λ１）、Ｒλ２＝Ｉλ２／Ｉ０（λ２）を算出する。
【００４６】
ここで、ＮＤＨＩを算出するために有効な波長λ１としては、１０００乃至１３００ｎｍ、波長λ２としては、１５００乃至１６５０ｎｍを使用することができる。これらの波長範囲であれば、ＮＤＨＩを使用して、コンクリート、アスファルト、及び芝生などの植生から人肌を抽出することができる。
【００４７】
さらに、泥水等水中の物体を抽出するためのλ１としては、透視度（ｃｍ）Ｔ＝∞、深度１０ｃｍのとき、１０６０乃至１０７５ｎｍ、透視度Ｔ＝４０、深度８ｃｍのとき、１０５５乃至１０８５ｎｍ、透視度２０、深度８ｃｍのとき１０６０乃至１０８０ｎｍ、透視度１０、深度６ｃｍのとき、１０４５乃至１０９５ｎｍとすることができる。すなわち、泥水等水中の中の人肌を含む物体を抽出するためには、波長λ１を１０７０±４０ｎｍ程度とすることが好ましい。これらの波長範囲であれば、ＮＤＨＩにより、泥水等の水中の物体を抽出することができる。
【００４８】
前処理部１７４は、人肌以外を除去するため、Ｒλ１≧閾値ＴＨの処理をする。図７は、空気中の人肌、泥水中の人肌、及び泥水表面における反射率を示すグラフ図である。図７に示すように、泥水の表面の反射率Ｒ３＜泥水中の人肌反射率Ｒ２＜空気中の人肌反射率Ｒ１の関係を有する。このことを利用して、閾値処理することで、泥水表面を除去したり、空気中の人肌のみを抽出したりすることができる。すなわち、泥水表面反射率Ｒ３より大きく泥水中の人肌反射率Ｒ２より小さい値を閾値ｔｈ１（例えば０．０１〜０．０２５程度）とし、泥水中の人肌反射率Ｒ２より大きく空気中の人肌反射率Ｒ１より小さい値を閾値ｔｈ２（例えば０．１５〜０．２程度）とし、Ｒλ１≧ｔｈ１を求めることにより、泥水表面を画像から削除することができる。また、Ｒλ１≧ｔｈ２を求めることにより、画像から空気中の人肌のみを抽出することができる。
【００４９】
ＮＤＨＩ算出部１７５は、式（７）により、２つの反射率の差分に基づき人肌抽出指標ＮＤＨＩを算出する。ここで、上記前処理部１７４により２つの閾値ｔｈ１、ｔｈ２により閾値処理された値から、２種類のＮＤＨＩが求まり、２つのＮＤＨＩ画像を得ることができる。以下では、閾値ｔｈ１により閾値処理された反射率から求めたＮＤＨＩ画像を画像Ａ、閾値ｔｈ２により閾値処理された反射率から求めたＮＤＨＩ画像を画像Ｂという。
【００５０】
二値化処理部１７６は、例えば閾値０．５等でＮＤＨＩ画像Ａ、Ｂを二値化する。ここでの閾値は、目的の抽出画像が得られるように適宜調整することができる。
【００５１】
ラベリング処理部１７７は、二値化した画素値にラベルを付す。二値化した画像Ａについてラベリング処理したもの（ラベルは２種類）と、二値化した画像Ｂについてラベリング処理したもの（ラベルは２種類）を比較し、同種ラベルを連結することで、空気中及び泥水中の人肌を連結し、泥水中の他の物体を排除することができる。例えば、泥水中に手を入れた画像について、二値化した画像Ａ、Ｂを取得すると、二値化した画像Ａについては、泥水水面領域が削除され、空気中の人肌と共に、泥水中の人肌及び物体が抽出される。泥水中の物体は人肌と同様のＮＤＨＩを有するためである。一方、二値化した画像Ｂについては、空気中の人肌のみが抽出される。そして、二つの画像において二値化した画像Ｂと同様の領域が空気中の人肌であり、この領域と同じラベルを有し、当該領域に連結する領域は、人肌（水中）となる。そして、人肌に物体が接していれば、接している物体も連結領域として抽出される。こうしてラベリング処理した結果画像を出力部に出力する。
【００５２】
次に、本実施の形態にかかる領域抽出装置において泥水中の人肌を抽出する方法について説明する。図８は、泥水中の人肌を抽出する方法を示すフローチャートである。図８に示すように、先ず撮像部１５によりハイパースペクトルデータを取得する（ステップＳ１）。本例においては、波長λ１として１１００ｎｍｍ、波長λ２として１５５０ｎｍを使用することとする。取得したデータは演算部１７に入力される。そして演算部１７の残像係数算出部１７１において算出された残像係数により、残像の影響を削除した発射強度Ｉを算出し、反射率Ｒλ１、Ｒλ２を求める。
【００５３】
次に、前処理部１７４により、Ｒλ１の閾値処理を実施する（ステップＳ２、Ｓ３）。上述したように、本実施の形態においては、水面領域を除去する閾値ｔｈ１と、空気中の人肌のみを抽出する閾値ｔｈ２を使用して、Ｒλ１（λ１＝１１００）≧ｔｈ１と、Ｒλ１（λ１＝１１００）≧ｔｈ２を使用して前処理を実施する。閾値ｔｈ１は、例えば０．０２５であり、閾値ｔｈ２は例えば０．２である。
【００５４】
そして、Ｒλ１≧ｔｈ１により前処理したデータから、水面領域を除去したＮＤＨＩ画像Ａを求め（ステップＳ３）、Ｒλ２≧ｔｈ２により前処理したデータから、空気中の人肌のみ抽出したＮＤＨＩ画像Ｂを求める（ステップＳ４、５）。次に、得られた２つのＮＤＨＩ画像を二値化処理し（ステップＳ６）、ラベリング処理をする（ステップＳ７）。二値化処理により、二値の値にされた各画素値の値が同じものに同じラベルを付す。次に、連結処理により、Ａの画像からＢの画像と重なる部分を有するラベルのみを抽出することで、空気中の人肌領域と連結している領域のみを抽出する（ステップＳ７）。このように、ラベリング処理により、泥水等水中でヒトに接していない物体を削除し、ヒト肌及び水中でヒトが接している物体を抽出することができる（ステップＳ８）。
【００５５】
