JPWO2014064864A1 - 画像描画装置、画像描画方法、及びナビゲーション装置 - Google Patents

Abstract

画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存し、高分解能データ保存部に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データ保存部から取得し、高分解能距離データに基づいてグラデーションを描画するので、基線と画素との最短距離を計算する回数を削減することが可能となる。

Description

グラデーションの描画を高速に行う装置に関する。

コンピュータ上で画像を彩色する場合に明るさや色彩を連続的に変化させるグラデーションがある。例えば、図形を囲んでいる辺からの距離に応じて画素の色を変化させ、辺からの距離が近い画素には赤色、遠い画素には青色、中間の距離の画素には紫色を設定する。このように彩色することにより、赤色から紫色、紫色から青色に変化するグラデーションが得られる。

コンピュータ上において、２以上の基線で囲まれた閉領域の内部にグラデーションを描画する技術が提示されている。閉領域の内部のすべての画素について基線からの最短距離を算出し、基線の色特性と最短距離と距離関数とに基づいて各画素に設定する色を決定する。（下記特許文献１参照）

特開２０１０−１６５０５８号公報

特許文献１では、画素に設定する色を求めるため、グラデーションを描画したい閉領域の内部のすべての画素について、基線からの最短距離を計算している。グラデーションを描画したい領域が広い場合、色を設定する画素数が多く、すべての画素について基線からの最短距離を計算するのに時間がかかるという問題があった。

本発明は上記に鑑みてなされたものであって、基線と画素との最短距離を計算する回数を削減する画像描画装置を得ることを目的としている。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存し、高分解能データ保存部に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データ保存部から取得し、高分解能距離データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、低分解能距離データを複数の小領域の色値を示す低分解能色値データに変換し、複数の小領域の色値を保持する低分解能色値データと複数の要素の色値を保持する高分解能色値データとを対応付けて高分解能データ保存部に保存し、高分解能データ保存部に保存された低分解能色値データのうち、変換された低分解能色値データに一致する低分解能色値データに対応付けられた高分解能色値データを高分解能データ保存部から取得し、取得された高分解能色値データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、算出された低分解能距離データよりアルゴリズムに基づいて複数の要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明のナビゲーション装置は、自車位置と目的地と地図データベースとに基づいて経路を探索し、経路と地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力し、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域について基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存し、高分解能データ保存部に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データ保存部から取得し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明のナビゲーション装置は、自車位置と目的地と地図データベースとに基づいて経路を探索し、経路と地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力し、要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明によれば、基線と画素との最短距離を計算する回数を削減することができる。

実施の形態１に係る画像描画装置の構成を示すブロック図。 実施の形態１に係る基線を示す図。 実施の形態１に係る領域分割部における分割処理を示す図。 実施の形態１に係る基線と小領域との最短距離を示す図。 実施の形態１に係る中領域に含まれる小領域について、基線との最短距離を算出した結果を示す図。 実施の形態１に係る高分解能データＤＢに保存されているデータを示す図。 実施の形態１に係る高分解能データの論理和で生成されるデータを示す図。 実施の形態１に係るマッチング部の処理を示すフローチャート。 実施の形態１に係る高分解能距離データから高分解能色値データへの変換を示す図。 実施の形態２に係る画像描画装置の構成を示すブロック図。 実施の形態２に係る低分解能距離データから低分解能色値データへの変換を示す図。 実施の形態２に係る高分解能データＤＢに保存されているデータを示す図。 実施の形態２に係るマッチング部の処理を示すフローチャート。 実施の形態３に係る画像描画装置の構成を示すブロック図。 実施の形態４に係る画像描画装置の構成を示すブロック図。 実施の形態５に係る画像描画装置の構成を示すブロック図。 実施の形態５に係る前景画像と背景画像を示す図。 実施の形態５に係る画像を示す図。 実施の形態６に係るカーナビゲーション装置（以下、カーナビと称す）の要部の構成を示すブロック図。 実施の形態６に係る地図画像を示す図。 実施の形態６に係るカーナビの画面に表示される出力画像を示す図。 従来のカーナビの画面に表示される出力画像を示す図。 実施の形態７に係る画像描画装置の構成を示すブロック図。 実施の形態７に係る基点を示す図。 実施の形態７に係る基点と小領域との最短距離を示す図。 実施の形態８に係る画像描画装置の構成を示すブロック図。 実施の形態８に係る高分解能データＤＢに保存されているデータを示す図。

以下に、本発明にかかるブリッジ、及びブリッジを用いたネットワークシステムの実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

実施の形態１．
図１は、実施の形態１に係る画像描画装置１０の構成を示すブロック図である。
領域分割部１１には画像描画装置１０が描画する画像の画像サイズの情報ａと分割情報ｂが入力される。領域分割部１１は画像サイズの情報を元に大領域を用意する。領域分割部１１は分割情報を元に大領域を中領域に分割し、中領域をさらに小領域に分割し、低分解能データ算出部１２へ出力する。小領域には複数の要素が含まれ、要素は大領域の最小単位となる。領域分割部１１は中領域、小領域に分割された大領域を低分解能データ算出部１２へ出力する。

低分解能データ算出部１２に基線ｃが入力される。基線とは、グラデーションによる色の変化の基準となる線で、１以上の線分から成る。低分解能データ算出部１２は各小領域について基線との最短距離を示す低分解能距離データを算出し、マッチング部１３へ出力する。高分解能データ保存部としての高分解能データデータベース（以下、高分解能データＤＢと称す）１４は、あらかじめ低分解能距離データと高分解能距離データとを対応付けて保存しておく。高分解能距離データは各要素に基線からの最短距離を設定したデータである。

マッチング部１３は、高分解能データＤＢ１４にアクセスし、低分解能データ算出部１２から入力された低分解能距離データをキーとして検索し、高分解能距離データを取得し、高分解能データ設定部１５へ出力する。高分解能データ設定部１５は大領域の各中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。高分解能色値変換部１６は色値変換テーブル１７を参照して、各要素に設定された基線からの最短距離の値を色値に変換し、描画部１８へ出力する。描画部１８はグラデーションを描画し、出力する。

図２は、実施の形態１に係る基線２１を示す図である。画像２０は、基線２１を含む画像である。画像２０の画像サイズは、画像描画装置１０が描画する画像の画像サイズと同じである。画像２０は左上の頂点２２の座標を原点（０，０）、右方向がｘ軸のプラス方向、下方向がｙ軸のプラス方向とする。基線２１は、頂点２３ａ〜ｄを順番に接続した線である。頂点２３ａ〜ｄの座標は（０，４５）、（７５，５０）、（１２５，１２５）、（１２５，２００）である。この場合、基線２１は（ｘ，ｙ）＝｛（０，２５），（７５，５０），（１２５，１２５），（１２５，２００）｝で表される。

図２において、基線２１は絶対座標で表したが、基線のデータ形式は特に限定しない。基線は、絶対座標に限らず、相対座標や極座標等で表してもよい。また、数式で表してもよい。基線を数式で表す場合、例えば数式ａｘ＋ｂｙ＋ｃ＝０で基線を表す。さらに、基線はビットマップで表してもよい。なお、図２において、基線２１は始点と終点が一致していないが、始点と終点が一致していてもよい。

次に動作について説明する。
図３は、実施の形態１に係る領域分割部１１における分割処理を示す図である。（ａ）は大領域３１を縦横４×４個の中領域に分割する処理を示している。（ｂ）は中領域３２を縦横３×３個の小領域３３に分割する処理を示している。（ｃ）は小領域３３に縦横３×３個の要素が含まれていることを示している。要素３４は大領域３１の最小の構成単位である。

領域分割部１１は画像描画装置１０が描画する画像の画像サイズの情報を元にＮ×Ｍ個の要素からなる大領域３１を用意する。なお、ＮとＭは同じ値でもよい。大領域３１の要素には、画素として色値を設定してもよいし、距離を示す数値等、他のデータを設定してもよい。

領域分割部１１は分割情報を元に大領域３１を複数の中領域に分割し、各中領域をさらに複数の小領域に分割する。小領域には複数の要素が含まれる。分割情報は、大領域から中領域への分割数、中領域から小領域への分割数を示す情報である。

図３において、大領域３１は縦横４×４個の中領域に分割され、中領域３２は縦横３×３個の小領域３３に分割され、小領域３３は縦横３×３個の要素で構成されているが、矩形に分割されていれば、分割数は他の値でもよい。また、縦横の分割数の値が異なっていてもよい。さらに、大領域から中領域、中領域から小領域への分割数は異なっていてもよい。例えば、小領域に含まれる要素を５×５個にした場合、３×３個にした場合よりも全体の小領域数が少なくなるため、マッチング部１０３において高速に処理することができる。

領域分割部１１は、基線２１の形状に応じて大領域から中領域、中領域から小領域への分割数を変えてもよい。例えば、基線２１の頂点が少なく、単純な形状の場合は分割数を少なくし、基線２１の頂点が多く、複雑な形状の場合は分割数を多くしてもよい。この場合、基線２１は領域分割部１１へ入力され、領域分割部１１が低分解能データ算出部１２へ基線２１を出力する。

領域分割部１１は、中領域、小領域に分割した大領域３１を低分解能データ算出部１２へ出力する。低分解能データ算出部１２は、大領域３１に含まれるすべての小領域についてそれぞれ基線との最短距離を算出し、各小領域に設定する。

図４は、実施の形態１に係る基線２１と小領域３３ｅとの最短距離を示す図である。（ａ）は画像２０に含まれる基線２１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。図２で示した基線２１の一部が小領域３３ｇを通っている。基線２１と小領域３３ｅとの最短距離は、基線２１と小領域３３ｅの中心点４１との最短距離４２である。

低分解能データ算出部１２は小領域３３ｅの中心点４１から基線２１までの最短距離４２を算出する。最短距離の算出の方法は、本発明においては特に限定しない。例えば、点と直線の距離の公式を利用して求めてもよい。小領域３３ｅの中心点４１が（ｘ０，ｙ０）、基線２１が直線ａｘ＋ｂｙ＋ｃ＝０の場合、最短距離４２は、数式１で求められる。

なお、基線２１と小領域３３ｅとの最短距離として、低分解能データ算出部１２は小領域３３ｅの中心点４１から基線２１までの最短距離を求めたが、小領域３３ｅの頂点や小領域３３ｅ内の他の点から基線２１までの最短距離を求めてもよい。また、低分解能データ算出部１２は小領域３３ｅを構成する４つの頂点から基線２１までの最短距離をそれぞれ求め、その平均値を求めてもよい。ただし、すべての小領域について、低分解能データ算出部１２は同様の条件で計算することとする。また、最短距離はＰＣＴ／ＪＰ２０１２／０００９１２に示した方法で計算してもよい。

さらに、低分解能データ算出部１２は、中領域３２ｂを構成する４つの頂点から基線２１までの最短距離と中領域３２ｂの中心点から基線２１までの最短距離をそれぞれ求め、これらの値を用いて計算することにより、小領域３３ａ〜ｉについて基線２１までの最短距離の値を算出してもよい。なお、低分解能データ算出部１２は、中領域３２ｂを構成する４つの頂点と中心点に限らず、他の点から基線２１までの最短距離を求め、これらの値を用いて小領域３３ａ〜ｉについて基線２１までの最短距離の値を算出してもよい。

図５は、実施の形態１に係る中領域３２ｂに含まれる小領域３３ａ〜ｉについて、基線２１との最短距離を算出した結果を示す図である。（ａ）は画像２０に含まれる基線２１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。小領域３３ａ〜ｉには、それぞれ基線２１からの最短距離が設定されている。小領域３３ａは１０３、小領域３３ｂは１２５、小領域３３ｃは１４４、小領域３３ｄは４８、小領域３３ｅは１０９、小領域３３ｆは１２２、小領域ｇは５、小領域ｈは４７、小領域ｉは９８の値が設定されている。各小領域について基線２１との最短距離を設定した中領域を低分解能距離データ５１と呼ぶこととする。

低分解能データ算出部１２は、大領域３１に含まれるすべての小領域についてそれぞれ基線２１との最短距離を算出し、各小領域に設定し、マッチング部１３へ出力する。

ここで、高分解能データＤＢ１４に保存されているデータについて説明する。
画像描画装置１０は、様々なパターンの低分解能距離データを高分解能距離データと対応付けて高分解能データＤＢ１４にあらかじめ保存しておく。低分解能距離データは、各小領域について基線からの最短距離の値を保持するデータである。高分解能距離データは、各要素について基線からの最短距離の値を保持するデータである。

図６は、実施の形態１に係る高分解能データＤＢ１４に保存されているデータを示す図である。高分解能データＤＢ１４には低分解能距離データ６１と高分解能距離データ６２とが保存されている。低分解能距離データ６１は最短距離の値が複数の小領域に設定されているのに対し、高分解能距離データ６２は最短距離の値が複数の要素に設定されている。低分解能距離データ６１ａ〜ｂは、低分解能距離データ６１として保存されているデータの具体例である。高分解能距離データ６２ａ〜ｂは、高分解能距離データ６２として保存されているデータの具体例である。

高分解能距離データ６２ａは、低分解能距離データ６１ａに対応付けられた高分解能距離データである。低分解能距離データ６１ａは、各小領域に設定された最短距離の値が左下から右上に向かって０から１４０へと増加している。高分解能距離データ６２ａも低分解能距離データ６１ａと同様に、各要素に設定された最短距離の値が左下から右上に向かって０から１４０へ増加している。

高分解能距離データ６２ｂは、低分解能距離データ６１ｂに対応付けられた高分解能距離データである。低分解能距離データ６１ｂは、各小領域に設定された最短距離の値が左上から右下に向かって０から１４０へと増加している。高分解能距離データ６２ｂも低分解能距離データ６１ｂと同様に、各要素に設定された最短距離の値が左上から右下に向かって０から１４０へ増加している。ここでは２つの例を示したが、実際には高分解能データＤＢ１４は様々なパターンの低分解能距離データと高分解能距離データとを対応付けて保存している。

高分解能データＤＢ１４は、例えば木構造やテーブル構造で低分解能距離データ６１と高分解能距離データ６２とを保存する。また、上下左右を反転、あるいは回転することによって同値となる低分解能距離データは代表的なデータのみ高分解能距離データと対応付けて保存するようにしてもよい。代表的なデータ以外は、代表的なデータを反転、回転する処理を行うことにより、所望の高分解能データが再生できる。

図７は、実施の形態１に係る高分解能距離データ６２の論理和で生成されるデータを示す図である。（ａ）は高分解能距離データ６２ｃ、（ｂ）は高分解能距離データ６２ｄ、（ｃ）は高分解能距離データ６２ｅである。高分解能距離データ６２ｃ〜ｅの各要素には基線からの最短距離の値として０〜１４０が設定されている。高分解能距離データ６２ｃの要素の値は、最上部の行から中央の行まではすべて０で、中央から最下部の行へと下がるに従って０から徐々に増加し、最下部の行はすべて１４０である。

