JP2019197345A - 画像処理装置および画像処理用プログラム - Google Patents

Abstract

【課題】全体領域に含まれる個々のオブジェクトが小さくなる場合でも、個々のオブジェクトが何であるかを画像認識によって分析できるようにする。
【解決手段】全体領域を分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを対象として、オブジェクト候補領域を抽出するオブジェクト候補領域抽出部１２と、互いに隣接する分割領域の分割画像データから抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定するオブジェクト判定部１３と、その判定の結果を反映させて、オブジェクト候補領域内のオブジェクトを認識するオブジェクト認識部１４とを備え、全体画像データを対象として認識する場合に比べて大きいオブジェクトを対象として認識処理を行うことにより、オブジェクトの特徴量を正確に算出できようにする。
【選択図】図１

Description

本発明は、画像処理装置および画像処理用プログラムに関し、特に、画像データに記録されている情報を画像解析によって読み取る装置に用いて好適なものである。

従来、画像を分析することにより、当該画像中に含まれている情報を検出する技術が多く用いられている。例えば、建築図面のように複雑な２次元画像には非常に重要な情報が複数含まれており、これらの情報を画像から検出して活用するための開発が行われている。

具体的には、建築図面の画像データを分析することで、配筋検査で使用する野帳など、従来は人が図面を読み取り作成していた帳票類を自動作成する試みがなされている。また、２Ｄの平面図を表した画像データを分析して、３Ｄ空間上で建物の形状や床、天井、開口部、階段などを含んだＢＩＭ（ビルディング・インフォメーション・モデリング）モデルを自動生成したり、ＣＩＭ（コンストラクション・インフォメーション・モデリング）モデルを自動生成したりする試みもなされている。

しかしながら、一般的に、建設業者が現場での工事用に使用する間取りなどの建築図面は、作業員が工事を正確かつ的確に行うことができるように、全体的なレイアウトから細部の構造や寸法に至るまで、多くの情報が含まれている。そのため、所定サイズ以下の画像データにより全体領域の建築図面を作成した場合、図面内に含まれる個々のオブジェクト等の情報が小さくなり、それが何であるかを画像認識によって分析することが難しくなるという問題があった。

なお、画像を複数の領域に分割して各々の特徴量を計算し、領域を結合して１つの物体を認識する技術が知られている（例えば、特許文献１，２参照）。特許文献１に記載の認識装置は、認識対象物の三次元形状データに基づいて、認識対象物の各分割領域の特徴を表す特徴量を計算する特徴量計算部と、各領域の特徴量に基づいて分割領域に隣接する他の分割領域との結合度（対象領域と統合先領域のサイズ、対象領域と統合先領域の凸度、対象領域と統合先領域の境界線曲率強度を変数とする関数値）を計算する結合度計算部と、結合度がしきい値以下である場合に分割領域を他の分割領域に統合させる統合部とを備えて構成される。

特許文献２に記載の画像処理装置では、オブジェクト情報をベクトル化し、そのベクトルの始点と終点との関係から領域を結合するか否かを判定している。具体的には、ブロック・セレクションにより分割された特定領域が図形領域の場合、図形オブジェクトの輪郭を追跡し、輪郭情報を線分のつながりとして表現する形式に変換することにより、オブジェクト情報をベクトル・データに変換した上で、ベクトルの始点、終点情報を用いて、図形要素を検出する。すなわち、閉形状を構成する各ベクトルはその両端にそれぞれ連結するベクトルを有しているという原理を応用して、区分線が構成している閉図形を図形要素として検出する。

特開２００６−１８５１３２号公報 特開２００７−１５８４１３号公報

本発明は、上述のような問題を解決するために成されたものであり、全体領域の画像内に含まれる個々のオブジェクトが小さくなる場合でも、個々のオブジェクトが何であるかを画像認識によって分析することができるようにすることを目的とする。

上記した課題を解決するために、本発明では、全体領域を複数の領域に分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを対象として、当該複数の分割画像データごとにオブジェクト候補領域を抽出する。そして、各分割領域の分割画像データから抽出されたオブジェクト候補領域の位置および分割領域の隣接位置関係に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定し、その判定の結果を反映させて、オブジェクト候補領域内のオブジェクトを認識するようにしている。

