JP2013196681A - 色特徴を抽出するための方法および装置 - Google Patents

Abstract

【課題】 色特徴を抽出するための方法および装置を提供する。
【解決手段】 色特徴を抽出するための方法は、オリジナル画像を色空間における各チャネルのそれぞれに対応する部分画像に変換し、部分画像を同一のサイズを有する複数のセルに分割し、複数のセルのそれぞれのカラーヒストグラムを計算するステップと、セルおよびその隣接するセルをセルの有効範囲として定義し、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するステップと、部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するステップとを含む。
【選択図】 図１

Description

本発明は、画像処理の分野に関し、特に色特徴を抽出するための方法および装置に関する。

電子情報技術が発展しネットワークの人気が高まるにつれ、大量の画像および映像データを取得するために日常生活において様々な画像収集装置が広く使用されている。取得されたデータを迅速かつ知的に分析することは多くの分野で差し迫ったニーズとなっており、画像処理技術は研究の注目分野になっている。画像処理における不可欠なステップである特徴抽出技術はシステムの最終的な性能に直接影響を及ぼし、近年多くの研究者の関心を引きつけている。通常、特徴とは色特徴、テクスチャ特徴、形状特徴、および空間特徴などを含む。特徴抽出は、多次元特徴ベクトルで画像ブロックを表現するための方法と言われ、例えば画像認識などの後処理に使用される。特徴抽出技術の継続的な発展に伴い、色特徴の抽出はグレースケール画像の形状特徴のみに限定されなくなっており、マルチカラー特徴の抽出も徐々に提案されている。

従来技術では色特徴の抽出は以下の様に行われる。まずオリジナル画像を色空間における各チャネルに対応する部分画像に変換し、部分画像のそれぞれを同一のサイズを有するセルに分割し、各セルのカラーヒストグラムを計算した後、各セルを中央セルと見なして中央セルのカラーヒストグラムと中央セルに隣接する各セルのカラーヒストグラムとの類似度値を計算し、計算された類似度値に従って各セルの特徴ベクトルを決定する。次に各部分画像におけるすべてのセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、最後にすべての部分画像の特徴ベクトルを連結して画像全体の特徴ベクトルを取得する。

本発明を実現する過程で、発明者は従来技術における少なくとも以下の問題を発見した。

従来技術では、色特徴が抽出されると各セルを中央と見なし、各セルの特徴ベクトルは、各セルのカラーヒストグラムと中央セルに隣接する各セルのカラーヒストグラムとの類似度値を計算することによって決定される。結果としてその後取得された画像全体の特徴ベクトルは表示能力が低く、表現対象の外観にバリエーションがある場合は不整合を呈する傾向がある。特徴抽出における上記の欠陥が原因で画像認識などの、その後の特徴ベクトルに基づいた処理における効果が低下する。

色特徴の抽出の際、抽出された特徴ベクトルの表示能力を向上させ、画像認識などの、その後の特徴ベクトルに基づいた処理の効果をさらに高めるために、本発明は色特徴を抽出するための方法および装置を提供する。技術的な解決方法は以下の通りである。

本発明の１つの目的は、色特徴を抽出するための方法を提供することである。この色特徴を抽出するための方法は、
オリジナル画像を色空間における各チャネルのそれぞれに対応する部分画像に変換し、部分画像を同一のサイズを有する複数のセルに分割し、複数のセルのそれぞれのカラーヒストグラムを計算するステップと、
セルおよびその隣接するセルをセルの有効範囲として定義し、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するステップと、
部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するステップとを含む。

好ましい態様によれば、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルを決定するステップは、具体的に、
有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けし、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定し、各グループの特徴ベクトルに従ってセルの特徴ベクトルを取得するステップを含む。

さらに好ましい態様によれば、有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けするステップは具体的に、
隣接の方向が有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするステップとを含む。

さらに好ましい態様によれば、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するステップの前に、
有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、類似度値または非類似度値をすべての２つの隣接するセルのカラーヒストグラムの類似度として定義するステップをさらに含み、
各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するステップは具体的に、
各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択するステップ、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するステップを含む。

好ましい態様によれば、部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得するステップの前に、
あらかじめ設定された数のセルを一単位と見なすことによって、部分画像のセルの特徴ベクトルを正規化するステップをさらに含み、
部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得するステップは具体的に、
部分画像におけるセルの正規化された特徴ベクトルを連結して、部分画像の特徴ベクトルを取得するステップを含む。

本発明の他の目的は、色特徴を抽出するための装置を提供することである。この色特徴を抽出するための装置は、
オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換するための変換モジュールと、
変換モジュールによって変換された部分画像を同一のサイズを有する複数のセルに分割するための分割モジュールと、
分割モジュールによって分割された複数のセルのそれぞれのカラーヒストグラムを計算するための計算モジュールと、
セルおよびその隣接するセルをセルの有効範囲として定義し、有効範囲におけるすべての２つの隣接するセルの、計算モジュールによって取得されたカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するための決定モジュールと、
部分画像におけるセルの、決定モジュールによって決定された特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するための連結モジュールとを備える。

さらに好ましい態様によれば、決定モジュールは具体的に、
有効範囲におけるすべての２つの隣接するセルを、隣接の方向に従って複数のグループにグループ分けするためのグループ分けユニットと、
グループ分けユニットによって取得された各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するための第１の決定ユニットと、
第１の決定ユニットによって決定された各グループの特徴ベクトルに従って、セルの特徴ベクトルを取得するための第２の決定ユニットとを含む。