本実施の形態においては、Ｒλ１を前処理することにより、２種類の画像を取得し、空気中のヒトと認識した部分と連結している水面下の物体を抽出することができる。これにより、例えば生存している要救助者の身体の一部（特に呼吸のため顔面部分）が水面から出ているような場合、泥水外の人肌の部位を抽出することでヒトの発見が可能となり、連結する泥水面下の情報を得ることができる。よって、泥水外の人肌の部位だけを抽出して要救助者を捜索するだけではなく、泥水内の情報を抽出することで、要救助者の状況把握にも役立たせることができる。
【００５６】
[実施例１]
次に、本発明の実施例を、従来方法である比較例と比較して説明する。実施の形態１の方式１において、入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、受光強度比ξ、ηをそれぞれ以下のように設定した場合のシミュレ−ションによる入出力値関係図を図９に示す。
Ｉλ１＝１．５、Ｉλ２＝１．０、Δｔ＝３３ｍｓ、ｋ（ｔ）＝０．６ｔ／５０、ξ＝１／２、η＝２
【００５７】
データ取得のタイミング（方式１のｔ−１、ｔ、ｔ＋１、ｔ＋２に相当）を入力値の変化する時刻（図２の不連続部分）としたときに得られる観測値及び式（４'）、（５）、（６）に基づき推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を図１０に示す。図１０は、（ａ）入力、（ｂ）出力及びサンプル点、（ｃ）推定残像係数（＊印）及び真の残像係数（一点破線）、（ｄ）推定入力値（Ｉλ１（○印）、Ｉλ２（＊印））及び真の入力値（Ｉλ１、Ｉλ２一点青破線）、（ｅ）推定入力比Ｉλ１／Ｉλ２（＊印）及び真の入力比Ｉλ１／Ｉλ２（一点破線）を示す。
【００５８】
以上のシミュレ−ションにより、残像係数及び入力比の高精度推定が確認された。すなわち、ｋの真値（ｋ＝０．７１３８）が厳密に推定された残像係数ｋ（真値ｋ＝０．７１３８、推定値ｋ＝０．７１３８）に基づき、厳密な入力値比Ｉλ１／Ｉλ２（真値１．５、推定値１．５）が推定された。
【００５９】
なお、ここで推定されるＩλ１およびＩλ２は残像関数の積分値と受光強度の積であり、真の受光強度の推定のためには、推定値を定数倍する必要がある。しかしながら、入力比の算出においては、除算により定数倍分が相殺されるため、推定値は真の値Ｉλ１／Ｉλ２の高精度推定を実現している。本発明の目的である人肌抽出指標ＮＤＨＩの算出の際に要求される値はＮＤＨＩ＝（Ｒλ１−Ｒλ２）／（Ｒλ１＋Ｒλ２）＝（Ｒλ１／Ｒλ２−１）／（Ｒλ１／Ｒλ２＋１）であり、上記定数値の算出が要求されない。
【００６０】
次に、方式２による実施例について説明する。入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、をそれぞれ以下のように設定した場合のシミュレ−ションによる入出力値関係図を図１１に示す。
Ｉλ１＝１.５、Ｉλ２＝１.０、Δｔ＝１００ms、ｋ（ｔ）＝０.６ｔ／５０
【００６１】
データ取得のタイミング（方式２のｔ１、ｔ２、ｔ３、ｔ４、ｔ５に相当）を図５に基づき設定した場合に得られる観測値及び式（９）乃至（１３）に基づき推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を図１２に示す。図１２は、それぞれ（ａ）入力、（ｂ）出力及びサンプル点、（ｃ）推定残像係数（＊印）及び真の残像係数（一点破線）、（ｄ）推定入力値（Ｉλ１（○印）、Ｉλ２（＊印））及び真の入力値（Ｉλ１、Ｉλ２一点青破線）、（ｅ）推定入力比Ｉλ１／Ｉλ２（＊印）及び真の入力比Ｉλ１／Ｉλ２（一点破線）を示す。
【００６２】
方式２は、方式１と比較して、入力値の制御が容易である。一定光照射の中間時刻における測定という、方式１の場合と比較して困難な状況を考慮した場合、残像係数及び入力比推定において良好な推定精度を実現している。
【００６３】
次に、方法１において残像係数ｋを適応的に設定できない場合を比較例として説明する。残像係数ｋの値を適応的に自動推定できない従来法において、正しい残像係数ｋの値が設定されない場合の推定結果を図１３乃至図１５に示す。図１３は、ｋ＝０．６５とした場合、図１３は、ｋ＝０．７５とした場合、図１４は、ｋ＝０．８とした場合を示す。図１３乃至図１５に示すように、残像係数が真値と僅かに異なる場合でも、入力値比の推定精度が大きく劣化する。すなわち、正しいＮＤＨＩが算出されず、人肌抽出を行なうことができない。
【００６４】
[実施例２]
次に、実施の形態２にかかる実施例について説明する。ＮＤＨＩを利用して泥水内外の人肌を抽出する。また、ＮＤＨＩの有用性を調べるために、赤外線カメラを用いた体温感知によるヒト認識との比較を行う。
【００６５】
本実施例では、波長毎のスペクトルの強度の詳細を調べる必要があるため、ハイパースペクトルセンサを使用した。ハイパースペクトルセンサはプリズムと回折格子から構成されるＰＧＰ分光部（Specim社製Imspector-N17）とＣＣＤ部（Sensors Unlimited社製SU320M-1.7RT）から構成されている。このセンサの測定波長帯域は短波長赤外の前半領域の９５０ｎｍから１７００ｎｍであり、ＣＣＤのピクセル数は空間軸方向に２４０ピクセル、波長軸方向に３２０ピクセル、記録速度は最高で１秒当たり３０フレームのラインセンサである。データ取得時には、白色板のＤＮ値（Digital Number）及び暗電流値によるデータ補正を行った。実験装置は屋外と室内の測定系の２種類に分けた。屋外の測定系では、日本精工（株）製のメガトルクモータYSB2020の上にセンサを固定し、このモータを回転させ、センサの水平方向に配置された測定対象物に対してラインスキャンを行った。室内の測定系では、IAI（株）製の直動アクチュエータRCS-SM-100に固定したセンサを水平移動させることで垂直下向きの測定対象物に対してラインスキャンを行った。室内の測定系の照明条件としては、データの精度向上のため外来光を遮断し、センサと一体駆動される５００Ｗのハロゲンランプ２個を用いた。照明の照度は白色板補正位置で約１９０００Ｌｘであった。
