JP2007034719A - 画像処理装置および画像処理方法 - Google Patents
画像処理装置および画像処理方法 Download PDFInfo
- Publication number
- JP2007034719A JP2007034719A JP2005217670A JP2005217670A JP2007034719A JP 2007034719 A JP2007034719 A JP 2007034719A JP 2005217670 A JP2005217670 A JP 2005217670A JP 2005217670 A JP2005217670 A JP 2005217670A JP 2007034719 A JP2007034719 A JP 2007034719A
- Authority
- JP
- Japan
- Prior art keywords
- filter
- image
- processing
- filters
- image processing
- 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.)
- Withdrawn
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
【課題】 処理時間が短くなる画像処理装置を提供する。
【解決手段】 画像処理装置が備えるフィルタ列処理部600は、データの入出力が行なわれる入出力部410と、予め定められた処理を実行する制御部420と、動作をするための基礎となる設定を変更可能なリコンフィギュラブルデバイス430と、データを格納するメモリ部640とを含む。メモリ部640は、生成されたフィルタ列を表わすデータ641と、現在処理が実行されているフィルタ列を表わすデータ642と、リコンフィギュラブルデバイス430の動作を制御するための機能情報650と、画像データ660とを含む。機能情報650は、フィルタ機能を実現するためのデータ650−1と、隙間多機能を実現するためのデータ652−1とを含む。
【選択図】 図6
【解決手段】 画像処理装置が備えるフィルタ列処理部600は、データの入出力が行なわれる入出力部410と、予め定められた処理を実行する制御部420と、動作をするための基礎となる設定を変更可能なリコンフィギュラブルデバイス430と、データを格納するメモリ部640とを含む。メモリ部640は、生成されたフィルタ列を表わすデータ641と、現在処理が実行されているフィルタ列を表わすデータ642と、リコンフィギュラブルデバイス430の動作を制御するための機能情報650と、画像データ660とを含む。機能情報650は、フィルタ機能を実現するためのデータ650−1と、隙間多機能を実現するためのデータ652−1とを含む。
【選択図】 図6
Description
本発明は、画像処理に関し、より特定的には、取得された画像から特徴のある画素を抽出するためのアルゴリズムを、学習によって生成するための画像処理装置および画像処理方法に関する。
画像を用いた検査装置などにおいて、得られた画像中の特徴のあるパターンを抽出する要求があった場合、開発者は、そのパターンを抽出するための専用アルゴリズムを作成する。アルゴリズムの内容は、対象となるパターンの特徴量を増大させるフィルタの組み合わせ、パターンの切り出し、パターンの情報抽出等である。フィルタ組み合わせのためのアルゴリズムの開発では、既存の画像処理フィルタの中から有効なフィルタが選択され、処理の順序などが決定され、そして所望のパターンの特徴量が増大する方向に画像が処理されるように、調整が行なわれる。このような画像処理アルゴリズムの開発は、通常、試行錯誤で行なわれることが多い。ここで、特徴量とは、処理の対象となる画像の特徴を表わすためのデータをいう。具体的には、特徴量は、たとえば基準の位置に対する画像の位置、画像の形状、画像の面積などを含む。
画像による検査装置の場合においては、検査を行なう対象物が変化した場合、あるいは対象物が同じでも抽出したい新たなパターンが追加された場合には、逐次担当者が対象パターンの解析を行ない、そのパターンを抽出するためのアルゴリズムを開発する必要がある。しかし、この方法では上記のような対象物の変化や追加の度に画像処理の担当者がアルゴリズムを考案する必要があり、そのための開発期間を要する問題があった。
さらに、このような課題を解決するために、画像処理アルゴリズムの自動生成を行なう技術が研究されている。画像処理アルゴリズムが自動的に構築されるシステムとして、たとえばIMPRESS(名古屋大学)、ACTIT(Automatic Construction of Tree-structural Image Transformation)(横浜国立大学)等が研究されている。
たとえば、特開2002−366929号公報(特許文献1)は、従来の画像処理技術では抽出及び画像処理生成が困難である印刷物との濃度差がほとんどなく、肉眼では検出が困難な印刷物の不良欠点部分の画像を抽出するための処理において、ACTITを使用するとともに、これを印刷物の不良欠点抽出処理に特化し、より抽出精度を高めるための階調画像の追加及びそれらを比較演算処理するための画像変換処理フィルタの導入により、未知のどのような印刷物の不良欠点であっても、容易かつ的確に抽出するための技術を開示している。
また、ACTITをハードウェアとして実現するための手段として、セル型神経回路網(ACNN)を用いたものが提案されている(非特許文献1)。この方法によると、単機能ユニットが3次元的に組み合わされた神経回路網で各画像処理フィルタを形成し、その複数のフィルタからなる木構造の最適化と、各画像処理フィルタのパラメータの最適化との両方を行なう必要がある。
ところで、本システムの実現方法として、画像処理フィルタを染色体として扱い、遺伝的アルゴリズム(GA(Generic Algorithm))によってフィルタ列(個体)を与え、それぞれの個体の評価を用いて次の世代(個体の群)を生成し、評価する最適化手法により解く方法は、たとえば出願人等によって研究されている。このような最適化システムを実現する方法は、PC(Personal Computer)上で汎用のCPU(Central Processing Unit)により実現する方法と、DSP(Digital Signal Processor)やASIC(Application Specific Integrated Circuit)を用いたハードウェアにより実現する方法が考えられる。しかし、CPUやDSPのようなデバイスでは、逐次制御方式が基本となるため、パイプライン処理を行なうようなデバイスに比べると処理速度が遅くなる。また、ASICについては、専用デバイスの開発のための期間や初期投資が必要となる。
上記のACNNは、フィルタを構成する神経回路のパラメータ最適化に関して課題が残されており、木構造の最適化についてはまだ具体的な実装方法の報告がされていない。
また、特開2001−202236号公報(特許文献2)は、プログラマブル論理回路として再構成可能な、いわゆるリコンフィギュラブルデバイスを用いたデータ処理における処理時間を短縮するための技術を開示している。
特開2002−366929号公報
特開2001−202236号公報
平津大輔(東京工業大学)、長尾智晴(横浜国立大学)、「フィルタ型3次元ACNNとACTITシステムとの融合」、信学技法、NC2000-70(2000-11)、p.71−77。
ところで、フィルタ列処理部は1世代あたり、(1フィルタ列あたりのフィルタ数)×(1世代あたりのフィルタ列数)のフィルタ処理を行なう必要がある。すべての処理時間は、対象画像のサイズおよびリコンフィギュラブルデバイスへのフィルタ書き換え時間と、リコンフィギュラブルデバイスのフィルタ処理時間との合計である。そのため、フィルタ処理を実行する場合に、膨大な時間を要するという問題があった。
