JP3483912B2 - 色判別装置および色判別方法 - Google Patents
色判別装置および色判別方法Info
- Publication number
- JP3483912B2 JP3483912B2 JP18845493A JP18845493A JP3483912B2 JP 3483912 B2 JP3483912 B2 JP 3483912B2 JP 18845493 A JP18845493 A JP 18845493A JP 18845493 A JP18845493 A JP 18845493A JP 3483912 B2 JP3483912 B2 JP 3483912B2
- Authority
- JP
- Japan
- Prior art keywords
- color
- image
- point
- distribution
- colors
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、カラー画像の特定領域
内の色の数を求める色判別装置および色判別方法に関す
る。
内の色の数を求める色判別装置および色判別方法に関す
る。
【０００２】
【従来の技術】従来、カラー画像の特定領域内の色の数
を求める場合、領域内の各画素をある色空間上に写像す
ることによって得られる点分布をクラスタリングし、ク
ラスタの数を求めることで色数を求めていた。
を求める場合、領域内の各画素をある色空間上に写像す
ることによって得られる点分布をクラスタリングし、ク
ラスタの数を求めることで色数を求めていた。
【０００３】このようなクラスタリングの方法として
は、例えば、特開平４−６１５５８号公報に開示されて
いるように、カラー画像を色空間に写像し、主成分分析
と距離比較等を用いてクラスタリングするものが知られ
ている。図１９にクラスタリングの一例を示す。この図
では、白色、黒色、赤色、および青色の存在するカラー
画像をＲＧＢ色空間上に写像し、分布をクラスタリング
した結果を示している。図中の黒点は、カラー画像の各
画素がＲＧＢ色空間上に写像された点を示し、円で囲ん
だ領域が１つのクラスタを成している。この例では、４
つのクラスタに分かれていることから、カラー画像の色
数は「４」となる。
は、例えば、特開平４−６１５５８号公報に開示されて
いるように、カラー画像を色空間に写像し、主成分分析
と距離比較等を用いてクラスタリングするものが知られ
ている。図１９にクラスタリングの一例を示す。この図
では、白色、黒色、赤色、および青色の存在するカラー
画像をＲＧＢ色空間上に写像し、分布をクラスタリング
した結果を示している。図中の黒点は、カラー画像の各
画素がＲＧＢ色空間上に写像された点を示し、円で囲ん
だ領域が１つのクラスタを成している。この例では、４
つのクラスタに分かれていることから、カラー画像の色
数は「４」となる。
【０００４】また、このクラスタリングされた各領域内
の色を１つの色に置き換えることで少色化が実現でき
る。すなわち、例えば、図１９に示すようなクラスタ内
の各点が表す画素値を、その分布の重心や平均色に置き
換えると図２０に示すようになる。この操作により、図
２０では４色しか存在しないカラー画像に変換される。
の色を１つの色に置き換えることで少色化が実現でき
る。すなわち、例えば、図１９に示すようなクラスタ内
の各点が表す画素値を、その分布の重心や平均色に置き
換えると図２０に示すようになる。この操作により、図
２０では４色しか存在しないカラー画像に変換される。
【０００５】
【発明が解決しようとする課題】領域内の各画素をある
色空間上に写像することによって得られる点分布をクラ
スタリングする方法として、さまざまな方法が提案され
ているが、汎用的な手法は存在せず、点分布の状態によ
ってクラスタリング方法を選択しているのが現状であ
る。また、点分布によってはクラスタリングが困難な場
合がある。クラスタリングが困難な例として、例えば図
５のように点分布が幾つかのクラスタにまたがって分布
してしまう場合がある。
色空間上に写像することによって得られる点分布をクラ
スタリングする方法として、さまざまな方法が提案され
ているが、汎用的な手法は存在せず、点分布の状態によ
ってクラスタリング方法を選択しているのが現状であ
る。また、点分布によってはクラスタリングが困難な場
合がある。クラスタリングが困難な例として、例えば図
５のように点分布が幾つかのクラスタにまたがって分布
してしまう場合がある。
【０００６】たとえば、白色３０１と赤色３０３の分布
がつながってしまう理由として、カラー画像読取り時
に、図２１（ａ）のように下地の白色４０１と下地に書
かれた赤色４０２の境界をカラーセンサ４０３の画素４
０５が読取り、この２色が混ざった色が生じてしまうた
め、あるいは図２１（ｂ）のように下地の白色４０１で
反射した光と、下地に書かれた赤色４０２で反射した光
の両方を同時にカラーセンサ４０３の画素４０６が読み
取るために生じるものと推測される。
がつながってしまう理由として、カラー画像読取り時
に、図２１（ａ）のように下地の白色４０１と下地に書
かれた赤色４０２の境界をカラーセンサ４０３の画素４
０５が読取り、この２色が混ざった色が生じてしまうた
め、あるいは図２１（ｂ）のように下地の白色４０１で
反射した光と、下地に書かれた赤色４０２で反射した光
の両方を同時にカラーセンサ４０３の画素４０６が読み
取るために生じるものと推測される。
【０００７】また、白色３０１と黒色３０２の分布がつ
ながっていしまう原因としては、上記以外に下地の折れ
曲がりやしわなどで影が生じ、これらを読み取ることに
よって白色が黒色がかった色となることも考えられる。
ながっていしまう原因としては、上記以外に下地の折れ
曲がりやしわなどで影が生じ、これらを読み取ることに
よって白色が黒色がかった色となることも考えられる。
【０００８】これらの理由により、図５のような分布の
つながりが生じ、クラスタリングが困難にる。クラスタ
リングを間違えると、抽出される色数が違ってしまい、
少色化にも影響する。例えば、図５では本来４色として
判定されるべきであるが、クラスタリングにより破線の
ように１色として判定されてしまう恐れがあり、少色化
では１色のカラー画像となってしまう。
つながりが生じ、クラスタリングが困難にる。クラスタ
リングを間違えると、抽出される色数が違ってしまい、
少色化にも影響する。例えば、図５では本来４色として
判定されるべきであるが、クラスタリングにより破線の
ように１色として判定されてしまう恐れがあり、少色化
では１色のカラー画像となってしまう。
【０００９】そこで、本発明は、色空間での画素の点分
布が幾つかのクラスタにまたがる直線状の分布で、色数
の判別が困難な場合において、色空間上の直線状の点分
布の位置の検出と、直線上の点分布の主成分分析によ
り、カラー画像の特定領域内の色数の判別と少色化を可
能とする色判別装置および色判別方法を提供することを
目的とする。
布が幾つかのクラスタにまたがる直線状の分布で、色数
の判別が困難な場合において、色空間上の直線状の点分
布の位置の検出と、直線上の点分布の主成分分析によ
り、カラー画像の特定領域内の色数の判別と少色化を可
能とする色判別装置および色判別方法を提供することを
目的とする。
【００１０】
【課題を解決するための手段】本発明の色判別装置は、
カラー画像の特定領域内の色数を求める色判別装置にお
いて、前記カラー画像を入力するカラー画像入力手段
と、前記カラー画像に対して色数を求める画像領域を指
定する領域指定手段と、この領域指定手段により指定さ
れた画像領域を前記カラー画像入力手段により入力され
たカラー画像から切り出す切出手段と、この切出手段に
より切り出された画像領域の各画素を色空間上に写像す
る写像手段と、この写像手段により写像された画素の色
空間上の各点をハフ（Ｈｏｕｇｈ）変換する変換手段
と、この変換手段によりハフ変換された前記色空間上の
各点の分布から、この分布の極大点を検出することによ
り色数を判別する色数判別手段と、この色数判別手段に
