JP2003348593A - 画像符号化方法と装置および画像復号方法および装置 - Google Patents
画像符号化方法と装置および画像復号方法および装置Info
- Publication number
- JP2003348593A JP2003348593A JP2002152464A JP2002152464A JP2003348593A JP 2003348593 A JP2003348593 A JP 2003348593A JP 2002152464 A JP2002152464 A JP 2002152464A JP 2002152464 A JP2002152464 A JP 2002152464A JP 2003348593 A JP2003348593 A JP 2003348593A
- Authority
- JP
- Japan
- Prior art keywords
- resolution
- key frame
- image
- data
- key
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
- H04N19/635—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by filter definition or implementation details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Color Television Systems (AREA)
Abstract
像を圧縮符号化する際、表示装置に対応した十分な解像
度で効率的な圧縮を実現したい。 【解決手段】 マッチングプロセッサ16は、隣接キー
フレーム間で画像マッチングを計算して対応情報ファイ
ルCijを生成する。キーフレーム解像度変換部18は
所定のキーフレームの解像度を低くする。ストリーム生
成部20は、対応情報ファイルと解像度を低くしたキー
フレームとそれ以外のキーフレームを組み込んだデータ
ストリームを生成する。
Description
び復号技術に関し、とくにキーフレームとそれらの間の
対応点情報を利用する技術に関する。
EG(Motion Picture Expert Group)は、CDなどス
トレージメディアからネットワークや放送などの伝送メ
ディアへとそのターゲットエリアが広がった。放送のデ
ジタル化はMPEGを中心とする圧縮符号化技術なしに
考えることはできない。放送と通信の垣根が崩れ、サー
ビス事業者の多様化は必須になり、ブロードバンド時代
にデジタル文化がいかなる進展を遂げるか、予測がつき
にくい状況にある。
も、動画の圧縮技術に関する方向性について確かなこと
がある。すなわち、より高い圧縮率と画質の両立であ
る。MPEGは周知のごとく高圧縮化をブロック歪みが
阻むことがある。
のであり、その目的は多様化する画像表示手段に対応し
た良好な画質を実現しつつ、画像データの圧縮効率をよ
り向上させる符号化技術および復号技術の提供にある。
化技術および画像復号技術は、主に動画について説明す
るが、モーフィング、ウォークスルーなどの映像効果な
ど、用途は動画に限られない。
する。この方法は、隣接するふたつのキーフレームのデ
ータをもとにそれらの間の対応情報を生成する第1工程
と、複数のキーフレームのうち所定のキーフレームの解
像度を低くしたデータを生成する第2工程と、第1工程
で生成された対応情報と、第2工程で生成された解像度
を低くしたキーフレームデータと、前記解像度を低くし
たキーフレーム以外のキーフレームデータを含むデータ
ストリームを生成する第3工程とを含む。「フレーム」
は画像の単位ではあるが、以下特に必要がない限り、こ
れと「画像」を区別しない。
て例えば、所定の周期で画素を間引く、さらに所定の周
期で平均化した色で画素の色を代表させる、といった方
法がある。
らそれぞれ特異点を抽出することによってそれらを多重
解像度化する工程と、同一解像度レベル間においてそれ
らのキーフレーム間のマッチングを例えば画素単位で計
算する工程と、その結果を異なる解像度レベルにおける
マッチング計算に継承しながら最終的に最も解像度の細
かいレベルにおける画素単位の対応関係を取得する工程
とをさらに含んでもよい。
る。この方法は、解像度の異なる複数のキーフレームお
よびキーフレーム間の対応情報ファイルを含むデータス
トリームを取得する工程と、キーフレームデータのうち
解像度の低いキーフレームデータと解像度の高いキーフ
レームデータとを分別する工程と、その解像度の低いキ
ーフレームの画素数と解像度の高いキーフレームの画素
数とを同一にする工程と、それらのキーフレームデータ
と前記対応情報ファイルからキーフレーム間の中間フレ
ームを生成する工程とを含む。
置に関する。この装置は、キーフレームのデータを入力
する画像入力部と、隣接するキーフレームのデータをも
とにそれらの間の対応情報を生成する対応情報生成部
と、前記キーフレームのうち所定のキーフレームの解像
度を低くしたデータを生成する解像度変換部と、対応情
報生成部で生成されたデータと解像度変換部で生成され
たデータを含むデータストリームを生成するストリーム
生成部とを含む。
に関する。この装置は、解像度の異なる複数のキーフレ
ームおよびキーフレーム間の対応情報ファイルを含むデ
ータストリームを入力し、キーフレームのうち解像度の
低いキーフレームデータと解像度の高いキーフレームデ
ータとを分別する解像度検出部と、その解像度の低いキ
ーフレームの画素数と解像度の高いキーフレームの画素
数とを同一にする画素数変換部と、それらのキーフレー
ムデータと前記対応情報ファイルからキーフレーム間の
中間フレームを生成する中間画像生成部とを含む。
点情報を生成する部分、およびそれを利用して中間画像
を生成する部分は、本出願人が先に特許第292735
0号にて提案した技術(以下「前提技術」という)を利
用することができる。
り、方法と装置の間で表現を一部または全部入れ替え、
または追加したり、表現をコンピュータプログラム、記
録媒体等に変更したものもまた、本発明として有効であ
る。
多重解像度特異点フィルタ技術とそれを用いた画像マッ
チング処理を「前提技術」として詳述する。これらの技
術は本出願人がすでに特許第2927350号を得てい
る技術であり、本発明との組合せに最適である。ただ
し、実施の形態で採用可能な画像マッチング技術はこれ
に限られない。図19以降、前提技術を利用した画像デ
ータ符号化および復号技術を具体的に説明する。
提技術の要素技術を詳述し、[2]で処理手順を具体的
に説明する。さらに[3]で前提技術に基づき改良を施
した点について述べる。
導入し、画像間のマッチングを正確に計算する。オブジ
ェクトに関する予備知識は一切不要である。画像間のマ
ッチングの計算は、解像度の階層を進む間、各解像度に
おいて計算される。その際、粗いレベルから精細なレベ
ルへと順に解像度の階層を辿っていく。計算に必要なパ
ラメータは、人間の視覚システムに似た動的計算によっ
て完全に自動設定される。画像間の対応点を人手で特定
する必要はない。
フィング、物体認識、立体写真測量、ボリュームレンダ
リング、少ないフレームからの滑らかな動画像の生成な
どに応用できる。モーフィングに用いる場合、与えられ
た画像を自動的に変形することができる。ボリュームレ
ンダリングに用いる場合、断面間の中間的な画像を正確
に再構築することができる。断面間の距離が遠く、断面
の形状が大きく変化する場合でも同様である。
像度を落としながら、しかも画像に含まれる各特異点の
輝度及び位置を保存することができる。ここで画像の幅
をN、高さをMとする。以下簡単のため、N=M=2n
(nは自然数)と仮定する。また、区間[0,N]⊂R
をIと記述する。(i,j)における画像の画素をp
(i,j)と記述する(i,j∈I)。
化された画像群は多重解像度フィルタで生成される。多
重解像度フィルタは、もとの画像に対して二次元的な探
索を行って特異点を検出し、検出された特異点を抽出し
てもとの画像よりも解像度の低い別の画像を生成する。
ここで第mレベルにおける各画像のサイズは2m×2 m
(0≦m≦n)とする。特異点フィルタは次の4種類の
新たな階層画像をnから下がる方向で再帰的に構築す
る。
ジ)と呼ぶ。minx≦t ≦x+1、max
x≦t≦x+1をそれぞれα及びβと記述すると、副画
像はそれぞれ以下のように記述できる。
考えられる。副画像はそれぞれ特異点に対応している。
これらの式から明らかなように、特異点フィルタはもと
の画像について2×2画素で構成されるブロックごとに
特異点を検出する。その際、各ブロックのふたつの方
向、つまり縦と横について、最大画素値または最小画素
値をもつ点を探索する。画素値として、前提技術では輝
度を採用するが、画像に関するいろいろな数値を採用す
ることができる。ふたつの方向の両方について最大画素
値となる画素は極大点、ふたつの方向の両方について最
小画素値となる画素は極小点、ふたつの方向の一方につ
いて最大画素値となるとともに、他方について最小画素
値となる画素は鞍点として検出される。
出された特異点の画像(ここでは1画素)でそのブロッ
クの画像(ここでは4画素)を代表させることにより、
画像の解像度を落とす。特異点の理論的な観点からすれ
ば、α(x)α(y)は極小点を保存し、β(x)β
(y)は極大点を保存し、α(x)β(y)及びβ
(x)α(y)は鞍点を保存する。
ース)画像と終点(デスティネーション)画像に対して
別々に特異点フィルタ処理を施し、それぞれ一連の画像
群、すなわち始点階層画像と終点階層画像を生成してお
く。始点階層画像と終点階層画像は、特異点の種類に対
応してそれぞれ4種類ずつ生成される。
層画像と終点階層画像のマッチングがとれらていく。ま
ずp(m,0)を用いて極小点のマッチングがとられ
る。次に、その結果に基づき、p(m,1)を用いて鞍
点のマッチングがとられ、p( m,2)を用いて他の鞍
点のマッチングがとられる。そして最後にp(m,3)
を用いて極大点のマッチングがとられる。
(a)と図1(b)の副画像p(5, 0)を示してい
る。同様に、図1(e)と図1(f)はp(5,1)、
図1(g)と図1(h)はp(5,2)、図1(i)と
図1(j)はp(5,3)をそれぞれ示している。これ
らの図からわかるとおり、副画像によれば画像の特徴部
分のマッチングが容易になる。まずp(5,0)によっ
て目が明確になる。目は顔の中で輝度の極小点だからで
ある。p(5,1)によれば口が明確になる。口は横方
向で輝度が低いためである。p(5,2)によれば首の
両側の縦線が明確になる。最後に、p(5,3)によっ
て耳や頬の最も明るい点が明確になる。これらは輝度の
極大点だからである。
できるため、例えばカメラで撮影された画像の特徴と、
予め記録しておいたいくつかのオブジェクトの特徴を比
較することにより、カメラに映った被写体を識別するこ
とができる。
と書き、同じく終点画像の位置(k,l)の画素をq
(n) (k,l)で記述する。i,j,k,l∈Iとす
る。画像間の写像のエネルギー(後述)を定義する。こ
のエネルギーは、始点画像の画素の輝度と終点画像の対
応する画素の輝度の差、及び写像の滑らかさによって決
まる。最初に最小のエネルギーを持つp(m,0)とq
(m,0)間の写像f(m,0):p(m,0)→q
(m,0)が計算される。f(m,0 )に基づき、最小
エネルギーを持つp(m,1)、q(m,1)間の写像
f(m ,1)が計算される。この手続は、p(m,3)
とq(m,3)の間の写像f( m,3)の計算が終了す
るまで続く。各写像f(m,i)(i=0,1,2,
…)を副写像と呼ぶことにする。f(m,i)の計算の
都合のために、iの順序は次式のように並べ替えること
ができる。並べ替えが必要な理由は後述する。
の間のマッチングを写像で表現する場合、その写像は両
画像間で全単射条件を満たすべきである。両画像に概念
上の優劣はなく、互いの画素が全射かつ単射で接続され
るべきだからである。しかしながら通常の場合とは異な
り、ここで構築すべき写像は全単射のディジタル版であ
る。前提技術では、画素は格子点によって特定される。
副画像)から終点副画像(終点画像について設けられた
副画像)への写像は、f(m,s):I/2n−m×I
/2 n−m→I/2n−m×I/2n−m(s=0,
1,…)によって表される。ここで、f
(m,s)(i,j)=(k,l)は、始点画像のp
(m,s) (i, j)が終点画像のq(m,s)
(k,l)に写像されることを意味する。簡単のため
に、f(i,j)=(k,l)が成り立つとき画素q
(k,l)をqf(i ,j)と記述する。
ータが離散的な場合、全単射の定義は重要である。ここ
では以下のように定義する(i,i’,j,j’,k,
lは全て整数とする)。まず始めに、始点画像の平面に
おいてRによって表記される各正方形領域、
1)。ここでRの各辺(エッジ)の方向を以下のように
定める。
形に写像されなければならない。f(m,s)(R)に
よって示される四辺形、
互いに交差しない。 2.f(m,s)(R)のエッジの方向はRのそれらに
等しい(図2の場合、時計回り)。 3.緩和条件として収縮写像(リトラクション:retrac
tions)を許す。
射条件を完全に満たす写像は単位写像しかないためであ
る。ここではf(m,s)(R)のひとつのエッジの長
さが0、すなわちf(m,s)(R)は三角形になって
もよい。しかし、面積が0となるような図形、すなわち
1点または1本の線分になってはならない。図2(R)
がもとの四辺形の場合、図2(A)と図2(D)は全単
射条件を満たすが、図2(B)、図2(C)、図2
(E)は満たさない。
が全射であることを容易に保証すべく、さらに以下の条
件を課してもよい。つまり始点画像の境界上の各画素
は、終点画像において同じ位置を占める画素に写影され
るというものである。すなわち、f(i,j)=(i,
j)(ただしi=0,i=2m−1,j=0,j=2m
−1の4本の線上)である。この条件を以下「付加条
件」とも呼ぶ。
る写像を探すことが目的である。エネルギーは主に、始
点画像の画素の輝度とそれに対応する終点画像の画素の
輝度の差で決まる。すなわち、写像f(m,s)の点
(i,j)におけるエネルギーC(m,s) (i,j)
は次式によって定まる。
(m,s) f(i,j))はそれぞれ画素p(m,s)
(i,j)及びq(m,s) f(i,j)の輝度であ
る。fのトータルのエネルギーC(m,s)は、マッチ
ングを評価するひとつの評価式であり、つぎに示すC
(m,s) (i,j)の合計で定義できる。
関するコスト 滑らかな写像を得るために、写像に関する別のエネルギ
ーDfを導入する。このエネルギーは画素の輝度とは関
係なく、p(m,s) (i,j)およびq(m ,s)
f(i,j)の位置によって決まる(i=0,…,2m
−1,j=0,…,2m−1)。点(i,j)における
写像f(m,s)のエネルギーD(m,s ) (i,j)
は次式で定義される。
た、
j’)は0と決める。E0は(i,j)及びf(i,
j)の距離で決まる。E0は画素があまりにも離れた画
素へ写影されることを防ぐ。ただしE0は、後に別のエ
ネルギー関数で置き換える。E1は写像の滑らかさを保
証する。E1は、p(i,j)の変位とその隣接点の変
位の間の隔たりを表す。以上の考察をもとに、マッチン
グを評価する別の評価式であるエネルギーDfは次式で
定まる。
る総合評価式はλC( m,s) f+D(m,s) fで定
義される。ここで係数パラメータλは0以上の実数であ
る。目的は総合評価式が極値をとる状態を検出するこ
と、すなわち次式で示す最小エネルギーを与える写像を
見いだすことである。
注意すべきである(すなわち、全てのi=0,…,2m
−1及びj=0,…,2m−1に対してf
(m ,s)(i,j)=(i,j)となる)。後述のご
とく、本前提技術では最初にλ=0及びη=0の場合を
評価するため、写像を単位写像から徐々に変形していく
ことができる。仮に総合評価式のλの位置を変えてC
(m,s) f+λD(m ,s) fと定義したとすれば、
λ=0及びη=0の場合に総合評価式がC(m, s) f
だけになり、本来何等関連のない画素どうしが単に輝度
が近いというだけで対応づけられ、写像が無意味なもの
になる。そうした無意味な写像をもとに写像を変形して
