JP2011034410A - クラスタリング処理方法、クラスタリング処理装置、およびプログラム - Google Patents
クラスタリング処理方法、クラスタリング処理装置、およびプログラム Download PDFInfo
- Publication number
- JP2011034410A JP2011034410A JP2009181016A JP2009181016A JP2011034410A JP 2011034410 A JP2011034410 A JP 2011034410A JP 2009181016 A JP2009181016 A JP 2009181016A JP 2009181016 A JP2009181016 A JP 2009181016A JP 2011034410 A JP2011034410 A JP 2011034410A
- Authority
- JP
- Japan
- Prior art keywords
- hierarchy
- cluster
- belonging
- clusters
- sample
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】処理対象であるサンプルの特徴量を第1の階層に属する所定の閾値を超えない数のクラスタそれぞれの代表特徴量と比較した結果に基づいて、第1の階層に属するクラスタに帰属させるサンプル帰属工程と、第M−1の階層に属するクラスタを、第Mの階層に帰属させるか否かを判定する判定工程と、前記判定工程で前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定した場合、前記第M−1の階層に属するクラスタを、前記第Mの階層に帰属させるクラスタ帰属工程とを有し、前記サンプルを順番に処理対象として、全ての前記サンプルが最も上位の階層である第Kの階層に属するクラスタのいずれかに帰属するまで、前記サンプル帰属工程と前記判定工程と前記クラスタ帰属工程とを繰り返し実行する。
【選択図】図1
Description
本発明の第一の実施形態に係るクラスタリング処理方法と、それを用いたベクトルデータ変換装置の構成について、図6を参照して説明する。
以下、クラスタリング処理部602の処理を、図1に示すフローチャートを用いて詳細に説明する。また、本実施形態において、S103からS112の処理により、サンプル帰属工程を実現する。まず、第M(M=1,2,…,K−1,K)の階層に属するクラスタ群のクラスタ数を表す変数num_cluster[M]を全て0に初期化する(S101)。Kは、クラスタを何階層まで定義するかを示す定数である。なお、本実施形態のクラスタリング処理方法では、クラスタを第2の階層まで定義する(K=2)。すなわち、最も上位の階層である第Kの階層は、第2階層となる。次に、クラスタリング処理の対象画素(以下、処理対象画素と記す)の特徴ベクトルPcを取得する(S102)。本実施形態のクラスタリング処理方法では、RGB色空間を特徴空間とする。即ち、画素のRGB値が、その画素の要素(R値、G値、B値の3次元要素)である特徴ベクトル(特徴量)である。しかし、本発明のクラスタリング処理方法はこれに限定されるものではない。例えば、YUV色空間の画素値を特徴ベクトル(特徴量)として用いてもよい。
S113およびS116の階層移動処理について、図2を用いて詳細に説明する。階層移動処理は、下位の層に属するクラスタを上位の層に移動し、上位の層に下位の層のクラスタを帰属させる処理である。クラスタを帰属させる際には、帰属可能なクラスタがすでに上位の層にあれば、そのクラスタに帰属させ、無ければ、新たにクラスタを定義してそのクラスタに帰属させる。なお、本実施形態において、階層移動処理によってクラスタ帰属工程を実現する。
図7(a)に示す画像を用いて本実施形態のクラスタリング処理方法の効果を説明する。図7(a)の画像は、縦17画素、横12画素、計17×12の204画素で構成される。図7(b)は、図7(a)の画像をクラスタリングした後の、各クラスタの情報を示したものである。図7(c)は従来のNearest Neighborクラスタリング法を適用した際の、画素毎の距離計算回数を示したものである。従来の方法では、処理対象画素の特徴ベクトルと、全ての定義済みクラスタの代表特徴ベクトルとの距離を比較する必要があるので、距離計算回数は、図7(c)より809回になる。
第二の実施形態のクラスタリング処理方法と、それを用いたベクトルデータ変換装置について説明する。図6は、前記ベクトルデータ変換装置の構成を示したものであり、本発明における第一の実施形態のクラスタリング処理方法で説明したものと同一である。
次に、図11に示す画像を用いて本実施形態のクラスタリング処理方法の効果を説明する。図11は、図7(a)の画像に本実施形態のクラスタリング処理方法を適用した際の画素毎の距離計算回数を示すものである。今回の例では、条件として、クラスタを第3の階層まで定義し(K=3)、クラスタ数の上限値TcをそれぞれTc[1]=1、Tc[2]=3に設定して処理している。また、クラスタの階層移動処理の際に、全ての第M−1の階層に属するクラスタを第Mの階層に移動する、としている。今回の例では、第2の階層のクラスタ数も制限されたため、第1の階層から第2の階層への階層移動処理が発生した際の距離計算回数が、図8(a)の時より更に削減されていることがわかる。その代わり、図8(a)の際には発生しなかった第2の階層から第3の階層への階層移動処理が新たに発生した画素は距離計算回数が増えている。しかし、合計の距離計算回数は、図11より404回となり、従来方法に比べて削減できていることがわかる。
第三の実施形態のクラスタリング処理方法と、それを用いたベクトルデータ変換装置について説明する。図6は、前記ベクトルデータ変換装置の構成を示したものであり、本発明の第一の実施形態で説明したものと同一である。
図4におけるS414およびS416の階層移動処理について、図5を用いて詳細に説明する。まずS501において、実際にクラスタの階層を移動させるか否かを判定する。判定方法としては、全ての画素の処理が終わっているか、もしくはclust_count[M−1]が、Tcount[M−1]より大きいか否かで判定する。ここでのTcount[M−1]は、第M−1階層のクラスタを第M階層に移動するか否かを、処理した画素(もしくはクラスタ)数に応じて判定するための所定の閾値である。全ての画素の処理が終わっている、もしくはclust_count[M−1]の値がTcount[M−1]より大きければ(S501でYES)、ループインデクスjを初期化する(S502)。jは、第M−1の階層に属する全てのクラスタをスキャンするためのループインデクスである。全ての画素の処理が終わっていない、かつclust_count[M−1]の値がTcount[M−1]以下ならば(S501でNO)、クラスタの移動を行わずに階層移動処理を終了する。
次に、図12に示す画像を用いて本実施形態のクラスタリング処理方法の効果を説明する。図12は、図7(a)の画像に本実施形態のクラスタリング処理方法を適用した際の画素毎の距離計算回数を示すものである。今回の例では条件として、クラスタを第2の階層まで定義し(K=2)、1ライン毎(12画素毎)に階層移動処理を行っている。また、クラスタの階層移動処理の際に、全ての第1の階層に属するクラスタを第2の階層に移動する、としている。本実施形態では、画像データの右端の画素処理時にクラスタの階層移動処理を行うため、右端の画素の距離計算回数が多くなっている。そして、左端の画素は毎回第1の階層に属するクラスタがリセットされた状態から処理が始まるため、距離計算回数は0である。合計の距離計算回数は、図12より544回となり、従来方法に比べて削減できていることがわかる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (13)
- サンプル群をサンプルそれぞれの特徴量に基づいて複数のクラスタに分割するクラスタリング処理方法であって、
前記複数のクラスタはそれぞれ、M層(M=2,…,K)からなる複数の階層のいずれかに属し、
前記クラスタリング処理方法は、
処理対象である前記サンプルの特徴量を第1の階層に属する所定の閾値を超えない数のクラスタそれぞれの代表特徴量と比較した結果に基づいて、当該処理対象であるサンプルを前記第1の階層に属するクラスタに帰属させるサンプル帰属工程と、
第M−1の階層に属するクラスタを、第Mの階層に帰属させるか否かを判定する判定工程と、
前記判定工程で前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定した場合、前記第M−1の階層に属するクラスタを、前記第Mの階層に帰属させるクラスタ帰属工程と
を有し、
前記サンプルを順番に処理対象として、全ての前記サンプルが最も上位の階層である第Kの階層に属するクラスタのいずれかに帰属するまで、前記サンプル帰属工程と前記判定工程と前記クラスタ帰属工程とを繰り返し実行することを特徴とするクラスタリング処理方法。 - 前記サンプル帰属工程は、
当該処理対象のサンプルの特徴量との距離が最も近い代表特徴量を有するクラスタを、前記第1の階層に属する複数のクラスタの中から探索する第1層クラスタ探索工程と、
前記第1層クラスタ探索工程にて探索したクラスタと前記処理対象のサンプルとの前記距離が第1の距離の閾値以下の場合は、当該クラスタへ当該サンプルを帰属させ、前記距離が前記第1の距離の閾値より大きい場合は前記第1の階層に新たに定義するクラスタへ当該サンプルを帰属させる第1層クラスタ帰属工程と
を有することを特徴とする請求項1に記載のクラスタリング処理方法。 - 前記クラスタ帰属工程は、
前記判定工程で前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定した場合、前記第M−1の階層に属する処理対象のクラスタの代表特徴量との距離が最も近い代表特徴量を有するクラスタを、前記第Mの階層に属する複数のクラスタの中から探索する第M層クラスタ探索工程と、
前記第M層クラスタ探索工程にて探索したクラスタと前記処理対象のクラスタとの前記距離が第Mの距離の閾値以下の場合は、探索した当該第Mの階層に属するクラスタに前記処理対象のクラスタを帰属させ、第Mの距離の閾値より大きい場合は第Mの階層に新たに定義するクラスタへ前記処理対象のクラスタを帰属させる第M層クラスタ帰属工程と
を有することを特徴とする請求項1または2に記載のクラスタリング処理方法。 - 前記判定工程において、前記第M−1の階層に属するクラスタが所定のクラスタ数の閾値を超えた場合に、前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定することを特徴とする請求項1乃至3のいずれか一項に記載のクラスタリング処理方法。
- 前記判定工程において、所定のサンプルの数に対して前記第1層クラスタ帰属工程を行った際に前記第1の階層に属するクラスタを第2の階層に帰属させると判定することを特徴とする請求項2または3に記載のクラスタリング処理方法。
