JP2000032272A - 画像データ変換方法及び画像データ変換プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 原画像データを再利用可能な部品画像データ
に変換可能にして原画像を画像歪みを生じさせることな
く再利用可能にする。 【解決手段】 原画像からラインプロセスにより不連続
情報を検出し（１００、１０２）、原画像を複数ブロッ
クに分割する（１０４）。次に、これらのブロックを、
不連続情報が境界となるように不連続情報が含まれるブ
ロックを順次小さく分割、すなわち不連続情報が含まれ
ているブロックを最小のブロックとなるまで、より小さ
なブロックで分割することを繰り返す（１０６〜１２
０）。分割された複数のブロックを参照して、原画像４
０の画像データをフラクタル符号化することによって、
部品画像データを得る（１２２）。これにより原画像を
拡大しても画像歪みが生じない。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像データ変換方
法及び画像データ変換プログラムを記録した記録媒体に
かかり、特に、原画像を表す原画像データを再利用可能
な部品画像を表す部品画像データに変換する画像データ
変換方法及び画像データ変換プログラムを記録した記録
媒体に関する。

【０００２】

【従来の技術】近年、コンピュータ技術の発展に伴っ
て、カラー画像を画像データとしてデジタル化し、その
画像データを保存させたり流通させたりして利用するこ
とがある。このデジタル化した画像データには、デジタ
ルカメラ等のデジタル撮影装置で撮影することによって
生成された撮影画像を表す画像データや、スキャナでカ
ラー原稿をスキャンすることによって生成されたスキャ
ン画像を表す画像データ等がある。

【０００３】上記画像データは加工が容易であることか
ら、再利用することがあるが、その再利用時には、画像
を拡大したり縮小したりすることがある。このように、
画像を拡大したり縮小したりするのは原画像の解像度を
変更して再利用することになる。

【０００４】しかしながら、例えばスキャン画像をその
まま拡大して利用しようとする場合、１５０％程度まで
の拡大が限度である。このため、再度、カラー原稿を拡
大を前提とした解像度でスキャンする必要があった。

【０００５】この問題を解消するため、解像度に依存し
にくい画像符号化方法が提案されている。一例として、
Ｂａｒｎｓｌｅｙは、自然画像中の自己相似性を利用し
て原画像を復元するための縮小変換を符号とするフラク
タル画像符号化方法を提案している(M.F.Barnsley,Frac
tal Everywhere,NewYork:AcademicPress,1988)。また、
Ｊａｃｑｕｉｎは、それを実時間で簡単に符号化する方
法を提案している(A.E.Jacquin,Fractal Image Coding:
A Review,Proc IEEE,Vol.81,No.10,1993) 。

【０００６】

【発明が解決しようとする課題】しかしながら、縮小変
換による符号化には近似誤差が生じるので、より大きな
拡大を実行すると、フラクラル符号化特有の画像歪みが
生じることがある。

【０００７】本発明は、上記事実を考慮して、原画像デ
ータを再利用可能な部品画像データに変換可能にして原
画像を画像歪みを生じさせることなく再利用可能にする
画像データ変換方法及び画像データ変換プログラムを記
録した記録媒体を得ることが目的である。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に請求項１に記載の発明の画像データ変換方法は、原画
像をブロック分けして符号化することによって原画像を
再利用可能にするために、原画像を表す色情報を含む原
画像データを再利用可能な部品画像を表す部品画像デー
タに変換するにあたって、原画像データに基づいて、ラ
インプロセスによって表される色情報の不連続性を表す
原画像の不連続情報を生成し、予め定めた大きさのブロ
ックで原画像を分割し、前記不連続情報が含まれるブロ
ックを前記ブロックより小さなブロックでさらに分割す
ることを、予め定めた大きさのブロックになるまで繰り
返し、分割されたブロックの各々と、該ブロックに属す
る原画像データとに基づいて原画像を符号化し部品画像
データへ変換することを特徴とする。

【０００９】請求項２に記載の発明は、請求項１に記載
の画像データ変換方法であって、前記原画像の符号化は
フラクタル符号化によって符号化することを特徴とす
る。

【００１０】請求項３に記載の発明は、コンピュータに
よって原画像をブロック分けして符号化することによっ
て原画像を再利用可能にするために、原画像を表す原画
像データを再利用可能な部品画像を表す部品画像データ
に変換させるための画像データ変換プログラムを記録し
た記録媒体であって、前記画像データ変換プログラム
は、原画像データに基づいて、ラインプロセスによって
表される色情報の不連続性を表す原画像の不連続情報を
生成させ、予め定めた大きさのブロックで原画像を分割
させ、前記不連続情報が含まれるブロックを前記ブロッ
クより小さなブロックでさらに分割することを、予め定
めた大きさのブロックになるまで繰り返させ、分割され
たブロックの各々と、該ブロックに属する原画像データ
とに基づいて原画像を符号化し部品画像データへ変換さ
せることを特徴とする。

