【課題】 画像を構成する各画素の属性に応じた画像処理を行う画像処理装置を提供する。
【解決手段】 画像処理装置は、注目画素とウインドウ内の他の画素とを比較して、注目画素がＣＧ画素であるか否か（属性）を判定し、注目画素がＣＧ画素であると判定された場合に、この注目画素を起点として連続する同一画素値の画素群に対してＣＧ画素である旨の属性を付与する。これにより、ＣＧ画像と自然画像とが混在するような場合でも、画素毎の判定によりＣＧ画像と自然画像とを適切に分離することができる。さらに、注目画素に対する判定結果（属性）を周囲の画素にも付与することにより、ウインドウのサイズを必要最小限にすることができる。 （もっと読む）

【課題】スクリーン自体が持つ周波数成分を除去して別要因で発生するノイズ成分を定量化できる画像評価方法及び画像評価装置を得ること。
【解決手段】第１の入力画像は目標画像、第２の入力画像は周期ノイズ混入画像である。第１の周波数スペクトルをＦＦＴ１［ｉ，ｊ］、第２の周波数スペクトルをＦＦＴ２［ｉ，ｊ］、その第１の周波数スペクトルから得られる重み係数をＷ［ｉ，ｊ］と表せば、乗算した加重周波数スペクトルＦＦＴＷ［ｉ，ｊ］はＷ［ｉ，ｊ］×ＦＦＴ２［ｉ，ｊ］と表させる。評価値Ｅは、ＦＦＴＷの積分値とＦＦＴ１の積分値とをＳＮ比の形で表したものであるので、本来のスクリーンが持つ周波数成分以外の周期的ノイズが含まれる度合いが増えるのに伴い次第に大きな値になる。つまり、スクリーンが元来持っている周波数成分を除去して周期的ノイズ成分を定量評価することができるようになる。 （もっと読む）

【課題】画像内の背景が複雑な場合においても、１枚の画像から、その画像に写っている影の認識を行う。
【解決手段】カメラで撮像されたカラーの撮像画像は、色空間分解部２２において、例えば、Ｒ画像、Ｇ画像、Ｂ画像の３つの色成分画像に分解され、格納される。画像内に写っている影の認識処理が行われる場合には、これらの色成分画像に基づいて、影境界抽出部２４において、影領域（光源からの光が直接当たっていない領域）と非影領域との境界（影境界）の抽出処理が行われる。また、同様に、影領域抽出部２５においても、影領域の抽出処理が行われる。そして、影境界抽出部及び影領域抽出部のそれぞれで抽出された影境界抽出結果及び影領域抽出結果は、影境界・影領域統合部２６で統合されて、影認識結果が生成される。 （もっと読む）

【課題】皮膚検出及び局所化のための改良された処理システムを提供する。
【解決手段】画像処理システムは、リアルタイムより高速の皮膚検出及び局所化を与える。このシステムは、グラフィック処理ユニットの高度に最適化されたアーキテクチャーを使用して、画像内の皮膚を迅速に且つ効率的に検出し位置決めする。グラフィック処理ユニットにおいて皮膚検出及び局所化を遂行することにより、画像処理システムは、メインシステムプロセッサが、汎用アプリケーションの実行を含む他の重要なタスクを遂行するように解放する。画像処理システムが皮膚を検出し局所化する速度は、顔検出及び動き追跡のようなその後の処理ステップも容易にする。 （もっと読む）

【課題】主画像情報の色分布や周波数分布に影響を受けることなく、復元処理により安定して副情報を取出すことが可能になる画像処理方法および画像処理装置を提供する。
【解決手段】可視状態の主画像情報に対して副情報を重畳処理することにより当該副情報を不可視状態で埋め込んで合成画像情報を作成し、後でその合成画像情報から副情報を復元する画像処理方法において、副情報の復元処理時、Ｒ、Ｇ、Ｂ色プレーンそれぞれから電子透かし信号を取出して、それぞれの信号に対して復元処理を行ない、それらの中から状態の良いものを選択して復元結果とする。 （もっと読む）

【課題】 画像に含まれる領域を正確に識別することができる、画像処理装置を実現する。
【解決手段】画像処理装置１００は、画像を複数の区分に分割する区分分割部１０１と、分割した区分毎に、画像に関する特性値とその度数との関係を示す区分ヒストグラムを作成する区分ヒストグラム作成部１０２と、区分ヒストグラム毎に、特徴量を特定する特徴量特定部１０３と、特定した特徴量を有する区間である特徴発生情報を抽出する特徴発生情報抽出部１０４と、各区分ヒストグラムの特徴発生情報を集計して集計特徴情報を生成する集計部１０５とを備えている。 （もっと読む）

