[发明专利]图像处理装置和图像处理方法

说明书

本申请要求2009年9月4日提出的日本专利申请No.2009-204213的优先权，其全部内容作为参考被包含在本文中。

技术领域

本发明涉及图像处理装置和图像处理方法。

背景技术

在图像处理领域中已知一种技术，该技术生成从图像中得到的多个示出物理特征的特征图(map)，综合这些特征图，从处理对象的图像中检测特定的区域作为关注区域(ROI：Region of Interest)。

作为更具体的作法，例如，Treisman的特征综合理论是得到综合了多个特征图的显著性图来作为图像的关注区域。此外，Itti和Koch等的理论是使用与各个平均值的平方误差，将多个特征图标准化，在利用线性组合综合了全部特征图后，利用高斯差分(Difference of Gaussian)滤波器循环地对该综合后的特征图进行滤波，得到最终得到的滤波结果中的局部峰值来作为关注区域(参见，例如，参照非专利文献1)。

再有，上述理论中使用的多个特征图一般是利用高亮度和特定颜色以及强对比度等、在人视觉过程的初始阶段中优先关注感觉显著的物体的性质而得到的。

【非专利文献1】Laurent Itti，Christof Koch，and Ernst Niebur、“A Model of Saliency-Based Visual Attention for Rapid Scene Analysis”、IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE、(美国)、IEEE Computer Society、1998年11月、第20卷、第11号、p.1254-1259

但是，在上述非专利文献1的理论的情况中，对于物理特征的种类的权重已被固定，例如在使其适用于由拍摄等得到的具有多种物理特征的图像中时，从该图像中适当地抽取关注区域就很困难。

发明内容

本发明示例性的实施例针对的是上述缺点和上面没有提到的其它缺点。但是，并不需要本发明克服上述所有缺点，因此，本发明示例性的实施例可能并未克服上述某些缺点。

从而，本发明的具体方式在于提供一种能够考虑拍摄环境而适当地检测关注度高的特定区域(ROI)的图像处理装置、图像处理方法及计算机存储介质。

根据本发明的一个以上的具体方式，提供一种图像处理装置。上述图像处理装置具有：取得部(unit)，其构成为取得图像；生成部(unit)，其构成为生成与上述图像的多个特征的每一个对应的特征图；拍摄环境确定部，其构成为确定上述图像的拍摄环境；加权部(unit)，其构成为按照上述拍摄环境进行上述特征图的加权；以及检测部(detector)，其构成为基于上述加权后的特征图的特征分布，从上述图像中检测特定区域(ROI)。

根据本发明的一个以上的具体方式，提供一种图像处理方法。上述方法具有下述工序：(a)取得图像；(b)生成与上述图像的多个特征的每一个对应的特征图；(c)确定上述图像的拍摄环境；(d)按照上述拍摄环境进行上述特征图的加权；以及(e)基于上述加权后的特征图的特征分布，从上述图像中检测特定区域(ROI)。

根据本发明的一个以上的具体方式，提供一种计算机可读取的介质，存储用于使计算机执行下述工作的程序。上述工作包括：(a)取得图像；(b)生成与上述图像的多个特征的每一个对应的特征图；(c)确定上述图像的拍摄环境；(d)按照上述拍摄环境进行上述特征图的加权；以及(e)基于上述加权后的特征图的特征分布，从上述图像中检测特定区域(ROI)。

附图说明

图1是示出适用了本发明的一个实施方式的拍摄装置的概略结构的方框图。

图2是示出存储在图1的拍摄装置中的加权表的一例的图。

图3是示出与图1的拍摄装置的特定区域检测处理有关的工作的一例的流程图。

图4是用于说明特定区域检测处理的图。

图5是示出与加权表的制作有关的外部机器的概略结构的方框图。

图6是示出与图5的外部机器的加权表制作处理有关的工作的一例的流程图。

图7是用于说明加权表制作处理涉及的图像集(set)的图。

图8是示意性地示出图像集的一例的图。

图9是示出加权表制作处理涉及的加权系数的一例的图。

图10是示出加权表制作处理涉及的正解图和临时综合图的一例的图。

具体实施方式

以下，关于本发明，使用附图说明典型的实施例。但是，发明范围不限定于图示例。