高分解能距離データ６２ｄの要素の値は、最上部の行が１４０で、最上部から中央の行へと下がるに従って１４０から徐々に減少し、中央の行から最下部の行はすべて０である。高分解能距離データ６２ｅの要素の値は、最上部の行は１４０で、最上部から中央の行へと下がるに従って１４０から０へと徐々に減少し、中央の行はすべて０で、中央から最下部の行へと下がるに従って０から徐々に増加し、最下部の行はすべて１４０である。

高分解能距離データ６２ｅは高分解能距離データ６２ｃと高分解能距離データ６２ｄとの論理和から生成されるデータである。高分解能距離データ６２ｅが低分解能距離データ６１ｅに対応付けられる場合、高分解能データＤＢ１４は低分解能距離データ６１ｅに対応する高分解能距離データとして高分解能距離データ６２ｅを記憶しない。高分解能データＤＢ１４は、高分解能距離データ６２ｅが高分解能距離データ６２ｃと高分解能距離データ６２ｄとの論理和から生成されることを記憶する。このように、高分解能距離データ同士の演算で生成可能な高分解能距離データは、そのデータが必要になった時点で随時生成することで、データベース容量を削減することができる。

高分解能データＤＢ１４は、それぞれの低分解能距離データの評価値Ｋと重心Ｇをあらかじめ算出しておく。評価値Ｋは、数式２及び数式３により算出する。低分解能距離データにｎ個の小領域が含まれるとする。また、１つの小領域に設定される最短距離の値のパターンは２のｍ乗個とする。数式２において、ｄｊは当該小領域の基線から最短距離の値である。なお、評価値はそれぞれの低分解能距離データを一意に表すような値であれば、他の方法で算出してもよい。

高分解能データＤＢ１４は、それぞれの低分解能距離データについて重心Ｇを数式２及び数式４により算出する。各小領域の中心の座標値を（ｘｊ，ｙｊ）とする。重心は他の方法で算出してもよい。

次にマッチング部１３の動作について説明する。
図８は、実施の形態１に係るマッチング部１３の処理を示すフローチャートである。マッチング部１３は、低分解能データ算出部１２より低分解能距離データ５１が入力されるとステップＳ８０より処理を開始し、ステップＳ８１へ進む。ステップＳ８１において、マッチング部１３は低分解能距離データ５１の各小領域に設定されている最短距離の数値を切り上げ、切り捨て等することにより正規化し、ステップＳ８２へ進む。

ステップＳ８２において、マッチング部１３は高分解能データＤＢ１４にアクセスして検索するかどうかを判定する。正規化された低分解能距離データ５１の各小領域の数値がすべて第１閾値以上、または第２閾値以下の場合、ＤＢ検索対象外としてステップＳ８６へ進む。それ以外の場合はステップＳ８３へ進む。マッチング部１０３はあらかじめ第１閾値、第２閾値に値を設定しておく。

小領域に設定された最短距離の数値が第１閾値以上の場合、小領域は基線からの距離が遠い。例えば各小領域に設定された基線からの最短距離の値の範囲が０から１４０の場合、当該小領域のすべての要素に１４０を設定する。また、小領域に設定された最短距離の数値が第２閾値以下の場合、小領域は基線からの距離が近い。この場合、当該小領域のすべての要素に０を設定する。このように低分解能距離データ５１がＤＢ検索対象外の場合、マッチング部１３は高分解能データＤＢ１４にアクセスせず、要素に値を設定することができる。

ステップＳ８３において、マッチング部１３は低分解能距離データ５１の評価値Ｋと重心Ｇを算出する。マッチング部１３は低分解能距離データ５１の評価値Ｋをキーとして高分解能データＤＢ１４を検索する。マッチング部１３は、低分解能距離データ５１と評価値Ｋが一致する低分解能距離データ６１ａを見つけると、ステップＳ８４へ進む。なお、検索はテンプレートマッチング手法を用いてもよい。テンプレートマッチング手法は画素毎に比較する手法である。

ステップＳ８４において、マッチング部１３は低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられているかどうか判定する。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられていない場合、マッチング部１３は他の高分解能距離データを画像変換して高分解能データを得る必要がある。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられている場合、マッチング部１３は低分解能距離データ５１の重心と低分解能距離データ６１ａの重心の値を比較する。重心の値が一致する場合は画像変換が不要である。重心の値が一致しない場合は画像変換が必要である。画像変換が必要な場合、処理はステップＳ８５へ進み、画像変換が不要な場合はステップＳ８６へ進む。

ステップＳ８５において、低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられていない場合、マッチング部１３は他の高分解能距離データを参照して、論理和等の画像変換を行い、低分解能距離データ６１ａに対応する高分解能距離データを生成する。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられている場合、マッチング部１３は低分解能距離データ５１の重心と低分解能距離データ６１ａの重心との差分を求める。マッチング部１３は、高分解能距離データ６２ａを反転や回転することにより、所望の高分解能距離データを求め、ステップＳ８６へ進む。ステップＳ８６において、マッチング部１３は得られた高分解能距離データ６２ａを高分解能データ設定部１５へ出力し、ステップＳ８７へ進み、処理を終了する。

高分解能データ設定部１５は、大領域３１に含まれるすべての中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。高分解能色値変換部１６は、色値変換テーブル１７を参照して各要素に設定された最短距離の値を色値に変換する。

図９は、実施の形態１に係る高分解能距離データから高分解能色値データへの変換を示す図である。（ａ）は各中領域に高分解能距離データを設定した大領域９１である。（ｂ）は中領域３２ｂを拡大した図で、中領域３２ｂに設定される高分解能距離データ６２ａを示す図である。（ｃ）は各中領域に設定された高分解能距離データを高分解能色値データに変換して得られた大領域９２である。大領域９１の各中領域に設定された高分解能距離データを高分解能色値データに変換すると大領域９２が得られる。

色値変換テーブル１７は、あらかじめ最短距離の値Ｄｉを色値Ｃｉへと変換するテーブルを保存しておく。色値Ｃｉは、例えばＲＧＢで表される値である。色値変換テーブル１７は、最短距離の値Ｄｉと色値Ｃｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下と色値Ｃｉとを対応付けてもよい。なお、高分解能色値変換部１６は、色値変換テーブル１７を使用せず、計算式により最短距離の値Ｄｉから色値Ｃｉへ変換してもよい。

高分解能色値変換部１６は、各要素の最短距離の値を色値へ変換することにより、各要素に最短距離の値が設定された大領域９１から各要素に色値が設定された大領域９２を得る。高分解能色値変換部１６は、大領域９２を描画部１８へ出力する。この大領域９２がグラデーションの画像である。描画部１８はグラデーションを描画し、出力する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

よって、従来よりも高速にグラデーションを描画することができる。また、低分解能距離データに含まれるすべての小領域に設定された最短距離が第１閾値以上、第２閾値以下の場合は高分解能データＤＢ１４にアクセスする必要がなく、さらに高速にグラデーションを描画することができる。

実施の形態２．
以上の実施の形態１では、低分解能データとして各小領域に基線からの最短距離を設定するようにしたものであるが、本実施の形態においては、各小領域に色値を設定する実施の形態を示す。
なお、実施の形態２における領域分割部１１、低分解能データ算出部１２、描画部１８は実施の形態１と同じであるため、説明を割愛する。

図１０は、実施の形態２に係る画像描画装置１００の構成を示すブロック図である。
低分解能色値変換部１０１は、低分解能データ算出部１２から低分解能距離データが入力される。低分解能色値変換部１０１は色値変換テーブル１０２を参照し、低分解能距離データを低分解能色値データに変換し、マッチング部１０３へ出力する。低分解能色値データは、各小領域３３に基線からの最短距離の値に応じた色値を設定したデータである。

高分解能データ保存部としての高分解能データＤＢ１０４は、あらかじめ低分解能色値データと高分解能色値データとを対応付けて保存しておく。高分解能色値データは各要素に基線からの最短距離に応じた色値を設定したデータである。マッチング部１０３は、高分解能データＤＢ１０４にアクセスし、低分解能色値変換部１０１から入力された低分解能色値データをキーとして検索し、高分解能色値データを取得し、高分解能データ設定部１０５へ出力する。高分解能データ設定部１０５は各中領域に高分解能色値データを設定し、描画部１８へ出力する。描画部１８はグラデーション画像を描画し、出力する。

次に動作について説明する。
図１１は、実施の形態２に係る低分解能距離データ５１から低分解能色値データ１１１への変換を示す図である。（ａ）は低分解能距離データ５１である。低分解能距離データ５１の小領域３３ａ〜ｉに設定された最短距離の値は左下から右上方向に値が増加している。低分解能距離データ５１は縦横３×３個の小領域３３ａ〜ｉから構成され、各小領域に基線２１からの最短距離の値が設定されている。小領域３３ａは１０３、小領域３３ｂは１２５、小領域３３ｃは１４４、小領域３３ｄは４８、小領域３３ｅは１０９、小領域３３ｆは１２２、小領域ｇは５、小領域ｈは４７、小領域ｉは９８の値が設定されている。

（ｂ）は低分解能距離データ５１から変換された低分解能色値データ１１１である。小領域３３ａ〜ｉに設定された最短距離の値が色値に変換され、低分解能色値データ１１１においては左下から右上方向に白色から黒色へと変化するように色値が設定されている。

低分解能色値変換部１０１は、色値変換テーブル１０２を参照し、低分解能距離データ５１の各小領域に設定された基線からの最短距離の値を色値へ変換することにより、低分解能色値データ１１１を得る。色値変換テーブル１０２は、あらかじめ最短距離の値Ｄｉ（ｉ＝１〜Ｎ）を色値Ｃｉ（ｉ＝１〜Ｎ）へと変換するテーブルを保存しておく。

色値変換テーブル１０２は、実施の形態１の色値変換テーブル１７と同様に、最短距離の値Ｄｉと色値Ｃｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下と色値Ｃｉとを対応付けてもよい。低分解能色値変換部１０１は、色値変換テーブル１０２を使用せず、計算式により最短距離の値Ｄｉから色値Ｃｉへ変換してもよい。低分解能色値変換部１０１は、得られた低分解能色値データ１１１をマッチング部１０３へ出力する。

図１２は、実施の形態２に係る高分解能データＤＢ１０４に保存されているデータを示す図である。高分解能データＤＢ１０４には低分解能色値データ１２１と高分解能色値データ１２２とが対応付けて保存されている。低分解能色値データ１２１は複数の小領域に色値を保持するデータである。高分解能色値データ１２２は複数の要素に色値をするデータである。低分解能色値データ１２１ａ〜ｂは、低分解能色値データ１２１として保存されているデータの具体例である。高分解能色値データ１２２ａ〜ｂは、高分解能色値データ１２２として保存されているデータの具体例である。

高分解能色値データ１２２ａは、低分解能色値データ１２１ａに対応付けられた高分解能色値データである。低分解能色値データ１２１ａは、各小領域に設定された色値が左下から右上に向かって白色から黒色へと変化している。高分解能色値データ１２２ａも低分解能色値データ１２１ａと同様に、各要素に設定された色値が左下から右上に向かって白色から黒色へと変化している。

高分解能色値データ１２２ｂは、低分解能色値データ１２１ｂに対応付けられた高分解能色値データである。低分解能色値データ１２１ｂは、各小領域に設定された色値が左上から右下に向かって白色から黒色へと変化している。高分解能色値データ１２２ｂも低分解能色値データ１２１ｂと同様に、各要素に設定された色値が左上から右下に向かって白色から黒色へと変化している。ここでは２つの例を示したが、実際には高分解能データＤＢ１０４は様々なパターンの低分解能色値データと高分解能色値データとを対応付けて保存しておく。

高分解能データＤＢ１０４は、低分解能色値データ１２１の評価値Ｋと重心Ｇを算出しておく。評価値Ｋと重心Ｇの算出方法は限定しないが、実施の形態１と同様に、例えば数式３及び数式４により算出する。本実施の形態においては、数式３及び数式４のｐｊは、数式５により算出する。数式５において、ｃｊは当該小領域の色値とする。低分解能距離データにｎ個の小領域が含まれるとする。また、１つの小領域に設定される色値のパターンは２のｍ乗個とする。

マッチング部１０３は低分解能色値変換部１０１から入力された低分解能色値データ１１１について評価値Ｋと重心Ｇを求める。マッチング部１０３は低分解能色値データ１１１の評価値をキーとして高分解能データＤＢ１０４を検索し、対応付けられた高分解能色値データ１２２ａを取得する。

図１３は、実施の形態２に係るマッチング部１０３の処理を示すフローチャートである。フローチャートのステップＳ８３〜Ｓ８５の処理は実施の形態１における図８と同じである。マッチング部１０３は、実施の形態１においては、低分解能距離データに対応付けられた高分解能距離データを取得したのに対し、実施の形態２においては、低分解色値データに対応付けられた高分解能色値データを取得する。

マッチング部１０３は、低分解能データ算出部１２より各小領域について基線２１との最短距離に応じた色値を設定した低分解能データ１１１が入力されるとステップＳ１３０より処理を開始し、ステップＳ１３１へ進む。ステップＳ１３１において、マッチング部１０３は低分解能データ１１１の各小領域に設定されている色値を切り上げ、切り捨て等することにより正規化し、ステップＳ１３２へ進む。

ステップＳ１３２において、マッチング部１０３は高分解能データＤＢ１０４にアクセスして検索するかどうかを判定する。正規化された低分解能データ１１１の各小領域の色値がすべて第３閾値以上、または第４閾値以下の場合、ＤＢ検索対象外としてステップＳ１３３へ進む。それ以外の場合はステップＳ８３へ進む。マッチング部１０３はあらかじめ第３閾値、第４閾値に値を設定しておく。

例えば小領域に設定される色の変化がＡ色からＢ色とすると、小領域に設定された色値が第３閾値以上の場合、小領域は基線からの距離が遠い。この場合、当該小領域にはＢ色を設定する。また、小領域に設定された色値が第４閾値以下の場合、小領域は基線からの距離が近い。この場合、当該小領域にはＡ色を設定する。このように低分解能色値データ１１１がＤＢ検索対象外の場合、マッチング部１０３は高分解能データＤＢ１０４にアクセスせず、色値を設定することができる。

ステップＳ８３において、マッチング部１３は低分解能色値データ１１１の評価値を数式３及び数式５、重心を数式４及び数式５により算出する。ステップＳ８３〜Ｓ８５のその他の処理は、実施の形態１と同様である。ステップＳ１３３において、マッチング部１３は得られた高分解能色値データ１２２ａを高分解能データ設定部１０５へ出力し、ステップＳ１３４へ進み、処理を終了する。

高分解能データ設定部１０５は大領域３１に含まれるすべての中領域について高分解能色値データを設定し、描画部１８へ出力する。描画部１８は高分解能色値データよりグラデーションを描画し、出力する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、低分解能距離データを複数の小領域の色値を示す低分解能色値データに変換し、複数の小領域の色値を保持する低分解能色値データと複数の要素の色値を保持する高分解能色値データとを対応付けて高分解能データＤＢ１０４に保存し、高分解能データＤＢ１０４に保存された低分解能色値データのうち、変換された低分解能色値データに一致する低分解能色値データに対応付けられた高分解能色値データを高分解能データＤＢ１０４から取得し、取得された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

