JP2001119586A - マルチスペクトル画像の画像圧縮方法および画像圧縮装置 - Google Patents
マルチスペクトル画像の画像圧縮方法および画像圧縮装置Info
- Publication number
- JP2001119586A JP2001119586A JP29393399A JP29393399A JP2001119586A JP 2001119586 A JP2001119586 A JP 2001119586A JP 29393399 A JP29393399 A JP 29393399A JP 29393399 A JP29393399 A JP 29393399A JP 2001119586 A JP2001119586 A JP 2001119586A
- Authority
- JP
- Japan
- Prior art keywords
- image
- principal component
- multispectral
- compression
- optimal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Color Television Systems (AREA)
- Processing Of Color Television Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
(57)【要約】
【課題】撮影波長帯域を複数のバンド帯域に分割するこ
とで得られる複数のスペクトル画像に対して、視覚的に
劣化することが少なく画像圧縮の際の圧縮率を高め、画
像データの取り扱いが向上するマルチスペクトル画像の
画像圧縮方法および画像圧縮装置を提供するの提供を課
題とする。 【解決手段】マルチスペクトル画像の画像データを用い
て、主成分分析を行い、マルチスペクトル画像の主成分
ベクトルと主成分画像の複数の対を得、この複数の対の
中から、マルチスペクトル画像の画像情報を最適に代表
する最適主成分数を求めて、最適主成分ベクトルとこれ
に対応する最適主成分画像を得、得られた各最適主成分
画像に対して、像構造圧縮を行い最適主成分圧縮画像デ
ータを得ることで、前記マルチスペクトル画像の画像デ
ータを前記最適主成分ベクトルおよび前記最適主成分圧
縮画像データに圧縮する方法およびこれを用いた装置を
提供することで前記課題を解決する。
とで得られる複数のスペクトル画像に対して、視覚的に
劣化することが少なく画像圧縮の際の圧縮率を高め、画
像データの取り扱いが向上するマルチスペクトル画像の
画像圧縮方法および画像圧縮装置を提供するの提供を課
題とする。 【解決手段】マルチスペクトル画像の画像データを用い
て、主成分分析を行い、マルチスペクトル画像の主成分
ベクトルと主成分画像の複数の対を得、この複数の対の
中から、マルチスペクトル画像の画像情報を最適に代表
する最適主成分数を求めて、最適主成分ベクトルとこれ
に対応する最適主成分画像を得、得られた各最適主成分
画像に対して、像構造圧縮を行い最適主成分圧縮画像デ
ータを得ることで、前記マルチスペクトル画像の画像デ
ータを前記最適主成分ベクトルおよび前記最適主成分圧
縮画像データに圧縮する方法およびこれを用いた装置を
提供することで前記課題を解決する。
Description
【０００１】
【発明の属する技術分野】本発明は、被写体を撮影する
際の撮影波長領域を複数のバンド帯域に分割して撮影し
たバンド画像を用いて得られるマルチスペクトル画像の
画像データに対して、画像品質を損なうことなく効率的
に圧縮することのできる画像データの圧縮処理の技術分
野に関する。
際の撮影波長領域を複数のバンド帯域に分割して撮影し
たバンド画像を用いて得られるマルチスペクトル画像の
画像データに対して、画像品質を損なうことなく効率的
に圧縮することのできる画像データの圧縮処理の技術分
野に関する。
【０００２】
【従来の技術】今日、デジタル画像処理の進歩によっ
て、画像の色情報（明度、色相、彩度）を完全に表現す
る手段として、画像の各画素毎に分光情報（スペクトル
画像）を備える画像、すなわちマルチスペクトル画像が
利用されている。このマルチスペクトル画像は、撮影被
写体を、複数のバンド帯域に分割して各バンド帯域毎に
撮影した複数のバンド画像から構成されるマルチバンド
画像に基づいて分光反射率分布を各画像毎に推定して得
られるものである。このマルチバンド画像は、赤
（Ｒ）、緑（Ｇ）および青（Ｂ）画像からなる従来のＲ
ＧＢカラー画像では十分に表現できない色情報を再現す
ることができ、例えばより正確な色再現の望まれる絵画
の世界にとって有効である。そこで、この色情報を正確
に再現するといった特徴を生かすために、例えば３８０
〜７８０ｎｍの撮影波長帯域を１０ｎｍ帯域毎に区切っ
て２１バンドさらには５ｎｍ帯域毎に区切って４１バン
ドといった多くのバンド数を備えたマルチバンド画像に
基づいてマルチスペクトル画像を得ることが望まれる。
て、画像の色情報（明度、色相、彩度）を完全に表現す
る手段として、画像の各画素毎に分光情報（スペクトル
画像）を備える画像、すなわちマルチスペクトル画像が
利用されている。このマルチスペクトル画像は、撮影被
写体を、複数のバンド帯域に分割して各バンド帯域毎に
撮影した複数のバンド画像から構成されるマルチバンド
画像に基づいて分光反射率分布を各画像毎に推定して得
られるものである。このマルチバンド画像は、赤
（Ｒ）、緑（Ｇ）および青（Ｂ）画像からなる従来のＲ
ＧＢカラー画像では十分に表現できない色情報を再現す
ることができ、例えばより正確な色再現の望まれる絵画
の世界にとって有効である。そこで、この色情報を正確
に再現するといった特徴を生かすために、例えば３８０
〜７８０ｎｍの撮影波長帯域を１０ｎｍ帯域毎に区切っ
て２１バンドさらには５ｎｍ帯域毎に区切って４１バン
ドといった多くのバンド数を備えたマルチバンド画像に
基づいてマルチスペクトル画像を得ることが望まれる。
【０００３】しかし、画素毎に分光情報を備えるマルチ
スペクトル画像は、撮影波長帯域を分割した各帯域（チ
ャンネル）毎に、例えば４１チャンネル毎に分光反射率
データを有するため、従来から用いられてきた３チャン
ネルのＲＧＢカラー画像に比べ、例えば約１３倍（４１
チャンネル／３チャンネル）の画像データ量を備えなけ
ればならない。そのため、得られたマルチスペクトル画
像の画像データを保存する場合、大きな記憶容量が必要
となり、保存に要する時間も長い。また、画像データを
ネットワークを介して転送する際にも多大の時間がかか
り、取り扱いが困難になる。
スペクトル画像は、撮影波長帯域を分割した各帯域（チ
ャンネル）毎に、例えば４１チャンネル毎に分光反射率
データを有するため、従来から用いられてきた３チャン
ネルのＲＧＢカラー画像に比べ、例えば約１３倍（４１
チャンネル／３チャンネル）の画像データ量を備えなけ
ればならない。そのため、得られたマルチスペクトル画
像の画像データを保存する場合、大きな記憶容量が必要
となり、保存に要する時間も長い。また、画像データを
ネットワークを介して転送する際にも多大の時間がかか
り、取り扱いが困難になる。
【０００４】このような問題に対して、マルチスペクト
ル画像の各画素ごとの分光情報から得られるスペクトル
波形を３つの等色関数、例えばＲＧＢ表色形の等色関数
で展開するとともに、等色関数で表されないスペクトル
波形の部分を、主成分分析法を用いて、主成分基底ベク
トルで展開し、その中からスペクトル画像の画像情報を
代表する主成分を抽出して採用し、それ以外の主成分は
取り除き、最終的に等色関数を含め合計６〜８個の基底
ベクトルで上記スペクトル波形を表現する方法が提案さ
れている（Th.Keusen ,Multispectoral Color System w
uth an Encoding Format Compatible with the Convent
ional Tristimulus Model ,Journal ofImaging Science
and Technology 40: 510-515 (1996) ) 。これを用い
て、上記スペクトル波形を６〜８個の基底ベクトルとそ
れに対応した係数の対とで表わすことによって、マルチ
スペクトル画像の画像データを圧縮することができる。
特に、ＲＧＢ表色形の等色関数で表される場合、等色関
数の係数は、Ｒ、ＧおよびＢの三刺激値となるので、
Ｒ、ＧおよびＢ画素による３刺激値に基づいて画像処理
や画像表示等が行われる従来の画像処理装置や画像表示
装置に対応して適合するように特別な変換を施す必要が
なく、直接画像データを送ることができるといった処理
の低減に対して優れた効果を備える。
ル画像の各画素ごとの分光情報から得られるスペクトル
波形を３つの等色関数、例えばＲＧＢ表色形の等色関数
で展開するとともに、等色関数で表されないスペクトル
波形の部分を、主成分分析法を用いて、主成分基底ベク
トルで展開し、その中からスペクトル画像の画像情報を
代表する主成分を抽出して採用し、それ以外の主成分は
取り除き、最終的に等色関数を含め合計６〜８個の基底
ベクトルで上記スペクトル波形を表現する方法が提案さ
れている（Th.Keusen ,Multispectoral Color System w
uth an Encoding Format Compatible with the Convent
ional Tristimulus Model ,Journal ofImaging Science
and Technology 40: 510-515 (1996) ) 。これを用い
て、上記スペクトル波形を６〜８個の基底ベクトルとそ
れに対応した係数の対とで表わすことによって、マルチ
スペクトル画像の画像データを圧縮することができる。
特に、ＲＧＢ表色形の等色関数で表される場合、等色関
数の係数は、Ｒ、ＧおよびＢの三刺激値となるので、
Ｒ、ＧおよびＢ画素による３刺激値に基づいて画像処理
や画像表示等が行われる従来の画像処理装置や画像表示
装置に対応して適合するように特別な変換を施す必要が
なく、直接画像データを送ることができるといった処理
の低減に対して優れた効果を備える。
【０００５】このような方法によって得られる画像デー
タは、例えば４１個のスペクトル画像から構成されるマ
ルチスペクトル画像の場合、例えば８個の基底ベクトル
とその係数によって表すことによって、マルチスペクト
ル画像の画像データ量の約２０％（８個／４１個×１０
０）に圧縮することができる。しかし、４１個のスペク
トル画像から構成されるマルチスペクトル画像の場合、
ＲＧＢカラー画像の画像データ量に比べて約１３倍も大
きく、上記方法で約３０％に圧縮できたとしても、ＲＧ
Ｂカラー画像の画像データ量に対して、依然として約
２．５倍（１３×２０／１００）ものデータ量を有する
ことになる。そのため、上述したように記録メディア等
に記録保存する際の記録時間や画像データをネットワー
クを介して転送する際の転送時間も長く、依然として取
り扱いが困難である。
タは、例えば４１個のスペクトル画像から構成されるマ
ルチスペクトル画像の場合、例えば８個の基底ベクトル
とその係数によって表すことによって、マルチスペクト
ル画像の画像データ量の約２０％（８個／４１個×１０
０）に圧縮することができる。しかし、４１個のスペク
トル画像から構成されるマルチスペクトル画像の場合、
ＲＧＢカラー画像の画像データ量に比べて約１３倍も大
きく、上記方法で約３０％に圧縮できたとしても、ＲＧ
Ｂカラー画像の画像データ量に対して、依然として約
２．５倍（１３×２０／１００）ものデータ量を有する
ことになる。そのため、上述したように記録メディア等
に記録保存する際の記録時間や画像データをネットワー
クを介して転送する際の転送時間も長く、依然として取
り扱いが困難である。
【０００６】そこで、本発明は、上記問題点を解決し、
被写体を撮影する際の撮影波長帯域を複数のバンド帯域
に分割することで得られる複数のスペクトル画像に対し
て、視覚的に劣化することが少なく画像圧縮の際の圧縮
率を高め、画像データの取り扱いが向上するマルチスペ
クトル画像の画像圧縮方法および画像圧縮装置を提供す
ることを目的とする。
被写体を撮影する際の撮影波長帯域を複数のバンド帯域