【００１１】請求項１の発明では、原画像データに基づ
いて、ラインプロセスによって表される色情報の不連続
性を表す原画像の不連続情報を生成する。ラインプロセ
スは、色情報の不連続性、すなわち濃度や色による色情
報が連続か不連続かを表すものであり、色情報とライン
プロセスとでエネルギ関数を定義してエネルギ関数を用
いたエネルギの最小化を行うと、原画像で色情報が不連
続となる箇所にラインプロセスが値を有することとな
る。この値を有するラインプロセスで原画像の不連続情
報を表すことができる。この不連続情報は、原画像で色
情報が不連続となる箇所を表すので、同一または類似の
色情報で構成されない異なる色情報で構成される隣り合
う色領域では色情報の境界となる。従って、同一または
類似の色情報からなる色領域は、その輪郭部分に不連続
情報が現れることになる。

【００１２】次に、予め定めた大きさのブロックで原画
像を分割し、不連続情報が含まれるブロックをそのブロ
ックより小さなブロックでさらに分割することを、予め
定めた大きさのブロックになるまで繰り返す。従って、
予め定めた最大の大きさの親ブロックから最小の大きさ
の子ブロックによる複数の大きさのブロックによって、
分割することになる。

【００１３】これら分割されたブロックの各々と、該ブ
ロックに属する原画像データとに基づいて原画像を符号
化し部品画像データへ変換する。すなわち原画像を表す
色情報を含む原画像データを再利用可能な部品画像を表
す部品画像データに変換する。このように、生成した不
連続情報に基づいて、不連続情報が境界となるように原
画像をブロック分けして符号化して部品画像を生成する
ことによって拡大等をするときであっても画像歪みを生
じさせることなく再利用することができる。

【００１４】原画像は再利用を容易にするために、容量
を小さくして保持するという圧縮化をすることが好まし
い。そこで、請求項２にも記載したように、前記原画像
の符号化は、フラクタル符号化によって符号化すること
によって、解像度に依存しにくく原画像を符号化するこ
とができる。このフラクラル符号化は、原画像から原画
像に近似したアトラクタを有する縮小変換を求めそれを
符号化するものである。具体的には原画像を互いに重複
しない複数の大きさのブロック（矩形集合）で分割し、
小さなブロックについて大きなブロックを探索して縮
小、回転、移動等の処理であるアフィン変換等の画像処
理を施し、大きなブロックに対する距離が最小となる大
きなブロックとアフィン変換等の画像処理の過程や処理
値を符号とする。

【００１５】上記画像データ変換方法による画像データ
の変換処理は、請求項３に記載の記録媒体に記録した画
像データ変換プログラムの実行によってコンピュータ上
において実現可能である。詳細には、コンピュータによ
って原画像をブロック分けして符号化することによって
原画像を再利用可能にするために、原画像を表す原画像
データを再利用可能な部品画像を表す部品画像データに
変換させるための画像データ変換プログラムを記録した
記録媒体であって、前記画像データ変換プログラムは、
原画像データに基づいて、ラインプロセスによって表さ
れる色情報の不連続性を表す原画像の不連続情報を生成
させ、予め定めた大きさのブロックで原画像を分割さ
せ、前記不連続情報が含まれるブロックを前記ブロック
より小さなブロックでさらに分割することを、予め定め
た大きさのブロックになるまで繰り返させ、分割された
ブロックの各々と、該ブロックに属する原画像データと
に基づいて原画像を符号化し部品画像データへ変換させ
る。これによって、コンピュータ上において、拡大縮小
時の解像度に依存しにくくして原画像を部品画像として
再利用することができる。

【００１６】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態の一例を詳細に説明する。本実施の形態はカラ
ー原画像を再利用時に解像度に依存しにくい部品画像を
表す部品画像データに変換する画像データ変換装置に本
発明を適用したものである。

【００１７】図１に示すように、本実施の形態の画像デ
ータ変換装置１０は、画像を表示するための表示装置等
のディスプレイ装置１２、外部からコマンドやデータを
入力するためのキーボード等の入力装置１４、装置本体
１６、及びカラー原稿からカラー原画像を読み取るため
の画像読取装置３０から構成されている。

