JP2001307087A - 循環的対話型画像分析のための手順、並びに、その手順を実行するためのコンピュータ・システム及びコンピュータ・プログラム - Google Patents
循環的対話型画像分析のための手順、並びに、その手順を実行するためのコンピュータ・システム及びコンピュータ・プログラムInfo
- Publication number
- JP2001307087A JP2001307087A JP2001108120A JP2001108120A JP2001307087A JP 2001307087 A JP2001307087 A JP 2001307087A JP 2001108120 A JP2001108120 A JP 2001108120A JP 2001108120 A JP2001108120 A JP 2001108120A JP 2001307087 A JP2001307087 A JP 2001307087A
- Authority
- JP
- Japan
- Prior art keywords
- image
- procedure
- user
- procedure according
- classification
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 ユーザが画像処理に関する詳細な知識を持た
なくても、循環的及び対話型で、ユーザの希望とイメー
ジにアクセスすることができる画像分析手順を提供す
る。 【解決手段】 本発明は、次のようなステップを有する
循環的対話型画像分析手順に関する。ユーザによる画像
の関心ある画像領域の選択、すべての画像点の画像に対
する、あるいは、画像点の選択に対する予めプログラム
された変換の実行、個別の変換結果の正規化の実行、ユ
ーザが選択した画像領域の変換結果値から導出された分
割規定を用いた変換空間での分類結果を用いたすべての
正規化された変換空間の分類での区分、個別の画像点に
対する変換空間で得られた分類の割り当て、及びそのよ
うに分類された画像の画像空間での表示。
なくても、循環的及び対話型で、ユーザの希望とイメー
ジにアクセスすることができる画像分析手順を提供す
る。 【解決手段】 本発明は、次のようなステップを有する
循環的対話型画像分析手順に関する。ユーザによる画像
の関心ある画像領域の選択、すべての画像点の画像に対
する、あるいは、画像点の選択に対する予めプログラム
された変換の実行、個別の変換結果の正規化の実行、ユ
ーザが選択した画像領域の変換結果値から導出された分
割規定を用いた変換空間での分類結果を用いたすべての
正規化された変換空間の分類での区分、個別の画像点に
対する変換空間で得られた分類の割り当て、及びそのよ
うに分類された画像の画像空間での表示。
Description
【０００１】
【発明の属する技術分野】本発明は、循環的対話型画像
分析のために手順、並びに、その手順を実行するための
コンピュータ・システム及びコンピュータ・プログラム
に関するものである。
分析のために手順、並びに、その手順を実行するための
コンピュータ・システム及びコンピュータ・プログラム
に関するものである。
【０００２】
【従来の技術】今日知られている画像処理手順は、２ス
テップで画像処理が行われる、いわゆるフラクタル階層
に従って動作している。第１のセグメント化ステップで
は、画像は局所空間にセグメント化される、すなわち、
異なる領域に分割される。その際、セグメント化は、階
層段階に従って行われ、セグメントが画像のそれぞれの
ピクセルの最下位の階層段階に表示される。それぞれ次
に高い階層段階について、ピクセルの数と、まとめられ
たセグメントに関する色価、あるいは、グレー・トーン
の変化量との積の最小の増大となる２つの隣接セグメン
トがまとめられる。その際、セグメントの選択は、推計
学的に行われる。更に、セグメントの周囲処理が行わ
れ、セグメントのそれぞれの周囲ピクセルについて、隣
接セグメントに含めた方が良いかどうかが吟味される。
場合によっては、セグメントが配分される。理論的に最
高の階層段階は、唯一のセグメントだけで構成される。
階層段階は、互いに、階層段階のセグメント境界が下に
位置する階層段階に含まれたままでいるという特徴を持
つ。すなわち、セグメントは、常により上位の階層段階
にあるセグメントの純粋な部分集合である。
テップで画像処理が行われる、いわゆるフラクタル階層
に従って動作している。第１のセグメント化ステップで
は、画像は局所空間にセグメント化される、すなわち、
異なる領域に分割される。その際、セグメント化は、階
層段階に従って行われ、セグメントが画像のそれぞれの
ピクセルの最下位の階層段階に表示される。それぞれ次
に高い階層段階について、ピクセルの数と、まとめられ
たセグメントに関する色価、あるいは、グレー・トーン
の変化量との積の最小の増大となる２つの隣接セグメン
トがまとめられる。その際、セグメントの選択は、推計
学的に行われる。更に、セグメントの周囲処理が行わ
れ、セグメントのそれぞれの周囲ピクセルについて、隣
接セグメントに含めた方が良いかどうかが吟味される。
場合によっては、セグメントが配分される。理論的に最
高の階層段階は、唯一のセグメントだけで構成される。
階層段階は、互いに、階層段階のセグメント境界が下に
位置する階層段階に含まれたままでいるという特徴を持
つ。すなわち、セグメントは、常により上位の階層段階
にあるセグメントの純粋な部分集合である。
【０００３】次の分類段階では、意味論的な分類が行わ
れる。すなわち、形成されたセグメントから、名前の付
いたオブジェクトが生成される。その際、あらゆる階層
段階の予め定義されたセグメントの特徴のセットから、
オブジェクトの生成のための規則が示される。この規則
は、ファジー規則として定式化される。
れる。すなわち、形成されたセグメントから、名前の付
いたオブジェクトが生成される。その際、あらゆる階層
段階の予め定義されたセグメントの特徴のセットから、
オブジェクトの生成のための規則が示される。この規則
は、ファジー規則として定式化される。
【０００４】対応する画像処理手順は、例えば、ＤＥ１
９６２５９０６Ａ１、ＤＥ１０７０５０１７Ａ１、ＷＯ
９９／４０５３９に記載されている。該当する手順は、
多かれ少なかれ全自動、あるいは、対話型で行われる。
９６２５９０６Ａ１、ＤＥ１０７０５０１７Ａ１、ＷＯ
９９／４０５３９に記載されている。該当する手順は、
多かれ少なかれ全自動、あるいは、対話型で行われる。
【０００５】画像分析の場合の主要な問題は、分析しよ
うとする画像が完全に異なり、前域で認識できない部分
的にあまりに複雑な画像構成となっていることがあり、
付加的に、前域で、分析しようとする画像に含まれた画
像構成のいずれがユーザに重要であるかが分からないと
いうことである。従って、汎用性のために、既知の画像
処理手順は、作成の際の非常に大きなプログラミングの
負担だけでなく、後に、適切なセグメント化及び分類規
定の要求の際のユーザによる広範な経験をも必要とす
る。
うとする画像が完全に異なり、前域で認識できない部分
的にあまりに複雑な画像構成となっていることがあり、
付加的に、前域で、分析しようとする画像に含まれた画
像構成のいずれがユーザに重要であるかが分からないと
いうことである。従って、汎用性のために、既知の画像
処理手順は、作成の際の非常に大きなプログラミングの
負担だけでなく、後に、適切なセグメント化及び分類規
定の要求の際のユーザによる広範な経験をも必要とす
る。
【０００６】
【発明が解決しようとする課題】本発明の目的は、ユー
ザが画像処理に関する詳細な知識を持たなくても、循環
的及び対話型で、ユーザの希望とイメージにアクセスす
ることができる画像分析手順を示すことである。
ザが画像処理に関する詳細な知識を持たなくても、循環
的及び対話型で、ユーザの希望とイメージにアクセスす
ることができる画像分析手順を示すことである。
【０００７】
【課題を解決するための手段】この目的は、ａ）ユーザ
による画像の関心ある画像領域の選択、ｂ）すべての画
像点の画像に対する、あるいは、選択された画像点に対
する予めプログラムされた変換の実行、ｃ）個別の変換
結果の正規化の実行、ｄ）ユーザが選択した画像領域の
変換結果値から導出された分割規定を用いた変換空間で
の分類結果を用いたすべての正規化された変換空間の分
類での区分、ｅ）個別の画像点に対する変換空間で得ら
れた分類の割り当て、及びｆ）そのように分類された画
像の画像空間での表示からなる請求項１の特徴を有する
手順、請求項１２の特徴を有するコンピュータ・システ
ム、及び請求項１３及び１４の特徴を有するコンピュー
タ・プログラムによって解決される。
による画像の関心ある画像領域の選択、ｂ）すべての画
像点の画像に対する、あるいは、選択された画像点に対
する予めプログラムされた変換の実行、ｃ）個別の変換
結果の正規化の実行、ｄ）ユーザが選択した画像領域の
変換結果値から導出された分割規定を用いた変換空間で
の分類結果を用いたすべての正規化された変換空間の分
類での区分、ｅ）個別の画像点に対する変換空間で得ら
れた分類の割り当て、及びｆ）そのように分類された画
像の画像空間での表示からなる請求項１の特徴を有する
手順、請求項１２の特徴を有するコンピュータ・システ
ム、及び請求項１３及び１４の特徴を有するコンピュー
タ・プログラムによって解決される。
【０００８】請求項１に従った本発明に従った手順は、
ユーザがステップａ）関心がある画像領域、あるいは、
画像の区別できる画像領域を選択し、あるいは、マーキ
ングするか、あるいは、ステップｆ）の画像分析を実行
した後で、画像領域の分類された画像をユーザに示され
る、という意味で対話型である。それに従って、ユーザ
は、その領域に対して規準を適合させることができる。
しかしながら、本発明に従った手順の過程では、ユーザ
の介入は想定されていない。
ユーザがステップａ）関心がある画像領域、あるいは、
画像の区別できる画像領域を選択し、あるいは、マーキ
ングするか、あるいは、ステップｆ）の画像分析を実行
した後で、画像領域の分類された画像をユーザに示され
る、という意味で対話型である。それに従って、ユーザ
は、その領域に対して規準を適合させることができる。
しかしながら、本発明に従った手順の過程では、ユーザ
の介入は想定されていない。
【０００９】本発明に従った手順は、ユーザが提示され
た画像分析の結果に満足するまで、ステップａ）〜
ｆ）、あるいは、ｂ）〜ｆ）を互いに複数回実行するこ
とができる、という意味で循環的に動作する。
た画像分析の結果に満足するまで、ステップａ）〜
ｆ）、あるいは、ｂ）〜ｆ）を互いに複数回実行するこ
とができる、という意味で循環的に動作する。
【００１０】本発明に従った手順の場合、最新の技術レ
ベルでセグメント化が行われるが、そのセグメント化は
変換空間で行われる。そのためには、まず、画像点、あ
るいは、選択された領域のすべての画像点で、予めプロ
グラムされ、保存された様々な変換が画像に対して行わ
れる。それに続いて、変換空間で行われた変換の結果の
正規化が行われる。それに従って、正規化されたすべて
の変換空間が等級に分けられ、その際、変換結果の分類
に関する分割規定が、ユーザによって選択された画像領
域で自動的に導出される。変換空間に保持された分類
は、引き続き再度個別の画像点に割り当てられ、次に、
変換空間に応じて分類された画像が本来の画像空間に表
示される。
ベルでセグメント化が行われるが、そのセグメント化は
変換空間で行われる。そのためには、まず、画像点、あ
るいは、選択された領域のすべての画像点で、予めプロ
グラムされ、保存された様々な変換が画像に対して行わ
れる。それに続いて、変換空間で行われた変換の結果の
正規化が行われる。それに従って、正規化されたすべて
の変換空間が等級に分けられ、その際、変換結果の分類
に関する分割規定が、ユーザによって選択された画像領
域で自動的に導出される。変換空間に保持された分類
は、引き続き再度個別の画像点に割り当てられ、次に、
変換空間に応じて分類された画像が本来の画像空間に表
示される。
【００１１】本発明は、画像のユーザが、常にそれにつ
いて、画像の中でその目的のためにいかなることが互い
に関係を持っていると理解すべきかという一定のイメー
ジを持っている、という前提条件に基づいている。ユー
ザは、大まかに描いた任意の縁取りをした画像領域によ
って、この独自のイメージをコンピュータ、あるいは、
画像分析プログラムに伝達する。この対話型の目標デー
タに基づいて、画像分析プログラムは、ユーザのイメー
ジを独自に解釈して、ユーザに作成したイメージを示
す。ユーザは、画像分析プログラムによって作成された
イメージ、「マシンイメージ」を更なる対話型の介入に
よって変更することができ、それによって、画像分析プ
ログラムは、マシンイメージをユーザの意志で修正す
る。こうした手順で、相互作用によってユーザのイメー
ジをマシンイメージと調整することができるので、画像
分析プログラムは、最後にユーザがいかなるイメージを
持っているかを知ることになる。それゆえ、本発明に従
った手順の基本的考え方は、循環プロセス中のサイクル
である。
いて、画像の中でその目的のためにいかなることが互い
に関係を持っていると理解すべきかという一定のイメー
ジを持っている、という前提条件に基づいている。ユー
ザは、大まかに描いた任意の縁取りをした画像領域によ
って、この独自のイメージをコンピュータ、あるいは、
画像分析プログラムに伝達する。この対話型の目標デー
タに基づいて、画像分析プログラムは、ユーザのイメー
ジを独自に解釈して、ユーザに作成したイメージを示
す。ユーザは、画像分析プログラムによって作成された
イメージ、「マシンイメージ」を更なる対話型の介入に
よって変更することができ、それによって、画像分析プ
ログラムは、マシンイメージをユーザの意志で修正す
る。こうした手順で、相互作用によってユーザのイメー
ジをマシンイメージと調整することができるので、画像
分析プログラムは、最後にユーザがいかなるイメージを
持っているかを知ることになる。それゆえ、本発明に従
った手順の基本的考え方は、循環プロセス中のサイクル
である。
【００１２】予めプログラムされた変換には、特に、画
像点周囲の画像輝度、あるいは、画像色調の平均値、あ
るいは、変化量の生成が含まれる。評価のために更に有
利に予めプログラムされた変換は、画像内の線と縁を効
果的に表現するためのラドン変換である。その際、予め
プログラムされた変換は、本発明に従った手順の場合、
完全に等価の相補及び直交量として使用される。
像点周囲の画像輝度、あるいは、画像色調の平均値、あ
るいは、変化量の生成が含まれる。評価のために更に有
利に予めプログラムされた変換は、画像内の線と縁を効
果的に表現するためのラドン変換である。その際、予め
プログラムされた変換は、本発明に従った手順の場合、
完全に等価の相補及び直交量として使用される。
【００１３】すなわち、実行された変換の各々の正規化
された値が、ユーザが選択した画像領域の同じ変換に対
応するか、あるいは、近似変換空間内の領域が識別され
るように、正規化された変換空間の小分類が行われる。
された値が、ユーザが選択した画像領域の同じ変換に対
応するか、あるいは、近似変換空間内の領域が識別され
るように、正規化された変換空間の小分類が行われる。
【００１４】循環的循環プロセスという意味で、ユーザ
は、最初の手順の実行後に表示された画像にまだ満足で
きない限り、別の画像領域を選択するか、あるいは、既
に選択した画像領域を修正して、引続いて全手順を新た
に繰り返して実行させることができる。その代わりに、
ユーザが手順を繰り返す前に新たな画像領域を選択して
いないか、あるいは、選択した画像領域の境界を修正し
ていない限り、異なる変換あるいは異なる変換パラメー
タを持つ同じ画像に対して手順を繰り返して実行するこ
とも可能である。
は、最初の手順の実行後に表示された画像にまだ満足で
きない限り、別の画像領域を選択するか、あるいは、既
に選択した画像領域を修正して、引続いて全手順を新た
に繰り返して実行させることができる。その代わりに、
ユーザが手順を繰り返す前に新たな画像領域を選択して
いないか、あるいは、選択した画像領域の境界を修正し
ていない限り、異なる変換あるいは異なる変換パラメー
タを持つ同じ画像に対して手順を繰り返して実行するこ
とも可能である。
【００１５】手順を１回、あるいは、複数回実行した後
で確定された変換及び分類の正規化の順番を記憶させ、
後に類似した画像に応用することができる。
で確定された変換及び分類の正規化の順番を記憶させ、
後に類似した画像に応用することができる。
【００１６】更に有利な実施態様の場合には、分類され
た画像の表示に加えて、対応する分類特性を考慮して、
得られた分類の付加的な特性をユーザが選択した画像領
域に算入して、ユーザに表示する。この付加的な特性に
基づいて、ユーザは、マシンイメージがどれほどイメー
ジと一致するかを決定することができる。更に、それぞ
れの互いに関連した画像領域に関する数値データ、例え
ば、特定の領域の量、あるいは、数を出力することもで
きる。類似した画像の場合、ユーザが類似した画像を考
えなくとも、対応する数値的評価を自動的に行うことが
できる。次に、図を参照しながら本発明の詳細を説明す
る。
た画像の表示に加えて、対応する分類特性を考慮して、
得られた分類の付加的な特性をユーザが選択した画像領
域に算入して、ユーザに表示する。この付加的な特性に
基づいて、ユーザは、マシンイメージがどれほどイメー
ジと一致するかを決定することができる。更に、それぞ
れの互いに関連した画像領域に関する数値データ、例え
ば、特定の領域の量、あるいは、数を出力することもで
きる。類似した画像の場合、ユーザが類似した画像を考
えなくとも、対応する数値的評価を自動的に行うことが
できる。次に、図を参照しながら本発明の詳細を説明す
る。
【００１７】
【発明の実施の形態】図１に示した作業場は、主とし
て、コンピュータ（２）及びコンピュータに接続された
入出力ユニット（１）で構成される。その際、出力ユニ
ットは、スクリーン、モニタ、あるいは、ディスプレー
でも良い。入力ユニットは、通常のキーボード、あるい
は、コンピュータマウスでも良い。
て、コンピュータ（２）及びコンピュータに接続された
入出力ユニット（１）で構成される。その際、出力ユニ
ットは、スクリーン、モニタ、あるいは、ディスプレー
でも良い。入力ユニットは、通常のキーボード、あるい
は、コンピュータマウスでも良い。
【００１８】コンピュータ（２）は、ハードウエア構成
部品として、分析しようとする画像と本発明に従った手
順の実行後にコンピュータによって生成された分析画像
の「マシンイメージ」が記憶される画像記憶装置（３）
を備えている。更に、ハードウエア構成部品として、ユ
ーザの入力が記憶される入力記憶装置(4)を備えてい
る。更に図１に示したモジュール「抽象ユニット」
（５）、「分類器」（６）、「評価及び制御ユニット」
（７）は、ハードウエア及びソフトウエア、すなわち、
作業記憶装置、コンピュータ・プロセッサ、及びコンピ
ュータの作業記憶装置の中に記憶されたプログラム・モ
ジュールの組み合わせである。
部品として、分析しようとする画像と本発明に従った手
順の実行後にコンピュータによって生成された分析画像
の「マシンイメージ」が記憶される画像記憶装置（３）
を備えている。更に、ハードウエア構成部品として、ユ
ーザの入力が記憶される入力記憶装置(4)を備えてい
る。更に図１に示したモジュール「抽象ユニット」
（５）、「分類器」（６）、「評価及び制御ユニット」
（７）は、ハードウエア及びソフトウエア、すなわち、
作業記憶装置、コンピュータ・プロセッサ、及びコンピ
ュータの作業記憶装置の中に記憶されたプログラム・モ
ジュールの組み合わせである。
【００１９】本発明に従った手順の個別に実行されるス
テップを図２の構造図を参照しながら説明する。まず、
画像記憶装置（３）に記憶された画像がステップ（１
０）で出力ユニット（１）を介して観察者に示される。
この二次元画像は、一般的に空間座標ｘ，ｙの関数とし
ての強度分布Ｉで構成される。それに続くステップ（１
１）では、ユーザは入力ユニット（１）を介して関心が
ある画像領域、あるいは、関心がある画像領域の座標を
選択する。この画像領域、あるいは、選択した画像ピク
セルの座標を（ｘｍ，ｙｍ）とする。その際、個別の画
像領域、並びに、複数の大型画像領域、あるいは、全画
像を選択することができる。全画像を選択する際に、ユ
ーザは、本発明に従った手順の少なくとも一つの第１の
サイクルで、更なる評価を完全に画像分析プログラムに
任せることができる。
テップを図２の構造図を参照しながら説明する。まず、
画像記憶装置（３）に記憶された画像がステップ（１
０）で出力ユニット（１）を介して観察者に示される。
この二次元画像は、一般的に空間座標ｘ，ｙの関数とし
ての強度分布Ｉで構成される。それに続くステップ（１
１）では、ユーザは入力ユニット（１）を介して関心が
ある画像領域、あるいは、関心がある画像領域の座標を
選択する。この画像領域、あるいは、選択した画像ピク
セルの座標を（ｘｍ，ｙｍ）とする。その際、個別の画
像領域、並びに、複数の大型画像領域、あるいは、全画
像を選択することができる。全画像を選択する際に、ユ
ーザは、本発明に従った手順の少なくとも一つの第１の
サイクルで、更なる評価を完全に画像分析プログラムに
任せることができる。
【００２０】次に続くステップ（１２）では、コンピュ
ータが、選択された画像に対する変換Ｔｉを全画像点
（ｘ，ｙ）で実行する。その際、指数ｉは、様々な変換
を示している。その際、対応する変換は、個別の画像点
の画像のグレースケール（１３）の平均値の生成、ある
いは、画像の画像点の周囲のそれぞれの画像輝度の変化
量（１４）の生成であっても良い。その際、グレースケ
ール及び画像輝度の変化量という概念は、様々な色の色
輝度と色輝度の変化量を示している。線と縁を効果的に
表現するための更なる予めプログラムされた変換は、ラ
ドン変換（１５）である。上述のこうした３つの変換の
他に、必要に応じて選択できるか、あるいは、コンピュ
ータ自身が選択する別の変換を用いることができる。
ータが、選択された画像に対する変換Ｔｉを全画像点
（ｘ，ｙ）で実行する。その際、指数ｉは、様々な変換
を示している。その際、対応する変換は、個別の画像点
の画像のグレースケール（１３）の平均値の生成、ある
いは、画像の画像点の周囲のそれぞれの画像輝度の変化
量（１４）の生成であっても良い。その際、グレースケ
ール及び画像輝度の変化量という概念は、様々な色の色
輝度と色輝度の変化量を示している。線と縁を効果的に
表現するための更なる予めプログラムされた変換は、ラ
ドン変換（１５）である。上述のこうした３つの変換の
他に、必要に応じて選択できるか、あるいは、コンピュ
ータ自身が選択する別の変換を用いることができる。
【００２１】ステップ（１２）では、選択したそれぞれ
の変換に対して、局所座標（ｘ，ｙ）に依存した変換関
数Ｔｉ（ｘ，ｙ）が算出される。それに続く正規化ステ
ップ（１６）では、変換結果値が値領域［０，１］に正
規化される。正規化のために、様々な連続関数を使用す
ることができる。特に、所望の値領域［０，１］に全て
の値が入るので、シグモイド関数が有利であることが示
されている。
の変換に対して、局所座標（ｘ，ｙ）に依存した変換関
数Ｔｉ（ｘ，ｙ）が算出される。それに続く正規化ステ
ップ（１６）では、変換結果値が値領域［０，１］に正
規化される。正規化のために、様々な連続関数を使用す
ることができる。特に、所望の値領域［０，１］に全て
の値が入るので、シグモイド関数が有利であることが示
されている。
【００２２】ｙ＝１／（１＋ｅｘｐ（−ｇ*(x-xo)））
【００２３】次に続くステップ（１７）では、変換空間
での下位区分、あるいは、分類が行われる。例えば、品
質関数によるフィードバックに関するような、それ以上
の情報がない限り、その際、小、中、大という３つの領
域で正規化された変換結果Ｔｉ *（ｘ，ｙ）の数値領域
の大まかな下位区分が行われる。更に、下位区分、ある
いは、分類の際に、正規化された変換結果値Ｔｉ*（ｘ
ｍ，ｙｍ）がユーザが選択した画像領域で考慮される
か、あるいは、その正規化された変換結果を用いて、ユ
ーザが選択した画像領域で高級の分割のための規定が導
出される。
での下位区分、あるいは、分類が行われる。例えば、品
質関数によるフィードバックに関するような、それ以上
の情報がない限り、その際、小、中、大という３つの領
域で正規化された変換結果Ｔｉ *（ｘ，ｙ）の数値領域
の大まかな下位区分が行われる。更に、下位区分、ある
いは、分類の際に、正規化された変換結果値Ｔｉ*（ｘ
ｍ，ｙｍ）がユーザが選択した画像領域で考慮される
か、あるいは、その正規化された変換結果を用いて、ユ
ーザが選択した画像領域で高級の分割のための規定が導
出される。
【００２４】次に続くステップでは、変換空間にある分
類が、個別の画像点（ｘ，ｙ）に割り当てられ、そのよ
うにして分類された画像が、独立した画像として、ある
いは、オリジナルの画像と分類された画像との重複表示
として、ステップ（１９）で画像空間で観察者に示され
る。
類が、個別の画像点（ｘ，ｙ）に割り当てられ、そのよ
うにして分類された画像が、独立した画像として、ある
いは、オリジナルの画像と分類された画像との重複表示
として、ステップ（１９）で画像空間で観察者に示され
る。
【００２５】ステップ（２０）では、いかなる方法で手
順を続行すべきか、あるいは、画像分析の結果がユーザ
のイメージと一致するかどうかがユーザに尋ねられる。
次に続くステップ（２１）では、ユーザは、入力ユニッ
ト（１）を介して、様々な入力を行うことができる。画
像分析の結果がユーザのイメージと一致する場合は、変
換、正規化、及び分類を実行する際に行われたパラメー
タ設定がステップ（２２）で記憶され、次に続く画像、
あるいは、類似の特徴を有する一連の画像に自動的に応
用される。
順を続行すべきか、あるいは、画像分析の結果がユーザ
のイメージと一致するかどうかがユーザに尋ねられる。
次に続くステップ（２１）では、ユーザは、入力ユニッ
ト（１）を介して、様々な入力を行うことができる。画
像分析の結果がユーザのイメージと一致する場合は、変
換、正規化、及び分類を実行する際に行われたパラメー
タ設定がステップ（２２）で記憶され、次に続く画像、
あるいは、類似の特徴を有する一連の画像に自動的に応
用される。
【００２６】それとは対照的に、ユーザが画像分析の結
果にまだ満足しない場合は、ユーザは、画像の付加的な
画像領域を選択するか、あるいは、以前に行った選択を
修正することができ、その際、評価手順はステップ「画
像領域の選択」（１１）に戻ることになる。それとは対
照的に、ユーザが新しい画像領域を示さないか、あるい
は、以前に入力した画像領域を修正しない場合は、コン
ピュータは、個別の変換Ｔｉに対する変更されたパラメ
ータを用いて手順を新たに実行するか、あるいは、変更
した変換を用いて手順を実行する。この場合、プログラ
ムは上述の変換ステップ（１２）に戻る。こうして前の
選択ステップ（１１）、あるいは、変換ステップ（１
２）に戻った後、ユーザが分析結果に満足するまで手順
が新たに実行される。
果にまだ満足しない場合は、ユーザは、画像の付加的な
画像領域を選択するか、あるいは、以前に行った選択を
修正することができ、その際、評価手順はステップ「画
像領域の選択」（１１）に戻ることになる。それとは対
照的に、ユーザが新しい画像領域を示さないか、あるい
は、以前に入力した画像領域を修正しない場合は、コン
ピュータは、個別の変換Ｔｉに対する変更されたパラメ
ータを用いて手順を新たに実行するか、あるいは、変更
した変換を用いて手順を実行する。この場合、プログラ
ムは上述の変換ステップ（１２）に戻る。こうして前の
選択ステップ（１１）、あるいは、変換ステップ（１
２）に戻った後、ユーザが分析結果に満足するまで手順
が新たに実行される。
【００２７】これまで抽象的に説明してきた手順を次に
図３〜１０を参照しながら、神経細胞の顕微鏡画像の実
例で説明する。まず、本来の画像分析のステップでは、
ユーザは、自分が関心を持つ画像をコンピュータの画像
記憶装置（３）にロードして、画像を出力ユニット
（１）に表示させる。出力ユニット(1)に表示された実
例の神経細胞のオリジナルの画像を図３に示してある。
図３〜１０を参照しながら、神経細胞の顕微鏡画像の実
例で説明する。まず、本来の画像分析のステップでは、
ユーザは、自分が関心を持つ画像をコンピュータの画像
記憶装置（３）にロードして、画像を出力ユニット
（１）に表示させる。出力ユニット(1)に表示された実
例の神経細胞のオリジナルの画像を図３に示してある。
【００２８】次に続くステップ（図４）では、ユーザ
は、実例の画像領域を選択する。必要に応じて、多数の
画像領域が選択された場合に、それが異なる画像領域で
あるか、あるいは、互いに関連した画像領域として見な
すべきかどうかが、画像分析プログラムにとって明確な
ように、ユーザは選択された画像領域に名前を割り当て
る。同一の名前を有する画像領域は、それぞれ互いに関
連した画像領域として、異なる名前を有する画像領域
は、異なる画像領域として見なされる。従って、領域の
名前も同様に記憶される。図４に示した実例の場合に
は、ユーザは、画像の背景、細胞体、及び樹状突起とい
う３つの領域の区分を行った。その際、ユーザが選択し
ようとする画像領域をカーソルで大まかになぞって、境
界を引くことによって、単純に画像座標に関する任意の
入力ユニット（例えば、マウス、トラックボール）を用
いて対応する画像領域の選択を行うことができる。様々
に分類できる領域に関しては、ユーザは、その各々の領
域に異なる名前を付けることができる。それとは対照的
に、領域が異なって分類できない場合は、その領域に同
じ名前を付ける。
は、実例の画像領域を選択する。必要に応じて、多数の
画像領域が選択された場合に、それが異なる画像領域で
あるか、あるいは、互いに関連した画像領域として見な
すべきかどうかが、画像分析プログラムにとって明確な
ように、ユーザは選択された画像領域に名前を割り当て
る。同一の名前を有する画像領域は、それぞれ互いに関
連した画像領域として、異なる名前を有する画像領域
は、異なる画像領域として見なされる。従って、領域の
名前も同様に記憶される。図４に示した実例の場合に
は、ユーザは、画像の背景、細胞体、及び樹状突起とい
う３つの領域の区分を行った。その際、ユーザが選択し
ようとする画像領域をカーソルで大まかになぞって、境
界を引くことによって、単純に画像座標に関する任意の
入力ユニット（例えば、マウス、トラックボール）を用
いて対応する画像領域の選択を行うことができる。様々
に分類できる領域に関しては、ユーザは、その各々の領
域に異なる名前を付けることができる。それとは対照的
に、領域が異なって分類できない場合は、その領域に同
じ名前を付ける。
【００２９】システムにはそれ以外のユーザ入力はな
く、ユーザへのヒントも簡便にするために、評価及び制
御ユニット（７）は、その画像に対して変換及び回転不
変変換を行う抽象ユニット（５）も兼ねる。そのために
は、特に画像の各画像点に関する画像輝度、あるいは、
色調輝度の局所平均値及び局所変化量の生成が適してい
る。抽象ユニットでは、変換された２つの中間画像が生
成される。すなわち、グレースケールの中間値の中間画
像（図５）と予め与えられた領域に関するグレースケー
ルの変化分の中間画像（図６）である。しかしながら、
変換空間のこの画像は、通常ユーザには表示されない。
く、ユーザへのヒントも簡便にするために、評価及び制
御ユニット（７）は、その画像に対して変換及び回転不
変変換を行う抽象ユニット（５）も兼ねる。そのために
は、特に画像の各画像点に関する画像輝度、あるいは、
色調輝度の局所平均値及び局所変化量の生成が適してい
る。抽象ユニットでは、変換された２つの中間画像が生
成される。すなわち、グレースケールの中間値の中間画
像（図５）と予め与えられた領域に関するグレースケー
ルの変化分の中間画像（図６）である。しかしながら、
変換空間のこの画像は、通常ユーザには表示されない。
【００３０】ここでは、ユーザへのヒントに従って、別
の適切な変換、あるいは、場合によっては、２つ以上の
変換を実行することができる、ということを指摘してお
こう。例えば、ユーザが選択した画像領域の一つが線形
であった場合は、別の変換として変換ステップ（１２）
でラドン変換が実行される（図２）。
の適切な変換、あるいは、場合によっては、２つ以上の
変換を実行することができる、ということを指摘してお
こう。例えば、ユーザが選択した画像領域の一つが線形
であった場合は、別の変換として変換ステップ（１２）
でラドン変換が実行される（図２）。
【００３１】次に続くステップでは、自動正規化が行わ
れる。変換と実際の画像内容に従って、変換結果の数値
領域が非常に異なることがあり、異なる変換結果が互い
に一義的な関係にないことがあるので、これは重要であ
る。正規化の際には、全変換の数値領域がシグモイド関
数によって０〜１の数値領域にされる。
れる。変換と実際の画像内容に従って、変換結果の数値
領域が非常に異なることがあり、異なる変換結果が互い
に一義的な関係にないことがあるので、これは重要であ
る。正規化の際には、全変換の数値領域がシグモイド関
数によって０〜１の数値領域にされる。
【００３２】個別の変換の結果値は、抽象ユニット
（５）によって分類器（６）に伝達され、互いに関係付
けられる。上述の場合には、二次元は２回の変換と関連
しており、画像では二次元ヒストグラムとして表現され
る。このヒストグラムを図８に示してあり、右に中間値
（ｍ）が、下に変化量（ｖ）が示してある。分類器は、
ユーザのヒントに基づいて、ユーザのイメージに対応す
る変換空間の領域を決定する。そのために、例えば、こ
の場合は中間値と変化量の生成であるが、実行された様
々な変換に関して正規化されたいかなる変換結果が、ユ
ーザが選択した画像領域にあるかが吟味される。その
後、変換空間で、変換結果値がユーザによって選択され
た画像領域の変換結果値と一致する分類中心に対する点
が決定される。マシンイメージの生成は、それぞれの分
類中心の周囲が分類境界に互いにぶつかるまで伸張され
ることによって行われる。この意味で、ユーザのヒント
が、すべてのパラメータ空間が満たされるまで普遍化さ
れる。図７には、変換空間の「マシンイメージ」（マシ
ンイメージとは、機械の視点から、あるいは、機械の知
識を持つ観察者から見た表現である）を示してあり、そ
こでは、それぞれの分類中心が黒点でマーキングされて
いる。また、この画像は、ユーザによる結果の観察及び
評価には必要がなく、通常表示されないが、コンピュー
タの中では中間画像としてのみ存在する。
（５）によって分類器（６）に伝達され、互いに関係付
けられる。上述の場合には、二次元は２回の変換と関連
しており、画像では二次元ヒストグラムとして表現され
る。このヒストグラムを図８に示してあり、右に中間値
（ｍ）が、下に変化量（ｖ）が示してある。分類器は、
ユーザのヒントに基づいて、ユーザのイメージに対応す
る変換空間の領域を決定する。そのために、例えば、こ
の場合は中間値と変化量の生成であるが、実行された様
々な変換に関して正規化されたいかなる変換結果が、ユ
ーザが選択した画像領域にあるかが吟味される。その
後、変換空間で、変換結果値がユーザによって選択され
た画像領域の変換結果値と一致する分類中心に対する点
が決定される。マシンイメージの生成は、それぞれの分
類中心の周囲が分類境界に互いにぶつかるまで伸張され
ることによって行われる。この意味で、ユーザのヒント
が、すべてのパラメータ空間が満たされるまで普遍化さ
れる。図７には、変換空間の「マシンイメージ」（マシ
ンイメージとは、機械の視点から、あるいは、機械の知
識を持つ観察者から見た表現である）を示してあり、そ
こでは、それぞれの分類中心が黒点でマーキングされて
いる。また、この画像は、ユーザによる結果の観察及び
評価には必要がなく、通常表示されないが、コンピュー
タの中では中間画像としてのみ存在する。
【００３３】分類領域の定義のための代替案は、互いに
ぶつかった分類境界が明確に分離面（ここでは、変換数
から面の次元が得られるｎ−次元の面を言う）によって
表現されることである。そうした分離面には、それぞれ
選択した変換空間の正規化に使用されたように、特に、
シグモイド関数が使用される。
ぶつかった分類境界が明確に分離面（ここでは、変換数
から面の次元が得られるｎ−次元の面を言う）によって
表現されることである。そうした分離面には、それぞれ
選択した変換空間の正規化に使用されたように、特に、
シグモイド関数が使用される。
【００３４】引続いて、変換空間に形成された分類が画
像空間の個別の画像点に割り当てられ、オリジナルの画
像のいわゆるマシンイメージが画像記憶装置（３）に伝
達され、画像空間で適切な方法で、例えば、個別画像と
して、あるいは、オリジナルの画像とマシンイメージと
の重複画像として、ユーザに表示される。画像空間のマ
シンイメージは、図９に示してある。
像空間の個別の画像点に割り当てられ、オリジナルの画
像のいわゆるマシンイメージが画像記憶装置（３）に伝
達され、画像空間で適切な方法で、例えば、個別画像と
して、あるいは、オリジナルの画像とマシンイメージと
の重複画像として、ユーザに表示される。画像空間のマ
シンイメージは、図９に示してある。
【００３５】オブジェクトの分類に対するユーザのイメ
ージが表示されたマシンイメージと一致しない場合は、
例えば、画像の別の領域をマーキングするか、あるい
は、行ったマーキングを変更することによって、ユーザ
は、そのイメージに関する更なるヒントを入力すること