に分割することで得られる複数のスペクトル画像に対し
て、視覚的に劣化することが少なく画像圧縮の際の圧縮
率を高め、画像データの取り扱いが向上するマルチスペ
クトル画像の画像圧縮方法および画像圧縮装置を提供す
ることを目的とする。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、被写体を撮影する際に撮影波長帯域を複
数のバンド帯域に分割して撮影したバンド画像を用いて
得られるマルチスペクトル画像を画像圧縮する方法であ
って、マルチスペクトル画像の画像データを用いて、主
成分分析を行い、マルチスペクトル画像の主成分ベクト
ルと主成分画像の複数の対を得、この複数の対の中か
ら、マルチスペクトル画像の画像情報を最適に代表する
最適主成分数を求めて、最適主成分ベクトルと最適主成
分画像を得、得られた各最適主成分画像に対して、像構
造圧縮を行うことによって、最適主成分圧縮画像データ
を得、得られた各最適主成分画像に対して、像構造圧縮
を行うことによって、最適主成分圧縮画像データを得る
ことによって、前記マルチスペクトル画像の画像データ
を前記最適主成分ベクトルおよび前記最適主成分圧縮画
像データに圧縮することを特徴とするマルチスペクトル
画像の画像圧縮方法を提供するものである。
に、本発明は、被写体を撮影する際に撮影波長帯域を複
数のバンド帯域に分割して撮影したバンド画像を用いて
得られるマルチスペクトル画像を画像圧縮する方法であ
って、マルチスペクトル画像の画像データを用いて、主
成分分析を行い、マルチスペクトル画像の主成分ベクト
ルと主成分画像の複数の対を得、この複数の対の中か
ら、マルチスペクトル画像の画像情報を最適に代表する
最適主成分数を求めて、最適主成分ベクトルと最適主成
分画像を得、得られた各最適主成分画像に対して、像構
造圧縮を行うことによって、最適主成分圧縮画像データ
を得、得られた各最適主成分画像に対して、像構造圧縮
を行うことによって、最適主成分圧縮画像データを得る
ことによって、前記マルチスペクトル画像の画像データ
を前記最適主成分ベクトルおよび前記最適主成分圧縮画
像データに圧縮することを特徴とするマルチスペクトル
画像の画像圧縮方法を提供するものである。
【０００８】ここで、前記最適主成分数は、色空間上の
測色値に基づいて決定されるのが好ましく、その際、最
適主成分数は、前記主成分ベクトルと前記主成分画像の
中から選ばれて構成される合成画像の測色値の画像情報
の、前記マルチスペクトル画像に基づいて構成されるオ
リジナル画像の測色値の画像情報に対する誤差の値が、
所定値以下となる最小の主成分数であり、あるいは、前
記マルチスペクトル画像に対する寄与の大きい主成分ベ
クトルを、主成分ベクトルの大きい順に、順次含めて前
記合成画像を求めた時の前記オリジナル画像に対する前
記誤差の変動が、所定値以下に収まる最小の主成分数で
あるのが好ましい。
測色値に基づいて決定されるのが好ましく、その際、最
適主成分数は、前記主成分ベクトルと前記主成分画像の
中から選ばれて構成される合成画像の測色値の画像情報
の、前記マルチスペクトル画像に基づいて構成されるオ
リジナル画像の測色値の画像情報に対する誤差の値が、
所定値以下となる最小の主成分数であり、あるいは、前
記マルチスペクトル画像に対する寄与の大きい主成分ベ
クトルを、主成分ベクトルの大きい順に、順次含めて前
記合成画像を求めた時の前記オリジナル画像に対する前
記誤差の変動が、所定値以下に収まる最小の主成分数で
あるのが好ましい。
【０００９】また、前記像構造圧縮は、離散フーリエ変
換またはウェーブレット変換による画像データの高周波
成分の圧縮であるのが好ましく、さらに、前記像構造に
よる圧縮は、画像データの符号化により画像データを圧
縮する符号化圧縮処理が付加されるのが好ましい。
換またはウェーブレット変換による画像データの高周波
成分の圧縮であるのが好ましく、さらに、前記像構造に
よる圧縮は、画像データの符号化により画像データを圧
縮する符号化圧縮処理が付加されるのが好ましい。
【００１０】また、本発明は、被写体を撮影する際に撮
影波長帯域を複数のバンド帯域に分割して撮影したバン
ド画像を用いて得られるマルチスペクトル画像を画像圧
縮するマルチスペクトル画像の画像圧縮装置であって、
マルチスペクトル画像の画像データを用いて、主成分分
析を行い、マルチスペクトル画像の主成分ベクトルと主
成分画像の複数の対を得る主成分分析部と、この主成分
分析部で得られた主成分ベクトルと主成分画像の複数の
対の中から、マルチスペクトル画像の画像情報を最適に
代表する最適主成分数を求めて、最適主成分ベクトルと
最適主成分画像を得る最適主成分ベクトル・画像抽出部
と、この最適成分ベクトル・画像抽出部で得られた各最
適主成分画像の画像データに対して、像構造圧縮を行う
画像圧縮部とを有することを特徴とするマルチスペクト
ル画像の画像圧縮装置を提供するものである。
影波長帯域を複数のバンド帯域に分割して撮影したバン
ド画像を用いて得られるマルチスペクトル画像を画像圧
縮するマルチスペクトル画像の画像圧縮装置であって、
マルチスペクトル画像の画像データを用いて、主成分分
析を行い、マルチスペクトル画像の主成分ベクトルと主
成分画像の複数の対を得る主成分分析部と、この主成分
分析部で得られた主成分ベクトルと主成分画像の複数の
対の中から、マルチスペクトル画像の画像情報を最適に
代表する最適主成分数を求めて、最適主成分ベクトルと
最適主成分画像を得る最適主成分ベクトル・画像抽出部
と、この最適成分ベクトル・画像抽出部で得られた各最
適主成分画像の画像データに対して、像構造圧縮を行う
画像圧縮部とを有することを特徴とするマルチスペクト
ル画像の画像圧縮装置を提供するものである。
【００１１】
【発明の実施の形態】以下、本発明のマルチスペクトル
画像の画像圧縮方法を実施するマルチスペクトル画像取
得システムについて、添付の図面に示される好適実施例
を基に詳細に説明する。
画像の画像圧縮方法を実施するマルチスペクトル画像取
得システムについて、添付の図面に示される好適実施例
を基に詳細に説明する。
【００１２】図１は、本発明のマルチスペクトル画像の
画像圧縮方法を実施し、本発明のマルチスペクトル画像
の画像圧縮装置を含むマルチスペクトル画像取得システ
ム（以下、本システムという）１０を示す。本システム
１０は、撮影被写体Ｏを撮影し、得られたマルチスペク
トル画像Ｍ S の画像データを記録メディアに保存するも
のであって、撮影被写体Ｏを照らす光源１２と、撮影波
長帯域を複数のバンド帯域に分割する可変フィルタ１４
と、撮影被写体Ｏを撮影してマルチバンド画像ＭB を得
るＣＣＤカメラ１６と、画像データを一時保持するマル
チバンド画像記憶部１８と、マルチバンド画像から各画
素毎に分光反射率分布を推定してマルチスペクトル画像
ＭS を得るマルチスペクトル画像取得装置２０と、マル
チスペクトル画像ＭS の画像データを、視覚的な劣化が
少なく、圧縮率を高くして圧縮するマルチスペクトル画
像圧縮装置２２と、得られた圧縮画像データを保存する
記録メディアドライブ装置２４とを主に有して構成され
る。なお、本発明において、マルチスペクトル画像Ｍs
は、少なくとも６チャンネル以上のスペクトル画像を備
え、すなわち、分光反射率分布のデータを持つ構成波長
数が６以上であるのが好ましい。
画像圧縮方法を実施し、本発明のマルチスペクトル画像
の画像圧縮装置を含むマルチスペクトル画像取得システ
ム（以下、本システムという）１０を示す。本システム
１０は、撮影被写体Ｏを撮影し、得られたマルチスペク
トル画像Ｍ S の画像データを記録メディアに保存するも
のであって、撮影被写体Ｏを照らす光源１２と、撮影波
長帯域を複数のバンド帯域に分割する可変フィルタ１４
と、撮影被写体Ｏを撮影してマルチバンド画像ＭB を得
るＣＣＤカメラ１６と、画像データを一時保持するマル
チバンド画像記憶部１８と、マルチバンド画像から各画
素毎に分光反射率分布を推定してマルチスペクトル画像
ＭS を得るマルチスペクトル画像取得装置２０と、マル
チスペクトル画像ＭS の画像データを、視覚的な劣化が
少なく、圧縮率を高くして圧縮するマルチスペクトル画
像圧縮装置２２と、得られた圧縮画像データを保存する
記録メディアドライブ装置２４とを主に有して構成され
る。なお、本発明において、マルチスペクトル画像Ｍs
は、少なくとも６チャンネル以上のスペクトル画像を備
え、すなわち、分光反射率分布のデータを持つ構成波長
数が６以上であるのが好ましい。
【００１３】光源１２は、撮影被写体Ｏを撮影するもの
であって、光源の種類等は特に制限されないが、撮影さ
れたマルチバンド画像ＭB から分光反射率を推定し、マ
ルチスペクトル画像ＭS を取得するために、分光強度分
布が既知の光源であることが好ましい。可変フィルタ１
４は、撮影被写体Ｏを撮影してマルチバンド画像ＭB を
得るために、撮影波長帯域を分割するバンド帯域が可変
に設定可能なバンドパスフィルタであり、例えば１６バ
ンド、２１バンドや４１バンド等に分割することができ
る。このような可変フィルタとして、例えば液晶チュー
ナブルフィルタが挙げられる。
であって、光源の種類等は特に制限されないが、撮影さ
れたマルチバンド画像ＭB から分光反射率を推定し、マ
ルチスペクトル画像ＭS を取得するために、分光強度分
布が既知の光源であることが好ましい。可変フィルタ１
４は、撮影被写体Ｏを撮影してマルチバンド画像ＭB を
得るために、撮影波長帯域を分割するバンド帯域が可変
に設定可能なバンドパスフィルタであり、例えば１６バ
ンド、２１バンドや４１バンド等に分割することができ
る。このような可変フィルタとして、例えば液晶チュー
ナブルフィルタが挙げられる。
【００１４】ＣＣＤカメラ１６は、撮影被写体Ｏの反射
光を可変フィルタ１４を介して所望の波長帯域に分光さ
れた透過光によって結像される像を黒白のバンド画像と
して撮影するカメラであって、受光面には、エリアセン
サとしてＣＣＤ（charge coupled device ) 撮像素子が
面状に配置されている。また、ＣＣＤカメラ１６には、
撮影される画像の明度値のダイナミックレンジを適切に
定めるため、撮影被写体Ｏの撮影前に行うホワイトバラ
ンスの調整機構を備える。
光を可変フィルタ１４を介して所望の波長帯域に分光さ
れた透過光によって結像される像を黒白のバンド画像と
して撮影するカメラであって、受光面には、エリアセン
サとしてＣＣＤ（charge coupled device ) 撮像素子が
面状に配置されている。また、ＣＣＤカメラ１６には、
撮影される画像の明度値のダイナミックレンジを適切に
定めるため、撮影被写体Ｏの撮影前に行うホワイトバラ
ンスの調整機構を備える。
【００１５】マルチバンド画像データ記憶装置１８は、
撮影波長帯域を複数のバンド帯域に分割して撮影され、
各バンドに対応するホワイトバランスの調整された複数
のバンド画像からなるマルチバンド画像ＭB を一時記憶
保持する部分である。マルチスペクトル取得装置２０
は、ＣＣＤカメラ１６で撮影された分光反射率の既知の
撮影被写体の画像データ、例えばマクベスチャートのグ
レーパッチの画像データとその既知の分光反射率の値と
の対応関係から予め作成された１次元ルックアップテー
ブル（１次元ＬＵＴ）を備え、この１次元ＬＵＴを用い
て、マルチバンド画像データ記憶装置１８より呼び出さ
れた撮影被写体Ｏのマルチバンド画像ＭB の画像データ
から各画素毎の撮影被写体Ｏの分光反射率を推定し、マ
ルチスペクトル画像ＭS を取得する部分である。撮影被
写体Ｏの分光反射率の推定において、可変フィルタ１４
のフィルタ特性、すなわち可変フィルタ１４の分光透過
率分布がバンド間で一部分が重なった特性を有する場
合、得られるマルチスペクトル画像ＭS の分光反射率分
布は鈍り、精度の高い分光反射率分布を推定することが
できないため、マトリクス演算やフーリエ変換を用い
て、上記フィルタ特性を排除するデコンボリューション
処理を施してもよい。
撮影波長帯域を複数のバンド帯域に分割して撮影され、
各バンドに対応するホワイトバランスの調整された複数
のバンド画像からなるマルチバンド画像ＭB を一時記憶
保持する部分である。マルチスペクトル取得装置２０