いってもまったく意味をなさない。このため、単位写像
が評価の開始時点で最良の写像として選択されるよう係
数パラメータの与えかたが配慮されている。
画素の輝度の差と滑らかさを考慮する。しかし、オプテ
ィカルフローは画像の変換に用いることはできない。オ
ブジェクトの局所的な動きしか考慮しないためである。
前提技術に係る特異点フィルタを用いることによって大
域的な対応関係を検出することができる。
像の決定 最小エネルギーを与え、全単射条件を満足する写像f
minを多重解像度の階層を用いて求める。各解像度レ
ベルにおいて始点副画像及び終点副画像間の写像を計算
する。解像度の階層の最上位(最も粗いレベル)からス
タートし、各解像度レベルの写像を、他のレベルの写像
を考慮に入れながら決定する。各レベルにおける写像の
候補の数は、より高い、つまりより粗いレベルの写像を
用いることによって制限される。より具体的には、ある
レベルにおける写像の決定に際し、それよりひとつ粗い
レベルにおいて求められた写像が一種の拘束条件として
課される。
(m−1,s) (i’, j’)をそれぞれp(m,s)
(i,j)、q(m,s) (i,j)のparentと
呼ぶことにする。[x]はxを越えない最大整数であ
る。またp(m,s ) (i,j)、q(m,s)
(i,j)をそれぞれ
p(m−1,s) (i’,j ’)、q(m−1,s)
(i’,j’)のchildと呼ぶ。関数parent
(i,j)は次式で定義される。
の写像f(m,s)は、エネルギー計算を行って最小に
なったものを見つけることで決定される。f( m,s)
(i,j)=(k,l)の値はf(m−1,s)(m=
1,2,…,n)を用いることによって、以下のように
決定される。まず、q(m,s) (k, l)は次の四辺
形の内部になければならないという条件を課し、全単射
条件を満たす写像のうち現実性の高いものを絞り込む。
(i,j)の相続(inherited)四辺形と呼ぶことにす
る。相続四辺形の内部において、エネルギーを最小にす
る画素を求める。
いて、始点画像のA,B,C,Dの画素は、第m−1レ
ベルにおいてそれぞれ終点画像のA’,B’,C’,
D’へ写影される。画素p(m,s) (i,j)は、相
続四辺形A’B’C’D’の内部に存在する画素q
(m,s) f(m)(i,j)へ写影されなければなら
ない。以上の配慮により、第m−1レベルの写像から第
mレベルの写像への橋渡しがなされる。
ルにおける副写像f(m,0)を計算するために、次式
に置き換える。
いる。
像が得られる。式20により、異なる特異点に対応する
副写像が、副写像どうしの類似度が高くなるように同一
レベル内で関連づけられる。式19は、f
(m,s)(i,j)と、第m−1レベルの画素の一部
と考えた場合の(i,j)が射影されるべき点の位置と
の距離を示している。
に全単射条件を満たす画素が存在しない場合は以下の措
置をとる。まず、A’B’C’D’の境界線からの距離
がL(始めはL=1)である画素を調べる。それらのう
ち、エネルギーが最小になるものが全単射条件を満たせ
ば、これをf(m,s)(i,j)の値として選択す
る。そのような点が発見されるか、またはLがその上限
のL(m)maxに到達するまで、Lを大きくしてい
く。L(m)maxは各レベルmに対して固定である。
そのような点が全く発見されない場合、全単射の第3の
条件を一時的に無視して変換先の四辺形の面積がゼロに
なるような写像も認め、f(m,s)(i,j)を決定
する。それでも条件を満たす点が見つからない場合、つ
ぎに全単射の第1及び第2条件を外す。
の細部に影響されることを回避しつつ、画像間の大域的
な対応関係を決定するために必須である。多重解像度に
よる近似法を用いなければ、距離の遠い画素間の対応関
係を見いだすことは不可能である。その場合、画像のサ
イズはきわめて小さなものに限定しなければならず、変
化の小さな画像しか扱うことができない。さらに、通常
写像に滑らかさを要求するため、そうした画素間の対応
関係を見つけにくくしている。距離のある画素から画素
への写像のエネルギーは高いためである。多重解像度を
用いた近似法によれば、そうした画素間の適切な対応関
係を見いだすことができる。それらの距離は、解像度の
階層の上位レベル(粗いレベル)において小さいためで
ある。
タ調整の困難さがある。大抵の場合、パラメータの調整
は人手作業によって行われ、最適な値を選択することは
きわめて難しい。前提技術に係る方法によれば、最適な
パラメータ値を完全に自動決定することができる。
ータ、λ及びηを含む。端的にいえば、λは画素の輝度
の差の重みであり、ηは写像の剛性を示している。これ
らのパラメータの値は初期値が0であり、まずη=0に
固定してλを0から徐々に増加させる。λの値を大きく
しながら、しかも総合評価式(式14)の値を最小にす
る場合、各副写像に関するC(m,s) fの値は一般に
小さくなっていく。このことは基本的にふたつの画像が
よりマッチしなければならないことを意味する。しか
し、λが最適値を超えると以下の現象が発生する。
が、単に輝度が近いというだけで誤って対応づけられ
る。 2.その結果、画素どうしの対応関係がおかしくなり、
写像がくずれはじめる。 3.その結果、式14においてD(m,s) fが急激に
増加しようとする。 4.その結果、式14の値が急激に増加しようとするた
め、D(m,s) fの急激な増加を抑制するようf
(m,s)が変化し、その結果C(m,s) fが増加す
る。
最小値をとるという状態を維持しつつC(m,s) fが
減少から増加に転じる閾値を検出し、そのλをη=0に
おける最適値とする。つぎにηを少しづつ増やしてC
(m,s) fの挙動を検査し、後述の方法でηを自動決
定する。そのηに対応してλも決まる。
構の動作に似ている。人間の視覚システムでは、一方の
目を動かしながら左右両目の画像のマッチングがとられ
る。オブジェクトがはっきりと認識できるとき、その目
が固定される。
わる度に副写像が評価される。式14のごとく、総エネ
ルギーはλC(m,s) f+D(m,s) fによって定
義される。式9のD(m,s) fは滑らかさを表すもの
で、理論的には単位写像の場合に最小になり、写像が歪
むほどE0もE1も増加していく。E1は整数であるか
ら、D(m,s) fの最小刻み幅は1である。このた
め、現在のλC(m,s) (i,j)の変化(減少量)
が1以上でなければ、写像を変化させることによって総
エネルギーを減らすことはできない。なぜなら、写像の
変化に伴ってD(m,s) fは1以上増加するため、λ
C(m,s) (i,j)が1以上減少しない限り総エネ
ルギーは減らないためである。
場合にC(m,s) (i,j)が減少することを示す。
C(m,s) (i,j)のヒストグラムをh(l)と記
述する。h(l)はエネルギーC(m,s) (i,j)
がl2である画素の数である。λl2≧1が成り立つた
めに、例えばl2=1/λの場合を考える。λがλ1か
らλ2まで微小量変化するとき、
では仮に、これらの画素のエネルギーがすべてゼロにな
ると近似している。この式はC(m,s) fの値が、
(m,s) fは減少する。しかし、λが最適値を越えよ
うとするとき、上述の現象、つまりC(m,s) fの増
加が発生する。この現象を検出することにより、λの最
適値を決定する。
き、
数)。
て、全単射条件を破る画素の数を検査してもよい。ここ
で各画素の写像を決定する際、全単射条件を破る確率を
p0と仮定する。この場合、
の率で増加する。
例えば、
急速に増加する。この現象を検出し、B0λ
3/2+k/2/2mの値が異常値B0thresを越
えるかどうかを検査し、λの最適値を決定することがで
きる。同様に、B1λ3/2 +k/2/2mの値が異常
値B1thresを越えるかどうかを検査することによ
り、全単射の第3の条件を破る画素の増加率B1を確認
する。ファクター2mを導入する理由は後述する。この
システムはこれら2つの閾値に敏感ではない。これらの
閾値は、エネルギーC(m,s) fの観察では検出し損
なった写像の過度の歪みを検出するために用いることが
できる。
する際、もしλが0.1を越えたらf(m,s)の計算
は止めてf(m,s+1)の計算に移行した。λ>0.
1のとき、画素の輝度255レベル中のわずか「3」の
違いが副写像の計算に影響したためであり、λ>0.1
のとき正しい結果を得ることは困難だったためである。
ない。全単射及びその第3の条件の検査の際、h(l)
に影響を受けうる。実際に(λ,C(m,s) f)をプ
ロットすると、kは通常1付近にある。実験ではk=1
を用い、B0λ 2とB1λ2を検査した。仮にkの本当
の値が1未満であれば、B0λ2とB1λ2は定数にな
らず、ファクターλ(1−k)/2に従って徐々に増加
する。h(l)が定数であれば、例えばファクターはλ
1/2である。しかし、こうした差は閾値B
0thresを正しく設定することによって吸収するこ
とができる。
0,y0)、半径rの円形のオブジェクトであると仮定
する。
半径がrのオブジェクトであるとする。
心(x0,y0)及び(x1,y1)が十分遠い場合、
ヒストグラムh(l)は次式の形となる。
を持つオブジェクトを示す。このオブジェクトは中心が
暗く、周囲にいくに従って明るくなる。k=−1のと
き、画像は曖昧な境界線を持つオブジェクトを表す。こ
のオブジェクトは中心が最も明るく、周囲にいくに従っ
て暗くなる。一般のオブジェクトはこれらふたつのタイ
プのオブジェクトの中間にあると考えてもさして一般性
を失わない。したがって、kは−1≦k≦1として大抵
の場合をカバーでき、式27が一般に減少関数であるこ
とが保障される。
の解像度に影響されること、すなわちrは2mに比例す
ることに注意すべきである。このために[1.4.1]
においてファクター2mを導入した。
η=0とし、最も細かい解像度における最終的な写像f
(n)及びエネルギーC(n) fを計算する。つづい
て、ηをある値Δηだけ増加させ、再び最も細かい解像
度における最終写像f(n)及びエネルギーC(n) f
を計算し直す。この過程を最適値が求まるまで続ける。
ηは写像の剛性を示す。次式の重みだからである。
定され、現在の副写像は弾性的に変形され、過度に歪む
ことになる。一方、ηが非常に大きな値のとき、D
(n) fは直前の副写像によってほぼ完全に決まる。こ
のとき副写像は非常に剛性が高く、画素は同じ場所に射
影される。その結果、写像は単位写像になる。ηの値が
0から次第に増えるとき、後述のごとくC(n) fは徐
々に減少する。しかしηの値が最適値を越えると、図4
に示すとおり、エネルギーは増加し始める。同図のX軸
はη、Y軸はCfである。
ηの値を得ることができる。しかし、λの場合に比べて
いろいろな要素が計算に影響する結果、C(n) fは小
さく揺らぎながら変化する。λの場合は、入力が微小量
変化するたびに副写像を1回計算しなおすだけだが、η
の場合はすべての副写像が計算しなおされるためであ
る。このため、得られたC(n) fの値が最小であるか
どうかを即座に判断することはできない。最小値の候補
が見つかれば、さらに細かい区間を設定することによっ
て真の最小値を探す必要がある。
に、f(m,s)の値域をR×Rに拡張することができ
る(Rは実数の集合)。この場合、終点画像の画素の輝
度が補間され、非整数点、
スーパーサンプリングが行われる。実験では、f
(m,s)は整数及び半整数値をとることが許され、
んでいるとき、写像の計算に元の画素の輝度がそのまま
では利用しにくい。輝度の差が大きいために輝度に関す
るエネルギーC(m,s) fが大きくなりすぎ、正しい
評価がしずらいためである。
る場合を考える。猫の顔は毛で覆われており、非常に明
るい画素と非常に暗い画素が混じっている。この場合、
ふたつの顔の間の副写像を計算するために、まず副画像
を正規化する。すなわち、最も暗い画素の輝度を0、最
も明るいそれを255に設定し、他の画素の輝度は線形
補間によって求めておく。
納的な方法を用いる。始めに、1番上の左端の画素
(i,j)=(0,0)についてf(m,s)の値を決
定する。次にiを1ずつ増やしながら各f
(m,s)(i,j)の値を決定する。iの値が画像の
幅に到達したとき、jの値を1増やし、iを0に戻す。
以降、始点画像のスキャンに伴いf(m,s)(i,
j)を決定していく。すべての点について画素の対応が
決まれば、ひとつの写像f(m,s)が決まる。
f(i,j)が決まれば、つぎにp(i, j+1)の対
応点qf(i,j+1)が決められる。この際、q
f(i,j+1 )の位置は全単射条件を満たすために、
qf(i,j)の位置によって制限される。したがっ
て、先に対応点が決まる点ほどこのシステムでは優先度
が高くなる。つねに(0,0)が最も優先される状態が
つづくと、求められる最終の写像に余計な偏向が加わ
る。本前提技術ではこの状態を回避するために、f
(m,s)を以下の方法で決めていく。
0)を開始点としi及びjを徐々に増やしながら決めて
いく。(s mod 4)が1の場合、最上行の右端点を
開始点とし、iを減少、jを増加させながら決めてい
く。(s mod 4)が2のとき、最下行の右端点を開
始点とし、i及びjを減少させながら決めていく。(s
mod 4)が3の場合、最下行の左端点を開始点と
し、iを増加、jを減少させながら決めていく。解像度
が最も細かい第nレベルには副写像という概念、すなわ
ちパラメータsが存在しないため、仮にs=0及びs=
2であるとしてふたつの方向を連続的に計算した。
射条件を破る候補に対してペナルティを与えることによ
り、候補(k,l)の中からできる限り全単射条件を満
たすf(m,s)(i,j)(m=0,…,n)の値を
選んだ。第3の条件を破る候補のエネルギーD(k、
l)にはφを掛け、一方、第1または第2の条件を破る
候補にはψを掛ける。今回はφ=2、ψ=100000
を用いた。
際の手続として(k,l)=f(m ,s)(i,j)を
決定する際に以下のテストを行った。すなわちf
(m,s)(i,j)の相続四辺形に含まれる各格子点
(k,l)に対し、次式の外積のz成分が0以上になる
かどうかを確かめる。
直交右手座標系において定義される)。もしWが負であ
れば、その候補についてはD(m,s) (k,l )にψ
を掛けることによってペナルティを与え、できるかぎり
選択しないようにする。
する理由を示している。図5(a)はペナルティのない
候補、図5(b)はペナルティがある候補をそれぞれ表
す。隣接画素(i,j+1)に対する写像f(m,s)
(i,j+1)を決定する際、Wのz成分が負であれば
始点画像平面上において全単射条件を満足する画素は存
在しない。なぜなら、q(m,s) (k,l)は隣接す
る四辺形の境界線を越えるためである。
きにはσ(0)=0、σ(1)=1、σ(2)=2、σ
(3)=3、σ(4)=0を用い、奇数のときはσ
(0)=3、σ(1)=2、σ(2)=1、σ(3)=
0、σ(4)=3を用いた。このことで、副写像を適度
にシャッフルした。なお、本来副写像は4種類であり、
sは0〜3のいずれかである。しかし、実際にはs=4
に相当する処理を行った。その理由は後述する。
あう画素の輝度が補間される。実験では、トライリニア
補間を用いた。始点画像平面における正方形p
(i,j)p(i+1,j)p(i,j+1)p
(i+1,j+1)が終点画像平面上の四辺形q
f(i,j)qf(i+1,j)qf(i,j+1)q
f(i +1,j+1)に射影されると仮定する。簡単の
ため、画像間の距離を1とする。始点画像平面からの距
離がt(0≦t≦1)である中間画像の画素r(x,
y,t)(0≦x≦N−1,0≦y≦M−1)は以下の
要領で求められる。まず画素r(x,y,t)の位置
(ただしx,y,t∈R)を次式で求める。
を用いて決定される。
変化する。
決定を述べた。しかし、始点画像と終点画像の特定の画
素間に予め対応関係が規定されているとき、これを拘束
条件としたうえで写像を決定することができる。
素を終点画像の特定の画素に移す大まかな写像によって
始点画像を大まかに変形し、しかる後、写像fを正確に
計算する。
画像の特定の画素に射影し、始点画像の他の画素を適当
な位置に射影する大まかな写像を決める。すなわち、特
定の画素に近い画素は、その特定の画素が射影される場
所の近くに射影されるような写像である。ここで第mレ
ベルの大まかな写像をF(m)と記述する。
ず、いくつかの画素について写像を特定する。始点画像
についてns個の画素、
=0,…,ns−1)の変位に重み付けをして求められ
る平均である。すなわち画素p(i,j)は、終点画像
の以下の画素に射影される。
り少ないエネルギーを持つように、その写像fのエネル
ギーD(m,s) (i,j)を変更する。正確には、D
(m ,s) (i,j)は、
計算プロセスにより、fを完全に決定する。
(m)(i,j)に十分近いとき、つまりそれらの距離
が、
ことに注意すべきである。そのように定義した理由は、
各f(m,s)(i,j)がF(m)(i,j)に十分近い限
り、終点画像において適切な位置に落ち着くよう、その
値を自動的に決めたいためである。この理由により、正
確な対応関係を詳細に特定する必要がなく、始点画像は
終点画像にマッチするように自動的にマッピングされ
る。
は前提技術の全体手順を示すフローチャートである。同
図のごとく、まず多重解像度特異点フィルタを用いた処
理を行い(S1)、つづいて始点画像と終点画像のマッ
チングをとる(S2)。ただし、S2は必須ではなく、
S1で得られた画像の特徴をもとに画像認識などの処理
を行ってもよい。
ートである。ここではS2で始点画像と終点画像のマッ
チングをとることを前提としている。そのため、まず特
異点フィルタによって始点画像の階層化を行い(S1
0)、一連の始点階層画像を得る。つづいて同様の方法
で終点画像の階層化を行い(S11)、一連の終点階層
画像を得る。ただし、S10とS11の順序は任意であ
るし、始点階層画像と終点階層画像を並行して生成して
いくこともできる。
ャートである。もとの始点画像のサイズは2n×2nと
する。始点階層画像は解像度が細かいほうから順に作ら
れるため、処理の対象となる解像度レベルを示すパラメ
ータmをnにセットする(S100)。つづいて第mレ
ベルの画像p(m,0)、p(m,1)、
p(m,2 )、p(m,3)から特異点フィルタを用い
て特異点を検出し(S101)、それぞれ第m−1レベ
ルの画像p(m−1,0)、p(m−1,1)、p
(m−1 ,2)、p(m−1,3)を生成する(S10
2)。ここではm=nであるため、p(m,0)=p
(m,1)=p(m,2)=p(m,3)=p(n)で
あり、ひとつの始点画像から4種類の副画像が生成され
る。
1レベルの画像の一部の対応関係を示している。同図の
数値は各画素の輝度を示す。同図のp(m,s)はp
(m, 0)〜p(m,3)の4つの画像を象徴するもの
で、p(m−1,0)を生成する場合には、p
(m,s)はp(m,0)であると考える。[1.2]
で示した規則により、p(m−1,0)は例えば同図で
輝度を記入したブロックについて、そこに含まれる4画
素のうち「3」、p(m−1,1)は「8」、p
(m−1 ,2)は「6」、p(m−1,3)を「10」
をそれぞれ取得し、このブロックをそれぞれ取得したひ
とつの画素で置き換える。したがって、第m−1レベル
の副画像のサイズは2m−1×2m−1になる。
03)、mが負になっていないことを確認し(S10
4)、S101に戻ってつぎに解像度の粗い副画像を生
成していく。この繰り返し処理の結果、m=0、すなわ
ち第0レベルの副画像が生成された時点でS10が終了
する。第0レベルの副画像のサイズは1×1である。
層画像をn=3の場合について例示している。最初の始
点画像のみが4つの系列に共通であり、以降特異点の種
類に応じてそれぞれ独立に副画像が生成されていく。な
お、図8の処理は図7のS11にも共通であり、同様の
手順を経て終点階層画像も生成される。以上で図6のS
1による処理が完了する。
ッチング評価の準備をする。図11はその手順を示して
いる。同図のごとく、まず複数の評価式が設定される
(S30)。[1.3.2.1]で導入した画素に関す
るエネルギーC(m,s) fと[1.3.2.2]で導
入した写像の滑らかさに関するエネルギーD(m,s)
fがそれである。つぎに、これらの評価式を統合して総
合評価式を立てる(S31)。[1.3.2.3]で導
入した総エネルギーλC(m,s) f+D(m, s) f
がそれであり、[1.3.2.2]で導入したηを用い
れば、
…、2m−1で計算する。以上でマッチング評価の準備
が整う。
ャートである。[1]で述べたごとく、始点階層画像と
終点階層画像のマッチングは互いに同じ解像度レベルの
画像どうしでとられる。画像間の大域的なマッチングを
良好にとるために、解像度が粗いレベルから順にマッチ
ングを計算する。特異点フィルタを用いて始点階層画像
および終点階層画像を生成しているため、特異点の位置
や輝度は解像度の粗いレベルでも明確に保存されてお
り、大域的なマッチングの結果は従来に比べて非常に優
れたものになる。
0、レベルパラメータmを0に設定する(S20)。つ
づいて、始点階層画像中の第mレベルの4つの副画像と
終点階層画像中の第mレベルの4つの副画像のそれぞれ
の間でマッチングを計算し、それぞれ全単射条件を満た
し、かつエネルギーを最小にするような4種類の副写像
f(m,s)(s=0,1,2,3)を求める(S2
1)。全単射条件は[1.3.3]で述べた相続四辺形
を用いて検査される。この際、式17、18が示すよう
に、第mレベルにおける副写像は第m−1レベルのそれ
らに拘束されるため、より解像度の粗いレベルにおける
マッチングが順次利用されていく。これは異なるレベル
間の垂直的参照である。なお、いまm=0であってそれ
より粗いレベルはないが、この例外的な処理は図13で
後述する。
行われる。[1.3.3]の式20のごとく、f
(m,3)はf(m,2)に、f(m,2)はf
(m,1)に、f (m,1)はf(m,0)に、それぞ
れ類似するように決める。その理由は、特異点の種類が
違っても、それらがもともと同じ始点画像と終点画像に
含まれている以上、副写像がまったく異なるという状況
は不自然だからである。式20からわかるように、副写
像どうしが近いほどエネルギーは小さくなり、マッチン
グが良好とみなされる。
いては同一のレベルで参照できる副写像がないため、式
19に示すごとくひとつ粗いレベルを参照する。ただ
し、実験ではf(m,3)まで求まった後、これを拘束
条件としてf(m,0)を一回更新するという手続をと
った。これは式20にs=4を代入し、f(m,4)を
新たなf(m,0)とすることに等しい。f(m,0)
とf(m,3)の関連度が低くなり過ぎる傾向を回避す
るためであり、この措置によって実験結果がより良好に
なった。この措置に加え、実験では[1.7.1]に示
す副写像のシャッフルも行った。これも本来特異点の種
類ごとに決まる副写像どうしの関連度を密接に保つ趣旨
である。また、処理の開始点に依存する偏向を回避する
ために、sの値にしたがって開始点の位置を変える点は
[1.7]で述べたとおりである。
する様子を示す図である。第0レベルでは各副画像がた
だひとつの画素で構成されるため、4つの副写像
f(0,s )はすべて自動的に単位写像に決まる。図1
4は第1レベルにおいて副写像を決定する様子を示す図
である。第1レベルでは副画像がそれぞれ4画素で構成
される。同図ではこれら4画素が実線で示されている。
いま、p(1,s)の点xの対応点をq(1,s)の中
で探すとき、以下の手順を踏む。
a、右上点b、左下点c、右下点dを求める。 2.点a〜dがひとつ粗いレベル、つまり第0レベルに
おいて属する画素を探す。図14の場合、点a〜dはそ
れぞれ画素A〜Dに属する。ただし、画素A〜Cは本来
存在しない仮想的な画素である。 3.第0レベルですでに求まっている画素A〜Dの対応
点A’〜D’をq(1 ,s)の中にプロットする。画素
A’〜C’は仮想的な画素であり、それぞれ画素A〜C
と同じ位置にあるものとする。 4.画素Aの中の点aの対応点a’が画素A’の中にあ
るとみなし、点a’をプロットする。このとき、点aが
画素Aの中で占める位置(この場合、右下)と、点a’
が画素A’の中で占める位置が同じであると仮定する。 5.4と同様の方法で対応点b’〜d’をプロットし、
点a’〜d’で相続四辺形を作る。 6.相続四辺形の中でエネルギーが最小になるよう、点
xの対応点x’を探す。対応点x’の候補として、例え
ば画素の中心が相続四辺形に含まれるものに限定しても
よい。図14の場合、4つの画素がすべて候補になる。
る。同様の処理を他のすべての点について行い、副写像
を決める。第2レベル以上のレベルでは、次第に相続四
辺形の形が崩れていくと考えられるため、図3に示すよ
うに画素A’〜D’の間隔が空いていく状況が発生す
る。
が決まれば、mをインクリメントし(図12のS2
2)、mがnを超えていないことを確かめて(S2
3)、S21に戻る。以下、S21に戻るたびに次第に
細かい解像度のレベルの副写像を求め、最後にS21に
戻ったときに第nレベルの写像f(n)を決める。この
写像はη=0に関して定まったものであるから、f
(n)(η=0)と書く。
く、ηをΔηだけシフトし、mをゼロクリアする(S2
4)。新たなηが所定の探索打切り値ηmaxを超えて
いないことを確認し(S25)、S21に戻り、今回の
ηに関して写像f(n)(η=Δη)を求める。この処
理を繰り返し、S21でf(n)(η=iΔη)(i=
0,1,…)を求めていく。ηがηmaxを超えたとき
S26に進み、後述の方法で最適なη=ηoptを決定
し、f(n)(η=ηopt)を最終的に写像f (n)
とする。
ーチャートである。このフローチャートにより、ある定
まったηについて、第mレベルにおける副写像が決ま
る。副写像を決める際、前提技術では副写像ごとに最適
なλを独立して決める。
る(S210)。つぎに、そのときのλについて(およ
び暗にηについて)エネルギーを最小にする副写像f
(m, s)を求め(S211)、これをf
(m,s)(λ=0)と書く。異なるλに関する写像も
求めるべく、λをΔλだけシフトし、新たなλが所定の
探索打切り値λmaxを超えていないことを確認し(S
213)、S211に戻り、以降の繰り返し処理でf
(m,s)(λ=iΔλ)(i=0,1,…)を求め
る。λがλ maxを超えたときS214に進み、最適な
λ=λoptを決定し、f(m,s )(λ=λopt)
を最終的に写像f(m,s)とする(S214)。
求めるべく、λをゼロクリアし、sをインクリメントす
る(S215)。sが4を超えていないことを確認し
(S216)、S211に戻る。s=4になれば上述の
ごとくf(m,3)を利用してf(m,0)を更新し、
そのレベルにおける副写像の決定を終了する。
がら求められたf(m,s)(λ=iΔλ)(i=0,
1,…)に対応するエネルギーC(m,s) fの挙動を
示す図である。[1.4]で述べたとおり、λが増加す
ると通常C(m,s) fは減少する。しかし、λが最適
値を超えるとC(m,s) fは増加に転じる。そこで本
前提技術ではC(m,s) fが極小値をとるときのλを
λoptと決める。同図のようにλ>λoptの範囲で
再度C(m,s) fが小さくなっていっても、その時点
ではすでに写像がくずれていて意味をなさないため、最
初の極小点に注目すればよい。λoptは副写像ごとに
独立して決めていき、最後にf(n)についてもひとつ
定まる。
たf(n)(η=iΔη)(i=0,1,…)に対応す
るエネルギーC(n) fの挙動を示す図である。ここで
もηが増加すると通常C(n) fは減少するが、ηが最
適値を超えるとC(n) fは増加に転じる。そこでC
(n) fが極小値をとるときのηをηoptと決める。
図17は図4の横軸のゼロ付近を拡大した図と考えてよ
い。ηoptが決まればf(n)を最終決定することが
できる。
が得られる。まずエッジを検出する必要がないため、エ
ッジ検出タイプの従来技術の課題を解消できる。また、
画像に含まれるオブジェクトに対する先験的な知識も不
要であり、対応点の自動検出が実現する。特異点フィル
タによれば、解像度の粗いレベルでも特異点の輝度や位
置を維持することができ、オブジェクト認識、特徴抽
出、画像マッチングに極めて有利である。その結果、人
手作業を大幅に軽減する画像処理システムの構築が可能
となる。
技術も考えられる。 (1)前提技術では始点階層画像と終点階層画像の間で
マッチングをとる際にパラメータの自動決定を行った
が、この方法は階層画像間ではなく、通常の2枚の画像
間のマッチングをとる場合全般に利用できる。
に関するエネルギーE0と画素の位置的なずれに関する
エネルギーE1のふたつを評価式とし、これらの線形和
Et ot=αE0+E1を総合評価式とする。この総合
評価式の極値付近に注目してαを自動決定する。つま
り、いろいろなαについてEtotが最小になるような
写像を求める。それらの写像のうち、αに関してE1が
極小値をとるときのαを最適パラメータと決める。その
パラメータに対応する写像を最終的に両画像間の最適マ
ッチングとみなす。
方法があり、例えば1/E1と1/E2のように、評価
結果が良好なほど大きな値をとるものを採用してもよ
い。総合評価式も必ずしも線形和である必要はなく、n
乗和(n=2、1/2、−1、−2など)、多項式、任
意の関数などを適宜選択すればよい。
ηとλのふたつの場合、それ以上の場合など、いずれで
もよい。パラメータが3以上の場合はひとつずつ変化さ
せて決めていく。
最小になるよう写像を決めた後、総合評価式を構成する
ひとつの評価式であるC(m,s) fが極小になる点を
検出してパラメータを決定した。しかし、こうした二段
回処理の代わりに、状況によっては単に総合評価式の最
小値が最小になるようにパラメータを決めても効果的で
ある。その場合、例えばαE0+βE1を総合評価式と
し、α+β=1なる拘束条件を設けて各評価式を平等に
扱うなどの措置を講じてもよい。パラメータの自動決定
の本質は、エネルギーが最小になるようにパラメータを
決めていく点にあるからである。
類の特異点に関する4種類の副画像を生成した。しか
し、当然4種類のうち1、2、3種類を選択的に用いて
もよい。例えば、画像中に明るい点がひとつだけ存在す
る状態であれば、極大点に関するf(m,3)だけで階
層画像を生成しても相応の効果が得られるはずである。
その場合、同一レベルで異なる副写像は不要になるた
め、sに関する計算量が減る効果がある。
ってレベルがひとつ進むと画素が1/4になった。例え
ば3×3で1ブロックとし、その中で特異点を探す構成
も可能であり、その場合、レベルがひとつ進むと画素は
1/9になる。
合、それらをまず白黒画像に変換し、写像を計算する。
その結果求められた写像を用いて始点のカラー画像を変
換する。それ以外の方法として、RGBの各成分につい
て副写像を計算してもよい。
るためのいくつかの改良がなされている。ここではその
改良点を述べる。
ィルタおよび副画像 画像の色情報を有効に用いるために、特異点フィルタを
以下のように変更した。まず色空間としては、人間の直
感に最も合致するといわれているHISを用い、色を輝
度に変換する式には、人間の目の感度に最も近いといわ
れているものを選んだ。
ような記号を定義する。
る。
けるフィルタとほぼ同じで、輝度の特異点を色情報も残
しながら保存する。最後のフィルタは色の彩度の特異点
をこちらも色情報を残しながら保存する。
き5種類の副画像(サブイメージ)が生成される。な
お、最も高いレベルの副画像は元画像に一致する。
め、一次微分エッジ検出フィルタを用いる。このフィル
タはあるオペレータHとの畳み込み積分で実現できる。
ペレータを用いた。
中心とした輝度をもつ画像が生成されるため、次のよう
な平均値画像が副画像としては最も適切である。
副写像導出ステージの計算の際、エネルギー関数に用い
られる。
必要である。
ィルタを用いる。
算する順序を決定するのに用いられる。
5つあるため、各レベルの解像度において計算は複数回
行われる。これをターンと呼び、最大計算回数をtで表
すことにする。各ターンは前記Forward Stageと、副写
像再計算ステージであるRefinement Stageという二つの
エネルギー最小化計算から構成される。図18は第mレ
ベルにおける副写像を決める計算のうち改良点に係るフ
ローチャートである。
0)。つぎにForward Stage(S41)において始点画
像pから終点画像qへの写像f(m,s)をエネルギー最
小化によって求める。ここで最小化するエネルギーは、
対応する画素値によるエネルギーCと、写像の滑らかさ
によるエネルギーDの線形和である。
ーCI(前記改良前の前提技術におけるエネルギーCと
等価)と、色相、彩度によるエネルギーCC、輝度微分
(エッジ)の差によるエネルギーCEで構成され、それ
ぞれ次のように表される。
る。ただし前記改良前の前提技術において、写像の滑ら
かさを保証するエネルギーE1を導出する際、隣接する
画素のみを考慮していたが、周囲の何画素を考慮するか
をパラメータdで指定できるように改良した。
画像qから始点画像pへの写像g(m,s)も同様に計
算する。
Stageにおいて求めた双方向の写像f(m,s)および
g(m,s)を基に、より妥当な写像f’(m,s)を
求める。ここでは新たに定義されるエネルギーMについ
てエネルギー最小化計算を行う。エネルギーMは終点画
像から始点画像への写像gとの整合度M0と、もとの写
像との差M1より構成される。
への写像g’(m,s )も同様の方法で求めておく。
3)、sがtを超えていないことを確認し(S44)、
次のターンのForward Stage(S41)に進む。その際
前記E0を次のように置き換えてエネルギー最小化計算
を行う。
囲の点の写像を用いるため、それらの点がすでに計算さ
れているかどうかがエネルギーに影響を与える。すなわ
ち、どの点から順番に計算するかによって、全体の写像
の精度が大きく変化する。そこでエッジの絶対値画像を
用いる。エッジの部分は情報量を多く含むため、エッジ
の絶対値が大きいところから先に写像計算を行う。この
ことによって、特に二値画像のような画像に対して非常
に精度の高い写像を求めることができるようになった。
前提技術ではキーフレーム間のマッチングをとって対応
情報を生成し、この対応情報をもとに中間フレームを生
成した。したがって、この技術は動画の圧縮に利用で
き、現実に実験ではMPEGを超える画質と圧縮率の両
立が確認されはじめている。以下、前提技術を利用した
画像符号化および復号技術を説明する。
10の構成を示す。画像符号化装置10は、キーフレー
ムKFiのデータを入力する画像入力部12と、キーフ
レームを格納するキーフレーム記憶部14と、隣接キー
フレーム間で前提技術その他によるマッチング計算を行
い対応情報ファイルCi,jを生成するマッチングプロ
セッサ16と、所定のキーフレームの解像度を下げたデ
ータを生成するキーフレーム解像度変換部18と、解像
度を下げたキーフレームのデータとそれ以外のキーフレ
ームのデータと対応情報ファイルとを組み込んで符号化
データストリームCBS(Coded Bit Stream:以下単に
データストリームという)を生成するストリーム生成部
20を含む。
0.5秒おきに抽出することで定められ、キーフレーム
記憶部14へいったん格納される。キーフレーム記憶部
14から読み出されたキーフレームKFiはマッチング
プロセッサ16へと送られる。マッチングプロセッサ1
6は前提技術に基づき、または別の任意の技術に基づ
き、特異点をもとに画素単位でふたつのキーフレーム間
のマッチングを計算して対応情報ファイルCi,jを生
成する。
えば所定枚おき、または前のフレームとの差分が小さか
ったキーフレームKFkが抽出され、キーフレーム解像
度変換部18へ送られる。キーフレーム解像度変換部1
8ではキーフレームKFkの解像度を下げることにより
データのサイズが圧縮される。この解像度変換により圧
縮されたキーフレームKF_LRkを以降「低解像度キ
ーフレーム」と呼ぶ。
キーフレームKF_LRkと、キーフレーム記憶部14
に記憶されているキーフレーム解像度変換部18へ送ら
れなかったキーフレームKFi(i≠k)はストリーム
生成部20へ送られデータストリームとして出力され
る。
の構成の先頭部分を示す。図20は前提技術による一般
的なものであり、その構成はキーフレームKFiと対応
情報ファイルCi,jとの繰り返しである。図21は実
施の形態による構成例であり、低解像度化するキーフレ
ームの抽出をKF1,KF2,KF4,KF5,・・・
・・KF3i+1,KF3i+2,・・・という規則で
行ったときのものである。低解像度キーフレームKF_
LR1,KF_LR2,KF_LR4,KF_LR5,
・・・・・・ KF_LR3i+1,KF_LR
3i+2,・・・はもとのキーフレームと比較してデー
タ長が短いため、データストリームとして考えると大幅
なデータ圧縮が可能となる。この例では解像度変換を行
わないキーフレームを2枚おきとしているが、表示装
置、画像の内容、人間の視覚に係る各パラメータ等の要
素を勘案し、状況に応じた最適な間隔で周期を決定して
もよい。また、前のキーフレームとの差分が大きいキー
フレームは解像度変換を行わないなど、非周期的な規則
を採用してもよい。さらに、低解像度キーフレームの解
像度は全て同一である必要はなく、2通り以上の解像度
のキーフレームを生成してもよい。
おいてキーフレームの解像度を低くする様子を概念的に
示している。ここではキーフレームKFkと低解像度キ
ーフレームKF_LRkの各画素を四角形領域で示し、
それぞれpi,j,p’ i ,jとしている。この例で
はキーフレームKFkの画素において上下左右に隣接し
た(p0,0,p0,1,p1,0,p1,1)などの
4画素から(p0,1,p1,0,p1,1)などの3
画素を周期的に間引くことにより、総画素数を1/4に
した低解像度キーフレームKF_LRkのデータを生成
している。画素を間引く周期は表示装置、画像の内容、
人間の視覚に係る各パラメータ等の要素を勘案し、状況
に応じた最適値を採用してもよい。また、前記前提技術
の改良点において示された輝度微分すなわちエッジの検
出結果を利用し、情報量の少ない、エッジの絶対値が小
さい部分に重みをつけて非周期的に間引いてもよい。こ
こで、残されたp’0,0などの画素の色は、その画素
の元の色をそのまま採用してもよいし、間引かれた3画
素を含めた4画素の平均色を採用するなど所定の周期で
平均化してもよい。
0の構成図である。画像復号装置40は、符号化された
データストリームCBSを入力するストリーム入力部4
2と、データストリームCBSに組み込まれているキー
フレームデータを解像度の低いキーフレームデータと解
像度の高いキーフレームデータとに分別するキーフレー
ム解像度検出部44と、解像度の低いキーフレームの画
素数と解像度の高いキーフレームの画素数とを同一にす
るキーフレーム画素数変換部46と、同一画素数となっ
たキーフレームデータを格納するキーフレーム記憶部4
8と、データストリームに組み込まれた対応情報ファイ
ルCi,jと同一画素数となったキーフレームデータか
ら前提技術その他による補間計算によって中間フレーム
を生成する中間画像生成部50と、キーフレームおよび
生成された中間フレームを表示させるための表示制御部
52を含む。
低解像度キーフレームを含む全てのキーフレームデータ
はキーフレーム解像度検出部44に送られる。ここで解
像度の低いキーフレームデータKF_LRkと解像度の
高いキーフレームデータKF i(i≠k)とが分別さ
れ、そのうち例えば解像度の低いキーフレームデータK
F_LRkのみがキーフレーム画素数変換部46へ送ら
れる。キーフレーム画素数変換部46で低解像度キーフ
レームは画素数を増やすデータ変換を施され、残りのキ
ーフレームデータと同一の画素数をもったキーフレーム
データKF’kとなる。画素数を増やすデータ変換と
は、基本的には画像符号化において間引いた画素の位置
に画素を補充することであるが、このとき補充する画素
の色は補充する画素に隣接した、もしくは近傍にある、
間引かれなかった画素の色を採用してもよいし、間引か
れなかった画素の色を補間してもよい。
ームを解像度の高いキーフレームの画素数に合わせた
が、画素数変換の対象となるキーフレームデータは低解
像度キーフレームに限るものではなく、表示装置に応じ
た最適な画素数となるよう、解像度の高いキーフレーム
の画素数を低解像度キーフレームの画素数へ変換する、
または全てのキーフレームを所定の画素数へと変換す
る、といった画素数変換を行ってもよい。解像度の高い
キーフレームの画素数を下げる画素数変換は、前記画像
符号化における解像度変換と同様に行ってもよい。また
データストリームCBSに組み込まれているキーフレー
ムの解像度は2通りである必要はなく、キーフレーム解
像度検出部44には3通り以上の解像度をもったキーフ
レームデータの解像度の高低を検出する機能も含まれ
る。
解像度の異なるキーフレームを同一画素数に変換する
際、その画素数は表示装置に最適である値以外に、表示
装置の使用者が指定した値、または表示装置のCPUの
負荷を随時考慮して最適となる値など、表示環境に応じ
た所望の値を採用してよい。また画像復号装置40には
前記所望の画素数を判定する機能ブロックを設けてもよ
い。
た。なお本発明はこの実施の形態に限定されることな
く、そのさまざまな変形例もまた、本発明の態様として
有効である。
の顔に平均化フィルタを施して得られる画像、図1
(c)と図1(d)は、ふたりの人物の顔に関して前提
技術で求められるp(5,0)の画像、図1(e)と図
1(f)は、ふたりの人物の顔に関して前提技術で求め
られるp(5,1)の画像、図1(g)と図1(h)
は、ふたりの人物の顔に関して前提技術で求められるp
(5,2)の画像、図1(i)と図1(j)は、ふたり
の人物の顔に関して前提技術で求められるp(5,3)
の画像をそれぞれディスプレイ上に表示した中間調画像
の写真である。
(A)、図2(B)、図2(C)、図2(D)、図2
(E)はそれぞれ相続四辺形を示す図である。
ルと第m−1レベルの関係を相続四辺形を用いて示す図
である。
図である。
写像が全単射条件を満たすか否かを外積計算から求める
様子を示す図である。
ある。
る。
ある。
の画像の一部の対応関係を示す図である。
図である。
準備の手順を示す図である。
ある。
を示す図である。
を示す図である。
トである。
求められたf(m, s)(λ=iΔλ)に対応するエネ
ルギーC(m,s) fの挙動を示す図である。
iΔη)(i=0,1,…)に対応するエネルギーC
(n) fの挙動を示す図である。
ける副写像を求めるフローチャートである。
である。
的なデータストリームの構成を示す図である。
の形態によるデータストリームの構成を示す図である。
フレームを生成する原理説明図である。
ある。
マッチングプロセッサ、 18 キーフレーム解像度変
換部、 20、 ストリーム生成部、 40画像復号装
置、 42 ストリーム入力部、 44 キーフレーム
解像度検出部、 46 キーフレーム画素数変換部、
50 中間画像生成部。
Claims (10)
- 【請求項1】 隣接するふたつのキーフレームのデータ
をもとにそれらの間の対応情報を生成する第1工程と、 複数のキーフレームのうち所定のキーフレームの解像度
を低くしたデータを生成する第2工程と、 第1工程で生成された対応情報と、第2工程で生成され
た解像度を低くしたキーフレームデータと、前記解像度
を低くしたキーフレーム以外のキーフレームデータを含
むデータストリームを生成する第3工程と、 を含むことを特徴とする画像符号化方法。 - 【請求項2】 前記解像度を低くしたキーフレームデー
タを生成する工程は、所定の周期で画素を間引くことを
特徴とする請求項1に記載の方法。 - 【請求項3】 前記解像度を低くしたキーフレームデー
タを生成する工程は、所定の周期で平均化した色で画素
の色を代表させることを特徴とする請求項1または2に
記載の方法。 - 【請求項4】 解像度の異なる複数のキーフレームおよ
びキーフレーム間の対応情報ファイルを含むデータスト
リームを取得する工程と、 キーフレームデータのうち解像度の低いキーフレームデ
ータと解像度の高いキーフレームデータとを分別する工
程と、 その解像度の低いキーフレームの画素数と解像度の高い
キーフレームの画素数とを同一にする工程と、 それらのキーフレームデータと前記対応情報ファイルか
らキーフレーム間の中間フレームを生成する工程と、 を含むことを特徴とする画像復号方法。 - 【請求項5】 キーフレームのデータを入力する画像入
力部と、隣接するキーフレームのデータをもとにそれら
の間の対応情報を生成する対応情報生成部と、 前記キーフレームのうち所定のキーフレームの解像度を
低くしたデータを生成する解像度変換部と、 対応情報生成部で生成されたデータと、解像度変換部で
生成されたデータを含むデータストリームを生成するス
トリーム生成部と、 を含むことを特徴とする画像符号化装置。 - 【請求項6】 前記解像度変換部は、入力したキーフレ
ームデータの画素を所定の周期で間引くことを特徴とす
る請求項5に記載の装置。 - 【請求項7】 前記解像度変換部は、入力したキーフレ
ームデータの色を所定の周期で平均化して画素の色を代
表させることを特徴とする請求項5または6に記載の装
置。 - 【請求項8】 解像度の異なる複数のキーフレームおよ
びキーフレーム間の対応情報ファイルを含むデータスト
リームを入力し、キーフレームのうち解像度の低いキー
フレームデータと解像度の高いキーフレームデータとを
分別する解像度検出部と、 その解像度の低いキーフレームの画素数と解像度の高い
キーフレームの画素数とを同一にする画素数変換部と、 それらのキーフレームデータと前記対応情報ファイルか
らキーフレーム間の中間フレームを生成する中間画像生
成部と、 を含むことを特徴とする画像復号装置。 - 【請求項9】 隣接するふたつのキーフレームのデータ
をもとにそれらの間の対応情報を生成する機能と、 複数のキーフレームのうち所定のキーフレームの解像度
を低くしたデータを生成する機能と、 前記対応情報と、前記解像度を低くしたキーフレームデ
ータと、前記解像度を低くしたキーフレーム以外のキー
フレームデータを含むデータストリームを生成する機能
と、 をコンピュータに実行せしめることを特徴とするコンピ
ュータプログラム。 - 【請求項10】 解像度の異なる複数のキーフレームお
よびキーフレーム間の対応情報ファイルを含むデータス
トリームを取得する機能と、 キーフレームデータのうち解像度の低いキーフレームデ
ータと解像度の高いキーフレームデータとを分別する機
能と、 その解像度の低いキーフレームの画素数と解像度の高い
キーフレームの画素数とを同一にする機能と、 それらのキーフレームデータと前記対応情報ファイルか
らキーフレーム間の中間フレームを生成する機能と、 をコンピュータに実行せしめることを特徴とするコンピ
ュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002152464A JP3839353B2 (ja) | 2002-05-27 | 2002-05-27 | 画像符号化方法と装置および画像復号方法および装置 |
EP20020022694 EP1367833A3 (en) | 2002-05-27 | 2002-10-10 | Method and apparatus for coding and decoding image data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002152464A JP3839353B2 (ja) | 2002-05-27 | 2002-05-27 | 画像符号化方法と装置および画像復号方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003348593A true JP2003348593A (ja) | 2003-12-05 |
JP3839353B2 JP3839353B2 (ja) | 2006-11-01 |
Family
ID=29417147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002152464A Expired - Fee Related JP3839353B2 (ja) | 2002-05-27 | 2002-05-27 | 画像符号化方法と装置および画像復号方法および装置 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP1367833A3 (ja) |
JP (1) | JP3839353B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007069320A1 (ja) * | 2005-12-14 | 2007-06-21 | Monolith Co., Ltd. | 動画符号化方法および動画復号方法 |
WO2007072543A1 (ja) * | 2005-12-19 | 2007-06-28 | Monolith Co., Ltd. | 動画符号化方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8300964B2 (en) | 2008-08-07 | 2012-10-30 | Apteryx Inc. | System and method for preparing spatially related medical digital image data sets for image compression and storage prior to image reconstruction |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993018618A1 (en) * | 1992-03-03 | 1993-09-16 | Kabushiki Kaisha Toshiba | Time-varying image encoder |
US5959676A (en) * | 1995-12-27 | 1999-09-28 | Sony Corporation | Video signal encoding method, video signal encoding apparatus, video signal transmitting method, and recording medium |
JP2927350B2 (ja) * | 1997-03-27 | 1999-07-28 | 株式会社モノリス | 多重解像度フィルタ処理方法およびその方法を利用することのできる画像マッチング方法 |
-
2002
- 2002-05-27 JP JP2002152464A patent/JP3839353B2/ja not_active Expired - Fee Related
- 2002-10-10 EP EP20020022694 patent/EP1367833A3/en not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007069320A1 (ja) * | 2005-12-14 | 2007-06-21 | Monolith Co., Ltd. | 動画符号化方法および動画復号方法 |
WO2007072543A1 (ja) * | 2005-12-19 | 2007-06-28 | Monolith Co., Ltd. | 動画符号化方法 |
Also Published As
Publication number | Publication date |
---|---|
EP1367833A2 (en) | 2003-12-03 |
EP1367833A3 (en) | 2005-07-13 |
JP3839353B2 (ja) | 2006-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3889233B2 (ja) | 画像符号化方法と装置および画像復号方法と装置 | |
JP2002271788A (ja) | 画像符号化方法と装置および画像復号方法および装置 | |
JP2008252860A (ja) | 画像処理方法及び画像処理装置 | |
JP2002232908A (ja) | 画像補間方法および装置 | |
JP3877651B2 (ja) | 画像処理方法と装置 | |
JP2003018602A (ja) | 画像データ符号化および復号のための方法および装置 | |
JP4157686B2 (ja) | 画像符号化および復号のための方法および装置 | |
JP4039858B2 (ja) | 画像マッチング方法と装置、および画像符号化方法と装置 | |
JP2002230574A (ja) | 画像生成方法、装置およびシステム | |
JP2002230543A (ja) | 画像補間方法および装置 | |
JP2003037842A (ja) | 画像符号化方法、復号方法および画像符号化装置、復号装置 | |
JP2002259979A (ja) | 画像補間方法と装置、および画像処理方法と装置 | |
JP2002232838A (ja) | デジタルカメラ | |
JP2002190020A (ja) | 映像効果方法および装置 | |
JP2007122751A (ja) | 画像処理のための方法、装置、プログラム | |
JP2003348593A (ja) | 画像符号化方法と装置および画像復号方法および装置 | |
JP2002230575A (ja) | 映像効果方法および装置 | |
JP2004048116A (ja) | 画像データ符号化および復号のための方法および装置 | |
JP4524412B2 (ja) | 画像符号化方法、復号方法および画像符号化装置、復号装置 | |
JP2002359842A (ja) | 画像符号化方法と装置および画像復号方法と装置 | |
JP2002230572A (ja) | 映像効果方法と装置および画像補間方法と装置 | |
JP3827981B2 (ja) | 画像符号化方法と装置および画像復号方法と装置 | |
JP2004023487A (ja) | 監視装置、および監視方法 | |
JP2004048595A (ja) | 画像符号化方法および装置 | |
JP3828048B2 (ja) | 画像符号化方法と装置および画像復号方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050527 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051101 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051226 |
|
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: 20060801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060802 |
|
R150 | Certificate of patent (=grant) or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090811 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090811 Year of fee payment: 3 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090811 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100811 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100811 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110811 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120811 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130811 Year of fee payment: 7 |
|
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 |