【課題】動きベクトルの誤検出を防ぐこと。
【解決手段】映像特徴検出部４は、基準フレーム７１から１フレーム、１０フレーム、２０フレーム、３０フレーム離れた各フレーム間隔において、ブロックマッチング処理により、基準ブロックＢｎとの残差値Ｅｎが最小となる探索ブロックＢｍを探索し、各フレーム間隔における動きベクトルを検出し、検出された各動きベクトルを基に、４０フレーム間隔における動きベクトルを推定する。この際、映像特徴検出部４は、基準ブロックＢｎと、探索された探索ブロックＢｍとの間の移動量Ｖｎ及び残差値Ｅｎがそれぞれ所定の各閾値を超えたか否かを判断し、移動量Ｖｎ及び残差値Ｅｎが各閾値を超えた場合には、当該探索ブロックＢｍの検出データを上記動きベクトル推定処理に採用しないようにする。これにより、動きベクトルの確からしさを向上させ、誤検出を防ぐことができる。 （もっと読む）

【課題】多値画像からの罫線抽出時に、偽の罫線を排除して過抽出を抑制し、適正な罫線のみを複雑な計算を用いることなく効率的に抽出できるようにする。
【解決手段】多値画像取得部９が取得した多値画像から二値画像生成部１１により二値画像を生成し、罫線候補抽出部１２によって二値画像から罫線を構成し得る画素である罫線候補画素を抽出し、エッジ検出部１３が罫線候補画素の周囲のエッジに関する情報を同じ多値画像の対応する座標位置から検出し、罫線候補の境界画素毎に空間フィルタを施し、その絶対値が所定の閾値より大きいものをエッジと判断する。罫線取得部１４では、エッジと判断された画素数が罫線候補画素の周囲の境界画素総数に対して一定の割合に達していれば、正当な罫線と判断して取得し、罫線登録部１５に登録する。 （もっと読む）

【課題】デジタル画像入出力系において、画像の線広がり関数（ＬＳＦ）に相当する量の測定を行なわずに方向に依存しない画像構造、自然画像の周波数特性を考慮した画像構造、画素値のヒストグラムの特性に対応した画像構造の再現性を評価するための画像データを生成する。
【解決手段】２次元の乱数に基づいて画像データを生成する２次元乱数画像生成ステップと、前記画像データに対して周波数変換を行うフーリエ変換ステップと、周波数変換された前記画像データのパワースペクトラムが空間周波数に対する減少関数になるようにパワー変調を行うパワー変調ステップと、パワー変調後の前記画像データに対し逆フーリエ変換を行って実空間の画像データを生成する逆フーリエ変換ステップと、を備えた。 （もっと読む）

【課題】画像データなどのロバストなパターン認識を実現するのに適した認識装置等を提供する。
【解決手段】データのパターンを認識する認識装置１は、データのヒストグラムを高精度に近似するヒストグラム近似公式（ヒストグラム関数）を生成するヒストグラム関数作成部５と、ヒストグラム関数を用いてデータを複数のクラスの少なくとも１つに分類する分類部９とを備える。 （もっと読む）

【課題】画像間の座標点を高精度に対応付ける。
【解決手段】基準画像３Ｂ上で指定される指定点３Ｐに対応する参照画像３Ｒ上の対応点を特定する際に、指定点３Ｐに対応する位置を通る第１基準方向に沿った線上で探索して第１対応点候補３Ｎ１を特定し、第１対応点候補３Ｎ１を通り、かつ第１基準方向に略垂直な第２基準方向に沿った線上で探索して第２対応点候補３Ｎ２を特定し、さらに第２対応点３Ｎ２を通り、かつ第１基準方向に沿った線上で探索して第３対応点３Ｎ３を特定する。 （もっと読む）

【課題】被写体検出の演算量を低減してリアルタイム性を向上させる。
【解決手段】解像度変換部２１０は撮像画像を順次縮小する。画像切出し部２２０は縮小画像からウィンドウ画像を切り出してウィンドウメモリ２３０に保持する。周波数成分解析部２５０はウィンドウ画像の周波数成分を解析する。輝度成分解析部２６０はウィンドウ画像の輝度成分を解析する。色成分解析部２７０はウィンドウ画像の色成分を解析する。被写体候補判定部２８０はそれぞれの解析結果に基づいてウィンドウ画像が被写体候補であるか否かを判定する。その結果、被写体候補であれば、顔検出制御部２９０は被写体検出部２４０にウィンドウ画像からの被写体の検出を実行させる。一方、被写体候補でなければ、顔検出制御部２９０は被写体検出部２４０に被写体の検出を実行させない。 （もっと読む）

【課題】複数記憶されているデジタル画像を適切に再生表示する。
【解決手段】デジタルデータとして記憶されているデジタル画像を読み出すと、画像を解析することによって、デジタル画像の合焦度（撮影時の焦点の合い具合を表す指標）を検出した後、検出した合焦度に応じた態様で、デジタル画像の再生表示を行う。デジタル画像を再生表示する態様を決定する際には、焦点が合っているか否かが大きな影響を与えるので、デジタル画像の合焦度を検出して、検出した合焦度に応じた態様で再生表示してやれば、記憶されているデジタル画像を適切に再生表示することが可能となる。 （もっと読む）