は、ＣＣＤカメラ１６で撮影された分光反射率の既知の
撮影被写体の画像データ、例えばマクベスチャートのグ
レーパッチの画像データとその既知の分光反射率の値と
の対応関係から予め作成された１次元ルックアップテー
ブル（１次元ＬＵＴ）を備え、この１次元ＬＵＴを用い
て、マルチバンド画像データ記憶装置１８より呼び出さ
れた撮影被写体Ｏのマルチバンド画像ＭB の画像データ
から各画素毎の撮影被写体Ｏの分光反射率を推定し、マ
ルチスペクトル画像ＭS を取得する部分である。撮影被
写体Ｏの分光反射率の推定において、可変フィルタ１４
のフィルタ特性、すなわち可変フィルタ１４の分光透過
率分布がバンド間で一部分が重なった特性を有する場
合、得られるマルチスペクトル画像ＭS の分光反射率分
布は鈍り、精度の高い分光反射率分布を推定することが
できないため、マトリクス演算やフーリエ変換を用い
て、上記フィルタ特性を排除するデコンボリューション
処理を施してもよい。
【００１６】記録メディアドライブ装置２４は、ハード
ディスクやフロッピーディスクやＭＯやＣＤ−ＲやＤＶ
Ｄ等の記録メディアに記録するドライブ装置であり、マ
ルチスペクトル画像ＭS の画像データを後述するマルチ
スペクトル画像圧縮装置２２で圧縮した圧縮マルチスペ
クトル画像データを記録することができる。また、記録
メディアドライブ装置２４と共に、またこれに替えて、
後述する圧縮マルチスペクトル画像データを各種ネット
ワークを介して転送するために、ネットワーク接続装置
を備えてもよい。
ディスクやフロッピーディスクやＭＯやＣＤ−ＲやＤＶ
Ｄ等の記録メディアに記録するドライブ装置であり、マ
ルチスペクトル画像ＭS の画像データを後述するマルチ
スペクトル画像圧縮装置２２で圧縮した圧縮マルチスペ
クトル画像データを記録することができる。また、記録
メディアドライブ装置２４と共に、またこれに替えて、
後述する圧縮マルチスペクトル画像データを各種ネット
ワークを介して転送するために、ネットワーク接続装置
を備えてもよい。
【００１７】マルチスペクトル画像圧縮装置２２は、マ
ルチスペクトル取得装置２０で得られたマルチスペクト
ル画像ＭS を構成するマルチスペクトル画像データに対
して、視覚的な劣化が少なく画像圧縮率の高い圧縮マル
チスペクトル画像データを求める部分であり、主成分分
析部２２ａと、最適主成分ベクトル・画像抽出部２２ｂ
と、画像圧縮部２２ｃとを備える。また、本装置は、以
下に示すような機能を備えるソフトウェアで構成しても
よく、また１つのハードウェアとして構成してもよい。
ルチスペクトル取得装置２０で得られたマルチスペクト
ル画像ＭS を構成するマルチスペクトル画像データに対
して、視覚的な劣化が少なく画像圧縮率の高い圧縮マル
チスペクトル画像データを求める部分であり、主成分分
析部２２ａと、最適主成分ベクトル・画像抽出部２２ｂ
と、画像圧縮部２２ｃとを備える。また、本装置は、以
下に示すような機能を備えるソフトウェアで構成しても
よく、また１つのハードウェアとして構成してもよい。
【００１８】主成分分析部２２ａは、マルチスペクトル
画像ＭS の各画素毎に備える分光反射率分布の主成分分
析を行い、各画素ごとに分光反射率分布を主成分に展開
する部分である。なお、以降では、撮影波長帯域を複数
のバンド帯域に分割するバンド数をｎとして説明する。
本発明における主成分分析法は、観測波形データ群を正
規直交展開して標本化する方法の一つで、最適標本化と
もいわれるものである。即ち、最も少ない数の直交基底
関数の荷重平均で、観測波形データを最も精度良く表現
するための方法である。ここでは、直交基底関数を主成
分べクトルと呼ぶ。本発明における主成分分析として具
体的には、観測波形から、統計的手法および固有値解析
法を用いて、観測波形に固有の１次独立な固有ベクトル
を主成分ベクトルとして求め、この主成分ベクトルか
ら、本来観測波形に雑音成分が無ければ、固有値が０と
なる固有値の小さな主成分ベクトルを取り除き、バンド
数ｎより少ない数の最適主成分ベクトルを求め、この最
適主成分ベクトルによって観測波形を線型的に表す、南
茂夫著、「科学計測のための波形データ処理」、２２０
−２２５頁に記載の方法があげられる。この分析方法
は、主成分分析部２２ａおよび後述する最適主成分ベク
トル・画像抽出部２２ｂにおいて主に行われる。主成分
分析法を用いる場合には、観測波形であるマルチスペク
トル画像ＭS の画素毎の分光反射率波形が、線型的に表
すことができ、また分光反射率波形に含まれる雑音成分
も、分光反射率の値と無関係な雑音であることが好まし
い。
画像ＭS の各画素毎に備える分光反射率分布の主成分分
析を行い、各画素ごとに分光反射率分布を主成分に展開
する部分である。なお、以降では、撮影波長帯域を複数
のバンド帯域に分割するバンド数をｎとして説明する。
本発明における主成分分析法は、観測波形データ群を正
規直交展開して標本化する方法の一つで、最適標本化と
もいわれるものである。即ち、最も少ない数の直交基底
関数の荷重平均で、観測波形データを最も精度良く表現
するための方法である。ここでは、直交基底関数を主成
分べクトルと呼ぶ。本発明における主成分分析として具
体的には、観測波形から、統計的手法および固有値解析
法を用いて、観測波形に固有の１次独立な固有ベクトル
を主成分ベクトルとして求め、この主成分ベクトルか
ら、本来観測波形に雑音成分が無ければ、固有値が０と
なる固有値の小さな主成分ベクトルを取り除き、バンド
数ｎより少ない数の最適主成分ベクトルを求め、この最
適主成分ベクトルによって観測波形を線型的に表す、南
茂夫著、「科学計測のための波形データ処理」、２２０
−２２５頁に記載の方法があげられる。この分析方法
は、主成分分析部２２ａおよび後述する最適主成分ベク
トル・画像抽出部２２ｂにおいて主に行われる。主成分
分析法を用いる場合には、観測波形であるマルチスペク
トル画像ＭS の画素毎の分光反射率波形が、線型的に表
すことができ、また分光反射率波形に含まれる雑音成分
も、分光反射率の値と無関係な雑音であることが好まし
い。
【００１９】本実施例に沿って説明すると、マルチスペ
クトル画像ＭS は、各画素毎に、可変フィルタ１４を用
いて被写体の撮影波長帯域を分割したバンドの数ｎだ
け、分光反射率の値を有する。すなわち、ｎ個のバンド
帯域からなるマルチバンド画像ＭB によって得られたマ
ルチスペクトル画像ＭS は、ｎ個の分光反射率の値から
なる分光反射率分布Ｒを有する。また、マルチスペクト
ル画像ＭS の各画素は、例えば１０２４×１０２４画
素、すなわち約１０6 個の画素で構成され、この画素数
は、分光反射率の個数であるｎよりも圧倒的に大きいた
め、統計的処理、すなわち、後述するように、ｎ次元ベ
クトルの形式で表された分光反射率分布Ｒ(i,j，λ) ＝
( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ(i,j，λ3)，・・
・，Ｒ（i,j，λn ) ）T （小文字T は転置を示し、(i,
j) は、注目画素の画素位置であり、λは分光波長を示
す）の、画像領域全体またはその一部分の画素に関する
自己相関行列Ｔを求め、分光反射率の主成分分析を行う
ことができる。
クトル画像ＭS は、各画素毎に、可変フィルタ１４を用
いて被写体の撮影波長帯域を分割したバンドの数ｎだ
け、分光反射率の値を有する。すなわち、ｎ個のバンド
帯域からなるマルチバンド画像ＭB によって得られたマ
ルチスペクトル画像ＭS は、ｎ個の分光反射率の値から
なる分光反射率分布Ｒを有する。また、マルチスペクト
ル画像ＭS の各画素は、例えば１０２４×１０２４画
素、すなわち約１０6 個の画素で構成され、この画素数
は、分光反射率の個数であるｎよりも圧倒的に大きいた
め、統計的処理、すなわち、後述するように、ｎ次元ベ
クトルの形式で表された分光反射率分布Ｒ(i,j，λ) ＝
( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ(i,j，λ3)，・・
・，Ｒ（i,j，λn ) ）T （小文字T は転置を示し、(i,
j) は、注目画素の画素位置であり、λは分光波長を示
す）の、画像領域全体またはその一部分の画素に関する
自己相関行列Ｔを求め、分光反射率の主成分分析を行う
ことができる。
【００２０】ここで求められる主成分とは、統計的処理
を用いて得られるもので、例えばｎバンドの数に相当す
るｎ個の分光反射率の値からなる正規直交化された自己
相関行列Ｔの固有ベクトルである主成分ベクトルｐ
k （λ）（ｋ＝１〜ｎ）と自己相関行列Ｔの固有値ｕk
（ｋ＝１〜ｎ（ｋは１以上ｎ以下の整数を示す））の対
である。また、主成分ベクトルｐk （λ）（ｋ＝１〜
ｎ）を用いて、スペクトル画像の画素位置(i,j) での分
光反射率分布Ｒ(i,j，λ) を線型展開し、その際得られ
る各主成分ベクトルｐk （λ）（ｋ＝１〜ｎ）に係る係
数ｓk (i,j) （ｋ＝１〜ｎ）を求め、これを画素位置
(i,j) での画像データとする主成分画像Ｓk （ｋ＝１〜
ｎ）を得ることができる。得られた主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）および主成分画像Ｓk （ｋ＝１〜
ｎ）は、最適主成分ベクトル・画像抽出部２２ｂに送ら
れる。
を用いて得られるもので、例えばｎバンドの数に相当す
るｎ個の分光反射率の値からなる正規直交化された自己
相関行列Ｔの固有ベクトルである主成分ベクトルｐ
k （λ）（ｋ＝１〜ｎ）と自己相関行列Ｔの固有値ｕk
（ｋ＝１〜ｎ（ｋは１以上ｎ以下の整数を示す））の対
である。また、主成分ベクトルｐk （λ）（ｋ＝１〜
ｎ）を用いて、スペクトル画像の画素位置(i,j) での分
光反射率分布Ｒ(i,j，λ) を線型展開し、その際得られ
る各主成分ベクトルｐk （λ）（ｋ＝１〜ｎ）に係る係
数ｓk (i,j) （ｋ＝１〜ｎ）を求め、これを画素位置
(i,j) での画像データとする主成分画像Ｓk （ｋ＝１〜
ｎ）を得ることができる。得られた主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）および主成分画像Ｓk （ｋ＝１〜
ｎ）は、最適主成分ベクトル・画像抽出部２２ｂに送ら
れる。
【００２１】最適主成分ベクトル・画像抽出部２２ｂ
は、主成分分析部２２ａで得られた主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）とそれに対応した主成分画像Ｓk
（ｋ＝１〜ｎ）とを用いて、最適主成分数ｍ1 を定め、
最適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）および
最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を抽出する部分で
ある。最適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）
および最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を抽出する
のは、主成分分析部２２ａで求められた主成分ベクトル
ｐk （λ）（ｋ＝１〜ｎ）には、マルチスペクトル画像
の画像データの雑音成分の影響を受けて、本来主成分ベ
クトルに当たらない固有ベクトルも主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）として含まれるため、この主成分
ベクトルｐk （λ）を排除し、最適主成分ベクトルｐk
（λ）（ｋ＝１〜ｍ1 ）および最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）を抽出する必要があるからである。
は、主成分分析部２２ａで得られた主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）とそれに対応した主成分画像Ｓk
（ｋ＝１〜ｎ）とを用いて、最適主成分数ｍ1 を定め、
最適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）および
最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を抽出する部分で
ある。最適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）
および最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を抽出する
のは、主成分分析部２２ａで求められた主成分ベクトル
ｐk （λ）（ｋ＝１〜ｎ）には、マルチスペクトル画像
の画像データの雑音成分の影響を受けて、本来主成分ベ
クトルに当たらない固有ベクトルも主成分ベクトルｐk
（λ）（ｋ＝１〜ｎ）として含まれるため、この主成分
ベクトルｐk （λ）を排除し、最適主成分ベクトルｐk
（λ）（ｋ＝１〜ｍ1 ）および最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）を抽出する必要があるからである。
【００２２】すなわち、ｎ個の主成分ベクトルｐ
k （λ）（ｋ＝１〜ｎ）とそれに対応した主成分画像Ｓ
k （ｋ＝１〜ｎ）の対の中から、それより少ないｍ（ｍ
＜ｎ）個の主成分ベクトルｐk （λ）（ｋ＝１〜ｍ）と
それに対応した主成分画像Ｓk （ｋ＝１〜ｍ）の対を用
いて合成画像Ｇを求め、この合成画像Ｇの画像情報の、
マルチスペクトル画像Ｍs に基づくオリジナル画像の画
像情報に対する誤差を用いて、ｍ個の主成分ベクトルｐ
k （λ）（ｋ＝１〜ｍ）とそれに対応した主成分画像Ｓ
k （ｋ＝１〜ｍ）が最適な主成分であるかどうか判断す
る。
k （λ）（ｋ＝１〜ｎ）とそれに対応した主成分画像Ｓ
k （ｋ＝１〜ｎ）の対の中から、それより少ないｍ（ｍ
＜ｎ）個の主成分ベクトルｐk （λ）（ｋ＝１〜ｍ）と
それに対応した主成分画像Ｓk （ｋ＝１〜ｍ）の対を用
いて合成画像Ｇを求め、この合成画像Ｇの画像情報の、
マルチスペクトル画像Ｍs に基づくオリジナル画像の画
像情報に対する誤差を用いて、ｍ個の主成分ベクトルｐ
k （λ）（ｋ＝１〜ｍ）とそれに対応した主成分画像Ｓ
k （ｋ＝１〜ｍ）が最適な主成分であるかどうか判断す
る。
【００２３】ここで、主成分ベクトルｐk （λ）は、対
応した固有値ｕk が大きい程、マルチスペクトル画像Ｍ
s の分光反射率分布における主成分の寄与は大きい。主
成分ベクトルｐk （λ）を、固有値ｕk の大きい順に並
べ、固有値ｕk の大きい順に、合成画像Ｇを求めるため
に採用する主成分ベクトルを順次増やし、一定の照明光
源下て再構成された合成画像Ｇを求めていくと、ｎ個の
主成分ベクトルから構成されるマルチスペクトル画像Ｍ
S に基づくオリジナル画像に対する合成画像Ｇの画像情
報の誤差が、採用する主成分ベクトル数ｍの増加に伴っ
て単調減少する。そのため、この誤差が予め定めた所定
値以下に減少する最初の主成分ベクトル数ｍを求めるこ
とによって、最小の最適主成分数ｍ1 を求めることがで
きる。これによって、最適主成分数ｍ1 で合成画像Ｇを
求める際に採用した主成分ベクトルｐk （λ）およびこ
れに基づいて得られる主成分画像Ｓk を、それぞれ、最
適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）および最
適主成分画像Ｓk （ｋ＝１〜ｍ1 ）として抽出すること
ができる。
応した固有値ｕk が大きい程、マルチスペクトル画像Ｍ
s の分光反射率分布における主成分の寄与は大きい。主
成分ベクトルｐk （λ）を、固有値ｕk の大きい順に並
べ、固有値ｕk の大きい順に、合成画像Ｇを求めるため
に採用する主成分ベクトルを順次増やし、一定の照明光
源下て再構成された合成画像Ｇを求めていくと、ｎ個の
主成分ベクトルから構成されるマルチスペクトル画像Ｍ
S に基づくオリジナル画像に対する合成画像Ｇの画像情
報の誤差が、採用する主成分ベクトル数ｍの増加に伴っ
て単調減少する。そのため、この誤差が予め定めた所定
値以下に減少する最初の主成分ベクトル数ｍを求めるこ
とによって、最小の最適主成分数ｍ1 を求めることがで
きる。これによって、最適主成分数ｍ1 で合成画像Ｇを
求める際に採用した主成分ベクトルｐk （λ）およびこ
れに基づいて得られる主成分画像Ｓk を、それぞれ、最
適主成分ベクトルｐk （λ）（ｋ＝１〜ｍ1 ）および最
適主成分画像Ｓk （ｋ＝１〜ｍ1 ）として抽出すること
ができる。
【００２４】ここで、上記画像情報とは、例えば、ＣＩ
ＥＬ* ａ* ｂ* 色空間に於ける一定の光源下の測色値Ｌ
* 、ａ* およびｂ* 、例えばＣＩＥＤ65の標準光条件下
の測色値Ｌ* 、ａ* およびｂ* であり、その際、上記誤
差とは下記式(1) で表される色差ΔＥ0 である。この場
合、この色差ΔＥ0 が例えば１．０以下となるような主
成分画像の数ｍを見出すことによって最適主成分数ｍ1
を求めることができる。 ΔＥ0 ＝｛（ΔＬ* ）2 ＋（Δａ* ）2 ＋（Δｂ* ）2 ｝1/2 （１） ここで、ΔＬ* 、Δａ* およびΔｂ* は、上記合成画像
とマルチスペクトル画像の画像全体または一部分におけ
る平均測色値Ｌ* 、ａ* およびｂ* の差分である。この
ようにして、最適主成分数ｍ1 は、合成画像Ｇの色空間
上の測色値とオリジナル画像の測色値の色差ΔＥ0 に基
づいて適応的に決定される。
ＥＬ* ａ* ｂ* 色空間に於ける一定の光源下の測色値Ｌ
* 、ａ* およびｂ* 、例えばＣＩＥＤ65の標準光条件下
の測色値Ｌ* 、ａ* およびｂ* であり、その際、上記誤
差とは下記式(1) で表される色差ΔＥ0 である。この場
合、この色差ΔＥ0 が例えば１．０以下となるような主
成分画像の数ｍを見出すことによって最適主成分数ｍ1
を求めることができる。 ΔＥ0 ＝｛（ΔＬ* ）2 ＋（Δａ* ）2 ＋（Δｂ* ）2 ｝1/2 （１） ここで、ΔＬ* 、Δａ* およびΔｂ* は、上記合成画像
とマルチスペクトル画像の画像全体または一部分におけ
る平均測色値Ｌ* 、ａ* およびｂ* の差分である。この
ようにして、最適主成分数ｍ1 は、合成画像Ｇの色空間
上の測色値とオリジナル画像の測色値の色差ΔＥ0 に基
づいて適応的に決定される。
【００２５】また、上記画像情報の誤差、すなわち、オ
リジナル画像に対するｍ個の主成分ベクトルｐk によっ
て再構成される合成画像Ｇの、画像全体または一部分の
画素のスペクトルの自乗誤差Ｅ1 であってもよい。合成
画像Ｇのバンド帯域に対応して分光情報を持つスペクト
ルの画像データについても、測色値の一例と見なされ、
合成画像Ｇの色空間上の測色値であるスペクトルの画像
データとオリジナル画像の測色値であるスペクトルの画
像データの自乗誤差Ｅ1 に基づいて，最適主成分数ｍ1
を適応的に決定してもよい。この場合、この自乗誤差Ｅ
1 またはＬｏｇ（Ｅ1 ）は、主成分ベクトル数ｍに対し
て単調減少となるため、ｍを増やすことによって、自乗
誤差Ｅ1 またはＬｏｇ（Ｅ1 ）の減少幅が予め定められ
た所定値より小さくなる時のｍの値、すなわちｍの増加
に対して自乗誤差Ｅの減少が所定値以下で飽和する時の
最小のｍの値を求めればよい。
リジナル画像に対するｍ個の主成分ベクトルｐk によっ
て再構成される合成画像Ｇの、画像全体または一部分の
画素のスペクトルの自乗誤差Ｅ1 であってもよい。合成
画像Ｇのバンド帯域に対応して分光情報を持つスペクト
ルの画像データについても、測色値の一例と見なされ、
合成画像Ｇの色空間上の測色値であるスペクトルの画像
データとオリジナル画像の測色値であるスペクトルの画
像データの自乗誤差Ｅ1 に基づいて，最適主成分数ｍ1
を適応的に決定してもよい。この場合、この自乗誤差Ｅ
1 またはＬｏｇ（Ｅ1 ）は、主成分ベクトル数ｍに対し
て単調減少となるため、ｍを増やすことによって、自乗
誤差Ｅ1 またはＬｏｇ（Ｅ1 ）の減少幅が予め定められ
た所定値より小さくなる時のｍの値、すなわちｍの増加
に対して自乗誤差Ｅの減少が所定値以下で飽和する時の
最小のｍの値を求めればよい。
【００２６】画像圧縮部２２ｃは、最適主成分ベクトル
・画像抽出部２２ｂで求めた最適主成分画像Ｓk （ｋ＝
１〜ｍ1 ）の各々の画像データに対して像構造に基づく
像構造圧縮を行う部分である。最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）は、第ｋ主成分ベクトルｐk （λ）（ｋ＝
１〜ｍ1 ）の分光反射率分布Ｒ（i,j , λ）に基づいた
画像であり、その画像データが第ｋ主成分ベクトルｐk
（λ）の係数に基づく明度値で表現された画像データか
らなる黒白画像である。画像圧縮部２２ｃは、このよう
な画像データに対して、各主成分の主成分画像毎に、像
構造圧縮を行う。なお、像構造圧縮方法として、例え
ば、ＪＰＥＧ（Joint Photographics Expert Group) で
用いられるＤＣＴ（Discrete Cosine Transformation)
方式が挙げられる。以下では、ＪＰＥＧ方式について説
明するが、この方式に制限されれず、例えば、ＤＦＴ
（Discrete Fourier Transformation)方式やＦＦＴ(Fas
t Fourier Transformation) 方式やＷＴ(Wavelet Trans
formation)方式であってもよい。
・画像抽出部２２ｂで求めた最適主成分画像Ｓk （ｋ＝
１〜ｍ1 ）の各々の画像データに対して像構造に基づく
像構造圧縮を行う部分である。最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）は、第ｋ主成分ベクトルｐk （λ）（ｋ＝
１〜ｍ1 ）の分光反射率分布Ｒ（i,j , λ）に基づいた
画像であり、その画像データが第ｋ主成分ベクトルｐk
（λ）の係数に基づく明度値で表現された画像データか
らなる黒白画像である。画像圧縮部２２ｃは、このよう
な画像データに対して、各主成分の主成分画像毎に、像
構造圧縮を行う。なお、像構造圧縮方法として、例え
ば、ＪＰＥＧ（Joint Photographics Expert Group) で
用いられるＤＣＴ（Discrete Cosine Transformation)
方式が挙げられる。以下では、ＪＰＥＧ方式について説
明するが、この方式に制限されれず、例えば、ＤＦＴ
（Discrete Fourier Transformation)方式やＦＦＴ(Fas
t Fourier Transformation) 方式やＷＴ(Wavelet Trans
formation)方式であってもよい。
【００２７】ＪＰＥＧ方式とは、例えば１０２４×１０
２４画素の主成分画像Ｓk を８×８画素のブロック画像
に分解し、このブロック画像各々に対して、cosine関数
による2 次元の離散型のフーリエ展開であるＤＣＴを施
し、得られ低周波成分から高周波成分に至る複数のフー
リエ係数をＤＣＴ係数として求めたのち、予め与えられ
た量子化テーブルによって上記ＤＣＴ係数を除して、高
周波成分のフーリエ係数を０として省略することで、高
周波成分の画像データを圧縮し、その後ＤＣＴ係数の０
次低周波成分である直流成分とそれ以外の周波数成分に
分け、ハフマン符号化方式や公知の算術符号化方式を用
いて、ＤＣＴ係数の画像データを符号化し圧縮する方式
である。ここで、上記量子化テーブルの値は、主成分画
像Ｓk の像構造によって変化するものである。本発明に
おいては、上記ＤＣＴ係数の高周波成分を量子化テーブ
ルによって除去した画像データを、ハフマン符号化方式
や公知の算術符号化方式を用いることなく、圧縮マルチ
スペクトル画像データとして、画像圧縮部２２ｃから出
力させてもよい。また、最適主成分画像Ｓk （ｋ＝１〜
ｍ1 ）の画像像データに対して、符号化による圧縮を直
接施してもよい。
２４画素の主成分画像Ｓk を８×８画素のブロック画像
に分解し、このブロック画像各々に対して、cosine関数
による2 次元の離散型のフーリエ展開であるＤＣＴを施
し、得られ低周波成分から高周波成分に至る複数のフー
リエ係数をＤＣＴ係数として求めたのち、予め与えられ
た量子化テーブルによって上記ＤＣＴ係数を除して、高
周波成分のフーリエ係数を０として省略することで、高
周波成分の画像データを圧縮し、その後ＤＣＴ係数の０
次低周波成分である直流成分とそれ以外の周波数成分に
分け、ハフマン符号化方式や公知の算術符号化方式を用
いて、ＤＣＴ係数の画像データを符号化し圧縮する方式
である。ここで、上記量子化テーブルの値は、主成分画
像Ｓk の像構造によって変化するものである。本発明に
おいては、上記ＤＣＴ係数の高周波成分を量子化テーブ
ルによって除去した画像データを、ハフマン符号化方式
や公知の算術符号化方式を用いることなく、圧縮マルチ
スペクトル画像データとして、画像圧縮部２２ｃから出
力させてもよい。また、最適主成分画像Ｓk （ｋ＝１〜
ｍ1 ）の画像像データに対して、符号化による圧縮を直
接施してもよい。
【００２８】本システム１０は、以上のように構成され
る。次に、本発明のマルチスペクトル画像の画像圧縮方
法について、本システム１０に沿った画像圧縮方法の流
れを、図３を参照しつつ説明する。
る。次に、本発明のマルチスペクトル画像の画像圧縮方
法について、本システム１０に沿った画像圧縮方法の流
れを、図３を参照しつつ説明する。
【００２９】まず、光源１２、可変フィルタ１４および
ＣＣＤカメラ１６によって形成されるマルチバンドカメ
ラによって撮影被写体Ｏを撮影し、複数のバンド帯域に
分割された複数のバンド画像からなるマルチバンド画像
ＭB を取得する（ステップ１００）。得られたマルチバ
ンド画像ＭB は、マルチバンド画像データ記憶装置１８
に一時記憶されるると共に、マルチスペクトル画像取得
装置２０に送られる。
ＣＣＤカメラ１６によって形成されるマルチバンドカメ
ラによって撮影被写体Ｏを撮影し、複数のバンド帯域に
分割された複数のバンド画像からなるマルチバンド画像
ＭB を取得する（ステップ１００）。得られたマルチバ
ンド画像ＭB は、マルチバンド画像データ記憶装置１８
に一時記憶されるると共に、マルチスペクトル画像取得
装置２０に送られる。
【００３０】マルチスペクトル画像取得装置２０では、
例えばマクベスチャートのグレーパッチの画像データと
その分光反射率の値との関係から作成された１次元ルッ
クアップテーブル（１次元ＬＵＴ）が備えられており、
この１次元ＬＵＴを用いて、マルチバンド画像データ記
憶装置１８から呼び出された撮影被写体Ｏのマルチバン
ド画像ＭB の画像データを用いて各画素毎の撮影被写体
Ｏの分光反射率を推定しマルチスペクトル画像ＭS の画
像データを取得する（ステップ１０２）。この撮影被写
体Ｏの分光反射率の推定において、精度の高い分光反射
率分布を推定するために、マトリクス演算やフーリエ変
換を用いたデコンボリューション処理が付加されてもよ
い。
例えばマクベスチャートのグレーパッチの画像データと
その分光反射率の値との関係から作成された１次元ルッ
クアップテーブル（１次元ＬＵＴ）が備えられており、
この１次元ＬＵＴを用いて、マルチバンド画像データ記
憶装置１８から呼び出された撮影被写体Ｏのマルチバン
ド画像ＭB の画像データを用いて各画素毎の撮影被写体
Ｏの分光反射率を推定しマルチスペクトル画像ＭS の画
像データを取得する（ステップ１０２）。この撮影被写
体Ｏの分光反射率の推定において、精度の高い分光反射
率分布を推定するために、マトリクス演算やフーリエ変
換を用いたデコンボリューション処理が付加されてもよ
い。
【００３１】次に、最適主成分画像Ｓk （ｋ＝１〜
ｍ1 ）および最適主成分ベクトルｐk （λ）（ｋ＝１〜
ｍ1 ）を、最適主成分ベクトル・画像抽出部２２ｂにお
いて求める（ステップ１０４）。まず、主成分分析を行
い（ステップ１０６）、主成分画像Ｓk （ｋ＝１〜ｎ）
および主成分ベクトルｐk （λ）（ｋ＝１〜ｎ）を求め
る。以下、主成分分析法について説明する。
ｍ1 ）および最適主成分ベクトルｐk （λ）（ｋ＝１〜
ｍ1 ）を、最適主成分ベクトル・画像抽出部２２ｂにお
いて求める（ステップ１０４）。まず、主成分分析を行
い（ステップ１０６）、主成分画像Ｓk （ｋ＝１〜ｎ）
および主成分ベクトルｐk （λ）（ｋ＝１〜ｎ）を求め
る。以下、主成分分析法について説明する。
【００３２】マルチスペクトル画像Ｍs は、画素位置
(i,j) においてそれぞれｎ個の分光反射率の値を持つ分
光反射率分布を有し、分光反射率分布をＲ(i,j，λ) ＝
( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ（i,j ，λ3)，・
・・，Ｒ（i,j ，λn ) ）T （小文字T は転置を示す）
として、画像全体の画素または画像の一部分、例えば画
像全体の画素から一定間隔で画素を間引いた残りの画素
における自己相関行列Ｔ（Ｔの（i,j ) 成分ＴijはＲT
・Ｒ／ｎである）を求める。
(i,j) においてそれぞれｎ個の分光反射率の値を持つ分
光反射率分布を有し、分光反射率分布をＲ(i,j，λ) ＝
( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ（i,j ，λ3)，・
・・，Ｒ（i,j ，λn ) ）T （小文字T は転置を示す）
として、画像全体の画素または画像の一部分、例えば画
像全体の画素から一定間隔で画素を間引いた残りの画素
における自己相関行列Ｔ（Ｔの（i,j ) 成分ＴijはＲT
・Ｒ／ｎである）を求める。
【００３３】得られた自己相関行列Ｔはｎ×ｎの正方行
列であり、この自己相関行列Ｔを用いて、下記式（２）
を満足する固有値ｕk （ｕ1 ＞ｕ2 ＞・・・＞ｕn ，ｋ
＝１〜ｎ）および正規直交化された固有ベクトルである
主成分ベクトルｐk （λ）＝( ｐk (i,j ，λ1)，ｐk
(i,j，λ2)，ｐk （i,j ，λ3)，・・・，ｐk （i,j，
λn ) ）T （ｋ＝１〜ｎ）を求める。固有値および固有
ベクトルを求める方法は、ｊａｃｏｂｉ法やべき乗法等
の公知の方法であればよく、特に制限されない。 Ｔ・ｐk （λ）＝ ｕk ｐk （λ） （２） また、画素位置(i,j) における分光反射率分布Ｒ(i,j，
λ) が下記式（３）のように、固有ベクトルである主成
分ベクトルｐk （λ）（ｋ＝１〜ｎ）で表されるため、
列であり、この自己相関行列Ｔを用いて、下記式（２）
を満足する固有値ｕk （ｕ1 ＞ｕ2 ＞・・・＞ｕn ，ｋ
＝１〜ｎ）および正規直交化された固有ベクトルである
主成分ベクトルｐk （λ）＝( ｐk (i,j ，λ1)，ｐk
(i,j，λ2)，ｐk （i,j ，λ3)，・・・，ｐk （i,j，
λn ) ）T （ｋ＝１〜ｎ）を求める。固有値および固有
ベクトルを求める方法は、ｊａｃｏｂｉ法やべき乗法等
の公知の方法であればよく、特に制限されない。 Ｔ・ｐk （λ）＝ ｕk ｐk （λ） （２） また、画素位置(i,j) における分光反射率分布Ｒ(i,j，
λ) が下記式（３）のように、固有ベクトルである主成
分ベクトルｐk （λ）（ｋ＝１〜ｎ）で表されるため、
【数１】 下記式（４）に従って、主成分ベクトルｐk （λ）（ｋ
＝１〜ｎ）がお互いに正規直行関係にあることを利用し
て、ｓk (i,j) 求める。 ｓk (i,j) ＝Ｒ(i,j，λ) ・ｐk （λ） （４） ここで、記号・は、ｎ個の成分から成るバンド帯域の分
光反射率の値についてのベクトルの内積であり、ｓ
k (i,j) は、マルチスペクトル画像の画素位置(i,j)で
の分光反射率Ｒ(i,j，λ) に含まれる第ｋ主成分ベクト
ルｐk の大きさを示す量である。また、このｓk (i,j)
を各画素位置で求め、その値を各々の画素位置での画像
データとする第ｋ主成分画像Ｓk （ｋ＝１〜ｎ）を求め
る。
＝１〜ｎ）がお互いに正規直行関係にあることを利用し
て、ｓk (i,j) 求める。 ｓk (i,j) ＝Ｒ(i,j，λ) ・ｐk （λ） （４） ここで、記号・は、ｎ個の成分から成るバンド帯域の分
光反射率の値についてのベクトルの内積であり、ｓ
k (i,j) は、マルチスペクトル画像の画素位置(i,j)で
の分光反射率Ｒ(i,j，λ) に含まれる第ｋ主成分ベクト
ルｐk の大きさを示す量である。また、このｓk (i,j)
を各画素位置で求め、その値を各々の画素位置での画像
データとする第ｋ主成分画像Ｓk （ｋ＝１〜ｎ）を求め
る。
【００３４】ところで、分光反射率分布Ｒ(i,j，λ) に
おける第１〜第ｎの各主成分の寄与は、上述したよう
に、各主成分に付随した固有値ｕk の値が小さくなるに
連れて小さくなることから、分光反射率分布Ｒ(i,j，
λ) は、画像情報を最適に保持する限りにおいて、小さ
な固有値ｕk を持つ主成分ベクトルｐk を省略して近似
することができる。すなわち、下記式（５）に示すよう
に、固有値ｕk （ｋ＝１〜ｎ）を大きい順に並べた際
の、上からｍ番目以内の固有値ｕk （ｋ＝１〜ｍ）に対
応する固有ベクトルｐk （λ) （ｋ＝１〜ｍ）を採用
し、それ以外の固有値ｕk の小さい固有ベクトルｐ
k （λ) （ｋ＝ｍ＋１〜ｎ）を切り捨てることによっ
て、分光反射率分布Ｒ(i,j，λ) を近似し、画像データ
を圧縮することができる。
おける第１〜第ｎの各主成分の寄与は、上述したよう
に、各主成分に付随した固有値ｕk の値が小さくなるに
連れて小さくなることから、分光反射率分布Ｒ(i,j，
λ) は、画像情報を最適に保持する限りにおいて、小さ
な固有値ｕk を持つ主成分ベクトルｐk を省略して近似
することができる。すなわち、下記式（５）に示すよう
に、固有値ｕk （ｋ＝１〜ｎ）を大きい順に並べた際
の、上からｍ番目以内の固有値ｕk （ｋ＝１〜ｍ）に対
応する固有ベクトルｐk （λ) （ｋ＝１〜ｍ）を採用
し、それ以外の固有値ｕk の小さい固有ベクトルｐ
k （λ) （ｋ＝ｍ＋１〜ｎ）を切り捨てることによっ
て、分光反射率分布Ｒ(i,j，λ) を近似し、画像データ
を圧縮することができる。
【数２】
【００３５】そこで、画像情報を最適に保持した状態
で、分光反射率分布Ｒ(i,j，λ) が、画像情報を損なう
ことなく、近似的に表されるような主成分ベクトルｐk
の採用数、すなわち最適主成分数ｍ1 を見いだし、これ
を用いて、マルチスペクトル画像Ｍs を圧縮する。これ
によって、マルチスペクトル画像Ｍs の画質を劣化させ
ることなく、画像データを圧縮することができる。ここ
で、固有値ｕk の大きい固有ベクトルである主成分ベク
トルｐk （λ）（ｋ＝１〜ｍ1 ）を採用し、固有値ｕk
の小さい固有ベクトルｐk （λ）（ｋ＝ｍ 1 ＋１〜ｎ）
を切り捨てるための閾値となる最適主成分数ｍ1 の設定
を以下の判断基準によって行なう（ステップ１０８）。
で、分光反射率分布Ｒ(i,j，λ) が、画像情報を損なう
ことなく、近似的に表されるような主成分ベクトルｐk
の採用数、すなわち最適主成分数ｍ1 を見いだし、これ
を用いて、マルチスペクトル画像Ｍs を圧縮する。これ
によって、マルチスペクトル画像Ｍs の画質を劣化させ
ることなく、画像データを圧縮することができる。ここ
で、固有値ｕk の大きい固有ベクトルである主成分ベク
トルｐk （λ）（ｋ＝１〜ｍ1 ）を採用し、固有値ｕk
の小さい固有ベクトルｐk （λ）（ｋ＝ｍ 1 ＋１〜ｎ）
を切り捨てるための閾値となる最適主成分数ｍ1 の設定
を以下の判断基準によって行なう（ステップ１０８）。
【００３６】まず、固有値ｕk の大きい順に主成分ベク
トルｐk （λ）を順次式（４）の主成分ベクトルｐ
k （λ）に含め、下記式（６）で示されるマルチスペク
トル画像に対応する近似分光反射率分布Ｒ’(i,j，λ)
を求める。
トルｐk （λ）を順次式（４）の主成分ベクトルｐ
k （λ）に含め、下記式（６）で示されるマルチスペク
トル画像に対応する近似分光反射率分布Ｒ’(i,j，λ)
を求める。
【数３】 近似分光反射率分布Ｒ’(i,j，λ) は、分光反射率分布
Ｒ(i,j，λ) を近似しているため誤差が存在するが、こ
の近似分光反射率分布Ｒ’(i,j，λ) から、一定の分光
強度分布を掛け合わせて得られる合成画像Ｇの画像情報
の、マルチスペクトル画像ＭS に上記分光強度分布を掛
け合わせて得られるオリジナル画像の画像情報に対する
誤差も、主成分数ｍが大きくなるに連れて減少する。そ
こで、判断基準として、所定値を予め定め、近似分光反
射率分布Ｒ’(i,j，λ) に分光強度分布を掛け合わせて
得られる合成画像Ｇの画像情報の上記オリジナル画像の
画像情報に対する誤差が、上記判断基準として定めた所
定値より小さくなる最初の主成分数ｍを求めることによ
って、最小の最適主成分数ｍ1 が取得される。