ができる。
ージが表示されたマシンイメージと一致しない場合は、
例えば、画像の別の領域をマーキングするか、あるい
は、行ったマーキングを変更することによって、ユーザ
は、そのイメージに関する更なるヒントを入力すること
ができる。
【００３６】特に、ユーザが別の入力を行うことは、階
層という意味で既に入力した画像空間の洗練化、あるい
は、普遍化の役割を果たす。従って、例えば、樹状突起
の全領域を一般的な上位に位置付けられた表現に従って
更に個別の樹状突起に分解することができる。これに
は、個別の樹状突起を探すことが樹状突起の領域に限定
することができるので、ａ）計算時間を節約できる；
ｂ）個別の樹状突起の決定精度を高められる、という利
点がある。その理由は、その場合、すべての変換空間の
で新たな更なる変換が樹状突起を決定することだけに利
用し尽くすことができるからである。
層という意味で既に入力した画像空間の洗練化、あるい
は、普遍化の役割を果たす。従って、例えば、樹状突起
の全領域を一般的な上位に位置付けられた表現に従って
更に個別の樹状突起に分解することができる。これに
は、個別の樹状突起を探すことが樹状突起の領域に限定
することができるので、ａ）計算時間を節約できる；
ｂ）個別の樹状突起の決定精度を高められる、という利
点がある。その理由は、その場合、すべての変換空間の
で新たな更なる変換が樹状突起を決定することだけに利
用し尽くすことができるからである。
【００３７】ユーザが更なるヒントを与えない場合は、
プログラムは、マシンイメージがユーザのイメージと一
致し、ユーザが更に分析タスク、例えば、細胞体の大き
さの探索を入力することができる、ということを前提と
する。分析プログラムは、細胞体の分類の画像点の数を
決定して、適切な尺度に換算した後で結果をユーザに示
す。
プログラムは、マシンイメージがユーザのイメージと一
致し、ユーザが更に分析タスク、例えば、細胞体の大き
さの探索を入力することができる、ということを前提と
する。分析プログラムは、細胞体の分類の画像点の数を
決定して、適切な尺度に換算した後で結果をユーザに示
す。
【００３８】ここでは、上述の方法は、任意の数のユー
ザのヒントだけでなく、任意の数の変換も実行すること
ができる、ということを示唆しよう。更に、任意の評価
機能（長さ、幅、面積、領域の厚さ、等に従った領域の
量の決定）を上述の手順で導き出し、分類した構造に応
用することができる。
ザのヒントだけでなく、任意の数の変換も実行すること
ができる、ということを示唆しよう。更に、任意の評価
機能（長さ、幅、面積、領域の厚さ、等に従った領域の
量の決定）を上述の手順で導き出し、分類した構造に応
用することができる。
【００３９】分類器（６）では、分析したマシンイメー
ジの他に別の情報も生成される。高品質のマシンイメー
ジを出力することができる。変換空間のマシンイメージ
を考察すると（図７）、区別される分類量は異なり、分
類中心は互いに異なる距離を持つ、ということが判明す
る。分類中心間の距離が小さくなればなるほど、それだ
け早く混同の危険が生じ、あるいは、分類中心間の距離
が大きくなればなるほど、それだけ混同の危険は小さく
なる。変換空間の分類距離のそれぞれの画像点をパラメ
ータとして割り当てることによって、こうした付加的な
情報を画像空間で変換することができる。マシンイメー
ジの品質に関する記述を行うこうした画像空間の品質機
能は、図９及び図１０に示してある。その場合、暗い画
像点は変換空間の分類中心の短い距離、すなわち、低い
品質と高い混同の危険を示し、明るい画像点は変換空間
の分類中心の長い距離、すなわち、高い品質と低い混同
の危険を示している。
ジの他に別の情報も生成される。高品質のマシンイメー
ジを出力することができる。変換空間のマシンイメージ
を考察すると（図７）、区別される分類量は異なり、分
類中心は互いに異なる距離を持つ、ということが判明す
る。分類中心間の距離が小さくなればなるほど、それだ
け早く混同の危険が生じ、あるいは、分類中心間の距離
が大きくなればなるほど、それだけ混同の危険は小さく
なる。変換空間の分類距離のそれぞれの画像点をパラメ
ータとして割り当てることによって、こうした付加的な
情報を画像空間で変換することができる。マシンイメー
ジの品質に関する記述を行うこうした画像空間の品質機
能は、図９及び図１０に示してある。その場合、暗い画
像点は変換空間の分類中心の短い距離、すなわち、低い
品質と高い混同の危険を示し、明るい画像点は変換空間
の分類中心の長い距離、すなわち、高い品質と低い混同
の危険を示している。
【００４０】この品質機能は、分類器（６）によって評
価及び制御ユニット（７）に伝達され、そこで、変換が
良好であるか、あるいは、その変換に関するパラメータ
が良好であるかの自動的な決定に使用される。プログラ
ムを新たに変換ステップに戻し、変更したパラメータ設
定を用いて変換を新たに実行することによって、所要計
算時間、あるいは、ユーザの応答の希望、あるいは、精
度の希望に応じて、更なる最適化サイクルを自動的に行
うことができる。
価及び制御ユニット（７）に伝達され、そこで、変換が
良好であるか、あるいは、その変換に関するパラメータ
が良好であるかの自動的な決定に使用される。プログラ
ムを新たに変換ステップに戻し、変更したパラメータ設
定を用いて変換を新たに実行することによって、所要計
算時間、あるいは、ユーザの応答の希望、あるいは、精
度の希望に応じて、更なる最適化サイクルを自動的に行
うことができる。
【００４１】更なる非常に単純ではあるが、本発明に従
った手順の高性能な実例を図１１〜１３に示してある。
図１１は、下方左から上方右へ延びる対角線の上に０．
１の変化量を、その対角線の下に１．４の変化量を示す
オリジナルの図である。平均グレースケールは全画像に
関して一定である。裸眼で見れば、オリジナル画像で
は、粒子の大きさにはほとんど差が認められない。しか
しながら、期待を持った観察者は、両方の画像の半分に
は、差がなければならないが、対角線の上下はそれぞれ
平面的な画像領域であり、両方の画像領域は異なる名前
が割り当てられており、機械によって自動的にグレース
ケールの変換とグレースケールの変化量が選択、実行さ
れ、図１３に示されたマシンイメージが生成され、ユー
ザに示された、ということに気づくだろう。フラクタル
階層の場合の色調値、あるいは、グレースケールの変化
量は補助、あるいは、制御量であるので、フラクタル階
層という既知の手順を用いた同じ課題の解決法は不可能
であるが、他方、本発明に従った手順の場合には、個別
に実行される変換は、等価の方形、あるいは、互いに相
補量と見なされる。
った手順の高性能な実例を図１１〜１３に示してある。
図１１は、下方左から上方右へ延びる対角線の上に０．
１の変化量を、その対角線の下に１．４の変化量を示す
オリジナルの図である。平均グレースケールは全画像に
関して一定である。裸眼で見れば、オリジナル画像で
は、粒子の大きさにはほとんど差が認められない。しか
しながら、期待を持った観察者は、両方の画像の半分に
は、差がなければならないが、対角線の上下はそれぞれ
平面的な画像領域であり、両方の画像領域は異なる名前
が割り当てられており、機械によって自動的にグレース
ケールの変換とグレースケールの変化量が選択、実行さ
れ、図１３に示されたマシンイメージが生成され、ユー
ザに示された、ということに気づくだろう。フラクタル
階層の場合の色調値、あるいは、グレースケールの変化
量は補助、あるいは、制御量であるので、フラクタル階
層という既知の手順を用いた同じ課題の解決法は不可能
であるが、他方、本発明に従った手順の場合には、個別
に実行される変換は、等価の方形、あるいは、互いに相
補量と見なされる。
【図１】本発明に従った手順の実行に適したコンピュー
タを用いた作業場のブロック図である。
タを用いた作業場のブロック図である。
【図２】本発明に従った手順を実行するステップの構造
図である。
図である。
【図３】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図４】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図５】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図６】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図７】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図８】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図９】本発明に従った手順の場合に個別の中間ステッ
プで達成された中間結果の細胞画像の実例による図示で
ある。
プで達成された中間結果の細胞画像の実例による図示で
ある。
【図１０】本発明に従った手順の場合に個別の中間ステ
ップで達成された中間結果の細胞画像の実例による図示
である。
ップで達成された中間結果の細胞画像の実例による図示
である。
【図１１】本発明に従った手順を単純なグレー画像に応
用した場合の結果の図示である。
用した場合の結果の図示である。
【図１２】本発明に従った手順を単純なグレー画像に応
用した場合の結果の図示である。
用した場合の結果の図示である。
【図１３】本発明に従った手順を単純なグレー画像に応
用した場合の結果の図示である。
用した場合の結果の図示である。
１ 入出力ユニット ２ コンピュータ ３ 画像記憶装置 ４ 入力記憶装置 ５ モジュール抽象ユニット” ６ 分類器 ７ 評価及び制御ユニット １０ 画像がステップ １１ ステップ １２ ステップ １３ グレースケール １４ 画像輝度の変化量 １５ ラドン変換 １６ 正規化ステップ
Claims (14)
- 【請求項１】 次のようなステップを有する循環的対話
型画像分析手順： ａ）ユーザによる画像の関心ある画像領域の選択、 ｂ）すべての画像点の画像に対する、あるいは、選択さ
れた画像点に対する予めプログラムされた変換の実行、 ｃ）個別の変換結果の正規化の実行、 ｄ）ユーザが選択した画像領域の変換結果値から導出さ
れた分割規定を用いた変換空間での分類結果を用いたす
べての正規化された変換空間の分類での区分、 ｅ）個別の画像点に対する変換空間で得られた分類の割
り当て、及び ｆ）そのように分類された画像の画像空間での表示。 - 【請求項２】 予めプログラムされた変換が、色調値あ
るいはグレースケールの平均値の生成、及び／あるい
は、画像点周囲の色調値あるいはグレースケールの変化
量の生成を含む請求項１に記載の手順。 - 【請求項３】 予めプログラムされた変換が、線及び縁
を効果的に表現するためのラドン変換を含む請求項１ま
たは２に記載の手順。 - 【請求項４】 実行された変換の各々の正規化された値
が、ユーザが選択した画像領域の同じ変換の正規化され
た値に対応する変換空間の領域が識別されるように、正
規化された変換空間の下位区分が行われる請求項１〜３
のいずれかに記載の手順。 - 【請求項５】 値の正規化のためにシグモイド関数が使
用される請求項４に記載の手順。 - 【請求項６】 分類の階層的洗練、あるいは、普遍化の
ために同じ画像に対して手順ステップａ）〜ｆ）が繰り
返して実行される請求項１〜５のいずれかに記載の手
順。 - 【請求項７】 異なる変換、あるいは、変換のパラメー
タを用いて、同じ画像に対して手順ステップｂ）〜ｆ）
が繰り返して行われる請求項１〜６のいずれかに記載の
手順。 - 【請求項８】 対話の間に確定された変換、正規化、及
び分類の順番が記憶される請求項１〜７のいずれかに記
載の手順。 - 【請求項９】 対話の間に確定され、記憶された順番が
後に別の画像に応用される請求項８に記載の手順。 - 【請求項１０】 得られた分類の付加的な特性が、対応
する分類特性を考慮してユーザが選択した画像領域で算
出される請求項１〜９のいずれかに記載の手順。 - 【請求項１１】 付加的な特性が、色調値、画像輝度、
変化量及び／あるいは分類形状である請求項１０に記載
の手順。 - 【請求項１２】 請求項１〜１１に記載の手順の実行に
適し、画像領域の対話型入力及び選択のための装置
（１）を有するコンピュータ・システム。 - 【請求項１３】 デジタル・コンピュータの記憶装置に
ロード可能で、コンピュータでプログラムを実行する場
合に、請求項１〜１１に記載のステップを用いて手順を
実行するためのソフトウエア・コードを有するコンピュ
ータ・プログラム。 - 【請求項１４】 デジタル・コンピュータの記憶装置に
ロード可能で、コンピュータ・プログラムが記憶装置に
ロードされた場合に、コンピュータが請求項１〜１１に
記載のステップを用いて手順を実行できるようにする、
ソフトウエア・コードを有するコンピュータ・プログラ
ム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE10017551A DE10017551C2 (de) | 2000-04-08 | 2000-04-08 | Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens |
| DE10017551.1 | 2000-04-08 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001307087A true JP2001307087A (ja) | 2001-11-02 |
Family
ID=7638072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001108120A Pending JP2001307087A (ja) | 2000-04-08 | 2001-04-06 | 循環的対話型画像分析のための手順、並びに、その手順を実行するためのコンピュータ・システム及びコンピュータ・プログラム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6885772B2 (ja) |
| EP (1) | EP1154369A3 (ja) |
| JP (1) | JP2001307087A (ja) |
| CN (1) | CN100501772C (ja) |
| CA (1) | CA2343379C (ja) |
| DE (1) | DE10017551C2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011509451A (ja) * | 2007-12-20 | 2011-03-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データのセグメント化 |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10109130B4 (de) | 2001-02-24 | 2015-02-19 | Carl Zeiss Microscopy Gmbh | Verfahren zur Aufzeichnung und Darstellung von Fluoreszenzbildern mit hoher räumlicher Auflösung |
| US7346215B2 (en) * | 2001-12-31 | 2008-03-18 | Transpacific Ip, Ltd. | Apparatus and method for capturing a document |
| GB2396406A (en) * | 2002-12-17 | 2004-06-23 | Qinetiq Ltd | Image analysis |
| DE10353785B4 (de) * | 2003-11-18 | 2006-05-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung von verschiedenen Zelltypen von Zellen in einer biologischen Probe |
| DE102004009541A1 (de) * | 2004-02-23 | 2005-09-15 | Iris-Gmbh Infrared & Intelligent Sensors | Benutzersteuerbares Erfassungssystem |
| CA2567055C (en) * | 2004-05-20 | 2013-11-19 | Mcmaster University | Method for controlling the appearance of products and process performance by image analysis |
| EP1615170A1 (en) * | 2004-07-10 | 2006-01-11 | Evotec Technologies GmbH | Image segmentation algorithms for applications in cellular biology |
| DE102005049017B4 (de) * | 2005-10-11 | 2010-09-23 | Carl Zeiss Imaging Solutions Gmbh | Verfahren zur Segmentierung in einem n-dimensionalen Merkmalsraum und Verfahren zur Klassifikation auf Grundlage von geometrischen Eigenschaften segmentierter Objekte in einem n-dimensionalen Datenraum |
| US8107695B2 (en) * | 2007-06-27 | 2012-01-31 | General Electric Company | Methods and systems for assessing patient movement in diagnostic imaging |
| CN101720476B (zh) | 2007-07-02 | 2013-06-05 | 特里伯耶拿有限公司 | 用于测量物体距离的特征检测装置和方法 |
| US8583209B2 (en) | 2007-10-03 | 2013-11-12 | Siemens Aktiengesellschaft | Method and system for monitoring cardiac function of a patient during a magnetic resonance imaging (MRI) procedure |
| US10466121B2 (en) * | 2014-03-06 | 2019-11-05 | Joyson Safety Systems Acquisition Llc | Force-based detection systems and methods |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62204393A (ja) * | 1986-03-05 | 1987-09-09 | Hitachi Ltd | 画像処理エキスパ−トシステム |
| JPH05508951A (ja) * | 1990-07-17 | 1993-12-09 | ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 画像処理方法 |
| EP0769760A1 (fr) * | 1995-10-18 | 1997-04-23 | Societe Nationale D'etude Et De Construction De Moteurs D'aviation "Snecma" | Procédé de détection automatique des zones expertisables dans des images de pièces mécaniques |
| DE19625906A1 (de) * | 1996-06-27 | 1998-01-08 | Delphi Systemsimulation Gmbh | Verfahren zur Berechnung und/oder Analyse und/oder Erkennung eines komplexen Systems |
| JPH1091782A (ja) * | 1996-09-10 | 1998-04-10 | Olympus Optical Co Ltd | 濃淡画像用特定部位抽出方法 |
| US5761385A (en) * | 1995-09-05 | 1998-06-02 | Loral Defense Systems | Product and method for extracting image data |
| DE19705017A1 (de) * | 1997-02-10 | 1998-08-13 | Delphi Systemsimulation Gmbh | Verfahren zum Segmentieren eines digitalen Bildes |
| DE19730512C1 (de) * | 1997-07-16 | 1998-08-20 | Siemens Ag | Bildsystem für eine medizinische Diagnostikeinrichtung und Verfahren zur gefensterten Darstellung von medizinischen Bildern |
| JP2000059631A (ja) * | 1998-07-10 | 2000-02-25 | General Electric Co <Ge> | 離散的ピクセル画像を強調する方法及びシステム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5671294A (en) * | 1994-09-15 | 1997-09-23 | The United States Of America As Represented By The Secretary Of The Navy | System and method for incorporating segmentation boundaries into the calculation of fractal dimension features for texture discrimination |
| US6044171A (en) * | 1995-05-09 | 2000-03-28 | Polyakov; Vladislav G. | Method and apparatus for pattern recognition and representation using fourier descriptors and iterative transformation-reparametrization |
| US6408107B1 (en) * | 1996-07-10 | 2002-06-18 | Michael I. Miller | Rapid convolution based large deformation image matching via landmark and volume imagery |
| US6078680A (en) * | 1997-07-25 | 2000-06-20 | Arch Development Corporation | Method, apparatus, and storage medium for detection of nodules in biological tissue using wavelet snakes to characterize features in radiographic images |
| FR2774493B1 (fr) * | 1998-02-04 | 2000-09-15 | Univ Paris Curie | Procede de segmentation spatiale d'une image en objets visuels et application |
| WO1999040593A1 (en) | 1998-02-09 | 1999-08-12 | Odin Medical Technologies Ltd | A method for designing open magnets and open magnetic apparatus for use in mri/mrt probes |
| US6496560B1 (en) * | 2001-11-21 | 2002-12-17 | Koninklijke Philips Electronics, N.V. | Motion correction for perfusion measurements |
-
2000
- 2000-04-08 DE DE10017551A patent/DE10017551C2/de not_active Expired - Fee Related
-
2001
- 2001-03-16 EP EP01106668A patent/EP1154369A3/de not_active Ceased
- 2001-04-06 US US09/828,031 patent/US6885772B2/en not_active Expired - Fee Related
- 2001-04-06 JP JP2001108120A patent/JP2001307087A/ja active Pending
- 2001-04-06 CA CA002343379A patent/CA2343379C/en not_active Expired - Fee Related
- 2001-04-08 CN CNB011212594A patent/CN100501772C/zh not_active Expired - Fee Related
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62204393A (ja) * | 1986-03-05 | 1987-09-09 | Hitachi Ltd | 画像処理エキスパ−トシステム |
| JPH05508951A (ja) * | 1990-07-17 | 1993-12-09 | ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 画像処理方法 |
| US5761385A (en) * | 1995-09-05 | 1998-06-02 | Loral Defense Systems | Product and method for extracting image data |
| EP0769760A1 (fr) * | 1995-10-18 | 1997-04-23 | Societe Nationale D'etude Et De Construction De Moteurs D'aviation "Snecma" | Procédé de détection automatique des zones expertisables dans des images de pièces mécaniques |
| JPH09134435A (ja) * | 1995-10-18 | 1997-05-20 | Soc Natl Etud Constr Mot Aviat <Snecma> | 機械部品の画像における評価可能区域の自動検出方法 |
| DE19625906A1 (de) * | 1996-06-27 | 1998-01-08 | Delphi Systemsimulation Gmbh | Verfahren zur Berechnung und/oder Analyse und/oder Erkennung eines komplexen Systems |
| JPH11512207A (ja) * | 1996-06-27 | 1999-10-19 | デルフィ システムシミュレーション ゲーエムベーハー | 複雑系を計算し、および／または解析し、および／または認識する方法 |
| JPH1091782A (ja) * | 1996-09-10 | 1998-04-10 | Olympus Optical Co Ltd | 濃淡画像用特定部位抽出方法 |
| DE19705017A1 (de) * | 1997-02-10 | 1998-08-13 | Delphi Systemsimulation Gmbh | Verfahren zum Segmentieren eines digitalen Bildes |
| JPH10312465A (ja) * | 1997-02-10 | 1998-11-24 | Delphi Systemsimulation Gmbh | ディジタル・ピクチャのセグメンテーション方法 |
| DE19730512C1 (de) * | 1997-07-16 | 1998-08-20 | Siemens Ag | Bildsystem für eine medizinische Diagnostikeinrichtung und Verfahren zur gefensterten Darstellung von medizinischen Bildern |
| JP2000059631A (ja) * | 1998-07-10 | 2000-02-25 | General Electric Co <Ge> | 離散的ピクセル画像を強調する方法及びシステム |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011509451A (ja) * | 2007-12-20 | 2011-03-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データのセグメント化 |
| US8515172B2 (en) | 2007-12-20 | 2013-08-20 | Koninklijke Philips N.V. | Segmentation of image data |
Also Published As
| Publication number | Publication date |
|---|---|
| DE10017551A1 (de) | 2001-10-18 |
| US20020012466A1 (en) | 2002-01-31 |
| EP1154369A2 (de) | 2001-11-14 |
| CN1321953A (zh) | 2001-11-14 |
| DE10017551C2 (de) | 2002-10-24 |
| CA2343379A1 (en) | 2001-10-08 |
| CA2343379C (en) | 2008-08-05 |
| US6885772B2 (en) | 2005-04-26 |
| EP1154369A3 (de) | 2004-06-30 |
| CN100501772C (zh) | 2009-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7062478B1 (en) | Method and apparatus using automated rule processing to configure a product or service | |
| US5874955A (en) | Interactive rule based system with selection feedback that parameterizes rules to constrain choices for multiple operations | |
| US7574053B2 (en) | Method for processing data structures | |
| US6191792B1 (en) | Scheme for automatic data conversion definition generation according to data feature in visual multidimensional data analysis tool | |
| US7272785B2 (en) | Data editing for improving readability of a display | |
| US7188091B2 (en) | Rule processing system | |
| US7065521B2 (en) | Method for fuzzy logic rule based multimedia information retrival with text and perceptual features | |
| Aravind et al. | A simple approach to clustering in excel | |
| CN108228169A (zh) | 基于eCharts工具的图表制作方法、装置、设备及介质 | |
| JP2009251850A (ja) | 類似画像検索を用いた商品推薦システム | |
| US20100179962A1 (en) | Methods and Systems for Intelligent Form-Filling and Electronic Document Generation | |
| CN112287958A (zh) | 对数字图像中的对象的颜色进行分类 | |
| JP4388301B2 (ja) | 画像検索装置、画像検索方法、画像検索プログラム及びそのプログラムを記録した記録媒体 | |
| JP2001307087A (ja) | 循環的対話型画像分析のための手順、並びに、その手順を実行するためのコンピュータ・システム及びコンピュータ・プログラム | |
| JP2000029910A (ja) | 階層的クラスタリングされた情報を表示するためのコンピュ―タシステムの動作方法 | |
| US7117226B2 (en) | Method and device for seeking images based on the content taking into account the content of regions of interest | |
| US6853374B2 (en) | Image space display method and apparatus | |
| JPH0610812B2 (ja) | 表示装置 | |
| Fan et al. | Measuring and evaluating the visual complexity of Chinese ink paintings | |
| Ghosh et al. | A detail analysis and implementation of Haar cascade classifier | |
| GB2604093A (en) | System for clustering data points | |
| US10169889B2 (en) | Techniques for visualizing big data in a two-dimensional chart | |
| CN114995942B (zh) | 商业智能仪表盘组件的样式自动生成方法及相关装置 | |
| JP7455086B2 (ja) | 機械学習モデル特性可視化装置、機械学習モデル特性可視化方法、及び機械学習モデル特性可視化プログラム | |
| WO2023095417A1 (ja) | 画像のコントラスト強調方法及び情報処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080404 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101116 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101130 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110228 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110303 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110330 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110404 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110502 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110510 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110530 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110712 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111012 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20111115 |