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１つの色面に関する画像を入力する画像入力ステップと、前記画像の画素値の分布関数を作成する分布関数作成ステップと、前記分布関数を用いて、空間分布の重心位置と、慣性テンソルの各々を求めて、空間的な形状因子を記述する空間因子記述ステップと、前記画像をy軸方向に関して画素値の平均をとってx軸に射影した一次元画像A(x)と、y軸に射影した一次元画像A(y)とを算出する一次元画像作成ステップと、画素値の明るさ方向の因子を記述する明るさ因子記述ステップと、前記空間因子記述ステップと前記明るさ因子記述ステップで求めた各々の量から明るさ因子に関する２次形式の物理量の各々を算出する物理量算出ステップと、前記算出された少なくとも１つの物理量に基づいて、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１つの色面αに関する画像A(x,y)を入力する画像入力ステップと、
前記α面の画像の画素値を全ての画素値の和で規格化した分布関数f^(α)(x,y)を作成する分布関数作成ステップと、
前記分布関数を用いて、空間分布の重心位置(<x_A>,<y_A>)と、重心位置からの空間方向に関する２次モーメントの平均的な広がり幅<(y-<y_A>)²>, -<(x-<x_A>)(y-<y_A>)>, -<(y-<y_A>)(x-<x_A>)>, <(x-<x_A>)²> を表す慣性テンソルI₁₁^(α),I₁₂^(α),I₂₁^(α),I₂₂^(α)の各々を求めて、空間的な形状因子を記述する空間因子記述ステップと、
前記α面の画像A(x,y)をy軸方向に関して画素値の平均をとってx軸に射影した一次元画像A(x)と、x軸方向に関して画素値の平均をとってy軸に射影した一次元画像A(y)とを算出する一次元画像作成ステップと、
画像全体の画素値の明るさの平均値<A>を算出するとともに、x軸射影の画像A(x)を用いて前記明るさの平均値<A>から見たx軸射影の明るさの広がり幅σ₁^(α)を算出し、y軸射影の画像A(y)を用いて前記明るさの平均値<A>から見たy軸射影の明るさの広がり幅σ₂^(α)を算出することによって、画素値の明るさ方向の因子を記述する明るさ因子記述ステップと、
前記空間因子記述ステップと前記明るさ因子記述ステップで求めた各々の量から明るさ因子に関する２次形式の物理量
(<x_A>²+<y_A>²)<A><A>,
I₁₁^(α)σ₁^(α)σ₁^(α)+I₁₂^(α)σ₁^(α)σ₂^(α)+I₂₁^(α)σ₂^(α)σ₁^(α)+I₂₂^(α)σ₂^(α)σ₂^(α),
I₁₁^(α)σ₁^(α)σ₁^(α)+I₁₂^(α)σ₁^(α)σ₂^(α)-I₂₁^(α)σ₂^(α)σ₁^(α)-I₂₂^(α)σ₂^(α)σ₂^(α),
I₁₁^(α)σ₁^(α)σ₁^(α)-I₁₂^(α)σ₁^(α)σ₂^(α)+I₂₁^(α)σ₂^(α)σ₁^(α)-I₂₂^(α)σ₂^(α)σ₂^(α),
I₁₁^(α)σ₁^(α)σ₁^(α)-I₁₂^(α)σ₁^(α)σ₂^(α)-I₂₁^(α)σ₂^(α)σ₁^(α)+I₂₂^(α)σ₂^(α)σ₂^(α)
の各々を算出する物理量算出ステップと、
前記算出された少なくとも１つの物理量に基づいて、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、更に前記算出された２次形式の物理量の各々の線形結合で表される１つの線形和の物理量を算出し、前記分類ステップは、前記算出された１つの線形和の物理量に基づいて、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、
前記画像入力ステップが、色面のエッジ成分に関する正負の値を持つ画像を入力するとき、
前記分布関数作成ステップは、前記エッジ成分に関する画像の画素値を２乗して零以上の範囲で定義される画素値の分布に変換した上で、全ての画素値の和で規格化した分布関数を作成することを特徴とする画像分類方法。
【請求項４】
請求項３に記載の画像分類方法において、
前記エッジ成分に関する画像は、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であ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）に関する画像A(x,y),B(x,y)を入力する画像入力ステップと、
前記α面の画像の画素値をα面の全ての画素値の和で規格化したα面の分布関数f^(α)(x,y)と、前記β面の画像の画素値をβ面の全ての画素値の和で規格化したβ面の分布関数f^(β)(x,y)を作成する分布関数作成ステップと、
前記α面の分布関数と前記β面の分布関数の積で表された値を、全ての画素について和をとった値で規格化したα面とβ面の合成分布関数f^(αβ)(x,y)を作成する合成分布関数作成ステップと、
前記合成分布関数を用いて、合成色面の空間分布の重心位置(<x_AB>,<y_AB>)と、重心位置からの空間方向に関する２次モーメントの平均的な広がり幅<(y-<y_AB>)²>, -<(x-<x_AB>)(y-<y_AB>)>, -<(y-<y_AB>)(x-<x_AB>)>, <(x-<x_AB>)²> を表す慣性テンソルI₁₁^(αβ),I₁₂^(αβ),I₂₁^(αβ),I₂₂^(αβ)の各々を求めて、合成面の空間的な形状因子を記述する合成面の空間因子記述ステップと、
前記α面の画像A(x,y)をy軸方向に関して画素値の平均をとってx軸に射影した一次元画像A(x)と、x軸方向に関して画素値の平均をとってy軸に射影した一次元画像A(y)とを算出するα面の一次元画像作成ステップと、
前記β面の画像B(x,y)をy軸方向に関して画素値の平均をとってx軸に射影した一次元画像B(x)と、x軸方向に関して画素値の平均をとってy軸に射影した一次元画像B(y)とを算出するβ面の一次元画像作成ステップと、
α面の画像全体の画素値の明るさの平均値<A>を算出するとともに、α面のx軸射影の画像A(x)を用いて前記明るさの平均値<A>から見たx軸射影の明るさの広がり幅σ₁^(α)を算出し、α面のy軸射影の画像A(y)を用いて前記明るさの平均値<A>から見たy軸射影の明るさの広がり幅σ₂^(α)を算出することによって、α面の画素値の明るさ方向の因子を記述するα面の明るさ因子記述ステップと、
β面の画像全体の画素値の明るさの平均値<B>を算出するとともに、β面のx軸射影の画像B(x)を用いて前記明るさの平均値<B>から見たx軸射影の明るさの広がり幅σ₁^(β)を算出し、β面のy軸射影の画像B(y)を用いて前記明るさの平均値<B>から見たy軸射影の明るさの広がり幅σ₂^(β)を算出することによって、β面の画素値の明るさ方向の因子を記述するβ面の明るさ因子記述ステップと、
前記合成面の空間因子記述ステップとα面の前記明るさ因子記述ステップとβ面の前記明るさ因子記述ステップで求めた各々の量から明るさ因子に関する２次形式の物理量
(<x_AB>²+<y_AB>²)<A><B>,
I₁₁^(αβ)σ₁^(α)σ₁^(β)+I₁₂^(αβ)σ₁^(α)σ₂^(β)+I₂₁^(αβ)σ₂^(α)σ₁^(β)+I₂₂^(αβ)σ₂^(α)σ₂^(β),
I₁₁^(αβ)σ₁^(α)σ₁^(β)+I₁₂^(αβ)σ₁^(α)σ₂^(β)-I₂₁^(αβ)σ₂^(α)σ₁^(β)-I₂₂^(αβ)σ₂^(α)σ₂^(β),
I₁₁^(αβ)σ₁^(α)σ₁^(β)-I₁₂^(αβ)σ₁^(α)σ₂^(β)+I₂₁^(αβ)σ₂^(α)σ₁^(β)-I₂₂^(αβ)σ₂^(α)σ₂^(β),
I₁₁^(αβ)σ₁^(α)σ₁^(β)-I₁₂^(αβ)σ₁^(α)σ₂^(β)-I₂₁^(αβ)σ₂^(α)σ₁^(β)+I₂₂^(αβ)σ₂^(α)σ₂^(β)
の各々を算出する物理量算出ステップと、
前記算出された少なくとも１つの物理量に基づいて、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、更に前記算出された２次形式の物理量の各々の線形結合で表される１つの線形和の物理量を算出し、前記分類ステップは、前記算出された１つの線形和の物理量に基づいて、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、
前記画像入力ステップが、色面のエッジ成分に関する正負の値を持つ画像を各々入力するとき、
前記分布関数作成ステップは、前記エッジ成分に関する画像の画素値を２乗して零以上の範囲で定義される画素値の分布に各々変換した上で、全ての画素値の和で規格化した分布関数を各々作成することを特徴とする画像分類方法。
【請求項８】
請求項７に記載の画像分類方法において、
前記エッジ成分に関する画像は、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であることを特徴とする画像分類方法。
【請求項９】
少なくとも１つの色面αに関する画像A(x,y)を入力する画像入力ステップと、
前記α面の画像の画素値を全ての画素値の和で規格化した分布関数f^(α)(x,y)を作成する分布関数作成ステップと、
前記分布関数を用いて、空間分布の重心位置(<x_A>,<y_A>)と、重心位置からの空間方向に関する２次モーメントの平均的な広がり幅<(y-<y_A>)²>, -<(x-<x_A>)(y-<y_A>)>, -<(y-<y_A>)(x-<x_A>)>, <(x-<x_A>)²> を表す慣性テンソルI₁₁^(α),I₁₂^(α),I₂₁^(α),I₂₂^(α)の各々を求めて、空間的な形状因子を記述する空間因子記述ステップと、
前記α面の画像A(x,y)をy軸方向に関して画素値の平均をとってx軸に射影した一次元画像A(x)と、x軸方向に関して画素値の平均をとってy軸に射影した一次元画像A(y)とを算出する一次元画像作成ステップと、
画像全体の画素値の明るさの平均値<A>を算出するとともに、x軸射影の画像A(x)を用いて前記明るさの平均値<A>から見たx軸射影の明るさの広がり幅σ₁^(α)を算出し、y軸射影の画像A(y)を用いて前記明るさの平均値<A>から見たy軸射影の明るさの広がり幅σ₂^(α)を算出することによって、画素値の明るさ方向の因子を記述する明るさ因子記述ステップと、
前記空間因子記述ステップと前記明るさ因子記述ステップで求めた各々の量から明るさ因子に関する一次形式の物理量
I₁₁^(α) σ₁^(α)+ I₁₂^(α) σ₂^(α),
I₂₁^(α) σ₁^(α)+ I₂₂^(α) σ₂^(α),
I₁₁^(α) σ₁^(α)- I₁₂^(α) σ₂^(α),
I₂₁^(α) σ₁^(α)- I₂₂^(α) σ₂^(α)
の各々を算出する物理量算出ステップと、
前記算出された少なくとも１つの物理量に基づいて、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１０】
請求項９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、更に前記算出された一次形式の物理量の各々の線形結合で表される１つの線形和の物理量を算出し、前記分類ステップは、前記算出された１つの線形和の物理量に基づいて、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、
前記画像入力ステップが、色面のエッジ成分に関する正負の値を持つ画像を入力するとき、
前記分布関数作成ステップは、前記エッジ成分に関する画像の画素値を２乗して零以上の範囲で定義される画素値の分布に変換した上で、全ての画素値の和で規格化した分布関数を作成することを特徴とする画像分類方法。
【請求項１２】
請求項１１に記載の画像分類方法において、
前記エッジ成分に関する画像は、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であることを特徴とする画像分類方法。
【請求項１３】
請求項２に記載の画像分類方法において、
更に、前記分布関数f^(α)(x,y)から- f^(α)(x,y)log(f^(α)(x,y))からなる値を、分布関数が正の値を持つ画素位置(x,y)について積分したエントロピーSを算出するとともに、前記算出された２次形式の物理量の各々を１つのベクトルにまとめて表記したときのノルムに相当する量Tを算出して、その積TSを生成し、
前記物理量算出ステップは、前記算出された１つの線形和に対して、更に前記生成した積TSを線形結合したものを加えることによって、１つの線形和を算出することを特徴とする画像分類方法。
【請求項１４】
請求項１０に記載の画像分類方法において、
更に、前記分布関数f^(α)(x,y)から- f^(α)(x,y)log(f^(α)(x,y))からなる値を、分布関数が正の値を持つ画素位置(x,y)について積分したエントロピーSを算出するとともに、前記算出された一次形式の物理量の各々を１つのベクトルにまとめて表記したときのノルムに相当する量Tを算出して、その積TSを生成し、
前記物理量算出ステップは、前記算出された１つの線形和に対して、更に前記生成した積TSを線形結合したものを加えることによって、１つの線形和を算出することを特徴とする画像分類方法。

【図１】