データ処理装置、データ処理方法およびプログラム
【課題】空間的な広がりを有するデータを、その特徴を適切に反映したデータに縮小できる、データ処理装置、データ処理方法およびプログラムを提供する。
【解決手段】ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し（ステップＳ１０２）、データテーブル上で第１次元方向のデータ配列毎に最頻値を求め（ステップＳ１０３）、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め（ステップＳ１０４）、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出する（ステップＳ１０６）。
【解決手段】ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し（ステップＳ１０２）、データテーブル上で第１次元方向のデータ配列毎に最頻値を求め（ステップＳ１０３）、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め（ステップＳ１０４）、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出する（ステップＳ１０６）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、データ処理装置、データ処理方法およびプログラムに関する。
【背景技術】
【０００２】
従来、平面データ、立体データ、時系列データ等、空間的な広がり（時空間的な広がりも含む。）を有するデータを縮小することが知られている。例えば、２次元の画像データの場合、２次元データとしてそのまま縮小すると、空間的な広がりを伴う（画像）データとして取扱うことになり、データ量や表示領域の面等で好ましくない場合があった。一方、１次元データとして縮小すると、空間的な広がりを伴わない（線分）データとして取扱い可能となり、データ量や表示領域を縮小できる。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
ところで、データの統計的な代表値としては、しばしば最頻値や平均値等が用いられている。このため、例えば、画像データのデータ列毎に最頻値や平均値等を代表値として求め、データ列毎の代表値を横方向に並べて線分データを生成する場合がある。しかし、この場合、互いに関連しないデータ列毎の代表値を横方向に並べてしまい、画像データの特徴を適切に反映した線分データを生成できない場合がある。
【０００４】
そこで、本発明は、空間的な広がりを有するデータを、その特徴を適切に反映したデータに縮小できる、データ処理装置、データ処理方法およびプログラムを提供しようとするものである。
【課題を解決するための手段】
【０００５】
本発明のある観点によれば、ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出す読出し部と、データテーブル上で第１次元方向のデータ配列毎に最頻値を求める最頻値算出部と、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求める存在数算出部と、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出する抽出部とを備えるデータ処理装置が提供される。
【０００６】
データ処理装置は、データテーブルのデータが所定条件を満たす場合に、データを級数低減した修正テーブルを生成する級数低減部をさらに備え、最頻値算出部は、修正テーブル上で第１次元方向のデータ配列毎に最頻値を再び求めてもよい。
【０００７】
データ処理装置は、データテーブルのデータが所定条件を満たす場合に、データの前後値からなる拡張テーブルを生成する拡張部をさらに備え、最頻値算出部は、データテーブルと拡張テーブル上で第１次元方向のデータ配列毎に最頻値を再び求め、存在数算出部は、データテーブルと拡張テーブル上でそれぞれに、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め、データテーブルについて求めた最頻値の存在数に拡張テーブルについて求めた最頻値の存在数を合わせてもよい。
【０００８】
データ処理装置は、第１次元方向のデータ配列毎に同一最頻値の存在数を求め、所定条件として、第１次元方向の全てのデータ配列で同一最頻値の存在数が所定閾値未満であるかを判定する最頻値判定部をさらに備えてもよい。
【０００９】
データ処理装置は、所定条件として、ｎ−１次元方向の全てのデータ配列で最頻値の存在数が所定閾値未満であるかを判定する存在数判定部をさらに備えてもよい。
【００１０】
存在数算出部は、データテーブルについて求めた最頻値の存在数と、拡張テーブルについて求めた最頻値の存在数とを異なる重み付けで合わせてもよい。
【００１１】
存在数算出部は、第１次元方向のデータ配列毎に最頻値を第１値とし、最頻値以外を第２値とする集計テーブルを用いて、ｎ−１次元方向のデータ配列毎に最頻値の存在数を求めてもよい。
【００１２】
存在数判定部は、ｎ−１次元方向のデータ配列毎に最頻値が連続して存在する数を示す連続存在数をさらに求め、抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、最頻値の連続存在数が最大となるデータ配列を抽出してもよい。
【００１３】
存在数判定部は、ｎ−１次元方向のデータ配列毎に最頻値の分布をさらに求め、抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、最頻値が特定の分布を示すデータ配列を抽出してもよい。
【００１４】
抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列以外のデータ配列をさらに抽出してもよい。
【００１５】
抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列に隣接するデータ配列をさらに抽出してもよい。
【００１６】
データ処理装置は、２次元画像のデータテーブルから１次元画像のデータ配列を抽出してもよい。
【００１７】
データ処理装置は、２次元画像の時間分布を示すデータテーブルから２次元画像のデータ配列を抽出してもよい。
【００１８】
データ処理装置は、３次元画像のデータテーブルから２次元画像のデータ配列を抽出してもよい。
【００１９】
本発明の他の観点によれば、ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出することを含むデータ処理方法が提供される。
【００２０】
本発明の他の観点によれば、上記データ処理方法をコンピュータに実行させるためのプログラムが提供される。ここで、プログラムは、コンピュータ読取り可能な記録媒体を用いて提供されてもよく、通信手段等を介して提供されてもよい。
【発明の効果】
【００２１】
本発明によれば、空間的な広がりを有するデータを、その特徴を適切に反映したデータに縮小できる、データ処理装置、データ処理方法およびプログラムを提供することができる。
【図面の簡単な説明】
【００２２】
【図１】本発明の実施形態に係るデータ処理方法の概要を示す図である。
【図２】本発明の第１実施形態に係るデータ処理装置の構成を示すブロック図である。
【図３】第１実施形態に係るデータ処理方法を示すフロー図である。
【図４】第１実施形態に係るデータ処理方法を説明する図である。
【図５】第１実施形態に係るデータ処理方法を説明する図である。
【図６】第１実施形態に係るデータ処理方法の結果を示す図である。
【図７】本発明の第２実施形態に係るデータ処理装置の構成を示すブロック図である。
【図８】第２実施形態に係るデータ処理方法を示すフロー図である。
【図９】第２実施形態に係るデータ処理方法を説明する図である。
【図１０】本発明の第３実施形態に係るデータ処理装置の構成を示すブロック図である。
【図１１】第３実施形態に係るデータ処理方法を示すフロー図である。
【図１２Ａ】第３実施形態に係るデータ処理方法を説明する図である。
【図１２Ｂ】第３実施形態に係るデータ処理方法を説明する図である。
【図１３】第３実施形態に係るデータ処理方法を説明する図である。
【図１４】本発明の第４実施形態に係るデータ処理装置の構成を示すブロック図である。
【図１５】第４実施形態に係るデータ処理方法を示すフロー図である。
【図１６】第４実施形態に係るデータ処理方法を説明する図である。
【図１７】第４実施形態に係るデータ処理方法を説明する図である。
【図１８】第４実施形態に係るデータ処理方法を説明する図である。
【図１９】本発明の実施形態に係るデータ処理方法の応用例を示す図である。
【図２０】本発明の実施形態に係るデータ処理方法の応用例を示す図である。
【発明を実施するための形態】
【００２３】
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
【００２４】
［１．データ処理方法の概要］
まず、図１を参照して本発明の実施形態に係るデータ処理方法の概要について説明する。データ処理方法は、平面データ、立体データ、時系列データ等、空間的な広がり（時空間的な広がりも含む）を有するデータを、その特徴を適切に反映したデータに縮小するものである。
【００２５】
データ処理方法では、ｎ（ｎ：２以上の自然数）次元のデータテーブルが読み出され、データテーブル上で第１次元方向のデータ配列毎に最頻値が求められる。つぎに、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるｎ−１次元方向のデータ配列がデータテーブルから抽出される。
【００２６】
以下では、データテーブルが画像情報を表す場合について説明するが、データテーブルが他の情報を表してもよい。また、以下では、２次元データを処理する場合について主に説明するが、３次元データまたは４次元以上のデータを処理してもよい。
【００２７】
図１は、本発明の実施形態に係るデータ処理方法の概要を示す図である。図１に示す例では、Ｙ行Ｘ列の２次元データ行列Ｔ１１が処理される。以下では、データ行列がｙ方向を第１次元、ｘ方向を第２次元として処理される場合について説明するが、ｘ方向を第１次元、ｙ方向を第２次元として処理されてもよい。
【００２８】
データテーブルＴ１１上では、ｙ方向のデータ配列毎、つまりｘ＝１〜Ｘのデータ列毎に最頻値が求められる。例えば、最頻値は、ｘ＝１のデータ列で４、ｘ＝２のデータ列で１、ｘ＝３のデータ列で２、ｘ＝４のデータ列で３、ｘ＝５のデータ列で５、…、ｘ＝Ｘのデータ列で１と求められる。なお、Ｔ１１では、データ列毎の最頻値にハッチングが施されている。
【００２９】
つぎに、ｘ方向のデータ配列毎、つまりｙ＝１〜Ｙのデータ行毎にデータ列毎の最頻値の存在数が求められる。例えばｙ＝３のデータ行では、ｘ＝１〜５のデータ列を含む１２のデータ列で最頻値が存在し、存在数が１２と求められるとする。同様に、ｙ＝１、２、４、５、…、Ｙのデータ行では、最頻値の存在数が１２未満として求められるとする。
【００３０】
そして、最頻値の存在数が最大となるｘ方向のデータ配列、つまりデータ行がデータテーブルＴ１１から抽出される。例えばｙ＝３のデータ行Ｌ１１で最頻値の存在数が最大となるので、ｙ＝３のデータ行Ｌ１１がデータテーブルＴ１１から抽出される。
【００３１】
これにより、２次元データは、２次元データのデータ行のうち、データ列の最頻値が最も多く存在する特定のデータ行、つまり、２次元データのデータ行方向の関連性を維持しつつ、２次元データの特徴を表す１次元データに縮小される。よって、空間的な広がりを有する２次元データを、その特徴を適切に反映した１次元データに縮小することができる。
【００３２】
［２．第１実施形態］
つぎに、図２から図６を参照して本発明の第１実施形態について説明する。第１実施形態は、２次元の画像データを、その特徴を適切に反映した線分データに縮小するものである。
【００３３】
図２は、本発明の第１実施形態に係るデータ処理装置１０の構成を示すブロック図である。データ処理装置１０は、パーソナルコンピュータ、ＰＤＡ、携帯電話、デジタルカメラ等の画像処理装置である。図２に示すように、データ処理装置１０は、２次元データ生成部１１（生成部１１）、２次元データ記憶部１２（記憶部１２）、２次元データ読出部１３（読出部１３）、最頻値算出部１４、存在数算出部１５、存在数判定部１６および１次元データ抽出部１７（抽出部１７）を含んでいる。
【００３４】
生成部１１は、画像データから２次元のデータテーブルを生成する。画像データは、一般に、ｘ−ｙ画像平面上の画素毎のＲ（赤）、Ｇ（緑）、Ｂ（青）の組値からなる。生成部１１では、例えば、Ｒ、Ｇ、Ｂ値がＨ（色相）、Ｓ（彩度）、Ｖ（明度）の組値またはＹ（輝度）、Ｕ（色差）、Ｖ（色差）の組値に変換され、Ｈ値またはＹ値をデータとして、ｘ−ｙ画像平面上のデータ分布を示す２次元のデータテーブルが生成される。なお、生成部１１では、ＲＧＢ値からＨ値またはＹ値への変換とは異なる変換が行われてもよく、例えばＧ値のみが用いられてもよい。また、線分データの用途と計算量に応じては、この段階で画像データが縮小されてもよい。
【００３５】
記憶部１２は、生成部１１により生成されたデータテーブルを記憶する。読出部１３は、線分データを生成するために、記憶部１２に記憶されたデータテーブルを読出す。
【００３６】
最頻値算出部１４は、データテーブル上で第１次元方向のデータ配列毎に最頻値を求める。以下では、ｘ−ｙ画像平面上のｙ方向を第１次元、ｘ方向を第２次元として説明するが、ｘ方向を第１次元、ｙ方向を第２次元としてもよい。よって、データテーブル上でｙ方向のデータ配列毎、つまりデータ列毎に最頻値が求められる。
