説明

Fターム[5L096DA01]の内容

イメージ分析 (61,341) | 出力形態 (1,152) | ビットマップ上(画像) (214)

Fターム[5L096DA01]に分類される特許

201 - 214 / 214


【課題】カメラによるキャリブレーションシートの撮影が容易に行えるキャリブレーションチャート表示装置を提供すること。
【解決手段】所定のキャリブレーション撮影方向から撮影されたキャリブレーションチャート1の画像を記憶する校正画像記憶部59と、校正画像記憶部59に記憶されたキャリブレーションチャート画像を、前記キャリブレーション撮影方向と所定の画像回転角度に応じて表示するキャリブレーションチャート画像表示部61とを備えている。 (もっと読む)


【課題】小型・低コストでありながら、正確で応答性の良い手振れ補正を行うことができるようにする。
【解決手段】入力画像YC1,YC2を複数段階に亘って段階的に縮小し、より下層レベルの縮小画像を使って大まかに求めた大域移動量を利用して、上層レベルで局所移動量を求める際の走査ブロックを構築することにより、2枚目の画像上に設定する走査ブロックをそれほど大きくしなくても、1枚目の画像上に設定した参照ブロック内の画像と相関がとれるようにする。走査ブロックの大きさを小さくできることにより、その走査ブロック内に同じあるいは類似の絵柄が複数存在する確率が小さくなり、参照ブロックの画像と走査ブロックの画像とが誤った位置でマッチングしたと判断される不都合が抑制される。また、走査対象となる範囲が狭くなるので演算量が減り、手振れ補正の応答性が向上する。 (もっと読む)


【課題】写真画像等のオブジェクト分割方法において、局所的に存在する高周波成分からなるエッジ部分を含むことなく画像中に含まれるテクスチャ領域を精度よく抽出し、テクスチャ領域とそれ以外の領域を適切に分割する。
【解決手段】画像信号から高周波信号を生成し、この高周波信号に縮小処理を施すことによりエッジ信号を低減するとともに集合した高周波信号を平滑化し、その後、モフォロジー演算処理によるオープニング処理を施すことにより上記エッジ信号をさらに低減するとともに上記平滑化された高周波信号を抽出する。 (もっと読む)


【課題】画像の誤補正を防止し、補正の精度を高めること。
【解決手段】入力画像データ格納部110に格納された入力画像データを所定の縮小率で縮小し縮小画像データを生成する縮小画像データ生成部101と、縮小画像データの複雑度を算出する複雑度算出部102と、複雑度に応じて、画像の画質を補正するためのカラーバランス・ハイライト補正量を算出するカラーバランス・ハイライト補正量算出部103と、カラーバランス・ハイライト補正量に基づいて、入力画像データに補正をかける画像補正部104とを備えている。 (もっと読む)


【課題】 フラッシュ撮影に用いたストロボなどの人工照明光の照明ムラに関わらず、照明ムラのない人工照明光で照明した画像を得られる画像処理装置および画像処理方法を提供する。
【解決手段】 ストロボなどによる人工照明光による照明ムラの情報を予め記憶しておき、撮影時に人工照明光ありの第1の画像データと人工照明光のない周囲光のみの第2の画像データを連続して撮像するとともに、第1の画像データから第2の画像データを差し引いたデータに対し予め記憶した照明ムラ情報に基づいた照明ムラ補正を行った後、該照明ムラ補正済みの画像データに対し第2の画像データを加えることにより、照明ムラのない人工照明光で照明した画像を生成する。 (もっと読む)


【課題】 効率的な画像読み取り動作、画像処理を行う画像処理装置を提供する。
【解決手段】 画像処理装置100において、制御部10が、画像読み取り部20により読み取られた原稿の一部分の画像の輝度ヒストグラムを作成し、その輝度ヒストグラムに基づき、最適なガンマ補正を実施するためのガンマ補正データを選択し、その選択されたガンマ補正データに基づいて、原稿の全体画像を読み取る本スキャン時にガンマ補正を実施する画像処理制御を行う構成にした。 (もっと読む)


【課題】 ユーザにとって利便性の高い画像管理装置を提供することを目的とする。
【解決手段】 ディジタルカメラは、新しく画像を撮影すると、サーバに送信する(S62)。サーバは、画像データを受信すると(S72)、サーバの記憶装置に記憶させるか否かを、画像の内容によって自動的に判断する(S73)。ここでの判断は、人の顔が写っているか、特定の人の顔が写っているか、笑顔など特定の表情を有しているか、などを考慮して判断する。サーバに記憶すると判断されると(S65,75でYES)、画像データは、サーバの記憶装置に自動的に記憶される(S76)。サーバに記憶しないと判断されると(S65,75でNO)、画像データは、ディジタルカメラのローカルの記憶装置に自動的に記憶される(S66)。 (もっと読む)