【００１８】装置本体１６は、ＣＰＵ１８、ＲＡＭ２
０、ＲＯＭ２２、入出力ポート（Ｉ／Ｏ）２８、からな
るマイクロコンピュータで構成され、各々はコマンドや
データの授受が可能なようにバス２６によって接続され
ている。なお、ＲＯＭ２２には、装置本体１６において
実行される後述する処理ルーチンが記憶されている。

【００１９】装置本体１６の入出力ポート２８には、画
像データを記憶するためのメモリ２４が接続されてい
る。また、装置本体１６の入出力ポート２８には、入力
装置１４が接続されると共に、ディスプレイ装置１２が
接続されている。また、入出力ポート２８には、カラー
スキャナ等の画像読取装置３０が接続されている。

【００２０】なお、画像読取装置３０は、印刷物等のカ
ラー原稿、及び被写体の撮影後に現像処理されてネガ画
像またはポジ画像が可視化された写真フィルムからカラ
ー原画像を読み取ることができる。

【００２１】上記の入出力ポート２８には、記録媒体と
してのフロッピーディスク（以下、ＦＤという）が挿抜
可能なフロッピーディスクユニット（以下、ＦＤＵとい
う）が接続されている。なお、後述する処理ルーチン等
は、ＦＤＵを用いてＦＤに対して読み書き可能である。
従って、後述する処理ルーチンは、ＲＯＭ２２に記憶す
ることなく、予めＦＤに記録しておき、ＦＤＵを介して
ＦＤに記録された処理プログラムを実行してもよい。ま
た、装置本体１６にハードディスク装置等の大容量記憶
装置（図示省略）を接続し、ＦＤに記録された処理プロ
グラムを大容量記憶装置（図示省略）へ格納（インスト
ール）して実行するようにしてもよい。また、記録媒体
としては、ＣＤ−ＲＯＭ等の光ディスクや、ＭＤ，ＭＯ
等の光磁気ディスクがあり、これらを用いるときには、
上記ＦＤＵに代えてまたはさらにＣＤ−ＲＯＭ装置、Ｍ
Ｄ装置、ＭＯ装置等を用いればよい。

【００２２】なお、本実施の形態では、一例として、カ
ラースキャナ等の画像読取装置３０によりカラー原画像
を入力する場合を説明するが、本発明はこれに限定され
るものではなく、ＦＤ等の記憶媒体に予め記憶された画
像データを入力するようにしてもよい。また、入出力ポ
ート２８にネットワークボード等の信号授受装置を接続
し、他の装置との間で信号授受を可能とする所謂ＬＡＮ
を構成して、他の装置から画像データを受け取るように
してもよい。

【００２３】次に、本実施の形態の作用を説明する。画
像データ変換装置１０に電源が投入されると図２に示す
処理ルーチンが実行される。なお、この処理ルーチン
は、ＦＤ等の記録媒体に格納してコンピュータで実行可
能なアプリケーションとして提供され、実行指示によっ
て実行されるようにしてもよい。

【００２４】まず、ステップ１００において画像読取装
置３０に載置されたカラー原稿を読み取ることによっ
て、原画像を読み取る。本実施の形態では、画像読取装
置３０からＲＧＢデータが出力され、この出力されたＲ
ＧＢデータを用いるものとする。なお、画像データとし
てＣＭＹＫデータ等のように他の表色系で表された画像
データであるときには、ＲＧＢ変換を行うようにすれば
よい。

【００２５】次のステップ１０２では、原画像につい
て、ラインプロセスにより不連続情報の検出がなされ
る。ラインプロセス（線素）不連続を示す仮想の素子を
いうものである。本実施の形態では、ラインプロセスを
用いたニューラルネットワークによって、画像の不連続
情報を検出する場合を説明する。まず。ラインプロセス
について詳細を説明する。

【００２６】図４（Ａ）は、画素について位置と濃度と
の関係を求めた１次元データの一例を示したものであ
り、点Ｐ１〜Ｐ６及び点Ｐ７〜Ｐ１２は略近傍に位置
し、点Ｐ６と点Ｐ７の間が大きく離れている。これらの
１次元データに沿う曲線を求める場合、最小二乗法等の
近似方法や補間方法で求めると、図４（Ｂ）に示すよう
に、点Ｐ１〜Ｐ６から点Ｐ７〜Ｐ１２を曲線で連続させ
るために、点Ｐ６及び点Ｐ７から曲線３４が大きく離れ
るが滑らかになるよう求められる。

