圖像中的物體膨脹處理方法
2023-09-16 15:41:55 2
專利名稱：圖像中的物體膨脹處理方法
技術領域：
本發明涉及根據表現處理對象圖像中的各像素濃淡程度的濃度數據，對存在於圖像中的物體進行膨脹處理的方法，特別是關於對攝得的被攝對象的濃淡圖像進行膨脹處理的圖像中的物體膨脹處理方法。
圖像膨脹處理與收縮處理組合，廣泛用於使雙值圖像平滑化那樣的場合。而且，以往也有將濃淡圖像作為處理對象，用圖像中的濃度數據對存在於圖像中的物體進行膨脹處理。
濃淡圖像的膨脹處理是在將處理對象圖像中注目像素的濃度值與其周圍像素的濃度值作比較的同時，依次進行。
以下對此進行說明，首先，利用電視攝像機等圖像輸入裝置輸出的圖像信號獲得處理對象圖像的各像素中的濃度數據。圖7示出其具體例，獲得與處理對象圖像的各像素對應的像素濃度數據a，…，e，…i……已有以下具體方法被提出來進行膨脹處理。
例如圖7所示，設定注目像素e及其周圍的9個像素組成3×3的部分圖像90，根據關於這些像素a-i的圖8所示濃度數據進行最大值過濾處理。此過濾處理是抽出9個像素的濃度值中最大濃度值，並將該濃度值作為注目像素濃度值的處理。若通過最大值過濾處理選出部分圖像90的9個像素濃度值中最大濃度值30，則將注目像素e的濃度數據為25處設定成30，進行膨脹處理。
部分圖像90的處理一結束，就向旁側偏移1像素、像素a、d、g消失，代之重新設定像素j、R、i加在右側的部分圖像91，再進行與上述相同的膨脹處理。此處理一結束，再偏移1像素，重複進行相同的處理，逐個進行處理。
然而，上述以往例的圖像中的膨脹處理方法，存在以下問題。如圖9所示，物體95為對象圖像中被攝對象的已攝之像，將其存在於背景96中的情況為例進行說明。根據圖8所示那樣的部分圖像各像素的濃度數據，對圖像全體進行前述最大值過濾處理，使物體95膨脹時，物體95的外周能進行膨脹處理，成為
圖10所示的膨脹部分97。
但是，物體95的濃度狀態會變化。這就使許多情況與願望相反。另外，此情況下，無論背景96中有無大的濃度變化，都能足以對物體95作區別。
就物體95的濃度狀態變化進行說明時，因對雙值圖像作膨脹處理情況下被攝對象為雙值電平的「1」或者「0」，所以不會引起物體濃度狀態的變化。
但是，濃淡圖像情況下，與雙值圖像比較後，物體95的各像素的濃度不恆定。因此，若注目像素處於物體中，且包含其的部分圖像中其它像素中有最大濃度，則該最大濃度會被設定成作為前述注目像素的濃度，從而物體95的濃度狀態會變化。
當然，進行膨脹處理前，若抽取物體95的輪廓，只對物體95的外周部分進行膨脹處理，則能滿足不讓物體95濃度狀態變化的要求。但是，這時的處理算法非常複雜，膨脹處理過於花時間，不實用。
本發明的目的在於解決上述課題，提供一種不需要複雜處理算法、對象的濃淡圖像不會使圖像中物體濃度狀態變化的、能只對物體的外周進行膨脹處理的圖像中的物體膨脹處理方法。
本發明圖像中的物體膨脹處理方法，為實現上述目的，在根據表現處理對象圖像中的各像素濃淡程度的濃度數據，通過持續將注目像素的濃度作為包含此像素的部分圖像中的像素最大濃度值等的所定濃度值，使存在於上述圖像中的物體膨脹的圖像中的物體膨脹處理方法基礎上，其特徵是具有物體存在判定過程和選擇性膨脹處理過程;前者，根據自背景區別出物體的閾值來判定背景中有無物體存在;後者，只對判為物體不存在的部分的像素，根據包含其的部分圖像中各像素的所定濃度值進行膨脹處理。