よって、従来よりも高速にグラデーションを描画することができる。また、低分解能色値データに含まれるすべての小領域に設定された色値が第３閾値以下、第４閾値以上の場合は高分解能データＤＢ１０４にアクセスする必要がなく、さらに高速にグラデーションを描画することができる。

実施の形態３．
以上の実施の形態２では、低分解能データとして各小領域に基線からの最短距離に応じた色値を設定するようにしたものであるが、本実施の形態においては、低分解能データとして最短距離の値を設定し、距離の値からブレンド比、ブレンド比から色値へ変換する実施の形態を示す。ブレンド比とは、２つの色を混合する場合の比率を示す値である。ブレンド比は比率を示すだけで、色値に依存しない値である。
なお、実施の形態３における領域分割部１１、低分解能データ算出部１２、マッチング部１３、高分解能データＤＢ１４、高分解能データ設定部１５、描画部１８は実施の形態１と同じであるため、説明を割愛する。

図１４は、実施の形態３に係る画像描画装置１４０の構成を示すブロック図である。
高分解能ブレンド比変換部１４１には、大領域３１に含まれるすべての中領域に高分解能距離データが設定されたデータが入力される。高分解能ブレンド比変換部１４１は、ブレンド比変換テーブル１４２を参照し、各要素について基線からの最短距離をブレンド比に変換することにより高分解能距離データを高分解能ブレンド比データに変換し、高分解能色値変換部１４３へ出力する。高分解能色値変換部１４３は色値変換テーブル１４４を参照し、各要素のブレンド比を色値に変換することにより高分解能ブレンド比データを高分解能色値データに変換し、描画部１８へ出力する。

ブレンド比Ｓｉ：Ｔｉは、Ａ色とＢ色とをＳｉ：Ｔｉの比率で混合することを示す。ブレンド比変換テーブル１４２は、あらかじめ最短距離の値Ｄｉをブレンド比Ｓｉ：Ｔｉへと変換するテーブルを保存しておく。ブレンド比変換テーブル１４２は、最短距離の値Ｄｉとブレンド比Ｓｉ：Ｔｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下とブレンド比Ｓｉ：Ｔｉとを対応付けてもよい。なお、高分解能ブレンド比変換部１４１は、ブレンド比変換テーブル１４２を使用せず、計算式により最短距離の値Ｄｉからブレンド比Ｓｉ：Ｔｉへ変換してもよい。

色値変換テーブル１４４は、あらかじめブレンド比Ｓｉ：Ｔｉを色値Ｃｉへと変換するテーブルを保存しておく。色値変換テーブル１７は、ブレンド比Ｓｉ：Ｔｉと色値Ｃｉとを１対１に対応付けてもよいし、ブレンド比に幅をもたせて色値Ｃｉと対応付けてもよい。なお、高分解能色値変換部１４３は、色値変換テーブル１４４を使用せず、計算式によりブレンド比Ｓｉ：Ｔｉから色値Ｃｉへ変換してもよい。

したがって、本実施の形態では、マッチング部１３より取得された高分解能距離データを、複数の要素について色値の混合比率を表すブレンド比を保持する高分解能ブレンド比データに変換し、高分解能ブレンド比データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画しているので、グラデーションに使用する色値が変更されても容易にグラデーションを描画することができる。

実施の形態４．
以上の実施の形態３では、各要素の値を距離からブレンド比、ブレンド比から色値へと変換するようにしたものであるが、本実施の形態においては、高分解能データＤＢを使用せずに高分解能データを求める実施の形態を示す。
なお、実施の形態４における高分解能データ変換部１５１以外の部分は実施の形態１と同じであるため、説明を割愛する。

図１５は、実施の形態４に係る画像描画装置１５０の構成を示すブロック図である。
高分解能データ変換部１５１には、低分解能データ算出部１２より低分解能距離データ５１が入力される。低分解能距離データ５１の各小領域３３には基線２１からの最短距離が設定されている。高分解能データ変換部１５１は、低分解能データ５１をＢｉｌｉｎｅａｒ法、Ｂｉｃｕｂｉｃ法、面積平均法（平均画素法）などのアルゴリズムを適用することにより、高分解能距離データへ拡大し、高分解能色値変換部１６へ出力する。

なお、画像描画装置１５０は領域分割部１１と低分解能データ算出部１２とより低分解能距離データ５１を算出せず、他の方法で算出してもよい。例えば、ＰＣＴ／ＪＰ２０１０／００１０４８に示した方法で低分解能距離データ５１を算出してもよい。ＰＣＴ／ＪＰ２０１０／００１０４８では、各画素の値を求めているが、各小領域の値も同様にして求められる。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、算出された低分解能距離データよりアルゴリズムに基づいて複数の要素について基線からの最短距離を示す高分解能距離データを算出し、算出された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、高分解能色値データに基づいてグラデーションを描画するようにしているので、高分解能データＤＢを保持する必要がないため、メモリ使用量を削減することができる。

実施の形態５．
以上の実施の形態４では、低分解能距離データにアルゴリズムを適用して高分解能距離データへ拡大したものであるが、本実施の形態においては、アルファチャンネルを利用して画像にグラデーション効果を施す実施の形態を示す。
なお、実施の形態５における描画部１６１以外の部分は実施の形態１と同じであるため、説明を割愛する。

アルファチャンネルとは、各画素の不透明度を表す値である。アルファチャンネルαの定義域が０〜２５５の場合、前景と背景とをアルファブレンドした画素の値は、数式６で求めることができる。

図１６は、実施の形態５に係る画像描画装置１６０の構成を示すブロック図である。高分解能データ設定部１５は、大領域に含まれるすべての中領域に高分解能距離データを設定し、描画部１６１へ出力する。また、前景画像ｄと背景画像ｅとが描画部１６１へ入力される。描画部１６１は高分解能距離データに基づいて各画素のアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドした画像を描画し、出力する。

図１７は、実施の形態５に係る前景画像１７１と背景画像１７２を示す図である。（ａ）は前景画像１７１である。前景画像１７１には基線１７３が含まれている。（ｂ）は背景画像１７２である。
図１８は、実施の形態５に係る画像１８１を示す図である。画像１８１は基線１７３が含まれる前景画像１７１と背景画像１７２とをアルファブレンドした画像である。

次に動作について説明する。
前景画像１７１と背景画像１７２が描画部へ入力される。前景画像１７１と背景画像１７２はラスター形式の画像データでも、ベクター形式の画像データでもよい。前景画像１７１に基線１７３が含まれている場合、前景画像１７１より抽出された基線１７３が低分解能データ算出部１２へ入力される。前景画像に基線が含まれていない場合は、基線は前景画像とは別のデータとして低分解能データ算出部１２へ入力される。

描画部１６１には、大領域３１に含まれるすべての中領域について高分解能距離データが設定されたデータが入力される。描画部１６１は大領域の各要素の値を元にアルファチャンネルの値を算出する。例えば、最短距離の値が０〜１４０の場合、最小値０が透明、最大値１４０が不透明となるようにアルファチャンネルの値を設定する。描画部１６１は、数式６に従って前景画像１７１と背景画像１７２とをアルファブレンドすることにより画像１８１を描画し、出力する。

前景画像１７１や背景画像１７２は画像データではなく、ＲＧＢの色値やブレンド比でもよい。また、前景画像１７１は基線１７３のみでもよい。

なお、画像描画装置１６０は、実施の形態４と同様に高分解能データＤＢ１４を使用せずに高分解能距離データを求めるようにしてもよい。この場合、画像描画装置１６０はマッチング部１３と高分解能データＤＢ１４とを保持せず、低分解能データ算出部１２の次に高分解能データ設定部１５が高分解能データ設定部１５１と同様の処理を行う。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画しているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。よって、従来よりも高速にグラデーション効果を施した画像を描画することができる。

実施の形態６．
以上の実施の形態５では、高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドしたものであるが、本実施の形態においては、カーナビの経路案内表示の画面にグラデーション効果を施す実施の形態を示す。

図１９は、実施の形態６に係るカーナビの要部の構成を示すブロック図である。経路探索部１９１は自車位置ｆと目的地ｇが入力されると、地図ＤＢ１９２を参照し、現在位置から目的地までの経路を探索する。経路探索部１９１は経路を基線としてデータ構築部１９３へ入力する。データ構築部１９３は地図ＤＢ１９２を参照し、経路を含む地図画像を生成し、基線とともに画像描画部１９４へ入力する。画像描画部１９４は、地図画像とカーナビの背景画像とをアルファブレンドすることにより出力画像を描画し、表示部１９５へ出力する。表示部１９５は出力画像を画面に表示する。

図２０は、実施の形態６に係る地図画像２０１を示す図である。黒線は道路２０２である。
図２１は、実施の形態６に係るカーナビの画面に表示される出力画像２１１を示す図である。経路２１２は経路探索部１９１が探索した経路である。一般的なカーナビでは経路は他の道路と異なる色で表示されるが、ここでは白黒画像のため、経路２１２は他の道路と同じ黒色で示す。矢印２１３は自車位置を示す。背景画像は白色である。経路２１２及び経路２１２近辺の道路は黒色で表示され、経路２１２から離れるに従って道路２０２の色は黒色から背景の白色へと変化している。

経路探索部１９１は自車位置ｆと目的地ｇが入力されると、地図ＤＢ１９２を参照し、現在位置から目的地までの経路２１２を探索する。地図ＤＢ１９２は道路や信号、施設等の地図データが座標やリンク、ノード等で表現されたデータである。経路探索部１９１は経路２１２を基線としてデータ構築部１９３へ入力する。経路２１２が１画面に表示しきれない場合には画面に表示する部分の経路２１２を基線としてデータ構築部１９３へ入力する。

データ構築部１９３は経路探索部１９１から経路２１２が入力されると、地図ＤＢ１９２を参照し、経路２１２を含む地図画像２０１を生成し、画像描画部１９４へ入力する。地図画像２０１は１画面に表示する画像とし、ラスター形式の画像データでも、ベクター形式の画像データでもよい。画像描画部１９４は実施の形態５に示した画像描画装置に相当する。画像描画部１９４は経路２１２を基線として、アルファチャンネルの値を算出する。画像描画部１９４は、地図画像２０１とカーナビの背景画像とをアルファブレンドすることにより出力画像２１１を描画し、表示部１９５へ出力する。表示部１９５は出力画像２１１のほか、時刻やメニューなどをあわせてカーナビの画面に表示する。

従来のカーナビには、常に画面の中心を基線としてグラデーション効果を施した出力画像２２１を表示するものがある。
図２２は、従来のカーナビの画面に表示される出力画像２２１である。基線２２２は画像の中央の縦線の点線である。実際のカーナビの画面では基線２２２は表示されないが、ここでは説明のため、基線２２２を明示する。経路２１２と基線２２２近辺の道路は黒色で表示され、基線２２２から離れるに従って道路２０２の色は黒色から背景の白色へと変化している。

しかし、経路は常に画面中央に表示されるとは限らない。特に経路が曲がっている場合には、経路に接続する道路や経路の周囲の施設等にまでグラデーションが施され、使用者が経路の周りを確認し難くなるという問題があった。これに対し、本実施の形態のカーナビは経路に沿ってグラデーションが施されるため、使用者が経路とその周囲を認識しやすい。

また、従来のカーナビは、常に画面の中心を基線とするため、表示される地図に関わらず、アルファチャンネルの値は同じものを利用できる。しかし、経路を基線とすると、車の移動に伴って画面に表示される経路の形状も変化するため、アルファチャンネルの値は同じものを利用できない。したがって、画像描画部１９４は経路の形状の変化にあわせて、アルファチャンネルの値を算出し、地図画像と背景とをアルファブレンドする処理が必要である。画素単位で経路からの最短距離を計算すると時間がかかり、画面の表示が間に合わないことが考えられる。そこで、ＤＢを利用して基線からの最短距離を計算する回数を削減することにより高速にグラデーション効果を施した画像を描画することができる。

本実施の形態においては、画像描画装置をカーナビに適用する例を示したが、カーナビに限定せず、地図上で経路を表示するようなナビゲーション装置であれば、画像描画装置を適用することができる。

したがって、本実施の形態では、経路探索部１９１が自車位置と目的地と地図ＤＢ１９２とに基づいて経路２１２を探索し、データ構築部１９３が経路２１２と地図ＤＢ１９２とに基づいて基線と地図画像とを出力し、画像描画部１９４が要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、各小領域について基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画し、表示部１９５が画像を画面に表示しているので、経路２１２を中心としてグラデーションが施されることにより、視認性の高い画面を表示することができる。

実施の形態７．
以上の実施の形態１〜６では、基線からの最短距離を示す低分解能距離データに基づいて、グラデーションを描画したもの、あるいはカーナビの経路案内表示の画面にグラデーション効果を施したものであるが、本実施の形態においては、低分解能データとして各小領域に基点からの最短距離を設定する実施の形態を示す。
なお、本実施の形態においては、図１のように実施の形態１に記載の構成を全て備えた上で、更に付加的な構成ついて説明する。

図２３は、実施の形態７に係る画像描画装置２３０の構成を示すブロック図である。
低分解能データ算出部２３１に基線又は基点が入力される。基点とは、グラデーションによる色の変化の基準となる点である。低分解能データ算出部２３１は各小領域について基線又は基点との最短距離を示す低分解能距離データを算出し、マッチング部１３へ出力する。本実施の形態において、低分解能データ算出部２３１に基点が入力された場合について説明する。

図２４は、実施の形態７に係る基点２４１を示す図である。画像２４０は、基点２４１を含む画像である。画像２４０の画像サイズは、画像描画装置２３０が描画する画像の画像サイズと同じである。画像２４０は左上の頂点２４２の座標を原点（０，０）、右方向がｘ軸のプラス方向、下方向がｙ軸のプラス方向とする。基点２４１の座標は（６０，４５）である。図２４において、基点２４１は絶対座標で表したが、基点のデータ形式は特に限定しない。基点は、絶対座標に限らず、相対座標や極座標等で表してもよい。

図２５は、実施の形態１に係る基点２４１と小領域３３ｅとの最短距離を示す図である。（ａ）は画像２４０に含まれる基点２４１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。図２４で示した基点２４１が小領域３３ｇに含まれる。基点２４１と小領域３３ｅとの最短距離は、基点２４１と小領域３３ｅの中心点４１との最短距離２５１である。

図２３における低分解能データ算出部２３１は、図２５における小領域３３ｅの中心点４１から基点２４１までの最短距離２５１を算出する。最短距離の算出の方法は、本発明においては特に限定しない。例えば、小領域３３ｅの中心点４１が（ｘ０，ｙ０）、基点２４１が（ｘ１，ｙ１）の場合、最短距離２５１は、数式７で求められる。

なお、基点２４１と小領域３３ｅとの最短距離として、低分解能データ算出部２３１は小領域３３ｅの中心点４１から基点２４１までの最短距離を求めたが、小領域３３ｅの頂点や小領域３３ｅ内の他の点から基点２４１までの最短距離を求めてもよい。また、低分解能データ算出部２３１は小領域３３ｅを構成する４つの頂点から基点２４１までの最短距離をそれぞれ求め、その平均値を求めてもよい。ただし、すべての小領域について、低分解能データ算出部２３１は同様の条件で計算することとする。

さらに、図２３における低分解能データ算出部２３１は、図２５における中領域３２ｂを構成する４つの頂点から基点２４１までの最短距離と中領域３２ｂの中心点から基点２４１までの最短距離をそれぞれ求め、これらの値を用いて計算することにより、小領域３３ａ〜ｉについて基点２４１までの最短距離の値を算出してもよい。なお、低分解能データ算出部２３１は、中領域３２ｂを構成する４つの頂点と中心点に限らず、他の点から基点２４１までの最短距離を求め、これらの値を用いて小領域３３ａ〜ｉについて基点２４１までの最短距離の値を算出してもよい。

図２３において、低分解能データ算出部２３１は、図２５における大領域３１に含まれるすべての小領域についてそれぞれ基点２４１との最短距離を算出し、各小領域に設定し、マッチング部１３へ出力する。マッチング部１３は、高分解能データＤＢ１４にアクセスし、低分解能データ算出部２３１から入力された低分解能距離データをキーとして検索し、高分解能距離データを取得し、高分解能データ設定部１５へ出力する。高分解能データ設定部１５は、大領域の各中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。

高分解能距離データの大きさが中領域に一致しない場合、高分解能データ設定部１５は、高分解能距離データを拡大又は縮小し、各中領域の大きさにあわせて設定する。なお、高分解能距離データの拡大又は縮小の方法は特に指定しない。例えば、ＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ手法や双線形補間手法を利用する。以降の処理は実施の形態１と同じである。

なお、画像描画装置２３０は、低分解能データとして各小領域に基点からの最短距離に応じた色値を設定するようにしてもよい。

また、画像描画装置２３０は、低分解能データとして最短距離の値を設定し、距離の値からブレンド比、ブレンド比から色値へ変換することによりグラデーションを描画するようにしてもよい。

また、画像描画装置２３０は、高分解能データＤＢを使用せず、アルゴリズムによって低分解能データから高分解能データを求めるようにしてもよい。

また、画像描画装置２３０は、各小領域に基点からの最短距離を設定した低分解能データに対応する高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドすることにより、画像にグラデーション効果を施すようにしてもよい。

また、画像描画装置２３０は、各小領域に基点からの最短距離を設定した低分解能データに対応する高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドすることにより、画像にグラデーション効果を施すようにしてもよい。ナビゲーション装置の経路案内表示の画面にグラデーション効果を施す場合にも適用することができる。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線又は基点からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線又は基点からの最短距離を保持する低分解能距離データと複数の要素について基線又は基点からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線又は基点からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

実施の形態８．
以上の実施の形態７では、低分解能データとして各小領域に基線又は基点からの最短距離を設定したものであるが、本実施の形態においては、高分解能データとしてグラデーション効果の施されたテクスチャを設定する実施の形態を示す。
テクスチャは、画像データである。テクスチャは、テクスチャマッピングにより３次元画像を描画するときに使われる。テクスチャマッピングは、オブジェクトをポリゴンの組合せで表し、ポリゴンにテクスチャを貼り付けることにより、３次元画像を描画する方法である。テクスチャマッピングでは、質感のある３次元画像を少ない処理量で描画することができる。

なお、実施の形態８における領域分割部１１及び低分解能データ算出部２３１は実施の形態７と同じであるため、説明を割愛する。

図２６は、実施の形態８に係る画像描画装置２６０の構成を示すブロック図である。
低分解能データ算出部２３１は各小領域について基線又は基点との最短距離を示す低分解能距離データを算出し、マッチング部２６１へ出力する。高分解能データＤＢ２６２には、低分解能距離データと対応付けた高分解能データとして高分解能テクスチャデータが保存されている。

マッチング部２６１は、高分解能データＤＢ２６２にアクセスし、低分解能データ算出部２３１から入力された低分解能距離データをキーとして検索する。マッチング部２６１は、低分解能距離データに対応付けられた高分解能テクスチャデータを取得し、高分解能データ設定部２６３へ出力する。高分解能データ設定部２６３は、大領域の各中領域に高分解能テクスチャデータを設定する。高分解能テクスチャデータの大きさが中領域に一致しない場合、高分解能データ設定部２６３は、高分解能テクスチャデータを拡大又は縮小し、各中領域の大きさにあわせて設定し、描画部２６４へ出力する。描画部２６４は画像を描画し、出力する。

図２７は、実施の形態８に係る高分解能データＤＢ２６２に保存されているデータを示す図である。高分解能データＤＢ２６２には低分解能距離データ２７１と高分解能テクスチャデータ２７２とが保存されている。低分解能距離データ２７１は基線又は基点からの最短距離の値が複数の小領域に設定されているのに対し、高分解能テクスチャデータ２７２は画像データであるテクスチャが設定されている。

高分解能テクスチャデータ２７２ａは、低分解能距離データ２７１ａに対応付けられた高分解能テクスチャデータである。低分解能距離データ２７１ａは、各小領域に設定された最短距離の値が左下から右上に向かって０から１４０へと増加している。高分解能テクスチャデータ２７２ａは、各要素に設定された色値が左下から右上に向かって白色から黒色へと変化している画像で、テクスチャａである。

高分解能テクスチャデータ２７２ｂは、低分解能距離データ２７１ｂに対応付けられた高分解能テクスチャデータである。低分解能距離データ２７１ｂは、各小領域に設定された最短距離の値が左上から右下に向かって０から１４０へと増加している。高分解能テクスチャデータ２７２ｂは、各要素に設定された色値が左上から右下に向かって白色から黒色へと変化している画像で、テクスチャｂである。ここでは２つの例を示したが、実際には高分解能データＤＢ２６２は様々なパターンの低分解能距離データと高分解能テクスチャデータとを対応付けて保存している。

高分解能データＤＢ２６２は、それぞれの低分解能距離データ２７１ａ〜ｂの評価値Ｋと重心Ｇをあらかじめ算出しておく。マッチング部２６１は低分解能データ算出部２３１から入力される低分解能距離データの評価値Ｋと重心Ｇを算出する。マッチング部１３は低分解能距離データ２７１の評価値Ｋをキーとして高分解能データＤＢ２６２を検索し、対応する高分解能テクスチャデータを高分解能データ設定部２６３に出力する。

高分解能テクスチャデータの大きさが中領域に一致しない場合、高分解能データ設定部２６３は、高分解能テクスチャデータを拡大又は縮小し、各中領域の大きさにあわせて設定する。なお、高分解能テクスチャデータの拡大又は縮小の方法は特に指定しない。例えば、ＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ手法や双線形補間手法を利用する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線又は基点からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線又は基点からの最短距離を保持する低分解能距離データと複数の要素について基線又は基点からの最短距離を保持する高分解能テクスチャデータとを対応付けて高分解能データＤＢ２６２に保存し、高分解能データＤＢ２６２に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能テクスチャデータを高分解能データＤＢ２６２から取得し、取得された高分解能テクスチャデータに基づいてグラデーションを描画するようにしているので、全画素について基線又は基点からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

１０、１００、１５０、１６０、２３０、２６０ 画像描画装置
１１ 領域分割部
１２、２３１ 低分解能データ算出部
１３、１０３、２６１ マッチング部
１４、１０４、２６２ 高分解能データＤＢ
１５、１０５、１５１、２６３ 高分解能データ設定部
１６、１４３ 高分解能色値変換部
１７、１０２、１４４ 色値変換テーブル
１８、１６１、２６４ 描画部
２０、１８１、２４０ 画像
２１、１７３、２２２ 基線
２２、２３ａ〜ｄ、２４２ 頂点
３１、９１、９２ 大領域
３２、３２ｂ 中領域
３３、３３ａ〜ｉ、８２ａ〜ｉ 小領域
３４ 要素
４１ 小領域３３ｅの中心点
４２ 基線２１から小領域３３ｅの中心点４１までの最短距離
５１、６１、６１ａ〜ｂ、６１ｅ、２７１、２７１ａ〜ｂ 低分解能距離データ
６２、６２ａ〜ｅ 高分解能距離データ
１０１ 低分解能色値変換部
１１１、１２１、１２１ａ〜ｂ 低分解能色値データ
１２２、１２２ａ〜ｂ 高分解能色値データ
１４１ 高分解能ブレンド比変換部
１４２ ブレンド比変換テーブル
１７１ 前景画像
１７２ 背景画像
２１１、２２１ 出力画像
１９１ 経路探索部
１９２ 地図ＤＢ
１９３ データ構築部
１９４ 画像描画部
１９５ 表示部
２０１ 地図画像
２０２ 道路
２１２ 経路
２１３ 矢印
２４１ 基点
２５１ 基点２４１から小領域３３ｅの中心点４１までの最短距離
２７２、２７２ａ〜ｂ 高分解能テクスチャデータ

グラデーションの描画を高速に行う装置に関する。

コンピュータ上で画像を彩色する場合に明るさや色彩を連続的に変化させるグラデーションがある。例えば、図形を囲んでいる辺からの距離に応じて画素の色を変化させ、辺からの距離が近い画素には赤色、遠い画素には青色、中間の距離の画素には紫色を設定する。このように彩色することにより、赤色から紫色、紫色から青色に変化するグラデーションが得られる。

コンピュータ上において、２以上の基線で囲まれた閉領域の内部にグラデーションを描画する技術が提示されている。閉領域の内部のすべての画素について基線からの最短距離を算出し、基線の色特性と最短距離と距離関数とに基づいて各画素に設定する色を決定する。（下記特許文献１参照）

特開２０１０−１６５０５８号公報

特許文献１では、画素に設定する色を求めるため、グラデーションを描画したい閉領域の内部のすべての画素について、基線からの最短距離を計算している。グラデーションを描画したい領域が広い場合、色を設定する画素数が多く、すべての画素について基線からの最短距離を計算するのに時間がかかるという問題があった。

本発明は上記に鑑みてなされたものであって、基線と画素との最短距離を計算する回数を削減する画像描画装置を得ることを目的としている。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、グラデーションの色の変化の基準となる基線から複数の小領域のそれぞれまでの距離を示す低分解能距離データを算出し、基線から複数の小領域のそれぞれまでの距離を保持する低分解能距離データと基線から複数の小領域のそれぞれまでの距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存し、算出された低分解能距離データに対応する高分解能距離データを高分解能データ保存部から取得し、高分解能距離データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、グラデーションの色の変化の基準となる基線から複数の小領域のそれぞれまでの距離を示す低分解能距離データを算出し、低分解能距離データを複数の小領域の色値を示す低分解能色値データに変換し、複数の小領域の色値を保持する低分解能色値データと複数の要素の色値を保持する高分解能色値データとを対応付けて高分解能データ保存部に保存し、変換された低分解能色値データに対応する高分解能色値データを高分解能データ保存部から取得し、取得された高分解能色値データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、グラデーションの色の変化の基準となる基線から複数の小領域のそれぞれまでの距離を示す低分解能距離データを算出し、算出された低分解能距離データよりアルゴリズムに基づいて複数の要素のそれぞれの基線からの距離を示す高分解能距離データを算出し、高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、グラデーションの色の変化の基準となる基線から、要素を最小の構成単位とする複数の小領域のそれぞれまでの距離を示す低分解能距離データよりアルゴリズムに基づいて複数の要素のそれぞれの基線からの距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明のナビゲーション装置は、自車位置と目的地と地図データベースとに基づいて経路を探索し、経路と地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力し、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、基線から複数の小領域のそれぞれまでの距離を示す低分解能距離データを算出し、基線から複数の小領域のそれぞれまでの距離を保持する低分解能距離データと基線から複数の小領域のそれぞれまでの距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存し、算出された低分解能距離データに対応する高分解能距離データを高分解能データ保存部から取得し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明のナビゲーション装置は、自車位置と目的地と地図データベースとに基づいて経路を探索し、経路と地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力し、要素を最小の構成単位とする複数の小領域について、基線から、要素を最小の構成単位とする複数の小領域のそれぞれまでの距離を示す低分解能距離データよりアルゴリズムに基づいて複数の要素のそれぞれの基線からの距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明によれば、基線と画素との最短距離を計算する回数を削減することができる。

実施の形態１に係る画像描画装置の構成を示すブロック図。 実施の形態１に係る基線を示す図。 実施の形態１に係る領域分割部における分割処理を示す図。 実施の形態１に係る基線と小領域との最短距離を示す図。 実施の形態１に係る中領域に含まれる小領域について、基線との最短距離を算出した結果を示す図。 実施の形態１に係る高分解能データＤＢに保存されているデータを示す図。 実施の形態１に係る高分解能データの論理和で生成されるデータを示す図。 実施の形態１に係るマッチング部の処理を示すフローチャート。 実施の形態１に係る高分解能距離データから高分解能色値データへの変換を示す図。 実施の形態２に係る画像描画装置の構成を示すブロック図。 実施の形態２に係る低分解能距離データから低分解能色値データへの変換を示す図。 実施の形態２に係る高分解能データＤＢに保存されているデータを示す図。 実施の形態２に係るマッチング部の処理を示すフローチャート。 実施の形態３に係る画像描画装置の構成を示すブロック図。 実施の形態４に係る画像描画装置の構成を示すブロック図。 実施の形態５に係る画像描画装置の構成を示すブロック図。 実施の形態５に係る前景画像と背景画像を示す図。 実施の形態５に係る画像を示す図。 実施の形態６に係るカーナビゲーション装置（以下、カーナビと称す）の要部の構成を示すブロック図。 実施の形態６に係る地図画像を示す図。 実施の形態６に係るカーナビの画面に表示される出力画像を示す図。 従来のカーナビの画面に表示される出力画像を示す図。 実施の形態７に係る画像描画装置の構成を示すブロック図。 実施の形態７に係る基点を示す図。 実施の形態７に係る基点と小領域との最短距離を示す図。 実施の形態８に係る画像描画装置の構成を示すブロック図。 実施の形態８に係る高分解能データＤＢに保存されているデータを示す図。

以下に、本発明にかかるブリッジ、及びブリッジを用いたネットワークシステムの実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

実施の形態１．
図１は、実施の形態１に係る画像描画装置１０の構成を示すブロック図である。
領域分割部１１には画像描画装置１０が描画する画像の画像サイズの情報ａと分割情報ｂが入力される。領域分割部１１は画像サイズの情報を元に大領域を用意する。領域分割部１１は分割情報を元に大領域を中領域に分割し、中領域をさらに小領域に分割し、低分解能データ算出部１２へ出力する。小領域には複数の要素が含まれ、要素は大領域の最小単位となる。領域分割部１１は中領域、小領域に分割された大領域を低分解能データ算出部１２へ出力する。

低分解能データ算出部１２に基線ｃが入力される。基線とは、グラデーションによる色の変化の基準となる線で、１以上の線分から成る。低分解能データ算出部１２は各小領域について基線との最短距離を示す低分解能距離データを算出し、マッチング部１３へ出力する。高分解能データ保存部としての高分解能データデータベース（以下、高分解能データＤＢと称す）１４は、あらかじめ低分解能距離データと高分解能距離データとを対応付けて保存しておく。高分解能距離データは各要素に基線からの最短距離を設定したデータである。