- 前記判定工程は、前記第M−1の階層に属するクラスタ群に対して上位である前記第Mの階層への前記第M層クラスタ帰属工程を適用した際に、更に、前記第Mの階層に属するクラスタを前記第M+1の階層に帰属させるか否かを判定することを特徴とする請求項3に記載のクラスタリング処理方法。
- 前記判定工程において、前記サンプルが帰属される確率が低い第M−1の階層に属するクラスタを第Mの階層に帰属させると判定することを特徴とする請求項1乃至3のいずれか一項に記載のクラスタリング処理方法。
- 前記判定工程において、前記サンプルが帰属するクラスタとして出現頻度が低い第M−1の階層に属するクラスタを第Mの階層に帰属させると判定することを特徴とする請求項1乃至3のいずれか一項に記載のクラスタリング処理方法。
- 前記判定工程において、新たに定義されてからの経過時間に基づいて、前記第M−1の階層に属するクラスタを第Mの階層に帰属させると判定することを特徴とする請求項1乃至3のいずれか一項に記載のクラスタリング処理方法。
- 前記第Mの階層に属するクラスタに対する前記クラスタ数の閾値は、前記第M−1の階層に属するクラスタに対する前記クラスタ数の閾値よりも大きいことを特徴とする請求項4乃至9のいずれか一項に記載のクラスタリング処理方法。
- 第M−1の距離の閾値は、前記第Mの距離の閾値よりも小さいことを特徴とする請求項3乃至10のいずれか一項に記載のクラスタリング処理方法。
- サンプル群をサンプルそれぞれの特徴量に基づいて複数のクラスタに分割するクラスタリング処理装置であって、
前記複数のクラスタはそれぞれ、M層(M=2,…,K)からなる複数の階層のいずれかに属し、
前記クラスタリング処理装置は、
処理対象である前記サンプルの特徴量を第1の階層に属する所定の閾値を超えない数のクラスタそれぞれの代表特徴量と比較した結果に基づいて、当該処理対象であるサンプルを前記第1の階層に属するクラスタに帰属させるサンプル帰属手段と、
第M−1の階層に属するクラスタを、第Mの階層に帰属させるか否かを判定する判定手段と、
前記判定手段で前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定した場合、前記第M−1の階層に属するクラスタを、前記第Mの階層に帰属させるクラスタ帰属手段と
を有し、
前記サンプルを順番に処理対象として、全ての前記サンプルが最も上位の階層である第Kの階層に属するクラスタのいずれかに帰属するまで、前記サンプル帰属手段と前記判定手段と前記クラスタ帰属手段とによる処理を繰り返し実行することを特徴とするクラスタリング処理装置。 - コンピュータを、
処理対象であるサンプルの特徴量を、M層(M=2,…,K)からなる複数の階層のいずれかに属するクラスタのうち、第1の階層に属する所定の閾値を超えない数のクラスタそれぞれの代表特徴量と比較した結果に基づいて、当該処理対象であるサンプルを前記第1の階層に属するクラスタに帰属させるサンプル帰属手段、
第M−1の階層に属するクラスタを、第Mの階層に帰属させるか否かを判定する判定手段、
前記判定手段で前記第M−1の階層に属するクラスタを前記第Mの階層に帰属させると判定した場合、前記第M−1の階層に属するクラスタを、前記第Mの階層に帰属させるクラスタ帰属手段、
として機能させ、
前記サンプルを順番に処理対象として、全ての前記サンプルが最も上位の階層である第Kの階層に属するクラスタのいずれかに帰属するまで、前記サンプル帰属手段と前記判定手段と前記クラスタ帰属手段とによる処理を繰り返し実行させることを特徴とするプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009181016A JP5377148B2 (ja) | 2009-08-03 | 2009-08-03 | クラスタリング処理方法、クラスタリング処理装置、およびプログラム |
US12/825,062 US8218881B2 (en) | 2009-08-03 | 2010-06-28 | Clustering processing method, clustering processing apparatus, and non-transitory computer-readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009181016A JP5377148B2 (ja) | 2009-08-03 | 2009-08-03 | クラスタリング処理方法、クラスタリング処理装置、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011034410A true JP2011034410A (ja) | 2011-02-17 |
JP2011034410A5 JP2011034410A5 (ja) | 2012-09-13 |
JP5377148B2 JP5377148B2 (ja) | 2013-12-25 |
Family
ID=43527084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009181016A Expired - Fee Related JP5377148B2 (ja) | 2009-08-03 | 2009-08-03 | クラスタリング処理方法、クラスタリング処理装置、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8218881B2 (ja) |
