JP2001251646A - 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
- JP2001251646A JP2001251646A JP2000060471A JP2000060471A JP2001251646A JP 2001251646 A JP2001251646 A JP 2001251646A JP 2000060471 A JP2000060471 A JP 2000060471A JP 2000060471 A JP2000060471 A JP 2000060471A JP 2001251646 A JP2001251646 A JP 2001251646A
- Authority
- JP
- Japan
- Prior art keywords
- image
- principal component
- image data
- compression
- multispectral
- 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)
- Color Television Image Signal Generators (AREA)
- Compression Or Coding Systems Of Tv 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に対数
変換を施して、主成分分析を行い、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
タに圧縮する画像圧縮方法および画像圧縮装置を提供す
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に対数
変換を施して、主成分分析を行い、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
タに圧縮する画像圧縮方法および画像圧縮装置を提供す
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
写体の撮影波長領域を複数のバンド帯域に分割して各バ
ンド帯域毎に撮影被写体を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ＲＧＢ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１
０ｎｍ帯域毎に区切って４１バンドさらには５ｎｍ帯域
毎に区切って８１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
写体の撮影波長領域を複数のバンド帯域に分割して各バ
ンド帯域毎に撮影被写体を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ＲＧＢ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１
０ｎｍ帯域毎に区切って４１バンドさらには５ｎｍ帯域
毎に区切って８１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の等色関
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の等色関
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】
【発明が解決しようとする課題】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×１００）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２０％に圧縮
できたとしても、ＲＧＢ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。
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×１００）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２０％に圧縮
できたとしても、ＲＧＢ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対数変換し
て対数変換画像データとし、この対数変換画像データを
用いて、主成分分析を行い、マルチスペクトル画像に基
づく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
最適に代表する主成分ベクトルと主成分画像の対の最適
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対数変換し
て対数変換画像データとし、この対数変換画像データを
用いて、主成分分析を行い、マルチスペクトル画像に基
づく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
最適に代表する主成分ベクトルと主成分画像の対の最適
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、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るのが好ましい。ここ
で、さらに好ましくは、前記最適主成分数は、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、寄与の大きい主成分ベクトルの順に、順次含め、こ
れに対応した前記主成分ベクトルと前記主成分画像によ
って構成される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、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るのが好ましい。ここ
で、さらに好ましくは、前記最適主成分数は、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、寄与の大きい主成分ベクトルの順に、順次含め、こ
れに対応した前記主成分ベクトルと前記主成分画像によ
って構成される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い。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ものであってもよ
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い。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ものであってもよ
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対数変換して対数
変換画像データを得る画像データ変換部と、この画像デ
ータ変換部で得られた対数変換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に基づく主成分
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主成分ベクトルと主成分画像の
対の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対数変換して対数
変換画像データを得る画像データ変換部と、この画像デ
ータ変換部で得られた対数変換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に基づく主成分
