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 ]