マッチング部１３は、高分解能データＤＢ１４にアクセスし、低分解能データ算出部１２から入力された低分解能距離データをキーとして検索し、高分解能距離データを取得し、高分解能データ設定部１５へ出力する。高分解能データ設定部１５は大領域の各中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。高分解能色値変換部１６は色値変換テーブル１７を参照して、各要素に設定された基線からの最短距離の値を色値に変換し、描画部１８へ出力する。描画部１８はグラデーションを描画し、出力する。

図２は、実施の形態１に係る基線２１を示す図である。画像２０は、基線２１を含む画像である。画像２０の画像サイズは、画像描画装置１０が描画する画像の画像サイズと同じである。画像２０は左上の頂点２２の座標を原点（０，０）、右方向がｘ軸のプラス方向、下方向がｙ軸のプラス方向とする。基線２１は、頂点２３ａ〜ｄを順番に接続した線である。頂点２３ａ〜ｄの座標は（０，４５）、（７５，５０）、（１２５，１２５）、（１２５，２００）である。この場合、基線２１は（ｘ，ｙ）＝｛（０，２５），（７５，５０），（１２５，１２５），（１２５，２００）｝で表される。

図２において、基線２１は絶対座標で表したが、基線のデータ形式は特に限定しない。基線は、絶対座標に限らず、相対座標や極座標等で表してもよい。また、数式で表してもよい。基線を数式で表す場合、例えば数式ａｘ＋ｂｙ＋ｃ＝０で基線を表す。さらに、基線はビットマップで表してもよい。なお、図２において、基線２１は始点と終点が一致していないが、始点と終点が一致していてもよい。

次に動作について説明する。
図３は、実施の形態１に係る領域分割部１１における分割処理を示す図である。（ａ）は大領域３１を縦横４×４個の中領域に分割する処理を示している。（ｂ）は中領域３２を縦横３×３個の小領域３３に分割する処理を示している。（ｃ）は小領域３３に縦横３×３個の要素が含まれていることを示している。要素３４は大領域３１の最小の構成単位である。

領域分割部１１は画像描画装置１０が描画する画像の画像サイズの情報を元にＮ×Ｍ個の要素からなる大領域３１を用意する。なお、ＮとＭは同じ値でもよい。大領域３１の要素には、画素として色値を設定してもよいし、距離を示す数値等、他のデータを設定してもよい。

領域分割部１１は分割情報を元に大領域３１を複数の中領域に分割し、各中領域をさらに複数の小領域に分割する。小領域には複数の要素が含まれる。分割情報は、大領域から中領域への分割数、中領域から小領域への分割数を示す情報である。

図３において、大領域３１は縦横４×４個の中領域に分割され、中領域３２は縦横３×３個の小領域３３に分割され、小領域３３は縦横３×３個の要素で構成されているが、矩形に分割されていれば、分割数は他の値でもよい。また、縦横の分割数の値が異なっていてもよい。さらに、大領域から中領域、中領域から小領域への分割数は異なっていてもよい。例えば、小領域に含まれる要素を５×５個にした場合、３×３個にした場合よりも全体の小領域数が少なくなるため、マッチング部１０３において高速に処理することができる。

領域分割部１１は、基線２１の形状に応じて大領域から中領域、中領域から小領域への分割数を変えてもよい。例えば、基線２１の頂点が少なく、単純な形状の場合は分割数を少なくし、基線２１の頂点が多く、複雑な形状の場合は分割数を多くしてもよい。この場合、基線２１は領域分割部１１へ入力され、領域分割部１１が低分解能データ算出部１２へ基線２１を出力する。

領域分割部１１は、中領域、小領域に分割した大領域３１を低分解能データ算出部１２へ出力する。低分解能データ算出部１２は、大領域３１に含まれるすべての小領域についてそれぞれ基線との最短距離を算出し、各小領域に設定する。

図４は、実施の形態１に係る基線２１と小領域３３ｅとの最短距離を示す図である。（ａ）は画像２０に含まれる基線２１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。図２で示した基線２１の一部が小領域３３ｇを通っている。基線２１と小領域３３ｅとの最短距離は、基線２１と小領域３３ｅの中心点４１との最短距離４２である。

低分解能データ算出部１２は小領域３３ｅの中心点４１から基線２１までの最短距離４２を算出する。最短距離の算出の方法は、本発明においては特に限定しない。例えば、点と直線の距離の公式を利用して求めてもよい。小領域３３ｅの中心点４１が（ｘ０，ｙ０）、基線２１が直線ａｘ＋ｂｙ＋ｃ＝０の場合、最短距離４２は、数式１で求められる。

なお、基線２１と小領域３３ｅとの最短距離として、低分解能データ算出部１２は小領域３３ｅの中心点４１から基線２１までの最短距離を求めたが、小領域３３ｅの頂点や小領域３３ｅ内の他の点から基線２１までの最短距離を求めてもよい。また、低分解能データ算出部１２は小領域３３ｅを構成する４つの頂点から基線２１までの最短距離をそれぞれ求め、その平均値を求めてもよい。ただし、すべての小領域について、低分解能データ算出部１２は同様の条件で計算することとする。また、最短距離はＰＣＴ／ＪＰ２０１２／０００９１２に示した方法で計算してもよい。

さらに、低分解能データ算出部１２は、中領域３２ｂを構成する４つの頂点から基線２１までの最短距離と中領域３２ｂの中心点から基線２１までの最短距離をそれぞれ求め、これらの値を用いて計算することにより、小領域３３ａ〜ｉについて基線２１までの最短距離の値を算出してもよい。なお、低分解能データ算出部１２は、中領域３２ｂを構成する４つの頂点と中心点に限らず、他の点から基線２１までの最短距離を求め、これらの値を用いて小領域３３ａ〜ｉについて基線２１までの最短距離の値を算出してもよい。

図５は、実施の形態１に係る中領域３２ｂに含まれる小領域３３ａ〜ｉについて、基線２１との最短距離を算出した結果を示す図である。（ａ）は画像２０に含まれる基線２１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。小領域３３ａ〜ｉには、それぞれ基線２１からの最短距離が設定されている。小領域３３ａは１０３、小領域３３ｂは１２５、小領域３３ｃは１４４、小領域３３ｄは４８、小領域３３ｅは１０９、小領域３３ｆは１２２、小領域ｇは５、小領域ｈは４７、小領域ｉは９８の値が設定されている。各小領域について基線２１との最短距離を設定した中領域を低分解能距離データ５１と呼ぶこととする。

低分解能データ算出部１２は、大領域３１に含まれるすべての小領域についてそれぞれ基線２１との最短距離を算出し、各小領域に設定し、マッチング部１３へ出力する。

ここで、高分解能データＤＢ１４に保存されているデータについて説明する。
画像描画装置１０は、様々なパターンの低分解能距離データを高分解能距離データと対応付けて高分解能データＤＢ１４にあらかじめ保存しておく。低分解能距離データは、各小領域について基線からの最短距離の値を保持するデータである。高分解能距離データは、各要素について基線からの最短距離の値を保持するデータである。

図６は、実施の形態１に係る高分解能データＤＢ１４に保存されているデータを示す図である。高分解能データＤＢ１４には低分解能距離データ６１と高分解能距離データ６２とが保存されている。低分解能距離データ６１は最短距離の値が複数の小領域に設定されているのに対し、高分解能距離データ６２は最短距離の値が複数の要素に設定されている。低分解能距離データ６１ａ〜ｂは、低分解能距離データ６１として保存されているデータの具体例である。高分解能距離データ６２ａ〜ｂは、高分解能距離データ６２として保存されているデータの具体例である。

高分解能距離データ６２ａは、低分解能距離データ６１ａに対応付けられた高分解能距離データである。低分解能距離データ６１ａは、各小領域に設定された最短距離の値が左下から右上に向かって０から１４０へと増加している。高分解能距離データ６２ａも低分解能距離データ６１ａと同様に、各要素に設定された最短距離の値が左下から右上に向かって０から１４０へ増加している。

高分解能距離データ６２ｂは、低分解能距離データ６１ｂに対応付けられた高分解能距離データである。低分解能距離データ６１ｂは、各小領域に設定された最短距離の値が左上から右下に向かって０から１４０へと増加している。高分解能距離データ６２ｂも低分解能距離データ６１ｂと同様に、各要素に設定された最短距離の値が左上から右下に向かって０から１４０へ増加している。ここでは２つの例を示したが、実際には高分解能データＤＢ１４は様々なパターンの低分解能距離データと高分解能距離データとを対応付けて保存している。

高分解能データＤＢ１４は、例えば木構造やテーブル構造で低分解能距離データ６１と高分解能距離データ６２とを保存する。また、上下左右を反転、あるいは回転することによって同値となる低分解能距離データは代表的なデータのみ高分解能距離データと対応付けて保存するようにしてもよい。代表的なデータ以外は、代表的なデータを反転、回転する処理を行うことにより、所望の高分解能データが再生できる。

図７は、実施の形態１に係る高分解能距離データ６２の論理和で生成されるデータを示す図である。（ａ）は高分解能距離データ６２ｃ、（ｂ）は高分解能距離データ６２ｄ、（ｃ）は高分解能距離データ６２ｅである。高分解能距離データ６２ｃ〜ｅの各要素には基線からの最短距離の値として０〜１４０が設定されている。高分解能距離データ６２ｃの要素の値は、最上部の行から中央の行まではすべて０で、中央から最下部の行へと下がるに従って０から徐々に増加し、最下部の行はすべて１４０である。

高分解能距離データ６２ｄの要素の値は、最上部の行が１４０で、最上部から中央の行へと下がるに従って１４０から徐々に減少し、中央の行から最下部の行はすべて０である。高分解能距離データ６２ｅの要素の値は、最上部の行は１４０で、最上部から中央の行へと下がるに従って１４０から０へと徐々に減少し、中央の行はすべて０で、中央から最下部の行へと下がるに従って０から徐々に増加し、最下部の行はすべて１４０である。

高分解能距離データ６２ｅは高分解能距離データ６２ｃと高分解能距離データ６２ｄとの論理和から生成されるデータである。高分解能距離データ６２ｅが低分解能距離データ６１ｅに対応付けられる場合、高分解能データＤＢ１４は低分解能距離データ６１ｅに対応する高分解能距離データとして高分解能距離データ６２ｅを記憶しない。高分解能データＤＢ１４は、高分解能距離データ６２ｅが高分解能距離データ６２ｃと高分解能距離データ６２ｄとの論理和から生成されることを記憶する。このように、高分解能距離データ同士の演算で生成可能な高分解能距離データは、そのデータが必要になった時点で随時生成することで、データベース容量を削減することができる。

高分解能データＤＢ１４は、それぞれの低分解能距離データの評価値Ｋと重心Ｇをあらかじめ算出しておく。評価値Ｋは、数式２及び数式３により算出する。低分解能距離データにｎ個の小領域が含まれるとする。また、１つの小領域に設定される最短距離の値のパターンは２のｍ乗個とする。数式２において、ｄｊは当該小領域の基線から最短距離の値である。なお、評価値はそれぞれの低分解能距離データを一意に表すような値であれば、他の方法で算出してもよい。

高分解能データＤＢ１４は、それぞれの低分解能距離データについて重心Ｇを数式２及び数式４により算出する。各小領域の中心の座標値を（ｘｊ，ｙｊ）とする。重心は他の方法で算出してもよい。

次にマッチング部１３の動作について説明する。
図８は、実施の形態１に係るマッチング部１３の処理を示すフローチャートである。マッチング部１３は、低分解能データ算出部１２より低分解能距離データ５１が入力されるとステップＳ８０より処理を開始し、ステップＳ８１へ進む。ステップＳ８１において、マッチング部１３は低分解能距離データ５１の各小領域に設定されている最短距離の数値を切り上げ、切り捨て等することにより正規化し、ステップＳ８２へ進む。

ステップＳ８２において、マッチング部１３は高分解能データＤＢ１４にアクセスして検索するかどうかを判定する。正規化された低分解能距離データ５１の各小領域の数値がすべて第１閾値以上、または第２閾値以下の場合、ＤＢ検索対象外としてステップＳ８６へ進む。それ以外の場合はステップＳ８３へ進む。マッチング部１０３はあらかじめ第１閾値、第２閾値に値を設定しておく。

小領域に設定された最短距離の数値が第１閾値以上の場合、小領域は基線からの距離が遠い。例えば各小領域に設定された基線からの最短距離の値の範囲が０から１４０の場合、当該小領域のすべての要素に１４０を設定する。また、小領域に設定された最短距離の数値が第２閾値以下の場合、小領域は基線からの距離が近い。この場合、当該小領域のすべての要素に０を設定する。このように低分解能距離データ５１がＤＢ検索対象外の場合、マッチング部１３は高分解能データＤＢ１４にアクセスせず、要素に値を設定することができる。

ステップＳ８３において、マッチング部１３は低分解能距離データ５１の評価値Ｋと重心Ｇを算出する。マッチング部１３は低分解能距離データ５１の評価値Ｋをキーとして高分解能データＤＢ１４を検索する。マッチング部１３は、低分解能距離データ５１と評価値Ｋが一致する低分解能距離データ６１ａを見つけると、ステップＳ８４へ進む。なお、検索はテンプレートマッチング手法を用いてもよい。テンプレートマッチング手法は画素毎に比較する手法である。

ステップＳ８４において、マッチング部１３は低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられているかどうか判定する。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられていない場合、マッチング部１３は他の高分解能距離データを画像変換して高分解能データを得る必要がある。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられている場合、マッチング部１３は低分解能距離データ５１の重心と低分解能距離データ６１ａの重心の値を比較する。重心の値が一致する場合は画像変換が不要である。重心の値が一致しない場合は画像変換が必要である。画像変換が必要な場合、処理はステップＳ８５へ進み、画像変換が不要な場合はステップＳ８６へ進む。

ステップＳ８５において、低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられていない場合、マッチング部１３は他の高分解能距離データを参照して、論理和等の画像変換を行い、低分解能距離データ６１ａに対応する高分解能距離データを生成する。低分解能距離データ６１ａに高分解能距離データ６２ａが直接対応づけられている場合、マッチング部１３は低分解能距離データ５１の重心と低分解能距離データ６１ａの重心との差分を求める。マッチング部１３は、高分解能距離データ６２ａを反転や回転することにより、所望の高分解能距離データを求め、ステップＳ８６へ進む。ステップＳ８６において、マッチング部１３は得られた高分解能距離データ６２ａを高分解能データ設定部１５へ出力し、ステップＳ８７へ進み、処理を終了する。

高分解能データ設定部１５は、大領域３１に含まれるすべての中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。高分解能色値変換部１６は、色値変換テーブル１７を参照して各要素に設定された最短距離の値を色値に変換する。

図９は、実施の形態１に係る高分解能距離データから高分解能色値データへの変換を示す図である。（ａ）は各中領域に高分解能距離データを設定した大領域９１である。（ｂ）は中領域３２ｂを拡大した図で、中領域３２ｂに設定される高分解能距離データ６２ａを示す図である。（ｃ）は各中領域に設定された高分解能距離データを高分解能色値データに変換して得られた大領域９２である。大領域９１の各中領域に設定された高分解能距離データを高分解能色値データに変換すると大領域９２が得られる。