【００６６】
人肌のスペクトルは、オキシヘモグロビンの影響により４１０ｎｍ、５４０ｎｍ、５７５ｎｍ、水分の影響により９７０ｎｍ、１４３０ｎｍ、１９２５ｎｍ、脂質の影響により１７１０乃至１７８０ｎｍ間、また水分及び脂質の影響により１２００ｎｍの波長域においてそれぞれ吸収特性を有する。特にオキシヘモグロビンの影響による４１０ｎｍ、水分の影響による１４３０ｎｍ、１９２５ｎｍに大きなスペクトル吸収特性を有する。これに対し、１１００ｎｍ付近では最も両者の吸収の影響が少なく、基準とするのに適した波長である。オキシヘモグロビンはヒトの真皮中の血管に多く存在するため、人肌を抽出するのに大きな手がかりなると考えられる。しかし、この４１０ｎｍ付近の短い波長は大気散乱の影響を受け易いため反射強度が安定しない。また、１１００ｎｍを基準と考えた場合、可視・近赤外領域と短波長赤外領域を同時に測定するために２種類のＣＣＤ部が必要になり、光学系の構成が複雑になる。そこで、本実施例においては２波長間の反射率のギャップが大きく、最も近接する波長帯である短波長赤外領域の波長に着目し、本実施例では、スペクトル吸収が小さく高い反射率を持つ１１００ｎｍ付近及び、水分による吸収が大きい１４３０ｎｍ付近の波長を用いた指標を使用する。人肌抽出指標ＮＤＨＩは、１１００ｎｍ付近の反射率をＲ１、１４３０ｎｍ付近の反射率をＲ２とし、次式（１９）から算出する。
ＮＤＨＩ＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）・・・（１９）
【００６７】
式（１９）における人肌抽出に適切なＲ１とＲ２として、本実施例においては、Ｒ１には１１００ｎｍの反射率、Ｒ２には１５５０ｎｍにおける反射率を利用する。次に、この理由について説明する。
【００６８】
人肌抽出に適切な波長を調べるため、ハイパースペクトルセンサを使用して屋外においてヒトと背景を含む範囲を測定した。測定した背景には、建物のコンクリート壁面、アスファルト道路、芝生などの植生が含まれていた。得られた人肌とそれぞれの背景物の反射スペクトル特性を図１６に示す。ＮＤＨＩに適切な波長を見つけるために、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を調べた。この結果を図１７乃至図１９に示す。このＮＤＨＩの差が大きいほど、背景から人肌の抽出力が向上す。まず、人肌とコンクリート壁面では、Ｒ１：１１１６ｎｍ、Ｒ２：１４９３ｎｍのときＮＤＨＩの差が最大値０．６８、人肌とアスファルト道路では、Ｒ１：１０９６ｎｍ、Ｒ２：１４８８ｎｍのときＮＤＨＩの差が最大値０．８０、また人肌と芝生などの植生では、Ｒ１：１１１６ｎｍ、Ｒ２：１５５９ｎｍのときＮＤＨＩの差が最大値０．４２という結果が得られた。人肌に対するコンクリート壁面やアスファルト道路のＮＤＨＩの差は大きく、十分な抽出力がある。しかし、人肌と芝生などの植生ではＮＤＨＩの差が比較的小さい。そこで、人肌と芝生などの植生で最大値をとった波長付近、Ｒ１：１１００ｎｍ、Ｒ２：１５５０ｎｍのときの人肌とコンクリート壁面やアスファルト道路のＮＤＨＩの差をみるとそれぞれ０．６５と０．７５となり、人肌との差を十分に維持できることが分かった。よって、ＮＤＨＩに適切な波長をＲ１：１１００ｎｍ、Ｒ２：１５５０ｎｍとし、ＮＤＨＩを次のような式（２０）とした。
ＮＤＨＩ＝（Ｒ（１１００）−Ｒ（１５５０））／（Ｒ（１１００）＋Ｒ（１５５０））・・・（２０）
ここで、Ｒ（λ）は波長λｎｍでの反射率を表している。
【００６９】
この式（２０）のＮＤＨＩを利用して、人肌抽出を行った。本実施例では、屋外の背景中に手を広げたヒトが立ち、そのＮＤＨＩを計測した。個人差によるＮＤＨＩの差を簡単に調べるため、モンゴロイド人種４名を被験者とした。ＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を見ると、図２０に示すように人肌の部分は高いＮＤＨＩ値を有することがわかった。また、ＮＤＨＩ値は、コンクリート壁面やアスファルト道路では小さいが、芝生などの植生ではやや高い値を示すことがわかった。そこで、ＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出を行えるようにした（図２１参照）。ＮＤＨＩは眉毛や頭髪を抽出していないため、ヒトと体毛を持つ動物と区別が可能である。他の３名の被験者のＮＤＨＩ画像と２値化画像も人肌の部分をよく抽出できることから、モンゴロイド人種間での個人差によるＮＤＨＩの差は少ないと考えられる（図２２、２３参照）。
【００７０】
次に、土砂域におけるヒト抽出の有用性を検証するため、土砂とヒトを含む状態で実験計測を行った。測定した背景には、土砂、ビニール製シート、建物のコンクリート壁面、植物などが含まれていた。取得されたデータからＮＤＨＩを計算し、ＮＤＨＩ画像と２値化画像を作成した（図２４、２５参照）。閾値０．５の場合、植物由来のノイズが多少みられたが、このノイズは閾値を０．６に上げることで取り除けた。この閾値の差の原因は、データを取得した環境の日照角度や、測定対象物が立体構造であるため、反射スペクトルに対してBidirectional Reflectance Distribution Function（ＢＲＤＦ）の影響が発生し、白色板補正では正確に較正されない部分が存在することによるものと考えられる。この問題はセンサから測定対象物までの距離が離れるほど緩和され、実際に航空機などで上空からヒトをスキャンする場合には、誤差が小さくなる。以上より、ＮＤＨＩは土砂を背景とした場合でも人肌抽出が可能である。
