CN101510956B - 图像处理设备、照相机设备和图像处理方法 - Google Patents

图像处理设备、照相机设备和图像处理方法 Download PDF

Info

Publication number
CN101510956B
CN101510956B CN2009100053506A CN200910005350A CN101510956B CN 101510956 B CN101510956 B CN 101510956B CN 2009100053506 A CN2009100053506 A CN 2009100053506A CN 200910005350 A CN200910005350 A CN 200910005350A CN 101510956 B CN101510956 B CN 101510956B
Authority
CN
China
Prior art keywords
face
image
facial
zone
detects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009100053506A
Other languages
English (en)
Other versions
CN101510956A (zh
Inventor
依田光二
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN101510956A publication Critical patent/CN101510956A/zh
Application granted granted Critical
Publication of CN101510956B publication Critical patent/CN101510956B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/222Studio circuitry; Studio devices; Studio equipment
    • H04N5/262Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • H04N23/611Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/765Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/79Processing of colour television signals in connection with recording
    • H04N9/80Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • H04N9/82Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only
    • H04N9/8205Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only involving the multiplexing of an additional signal and the colour video signal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Abstract

这里公开了一种图像处理设备、照相机设备、图像处理方法和程序。所述图像处理设备包括:面部检测器,用来基于检测信息从给定图像中检测面部;以及处理单元,用来设置面部检测器的检测信息,至少接收失真校正前的图像和失真校正后的图像中的失真校正前的输入图像,分割所述输入图像的整个图像区域,并以时分方式将每一个分割的图像提供给所述面部检测器,所述面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。

Description

图像处理设备、照相机设备和图像处理方法
相关申请的交叉引用 
本发明包含涉及于2008年2月15日在日本专利局提交的日本专利申请JP2008-034294的主题,其整个内容通过引用合并于此。 
技术领域
本发明涉及一种图像处理设备,该设备从摄取的图像中检测面部并具有校正图像失真的功能,本发明还涉及一种照相机设备、图像处理方法和程序。 
背景技术
包括从由摄像元件(成像传感器)摄取的图像中检测被摄对象面部的面部检测器的照相机设备已经获得实际应用。 
当图像被提供给面部检测器时,这种照相机设备通常使用通过缩小由成像传感器摄取的图像而获得的图像。 
另外,在面部检测器中进行面部检测通常比由成像传感器进行摄像的帧速率慢,而且来自面部检测器的检测结果是在实际(实时)摄取的图像之前几帧的被延迟的信息。 
发明内容
当图像被提供给面部检测器时,上述技术通常使用通过缩小由成像传感器摄取的图像而获得的图像。然而,例如,在使用广角镜头以广角摄取图像的情况下,摄取到小尺寸的被摄对象图像,且自然地摄取到小尺寸的面部图像。 
因此,当由广角摄像获得的整个图像区域被缩小并被提供给面部检测器时,存在的缺点是只能检测距照相机设备相当近的范围内的面部。 
例如,当被摄对象对于摄像而言具有很宽的宽度(比如采用普通数字 静止图片照相机(DSC)等获得一张群体图片等的情况)时,由于镜头视角窄,到被摄对象的距离自然要远(分开)。此时,不能检测相似地作为被摄对象的面部。 
在上述情况下,可以考虑放大图像以将其提供给面部检测器。然而,这样需要增大用于面部检测的图像存储器的容量,导致成本增加。 
另外,此时,用于搜索面部的时间随着对应于用于面部检测的图像存储器的容量增加而按指数规律地增加,因此导致检测时间增加。 
另外,可以考虑改变面部检测器的最小检测面部尺寸,以检测更小的面部。 
然而,通常存在检测小尺寸面部的限制,因此经常无法检测出小尺寸面部。 
另外,如上所述,在面部检测器中进行面部检测通常比由成像传感器进行摄像的帧速率慢,且来自面部检测器的检测结果是在实际(实时)摄取的图像之前几帧的被延迟的信息。 
因此,当作为被摄对象的人正在运动时,或者当进行摄像的人正在运动时,不能正确执行使用面部检测结果的曝光控制(AE(自动曝光)、逆光校正等),以致产生这样的缺点:主要仅供静止图像使用。 
也可以考虑实现多个面部检测器来缩短面部检测时间,但增加了系统成本。 
希望提供一种图像处理设备、照相机设备、图像处理方法以及程序,它们能够对面部检测器可检测到的全部面部尺寸进行面部检测而不会增加成本,能够不依赖于面部尺寸进行曝光控制,并且于是能够改善图像质量。 
根据本发明第一实施例,提供一种图像处理设备,包括:面部检测器,用来基于检测信息,从给定的图像中检测面部;以及处理单元,用来设置所述面部检测器的检测信息,至少接收失真校正前的图像和失真校正后的图像中的失真校正前的输入图像,分割所述输入图像的整个图像区域,并以时分方式将每一个分割的图像提供给所述面部检测器,所述面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。 
优选地,处理单元分割整个图像区域,以便在分割边界线上具有图像 交叠区域 
优选地,处理单元在面部检测器中设置包括面部尺寸的检测信息,从而防止检测的面部尺寸在被分割和被缩小的图像之间彼此一致。 
优选地,处理单元基于由面部检测器获得的面部检测结果信息来针对检测的面部进行控制,以便只检测面部的周围图像区域。 
优选地,处理单元具有这样的功能:将用于检测面部的区域设置到与所述面部尺寸成比例的范围。 
优选地,处理单元具有这样的功能:将用于面部检测器检测面部的区域设置到考虑了根据过去面部位置关系估计的运动量的范围。 
优选地,处理单元控制面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。 
根据本发明第二实施例,提供一种照相机设备,包括:摄像元件;光学系统,用于在摄像元件上形成被摄对象的图像;以及图像处理设备,能够使用失真校正参数对由摄像元件通过广角镜头摄取的原始图像进行失真校正,其中,图像处理设备包括面部检测器,用来基于检测信息,从给定的图像中检测面部,以及处理单元,用来设置面部检测器的检测信息,至少接收失真校正前的图像和失真校正后的图像中的失真校正前的输入图像,分割输入图像的整个图像区域,并以时分方式将每一个分割的图像提供给面部检测器,以及面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。 
根据本发明第三实施例,提供一种用于基于设置在面部检测器中的检测信息从给定的图像中检测面部的图像处理方法,图像处理方法包括步骤:设置检测信息;至少分割失真校正前和失真校正后的图像中的失真校正前的整个图像区域;以及以时分方式将每一个分割的图像提供给面部检测器,面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。 
根据本发明的第四实施例,提供一种用于使计算机进行图像处理的程序,图像处理用于基于设置在面部检测器中的检测信息从给定的图像中检测面部,图像处理包括:设置检测信息的步骤;至少分割失真校正前和失真校正后的图像中的失真校正前的整个图像区域的步骤;以及以时分方式将每一个分割的图像提供给面部检测器的步骤;面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。 
根据本发明,处理单元在面部检测器中设置检测信息。然后,处理单元例如在失真校正前分割整个图像区域,并且以时分方式将每一个分割后的图像提供给面部检测器。 
然后,面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测。 
根据本发明,面部检测有可能在不导致成本增加的情况下覆盖可由面部检测器检测的全部面部尺寸。 
因为可以检测到小尺寸面部,有可能不依赖面部尺寸而进行曝光控制,因此实现了图像质量的改善。 
附图说明
图1是示出采用根据本发明实施例的图像处理设备的照相机设备的结构的例子的框图; 
图2是示意性示出面部检测中的图像和控制流程的图; 
图3是示出设置由微型计算机检测的检测区域和面部尺寸的例子的图; 
图4是示出以标准视角摄取的图像以及以广角摄取的图像的例子的图; 
图5是示出当进行面部检测时以标准视角摄取的图像以及以广角摄取的图像的例子的图; 
图6是有助于说明检测从最大尺寸面部到最小尺寸面部的全部面部的方法的图; 
图7是有助于说明在检测覆盖全部像素大小的面部的方法中缩短检测时间的方法的图; 
图8是有助于说明针对已检测的面部缩短检测时间的方法的图; 
图9是示出进行分割并检测面部,然后针对已检测的面部在面部区域中重复进行面部检测的例子的图; 
图10是示出进行分割并检测面部,然后在针对已检测的面部在面部区域中进行面部检测的同时,在后台检测分割后面部的例子的图; 
图11是示出当检测到特定面部时,根据原始图像中过去面部的位置 和尺寸估计运动量,并移动检测位置且放大或缩少原始图像中的检测区域的例子的图;以及 
图12是有助于说明通过运动检测缩短检测时间的方法的图。 
具体实施方式
下文中将参考附图说明本发明的优选实施例。 
图1是示出采用根据本发明实施例的图像处理设备的照相机设备的结构的例子的框图。 
如图1所示,根据本实施例的照相机设备10包括光学系统11、摄像元件(成像传感器)12、照相机信号处理部分13、失真校正电路14、输出处理部分15、开关16、缩小电路和图像存储器17、面部检测器18以及作为控制部分的微型计算机(micon)19。 
在这些组成元件中,开关16、缩小电路和图像存储器17以及微型计算机19形成图像处理设备的处理单元。 
附带地,在本实施例中,镜头失真像差的失真校正参数将被简称为失真校正参数。 
根据本实施例的照相机设备10具有基于由广角镜头摄取的图像在面部检测器18中检测面部的控制功能(算法)。照相机设备10在失真校正之前对摄取的图像进行分割并以时分方式控制面部检测器18,此后基于检测出的面部在失真校正之前剪切图像并控制面部检测器18。 
另外,照相机设备10具有这样的功能:以检测出运动的区域作为对象进行上述面部检测。 
另外,照相机设备10具有这样的功能:当从失真校正前的摄取的图像中检测面部时,之后在某些情况下对失真校正后的图像进行面部检测。 
具有这些功能的照相机设备10被配置为这样的照相机:其能够从通过广角镜头摄取的图像的失真校正前的整个图像区域中检测面部,并且也能够从失真校正后的图像中检测面部。 
根据本实施例的照相机设备10具有这样的功能:进行电子剪切(平转、俯仰和变焦)、合成等,同时通过使用失真校正参数来对通过广角摄像获得的图像的失真进行校正。 
此时,微型计算机19可以具有预先存储在存储器(诸如内置ROM(只读存储器)/RAM(随机存取存储器)等)中的失真校正参数,可以通过微型计算机19的操作获得失真校正参数,或者可以用来从照相机设备10通过传输线连接到的主机(未示出)通过外部通信接收失真校正参数。 
光学系统11例如包括由超广角镜头形成的广角镜头111,并经过广角镜头111在摄像元件12的摄像表面上形成被摄对象图像。 
摄像元件12例如由成像传感器形成,它是一种CCD(电荷耦合器件)或CMOS(互补金属氧化物半导体)器件。 
摄像元件12通过以矩阵形式设置在半导体基底上的光学传感器检测经过光学系统11的被摄对象图像,产生信号电荷,通过垂直信号线和水平信号线读取信号电荷,然后将被摄对象的数字图像信息输出到照相机信号处理部分13。 
照相机信号处理部分13对数字图像信号进行颜色插值、白平衡、YCbCr转换处理、压缩、存档等,然后将数字图像信号作为没有失真校正的图像(下文中简称原始图像)IMNC输出到失真校正电路14并经由开关16输出到缩小电路和图像存储器17。 
失真校正电路14通过失真校正参数对来自照相机信号处理部分13的原始图像IMNC进行失真校正,然后将结果输出到输出处理部分15。 
输出处理部分15对通过对原始图像IMNC进行失真校正、剪切、合成等而获得的图像数据进行伽马处理、屏蔽处理、格式转换等,其中,该图像数据是从失真校正电路14输出的。输出处理部分15将结果输出到外部,并且还将结果作为校正后的图像IMAC输出到开关16。 
开关16具有连接到照相机信号处理部分13的输出部分的触点a、连接到输出处理部分15的输出部分的触点c以及连接到缩小电路和图像存储器17的输入部分的触点b。 
开关16在微型计算机19的控制下,通过照相机信号处理部分13将原始图像(未进行失真校正的图像)或由输出处理部分15进行过失真校正的图像输入到缩小电路和图像存储器17。 
缩小电路和图像存储器17具有缩小电路171和图像存储器172。 
缩小电路171在图像存储器172中存储由照相机信号处理部分13对 原始图像(未失真校正的图像)中的整个区域或分割和剪切后的区域进行缩小而获得的图像,或者存储由输出处理部分15进行失真校正后的图像,而这种图像经由开关16以任意的缩小比率输入,或者存储经过分割并简单剪切区域而获得的图像。 
缩小电路171使用由微型计算机19设置的用于设置图像分割和剪切区域的信息以及关于缩小比率的信息,分割失真校正前的原始图像IMNC或失真校正后的图像IMAC的整个图像区域(4/9/16/25/36部分分割等)。缩小电路171以时分方式将每一个分割的图像提供给面部检测器18。 
顺便提及,此时,缩小后的图像尺寸可以由面部检测器18进行处理。 
面部检测器18基于存储于图像存储器172内的图像,使用由微型计算机19设置的关于要检测面部尺寸、区域等的信息检测面部。 
顺便提及,面部检测器18可以由软件和硬件中的任一个来实现,且面部检测器18的算法、电路结构等可以是公知的或现有的算法、电路结构。 
微型计算机19具有这样的功能:将表示要进行失真校正的原始图像的部分的失真校正参数提供给失真校正电路14,从而控制对原始图像的失真校正。 
另外,微型计算机19具有这样的功能:控制开关16的选择,设置图像中待分割和剪切的区域,并在缩小电路171中设置缩小比率,从而控制图像分割和剪切处理以及缩小处理。 
微型计算机19具有这样的功能:设置面部检测器18中要检测的面部尺寸、区域等,从而控制面部检测处理。微型计算机19获得位置、面部尺寸等的检测的结果。 
微型计算机19控制开关16、缩小电路和图像存储器17以及面部检测器18,以便通过分割失真校正前的或失真校正后的整个图像区域(4/9/16/25/36部分分割等)并以时分方式将每一个分割的图像提供到面部检测器18,来在失真校正前或失真校正后的全部图像中从最大尺寸面部到最小尺寸面部(在面部检测器18的可检测范围内)对全部面部进行检测。 
微型计算机19执行控制,以便即使当分割边界线上存在面部时,也可以通过进行分割时具有交叠区域来检测出面部。 
微型计算机19执行控制,以便能够通过设置面部检测器18使得在面部检测器18中检测到的面部尺寸在被分割和被缩小图像之间彼此不一致,来缩短检测时间。 
微型计算机19具有这样的功能:基于由面部检测器18获得的面部检测结果信息执行控制,以便通过针对已检测的面部此后仅仅检测面部周围图像区域来缩短已检测的面部的检测时间。 
在这种情况下,微型计算机19具有这样的功能:将被检测区域设置到与面部尺寸成比例的范围。 
另外,微型计算机19具有这样的功能:根据被检测区域内过去的面部位置关系来估计运动量,并将被检测区域设置到考虑该运动量的某个范围。 
另外,微型计算机19具有这样的功能:执行控制,以便通过检测失真校正前或失真校正后的整个图像区域中的运动,并仅将发生了运动的区域作为对象进行面部检测,来缩短检测时间。 
顺便提及,在这种情况下,运动检测结果(运动矢量等)不用于面部检测。 
下面将更具体地说明根据本实施例的用于由广角摄像获得的图像的面部检测功能、摄取的图像等。 
首先参考图2和图3说明面部检测的概要(要点)。 
<面部检测概要> 
图2是示意性示出面部检测中的图像和控制流程的图。图3是示出设置由微型计算机检测的检测区域和面部尺寸的例子的图。 
从照相机信号处理部分13输出的原始图像IMNC的像素数目通常大于用于面部检测的图像存储器172的像素数目。 
因此,为了使原始图像IMNC的像素数目与用于面部检测的图像存储器172的像素数目一致,缩小原始图像IMNC,并且将缩小后的图像IMRD存储在用于面部检测的图像存储器中。 
顺便提及,一般而言,用于面部检测的图像存储器172的像素数目经常是固定的,与成像传感器12的像素数目或从照相机信号处理部分13输出的原始图像IMNC的像素数目无关。 
这是因为当透镜视角相同时,在由成像传感器12摄取的图像和从照相机信号处理部分输出的原始图像IMNC之间,通过摄像获得的区域(视角)本身并不存在差异,它们之间仅存在分辨率的差异,并且当图像被缩小并存储在用于面部检测的图像存储器172中时,这种差异几乎变为零。 
如图3所示,微型计算机19在面部检测器18中设置图像存储器172的用于面部检测的检测区域DTA,要检测的面部尺寸SZ1到SZn等,然后使面部检测器18开始检测。 
顺便提及,此时,因为在很多情况下通常可以指定多个检测区域和面部尺寸,面部检测器18允许连续地执行这些指定。 
面部检测器18根据设定的检测区域DTA、要检测的面部尺寸SZ(1到n)等,从用于面部检测的图像存储器172内的图像进行面部检测。在完成检测之后,面部检测器18将用于面部检测的图像存储器172内的位置以及面部检测后的面部尺寸信息输出到微型计算机19。 
可选地,微型计算机19读取图像存储器172内的位置和面部尺寸信息。 
顺便提及,如前所示,面部检测器18可由软件和硬件中任一个来实现,并且面部检测器18的算法、电路结构等可以是公知的或现有的算法、电路结构。 
在这种情况下,面部检测器18仅作为示例示出,用于加深理解下文所述的内容。 
将参考图4和图5对以标准视角摄取的图像和以广角摄取的图像进行说明。 
<以标准视角摄取的图像和以广角摄取的图像> 
图4是示出以标准视角摄取的图像以及以广角摄取的图像的例子的图。 
图5是示出当进行面部检测时以标准视角摄取的图像以及以广角摄取的图像的例子的图。 
如图4所示,在以广角摄取的图像IMWA中,以小尺寸摄取被摄对象OBJ的图像,并且自然以小尺寸摄取面部图像。 
因此,即使具有相同的系统配置(原始图像尺寸、缩小电路的缩小比率和面部检测器),以标准视角摄取的图像IMSD中可检测的面部尺寸在 广角摄像中是不可检测的。 
图5示出执行面部检测时的例子。 
顺便提及,在图5中,作为例子,当缩小电路171中的缩小比率(像素数目的比率)是1/4时,不必说,实际的缩小比率由正在使用的原始图像IMNC的像素数目和可以由面部检测器18处理的图像的像素数目之间的比率来确定。 
接下来参考图6,说明检测从最大尺寸面部到最小尺寸面部的全部面部的方法。 
<第一方法:检测从最大尺寸面部到最小尺寸面部的全部面部的方法> 
图6是有助于说明检测从最大尺寸面部到最小尺寸面部的全部面部的方法的图。 
原始图像IMNC的整个图像被分割(1/4/9/16/25部分分割等)(在图6例子中为4部分分割)。缩小电路171将每一个分割图像IMD1到IMD4缩小为可以由面部检测器18以时分方式进行处理的若干像素,然后将该结果提供给面部检测器18。因此,在原始图像IMNC的整个图像中检测从检测最大尺寸面部到最小尺寸面部的全部面部。 
即,原始图像IMNC缩小到可以由面部检测器18处理的若干像素,这防止了当原始图像IMNC被分割和缩小时面部过度缩小并且因为过度缩小而导致变形且无法检测到面部。另外,当剪切原始图像时,图像尺寸可以按照原样被提供给面部检测器18。 
因此,可真正地在原始图像IMNC的整个图像中覆盖从最大尺寸面部到最小尺寸面部的全部面部。 
顺便提及,由微型计算机19设置原始图像IMNC的分割数目、剪切位置、用于将分割后图像IMD1到IMD4缩小为可以由面部检测器18处理的若干像素的缩小比率等。 
另外,微型计算机19获得通过分时处理执行的检测的结果,将全部分割处理后的面部检测结果合并,并且当执行交叠区域OLPA中剪切位置处对相同面部多次检测时,拒绝面部检测结果。 
另外,在图6的例子中进行了4部分分割;然而,当按照像素数目之间的比率,原始图像IMNC的像素数目是可以由面部检测器18检测的像素数目的16倍时,其足够进行4部分分割,并且当希望检测甚至更小尺 寸的面部时,类似地可以进行16部分分割。不必说,分割的数目和缩小比率是任意的。 
接下来,将参考图7说明检测从最大尺寸面部到最小尺寸面部的全部面部的检测方法中缩短检测时间的方法。 
<第二方法:缩短检测时间的方法> 
图7是有助于说明在检测覆盖全部像素大小的面部的方法中缩短检测时间的方法的图。 
首先,原始图像在没有被分割的情况下缩小为可以由面部检测器18处理的若干像素,并且检测出可以由面部检测器18检测的从最大面部尺寸到最小面部尺寸的面部。 
接下来,面部检测器18的设置受到控制,使得当在被分割和被缩小的图像中或简单剪切的图像中检测面部时,先前执行面部检测的面部尺寸与下次执行面部检测的面部尺寸不一致,也就是说,下一次仅检测出小尺寸面部。因此,缩短了检测时间。 
图7显示其例子。 
在图7的例子中,“80×80”、“60×60”、“50×50”、“40×40”、“28×28”和“20×20”被显示为面部检测尺寸,这些尺寸是可由面部检测器18处理的图像尺寸。 
作为缩小为1/4的图像的面部检测尺寸,显示出“160×160”、“120×120”、“100×100”、“80×80”、“56×56”和“40×40”。 
作为没有被缩小的剪切图像的面部检测尺寸,显示出“80×80”、“60×60”、“50×50”、“40×40”、“28×28”和“20×20”。 
在图7的例子中,进行如下操作,以便当在被分割和被缩小的图像中或简单剪切的图像中检测面部时,先前执行面部检测的面部尺寸与下次执行面部检测的面部尺寸不一致。 
<1>:在缩小为1/4的图像中的最大尺寸面部(“160×160”)和最小尺寸面部(“40×40”)之间进行检测。 
<2>:仅检测比在上述<1>过程中可检测的最小尺寸面部还小的面部(“28×28”和“20×20”)。 
<3>:“40×40”尺寸以及更大尺寸的面部已由面部检测器18在上述 <1>过程中被检测出来,因此在这次检测过程中忽略这些面部。 
在图7的例子中进行4个部分的分割;然而,当按照像素数目之间的比率,原始图像的像素数目是可由面部检测器18处理的像素数目的16倍时,这样做是足够的:分割为1部分,然后在4部分分割中仅检测在1部分分割中无法检测的小尺寸面部,并更进一步地在16部分分割中仅检测在4部分分割中无法检测的小尺寸面部。 
顺便提及,不必说,已检测的面部尺寸是任意的,而与被分割图像等无关。 
<第三方法:检测图像对象> 
不必说,可以用失真校正后的整个图像作为对象来执行上述面部检测方法,且可以用不是由广角摄像获得的图像,即未失真图像作为对象来执行上述面部检测方法,而且类似的方法可以用不是由广角摄像获得的输出图像,即没有失真的摄像条件下的输出图像作为对象。 
接下来参考图8到图11说明一种缩短已检测到的面部的检测时间的方法。 
<第四方法:针对检测到的面部缩短检测时间的方法> 
图8是有助于说明针对已检测的面部缩短检测时间的方法的图。 
图9是示出进行分割并检测面部,然后针对已检测的面部在面部区域中重复进行面部检测的例子的图。 
图10是示出进行分割并检测面部,然后在针对已检测的面部在面部区域中进行面部检测的同时,在后台检测分割后面部的例子的图。 
图11是示出当检测到特定面部时,根据原始图像中过去面部的位置和尺寸估计运动量,并移动检测位置且放大或缩少原始图像中的检测区域的例子的图。 
通常,可以由面部检测器18检测的全部面部尺寸的检测经常比由摄像元件12执行摄像的帧速率慢,并且除非摄取图像的被摄对象或人如在静止图像等的情况下一样没有发生移动,否则重复使用这种慢的检测进行面部检测是不实用的。 
因此,本实施例通过一旦检测到面部,就仅在该面部的周围图像区域进行面部检测来缩短检测时间。 
具体地说,基于已经进行了面部检测的原始图像中的位置和面部尺寸,按照为被检测面部尺寸预先设定的比率确定出检测区域,并且仅检测(多个)已预先设定的要检测的面部尺寸。此后,重复该过程(下文称为特定面部检测)。 
从而,可以使得检测时间明显少于上述检测可以由面部检测器检测的全部面部尺寸的方法的检测时间,并且即使在执行摄像的被摄对象或人正在移动的情况下,当执行摄像的被摄对象或人正在以某一移动速度移动时,可以在跟上执行摄像的被摄对象或人的同时检测到面部。 
图8示出其例子。 
在图8的例子中,假设在对原始图像中全部尺寸的面部进行检测时检测到了面部。 
在这种情况下,检测特定面部的区域按照针对已检测面部尺寸预先设定的比率放大,并且确定在原始图像中的剪切区域和缩小比率。 
然后,仅检测针对已检测面部尺寸预先设定的面部尺寸的面部。 
在图8的例子中,仅有面部尺寸“50×50”、“40×40”和“28×28”的面部被检测。 
顺便提及,在面部被检测出的时刻,如图9所示,可以停止上述第一、第二和/或第三个检测可由面部检测器18检测的全部面部尺寸的方法,或如图10所示,可以以时分方式,用第一、第二和/或第三方法在后台继续进行检测。 
另外,在检测特定面部时刻的面部数目是任意的。 
另外,如图11所示,在检测到特定面部时,根据原始图像中过去的面部的位置和尺寸估计出运动量,并可以进行检测位置的移动和原始图像中检测区域的放大或缩小。 
顺便提及,不必说,当估计结果超过原始图像区域时,当然将检测区域调整到原始图像的边缘。另外,此时可采用用于估计移动量的任意算法。 
接下来将参考图12说明一种通过运动检测缩短上述第一、第二和第三方法的检测时间的方法。 
<第五方法:通过运动检测缩短检测时间的方法> 
图12是有助于说明通过运动检测缩短检测时间的方法的图。 
事实上,在通过上述第一、第二和第三方法进行的面部检测中,通过检测运动并将面部检测限制到运动发生的区域中,限制了用于检测面部的区域和分割的数目,因此可更快地检测面部。 
顺便提及,此时,运动检测可由软件和硬件中的任一个来实现,并且运动检测的算法、电路结构等可以是任意一种。 
另外,在这种方法中,运动检测结果(运动矢量等)不用于面部检测。 
在这种情况下,以运动检测器为例。 
首先,由运动检测器检测原始图像中的运动。 
此时,当发生运动时,利用第一、第二和/或第三方法仅检测在已发生运动的区域中的面部。 
由此,在第一、第二和/或第三方法中并不在全部已分割区域中检测面部。因此可大大地缩短检测时间,并在被摄对象移动之后立即快速地从大尺寸面部到小尺寸面部进行面部检测。 
图12示出其例子。 
在图12的例子中,在原始图像IMNC中检测运动,例如,用正方框FLM包围已发生运动的区域,并且仅对该区域中的面部进行检测。 
在这种情况下,在分割用于面部检测的区域之后可以进行面部检测。 
顺便提及,不必说,利用这种方法检测到面部之后,可以执行上述第四方法。 
<第五方法的检测图像对象> 
不必说,可以用失真校正后的整个图像作为对象来执行第五方法,且可以用不是由广角摄像获得的图像,即未失真图像作为对象来执行第五方法,而且可以用不是由广角摄像获得的输出图像,即未失真的摄像条件下的输出图像作为对象来使用类似的方法。 
如上所述,根据本实施例,微型计算机(控制部分)19执行控制,以便在失真校正之前或失真校正之后分割整个图像区域(4/9/16/25/36部分分割),并且以时分方式将每一个分割后的图像提供给面部检测器18。所以,可在面部检测器18的可检测的范围中检测从检测最大尺寸面部到最小尺寸面部的全部面部。 
也就是说,可在摄取的图像中对可由面部检测器检测的从最小面部尺 寸到最大面部尺寸的全部面部进行检测,并检测小尺寸面部。 
由此,可进行独立于面部尺寸的最佳曝光控制(AE和逆光校正),并且改善群体照片等的图片质量。 
另外,可加快面部检测的速度,并且改善面部检测的实时性。 
另外,可大大地增加广角摄像中的面部检测范围,使用“广角摄像+面部检测”大大地改善了实用性和适销性,这种使用大大地扩大了监测照相机、DSC等的应用。 
另外,一旦检测到面部,可以很快地检测到特定面部,从而提高了实时性。甚至在作为被摄对象的人移动时,或甚至执行摄像的人移动时,可对面部检测器18可检测范围内从最大尺寸面部到最小尺寸面部的全部面部进行检测,增加了面部检测速度,并改善面部检测的实时性。 
另外,因为一旦检测到面部就可以很快地检测到特定面部,所以当面部继之以电子平转、俯仰或变焦后进行失真校正时,仍可进行显示。 
应当注意,本发明的基本意图是不但用于能够进行广角摄像的照相机,还用于通用照相机(诸如普通的DSC、监测照相机等),而无论其是否具有光学变焦、固定焦距等。 
上述面部检测功能也适用于不是由广角摄像获得的图像,就是说,未失真的图像。 
另外,上述面部检测功能也适用于不是由广角输出摄像获得的输出图像,就是说,在未失真摄像条件下的输出图像。 
当上述技术用于这种情况时,可实现这样的照相机:它能够从由成像传感器摄取的整个图像区域中检测面部并且还能够从输出图像(在进行缩小处理等后)中检测面部。 
顺便提及,上述详细说明的方法还可形成一种对应于上述过程的程序,并用来由例如CPU(中央处理单元)等计算机执行。 
另外,这种程序可用来记录在例如半导体存储器、磁盘、光盘、Floppy(注册商标)软盘等的记录介质上,并由其中设置了该记录介质的计算机进行存取和执行。 
本领域的技术人员应当理解,取决于设计要求及其它因素,可以进行各种变型、合并、子合并以及改动,只要它们在所附权利要求书的范围及其等同内容之内。 

Claims (19)

1.一种图像处理设备,包括:
面部检测器,用来基于检测信息,从给定的图像中检测面部;以及
处理单元,用来在所述面部检测器中设置包括面部尺寸的检测信息,在失真校正前的图像和失真校正后的图像中,至少接收失真校正前的输入图像,分割所述输入图像的整个图像区域,并以时分方式将每一个分割的图像提供给所述面部检测器,
所述面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测,
其中,所述处理单元进行所述面部检测器的设置,使得当在经分割和缩小的图像中或简单剪切的图像中检测面部时,先前执行面部检测的面部尺寸与下次执行面部检测的面部尺寸不一致。
2.根据权利要求1所述的图像处理设备,其中,所述处理单元分割所述整个图像区域,以便在分割边界线上具有图像交叠区域。
3.根据权利要求1所述的图像处理设备,其中,所述处理单元在所述面部检测器中设置包括面部尺寸的所述检测信息,从而防止检测的面部尺寸在经分割和缩小的图像之间彼此一致。
4.根据权利要求1所述的图像处理设备,其中,所述处理单元基于由所述面部检测器获得的面部检测结果信息来针对检测的面部进行控制,以便只检测面部的周围图像区域。
5.根据权利要求4所述的图像处理设备,其中,所述处理单元具有这样的功能:将用于检测面部的区域设置到与所述面部尺寸成比例的范围。
6.根据权利要求4所述的图像处理设备,其中,所述处理单元具有这样的功能:将用于所述面部检测器检测面部的区域设置到考虑了根据过去面部位置关系估计的运动量的范围。
7.根据权利要求1所述的图像处理设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
8.根据权利要求3所述的图像处理设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
9.根据权利要求4所述的图像处理设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
10.一种照相机设备,包括:
摄像元件;
光学系统,用于在所述摄像元件上形成被摄对象的图像;以及
图像处理设备,能够使用失真校正参数对由所述摄像元件通过广角镜头摄取的原始图像进行失真校正,
其中,所述图像处理设备包括
面部检测器,用来基于检测信息,从给定的图像中检测面部,以及
处理单元,用来在所述面部检测器中设置包括面部尺寸的检测信息,在失真校正前的图像和失真校正后的图像中,至少接收失真校正前的输入图像,分割所述输入图像的整个图像区域,并以时分方式将每一个分割的图像提供给所述面部检测器,所述面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测,
其中,所述处理单元进行所述面部检测器的设置,使得当在经分割和缩小的图像中或简单剪切的图像中检测面部时,先前执行面部检测的面部尺寸与下次执行面部检测的面部尺寸不一致。
11.根据权利要求10所述的照相机设备,其中,所述处理单元分割所述整个图像区域,以便在分割边界线上具有图像交叠区域。
12.根据权利要求10所述的照相机设备,其中,所述处理单元在所述面部检测器中设置包括面部尺寸的所述检测信息,从而防止检测的面部尺寸在经分割和缩小的图像之间彼此一致。
13.根据权利要求10所述的照相机设备,其中,所述处理单元基于由所述面部检测器获得的面部检测结果信息来针对检测的面部进行控制,以便只检测面部的周围图像区域。
14.根据权利要求13所述的照相机设备,其中,所述处理单元具有这样的功能:将用于检测面部的区域设置到与面部尺寸成比例的范围。
15.根据权利要求13所述的照相机设备,其中,所述处理单元具有这样的功能:将用于所述面部检测器检测面部的区域设置到考虑了根据过去面部位置关系估计的运动量的范围。
16.根据权利要求10所述的照相机设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
17.根据权利要求12所述的照相机设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
18.根据权利要求13所述的照相机设备,其中,所述处理单元控制所述面部检测器来检测整个图像区域中的运动,并仅以发生了运动的区域作为对象来检测面部。
19.一种用于基于设置在面部检测器中的检测信息从给定的图像中检测面部的图像处理方法,所述图像处理方法包括步骤:
设置包括面部尺寸的所述检测信息;
在失真校正前的图像和失真校正后的图像中,至少分割失真校正前的输入图像的整个图像区域;以及
以时分方式,将每一个分割的图像提供给所述面部检测器,
所述面部检测器在可检测范围中的整个图像中从最大尺寸面部到最小尺寸面部进行面部检测,
其中,控制所述面部检测器的设置,使得当在经分割和缩小的图像中或简单剪切的图像中检测面部时,先前执行面部检测的面部尺寸与下次执行面部检测的面部尺寸不一致。
CN2009100053506A 2008-02-15 2009-02-12 图像处理设备、照相机设备和图像处理方法 Expired - Fee Related CN101510956B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008034294 2008-02-15
JP2008034294A JP4539729B2 (ja) 2008-02-15 2008-02-15 画像処理装置、カメラ装置、画像処理方法、およびプログラム
JP2008-034294 2008-02-15