色値変換テーブル１７は、あらかじめ最短距離の値Ｄｉを色値Ｃｉへと変換するテーブルを保存しておく。色値Ｃｉは、例えばＲＧＢで表される値である。色値変換テーブル１７は、最短距離の値Ｄｉと色値Ｃｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下と色値Ｃｉとを対応付けてもよい。なお、高分解能色値変換部１６は、色値変換テーブル１７を使用せず、計算式により最短距離の値Ｄｉから色値Ｃｉへ変換してもよい。

高分解能色値変換部１６は、各要素の最短距離の値を色値へ変換することにより、各要素に最短距離の値が設定された大領域９１から各要素に色値が設定された大領域９２を得る。高分解能色値変換部１６は、大領域９２を描画部１８へ出力する。この大領域９２がグラデーションの画像である。描画部１８はグラデーションを描画し、出力する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

よって、従来よりも高速にグラデーションを描画することができる。また、低分解能距離データに含まれるすべての小領域に設定された最短距離が第１閾値以上、第２閾値以下の場合は高分解能データＤＢ１４にアクセスする必要がなく、さらに高速にグラデーションを描画することができる。

実施の形態２．
以上の実施の形態１では、低分解能データとして各小領域に基線からの最短距離を設定するようにしたものであるが、本実施の形態においては、各小領域に色値を設定する実施の形態を示す。
なお、実施の形態２における領域分割部１１、低分解能データ算出部１２、描画部１８は実施の形態１と同じであるため、説明を割愛する。

図１０は、実施の形態２に係る画像描画装置１００の構成を示すブロック図である。
低分解能色値変換部１０１は、低分解能データ算出部１２から低分解能距離データが入力される。低分解能色値変換部１０１は色値変換テーブル１０２を参照し、低分解能距離データを低分解能色値データに変換し、マッチング部１０３へ出力する。低分解能色値データは、各小領域３３に基線からの最短距離の値に応じた色値を設定したデータである。

高分解能データ保存部としての高分解能データＤＢ１０４は、あらかじめ低分解能色値データと高分解能色値データとを対応付けて保存しておく。高分解能色値データは各要素に基線からの最短距離に応じた色値を設定したデータである。マッチング部１０３は、高分解能データＤＢ１０４にアクセスし、低分解能色値変換部１０１から入力された低分解能色値データをキーとして検索し、高分解能色値データを取得し、高分解能データ設定部１０５へ出力する。高分解能データ設定部１０５は各中領域に高分解能色値データを設定し、描画部１８へ出力する。描画部１８はグラデーション画像を描画し、出力する。

次に動作について説明する。
図１１は、実施の形態２に係る低分解能距離データ５１から低分解能色値データ１１１への変換を示す図である。（ａ）は低分解能距離データ５１である。低分解能距離データ５１の小領域３３ａ〜ｉに設定された最短距離の値は左下から右上方向に値が増加している。低分解能距離データ５１は縦横３×３個の小領域３３ａ〜ｉから構成され、各小領域に基線２１からの最短距離の値が設定されている。小領域３３ａは１０３、小領域３３ｂは１２５、小領域３３ｃは１４４、小領域３３ｄは４８、小領域３３ｅは１０９、小領域３３ｆは１２２、小領域ｇは５、小領域ｈは４７、小領域ｉは９８の値が設定されている。

（ｂ）は低分解能距離データ５１から変換された低分解能色値データ１１１である。小領域３３ａ〜ｉに設定された最短距離の値が色値に変換され、低分解能色値データ１１１においては左下から右上方向に白色から黒色へと変化するように色値が設定されている。

低分解能色値変換部１０１は、色値変換テーブル１０２を参照し、低分解能距離データ５１の各小領域に設定された基線からの最短距離の値を色値へ変換することにより、低分解能色値データ１１１を得る。色値変換テーブル１０２は、あらかじめ最短距離の値Ｄｉ（ｉ＝１〜Ｎ）を色値Ｃｉ（ｉ＝１〜Ｎ）へと変換するテーブルを保存しておく。

色値変換テーブル１０２は、実施の形態１の色値変換テーブル１７と同様に、最短距離の値Ｄｉと色値Ｃｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下と色値Ｃｉとを対応付けてもよい。低分解能色値変換部１０１は、色値変換テーブル１０２を使用せず、計算式により最短距離の値Ｄｉから色値Ｃｉへ変換してもよい。低分解能色値変換部１０１は、得られた低分解能色値データ１１１をマッチング部１０３へ出力する。

図１２は、実施の形態２に係る高分解能データＤＢ１０４に保存されているデータを示す図である。高分解能データＤＢ１０４には低分解能色値データ１２１と高分解能色値データ１２２とが対応付けて保存されている。低分解能色値データ１２１は複数の小領域に色値を保持するデータである。高分解能色値データ１２２は複数の要素に色値をするデータである。低分解能色値データ１２１ａ〜ｂは、低分解能色値データ１２１として保存されているデータの具体例である。高分解能色値データ１２２ａ〜ｂは、高分解能色値データ１２２として保存されているデータの具体例である。

高分解能色値データ１２２ａは、低分解能色値データ１２１ａに対応付けられた高分解能色値データである。低分解能色値データ１２１ａは、各小領域に設定された色値が左下から右上に向かって白色から黒色へと変化している。高分解能色値データ１２２ａも低分解能色値データ１２１ａと同様に、各要素に設定された色値が左下から右上に向かって白色から黒色へと変化している。

高分解能色値データ１２２ｂは、低分解能色値データ１２１ｂに対応付けられた高分解能色値データである。低分解能色値データ１２１ｂは、各小領域に設定された色値が左上から右下に向かって白色から黒色へと変化している。高分解能色値データ１２２ｂも低分解能色値データ１２１ｂと同様に、各要素に設定された色値が左上から右下に向かって白色から黒色へと変化している。ここでは２つの例を示したが、実際には高分解能データＤＢ１０４は様々なパターンの低分解能色値データと高分解能色値データとを対応付けて保存しておく。

高分解能データＤＢ１０４は、低分解能色値データ１２１の評価値Ｋと重心Ｇを算出しておく。評価値Ｋと重心Ｇの算出方法は限定しないが、実施の形態１と同様に、例えば数式３及び数式４により算出する。本実施の形態においては、数式３及び数式４のｐｊは、数式５により算出する。数式５において、ｃｊは当該小領域の色値とする。低分解能距離データにｎ個の小領域が含まれるとする。また、１つの小領域に設定される色値のパターンは２のｍ乗個とする。

マッチング部１０３は低分解能色値変換部１０１から入力された低分解能色値データ１１１について評価値Ｋと重心Ｇを求める。マッチング部１０３は低分解能色値データ１１１の評価値をキーとして高分解能データＤＢ１０４を検索し、対応付けられた高分解能色値データ１２２ａを取得する。

図１３は、実施の形態２に係るマッチング部１０３の処理を示すフローチャートである。フローチャートのステップＳ８３〜Ｓ８５の処理は実施の形態１における図８と同じである。マッチング部１０３は、実施の形態１においては、低分解能距離データに対応付けられた高分解能距離データを取得したのに対し、実施の形態２においては、低分解色値データに対応付けられた高分解能色値データを取得する。

マッチング部１０３は、低分解能データ算出部１２より各小領域について基線２１との最短距離に応じた色値を設定した低分解能データ１１１が入力されるとステップＳ１３０より処理を開始し、ステップＳ１３１へ進む。ステップＳ１３１において、マッチング部１０３は低分解能データ１１１の各小領域に設定されている色値を切り上げ、切り捨て等することにより正規化し、ステップＳ１３２へ進む。

ステップＳ１３２において、マッチング部１０３は高分解能データＤＢ１０４にアクセスして検索するかどうかを判定する。正規化された低分解能データ１１１の各小領域の色値がすべて第３閾値以上、または第４閾値以下の場合、ＤＢ検索対象外としてステップＳ１３３へ進む。それ以外の場合はステップＳ８３へ進む。マッチング部１０３はあらかじめ第３閾値、第４閾値に値を設定しておく。

例えば小領域に設定される色の変化がＡ色からＢ色とすると、小領域に設定された色値が第３閾値以上の場合、小領域は基線からの距離が遠い。この場合、当該小領域にはＢ色を設定する。また、小領域に設定された色値が第４閾値以下の場合、小領域は基線からの距離が近い。この場合、当該小領域にはＡ色を設定する。このように低分解能色値データ１１１がＤＢ検索対象外の場合、マッチング部１０３は高分解能データＤＢ１０４にアクセスせず、色値を設定することができる。

ステップＳ８３において、マッチング部１３は低分解能色値データ１１１の評価値を数式３及び数式５、重心を数式４及び数式５により算出する。ステップＳ８３〜Ｓ８５のその他の処理は、実施の形態１と同様である。ステップＳ１３３において、マッチング部１３は得られた高分解能色値データ１２２ａを高分解能データ設定部１０５へ出力し、ステップＳ１３４へ進み、処理を終了する。

高分解能データ設定部１０５は大領域３１に含まれるすべての中領域について高分解能色値データを設定し、描画部１８へ出力する。描画部１８は高分解能色値データよりグラデーションを描画し、出力する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、低分解能距離データを複数の小領域の色値を示す低分解能色値データに変換し、複数の小領域の色値を保持する低分解能色値データと複数の要素の色値を保持する高分解能色値データとを対応付けて高分解能データＤＢ１０４に保存し、高分解能データＤＢ１０４に保存された低分解能色値データのうち、変換された低分解能色値データに一致する低分解能色値データに対応付けられた高分解能色値データを高分解能データＤＢ１０４から取得し、取得された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

よって、従来よりも高速にグラデーションを描画することができる。また、低分解能色値データに含まれるすべての小領域に設定された色値が第３閾値以上、または第４閾値以下の場合は高分解能データＤＢ１０４にアクセスする必要がなく、さらに高速にグラデーションを描画することができる。

実施の形態３．
以上の実施の形態２では、低分解能データとして各小領域に基線からの最短距離に応じた色値を設定するようにしたものであるが、本実施の形態においては、低分解能データとして最短距離の値を設定し、距離の値からブレンド比、ブレンド比から色値へ変換する実施の形態を示す。ブレンド比とは、２つの色を混合する場合の比率を示す値である。ブレンド比は比率を示すだけで、色値に依存しない値である。
なお、実施の形態３における領域分割部１１、低分解能データ算出部１２、マッチング部１３、高分解能データＤＢ１４、高分解能データ設定部１５、描画部１８は実施の形態１と同じであるため、説明を割愛する。

図１４は、実施の形態３に係る画像描画装置１４０の構成を示すブロック図である。
高分解能ブレンド比変換部１４１には、大領域３１に含まれるすべての中領域に高分解能距離データが設定されたデータが入力される。高分解能ブレンド比変換部１４１は、ブレンド比変換テーブル１４２を参照し、各要素について基線からの最短距離をブレンド比に変換することにより高分解能距離データを高分解能ブレンド比データに変換し、高分解能色値変換部１４３へ出力する。高分解能色値変換部１４３は色値変換テーブル１４４を参照し、各要素のブレンド比を色値に変換することにより高分解能ブレンド比データを高分解能色値データに変換し、描画部１８へ出力する。

ブレンド比Ｓｉ：Ｔｉは、Ａ色とＢ色とをＳｉ：Ｔｉの比率で混合することを示す。ブレンド比変換テーブル１４２は、あらかじめ最短距離の値Ｄｉをブレンド比Ｓｉ：Ｔｉへと変換するテーブルを保存しておく。ブレンド比変換テーブル１４２は、最短距離の値Ｄｉとブレンド比Ｓｉ：Ｔｉとを１対１に対応付けてもよいし、最短距離の値Ｄｊ以上Ｄｋ以下とブレンド比Ｓｉ：Ｔｉとを対応付けてもよい。なお、高分解能ブレンド比変換部１４１は、ブレンド比変換テーブル１４２を使用せず、計算式により最短距離の値Ｄｉからブレンド比Ｓｉ：Ｔｉへ変換してもよい。

色値変換テーブル１４４は、あらかじめブレンド比Ｓｉ：Ｔｉを色値Ｃｉへと変換するテーブルを保存しておく。色値変換テーブル１７は、ブレンド比Ｓｉ：Ｔｉと色値Ｃｉとを１対１に対応付けてもよいし、ブレンド比に幅をもたせて色値Ｃｉと対応付けてもよい。なお、高分解能色値変換部１４３は、色値変換テーブル１４４を使用せず、計算式によりブレンド比Ｓｉ：Ｔｉから色値Ｃｉへ変換してもよい。

したがって、本実施の形態では、マッチング部１３より取得された高分解能距離データを、複数の要素について色値の混合比率を表すブレンド比を保持する高分解能ブレンド比データに変換し、高分解能ブレンド比データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画しているので、グラデーションに使用する色値が変更されても容易にグラデーションを描画することができる。

実施の形態４．
以上の実施の形態３では、各要素の値を距離からブレンド比、ブレンド比から色値へと変換するようにしたものであるが、本実施の形態においては、高分解能データＤＢを使用せずに高分解能データを求める実施の形態を示す。
なお、実施の形態４における高分解能データ変換部１５１以外の部分は実施の形態１と同じであるため、説明を割愛する。

図１５は、実施の形態４に係る画像描画装置１５０の構成を示すブロック図である。
高分解能データ変換部１５１には、低分解能データ算出部１２より低分解能距離データ５１が入力される。低分解能距離データ５１の各小領域３３には基線２１からの最短距離が設定されている。高分解能データ変換部１５１は、低分解能データ５１をＢｉｌｉｎｅａｒ法、Ｂｉｃｕｂｉｃ法、面積平均法（平均画素法）などのアルゴリズムを適用することにより、高分解能距離データへ拡大し、高分解能色値変換部１６へ出力する。

なお、画像描画装置１５０は領域分割部１１と低分解能データ算出部１２とより低分解能距離データ５１を算出せず、他の方法で算出してもよい。例えば、ＰＣＴ／ＪＰ２０１０／００１０４８に示した方法で低分解能距離データ５１を算出してもよい。ＰＣＴ／ＪＰ２０１０／００１０４８では、各画素の値を求めているが、各小領域の値も同様にして求められる。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、算出された低分解能距離データよりアルゴリズムに基づいて複数の要素について基線からの最短距離を示す高分解能距離データを算出し、算出された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、高分解能色値データに基づいてグラデーションを描画するようにしているので、高分解能データＤＢを保持する必要がないため、メモリ使用量を削減することができる。

実施の形態５．
以上の実施の形態４では、低分解能距離データにアルゴリズムを適用して高分解能距離データへ拡大したものであるが、本実施の形態においては、アルファチャンネルを利用して画像にグラデーション効果を施す実施の形態を示す。
なお、実施の形態５における描画部１６１以外の部分は実施の形態１と同じであるため、説明を割愛する。

アルファチャンネルとは、各画素の不透明度を表す値である。アルファチャンネルαの定義域が０〜２５５の場合、前景と背景とをアルファブレンドした画素の値は、数式６で求めることができる。

図１６は、実施の形態５に係る画像描画装置１６０の構成を示すブロック図である。高分解能データ設定部１５は、大領域に含まれるすべての中領域に高分解能距離データを設定し、描画部１６１へ出力する。また、前景画像ｄと背景画像ｅとが描画部１６１へ入力される。描画部１６１は高分解能距離データに基づいて各画素のアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドした画像を描画し、出力する。

図１７は、実施の形態５に係る前景画像１７１と背景画像１７２を示す図である。（ａ）は前景画像１７１である。前景画像１７１には基線１７３が含まれている。（ｂ）は背景画像１７２である。
図１８は、実施の形態５に係る画像１８１を示す図である。画像１８１は基線１７３が含まれる前景画像１７１と背景画像１７２とをアルファブレンドした画像である。

次に動作について説明する。
前景画像１７１と背景画像１７２が描画部へ入力される。前景画像１７１と背景画像１７２はラスター形式の画像データでも、ベクター形式の画像データでもよい。前景画像１７１に基線１７３が含まれている場合、前景画像１７１より抽出された基線１７３が低分解能データ算出部１２へ入力される。前景画像に基線が含まれていない場合は、基線は前景画像とは別のデータとして低分解能データ算出部１２へ入力される。

描画部１６１には、大領域３１に含まれるすべての中領域について高分解能距離データが設定されたデータが入力される。描画部１６１は大領域の各要素の値を元にアルファチャンネルの値を算出する。例えば、最短距離の値が０〜１４０の場合、最小値０が透明、最大値１４０が不透明となるようにアルファチャンネルの値を設定する。描画部１６１は、数式６に従って前景画像１７１と背景画像１７２とをアルファブレンドすることにより画像１８１を描画し、出力する。

前景画像１７１や背景画像１７２は画像データではなく、ＲＧＢの色値やブレンド比でもよい。また、前景画像１７１は基線１７３のみでもよい。

なお、画像描画装置１６０は、実施の形態４と同様に高分解能データＤＢ１４を使用せずに高分解能距離データを求めるようにしてもよい。この場合、画像描画装置１６０はマッチング部１３と高分解能データＤＢ１４とを保持せず、低分解能データ算出部１２の次に高分解能データ設定部１５が高分解能データ設定部１５１と同様の処理を行う。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画しているので、全画素について基線からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。よって、従来よりも高速にグラデーション効果を施した画像を描画することができる。

実施の形態６．
以上の実施の形態５では、高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドしたものであるが、本実施の形態においては、カーナビの経路案内表示の画面にグラデーション効果を施す実施の形態を示す。

図１９は、実施の形態６に係るカーナビの要部の構成を示すブロック図である。経路探索部１９１は自車位置ｆと目的地ｇが入力されると、地図ＤＢ１９２を参照し、現在位置から目的地までの経路を探索する。経路探索部１９１は経路を基線としてデータ構築部１９３へ入力する。データ構築部１９３は地図ＤＢ１９２を参照し、経路を含む地図画像を生成し、基線とともに画像描画部１９４へ入力する。画像描画部１９４は、地図画像とカーナビの背景画像とをアルファブレンドすることにより出力画像を描画し、表示部１９５へ出力する。表示部１９５は出力画像を画面に表示する。

図２０は、実施の形態６に係る地図画像２０１を示す図である。黒線は道路２０２である。
図２１は、実施の形態６に係るカーナビの画面に表示される出力画像２１１を示す図である。経路２１２は経路探索部１９１が探索した経路である。一般的なカーナビでは経路は他の道路と異なる色で表示されるが、ここでは白黒画像のため、経路２１２は他の道路と同じ黒色で示す。矢印２１３は自車位置を示す。背景画像は白色である。経路２１２及び経路２１２近辺の道路は黒色で表示され、経路２１２から離れるに従って道路２０２の色は黒色から背景の白色へと変化している。

経路探索部１９１は自車位置ｆと目的地ｇが入力されると、地図ＤＢ１９２を参照し、現在位置から目的地までの経路２１２を探索する。地図ＤＢ１９２は道路や信号、施設等の地図データが座標やリンク、ノード等で表現されたデータである。経路探索部１９１は経路２１２を基線としてデータ構築部１９３へ入力する。経路２１２が１画面に表示しきれない場合には画面に表示する部分の経路２１２を基線としてデータ構築部１９３へ入力する。

データ構築部１９３は経路探索部１９１から経路２１２が入力されると、地図ＤＢ１９２を参照し、経路２１２を含む地図画像２０１を生成し、画像描画部１９４へ入力する。地図画像２０１は１画面に表示する画像とし、ラスター形式の画像データでも、ベクター形式の画像データでもよい。画像描画部１９４は実施の形態５に示した画像描画装置に相当する。画像描画部１９４は経路２１２を基線として、アルファチャンネルの値を算出する。画像描画部１９４は、地図画像２０１とカーナビの背景画像とをアルファブレンドすることにより出力画像２１１を描画し、表示部１９５へ出力する。表示部１９５は出力画像２１１のほか、時刻やメニューなどをあわせてカーナビの画面に表示する。

従来のカーナビには、常に画面の中心を基線としてグラデーション効果を施した出力画像２２１を表示するものがある。
図２２は、従来のカーナビの画面に表示される出力画像２２１である。基線２２２は画像の中央の縦線の点線である。実際のカーナビの画面では基線２２２は表示されないが、ここでは説明のため、基線２２２を明示する。経路２１２と基線２２２近辺の道路は黒色で表示され、基線２２２から離れるに従って道路２０２の色は黒色から背景の白色へと変化している。

しかし、経路は常に画面中央に表示されるとは限らない。特に経路が曲がっている場合には、経路に接続する道路や経路の周囲の施設等にまでグラデーションが施され、使用者が経路の周りを確認し難くなるという問題があった。これに対し、本実施の形態のカーナビは経路に沿ってグラデーションが施されるため、使用者が経路とその周囲を認識しやすい。

また、従来のカーナビは、常に画面の中心を基線とするため、表示される地図に関わらず、アルファチャンネルの値は同じものを利用できる。しかし、経路を基線とすると、車の移動に伴って画面に表示される経路の形状も変化するため、アルファチャンネルの値は同じものを利用できない。したがって、画像描画部１９４は経路の形状の変化にあわせて、アルファチャンネルの値を算出し、地図画像と背景とをアルファブレンドする処理が必要である。画素単位で経路からの最短距離を計算すると時間がかかり、画面の表示が間に合わないことが考えられる。そこで、ＤＢを利用して基線からの最短距離を計算する回数を削減することにより高速にグラデーション効果を施した画像を描画することができる。

本実施の形態においては、画像描画装置をカーナビに適用する例を示したが、カーナビに限定せず、地図上で経路を表示するようなナビゲーション装置であれば、画像描画装置を適用することができる。

したがって、本実施の形態では、経路探索部１９１が自車位置と目的地と地図ＤＢ１９２とに基づいて経路２１２を探索し、データ構築部１９３が経路２１２と地図ＤＢ１９２とに基づいて基線と地図画像とを出力し、画像描画部１９４が要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、各小領域について基線からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線からの最短距離を保持する低分解能距離データと複数の要素について基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画し、表示部１９５が画像を画面に表示しているので、経路２１２を中心としてグラデーションが施されることにより、視認性の高い画面を表示することができる。

実施の形態７．
以上の実施の形態１〜６では、基線からの最短距離を示す低分解能距離データに基づいて、グラデーションを描画したもの、あるいはカーナビの経路案内表示の画面にグラデーション効果を施したものであるが、本実施の形態においては、低分解能データとして各小領域に基点からの最短距離を設定する実施の形態を示す。
なお、本実施の形態においては、図１のように実施の形態１に記載の構成を全て備えた上で、更に付加的な構成ついて説明する。

図２３は、実施の形態７に係る画像描画装置２３０の構成を示すブロック図である。
低分解能データ算出部２３１に基線又は基点が入力される。基点とは、グラデーションによる色の変化の基準となる点である。低分解能データ算出部２３１は各小領域について基線又は基点との最短距離を示す低分解能距離データを算出し、マッチング部１３へ出力する。本実施の形態において、低分解能データ算出部２３１に基点が入力された場合について説明する。

図２４は、実施の形態７に係る基点２４１を示す図である。画像２４０は、基点２４１を含む画像である。画像２４０の画像サイズは、画像描画装置２３０が描画する画像の画像サイズと同じである。画像２４０は左上の頂点２４２の座標を原点（０，０）、右方向がｘ軸のプラス方向、下方向がｙ軸のプラス方向とする。基点２４１の座標は（６０，４５）である。図２４において、基点２４１は絶対座標で表したが、基点のデータ形式は特に限定しない。基点は、絶対座標に限らず、相対座標や極座標等で表してもよい。

図２５は、実施の形態１に係る基点２４１と小領域３３ｅとの最短距離を示す図である。（ａ）は画像２４０に含まれる基点２４１を大領域３１に描画した図である。大領域３１は縦横４×４個の中領域に分割されている。（ｂ）は中領域３２ｂを拡大した図である。中領域３２ｂは縦横３×３個の小領域３３ａ〜ｉに分割されている。図２４で示した基点２４１が小領域３３ｇに含まれる。基点２４１と小領域３３ｅとの最短距離は、基点２４１と小領域３３ｅの中心点４１との最短距離２５１である。

図２３における低分解能データ算出部２３１は、図２５における小領域３３ｅの中心点４１から基点２４１までの最短距離２５１を算出する。最短距離の算出の方法は、本発明においては特に限定しない。例えば、小領域３３ｅの中心点４１が（ｘ０，ｙ０）、基点２４１が（ｘ１，ｙ１）の場合、最短距離２５１は、数式７で求められる。

なお、基点２４１と小領域３３ｅとの最短距離として、低分解能データ算出部２３１は小領域３３ｅの中心点４１から基点２４１までの最短距離を求めたが、小領域３３ｅの頂点や小領域３３ｅ内の他の点から基点２４１までの最短距離を求めてもよい。また、低分解能データ算出部２３１は小領域３３ｅを構成する４つの頂点から基点２４１までの最短距離をそれぞれ求め、その平均値を求めてもよい。ただし、すべての小領域について、低分解能データ算出部２３１は同様の条件で計算することとする。

さらに、図２３における低分解能データ算出部２３１は、図２５における中領域３２ｂを構成する４つの頂点から基点２４１までの最短距離と中領域３２ｂの中心点から基点２４１までの最短距離をそれぞれ求め、これらの値を用いて計算することにより、小領域３３ａ〜ｉについて基点２４１までの最短距離の値を算出してもよい。なお、低分解能データ算出部２３１は、中領域３２ｂを構成する４つの頂点と中心点に限らず、他の点から基点２４１までの最短距離を求め、これらの値を用いて小領域３３ａ〜ｉについて基点２４１までの最短距離の値を算出してもよい。

図２３において、低分解能データ算出部２３１は、図２５における大領域３１に含まれるすべての小領域についてそれぞれ基点２４１との最短距離を算出し、各小領域に設定し、マッチング部１３へ出力する。マッチング部１３は、高分解能データＤＢ１４にアクセスし、低分解能データ算出部２３１から入力された低分解能距離データをキーとして検索し、高分解能距離データを取得し、高分解能データ設定部１５へ出力する。高分解能データ設定部１５は、大領域の各中領域に高分解能距離データを設定し、高分解能色値変換部１６へ出力する。

高分解能距離データの大きさが中領域に一致しない場合、高分解能データ設定部１５は、高分解能距離データを拡大又は縮小し、各中領域の大きさにあわせて設定する。なお、高分解能距離データの拡大又は縮小の方法は特に指定しない。例えば、ＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ手法や双線形補間手法を利用する。以降の処理は実施の形態１と同じである。

なお、画像描画装置２３０は、低分解能データとして各小領域に基点からの最短距離に応じた色値を設定するようにしてもよい。

また、画像描画装置２３０は、低分解能データとして最短距離の値を設定し、距離の値からブレンド比、ブレンド比から色値へ変換することによりグラデーションを描画するようにしてもよい。

また、画像描画装置２３０は、高分解能データＤＢを使用せず、アルゴリズムによって低分解能データから高分解能データを求めるようにしてもよい。

また、画像描画装置２３０は、各小領域に基点からの最短距離を設定した低分解能データに対応する高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドすることにより、画像にグラデーション効果を施すようにしてもよい。

また、画像描画装置２３０は、各小領域に基点からの最短距離を設定した低分解能データに対応する高分解能距離データに基づいてアルファチャンネルの値を求め、前景画像と背景画像とをアルファブレンドすることにより、画像にグラデーション効果を施すようにしてもよい。ナビゲーション装置の経路案内表示の画面にグラデーション効果を施す場合にも適用することができる。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線又は基点からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線又は基点からの最短距離を保持する低分解能距離データと複数の要素について基線又は基点からの最短距離を保持する高分解能距離データとを対応付けて高分解能データＤＢ１４に保存し、高分解能データＤＢ１４に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを高分解能データＤＢ１４から取得し、取得された高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしているので、全画素について基線又は基点からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

実施の形態８．
以上の実施の形態７では、低分解能データとして各小領域に基線又は基点からの最短距離を設定したものであるが、本実施の形態においては、高分解能データとしてグラデーション効果の施されたテクスチャを設定する実施の形態を示す。
テクスチャは、画像データである。テクスチャは、テクスチャマッピングにより３次元画像を描画するときに使われる。テクスチャマッピングは、オブジェクトをポリゴンの組合せで表し、ポリゴンにテクスチャを貼り付けることにより、３次元画像を描画する方法である。テクスチャマッピングでは、質感のある３次元画像を少ない処理量で描画することができる。

なお、実施の形態８における領域分割部１１及び低分解能データ算出部２３１は実施の形態７と同じであるため、説明を割愛する。

図２６は、実施の形態８に係る画像描画装置２６０の構成を示すブロック図である。
低分解能データ算出部２３１は各小領域について基線又は基点との最短距離を示す低分解能距離データを算出し、マッチング部２６１へ出力する。高分解能データＤＢ２６２には、低分解能距離データと対応付けた高分解能データとして高分解能テクスチャデータが保存されている。

マッチング部２６１は、高分解能データＤＢ２６２にアクセスし、低分解能データ算出部２３１から入力された低分解能距離データをキーとして検索する。マッチング部２６１は、低分解能距離データに対応付けられた高分解能テクスチャデータを取得し、高分解能データ設定部２６３へ出力する。高分解能データ設定部２６３は、大領域の各中領域に高分解能テクスチャデータを設定する。高分解能テクスチャデータの大きさが中領域に一致しない場合、高分解能データ設定部２６３は、高分解能テクスチャデータを拡大又は縮小し、各中領域の大きさにあわせて設定し、描画部２６４へ出力する。描画部２６４は画像を描画し、出力する。

図２７は、実施の形態８に係る高分解能データＤＢ２６２に保存されているデータを示す図である。高分解能データＤＢ２６２には低分解能距離データ２７１と高分解能テクスチャデータ２７２とが保存されている。低分解能距離データ２７１は基線又は基点からの最短距離の値が複数の小領域に設定されているのに対し、高分解能テクスチャデータ２７２は画像データであるテクスチャが設定されている。