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主成分ベクトルと主成分画像の
対の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
チバンド画像データ記憶装置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
保存する記憶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
チバンド画像データ記憶装置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
保存する記憶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、４１バンド、８１バンドや２０１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、４１バンド、８１バンドや２０１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 を取得し、マルチスペクトル画
像圧縮装置２２に送る部分である。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 を取得し、マルチスペクトル画
像圧縮装置２２に送る部分である。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（登録商標）ディスクやＭＯやＣ
Ｄ−ＲやＤＶＤ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（登録商標）ディスクやＭＯやＣ
Ｄ−ＲやＤＶＤ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か
ら、視覚的な劣化が少なく画像圧縮率の高い画像データ
に変換する部分であり、画像データ変換部２２ａと、主
成分分析部２２ｂと、最適主成分ベクトル・画像抽出部
２２ｃと、画像圧縮部２２ｄ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か
ら、視覚的な劣化が少なく画像圧縮率の高い画像データ
に変換する部分であり、画像データ変換部２２ａと、主
成分分析部２２ｂと、最適主成分ベクトル・画像抽出部
２２ｃと、画像圧縮部２２ｄ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】画像データ変換部２２ａは、マルチスペク
トル画像取得装置２０から送られたマルチスペクトル画
像の画像データを対数変換、すなわち、Ｌｏｇ変換して
対数変換画像データを得、この対数変換画像データを主
成分分析部２２ｂに送る部分であり、一次元ルックアッ
プテーブル等の公知の変換手段を用いて変換を行う。画
像データを対数変換するのは、後述するように、画像の
圧縮率を高めることができるからである。
トル画像取得装置２０から送られたマルチスペクトル画
像の画像データを対数変換、すなわち、Ｌｏｇ変換して
対数変換画像データを得、この対数変換画像データを主
成分分析部２２ｂに送る部分であり、一次元ルックアッ
プテーブル等の公知の変換手段を用いて変換を行う。画
像データを対数変換するのは、後述するように、画像の
圧縮率を高めることができるからである。
【００１９】主成分分析部２２ｂ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対数変換
画像データの主成分分析を行い、主成分ベクトルで展開
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。
画像ＭS の各画素毎に備える分光反射率分布の対数変換
画像データの主成分分析を行い、主成分ベクトルで展開
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。
【００２０】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
頁に記載の方法が挙げられる。この分析方法は、主成分
分析部２２ｂおよび後述する最適主成分ベクトル・画像
抽出部２２ｃにおいて主に行われる。このように主成分
分析法を用いる場合には、分光反射率波形に含まれる雑
音成分が、分光反射率の値と無関係な雑音であることが
好ましい。
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
頁に記載の方法が挙げられる。この分析方法は、主成分
分析部２２ｂおよび後述する最適主成分ベクトル・画像
抽出部２２ｃにおいて主に行われる。このように主成分
分析法を用いる場合には、分光反射率波形に含まれる雑
音成分が、分光反射率の値と無関係な雑音であることが
好ましい。
【００２１】本実施例に沿って大きく説明すると、マル
チスペクトル画像ＭS は、各画素毎に、可変フィルタ１
４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を有する。また、マルチスペク
トル画像ＭS 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、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、これを用いて分光反
射率の主成分分析を行うことができる。この場合、主成
分分析により主成分を効果的に求めるために、分光反射
率波形のデータを対数変換した対数変換画像データに基
づいて行う。
チスペクトル画像ＭS は、各画素毎に、可変フィルタ１
４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を有する。また、マルチスペク
トル画像ＭS 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、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、これを用いて分光反
射率の主成分分析を行うことができる。この場合、主成
分分析により主成分を効果的に求めるために、分光反射
率波形のデータを対数変換した対数変換画像データに基
づいて行う。
【００２２】ここで主成分分析から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ｐk （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の対数変換画像データ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２２ｃに送られる。
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ｐk （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の対数変換画像データ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２２ｃに送られる。
【００２３】最適主成分ベクトル・画像抽出部２２ｃ
は、主成分分析部２２ｂ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２２ｂ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）として含まれて求められるため、