本發明圖像中的物體膨脹處理方法的上述構成，由於在物體存在判定過程中用預先設定的從背景區別物體的閾值，預先判定圖像中物體的存在區域，只對判定為物體不存在的區域部分，即位於物體外周的背景部分的像素，依次設定包含該像素的部分圖像中各像素的所定濃度，只對物體的外周進行膨脹處理，從而能夠使物體的膨脹處理前的存在區域濃度狀態不變化下使物體膨脹。
圖1是表示本發明第1實施例中膨脹處理方法的具體方法的流程圖;
圖2是用於第1實施例的裝置的概要結構圖;
圖3是第1實施例中膨脹處理前處理對象圖像的構成圖;
圖4是第1實施例中膨脹處理後輸出圖像的構成圖;
圖5是本發明第2實施例中部分圖像的構成圖;
圖6是本發明第3實施例中部分圖像的構成圖;
圖7是以往例的部分圖像的構成圖;
圖8是用於說明以往例的膨脹處理方法的部分圖像的構成圖;
圖9是以往例的膨脹處理前的圖像狀態的說明圖;
圖10是以往例的膨脹處理後的圖像狀態的說明圖。
以下說明有關標號的含義。1被攝對象、2攝像裝置、3注目像素、10、20部分圖像、11、21注目像素、12、22輸出濃度數據、15半透半反鏡、16照明構件、80物體、81膨脹處理後的物體、85背景。
以下，根據圖1-圖4說明本發明第1實施例。當然，本發明不只限於下述實施例。
圖2表示用於本發明一實施例圖像中的物體膨脹處理方法的膨脹處理裝置。
如圖所示，該裝置在通過半透半反鏡15將光源16的光照射至被攝對象部件1表面的同時，用攝像裝置2通過半透半反鏡15對部件1表面攝像。該攝像裝置2具有CCD傳感器，以此獲得已攝圖像中各像素的濃淡信號。
該濃淡信號以數位化形式送至運算裝置3。在運算裝置3中，以同像素的行與列對應的形式(例如作為8位濃度數據)存入存貯部。另外，運算裝置3設定執行下述處理的程序。
圖3表示成為處理對象的圖像濃度數據例，對部件1所攝的像即圖像中的物體80，存在於背景85中。其中，與背景85的濃度數據相比，物體80的濃度數據特別大。對物體80的存在預先設定區別於背景85的濃度閾值gth，本實施例中該值設成100。
圖1是表示本發明圖像中的物體處理方法的具體處理流程圖。
現對此加以說明。首先步驟＃1的部件1攝像過程中，在對部件1攝得的處理對象圖像中，製作表示各像素濃淡程度的濃度數據。
步驟＃2將注目像素方面的濃度值與閾值gth作比較，僅在閾值(gth＝100)以下時，即不存在物體80的像素時才進入用以膨脹處理的步驟＃3。否則為物體80中的像素，所以進入步驟＃5，不膨脹處理。
本實施例中的濃度值為1的注目像素11的情況下，由於為閾值以下，所以進入步驟＃3，進行部分圖像設定過程，例如設定圖3所示的部分圖像10。部分圖像10為3×3的9個像素構成，注目像素11的周圍設有8個像素。而且，不存在像素濃度值的場合只用存在像素的濃度值進行膨脹處理。
下一步驟＃4進行選擇性膨脹處理過程。本實施例是考慮使用求出部分圖像最大濃度值的最大值過濾處理的情況。部分圖像10的情況下，選各像素濃度值1、3、3、3中最大值3，與圖4所示輸出圖像中的注目像素11對應的輸出像素的輸出濃度值3被設定作為輸出濃度數據12。
接著用步驟＃6進行最終注目像素判定過程，判定是否為最終注目像素。若不是，則由步驟7進行注目像素的移動。
這樣，在成為最終注目像素之前重複步驟＃2至步驟＃7的處理。
現說明這種處理中，圖3所示濃度值為3的注目像素21的情況。由於該注目像素21的濃度值3也為閾值以下，所以經步驟＃2進入步驟＃3，設定部分圖像20。然後用步驟＃4選擇該部分圖像20中各像素濃度值1、3、3、3、3、3、3、3、105中最大值105，與圖4所示輸出圖像中注目像素21對應的輸出像素的輸出濃度值105被設定成作為輸出濃度數據22。
下面說明圖3所示濃度值為111的注目像素31的情況。
因該注目像素31的濃度值111大於閾值，經步驟＃2進入步驟＃5，用注目像素設定過程將與圖4所示輸出圖像中注目像素31對應的輸出像素的輸出濃度值即注目像素的濃度值111直接被設定作為輸出濃度數據32。
若利用上述膨脹處理，由於只對處理前的物體80的外圍置換設定部分圖像各像素的最大濃度值後進行膨脹處理，因此能使物體80的膨脹處理前濃度狀態不變下讓物體80如圖4中81所示那樣膨脹。
上述實施例中，是使像素逐個移動，進行部分圖像的設定，通過精細掃描進行膨脹處理。但根據圖像，在設定部分圖像時，也可以越過1個像素(或者越過2個)地移動像素作跳越掃描。進行這種跳越掃描時，只需很少處理時間。
還有，設定的部分圖像，是相對注目像素在其周圍設定8個像素，但並不限定其寬度或者個數，例如圖5所示本發明第2實施例那樣，也可以做成在注目像素70周圍隔開死區71，設定部分圖像區域72，然後進行膨脹處理。還可以如圖6所示本發明第3實施例那樣，在注目像素75的周圍隔開死區76，設定部分圖像區域77。若設這種死區71、76，則花很少處理時間即可。圖5、圖6中，L1表示死區寬度，L2表示部分圖像設定區域的寬度。
再有，作為部分圖像舉了普通的由注目像素及其周圍像素構成的長方形部分圖像，但也不只限於此，也可以為不同大小、形狀的。
例如也可以是圓形等形狀。還有注目像素，一般位於部分圖像的中心，但有時也會如設定2×6像素量的部分圖像時那樣，與部分圖像的中心不完全一致，本發明也可為這種不完全一致的情況。
上述各實施例，在注目像素膨脹處理中，是採用選出包含該注目圖像的各種部分圖像中各像素的最大濃度作為所定濃度值，對其作轉換設定的運算方法，但運算方法不只限於此，①最大值、②平均值、③頻度最高值中任一個都能作為用於膨脹處理的所定濃度值。一般是算出最大值。當然，求最大值時，或者與閾值比較時，要根據圖像是正像還是負像，翻轉比較的大小關係，再選擇與其對應的所定濃度值，物體也可與上述實施例不同，濃度數據比背景還小時，求最小值，將它作用於膨脹處理的所定濃度值。
再有，若根據物體的面積與非物體的面積的比例，按照濃度數據的直方圖設定用於從背景區別出物體的閾值，則設定變容易，且在提高閾值合理性、增加便利性的同時，提高可靠性。
若利用本發明圖像中的物體膨脹處理方法，由於只對部分圖像中不視為物體的部分進行膨脹處理，因此能實現不改變膨脹處理前物體濃度狀態的很可靠的物體外周的膨脹處理。
而且，處理簡便，不需要複雜的處理算法，因此能對濃淡圖像中的物體進行膨脹處理，能達到縮短處理時間和低成本化。
權利要求
1.一種圖像中的物體膨脹處理方法，根據表現處理對象圖像中的各像素濃淡程度的濃度數據，通過持續將注目像素的濃度作為包含此像素的部分圖像中的像素最大濃度值等的所定濃度值，使存在於上述圖像中的物體膨脹，其特徵是具有物體存在判定過程和選擇性膨脹處理過程，前者根據自背景區別出物體的閾值來判定背景中有無物體存在；後者只對判為物體不存在的部分的像素，根據包含其的部分圖像中各像素的所定濃度值進行膨脹處理。
全文摘要
一種圖像中的物體膨脹處理方法，其特徵是具有物體存在判定過程和選擇性膨脹處理過程，前者根據從背景(85)區別出物體(80)的閾值判定有無物體(80)存在；後者只對判為物體(80)不存在的部分的像素，根據包含其的部分圖像(11)、(12)中各像素的所定濃度值進行膨脹處理。從而不需要複雜的處理算法，能在不改變處理前物體濃度狀態下對存在於圖像中的物體進行膨脹處理。
文檔編號G06T5/30GK1102926SQ94108180
公開日1995年5月24日 申請日期1994年7月6日 優先權日1993年7月8日
發明者湯川典昭, 井上廣樹 申請人:松下電器產業株式會社