【課題】二次元画像に基づいて、三次元物体の三次元位置・姿勢を精度良く推定することが可能な画像処理装置、画像処理方法、および画像処理用プログラムを提供することを目的とする。
【解決手段】参照用の物体を異なる複数の視点で各々撮像した登録画像の特徴量と、各登録画像の物体座標上での位置関係とを関連づけてデータベースに格納しておき、特徴量・特徴点抽出部２１および特徴量マッチング部２２は、認識対象物体を撮像した入力画像の特徴量と、前記データベースに格納されている各登録画像の特徴量との相関を各々算出し、相関の高い登録画像をキーフレームとして検出し、位置・姿勢推定部２３は、データベースを参照して、検出されたキーフレームに対応する位置関係に基づいて、入力画像中の物体の三次元位置・姿勢を推定する。 （もっと読む）

【課題】原稿（文書）の内容の漏洩を防止するため経済的に原稿を加工する画像処理装置及び原稿破棄方法。
【解決手段】画像入力部１によって原稿の画像を読み取って原稿画像データを入力する。画像処理部２０５によって、原稿画像データに基づいて、原稿の情報の判読を妨げるため原稿を選択的に塗りつぶすための上書き画像データを生成する。画像出力部２によって、原稿の画像が読み取られた面に上書き画像データをプリントする。上書き画像データは、例えば、原稿画像データ中の文字である可能性の高い、所定閾値より輝度の低い画素を抽出し、抽出した画素を膨張させる処理によって生成される。 （もっと読む）

【課題】学習背景画像と入力画像を比較することによって、前記入力画像における変動領域を検出する変動検出装置において、変動領域の検出誤りを抑制しながら検出漏れを防ぐことができる変動領域検出装置を提供する。
【解決手段】テクスチャ情報に基づいて変動領域を検出する第１の変動検出手段１０１と、背景差分法に基づいて変動領域を検出する第２の変動検出手段１０２と、テクスチャ検出手段１０３と、変動検出手段重み付け記憶手段１０４と、変動検出結果統合手段１０５とからなり、照明変動に対して頑健なテクスチャ差分法をできるだけ適用しながら、それが適さない領域に対して、背景差分法に基づく検出手段を適用する。 （もっと読む）

【課題】小さな傷のみならず大きな傷であっても、さらには広範囲に散らばる多数の傷であっても、効率良くかつ高速に画像の修復が可能な画像修復方法を提供する。
【解決手段】原画像の傷を修復する画像修復方法は、まず原画像を低周波成分と高周波成分に分解するためにウェーブレット変換を行う（ステップ１０１）。そして、ウェーブレット変換過程により分解された低周波成分（ステップ１０２）を、内挿法により修復する（ステップ１０３）。この内挿画像修復過程により修復された低周波成分及び高周波成分を用いて、逆ウェーブレット変換を行い（ステップ１０４）、修復画像を生成する。さらに、高周波成分にテクスチャ法による修復（ステップ２０３）を施しても良い。 （もっと読む）

【課題】悪条件が生じている画像を照合画像として用いた場合に照合処理の精度が低下することを抑止可能な装置や方法を提供すること。
【解決手段】各登録者の顔の画像から予め取得された複数の特徴量を記憶する記憶手段を用意し、入力された画像から人の顔を検出し、入力された画像から、各特徴量の信頼度を判断し、検出された顔から複数の特徴量を取得し、検出された顔から取得された複数の特徴量と、記憶手段に記憶される複数の特徴量と、各特徴量の信頼度とに基づいて、検出された顔に係る照合結果を決定する。 （もっと読む）

【課題】より簡単な操作で、より効果的に画像を表示させることができるようにする。
【解決手段】ズーム領域設定部３０２は、差分大領域抽出処理部３１１が、フレーム画像から差分大領域を抽出し、ズーム領域中心設定部３１２が、その差分大領域情報に基づいてズーム領域の中心を設定し、ズーム領域範囲設定部３１３が、ズーム領域の範囲を設定し、ズーム領域情報記憶部３１６が、ズーム領域情報を記憶する。ズーム処理部１０３は、そのズーム領域情報に基づいて周囲の領域より目立つ絵柄の部分を画像出力部に拡大表示させる。本発明は、画像処理装置に適用することができる。 （もっと読む）

【課題】 画像に含まれているオブジェクトとの関係を考慮してその画像に含まれている線の識別性を向上させる。
【解決手段】 画像解析部１１は、入力画像を解析する。変換要否判定部１２は、入力画像を構成するオブジェクトのうちの線オブジェクトについて、他のオブジェクトとの関係を考慮して変換が必要か否かを判定する。変換方法決定部１３は、線オブジェクトの変換方法を決定する。そして、変換処理部１４は、決定された変換方法に従って線オブジェクトを変換する。 （もっと読む）

【課題】 画像上の被写体の顔と服を簡便かつ的確に抽出し、各領域の画像を補正する。
【解決手段】 顔領域抽出部２２が補正対象画像Ｓ上でユーザによって指定された顔抽出対象領域Ｒｘｆから顔領域Ｒｆを抽出するとともに、相関情報取得部３１が被写体の服の種類と相関のある相関事項の内容を表す相関情報Ｃｃを取得し、服種類特定部３３が相関情報Ｃｃの内容と相関が最も高い服の種類を求め、服形状データ取得部３３がその服の形状を表す服形状データＤｓを取得する。服抽出領域設定部３５はその形状で模られた服抽出対象領域Ｒｘｃを被写体の顔の位置を基準として定められる被写体の服があるべき位置に設定し、服領域抽出部３６が服抽出対象領域Ｒｘｃから服領域Ｒｃを抽出し、補正部４０が顔領域Ｒｆと服領域Ｒｃの各画像の明るさや色、階調等を補正する。 （もっと読む）

