画像分類方法
【課題】形容詞によって画像を分類する画像分類方法を提供する。
【解決手段】少なくとも2つの色面に関する画像の2次元分布関数の各々を入力する分布関数入力ステップと、2次元展開係数によって2つの分布関数の各々を記述する記述ステップと、2次元展開係数の各々を12通りの一次元配列の展開係数に並び替える並び替えステップと、対称積で表される2次形式の要素を12×12通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、生成された144通りの2次形式の要素の各々について、一定の量子数の差を持った全ての要素の和をとった物理量を、複数の量子数の差に対して生成する物理量生成ステップと、生成された各々の物理量の少なくとも1つに基づき、画像の2次元分布関数の形状の特徴を評価する評価ステップと、評価結果に基づいて画像を少なくとも2つの範疇の画像に分類する分類ステップとを備える。
【解決手段】少なくとも2つの色面に関する画像の2次元分布関数の各々を入力する分布関数入力ステップと、2次元展開係数によって2つの分布関数の各々を記述する記述ステップと、2次元展開係数の各々を12通りの一次元配列の展開係数に並び替える並び替えステップと、対称積で表される2次形式の要素を12×12通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、生成された144通りの2次形式の要素の各々について、一定の量子数の差を持った全ての要素の和をとった物理量を、複数の量子数の差に対して生成する物理量生成ステップと、生成された各々の物理量の少なくとも1つに基づき、画像の2次元分布関数の形状の特徴を評価する評価ステップと、評価結果に基づいて画像を少なくとも2つの範疇の画像に分類する分類ステップとを備える。
Notice: Undefined index: DEJ in /mnt/www/gzt_disp.php on line 298
【特許請求の範囲】
【請求項1】
少なくとも2つの色面α,β(α=βの場合を含む)に関する画像の2次元分布関数f(α)(x,y),f(β)(x,y)の各々を入力する分布関数入力ステップと、
前記2つの分布関数の各々を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x),
f(β)(x,y)=c00(β)ψ0(y)ψ0(x)+...+c0,n-1(β)ψ0(y)ψn-1(x)
+...
+cn-1,0(β)ψn-1(y)ψ0(x)+...+cn-1,n-1(β)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α),cij(β)(i=0,1,…,n-1; j=0,1,…,n-1)によって前記2つの分布関数の各々を記述する記述ステップと、
前記展開係数の2次元平面において、iが増える方向を+ky方向、jが増える方向を+kx方向、iとjが同時に増える方向を+kd方向、iが増えてjが減る方向を+kd’方向、更に(i,j)=(0,0)の座標点を(kx,ky)=(0,0), (i,j)=(n-1,0)の座標点を(kx,ky)=(0,2π/a), (i,j)=(0,n-1)の座標点を(kx,ky)=(2π/a,0), (i,j)=(n-1,n-1)の座標点を(kx,ky)=(2π/a,2π/a)と定義するとき、前記2次元展開係数cij(α),cij(β)の各々を
1) (kx,ky)=(0,0)を始点とする+ky方向、
2) (kx,ky)=(0,0)を始点とする+kx方向、
3) (kx,ky)=(0,0)を始点とする+kd方向、
4) (kx,ky)=(2π/a,0)を始点とする+kd’方向、
5) (kx,ky) =(π/a,0)を始点とする+ky方向、
6) (kx,ky) =(0,π/a)を始点とする+kx方向、
7) (kx,ky) =(2π/a,2π/a)を始点とする-ky方向、
8) (kx,ky) =(2π/a,2π/a)を始点とする-kx方向、
9) (kx,ky) =(2π/a,2π/a)を始点とする-kd方向、
10) (kx,ky) =(0,2π/a)を始点とする-kd’方向、
11) (kx,ky) =(π/a,2π/a)を始点とする-ky方向、
12) (kx,ky) =(2π/a,π/a)を始点とする-kx方向
の順に12通りの一次元配列の展開係数ci(α),ci(β)(i=0,1,…,n×n-1)に並び替える並び替えステップと、
前記2つの分布関数の各々12通りに並び替えられたi番目とk番目の展開係数を相互に掛け合わせることにより、対称積で表される2次形式の要素
ci(α)ck(β)+ck(α)ci(β)
を12×12通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、
前記生成された144通りの2次形式の要素の各々について、一定の量子数の差m=i-kを持った全ての要素の和をとった物理量Em=i-k(α)(β)+を、複数の量子数の差に対して生成する物理量生成ステップと、
前記生成された各々の物理量の少なくとも1つに基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項2】
請求項1に記載の画像分類方法において、
前記物理量算出ステップは、物理量Em=i-k(α)(β)+をm=0,1,...,n-1のn個の量子数の差に対して生成することを特徴とする画像分類方法。
【請求項3】
請求項1に記載の画像分類方法において、
前記物理量生成ステップは、前記144通りの方向組み合わせについてそれぞれ生成された物理量Em=i-k(α)(β)+を、一定の量子数の差を持つもの同士の間で144通りの方向組み合わせに関して平均した物理量< Em=i-k(α)(β)+>を生成することを特徴とする画像分類方法。
【請求項4】
請求項1に記載の画像分類方法において、
前記要素生成ステップは更に、前記α面の2次元分布関数f(α)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(α)(x,-y)=f(α’)(x,y)、x軸を反転した2次元分布関数f(α)(-x,y)=f(α’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(α)(-x,-y)=f(α’’’)(x,y)の各展開係数を合わせた計4種類の場合のα面の展開係数と、前記β面の2次元分布関数f(β)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(β)(x,-y)=f(β’)(x,y)、x軸を反転した2次元分布関数f(β)(-x,y)=f(β’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(β)(-x,-y)=f(β’’’)(x,y)の各展開係数を合わせた計4種類の場合のβ面の展開係数についても同様に、4×4倍の2次形式の要素を生成し、
前記物理量生成ステップは軸反転に伴って増えた4×4倍の場合についても同様に、前記144通りの方向組み合わせのそれぞれについて物理量Em=i-k(α)(-β)+を生成することを特徴とする画像分類方法。
【請求項5】
少なくとも2つの色面α,β(α=βの場合を含む)に関する画像の2次元分布関数f(α)(x,y),f(β)(x,y)の各々を入力する分布関数入力ステップと、
前記2つの分布関数の各々を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x),
f(β)(x,y)=c00(β)ψ0(y)ψ0(x)+...+c0,n-1(β)ψ0(y)ψn-1(x)
+...
+cn-1,0(β)ψn-1(y)ψ0(x)+...+cn-1,n-1(β)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α),cij(β)(i=0,1,…,n-1; j=0,1,…,n-1)によって前記2つの分布関数の各々を記述する記述ステップと、
前記展開係数の2次元平面において、iが増える方向を+ky方向、jが増える方向を+kx方向、iとjが同時に増える方向を+kd方向、iが増えてjが減る方向を+kd’方向、更に(i,j)=(0,0)の座標点を(kx,ky)=(0,0), (i,j)=(n-1,0)の座標点を(kx,ky)=(0,2π/a), (i,j)=(0,n-1)の座標点を(kx,ky)=(2π/a,0), (i,j)=(n-1,n-1)の座標点を(kx,ky)=(2π/a,2π/a)と定義するとき、前記2次元展開係数cij(α),cij(β)の各々を
1) (kx,ky)=(0,0)を始点とする+ky方向、
2) (kx,ky)=(0,0)を始点とする+kx方向、
3) (kx,ky)=(0,0)を始点とする+kd方向、
4) (kx,ky)=(2π/a,0)を始点とする+kd’方向、
5) (kx,ky)=(π/a,0)を始点とする+ky方向、
6) (kx,ky)=(0,π/a)を始点とする+kx方向
の順に6通りの一次元配列の展開係数ci(α),ci(β) (i=0,1,…,nxn-1)に並び替える並び替えステップと、
前記2つの分布関数の各々6通りに並び替えられたi番目とk番目の展開係数を相互に掛け合わせることにより、対称積と反対称積で表される2つの型の2次形式の要素
ci(α)ck(β)+ck(α)ci(β),
ci(α)ck(β)-ck(α)ci(β)
を6×6通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、
前記生成された36通りの2つの型の2次形式の要素の各々について、一定の量子数の差m=i-kを持った全ての要素の和をとった物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-を、複数の量子数の差に対して生成する物理量生成ステップと、
前記生成された各々の物理量の少なくとも1つに基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項6】
請求項5に記載の画像分類方法において、
前記物理量算出ステップは、物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-をm=0,1,...,n-1のn個の量子数の差に対して生成することを特徴とする画像分類方法。
【請求項7】
請求項5に記載の画像分類方法において、
前記物理量生成ステップは、前記36通りの方向組み合わせについてそれぞれ生成された物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-を、一定の量子数の差を持つもの同士の間で36通りの方向組み合わせに関して平均した物理量<Em=i-k(α)(β)+>,<Em=i-k(α)(β)->を生成することを特徴とする画像分類方法。
【請求項8】
請求項5に記載の画像分類方法において、
前記要素生成ステップは更に、前記α面の2次元分布関数f(α)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(α)(x,-y)= f(α’)(x,y)、x軸を反転した2次元分布関数f(α)(-x,y) = f(α’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(α)(-x,-y) = f(α’’’)(x,y)の各展開係数を合わせた計4種類の場合のα面の展開係数と、前記β面の2次元分布関数f(β)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(β)(x,-y) = f(β’)(x,y)、x軸を反転した2次元分布関数f(β)(-x,y) = f(β’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(β)(-x,-y) = f(β’’’)(x,y)の各展開係数を合わせた計4種類の場合のβ面の展開係数についても同様に、4×4倍の2次形式の要素を生成し、
前記物理量生成ステップは軸反転に伴って増えた4×4倍の場合についても同様に、前記36通りの方向組み合わせのそれぞれについて物理量Em=i-k(α)(-β)+,Em=i-k(α)(-β)-を生成することを特徴とする画像分類方法。
【請求項9】
請求項1又は請求項5に記載の画像分類方法において、
前記評価ステップは、前記生成された各々の物理量全ての線形結合で表される、1つの線形和の物理量に基づいて、前記画像の2次元分布関数の形状の特徴を評価することを特徴とする画像分類方法。
【請求項10】
少なくとも1つの色面αに関する画像の2次元分布関数f(α)(x,y)を入力する分布関数入力ステップと、
前記分布関数を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α) (i=0,1,…,n-1; j=0,1,…,n-1)によって前記分布関数を記述する記述ステップと、
前記2次元展開係数cij(α)のi=jを満たす対角成分の全ての係数について、対応する基底関数の量子数iと展開係数cii(α)との積をとった対角和に相当する物理量を生成する物理量生成ステップと、
前記生成された物理量に基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項11】
請求項10に記載の画像分類方法において、
前記物理量生成ステップは更に、前記α面の2次元分布関数をy軸を反転した2次元分布関数f(α)(x,-y) = f(α’)(x,y)の2次元展開係数cij(α’)についても同様に、対角和に相当する物理量を生成することを特徴とする画像分類方法。
【請求項12】
請求項1、請求項5又は請求項10に記載の画像分類方法において、
前記分布関数入力ステップが、色面の画像の分布関数を入力するとき、
前記記述ステップは、前記基底関数としてルジャンドル陪関数を用いることを特徴とする画像分類方法。
【請求項13】
請求項1、請求項5又は請求項10に記載の画像分類方法において、
前記分布関数入力ステップが、色面のエッジ成分に関するエッジ画像の分布関数を入力するとき、
前記記述ステップは、前記基底関数としてフーリエ関数を用いることを特徴とする画像分類方法。
【請求項14】
請求項13に記載の画像分類方法において、
前記エッジ画像の分布関数は、前記画像をフィルタリングして逐次的に複数の解像度からなる高周波サブバンド画像を生成し、前記高周波サブバンド画像を低い解像度から逐次的に統合して、一つに統合されたた高周波画像を生成し、前記1つに統合された高周波画像の各画素値を2乗することによって零以上の値で定義されるエッジ面の画像の分布関数であることを特徴とする画像分類方法。
【請求項1】
少なくとも2つの色面α,β(α=βの場合を含む)に関する画像の2次元分布関数f(α)(x,y),f(β)(x,y)の各々を入力する分布関数入力ステップと、
前記2つの分布関数の各々を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x),
f(β)(x,y)=c00(β)ψ0(y)ψ0(x)+...+c0,n-1(β)ψ0(y)ψn-1(x)
+...
+cn-1,0(β)ψn-1(y)ψ0(x)+...+cn-1,n-1(β)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α),cij(β)(i=0,1,…,n-1; j=0,1,…,n-1)によって前記2つの分布関数の各々を記述する記述ステップと、
前記展開係数の2次元平面において、iが増える方向を+ky方向、jが増える方向を+kx方向、iとjが同時に増える方向を+kd方向、iが増えてjが減る方向を+kd’方向、更に(i,j)=(0,0)の座標点を(kx,ky)=(0,0), (i,j)=(n-1,0)の座標点を(kx,ky)=(0,2π/a), (i,j)=(0,n-1)の座標点を(kx,ky)=(2π/a,0), (i,j)=(n-1,n-1)の座標点を(kx,ky)=(2π/a,2π/a)と定義するとき、前記2次元展開係数cij(α),cij(β)の各々を
1) (kx,ky)=(0,0)を始点とする+ky方向、
2) (kx,ky)=(0,0)を始点とする+kx方向、
3) (kx,ky)=(0,0)を始点とする+kd方向、
4) (kx,ky)=(2π/a,0)を始点とする+kd’方向、
5) (kx,ky) =(π/a,0)を始点とする+ky方向、
6) (kx,ky) =(0,π/a)を始点とする+kx方向、
7) (kx,ky) =(2π/a,2π/a)を始点とする-ky方向、
8) (kx,ky) =(2π/a,2π/a)を始点とする-kx方向、
9) (kx,ky) =(2π/a,2π/a)を始点とする-kd方向、
10) (kx,ky) =(0,2π/a)を始点とする-kd’方向、
11) (kx,ky) =(π/a,2π/a)を始点とする-ky方向、
12) (kx,ky) =(2π/a,π/a)を始点とする-kx方向
の順に12通りの一次元配列の展開係数ci(α),ci(β)(i=0,1,…,n×n-1)に並び替える並び替えステップと、
前記2つの分布関数の各々12通りに並び替えられたi番目とk番目の展開係数を相互に掛け合わせることにより、対称積で表される2次形式の要素
ci(α)ck(β)+ck(α)ci(β)
を12×12通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、
前記生成された144通りの2次形式の要素の各々について、一定の量子数の差m=i-kを持った全ての要素の和をとった物理量Em=i-k(α)(β)+を、複数の量子数の差に対して生成する物理量生成ステップと、
前記生成された各々の物理量の少なくとも1つに基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項2】
請求項1に記載の画像分類方法において、
前記物理量算出ステップは、物理量Em=i-k(α)(β)+をm=0,1,...,n-1のn個の量子数の差に対して生成することを特徴とする画像分類方法。
【請求項3】
請求項1に記載の画像分類方法において、
前記物理量生成ステップは、前記144通りの方向組み合わせについてそれぞれ生成された物理量Em=i-k(α)(β)+を、一定の量子数の差を持つもの同士の間で144通りの方向組み合わせに関して平均した物理量< Em=i-k(α)(β)+>を生成することを特徴とする画像分類方法。
【請求項4】
請求項1に記載の画像分類方法において、
前記要素生成ステップは更に、前記α面の2次元分布関数f(α)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(α)(x,-y)=f(α’)(x,y)、x軸を反転した2次元分布関数f(α)(-x,y)=f(α’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(α)(-x,-y)=f(α’’’)(x,y)の各展開係数を合わせた計4種類の場合のα面の展開係数と、前記β面の2次元分布関数f(β)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(β)(x,-y)=f(β’)(x,y)、x軸を反転した2次元分布関数f(β)(-x,y)=f(β’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(β)(-x,-y)=f(β’’’)(x,y)の各展開係数を合わせた計4種類の場合のβ面の展開係数についても同様に、4×4倍の2次形式の要素を生成し、
前記物理量生成ステップは軸反転に伴って増えた4×4倍の場合についても同様に、前記144通りの方向組み合わせのそれぞれについて物理量Em=i-k(α)(-β)+を生成することを特徴とする画像分類方法。
【請求項5】
少なくとも2つの色面α,β(α=βの場合を含む)に関する画像の2次元分布関数f(α)(x,y),f(β)(x,y)の各々を入力する分布関数入力ステップと、
前記2つの分布関数の各々を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x),
f(β)(x,y)=c00(β)ψ0(y)ψ0(x)+...+c0,n-1(β)ψ0(y)ψn-1(x)
+...
+cn-1,0(β)ψn-1(y)ψ0(x)+...+cn-1,n-1(β)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α),cij(β)(i=0,1,…,n-1; j=0,1,…,n-1)によって前記2つの分布関数の各々を記述する記述ステップと、
前記展開係数の2次元平面において、iが増える方向を+ky方向、jが増える方向を+kx方向、iとjが同時に増える方向を+kd方向、iが増えてjが減る方向を+kd’方向、更に(i,j)=(0,0)の座標点を(kx,ky)=(0,0), (i,j)=(n-1,0)の座標点を(kx,ky)=(0,2π/a), (i,j)=(0,n-1)の座標点を(kx,ky)=(2π/a,0), (i,j)=(n-1,n-1)の座標点を(kx,ky)=(2π/a,2π/a)と定義するとき、前記2次元展開係数cij(α),cij(β)の各々を
1) (kx,ky)=(0,0)を始点とする+ky方向、
2) (kx,ky)=(0,0)を始点とする+kx方向、
3) (kx,ky)=(0,0)を始点とする+kd方向、
4) (kx,ky)=(2π/a,0)を始点とする+kd’方向、
5) (kx,ky)=(π/a,0)を始点とする+ky方向、
6) (kx,ky)=(0,π/a)を始点とする+kx方向
の順に6通りの一次元配列の展開係数ci(α),ci(β) (i=0,1,…,nxn-1)に並び替える並び替えステップと、
前記2つの分布関数の各々6通りに並び替えられたi番目とk番目の展開係数を相互に掛け合わせることにより、対称積と反対称積で表される2つの型の2次形式の要素
ci(α)ck(β)+ck(α)ci(β),
ci(α)ck(β)-ck(α)ci(β)
を6×6通りの並び替えの方向組み合わせについてそれぞれ生成する要素生成ステップと、
前記生成された36通りの2つの型の2次形式の要素の各々について、一定の量子数の差m=i-kを持った全ての要素の和をとった物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-を、複数の量子数の差に対して生成する物理量生成ステップと、
前記生成された各々の物理量の少なくとも1つに基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項6】
請求項5に記載の画像分類方法において、
前記物理量算出ステップは、物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-をm=0,1,...,n-1のn個の量子数の差に対して生成することを特徴とする画像分類方法。
【請求項7】
請求項5に記載の画像分類方法において、
前記物理量生成ステップは、前記36通りの方向組み合わせについてそれぞれ生成された物理量Em=i-k(α)(β)+, Em=i-k(α)(β)-を、一定の量子数の差を持つもの同士の間で36通りの方向組み合わせに関して平均した物理量<Em=i-k(α)(β)+>,<Em=i-k(α)(β)->を生成することを特徴とする画像分類方法。
【請求項8】
請求項5に記載の画像分類方法において、
前記要素生成ステップは更に、前記α面の2次元分布関数f(α)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(α)(x,-y)= f(α’)(x,y)、x軸を反転した2次元分布関数f(α)(-x,y) = f(α’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(α)(-x,-y) = f(α’’’)(x,y)の各展開係数を合わせた計4種類の場合のα面の展開係数と、前記β面の2次元分布関数f(β)(x,y)の展開係数とともにy軸を反転した2次元分布関数f(β)(x,-y) = f(β’)(x,y)、x軸を反転した2次元分布関数f(β)(-x,y) = f(β’’)(x,y)、x軸とy軸を両反転した2次元分布関数f(β)(-x,-y) = f(β’’’)(x,y)の各展開係数を合わせた計4種類の場合のβ面の展開係数についても同様に、4×4倍の2次形式の要素を生成し、