さらに好ましい態様によれば、グループ分けユニットは具体的に、隣接の方向が有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするためのものである。

さらに好ましい態様によれば、決定モジュールは、
有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、類似度値または非類似度値をすべての２つの隣接するセルのカラーヒストグラムの類似度として定義するための計算ユニットをさらに含み、
第１の決定ユニットは具体的に、各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択する、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するためのものである。

好ましくは、装置は、
あらかじめ設定された数のセルを一単位と見なすことによって、決定モジュールによって決定されたセルの特徴ベクトルを正規化するための処理モジュールをさらに含み、
連結モジュールは具体的に、部分画像における処理モジュールによって正規化されたセルの特徴ベクトルを連結して、部分画像の特徴ベクトルを取得するためのものである。

本発明によれば、以下の効果が得られる。

本発明によれば、セルおよびその隣接するセルがセルの有効範囲として定義され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度が計算され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルが決定される。抽出された特徴ベクトルの表示能力が向上し、従って画像認識など、その後の特徴ベクトルに基づく処理の効果が高まる。さらに、有効範囲におけるすべての２つの隣接するセルは、隣接の方向に従って複数のグループにグループ分けされ、各グループの特徴ベクトルに従ってセルの特徴ベクトルが決定され、セルの特徴ベクトルのサイズを効果的に縮小することができ、その後の処理速度はリアルタイム処理の要件を満たすように加速される。

本実施例において提供される方法および装置は、画像検索、画像認識、または画像照合などの画像処理の分野に適用することができる。

本発明は、以下に示す添付の図面からより完全に理解されるであろう。しかし、これらの図面は例示にすぎない。当業者であれば負担の大きい不要な実験を行わなくても、さらに別の変形を容易に得ることができる。こうした変形は、本発明の精神および範囲からの逸脱とはみなされない。

本発明の一実施例によって提供される色特徴を抽出するための方法のフローチャートを示す。 本発明の別の実施例によって提供される色特徴を抽出するための方法のフローチャートを示す。 本発明の別の実施例によって提供される色空間の変換の概略図を示す。 本発明の別の実施例によって提供される隣接するセルの概略図を示す。 本発明の別の実施例によって提供される隣接するセルの分割の概略図を示す。 本発明の別の実施例によって提供される正規化されたセルの概略図を示す。 本発明の別の実施例によって提供される色特徴を抽出するプロセスの概略図を示す。 本発明の別の実施例によって提供される色特徴を抽出するための装置の構造図を示す。 本発明の別の実施例によって提供される決定モジュールの構造図を示す。 本発明の別の実施例によって提供される別の決定モジュールの構造図を示す。 本発明の別の実施例によって提供される色抽出のための別の装置の構造図を示す。

本発明の目的、技術的ソリューション、および利点をより明確にするために、本発明の実施例について添付の図面を参照してさらに詳しく説明する。

本発明の実施例において色特徴を抽出するための方法が提供される。図１を参照すると本実施例で提供される方法は、
１０１：オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換し、部分画像を同一のサイズを有する複数のセルに分割し、複数のセルのそれぞれのカラーヒストグラムを計算するステップと、
１０２：セルおよびその隣接するセルをセルの有効範囲として定義し、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルを決定するステップと、
１０３：部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するステップとを含む。

ここで、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルを決定するステップは具体的に、
有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けし、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定し、各グループの特徴ベクトルに従ってセルの特徴ベクトルを取得するステップを含む。

さらに、有効範囲におけるすべての２つの隣接するセルを、隣接の方向に従って複数のグループにグループ分けするステップは具体的に、
隣接の方向が有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするステップとを含む。

さらに、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するステップの前にこの方法は、
有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、類似度値または非類似度値をすべての２つの隣接するセルのカラーヒストグラムの類似度として定義するステップをさらに含み、
各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するステップは具体的に、
各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択するステップ、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するステップを含む。

好ましくは、部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得するステップの前に、この方法は、
あらかじめ設定された数のセルを一単位と見なすことによって、部分画像のセルの特徴ベクトルを正規化するステップをさらに含み、
部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得するステップは具体的に、
部分画像におけるセルの正規化された特徴ベクトルを連結して部分画像の特徴ベクトルを取得するステップを含む。

本実施例において、セルおよびその隣接するセルがセルの有効範囲として定義され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度が計算され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルが決定される。抽出された特徴ベクトルの表示能力が向上し、従って画像認識など、その後の特徴ベクトルに基づく処理の効果が高まる。さらに、有効範囲におけるすべての２つの隣接するセルは隣接の方向に従って複数のグループにグループ分けされ、各グループの特徴ベクトルに従ってセルの特徴ベクトルが決定され、セルの特徴ベクトルのサイズを効果的に縮小することができ、その後の処理速度は、リアルタイム処理の要件を満たすように加速される。

上記実施例において提供される色特徴を抽出する方法を明確にするため、上記内容を参照しながら以下の実施例を使って色特徴を抽出する方法について詳しく説明する。詳細については以下の実施例を参照されたい。

本発明の別の実施例において色特徴を抽出する方法が提供される。説明を分かり易くするために、１２８＊６４の大きさのオリジナル画像から色特徴を抽出するプロセスを例に、上記実施例の内容を参照しながらこの方法について詳しく説明する。図２を参照すると、本実施例で提供される方法は具体的に以下を含む。

２０１：オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換し、部分画像を同一のサイズを有する複数のセルに分割し、複数のセルのそれぞれのカラーヒストグラムを計算するステップ。

このステップでは、色空間はＲ（赤）チャネル、Ｇ（緑）チャネル、およびＢ（青）チャネルの３つのチャネルを含むＲＧＢ色空間を含むがこれに限定されず、ＨＩＳ色空間はＨ（色相）チャネル、Ｓ（彩度）チャネル、およびＩ（輝度）チャネルの３つのチャネルを含み、ＨＳＶ色空間はＨ（色相）チャネル、Ｓ（彩度）チャネル、およびＶ（明度）チャネルの３つのチャネルを含む。本実施例では、このステップでどのタイプの色空間が採用されるかについての制限はない。異なる色空間は異なるチャネルに対応する。各カラーチャネルは画像内の色要素の情報を格納する。画像内の画素の色を生成するために、すべてのカラーチャネル内の色が重ね合わされ混合される。説明を分かり易くするために、このステップではオリジナル画像をＨＳＶ色空間におけるチャネルのそれぞれに対応する部分画像に変換する例示的なプロセスのみを例に、色特徴を抽出する方法について説明する。

ここで、ＨＳＶ色空間に含まれるＨ、Ｓ、およびＶの３つのチャネルにおいて、Ｈチャネルは色相チャネルでありトーンチャネルとも呼ばれ、色の外見を表示するのに使用されるが画像の明るさには関係ない。Ｓチャネルは彩度チャネルであり画像の色の純度を識別するために使用される。Ｖチャネルは明度チャネルであり画像の明るさを表示するために使用され、この値は色が白に近づくと増加し、色が灰色または黒に近づくと減少する。図３の変換の概略図を参照すると、オリジナル画像をＨＳＶ色空間におけるチャネルのそれぞれに対応する部分画像に変換することは、オリジナル画像をＨＳＶ色空間のＨチャネルに対応する部分画像、ＨＳＶ色空間のＳチャネルに対応する部分画像、およびＨＳＶ色空間のＶチャネルに対応する部分画像に変換することを意味する。当分野における様々な既存の技術を使用して変換を実現することができる。本実施例ではこの点における制限はない。

オリジナル画像が色空間におけるチャネルのそれぞれに対応する部分画像に変換された後、各部分画像は同一のサイズを有するセルに分割され、セルのカラーヒストグラムが計算される。ここで本実施例では、分割されたセルのサイズについての制限はない。例えば１２８＊６４のサイズの１つの画像セルを、８＊８のサイズの１２８個のセルに分割することができる。分割されたセル毎に、そのカラーヒストグラムの数値は例えば画像全体における色に対する異なる色の比率、ある明度が生じる頻度など画像における色の定量的尺度であり、従って画像の色の統計的分布および基本的色相を反映する。こうした方法では、図３の右側の棒グラフに示されるように各セルの対応するヒストグラムを取得することができる。セルのカラーヒストグラムは３重線形補間（trilinear interpolation）によって計算することができる。カラーヒストグラムを計算するための方法は非常に発達しているため本実施例では詳述しない。カラーヒストグラムを計算するには様々な既存の方法を使用することができる。

２０２：セルおよびその隣接するセルをセルの有効範囲として定義し、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するステップ。

このステップについて、図４左側のセルＮの特徴ベクトルを決定する例示的なプロセスによって本実施例を説明する。図４のセルＮについて、セルＮおよびその隣接するセルがセルＮの有効範囲として定義される時、セルＮの有効範囲は図４の網掛けセルが示すように、セルＮを中心とする３＊３のセルによって示される。説明を分かり易くするために３＊３のセルには番号１〜９を付け、すべての２つの隣接するセルが黒塗りになっている。従って３＊３のセルによって形成されるセルＮの有効範囲には、図４右側に示されるように２つの隣接するセルの組み合わせが全部で２０個ある。ここで（１）から（６）に示される２つのセルの隣接の方向は左右であり、（７）から（１２）に示される２つのセルの隣接の方向は上下であり、（１３）から（１６）に示される２つのセルは左上および右下に隣接し、（１７）から（２０）に示される２つのセルは左下および右上に隣接する。

図４に示される隣接するセルの２０個の組み合わせにおいて、セルＮの有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルＮの特徴ベクトルが決定されている時、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値を計算し、すべての２つの隣接するセルの類似度を表すことができる。そして計算された類似度値に従ってセルＮの特徴ベクトルを決定することができる。もしくは有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの非類似度値を計算し、すべての２つの隣接するセルの類似度を表すことができ、そして計算された非類似度値に従ってセルＮの特徴ベクトルを決定することができる。類似度を表すために類似度値または非類似度値のいずれかが採用される場合、隣接するセルの組み合わせは２０個あり、各セルに対応する類似度を取得することができる。従って各セルの特徴ベクトルの大きさは２０である。例えば１２８＊６４の大きさのオリジナル画像の場合、オリジナル画像は８＊８の大きさのセル１２８個をそれぞれ含む３つの部分画像に分割することができるので、オリジナル画像の各部分画像の特徴ベクトルの大きさは２，５６０であり、３つの部分画像によって形成されるオリジナル画像の特徴ベクトルの大きさは７，６８０である。

好ましくは、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルを決定する時、本実施例で提供される方法は、画像の特徴ベクトルの大きさを縮小するために隣接するセルの類似度をセルの特徴ベクトルとして定義する方法をサポートするだけでなく、すべての２つの隣接するセルを複数のグループにグループ分けし、セルの特徴ベクトルを表すために各グループから１つまたは複数の類似度を選択して大きさを縮小する方法もサポートする。セルの特徴ベクトルを決定する上記方法について、再度図４の隣接するセルの組み合わせを例として説明する。隣接するセルは隣接の方向によって表すことができ、従って有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するステップは具体的に、
有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けし、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定し、各グループの特徴ベクトルに従ってセルの特徴ベクトルを取得するステップを含む。

有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けする時、以下のステップに従って行うことができる、
隣接の方向が有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップ、
隣接の方向が有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けするステップ、
隣接の方向が有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするステップ。

図５は、グループ分けの後の状況を示し、ここで（１）から（６）に示される２つのセルの隣接の方向は左右であり、（７）から（１２）に示される２つのセルの隣接の方向は上下であり１つのグループに分割される。また（１３）から（１６）に示される２つのセルは左上および右下に隣接し、（１７）から（２０）に示される２つのセルは左下および右上に隣接する。従って（１）から（６）が１つのグループとしてグループ分けされ、（７）から（１２）が１つのグループとしてグループ分けされ、（１３）から（１６）が１つのグループとしてグループ分けされ、（１７）から（２０）が１つのグループとしてグループ分けされる。隣接の方向に従ってグループ分けする上述の方法に加えて、他のグループ分けの方法も採用することができる。本実施例ではグループ分けの方法についての制限はない。

類似度は、類似度値または非類似度値によって表すことができる。従って各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するステップの前に、この方法は、
有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、類似度値または非類似度値をすべての２つの隣接するセルのカラーヒストグラムの類似度として定義するステップをさらに含む。

それに応じて、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定するステップは具体的に、
各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択するステップ、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するステップを含む。

有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を、グループ分けの間または後に計算することができることに留意されたい。本実施例では計算およびグループ分けの順序についての制限はない。

実際の応用例では、類似度値または非類似度値の閾値はトレーニング経験値または他の方法に従って決定することができる。本実施例では閾値を決定する方法、および決定された閾値の値についての制限はない。さらに、各グループの特徴ベクトルとして各グループから最小類似度値または最大非類似度値を選択することができる。類似度値を使用して類似度を表す場合、隣接するセルの各組み合わせの類似度値を以下の式によって計算することができる。

Ｓ_ｘ＝ｓｉｍ（ｇｒｏｕｐ_ｉ，ｇｒｏｕｐ_ｊ）_ｘ、ｉ＝１，２，３，４，５，６，７，８，９、ｊ＝１，２，３，４，５，６，７，８，９、ｉ≠ｊ

ここで図４に示されるように、すべての２つの隣接するセルの組み合わせが２０個あり、ｘは２０個の組み合わせのうちの任意の１つの類似度値を表し、従ってｘは１から２０の中の任意の値であり、Ｓ_ｘは隣接するセルのｘ番目の組み合わせの類似度値を表し、ｇｒｏｕｐ_ｉは有効範囲におけるｉ番目のセルのカラーヒストグラムを表し、ｇｒｏｕｐ_ｊは有効範囲におけるｊ番目のセルのカラーヒストグラムを表し、ｓｉｍ（ｇｒｏｕｐ_ｉ，ｇｒｏｕｐ_ｊ）は、ｉ番目のセルのカラーヒストグラムおよびｊ番目のセルのカラーヒストグラムの類似度値を計算することを表す。セル毎に、各グループの特徴ベクトルとして各グループから最小類似度値が選択され、各セルの特徴ベクトルは具体的に以下の式によって計算することができる。

Ｔ_ｎ＝｛ｆ_１，ｆ_２，ｆ_３，ｆ_４｝，ｆ_１＝｛Ｓ_７，Ｓ_８，Ｓ_９，Ｓ_１０，Ｓ_１１，Ｓ_１２｝_ｍｉｎ，ｆ_２＝｛Ｓ_１，Ｓ_２，Ｓ_３，Ｓ_４，Ｓ_５，Ｓ_６｝_ｍｉｎ，ｆ_３＝｛Ｓ_１３，Ｓ_１４，Ｓ_１５，Ｓ_１６｝_ｍｉｎ，ｆ_４＝｛Ｓ_１７，Ｓ_１８，Ｓ_１９，Ｓ_２０｝_ｍｉｎ

ここでｎはすべてのセルのうちｎ番目のセルを表し、ｎは１より大きくセルの数以下であり、Ｔ_ｎはｎ番目のセルの特徴ベクトルを表し、ｆ_１、ｆ_２、ｆ_３、およびｆ_４は、図４または図５に示されるように各グループの特徴ベクトルを表す。｛Ｓ_７，Ｓ_８，Ｓ_９，Ｓ_１０，Ｓ_１１，Ｓ_１２｝_ｍｉｎは（７）、（８）、（９）、（１０）、（１１）、および（１２）に示される隣接するセルの組み合わせの最小類似度値を表し、｛Ｓ_１，Ｓ_２，Ｓ_３，Ｓ_４，Ｓ_５，Ｓ_６｝_ｍｉｎは（１）、（２）、（３）、（４）、（５）、および（６）に示される隣接するセルの組み合わせの最小類似度値を表し、｛Ｓ_１７，Ｓ_１８，Ｓ_１９，Ｓ_２０｝_ｍｉｎは（１７）、（１８）、（１９）、および（２０）に示される隣接するセルの組み合わせの最小類似度値を表し、｛Ｓ_１３，Ｓ_１４，Ｓ_１５，Ｓ_１６｝_ｍｉｎは（１３）、（１４）、（１５）、および（１６）に示される隣接するセルの組み合わせの最小類似度値を表す。

非類似度値を使用して類似度を表す場合、隣接するセルの各組み合わせの非類似度値を以下の式によって計算することができる。

ＤＳ_ｘ＝ｄｉｓｓｉｍ（ｇｒｏｕｐ_ｉ，ｇｒｏｕｐ_ｊ）_ｘ、ｉ＝１，２，３，４，５，６，７，８，９、ｊ＝１，２，３，４，５，６，７，８，９、ｉ≠ｊ

ここで図４に示されるように、すべての２つの隣接するセルの組み合わせが２０個あり、ｘは２０個の組み合わせのうちの任意の１つの類似度値を表し、従ってｘは１から２０の中の任意の値である。ＤＳ_ｘは隣接するセルのｘ番目の組み合わせの非類似度値を表し、ｇｒｏｕｐ_ｉは有効範囲におけるｉ番目のセルのカラーヒストグラムを表し、ｇｒｏｕｐ_ｊは有効範囲におけるｊ番目のセルのカラーヒストグラムを表す。ｄｉｓｓｉｍ（ｇｒｏｕｐ_ｉ，ｇｒｏｕｐ_ｊ）は、ｉ番目のセルのカラーヒストグラムおよびｊ番目のセルのカラーヒストグラムの非類似度値を計算することを表す。セル毎に、各グループの特徴ベクトルとして各グループから最大非類似度値が選択され、各セルの特徴ベクトルは具体的に以下の式によって計算することができる。

Ｔ_ｎ＝｛ｆ_１´，ｆ_２´，ｆ_３´，ｆ_４´｝，ｆ_１´＝｛ＤＳ_７，ＤＳ_８，ＤＳ_９，ＤＳ_１０，ＤＳ_１１，ＤＳ_１２｝_ｍａｘ，ｆ_２´＝｛ＤＳ_１，ＤＳ_２，ＤＳ_３，ＤＳ_４，ＤＳ_５，ＤＳ_６｝_ｍａｘ，ｆ_３´＝｛ＤＳ_１３，ＤＳ_１４，ＤＳ_１５，ＤＳ_１６｝_ｍａｘ，ｆ_４´＝｛ＤＳ_１７，ＤＳ_１８，ＤＳ_１９，ＤＳ_２０｝_ｍａｘ

ここでｎはすべてのセルのうちｎ番目のセルを表し、ｎは１より大きくセルの数以下であり、Ｔ_ｎはｎ番目のセルの特徴ベクトルを表し、ｆ_１´、ｆ_２´、ｆ_３´、およびｆ_４´は、図４または図５に示されるように各グループの特徴ベクトルを表す。｛ＤＳ_７，ＤＳ_８，ＤＳ_９，ＤＳ_１０，ＤＳ_１１，ＤＳ_１２｝_ｍａｘは（７）、（８）、（９）、（１０）、（１１）、および（１２）に示される隣接するセルの組み合わせの最大非類似度値を表し、｛ＤＳ_１，ＤＳ_２，ＤＳ_３，ＤＳ_４，ＤＳ_５，ＤＳ_６｝_ｍａｘは（１）、（２）、（３）、（４）、（５）、および（６）に示される隣接するセルの組み合わせの最大非類似度値を表し、｛ＤＳ_１７，ＤＳ_１８，ＤＳ_１９，ＤＳ_２０｝_ｍａｘは（１７）、（１８）、（１９）、および（２０）に示される隣接するセルの組み合わせの最大非類似度値を表し、｛ＤＳ_１３，ＤＳ_１４，ＤＳ_１５，ＤＳ_１６｝_ｍａｘは（１３）、（１４）、（１５）、および（１６）に示される隣接するセルの組み合わせの最大非類似度値を表す。

本実施例では、類似度を表すために非類似度値が採用されるか、または類似度値が採用されるかについての制限はない。部分画像におけるすべてのセルの特徴ベクトルは、セルＮの特徴ベクトルを決定する上記方法で決定することができる。セルは、４つのグループに対応できる。従ってグループの特徴ベクトルとして、各グループから最小類似度値または最大非類似度値が選択された後、セルの特徴ベクトルの大きさは最初の２０から４に縮小され、各部分画像の特徴ベクトルの大きさは最初の２，５６０から５１２に縮小され、オリジナル画像の特徴ベクトルの大きさは最初の７，６８０から１，５３６に縮小される。従ってグループ分けによって特徴ベクトルに従ってその後の計算を速くするために、オリジナル画像の特徴ベクトルの大きさを縮小できることがわかる。

２０３：あらかじめ設定された数のセルを一単位と見なすことによって、部分画像におけるセルの特徴ベクトルを正規化するステップ。

このステップはオプションのステップである。本実施例ではあらかじめ設定される数についての制限はない。図６の特徴抽出の概略図を参照すると、２＊２のセルを一単位として使用して部分画像におけるセルの特徴ベクトルを正規化するプロセスが、本実施例の一態様に従って示されている。実際の応用例において、Ｌ２正規化または他の正規化方法を採用することができ、本実施例では正規化の特定の方法についての制限はない。

２０４：部分画像におけるセルの正規化された特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するステップ。

図７に本実施例において提供される色特徴を抽出する特定のプロセスを示す。ステップ２０２で各セルの特徴ベクトルが取得されステップ２０３で正常化された後、部分画像におけるセルの正規化された特徴ベクトルを連結することによって部分画像の特徴ベクトルを取得することができ、次いで、すべての部分画像の特徴ベクトルを連結することによって、オリジナル画像の特徴ベクトルを取得することができる。本実施例では、部分画像における正規化されたセルの特徴ベクトルを連結する方法、およびすべての部分画像の特徴ベクトルを連結する方法についての制限はない。

本実施例において、セルおよびその隣接するセルがセルの有効範囲として定義され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度が計算され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルが決定される。抽出された特徴ベクトルの表示能力が向上し、従って画像認識など、その後の特徴ベクトルに基づく処理の効果が高まる。さらに、有効範囲におけるすべての２つの隣接するセルは隣接の方向に従って複数のグループにグループ分けされ、各グループの特徴ベクトルに従ってセルの特徴ベクトルが決定され、セルの特徴ベクトルのサイズを効果的に縮小することができ、その後の処理速度は、リアルタイム処理の要件を満たすように加速される。

本発明の別の実施例において色特徴を抽出するための装置が提供される。上述の実施例で提供される色特徴を抽出する方法を実行するために使用される装置は図８を参照すると、
オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換するための変換モジュール８０１と、
変換モジュール８０１によって変換された部分画像を同一のサイズを有する複数のセルに分割するための分割モジュール８０２と、
分割モジュール８０２によって分割された複数のセルのそれぞれのカラーヒストグラムを計算するための計算モジュール８０３と、
セルおよびその隣接するセルをセルの有効範囲として定義し、計算モジュール８０３によって取得された有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、セルの特徴ベクトルを決定するための決定モジュール８０４と、
決定モジュール８０４によって決定された部分画像におけるセルの特徴ベクトルを連結して部分画像の特徴ベクトルを取得し、部分画像の特徴ベクトルに従ってオリジナル画像の特徴ベクトルを取得するための連結モジュール８０５とを含む。

ここで変換モジュール８０１がオリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換する手段、分割モジュール８０２が変換された部分画像を同一のサイズを有する複数のセルに分割する手段、および計算モジュール８０３が分割モジュール８０２によって分割された複数のセルのそれぞれのカラーヒストグラムを計算する手段の関連の説明についてはステップ２０１を参照し、それらの詳細は省略する。

さらに図９を参照すると、決定モジュール８０４は具体的に、
有効範囲におけるすべての２つの隣接するセルを、隣接の方向に従って複数のグループにグループ分けするためのグループ分けユニット８０４１と、
グループ分けユニット８０４１によって取得された各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するための第１の決定ユニット８０４２と、
第１の決定ユニット８０４２によって決定された各グループの特徴ベクトルに従ってセルの特徴ベクトルを取得するための第２の決定ユニット８０４３とを含む。

さらにグループ分けユニット８０４１は、具体的に隣接の方向が有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするためのものである。

グループ分けユニット８０４１のグループ分け手段については、上述の実施例におけるステップ２０２の関連説明を参照されたい。

さらに図１０を参照すると、決定モジュール８０４は、
有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、類似度値または非類似度値をすべての２つの隣接するセルのカラーヒストグラムの類似度として定義するための計算ユニット８０４４をさらに含み、
第１の決定ユニット８０４２は、具体的に各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択する、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するためのものである。

計算ユニット８０４４は、グループ分けユニット８０４１がグループ分けを実行する前および後に計算操作を実行できることに留意されたい。本実施例では、計算ユニット８０４４およびグループ分けユニット８０４１の操作順序についての制限はない。本実施例は、図１０に示される順序を単に説明のための一例として使用しているにすぎない。

図１１を参照すると、本装置は、
あらかじめ設定された数のセルを一単位と見なすことによって、決定モジュール８０４によって決定されたセルの特徴ベクトルを正規化するための処理モジュール８０６をさらに含み、
連結モジュール８０５は、具体的に部分画像における処理モジュール８０６によって正規化されたセルの特徴ベクトルを連結して、部分画像の特徴ベクトルを取得するためのものである。

処理モジュール８０６がセルの特徴ベクトルにおいて正規化を実行する手段の関連説明については上述の実施例におけるステップ２０３を参照し、その詳細は省略する。

本実施例において、セルおよびその隣接するセルがセルの有効範囲として定義され、有効範囲においてすべての２つの隣接するセルのカラーヒストグラムの類似度が計算され、有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従ってセルの特徴ベクトルが決定される。抽出された特徴ベクトルの表示能力を向上させ、従って画像認識など、その後の特徴ベクトルに基づく処理の効果を高めることができる。さらに、有効範囲におけるすべての２つの隣接するセルは隣接の方向に従って複数のグループにグループ分けされ、各グループの特徴ベクトルに従ってセルの特徴ベクトルが決定され、セルの特徴ベクトルのサイズを効果的に縮小することができ、その後の処理速度は、リアルタイム処理の要件を満たすように加速される。

上述の実施例において提供される装置を使用して色特徴を抽出する時、上述の機能モジュールは単に一例として使用されているにすぎないことに留意されたい。例えば、別の用途では上述の機能はユーザのニーズに従って異なる機能モジュールによって実現することができる。これは、上述の機能のすべてまたは一部を達成するために、装置の内部構造を異なる機能モジュールに再編成できるということを意味する。さらに、上述の実施例における色特徴を抽出するための装置は、上述の実施例における色特徴を抽出するための方法と同じ概念を共有し、実現プロセスについての詳細は、方法の実施例において理解できるためこれ以上説明しない。

上述の実施例を実現するためのステップのすべてまたは一部は、ハードウェアによって、またはプログラムの命令により関連するハードウェアによって達成することができ、前記プログラムをＲＯＭ、ディスク、または光ディスクなどの可読メモリ媒体に格納することができることは、当業者であれば理解できる。

上述の説明は、本発明の例示的な実施例であり本発明を限定するものではない。本発明の精神および原理の範囲内での、任意の変更、同等物との置換、または改良はすべて本発明の守備範囲に含まれる。

さらに、上記実施形態の一部又は全部は、以下の付記のようにも記載されうるが、これに限定されない。

（付記１）
色特徴を抽出するための方法であって、
オリジナル画像を色空間における各チャネルのそれぞれに対応する部分画像に変換し、前記部分画像を同一のサイズを有する複数のセルに分割し、前記複数のセルのそれぞれのカラーヒストグラムを計算するステップと、
前記セルおよびその隣接するセルを前記セルの有効範囲として定義し、前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、前記セルの特徴ベクトルを決定するステップと、
前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得し、前記部分画像の特徴ベクトルに従って前記オリジナル画像の特徴ベクトルを取得するステップと
を含むことを特徴とする方法。

（付記２）
前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って前記セルの特徴ベクトルを決定する前記ステップは、
前記有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けし、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定し、前記各グループの特徴ベクトルに従って前記セルの特徴ベクトルを取得するステップを含むことを特徴とする請求項１に記載の方法。

（付記３）
前記有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けする前記ステップは、
隣接の方向が前記有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が前記有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が前記有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
隣接の方向が前記有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするステップとを含むことを特徴とする請求項２に記載の方法。

（付記４）
各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定する前記ステップの前に、
前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、前記類似度値または非類似度値を前記すべての２つの隣接するセルのカラーヒストグラムの類似度として定義するステップをさらに含み、
各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定する前記ステップは、
各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択するステップ、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するステップを含む
ことを特徴とする請求項２に記載の方法。

（付記５）
前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得する前記ステップの前に、
あらかじめ設定された数のセルを一単位と見なすことによって、前記部分画像のセルの特徴ベクトルを正規化するステップをさらに含み、
前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得する前記ステップは、
前記部分画像におけるセルの正規化された特徴ベクトルを連結して、前記部分画像の特徴ベクトルを取得するステップを含む
ことを特徴とする請求項１に記載の方法。

（付記６）
色特徴を抽出するための装置であって、
オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換するための変換モジュールと、
前記変換モジュールによって変換された前記部分画像を同一のサイズを有する複数のセルに分割するための分割モジュールと、
前記分割モジュールによって分割された前記複数のセルのそれぞれのカラーヒストグラムを計算するための計算モジュールと、
前記セルおよびその隣接するセルを前記セルの有効範囲として定義し、前記有効範囲におけるすべての２つの隣接するセルの、前記計算モジュールによって取得されたカラーヒストグラムの類似度に従って、前記セルの特徴ベクトルを決定するための決定モジュールと、
前記部分画像におけるセルの、前記決定モジュールによって決定された特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得し、前記部分画像の特徴ベクトルに従って前記オリジナル画像の特徴ベクトルを取得するための連結モジュールと
を備えることを特徴とする装置。

（付記７）
前記決定モジュールは、
前記有効範囲におけるすべての２つの隣接するセルを、隣接の方向に従って複数のグループにグループ分けするためのグループ分けユニットと、
前記グループ分けユニットによって取得された各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するための第１の決定ユニットと、
前記第１の決定ユニットによって決定された前記各グループの特徴ベクトルに従って、前記セルの特徴ベクトルを取得するための第２の決定ユニットと
を備えることを特徴とする請求項６に記載の装置。

（付記８）
前記グループ分けユニットは、
隣接の方向が前記有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けすることを特徴とする請求項７に記載の装置。

（付記９）
前記決定モジュールは、
前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、前記類似度値または非類似度値を前記すべての２つの隣接するセルのカラーヒストグラムの類似度として定義するための計算ユニットをさらに含み、
前記第１の決定ユニットは、各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択する、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択することを特徴とする請求項７に記載の装置。

（付記１０）
あらかじめ設定された数のセルを一単位と見なすことによって、前記決定モジュールによって決定されたセルの特徴ベクトルを正規化するための処理モジュールをさらに備え、
前記連結モジュールは、前記部分画像における前記処理モジュールによって正規化されたセルの特徴ベクトルを連結して、前記部分画像の特徴ベクトルを取得することを特徴とする請求項６に記載の装置。

８０１：変換モジュール
８０２：分割モジュール
８０３：計算モジュール
８０４：決定モジュール
８０５：連結モジュール
８０４１：グループ分けユニット
８０４２：第１の決定ユニット
８０４３：第２の決定ユニット
８０４４：計算ユニット
８０４１：グループ分けユニット
８０４２：第１の決定ユニット
８０４３：第２の決定ユニット
８０６：処理モジュール

Claims (10)

1. 色特徴を抽出するための方法であって、
   オリジナル画像を色空間における各チャネルのそれぞれに対応する部分画像に変換し、前記部分画像を同一のサイズを有する複数のセルに分割し、前記複数のセルのそれぞれのカラーヒストグラムを計算するステップと、
   前記セルおよびその隣接するセルを前記セルの有効範囲として定義し、前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、前記セルの特徴ベクトルを決定するステップと、
   前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得し、前記部分画像の特徴ベクトルに従って前記オリジナル画像の特徴ベクトルを取得するステップと
   を含むことを特徴とする方法。
2. 前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って前記セルの特徴ベクトルを決定する前記ステップは、
   前記有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けし、各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って各グループの特徴ベクトルを決定し、前記各グループの特徴ベクトルに従って前記セルの特徴ベクトルを取得するステップを含むことを特徴とする請求項１に記載の方法。
3. 前記有効範囲におけるすべての２つの隣接するセルを隣接の方向に従って複数のグループにグループ分けする前記ステップは、
   隣接の方向が前記有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
   隣接の方向が前記有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
   隣接の方向が前記有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けするステップと、
   隣接の方向が前記有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けするステップとを含むことを特徴とする請求項２に記載の方法。
4. 各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定する前記ステップの前に、
   前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、前記類似度値または非類似度値を前記すべての２つの隣接するセルのカラーヒストグラムの類似度として定義するステップをさらに含み、
   各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定する前記ステップは、
   各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択するステップ、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択するステップを含む
   ことを特徴とする請求項２に記載の方法。
5. 前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得する前記ステップの前に、
   あらかじめ設定された数のセルを一単位と見なすことによって、前記部分画像のセルの特徴ベクトルを正規化するステップをさらに含み、
   前記部分画像におけるセルの特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得する前記ステップは、
   前記部分画像におけるセルの正規化された特徴ベクトルを連結して、前記部分画像の特徴ベクトルを取得するステップを含む
   ことを特徴とする請求項１に記載の方法。
6. 色特徴を抽出するための装置であって、
   オリジナル画像を色空間におけるチャネルのそれぞれに対応する部分画像に変換するための変換モジュールと、
   前記変換モジュールによって変換された前記部分画像を同一のサイズを有する複数のセルに分割するための分割モジュールと、
   前記分割モジュールによって分割された前記複数のセルのそれぞれのカラーヒストグラムを計算するための計算モジュールと、
   前記セルおよびその隣接するセルを前記セルの有効範囲として定義し、前記有効範囲におけるすべての２つの隣接するセルの、前記計算モジュールによって取得されたカラーヒストグラムの類似度に従って、前記セルの特徴ベクトルを決定するための決定モジュールと、
   前記部分画像におけるセルの、前記決定モジュールによって決定された特徴ベクトルを連結して前記部分画像の特徴ベクトルを取得し、前記部分画像の特徴ベクトルに従って前記オリジナル画像の特徴ベクトルを取得するための連結モジュールと
   を備えることを特徴とする装置。
7. 前記決定モジュールは、
   前記有効範囲におけるすべての２つの隣接するセルを、隣接の方向に従って複数のグループにグループ分けするためのグループ分けユニットと、
   前記グループ分けユニットによって取得された各グループにおけるすべての２つの隣接するセルのカラーヒストグラムの類似度に従って、各グループの特徴ベクトルを決定するための第１の決定ユニットと、
   前記第１の決定ユニットによって決定された前記各グループの特徴ベクトルに従って、前記セルの特徴ベクトルを取得するための第２の決定ユニットと
   を備えることを特徴とする請求項６に記載の装置。
8. 前記グループ分けユニットは、
   隣接の方向が前記有効範囲において上下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左右となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左上および右下となるすべての２つの隣接するセルを１つのグループにグループ分けし、隣接の方向が前記有効範囲において左下および右上となるすべての２つの隣接するセルを１つのグループにグループ分けすることを特徴とする請求項７に記載の装置。
9. 前記決定モジュールは、
   前記有効範囲におけるすべての２つの隣接するセルのカラーヒストグラムの類似度値または非類似度値を計算し、前記類似度値または非類似度値を前記すべての２つの隣接するセルのカラーヒストグラムの類似度として定義するための計算ユニットをさらに含み、
   前記第１の決定ユニットは、各グループから閾値よりも小さい類似度値を各グループの特徴ベクトルとして選択する、または各グループから閾値よりも大きい非類似度値を各グループの特徴ベクトルとして選択することを特徴とする請求項７に記載の装置。
10. あらかじめ設定された数のセルを一単位と見なすことによって、前記決定モジュールによって決定されたセルの特徴ベクトルを正規化するための処理モジュールをさらに備え、
    前記連結モジュールは、前記部分画像における前記処理モジュールによって正規化されたセルの特徴ベクトルを連結して、前記部分画像の特徴ベクトルを取得することを特徴とする請求項６に記載の装置。

Images