CN102006414A - 图像显示装置 - Google Patents

Abstract

一种图像显示装置，显示与按类别(category)分类的图像数据相对应的对应图像。特别地，优先显示属于从类别中选择出的代表类别的图像数据的对应图像。

Description

图像显示装置

本申请基于2009年8月27日申请的JP特愿2009-197041号。

技术领域

本发明涉及一种显示图像的图像显示装置。

背景技术

拍摄的图像(包括动态图像、静止图像)不是用胶片而是作为数据记录在记录介质中的数字方式的拍摄装置被广泛普及。在这样的拍摄装置中，虽然按照记录介质的容量可记录的图像数据的数量被限制，但近年来随着记录介质的大容量化，使用者能够轻松地拍摄大量的图像数据并加以记录。

但是，如果记录在记录介质中的图像数据的数量变得庞大，从记录介质中搜索所希望的图像数据就变得困难。

因此，提案有通过与日历一起显示图像数据的缩小图像，以拍摄日、周、或月等为线索就能搜索所希望的图像数据的图像显示装置。此外，这样的图像显示装置在同日、同周、或同月等存在多个的图像数据的情况下，显示尽可能显示的缩小图像。

但是，在上述这样的图像显示装置中，在同日、同周、或同月等存在大量的图像数据的情况下，不只是幸运地显示所希望的图像数据的缩小图像。而且，如果不显示所希望的图像数据的缩小图像的话，所希望的图像数据的搜索就变困难。

发明内容

本发明的图像显示装置，包括以下的结构：显示部，其显示与按类别(category)分类的图像数据相对应的对应图像，其中，上述显示部优先显示属于从上述类别中选择出的代表类别的图像数据的对应图像。

附图说明

图1是表示本发明的实施方式中的图像显示装置的结构的一例的方框图。

图2是表示拍摄装置的结构的一例的方框图。

图3是表示记录系统的工作的流程图。

图4是表示显示系统的工作的流程图。

图5是表示类别的自动判定方法的一例的图表。

图6是表示特征向量的计算方法的一例的图。

图7是表示特征向量的计算方法的一例的图。

图8是表示显示图像的一例的图。

图9是表示在显示图像中显示的对应图像的选择方法的一例的图。

图10是表示选择了与图8所示的显示图像不同的代表类别时的显示图像的一例的图。

图11是表示显示图像的另一例子的图。

图12A是表示图像数据的检索方法的一例的图。

图12B是表示图像数据的检索方法的一例的图。

图13是表示通过切换图8所示的显示图像而生成的显示图像的一例的图。

图14是表示按空间上的区分来显示对应图像的显示图像的一例的图。

具体实施方式

通过以下所示的实施方式的说明将更明了本发明的意义乃至效果。但是，以下的实施方式归根到底是本发明的本实施方式之一，本发明乃至各构成要件的用语的意义不限于以下的实施方式中所记载的内容。

(图像显示装置及拍摄装置的整体结构)

参照下面的附图说明本发明的实施方式。首先，参照附图说明图像显示装置和拍摄装置的整体结构。图1是表示本发明的实施方式中的图像显示装置的结构的一例的方框图，图2是表示拍摄装置的结构的一例的方框图。

如图1所示，图像显示装置1包括：进行所输入的图像数据的图像解析并进行图像数据所属的类别的判定的图像解析部2；基于图像解析部2的判定结果生成标签的标签生成部3；在图像数据的规定的区域(例如标题)中写入由标签生成部3生成的标签的标签写入部4；记录由标签写入部4写入了标签的图像数据的记录部5；从记录在记录部5中的图像数据中提取拍摄信息的拍摄信息提取部6；从记录在记录部5中的图像数据中提取标签的标签提取部7；输入使用者的指示的操作部8；基于从拍摄信息提取部6得到的拍摄信息、从标签提取部7得到的标签、和经由操作部8输入的使用者的指示，从记录部5中读出所需的数据并加以调整，从而生成在使用者处显示的图像(以下为显示图像)的显示控制部9；和显示由显示控制部9生成的显示图像的显示部10。

标签主要表示图像数据所属的类别。类别是对应图像数据的被摄物的分类，例如料理、电车、猫、狗、肖像(成人、孩子、男、女、特定人物)等。拍摄信息是主要表示拍摄得到图像数据时的状况(例如拍摄日期时间和拍摄场所等)的信息。

再有，设图像解析部2、标签生成部3、标签写入部4、记录部5为记录系统的块，设记录部5、拍摄信息提取部6、标签提取部7、操作部8、显示控制部9、显示部10为显示系统的块。

此外，如图2所示，拍摄装置20包括：具备CCD(Charge Coupled Device)和CMOS(Complementary Metal Oxide Semiconductor)等固体拍摄元件，通过拍摄来生成图像数据的拍摄部21；临时保持由拍摄部21得到的图像数据的图像存储器22；显示由图像存储器22保持的图像数据的显示部23；把握进行拍摄的拍摄日期时间，生成表示拍摄日期时间的信息即拍摄日期时间信息的拍摄日期时间信息生成部24；把握进行拍摄的拍摄场所，生成表示拍摄场所的信息即拍摄场所信息的拍摄场所信息生成部25；和在由图像存储器22保持的图像数据的规定的区域(例如标题)中写入由拍摄日期时间信息生成部24生成的拍摄日期时间信息和由拍摄场所信息生成部25生成的拍摄场所信息的拍摄信息写入部26。

从拍摄信息写入部26输出的图像数据，或暂时被记录在记录部(未图示)中后被传送给图1的图像显示装置1，或保持不变传送给图像显示装置1。由此，图像数据被输入到图像显示装置1中。

再有，也可以从拍摄装置20上拆下拍摄装置20的记录部，连接到图像显示装置1上，由此向图像显示装置1输入图像数据。

此外，虽然图1的图像显示装置1包括记录系统及显示系统这两个块，但也可以是仅具备显示系统的块的结构。此时，可以是拍摄装置20代替图像显示装置1具备记录系统的块。并且，此情况下，在拍摄装置20中可先进行通过拍摄信息写入部26的拍摄信息的写入和通过标签写入部4的标签的写入中的任意一个。

此外，图1的图像显示装置1和图2的拍摄装置20也可以为一体的。而且，此时图1的显示部10和图2的显示部23可以是同一显示部。

此外，虽然说明了拍摄装置20具备拍摄日期时间信息生成部24及拍摄场所生成部25的结构，但也可以是仅具备任意一个(例如拍摄日期时间信息生成部24)的结构。但是，下面为了说明的具体化，说明拍摄装置20具备拍摄日期时间信息生成部24及拍摄场所生成部25的情形。

接着，参照附图说明拍摄装置20及图像显示装置1的工作。首先说明拍摄装置20的工作。

如图2所示，拍摄装置20首先通过拍摄部21进行拍摄，从而生成图像数据。此时，拍摄日期时间信息生成部24基于例如拍摄装置20所具备的计时器等来把握拍摄日期时间，生成拍摄日期时间信息。另一方面，拍摄场所信息生成部25基于例如拍摄装置20所具备的GPS(Global Positioning System)等来把握拍摄场所，生成拍摄场所信息。

当由拍摄部21生成图像数据时，就用图像存储器22临时保持图像数据。使用者在显示部23中显示保持在图像存储器22中的图像数据，就能确认拍摄的图像。此外，拍摄信息写入部26，在从拍摄日期时间信息生成部24获取拍摄日期时间信息的同时，还从拍摄场所信息生成部25获取拍摄场所信息，将这些拍摄信息写入图像数据的规定的区域中。由此，由拍摄装置20作成图像数据。

接着，参照附图说明图像显示装置1的工作。首先，参照附图说明记录系统的工作。图3是表示记录系统的工作的流程图。

如图3所示，首先，将图像数据输入到图像显示装置1的图像解析部2(STEP1)。如上所述，从拍摄装置20输入图像数据。再有，当图像显示装置1和拍摄装置20是一体时，也可以构成为将从拍摄部21和图像存储器22输出的图像数据直接输入给图像解析部2。

