JP3776500B2 - 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 - Google Patents
多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 Download PDFInfo
- Publication number
- JP3776500B2 JP3776500B2 JP07001696A JP7001696A JP3776500B2 JP 3776500 B2 JP3776500 B2 JP 3776500B2 JP 07001696 A JP07001696 A JP 07001696A JP 7001696 A JP7001696 A JP 7001696A JP 3776500 B2 JP3776500 B2 JP 3776500B2
- Authority
- JP
- Japan
- Prior art keywords
- fourier transform
- vector
- lens
- feature
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/88—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置に関し、特に、入力した情報を複数の特徴ベクトルに高速、高精度に変換し、認識や分類を行うための装置に関する。
【０００２】
【従来の技術】
通常、画像や信号等の各種情報の認識や分類を行う場合に、画像や信号をベクトル量とみなし、比較基準となる他のベクトル量との類似度を計算することによりそれらを行う方法がある。
【０００３】
その類似度計算の手段としては、従来から、マッチドフィルターと相関器の組み合わせや、ジョイントトランスフォーム相関器が用いられてきた。しかし、これらの方法では、背景から切り離された既知で簡単な情報を認識、分類することには十分な性能を持つが、直接複雑な特徴を持つ画像や信号を扱う場合には、認識や分類にあまり寄与しない情報まで同時に処理しなければならず、これらが誤差要因となっていた。また、上述の手段では、多少の変形、回転、拡大縮小等に対しても鋭敏に反応し、誤差を生じる場合が多かった。
【０００４】
そこで、これらを解決するために、画像や信号等の各種情報を直接処理するのではなく、対象毎に前処理で認識や分類に寄与の大きな特徴に変換し、この変換した特徴を用いてニューラルネットワーク等で認識する試みが近年多くなされている。画像の場合を例にとると、これらの特徴としては、テクスチャー、構造的特徴、色、時間的特徴等が代表的なものとしてあげられる。テクスチャーに関しては、濃度ヒストグラム、同時生起行列、差分統計量等の計算により、また、エッジや線、輪郭等の構造的特徴に関しては、ラプラシアンフィルターのコンボルーションやハフ変換等により、さらに、色に関しては、ＲＧＢ空間やＨＳＶ空間、あるいは、スペクトルへの変換等により、時間的特徴に関しては、オプティカルフローの計算やウェーブレットへの変換により、それぞれ特徴量が求められている。そして、これらの前処理による特徴量への変換は、特に２次元の画像が対象ベクトルとなっている場合は、膨大な時間がかかり、通常のコンピュータによるシリアルな計算では実用的でなく、光学的な方法や並列コンピュータ等の並列的に処理できる方法が従来から用いられている。また、特に、精度や能力を向上させるためには、これらの特徴量を一種類だけではなく複数組み合わせて、認識、分類することが行われている。
【０００５】
上記の中、光学的な方法の従来例としては、「微小レンズアレイによる視覚認識システム」，亀丸俊一，映像情報（Ｉ），６５頁〜７０頁（１９９３年１月号）の提案がある。この方法は、図２７に示すような装置を用い、認識対象となる物体を部分的な要素に分けた上で多重化し、従来からあるマッチドフィルターと相関器を複数並列に並べた多重相関器により、その部分要素と複数の参照要素との相関値を一度に計算し、この結果を計算機内に用意されているバックプロパゲーションタイプのニューラルネットワークの入力層に入力し、認識を行うと言うものである。この方法により、Ｄ，Ｋ，Ｏ，Ｘの４文字と１個の空白について認識が行えたと報告している。
【０００６】
また、同様な方法として、特開平４−３５５７３２号の方法がある。この方法は、図２８に示すような装置を用い、認識対象となる物体を多重化し、従来からあるジョイントトランスフォーム相関器を複数並列に並べた多重相関器により、対象となる物体と複数の参照物体との相関値を一度に計算し、これらの結果を精度向上のため更にいくつかの領域に分割して、計算機内に用意されているバックプロパゲーションタイプのニューラルネットワークの入力層に入力し、認識を行うと言うものである（図２８はその光学系の部分のみを示している。）。その実施例の中では、Ｈ，Ｅの被検パターン（認識対象となる物体）と、Ｉ，Ｖの参照パターン（参照物体）との認識例を述べている。
【０００７】
上記２つの従来例は、複数の特徴量への変換を並列に一度に行っており、その処理時間が格段に速くなっている。同様に、複数の特徴量への変換を並列に一度に行える他の光学系としては、Ｂ．Ｈｉｌｌによるホログラフィックメモリーの光学系（B.Hill,"Some Aspects of a Large Capacity Holographic Memory", APPLIED OPTICS,Vol.11,No.1(1972),pp.182 〜191 ）、又は、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号記載の方法等がある。これらの光学系は、複数の特徴変換（具体的には、空間周波数フィルタリング処理等）を並列同時に行うことが可能である。
【０００８】
【発明が解決しようとする課題】
上記の亀丸による方法や特開平４−３５５７３２号の方法は、複数の相関処理を、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号の方法は、複数の空間周波数フィルタリング処理を並列同時に高速に行うことが可能な光学系ではあるが、背景から切り出されている文字等単純な画像であればよいが、実際に複雑で大容量の一般的な画像から特徴量に変換しようとすれば、高速なだけではなく、高精度にフィルタリングをしなければならず、そのための光学系としては不十分である。
【０００９】
さらに、上記の亀丸による方法や特開平４−３５５７３２号の方法は、複数の特徴量を同時・並列的に取り出し、これをニューラルネットワークに入れて認識しようと言うものであるから、高速な認識がある程度可能となっているが、以下のような点が考慮されていない。
【００１０】
ここで、一般的な複雑で大容量（例えば、扱う画素数（ベクトル数）が多い）な画像がベクトルとして入力された際に、画像全体ではなく、その１つの成分もしくは複数の成分からなる小領域毎に認識や分類を行うことを考える。これは、例えば、医用画像における病変部や臓器の認識、分類や、ＦＡ（ファクトリーオートメーション）画像における欠陥部の認識、分類等を想定したものである。これらの画像の認識対象である病変部や欠陥部は、全体としては変形があったり、形が変わっていたり、大きさが異なっていたりと、千差万別の形態をしており、より小さな領域を１単位として、「この領域はこのカテゴリー（例えば、病変部）に属し、このカテゴリーに属するもの全体ではこのくらいの大きさ」と言ったような判断が求められるものである（言うなれば、計測的な認識、分類をも求められるものである。）。そして、この場合には、その認識や分類を行う単位レベルの、つまり、入力ベクトルの成分もしくは複数の成分からなる小領域レベルでの、特徴量への高精度な変換及び抽出が必要となる。
【００１１】
したがって、従来例に上げた亀丸による方法や特開平４−３５５７３２号の方法は、特徴変換部で実際の文字（もしくは、その部分要素）との相関により特徴変換を行っているため、全体的な特徴を（文字レベルで）大まかに捉えているに過ぎず、また、前述した本来相関器の持つ多少の変形や回転、拡大縮小等に対しても鋭敏に反応し、誤差を生じる欠点が残ったままであり、上述のようなタスクを達成するのは困難である。もし、これらの従来例を改良し、相関器による特徴抽出で上記のようなタスクを達成しようとすれば、入力ベクトルの成分もしくは複数の成分からなる小領域レベルの非常に細かな参照ベクトルを多数用意しなければならず、とても実用的とは言い難い。
【００１２】
本発明は上記のような従来技術の状況に鑑みてなされたものであり、その目的は、入力された情報を高速かつ高精度に有効な特徴ベクトルに変換するために必要な多重化光学系、及び、この多重化光学系を用いた特徴ベクトル変換装置、及び、この特徴ベクトル変換装置で得られた特徴ベクトルを後段の認識分類手段に効果的に送るための特徴ベクトル検出伝送装置を提供し、さらには、複雑で大容量の入力情報を任意の成分もしくは複数の成分からなる任意の小領域毎に高速・高精度に認識や分類する認識分類装置を提供することである。
【００１３】
【課題を解決するための手段】
以下、上記課題を解決するための手段について、構成とその構成を採用する理由と作用について説明する。
先にも述べたように、入力された情報からその特徴ベクトルを高速に抽出するためには、並列同時に特徴変換を行うことが必要であり、そのためには、図２に示す光学系や、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の光学系等が有効である。これらの光学系は、さらに、図１に示す本発明の構成の概念図を参照して説明すると、系内に入力した処理対象となるベクトル情報を多重化する対象ベクトル多重化手段２と、この多重化された入力ベクトルを並列同時にフーリエ変換する多重フーリエ変換手段３と、このフーリエ変換された情報を更に逆フーリエ変換する多重逆フーリエ変換手段４とを有する多重化光学系２１からなり、さらに、この多重化光学系２１の前段に処理対象となるベクトル情報を入力するための対象ベクトル入力表示手段１を、また多重フーリエ変換手段３によるフーリエ変換面Ｆに特徴変換用の各種のフィルターからなる特徴変換手段５を、それぞれ配すれば、逆フーリエ変換後の逆フーリエ変換面である特徴変換面Ｔ上に並列同時に特徴変換を行う特徴ベクトル変換装置を構成することができる。なお、基本的な例として図２の光学系においては、対象ベクトル多重化手段２は、光変調器上に表示されたベクトル情報を結像レンズとレンズアレイからなる光学系で入力面Ｒに並列に多重化している。
【００１４】
しかし、前述のように、このままでは高精度な特徴変換が行えないので、この多重化光学系２１の各所に工夫が必要となる。
【００１５】
そのためには、本発明においては、まず
（１）多重化された処理対象となるベクトル情報を並列にフーリエ変換するための多重化光学系において、
少なくともこの多重化光学系がフーリエ変換を並列に行うフーリエ変換レンズを含み、
フーリエ変換レンズの光軸を含む任意の断面内で、多重化された処理対象となるベクトル情報の各多重化部分（例えば、図２中の符号１０で示す部分）の成分数をｋR 、フーリエ変換面で得られる隣接する各多重化部分のフーリエ変換情報の０次部分のピッチをｐ、各多重化部分のそれぞれの有効表示サイズをａ、波長をλ、フーリエ変換レンズの焦点距離をｆF としたときに、
ｋR λｆF ／ａ＜ｐ ・・・（１）
の関係を満足する多重化光学系であることが必要である。
【００１６】
並列同時かつ高精度に特徴変換を行うためには、少なくとも多重化された入力ベクトルを空間周波数の欠落なく並列にフーリエ変換できることが上記多重化光学系には必要となるが、ここで述べた条件（１）を満たすような多重化光学系を用いることで、これが可能となる。
【００１７】
より具体的には、多重化光学系のフーリエ変換レンズの光軸を含むある断面を示す図２を参照にして説明する。この断面内のフーリエ変換面Ｆで得られる隣接する各多重化部分（例えば、図中の１０の部分）のフーリエ変換情報の０次部分のピッチをｐ（ここで、ピッチ間隔とは、隣接する各多重化部分のフーリエ変換情報の０次部分の中心間距離の最小値であり、図２では、１例として正方形状に近接して並んでいる場合を示してある。）とし、多重化部分の成分数（画像であれば画素数）をｋR 、多重化部分のそれぞれの有効表示サイズをａとすると、この１つの多重化部分の持つ最も高い空間周波数成分νmax （本／ｍｍ）は、
νmax ＝ｋR ／２ａ ・・・（１−１）
と表される。この最も高い空間周波数成分νmax のフーリエ変換面Ｆ上での０次光成分（０次部分）からのシフト量Ｓmax は、
Ｓmax ＝λｆF νmax ・・・（１−２）
となる。ここで、λは用いる光の波長、ｆF はフーリエ変換レンズ３０（図２の場合は、レンズアレイを構成する各レンズ３０）の焦点距離である。空間周波数の欠落なくフーリエ変換が行われる条件としては、隣接する多重化部分（例えば、図中の１０と１１）のフーリエ変換情報が重なり合わないことが必要であるので、そのためには、Ｓmax が以下の条件式を満足しなければならない。
【００１８】
Ｓmax ＜ｐ／２ ・・・（１−３）
したがって、（１−１）〜（１−３）式より（１）式が得られる。
【００１９】
上記多重化光学系２１を（１）式を満たす範囲で構成すれば、多重化された処理対象ベクトルの空間周波数成分を欠落させることなく、同時並列に高精度なフーリエ変換が可能となることが分かる。なお、多重化された処理対象となるベクトル情報の各多重化部分の成分数ｋR は、最も細かく情報を得るとしても、それは入力されたベクトルの成分数ｋと同程度にすればよい。つまり、ｋR ≦ｋとすればよい。
【００２０】
なお、この条件式（１）は図２の構成の多重化光学系だけではなく、多重化された処理対象となるベクトル情報を並列にフーリエ変換するための多重化光学系なら何れにも適用できるものである。例えば図２８に示した先行技術の特開平４−３５５７３２号や、他の先行技術である特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の多重化光学系にももちろん適用でき、この条件式の範囲内で構成するようにすれば、多重化された処理対象となるベクトルの空間周波数成分を欠落させることなく、同時並列かつ高精度にフーリエ変換可能な多重化光学系にできる。
【００２１】
１例として、特開平１−２２７１２３号の場合の適用例を図３に示す。この場合、各多重化部分は、図中の入力面Ｒで同様に有効表示サイズａ、成分数（画像であれば画素数）ｋR を持ち、出射する角度の違いとして多重化されているが、他の部分も上記場合と同様に定義すれば、全く同様の議論が成り立つ（この場合は、多重化光学系の入力面Ｒに直接入力のベクトルを表示して読み出すので、自動的にｋR = ｋとなっている。）。なお、この条件式（１）は、多重光学系の設計指針として非常に有用であり、この条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００２２】
さらに、１例として上げたこの図２の多重化光学系においては、フーリエ変換レンズ３０のレンズアレイのレンズピッチとフーリエ変換面Ｆで得られる隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐは一致するので、フーリエ変換レンズ３０のレンズアレイのレンズピッチをｐF とすればｐF も同様の条件式を満たすように設定するのが望ましい。つまり、ｐF ＝ｐとするのが望ましい。
【００２３】
さらに、図２に示す光学系において、フーリエ変換面Ｆ上に設置する特徴変換手段５としてのフィルターアレイでフィルタリングするのに必要とする入力ベクトル情報の最大の空間周波数をαmax としたときに、この空間周波数の情報がフーリエ変換レンズ３０のレンズアレイの各レンズの有効径内に入るようにする必要がある。図４の拡大図で説明すると、フーリエ変換レンズ３０からなるレンズアレイの各レンズの瞳面（開口面）では、フィルターで必要とする最大の空間周波数αmax に対応する入力情報を読み出した回折光の中心は、各レンズの光軸からαmax λｆF だけシフトした位置となるために、この回折光をも全てレンズアレイの各レンズの有効径内に入れるためには、レンズアレイの各レンズの有効径をｒF とすれば、上記（１）式を満たすと共に、
ｐ≧ｒF ≧ａ＋２αmax λｆF ・・・（１−４）の条件式を満足する多重光学系であることがより望ましい。
【００２４】
次に、本発明においては、
（２）多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重化光学系において、
少なくともこの光学系が逆フーリエ変換を並列に行うレンズアレイを含み、
フーリエ変換レンズの光軸を含む任意の断面内で、この逆フーリエ変換用のレンズアレイのピッチをｐt 、この光学系で変換された情報を得る特徴変換面Ｔ上での変換情報のサンプリングピッチをｐd 、一つの多重化部分に対応する特徴変換面上での変換情報の成分数をｋd としたときに、
ｋd ｐd ≦ｐt ・・・（２）
の関係を満足する多重化光学系であることが必要である。
【００２５】
並列同時かつ高精度に特徴変換を行うためには、少なくとも多重化された入力ベクトルを並列にフーリエ変換し、さらに、逆フーリエ変換した際に、目的にかなった成分数を持つベクトル情報として変換されていることが必要となるが、ここで述べた条件を満たす多重化光学系を用いることでこれが可能となる。
【００２６】
より具体的には、図２に示す多重化光学系において、逆フーリエ変換後の特徴変換面Ｔ上で得られる１つの多重化部分に対応する変換情報のサンプリングピッチをｐd 、さらにその変換情報の成分数をｋd としたときに、１つの多重化部分に対応する変換情報の大きさは、ｋd ×ｐd となるが、これが逆フーリエ変換を並列に行うレンズアレイ４０のレンズピッチｐt より大きいと、変換情報が欠落することになる。したがって、（２）式を満すことが必要となる。なお、変換情報のサンプリングピッチをｐd は、一般的には、特徴変換面Ｔに置くディテクターのピッチで制限され、本発明では、後述するベクトル検出伝送手段での変換情報のサンプリングピッチで制限される。また、ｋd は目的毎にその成分数を決めればよいが、最も細かく情報を得るとしても、それは入力されたベクトルの次元数ｋと同程度にすればよい。つまり、ｋd ≦ｋとすればよい。
【００２７】
したがって、上記多重化光学系を（２）式を満たす範囲で構成すれば、多重化された処理対象ベクトルの変換情報を欠落させることなく、同時並列かつ高精度に変換できることが分かる。
【００２８】
さらに、本発明の目的である、複雑で大容量の入力情報を、任意の成分もしくは複数の成分からなる任意の小領域毎に、高速・高精度に認識や分類するためには、特徴変換面Ｔ又は入力面Ｒで扱えるベクトルの成分の数が多くなければならない。一般の大容量のベクトル、特にベクトルとして画像を扱う場合には、少なくともその成分数が５０×５０以上はないと、十分とは言えない。つまり、ｋd ≧５０を満足することが望ましい。一方、特徴変換面Ｔ上で特徴変換された情報を検出するための検出器において、検出可能なサンプリングピッチは現状では５μｍ程度が限界である。つまり、ｐd ≧５μｍを満足することが望ましい。以上を考慮すれば、（２）式は、さらに、
０．２５ｍｍ≦ｋd ｐd ≦ｐt
の条件を満たすことが、現状ではより好ましい。
【００２９】
なお、同様に、これらの条件式は、図２の構成の多重化光学系だけではなく、多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに、並列に逆フーリエ変換するための多重化光学系なら何れでも適用できるものである。例えば図２８に示した先行技術の特開平４−３５５７３２号や、他の先行技術である特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の多重化光学系にももちろん適用でき、これらの条件式の範囲内で構成するようにすれば、多重化された処理対象ベクトルの変換情報を欠落させることなく、同時並列かつ高精度に変換できる。なお、これらの条件式は、多重化光学系の設計指針として非常に有用であり、これらの条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００３０】
本発明においては、さらに、
（３）処理対象となるベクトル情報を多重化し、多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重光学系において、
少なくとも処理の対象となる対象ベクトルを種々の方向の平行光束に乗せ、多重化するための対象ベクトル多重化手段と、
この多重化された対象ベクトルに並列同時にフーリエ変換するための大口径レンズからなる多重フーリエ変換手段と、
多重フーリエ変換手段によってフーリエ変換された情報を並列同時に逆フーリエ変換するための逆フーリエ変換用のレンズアレイからなる多重逆フーリエ変換手段とで構成され、
大口径レンズの焦点距離をｆF 、大口径レンズ全体の有効径をｒF 、逆フーリエ変換用のレンズアレイを構成するレンズの焦点距離をｆT 、各多重化領域に対応した逆フーリエ変換用のレンズアレイから出射されて特徴変換面上に到達した光束の幅をｗT 、大口径レンズの中心を通る光軸から最も遠い逆フーリエ変換用のレンズアレイ中のレンズの中心までの距離をｈ、フーリエ変換面上に設置する特徴変換手段としてのフィルターで必要とする最大の空間周波数をαmax 、波長をλとしたときに、
（ｒF −２αmax λｆF ）／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３）
の関係を満足する多重化光学系であることが必要である。
【００３１】
本多重化光学系においては、並列同時かつ情報の欠落なく特徴変換を行うためには、対象ベクトル入力表示手段１に表示された入力ベクトル情報を読み出した複数の異なる角度の光束が、多重化された全ての対象ベクトルに並列同時にフーリエ変換するための大口径レンズに入射する必要があるが、ここで述べた条件（３）を満たす多重化光学系を用いることで、これが可能となる。
【００３２】
より具体的には、図３に示した多重化光学系の一部を模式的に示した図５を用いて説明する。ここでは、説明を分かりやすくするために、図５に示すように、対象ベクトル入力表示手段１の表示領域５１、多重化された対象ベクトルを並列同時にフーリエ変換するためのフーリエ変換レンズとしての大口径レンズ３０、多重フーリエ変換手段によってフーリエ変換された情報を並列同時に逆フーリエ変換するための逆フーリエ変換用のレンズアレイ４０は全て円形開口とし、対象ベクトル多重化手段による入力ベクトルの多重度を４×４、それに伴い、逆フーリエ変換用のレンズアレイ４０はレンズが４×４個配置されているとする。さらに、説明のため、図中に示す大口径レンズ３０の中心を通る光軸５４から最も遠い逆フーリエ変換用のレンズアレイ４０中のレンズを５５としたとき、この多重化光学系をそのレンズ５５の中心と光軸５４を含む断面として表した図６を用いる。
【００３３】
対象ベクトル入力表示手段１の表示領域５１を読み出した複数の略平行な光束は、多重化された対象ベクトルを並列同時にフーリエ変換するための大口径レンズ３０に入射し、その後、フーリエ変換面Ｆでそれぞれの多重化部分のフーリエ変換像を形成し、さらに、フーリエ変換面Ｆが前側焦平面となるように配置された逆フーリエ変換レンズで構成されるレンズアレイ４０によって再度フーリエ変換（逆フーリエ変換）が施される。ここで、情報の欠落なく情報の変換がなされるためには、入力面Ｒの表示領域５１から出射される全ての光束が大口径レンズ３０に入射しなければならない。ここで、読み出された情報の０次光成分について考えると、大口径レンズ３０の開口内に、レンズアレイ４０の中で最も光軸５４から遠いレンズ５５を通過する光束（図中のハッチ部）が入っていれば、情報は欠落なく伝達される。したがって、対象ベクトル入力表示手段１の表示領域５１の大きさをａ、大口径レンズ３０の有効径をｒF とし、光軸５４からレンズ５５の中心までの距離をｈとすれば、この条件は、
ａ／２＋ｈ≦ｒF ／２ ・・・（３−１）
で与えられる。
【００３４】
次に、これを変形して、大口径レンズの焦点距離ｆF と有効径ｒF 及び逆フーリエ変換レンズの焦点距離ｆT と、最終的に得られる光束の幅及び光軸５４とレンズ５５の中心までの距離ｈの関係を示す。上記式（３−１）を大口径レンズ３０の焦点距離ｆF で割ると、
ａ／ｆF ＋２ｈ／ｆF ≦ｒF ／ｆF ・・・（３−１）
となる。ここで、レンズアレイ４０から出射されて特徴変換面Ｔ上に到達した光束の幅をｗT と定義すれば、レンズアレイ４０の逆フーリエ変換レンズ５５の焦点距離ｆT との間には、ａ／ｆF ＝ｗT ／ｆT の関係が成立するので、上式は、さらに、
ｒF ／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３−３）
と変形できる。
【００３５】
さらに、フーリエ変換面Ｆ上に設置する特徴変換手段５としてのフィルターでフィルタリングするのに必要とする入力ベクトル情報の最大の空間周波数をαmax としたときに、この空間周波数の情報は、フーリエ変換面Ｆ上では０次光からαmax λｆF だけシフトした位置に現れるので、０次光以外のこれらの情報も欠落なく変換伝達するためには、空間周波数αmax の高次光成分のフーリエ変換面Ｆでの中心が光軸５４とレンズ５５の中心までの距離ｈからさらにαmax λｆF だけシフトした光束も大口径レンズ３０を通過させる必要がある。そのためには、（３ー３）式は、さらに、
（ｒF −２αmax λｆF ）／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３）
となる必要がある。なお、上記（３ー３）式を少なくとも満たせば、高周波成分の情報の欠落はあるが、低周波成分のウエイトが高い認識、分類等には、多少の誤差は存在するものの、十分使える場合もあるが、一般的には、（３）式を満たすことが望ましい。
【００３６】
一方、さらに、逆フーリエ変換用のレンズアレイ４０においても、その有効径ｒT 内に上記周波数成分αmax の光束が入る必要がある。つまり、０次光の光束からαmax λｆF だけシフトした高次光成分の光束をもレンズアレイ４０の各レンズを通過させる必要がある。このための条件式は、
αmax λｆF ＋ｗT ／２≦ｒT ／２ ・・・（３−４）
となる。上記（３）式だけでなく、（３ー４）式も満たせば、必要とする空間周波数全域にわたってより良好なフィルタリングが可能となることは言うまでもない。なお、これらの条件式は、多重化光学系の設計指針として非常に有用であり、これらの条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００３７】
なお、前記（２）でも述べたように、複雑で大容量の入力情報を、任意の成分もしくは複数の成分からなる任意の小領域毎に、高速・高精度に認識や分類するためには、現状では、ｋd ｐd ≧０．２５ｍｍを満足することが望ましい。このｋd ｐd は丁度ｗT に一致するので、本構成においても、ｗT ≧０．２５ｍｍの領域の条件を更に満たすことが好ましい。
【００３８】
なお、ここでは、説明が容易なように、表示領域、大口径レンズの開口、レンズアレイの開口等は全て円形開口を用いたが、これらは円形開口だけでなく、全ての他の開口についても全く同様に考えることができる。
【００３９】
さて、本発明の特徴ベクトル変換装置は、
（４）処理対象となるベクトル情報を系内に入力するための対象ベクトル入力表示手段と、この入力された処理対象となるベクトル情報を多重化するための対象ベクトル多重化手段と、この多重化された処理対象となるベクトル情報からその多重度分だけ並列的にフーリエ変換を行う多重フーリエ変換手段と、この多重フーリエ変換手段によりフーリエ変換された画像をその多重度分だけ並列的に逆フーリエ変換を行うための多重度分のレンズからなるレンズアレイを有する多重逆フーリエ変換手段とを備え、さらに、多重フーリエ変換手段によりフーリエ変換されたそれぞれの画像を並列的に特徴変換するための特徴変換手段をフーリエ変換面に配し、最終的に変換された特徴の含まれた画像を特徴変換面に出力する特徴ベクトル変換装置において、上記（１）から（３）の何れか１項記載の多重化光学系を構成要素として含むようにすれば、高速かつ高精度な特徴変換が行えることは、今までの説明より自明である。
【００４０】
また、特徴ベクトル変換装置の特徴変換手段を多重度分の複数の空間周波数フィルターとし、処理対象のベクトルの複数の特徴を同時に変換するように構成すれば、複雑で大容量の一般的な画像の空間構造を効果的に特徴量に変換することができる。
【００４１】
特に、上記フィルターとして、Ｇａｂｏｒフィルター、Ｗａｖｅｌｅｔフィルター、方向性を規定したバンドパスフィルター等を用い、方向性のある空間周波数構造をとらえる特徴量に変換するようにすれば、複雑な空間構造を持つ一般的な画像であっても、単純かつ最小限のフィルターによって認識、分類等の後段の処理に有効な対象ベクトルの特徴量に高速かつ良好に変換できる。
【００４２】
また、この空間周波数フィルターに、さらに処理対象のベクトルの色空間での特徴に変換する色フィルターを付加して用いれば、色別の空間構造がより複雑に組み合わさった画像等であっても、単純かつ最小限のフィルターによって認識、分類等の後段の処理に有効な対象ベクトルの特徴量に高速かつ良好に変換できる。
【００４３】
さらに、本発明の目的にかなった認識分類装置を構成するためには、上記の特徴ベクトル変換装置で得られた特徴ベクトルを効果的に次段の認識分類手段に送るための特徴ベクトルの検出伝送機能を有する、次のような特徴ベクトル検出伝送装置が必要である。つまり、