【００７１】
ところで、ＮＤＨＩによる要救助者の捜索は、人肌が多く露出している海水浴やマリンスポーツ等での水難事故や、津波、洪水災害後など、上空から人肌が測定可能な状態で広域に捜索する必要がある場面においてより有用性を発揮すると考えられる。このような場合、実際には水が不透明に濁っていることが多いので、ＮＤＨＩを用いて泥水内外の人肌抽出に関して検証を行った。検証実験には室内の測定系を使用した。泥水は市販の土粘土を水に懸濁したものを使用し、透視度計を用いて濁り具合を調節した。透視度は透明なガラス管に泥水を入れて徐々に排水し、上部から目視で二重十字（白色標識板上に太さ０．５ｍｍ、間隔１ｍｍの二重線で描画）を識別したときの水層の高さ（ｃｍ）で表される。また、水槽はサイズＷ７８０×Ｄ３９０×Ｈ３７０ｍｍの緑色のトランクカーゴを使用し、水面の高さを２５ｃｍとした。
【００７２】
透視度１０の泥水に、手の配置深度２ｃｍで片手を浸し、測定を行った。ＮＤＨＩ画像を見ると水面のＮＤＨＩ値が高く、泥水内の人肌の確認だけでなく泥水外の人肌の認識も困難であった（図２６参照）。泥水外の人肌、泥水内の人肌及び水面のそれぞれのスペクトルを比較すると、Ｒ（１１００）において泥水内の人肌の反射率は水面より高い値を示した（図７参照）。また、水面のＲ（１５５０）の反射率がほぼ０に近いので、ＮＤＨＩの値がＲ（１１００）／Ｒ（１１００）＝１（−１≦ＮＤＨＩ≦１）と高い値になる。そこで、ＮＤＨＩ算出の前処理としてＲ（１１００）≧０．０２５で閾値処理を行い、水面の削除を行った（図２７参照）。また、閾値をＲ（１１００）≧０．２に上げることで泥水内の人肌と水面を削除し、泥水外の人肌のみを抽出することが可能となった（図２８参照）。つまり、ＮＤＨＩ算出の前にＲ（１１００）の閾値処理を行うことで、泥水内の人肌と泥水外の人肌がともに抽出可能になる。
【００７３】
このように、ＮＤＨＩ算出の前にＲ（１１００）の閾値処理を行うことで、次の２枚の画像を作成することが可能である。
Ａ：泥水内の物体（人肌、及びヒト以外の物体）と泥水外の人肌を抽出した画像
Ｂ：泥水内の物体を削除し、泥水外の人肌のみ抽出した画像
ただし、画像Ａ、ＢのＲ（１１００）の閾値については、泥水内の物体の深度、泥水の透視度ごとに調節する必要がある。
【００７４】
[実施例３]
次に、実施例３について説明する。上述の実施例２の方法では、ヒト以外の物体が同じ程度の水深に存在する場合、その物体を人肌と同様に抽出するため、泥水外の人肌と連続した泥水内の物体をヒトとして認識する必要がある。そこで、本実施例では、実施の形態２に示す方法により、泥水内外のヒト識別を行なう。
【００７５】
実施例２と同様の室内の測定系を用い、透視度３０の泥水に、手の配置深度５ｃｍで片手を浸し、測定を行った。透視度、使用した水槽、センサと照明、測定対象物の位置関係などは実施例２と同様である。この実験においてはＲ（１１００）の閾値処理を、画像ＡではＲ（１１００）≧０．０１、画像ＢではＲ（１１００）≧０．１５とした。
【００７６】
実施の形態２における泥水内外のヒト識別方法を検証するため、同深度に配置した木片と手が接触、非接触の２状態で測定を実施した。水中で木片と手が非接触の状態で、泥水内の物体（人肌、及びヒト以外の物体）と泥水外の人肌を抽出した画像（図２９）、泥水内の物体を削除し、泥水外の人肌のみ抽出した画像（図３０）、そして、その２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像（図３１）を見ると、泥水内のヒト以外の物体を取り除き、ヒトの部分のみを抽出することができた。他方、水中で木片と手が接触の状態での画像Ａ（図３２）、画像Ｂ（図３３）、画像Ｃ（図３４）の画像を見ると、泥水内でヒトに接触している物体も抽出された。
【００７７】
[実施例４]
次に、実施例４について説明する。泥水内の物体抽出に際し、ＮＤＨＩが適用可能な泥水の深度と透視度の関係を調査した。実施例２、３と同様の室内の測定系（ただし水面の高さは３０ｃｍとする）を用い、右手の甲の部分の深度が０ｃｍから２０ｃｍに至るまで２ｃｍ間隔で深度を変えて測定を実施した。泥水は透視度４０、２０、及び１０の３種類を準備し、透視度∞の水として中水を使用した。それぞれの透視度における各深度の人肌のスペクトル特性を図３５乃至図３８に示す。
【００７８】
図３５に示すように、透視度∞で深度を変えた場合、反射スペクトルは波長１０７０ｎｍ付近で反射が大きく、深度が深くなるにつれ反射が小さくなった。１１５０ｎｍより長い波長域では反射がほぼ０に近かった。そのため、ＮＤＨＩを水中の物体抽出に利用するにはＲ１：１１００ｎｍよりも１０７０ｎｍの反射を使用する方が有効であると考えられる。また、透視度が下がると波長１０００ｎｍから１７００ｎｍ間の反射が全体的に大きくなる傾向がみられた。これは、透視度が下がるほど水中に含まれる土粘土の比率が多くなり、さらに、深度が深くなるほど土粘土の反射影響が大きくなるためと考えられる。
【００７９】
以上の結果から、次に水中の物体抽出に有効な波長Ｒ１を１０７０ｎｍに変更し、抽出可能な透視度と深度の関係、抽出可能な水中の手と水面の反射率の差を調べた結果を図３９に示す。抽出の可否判定は指先までの輪郭形状が目視にて認識できるかで行っている。透視度∞の場合には深度１０ｃｍまで、透視度４０、２０では深度８ｃｍまで、透視度１０では深度６ｃｍまで抽出可能であった。泥水中から物体を抽出するには、Ｒ１の閾値処理で物体のない水面を削除する必要があり、透視度が下がるとＲ１での水中の手と水面の反射率の差が小さくなるため、抽出深度が浅くなった。
【００８０】
[実施例５]
次に、実施例５について説明する。ＮＤＨＩと赤外線センサを使用したヒト認識との比較結果について説明する。従来のヒト認識の主な手法の一つに熱赤外領域を利用した赤外線センサによる体温感知がある。そこで水難事故や水災害を想定した場面での赤外線センサによる体温感知とＮＤＨＩとの比較を行う。赤外線センサはＮＥＣ社製TH3100MRを使用した。氷水中に３０秒間右手を浸して体温を下げた後、透視度１０の泥水中に手のひらを浸し、赤外線センサとハイパースペクトルセンサで測定を行った。海難事故や台風などによる水災害の多発する夏期８月の本州周辺の海水温は２５〜２９度℃である。そこで、泥水の温度を２５度℃とした。赤外線センサによる測定は１０分間行い、体温が戻る様子を観察した。赤外線センサの測定結果では、開始直後は泥水より手のひらの体温が低いが、時間の経過とともに徐々に体温が戻り始め、５分後には泥水に接する部分の温度が２７度℃前後まで回復したが、水面から出ている手の部分の温度は１０分後も２７度℃前後から上昇せず、手の形状が認識できなかった。一方、ＮＤＨＩ画像（Ｒ（１１００）≧０．０３５で閾値処理）の結果は、泥水内外の手の形状が明確に抽出可能であった。このように体温が下がっている状況での水面下のヒト認識には、赤外線センサを使用した体温認識と比較してＮＤＨＩの方が有効である。
【００８１】
以上説明したように、ヒトと背景物の反射スペクトルの違いに基づき、背景から人肌のみを抽出する指標ＮＤＨＩを求めることができる。ＮＤＨＩにより、ヒトをさまざまな背景（アスファルト、コンクリート、植物、土砂など）から識別できる。また、複数フレームの観測輝度間の演算によって残像の影響を取り除いた反射率を求めることができ、高精度な指標ＮＤＨＩを算出することができる。
【００８２】
以上の実施例においては、光を用いた人肌検出について説明したが、本発明はＸ線を用いた、工業用、及び医療用の画像解析においても、波長分布が異なる２つのＸ線源を用いて、被検体の透過強度を測定して、被検体画像の中から目的対象物を選択的に抽出する場合にも有効である。
【００８３】
なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。
【図面の簡単な説明】
【００８４】
【図１】本発明の実施の形態１にかかる領域抽出装置を示す図である。
【図２】ξ＝１／２、η＝２としたときの反射強度Ｉの変化の例を示す図である。
【図３】（ａ）は、撮像部が取得した受光強度ｘ（ｔ）を実現する積分系、（ｂ）は、外部入力付き自己回帰系を示す図である。
【図４】平衡値のｙ％までの到達時間［ｍｓ］を説明する図である。
【図５】２種類の入力値を時間間隔ΔｔでＩλ１−休止−Ｉλ２−休止−Ｉλ１の順に与え、各入力・休止の中間時刻Δｔ／２における５つの観測値を示す図である。
【図６】本発明の実施の形態２にかかる領域抽出装置の演算部を示す図である。
【図７】空気中の人肌、泥水中の人肌、及び泥水表面における反射率を示すグラフ図である。
【図８】本発明の実施の形態２における泥水中の人肌を抽出する方法を示すフローチャートである。
【図９】実施の形態１の方式１において、入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、受光強度比ξ、ηを設定した求めたシミュレ−ション結果を示す図である。
【図１０】推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を示す図である。
【図１１】入力Ｉλ１、Ｉλ２、一定入力の間隔Δｔ、残像関数ｋ（ｔ）、を設定して求めたシミュレ−ション結果を示す図である。
【図１２】推定した残像係数ｋ（Δｔ）、入力値Ｉλ１、Ｉλ２、入力値の比Ｉλ１／Ｉλ２を示す図である。
【図１３】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．６５とした場合の推定結果を示す図である。
【図１４】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．７５とした場合の推定結果を示す図である。
【図１５】残像係数ｋの値を適応的に自動推定できない従来法により正しい残像係数ｋの値が設定されず、ｋ＝０．８とした場合の推定結果を示す図である。
【図１６】人肌とそれぞれの背景物の反射スペクトル特性を示す図である。
【図１７】Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図１８】同じく、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図１９】同じく、Ｒ１は１０００ｎｍから１２００ｎｍ、Ｒ２は１４００ｎｍから１６００ｎｍの範囲で人肌とそれぞれの背景物とのＮＤＨＩ値の差を示す図である。
【図２０】ＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を示す図である。
【図２１】ＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出した図である。
【図２２】他の被験者においてＮＤＨＩを計算したものをグレースケール化したＮＤＨＩ画像を示す図である。
