JP2002092610A

JP2002092610A - 画像処理装置及び画像処理方法並びに記録媒体

Info

Publication number: JP2002092610A
Application number: JP2000277124A
Authority: JP
Inventors: Tomoko Murakami; 知子村上; Ryohei Orihara; 良平折原
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2000-09-12
Filing date: 2000-09-12
Publication date: 2002-03-29
Anticipated expiration: 2020-09-12
Also published as: JP3492990B2

Abstract

(57)【要約】【課題】画像データを、特定の目的、個人、状況に適
応させるため、様々なパラメータを調節することによっ
て、モデル化方法を操作することができる画像モデル化
装置を提供すること。【解決手段】画像データを画像データ入力部１から入
力し、画像データから特徴量を抽出する際のモデル化方
法を調節するためのパラメータをパラメータ入力部２か
ら入力し、各処理部３〜１０にて該パラメータにより調
整されたモデル化方法によって画像データから色または
構図に基づく特徴量を抽出し、抽出された特徴量を保存
する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像データから感
性的な特徴量を抽出する画像処理装置及び画像処理方法
に関する。

【０００２】

【従来の技術】近年、ＷＷＷを中心としたインターネッ
トの普及によって、様々なメディアの膨大な情報に誰で
も簡単にアクセスできる環境が整備されつつある。そう
した中、ユーザごとのものの見方や目的に応じた解釈に
基づき、情報を提供する技術が必要不可欠になってきて
いる。マルチメディア情報の中で代表的な画像というメ
ディアに対しては、類似画像の検索、感性に基づく画像
作成支援など、そのアプリケーションに対する期待は大
きく、研究成果は各産業界から注目を集めている。

【０００３】画像に対する解釈においては、その性質
上、抽象的な表現に変換するモデル化が必須である。従
来、画像のモデル化の手法として、２値化、細線化、エ
ッジ処理などの画像処理技術を用いたオブジェクトの抽
出（文献１）、数学的形態学を用いた輪郭抽出（文献
２）が主流であった。近年では、これらに加えて、色
（文献３、４）、構図（文献５、６）、テクスチャ（文
献７、文献８）などの特徴量で表現する感性工学的なア
プローチ、画像を特徴づける索引語によってテキスト情
報へ変換する手法が試みられている。

【０００４】なお、上記各文献は次の通りである。文献１：「コンピュータビジョン、新技術コミュニケー
ションズ、１９９８」文献２：「Ｊ．Ｓｅｒｒａ：ＩｍａｇｅＡｎａｌｙ
ｓｉｓａｎｄＭａｔｈｅｍａｔｉｃａｌＭｏｒｐ
ｈｏｌｏｇｙ，ＡｃａｄｅｍｉｃＰｒｅｓｓ，Ｌ
ｏｎｄｏｎ，１９８２」文献３：「諸原雄大他：テキスタイルデザイン画像にお
けるイメージカラーの選定法、情報処理学会論文誌、Ｖ
ｏｌ．３６、Ｎｏ．２、ｐｐ．３２９−３３７、１９９
５」文献４：「黒田章裕他：画像データベースの感性検索を
応用したデザインのための統合化システム、第９回ＮＩ
ＣＯＧＲＡＰＨ論文集、ｐｐ．１１３−１２２、１９９
３」文献５：「山本英典他：色情報の空間分布を考慮した類
似画像検索、電子情報通信学会技術報告書、ＥＩＤ９８
−１７１、ＩＥ９８−１６２、１９９９−０２」文献６：「小林秀行他：特徴量を統合し人の感性に近づ
けた画像検索システム、電子情報通信学会技術報告書、
ＰＲＭＵ９７−２６１、１９９８−０３」文献７：「間瀬茂他：モルフォロジーと画像解析
［１］、電子情報通信学会誌、Ｖｏｌ．７４、Ｎｏ．
２、ｐｐ．１６６−１７４、１９９１」文献８：「上田修功他：モルフォロジーと画像解析
［２］、電子情報通信学会誌、Ｖｏｌ．７４、Ｎｏ．
３、ｐｐ．２７１−２７９、１９９１」

【０００５】

【発明が解決しようとする課題】以上で述べた従来の技
術には、以下のような問題がある。・オブジェクトの抽出に関しては、各処理工程やノイズ
除去作業の手間に対して、オブジェクト抽出が困難であ
る。・色、構図の抽出は、汎用的であるが、各画像に適した
柔軟なモデル化には至っていない。・テクスチャ解析は、処理目的、対象画像によっては有
効であるが、汎用的でない。・従来の手法においては、ユーザごとの見方や目的に応
じて画像を解釈できない。

【０００６】すなわち、従来の画像処理技術によるモデ
ル化は、各処理工程やノイズ除去などの高精度、精密さ
が要求される作業とそれらにかかわる手間に対して、オ
ブジェクトの抽出が困難である。また、抽出するオブジ
ェクトは、画像から受ける印象を表現する特徴量ではな
く、人間の感性を具体化する要素としては不十分であ
る。

【０００７】一方、色、構図などの特徴量で表現する感
性工学的なアプローチ、画像を特徴づける索引語による
モデル化手法は、画像から受ける印象を表現する要素と
して適当で、モデル化手法がいくつか紹介されている
が、各画像の特徴に適合した柔軟なモデル化は実現され
ていない。つまり、各画像に対応した、または利用目的
に適応した、柔軟なモデル化の枠組みはいまだに確立さ
れていない。さらに、それらの画像に特化したモデル化
を特徴づける切り口、観点を、後の利用のために保存す
る技術も確立されていない。

【０００８】本発明は、上記事情を考慮してなされたも
ので、画像データから感性的な特徴量を抽出する際に、
柔軟に目的、個人、状況などに適応させることが可能な
画像処理装置及び画像処理方法を提供することを目的と
する。

【０００９】

【課題を解決するための手段】本発明は、画像データを
入力とし該画像データが表示されたときに持つ感性的な
表現内容を示す特徴量を出力とする感性モデルを用い
て、画像データから特徴量を抽出する画像処理装置であ
って、画像データを入力する画像データ入力手段と、前
記感性モデルの持つパラメータであって該感性モデルの
入出力特性を決定付けるためのパラメータを入力するパ
ラメータ入力手段と、入力された前記パラメータによっ
て決定付けられた入出力特性を持つ前記感性モデルを用
いて、入力された前記画像データから前記特徴量を抽出
する抽出手段とを備えたことを特徴とする。

【００１０】なお、パラメータは、例えば、各画像ごと
に対応するパラメータや、モデル化システム全体を操作
するパラメータである。

【００１１】好ましくは、前記特徴量は、前記画像デー
タが表示されたときに与えるイメージカラーを示す情報
を含むものであり、前記感性モデルは、イメージカラー
の候補として抽出すべき色の種類数を絞り込むための第
１の処理と、該第１の処理にて抽出された色がイメージ
カラーとなる色かどうかを評価するための第２の処理を
含むものであり、前記第１の処理におけるパラメータ
は、色の種類数を絞り込むための基準を指定するための
パラメータを含むものであり、前記第２の処理における
パラメータは、抽出された色がイメージカラーとなる色
かどうかを評価するための基準を指定するためのパラメ
ータを含むものであるようにしてもよい。

