JP5103955B2 - 画像検索方法、装置およびプログラム - Google Patents

Description

本発明は、画像を検索する方法、装置およびプログラムに関する。

画像検索では、画像に関連付けられたテキスト情報によって対象の画像を検索する手法がある。また、テキスト情報による表現が困難な画像の場合、画像の形状によって類似する形状の画像を検索する手法がある。従来技術として下記の文献がある。

機械製品の組み立て図面では、一枚の図面データの中に複数の部品が描かれる場合がある。図面データの中には部品の一部を拡大した部分が描かれる図面が含まれている場合がある。部品の一部を拡大した部分が描かれる図面は詳細図面と呼ばれる。画像内の部品を検索する場合、詳細図面は部品の一部であり検索結果として適切ではない。したがって詳細図面を検索処理の対象外とすることが望ましい。

更に、画像の形状によって類似する形状の画像を検索する手法は、類似画像の検索に時間を要する。一方、部品の検索をしたにも関わらず、詳細図面が類似する部品として検索される場合があり、検索精度が低い問題があった。
特開平１１−１５９５９号公報

本発明は、精度よく検索の元となる画像に類似する画像を検索する図面検索装置の提供を目的とする。

本発明の第一の手段は、データベースに格納された画像情報を検索する画像検索装置の画像検索方法であり、検索要求の対象の画像情報の輪郭の形状に応じて画像情報の属性情報を検出し、予め画像情報と属性情報とが関連付けられて格納されたデータベースから検索要求の対象の画像情報の属性情報に合致するデータベース内の画像情報を読出し、データベースから読出した画像情報から定まる固有の値と検索の要求の画像情報から定まる固有の値との間の差が予め定めた値以下となるデータベースの画像情報を検索する。

また、本発明の第二の手段は、第一の手段の属性情報は画像の輪郭の形状が閉じた領域となるか否かによって判別された情報である。

また、本発明の第三の手段は、第一の手段で更に、図面内に複数の対象物が描かれる場合、対象物が表示された領域毎に図面を分割して、データベースに分割された複数の画像を格納し、分割した対象物の画像情報から定まる固有の値と検索要求の対象の画像情報から定まる固有の値との間で差が予め定めた値以下となる画像情報を含む図面を検索する。

また、本発明の第四の手段は、第一の手段で更に、閉じた領域を有する画像か否かを、画像に描かれた対象物の外形の位置情報と対象物から求まるスケルトンの位置情報との関係から判定する。

また、本発明の第五の手段は、第一の手段で更に、閉じた領域を有する画像か否かを、画像情報に描かれた対象物を形成する画素と対象物のスケルトンを構成する画素とが重なる画素数と対象物の輪郭を形成する画素数との割合が、予め設定した閾値を超えると対象物を開領域と判別する。

本発明は予め画像の属性情報を関連付けて格納したデータベースを有することにより、検索時には、検索対象の画像の属性情報に合致するデータベース内の画像情報のみを検索の対象とすることができる。この結果、属性情報が異なる画像情報は類似する画像として検索されず、本発明は精度よく類似する図面を検索することが可能となる。さらに、検索対象画像を限定できるため、類似度の算出処理の対象となる画像個数が減少し、類似度算出処理に要する時間が減少する。

以下、本発明の実施の形態を説明する。

図１は、本実施例のハードウェア構成図である。画像検索装置１０は、制御部２１、メモリ２２、記憶部２３および入力部２４、出力部２５を有し、それぞれがバス２７に接続された構成である。

制御部２１は画像検索装置１０の全体を制御する。例えば、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）である。また、制御部２１はメモリ２２に展開された画像検索プログラム２８を実行する。画像検索プログラム２８は制御部２１を図面分割モジュール、開閉部品判定モジュール、特徴量算出モジュール、類似画像検索モジュールとして機能させる。図面分割モジュールは入力された図面データ内に描かれた個々の部品によって図面データを分割する機能を有する。開閉部品判定モジュールは、分割された個々の部品の画像が開領域か閉領域かを判別する機能を有する。特徴量算出モジュールは個々の部品の画像のデータから固有の値を得る機能を有する。類似画像検索モジュールは個々の部品画像の間の類似する程度を数値化して出力する機能を有する。なお、以降の説明では、説明の簡単化のため、制御部２１が実行すると記述する。

メモリ２２は、記憶部２３に格納された画像検索プログラム２８が展開される記憶領域である。また、メモリ２２は制御部２１が画像検索プログラム２８を実行する際に生成される種々の演算結果が格納される記憶領域である。メモリ２２は例えばＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）である。

入力部２４は利用者からの検索の基となる画像情報（以下、クエリ（ｑｕｅｒｙ）画像情報という）を受付ける。入力部２４は、例えば、キーボード、マウス、タッチパネル等である。出力部２５は、画像情報の検索結果を出力する。

出力部２５は、例えば、ディスプレイ（表示装置）等である。記憶部２３は、画像検索プログラム２８が格納される。記憶部２３は例えばハードディスク装置である。

次に画像検索装置１０に接続するデータベース２６について説明する。図２は本実施例のデータベース２６の構成例である。データベース２６には、検索の対象となる画像データ群が格納される。本実施例で検索する対象物は図面に含まれる部品の画像である。図面は、例えば組み立て図面のように、一枚の図面が複数の部品図を有する場合がある。本実施例では、図１０の１０１、１０２のように図面内に含まれる個々の部品図毎に分割した画像（以下、部品画像とする）がデータベース２６に格納される。

データベース２６に格納されるレコード２６６は部品画像毎に有する。データベース２６のレコード２６６は、図面識別番号２６１、部品画像識別番号２６２、開閉フラグ２６３、画像データ２６４および特徴量２６５を有する。

図面識別番号２６１は部品画像が分割される基の図面データを識別する番号である。部品画像識別番号２６２は、部品画像を識別するための番号である。開閉フラグ２６３は部品画像の輪郭が開領域で構成された画像か閉領域で構成された画像かが判別された結果が格納される。部品画像データ２６４は部品画像の画像データである。特徴量２６５は画像から算出される固有の値である。特徴量２６５は後述の類似する画像を検索するときに使用する。

図３は、本実施例の開領域の部品画像と閉領域の部品画像とを説明するための図である。組み立て図面等では、図面を閲覧する者の部品の特性の理解を容易にするため、図面内の部品の注目すべき部分を切り取って拡大する場合がある。注目すべき部分が切り取られた部品の一部の拡大図は、詳細に説明するときに用いられる。

図面４１は部品の画像４２と部品の画像４２の一部の領域５１を拡大した詳細画像４３とが描かれる。部品の画像４２を閉領域の部品画像、詳細画像４３を開領域の部品画像と定義する。閉領域の部品画像は外形が閉じている部品画像である。外形が閉じている部品画像は、画像内の部品画像４２の占める領域が部品画像４２の輪郭線によって判別可能である。一方、開領域の部品画像は外形が開いている部品画像である。外形が開いている部品画像は、画像内の詳細画像４３の占める領域は詳細画像４３の輪郭線によっては判別不可能である。
図面４１から分割した部品画像の領域は部品画像４２を含む部品画像領域４４および詳細画像４３を含む部品画像領域４５である。

また、図４の領域４５１は部品４３１を有する。部品４３１は、詳細図面４３と同形状である。しかし、詳細図面４３は全てが輪郭線で形成されており、開領域の部品画像となる。一方、部品図面４３１は輪郭線の内側に部品としての領域を有しており、閉領域の部品画像となる。従って、部品４３１と詳細図面４３とは輪郭は同様であるが、開領域と閉領域とは異なる属性としてデータベースに格納される。

次に図面をデータベース２６に部品画像を登録するときに制御部２１が実行する処理を説明する。図５は本実施例のデータベース２６に部品画像を登録する時のフローチャートである。

制御部２１は、データベース２６に登録する図面データを取得する（Ｓ０１）。例えば、紙図面をスキャナ装置によって電子化して図面データを取得したり、ネットワークあるいは記憶媒体の読み込みによって図面データを取得したりする。なお、制御部２１は一つの図面データに複数の部品が描かれている場合、図面データから個々の部品画像を分割して取得する。データベースの各レコードが部品画像を単位として格納するためである。

ここで、部品画像を分割する手法について簡単に説明する。図６は本実施例の部品画像を分割する処理のフローチャートである。まず、制御部２１は、図面データからテキスト情報等が記載される処理に不要な領域を除去し、部品が描かれた領域のみを抽出する（Ｓ１１）。制御部２１はテキスト情報等の不要な領域を除去後、部品画像毎に画像を分割する。制御部２１は部品毎に画像を分割するために、部品画像の輪郭線を抽出して、輪郭線により部品ごとに画像を分割する。

まず、制御部２１は図面内の部品領域内の連結成分毎に輪郭線を求める（Ｓ１２）。制御部２１は輪郭線による閉曲線を得る。制御部２１は閉曲線の内部を部品とみなして図面データから画像を分割する（Ｓ１３）。

次に制御部２１は、図面データから分割した画像を必要に応じて補正する（Ｓ１４）。例えば、本来２つの部品の補助線が両部品に交差している影響で１つの部品として抽出された場合、制御部２１は補助線を除去することで２つに分割する。例えば、補助線は線幅が小さいことを利用し、制御部２１は、予め設定した値よりも線幅の細い線を除去後に分割処理を実行する。制御部２１は、以上の処理を図面データ内の全ての部品画像に対して実行する。図５のフローチャートの説明に戻る。

次に、制御部２１は、図面データから分割した各部品画像が閉領域の部品画像か、開領域の詳細画像かを判別する（Ｓ０２）。本実施例では、閉領域の部品画像か開領域の詳細画像かを画像の対象物の骨格（スケルトン）によって判別する。

ここで、開領域か閉領域かを判別する処理について詳細に説明する。図７は本実施例の開領域か閉領域かを判別するフローチャートである。制御部２１は、部品画像から部品の輪郭を構成する線（輪郭線）の外縁を構成する線（外縁線）を抽出する（Ｓ２１）。例えば、背景領域と対象物領域とで画像内の画素を２値化し、対象物を構成する画素で囲まれた領域の最外周を求める。求めた最外周が外縁線となる。輪郭線は、外縁線から対象物を構成する画素が連続する領域である。

次に制御部２１は、外縁線の内側の画素と外縁線を構成する各画素との間の距離を外縁線の内側の各画素毎に算出する（Ｓ２２）。制御部２１は、外縁線の内側の各画素の内、外縁線を構成する画素からの距離が極大となる画素（スケルトン画素）を検出する（Ｓ２３）。制御部２１は、部品画像内の輪郭線を構成する画素と重なるスケルトン画素の数「Ｔ」を計数する（Ｓ２４）。

なお、部品画像の輪郭線の幅に応じて開領域か閉領域かを判別することも可能である。部品画像の輪郭線の幅の変動を開領域か閉領域かの判別基準に加える場合、「Ｔ」に計数する画素は、部品画像の輪郭線と重なっているスケルトン画素であり、かつ、輪郭線の各画素から予め設定する距離の閾値「Ｌ」より小さい距離に位置することを条件とする。

制御部２１は、輪郭線を構成する画素の数「Ｃ」を計数する（Ｓ２５）。制御部２１は、画素数「Ｃ」に対する画素数「Ｔ」の割合が予め設定した閾値「Ｕ」と比較する（Ｓ２６）。閾値「Ｕ」は、データベース２６に格納された部品画像の種類などに応じて適宜変更する。

ここで閾値「Ｕ」が以下の基準によって決定される。部品の外縁線を構成する画素の数はスケルトン画素の数の二倍以上となる。部品画像の輪郭内の領域が大きければ、スケルトン画素数と部品の外縁線を構成する画素の数との差は大きくなる。一方、部品画像の輪郭内の領域が小さければ、スケルトン画素数と部品の外縁線を構成する画素の数とは二倍の関係値に近づく。したがって、部品画像内の輪郭線を構成する画素となるスケルトン画素の数「Ｔ」が大きく、スケルトン画素数と部品の外縁線を構成する画素の数とは二倍に近い場合は、スケルトン画素が輪郭線上に存在する可能性が高いと判断することができる。閾値「Ｕ」は以上の基準によって決定される。

画素数「Ｃ」に対する画素数「Ｔ」の割合が予め設定した閾値「Ｕ」未満の場合（Ｓ２６：Ｎｏ）、制御部２１は部品画像を閉領域と判定する（Ｓ２７）。画素数「Ｃ」に対する画素数「Ｔ」の割合が予め設定した閾値「Ｕ」以上の場合（Ｓ２６：Ｙｅｓ）、制御部２１は部品画像を開領域と判定する（Ｓ２８）。

図４は、本実施例の閉領域の部品画像と開領域の部品画像との特性の違いを説明する図である。部品画像領域４４で囲まれた領域には部品画像４２が描かれている。部品画像領域４５で囲まれた領域には詳細画像４３が描かれている。部品画像４２は実線４９を輪郭とする部品の画像である。実線４９は画像４４内に閉じた領域を有する。部品画像４２の実線４９内の閉じた領域は部品としての領域であり、部品としての領域は背景とは異なる。部品画像４３は部品画像４２の一部の領域５１を詳細画像とした画像である。したがって部品画像４３は、実線５０のみが部品としての領域となる。

以下は、図４の部品画像４２および部品画像４３のそれぞれについて閉領域の部品画像か開領域の詳細画像を判別する方法の説明である。制御部２１は図４の部品画像４２および部品画像４３について輪郭線、および外縁線を求める。部品画像４２の外縁線は４６となり、部品画像４３の外縁線は４７となる。

制御部２１は部品画像４２の外縁線４６によってスケルトン画素４８を求める。制御部２１は部品画像４３の外縁線４７によってスケルトン画素５２を求める。なお、図面の記載では、部品画像４３のスケルトン画素５２は白色の領域である。

制御部２１はスケルトン画素４８でかつ部品画像４２の外縁線４７内の黒画素である画素の数「Ｔ１」を求める。制御部２１はスケルトン画素４８でかつ部品画像４３の外縁線４８内の黒画素である画素の数「Ｔ２」を求める。制御部２１は部品画像４２の輪郭線を構成する画素数「Ｃ１」を求める。制御部２１は詳細画像４３の輪郭線を構成する画素数「Ｃ２」を求める。

制御部２１は、「Ｔ１」／「Ｃ１」が予め定めた閾値「Ｕ」より大きいか否かを判定する。小さい場合、制御部２１は部品画像４２を閉領域と判別する。制御部２１は、「Ｔ２」／「Ｃ２」が予め定めた閾値「Ｕ」より大きいか否かを判定する。小さい場合、制御部２１は詳細画像４３を開領域と判別する。

図１０は本実施例で入力される図面データ１００の例を示す。図１１は本実施例で図１０の図面データ１００から開領域の部品データとして検出された部品の例を示す。図１０の図面データ１００は、例えば一枚の組み立て図面である。図面データ１００上には部品図として３個の部品画像１０１があり、１０個の詳細画像１０２がある。本実施例の開領域と閉領域を判別する処理を制御部２１が実行することにより、図１１のように閉領域の部品画像１０２が検出される。
図５のフローチャートの説明に戻る。

次に制御部２１は、部品画像の特徴量を算出する。特徴量は、類似する画像を検索する処理時において画像同士を比較するための情報である。特徴量は例えば、画像内の対象物の色、形状等の特徴を利用する方法や画像に付随するメタデータの特徴を利用する方法がある。特徴量は一般的にベクトル形式である。

以下に、特徴量の算出方法の一例として、画像内の対象物の色、形状等を利用した方法を説明する。本実施例では分割画像に描かれた部品の形状の特徴量は、画像内での部品の位置、大きさ、回転に不変なＧｒｉｄ Ｆｏｕｒｉｅｒ（ＧｒＦ）特徴量を用いる。ＧｒＦ特徴量は部品画像の回転に対応させるため極座標を用いる。

まず、制御部２１は部品画像を予め設定した閾値によって二値化する。制御部２１は、画像の大きさに対して不変とするため、部品画像の大きさを正規化する。次に制御部２１は部品の位置を不変とするため、部品部分の重心を求め、部品部分の重心を極座標の中心とし、極座標の中心から同心円の線および放射線状に伸びる線で部品画像の領域を分割する。

制御部２１は分割した個々の領域内の部品の画素数をカウントし，角度方向と半径方向の区間が２次元の行列形式で構成されるヒストグラムを作成する。制御部２１は、回転に対して不変とするため、作成したヒストグラムを２次元Ｆｏｕｒｉｅｒ変換し、周波数ごとの振幅をベクトル形式に並べる。制御部２１はベクトル形式に並べた情報を部品の形状の特徴量とする。以上によって制御部２１は画像の特徴量を求める。

制御部２１は、図面識別番号２６１、部品画像識別番号２６２、Ｓ０２で求めた開領域あるいは閉領域に応じた値を示す開閉フラグ２６３、画像データ２６４およびＳ０３で求めた特徴量２６５をレコード２６６としてデータベース２６に登録する（Ｓ０４）。以上により、制御部２１は、図面データをデータベース２６に登録することが可能となる。

次に、制御部２１が行う、図面の検索処理について説明する。図８は、本実施例の画像検索処理時のフローチャートである。

制御部２１は、検索を要求するクエリ（Ｑｕｅｒｙ）として受付けた画像情報（以下、クエリ画像とする）を受付ける（Ｓ３１）。本実施例ではクエリ画像は、一つの部品画像であるとする。

制御部２１は、クエリ画像の特徴量を算出する（Ｓ３２）。特徴量は、図５のＳ０３で算出した手法と同様の方法で求める。制御部２１は、クエリ画像が開領域か否かを判別する（Ｓ３３）、開領域か閉領域かの判別はＳ０２で求めた手法と同様の方法で求める。

クエリ画像が開領域の場合（Ｓ３３：Ｙｅｓ）、制御部２１はデータベース２６内に格納されたレコード２６６の内、開領域の部品画像を読み出す（Ｓ３４）。具体的には、制御部２１はデータベース２６に格納された各レコード２６６の内、開閉フラグ２６３が開領域を示すレコードを読み出す。

一方、クエリ画像が閉領域の場合（Ｓ３３：Ｎｏ）、制御部２１はデータベース２６内に格納されたレコード２６６の内、閉領域の部品画像を読み出す（Ｓ３４）。具体的には、制御部２１はデータベース２６に格納された各レコード２６６の内、開閉フラグ２６３が閉領域を示すレコードを読み出す。

制御部２１はＳ３２で求めたクエリ画像とＳ３４またはＳ３５で呼び出したレコードに含まれる各部品画像との間の類似度を算出する（Ｓ３５）。例えば、制御部２１はクエリ画像の特徴量ベクトルとＳ３４またはＳ３５で呼び出したそれぞれのレコードに含まれる部品画像の特徴量ベクトルとの間のベクトル間の一致値を計算する。一致値にはユークリッド的な距離が用いることが可能である。例えば、ベクトル内の各要素の差の２乗和である。

制御部２１は、類似度の順に応じて部品画像をソートする（Ｓ３６）。例えば、制御部２１はＳ３５で求めた類似度に応じてクエリ画像に類似する順にＳ３４またはＳ３５で呼び出した部品画像の順序を並び替える。制御部２１は、部品画像データ２６４に対応する図面識別番号２６１を読出し、検索結果として出力する。以上によって、制御部２１での検索処理が可能となる。

以上で説明したようにクエリ画像による検索処理時において、予め開領域の部品画像と閉領域の部品画像とを分類し、検索の対象外の部品画像を除外するため、類似度の算出処理の対象となる部分画像の個数を減少させることが可能となる。類似度の算出処理の対象となる部分画像の個数が減少した結果、検索処理に要する処理時間が減少することとなる。

また、本実施例では制御部２１は開領域の部品画像と閉領域の部品画像とを予め分類する。そのため、開領域の部品画像とクエリ画像としたにも関わらず検索結果に閉領域の部品が検索されること、あるいは、閉領域の部品画像とクエリ画像としたにも関わらず検索結果に開領域の部品が検索されることがない。したがって、類似画像の検索処理の検索精度が向上する。

本実施例では組み立て図面を例にして説明したが、図面だけでなく、画像情報を含むマルチメディア情報の検索、３次元ＣＡＤ検索、動画像検索、Ｗｅｂ検索などの画像情報を有する様な分野に適用可能である。

なお、本実施例では、部品画像を開領域か閉領域かを開閉フラグ２６３によって判別する手法を説明した。別の手法として開閉フラグ２６３を開領域あるいは閉領域の２値ではなく、開領域の部品画像あるいは閉領域の部品画像の可能性を示す情報として格納することも可能である。この場合、例えば、開閉フラグ２６３には、開領域である確率を示す値が格納される。

例えば、（Ｔ／Ｃ−Ｕ）＞０の場合、制御部２１は（Ｔ／Ｃ−Ｕ）に比例する値を開領域である確率としてデータベース２６に格納する。一方、（Ｔ／Ｃ−Ｕ）≦０の場合、制御部２１は開領域である確率を０としてデータベース２６に格納すればよい。

そして制御部２１は、図８の検索処理時のＳ３３において、開領域である確率が予め設定しておいた閾値以上の場合に開領域の部品画像と判定する処理を実行すればよい。

以上の構成により、画像検索装置１０は開領域か否かを厳密に判断することが可能となる。例えば、検索時に入力可能なパラメータとして開領域と判定する閾値を加えることにより、部品画像の特性に応じて類似度の算出を行う検索対象の部品画像の数を予め絞り込むことが可能となる。

さらに別の実施例として、Ｓ０２の開領域の部品画像か閉領域の部品画像かを判別するときに制御部２１は、演算対象の部品画像の開領域である確率を表示する構成も可能である。

例えば、制御部２１は、図面データと併せて、演算対象の部品画像の開領域である確率を出力部２５表示する。作業者は、出力部２５に表示された部品画像が開領域か否かを判定し、結果を入力部２４に入力する。制御部２１は入力部２４経由で受け取った開領域か否かの情報に応じてデータベース２６に格納する。以上の構成により開領域の確率が各部品画像とともに表示されるため、人が視認により開領域か閉領域かを判別する場合に、判断が容易になる効果がある。
図９は本実施例の出力部２５に表示する登録画面例である。出力部２５は登録画面９０が表示される。現在の登録対象の部品画像９４、部品画像９５および部品画像９６がそれぞれ部品画像領域９２、部品画像領域９３および部品画像領域９４に表示される。また制御部２１は、
開領域である確率として（Ｔ／Ｃ−Ｕ）に比例する値を確率９７として、部品画像９４が閉領域である確率は「確率＝０．９」、部品画像９５が閉領域である確率は「確率＝０．８」、部品画像９６が閉領域である確率は「確率＝０．４」と表示する。作業者は、出力部２５に表示された部品画像が開領域か否かを判定し、結果を入力部２４に入力する。入力は例えば、閉領域とみなすチェックボックス９８にマウス等でチェックする。

また、別の実施例として、開領域の部品画像あるいは閉領域の部品画像のいずれか一方を検索対象とする場合もある。クエリ画像として入力される画像は部品画像であることが多い。この場合、制御部２１はクエリ画像が開領域の部品画像か閉領域の部品画像かを区別することなく、閉領域の部品画像のレコードをデータベース２６から読出して類似度を算出する。この構成により、類似画像の検索処理に要する時間が更に減少する。

更に、データベース２６への部品画像の登録時に、閉領域の部品画像であると判別された部品画像のみをデータベース２６に登録する構成とすることも可能である。この構成により、データベース２６に格納されるデータ数が減少し、より多くの図面データを格納することが可能となる。開領域の部品画像または閉領域の部品画像のいずれかを格納する。

また、本実施例では、検索処理に要する時間を短縮するため、データベース２６に図面データを登録する際に図面データを部品画像に分割し、開閉フラグ２６３、特徴量２６５を算出した。しかし、クエリ画像を受付けたときに図面データを部品画像に分割し、部品画像の開閉を判定し、部品画像の特徴量を算出するようにしてもよい。更に、検索処理を行った時にデータベース２６に登録する構成としても良い。この構成によりデータベース２６に登録する開閉フラグ２６３、特徴量２６５のデータ領域は他の情報を記憶する領域に使用することが可能となる。

本実施例のハードウェア構成図である。 本実施例のデータベース２６の構成例である。 本実施例の開領域の部品画像と閉領域の部品画像とを説明する図である。 本実施例の閉領域の部品画像と開領域の部品画像との特性の違いを説明する図である。 本実施例のデータベース２６に部品画像を登録する時のフローチャートである。 本実施例の部品画像を分割する処理のフローチャートである。 本実施例の開領域か閉領域かを判別するフローチャートである。 本実施例の画像検索処理時のフローチャートである。 本実施例の出力部２５に表示する登録画面例である。 本実施例で入力される図面データ１００の例である。 本実施例で図１０の図面データ１００から開領域の部品データとして検出された部品である。

符号の説明

１０ 画像検索装置
２１ 制御部
２２ メモリ
２３ 記憶部
２４ 入力部
２５ 出力部
２６ データベース
２７ バス
２８ 画像検索プログラム

Claims (4)

1. コンピュータに、
   検索条件となる第一の画像に関する第一の画像情報を含む検索要求を受け付け、
   該第一の画像情報に描かれた対象物を形成する画素、および該対象物の該スケルトンを構成する画素が重なる画素数と、該対象物の輪郭を形成する画素数との割合が、予め設定した閾値を超えた場合に、該第一の画像は、閉じた画像領域を有するか否かを判定し、検索対象となる複数の第二の画像各々に関する第二の画像情報と、
   該複数の第二の画像の各々が閉じた画像領域を有するかを示す属性情報とを関連付けて格納するデータベースから、前記第一の画像情報に対する前記判定の結果と同じ属性情報を有する第二の画像情報を少なくとも１以上読出し、
   少なくとも１以上読みだされた該第二の画像情報のうち、該第二の画像情報に基づく固有の値と該第一の画像情報に基づく固有の値との間の差が予め定めた値以下である第二の画像情報を検索する処理を実行させることを特徴とする図面検索プログラム。
2. 該コンピュータに、第三の画像内に複数の対象物が描かれる場合、複数の対象物各々が表示された領域毎に該第三の画像を分割して、分割された該第三の画像各々を、前記複数の第二の画像の一部として、該データベースに格納する処理を更に実行させることを特徴とする請求項１に記載の図面検索プログラム。
3. 検索条件となる第一の画像に関する第一の画像情報を含む検索要求を受け付ける手段と、検索対象となる複数の第二の画像各々に関する第二の画像情報と、該複数の第二の画像の各々が閉じた画像領域を有するかを示す属性情報とを関連付けて格納するデータベースと、
   該第一の画像情報に描かれた対象物を形成する画素、および該対象物の該スケルトンを構成する画素が重なる画素数と、該対象物の輪郭を形成する画素数との割合が、予め設定した閾値を超えた場合に、該第一の画像は、閉じた画像領域を有するか否かを判定するとともに、該データベースから、前記第一の画像情報に対する前記判定の結果と同じ属性情報を有する第二の画像情報を少なくとも１以上読出し、少なくとも１以上読みだされた該第二の画像情報のうち、該第二の画像情報に基づく固有の値と該第一の画像情報に基づく固有の値との間の差が予め定めた値以下である第二の画像情報を検索する手段とを有することを特徴とする画像検索装置。
4. コンピュータが、
   検索条件となる第一の画像に関する第一の画像情報を含む検索要求を受け付け、
   該第一の画像情報に描かれた対象物を形成する画素、および該対象物の該スケルトンを構成する画素が重なる画素数と、該対象物の輪郭を形成する画素数との割合が、予め設定した閾値を超えた場合に、該第一の画像は、閉じた画像領域を有するか否かを判定し、
   検索対象となる複数の第二の画像各々に関する第二の画像情報と、該複数の第二の画像の各々が閉じた画像領域を有するかを示す属性情報とを関連付けて格納するデータベースから、前記第一の画像情報に対する前記判定の結果と同じ属性情報を有する第二の画像情報を少なくとも１以上読出し、
   少なくとも１以上読みだされた該第二の画像情報のうち、該第二の画像情報に基づく固有の値と該第一の画像情報に基づく固有の値との間の差が予め定めた値以下である第二の画像情報を検索する処理を実行することを特徴とする図面検索方法。