本発明は、上述の問題点を解決するためになされたものであって、その目的は、フィルタ処理の実行時間を短くすることができる画像処理装置を提供することである。
本発明の他の目的は、フィルタ処理の実行時間を短くすることができる画像処理方法を提供することである。
上記の課題を解決するために、この発明のある局面に従うと、画像処理装置は、画像データの入力を受ける入力手段と、遺伝的アルゴリズムと予め準備された複数のフィルタとに基づいて、画像処理のための複数のフィルタ列を生成するフィルタ列生成手段とを備える。複数のフィルタ列の各々は、複数のフィルタを含む。当該装置は、複数のフィルタの各々に基づくフィルタ処理の動作を規定するための各々の機能情報に基づいて、複数のフィルタ列の各々に含まれる複数のフィルタの各々に応じたフィルタ処理を画像データに対して実行するフィルタ列処理手段と、予め入力された目標画像と、フィルタ列処理手段の処理により導出された結果画像とに基づいて、複数のフィルタ列から、目標画像との差が予め定められた値を下回る画像が導出されるフィルタ列を選択する選択手段と、選択されたフィルタ列に含まれる複数のフィルタに基づいて、各々のフィルタ処理の結果が予め定められた基準を上回る複数のフィルタの情報を抽出する抽出手段と、抽出手段により抽出された複数のフィルタの情報に基づいて、機能情報を生成する機能情報生成手段とを備える。
好ましくは、フィルタ列処理手段は、各々の機能情報に基づく各フィルタ処理を実行する演算手段と、演算手段による動作のための機能情報を格納する記憶手段と、格納されている機能情報に基づいてフィルタ処理を実行するように演算手段を制御する制御手段とを含む。
好ましくは、演算手段は、複数の演算器と、各々の機能情報を複数の演算器の各々に割り付ける割付手段とを含む。
好ましくは、フィルタ列処理手段は、複数の演算手段を含む。
好ましくは、複数の演算手段は、直列に接続されている。制御手段は、複数の演算手段の各々の動作を制御する動作制御手段をさらに含む。
好ましくは、複数の演算手段は、直列に接続されている。制御手段は、複数の演算手段の各々の動作を制御する動作制御手段をさらに含む。
好ましくは、動作制御手段は、複数の演算手段のいずれかによるフィルタ処理がフィルタ列に含まれる最後のフィルタによる処理である場合には、いずれかの演算手段の後に接続されている演算手段によるフィルタ処理を禁止する。
好ましくは、複数の演算手段は、並列に接続されている。制御手段は、複数の演算手段の数に基づいて、画像処理のために入力される画像データを分割する分割手段を含む。
好ましくは、選択手段は、目標画像および結果画像の特徴量をそれぞれ算出し、そして予め定められた値を下回る結果画像が導出されるフィルタ列を選択する。
好ましくは、フィルタ列処理手段は、リコンフィギュラブルデバイスである。
この発明の他の局面に従うと、画像処理方法は、画像データの入力を受けるステップと、遺伝的アルゴリズムと予め準備された複数のフィルタとに基づいて、画像処理のための複数のフィルタ列を生成するステップとを備える。複数のフィルタ列の各々は、複数のフィルタを含む。当該方法は、複数のフィルタの各々に基づくフィルタ処理の動作を規定するための各々の機能情報に基づいて、複数のフィルタ列の各々に含まれる複数のフィルタの各々に応じたフィルタ処理を画像データに対して実行するフィルタ列処理ステップと、画像処理の結果として予め入力された目標画像と、フィルタ列処理ステップの処理により導出された結果画像とに基づいて、複数のフィルタ列から、目標画像との差が予め定められた値を下回る画像が導出されるフィルタ列を選択するステップと、選択されたフィルタ列に含まれる複数のフィルタに基づいて、各々のフィルタ処理の結果が予め定められた基準を上回る複数のフィルタの情報を抽出するステップと、抽出された複数のフィルタの情報に基づいて、機能情報を生成するステップとを備える。
この発明の他の局面に従うと、画像処理方法は、画像データの入力を受けるステップと、遺伝的アルゴリズムと予め準備された複数のフィルタとに基づいて、画像処理のための複数のフィルタ列を生成するステップとを備える。複数のフィルタ列の各々は、複数のフィルタを含む。当該方法は、複数のフィルタの各々に基づくフィルタ処理の動作を規定するための各々の機能情報に基づいて、複数のフィルタ列の各々に含まれる複数のフィルタの各々に応じたフィルタ処理を画像データに対して実行するフィルタ列処理ステップと、画像処理の結果として予め入力された目標画像と、フィルタ列処理ステップの処理により導出された結果画像とに基づいて、複数のフィルタ列から、目標画像との差が予め定められた値を下回る画像が導出されるフィルタ列を選択するステップと、選択されたフィルタ列に含まれる複数のフィルタに基づいて、各々のフィルタ処理の結果が予め定められた基準を上回る複数のフィルタの情報を抽出するステップと、抽出された複数のフィルタの情報に基づいて、機能情報を生成するステップとを備える。
本発明に係る画像処理装置によると、リコンフィギュラブルデバイスその他の演算手段の動作条件を書き換えるための時間が低減されるため、画像処理の実行に要する時間も短くすることができる。
本発明に係る画像処理方法によると、フィルタ処理を実行するステップにおいて当該処理の動作を規定する情報を書き換えるための時間が低減されるため、画像処理の実行に要する時間も短くすることができる。
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
図1を参照して、本発明の実施の形態に係る画像処理装置における画像処理フィルタの組み合わせについて説明する。図1は、原画像100に対して予め準備されたフィルタ110−1,110−2,…,110−nを用いて結果画像120を得るための処理を概念的に表わす図である。
フィルタ110−1,110−2などは、たとえば予め作成された最大化フィルタ、最小化フィルタ、sobelフィルタ、ラプラシアンフィルタなどである。フィルタ処理が実行される場合、原画像100が最初に与えられる。また原画像100に対応する目標画像が与えられる。ここで、目標画像とは、原画像とともに与えられ、原画像を処理して得られる画像として期待される画像である。図1に示されるように、たとえばn段のフィルタの列が与えられた場合には、第1のフィルタ110−1を用いたフィルタ処理が原画像100に対して行なわれる。その結果画像に対して第2のフィルタ110−2を用いたフィルタ処理が実行される。同様に処理が繰り返され第nのフィルタ110−nを用いた処理が実行される。最後の処理により得られる画像は、結果画像120として出力される。この場合、結果画像120が予め設定された目標画像に近い場合、すなわち結果画像120と目標画像とをそれぞれ定量化し各々の値の差が予め定められた基準値よりも小さい場合には、結果画像120を得るために使用された各フィルタの列は、画像処理を実現するためのアルゴリズムに近いものと判断される。
図2を参照して、本発明に係る画像処理装置において遺伝的アルゴリズム(GA)を用いた手法を適用した場合について説明する。図2は、複数のフィルタからなるフィルタ列を予め定められた評価基準により順次選択することにより、画像処理装置に使用するためのフィルタ列を選択する態様を表わす図である。
図2(A)に示されるように、まず複数のフィルタ列からなる第1世代のフィルタ列群200−1,200−2等が生成される。各フィルタ列群は、予め準備されたフィルタをランダムに組み合わせることにより構成される。生成されたすべてのフィルタ列群のそれぞれのフィルタ列に対して予め準備された原画像100が、入力画像として与えられる。各フィルタ列群は、その原画像100に対して各フィルタを用いることにより、それぞれ対応する画像処理を実行し、結果画像210−1,210−2等を出力する。各結果画像は予め設定された目標画像と比較され、目標画像に近い結果画像を出力したフィルタ列(たとえばフィルタ列210−4)は、求めるフィルタ列に近いものとして高い評価値が与えられる。ここで評価値とは、各フィルタ列の属性を定量的に表現するために表わされる値である。第1の世代で高い評価値が与えられたフィルタ列は、その世代においていわゆる優秀なフィルタ列であるとされ、次の世代すなわち第2の世代を生成するための親として登録される(フィルタ220)。
なお、ここで、評価値は、たとえば、輝度の差の絶対和、当該差の二乗和、あるいは平均値その他の定量的に表現可能なデータである。すなわち、当該評価値は、生成されたフィルタ列を原画像に対して適用して得られる複数の画像に対し、目標画像との比較を行なって得られるものである。また、「優秀な」とは、当該評価値と、教示用のデータとして予め準備されたフィルタ列を同様に適用した場合に得られる評価値との差が予め定められた基準値以下のものをいう。
次に、図2(B)に示されるように、第1の世代における処理において優秀なフィルタ列とされたフィルタ220は、第2の世代において、各フィルタの親として登録される。第2の世代はGAの交叉・突然変異などの手法によって親から生成される。すなわち、複数のフィルタ列220−1,220−2等が生成される。各フィルタ列は、第1世代における処理と同様に原画像に対するフィルタ処理を実行し、結果画像230−1,230−2等を出力する。それぞれ出力された結果画像から、予め設定された目標画像に最も近い結果画像を出力したフィルタ列が特定され(たとえばフィルタ列230−n)、次の世代における親として登録される(フィルタ列240)。
図2(C)に示されるように、同様の処理を第N世代まで繰り返すことにより、画像処理装置を実現するためのフィルタ列を導出することができる。すなわち、フィルタ列240を構成する各フィルタに基づいて、次の世代のフィルタ列群が生成され、(N−1)世代のフィルタ列から、目標画像に最も近い結果画像を出力したフィルタ列を親として、第N世代のフィルタ列250−1,250−2等のフィルタ列群が生成され、それぞれのフィルタ列を用いたフィルタ処理が実行される。予め設定された目標画像に最も近い結果画像を出力したフィルタ列260−2は、画像処理装置を実現するためのフィルタ列270として導出される。
次に、図3および図4を参照して、本発明の実施の形態に係る画像処理装置300の構成について説明する。図3は、フィルタ列を導出するための遺伝的アルゴリズムを実現できる画像処理装置300の機能的構成を表わすブロック図である。
画像処理装置300は、フィルタ列生成部310と、フィルタ列生成部310に接続され生成されたフィルタ列を評価するためのフィルタ列評価部320と、フィルタ列生成部310に接続されたフィルタ列処理部400とを含む。フィルタ列生成部310は、予め準備されたフィルタを予め定められた基準に基づいて組み合わせることにより、複数のフィルタ列を生成する。フィルタ列評価部320は、フィルタ列生成部310により生成されたフィルタ列を用いた画像処理の結果に対する評価を実行して、そのフィルタ列の定量的な評価をさらに行なう。フィルタ列処理部400は、それぞれ生成されたフィルタ列に含まれるフィルタを用いて、与えられた原画像に対するフィルタ処理を実行する。
図4は、フィルタ列処理部400の機能的構成を表わすブロック図である。フィルタ列処理部400は、たとえば後述する各機能を実現するための処理回路、記憶素子などを基板に設けることにより実現される。
フィルタ列処理部400は、外部からデータの入力を受け、外部にデータを出力するための入出力部410と、予め定められた論理と入力されるデータとに基づいて予め定められた処理を実行する制御部420と、動作をするための基礎となる設定を変更可能なリコンフィギュラブルデバイス430と、データを格納するためのメモリ部440とを含む。
入出力部410は、フィルタ列生成部310とフィルタ列評価部320との間でデータを通信する。制御部420は、リコンフィギュラブルデバイス430に対する処理内容の書き込み、リコンフィギュラブルデバイス430に対するデータの入力あるいは出力などの制御を実行する。メモリ部440は、生成されたフィルタ列を表わすデータ441と、現在処理が実行されているフィルタ列を表わすデータ442と、リコンフィギュラブルデバイス430の動作を制御するための機能情報450と、画像データ460とを格納している。機能情報450は、それぞれのフィルタ列に基づいて入力された原画像に対するフィルタ処理を実行させるためのデータ450−1,450−2,・・・,450−nを含む。画像データ460は、画像処理装置300に対して入力画像として与えられる原画像460−1と、処理の対象となる画像の入力を受ける各フィルタ列による処理の結果である結果画像460−2とを含む。
リコンフィギュラブルデバイス430は、予め定められたパイプライン処理を実行するようにハードウェア的に構成されている演算装置である。画像処理装置300にリコンフィギュラブルデバイス430を実装することにより、同一の入力画像に対して従来の手法により処理を実行する場合よりも処理速度が速くなり、フィルタ列を得るための時間を短くすることができる。
ある局面においては、リコンフィギュラブルデバイス430は、複数の演算器を含み、各演算器には、実現したいタスク(すなわちフィルタ処理)と複数のタスクを実現する動作を規定する情報(たとえば、後述するように、本発明におけるスキマタ機能情報)が割り付けられる。各演算器は、その情報に応じた専用のハードウェアロジック回路として機能する。具体的には、フィコンフィギュラブルデバイス430は、たとえばFPGA(Field Programmable Gate Array)あるいはいわゆるダイナミックリコンフィギュラブルデバイス等により実現されるが、これらに限られず、上記の機能を備えるものであればよい。
<第1の実施の形態>
図5〜図10を参照して、本発明の第1の実施の形態に係る画像処理装置500について説明する。図5は、画像処理装置500の機能的構成を表わすブロック図である。
図5〜図10を参照して、本発明の第1の実施の形態に係る画像処理装置500について説明する。図5は、画像処理装置500の機能的構成を表わすブロック図である。
画像処理装置500は、図3に示される構成に加えて、スキーマ管理部530と機能情報生成部540とフィルタ列処理部600とを含む。スキーマ管理部530は、予め準備された複数のフィルタからランダムにそのフィルタを組み合わせることにより複数のフィルタ列を生成し、フィルタ列の組み合わせを構成し、さらにそのフィルタ列の中から、フィルタ列の構成要素であるフィルタの部分集合のうち、有効な組み合わせであるスキマタデータを抽出する。ここで、スキマタデータを構成するフィルタの数は、たとえば予め設定された数である。機能情報生成部540は、生成されたスキマタデータに基づいて、フィルタ列処理部600により設定されるリコンフィギュラブルデバイスのスキマタ機能情報を生成する。スキマタ機能情報とは、スキマタデータによって規定されるフィルタ組み合わせを実現する、フィルタ列処理部600で実行可能な機能情報である。フィルタ列処理部600は、フィルタ列生成部310により生成された複数のフィルタ列をそれぞれ原画像に対して適用し、各フィルタ列に応じた結果画像をそれぞれ取得する。
図6を参照して、本実施の形態に係るフィルタ列処理部600について説明する。図6は、フィルタ列処理部600の構成を概念的に表わすブロック図である。
フィルタ列処理部600は、入出力部410と、制御部420と、リコンフィギュラブルデバイス430と、メモリ部640とを含む。入出力部410と制御部420とリコンフィギュラブルデバイス430とは、それぞれ図4に示される構成が実行する処理と同一の処理を実行する。したがって、ここではそれらについての説明は繰り返さない。
メモリ部640は、複数のフィルタ列のデータ641と、現在処理を実行する対象であるフィルタ列642と、生成された機能情報650と、画像データ660とを格納している。機能情報650は、フィルタ機能情報とスキマタ機能情報とを含む。画像データ660は、入力画像として与えられる原画像660−1と、各フィルタによる処理の結果として取得され得る結果画像660−2と、現在のフィルタ処理の対象である画像を表わす処理中画像660−3とを含む。
図7を参照して、本実施の形態に係る画像処理装置500に含まれるコンピュータシステム700について説明する。図7は、コンピュータシステム700のハードウェア構成を表わすブロック図である。コンピュータシステム700は、図5に示されるフィルタ生成部310、フィルタ列評価部320、スキーマ管理部530および機能情報生成部540を実現する。
コンピュータシステム700は、相互にデータバスにより接続されたCPU710と、外部から指示の入力を受けるためのマウス720およびキーボード730と、入力されるデータあるいは所定の処理の実行により生成されるデータを揮発的に格納するRAM740と、大容量のデータを不揮発的に格納可能なハードディスク750と、CD−ROM(Compact Disk-Read Only Memory)駆動装置760と、モニタ780と、ネットワークその他の通信回線が接続される通信IF(Interface)790とを含む。CD−ROM駆動装置760には、CD−ROM762が装着される。
このようにして、フィルタ生成部310、フィルタ列評価部320、スキーマ管理部530および機能情報生成部540を実現するコンピュータシステム700における処理は、各ハードウェアおよびCPU710により実行されるソフトウェアによって実現される。このようなソフトウェアは、RAM740あるいはハードディスク750に予め記憶されている場合もあれば、CD−ROM762その他の記憶媒体に格納されて流通し、CD−ROM駆動装置760その他の読み取り装置によりその記憶媒体から読み取られて、ハードディスク750に一旦格納される場合もある。そのソフトウェアは、RAM740あるいはハードディスク750から読み出されて、CPU710によって実行される。図7に示されるコンピュータシステム700のハードウェア自体は、一般的なものである。コンピュータシステム700の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。
図8を参照して、本実施の形態に係る画像処理装置500におけるフィルタ生成処理について説明する。図8は、画像処理装置500の構成要素における処理の流れを概念的に表わす図である。
フィルタ列生成部310は、前述のように予め準備された複数のフィルタに基づいてフィルタ列のグループ(以下フィルタ列群)を生成する。フィルタ列生成部310は、第1世代のフィルタ列群を生成する場合には、当該複数のフィルタに基づいてランダムな処理を実行することにより複数のフィルタ列群を生成する。第2世代以降においては、フィルタ列生成部310は、その前の世代におけるいわゆる優秀なフィルタ列を親として次世代のフィルタ列を生成する。フィルタ列生成部310は、生成されたフィルタ列群をフィルタ列処理部600に送出する。
フィルタ列処理部600は、入力されたフィルタ列群を予め定められた評価基準に基づいて評価し、それぞれのフィルタ列の結果画像をフィルタ列評価部320に送出する。フィルタ列評価部320は、予め準備されている目標画像とフィルタ列処理部600からの結果画像とを比較することにより、その結果画像を定量的に評価する。フィルタ列評価部320は、このようにして評価を行なった複数のフィルタ列の中から、最も評価値の高いフィルタ列を優秀なフィルタ列として選択し、次の世代のフィルタ列を生成するための親としてそのフィルタ列を識別するデータを登録する。
スキーマ管理部530は、フィルタ列評価部320において抽出されたその優秀なフィルタ列を記録し、学習の過程において有効とされる複数のフィルタの組み合わせをスキマタデータとして登録する。スキーマ管理部530は、そのスキマタデータを機能情報生成部540に送出する。機能情報生成部540は、そのスキマタデータに基づいてリコンフィギュラブルデバイス630を設定するためのスキマタ機能情報を生成する。機能情報生成部540は、そのスキマタ機能情報をフィルタ列処理部600に送出する。スキマタ機能情報は、メモリ部640に書き込まれる。
フィルタ列処理部600は、フィルタ列群のデータの入力に応答して順次処理中フィルタ列としてメモリ部641に登録する。フィルタ列処理部600は、さらにそれぞれのフィルタ列に対して画像処理を実行し、結果画像を生成する。そのフィルタ処理は、リコンフィギュラブルデバイス630により実行される。リコンフィギュラブルデバイス630による処理の内容は、機能情報としてメモリ部640に格納され、リコンフィギュラブルデバイス630が処理を実行する際にメモリ部640から読み出され、リコンフィギュラブルデバイス630に設定される。ここで機能情報は、各フィルタと複数のフィルタの組み合わせからなるスキマタ機能情報に対応したものとを含む。
制御部620は、フィルタ列処理の過程において、スキマタ機能情報に対応したフィルタの組み合わせが存在するか否かを判断し、対応するものがある場合には、スキマタ機能情報を設定機能情報としてリコンフィギュラブルデバイス630に設定する。スキマタ機能情報に対応したものがない場合には、制御部620は、フィルタの機能情報をリコンフィギュラブルデバイス630に設定する。
図9を参照して、本実施の形態に係る画像処理装置500の制御構造について説明する。図9は、画像処理装置500を構成する制御部620が実行する処理の手順を表わすフローチャートである。
ステップS902にて、制御部620は、処理フィルタ列を登録する。ステップS904にて、制御部620は、処理回数カウンタjを初期化し、0に設定する。ステップS906にて、制御部620は、処理段カウンタiを初期化し、0に設定する。また、カウンタkその他の変数も、同様に初期化される。
ステップS908にて、制御部620は、i段面のフィルタを先頭とするスキマタ機能情報が登録されているか否かを判断する。この判断は、たとえばメモリ部640に格納されているデータに基づいて行なわれる。制御部620が、そのスキマタ機能情報は登録されていると判断すると(ステップS908にてYES)、処理はステップS910に移される。そうでない場合には(ステップS908にてNO)、処理はステップS920に移される。
ステップS910にて、制御部620は、対応するスキマタ機能情報をリコンフィギュラブルデバイス630に設定する。すなわち、リコンフィギュラブルデバイス630の作動に必要なデータが、予め定められたメモリ領域に格納される。
ステップS912にて、制御部620は、処理段カウンタiを増加させるための処理列インクリメントカウンタkに、スキマタ機能情報のフィルタ構成段数を設定する。ステップS920にて、制御部620は、第i段目のフィルタの機能情報をリコンフィギュラブルデバイス630に設定する。ステップS922にて、制御部620は、処理列インクリメントカウンタkを1に設定する。ステップS930にて、制御部620は、処理段カウンタiに処理列インクリメントカウンタkの値を加算する。
ステップS932にて、制御部620は、リコンフィギュラブルデバイス630の処理回数jが0であるか否かを判断する。制御部620が、処理回数jは0であると判断すると(ステップS932にてYES)、処理はステップS934に移される。そうでない場合には(ステップS932にてNO)、処理はステップS940に移される。
ステップS934にて、制御部620は、与えられた原画像をリコンフィギュラブルデバイス630に入力し、リコンフィギュラブルデバイス630からの出力画像をメモリ部640の所定の領域に格納する(処理中画像660−3)。ステップS940にて、制御部620は、フィルタ番号iがフィルタ列を構成するフィルタ数Nに等しいか否かを判断する。制御部620が、フィルタ番号とフィルタ数とは等しいと判断すると(ステップS940にてYES)、処理はステップS942に移される。そうでない場合には(ステップS940にてNO)、処理はステップS944に移される。
ステップS942にて、制御部620は、処理中画像660−3をリコンフィギュラブルデバイス630に入力し、リコンフィギュラブルデバイス630からの出力画像を結果画像660−2として別の領域に格納する。ステップS944にて、制御部620は、処理中画像660−3をリコンフィギュラブルデバイス630に入力し、リコンフィギュラブルデバイスから出力画像を処理中画像660−3として、メモリ部640に再び格納する。ステップS950にて、制御部620は、処理回数jを1インクリメントし、処理はステップS908に戻される。
図10を参照して、本実施の形態に係る画像処理装置500による処理時間の短縮について説明する。図10は、従来の画像処理方法により要する処理時間と本実施の形態に係る画像処理装置500による処理方法に要する処理時間との比較を表わす図である。
図10(A)に示されるように、従来の画像処理方法によると、1フィルタ列当たりの処理時間は、各段についてリコンフィギュラブルデバイスを書き換えるための時間と当該リコンフィギュラブルデバイスによる処理時間との総和として算出される。これに対して、画像処理装置500によると、図10(B)に示されるように、リコンフィギュラブルデバイス630の書き換えのための時間が短くなる。すなわち第2のフィルタ、第4のフィルタ、第5のフィルタの組み合わせとしてスキマタ機能情報SK(1)が登録されている場合には、リコンフィギュラブルデバイスに対する2回の書き込み処理が不要となる。したがって、その書き込み時間の短縮分だけ1フィルタ列のための処理時間が短くなる。この場合、1フィルタ列における処理時間の短縮は、(1回の機能情報の書き込み時間)×Σ(使用されたスキマタ機能情報の構成フィルタ数−1)となる。
以上のようにして、本発明の第1の実施の形態に係る画像処理装置500によると、予め準備され生成されたフィルタ列の情報に基づいて、複数のフィルタの組み合わせを表すスキマタデータが生成される。画像処理装置500のリコンフィギュラブルデバイス630は、個別のフィルタ処理のために書き込まれる情報に加えて、当該スキマタデータに基づいて、フィルタ処理を実行することができる。このようにすると、フィルタ処理の実行のために必要なリコンフィギュラブルデバイスに対するデータの書き込み回数が低減されるため、全体の処理時間を短くすることができる。
<第2の実施の形態>
図11から図17を参照して、本発明の第2の実施の形態について説明する。本実施の形態に係る画像処理装置1100は、直列に接続されたリコンフィギュラブルデバイスを備える点で、前述の実施の形態と異なる。以下、本実施の形態では2つのリコンフィギュラブルデバイスが直列に接続されている場合について説明されているが、直列に配列されるリコンフィギュラブルデバイスの数は2に限られず、それ以上のデバイスが配列されてもよい。なお、前述の実施の形態と同一の構成には同一の番号を付してある。それらの機能も同じである。したがって、ここではそれらについての説明は繰り返さない。
図11から図17を参照して、本発明の第2の実施の形態について説明する。本実施の形態に係る画像処理装置1100は、直列に接続されたリコンフィギュラブルデバイスを備える点で、前述の実施の形態と異なる。以下、本実施の形態では2つのリコンフィギュラブルデバイスが直列に接続されている場合について説明されているが、直列に配列されるリコンフィギュラブルデバイスの数は2に限られず、それ以上のデバイスが配列されてもよい。なお、前述の実施の形態と同一の構成には同一の番号を付してある。それらの機能も同じである。したがって、ここではそれらについての説明は繰り返さない。
図11および図12を参照して、本実施の形態に係る画像処理装置1100の構成について説明する。図11に示されるように、画像処理装置1100は、フィルタ列生成部310と、フィルタ列評価部320と、スキーマ管理部530と、機能情報生成部540と、フィルタ列処理部1200とを含む。フィルタ列処理部1200は、後述するように、直列に配列されたリコンフィギュラブルデバイスを含む。
図12は、本実施の形態に係る画像処理装置1100が備えるフィルタ列処理部1200の機能的構成を表わすブロック図である。フィルタ列処理部1200は、入出力部410と、制御部1220と、直列に接続されたリコンフィギュラブルデバイス1230,1232と、メモリ部640とを含む。制御部1220は、各リコンフィギュラブルデバイス1230,1232に対するスキマタ機能情報の記録その他のデータの入出力を制御する。
図13を参照して、フィルタ列処理部1200における処理の内容について説明する。図13は、画像処理装置1100を構成する各部における処理の内容と通信されるデータとを説明するための図である。
フィルタ列生成部310が複数のフィルタ列からなるフィルタ列群を生成して出力すると、フィルタ列処理部1200は、そのフィルタ列群のデータの入力に応じて、順次処理中フィルタ列としてメモリ部640の所定の領域に、入力されるデータを格納する。リコンフィギュラブルデバイス1230,1232は、メモリ部640に登録されているそれぞれのフィルタ列を用いて、原画像に対する結果画像を取得するためのフィルタ処理を実行する。ここで、それぞれのリコンフィギュラブルデバイス1230,1232による処理の内容は、機能情報としてメモリ部640に格納されており、必要に応じてその領域から読み出され、それぞれのリコンフィギュラブルデバイス1230,1232に設定される。スキマタデータに対応したデータがメモリ部640に存在しない場合には、フィルタの機能情報がリコンフィギュラブルデバイス1230,1232に設定される。
図14および図15を参照して、本実施の形態に係る画像処理装置1100の制御構造について説明する。図14および図15は、それぞれ制御部1220が実行する処理の手順を表わすフローチャートである。なお、前述の処理と同一の処理には同一のステップ番号を付し、それらについての説明はここでは繰り返さない。
ステップS1406にて、制御部1220は、機能情報が設定されるリコンフィギュラブルデバイスの番号dを初期化し、0に設定する。ステップS908にて、制御部1220は、i段目のフィルタを先頭とするスキマタ機能情報が登録されているか否かを判断する。制御部1220が、そのフィルタを先頭とするスキマタ機能情報が登録されていると判断すると(ステップS908にてYES)、処理はステップS1410に移される。そうでない場合には(ステップS908にてNO)、処理はステップS1420に移される。
ステップS1410にて、制御部1220は、対応するスキマタの機能情報を番号dのリコンフィギュラブルデバイスに設定する。ステップS1420にて、制御部1220は、i段目のフィルタの機能情報を番号dのリコンフィギュラブルデバイスに設定する。
ステップS1422にて、制御部1220は、リコンフィギュラブルデバイスの番号dが0であるか否かを判断する。制御部1220が、その番号dは0であると判断すると(ステップS1422にてYES)、処理はステップS1426に移される。そうでない場合には(ステップS1422にてNO)、処理はステップS1424に移される。
ステップS1424にて、制御部1220は、前段の処理が完了したか否かを判断する。この判断は、たとえばフィルタ処理の終了時に出力されるデータに基づいて行なわれる。制御部1220が、前段の処理は終了したと判断すると(ステップS1424にてYES)、処理はステップS1426に移される。そうでない場合には(ステップS1424にてNO)、処理はステップS1424に戻される。
ステップS1426にて、制御部1220は、番号dのリコンフィギュラブルデバイスによる処理命令を出力する。ステップS1428にて、制御部1220は、フィルタ番号iがフィルタ列を構成するフィルタ数Nと同じであるか否かを判断する。フィルタ番号iとフィルタ数Nとが等しい場合には(ステップS1428にてYES)、処理はステップS1430に移される。そうでない場合には(ステップS1428にてNO)、処理はステップS1432に移される。
ステップS1430にて、制御部1220は、リコンフィギュラブルデバイスの番号dより後の番号のリコンフィギュラブルデバイスによる処理をスルーするように設定する。これにより番号d以降のリコンフィギュラブルデバイスによる処理は実行されなくなる。すなわち、仮に番号d以降のリコンフィギュラブルデバイスにデータが入力されたとしても、何らの処理は実行されない。あるいは、番号d以降のリコンフィギュラブルデバイスは、データの入力を受け付けなくなる。
ステップS1432にて、制御部1220は、リコンフィギュラブルデバイスの番号dを1インクリメントする。ステップS1434にて、制御部1220は、フィルタ番号iに処理列インクリメントカウンタkを加算することにより、フィルタ番号を算出する。ステップS1436にて、制御部1220は、配置リコンフィギュラブルデバイスの番号がdと同じであるか否かを判断する。その番号がdと同じである場合には(ステップS1436にてYES)、処理はステップS1406に戻される。そうでない場合には(ステップS1436にてNO)、処理はステップS908に戻される。
図15を参照して、ステップS1510にて、制御部1220は、配置されたリコンフィギュラブルデバイスの処理回数jが0であるか否かを判断する。その回数が0である場合には(ステップS1510にてYES)、処理はステップS1520に移される。そうでない場合には(ステップS1510にてNO)、処理はステップS1530に移される。ステップS1520にて、制御部1220は、原画像をリコンフィギュラブルデバイスに入力し、リコンフィギュラブルデバイスからの出力画像をメモリ部640の所定の領域に処理中画像660−3として登録する。
ステップS1530にて、制御部1220は、フィルタ番号iとフィルタ数Nとが同じであるか否かを判断する。フィルタ番号iとフィルタ数Nとが等しい場合には(ステップS1530にてYES)、処理はステップS1540に移される。そうでない場合には(ステップS1530にてNO)、処理はステップS1550に移される。ステップS1540にて、制御部1220は、処理中画像660−3をリコンフィギュラブルデバイスに入力し、そしてリコンフィギュラブルデバイスからの出力画像をメモリ640の所定の領域に結果画像660−2として登録する。
ステップS1550にて、制御部1220は、処理中画像660−3をリコンフィギュラブルデバイスに入力し、そしてリコンフィギュラブルデバイスからの取得画像を処理中画像660−3としてメモリ部640の所定の領域に再び格納する。ステップS1560にて、制御部1220は、処理回数jを1カウントアップする。
図16を参照して、本実施の形態に係る画像処理装置1100による処理時間について説明する。図16(A)は、2つのリコンフィギュラブルデバイス1230,1232のうち1つ(0番)のリコンフィギュラブルデバイスによる処理時間を表わす図である。図16(B)は、他方のリコンフィギュラブルデバイスによる処理時間を表わす図である。
図16に示されるように、リコンフィギュラブルデバイスの書き換え時間がリコンフィギュラブルデバイスの処理時間よりも短い場合には、書き換えのために必要とされる時間は、実質的には最初の1回の時間のみとなる。したがって、直列に配列されたリコンフィギュラブルデバイスにおける1フィルタ列を処理する場合に低減される時間は、(1回の機能情報の書き込み時間)×(1フィルタ列のフィルタ数N−1)となる。
以上のようにして、本発明の第2の実施の形態に係る画像処理装置1100は、直列に配列された複数のリコンフィギュラブルデバイスを含む。各リコンフィギュラブルデバイスは、それぞれ書き込まれたスキマタ機能情報に基づいて作動する。各リコンフィギュラブルデバイスに対するスキマタ機能情報の書き換えは、他のリコンフィギュラブルデバイスによる処理の結果に依存することなく実行可能である。したがって、各リコンフィギュラブルデバイスに対する書き換え時間が、当該リコンフィギュラブルデバイスによる処理時間よりも短い場合には、他のリコンフィギュラブルデバイスがフィルタ処理を実行している間に、機能情報の書き換えを完了することができる。その結果、機能情報の書き換えのために処理を中断する必要がなくなるため、フィルタ列としての処理は、実質的に最初の機能情報の書き込みに要する時間と、各フィルタに応じた処理時間とにより、実現することができる。これにより、2段目以降のフィルタに応じた機能情報の書き換えに要する時間だけ、処理時間が短くなるため、画像処理装置としての処理時間も短くすることができる。
<第3の実施の形態>
以下、本発明の第3の実施の形態について説明する。本実施の形態に係る画像処理装置1700は、複数のリコンフィギュラブルデバイスが並列に接続されている点で、前述の各実施の形態と異なる。なお、前述の各実施の形態における構成と同一の構成には同一の参照番号を付してあり、それらについての説明はここでは繰り返さない。また、本実施の形態においては、2つのリコンフィギュラブルデバイスが並列に配列されているが、3つ以上のリコンフィギュラブルデバイスが配列されていてもよい。
以下、本発明の第3の実施の形態について説明する。本実施の形態に係る画像処理装置1700は、複数のリコンフィギュラブルデバイスが並列に接続されている点で、前述の各実施の形態と異なる。なお、前述の各実施の形態における構成と同一の構成には同一の参照番号を付してあり、それらについての説明はここでは繰り返さない。また、本実施の形態においては、2つのリコンフィギュラブルデバイスが並列に配列されているが、3つ以上のリコンフィギュラブルデバイスが配列されていてもよい。
図17および図18を参照して、本実施の形態に係る画像処理装置1700について説明する。図17は、画像処理装置1700の機能的構成を表すブロック図である。図18は、フィルタ列処理部1800の構成を表すブロック図である。
図17に示されるように、画像処理装置1700は、フィルタ列生成部310と、フィルタ列評価部320と、スキーマ管理部530と、機能情報生成部540とに加えて、リコンフィギュラブルデバイスが並列に接続されたフィルタ列処理部1800を備える。
図18に示されるように、フィルタ列処理部1800は、入出力部410とメモリ部640とに加えて、並列に接続されているリコンフィギュラブルデバイス1830,1832と、それぞれのリコンフィギュラブルデバイスの動作を制御するための制御部1820とを含む。
図19を参照して、本実施の形態に係るフィルタ列処理部1800における処理について説明する。図19は、当該処理の内容とデータの流れとを概念的に表わす図である。
図19に示されるように、フィルタ列生成部310が生成した複数のフィルタ列は、世代データとしてフィルタ列処理部1800に送出される。フィルタ列処理部1800は、入力される各フィルタ列群を、それぞれ処理中フィルタ列としてメモリ部640の所定の領域に格納する。フィルタ列処理部1800は、予め入力された原画像に対して各フィルタ列を用いてそれぞれフィルタ処理を実行することにより結果画像を生成する。
制御部1820は、リコンフィギュラブルデバイス1830,1832に対して、フィルタ処理を実行するための処理内容を表わす情報を出力することにより、各リコンフィギュラブルデバイスに予め定められた処理を実行させる。ここでリコンフィギュラブルデバイスの処理内容は、機能情報としてメモリ部640に予め登録されている。機能情報650は、リコンフィギュラブルデバイス1830,1832がフィルタ処理を実行するときにメモリ部640から読み出され、各リコンフィギュラブルデバイスにそれぞれ設定される。
本実施の形態においては、リコンフィギュラブルデバイス1830,1832は、並列処理が可能なように配列されている。したがって、同様の機能を有する機能情報が各リコンフィギュラブルデバイスに対して設定される。またフィルタ処理の対象となるデータは、リコンフィギュラブルデバイスの数に応じて制御部1820により分割され各リコンフィギュラブルデバイスに入力される。
図20を参照して、本実施の形態に係る画像処理装置1700の制御構造について説明する。図20は、画像処理装置1700の制御部1820が実行する処理の手順を表わすフローチャートである。なお、前述の処理と同一の処理には、同一のステップ番号を付し、それらについての説明は、繰り返さない。
ステップS908にて、制御部1820は、i段面のフィルタを先頭とするスキマタ機能情報が登録されているか否かを判断する。この判断は、たとえばメモリ部640に格納されているデータに基づいて行なわれる。制御部1820が、そのスキマタ機能情報が登録されていると判断すると(ステップS908にてYES)、処理はステップS2010に移される。そうでない場合には(ステップS9008にてNO)、処理はステップS2020に移される。
ステップS2010にて、制御部1820は、対応するスキマタの機能情報をすべてのリコンフィギュラブルデバイス1830,1832に設定する。すなわち、リコンフィギュラブルデバイス1830,1832の作動に必要なデータが、予め定められたメモリ領域に格納される。
ステップS2020にて、制御部1820は、第i段目のフィルタの機能情報をすべてのリコンフィギュラブルデバイス1830,1832に設定する。
図21を参照して、本実施の形態に係るフィルタ列処理部1800による処理の対象となる画像について説明する。図21は、フィルタ列処理の対象となる画像をリコンフィギュラブルデバイスの数に応じて分割した状態を概念的に表わす図である。
すなわち、制御部1820は、フィルタ列処理部1800が備えるリコンフィギュラブルデバイスの数に応じて処理の対象となる画像に関し処理エリアをそれぞれ定め、そして各リコンフィギュラブルデバイスにそれぞれのエリアについてのフィルタ処理を実行させる。これらのエリアは、並列に配置されるリコンフィギュラブルデバイスの数に応じて増加する。たとえば2つのリコンフィギュラブルデバイスが使用される場合には、エリア2110は、第1のリコンフィギュラブルデバイスに対して割り当てられ、エリア2120は、第2のリコンフィギュラブルデバイスに対して割り当てられる。
図22を参照して、本実施の形態に係る画像処理装置1700による処理時間について説明する。図22(A)は、一方のリコンフィギュラブルデバイス1830による処理時間を表わす図である。図22(B)は、他方のリコンフィギュラブルデバイス1832による処理時間を表わす図である。
図22に示されるように、それぞれのリコンフィギュラブルデバイスは、制御部1820により処理の対象として設定されたエリアについての画像処理を他のリコンフィギュラブルデバイスによる進捗とは無関係に独立して実行することができる。したがって、処理の対象となる領域を分割しない場合に比べて処理時間は約半分に短くすることができる。
以上のようにして、本発明の第3の実施の形態に係る画像処理装置によると、並列に配列された複数のリコンフィギュラブルデバイスによって、フィルタ処理をそれぞれ実行することができる。第1の実施の形態において説明したように、リコンフィギュラブルデバイスの書き換え時間もスキマタ機能情報による書き換え回数を低減することにより、それぞれのフィルタについて書き換える場合に比べてその書き換え時間を短くすることができる。したがって、本実施の形態における1フィルタ列を処理する場合の処理時間は、(1回の機能情報の書き込み時間)×Σ(使用されたスキマタ機能情報の構成フィルタ数−1)+Σリコンフィギュラブルデバイス処理時間/D(D但し配置されているリコンフィギュラブルの数)となる。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
300,500,1100,1700 画像処理装置、310 フィルタ列生成部、320 フィルタ列評価部、400,600,1200,1800 フィルタ列処理部、410 入出力部、420,1220,1820 制御部、430,1230,1232,1830,1832 リコンフィギュラブルデバイス、440,640 メモリ部、530 スキーマ管理部、540 機能情報生成部、700 コンピュータシステム、710 CPU、720 マウス、730 キーボード、740 RAM、750 ハードディスク、760 CD-ROM駆動装置、762 CD-ROM、790 通信IF、780 モニタ。
Claims (10)
- 画像データの入力を受ける入力手段と、
遺伝的アルゴリズムと予め準備された複数のフィルタとに基づいて、画像処理のための複数のフィルタ列を生成するフィルタ列生成手段とを備え、前記複数のフィルタ列の各々は、複数の前記フィルタを含み、
前記複数のフィルタの各々に基づくフィルタ処理の動作を規定するための各々の機能情報に基づいて、前記複数のフィルタ列の各々に含まれる複数のフィルタの各々に応じたフィルタ処理を前記画像データに対して実行するフィルタ列処理手段と、
予め入力された目標画像と、前記フィルタ列処理手段の処理により導出された結果画像とに基づいて、前記複数のフィルタ列から、前記目標画像との差が予め定められた値を下回る画像が導出されるフィルタ列を選択する選択手段と、
前記選択されたフィルタ列に含まれる複数のフィルタに基づいて、各々のフィルタ処理の結果が予め定められた基準を上回る複数のフィルタの情報を抽出する抽出手段と、
前記抽出手段により抽出された複数のフィルタの情報に基づいて、前記機能情報を生成する機能情報生成手段とを備える、画像処理装置。 - 前記フィルタ列処理手段は、
前記各々の機能情報に基づく各フィルタ処理を実行する演算手段と、
前記演算手段による動作のための機能情報を格納する記憶手段と、
前記格納されている機能情報に基づいてフィルタ処理を実行するように前記演算手段を制御する制御手段とを含む、請求項1に記載の画像処理装置。 - 前記演算手段は、
複数の演算器と、
前記各々の機能情報を前記複数の演算器の各々に割り付ける割付手段とを含む、請求項2に記載の画像処理装置。 - 前記フィルタ列処理手段は、複数の前記演算手段を含む、請求項2に記載の画像処理装置。
- 複数の前記演算手段は、直列に接続されており、
前記制御手段は、前記複数の演算手段の各々の動作を制御する動作制御手段をさらに含む、請求項4に記載の画像処理装置。 - 前記動作制御手段は、前記複数の演算手段のいずれかによるフィルタ処理が前記フィルタ列に含まれる最後のフィルタによる処理である場合には、前記いずれかの演算手段の後に接続されている演算手段によるフィルタ処理を禁止する、請求項5に記載の画像処理装置。
- 複数の前記演算手段は、並列に接続されており、
前記制御手段は、前記複数の演算手段の数に基づいて、画像処理のために入力される画像データを分割する分割手段を含む、請求項4に記載の画像処理装置。 - 前記選択手段は、前記目標画像および前記結果画像の特徴量をそれぞれ算出し、そして前記予め定められた値を下回る結果画像が導出されるフィルタ列を選択する、請求項1に記載の画像処理装置。
- 前記フィルタ列処理手段は、リコンフィギュラブルデバイスである、請求項1〜8のいずれかに記載の画像処理装置。
- 画像データの入力を受けるステップと、
遺伝的アルゴリズムと予め準備された複数のフィルタとに基づいて、画像処理のための複数のフィルタ列を生成するステップとを備え、前記複数のフィルタ列の各々は、複数の前記フィルタを含み、
前記複数のフィルタの各々に基づくフィルタ処理の動作を規定するための各々の機能情報に基づいて、前記複数のフィルタ列の各々に含まれる複数のフィルタの各々に応じたフィルタ処理を前記画像データに対して実行するフィルタ列処理ステップと、
前記画像処理の結果として予め入力された目標画像と、前記フィルタ列処理ステップの処理により導出された結果画像とに基づいて、前記複数のフィルタ列から、前記目標画像との差が予め定められた値を下回る画像が導出されるフィルタ列を選択するステップと、
前記選択されたフィルタ列に含まれる複数のフィルタに基づいて、各々のフィルタ処理の結果が予め定められた基準を上回る複数のフィルタの情報を抽出するステップと、
前記抽出された複数のフィルタの情報に基づいて、前記機能情報を生成するステップとを備える、画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005217670A JP2007034719A (ja) | 2005-07-27 | 2005-07-27 | 画像処理装置および画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005217670A JP2007034719A (ja) | 2005-07-27 | 2005-07-27 | 画像処理装置および画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007034719A true JP2007034719A (ja) | 2007-02-08 |
Family
ID=37793898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005217670A Withdrawn JP2007034719A (ja) | 2005-07-27 | 2005-07-27 | 画像処理装置および画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007034719A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009277102A (ja) * | 2008-05-15 | 2009-11-26 | Nikon Corp | 画像処理装置、画像処理方法、プログラム |
JP2009282579A (ja) * | 2008-05-19 | 2009-12-03 | Nikon Corp | 画像処理装置、画像処理方法およびプログラム |
JP2009282580A (ja) * | 2008-05-19 | 2009-12-03 | Nikon Corp | 画像処理装置、画像処理方法およびプログラム |
WO2015001967A1 (ja) * | 2013-07-02 | 2015-01-08 | 富士通株式会社 | 画像処理フィルタの作成装置及びその方法 |
-
2005
- 2005-07-27 JP JP2005217670A patent/JP2007034719A/ja not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009277102A (ja) * | 2008-05-15 | 2009-11-26 | Nikon Corp | 画像処理装置、画像処理方法、プログラム |
JP2009282579A (ja) * | 2008-05-19 | 2009-12-03 | Nikon Corp | 画像処理装置、画像処理方法およびプログラム |
JP2009282580A (ja) * | 2008-05-19 | 2009-12-03 | Nikon Corp | 画像処理装置、画像処理方法およびプログラム |
WO2015001967A1 (ja) * | 2013-07-02 | 2015-01-08 | 富士通株式会社 | 画像処理フィルタの作成装置及びその方法 |
JP2015011641A (ja) * | 2013-07-02 | 2015-01-19 | 富士通株式会社 | 画像処理フィルタの作成装置及びその方法 |
US9971954B2 (en) | 2013-07-02 | 2018-05-15 | Fujitsu Limited | Apparatus and method for producing image processing filter |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021507378A (ja) | ニューラルネットワークの関数サブネットワークの同時トレーニング | |
JP7059318B2 (ja) | 地域的特徴を有する分類器学習のための学習データ生成方法およびそのシステム | |
WO2018180263A1 (ja) | 情報処理装置、情報処理方法、及びコンピュータ可読記憶媒体 | |
US20080040699A1 (en) | Same Subgraph Detector for Data Flow Graph, High-Order Combiner, Same Subgraph Detecting Method for Data Flow Graph, Same Subgraph Detection Control Program for Data Flow Graph, and Readable Recording Medium | |
JP2018173890A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN106462940A (zh) | 图像中通用对象检测 | |
JP2010020781A5 (ja) | ||
JP6282045B2 (ja) | 情報処理装置および方法、プログラム、記憶媒体 | |
KR20130092573A (ko) | 절차 텍스처를 편집, 최적화 및 렌더링하는 시스템 및 방법 | |
CN109284782A (zh) | 用于检测特征的方法和装置 | |
WO2016064710A1 (en) | Dynamic binning for diversification and defect discovery | |
Leitner et al. | Mars terrain image classification using cartesian genetic programming | |
JP2020107042A (ja) | 学習モデル生成装置、学習モデル生成方法、及びプログラム | |
JP2008015824A (ja) | フィルタ列生成装置、フィルタ列生成方法、コンピュータをフィルタ列生成装置として機能させるためのプログラム、および記録媒体 | |
JP2007034719A (ja) | 画像処理装置および画像処理方法 | |
Dengpan et al. | Faster and transferable deep learning steganalysis on GPU | |
Yang et al. | Xception-based general forensic method on small-size images | |
Ye et al. | A closer look at few-shot 3d point cloud classification | |
US11449578B2 (en) | Method for inspecting a neural network | |
CN116152082A (zh) | 用于图像去模糊的方法和设备 | |
WO2021220343A1 (ja) | データ生成装置、データ生成方法、学習装置及び記録媒体 | |
WO2009147794A1 (ja) | 有限オートマトン生成システム | |
Zafar et al. | An Optimization Approach for Convolutional Neural Network Using Non-Dominated Sorted Genetic Algorithm-II. | |
CN110990349A (zh) | 一种智能系统安全体系中的不平衡日志过采样方法 | |
JP7468650B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20081007 |