Ｒ(i,j，λ) を近似しているため誤差が存在するが、こ
の近似分光反射率分布Ｒ’(i,j，λ) から、一定の分光
強度分布を掛け合わせて得られる合成画像Ｇの画像情報
の、マルチスペクトル画像ＭS に上記分光強度分布を掛
け合わせて得られるオリジナル画像の画像情報に対する
誤差も、主成分数ｍが大きくなるに連れて減少する。そ
こで、判断基準として、所定値を予め定め、近似分光反
射率分布Ｒ’(i,j，λ) に分光強度分布を掛け合わせて
得られる合成画像Ｇの画像情報の上記オリジナル画像の
画像情報に対する誤差が、上記判断基準として定めた所
定値より小さくなる最初の主成分数ｍを求めることによ
って、最小の最適主成分数ｍ1 が取得される。
【００３７】たとえば、合成画像Ｇの画像情報のマルチ
スペクトル画像ＭS の画像情報に対する誤差を、ＣＩＥ
Ｄ65の標準光条件下のＣＩＥＬ* ａ* ｂ* 色空間におけ
る測色値Ｌ* 、ａ* およびｂ* の色差ΔＥ0 として、こ
の色差ΔＥ0 に対する上記所定値を定め、最小の最適主
成分数ｍ1 を求める。また、上記誤差は、合成画像Ｇの
画像全体または一部分のスペクトルの自乗誤差Ｅ1 であ
ってもよく、その際、主成分数ｍの増加に対して自乗誤
差Ｅ1 の減少量が所定値以内に飽和する時の最小の最適
主成分数ｍ1 の値を求めてもよい。
スペクトル画像ＭS の画像情報に対する誤差を、ＣＩＥ
Ｄ65の標準光条件下のＣＩＥＬ* ａ* ｂ* 色空間におけ
る測色値Ｌ* 、ａ* およびｂ* の色差ΔＥ0 として、こ
の色差ΔＥ0 に対する上記所定値を定め、最小の最適主
成分数ｍ1 を求める。また、上記誤差は、合成画像Ｇの
画像全体または一部分のスペクトルの自乗誤差Ｅ1 であ
ってもよく、その際、主成分数ｍの増加に対して自乗誤
差Ｅ1 の減少量が所定値以内に飽和する時の最小の最適
主成分数ｍ1 の値を求めてもよい。
【００３８】このようにして、マルチスペクトル画像Ｍ
s の画像情報を保持し最適に代表する最小の最適主成分
数ｍ1 を求め、これによって、固有値ｕ1 〜ｕm1（ｕ1
〜ｕ m1＞ｕm1＞ｕm1+1＞・・・＞ｕn ）に対応するｍ1
個の最適主成分ベクトルｐk（λ）（ｋ＝１〜ｍ1 ）お
よび最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を取得する。
ここで、取り除かれる主成分ベクトルｐk （λ）（ｋ＝
ｍ1 ＋１〜ｎ）は、マルチスペクトル画像Ｍs に含まれ
るノイズ成分が支配的な場合が比較的多く、マルチスペ
クトル画像Ｍs から寄与の小さな主成分ベクトルｐ
k （λ）（ｋ＝ｍ1＋１〜ｎ）を除去することで、マル
チスペクトル画像Ｍs に含まれるノイズ成分の抑制も行
うことができる。
s の画像情報を保持し最適に代表する最小の最適主成分
数ｍ1 を求め、これによって、固有値ｕ1 〜ｕm1（ｕ1
〜ｕ m1＞ｕm1＞ｕm1+1＞・・・＞ｕn ）に対応するｍ1
個の最適主成分ベクトルｐk（λ）（ｋ＝１〜ｍ1 ）お
よび最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を取得する。
ここで、取り除かれる主成分ベクトルｐk （λ）（ｋ＝
ｍ1 ＋１〜ｎ）は、マルチスペクトル画像Ｍs に含まれ
るノイズ成分が支配的な場合が比較的多く、マルチスペ
クトル画像Ｍs から寄与の小さな主成分ベクトルｐ
k （λ）（ｋ＝ｍ1＋１〜ｎ）を除去することで、マル
チスペクトル画像Ｍs に含まれるノイズ成分の抑制も行
うことができる。
【００３９】次に、得られた最適主成分画像Ｓk （ｋ＝
１〜ｍ1 ）に対して、画像圧縮部２２ｃで画像圧縮（ス
テップ１１０）を行う。画像圧縮は、像構造に基づく画
像データの圧縮（ステップ１１２）および符号化データ
の圧縮（ステップ１１４）から構成される。像構造に基
づく画像データの圧縮は、例えば、ＪＰＥＧ方式の圧縮
が行われ、例えば１０２４×１０２４画素の主成分画像
Ｓk を８×８画素のブロック画像に分解し、このブロッ
ク画像各々に対して、cosine関数による2 次元の離散型
のフーリエ展開であるＤＣＴを施し、得られ低周波成分
から高周波成分に至る複数のフーリエ係数をＤＣＴ係数
として求めたのち、予め与えられた量子化テーブルによ
って上記ＤＣＴ係数を除した商を画像データとする。こ
こで、上記ＤＣＴ係数を除する量子化テーブルの係数
は、高周波成分になるほど、値が大きく、しかも高周波
成分のＤＣＴ係数は、低周波成分に比べて小さいため、
高周波成分のＤＣＴ係数を除した商は大部分が０とな
る。すなわち、最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）の
画像データに含まれる高周波成分の画像データの大部分
を、像構造に基づいた量子化テーブルによって０とする
のである。一般的に画像データに含まれる高周波成分
は、低周波成分に対して、画像に対する寄与が小さく、
高周波成分を除去しても原画像の画像情報に対する影響
は少なく、高周波成分を省略しても構わないからであ
る。また、高周波成分は、撮影被写体Ｏの画像成分より
もノイズ成分が支配的である場合が多く、高周波成分を
除去することで、画像データに含まれるノイズ成分を除
去することができる。
１〜ｍ1 ）に対して、画像圧縮部２２ｃで画像圧縮（ス
テップ１１０）を行う。画像圧縮は、像構造に基づく画
像データの圧縮（ステップ１１２）および符号化データ
の圧縮（ステップ１１４）から構成される。像構造に基
づく画像データの圧縮は、例えば、ＪＰＥＧ方式の圧縮
が行われ、例えば１０２４×１０２４画素の主成分画像
Ｓk を８×８画素のブロック画像に分解し、このブロッ
ク画像各々に対して、cosine関数による2 次元の離散型
のフーリエ展開であるＤＣＴを施し、得られ低周波成分
から高周波成分に至る複数のフーリエ係数をＤＣＴ係数
として求めたのち、予め与えられた量子化テーブルによ
って上記ＤＣＴ係数を除した商を画像データとする。こ
こで、上記ＤＣＴ係数を除する量子化テーブルの係数
は、高周波成分になるほど、値が大きく、しかも高周波
成分のＤＣＴ係数は、低周波成分に比べて小さいため、
高周波成分のＤＣＴ係数を除した商は大部分が０とな
る。すなわち、最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）の
画像データに含まれる高周波成分の画像データの大部分
を、像構造に基づいた量子化テーブルによって０とする
のである。一般的に画像データに含まれる高周波成分
は、低周波成分に対して、画像に対する寄与が小さく、
高周波成分を除去しても原画像の画像情報に対する影響
は少なく、高周波成分を省略しても構わないからであ
る。また、高周波成分は、撮影被写体Ｏの画像成分より
もノイズ成分が支配的である場合が多く、高周波成分を
除去することで、画像データに含まれるノイズ成分を除
去することができる。
【００４０】このように大部分の画像データの高周波成
分のＤＣＴ係数を０とすることで、画像データの情報エ
ントロピーを低減することができ、後述する符号化デー
タ圧縮( ステップ１１４）の際において、画像データを
大きく圧縮することが可能となる。
分のＤＣＴ係数を０とすることで、画像データの情報エ
ントロピーを低減することができ、後述する符号化デー
タ圧縮( ステップ１１４）の際において、画像データを
大きく圧縮することが可能となる。
【００４１】次に、高周波成分の大部分が０となったＤ
ＣＴ係数で構成される主成分画像Ｓ k （ｋ＝１〜ｍ1 ）
をそれぞれ、符号化し、画像データを圧縮する（ステッ
プ１１４）。符号化は、例えばハフマン符号化やその他
の算術符号化が行われる。例えば、ハフマン符号化にお
いては、ＤＣＴ係数の０次低周波成分である直流成分と
それ以外の周波数成分に分け、例えば、８×８画素のブ
ロック画像を代表した直流成分のみで表示される１／８
×１／８の縮尺画像を得、この縮尺画像に対して、隣接
する画素値との差分を取ってＤＰＣＭ符号化により圧縮
を行う。一方、直流成分以外の周波数成分は、高周波成
分になるにつれ、ＤＣＴ係数が０となって行くため、順
次低周波から高周波に向けてＤＣＴ係数を符号化する
際、ＤＣＴ係数０の連続する個数、すなわちランレング
スによって符号化し、画像データの圧縮率を高めること
ができる。
ＣＴ係数で構成される主成分画像Ｓ k （ｋ＝１〜ｍ1 ）
をそれぞれ、符号化し、画像データを圧縮する（ステッ
プ１１４）。符号化は、例えばハフマン符号化やその他
の算術符号化が行われる。例えば、ハフマン符号化にお
いては、ＤＣＴ係数の０次低周波成分である直流成分と
それ以外の周波数成分に分け、例えば、８×８画素のブ
ロック画像を代表した直流成分のみで表示される１／８
×１／８の縮尺画像を得、この縮尺画像に対して、隣接
する画素値との差分を取ってＤＰＣＭ符号化により圧縮
を行う。一方、直流成分以外の周波数成分は、高周波成
分になるにつれ、ＤＣＴ係数が０となって行くため、順
次低周波から高周波に向けてＤＣＴ係数を符号化する
際、ＤＣＴ係数０の連続する個数、すなわちランレング
スによって符号化し、画像データの圧縮率を高めること
ができる。
【００４２】このようにして、最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）の画像データを符号化した最適主成分圧縮
画像データＳｄk （ｋ＝１〜ｍ1 ）を得、ステップ１０
４において求められた最適主成分ベクトルｐk （λ）
（ｋ＝１〜ｍ1 ）とともに、圧縮マルチスペクトル画像
データとして、記録メディアドライブ装置２４を介し
て、ハードディスクやＭＯやＣＤ−ＲやＤＶＤ等の各種
記録メディアに保存する（ステップ１１６）。
＝１〜ｍ1 ）の画像データを符号化した最適主成分圧縮
画像データＳｄk （ｋ＝１〜ｍ1 ）を得、ステップ１０
４において求められた最適主成分ベクトルｐk （λ）
（ｋ＝１〜ｍ1 ）とともに、圧縮マルチスペクトル画像
データとして、記録メディアドライブ装置２４を介し
て、ハードディスクやＭＯやＣＤ−ＲやＤＶＤ等の各種
記録メディアに保存する（ステップ１１６）。
【００４３】本発明においては、画像データ量の大きな
マルチスペクトル画像Ｍs を主成分分析し、画像情報を
最適に保持する最適主成分ベクトルｐk （λ）（ｋ＝１
〜ｍ 1 ）および最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を
求めることによって、画像データ量を圧縮し、さらに、
ＪＰＥＧ方式等によって、最適主成分画像Ｓk （ｋ＝１
〜ｍ1 ）に対応した圧縮画像データＳｄk （ｋ＝１〜ｍ
1 ）を求めて一層圧縮し，得られた最適主成分ベクトル
ｐk （λ）（ｋ＝１〜ｍ1 ）および圧縮画像データＳｄ
k （ｋ＝１〜ｍ1 ）を記録保存する。これによって、複
数のスペクトル画像が視覚的に劣化することなく画像圧
縮の際の圧縮率を高め、画像データの取り扱いが向上す
る。
マルチスペクトル画像Ｍs を主成分分析し、画像情報を
最適に保持する最適主成分ベクトルｐk （λ）（ｋ＝１
〜ｍ 1 ）および最適主成分画像Ｓk （ｋ＝１〜ｍ1 ）を
求めることによって、画像データ量を圧縮し、さらに、
ＪＰＥＧ方式等によって、最適主成分画像Ｓk （ｋ＝１
〜ｍ1 ）に対応した圧縮画像データＳｄk （ｋ＝１〜ｍ
1 ）を求めて一層圧縮し，得られた最適主成分ベクトル
ｐk （λ）（ｋ＝１〜ｍ1 ）および圧縮画像データＳｄ
k （ｋ＝１〜ｍ1 ）を記録保存する。これによって、複
数のスペクトル画像が視覚的に劣化することなく画像圧
縮の際の圧縮率を高め、画像データの取り扱いが向上す
る。
【００４４】このようなマルチスペクトル画像の画像圧
縮方法および画像圧縮装置において、以下のようなマル
チスペクトル画像の圧縮を行った。ＣＣＤカメラ１６と
して、ＤＡＬＳＡ社製 CA-D4-1024A（画素数１０２４×
１０２４、ピクセルサイズ１２×１２ミクロン、ＰＣＩ
インターフェース付き、モノクロ）を用い、可変フィル
タ１４として、ＣＲＩ社製Varispec Tunable Filter
（液晶チューナブルフィルタ）を用いた。この液晶チュ
ーナブルフィルタによって、３８０〜７８０ｎｍの撮影
波長帯域を、バンド帯域幅を１０ｎｍずつに分割し、４
１バンドとした。人物を撮影被写体Ｏとし、４１画像か
ら成る人物画のマルチバンド画像ＭB を得た。
縮方法および画像圧縮装置において、以下のようなマル
チスペクトル画像の圧縮を行った。ＣＣＤカメラ１６と
して、ＤＡＬＳＡ社製 CA-D4-1024A（画素数１０２４×
１０２４、ピクセルサイズ１２×１２ミクロン、ＰＣＩ
インターフェース付き、モノクロ）を用い、可変フィル
タ１４として、ＣＲＩ社製Varispec Tunable Filter
（液晶チューナブルフィルタ）を用いた。この液晶チュ
ーナブルフィルタによって、３８０〜７８０ｎｍの撮影
波長帯域を、バンド帯域幅を１０ｎｍずつに分割し、４
１バンドとした。人物を撮影被写体Ｏとし、４１画像か
ら成る人物画のマルチバンド画像ＭB を得た。
【００４５】マルチバンド画像記憶部１８、マルチスペ
クトル画像取得装置２０およびマルチスペクトル画像圧
縮装置２２は、ＰＲＯＳＩＤＥ社製ブック型ＰＣ（パー
ソナルコンピュータ）を用いて構成し、Windows ９５上
でＣ++言語によるソフトウェア処理を行った。なお、Ｐ
ＲＯＳＩＤＥ社製ブック型ＰＣは、ＣＰＵが１６６MHz
であり、ＲＡＭは１２８Mbyte であった。なお、前処理
として、ソフトウェア処理の都合上から、画像データの
量子化数を２バイトから１バイトに変換した。この前処
理は、以降で述べる画像データ量の圧縮には含まれてい
ないものである。
クトル画像取得装置２０およびマルチスペクトル画像圧
縮装置２２は、ＰＲＯＳＩＤＥ社製ブック型ＰＣ（パー
ソナルコンピュータ）を用いて構成し、Windows ９５上
でＣ++言語によるソフトウェア処理を行った。なお、Ｐ
ＲＯＳＩＤＥ社製ブック型ＰＣは、ＣＰＵが１６６MHz
であり、ＲＡＭは１２８Mbyte であった。なお、前処理
として、ソフトウェア処理の都合上から、画像データの
量子化数を２バイトから１バイトに変換した。この前処
理は、以降で述べる画像データ量の圧縮には含まれてい
ないものである。
【００４６】まず、マルチスペクトル画像取得装置２０
において、マルチバンド画像ＭB からマルチスペクトル
画像ＭS を抽出し、主成分分析を行い、主成分ベクトル
ｐk（λ）（ｋ＝１〜４１）および主成分画像Ｓk （ｋ
＝１〜４１）を求めた。
において、マルチバンド画像ＭB からマルチスペクトル
画像ＭS を抽出し、主成分分析を行い、主成分ベクトル
ｐk（λ）（ｋ＝１〜４１）および主成分画像Ｓk （ｋ
＝１〜４１）を求めた。
【００４７】次に、最適主成分数ｍ1 を求めるために、
判断基準として、ＣＩＥＤ65の標準光源下のＣＩＥＤ１
９７６Ｌ* ａ* ｂ* 色空間における色度に基づく平均色
差を１．５とし、上述した主成分分析法によって固有値
ｕk および固有ベクトルである主成分ベクトルｐk を求
めた。固有値ｕk の大きい順に採用したｍ個の主成分ベ
クトルｐk （λ）（ｋ＝１〜ｍ）によって再構成される
合成画像Ｇとマルチスペクトル画像Ｍs から得られるオ
リジナル画像との上記平均色差を求め、平均色差が１．
５以下となる最適主成分数ｍ1 を決定した。その結果、
最適主成分数ｍ1 は６であった。また、マルチスペクト
ル画像Ｍsを第１〜第６主成分ベクトルによって近似し
ても、再構成された合成画像Ｇは、オリジナル画像の画
像情報を依然保持し、しかも視覚的に劣化の少ないこと
がわかった。すなわち、第１〜６主成分画像Ｓk （ｋ＝
１〜６）と第１〜６主成分ベクトルにより、４１のバン
ド帯域からなるマルチスペクトル画像Ｍs を約１／７
（６／４１）に画像データ量を圧縮することができた。
判断基準として、ＣＩＥＤ65の標準光源下のＣＩＥＤ１
９７６Ｌ* ａ* ｂ* 色空間における色度に基づく平均色
差を１．５とし、上述した主成分分析法によって固有値
ｕk および固有ベクトルである主成分ベクトルｐk を求
めた。固有値ｕk の大きい順に採用したｍ個の主成分ベ
クトルｐk （λ）（ｋ＝１〜ｍ）によって再構成される
合成画像Ｇとマルチスペクトル画像Ｍs から得られるオ
リジナル画像との上記平均色差を求め、平均色差が１．
５以下となる最適主成分数ｍ1 を決定した。その結果、
最適主成分数ｍ1 は６であった。また、マルチスペクト
ル画像Ｍsを第１〜第６主成分ベクトルによって近似し
ても、再構成された合成画像Ｇは、オリジナル画像の画
像情報を依然保持し、しかも視覚的に劣化の少ないこと
がわかった。すなわち、第１〜６主成分画像Ｓk （ｋ＝
１〜６）と第１〜６主成分ベクトルにより、４１のバン
ド帯域からなるマルチスペクトル画像Ｍs を約１／７
（６／４１）に画像データ量を圧縮することができた。
【００４８】さらに、求められた第１〜６主成分画像Ｓ
k （ｋ＝１〜６）について、上述した像構造に基づく非
可逆なＤＣＴによるＪＰＥＧ方式で画像データの圧縮を
行い、最適主成分画像Ｓk （ｋ＝１〜６）の画像データ
を符号化した。その結果、最終的に主成分画像Ｓk （ｋ
＝１〜６）の画像データは、４１Ｍバイトから０．７Ｍ
バイトに、約１／６０に圧縮されることがわかった。し
かも、画像情報を保持し、視覚的な劣化も見られなかっ
た。
k （ｋ＝１〜６）について、上述した像構造に基づく非
可逆なＤＣＴによるＪＰＥＧ方式で画像データの圧縮を
行い、最適主成分画像Ｓk （ｋ＝１〜６）の画像データ
を符号化した。その結果、最終的に主成分画像Ｓk （ｋ
＝１〜６）の画像データは、４１Ｍバイトから０．７Ｍ
バイトに、約１／６０に圧縮されることがわかった。し
かも、画像情報を保持し、視覚的な劣化も見られなかっ
た。
【００４９】このように、本発明の画像圧縮方法および
これを用いた画像圧縮装置は、複数のスペクトル画像に
対して、視覚的な劣化が少なく画像圧縮の際の圧縮率を
高め、例えば１／６０程度に高め、画像データの取り扱
いを向上するのは明らかである。
これを用いた画像圧縮装置は、複数のスペクトル画像に
対して、視覚的な劣化が少なく画像圧縮の際の圧縮率を
高め、例えば１／６０程度に高め、画像データの取り扱
いを向上するのは明らかである。
【００５０】以上、本発明のマルチスペクトル画像の画
像圧縮方法および画像圧縮装置について詳細に説明した
が、本発明は上記実施例に限定はされず、本発明の要旨
を逸脱しない範囲において、各種の改良および変更を行
ってもよいのはもちろんである。
像圧縮方法および画像圧縮装置について詳細に説明した
が、本発明は上記実施例に限定はされず、本発明の要旨
を逸脱しない範囲において、各種の改良および変更を行
ってもよいのはもちろんである。
【００５１】
【発明の効果】以上、詳細に説明したように、本発明に
よれば、画像データ量の大きなマルチスペクトル画像を
主成分分析し、画像情報を最適に保持し代表する最適主
成分ベクトルおよび最適主成分画像を求めることによっ
て、画像データ量を圧縮し、さらに最適主成分画像をＪ
ＰＥＧ方式等による像構造圧縮を行い、さらに像構造圧
縮を行った最適主成分画像の画像データを符号化して圧
縮画像データとすることによって、マルチスペクトル画
像の画像データに対して、画像情報を最適に保持し代表
する最適主成分画像と最適主成分圧縮画像データで近似
して表すことができるので、画像品質を損なうことな
く、画像圧縮し、さらに圧縮率を高め、画像データの取
り扱いを向上させることができる。また、マルチスペク
トル画像に含まれる主成分ベクトルからノイズ成分が支
配的な主成分ベクトルを除去することができ、ノイズ成
分の抑制も行うことができる。
よれば、画像データ量の大きなマルチスペクトル画像を
主成分分析し、画像情報を最適に保持し代表する最適主
成分ベクトルおよび最適主成分画像を求めることによっ
て、画像データ量を圧縮し、さらに最適主成分画像をＪ
ＰＥＧ方式等による像構造圧縮を行い、さらに像構造圧
縮を行った最適主成分画像の画像データを符号化して圧
縮画像データとすることによって、マルチスペクトル画
像の画像データに対して、画像情報を最適に保持し代表
する最適主成分画像と最適主成分圧縮画像データで近似
して表すことができるので、画像品質を損なうことな
く、画像圧縮し、さらに圧縮率を高め、画像データの取
り扱いを向上させることができる。また、マルチスペク
トル画像に含まれる主成分ベクトルからノイズ成分が支
配的な主成分ベクトルを除去することができ、ノイズ成
分の抑制も行うことができる。
【図１】 本発明のマルチスペクトル画像圧縮装置を含
むマルチスペクトル画像取得システムの一例を示す概念
図である。
むマルチスペクトル画像取得システムの一例を示す概念
図である。
【図２】 本発明に係るマルチスペクトル画像圧縮装置
の一例を示すブロック図である。
の一例を示すブロック図である。
【図３】 本発明のマルチスペクトル画像圧縮方法のフ
ローの一例を示すフローチャートである。
ローの一例を示すフローチャートである。
１０ マルチスペクトル画像取得システム １２ 光源 １４ 可変フィルタ １６ ＣＣＤカメラ １８ マルチバンド画像データ記憶装置 ２０ マルチスペクトル画像取得装置 ２２ マルチスペクトル画像圧縮装置 ２２ａ 主成分分析部 ２２ｂ 最適主成分ベクトル・画像抽出部 ２２ｃ 画像圧縮部 ２４ 記録メディアドライブ装置
フロントページの続き Ｆターム(参考） 5B057 BA02 BA11 CA08 CA12 CA16 CB08 CB12 CB18 CC01 CD05 CG05 DA17 DB02 DB09 DC25 5C057 AA11 BA11 BA13 CE10 DA00 EA00 EC01 ED06 EK04 EL01 EM02 EM09 EM13 FB03 GE08 GF01 GG04 GJ01 GJ03 GJ05 GM01 5C066 AA11 BA13 BA17 CA00 GA31 GB01 HA02 KE02 KE03 KE07 KE16 KL02 KM02 LA02 5C078 AA09 BA58 CA22 DA01 9A001 EE04 GG03 HH27 KK41 KK42
Claims (6)
- 【請求項１】被写体を撮影する際に撮影波長帯域を複数
のバンド帯域に分割して撮影したバンド画像を用いて得
られるマルチスペクトル画像を画像圧縮する方法であっ
て、 マルチスペクトル画像の画像データを用いて、主成分分
析を行い、マルチスペクトル画像の主成分ベクトルと主
成分画像の複数の対を得、 この複数の対の中から、マルチスペクトル画像の画像情
報を最適に代表する最適主成分数を求めて、最適主成分
ベクトルとこれに対応する最適主成分画像を得、 得られた各最適主成分画像に対して、像構造圧縮を行い
最適主成分圧縮画像データを得ることによって、 前記マルチスペクトル画像の画像データを前記最適主成
分ベクトルおよび前記最適主成分圧縮画像データに圧縮
することを特徴とするマルチスペクトル画像の画像圧縮
方法。 - 【請求項２】前記最適主成分数は、色空間上の測色値に
基づいて決定される請求項１に記載のマルチスペクトル
画像の画像圧縮方法。 - 【請求項３】前記最適主成分数は、前記主成分ベクトル
と前記主成分画像の中から選ばれて構成される合成画像
の測色値の画像情報の、前記マルチスペクトル画像に基
づいて構成されるオリジナル画像の測色値の画像情報に
対する誤差の値が、所定値以下となる最小の主成分数で
あり、あるいは、前記マルチスペクトル画像に対する寄
与の大きい主成分ベクトルを、主成分ベクトルの大きい
順に、順次含めて前記合成画像を求めた時の前記オリジ
ナル画像に対する前記誤差の変動が、所定値以下に収ま
る最小の主成分数である請求項１または２に記載のマル
チスペクトル画像の画像圧縮方法。 - 【請求項４】前記像構造圧縮は、離散フーリエ変換また
はウェーブレット変換による画像データの高周波成分の
圧縮である請求項１〜３のいずれかに記載のマルチスペ
クトル画像の画像圧縮方法。 - 【請求項５】前記像構造による圧縮は、画像データの符
号化により画像データを圧縮する符号化圧縮処理が付加
される請求項４に記載のマルチスペクトル画像の画像圧
縮方法。 - 【請求項６】被写体を撮影する際に撮影波長帯域を複数
のバンド帯域に分割して撮影したバンド画像を用いて得
られるマルチスペクトル画像を画像圧縮するマルチスペ
クトル画像の画像圧縮装置であって、 マルチスペクトル画像の画像データを用いて、主成分分
析を行い、マルチスペクトル画像の主成分ベクトルと主
成分画像の複数の対を得る主成分分析部と、 この主成分分析部で得られた主成分ベクトルと主成分画
像の複数の対の中から、マルチスペクトル画像の画像情
報を最適に代表する最適主成分数を求めて、最適主成分
ベクトルと最適主成分画像を得る最適主成分ベクトル・
画像抽出部と、 この最適成分ベクトル・画像抽出部で得られた各最適主
成分画像の画像データに対して、像構造圧縮を行う画像
圧縮部とを有することを特徴とするマルチスペクトル画
像の画像圧縮装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29393399A JP3986219B2 (ja) | 1999-10-15 | 1999-10-15 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29393399A JP3986219B2 (ja) | 1999-10-15 | 1999-10-15 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2001119586A true JP2001119586A (ja) | 2001-04-27 |
| JP2001119586A5 JP2001119586A5 (ja) | 2005-05-26 |
| JP3986219B2 JP3986219B2 (ja) | 2007-10-03 |
Family
ID=17801055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29393399A Expired - Fee Related JP3986219B2 (ja) | 1999-10-15 | 1999-10-15 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3986219B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002098116A1 (fr) * | 2001-05-28 | 2002-12-05 | Odagawa, Kazuo | Systeme de diffusion d'information vocale et procede de diffusion d'information vocale |
| US8929654B2 (en) | 2011-12-28 | 2015-01-06 | Dolby Laboratories Licensing Corporation | Spectral image processing |
| JP2015525648A (ja) * | 2012-08-06 | 2015-09-07 | コーニンクレッカ フィリップス エヌ ヴェ | 画像ノイズの低減及び／又は画像解像度の向上 |
| CN112180447A (zh) * | 2019-07-04 | 2021-01-05 | 中国石油天然气集团有限公司 | 一种消除储层强反射屏蔽的方法及系统 |
| CN114630054A (zh) * | 2020-12-14 | 2022-06-14 | 瑞昱半导体股份有限公司 | 具有图像闪烁检测机制的图像获取装置及其图像闪烁检测方法 |
-
1999
- 1999-10-15 JP JP29393399A patent/JP3986219B2/ja not_active Expired - Fee Related
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002098116A1 (fr) * | 2001-05-28 | 2002-12-05 | Odagawa, Kazuo | Systeme de diffusion d'information vocale et procede de diffusion d'information vocale |
| US8929654B2 (en) | 2011-12-28 | 2015-01-06 | Dolby Laboratories Licensing Corporation | Spectral image processing |
| US8947549B2 (en) | 2011-12-28 | 2015-02-03 | Dolby Laboratories Licensing Corporation | Spectral synthesis for image capturing device processing |
| US9077942B2 (en) | 2011-12-28 | 2015-07-07 | Dolby Laboratories Licensing Corporation | Spectral synthesis for image capture device processing |
| US9479750B2 (en) | 2011-12-28 | 2016-10-25 | Dolby Laboratories Licensing Corporation | Spectral synthesis for image capture device processing |
| JP2015525648A (ja) * | 2012-08-06 | 2015-09-07 | コーニンクレッカ フィリップス エヌ ヴェ | 画像ノイズの低減及び／又は画像解像度の向上 |
| US9754389B2 (en) | 2012-08-06 | 2017-09-05 | Koninklijke Philips N.V. | Image noise reduction and/or image resolution improvement |
| CN112180447A (zh) * | 2019-07-04 | 2021-01-05 | 中国石油天然气集团有限公司 | 一种消除储层强反射屏蔽的方法及系统 |
| CN114630054A (zh) * | 2020-12-14 | 2022-06-14 | 瑞昱半导体股份有限公司 | 具有图像闪烁检测机制的图像获取装置及其图像闪烁检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3986219B2 (ja) | 2007-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4097873B2 (ja) | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 | |
| JP3986221B2 (ja) | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 | |
| JP3819187B2 (ja) | マルチバンド画像の分光反射率のスペクトル推定方法およびスペクトル推定システム | |
| JP3736394B2 (ja) | 画像圧縮装置 | |
| JP4097874B2 (ja) | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 | |
| JP6141295B2 (ja) | 知覚的に無損失のおよび知覚的に強調された画像圧縮システムならびに方法 | |
| US20020191854A1 (en) | System and method for processing demosaiced images to reduce color aliasing artifacts | |
| JP2001119587A5 (ja) | ||
| JPWO2008120563A1 (ja) | 色処理装置、色処理方法及び記録媒体 | |
| JP2014519727A (ja) | デジタル病理画像におけるカラー画素データの効率的な表現及び処理方法 | |
| JP2001008220A (ja) | 色再現システム | |
| JP3986219B2 (ja) | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 | |
| JP3743389B2 (ja) | 画像圧縮装置および画像圧縮プログラム | |
| Okarma | Colour image quality assessment using structural similarity index and singular value decomposition | |
| US20020063899A1 (en) | Imaging device connected to processor-based system using high-bandwidth bus | |
| US7146055B2 (en) | Image processing decompression apparatus and method of using same different scaling algorithms simultaneously | |
| JP2002077657A (ja) | 画像処理装置及び方法、並びに記憶媒体 | |
| JP2001119586A5 (ja) | ||
| JPH11261740A (ja) | 画像評価方法、装置および記録媒体 | |
| JP2006101512A (ja) | 画像圧縮装置および画像送受信装置 | |
| JP2005078171A (ja) | 分光画像データ処理方法および分光画像データ処理装置 | |
| Hauta-Kasari et al. | Image format for spectral image browsing | |
| JP2004348293A (ja) | 画像品質計算装置および方法、そのプログラム並びに記録媒体 | |
| Shinoda et al. | Multispectral image compression for spectral and color reproduction based on lossy to lossless coding | |
| KR20050090264A (ko) | 색 변환 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040803 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040803 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060814 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060822 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061020 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061207 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070626 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070710 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100720 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110720 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110720 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120720 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120720 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130720 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |