画像処理装置
【課題】キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力すること。
【解決手段】複数の画像を保持する画像データベースを生成し、データベースからキーワードに基づいて類似画像の一覧を出力する画像処理装置であって、画像データベース５６は、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、類似画像一覧出力部６２は、キーワードに基づいて画像データベースから擬似特徴ベクトルの順に類似画像の一覧を出力し、または、キー画像擬似特徴ベクトル生成部６５によって生成されたキー画像の擬似特徴ベクトルに基づいて画像データベースから類似画像の一覧を出力する。
【解決手段】複数の画像を保持する画像データベースを生成し、データベースからキーワードに基づいて類似画像の一覧を出力する画像処理装置であって、画像データベース５６は、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、類似画像一覧出力部６２は、キーワードに基づいて画像データベースから擬似特徴ベクトルの順に類似画像の一覧を出力し、または、キー画像擬似特徴ベクトル生成部６５によって生成されたキー画像の擬似特徴ベクトルに基づいて画像データベースから類似画像の一覧を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、画像処理装置に関し、特に、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力する画像処理装置に関するものである。
【背景技術】
【０００２】
従来、複数の画像を保持する画像処理装置が知られている。かかる画像処理装置は、キーワードまたは画像の特徴を画像と対応付けて複数の画像を保持する画像データベースを生成し、キーワードまたはキー画像に基づいて類似画像の一覧を出力していた。類似画像をソートする場合は、画像の類似の基準として類似度、すなわち、画像の多次元の特徴ベクトルからユークリッド距離を算出する必要がある。この類似度の算出時間を短縮するため、予めキーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞り込んだ後に、複数の画像を画像の特徴の順にソートし、類似画像の一覧を出力していた。または、キー画像に基づいて多次元インデックス手法を用いて類似度を算出し、類似画像の一覧を出力していた。
【０００３】
例えば、非特許文献１では、キーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞込んだ後に、複数の画像を代表色のカテゴリ毎に、すなわち赤、茶、黄、緑、青、黒、白毎にソートして類似画像の一覧を出力する従来技術が開示されている。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】椎谷秀一、外４他、“画像の特徴を用いた商品検索サービス”、情報処理、第４２回グループウエアとネットワークサービス研究会、研究報２００２−ＧＮ−４２，ｐｐ３７−４２（２００２）．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかし、非特許文献１の従来技術では、キーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞込んだ後に、複数の画像を代表色のカテゴリ毎にソートして、類似画像の一覧を出力する技術であり、キーワードに基づいて複数の画像の代表色の類似の順に類似画像の一覧を出力することができないという問題点があった。
【０００６】
また、キー画像に基づいて多次元インデックス手法を用いて類似度を算出し、類似画像の一覧を出力する従来技術では、データベースの更新に時間が掛かり、また、リレーショナルデータベースとの連携が困難であるなど、高速で簡易に類似画像の一覧を出力することができないという問題点があった。
【０００７】
そこで、この発明は、上述した従来技術による問題点を解消するためになされたものであり、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力する画像処理装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上述した課題を解決し、目的を達成するため、本発明に係る画像処理装置は、キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、前記複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、前記キーワードの擬似特徴ベクトルの値に対して、前記画像データベースから前記一次元量の擬似特徴ベクトルの値が類似する順に前記類似画像の一覧を出力する類似画像一覧出力手段とを備えたことを特徴とする。
【発明の効果】
【０００９】
本発明によれば、複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、キーワードの擬似特徴ベクトルの値に対して、画像データベースから一次元量の擬似特徴ベクトルの値が類似する順に類似画像の一覧を出力することとしたので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【図面の簡単な説明】
【００１０】
【図１】本実施の形態１に係る画像処理システムの構成を示す機能ブロック図である。
【図２】図１に示す画像処理システムの画像データベースの一例を示す図である。
【図３】図１に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【図４】図３示す画像の代表色の抽出手順をさらに詳細に示すフローチャートである。
【図５】図４に示す画像の代表色の一例を示す図である。
【図６】図３に示す擬似特徴ベクトルの生成手順をさらに詳細に示すフローチャートである。
【図７】図６に示す画像の代表色の擬似特徴ベクトルの一例を示す図である。
【図８】図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順を示すフローチャートである。
【図９】本実施の形態２に係る画像処理システムの構成を示す機能ブロック図である。
【図１０】図９に示す類似範囲指定部が指定するキー画像の擬似特徴ベクトルの類似範囲を説明する図である。
【図１１】図９に示す画像処理システムのキー画像基づく類似画像の一覧の出力手順を示すフローチャートである。
【図１２】本実施の形態３に係る画像処理システムの構成を示す機能ブロック図である。
【図１３】図１２に示す画像処理システムのカテゴリ別画像データベースの一例を示す図である。
【図１４】図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例を示す図である。
【図１５】図１２に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【図１６】図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順を示すフローチャートである。
【図１７】本実施の形態４に係るコンピュータシステムの構成を示すシステム構成図である。
【図１８】図１７に示すコンピュータシステムにおける本体部の構成を示すブロック図である。
【発明を実施するための形態】
【００１１】
以下に添付図面を参照して、この発明に係る画像処理装置の好適な実施の形態を詳細に説明する。なお、下記に示す実施の形態１では、本発明に係る画像処理装置をキーワードに基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明し、実施の形態２では、本発明に係る画像処理装置をキー画像に基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明し、実施の形態３では本発明に係る画像処理装置をキー画像に基づいてカテゴリ別に類似画像の一覧を出力する画像処理システムに適用する場合について説明することとする。また、実施の形態４では画像処理プログラムを実行するコンピュータシステムについて説明する。最後に、他の実施の形態として種々の変形例を説明する。
【００１２】
（実施の形態１）
本実施の形態１では、本発明に係る本発明に係る画像処理装置をキーワードに基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明する。なお、ここでは、本実施の形態１に係る画像処理システムの概要および特徴を説明した後に、この画像処理システムの構成を説明し、最後に、この画像処理システムの画像データベース生成手順およびキーワードに基づく類似画像の一覧の出力手順など種々の処理手順について説明する。
【００１３】
［概要および特徴］
最初に、本実施の形態１に係る画像処理システムの概要および主たる特徴を説明する。図１は、本実施の形態１に係る画像処理システムの構成を示す機能ブロック図である。
【００１４】
同図に示す画像処理システムは、概略的には、複数の画像を保持する画像処理システムであり、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することを特徴とする。
【００１５】
具体的には、本発明の請求項１に係る画像処理装置５０は、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを生成することを特徴とする。具体的には、画像処理装置５０は、画像を画素毎にＲＧＢ値にデコードし、各画素の代表色のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し、画像の代表色を抽出し（図５参照）、画像の代表色に対する有彩色および無彩色の類似の基準である有彩色の擬似特徴ベクトルおよび無彩色の擬似特徴ベクトルから一次元量の擬似特徴ベクトル（式１〜式９、図７参照）を生成することを特徴とする。従って、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００１６】
［画像処理システムの構成］
本発明に係る本実施の形態１に係る画像処理システムの構成について説明する。図１に示すように、画像処理システムは、画像入力装置１０と、画像処理装置５０とからなる。
【００１７】
画像入力装置１０は、画像読取部１２と、画像データ保持部１４と、ＩＦ部１６からなる。このうち、画像読取部１２は、画像を読み取る入力部であり、具体的には、画像スキャナーなどの画像読み取り装置である。また、画像データ保持部１４は、画像読取部１２によって読み取られた画像を一時的に保持する保持部であり、具体的には、ＨＤＤなどの記憶装置である。また、ＩＦ部１６は、画像データ保持部１４に保持された画像データを画像処理装置５０に入力するためのＩＦ部であり、具体的には、ＳＣＳＩインタフェースなどである。
【００１８】
画像処理装置５０は、入力部５２と、擬似特徴ベクトル生成部５６と、画像データベース保持部５８と、類似画像一覧出力部６２と、画像入力ＩＦ部７２と、制御部７４とからなる。このうち、入力部５２は、ユーザの要求や指示、データなどを入力する入力部であり、具体的には、キーボード、マウス、タッチペンなどの入力装置である。
【００１９】
擬似特徴ベクトル生成部５６は、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを生成する処理部である。具体的には、画像を画素毎にＲＧＢ値にデコードし、各画素の代表色のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し、画像の代表色を抽出し、以下に示すように、画像の代表色に対する有彩色および無彩色の類似の基準である擬似特徴ベクトルＶｃおよびＶａから一次元量の擬似特徴ベクトルＶ＝Ｖｃ＋Ｖａを生成する。
【００２０】
すなわち、擬似特徴ベクトル生成部５６は、画像の代表色が有彩色である場合は、色相を基準に以下の式に基づいて有彩色の擬似特徴ベクトルＶｃを算出する。
Ｖｃ＝Ｈｖ×Ｆｍａｘ＋Ｆ（Ｓ，Ｉ） （式１）
Ｆ（Ｓ，Ｉ）＝Ｉｖ＊Ｓｍａｘ＋Ｓｖ （式２）
Ｓｖ＝ｒｕｐ（（Ｓ−０．２）＊５）−１ （式３）
Ｉｖ＝ｒｕｐ（（Ｉ−０．２）＊１０）−１ （式４）
Ｆｍａｘ＝Ｆ（１．０，１．０）＝２４ （式５）
Ｓｍａｘ＝Ｓｖｍａｘ＝３ （式６）
なお、有彩色の場合は、０≦色相（Ｈ）≦３５９、０．２＜彩度（Ｓ）、０．２＜明度（Ｉ）である。また、ｒｕｐは、小数点以下切り上げ関数である。
【００２１】
また、擬似特徴ベクトル生成部５６は、画像の代表色が無彩色である場合は、明度を基準に以下の式に基づいて無彩色の擬似特徴ベクトルＶａを算出する。
Ｖａ＝Ｖｃｍａｘ＋Ｉａ＋１ （式７）
Ｖｃｍａｘ＝８６４ （式８）
Ｉａ＝ｒｕｐ（Ｉ＊１００）−１ （式９）
ただし、Ｉ＝０のときはＩａ＝０となる。なお、無彩色の場合は、０≦色相（Ｈ）≦３５９、０．２≧彩度（Ｓ）、０．２≧明度（Ｉ）である。
【００２２】
画像データベース５８は、画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースである。ここで、図１に示す画像処理装置の画像データベースの一例について説明する。図２は、図１に示す画像処理装置の画像データベースの一例を示す図である。具体的には、画像データベースは、画像ＩＤと、画像パスと、擬似特徴ベクトルと、解説文とが対応付けられたリレーショナルデータベースである。このうち、画像ＩＤは、画像に付加されたＩＤ番号である。また、画像パスは、画像が保持されているファイルへのパスである。また、擬似特徴ベクトルは、画像の代表色の擬似特徴ベクトルの値である。また、解説文は、画像のタイトルなどである。
【００２３】
例えば、図２の擬似特徴ベクトルについて具体的に説明すると、画像ＩＤ＝１の富士山は、代表色が青（Ｈ，Ｓ，Ｉ）＝（１９０，０．３３，０．５０）であるので、式１から擬似特徴ベクトルＶ＝４６５となる。また、画像ＩＤ＝２の夜の東京タワーは、代表色が黒（Ｈ，Ｓ，Ｉ）＝（２１０，０．１５，０．３２）であるので、式７から擬似特徴ベクトルＶ＝９０５となる。また、画像ＩＤ３＝３の海は、代表色が青（Ｈ，Ｓ，Ｉ）＝（２４０，０．５４，０．２５）であるので、式１から擬似特徴ベクトルＶ＝５７７となる。
【００２４】
図１の説明に戻ると、類似画像一覧出力部６２は、画像データベース５８からキーワードに基づいて擬似特徴ベクトルの順に前記類似画像の一覧を出力する処理部であり、具体的には、ＣＲＴやＬＣＤなどの画像表示装置、プリンタなどである。また、画像入力ＩＦ部７２は、画像入力装置１０から画像データを入力する入力インタフェースであり、具体的には、ＳＣＳＩインタフェースである。また、制御部７４は、ユーザの要求、指示を受け付けて画像処理装置５０の全体および各処理部の間のデータの流れを制御する。
【００２５】
［画像データベースの生成手順］
次に、図１に示す画像処理システムの画像データベース生成手順について説明する。図３は、図１に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【００２６】
同図に示すように、ユーザによって画像の画像パスが入力部５２から入力される（ステップＳ３０１）。同時に、画像入力装置１０の画像読取部１２が画像データを読み取ると、画像データは、ＩＦ部１６および画像入力ＩＦ部７２を介して画像処理装置５０に入力され、予めユーザによって入力された画像パスが指定する画像データベース５８のファイルに保持される（ステップＳ３０２）。
【００２７】
そして、擬似特徴ベクトル生成部５６は、画像パスで指定されたファイルに保持された画像を画素毎にＲＧＢ値にデコードし、画像データベース５８のファイルに保持する（ステップＳ３０３）。さらに、擬似特徴ベクトル生成部５６は、各画素のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し（ステップＳ３０４）、画像の代表色を抽出する（ステップＳ３０５）。
【００２８】
ここで、図３示す画像の代表色の抽出手順をさらに詳細に説明する。図４は、図３示す画像の代表色の抽出手順をさらに詳細に示すフローチャートである。同図に示すように、擬似特徴ベクトル生成部５６は、まず、ＨＳＩ色空間を有限個の部分色空間に分割する（ステップＳ４０１）。そして、画像データから画素を抽出し（ステップＳ４０２）、画素の属する部分色空間を算出する（ステップ４０３）。さらに、擬似特徴ベクトル生成部５６は、各部分色空間に属する画素数を計数する（ステップＳ４０４）。
【００２９】
そして、擬似特徴ベクトル生成部５６は、画像データの全画素を抽出したか否かを調べる（ステップＳ４０５）。その結果、画像データの全画素が抽出されていない場合は（ステップＳ４０５否定）、ステップＳ４０２に戻り、画素の抽出をする。一方、擬似特徴ベクトル生成部５６は、画像データの全画素が抽出された場合は（ステップＳ４０５肯定）、部分色空間に属する画素数を抽出し（ステップＳ４０６）、部分色空間に属する画素数が画像データの全画素数の３０％以上であるか否かを調べる（ステップＳ４０７）。
【００３０】
その結果、擬似特徴ベクトル生成部５６は、部分色空間に属する画素数が画像データの全画素数の３０％以上である場合は（ステップＳ４０７肯定）、部分色空間の画素の色の平均値を算出し（ステップＳ４０８）、代表色を決定する（ステップＳ４０９）。一方、擬似特徴ベクトル生成部５６は、部分色空間に属する画素数が画像データの全画素数の３０％未満である場合は（ステップＳ４０７否定）、全部分色空間の画素数が抽出されたか否かを調べる（ステップＳ４１０）。
【００３１】
その結果、擬似特徴ベクトル生成部５６は、全部分色空間の画素数が抽出されなかった場合は（ステップＳ４１０否定）、ステップＳ４０６に戻り、次の部分色空間の画素数を抽出する。一方、擬似特徴ベクトル生成部５６は、全部分色空間の画素数が抽出された場合は（ステップＳ４１０肯定）、さらに、画像データの代表色が有るか否かを調べる（ステップＳ４１１）。
【００３２】
その結果、擬似特徴ベクトル生成部５６は、画像データの代表色が有る場合は（ステップＳ４１１肯定）、本手順を終了する。一方、擬似特徴ベクトル生成部５６は、画像データの代表色が無い場合は（ステップＳ４１１否定）、画素数が最大の部分色空間を抽出し（ステップＳ４１２）、部分色空間の画素の色の平均値を算出し（ステップＳ４０８）、画像データの代表色を決定し（ステップＳ４０９）、本手順を終了する。
【００３３】
ここで、さらに、図４に示す画像の代表色の一例について説明する。図５は、図４に示す画像の代表色の一例を示す図である。図５（Ａ）は、閾値以上の代表色が複数ある場合、図５（Ｂ）は、閾値以上の代表色が無いので、画素数が最大の画素の色の平均値を代表色とした場合である。なお、閾値は、本実施の形態１では３０％としているが、任意に設定することができる。
【００３４】
図３の説明に戻ると、擬似特徴ベクトル生成部５６は、画像の代表色に対する類似の基準である擬似特徴ベクトルを生成する（ステップＳ３０６）。ここで、図３に示す擬似特徴ベクトルの生成手順をさらに詳細に説明する。図６は、図３に示す擬似特徴ベクトルの生成手順をさらに詳細に示すフローチャートである。
【００３５】
同図に示すように、擬似特徴ベクトル生成部５６は、画像の代表色が有彩色か否かを調べる（ステップＳ６０１）。その結果、画像の代表色が有彩色である場合は（ステップＳ６０１肯定）、式１〜式６に基づいて有彩色の擬似特徴ベクトルＶｃを算出する（ステップＳ６０２）。
【００３６】
一方、擬似特徴ベクトル生成部５６は、画像の代表色が無彩色である場合は（ステップＳ６０１否定）、式７〜式９に基づいて無彩色の擬似特徴ベクトルＶａを算出する（ステップＳ６０３）。そして、式１の有彩色の擬似特徴ベクトルＶｃと式７の無彩色の擬似特徴ベクトルＶａから擬似特徴ベクトルＶを生成する（ステップＳ６０４）。
【００３７】
ここで、さらに、図６に示す画像の代表色の擬似特徴ベクトルの一例について説明する。図７は、図６に示す画像の代表色の擬似特徴ベクトルの一例を示す図である。同図に示すように、画像の代表色の擬似特徴ベクトルは、赤、茶、黄、緑、青、紫、黒、白の順に並んでいるだけではなく、それぞれの代表色が数値化されて類似の順に並んでいる。式１から有彩色は、０〜８６４、また、式７から無彩色は８６４〜９６４であることが分かる。また、有彩色のうち青は、４３２〜７９２となる。
【００３８】
図３の説明に戻ると、このように擬似特徴ベクトル生成部５６が生成した擬似特徴ベクトルは、画像の代表色に対する類似度の基準であり、具体的には、図２に示すように、画像ＩＤ、画像パスなどと共に画像データベース５８に保持される（ステップＳ３０７）。
【００３９】
以上に説明したように、擬似特徴ベクトル生成部５６は、複数の画像の代表色を抽出し、複数の画像の代表色に対する類似の基準である一次元量の擬似特徴ベクトルを画像毎に生成することとしたので、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００４０】
［キーワードに基づく類似画像の一覧の出力手順］
次に、図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順について説明する。図８は、図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順を示すフローチャートである。
【００４１】
同図に示すように、まず、入力部５２は、ユーザ要求に基づいて画像データベースから出力すべき類似画像のキーワードを入力する（ステップＳ８０１）。そして、類似画像一覧出力部６２は、入力部５２によって入力されたキーワード“青”に基づき画像データベース５８から擬似特徴ベクトルの順に類似画像の一覧を出力するためのクエリーを生成する（ステップＳ８０２）。具体的には、図７に示すように青の擬似特徴ベクトルは、（４３２〜７９２）であるので、ＳＱＬ言語で生成されるクエリーは、以下のようになる。
ＳＥＬＥＣＴ 画像特徴、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ ４３２ ＡＮＤ ７９２；
【００４２】
類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーを画像データベース５８に送付し（ステップＳ８０３）、類似画像の一覧を出力する（ステップＳ８０４）。具体的には、図７に示すように擬似特徴ベクトルの青（４３２〜７９２）に対応付けられた類似画像の一覧を出力する。
【００４３】
以上に説明したように、画像データベース５８は、複数の画像の代表色に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、類似画像一覧出力部６２は、キーワードに基づいて画像データベースから擬似特徴ベクトルの順に類似画像の一覧を出力することとしたので、キーワードに基づいて画像の代表色の類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００４４】
（実施の形態２）
ところで、上記実施の形態１では、キーワードに基づいて類似画像の一覧を出力する画像処理システムの場合について説明したが、本発明はこれに限定されるものではなく、キー画像に基づいて類似画像の一覧を出力する画像処理システムの場合に適用することもできる。そこで、本実施の形態２では、キー画像に基づき類似画像の一覧を出力する画像処理システムの場合について説明する。なお、本実施の形態２に係る画像処理システムの画像データベース生成手順は、実施の形態１の画像データベース生成手順と全く同じであるので説明を省略し、キー画像に基づく類似画像の一覧の出力手順についてのみ説明する。また、その他においても上記実施の形態１と同じ部分については説明を省略し、相違する部分についてのみ説明する。
【００４５】
［画像処理システムの構成］
まず、本実施の形態２に係る画像処理システムの構成を示す機能ブロック図は、実施の形態１で示した図１とほぼ同様なものとなり、キー画像擬似特徴ベクトル生成部６０と、類似画像一覧出力部６２とが相違する。そこで、本実施の形態２では、キー画像擬似特徴ベクトル生成部６０と、類似画像一覧出力部６２とを中心に説明する。
【００４６】
図９は、本実施の形態２に係る画像処理システムの構成を示す機能ブロック図である。同図に示すように、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を抽出し、キー画像の代表色に対する類似の基準であるキー画像の擬似特徴ベクトルを生成する処理部である。具体的には、キー画像擬似特徴ベクトル生成部６０は、図３のステップＳ３０１〜ステップＳ３０６で説明したように擬似特徴ベクトル生成部５６と同様にキー画像の擬似特徴ベクトルを生成する。
【００４７】
類似画像一覧出力部６２は、類似範囲指定部６６と、類似度算出部６８とからなる。また、類似範囲指定部６６は、キー画像の擬似特徴ベクトルに基づいて類似画像一覧の類似範囲を指定する処理部である。ここで、図９に示す類似範囲指定部６６が指定するキー画像の擬似特徴ベクトルの類似範囲の一例について説明する。図１０は、図９に示す類似範囲指定部６６が指定するキー画像の擬似特徴ベクトルの類似範囲を説明する図である。
【００４８】
同図に示すように、類似範囲指定部６６は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルの値がＫである場合、類似範囲指定部６６は、予め設定されている類似範囲パラメータをＤとして、下限値Ｋ−Ｄと、上限値Ｋ＋Ｄとの範囲を類似範囲とする。なお、類似範囲パラメータＤは、二つの画像の代表色に関する擬似特徴ベクトルの値の差がＤ以下の場合に二つの画像は似ていると定義する値である。
【００４９】
図９の説明に戻ると、類似度算出部６８は、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する処理部である。
【００５０】
［キー画像に基づく類似画像の一覧の出力手順］
次に、図９に示す画像処理システムのキー画像基づく類似画像の一覧の出力手順について説明する。図１１は、図９に示す画像処理システムのキー画像に基づく類似画像の一覧の出力手順を示すフローチャートである。
【００５１】
同図に示すように、ユーザによってキー画像の画像パスが入力部５２から入力される（ステップＳ１１０１）。同時に、画像入力装置１０の画像読取部１２がキー画像データを読み取ると、画像データは、ＩＦ部１６および画像入力ＩＦ部７２を介して画像処理装置５０に入力され、予めユーザによって入力された画像パスが指定する画像データベース５８のファイルに保持される（ステップＳ１１０２）。
【００５２】
そして、キー画像擬似特徴ベクトル生成部６０は、画像パスで指定されたファイルに保持されたキー画像を画素毎にＲＧＢ値にデコードし、画像データベース５８のファイルに保持する（ステップＳ１１０３）。さらに、キー画像擬似特徴ベクトル生成部６０は、各画素のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し（ステップＳ１１０４）、キー画像の代表色を抽出する（ステップＳ１１０５）。なお、キー画像の代表色の抽出手順は、実施の形態１の図４の画像の代表色の抽出手順と全く同じであるので、ここでは説明を省略する。
【００５３】
そして、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を類似の順に並べたキー画像の擬似特徴ベクトルを生成する（ステップＳ１１０６）。なお、キー画像の擬似特徴ベクトルの生成手順は、実施の形態１の図６の擬似特徴ベクトルの生成手順と全く同じであるので、ここでは説明を省略する。
【００５４】
さらに、類似範囲指定部６６は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルの値Ｋに基づいて類似範囲（Ｋ−Ｄ〜Ｋ＋Ｄ）を指定し、類似画像一覧出力部６２は、類似範囲に基づき画像データベース５８から類似画像の一覧を出力するためのクエリーを生成する（ステップＳ１１０７）。具体的には、ＳＱＬ言語で生成されるクエリーは以下のようになる。
ＳＥＬＥＣＴ 画像特徴、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ Ｋ−Ｄ ＡＮＤ Ｋ＋Ｄ；
【００５５】
そして、類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーを画像データベース５８に送付し、画像一覧を選出する（ステップＳ１１０８）。さらに、類似度算出部６８は、キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出し（ステップＳ１１０９）、類似画像一覧出力部６２は、類似度の昇順に画像一覧を並べて、出力する（ステップＳ１１１０）。
【００５６】
以上に説明したように、画像データベース５８は、複数の画像の代表色に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を抽出し、キー画像の代表色に対する類似の基準であるキー画像の擬似特徴ベクトルを生成し、類似画像一覧出力部６２は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルに基づいて画像データベースから類似画像の一覧を出力することとしたので、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００５７】
また、キー画像の擬似特徴ベクトルに基づいて類似画像一覧の類似範囲を指定する類似範囲指定部６６をさらに備えることとしたので、キー画像に基づいて高速で簡易に類似画像の一覧を出力することができる。
【００５８】
また、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出部６８をさらに備えることとしたので、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００５９】
また、擬似特徴ベクトルは、画像の代表色の有彩色または／および無彩色に対する類似の基準であることとしたので、キー画像に基づいて画像の代表色に対する類似の順に類似画像の一覧を出力することができる。
【００６０】
（実施の形態３）
ところで、上記実施の形態２では、キー画像に基づいて類似画像の一覧を出力する画像処理システムの場合について説明したが、本発明はこれに限定されるものではなく、キー画像の特徴をカテゴリに分類し、カテゴリ毎に類似画像の一覧を出力する画像処理システムの場合に適用することもできる。そこで、本実施の形態３では、キー画像の画像特徴をカテゴリに分類し、カテゴリ毎に類似画像の一覧を出力する画像処理システムの場合について説明する。なお、上記実施の形態２と同じ部分については説明を省略し、相違する部分についてのみ説明する。
【００６１】
［画像処理システムの構成］
まず、本実施の形態３に係る画像処理システムの構成を示す機能ブロック図について説明する。図１２は、本実施の形態３に係る画像処理システムの構成を示す機能ブロック図である。
【００６２】
同図に示すように、本機能ブロック図は、実施の形態２で示した図９とほぼ同様でありカテゴリ別擬似特徴ベクトル生成部５７と、カテゴリ別画像データベース５９と、カテゴリ別キー画像擬似特徴ベクトル６１と、類似画像一覧出力部６２とが相違する。そこで、本実施の形態３では、カテゴリ別擬似特徴ベクトル生成部５７と、カテゴリ別画像データベース５９と、カテゴリ別キー画像擬似特徴ベクトル６１と、類似画像一覧出力部６２とを中心に説明する。
【００６３】
カテゴリ別擬似特徴ベクトル生成部５７は、複数の画像の代表色を抽出し、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを生成する処理部であり、具体的には、複数の画像の代表色を抽出し、複数の画像の代表色の複数の色相、白または黒に対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを生成する。
【００６４】
例えば、青、白、黒のカテゴリ別擬似特徴ベクトルについて具体的に説明する。青の擬似特徴ベクトルＶｂは、以下のようになる。
Ｖｂ＝Ｈｂ＊Ｆｍａｘ＋Ｆ（Ｓ，Ｉ） （式１０）
Ｈｂ＝ｉｎｔ（（Ｈ−１８０）／１０） （式１１）
Ｆ（Ｓ，Ｉ）＝Ｉｖ＊Ｓｍａｘ＋Ｓｖ （式１２）
Ｓｖ＝ｒｕｐ（（Ｓ−０．２）＊５）−１ （式１３）
Ｉｖ＝ｒｕｐ（（Ｉ−０．２）＊１０） （式１４）
Ｆｍａｘ＝Ｆ（１．０，１．０）＝２４ （式１５）
なお、画像の代表色が青の場合、１８０≦色相（Ｈ）＜３２０、０．２＜彩度（Ｓ）、０．２＜明度（Ｉ）である。
【００６５】
また、白の擬似特徴ベクトルＶｗは、以下のようになる。
Ｖｗ＝ｒｕｐ（（Ｉ−０．５）＊１００）−１ （式１６）
なお、画像の代表色が白の場合、０≦色相（Ｈ）＜３５９、０．２≧彩度（Ｓ）、０．５＜明度（Ｉ）である。
【００６６】
また、黒の擬似特徴ベクトルＶＩは、以下のようになる。
ＶＩ＝ｒｕｐ（Ｉ＊１００）−１ （式１７）
ただし、Ｉ＝０．０のときはＶＩ＝０となる。なお、画像の代表色が黒の場合、０≦色相（Ｈ）＜３５９、０．２≧彩度（Ｓ）、０．５≧明度（Ｉ） 、または明度（Ｉ）＝０．２である。
【００６７】
カテゴリ別画像データベース５９は、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成された画像データベースである。ここで、図１２に示す画像処理装置のカテゴリ別画像データベースの一例について説明する。図１３は、図１２に示す画像処理装置のカテゴリ別画像データベースの一例を示す図である。カテゴリ別画像データベース５９は、画像ＩＤと、画像パスと、カテゴリＩＤと、解説文が対応付けられたリレーショナルデータベースである。このうち、画像ＩＤは、画像に付加されたＩＤ番号である。また、画像パスは、画像が保持されているファイルへのパスである。また、カテゴリＩＤは、画像の代表色の擬似特徴ベクトルの値である。また、解説文は、画像のタイトルなどである。
【００６８】
さらに、図１３のカテゴリＩＤについて具体的に説明すると、画像ＩＤ＝１の富士山のカテゴリＩＤは、代表色が青、（Ｈ，Ｓ，Ｉ）＝（１９０，０．３３，０．５０）と、白、（Ｈ，Ｓ，Ｉ）＝（１８０，０．１４，０．７８）であるので、式１０と式１６から擬似特徴ベクトルＶｂ＝３３、Ｖｗ＝２７となる。また、画像ＩＤ＝２の夜の東京タワーのカテゴリＩＤは、代表色が黒、すなわち（Ｈ，Ｓ，Ｉ）＝（２１０，０．１５，０．３２）であるので、式１７から擬似特徴ベクトルＶＩ＝３１となる。また、画像ＩＤ＝３の海のカテゴリＩＤは、代表色が青（Ｈ，Ｓ，Ｉ）＝（２４０，０．５４，０．２５）であるので、式１０から擬似特徴ベクトルＶｂ＝１４５となる。
【００６９】
図１２の説明に戻ると、カテゴリ別キー画像擬似特徴ベクトル生成部６１は、キー画像の代表色を抽出し、キー画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成する処理部である。ここで、図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部６１により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例について説明する。図１４は、図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部６１により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例を示す図である。例えば、キー画像として赤いＴシャツと白いＴシャツが映っている写真を入力すると、カテゴリ別キー画像擬似特徴ベクトル生成部６１は、写真から赤と白を代表色として抽出し、例えば、赤のカテゴリの２５と白のカテゴリ７９というキー画像の複数のカテゴリ別擬似特徴ベクトルを生成する。
【００７０】
図１２の説明に戻ると、類似画像一覧出力部６２は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトル基づいてカテゴリ別画像データベースから類似画像の一覧を出力する、具体的には、カテゴリ別類似範囲指定部６７と、カテゴリ別類似度算出部６９とからなる。カテゴリ別類似範囲指定部６７は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲をカテゴリ別に指定する処理部である。また、カテゴリ別類似度算出部６９は、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出する処理部である。
【００７１】
［画像データベースの生成手順］
次に、図１２に示す画像処理システムの画像データベース生成手順について説明する。図１５は、図１２に示す画像処理システムの画像データベース生成手順を示すフローチャートである。なお、本手順のステップ１５０１からステップ１５０５までは実施の形態１の図３のステップＳ３０１からステップＳ３０５と全く同じなので説明は省略する。
【００７２】
カテゴリ別擬似特徴ベクトル生成部５７は、画像の代表色を抽出すると、さらに、代表色の画素値のＨＳＩ部分色空間を抽出し（ステップ１５０６）、代表色のカテゴリを決定する（ステップＳ１５０７）。ここでは、カテゴリは、赤、茶、黄、緑、青、紫、黒、白の８つであるが、これに代表色が無い画像のカテゴリを追加することもできる。また、一つの画像の複数の代表色が同じカテゴリに含まれる場合は、それらの代表色のうち対応する画素数の多い方を残し、小さい方を削除する。または、両方の画素の平均値を代表色とすることもできる。
【００７３】
そして、画像の代表色のカテゴリ別擬似特徴ベクトルを生成する（ステップＳ１５０８）。さらに、画像のカテゴリ別擬似特徴ベクトルは、画像ＩＤ、画像パスなどと共に画像データベースに保持される（ステップＳ１５０９）。具体的には、画像データベースは、図１３に示すようなリレーショナルデータベースである。なお、代表色のないカテゴリは、空欄のままか、−１などの値をいれる。
【００７４】
以上説明したように、複数の画像の代表色を抽出し、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを画像毎に生成するカテゴリ別擬似特徴ベクトル生成部５７をさらに備えたこととしたので、リレーショナルデータベースとの連携が容易であり、複数の画像をカテゴリ別擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいてカテゴリ別の類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色の複数のカテゴリに対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００７５】
［キー画像に基づくカテゴリ別の類似画像の一覧の出力手順］
次に、図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順について説明する。図１６は、図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順を示すフローチャートである。なお、本手順のステップ１６０１からステップ１６０５までは実施の形態１の図３のステップＳ１１０１からステップＳ１１０５と全く同じなので説明は省略する。
【００７６】
カテゴリ別擬似特徴ベクトル生成部５７は、キー画像の代表色を抽出すると、さらに、キー画像の代表色の画素値のＨＳＩ部分色空間を抽出し（ステップ１６０６）、キー画像の代表色のカテゴリを決定する（ステップＳ１６０７）。そして、キー画像の代表色のカテゴリ別擬似特徴ベクトルを生成する（ステップＳ１６０８）。
【００７７】
さらに、カテゴリ別類似範囲指定部６７は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルの値に基づいて類似画像の一覧の類似範囲をカテゴリ別に指定し、類似画像一覧出力部６２は、カテゴリ別類似範囲に基づきカテゴリ別画像データベース５９から類似画像を検索するためのクエリーを生成する（ステップＳ１６０９）。
【００７８】
具体的には、類似画像一覧出力部６２は、図１４のキー画像の代表色のカテゴリ別擬似特徴ベクトルの値Ｋ、すなわち、赤のカテゴリの２５と白のカテゴリ７９に基づいてクエリーを生成する。例えば、画像処理システムに予め設定されている類似範囲パラメ−メータＤ＝１０とすると、ＳＱＬ言語で生成されるクエリーは以下のようになる。
ＳＥＬＥＣＴ 赤、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ １５ ＡＮＤ ３５；
ＳＥＬＥＣＴ 赤、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ ６９ ＡＮＤ ８９；
なお、キー画像と同じように赤と白が写っている画像を選出したい場合は、上記二つのクエリーの論理積をとり、赤か白のどちらかが写っている画像を選出したい場合は、論理和をとる。
【００７９】
そして、類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーをカテゴリ別画像データベース５９に送付し、画像一覧を選出する（ステップＳ１６１０）。さらに、カテゴリ別類似度算出部６９は、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値、すなわちカテゴリ別類似度を算出し（ステップＳ１６１１）、類似画像一覧出力部６２は、類似度の昇順に画像一覧を出力する（ステップＳ１６１２）。
【００８０】
以上説明したように、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成されたカテゴリ別画像データベース５７と、キー画像の代表色を抽出し、キー画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成するカテゴリ別キー画像擬似特徴ベクトル生成部６１と、をさらに備えることとしたので、キー画像に基づいて画像の代表色のカテゴリに対して類似画像の一覧を出力することができる。
【００８１】
また、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲をカテゴリ別に指定するカテゴリ別類似範囲指定部６７をさらに備えることとしたので、キー画像に基づいて画像の代表色のカテゴリに対して簡易に類似画像の一覧を出力することができる。
【００８２】
また、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出することとしたので、キー画像に基づいて画像の代表色のカテゴリに対して類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００８３】
また、カテゴリ別擬似特徴ベクトルは、画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対するそれぞれの類似の基準であることとしたので、キー画像に基づいて画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対する類似の順に類似画像の一覧を出力することができる。
【００８４】
（実施の形態４）
ところで、上記実施の形態１〜３で説明した画像処理装置は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することができる。そこで、本実施の形態４では、上記実施の形態１〜３で説明した画像処理装置と同様の機能を有する画像処理プログラムを実行するコンピュータシステムについて説明する。
【００８５】
図１７は、本実施の形態５に係るコンピュータシステムの構成を示すシステム構成図であり、図１８は、このコンピュータシステムにおける本体部の構成を示すブロック図である。図１７に示すように、本実施の形態に係るコンピュータシステム１００は、本体部１０１と、本体部１０１からの指示によって表示画面１０２ａに画像などの情報を表示するためのディスプレイ１０２と、このコンピュータシステム１００に種々の情報を入力するためのキーボード１０３と、ディスプレイ１０２の表示画面１０２ａ上の任意の位置を指定するためのマウス１０４とを備える。
【００８６】
また、このコンピュータシステム１００における本体部１０１は、図１８に示すように、ＣＰＵ１２１と、ＲＡＭ１２２と、ＲＯＭ１２３と、ハードディスクドライブ（ＨＤＤ）１２４と、ＣＤ−ＲＯＭ１０９を受け入れるＣＤ−ＲＯＭドライブ１２５と、フレキシブルディスク（ＦＤ）１０８を受け入れるＦＤドライブ１２６と、ディスプレイ１０２、キーボード１０３並びにマウス１０４を接続するＩ／Ｏインターフェース１２７と、ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）１０６に接続するＬＡＮインターフェース１２８とを備える。
【００８７】
さらに、このコンピュータシステム１００には、インターネットなどの公衆回線１０７に接続するためのモデム１０５が接続されるとともに、ＬＡＮインターフェース１２８およびＬＡＮ／ＷＡＮ１０６を介して、他のコンピュータシステム（ＰＣ）１１１、サーバ１１２並びにプリンタ１１３などが接続される。
【００８８】
そして、このコンピュータシステム１００は、所定の記録媒体に記録された画像処理プログラムを読み出して実行することで画像処理装置を実現する。ここで、所定の記録媒体とは、フレキシブルディスク（ＦＤ）１０８、ＣＤ−ＲＯＭ１０９、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」の他に、コンピュータシステム１００の内外に備えられるハードディスクドライブ（ＨＤＤ）１２４や、ＲＡＭ１２２、ＲＯＭ１２３などの「固定用の物理媒体」、さらに、モデム１０５を介して接続される公衆回線１０７や、他のコンピュータシステム１１１並びにサーバ１１２が接続されるＬＡＮ／ＷＡＮ１０６などのように、プログラムの送信に際して短期にプログラムを保持する「通信媒体」など、コンピュータシステム１００によって読み取り可能な画像処理プログラムを記録する、あらゆる記録媒体を含むものである。
【００８９】
すなわち、画像処理プログラムは、上記した「可搬用の物理媒体」、「固定用の物理媒体」、「通信媒体」などの記録媒体に、コンピュータ読み取り可能に記録されるものであり、コンピュータシステム１００は、このような記録媒体から画像処理プログラムを読み出して実行することで画像処理装置および画像処理方法を実現する。なお、画像処理プログラムは、コンピュータシステム１００によって実行されることに限定されるものではなく、他のコンピュータシステム１１１またはサーバ１１２が画像処理プログラムを実行する場合や、これらが協働して画像処理プログラムを実行するような場合にも、本発明を同様に適用することができる。
【００９０】
（他の実施の形態）
さて、これまで本発明の実施の形態１〜４について説明したが、本発明は上述した実施の形態１〜４以外にも、上記特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてもよいものである。
【００９１】
例えば、本実施の形態では、本発明を画像の代表色に適用する場合について説明したが、本発明はこれに限定されるものではなく、他の画像の特徴、例えば、画像の形状に適用することができる。
【００９２】
また、本実施の形態では、キー画像に基づいてカテゴリ別画像データベースから類似画像の一覧を出力する場合について説明したが、本発明はこれらに限定されるものではなく、キーワードに基づいてカテゴリ別画像データベースから類似画像の一覧を出力する場合に適用することができる。
【００９３】
また、本実施の形態では、本発明を画像の代表色の複数のカテゴリとして赤、茶、黄、緑、青、紫、白、黒の場合について説明したが、本発明はこれらに限定されるものではなく、他のカテゴリ、例えば、有彩色と無彩色のカテゴリの場合に適用することができる。
【００９４】
また、本実施の形態では、本発明を画像の代表色の擬似特徴ベクトルとして有彩色の擬似特徴ベクトルに式１、無彩色の擬似特徴ベクトルに式７を適用する場合、または、カテゴリ別擬似特徴ベクトルとして青、白、黒に式１０、式１６および式１７を適用する場合について説明したが、本発明はこれらに限定されるものではなく、擬似特徴ベクトル、またはカテゴリ別擬似特徴ベクトルについてこれら以外の他の式を適用することができる。
【００９５】
また、本実施の形態において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【００９６】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【００９７】
以上説明したように、本発明によれば、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である一次元量の擬似特徴ベクトルを画像毎に生成するよう構成したので、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００９８】
また、本発明によれば、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成し、画像データベースからキーワードに基づいて擬似特徴ベクトルの順に類似画像の一覧を出力するよう構成したので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に画像処理を行うことができる。
【００９９】
また、本発明によれば、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成し、キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成し、画像データベースからキー画像の擬似特徴ベクトルに基づいて類似画像の一覧を出力するよう構成したので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【０１００】
また、本発明によれば、キー画像の擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲を指定する類似範囲指定手段をさらに備えるよう構成したので、キー画像に基づいて高速で簡易に類似画像の一覧を出力することができる。
【０１０１】
また、本発明によれば、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出するよう構成したので、キー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【０１０２】
（付記１）複数の画像を保持する画像処理装置であって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成手段を備えたことを特徴とする画像処理装置。
【０１０３】
（付記２）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースと、
前記キーワードに基づいて前記画像データベースから前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【０１０４】
（付記３）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースと、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成手段と、
前記キー画像擬似特徴ベクトル生成手段によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記画像データベースから前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【０１０５】
（付記４）前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲を指定する類似範囲指定手段をさらに備え、
前記類似画像一覧出力手段は、前記画像データベースから前記類似範囲指定手段によって指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０６】
（付記５）前記キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出手段をさらに備え、
前記類似画像一覧出力手段は、前記類似度算出手段によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０７】
（付記６）前記複数の画像の特徴を抽出し、該複数の画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを画像毎に生成するカテゴリ別擬似特徴ベクトル生成手段をさらに備えたことを特徴とする付記１に記載の画像処理装置。
【０１０８】
（付記７）前記複数の画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成されたカテゴリ別画像データベースと、
前記キー画像の特徴を抽出し、該キー画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成するカテゴリ別キー画像擬似特徴ベクトル生成手段と、をさらに備え、
前記類似画像一覧出力手順は、前記カテゴリ別キー画像擬似特徴ベクトル生成手段によって生成されたキー画像のカテゴリ別擬似特徴ベクトル基づいて前記カテゴリ別画像データベースから前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０９】
（付記８）前記カテゴリ別キー画像擬似特徴ベクトル生成手段によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲をカテゴリ別に指定するカテゴリ別類似範囲指定手段をさらに備え、
前記類似画像一覧出力手段は、前記カテゴリ別画像データベースから前記カテゴリ別類似範囲指定手段によってカテゴリ別に指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記７に記載の画像処理装置。
【０１１０】
（付記９）前記キー画像のカテゴリ別擬似特徴ベクトルと前記カテゴリ別類似範囲指定手段によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出するカテゴリ別類似度算出手段をさらに備え、
前記類似画像一覧出力手段は、前記カテゴリ別類似度算出手段によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記７に記載の画像処理装置。
【０１１１】
（付記１０）前記擬似特徴ベクトルは、前記画像の代表色の有彩色または／および無彩色に対する類似の基準であることを特徴とする付記１から付記５のいずれか一つに記載の画像処理装置。
【０１１２】
（付記１１）前記カテゴリ別擬似特徴ベクトルは、前記画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対するそれぞれの類似の基準であることを特徴とする付記６から付記９のいずれか一つに記載の画像処理装置。
【０１１３】
（付記１２）複数の画像を保持する画像処理装置に用いられる画像処理方法であって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成工程を含んだことを特徴とする画像処理方法。
【０１１４】
（付記１３）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理方法であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成工程と、
前記画像データベース生成工程によって生成された画像データベースから前記キーワードに基づいて前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力工程と、
を含んだことを特徴とする画像処理方法。
【０１１５】
（付記１４）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理方法であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成工程と、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成工程と、
前記画像データベース生成工程によって生成された画像データベースから前記キー画像擬似特徴ベクトル生成工程によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧を出力する類似画像一覧出力工程と、
を含んだことを特徴とする画像処理方法。
【０１１６】
（付記１５）前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲を指定する類似範囲指定工程をさらに含み、
前記類似画像一覧出力工程は、前記画像データベースから前記類似範囲指定工程によって指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記１４に記載の画像処理方法。
【０１１７】
（付記１６）前記キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出工程をさらに含み、
前記類似画像一覧出力工程は、前記類似度算出工程によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記１４に記載の画像処理方法。
【０１１８】
（付記１７）複数の画像を保持する画像処理装置に用いられる画像処理プログラムであって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成手順をコンピュータに実行させることを特徴とする画像処理プログラム。
【０１１９】
（付記１８）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理プログラムであって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成手順と、
前記画像データベース生成手順によって生成された画像データベースから前記キーワードに基づいて前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力手順と、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【０１２０】
（付記１９）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理プログラムであって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成手順と、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成手順と、
前記画像データベース生成手順によって生成された画像データベースから前記キー画像擬似特徴ベクトル生成手順によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧を出力する類似画像一覧出力手順と、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【符号の説明】
【０１２１】
１０ 画像入力装置
１２ 画像読取部
１４ 画像データ保持部
１６ ＩＦ部
５０ 画像処理装置
５２ 入力部
５６ 擬似特徴ベクトル生成部
５７ カテゴリ別擬似特徴ベクトル生成部
５８ 画像データベース
５９ カテゴリ別画像データベース
６０ キー画像擬似特徴ベクトル生成部
６１ カテゴリ別キー画像擬似特徴ベクトル生成部
６２ 画像一覧出力部
６６ 類似範囲指定部
６７ カテゴリ別類似範囲指定部
６８ 類似度算出部
６９ カテゴリ別類似度算出部
７２ 画像入力ＩＦ部
７４ 制御部
１００ コンピュータシステム
１０１ 本体部
１０２ ディスプレイ
１０２ａ 表示画面
１０３ キーボード
１０４ マウス
１０５ モデム
１０６ ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）
１０７ 公衆回線
１０８ フレキシブルディスク（ＦＤ）
１０９ ＣＤ−ＲＯＭ
１１１ 他のコンピュータシステム（ＰＣ）
１１２ サーバ
１１３ プリンタ
１２１ ＣＰＵ
１２２ ＲＡＭ
１２３ ＲＯＭ
１２４ ハードディスクドライブ（ＨＤＤ）
１２５ ＣＤ−ＲＯＭドライブ
１２６ ＦＤドライブ
１２７ Ｉ／Ｏインターフェース
１２８ ＬＡＮインターフェース
【技術分野】
【０００１】
この発明は、画像処理装置に関し、特に、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力する画像処理装置に関するものである。
【背景技術】
【０００２】
従来、複数の画像を保持する画像処理装置が知られている。かかる画像処理装置は、キーワードまたは画像の特徴を画像と対応付けて複数の画像を保持する画像データベースを生成し、キーワードまたはキー画像に基づいて類似画像の一覧を出力していた。類似画像をソートする場合は、画像の類似の基準として類似度、すなわち、画像の多次元の特徴ベクトルからユークリッド距離を算出する必要がある。この類似度の算出時間を短縮するため、予めキーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞り込んだ後に、複数の画像を画像の特徴の順にソートし、類似画像の一覧を出力していた。または、キー画像に基づいて多次元インデックス手法を用いて類似度を算出し、類似画像の一覧を出力していた。
【０００３】
例えば、非特許文献１では、キーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞込んだ後に、複数の画像を代表色のカテゴリ毎に、すなわち赤、茶、黄、緑、青、黒、白毎にソートして類似画像の一覧を出力する従来技術が開示されている。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】椎谷秀一、外４他、“画像の特徴を用いた商品検索サービス”、情報処理、第４２回グループウエアとネットワークサービス研究会、研究報２００２−ＧＮ−４２，ｐｐ３７−４２（２００２）．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかし、非特許文献１の従来技術では、キーワードに基づいて画像データベースからあるカテゴリの複数の画像に絞込んだ後に、複数の画像を代表色のカテゴリ毎にソートして、類似画像の一覧を出力する技術であり、キーワードに基づいて複数の画像の代表色の類似の順に類似画像の一覧を出力することができないという問題点があった。
【０００６】
また、キー画像に基づいて多次元インデックス手法を用いて類似度を算出し、類似画像の一覧を出力する従来技術では、データベースの更新に時間が掛かり、また、リレーショナルデータベースとの連携が困難であるなど、高速で簡易に類似画像の一覧を出力することができないという問題点があった。
【０００７】
そこで、この発明は、上述した従来技術による問題点を解消するためになされたものであり、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力する画像処理装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上述した課題を解決し、目的を達成するため、本発明に係る画像処理装置は、キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、前記複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、前記キーワードの擬似特徴ベクトルの値に対して、前記画像データベースから前記一次元量の擬似特徴ベクトルの値が類似する順に前記類似画像の一覧を出力する類似画像一覧出力手段とを備えたことを特徴とする。
【発明の効果】
【０００９】
本発明によれば、複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、キーワードの擬似特徴ベクトルの値に対して、画像データベースから一次元量の擬似特徴ベクトルの値が類似する順に類似画像の一覧を出力することとしたので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【図面の簡単な説明】
【００１０】
【図１】本実施の形態１に係る画像処理システムの構成を示す機能ブロック図である。
【図２】図１に示す画像処理システムの画像データベースの一例を示す図である。
【図３】図１に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【図４】図３示す画像の代表色の抽出手順をさらに詳細に示すフローチャートである。
【図５】図４に示す画像の代表色の一例を示す図である。
【図６】図３に示す擬似特徴ベクトルの生成手順をさらに詳細に示すフローチャートである。
【図７】図６に示す画像の代表色の擬似特徴ベクトルの一例を示す図である。
【図８】図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順を示すフローチャートである。
【図９】本実施の形態２に係る画像処理システムの構成を示す機能ブロック図である。
【図１０】図９に示す類似範囲指定部が指定するキー画像の擬似特徴ベクトルの類似範囲を説明する図である。
【図１１】図９に示す画像処理システムのキー画像基づく類似画像の一覧の出力手順を示すフローチャートである。
【図１２】本実施の形態３に係る画像処理システムの構成を示す機能ブロック図である。
【図１３】図１２に示す画像処理システムのカテゴリ別画像データベースの一例を示す図である。
【図１４】図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例を示す図である。
【図１５】図１２に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【図１６】図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順を示すフローチャートである。
【図１７】本実施の形態４に係るコンピュータシステムの構成を示すシステム構成図である。
【図１８】図１７に示すコンピュータシステムにおける本体部の構成を示すブロック図である。
【発明を実施するための形態】
【００１１】
以下に添付図面を参照して、この発明に係る画像処理装置の好適な実施の形態を詳細に説明する。なお、下記に示す実施の形態１では、本発明に係る画像処理装置をキーワードに基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明し、実施の形態２では、本発明に係る画像処理装置をキー画像に基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明し、実施の形態３では本発明に係る画像処理装置をキー画像に基づいてカテゴリ別に類似画像の一覧を出力する画像処理システムに適用する場合について説明することとする。また、実施の形態４では画像処理プログラムを実行するコンピュータシステムについて説明する。最後に、他の実施の形態として種々の変形例を説明する。
【００１２】
（実施の形態１）
本実施の形態１では、本発明に係る本発明に係る画像処理装置をキーワードに基づいて類似画像の一覧を出力する画像処理システムに適用する場合について説明する。なお、ここでは、本実施の形態１に係る画像処理システムの概要および特徴を説明した後に、この画像処理システムの構成を説明し、最後に、この画像処理システムの画像データベース生成手順およびキーワードに基づく類似画像の一覧の出力手順など種々の処理手順について説明する。
【００１３】
［概要および特徴］
最初に、本実施の形態１に係る画像処理システムの概要および主たる特徴を説明する。図１は、本実施の形態１に係る画像処理システムの構成を示す機能ブロック図である。
【００１４】
同図に示す画像処理システムは、概略的には、複数の画像を保持する画像処理システムであり、キーワードまたは／およびキー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することを特徴とする。
【００１５】
具体的には、本発明の請求項１に係る画像処理装置５０は、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを生成することを特徴とする。具体的には、画像処理装置５０は、画像を画素毎にＲＧＢ値にデコードし、各画素の代表色のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し、画像の代表色を抽出し（図５参照）、画像の代表色に対する有彩色および無彩色の類似の基準である有彩色の擬似特徴ベクトルおよび無彩色の擬似特徴ベクトルから一次元量の擬似特徴ベクトル（式１〜式９、図７参照）を生成することを特徴とする。従って、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００１６】
［画像処理システムの構成］
本発明に係る本実施の形態１に係る画像処理システムの構成について説明する。図１に示すように、画像処理システムは、画像入力装置１０と、画像処理装置５０とからなる。
【００１７】
画像入力装置１０は、画像読取部１２と、画像データ保持部１４と、ＩＦ部１６からなる。このうち、画像読取部１２は、画像を読み取る入力部であり、具体的には、画像スキャナーなどの画像読み取り装置である。また、画像データ保持部１４は、画像読取部１２によって読み取られた画像を一時的に保持する保持部であり、具体的には、ＨＤＤなどの記憶装置である。また、ＩＦ部１６は、画像データ保持部１４に保持された画像データを画像処理装置５０に入力するためのＩＦ部であり、具体的には、ＳＣＳＩインタフェースなどである。
【００１８】
画像処理装置５０は、入力部５２と、擬似特徴ベクトル生成部５６と、画像データベース保持部５８と、類似画像一覧出力部６２と、画像入力ＩＦ部７２と、制御部７４とからなる。このうち、入力部５２は、ユーザの要求や指示、データなどを入力する入力部であり、具体的には、キーボード、マウス、タッチペンなどの入力装置である。
【００１９】
擬似特徴ベクトル生成部５６は、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを生成する処理部である。具体的には、画像を画素毎にＲＧＢ値にデコードし、各画素の代表色のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し、画像の代表色を抽出し、以下に示すように、画像の代表色に対する有彩色および無彩色の類似の基準である擬似特徴ベクトルＶｃおよびＶａから一次元量の擬似特徴ベクトルＶ＝Ｖｃ＋Ｖａを生成する。
【００２０】
すなわち、擬似特徴ベクトル生成部５６は、画像の代表色が有彩色である場合は、色相を基準に以下の式に基づいて有彩色の擬似特徴ベクトルＶｃを算出する。
Ｖｃ＝Ｈｖ×Ｆｍａｘ＋Ｆ（Ｓ，Ｉ） （式１）
Ｆ（Ｓ，Ｉ）＝Ｉｖ＊Ｓｍａｘ＋Ｓｖ （式２）
Ｓｖ＝ｒｕｐ（（Ｓ−０．２）＊５）−１ （式３）
Ｉｖ＝ｒｕｐ（（Ｉ−０．２）＊１０）−１ （式４）
Ｆｍａｘ＝Ｆ（１．０，１．０）＝２４ （式５）
Ｓｍａｘ＝Ｓｖｍａｘ＝３ （式６）
なお、有彩色の場合は、０≦色相（Ｈ）≦３５９、０．２＜彩度（Ｓ）、０．２＜明度（Ｉ）である。また、ｒｕｐは、小数点以下切り上げ関数である。
【００２１】
また、擬似特徴ベクトル生成部５６は、画像の代表色が無彩色である場合は、明度を基準に以下の式に基づいて無彩色の擬似特徴ベクトルＶａを算出する。
Ｖａ＝Ｖｃｍａｘ＋Ｉａ＋１ （式７）
Ｖｃｍａｘ＝８６４ （式８）
Ｉａ＝ｒｕｐ（Ｉ＊１００）−１ （式９）
ただし、Ｉ＝０のときはＩａ＝０となる。なお、無彩色の場合は、０≦色相（Ｈ）≦３５９、０．２≧彩度（Ｓ）、０．２≧明度（Ｉ）である。
【００２２】
画像データベース５８は、画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースである。ここで、図１に示す画像処理装置の画像データベースの一例について説明する。図２は、図１に示す画像処理装置の画像データベースの一例を示す図である。具体的には、画像データベースは、画像ＩＤと、画像パスと、擬似特徴ベクトルと、解説文とが対応付けられたリレーショナルデータベースである。このうち、画像ＩＤは、画像に付加されたＩＤ番号である。また、画像パスは、画像が保持されているファイルへのパスである。また、擬似特徴ベクトルは、画像の代表色の擬似特徴ベクトルの値である。また、解説文は、画像のタイトルなどである。
【００２３】
例えば、図２の擬似特徴ベクトルについて具体的に説明すると、画像ＩＤ＝１の富士山は、代表色が青（Ｈ，Ｓ，Ｉ）＝（１９０，０．３３，０．５０）であるので、式１から擬似特徴ベクトルＶ＝４６５となる。また、画像ＩＤ＝２の夜の東京タワーは、代表色が黒（Ｈ，Ｓ，Ｉ）＝（２１０，０．１５，０．３２）であるので、式７から擬似特徴ベクトルＶ＝９０５となる。また、画像ＩＤ３＝３の海は、代表色が青（Ｈ，Ｓ，Ｉ）＝（２４０，０．５４，０．２５）であるので、式１から擬似特徴ベクトルＶ＝５７７となる。
【００２４】
図１の説明に戻ると、類似画像一覧出力部６２は、画像データベース５８からキーワードに基づいて擬似特徴ベクトルの順に前記類似画像の一覧を出力する処理部であり、具体的には、ＣＲＴやＬＣＤなどの画像表示装置、プリンタなどである。また、画像入力ＩＦ部７２は、画像入力装置１０から画像データを入力する入力インタフェースであり、具体的には、ＳＣＳＩインタフェースである。また、制御部７４は、ユーザの要求、指示を受け付けて画像処理装置５０の全体および各処理部の間のデータの流れを制御する。
【００２５】
［画像データベースの生成手順］
次に、図１に示す画像処理システムの画像データベース生成手順について説明する。図３は、図１に示す画像処理システムの画像データベース生成手順を示すフローチャートである。
【００２６】
同図に示すように、ユーザによって画像の画像パスが入力部５２から入力される（ステップＳ３０１）。同時に、画像入力装置１０の画像読取部１２が画像データを読み取ると、画像データは、ＩＦ部１６および画像入力ＩＦ部７２を介して画像処理装置５０に入力され、予めユーザによって入力された画像パスが指定する画像データベース５８のファイルに保持される（ステップＳ３０２）。
【００２７】
そして、擬似特徴ベクトル生成部５６は、画像パスで指定されたファイルに保持された画像を画素毎にＲＧＢ値にデコードし、画像データベース５８のファイルに保持する（ステップＳ３０３）。さらに、擬似特徴ベクトル生成部５６は、各画素のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し（ステップＳ３０４）、画像の代表色を抽出する（ステップＳ３０５）。
【００２８】
ここで、図３示す画像の代表色の抽出手順をさらに詳細に説明する。図４は、図３示す画像の代表色の抽出手順をさらに詳細に示すフローチャートである。同図に示すように、擬似特徴ベクトル生成部５６は、まず、ＨＳＩ色空間を有限個の部分色空間に分割する（ステップＳ４０１）。そして、画像データから画素を抽出し（ステップＳ４０２）、画素の属する部分色空間を算出する（ステップ４０３）。さらに、擬似特徴ベクトル生成部５６は、各部分色空間に属する画素数を計数する（ステップＳ４０４）。
【００２９】
そして、擬似特徴ベクトル生成部５６は、画像データの全画素を抽出したか否かを調べる（ステップＳ４０５）。その結果、画像データの全画素が抽出されていない場合は（ステップＳ４０５否定）、ステップＳ４０２に戻り、画素の抽出をする。一方、擬似特徴ベクトル生成部５６は、画像データの全画素が抽出された場合は（ステップＳ４０５肯定）、部分色空間に属する画素数を抽出し（ステップＳ４０６）、部分色空間に属する画素数が画像データの全画素数の３０％以上であるか否かを調べる（ステップＳ４０７）。
【００３０】
その結果、擬似特徴ベクトル生成部５６は、部分色空間に属する画素数が画像データの全画素数の３０％以上である場合は（ステップＳ４０７肯定）、部分色空間の画素の色の平均値を算出し（ステップＳ４０８）、代表色を決定する（ステップＳ４０９）。一方、擬似特徴ベクトル生成部５６は、部分色空間に属する画素数が画像データの全画素数の３０％未満である場合は（ステップＳ４０７否定）、全部分色空間の画素数が抽出されたか否かを調べる（ステップＳ４１０）。
【００３１】
その結果、擬似特徴ベクトル生成部５６は、全部分色空間の画素数が抽出されなかった場合は（ステップＳ４１０否定）、ステップＳ４０６に戻り、次の部分色空間の画素数を抽出する。一方、擬似特徴ベクトル生成部５６は、全部分色空間の画素数が抽出された場合は（ステップＳ４１０肯定）、さらに、画像データの代表色が有るか否かを調べる（ステップＳ４１１）。
【００３２】
その結果、擬似特徴ベクトル生成部５６は、画像データの代表色が有る場合は（ステップＳ４１１肯定）、本手順を終了する。一方、擬似特徴ベクトル生成部５６は、画像データの代表色が無い場合は（ステップＳ４１１否定）、画素数が最大の部分色空間を抽出し（ステップＳ４１２）、部分色空間の画素の色の平均値を算出し（ステップＳ４０８）、画像データの代表色を決定し（ステップＳ４０９）、本手順を終了する。
【００３３】
ここで、さらに、図４に示す画像の代表色の一例について説明する。図５は、図４に示す画像の代表色の一例を示す図である。図５（Ａ）は、閾値以上の代表色が複数ある場合、図５（Ｂ）は、閾値以上の代表色が無いので、画素数が最大の画素の色の平均値を代表色とした場合である。なお、閾値は、本実施の形態１では３０％としているが、任意に設定することができる。
【００３４】
図３の説明に戻ると、擬似特徴ベクトル生成部５６は、画像の代表色に対する類似の基準である擬似特徴ベクトルを生成する（ステップＳ３０６）。ここで、図３に示す擬似特徴ベクトルの生成手順をさらに詳細に説明する。図６は、図３に示す擬似特徴ベクトルの生成手順をさらに詳細に示すフローチャートである。
【００３５】
同図に示すように、擬似特徴ベクトル生成部５６は、画像の代表色が有彩色か否かを調べる（ステップＳ６０１）。その結果、画像の代表色が有彩色である場合は（ステップＳ６０１肯定）、式１〜式６に基づいて有彩色の擬似特徴ベクトルＶｃを算出する（ステップＳ６０２）。
【００３６】
一方、擬似特徴ベクトル生成部５６は、画像の代表色が無彩色である場合は（ステップＳ６０１否定）、式７〜式９に基づいて無彩色の擬似特徴ベクトルＶａを算出する（ステップＳ６０３）。そして、式１の有彩色の擬似特徴ベクトルＶｃと式７の無彩色の擬似特徴ベクトルＶａから擬似特徴ベクトルＶを生成する（ステップＳ６０４）。
【００３７】
ここで、さらに、図６に示す画像の代表色の擬似特徴ベクトルの一例について説明する。図７は、図６に示す画像の代表色の擬似特徴ベクトルの一例を示す図である。同図に示すように、画像の代表色の擬似特徴ベクトルは、赤、茶、黄、緑、青、紫、黒、白の順に並んでいるだけではなく、それぞれの代表色が数値化されて類似の順に並んでいる。式１から有彩色は、０〜８６４、また、式７から無彩色は８６４〜９６４であることが分かる。また、有彩色のうち青は、４３２〜７９２となる。
【００３８】
図３の説明に戻ると、このように擬似特徴ベクトル生成部５６が生成した擬似特徴ベクトルは、画像の代表色に対する類似度の基準であり、具体的には、図２に示すように、画像ＩＤ、画像パスなどと共に画像データベース５８に保持される（ステップＳ３０７）。
【００３９】
以上に説明したように、擬似特徴ベクトル生成部５６は、複数の画像の代表色を抽出し、複数の画像の代表色に対する類似の基準である一次元量の擬似特徴ベクトルを画像毎に生成することとしたので、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００４０】
［キーワードに基づく類似画像の一覧の出力手順］
次に、図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順について説明する。図８は、図１に示す画像処理システムのキーワードに基づく類似画像の一覧の出力手順を示すフローチャートである。
【００４１】
同図に示すように、まず、入力部５２は、ユーザ要求に基づいて画像データベースから出力すべき類似画像のキーワードを入力する（ステップＳ８０１）。そして、類似画像一覧出力部６２は、入力部５２によって入力されたキーワード“青”に基づき画像データベース５８から擬似特徴ベクトルの順に類似画像の一覧を出力するためのクエリーを生成する（ステップＳ８０２）。具体的には、図７に示すように青の擬似特徴ベクトルは、（４３２〜７９２）であるので、ＳＱＬ言語で生成されるクエリーは、以下のようになる。
ＳＥＬＥＣＴ 画像特徴、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ ４３２ ＡＮＤ ７９２；
【００４２】
類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーを画像データベース５８に送付し（ステップＳ８０３）、類似画像の一覧を出力する（ステップＳ８０４）。具体的には、図７に示すように擬似特徴ベクトルの青（４３２〜７９２）に対応付けられた類似画像の一覧を出力する。
【００４３】
以上に説明したように、画像データベース５８は、複数の画像の代表色に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、類似画像一覧出力部６２は、キーワードに基づいて画像データベースから擬似特徴ベクトルの順に類似画像の一覧を出力することとしたので、キーワードに基づいて画像の代表色の類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００４４】
（実施の形態２）
ところで、上記実施の形態１では、キーワードに基づいて類似画像の一覧を出力する画像処理システムの場合について説明したが、本発明はこれに限定されるものではなく、キー画像に基づいて類似画像の一覧を出力する画像処理システムの場合に適用することもできる。そこで、本実施の形態２では、キー画像に基づき類似画像の一覧を出力する画像処理システムの場合について説明する。なお、本実施の形態２に係る画像処理システムの画像データベース生成手順は、実施の形態１の画像データベース生成手順と全く同じであるので説明を省略し、キー画像に基づく類似画像の一覧の出力手順についてのみ説明する。また、その他においても上記実施の形態１と同じ部分については説明を省略し、相違する部分についてのみ説明する。
【００４５】
［画像処理システムの構成］
まず、本実施の形態２に係る画像処理システムの構成を示す機能ブロック図は、実施の形態１で示した図１とほぼ同様なものとなり、キー画像擬似特徴ベクトル生成部６０と、類似画像一覧出力部６２とが相違する。そこで、本実施の形態２では、キー画像擬似特徴ベクトル生成部６０と、類似画像一覧出力部６２とを中心に説明する。
【００４６】
図９は、本実施の形態２に係る画像処理システムの構成を示す機能ブロック図である。同図に示すように、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を抽出し、キー画像の代表色に対する類似の基準であるキー画像の擬似特徴ベクトルを生成する処理部である。具体的には、キー画像擬似特徴ベクトル生成部６０は、図３のステップＳ３０１〜ステップＳ３０６で説明したように擬似特徴ベクトル生成部５６と同様にキー画像の擬似特徴ベクトルを生成する。
【００４７】
類似画像一覧出力部６２は、類似範囲指定部６６と、類似度算出部６８とからなる。また、類似範囲指定部６６は、キー画像の擬似特徴ベクトルに基づいて類似画像一覧の類似範囲を指定する処理部である。ここで、図９に示す類似範囲指定部６６が指定するキー画像の擬似特徴ベクトルの類似範囲の一例について説明する。図１０は、図９に示す類似範囲指定部６６が指定するキー画像の擬似特徴ベクトルの類似範囲を説明する図である。
【００４８】
同図に示すように、類似範囲指定部６６は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルの値がＫである場合、類似範囲指定部６６は、予め設定されている類似範囲パラメータをＤとして、下限値Ｋ−Ｄと、上限値Ｋ＋Ｄとの範囲を類似範囲とする。なお、類似範囲パラメータＤは、二つの画像の代表色に関する擬似特徴ベクトルの値の差がＤ以下の場合に二つの画像は似ていると定義する値である。
【００４９】
図９の説明に戻ると、類似度算出部６８は、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する処理部である。
【００５０】
［キー画像に基づく類似画像の一覧の出力手順］
次に、図９に示す画像処理システムのキー画像基づく類似画像の一覧の出力手順について説明する。図１１は、図９に示す画像処理システムのキー画像に基づく類似画像の一覧の出力手順を示すフローチャートである。
【００５１】
同図に示すように、ユーザによってキー画像の画像パスが入力部５２から入力される（ステップＳ１１０１）。同時に、画像入力装置１０の画像読取部１２がキー画像データを読み取ると、画像データは、ＩＦ部１６および画像入力ＩＦ部７２を介して画像処理装置５０に入力され、予めユーザによって入力された画像パスが指定する画像データベース５８のファイルに保持される（ステップＳ１１０２）。
【００５２】
そして、キー画像擬似特徴ベクトル生成部６０は、画像パスで指定されたファイルに保持されたキー画像を画素毎にＲＧＢ値にデコードし、画像データベース５８のファイルに保持する（ステップＳ１１０３）。さらに、キー画像擬似特徴ベクトル生成部６０は、各画素のＲＧＢ値を色相、彩度、明度、すなわちＨＳＩ値に変換し（ステップＳ１１０４）、キー画像の代表色を抽出する（ステップＳ１１０５）。なお、キー画像の代表色の抽出手順は、実施の形態１の図４の画像の代表色の抽出手順と全く同じであるので、ここでは説明を省略する。
【００５３】
そして、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を類似の順に並べたキー画像の擬似特徴ベクトルを生成する（ステップＳ１１０６）。なお、キー画像の擬似特徴ベクトルの生成手順は、実施の形態１の図６の擬似特徴ベクトルの生成手順と全く同じであるので、ここでは説明を省略する。
【００５４】
さらに、類似範囲指定部６６は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルの値Ｋに基づいて類似範囲（Ｋ−Ｄ〜Ｋ＋Ｄ）を指定し、類似画像一覧出力部６２は、類似範囲に基づき画像データベース５８から類似画像の一覧を出力するためのクエリーを生成する（ステップＳ１１０７）。具体的には、ＳＱＬ言語で生成されるクエリーは以下のようになる。
ＳＥＬＥＣＴ 画像特徴、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ Ｋ−Ｄ ＡＮＤ Ｋ＋Ｄ；
【００５５】
そして、類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーを画像データベース５８に送付し、画像一覧を選出する（ステップＳ１１０８）。さらに、類似度算出部６８は、キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出し（ステップＳ１１０９）、類似画像一覧出力部６２は、類似度の昇順に画像一覧を並べて、出力する（ステップＳ１１１０）。
【００５６】
以上に説明したように、画像データベース５８は、複数の画像の代表色に対する類似の基準である擬似特徴ベクトルに対応付けて生成され、キー画像擬似特徴ベクトル生成部６０は、キー画像の代表色を抽出し、キー画像の代表色に対する類似の基準であるキー画像の擬似特徴ベクトルを生成し、類似画像一覧出力部６２は、キー画像擬似特徴ベクトル生成部６０によって生成されたキー画像の擬似特徴ベクトルに基づいて画像データベースから類似画像の一覧を出力することとしたので、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００５７】
また、キー画像の擬似特徴ベクトルに基づいて類似画像一覧の類似範囲を指定する類似範囲指定部６６をさらに備えることとしたので、キー画像に基づいて高速で簡易に類似画像の一覧を出力することができる。
【００５８】
また、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出部６８をさらに備えることとしたので、キー画像に基づいて画像の代表色に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００５９】
また、擬似特徴ベクトルは、画像の代表色の有彩色または／および無彩色に対する類似の基準であることとしたので、キー画像に基づいて画像の代表色に対する類似の順に類似画像の一覧を出力することができる。
【００６０】
（実施の形態３）
ところで、上記実施の形態２では、キー画像に基づいて類似画像の一覧を出力する画像処理システムの場合について説明したが、本発明はこれに限定されるものではなく、キー画像の特徴をカテゴリに分類し、カテゴリ毎に類似画像の一覧を出力する画像処理システムの場合に適用することもできる。そこで、本実施の形態３では、キー画像の画像特徴をカテゴリに分類し、カテゴリ毎に類似画像の一覧を出力する画像処理システムの場合について説明する。なお、上記実施の形態２と同じ部分については説明を省略し、相違する部分についてのみ説明する。
【００６１】
［画像処理システムの構成］
まず、本実施の形態３に係る画像処理システムの構成を示す機能ブロック図について説明する。図１２は、本実施の形態３に係る画像処理システムの構成を示す機能ブロック図である。
【００６２】
同図に示すように、本機能ブロック図は、実施の形態２で示した図９とほぼ同様でありカテゴリ別擬似特徴ベクトル生成部５７と、カテゴリ別画像データベース５９と、カテゴリ別キー画像擬似特徴ベクトル６１と、類似画像一覧出力部６２とが相違する。そこで、本実施の形態３では、カテゴリ別擬似特徴ベクトル生成部５７と、カテゴリ別画像データベース５９と、カテゴリ別キー画像擬似特徴ベクトル６１と、類似画像一覧出力部６２とを中心に説明する。
【００６３】
カテゴリ別擬似特徴ベクトル生成部５７は、複数の画像の代表色を抽出し、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを生成する処理部であり、具体的には、複数の画像の代表色を抽出し、複数の画像の代表色の複数の色相、白または黒に対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを生成する。
【００６４】
例えば、青、白、黒のカテゴリ別擬似特徴ベクトルについて具体的に説明する。青の擬似特徴ベクトルＶｂは、以下のようになる。
Ｖｂ＝Ｈｂ＊Ｆｍａｘ＋Ｆ（Ｓ，Ｉ） （式１０）
Ｈｂ＝ｉｎｔ（（Ｈ−１８０）／１０） （式１１）
Ｆ（Ｓ，Ｉ）＝Ｉｖ＊Ｓｍａｘ＋Ｓｖ （式１２）
Ｓｖ＝ｒｕｐ（（Ｓ−０．２）＊５）−１ （式１３）
Ｉｖ＝ｒｕｐ（（Ｉ−０．２）＊１０） （式１４）
Ｆｍａｘ＝Ｆ（１．０，１．０）＝２４ （式１５）
なお、画像の代表色が青の場合、１８０≦色相（Ｈ）＜３２０、０．２＜彩度（Ｓ）、０．２＜明度（Ｉ）である。
【００６５】
また、白の擬似特徴ベクトルＶｗは、以下のようになる。
Ｖｗ＝ｒｕｐ（（Ｉ−０．５）＊１００）−１ （式１６）
なお、画像の代表色が白の場合、０≦色相（Ｈ）＜３５９、０．２≧彩度（Ｓ）、０．５＜明度（Ｉ）である。
【００６６】
また、黒の擬似特徴ベクトルＶＩは、以下のようになる。
ＶＩ＝ｒｕｐ（Ｉ＊１００）−１ （式１７）
ただし、Ｉ＝０．０のときはＶＩ＝０となる。なお、画像の代表色が黒の場合、０≦色相（Ｈ）＜３５９、０．２≧彩度（Ｓ）、０．５≧明度（Ｉ） 、または明度（Ｉ）＝０．２である。
【００６７】
カテゴリ別画像データベース５９は、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成された画像データベースである。ここで、図１２に示す画像処理装置のカテゴリ別画像データベースの一例について説明する。図１３は、図１２に示す画像処理装置のカテゴリ別画像データベースの一例を示す図である。カテゴリ別画像データベース５９は、画像ＩＤと、画像パスと、カテゴリＩＤと、解説文が対応付けられたリレーショナルデータベースである。このうち、画像ＩＤは、画像に付加されたＩＤ番号である。また、画像パスは、画像が保持されているファイルへのパスである。また、カテゴリＩＤは、画像の代表色の擬似特徴ベクトルの値である。また、解説文は、画像のタイトルなどである。
【００６８】
さらに、図１３のカテゴリＩＤについて具体的に説明すると、画像ＩＤ＝１の富士山のカテゴリＩＤは、代表色が青、（Ｈ，Ｓ，Ｉ）＝（１９０，０．３３，０．５０）と、白、（Ｈ，Ｓ，Ｉ）＝（１８０，０．１４，０．７８）であるので、式１０と式１６から擬似特徴ベクトルＶｂ＝３３、Ｖｗ＝２７となる。また、画像ＩＤ＝２の夜の東京タワーのカテゴリＩＤは、代表色が黒、すなわち（Ｈ，Ｓ，Ｉ）＝（２１０，０．１５，０．３２）であるので、式１７から擬似特徴ベクトルＶＩ＝３１となる。また、画像ＩＤ＝３の海のカテゴリＩＤは、代表色が青（Ｈ，Ｓ，Ｉ）＝（２４０，０．５４，０．２５）であるので、式１０から擬似特徴ベクトルＶｂ＝１４５となる。
【００６９】
図１２の説明に戻ると、カテゴリ別キー画像擬似特徴ベクトル生成部６１は、キー画像の代表色を抽出し、キー画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成する処理部である。ここで、図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部６１により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例について説明する。図１４は、図１２に示すカテゴリ別キー画像擬似特徴ベクトル生成部６１により生成されたキー画像のカテゴリ別擬似特徴ベクトルの一例を示す図である。例えば、キー画像として赤いＴシャツと白いＴシャツが映っている写真を入力すると、カテゴリ別キー画像擬似特徴ベクトル生成部６１は、写真から赤と白を代表色として抽出し、例えば、赤のカテゴリの２５と白のカテゴリ７９というキー画像の複数のカテゴリ別擬似特徴ベクトルを生成する。
【００７０】
図１２の説明に戻ると、類似画像一覧出力部６２は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトル基づいてカテゴリ別画像データベースから類似画像の一覧を出力する、具体的には、カテゴリ別類似範囲指定部６７と、カテゴリ別類似度算出部６９とからなる。カテゴリ別類似範囲指定部６７は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲をカテゴリ別に指定する処理部である。また、カテゴリ別類似度算出部６９は、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出する処理部である。
【００７１】
［画像データベースの生成手順］
次に、図１２に示す画像処理システムの画像データベース生成手順について説明する。図１５は、図１２に示す画像処理システムの画像データベース生成手順を示すフローチャートである。なお、本手順のステップ１５０１からステップ１５０５までは実施の形態１の図３のステップＳ３０１からステップＳ３０５と全く同じなので説明は省略する。
【００７２】
カテゴリ別擬似特徴ベクトル生成部５７は、画像の代表色を抽出すると、さらに、代表色の画素値のＨＳＩ部分色空間を抽出し（ステップ１５０６）、代表色のカテゴリを決定する（ステップＳ１５０７）。ここでは、カテゴリは、赤、茶、黄、緑、青、紫、黒、白の８つであるが、これに代表色が無い画像のカテゴリを追加することもできる。また、一つの画像の複数の代表色が同じカテゴリに含まれる場合は、それらの代表色のうち対応する画素数の多い方を残し、小さい方を削除する。または、両方の画素の平均値を代表色とすることもできる。
【００７３】
そして、画像の代表色のカテゴリ別擬似特徴ベクトルを生成する（ステップＳ１５０８）。さらに、画像のカテゴリ別擬似特徴ベクトルは、画像ＩＤ、画像パスなどと共に画像データベースに保持される（ステップＳ１５０９）。具体的には、画像データベースは、図１３に示すようなリレーショナルデータベースである。なお、代表色のないカテゴリは、空欄のままか、−１などの値をいれる。
【００７４】
以上説明したように、複数の画像の代表色を抽出し、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを画像毎に生成するカテゴリ別擬似特徴ベクトル生成部５７をさらに備えたこととしたので、リレーショナルデータベースとの連携が容易であり、複数の画像をカテゴリ別擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいてカテゴリ別の類似画像の一覧を出力することができる。また、キー画像に基づいて画像の代表色の複数のカテゴリに対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００７５】
［キー画像に基づくカテゴリ別の類似画像の一覧の出力手順］
次に、図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順について説明する。図１６は、図１２に示す画像処理システムのキー画像に基づくカテゴリ別の類似画像の一覧の出力手順を示すフローチャートである。なお、本手順のステップ１６０１からステップ１６０５までは実施の形態１の図３のステップＳ１１０１からステップＳ１１０５と全く同じなので説明は省略する。
【００７６】
カテゴリ別擬似特徴ベクトル生成部５７は、キー画像の代表色を抽出すると、さらに、キー画像の代表色の画素値のＨＳＩ部分色空間を抽出し（ステップ１６０６）、キー画像の代表色のカテゴリを決定する（ステップＳ１６０７）。そして、キー画像の代表色のカテゴリ別擬似特徴ベクトルを生成する（ステップＳ１６０８）。
【００７７】
さらに、カテゴリ別類似範囲指定部６７は、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルの値に基づいて類似画像の一覧の類似範囲をカテゴリ別に指定し、類似画像一覧出力部６２は、カテゴリ別類似範囲に基づきカテゴリ別画像データベース５９から類似画像を検索するためのクエリーを生成する（ステップＳ１６０９）。
【００７８】
具体的には、類似画像一覧出力部６２は、図１４のキー画像の代表色のカテゴリ別擬似特徴ベクトルの値Ｋ、すなわち、赤のカテゴリの２５と白のカテゴリ７９に基づいてクエリーを生成する。例えば、画像処理システムに予め設定されている類似範囲パラメ−メータＤ＝１０とすると、ＳＱＬ言語で生成されるクエリーは以下のようになる。
ＳＥＬＥＣＴ 赤、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ １５ ＡＮＤ ３５；
ＳＥＬＥＣＴ 赤、ＣＰＵ ＦＲＯＭ ＴＡＢＬＥ ＷＨＥＲＥ ＮＯ
ＢＥＴＷＥＥＮ ６９ ＡＮＤ ８９；
なお、キー画像と同じように赤と白が写っている画像を選出したい場合は、上記二つのクエリーの論理積をとり、赤か白のどちらかが写っている画像を選出したい場合は、論理和をとる。
【００７９】
そして、類似画像一覧出力部６２は、このＳＱＬ言語で生成されたクエリーをカテゴリ別画像データベース５９に送付し、画像一覧を選出する（ステップＳ１６１０）。さらに、カテゴリ別類似度算出部６９は、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値、すなわちカテゴリ別類似度を算出し（ステップＳ１６１１）、類似画像一覧出力部６２は、類似度の昇順に画像一覧を出力する（ステップＳ１６１２）。
【００８０】
以上説明したように、複数の画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成されたカテゴリ別画像データベース５７と、キー画像の代表色を抽出し、キー画像の代表色の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成するカテゴリ別キー画像擬似特徴ベクトル生成部６１と、をさらに備えることとしたので、キー画像に基づいて画像の代表色のカテゴリに対して類似画像の一覧を出力することができる。
【００８１】
また、カテゴリ別キー画像擬似特徴ベクトル生成部６１によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲をカテゴリ別に指定するカテゴリ別類似範囲指定部６７をさらに備えることとしたので、キー画像に基づいて画像の代表色のカテゴリに対して簡易に類似画像の一覧を出力することができる。
【００８２】
また、キー画像のカテゴリ別擬似特徴ベクトルとカテゴリ別類似範囲指定部６７によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出することとしたので、キー画像に基づいて画像の代表色のカテゴリに対して類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００８３】
また、カテゴリ別擬似特徴ベクトルは、画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対するそれぞれの類似の基準であることとしたので、キー画像に基づいて画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対する類似の順に類似画像の一覧を出力することができる。
【００８４】
（実施の形態４）
ところで、上記実施の形態１〜３で説明した画像処理装置は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することができる。そこで、本実施の形態４では、上記実施の形態１〜３で説明した画像処理装置と同様の機能を有する画像処理プログラムを実行するコンピュータシステムについて説明する。
【００８５】
図１７は、本実施の形態５に係るコンピュータシステムの構成を示すシステム構成図であり、図１８は、このコンピュータシステムにおける本体部の構成を示すブロック図である。図１７に示すように、本実施の形態に係るコンピュータシステム１００は、本体部１０１と、本体部１０１からの指示によって表示画面１０２ａに画像などの情報を表示するためのディスプレイ１０２と、このコンピュータシステム１００に種々の情報を入力するためのキーボード１０３と、ディスプレイ１０２の表示画面１０２ａ上の任意の位置を指定するためのマウス１０４とを備える。
【００８６】
また、このコンピュータシステム１００における本体部１０１は、図１８に示すように、ＣＰＵ１２１と、ＲＡＭ１２２と、ＲＯＭ１２３と、ハードディスクドライブ（ＨＤＤ）１２４と、ＣＤ−ＲＯＭ１０９を受け入れるＣＤ−ＲＯＭドライブ１２５と、フレキシブルディスク（ＦＤ）１０８を受け入れるＦＤドライブ１２６と、ディスプレイ１０２、キーボード１０３並びにマウス１０４を接続するＩ／Ｏインターフェース１２７と、ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）１０６に接続するＬＡＮインターフェース１２８とを備える。
【００８７】
さらに、このコンピュータシステム１００には、インターネットなどの公衆回線１０７に接続するためのモデム１０５が接続されるとともに、ＬＡＮインターフェース１２８およびＬＡＮ／ＷＡＮ１０６を介して、他のコンピュータシステム（ＰＣ）１１１、サーバ１１２並びにプリンタ１１３などが接続される。
【００８８】
そして、このコンピュータシステム１００は、所定の記録媒体に記録された画像処理プログラムを読み出して実行することで画像処理装置を実現する。ここで、所定の記録媒体とは、フレキシブルディスク（ＦＤ）１０８、ＣＤ−ＲＯＭ１０９、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」の他に、コンピュータシステム１００の内外に備えられるハードディスクドライブ（ＨＤＤ）１２４や、ＲＡＭ１２２、ＲＯＭ１２３などの「固定用の物理媒体」、さらに、モデム１０５を介して接続される公衆回線１０７や、他のコンピュータシステム１１１並びにサーバ１１２が接続されるＬＡＮ／ＷＡＮ１０６などのように、プログラムの送信に際して短期にプログラムを保持する「通信媒体」など、コンピュータシステム１００によって読み取り可能な画像処理プログラムを記録する、あらゆる記録媒体を含むものである。
【００８９】
すなわち、画像処理プログラムは、上記した「可搬用の物理媒体」、「固定用の物理媒体」、「通信媒体」などの記録媒体に、コンピュータ読み取り可能に記録されるものであり、コンピュータシステム１００は、このような記録媒体から画像処理プログラムを読み出して実行することで画像処理装置および画像処理方法を実現する。なお、画像処理プログラムは、コンピュータシステム１００によって実行されることに限定されるものではなく、他のコンピュータシステム１１１またはサーバ１１２が画像処理プログラムを実行する場合や、これらが協働して画像処理プログラムを実行するような場合にも、本発明を同様に適用することができる。
【００９０】
（他の実施の形態）
さて、これまで本発明の実施の形態１〜４について説明したが、本発明は上述した実施の形態１〜４以外にも、上記特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてもよいものである。
【００９１】
例えば、本実施の形態では、本発明を画像の代表色に適用する場合について説明したが、本発明はこれに限定されるものではなく、他の画像の特徴、例えば、画像の形状に適用することができる。
【００９２】
また、本実施の形態では、キー画像に基づいてカテゴリ別画像データベースから類似画像の一覧を出力する場合について説明したが、本発明はこれらに限定されるものではなく、キーワードに基づいてカテゴリ別画像データベースから類似画像の一覧を出力する場合に適用することができる。
【００９３】
また、本実施の形態では、本発明を画像の代表色の複数のカテゴリとして赤、茶、黄、緑、青、紫、白、黒の場合について説明したが、本発明はこれらに限定されるものではなく、他のカテゴリ、例えば、有彩色と無彩色のカテゴリの場合に適用することができる。
【００９４】
また、本実施の形態では、本発明を画像の代表色の擬似特徴ベクトルとして有彩色の擬似特徴ベクトルに式１、無彩色の擬似特徴ベクトルに式７を適用する場合、または、カテゴリ別擬似特徴ベクトルとして青、白、黒に式１０、式１６および式１７を適用する場合について説明したが、本発明はこれらに限定されるものではなく、擬似特徴ベクトル、またはカテゴリ別擬似特徴ベクトルについてこれら以外の他の式を適用することができる。
【００９５】
また、本実施の形態において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【００９６】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【００９７】
以上説明したように、本発明によれば、複数の画像の特徴を抽出し、複数の画像の特徴に対する類似の基準である一次元量の擬似特徴ベクトルを画像毎に生成するよう構成したので、リレーショナルデータベースとの連携が容易であり、複数の画像を擬似特徴ベクトルに対応付けて保持することができ、もってキーワードに基づいて類似画像の一覧を出力することができる。また、キー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【００９８】
また、本発明によれば、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成し、画像データベースからキーワードに基づいて擬似特徴ベクトルの順に類似画像の一覧を出力するよう構成したので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に画像処理を行うことができる。
【００９９】
また、本発明によれば、複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成し、キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成し、画像データベースからキー画像の擬似特徴ベクトルに基づいて類似画像の一覧を出力するよう構成したので、キーワードに基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【０１００】
また、本発明によれば、キー画像の擬似特徴ベクトルに基づいて類似画像の一覧の類似範囲を指定する類似範囲指定手段をさらに備えるよう構成したので、キー画像に基づいて高速で簡易に類似画像の一覧を出力することができる。
【０１０１】
また、本発明によれば、キー画像の擬似特徴ベクトルと類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出するよう構成したので、キー画像に基づいて画像の特徴に対する類似の順に高速で簡易に類似画像の一覧を出力することができる。
【０１０２】
（付記１）複数の画像を保持する画像処理装置であって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成手段を備えたことを特徴とする画像処理装置。
【０１０３】
（付記２）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースと、
前記キーワードに基づいて前記画像データベースから前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【０１０４】
（付記３）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて生成された画像データベースと、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成手段と、
前記キー画像擬似特徴ベクトル生成手段によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記画像データベースから前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【０１０５】
（付記４）前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲を指定する類似範囲指定手段をさらに備え、
前記類似画像一覧出力手段は、前記画像データベースから前記類似範囲指定手段によって指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０６】
（付記５）前記キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出手段をさらに備え、
前記類似画像一覧出力手段は、前記類似度算出手段によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０７】
（付記６）前記複数の画像の特徴を抽出し、該複数の画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルを画像毎に生成するカテゴリ別擬似特徴ベクトル生成手段をさらに備えたことを特徴とする付記１に記載の画像処理装置。
【０１０８】
（付記７）前記複数の画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるカテゴリ別擬似特徴ベクトルに対応付けて生成されたカテゴリ別画像データベースと、
前記キー画像の特徴を抽出し、該キー画像の特徴の複数のカテゴリに対するそれぞれの類似の基準であるキー画像のカテゴリ別擬似特徴ベクトルを生成するカテゴリ別キー画像擬似特徴ベクトル生成手段と、をさらに備え、
前記類似画像一覧出力手順は、前記カテゴリ別キー画像擬似特徴ベクトル生成手段によって生成されたキー画像のカテゴリ別擬似特徴ベクトル基づいて前記カテゴリ別画像データベースから前記類似画像の一覧を出力することを特徴とする付記３に記載の画像処理装置。
【０１０９】
（付記８）前記カテゴリ別キー画像擬似特徴ベクトル生成手段によって生成されたキー画像のカテゴリ別擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲をカテゴリ別に指定するカテゴリ別類似範囲指定手段をさらに備え、
前記類似画像一覧出力手段は、前記カテゴリ別画像データベースから前記カテゴリ別類似範囲指定手段によってカテゴリ別に指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記７に記載の画像処理装置。
【０１１０】
（付記９）前記キー画像のカテゴリ別擬似特徴ベクトルと前記カテゴリ別類似範囲指定手段によってカテゴリ別に指定された類似画像の一覧のそれぞれの画像の対応するカテゴリ別擬似特徴ベクトルとの差の絶対値を算出するカテゴリ別類似度算出手段をさらに備え、
前記類似画像一覧出力手段は、前記カテゴリ別類似度算出手段によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記７に記載の画像処理装置。
【０１１１】
（付記１０）前記擬似特徴ベクトルは、前記画像の代表色の有彩色または／および無彩色に対する類似の基準であることを特徴とする付記１から付記５のいずれか一つに記載の画像処理装置。
【０１１２】
（付記１１）前記カテゴリ別擬似特徴ベクトルは、前記画像の代表色の赤、茶、黄、緑、青、紫、黒、白のカテゴリに対するそれぞれの類似の基準であることを特徴とする付記６から付記９のいずれか一つに記載の画像処理装置。
【０１１３】
（付記１２）複数の画像を保持する画像処理装置に用いられる画像処理方法であって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成工程を含んだことを特徴とする画像処理方法。
【０１１４】
（付記１３）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理方法であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成工程と、
前記画像データベース生成工程によって生成された画像データベースから前記キーワードに基づいて前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力工程と、
を含んだことを特徴とする画像処理方法。
【０１１５】
（付記１４）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理方法であって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成工程と、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成工程と、
前記画像データベース生成工程によって生成された画像データベースから前記キー画像擬似特徴ベクトル生成工程によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧を出力する類似画像一覧出力工程と、
を含んだことを特徴とする画像処理方法。
【０１１６】
（付記１５）前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧の類似範囲を指定する類似範囲指定工程をさらに含み、
前記類似画像一覧出力工程は、前記画像データベースから前記類似範囲指定工程によって指定された類似範囲にある前記類似画像の一覧を出力することを特徴とする付記１４に記載の画像処理方法。
【０１１７】
（付記１６）前記キー画像の擬似特徴ベクトルと前記類似画像の一覧のそれぞれの画像の擬似特徴ベクトルとの差の絶対値を算出する類似度算出工程をさらに含み、
前記類似画像一覧出力工程は、前記類似度算出工程によって算出された前記差の絶対値の昇順または降順に前記類似画像の一覧を出力することを特徴とする付記１４に記載の画像処理方法。
【０１１８】
（付記１７）複数の画像を保持する画像処理装置に用いられる画像処理プログラムであって、
前記複数の画像の特徴を抽出し、該複数の画像の特徴に対する類似の基準である擬似特徴ベクトルを画像毎に生成する擬似特徴ベクトル生成手順をコンピュータに実行させることを特徴とする画像処理プログラム。
【０１１９】
（付記１８）キーワードに基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理プログラムであって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成手順と、
前記画像データベース生成手順によって生成された画像データベースから前記キーワードに基づいて前記擬似特徴ベクトルの順に前記類似画像の一覧を出力する類似画像一覧出力手順と、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【０１２０】
（付記１９）キー画像に基づいて複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理プログラムであって、
前記複数の画像の特徴に対する類似の基準である擬似特徴ベクトルに対応付けて画像データベースを生成する画像データベース生成手順と、
前記キー画像の特徴を抽出し、該キー画像の特徴に対する類似の基準であるキー画像の擬似特徴ベクトルを生成するキー画像擬似特徴ベクトル生成手順と、
前記画像データベース生成手順によって生成された画像データベースから前記キー画像擬似特徴ベクトル生成手順によって生成された前記キー画像の擬似特徴ベクトルに基づいて前記類似画像の一覧を出力する類似画像一覧出力手順と、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【符号の説明】
【０１２１】
１０ 画像入力装置
１２ 画像読取部
１４ 画像データ保持部
１６ ＩＦ部
５０ 画像処理装置
５２ 入力部
５６ 擬似特徴ベクトル生成部
５７ カテゴリ別擬似特徴ベクトル生成部
５８ 画像データベース
５９ カテゴリ別画像データベース
６０ キー画像擬似特徴ベクトル生成部
６１ カテゴリ別キー画像擬似特徴ベクトル生成部
６２ 画像一覧出力部
６６ 類似範囲指定部
６７ カテゴリ別類似範囲指定部
６８ 類似度算出部
６９ カテゴリ別類似度算出部
７２ 画像入力ＩＦ部
７４ 制御部
１００ コンピュータシステム
１０１ 本体部
１０２ ディスプレイ
１０２ａ 表示画面
１０３ キーボード
１０４ マウス
１０５ モデム
１０６ ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）
１０７ 公衆回線
１０８ フレキシブルディスク（ＦＤ）
１０９ ＣＤ−ＲＯＭ
１１１ 他のコンピュータシステム（ＰＣ）
１１２ サーバ
１１３ プリンタ
１２１ ＣＰＵ
１２２ ＲＡＭ
１２３ ＲＯＭ
１２４ ハードディスクドライブ（ＨＤＤ）
１２５ ＣＤ−ＲＯＭドライブ
１２６ ＦＤドライブ
１２７ Ｉ／Ｏインターフェース
１２８ ＬＡＮインターフェース
【特許請求の範囲】
【請求項１】
色を示すキーワードに基づいて、複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、
前記キーワードが示す色の擬似特徴ベクトルを求め、該求めた擬似特徴ベクトルの値に対して、前記画像データベースから前記一次元量の擬似特徴ベクトルの値が類似する順に前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【請求項２】
前記画像処理装置が複数の画像を保持し、
前記画像データベースを生成する、
前記複数の画像それぞれから画素を抽出し、各画素の属する部分色空間を算出する算出手段と、
前記画像ごとに、前記算出手段によって算出された各部分色空間に属する画素数を計数し、各部分色空間に属する画素数が画像データの全画素数に対して所定の閾値以上の割合であるかそれぞれ判定する判定手段と、
前記画像ごとに、前記判定手段によって属する画素数が画像データの全画素数に対して所定の閾値以上である部分色空間について、該部分色空間に属する画素の色の平均値を算出し、代表色として抽出する代表色抽出手段と、
前記画像ごとに、前記代表色抽出手段によって抽出された代表色に対する類似度の基準である一次元量の類似特徴ベクトルを生成する類似特徴ベクトル生成手段と、
を備えたことを特徴とする請求項１に記載の画像処理装置。
【請求項１】
色を示すキーワードに基づいて、複数の画像を保持する画像データベースから類似画像の一覧を出力する画像処理装置であって、
前記複数の画像それぞれの代表色に対する類似度の基準である一次元量の類似特徴ベクトルと各画像とを対応付けて生成された画像データベースと、
前記キーワードが示す色の擬似特徴ベクトルを求め、該求めた擬似特徴ベクトルの値に対して、前記画像データベースから前記一次元量の擬似特徴ベクトルの値が類似する順に前記類似画像の一覧を出力する類似画像一覧出力手段と、
を備えたことを特徴とする画像処理装置。
【請求項２】
前記画像処理装置が複数の画像を保持し、
前記画像データベースを生成する、
前記複数の画像それぞれから画素を抽出し、各画素の属する部分色空間を算出する算出手段と、
前記画像ごとに、前記算出手段によって算出された各部分色空間に属する画素数を計数し、各部分色空間に属する画素数が画像データの全画素数に対して所定の閾値以上の割合であるかそれぞれ判定する判定手段と、
前記画像ごとに、前記判定手段によって属する画素数が画像データの全画素数に対して所定の閾値以上である部分色空間について、該部分色空間に属する画素の色の平均値を算出し、代表色として抽出する代表色抽出手段と、
前記画像ごとに、前記代表色抽出手段によって抽出された代表色に対する類似度の基準である一次元量の類似特徴ベクトルを生成する類似特徴ベクトル生成手段と、
を備えたことを特徴とする請求項１に記載の画像処理装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【公開番号】特開２００９−２３８２４９（Ｐ２００９−２３８２４９Ａ）
【公開日】平成２１年１０月１５日（２００９．１０．１５）
【国際特許分類】
【出願番号】特願２００９−１６６１６３（Ｐ２００９−１６６１６３）
【出願日】平成２１年７月１４日（２００９．７．１４）
【分割の表示】特願２００３−１９０２８７（Ｐ２００３−１９０２８７）の分割
【原出願日】平成１５年７月２日（２００３．７．２）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２１年１０月１５日（２００９．１０．１５）
【国際特許分類】
【出願日】平成２１年７月１４日（２００９．７．１４）
【分割の表示】特願２００３−１９０２８７（Ｐ２００３−１９０２８７）の分割
【原出願日】平成１５年７月２日（２００３．７．２）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]