图像解析部2进行图像数据所表示的图像(以下也单纯地表现为图像)的解析，自动地判定图像数据所属的类别(STEP2)。在后面叙述此图像解析部2的图像解析方法和图像数据的类别的自动判定方法的详情。再有，除STEP2的通过图像解析部2的图像数据的类别的自动判定外(或者替代)，也可以为通过使用者进行图像数据的类别的手动指定。此外，也可以使用者指定图像解析部2所自动判定的类别。

标签生成部3生成表示由图像解析部2自动判定(或手动指定)的类别的标签。然后，标签写入部4在图像数据的规定区域中写入由标签生成部3生成的标签(STEP3)，记录在记录部5中(STEP4)。由此，结束记录系统的工作。

接着，参照附图说明显示系统的工作，特别是通过显示控制系统9的显示图像的生成工作。图4是表示显示系统的工作的流程图。

如图4所示，首先，显示控制部9至少选择一个上述的类别，设定为代表类别(STEP10)。此代表类别，也可以基于在显示图像生成时输入给操作部8的使用者的指示来进行设定，即使由使用者预先设定也无妨，通过显示控制部9自动地设定也无妨。

接着，拍摄信息提取部6从记录在记录部5中的图像数据的规定的区域(例如标题区域)中提取拍摄信息。此外，标签提取部7也同样地从记录在记录部5中的图像数据的规定的区域中提取标签(STEP11)。提取出的拍摄信息和标签被输入到显示控制部9中。再有，此时显示控制部9也可以从记录部5中读出用于生成显示图像所需的其它数据(例如显示图像的框的数据等)。

显示图像具有显示图像数据的对应图像的区分。但是，在此区分中显示的对应图像仅仅是由显示控制部9选择出的对应图像。再有，也可以存在不显示对应图像的区分。后面叙述显示图像和在区分中显示的对应图像的选择方法的详情。

所谓对应图像例如是添加在图像数据上的小型(thumbnail)图像、和调整图像数据的图像而得到的图像(例如，静止图像的缩小图像或动态图像中含有的1个帧的缩小图像)。再有，对应图像不仅仅限于上述的图像，例如即使是文字和图标也无妨，也可以是将它们与上述图像组合得到的图像。

此外，所谓区分是例如日历上的日、周、月、年、和规定的星期几等时间上的区分、和地图上的市町村、都道府县、地方、国家、和规定的距离区域等空间上的区分，或者是组合它们而得到的区分。再有，1个显示图像中含有的区分的种类和数量既可以基于在显示图像生成时输入给操作部8的使用者的指示来设定，也可以由使用者预先设定，还可以通过显示控制部9自动地设定。此外，下面，为了说明的具体化，主要说明按时间上的区分来显示对应图像的情形。

显示控制部9选择1个区分(STEP12)。然后，选择应当在该区分中显示的对应图像，从记录部5中读出(STEP13)。显示控制部9通过在该区分中显示读出的对应图像，来生成显示图像。

在STEP13中，显示控制部9基于图像数据的拍摄信息，判定对应图像是不是能够在该区分中显示的图像。并且，显示控制部9基于图像数据的标签和代表类别，判定是否在显示图像中显示对应图像。

在STEP13中选择并读出在该区分中显示的对应图像后，确认是否有未选择的区分(STEP14)。在存在未选择的区分的情况下(STEP14，否)，返回STEP12选择未选择的区分。另一方面，如果完成有关所有区分的选择的话(STEP14，是)，就结束显示系统的工作。

显示部10显示由显示控制部9生成的显示图像。此时，如果经由操作部8输入来自使用者的新的指示的话，则显示控制部9按照此指示进行显示图像的调整和再生成。

再有，虽然在图3及图4的流程图中，在记录图像数据时判定类别并生成标签，通过参照在显示时从图像数据中提取出的标签来确认图像数据所属的类别，但如果可能，也可以在显示时进行类别的判定。但是，如果在显示时判定类别，则显示时的计算量就会变得庞大，所以优选结构如前所述那样事先判定类别。

(图像解析部)

接着，参照附图说明图像解析部2的图像数据的类别的自动判定方法的一例。图5是表示类别的自动判定方法的一例的图表。

在图5所示的自动判定方法中，基于图像的特征量来进行类别的判定。例如，计算判定对象的图像数据的图像的特征量S和类别的样本的特征量M之差(在用向量表现特征量的时候，在原点配置双方的向量的始点时的终点的距离(欧几里得距离)差)。然后，在特征量S、M之差小时(例如，特征量S、M之差在规定的值以下，即特征量S位于特征量M的周围的范围C内时)，判定为判定对象的图像数据属于该类别。

再有，在图5中为了简化说明，虽然将特征量S、M以二维的值来表现，但也可以为n维(n是自然数)。此外，在图5中，虽然设图像数据属于某一类别时的图像的特征量S的范围C为以样本的特征量M为中心的圆的范围(与特征量M的差为规定的值(半径)以下的特征量的范围)，但也可以为其它形状的范围。

<特征量的计算例>

此外，也可以设特征量S为“特征向量”。下面参照附图说明计算“特征向量”的方法。图6及图7是表示特征向量的计算方法的一例。

图6所示的图像100是在水平及垂直方向上排列多个像素的二维图像。滤波器111～115是提取以图像100中的关注像素101为中心的小区域(例如3×3像素的图像100中的区域)的边缘的边缘提取滤波器。作为边缘提取滤波器可使用适于边缘提取的任意的空间滤波器(例如索贝尔(Sobel)滤波器和普瑞维特(Prewitt)滤波器等微分滤波器)。其中，设滤波器111～115互不相同。再有，在图6中，虽然例示出滤波器111～115的滤波器尺寸及使滤波器发生作用的小区域为3×3像素，但也可以为5×5像素等其它的大小。此外，即使使用的滤波器的数目为5以外的数目也无妨。

滤波器111、112、113、以及114分别提取向图像100的水平方向、垂直方向、右斜方向、左斜方向延伸的边缘，输出表示提取出的边缘的强度的滤波器输出值。滤波器115提取向未分类为水平方向、垂直方向、右斜方向、左斜方向的方向延伸的边缘，输出表示提取出的边缘的强度的滤波器输出值。

边缘的强度表示像素信号(例如亮度信号)的梯度的大小。例如，在存在向图像100的水平方向延伸的边缘的情况下，在与水平方向正交的方向即垂直方向中，在像素信号中生成比较大的梯度。此外，例如，如果在以关注像素101为中心的小区域中使滤波器111发生作用来进行空间滤波的话，则得到沿着以关注像素101为中心的小区域的垂直方向的像素信号的梯度的大小作为滤波器输出值。再有，滤波器112～115也是同样地。

在以图像100上的某一像素为关注像素101的状态下，通过使滤波器111～115在以该关注像素101为中心的小区域中发生作用，从而得到5个滤波器输出值。提取这5个滤波器输出值内最大的滤波器输出值作为采用滤波器值。将最大的滤波器输出值是来自滤波器111～115的滤波器输出值时的采用滤波器值分别称为第一～第五采用滤波器值。因此，例如，在最大的滤波器输出值是来自滤波器111的滤波器输出值时，采用滤波器值为第一采用滤波器值；在最大的滤波器输出值是来自滤波器112的滤波器输出值时，采用滤波器值为第二采用滤波器值。

将关注像素101的位置例如在图像100内向水平方向及垂直方向各移动1像素，每当移动时通过获取滤波器111～115的滤波器输出值来决定采用滤波器值。在对图像100内的所有像素决定采用滤波器值后，分别作成图7这样的第一～第五采用滤波器值的直方图121～125。

第一采用滤波器值的直方图121是由图像100得到的第一采用滤波器值的直方图，在图7所示的例子中，此直方图的等级的数目为16(直方图122～125也一样)。此时，由于从1个直方图可得到16个次数数据，所以从直方图121～125可得到80个次数数据。求出分别以此80个次数数据为要素的80维的向量作为形状向量H_E。形状向量H_E是与存在于图像100内的物体的形状相对应的向量。

另一方面，作成表示图像100内的颜色的状况的颜色直方图。例如，在形成图像100的各像素的像素信号由表示红色的强度的R信号、表示绿色的强度的G信号、表示蓝色的强度的B信号构成的情况下，作成图像100内的R信号值的直方图HST_R、G信号值的直方图HST_G、B信号值的直方图HST_B作为图像100的颜色直方图。例如，如果设各颜色直方图的等级的数目为16，则能由颜色直方图HST_R、HST_G、HST_B得到48个次数数据。求出分别以由颜色直方图得到的次数数据为要素的向量(例如48维的向量)作为颜色向量H_C。