【００２７】しかし、点Ｐ６及び点Ｐ７は曲線３４から
大きく離れることになるので、得られる特性（すなわち
曲線３４）は、実際のデータに則していないことにな
る。そこで、図４（Ｃ）に示すように、略近傍に位置す
る点Ｐ１〜Ｐ６及び点Ｐ７〜Ｐ１２について、各点に沿
うように曲線３４ａ，３４ｂを求める。このように求め
ると、大きく離れている点Ｐ６と点Ｐ７の間に、不連続
が生じる。この点Ｐ６と点Ｐ７の間の位置に不連続点３
６を伴って曲線３４ａ，３４ｂを定めれば、実際のデー
タに則した特性を求めることができることになる。すな
わち、点Ｐ６と点Ｐ７の間の位置の不連続点３６で不連
続が発生することを表すラインプロセスがオンとなる。
また、点Ｐ１〜点Ｐ６及び点Ｐ７〜点Ｐ１２の各間、す
なわち、点Ｐ１と点Ｐ２、点Ｐ２と点Ｐ３、・・・点Ｐ
５と点Ｐ６、及び点Ｐ７と点Ｐ８、点Ｐ８と点Ｐ９、・
・・、点Ｐ１１と点Ｐ１２の各々の間はラインプロセス
がオフとなる。

【００２８】上記では、１次元データの場合を説明した
が、２次元データで代表される画像にラインプロセスを
適用する場合は、ラインプロセスを、２つの画素間につ
いて仮想的な関数として定義する。従って、定義された
ラインプロセスが局所的な濃度差によってオンまたはオ
フすることにより画像中の不連続部分が不連続情報、こ
の不連続部分を連結させたものが物体画像の輪郭として
抽出することができる。

【００２９】このラインプロセスを用いてニューラルネ
ットワークでエネルギ関数の計算とその最小化を行って
画像の不連続（情報）を求める。この詳細について説明
する。

【００３０】図５はラインプロセスを用いたニューラル
ネットワークを説明するための概念構成図である。図５
に示すようにこのニューラルネットワークは、入力が画
像であるときは画像に対応する一つの画素に対して３つ
のニューロンｆ_i,j ，ｈ_i,j，ｖ_i,j が対応する。

【００３１】ここで、ｆ_i,j は画素の値であり、
ｈ_i,j ，ｖ_i,j はｆ_i,j 間の不連続性の存在、非存在を
示すラインプロセスとよばれる隠れた関数である。すな
わち、ｆ_{i, j} は入力される値の強度変化を、ｈ_i,j ，ｖ
_i,j はそれぞれｆ_i,j の水平方向、垂直方向の連続性、
不連続性を示している。

【００３２】この３つの変数ｆ_i,j ，ｈ_i,j ，ｖ_i,j に
より、系全体のエネルギ関数を以下の（１）式に示すよ
うに定義する。

【００３３】

【数１】 但し、Ｅ_I ：曲面（奥行き）データの連続性 Ｅ_D ：観測データ（初期値）の信頼性 Ｅ_V ：ラインプロセスが超球面の角（０or１）に向かう
こと Ｅ_P ：近傍の平行したラインプロセスが１となるための
条件 Ｅ_C ：単一のラインプロセスが１となるための条件 Ｅ_L ：連続したマルチラインプロセスを好み、交差と不
連続を嫌う条件 Ｅ_G ：（２）式におけるｍ，ｎが発散しないための条件 Ｃ_D ，Ｃ_V ，Ｃ_P ，Ｃ_C ，Ｃ_L ，Ｃ_G ：パラメータ値 ｇ（）：シグモイド関数 ｄi,j ：初期値

【００３４】また、変数の時間則を以下の（２）式によ
り定義した。

【００３５】

【数２】 但し、ｇ（Ｕ_i ）＝１／ｅ（−２λＵ_i ） なお、ｅ（−２λＵ_i ）は指数関数であり、（ ）内部
は指数部を表す ｈ_i,j ＝ｇ（ｍ_i,j ） ｖ_i,j ＝ｇ（ｎ_i,j ） ｍ，ｎ：内部状態変数

【００３６】上記（２）式の偏微分の計算例を次の
（３）、（４）、（５）式に示す。

【００３７】

【数３】

【００３８】上記（３）〜（５）式の計算結果が小さく
なる、すなわち０に近いもしくは０の値をとるというこ
とは、隣接する値ｆ_i,j+1 と値ｆ_i,j 、およびｆ_i+1,j
とｆ _i,j が略同一の値となるときである。従って、上記
の（１）式で表したエネルギＥ_I について、ｆ_i,j+1 ≒
ｆ_i,j 、およびｆ_i+1,j ≒ｆ_i,j であるとすると、エネ
ルギＥ_I は比較的小さくなることからラインプロセスｈ
_i,j ，ｖ_i,j は値を持つ必要はないためｈ_i,j ，ｖ_i,j
は比較的小さな値となる。