【課題】空間周波数と関係した画質を評価する画像評価装置において、背景ノイズの影響を受けずに視感と対応の取れた評価値を算出できるようにする。
【解決手段】特徴量取得部２２は、前処理部２１０で処理された入力画像データに基づいて空間周波数と関わりを持つ特徴量Ｐの一例であるすじ特徴量Ｐｅを算出する。すじ空間周波数帯域分割部２８６は、前処理部２１０で処理された入力画像データを複数の空間周波数帯域の画像データに分割する。すじ補正量算出部２８８は、空間周波数帯域分割部２８６で周波数展開された複数の空間周波数帯域の画像データに基づいてすじ補正量Ｂｅを算出する。すじ評価値算出部２９０は、すじ特徴量算出部２７０により算出されたすじ特徴量Ｐｅおよびすじ補正量取得部２８０のすじ補正量算出部２８８により算出されたすじ補正量Ｂｅに基づいて、注目している空間周波数帯域のすじ欠陥の強さに関する評価値Ｑｅを算出する。 （もっと読む）

【課題】 画像のシーンが建築物等を撮影した人工物画像であるか否かについて、オペレータを介さずに自動で判定することが可能な画像判定装置及びその方法を提供する。
【解決手段】 画像のシーンを判定する画像判定装置であって、判定対象となる画像をグレースケール画像に変換する画像変換手段１２と、変換されたグレースケール画像の各画素の勾配強度及び勾配方向を算出する勾配強度算出手段１３と、算出された勾配強度に基づいて前記グレースケール画像を二値化したエッジ画像を生成するエッジ画像生成手段１４と、生成されたエッジ画像に含まれる所定範囲の連続画素で構成される線分を抽出し、その特徴量を導出する特徴量導出手段１５と、導出された特徴量から画像のシーンを判定するシーン判定手段１６とを備える。 （もっと読む）

【課題】異動判定の精度が高く、完全自動化が可能な家屋異動判定方法を提供することを目的とする。
【解決手段】上空から取得した新旧２時期のデータに基づいてデータ取得領域内の家屋１０の異動を判定する家屋の異動判定方法であって、
新データ内の所定領域を予め用意した所定領域に対応する家屋ポリゴンデータ３によりトリミングして判定対象領域１として抽出した後、
前記判定対象領域１全域に渡るカラー画像データ１１の階調値と標高データ１２の標高値に対する新旧２時期における２種類の差分値を評価値として演算し、
次いで、前記評価値に基づいて、予め設定された２種類の評価基準値の組み合わせによる判定テーブルを参照して判定対象領域１内の家屋異動の有無を判定して構成する。 （もっと読む）

【課題】符号化動画像の符号情報そのものを周波数上の情報として利用することで動画像における移動物体を効率的に高速かつ高精度に追跡することを可能にすること。
【解決手段】入力部１０は、伝送または蓄積された符号化動画像を入力する。復号部１１は、入力された符号化動画像から符号情報の抽出および復号を行う。特徴点選択部１２は、符号情報を用いて移動物体を形成する複数の特徴点を選択する。動き推定部１３は、特徴点の位置情報および復号された動画像を用いて移動物体の動きを推定する。整合部１４は、動き推定部１３により推定された移動物体の動きに基づいて移動物体を追跡する。表示部１５は、整合部１４により追跡された移動物体の軌跡を、復号された動画像に重畳して表示する。
（もっと読む）

【課題】
本発明は、紙に印画された印画内容を適切に保証及び検証できるようにする。
【解決手段】
紙ＯＰに印画されている印画画像ＰＲから、当該印画内容ＰＲを保証するための印画認証情報を生成し、当該印画認証情報を２次元バーコード化してなる印画認証コードＢＣ１をこの紙ＯＰに印画して記憶しておく。そして、印画内容の検証時には、コード付きの紙ＸＰに印画されている印画画像ＰＲから印画認証情報を生成するとともに、当該紙ＸＰに印画されている印画認証コードＢＣ１から印画認証情報を復元し、これら２つの印画認証情報を照合することにより、紙ＸＰの印画内容の真偽を検証することができる。 （もっと読む）

【課題】低フレームレート時の追跡性能を向上させる。
【解決手段】ビデオがシーンについて取得される。ビデオの各フレーム内の各画素が複数の層によって表現される。各層は複数のガウス分布を含む。各ガウス分布は平均及び共分散を含む。共分散は逆ウィシャート分布である。次に、層はフレーム毎に、再帰的なベイズ推定プロセスにより更新されて、シーンのモデルが構築される。このモデルは、層の信頼度に従って前景画素及び背景画素を検出するために用いることができる。 （もっと読む）