JP2003051011A - 画像空間表示方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 表示空間上での次元軸に個々の特徴量を割り
振り、ユーザの特徴量空間の把握を容易にした画像空間
表示方法を提供する。 【解決手段】 複数の画像から画像の特徴を示す特徴量
を抽出し、その特徴量を基に特徴量空間を階層的に分割
を行ない、複数の画像を仮想的に木構造とし、その木構
造に基づき表示空間を分割し、対応する各空間に画像を
表示することによって画像空間を表示するため、画像表
示部８は、特徴抽出処理８１、クラスタリング処理８
２、木構造生成処理８３、表示空間生成処理８４および
表示画面生成処理８５を画像アプリケーション７にした
がって実行し、特徴量ごとに木構造を生成し、各木構造
を１次元にマップすることで特徴量数分の次元データを
生成し、その次元データを表示座標軸データとするよう
にした。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はユーザが所望する画
像を大量の画像から探し出すための画像の表示技術に係
り、特に、画像の特徴量を空間的に表示する画像空間表
示方法に関する。

【０００２】

【従来の技術】この種の技術として、例えば （１）「類似画像検索における特徴量空間の可視化イン
ターフェイス」（電子情報通信学会技術研究報告 ９８
巻２０４号） （２）「インタラクティブ視覚化による文献集合からの
情報獲得支援」（日本ソフトウェア科学会 第１３大
会）が知られている。

【０００３】前記（１）の公知技術は、主成分分析によ
り特徴の多次元空間の次元数を落し２次元空間の表示空
間にマップする方法である。また、前記（２）の公知技
術は、多数の文献とキーワードをその関連性に基づいて
配置する視覚的分類技術に、ユーザの操作による視覚化
結果の動的な更新を導入したものである。

【０００４】

【発明が解決しようとする課題】しかし、前記（１）の
公知技術では、画像特徴がベクトルデータで表現できな
い場合、または、画像の類似性が線形結合で表せない場
合には主成分分析ができず、この方法を利用することは
できない。また、前記（２）の公知技術では、計算量が
膨大で処理時間を要すためにインタラクティブな表示に
は向かない。

【０００５】一方、画像から複数の特徴量が抽出され、
その特徴量空間を２次元や３次元の表示空間に表示する
場合には、各特徴量を表示の次元軸に割り振ることによ
り、当該次元軸を意味付けして表示した方がユーザは特
徴量空間を把握しやすい。

【０００６】本発明ではこのような点に鑑みてなされた
もので、その目的は、表示空間上での次元軸に個々の特
徴量を割り振り、ユーザの特徴量空間の把握を容易にし
た画像空間表示方法を提供することにある。

【０００７】また、他の目的は、表示空間上で均一に画
像を配置させる方法を提供することにある。

【０００８】

【課題を解決するための手段】前記目的を達成するた
め、第１の手段は、複数の画像から画像の特徴を示す特
徴量を抽出し、その特徴量に基づいて特徴量空間を階層
的に分割し、複数の画像を仮想的に木構造とし、その木
構造に基づいて表示空間を分割し、対応する各空間に画
像を表示することよって画像空間を表示する画像空間表
示方法において、複数の特徴量を用いる場合に特徴量ご
とに木構造を生成する工程と、各木構造を１次元にマッ
プすることによって特徴量数分の次元データを生成する
工程と、この生成する工程で生成された次元データを表
示座標軸データとして対応する各空間に表示する工程と
を備えていることを特徴とする。

【０００９】第２の手段は、第１の手段において、前記
木構造に基づいて表示空間を分割する時に、前記特徴量
の各ポイントごとに求めた２つのクラスタの中心ポイン
トからの距離の差分により前記ポイントをソートし、そ
のソート順において適当な位置をクラスタの境界として
２つのクラスタに分割することを特徴とする。

【００１０】第３の手段は、第２の手段において、前記
ソートのソート順における距離の差分の値の差が前後の
ポイントで最も大きいポイント間をクラスタの分離境界
とし２つのクラスタに分割することを特徴とする。

【００１１】第４の手段は、第３の手段において、表示
空間の１つの次元に木構造をマップする時に、１次元の
領域をクラスタの２つの中心ポイントからの距離及びそ
の分離境界での距離の差分の値の差の比率に従って、前
記表示空間の１つの次元の領域を分割することを特徴と
する。

【００１２】第５の手段は、第２の手段において、前記
ソートのソート順における順位の中間点をクラスタの分
離境界として２つのクラスタに分割することを特徴とす
る。

【００１３】第６の手段は、第１の手段において、前記
特徴量が、形状、テクスチャ、および色の３次元データ
であり、前記３つの次元データを表示座標軸データとし
て前記特徴量を表示することを特徴とする。

【００１４】第７の手段は、第１の手段と同様の前提の
画像空間表示方法において、前記抽出された各特徴量を
表示空間上の各次元軸に割り当てる工程と、割り当てた
各次元軸に従い、かつ、２次元の表示空間に配置された
画像間の関係を特徴量空間上での画像間の関係に反映さ
せ、前記特徴量空間を４つの部分空間に再帰的に分割す
る工程と、分割して生成した各部分空間の木構造を２次
元の表示空間を４つに分割した部分空間に順次配置する
工程とを備えていることを特徴とする。

【００１５】第８の手段は、第７の手段において、４つ
の部分空間に分割するための各部分空間の中心画像の選
択に際し、位置関係を考慮した他のすでに決定した中心
画像との各特徴量における距離に基づいてあらかじめ設
定された評価式の演算結果から順次中心画像を決定する
ことを特徴とする。

【００１６】第９の手段は、第８の手段において、前記
決定された中心画像を他の３つの中心画像から算出した
評価式により再度演算し、その演算結果に基づいて再度
中心画像を決定することを特徴とする。

【００１７】第１０の手段は、第９の手段において、他
の３つの中心画像から算出した評価式に基づいて前記中
心画像の位置の変化が生じなくなるまで、前記中心画像
の位置を繰り返し演算し、前記中心画像の位置の変化が
なくなった位置を選択することを特徴とする。

【００１８】第１１の手段は、第７ないし第１０の手段
において、中心画像が決定された後に各部分空間を示す
中心画像に同じ画像数で割り振るために画像から最も距
離の近い中心画像に割り振った結果、その部分空間に属
することができる最大画像数（全画像数を中心画像数で
割った値）を超える場合には、その部分空間中で最も中
心画像から遠い画像を外してその他の最も近い中心画像
に入れる処理を繰り返し、前記画像数を均一数に部分空
間に分割することを特徴とする。

【００１９】第１２の手段は、第７ないし第１０の手段
において、前記２次元の表示空間に代えて３次元表示空
間としたことを特徴とする。

【００２０】第１３の手段は、複数の画像から画像の特
徴を示す特徴量を抽出し、その特徴量に基づいて特徴量
空間を階層的に分割し、複数の画像を仮想的に木構造と
し、その木構造に基づいて表示空間を分割し、対応する
各空間に画像を表示することよって画像空間を表示する
画像空間表示装置において、複数の特徴量を用いる場合
に特徴量ごとに木構造を生成する手段と、各木構造を１
次元にマップすることによって特徴量数分の次元データ
を生成する手段と、この生成する工程で生成された次元
データを表示座標軸データとして対応する各空間に表示
する手段とを備えていることを特徴とする。

【００２１】第１４の手段は、第１３の手段と同様の画
像空間表示装置において、前記抽出された各特徴量を表
示空間上の各次元軸に割り当てる手段と、割り当てた各
次元軸に従い、かつ、２次元の表示空間に配置された画
像間の関係を特徴量空間上での画像間の関係に反映さ
せ、前記特徴量空間を４つの部分空間に再帰的に分割す
る手段と、分割して生成した各部分空間の木構造を２次
元の表示空間を４つに分割した部分空間に順次配置する
手段とを備えていることを特徴とする。

【００２２】なお、後述の実施形態において、複数の特
徴量を用いる場合に特徴量ごとに木構造を生成する手段
には、特徴抽出部８１、クラスタリング部８２および木
構造生成部８３が、各木構造を１次元にマップすること
によって特徴量数分の次元データを生成する手段には、
表示空間生成部８４が、この生成する手段で生成された
次元データを表示座標軸データとして対応する各空間に
表示する手段には、表示画面生成部８５がそれぞれ対応
する。

【００２３】また、前記抽出された各特徴量を表示空間
上の各次元軸に割り当てる手段には、特徴抽出部８１
が、割り当てた各次元軸に従い、かつ、２次元の表示空
間に配置された画像間の関係を特徴量空間上での画像間
の関係に反映させ、前記特徴量空間を４つの部分空間に
再帰的に分割する手段には、クラスタリング部８２、木
構造生成部８３および表示空間生成部８４が、分割して
生成した各部分空間の木構造を２次元の表示空間を４つ
に分割した部分空間に順次配置する手段には、表示画面
生成部Ｂ８５がそれぞれ対応する。

【００２４】

【発明の実施の形態】以下、本発明の実施形態について
図面を参照して説明する。

【００２５】１．第１の実施形態 図１は本発明の画像空間表示方法を実施するための第１
の実施形態に係る画像表示装置の構成を示すブロック
図、図２は図１の画像表示装置において実行される処理
を示すブロック図である。

【００２６】図１において、画像表示装置は、画像表示
装置の制御を司るＣＰＵ１と、ＣＰＵ１が実行するプロ
グラムが格納されたＲＯＭ２と、ＣＰＵ１がＲＯＭ２に
格納されたプログラムを実行する際にワークエリアとし
て機能するとともに、プログラムを実行するための動的
なデータが記憶されるＲＡＭ３と、入力装置としてのキ
ーボード４およびマウス５と、表示装置としてのモニタ
６と、画像アプリケーション７を実行する画像表示部８
と、デジタルカメラやスキャナなどの周辺機器１１との
インターフェースとして機能するペリフェラルＩ／Ｆ９
と、ネットワーク１２とのインターフェイスとして機能
するネットワークＩ／Ｆ１０とからなり、これらはバス
１３を介してＣＰＵ１から制御可能に接続されている。
画像表示部８は、図２に示すように特徴抽出処理部８
１、クラスタリング処理部８２、木構造生成処理部８
３、表示空間生成処理部８４および表示画面生成処理部
８５からなり、前記各部８１〜８５において特徴抽出処
理、クラスタリング処理、木構造生成処理、表示空間生
成処理および表示画面生成処理を画像アプリケーション
７にしたがって実行する。

【００２７】以下、前述した構成を有する画像表示部８
によって実行される処理について、 １）特徴量抽出処理 ２）特徴量空間木構造抽出処理 ３）画像表示画面生成処理 の順で説明する。

【００２８】１）特徴抽出処理 画像の特徴量として、ヒストグラム特徴、エッジ特徴、
テクスチャ特徴など様々あり、本発明はいずれの特徴に
対しても応用できる。もちろん画像以外のデータから抽
出した特徴量でもかまわない。例えばテキストから抽出
した特徴量にも応用可能である。ここでは一般的なヒス
トグラム特徴の抽出処理について説明する。画像として
はデジタルカメラやスキャナなどの周辺機器１１から入
力した画像、Ｗｅｂからダウンロードした画像など様々
考えられるが、本装置では入力方法を制限しない。

【００２９】まず、適当な色空間（例えばＬａｂ，Ｌｕ
ｖ，ＨＳＶなど）を選択してこの空間を複数の領域に分
割し、画像の各ピクセルが色空間のどの領域に対応する
かを調べ、領域毎のピクセル数をカウントした後、全体
のピクセル数により正規化する。正規化された領域毎の
ピクセル数のデータがヒストグラム特徴である。このヒ
ストグラムの特徴量がヒストグラムの特徴量空間のポイ
ントとなる。ヒストグラムの特徴量空間での２つの特徴
量の距離として、一般に２つの特徴量の対応する各領域
毎のピクセル数の差分の合計やユークリッド距離が利用
される。こうして特徴量間の距離を求めることができ
る。

【００３０】２）特徴量空間木構造抽出処理 特徴量の空間は高次元空間であり、これを単純に画面の
２次元に表示することはできない。そこで、まず特徴量
の空間の構造を木構造で表現し、その後、木構造を画面
の空間にマップすることで仮想的に特徴量の空間を画面
上に表現することができる。

【００３１】特徴量の空間を木構造で表現するには、特
徴量空間をクラスタリングし、複数の部分空間に分割を
行い、木構造のノードとする。さらに、各部分空間（ノ
ード）をクラスタリングし、部分空間に分割しノードと
する。これを再帰的に行うことで特徴量の空間の木構造
を生成することができる。つまりすべての特徴量が最下
位の個々のノード（リーフノード）に１つずつ配置され
る。このようにして生成された木構造の例を図３に示
す。空間を分割するノード数は２以上の幾つであっても
構わないが、簡便のためここではノード数を２とする。
この木構造では類似する特徴量は近くに配置されてお
り、画像空間上での画像の位置関係を木構造が表してい
る。

【００３２】クラスタリング手法としては、一般的なＮ
ｅａｒｅｓｔ Ｎｅｉｇｈｏｒ法やＫ−平均アルゴリズ
ム法などが利用できる。この木構造では類似する画像は
近くに配置されるが、その精度はクラスタリングの精度
による。そこで、よりクラスタリングの精度を高くする
方法として以下のような手順によるクラスタリングが可
能である。なお、この方法では分割数を２と限定する。

【００３３】クラスタの中心ポイントの獲得 ａ）空間内で任意のポイントＡを選択する。 ｂ）選択したポイントＡから最遠のポイントをクラスタ
の中心ポイントＣ１とする。 ｃ）Ｃ１から最遠のポイントを２番目のクラスタの中心
ポイントＣ２とする。

【００３４】ポイントのソート ａ）空間の任意のポイントＰを選択する。 ｂ）２つのクラスタの中心ポイントＣ１，Ｃ２とポイン
トＰ間の距離を算出し、その距離の差分を差分距離とし
て求める。 差分距離＝｜Ｃ１−Ｐ｜−｜Ｃ２−Ｐ｜ ｃ）ａ）−ｂ）を繰返し、すべてのポイントの差分距離
を求める。 ｄ）差分距離の昇順ですべてのポイントをソートする。

【００３５】ポイントの分割 差分距離でソートされたポイントの前後の差分距離の差
を求め、最もその差が大きいポイント間をクラスタの境
界とする。そのクラスタの境界より差分距離の値が小さ
い側がＣ１に属し、大きい側がＣ２に属すことになる。
また、木構造のバランスを取れたものにする、つまり
は、最終的な表示画面上で等間隔に画像を分布させたい
場合には個数上での中間で分離することも可能である。
このようにして得られた２つのクラスタを木のノードと
して、各ノードについて同様の処理を再帰的に行
なうことで木が生成され、最終的にリーフノードに各画
像が１つずつ属すこととなる。

【００３６】従来技術では、このように生成された１つ
の木構造から画面を生成していたが、本発明では、意味
のある特徴量単位にこの木構造を生成し、それぞれ二分
木の木構造を生成する。その意味のある特徴量とは、例
えば色や形状やテクスチャであり、次の画面生成により
生成された画面の軸がそれぞれの特徴量に対応すること
となる。

【００３７】３）画像表示画面生成処理 木構造を生成した後に、個々の木構造を１次元上にマッ
プする。画面上の表示領域が１次元でマップするデータ
領域となる。

【００３８】木構造をルートから辿り、 ａ）１次元上のデータ領域を２分割し、２つの子ノード
をそれぞれの領域に配置する。領域を分割する時には等
分にしても良いし、表示精度を高めるには、子ノードに
属すノード数に比例して分割点を決めたり、また、クラ
スタリング時の分割点から各中心点への距離に比例して
分割点を決めたりすることも可能である。さらに、クラ
スタ間の隙間の距離をも考慮して、その隙間の空間に該
当する領域を設定し、その空間には子ノードを指定しな
い。こうすることで、さらに類似性を正確に表した表示
画面となる。

【００３９】ｂ）各子ノードについて前述の１）特徴量
抽出処理と２）特徴量空間木構造抽出処理を行う。

【００４０】このように再帰的に処理することで木構造
のすべてが１次元にマップされる。前出の図の木構造を
マップした例を図４に示す。これは木構造を辿りながら
領域を等分に分割した例である。

【００４１】これをすべての木構造について行うこと
で、その木構造数分の次元データが得られる。画面表示
としては３次元以上を表現しにくいので、３次元までの
データとすることが望ましい。例えば色、形状、テクス
チャの特徴量で木構造を生成したなら、各軸がそれぞ
れ、色、形状、テクスチャに対応する３次元の表示空間
が生成できる。

【００４２】最終的な空間的な画面表示例を図５に示
す。図の点は画像から抽出した形状、テクスチャおよび
色をパラメータに取った特徴量の位置であり、そこに画
像をそのまま表示してもよい。なお、この実施形態で
は、画像から抽出した形状、テクスチャおよび色を特徴
量としているが、これらの特徴量だけでなくあらゆる特
徴量（文書から抽出した特徴量など）に応用が可能であ
る。

【００４３】ここで、具体的な空間表示のための手順に
ついて図１７ないし図２１を参照して説明する。この処
理は、ＣＰＵ１がＲＡＭ３をワークエリアとして使用し
ながらＲＯＭ２に格納されたプログラムを実行すること
により行われる。

【００４４】この第１の実施形態は、各表示次元軸に特
徴量を割り当てるように構成したもので、図１７は特徴
量軸表示空間を生成する処理の処理手順を示すフローチ
ャートである。この処理では、まず、特徴量Ａを選択
し、１次元の表示空間として表示空間生成のルーチンＩ
を呼び出す（ステップＳ１０１）。そして、図１８に示
す後述の表示空間生成のルーチンＩを実行し、このルー
チンＩで特徴量Ａの特徴量が抽出され、木構造が生成さ
れ、表示空間での全画像の座標が生成される。その場
合、１次元のデータが返されて特徴量Ａの１次元表示空
間の座標が受け渡され（ステップＳ１０２）、得られた
座標を表示軸Ｘの座標とする（ステップＳ１０３）。特
徴量Ｂを選択し、１次元の表示空間として表示空間生成
のルーチンＩを呼び出す（ステップＳ１０４）。そし
て、特徴量Ｂの１次元空間の座標データが受け渡され
（ステップＳ１０５）、得られた座標データを表示軸Ｙ
の座標とする（ステップＳ１０６）。次いで、同様に特
徴量Ｃを選択し、１次元の表示空間として表示空間生成
のルーチンＩを呼び出す（ステップＳ１０７）。そし
て、特徴量Ｃの１次元空間の座標データが受け渡され
（ステップＳ１０８）、得られた座標データを表示軸Ｚ
の座標とする（ステップＳ１０９）。最後に、ステップ
Ｓ１０３、Ｓ１０６、Ｓ１０９で得られた各表示軸の座
標値から３次元の表示画面を生成する。なお、この処理
では、ステップＳ１０１〜ステップＳ１０３が特徴量Ａ
を座標軸Ｘに対応させる１つの処理、ステップＳ１０４
〜ステップＳ１０６が特徴量Ｂを座標軸Ｙに対応させる
１つの処理、ステップＳ１０７〜ステップＳ１０９が特
徴量Ｃを座標軸Ｚに対応させる１つの処理となってい
る。

【００４５】なお、この場合の特徴量Ａ、Ｂ、Ｃは特徴
量の種別（カラーヒストグラフやエッジ）を表してい
る。具体的には、図５の形状、色、テクスチャー（座標
軸Ｓ，Ｙ，Ｚ）のいずれかにそれぞれ対応する。

【００４６】図１８は第１の表示空間生成処理（以下、
表示空間生成Ｉとも称す）の処理手順を示すフローチャ
ートである。この処理では、全画像データが入力される
と、その全画像データの特徴量を最後の画像まで抽出し
（ステップＳ２０１、Ｓ２０２）、特徴量の集合（特徴
量空間）を得る（ステップＳ２０３）。次いで、図１９
に示した二分木生成処理ルーチンを呼び出し（ステップ
Ｓ２０４）、特徴量集合に対して二分木生成処理を実行
する（ステップＳ２０５）。そして、二分木のルート集
合（ノード）と表示空間を入力として図２０の第２の表
示空間生成処理（以下、表示空間生成IIとも称す）ルー
チンを呼び出し（ステップＳ２０６）、表示空間生成II
ルーチンに基づいて表示空間を生成する（ステップＳ２
０７）。なお、この処理は前記３）の画像表示画面生成
処理で述べた通りである。

【００４７】この図１８に示した第１の表示空間生成処
理時に実行されるルーチンを図１９ないし図２１に示
す。図１９はステップＳ２０４で呼び出され、ステップ
Ｓ２０５で実行される二分木生成処理の処理手順を示す
フローチャートである。この処理では、図２１のクラス
タリングルーチンを呼び出し、特徴量集合を二分割し、
２つの部分集合（クラスタ）Ａ及びＢを生成する（ステ
ップＳ３０１）。クラスタリングについては前記２）特
徴量空間木構造抽出処理で述べた通りである。部分集合
Ａ及びＢが生成されると、各部分集合Ａ、Ｂを特徴量集
合の子集合（子ノード）とし（ステップＳ３０２）、部
分集合Ａの特徴量要素が１かどうかを判定し（ステップ
Ｓ３０３）、１であればステップＳ３０４でさらに部分
集合Ｂの特徴量要素が１かどうか判定する。また、ステ
ップＳ３０３で部分集合Ａの特徴量要素が１でなけれ
ば、ステップＳ３０５で部分集合Ａを集合として二分木
生成処理ルーチンを呼び出し、部分集合Ａを集合として
ステップＳ３０１以降の処理を実行し、ステップＳ３０
４の処理を実行する。ステップＳ３０４で部分集合Ｂの
特徴量要素が１であれば、この処理を終了し、１でなけ
れば部分集合Ｂを集合としてステップＳ３０５と同様に
二分木生成処理ルーチンを呼び出し（ステップＳ３０
６）、ステップＳ３０１以降の処理を実行して処理を終
える。

【００４８】ここで特徴量要素が１とは、集合を格子す
る特徴量（要素）の個数が１であるという意味であり、
このことは特徴量の要素数が１、言い換えれると集合に
含まれる特徴量数が１つであるということを意味する。
前述のように特徴量の部分集合を順次分割していくと最
終的にその部分集合に特徴量の要素数が１つしかない状
態になる。この処理は、特徴量の要素数を二分木生成処
理によって１つしかないものに分割する処理である。

【００４９】図２０はステップＳ２０６で呼び出され、
ステップＳ２０７で実行される第２の表示空間生成処理
（以下、表示空間生成IIとも称す）の処理手順を示すフ
ローチャートである。この処理では、すべての特徴量が
最下位の個々のノードに属した集合（リーフ集合）であ
るかどうかをチェックし（ステップＳ４０１）、リーフ
集合であれば、表示空間に画像を配置して（ステップＳ
４０２）処理を終える。一方、ステップＳ４０１のチェ
ックでリーフ集合でなければ、表示空間を部分集合Ａ及
びＢに分割し（ステップＳ４０３）、二分木の子に当た
る各部分集合Ａ、Ｂを表示空間の各部分空間Ａ、Ｂに割
り当てる（ステップＳ４０４）。そして、部分集合Ａを
集合、表示空間Ａを表示空間として第２の表示空間生成
ルーチンを再帰呼び出しする（ステップＳ４０５）。次
いで、部分集合Ｂも集合、表示空間Ｂを表示空間として
第２及び第１の表示空間生成ルーチンを再帰呼び出しす
る（ステップＳ４０６）。これらステップＳ４０３、Ｓ
４０４、Ｓ４０５及びＳ４０６の処理をリーフ集合にな
るまで繰り返し、リーフ集合になった時点で表示空間に
画像を配置する（ステップＳ４０２）。

【００５０】なお、特徴量Ａは特徴量の種別の集合、部
分集合Ａは特徴量の集合、表示空間Ａは特徴量を表示す
る空間を示し、この表示空間生成処理は前記表示空間
（部分表示空間）に特徴量の表示空間をマップする処理
である。ここでは、ある部分集合を１対１に対応するあ
る部分表示空間にマップするので、対応付けの意味で同
じＡという符号を使用している。

【００５１】図２０はステップＳ３０１で実行されるク
ラスタリング処理の処理手順を示すフローチャートであ
る。この処理は、前記２）の特徴量空間木構造抽出処理
において説明しているように、まず、任意のポイントＡ
を選択し（ステップＳ５０１−２）ａ））、ポイント
Ａから最遠のポイントをポイントＣ１に設定する（ステ
ップＳ５０２−２）ｂ））。次いで、ポイントＣ１か
ら最遠のポイントをポイントＣ２に設定し（ステップＳ
５０３−２）ｃ））、さらに処理済みでない任意のポ
イントＰを選択し（ステップＳ５０４−２）ａ））、
ポイントＰとポイントＣ１，Ｃ２との差分距離を算出す
る（ステップＳ５０５−２）ｂ））。そして、前記選
択されたポイントＰを処理済みとし（ステップＳ５０
６）、ステップＳ５０４からステップＳ５０６までの処
理を未処理のポイントがなくなるまで繰り返す（ステッ
プＳ５０７−２）ｃ））全て処理済みとなると、差分
距離の昇順で全てのポイントをソートし（ステップＳ５
０８−２）ｄ））、ソートされたポイント順の前後の
差分距離の差分を算出し（ステップＳ５０９）、差分距
離の差分の最大をクラスタの境界としてポイント集合を
２分する（ステップＳ５１０−２））。

【００５２】なお、この実施形態では、図１７に示すよ
うに各表示空間次元軸に特徴量を割り当てるように構成
しているが、表示次元軸に特徴量を割り当てない場合に
は、前述の第１の表示空間生成処理ルーチンを直接呼び
出すように構成することもできる。

【００５３】２．第２の実施形態 この第２の実施形態においても、前述の第１の実施形態
において図１に示した画像表示装置の構成、および図２
に示した画像表示装置において実行される処理について
は同一なので、説明は省略する。

【００５４】以下、この第２の実施形態における前述の
画像表示部８によって実行される処理について １）特徴量抽出処理 ２）特徴量空間分割処理 ３）画像表示画面生成処理 の順で説明する。

【００５５】１）特徴量抽出処理 この処理は、前述の第１の実施形態における１．１）で
説明した特徴量抽出処理と同一である。そのため、重複
を防ぐ意味でここでの説明は省略する。

【００５６】２）特徴量空間分割処理 特徴量を表示空間に割り当てるために、特徴量空間の分
割を行なう。２次元の表示空間を生成する場合で特徴量
空間の分割方法を説明する。各画像からは特徴量Ａと特
徴量Ｂが抽出されているとし、特徴量Ａを表示空間のＸ
軸、特徴量Ｂを表示空間のＹ軸に割り当てるとする。２
次元の表示空間の場合には特徴量空間を４分割（図６）
し、３次元の表示空間の場合には特徴量空間を８分割
（図７）する。

【００５７】４分割の場合には以下の手順で行なうこと
によって、分割された各部分空間の位置関係を正しく反
映した分割を行なうことができる。なお、画像ａの特徴
量ＡをＦＡａ、画像ｂの特徴量ＡをＦＡｂというように
表すと、特徴量Ａ空間内での画像ａと画像ｂの距離（０
〜１）は、 ＤＡ（ＦＡａ， ＦＡｂ） で表される。また、特徴量Ｂ空間内での画像ａと画像ｂ
の距離（０〜１）は同様に、 ＤＢ（ＦＢａ， ＦＢｂ） で表される。距離は０〜１の範囲の値とする。

【００５８】各部分空間の中心特徴量の獲得 各部分空間の中心特徴量の獲得手順について図８ないし
図１１を参照して説明する。まず、 ａ）空間内で任意の画像ａを選択する（図８）。

【００５９】そして、 ｂ）選択した画像ａから２つの特徴量に対して最遠の画
像を部分空間（図８では左下の部分空間）の中心画像ｃ
１とする。つまり、評価式 ＤＡ（ＦＡａ，ＦＡｃ）＋ＤＢ（ＦＢａ，ＦＢｃ）・・・（１） が最大となる画像ｃを中心画像ｃ１とする。

【００６０】次いで、 ｃ）ｃ１から２つの特徴量に対して最遠の画像を対角線
上に位置する部分空間（図９では右上の部分空間）の中
心画像ｃ２とする。つまり、評価式 ＤＡ（ＦＡｃ１，ＦＡｃ）＋ＤＢ（ＦＢｃ１，ＦＢｃ）・・・（２） が最大となる画像ｃを画像ｃ２とする。

【００６１】さらに、 ｄ）ｃ１については特徴量Ａの距離は近く特徴量Ｂの距
離は遠く、かつ、ｃ２については特徴量Ａの距離は遠く
特徴量Ｂの距離は近い画像を３番目の部分空間（図１０
では左上の部分空間）の中心画像ｃ３とする。つまり、
評価式 （１− ＤＡ（ＦＡｃ１，ＦＡｃ））＋ＤＢ（ＦＢｃ１，ＦＢｃ） ＋ＤＡ（ＦＡｃ２，ＦＡｃ）＋（１−ＤＢ（ＦＢｃ２，ＦＢｃ））・・・（ ３） が最大となる画像ｃを画像ｃ３とする。

【００６２】最後に、 ｅ）ｃ１については特徴量Ｂの距離は近く特徴量Ａの距
離は遠く、かつ、ｃ２については特徴量Ｂの距離は遠く
特徴量Ａの距離は近く、かつ、ｃ３から特徴量Ａ，Ｂい
ずれからも遠い画像を４番目の部分空間（図１１では右
下の部分空間）の中心画像ｃ４とする。つまり、評価式 ＤＡ（ＦＡｃ１，ＦＡｃ）＋（１−ＤＢ（ＦＢｃ１，ＦＢｃ）） ＋（１−ＤＡ（ＦＡｃ２，ＦＡｃ））＋ＤＢ（ＦＢｃ２，ＦＢｃ） ＋ＤＡ（ＦＡｃ３，ＦＡｃ）＋ＤＢ（ＦＢｃ３，ＦＢｃ）・・・（４） が最大となる画像ｃを画像ｃ３とする。

【００６３】このようにして４つの中心画像が決定され
るが、ｃ１，ｃ２，ｃ３に関しては、他のすべての中心
画像との関係に基づいて決定されているわけではない。
さらに精度よく、かつ、処理時間に余裕がある場合に
は、ｅ）での評価式に基づいて、すべての中心画像を決
定し直すことでより精度の良い中心画像を得ることがで
きる。

【００６４】この処理を中心画像の変化がなくなるまで
繰り返し行なうことによって、さらに精度が高くなる。
ただし、処理時間がかかるのでアプリケーションの要求
する速度によっていずれの処理を行なうかを選択する。

【００６５】画像の分配 残りの画像を一画像ずつ選択しｃ１〜ｃ４との距離を算
出して最も近い部分空間に入れる。つまり、図１２に示
す画像ｐに対して ＤＡ（ＦＡｐ，ＦＡｃｎ）＋ＤＢ（ＦＢｐ，ＦＢｃｎ）・・・（５） の距離が最小となる中心画像ｃｎ（ｎ＝１〜４）を求め
その中心画像の部分空間ｎに入れる。こうして画像を４
つの部分空間に分割することができる。３次元の表示空
間の場合にも３つの特徴量を各次元軸に割り当てて同様
にして拡張することができる（図１３）。

【００６６】このようにして得られた４つの部分空間に
ついてさらに上記２．２）の、の処理を行なう。こ
うして生成された部分空間を再帰的に繰り返し処理する
ことによって部分空間が細分化される。そして、この処
理を各部分空間に画像が１つしかない状態まで繰り返
す。結果として部分空間は、図１４に示すような木構造
で表現され、特徴量空間の木構造抽出処理が完了する。

【００６７】３）画像表示画面生成処理 画像表示画面生成処理では、図１４にのように表現され
た木構造をルートから辿り、 ａ）表示空間を図１５に示すようにｃ１〜ｃ４に４分割
する。分割の方法としは単純に等分にする。なお、ここ
では、等分にする方法について説明しているが、その他
に、 ・各部分空間に含まれる画像数に表示空間の面積を比例
させて分割する方法 ・各部分空間が中の任意の２点間の距離を求めその最大
値を部分空間の大きさとし、その大きさに比例させて分
割する方法がある。

【００６８】ｂ）分割された各表示空間に木構造の各部
分空間を割り振る。この時に部分空間の位置関係は部分
空間生成時に考慮した位置関係に一致するようにしなけ
ればならない。木構造のリーフノードの部分空間であれ
ば、ノードに画像が割り振られているので、その画像を
表示空間上に配置する。

【００６９】ｃ）各部分空間の下位の部分空間に対して
上記２．３）のａ），ｂ）の処理を再帰的に処理する。

【００７０】こうすることによって図１６に示すように
木構造の画像が表示空間に配置される。しかし、このよ
うに生成された表示空間における画像の分布は均一では
ない。アプリケーションによっては均一にしたい場合も
ある。分布の不均一は部分空間生成時に各部分空間に割
り振られた画像数が不均一であることから生じる。そこ
で、均一に画像を部分空間に割り振る方法について説明
する。

【００７１】ｄ）均一に画像を部分空間に割り振る場
合、前記２．２）の特徴量空間の分割処理の各部分空間
の中心特徴量の獲得については前述の２．２）と同様
である。

【００７２】しかし、２．２）のの画像の分配につい
ては次のように処理する。

【００７３】１）空間の全画像数Ｎから各部分画像の最
大画像数Ｍを決定し、 Ｍ＝Ｎ／４＋１ とする。

【００７４】２）残りの画像から１つずつ選択し、ｃ１
〜ｃ４との距離 ＤＡ（ＦＡｐ，ＦＡｃｎ）＋ＤＢ（ＦＢｐ，ＦＢｃｎ） を算出し、最も近い部分空間（仮にＡとする）に入れ
る。

【００７５】３）前記部分空間Ａに前記ｃ１〜ｃ４との
距離を入れることによって部分空間Ａに属する画像数が
Ｍを超える場合は、その部分空間Ａの中で中心画像から
最も距離の遠い画像をその部分空間から外す。外した画
像に対して他の部分空間との距離を算出して最も近い部
分空間（仮にＢとする）に入れる。ただし、その部分空
間Ｂに入れることによって部分空間Ｂに属する画像数が
Ｍを超える場合は、前記部分空間Ｂから同様にして一画
像をはずし、Ａ，Ｂを除く他の部分空間に対して同様の
処理をする。画像数が超える場合には同様の処理を順次
繰り返す。

【００７６】４）前記１）２）３）を繰り返し、すべて
の画像を割り振る。これによって画像が表示空間に均一
に割り振られる。

【００７７】この第２の実施形態は、表示次元軸に特徴
量を割り当てることを前提とし、第１の実施形態よりも
精度を高めた処理を行う例である。したがって、前記図
１７の特徴量軸表示空間生成処理は行われず、図１８な
いし図２１に示した処理が実行される。ただし、図１９
に示した二分木生成処理については、図２２のフローチ
ャートに示した処理に変わる。したがって、ステップＳ
３０１のクラスタリング処理はこの実施形態では図２２
に示したルーチンとなる。

【００７８】以下、図２２のフローチャートについて説
明する。

【００７９】この処理では、まず、任意のポイントＡを
選択し（ステップＳ６０１−２）ａ））、ポイントＡ
から前記評価式（１）が最大のポイントをポイントｃ１
に設定する（ステップＳ６０２−２）ｂ））。次い
で、評価式（２）が最大のポイントをポイントｃ２に設
定し（ステップＳ６０２−２）ｃ））、評価式（３）
が最大のポイントをポイントｃ３に設定し（ステップＳ
６０３−２）ｄ））、さらに評価式（４）が最大のポ
イントをポイントｃ４に設定する（ステップＳ６０３−
２）ｅ））。そして、処理済みでない任意のポイント
Ｐを選択し（ステップＳ６０６）、（５）式で示される
ポイントＰとポイントｃ１，ｃ２，ｃ３，ｃ４との距離
を算出する（ステップＳ６０７）。次いで、距離が最も
小さいｃｎのクラスタにポイントＰを加え（ステップＳ
６０８）、前記選択されたポイントＰを処理済みとし
（ステップＳ６０９）、差分距離の昇順で全てのポイン
トをソートし（ステップＳ６１０）、ステップＳ６０６
からステップＳ６１０までの処理を未処理のポイントが
なくなるまで繰り返す（ステップＳ６１１）。

【００８０】その他、特に説明しない処理は、前述の第
１の実施形態と同等に処理される。

【００８１】

【発明の効果】以上のように、請求項１記載の発明によ
れば、数の特徴量を用いる場合に特徴量ごとに木構造を
生成し、各木構造を１次元にマップすることによって特
徴量数分の次元データを生成し、その次元データを表示
座標軸データとし、各特徴量を表示空間の次元にマップ
するので、ユーザにとって特徴量空間の把握が容易な画
像空間表示方法を提供することができる。

【００８２】また、請求項２記載の発明によれば、木構
造を生成するために特徴量空間を分割する時に、特徴量
の各ポイントごとに求めた２つのクラスタの中心ポイン
トからの距離の差分により前記ポイントをソートし、そ
のソート順において適当な位置をクラスタの境界として
２つのクラスタに分割するので、クラスタリングの精度
を高めることが可能となり、精度の高い画像特徴量の表
示空間を生成することができる。

【００８３】また、請求項３記載の発明によれば、ソー
ト順における距離の差分の値の差が前後のポイントで最
も大きいポイント間をクラスタの分離境界とし２つのク
ラスタに分割するので、クラスタリングの精度を高める
ことが可能となり、精度の高い画像特徴量の表示空間を
生成することができる。

【００８４】また、請求項４記載の発明によれば、表示
空間の１つの次元に木構造をマップする時に１次元の領
域をクラスタの２つ中心ポイントからの距離及びその分
離境界での距離の差分の値の差の比率に従い表示空間の
１つの次元の領域を分割するので、木構造がバランスの
とれたものとなり、結果としてポイントを均一に言い換
えれば等間隔に配置することが可能となる。

【００８５】また、請求項５記載の発明によれば、ソー
ト順における順位の中間点をクラスタの分離境界として
２つのクラスタに分割するので、クラスタリングの精度
を高めることが可能となり、精度の高い画像特徴量の表
示空間を生成することができる。

【００８６】また、請求項６記載の本発明によれば、特
徴量を形状、テクスチャおよび色の３次元データから構
成し、表示座標軸データとして表示するので、形状、テ
クスチャおよび色に対する特徴量をユーザは容易に把握
できる。

【００８７】また、請求項７記載の発明によれば、抽出
された各特徴量を表示空間上の各次元軸に割り当て、割
り当てた各次元軸に従い、かつ、２次元の表示空間に配
置された画像間の関係を特徴量空間上での画像間の関係
に反映させ、前記特徴量空間を４つの部分空間に再帰的
に分割し、分割して生成した各部分空間の木構造を２次
元の表示空間を４つに分割した部分空間に順次配置する
ので、各特徴量を表示空間の次元軸にマップする画像特
徴量空間表示生成が精度よく処理され、ユーザにとって
特徴量空間の把握が容易な画像空間表示方法を提供する
ことができる。

【００８８】また、請求項８記載の発明によれば、４つ
の部分空間に分割するための各部分空間の中心画像の選
択に際し、位置関係を考慮した他のすでに決定した中心
画像との各特徴量における距離に基づいてあらかじめ設
定された評価式の演算結果から順次中心画像を決定する
ので、請求項７記載の発明の効果に加え、さらに見やす
い表示空間とすることができる。

【００８９】また、請求項９記載の発明によれば、決定
された中心画像を他の３つの中心画像から算出した評価
式により再度演算し、その演算結果に基づいて再度中心
画像を決定するので、請求項７記載の発明の効果に加
え、さらに見やすい表示空間とすることができる。

【００９０】また、請求項１０記載の発明によれば、他
の３つの中心画像から算出した評価式に基づいて前記中
心画像の位置の変化が生じなくなるま、前記中心画像の
位置を繰り返し演算し、前記中心画像の位置の変化がな
くなった位置を選択するので、請求項７記載の発明の効
果に加え、さらに見やすい表示空間とすることができ
る。

【００９１】また、請求項１１記載の発明によれば、中
心画像が決定された後に各部分空間を示す中心画像に同
じ画像数で割り振るために、画像から最も距離の近い中
心画像に割り振った結果、その部分空間に属することが
できる最大画像（全画像数を中心画像数で割った値）を
超える場合には、その部分空間中で最も中心画像から遠
い画像をはずして、その他の最も近い中心画像に入れ、
この処理を繰り返すことで均一数に部分空間に分割する
ので、表示画像中で均一に画像が配置されユーザにとっ
て見やすい表示空間とすることができる。

【００９２】また、請求項１２記載の発明によれば、２
次元だけでなく３次元の表示空間にも対応することが可
能となる。

【００９３】また、請求項１３記載の発明によれば、複
数の特徴量を用いる場合に特徴量ごとに木構造を生成す
る手段と、各木構造を１次元にマップすることによって
特徴量数分の次元データを生成する手段と、この生成す
る手段で生成された次元データを表示座標軸データとし
て対応する各空間に表示する手段とを備えているので、
ユーザにとって特徴量空間の把握が容易な画像空間表示
装置を提供することができる。

【００９４】さらに、請求項１４記載の発明によれば、
前記抽出された各特徴量を表示空間上の各次元軸に割り
当てる手段と、割り当てた各次元軸に従い、かつ、２次
元の表示空間に配置された画像間の関係を特徴量空間上
での画像間の関係に反映させ、前記特徴量空間を４つの
部分空間に再帰的に分割する手段と、分割して生成した
各部分空間の木構造を２次元の表示空間を４つに分割し
た部分空間に順次配置する手段とを備えているので、各
特徴量を表示空間の次元軸にマップする画像特徴量空間
表示生成が精度よく処理され、ユーザにとって特徴量空
間の把握が容易な画像空間表示装置を提供することがで
きる。

【図面の簡単な説明】

【図１】本発明の第１の実施形態に係る画像表示装置の
構成を示すブロック図である。

【図２】本発明の第１の実施形態の画像表示装置におい
て実行される処理を示すブロック図である。

【図３】本発明の第１の実施形態において生成された木
構造の例を示す図である。

【図４】図３の木構造のすべてを１次元にマップした例
を示す図である。

【図５】本発明の第１の実施形態において、画像から抽
出した形状、テクスチャおよび色を特徴量として３次元
の表示空間と特徴量の位置との関係を示す図である。

【図６】本発明の第２の実施形態における４分割された
２次元の特徴量空間を示す図である。

【図７】本発明の第２の実施形態における８分割された
３次元の特徴量空間を示す図である。

【図８】本発明の第２の実施形態における各部分空間の
獲得手順を説明するための図である。

【図９】本発明の第２の実施形態における各部分空間の
獲得手順を説明するための図である。

【図１０】本発明の第２の実施形態における各部分空間
の獲得手順を説明するための図である。

【図１１】本発明の第２の実施形態における各部分空間
の獲得手順を説明するための図である。

【図１２】本発明の第２の実施形態における各部分空間
の画像の分配の手順を説明するための図である。

【図１３】本発明の第２の実施形態における各部分空間
の画像の分配の手順を説明するための図である。

【図１４】本発明の第２の実施形態において表現される
構造の例を示す図である。

【図１５】本発明の第２の実施形態における画像表示画
面生成の手順を説明するための図である。

【図１６】本発明の第２の実施形態における画像表示画
面生成の手順を説明するための図である。

【図１７】本発明の第１の実施形態における特徴量軸表
示空間生成処理の処理手順を示すフローチャートであ
る。

【図１８】本発明の第１の実施形態における表示空間生
成処理Ｉの処理手順を示すフローチャートである。

【図１９】本発明の第１の実施形態における二分木生成
処理の処理手順を示すフローチャートである。

【図２０】本発明の第１の実施形態における表示空間生
成処理IIの処理手順を示すフローチャートである。

【図２１】本発明の第１の実施形態におけるクラスタリ
ング処理の処理手順を示すフローチャートである。

【図２２】本発明の第２の実施形態におけるクラスタリ
ング処理の処理手順を示すフローチャートである。

【符号の説明】

１ ＣＰＵ ２ ＲＯＭ ３ ＲＡＭ ６ モニタ ７ 画像アプリケーション ８ 画像表示部 ８１ 特徴抽出処理部 ８２ クラスタリング処理部 ８３ 木構造生成部 ８４ 表示空間生成部 ８５ 表示画面生成部 １１ スキャナ、デジタルカメラ（周辺機器）

Claims (14)

【特許請求の範囲】
1. 【請求項１】 複数の画像から画像の特徴を示す特徴量
   を抽出し、その特徴量に基づいて特徴量空間を階層的に
   分割し、複数の画像を仮想的に木構造とし、その木構造
   に基づいて表示空間を分割し、対応する各空間に画像を
   表示することよって画像空間を表示する画像空間表示方
   法において、 複数の特徴量を用いる場合に特徴量ごとに木構造を生成
   する工程と、 各木構造を１次元にマップすることによって特徴量数分
   の次元データを生成する工程と、 この生成する工程で生成された次元データを表示座標軸
   データとして対応する各空間に表示する工程と、を備え
   ていることを特徴とする画像空間表示方法。
2. 【請求項２】 前記木構造に基づいて表示空間を分割す
   る時に、前記特徴量の各ポイントごとに求めた２つのク
   ラスタの中心ポイントからの距離の差分により前記ポイ
   ントをソートし、そのソート順において適当な位置をク
   ラスタの境界として２つのクラスタに分割することを特
   徴とする請求項１記載の画像空間表示方法。
3. 【請求項３】 前記ソートのソート順における距離の差
   分の値の差が前後のポイントで最も大きいポイント間を
   クラスタの分離境界とし２つのクラスタに分割すること
   を特徴とする請求項２記載の画像空間表示方法。
4. 【請求項４】 前記分割が、表示空間の１つの次元に木
   構造をマップする時に、１次元の領域をクラスタの２つ
   の中心ポイントからの距離及びその分離境界での距離の
   差分の値の差の比率に従って、前記表示空間の１つの次
   元の領域を分割することにより行われることを特徴とす
   る請求項３記載の画像空間表示方法。
5. 【請求項５】 前記ソートのソート順における順位の中
   間点をクラスタの分離境界として２つのクラスタに分割
   することにより行われることを特徴とする請求項２記載
   の画像空間表示方法。
6. 【請求項６】 前記特徴量が、形状、テクスチャおよび
   色の３次元データであり、前記３つの次元データを表示
   座標軸データとして前記特徴量を表示することを特徴と
   する請求項１記載の画像空間表示方法。
7. 【請求項７】 複数の画像から画像の特徴を示す特徴量
   を抽出し、その特徴量に基づいて特徴量空間を階層的に
   分割し、複数の画像を仮想的に木構造とし、その木構造
   に基づいて表示空間を分割し、対応する各空間に画像を
   表示することよって画像空間を表示する画像空間表示方
   法において、 前記抽出された各特徴量を表示空間上の各次元軸に割り
   当てる工程と、 割り当てた各次元軸に従い、かつ、２次元の表示空間に
   配置された画像間の関係を特徴量空間上での画像間の関
   係に反映させ、前記特徴量空間を４つの部分空間に再帰
   的に分割する工程と、 分割して生成した各部分空間の木構造を２次元の表示空
   間を４つに分割した部分空間に順次配置する工程と、を
   備えていることを特徴とする画像空間表示方法。
8. 【請求項８】 ４つの部分空間に分割するための各部分
   空間の中心画像の選択に際し、位置関係を考慮した他の
   すでに決定した中心画像との各特徴量における距離に基
   づいてあらかじめ設定された評価式の演算結果から順次
   中心画像を決定することを特徴とする請求項７記載の画
   像空間表示方法。
9. 【請求項９】 前記決定された中心画像を他の３つの中
   心画像から算出した評価式により再度演算し、その演算
   結果に基づいて再度中心画像を決定することを特徴とす
   る請求項８記載の画像空間表示方法。
10. 【請求項１０】 他の３つの中心画像から算出した評価
    式に基づいて前記中心画像の位置の変化が生じなくなる
    まで、前記中心画像の位置を繰り返し演算し、前記中心
    画像の位置の変化がなくなった位置を選択することを特
    徴とする請求項９記載の画像空間表示方法。
11. 【請求項１１】 中心画像が決定された後に各部分空間
    を示す中心画像に同じ画像数で割り振るために画像から
    最も距離の近い中心画像に割り振った結果、その部分空
    間に属することができる最大画像数を超える場合には、
    その部分空間中で最も中心画像から遠い画像を外してそ
    の他の最も近い中心画像に入れる処理を繰り返し、前記
    画像数を均一数に部分空間に分割することを特徴とする
    請求項７ないし１０のいずれか１項に記載の画像空間表
    示方法。
12. 【請求項１２】 前記２次元の表示空間に代えて３次元
    表示空間としたことを特徴とする請求項７ないし１０の
    いずれか１項に記載の画像空間表示方法。
13. 【請求項１３】 複数の画像から画像の特徴を示す特徴
    量を抽出し、その特徴量に基づいて特徴量空間を階層的
    に分割し、複数の画像を仮想的に木構造とし、その木構
    造に基づいて表示空間を分割し、対応する各空間に画像
    を表示することよって画像空間を表示する画像空間表示
    装置において、 複数の特徴量を用いる場合に特徴量ごとに木構造を生成
    する手段と、 各木構造を１次元にマップすることによって特徴量数分
    の次元データを生成する手段と、 この生成する手段で生成された次元データを表示座標軸
    データとして対応する各空間に表示する手段と、を備え
    ていることを特徴とする画像空間表示装置。
14. 【請求項１４】 複数の画像から画像の特徴を示す特徴
    量を抽出し、その特徴量に基づいて特徴量空間を階層的
    に分割し、複数の画像を仮想的に木構造とし、その木構
    造に基づいて表示空間を分割し、対応する各空間に画像
    を表示することよって画像空間を表示する画像空間表示
    装置において、 前記抽出された各特徴量を表示空間上の各次元軸に割り
    当てる手段と、 割り当てた各次元軸に従い、かつ、２次元の表示空間に
    配置された画像間の関係を特徴量空間上での画像間の関
    係に反映させ、前記特徴量空間を４つの部分空間に再帰
    的に分割する手段と、 分割して生成した各部分空間の木構造を２次元の表示空
    間を４つに分割した部分空間に順次配置する手段と、を
    備えていることを特徴とする画像空間表示装置。