【課題】 網点領域内に描かれた画像のエッジがより鮮鋭に見えるようにすることを可能ならしめる画像処理装置を提供すること。
【解決手段】 対象画素が網点領域内の画素であって、文字画像等の画像のエッジを構成するエッジ画素に隣接する画素であると判定されると、当該対象画素のデータに対して各スムージングフィルタ481〜488を用いて平滑化処理を行い、その内、当該エッジ画素のデータが参照されずに平滑化処理が行われたフィルタにより平滑化処理されたデータを、当該対象画素の平滑化処理後のデータとして出力する。 (もっと読む)


【課題】 オブジェクトの抽出等を精度良く行う。
【解決手段】 ユーザに画像が提供され、ユーザが、その画像上の位置をクリックすることにより得られるクリックデータが、動き解析部121に供給される。動き解析部121は、ユーザからの複数のクリックデータに基づいて、ユーザによるクリック位置の動きを解析し、意図解析部123は、その動きの解析結果に基づいて、ユーザの意図を解析する。そして、オブジェクト抽出部125は、そのユーザの意図の解析結果に基づいて、画像データからオブジェクトを抽出する。 (もっと読む)


【課題】被写体人物毎の好みや感情を反映した、または娯楽性の高い再生画像を自動的または容易に得ることのできる画像処理方法を提供する。
【解決手段】予め特定の人物毎に所定の画像処理条件を登録し、入力画像中の人物を抽出し、人物同定を行い、同定された特定の人物に対応する画像処理条件を選択し、選択された画像処理条件に基づいて画像処理を行うこと、撮影画像に応じて被写体人物の感情の種類を判定し、判定された感情の種類に対応する画像処理パターンを適用した画像処理を撮影画像に対して行うこと、または予め登録されたエリア画像または画像特徴量を用いて、撮影画像中の該当エリアに合成するまたは濃度および色味の調整を行うことにより、上記課題を解決する。 (もっと読む)


【課題】 網点図形領域と網点写真領域とを分離するための画像処理装置を提供する。
【解決手段】 画像データから作成される明度画像の特徴量を検出する手段と、前記特徴量に基づいて、前記画像データから網点図形領域と網点写真領域とを分離する手段とを有する領域分離部12を有する。 (もっと読む)


【課題】 初期の位置合わせができなければ,位置ずれ分がすべて差画像として計算されてしまうので,その差画像をもって認識することは不可能だった。
【解決手段】 対象物の映像信号から得られた濃淡画像の部分領域を選択し,前記選択された対象物の画像の部分領域と,あらかじめ保存してある教示画像の部分領域に対して,対象物の画像の部分領域における座標と,それと同じ座標を含む教示画像の複数の座標点の間で輝度差分の絶対値をとり,そのうち最も小さい値を,その座標における輝度値として第1出力画像を作成し,前記第1出力画像が,輝度値ゼロの画像に近い場合,対象物の画像の部分領域と教示画像の部分領域が同一であると判定し,そうでなければ双方が異なったものであると判定する (もっと読む)


【課題】 様々な画像で被写体を精度良く高速に抽出する。
【解決手段】 基準点近傍で濃淡値の分散値が閾値以上なら画像パターンがテクスチャ優位な特徴を有するものとし、閾値未満なら濃淡値の変化が緩やかであると判定する(S11)。分散値が閾値以上の場合(S11)、テクスチャ特徴量をロードし(S12)、領域成長に適した特徴量(例えば、テクスチャエネルギ)を算出し(S13)、テクスチャ特徴量に関する距離Dを求める(S14)。分散値が閾値未満の場合(S11)、色成分特徴量をロードし(S16)、領域成長に適した特徴量(例えば、色成分に関する局所ヒストグラムから求まる特徴ベクトル又は代表色成分のリストなど)を抽出し(S17)、色成分に関する距離Dを求める(S18)。対応する特徴量に基づき領域を成長し(S15,S19)、各基準点からの領域成長結果を統合して得られる核領域の新たな境界線に基づく更新位置の決定する(S20)。 (もっと読む)


【課題】 画像中の主要部に相当すると推定される領域の誤抽出による影響を低減する。
【解決手段】 処理対象画像の画像データに基づき,人物の顔に相当すると推定される顔候補領域を複数抽出し(例えば領域A〜D)、互いに重複している顔候補領域対について重複度を演算し、他の顔候補領域と重複している顔候補領域の重み点数が、他の顔候補領域との重複のない顔候補領域の重み点数よりも高くなり、かつ他の顔候補領域との重複度合いが高くなるに従って重み点数が高くなるように、各顔候補領域に対して重み点数を設定する。各顔候補領域の重み点数を閾値と比較することで各顔候補領域から人物の顔に相当する顔領域を抽出し、顔領域濃度として、各顔候補領域の濃度値を重み点数に応じて重み付けした加重平均値を演算する。 (もっと読む)


201 - 214 / 214