JPH0215104B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は画像認識装置に係り、特に不特定多数
のパターンを対象とする画像認識装置における認
識辞書を生成する装置に関するものである。

〔技術の背景、従来技術と問題点〕

画像データは濃淡、カラー情報等非常にデータ
量が多いので、これを識別するときに画像から一
種類の特徴を抽出して識別することが行われてい
る。

このように画像から一種類の特徴を抽出してこ
れを辞書として識別に使用する場合、類似した２
つの画像をも安定に識別することを可能にするよ
うに、これら２つの画像の特徴空間上での距離を
十分に保つには、この特徴は一般に非常に複雑な
ものとなり識別時の処理に長時間を要する比較的
単純な複数個の特徴を全画像に対して辞書として
持ち、複数個の全特徴を全パターンと照合して識
別することは、それらのパターンの中には他のパ
ターンとの識別が比較的容易で小数の特徴だけで
十分に識別可能なものもあるので、無駄が多く、
辞書の大型化をまねく。

例えば第１図イ〜ハに示す３種類の画像を識別
するとき、各画像に濃淡をつけて、同イに示す如
く、ｙ軸方向にこれを加算して投影像Ｐを求めて
特徴とし、これらの各特徴を比較することが行わ
れている。この場合、第１図イのＡ画像を識別す
るのは、第１図イ〜ハに示す如く、全体を１カテ
ゴリーとした投影像Ｐ（これを大分類という）の
みでよい。しかし第１図ロとハとを識別するの
は、両者が類似しているため、大分類の投影像Ｐ
のみではできない。このため、第２図イに示す如
く、画像を〜の４つの領域に区分けして、各
領域〜毎に投影像を求める。このとき領域
の投影像によつてもさらに領域、の投影像に
よつても識別できないが、領域の投影像により
これらを識別することが可能である。

したがつて第１図イ〜ハにおける３つの画像を
識別するのに必要な辞書としては、Ａに対しては
大分類のみ、B¹，B²については大分類と領域
の小分類の辞書があればよい。この場合、画像Ａ
について大分類の外に各領域〜のすべての小
分類の辞書を作成しても辞書が大形化されて認識
に長時間を要するのみで、効率的ではない。

〔発明の目的〕

本発明の目的はこのような問題点を改善するた
めにそれぞれの画像を他の画像と識別し得るでき
るだけ小数の特徴を画像毎に抽出して辞書とし、
さらにある画像を識別するときに複数個の特徴の
うちのある１つの特徴だけを全画像と照合して候
補となる画像を選び出し、この選び出された画像
を識別するのに適した別の特徴でさらに候補をし
ぼり、その過程を重ねることにより順次候補をし
ぼることができる多段階の識別方式を可能にする
辞書を自動的に作成する装置を提供することであ
る。

〔発明の構成〕

この目的を達成するため本発明の画像認識辞書
生成装置では、複数の特徴のそれぞれにもとづき
画像間の類似性を検出する類似度算出部を備えた
画像認識辞書生成装置において、複数の特徴から
各画像毎にその画像を識別するのに必要な特徴を
選択するためにある特徴の類似性をもとに分類さ
れた複数の画像を別の特徴によりさらに細かく分
類する再帰分類手段を設け、上記再帰分類手段は
画像間の類似関係を示す類似関係指示部と、この
類似関係指示部の状態に応じて複数の画像を細分
類するグループ検出部と、この出力にもとづき類
似度算出部に入力する画像とその特徴を選択する
選択部を具備することを特徴とする。

〔発明の実施例〕

本発明を一実施例にもとづき詳述するに先立ち
その概略を説明する。

例えば互に識別すべきカテゴリー（第１図イ〜
ハに対応する）をC₁，C₂…C₈とし、まず特徴f₁
（大分類に対応する）により全カテゴリーの類似
度を求め、その距離が規定値以内のものをグルー
プにする。例えばC₁〜C₈を特徴f₁で類似度を求め
たとき、第３図イに示す如く、C₄のみが単独で
位置し、C₁とC₂、C₃とC₅、C₆〜C₈がそれぞれ類
似度が小さい場合、図示点線の如くグループ化し
てC₁とC₂をグループG₁，C₄を単独でグループG₂，
C₃とC₅をグループG₃，C₆〜C₈をグループG₄とす
ることができる。

次に特徴f₂（第２図の領域の特徴に対応する）
により類似度を求めたときC₁とC₂及びC₃とC₅は
距離が大となりグループを解消できたものの、第
３図ロに示す如く、C₇とC₈は依然として類似し
ておりグループG₄₁を構成し、C₆は分離された状
態になる。

ここで特徴f₃（第２図の領域の特徴に対応す
る）により更に類似度を求めたときC₇とC₈も分
離できたとすれば、結局カテゴリーC₄はf₁のみで
よく、カテゴリーC₁〜C₃、C₅〜C₆はf₂まで、C₇
とC₈はf₃まで類似度を求めればよいことがわか
る。したがつて辞書メモリにC₄に対してはf₁の
み、C₁〜C₃、C₅〜C₆はf₁とf₂、C₇〜C₈はf₁〜f₃を
記入しておけば、このカテゴリー毎に辞書に記入
する特徴の範囲（深さ）がわかるので、辞書を必
要以上に大きなものとすることがない。

次に本発明の一実施例を第４図〜第７図にもと
づき詳述する。

第４図は本発明の一実施例構成図、第５図はそ
の類似関係テーブル・メモリ説明図、第６図はそ
のグループ・テーブル・メモリ説明図、第７図は
辞書メモリ説明図である。

図中、１は画像入力部、２は特徴抽出部、３は
特徴メモリであつて画像C₁，C₂…C_N毎に特徴f₁，
f₂…f_Mが記入されているもの、４は類似度算出
部、５は閾値保持部であつて１グループを形成す
る画像間の距離の閾値Ｈがセツトされるもの、６
はキーボードであり上記閾値Ｈやカテゴリー名を
入力するもの、１０は再帰分類回路、１１は類似
関係テーブル・メモリ、１２はグループ検出回
路、１３はグループ・テーブル・メモリ、１４は
選択回路で特定のカテゴリー及び特徴を選択する
もの、１５は判定回路であつて辞書作成が完了状
態にあるか否かを判定するもの、１６は辞書メモ
リであり生成された辞書が格納されるものであ
る。

画像入力部１は例えばテレビカメラの如きもの
であり、各画像を入力するものである。

特徴抽出部２は入力された各画像からＭ種類の
特徴f₁，f₂…f_Mを抽出するものであり、抽出され
た特徴は各画像C₁，C₂…C_N別に特徴メモリ３に
格納される。

類似度算出部４は２つの画像の特徴の自己相関
をとり、それが所定の値（閾値Ｈ）より大きい
（類似性が大きく、したがつて距離が小さい）と
きに「１」を出力しそれ以外は「０」を出力す
る。

再帰分類回路１０は類似関係テーブル・メモリ
１１、グループ検出回路１２、グループ・テーブ
ル・メモリ１３、選択回路１４、判定回路１５等
で構成され、再帰的に動作する。

類似関係テーブル・メモリ１１は画像の類似関
係を示すものであり、第５図に示す如き構成を有
する。そして選択回路１４により選択された２つ
の画像の特徴が類似度算出部４で演算されてその
自己相関が求められ、その値が閾値Ｈより大きい
ときに類似度算出部４は「１」を出力するが、こ
のとき選択回路１４で選択された２つの画像がｉ
番目の画像C_iとｊ番目の画像C_jであるとき、第ｉ
行、第ｊ列と、第ｊ行、第ｉ列の２つのビツト
（ｉ＝ｊのときは１つのビツト）に１が記憶され
る。したがつて第３図イの例では、第５図イの状
態の類似関係テーブルになる。

グループ検出回路１２は類似関係テーブルを参
照して、第３図に示す如きグループ分けするもの
であり勿論異なるグループに属する２つの画像の
類似度が「０」になるようにする。具体的には各
画像毎に横方向に走査して「１」が立つているも
のを１つのグループにする。そしてその結果が第
６図に示す如く、グループ・テーブル・メモリ１
３に記入される。なおこのグループ・テーブル・
メモリ１３は、初期状態として第１行目にオール
１がセツトされている。

グループ・テーブル・メモリ１３が記入された
後でその内容が辞書メモリ１６に転送される。

次に本発明の動作について説明する。

(1) まず辞書を作成すべき画像C₁，C₂…C_Nを画
像入力部１より入力し、これを特徴抽出部２に
より特徴f₁，f₂…f_Mを抽出し、得られた画像C₁，
C₂…C_N毎の特徴f₁，f₂…f_Mを特徴メモリ３に格
納する。

(2) 次に選択回路１４を動作させ、特徴f₁にて画
像C₁〜C_Nのすべての２つの組み合わせにより
各画像間の類似度を類似度算出部４で算出し、
例えば第５図イのような類似度関係テーブルを
メモリ１１上に得る。

(3) これをグループ検出回路１２が読出して、第
６図のグループ・テーブルをメモリ１３上に作
成する。このグループ・テーブルのデータは辞
書メモリ１６に送出され、このとき選択回路１
４から特徴f₁が伝達されるので、辞書メモリ１
６には第７図の最初の３行に示す如く、画像
C₁，C₂…に対し、グループG₁，G₂，G₃，G₄…
と特徴f₁が格納される。

(4) また判定回路１５がこのメモリ１３上のグル
ープ・テーブルを読出し、グループG₁，G₃，
G₄に複数の画像があることを検出して、選択
回路１４に対し、画像C₁とC₂、C₃とC₅及びC₆
〜C₈がそれぞれ同一グループにあることを報
告する。

(5) これにより選択回路１４は、まず画像C₁と
C₂を特徴f₂で類似度算出し、その結果を類似関
係テーブル・メモリ１１に記入する。そして画
像C₃とC₅も特徴f₂で類似度が算出され、画像
C₆，C₇，C₈もそれぞれC₆とC₇、C₆とC₈、C₇と
C₈の２つの組合せで類似度が算出される。そ
の結果、第５図ロの如く、C₇とC₈のみ類似度
が大きく類似度算出部４が「１」を出力するこ
とになる。

(6) この状態がグループ検出回路１２により検出
されてC₇とC₈のみが同一のグループG₄₁に含ま
れ、他は単独の画像で１グループを構成するも
のとなり、この状態がグループ・テーブル・メ
モリ１３に書込まれ、また辞書メモリ１６にも
記入される。かくして辞書メモリ１６には、第
７図の４行、５行が追加記入されることにな
る。

(7) 判定回路はグループG₄₁に画像C₇とC₈が含ま
れていることを選択回路１４に報告する。これ
により選択回路１４は画像C₇とC₈を特徴f₃にて
類似度算出させる。しかし今度は類似度が小さ
く類似度算出部４は「０」を出力する。これに
より今度はメモリ１１上の類似度関係テーブル
は「１」がなくなる。グループ検出回路１２は
これを読出し、グループ・テーブル・メモリ１
３のグループG₄₁を修正してこれをグループ
G₄₁₁とG₄₁₂にわけ、かくして各グループに画像
が１つ存在するようになる。そして辞書メモリ
１６はこれにともなつて第７図の下２行が追加
される。

(8) 判定回路１５はメモリ１３のグループ・テー
ブルで、各グループに画像が１つだけ存在する
ようになつたことを検出し、これを選択回路１
４に報告する。選択回路１４はこれにより辞書
作成操作の完了したことを知り、動作を停止す
る。これにより辞書メモリ１６には、その画像
の状態に適応した深さの特徴が記入された辞書
が作成されることになる。

(9) なお辞書の作成完了は、上記の如く、グルー
プ・テーブル上の各グループに１ケづつ画像が
存在するときのみならず、選択回路１４が、画
像に対してすべての特徴により類似度を算出し
た場合も完了することになる。

このようにして選択回路は上記手順が全ての特
徴を費すか、または各グループに属する画像の数
が１つずつになるまで再帰的に繰り返される。

〔発明の効果〕

本発明によれば対象となる画像に応じて特徴の
数を可変的に選ぶことができ認識辞書を小形化で
きるのみならず、さらにあらかじめ全パターンを
分類しておくので類似したパターンをも高速に識
別し得る認識辞書を自動的に作成することができ
る。

【図面の簡単な説明】

第１図、第２図は画像識別状態説明図、第３図
は本発明の概略説明図、第４図は本発明の一実施
例構成図、第５図はその類似関係テーブル・メモ
リ説明図、第６図はそのグループ・テーブル・メ
モリ説明図、第７図は辞書メモリ説明図である。 図中、１は画像入力部、２は特徴抽出部、３は
特徴メモリ、４は類似度算出部、５は閾値保持
部、６はキーボード、１０は再帰分類回路、１１
は類似関係テーブル・メモリ、１２はグループ検
出回路、１３はグループ・テーブル・メモリ、１
４は選択回路、１５は判定回路、１６は辞書メモ
リを示す。

Claims (1)

1. 【特許請求の範囲】 １ 複数の特徴のそれぞれにもとづき画像間の類
   似性を検出する類似度算出部を備えた画像認識辞
   書生成装置において、 複数の特徴から各画像毎にその画像を識別する
   のに必要な特徴を選択するためにある特徴の類似
   性をもとに分類された複数の画像を別の特徴によ
   りさらに細かく分類する再帰分類手段１０を設
   け、 上記再帰分類手段１０は画像間の類似関係を示
   す類似関係指示部１１と、この類似関係指示部の
   状態に応じて複数の画像を細分類するグループ検
   出部１２と、この出力にもとづき類似度算出部に
   入力する画像とその特徴を選択する選択部１４を
   具備することを特徴とする画像認識辞書生成装
   置。