スマート自然画像自動領域分けアルゴリズムの開発 工学部 電気電子システム 戸田 英樹 産業機械，医療福祉機器，自動運転 セキュリティー，ロボティクス 工学部電気電子システム工学 講師 戸田英樹 提案手法の効果：本アルゴ リズムによって右図a)が右図b) の様に自動的に区分けされる． 本提案は，工場のラインや自動 車などに高性能カメラとＰＣを搭 載したとしても，コンピュータに よる物体の認識能力が30年以 上あがらなかったボトルネックを改善したものである．従来まで，画像認識の 世界では認識対象（チップ形状や文字，自動車の形，人の形等）と環境（青や 黒背景，町中など）の画像の特徴を取り出すために画像フィルタを駆使して複 雑なプログラムを作っていたが，対象の光の加減や，環境が変わってしまう場 合は，認識処理が不可能になるという問題があった．更に認識対象の個数が 増えたとき，計算量が膨大になるという問題が深刻である． 従来機構との差異： k-means 法 (k=15) による分割 従来までは二値画像に 関してImuraらのアルゴ リズムによってクラスタ リングを行う事が出来 るが，カラー画像では 色数だけクラスタリング を行う必要があり，計算 量が膨大になるため， 右図に示すようなK‐means法や，SIFT,SURFなど の特徴座標を追跡する形で形状認識や画像内 での動きの認識を行う技術が昨今では研究さ れている．しかし特徴点の抽出が安定しない事 から現実の応用は殆ど例がない． 【本技術に関する知的財産権】 特開2013‐234362号「領域分け方法、領域分け プログラム及び画像処理システム」出願人：富 山大学 【想定される技術移転】 提案機構の新規部位 ■画像認識の世界で30年間解決困難な問題であったカラー自然画像 内の「領域分割」を高速で行うアルゴリズムを開発した． ■最大の特徴は，画像の上から下へのラスタースキャン２回で画像全 体を分割出来ることで，従来技術では実現不可能である． ■四つの計算プロセスとHSV系において「同じ色と見なす条件式」を利 用することで人間の見た目に近い領域分割を行う． ■分割後の認識は各領域の形状判断を行えばよい． SIFT 特徴量によ る 特徴点の抽出 SURF 特徴量によ る 特徴点の抽出 ■以下の図に示すように環境に影響を受けず，カメラ 画像情報のみで領域分けを自動的に行う ■ラインの製品認識アルゴリズムの高度化・強化・冗 長化を実現出来る．セキュリティー・医療システム・自 動自動車等応用可能性は膨大． 左図では，同じ色は同じクラスタと認識されている． 本手法は，単に色の輝度をクラスタするという手法 では無く，ある程度の輝度差があったとしても連続 した領域であれば「同じ領域」と見なし，輝度や色 変化が大きい場所では，別の領域として認識を行 う．これは人間の目での認識手法を意識している． 画像内の図形がいくら複雑だとしても機能し，画像 内にいくつの領域があったとしても正確に動作する． また，左図右下に示したのは，OpenCVライブラリ にある，二値化画像用のImuraのアルゴリズムとの 速度比較をおこなったものであるが，提案アルゴリ ズムではフルカラー画像であるにも関わらず，同じ 図に関して約2倍の実行速度を実現している． ★本アルゴリズムは「画像処理を利用する領域全体」に適用可能なアルゴリズムである． ★従来の画像処理では，ラインなどで「赤いマーカ」や「固定したパターン」を画像内から探索し て処理を行う仕組 みを取り，探索対象の数だけ画像処理が必要だったが，本アルゴリズムで画像をあらかじめ領域に分割してしまう 事により，その後の認識処理・速度が劇的に安定化し軽くなる．画像内に存在する対象が多くなればなるほど，本ア ルゴリズムの有効性が表れる． ★本アルゴリズムにより「すべての対象認識処理」が容易になり，産業機械からロボット，自動車，携帯，セキュリ ティシステムの能力が激変する． 連絡先：富山大学 知財・リエゾンオフィス [email protected] ℡076-445-6392 Fax 076－445－6939
© Copyright 2024 ExpyDoc