【図２３】他の被験者においてＮＤＨＩを閾値処理（閾値０．５）し、背景から人肌の部分のみ抽出した図である。
【図２４】撮影した背景のＮＤＨＩ画像を示す図である。
【図２５】撮影した背景の二値化画像を示す図である。
【図２６】透視度１０の泥水に、手の配置深度２ｃｍで片手を浸した場合のＮＤＨＩ画像を示す図である。
【図２７】ＮＤＨＩ算出の前処理としてＲ（１１００）≧０．０２５で閾値処理を行い、水面の削除を行った場合のＮＤＨＩ画像を示す図である。
【図２８】閾値をＲ（１１００）≧０．２に上げることで泥水内の人肌と水面を削除し、泥水外の人肌のみを抽出した場合のＮＤＨＩ画像を示す図である。
【図２９】同深度に配置した木片と手が非接触の状態のＮＤＨＩ画像を示す図である。
【図３０】泥水内の物体を削除し、泥水外の人肌のみ抽出した画像を示す図である。
【図３１】図２８、図２９の２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像を示す図である。
【図３２】同深度に配置した木片と手が接触の状態のＮＤＨＩ画像を示す図である。
【図３３】泥水内の物体を削除し、泥水外の人肌のみ抽出した画像を示す図である。
【図３４】図３２、図３３の２枚の画像から抽出された泥水外のヒトと認識した部分と連結している水面下の物体を抽出した画像を示す図である。
【図３５】透視度Ｔ＝∞における各深度の人肌のスペクトル特性を示す図である。
【図３６】透視度Ｔ＝４０おける各深度の人肌のスペクトル特性を示す図である。
【図３７】透視度Ｔ＝２０における各深度の人肌のスペクトル特性を示す図である。
【図３８】透視度Ｔ＝１０における各深度の人肌のスペクトル特性を示す図である。
【図３９】水中の物体抽出に有効な波長Ｒ１を１０７０ｎｍとし、抽出可能な透視度と深度の関係、抽出可能な水中の手と水面の反射率の差を調べた結果を示す図である。
【符号の説明】
【００８５】
１ 領域抽出装置
１１、１２ ＬＥＤ
１３ 輝度変調部
１４ 同期回路
１５ 撮像部
１６ フレームバッファ
１７ 演算部
１８ 出力部
１７１ 残像係数算出部
１７２ 反射強度算出部
１７３ 反射率算出部
１７４ 前処理部
１７５ 算出部
１７６ 二値化処理部
１７７ ラベリング処理部
【特許請求の範囲】
【請求項１】
入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出装置であって、
第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得手段と、
前記画像取得手段が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、
前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出手段と、
前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出手段とを有する領域抽出装置。
【請求項２】
前記指標算出手段は、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率又は透過率を算出し、当該反射率又は透過率に基づき前記抽出指標を算出する
ことを特徴とする請求項１記載の領域抽出装置。
【請求項３】
前記指標算出手段は、前記第１波長及び第２波長の前記反射率又は透過率の差分を正規化して前記抽出指標を算出する
ことを特徴とする請求項２記載の領域抽出装置。
【請求項４】
前記残像係数算出手段は、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得手段が取得する受光強度又は透過強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求める
ことを特徴とする請求項１乃至３のいずれか１項記載の領域抽出装置。
【請求項５】
前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記強度算出手段は、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、
第１の波長における反射強度又は透過強度を
【数１】
第２の波長における反射強度又は透過強度を
【数２】
として前記反射強度又は透過強度を算出する
ことを特徴とする請求項１乃至３のいずれか１項記載の領域抽出装置。
【請求項６】
前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記残像係数算出手段は、時刻ｔにおける反射強度又は透過強度をＩ（ｔ）、残像係数を表す関数をｋ（ｔ）、残像を含む、前記画像撮像手段が取得する受光強度をｘ（ｔ）としたとき、
【数３】
として残像係数θ＝ｋ（Δｔ／２）を算出する
ことを特徴とする請求項１、２、３又は５記載の領域抽出装置。
【請求項７】
前記第１波長及び第２波長の光を照射する照射手段と、
前記照射手段の輝度を変調する輝度変調手段とを更に有する
ことを特徴とする請求項１乃至６のいずれか１項記載の領域抽出装置。
【請求項８】
前記強度算出手段は、前記輝度変調手段により輝度が変調された前記第１波長及び第２波長の反射光又は透過光の画像データに基づき前記反射強度又は透過強度を算出する
ことを特徴とする請求項７項記載の領域抽出装置。
【請求項９】
第１波長における反射率又は透過率をＲ１、第２波長における反射率又は透過率をＲ２としたとき、前記指標算出手段は、抽出指標＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）を求める
ことを特徴とする請求項１乃至８のいずれか１項記載の物体抽出装置。
【請求項１０】
前記抽出指標を閾値処理により二値化した画像を出力する出力手段を更に有する
ことを特徴とする請求項１乃至９のいずれか１項記載の領域抽出装置。
【請求項１１】
前記抽出対象は、人間の肌である
ことを特徴とする請求項１乃至１０のいずれか１項記載の領域抽出装置。
【請求項１２】
前記電磁波は、レーザ光又は発光ダイオード光である
ことを特徴とする請求項１乃至１１のいずれか１項記載の領域抽出装置。
【請求項１３】
入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出方法であって、
第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得工程と、
前記画像取得工程にて取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出工程と、
前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出工程と、
前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出工程とを有する領域抽出方法。
【請求項１４】
前記指標算出工程では、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率又は透過率を算出し、当該反射率に基づき前記抽出指標を算出する
ことを特徴とする請求項１３記載の領域抽出方法。
【請求項１５】
前記指標算出工程では、前記第１波長及び第２波長の前記反射率又は透過率の差分を正規化して前記抽出指標を算出する
ことを特徴とする請求項１４記載の領域抽出方法。
【請求項１６】
前記残像係数算出工程では、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得工程にて取得する受光強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求める
ことを特徴とする請求項１３乃至１５のいずれか１項記載の領域抽出方法。
【請求項１７】
前記画像取得工程では、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記強度算出工程では、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、
第１の波長における反射強度又は透過強度を
【数４】
第２の波長における反射強度又は透過強度を
【数５】
として前記反射強度又は透過強度を算出する
ことを特徴とする請求項１３乃至１５のいずれか１項記載の領域抽出方法。
【請求項１】
入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出装置であって、
第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得手段と、
前記画像取得手段が取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出手段と、
前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出手段と、
前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出手段とを有する領域抽出装置。
【請求項２】
前記指標算出手段は、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率又は透過率を算出し、当該反射率又は透過率に基づき前記抽出指標を算出する
ことを特徴とする請求項１記載の領域抽出装置。
【請求項３】
前記指標算出手段は、前記第１波長及び第２波長の前記反射率又は透過率の差分を正規化して前記抽出指標を算出する
ことを特徴とする請求項２記載の領域抽出装置。
【請求項４】
前記残像係数算出手段は、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得手段が取得する受光強度又は透過強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求める
ことを特徴とする請求項１乃至３のいずれか１項記載の領域抽出装置。
【請求項５】
前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記強度算出手段は、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、
第１の波長における反射強度又は透過強度を
【数１】
第２の波長における反射強度又は透過強度を
【数２】
として前記反射強度又は透過強度を算出する
ことを特徴とする請求項１乃至３のいずれか１項記載の領域抽出装置。
【請求項６】
前記画像取得手段は、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記残像係数算出手段は、時刻ｔにおける反射強度又は透過強度をＩ（ｔ）、残像係数を表す関数をｋ（ｔ）、残像を含む、前記画像撮像手段が取得する受光強度をｘ（ｔ）としたとき、
【数３】
として残像係数θ＝ｋ（Δｔ／２）を算出する
ことを特徴とする請求項１、２、３又は５記載の領域抽出装置。
【請求項７】
前記第１波長及び第２波長の光を照射する照射手段と、
前記照射手段の輝度を変調する輝度変調手段とを更に有する