【００１２】好ましくは、前記特徴量は、前記画像デー
タの部分的な領域の構造を示す情報を含むものであり、
前記感性モデルは、前記画像データを分割する処理を含
むものであり、前記パラメータは、前記画像データを分
割するための基準を指定するためのパラメータを含むも
のであるようにしてもよい。なお、分割は、例えば、直
線による領域分割を基本的な分割方法としたものであ
る。また、この場合のパラメータは、例えば、分割線の
角度や分割方法に関する条件である。

【００１３】また、本発明は、画像データを入力とし該
画像データが表示されたときに持つ感性的な表現内容を
示す特徴量を出力とする感性モデルを用いて、画像デー
タから特徴量を抽出する画像処理方法であって、画像デ
ータを入力し、前記感性モデルの持つパラメータであっ
て該感性モデルの入出力特性を決定付けるためのパラメ
ータを入力し、入力された前記パラメータによって決定
付けられた入出力特性を持つ前記感性モデルを用いて、
入力された前記画像データから前記特徴量を抽出するこ
とを特徴とする。

【００１４】なお、装置に係る本発明は方法に係る発明
としても成立し、方法に係る本発明は装置に係る発明と
しても成立する。また、装置または方法に係る本発明
は、コンピュータに当該発明に相当する手順を実行させ
るための（あるいはコンピュータを当該発明に相当する
手段として機能させるための、あるいはコンピュータに
当該発明に相当する機能を実現させるための）プログラ
ムを記録したコンピュータ読取り可能な記録媒体として
も成立する。

【００１５】本発明では、以下のような手段を用いる。・画像データに対し、色およびまたは構図に基づいたモ
デル化を行い、例えば画像のイメージカラーおよびまた
は構図情報を特徴量として抽出する。・各画像ごとに対応するパラメータおよびまたはモデル
化システム全体を操作するパラメータを設定し、これら
を操作して例えば画像のイメージカラーおよびまたは任
意の形状を持つ構図情報を特徴量として抽出する。・パラメータに基づいてモデル化された画像の特徴量を
保存する（パラメータ集合とともに保存してもよい）。

【００１６】色のモデル化の方法では、例えば、次のよ
うな手法を用いることができる。画像中に出現する似た
ような色をひとつと考え、対象色数を絞り込み、各対象
色に対する目立つ度合いに基づいて使用色の中からイメ
ージカラーを決定する。色数絞り込みにおいては、２色
を似たような色と判断するための混色の閾値、限定する
色数をパラメータとすることができる。なお、色数絞り
込みの手法は、ＰＡ法やＭＣＡ法などの他手法でもかま
わない。また、イメージカラー選定においては、色の出
現領域の大きさと、誘目性の高さ、コントラスト感の高
さ、への比率を制約パラメータとして目立つ度合いの計
算をし、その要素となる誘目性の高さを求めるために、
色相、彩度、明度への比率を制約パラメータとすること
ができる。最終的なイメージカラーを決定するための選
択色数もパラメータとすることができる。

【００１７】構図に基づいたモデル化の方法では、例え
ば、次のような手法を用いることができる。直線による
領域分割を基本的な分割方法とし、それぞれの分割にお
いて、あらかじめ指定された制約のもとで自由に分割を
行い、分割条件を満たす間は再帰的にそれらの分割を繰
り返す。なお、直線だけでなく円や放射状の領域分割手
法も考えられるし、分割条件は、分割近傍領域の色平均
を比較するなどの他手法でもかまわない。直線の領域分
割においては、分割方向、位置を制約パラメータとする
ことができる。

【００１８】本発明によれば、静止画像データの集合に
対して、各画像データを、色や構図に基づいてモデル化
する際に、様々なパラメータを調節することによって、
個々の画像データに対応した柔軟なモデル化を可能にす
る。また、それらのパラメータ集合を保存し、画像デー
タを特定の目的、個人、状況に適応させることも可能に
なる。

【００１９】

【発明の実施の形態】以下、図面を参照しながら発明の
実施の形態を説明する。

【００２０】本発明は、画像データを、モデル化におけ
る様々なパラメータを調節し、抽象的な表現を持つ特徴
量に変換するものであり、以下では、色に基づく特徴量
に変換する場合、および構図に基づく特徴量に変換する
場合を例にとって説明する。なお、本実施形態で例示す
る処理の具体例やパラメータの具体例や画像データの具
体例や処理結果の具体例などは一例であり、もちろん本
実施形態で例示するものに限定されるものではない。

【００２１】図１に、本実施形態の画像モデル化装置の
構成例を示す。

【００２２】図１に示されるように、この画像モデル化
装置は、画像データ入力部１、パラメータ入力部２、カ
ラーリスト作成部３、登録色限定部４、目立つ度合い計
算部５、イメージカラー抽出部６、制約条件読み取り部
７、分割方向・位置決定部８、再帰的分割適用部９、領
域特徴量計算部１０、抽出結果表示部１１、データ記憶
部（図示せず）を備えている。

【００２３】データ記憶部は、入力された画像データ、
生成されたイメージカラー特徴量、入力されたパラメー
タ、入力された制約条件、生成された構図特徴量を記憶
するためのもので、例えばハードディスクや光ディス
ク、半導体メモリなどで構成される。データ記憶部は各
種データごとに別々の記憶装置によって構成されていて
もよいし、各種データの全部または一部が同じ記憶装置
に記憶されるように構成されていてもよい。

【００２４】この画像モデル化装置は、ネットワークを
介して通信相手と情報をやり取りする機能を備えていて
もよい。

【００２５】この画像モデル化装置は、計算機上でソフ
トウェアを実行する形で実現することができる。この場
合に、必要に応じて、所望の機能を有するＯＳや、ドラ
イバソフト、パケット通信用ソフト、暗号ソフト等とい
ったソフトウェアが搭載される。また、この場合に、ユ
ーザからの情報の入力やユーザへの情報の呈示等のため
に、グラフィカル・ユーザ・インタフェース（ＧＵＩ）
を用いると好ましい。

【００２６】図２に、本画像モデル化装置の処理手順の
一例を示す。なお、図１の画像モデル化装置は、画像デ
ータを色に基づく特徴量に変換する機能と、画像データ
を構図に基づく特徴量に変換する機能とを有するもので
あるが、図２の手順例は、色に基づく特徴量への変換
（ステップＳ２〜Ｓ４）と、構図に基づく特徴量への変
換（ステップＳ５〜Ｓ７）を両方とも行うようにした場
合の例である。なお、色に基づく特徴量への変換と、構
図に基づく特徴量への変換とは、一方を先に他方を後に
行ってもよいし、所定の処理単位ずつ交互的に行っても
よいし、同時的あるいは並列的に処理してもよい。図３
に、図２のステップＳ２の処理すなわち色に基づくモデ
ル化におけるイメージカラーの抽出についての詳細な処
理手順の一例を示す。図４に、図２のステップＳ５の処
理すなわち構図に基づくモデル化における構図の切り出
しについての詳細な処理手順の一例を示す。

