[發(fā)明專利]圖像處理設(shè)備、圖像處理方法和圖像處理程序

有效

• 申請(qǐng)?zhí)枺?/td>: 201110168034.8
• 申請(qǐng)日: 2011-06-21
• 公開(kāi)（公告）號(hào): CN102393959A
• 公開(kāi)（公告）日: 2012-03-28
• 發(fā)明（設(shè)計(jì)）人: 福士岳步;木島公一朗
• 申請(qǐng)（專利權(quán)）人: 索尼公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 余剛;吳孟秋

技術(shù)領(lǐng)域

本發(fā)明涉及用于從部分地包括對(duì)象物體的圖像的圖像中檢測(cè)對(duì)象物體的圖像處理設(shè)備、圖像處理方法和圖像處理程序。

背景技術(shù)

近年來(lái)，正在研究用于從包括背景和對(duì)象物體的圖像(例如，通過(guò)拍攝在制備的載玻片上的樣本獲得的圖像)檢測(cè)包括對(duì)象物體的區(qū)域的技術(shù)。如果可以從圖像沒(méi)有疏漏地檢測(cè)包括對(duì)象物體的區(qū)域，可以僅在檢測(cè)的圖像區(qū)域上進(jìn)行圖像處理，這在減少操作量、處理時(shí)間等方面是有利的。

例如，日本專利申請(qǐng)公開(kāi)第2008-93172號(hào)(第[0066]段，圖3；在下文中，被稱為專利文件1)公開(kāi)了使用在區(qū)域檢測(cè)中的相鄰像素中的像素值的改變量的“圖像處理設(shè)備”。在專利文件1中公開(kāi)的圖像處理設(shè)備計(jì)算在同一圖像內(nèi)的特定像素和周?chē)袼氐南袼刂蹈淖兞坎⑶矣?jì)算在該周?chē)袼刂惺欠翊嬖谄睢Ｈ缓螅搱D像處理設(shè)備根據(jù)考慮周?chē)袼氐钠畹闹車(chē)袼氐南袼刂蹈淖兞浚瑱z測(cè)相比于周?chē)南袼卮嬖谙袼刂蹈淖兊膮^(qū)域。

發(fā)明內(nèi)容

然而，通過(guò)如專利文件1中所公開(kāi)的檢測(cè)方法，在對(duì)象物體的亮度與背景的亮度接近，即，對(duì)象物體的圖像是模糊的情形中，設(shè)備通過(guò)提取對(duì)象物體的亮度與背景的亮度之間的差檢測(cè)對(duì)象物體可能是困難的。在這種情形中，可能需要用戶微細(xì)地調(diào)節(jié)檢測(cè)參數(shù)。此外，在整個(gè)圖像的亮度均勻的情形中，能夠有利于檢測(cè)對(duì)象物體的參數(shù)可能集中在很小的范圍內(nèi)，使得用戶難以調(diào)節(jié)該參數(shù)。

對(duì)于上述情況，需要能夠準(zhǔn)確地從背景中檢測(cè)出對(duì)象物體的圖像處理設(shè)備、圖像處理方法和圖像處理程序。

根據(jù)本發(fā)明的實(shí)施方式，提供了一種圖像處理設(shè)備，其包括邊緣檢測(cè)處理部、細(xì)分區(qū)域設(shè)定部、指標(biāo)值計(jì)算部和對(duì)象物體判定部。

該邊緣檢測(cè)處理部被配置成對(duì)檢測(cè)對(duì)象圖像進(jìn)行邊緣檢測(cè)處理來(lái)生成邊緣圖像，其中要從該檢測(cè)對(duì)象圖像中檢測(cè)對(duì)象物體。

該細(xì)分區(qū)域設(shè)定部被配置成將邊緣圖像分割成多個(gè)細(xì)分區(qū)域。

該指標(biāo)值計(jì)算部被配置成為所述多個(gè)細(xì)分區(qū)域中的每個(gè)計(jì)算表示包括在每個(gè)細(xì)分區(qū)域中的邊緣成分的量的邊緣成分指標(biāo)值。

該對(duì)象物體判定部被配置成根據(jù)邊緣成分指標(biāo)值判定在每個(gè)細(xì)分區(qū)域中是否存在對(duì)象物體的圖像。

通過(guò)邊緣檢測(cè)處理部對(duì)檢測(cè)對(duì)象圖像進(jìn)行邊緣檢測(cè)處理，包括在檢測(cè)對(duì)象圖像中的像素之間的亮度梯度被強(qiáng)調(diào)，并且像素被二值化為邊緣像素和非邊緣像素。因此，即使在細(xì)分區(qū)域中存在微小的亮度梯度，該亮度也被反應(yīng)在由指標(biāo)值計(jì)算部計(jì)算的邊緣成分指標(biāo)值上，因此對(duì)象物體判定部可將細(xì)分區(qū)域判定為對(duì)象物體存在的細(xì)分區(qū)域。因此，即使在對(duì)象物體和背景之間具有小亮度差的圖像的情況下，包括對(duì)象物體的細(xì)分區(qū)域也可被精確地檢測(cè)。

該邊緣檢測(cè)處理部可以在邊緣檢測(cè)處理中使用檢測(cè)對(duì)象圖像的亮度梯度。

在標(biāo)準(zhǔn)圖像處理中的邊緣檢測(cè)處理中，不檢測(cè)作為邊緣的微小亮度梯度的檢測(cè)參數(shù)被用于調(diào)節(jié)。然而，在本發(fā)明中，由于邊緣檢測(cè)處理部檢測(cè)微小亮度梯度作為邊緣，所以即使具有與背景相比小的亮度差的對(duì)象物體影響邊緣成分指標(biāo)值，使得對(duì)象物體可通過(guò)對(duì)象物體檢測(cè)部檢測(cè)。

該邊緣檢測(cè)處理部可根據(jù)定義被檢測(cè)為邊緣的亮度梯度水平的檢測(cè)參數(shù)進(jìn)行邊緣檢測(cè)處理，該檢測(cè)參數(shù)由用戶指示。

根據(jù)本發(fā)明，通過(guò)用戶指示邊緣檢測(cè)處理部使用將即使微小的亮度梯度檢測(cè)為邊緣的檢測(cè)參數(shù)，對(duì)象物體檢測(cè)部檢測(cè)可檢測(cè)與背景相比具有較小亮度差的對(duì)象物體。

該邊緣檢測(cè)處理部可使用坎尼算法(Canny?algorithm)作為邊緣檢測(cè)處理的算法。

該坎尼算法是根據(jù)相鄰像素上的信息將難以確定的像素確定為邊緣像素和非邊緣像素中的一個(gè)的算法，并且使用該算法比使用其他算法可更明確地提取邊緣像素。換言之，通過(guò)邊緣檢測(cè)處理部在邊緣檢測(cè)處理中使用坎尼算法，對(duì)象可被精確地檢測(cè)。

根據(jù)本發(fā)明的另一實(shí)施方式，提供了一種圖像處理方法，包括由邊緣檢測(cè)處理部對(duì)檢測(cè)對(duì)象圖像進(jìn)行邊緣檢測(cè)處理來(lái)生成邊緣圖像，其中要從該檢測(cè)圖像中檢測(cè)對(duì)象物體。

該細(xì)分區(qū)域設(shè)定部將邊緣圖像分割成多個(gè)細(xì)分區(qū)域。

該指標(biāo)值計(jì)算部為該多個(gè)細(xì)分區(qū)域中的每個(gè)計(jì)算表示包括在每個(gè)細(xì)分區(qū)域中的邊緣成分的量的邊緣成分指標(biāo)值。

該對(duì)象物體判定部根據(jù)邊緣成分指標(biāo)值判定在每個(gè)細(xì)分區(qū)域中是否存在對(duì)象物體的圖像。

根據(jù)本發(fā)明的另一個(gè)實(shí)施方式，提供一種圖像處理程序，該圖像處理程序使得計(jì)算機(jī)具有邊緣檢測(cè)處理部、細(xì)分區(qū)域設(shè)定部、指標(biāo)值計(jì)算部和對(duì)象物體判定部的功能。