より判別された色数を出力する色数出力手段とを具備し
ている。
カラー画像の特定領域内の色数を求める色判別装置にお
いて、前記カラー画像を入力するカラー画像入力手段
と、前記カラー画像に対して色数を求める画像領域を指
定する領域指定手段と、この領域指定手段により指定さ
れた画像領域を前記カラー画像入力手段により入力され
たカラー画像から切り出す切出手段と、この切出手段に
より切り出された画像領域の各画素を色空間上に写像す
る写像手段と、この写像手段により写像された画素の色
空間上の各点をハフ（Ｈｏｕｇｈ）変換する変換手段
と、この変換手段によりハフ変換された前記色空間上の
各点の分布から、この分布の極大点を検出することによ
り色数を判別する色数判別手段と、この色数判別手段に
より判別された色数を出力する色数出力手段とを具備し
ている。
【００１１】また、本発明の色判別装置は、カラー画像
の特定領域内の色数を求める色判別装置において、前記
カラー画像を入力するカラー画像入力手段と、前記カラ
ー画像に対して色数を求める画像領域を指定する領域指
定手段と、この領域指定手段により指定された画像領域
を前記カラー画像入力手段により入力されたカラー画像
から切り出す切出手段と、この切出手段により切り出さ
れた画像領域の各画素を色空間上に写像する写像手段
と、この写像手段により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換手段と、この変換
手段によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出する極大点検出手段と、こ
の極大点検出手段により検出された極大点から色空間上
での直線状の点分布の位置を検出する直線成分検出手段
と、この直線成分検出手段により検出された色空間の直
線状の点分布を分割する直線成分分割手段と、この直線
成分分割手段により分割された色空間の直線状の点分布
を含めて色空間上の点分布のクラスタリングを行うクラ
スタリング手段と、このクラスタリング手段によりクラ
スタリングされた各クラスタ内の色を１つの色で置き換
えることにより少色化するデータ置換え手段と、このデ
ータ置換え手段により少色化された画像領域のカラー画
像を出力する画像出力手段とを具備している。
の特定領域内の色数を求める色判別装置において、前記
カラー画像を入力するカラー画像入力手段と、前記カラ
ー画像に対して色数を求める画像領域を指定する領域指
定手段と、この領域指定手段により指定された画像領域
を前記カラー画像入力手段により入力されたカラー画像
から切り出す切出手段と、この切出手段により切り出さ
れた画像領域の各画素を色空間上に写像する写像手段
と、この写像手段により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換手段と、この変換
手段によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出する極大点検出手段と、こ
の極大点検出手段により検出された極大点から色空間上
での直線状の点分布の位置を検出する直線成分検出手段
と、この直線成分検出手段により検出された色空間の直
線状の点分布を分割する直線成分分割手段と、この直線
成分分割手段により分割された色空間の直線状の点分布
を含めて色空間上の点分布のクラスタリングを行うクラ
スタリング手段と、このクラスタリング手段によりクラ
スタリングされた各クラスタ内の色を１つの色で置き換
えることにより少色化するデータ置換え手段と、このデ
ータ置換え手段により少色化された画像領域のカラー画
像を出力する画像出力手段とを具備している。
【００１２】また、本発明の色判別方法は、カラー画像
の特定領域内の色数を求める色判別方法において、前記
カラー画像を入力するカラー画像入力工程と、前記カラ
ー画像に対して色数を求める画像領域を指定する領域指
定工程と、この領域指定工程により指定された画像領域
を前記カラー画像入力工程により入力されたカラー画像
から切り出す切出工程と、この切出工程により切り出さ
れた画像領域の各画素を色空間上に写像する写像工程
と、この写像工程により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換工程と、この変換
工程によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出することにより色数を判別
する色数判別工程と、この色数判別工程により判別され
た色数を出力する色数出力工程とを具備している。
の特定領域内の色数を求める色判別方法において、前記
カラー画像を入力するカラー画像入力工程と、前記カラ
ー画像に対して色数を求める画像領域を指定する領域指
定工程と、この領域指定工程により指定された画像領域
を前記カラー画像入力工程により入力されたカラー画像
から切り出す切出工程と、この切出工程により切り出さ
れた画像領域の各画素を色空間上に写像する写像工程
と、この写像工程により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換工程と、この変換
工程によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出することにより色数を判別
する色数判別工程と、この色数判別工程により判別され
た色数を出力する色数出力工程とを具備している。
【００１３】さらに、本発明の色判別方法は、カラー画
像の特定領域内の色数を求める色判別方法において、前
記カラー画像を入力するカラー画像入力工程と、前記カ
ラー画像に対して色数を求める画像領域を指定する領域
指定工程と、この領域指定工程により指定された画像領
域を前記カラー画像入力工程により入力されたカラー画
像から切り出す切出工程と、この切出工程により切り出
された画像領域の各画素を色空間上に写像する写像工程
と、この写像工程により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換工程と、この変換
工程によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出する極大点検出工程と、こ
の極大点検出工程により検出された極大点から色空間上
での直線状の点分布の位置を検出する直線成分検出工程
と、この直線成分検出工程により検出された色空間の直
線状の点分布を分割する直線成分分割工程と、この直線
成分分割工程により分割された色空間の直線状の点分布
を含めて色空間上の点分布のクラスタリングを行うクラ
スタリング工程と、このクラスタリング工程によりクラ
スタリングされた各クラスタ内の色を１つの色で置き換
えることにより少色化するデータ置換え工程と、このデ
ータ置換え工程により少色化された画像領域のカラー画
像を出力する画像出力工程とを具備している。
像の特定領域内の色数を求める色判別方法において、前
記カラー画像を入力するカラー画像入力工程と、前記カ
ラー画像に対して色数を求める画像領域を指定する領域
指定工程と、この領域指定工程により指定された画像領
域を前記カラー画像入力工程により入力されたカラー画
像から切り出す切出工程と、この切出工程により切り出
された画像領域の各画素を色空間上に写像する写像工程
と、この写像工程により写像された画素の色空間上の各
点をハフ（Ｈｏｕｇｈ）変換する変換工程と、この変換
工程によりハフ変換された前記色空間上の各点の分布か
ら、この分布の極大点を検出する極大点検出工程と、こ
の極大点検出工程により検出された極大点から色空間上
での直線状の点分布の位置を検出する直線成分検出工程
と、この直線成分検出工程により検出された色空間の直
線状の点分布を分割する直線成分分割工程と、この直線
成分分割工程により分割された色空間の直線状の点分布
を含めて色空間上の点分布のクラスタリングを行うクラ
スタリング工程と、このクラスタリング工程によりクラ
スタリングされた各クラスタ内の色を１つの色で置き換
えることにより少色化するデータ置換え工程と、このデ
ータ置換え工程により少色化された画像領域のカラー画
像を出力する画像出力工程とを具備している。
【００１４】
【００１５】
【作用】色数を求めたい画像領域を設定し、この指定さ
れた画像領域の各画素を色空間上に写像して得られた色
空間上の点分布をハフ変換し、色空間の直線状の点分布
の位置を検出することにより、指定された画像領域内の
色数が求められる。
れた画像領域の各画素を色空間上に写像して得られた色
空間上の点分布をハフ変換し、色空間の直線状の点分布
の位置を検出することにより、指定された画像領域内の
色数が求められる。
【００１６】また、色空間上に写像された指定された画
像領域の各画素の点分布を主成分分析し、その第１主成
分および第２主成分を用いることにより、指定された画
像領域内の色数を求めることができる。
像領域の各画素の点分布を主成分分析し、その第１主成
分および第２主成分を用いることにより、指定された画
像領域内の色数を求めることができる。
【００１７】さらに、少色化したい画像領域を指定し、
この指定された画像領域の各画素を色空間上に写像して
得られた色空間上の点分布をハフ変換することにより、
色空間の直線状の点分布の位置を検出し、この直線状の
点分布をクラスタリングして得られたクラスタの数の色
を用いて画像を表示する少色化が実現できる。
この指定された画像領域の各画素を色空間上に写像して
得られた色空間上の点分布をハフ変換することにより、
色空間の直線状の点分布の位置を検出し、この直線状の
点分布をクラスタリングして得られたクラスタの数の色
を用いて画像を表示する少色化が実現できる。
【００１８】
【実施例】以下、本発明の一実施例について図面を参照
して説明する。図２は、本発明の一実施例に係る色判別
装置の構成を示すものである。図において、全体的な制
御を司るＣＰＵ２０１には、ＣＰＵバス２０２を介し
て、ＣＰＵ２０１の作業用メモリである記憶装置２０
３、本色判別装置を制御する制御プログラム等が格納さ
れている主記憶部２０４、外部からのデータまたは指示
入力を行うキーボード等のデータ入力装置２０５が接続
されている。主記憶部２０４内には、プログラム格納領
域とテンポラリ記憶領域があり、プログラム格納領域に
はあらかじめプログラムが格納されており、テンポラリ
記憶領域はＣＰＵ５０１の一時記憶領域として使われ
る。
して説明する。図２は、本発明の一実施例に係る色判別
装置の構成を示すものである。図において、全体的な制
御を司るＣＰＵ２０１には、ＣＰＵバス２０２を介し
て、ＣＰＵ２０１の作業用メモリである記憶装置２０
３、本色判別装置を制御する制御プログラム等が格納さ
れている主記憶部２０４、外部からのデータまたは指示
入力を行うキーボード等のデータ入力装置２０５が接続
されている。主記憶部２０４内には、プログラム格納領
域とテンポラリ記憶領域があり、プログラム格納領域に
はあらかじめプログラムが格納されており、テンポラリ
記憶領域はＣＰＵ５０１の一時記憶領域として使われ
る。
【００１９】また、ＣＰＵ２０１には、ＣＰＵバス２０
２を介して、入力インタフェイス装置２０６および出力
インタフェイス装置２０７が接続されている。入力イン
タフェイス装置２０６には、画像入力装置２０８が接続
されていて、画像入力装置２０８が、あらかじめ用意さ
れたカラー画像を読み取ると、このカラー画像は、入力
インタフェイス装置２０６、ＣＰＵバス２０２を通っ
て、記憶装置２０３に送られ、ここに蓄えられるように
なっている。
２を介して、入力インタフェイス装置２０６および出力
インタフェイス装置２０７が接続されている。入力イン
タフェイス装置２０６には、画像入力装置２０８が接続
されていて、画像入力装置２０８が、あらかじめ用意さ
れたカラー画像を読み取ると、このカラー画像は、入力
インタフェイス装置２０６、ＣＰＵバス２０２を通っ
て、記憶装置２０３に送られ、ここに蓄えられるように
なっている。
【００２０】出力インタフェイス装置２０７には、画像
出力装置２０９が接続されていて、記憶装置２０３に蓄
えられたカラー画像は、ＣＰＵバス２０２、出力インタ
フェイス装置２０７を通り、画像出力装置２０９へと送
られ、任意のデバイスに出力されるようになっている。
出力装置２０９が接続されていて、記憶装置２０３に蓄
えられたカラー画像は、ＣＰＵバス２０２、出力インタ
フェイス装置２０７を通り、画像出力装置２０９へと送
られ、任意のデバイスに出力されるようになっている。
【００２１】次に、上記のような構成において、本装置
の処理の流れについて図３に示すフローチャートを参照
して説明する。ＣＰＵ２０１から画像入力要求の命令が
出力されると、画像入力装置２０８があらかじめ用意さ
れたカラー画像を読取り、記憶装置２０３にそのカラー
画像を蓄える（ステップ６０１）。
の処理の流れについて図３に示すフローチャートを参照
して説明する。ＣＰＵ２０１から画像入力要求の命令が
出力されると、画像入力装置２０８があらかじめ用意さ
れたカラー画像を読取り、記憶装置２０３にそのカラー
画像を蓄える（ステップ６０１）。
【００２２】色の数を判別したい画像領域は、データ入
力装置２０５から入力して指定することにより、記憶装
置２０３に蓄えられたカラー画像から指定された画像領
域を切り出し（ステップ６０２）、その画像領域の各画
素を色空間上に写像する（ステップ６０３）。すなわ
ち、色空間としてＲＧＢ３次元色空間を用いて、カラー
画像の各画素値が赤成分、緑成分および青成分で与えら
れているものとすると、ＲＧＢ３次元色空間上に写像す
るには、この画素値を赤（Ｒ）成分、緑（Ｇ）成分およ
び青（Ｂ）成分で構成されるＲＧＢ３次元色空間上の対
応する位置に写像すればよい。このような方法で、指定
された画像領域内のすべての画素を色空間上に写像する
と、指定領域内の画素は色空間内では点分布で表され
る。
力装置２０５から入力して指定することにより、記憶装
置２０３に蓄えられたカラー画像から指定された画像領
域を切り出し（ステップ６０２）、その画像領域の各画
素を色空間上に写像する（ステップ６０３）。すなわ
ち、色空間としてＲＧＢ３次元色空間を用いて、カラー
画像の各画素値が赤成分、緑成分および青成分で与えら
れているものとすると、ＲＧＢ３次元色空間上に写像す
るには、この画素値を赤（Ｒ）成分、緑（Ｇ）成分およ
び青（Ｂ）成分で構成されるＲＧＢ３次元色空間上の対
応する位置に写像すればよい。このような方法で、指定
された画像領域内のすべての画素を色空間上に写像する
と、指定領域内の画素は色空間内では点分布で表され
る。
【００２３】次に、色数判別処理（ステップ６０４）に
おいて、ステップ６０３により求められた色空間上の点
分布から色数を求め、この色数を任意のデバイスに出力
する（ステップ６０５）。
おいて、ステップ６０３により求められた色空間上の点
分布から色数を求め、この色数を任意のデバイスに出力
する（ステップ６０５）。
【００２４】色数判別処理（ステップ６０４）は、さら
に図４に示すフローチャートのような処理に分けられ
る。ここでの処理は、色空間上の点分布において、図１
（ａ）に示すように直線成分（１０１〜１０３）の数を
求めることである。ステップ６０３で求められた画素の
色空間上の点分布は、ハフ（Ｈｏｕｇｈ）変換により、
さらに別の空間に写像される（ステップ７０１）。この
空間をここではハフ変換空間と呼ぶ。ハフ変換は、直線
などの図形を画像中から検出するための手法であり、こ
こでは、最も広く使われている直線検出法について述べ
る（Ｄｕｄａａｎｄ Ｈａｒｔの方法：田村秀行 コン
ピュータ画像処理入門 総研出版１９８５ より抜
粋）。
に図４に示すフローチャートのような処理に分けられ
る。ここでの処理は、色空間上の点分布において、図１
（ａ）に示すように直線成分（１０１〜１０３）の数を
求めることである。ステップ６０３で求められた画素の
色空間上の点分布は、ハフ（Ｈｏｕｇｈ）変換により、
さらに別の空間に写像される（ステップ７０１）。この
空間をここではハフ変換空間と呼ぶ。ハフ変換は、直線