【００３９】一方、隣接する値ｆ_i,j+1 と値ｆ_i,j 、お
よび値ｆ_i+1,j と値ｆ_i,j との差が大きい場合、すなわ
ち隣接する値の間に境界があるときは、（ｆ_i,j+1 −ｆ
_i,j）² および（ｆ_i+1,j −ｆ_i,j ）² は大きくなる。
従って、エネルギＥ_I を小さくするにはｈ_i,j あるいは
ｖ_i,j が値を有し、（１−ｈ_i,j ）または（１−
ｖ_{i, j} ）が比較的小さくなる必要がある。このように互
いに隣接する値ｆ_i,j とｆ_{i, j+1} またはｆ_i,j とｆ
_i+1,j に差がある場合は、各値の間にあるラインプロセ
スｈ_i,j ，ｖ_i,j が値を有するようになり、異なる色の
領域間に境界線が出現することになる。

【００４０】この係数からラインプロセスが発生する条
件を決定する。一例として、図６（Ａ）に示す単一ライ
ンプロセスが発生する条件はＥ_P ＝０，Ｅ_C ＝０，Ｅ_L
＝２Ｃ_L 、図６（Ｂ）に示す連続するラインプロセスが
発生する条件はＥ_P ＝０，Ｅ _C ＝０，Ｅ_L ＝Ｃ_L 、図６
（Ｃ）に示す互いに平行なラインプロセスが発生する条
件は、Ｅ_P ＝Ｃ_P ，Ｅ_C ＝Ｃ_C ，ＥL ＝２Ｃ_L 、そして
図６（Ｄ）に示すように互いに交差するラインプロセス
が発生する条件は、Ｅ_P ＝０，Ｅ_C ＝２Ｃ_C ，Ｅ_L ＝10
Ｃ_L である。

【００４１】上記の（１）〜（５）式により、系全体の
エネルギを最小にする計算を繰り返すエネルギ学習を行
った結果が、与えられた入力に対するニューラルネット
ワークの解となる。

【００４２】このニューラルネットワークは、(a) 入力
がノイズを付加された画像であった場合、得られたエネ
ルギ最小でのｆ_i,j は復元画像に相当し、(b) 入力が明
度画像の場合、得られたエネルギ最小でのｈ_ij，ｖ_ijは
輪郭に相当し、(c) 入力が山などの測量データの場合、
得られたエネルギ最小でのｆ_ijは測量点から推定される
各地点の高度を示すこととなる。本実施の形態では、
(b) の画像入力に利用した例である。

【００４３】なお、上記ニューラルネットワークは、変
数に何を割り当てるかにより、様々な逆問題に適用でき
る拡張性を有しており、アルゴリズムが局所計算で実現
されているため、光等の並列処理ハード装置化が容易で
あり、高速処理を行うことができるという利点も備えて
いる。

【００４４】従って、図２のステップ１０２では、上記
ラインプロセスを用いたニューラルネットワークによっ
て、エネルギ関数とその最小化を行って、不連続検出が
なさることにより画像の輪郭部分に対応する不連続情報
３５が検出される（図３（Ａ）参照）。

【００４５】次に、ステップ１０４では、原画像が複数
ブロックから構成されるように、原画像の分割数及びブ
ロックの形状を設定し、分割する。本実施の形態では、
図３（Ａ）に示すように、原画像４０を正方形状とし
て、原画像４０を正方形状のブロックで９分割されるよ
うに設定している。図３（Ａ）の例では、原画像４０を
９等分割した大きさになる正方形状の分割ブロックが設
定され、原画像４０はブロック４２Ａ，４２Ｂ，４２
Ｃ，４２Ｄ，４２Ｅ，４２Ｆ，４２Ｇ，４２Ｈ，４２Ｉ
から構成されることになる。また、ステップ１０４で
は、以下に実行される処理のために、これらのブロック
４２Ａ〜４２Ｉの各々を、親ブロックに設定する。

【００４６】なお、原画像４０は正方形状に限定される
ものではなく、多角形状や曲線の輪郭を含む閉領域であ
ってもよい。また、原画像の分割数及び形状すなわちブ
ロック形状は正方形状に限定されるものではく、原画像
を直線や曲線で分割したときに得られる多角形状や曲線
の輪郭を含む閉領域であってもよい。

【００４７】次のステップ１０６では、ステップ１０２
で検出した不連続情報を含むブロックを、ブロック４２
Ａ〜４２Ｉから抽出する。図３（Ａ）の例では、原画像
４０上に不連続情報３５は、ブロック４２Ｄ，４２Ｅ，
４２Ｆ，４２Ｇ，４２Ｉの５つのブロックに含まれてい
るので、これらを親ブロックとして抽出する。