JP (1) | JP5377148B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016038751A (ja) * | 2014-08-07 | 2016-03-22 | キヤノン株式会社 | クラスタリング方法及びデータ処理装置 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5539066B2 (ja) * | 2010-06-29 | 2014-07-02 | キヤノン株式会社 | クラスタリング処理装置、クラスタリング処理方法 |
CN104063518B (zh) * | 2014-07-14 | 2017-06-09 | 南京弘数信息科技有限公司 | 一种针对大数据的分解组合聚类方法 |
JP6472279B2 (ja) * | 2015-03-09 | 2019-02-20 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP6708043B2 (ja) * | 2016-07-28 | 2020-06-10 | 富士通株式会社 | データ検索プログラム、データ検索方法およびデータ検索装置 |
CN110210476B (zh) * | 2019-05-24 | 2021-04-09 | 北大方正集团有限公司 | 字符部件聚类方法、装置、设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07160879A (ja) * | 1993-12-07 | 1995-06-23 | Toppan Printing Co Ltd | 画像処理方法 |
JPH0934862A (ja) * | 1995-07-19 | 1997-02-07 | Hitachi Ltd | パターン学習方法および装置 |
JPH11288465A (ja) * | 1998-02-06 | 1999-10-19 | Fujitsu Ltd | カラー画像処理装置及びパターン抽出装置 |
JP2003173442A (ja) * | 2001-12-06 | 2003-06-20 | Nec Corp | 多次元画像をセグメント化する方法およびコンピュータシステム |
JP2006344069A (ja) * | 2005-06-09 | 2006-12-21 | Canon Inc | 画像処理方法及び画像処理装置 |
JP2007158725A (ja) * | 2005-12-05 | 2007-06-21 | Canon Inc | 画像処理装置及び画像処理方法並びにプログラム |
JP2008206073A (ja) * | 2007-02-22 | 2008-09-04 | Canon Inc | 画像処理装置、制御方法、プログラム、及び記憶媒体 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256443A (ja) * | 2002-03-05 | 2003-09-12 | Fuji Xerox Co Ltd | データ分類装置 |
US7164797B2 (en) * | 2002-04-25 | 2007-01-16 | Microsoft Corporation | Clustering |
US20060153460A1 (en) * | 2005-01-10 | 2006-07-13 | Samsung Electronics Co., Ltd. | Method and apparatus for clustering digital photos based on situation and system and method for albuming using the same |
US7623712B2 (en) * | 2005-06-09 | 2009-11-24 | Canon Kabushiki Kaisha | Image processing method and apparatus |
-
2009
- 2009-08-03 JP JP2009181016A patent/JP5377148B2/ja not_active Expired - Fee Related
-
2010
- 2010-06-28 US US12/825,062 patent/US8218881B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07160879A (ja) * | 1993-12-07 | 1995-06-23 | Toppan Printing Co Ltd | 画像処理方法 |
JPH0934862A (ja) * | 1995-07-19 | 1997-02-07 | Hitachi Ltd | パターン学習方法および装置 |
JPH11288465A (ja) * | 1998-02-06 | 1999-10-19 | Fujitsu Ltd | カラー画像処理装置及びパターン抽出装置 |
JP2003173442A (ja) * | 2001-12-06 | 2003-06-20 | Nec Corp | 多次元画像をセグメント化する方法およびコンピュータシステム |
JP2006344069A (ja) * | 2005-06-09 | 2006-12-21 | Canon Inc | 画像処理方法及び画像処理装置 |
JP2007158725A (ja) * | 2005-12-05 | 2007-06-21 | Canon Inc | 画像処理装置及び画像処理方法並びにプログラム |