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２２ｂ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２２ｂ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）として含まれて求められるため、
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。
【００２４】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。
【００２５】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。そ
こで、固有値ｕk の大きい順に、この固有値ｕk に対応
する主成分ベクトルｐk （λ）を合成画像Ｇを求めるた
めに順次増やして、一定の照明光源下て再構成される合
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ＭS 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。そ
こで、固有値ｕk の大きい順に、この固有値ｕk に対応
する主成分ベクトルｐk （λ）を合成画像Ｇを求めるた
めに順次増やして、一定の照明光源下て再構成される合
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ＭS 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。
【００２６】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。
【００２７】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の画像データ値も、マルチスペクトル画像の測色
値の一例と見做され、合成画像Ｇの色空間上の測色値で
ある画像データ値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値の自乗誤差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Ｅ1 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の画像データ値も、マルチスペクトル画像の測色
値の一例と見做され、合成画像Ｇの色空間上の測色値で
ある画像データ値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値の自乗誤差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Ｅ1 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。
【００２８】画像圧縮部２２ｄは、最適主成分ベクトル
・画像抽出部２２ｃ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、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 Grou
p) で用いられるＤＣＴ（Discrete CosineTransformati
on) 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、ＤＦ
Ｔ（Discrete Fourier Transformation)方式やＦＦＴ(F
ast Fourier Transformation) 方式やＷＴ(Wavelet Tra
nsformation)方式であってもよい。
・画像抽出部２２ｃ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、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 Grou
p) で用いられるＤＣＴ（Discrete CosineTransformati
on) 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、ＤＦ
Ｔ（Discrete Fourier Transformation)方式やＦＦＴ(F
ast Fourier Transformation) 方式やＷＴ(Wavelet Tra
nsformation)方式であってもよい。
【００２９】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２２ｄ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２２ｄ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。
【００３０】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。
【００３１】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、
例えば４１個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、
例えば４１個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。
【００３２】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。
【００３３】次に、得られたマルチスペクトル画像ＭS
の画像データを、対数変換して、主成分分析をし、最適
主成分数ｍ1 を決定する（ステップ１０４）。まず、主
成分分析を行う前に、マルチスペクトル画像の画像デー
タを対数変換処理し、すなわち画像データのＬｏｇ変換
を行う（ステップ１０５）。
の画像データを、対数変換して、主成分分析をし、最適
主成分数ｍ1 を決定する（ステップ１０４）。まず、主
成分分析を行う前に、マルチスペクトル画像の画像デー
タを対数変換処理し、すなわち画像データのＬｏｇ変換
を行う（ステップ１０５）。
【００３４】ここで、対数変換を行うのは以下の理由に
よる。すなわち、マルチスペクトル画像ＭS の画像デー
タは、所定のピーク波長を中心とする急峻な山型分布を
示す可変フィルタ１４の分光透過特性に従って得られる
画像データであるので、得られる画像データの値は、実
際、上記所定のピーク波長における光源１2 の照明光の
分光波長の強度分布の値と、撮影被写体Ｏの分光反射率
分布の値と、ＣＣＤカメラ１６の分光感度特性の値との
積によって近似的に表されるが、対数変換を施すことに
よって、マルチスペクトル画像ＭS の画像データの対数
変換画像データの値は、光源１2 の照明光の分光波長の
強度分布の値の対数値と、撮影被写体Ｏの分光反射率分
布の値の対数値と、撮影被写体Ｏの分光反射率分布の値
の対数値の和に分解され、後述する式（３）に示される
ように、主成分分析において行われる主成分ベクトルの
線型和に対応させることができるからである。
よる。すなわち、マルチスペクトル画像ＭS の画像デー
タは、所定のピーク波長を中心とする急峻な山型分布を
示す可変フィルタ１４の分光透過特性に従って得られる
画像データであるので、得られる画像データの値は、実
際、上記所定のピーク波長における光源１2 の照明光の
分光波長の強度分布の値と、撮影被写体Ｏの分光反射率
分布の値と、ＣＣＤカメラ１６の分光感度特性の値との
積によって近似的に表されるが、対数変換を施すことに
よって、マルチスペクトル画像ＭS の画像データの対数
変換画像データの値は、光源１2 の照明光の分光波長の
強度分布の値の対数値と、撮影被写体Ｏの分光反射率分
布の値の対数値と、撮影被写体Ｏの分光反射率分布の値
の対数値の和に分解され、後述する式（３）に示される
ように、主成分分析において行われる主成分ベクトルの
線型和に対応させることができるからである。
【００３５】一方、同一分光反射率を有する撮影被写体
Ｏであっても、光源１２の分光強度分布が異なる部分が
ある場合、対数変換の施されないマルチスペクトル画像
ＭSの画像データでは、分光波長の強度分布の値と、撮
影被写体Ｏの分光反射率分布の値と、ＣＣＤカメラ１６
の分光感度特性の値との積によって表されることから、
主成分ベクトルｐk （λ）の線型和で表現する主成分分
析に対応して表現することはできず、従って、主成分数
を大きくして、マルチスペクトル画像ＭS の画像データ
を表現しなければならず、本発明の目的である画像圧縮
の際の圧縮効率を十分に高めることができない。
Ｏであっても、光源１２の分光強度分布が異なる部分が
ある場合、対数変換の施されないマルチスペクトル画像
ＭSの画像データでは、分光波長の強度分布の値と、撮
影被写体Ｏの分光反射率分布の値と、ＣＣＤカメラ１６
の分光感度特性の値との積によって表されることから、
主成分ベクトルｐk （λ）の線型和で表現する主成分分
析に対応して表現することはできず、従って、主成分数
を大きくして、マルチスペクトル画像ＭS の画像データ
を表現しなければならず、本発明の目的である画像圧縮
の際の圧縮効率を十分に高めることができない。
【００３６】次に、このようにマルチスペクトル画像デ
ータを対数変換して得た対数変換画像データに対して、
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。
ータを対数変換して得た対数変換画像データに対して、
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。
【００３７】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、マルチスペクトル画像Ｍs の画像
データを対数変換した対数変換画像データをＲ(i,j，
λ) ＝( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ（i,j ，λ
3)，・・・，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（k,l)成分Ｔkl
はＲT ・Ｒ／ｎであり、・は画素位置に関する内積であ
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、マルチスペクトル画像Ｍs の画像
データを対数変換した対数変換画像データをＲ(i,j，
λ) ＝( Ｒ (i,j ，λ1)，Ｒ(i,j，λ2)，Ｒ（i,j ，λ
3)，・・・，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（k,l)成分Ｔkl
はＲT ・Ｒ／ｎであり、・は画素位置に関する内積であ
る）を求める。
【００３８】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）
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）
【００３９】また、画素位置(i,j) における分光反射率
分布の対数変換画像データ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ｐ
k （λ）（ｋ＝１〜ｎ）で表されるため、
分布の対数変換画像データ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ｐ
k （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
光波長に関するベクトルの内積であり、ｓk (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
分布の対数変換画像データＲ(i,j，λ) に含まれる第ｋ
主成分ベクトルｐ k 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
光波長に関するベクトルの内積であり、ｓk (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
分布の対数変換画像データＲ(i,j，λ) に含まれる第ｋ
主成分ベクトルｐ k 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。
【００４０】ところで、分光反射率分布の対数変換画像
データ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
射率分布の対数変換画像データ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
ルである主成分ベクトル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であ
る主成分ベクトルｐk （λ) （ｋ＝ｍ＋１〜ｎ）を切り
捨てることによって、分光反射率分布の対数変換画像デ
ータＲ(i,j，λ) を近似し、画像データを圧縮すること
ができる。
データ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
射率分布の対数変換画像データ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
ルである主成分ベクトル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であ
る主成分ベクトルｐk （λ) （ｋ＝ｍ＋１〜ｎ）を切り
捨てることによって、分光反射率分布の対数変換画像デ
ータ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】
【００４１】特に、上述した様に、分光反射率分布の対
数変換画像データＲ(i,j，λ) は、マルチバンド画像の
画像データを対数変換して、分光波長の強度分布の対数
値と、撮影被写体Ｏの分光反射率分布の対数値の和で表
すことができるので、撮影被写体Ｏの分光反射率が同一
の部分であるが、光源１２の照明強度が異なる部分が存
在する場合、例えば、撮影被写体Ｏの同一の材質の表面
上に照明光による陰影部分がある場合、撮影被写体Ｏの
同一の材質の分光反射率分布の対数変換された画像デー
タの主成分ベクトルｐk （λ）に、照明光の陰影部分に
よる分光強度分布の対数変換されたバイアス量分、加算
されたデータとなる。そのため、撮影被写体Ｏの分光反
射率に基づく主成分を、対数変換した状態で、照明光の
分光強度分布によるバイアス量と区別して効果的に抽出
するこができる。その結果、対数変換せずに主成分分析
を行う場合に比べて、最適主成分数ｍ1 を抑えることが
でき、本発明の目的とする画像の圧縮率を高めることが
できる。
数変換画像データＲ(i,j，λ) は、マルチバンド画像の
画像データを対数変換して、分光波長の強度分布の対数
値と、撮影被写体Ｏの分光反射率分布の対数値の和で表
すことができるので、撮影被写体Ｏの分光反射率が同一
の部分であるが、光源１２の照明強度が異なる部分が存
在する場合、例えば、撮影被写体Ｏの同一の材質の表面
上に照明光による陰影部分がある場合、撮影被写体Ｏの
同一の材質の分光反射率分布の対数変換された画像デー
タの主成分ベクトルｐk （λ）に、照明光の陰影部分に
よる分光強度分布の対数変換されたバイアス量分、加算
されたデータとなる。そのため、撮影被写体Ｏの分光反
射率に基づく主成分を、対数変換した状態で、照明光の