などの図形を画像中から検出するための手法であり、こ
こでは、最も広く使われている直線検出法について述べ
る（Ｄｕｄａａｎｄ Ｈａｒｔの方法：田村秀行 コン
ピュータ画像処理入門 総研出版１９８５ より抜
粋）。
【００２５】直線を、
ρ＝ｘ cosθ＋ｙ sinθ ………（１）
で表現し、直線を記述するためのパラメータとして、
（ρ、θ）を用いる。ここでρは原点から下ろした垂線
の長さ、θは垂線とｘ軸とのなす角である。この直線が
画像上の点（ｘ0 、ｙ0 ）を通るとすると、 ρ＝ｘ0 cosθ＋ｙ0 sinθ ………（２） の関係が成り立つ。この関係はパラメータ空間ρ−θ上
ではサイン曲線となる。すなわち、ｘ−ｙ空間の１点は
ρ−θ空間の１本の軌跡に対応し、逆に式（２）で表さ
れるρ−θの軌跡は、ｘ−ｙ空間において（ｘ0 、ｙ
0 ）を通る全ての直線群を表していることになる。従っ
て、ｘ−ｙ空間上で１本の直線上の点をρ−θ空間に写
像した場合、これらの点から作れるρ−θ空間上での軌
跡は１点で交わることになる。
（ρ、θ）を用いる。ここでρは原点から下ろした垂線
の長さ、θは垂線とｘ軸とのなす角である。この直線が
画像上の点（ｘ0 、ｙ0 ）を通るとすると、 ρ＝ｘ0 cosθ＋ｙ0 sinθ ………（２） の関係が成り立つ。この関係はパラメータ空間ρ−θ上
ではサイン曲線となる。すなわち、ｘ−ｙ空間の１点は
ρ−θ空間の１本の軌跡に対応し、逆に式（２）で表さ
れるρ−θの軌跡は、ｘ−ｙ空間において（ｘ0 、ｙ
0 ）を通る全ての直線群を表していることになる。従っ
て、ｘ−ｙ空間上で１本の直線上の点をρ−θ空間に写
像した場合、これらの点から作れるρ−θ空間上での軌
跡は１点で交わることになる。
【００２６】ここで、ハフ変換処理の具体例として、図
５に示すような色空間内の点分布を基に説明する。ま
ず、ＲＧＢ３次元色空間における分布をＲＧ、ＲＢ、Ｇ
Ｂのいずれかの２次元空間に置き換える。置き換える方
法としては、例えばＲＧＢ３次元色空間上の各点をＲ
Ｇ、ＲＢ、ＧＢそれぞれの面から見た点へ写像し、Ｒ
Ｇ、ＲＢ、ＧＢ面の中で最も分布の広がりが大きい面、
あるいは、目視により全ての直線成分がはっきりと現れ
ている面を抽出する。例えば、図５に示すＲＧＢ３次元
色空間における分布を２次元空間に置き換えるには、直
線成分のはっきり現れているＲＢ面にデータを写像すれ
ばよい。ＲＧ面へ写像すると、白色３０１から赤色３０
３へ延びる直線が現れず、ＧＢ面へ写像すると、白色３
０１から青色３０４へ延びる直線が現れなくなるためで
ある。図５の分布をＲＢ面に写像すると、図１（ａ）の
ような分布となる。
５に示すような色空間内の点分布を基に説明する。ま
ず、ＲＧＢ３次元色空間における分布をＲＧ、ＲＢ、Ｇ
Ｂのいずれかの２次元空間に置き換える。置き換える方
法としては、例えばＲＧＢ３次元色空間上の各点をＲ
Ｇ、ＲＢ、ＧＢそれぞれの面から見た点へ写像し、Ｒ
Ｇ、ＲＢ、ＧＢ面の中で最も分布の広がりが大きい面、
あるいは、目視により全ての直線成分がはっきりと現れ
ている面を抽出する。例えば、図５に示すＲＧＢ３次元
色空間における分布を２次元空間に置き換えるには、直
線成分のはっきり現れているＲＢ面にデータを写像すれ
ばよい。ＲＧ面へ写像すると、白色３０１から赤色３０
３へ延びる直線が現れず、ＧＢ面へ写像すると、白色３
０１から青色３０４へ延びる直線が現れなくなるためで
ある。図５の分布をＲＢ面に写像すると、図１（ａ）の
ような分布となる。
【００２７】次に、図１（ａ）のＲＢ空間に写像された
各点を、式（１）によりρ−θ空間（ハフ変換空間）上
に写像する。以下、図１（ａ）の分布を細線化等の処理
により直線で近似した様子を示した図６を用いて説明す
る。図６における各点（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）
をρ−θ空間（ハフ変換空間）上に写像した様子を示し
たものが図７である。
各点を、式（１）によりρ−θ空間（ハフ変換空間）上
に写像する。以下、図１（ａ）の分布を細線化等の処理
により直線で近似した様子を示した図６を用いて説明す
る。図６における各点（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）
をρ−θ空間（ハフ変換空間）上に写像した様子を示し
たものが図７である。
【００２８】図６に示すようなＲＢ色空間において、白
色分布領域と赤色分布領域を結ぶ直線８０１上の任意の
３点をＡ、Ｂ、Ｃ、白色分布領域と黒色分布領域を結ぶ
直線８０２上の任意の３点をＡ、Ｄ、Ｅ、白色分布領域
と青色分布領域を結ぶ直線８０３上の任意の３点をＡ、
Ｆ、Ｇとする。
色分布領域と赤色分布領域を結ぶ直線８０１上の任意の
３点をＡ、Ｂ、Ｃ、白色分布領域と黒色分布領域を結ぶ
直線８０２上の任意の３点をＡ、Ｄ、Ｅ、白色分布領域
と青色分布領域を結ぶ直線８０３上の任意の３点をＡ、
Ｆ、Ｇとする。
【００２９】点Ａ（ｘ0 、ｙ0 ）をハフ変換した場合、
図６において、原点からＡ点を通る直線８０３に下ろし
た垂線の長さをρ、その角をθとすると、式（２）か
ら、この２変数の組み合わせはρ−θ空間上で図７に示
すように１本のサイン曲線（８０７）で表される。これ
を点Ｂ〜Ｇについても同様に行い、ρ−θ空間上に各点
のサイン曲線を求める。色空間内で直線状に分布してい
る点があれば、ρ−θ空間上では、その点に対応するサ
イン曲線は１点で交わるため、図６における点Ａ、Ｂ、
Ｃの各サイン曲線は図７の点α、図６における点Ａ、
Ｄ、Ｅの各サイン曲線は図７の点β、図６における点
Ａ、Ｆ、Ｇの各サイン曲線は図７の点γで交わる。すな
わち、色空間内に直線状の点分布が存在すれば、ρ−θ
空間上では、直線状に分布した各点に対応するサイン曲
線が互いに交わった交点が、１点に集中することにな
る。
図６において、原点からＡ点を通る直線８０３に下ろし
た垂線の長さをρ、その角をθとすると、式（２）か
ら、この２変数の組み合わせはρ−θ空間上で図７に示
すように１本のサイン曲線（８０７）で表される。これ
を点Ｂ〜Ｇについても同様に行い、ρ−θ空間上に各点
のサイン曲線を求める。色空間内で直線状に分布してい
る点があれば、ρ−θ空間上では、その点に対応するサ
イン曲線は１点で交わるため、図６における点Ａ、Ｂ、
Ｃの各サイン曲線は図７の点α、図６における点Ａ、
Ｄ、Ｅの各サイン曲線は図７の点β、図６における点
Ａ、Ｆ、Ｇの各サイン曲線は図７の点γで交わる。すな
わち、色空間内に直線状の点分布が存在すれば、ρ−θ
空間上では、直線状に分布した各点に対応するサイン曲
線が互いに交わった交点が、１点に集中することにな
る。
【００３０】以上により、ハフ変換空間が求められたの
で、続いて、ハフ変換空間においてサイン曲線の交点が
集中したピーク点を検出する（ステップ７０２）。図６
では分布を直線で近似して説明したのでρ−θ空間では
単純にピークを検出すればよいが、実際には図１（ａ）
のように完全な直線ではなく、ある程度のばらつきがあ
る。そこで、例えば、次のようなピーク検出法を用い
る。ピークの検出は、分布状態の山を見つければよく、
例えば、図８に示すフローチャートのような処理が考え
られる。
で、続いて、ハフ変換空間においてサイン曲線の交点が
集中したピーク点を検出する（ステップ７０２）。図６
では分布を直線で近似して説明したのでρ−θ空間では
単純にピークを検出すればよいが、実際には図１（ａ）
のように完全な直線ではなく、ある程度のばらつきがあ
る。そこで、例えば、次のようなピーク検出法を用い
る。ピークの検出は、分布状態の山を見つければよく、
例えば、図８に示すフローチャートのような処理が考え
られる。
【００３１】まず、２次元空間における分布状態を横方
向に検索していき、左右の分布状態が現在位置の分布状
態より小さいかどうかを判定し、横方向の山を見つける
処理を行う（ステップ９０１）。次に、横方向の山が見
つかったら、縦方向の検索を行い、上下の分布状態が現
在位置の分布状態より小さいかどうかを判定して、縦方
