[发明专利]图像识别装置以及图像识别方法

说明书

技术领域

本发明的各个方面以及实施方式涉及图像识别装置以及图像识别方法。

背景技术

以往，作为图像识别装置，公知有如下这样的装置：将作为识别对象的对象图像分割为块状而生成块图像并将块图像分类为预先设定的多个类别(例如，参照专利文献1)。专利文献1所述的装置采用训练图像在将图像特征作为坐标轴的特征量空间中按照每个类别来学习分离平面，并根据分离平面以及与块图像的特征量的大小对应的坐标位置，将块图像分类为类别。块图像的特征量是该块图像的图像信息(颜色空间信息以及频率分量)。

【专利文献2】日本特开2010-45613号公报

但是，在专利文献1所述的图像识别装置中，有时难以将块图像分类为合适的类别。例如，在块图像是蓝色一种颜色的情况下，难以判断该块的类别为“天空”还是“水池”。

发明内容

在本技术领域中，期望一种能够提高分割对象图像而获得的块图像的分类精度的图像识别装置以及图像识别方法。

即，本发明一个方面的图像识别装置的特征在于，该图像识别装置在以图像的特征为坐标轴的特征量空间中，预先学习为了将所述图像分类为预先设定的类别而采用的分离平面，并利用所述分离平面将分割对象图像而获得的块图像分类为所述类别，该图像识别装置的特征在于，具备：输入部，其输入所述对象图像；块图像生成部，其将所述对象图像分割为多个块而生成多个所述块图像；特征量计算部，其计算所述块图像的特征量；以及类别判别部，其采用所述特征量空间中的与所述块图像的特征量的大小对应的坐标位置以及所述分离平面，判别所述块图像是否被分类为所述类别，所述特征量计算部采用根据所述块图像的图像信息算出的局部特征量以及根据所述对象图像整体的图像信息算出的全局特征量，作为该块图像的特征量。

根据本发明一个方面的图像识别装置，作为块图像的特征量，不仅采用根据该块图像的图像信息算出的局部特征量，还采用根据对象图像整体的图像信息算出的全局特征量，所以不仅能利用块图像其本身的信息还可以考虑块图像与对象图像之间的关系而对块图像进行分类。因此，在仅利用块图像无法判断类别的情况下，有时只要观察对象图像整体就能够判断块图像的类别。所以，能够提高块图像的分类精度。

这里，上述特征量计算部可采用根据四边形状的上述对象图像中的四角区域的图像信息算出的特征量作为上述全局特征量。通过这样的结构，可包含在将圆形物作为被摄体时出现的特征作为块图像的特征量。

另外，作为上述块图像的特征量，上述特征量计算部可采用根据包围该块图像周围的上述块图像即周边块图像的图像信息算出的邻近特征量。通过这样的结构，可考虑块图像与在其周围存在的块图像之间的关系来对该块图像进行分类。

另外，上述特征量计算部可采用根据从上述周边块图像中选择出的上述块图像的图像信息算出的特征量作为上述邻近特征量。通过这样的结构，可在块图像的特征量中包含周边块图像的对称性，所以可进一步考虑块图像与其周围的块图像之间的关系而进行分类。

另外，上述特征量计算部也可以选择上述块图像的上述周边块图像中的处于以该块图像为中心对称的位置处的上述周边块图像。通过这样的结构，不仅能够分别单独地算出周边块的特征量，还能够算出针对具有对称性的块的组的特征量，所以可对在左右/上下方向等上具有形状对称性的被摄体和背景进行分类。

另外，作为上述块图像的特征量，上述特征量计算部可采用根据由多个上述块图像构成的部分区域中的包含该块图像的上述部分区域的图像信息算出的半全局特征量。通过这样的结构，可考虑块图像与在其周围存在的块图像之间的关系来对该块图像进行分类。

此外，上述特征量计算部采用根据由包含该块图像的横长区域的上述块图像构成的上述部分区域的图像信息算出的特征量以及根据由包含该块图像的纵长区域的上述块图像构成的上述部分区域的图像信息算出的特征量作为上述半全局特征量。通过这样的结构，可适当识别在水平方向/垂直方向上具有特征的被摄体/背景等而对块图像进行分类。