ことを特徴とする請求項１乃至６のいずれか１項記載の領域抽出装置。
【請求項８】
前記強度算出手段は、前記輝度変調手段により輝度が変調された前記第１波長及び第２波長の反射光又は透過光の画像データに基づき前記反射強度又は透過強度を算出する
ことを特徴とする請求項７項記載の領域抽出装置。
【請求項９】
第１波長における反射率又は透過率をＲ１、第２波長における反射率又は透過率をＲ２としたとき、前記指標算出手段は、抽出指標＝（Ｒ１−Ｒ２）／（Ｒ１＋Ｒ２）を求める
ことを特徴とする請求項１乃至８のいずれか１項記載の物体抽出装置。
【請求項１０】
前記抽出指標を閾値処理により二値化した画像を出力する出力手段を更に有する
ことを特徴とする請求項１乃至９のいずれか１項記載の領域抽出装置。
【請求項１１】
前記抽出対象は、人間の肌である
ことを特徴とする請求項１乃至１０のいずれか１項記載の領域抽出装置。
【請求項１２】
前記電磁波は、レーザ光又は発光ダイオード光である
ことを特徴とする請求項１乃至１１のいずれか１項記載の領域抽出装置。
【請求項１３】
入力された画像の中から抽出対象に対応する対象領域を抽出する領域抽出方法であって、
第１波長及びこの第１波長とは波長が異なる第２波長の電磁波を対象物に照射して得られる反射波又は透過波について３フレーム以上の画像データを取得する画像取得工程と、
前記画像取得工程にて取得した各フレーム間の画像データの演算に基づき残像係数を算出する残像係数算出工程と、
前記残像係数に基づき前記第１波長及び第２波長における残像を除去した反射強度又は透過強度を算出する強度算出工程と、
前記第１波長及び前記第２波長の前記反射強度又は透過強度に基づき背景から前記抽出対象を抽出する抽出指標を算出する指標算出工程とを有する領域抽出方法。
【請求項１４】
前記指標算出工程では、前記第１波長及び第２波長の前記反射強度又は透過強度に基づき反射率又は透過率を算出し、当該反射率に基づき前記抽出指標を算出する
ことを特徴とする請求項１３記載の領域抽出方法。
【請求項１５】
前記指標算出工程では、前記第１波長及び第２波長の前記反射率又は透過率の差分を正規化して前記抽出指標を算出する
ことを特徴とする請求項１４記載の領域抽出方法。
【請求項１６】
前記残像係数算出工程では、注目画素の残像係数をｋ（ｉ）、注目画素ｉの時刻ｔにおける現在フレームの反射強度又は透過強度をＩｔ（ｉ）、注目画素ｉの時刻ｔ−１における前フレームからの残像を含む、前記画像取得工程にて取得する受光強度をｘｔ（ｉ）としたとき、ｘｔ（ｉ）＝ｋ（ｉ）ｘｔ−１（ｉ）＋Ｉｔ（ｉ）として残像係数を求める
ことを特徴とする請求項１３乃至１５のいずれか１項記載の領域抽出方法。
【請求項１７】
前記画像取得工程では、時間間隔Δｔで照射強度を変化させた３フレーム以上の画像データを取得し、
前記強度算出工程では、時刻ｔにおける画素値をｘ（ｔ）、残像係数θ（０＜θ＜１）としたとき、
第１の波長における反射強度又は透過強度を
【数４】
第２の波長における反射強度又は透過強度を
【数５】
として前記反射強度又は透過強度を算出する
ことを特徴とする請求項１３乃至１５のいずれか１項記載の領域抽出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図８】
【図９】
【図１１】
【図７】
【図１０】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図８】
【図９】
【図１１】
【図７】
【図１０】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【公開番号】特開２００８−２７５４７７（Ｐ２００８−２７５４７７Ａ）
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願番号】特願２００７−１２００７２（Ｐ２００７−１２００７２）
【出願日】平成１９年４月２７日（２００７．４．２７）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 平成１９年３月 文部科学省 研究開発局 独立行政法人 防災科学技術研究所の「大都市大震災軽減化特別プロジェクト 平成１８年度 成果報告書」に発表
【国等の委託研究の成果に係る記載事項】（出願人による申告）「国等の委託研究の成果に係る特許出願（平成１８年度、文部科学省、大都市大震災軽減化特別プロジェクト「変化域抽出精度の向上と大規模処理の高速化の研究」にかかる委託研究、産業活力再生特別措置法第３０条の適用を受けるもの）」
【出願人】（３０４０２１４１７）国立大学法人東京工業大学 (1,821)
【Ｆターム（参考）】
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願日】平成１９年４月２７日（２００７．４．２７）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 平成１９年３月 文部科学省 研究開発局 独立行政法人 防災科学技術研究所の「大都市大震災軽減化特別プロジェクト 平成１８年度 成果報告書」に発表
【国等の委託研究の成果に係る記載事項】（出願人による申告）「国等の委託研究の成果に係る特許出願（平成１８年度、文部科学省、大都市大震災軽減化特別プロジェクト「変化域抽出精度の向上と大規模処理の高速化の研究」にかかる委託研究、産業活力再生特別措置法第３０条の適用を受けるもの）」
【出願人】（３０４０２１４１７）国立大学法人東京工業大学 (1,821)
【Ｆターム（参考）】
[ Back to top ]