在用H表示图像100的特征向量的情况下，特征向量H由式子“H＝k_CXH_C+k_EXH_E”决定。在此，k_C及k_E是预定的系数(其中，k_C≠0且k_E≠0)。因此，图像100的特征向量H成为与图像100内的物体的形状及颜色相对应的特征量。

再有，在MPEG(Moving Picture Experts Group)7中，虽然在图像的特征向量H(特征量)的导出中使用5个边缘提取滤波器，但即使将这5个边缘提取滤波器应用在滤波器111～115中也无妨。并且，也可以通过将MPEG7中规定的方法应用于图像100，来导出图像100的特征向量H(特征量)。此外，也可以仅使用形状及颜色的一个特征量来计算特征向量H。

此外，除上述的特征向量外(或代替)，也可以基于图像内有无人物(特别是人数)来计算特征量。图像内有无人物例如可通过利用公知的各种脸检测的技术来判定。具体地，例如可以通过利用Adaboost(Yoav Freund，Robert E.Schapire，“A decision-theoretic generalization of on-line learning and an application to boosting”，European Conference on Computational Learning Theory，September 20，1995.)并使用由大量的教师样品(脸及非脸的样品图像)作成的加权表的弱识别器，由图像来检测脸。

并且，也可以基于图像内的特定人物的有无来计算特征量。通过例如利用公知的各种脸检测的技术就能判定图像内有无特定人物。具体地，例如可以通过对预先记录的特定人物的样品图像、和通过脸检测由图像检测出的人物的脸进行比较来进行。

此外，同样地，也可以判定由图像中检测出的人物的性别(男女)和年龄(例如成人、或孩子)，基于此判定结果来计算特征量。

此外，也可以根据由图像的整体中排除人物区域的区域即背景区域来计算上述特征向量。此时，可以基于通过脸检测检测出的脸区域的位置及大小，将推定为含有人的区域作为人物区域，在图像中不含有人的情况下，可以以图像整体作为背景区域。

(显示控制部)

<基本工作>

接着，参照附图说明显示控制部9的基本工作即显示图像的生成工作。图8是表示显示图像的一例的图。图8所示的显示图像200是对某一个月中所含有的日进行区分的图像，针对一日来显示一个对应图像。此外，代表类别是“电车”。

为了生成图8所示的显示图像200，显示控制部9参照图像数据的拍摄信息中的拍摄日期时间。而且，基于参照的拍摄日期时间，判定图像数据的对应图像是否为能够在图8的显示图像200中的某一日显示的图像。具体地，如果图像数据是在该某一日拍摄的，则判定是能够在该某一日显示此对应图像。

并且，显示控制部9，即使在判定为能够在该某一日中显示的对应图像的图像之中，也优先选择并显示属于代表类别的对应图像。

参照附图说明在显示图像中显示的对应图像的选择方法的详情。图9是表示在显示图像中显示的对应图像的选择方法的一例的图，示出判定为能够在图8所示的显示图像200的13日中显示的对应图像。

在图9所示的对应图像210～214中，对应图像210、211属于代表类别即类别“电车”。此外，对应图像212、213属于类别“猫”，对应图像214属于类别“料理”。

在本例中，优先显示属于作为代表类别的类别“电车”的图像数据的对应图像210、211。再有，在能够在某一区分(13日)中显示的对应图像即图像数据属于代表类别(电车)的对应图像210、211的数目(2个)比在某一区分(13日)中可显示的对应图像的数目(1个)更多的情况下，也可以选择性地显示与代表类别更相符(像电车这样)的图像数据的对应图像210。

与代表类别更相符(像电车这样)的图像数据是例如图5所示的特征量S和特征量M的距离差小(以下表现为“得分高”)的图像数据。在图9所示的对应图像210、211中，由于对应图像210所对应的图像数据的得分比对应图像211所对应的图像数据的得分高，所以选择对应图像210作为在13日显示的对应图像来加以显示。

显示图像200的代表类别是可变更的。例如，在显示部10中显示图8的显示图像200时，如果使用者经由操作部8输入将代表类别变更为“猫”的指示，则再次进行图4所示的一系列的工作，在用显示控制部9再次生成图10所示这样的显示图像220的同时，在显示部10中显示显示图像220。图10是表示选择了与图8所示的显示图像不同的代表类别时的显示图像的一例的图。如图10所示，在显示图像220中，优先显示属于类别“猫”的对应图像221。

如果是以上这样的结构，则在显示部10中显示的显示图像200、220中，优先显示属于代表类别的对应图像201、221。为此，通过使使用者所希望的图像数据的类别成为代表类别，就能够容易且迅速地搜索所希望的图像数据。

再有，在图8和图10所示的显示图像200、220中，虽然在不存在属于代表类别“电车”和“猫”的对应图像的区分(例如图8的1、3～5日等)中不显示对应图像，但即使在该区分中显示某些图像也无妨。例如，可以显示属于代表类别以外的类别的对应图像，或显示表示没有属于代表类别的对应图像的图像。

此外，在图8和图10所示的显示图像200、220中，虽然为在连续的各个区分中显示1个对应图像201、221的显示方法，但也可以是其它的显示方法。例如，可以是可在间断的区分中显示多个对应图像的显示方法。参照附图说明此显示方法的显示图像。图11是表示显示图像的另一例子的图。

图11所示的显示图像230的代表类别是与图8相同的“电车”。如图11所示，在显示图像230中，仅以1月中的星期六及星期日为区分进行显示。此外，构成在各个区分中可显示多个对应图像231的结构。

如果为这样的结构，就能例如选择性地显示频繁地进行了拍摄的区分的图像数据的对应图像。此外，例如在使用者识别所希望的图像数据的区分的情况下，能选择性地显示该区分的图像数据的对应图像。此外，由于使不需要搜索的区分成为不显示，所以能扩大需要搜索的区分的显示区域。因此，使用者能更容易且迅速地搜索所希望的图像数据。

<其它工作例>

接着，说明显示控制部9的各种工作例。再有，只要不矛盾就可适当组合执行上述的基本工作和以下说明的各工作例。

[代表类别的自动选择]

首先，说明显示控制部9的代表类别的自动的选择方法的一例。本例的自动选择方法选择判定(指定)频度大的类别作为代表类别。

例如，可以选择图像数据所属的数目为最大的类别作为代表类别。此情况下，显示控制部9既可以将为了选择代表类别而参照的图像数据作为记录在记录部5中的所有的图像数据，也可以将其作为某一区分(例如显示图像中含有的区分，图8中为1月期间)的图像数据。

此外，例如在各个区分中，也可以分别求出能够显示对应图像的图像数据所属的数目为最大的类别(区分类别)，选择求出的区分类别的数目为最大的类别作为代表类别。具体地，例如，在生成图8所示的显示图像200的情况下，分别在1～30日中，分别求出能够显示对应图像的图像数据所属的数目为最大的区分类别，选择在求出的30(如果存在没有拍摄图像数据的日子，则不足30日)的区分类别中成为最大数目的类别作为代表类别。

如果是这样的结构，就能自动地选择使用者所希望的图像数据所属的可能性高的类别作为代表类别。由此，能更容易且迅速地进行图像数据的搜索。

再有，如果在图像解析部2中进行图像数据的类别的自动判定，则使用者不必对图像数据的类别进行各种指示，同时还能显示使用者所希望的可能性高的图像数据的对应图像，所以优选。

[图像数据的检索]

接着，参照附图说明显示控制部9的图像数据的检索方法的一例。图12A及图12B是表示图像数据的检索方法的一例的图。图12A所示出的显示图像240与图8和图10的显示图像200、220相同，代表类别是“料理”。此外，图12B所示出的显示图像250是在使用者经由操作部8输入检索指示的时候显示的图像。

本例的检索方法中，首先，使用者从图12A的显示图像240中含有的对应图像中选择出接近所希望的图像数据的图像，经由操作部8进行指定。下面，作为一例，说明29日的对应图像242被使用者指定的情形。此情况下，以指定的对应图像242所对应的图像数据作为查询(query：クエリ)进行检索。

具体地，检索与成为查询的图像数据相类似的图像数据。利用例如图5所示的特征量就能求出图像数据是否类似。但是，在本例的检索方法中，求出成为查询的图像数据的图像的特征量和其它图像数据的图像的特征量之差，此差越小越判定为图像数据类似。再有，除图像的特征量外(或者代替)，也可以基于拍摄信息来判定是否类似。例如，也可以是拍摄日期时间和拍摄场所越相近的图像数据越判定为类似。特别是在进行比较的图像数据的拍摄日期时间和拍摄场所的差比规定的时间和距离更小的情况下，可以特别地判定为类似。

此外，如图12B所示，显示控制部9生成表示检索结果的显示图像250，将其在显示部10中显示。在显示图像250中含有查询的图像数据的对应图像251、和与查询的图像数据相类似的图像数据的对应图像252～260。按照与查询的图像数据相类似的图像数据的顺序来列队显示对应图像252～260。在显示图像250中，在左上方配置与成为查询的图像数据最类似的图像的数据的对应图像252，在右方及下方配置不类似的图像数据的对应图像。

如果是以上的结构，就能够检索出指定的对应图像所对应的图像数据作为查询。为此，能直观且容易地指定查询。因此，能进行容易且有效的检索。

此外，通过按照与成为查询的图像数据相类似的顺序来列队显示检索到的图像数据的对应图像，从而能够从使用者所希望的可能性高的图像数据开始按照顺序来显示对应图像。由此，能够容易且迅速地搜索所希望的图像数据。

再有，既可以将检索对象的图像数据作为在记录部5中记录的所有的图像数据，也可以将其作为属于与查询的图像数据相同的类别的图像数据。但是，通过广泛检索图像数据，也能进行有效的检索。特别是优选与显示图像240中含有的区分无关地广泛检索图像数据。此外，即使成为查询的图像数据为多个也无妨。

[对应图像的切换]

接着，参照附图说明显示控制部9的对应图像的切换方法的一例。图13是表示通过切换图8所示的显示图像而生成的显示图像的一例的图。再有，图13中所示的显示图像270也与图8的显示图像200同样，代表类别是“电车”。

使用者经由操作部8向显示控制部9输入切换指示，进行切换。例如，在图8的显示图像200中没有显示使用者所希望的图像数据的对应图像的情况下，使用者输入切换指示。

当输入切换指示时，虽然不变更代表类别和区分而进行维持，但变更在各个区分中显示的对应图像201。例如，在各个区分中，在切换前显示的对应图像201所对应的图像数据的下一个中显示得分高(或低)的图像数据的对应图像271。

但是，针对属于代表类别且能够显示对应图像的图像数据的数目是一次显示的对应图像的数目(1个)以下的区分(例如图13的显示图像270的3～6日等)，由于不存在可切换的对应图像，所以不进行切换。

如果是这样的结构，即使假设在各个区分中一次显示的对应图像的数目少，也能够通过进行顺序切换来显示大量对应图像。为此，使用者可容易地确认属于代表类别的图像数据的对应图像。

再有，也可以如图13所示，对显示图像200、270中含有的区分中可切换的区分(例如图13的显示图像270的2日等)的全体进行切换。如果是这样的结构，由于能一次切换大量的对应图像，所以使用者能容易且迅速地确认对应图像。

此外，也可以进行仅由使用者指定的区分(1个或多个)的切换。如果是这样的结构，在使用者大致识别所希望的图像数据的拍摄日期时间的情况下，可抑制进行无用的切换。

[空间上的区分的显示图像的生成]

到此为止，如图8、图10～图13的显示图像200、220、230、240、270这样，说明了按时间上的区分来显示对应图像201、221、231、241、271的显示方法，但是，也可以如上所述，生成按空间上的区分来显示对应图像的显示图像。在此，参照附图说明按空间上的区分来显示对应图像的显示图象。图14是表示按空间上的区分来显示对应图像的显示图像的一例的图。再有，图14所示的显示图像300也和图8的显示图像200同样，代表类别是“电车”。

图14所示的显示图像300以包含1个地方的都道府县作为区分。显示控制部9为了生成图14所示的显示图像300，即使是在图像数据的拍摄信息中也参照拍摄场所。而且，基于参照的拍摄场所，判定图像数据的对应图像是不是能够在图14的显示图像300中的某一都道府县中显示的图像。具体地，如果图像数据是在该某一都道府县拍摄的，就判定此对应图像为能够在该某一都道府县中显示的图像。

并且，显示控制部9即使在判定为能够在该某一都道府县中显示的对应图像之中，也优先地选择并显示属于代表类别的对应图像。

即使假设为按空间上的区分来显示对应图像301，在显示部10中显示的显示图像300也成为优先显示属于代表类别的对应图像301的图像。为此，能优先显示属于与使用者所希望的图像数据相同的类别的图像数据的对应图像301。因此，使用者能容易且迅速地搜索所希望的图像数据。

再有，作为适用于时间上的区分而说明的各种显示方法和选择方法等，也可以适用于空间上的区分。此外，区分也可以为时间且空间上的。例如，也可以通过在时间上分割图14的显示图像300的各个区分，来形成区分。

(变化例)

本发明的实施方式中的图像显示装置1，也可以为微机等控制装置进行显示控制部9等的工作。并且，将由这样的控制装置实现的功能的全部或一部分记述为程序，通过在程序执行装置(例如计算机)上执行该程序，来实现其功能的全部或一部分也是可以的。

此外，不限于上述的情况，图1的图像显示装置1也可以由硬件、或硬件及软件的组合来实现。此外，在使用软件构成图像显示装置1的情况下，关于由软件实现的部位的方框图表示此部位的功能方框图。

以上，虽然分别说明了本发明的实施方式，但本发明的范围不限于此，在不脱离发明的宗旨的范围内可追加执行各种变更。

本发明可利用于以拍摄装置的显示部和阅读器等为代表的显示图像的图像显示装置中。

Claims (6)

1.一种图像显示装置，包括以下结构：

显示部，其显示与按类别分类的图像数据相对应的对应图像，

上述显示部优先显示属于从上述类别中选择出的代表类别的图像数据的对应图像。

2.根据权利要求1所述的图像显示装置，其特征在于，

上述显示部按每个时间上的区分来显示对应图像，并基于拍摄得到图像数据的日期时间来决定显示对应图像的区分，

在存在多个能够在同一区分中显示对应图像的图像数据，并且在该图像数据中包含属于上述代表类别的图像数据和不属于上述代表类别的图像数据的情况下，

显示属于上述代表类别的图像数据的对应图像，不显示不属于上述代表类别的图像数据的对应图像。

3.根据权利要求1所述的图像显示装置，其特征在于，

该图像显示装置还包括以下的结构：

选择部，其从上述类别中选择上述代表类别，

上述选择部选择图像数据分类频度大的类别作为上述代表类别。

4.根据权利要求1所述的图像显示装置，其特征在于，

该图像显示装置还包括以下的结构：

记录部，其记录图像数据；

检索部，其进行对记录在上述记录部中的图像数据的检索；和

输入部，其输入对在上述显示部中显示的对应图像的至少一个进行指定的指示，

上述检索部从上述记录部中检索与由输入到上述输入部的上述指示指定出的对应图像所对应的图像数据相类似的图像数据，

上述显示部显示由上述检索部检索到的图像数据的对应图像。

5.根据权利要求1所述的图像显示装置，其特征在于，

该图像显示装置还包括以下的结构：

切换部，其对在上述显示部中显示的对应图像进行切换，

由上述切换部切换并在上述显示部中显示的对应图像是属于上述代表类别的图像数据的对应图像。

6.根据权利要求1所述的图像显示装置，其特征在于，

上述显示部按每个空间上的区分来显示对应图像，并基于拍摄得到图像数据的场所来决定显示对应图像的区分，

在存在多个能够在同一区分中显示对应图像的图像数据，并且在该图像数据中包含属于上述代表类别的图像数据和不属于上述代表类别的图像数据的情况下，

显示属于上述代表类别的图像数据的对应图像，不显示不属于上述代表类别的图像数据的对应图像。

Images