向の山を見つける処理を行う（ステップ９０２）。この
様にして、横と縦の山が見つかったら、その点をピーク
点として出力する（ステップ９０３）。ここでは、ピー
ク点は１つということで説明したが、ピーク点はいくつ
あってもかまわない。この場合、ピーク点全てを抽出し
出力する。
向に検索していき、左右の分布状態が現在位置の分布状
態より小さいかどうかを判定し、横方向の山を見つける
処理を行う（ステップ９０１）。次に、横方向の山が見
つかったら、縦方向の検索を行い、上下の分布状態が現
在位置の分布状態より小さいかどうかを判定して、縦方
向の山を見つける処理を行う（ステップ９０２）。この
様にして、横と縦の山が見つかったら、その点をピーク
点として出力する（ステップ９０３）。ここでは、ピー
ク点は１つということで説明したが、ピーク点はいくつ
あってもかまわない。この場合、ピーク点全てを抽出し
出力する。
【００３２】そして、最後に、ステップ７０２で上記の
処理等により検出されたピーク点をカウントして色数を
判別する（ステップ７０３）。ここでカウントされた数
は、色空間上での直線の数を示しており、求める色数
は、一様な下地に色が存在するカラー画像の場合には、
この直線の数に「１」を加えた数となる。
処理等により検出されたピーク点をカウントして色数を
判別する（ステップ７０３）。ここでカウントされた数
は、色空間上での直線の数を示しており、求める色数
は、一様な下地に色が存在するカラー画像の場合には、
この直線の数に「１」を加えた数となる。
【００３３】カラー画像の特定領域内の色数の判別が１
色か２色か３色以上かを判定するだけで十分な場合に
は、色数判別処理（ステップ６０４）として、図９に示
すフローチャートのような処理が適用できる。まず、主
成分処理（ステップ１００１）では、色空間における分
布の主成分分析を行う。主成分分析とは、多変量の測定
値が与えられたとき、線形変換によって変量間の相関を
なくし、より少ない変量によって測定対象の特徴を記述
しようという変換である。
色か２色か３色以上かを判定するだけで十分な場合に
は、色数判別処理（ステップ６０４）として、図９に示
すフローチャートのような処理が適用できる。まず、主
成分処理（ステップ１００１）では、色空間における分
布の主成分分析を行う。主成分分析とは、多変量の測定
値が与えられたとき、線形変換によって変量間の相関を
なくし、より少ない変量によって測定対象の特徴を記述
しようという変換である。
【００３４】具体例として、色空間における分布が図１
０に示すとおりであるとすると、分布１６０１の一番広
がっている方向成分を第１主成分１６０２、それと直行
する方向成分を第２主成分１６０３、さらにそれと直行
する方向成分を第３主成分１６０４、…というように、
大量のデータを、これら数種類の成分で表現しようとす
る分析方法である。
０に示すとおりであるとすると、分布１６０１の一番広
がっている方向成分を第１主成分１６０２、それと直行
する方向成分を第２主成分１６０３、さらにそれと直行
する方向成分を第３主成分１６０４、…というように、
大量のデータを、これら数種類の成分で表現しようとす
る分析方法である。
【００３５】次に、第１主成分がしきい値θ1 よりも大
きいかどうかを判定する（ステップ１００２）。第１主
成分がしきい値θ1 よりも小さい場合には、この画像領
域の色数は「１」と判定する（ステップ１００３）。第
１主成分がしきい値θ1 よりも大きい場合には、さらに
第２主成分がしきい値θ2 よりも大きいかどうかを判定
する（ステップ１００４）。ここで、第２主成分がしき
い値θ2 よりも小さい場合には、この画像領域の色数は
「２」と判定する（ステップ１００５）。第２主成分が
しきい値θ2 よりも大きい場合には、色数は「３」以上
と判定する（ステップ１００６）。
きいかどうかを判定する（ステップ１００２）。第１主
成分がしきい値θ1 よりも小さい場合には、この画像領
域の色数は「１」と判定する（ステップ１００３）。第
１主成分がしきい値θ1 よりも大きい場合には、さらに
第２主成分がしきい値θ2 よりも大きいかどうかを判定
する（ステップ１００４）。ここで、第２主成分がしき
い値θ2 よりも小さい場合には、この画像領域の色数は
「２」と判定する（ステップ１００５）。第２主成分が
しきい値θ2 よりも大きい場合には、色数は「３」以上
と判定する（ステップ１００６）。
【００３６】主成分分析による色数判別の具体例を図１
１、１２、１３に示す。図１１は、第１主成分が小さい
場合の分布であり、これは例えば下地のみである色数１
の色分布を示す。図１２は、第１主成分は大きいが、第
２主成分は小さい場合の分布であり、これは例えば下地
の他に１色が存在する画像の色数２の色分布を示す。図
１３は、第１主成分、第２主成分が共に大きい場合の分
布であり、これは例えば下地の他に２色が存在する画像
の色数「３」の色分布を示す。
１、１２、１３に示す。図１１は、第１主成分が小さい
場合の分布であり、これは例えば下地のみである色数１
の色分布を示す。図１２は、第１主成分は大きいが、第
２主成分は小さい場合の分布であり、これは例えば下地
の他に１色が存在する画像の色数２の色分布を示す。図
１３は、第１主成分、第２主成分が共に大きい場合の分
布であり、これは例えば下地の他に２色が存在する画像
の色数「３」の色分布を示す。
【００３７】さらに、色空間上の点分布が直線状である
場合、主成分分析による色数判別の具体例を図１（ｂ）
に示す。この図は、図１（ａ）と同様にＲＧＢ３次元空
間上の分布を、ＲＧ、ＲＢ、ＧＢのいずれかの２次元空
間に置き換えた図である。第１主成分軸１０４及び第２
主成分軸１０５は図のようになり、第１主成分、第２主
成分の値がともに大きいことから、色数は「３」以上と
判定される。しきい値θ1 、θ2 は、例えば、カラー画
像の画素値の分解能が２５６階調だとすると、θ1 は
「１２８」、θ2 は「２０」程度となる。
場合、主成分分析による色数判別の具体例を図１（ｂ）
に示す。この図は、図１（ａ）と同様にＲＧＢ３次元空
間上の分布を、ＲＧ、ＲＢ、ＧＢのいずれかの２次元空
間に置き換えた図である。第１主成分軸１０４及び第２
主成分軸１０５は図のようになり、第１主成分、第２主
成分の値がともに大きいことから、色数は「３」以上と
判定される。しきい値θ1 、θ2 は、例えば、カラー画
像の画素値の分解能が２５６階調だとすると、θ1 は
「１２８」、θ2 は「２０」程度となる。
【００３８】このように、カラー画像の特定領域内の色
の数を求めることにより、例えば、図１４（ａ）のよう
な一様な背景に赤色の英字１１０１、花１１０２、人物
１１０３及び黒色の日付１１０４が書かれているカラー
画像から、それぞれの領域を図１４（ｂ）に示すよう
に、赤色の単色１１０５、多色（Ａ）１１０６、多色
（Ｂ）１１０７及び黒色の単色１１０８と識別すること
ができる。
の数を求めることにより、例えば、図１４（ａ）のよう
な一様な背景に赤色の英字１１０１、花１１０２、人物
１１０３及び黒色の日付１１０４が書かれているカラー
画像から、それぞれの領域を図１４（ｂ）に示すよう
に、赤色の単色１１０５、多色（Ａ）１１０６、多色
（Ｂ）１１０７及び黒色の単色１１０８と識別すること
ができる。
【００３９】以上述べてきたように、色空間上の直線状
分布の位置の検出、または、直線状分布の成分分析によ
りカラー画像の特定領域内の色数が求められるが、さら
に、色数の判別方法と同様な処理により、色空間上での
直線状分布を検出した後、直線状分布を２分することに
より、色空間上の分布をクラスタリングし、少色化も実
現できる。その一例を図１５に示すフローチャートを参
照して説明する。
分布の位置の検出、または、直線状分布の成分分析によ
りカラー画像の特定領域内の色数が求められるが、さら
に、色数の判別方法と同様な処理により、色空間上での
直線状分布を検出した後、直線状分布を２分することに
より、色空間上の分布をクラスタリングし、少色化も実
現できる。その一例を図１５に示すフローチャートを参
照して説明する。
【００４０】画像入力装置２０８からカラー画像を入力
し、記憶装置２０３に蓄える（ステップ１２０１）。次
に、少色化したい画像領域をデータ入力装置２０５から
入力して指定することにより、記憶装置２０３に蓄えら
れたカラー画像から指定された画像領域を切り出した後
（ステップ１２０２）、その指定された画像領域の各画
素を色空間上に写像する（ステップ１２０３）。ここで
は、色空間としてＲＧＢ３次元色空間を用いて説明す
る。カラー画像の各画素値が赤成分、緑成分及び青成分
で与えられているものとすると、ＲＧＢ３次元色空間に
写像するには、この画素値を赤成分、緑成分及び青成分
で構成されるＲＧＢ３次元色空間上に対応する位置に写
像すればよい。この操作を指定された画像領域内のすべ
ての画素について行うことで、得られた色空間分布から
カラー画像の少色化を行う（ステップ１２０４）。そし
て、少色化されたカラー画像を画像出力装置２０９へ出
力する（ステップ１２０５）。
し、記憶装置２０３に蓄える（ステップ１２０１）。次
に、少色化したい画像領域をデータ入力装置２０５から
入力して指定することにより、記憶装置２０３に蓄えら
れたカラー画像から指定された画像領域を切り出した後
（ステップ１２０２）、その指定された画像領域の各画
素を色空間上に写像する（ステップ１２０３）。ここで
は、色空間としてＲＧＢ３次元色空間を用いて説明す
る。カラー画像の各画素値が赤成分、緑成分及び青成分
で与えられているものとすると、ＲＧＢ３次元色空間に
写像するには、この画素値を赤成分、緑成分及び青成分
で構成されるＲＧＢ３次元色空間上に対応する位置に写
像すればよい。この操作を指定された画像領域内のすべ
ての画素について行うことで、得られた色空間分布から
カラー画像の少色化を行う（ステップ１２０４）。そし
て、少色化されたカラー画像を画像出力装置２０９へ出
力する（ステップ１２０５）。
【００４１】次に、少色化処理（ステップ１２０４）
は、さらに図１６に示すフローチャートのような処理に
分けられる。まず、色数判別処理（ステップ１３０１）
では、前述した図４のステップ７０１〜７０３と同様な
処理を行う。そして、ハフ変換空間で検出されたピーク
点から色空間上での直線状分布の位置を求める（ステッ
プ１３０２）。すなわち、例えば図７のピーク点α（８
０６）は、式（１）により図６の色空間上の直線８０３
として求められる。
は、さらに図１６に示すフローチャートのような処理に
分けられる。まず、色数判別処理（ステップ１３０１）
では、前述した図４のステップ７０１〜７０３と同様な
処理を行う。そして、ハフ変換空間で検出されたピーク
点から色空間上での直線状分布の位置を求める（ステッ
プ１３０２）。すなわち、例えば図７のピーク点α（８
０６）は、式（１）により図６の色空間上の直線８０３
として求められる。
【００４２】次に、ステップ１３０２により求められた
直線状分布を２分する（ステップ１３０３）。具体的に
説明すると、例えば図１（ａ）における色空間の直線状
分布１０１が、実際には図１７（ａ）の分布曲線１４０
１であったとする。この分布を２分する方法としては、
例えばモード法が挙げられる。モード法とは、図１７
（ｂ）のようなデータ分布があるとすると、２つの山１
４０４及び１４０５の間の谷１４０３のところで２分す
るという方法である。
直線状分布を２分する（ステップ１３０３）。具体的に
説明すると、例えば図１（ａ）における色空間の直線状
分布１０１が、実際には図１７（ａ）の分布曲線１４０
１であったとする。この分布を２分する方法としては、
例えばモード法が挙げられる。モード法とは、図１７
（ｂ）のようなデータ分布があるとすると、２つの山１
４０４及び１４０５の間の谷１４０３のところで２分す
るという方法である。
【００４３】色空間のそれぞれの直線状分布を２分した
ら、次に色空間上の分布のクラスタリングを行なう（ス
テップ１３０４）。色空間分布の例として図５に示すよ
うな分布を色空間上の直線状分布の位置の検出、また
は、直線上の分布の解析によりクラスタリングすると、
図１８に示すようになる。白色１５０１と赤色１５０２
の分布を結んだ直線状分布がステップ１３０３において
分割点１５０５で分割され、白色と赤色が分離されてい
ることがわかる。同様に、白色１５０１と黒色１５０３
が分割点１５０６で分割され、また、白色１５０１と青
色１５０４が分割点１５０７で分割されている。そし
て、最終的に図１８のように４つの領域（１５０１、１
５０２、１５０３、１５０４）にクラスタリングされ
る。
ら、次に色空間上の分布のクラスタリングを行なう（ス
テップ１３０４）。色空間分布の例として図５に示すよ
うな分布を色空間上の直線状分布の位置の検出、また
は、直線上の分布の解析によりクラスタリングすると、
図１８に示すようになる。白色１５０１と赤色１５０２
の分布を結んだ直線状分布がステップ１３０３において
分割点１５０５で分割され、白色と赤色が分離されてい
ることがわかる。同様に、白色１５０１と黒色１５０３
が分割点１５０６で分割され、また、白色１５０１と青
色１５０４が分割点１５０７で分割されている。そし
て、最終的に図１８のように４つの領域（１５０１、１
５０２、１５０３、１５０４）にクラスタリングされ
る。
【００４４】そして、ステップ１３０４にてクラスタリ
ングされた各クラスタ内の画素値を、例えばそのクラス
タ内の平均の色に置き換えることにより少色化が実現で
きる（ステップ１３０５）。すなわち、図１８に示すよ
うにクラスタリングされた各クラスタ内の画素値を、そ
のクラスタ内の平均の色で置き換えて少色化を行うと、
４色に少色化される。
ングされた各クラスタ内の画素値を、例えばそのクラス
タ内の平均の色に置き換えることにより少色化が実現で
きる（ステップ１３０５）。すなわち、図１８に示すよ
うにクラスタリングされた各クラスタ内の画素値を、そ
のクラスタ内の平均の色で置き換えて少色化を行うと、
４色に少色化される。
【００４５】このように、色空間上に写像された指定さ
れた画像領域の各画素の点分布を、ハフ変換、または、
主成分分析をすることにより、指定された画像領域内の
色数を求めたり、また、クラスタリングが行える。さら
に、色数がわかることにより、カラー画像の領域分割、
領域識別にも利用できる。また、クラスタリングによ
り、カラー画像を表示する際にディスプレイの表示色数
が限られている場合、求められたクラスタの数の色を用
いて画像を表示する少色化や、画像の領域分割を色で行
う際の分割領域数を知ることができ、カラー画像データ
を圧縮する際の最低限必要な色の数としてデータ圧縮に
利用することができる。
れた画像領域の各画素の点分布を、ハフ変換、または、
主成分分析をすることにより、指定された画像領域内の
色数を求めたり、また、クラスタリングが行える。さら
に、色数がわかることにより、カラー画像の領域分割、
領域識別にも利用できる。また、クラスタリングによ
り、カラー画像を表示する際にディスプレイの表示色数
が限られている場合、求められたクラスタの数の色を用
いて画像を表示する少色化や、画像の領域分割を色で行
う際の分割領域数を知ることができ、カラー画像データ
を圧縮する際の最低限必要な色の数としてデータ圧縮に
利用することができる。
【００４６】尚、前記実施例では、ＲＧＢ３次元空間を
ＲＢ２次元空間に置き換えたが、ＲＧＢの３次元空間の
ままハフ変換を行い、直線を抽出することも可能であ
る。また、色空間としてＲＧＢ色空間だけでなく、ＨＶ
Ｃ色空間、ＣＭＹ色空間、Ｌ*ａ*ｂ*色空間などを用い
て解析することも可能である。
ＲＢ２次元空間に置き換えたが、ＲＧＢの３次元空間の
ままハフ変換を行い、直線を抽出することも可能であ
る。また、色空間としてＲＧＢ色空間だけでなく、ＨＶ
Ｃ色空間、ＣＭＹ色空間、Ｌ*ａ*ｂ*色空間などを用い
て解析することも可能である。
【００４７】
【発明の効果】以上詳述したように本発明によれば、デ
ータ分布が幾つかのクラスタにまたがって分布してしま
うような色数の判別が困難な場合において、色空間上の
直線状分布の位置の検出、または、直線状分布の主成分
分析により、カラー画像の特定領域内の色数の判別と少
色化を可能とする色判別装置および色判別方法を提供で
きる。
ータ分布が幾つかのクラスタにまたがって分布してしま
うような色数の判別が困難な場合において、色空間上の
直線状分布の位置の検出、または、直線状分布の主成分
分析により、カラー画像の特定領域内の色数の判別と少
色化を可能とする色判別装置および色判別方法を提供で
きる。
【図１】本発明の一実施例に係る色判別装置の色数判別
法を説明する図。
法を説明する図。
【図２】本発明の一実施例に係る色数判別装置の構成を
概略的に示すブロック図。
概略的に示すブロック図。
【図３】色数判別方法を説明するフローチャート。
【図４】色空間の直線状分布の検出による色数判別処理
を説明するフローチャート。
を説明するフローチャート。
【図５】色空間上のクラスタリングが従来の方法では困
難な場合の色分布の一例を示した図。
難な場合の色分布の一例を示した図。
【図６】ハフ変換による色空間の直線状分布の検出処理
を説明する図。
を説明する図。
【図７】ハフ変換による色空間の直線状分布の検出処理
を説明する図。
を説明する図。
【図８】ピーク点検出処理を説明するフローチャート。
【図９】主成分分析による色数判別処理を説明するフロ
ーチャート。
ーチャート。
【図１０】主成分分析を説明する図。
【図１１】主成分分析による色数判別処理により色数が
判別された（色数１）分布の例を示す図。
判別された（色数１）分布の例を示す図。
【図１２】主成分分析による色数判別処理により色数が
判別された（色数２）分布の例を示す図。
判別された（色数２）分布の例を示す図。
【図１３】主成分分析による色数判別処理により色数が
判別された（色数３）分布の例を示す図。
判別された（色数３）分布の例を示す図。
【図１４】カラー画像の領域識別の一例を示す図。
【図１５】クラスタリングによる少色化を説明するフロ
ーチャート。
ーチャート。
【図１６】図１５の少色化処理を説明するフローチャー
ト。
ト。
【図１７】直線状分布の分割方法について説明する図。
【図１８】直線状の点分布をクラスタリングする一例を
示した図。
示した図。
【図１９】色空間にクラスタリングされた色分布の一例
を示した図。
を示した図。
【図２０】少色化の一例を示した図。
【図２１】色分布のつながりの原因を説明する図。
１０１〜１０３…直線状点分布、１０４…第１主成分
軸、１０５…第２主成分軸、２０１…ＣＰＵ、２０２…
ＣＰＵバス、２０３…記憶装置、２０４…主記憶装置、
２０５…データ入力装置、２０６…入力インタフェイス
装置、２０７…出力インタフェイス装置、２０８…画像
入力装置、２０９…画像出力装置。
軸、１０５…第２主成分軸、２０１…ＣＰＵ、２０２…
ＣＰＵバス、２０３…記憶装置、２０４…主記憶装置、
２０５…データ入力装置、２０６…入力インタフェイス
装置、２０７…出力インタフェイス装置、２０８…画像
入力装置、２０９…画像出力装置。
フロントページの続き
(56)参考文献 特開 平２−194773（ＪＰ，Ａ)
特開 平４−61558（ＪＰ，Ａ)
特開 昭63−142771（ＪＰ，Ａ)
特開 平２−1076（ＪＰ，Ａ)
富永昌治，カラー画像の色分類と分
割，情報処理学会論文誌，1990年11月15
日，Ｖｏｌ． 31， Ｎｏ． 11，ｐ
ｐ． 1589−1598
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06T 7/00 - 7/60
G06T 1/00
H04N 1/46
H04N 1/60
Claims (4)
- 【請求項１】 カラー画像の特定領域内の色数を求める
色判別装置において、 前記カラー画像を入力するカラー画像入力手段と、 前記カラー画像に対して色数を求める画像領域を指定す
る領域指定手段と、 この領域指定手段により指定された画像領域を前記カラ
ー画像入力手段により入力されたカラー画像から切り出
す切出手段と、 この切出手段により切り出された画像領域の各画素を色
空間上に写像する写像手段と、 この写像手段により写像された画素の色空間上の各点を
ハフ（Ｈｏｕｇｈ）変換する変換手段と、 この変換手段によりハフ変換された前記色空間上の各点
の分布から、この分布の極大点を検出することにより色
数を判別する色数判別手段と、 この色数判別手段により判別された色数を出力する色数
出力手段と、 を具備することを特徴とする色判別装置。 - 【請求項２】 カラー画像の特定領域内の色数を求める
色判別装置において、 前記カラー画像を入力するカラー画像入力手段と、 前記カラー画像に対して色数を求める画像領域を指定す
る領域指定手段と、 この領域指定手段により指定された画像領域を前記カラ
ー画像入力手段により入力されたカラー画像から切り出
す切出手段と、 この切出手段により切り出された画像領域の各画素を色
空間上に写像する写像手段と、 この写像手段により写像された画素の色空間上の各点を
ハフ（Ｈｏｕｇｈ）変換する変換手段と、 この変換手段によりハフ変換された前記色空間上の各点
の分布から、この分布の極大点を検出する極大点検出手
段と、 この極大点検出手段により検出された極大点から色空間
上での直線状の点分布の位置を検出する直線成分検出手
段と、 この直線成分検出手段により検出された色空間の直線状
の点分布を分割する直線成分分割手段と、 この直線成分分割手段により分割された色空間の直線状
の点分布を含めて色空間上の点分布のクラスタリングを
行うクラスタリング手段と、 このクラスタリング手段によりクラスタリングされた各
クラスタ内の色を１つの色で置き換えることにより少色
化するデータ置換え手段と、 このデータ置換え手段により少色化された画像領域のカ
ラー画像を出力する画像出力手段と、 を具備することを特徴とする色判別装置。 - 【請求項３】 カラー画像の特定領域内の色数を求める
色判別方法において、 前記カラー画像を入力するカラー画像入力工程と、 前記カラー画像に対して色数を求める画像領域を指定す
る領域指定工程と、 この領域指定工程により指定された画像領域を前記カラ
ー画像入力工程により入力されたカラー画像から切り出
す切出工程と、 この切出工程により切り出された画像領域の各画素を色
空間上に写像する写像工程と、 この写像工程により写像された画素の色空間上の各点を
ハフ（Ｈｏｕｇｈ）変換する変換工程と、 この変換工程によりハフ変換された前記色空間上の各点
の分布から、この分布の極大点を検出することにより色
数を判別する色数判別工程と、 この色数判別工程により判別された色数を出力する色数
出力工程と、 を具備することを特徴とする色判別方法。 - 【請求項４】 カラー画像の特定領域内の色数を求める
色判別方法において、 前記カラー画像を入力するカラー画像入力工程と、 前記カラー画像に対して色数を求める画像領域を指定す
る領域指定工程と、 この領域指定工程により指定された画像領域を前記カラ
ー画像入力工程により入力されたカラー画像から切り出
す切出工程と、 この切出工程により切り出された画像領域の各画素を色
空間上に写像する写像工程と、 この写像工程により写像された画素の色空間上の各点を
ハフ（Ｈｏｕｇｈ）変換する変換工程と、 この変換工程によりハフ変換された前記色空間上の各点
の分布から、この分布の極大点を検出する極大点検出工
程と、 この極大点検出工程により検出された極大点から色空間
上での直線状の点分布の位置を検出する直線成分検出工
程と、 この直線成分検出工程により検出された色空間の直線状
の点分布を分割する直線成分分割工程と、 この直線成分分割工程により分割された色空間の直線状
の点分布を含めて色空間上の点分布のクラスタリングを
行うクラスタリング工程と、 このクラスタリング工程によりクラスタリングされた各
クラスタ内の色を１つの色で置き換えることにより少色
化するデータ置換え工程と、 このデータ置換え工程により少色化された画像領域のカ