高分解能テクスチャデータ２７２ａは、低分解能距離データ２７１ａに対応付けられた高分解能テクスチャデータである。低分解能距離データ２７１ａは、各小領域に設定された最短距離の値が左下から右上に向かって０から１４０へと増加している。高分解能テクスチャデータ２７２ａは、各要素に設定された色値が左下から右上に向かって白色から黒色へと変化している画像で、テクスチャａである。

高分解能テクスチャデータ２７２ｂは、低分解能距離データ２７１ｂに対応付けられた高分解能テクスチャデータである。低分解能距離データ２７１ｂは、各小領域に設定された最短距離の値が左上から右下に向かって０から１４０へと増加している。高分解能テクスチャデータ２７２ｂは、各要素に設定された色値が左上から右下に向かって白色から黒色へと変化している画像で、テクスチャｂである。ここでは２つの例を示したが、実際には高分解能データＤＢ２６２は様々なパターンの低分解能距離データと高分解能テクスチャデータとを対応付けて保存している。

高分解能データＤＢ２６２は、それぞれの低分解能距離データ２７１ａ〜ｂの評価値Ｋと重心Ｇをあらかじめ算出しておく。マッチング部２６１は低分解能データ算出部２３１から入力される低分解能距離データの評価値Ｋと重心Ｇを算出する。マッチング部１３は低分解能距離データ２７１の評価値Ｋをキーとして高分解能データＤＢ２６２を検索し、対応する高分解能テクスチャデータを高分解能データ設定部２６３に出力する。

高分解能テクスチャデータの大きさが中領域に一致しない場合、高分解能データ設定部２６３は、高分解能テクスチャデータを拡大又は縮小し、各中領域の大きさにあわせて設定する。なお、高分解能テクスチャデータの拡大又は縮小の方法は特に指定しない。例えば、ＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ手法や双線形補間手法を利用する。

したがって、本実施の形態では、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線又は基点からの最短距離を示す低分解能距離データを算出し、複数の小領域について基線又は基点からの最短距離を保持する低分解能距離データと複数の要素について基線又は基点からの最短距離を保持する高分解能テクスチャデータとを対応付けて高分解能データＤＢ２６２に保存し、高分解能データＤＢ２６２に保存された低分解能距離データのうち、算出された低分解能距離データに一致する低分解能距離データに対応付けられた高分解能テクスチャデータを高分解能データＤＢ２６２から取得し、取得された高分解能テクスチャデータに基づいてグラデーションを描画するようにしているので、全画素について基線又は基点からの最短距離を計算する必要がなく、最短距離を計算する回数を削減することができる。

１０、１００、１５０、１６０、２３０、２６０ 画像描画装置
１１ 領域分割部
１２、２３１ 低分解能データ算出部
１３、１０３、２６１ マッチング部
１４、１０４、２６２ 高分解能データＤＢ
１５、１０５、１５１、２６３ 高分解能データ設定部
１６、１４３ 高分解能色値変換部
１７、１０２、１４４ 色値変換テーブル
１８、１６１、２６４ 描画部
２０、１８１、２４０ 画像
２１、１７３、２２２ 基線
２２、２３ａ〜ｄ、２４２ 頂点
３１、９１、９２ 大領域
３２、３２ｂ 中領域
３３、３３ａ〜ｉ、８２ａ〜ｉ 小領域
３４ 要素
４１ 小領域３３ｅの中心点
４２ 基線２１から小領域３３ｅの中心点４１までの最短距離
５１、６１、６１ａ〜ｂ、６１ｅ、２７１、２７１ａ〜ｂ 低分解能距離データ
６２、６２ａ〜ｅ 高分解能距離データ
１０１ 低分解能色値変換部
１１１、１２１、１２１ａ〜ｂ 低分解能色値データ
１２２、１２２ａ〜ｂ 高分解能色値データ
１４１ 高分解能ブレンド比変換部
１４２ ブレンド比変換テーブル
１７１ 前景画像
１７２ 背景画像
２１１、２２１ 出力画像
１９１ 経路探索部
１９２ 地図ＤＢ
１９３ データ構築部
１９４ 画像描画部
１９５ 表示部
２０１ 地図画像
２０２ 道路
２１２ 経路
２１３ 矢印
２４１ 基点
２５１ 基点２４１から小領域３３ｅの中心点４１までの最短距離
２７２、２７２ａ〜ｂ 高分解能テクスチャデータ

本発明の画像描画装置は、要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割し、複数の小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出し、算出された低分解能距離データよりアルゴリズムに基づいて複数の小領域を構成する各要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データを複数の要素の色値を保持する高分解能色値データに変換し、変換された高分解能色値データに基づいてグラデーションを描画するようにしたものである。

本発明の画像描画装置は、要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の小領域を構成する各要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

本発明のナビゲーション装置は、自車位置と目的地と地図データベースとに基づいて経路を探索し、経路と地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力し、要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の小領域を構成する各要素について基線からの最短距離を示す高分解能距離データを算出し、高分解能距離データに基づいてアルファチャンネルの値を算出し、地図画像と背景画像とをアルファブレンドした画像を描画するようにしたものである。

実施の形態４．
以上の実施の形態３では、各要素の値を距離からブレンド比、ブレンド比から色値へと変換するようにしたものであるが、本実施の形態においては、高分解能データＤＢを使用せずに高分解能データを求める実施の形態を示す。
なお、実施の形態４における高分解能データ設定部１５１以外の部分は実施の形態１と同じであるため、説明を割愛する。

図１５は、実施の形態４に係る画像描画装置１５０の構成を示すブロック図である。
高分解能データ設定部１５１には、低分解能データ算出部１２より低分解能距離データ５１が入力される。低分解能距離データ５１の各小領域３３には基線２１からの最短距離が設定されている。高分解能データ設定部１５１は、低分解能データ５１をＢｉｌｉｎｅａｒ法、Ｂｉｃｕｂｉｃ法、面積平均法（平均画素法）などのアルゴリズムを適用することにより、高分解能距離データへ拡大し、高分解能色値変換部１６へ出力する。

Claims (21)

1. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
   複数の前記小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
   複数の前記小領域について前記基線からの最短距離を保持する低分解能距離データと複数の前記要素について前記基線からの最短距離を保持する高分解能距離データとを対応付けて保存する高分解能データ保存部と、
   前記高分解能データ保存部に保存された前記低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを、前記高分解能データ保存部から取得するマッチング部と、
   前記高分解能距離データに基づいてグラデーションを描画する描画部と、
   を備えたことを特徴とする画像描画装置。
2. 前記マッチング部より取得された前記高分解能距離データを、複数の前記要素の色値を保持する高分解能色値データに変換する高分解能色値変換部を有し、
   前記描画部は前記高分解能色値データに基づいてグラデーションを描画することを特徴とする請求項１に記載の画像描画装置。
3. 前記マッチング部より取得された前記高分解能距離データを、複数の前記要素について色値の混合比率を表すブレンド比を保持する高分解能ブレンド比データに変換する高分解能ブレンド比変換部を有し、
   前記高分解能色値変換部は、前記高分解能ブレンド比データを、複数の前記要素の色値を保持する高分解能色値データに変換することを特徴とする請求項２に記載の画像描画装置。
4. 前記描画部は、前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画することを特徴とする請求項１に記載の画像描画装置。
5. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
   複数の前記小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
   前記低分解能距離データを、複数の前記小領域の色値を示す低分解能色値データに変換する低分解能色値変換部と、
   複数の前記小領域の色値を保持する低分解能色値データと複数の前記要素の色値を保持する高分解能色値データとを対応付けて保存する高分解能データ保存部と、
   前記高分解能データ保存部に保存された前記低分解能色値データのうち、前記低分解能色値変換部により変換された低分解能色値データに一致する低分解能色値データに対応付けられた高分解能色値データを、前記高分解能データ保存部から取得するマッチング部と、
   前記高分解能色値データに基づいてグラデーションを描画する描画部と、
   を備えたことを特徴とする画像描画装置。
6. 要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割する領域分割部と、
   複数の前記小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
   前記低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基線からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
   前記高分解能距離データを、複数の前記要素の色値を保持する高分解能色値データに変換する高分解能色値変換部と、
   前記高分解能色値データに基づいてグラデーションを描画する描画部と、
   を備えたことを特徴とする画像描画装置。
7. 要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基線からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
   前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画する描画部と、
   を備えたことを特徴とする画像描画装置。
8. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割ステップと、
   複数の前記小領域についてグラデーションの色の変化の基準となる基線からの最短距離を示す低分解能距離データを算出する低分解能データ算出ステップと、
   複数の前記小領域について前記基線からの最短距離を保持する低分解能距離データと複数の前記要素について前記基線からの最短距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存された低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを前記高分解能データ保存部から取得するマッチングステップと、
   前記高分解能距離データに基づいてグラデーションを描画する描画ステップと、
   を有する画像描画方法。
9. 自車位置と目的地と地図データベースとに基づいて経路を探索する経路探索部と、
   前記経路と前記地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力するデータ構築部と、
   要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
   複数の前記小領域について前記基線からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
   複数の前記小領域について前記基線からの最短距離を保持する低分解能距離データと複数の前記要素について前記基線からの最短距離を保持する高分解能距離データとを対応付けて保存する高分解能データ保存部と、
   前記高分解能データ保存部に保存された前記低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを、高分解能データ保存部から取得するマッチング部と、
   前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前記地図画像と背景画像とをアルファブレンドした画像を描画する画像描画部と、
   を備えたことを特徴とするナビゲーション装置。
10. 自車位置と目的地と地図データベースとに基づいて経路を探索する経路探索部と、
    前記経路と前記地図データベースとに基づいてグラデーションの色の変化の基準となる基線と地図画像とを出力するデータ構築部と、
    要素を最小の構成単位とする複数の小領域について、前記基線からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基線からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
    前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前記地図画像と背景画像とをアルファブレンドした画像を描画する画像描画部と、
    を備えたことを特徴とするナビゲーション装置。
11. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
    複数の前記小領域についてグラデーションの色の変化の基準となる基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
    複数の前記小領域について前記基点からの最短距離を保持する低分解能距離データと複数の前記要素について前記基点からの最短距離を保持する高分解能距離データとを対応付けて保存する高分解能データ保存部と、
    前記高分解能データ保存部に保存された前記低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを、前記高分解能データ保存部から取得するマッチング部と、
    前記高分解能距離データに基づいてグラデーションを描画する描画部と、
    を備えたことを特徴とする画像描画装置。
12. 前記マッチング部より取得された前記高分解能距離データを、複数の前記要素の色値を保持する高分解能色値データに変換する高分解能色値変換部を有し、
    前記描画部は前記高分解能色値データに基づいてグラデーションを描画することを特徴とする請求項１に記載の画像描画装置。
13. 前記マッチング部より取得された前記高分解能距離データを、複数の前記要素について色値の混合比率を表すブレンド比を保持する高分解能ブレンド比データに変換する高分解能ブレンド比変換部を有し、
    前記高分解能色値変換部は、前記高分解能ブレンド比データを、複数の前記要素の色値を保持する高分解能色値データに変換することを特徴とする請求項２に記載の画像描画装置。
14. 前記描画部は、前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画することを特徴とする請求項１に記載の画像描画装置。
15. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
    複数の前記小領域についてグラデーションの色の変化の基準となる基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
    前記低分解能距離データを、複数の前記小領域の色値を示す低分解能色値データに変換する低分解能色値変換部と、
    複数の前記小領域の色値を保持する低分解能色値データと複数の前記要素の色値を保持する高分解能色値データとを対応付けて保存する高分解能データ保存部と、
    前記高分解能データ保存部に保存された前記低分解能色値データのうち、前記低分解能色値変換部により変換された低分解能色値データに一致する低分解能色値データに対応付けられた高分解能色値データを、前記高分解能データ保存部から取得するマッチング部と、
    前記高分解能色値データに基づいてグラデーションを描画する描画部と、
    を備えたことを特徴とする画像描画装置。
16. 要素を最小の構成単位とする大領域を複数の要素から成る複数の小領域に分割する領域分割部と、
    複数の前記小領域についてグラデーションの色の変化の基準となる基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
    前記低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基点からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
    前記高分解能距離データを、複数の前記要素の色値を保持する高分解能色値データに変換する高分解能色値変換部と、
    前記高分解能色値データに基づいてグラデーションを描画する描画部と、
    を備えたことを特徴とする画像描画装置。
17. 要素を最小の構成単位とする複数の小領域について、グラデーションの色の変化の基準となる基点からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基点からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
    前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前景画像と背景画像とをアルファブレンドした画像を描画する描画部と、
    を備えたことを特徴とする画像描画装置。
18. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割ステップと、
    複数の前記小領域についてグラデーションの色の変化の基準となる基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出ステップと、
    複数の前記小領域について前記基点からの最短距離を保持する低分解能距離データと複数の前記要素について前記基点からの最短距離を保持する高分解能距離データとを対応付けて高分解能データ保存部に保存された低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを前記高分解能データ保存部から取得するマッチングステップと、
    前記高分解能距離データに基づいてグラデーションを描画する描画ステップと、
    を有する画像描画方法。
19. 自車位置と目的地と地図データベースとに基づいて経路を探索する経路探索部と、
    前記経路と前記地図データベースとに基づいてグラデーションの色の変化の基準となる基点と地図画像とを出力するデータ構築部と、
    要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
    複数の前記小領域について前記基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
    複数の前記小領域について前記基点からの最短距離を保持する低分解能距離データと複数の前記要素について前記基点からの最短距離を保持する高分解能距離データとを対応付けて保存する高分解能データ保存部と、
    前記高分解能データ保存部に保存された前記低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能距離データを、高分解能データ保存部から取得するマッチング部と、
    前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前記地図画像と背景画像とをアルファブレンドした画像を描画する画像描画部と、
    を備えたことを特徴とするナビゲーション装置。
20. 自車位置と目的地と地図データベースとに基づいて経路を探索する経路探索部と、
    前記経路と前記地図データベースとに基づいてグラデーションの色の変化の基準となる基点と地図画像とを出力するデータ構築部と、
    要素を最小の構成単位とする複数の小領域について、前記基点からの最短距離を示す低分解能距離データよりアルゴリズムに基づいて複数の前記要素について前記基点からの最短距離を示す高分解能距離データを算出する高分解能データ設定部と、
    前記高分解能距離データに基づいてアルファチャンネルの値を算出し、前記地図画像と背景画像とをアルファブレンドした画像を描画する画像描画部と、
    を備えたことを特徴とするナビゲーション装置。
21. 要素を最小の構成単位とする大領域を複数の前記要素から成る複数の小領域に分割する領域分割部と、
    複数の前記小領域についてグラデーションの色の変化の基準となる基線又は基点からの最短距離を示す低分解能距離データを算出する低分解能データ算出部と、
    複数の前記小領域について前記基線又は前記基点からの最短距離を保持する低分解能距離データと画像データである高分解能テクスチャデータとを対応付けて保存する高分解能データ保存部と、
    前記高分解能データ保存部に保存された前記低分解能距離データのうち、前記低分解能データ算出部により算出された前記低分解能距離データに一致する低分解能距離データに対応付けられた高分解能テクスチャデータを、前記高分解能データ保存部から取得するマッチング部と、
    前記高分解能テクスチャデータに基づいて画像を描画する描画部と、
    を備えたことを特徴とする画像描画装置。

Images