（５）上記の特徴ベクトル変換装置から得られる個々の特徴ベクトルに対して、各多重化部分毎にその中の任意に選択された領域の特徴ベクトルを取り出す特徴ベクトル選択手段と、特徴ベクトル変換装置から得られる特徴ベクトル又は特徴ベクトル選択手段から得られる特徴ベクトルを取得する特徴ベクトル検出手段と、特徴ベクトル検出手段で得られたデータを次段に伝送するための特徴ベクトル伝送手段とを備え、特徴ベクトル変換装置より得られる情報を認識、分類に有効な情報に変換し、次段の処理に伝送する特徴ベクトル検出伝送装置が必要である。
【００４４】
上記のような特徴ベクトル検出伝送装置を用いることで、処理対象ベクトル中の任意の領域に対する特徴量を各多重化部分から選択検出し、適切なベクトルとして次段の認識分類手段に伝送することが可能となり、前記の本発明の解決課題の項で述べた処理対象ベクトルの１つの成分もしくは複数の成分からなる小領域毎の認識や分類をも行うことが可能となる。
【００４５】
１つの具体例として、図７（ａ）に示す対象入力ベクトルとしての入力画像に対して、説明を簡単にするため５×５の合計２５の領域での認識、分類を行うこととし、後述する図１１に示すような１６種類のフィルターを作用させて、それぞれのフィルターに対して図７（ｂ）に示す画像が１６枚得られたとする。ここで、図７（ａ）の入力画像における分割領域をａij（ｉ＝０〜４，ｊ＝０〜４：何れも整数）とし、１６種類のフィルターを作用させて特徴変換された画像をｂijkl（ｉ＝０〜４，ｊ＝０〜４，ｋ＝０〜３，ｌ＝０〜３：何れも整数、ｋ，ｌはフィルターの番号に対応）とすれば、例えば図７（ａ）のａ00の領域に対して各フィルターをかけた結果は図７（ｂ）に示すｂ00kl（ｋ＝０〜３，ｌ＝０〜３：何れも整数）の１６個の領域となる。この１６個の各領域を選択し、各領域毎に含まれる画素値の和のデータとして検出し、その結果得られる１６種類のデータを例えば図７（ｃ）のように組み合わせてその領域の特徴ベクトルとして次段の認識分類手段に伝送し処理することで、ａ00の領域に対する認識、分類が可能となる（図７（ｃ）では、２次元に配列して特徴ベクトルを表現したが、この限りではない。）。他のａ10，ａ20，・・・・，ａ44に対しても同様に処理すれば、それぞれの領域毎の認識が可能になる。なお、ここでは、入力画像を５×５の領域に分割したが、分割数は任意に設定でき、分割数を大きく、つまり、より小さな領域毎に（限界は一画素対応）にしてもよいことは明らかであり、これから処理対象ベクトルの１つの成分もしくは複数の成分からなる小領域毎の認識や分類をも効果的に行えることが証明できる。
【００４６】
なお、本発明の特徴ベクトル検出伝送装置においては、上記（１）〜（３）における条件式（１）〜（３）を満足するか否かに係わらず、特徴ベクトル変換装置から得られる個々の特徴ベクトルに対して、上記のように、各多重化部分毎に任意に選択された領域（例えば、上記のｂ00kl）の特徴ベクトルを取り出す特徴ベクトル選択手段を備えていることも大きな特徴である。
【００４７】
さらに、本発明の認識分類装置に関しては、
（６）特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、認識分類手段から構成される認識分類装置において、特徴ベクトル変換装置として上記の（４）記載のものを用い、また、特徴ベクトル検出伝送装置として上記の（５）記載のものを用いるようにしたので、処理対象のベクトルから高速高精度な特徴抽出が可能になり、さらに、その抽出された特徴を認識、分類手段に任意の小領域毎に選択伝送できるようになり、全体としては、変形があったり、形が変わっていたり、大きさが異なっていたりしていても、より小さな領域を１単位として、「この領域はこのカテゴリーに属し、あるカテゴリーに属するもの全体ではこのくらいの大きさ」といったような、計測的な認識、分類をも高速高精度に行うことが可能となる。その適用分野としては、例として前にあげた医用画像における病変部や臓器の認識、分類や、ＦＡ（ファクトリーオートメーション）画像における欠陥部の認識、分類と言ったものがあげられる
【００４８】
【発明の実施の形態】
以下、図面を参照にして本発明の多重化光学系、それを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置の好適な実施の形態並びに具体例について説明する。
第１実施形態ないし第３実施形態は、本発明の中、多重化光学系とこの多重化光学系を用いた特徴ベクトル変換装置に関するものである。そして、何れの特徴ベクトル変換装置も、系内に入力した処理対象となるベクトル情報を多重化する対象ベクトル多重化手段２と、この多重化された入力ベクトルを並列同時にフーリエ変換する多重フーリエ変換手段３と、このフーリエ変換された情報をさらに逆フーリエ変換する多重逆フーリエ変換手段４とを有する多重化光学系からなり、さらに、この多重化光学系の前段に処理対象となるベクトル情報を入力するための対象ベクトル入力表示手段１を、フーリエ変換面Ｆに特徴変換用の各種のフィルターからなる特徴変換手段５をそれぞれ配した構成を持ち、並列同時かつ高精度に特徴変換を行うものである。
【００４９】
〔第１実施形態〕
本実施形態の特徴ベクトル変換装置は、図８の断面図に示すように、上記の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。
【００５０】
具体的には、対象ベクトル入力表示手段１では、インコヒーレント光源１０１としてのＸｅ−Ｈｇランプと、このランプの光を効率良く平行光束化するために共焦点配置に配置され、さらに、その焦点位置にランプを配する同一焦点距離のレンズ１０２ａ及びミラー１０２ｂと、さらに、この光束の単色性を増すための波長フィルター１０３と、光束の方向を変換するミラー１０４とにより略平行なインコヒーレント光束１０５を発生させ、さらに、ＣＣＤカメラ等の撮像素子１０６と、この撮像素子からの信号を入力し空間光変調器１０７に表示するための信号を発生するためのコントローラー１０８及びドライバー１０９とにより、空間光変調器１０７に対象ベクトルである画像（本実施形態の場合）を表示し、この情報を光束１０５を空間光変調器１０７に入射させて読み出すことにより後段の系内に入力するものである。本実施形態の場合、空間光変調器１０７としては、印加される電圧に応じて透過率が変化する電気アドレス型で透過読み出しタイプの液晶空間光変調器を用いた。また、ミラー１０４により対象ベクトル入力手段１の系を折り曲げているが、これは本質的なものではなく、スペースに余裕があればこのミラーを省略して系を真っ直ぐにしてもよい。
【００５１】
対象ベクトル多重化手段２では、対象ベクトル入力表示手段１によって入力された画像を、結像レンズ２０１とレンズアレイ２０２によって、特徴変換手段５に用いるフィルターの数と同一に設定されたレンズアレイ２０２中のレンズの数だけ多重複製し、空間光変調器２０３に書き込むものである。この際、結像レンズ２０１はその前側焦点位置に空間光変調器１０７の読み出し面が一致するように、またレンズアレイ２０２はその後側焦点位置に空間光変調器２０３の書き込み面が一致するように、さらに、結像レンズ２０１の光軸とレンズアレイ２０２を構成するレンズの光軸が平行になるように配置する。また、空間光変調器２０３としては、入射する光量に応じて反射率の変化する光アドレス型で反射読み出しタイプの液晶空間光変調器を用いた。
【００５２】
多重フーリエ変換手段３は、コヒーレント光源３０１としてのレーザと、このレーザの光線を系の方向に曲げるためのミラー３０２と、レーザの光線のノイズを除去した上で略平行なコヒーレント光束に変換するための絞り込みレンズ３０３ａ、スペイシャルフィルター３０３ｂ、及び、コリメータレンズ３０３ｃからなるビームエキスパンダ３０３と、このビームエキスパンダ３０３により発生させた略平行なコヒーレント光束３０４を空間光変調器２０３の読み出し面に略垂直に入射させ、対象ベクトル多重化手段２で多重複製され空間光変調器２０３に書き込まれている対象ベクトルの多重化像を反射光として読み出すためのビームスプリッター３０５と、空間光変調器２０３の読み出し面に前側焦点位置を一致させ各光軸が系の光軸と平行になるように配置され、レンズアレイ２０２と同一個数同一配列で対応するそれぞれの光軸が一致するように配置されたレンズで構成されているフーリエ変換レンズとしてのレンズアレイ３０６とで構成し、このレンズアレイ３０６の後側焦点位置に設定するフーリエ変換面Ｆに、並列同時に多重化された対象ベクトルのフーリエ変換情報を得るものである。
【００５３】
特徴変換手段５は、このフーリエ変換面Ｆにレンズアレイ３０６と同一個数で一対一に対応するよう配置したフィルターアレイ５０１により構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを施すものである。
【００５４】
多重逆フーリエ変換手段４は、その前側焦点位置がフーリエ変換面Ｆに一致するように配置してあり、フーリエ変換用のレンズアレイ３０６と同一個数同一配列で対応するそれぞれの光軸が一致するように配置された逆フーリエ変換レンズアレイからなるレンズアレイ４０１により構成し、フーリエ変換されフィルタリングされた情報を更に並列同時に逆フーリエ変換し、レンズアレイ４０１の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に得るものである。
【００５５】
以上の構成により、略平行なコヒーレント光束３０４で読み出された多重化された対象ベクトルは、レンズアレイ３０６の個々のフーリエ変換レンズでフーリエ変換された後、フィルターアレイ５０１を構成する個々のフィルターで異なったフィルタリング（特徴変換）が行われ、さらに、レンズアレイ４０１の個々の逆フーリエ変換レンズで逆フーリエ変換され、その結果がレンズアレイ４０１の後側焦平面にある特徴変換面Ｔに形成されるようになっている。
【００５６】
（具体例１）
このフィルターアレイ５０１を構成する各フィルターとして、本具体例では、空間周波数フィルターの１種であるＧａｂｏｒフィルターを用いた。Ｇａｂｏｒフィルターとは、画像中から方向性のある空間周波数構造を抽出するものであり、広義には方向性の規定されたバンドパス空間周波数フィルターと同一のものである。その実空間での記述式は、例えば、
である。（４）式及び（５）式で、ｘ，ｙは実空間での座標系、ｕ，ｖはフーリエ変換面（周波数面）での座標系、ｕ0 ，ｖ0 は振動成分の周波数、σはガウシアン（Ｇａｕｓｓｉａｎ）型の包絡線をそれぞれ規定する変数もしくは定数である。図９（ａ）及び（ｂ）に（４）式及び（５）式で表されるＧａｂｏｒフィルターの概形の１例を示した、図９（ａ）は（４）式に基づく実空間でのＧａｂｏｒフィルター、図９（ｂ）は（５）式に基づく周波数空間でのＧａｂｏｒフィルターである。このフィルターは実空間では負の値を含み、周波数空間では正の値のみなので、直接的には正の値しか扱えない光の強度で処理するためには、周波数空間で取り扱うのがよいことが分かる。
【００５７】
また、実験により、入力画像の成分数がｋR ×ｋR の場合に、０．０３ｋR 〜０．５ｋR （本／入力サイズ）の空間周波数成分を抽出することが適当であることが分かったので、この具体例では、ｋR ＝１２８とし、図１０（ａ）に示すような、ｕ＝０方向（▲１▼）、ｖ＝０方向（▲２▼）、ｕ＝ｖ方向（▲３▼）、ｕ＝−ｖ方向（▲４▼）の４方向について、ｕ0 の空間周波数がそれぞれ４√２（＝５．７）本／入力サイズ、８√２（＝１１．３）本／入力サイズ、１６√２（＝２２．６）本／入力サイズ、３２√２（＝４５．３）本／入力サイズの１６通りのフィルターを使用した。したがて、レンズアレイ等の配列は、図８の断面方向が４で、これに垂直な方向が４の１６多重とした。実際のフィルターは、コンピュータによって（５）式より計算した結果を濃淡値でプリンターに出力し、これを写真縮小して作製した。計算の際、σ＝２とした。
【００５８】
これらの各フィルターは、ｕ0 の空間周波数が高くなるるつれてその包絡線の幅が大きくなり、含まれる周波数範囲が大きくなる。図１１にこの具体例で用いたフィルターアレイ５０１を模式的に示す。また、図１０（ｂ）に、１例としてｕ＝ｖ方向（▲３▼）でｕ0 の空間周波数が３２√２（＝４５．３）本／入力サイズの場合のプリンターに出力したＧａｂｏｒフィルターの例を示す。
【００５９】
さらに、具体的な数値例として、対象ベクトル入力表示手段１中の空間光変調器１０７に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）は、ｋ ＝１２８（１２８×１２８画素）とし、さらに、先にも述べたように、ｋR ＝ｋ＝１２８とした。
【００６０】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を１００ｍｍ、レンズアレイ２０２の焦点距離を１０ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは１ｍｍ×１ｍｍ（ａ＝１ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の２０ｍｍ（ｆF ＝ｆT ＝２０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．６２ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを２０μｍとすると、この値が徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝２０μｍとなる。さらに、ｋd ＝ｋ＝１２８とすると、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧２．５６ｍｍ
と求められる。
【００６１】
本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１ のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす３．０ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、５８本／ｍｍであるので、（１ー４）式を計算すると、ｐの条件は、
ｐ≧２．４６９ｍｍ
となるが、ここで設定したｐ＝３ｍｍならば、この条件も満足している。
【００６２】
次に、対象ベクトル入力表示手段１において、空間光変調器１０７の代わりに空間光変調器２０３と同様な反射読み出しタイプの光アドレス型空間光変調器１１２を使い、物体Ｏを結像レンズ１３を用いて直接書き込む場合の、本実施形態の変形例を図１２に示す。この例は、前述のインコヒーレント光束１０５と同様に発生させた略平行なインコヒーレント光束１１０を、ビームスプリッター１１１により空間光変調器１１２の読み出し面に略垂直に入射させ、結像レンズ１３で書き込まれ空間光変調器１１２に記録されている対象ベクトルの情報を反射光として読み出し、後は、第１実施形態同様に一連の処理をするものである。この場合、電気的アドレスを使わず光で直接書き込む分だけ、高速化が可能になる。
【００６３】
（具体例２）
この第１実施形態の変形例を実現するための具体的例を次に示す。本具体例でも、フィルターアレイ５０１を構成する各フィルターとして、Ｇａｂｏｒフィルターを用いた。本具体例では、対象ベクトル表示手段１中の空間光変調器１１２に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは４ｍｍと具体例１と比較し小さくし、含まれるベクトルの成分数（ここでは、画素数）もｋ＝６４（６４×６４画素）とし、さらに、ｋR ＝ｋ＝６４とした。
【００６４】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を５ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは０．４ｍｍ×０．４ｍｍ（ａ＝０．４ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の１４ｍｍ（ｆF ＝ｆT ＝１４ｍｍ）、コヒーレント光の波長を５１５ｎｍ（λ＝５１５ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．１６ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。さらに、ｋd ＝ｋ＝６４とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧０．６４ｍｍ
と求められる。
【００６５】
本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）と（２）に関する上記値を満たす２．０ｍｍとした。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、７２．５本／ｍｍであるので、ｐの条件は
ｐ≧１．４５ｍｍ
となるが、ここで設定したｐ＝２．０ｍｍならば、この条件も満足している。
【００６６】
次に、対象ベクトル多重化手段２において、色フィルターを付加することで、更に色に関する情報も合わせて並列同時に特徴変換が可能な場合の本実施形態の変形例を図１３に示す。より具体的には、対象ベクトル入力表示手段１は、インコヒーレント光束を発生させるためのインコヒーレント光源１４０として液晶パネルディスプレーによく使用されるコールドランプと単色性を増すための色フィルターとを組み合わせたものと、空間光変調器１４１として電気アドレス型で透過読み出しタイプの液晶空間光変調器と、この空間光変調器１４１に対象ベクトルである画像を表示するための第１実施形態と同様のＣＣＤカメラ等の撮像素子１４２と、コントローラー１４３及びドライバー１４４とにより構成される。また、対象ベクトル多重化手段２は、第１実施形態と同一に構成し、さらに、空間光変調器２０３の直前に色空間に変換用のフィルターアレイ２１５を付加したもので構成した。その他の部分は、全て第１実施形態と同一構成である。
【００６７】
（具体例３）
この第１実施形態の変形例を実現するための具体例を次に示す。本具体例では、この色検出用のフィルターアレイ２１５として、色フィルターを２×２の４種類（具体的には、４８０ｎｍ、５２０ｎｍ、５８０ｎｍ、６３０ｎｍに透過ピークを有する色フィルター）用意し、この各色の領域に対してそれぞれ第１実施形態と同様な４×４の１６種類のＧａｂｏｒフィルターをかけるようにしてある。したがって、各レンズアレイの多重度は８×８の６４多重になっている。対象ベクトル入力表示手段１によって入力された画像は、対象ベクトル多重化手段２により多重度分の６４種類複製されるが、これが系内に付加された色検出用のフィルターアレイ２１５により、４×４の１６の領域を１つの領域として各領域毎に異なった色の像に複製され、さらに、多重フーリエ変換手段３、特徴変換手段５、多重逆フーリエ変換手段４によって、この各領域から具体例１と同様な４×４の１６種類のＧａｂｏｒフィルターによりそれぞれ複数の方向の複数の空間周波数的な構造が抽出できるのである。つまり、瞬時に複数の色部分の複数の方向の複数の空間周波数構造が抽出できるのである。
【００６８】
さらに、具体的な数値例として、対象ベクトル入力表示手段１中の空間光変調器１４１に表示される入力ベクトルは正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）は、ｋ＝５０（５０×５０画素）とし、さらに、ｋR ＝ｋ＝５０とした。
【００６９】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を３．２ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは、０．６４ｍｍ×０．６４ｍｍ（ａ＝０．６４ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の５０ｍｍ（ｆF ＝ｆT ＝５０ｍｍ）、コヒーレント光の波長を４８８ｎｍ（λ＝４８８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．９１ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを４０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝４０μｍとなる。さらに、ｋd ＝ｋ＝５０とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧２．００ｍｍ
と求められる。本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす２．５ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでのフィルタリングされる最高の空間周波数αmax は、３５．４本／ｍｍであるので、計算すると、ｐの条件は、
ｐ≧２．３７ｍｍ
となるが、ここで設定したｐ＝２．５ｍｍならば、この条件も満足している。
【００７０】
（具体例４）
具体例３と同一のフィルターを用いた別の数値具体例を次に示す。対象ベクトル入力表示手段１中の空間光変調器１４１に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）はｋ＝１２８（１２８×１２８画素）、さらに、ｋR ＝ｋ＝１２８とした。
【００７１】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を７．５ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは、１．５ｍｍ×１．５ｍｍ（ａ＝１．５ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の８ｍｍ（ｆF ＝ｆT ＝８ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧０．４４ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。さらに、ｋd ＝ｋ＝１２８とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす２．０ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、３５．４本／ｍｍであるので、計算すると、ｐの条件は、
ｐ≧１．９０ｍｍ
となるが、ここで設定したｐ＝２．０ｍｍならば、この条件も満足している。
【００７２】
なお、具体例３と４では、具体例１及び２に示した空間周波数構造を抽出するフィルターとしてのＧａｂｏｒフィルターと、色空間での特徴量を抽出する色フィルターの組み合せを示したが、他の同様なフィルターとの組み合せ等、色々な変形が考えられる。
【００７３】
以上の説明により、前述の実施形態を各具体例の通り構成すれば、方向性の規定されたバンドパス空間周波数フィルターの一種であるＧａｂｏｒフィルターにより、瞬時に対象ベクトルである画像から複数方向の複数周波数の空間周波数構造が高精度に特徴変換できることは明らかである。また、さらに、このＧａｂｏｒフィルターと色フィルターの組み合せにより、瞬時に対象ベクトルである画像から、複数の色部分の複数の方向の複数の空間周波数構造が高精度に特徴変換できることは明らかである。
【００７４】
なお、本実施形態のフィルターアレイ５０１の各フィルターは、具体例１の（５）式で表されるフーリエ変換面でのＧａｂｏｒフィルターの値の半値幅を目安に２値化し、これより内側を透明領域、外側を不透明領域としたバンドパス空間周波数フィルターでもよい。図１０（ｃ）に、１例として、同図（ｂ）に例示したＧａｂｏｒフィルターを２値化した場合の例を示す。また、さらに、次式のようなＷａｖｅｌｅｔフィルターＷを用いるようにしてもよい。
【００７５】
Ｗ（ａ，ｂ，ｘn ，ｙn ）＝１／（ａｂ）1/2
×∫∫ｆ（ｘ，ｙ）ｈ* ｛（ｘ−ｘn ）／ａ，（ｙ−ｙn ）／ｂ｝ｄｘｄｙ・・・（６）
この（６）式中の変数ａ，ｂ，ｘn ，ｙn を適当に変化させたフィルターｈ（ｘ，ｙ）によりフィルターアレイ５０１を作製すれば、同様の効果があり、さらに、時系列信号等も扱えることは一般的なＷａｖｅｌｅｔフィルターの性質から明らかである。
【００７６】
なお、本実施形態では、略平行なインコヒーレント光束１０５を得るのにＸｅ−Ｈｇランプやコールドランプを用いたが、もちろん他のどんなインコヒーレント光源も用いることができ、レーザ等のコヒーレント光源により略平行な光束を得た上で、拡散板等によりインコヒーレント化したものでもよい。その場合、略平行なコヒーレント光束３０４を分岐して共通に用いてもよい。略平行なコヒーレント光束３０４も、ＬＤ（レーザダイオード）等他のコヒーレント光源を用いて発生させてももちろんよい。
【００７７】
また、上記各具体例では、レンズアレイ２０２及びフーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１として均質レンズを用いたが、本実施形態では、他に両端面が平面の屈折率分布型のレンズやバイナリーオプティクスを利用したレンズアレイ等を用いてもよい。この場合、アライメントが容易になる利点がある。また、曲面に非球面を用いたり、屈折率分布型のレンズに曲率を付けてもよい。この場合、収差が補正しやすくなり、情報の誤差がより小さくなる。
【００７８】
〔第２実施形態〕
本実施形態の特徴ベクトル変換装置は、図１４の断面図に示すように、前述の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。本実施形態は、第１実施形態と比較して、有効開口サイズの小さい空間光変調器で構成できる利点がある。より具体的には、対象ベクトル入力表示手段１は、ＣＣＤカメラ等の撮像素子１２１と、電気アドレス型で透過型の空間光変調器１２２としてここでは液晶製の空間光変調器と、撮像素子１２１からの信号を入力し空間光変調器１２２に表示するための信号を発生させるためのコントローラー１２３及びドライバー１２４とから構成され、撮像素子１２１で得られたベクトル情報（ここでは、画像）が空間光変調器１２２に表示される。
【００７９】
対象ベクトル多重化手段２としては、略平行なコヒーレント光束２０５を発生させるための、第１実施形態の多重フーリエ変換手段３のコヒーレント光束３０４を発生させる部分と同一要素の図示しない構成部分と、各レンズの光軸が平行になるように配置されているレンズアレイ２０６と、レンズアレイ２０６から出射する光束が全て入射し出射することが可能な瞳径を持つ第１レンズ２０７とにより構成され、レンズアレイ２０６の後側焦平面の位置と第１レンズの前側焦平面が同一平面２０８となり、さらに、第１レンズ２０７の後側焦平面が空間光変調器１２２の読み出し面と一致するように配置してある。
【００８０】
まず、略平行なコヒーレント光束２０５がレンズアレイ２０６に入射し、レンズアレイ２０６を構成する各レンズから出射した光束はその後側焦平面である面２０８の個々のレンズに対応した位置に集光した後、発散光となり第１レンズ２０７に入射する。第１レンズ２０７に入射する光束はその前側焦平面の異なった位置からの発散光であるために、第１レンズ２０７から出射する光束は第１レンズ２０７の光軸２１０に対して様々な角度をなす略平行な光束となる。この様々な角度をなす略平行な光束は、第１レンズ２０７の後側焦平面近傍で略同一領域に入射する。したがって、第１レンズ２０７の後側焦平面近傍に配置された空間光変調器１２２に対象ベクトルを表示し、この様々な角度をなす略平行な光束で読み出すせば、空間光変調器１２２を通過したこれらの光束は、それぞれの方向に対象ベクトルの情報を乗せた上で伝搬する。
【００８１】
多重フーリエ変換手段３は、この複数方向に読み出された対象ベクトルの情報を持つ光束を全て入射可能な瞳径を持ったフーリエ変換レンズとしての第２レンズ（大口径レンズ）３１０からなる。上記対象ベクトル多重化手段２によって多重に読み出された対象ベクトル情報を持つ複数の光束は、第２レンズ３１０に入射し、第２レンズ３１０の後側焦平面のフーリエ変換面Ｆの対応した位置に、対象ベクトルの複数のフーリエ変換像を形成する。
【００８２】
特徴変換手段５は、第１実施形態と同様で、多重フーリエ変換手段３によって得られる複数のフーリエ変換像に対して同一個数で一対一に対応するように配置したフィルターアレイ５０２より構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを施すものである。
【００８３】
多重逆フーリエ変換手段４としても、第１実施形態と同様で、複数の逆フーリエ変換レンズで構成される逆フーリエ変換レンズアレイとしてのレンズアレイ４０２からなり、フーリエ変換されフィルタリングされた情報を更に並列同時に逆フーリエ変換し、レンズアレイ４０２の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に得るものある。
【００８４】
以上の構成により、略平行なコヒーレント光束２０５で読み出された多重化された対象ベクトルは、フーリエ変換レンズである第２レンズ３１０でフーリエ変換された後、フィルターアレイ５０２を構成する個々のフィルターで異なったフィルタリング（特徴変換）が行われ、さらに、レンズアレイ４０２の個々の逆フーリエ変換レンズで逆フーリエ変換され、その結果がレンズアレイ４０２の後側焦平面にある特徴変換面Ｔに形成される。
【００８５】
（具体例１）
本具体例では、対象ベクトル入力表示手段１中の空間光変調器１２２に表示されるベクトルは、正方形の開口の領域とし、その１辺の大きさａは５．４ｍｍ、さらに、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝１２８×１２８とし、ｋ＝ｋd ＝ｋR ＝１２８とした。さらに、このフィルターアレイ５０２を構成する各フィルターとして、本具体例では、すでに説明したＧａｂｏｒフィルターを用いた。
【００８６】
また、レンズアレイ４０２と第２レンズ３１０と特徴変換面Ｔ上の各変換像を重ねてそれらの配置の関係を図１５に示す。この図に示すように、レンズアレイ４０２は円形開口のレンズを正方状に配置した。初めに、各変換像の間でその中心間が最も近接する方向、つまり、図中ではＤ１の方向について考える。
【００８７】
本具体例で用いた多重化光学系では、フーリエ変換を施す第２レンズ３１０の焦点距離を１００ｍｍ（ｆF ＝１００ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．５ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。
【００８８】
また、レンズアレイ２０６、４０２の各レンズの焦点距離は共に２７．８ｍｍ（ｆT ＝２７．８ｍｍ) とし、特徴変換面Ｔで得られる画像の検出サイズは１．５ｍｍ×１．５ｍｍ（ｗT ＝１．５ｍｍ) とした。フィルターは、これまでの実施例と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は１０．７本／ｍｍとなり、αmax ｆF λ＝０．６７９９ｍｍとなる。レンズアレイ４０２の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧２．８７ｍｍ
となる。以上の議論は、図中のＤ１の方向についてであるから、変換像の正方形領域が全て入るようにするためには、その対角方向の値に換算する必要がある。これは、上記値を√２倍すればよく、ｒT ＞√２×２．８７＝４．０５９ｍｍで与えられる。よって、ｐ＞ｒT で、さらに、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧４．０５９ｍｍとなり、ここでは、ｐ＝４．５ｍｍとした。
【００８９】
次に、（３）式について求める。レンズアレイ２０６、４０２で光軸２１０から最も遠い距離にあるレンズの中心までの距離ｈは、４×４個のアレイ状にこれらが配置されているので、ｈ＝３√２ｐ／２となり、さらに、ｗT は正方形の対角方向をとる必要があるので、前述の値を√２倍して、√２ｗT ＝２．１２ｍｍとした。この条件より、（３）式は、
ｒF ＞２８．１ｍｍ
となり、ｒF ＝３０ｍｍに設定し、情報の欠落なくフィルタリングが可能とした。
【００９０】
したがって、第１実施形態と比較して、空間光変調器２０２の大きさが小さくても、この条件の下で高精度な特徴変換が可能となることは、前述の通り明らかである。
【００９１】
（具体例２）
本具体例では、具体例１と比較し、扱うベクトルの成分数（ここでは、画素数）が少ない場合を示す。レンズアレイは具体例１と同様で、図１５に示すように正方状に配置され、対象ベクトル入力表示手段１中の空間光変調器１２２に表示されるベクトルも正方形の開口の領域とした。ベクトルの表示領域ａはａ＝３ｍｍで、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝６４×６４とし、ｋ＝ｋd ＝ｋR ＝６４とした。さらに、このフィルターアレイ５０２を構成する各フィルターとして、本実施形態でも、すでに説明したＧａｂｏｒフィルターを用いた。
【００９２】
本具体例で用いた多重化光学系では、フーリエ変換を施す第２レンズ３１０の焦点距離を８０ｍｍ（ｆF ＝８０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．０８ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを２０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝２０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。
【００９３】
また、レンズアレイ２０６、４０２を構成するレンズの焦点距離は共に２６．７ｍｍ（ｆT ＝２６．７ｍｍ）とし、特徴変換面Ｔで検出される画像の検出サイズは、１．０ｍｍ×１．０ｍｍとした。フィルターとして、これまでの実施例と同様にＧａｂｏｒフィルターを用いており、その最大の空間周波数αmax ＝９．７本／ｍｍなので、αmax ｆF λ＝０．４８９ｍｍとなる。レンズアレイ４０２の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧１．９９ｍｍ
が求まる。しかし、ここでも具体例１と同様で、有効径は変換像の正方形領域の対角方向について考慮せねばならないので、ｒT ≧１．９９×√２＝２．８２ｍｍとなる。よって、ピッチ間隔ｐはｐ≧ｒT であり、さらに、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧２．８２ｍｍとなるので、ここではｐ＝３．０ｍｍとした。
【００９４】
次に、（３）式についても具体例１と全く同様に考えられ、ｗT を対角方向のものに換算して（√２ｗT ＝１．０×√２＝１．４１４）計算すれば、
ｒF ＞１７．９５ｍｍ
を得た。したがって、ｒF ＝２０ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【００９５】
したがって、第１実施形態と比較して、空間光変調器１２２の大きさが小さくても、この条件の下で、高精度な特徴変換が可能となることは前述の通り明らかである。
【００９６】
〔第３実施形態〕
本実施形態の特徴ベクトル変換装置は、図１６の断面図に示すように、前述の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。本実施形態は、第２実施形態と比較して、光学系全体の縮小化が可能となる利点がある。
【００９７】
より具体的には、対象ベクトル入力表示手段１は、インコヒーレント光束１３０を発生させるための、第１実施形態の対象ベクトル入力表示手段１でインコヒーレント光束１０５を発生させる部分と同一要素の図示しない構成部分と、ＣＣＤカメラ等の撮像素子１３１と、電気アドレス型で透過型の空間光変調器１３２としてここでは液晶製の空間光変調器と、撮像素子１３１からの信号を入力し、空間光変調器１３２に表示するための信号を発生させるためのコントローラー１３３及びドライバー１３４と、光書き込み型で反射型の同様な液晶製の空間光変調器１３５と、結像レンズ１３６とから構成され、結像レンズ１３６は、空間光変調器１３２の読み出し面と空間光変調器１３５の書き込み面を結像関係にするように配置されている。
【００９８】
まず、撮像素子１３１で得られたベクトル情報（ここでは、画像）がコントローラー１３３、ドライバー１３４を介して、透過型の空間光変調器１３２に表示され、この透過型の空間光変調器１３２に表示された画像はインコヒーレント光束１３０で読み出され、結像レンズ１３６を介してその結像面と一致する反射型の空間光変調器１３５の書き込み面にそのベクトル情報を書き込む。
【００９９】
次に、対象ベクトル多重化手段２は、第２実施形態と同一構成であり、レンズアレイ２１０’（第２実施形態では２０６）の後側焦平面と第１レンズ２１１（第２実施形態では２０７）の前側焦平面は面２１２（第２実施形態では２０８）で一致するように配置され、さらに、第１レンズ２１１の後側焦平面と空間光変調器１３５（第２実施形態では１２２）の読み出し面が一致するように配置されている。略平行なコヒーレント光２１３（第２実施形態では２０５）の光束はレンズアレイ２１０’を通過し、その光束はレンズアレイ２１０’の後側焦平面である面２１２でそれぞれ異なった位置に集光し、その後に発散光となって第１レンズ２１１に入射する。第１レンズ２１１に入射した発散光は、光軸２１４に対して種々の角度をなす略平行な光束となり、第１レンズ２１１の後側焦平面と一致する空間光変調器１３５の読み出し面で略同じ領域に重なり合い、反射光となって空間光変調器１３５に書き込まれている対象ベクトル情報を乗せ、種々の方向に反射する。
【０１００】
多重フーリエ変換手段３は、本実施形態では対象ベクトル多重化手段２の第１レンズ２１１を共用する。種々の方向に反射した複数の平行光束は、この第１レンズ２１１で並列同時にフーリエ変換され、その後側焦平面上のフーリエ変換面Ｆ（面２１２と同一面）にフーリエ変換像を形成する。
【０１０１】
特徴変換手段５、及び、多重逆フーリエ変換手段４は、第２実施形態と同様の構成であり、特徴変換手段５は、フーリエ変換された情報と同一個数で一対一に対応するよう配置したフィルターアレイ５０３より構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを同時に施す。さらに、このフィルタリングを施された情報に対し、多重逆フーリエ変換を行う逆フーリエ変換レンズよりなるレンズアレイ４０３により、複数のフィルタリングを施した情報に対してそれぞれ逆フーリエ変換を施し、レンズアレイ４０３の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に形成するようになっている。
【０１０２】
（具体例１）
本具体例では、対象ベクトル入力表示手段１中の空間光変調器１３２及び１３５に表示されるベクトルは正方形の開口の領域とし、その１辺の大きさａは１０．７ｍｍで、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝２５６×２５６とし、ｋ＝ｋd ＝ｋR ＝２５６とした。さらに、このフィルターアレイ５０３を構成する各フィルターとして、本実施形態では、すでに説明したＧａｂｏｒフィルターを用いた。
【０１０３】
本具体例で用いた多重化光学系は、フーリエ変換を施す第１レンズ２１１の焦点距離を１００ｍｍ（ｆF ＝１００ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）、レンズアレイ２１０’、４０３のレンズの焦点距離は共に１８．７ｍｍ（ｆT ＝１８．７ｍｍ）とし、特徴変換面Ｔで得られる画像の検出サイズは、２．０ｍｍ×２．０ｍｍ（ｗT ＝２．０ｍｍ）とした。ここでは、図１７に示すように、レンズアレイ２１０’、４０３はそれぞれ４×４個の正方状のアレイよりなっている。第２実施形態の具体例と同様に、図１７に示すレンズアレイの各レンズの中心が最も近い方向、図中のＤ１の方向に関して考えると、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．５２ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０３のピッチ間隔ｐt が、
ｐt ≧２．５６ｍｍ
と求められる。
【０１０４】
ここでも、フィルターとしては、これまでの実施形態と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は１０．８本／ｍｍであるから、αmax ｆF λ＝０．６８６３ｍｍとなる。
【０１０５】
レンズアレイ２１０’、４０３の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧３．３７４ｍｍ
となる。ここで、第２実施形態の具体例で述べたように、円形レンズを配置する場合、変換像の正方形領域の対角方向について考えなければならないので、ｒT としてｒT ≧３．３７４×√２＝４．７７２ｍｍとする必要がある。したがって、ピッチ間隔ｐはｐ≧ ｒT であり、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧４．７７２ｍｍとなり、ここでは、ｐ＝５．０ｍｍとした。
【０１０６】
次に、（３）式について求める。レンズアレイ２１０’、４０３で光軸２１４から最も遠い距離にあるレンズの中心までの距離ｈは、４×４個の正方のアレイが光軸を挟んで２段配置されているので、ｈ＝√５８×ｐ／２となる。（３）式のｗT に関しても、対角方向について考えなければならないので、√２ｗT ＝２．０×√２＝２．８２８ｍｍとして、計算すると、
ｒF ＞５４．５９ｍｍ
の条件が求まり、ｒF ＝５５ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【０１０７】
したがって、第２実施形態と比較して光学系の縮小化が図れた上に、高精度な特徴変換が可能となることは前述の通り明らかである。
【０１０８】
（具体例２）
本具体例では、具体例１と比較し、扱うベクトルの成分数（ここでは、画素数）が少ない場合を示す。レンズアレイ２１０’、４０３は一体にして４×８個のアレイとした。対象ベクトル入力表示手段１中の空間光変調器１３２、１３５に表示されるベクトルも正方形の開口の領域とした。ベクトルの表示領域は０．５ｍｍ×０．５ｍｍ（ａ＝０．５）で、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝５０×５０とし、ｋ＝ｋd ＝ｋR ＝５０とした。さらに、このフィルターアレイ５０３を構成する各フィルターとして、本実施形態でも、すでに説明したＧａｂｏｒフィルターを用いた。
【０１０９】
本具体例で用いた多重化光学系では、フーリエ変換を施す第１レンズ２１１の焦点距離を１５ｍｍ（ｆF ＝１５ｍｍ）、さらに、レンズアレイ２１０’、４０３の焦点距離は共に２０ｍｍ（ｆT ＝２０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）とし、具体例１と同様に、図１７でのレンズアレイのレンズの最小間隔方向であるＤ１方向について考えれば、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧０．９５ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを５μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝５μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧０．２５ｍｍ
と求められる。
【０１１０】
また、レンズアレイ２１０’、４０３のレンズの焦点距離は共に２０．０ｍｍとし、特徴変換面Ｔで検出される画像の検出サイズは、０．６７ｍｍ×０．６７ｍｍ（ｗT ＝０．６７ｍｍ）とした。フィルターとして、前具体例と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は４５．３２本／ｍｍなので、αmax ｆF λ＝０．４３０ｍｍとなる。レンズアレイ２１０’、４０３の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧１．５２８ｍｍ
となる。しかし、ここでも変換像の正方形領域のその対角方向について考える必要があり、ｒT ≧１．５２８×√２＝２．１７ｍｍとなる。よって、ピッチ間隔ｐはｐ≧ｒT であり、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧２．１７ｍｍとなるので、ここではｐ＝２．５ｍｍとした。
【０１１１】
次に、（３）式についても、具体例１と全く同様となるので、√２ｗT ＝０．６７×√２＝０．９４７５として（３）式を計算すると、
ｒF ＞２４．４２ｍｍ
の条件が求まり、ｒF ＝３０ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【０１１２】
したがって、第２実施形態と比較して、光学系の縮小化が図られた上に、高精度な特徴変換が可能となることは前述の通り明らかである。
【０１１３】
以下に説明する第４実施形態から第７実施形態は、本発明の中、先に述べた特徴ベクトル変換装置によって変換される特徴ベクトルの情報を更にデータ変換し、後段の認識分類手段に送るための特徴ベクトル検出伝送装置と、そのベクトル検出伝送装置から伝送されたデータを基に認識分類を行う認識分類手段を用いた認識分類装置に関する。
【０１１４】
以下の実施形態で示す認識分類装置中の特徴ベクトル変換装置は、上記第１実施形態〜第３実施形態に示した実施形態の何れかで構成され、特徴ベクトル検出伝送装置２２は、図１に示すように、特徴ベクトル変換装置から得られるデータの中で取得すべきベクトル情報を選択する特徴ベクトル選択手段７と、特徴ベクトル変換装置から得られるデータ又は特徴ベクトル選択手段７によって選択されたデータを検出する特徴ベクトル検出手段６と、特徴ベクトル選択手段７によって選択されたデータを認識手段に伝送するための特徴ベクトル伝送手段８とで構成され、さらに、認識分類装置２３は、上記特徴ベクトル検出伝送装置２２から伝送されたデータを基に認識分類手段９により認識分類を行うものである。
【０１１５】
〔第４実施形態〕
本実施形態の認識分類装置は、図１８の断面図に示すように、特徴ベクトル変換装置として第１実施形態の具体例１の装置（図８）を用い、この装置により変換された特徴ベクトルを、特徴ベクトル検出伝送装置２２で、重みベクトル更新表示手段９２と類似性マッチング手段９３と勝利ベクトル決定手段９４から構成される認識分類手段９に送り、ここで競合学習型のニューラルネットワークのアルゴリズムを動かすことにより、認識分類を行う装置である。
【０１１６】
特徴ベクトル検出伝送装置２２内の特徴ベクトル選択手段７は、電気信号で２次元的に個々のシャッターの開閉が可能なシャッターアレイ７０１（本実施形態では、透過型で電気アドレス型の強誘電性液晶製の空間光変調器）と、制御のためのコントローラー７０２及びドライバー７０３とで、特徴ベクトル検出手段６は、フォトディテクターアレイ６０１と、電流電圧変換増幅回路６０２とで、特徴ベクトル伝送手段８としては、データ転送用のインターフェイス８０１で構成される。
【０１１７】
前記の課題を解決するための手段の項で説明したように、本発明の目的を達成するために、処理対象となるベクトルの任意の領域に対する特徴量のみを、フィルタリングにより変換された特徴ベクトルの形成されている各多重化部分の対応する部分から選択検出し、後段の認識分類手段９に伝送することが、特徴ベクトル検出伝送装置の機能である。特徴ベクトル変換装置では、図１１で説明した４×４個のフィルターアレイによりフィルタリングされた情報（ここでは、画像）が、図８で説明したように特徴変換面Ｔに４×４種類形成されるが、この機能を果たすために、この特徴変換面Ｔにシャッターアレイ７０１である透過型で電気アドレス型の空間光変調器を配置し、その直後に４×４個のフォトディテクターアレイ６０１を配置する。透過型の空間光変調器７０１を、このフィルタリングにより変換された特徴ベクトルの形成されている各多重化部分の対応する部分から処理対象となるベクトルの任意の領域に対応する領域のみの情報が透過するように、コントローラー７０２及びドライバー７０３を用いて作動させる。この透過型の空間光変調器７０１によって選択された領域から透過した情報のみが、特徴ベクトル検出手段６であるフォトディテクターアレイ６０１に入射し、強度値として検出される（図７参照）。
【０１１８】
フォトディテクターアレイ６０１として、本実施形態ではシリコン製のフォトディテクターをアレイ状に並べたものを用いたので、検出された各特徴量は各ディテクターで光電変換され強度に比例した電流値となるが、さらに、この各ディテクターにオペアンプ等を用いた電流電圧変換増幅回路６０２をつなぎ、最終的には特徴量に比例した電圧が得られるようになっている。以上の構成により、フィルタリングされ変換された特徴ベクトルの形成されている各多重化部分の対応する部分から、処理対象となるベクトルの任意の領域に対応する領域のみの情報を選択して電圧値として得ることが可能となり、さらに、この情報を特徴ベクトル伝送手段のインターフェイス８０１によって電気的に次段の認識分類手段９に伝送する。
【０１１９】
一方、認識分類手段９においては、この伝送された情報に基づき競合学習型のニューラルネットワークのアルゴリズムを動かすことにより認識分類を行う。この競合学習型のニューラルネットワークのアルゴリズムの１例として、本実施形態では、自己組織化特徴マップを用いる場合を例にあげるが、まず、この自己組織化特徴マップについて簡単に以下に説明する。自己組織化特徴マップ（以下、ＳＯＭと表記する。）は、図１９に示すように、２次元に並ぶ素子群の層ＭＬ（以下、マップ層ＭＬと表記する。）とデータを入力する入力層ＩＬとから構成される。このマップ層ＭＬは、図１９では２次元に並ぶ素子を示したが、１次元に並ぶ素子を用いてもよい。入力層ＩＬは、マップ層ＭＬの全ての素子と結合しており、入力データをマップ層ＭＬの全ての素子に与えることができる。入力データはスカラーでもベクトルでもかまわないが、ここでは、一般的にベクトルＸ（ｎ次元）とおく。マップ層ＭＬの素子ｉ（ｉはマップ上の順番とし、全素子層をｋ個とする。）は全て重みベクトルｍi （ｎ次元）を持つことにする。ＳＯＭのアルゴリズムは、入力ベクトルＸと各素子の重みベクトルｍi との類似性から更新すべき重みベクトルを決定する＜類似性マッチング＞と、その重みベクトルｍi を入力ベクトルＸの方に近付ける＜更新＞とに分けられる。そして、両者の作用を繰り返すことにより、入力ベクトルＸの分布を反映する重みベクトルｍi （１≦ｉ≦ｋ）を生成するものである。＜類似性マッチング＞と＜更新＞の具体的な表式を以下に示す。
【０１２０】
＜類似性マッチング＞
＜更新＞
ここで、｜Ｘ−ｍi ｜はＸとｍi のユークリッド距離、ｃはその距離が最も小さかった素子（勝利素子）、Ｎc はその勝利素子ｃのマップ層ＭＬでの近傍、α（ｔ）は正の定数、ｔは時刻を示す。更新を繰り返しながら、Ｎc とα（ｔ）の大きさを徐々に小さくする。また、α（ｔ）は勝利素子ｃから離れるに従い小さくなるように選ぶこともできる。また、類似性マッチングの部分は以下のように内積を用いてもよい。
【０１２１】
以上から、本認識分類装置では、特徴ベクトル検出伝送装置から送られた情報を基に、競合学習課程において、（９）式に基づく内積の類似性マッチングを行った上で勝利素子を決定し、さらに（８）式に基づく重みベクトルの更新をすればよいことが分かる。
【０１２２】
より具体的には、まず、特徴ベクトル検出伝送装置２２から送られた情報を類似性マッチング手段９３のＬＥＤドライバー９３００に入力し、これをコントロールすることによってこの情報が明るさに比例するようにＬＥＤアレイ９３０１を発光させることで、認識分類手段９内に特徴ベクトル検出伝送装置２２から送られた情報を入力させる。本実施形態では、このＬＥＤアレイ９３０１は、ディテクターアレイ６０１と同数で同一配列の４×４個の要素からなっている。このＬＥＤアレイ９３０１から出射された特徴ベクトル検出伝送装置２２から送られた情報の乗った光束は、さらに、結像レンズ９３０２及びレンズアレイ９３０４からなる多重結像光学系９３０５によって、ニューラルネットの素子数と同一の個数用意したレンズアレイ９３０４の多重度分だけ空間光変調器９３０６の表示面に複製される。この際、結像レンズ９３０２は、その前側焦点位置にＬＥＤアレイ９３０１の発光面が一致するように、レンズアレイ９３０４は、その後側焦点位置に空間光変調器９３０６の表示面が一致するように、さらに、結像レンズ９３０２の光軸と各レンズアレイ９３０４の光軸が平行になるように配置する。また、空間光変調器９３０６としては、印加される電圧によってその透過率が変化する電気アドレス型で透過読み出しタイプの液晶空間光変調器を用いた。以上により、ニューラルネットの素子数だけ多重化された特徴ベクトルは、次に、重みベクトル更新表示手段９２からの信号により空間光変調器９３０６に表示される重みベクトルの情報がそれぞれ重畳され、さらに、レンズアレイ９３０４と同一個数で同一配列のレンズアレイ９３０７で集光され素子毎の内積の演算がなされる。この結果は、同様にレンズアレイ９３０４と同一個数で同一配列のディテクターアレイ９３０８で検出され、さらに、オペアンプ等で電圧値に変換されて勝利ベクトル決定手段９４に送られる。
【０１２３】
次に、以上の構成により内積演算が計算される過程を図２０を用いて説明する。（９）式の内積演算部分は、入力ベクトルＸを要素数Ｎ×Ｎの２次元に展開し、重みベクトルを、要素数Ｎ×ＮのサブマトリックスをＭ×Ｍ個（ニューラルネットの素子数に対応）並べたものに展開すれば：各成分毎に次式のように書き直せる。
【０１２４】
説明を簡単にするために、Ｎ＝３、Ｍ＝２とすると、類似性マッチング手段９３の部分は、図２０のように模式的に書ける。つまり、ＬＥＤアレイ９３０１に入力された要素数３×３の特徴ベクトルは、結像レンズ９３０２及びレンズアレイ９３０４からなる多重結像光学系９３０５によって、レンズアレイ９３０４の多重度分の２×２だけ空間光変調器９３０６の表示面に複製され（同図（イ））、さらに、空間光変調器９３０６に表示される重みベクトルの情報（同図（ロ））がそれぞれ重畳され、さらに、レンズアレイ９３０７で個々に集光され素子毎の内積の演算がなされるのである。具体的に、ｙ21の成分について、各要素の処理結果を示すと、重畳する部分は掛算、集光する部分は足算となるから、
となり、（２，１）成分に対応する素子の内積が計算されていることになる。他の成分についても同様に計算できるので、トータルでは、
となり、（１０）式の内積のＮ＝３，Ｍ＝２の場合が確かに計算されていることが分かる。上記光学系では、簡単のため、Ｎ＝３，Ｍ＝２の場合について説明したが、上記光学系ではレンズアレイ、入力ベクトルの配列、重みベクトルの配列等は任意に選定でき、この場合も、（１０）式を満足することは明らかである。
【０１２５】
次に、前記の勝利ベクトル決定手段９４では、類似性マッチング手段９３のディテクターアレイ９３０８から出力される個々の素子毎の内積の演算から、その最も出力の大きな素子を勝利素子として決定し、この情報を重みベクトル更新表示手段９２に送る。重みベクトル更新表示手段９２では、上記（８）式の更新則に則って重みベクトルの更新が行われる。本装置において、競合学習を行う重みベクトル更新表示手段９２と勝利ベクトル決定手段９４は、同一のコンピュータ上に実現している。その中、勝利ベクトル決定手段９４は、類似性マッチング手段９３のディテクターアレイ９３０８からの個々の出力電圧をＡＤ変換し個々に取り込むための転送部と、この結果を比較し最も高い電圧を示したものを勝利素子として選択するソフトウエアを搭載したコンピュータとからなっている。重みベクトル更新表示手段９２は、２次元のフォトディテクターアレイ６０１からの情報をＡＤ変換し取り込むための転送部９２０１と、勝利ベクトル決定手段９４で決定された勝利素子の情報と２次元フォトディテクターアレイ６０１からの特徴ベクトルの情報を用いて（８）式の更新則に則って重みベクトルを更新するソフトウエアを搭載した、前述の勝利素子を選択するためのソフトウエアを搭載したコンピュータと同一のコンピュータと、この更新された重みベクトルの情報を空間光変調器９３０６上に入力・表示するためのメモリー９２０２と、コントローラー９２０３及びドライバー９２０４とにより構成してある。この場合、重みベクトルは、正規化をしてから空間光変調器９３０６に入力・表示するようにすると更によい。また、この競合学習課程においては、順次特徴ベクトル検出伝送装置から任意の領域のデータを入力し、上記の重みベクトルの更新を行うことを繰り返し、さらに、別の対象ベクトルについても同様な操作を行って行けば、適当な所で重みベクトルは安定するので、そこで学習を止めればよい。
【０１２６】
学習後の認識分類過程においては、重みベクトルを固定したまま識別対象のベクトルを入力し、特徴ベクトル変換装置により変換した情報から、特徴ベクトル検出伝送装置２２により所望の部分の情報のみ伝送し、認識分類手段９に入力し、ディテクターアレイ９３０８の中のどれが勝利素子となるかによって、この所望の部分がどのクラスに属するのか分類すればよい。例えば分類は、図２０のように素子数が６×６の３６だとすれば、個々の素子毎に３６種類に分類してもよいし、３０個と６個の２つの領域に分け２種類に分類してもよい。対象に合わせて自由にソフトウェアで学習の際に設定すればよい。もし、画面全体を分類したければ、順次特徴ベクトル検出伝送装置２２からデータを転送して画面全体について同様に分類すればよい。なお、重みベクトルの初期設定は、ランダムなデータ列を発生させたものを表示するようにしてある。また、ベクトル検出伝送装置２２から送られたデータを正規化したり、正規化した際に失われるノルム情報を新たに付加する部分をこの認識分類手段９に設けると更に良い。
【０１２７】
本実施形態では、今まで説明してきたように、上記のような特徴ベクトル変換装置により変換した特徴ベクトルから、特徴ベクトル検出伝送装置を用いて本発明の目的にかなったデータを選択検出し、後段の認識分類手段に伝送するようにしたから、高速かつ非常に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１２８】
さらに、本実施形態の変形例として、特徴ベクトル変換伝送装置２２内のベクトル選択手段７において、図２１（ａ）、（ｂ）に示すように、シャッターアレイ７０１の後方にレンズ７０４や縮小光学系７０５を配置することで、フォトディテクターアレイ６０１の大きさとピッチを、透過型の空間光変調器７０１の大きさやフィタリングされた結果の個々の画像間のピッチと合わせる必要がなくなり、フォトディテクターアレイ６０１のサイズの選択の幅が広がり、装置の作製が容易になる。
【０１２９】
〔第５実施形態〕
図２２に基づいて第５実施形態を示す。第４実施形態とは、特徴ベクトル検出伝送装置において、特徴ベクトル選択手段７にレンズアレイを用いることで、特徴ベクトル検出手段６に用いるフォトディテクターの受光位置による感度誤差を少なくすることを可能にした点、また、認識分類手段９においては、類似性マッチング手段９３の内積処理を否定排他論理和もしくは排他論理和に代えて類似度の計算を行う点が異なるが、他の部分は全て同一に構成してある。
【０１３０】
具体的には、特徴ベクトル検出伝送装置２２内の特徴ベクトル選択手段７としては、シャッターアレイ７０７である透過型で電気アドレス型の空間光変調器と、それをコントロールするためのコントローラー７０８及びドライバー７０９と、レンズアレイ７１０とで、また、特徴ベクトル検出手段６としては、フォトディテクターアレイ６０３と電流電圧変換増幅回路６０４とで構成される。第４実施形態との違いは、レンズアレイ７１０が透過型の空間光変調器７０７の後方に１つの多重化部分に対応する形で配置されており、さらに、このレンズアレイ７１０の後側焦点位置近傍にフォトディテクターアレイ６０３が配置されている点である。このような構成にすることで、レンズアレイ７１０に入射して来る光束はその焦点位置付近に略集光するようになり、それぞれのフォトディテクターの中央付近で変換像の一部を選択したものを受光できるようになったので、受光位置の違いによる感度誤差を減少することが可能となった。したがって、認識分類手段９に伝送されるデータの精度が向上し、その認識率も向上する。
【０１３１】
認識分類手段９においては、第４実施形態の類似性マッチング手段９３からＬＥＤアレイ９３０１とそのドライバー部分９３００を除去した上で、ＬＥＤアレイの位置に空間光変調器９３１０を配した。この空間光変調器９３１０及び重みベクトル表示用の空間光変調器９３１１は、何れもＴＮ液晶製の偏光子のない透過読み出しタイプで電気アドレス型の空間光変調器を用いた。さらに、図２２に示すように、これらの空間光変調器９３１０、９３１１の外側に一組の偏光子９３１２及び検光子９３１３を配した。この偏光子９３１２及び検光子９３１３を空間光変調器９３１０及び９３１１の液晶の配向に対してクロスニコルもしくは平行ニコルに配置することで、否定排他論理和もしくは排他論理和が計算され、より正確な類似度が計算されることになる。類似性マッチング手段９３では、さらに、特徴ベクトル検出伝送手段２２より伝送された情報を２値化した上でこれを空間光変調器９３１０に書き込むための閾値回路９３１４、ドライバー９３１５、コントローラー９３１６を、また、重みベクトル更新表示手段９２でも、重みベクトルを更新し表示する際に２値化する部分を付加してある。あとの構成は第４実施形態と同様であり、類似度を計算するのに否定排他論理和もしくは排他論理和を用いる点が異なるだけなので、作用の説明は省略する。
【０１３２】
以上の構成により、本実施形態では、上記のような特徴ベクトル検出伝送装置により得られる精度の高い特徴ベクトルを用い、さらに、否定排他論理和もしくは排他論理和を用いて類似度を計算し勝利素子を決定できるようになったので、本発明の目的にかない、かつ、高速により精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１３３】
〔第６実施形態〕
図２３に基づいて第６実施形態を示す。図からも分かるように、ここでは特徴ベクトル変換装置としては第２実施形態のもの（図１４）を用いた。特徴ベクトル検出伝送装置２２においては、特徴ベクトル選択手段７にプリズムアレイとレンズを用いることで、前実施形態同様、特徴ベクトル検出手段６等に用いられる検出器の選択の幅を広げている。また、認識分類手段９においては、光アドレス型の空間光変調器を用いることで、特徴ベクトル変換伝送装置２２からの情報を直接光学的に伝送し処理することを可能とした点が異なる。
【０１３４】
具体的には、特徴ベクトル変換伝送装置２２における特徴ベクトル選択手段７は、シャッターアレイ７１１である電気アドレス型で透過型の空間光変調器と、それをコントロールするためのコントローラー７１２及びドライバー７１３で構成され、特徴ベクトル伝送手段８は、プリズムアレイ７１４と、プリズムアレイ７１４から出射する光束が入射可能な瞳径を持ったレンズ７１５と、ミラー７１６、ビームスプリッター７１７で構成され、さらに、特徴ベクトル検出手段６は、光アドレス型で透過読み出しタイプの液晶製の空間光変調器６０７で構成されている。この中、プリズムアレイ７１４は、シャッターアレイ７１１の後方に各多重化部分に対応する数だけ配置されている。このプリズムアレイ７１４の後方にミラー７１６を介してレンズ７１５が配置され、前述の形態と同様に、空間光変調器７１１で選択透過された情報のみが対応するそれぞれのプリズムを通過する際にその光束を曲げられ、その曲げられた光束がミラー７１６で反射してレンズ７１５に到達する。さらに、レンズ７１５を出射した光束はビームスプリッター７１７でその一部の光束が反射され、レンズ７１５の焦点位置近傍に配置してある光アドレス型空間光変調器６０７に入射され、一方のビームスプリッター７１７を透過した光束は、２次元のディテクター６０５に入射し、検出される。つまり、この空間光変調器６０７上に空間光変調器７１１で選択透過された情報が書き込まれる。この際、光書き込み型の空間光変調器６０７の大きさや解像度に整合するように、プリズムアレイ７１４を構成する個々のプリズムの傾き角やレンズ７１５の焦点距離を任意に設定することが可能となるので、空間光変調器等の選択の幅が広がる。
【０１３５】
また、認識分類手段９においては、特徴ベクトル検出伝送装置２２のベクトル検出手段６である空間光変調器６０７に書き込まれた情報を、前述の実施形態と同様な構成により生じさせたコヒーレント光束９１０８で読み出すことで、類似性マッチング手段９３内に情報を入力し処理することができる。また、ビームスプリッタ７１７の透過方向で空間光変調器６０７と対応する位置に設置された２次元ディテクター６０５で特徴ベクトル変換伝送装置２２で選択伝送された情報を検出し、電流電圧変換増幅回路６０６により電圧値に変換し、さらに、転送部９３２０により重みベクトル更新表示手段９２に伝送し、重みベクトルの情報を空間光変調器に表示するためのメモリー９２１３、コントローラー９２１４、ドライバー９２１５によって、第４実施形態と同様の機能を達成している。これ以外の部分は全て第４実施形態と同一に構成しており作用も同じなので、説明は省略する。
【０１３６】
以上の構成により、本実施形態では、上記のような特徴ベクトル変換伝送装置により得られる精度の高い特徴ベクトルを高速に伝送し、認識分類手段で処理できるようになったので、本発明の目的にかない、かつ、より高速に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１３７】
〔第７実施形態〕
図２４に基づいて第７実施形態を示す。ここでは、特徴ベクトル変換装置としては、第３実施形態のもの（図１６）を用いた。また、特徴ベクトル変換伝送装置は、特徴ベクトル検出手段６に、撮像素子６０８としてここではＣＣＤカメラと、それにより検出されたデータをコンピュータ６０９に取り込むためのＡＤ変換器付きのメモリーであるフレームメモリ６１０より構成し、これまでの実施形態と比較すれば多少時間がかかるが、現状で最も実現が容易な構成とした。さらに、認識分類手段９にも、これまでの実施形態で用いた構成よりより簡単な構成のものを用いた。
【０１３８】
より具体的には、特徴ベクトル変換装置で変換された情報を、特徴変換面ＴにＣＣＤカメラ６０８を配置し、一度に検出する。なお、ここで用いるＣＣＤカメラ６０８は、本体がディテクター面より大きく、このままレンズアレイ４０３（図１６）の後方に配置すると、レンズアレイ２１０’とレンズアレイ４０３を離して配置しなければならなくなり、特徴ベクトル変換装置の光学系の負担が大きくなる。そこで、レンズアレイ４０３の後方にミラー６１１を配置し、このミラー６１１で光束を折り曲げ、ＣＣＤカメラ６０８を図２４のように特徴ベクトル変換装置の光学系と干渉しないように配置した。この検出された複数の特徴ベクトルの情報は、ＣＣＤカメラ６０８からフレームメモリ６１０に伝送され、そのフレームメモリ６１０上に蓄えられる。特徴ベクトル選択手段７では、このフレームメモリ６１０に蓄えられた複数の特徴ベクトルの情報から、１つの多重化部分に対応するベクトル毎に認識判断する領域の成分を選択し、その領域に含まれる成分の平均値を求め、さらにこのデータをコンピュータ６０９上のメモリに蓄積する。この特徴ベクトル選択手段７の部分は、本実施形態では、コンピュータ上のソフトウェアを用いて行っている。この特徴ベクトル選択手段７によりコンピュータのメモリー上に蓄えられている認識判断する領域の成分に関する特徴ベクトルは、同様にソフトウエアで取り出され、特徴ベクトル伝送手段８であるインターフェイス９３３５により、類似度マッチング手段９３のＬＥＤアレイ９３３０のドライバー９３３６に送られる。
【０１３９】
次に、認識分類手段９では、特徴ベクトル伝送手段８から送られてきた認識判断する領域の特徴ベクトル情報に比例するように、類似度マッチング手段９３のドライバー９３３６をコントロールすることによりＬＥＤアレイ９３３０を発光させ、その情報を系内に入力する。この類似度マッチング手段９３は、特徴ベクトル伝送手段８から送られてきた認識判断する領域の特徴ベクトルの次元数（成分数）と同じ数のＬＥＤを２次元に配列したＬＥＤアレイ９３３０と、重みベクトルｍklの値を透過率の値として与えるためのマスクを有するマスクアレイ９３３１としての電気アドレス型で透過タイプの液晶製の空間光変調器と、マスクアレイの各々のマスクが共通の結像面で重なり合って結像するように各マスクに対応させて配置されたレンズよりなるレンズアレイ９３３２と、結像レンズ９３３３と、その結像面に配置されたフォトディテクターアレイ９３３４とより構成される。なお、このレンズアレイ９３３２の各レンズの光軸と結像レンズ９３３３の光軸は平行となるように、さらに、レンズアレイ９３３２の各レンズの前側焦点面がマスクアレイ９３３１と、また結像レンズ９３３３の後側焦点面がフォトディテクターアレイ９３３４を配する上記結像面にそれぞれ一致するように、各レンズを配置してある。
【０１４０】
類似度マッチング手段９３では、これまでの実施形態と同様に、（１０）式に示す入力ベクトルと重みベクトルの間の内積演算を行うが、上述の構成により内積演算が計算される過程を図２５を用いて説明する。ここでは、説明を簡単にするために、（１０）式において、Ｎ＝３、Ｍ＝２とする。この光学系を模式的に示すと図２５（ａ）のようになる。ＬＥＤアレイ９３３０は、図２５（ｂ）のように、特徴ベクトル検出伝送装置２２より送られてくる特徴ベクトルＸij（Ｘij；ｉ＝１〜３，ｊ＝１〜３：何れも整数）の成分数３×３と同数のＬＥＤで構成され、個々のＬＥＤは特徴ベクトルＸijの値に比例した量の光量をそれぞれ発光する。それぞれのＬＥＤから発光した光束は、重みベクトルｍklijを表すマスクアレイ９３３１中の対応するマスクを照射する。ここで、図２５（ｃ）に示すように、マスクアレイ９３３１は、ｍklijの中でｉ、ｊの値が等しい成分を配列したベクトルを１つのマスクとして配列してある。つまり、ここでは、１つのマスクの成分数は２×２となり、マスクアレイ９３３１中のマスクの個数はＬＥＤと同等の３×３となる。さらに、Ｘijを表す個々のＬＥＤが照射する領域は、マスクアレイ９３３１中の同じｉ，ｊを表すマスクの領域とする。具体的には、図２５（ｂ）において、斜線で示すＸ11に対して発光するＬＥＤは、図２５（ｃ）中の斜線部で示した領域のみを照射して、そのマスクを読み出す。次に、Ｘijに対応した個々のＬＥＤで読み出されたそれぞれのマスクは、レンズアレイ９３３２の対応するレンズと結像レンズ９３３３により、フォトディテクターアレイ９３３４の受光面で２×２の領域に重なり合って結像される。１例として、図２５（ｄ）に示すｋ＝１，ｌ＝１の領域では、図２５（ｃ）に示す各マスクパターンでのｋ＝１，ｌ＝１の領域（図２５（ｃ）では太い破線でくくられた領域）からの光束が入射する。このｍ11ij｛ｉ＝１〜３，ｊ＝１〜３：何れも整数｝は、それぞれｉ，ｊが等しいＸijの情報を乗せ発光するＬＥＤによって読み出されるので、ｋ＝１，ｌ＝１の領域に集光する光束は、結果として、
の計算を行ったことになる。これは、全てのｋ，ｌについて同じことが言えるために、（１０）式のベクトルマトリックスの内積演算を行っていることが分かる。
【０１４１】
このようにして、類似度マッチング手段９３により特徴ベクトルの内積演算が行われた結果は、これまでの実施形態と同様に、勝利決定ベクトル決定手段９４、重みベクトル更新表示手段９２と経ることで自己組織化競合学習が行われ、同様にして認識分類が行われる。
【０１４２】
以上の構成により、本実施形態では、上記のような特徴ベクトル検出伝送装置により得られる精度の高い特徴ベクトルを高速に伝送し、認識分類手段で処理できるようになったので、本発明の目的にかない、かつ、より高速に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１４３】
さらに、ここで、図２６に示すように、撮像素子として、特徴ベクトル検出手段６で撮像される画像の中で任意のアドレスを指定して読み出すことが可能な特殊な撮像素子を用いることで、より高速で簡単な装置を実現することが可能になる。この場合、撮像された画像データの中で、ｘ方向アドレス指定手段７２０、ｙ方向アドレス指定手段７２１を用いて任意の画像毎あるいは小領域毎に、必要なアドレスを指定しそのデータを読み取り、その結果を次段の認識分類装置２３へ入力することができる。このような方式を用いれば、コンパクトで簡単な認識分類装置２３を得ることが可能である。なお、現状でこのような読み出しが可能な撮像素子としては、ＣＭＤやＣＭＯＳ型のディテクターアレイがある。
【０１４４】
以上の実施形態では、空間光変調器として、入手の容易な液晶製のものを用いたが、電気光学効果や磁気光学効果を利用する結晶製のもの、有機化合物製のもの等、他のものでももちろんよい。
【０１４５】
また、以上の実施形態における特徴ベクトル変換装置では、入力ベクトルを画像として説明したが、これに限定される訳ではなく、マイクロフォンや濃度センサー、流量センサー等、他のセンサー等を用いて得たもの、あるいは、コンピュータ内で計算させたデータ等でも何でもよい。また、もちろんフィルターアレイやレンズアレイ等の配列等は上述の実施形態に限定されず、任意に設定できる。
【０１４６】
【発明の効果】
以上の説明から明らかなように、本発明によると、多重化された処理対象ベクトルの空間周波数成分を欠落させること等がなく、入力された情報を高速かつ高精度に有効な特徴ベクトルに変換するために必要な多重化光学系、及び、この多重化光学系を用いた特徴ベクトル変換装置、及び、この特徴ベクトル変換装置で得られた特徴ベクトルを後段の認識分類手段に効果的に送るための特徴ベクトル検出伝送装置が得られ、さらに、複雑で大容量の入力情報を任意の成分もしくは複数の成分からなる任意の小領域毎に高速・高精度に認識や分類する認識分類装置が得られる。
【図面の簡単な説明】
【図１】本発明の構成の概念図である。
【図２】本発明で用いる同時並列にフーリエ変換及び逆フーリエ変換を行う多重化光学系の１つの形式の断面図である。
【図３】本発明で用いる同時並列にフーリエ変換及び逆フーリエ変換を行う多重化光学系のもう１つの形式の断面図である。
【図４】図２の光学系の一部を拡大して示す図である。
【図５】図３の光学系の一部を模式的に示す図である。
【図６】図３の光学系の一部光軸を含む断面図である。
【図７】本発明による特徴ベクトル検出伝送装置中での処理を説明するための図である。
【図８】本発明の第１実施形態の特徴ベクトル変換装置の断面図である。
【図９】Ｇａｂｏｒフィルターの概形を示す図である。
【図１０】第１実施形態で用いるフィルターの具体例を示す図である。
【図１１】第１実施形態で用いるフィルターアレイを模式的に示す図である。
【図１２】第１実施形態の変形例の特徴ベクトル変換装置の断面図である。
【図１３】第１実施形態の別の変形例の特徴ベクトル変換装置の断面図である。
【図１４】本発明の第２実施形態の特徴ベクトル変換装置の断面図である。
【図１５】第２実施形態の具体例のレンズアレイ、第２レンズ、変換像の配置関係を示す図である。
【図１６】本発明の第３実施形態の特徴ベクトル変換装置の断面図である。
【図１７】第３実施形態の具体例のレンズアレイ、第１レンズ、変換像の配置関係を示す図である。
【図１８】本発明の第４実施形態の認識分類装置の断面図である。
【図１９】自己組織化特徴マップの概略を説明するための図である。
【図２０】第４実施形態で用いた内積演算を説明するための図である。
【図２１】第４実施形態の変形例の要部の断面図である。
【図２２】本発明の第５実施形態の認識分類装置の断面図である。
【図２３】本発明の第６実施形態の認識分類装置の断面図である。
【図２４】本発明の第７実施形態の認識分類装置の断面図である。
【図２５】第７実施形態において内積演算が計算される過程を説明するための図である。
【図２６】アドレスを指定して読み出すことが可能な撮像素子の構成を説明するための図である。
【図２７】第１の従来例を説明するための図である。
【図２８】第２の従来例を説明するための図である。
【符号の説明】
Ｆ…フーリエ変換面
Ｔ…特徴変換面
Ｒ…入力面
Ｏ…物体
ＭＬ…マップ層
ＩＬ…入力層
１…対象ベクトル入力表示手段
２…対象ベクトル多重化手段
３…多重フーリエ変換手段
４…多重逆フーリエ変換手段
５…特徴変換手段
６…特徴ベクトル検出手段
７…特徴ベクトル選択手段
８…特徴ベクトル伝送手段
９…認識分類手段
１０、１１…多重化部分
１３…結像レンズ
２１…多重化光学系
２２…特徴ベクトル検出伝送装置
２３…認識分類装置
３０…フーリエ変換レンズ
４０…逆フーリエ変換レンズ（レンズアレイ）
５１…表示領域
５４…光軸
５５…光軸から最も遠い逆フーリエ変換用のレンズ
９２…重みベクトル更新表示手段
９３…類似性マッチング手段
９４…勝利ベクトル決定手段
１０１…インコヒーレント光源
１０２ａ…レンズ
１０２ｂ…ミラー
１０３…波長フィルター
１０４…ミラー
１０５…インコヒーレント光束
１０６…撮像素子
１０７…空間光変調器
１０８…コントローラー
１０９…ドライバー
１１０…インコヒーレント光束
１１１…ビームスプリッター
１１２…空間光変調器
１２１…撮像素子
１２２…空間光変調器
１２３…コントローラー
１２４…ドライバー
１３０…インコヒーレント光束
１３１…撮像素子
１３２…空間光変調器
１３３…コントローラー
１３４…ドライバー
１３５…空間光変調器
１３６…結像レンズ
１４０…インコヒーレント光源
１４１…空間光変調器
１４２…撮像素子
１４３…コントローラー
１４４…ドライバー
２０１…結像レンズ
２０２…レンズアレイ
２０３…空間光変調器
２０５…コヒーレント光束
２０６…レンズアレイ
２０７…第１レンズ
２０８…平面
２１０…光軸
２１０’…レンズアレイ
２１１…第１レンズ
２１２…面
２１３…コヒーレント光
２１４…光軸
２１５…フィルターアレイ
３０１…コヒーレント光源
３０２…ミラー
３０３ａ…絞り込みレンズ
３０３ｂ…スペイシャルフィルター
３０３ｃ…コリメータレンズ
３０３…ビームエキスパンダ
３０４…コヒーレント光束
３０５…ビームスプリッター
３０６…レンズアレイ
３１０…第２レンズ
４０１…レンズアレイ
４０２…レンズアレイ
４０３…レンズアレイ
５０１…フィルターアレイ
５０２…フィルターアレイ
５０３…フィルターアレイ
６０１…フォトディテクターアレイ
６０２…電流電圧変換増幅回路
６０３…フォトディテクターアレイ
６０４…電流電圧変換増幅回路
６０５…２次元ディテクター
６０６…電流電圧変換増幅回路
６０７…空間光変調器
６０８…撮像素子
６０９…コンピュータ
６１０…フレームメモリ
６１１…ミラー
７０１…シャッターアレイ
７０２…コントローラー
７０３…ドライバー
７０４…レンズ
７０５…縮小光学系
７０７…シャッターアレイ
７０８…コントローラー
７０９…ドライバー
７１０…レンズアレイ
７１１…シャッターアレイ
７１２…コントローラー
７１３…ドライバー
７１４…プリズムアレイ
７１５…レンズ
７１６…ミラー
７１７…ビームスプリッター
７２０…ｘ方向アドレス指定手段
７２１…ｙ方向アドレス指定手段
８０１…インターフェイス
９１０８…コヒーレント光束
９２０１…転送部
９２０２…メモリー
９２０３…コントローラー
９２０４…ドライバー
９２１３…メモリー
９２１４…コントローラー
９２１５…ドライバー
９３００…ＬＥＤドライバー
９３０１…ＬＥＤアレイ
９３０２…結像レンズ
９３０４…レンズアレイ
９３０５…多重結像光学系
９３０６…空間光変調器
９３０７…レンズアレイ
９３０８…ディテクターアレイ
９３１０…空間光変調器
９３１１…空間光変調器
９３１２…偏光子
９３１３…検光子
９３１４…閾値回路
９３１５…ドライバー
９３１６…コントローラー
９３２０…転送部
９３３０…ＬＥＤアレイ
９３３１…マスクアレイ
９３３２…レンズアレイ
９３３３…結像レンズ
９３３４…フォトディテクターアレイ
９３３５…インターフェイス
９３３６…ドライバー
【発明の属する技術分野】
本発明は、多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置に関し、特に、入力した情報を複数の特徴ベクトルに高速、高精度に変換し、認識や分類を行うための装置に関する。
【０００２】
【従来の技術】
通常、画像や信号等の各種情報の認識や分類を行う場合に、画像や信号をベクトル量とみなし、比較基準となる他のベクトル量との類似度を計算することによりそれらを行う方法がある。
【０００３】
その類似度計算の手段としては、従来から、マッチドフィルターと相関器の組み合わせや、ジョイントトランスフォーム相関器が用いられてきた。しかし、これらの方法では、背景から切り離された既知で簡単な情報を認識、分類することには十分な性能を持つが、直接複雑な特徴を持つ画像や信号を扱う場合には、認識や分類にあまり寄与しない情報まで同時に処理しなければならず、これらが誤差要因となっていた。また、上述の手段では、多少の変形、回転、拡大縮小等に対しても鋭敏に反応し、誤差を生じる場合が多かった。
【０００４】
そこで、これらを解決するために、画像や信号等の各種情報を直接処理するのではなく、対象毎に前処理で認識や分類に寄与の大きな特徴に変換し、この変換した特徴を用いてニューラルネットワーク等で認識する試みが近年多くなされている。画像の場合を例にとると、これらの特徴としては、テクスチャー、構造的特徴、色、時間的特徴等が代表的なものとしてあげられる。テクスチャーに関しては、濃度ヒストグラム、同時生起行列、差分統計量等の計算により、また、エッジや線、輪郭等の構造的特徴に関しては、ラプラシアンフィルターのコンボルーションやハフ変換等により、さらに、色に関しては、ＲＧＢ空間やＨＳＶ空間、あるいは、スペクトルへの変換等により、時間的特徴に関しては、オプティカルフローの計算やウェーブレットへの変換により、それぞれ特徴量が求められている。そして、これらの前処理による特徴量への変換は、特に２次元の画像が対象ベクトルとなっている場合は、膨大な時間がかかり、通常のコンピュータによるシリアルな計算では実用的でなく、光学的な方法や並列コンピュータ等の並列的に処理できる方法が従来から用いられている。また、特に、精度や能力を向上させるためには、これらの特徴量を一種類だけではなく複数組み合わせて、認識、分類することが行われている。
【０００５】
上記の中、光学的な方法の従来例としては、「微小レンズアレイによる視覚認識システム」，亀丸俊一，映像情報（Ｉ），６５頁〜７０頁（１９９３年１月号）の提案がある。この方法は、図２７に示すような装置を用い、認識対象となる物体を部分的な要素に分けた上で多重化し、従来からあるマッチドフィルターと相関器を複数並列に並べた多重相関器により、その部分要素と複数の参照要素との相関値を一度に計算し、この結果を計算機内に用意されているバックプロパゲーションタイプのニューラルネットワークの入力層に入力し、認識を行うと言うものである。この方法により、Ｄ，Ｋ，Ｏ，Ｘの４文字と１個の空白について認識が行えたと報告している。
【０００６】
また、同様な方法として、特開平４−３５５７３２号の方法がある。この方法は、図２８に示すような装置を用い、認識対象となる物体を多重化し、従来からあるジョイントトランスフォーム相関器を複数並列に並べた多重相関器により、対象となる物体と複数の参照物体との相関値を一度に計算し、これらの結果を精度向上のため更にいくつかの領域に分割して、計算機内に用意されているバックプロパゲーションタイプのニューラルネットワークの入力層に入力し、認識を行うと言うものである（図２８はその光学系の部分のみを示している。）。その実施例の中では、Ｈ，Ｅの被検パターン（認識対象となる物体）と、Ｉ，Ｖの参照パターン（参照物体）との認識例を述べている。
【０００７】
上記２つの従来例は、複数の特徴量への変換を並列に一度に行っており、その処理時間が格段に速くなっている。同様に、複数の特徴量への変換を並列に一度に行える他の光学系としては、Ｂ．Ｈｉｌｌによるホログラフィックメモリーの光学系（B.Hill,"Some Aspects of a Large Capacity Holographic Memory", APPLIED OPTICS,Vol.11,No.1(1972),pp.182 〜191 ）、又は、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号記載の方法等がある。これらの光学系は、複数の特徴変換（具体的には、空間周波数フィルタリング処理等）を並列同時に行うことが可能である。
【０００８】
【発明が解決しようとする課題】
上記の亀丸による方法や特開平４−３５５７３２号の方法は、複数の相関処理を、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号の方法は、複数の空間周波数フィルタリング処理を並列同時に高速に行うことが可能な光学系ではあるが、背景から切り出されている文字等単純な画像であればよいが、実際に複雑で大容量の一般的な画像から特徴量に変換しようとすれば、高速なだけではなく、高精度にフィルタリングをしなければならず、そのための光学系としては不十分である。
【０００９】
さらに、上記の亀丸による方法や特開平４−３５５７３２号の方法は、複数の特徴量を同時・並列的に取り出し、これをニューラルネットワークに入れて認識しようと言うものであるから、高速な認識がある程度可能となっているが、以下のような点が考慮されていない。
【００１０】
ここで、一般的な複雑で大容量（例えば、扱う画素数（ベクトル数）が多い）な画像がベクトルとして入力された際に、画像全体ではなく、その１つの成分もしくは複数の成分からなる小領域毎に認識や分類を行うことを考える。これは、例えば、医用画像における病変部や臓器の認識、分類や、ＦＡ（ファクトリーオートメーション）画像における欠陥部の認識、分類等を想定したものである。これらの画像の認識対象である病変部や欠陥部は、全体としては変形があったり、形が変わっていたり、大きさが異なっていたりと、千差万別の形態をしており、より小さな領域を１単位として、「この領域はこのカテゴリー（例えば、病変部）に属し、このカテゴリーに属するもの全体ではこのくらいの大きさ」と言ったような判断が求められるものである（言うなれば、計測的な認識、分類をも求められるものである。）。そして、この場合には、その認識や分類を行う単位レベルの、つまり、入力ベクトルの成分もしくは複数の成分からなる小領域レベルでの、特徴量への高精度な変換及び抽出が必要となる。
【００１１】
したがって、従来例に上げた亀丸による方法や特開平４−３５５７３２号の方法は、特徴変換部で実際の文字（もしくは、その部分要素）との相関により特徴変換を行っているため、全体的な特徴を（文字レベルで）大まかに捉えているに過ぎず、また、前述した本来相関器の持つ多少の変形や回転、拡大縮小等に対しても鋭敏に反応し、誤差を生じる欠点が残ったままであり、上述のようなタスクを達成するのは困難である。もし、これらの従来例を改良し、相関器による特徴抽出で上記のようなタスクを達成しようとすれば、入力ベクトルの成分もしくは複数の成分からなる小領域レベルの非常に細かな参照ベクトルを多数用意しなければならず、とても実用的とは言い難い。
【００１２】
本発明は上記のような従来技術の状況に鑑みてなされたものであり、その目的は、入力された情報を高速かつ高精度に有効な特徴ベクトルに変換するために必要な多重化光学系、及び、この多重化光学系を用いた特徴ベクトル変換装置、及び、この特徴ベクトル変換装置で得られた特徴ベクトルを後段の認識分類手段に効果的に送るための特徴ベクトル検出伝送装置を提供し、さらには、複雑で大容量の入力情報を任意の成分もしくは複数の成分からなる任意の小領域毎に高速・高精度に認識や分類する認識分類装置を提供することである。
【００１３】
【課題を解決するための手段】
以下、上記課題を解決するための手段について、構成とその構成を採用する理由と作用について説明する。
先にも述べたように、入力された情報からその特徴ベクトルを高速に抽出するためには、並列同時に特徴変換を行うことが必要であり、そのためには、図２に示す光学系や、特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の光学系等が有効である。これらの光学系は、さらに、図１に示す本発明の構成の概念図を参照して説明すると、系内に入力した処理対象となるベクトル情報を多重化する対象ベクトル多重化手段２と、この多重化された入力ベクトルを並列同時にフーリエ変換する多重フーリエ変換手段３と、このフーリエ変換された情報を更に逆フーリエ変換する多重逆フーリエ変換手段４とを有する多重化光学系２１からなり、さらに、この多重化光学系２１の前段に処理対象となるベクトル情報を入力するための対象ベクトル入力表示手段１を、また多重フーリエ変換手段３によるフーリエ変換面Ｆに特徴変換用の各種のフィルターからなる特徴変換手段５を、それぞれ配すれば、逆フーリエ変換後の逆フーリエ変換面である特徴変換面Ｔ上に並列同時に特徴変換を行う特徴ベクトル変換装置を構成することができる。なお、基本的な例として図２の光学系においては、対象ベクトル多重化手段２は、光変調器上に表示されたベクトル情報を結像レンズとレンズアレイからなる光学系で入力面Ｒに並列に多重化している。
【００１４】
しかし、前述のように、このままでは高精度な特徴変換が行えないので、この多重化光学系２１の各所に工夫が必要となる。
【００１５】
そのためには、本発明においては、まず
（１）多重化された処理対象となるベクトル情報を並列にフーリエ変換するための多重化光学系において、
少なくともこの多重化光学系がフーリエ変換を並列に行うフーリエ変換レンズを含み、
フーリエ変換レンズの光軸を含む任意の断面内で、多重化された処理対象となるベクトル情報の各多重化部分（例えば、図２中の符号１０で示す部分）の成分数をｋR 、フーリエ変換面で得られる隣接する各多重化部分のフーリエ変換情報の０次部分のピッチをｐ、各多重化部分のそれぞれの有効表示サイズをａ、波長をλ、フーリエ変換レンズの焦点距離をｆF としたときに、
ｋR λｆF ／ａ＜ｐ ・・・（１）
の関係を満足する多重化光学系であることが必要である。
【００１６】
並列同時かつ高精度に特徴変換を行うためには、少なくとも多重化された入力ベクトルを空間周波数の欠落なく並列にフーリエ変換できることが上記多重化光学系には必要となるが、ここで述べた条件（１）を満たすような多重化光学系を用いることで、これが可能となる。
【００１７】
より具体的には、多重化光学系のフーリエ変換レンズの光軸を含むある断面を示す図２を参照にして説明する。この断面内のフーリエ変換面Ｆで得られる隣接する各多重化部分（例えば、図中の１０の部分）のフーリエ変換情報の０次部分のピッチをｐ（ここで、ピッチ間隔とは、隣接する各多重化部分のフーリエ変換情報の０次部分の中心間距離の最小値であり、図２では、１例として正方形状に近接して並んでいる場合を示してある。）とし、多重化部分の成分数（画像であれば画素数）をｋR 、多重化部分のそれぞれの有効表示サイズをａとすると、この１つの多重化部分の持つ最も高い空間周波数成分νmax （本／ｍｍ）は、
νmax ＝ｋR ／２ａ ・・・（１−１）
と表される。この最も高い空間周波数成分νmax のフーリエ変換面Ｆ上での０次光成分（０次部分）からのシフト量Ｓmax は、
Ｓmax ＝λｆF νmax ・・・（１−２）
となる。ここで、λは用いる光の波長、ｆF はフーリエ変換レンズ３０（図２の場合は、レンズアレイを構成する各レンズ３０）の焦点距離である。空間周波数の欠落なくフーリエ変換が行われる条件としては、隣接する多重化部分（例えば、図中の１０と１１）のフーリエ変換情報が重なり合わないことが必要であるので、そのためには、Ｓmax が以下の条件式を満足しなければならない。
【００１８】
Ｓmax ＜ｐ／２ ・・・（１−３）
したがって、（１−１）〜（１−３）式より（１）式が得られる。
【００１９】
上記多重化光学系２１を（１）式を満たす範囲で構成すれば、多重化された処理対象ベクトルの空間周波数成分を欠落させることなく、同時並列に高精度なフーリエ変換が可能となることが分かる。なお、多重化された処理対象となるベクトル情報の各多重化部分の成分数ｋR は、最も細かく情報を得るとしても、それは入力されたベクトルの成分数ｋと同程度にすればよい。つまり、ｋR ≦ｋとすればよい。
【００２０】
なお、この条件式（１）は図２の構成の多重化光学系だけではなく、多重化された処理対象となるベクトル情報を並列にフーリエ変換するための多重化光学系なら何れにも適用できるものである。例えば図２８に示した先行技術の特開平４−３５５７３２号や、他の先行技術である特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の多重化光学系にももちろん適用でき、この条件式の範囲内で構成するようにすれば、多重化された処理対象となるベクトルの空間周波数成分を欠落させることなく、同時並列かつ高精度にフーリエ変換可能な多重化光学系にできる。
【００２１】
１例として、特開平１−２２７１２３号の場合の適用例を図３に示す。この場合、各多重化部分は、図中の入力面Ｒで同様に有効表示サイズａ、成分数（画像であれば画素数）ｋR を持ち、出射する角度の違いとして多重化されているが、他の部分も上記場合と同様に定義すれば、全く同様の議論が成り立つ（この場合は、多重化光学系の入力面Ｒに直接入力のベクトルを表示して読み出すので、自動的にｋR = ｋとなっている。）。なお、この条件式（１）は、多重光学系の設計指針として非常に有用であり、この条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００２２】
さらに、１例として上げたこの図２の多重化光学系においては、フーリエ変換レンズ３０のレンズアレイのレンズピッチとフーリエ変換面Ｆで得られる隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐは一致するので、フーリエ変換レンズ３０のレンズアレイのレンズピッチをｐF とすればｐF も同様の条件式を満たすように設定するのが望ましい。つまり、ｐF ＝ｐとするのが望ましい。
【００２３】
さらに、図２に示す光学系において、フーリエ変換面Ｆ上に設置する特徴変換手段５としてのフィルターアレイでフィルタリングするのに必要とする入力ベクトル情報の最大の空間周波数をαmax としたときに、この空間周波数の情報がフーリエ変換レンズ３０のレンズアレイの各レンズの有効径内に入るようにする必要がある。図４の拡大図で説明すると、フーリエ変換レンズ３０からなるレンズアレイの各レンズの瞳面（開口面）では、フィルターで必要とする最大の空間周波数αmax に対応する入力情報を読み出した回折光の中心は、各レンズの光軸からαmax λｆF だけシフトした位置となるために、この回折光をも全てレンズアレイの各レンズの有効径内に入れるためには、レンズアレイの各レンズの有効径をｒF とすれば、上記（１）式を満たすと共に、
ｐ≧ｒF ≧ａ＋２αmax λｆF ・・・（１−４）の条件式を満足する多重光学系であることがより望ましい。
【００２４】
次に、本発明においては、
（２）多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重化光学系において、
少なくともこの光学系が逆フーリエ変換を並列に行うレンズアレイを含み、
フーリエ変換レンズの光軸を含む任意の断面内で、この逆フーリエ変換用のレンズアレイのピッチをｐt 、この光学系で変換された情報を得る特徴変換面Ｔ上での変換情報のサンプリングピッチをｐd 、一つの多重化部分に対応する特徴変換面上での変換情報の成分数をｋd としたときに、
ｋd ｐd ≦ｐt ・・・（２）
の関係を満足する多重化光学系であることが必要である。
【００２５】
並列同時かつ高精度に特徴変換を行うためには、少なくとも多重化された入力ベクトルを並列にフーリエ変換し、さらに、逆フーリエ変換した際に、目的にかなった成分数を持つベクトル情報として変換されていることが必要となるが、ここで述べた条件を満たす多重化光学系を用いることでこれが可能となる。
【００２６】
より具体的には、図２に示す多重化光学系において、逆フーリエ変換後の特徴変換面Ｔ上で得られる１つの多重化部分に対応する変換情報のサンプリングピッチをｐd 、さらにその変換情報の成分数をｋd としたときに、１つの多重化部分に対応する変換情報の大きさは、ｋd ×ｐd となるが、これが逆フーリエ変換を並列に行うレンズアレイ４０のレンズピッチｐt より大きいと、変換情報が欠落することになる。したがって、（２）式を満すことが必要となる。なお、変換情報のサンプリングピッチをｐd は、一般的には、特徴変換面Ｔに置くディテクターのピッチで制限され、本発明では、後述するベクトル検出伝送手段での変換情報のサンプリングピッチで制限される。また、ｋd は目的毎にその成分数を決めればよいが、最も細かく情報を得るとしても、それは入力されたベクトルの次元数ｋと同程度にすればよい。つまり、ｋd ≦ｋとすればよい。
【００２７】
したがって、上記多重化光学系を（２）式を満たす範囲で構成すれば、多重化された処理対象ベクトルの変換情報を欠落させることなく、同時並列かつ高精度に変換できることが分かる。
【００２８】
さらに、本発明の目的である、複雑で大容量の入力情報を、任意の成分もしくは複数の成分からなる任意の小領域毎に、高速・高精度に認識や分類するためには、特徴変換面Ｔ又は入力面Ｒで扱えるベクトルの成分の数が多くなければならない。一般の大容量のベクトル、特にベクトルとして画像を扱う場合には、少なくともその成分数が５０×５０以上はないと、十分とは言えない。つまり、ｋd ≧５０を満足することが望ましい。一方、特徴変換面Ｔ上で特徴変換された情報を検出するための検出器において、検出可能なサンプリングピッチは現状では５μｍ程度が限界である。つまり、ｐd ≧５μｍを満足することが望ましい。以上を考慮すれば、（２）式は、さらに、
０．２５ｍｍ≦ｋd ｐd ≦ｐt
の条件を満たすことが、現状ではより好ましい。
【００２９】
なお、同様に、これらの条件式は、図２の構成の多重化光学系だけではなく、多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに、並列に逆フーリエ変換するための多重化光学系なら何れでも適用できるものである。例えば図２８に示した先行技術の特開平４−３５５７３２号や、他の先行技術である特開平１−２２７１２３号、特開平３−１４８６２３号、特開平３−１４４８１４号等の多重化光学系にももちろん適用でき、これらの条件式の範囲内で構成するようにすれば、多重化された処理対象ベクトルの変換情報を欠落させることなく、同時並列かつ高精度に変換できる。なお、これらの条件式は、多重化光学系の設計指針として非常に有用であり、これらの条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００３０】
本発明においては、さらに、
（３）処理対象となるベクトル情報を多重化し、多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重光学系において、
少なくとも処理の対象となる対象ベクトルを種々の方向の平行光束に乗せ、多重化するための対象ベクトル多重化手段と、
この多重化された対象ベクトルに並列同時にフーリエ変換するための大口径レンズからなる多重フーリエ変換手段と、
多重フーリエ変換手段によってフーリエ変換された情報を並列同時に逆フーリエ変換するための逆フーリエ変換用のレンズアレイからなる多重逆フーリエ変換手段とで構成され、
大口径レンズの焦点距離をｆF 、大口径レンズ全体の有効径をｒF 、逆フーリエ変換用のレンズアレイを構成するレンズの焦点距離をｆT 、各多重化領域に対応した逆フーリエ変換用のレンズアレイから出射されて特徴変換面上に到達した光束の幅をｗT 、大口径レンズの中心を通る光軸から最も遠い逆フーリエ変換用のレンズアレイ中のレンズの中心までの距離をｈ、フーリエ変換面上に設置する特徴変換手段としてのフィルターで必要とする最大の空間周波数をαmax 、波長をλとしたときに、
（ｒF −２αmax λｆF ）／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３）
の関係を満足する多重化光学系であることが必要である。
【００３１】
本多重化光学系においては、並列同時かつ情報の欠落なく特徴変換を行うためには、対象ベクトル入力表示手段１に表示された入力ベクトル情報を読み出した複数の異なる角度の光束が、多重化された全ての対象ベクトルに並列同時にフーリエ変換するための大口径レンズに入射する必要があるが、ここで述べた条件（３）を満たす多重化光学系を用いることで、これが可能となる。
【００３２】
より具体的には、図３に示した多重化光学系の一部を模式的に示した図５を用いて説明する。ここでは、説明を分かりやすくするために、図５に示すように、対象ベクトル入力表示手段１の表示領域５１、多重化された対象ベクトルを並列同時にフーリエ変換するためのフーリエ変換レンズとしての大口径レンズ３０、多重フーリエ変換手段によってフーリエ変換された情報を並列同時に逆フーリエ変換するための逆フーリエ変換用のレンズアレイ４０は全て円形開口とし、対象ベクトル多重化手段による入力ベクトルの多重度を４×４、それに伴い、逆フーリエ変換用のレンズアレイ４０はレンズが４×４個配置されているとする。さらに、説明のため、図中に示す大口径レンズ３０の中心を通る光軸５４から最も遠い逆フーリエ変換用のレンズアレイ４０中のレンズを５５としたとき、この多重化光学系をそのレンズ５５の中心と光軸５４を含む断面として表した図６を用いる。
【００３３】
対象ベクトル入力表示手段１の表示領域５１を読み出した複数の略平行な光束は、多重化された対象ベクトルを並列同時にフーリエ変換するための大口径レンズ３０に入射し、その後、フーリエ変換面Ｆでそれぞれの多重化部分のフーリエ変換像を形成し、さらに、フーリエ変換面Ｆが前側焦平面となるように配置された逆フーリエ変換レンズで構成されるレンズアレイ４０によって再度フーリエ変換（逆フーリエ変換）が施される。ここで、情報の欠落なく情報の変換がなされるためには、入力面Ｒの表示領域５１から出射される全ての光束が大口径レンズ３０に入射しなければならない。ここで、読み出された情報の０次光成分について考えると、大口径レンズ３０の開口内に、レンズアレイ４０の中で最も光軸５４から遠いレンズ５５を通過する光束（図中のハッチ部）が入っていれば、情報は欠落なく伝達される。したがって、対象ベクトル入力表示手段１の表示領域５１の大きさをａ、大口径レンズ３０の有効径をｒF とし、光軸５４からレンズ５５の中心までの距離をｈとすれば、この条件は、
ａ／２＋ｈ≦ｒF ／２ ・・・（３−１）
で与えられる。
【００３４】
次に、これを変形して、大口径レンズの焦点距離ｆF と有効径ｒF 及び逆フーリエ変換レンズの焦点距離ｆT と、最終的に得られる光束の幅及び光軸５４とレンズ５５の中心までの距離ｈの関係を示す。上記式（３−１）を大口径レンズ３０の焦点距離ｆF で割ると、
ａ／ｆF ＋２ｈ／ｆF ≦ｒF ／ｆF ・・・（３−１）
となる。ここで、レンズアレイ４０から出射されて特徴変換面Ｔ上に到達した光束の幅をｗT と定義すれば、レンズアレイ４０の逆フーリエ変換レンズ５５の焦点距離ｆT との間には、ａ／ｆF ＝ｗT ／ｆT の関係が成立するので、上式は、さらに、
ｒF ／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３−３）
と変形できる。
【００３５】
さらに、フーリエ変換面Ｆ上に設置する特徴変換手段５としてのフィルターでフィルタリングするのに必要とする入力ベクトル情報の最大の空間周波数をαmax としたときに、この空間周波数の情報は、フーリエ変換面Ｆ上では０次光からαmax λｆF だけシフトした位置に現れるので、０次光以外のこれらの情報も欠落なく変換伝達するためには、空間周波数αmax の高次光成分のフーリエ変換面Ｆでの中心が光軸５４とレンズ５５の中心までの距離ｈからさらにαmax λｆF だけシフトした光束も大口径レンズ３０を通過させる必要がある。そのためには、（３ー３）式は、さらに、
（ｒF −２αmax λｆF ）／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３）
となる必要がある。なお、上記（３ー３）式を少なくとも満たせば、高周波成分の情報の欠落はあるが、低周波成分のウエイトが高い認識、分類等には、多少の誤差は存在するものの、十分使える場合もあるが、一般的には、（３）式を満たすことが望ましい。
【００３６】
一方、さらに、逆フーリエ変換用のレンズアレイ４０においても、その有効径ｒT 内に上記周波数成分αmax の光束が入る必要がある。つまり、０次光の光束からαmax λｆF だけシフトした高次光成分の光束をもレンズアレイ４０の各レンズを通過させる必要がある。このための条件式は、
αmax λｆF ＋ｗT ／２≦ｒT ／２ ・・・（３−４）
となる。上記（３）式だけでなく、（３ー４）式も満たせば、必要とする空間周波数全域にわたってより良好なフィルタリングが可能となることは言うまでもない。なお、これらの条件式は、多重化光学系の設計指針として非常に有用であり、これらの条件式を用いれば、設計の指針が簡単かつすぐに出せ、設計時間が短縮される副次効果も併せ持つ。
【００３７】
なお、前記（２）でも述べたように、複雑で大容量の入力情報を、任意の成分もしくは複数の成分からなる任意の小領域毎に、高速・高精度に認識や分類するためには、現状では、ｋd ｐd ≧０．２５ｍｍを満足することが望ましい。このｋd ｐd は丁度ｗT に一致するので、本構成においても、ｗT ≧０．２５ｍｍの領域の条件を更に満たすことが好ましい。
【００３８】
なお、ここでは、説明が容易なように、表示領域、大口径レンズの開口、レンズアレイの開口等は全て円形開口を用いたが、これらは円形開口だけでなく、全ての他の開口についても全く同様に考えることができる。
【００３９】
さて、本発明の特徴ベクトル変換装置は、
（４）処理対象となるベクトル情報を系内に入力するための対象ベクトル入力表示手段と、この入力された処理対象となるベクトル情報を多重化するための対象ベクトル多重化手段と、この多重化された処理対象となるベクトル情報からその多重度分だけ並列的にフーリエ変換を行う多重フーリエ変換手段と、この多重フーリエ変換手段によりフーリエ変換された画像をその多重度分だけ並列的に逆フーリエ変換を行うための多重度分のレンズからなるレンズアレイを有する多重逆フーリエ変換手段とを備え、さらに、多重フーリエ変換手段によりフーリエ変換されたそれぞれの画像を並列的に特徴変換するための特徴変換手段をフーリエ変換面に配し、最終的に変換された特徴の含まれた画像を特徴変換面に出力する特徴ベクトル変換装置において、上記（１）から（３）の何れか１項記載の多重化光学系を構成要素として含むようにすれば、高速かつ高精度な特徴変換が行えることは、今までの説明より自明である。
【００４０】
また、特徴ベクトル変換装置の特徴変換手段を多重度分の複数の空間周波数フィルターとし、処理対象のベクトルの複数の特徴を同時に変換するように構成すれば、複雑で大容量の一般的な画像の空間構造を効果的に特徴量に変換することができる。
【００４１】
特に、上記フィルターとして、Ｇａｂｏｒフィルター、Ｗａｖｅｌｅｔフィルター、方向性を規定したバンドパスフィルター等を用い、方向性のある空間周波数構造をとらえる特徴量に変換するようにすれば、複雑な空間構造を持つ一般的な画像であっても、単純かつ最小限のフィルターによって認識、分類等の後段の処理に有効な対象ベクトルの特徴量に高速かつ良好に変換できる。
【００４２】
また、この空間周波数フィルターに、さらに処理対象のベクトルの色空間での特徴に変換する色フィルターを付加して用いれば、色別の空間構造がより複雑に組み合わさった画像等であっても、単純かつ最小限のフィルターによって認識、分類等の後段の処理に有効な対象ベクトルの特徴量に高速かつ良好に変換できる。
【００４３】
さらに、本発明の目的にかなった認識分類装置を構成するためには、上記の特徴ベクトル変換装置で得られた特徴ベクトルを効果的に次段の認識分類手段に送るための特徴ベクトルの検出伝送機能を有する、次のような特徴ベクトル検出伝送装置が必要である。つまり、
（５）上記の特徴ベクトル変換装置から得られる個々の特徴ベクトルに対して、各多重化部分毎にその中の任意に選択された領域の特徴ベクトルを取り出す特徴ベクトル選択手段と、特徴ベクトル変換装置から得られる特徴ベクトル又は特徴ベクトル選択手段から得られる特徴ベクトルを取得する特徴ベクトル検出手段と、特徴ベクトル検出手段で得られたデータを次段に伝送するための特徴ベクトル伝送手段とを備え、特徴ベクトル変換装置より得られる情報を認識、分類に有効な情報に変換し、次段の処理に伝送する特徴ベクトル検出伝送装置が必要である。
【００４４】
上記のような特徴ベクトル検出伝送装置を用いることで、処理対象ベクトル中の任意の領域に対する特徴量を各多重化部分から選択検出し、適切なベクトルとして次段の認識分類手段に伝送することが可能となり、前記の本発明の解決課題の項で述べた処理対象ベクトルの１つの成分もしくは複数の成分からなる小領域毎の認識や分類をも行うことが可能となる。
【００４５】
１つの具体例として、図７（ａ）に示す対象入力ベクトルとしての入力画像に対して、説明を簡単にするため５×５の合計２５の領域での認識、分類を行うこととし、後述する図１１に示すような１６種類のフィルターを作用させて、それぞれのフィルターに対して図７（ｂ）に示す画像が１６枚得られたとする。ここで、図７（ａ）の入力画像における分割領域をａij（ｉ＝０〜４，ｊ＝０〜４：何れも整数）とし、１６種類のフィルターを作用させて特徴変換された画像をｂijkl（ｉ＝０〜４，ｊ＝０〜４，ｋ＝０〜３，ｌ＝０〜３：何れも整数、ｋ，ｌはフィルターの番号に対応）とすれば、例えば図７（ａ）のａ00の領域に対して各フィルターをかけた結果は図７（ｂ）に示すｂ00kl（ｋ＝０〜３，ｌ＝０〜３：何れも整数）の１６個の領域となる。この１６個の各領域を選択し、各領域毎に含まれる画素値の和のデータとして検出し、その結果得られる１６種類のデータを例えば図７（ｃ）のように組み合わせてその領域の特徴ベクトルとして次段の認識分類手段に伝送し処理することで、ａ00の領域に対する認識、分類が可能となる（図７（ｃ）では、２次元に配列して特徴ベクトルを表現したが、この限りではない。）。他のａ10，ａ20，・・・・，ａ44に対しても同様に処理すれば、それぞれの領域毎の認識が可能になる。なお、ここでは、入力画像を５×５の領域に分割したが、分割数は任意に設定でき、分割数を大きく、つまり、より小さな領域毎に（限界は一画素対応）にしてもよいことは明らかであり、これから処理対象ベクトルの１つの成分もしくは複数の成分からなる小領域毎の認識や分類をも効果的に行えることが証明できる。
【００４６】
なお、本発明の特徴ベクトル検出伝送装置においては、上記（１）〜（３）における条件式（１）〜（３）を満足するか否かに係わらず、特徴ベクトル変換装置から得られる個々の特徴ベクトルに対して、上記のように、各多重化部分毎に任意に選択された領域（例えば、上記のｂ00kl）の特徴ベクトルを取り出す特徴ベクトル選択手段を備えていることも大きな特徴である。
【００４７】
さらに、本発明の認識分類装置に関しては、
（６）特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、認識分類手段から構成される認識分類装置において、特徴ベクトル変換装置として上記の（４）記載のものを用い、また、特徴ベクトル検出伝送装置として上記の（５）記載のものを用いるようにしたので、処理対象のベクトルから高速高精度な特徴抽出が可能になり、さらに、その抽出された特徴を認識、分類手段に任意の小領域毎に選択伝送できるようになり、全体としては、変形があったり、形が変わっていたり、大きさが異なっていたりしていても、より小さな領域を１単位として、「この領域はこのカテゴリーに属し、あるカテゴリーに属するもの全体ではこのくらいの大きさ」といったような、計測的な認識、分類をも高速高精度に行うことが可能となる。その適用分野としては、例として前にあげた医用画像における病変部や臓器の認識、分類や、ＦＡ（ファクトリーオートメーション）画像における欠陥部の認識、分類と言ったものがあげられる
【００４８】
【発明の実施の形態】
以下、図面を参照にして本発明の多重化光学系、それを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置の好適な実施の形態並びに具体例について説明する。
第１実施形態ないし第３実施形態は、本発明の中、多重化光学系とこの多重化光学系を用いた特徴ベクトル変換装置に関するものである。そして、何れの特徴ベクトル変換装置も、系内に入力した処理対象となるベクトル情報を多重化する対象ベクトル多重化手段２と、この多重化された入力ベクトルを並列同時にフーリエ変換する多重フーリエ変換手段３と、このフーリエ変換された情報をさらに逆フーリエ変換する多重逆フーリエ変換手段４とを有する多重化光学系からなり、さらに、この多重化光学系の前段に処理対象となるベクトル情報を入力するための対象ベクトル入力表示手段１を、フーリエ変換面Ｆに特徴変換用の各種のフィルターからなる特徴変換手段５をそれぞれ配した構成を持ち、並列同時かつ高精度に特徴変換を行うものである。
【００４９】
〔第１実施形態〕
本実施形態の特徴ベクトル変換装置は、図８の断面図に示すように、上記の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。
【００５０】
具体的には、対象ベクトル入力表示手段１では、インコヒーレント光源１０１としてのＸｅ−Ｈｇランプと、このランプの光を効率良く平行光束化するために共焦点配置に配置され、さらに、その焦点位置にランプを配する同一焦点距離のレンズ１０２ａ及びミラー１０２ｂと、さらに、この光束の単色性を増すための波長フィルター１０３と、光束の方向を変換するミラー１０４とにより略平行なインコヒーレント光束１０５を発生させ、さらに、ＣＣＤカメラ等の撮像素子１０６と、この撮像素子からの信号を入力し空間光変調器１０７に表示するための信号を発生するためのコントローラー１０８及びドライバー１０９とにより、空間光変調器１０７に対象ベクトルである画像（本実施形態の場合）を表示し、この情報を光束１０５を空間光変調器１０７に入射させて読み出すことにより後段の系内に入力するものである。本実施形態の場合、空間光変調器１０７としては、印加される電圧に応じて透過率が変化する電気アドレス型で透過読み出しタイプの液晶空間光変調器を用いた。また、ミラー１０４により対象ベクトル入力手段１の系を折り曲げているが、これは本質的なものではなく、スペースに余裕があればこのミラーを省略して系を真っ直ぐにしてもよい。
【００５１】
対象ベクトル多重化手段２では、対象ベクトル入力表示手段１によって入力された画像を、結像レンズ２０１とレンズアレイ２０２によって、特徴変換手段５に用いるフィルターの数と同一に設定されたレンズアレイ２０２中のレンズの数だけ多重複製し、空間光変調器２０３に書き込むものである。この際、結像レンズ２０１はその前側焦点位置に空間光変調器１０７の読み出し面が一致するように、またレンズアレイ２０２はその後側焦点位置に空間光変調器２０３の書き込み面が一致するように、さらに、結像レンズ２０１の光軸とレンズアレイ２０２を構成するレンズの光軸が平行になるように配置する。また、空間光変調器２０３としては、入射する光量に応じて反射率の変化する光アドレス型で反射読み出しタイプの液晶空間光変調器を用いた。
【００５２】
多重フーリエ変換手段３は、コヒーレント光源３０１としてのレーザと、このレーザの光線を系の方向に曲げるためのミラー３０２と、レーザの光線のノイズを除去した上で略平行なコヒーレント光束に変換するための絞り込みレンズ３０３ａ、スペイシャルフィルター３０３ｂ、及び、コリメータレンズ３０３ｃからなるビームエキスパンダ３０３と、このビームエキスパンダ３０３により発生させた略平行なコヒーレント光束３０４を空間光変調器２０３の読み出し面に略垂直に入射させ、対象ベクトル多重化手段２で多重複製され空間光変調器２０３に書き込まれている対象ベクトルの多重化像を反射光として読み出すためのビームスプリッター３０５と、空間光変調器２０３の読み出し面に前側焦点位置を一致させ各光軸が系の光軸と平行になるように配置され、レンズアレイ２０２と同一個数同一配列で対応するそれぞれの光軸が一致するように配置されたレンズで構成されているフーリエ変換レンズとしてのレンズアレイ３０６とで構成し、このレンズアレイ３０６の後側焦点位置に設定するフーリエ変換面Ｆに、並列同時に多重化された対象ベクトルのフーリエ変換情報を得るものである。
【００５３】
特徴変換手段５は、このフーリエ変換面Ｆにレンズアレイ３０６と同一個数で一対一に対応するよう配置したフィルターアレイ５０１により構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを施すものである。
【００５４】
多重逆フーリエ変換手段４は、その前側焦点位置がフーリエ変換面Ｆに一致するように配置してあり、フーリエ変換用のレンズアレイ３０６と同一個数同一配列で対応するそれぞれの光軸が一致するように配置された逆フーリエ変換レンズアレイからなるレンズアレイ４０１により構成し、フーリエ変換されフィルタリングされた情報を更に並列同時に逆フーリエ変換し、レンズアレイ４０１の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に得るものである。
【００５５】
以上の構成により、略平行なコヒーレント光束３０４で読み出された多重化された対象ベクトルは、レンズアレイ３０６の個々のフーリエ変換レンズでフーリエ変換された後、フィルターアレイ５０１を構成する個々のフィルターで異なったフィルタリング（特徴変換）が行われ、さらに、レンズアレイ４０１の個々の逆フーリエ変換レンズで逆フーリエ変換され、その結果がレンズアレイ４０１の後側焦平面にある特徴変換面Ｔに形成されるようになっている。
【００５６】
（具体例１）
このフィルターアレイ５０１を構成する各フィルターとして、本具体例では、空間周波数フィルターの１種であるＧａｂｏｒフィルターを用いた。Ｇａｂｏｒフィルターとは、画像中から方向性のある空間周波数構造を抽出するものであり、広義には方向性の規定されたバンドパス空間周波数フィルターと同一のものである。その実空間での記述式は、例えば、
【００５７】
また、実験により、入力画像の成分数がｋR ×ｋR の場合に、０．０３ｋR 〜０．５ｋR （本／入力サイズ）の空間周波数成分を抽出することが適当であることが分かったので、この具体例では、ｋR ＝１２８とし、図１０（ａ）に示すような、ｕ＝０方向（▲１▼）、ｖ＝０方向（▲２▼）、ｕ＝ｖ方向（▲３▼）、ｕ＝−ｖ方向（▲４▼）の４方向について、ｕ0 の空間周波数がそれぞれ４√２（＝５．７）本／入力サイズ、８√２（＝１１．３）本／入力サイズ、１６√２（＝２２．６）本／入力サイズ、３２√２（＝４５．３）本／入力サイズの１６通りのフィルターを使用した。したがて、レンズアレイ等の配列は、図８の断面方向が４で、これに垂直な方向が４の１６多重とした。実際のフィルターは、コンピュータによって（５）式より計算した結果を濃淡値でプリンターに出力し、これを写真縮小して作製した。計算の際、σ＝２とした。
【００５８】
これらの各フィルターは、ｕ0 の空間周波数が高くなるるつれてその包絡線の幅が大きくなり、含まれる周波数範囲が大きくなる。図１１にこの具体例で用いたフィルターアレイ５０１を模式的に示す。また、図１０（ｂ）に、１例としてｕ＝ｖ方向（▲３▼）でｕ0 の空間周波数が３２√２（＝４５．３）本／入力サイズの場合のプリンターに出力したＧａｂｏｒフィルターの例を示す。
【００５９】
さらに、具体的な数値例として、対象ベクトル入力表示手段１中の空間光変調器１０７に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）は、ｋ ＝１２８（１２８×１２８画素）とし、さらに、先にも述べたように、ｋR ＝ｋ＝１２８とした。
【００６０】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を１００ｍｍ、レンズアレイ２０２の焦点距離を１０ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは１ｍｍ×１ｍｍ（ａ＝１ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の２０ｍｍ（ｆF ＝ｆT ＝２０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．６２ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを２０μｍとすると、この値が徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝２０μｍとなる。さらに、ｋd ＝ｋ＝１２８とすると、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧２．５６ｍｍ
と求められる。
【００６１】
本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１ のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす３．０ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、５８本／ｍｍであるので、（１ー４）式を計算すると、ｐの条件は、
ｐ≧２．４６９ｍｍ
となるが、ここで設定したｐ＝３ｍｍならば、この条件も満足している。
【００６２】
次に、対象ベクトル入力表示手段１において、空間光変調器１０７の代わりに空間光変調器２０３と同様な反射読み出しタイプの光アドレス型空間光変調器１１２を使い、物体Ｏを結像レンズ１３を用いて直接書き込む場合の、本実施形態の変形例を図１２に示す。この例は、前述のインコヒーレント光束１０５と同様に発生させた略平行なインコヒーレント光束１１０を、ビームスプリッター１１１により空間光変調器１１２の読み出し面に略垂直に入射させ、結像レンズ１３で書き込まれ空間光変調器１１２に記録されている対象ベクトルの情報を反射光として読み出し、後は、第１実施形態同様に一連の処理をするものである。この場合、電気的アドレスを使わず光で直接書き込む分だけ、高速化が可能になる。
【００６３】
（具体例２）
この第１実施形態の変形例を実現するための具体的例を次に示す。本具体例でも、フィルターアレイ５０１を構成する各フィルターとして、Ｇａｂｏｒフィルターを用いた。本具体例では、対象ベクトル表示手段１中の空間光変調器１１２に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは４ｍｍと具体例１と比較し小さくし、含まれるベクトルの成分数（ここでは、画素数）もｋ＝６４（６４×６４画素）とし、さらに、ｋR ＝ｋ＝６４とした。
【００６４】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を５ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは０．４ｍｍ×０．４ｍｍ（ａ＝０．４ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の１４ｍｍ（ｆF ＝ｆT ＝１４ｍｍ）、コヒーレント光の波長を５１５ｎｍ（λ＝５１５ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．１６ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。さらに、ｋd ＝ｋ＝６４とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧０．６４ｍｍ
と求められる。
【００６５】
本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）と（２）に関する上記値を満たす２．０ｍｍとした。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、７２．５本／ｍｍであるので、ｐの条件は
ｐ≧１．４５ｍｍ
となるが、ここで設定したｐ＝２．０ｍｍならば、この条件も満足している。
【００６６】
次に、対象ベクトル多重化手段２において、色フィルターを付加することで、更に色に関する情報も合わせて並列同時に特徴変換が可能な場合の本実施形態の変形例を図１３に示す。より具体的には、対象ベクトル入力表示手段１は、インコヒーレント光束を発生させるためのインコヒーレント光源１４０として液晶パネルディスプレーによく使用されるコールドランプと単色性を増すための色フィルターとを組み合わせたものと、空間光変調器１４１として電気アドレス型で透過読み出しタイプの液晶空間光変調器と、この空間光変調器１４１に対象ベクトルである画像を表示するための第１実施形態と同様のＣＣＤカメラ等の撮像素子１４２と、コントローラー１４３及びドライバー１４４とにより構成される。また、対象ベクトル多重化手段２は、第１実施形態と同一に構成し、さらに、空間光変調器２０３の直前に色空間に変換用のフィルターアレイ２１５を付加したもので構成した。その他の部分は、全て第１実施形態と同一構成である。
【００６７】
（具体例３）
この第１実施形態の変形例を実現するための具体例を次に示す。本具体例では、この色検出用のフィルターアレイ２１５として、色フィルターを２×２の４種類（具体的には、４８０ｎｍ、５２０ｎｍ、５８０ｎｍ、６３０ｎｍに透過ピークを有する色フィルター）用意し、この各色の領域に対してそれぞれ第１実施形態と同様な４×４の１６種類のＧａｂｏｒフィルターをかけるようにしてある。したがって、各レンズアレイの多重度は８×８の６４多重になっている。対象ベクトル入力表示手段１によって入力された画像は、対象ベクトル多重化手段２により多重度分の６４種類複製されるが、これが系内に付加された色検出用のフィルターアレイ２１５により、４×４の１６の領域を１つの領域として各領域毎に異なった色の像に複製され、さらに、多重フーリエ変換手段３、特徴変換手段５、多重逆フーリエ変換手段４によって、この各領域から具体例１と同様な４×４の１６種類のＧａｂｏｒフィルターによりそれぞれ複数の方向の複数の空間周波数的な構造が抽出できるのである。つまり、瞬時に複数の色部分の複数の方向の複数の空間周波数構造が抽出できるのである。
【００６８】
さらに、具体的な数値例として、対象ベクトル入力表示手段１中の空間光変調器１４１に表示される入力ベクトルは正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）は、ｋ＝５０（５０×５０画素）とし、さらに、ｋR ＝ｋ＝５０とした。
【００６９】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を３．２ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは、０．６４ｍｍ×０．６４ｍｍ（ａ＝０．６４ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の５０ｍｍ（ｆF ＝ｆT ＝５０ｍｍ）、コヒーレント光の波長を４８８ｎｍ（λ＝４８８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧１．９１ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを４０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝４０μｍとなる。さらに、ｋd ＝ｋ＝５０とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧２．００ｍｍ
と求められる。本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす２．５ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでのフィルタリングされる最高の空間周波数αmax は、３５．４本／ｍｍであるので、計算すると、ｐの条件は、
ｐ≧２．３７ｍｍ
となるが、ここで設定したｐ＝２．５ｍｍならば、この条件も満足している。
【００７０】
（具体例４）
具体例３と同一のフィルターを用いた別の数値具体例を次に示す。対象ベクトル入力表示手段１中の空間光変調器１４１に表示される入力ベクトルは、正方形の開口で、その１辺の大きさは１０ｍｍとし、含まれるベクトルの成分数（ここでは、画素数）はｋ＝１２８（１２８×１２８画素）、さらに、ｋR ＝ｋ＝１２８とした。
【００７１】
次に、対象ベクトル多重化手段２中の多重化光学系では、結像レンズ２０１の焦点距離を５０ｍｍ、レンズアレイ２０２の焦点距離を７．５ｍｍとしたので、空間光変調器２０３に書き込まれる多重化されたベクトルの各多重化部分の画像のサイズは、１．５ｍｍ×１．５ｍｍ（ａ＝１．５ｍｍ）となる。また、フーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１の焦点距離を同一の８ｍｍ（ｆF ＝ｆT ＝８ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐとフーリエ変換レンズアレイ３０６のレンズピッチｐF が、
ｐF ＝ｐ≧０．４４ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。さらに、ｋd ＝ｋ＝１２８とすれば、条件式（２）より、逆フーリエ変換レンズアレイ４０１のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。本実施形態では、ｐ＝ｐF ＝ｐt 、さらに、レンズアレイ２０２のピッチもｐと一致するよう構成したので、したがって、レンズアレイ２０２、３０６、４０１のピッチ間隔は、何れも（１）式と（２）式に関する上記値を満たす２．０ｍｍとした。この条件の下で、高精度な特徴変換が可能となるのは前述の通りである。さらに、（１ー４）式において、ここで用いたＧａｂｏｒフィルターでフィルタリングされる最高の空間周波数αmax は、３５．４本／ｍｍであるので、計算すると、ｐの条件は、
ｐ≧１．９０ｍｍ
となるが、ここで設定したｐ＝２．０ｍｍならば、この条件も満足している。
【００７２】
なお、具体例３と４では、具体例１及び２に示した空間周波数構造を抽出するフィルターとしてのＧａｂｏｒフィルターと、色空間での特徴量を抽出する色フィルターの組み合せを示したが、他の同様なフィルターとの組み合せ等、色々な変形が考えられる。
【００７３】
以上の説明により、前述の実施形態を各具体例の通り構成すれば、方向性の規定されたバンドパス空間周波数フィルターの一種であるＧａｂｏｒフィルターにより、瞬時に対象ベクトルである画像から複数方向の複数周波数の空間周波数構造が高精度に特徴変換できることは明らかである。また、さらに、このＧａｂｏｒフィルターと色フィルターの組み合せにより、瞬時に対象ベクトルである画像から、複数の色部分の複数の方向の複数の空間周波数構造が高精度に特徴変換できることは明らかである。
【００７４】
なお、本実施形態のフィルターアレイ５０１の各フィルターは、具体例１の（５）式で表されるフーリエ変換面でのＧａｂｏｒフィルターの値の半値幅を目安に２値化し、これより内側を透明領域、外側を不透明領域としたバンドパス空間周波数フィルターでもよい。図１０（ｃ）に、１例として、同図（ｂ）に例示したＧａｂｏｒフィルターを２値化した場合の例を示す。また、さらに、次式のようなＷａｖｅｌｅｔフィルターＷを用いるようにしてもよい。
【００７５】
Ｗ（ａ，ｂ，ｘn ，ｙn ）＝１／（ａｂ）1/2
×∫∫ｆ（ｘ，ｙ）ｈ* ｛（ｘ−ｘn ）／ａ，（ｙ−ｙn ）／ｂ｝ｄｘｄｙ・・・（６）
この（６）式中の変数ａ，ｂ，ｘn ，ｙn を適当に変化させたフィルターｈ（ｘ，ｙ）によりフィルターアレイ５０１を作製すれば、同様の効果があり、さらに、時系列信号等も扱えることは一般的なＷａｖｅｌｅｔフィルターの性質から明らかである。
【００７６】
なお、本実施形態では、略平行なインコヒーレント光束１０５を得るのにＸｅ−Ｈｇランプやコールドランプを用いたが、もちろん他のどんなインコヒーレント光源も用いることができ、レーザ等のコヒーレント光源により略平行な光束を得た上で、拡散板等によりインコヒーレント化したものでもよい。その場合、略平行なコヒーレント光束３０４を分岐して共通に用いてもよい。略平行なコヒーレント光束３０４も、ＬＤ（レーザダイオード）等他のコヒーレント光源を用いて発生させてももちろんよい。
【００７７】
また、上記各具体例では、レンズアレイ２０２及びフーリエ変換レンズアレイ３０６及び逆フーリエ変換レンズアレイ４０１として均質レンズを用いたが、本実施形態では、他に両端面が平面の屈折率分布型のレンズやバイナリーオプティクスを利用したレンズアレイ等を用いてもよい。この場合、アライメントが容易になる利点がある。また、曲面に非球面を用いたり、屈折率分布型のレンズに曲率を付けてもよい。この場合、収差が補正しやすくなり、情報の誤差がより小さくなる。
【００７８】
〔第２実施形態〕
本実施形態の特徴ベクトル変換装置は、図１４の断面図に示すように、前述の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。本実施形態は、第１実施形態と比較して、有効開口サイズの小さい空間光変調器で構成できる利点がある。より具体的には、対象ベクトル入力表示手段１は、ＣＣＤカメラ等の撮像素子１２１と、電気アドレス型で透過型の空間光変調器１２２としてここでは液晶製の空間光変調器と、撮像素子１２１からの信号を入力し空間光変調器１２２に表示するための信号を発生させるためのコントローラー１２３及びドライバー１２４とから構成され、撮像素子１２１で得られたベクトル情報（ここでは、画像）が空間光変調器１２２に表示される。
【００７９】
対象ベクトル多重化手段２としては、略平行なコヒーレント光束２０５を発生させるための、第１実施形態の多重フーリエ変換手段３のコヒーレント光束３０４を発生させる部分と同一要素の図示しない構成部分と、各レンズの光軸が平行になるように配置されているレンズアレイ２０６と、レンズアレイ２０６から出射する光束が全て入射し出射することが可能な瞳径を持つ第１レンズ２０７とにより構成され、レンズアレイ２０６の後側焦平面の位置と第１レンズの前側焦平面が同一平面２０８となり、さらに、第１レンズ２０７の後側焦平面が空間光変調器１２２の読み出し面と一致するように配置してある。
【００８０】
まず、略平行なコヒーレント光束２０５がレンズアレイ２０６に入射し、レンズアレイ２０６を構成する各レンズから出射した光束はその後側焦平面である面２０８の個々のレンズに対応した位置に集光した後、発散光となり第１レンズ２０７に入射する。第１レンズ２０７に入射する光束はその前側焦平面の異なった位置からの発散光であるために、第１レンズ２０７から出射する光束は第１レンズ２０７の光軸２１０に対して様々な角度をなす略平行な光束となる。この様々な角度をなす略平行な光束は、第１レンズ２０７の後側焦平面近傍で略同一領域に入射する。したがって、第１レンズ２０７の後側焦平面近傍に配置された空間光変調器１２２に対象ベクトルを表示し、この様々な角度をなす略平行な光束で読み出すせば、空間光変調器１２２を通過したこれらの光束は、それぞれの方向に対象ベクトルの情報を乗せた上で伝搬する。
【００８１】
多重フーリエ変換手段３は、この複数方向に読み出された対象ベクトルの情報を持つ光束を全て入射可能な瞳径を持ったフーリエ変換レンズとしての第２レンズ（大口径レンズ）３１０からなる。上記対象ベクトル多重化手段２によって多重に読み出された対象ベクトル情報を持つ複数の光束は、第２レンズ３１０に入射し、第２レンズ３１０の後側焦平面のフーリエ変換面Ｆの対応した位置に、対象ベクトルの複数のフーリエ変換像を形成する。
【００８２】
特徴変換手段５は、第１実施形態と同様で、多重フーリエ変換手段３によって得られる複数のフーリエ変換像に対して同一個数で一対一に対応するように配置したフィルターアレイ５０２より構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを施すものである。
【００８３】
多重逆フーリエ変換手段４としても、第１実施形態と同様で、複数の逆フーリエ変換レンズで構成される逆フーリエ変換レンズアレイとしてのレンズアレイ４０２からなり、フーリエ変換されフィルタリングされた情報を更に並列同時に逆フーリエ変換し、レンズアレイ４０２の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に得るものある。
【００８４】
以上の構成により、略平行なコヒーレント光束２０５で読み出された多重化された対象ベクトルは、フーリエ変換レンズである第２レンズ３１０でフーリエ変換された後、フィルターアレイ５０２を構成する個々のフィルターで異なったフィルタリング（特徴変換）が行われ、さらに、レンズアレイ４０２の個々の逆フーリエ変換レンズで逆フーリエ変換され、その結果がレンズアレイ４０２の後側焦平面にある特徴変換面Ｔに形成される。
【００８５】
（具体例１）
本具体例では、対象ベクトル入力表示手段１中の空間光変調器１２２に表示されるベクトルは、正方形の開口の領域とし、その１辺の大きさａは５．４ｍｍ、さらに、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝１２８×１２８とし、ｋ＝ｋd ＝ｋR ＝１２８とした。さらに、このフィルターアレイ５０２を構成する各フィルターとして、本具体例では、すでに説明したＧａｂｏｒフィルターを用いた。
【００８６】
また、レンズアレイ４０２と第２レンズ３１０と特徴変換面Ｔ上の各変換像を重ねてそれらの配置の関係を図１５に示す。この図に示すように、レンズアレイ４０２は円形開口のレンズを正方状に配置した。初めに、各変換像の間でその中心間が最も近接する方向、つまり、図中ではＤ１の方向について考える。
【００８７】
本具体例で用いた多重化光学系では、フーリエ変換を施す第２レンズ３１０の焦点距離を１００ｍｍ（ｆF ＝１００ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．５ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。
【００８８】
また、レンズアレイ２０６、４０２の各レンズの焦点距離は共に２７．８ｍｍ（ｆT ＝２７．８ｍｍ) とし、特徴変換面Ｔで得られる画像の検出サイズは１．５ｍｍ×１．５ｍｍ（ｗT ＝１．５ｍｍ) とした。フィルターは、これまでの実施例と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は１０．７本／ｍｍとなり、αmax ｆF λ＝０．６７９９ｍｍとなる。レンズアレイ４０２の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧２．８７ｍｍ
となる。以上の議論は、図中のＤ１の方向についてであるから、変換像の正方形領域が全て入るようにするためには、その対角方向の値に換算する必要がある。これは、上記値を√２倍すればよく、ｒT ＞√２×２．８７＝４．０５９ｍｍで与えられる。よって、ｐ＞ｒT で、さらに、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧４．０５９ｍｍとなり、ここでは、ｐ＝４．５ｍｍとした。
【００８９】
次に、（３）式について求める。レンズアレイ２０６、４０２で光軸２１０から最も遠い距離にあるレンズの中心までの距離ｈは、４×４個のアレイ状にこれらが配置されているので、ｈ＝３√２ｐ／２となり、さらに、ｗT は正方形の対角方向をとる必要があるので、前述の値を√２倍して、√２ｗT ＝２．１２ｍｍとした。この条件より、（３）式は、
ｒF ＞２８．１ｍｍ
となり、ｒF ＝３０ｍｍに設定し、情報の欠落なくフィルタリングが可能とした。
【００９０】
したがって、第１実施形態と比較して、空間光変調器２０２の大きさが小さくても、この条件の下で高精度な特徴変換が可能となることは、前述の通り明らかである。
【００９１】
（具体例２）
本具体例では、具体例１と比較し、扱うベクトルの成分数（ここでは、画素数）が少ない場合を示す。レンズアレイは具体例１と同様で、図１５に示すように正方状に配置され、対象ベクトル入力表示手段１中の空間光変調器１２２に表示されるベクトルも正方形の開口の領域とした。ベクトルの表示領域ａはａ＝３ｍｍで、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝６４×６４とし、ｋ＝ｋd ＝ｋR ＝６４とした。さらに、このフィルターアレイ５０２を構成する各フィルターとして、本実施形態でも、すでに説明したＧａｂｏｒフィルターを用いた。
【００９２】
本具体例で用いた多重化光学系では、フーリエ変換を施す第２レンズ３１０の焦点距離を８０ｍｍ（ｆF ＝８０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）としたので、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．０８ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを２０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝２０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧１．２８ｍｍ
と求められる。
【００９３】
また、レンズアレイ２０６、４０２を構成するレンズの焦点距離は共に２６．７ｍｍ（ｆT ＝２６．７ｍｍ）とし、特徴変換面Ｔで検出される画像の検出サイズは、１．０ｍｍ×１．０ｍｍとした。フィルターとして、これまでの実施例と同様にＧａｂｏｒフィルターを用いており、その最大の空間周波数αmax ＝９．７本／ｍｍなので、αmax ｆF λ＝０．４８９ｍｍとなる。レンズアレイ４０２の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧１．９９ｍｍ
が求まる。しかし、ここでも具体例１と同様で、有効径は変換像の正方形領域の対角方向について考慮せねばならないので、ｒT ≧１．９９×√２＝２．８２ｍｍとなる。よって、ピッチ間隔ｐはｐ≧ｒT であり、さらに、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧２．８２ｍｍとなるので、ここではｐ＝３．０ｍｍとした。
【００９４】
次に、（３）式についても具体例１と全く同様に考えられ、ｗT を対角方向のものに換算して（√２ｗT ＝１．０×√２＝１．４１４）計算すれば、
ｒF ＞１７．９５ｍｍ
を得た。したがって、ｒF ＝２０ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【００９５】
したがって、第１実施形態と比較して、空間光変調器１２２の大きさが小さくても、この条件の下で、高精度な特徴変換が可能となることは前述の通り明らかである。
【００９６】
〔第３実施形態〕
本実施形態の特徴ベクトル変換装置は、図１６の断面図に示すように、前述の特徴ベクトル変換装置の構成を持ち、特に、対象ベクトルとして画像を処理する場合の１形態を示す。本実施形態は、第２実施形態と比較して、光学系全体の縮小化が可能となる利点がある。
【００９７】
より具体的には、対象ベクトル入力表示手段１は、インコヒーレント光束１３０を発生させるための、第１実施形態の対象ベクトル入力表示手段１でインコヒーレント光束１０５を発生させる部分と同一要素の図示しない構成部分と、ＣＣＤカメラ等の撮像素子１３１と、電気アドレス型で透過型の空間光変調器１３２としてここでは液晶製の空間光変調器と、撮像素子１３１からの信号を入力し、空間光変調器１３２に表示するための信号を発生させるためのコントローラー１３３及びドライバー１３４と、光書き込み型で反射型の同様な液晶製の空間光変調器１３５と、結像レンズ１３６とから構成され、結像レンズ１３６は、空間光変調器１３２の読み出し面と空間光変調器１３５の書き込み面を結像関係にするように配置されている。
【００９８】
まず、撮像素子１３１で得られたベクトル情報（ここでは、画像）がコントローラー１３３、ドライバー１３４を介して、透過型の空間光変調器１３２に表示され、この透過型の空間光変調器１３２に表示された画像はインコヒーレント光束１３０で読み出され、結像レンズ１３６を介してその結像面と一致する反射型の空間光変調器１３５の書き込み面にそのベクトル情報を書き込む。
【００９９】
次に、対象ベクトル多重化手段２は、第２実施形態と同一構成であり、レンズアレイ２１０’（第２実施形態では２０６）の後側焦平面と第１レンズ２１１（第２実施形態では２０７）の前側焦平面は面２１２（第２実施形態では２０８）で一致するように配置され、さらに、第１レンズ２１１の後側焦平面と空間光変調器１３５（第２実施形態では１２２）の読み出し面が一致するように配置されている。略平行なコヒーレント光２１３（第２実施形態では２０５）の光束はレンズアレイ２１０’を通過し、その光束はレンズアレイ２１０’の後側焦平面である面２１２でそれぞれ異なった位置に集光し、その後に発散光となって第１レンズ２１１に入射する。第１レンズ２１１に入射した発散光は、光軸２１４に対して種々の角度をなす略平行な光束となり、第１レンズ２１１の後側焦平面と一致する空間光変調器１３５の読み出し面で略同じ領域に重なり合い、反射光となって空間光変調器１３５に書き込まれている対象ベクトル情報を乗せ、種々の方向に反射する。
【０１００】
多重フーリエ変換手段３は、本実施形態では対象ベクトル多重化手段２の第１レンズ２１１を共用する。種々の方向に反射した複数の平行光束は、この第１レンズ２１１で並列同時にフーリエ変換され、その後側焦平面上のフーリエ変換面Ｆ（面２１２と同一面）にフーリエ変換像を形成する。
【０１０１】
特徴変換手段５、及び、多重逆フーリエ変換手段４は、第２実施形態と同様の構成であり、特徴変換手段５は、フーリエ変換された情報と同一個数で一対一に対応するよう配置したフィルターアレイ５０３より構成し、多重化された対象ベクトルである画像に複数の異なったフィルタリングを同時に施す。さらに、このフィルタリングを施された情報に対し、多重逆フーリエ変換を行う逆フーリエ変換レンズよりなるレンズアレイ４０３により、複数のフィルタリングを施した情報に対してそれぞれ逆フーリエ変換を施し、レンズアレイ４０３の後側焦平面である特徴変換面Ｔに、多重化された対象ベクトルの特徴変換結果を並列同時に形成するようになっている。
【０１０２】
（具体例１）
本具体例では、対象ベクトル入力表示手段１中の空間光変調器１３２及び１３５に表示されるベクトルは正方形の開口の領域とし、その１辺の大きさａは１０．７ｍｍで、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝２５６×２５６とし、ｋ＝ｋd ＝ｋR ＝２５６とした。さらに、このフィルターアレイ５０３を構成する各フィルターとして、本実施形態では、すでに説明したＧａｂｏｒフィルターを用いた。
【０１０３】
本具体例で用いた多重化光学系は、フーリエ変換を施す第１レンズ２１１の焦点距離を１００ｍｍ（ｆF ＝１００ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）、レンズアレイ２１０’、４０３のレンズの焦点距離は共に１８．７ｍｍ（ｆT ＝１８．７ｍｍ）とし、特徴変換面Ｔで得られる画像の検出サイズは、２．０ｍｍ×２．０ｍｍ（ｗT ＝２．０ｍｍ）とした。ここでは、図１７に示すように、レンズアレイ２１０’、４０３はそれぞれ４×４個の正方状のアレイよりなっている。第２実施形態の具体例と同様に、図１７に示すレンズアレイの各レンズの中心が最も近い方向、図中のＤ１の方向に関して考えると、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧１．５２ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを１０μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝１０μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０３のピッチ間隔ｐt が、
ｐt ≧２．５６ｍｍ
と求められる。
【０１０４】
ここでも、フィルターとしては、これまでの実施形態と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は１０．８本／ｍｍであるから、αmax ｆF λ＝０．６８６３ｍｍとなる。
【０１０５】
レンズアレイ２１０’、４０３の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧３．３７４ｍｍ
となる。ここで、第２実施形態の具体例で述べたように、円形レンズを配置する場合、変換像の正方形領域の対角方向について考えなければならないので、ｒT としてｒT ≧３．３７４×√２＝４．７７２ｍｍとする必要がある。したがって、ピッチ間隔ｐはｐ≧ ｒT であり、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧４．７７２ｍｍとなり、ここでは、ｐ＝５．０ｍｍとした。
【０１０６】
次に、（３）式について求める。レンズアレイ２１０’、４０３で光軸２１４から最も遠い距離にあるレンズの中心までの距離ｈは、４×４個の正方のアレイが光軸を挟んで２段配置されているので、ｈ＝√５８×ｐ／２となる。（３）式のｗT に関しても、対角方向について考えなければならないので、√２ｗT ＝２．０×√２＝２．８２８ｍｍとして、計算すると、
ｒF ＞５４．５９ｍｍ
の条件が求まり、ｒF ＝５５ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【０１０７】
したがって、第２実施形態と比較して光学系の縮小化が図れた上に、高精度な特徴変換が可能となることは前述の通り明らかである。
【０１０８】
（具体例２）
本具体例では、具体例１と比較し、扱うベクトルの成分数（ここでは、画素数）が少ない場合を示す。レンズアレイ２１０’、４０３は一体にして４×８個のアレイとした。対象ベクトル入力表示手段１中の空間光変調器１３２、１３５に表示されるベクトルも正方形の開口の領域とした。ベクトルの表示領域は０．５ｍｍ×０．５ｍｍ（ａ＝０．５）で、その中に含まれるベクトルの成分数（ここでは、画素数）をｋ×ｋ＝５０×５０とし、ｋ＝ｋd ＝ｋR ＝５０とした。さらに、このフィルターアレイ５０３を構成する各フィルターとして、本実施形態でも、すでに説明したＧａｂｏｒフィルターを用いた。
【０１０９】
本具体例で用いた多重化光学系では、フーリエ変換を施す第１レンズ２１１の焦点距離を１５ｍｍ（ｆF ＝１５ｍｍ）、さらに、レンズアレイ２１０’、４０３の焦点距離は共に２０ｍｍ（ｆT ＝２０ｍｍ）、コヒーレント光の波長を６３２．８ｎｍ（λ＝６３２．８ｎｍ）とし、具体例１と同様に、図１７でのレンズアレイのレンズの最小間隔方向であるＤ１方向について考えれば、条件式（１）から、多重化された画像のフーリエ変換情報が互いに重なり合わないためには、隣接する各多重化部分のフーリエ変換情報の０次部分のピッチｐが、
ｐ≧０．９５ｍｍ
と求められる。また、特徴変換面Ｔ上に置き、多重化された対象ベクトルの特徴変換結果を検出する検出器のピッチを５μｍとすると、この値が特徴変換面Ｔ上の変換情報のサンプリングピッチを制限し、ｐd ＝５μｍとなる。条件式（２）より、逆フーリエ変換レンズアレイ４０２のピッチ間隔ｐt が、
ｐt ≧０．２５ｍｍ
と求められる。
【０１１０】
また、レンズアレイ２１０’、４０３のレンズの焦点距離は共に２０．０ｍｍとし、特徴変換面Ｔで検出される画像の検出サイズは、０．６７ｍｍ×０．６７ｍｍ（ｗT ＝０．６７ｍｍ）とした。フィルターとして、前具体例と同様に、Ｇａｂｏｒフィルターを用いており、その最大の空間周波数αmax は４５．３２本／ｍｍなので、αmax ｆF λ＝０．４３０ｍｍとなる。レンズアレイ２１０’、４０３の各レンズの有効径ｒT は（３−４）式を満たす必要があり、上記値を代入すれば、
ｒT ≧１．５２８ｍｍ
となる。しかし、ここでも変換像の正方形領域のその対角方向について考える必要があり、ｒT ≧１．５２８×√２＝２．１７ｍｍとなる。よって、ピッチ間隔ｐはｐ≧ｒT であり、ｐt ＝ｐであるために、上記の３つの条件より、ｐ≧２．１７ｍｍとなるので、ここではｐ＝２．５ｍｍとした。
【０１１１】
次に、（３）式についても、具体例１と全く同様となるので、√２ｗT ＝０．６７×√２＝０．９４７５として（３）式を計算すると、
ｒF ＞２４．４２ｍｍ
の条件が求まり、ｒF ＝３０ｍｍに設定し、情報の欠落なくフィルタリングが可能となった。
【０１１２】
したがって、第２実施形態と比較して、光学系の縮小化が図られた上に、高精度な特徴変換が可能となることは前述の通り明らかである。
【０１１３】
以下に説明する第４実施形態から第７実施形態は、本発明の中、先に述べた特徴ベクトル変換装置によって変換される特徴ベクトルの情報を更にデータ変換し、後段の認識分類手段に送るための特徴ベクトル検出伝送装置と、そのベクトル検出伝送装置から伝送されたデータを基に認識分類を行う認識分類手段を用いた認識分類装置に関する。
【０１１４】
以下の実施形態で示す認識分類装置中の特徴ベクトル変換装置は、上記第１実施形態〜第３実施形態に示した実施形態の何れかで構成され、特徴ベクトル検出伝送装置２２は、図１に示すように、特徴ベクトル変換装置から得られるデータの中で取得すべきベクトル情報を選択する特徴ベクトル選択手段７と、特徴ベクトル変換装置から得られるデータ又は特徴ベクトル選択手段７によって選択されたデータを検出する特徴ベクトル検出手段６と、特徴ベクトル選択手段７によって選択されたデータを認識手段に伝送するための特徴ベクトル伝送手段８とで構成され、さらに、認識分類装置２３は、上記特徴ベクトル検出伝送装置２２から伝送されたデータを基に認識分類手段９により認識分類を行うものである。
【０１１５】
〔第４実施形態〕
本実施形態の認識分類装置は、図１８の断面図に示すように、特徴ベクトル変換装置として第１実施形態の具体例１の装置（図８）を用い、この装置により変換された特徴ベクトルを、特徴ベクトル検出伝送装置２２で、重みベクトル更新表示手段９２と類似性マッチング手段９３と勝利ベクトル決定手段９４から構成される認識分類手段９に送り、ここで競合学習型のニューラルネットワークのアルゴリズムを動かすことにより、認識分類を行う装置である。
【０１１６】
特徴ベクトル検出伝送装置２２内の特徴ベクトル選択手段７は、電気信号で２次元的に個々のシャッターの開閉が可能なシャッターアレイ７０１（本実施形態では、透過型で電気アドレス型の強誘電性液晶製の空間光変調器）と、制御のためのコントローラー７０２及びドライバー７０３とで、特徴ベクトル検出手段６は、フォトディテクターアレイ６０１と、電流電圧変換増幅回路６０２とで、特徴ベクトル伝送手段８としては、データ転送用のインターフェイス８０１で構成される。
【０１１７】
前記の課題を解決するための手段の項で説明したように、本発明の目的を達成するために、処理対象となるベクトルの任意の領域に対する特徴量のみを、フィルタリングにより変換された特徴ベクトルの形成されている各多重化部分の対応する部分から選択検出し、後段の認識分類手段９に伝送することが、特徴ベクトル検出伝送装置の機能である。特徴ベクトル変換装置では、図１１で説明した４×４個のフィルターアレイによりフィルタリングされた情報（ここでは、画像）が、図８で説明したように特徴変換面Ｔに４×４種類形成されるが、この機能を果たすために、この特徴変換面Ｔにシャッターアレイ７０１である透過型で電気アドレス型の空間光変調器を配置し、その直後に４×４個のフォトディテクターアレイ６０１を配置する。透過型の空間光変調器７０１を、このフィルタリングにより変換された特徴ベクトルの形成されている各多重化部分の対応する部分から処理対象となるベクトルの任意の領域に対応する領域のみの情報が透過するように、コントローラー７０２及びドライバー７０３を用いて作動させる。この透過型の空間光変調器７０１によって選択された領域から透過した情報のみが、特徴ベクトル検出手段６であるフォトディテクターアレイ６０１に入射し、強度値として検出される（図７参照）。
【０１１８】
フォトディテクターアレイ６０１として、本実施形態ではシリコン製のフォトディテクターをアレイ状に並べたものを用いたので、検出された各特徴量は各ディテクターで光電変換され強度に比例した電流値となるが、さらに、この各ディテクターにオペアンプ等を用いた電流電圧変換増幅回路６０２をつなぎ、最終的には特徴量に比例した電圧が得られるようになっている。以上の構成により、フィルタリングされ変換された特徴ベクトルの形成されている各多重化部分の対応する部分から、処理対象となるベクトルの任意の領域に対応する領域のみの情報を選択して電圧値として得ることが可能となり、さらに、この情報を特徴ベクトル伝送手段のインターフェイス８０１によって電気的に次段の認識分類手段９に伝送する。
【０１１９】
一方、認識分類手段９においては、この伝送された情報に基づき競合学習型のニューラルネットワークのアルゴリズムを動かすことにより認識分類を行う。この競合学習型のニューラルネットワークのアルゴリズムの１例として、本実施形態では、自己組織化特徴マップを用いる場合を例にあげるが、まず、この自己組織化特徴マップについて簡単に以下に説明する。自己組織化特徴マップ（以下、ＳＯＭと表記する。）は、図１９に示すように、２次元に並ぶ素子群の層ＭＬ（以下、マップ層ＭＬと表記する。）とデータを入力する入力層ＩＬとから構成される。このマップ層ＭＬは、図１９では２次元に並ぶ素子を示したが、１次元に並ぶ素子を用いてもよい。入力層ＩＬは、マップ層ＭＬの全ての素子と結合しており、入力データをマップ層ＭＬの全ての素子に与えることができる。入力データはスカラーでもベクトルでもかまわないが、ここでは、一般的にベクトルＸ（ｎ次元）とおく。マップ層ＭＬの素子ｉ（ｉはマップ上の順番とし、全素子層をｋ個とする。）は全て重みベクトルｍi （ｎ次元）を持つことにする。ＳＯＭのアルゴリズムは、入力ベクトルＸと各素子の重みベクトルｍi との類似性から更新すべき重みベクトルを決定する＜類似性マッチング＞と、その重みベクトルｍi を入力ベクトルＸの方に近付ける＜更新＞とに分けられる。そして、両者の作用を繰り返すことにより、入力ベクトルＸの分布を反映する重みベクトルｍi （１≦ｉ≦ｋ）を生成するものである。＜類似性マッチング＞と＜更新＞の具体的な表式を以下に示す。
【０１２０】
＜類似性マッチング＞
【０１２１】
【０１２２】
より具体的には、まず、特徴ベクトル検出伝送装置２２から送られた情報を類似性マッチング手段９３のＬＥＤドライバー９３００に入力し、これをコントロールすることによってこの情報が明るさに比例するようにＬＥＤアレイ９３０１を発光させることで、認識分類手段９内に特徴ベクトル検出伝送装置２２から送られた情報を入力させる。本実施形態では、このＬＥＤアレイ９３０１は、ディテクターアレイ６０１と同数で同一配列の４×４個の要素からなっている。このＬＥＤアレイ９３０１から出射された特徴ベクトル検出伝送装置２２から送られた情報の乗った光束は、さらに、結像レンズ９３０２及びレンズアレイ９３０４からなる多重結像光学系９３０５によって、ニューラルネットの素子数と同一の個数用意したレンズアレイ９３０４の多重度分だけ空間光変調器９３０６の表示面に複製される。この際、結像レンズ９３０２は、その前側焦点位置にＬＥＤアレイ９３０１の発光面が一致するように、レンズアレイ９３０４は、その後側焦点位置に空間光変調器９３０６の表示面が一致するように、さらに、結像レンズ９３０２の光軸と各レンズアレイ９３０４の光軸が平行になるように配置する。また、空間光変調器９３０６としては、印加される電圧によってその透過率が変化する電気アドレス型で透過読み出しタイプの液晶空間光変調器を用いた。以上により、ニューラルネットの素子数だけ多重化された特徴ベクトルは、次に、重みベクトル更新表示手段９２からの信号により空間光変調器９３０６に表示される重みベクトルの情報がそれぞれ重畳され、さらに、レンズアレイ９３０４と同一個数で同一配列のレンズアレイ９３０７で集光され素子毎の内積の演算がなされる。この結果は、同様にレンズアレイ９３０４と同一個数で同一配列のディテクターアレイ９３０８で検出され、さらに、オペアンプ等で電圧値に変換されて勝利ベクトル決定手段９４に送られる。
【０１２３】
次に、以上の構成により内積演算が計算される過程を図２０を用いて説明する。（９）式の内積演算部分は、入力ベクトルＸを要素数Ｎ×Ｎの２次元に展開し、重みベクトルを、要素数Ｎ×ＮのサブマトリックスをＭ×Ｍ個（ニューラルネットの素子数に対応）並べたものに展開すれば：各成分毎に次式のように書き直せる。
【０１２４】
【０１２５】
次に、前記の勝利ベクトル決定手段９４では、類似性マッチング手段９３のディテクターアレイ９３０８から出力される個々の素子毎の内積の演算から、その最も出力の大きな素子を勝利素子として決定し、この情報を重みベクトル更新表示手段９２に送る。重みベクトル更新表示手段９２では、上記（８）式の更新則に則って重みベクトルの更新が行われる。本装置において、競合学習を行う重みベクトル更新表示手段９２と勝利ベクトル決定手段９４は、同一のコンピュータ上に実現している。その中、勝利ベクトル決定手段９４は、類似性マッチング手段９３のディテクターアレイ９３０８からの個々の出力電圧をＡＤ変換し個々に取り込むための転送部と、この結果を比較し最も高い電圧を示したものを勝利素子として選択するソフトウエアを搭載したコンピュータとからなっている。重みベクトル更新表示手段９２は、２次元のフォトディテクターアレイ６０１からの情報をＡＤ変換し取り込むための転送部９２０１と、勝利ベクトル決定手段９４で決定された勝利素子の情報と２次元フォトディテクターアレイ６０１からの特徴ベクトルの情報を用いて（８）式の更新則に則って重みベクトルを更新するソフトウエアを搭載した、前述の勝利素子を選択するためのソフトウエアを搭載したコンピュータと同一のコンピュータと、この更新された重みベクトルの情報を空間光変調器９３０６上に入力・表示するためのメモリー９２０２と、コントローラー９２０３及びドライバー９２０４とにより構成してある。この場合、重みベクトルは、正規化をしてから空間光変調器９３０６に入力・表示するようにすると更によい。また、この競合学習課程においては、順次特徴ベクトル検出伝送装置から任意の領域のデータを入力し、上記の重みベクトルの更新を行うことを繰り返し、さらに、別の対象ベクトルについても同様な操作を行って行けば、適当な所で重みベクトルは安定するので、そこで学習を止めればよい。
【０１２６】
学習後の認識分類過程においては、重みベクトルを固定したまま識別対象のベクトルを入力し、特徴ベクトル変換装置により変換した情報から、特徴ベクトル検出伝送装置２２により所望の部分の情報のみ伝送し、認識分類手段９に入力し、ディテクターアレイ９３０８の中のどれが勝利素子となるかによって、この所望の部分がどのクラスに属するのか分類すればよい。例えば分類は、図２０のように素子数が６×６の３６だとすれば、個々の素子毎に３６種類に分類してもよいし、３０個と６個の２つの領域に分け２種類に分類してもよい。対象に合わせて自由にソフトウェアで学習の際に設定すればよい。もし、画面全体を分類したければ、順次特徴ベクトル検出伝送装置２２からデータを転送して画面全体について同様に分類すればよい。なお、重みベクトルの初期設定は、ランダムなデータ列を発生させたものを表示するようにしてある。また、ベクトル検出伝送装置２２から送られたデータを正規化したり、正規化した際に失われるノルム情報を新たに付加する部分をこの認識分類手段９に設けると更に良い。
【０１２７】
本実施形態では、今まで説明してきたように、上記のような特徴ベクトル変換装置により変換した特徴ベクトルから、特徴ベクトル検出伝送装置を用いて本発明の目的にかなったデータを選択検出し、後段の認識分類手段に伝送するようにしたから、高速かつ非常に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１２８】
さらに、本実施形態の変形例として、特徴ベクトル変換伝送装置２２内のベクトル選択手段７において、図２１（ａ）、（ｂ）に示すように、シャッターアレイ７０１の後方にレンズ７０４や縮小光学系７０５を配置することで、フォトディテクターアレイ６０１の大きさとピッチを、透過型の空間光変調器７０１の大きさやフィタリングされた結果の個々の画像間のピッチと合わせる必要がなくなり、フォトディテクターアレイ６０１のサイズの選択の幅が広がり、装置の作製が容易になる。
【０１２９】
〔第５実施形態〕
図２２に基づいて第５実施形態を示す。第４実施形態とは、特徴ベクトル検出伝送装置において、特徴ベクトル選択手段７にレンズアレイを用いることで、特徴ベクトル検出手段６に用いるフォトディテクターの受光位置による感度誤差を少なくすることを可能にした点、また、認識分類手段９においては、類似性マッチング手段９３の内積処理を否定排他論理和もしくは排他論理和に代えて類似度の計算を行う点が異なるが、他の部分は全て同一に構成してある。
【０１３０】
具体的には、特徴ベクトル検出伝送装置２２内の特徴ベクトル選択手段７としては、シャッターアレイ７０７である透過型で電気アドレス型の空間光変調器と、それをコントロールするためのコントローラー７０８及びドライバー７０９と、レンズアレイ７１０とで、また、特徴ベクトル検出手段６としては、フォトディテクターアレイ６０３と電流電圧変換増幅回路６０４とで構成される。第４実施形態との違いは、レンズアレイ７１０が透過型の空間光変調器７０７の後方に１つの多重化部分に対応する形で配置されており、さらに、このレンズアレイ７１０の後側焦点位置近傍にフォトディテクターアレイ６０３が配置されている点である。このような構成にすることで、レンズアレイ７１０に入射して来る光束はその焦点位置付近に略集光するようになり、それぞれのフォトディテクターの中央付近で変換像の一部を選択したものを受光できるようになったので、受光位置の違いによる感度誤差を減少することが可能となった。したがって、認識分類手段９に伝送されるデータの精度が向上し、その認識率も向上する。
【０１３１】
認識分類手段９においては、第４実施形態の類似性マッチング手段９３からＬＥＤアレイ９３０１とそのドライバー部分９３００を除去した上で、ＬＥＤアレイの位置に空間光変調器９３１０を配した。この空間光変調器９３１０及び重みベクトル表示用の空間光変調器９３１１は、何れもＴＮ液晶製の偏光子のない透過読み出しタイプで電気アドレス型の空間光変調器を用いた。さらに、図２２に示すように、これらの空間光変調器９３１０、９３１１の外側に一組の偏光子９３１２及び検光子９３１３を配した。この偏光子９３１２及び検光子９３１３を空間光変調器９３１０及び９３１１の液晶の配向に対してクロスニコルもしくは平行ニコルに配置することで、否定排他論理和もしくは排他論理和が計算され、より正確な類似度が計算されることになる。類似性マッチング手段９３では、さらに、特徴ベクトル検出伝送手段２２より伝送された情報を２値化した上でこれを空間光変調器９３１０に書き込むための閾値回路９３１４、ドライバー９３１５、コントローラー９３１６を、また、重みベクトル更新表示手段９２でも、重みベクトルを更新し表示する際に２値化する部分を付加してある。あとの構成は第４実施形態と同様であり、類似度を計算するのに否定排他論理和もしくは排他論理和を用いる点が異なるだけなので、作用の説明は省略する。
【０１３２】
以上の構成により、本実施形態では、上記のような特徴ベクトル検出伝送装置により得られる精度の高い特徴ベクトルを用い、さらに、否定排他論理和もしくは排他論理和を用いて類似度を計算し勝利素子を決定できるようになったので、本発明の目的にかない、かつ、高速により精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１３３】
〔第６実施形態〕
図２３に基づいて第６実施形態を示す。図からも分かるように、ここでは特徴ベクトル変換装置としては第２実施形態のもの（図１４）を用いた。特徴ベクトル検出伝送装置２２においては、特徴ベクトル選択手段７にプリズムアレイとレンズを用いることで、前実施形態同様、特徴ベクトル検出手段６等に用いられる検出器の選択の幅を広げている。また、認識分類手段９においては、光アドレス型の空間光変調器を用いることで、特徴ベクトル変換伝送装置２２からの情報を直接光学的に伝送し処理することを可能とした点が異なる。
【０１３４】
具体的には、特徴ベクトル変換伝送装置２２における特徴ベクトル選択手段７は、シャッターアレイ７１１である電気アドレス型で透過型の空間光変調器と、それをコントロールするためのコントローラー７１２及びドライバー７１３で構成され、特徴ベクトル伝送手段８は、プリズムアレイ７１４と、プリズムアレイ７１４から出射する光束が入射可能な瞳径を持ったレンズ７１５と、ミラー７１６、ビームスプリッター７１７で構成され、さらに、特徴ベクトル検出手段６は、光アドレス型で透過読み出しタイプの液晶製の空間光変調器６０７で構成されている。この中、プリズムアレイ７１４は、シャッターアレイ７１１の後方に各多重化部分に対応する数だけ配置されている。このプリズムアレイ７１４の後方にミラー７１６を介してレンズ７１５が配置され、前述の形態と同様に、空間光変調器７１１で選択透過された情報のみが対応するそれぞれのプリズムを通過する際にその光束を曲げられ、その曲げられた光束がミラー７１６で反射してレンズ７１５に到達する。さらに、レンズ７１５を出射した光束はビームスプリッター７１７でその一部の光束が反射され、レンズ７１５の焦点位置近傍に配置してある光アドレス型空間光変調器６０７に入射され、一方のビームスプリッター７１７を透過した光束は、２次元のディテクター６０５に入射し、検出される。つまり、この空間光変調器６０７上に空間光変調器７１１で選択透過された情報が書き込まれる。この際、光書き込み型の空間光変調器６０７の大きさや解像度に整合するように、プリズムアレイ７１４を構成する個々のプリズムの傾き角やレンズ７１５の焦点距離を任意に設定することが可能となるので、空間光変調器等の選択の幅が広がる。
【０１３５】
また、認識分類手段９においては、特徴ベクトル検出伝送装置２２のベクトル検出手段６である空間光変調器６０７に書き込まれた情報を、前述の実施形態と同様な構成により生じさせたコヒーレント光束９１０８で読み出すことで、類似性マッチング手段９３内に情報を入力し処理することができる。また、ビームスプリッタ７１７の透過方向で空間光変調器６０７と対応する位置に設置された２次元ディテクター６０５で特徴ベクトル変換伝送装置２２で選択伝送された情報を検出し、電流電圧変換増幅回路６０６により電圧値に変換し、さらに、転送部９３２０により重みベクトル更新表示手段９２に伝送し、重みベクトルの情報を空間光変調器に表示するためのメモリー９２１３、コントローラー９２１４、ドライバー９２１５によって、第４実施形態と同様の機能を達成している。これ以外の部分は全て第４実施形態と同一に構成しており作用も同じなので、説明は省略する。
【０１３６】
以上の構成により、本実施形態では、上記のような特徴ベクトル変換伝送装置により得られる精度の高い特徴ベクトルを高速に伝送し、認識分類手段で処理できるようになったので、本発明の目的にかない、かつ、より高速に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１３７】
〔第７実施形態〕
図２４に基づいて第７実施形態を示す。ここでは、特徴ベクトル変換装置としては、第３実施形態のもの（図１６）を用いた。また、特徴ベクトル変換伝送装置は、特徴ベクトル検出手段６に、撮像素子６０８としてここではＣＣＤカメラと、それにより検出されたデータをコンピュータ６０９に取り込むためのＡＤ変換器付きのメモリーであるフレームメモリ６１０より構成し、これまでの実施形態と比較すれば多少時間がかかるが、現状で最も実現が容易な構成とした。さらに、認識分類手段９にも、これまでの実施形態で用いた構成よりより簡単な構成のものを用いた。
【０１３８】
より具体的には、特徴ベクトル変換装置で変換された情報を、特徴変換面ＴにＣＣＤカメラ６０８を配置し、一度に検出する。なお、ここで用いるＣＣＤカメラ６０８は、本体がディテクター面より大きく、このままレンズアレイ４０３（図１６）の後方に配置すると、レンズアレイ２１０’とレンズアレイ４０３を離して配置しなければならなくなり、特徴ベクトル変換装置の光学系の負担が大きくなる。そこで、レンズアレイ４０３の後方にミラー６１１を配置し、このミラー６１１で光束を折り曲げ、ＣＣＤカメラ６０８を図２４のように特徴ベクトル変換装置の光学系と干渉しないように配置した。この検出された複数の特徴ベクトルの情報は、ＣＣＤカメラ６０８からフレームメモリ６１０に伝送され、そのフレームメモリ６１０上に蓄えられる。特徴ベクトル選択手段７では、このフレームメモリ６１０に蓄えられた複数の特徴ベクトルの情報から、１つの多重化部分に対応するベクトル毎に認識判断する領域の成分を選択し、その領域に含まれる成分の平均値を求め、さらにこのデータをコンピュータ６０９上のメモリに蓄積する。この特徴ベクトル選択手段７の部分は、本実施形態では、コンピュータ上のソフトウェアを用いて行っている。この特徴ベクトル選択手段７によりコンピュータのメモリー上に蓄えられている認識判断する領域の成分に関する特徴ベクトルは、同様にソフトウエアで取り出され、特徴ベクトル伝送手段８であるインターフェイス９３３５により、類似度マッチング手段９３のＬＥＤアレイ９３３０のドライバー９３３６に送られる。
【０１３９】
次に、認識分類手段９では、特徴ベクトル伝送手段８から送られてきた認識判断する領域の特徴ベクトル情報に比例するように、類似度マッチング手段９３のドライバー９３３６をコントロールすることによりＬＥＤアレイ９３３０を発光させ、その情報を系内に入力する。この類似度マッチング手段９３は、特徴ベクトル伝送手段８から送られてきた認識判断する領域の特徴ベクトルの次元数（成分数）と同じ数のＬＥＤを２次元に配列したＬＥＤアレイ９３３０と、重みベクトルｍklの値を透過率の値として与えるためのマスクを有するマスクアレイ９３３１としての電気アドレス型で透過タイプの液晶製の空間光変調器と、マスクアレイの各々のマスクが共通の結像面で重なり合って結像するように各マスクに対応させて配置されたレンズよりなるレンズアレイ９３３２と、結像レンズ９３３３と、その結像面に配置されたフォトディテクターアレイ９３３４とより構成される。なお、このレンズアレイ９３３２の各レンズの光軸と結像レンズ９３３３の光軸は平行となるように、さらに、レンズアレイ９３３２の各レンズの前側焦点面がマスクアレイ９３３１と、また結像レンズ９３３３の後側焦点面がフォトディテクターアレイ９３３４を配する上記結像面にそれぞれ一致するように、各レンズを配置してある。
【０１４０】
類似度マッチング手段９３では、これまでの実施形態と同様に、（１０）式に示す入力ベクトルと重みベクトルの間の内積演算を行うが、上述の構成により内積演算が計算される過程を図２５を用いて説明する。ここでは、説明を簡単にするために、（１０）式において、Ｎ＝３、Ｍ＝２とする。この光学系を模式的に示すと図２５（ａ）のようになる。ＬＥＤアレイ９３３０は、図２５（ｂ）のように、特徴ベクトル検出伝送装置２２より送られてくる特徴ベクトルＸij（Ｘij；ｉ＝１〜３，ｊ＝１〜３：何れも整数）の成分数３×３と同数のＬＥＤで構成され、個々のＬＥＤは特徴ベクトルＸijの値に比例した量の光量をそれぞれ発光する。それぞれのＬＥＤから発光した光束は、重みベクトルｍklijを表すマスクアレイ９３３１中の対応するマスクを照射する。ここで、図２５（ｃ）に示すように、マスクアレイ９３３１は、ｍklijの中でｉ、ｊの値が等しい成分を配列したベクトルを１つのマスクとして配列してある。つまり、ここでは、１つのマスクの成分数は２×２となり、マスクアレイ９３３１中のマスクの個数はＬＥＤと同等の３×３となる。さらに、Ｘijを表す個々のＬＥＤが照射する領域は、マスクアレイ９３３１中の同じｉ，ｊを表すマスクの領域とする。具体的には、図２５（ｂ）において、斜線で示すＸ11に対して発光するＬＥＤは、図２５（ｃ）中の斜線部で示した領域のみを照射して、そのマスクを読み出す。次に、Ｘijに対応した個々のＬＥＤで読み出されたそれぞれのマスクは、レンズアレイ９３３２の対応するレンズと結像レンズ９３３３により、フォトディテクターアレイ９３３４の受光面で２×２の領域に重なり合って結像される。１例として、図２５（ｄ）に示すｋ＝１，ｌ＝１の領域では、図２５（ｃ）に示す各マスクパターンでのｋ＝１，ｌ＝１の領域（図２５（ｃ）では太い破線でくくられた領域）からの光束が入射する。このｍ11ij｛ｉ＝１〜３，ｊ＝１〜３：何れも整数｝は、それぞれｉ，ｊが等しいＸijの情報を乗せ発光するＬＥＤによって読み出されるので、ｋ＝１，ｌ＝１の領域に集光する光束は、結果として、
【０１４１】
このようにして、類似度マッチング手段９３により特徴ベクトルの内積演算が行われた結果は、これまでの実施形態と同様に、勝利決定ベクトル決定手段９４、重みベクトル更新表示手段９２と経ることで自己組織化競合学習が行われ、同様にして認識分類が行われる。
【０１４２】
以上の構成により、本実施形態では、上記のような特徴ベクトル検出伝送装置により得られる精度の高い特徴ベクトルを高速に伝送し、認識分類手段で処理できるようになったので、本発明の目的にかない、かつ、より高速に精度良く認識や分類を行う競合学習型の認識分類装置を提供できるようになった。
【０１４３】
さらに、ここで、図２６に示すように、撮像素子として、特徴ベクトル検出手段６で撮像される画像の中で任意のアドレスを指定して読み出すことが可能な特殊な撮像素子を用いることで、より高速で簡単な装置を実現することが可能になる。この場合、撮像された画像データの中で、ｘ方向アドレス指定手段７２０、ｙ方向アドレス指定手段７２１を用いて任意の画像毎あるいは小領域毎に、必要なアドレスを指定しそのデータを読み取り、その結果を次段の認識分類装置２３へ入力することができる。このような方式を用いれば、コンパクトで簡単な認識分類装置２３を得ることが可能である。なお、現状でこのような読み出しが可能な撮像素子としては、ＣＭＤやＣＭＯＳ型のディテクターアレイがある。
【０１４４】
以上の実施形態では、空間光変調器として、入手の容易な液晶製のものを用いたが、電気光学効果や磁気光学効果を利用する結晶製のもの、有機化合物製のもの等、他のものでももちろんよい。
【０１４５】
また、以上の実施形態における特徴ベクトル変換装置では、入力ベクトルを画像として説明したが、これに限定される訳ではなく、マイクロフォンや濃度センサー、流量センサー等、他のセンサー等を用いて得たもの、あるいは、コンピュータ内で計算させたデータ等でも何でもよい。また、もちろんフィルターアレイやレンズアレイ等の配列等は上述の実施形態に限定されず、任意に設定できる。
【０１４６】
【発明の効果】
以上の説明から明らかなように、本発明によると、多重化された処理対象ベクトルの空間周波数成分を欠落させること等がなく、入力された情報を高速かつ高精度に有効な特徴ベクトルに変換するために必要な多重化光学系、及び、この多重化光学系を用いた特徴ベクトル変換装置、及び、この特徴ベクトル変換装置で得られた特徴ベクトルを後段の認識分類手段に効果的に送るための特徴ベクトル検出伝送装置が得られ、さらに、複雑で大容量の入力情報を任意の成分もしくは複数の成分からなる任意の小領域毎に高速・高精度に認識や分類する認識分類装置が得られる。
【図面の簡単な説明】
【図１】本発明の構成の概念図である。
【図２】本発明で用いる同時並列にフーリエ変換及び逆フーリエ変換を行う多重化光学系の１つの形式の断面図である。
【図３】本発明で用いる同時並列にフーリエ変換及び逆フーリエ変換を行う多重化光学系のもう１つの形式の断面図である。
【図４】図２の光学系の一部を拡大して示す図である。
【図５】図３の光学系の一部を模式的に示す図である。
【図６】図３の光学系の一部光軸を含む断面図である。
【図７】本発明による特徴ベクトル検出伝送装置中での処理を説明するための図である。
【図８】本発明の第１実施形態の特徴ベクトル変換装置の断面図である。
【図９】Ｇａｂｏｒフィルターの概形を示す図である。
【図１０】第１実施形態で用いるフィルターの具体例を示す図である。
【図１１】第１実施形態で用いるフィルターアレイを模式的に示す図である。
【図１２】第１実施形態の変形例の特徴ベクトル変換装置の断面図である。
【図１３】第１実施形態の別の変形例の特徴ベクトル変換装置の断面図である。
【図１４】本発明の第２実施形態の特徴ベクトル変換装置の断面図である。
【図１５】第２実施形態の具体例のレンズアレイ、第２レンズ、変換像の配置関係を示す図である。
【図１６】本発明の第３実施形態の特徴ベクトル変換装置の断面図である。
【図１７】第３実施形態の具体例のレンズアレイ、第１レンズ、変換像の配置関係を示す図である。
【図１８】本発明の第４実施形態の認識分類装置の断面図である。
【図１９】自己組織化特徴マップの概略を説明するための図である。
【図２０】第４実施形態で用いた内積演算を説明するための図である。
【図２１】第４実施形態の変形例の要部の断面図である。
【図２２】本発明の第５実施形態の認識分類装置の断面図である。
【図２３】本発明の第６実施形態の認識分類装置の断面図である。
【図２４】本発明の第７実施形態の認識分類装置の断面図である。
【図２５】第７実施形態において内積演算が計算される過程を説明するための図である。
【図２６】アドレスを指定して読み出すことが可能な撮像素子の構成を説明するための図である。
【図２７】第１の従来例を説明するための図である。
【図２８】第２の従来例を説明するための図である。
【符号の説明】
Ｆ…フーリエ変換面
Ｔ…特徴変換面
Ｒ…入力面
Ｏ…物体
ＭＬ…マップ層
ＩＬ…入力層
１…対象ベクトル入力表示手段
２…対象ベクトル多重化手段
３…多重フーリエ変換手段
４…多重逆フーリエ変換手段
５…特徴変換手段
６…特徴ベクトル検出手段
７…特徴ベクトル選択手段
８…特徴ベクトル伝送手段
９…認識分類手段
１０、１１…多重化部分
１３…結像レンズ
２１…多重化光学系
２２…特徴ベクトル検出伝送装置
２３…認識分類装置
３０…フーリエ変換レンズ
４０…逆フーリエ変換レンズ（レンズアレイ）
５１…表示領域
５４…光軸
５５…光軸から最も遠い逆フーリエ変換用のレンズ
９２…重みベクトル更新表示手段
９３…類似性マッチング手段
９４…勝利ベクトル決定手段
１０１…インコヒーレント光源
１０２ａ…レンズ
１０２ｂ…ミラー
１０３…波長フィルター
１０４…ミラー
１０５…インコヒーレント光束
１０６…撮像素子
１０７…空間光変調器
１０８…コントローラー
１０９…ドライバー
１１０…インコヒーレント光束
１１１…ビームスプリッター
１１２…空間光変調器
１２１…撮像素子
１２２…空間光変調器
１２３…コントローラー
１２４…ドライバー
１３０…インコヒーレント光束
１３１…撮像素子
１３２…空間光変調器
１３３…コントローラー
１３４…ドライバー
１３５…空間光変調器
１３６…結像レンズ
１４０…インコヒーレント光源
１４１…空間光変調器
１４２…撮像素子
１４３…コントローラー
１４４…ドライバー
２０１…結像レンズ
２０２…レンズアレイ
２０３…空間光変調器
２０５…コヒーレント光束
２０６…レンズアレイ
２０７…第１レンズ
２０８…平面
２１０…光軸
２１０’…レンズアレイ
２１１…第１レンズ
２１２…面
２１３…コヒーレント光
２１４…光軸
２１５…フィルターアレイ
３０１…コヒーレント光源
３０２…ミラー
３０３ａ…絞り込みレンズ
３０３ｂ…スペイシャルフィルター
３０３ｃ…コリメータレンズ
３０３…ビームエキスパンダ
３０４…コヒーレント光束
３０５…ビームスプリッター
３０６…レンズアレイ
３１０…第２レンズ
４０１…レンズアレイ
４０２…レンズアレイ
４０３…レンズアレイ
５０１…フィルターアレイ
５０２…フィルターアレイ
５０３…フィルターアレイ
６０１…フォトディテクターアレイ
６０２…電流電圧変換増幅回路
６０３…フォトディテクターアレイ
６０４…電流電圧変換増幅回路
６０５…２次元ディテクター
６０６…電流電圧変換増幅回路
６０７…空間光変調器
６０８…撮像素子
６０９…コンピュータ
６１０…フレームメモリ
６１１…ミラー
７０１…シャッターアレイ
７０２…コントローラー
７０３…ドライバー
７０４…レンズ
７０５…縮小光学系
７０７…シャッターアレイ
７０８…コントローラー
７０９…ドライバー
７１０…レンズアレイ
７１１…シャッターアレイ
７１２…コントローラー
７１３…ドライバー
７１４…プリズムアレイ
７１５…レンズ
７１６…ミラー
７１７…ビームスプリッター
７２０…ｘ方向アドレス指定手段
７２１…ｙ方向アドレス指定手段
８０１…インターフェイス
９１０８…コヒーレント光束
９２０１…転送部
９２０２…メモリー
９２０３…コントローラー
９２０４…ドライバー
９２１３…メモリー
９２１４…コントローラー
９２１５…ドライバー
９３００…ＬＥＤドライバー
９３０１…ＬＥＤアレイ
９３０２…結像レンズ
９３０４…レンズアレイ
９３０５…多重結像光学系
９３０６…空間光変調器
９３０７…レンズアレイ
９３０８…ディテクターアレイ
９３１０…空間光変調器
９３１１…空間光変調器
９３１２…偏光子
９３１３…検光子
９３１４…閾値回路
９３１５…ドライバー
９３１６…コントローラー
９３２０…転送部
９３３０…ＬＥＤアレイ
９３３１…マスクアレイ
９３３２…レンズアレイ
９３３３…結像レンズ
９３３４…フォトディテクターアレイ
９３３５…インターフェイス
９３３６…ドライバー
Claims (6)
- 多重化された処理対象となるベクトル情報を並列にフーリエ変換するための多重化光学系において、
少なくともこの多重化光学系がフーリエ変換を並列に行うフーリエ変換レンズを含み、
フーリエ変換レンズの光軸を含む任意の断面内で、多重化された処理対象となるベクトル情報の各多重化部分の成分数をｋR 、フーリエ変換面で得られる隣接する各多重化部分のフーリエ変換情報の０次部分のピッチをｐ、各多重化部分のそれぞれの有効表示サイズをａ、波長をλ、フーリエ変換レンズの焦点距離をｆF としたときに、
ｋR λｆF ／ａ＜ｐ ・・・（１）
の関係を満足することを特徴とする多重化光学系。 - 多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重化光学系において、
少なくともこの光学系が逆フーリエ変換を並列に行うレンズアレイを含み、
レンズアレイの光軸を含む任意の断面内で、この逆フーリエ変換用のレンズアレイのピッチをｐt 、この光学系で変換された情報を得る特徴変換面上での変換情報のサンプリングピッチをｐd 、一つの多重化部分に対応する特徴変換面上での変換情報の成分数をｋd としたときに、
ｋd ｐd ≦ｐt ・・・（２）
の関係を満足することを特徴とする多重化光学系。 - 処理対象となるベクトル情報を多重化し、多重化された処理対象となるベクトル情報を並列にフーリエ変換し、さらに並列に逆フーリエ変換するための多重光学系において、
少なくとも処理対象となる対象ベクトルを種々の方向の平行光束に乗せ多重化するための対象ベクトル多重化手段と、
この多重化された対象ベクトルに並列同時にフーリエ変換するための大口径レンズからなる多重フーリエ変換手段と、
多重フーリエ変換手段によってフーリエ変換された情報を並列同時に逆フーリエ変換するための逆フーリエ変換用のレンズアレイからなる多重逆フーリエ変換手段とで構成され、
大口径レンズの焦点距離をｆF 、大口径レンズ全体の有効径をｒF 、逆フーリエ変換用のレンズアレイを構成するレンズの焦点距離をｆT 、各多重化領域に対応した逆フーリエ変換用のレンズアレイから出射されて特徴変換面上に到達した光束の幅をｗT 、大口径レンズの中心を通る光軸から最も遠い逆フーリエ変換用のレンズアレイ中のレンズの中心までの距離をｈ、フーリエ変換面上に設置する特徴変換手段としてのフィルターで必要とする最大の空間周波数をαmax 、波長をλとしたときに、
（ｒF −２αmax λｆF ）／ｆF −ｗT ／ｆT ≧２ｈ／ｆF ・・・（３）
の関係を満足することを特徴とする多重化光学系。 - 処理対象となるベクトル情報を系内に入力するための対象ベクトル入力表示手段と、この入力された処理対象となるベクトル情報を多重化するための対象ベクトル多重化手段と、この多重化された処理対象となるベクトル情報からその多重度分だけ並列的にフーリエ変換を行う多重フーリエ変換手段と、この多重フーリエ変換手段によりフーリエ変換された画像をその多重度分だけ並列的に逆フーリエ変換するための多重度分のレンズからなるレンズアレイを有する多重逆フーリエ変換手段とを備え、さらに、多重フーリエ変換手段によりフーリエ変換されたそれぞれの画像を並列的に特徴変換するための特徴変換手段をフーリエ変換面に配し、最終的に変換された特徴の含まれた画像を特徴変換面に出力する特徴ベクトル変換装置において、請求項１から３の何れか１項記載の多重化光学系を構成要素として含むことを特徴とする特徴ベクトル変換装置。
- 請求項４記載の特徴ベクトル変換装置から得られる個々の特徴ベクトルに対して、各多重化部分毎に、その中の任意に選択された領域の特徴ベクトルを取り出す特徴ベクトル選択手段と、特徴ベクトル変換装置から得られる特徴ベクトル又は特徴ベクトル選択手段から得られる特徴ベクトルを取得する特徴ベクトル検出手段と、特徴ベクトル検出手段で得られたデータを次段に伝送するための特徴ベクトル伝送手段とを備え、特徴ベクトル変換装置より得られる情報を認識、分類に有効な情報に変換し、次段の処理に伝送する特徴ベクトル検出伝送装置。
- 特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、認識分類手段から構成される認識分類装置において、特徴ベクトル変換装置として請求項４記載のものを用い、また、特徴ベクトル検出伝送装置として請求項５記載のものを用いていることを特徴とする認識分類装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP07001696A JP3776500B2 (ja) | 1996-03-26 | 1996-03-26 | 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 |
| US08/815,945 US5963667A (en) | 1996-03-26 | 1997-03-13 | Multiplexing optical system and feature vector transformation apparatus using the same; feature vector detecting and transmitting apparatus; and recognition and classification system using these apparatuses |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP07001696A JP3776500B2 (ja) | 1996-03-26 | 1996-03-26 | 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09258287A JPH09258287A (ja) | 1997-10-03 |
| JP3776500B2 true JP3776500B2 (ja) | 2006-05-17 |
Family
ID=13419401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP07001696A Expired - Fee Related JP3776500B2 (ja) | 1996-03-26 | 1996-03-26 | 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5963667A (ja) |
| JP (1) | JP3776500B2 (ja) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE513728C2 (sv) * | 1999-03-26 | 2000-10-30 | Goesta Granlund | Förfarande och system för artificiellt seende |
| US7405692B2 (en) * | 2001-03-16 | 2008-07-29 | Battelle Memorial Institute | Detecting concealed objects at a checkpoint |
| US7365672B2 (en) * | 2001-03-16 | 2008-04-29 | Battelle Memorial Institute | Detection of a concealed object |
| US6876322B2 (en) * | 2003-06-26 | 2005-04-05 | Battelle Memorial Institute | Concealed object detection |
| GB2379347A (en) * | 2001-08-30 | 2003-03-05 | Holographic Imaging Llc | Replay optics for holographic displays |
| US8170366B2 (en) * | 2003-11-03 | 2012-05-01 | L-3 Communications Corporation | Image processing using optically transformed light |
| DE10352040A1 (de) * | 2003-11-07 | 2005-07-21 | Carl Zeiss Sms Gmbh | In Lage, Form und/oder den optischen Eigenschaften veränderbare Blenden-und/oder Filteranordnung für optische Geräte, insbesondere Mikroskope |
| US20060056729A1 (en) * | 2004-09-15 | 2006-03-16 | Hillis W D | Fourier domain camera |
| US7253766B2 (en) * | 2004-09-24 | 2007-08-07 | Battelle Memorial Institute | Three-dimensional surface/contour processing based on electromagnetic radiation interrogation |
| JP4768451B2 (ja) * | 2006-01-18 | 2011-09-07 | 株式会社リコー | 画像処理装置、画像形成装置、プログラムおよび画像処理方法 |
| US7844081B2 (en) * | 2006-05-15 | 2010-11-30 | Battelle Memorial Institute | Imaging systems and methods for obtaining and using biometric information |
| DE102009009571B4 (de) * | 2009-02-19 | 2019-05-09 | Airbus Defence and Space GmbH | Verfahren zur Identifizierung und Klassifizierung eines Objekts |
| CN102597845B (zh) * | 2009-11-02 | 2016-06-29 | 奥林巴斯株式会社 | 分束器装置、光源装置和扫描观测装置 |
| CN102054272B (zh) * | 2010-11-03 | 2012-06-27 | 浙江大学 | 一种基于联合分数傅里叶变换的位移矢量探测方法及装置 |
| KR101300733B1 (ko) * | 2012-01-12 | 2013-08-27 | 연세대학교 산학협력단 | 다중 병렬 공초점 시스템 |
| JP6673226B2 (ja) * | 2015-02-06 | 2020-03-25 | 日本電気株式会社 | 特徴変換装置、認識装置、特徴変換方法及びコンピュータ読み取り可能記録媒体 |
| JP6704574B2 (ja) * | 2016-04-27 | 2020-06-03 | 株式会社メガチップス | 状態判定装置、プログラムおよび集積回路 |
| EP3685320A4 (en) * | 2017-09-20 | 2021-06-16 | Look Dynamics, Inc. | PHOTONIC NEURAL NETWORK SYSTEM |
| WO2019119047A1 (en) * | 2017-12-21 | 2019-06-27 | Tiliter Pty Ltd | A retail checkout terminal fresh produce identification system |
| KR102561101B1 (ko) * | 2018-02-19 | 2023-07-28 | 삼성전자주식회사 | 확장된 시야창을 제공하는 홀로그래픽 디스플레이 장치 |
| US10986328B2 (en) * | 2018-06-08 | 2021-04-20 | Dentsply Sirona Inc. | Device, method and system for generating dynamic projection patterns in a camera |
| US10753734B2 (en) * | 2018-06-08 | 2020-08-25 | Dentsply Sirona Inc. | Device, method and system for generating dynamic projection patterns in a confocal camera |
| US10831023B2 (en) * | 2018-09-24 | 2020-11-10 | International Business Machines Corporation | Virtual reality-based viewing system to prevent myopia with variable focal-length and magnification |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4846552A (en) * | 1986-04-16 | 1989-07-11 | The United States Of America As Represented By The Secretary Of The Air Force | Method of fabricating high efficiency binary planar optical elements |
| JP2553614B2 (ja) * | 1988-03-08 | 1996-11-13 | 日本板硝子株式会社 | コヒーレント光学装置 |
| US5317651A (en) * | 1988-06-24 | 1994-05-31 | Thomson-Csf | Non-linear and adaptive signal-processing device |
| US5369511A (en) * | 1989-08-21 | 1994-11-29 | Amos; Carl R. | Methods of and apparatus for manipulating electromagnetic phenomenon |
| JPH03144814A (ja) * | 1989-10-31 | 1991-06-20 | Nippon Sheet Glass Co Ltd | コヒーレント光学装置 |
| JPH03148623A (ja) * | 1989-11-06 | 1991-06-25 | Nippon Sheet Glass Co Ltd | コヒーレント光学装置 |
| US5416616A (en) * | 1990-04-06 | 1995-05-16 | University Of Southern California | Incoherent/coherent readout of double angularly multiplexed volume holographic optical elements |
| JP3295104B2 (ja) * | 1991-06-03 | 2002-06-24 | 住友大阪セメント株式会社 | 光学的相関出力の検出方法 |
| US5371808A (en) * | 1992-05-14 | 1994-12-06 | The United States Of America As Represented By The Secretary Of Commerce | Automated recognition of characters using optical filtering with maximum uncertainty - minimum variance (MUMV) functions |
| US5454047A (en) * | 1992-05-15 | 1995-09-26 | Hughes Aircraft Company | Optical method and system for generating expansion coefficients for an image processing function |
| US5481269A (en) * | 1994-05-27 | 1996-01-02 | Westinghouse Electric Corp. | General frame wavelet classifier |
-
1996
- 1996-03-26 JP JP07001696A patent/JP3776500B2/ja not_active Expired - Fee Related
-
1997
- 1997-03-13 US US08/815,945 patent/US5963667A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5963667A (en) | 1999-10-05 |
| JPH09258287A (ja) | 1997-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3776500B2 (ja) | 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 | |
| US5724447A (en) | Optical transform system for three-dimensional object recognition | |
| US10983478B2 (en) | Complex defect diffraction model and method for defect inspection of transparent substrate | |
| EP1123491B1 (en) | Wavefront sensing device | |
| US20080204744A1 (en) | High Speed, Optically-Multiplexed, Hyperspectral Imagers and Methods Thereof | |
| CN101288013A (zh) | 基于任务的成像系统 | |
| US5754693A (en) | Method of optical recognition and classification of patterns | |
| US6314210B1 (en) | Multiplexing optical system | |
| US5343415A (en) | Logarithmic polar coordinate transforming method, vision recognizing method, and optical information processing apparatus | |
| CN113746999A (zh) | 成像方法、成像装置、光学成像系统及车辆 | |
| JP2001052175A (ja) | 画像検索装置 | |
| JPH09185713A (ja) | 特徴ベクトル抽出装置及びこれを用いた情報処理装置 | |
| EP0499469A2 (en) | Artificial neural network pattern recognition system | |
| JP3096717B2 (ja) | ニュ−ラルネットワ−ク | |
| CN112634253A (zh) | 基于深度学习的全息粒子检测方法 | |
| JP3096819B2 (ja) | ニュ−ラルネットワ−ク | |
| JP3583484B2 (ja) | 情報処理装置 | |
| JP3099203B2 (ja) | 光学的パタ−ン認識分類装置 | |
| JP3094070B2 (ja) | 光学的パターン認識分類装置 | |
| JP3279605B2 (ja) | パターン識別方法 | |
| JPH06259157A (ja) | 自己組織化パターン学習システム | |
| Aslani et al. | Averaging approaches for highly accurate image-based edge localization | |
| EP0473121B1 (en) | Logarithmic polar coordinate transforming method, vision recognizing method, and optical information processing apparatus | |
| JP3295104B2 (ja) | 光学的相関出力の検出方法 | |
| JP2942386B2 (ja) | 光認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051005 |
|
| 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: 20060208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060223 |
|
| LAPS | Cancellation because of no payment of annual fees |