【課題】筆記者の個人差又は言語依存性を少なくするように、画像データから手書き文字領域を特定する画像処理装置を提供する。
【解決手段】画像処理装置の解析手段は、画像データを対象として、空間周波数又は周期性の解析を行い、方向性評価手段は、空間周波数スペクトル又は相関関数のある方向への依存性を評価し、等方性評価手段は、空間周波数スペクトル又は相関関数の等方性を評価し、揺らぎ量特徴算出手段は、方向性評価結果及び等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出し、手書き文字領域特定手段は、線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する。 （もっと読む）

【課題】 画像を読取る対象となる原稿に最も適したオペレータサイズとし、画像データの処理に必要なメモリ容量を小さくすると共に処理時間を短くする。
【解決手段】 入力系１１から入力されるスキャンデータの一部に対して、前処理部１２１は、網点の大きさを求めるためにフーリエ変換などによる所定の統計処理を行ない、網点画像が含まれる場合には、その統計処理の結果に応じて網点よりも大きくなるようにオペレータサイズを決定する。そして、特徴量算出部１２２はそのオペレータサイズにより特徴量の算出を行なう。 （もっと読む）

画像の表現を導出する方法及び装置が記載される。本方法は、画像に対応する信号を処理することを含む。画像の２次元関数（少なくとも１つの汎関数Ｔを用いる画像のトレース変換（Ｔ（ｄ，θ））等）が、マスク関数（β）を用いて導出及び処理されて、画像の中間表現（１次元関数に対応する）が導出される。一実施形態では、マスク関数はトレース領域におけるトレース変換の画像帯の対を規定する。導出された１次元関数に既存の技法を適用することによって、画像の表現を導出することができる。
（もっと読む）

【課題】一般化された自然画像でパワースペクトラムが空間周波数の逆数に略比例する空間周波数特性を有する画像を用いて、画質の劣化要因とその度合いを判定する。
【解決手段】画像入力装置で既知の明度分布（パワースペクトラム）を持つ校正用画像を読み込む（Ｓ１）。読み込んだ画像から画素値を予め既知の装置の入出力特性により明度値に変換（Ｓ２）。変換した入力画像データ（明度分布）をフーリエ変換（Ｓ３）。また、校正用画像の予め既知の校正用画像データ（明度分布）をフーリエ変換（Ｓ４）。フーリエ空間で入力画像データを校正用画像データで除算（Ｓ５）。除算された画像データの空間周波数内の各点のパワーを平均して１次元化し、画像入力装置で畳み込まれた妨害のパワースペクトラムを得る（Ｓ６）。このパワースペクトラムと予め求めておいた既知の妨害のパワースペクトラムを比較し、畳み込まれた画像劣化要因とその度合いを得る（Ｓ７）。 （もっと読む）

【課題】観察対象の種類に応じて異なる特徴を示す画像領域を確実に検出するときの検出精度を向上させることができること。
【解決手段】画像処理装置１は、一連の観察画像のうちの処理対象画像に撮像された観察対象の種類を判定する臓器判定部４ａと、異常検出パラメータを用いて処理対象画像内から特異な領域である異常領域を検出する異常領域検出部４ｃと、臓器判定部４ａの判定結果に対応するパラメータ値を異常検出パラメータとして設定し、異常領域検出部４ｃにこの異常検出パラメータを用いて異常領域を検出させる画像処理制御部６ａと、を備える。 （もっと読む）

【課題】２つの標本化データの相互相関のピーク位置を求めるピーク位置探索方法およびピーク位置探索装置等に関し、２つの標本化データの相互相関のピーク位置を高精度に求める。
【解決手段】２つの標本化データをそれぞれ離散フーリエ変換し２つのスペクトルを得る。次に一方を複素共役スペクトルとして他方のスペクトルとの積の逆離散フーリエ変換を行って相互相関関数を求め、この相互相関関数のΔｔごとの標本値から相互相関のピーク位置を求める。 （もっと読む）

【課題】精度の高い生体認証を行う。
【解決手段】生体認証装置は、血管画像を取得する血管画像取得手段と、この血管画像取得手段で取得した上記血管画像を、複数の直線成分について各直線成分の多少を各々示す直線成分情報に変換する直線成分変換手段と、この直線成分変換手段で得られた各直線成分を、予め記憶された血管情報と照合することにより、上記血管画像取得手段で取得した上記血管画像が、上記血管情報と対応することを認証する認証手段とを備える。好ましくは、上記直線成分変換手段は、ハフ変換を実行する。また好ましくは、上記直線成分変換手段の変換の結果得られる上記直線成分情報から、抽出閾値以上に多い直線成分を抽出する直線成分抽出手段とを備え、上記認証手段は、この直線成分抽出手段で抽出された複数の直線成分の相対的位置関係に基づき、予め記憶された血管情報との照合を行う。 （もっと読む）

【課題】処理の負担を大きくすることなく、画像から肌色の領域を精度よく抽出する画像処理装置及びプログラム。
【解決手段】肌色度とは、画素の色の肌色らしさの度合である。この肌色度は、感応実験等の結果によって定められた、最も肌色らしい色、及び人間の目が肌色と許容できる色の範囲の空間の各々に基づいて求められる。（Ａ）に、画像の色と最も肌色らしいと定められた色との座標間の距離（ｒ）、及び人間の目が肌色と許容できる色の範囲の空間の最も端に至るまでの距離（Ｒ）を模式的に示す。また、色差（ΔＥ）と肌色度（Ｓ）との関係は、（Ｂ）に示されるように変化する。
この肌色度に基づいて、処理対象の画像から肌色の領域を抽出する。 （もっと読む）

【課題】不動対象の周期、不動対象の動き及び移動対象の動きを実測し、それらの実測結果、不動対象の周期の規定値及び空撮画像のフレームレートを用いて移動対象の速度を計算し、移動対象の速度を軽い処理で高精度に計測する速度計測方法を提供する。
【解決手段】白線画像及び白線画像の周波数特性を作成した（ステップＳ９）後、車線境界線の周期を検出し（ステップＳ１０）、車線境界線の動きベクトルを検出し（ステップＳ１１）、動物体画像を作成し（ステップＳ１２）、車両の座標及び動きベクトルを検出し（ステップＳ１３）、車両の速度を計算する（ステップＳ１４）。次に、フレーム番号のカウンタが上限値であるか否かを判定し（ステップＳ１５）、カウンタが上限値でない場合には、ステップＳ８に戻り、カウンタが上限値である場合には、車両の速度の平均値を計算する（ステップＳ１６）。 （もっと読む）

【課題】移動する人間の群れの混雑レベルを自動的に判別する。
【解決手段】本混雑レベル判別システムは、撮像装置２１、画像処理装置２２、密度レベル判定装置２３、移動速度レベル判定装置２４、混雑レベル判別手段２５を備える。そして、撮像内の人の輪郭部を多数の法線ベクトルで捉えて焦点として認識し、群の中の個々人を上記焦点として捉えてその個々の焦点の移動軌跡を追跡してその所定時間での移動距離を計測し、また、所定時間間隔で上記焦点の分布密度を計測し、密度レベル判定装置２３で密度レベルと密度増加傾向を判定し、移動速度レベル判定装置２４で人の群れ全体の移動速度レベルと速度減速傾向を判定し、人の群れ全体の移動速度レベル、密度レベル、速度減速傾向、密度増加傾向を判別基準に照らして、混雑レベル判別手段２５で上記混雑レベルを判別する。 （もっと読む）

【課題】 入力画像の照明変動、オクルージョンの状態に関係なく、入力画像を正しく分類すること。
【解決手段】 入力画像部分領域抽出手段２は入力画像の部分領域を抽出する。パターン間距離算出手段３はこの部分領域と、予め辞書格納手段５に格納した登録画像の部分領域とのパターン間距離を各部分領域について算出する。領域距離値統合手段１０は各部分領域について得られたパターン間距離を統合する。これを各カテゴリの登録画像について行う。識別手段４はその統合したパターン間距離のうちの最小値を求め、その最小値がしきい値よりも小さい場合にその最小距離を持つカテゴリを認識結果として出力する。 （もっと読む）

【課題】画像の文書タイプを高精度に識別し、自動的に分類する。
【解決手段】文書タイプ識別処理部１１５は登録画像１１２の文書タイプの属性（帳票、図面など）を識別し、その属性を画像情報ＤＢ１１７に登録し、登録画像１１２を画像ＤＢ１１４に登録する。文書検索時には、文書タイプにより分類された表示画面１１９を作成して表示デバイス１０１に表示し、ユーザは入力デバイス１０３を使用して表示画面上から「帳票」などのカテゴリを選択する。選択された「帳票」のサムネイル一覧が表示される。 （もっと読む）

【課題】平行移動、スケール変化（拡大／縮小）に対する耐性の高い画像類似度が得られるパターンマッチング方法及び装置を提供することを目的とする。
【解決手段】入力された第１の画像から、周波数平面上での前記第１の画像の周波数成分の変化を示す第１の関数を求めるとともに、入力された第２の画像から、前記周波数平面上での前記第２の画像の周波数成分の変化を示す第２の関数を求め、前記周波数平面上の各点について、前記第１の関数の位相と前記第２の関数の位相との類似度を示す位相類似度を計算し、前記周波数平面上での周波数軸に対して互いに線対称の位置にある２つの点の組合せ毎に前記位相類似度の積を計算するとともに、前記周波数平面上の各組合せについて求めた前記積の総和を計算することにより、前記第１の画像と前記第２の画像との類似度を示す画像類似度を計算する。 （もっと読む）