【００４８】次のステップ１０８では、親ブロック（不
連続情報３５が含まれているブロック）のうち１つの親
ブロックを指定し、この指定した親ブロックについて次
のステップ１１０で子ブロックに分割するための分割数
及びブロックの形状を設定して分割する。本実施の形態
では、親ブロックを正方形状のブロックで４等分割され
るように設定している。図３（Ｂ）では、例えば、１親
ブロックとしてブロック４２Ｄが指定されたときに、ブ
ロック４２Ｄを４等分割した大きさになる正方形状の分
割ブロックが設定され、ブロック４２Ｄはブロック４２
Ｄａ，４２Ｄｂ，４２Ｄｃ，４２Ｄｄの子ブロックから
構成されることになる。

【００４９】次のステップ１１２では、親ブロックの子
ブロックへの分割処理が全て終了したか否かを判断し、
親ブロックが残存するときは否定され、次のステップ１
１４において残存する親ブロックの内の１つの親ブロッ
クを指定した後にステップ１１０へ戻る。一方、全ての
親ブロックの分割処理が終了すると、ステップ１１２で
肯定され、ステップ１１６へ進む。このようにして、図
３（Ｂ）に示すように、親ブロック４２Ｄ〜４２Ｉが分
割される。

【００５０】なお、本実施の形態では、子ブロックへの
分割として、４つに等分割する分割数及び形状に設定し
ているが、分割数は４つに限定されるものではなく、２
以上の複数での分割数であればよい。また、分割形状は
正方形状に限定されるものではなく、親ブロックを直線
や曲線で分割したときに得られる多角形状や曲線の輪郭
を含む閉領域であってもよい。

【００５１】ステップ１１６では、現在の子ブロックの
大きさが予め定めた最小の大きさに達したか否かを判断
し、子ブロックの大きさが最小に達すると、肯定され、
ステップ１１２へ進む。一方、ステップ１１６で否定さ
れると、ステップ１１８へ進み、不連続情報を含む子ブ
ロックを抽出する。図３（Ｂ）の例では、不連続情報３
５は、親ブロックであるブロック４２Ｄから分割された
子ブロックであるブロック４２Ｄａに含まれている。同
様に、不連続情報３５は、ブロック４２Ｅからの分割子
であるブロック４２Ｅａ，４２Ｅｂ，４２Ｅｃ，４２Ｅ
ｄ、ブロック４２Ｆからの分割子であるブロック４２Ｆ
ｃ、ブロック４２Ｇからの分割子であるブロック４２Ｇ
ａ，４２Ｇｂ，４２Ｇｃ、ブロック４２Ｉからの分割子
であるブロック４２Ｉａ，Ｉｂに含まれている。

【００５２】次のステップ１２０では、抽出した子ブロ
ックを親ブロックに指定し、ステップ１０８へ戻り、上
記処理を繰り返し実行する。

【００５３】従って、不連続情報３５が含まれている親
ブロックを子ブロックに分割し、その分割した子ブロッ
クのうち不連続情報３５が含まれている子ブロックを、
さらに分割する。これを繰り返すことによって、図３
（Ｃ）に示すように、十分に小さな最小のブロックとな
るまで、すなわち不連続情報３５が境界となるように、
不連続情報３５を含むブロックのみが分割される。例え
ば、図３（Ａ）に示したブロック４２Ｇに含まれる不連
続情報の端部についてみると、図３（Ｂ）に示すよう
に、ブロック４２ＧがブロックＧｃに分割される。そし
て、図３（Ｃ）に示すように、ブロックＧｃはブロック
ＧｃＢに分割されて更に、ブロック４２Ｇｃが最小の大
きさのブロックＧｃＢｂに分割されることになる。

【００５４】以上のようにして、原画像４０は、図３
（Ｃ）に示すように、不連続情報３５が含まれているブ
ロックのみが分割され、より小さな大きさのブロックを
属することになる。

【００５５】なお、本実施の形態では、原画像から４段
階をもって、最小の大きさのブロックへ至っているが、
４段階に限定されるものではないことはもちろんであ
る。すなわち、分割数及び形状の設定と、最小ブロック
の大きさの設定を変更することで２段階以上の複数の段
階で最小の大きさのブロックへ至ることになる。

【００５６】ステップ１２２では、上記分割された複数
のブロックを参照して、原画像４０が符号化される。本
実施の形態では、原画像４０の符号化にフラクタル符号
化を採用した。次にフラクタル符号化の理論を説明す
る。

【００５７】まず、ｘ，ｙを任意の画像としかつ、ｄ
（ｘ，ｙ）をｘ，ｙの距離とする。そして、画像に対す
る変換Ｔが次の（６）式を満たすとき、変換Ｔを縮小変
換と呼ぶことにする。

【００５８】 （Ｔ（ｘ），Ｔ（ｙ））≦ｓ・ｄ（ｘ，ｙ） ・・・（６） 但し、ｓ＜１ この縮小変換Ｔは、次の（７）式に示すアトラクタＸｔ
を有し、アトラクタＸｔは、任意の画像Ｘ０に依存する
ことなく一義的に定まる。

【００５９】 Ｘｔ＝ｌｉｍ（ｋ→∞）Ｔ＾ｋ・Ｘ０ ・・・（７） 本実施の形態では、フラクタル符号化とは、原画像から
原画像に近似したアトラクタを有する縮小変換Ｔを求
め、それを符号とすることをいう。

【００６０】このフラクタル符号化では、Ｘｏｒｇを任
意の画像とし、縮小変換ＴのアトラクタをＸｔとする
と、次の（８）式で示した規則が成立する。

【００６１】 ｄ（Ｘｏｒｇ，Ｘｔ）≦１／（１−ｓ）・ｄ（Ｘｏｒｇ，Ｔ（Ｘｏｒｇ）） ・・・（８） 但し、ｓは縮小係数

【００６２】上記の規則は、原画像と変換Ｔのアトラク
タとの距離ｄ（Ｘｏｒｇ，Ｘｔ）が原画像と原画像に変
換Ｔを施した後の画像の距離ｄ（Ｘｏｒｇ，Ｔ（Ｘｏｒ
ｇ）の定数倍となることを示している。これにより、原
画像に、より近いアトラクタを有する縮小変換Ｔを求め
るためには右辺の距離ｄ（Ｘｏｒｇ，Ｔ（Ｘｏｒｇ））
を、より小さくする縮小変換Ｔを求めればよいことにな
る。このような縮小変換Ｔを求めて符号とするには次の
手順（Ａ）〜（Ｃ）を実行することで実現できる。

【００６３】（手順） （Ａ）原画像を、互いに重なり合わない矩形集合｛Ｒｉ
（ｉ＝１，・・・，Ｎ）｝に分割する。なお、この矩形
集合はレンジブロックともいうが、本実施の形態では、
単にブロックと称している （Ｂ）各矩形集合Ｒｉに対して原画像の矩形集合Ｒｉよ
り大きな矩形集合Ｄ（ドメインブロック）を探索してア
フィン変換（縮小、回転、移動）を施して矩形集合Ｒｉ
との距離（二乗平均和）が最小となるブロックを探す
（図７参照） （Ｃ）発見したブロックと、アフィン変換を符号とす
る。

【００６４】上記の手順（Ａ）〜（Ｃ）にしたがって求
めたアトラクタは、上記規則により原画像に近似したも
のとなる。アトラクタが原画像の十分な近似となり符号
量が原画像の符号量より少ない場合には、画像圧縮可能
になる。

【００６５】上記の理論に基づいて、本実施の形態の原
画像４０の符号化（ステップ１２２）を説明する。な
お、上記ステップ１００〜ステップ１２０の処理は、上
記手順（Ａ）の原画像４０を、互いに重なり合わない矩
形集合（Ｒｉ）に分割することに対応する。従って、ス
テップ１２２の符号化は、手順（Ｂ），（Ｃ）に対応す
る。

【００６６】図２のステップ１２２では、図８の処理ル
ーチンが実行される。まず、ステップ２００では、上記
ステップ１２０までの処理で原画像から分割したブロッ
クのうち任意１つのブロックを指定する。次のステップ
２０２では、上記ステップ２００で指定したブロックよ
り大きいブロックを探索すると共に、探索したブロック
を指定する。次のステップ２０４では、探索されたブロ
ックをアフィン変換して、次のステップ２０６で二乗平
均和を演算した後に、演算結果を次のステップ２０８で
メモリする。

【００６７】次のステップ２１０では上記ステップ２０
０で指定したブロックより大きい全てのブロックについ
て処理が終了したか否かを判断し、終了した場合には肯
定され、ステップ２１４へ進む。一方、ステップ２１０
で否定された場合にはステップ２１２へ進み、残存する
ブロックのうち１つを指定し、ステップ２０４へ戻る。

【００６８】ステップ２１４では、メモリされた演算結
果のうち最小の演算結果に対応するブロック及びアフィ
ン変換を選択し、選択したブロック及びアフィン変換を
次のステップ２１６において符号としてメモリし、ステ
ップ２１８へ進む。ステップ２１８では、原画像４０内
の全てのブロックについて上記処理が終了したか否かを
判断し、ブロックが残存するときには否定され、ステッ
プ２２０において残存するブロックのうち１つを指定
し、ステップ２０２へ戻る。

【００６９】一方、原画像４０内の全ブロックの処理が
終了したときには、ステップ２１８で肯定され、次のス
テップ２２２において原画像４０を符号化する。これに
よって、部品画像データを得る。このステップ２２２の
処理は、メモリされた符号を統合することによってなさ
れる。この統合の一例は、符号を連続して記述すること
がある。この場合、上記指定するブロックの順序を左上
角から右方向へ順に指定する等のように順序を予め定め
ておくことが好ましい。このように順序指定すれば、圧
縮符号からの復号が容易となる。

【００７０】以上説明したように、本実施の形態では、
原画像についてラインプロセスを用いて不連続情報を検
出し、その不連続情報を用いて原画像を重複しないブロ
ック（レンジブロック）で分割する。本実施の形態で
は、不連続情報が境界となるように不連続情報が含まれ
るブロックが順次小さく分割されていく。そして、分割
したブロックを用いて原画像をフラクタル符号化する。
このようにして、原画像データを部品画像データへ変換
（圧縮）する。このように、本実施の形態によれば、不
連続情報が境界となるようにブロックが分割できるの
で、原画像を拡大する場合であっても、画像歪みを生じ
させることなく拡大することができる。これによって高
品質の拡大画像を得ることができる。

【００７１】

【発明の効果】以上説明したように本発明によれば、不
連続情報に基づいて、不連続情報が境界となるように原
画像をブロック分けして符号化して部品画像を生成する
ので、拡大等をするときであっても画像歪みを生じさせ
ることなく再利用することができる、という効果があ
る。

【図面の簡単な説明】

【図１】本発明の実施の形態にかかる物体画像部品化装
置の概略構成を示すブロック図である。

【図２】本発明の実施の形態にかかる画像データ変換装
置で実行される処理の流れを示すフローチャートであ
る。

【図３】不連続情報で境界となるように原画像を分割す
る過程を説明するためのイメジ図である。

【図４】ラインプロセスを説明するための説明図であ
る。

【図５】ラインプロセスを用いたニューラルネットワー
クを説明するための概念構成図である。

【図６】画像に適用したラインプロセスを説明するため
の説明図である。

【図７】アトラクタを求める過程を説明するための説明
図である。

【図８】符号化処理の流れを示すフローチャートであ
る。

【符号の説明】

１０ 物体画像部品化装置 ３０ 画像読取装置 ３５ 不連続情報 ４０ 原画像

Claims (3)

【特許請求の範囲】
1. 【請求項１】 原画像をブロック分けして符号化するこ
   とによって原画像を再利用可能にするために、原画像を
   表す色情報を含む原画像データを再利用可能な部品画像
   を表す部品画像データに変換するにあたって、 原画像データに基づいて、ラインプロセスによって表さ
   れる色情報の不連続性を表す原画像の不連続情報を生成
   し、 予め定めた大きさのブロックで原画像を分割し、 前記不連続情報が含まれるブロックを前記ブロックより
   小さなブロックでさらに分割することを、予め定めた大
   きさのブロックになるまで繰り返し、 分割されたブロックの各々と、該ブロックに属する原画
   像データとに基づいて原画像を符号化し部品画像データ
   へ変換することを特徴とする画像データ変換方法。
2. 【請求項２】 前記原画像の符号化は、フラクタル符号
   化によって符号化することを特徴とする請求項１に記載
   の画像データ変換方法。
3. 【請求項３】 コンピュータによって原画像をブロック
   分けして符号化することによって原画像を再利用可能に
   するために、原画像を表す原画像データを再利用可能な
   部品画像を表す部品画像データに変換させるための画像
   データ変換プログラムを記録した記録媒体であって、 前記画像データ変換プログラムは、 原画像データに基づいて、ラインプロセスによって表さ
   れる色情報の不連続性を表す原画像の不連続情報を生成
   させ、 予め定めた大きさのブロックで原画像を分割させ、 前記不連続情報が含まれるブロックを前記ブロックより
   小さなブロックでさらに分割することを、予め定めた大
   きさのブロックになるまで繰り返させ、 分割されたブロックの各々と、該ブロックに属する原画
   像データとに基づいて原画像を符号化し部品画像データ
   へ変換させることを特徴とする画像データ変換プログラ
   ムを記録した記録媒体。