【００２７】まず、本画像モデル化装置では、画像デー
タ入力部１により、画像データ（１２）が、入力される
（ステップＳ１）。なお、キーボード入力、ネットワー
クによるオンライン入力、情報伝達の媒体である磁気テ
ープあるいは磁気ディスクあるいは光ディスクなどから
の読み込み等、種々の入力形態が可能である（入力形態
を１種類に固定して構成してもよいし、入力形態を複数
のものから選択可能にするように構成してもよい）。

【００２８】画像データとしては、フィルムによる写真
をデジタル化したもの、デジタル写真、アナログＶＴＲ
の１フレームをデジタル化したもの、デジタルＶＴＲの
１フレーム、ＣＧデータ、手書きされた絵や図面をデジ
タル化したものなど、どのようなものであってもよい。
また、本実施形態では、画像データがカラー画像である
ことを想定しているが、もちろん白黒の画像データも色
に関する特徴量を持っており、白黒の画像データを処理
対象から排除するものではない。なお、本実施形態で
は、画像データ入力部１から既にデジタル化された画像
データを入力する場合を例にとって説明しているが、本
画像モデル化装置に、画像データのソースであって未だ
デジタル化されていないものを、デジタル化して取り込
む機能を設けてもよい。

【００２９】図５に、画像データの一例を示す。この例
は、主に「海岸」と「（海岸沿いの）道路」と「（海岸
沿いの道路を走る）自動車」のカラー画像を含む画像デ
ータである。

【００３０】画像データが入力されたならば、次に、イ
メージカラーの決定（ステップＳ２）と、構図の切り出
し（ステップＳ５）が行われる。

【００３１】最初に、図３を参照しながら、イメージカ
ラーの決定（ステップＳ２）について説明する。

【００３２】まず、パラメータ入力部２により、パラメ
ータ情報（１４）が、キーボード入力あるいはネットワ
ークによるオンライン入力あるいは情報伝達の媒体であ
る磁気テープからの読み込みなどの所定の入力形態で、
入力される（ステップＳ１１）。

【００３３】図６に、パラメータ情報の一例を示す。パ
ラメータｒは、混色の閾値であり、パラメータｃは、限
定色数であり、パラメータｖ（ｓ，ｔ，ｕ）は、誘目性
の高さの計算のための影響比率（色相、彩度、明度それ
ぞれへの影響比率）であり、パラメータｍ（ｅ，ｆ，
ｇ）は、目立つ度合い計算のための影響比率（色の領域
の大きさ、誘目性の高さ、コントラスト感の高さそれぞ
れへの影響比率）であり、パラメータｉは、指定色数で
ある。

【００３４】次に、カラーリスト作成部３により、当該
入力画像データに対するカラーリストを作成する。

【００３５】まず、カラーリスト作成部３は、図５に例
示したような画像データを、画素に分割し、各画素に対
応する色情報を読み込む処理を行う（ステップＳ１
２）。各色は、３原色Ｒ（赤）、Ｇ（緑）、Ｂ（青）、
各８ビット階調により表現される。これらの値を、既知
の座標変換式に基づきＬ＊ａ＊ｂ＊空間に変換する。

【００３６】次に、カラーリスト作成部３は、Ｌ＊ａ＊
ｂ＊空間座標値で表現される登録色と、それらの各々に
ついて画素数を合計した出現数とで構成される、カラー
リストを作成する（ステップＳ１３）。

【００３７】ただし、本実施形態では、カラーリストを
作成する際に、Ｌ＊ａ＊ｂ＊空間に変換された後のベク
トルについて、単に同じものの個数の集計を取るのでは
なく、混色という処理を行うようにする。

【００３８】まず、入力画像データの各画素の色のＬ＊
ａ＊ｂ＊空間ベクトル値を１つ読み込んで、その３次元
ベクトル値と、その出現数＝１を、カラーリストに登録
する。

【００３９】以降は、入力画像データの各画素の色のＬ
＊ａ＊ｂ＊空間ベクトル値について、未処理のものから
１つを読み込んで、新しく読み込んだ色のベクトル値
と、カラーリストにそれまでの処理で既に登録されてい
る登録色のベクトル値との、Ｌ＊ａ＊ｂ＊空間上のユー
クリッド距離（登録色が複数あるときは、その最小値）
を計算し、求めたユークリッド距離が、混色の閾値（パ
ラメータｒ）より大きければ、カラーリストに近い色が
ないと判断し、新しく読み込んだ色の３次元ベクトル値
と、その出現数＝１を、カラーリストに登録する。一
方、求めたユークリッド距離が、混色の閾値（パラメー
タｒ）以下ならば、互いに近い色と判断し、後述するよ
うにして当該新しく読み込んだ色と当該ユークリッド距
離を与えた登録色について混色を行う。混色が行われた
場合、混色前の登録色の３次元ベクトル値とその出現数
は無効にし、その代わりに、混色後の色を登録色とし
て、その３次元ベクトル値と、その出現数＝混色前の出
現数＋１を、カラーリストに登録する。

【００４０】以上を、入力画像データの各画素の色のＬ
＊ａ＊ｂ＊空間ベクトル値の全てを読み込んで処理する
まで、繰り返し行う。

【００４１】なお、入力画像データの各画素の色のＬ＊
ａ＊ｂ＊空間ベクトル値を１つずつ読み込む順番は、適
宜決めて構わない。また、上記では、登録色が複数ある
ときは、ユークリッド距離の最小値を計算するようにし
たが、各登録色とのユークリッド距離を計算している途
中で始めてユークリッド距離が混色の閾値以下になった
ときに、計算を打ち切って、そのときの登録色を採用す
るようにすることも可能である。また、上記では、入力
画像データの各画素の色のＬ＊ａ＊ｂ＊空間ベクトル値
の全てを読み込んでカラーリストを作成するものとした
が、入力画像データの所定の一部の画素の色のＬ＊ａ＊
ｂ＊空間ベクトル値の読み込んでカラーリストを作成す
るようにすることも可能である。

【００４２】ここで、混色方法について説明する。

【００４３】新たに読み込んだ色Ａと混色する登録色Ｂ
の空間上の３次元座標ベクトルをそれぞれａ、ｂとし、
色Ａと色Ｂが混色された結果生成された色（混色後の新
たな登録色）Ｘの座標ベクトルをｘとすると、ｘは、次
の色で定義される。ｘ^→＝ｗ_A・ａ^→＋ｗ_B・ｂ^→ ここで、ｗ_A＝Ｎ_A÷（Ｎ_A＋Ｎ_B）ｗ_B＝Ｎ_B÷（Ｎ_A＋Ｎ_B）Ｎ_A：色Ａの出現数Ｎ_B：色Ｂの出現数である。また、混色された結果生成された色Ｘの出現数
Ｎ_xは、Ｎ_x＝Ｎ_A＋Ｎ_B である。ただし、本実施形態では、１つずつ色を読み込
んで処理するようにしているので、Ｎ_A＝１となる。

【００４４】なお、上記では、入力画像データについて
１つずつ色を読み込んで１つのカラーリストを作成する
ようにしたが、例えば、入力画像データの半分の画素を
使って上記と同様の方法で作成したカラーリストと、入
力画像データの残りの半分の画素を使って上記と同様の
方法で作成したカラーリストとを、（さらに混色処理す
るなどして）１つのカラーリストに統合するような方法
など、他の方法も可能である。

【００４５】次に、作成されたカラーリストにおいて、
出現数が基準以下（例えば、全画素数の０．５％に相当
する個数以下）の登録色をノイズとみなし、カラーリス
トから該当する登録色に関する情報を削除する（ステッ
プＳ１４）。

【００４６】次に、この時点でカラーリストに登録され
ている登録色の色数を調べ、それが限定色数（パラメー
タｃ）より大きい値ならば（ステップＳ１５）、登録色
を限定する処理を行う（ステップＳ１６）。登録色数が
限定色数（パラメータｃ）以下ならば、登録色を限定す
る処理はスキップする。

【００４７】登録色を限定する処理では、登録色限定部
４が、カラーリストの登録色数が限定色数（パラメータ
ｃ）以下になるまで、混色処理を行う（１回の混色処理
で、登録色を１色減らすことができる）。すなわち、各
時点で、全登録色のうち最も近い２色すなわちＬ＊ａ＊
ｂ＊空間上のユークリッド距離が最小になる２色を探索
し、それらを上記した混色方法に従って混色し、カラー
リストを更新する。これを、カラーリストの登録色数が
限定色数（パラメータｃ）以下になるまで繰り返し行
う。

【００４８】次に、登録色限定部４により、カラーリス
トに登録された登録色の中から、当該入力画像データに
ついての使用色を決定する。

【００４９】このステップＳ１７〜Ｓ１９の処理は、繰
り返し処理となる。

【００５０】まず、登録色限定部４は、Ｌ＊ａ＊ｂ＊の
各軸をそれぞれ領域分割し、Ｌ＊ａ＊ｂ＊の各軸ごと
に、領域内の出現数によるヒストグラムを作成する（ス
テップＳ１７）。なお、領域分割の仕方は、適宜決めて
構わない。

【００５１】次に、Ｌ軸に対応するヒストグラムにおい
て各領域の出現数を結んだグラフの作る凸の数（図７に
凸の数が３である例を示す）と、ａ軸に対応するヒスト
グラムにおいて各領域の出現数を結んだグラフの作る凸
の数と、ｂ軸に対応するヒストグラムにおいて各領域の
出現数を結んだグラフの作る凸の数とを調べ、それらの
うちで最も多い凸の数を当該入力画像データの使用色数
とし、この使用色数を保存しておく（ステップＳ１
８）。

【００５２】次に、今回の使用色数と前回の使用色数と
を比較し、それらに変化があれば（ステップＳ１９）、
ステップＳ１７に戻る。なお、初回は、前回の使用色数
がないので、使用色数に変化があるものとみなす（ある
いは、例えば使用色数の初期値を０としておくなどして
もよい）。

【００５３】ステップＳ１７に戻った場合、先のステッ
プＳ１８で求められた使用色数になるまで、ステップＳ
１６と同様にして、カラーリスト中の最も近い色を混色
していき、そして、再びヒストグラムを作成し、さら
に、ステップＳ１８で、再び当該入力画像データの使用
色数を求め、保存する。

【００５４】以上の処理を、ステップＳ１９で使用色数
に変化がないと判断されるまで、繰り返し行う。

【００５５】そして、ステップＳ１９で、今回の使用色
数が前回の使用色数に比べて変化していないと判断され
れば、このループ処理は終了となり、この時点における
カラーリストの登録色が、当該入力画像データの使用色
として決定されたことになる。

【００５６】次に、目立つ度合い計算部５により、入力
画像データの使用色（すなわち、カラーリストの登録
色）に対して、目立つ度合いを計算する。

【００５７】まず、目立つ度合い計算部５は、カラーリ
ストに登録されている色を対象に、Ｌ＊ａ＊ｂ＊座標系
から、より人間の感覚に近いと考えられているＨＳＶ
（Ｈｕｅ：色相、Ｓａｔｕｌａｔｉｏｎ：彩度、Ｖａｌ
ｕｅ：明度）座標系への変換を行う（ステップＳ２
０）。

【００５８】次に、目立つ度合いの要素となる誘目性の
高さＣ₂を、色相、彩度、明度それぞれへの影響比率
（パラメータｖ（ｓ，ｔ，ｕ））をもとに、次のように
算出する（ステップＳ２１）。Ｃ₂＝（ｓ×色相による影響値＋ｔ×彩度＋ｕ×明度）÷（ｓ＋ｔ＋ｕ） …（１）ここで用いる影響値は、色相Ｈの値の範囲に対応してい
る。

【００５９】次に、イメージカラー抽出部６により、イ
メージカラーの選択を行う。

【００６０】まず、イメージカラー抽出部６は、カラー
リストの登録色に対して、目立つ度合いＬを、色の領域
の大きさ、誘目性の高さ、コントラスト感の高さそれぞ
れへの影響比率（パラメータｍ（ｅ，ｆ，ｇ））をもと
に、次のように算出する（ステップＳ２２）。Ｌ＝（（ｅ・Ｃ₁）²＋（ｆ・Ｃ₂）²＋（ｇ・Ｃ₃）²）^1/2 …（２）ここで、カラーリストの各々の登録色に対する注目色の
領域の大きさＣ₁、コントラスト感Ｃ₃を、それぞれ、
出現数の全画素数に対する割合、その他の色との明度差
と定義する。Ｃ₂は上記の誘目性の高さである。

【００６１】これによって、カラーリストの各々の登録
色に対する目立つ度合いＬが得られる。

【００６２】そして、イメージカラー抽出部６は、入力
画像データに対するカラーリストの登録色を、目立つ度
合いＬが高いものから、指定色数（パラメータｉ）で指
定された個数だけ、イメージカラーとして選択する（ス
テップＳ２３）。

【００６３】なお、色数絞り込みの手法は、上記した混
色方法の代わりに、ＰＡ法（文献９「Ｐ．Ｈｅｃｋｂｅ
ｒｔ：ＣｏｌｏｒＩｍａｇｅＱｕａｎｔｉｚａｔｉ
ｏｎｆｏｒＦｒａｍｅＢｕｆｆｅｒＤｉｓｐｌａ
ｙ，ＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓ，Ｖｏｌ．
１６，Ｎｏ．３，１９８２」）やＭＣＡ法（文献１
０「鈴木寿和他：色選択に柔軟性を持たせた限定色表示
手法、テレビジョン学会誌、Ｖｏｌ．４３、Ｎｏ．３、
ｐｐ．２６８−２７５、１９８９」）などの他手法を用
いることも可能である。

【００６４】また、上記では、選択のための評価値とし
て目立つ度合いを用いたが、その他の方法も可能であ
る。

【００６５】続いて、図４を参照しながら、構図の切り
出し（ステップＳ５）について説明する。

【００６６】最初に、制約条件内での入力画像データ
（図５参照）の分割の処理が行われる。

【００６７】まず、制約条件読み取り部７により、制約
条件（１５）が、キーボード入力あるいはネットワーク
によるオンライン入力あるいは情報伝達の媒体である磁
気テープからの読み込みなどの所定の入力形態で、入力
される（ステップＳ３１）。

【００６８】図８に、制約条件の一例を示す。

【００６９】この例では、［ｖｅｒｔ，…］で縦分割
（上と下への分割）、［ｈｏｒｉｚ，…］で横分割（左
と右への分割）、［ｄａｉｇ，…］で斜め分割を指定す
るものとし、［ｖｅｒｔ，＊，［ｈｏｒｉｚ，＊，ｎｉ
ｌ，ｎｉｌ，＊］，［ｄａｉｇ，＊，ｎｉｌ，ｎｉｌ，
＊］，＊］のように入れ子構造で指示できるものとして
いる。［ｖｅｒｔ，＊，［ｈｏｒｉｚ，＊，ｎｉｌ，ｎ
ｉｌ，＊］，［ｄａｉｇ，＊，ｎｉｌ，ｎｉｌ，＊］，
＊］は、最初に、最も外側に記述されているｖｅｒｔに
従う分割すなわち上下の分割を行い、次に、入力画像デ
ータのより上側に該当する方の分割領域に対して、その
１つ内側で先行して記述されているｈｏｒｉｚに従う分
割すなわち左右の分割を行い、および入力画像データの
より下側に該当する方の分割領域に対して、後続して記
述されているｄａｉｇに従う分割すなわち斜めの分割を
行うことを指示する例である。なお、最も外側にｈｏｒ
ｉｚまたはｄａｉｇが記述されている場合には、ｈｏｒ
ｉｚまたはｄａｉｇに従う分割を行い、次に、入力画像
データのより左側に該当する方の分割領域に対して、そ
の次の内側で先行する記述に従う分割を行い、および入
力画像データのより右側に該当する方の分割領域に対し
て、後続する記述に従う分割を行うようにすればよい。
また、このような入れ子構造は、何階層にも記述可能で
ある。なお、ｎｉｌは、それ以上分割を行わないことを
意味し、＊は、省いても構わない。

【００７０】また、この例では、“ｖｅｒｔ”：縦分割
（０≦ａｎｇｌｅ≦３０、１５０≦ａｎｇｌｅ≦１８
０）、“ｈｏｒｉｚ”：横分割（６０≦ａｎｇｌｅ≦１
２０）、“ｄａｉｇ”：斜め分割（３０≦ａｎｇｌｅ≦
６０、１２０≦ａｎｇｌｅ≦１５０）は、それぞれの分
割における分割線に付けられる角度についての制約であ
る。

【００７１】次に、分割方向・位置決定部８は、あらか
じめ指定されたこれらの情報をもとに（指定されたリス
トの構造と制約角度の範囲内で）、分割方向、位置（パ
ラメータ）を決定する（ステップＳ３２）。

【００７２】図８に例示した制約条件を指定した場合に
は、角度には、縦、横、斜めの３種類の制約が設けら
れ、それぞれ以下のように定義される。縦分割：０≦ａｎｇｌｅ≦３０、１５０≦ａｎｇｌｅ≦
１８０横分割：６０≦ａｎｇｌｅ≦１２０斜め分割：３０≦ａｎｇｌｅ≦６０、１２０≦ａｎｇｌ
ｅ≦１５０最初の分割では、図８のリスト構造に従い、縦分割が行
われる。ここでは、上記の角度制約の範囲内で縦分割し
たときに、分割された一方の領域の色合いと他方の領域
の色合いとの差が最大になるような分割線の位置を求
め、分割パラメータを決定する。

【００７３】ここでは、分割パラメータは、分割線の角
度と、入力画像データの基準点（例えば、左上の点）か
らの相対座標による分割線上の所定の１点（例えば、ｘ
切片またはｙ切片）とする。もちろん、入力画像データ
の基準点（例えば、左上の点）からの相対座標による分
割線上の所定の２点（例えば、ｘ切片およびｙ切片）な
ど、他の形式でもよい。

【００７４】次の分割では、図８のリスト構造に従い、
縦分割により得られた上側の分割領域に対して、上記の
角度制約の範囲内での横分割が行われるとともに、下側
の分割領域に対して、上記の角度制約の範囲内での斜め
分割が行われる。ここでも、それぞれの分割において、
分割された一方の領域の色合いと他方の領域の色合いと
の差が最大になるような分割線の位置を求め、分割パラ
メータを決定する。

【００７５】なお、リスト構造にさらに次の入れ子が存
在する場合には、同様の処理を繰り返し行う。

【００７６】さて、このように制約条件のもとで分割線
を決定し、リスト構造内にさらなる入れ子が存在しない
（つまり、制約条件内での分割が終了した）ならば（ス
テップＳ３３）、繰り返し処理を終了する。

【００７７】得られた分割パラメータ（１４）は、所定
の形式で保存しておく。

【００７８】なお、得られた分割パラメータを、図８の
リスト構造の該当する部分に記述していくような形態も
可能である。図８のリスト構造に、得られた分割線の角
度と位置を記述していった例を、図９に示す。図９で
は、縦分割線については、角度＝１０．０、ｙ切片＝５
０、その下位層での横分割線については、角度＝８０．
０、ｘ切片＝５０、斜め分割線については、角度＝４
５．０、ｙ切片＝２００であることが記述されている。

【００７９】また、図５の入力画像データを分割した例
を、図１０に示す。

【００８０】続いて、上記の分割結果に対して、条件に
とらわれない分割の処理が行われる。

【００８１】ここでは、ステップＳ３１において、パラ
メータ入力部２により、各分割領域に対して、パラメー
タ情報（１４）が、キーボード入力あるいはネットワー
クによるオンライン入力あるいは情報伝達の媒体である
磁気テープからの読み込みなどの所定の入力形態で、入
力されるものとしている。なお、この入力を、ステップ
Ｓ３３の終了後に行うようにしても構わない。

【００８２】図１１に、パラメータ情報の一例を示す。
パラメータｐ１は、角度制約内の変更角度幅であり、パ
ラメータｐ２は、分割線の移動幅であり、パラメータｐ
３は、分割不可能最小領域面積であり、パラメータｐ４
は、分割の強さのしきい値である。なお、この例では、
パラメータｐ１とパラメータｐ２は、縦、横、斜めの各
分割で共通にしているが、パラメータｐ１やパラメータ
ｐ２は、縦、横、斜めの各々の分割ごとに指定するよう
にしてもよい。

【００８３】再帰的分割適用部９は、縦方向に、与えら
れた制約範囲（パラメータｐ１）内で角度を変えなが
ら、かつまた、与えられた移動幅（パラメータｐ２）ご
とに分割線を入れながら、分割された一方の領域と他方
の領域との間の分割の強さ（後述する）が最大になるよ
うな分割線の位置を求める（ステップＳ３４）。再帰的
分割適用部９は、縦方向にも同様の処理を行う（ステッ
プＳ３５）。また、斜め方向にも同様の処理を行う（ス
テップＳ３６）。なお、３つの処理は、順番に行っても
よいし、所定の処理単位ずつ交互的に行ってもよいし、
同時的あるいは並列的に行ってもよい。

【００８４】そして、３つの方向の分割にてそれぞれ求
められた分割線に対応する分割の強さのうち、最大の分
割の強さを持つ分割についての分割線の位置を選択する
（ステップＳ３７）。

【００８５】ここで、分割された２つの領域の両方が、
与えられた一定面積（パラメータｐ３）以下であるか、
あるいは、選択された分割線に対応する分割の強さが、
与えられた閾値（パラメータｐ４）以下であるならば
（ステップＳ３８）、分割を終了する。一方、それ以外
の場合には（ステップＳ３８）、各分割領域に対して、
上記と同様にして分割を続ける。

【００８６】なお、上記の判断を、分割された個々の領
域ごとに行い、分割を続ける条件を満たした領域につい
て（条件を満たす領域の個数が、０の場合と、１の場合
と、２の場合があり得る）、上記と同様にして分割を続
けるようにしてもよい。

【００８７】得られた分割パラメータ（１４）は、前述
した制約条件内での分割の処理のときと同様にして、所
定の形式で保存しておく。

【００８８】なお、前述のように、得られた分割パラメ
ータを、図８のリスト構造の該当する部分に記述してい
くような形態をとる場合には、リスト構造の該当する部
分に、該当する入れ子構造を挿入すればよい。例えば、
図９の該当するｎｉｌの部分に、［角度，位置，ｎｉ
ｌ，ｎｉｌ，＊］を挿入すればよい。

【００８９】また、図１０の分割結果に対して、条件に
とらわれない分割の処理を行った結果の例を、図１２に
示す。

【００９０】ここで、再帰的分割適用部９における処理
例についてより詳しく説明する。

【００９１】分割の強さＳ（ｔ）は、例えば、以下のよ
うに定義する。ある面積領域Ｉに対して位置ｔで領域Ｃ
₁と領域Ｃ₂に分割した際、面積領域Ｉ全体の色の分散
に対して、領域Ｃ₁と領域Ｃ₂との間の色の分散を最大
にする分割を、よい分割とする。すなわち、領域Ｃ₁と
領域Ｃ₂と面積領域Ｉに対して、領域中に存在する全画
素のＲＧＢ空間座標の平均値を、それぞれ、μ
₁（ｔ）、μ₂（ｔ）、μ_Tとし、領域Ｃ₁と領域Ｃ₂
との間の分散をσ_Bとし、全体の分散をσ_Tとすれば、
分割の強さは、次のように求められる。Ｓ（ｔ）＝σ_B ² _／σ_T ² σ_B ²＝ｗ₁（ｔ）｜μ₁（ｔ）−μ_T｜²＋ｗ
₂（ｔ）｜μ₂（ｔ）−μ_T｜² ここで、ｗ₁（ｔ）、ｗ₂（ｔ）は、それぞれ、面積領
域Ｉ全体に対する領域Ｃ_{1 、}領域Ｃ₂の大きさである。

【００９２】再帰的分割適用部９は、次のような処理を
行う。（１：縦分割）大きさＭ×Ｎの入力画像データの面積領
域Ｉに対し、横方向について幅ｍごとに分割線を入れ領
域分割する。各分割線の分割の強さＳ_m（ｔ）を求め
る。角度制約（例えば、０≦ａｎｇｌｅ≦３０、１５０
≦ａｎｇｌｅ≦１８０）の範囲内で角度を変えて、これ
を繰り返す。縦分割の強さ最大値Ｓ_Mと、その際の分割
位置ｔを求める。

【００９３】（２：横分割）同様に、縦方向について、
幅ｎごとに分割線を入れ、各分割線の分割の強さＳ
_n（ｔ）を求める。角度制約（６０≦ａｎｇｌｅ≦１２
０）の範囲内で角度を変えて、これを繰り返す。横分割
の強さ最大値Ｓ_Nと、その際の分割位置ｔを求める。

【００９４】（３：斜め分割）同様に、斜め方向につい
て、幅ｋごとに分割線を入れ、各分割線の分割の強さＳ
_k（ｔ）を求める。角度制約（３０≦ａｎｇｌｅ≦６
０、１２０≦ａｎｇｌｅ≦１５０）の範囲内で角度を変
えて、これを繰り返す。斜め分割の強さ最大値Ｓ_Lと、
その際の分割位置ｔを求める。

【００９５】（４）Ｓ_M（ｔ）、Ｓ_N（ｔ）、Ｓ
_L（ｔ）のうち、Ｓ_M（ｔ）が最大ならば横方向にＳ_M
（ｔ）を与える位置ｔで分割し、Ｓ_N（ｔ）が最大なら
ば縦方向にＳ_N（ｔ）を与える位置ｔで分割し、Ｓ
_L（ｔ）が最大ならば斜め方向にＳ_L（ｔ）を与える位
置ｔで分割する。

【００９６】（５）それ以上分割不可能（領域が一定面
積以下もしくは分割する位置がない）になるまで繰り返
す。

【００９７】次に、領域特徴量計算部１０は、最終的に
得られた分割パラメータ（１４）に従い分割された、入
力画像データの部分領域の全部または一部に対し、当該
部分領域に関する属性情報を、特徴量として計算する
（ステップＳ３９）。部分領域は、例えば、いずれかの
分割段階で２分された片側の分割領域である。また、属
性情報は、例えば、所定の分割領域内に存在する全画素
のＲＧＢ空間座標の平均である。

【００９８】なお、この部分領域の属性情報も、図８の
リスト構造の該当する部分に記述していくような形態も
可能である。この場合の例を、図１３に示す。図１３に
おいては、最初の縦分割による上半分にあたる部分領域
の全画素のＲＧＢベクトル値の平均が（１２８：６０：
８０）であり、下半分にあたる部分領域の全画素のＲＧ
Ｂベクトル値の平均が（２５５：１２８：２５）である
ことを示している。

【００９９】上記では、直線で縦、横、斜め方向に分割
する場合を例にとって説明したが、円や放射状の領域分
割手法も可能であり、また、分割条件は、分割近傍領域
の色平均を比較するなどの他手法を用いることも可能で
ある。

【０１００】また、本実施形態では、制約条件内での入
力画像データの分割を行い、これに続いて、条件にとら
われない分割を行うようにしたが、例えば、ユーザが、
前者を行い後者は行わないか、前者を行わずに後者を行
うか、両方を行うかを、指定できるようにしてもよい。
また、本画像モデル化装置が、制約条件内での入力画像
データの分割と、条件にとらわれない分割のいずれか一
方のみを行う機能を備えるようにすることも可能であ
る。

【０１０１】さて、以上説明してきたようにしてイメー
ジカラーが決定されると（ステップＳ２）、得られたイ
メージカラー特徴量（１３）は、例えば当該入力画像デ
ータまたはその識別情報に対応付けるなどして、所定の
データベース等に保存される（ステップＳ３）。イメー
ジカラー特徴量は、例えば、選択した登録色のベクトル
値と、目立つ度合いなどの評価値と、出現数の情報と、
順位などの情報の全部または一部である。登録色のベク
トル値は、例えば、ＨＳＶ空間座標値を用いる方法と、
ＲＧＢ空間座標値を用いる方法と、Ｌａｂ空間座標値を
用いる方法と、それらのうちのいずれか２つまたは３つ
を併記する方法などがある。

【０１０２】同様に、構図が切り出されると（ステップ
Ｓ５）、得られた構図特徴量（１６）は、例えば当該入
力画像データまたはその識別情報に対応付けるなどし
て、所定のデータベース等に保存される（ステップＳ
６）。構図特徴量は、例えば、分割線パラメータと、部
分領域に関する属性情報である。なお、目的に応じて、
分割線パラメータと、部分領域に関する属性情報の一方
のみ保存してもよい（前者のみ保存する場合には、領域
特徴量計算部１０は省いても構わない）。

【０１０３】なお、イメージカラー特徴量や構図特徴量
を保存する際に、その特徴量を得るもととなったパラメ
ータ情報またはこれを特定する情報を併せて保存するよ
うにしてもよい。

【０１０４】また、以上説明してきたようにして作成さ
れ保存されたイメージカラー特徴量や構図特徴量は、作
成されたとき、あるいはユーザが指定したき、あるいは
特定のアプリケーションプログラムが動作したときに、
抽出結果表示部１１により、所定の表示形態で表示され
る（ステップＳ４，Ｓ７）。ある画像データに対してイ
メージカラー特徴量と構図特徴量の両方が保存されてい
るときに、両方を順次または同時に表示するようにして
もよいし、例えばユーザが指定したもののみを表示する
ようにしてもよい。

【０１０５】色に基づくモデル化の結果は、例えば、図
１４や図１５に例示するように表示してもよい。図１４
は、実際に色表示する例であり（なお、図１４のハッチ
ングの相違は、表示色の相違を説明するためのものであ
る）、図１５は数値表示する例である。また、色表示と
数値表示を併用してもよい。

【０１０６】また、例えばユーザがイメージカラーとし
て表示する色数を指定できるようにしてもよい。また、
例えばユーザが複数の表示モードから所望のものを選択
できるようにしてもよい。その他、表示方法について
は、様々なバリエーションが考えられる。

【０１０７】構図に基づくモデル化の結果、例えば、図
１２のように表示してもよい。この場合は、実際に、画
像データ上に、分割線が表示される。また、該当する部
分領域を、該当するＲＧＢ空間座標の平均値で塗りつぶ
すなどの方法もある。その他、表示方法については、様
々なバリエーションが考えられる。

【０１０８】ところで、以上では、色に基づく特徴量へ
の変換と、構図に基づく特徴量への変換の両方を行うよ
うにしたが、例えばユーザが、色に基づく特徴量への変
換のみ、構図に基づく特徴量への変換のみ、色に基づく
特徴量への変換と構図に基づく特徴量への変換の両方の
うちから、いずれかを選択できるようにする構成も可能
である。

【０１０９】また、本画像モデル化装置が、色に基づく
特徴量への変換と、構図に基づく特徴量への変換のいず
れかのみできるようにする構成も可能である。色に基づ
く特徴量に変換する機能を備え、構図に基づく特徴量に
変換する機能を備えない場合には、これまで説明した構
成において、制約条件読み取り部７、分割方向・位置決
定部８、再帰的分割適用部９、領域特徴量計算部１０、
抽出結果表示部１１を省いて構わない。構図に基づく特
徴量に変換する機能を備え、色に基づく特徴量に変換す
る機能を備えない場合には、これまで説明した構成にお
いて、カラーリスト作成部３、登録色限定部４、目立つ
度合い計算部５、イメージカラー抽出部６を省いて構わ
ない。

【０１１０】また、上記では、色に基づく特徴量や構図
に基づく特徴量を求める例について示したが、オブジェ
クトに基づく特徴量やテスクチャに基づく特徴量など、
他の特徴量を求めることも可能である。

【０１１１】また、本画像モデル化装置で得られた特徴
量は、例えば、検索や、分類など、種々の情報処理に利
用することができる。

【０１１２】なお、以上の各機能は、ソフトウェアとし
ても実現可能である。また、本実施形態は、コンピュー
タに所定の手段を実行させるための（あるいはコンピュ
ータを所定の手段として機能させるための、あるいはコ
ンピュータに所定の機能を実現させるための）プログラ
ムを記録したコンピュータ読取り可能な記録媒体として
も実施することもできる。

【０１１３】なお、本実施形態で例示した構成は一例で
あって、それ以外の構成を排除する趣旨のものではな
く、例示した構成の一部を他のもので置き換えたり、例
示した構成の一部を省いたり、例示した構成に別の機能
を付加したり、それらを組み合わせたりすることなどに
よって得られる別の構成も可能である。また、例示した
構成と論理的に等価な別の構成、例示した構成と論理的
に等価な部分を含む別の構成、例示した構成の要部と論
理的に等価な別の構成なども可能である。また、例示し
た構成と同一もしくは類似の目的を達成する別の構成、
例示した構成と同一もしくは類似の効果を奏する別の構
成なども可能である。また、本実施形態において、各種
構成部分についての各種バリエーションは、適宜組み合
わせて実施することが可能である。また、各実施形態
は、個別装置としての発明、個別装置内部の構成部分に
ついての発明、またはそれらに対応する方法の発明等、
種々の観点、段階、概念またはカテゴリに係る発明を包
含・内在するものである。従って、この発明の実施の形
態に開示した内容からは、例示した構成に限定されるこ
となく発明を抽出することができるものである。

【０１１４】本発明は、上述した実施の形態に限定され
るものではなく、その技術的範囲において種々変形して
実施することができる。

【０１１５】

【発明の効果】本発明によれば、画像データを、特定の
目的、個人、状況に適応させるため、様々なパラメータ
を調節することによって、モデル化方法を操作すること
ができる。

【図面の簡単な説明】

【図１】本発明の一実施形態に係る画像モデル化装置の
構成例を示す図

【図２】同実施形態に係る処理手順の一例を示すフロー
チャート

【図３】同実施形態における色に基づくモデル化におけ
るイメージカラーの抽出のための処理手順の一例を示す
フローチャート

【図４】同実施形態における構図に基づくモデル化にお
ける構図の切り出しのための処理手順の一例を示すフロ
ーチャート

【図５】同実施形態における画像モデル化装置への入力
となる画像の一例を示す図

【図６】同実施形態における色に基づくモデル化への入
力となるパラメータ情報の一例を示す図

【図７】同実施形態におけるヒストグラムに関する処理
の例について説明するための図

【図８】同実施形態における構図に基づくモデル化への
入力となる制約条件の一例を示す図

【図９】同実施形態におけるリスト構造に処理結果を記
述する例を示す図

【図１０】図５の入力画像データを分割した例を示す図

【図１１】同実施形態における構図に基づくモデル化へ
の入力となるパラメータ情報の一例を示す図

【図１２】図１０の入力画像データをさらに分割した例
を示す図

【図１３】同実施形態におけるリスト構造に処理結果を
記述する例を示す図

【図１４】同実施形態におけるイメージカラー特徴量の
表示例を示す図

【図１５】同実施形態におけるイメージカラー特徴量の
表示例を示す図

【符号の説明】

１…画像データ入力部２…パラメータ入力部３…カラーリスト作成部４…登録色限定部５…目立つ度合い計算部６…イメージカラー抽出部７…制約条件読み取り部８…分割方向・位置決定部９…再帰的分割適用部１０…領域特徴量計算部１１…抽出結果表示部

Claims

【特許請求の範囲】

【請求項１】画像データを入力とし該画像データが表示
されたときに持つ感性的な表現内容を示す特徴量を出力
とする感性モデルを用いて、画像データから特徴量を抽
出する画像処理装置であって、画像データを入力する画像データ入力手段と、前記感性モデルの持つパラメータであって該感性モデル
の入出力特性を決定付けるためのパラメータを入力する
パラメータ入力手段と、入力された前記パラメータによって決定付けられた入出
力特性を持つ前記感性モデルを用いて、入力された前記
画像データから前記特徴量を抽出する抽出手段とを備え
たことを特徴とする画像処理装置。
【請求項２】前記特徴量は、前記画像データが表示され
たときに与えるイメージカラーを示す情報を含むもので
あり、前記感性モデルは、イメージカラーの候補として抽出す
べき色の種類数を絞り込むための第１の処理と、該第１
の処理にて抽出された色がイメージカラーとなる色かど
うかを評価するための第２の処理を含むものであり、前記第１の処理におけるパラメータは、色の種類数を絞
り込むための基準を指定するためのパラメータを含むも
のであり、前記第２の処理におけるパラメータは、抽出された色が
イメージカラーとなる色かどうかを評価するための基準
を指定するためのパラメータを含むものであることを特
徴とする請求項１に記載の画像処理装置。
【請求項３】前記抽出手段は、前記第１の処理におい
て、前記画像データに含まれる色のうち所定の類似度に
基づいて近似すると評価される色同士を混色することに
よって、抽出すべき色の種類数を絞り込んでいくことを
特徴とする請求項２に記載の画像処理装置。
【請求項４】前記抽出手段は、前記パラメータとして指
定された、二つの色同士が近似すると評価されるための
類似度のしきい値および色の種類数を絞り込むべき上限
数に基づいて、前記混色する処理を繰り返し行うことを
特徴とする請求項３に記載の画像処理装置。
【請求項５】前記抽出手段は、前記第１の処理におい
て、色空間を形成する３つの各軸ごとに、当該軸を複数の領
域に分割し、その時点で抽出されている各色の当該軸に
おける成分値が当該軸のどの領域に属するかに従って当
該軸の各領域に属する色の出現数の総数のヒストグラム
を作成し、それら３つのヒストグラムからそれぞれ得られるグラフ
が形成する凸の数に基づいて、抽出すべき色の種類数を
絞り込んでいくことを特徴とする請求項２に記載の画像
処理装置。
【請求項６】前記抽出手段は、前記第２の処理におい
て、前記イメージカラーの候補として抽出された色につ
いて、前記画像データにおける当該色の出現領域の大き
さ、誘目性の高さ、およびコントラスト感の高さ、なら
びに前記パラメータとして指定された、色の出現領域の
大きさと誘目性の高さとコントラスト感の高さに対する
比率に基づいて、抽出された色がイメージカラーとなる
色かどうかを評価するための目立つ度合いを示す評価値
を求めることを特徴とする請求項２に記載の画像処理装
置。
【請求項７】前記抽出手段は、前記イメージカラーの候
補として抽出された色について、当該色の色相、彩度、
および明度、ならびに前記パラメータとして指定され
た、色相と彩度と明度に対する比率に基づいて、前記誘
目性の高さを求めることを特徴とする請求項６に記載の
画像処理装置。
【請求項８】前記抽出手段は、前記第２の処理におい
て、前記パラメータとして指定された、出力すべきイメ
ージカラーの種類数の上限数に基づいて、前記画像デー
タのイメージカラーとして出力すべき色を選択すること
を特徴とする請求項２に記載の画像処理装置。
【請求項９】前記特徴量は、前記画像データの部分的な
領域の構造を示す情報を含むものであり、前記感性モデルは、前記画像データを分割する処理を含
むものであり、前記パラメータは、前記画像データを分割するための基
準を指定するためのパラメータを含むものであることを
特徴とする請求項１に記載の画像処理装置。
【請求項１０】前記特徴量は、前記画像データを感性に
関係する基準で分割する分割線の角度および位置を特定
可能とする情報を含むものであり、前記パラメータは、分割方向についての分割順序に関す
る制約および各分割方向に対する分割角度の制約を含む
リスト構造として与えられる情報を含むものであり、前記抽出手段は、前記リスト構造として与えられた制約
の範囲内で、前記分割線の角度および位置を特定可能と
する情報を決定することを特徴とする請求項９に記載の
画像処理装置。
【請求項１１】前記抽出手段は、所定の分割条件を満た
す間、再帰的に分割を繰り返すことを特徴とする請求項
９に記載の画像処理装置。
【請求項１２】前記分割条件を、分割された領域の面積
がしきい値以上であること、または分割される前の領域
内の色合いの分散と分割された後の２つの領域間の色合
いの分散とで定義される分割の強さを示す評価値がしき
い値以上であることとすることを特徴とする請求項１１
に記載の画像処理装置。
【請求項１３】前記抽出手段は、前記画像データを分割
して得られた部分的な領域についての色に関する属性情
報を抽出することを特徴とする請求項９に記載の画像処
理装置。
【請求項１４】画像データを入力とし該画像データが表
示されたときに持つ感性的な表現内容を示す特徴量を出
力とする感性モデルを用いて、画像データから特徴量を
抽出する画像処理方法であって、画像データを入力し、前記感性モデルの持つパラメータであって該感性モデル
の入出力特性を決定付けるためのパラメータを入力し、入力された前記パラメータによって決定付けられた入出
力特性を持つ前記感性モデルを用いて、入力された前記
画像データから前記特徴量を抽出することを特徴とする
画像処理方法。
【請求項１５】画像データを入力とし該画像データが表
示されたときに持つ感性的な表現内容を示す特徴量を出
力とする感性モデルを用いて、画像データから特徴量を
抽出する画像処理装置としてコンピュータを機能させる
ためのプログラムを記録したコンピュータ読取り可能な
記録媒体であって、画像データを入力させ、前記感性モデルの持つパラメータであって該感性モデル
の入出力特性を決定付けるためのパラメータを入力さ
せ、入力された前記パラメータによって決定付けられた入出
力特性を持つ前記感性モデルを用いて、入力された前記
画像データから前記特徴量を抽出させるためのプログラ
ムを記録したコンピュータ読取り可能な記録媒体。