Publications (2)

Publication Number Publication Date
CN101510956A CN101510956A (zh) 2009-08-19
CN101510956B true CN101510956B (zh) 2012-06-13

Family

ID=40954756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100053506A Expired - Fee Related CN101510956B (zh) 2008-02-15 2009-02-12 图像处理设备、照相机设备和图像处理方法

Country Status (3)

Country Link
US (1) US8149280B2 (zh)
JP (1) JP4539729B2 (zh)
CN (1) CN101510956B (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4714174B2 (ja) * 2007-03-27 2011-06-29 富士フイルム株式会社 撮像装置
JP5523343B2 (ja) * 2008-12-05 2014-06-18 パナソニック株式会社 顔検出装置
US9372533B1 (en) * 2009-04-21 2016-06-21 Mark Agrama Facial movement measurement and stimulation apparatus and method
KR101599885B1 (ko) * 2009-09-29 2016-03-04 삼성전자주식회사 디지털 촬영 장치 및 촬영 방법
JP5517555B2 (ja) * 2009-10-19 2014-06-11 キヤノン株式会社 画像処理装置、物体検出方法及びプログラム
JP5409278B2 (ja) 2009-11-06 2014-02-05 オリンパスイメージング株式会社 画像撮像装置及び画像撮像方法
WO2011067906A1 (ja) * 2009-12-01 2011-06-09 パナソニック株式会社 認識用撮像装置及びその制御方法
JP5793975B2 (ja) * 2010-08-03 2015-10-14 株式会社リコー 画像処理装置、画像処理方法、プログラム、記録媒体
JP5924977B2 (ja) * 2011-03-18 2016-05-25 キヤノン株式会社 画像処理装置および画像処理方法
CN102955929B (zh) * 2011-08-18 2016-02-03 新谊整合科技股份有限公司 超广角图像处理方法与其系统
KR101289087B1 (ko) 2011-11-03 2013-08-07 인텔 코오퍼레이션 얼굴 검출 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
JP2014048702A (ja) * 2012-08-29 2014-03-17 Honda Elesys Co Ltd 画像認識装置、画像認識方法、及び画像認識プログラム
JP6125201B2 (ja) 2012-11-05 2017-05-10 株式会社東芝 画像処理装置、方法、及びプログラム、並びに、画像表示装置
US9502003B2 (en) 2014-01-05 2016-11-22 Spatial Cam Llc Apparatus and methods to display a modified image
JP5839515B2 (ja) * 2014-09-26 2016-01-06 リズム時計工業株式会社 検知システムおよびその信号処理方法、プログラム
US9514524B2 (en) * 2015-02-27 2016-12-06 Sony Corporation Optical distortion compensation
JP6723512B2 (ja) * 2015-12-22 2020-07-15 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
US10440307B2 (en) * 2015-12-22 2019-10-08 Casio Computer Co., Ltd. Image processing device, image processing method and medium
JP6732594B2 (ja) * 2016-08-04 2020-07-29 キヤノン株式会社 画像処理装置及び光学機器及び画像処理方法
US10462370B2 (en) 2017-10-03 2019-10-29 Google Llc Video stabilization
CN107729877B (zh) * 2017-11-14 2020-09-29 浙江大华技术股份有限公司 一种基于级联分类器的人脸检测方法及装置
KR101861245B1 (ko) * 2017-11-15 2018-05-25 (주)엠더블유스토리 멀티 센서 cctv 파노라마 영상에서 움직임 검출 시스템 및 방법
KR101846006B1 (ko) * 2017-11-15 2018-04-05 주식회사 에스씨테크원 멀티 센서 cctv 파노라마 영상에서 얼굴 감지 시스템 및 방법
US10171738B1 (en) 2018-05-04 2019-01-01 Google Llc Stabilizing video to reduce camera and face movement
JP6987707B2 (ja) * 2018-06-28 2022-01-05 ルネサスエレクトロニクス株式会社 半導体装置、画像認識システム
JP7140580B2 (ja) * 2018-07-13 2022-09-21 マクセル株式会社 ステレオ撮像装置
WO2021061112A1 (en) 2019-09-25 2021-04-01 Google Llc Gain control for face authentication
US10984513B1 (en) 2019-09-30 2021-04-20 Google Llc Automatic generation of all-in-focus images with a mobile camera
US11164337B2 (en) 2019-10-04 2021-11-02 Google Llc Autocalibration for multiple cameras using near-infrared illuminators
JP6741237B2 (ja) * 2019-10-16 2020-08-19 カシオ計算機株式会社 画像処理装置、端末機器、画像処理方法及び記憶媒体
JP7200965B2 (ja) * 2020-03-25 2023-01-10 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
US11190689B1 (en) 2020-07-29 2021-11-30 Google Llc Multi-camera video stabilization
CN112053348A (zh) * 2020-09-03 2020-12-08 宁波市眼科医院 一种白内障诊断用眼底图像处理系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1325662A (zh) * 2001-07-13 2001-12-12 清华大学 运动图像的人脸特征检测方法
CN101112099A (zh) * 2005-02-01 2008-01-23 松下电器产业株式会社 监控记录装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0330455A3 (en) * 1988-02-22 1990-07-04 Kabushiki Kaisha Toshiba Image encoding apparatus
US6278491B1 (en) * 1998-01-29 2001-08-21 Hewlett-Packard Company Apparatus and a method for automatically detecting and reducing red-eye in a digital image
JP2001357404A (ja) * 2000-06-14 2001-12-26 Minolta Co Ltd 画像抽出装置
US7050607B2 (en) * 2001-12-08 2006-05-23 Microsoft Corp. System and method for multi-view face detection
KR100839772B1 (ko) * 2003-07-15 2008-06-20 오므론 가부시키가이샤 대상 결정 장치 및 촬상 장치
JP2005070850A (ja) * 2003-08-26 2005-03-17 Omron Corp ゲート制御装置及びゲート制御システム
JP2005215750A (ja) * 2004-01-27 2005-08-11 Canon Inc 顔検知装置および顔検知方法
JP4177779B2 (ja) * 2004-03-31 2008-11-05 富士フイルム株式会社 画像表示制御装置および方法ならびに画像表示制御装置を制御するプログラム
KR100682906B1 (ko) * 2004-12-09 2007-02-15 삼성전자주식회사 부스트 알고리즘을 이용한 영상의 얼굴 검출 장치 및 방법
JP4561380B2 (ja) * 2005-01-24 2010-10-13 コニカミノルタホールディングス株式会社 検出装置、検出方法及び検出プログラム
JP2007025767A (ja) * 2005-07-12 2007-02-01 Nikon Corp 画像認識システムと画像認識方法、および画像認識プログラム
JP2007025935A (ja) * 2005-07-14 2007-02-01 Mitsubishi Electric Corp 画像検出装置
JP4413235B2 (ja) * 2006-02-22 2010-02-10 三洋電機株式会社 電子カメラ
JP2008035125A (ja) * 2006-07-27 2008-02-14 Canon Inc 撮像装置、画像処理方法およびプログラム
KR101310230B1 (ko) * 2007-01-17 2013-09-24 삼성전자주식회사 디지털 촬영장치, 그 제어방법 및 제어방법을 실행시키기위한 프로그램을 저장한 기록매체
US7983480B2 (en) * 2007-05-17 2011-07-19 Seiko Epson Corporation Two-level scanning for memory saving in image detection systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1325662A (zh) * 2001-07-13 2001-12-12 清华大学 运动图像的人脸特征检测方法
CN101112099A (zh) * 2005-02-01 2008-01-23 松下电器产业株式会社 监控记录装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JP特开2001-357404A 2001.12.26
JP特开2005-70850A 2005.03.17
JP特开2007-25767A 2007.02.01
JP特开2007-259423A 2007.10.04
JP特开平11-284874A 1999.10.15

Also Published As

Publication number Publication date
CN101510956A (zh) 2009-08-19
JP2009193421A (ja) 2009-08-27
US20090207266A1 (en) 2009-08-20
JP4539729B2 (ja) 2010-09-08
US8149280B2 (en) 2012-04-03

Similar Documents

Publication Publication Date Title
CN101510956B (zh) 图像处理设备、照相机设备和图像处理方法
US20200236280A1 (en) Image Quality Assessment
JP5413002B2 (ja) 撮像装置および方法、並びにプログラム
US9905031B2 (en) Method and related apparatus for capturing and processing image data
US8599268B2 (en) Image capturing apparatus, method of detecting tracking object, and computer program product
US8184196B2 (en) System and method to generate depth data using edge detection
US7876980B2 (en) Imaging apparatus and imaging method for outputting a specified number of pixels in a specified area
US20130021504A1 (en) Multiple image processing
US8462219B2 (en) Image pickup apparatus and image processing method of a picked-up image
US20100321470A1 (en) Imaging apparatus and control method therefor
KR101441786B1 (ko) 피사체 판정 장치, 피사체 판정 방법, 및 기록 매체
KR101178777B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터가 판독 가능한 기억 매체
JP4985124B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP2012175533A (ja) 電子機器
KR101721226B1 (ko) 사용자가 원하는 시점의 정지 영상을 획득할 수 있는 디지털 영상 신호 처리 장치 및 이의 제어 방법
US8599288B2 (en) Noise reduction apparatus, method and computer-readable recording medium
JP2007267072A (ja) 電子カメラ
JP5733588B2 (ja) 画像処理装置および方法、並びにプログラム
US20130236055A1 (en) Image analysis device for calculating vector for adjusting a composite position between images
JP2009038627A (ja) 撮像装置
US20110235856A1 (en) Method and system for composing an image based on multiple captured images
US9398212B2 (en) Image processing method and image processing system and image capturing device using the same
JP2012222526A (ja) 撮像装置、方法およびプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120613

Termination date: 20160212

CF01 Termination of patent right due to non-payment of annual fee