JP2008206073A (ja) * | 2007-02-22 | 2008-09-04 | Canon Inc | 画像処理装置、制御方法、プログラム、及び記憶媒体 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016038751A (ja) * | 2014-08-07 | 2016-03-22 | キヤノン株式会社 | クラスタリング方法及びデータ処理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP5377148B2 (ja) | 2013-12-25 |
US8218881B2 (en) | 2012-07-10 |
US20110026841A1 (en) | 2011-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5377148B2 (ja) | クラスタリング処理方法、クラスタリング処理装置、およびプログラム | |
CN110866896B (zh) | 基于k-means与水平集超像素分割的图像显著性目标检测方法 | |
US8488190B2 (en) | Image processing apparatus, image processing apparatus control method, and storage medium storing program | |
US8379990B2 (en) | Object recognition apparatus, computer readable medium storing object recognition program, and image retrieval service providing method | |
JP5276541B2 (ja) | 画像処理方法及び画像処理装置及びプログラム | |
US8290255B2 (en) | Image processing method, image processing apparatus, and program | |
US8175407B2 (en) | Image processing method, image processing apparatus, and program for clustering data | |
US11615515B2 (en) | Superpixel merging | |
JP5539066B2 (ja) | クラスタリング処理装置、クラスタリング処理方法 | |
CN107533760A (zh) | 一种图像分割方法和装置 | |
Kumar et al. | A hybrid cluster technique for improving the efficiency of colour image segmentation | |
JP4632830B2 (ja) | 画像検索方法及び画像検索装置 | |
JP5127738B2 (ja) | 画像処理方法および画像処理装置およびプログラム | |
JP5127739B2 (ja) | 画像処理方法および画像処理装置およびプログラム | |
JP3718967B2 (ja) | 画像特徴量抽出装置および方法並びに画像特徴量抽出プログラムを記録した記録媒体 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
CN110766708A (zh) | 基于轮廓相似度的图像比较方法 | |
CN114693697A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
JP2002185782A (ja) | 文字抽出装置、文字抽出方法および記録媒体 | |
JP2011076575A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2001043388A (ja) | 画像処理方法、画像処理装置及び記憶媒体 | |
JP2005182201A (ja) | 画像の対応点探索方法、対応点探索装置および対応点探索プログラム | |
CN111918137B (zh) | 一种基于视频特征的推送方法、装置、存储介质及终端 | |
JP2009122841A (ja) | 画像一覧イメージ構築装置、記録媒体及び画像形成装置 | |
JP2004258750A (ja) | 画像の特徴ベクトルのクラスタリング方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120727 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120727 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130809 |
|
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: 20130826 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130902 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130924 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5377148 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |