本发明专利技术提供一种根据对被摄体进行摄像所得的图像不依赖于该被摄体的形状来表示被摄体的特征的特征量提取方法、以及使用了所提取的特征量的被摄体的分类以及判别方法。一种特征量提取方法，从由摄像单元所摄像的被摄体的图像之中提取特征量，通过包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)与附近像素的亮度值的差分的合计为轴而将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤；由此从对被摄体进行摄像所得的图像之中提取特征量。
【技术实现步骤摘要】
【国外来华专利技术】【专利摘要】本专利技术提供一种根据对被摄体进行摄像所得的图像不依赖于该被摄体的形状来表示被摄体的特征的特征量提取方法、以及使用了所提取的特征量的被摄体的分类以及判别方法。一种特征量提取方法，从由摄像单元所摄像的被摄体的图像之中提取特征量，通过包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)与附近像素的亮度值的差分的合计为轴而将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤；由此从对被摄体进行摄像所得的图像之中提取特征量。【专利说明】特征量提取方法、被摄体分类方法、被摄体判别方法、特征量提取装置、被摄体分类装置、被摄体判别装置、特征量提取.被摄体分类及被摄体判别程序以及记录了该程序的记录介质
本专利技术涉及特征量提取方法、被摄体分类方法、被摄体判别方法、特征量提取装置、被摄体分类装置、被摄体判别装置、特征量提取.被摄体分类及被摄体判别程序以及记录了该程序的记录介质，尤其涉及不取决于柔软物体的形状地从作为被摄体而对柔软物体进行摄像所得到的图像之中提取该柔软物体的特征量的方法、进而使用了所提取的特征量的被摄体的分类以及被摄体的判别方法、以及被摄体的分类以及被摄体的判别装置、进而用于使计算机作为特征量提取装置、被摄体分类装置以及被摄体判别装置发挥功能的程序。
技术介绍
随着技术的进步，目前在各种领域中机械化较为发达。由于在由机器人操作物体之际需要判别物体的位置、类别等，因此通过对由CCD照相机等所得的图像进行处理、解析，来发挥相当于人类眼睛的功能。在人类所生活的日常环境中存在多样种类的物体，例如也存在从形状完全不发生变化的刚体到布、纸等的变化为多样形状的物体，在由机器人进行自动化之际，需要不取决于物体的形状而根据图像来判别该物体是何种物体。对于基于图像处理的物体的判别，近年来经常采用的是SIFT(非专利文献I)。在该方法中，虽然即便物体的外观发生某种程度的变化也能进行图像处理，但是由于基本上是假定刚体的图像处理，因此例如难以适用于(I)可取得重叠、折叠、皱褶等的多样形状的衣服等的柔软物体、(2)道路的浙青部分和路边的土、草的部分、⑶地板上的尘埃等的、混合或者积层于被摄体中的不同物体、(4)由于叶的形状、折弯等而使得即便是相同种类但外形形状也不相同的蔬菜、水果、等的判别中。因此，在人类的日常环境中，为了支援生活，例如需要以下图像处理方法:(I)在考虑使机器人等的自动化机器完成作为柔软物体的清洗物的操作的情形时，用于适当地判别这些柔软物体的图像处理方法；(2)视觉障碍者所使用的电动轮椅或者汽车用于行驶于所决定的场所的自动行驶系统用的图像处理方法；(3)在自动吸尘器打扫地板之际用于判别地板上的污垢部分的图像处理方法；等。进而还需要(4)在食品工厂中的蔬菜、水果的分类等的工业场所中，用于对可获取多样外观形状的物品准确地进行分类以及/或者判别的图像处理方法。关于柔软物体的图像处理方法，目前为止所采用的是多样的图像特征。例如，Kakikura等人使用颜色信息来实现分离任务(参照非专利文献2)，0no等人提出了关于手帕这样的四边形状的布制品而将其一部分折弯的状态的表现方式(参照非专利文献3)。此夕卜，Kita等人提出了将模型应用于使用三维的可变形状模型进行测量而得到的三维点群的方法(参照非专利文献4)。然而，在这些现有研究中，要么预先赋予布制品的种类，并且要么另外将用于确定布制品的判别信息定义为原料的颜色等，事前需要用于确定布制品等的信息。如上述那样，如果存在纵使无需用于确定布制品等的信息也可从一般能利用的图像之中提取它们的特征量的方法，则在生活支援、清洗工厂等中能够按每一相同制品对多个制品进行分类，进而如果存在可判别已分类的制品为何种制品的方法，则认为在利用了机器人等的自动化方面是有用的。因而，Osawa等人(参照非专利文献5)、Abbeel等人(参照非专利文献6)提出一种在机器人操作布制品的期间判别其轮廓、下端点的位置，并判别布制品的种类的方式。在先技术文献非专利文献非专利文献 1:D.G.Lowe ,Distinctive image features from scale-1nvariantkeypoints，，，Int’ I Journal of Computer Vision, vol.60, N0.2, pp.91-110,2004.非专利文献2:Κ.Hamajima and Μ.Kakikura:“Planning Strategy forUnfolding Task of Clothes-1solation of clothes from washed mass-，，，in Proc.0flnt，1.Conf.0n Robots and Systems，pp.1237-1242，2000非专利文献3:E.0no，H.0kabe，H.1chi jo and N.Aisaka“Robot Hand with Sensorfor Cloth Handling，” In Proc.1990，Japan，U.S.A.Symp.0n Flexible Automation，pp.1363-1366，1990.非专利文献4:y.Kita，F.Saito and N.Kita:“A deformable model drivenmethod for handling clothes，，，Proc.0f Int.Conf.0n Pattern Recognition, 2004.非专利文献5:F.0sawa，H.Seki，and Y.Kamiya:“Unfolding of Massive Laundryand Classification Types by Dual Manipulator，’’Journal of Advanced ComputationalIntelligence and Intelligent Informatics, Vol.1lN0.5,pp.457-,2007.非专利文献6:J.Maitin-Sphepard, M.Cusumano-Towner, J.Lei and P.Abbeel:“Cloth Grasp Point Detection based on Multiple-View Geometric Cues withApplication to Robotic Towel Folding，，，Int’ 1.Conf.0n Robotics and Automation，pp.2308-2315，2010.非专利文献7:Y.Zhao and G.Karypis:“Comparison of agglomerative andpartitional document clustering algorithms，，，University of Minnesota-ComputerScience a本文档来自技高网...
【技术保护点】
一种特征量提取方法，其特征在于，从由摄像单元所摄像的被摄体的图像之中提取特征量，该特征量提取方法包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆，并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)附近像素的亮度值与像素的亮度值FD之间的差分的合计为轴，将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：山崎公俊，稻叶雅幸，
申请(专利权)人：独立行政法人科学技术振兴机构，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。