上記のように構成した本発明によれば、全体領域の全体画像データの中から小さいオブジェクトを認識するために、全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを対象としてオブジェクトの認識が行われる。このため、全体画像データを対象として認識する場合に比べて大きいオブジェクトを対象として認識処理が行われる結果、オブジェクトの特徴量を正確に算出することができ、個々のオブジェクトが何であるかを容易に認識することができる。また、１つのオブジェクトが隣接する分割領域にまたがって存在する場合でも、オブジェクト候補領域の位置および分割領域の隣接位置関係に基づいて、１つのオブジェクトとして正しく認識することができる。以上により、本発明によれば、全体領域の画像内に含まれる個々のオブジェクトが小さくなる場合でも、個々のオブジェクトが何であるかを画像認識によって分析することができる。

本実施形態による画像処理装置の機能構成例を示すブロック図である。 画像データ記憶部に記憶される全体画像データおよび分割画像データを模式的に示す図である。 オブジェクト候補領域抽出部およびオブジェクト判定部の処理内容を説明するための模式図である。 オブジェクト判定部の他の判定例を説明するための模式図である。

以下、本発明の一実施形態を図面に基づいて説明する。図１は、本実施形態による画像処理装置の機能構成例を示すブロック図である。図１に示すように、本実施形態の画像処理装置１０は、その機能構成として、画像データ取得部１１、オブジェクト候補領域抽出部１２、オブジェクト判定部１３およびオブジェクト認識部１４を備えている。また、本実施形態の画像処理装置１０には、画像データ記憶部１０１が接続されている。

上記各機能ブロック１１〜１４は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１１〜１４は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶された画像処理用プログラムが動作することによって実現される。

画像データ記憶部１０１は、複数のオブジェクトが含まれる全体領域を所定のサイズおよび所定の解像度の画像で表した全体画像データ、および、全体領域を複数の領域に分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを記憶する。

本実施形態では、画像データの一例として、建築図面の画像データを用いるものとする。この場合における全体領域とは、例えば、建築物の１フロア全体を含む領域を意味する。１フロアが広大な建築物の場合は、１フロアを複数のエリアに分けて、１つのエリアを全体領域とする場合もある。あるいは、複数階建ての建築物における全フロアを含む領域を全体領域としてもよい。全体領域を所定のサイズおよび所定の解像度の画像で表した全体画像データとは、上記のような全体領域の建築図面を、縦Ｎ（ｃｍ）×横Ｍ（ｃｍ）のサイズおよび総画素数がＰ（ピクセル）の解像度から成る画像で表した画像データをいう。

全体領域に含まれる複数のオブジェクトとは、全体領域の画像の中に含まれている個々の物体を意味する。画像データとして建築図面の画像データを用いる場合、建築図面の全体領域に含まれる複数のオブジェクトは、建物の壁や窓、ドア、階段、部屋内の各種設備などを表した構造物図形、建築の作業者が参照する各種の参照図形や基準図形、文字や数字などのテキストなどを示す画像である。

本実施形態では、１つの画像データの容量が大きくなり過ぎないように、建築図面の全体画像データは、所定のサイズ以下および所定の解像度以下の画像で構成されているものとする。この場合、全体の建築図面内に含まれる個々のオブジェクトはサイズが小さくなり、それが何であるかを画像認識によって分析することが難しくなる。

また、全体領域を複数の領域に分割した個々の分割領域とは、例えば、全体領域を縦Ｘ個および横Ｙ個から成る複数の矩形領域に分割した個々の領域をいう。個々の分割領域の分割画像データは、全体画像データと同じ縦Ｎ（ｃｍ）×横Ｍ（ｃｍ）のサイズおよび全体画像データと同じ総画素数Ｐ（ピクセル）の解像度から成る画像データである。

このため、１つの分割画像データ内に含まれるオブジェクトの画像は、全体画像データ内に含まれるオブジェクトの画像よりもサイズが大きくなる。しかも、分割画像データ内に含まれるオブジェクトの画像は、全体画像データ内に含まれる認識不能なオブジェクトをデジタルズームによって拡大したものでなく、ズーミングがされていないオリジナルの画像として記録されたものである。

よって、分割画像データ内に含まれるオブジェクトの画像は、それが何であるかを画像認識によって容易に分析することが可能なものである。ただし、全体画像データでは１つのオブジェクトとして存在していたものが、分割画像データでは複数の分割領域にまたがって存在する場合が生じ得る。よって、この場合には、複数の分割領域にまたがって存在する複数の形状が実は１つのオブジェクトであることを認識する必要がある。これを実現するための処理の詳細は後述する。

図２は、画像データ記憶部１０１に記憶される全体画像データおよび分割画像データを模式的に示す図である。図２に示すように、建築図面の全体領域を含む画像（以下、全体領域画像２１という）の画像データを画像データ記憶部１０１に記憶するとともに、全体領域画像２１を複数（図２の例では、縦３個×横３個の合計９個）の領域に分割した個々の分割領域の画像で、全体画像データと同じサイズおよび同じ解像度で表した画像（以下、分割領域画像２２_-1〜２２_-9という）の画像データを画像データ記憶部１０１に記憶する。

画像データ記憶部１０１は、複数の分割領域画像２２_-1〜２２_-9が全体領域画像２１の中でどの位置に該当するものであるかの配置関係を示すデータも、分割画像データの一部として、あるいは分割画像データの付随データとして記憶している。以下の説明において、分割画像データというときは、この配置関係を示すデータも含むものであるとする。なお、分割画像データは、全体画像データとは別の媒体に記憶されていてもよい。

上記のように画像データ記憶部１０１に記憶された全体画像データおよび分割画像データは、ズーミングをして画像表示する際に用いて好適である。例えば、全体領域画像２１の表示中にズーミング（一部の領域の拡大表示）の実行が指示された場合に、拡大表示の実行が指定されている部分を全体領域画像２１から切り取り、切り取った部分の画素値から別の画素値を補間することによって画像を拡大するデジタルズームの処理を実行する。

ここで、ズーム倍率が所定値を超える場合には、全体領域画像２１から分割領域画像２２_-1〜２２_-9の何れか（拡大表示の実行が指定されている部分を含むもの）に切り替えて、切り替えた分割画像データを用いてデジタルズームの処理を行う。なお、ここでは、全体領域画像２１の第１層、分割領域画像２２_-1〜２２_-9の第２層の２階層で画像データを構成する例を示しているが、分割領域画像２２_-1〜２２_-9を更に小さい領域に分割することにより、３階層以上で画像データを構成し、指示されたズーム倍率に応じて何れかの階層の画像データを用いてデジタルズームの処理を行うようにしてもよい。

全体領域画像２１ではサイズが小さくて殆ど視認できないオブジェクトについて、単なるデジタルズームによる拡大表示では依然として何のオブジェクトかが判然としないところ、上記のように分割領域画像２２_-1〜２２_-9の何れかに切り替えて拡大表示することにより、個々のオブジェクトを大きなサイズで、かつ鮮明に認識し得る態様で表示させることができる。これにより、個々のオブジェクトが何であるかを容易に視認することが可能となる。

画像データ取得部１１は、画像データ記憶部１０１から複数の分割画像データ（分割領域画像２２_-1〜２２_-9の画像データ）を取得する。例えば、画像データ取得部１１は、建築図面の画像全体を分析してその中に含まれている複数のオブジェクトを検出することを指示する操作がユーザにより行われたときに、画像データ記憶部１０１から複数の分割画像データを取得する。このように、建築図面の画像全体を分析する場合でも、画像データ取得部１１は、全体画像データではなく複数の分割画像データを取得する。

オブジェクト候補領域抽出部１２は、画像データ取得部１１により取得された複数の分割画像データごとに、特徴量を算出し、当該特徴量に基づいてオブジェクト候補領域を抽出する。ここでの特徴量の算出およびオブジェクト候補領域の抽出は、公知技術を適用して行うことが可能である。例えば、オブジェクト候補領域抽出部１２は、画素ごとあるいは所定ブロックごとに画像の色、輝度、固有ベクトルなどを特徴量として算出し、周囲画素あるいは周囲ブロックと比べて特徴量が閾値以上異なる部分をオブジェクト候補領域として抽出する。

オブジェクト候補領域抽出部１２が抽出するオブジェクト候補領域は、周囲と比べて特徴量が閾値以上異なる部分のかたまりをそのまま切り出した領域としてもよいが、本実施形態では、周囲と比べて特徴量が閾値以上異なる部分のかたまりを内接する矩形領域をオブジェクト候補領域として抽出するものとする。

オブジェクト判定部１３は、オブジェクト候補領域抽出部１２により複数の分割画像データから抽出されたオブジェクト候補領域の位置、および、複数の分割画像データにより表される分割領域の隣接位置関係（上述した複数の分割領域画像２２_-1〜２２_-9の配置関係を示すデータ）に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定する。

具体的には、オブジェクト判定部１３は、オブジェクト候補領域抽出部１２により互いに隣接する分割領域から抽出された複数のオブジェクト候補領域がそれぞれ、当該隣接する分割領域に共通の境界に接する位置にある場合は、当該複数のオブジェクト候補領域がセットで１つのオブジェクトに対応するものであると判定し、それ以外の場合は、１つのオブジェクト候補領域が単独で１つのオブジェクトに対応するものであると判定する。

図３は、オブジェクト候補領域抽出部１２およびオブジェクト判定部１３の処理内容を説明するための模式図である。図３（ａ）は全体領域画像２１を示し、図３（ｂ）は第２の分割領域画像２２_-2を示し、図３（ｃ）は第５の分割領域画像２２_-5を示している。２つの分割領域画像２２_-2，２２_-5は、共通の境界５１を挟んで上下に隣接している。

図３（ａ）に示すように、２つの分割領域画像２２_-2，２２_-5にまたがるようにして、第１のオブジェクト３１が存在する。また、第５の分割領域画像２２_-5内に第２のオブジェクト３２が存在する。なお、実際には、２つのオブジェクト３１，３２は、それが何であるかを容易には視認できないほど小さいものであるが、説明の都合上、視認できるサイズとして描いている。また、実際には全体領域画像２１の中には２つのオブジェクト３１，３２以外にも多数のオブジェクトが含まれているが、説明の簡便のため省略している。

図３（ａ）に示す全体領域画像２１の中では極めて小さいオブジェクト３１，３２であるが、図３（ｂ）および（ｃ）に示す分割領域画像２２_-2，２２_-5の中では大きいオブジェクトとして存在する。ただし、第１のオブジェクト３１は、上下に隣接する２つの分割領域画像２２_-2，２２_-5にまたがるようにして存在するため、上側の断片オブジェクト３１_-1と下側の断片オブジェクト３１_-2とに分断されている。

オブジェクト候補領域抽出部１２は、２つの分割領域画像２２_-2，２２_-5のそれぞれごとに、特徴量を算出し、当該特徴量に基づいてオブジェクト候補領域を抽出する。図３（ｂ）に示すように、第２の分割領域画像２２_-2からは、第１のオブジェクト３１に関する上側の断片オブジェクト３１_-1を内接する矩形領域が第１のオブジェクト候補領域４１_-1として抽出される。また、図３（ｃ）に示すように、第５の分割領域画像２２_-5からは、第１のオブジェクト３１に関する下側の断片オブジェクト３１_-2を内接する矩形領域が第２のオブジェクト候補領域４１_-2として抽出されるとともに、第２のオブジェクト３２の全体を内接する矩形領域が第３のオブジェクト候補領域４２として抽出される。

オブジェクト判定部１３は、オブジェクト候補領域抽出部１２により２つの分割領域画像２２_-2，２２_-5から抽出されたオブジェクト候補領域４１_-1，４１_-2，４２の位置、および、２つの分割領域画像２２_-2，２２_-5の隣接位置関係に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域４１_-1，４１_-2，４２が１つのオブジェクトに対応するものか否かを判定する。

ここで、第２の分割領域画像２２_-2から抽出された第１のオブジェクト候補領域４１_-1と、第２の分割領域画像２２_-5から抽出された第２のオブジェクト候補領域４１_-2は、隣接する分割領域に共通の境界５１に接する位置にある。よって、オブジェクト判定部１３は、この２つのオブジェクト候補領域４１_-1，４１_-2がセットで１つのオブジェクトに対応するものであると判定する。

一方、第２の分割領域画像２２_-5から抽出された第３のオブジェクト候補領域４２は、隣接する分割領域に共通の境界５１に接する位置にはない。すなわち、第２の分割領域画像２２_-5から抽出された第３のオブジェクト候補領域４２は、当該第２の分割領域画像２２_-5のどの境界にも接しない位置、つまり第２の分割領域画像２２_-5の中で閉じた位置にある。この場合、オブジェクト判定部１３は、第３のオブジェクト候補領域４２が単独で１つのオブジェクトに対応するものであると判定する。

なお、オブジェクト判定部１３は、オブジェクト候補領域抽出部１２により互いに隣接する分割領域から抽出された、当該隣接する分割領域に共通の境界に接する位置にある複数のオブジェクト候補領域について、境界の位置での大きさの差が閾値以下である場合に限り、当該複数のオブジェクト候補領域がセットで１つのオブジェクトに対応するものであると判定するようにしてもよい。

例えば、図４に示すように、第２の分割領域画像２２_-2から抽出された第１のオブジェクト候補領域４５と、第５の分割領域画像２２_-5から抽出された第２のオブジェクト候補領域４６とが何れも、隣接する２つの分割領域２２_-2，２２_-5に共通の境界５１に接する位置にあるものであるとしても、境界５１に接する位置でのオブジェクト候補領域４５，４６のサイズが異なっている。すなわち、第１のオブジェクト候補領域４５の方が第２のオブジェクト候補領域４６よりも境界５１の位置でのサイズが大きく、境界５１に接する位置において、第２のオブジェクト候補領域４６の左側にα分の座標の差があり、右側にβ分の座標の差がある。

このような場合、オブジェクト判定部１３は、この座標の差α、βが何れも閾値以下である場合に限り、当該２つのオブジェクト候補領域４５，４６がセットで１つのオブジェクトに対応するものであると判定する。このようにすれば、実際には異なる２つのオブジェクトがたまたま境界５１を挟んで接しているような場合に、並んで存在している２つのオブジェクト候補領域４５，４６を１つのオブジェクトに対応するものであると誤認識してしまうことを防止することができる。

オブジェクト認識部１４は、オブジェクト判定部１３による判定の結果を反映させて、オブジェクト候補領域内のオブジェクトを認識する。図３の例でいえば、オブジェクト認識部１４は、２つのオブジェクト候補領域４１_-1，４１_-2をセットとして、当該２つのオブジェクト候補領域４１_-1，４１_-2内に含まれる１つのオブジェクトを認識する。すなわち、オブジェクト認識部１４は、第１のオブジェクト候補領域４１_-1内に含まれる第１の断片オブジェクト３１_-1と、第２のオブジェクト候補領域４１_-2内に含まれる第２の断片オブジェクト３１_-2とを上下に繋げた１つのオブジェクトを認識する。

また、オブジェクト認識部１４は、第３のオブジェクト候補領域４２内に含まれる１つのオブジェクトを認識する。すなわち、オブジェクト認識部１４は、第３のオブジェクト候補領域４２内に含まれる第２のオブジェクト３２を１つのオブジェクトとして認識する。

以上詳しく説明したように、本実施形態では、建築図面の全体領域を複数の領域に分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを対象として、当該複数の分割画像データごとにオブジェクト候補領域を抽出する。そして、各分割領域の分割画像データから抽出されたオブジェクト候補領域の位置および分割領域の隣接位置関係に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定し、その判定の結果を反映させて、オブジェクト候補領域内のオブジェクトを認識するようにしている。

このように構成した本実施形態によれば、全体領域の全体画像データの中から小さいオブジェクトを認識するために、全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを対象としてオブジェクトの認識が行われる。このため、全体画像データを対象として認識する場合に比べて大きいオブジェクトを対象として認識処理が行われる結果、オブジェクトの特徴量を正確に算出することができ、個々のオブジェクトが何であるかを容易に認識することができる。また、１つのオブジェクトが隣接する分割領域にまたがって存在する場合でも、オブジェクト候補領域の位置および分割領域の隣接位置関係に基づいて、１つのオブジェクトとして正しく認識することができる。以上により、本実施形態によれば、全体領域の画像データ内に含まれる個々のオブジェクトが小さくなる場合でも、個々のオブジェクトが何であるかを画像認識によって分析することができる。

なお、上記実施形態では、上下に隣接する２つの分割領域画像から抽出された２つのオブジェクト候補領域を１つのオブジェクトに対応するものと判定してオブジェクトの認識を行う例について説明したが、本発明はこれに限定されない。例えば、左右に隣接する２つの分割領域画像についても同様の処理を行うことが可能である。また、上下または左右に順次隣接する３つ以上の分割領域にまたがって１つのオブジェクトが存在するような場合にも、３つ以上のオブジェクト候補領域を１つのオブジェクトに対応するものと判定してオブジェクトの認識を行うことも可能である。

また、上記実施形態では、画像の一例として建築図面の画像を用いて説明したが、本実施形態を適用可能な画像はこれに限定されるものではない。

その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０ 画像処理装置
１１ 画像データ取得部
１２ オブジェクト候補領域抽出部
１３ オブジェクト判定部
１４ オブジェクト認識部
１０１ 画像データ記憶部

Claims (4)

1. 複数のオブジェクトが含まれる全体領域を複数の領域に分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを記憶する画像データ記憶部から、上記複数の分割画像データを取得する画像データ取得部と、
   上記画像データ取得部により取得された上記複数の分割画像データごとに、特徴量を算出し、当該特徴量に基づいてオブジェクト候補領域を抽出するオブジェクト候補領域抽出部と、
   上記オブジェクト候補領域抽出部により上記複数の分割画像データから抽出された上記オブジェクト候補領域の位置、および、上記複数の分割画像データにより表される上記分割領域の隣接位置関係に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定するオブジェクト判定部と、
   上記オブジェクト判定部による判定の結果を反映させて、上記オブジェクト候補領域内のオブジェクトを認識するオブジェクト認識部とを備えたことを特徴とする画像処理装置。
2. 上記オブジェクト判定部は、上記オブジェクト候補領域抽出部により互いに隣接する分割領域から抽出された複数のオブジェクト候補領域がそれぞれ、当該隣接する分割領域に共通の境界に接する位置にある場合は、当該複数のオブジェクト候補領域がセットで１つのオブジェクトに対応するものであると判定し、それ以外の場合は、１つのオブジェクト候補領域が単独で１つのオブジェクトに対応するものであると判定することを特徴とする請求項１に記載の画像処理装置。
3. 上記オブジェクト判定部は、上記オブジェクト候補領域抽出部により互いに隣接する分割領域から抽出された、当該隣接する分割領域に共通の境界に接する位置にある複数のオブジェクト候補領域の上記境界の位置での大きさの差が閾値以下である場合に限り、当該複数のオブジェクト候補領域がセットで１つのオブジェクトに対応するものであると判定することを特徴とする請求項２に記載の画像処理装置。
4. 複数のオブジェクトが含まれる全体領域を複数の領域に分割した個々の分割領域を全体画像データと同じサイズおよび同じ解像度の画像で表した複数の分割画像データを記憶する画像データ記憶部から、上記複数の分割画像データを取得する画像データ取得手段、
   上記画像データ取得により取得された上記複数の分割画像データごとに、特徴量を算出し、当該特徴量に基づいてオブジェクト候補領域を抽出するオブジェクト候補領域抽出手段、
   上記オブジェクト候補領域抽出手段により上記複数の分割画像データから抽出された上記オブジェクト候補領域の位置、および、上記複数の分割画像データにより表される上記分割領域の隣接位置関係に基づいて、互いに隣接する分割領域から抽出された複数のオブジェクト候補領域が１つのオブジェクトに対応するものか否かを判定するオブジェクト判定手段、および
   上記オブジェクト判定手段による判定の結果を反映させて、上記オブジェクト候補領域内のオブジェクトを認識するオブジェクト認識手段
   としてコンピュータを機能させるための画像処理用プログラム。