【００３７】
存在数算出部１５は、第２次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求める。よって、データテーブル上でｘ方向のデータ配列毎、つまりデータ行毎に、最頻値算出部１４により求められたデータ列毎の最頻値の存在数が求められる（集計される）。
【００３８】
存在数判定部１６は、存在数算出部１５により求められたデータ行毎の最頻値の存在数を判定する。なお、存在数の判定処理の詳細については後述する。抽出部１７は、最頻値の存在数が最大となるデータ行をデータテーブルから抽出する。
【００３９】
なお、データ処理装置１０の構成要素は、電気回路等のハードウェアおよび／またはプログラム等のソフトウェアとして構成される。データ処理装置１０は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなる制御部（不図示）を有し、ＣＰＵは、後述するデータ処理方法を実行するためのプログラムをＲＯＭ等から読出し、ＲＡＭ上に展開して実行することで、データ処理装置１０の動作を実現する。なお、データ処理装置１０の各構成要素は、他の構成要素と一体に構成されてもよく、複数の構成要素に分けて構成されてもよい。
【００４０】
図３は、第１実施形態に係るデータ処理方法を示すフロー図である。図３に示すように、生成部１１は、画像データから２次元のデータテーブルを生成し、記憶部１２に記憶させる（ステップＳ１０１）。読出部１３は、線分データを生成するためにデータテーブルを記憶部１２から読出す（ステップＳ１０２）。
【００４１】
図４には、データテーブルの一例が示されている。図４のＴ４１に示すように、データテーブルは、画像データの画素値（データ）を格納する５行５列の２次元データ行列である。データは、例えば１〜５の範囲の値である。なお、以下の説明では、簡略化されたデータテーブルを用いて、本発明の実施形態に係るデータ処理方法が説明されている。しかし、実際のデータテーブルは、例えば１９２０×１０８０の画像データの画素値を格納する２次元データ行列となる。
【００４２】
最頻値算出部１４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ１０３）。図４のＴ４２に示すように、ｘ＝１のデータ列（１、４、４、２、４）からｙ＝２、３、５で最頻値４が求められ、ｘ＝２のデータ列（１、１、１、１、１）からｙ＝１、２、３、４、５で最頻値１が求められる。同様に、ｘ＝３のデータ列（１、２、２、２、４）からｙ＝２、３、４で最頻値２、ｘ＝４のデータ列（１、３、３、３、５）からｙ＝２、３、４で最頻値３、ｘ＝５のデータ列（１、２、５、５、５）からｙ＝３、４、５で最頻値５が求められる。
【００４３】
なお、例えばデータ列（１、１、２、２、３）のデータ１、２のように、最頻値が２つ以上ある場合、２つ以上の最頻値（この場合、最頻値１、２）が求められる。最頻値の算出結果は、データ列毎の最頻値または最頻値の位置として一時的に記憶される。
【００４４】
存在数算出部１５は、データテーブル上でｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ１０４）。図４のＴ４３に示すように、最頻値の存在数は、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、４、５、４、３）となる。
【００４５】
ここで、Ｔ４３に示すように、データテーブル上で最頻値に相当するデータを第１値（例えば１）、最頻値に相当しないデータを第２値（例えば０）とする集計テーブルが用いられてもよい。これにより、集計テーブル上でデータ行毎に第１値および第２値を合計することで、データ行毎の最頻値の存在数を簡単に集計できる。一方、集計テーブルを用いずに、最頻値の算出結果に基づき、データ列毎の最頻値または最頻値の位置を参照しながら、データ行毎に最頻値の存在数を集計してもよい。
【００４６】
存在数判定部１６は、最頻値の存在数が最大となるデータ行が複数存在するかを判定する（ステップＳ１０５）。図４に示す例では、ｙ＝３のデータ行でのみ最頻値の存在数が最大となるので、処理がステップＳ１０６に移行する。なお、最頻値の存在数が最大となるデータ行が複数存在する場合の処理については後述する。
【００４７】
抽出部１７は、最頻値の存在数が最大となるデータ行をデータテーブルから抽出する（ステップＳ１０６）。図４に示す例では、Ｔ４１に示すように、最頻値の存在数が最大となるｙ＝３のデータ行（４、１、２、３、５）が抽出される。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ１０７）。
【００４８】
図５には、最頻値の存在数の算出結果について他の例が示されている。図５には、データテーブル上で最頻値に相当するデータを１、最頻値に相当しないデータを０とする集計テーブルが示されている。
【００４９】
図５のＴ５１に示す算出結果１では、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、４、４、３、３）と求められている。この場合、存在数判定部１６は、ｙ＝２、３のデータ行で最頻値の存在数が最大となると判定し、以下の処理をする。
【００５０】
存在数判定部１６では、最頻値の存在数が最大となるｙ＝２、３のデータ行について、最頻値がデータ列間で連続して存在する数を示す最頻値の連続存在数が求められる（ステップＳ１０８）。算出結果１では、最頻値の分布は、ｙ＝２のデータ行で（１、１、１、１、０）、ｙ＝３のデータ行で（１、１、０、１、１）となり、最頻値の連続存在数は、ｙ＝２のデータ行で４、ｙ＝３のデータ行で２と求められる。存在数算出部１５は、最頻値の連続存在数の算出結果を抽出部１７に通知する。そして、抽出部１７は、最頻値の存在数が最大となるｙ＝２、３のデータ行のうち、最頻値の連続存在数が最大となるｙ＝２のデータ行をデータテーブルから抽出する（ステップＳ１０９）。
【００５１】
図５のＴ５２に示す算出結果２では、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、３、３、３、３）と求められている。この場合、存在数判定部１６は、ｙ＝２、３、４、５のデータ行で最頻値の存在数が最大となると判定し、以下の処理をする。
【００５２】
存在数判定部１６では、最頻値の存在数が最大となるｙ＝２、３、４、５のデータ行について、最頻値の連続存在数が求められる。算出結果２では、最頻値の分布は、ｙ＝２のデータ行で（１、１、１、０、０）、ｙ＝３のデータ行で（１、１、０、０、１）、ｙ＝４のデータ行で（０、１、１、１、０）、ｙ＝５のデータ行で（１、１、０、０、１）となる。よって、最頻値の連続存在数は、ｙ＝２のデータ行で３、ｙ＝３のデータ行で２、ｙ＝４のデータ行で３、ｙ＝５のデータ行で２と求められる。
【００５３】
この場合、ｙ＝２、４のデータ行で最頻値の連続存在数が最大となるので、ｙ＝２、４のデータ行で最頻値の分布がさらに検証される。そして、ｙ＝４のデータ行では、最頻値の分布がデータ行の中央に偏っていると判定される。存在数算出部１５は、最頻値の分布の検証結果を抽出部１７に通知する。そして、抽出部１７は、最頻値の存在数が最大となるｙ＝２、３、４、５のデータ行のうち、最頻値の連続存在数が最大となり、かつ最頻値の分布がデータ行の中央に偏っているｙ＝４のデータ行をデータテーブルから抽出する。なお、「画像の画素的中央」を評価（距離算出）の基点としているが、顔画像認識結果等、外部から評価の基点が与えられる場合には、その結果を利用してもよい。
【００５４】
図６には、２次元の画像データを縮小した線分データの抽出例が示されている。図６の抽出例１では、ｘ−ｙ画像平面上のｙ方向を第１次元、ｘ方向を第２次元として、画像データＤ６が線分データＬ６１に縮小されている。画像データＤ６は、画像データＤ６のデータ行（ｘ方向）のうち、データ列（ｙ方向）毎の最頻値が最も多く存在する特定のデータ行、つまり、画像データＤ６のデータ行方向の関連性を維持しつつ、画像データＤ６の特徴を適切に反映した線分データＬ６１に縮小される。
【００５５】
図６の抽出例２では、画像データＤ６が３つの線分データＬ６１、Ｌ６２、Ｌ６３に縮小されている。３つの線分データＬ６１〜Ｌ６３は、最頻値が最も多く存在するデータ行と、その上下に隣接するデータ行とを示す線分データＬ６１〜Ｌ６３からなる。なお、線分データの数は、画像データＤ６のデータ行数（例えば１０８０行）に比べて十分に少なければ、２つでもよく、４つ以上でもよい。また、複数の線分データは、最頻値が最も多く存在するデータ行と、最頻値が２番目に多く存在するデータ行でもよい。
【００５６】
図６の抽出例３では、ｘ−ｙ画像平面上のｘ方向を第１次元、ｙ方向を第２次元として、画像データＤ６が線分データＬ６４に縮小されている。画像データＤ６は、画像データＤ６のデータ列（ｙ方向）のうち、データ行（ｘ方向）毎の最頻値が最も多く存在する特定のデータ列、つまり、画像データＤ６のデータ列方向の関連性を維持しつつ、画像データＤ６の特徴を適切に反映した線分データＬ６４に縮小される。
【００５７】
以上説明したように、第１実施形態に係るデータ処理方法によれば、データテーブル上で第１次元方向のデータ配列毎に最頻値が求められ、第２次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数が求められ、最頻値の存在数が最大となる第２次元方向のデータ配列がデータテーブルから抽出される。これにより、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００５８】
［３．第２実施形態］
つぎに、図７から図９を参照して本発明の第２実施形態について説明する。第１実施形態では、データテーブルの値をそのまま用いて最頻値の存在数を求めた。しかし、データのばらつきが大きいと、画像データの特徴を適切に反映した線分データを生成できない場合がある。例えば、自然物やグラデーションが大きな領域を占めている画像データでは、これらの領域に代えて単一色の領域が画像データの特徴を表す領域として捉えられてしまう。
【００５９】
このため、第２実施形態は、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）を級数低減するものである。なお、以下では、第１実施形態と重複する説明を省略する。
【００６０】
図７は、本発明の第２実施形態に係るデータ処理装置２０の構成を示すブロック図である。図７に示すように、データ処理装置２０は、２次元データ生成部２１（生成部２１）、２次元データ記憶部２２（記憶部２２）、２次元データ読出部２３（読出部２３）、最頻値算出部２４、存在数算出部２５、最頻値判定部２６、存在数判定部２７、データ級数低減部２８（級数低減部２８）および１次元データ抽出部２９（抽出部２９）を含んでいる。
【００６１】
第１実施形態と同様に、最頻値算出部２４は、データ列毎に最頻値を求め、存在数算出部２５は、データ行毎にデータ列毎の最頻値の存在数を求める（集計する）。
【００６２】
最頻値判定部２６は、データ列毎に最頻値算出部２４により求められた同一最頻値の存在数を求め、全てのデータ列でデータ列毎の同一最頻値の存在数が所定閾値未満であるかを判定し、条件に該当する場合、データテーブルの級数低減を級数低減部２８に指示する。
【００６３】
存在数判定部２７は、存在数算出部２５により求められたデータ行毎の最頻値の存在数が全てのデータ行で所定閾値未満であるかを判定し、条件に該当する場合、データテーブルの級数低減を級数低減部２８に指示する。
【００６４】
級数低減部２８は、最頻値判定部２６または存在数判定部２７から級数低減を指示されると、記憶部２２からデータテーブルを読出し、データテーブルを級数低減した修正テーブルを生成する。そして、級数低減部２８は、修正テーブルを用いてデータ列毎に最頻値を再び求めるように、最頻値算出部２４に指示する。
【００６５】
図８は、第２実施形態に係るデータ処理方法を示すフロー図である。図８に示すように、データ処理装置２０では、第１実施形態と同様に、２次元のデータテーブルが生成・記憶され（ステップＳ２０１）、線分データを生成するために読出される（ステップＳ２０２）。
【００６６】
図９には、データテーブルの一例が示されている。図９のＴ９１に示すように、データテーブルは、画像データのデータを格納する５行５列の２次元データ行列である。データは、例えば０〜２５５の範囲の値である。
【００６７】
最頻値算出部２４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ２０３）。最頻値判定部２６は、ｘ＝１〜５のデータ列毎に同一最頻値の存在数を求め（ステップＳ２０４）、全てのデータ列で同一最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ２０５）。
【００６８】
ここで、データ列毎の同一最頻値の存在数の閾値が３であるとするが、閾値は、データテーブルのサイズやデータの値の範囲に応じて適切に設定される。図９に示す例では、ｘ＝１〜５のデータ列毎に全てのデータの頻度が１であるので、最頻値を有意に求めることができない。よって、最頻値判定部２６では、全てのデータ列で同一最頻値の存在数が閾値３未満であると判定され、級数低減が級数低減部２８に指示される。
【００６９】
級数低減部２８は、級数低減を指示されると、データテーブルを記憶部２２から読出し、データテーブルを級数低減した修正テーブルを生成する（ステップＳ２１０）。図９に示す例では、Ｔ９２に示すように、データテーブルの値を２４で級数低減し、つまり２４＝１６で除算して商を求めることで、修正テーブルが生成される。これにより、データは、０〜２５５の範囲の値から０〜１５の範囲の値に変換される。
【００７０】
ここで、級数低減は、最頻値判定部２６および存在数判定部２７により最頻値の存在数が閾値を満たすと判定されるまで、例えば２１、２２、２３、２４、２５、…の値でデータテーブルを順次に除算して商を求めることで行われる。なお、級数低減は、２１、２２、２３、２４、２５、…の値以外で行われてもよい。また、級数低減は、データの値の範囲を等間隔に区分する代わりに、特定の範囲を狭く、他の範囲を広く区分してもよい。
【００７１】
そして、最頻値算出部２４は、修正テーブルをデータテーブルとみなしてｘ＝１〜５のデータ列毎に最頻値を再び求め（ステップＳ２０３）、最頻値判定部２６は、データ列毎に同一最頻値の存在数を再び求める（ステップＳ２０４）。同一最頻値の存在数は、Ｔ９２に示すように、ｘ＝２のデータ列で最頻値１が２つ、ｘ＝３のデータ列で最頻値９が２つ、ｘ＝４のデータ列で最頻値１５が３つとなる。この場合、最頻値判定部２６は、ｘ＝４のデータ列で最頻値の存在数が閾値３以上であると判定する（ステップＳ２０５）。
【００７２】
すると、存在数算出部２５は、修正テーブルをデータテーブルとみなしてｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ２０６）。図９に示す例では、Ｔ９３に示すように、最頻値の存在数は、ｙ＝（１、２、３、４、５）のデータ行で（５、４、３、２、３）となる。
【００７３】
存在数判定部２７は、全てのデータ行でｙ＝１〜５のデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ２０７）。ここで、データ行毎の最頻値の存在数の閾値が４であるとするが、閾値は、データテーブルのサイズやデータの値の範囲に応じて適切に設定される。
【００７４】
図９に示す例では、最頻値の存在数がｙ＝１のデータ行で５、ｙ＝２のデータ行で４である。よって、存在数判定部２７では、ｙ＝１、２のデータ行で最頻値の存在数が閾値４以上であると判定される。最頻値の存在数の判定結果は、抽出部２９に通知される。なお、全てのデータ行で最頻値の存在数が閾値未満であると判定されると、級数低減が級数低減部２８に指示される。そして、前述した場合と同様に、ステップＳ２０３以降の処理が繰返される。
【００７５】
抽出部２９は、データテーブルから最頻値の存在数が最大となるデータ行、Ｔ９１に示すように、ｙ＝１のデータ行（１５１、２２、１５４、２４６、６５）を抽出する（ステップＳ２０８）。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ２０９）。
【００７６】
以上説明したように、第２実施形態に係るデータ処理方法によれば、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）が級数低減される。これにより、データのばらつきが大きい画像データでも、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００７７】
［４．第３実施形態］
つぎに、図１０から図１３を参照して本発明の第３実施形態について説明する。第２実施形態では、データテーブルの値を級数低減して最頻値の存在数を求めた。しかし、級数低減によりデータを適切に区分しないと、画像データの特徴を適切に反映した線分データを生成できない場合がある。例えば、本来区分されるべきではない複数のデータを区分してしまうと、区分された各データの頻度が小さくなり、画像データの特徴を表すデータとして捉えられなくなってしまう。
【００７８】
このため、第３実施形態は、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブルを拡張するものである。なお、以下では、第１実施形態と重複する説明を省略する。
【００７９】
図１０は、本発明の第３実施形態に係るデータ処理装置３０の構成を示すブロック図である。図１０に示すように、データ処理装置３０は、２次元データ生成部３１（生成部３１）、２次元データ記憶部３２（記憶部３２）、２次元データ読出部３３（読出部３３）、最頻値算出部３４、存在数算出部３５、最頻値判定部３６、存在数判定部３７、データ拡張部３８（拡張部３８）および１次元データ抽出部３９（抽出部３９）を含んでいる。
【００８０】
第２実施形態と同様に、最頻値判定部３６は、全てのデータ列でデータ列毎の同一最頻値の存在数が所定閾値未満であるかを判定し、存在数判定部３７は、全てのデータ行でデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する。そして、第３実施形態では、最頻値判定部３６および存在数判定部３７は、上記条件に該当する場合、データテーブルの拡張を拡張部３８に指示する。
【００８１】
拡張部３８は、最頻値判定部３６または存在数判定部３７からデータテーブルの拡張を指示されると、記憶部３２からデータテーブルを読出し、データ配列の値の前後値からなる拡張テーブルを生成する。そして、拡張部３８は、データテーブルと拡張テーブルを用いてデータ列毎に最頻値を再び求めるように、最頻値算出部３４に指示する。
【００８２】
図１１は、第３実施形態に係るデータ処理方法を示すフロー図である。図１１に示すように、データ処理装置３０では、第１実施形態と同様に、２次元のデータテーブルが生成・記憶され（ステップＳ３０１）、線分データを生成するために読出される（ステップＳ３０２）。
【００８３】
図１２Ａ、１２Ｂには、データテーブルの一例が示されている。図１２ＡのＴ１２１に示すように、データテーブルは、画像データを格納する５行５列の２次元データ行列である。データは、例えば１〜７の範囲の値である。
【００８４】
最頻値算出部３４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ３０３）。最頻値判定部３６は、ｘ＝１〜５のデータ列毎に同一最頻値の存在数を求め（ステップＳ３０４）、全てのデータ列で同一最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ３０５）。図１２Ａに示す例では、Ｔ１２２に示すように、ｘ＝１のデータ列で最頻値３の存在数が閾値３以上であると判定される。
【００８５】
存在数算出部３５は、ｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ３０６）。図１２Ａに示す例では、Ｔ１２８に示すように、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（２、３、３、３、３）と求められる。存在数判定部３７は、全てのデータ行でｙ＝１〜５のデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ３０７）。図１２Ａに示す例では、全てのデータ行で最頻値の存在数が閾値４未満であると判定される。よって、存在数判定部３７は、データテーブルの拡張を拡張部３８に指示する。
【００８６】
拡張部３８は、データテーブルの拡張を指示されると、データテーブルを記憶部３２から読出し、データ配列の値の前後値からなる拡張テーブルを生成する（ステップＳ３１０）。これにより、図１２ＢのＴ１２２、Ｔ１２３、Ｔ１２４に示すように、データテーブル（テーブル１）と、データテーブルの値を１だけ減じた値からなる拡張テーブル（テーブル２）と、１だけ増した値からなる拡張テーブル（テーブル３）とが準備される。
【００８７】
最頻値算出部３４は、テーブル１〜３をまとめてデータテーブルとみなして、ｘ＝１〜５のデータ列毎に最頻値を再び求め（ステップＳ３０３）、最頻値判定部３６は、データ列毎に同一最頻値の存在数を再び求める（ステップＳ３０４）。例えばｘ＝１のデータ列については、テーブル１、２、３のｘ＝１のデータ列、つまり１５のデータから最頻値４が求められる。同様に、ｘ＝２のデータ列で最頻値１、２、３、５、６、７、ｘ＝３のデータ列で最頻値２、３、ｘ＝４のデータ列で最頻値１、２、ｘ＝５のデータ列で最頻値５、６が求められる。そして、最頻値判定部３６では、ｘ＝１、３、４、５のデータ列で同一最頻値の存在数が閾値３以上であると判定される（ステップＳ３０５）。
【００８８】
存在数算出部３５は、ｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を再び求める（ステップＳ３０６）。図１２ＢのＴ１２５、Ｔ１２６、Ｔ１２７は、テーブル１〜３上の最頻値を１、最頻値以外を０として生成された集計テーブルである。そして、集計テーブルのデータを合計することで、Ｔ１２９に示すように、データ行毎にデータ列毎の最頻値の存在数が再び求められる。
【００８９】
Ｔ１２５、Ｔ１２６、Ｔ１２７に示すように、例えばｙ＝１のデータ行では、テーブル１のｘ＝２、３、４のデータ列、テーブル２のｘ＝２、３、４、５のデータ列、テーブル３のｘ＝２のデータ列で最頻値が存在する。よって、Ｔ１２９のｙ＝１のデータ行では、ｘ＝２の値が３、ｘ＝３、４の値が２、ｘ＝５の値が１となり、最頻値の存在数が８と求められる。
【００９０】
同様に、最頻値の存在数は、ｙ＝２のデータ行で７、ｙ＝３のデータ行で５、ｙ＝４のデータ行で９、ｙ＝５のデータ行で７と求められる。これにより、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（８、７、５、９、７）となる。そして、存在数判定部３７では、ｙ＝１〜５のデータ行で最頻値の存在数が閾値４以上であると判定される（ステップＳ３０７）。存在数算出部３５は、最頻値の存在数の判定結果を抽出部３９に通知する。
【００９１】
抽出部３９は、図１２ＢのＴ１２２に相当するテーブル１から、最頻値の存在数が最大となるｙ＝４のデータ行（４、１、３、１、６）を抽出する（ステップＳ３０８）。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ３０９）。
【００９２】
なお、最頻値判定部３６で全てのデータ列で同一最頻値の存在数が閾値未満であると判定されると、データテーブルの拡張が拡張部３８に指示され、ステップＳ３０３以降の処理が繰返される。また、テーブル１〜３を用いても、上記条件に該当する場合には、さらにデータテーブルの値を２だけ減じたテーブル４、２だけ増したテーブル５を準備し、テーブル１〜５を用いてステップＳ３０３以降の処理を繰返してもよい。
【００９３】
図１３には、最頻値の存在数の算出結果について他の例が示されている。図１３のＴ１２２、Ｔ１２３、Ｔ１２４、Ｔ１２６、Ｔ１２７は、図１２ＢのＴ１２２、Ｔ１２３、Ｔ１２４、Ｔ１２６、Ｔ１２７と同様である。しかし、図１３のＴ１３１に示すように、データテーブル（テーブル１）に最頻値が存在する場合、存在数が２として計数され、拡張テーブル（テーブル２、３）に最頻値が存在する場合、存在数が１として計数される。これにより、最頻値の存在数は、テーブルに応じて重み付けされる。
【００９４】
例えば、ｙ＝１のデータ行では、テーブル１のｘ＝２、３、４のデータ列で最頻値が存在し、テーブル２のｘ＝２、３、４、５のデータ列で最頻値が存在し、テーブル３のｘ＝２のデータ列で最頻値が存在する。このため、Ｔ１３２に示すように、ｙ＝１のデータ行では、ｘ＝２のデータ列の値が４、ｘ＝３、４のデータ列の値が３、ｘ＝５のデータ列の値が１となり、最頻値の存在数が１１と求められる。
【００９５】
同様に、最頻値の存在数は、ｙ＝２のデータ行で９、ｙ＝３のデータ行で７、ｙ＝４のデータ行で１４、ｙ＝５のデータ行で９と求められる。これにより、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１１、９、７、１４、９）となり、図１３のＴ１２２に相当するテーブル１から最頻値の存在数が最大となるｙ＝４のデータ行が抽出される。
【００９６】
以上説明したように、第３実施形態に係るデータ処理方法によれば、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）が拡張される。これにより、データの区分にかかわらずに、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００９７】
［５．第４実施形態］
つぎに、図１４から図１８を参照して本発明の第４実施形態について説明する。第４実施形態は、３次元の画像データを、その特徴を適切に反映した２次元の画像データに縮小するものである。３次元の画像データは、画像の時間分布を示すデータでもよく、画像の空間分布を示すデータでもよい。なお、以下では、第１実施形態と重複する説明を省略する。
【００９８】
図１４は、本発明の第４実施形態に係るデータ処理装置４０の構成を示すブロック図である。図１４に示すように、データ処理装置４０は、３次元データ生成部４１（生成部４１）、３次元データ記憶部４２（記憶部４２）、３次元データ読出部４３（読出部４３）、最頻値算出部４４、存在数算出部４５および２次元データ抽出部４６（抽出部４６）を含んでいる。
【００９９】
生成部４１は、画像データから３次元のデータテーブルを生成する。画像の時間分布を示すデータを処理する場合、ｘ−ｙ画像平面上のデータのｔ（時間）方向分布を示す３次元のデータテーブルが生成される。同様に、画像の空間分布を示すデータを処理する場合、ｘ−ｙ画像平面上のデータのｚ方向分布を示す３次元のデータテーブルが生成される。
【０１００】
最頻値算出部４４は、データテーブル上でｔ方向のデータ配列毎に最頻値を求める。以下では、ｘ−ｙ画像平面上のデータのｔ方向分布を示す３次元データを処理する場合について説明するが、ｚ方向分布を示す３次元データを処理する場合についても同様に説明される。よって、ｘ−ｙ画像平面に沿ったデータ配列の同一位置でｔ方向の最頻値が求められる。
【０１０１】
存在数算出部４５は、ｘ−ｙ画像平面に沿ったデータ配列毎にｔ方向のデータ配列毎の最頻値の存在数を求める。よって、ｘ−ｙ画像平面に沿ったデータ配列毎に、最頻値算出部４４により求められたｔ方向のデータ配列毎の最頻値の存在数が求められる（集計される）。抽出部４６は、最頻値の存在数が最大となるｘ−ｙ画像平面に沿ったデータ配列をデータテーブルから抽出する。
【０１０２】
図１５は、第４実施形態に係るデータ処理方法を示すフロー図である。図１５に示すように、生成部４１は、画像（動画）データから３次元のデータテーブルを生成し、記憶部４２に記憶させる（ステップＳ４０１）。読出部４３は、画像（静止画）データを生成するためにデータテーブルを記憶部４２から読出す（ステップＳ４０２）。
【０１０３】
図１６には、データテーブルの一例が示されている。図１６のＴ１６１〜Ｔ１６５に示すように、データテーブルは、ｘ−ｙ画像平面のデータ分布のｔ方向分布を示す５×５×５の３次元データ行列である。
【０１０４】
最頻値算出部４４は、データテーブル上でｔ方向のデータ配列毎に最頻値を求める（ステップＳ４０３）。図１６に示す例では、最頻値は、（ｘ、ｙ）＝（１、５）のデータ配列（４、１、４、１、４）から４と求められ、（ｘ、ｙ）＝（２、５）のデータ配列（０、１、１、０、１）から１と求められる。同様に、ｘ＝１〜５、ｙ＝１〜５の合計２５のデータ配列についてデータ配列毎に最頻値が求められる。
【０１０５】
存在数算出部４５は、データテーブル上でｘ−ｙ方向のデータ配列毎にｔ方向のデータ配列毎の最頻値の存在数を求める（集計する）（ステップＳ４０４）。例えば、図１６のＴ１６６に示すように、ｔ＝１のデータ配列（Ｔ１６１）上の最頻値を１、最頻値以外を０とする集計テーブルＴ１６６が生成され、ｔ＝１のデータ配列について最頻値の存在数が１２と集計される。
【０１０６】
同様にして、図１６に示す例では、最頻値の存在数は、ｔ＝２のデータ配列で１５、ｔ＝３のデータ配列で１６、ｔ＝４のデータ配列で１４、ｔ＝５のデータ配列で１２と求められる。これにより、ｔ＝（１、２、３、４、５）のデータ配列での最頻値の存在数は、（１２、１５、１６、１４、１２）となる。
【０１０７】
抽出部４６は、最頻値の存在数が最大となるデータ配列をデータテーブルから抽出する（ステップＳ４０５）。図１６に示す例では、最頻値の存在数が最大となるｔ＝３のデータ配列が抽出される。抽出したデータ配列は、３次元の画像（動画）データを縮小した２次元の画像（静止画）データとして出力される（ステップＳ４０６）。
【０１０８】
図１７および図１８には、３次元の画像データを縮小した２次元の画像データの抽出例が示されている。図１７の抽出例１は、被写体の動きを撮影したフレーム画像の一例である。抽出例１では、画像平面の時間分布を示す画像データＤ１７１〜Ｄ１７５、…、Ｄ１７６から画像平面の画像データＤ１７４が抽出される。この場合は、画像データＤ１７４は、画像データＤ１７１〜Ｄ１７５、…、Ｄ１７６のうち共通するデータを最も多く含むフレーム画像に相当する。
【０１０９】
画像平面の時間分布を示す画像データは、時間方向に分布する画像平面のうち、時間方向のデータの最頻値が最も多く存在する特定の画像平面、つまり、画像平面方向の関連性を維持しつつ、時間方向に分布する画像平面の特徴を適切に反映した画像平面（フレーム）の画像データに縮小される。
【０１１０】
図１８の抽出例２は、人体の胴部に沿って撮影したＣＴスキャン画像の一例である。抽出例２では、画像平面の空間分布を示す画像データＤ１８１〜Ｄ１８５、…、Ｄ１８６から画像平面の画像データＤ１８４が抽出される。この場合は、画像データＤ１８４は、画像データＤ１８１〜Ｄ１８５、…、Ｄ１８６のうち共通するデータを最も多く含むＣＴ画像に相当する。
【０１１１】
画像平面の空間分布を示す画像データは、垂直方向に分布する画像平面のうち、垂直方向のデータの最頻値が最も多く存在する特定の画像平面、つまり、画像平面方向の関連性を維持しつつ、垂直方向に分布する画像平面の特徴を適切に反映した画像平面の画像データに縮小される。
【０１１２】
以上説明したように、第４実施形態に係るデータ処理方法によれば、データテーブル上でｔ方向（またはｚ方向）のデータ配列毎に最頻値が求められ、ｘ−ｙ平面のデータ配列毎にｔ方向（またはｚ方向）のデータ配列毎の最頻値の存在数が求められ、最頻値の存在数が最大となるｘ−ｙ平面のデータ配列がデータテーブルから抽出される。これにより、空間的な広がり（時空間的な広がりを含む）を有する３次元の画像データを、その特徴を適切に反映した２次元の画像データに縮小することができる。
【０１１３】
［６．応用例］
つぎに、図１９および図２０を参照して本発明の実施形態の応用例について説明する。
【０１１４】
図１９は、２次元の画像データの一部を、その特徴を適切に反映した線分データに縮小するものである。図１９に示す例では、画像データＤ１９１の中央領域の画像データＤ１９２が２次元の画像データとして抽出され、中央領域の左側領域の画像データＤ１９３を縮小した線分データＬ１９３と、右側領域のデータＤ１９４を縮小した線分データＬ１９４とともに配置されている。
【０１１５】
このために、第１実施形態と同様に、まず、左側領域の画像データＤ１９３からＹ行Ｘ列（画像データＤ１９３の画素領域に相当）の２次元のデータテーブルが生成される。つぎに、データテーブル上でｘ＝１〜Ｘのデータ列毎に最頻値が求められ、ｙ＝１〜Ｙのデータ行毎にｘ＝１〜Ｘのデータ列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるデータ行がデータテーブルから抽出され、左側領域の画像データＤ１９３を縮小した線分データＬ１９３として中央領域の画像データＤ１９２に添って配置される。線分データＬ１９３は、例えば、中央領域の画像データＤ１９２の左下に添って配置される。
【０１１６】
なお、右側領域の画像データＤ１９４についても、同様に線分データＬ１９４に縮小されて中央領域の画像データＤ１９２の右上に添って配置される。また、中央領域の上下の領域についても、同様に線分データに縮小されて中央領域の画像データＤ１９２に合成されてもよい。
【０１１７】
図２０は、時間方向に分布する画像データの一部を、その特徴を適切に反映した線分データに縮小するものである。図２０に示す例では、フレーム画像の一部が代表フレームとして抽出され、代表フレーム以外の非代表フレームを縮小した線分データが代表フレームの間に配置されている。図２０に示す例では、Ｄ２０１、Ｄ２０３、Ｄ２０５、Ｄ２０６、Ｄ２０８が代表フレームの画像データに相当し、Ｄ２０２、Ｄ２０４、Ｄ２０７が非代表フレームの画像データに相当する。
【０１１８】
このために、第１実施形態と同様に、まず、非代表フレームの画像データ、例えば画像データＤ２０２からＹ行Ｘ列（画像データＤ２０２の画素領域に相当）の２次元のデータテーブルが生成される。つぎに、データテーブル上でｘ＝１〜Ｘのデータ列毎に最頻値が求められ、ｙ＝１〜Ｙのデータ行毎にｘ＝１〜Ｘのデータ列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるデータ行がデータテーブルから抽出され、非代表フレームの画像データＤ２０２を縮小した線分データＬ２０２として代表フレームの画像データＤ２０１、Ｄ２０３の間に配置される。
【０１１９】
同様に、非代表フレームの画像データＤ２０４、Ｄ２０７から線分データＬ２０４、Ｌ２０７が抽出され、代表フレームの画像データＤ２０３とＤ２０５の間、画像データＤ２０６とＤ２０８の間にそれぞれ配置される。
【０１２０】
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
【０１２１】
例えば、上記実施形態の説明では、２次元または３次元データを処理する場合について説明したが、本発明は、４次元以上のデータを処理する場合にも同様に適用することができる。例えば、時間方向に分布するｘ−ｙ−ｚ立体画像を表す四次元のデータテーブルについて、時間方向に最頻値を求め、ｘ−ｙ−ｚ立体画像毎に最頻値の存在数を求めてもよい。そして、最頻値の存在数が最大となる立体画像をデータテーブルから抽出し、時間方向に分布する立体画像の特徴を適切に反映した立体画像に縮小してもよい。
【０１２２】
また、上記実施形態の説明では、データ処理装置１０、２０、３０、４０がデータテーブルを生成する場合について説明した。しかし、データ処理装置１０、２０、３０、４０は、他の装置により生成されたデータテーブルを取得して処理するようにしてもよい。
【０１２３】
また、上記実施形態の説明では、第１実施形態でのみ、最頻値の存在数が最大となるデータ配列を抽出するために、最頻値の連続存在数や分布傾向を検討する場合について説明した。しかし、他の実施形態でも、同様に、最頻値の連続存在数や分布傾向を検討してもよい。また、第２、３実施形態でのみ、最頻値や最頻値の存在数を判定する場合について説明した。しかし、他の実施形態でも、同様に、最頻値や最頻値の存在数を判定してもよい。
【符号の説明】
【０１２４】
１０、２０、３０、４０ データ処理装置
１１、２１、３１、４１ 生成部
１２、２２、３２、４２ 記憶部
１３、２３、３３、４３ 読出部
１４、２４、３４、４４ 最頻値算出部
１５、２５、３５、４５ 存在数算出部
１６、２７、３７ 存在数判定部
１７、２９、３９、４６ 抽出部
２６、３６ 最頻値判定部
２８ 級数低減部
３８ 拡張部
【技術分野】
【０００１】
本発明は、データ処理装置、データ処理方法およびプログラムに関する。
【背景技術】
【０００２】
従来、平面データ、立体データ、時系列データ等、空間的な広がり（時空間的な広がりも含む。）を有するデータを縮小することが知られている。例えば、２次元の画像データの場合、２次元データとしてそのまま縮小すると、空間的な広がりを伴う（画像）データとして取扱うことになり、データ量や表示領域の面等で好ましくない場合があった。一方、１次元データとして縮小すると、空間的な広がりを伴わない（線分）データとして取扱い可能となり、データ量や表示領域を縮小できる。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
ところで、データの統計的な代表値としては、しばしば最頻値や平均値等が用いられている。このため、例えば、画像データのデータ列毎に最頻値や平均値等を代表値として求め、データ列毎の代表値を横方向に並べて線分データを生成する場合がある。しかし、この場合、互いに関連しないデータ列毎の代表値を横方向に並べてしまい、画像データの特徴を適切に反映した線分データを生成できない場合がある。
【０００４】
そこで、本発明は、空間的な広がりを有するデータを、その特徴を適切に反映したデータに縮小できる、データ処理装置、データ処理方法およびプログラムを提供しようとするものである。
【課題を解決するための手段】
【０００５】
本発明のある観点によれば、ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出す読出し部と、データテーブル上で第１次元方向のデータ配列毎に最頻値を求める最頻値算出部と、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求める存在数算出部と、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出する抽出部とを備えるデータ処理装置が提供される。
【０００６】
データ処理装置は、データテーブルのデータが所定条件を満たす場合に、データを級数低減した修正テーブルを生成する級数低減部をさらに備え、最頻値算出部は、修正テーブル上で第１次元方向のデータ配列毎に最頻値を再び求めてもよい。
【０００７】
データ処理装置は、データテーブルのデータが所定条件を満たす場合に、データの前後値からなる拡張テーブルを生成する拡張部をさらに備え、最頻値算出部は、データテーブルと拡張テーブル上で第１次元方向のデータ配列毎に最頻値を再び求め、存在数算出部は、データテーブルと拡張テーブル上でそれぞれに、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め、データテーブルについて求めた最頻値の存在数に拡張テーブルについて求めた最頻値の存在数を合わせてもよい。
【０００８】
データ処理装置は、第１次元方向のデータ配列毎に同一最頻値の存在数を求め、所定条件として、第１次元方向の全てのデータ配列で同一最頻値の存在数が所定閾値未満であるかを判定する最頻値判定部をさらに備えてもよい。
【０００９】
データ処理装置は、所定条件として、ｎ−１次元方向の全てのデータ配列で最頻値の存在数が所定閾値未満であるかを判定する存在数判定部をさらに備えてもよい。
【００１０】
存在数算出部は、データテーブルについて求めた最頻値の存在数と、拡張テーブルについて求めた最頻値の存在数とを異なる重み付けで合わせてもよい。
【００１１】
存在数算出部は、第１次元方向のデータ配列毎に最頻値を第１値とし、最頻値以外を第２値とする集計テーブルを用いて、ｎ−１次元方向のデータ配列毎に最頻値の存在数を求めてもよい。
【００１２】
存在数判定部は、ｎ−１次元方向のデータ配列毎に最頻値が連続して存在する数を示す連続存在数をさらに求め、抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、最頻値の連続存在数が最大となるデータ配列を抽出してもよい。
【００１３】
存在数判定部は、ｎ−１次元方向のデータ配列毎に最頻値の分布をさらに求め、抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、最頻値が特定の分布を示すデータ配列を抽出してもよい。
【００１４】
抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列以外のデータ配列をさらに抽出してもよい。
【００１５】
抽出部は、最頻値の存在数が最大となるｎ−１次元方向のデータ配列に隣接するデータ配列をさらに抽出してもよい。
【００１６】
データ処理装置は、２次元画像のデータテーブルから１次元画像のデータ配列を抽出してもよい。
【００１７】
データ処理装置は、２次元画像の時間分布を示すデータテーブルから２次元画像のデータ配列を抽出してもよい。
【００１８】
データ処理装置は、３次元画像のデータテーブルから２次元画像のデータ配列を抽出してもよい。
【００１９】
本発明の他の観点によれば、ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求め、最頻値の存在数が最大となるｎ−１次元方向のデータ配列をデータテーブルから抽出することを含むデータ処理方法が提供される。
【００２０】
本発明の他の観点によれば、上記データ処理方法をコンピュータに実行させるためのプログラムが提供される。ここで、プログラムは、コンピュータ読取り可能な記録媒体を用いて提供されてもよく、通信手段等を介して提供されてもよい。
【発明の効果】
【００２１】
本発明によれば、空間的な広がりを有するデータを、その特徴を適切に反映したデータに縮小できる、データ処理装置、データ処理方法およびプログラムを提供することができる。
【図面の簡単な説明】
【００２２】
【図１】本発明の実施形態に係るデータ処理方法の概要を示す図である。
【図２】本発明の第１実施形態に係るデータ処理装置の構成を示すブロック図である。
【図３】第１実施形態に係るデータ処理方法を示すフロー図である。
【図４】第１実施形態に係るデータ処理方法を説明する図である。
【図５】第１実施形態に係るデータ処理方法を説明する図である。
【図６】第１実施形態に係るデータ処理方法の結果を示す図である。
【図７】本発明の第２実施形態に係るデータ処理装置の構成を示すブロック図である。
【図８】第２実施形態に係るデータ処理方法を示すフロー図である。
【図９】第２実施形態に係るデータ処理方法を説明する図である。
【図１０】本発明の第３実施形態に係るデータ処理装置の構成を示すブロック図である。
【図１１】第３実施形態に係るデータ処理方法を示すフロー図である。
【図１２Ａ】第３実施形態に係るデータ処理方法を説明する図である。
【図１２Ｂ】第３実施形態に係るデータ処理方法を説明する図である。
【図１３】第３実施形態に係るデータ処理方法を説明する図である。
【図１４】本発明の第４実施形態に係るデータ処理装置の構成を示すブロック図である。
【図１５】第４実施形態に係るデータ処理方法を示すフロー図である。
【図１６】第４実施形態に係るデータ処理方法を説明する図である。
【図１７】第４実施形態に係るデータ処理方法を説明する図である。
【図１８】第４実施形態に係るデータ処理方法を説明する図である。
【図１９】本発明の実施形態に係るデータ処理方法の応用例を示す図である。
【図２０】本発明の実施形態に係るデータ処理方法の応用例を示す図である。
【発明を実施するための形態】
【００２３】
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
【００２４】
［１．データ処理方法の概要］
まず、図１を参照して本発明の実施形態に係るデータ処理方法の概要について説明する。データ処理方法は、平面データ、立体データ、時系列データ等、空間的な広がり（時空間的な広がりも含む）を有するデータを、その特徴を適切に反映したデータに縮小するものである。
【００２５】
データ処理方法では、ｎ（ｎ：２以上の自然数）次元のデータテーブルが読み出され、データテーブル上で第１次元方向のデータ配列毎に最頻値が求められる。つぎに、第１次元方向を除くｎ−１次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるｎ−１次元方向のデータ配列がデータテーブルから抽出される。
【００２６】
以下では、データテーブルが画像情報を表す場合について説明するが、データテーブルが他の情報を表してもよい。また、以下では、２次元データを処理する場合について主に説明するが、３次元データまたは４次元以上のデータを処理してもよい。
【００２７】
図１は、本発明の実施形態に係るデータ処理方法の概要を示す図である。図１に示す例では、Ｙ行Ｘ列の２次元データ行列Ｔ１１が処理される。以下では、データ行列がｙ方向を第１次元、ｘ方向を第２次元として処理される場合について説明するが、ｘ方向を第１次元、ｙ方向を第２次元として処理されてもよい。
【００２８】
データテーブルＴ１１上では、ｙ方向のデータ配列毎、つまりｘ＝１〜Ｘのデータ列毎に最頻値が求められる。例えば、最頻値は、ｘ＝１のデータ列で４、ｘ＝２のデータ列で１、ｘ＝３のデータ列で２、ｘ＝４のデータ列で３、ｘ＝５のデータ列で５、…、ｘ＝Ｘのデータ列で１と求められる。なお、Ｔ１１では、データ列毎の最頻値にハッチングが施されている。
【００２９】
つぎに、ｘ方向のデータ配列毎、つまりｙ＝１〜Ｙのデータ行毎にデータ列毎の最頻値の存在数が求められる。例えばｙ＝３のデータ行では、ｘ＝１〜５のデータ列を含む１２のデータ列で最頻値が存在し、存在数が１２と求められるとする。同様に、ｙ＝１、２、４、５、…、Ｙのデータ行では、最頻値の存在数が１２未満として求められるとする。
【００３０】
そして、最頻値の存在数が最大となるｘ方向のデータ配列、つまりデータ行がデータテーブルＴ１１から抽出される。例えばｙ＝３のデータ行Ｌ１１で最頻値の存在数が最大となるので、ｙ＝３のデータ行Ｌ１１がデータテーブルＴ１１から抽出される。
【００３１】
これにより、２次元データは、２次元データのデータ行のうち、データ列の最頻値が最も多く存在する特定のデータ行、つまり、２次元データのデータ行方向の関連性を維持しつつ、２次元データの特徴を表す１次元データに縮小される。よって、空間的な広がりを有する２次元データを、その特徴を適切に反映した１次元データに縮小することができる。
【００３２】
［２．第１実施形態］
つぎに、図２から図６を参照して本発明の第１実施形態について説明する。第１実施形態は、２次元の画像データを、その特徴を適切に反映した線分データに縮小するものである。
【００３３】
図２は、本発明の第１実施形態に係るデータ処理装置１０の構成を示すブロック図である。データ処理装置１０は、パーソナルコンピュータ、ＰＤＡ、携帯電話、デジタルカメラ等の画像処理装置である。図２に示すように、データ処理装置１０は、２次元データ生成部１１（生成部１１）、２次元データ記憶部１２（記憶部１２）、２次元データ読出部１３（読出部１３）、最頻値算出部１４、存在数算出部１５、存在数判定部１６および１次元データ抽出部１７（抽出部１７）を含んでいる。
【００３４】
生成部１１は、画像データから２次元のデータテーブルを生成する。画像データは、一般に、ｘ−ｙ画像平面上の画素毎のＲ（赤）、Ｇ（緑）、Ｂ（青）の組値からなる。生成部１１では、例えば、Ｒ、Ｇ、Ｂ値がＨ（色相）、Ｓ（彩度）、Ｖ（明度）の組値またはＹ（輝度）、Ｕ（色差）、Ｖ（色差）の組値に変換され、Ｈ値またはＹ値をデータとして、ｘ−ｙ画像平面上のデータ分布を示す２次元のデータテーブルが生成される。なお、生成部１１では、ＲＧＢ値からＨ値またはＹ値への変換とは異なる変換が行われてもよく、例えばＧ値のみが用いられてもよい。また、線分データの用途と計算量に応じては、この段階で画像データが縮小されてもよい。
【００３５】
記憶部１２は、生成部１１により生成されたデータテーブルを記憶する。読出部１３は、線分データを生成するために、記憶部１２に記憶されたデータテーブルを読出す。
【００３６】
最頻値算出部１４は、データテーブル上で第１次元方向のデータ配列毎に最頻値を求める。以下では、ｘ−ｙ画像平面上のｙ方向を第１次元、ｘ方向を第２次元として説明するが、ｘ方向を第１次元、ｙ方向を第２次元としてもよい。よって、データテーブル上でｙ方向のデータ配列毎、つまりデータ列毎に最頻値が求められる。
【００３７】
存在数算出部１５は、第２次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数を求める。よって、データテーブル上でｘ方向のデータ配列毎、つまりデータ行毎に、最頻値算出部１４により求められたデータ列毎の最頻値の存在数が求められる（集計される）。
【００３８】
存在数判定部１６は、存在数算出部１５により求められたデータ行毎の最頻値の存在数を判定する。なお、存在数の判定処理の詳細については後述する。抽出部１７は、最頻値の存在数が最大となるデータ行をデータテーブルから抽出する。
【００３９】
なお、データ処理装置１０の構成要素は、電気回路等のハードウェアおよび／またはプログラム等のソフトウェアとして構成される。データ処理装置１０は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなる制御部（不図示）を有し、ＣＰＵは、後述するデータ処理方法を実行するためのプログラムをＲＯＭ等から読出し、ＲＡＭ上に展開して実行することで、データ処理装置１０の動作を実現する。なお、データ処理装置１０の各構成要素は、他の構成要素と一体に構成されてもよく、複数の構成要素に分けて構成されてもよい。
【００４０】
図３は、第１実施形態に係るデータ処理方法を示すフロー図である。図３に示すように、生成部１１は、画像データから２次元のデータテーブルを生成し、記憶部１２に記憶させる（ステップＳ１０１）。読出部１３は、線分データを生成するためにデータテーブルを記憶部１２から読出す（ステップＳ１０２）。
【００４１】
図４には、データテーブルの一例が示されている。図４のＴ４１に示すように、データテーブルは、画像データの画素値（データ）を格納する５行５列の２次元データ行列である。データは、例えば１〜５の範囲の値である。なお、以下の説明では、簡略化されたデータテーブルを用いて、本発明の実施形態に係るデータ処理方法が説明されている。しかし、実際のデータテーブルは、例えば１９２０×１０８０の画像データの画素値を格納する２次元データ行列となる。
【００４２】
最頻値算出部１４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ１０３）。図４のＴ４２に示すように、ｘ＝１のデータ列（１、４、４、２、４）からｙ＝２、３、５で最頻値４が求められ、ｘ＝２のデータ列（１、１、１、１、１）からｙ＝１、２、３、４、５で最頻値１が求められる。同様に、ｘ＝３のデータ列（１、２、２、２、４）からｙ＝２、３、４で最頻値２、ｘ＝４のデータ列（１、３、３、３、５）からｙ＝２、３、４で最頻値３、ｘ＝５のデータ列（１、２、５、５、５）からｙ＝３、４、５で最頻値５が求められる。
【００４３】
なお、例えばデータ列（１、１、２、２、３）のデータ１、２のように、最頻値が２つ以上ある場合、２つ以上の最頻値（この場合、最頻値１、２）が求められる。最頻値の算出結果は、データ列毎の最頻値または最頻値の位置として一時的に記憶される。
【００４４】
存在数算出部１５は、データテーブル上でｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ１０４）。図４のＴ４３に示すように、最頻値の存在数は、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、４、５、４、３）となる。
【００４５】
ここで、Ｔ４３に示すように、データテーブル上で最頻値に相当するデータを第１値（例えば１）、最頻値に相当しないデータを第２値（例えば０）とする集計テーブルが用いられてもよい。これにより、集計テーブル上でデータ行毎に第１値および第２値を合計することで、データ行毎の最頻値の存在数を簡単に集計できる。一方、集計テーブルを用いずに、最頻値の算出結果に基づき、データ列毎の最頻値または最頻値の位置を参照しながら、データ行毎に最頻値の存在数を集計してもよい。
【００４６】
存在数判定部１６は、最頻値の存在数が最大となるデータ行が複数存在するかを判定する（ステップＳ１０５）。図４に示す例では、ｙ＝３のデータ行でのみ最頻値の存在数が最大となるので、処理がステップＳ１０６に移行する。なお、最頻値の存在数が最大となるデータ行が複数存在する場合の処理については後述する。
【００４７】
抽出部１７は、最頻値の存在数が最大となるデータ行をデータテーブルから抽出する（ステップＳ１０６）。図４に示す例では、Ｔ４１に示すように、最頻値の存在数が最大となるｙ＝３のデータ行（４、１、２、３、５）が抽出される。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ１０７）。
【００４８】
図５には、最頻値の存在数の算出結果について他の例が示されている。図５には、データテーブル上で最頻値に相当するデータを１、最頻値に相当しないデータを０とする集計テーブルが示されている。
【００４９】
図５のＴ５１に示す算出結果１では、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、４、４、３、３）と求められている。この場合、存在数判定部１６は、ｙ＝２、３のデータ行で最頻値の存在数が最大となると判定し、以下の処理をする。
【００５０】
存在数判定部１６では、最頻値の存在数が最大となるｙ＝２、３のデータ行について、最頻値がデータ列間で連続して存在する数を示す最頻値の連続存在数が求められる（ステップＳ１０８）。算出結果１では、最頻値の分布は、ｙ＝２のデータ行で（１、１、１、１、０）、ｙ＝３のデータ行で（１、１、０、１、１）となり、最頻値の連続存在数は、ｙ＝２のデータ行で４、ｙ＝３のデータ行で２と求められる。存在数算出部１５は、最頻値の連続存在数の算出結果を抽出部１７に通知する。そして、抽出部１７は、最頻値の存在数が最大となるｙ＝２、３のデータ行のうち、最頻値の連続存在数が最大となるｙ＝２のデータ行をデータテーブルから抽出する（ステップＳ１０９）。
【００５１】
図５のＴ５２に示す算出結果２では、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１、３、３、３、３）と求められている。この場合、存在数判定部１６は、ｙ＝２、３、４、５のデータ行で最頻値の存在数が最大となると判定し、以下の処理をする。
【００５２】
存在数判定部１６では、最頻値の存在数が最大となるｙ＝２、３、４、５のデータ行について、最頻値の連続存在数が求められる。算出結果２では、最頻値の分布は、ｙ＝２のデータ行で（１、１、１、０、０）、ｙ＝３のデータ行で（１、１、０、０、１）、ｙ＝４のデータ行で（０、１、１、１、０）、ｙ＝５のデータ行で（１、１、０、０、１）となる。よって、最頻値の連続存在数は、ｙ＝２のデータ行で３、ｙ＝３のデータ行で２、ｙ＝４のデータ行で３、ｙ＝５のデータ行で２と求められる。
【００５３】
この場合、ｙ＝２、４のデータ行で最頻値の連続存在数が最大となるので、ｙ＝２、４のデータ行で最頻値の分布がさらに検証される。そして、ｙ＝４のデータ行では、最頻値の分布がデータ行の中央に偏っていると判定される。存在数算出部１５は、最頻値の分布の検証結果を抽出部１７に通知する。そして、抽出部１７は、最頻値の存在数が最大となるｙ＝２、３、４、５のデータ行のうち、最頻値の連続存在数が最大となり、かつ最頻値の分布がデータ行の中央に偏っているｙ＝４のデータ行をデータテーブルから抽出する。なお、「画像の画素的中央」を評価（距離算出）の基点としているが、顔画像認識結果等、外部から評価の基点が与えられる場合には、その結果を利用してもよい。
【００５４】
図６には、２次元の画像データを縮小した線分データの抽出例が示されている。図６の抽出例１では、ｘ−ｙ画像平面上のｙ方向を第１次元、ｘ方向を第２次元として、画像データＤ６が線分データＬ６１に縮小されている。画像データＤ６は、画像データＤ６のデータ行（ｘ方向）のうち、データ列（ｙ方向）毎の最頻値が最も多く存在する特定のデータ行、つまり、画像データＤ６のデータ行方向の関連性を維持しつつ、画像データＤ６の特徴を適切に反映した線分データＬ６１に縮小される。
【００５５】
図６の抽出例２では、画像データＤ６が３つの線分データＬ６１、Ｌ６２、Ｌ６３に縮小されている。３つの線分データＬ６１〜Ｌ６３は、最頻値が最も多く存在するデータ行と、その上下に隣接するデータ行とを示す線分データＬ６１〜Ｌ６３からなる。なお、線分データの数は、画像データＤ６のデータ行数（例えば１０８０行）に比べて十分に少なければ、２つでもよく、４つ以上でもよい。また、複数の線分データは、最頻値が最も多く存在するデータ行と、最頻値が２番目に多く存在するデータ行でもよい。
【００５６】
図６の抽出例３では、ｘ−ｙ画像平面上のｘ方向を第１次元、ｙ方向を第２次元として、画像データＤ６が線分データＬ６４に縮小されている。画像データＤ６は、画像データＤ６のデータ列（ｙ方向）のうち、データ行（ｘ方向）毎の最頻値が最も多く存在する特定のデータ列、つまり、画像データＤ６のデータ列方向の関連性を維持しつつ、画像データＤ６の特徴を適切に反映した線分データＬ６４に縮小される。
【００５７】
以上説明したように、第１実施形態に係るデータ処理方法によれば、データテーブル上で第１次元方向のデータ配列毎に最頻値が求められ、第２次元方向のデータ配列毎に第１次元方向のデータ配列毎の最頻値の存在数が求められ、最頻値の存在数が最大となる第２次元方向のデータ配列がデータテーブルから抽出される。これにより、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００５８】
［３．第２実施形態］
つぎに、図７から図９を参照して本発明の第２実施形態について説明する。第１実施形態では、データテーブルの値をそのまま用いて最頻値の存在数を求めた。しかし、データのばらつきが大きいと、画像データの特徴を適切に反映した線分データを生成できない場合がある。例えば、自然物やグラデーションが大きな領域を占めている画像データでは、これらの領域に代えて単一色の領域が画像データの特徴を表す領域として捉えられてしまう。
【００５９】
このため、第２実施形態は、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）を級数低減するものである。なお、以下では、第１実施形態と重複する説明を省略する。
【００６０】
図７は、本発明の第２実施形態に係るデータ処理装置２０の構成を示すブロック図である。図７に示すように、データ処理装置２０は、２次元データ生成部２１（生成部２１）、２次元データ記憶部２２（記憶部２２）、２次元データ読出部２３（読出部２３）、最頻値算出部２４、存在数算出部２５、最頻値判定部２６、存在数判定部２７、データ級数低減部２８（級数低減部２８）および１次元データ抽出部２９（抽出部２９）を含んでいる。
【００６１】
第１実施形態と同様に、最頻値算出部２４は、データ列毎に最頻値を求め、存在数算出部２５は、データ行毎にデータ列毎の最頻値の存在数を求める（集計する）。
【００６２】
最頻値判定部２６は、データ列毎に最頻値算出部２４により求められた同一最頻値の存在数を求め、全てのデータ列でデータ列毎の同一最頻値の存在数が所定閾値未満であるかを判定し、条件に該当する場合、データテーブルの級数低減を級数低減部２８に指示する。
【００６３】
存在数判定部２７は、存在数算出部２５により求められたデータ行毎の最頻値の存在数が全てのデータ行で所定閾値未満であるかを判定し、条件に該当する場合、データテーブルの級数低減を級数低減部２８に指示する。
【００６４】
級数低減部２８は、最頻値判定部２６または存在数判定部２７から級数低減を指示されると、記憶部２２からデータテーブルを読出し、データテーブルを級数低減した修正テーブルを生成する。そして、級数低減部２８は、修正テーブルを用いてデータ列毎に最頻値を再び求めるように、最頻値算出部２４に指示する。
【００６５】
図８は、第２実施形態に係るデータ処理方法を示すフロー図である。図８に示すように、データ処理装置２０では、第１実施形態と同様に、２次元のデータテーブルが生成・記憶され（ステップＳ２０１）、線分データを生成するために読出される（ステップＳ２０２）。
【００６６】
図９には、データテーブルの一例が示されている。図９のＴ９１に示すように、データテーブルは、画像データのデータを格納する５行５列の２次元データ行列である。データは、例えば０〜２５５の範囲の値である。
【００６７】
最頻値算出部２４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ２０３）。最頻値判定部２６は、ｘ＝１〜５のデータ列毎に同一最頻値の存在数を求め（ステップＳ２０４）、全てのデータ列で同一最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ２０５）。
【００６８】
ここで、データ列毎の同一最頻値の存在数の閾値が３であるとするが、閾値は、データテーブルのサイズやデータの値の範囲に応じて適切に設定される。図９に示す例では、ｘ＝１〜５のデータ列毎に全てのデータの頻度が１であるので、最頻値を有意に求めることができない。よって、最頻値判定部２６では、全てのデータ列で同一最頻値の存在数が閾値３未満であると判定され、級数低減が級数低減部２８に指示される。
【００６９】
級数低減部２８は、級数低減を指示されると、データテーブルを記憶部２２から読出し、データテーブルを級数低減した修正テーブルを生成する（ステップＳ２１０）。図９に示す例では、Ｔ９２に示すように、データテーブルの値を２４で級数低減し、つまり２４＝１６で除算して商を求めることで、修正テーブルが生成される。これにより、データは、０〜２５５の範囲の値から０〜１５の範囲の値に変換される。
【００７０】
ここで、級数低減は、最頻値判定部２６および存在数判定部２７により最頻値の存在数が閾値を満たすと判定されるまで、例えば２１、２２、２３、２４、２５、…の値でデータテーブルを順次に除算して商を求めることで行われる。なお、級数低減は、２１、２２、２３、２４、２５、…の値以外で行われてもよい。また、級数低減は、データの値の範囲を等間隔に区分する代わりに、特定の範囲を狭く、他の範囲を広く区分してもよい。
【００７１】
そして、最頻値算出部２４は、修正テーブルをデータテーブルとみなしてｘ＝１〜５のデータ列毎に最頻値を再び求め（ステップＳ２０３）、最頻値判定部２６は、データ列毎に同一最頻値の存在数を再び求める（ステップＳ２０４）。同一最頻値の存在数は、Ｔ９２に示すように、ｘ＝２のデータ列で最頻値１が２つ、ｘ＝３のデータ列で最頻値９が２つ、ｘ＝４のデータ列で最頻値１５が３つとなる。この場合、最頻値判定部２６は、ｘ＝４のデータ列で最頻値の存在数が閾値３以上であると判定する（ステップＳ２０５）。
【００７２】
すると、存在数算出部２５は、修正テーブルをデータテーブルとみなしてｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ２０６）。図９に示す例では、Ｔ９３に示すように、最頻値の存在数は、ｙ＝（１、２、３、４、５）のデータ行で（５、４、３、２、３）となる。
【００７３】
存在数判定部２７は、全てのデータ行でｙ＝１〜５のデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ２０７）。ここで、データ行毎の最頻値の存在数の閾値が４であるとするが、閾値は、データテーブルのサイズやデータの値の範囲に応じて適切に設定される。
【００７４】
図９に示す例では、最頻値の存在数がｙ＝１のデータ行で５、ｙ＝２のデータ行で４である。よって、存在数判定部２７では、ｙ＝１、２のデータ行で最頻値の存在数が閾値４以上であると判定される。最頻値の存在数の判定結果は、抽出部２９に通知される。なお、全てのデータ行で最頻値の存在数が閾値未満であると判定されると、級数低減が級数低減部２８に指示される。そして、前述した場合と同様に、ステップＳ２０３以降の処理が繰返される。
【００７５】
抽出部２９は、データテーブルから最頻値の存在数が最大となるデータ行、Ｔ９１に示すように、ｙ＝１のデータ行（１５１、２２、１５４、２４６、６５）を抽出する（ステップＳ２０８）。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ２０９）。
【００７６】
以上説明したように、第２実施形態に係るデータ処理方法によれば、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）が級数低減される。これにより、データのばらつきが大きい画像データでも、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００７７】
［４．第３実施形態］
つぎに、図１０から図１３を参照して本発明の第３実施形態について説明する。第２実施形態では、データテーブルの値を級数低減して最頻値の存在数を求めた。しかし、級数低減によりデータを適切に区分しないと、画像データの特徴を適切に反映した線分データを生成できない場合がある。例えば、本来区分されるべきではない複数のデータを区分してしまうと、区分された各データの頻度が小さくなり、画像データの特徴を表すデータとして捉えられなくなってしまう。
【００７８】
このため、第３実施形態は、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブルを拡張するものである。なお、以下では、第１実施形態と重複する説明を省略する。
【００７９】
図１０は、本発明の第３実施形態に係るデータ処理装置３０の構成を示すブロック図である。図１０に示すように、データ処理装置３０は、２次元データ生成部３１（生成部３１）、２次元データ記憶部３２（記憶部３２）、２次元データ読出部３３（読出部３３）、最頻値算出部３４、存在数算出部３５、最頻値判定部３６、存在数判定部３７、データ拡張部３８（拡張部３８）および１次元データ抽出部３９（抽出部３９）を含んでいる。
【００８０】
第２実施形態と同様に、最頻値判定部３６は、全てのデータ列でデータ列毎の同一最頻値の存在数が所定閾値未満であるかを判定し、存在数判定部３７は、全てのデータ行でデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する。そして、第３実施形態では、最頻値判定部３６および存在数判定部３７は、上記条件に該当する場合、データテーブルの拡張を拡張部３８に指示する。
【００８１】
拡張部３８は、最頻値判定部３６または存在数判定部３７からデータテーブルの拡張を指示されると、記憶部３２からデータテーブルを読出し、データ配列の値の前後値からなる拡張テーブルを生成する。そして、拡張部３８は、データテーブルと拡張テーブルを用いてデータ列毎に最頻値を再び求めるように、最頻値算出部３４に指示する。
【００８２】
図１１は、第３実施形態に係るデータ処理方法を示すフロー図である。図１１に示すように、データ処理装置３０では、第１実施形態と同様に、２次元のデータテーブルが生成・記憶され（ステップＳ３０１）、線分データを生成するために読出される（ステップＳ３０２）。
【００８３】
図１２Ａ、１２Ｂには、データテーブルの一例が示されている。図１２ＡのＴ１２１に示すように、データテーブルは、画像データを格納する５行５列の２次元データ行列である。データは、例えば１〜７の範囲の値である。
【００８４】
最頻値算出部３４は、データテーブル上でｘ＝１〜５のデータ列毎に最頻値を求める（ステップＳ３０３）。最頻値判定部３６は、ｘ＝１〜５のデータ列毎に同一最頻値の存在数を求め（ステップＳ３０４）、全てのデータ列で同一最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ３０５）。図１２Ａに示す例では、Ｔ１２２に示すように、ｘ＝１のデータ列で最頻値３の存在数が閾値３以上であると判定される。
【００８５】
存在数算出部３５は、ｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を求める（集計する）（ステップＳ３０６）。図１２Ａに示す例では、Ｔ１２８に示すように、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（２、３、３、３、３）と求められる。存在数判定部３７は、全てのデータ行でｙ＝１〜５のデータ行毎の最頻値の存在数が所定閾値未満であるかを判定する（ステップＳ３０７）。図１２Ａに示す例では、全てのデータ行で最頻値の存在数が閾値４未満であると判定される。よって、存在数判定部３７は、データテーブルの拡張を拡張部３８に指示する。
【００８６】
拡張部３８は、データテーブルの拡張を指示されると、データテーブルを記憶部３２から読出し、データ配列の値の前後値からなる拡張テーブルを生成する（ステップＳ３１０）。これにより、図１２ＢのＴ１２２、Ｔ１２３、Ｔ１２４に示すように、データテーブル（テーブル１）と、データテーブルの値を１だけ減じた値からなる拡張テーブル（テーブル２）と、１だけ増した値からなる拡張テーブル（テーブル３）とが準備される。
【００８７】
最頻値算出部３４は、テーブル１〜３をまとめてデータテーブルとみなして、ｘ＝１〜５のデータ列毎に最頻値を再び求め（ステップＳ３０３）、最頻値判定部３６は、データ列毎に同一最頻値の存在数を再び求める（ステップＳ３０４）。例えばｘ＝１のデータ列については、テーブル１、２、３のｘ＝１のデータ列、つまり１５のデータから最頻値４が求められる。同様に、ｘ＝２のデータ列で最頻値１、２、３、５、６、７、ｘ＝３のデータ列で最頻値２、３、ｘ＝４のデータ列で最頻値１、２、ｘ＝５のデータ列で最頻値５、６が求められる。そして、最頻値判定部３６では、ｘ＝１、３、４、５のデータ列で同一最頻値の存在数が閾値３以上であると判定される（ステップＳ３０５）。
【００８８】
存在数算出部３５は、ｙ＝１〜５のデータ行毎にｘ＝１〜５のデータ列毎の最頻値の存在数を再び求める（ステップＳ３０６）。図１２ＢのＴ１２５、Ｔ１２６、Ｔ１２７は、テーブル１〜３上の最頻値を１、最頻値以外を０として生成された集計テーブルである。そして、集計テーブルのデータを合計することで、Ｔ１２９に示すように、データ行毎にデータ列毎の最頻値の存在数が再び求められる。
【００８９】
Ｔ１２５、Ｔ１２６、Ｔ１２７に示すように、例えばｙ＝１のデータ行では、テーブル１のｘ＝２、３、４のデータ列、テーブル２のｘ＝２、３、４、５のデータ列、テーブル３のｘ＝２のデータ列で最頻値が存在する。よって、Ｔ１２９のｙ＝１のデータ行では、ｘ＝２の値が３、ｘ＝３、４の値が２、ｘ＝５の値が１となり、最頻値の存在数が８と求められる。
【００９０】
同様に、最頻値の存在数は、ｙ＝２のデータ行で７、ｙ＝３のデータ行で５、ｙ＝４のデータ行で９、ｙ＝５のデータ行で７と求められる。これにより、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（８、７、５、９、７）となる。そして、存在数判定部３７では、ｙ＝１〜５のデータ行で最頻値の存在数が閾値４以上であると判定される（ステップＳ３０７）。存在数算出部３５は、最頻値の存在数の判定結果を抽出部３９に通知する。
【００９１】
抽出部３９は、図１２ＢのＴ１２２に相当するテーブル１から、最頻値の存在数が最大となるｙ＝４のデータ行（４、１、３、１、６）を抽出する（ステップＳ３０８）。抽出したデータ行は、画像データを縮小した線分データとして出力される（ステップＳ３０９）。
【００９２】
なお、最頻値判定部３６で全てのデータ列で同一最頻値の存在数が閾値未満であると判定されると、データテーブルの拡張が拡張部３８に指示され、ステップＳ３０３以降の処理が繰返される。また、テーブル１〜３を用いても、上記条件に該当する場合には、さらにデータテーブルの値を２だけ減じたテーブル４、２だけ増したテーブル５を準備し、テーブル１〜５を用いてステップＳ３０３以降の処理を繰返してもよい。
【００９３】
図１３には、最頻値の存在数の算出結果について他の例が示されている。図１３のＴ１２２、Ｔ１２３、Ｔ１２４、Ｔ１２６、Ｔ１２７は、図１２ＢのＴ１２２、Ｔ１２３、Ｔ１２４、Ｔ１２６、Ｔ１２７と同様である。しかし、図１３のＴ１３１に示すように、データテーブル（テーブル１）に最頻値が存在する場合、存在数が２として計数され、拡張テーブル（テーブル２、３）に最頻値が存在する場合、存在数が１として計数される。これにより、最頻値の存在数は、テーブルに応じて重み付けされる。
【００９４】
例えば、ｙ＝１のデータ行では、テーブル１のｘ＝２、３、４のデータ列で最頻値が存在し、テーブル２のｘ＝２、３、４、５のデータ列で最頻値が存在し、テーブル３のｘ＝２のデータ列で最頻値が存在する。このため、Ｔ１３２に示すように、ｙ＝１のデータ行では、ｘ＝２のデータ列の値が４、ｘ＝３、４のデータ列の値が３、ｘ＝５のデータ列の値が１となり、最頻値の存在数が１１と求められる。
【００９５】
同様に、最頻値の存在数は、ｙ＝２のデータ行で９、ｙ＝３のデータ行で７、ｙ＝４のデータ行で１４、ｙ＝５のデータ行で９と求められる。これにより、ｙ＝（１、２、３、４、５）のデータ行での最頻値の存在数は、（１１、９、７、１４、９）となり、図１３のＴ１２２に相当するテーブル１から最頻値の存在数が最大となるｙ＝４のデータ行が抽出される。
【００９６】
以上説明したように、第３実施形態に係るデータ処理方法によれば、第１次元方向や第２次元方向での最頻値の存在数に応じて、データテーブル（データ配列の値）が拡張される。これにより、データの区分にかかわらずに、空間的な広がりを有する２次元の画像データを、その特徴を適切に反映した１次元の画像（線分）データに縮小することができる。
【００９７】
［５．第４実施形態］
つぎに、図１４から図１８を参照して本発明の第４実施形態について説明する。第４実施形態は、３次元の画像データを、その特徴を適切に反映した２次元の画像データに縮小するものである。３次元の画像データは、画像の時間分布を示すデータでもよく、画像の空間分布を示すデータでもよい。なお、以下では、第１実施形態と重複する説明を省略する。
【００９８】
図１４は、本発明の第４実施形態に係るデータ処理装置４０の構成を示すブロック図である。図１４に示すように、データ処理装置４０は、３次元データ生成部４１（生成部４１）、３次元データ記憶部４２（記憶部４２）、３次元データ読出部４３（読出部４３）、最頻値算出部４４、存在数算出部４５および２次元データ抽出部４６（抽出部４６）を含んでいる。
【００９９】
生成部４１は、画像データから３次元のデータテーブルを生成する。画像の時間分布を示すデータを処理する場合、ｘ−ｙ画像平面上のデータのｔ（時間）方向分布を示す３次元のデータテーブルが生成される。同様に、画像の空間分布を示すデータを処理する場合、ｘ−ｙ画像平面上のデータのｚ方向分布を示す３次元のデータテーブルが生成される。
【０１００】
最頻値算出部４４は、データテーブル上でｔ方向のデータ配列毎に最頻値を求める。以下では、ｘ−ｙ画像平面上のデータのｔ方向分布を示す３次元データを処理する場合について説明するが、ｚ方向分布を示す３次元データを処理する場合についても同様に説明される。よって、ｘ−ｙ画像平面に沿ったデータ配列の同一位置でｔ方向の最頻値が求められる。
【０１０１】
存在数算出部４５は、ｘ−ｙ画像平面に沿ったデータ配列毎にｔ方向のデータ配列毎の最頻値の存在数を求める。よって、ｘ−ｙ画像平面に沿ったデータ配列毎に、最頻値算出部４４により求められたｔ方向のデータ配列毎の最頻値の存在数が求められる（集計される）。抽出部４６は、最頻値の存在数が最大となるｘ−ｙ画像平面に沿ったデータ配列をデータテーブルから抽出する。
【０１０２】
図１５は、第４実施形態に係るデータ処理方法を示すフロー図である。図１５に示すように、生成部４１は、画像（動画）データから３次元のデータテーブルを生成し、記憶部４２に記憶させる（ステップＳ４０１）。読出部４３は、画像（静止画）データを生成するためにデータテーブルを記憶部４２から読出す（ステップＳ４０２）。
【０１０３】
図１６には、データテーブルの一例が示されている。図１６のＴ１６１〜Ｔ１６５に示すように、データテーブルは、ｘ−ｙ画像平面のデータ分布のｔ方向分布を示す５×５×５の３次元データ行列である。
【０１０４】
最頻値算出部４４は、データテーブル上でｔ方向のデータ配列毎に最頻値を求める（ステップＳ４０３）。図１６に示す例では、最頻値は、（ｘ、ｙ）＝（１、５）のデータ配列（４、１、４、１、４）から４と求められ、（ｘ、ｙ）＝（２、５）のデータ配列（０、１、１、０、１）から１と求められる。同様に、ｘ＝１〜５、ｙ＝１〜５の合計２５のデータ配列についてデータ配列毎に最頻値が求められる。
【０１０５】
存在数算出部４５は、データテーブル上でｘ−ｙ方向のデータ配列毎にｔ方向のデータ配列毎の最頻値の存在数を求める（集計する）（ステップＳ４０４）。例えば、図１６のＴ１６６に示すように、ｔ＝１のデータ配列（Ｔ１６１）上の最頻値を１、最頻値以外を０とする集計テーブルＴ１６６が生成され、ｔ＝１のデータ配列について最頻値の存在数が１２と集計される。
【０１０６】
同様にして、図１６に示す例では、最頻値の存在数は、ｔ＝２のデータ配列で１５、ｔ＝３のデータ配列で１６、ｔ＝４のデータ配列で１４、ｔ＝５のデータ配列で１２と求められる。これにより、ｔ＝（１、２、３、４、５）のデータ配列での最頻値の存在数は、（１２、１５、１６、１４、１２）となる。
【０１０７】
抽出部４６は、最頻値の存在数が最大となるデータ配列をデータテーブルから抽出する（ステップＳ４０５）。図１６に示す例では、最頻値の存在数が最大となるｔ＝３のデータ配列が抽出される。抽出したデータ配列は、３次元の画像（動画）データを縮小した２次元の画像（静止画）データとして出力される（ステップＳ４０６）。
【０１０８】
図１７および図１８には、３次元の画像データを縮小した２次元の画像データの抽出例が示されている。図１７の抽出例１は、被写体の動きを撮影したフレーム画像の一例である。抽出例１では、画像平面の時間分布を示す画像データＤ１７１〜Ｄ１７５、…、Ｄ１７６から画像平面の画像データＤ１７４が抽出される。この場合は、画像データＤ１７４は、画像データＤ１７１〜Ｄ１７５、…、Ｄ１７６のうち共通するデータを最も多く含むフレーム画像に相当する。
【０１０９】
画像平面の時間分布を示す画像データは、時間方向に分布する画像平面のうち、時間方向のデータの最頻値が最も多く存在する特定の画像平面、つまり、画像平面方向の関連性を維持しつつ、時間方向に分布する画像平面の特徴を適切に反映した画像平面（フレーム）の画像データに縮小される。
【０１１０】
図１８の抽出例２は、人体の胴部に沿って撮影したＣＴスキャン画像の一例である。抽出例２では、画像平面の空間分布を示す画像データＤ１８１〜Ｄ１８５、…、Ｄ１８６から画像平面の画像データＤ１８４が抽出される。この場合は、画像データＤ１８４は、画像データＤ１８１〜Ｄ１８５、…、Ｄ１８６のうち共通するデータを最も多く含むＣＴ画像に相当する。
【０１１１】
画像平面の空間分布を示す画像データは、垂直方向に分布する画像平面のうち、垂直方向のデータの最頻値が最も多く存在する特定の画像平面、つまり、画像平面方向の関連性を維持しつつ、垂直方向に分布する画像平面の特徴を適切に反映した画像平面の画像データに縮小される。
【０１１２】
以上説明したように、第４実施形態に係るデータ処理方法によれば、データテーブル上でｔ方向（またはｚ方向）のデータ配列毎に最頻値が求められ、ｘ−ｙ平面のデータ配列毎にｔ方向（またはｚ方向）のデータ配列毎の最頻値の存在数が求められ、最頻値の存在数が最大となるｘ−ｙ平面のデータ配列がデータテーブルから抽出される。これにより、空間的な広がり（時空間的な広がりを含む）を有する３次元の画像データを、その特徴を適切に反映した２次元の画像データに縮小することができる。
【０１１３】
［６．応用例］
つぎに、図１９および図２０を参照して本発明の実施形態の応用例について説明する。
【０１１４】
図１９は、２次元の画像データの一部を、その特徴を適切に反映した線分データに縮小するものである。図１９に示す例では、画像データＤ１９１の中央領域の画像データＤ１９２が２次元の画像データとして抽出され、中央領域の左側領域の画像データＤ１９３を縮小した線分データＬ１９３と、右側領域のデータＤ１９４を縮小した線分データＬ１９４とともに配置されている。
【０１１５】
このために、第１実施形態と同様に、まず、左側領域の画像データＤ１９３からＹ行Ｘ列（画像データＤ１９３の画素領域に相当）の２次元のデータテーブルが生成される。つぎに、データテーブル上でｘ＝１〜Ｘのデータ列毎に最頻値が求められ、ｙ＝１〜Ｙのデータ行毎にｘ＝１〜Ｘのデータ列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるデータ行がデータテーブルから抽出され、左側領域の画像データＤ１９３を縮小した線分データＬ１９３として中央領域の画像データＤ１９２に添って配置される。線分データＬ１９３は、例えば、中央領域の画像データＤ１９２の左下に添って配置される。
【０１１６】
なお、右側領域の画像データＤ１９４についても、同様に線分データＬ１９４に縮小されて中央領域の画像データＤ１９２の右上に添って配置される。また、中央領域の上下の領域についても、同様に線分データに縮小されて中央領域の画像データＤ１９２に合成されてもよい。
【０１１７】
図２０は、時間方向に分布する画像データの一部を、その特徴を適切に反映した線分データに縮小するものである。図２０に示す例では、フレーム画像の一部が代表フレームとして抽出され、代表フレーム以外の非代表フレームを縮小した線分データが代表フレームの間に配置されている。図２０に示す例では、Ｄ２０１、Ｄ２０３、Ｄ２０５、Ｄ２０６、Ｄ２０８が代表フレームの画像データに相当し、Ｄ２０２、Ｄ２０４、Ｄ２０７が非代表フレームの画像データに相当する。
【０１１８】
このために、第１実施形態と同様に、まず、非代表フレームの画像データ、例えば画像データＤ２０２からＹ行Ｘ列（画像データＤ２０２の画素領域に相当）の２次元のデータテーブルが生成される。つぎに、データテーブル上でｘ＝１〜Ｘのデータ列毎に最頻値が求められ、ｙ＝１〜Ｙのデータ行毎にｘ＝１〜Ｘのデータ列毎の最頻値の存在数が求められる。そして、最頻値の存在数が最大となるデータ行がデータテーブルから抽出され、非代表フレームの画像データＤ２０２を縮小した線分データＬ２０２として代表フレームの画像データＤ２０１、Ｄ２０３の間に配置される。
【０１１９】
同様に、非代表フレームの画像データＤ２０４、Ｄ２０７から線分データＬ２０４、Ｌ２０７が抽出され、代表フレームの画像データＤ２０３とＤ２０５の間、画像データＤ２０６とＤ２０８の間にそれぞれ配置される。
【０１２０】
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
【０１２１】
例えば、上記実施形態の説明では、２次元または３次元データを処理する場合について説明したが、本発明は、４次元以上のデータを処理する場合にも同様に適用することができる。例えば、時間方向に分布するｘ−ｙ−ｚ立体画像を表す四次元のデータテーブルについて、時間方向に最頻値を求め、ｘ−ｙ−ｚ立体画像毎に最頻値の存在数を求めてもよい。そして、最頻値の存在数が最大となる立体画像をデータテーブルから抽出し、時間方向に分布する立体画像の特徴を適切に反映した立体画像に縮小してもよい。
【０１２２】
また、上記実施形態の説明では、データ処理装置１０、２０、３０、４０がデータテーブルを生成する場合について説明した。しかし、データ処理装置１０、２０、３０、４０は、他の装置により生成されたデータテーブルを取得して処理するようにしてもよい。
【０１２３】
また、上記実施形態の説明では、第１実施形態でのみ、最頻値の存在数が最大となるデータ配列を抽出するために、最頻値の連続存在数や分布傾向を検討する場合について説明した。しかし、他の実施形態でも、同様に、最頻値の連続存在数や分布傾向を検討してもよい。また、第２、３実施形態でのみ、最頻値や最頻値の存在数を判定する場合について説明した。しかし、他の実施形態でも、同様に、最頻値や最頻値の存在数を判定してもよい。
【符号の説明】
【０１２４】
１０、２０、３０、４０ データ処理装置
１１、２１、３１、４１ 生成部
１２、２２、３２、４２ 記憶部
１３、２３、３３、４３ 読出部
１４、２４、３４、４４ 最頻値算出部
１５、２５、３５、４５ 存在数算出部
１６、２７、３７ 存在数判定部
１７、２９、３９、４６ 抽出部
２６、３６ 最頻値判定部
２８ 級数低減部
３８ 拡張部
【特許請求の範囲】
【請求項１】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出す読出し部と、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求める最頻値算出部と、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求める存在数算出部と、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出する抽出部と
を備えるデータ処理装置。
【請求項２】
前記データテーブルのデータが所定条件を満たす場合に、前記データを級数低減した修正テーブルを生成する級数低減部をさらに備え、
前記最頻値算出部は、前記修正テーブル上で前記第１次元方向のデータ配列毎に最頻値を再び求める、請求項１に記載のデータ処理装置。
【請求項３】
前記データテーブルのデータが所定条件を満たす場合に、前記データの前後値からなる拡張テーブルを生成する拡張部をさらに備え、
前記最頻値算出部は、前記データテーブルと前記拡張テーブル上で前記第１次元方向のデータ配列毎に最頻値を再び求め、
前記存在数算出部は、前記データテーブルと前記拡張テーブル上でそれぞれに、前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、前記データテーブルについて求めた最頻値の存在数に前記拡張テーブルについて求めた最頻値の存在数を合わせる、請求項１に記載のデータ処理装置。
【請求項４】
前記第１次元方向のデータ配列毎に同一最頻値の存在数を求め、前記所定条件として、前記第１次元方向の全てのデータ配列で前記同一最頻値の存在数が所定閾値未満であるかを判定する最頻値判定部をさらに備える、請求項２または３に記載のデータ処理装置。
【請求項５】
前記所定条件として、前記ｎ−１次元方向の全てのデータ配列で前記最頻値の存在数が所定閾値未満であるかを判定する存在数判定部をさらに備える、請求項２または３に記載のデータ処理装置。
【請求項６】
前記存在数算出部は、前記データテーブルについて求めた最頻値の存在数と、前記拡張テーブルについて求めた最頻値の存在数とを異なる重み付けで合わせる、請求項３から５のいずれか1項に記載のデータ処理装置。
【請求項７】
前記存在数算出部は、前記第１次元方向のデータ配列毎に前記最頻値を第１値とし、前記最頻値以外を第２値とする集計テーブルを用いて、前記ｎ−１次元方向のデータ配列毎に前記最頻値の存在数を求める、請求項１から６のうちいずれか１項に記載のデータ処理装置。
【請求項８】
前記存在数判定部は、前記ｎ−１次元方向のデータ配列毎に前記最頻値が連続して存在する数を示す連続存在数をさらに求め、
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、前記最頻値の連続存在数が最大となるデータ配列を抽出する、請求項１から７のうちいずれか１項に記載のデータ処理装置。
【請求項９】
前記存在数判定部は、前記ｎ−１次元方向のデータ配列毎に最頻値の分布をさらに求め、
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、前記最頻値が特定の分布を示すデータ配列を抽出する、請求項１から８のうちいずれか１項に記載のデータ処理装置。
【請求項１０】
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列以外のデータ配列をさらに抽出する、請求項１から９のうちいずれか１項に記載のデータ処理装置。
【請求項１１】
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列に隣接するデータ配列をさらに抽出する、請求項１０に記載のデータ処理装置。
【請求項１２】
２次元画像のデータテーブルから１次元画像のデータ配列を抽出する、請求項１から１１のうちいずれか１項に記載のデータ処理装置。
【請求項１３】
２次元画像の時間分布を示すデータテーブルから２次元画像のデータ配列を抽出する、請求項１から１１のうちいずれか１項に記載のデータ処理装置。
【請求項１４】
３次元画像のデータテーブルから２次元画像のデータ配列を抽出する、請求項１から１３のうちいずれか１項に記載のデータ処理装置。
【請求項１５】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出すること
を含むデータ処理方法。
【請求項１６】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出すること
を含むデータ処理方法をコンピュータに実行させるためのプログラム。
【請求項１】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出す読出し部と、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求める最頻値算出部と、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求める存在数算出部と、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出する抽出部と
を備えるデータ処理装置。
【請求項２】
前記データテーブルのデータが所定条件を満たす場合に、前記データを級数低減した修正テーブルを生成する級数低減部をさらに備え、
前記最頻値算出部は、前記修正テーブル上で前記第１次元方向のデータ配列毎に最頻値を再び求める、請求項１に記載のデータ処理装置。
【請求項３】
前記データテーブルのデータが所定条件を満たす場合に、前記データの前後値からなる拡張テーブルを生成する拡張部をさらに備え、
前記最頻値算出部は、前記データテーブルと前記拡張テーブル上で前記第１次元方向のデータ配列毎に最頻値を再び求め、
前記存在数算出部は、前記データテーブルと前記拡張テーブル上でそれぞれに、前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、前記データテーブルについて求めた最頻値の存在数に前記拡張テーブルについて求めた最頻値の存在数を合わせる、請求項１に記載のデータ処理装置。
【請求項４】
前記第１次元方向のデータ配列毎に同一最頻値の存在数を求め、前記所定条件として、前記第１次元方向の全てのデータ配列で前記同一最頻値の存在数が所定閾値未満であるかを判定する最頻値判定部をさらに備える、請求項２または３に記載のデータ処理装置。
【請求項５】
前記所定条件として、前記ｎ−１次元方向の全てのデータ配列で前記最頻値の存在数が所定閾値未満であるかを判定する存在数判定部をさらに備える、請求項２または３に記載のデータ処理装置。
【請求項６】
前記存在数算出部は、前記データテーブルについて求めた最頻値の存在数と、前記拡張テーブルについて求めた最頻値の存在数とを異なる重み付けで合わせる、請求項３から５のいずれか1項に記載のデータ処理装置。
【請求項７】
前記存在数算出部は、前記第１次元方向のデータ配列毎に前記最頻値を第１値とし、前記最頻値以外を第２値とする集計テーブルを用いて、前記ｎ−１次元方向のデータ配列毎に前記最頻値の存在数を求める、請求項１から６のうちいずれか１項に記載のデータ処理装置。
【請求項８】
前記存在数判定部は、前記ｎ−１次元方向のデータ配列毎に前記最頻値が連続して存在する数を示す連続存在数をさらに求め、
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、前記最頻値の連続存在数が最大となるデータ配列を抽出する、請求項１から７のうちいずれか１項に記載のデータ処理装置。
【請求項９】
前記存在数判定部は、前記ｎ−１次元方向のデータ配列毎に最頻値の分布をさらに求め、
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列のうち、前記最頻値が特定の分布を示すデータ配列を抽出する、請求項１から８のうちいずれか１項に記載のデータ処理装置。
【請求項１０】
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列以外のデータ配列をさらに抽出する、請求項１から９のうちいずれか１項に記載のデータ処理装置。
【請求項１１】
前記抽出部は、前記最頻値の存在数が最大となるｎ−１次元方向のデータ配列に隣接するデータ配列をさらに抽出する、請求項１０に記載のデータ処理装置。
【請求項１２】
２次元画像のデータテーブルから１次元画像のデータ配列を抽出する、請求項１から１１のうちいずれか１項に記載のデータ処理装置。
【請求項１３】
２次元画像の時間分布を示すデータテーブルから２次元画像のデータ配列を抽出する、請求項１から１１のうちいずれか１項に記載のデータ処理装置。
【請求項１４】
３次元画像のデータテーブルから２次元画像のデータ配列を抽出する、請求項１から１３のうちいずれか１項に記載のデータ処理装置。
【請求項１５】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出すること
を含むデータ処理方法。
【請求項１６】
ｎ（ｎ：２以上の自然数）次元のデータテーブルを読出し、
前記データテーブル上で第１次元方向のデータ配列毎に最頻値を求め、
前記第１次元方向を除くｎ−１次元方向のデータ配列毎に前記第１次元方向のデータ配列毎の最頻値の存在数を求め、
前記最頻値の存在数が最大となる前記ｎ−１次元方向のデータ配列を前記データテーブルから抽出すること
を含むデータ処理方法をコンピュータに実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【公開番号】特開２０１２−１６４１８７（Ｐ２０１２−１６４１８７Ａ）
【公開日】平成２４年８月３０日（２０１２．８．３０）
【国際特許分類】
【出願番号】特願２０１１−２４８６８（Ｐ２０１１−２４８６８）
【出願日】平成２３年２月８日（２０１１．２．８）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２４年８月３０日（２０１２．８．３０）
【国際特許分類】
【出願日】平成２３年２月８日（２０１１．２．８）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]