分光強度分布によるバイアス量と区別して効果的に抽出
するこができる。その結果、対数変換せずに主成分分析
を行う場合に比べて、最適主成分数ｍ1 を抑えることが
でき、本発明の目的とする画像の圧縮率を高めることが
できる。
【００４２】そこで、分光反射率分布の対数変換画像デ
ータ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）。
ータ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）。
【００４３】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（５）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分光反射率分布の近似対数変換画像
データＲ’(i,j，λ) を求める。
トルｐk （λ）を順次式（５）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分光反射率分布の近似対数変換画像
データＲ’(i,j，λ) を求める。
【数３】 近似対数変換画像データＲ’(i,j，λ) は、対数変換画
像データＲ(i,j，λ)を近似しているため誤差が存在す
るが、この近似対数変換画像データＲ’(i,j，λ) を真
数変換し、一定の分光強度分布を、照明光の分光強度分
布として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、所定値を設定し、近似対数変換
画像データ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。
像データＲ(i,j，λ)を近似しているため誤差が存在す
るが、この近似対数変換画像データＲ’(i,j，λ) を真
数変換し、一定の分光強度分布を、照明光の分光強度分
布として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、所定値を設定し、近似対数変換
画像データ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。
【００４４】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。
【００４５】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。
【００４６】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２２ｄで画像圧縮（ス
テップ１１０）を行う。画像圧縮は、像構造に基づく対
数変換画像データの圧縮（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
構造に基づく対数変換画像データの圧縮は、例えば、Ｊ
ＰＥＧ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２２ｄで画像圧縮（ス
テップ１１０）を行う。画像圧縮は、像構造に基づく対
数変換画像データの圧縮（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
構造に基づく対数変換画像データの圧縮は、例えば、Ｊ
ＰＥＧ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。
【００４７】このように大部分の対数変換画像データの
高周波成分のＤＣＴ係数を０とすることで、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、対数変換画像デー
タを大きく圧縮することが可能となる。
高周波成分のＤＣＴ係数を０とすることで、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、対数変換画像デー
タを大きく圧縮することが可能となる。
【００４８】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、対数変換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、対数変換画像データの圧縮
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、対数変換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、対数変換画像データの圧縮
率を高めることができる。
【００４９】このようにして、最適主成分画像Ｓk （ｋ
＝１〜ｍ1 ）の対数変換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１０４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 ）の対数変換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１０４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）
【００５０】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 を対数変換して、対数変換画
像データを求め、これを用いて主成分分析し、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〜ｍ1 ）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
〜ｍ1 ）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
Ｓｄk （ｋ＝１〜ｍ1 ）を記録保存する。
マルチスペクトル画像Ｍs を対数変換して、対数変換画
像データを求め、これを用いて主成分分析し、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〜ｍ1 ）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
〜ｍ1 ）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
Ｓｄk （ｋ＝１〜ｍ1 ）を記録保存する。
【００５１】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。特に、主成分分析で
は、主成分ベクトルの線型表示に対応する様に、主成分
分析の対象となるマルチスペクトル画像の画像データを
対数変換した対数変換画像データを用いて主成分分析を
行うので、照明光の分光強度分布と撮影被写体Ｏの分光
反射率分布の寄与を明確に分けることができ、撮影被写
体Ｏの分光反射率が同じであるが照明強度が部分的に異
なるマルチバンド画像や、照明強度のみが異なり、撮影
被写体Ｏの分光反射率が同じである領域を大きく占める
ようなマルチバンド画像において、画像圧縮の際の圧縮
効率を高めることができる。
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。特に、主成分分析で
は、主成分ベクトルの線型表示に対応する様に、主成分
分析の対象となるマルチスペクトル画像の画像データを
対数変換した対数変換画像データを用いて主成分分析を
行うので、照明光の分光強度分布と撮影被写体Ｏの分光
反射率分布の寄与を明確に分けることができ、撮影被写
体Ｏの分光反射率が同じであるが照明強度が部分的に異
なるマルチバンド画像や、照明強度のみが異なり、撮影
被写体Ｏの分光反射率が同じである領域を大きく占める
ようなマルチバンド画像において、画像圧縮の際の圧縮
効率を高めることができる。
【００５２】なお、圧縮され記録メディア等に保存され
た画像データは、必要に応じて呼び出され、符号化デー
タの圧縮および像構造に基づく圧縮の逆変換によって伸
張処理が行われて、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 ）が求められ、この最適主成分ベクトルｐk （λ）
および最適主成分画像Ｓk より、近似対数変換画像デー
タＲ’(i,j，λ) が求められ、最後に真数変換を行って
マルチスペクトル画像が求められる。
た画像データは、必要に応じて呼び出され、符号化デー
タの圧縮および像構造に基づく圧縮の逆変換によって伸
張処理が行われて、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 ）が求められ、この最適主成分ベクトルｐk （λ）
および最適主成分画像Ｓk より、近似対数変換画像デー
タＲ’(i,j，λ) が求められ、最後に真数変換を行って
マルチスペクトル画像が求められる。
【００５３】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。
【００５４】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
（登録商標）９５上でＣ++言語によるソフトウェア処
理を行った。なお、ＰＲＯＳＩＤＥ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
（登録商標）９５上でＣ++言語によるソフトウェア処
理を行った。なお、ＰＲＯＳＩＤＥ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。
【００５５】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、対数変換を行った後、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、対数変換を行った後、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。
【００５６】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）を真数変換して、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５であった。また、対数変
換画像データＲ(i,j，λ) を第１〜第５主成分ベクトル
ｐk （λ）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
〜５主成分画像Ｓk （ｋ＝１〜５）と第１〜５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１／８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）を真数変換して、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５であった。また、対数変
換画像データＲ(i,j，λ) を第１〜第５主成分ベクトル
ｐk （λ）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
〜５主成分画像Ｓk （ｋ＝１〜５）と第１〜５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１／８に画像データ量を圧縮すること
ができた。
【００５７】さらに、求められた第１〜５主成分画像Ｓ
k （ｋ＝１〜５）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＝１〜５）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
＝１〜５）の画像データは、４１Ｍバイトから０．６Ｍ
バイトに、約１／７０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＝１〜５）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＝１〜５）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
＝１〜５）の画像データは、４１Ｍバイトから０．６Ｍ
バイトに、約１／７０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。
【００５８】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、１／７０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、１／７０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。
【００５９】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。
【００６０】
【発明の効果】以上、詳細に説明したように、本発明に
よれば、主成分分析法に合わせた形にマルチスペクトル
画像データを対数変換して主成分分析を行い、画像デー
タ量を圧縮し、さらに最適主成分画像をＪＰＥＧ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、主成分分析法に合わせた形にマルチスペクトル
画像データを対数変換して主成分分析を行い、画像デー
タ量を圧縮し、さらに最適主成分画像をＪＰＥＧ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 画像データ変換部 ２２ｂ 主成分分析部 ２２ｃ 最適主成分ベクトル・画像抽出部 ２２ｄ 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） 5C057 AA01 AA11 BA13 DA01 DC11 EA01 EC01 ED04 EF02 EL01 EM02 EM09 EM13 EM17 GJ00 5C059 KK02 MA00 MA21 MA23 MA24 MC14 MC33 ME02 ME05 ME11 PP14 RB01 RB12 SS12 UA02 UA13 UA38 5C065 AA07 BB48 CC01 DD02 EE03 GG26 5C078 AA09 BA01 BA22 BA58 CA01 CA22 DA01 9A001 EE04 HH27 HH31
Claims (7)
- 【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対数変換して対数
変換画像データとし、 この対数変換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に基づく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主成分ベクトルと主成分画像の対の
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】前記最適主成分数は、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、寄与の
大きい主成分ベクトルの順に、順次含め、これに対応し
た前記主成分ベクトルと前記主成分画像によって構成さ