ラー画像を出力する画像出力工程と、 を具備することを特徴とする色判別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18845493A JP3483912B2 (ja) | 1993-07-29 | 1993-07-29 | 色判別装置および色判別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18845493A JP3483912B2 (ja) | 1993-07-29 | 1993-07-29 | 色判別装置および色判別方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0744709A JPH0744709A (ja) | 1995-02-14 |
| JP3483912B2 true JP3483912B2 (ja) | 2004-01-06 |
Family
ID=16223990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18845493A Expired - Fee Related JP3483912B2 (ja) | 1993-07-29 | 1993-07-29 | 色判別装置および色判別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3483912B2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998051995A1 (fr) * | 1997-05-15 | 1998-11-19 | Mitsubishi Denki Kabushiki Kaisha | Navigateur |
| JP3748172B2 (ja) | 1998-12-09 | 2006-02-22 | 富士通株式会社 | 画像処理装置 |
| JP2002024825A (ja) * | 2000-07-11 | 2002-01-25 | Toshiba Corp | 画像処理装置、画像処理方法および証明書作成装置 |
| JP4539526B2 (ja) * | 2005-10-20 | 2010-09-08 | 富士ゼロックス株式会社 | 画像処理装置およびプログラム |
| JP4792117B2 (ja) * | 2010-03-15 | 2011-10-12 | 株式会社東芝 | 文書画像処理装置、文書画像処理方法および文書画像処理プログラム |
| JP5816459B2 (ja) * | 2011-05-16 | 2015-11-18 | Hoya株式会社 | 電子内視鏡システム、電子内視鏡システムの動作方法、及びソフトウェア |
| JP6049000B2 (ja) * | 2011-09-21 | 2016-12-21 | 株式会社メガチップス | 線分および円弧検出装置 |
| JP6078038B2 (ja) | 2014-10-31 | 2017-02-08 | 株式会社Pfu | 画像処理装置、画像処理方法、および、プログラム |
-
1993
- 1993-07-29 JP JP18845493A patent/JP3483912B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 富永昌治，カラー画像の色分類と分割，情報処理学会論文誌，１９９０年１１月１５日，Ｖｏｌ． ３１， Ｎｏ． １１，ｐｐ． １５８９−１５９８ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0744709A (ja) | 1995-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2776295B2 (ja) | 画像インデックス生成方法及び画像インデックス生成装置 | |
| US6714689B1 (en) | Image synthesizing method | |
| US5592572A (en) | Automated portrait/landscape mode detection on a binary image | |
| US7127107B2 (en) | Land partition data generating method and apparatus | |
| US6332038B1 (en) | Image processing device | |
| US20010051004A1 (en) | Method for determining a correlation between images using multi-element image descriptors | |
| EP2264671B1 (en) | Image processing apparatus and method, medium storing program for image processing, and inspection apparatus | |
| US20020102017A1 (en) | Method and apparatus for sectioning image into plurality of regions | |
| US7822224B2 (en) | Terrain map summary elements | |
| JP2000105774A (ja) | 画像特性測度視覚化方法 | |
| JP3483912B2 (ja) | 色判別装置および色判別方法 | |
| US7075681B1 (en) | System and method for reducing the data volume of images | |
| IL123566A (en) | Detection of prominent contours in a pair of stereoscopic figures | |
| JP2002342758A (ja) | 視覚認識システム | |
| JP2522369B2 (ja) | カラ―画像の限定色表現方法及び装置 | |
| EP0689168B1 (en) | Image processing method and apparatus | |
| US7003155B2 (en) | System and method for creating unclassified line drawings from classified NTM images | |
| JP2936599B2 (ja) | カラー画像処理装置 | |
| JP2754937B2 (ja) | 概略画像作成方法および装置 | |
| JPH0621982B2 (ja) | ３次元スペクトル表示装置 | |
| JP2924693B2 (ja) | 画像におけるテクスチャ領域の抽出方法 | |
| JPH0636048A (ja) | ボリュームデータクリッピング方式 | |
| JP4579646B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム及び記憶媒体 | |
| JP2000074643A (ja) | 三次元距離データを変換する方法および装置並びにデータ変換用プログラムを記憶した記憶媒体 | |
| JP2000182056A (ja) | 画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081017 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081017 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091017 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101017 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |