JP5099860B2 - 樹状形式によるデータ処理方法およびデータ処理装置 - Google Patents
樹状形式によるデータ処理方法およびデータ処理装置 Download PDFInfo
- Publication number
- JP5099860B2 JP5099860B2 JP2010537806A JP2010537806A JP5099860B2 JP 5099860 B2 JP5099860 B2 JP 5099860B2 JP 2010537806 A JP2010537806 A JP 2010537806A JP 2010537806 A JP2010537806 A JP 2010537806A JP 5099860 B2 JP5099860 B2 JP 5099860B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- processing
- information
- cell
- unit
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/002—Image coding using neural networks
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【技術分野】
【０００１】
本発明は、入力したデータ情報を処理するデータ処理方法およびデータ処理装置に関し、より詳細には、伝送などするために圧縮された画像、音声、論理、制御などのデータを復元する際に、元のデータ状態をできる限り損なわないようにデータの情報量を効率的に削成できる可逆処理を可能とした、データ処理方法およびデータ処理装置に関するものである。
【背景技術】
【０００２】
現在、パーソナルコンピュータなどの電子機器における、例えば、縦６００ｄｏｔ、横４００ｄｏｔのディスプレー上に表わされる１画面の画像は、画面上の１ｄｏｔに色数２４ｂｉｔの情報を有するとすると、その総データ量は、６００×４００×２５６３という莫大な値となり、このような画像をインターネットなどの通信手段を介して伝送する際には、大量のデータを処理するためのＣＰＵ処理に時間がかかるとともに、多量のメモリ資源が消費されることから、元の画像のデータを種々の形式で圧縮して、情報量を削減させる技術がある。
【０００３】
このような圧縮方式の技術として、例えば、特許文献１などに示すような、ＪＰＥＧ（Ｊｏｉｎｔ
Ｐｈｏｔｏｇｒａｐｈｉｃ ｃｏｄｉｎｇ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）やＧＩＦ（Ｇｒａｐｈｉｃｓ Ｉｎｔｅｒｃｈａｎｇｅ Ｆｏｒｍａｔ）などが広く用いられている。前記ＪＰＥＧ形式は、画像データを周波数に変換して、この周波数データを量子化する際、低周波成分に比べてデータ量の少ない高周波成分が量子化により０となる分、全体のデータ量を圧縮するものである。また、ＧＩＦ形式では、画像を水平方向に１ラインずつスキャンして、同じ色の繰り返し部分をグループ化することで全体のデータ量を圧縮できるものである。
【０００４】
【特許文献１】
国際公開第２００４／５６０８４号
【非特許文献１】
J.Neuroscience
vol.19 p.8036-8042 Reconstruction of Natural Scenes from Ensemble Responses in
the Lateral Geniculate Nucleus,1999
【発明の開示】
【発明が解決しようとする課題】
【０００５】
上記したＪＰＥＧ形式やＧＩＦ形式をはじめとする種々の可逆圧縮を可能とする従来の圧縮方式では、データ圧縮の際に生じるノイズや、サポート色数を超える圧縮、予め決められた範囲での同じ属性部分の抽出などにより、圧縮データを復元した際、画像に少なからず劣化が生じてしまう。そのため、元の画像をできる限り損なわずに画像のデータ量を削成できることが望まれており、精度および圧縮率のさらなる向上を目的とする研究が、これら圧縮方式で日々行なわれている。
【０００６】
本発明者は、以前発表された論文（上記非特許文献１）において、動物が、視覚野で見た「花」などの画像を、脳内処理を介して、みごとに花を樹状化させて元の形を保ったまま見ているという研究に衝撃を受けた。これは、視覚野のニューロン１７７個をテスターで調べて、それを再構築して得られた画像であり、その脳内では、多層構造からなる神経細胞の各層を通じて、それら画像などの情報の処理が効率的になされている。
【０００７】
そこで、本発明者は、脳内における視覚から得られた情報の処理形態を応用し、それをコンピュータ技術に用いることで、元の画像をあまり損なわずに情報量を削成できる、新たな画像処理形式および脳内シナプスにみたてた処理方式を完成させた。
従って、この発明の目的は、画像、音声、論理、制御などのデータ復元時に元のデータ状態をできる限り損なわずに、データの情報量を効率的、かつ大幅に削減できる可逆処理を可能とした、データ処理方法およびデータ処理装置を含む処理回路を提供するものである。
【課題を解決するための手段】
【０００８】
このため、請求項１に記載の発明は、データ処理装置に入力したデータ情報を、該データ情報の情報量を削成する情報量削成部と、該情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理方法であって、前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、前記情報量削成部は、前記画像情報を有する前記複数のセルごとに単位処理を行い、前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、前記セルの時間軸上に存在するデータ位置が停止（以下、留めると略記する）するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とする。
【０００９】
請求項２に記載の発明は、請求項１に記載のデータ処理方法において、前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とする。
【００１０】
請求項３に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする。
【００１１】
請求項４に記載の発明は、請求項１に記載のデータ処理方法において、前記セルは、前記データ情報の削成状況を記録することを特徴とする。
【００１２】
請求項５に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする。
【００１３】
請求項６に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成することを特徴とする。
【００１４】
請求項７に記載の発明は、請求項１に記載のデータ処理方法において、前記識別処理は、重みをつけて加算する加重処理とする。
【００１５】
請求項８に記載の発明は、請求項１に記載のデータ処理方法において、前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする。
【００１６】
請求項９に記載の発明は、請求項１に記載のデータ処理方法において、前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする。
【００１７】
請求項１０に記載の発明は、請求項１に記載のデータ処理方法において、前期記録解析制御部は、樹状化データ構造をパルス信号へ変換する方法、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする。
【００１８】
請求項１１に記載の発明は、請求項１〜１０に記載のデータ処理方法において、前記データ情報は、画像、音、論理信号、制御信号であることを特徴とする。
【００１９】
請求項１２に記載の発明は、データ処理装置に入力したデータ情報を、該データ情報の情報量を削成する情報量削成部と、該情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理装置であって、前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、前記情報量削成部は、前記データ情報を有する前記複数のセルごとに単位処理を行い、前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、前記セルの時間軸上に存在するデータ位置が停止するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とする。
【００２０】
請求項１３に記載の発明は、請求項１２に記載のデータ処理装置において、前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とすることを特徴とする。請求項１４に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする。請求項１５に記載の発明は、請求項１２に記載のデータ処理装置において、前記セルは、前記データ情報の削成状況を記録することを特徴とする。
【００２１】
請求項１６に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする。
【００２２】
請求項１７に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成することを特徴とする。
【００２３】
請求項１８に記載の発明は、請求項１２に記載のデータ処理装置において、前記識別処理は、重みをつけて加算する加重処理とすることを特徴とする。請求項１９に記載の発明は、請求項１２に記載のデータ処理装置において、前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする。
【００２４】
請求項２０に記載の発明は、請求項１２に記載のデータ処理装置において、前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする。
【００２５】
請求項２１に記載の発明は、請求項１２に記載のデータ処理装置において、前期データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する装置、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする。
【００２６】
請求項２２に記載の発明は、請求項１２〜２１に記載のデータ処理装置において、前記データ情報は、画像、音声、論理信号、制御信号であることを特徴とする。
【発明の効果】
【００２７】
請求項１に記載の発明によれば、データ処理装置に入力したデータ情報を、このデータ情報の情報量を削成する情報量削成部と、この情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理方法であって、処理部は、複数のセルから形成した処理層を重層させてなるとともに、情報量削成部は、データ情報を有する複数のセルごとに単位処理を行い、単位処理は、セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、着目している画像上の点である、中心セルを留めるまで、処理層の下層から上層へ向けて順に各処理層ごとにセルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理するので、セル群単位とした画像、音声、論理制御などのデータ情報を、脳内処理と同じように、処理層順に直列式の単位処理を行うことができるとともに、セル群内の同属割合を判断して中心セルを削成できるため、データ情報を迅速かつ効率的に削成させることができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００２８】
請求項２に記載の発明によれば、セルの削成の有無を判断しなければならないセルを中心セルとし、この中心セルの周りに存在する複数のセル群をグループとし、このグループは、神経細胞シナプスの働きを簡略化および単位化したものであり、セルを組み合わせることで並列処理を可能とするので、データ情報を効率的に可逆処理することができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００２９】
請求項３に記載の発明によれば、情報量削成部は、さらに、処理層に留まった中心セルを処理層に対して垂直となるように連結した直線の端点に位置する中心セルを削成するので、１次中心性変換処理として削成して留めた中心セルを、さらにこれら中心セルの一部を可能な限り削減させることにより、データ情報量をより一層削減することができる。従って、データの情報量を効率的、かつ、大幅に削成できる、データ処理方法を提供することができる。
【００３０】
なお、本願発明のデータ処理方法によるデータの流れを示した模式図である、図１に示すように、伝達条件として、セルｃは層状になって、菓子のパイ生地のような状態で存在し、処理層５内でのデータの干渉は禁止する。しかし、次の処理層５へのデータの伝達は可能とする。また、他の伝達条件として、セルは信号が同期していない場合、すなわち、基準時間S＜Δt=|t1（下方向周囲セルの一方からの最初の信号）-t2（下方向周囲セルのもう一方からの最後の信号）|が成立する場合には、同期していないと見なし、信号を次の処理層へ伝達しない。さらに、中心セルの削成パターンの説明図である、図２に示すように、伝達条件として、前の処理層のセルｃからのデータ信号の荷重合計gによってデータ信号を次の処理層へ伝達するか決めることができる、周囲のセルｃに重みをつけ、周囲データが存在する場合に、セルｃの重みは判定値に加算し、判定値を比較し、情報を伝達するかを決定する。そして、セルｃの荷重合計ｇについての判断としては０≦ｇ＜Ｌ(最低基準値)、Ｌ≦ｇ≦Ｈ(最大基準値)、Ｈ＜ｇ≦Max(最大値)と３つのパターンがある。ただし、中心セルのデータが存在しないときには、ｇを０とする。
【００３１】
請求項４に記載の発明によれば、セルは、データ情報の削成状況を個々のセルの位置形態で記録するので、展開部によるデータ情報の復元時、この記録を基に削成されたセルを容易、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理方法を提供することができる。
【００３２】
請求項５に記載の発明によれば、情報量削成部は、ｎ次元空間上のｎ次元のデータ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成するので、例えばディスプレー上における平面２次元の情報を有する楕円や四角形状の画像を、処理層間での処理として時間軸で示すと、単純な１次元線状の画像情報にすることができ、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３３】
請求項６に記載の発明によれば、情報量削成部は、ｎ＋１次元空間上のｎ−１次元のデータ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元のデータ情報に削成するので、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３４】
請求項７に記載の発明によれば、識別処理は、重みをつけて加算する加重処理とするので、１つのセル群を構成する各セルを数値の大小による重み付けで、各セルおよび中心セルを迅速、かつ容易に識別できるため、各セルの削成および復元処理を迅速に行なうことができる。従って、データの情報量を効率的に迅速に削減および復元できる可逆処理を可能とした、データ処理方法を提供することができる。
【００３５】
請求項８に記載の発明によれば、展開部は、処理層の上層から下層へ向けて順に、削成したセルを復元するので、各セル群中の中心セルを起点として、この中心セルに近い順に、削成していたセルを、確実、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理方法を提供することができる。
【００３６】
請求項９に記載の発明によれば、処理部は、データ情報を、同系データごとに削成および展開するので、データ情報量を、より効率的に削減させることができる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３７】
請求項１０に記載の発明によれば、データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する方法、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、削減させたデータ情報量を効率かつ迅速にデータの保存および呼出しを行うことができる。従って、データ情報量を効率的に削減できる。および、一次中心性変換によって、細部と大まかな部分に区分化でき、信号データを記録、解析することを並列に処理することが可能になる。また、樹状化データ構造によるデータマスキングを回路に施すことによって、データ情報量を効率的に削減し、かつ迅速にデータの保存、呼出し、および復元でき、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れること実行ができること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つデータ処理方法を提供することができる。
【００３８】
請求項１１に記載の発明によれば、データ情報は、画像、音、論理信号、制御信号であるので、一般的なデータ情報を大きく削減させることで、これらデータ情報を効率的に送受することができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００３９】
請求項１２に記載の発明によれば、データ処理装置に入力したデータ情報を、このデータ情報の情報量を削成する情報量削成部と、この情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理装置であって、処理部は、複数のセルから形成した処理層を重層させてなるとともに、情報量削成部は、画像情報を有する複数のセルごとに単位処理を行い、単位処理は、セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて加算することで識別処理し、セルの時間軸上に存在するデータ位置が停止するまで、処理層の下層から上層へ向けて順に各処理層ごとにセルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理するので、セル群単位としたデータ情報を、脳内処理と同じように、処理層順に直列処理を行うことができるとともに、セル群内の同属割合を判断して中心セルを削成できるため、データ情報を迅速かつ効率的に削成させることができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。
【００４０】
請求項１３に記載の発明によれば、セルの削成の有無を判断しなければならないセルを中心セルとし、この中心セルの周りに存在する複数のセル群をグループとし、このグループは、神経細胞シナプスの働きを簡略化および単位化したものであり、セルを組み合わせることで並列処理を可能とするので、データ情報を効率的に可逆処理することができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。請求項１４に記載の発明によれば、情報量削成部は、さらに、処理層に留まった中心セルを処理層に対して垂直となるように連結した直線の端点に位置する中心セルを削成するので、１次中心性変換処理として削成して留めた中心セルを、さらにこれら中心セルの一部を可能な限り削減させることにより、データ情報量をより一層削減することができる。従って、データの情報量を効率的、かつ、大幅に削成できる、データ処理装置を提供することができる。請求項１５に記載の発明によれば、セルは、データ情報の削成状況を個々のセルの位置形態で記録するので、展開部によるデータ情報の復元時、この記録を基に削成されたセルを容易、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理装置を提供することができる。
【００４１】
請求項１６に記載の発明によれば、情報量削成部は、ｎ次元空間上のｎ次元のデータ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成するので、例えばディスプレー上における平面２次元の情報を有する楕円や四角形状の画像などのデータを、処理層間での処理として時間軸で示すと、単純な１次元線状のデータ情報にすることができ、各処理層伝達間にデータ情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４２】
請求項１７に記載の発明によれば、情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成するので、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４３】
請求項１８に記載の発明によれば、識別処理は、重みをつけて加算する加重処理とするので、１つのセル群を構成する各セルを数値の大小による重み付けで、各セルおよび中心セルを迅速、かつ容易に識別できるため、各セルの削成および復元処理を迅速に行なうことができる。従って、データの情報量を効率的に迅速に削減および復元できる可逆処理を可能とした、データ処理装置を提供することができる。請求項１９に記載の発明によれば、展開部は、前記処理層の上層から下層へ向けて順に、削成した前記セルを復元するので、各セル群の中心セルを起点として、この中心セルに近い順に、削成していたセルを、確実、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理装置を提供することができる。
【００４４】
請求項２０に記載の発明によれば、処理部は、データ情報を、同系データごとに削成および展開するので、データ情報量を、より効率的に削減させることができる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４５】
請求項２１に記載の発明によれば、データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する装置、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、削減させたデータ情報量を効率かつ迅速にデータの保存および呼出しを行うことができる。従って、データ情報量を効率的に削減できる。および、一次中心性変換によって、細部と大まかな部分に区分化でき、信号データを記録、解析することを並列に処理することが可能になる。また、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの流れを制御するので、削減させたデータ情報量を効率的に削減し、かつ迅速にデータの保存、呼出し、および復元でき、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れること実行ができること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つデータ処理装置を提供することができる。
【００４６】
請求項２２に記載の発明によれば、データ情報は、画像、音、論理信号、制御信号であるので、一般的なデータ情報を大きく削減させることで、これらデータ情報を効率的に送受することができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。
【図面の簡単な説明】
【００４７】
【図１】本願発明のデータ処理方法によるデータの流れを示した模式図である。
【図２】中心セルの削成パターンの説明図である。
【図３】本発明のデータ処理装置におけるデータ処理方法を備える処理部の概略構成図である。
【図４】処理部の模式図である。見やすいように上下層（５ａ,５ｂ,…）を逆方向に重ねて表記している。
【図５】本発明のデータ処理装置におけるデータ処理方法を用いてデータ処理を行う実施例としての楕円を示す元画像である。
【図６】１つのセル群についてのセルの識別例および処理層ごとに行なうセルの削成工程図である。
【図７】楕円の画像情報の一部に位置するセル群の拡大図である。
【図８】画像情報の構成する各セル群の削成工程図である。
【図９】本発明によるデータ処理装置におけるデータ処理方法で図５に示す楕円画像を削成して得られた画像である。
【図１０】処理方向を上下逆に表記してある処理空間の斜視図である。
【図１１】１つのセル群についての処理層ごとに行なうセルの復元工程図である。
【図１２】楕円の画像情報の一部について１次処理をして得た各セル群の２次処理工程図である。
【図１３】同系色ごとにデータ情報量の削減を説明する元画像の一例である。
【図１４】同系色の画像内におけるデータ情報を点変換するセルの削成工程図である。
【図１５】削成、膨張を繰り返す情報量削成部の説明図である。
【図１６】画像データを削減させて、離散的なデータとした一例を示す表である。
【図１７】図１６のデータをｚ軸方向から解析した一例を示す表である。
【図１８】図１６のデータをｚ軸方向の逆向きに順番に解析した一例を示す表である。
【図１９】画像情報の一例として３次元領域を有する箱の３次までの中心性変換処理過程を示す図である。
【図２０】樹状型データ構造の読み出しや書き込みを行う信号を示すグラフである。
【図２１】閾値を設けた場合の処理を示した一例を示す図である。
【符号の説明】
【００４８】
１ データ処理装置
２ 処理部
３ 情報用削成部
４ 展開部
５，５ａ，５ｂ，５ｃ，５ｄ 処理層
６，６ａ，６ｂ，６´ セル群
ｃ セル
Ｃ 中心セル
【発明を実施するための形態】
【００４９】
情報の削成にあたって、まず、次元集合論を説明する。これは、解析学の変換概念を拡張し、集合の中心性を考えて、一般形式化したものである。この概念を使った変換は可逆であり、画像圧縮、人工知能などの様々な応用分野が考えられる。そして、ｎ次元空間Ｒｎ内に存在するn次元連続領域Ｄｎ(compact space)を、ｎ＋１次元空間内に存在するｎ−１次元連続領域Ｄｎ-１に写像変換する。なお、以下に示す次元集合論は、日本数式処理学会誌Vol.16、No.2第１８回大会講演「中心性集合概念を使った画像圧縮技術」にも概略を記載している。
【００５０】
特許出願人が考えた、ｎ次元空間の中心性集合概念を以下に説明する。
【数１】
【００５１】
【数２】
【００５２】
【数３】
【００５３】
このように、中心性集合をとることによって様々な形態の物を新しい側面で捉えることができる。
【００５４】
また、変換のパラメータを整数、実数などへ変えることによって、通常の画像などのデータ処理では得にくい結果も得られることになる。具体例として、データ情報の一例として、２次元空間、２次元領域に有する楕円の画像情報を、３次元空間、１次元領域に置き換えて削成する工程を後述する。
【００５５】
以下、図面を参照しつつ、この発明を実施するための最良の形態について詳述する。
図３は本発明のデータ処理装置におけるデータ処理方法を備える処理部の概略構成図である。
【００５６】
本発明のデータ処理装置１の一例を図３に示す。本発明のデータ処理装置１は、入力したデータ情報を、画像を例として、この画像情報の情報量を削成する情報量削成部３と、この情報量削成部３で削成した画像情報を復元する展開部４とからなる処理部２を内設するものである。なお、本願の処理方法を説明する上で、便宜上、情報量削成部３および展開部４を分けて示したが、実際は処理部２の処理で、画像情報の入力方向により情報が削成、復元される。
【００５７】
また、本発明のデータ処理装置１とは、特に限定するものではないが、例えば、パーソナルコンピュータやデジタルスチルカメラなどのディスプレー上に、例えば画像である静止、動画画像などとして、図形や絵（手書きしたものを含む）、写真などを表示できるものをいう。
【００５８】
そして、実際の画像を画像情報としてデータ処理装置の処理部に取り込んで、ディスプレー上に表示させたり、前記画像情報を取り込んだ他のデータ処理装置からインターネットなどの通信手段や、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ
Ｓｅｒｉａｌ Ｂｕｓ）メモリなどの記録媒体を介して、前記画像情報を伝送し、当該データ処理装置の処理部に取り込んで、ディスプレー上に画像を表示させることが、日常的に行われている。
【００５９】
このとき、上述したような多量の情報量を有する画像の画像情報を、データ処理装置の処理部に取り込む際、ＣＰＵの処理時間短縮や、メモリ資源の有効利用などのために、処理部の情報量調節部において、上述のように取り込んだ画像情報のデータ情報量を減少（削成）させた後、この削成した画像情報を復元して、ディスプレー上に画像を表示させる。以上のような周知技術により、画像情報が処理されている。
【００６０】
そして、本願発明の特徴である、データ情報のデータ処理方法およびデータ処理装置について、その具体的構成を説明する。図４は処理部の模式図、図５は本発明のデータ処理装置におけるデータ処理方法を用いてデータ処理を行う実施例としての楕円を示す元画像、図６は、１つのセル群についてのセルの識別例および処理層ごとに行なうセルの削成工程図、図７は楕円の画像情報の一部に位置するセル群の拡大図、図８は画像情報の一部を構成する各セル群の削成工程図、図９は本発明によるデータ処理装置におけるデータ処理方法で図５に示す楕円画像を削成して得られた画像、図１０は処理空間の斜視図、図１１は１つのセル群についての処理層ごとに行なうセルの復元工程図、図１２は楕円の画像情報の一部について、１次中心性変換処理をして得た各セル群の２次中心性変換処理工程図である。
【００６１】
本願発明では、プログラミングされた、画像などのデータ情報の処理回路としての処理部２を構成する情報量削成部３および展開部４により、従来とは異なる可逆処理を可能としたデータ処理方法を提供するとともに、これら情報量削成部３と、削成したデータ情報を復元する展開部４とを有する処理部２を備えるデータ処理装置１を提供するものである。
【００６２】
この処理部２は、図４に示すように、シート状の処理層５を複数重層（画面の奥行方向などに、例えば１２８層など）させて構成したものである。また、それぞれの処理層５は、２次元（画面の縦横方向など）に敷き詰められた複数のセルｃから形成されるとともに、セルｃの配置は、各処理層５上で全て等しい構成とされる。従って、処理部２は、セルｃを有する２次元平面に、処理層５の重層方向を加えた３次元の処理形態（１次元複合体）とすることができる。なお、これらセルｃにおいて、隣同士のセルｃは、処理層５上では干渉しないものとする。
【００６３】
次に、処理層５上では、セルｃが、予め任意数から構成される複数のセル群６にグループ化して配置される。このセル群６を構成するセルｃの数（ｎ）は、後述する中心セルＣを得るために、２次元各方向に奇数のセルｃを配置した、ｎ２（ｎは１以外の奇数）とされる。本願では、各処理層５上に、例えば、９枚のセルｃからなるセル群６が複数配置されているものとする。そして、これら複数のセル群６が、画像情報の処理開始に伴い、時間とともに発動し、周囲の情報の状況によって動きが制御される。
【００６４】
なお、離散空間で行う場合には必ず連続体が奇数にならなければ、中心点が得られない。そのため、n列の同じデータの入っているセルの連続体が存在する場合、セルの間に新たにセル空間を作り、新セル空間は属性を隣接するセルと同じ状態にする必要がある。
また、境界部分は空の状態にする。
【数４】
のちに復元処理を行うときには上記の逆の処理を行わなければならない。
【００６５】
ここで、例えば、２次元面の楕円形状を有する画像を例にして、以下図を用いて、処理部２による画像情報の画像処理方法を説明する。
【００６６】
図５に示すような原画の楕円は、スキャナーなどによりパソコンなどの画像処理装置１内の処理部２に画像情報として取り込まれる。このとき、情報量削成部３は、取り込んだ画像情報における情報量の削減を開始するが、まず、最下層に位置する処理層５ａを構成する各セルｃが、楕円の原画に対応するそれぞれの位置を認識し、処理層５ａ全体として楕円の画像情報が得られる。
【００６７】
次いで、まず、情報量削成部３は、処理層５ａ上で予めグループ化された各セル群６に、１次中心性変換処理としての単位処理を行わせる。具体的には、９枚のセルｃから構成された１つのセル群６ａを１単位とし、このセル群６ａ内の、中心に位置する中心セルＣに隣接する各セルｃに、中心セルＣからのデータの同値性と距離に応じた数値を、各セルｃの重みとして付加し、各セルｃを識別する。つまり、周囲のＸＹ±１のセルを中心部分Ｃの消去判定グループとし、Ｃからの距離に反比例させて重み係数を付加する。これを、１次中心性変換処理とする。
【００６８】
図６の例では、セル群６ａ内の９枚の各セルｃのうち、このセル群６ａに位置し、セル群６ａが有する画像情報の中心となる中心セルＣの重みを、この場合７と決定した後、周囲に位置する８枚のセルｃは、中心セルＣからのデータの同値性および距離に反比例して、４あるいは５などの数値が付加されることで、各セルｃが重みによって識別される。
【００６９】
この各セルｃの識別は、上述したような数値を加重加算し、中心セルＣの削成の有無を行う。このとき、９枚のセルcをE,F,G,H の４グループに分けて、セル内の有無で乗算し、対角線上にあるE,HとF,Gの状況によって、中心セル部分ＣはE＝H and F＝G の場合消さず、E≠H or F≠Gの場合は消す判断を下す。また、値を一度消成するが、周囲の値が同属系で同層に存在し、かつ加重加算し２０、１４などの場合は階層をひとつ上げ中心に集約できる。
【００７０】
また、図８（ａ）処理層５ａ上の他のセル群も同様にして、各セル群６内のセルＣの周囲の重みを換算し、Ｃの識別が行なわれる。
【００７１】
次いで、情報量削成部３は、処理層５ａ上において、セル群６ａ（および他の各セル群６）の個々のセルそれぞれについて、セルの有する画像情報を中心セルＣとして削成する。このとき、当該セルＣは、画像情報が削成された場合には、情報の有無を示すために２進数（０：無い、１：ある）の０として保存する。
【００７２】
次いで、情報量削成部３は、画像情報を有しているセルｃを持つセル群６ａ（および他の各セル群６）の画像情報を、処理層５ａの上方に重層した次の処理層５ｂの対応するセル群６ａ（および他の各セル群６）のセルｃに移動させる。
【００７３】
そして、情報量削成部３は、処理層５ｂ上から、セル群６ａ（および他の各セル群６）の５ｃ上へ向けて中心セルＣの有する画像情報を削成する。
【００７４】
従って、セル群６ａの例では、処理層５の３層目の処理層５ｃで、中心セルＣ以外周囲のセルｃに画像情報が無い状態となるため、このセル群６ａの単位処理は、処理層５ｃで終わる。なお、他のセル群６において、周囲のセルｃが留まってる場合には、情報量削成部３がそのセル群６を、続けてさらに上方の処理層６（４層目、５層目・・・）に移動させて、上記同様に中心セルＣを留めるか周囲の同属系色cへ階層を上げることによって情報を伝え削成する単位処理が行われる。
【００７５】
さらに、上述した処理に加えて情報量削成部３は、各セル群６の中心セルＣを、そのセル群内に留める、または削成する処理を行う。これは、上述したセル群６ａでは、例えば、各色差を有する９枚のセルｃのうち、中心セルＣを基準色としそれに対して周囲のセルｃの色の差がある範囲内であれば同じ色の差を有する同属のセルとし、重みを加える。またそれ以外のものは重みを０とする。そして、加算された重みがある範囲内にある場合に削成する。それ以外の場合の情報量削成部３は、処理層５ｃにおいて、セル群６ａの中心セルＣをセル群６ａ内に留める。
【００７６】
このことは、図７の例に示すように、加重されたセル群６ａにおいて、中心セルＣを含む４枚の同じ色差を有する同属セルｃの重みの合計が２１になるのに対して、他のセルｃの重みの合計が２２となり、中心セルＣを含む４枚のセルｃの同じ色差の割合が、セル群６ａ全体の色差に対して半分に満たないことから、情報量削成部３は、処理層５ｃにおいて、セル群６ａが異なる色差を混在しているものとして、セル群６ａに中心セルＣを留める。
【００７７】
また、上述とは別に、情報量削成部３は、他のセル群６において、各色差を有する９枚のセルｃのうち、中心セルＣを含む５枚以上のセルｃが、他の４枚以下のセルｃに対して同じ色差の同属範囲であれば、中心セルＣを留めた処理層５のさらに上層の処理層５において、セル群６の中心セルＣをそのセル群６から削成する。
【００７８】
これも図７に示す例のように、加重されたセル群６ｂにおいて、同じ色差を有する中心セルＣを含む５枚のセルｃの重みの合計が２５になるのに対して、他のセルｃの重みの合計が１８となり、中心セルＣを含む５枚のセルｃの同じ色差部分の割合が、セル群６ａ全体の色差に対して半分を超えることから、情報量削成部３は、セル群６ａが同じ色差を有しているものとして、中心セルＣを留めた処理層５のさらに上層の処理層５でセル群６から中心セルＣを削成することにより、全体の画像情報量を一層削成することができる。
【００７９】
なお、情報量削成部３は、このセル群６内における同属範囲の割合による中心セルＣの削成または留める処理を、単位処理の最初に最下層の処理層５ａで行ってもよい。
【００８０】
上記のような処理をすることで、図５に示す楕円（一部を示す）の画像を、処理層５上に敷き詰められた各セルｃに認識させた、図６の例に示す画像情報は、まず、各セル群６内の、中心セルＣを含む同じ色差範囲（同属範囲）が設定値（図２に示すように、例えば、加重合計を２２〜３４としたとき）であった場合、そのセル群６の中心セルＣを削成することで、それら中心セルＣが有する画像情報を削成し周囲のセルｃへ階層をひとつ上げることによって位置情報を引き渡すことができる。結果、図８（ａ）の右図に示すような、離散した、中心セルＣを有するセル群６の点群からなる画像情報にすることができ、画像の情報量が大幅に削減される。なお、図８（ａ）に示す各セル群の加重合計値や処理層は一例を示したものであり、画像や画像情報の位置などによって様々な数値となる。
【００８１】
上記のような画像情報の処理は、セル群６の単位処理を各処理層５順に行っていくため、本願の処理領域は、図８（ａ）に示す２次元面から上方（縦軸）に延ばした各処理層５（処理層数）を時間軸（処理時間）として表す、３次元空間となる。また、この図８（ａ）を正面から見て、各処理層５で単位処理終了に伴い留まった各セル群６の中心セルＣを連結すると、１次元の曲線となる。
【００８２】
従って、上記のようにして２次元面の楕円画像の画像情報を処理した結果、図９に示すような情報量を削成した画像が得られる。この場合、削成した楕円画像の画像情報は、楕円の形状に沿って得られた各セル群６の中心セルＣを表す２次元面の楕円形状に沿った点群（平面２次元）と、この楕円形状の点群の中央近傍に有する、上述した、単位処理終了時の処理層を処理時間として示すセル群６の中心セルＣを連結した１次曲線を、上方の２次元面方向から見た直線の点群（時間軸１次元）とからなる、１次元複合体によって表すことができる。
【００８３】
次に、上記のように削成した画像情報を、上述とは逆に元の画像に復元する場合には、展開部４は、まず、中心セルＣを留めている処理層５の上方から、この中心セルＣを基点とし、順に処理層５の下方に向けてデータ情報を拡散させて復元する。
【００８４】
具体例としてセル群６ａの場合、図１１に示すように、展開部４は、処理層５ｃにおいて、削成せずに留めた中心セルＣ（この場合、階層が３だとする）を起点として、これら中心セルＣを発火（復元処理動作）させることにより、この中心セルＣの周囲に位置する、削成されていたセルが階層と重みを基に復元される。なお、図１１においても、画像情報を図２の樹状全方向型で処理した場合で示す。
【００８５】
なお、上述したように、中心セルＣが削成されている他のセル群６では、展開部４は、その中心セルＣを中心に周囲に復元した処理層５ｂにおいて、上記同様にして階層番号の大きい層から小さい層へ順に発火させて、階層と重みを基に復元する。
【００８６】
次いで、展開部４は、処理層５ａにおいて、階層番号１を有するセルが復元される範囲の境界上すべてを覆い復元される。
【００８７】
このような復元処理により、楕円の一部を示す図８（ａ）右図のように削成されていた画像情報が、図８（ａ）左図のような画像情報に復元される結果、楕円の画像を例とした図９に示す中心セルＣの点群にまで削成された画像情報を、図５に示す元の楕円の画像情報に再現性良好に復元することができる。
【００８８】
なお、削成して得られたこれら１次元複合体は、樹木の葉の無い枝のように例えることができ、画像情報の復元の際には、この枝に葉を付けて樹木を生い茂らせるような状態に例えることができるため、本願の画像処理方法を、樹状形式による可逆処理可能な画像処理方法と称するものとする。
【００８９】
さらには、重みｇについて、ｇの値が、次式Ｌ≦ｇ≦Ｕのように、下限Ｌ、上限Ｕの範囲内のデータを削除する。また、次式0≦ｇ＜ＬorＵ＜ｇ≦Max(最大値)のような、ｇの値のときには削除しない。ここで、Ｌ、Ｕは可変であり、処理目的によって変えなければならない。中心部分のセルのデータが無い場合には、重みｇも０とする。削除パターンが図２のような状態のときに復元処理するときのデータ型が変化する。
【００９０】
また、中心セルを次式２６≦ｇ≦３９のような重みｇの範囲で消した場合には、図２の樹状全方向型で重み４以上で復元が可能になる。この場合、画面上で45°,135°,225°,315°の向きで時間軸方向に絶対値の傾き１／√２の方向へ伸びる枝部は削成でき、［数１］のところで述べている半径rの単位（元）が√２である。圧縮率はやや悪いが、信号化しやすく主に回路処理などに使用できる。
【００９１】
さらに、中心セルを次式２２≦ｇ≦３４のような重みｇの範囲で消した場合には、図２の樹状斜方向型で重み５以上で復元が可能になる。この場合、画面上で0°,90°,180°,270°の向きで時間軸方向に傾き１の方向へ伸びる枝部は削成でき、［数１］のところで述べている半径r_の単位（元）が１である。圧縮率は９０％前後とよく、主に画像処理などで使用できる。
【００９２】
なお、図２に示すように、各セルの荷重合計ｇの範囲を変更して、例えば、ｇの範囲が２６〜３９で中心セルＣを削成した場合、中心セルＣが樹状形式による処理と比較して多く留まることから、画像情報の処理後における処理層上は、樹状が込み合ったような形状となる。この形式は、回路で使用することができ、データ欠損に強く、一部が壊れても修復できるという性質を有するものである。
【００９３】
以上のような画像情報の処理により、画像情報を中心セルＣの点群として大幅に削減することができるが、本願ではさらに、上記１次中心性変換処理による削成で得られた中心セルＣを連結補正し、点線状のデータを直線として変換し、直線の端点に位置する中心セルＣを削成させる中心性集合概念を使った２次中心性変換処理により、いっそう画像情報を削減することができる。
【００９４】
この場合、例えば、図８（ａ）の処理層５ｃで述べたように、１次中心性変換処理による画像情報の削成により得られた画像情報を用いて、具体例を図１２で示す。なお、各セル群６は拡大された同じ位置に有する。
【００９５】
次に２次中心性処理を行えるように直線に連結させるために、情報量削成部３は、拡大された、それぞれの処理層５（この例の場合、処理層５ｃ）上に離散している図１２（ａ）のような中心セルＣを含むセル群６について、さらに上層の処理層５（この例の場合、処理層５ｄ）において、より近い領域で判断し、例えば、図１２（ａ）に示すように、セル群６のうち、重みが８または１０を有するセル位置６’に周囲の値を挿入する。
【００９６】
すると、処理層５ｄにおいては、データを有する各セル群を直線上に連結でき、それら直線の端点となった各セル群６，６´（この場合、重み１１もしくは１２、または直線で無い節の部分のセル群６）を図１２（ｂ）に示すように削成する。なお、この場合、離散する各セル群６の中心に位置する重み１７、もしくは１５でかつ直線的なセル群６は、画像情報の中心付近に位置するため削成されないものとする。
【００９７】
このとき、削成されたセル群６とともに、作成されず留まったセル群６，６´は、削成状況（削成方向など）を数値などとして記録する。なお、右図のように留まったセル群６に付された数値は、削成状況の例として、方向およびセル群の枠の広さを示したものである。つまり、周囲のＸＹ±２のセルを中心部分Ｃの消去判定グループとし、Ｃからの距離に反比例させて重み係数を付加する。これを、２次中心性変換処理とする。また、図１２（ｃ）のように、処理速度を優先したり、処理後のデータ量が小さくなる場合があるなどの場合には拡大せずに、２次中心性変換処理する。そして、２次中心性変換処理をする場合には、端点と分岐点を消す場合と、端点のみ消す場合とがある。さらに、２次中心性変換を行って方向と量が同じ点群が並んでいる場合には、全てまとめ、１つの点に集約できる。
【００９８】
以上のような画像情報の２次中心性変換処理により、図８（ａ）左図の楕円画像の一部を示す画像情報の情報量（セル群６の数）を、図１２（ａ）のような１次中心性変換処理による中心セルＣを含むセル群６のみの点群にした情報量（セル群６の数）よりもさらに図１２（ｂ）のような情報量（セル群６の数）となり、その画像情報量を大幅に削減することができる。
【００９９】
また、上述したような２次中心性変換処理で削成した、各セル群６，６´を有する画像情報を１次中心性変換処理の画像情報ベース（図１２左図）に復元する際には、展開部４が、処理層５（この場合、処理層５ｄ）に留まった各セル群６，６´を起点として、これらセル群６，６´を発火させることにより、削成されたセル群６および留まったセル群６，６´の削成状況の記録を基にして、削成されたセル群６が再現性良好に復元する。なお、上述した処理層は、１次中心性変換処理に用いない、別途設置した処理層を用いて２次中心性変換処理を行うこともできる。
【０１００】
この画像情報の２次中心性変換処理は、本願の点樹状形式による可逆処理可能な画像処理方法において、画像処理を行う画像が、例えば図１９（ａ）に示す箱などのような３次元領域を有し、直線的な物体である場合、１次中心性変換を行った場合には図１９（ｂ）に示す２次元複合体（泡のくっつき合った部分のような状態）となる。次に２次中心性変換を行い、平面部分を削成し、図１９（ｃ）に示す線に変換する。この場合、８次元空間となり、時間次元が２、空間次元が６となる。ここで、軸方向は、前の時間軸と同方向（処理層に対して垂直方向）でよい。さらに、３次中心性変換を行い、処理空間では、上下に位置する処理層間で中心セルを任意方向に連結して、直線とみなし、この直線の端点に位置するセルを削成する。その結果、図１９（ｄ）に示す１６次元空間上の点となる。
【０１０１】
そして、同一画像において、本願発明の点樹状形式による画像処理方法で削減させた画像情報量と、他の圧縮形式として代表的な、ＰＮＧ形式およびＪＰＥＧ形式で圧縮させた画像情報量とを比較した表を参考例として、以下に示す。
【表１】
樹状形式は、２次中心性変換処理まで含むものとする。
画像Ａは、任意に手書きで作成した比較的単純な絵（白黒）とする。
画像Ｂは、パソコンなどで作成した幾何図形（白黒）とする。
【０１０２】
上記表が示すように、画像情報量の削減率は、従来の圧縮形式に比べて本願発明の樹状形式によるものが優れていることが分かる。これは、対象画像が上記表に限定されており、本願発明がまだ研究途中であることから、様々な画像では比較されていないが、あらゆる画像での大幅な情報量削減が期待できる。
【０１０３】
以上のような構成により、セル群単位とした画像情報を、脳内処理と同じように、処理層順に直列式の単位処理を行うことができるとともに、各セル群内の同属割合を判断して中心セルを削成できるため、画像情報を迅速かつ効率的に削成させることができる。また、各セル群中の中心セルを起点として、この中心セルに近い順に、削成していたセルを確実、かつ迅速に復元できるため、画像の再現性にも優れる、画像情報量の高削減率と、画像の高再現性を可能とするデータ処理方法およびデータ処理装置を提供することができる。
【０１０４】
また、以下に示すデータ処理方法にすることで、データ情報量をさらに削減させることができる。図１３は同系色ごとにデータ情報量の削減を説明する元画像の一例、図１４は同系色の画像内におけるデータ情報を点変換するセルの削成工程図、図１５は削成、膨張を繰り返す情報量削成部の説明図、図１６は画像データをｚ軸方向から解析した一例を表す表、図１８は図１６のデータをｚ軸方向の逆向きから順番に解析した一例を示す表、図１９は画像情報の一例として３次元領域を有する箱の３次までの中心性変換処理過程を示す図、図２０は樹状型データ構造の読み出しや書き込みを行う信号を示すグラフ、図２１は閾値を設けた場合の処理を示した一例を示す図である。
【０１０５】
ここでも、例えば、２次元空間中の２次元面でデータ情報を削減する場合のセル上のデータは、以下のようにして削減を行う。まず、画像情報は、図１３に例示するように、濃淡を有するなど同系色として、例えば緑色の閉鎖領域を有する画像アと、この画像ア上に重畳する、それぞれ濃淡を有するなど同系色として、例えば赤色の閉鎖領域を有する画像イおよび黄色の閉鎖領域を有する画像ウからなる画像エであり、かつ画像ア、画像イ、画像ウの順に面積（データ情報の連続性）が大きいものとする。
【０１０６】
まず、処理部２は、上記画像情報が、各同系色（緑色[画像ア]、赤色[画像イ]、黄色[画像ウ]）からなるそれぞれの面積を有した、異なる色および面積の集合体であることを認識し、次いで、情報量削成部３は、この画像情報の中から、まず、最も小さい面積（データ情報の連続性が低い）を有する黄色系同系色である画像ウの情報量を削成する。なお、画像ア、画像イ、画像ウは、上述したように、処理層５上における２次元に敷き詰められた複数のセルｃ上に存在するデータ情報とされる。
【０１０７】
図１４（ａ）から（ｂ）（図中の黒色の四角）を有するセルｃの例のように、画像イのデータ情報が、行Ｎ方向および列Ｍ方向へ偶数、奇数に並んでいる。これらの中心点を得る為に全て奇数の並びになるように引き伸ばす。（情報量削成部３は、図１４（ａ）に示すセルｃの処理空間を、図１４（ｂ）に示すように、Ｎ×Ｍを、（Ｎ＋（Ｎ−１））×（Ｍ＋（Ｍ−１）へ拡大変換を行うものである。なお、図１３の真ん中は、拡大した画像であって、画像ア、イの間に隙間が１ピクセル空いている場合があるが、これは全て同系色の閉領域が同じ奇数になったためである。なお、空いている部分には値が存在しない。
【０１０８】
次いで、上述した図６〜７のように、情報量削成部３は、複数重層する各処理層５において、上述したような各セル群６ａの中心セルＣを基準として、その周囲のセルｃのデータ数に応じて、周囲のセルｃおよび中心セルＣのデータ情報を、完全に消すデータが無くなるまで削成することで、例えば図１４（ｃ）のように画像ウのデータ情報量が削成される。
【０１０９】
そして、この図１４（ｃ）にまで削成された、画像ウの樹状化データ情報は、色別に画像ごとに別途設けられた、それぞれ上述同様にして複数重層された処理層５´に移される、そして、図１３の真ん中に示すように、空きスペースに周囲の色（画像アの緑色、など）を膨張させて、画像ウに生じた空間を埋める。
【０１１０】
このとき、情報量削成部３は、上記同様にして図１３エの画像が図１５（ａ）の画面上に存在したとすると、順次、対比色占有面積の小さな画像イおよび画像アのデータ情報量を順に削減し、それぞれのデータ情報を各処理層５´に移す。これら、一連の処理、情報量削成部３の構成は、図１５（ｄ）に示すように、（ｂ）削成、（ｃ）膨張を繰り返すことによって成される。この図１５における下部のくびれた部分で画像ウを別の層へ移し、真ん中のくびれた部分で画像イを、一番上のくびれで画像アの樹状化データ情報をそれぞれ別の層へ移した。最後に一番上の面は背景である白のみが残った状態を示す。
【０１１１】
次いで、情報量削成部３は、例えば、処理層５´の画像ウにおけるデータ情報を有するセル群ｃが、図１４（ｃ）などのように偶数列を有する場合には、中心点を得るため、これらデータ情報を有するセル群ｃが奇数列になるように、ｒを処理階層数として、処理空間を、例えば図１４（ｄ）のように（２（２Ｎ−１）−１）×（２（２Ｍ−１）−１）×（２ｒ−１）に引き伸ばす。
【０１１２】
そして、情報量削成部３は、処理層５´の各層において、上述した図１２のように、データ情報を有する連続したセル列ｃの直線部分となる端点に位置したセルｃの削減を重ねることで、画像ウのデータ情報量は、図１４（ｅ）に例示するような点群にまで削成される。従って、情報量削成部３は、各処理層５´に有する他の画像イ，アについても順に上述同様の処理を行うことで、画像ウ，イ，アのさらなるデータ情報量の削成を行うことができる。なお図１３の最後の処理を見ると、樹状型が形成されていることがわかる。そして、こうして形成された樹状型は細かな部分と大きな部分は離れており、最初に形成された樹状型は細かい部分、後になって形成された樹状型は大きな部分の情報となる。これらのデータは後でそれぞれ分けて、同値であるかを比較し、記録解析制御部に特徴記録してデータ処理を行うことができる。
【０１１３】
以上のようにして削成したデータ情報量を、点樹状形式（同系色）として、上述した画像エの同一画像において、通常の樹状形式とともにＰＮＧ形式およびＪＰＥＧ形式で圧縮させた画像情報量と比較した表を参考例として、以下に示す。
【表２】
【０１１４】
上記表が示すように、画像情報量の削減率は樹状形式とＰＮＧはほぼ同じ値を示す。しかし、点樹状形式（同系色）による処理方法が樹状形式やＰＮＧによる処理方法をさらに上回る結果となり、処理方法がさらに優れていることが示せた。
【０１１５】
以上、本願発明の樹状形式によるデータ情報の削成について、画像データを例に説明してきたが、データ情報は、音声や音楽などの音データについても樹状型構造へ変換し、それらデータ情報量を大幅に削減することができる。
【０１１６】
この場合、音データの樹状型構造は、音の振幅や波長によって樹状の大きさが変わる。これは、音は周波数と振幅に分解できるため、音の振幅が大きいほど、樹状の形は横幅が大きくなり、各周波数の割合によって枝の分岐位置が決まる。従って、人間が発する声の認識も容易に出来るようになる。
【０１１７】
また、拡声器などに使われる三角錐型構造をもった共鳴器具を使い、音の振動を、周波数および振幅で同時に捉える方法なども考えられる。そして、波長の長いものは、層と直交した縦方向により多く伸び、波長の短いものは縦方向に短く。また、音の振幅があるものほど、層と平行の横方向に伸びるものとする。少なくとも周波数と振幅で表し２次元空間上での処理となるため、中心性集合論より必ず１次元データに変換できる。各周波数の分布によって樹状データが形成される。
【０１１８】
そして、音データなどの樹状形態は、画像処理の樹状形態とは構造が異なる。これは、画像データの樹状形態は、広葉樹型構造をしているのに対し、音データなどの樹状形態は針葉樹型構造をしており、同じ種類の情報に対して、重構造を認めているかいないかの違いがある。
【０１１９】
これは、画像データの場合には同じ色には重構造を認めず、逆に、音データの場合には、ある音に対して、重構造を認めている。このことによって、データの形が広葉樹型か針葉樹型かに変化するのである。また、何度も似た音を聞く事によって、この針葉樹型構造はレイヤー（層）上に横へ広がるように成長する。
【０１２０】
これらの樹状型データ構造の読み出し、書き込みには、図２０（ａ）に示すとおり、パルス信号か若しくは正規分布信号を使う。信号のエネルギーが等しい場合には例え入力がパルス信号でない正規分布信号であっても、以下に述べる方法によって出力信号はパルス信号へ変換することができる。
【０１２１】
ただし、この方法だと音などは可逆性があるが、画像データなど２次元以上のデータを扱う場合には、鏡画像として復元してしまう可能性があるので、周囲データの情報も加味しなければ、必ずしも可逆変換ではない。
【０１２２】
しかし、樹状形態の方向や大きさなどの違いがあっても，容易に認識が可能となる．だから、処理された樹状型構造より物体の認識などが容易くできるようになる。
【０１２３】
読み出しには、パルスを各樹状の基底部より樹状構造をした回路内へ送って、分岐の角度の度合いにより、パルス信号の一部分を元の基底部へ返す。直進性の高い方向ほど多くの信号強度を送り、曲がる角度の大きいものほど小さくなるように、パルス信号を節の部分で分岐させる。
【０１２４】
また、終端部分では、パルスを全反射させて全てのパルス信号を元の基底部へ返す。従って、図２０（ｂ）の示すとおり、正規分布型の波長の場合には分岐角度に対しては(π−θ)/πの割合で短くなる。
【０１２５】
そして、図２０（ｃ）の示すように、分岐する場合には波長(σ分散値)が0度の直進の場合を１倍とし、45度の角度で3/4，90度で1/2，135度で1/4、180度を0とし、反射波を考慮する。
【数５】
分配割合は信号の進行方向の分岐角度によって割合が変化する。
【０１２６】
例えば、図２０（ｄ）のように、
１の振幅を持つパルス信号が２分岐すると考えて、角度がθ，φの場合には、それぞれのエネルギー量の分ける比率は、
一方は直線方向でθ＝０，sin2(0π/2)＝０，cos2(0π/2)＝１，σ2 θ＝１2＝１
一方は45度の角度φ＝(π/4)，sin2(π/8)＝0.1464…，cos2(π/8)＝0.8535…，σ2 φ＝(3/4)2＝9/16なので、
σ2＝σ2 θ＋σ2 φ＝１＋9/16＝25/16
これに対応した全反射信号の割合は0.0527…、
全ての通過信号の割合は0.9472…、
従って、およその割合は、直進信号βpassθは0.64、４５度分岐した信号βpassφは0.307、反射信号βreは0.052という信号が返される。
【０１２７】
反射波の場合には、波長を0と見なしδ関数になるが、再規格化を行いパルス波形にする。すると，パルスはあるパルスの羅列(波形)になって，読み出すことが出来る．
また、パルスになると、処理するのが容易くなる。通常の正規分布型の波形の計算は分散値や積分などの処理が面倒だが、パルスの場合には、単純に入力振幅値を1として、割合に応じて分けるだけなので簡単に計算処理できる。
【０１２８】
これは同系の形を持ち大きさが異なる樹状データ構造の場合でも同じ値となる。また、信号の間隔２ａ：２（ａ＋ｃ）：２（ａ＋ｂ）＝Ａ：Ｂ：Ｃの比率も同様になる。従って、信号の振幅値が同じで、信号間隔比率も同じ場合には同形なデータであると判断する。
数値によって識別するために、特許出願人が考えた、形体エントロピーという概念を導入し、その量によって形体を数値によって識別する手段について述べる。
重心を『重複しないある単位空間に重みを付加した場合、丁度平行に吊りあう中心点』とし、また距離xiは『T時間に最小単位時間∂tで進むことができる最短距離∂xの足し合わせた数』とした場合、形体エントロピーは『空間上に広がった、重複しない量δiに等価な重みをつけた場合、重心からの距離xi 2の足し合わせた数』ということができる。
【数６】
【表３】
【表４】
【数６】より【表３】【表４】などの、形体エントロピーと、固有形体値を求めることが出来て、この値によって樹状物の形を識別可能になる。
【０１２９】
また、樹状型データ構造を書き込む場合には、直接、画像、音、論理データをシステムで処理するか、もしくは、出力パルス信号列と時間的に逆の波形構造をした入力信号列を樹状基底部から送ってやり、一つのパルスで振幅が１の信号が元の基底部へ戻ってきたら、書き込みができたと確認することができる。
【０１３０】
逆に総加算された信号の振幅値が１のパルス信号列から樹状化データ構造を作りだすために、データの入力されていない層へ、時間的に逆のパルス信号波形を入力させ、パルスの信号に従って進行方向と長さを作ることができる。
【０１３１】
従って、ある制御系からの情報をある波形を持った正規分布波として、入力し、そのデータを樹状データ内で一致するものを探す。一致するのが無い場合には、波形の波長を短くし、再度一致するものが無いか確認する。繰り返し行い、最終的に存在しない場合には波形を単位ごとのY字型樹状データ構造に変えて、それぞれに分けて記録する。
【０１３２】
回路を逆に反応するようにすれば、あるパルスから、ある振幅と波長を持った正弦波に変換することが可能になり、制御系の処理も可能となる。
【０１３３】
また、制御を行う内部処理としては、処理系の内部を最初にデータマスキングし、信号の経路を作り、そこにデータを入力させ処理することが可能となる。回路内部では空いた空間に最初に到達した色（データ）の占有権を認めさせ、最終的に平行状態で安定したものが、結果データとすることが出来る。
より具体的に説明すると、樹状化データ構造は２次元情報を３次元情報へ変換することで、図８（ｂ）のように、情報エントロピー量が最小になっている。
これを図８（ｃ）の方法で、分岐角度に応じた割合によって振幅の異なるパルス信号へ変換し、図８（ｄ）のパルス間の距離の２分の１が枝部の長さになるの表ができる。
元々、樹状化データ構造をパルス信号へ変換する考えは、複雑な洞穴内でコウモリが超音波を発することによって、奥深さと距離、構造を知ることが出来るという点から発想を得たものである。ここで、超音波を入力信号、コウモリの耳に届く反射波を出力信号と考え、洞穴の深さを距離、大きさを無視して考える。
３次元樹状化データをパルス信号へ変換する場合には、振幅１の入力信号を時間軸の値の大きい方より入力し、方向の変更が無い場合には出力信号パルスの反射は０、また、端点の場合には出力信号を全反射、分岐する場合にはそれぞれの分岐角度に応じた出力信号パルスを加算して返し、またそれぞれの出力信号パルスに応じて入力信号振幅値を分け、カーブして方向の変化がある場合には変化方向に応じた出力信号パルスを返す。３次元樹状化データは特性があり、時間軸方向へ４５度から９０度の部分にデータが存在し、また、整数空間だとすると格子状なので、元データのＸＹ平面状から見ると方向変化も格子状の点群の中の０度から９０度の間となる。
このようにして得られたパルス信号は伝達、保存もしくは検索で使用する。再度このデータを復元してやるためには、樹状化データの距離と角度は決まった値を取るので復元しやすく、復元するときには出力パルス信号を３次元情報として情報エントロピーが最大になるように展開してやる。情報エントロピーの最大値は元の２次元データへ変換したときに一番多くの範囲を占有する値とする。ただし、この場合には鏡状に反転して復元される場合もあるので、復元方向の情報を含めなければならない。
論理回路としては導出原理の完全性1965年Robinson,J.A.によって証明された方法を使えばあらゆる論理式をNOT,AND,ORに変換することが出来き、正否の判定が有限回で可能になる。従って、
この回路内で周囲重みの値によって、次の時間軸上の層へデータを伝達する場合を考えれば、ORは展開、ANDは削成、NOTは反転もしくは変化することと考えれば、樹状化データ構造によって複合的な論理回路が作ることが可能である。
例えば、論理演算前の1の状態をON、0をOFFとし、演算後の値を展開の場合0から1、もしくは削成の場合1から0になればONまたはTrue、変化が無ければOFFまたはFalseとする。すると、図８（e）のような論理回路を作ることが可能である。
また、図８（ｆ）のように、データマスキングを行なうことによって制御データも生成することができる。例えばＡという部分に信号が届くとαという制御を行い、Ｂという部分に信号が届くとβという制御が行なわれる場合にはＡとＢの部分にマスキング処理を行ない、それぞれの信号の届く時間を変えることによって制御処理結果を変えることができるようになる。制御は樹状化構造を持ったものに信号を送り込んでやることによって、一致した構造の部分が動くものとする。これによって神経と同様の働きを行なうことが可能となる。
【０１３４】
なお、これらの樹状変換処理を行う場合には、同じ同系のデータでなければ、処理出来ない。従って、図２１（ａ）のような、写真の空など徐々に変化するグラデーションの場合は、以下の閾値処理をする。色データの値をAとし、ある閾値αを設け、A−α＜A＜A+αとなるその範囲以内の色の場合には全て同じ系列(色)と見なして処理を施す。
【０１３５】
復元するときには、同系データ値で図２１（ｂ）のように復元できる。すると、セルどうしの境界部分（離散状態、ジャギ）ができ、異なるデータ値が隣接した状態になってしまう。そのようなときには、拡散点群（樹状）もしくは指向性を持った点（樹状点）を原点とし、τという微小な値を考え、色別連続認識値γ≡α＋τとし、A−γ≦A≦A＋γの条件が成り立つ場合、互いの値の平均値を求めてから、信号を反射させ、原点からの到達時間と同じ時間を使って、同じ経路を逆に通り中間値を原点値に近づけながらスムージング処理を行い、ほぼ、図２１（ａ）のグラデーションの元データに復元する。
【０１３６】
次に、データを別の記憶媒体に保存伝達する方法として、s次元の総データ量Ｄを以下のように定義する。
【数７】
【０１３７】
通常、パソコン上の画面はXmax×Ymax×COLORmaxで表され、横600pixel、縦400pixelの画面において、画面上の1 pixel(dot)には色数24bit(Red:256階調,Green:256階調、Blue:256階調(28)3個のRGBデータ)の情報を有する。そして、1
pixel(dot)を1セルとすると、１画面の総データ量は600*400*224となる。このデータ量は24BitBMPファイルの場合と同等である。
【０１３８】
そして、もう１つの時間軸を反応時間t(起源時間:root time)とする。ここで、単純に次元が増えることによってデータ量も増えると考えられるが、不連続でデータの離散性が高く、乱数度が最大で圧縮しても大きさが変化しない状況でない限り、処理結果はデータ量が減ることになる。
【０１３９】
連続データの場合には、Root値が大きくなり、N,Mの値が減り、全体でデータ量が減る。そして、単純な画像ほど、ｔ(root time)の軸が伸び、データ量が減り。複雑な画像ほど、ｔ(root
time)の軸が伸びず、データ量は減らない。
【０１４０】
データ保存するときには座標上に何も無くっても、データ量は必ず存在する。そのため、離散データを記録するためには実際存在する値よりもかなり大きなデータ数になってしまう。この手法を使うと、データの存在しない部分は必ず１bitにすることが出来る。また、圧縮を行うことで、さらにデータ量が減少する。
【０１４１】
以下、点樹状形式を可逆変換し、ファイルに保存する方法を述べる。
【０１４２】
図１６に例示するようなｎ次元整数空間上の離散的な情報をファイルに記録する方法は、樹状形式または点樹状形式（同系色）により削成されたデータ情報は、データ情報の縦横サイズや、最大処理階層数、最大点群（データ）間距離、画面データの有無などを、２ビット（１，０）でファイルなどに保管するが、その順として、まず、色数とパレットデータを、面積の大きかった順に保管し、次いで先に保管した、画面データを有する部分だけを対象にして、色順に色の有無を２ビットで保管する。さらに、色を有する部分は、固定長、可変長のデータをそれぞれ色順と同様に保管する。
【０１４３】
あるｎ次元上の離散データの射影である２次元面上に存在の有無（１，０）を1bitで記録する。ただし、このときにデータを有する個数が最小の値になる方向からの方が望ましい。仮に射影方向をＺ方向と呼ぶことにする（この処理系では、Root Time，広がる量とも呼んでいる）。
【０１４４】
そして、図１７に示すように、その２次元面上のデータの有する部分でいくつデータがＺ方向に重複するかを計測する。ただし、必ず全て１以上の値になるので、データ削減の観点から１引くものとする。また、その最大値より、保存bit数を決定し、保存bit数と重複回数を記録する。
【０１４５】
そして、例えば、データが上層部に集中している場合には、図１８に示すように、上層から下層へ層ごとに順番に処理をする（下層部に集中している場合には下層部からとなる[その場合には方向として1 bit必要となる]）。すなわち、処理の最初の方でデータ数が多いところから処理するほど圧縮率が高くなるので、データ分布状態によっては、Ｘ方向、Ｙ方向から行うこともありうる。
【０１４６】
なお、現在処理をしている層よりも下層方向であるＺ軸上に何もデータが無い場合には、その層におけるデータ処理を行わずにとばして、次のデータ処理を行う。もし、下層方向にデータが存在している場合で、現層上にデータが無ければ０、あれば１として、データの値を保存し、後でデータの最大値より保存bit数を決め、それぞれ、層内データの有無グラフ1 bitとデータ値グラフを記録する。
【０１４７】
ただし、データ値は必ず全て１以上の値になるので、データ削減の観点から１引くものとする。層内において、全てＺ軸上から下層を見て０になるか、最下層まで処理をしたら終了とする。
【０１４８】
このように、削減したデータ情報の位置、方向、距離の各データを順次ブロック状に積み上げて、同様の保管処理を行うことにより、削成されたデータ情報が前記ファイルなどに効率的に保管される。
【０１４９】
また、図１３のような画像を、上述の点樹状形式（同系色）により削成し、前記ファイルなどに保管されたデータ情報を復元（逆変換、解凍）する際は、前記ファイルから次元数と座標の範囲のデータ情報を読み込み、出力空間を再現する。次に、２次元面上のデータ有無を読み復元する。
【０１５０】
また、色別の重複回数データを読み込み、色データごとにそれぞれの処理層５´の層内へ色データを順番に移動させ、２次元面上のデータの有する場所に加算していく（保存するときに１を差し引いてあるので、そのまま加算すると元の値に戻る）。
【０１５１】
そして、上層部分より順に重複回数データ値の０で無い部分で、層内データ有無のグラフを確認し、データが有る場合には、その層内にデータ値グラフからデータを書き込み、重複回数データから１を差し引く。これを色データごとに繰り返し行い、最下層まで処理をし、展開部４が、処理層５´において、図１４（ｅ）のような点群データを方向と量で図１４（ｄ）のように展開させ、最後に下部から重ね合わせると終了となる。このような削成処理の手順とは逆の手順により、図１３の画像に再現性良好に復元される。
【０１５２】
以上、本願発明の樹状形式によるデータ情報の削成について、画像データを例に説明してきたが、データ情報は、音声や音楽などの音データ、および論理、制御についても樹状型構造へ変換し、それらデータ情報量を大幅に削減することができる。
【０００１】
本発明は、入力したデータ情報を処理するデータ処理方法およびデータ処理装置に関し、より詳細には、伝送などするために圧縮された画像、音声、論理、制御などのデータを復元する際に、元のデータ状態をできる限り損なわないようにデータの情報量を効率的に削成できる可逆処理を可能とした、データ処理方法およびデータ処理装置に関するものである。
【背景技術】
【０００２】
現在、パーソナルコンピュータなどの電子機器における、例えば、縦６００ｄｏｔ、横４００ｄｏｔのディスプレー上に表わされる１画面の画像は、画面上の１ｄｏｔに色数２４ｂｉｔの情報を有するとすると、その総データ量は、６００×４００×２５６３という莫大な値となり、このような画像をインターネットなどの通信手段を介して伝送する際には、大量のデータを処理するためのＣＰＵ処理に時間がかかるとともに、多量のメモリ資源が消費されることから、元の画像のデータを種々の形式で圧縮して、情報量を削減させる技術がある。
【０００３】
このような圧縮方式の技術として、例えば、特許文献１などに示すような、ＪＰＥＧ（Ｊｏｉｎｔ
Ｐｈｏｔｏｇｒａｐｈｉｃ ｃｏｄｉｎｇ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）やＧＩＦ（Ｇｒａｐｈｉｃｓ Ｉｎｔｅｒｃｈａｎｇｅ Ｆｏｒｍａｔ）などが広く用いられている。前記ＪＰＥＧ形式は、画像データを周波数に変換して、この周波数データを量子化する際、低周波成分に比べてデータ量の少ない高周波成分が量子化により０となる分、全体のデータ量を圧縮するものである。また、ＧＩＦ形式では、画像を水平方向に１ラインずつスキャンして、同じ色の繰り返し部分をグループ化することで全体のデータ量を圧縮できるものである。
【０００４】
【特許文献１】
国際公開第２００４／５６０８４号
【非特許文献１】
J.Neuroscience
vol.19 p.8036-8042 Reconstruction of Natural Scenes from Ensemble Responses in
the Lateral Geniculate Nucleus,1999
【発明の開示】
【発明が解決しようとする課題】
【０００５】
上記したＪＰＥＧ形式やＧＩＦ形式をはじめとする種々の可逆圧縮を可能とする従来の圧縮方式では、データ圧縮の際に生じるノイズや、サポート色数を超える圧縮、予め決められた範囲での同じ属性部分の抽出などにより、圧縮データを復元した際、画像に少なからず劣化が生じてしまう。そのため、元の画像をできる限り損なわずに画像のデータ量を削成できることが望まれており、精度および圧縮率のさらなる向上を目的とする研究が、これら圧縮方式で日々行なわれている。
【０００６】
本発明者は、以前発表された論文（上記非特許文献１）において、動物が、視覚野で見た「花」などの画像を、脳内処理を介して、みごとに花を樹状化させて元の形を保ったまま見ているという研究に衝撃を受けた。これは、視覚野のニューロン１７７個をテスターで調べて、それを再構築して得られた画像であり、その脳内では、多層構造からなる神経細胞の各層を通じて、それら画像などの情報の処理が効率的になされている。
【０００７】
そこで、本発明者は、脳内における視覚から得られた情報の処理形態を応用し、それをコンピュータ技術に用いることで、元の画像をあまり損なわずに情報量を削成できる、新たな画像処理形式および脳内シナプスにみたてた処理方式を完成させた。
従って、この発明の目的は、画像、音声、論理、制御などのデータ復元時に元のデータ状態をできる限り損なわずに、データの情報量を効率的、かつ大幅に削減できる可逆処理を可能とした、データ処理方法およびデータ処理装置を含む処理回路を提供するものである。
【課題を解決するための手段】
【０００８】
このため、請求項１に記載の発明は、データ処理装置に入力したデータ情報を、該データ情報の情報量を削成する情報量削成部と、該情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理方法であって、前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、前記情報量削成部は、前記画像情報を有する前記複数のセルごとに単位処理を行い、前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、前記セルの時間軸上に存在するデータ位置が停止（以下、留めると略記する）するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とする。
【０００９】
請求項２に記載の発明は、請求項１に記載のデータ処理方法において、前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とする。
【００１０】
請求項３に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする。
【００１１】
請求項４に記載の発明は、請求項１に記載のデータ処理方法において、前記セルは、前記データ情報の削成状況を記録することを特徴とする。
【００１２】
請求項５に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする。
【００１３】
請求項６に記載の発明は、請求項１に記載のデータ処理方法において、前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成することを特徴とする。
【００１４】
請求項７に記載の発明は、請求項１に記載のデータ処理方法において、前記識別処理は、重みをつけて加算する加重処理とする。
【００１５】
請求項８に記載の発明は、請求項１に記載のデータ処理方法において、前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする。
【００１６】
請求項９に記載の発明は、請求項１に記載のデータ処理方法において、前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする。
【００１７】
請求項１０に記載の発明は、請求項１に記載のデータ処理方法において、前期記録解析制御部は、樹状化データ構造をパルス信号へ変換する方法、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする。
【００１８】
請求項１１に記載の発明は、請求項１〜１０に記載のデータ処理方法において、前記データ情報は、画像、音、論理信号、制御信号であることを特徴とする。
【００１９】
請求項１２に記載の発明は、データ処理装置に入力したデータ情報を、該データ情報の情報量を削成する情報量削成部と、該情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理装置であって、前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、前記情報量削成部は、前記データ情報を有する前記複数のセルごとに単位処理を行い、前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、前記セルの時間軸上に存在するデータ位置が停止するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とする。
【００２０】
請求項１３に記載の発明は、請求項１２に記載のデータ処理装置において、前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とすることを特徴とする。請求項１４に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする。請求項１５に記載の発明は、請求項１２に記載のデータ処理装置において、前記セルは、前記データ情報の削成状況を記録することを特徴とする。
【００２１】
請求項１６に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする。
【００２２】
請求項１７に記載の発明は、請求項１２に記載のデータ処理装置において、前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成することを特徴とする。
【００２３】
請求項１８に記載の発明は、請求項１２に記載のデータ処理装置において、前記識別処理は、重みをつけて加算する加重処理とすることを特徴とする。請求項１９に記載の発明は、請求項１２に記載のデータ処理装置において、前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする。
【００２４】
請求項２０に記載の発明は、請求項１２に記載のデータ処理装置において、前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする。
【００２５】
請求項２１に記載の発明は、請求項１２に記載のデータ処理装置において、前期データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する装置、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする。
【００２６】
請求項２２に記載の発明は、請求項１２〜２１に記載のデータ処理装置において、前記データ情報は、画像、音声、論理信号、制御信号であることを特徴とする。
【発明の効果】
【００２７】
請求項１に記載の発明によれば、データ処理装置に入力したデータ情報を、このデータ情報の情報量を削成する情報量削成部と、この情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理方法であって、処理部は、複数のセルから形成した処理層を重層させてなるとともに、情報量削成部は、データ情報を有する複数のセルごとに単位処理を行い、単位処理は、セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて識別処理し、着目している画像上の点である、中心セルを留めるまで、処理層の下層から上層へ向けて順に各処理層ごとにセルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理するので、セル群単位とした画像、音声、論理制御などのデータ情報を、脳内処理と同じように、処理層順に直列式の単位処理を行うことができるとともに、セル群内の同属割合を判断して中心セルを削成できるため、データ情報を迅速かつ効率的に削成させることができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００２８】
請求項２に記載の発明によれば、セルの削成の有無を判断しなければならないセルを中心セルとし、この中心セルの周りに存在する複数のセル群をグループとし、このグループは、神経細胞シナプスの働きを簡略化および単位化したものであり、セルを組み合わせることで並列処理を可能とするので、データ情報を効率的に可逆処理することができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００２９】
請求項３に記載の発明によれば、情報量削成部は、さらに、処理層に留まった中心セルを処理層に対して垂直となるように連結した直線の端点に位置する中心セルを削成するので、１次中心性変換処理として削成して留めた中心セルを、さらにこれら中心セルの一部を可能な限り削減させることにより、データ情報量をより一層削減することができる。従って、データの情報量を効率的、かつ、大幅に削成できる、データ処理方法を提供することができる。
【００３０】
なお、本願発明のデータ処理方法によるデータの流れを示した模式図である、図１に示すように、伝達条件として、セルｃは層状になって、菓子のパイ生地のような状態で存在し、処理層５内でのデータの干渉は禁止する。しかし、次の処理層５へのデータの伝達は可能とする。また、他の伝達条件として、セルは信号が同期していない場合、すなわち、基準時間S＜Δt=|t1（下方向周囲セルの一方からの最初の信号）-t2（下方向周囲セルのもう一方からの最後の信号）|が成立する場合には、同期していないと見なし、信号を次の処理層へ伝達しない。さらに、中心セルの削成パターンの説明図である、図２に示すように、伝達条件として、前の処理層のセルｃからのデータ信号の荷重合計gによってデータ信号を次の処理層へ伝達するか決めることができる、周囲のセルｃに重みをつけ、周囲データが存在する場合に、セルｃの重みは判定値に加算し、判定値を比較し、情報を伝達するかを決定する。そして、セルｃの荷重合計ｇについての判断としては０≦ｇ＜Ｌ(最低基準値)、Ｌ≦ｇ≦Ｈ(最大基準値)、Ｈ＜ｇ≦Max(最大値)と３つのパターンがある。ただし、中心セルのデータが存在しないときには、ｇを０とする。
【００３１】
請求項４に記載の発明によれば、セルは、データ情報の削成状況を個々のセルの位置形態で記録するので、展開部によるデータ情報の復元時、この記録を基に削成されたセルを容易、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理方法を提供することができる。
【００３２】
請求項５に記載の発明によれば、情報量削成部は、ｎ次元空間上のｎ次元のデータ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成するので、例えばディスプレー上における平面２次元の情報を有する楕円や四角形状の画像を、処理層間での処理として時間軸で示すと、単純な１次元線状の画像情報にすることができ、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３３】
請求項６に記載の発明によれば、情報量削成部は、ｎ＋１次元空間上のｎ−１次元のデータ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元のデータ情報に削成するので、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３４】
請求項７に記載の発明によれば、識別処理は、重みをつけて加算する加重処理とするので、１つのセル群を構成する各セルを数値の大小による重み付けで、各セルおよび中心セルを迅速、かつ容易に識別できるため、各セルの削成および復元処理を迅速に行なうことができる。従って、データの情報量を効率的に迅速に削減および復元できる可逆処理を可能とした、データ処理方法を提供することができる。
【００３５】
請求項８に記載の発明によれば、展開部は、処理層の上層から下層へ向けて順に、削成したセルを復元するので、各セル群中の中心セルを起点として、この中心セルに近い順に、削成していたセルを、確実、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理方法を提供することができる。
【００３６】
請求項９に記載の発明によれば、処理部は、データ情報を、同系データごとに削成および展開するので、データ情報量を、より効率的に削減させることができる。従って、データ情報量を効率的に削減できるデータ処理方法を提供することができる。
【００３７】
請求項１０に記載の発明によれば、データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する方法、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、削減させたデータ情報量を効率かつ迅速にデータの保存および呼出しを行うことができる。従って、データ情報量を効率的に削減できる。および、一次中心性変換によって、細部と大まかな部分に区分化でき、信号データを記録、解析することを並列に処理することが可能になる。また、樹状化データ構造によるデータマスキングを回路に施すことによって、データ情報量を効率的に削減し、かつ迅速にデータの保存、呼出し、および復元でき、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れること実行ができること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つデータ処理方法を提供することができる。
【００３８】
請求項１１に記載の発明によれば、データ情報は、画像、音、論理信号、制御信号であるので、一般的なデータ情報を大きく削減させることで、これらデータ情報を効率的に送受することができる。従って、データの情報量を効率的に削成できるデータ処理方法を提供することができる。
【００３９】
請求項１２に記載の発明によれば、データ処理装置に入力したデータ情報を、このデータ情報の情報量を削成する情報量削成部と、この情報量削成部で削成したデータ情報を復元する展開部とからなる処理部で可逆処理するデータ処理装置であって、処理部は、複数のセルから形成した処理層を重層させてなるとともに、情報量削成部は、画像情報を有する複数のセルごとに単位処理を行い、単位処理は、セルに隣接するセル群からのデータの同値性と距離に応じて重みをつけて加算することで識別処理し、セルの時間軸上に存在するデータ位置が停止するまで、処理層の下層から上層へ向けて順に各処理層ごとにセルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理するので、セル群単位としたデータ情報を、脳内処理と同じように、処理層順に直列処理を行うことができるとともに、セル群内の同属割合を判断して中心セルを削成できるため、データ情報を迅速かつ効率的に削成させることができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。
【００４０】
請求項１３に記載の発明によれば、セルの削成の有無を判断しなければならないセルを中心セルとし、この中心セルの周りに存在する複数のセル群をグループとし、このグループは、神経細胞シナプスの働きを簡略化および単位化したものであり、セルを組み合わせることで並列処理を可能とするので、データ情報を効率的に可逆処理することができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。請求項１４に記載の発明によれば、情報量削成部は、さらに、処理層に留まった中心セルを処理層に対して垂直となるように連結した直線の端点に位置する中心セルを削成するので、１次中心性変換処理として削成して留めた中心セルを、さらにこれら中心セルの一部を可能な限り削減させることにより、データ情報量をより一層削減することができる。従って、データの情報量を効率的、かつ、大幅に削成できる、データ処理装置を提供することができる。請求項１５に記載の発明によれば、セルは、データ情報の削成状況を個々のセルの位置形態で記録するので、展開部によるデータ情報の復元時、この記録を基に削成されたセルを容易、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理装置を提供することができる。
【００４１】
請求項１６に記載の発明によれば、情報量削成部は、ｎ次元空間上のｎ次元のデータ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成するので、例えばディスプレー上における平面２次元の情報を有する楕円や四角形状の画像などのデータを、処理層間での処理として時間軸で示すと、単純な１次元線状のデータ情報にすることができ、各処理層伝達間にデータ情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４２】
請求項１７に記載の発明によれば、情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成するので、各処理層伝達間に画像情報を効率的に削成できる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４３】
請求項１８に記載の発明によれば、識別処理は、重みをつけて加算する加重処理とするので、１つのセル群を構成する各セルを数値の大小による重み付けで、各セルおよび中心セルを迅速、かつ容易に識別できるため、各セルの削成および復元処理を迅速に行なうことができる。従って、データの情報量を効率的に迅速に削減および復元できる可逆処理を可能とした、データ処理装置を提供することができる。請求項１９に記載の発明によれば、展開部は、前記処理層の上層から下層へ向けて順に、削成した前記セルを復元するので、各セル群の中心セルを起点として、この中心セルに近い順に、削成していたセルを、確実、かつ迅速に復元することができる。従って、データ情報を効率的、かつ迅速に復元できるデータ処理装置を提供することができる。
【００４４】
請求項２０に記載の発明によれば、処理部は、データ情報を、同系データごとに削成および展開するので、データ情報量を、より効率的に削減させることができる。従って、データ情報量を効率的に削減できるデータ処理装置を提供することができる。
【００４５】
請求項２１に記載の発明によれば、データの記録解析制御部は、樹状化データ構造をパルス信号へ変換する装置、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、削減させたデータ情報量を効率かつ迅速にデータの保存および呼出しを行うことができる。従って、データ情報量を効率的に削減できる。および、一次中心性変換によって、細部と大まかな部分に区分化でき、信号データを記録、解析することを並列に処理することが可能になる。また、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの流れを制御するので、削減させたデータ情報量を効率的に削減し、かつ迅速にデータの保存、呼出し、および復元でき、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れること実行ができること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つデータ処理装置を提供することができる。
【００４６】
請求項２２に記載の発明によれば、データ情報は、画像、音、論理信号、制御信号であるので、一般的なデータ情報を大きく削減させることで、これらデータ情報を効率的に送受することができる。従って、データの情報量を効率的に削成できるデータ処理装置を提供することができる。
【図面の簡単な説明】
【００４７】
【図１】本願発明のデータ処理方法によるデータの流れを示した模式図である。
【図２】中心セルの削成パターンの説明図である。
【図３】本発明のデータ処理装置におけるデータ処理方法を備える処理部の概略構成図である。
【図４】処理部の模式図である。見やすいように上下層（５ａ,５ｂ,…）を逆方向に重ねて表記している。
【図５】本発明のデータ処理装置におけるデータ処理方法を用いてデータ処理を行う実施例としての楕円を示す元画像である。
【図６】１つのセル群についてのセルの識別例および処理層ごとに行なうセルの削成工程図である。
【図７】楕円の画像情報の一部に位置するセル群の拡大図である。
【図８】画像情報の構成する各セル群の削成工程図である。
【図９】本発明によるデータ処理装置におけるデータ処理方法で図５に示す楕円画像を削成して得られた画像である。
【図１０】処理方向を上下逆に表記してある処理空間の斜視図である。
【図１１】１つのセル群についての処理層ごとに行なうセルの復元工程図である。
【図１２】楕円の画像情報の一部について１次処理をして得た各セル群の２次処理工程図である。
【図１３】同系色ごとにデータ情報量の削減を説明する元画像の一例である。
【図１４】同系色の画像内におけるデータ情報を点変換するセルの削成工程図である。
【図１５】削成、膨張を繰り返す情報量削成部の説明図である。
【図１６】画像データを削減させて、離散的なデータとした一例を示す表である。
【図１７】図１６のデータをｚ軸方向から解析した一例を示す表である。
【図１８】図１６のデータをｚ軸方向の逆向きに順番に解析した一例を示す表である。
【図１９】画像情報の一例として３次元領域を有する箱の３次までの中心性変換処理過程を示す図である。
【図２０】樹状型データ構造の読み出しや書き込みを行う信号を示すグラフである。
【図２１】閾値を設けた場合の処理を示した一例を示す図である。
【符号の説明】
【００４８】
１ データ処理装置
２ 処理部
３ 情報用削成部
４ 展開部
５，５ａ，５ｂ，５ｃ，５ｄ 処理層
６，６ａ，６ｂ，６´ セル群
ｃ セル
Ｃ 中心セル
【発明を実施するための形態】
【００４９】
情報の削成にあたって、まず、次元集合論を説明する。これは、解析学の変換概念を拡張し、集合の中心性を考えて、一般形式化したものである。この概念を使った変換は可逆であり、画像圧縮、人工知能などの様々な応用分野が考えられる。そして、ｎ次元空間Ｒｎ内に存在するn次元連続領域Ｄｎ(compact space)を、ｎ＋１次元空間内に存在するｎ−１次元連続領域Ｄｎ-１に写像変換する。なお、以下に示す次元集合論は、日本数式処理学会誌Vol.16、No.2第１８回大会講演「中心性集合概念を使った画像圧縮技術」にも概略を記載している。
【００５０】
特許出願人が考えた、ｎ次元空間の中心性集合概念を以下に説明する。
【数１】
【数２】
【数３】
このように、中心性集合をとることによって様々な形態の物を新しい側面で捉えることができる。
【００５４】
また、変換のパラメータを整数、実数などへ変えることによって、通常の画像などのデータ処理では得にくい結果も得られることになる。具体例として、データ情報の一例として、２次元空間、２次元領域に有する楕円の画像情報を、３次元空間、１次元領域に置き換えて削成する工程を後述する。
【００５５】
以下、図面を参照しつつ、この発明を実施するための最良の形態について詳述する。
図３は本発明のデータ処理装置におけるデータ処理方法を備える処理部の概略構成図である。
【００５６】
本発明のデータ処理装置１の一例を図３に示す。本発明のデータ処理装置１は、入力したデータ情報を、画像を例として、この画像情報の情報量を削成する情報量削成部３と、この情報量削成部３で削成した画像情報を復元する展開部４とからなる処理部２を内設するものである。なお、本願の処理方法を説明する上で、便宜上、情報量削成部３および展開部４を分けて示したが、実際は処理部２の処理で、画像情報の入力方向により情報が削成、復元される。
【００５７】
また、本発明のデータ処理装置１とは、特に限定するものではないが、例えば、パーソナルコンピュータやデジタルスチルカメラなどのディスプレー上に、例えば画像である静止、動画画像などとして、図形や絵（手書きしたものを含む）、写真などを表示できるものをいう。
【００５８】
そして、実際の画像を画像情報としてデータ処理装置の処理部に取り込んで、ディスプレー上に表示させたり、前記画像情報を取り込んだ他のデータ処理装置からインターネットなどの通信手段や、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ
Ｓｅｒｉａｌ Ｂｕｓ）メモリなどの記録媒体を介して、前記画像情報を伝送し、当該データ処理装置の処理部に取り込んで、ディスプレー上に画像を表示させることが、日常的に行われている。
【００５９】
このとき、上述したような多量の情報量を有する画像の画像情報を、データ処理装置の処理部に取り込む際、ＣＰＵの処理時間短縮や、メモリ資源の有効利用などのために、処理部の情報量調節部において、上述のように取り込んだ画像情報のデータ情報量を減少（削成）させた後、この削成した画像情報を復元して、ディスプレー上に画像を表示させる。以上のような周知技術により、画像情報が処理されている。
【００６０】
そして、本願発明の特徴である、データ情報のデータ処理方法およびデータ処理装置について、その具体的構成を説明する。図４は処理部の模式図、図５は本発明のデータ処理装置におけるデータ処理方法を用いてデータ処理を行う実施例としての楕円を示す元画像、図６は、１つのセル群についてのセルの識別例および処理層ごとに行なうセルの削成工程図、図７は楕円の画像情報の一部に位置するセル群の拡大図、図８は画像情報の一部を構成する各セル群の削成工程図、図９は本発明によるデータ処理装置におけるデータ処理方法で図５に示す楕円画像を削成して得られた画像、図１０は処理空間の斜視図、図１１は１つのセル群についての処理層ごとに行なうセルの復元工程図、図１２は楕円の画像情報の一部について、１次中心性変換処理をして得た各セル群の２次中心性変換処理工程図である。
【００６１】
本願発明では、プログラミングされた、画像などのデータ情報の処理回路としての処理部２を構成する情報量削成部３および展開部４により、従来とは異なる可逆処理を可能としたデータ処理方法を提供するとともに、これら情報量削成部３と、削成したデータ情報を復元する展開部４とを有する処理部２を備えるデータ処理装置１を提供するものである。
【００６２】
この処理部２は、図４に示すように、シート状の処理層５を複数重層（画面の奥行方向などに、例えば１２８層など）させて構成したものである。また、それぞれの処理層５は、２次元（画面の縦横方向など）に敷き詰められた複数のセルｃから形成されるとともに、セルｃの配置は、各処理層５上で全て等しい構成とされる。従って、処理部２は、セルｃを有する２次元平面に、処理層５の重層方向を加えた３次元の処理形態（１次元複合体）とすることができる。なお、これらセルｃにおいて、隣同士のセルｃは、処理層５上では干渉しないものとする。
【００６３】
次に、処理層５上では、セルｃが、予め任意数から構成される複数のセル群６にグループ化して配置される。このセル群６を構成するセルｃの数（ｎ）は、後述する中心セルＣを得るために、２次元各方向に奇数のセルｃを配置した、ｎ２（ｎは１以外の奇数）とされる。本願では、各処理層５上に、例えば、９枚のセルｃからなるセル群６が複数配置されているものとする。そして、これら複数のセル群６が、画像情報の処理開始に伴い、時間とともに発動し、周囲の情報の状況によって動きが制御される。
【００６４】
なお、離散空間で行う場合には必ず連続体が奇数にならなければ、中心点が得られない。そのため、n列の同じデータの入っているセルの連続体が存在する場合、セルの間に新たにセル空間を作り、新セル空間は属性を隣接するセルと同じ状態にする必要がある。
また、境界部分は空の状態にする。
【数４】
【００６５】
ここで、例えば、２次元面の楕円形状を有する画像を例にして、以下図を用いて、処理部２による画像情報の画像処理方法を説明する。
【００６６】
図５に示すような原画の楕円は、スキャナーなどによりパソコンなどの画像処理装置１内の処理部２に画像情報として取り込まれる。このとき、情報量削成部３は、取り込んだ画像情報における情報量の削減を開始するが、まず、最下層に位置する処理層５ａを構成する各セルｃが、楕円の原画に対応するそれぞれの位置を認識し、処理層５ａ全体として楕円の画像情報が得られる。
【００６７】
次いで、まず、情報量削成部３は、処理層５ａ上で予めグループ化された各セル群６に、１次中心性変換処理としての単位処理を行わせる。具体的には、９枚のセルｃから構成された１つのセル群６ａを１単位とし、このセル群６ａ内の、中心に位置する中心セルＣに隣接する各セルｃに、中心セルＣからのデータの同値性と距離に応じた数値を、各セルｃの重みとして付加し、各セルｃを識別する。つまり、周囲のＸＹ±１のセルを中心部分Ｃの消去判定グループとし、Ｃからの距離に反比例させて重み係数を付加する。これを、１次中心性変換処理とする。
【００６８】
図６の例では、セル群６ａ内の９枚の各セルｃのうち、このセル群６ａに位置し、セル群６ａが有する画像情報の中心となる中心セルＣの重みを、この場合７と決定した後、周囲に位置する８枚のセルｃは、中心セルＣからのデータの同値性および距離に反比例して、４あるいは５などの数値が付加されることで、各セルｃが重みによって識別される。
【００６９】
この各セルｃの識別は、上述したような数値を加重加算し、中心セルＣの削成の有無を行う。このとき、９枚のセルcをE,F,G,H の４グループに分けて、セル内の有無で乗算し、対角線上にあるE,HとF,Gの状況によって、中心セル部分ＣはE＝H and F＝G の場合消さず、E≠H or F≠Gの場合は消す判断を下す。また、値を一度消成するが、周囲の値が同属系で同層に存在し、かつ加重加算し２０、１４などの場合は階層をひとつ上げ中心に集約できる。
【００７０】
また、図８（ａ）処理層５ａ上の他のセル群も同様にして、各セル群６内のセルＣの周囲の重みを換算し、Ｃの識別が行なわれる。
【００７１】
次いで、情報量削成部３は、処理層５ａ上において、セル群６ａ（および他の各セル群６）の個々のセルそれぞれについて、セルの有する画像情報を中心セルＣとして削成する。このとき、当該セルＣは、画像情報が削成された場合には、情報の有無を示すために２進数（０：無い、１：ある）の０として保存する。
【００７２】
次いで、情報量削成部３は、画像情報を有しているセルｃを持つセル群６ａ（および他の各セル群６）の画像情報を、処理層５ａの上方に重層した次の処理層５ｂの対応するセル群６ａ（および他の各セル群６）のセルｃに移動させる。
【００７３】
そして、情報量削成部３は、処理層５ｂ上から、セル群６ａ（および他の各セル群６）の５ｃ上へ向けて中心セルＣの有する画像情報を削成する。
【００７４】
従って、セル群６ａの例では、処理層５の３層目の処理層５ｃで、中心セルＣ以外周囲のセルｃに画像情報が無い状態となるため、このセル群６ａの単位処理は、処理層５ｃで終わる。なお、他のセル群６において、周囲のセルｃが留まってる場合には、情報量削成部３がそのセル群６を、続けてさらに上方の処理層６（４層目、５層目・・・）に移動させて、上記同様に中心セルＣを留めるか周囲の同属系色cへ階層を上げることによって情報を伝え削成する単位処理が行われる。
【００７５】
さらに、上述した処理に加えて情報量削成部３は、各セル群６の中心セルＣを、そのセル群内に留める、または削成する処理を行う。これは、上述したセル群６ａでは、例えば、各色差を有する９枚のセルｃのうち、中心セルＣを基準色としそれに対して周囲のセルｃの色の差がある範囲内であれば同じ色の差を有する同属のセルとし、重みを加える。またそれ以外のものは重みを０とする。そして、加算された重みがある範囲内にある場合に削成する。それ以外の場合の情報量削成部３は、処理層５ｃにおいて、セル群６ａの中心セルＣをセル群６ａ内に留める。
【００７６】
このことは、図７の例に示すように、加重されたセル群６ａにおいて、中心セルＣを含む４枚の同じ色差を有する同属セルｃの重みの合計が２１になるのに対して、他のセルｃの重みの合計が２２となり、中心セルＣを含む４枚のセルｃの同じ色差の割合が、セル群６ａ全体の色差に対して半分に満たないことから、情報量削成部３は、処理層５ｃにおいて、セル群６ａが異なる色差を混在しているものとして、セル群６ａに中心セルＣを留める。
【００７７】
また、上述とは別に、情報量削成部３は、他のセル群６において、各色差を有する９枚のセルｃのうち、中心セルＣを含む５枚以上のセルｃが、他の４枚以下のセルｃに対して同じ色差の同属範囲であれば、中心セルＣを留めた処理層５のさらに上層の処理層５において、セル群６の中心セルＣをそのセル群６から削成する。
【００７８】
これも図７に示す例のように、加重されたセル群６ｂにおいて、同じ色差を有する中心セルＣを含む５枚のセルｃの重みの合計が２５になるのに対して、他のセルｃの重みの合計が１８となり、中心セルＣを含む５枚のセルｃの同じ色差部分の割合が、セル群６ａ全体の色差に対して半分を超えることから、情報量削成部３は、セル群６ａが同じ色差を有しているものとして、中心セルＣを留めた処理層５のさらに上層の処理層５でセル群６から中心セルＣを削成することにより、全体の画像情報量を一層削成することができる。
【００７９】
なお、情報量削成部３は、このセル群６内における同属範囲の割合による中心セルＣの削成または留める処理を、単位処理の最初に最下層の処理層５ａで行ってもよい。
【００８０】
上記のような処理をすることで、図５に示す楕円（一部を示す）の画像を、処理層５上に敷き詰められた各セルｃに認識させた、図６の例に示す画像情報は、まず、各セル群６内の、中心セルＣを含む同じ色差範囲（同属範囲）が設定値（図２に示すように、例えば、加重合計を２２〜３４としたとき）であった場合、そのセル群６の中心セルＣを削成することで、それら中心セルＣが有する画像情報を削成し周囲のセルｃへ階層をひとつ上げることによって位置情報を引き渡すことができる。結果、図８（ａ）の右図に示すような、離散した、中心セルＣを有するセル群６の点群からなる画像情報にすることができ、画像の情報量が大幅に削減される。なお、図８（ａ）に示す各セル群の加重合計値や処理層は一例を示したものであり、画像や画像情報の位置などによって様々な数値となる。
【００８１】
上記のような画像情報の処理は、セル群６の単位処理を各処理層５順に行っていくため、本願の処理領域は、図８（ａ）に示す２次元面から上方（縦軸）に延ばした各処理層５（処理層数）を時間軸（処理時間）として表す、３次元空間となる。また、この図８（ａ）を正面から見て、各処理層５で単位処理終了に伴い留まった各セル群６の中心セルＣを連結すると、１次元の曲線となる。
【００８２】
従って、上記のようにして２次元面の楕円画像の画像情報を処理した結果、図９に示すような情報量を削成した画像が得られる。この場合、削成した楕円画像の画像情報は、楕円の形状に沿って得られた各セル群６の中心セルＣを表す２次元面の楕円形状に沿った点群（平面２次元）と、この楕円形状の点群の中央近傍に有する、上述した、単位処理終了時の処理層を処理時間として示すセル群６の中心セルＣを連結した１次曲線を、上方の２次元面方向から見た直線の点群（時間軸１次元）とからなる、１次元複合体によって表すことができる。
【００８３】
次に、上記のように削成した画像情報を、上述とは逆に元の画像に復元する場合には、展開部４は、まず、中心セルＣを留めている処理層５の上方から、この中心セルＣを基点とし、順に処理層５の下方に向けてデータ情報を拡散させて復元する。
【００８４】
具体例としてセル群６ａの場合、図１１に示すように、展開部４は、処理層５ｃにおいて、削成せずに留めた中心セルＣ（この場合、階層が３だとする）を起点として、これら中心セルＣを発火（復元処理動作）させることにより、この中心セルＣの周囲に位置する、削成されていたセルが階層と重みを基に復元される。なお、図１１においても、画像情報を図２の樹状全方向型で処理した場合で示す。
【００８５】
なお、上述したように、中心セルＣが削成されている他のセル群６では、展開部４は、その中心セルＣを中心に周囲に復元した処理層５ｂにおいて、上記同様にして階層番号の大きい層から小さい層へ順に発火させて、階層と重みを基に復元する。
【００８６】
次いで、展開部４は、処理層５ａにおいて、階層番号１を有するセルが復元される範囲の境界上すべてを覆い復元される。
【００８７】
このような復元処理により、楕円の一部を示す図８（ａ）右図のように削成されていた画像情報が、図８（ａ）左図のような画像情報に復元される結果、楕円の画像を例とした図９に示す中心セルＣの点群にまで削成された画像情報を、図５に示す元の楕円の画像情報に再現性良好に復元することができる。
【００８８】
なお、削成して得られたこれら１次元複合体は、樹木の葉の無い枝のように例えることができ、画像情報の復元の際には、この枝に葉を付けて樹木を生い茂らせるような状態に例えることができるため、本願の画像処理方法を、樹状形式による可逆処理可能な画像処理方法と称するものとする。
【００８９】
さらには、重みｇについて、ｇの値が、次式Ｌ≦ｇ≦Ｕのように、下限Ｌ、上限Ｕの範囲内のデータを削除する。また、次式0≦ｇ＜ＬorＵ＜ｇ≦Max(最大値)のような、ｇの値のときには削除しない。ここで、Ｌ、Ｕは可変であり、処理目的によって変えなければならない。中心部分のセルのデータが無い場合には、重みｇも０とする。削除パターンが図２のような状態のときに復元処理するときのデータ型が変化する。
【００９０】
また、中心セルを次式２６≦ｇ≦３９のような重みｇの範囲で消した場合には、図２の樹状全方向型で重み４以上で復元が可能になる。この場合、画面上で45°,135°,225°,315°の向きで時間軸方向に絶対値の傾き１／√２の方向へ伸びる枝部は削成でき、［数１］のところで述べている半径rの単位（元）が√２である。圧縮率はやや悪いが、信号化しやすく主に回路処理などに使用できる。
【００９１】
さらに、中心セルを次式２２≦ｇ≦３４のような重みｇの範囲で消した場合には、図２の樹状斜方向型で重み５以上で復元が可能になる。この場合、画面上で0°,90°,180°,270°の向きで時間軸方向に傾き１の方向へ伸びる枝部は削成でき、［数１］のところで述べている半径r_の単位（元）が１である。圧縮率は９０％前後とよく、主に画像処理などで使用できる。
【００９２】
なお、図２に示すように、各セルの荷重合計ｇの範囲を変更して、例えば、ｇの範囲が２６〜３９で中心セルＣを削成した場合、中心セルＣが樹状形式による処理と比較して多く留まることから、画像情報の処理後における処理層上は、樹状が込み合ったような形状となる。この形式は、回路で使用することができ、データ欠損に強く、一部が壊れても修復できるという性質を有するものである。
【００９３】
以上のような画像情報の処理により、画像情報を中心セルＣの点群として大幅に削減することができるが、本願ではさらに、上記１次中心性変換処理による削成で得られた中心セルＣを連結補正し、点線状のデータを直線として変換し、直線の端点に位置する中心セルＣを削成させる中心性集合概念を使った２次中心性変換処理により、いっそう画像情報を削減することができる。
【００９４】
この場合、例えば、図８（ａ）の処理層５ｃで述べたように、１次中心性変換処理による画像情報の削成により得られた画像情報を用いて、具体例を図１２で示す。なお、各セル群６は拡大された同じ位置に有する。
【００９５】
次に２次中心性処理を行えるように直線に連結させるために、情報量削成部３は、拡大された、それぞれの処理層５（この例の場合、処理層５ｃ）上に離散している図１２（ａ）のような中心セルＣを含むセル群６について、さらに上層の処理層５（この例の場合、処理層５ｄ）において、より近い領域で判断し、例えば、図１２（ａ）に示すように、セル群６のうち、重みが８または１０を有するセル位置６’に周囲の値を挿入する。
【００９６】
すると、処理層５ｄにおいては、データを有する各セル群を直線上に連結でき、それら直線の端点となった各セル群６，６´（この場合、重み１１もしくは１２、または直線で無い節の部分のセル群６）を図１２（ｂ）に示すように削成する。なお、この場合、離散する各セル群６の中心に位置する重み１７、もしくは１５でかつ直線的なセル群６は、画像情報の中心付近に位置するため削成されないものとする。
【００９７】
このとき、削成されたセル群６とともに、作成されず留まったセル群６，６´は、削成状況（削成方向など）を数値などとして記録する。なお、右図のように留まったセル群６に付された数値は、削成状況の例として、方向およびセル群の枠の広さを示したものである。つまり、周囲のＸＹ±２のセルを中心部分Ｃの消去判定グループとし、Ｃからの距離に反比例させて重み係数を付加する。これを、２次中心性変換処理とする。また、図１２（ｃ）のように、処理速度を優先したり、処理後のデータ量が小さくなる場合があるなどの場合には拡大せずに、２次中心性変換処理する。そして、２次中心性変換処理をする場合には、端点と分岐点を消す場合と、端点のみ消す場合とがある。さらに、２次中心性変換を行って方向と量が同じ点群が並んでいる場合には、全てまとめ、１つの点に集約できる。
【００９８】
以上のような画像情報の２次中心性変換処理により、図８（ａ）左図の楕円画像の一部を示す画像情報の情報量（セル群６の数）を、図１２（ａ）のような１次中心性変換処理による中心セルＣを含むセル群６のみの点群にした情報量（セル群６の数）よりもさらに図１２（ｂ）のような情報量（セル群６の数）となり、その画像情報量を大幅に削減することができる。
【００９９】
また、上述したような２次中心性変換処理で削成した、各セル群６，６´を有する画像情報を１次中心性変換処理の画像情報ベース（図１２左図）に復元する際には、展開部４が、処理層５（この場合、処理層５ｄ）に留まった各セル群６，６´を起点として、これらセル群６，６´を発火させることにより、削成されたセル群６および留まったセル群６，６´の削成状況の記録を基にして、削成されたセル群６が再現性良好に復元する。なお、上述した処理層は、１次中心性変換処理に用いない、別途設置した処理層を用いて２次中心性変換処理を行うこともできる。
【０１００】
この画像情報の２次中心性変換処理は、本願の点樹状形式による可逆処理可能な画像処理方法において、画像処理を行う画像が、例えば図１９（ａ）に示す箱などのような３次元領域を有し、直線的な物体である場合、１次中心性変換を行った場合には図１９（ｂ）に示す２次元複合体（泡のくっつき合った部分のような状態）となる。次に２次中心性変換を行い、平面部分を削成し、図１９（ｃ）に示す線に変換する。この場合、８次元空間となり、時間次元が２、空間次元が６となる。ここで、軸方向は、前の時間軸と同方向（処理層に対して垂直方向）でよい。さらに、３次中心性変換を行い、処理空間では、上下に位置する処理層間で中心セルを任意方向に連結して、直線とみなし、この直線の端点に位置するセルを削成する。その結果、図１９（ｄ）に示す１６次元空間上の点となる。
【０１０１】
そして、同一画像において、本願発明の点樹状形式による画像処理方法で削減させた画像情報量と、他の圧縮形式として代表的な、ＰＮＧ形式およびＪＰＥＧ形式で圧縮させた画像情報量とを比較した表を参考例として、以下に示す。
【表１】
画像Ａは、任意に手書きで作成した比較的単純な絵（白黒）とする。
画像Ｂは、パソコンなどで作成した幾何図形（白黒）とする。
【０１０２】
上記表が示すように、画像情報量の削減率は、従来の圧縮形式に比べて本願発明の樹状形式によるものが優れていることが分かる。これは、対象画像が上記表に限定されており、本願発明がまだ研究途中であることから、様々な画像では比較されていないが、あらゆる画像での大幅な情報量削減が期待できる。
【０１０３】
以上のような構成により、セル群単位とした画像情報を、脳内処理と同じように、処理層順に直列式の単位処理を行うことができるとともに、各セル群内の同属割合を判断して中心セルを削成できるため、画像情報を迅速かつ効率的に削成させることができる。また、各セル群中の中心セルを起点として、この中心セルに近い順に、削成していたセルを確実、かつ迅速に復元できるため、画像の再現性にも優れる、画像情報量の高削減率と、画像の高再現性を可能とするデータ処理方法およびデータ処理装置を提供することができる。
【０１０４】
また、以下に示すデータ処理方法にすることで、データ情報量をさらに削減させることができる。図１３は同系色ごとにデータ情報量の削減を説明する元画像の一例、図１４は同系色の画像内におけるデータ情報を点変換するセルの削成工程図、図１５は削成、膨張を繰り返す情報量削成部の説明図、図１６は画像データをｚ軸方向から解析した一例を表す表、図１８は図１６のデータをｚ軸方向の逆向きから順番に解析した一例を示す表、図１９は画像情報の一例として３次元領域を有する箱の３次までの中心性変換処理過程を示す図、図２０は樹状型データ構造の読み出しや書き込みを行う信号を示すグラフ、図２１は閾値を設けた場合の処理を示した一例を示す図である。
【０１０５】
ここでも、例えば、２次元空間中の２次元面でデータ情報を削減する場合のセル上のデータは、以下のようにして削減を行う。まず、画像情報は、図１３に例示するように、濃淡を有するなど同系色として、例えば緑色の閉鎖領域を有する画像アと、この画像ア上に重畳する、それぞれ濃淡を有するなど同系色として、例えば赤色の閉鎖領域を有する画像イおよび黄色の閉鎖領域を有する画像ウからなる画像エであり、かつ画像ア、画像イ、画像ウの順に面積（データ情報の連続性）が大きいものとする。
【０１０６】
まず、処理部２は、上記画像情報が、各同系色（緑色[画像ア]、赤色[画像イ]、黄色[画像ウ]）からなるそれぞれの面積を有した、異なる色および面積の集合体であることを認識し、次いで、情報量削成部３は、この画像情報の中から、まず、最も小さい面積（データ情報の連続性が低い）を有する黄色系同系色である画像ウの情報量を削成する。なお、画像ア、画像イ、画像ウは、上述したように、処理層５上における２次元に敷き詰められた複数のセルｃ上に存在するデータ情報とされる。
【０１０７】
図１４（ａ）から（ｂ）（図中の黒色の四角）を有するセルｃの例のように、画像イのデータ情報が、行Ｎ方向および列Ｍ方向へ偶数、奇数に並んでいる。これらの中心点を得る為に全て奇数の並びになるように引き伸ばす。（情報量削成部３は、図１４（ａ）に示すセルｃの処理空間を、図１４（ｂ）に示すように、Ｎ×Ｍを、（Ｎ＋（Ｎ−１））×（Ｍ＋（Ｍ−１）へ拡大変換を行うものである。なお、図１３の真ん中は、拡大した画像であって、画像ア、イの間に隙間が１ピクセル空いている場合があるが、これは全て同系色の閉領域が同じ奇数になったためである。なお、空いている部分には値が存在しない。
【０１０８】
次いで、上述した図６〜７のように、情報量削成部３は、複数重層する各処理層５において、上述したような各セル群６ａの中心セルＣを基準として、その周囲のセルｃのデータ数に応じて、周囲のセルｃおよび中心セルＣのデータ情報を、完全に消すデータが無くなるまで削成することで、例えば図１４（ｃ）のように画像ウのデータ情報量が削成される。
【０１０９】
そして、この図１４（ｃ）にまで削成された、画像ウの樹状化データ情報は、色別に画像ごとに別途設けられた、それぞれ上述同様にして複数重層された処理層５´に移される、そして、図１３の真ん中に示すように、空きスペースに周囲の色（画像アの緑色、など）を膨張させて、画像ウに生じた空間を埋める。
【０１１０】
このとき、情報量削成部３は、上記同様にして図１３エの画像が図１５（ａ）の画面上に存在したとすると、順次、対比色占有面積の小さな画像イおよび画像アのデータ情報量を順に削減し、それぞれのデータ情報を各処理層５´に移す。これら、一連の処理、情報量削成部３の構成は、図１５（ｄ）に示すように、（ｂ）削成、（ｃ）膨張を繰り返すことによって成される。この図１５における下部のくびれた部分で画像ウを別の層へ移し、真ん中のくびれた部分で画像イを、一番上のくびれで画像アの樹状化データ情報をそれぞれ別の層へ移した。最後に一番上の面は背景である白のみが残った状態を示す。
【０１１１】
次いで、情報量削成部３は、例えば、処理層５´の画像ウにおけるデータ情報を有するセル群ｃが、図１４（ｃ）などのように偶数列を有する場合には、中心点を得るため、これらデータ情報を有するセル群ｃが奇数列になるように、ｒを処理階層数として、処理空間を、例えば図１４（ｄ）のように（２（２Ｎ−１）−１）×（２（２Ｍ−１）−１）×（２ｒ−１）に引き伸ばす。
【０１１２】
そして、情報量削成部３は、処理層５´の各層において、上述した図１２のように、データ情報を有する連続したセル列ｃの直線部分となる端点に位置したセルｃの削減を重ねることで、画像ウのデータ情報量は、図１４（ｅ）に例示するような点群にまで削成される。従って、情報量削成部３は、各処理層５´に有する他の画像イ，アについても順に上述同様の処理を行うことで、画像ウ，イ，アのさらなるデータ情報量の削成を行うことができる。なお図１３の最後の処理を見ると、樹状型が形成されていることがわかる。そして、こうして形成された樹状型は細かな部分と大きな部分は離れており、最初に形成された樹状型は細かい部分、後になって形成された樹状型は大きな部分の情報となる。これらのデータは後でそれぞれ分けて、同値であるかを比較し、記録解析制御部に特徴記録してデータ処理を行うことができる。
【０１１３】
以上のようにして削成したデータ情報量を、点樹状形式（同系色）として、上述した画像エの同一画像において、通常の樹状形式とともにＰＮＧ形式およびＪＰＥＧ形式で圧縮させた画像情報量と比較した表を参考例として、以下に示す。
【表２】
上記表が示すように、画像情報量の削減率は樹状形式とＰＮＧはほぼ同じ値を示す。しかし、点樹状形式（同系色）による処理方法が樹状形式やＰＮＧによる処理方法をさらに上回る結果となり、処理方法がさらに優れていることが示せた。
【０１１５】
以上、本願発明の樹状形式によるデータ情報の削成について、画像データを例に説明してきたが、データ情報は、音声や音楽などの音データについても樹状型構造へ変換し、それらデータ情報量を大幅に削減することができる。
【０１１６】
この場合、音データの樹状型構造は、音の振幅や波長によって樹状の大きさが変わる。これは、音は周波数と振幅に分解できるため、音の振幅が大きいほど、樹状の形は横幅が大きくなり、各周波数の割合によって枝の分岐位置が決まる。従って、人間が発する声の認識も容易に出来るようになる。
【０１１７】
また、拡声器などに使われる三角錐型構造をもった共鳴器具を使い、音の振動を、周波数および振幅で同時に捉える方法なども考えられる。そして、波長の長いものは、層と直交した縦方向により多く伸び、波長の短いものは縦方向に短く。また、音の振幅があるものほど、層と平行の横方向に伸びるものとする。少なくとも周波数と振幅で表し２次元空間上での処理となるため、中心性集合論より必ず１次元データに変換できる。各周波数の分布によって樹状データが形成される。
【０１１８】
そして、音データなどの樹状形態は、画像処理の樹状形態とは構造が異なる。これは、画像データの樹状形態は、広葉樹型構造をしているのに対し、音データなどの樹状形態は針葉樹型構造をしており、同じ種類の情報に対して、重構造を認めているかいないかの違いがある。
【０１１９】
これは、画像データの場合には同じ色には重構造を認めず、逆に、音データの場合には、ある音に対して、重構造を認めている。このことによって、データの形が広葉樹型か針葉樹型かに変化するのである。また、何度も似た音を聞く事によって、この針葉樹型構造はレイヤー（層）上に横へ広がるように成長する。
【０１２０】
これらの樹状型データ構造の読み出し、書き込みには、図２０（ａ）に示すとおり、パルス信号か若しくは正規分布信号を使う。信号のエネルギーが等しい場合には例え入力がパルス信号でない正規分布信号であっても、以下に述べる方法によって出力信号はパルス信号へ変換することができる。
【０１２１】
ただし、この方法だと音などは可逆性があるが、画像データなど２次元以上のデータを扱う場合には、鏡画像として復元してしまう可能性があるので、周囲データの情報も加味しなければ、必ずしも可逆変換ではない。
【０１２２】
しかし、樹状形態の方向や大きさなどの違いがあっても，容易に認識が可能となる．だから、処理された樹状型構造より物体の認識などが容易くできるようになる。
【０１２３】
読み出しには、パルスを各樹状の基底部より樹状構造をした回路内へ送って、分岐の角度の度合いにより、パルス信号の一部分を元の基底部へ返す。直進性の高い方向ほど多くの信号強度を送り、曲がる角度の大きいものほど小さくなるように、パルス信号を節の部分で分岐させる。
【０１２４】
また、終端部分では、パルスを全反射させて全てのパルス信号を元の基底部へ返す。従って、図２０（ｂ）の示すとおり、正規分布型の波長の場合には分岐角度に対しては(π−θ)/πの割合で短くなる。
【０１２５】
そして、図２０（ｃ）の示すように、分岐する場合には波長(σ分散値)が0度の直進の場合を１倍とし、45度の角度で3/4，90度で1/2，135度で1/4、180度を0とし、反射波を考慮する。
【数５】
【０１２６】
例えば、図２０（ｄ）のように、
１の振幅を持つパルス信号が２分岐すると考えて、角度がθ，φの場合には、それぞれのエネルギー量の分ける比率は、
一方は直線方向でθ＝０，sin2(0π/2)＝０，cos2(0π/2)＝１，σ2 θ＝１2＝１
一方は45度の角度φ＝(π/4)，sin2(π/8)＝0.1464…，cos2(π/8)＝0.8535…，σ2 φ＝(3/4)2＝9/16なので、
σ2＝σ2 θ＋σ2 φ＝１＋9/16＝25/16
これに対応した全反射信号の割合は0.0527…、
全ての通過信号の割合は0.9472…、
従って、およその割合は、直進信号βpassθは0.64、４５度分岐した信号βpassφは0.307、反射信号βreは0.052という信号が返される。
【０１２７】
反射波の場合には、波長を0と見なしδ関数になるが、再規格化を行いパルス波形にする。すると，パルスはあるパルスの羅列(波形)になって，読み出すことが出来る．
また、パルスになると、処理するのが容易くなる。通常の正規分布型の波形の計算は分散値や積分などの処理が面倒だが、パルスの場合には、単純に入力振幅値を1として、割合に応じて分けるだけなので簡単に計算処理できる。
【０１２８】
これは同系の形を持ち大きさが異なる樹状データ構造の場合でも同じ値となる。また、信号の間隔２ａ：２（ａ＋ｃ）：２（ａ＋ｂ）＝Ａ：Ｂ：Ｃの比率も同様になる。従って、信号の振幅値が同じで、信号間隔比率も同じ場合には同形なデータであると判断する。
数値によって識別するために、特許出願人が考えた、形体エントロピーという概念を導入し、その量によって形体を数値によって識別する手段について述べる。
重心を『重複しないある単位空間に重みを付加した場合、丁度平行に吊りあう中心点』とし、また距離xiは『T時間に最小単位時間∂tで進むことができる最短距離∂xの足し合わせた数』とした場合、形体エントロピーは『空間上に広がった、重複しない量δiに等価な重みをつけた場合、重心からの距離xi 2の足し合わせた数』ということができる。
【数６】
【０１２９】
また、樹状型データ構造を書き込む場合には、直接、画像、音、論理データをシステムで処理するか、もしくは、出力パルス信号列と時間的に逆の波形構造をした入力信号列を樹状基底部から送ってやり、一つのパルスで振幅が１の信号が元の基底部へ戻ってきたら、書き込みができたと確認することができる。
【０１３０】
逆に総加算された信号の振幅値が１のパルス信号列から樹状化データ構造を作りだすために、データの入力されていない層へ、時間的に逆のパルス信号波形を入力させ、パルスの信号に従って進行方向と長さを作ることができる。
【０１３１】
従って、ある制御系からの情報をある波形を持った正規分布波として、入力し、そのデータを樹状データ内で一致するものを探す。一致するのが無い場合には、波形の波長を短くし、再度一致するものが無いか確認する。繰り返し行い、最終的に存在しない場合には波形を単位ごとのY字型樹状データ構造に変えて、それぞれに分けて記録する。
【０１３２】
回路を逆に反応するようにすれば、あるパルスから、ある振幅と波長を持った正弦波に変換することが可能になり、制御系の処理も可能となる。
【０１３３】
また、制御を行う内部処理としては、処理系の内部を最初にデータマスキングし、信号の経路を作り、そこにデータを入力させ処理することが可能となる。回路内部では空いた空間に最初に到達した色（データ）の占有権を認めさせ、最終的に平行状態で安定したものが、結果データとすることが出来る。
より具体的に説明すると、樹状化データ構造は２次元情報を３次元情報へ変換することで、図８（ｂ）のように、情報エントロピー量が最小になっている。
これを図８（ｃ）の方法で、分岐角度に応じた割合によって振幅の異なるパルス信号へ変換し、図８（ｄ）のパルス間の距離の２分の１が枝部の長さになるの表ができる。
元々、樹状化データ構造をパルス信号へ変換する考えは、複雑な洞穴内でコウモリが超音波を発することによって、奥深さと距離、構造を知ることが出来るという点から発想を得たものである。ここで、超音波を入力信号、コウモリの耳に届く反射波を出力信号と考え、洞穴の深さを距離、大きさを無視して考える。
３次元樹状化データをパルス信号へ変換する場合には、振幅１の入力信号を時間軸の値の大きい方より入力し、方向の変更が無い場合には出力信号パルスの反射は０、また、端点の場合には出力信号を全反射、分岐する場合にはそれぞれの分岐角度に応じた出力信号パルスを加算して返し、またそれぞれの出力信号パルスに応じて入力信号振幅値を分け、カーブして方向の変化がある場合には変化方向に応じた出力信号パルスを返す。３次元樹状化データは特性があり、時間軸方向へ４５度から９０度の部分にデータが存在し、また、整数空間だとすると格子状なので、元データのＸＹ平面状から見ると方向変化も格子状の点群の中の０度から９０度の間となる。
このようにして得られたパルス信号は伝達、保存もしくは検索で使用する。再度このデータを復元してやるためには、樹状化データの距離と角度は決まった値を取るので復元しやすく、復元するときには出力パルス信号を３次元情報として情報エントロピーが最大になるように展開してやる。情報エントロピーの最大値は元の２次元データへ変換したときに一番多くの範囲を占有する値とする。ただし、この場合には鏡状に反転して復元される場合もあるので、復元方向の情報を含めなければならない。
論理回路としては導出原理の完全性1965年Robinson,J.A.によって証明された方法を使えばあらゆる論理式をNOT,AND,ORに変換することが出来き、正否の判定が有限回で可能になる。従って、
この回路内で周囲重みの値によって、次の時間軸上の層へデータを伝達する場合を考えれば、ORは展開、ANDは削成、NOTは反転もしくは変化することと考えれば、樹状化データ構造によって複合的な論理回路が作ることが可能である。
例えば、論理演算前の1の状態をON、0をOFFとし、演算後の値を展開の場合0から1、もしくは削成の場合1から0になればONまたはTrue、変化が無ければOFFまたはFalseとする。すると、図８（e）のような論理回路を作ることが可能である。
また、図８（ｆ）のように、データマスキングを行なうことによって制御データも生成することができる。例えばＡという部分に信号が届くとαという制御を行い、Ｂという部分に信号が届くとβという制御が行なわれる場合にはＡとＢの部分にマスキング処理を行ない、それぞれの信号の届く時間を変えることによって制御処理結果を変えることができるようになる。制御は樹状化構造を持ったものに信号を送り込んでやることによって、一致した構造の部分が動くものとする。これによって神経と同様の働きを行なうことが可能となる。
【０１３４】
なお、これらの樹状変換処理を行う場合には、同じ同系のデータでなければ、処理出来ない。従って、図２１（ａ）のような、写真の空など徐々に変化するグラデーションの場合は、以下の閾値処理をする。色データの値をAとし、ある閾値αを設け、A−α＜A＜A+αとなるその範囲以内の色の場合には全て同じ系列(色)と見なして処理を施す。
【０１３５】
復元するときには、同系データ値で図２１（ｂ）のように復元できる。すると、セルどうしの境界部分（離散状態、ジャギ）ができ、異なるデータ値が隣接した状態になってしまう。そのようなときには、拡散点群（樹状）もしくは指向性を持った点（樹状点）を原点とし、τという微小な値を考え、色別連続認識値γ≡α＋τとし、A−γ≦A≦A＋γの条件が成り立つ場合、互いの値の平均値を求めてから、信号を反射させ、原点からの到達時間と同じ時間を使って、同じ経路を逆に通り中間値を原点値に近づけながらスムージング処理を行い、ほぼ、図２１（ａ）のグラデーションの元データに復元する。
【０１３６】
次に、データを別の記憶媒体に保存伝達する方法として、s次元の総データ量Ｄを以下のように定義する。
【数７】
通常、パソコン上の画面はXmax×Ymax×COLORmaxで表され、横600pixel、縦400pixelの画面において、画面上の1 pixel(dot)には色数24bit(Red:256階調,Green:256階調、Blue:256階調(28)3個のRGBデータ)の情報を有する。そして、1
pixel(dot)を1セルとすると、１画面の総データ量は600*400*224となる。このデータ量は24BitBMPファイルの場合と同等である。
【０１３８】
そして、もう１つの時間軸を反応時間t(起源時間:root time)とする。ここで、単純に次元が増えることによってデータ量も増えると考えられるが、不連続でデータの離散性が高く、乱数度が最大で圧縮しても大きさが変化しない状況でない限り、処理結果はデータ量が減ることになる。
【０１３９】
連続データの場合には、Root値が大きくなり、N,Mの値が減り、全体でデータ量が減る。そして、単純な画像ほど、ｔ(root time)の軸が伸び、データ量が減り。複雑な画像ほど、ｔ(root
time)の軸が伸びず、データ量は減らない。
【０１４０】
データ保存するときには座標上に何も無くっても、データ量は必ず存在する。そのため、離散データを記録するためには実際存在する値よりもかなり大きなデータ数になってしまう。この手法を使うと、データの存在しない部分は必ず１bitにすることが出来る。また、圧縮を行うことで、さらにデータ量が減少する。
【０１４１】
以下、点樹状形式を可逆変換し、ファイルに保存する方法を述べる。
【０１４２】
図１６に例示するようなｎ次元整数空間上の離散的な情報をファイルに記録する方法は、樹状形式または点樹状形式（同系色）により削成されたデータ情報は、データ情報の縦横サイズや、最大処理階層数、最大点群（データ）間距離、画面データの有無などを、２ビット（１，０）でファイルなどに保管するが、その順として、まず、色数とパレットデータを、面積の大きかった順に保管し、次いで先に保管した、画面データを有する部分だけを対象にして、色順に色の有無を２ビットで保管する。さらに、色を有する部分は、固定長、可変長のデータをそれぞれ色順と同様に保管する。
【０１４３】
あるｎ次元上の離散データの射影である２次元面上に存在の有無（１，０）を1bitで記録する。ただし、このときにデータを有する個数が最小の値になる方向からの方が望ましい。仮に射影方向をＺ方向と呼ぶことにする（この処理系では、Root Time，広がる量とも呼んでいる）。
【０１４４】
そして、図１７に示すように、その２次元面上のデータの有する部分でいくつデータがＺ方向に重複するかを計測する。ただし、必ず全て１以上の値になるので、データ削減の観点から１引くものとする。また、その最大値より、保存bit数を決定し、保存bit数と重複回数を記録する。
【０１４５】
そして、例えば、データが上層部に集中している場合には、図１８に示すように、上層から下層へ層ごとに順番に処理をする（下層部に集中している場合には下層部からとなる[その場合には方向として1 bit必要となる]）。すなわち、処理の最初の方でデータ数が多いところから処理するほど圧縮率が高くなるので、データ分布状態によっては、Ｘ方向、Ｙ方向から行うこともありうる。
【０１４６】
なお、現在処理をしている層よりも下層方向であるＺ軸上に何もデータが無い場合には、その層におけるデータ処理を行わずにとばして、次のデータ処理を行う。もし、下層方向にデータが存在している場合で、現層上にデータが無ければ０、あれば１として、データの値を保存し、後でデータの最大値より保存bit数を決め、それぞれ、層内データの有無グラフ1 bitとデータ値グラフを記録する。
【０１４７】
ただし、データ値は必ず全て１以上の値になるので、データ削減の観点から１引くものとする。層内において、全てＺ軸上から下層を見て０になるか、最下層まで処理をしたら終了とする。
【０１４８】
このように、削減したデータ情報の位置、方向、距離の各データを順次ブロック状に積み上げて、同様の保管処理を行うことにより、削成されたデータ情報が前記ファイルなどに効率的に保管される。
【０１４９】
また、図１３のような画像を、上述の点樹状形式（同系色）により削成し、前記ファイルなどに保管されたデータ情報を復元（逆変換、解凍）する際は、前記ファイルから次元数と座標の範囲のデータ情報を読み込み、出力空間を再現する。次に、２次元面上のデータ有無を読み復元する。
【０１５０】
また、色別の重複回数データを読み込み、色データごとにそれぞれの処理層５´の層内へ色データを順番に移動させ、２次元面上のデータの有する場所に加算していく（保存するときに１を差し引いてあるので、そのまま加算すると元の値に戻る）。
【０１５１】
そして、上層部分より順に重複回数データ値の０で無い部分で、層内データ有無のグラフを確認し、データが有る場合には、その層内にデータ値グラフからデータを書き込み、重複回数データから１を差し引く。これを色データごとに繰り返し行い、最下層まで処理をし、展開部４が、処理層５´において、図１４（ｅ）のような点群データを方向と量で図１４（ｄ）のように展開させ、最後に下部から重ね合わせると終了となる。このような削成処理の手順とは逆の手順により、図１３の画像に再現性良好に復元される。
【０１５２】
以上、本願発明の樹状形式によるデータ情報の削成について、画像データを例に説明してきたが、データ情報は、音声や音楽などの音データ、および論理、制御についても樹状型構造へ変換し、それらデータ情報量を大幅に削減することができる。
Claims (22)
- データ処理装置に入力したデータ情報を、
該データ情報の情報量を削成する情報量削成部と、
該情報量削成部で削成したデータ情報を復元する展開部と、
からなる処理部で可逆処理するデータ処理方法であって、
前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、
前記情報量削成部は、前記データ情報を有する前記複数のセルごとに単位処理を行い、
前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みによって識別処理し、前記セルの時間軸上に存在するデータ位置が停止するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とするデータ処理方法。 - 前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とする、請求項１に記載のデータ処理方法。
- 前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする、請求項１に記載のデータ処理方法。
- 前記セルは、前記データ情報の削成状況を記録することを特徴とする、請求項１に記載のデータ処理方法。
- 前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする、請求項１に記載のデータ処理方法。
- 前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元上の０次元(点状)データ情報に削成することを特徴とする、請求項１に記載のデータ処理方法。
- 前記識別処理は、重みをつけて加算する加重処理とする、請求項１に記載のデータ処理方法。
- 前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする、請求項１に記載のデータ処理方法。
- 前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする、請求項１に記載のデータ処理方法。
- 前記記録解析制御部は、樹状化データ構造をパルス信号へ変換する方法、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする、請求項１に記載のデータ処理方法。
- 前記データ情報は、画像、音、論理信号、制御信号であることを特徴とする、請求項１〜１０に記載のデータ処理方法。
- データ処理装置に入力したデータ情報を、
該データ情報の情報量を削成する情報量削成部と、
該情報量削成部で削成したデータ情報を復元する展開部と、
からなる処理部で可逆処理するデータ処理装置であって、
前記処理部は、複数のセルから形成した処理層を重層させてなるとともに、
前記情報量削成部は、前記データ情報を有する前記複数のセルごとに単位処理を行い、
前記単位処理は、前記セルに隣接するセル群からのデータの同値性と距離に応じて重みによって識別処理し、前記セルの時間軸上に存在するデータ位置が停止するまで、前記処理層の下層から上層へ向けて順に各処理層ごとに前記セルを削成し、データ情報量を削減させ、それらのデータを記録解析制御部において処理することを特徴とするデータ処理装置。 - 前記セルの削成の有無を判断しなければならないセルを中心セルとし、該中心セルの周りに存在する複数のセル群をグループとし、該グループは、神経細胞シナプスの働きを簡略化および単位化したものであり、前記セルを組み合わせることで、並列処理を可能とすることを特徴とする、請求項１２に記載のデータ処理装置。
- 前記情報量削成部は、さらに、前記処理層に留まった前記中心セルを前記処理層に対して垂直となるように連結した直線の端点に位置する前記中心セルを削成することを特徴とする、請求項１２に記載のデータ処理装置。
- 前記セルは、前記データ情報の削成状況を記録することを特徴とする、請求項１２に記載のデータ処理装置。
- 前記情報量削成部は、ｎ次元空間上のｎ次元の前記データ情報を、ｎ＋１次元空間上のｎ−１次元複合体のデータ情報に削成することを特徴とする、請求項１２に記載のデータ処理装置。
- 前記情報量削成部は、ｎ＋１次元空間上のｎ−１次元の前記データ情報を、２ｎ−１（ｎ＋１）次元空間上の０次元の点状データ情報に削成することを特徴とする、請求項１２に記載のデータ処理装置。
- 前記識別処理は、重みをつけて加算する加重処理とすることを特徴とする、請求項１２に記載のデータ処理装置。
- 前記展開部は、前記処理層の上層から下層に向けて順に、削成した前記セルを復元することを特徴とする、請求項１２に記載のデータ処理装置。
- 前記処理部は、前記データ情報を、同系データごとに削成および展開することを特徴とする、請求項１２に記載のデータ処理装置。
- 前期記録解析制御部は、樹状化データ構造をパルス信号へ変換する装置、および、伝達記録されたパルス信号から樹状化構造を検索、構築するためのデータ入出力が実行できることと、制御方法として、樹状化データ構造によるデータマスキングを回路に施すことによって、他のデータの削成もしくは展開によるデータの縮小や広がりを変更させることによって次の論理制御スイッチを入れることが実行できること、すなわち、樹状化データ構造へ変換することによって、それぞれの単一したデータだけでなく、音データと論理データ、画像データと制御データなどのように、いくつもの種類の異なるデータを複合して、一つの樹状化データ構造で表し存在させることが可能であり、前記記録解析制御部は本来のデータとしての分析保存確認検索機能と樹状化構造データの位置や周辺データの配置を変えることにより制御回路として振舞う機能を両方持つことを特徴とする、請求項１２に記載のデータ処理装置。
- 前記データ情報は、画像、音、論理信号、制御信号であることを特徴とする、請求項１２〜２１に記載のデータ処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010537806A JP5099860B2 (ja) | 2008-11-13 | 2009-11-12 | 樹状形式によるデータ処理方法およびデータ処理装置 |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008291540 | 2008-11-13 | ||
| JP2008291540 | 2008-11-13 | ||
| PCT/JP2009/069299 WO2010055893A1 (ja) | 2008-11-13 | 2009-11-12 | 樹状形式によるデータ処理方法およびデータ処理装置 |
| JP2010537806A JP5099860B2 (ja) | 2008-11-13 | 2009-11-12 | 樹状形式によるデータ処理方法およびデータ処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2010055893A1 JPWO2010055893A1 (ja) | 2012-04-12 |
| JP5099860B2 true JP5099860B2 (ja) | 2012-12-19 |
Family
ID=42170024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010537806A Expired - Fee Related JP5099860B2 (ja) | 2008-11-13 | 2009-11-12 | 樹状形式によるデータ処理方法およびデータ処理装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20110219033A1 (ja) |
| EP (1) | EP2357730A4 (ja) |
| JP (1) | JP5099860B2 (ja) |
| WO (1) | WO2010055893A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4000043A4 (en) * | 2019-07-19 | 2023-04-19 | Nokia Solutions and Networks Oy | MECHANISM FOR REDUCING LOG ENTRIES BASED ON CONTENT |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005510979A (ja) * | 2001-11-26 | 2005-04-21 | エレクトロニクス アンド テレコミュニケーションズ リサーチ インスチチュート | 画像画質向上因子を利用した知能型波紋スキャン装置及びその方法と、それを利用した画像符号化／復号化装置及びその方法 |
| JP2006262436A (ja) * | 2005-03-17 | 2006-09-28 | Toshiba Corp | 画像処理装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6957350B1 (en) * | 1996-01-30 | 2005-10-18 | Dolby Laboratories Licensing Corporation | Encrypted and watermarked temporal and resolution layering in advanced television |
| US6011872A (en) * | 1996-11-08 | 2000-01-04 | Sharp Laboratories Of America, Inc. | Method of generalized content-scalable shape representation and coding |
| GB9919805D0 (en) * | 1999-08-21 | 1999-10-27 | Univ Manchester | Video cording |
| EP1575262A4 (en) | 2002-12-18 | 2010-02-24 | Nokia Corp | DATA-IMAGE COMPRESSION DEVICE AND DECOMPRESSION DEVICE AND IMAGE-DATA COMPRESSION PROGRAM AND DECOMPRESSION PROGRAM |
-
2009
- 2009-11-12 EP EP09826140.7A patent/EP2357730A4/en not_active Withdrawn
- 2009-11-12 WO PCT/JP2009/069299 patent/WO2010055893A1/ja active Application Filing
- 2009-11-12 US US13/128,713 patent/US20110219033A1/en not_active Abandoned
- 2009-11-12 JP JP2010537806A patent/JP5099860B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005510979A (ja) * | 2001-11-26 | 2005-04-21 | エレクトロニクス アンド テレコミュニケーションズ リサーチ インスチチュート | 画像画質向上因子を利用した知能型波紋スキャン装置及びその方法と、それを利用した画像符号化／復号化装置及びその方法 |
| JP2006262436A (ja) * | 2005-03-17 | 2006-09-28 | Toshiba Corp | 画像処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2010055893A1 (ja) | 2010-05-20 |
| JPWO2010055893A1 (ja) | 2012-04-12 |
| EP2357730A4 (en) | 2016-01-20 |
| EP2357730A1 (en) | 2011-08-17 |
| US20110219033A1 (en) | 2011-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106855996B (zh) | 一种基于卷积神经网络的灰阶图像着色方法及其装置 | |
| CN110473144A (zh) | 一种基于拉普拉斯金字塔网络的图像超分辨率重建方法 | |
| CN107590775B (zh) | 一种利用回归树场的图像超分辨率放大方法 | |
| CN109948692A (zh) | 基于多颜色空间卷积神经网络及随机森林的计算机生成图片检测方法 | |
| CN109712165A (zh) | 一种基于卷积神经网络的同类前景图像集分割方法 | |
| JP2005167978A (ja) | カラー画像情報を白黒画像に埋め込むための方法 | |
| CN109284741A (zh) | 一种基于深度哈希网络的大规模遥感影像检索方法和系统 | |
| CN111106836A (zh) | 图像重构方法和装置 | |
| CN113487523B (zh) | 图形轮廓优化方法、装置、计算机设备和存储介质 | |
| Morozov | Homological illusions of persistence and stability | |
| Du et al. | Blind image denoising via dynamic dual learning | |
| CN104036242A (zh) | 基于Centering Trick卷积限制玻尔兹曼机的物体识别方法 | |
| CN116385902A (zh) | 一种遥感大数据处理方法、系统及云平台 | |
| JP5099860B2 (ja) | 樹状形式によるデータ処理方法およびデータ処理装置 | |
| Sun et al. | ESinGAN: Enhanced single-image GAN using pixel attention mechanism for image super-resolution | |
| CN109658508A (zh) | 一种多尺度细节融合的地形合成方法 | |
| CN111191729B (zh) | 一种基于多模态特征融合的三维对象融合特征表示方法 | |
| CN117218429A (zh) | 基于双分支网络的光谱-空间注意力机制的高光谱图像分类方法 | |
| CN104992425B (zh) | 一种基于gpu加速的dem超分辨率方法 | |
| CN116383634A (zh) | 一种滑坡信号识别方法、装置和电子设备 | |
| Jolly et al. | Bringing monochrome to life: A GAN-based approach to colorizing black and white images | |
| Oza et al. | Automatic image colorization using ensemble of deep convolutional neural networks | |
| CN113191947B (zh) | 一种图像超分辨率的方法及系统 | |
| CN109447900A (zh) | 一种图像超分辨率重建方法及装置 | |
| CN114118415A (zh) | 一种轻量级瓶颈注意力机制的深度学习方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120405 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120529 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120723 |
|
| 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: 20120904 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120921 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151005 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120405 |
|
| LAPS | Cancellation because of no payment of annual fees |