れる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３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１〜４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６】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５に記載のマルチスペクトル画像の画像圧
縮方法。 - 【請求項７】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対数変換して対数
変換画像データを得る画像データ変換部と、 この画像データ変換部で得られた対数変換画像データを
用いて、主成分分析を行い、マルチスペクトル画像に基
づく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主成分ベクトルと主成分画像の対の
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 |
|---|---|---|---|
| JP2000060471A JP4097874B2 (ja) | 2000-03-06 | 2000-03-06 | 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 |
|---|---|---|---|
| JP2000060471A JP4097874B2 (ja) | 2000-03-06 | 2000-03-06 | 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 |
|---|---|
| JP2001251646A true JP2001251646A (ja) | 2001-09-14 |
| JP2001251646A5 JP2001251646A5 (ja) | 2005-11-04 |
| JP4097874B2 JP4097874B2 (ja) | 2008-06-11 |
Family
ID=18580783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000060471A Expired - Fee Related JP4097874B2 (ja) | 2000-03-06 | 2000-03-06 | 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) | JP4097874B2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003103298A1 (ja) * | 2002-05-31 | 2003-12-11 | オリンパス株式会社 | マルチプロジェクションシステム及びマルチプロジェクションシステムにおける補正データ取得方法 |
| WO2005046483A1 (ja) * | 2003-11-12 | 2005-05-26 | Hitachi Medical Corporation | 生体光計測装置 |
| JP2008244833A (ja) * | 2007-03-27 | 2008-10-09 | Casio Comput Co Ltd | 撮像装置、色収差補正方法およびプログラム |
| JP2008292195A (ja) * | 2007-05-22 | 2008-12-04 | Toyota Central R&D Labs Inc | 物体識別装置及びプログラム |
| JP2008301428A (ja) * | 2007-06-04 | 2008-12-11 | Olympus Corp | マルチスペクトル画像処理装置およびこれを用いる色再現システム |
| JP2011257288A (ja) * | 2010-06-10 | 2011-12-22 | Fujitsu Ltd | スペクトル解析方法及びスペクトル解析装置 |
| JP2013092885A (ja) * | 2011-10-25 | 2013-05-16 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置、方法、及びプログラム |
| JP2014175712A (ja) * | 2013-03-06 | 2014-09-22 | Nippon Hoso Kyokai <Nhk> | 信号変換装置、信号復元装置、信号変換プログラム及び信号復元プログラム |
| US8929654B2 (en) | 2011-12-28 | 2015-01-06 | Dolby Laboratories Licensing Corporation | Spectral image processing |
| CN105719322A (zh) * | 2016-01-27 | 2016-06-29 | 四川用联信息技术有限公司 | 一种基于自乘矩阵变换的多光谱图像压缩方法 |
| WO2019230442A1 (ja) * | 2018-06-01 | 2019-12-05 | ソニー株式会社 | 画像処理装置および方法 |
| CN111061896A (zh) * | 2019-10-21 | 2020-04-24 | 武汉神库小匠科技有限公司 | 基于glTF的3D图形的加载方法、装置、设备及介质 |
-
2000
- 2000-03-06 JP JP2000060471A patent/JP4097874B2/ja not_active Expired - Fee Related
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003103298A1 (ja) * | 2002-05-31 | 2003-12-11 | オリンパス株式会社 | マルチプロジェクションシステム及びマルチプロジェクションシステムにおける補正データ取得方法 |
| US6824271B2 (en) | 2002-05-31 | 2004-11-30 | Olympus Corporation | Multiprojection system and method of acquiring correction data in multiprojection system |
| WO2005046483A1 (ja) * | 2003-11-12 | 2005-05-26 | Hitachi Medical Corporation | 生体光計測装置 |
| US8019399B2 (en) | 2003-11-12 | 2011-09-13 | Hitachi Medical Corporation | Optical measurement apparatus for living body |
| JP2008244833A (ja) * | 2007-03-27 | 2008-10-09 | Casio Comput Co Ltd | 撮像装置、色収差補正方法およびプログラム |
| JP2008292195A (ja) * | 2007-05-22 | 2008-12-04 | Toyota Central R&D Labs Inc | 物体識別装置及びプログラム |
| JP2008301428A (ja) * | 2007-06-04 | 2008-12-11 | Olympus Corp | マルチスペクトル画像処理装置およびこれを用いる色再現システム |
| WO2008149750A1 (ja) * | 2007-06-04 | 2008-12-11 | Olympus Corporation | マルチスペクトル画像処理装置およびこれを用いる色再現システム |
| JP2011257288A (ja) * | 2010-06-10 | 2011-12-22 | Fujitsu Ltd | スペクトル解析方法及びスペクトル解析装置 |
| JP2013092885A (ja) * | 2011-10-25 | 2013-05-16 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置、方法、及びプログラム |
| 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 |
| JP2014175712A (ja) * | 2013-03-06 | 2014-09-22 | Nippon Hoso Kyokai <Nhk> | 信号変換装置、信号復元装置、信号変換プログラム及び信号復元プログラム |
| CN105719322A (zh) * | 2016-01-27 | 2016-06-29 | 四川用联信息技术有限公司 | 一种基于自乘矩阵变换的多光谱图像压缩方法 |
| WO2019230442A1 (ja) * | 2018-06-01 | 2019-12-05 | ソニー株式会社 | 画像処理装置および方法 |
| CN111061896A (zh) * | 2019-10-21 | 2020-04-24 | 武汉神库小匠科技有限公司 | 基于glTF的3D图形的加载方法、装置、设备及介质 |
| CN111061896B (zh) * | 2019-10-21 | 2023-04-18 | 武汉神库小匠科技有限公司 | 基于glTF的3D图形的加载方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4097874B2 (ja) | 2008-06-11 |
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 | |
| 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 | |
| US7181082B2 (en) | Blur detection system | |
| TWI426774B (zh) | 用於針對ｊｐｅｇ壓縮歷史紀錄分類為壓縮影像的方法、及用於針對影像是否已經過jpeg壓縮而分類影像的設備及影像分類方法 | |
| 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 | |
| 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 | |
| US9635212B2 (en) | Dynamic compression ratio selection | |
| JP3736394B2 (ja) | 画像圧縮装置 | |
| US20030026477A1 (en) | Image compression apparatus and image compression program | |
| EP3185555B1 (en) | Image compression method with negligible and quantifiable information loss and high compression ratio | |
| US7106908B2 (en) | Method and apparatus for selecting a format in which to re-encode a quantized image | |
| US8270710B2 (en) | Representation and quantization of digital images and evaluation of color differences | |
| 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 | |
| US7146055B2 (en) | Image processing decompression apparatus and method of using same different scaling algorithms simultaneously | |
| US8150150B2 (en) | Method and system of extracting a perceptual feature set | |
| JPH11261740A (ja) | 画像評価方法、装置および記録媒体 | |
| Savitri et al. | Digital medical image compression algorithm using adaptive Huffman coding and graph based quantization based on IWT-SVD | |
| JP2001119586A5 (ja) | ||
| JPH05176179A (ja) | 圧縮・伸張処理された画像データの評価方法及びその装置 | |
| 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 | |
| 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 | |
| KR100601944B1 (ko) | 색 변환 방법 및 장치 | |
| JP2006101512A (ja) | 画像圧縮装置および画像送受信装置 | |
| JP2004260393A (ja) | デジタルカラー静止画像の符号化及び復号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050914 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050914 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061214 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080225 |
|
| 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: 20080304 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080312 |
|
| 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: 20110321 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110321 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120321 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120321 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130321 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130321 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140321 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 |
|
| LAPS | Cancellation because of no payment of annual fees |