前記物理量生成ステップは軸反転に伴って増えた4×4倍の場合についても同様に、前記36通りの方向組み合わせのそれぞれについて物理量Em=i-k(α)(-β)+,Em=i-k(α)(-β)-を生成することを特徴とする画像分類方法。
【請求項9】
請求項1又は請求項5に記載の画像分類方法において、
前記評価ステップは、前記生成された各々の物理量全ての線形結合で表される、1つの線形和の物理量に基づいて、前記画像の2次元分布関数の形状の特徴を評価することを特徴とする画像分類方法。
【請求項10】
少なくとも1つの色面αに関する画像の2次元分布関数f(α)(x,y)を入力する分布関数入力ステップと、
前記分布関数を、x方向とy方向の各分布域内で完全系をなし互いに直交するn個の基底関数ψn(n:量子数)を用いて2次元級数展開
f(α)(x,y)=c00(α)ψ0(y)ψ0(x)+...+c0,n-1(α)ψ0(y)ψn-1(x)
+...
+cn-1,0(α)ψn-1(y)ψ0(x)+...+cn-1,n-1(α)ψn-1(y)ψn-1(x)
し、2次元展開係数cij(α) (i=0,1,…,n-1; j=0,1,…,n-1)によって前記分布関数を記述する記述ステップと、
前記2次元展開係数cij(α)のi=jを満たす対角成分の全ての係数について、対応する基底関数の量子数iと展開係数cii(α)との積をとった対角和に相当する物理量を生成する物理量生成ステップと、
前記生成された物理量に基づき、前記画像の2次元分布関数の形状の特徴を評価する評価ステップと、
前記評価結果に基づいて前記画像を少なくとも2つの範疇の画像に分類する分類ステップと、
を備えたことを特徴とする画像分類方法。
【請求項11】
請求項10に記載の画像分類方法において、
前記物理量生成ステップは更に、前記α面の2次元分布関数をy軸を反転した2次元分布関数f(α)(x,-y) = f(α’)(x,y)の2次元展開係数cij(α’)についても同様に、対角和に相当する物理量を生成することを特徴とする画像分類方法。
【請求項12】
請求項1、請求項5又は請求項10に記載の画像分類方法において、
前記分布関数入力ステップが、色面の画像の分布関数を入力するとき、
前記記述ステップは、前記基底関数としてルジャンドル陪関数を用いることを特徴とする画像分類方法。
【請求項13】
請求項1、請求項5又は請求項10に記載の画像分類方法において、
前記分布関数入力ステップが、色面のエッジ成分に関するエッジ画像の分布関数を入力するとき、
前記記述ステップは、前記基底関数としてフーリエ関数を用いることを特徴とする画像分類方法。
【請求項14】
請求項13に記載の画像分類方法において、
前記エッジ画像の分布関数は、前記画像をフィルタリングして逐次的に複数の解像度からなる高周波サブバンド画像を生成し、前記高周波サブバンド画像を低い解像度から逐次的に統合して、一つに統合されたた高周波画像を生成し、前記1つに統合された高周波画像の各画素値を2乗することによって零以上の値で定義されるエッジ面の画像の分布関数であることを特徴とする画像分類方法。
【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19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【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19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【公開番号】特開2013−20336(P2013−20336A)
【公開日】平成25年1月31日(2013.1.31)
【国際特許分類】
【出願番号】特願2011−151623(P2011−151623)
【出願日】平成23年7月8日(2011.7.8)
【出願人】(000004112)株式会社ニコン (12,601)
【Fターム(参考)】
【公開日】平成25年1月31日(2013.1.31)
【国際特許分類】
【出願日】平成23年7月8日(2011.7.8)
【出願人】(000004112)株式会社ニコン (12,601)
【Fターム(参考)】
[ Back to top ]