JPH03164876A - テクスチャ特徴を用いた画像処理方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概要〕 ディジタル画像データの効率的な圧縮復元方式に関し。

画像をテクスチャ特徴がほぼ均一なテクスチャ領域に分
割し１分割されたテクスチャ領域の輪郭の情報と、テク
スチャ特徴のみを持つことにより。

データ量の削減を実現する事を目的とし。

画像を一様な特徴を持つ領域に分割して処□理する画像
処理方式において１画像をディジタル画像に変換して格
納する画像入力部と、入力した画像の各画素の濃度や各
画素間の濃度の相関係数等を表すテクスチャ特徴を用い
て、隣接する同一テクスチャの画素を統合する事で入力
画像を複数領域に分割する領域分割部と１分割されたテ
クスチャ領域の輪郭を抽出する輪郭抽出部と９分割され
たテクスチャ領域内のテクスチャ特徴を抽出するテクス
チャ特徴抽出部と、上記輪郭抽出部より得られたデータ
と、テクスチャ特徴抽出部より得られたデータを対応さ
せて画像データを作成する画像データ作成部を有するよ
うに構成する。

〔産業上の利用分野〕

本発明は、ディジタル画像データの効率的な圧縮復元方
式に関する。

近年１画像のデータベース化が要求されており。

それに伴って画像を効率的に圧縮する技術が要求されて
いる。従来の画像のデータベース化の方法としては、原
画像と寸分違わないような高品質の復元画像を復元させ
る方法があった。これは、医用画像の圧縮復元等に代表
され、ハフマン符号化。

変換符号化などが提案されている。

ところが１例えばファミコンのキャラクタの動きをデバ
ッグしたり、絵入りの地図情報を表示したりする場合の
ように、原画像の位置関係さえ正確であればよく、各物
体の大体の特徴がわかれば原画像そのものを復元させな
くとも良いという要望及び需要があった。

〔従来の技術〕

従来の画像圧縮方式においては、原画像と同じ画像を復
元することに主眼が置かれていた。以下に従来の代表的
な圧縮技術である変換符号化について述べる。

第７図に変換符号化の概略を示す。図中、７１は入力画
像である。７２は分割画像であり、入力画像７１をブロ
ックに分割したものである。７３は変換データであり、
各ブロックの画像を直交変換したデータである。

上図の構成で、まず、原画像を複数の小さな矩形領域に
分割する。この矩形領域が圧縮を行う最小の単位である
０画像を小さな領域に分割するのは、大きな領域で取る
とボケてしまうような画像中の局所的な変化を捕らえる
ためである０次に各矩形領域に対して直交変換を施す、
直交変換とは各画素の濃度値に対して離散コサイン変換
を施すもので、離散コサイン変換されたものは周波数の
関数になる。またその絶対値をエネルギーという。

画像は隣接画素間の相関が高いので、直交変換により低
周波数成分にエネルギーが集中する。

第８図に直交変換によって低周波成分にエネルギーが集
中する様子を示す０図中、濃い色で示した部分にエネル
ギーが集まっている。原画像の濃度レベルが８ビツト２
５６階調だとして、直交変換を施した後、各周波数成分
の値を比較すると。

エネルギーが集まった部分では、−２５０〜２５０とい
った大きな値をとり、エネルギーが集まっていない部分
では、−１〜１といった小さな値をとる。これらの値を
量子化して表現するのに、すべてにもとの８ビツトを用
意する必要はない。エネルギーが集まった部分では８ビ
ツト、エネルギーが集まっていない部分では１ビツトと
いうようにエネルギーの大きさに従ってビットを割り当
てていけばよい。

第９図にビットの割り当ての図を示す。

第９図の例では、−２５６〜２５６の間に８ビツトを割
り当ててあれば、これらの値を２レベル間隔で細かに表
現することが可能である。一方。

−１〜１の範囲であれば１ビツトを割り当てればよい、
このようにして１割り当てられたビット数に従って量子
化を行なうことによりデータ量の削減を行なう。第９図
の例では、一つの矩形領域は１６２ビツトが必要なだけ
となる。

復元側では９割り当てられたピント数に対して。

量子化された値がいくつになるかをあらかじめ定めてお
く。例えば、８ビツトを割り当てた時の１１１１１１１
１は２５６であり、ｏｏｏｏｏｏ。

Ｏは−２５６であるとし、１ビ７トを割り当てた時の１
は０．７であり、０は−０，７であるとする。こうして
復元された周波数成分の値はほぼ元の値を得る。そして
、それを逆変換すれば８元の画像を復元することができ
る。

〔発明が解決しようとする課題〕

従来方式においては、基本的に原画像と同一の画像を復
元しようとするため１画素単位に近いレベルで情報を持
たなければならなかったので、大量のデータ量を必要と
した。また１画像の特徴に関係なく画像が矩形領域に分
割してしまうので。

一つの矩形領域内の異なったテクスチャの輪郭がボケで
しまった。

本発明は１画像をテクスチャ特徴がほぼ均一なテクスチ
ャ領域に分割し１分割されたテクスチャ領域の輪郭の情
報と、テクスチャ特徴のみを持つことにより、データ量
の削減を実現する事を目的とする。

それと同時にテクスチャ領域の輪郭の情報を持たせるこ
とで１輪郭のボケを防ぐことができる。

テクスチャとは要素がある種の規則に従って配列されて
できる繰り返しのパターンであり、テクスチャ領域を解
析することにより、各テクスチャに固有のテクスチャ特
徴を抽出することができる。

テクスチャ特徴はテクスチャを記述し、領域の属性を記
述するものであり、このテクスチャ特徴から原画像と同
じテクスチャを生成することができる。

〔課題を解決するための手段〕

第１図は９本発明の原理説明図（１）である。

図中、１は画像入力部であり１画像をディジタル化して
計算機に入力する。２は領域分割部であり、入力画像を
同一テクスチャ領域に分割する。

３は輪郭抽出部であり、テクスチャ領域の輪郭を抽出す
る。４はテクスチャ特徴抽出部であり、テクスチャ領域
のテクスチャ特徴を抽出する。５は画像データ作成部で
あり９輪郭抽出部３とテクスチャ特徴抽出部４から圧縮
画像データを作成する。

上記の構成で２画像入力部１で画像を読み込み。

次に領域分割部２で読み込んだ画像データを同一テクス
チャ領域に分割し、各テクスチャ領域に関して輪郭抽出
部３とテクスチャ特徴抽出部４から輪郭とテクスチャ特
徴を抽出し９画像データ作成部５で該輪郭とテクスチャ
特徴から圧縮画像データを作成する。

第２図は１本発明の原理説明図（２）である。

図中、６は輪郭復元部であり、チェーンコードに従って
、各テクスチャ領域の輪郭線を復元する。

７はテクスチャ生成部であり、入力されたテクスチャ特
徴からテクスチャを生成する。８は画像再構成部であり
、領域分割画像の各領域の内部に。

対応するテクスチャをあてはめる。９は画像出力部であ
り、復元された画像を出力する。

以上の構成で、圧縮画像データから輪郭復元部６で輪郭
が復元され、テクスチャ生成部からテクスチャが生成さ
れ１以上のデータを画像再構成部８に入力して２画像が
復元される。復元された画像は画像出力部９で出力され
る。

〔作用〕

入力されたディジタル画像データのテクスチャ特＠（濃
度ヒストグラム、自己相関係数、同時生起行列、パワー
スペクトル等）を用いて同一テクスチャ特徴を持つ領域
により画像を分割し、テクスチャ領域の輪郭とテクスチ
ャ特徴とを抽出して。

圧縮画像データを作成する。

ここで、同一テクスチャとは全く同一の画像ではなく、
細部は異なっているが、同じ物にみえる画像である。例
えば、芝生は芝生として復元できればよく、芝の一本一
本まで原画像と同じでなくとも良いという考え方である
。この方法により画像データの各画素の情報を処理する
ことなく、芝生といった領域毎の情報があればよいので
、大幅に圧縮率を向上させる事ができる。

〔実施例〕

第３図は１本発明の一実施例の構成図である。

図中、第１図と同一のものは説明を省略する。

２１は画像圧縮部であり１画像の圧縮をする。２２は画
像分割部であり、原画像を複数の小さな矩形領域（ブロ
ック）に分割する。２３は特徴抽出部であり、上記の各
ブロック毎にテクスチャ特徴を抽出する。２４は領域統
合部であり、同一テクスチャのブロックを統合する。２
５は輪郭追跡部であり１輪郭分割部２で得られた各テク
スチャ領域の輪郭線をチェーンコードを用いてコード化
し圧縮する。２６はコード生成部であり１輪郭追跡部２
５で得られた座標値からチェーンコードを生成する。２
７は画像データベースであり、圧縮された画像データが
格納されている。２８は画像復元部であり、圧縮画像を
復元する。２９は圧縮データ解析部であり、圧縮データ
を領域分割情報とテクスチャ特徴に分ける。

以上の構成で、以下に具体的な各部の処理過程を説明す
る。

まず１画像は画像入力部ｌでディジタル画像に変換され
、領域分割部２に送られる。ここで、領域分割部２の具
体的な処理を以下に説明する。

まず１画像分割部２２が原画像を複数の小さな矩形領域
（ブロック）に分割する６次に、特徴抽出部２３が、各
ブロック毎にテクスチャ特徴を抽出する。ここで、テク
スチャ特徴としては、ブロック内の濃度レベルの平均１
分散１時系列モデルのモデルパラメータとする。時系列
モデルはテクスチャの周期性を利用してテクスチャを表
現したものであり、ある画素の濃度レベルを、それ以前
の１周期の画素の値と白色雑音の線形結合で表す。モデ
ルパラメータとはこの線形結合の係数であり、これはテ
クスチャの２次統計量を表す。

次に、領域統合部２４はブロックの統合を行ない、テク
スチャ領域を形成する。ブロックの統合は隣接するブロ
ックのテクスチャ特徴を比較することによって行なう。

隣接するブロックの全てのテクスチャ特徴の差が闇値以
下ならばその２つのブロックは同じテクスチャであると
考えて同じ領域とする。テクスチャ特徴の差が闇値より
大きければ、異なるテクスチャと考えてブロックの統合
は行わない。

第４図に領域分割情報の例を示す。

図中、４１は入力画像で、４２は領域分割した画像であ
る。４３は領域の番号で、４４は領域分割情報の各画素
の値で、４５はテクスチャ特徴の内平均濃度を示してい
る。

次に２ｗＩ域分割部２で得られた各テクスチャ領域の情
報を輪郭抽出部３とテクスチャ特徴抽出部４に渡す０輪
郭抽出部３は輪郭追跡部２５とコード生成部２６から成
り以下にその処理を説明する。

輪郭追跡部２５は、各テクスチャ領域の輪郭線を追跡し
ながらその座標値を調べていく。この時。

同時に輪郭線が領域の外周か内周かの区別を行なう。コ
ード生成部２６は輪郭追跡部２５で得られた座標値から
チェーンコードを生成する。

第５図にチェーンコードの説明図を示す。

５１は８方向コードである。５２はチェーンコードの例
である。

チェーンコードは、基本的には視点の座標と方向変化を
表現する８個の方向コードで輪郭線を表現するものであ
る。

テクスチャ特徴抽出部４はテクスチャ領域内のテクスチ
ャ特徴を抽出する。テクスチャ特徴としては、領域分割
に使用したものと同じで、領域内の濃度レベルの平均１
分散１時系列モデルのモデルパラメータである。これら
のテクスチャ特徴によってテクスチャ領域内のテクスチ
ャを記述するのである。

以上のようにして得られた領域の輪郭線から成る領域分
割情報とテクスチャ特徴は１画像データ作成部５に送ら
れる。画像データ作成部５はこれらを一つにまとめて圧
縮データを作成する。

第６図に圧縮データの一例を示す。

図中、６１はヘッダであり、テクスチャ領域名と外周、
内周を示す情報が格納されている。６２はコード部であ
り、８方向を３ビツトづづで記述しである。６３はチェ
ーンコードである。６４はテクスチャ領域の濃度レベル
の平均２分散を示す情報が格納されている。６５はモデ
ルパラメータを示す情報が格納されている。６６はテク
スチャ特徴であり、ある領域のテクスチャ特徴を示す情
報が格納されている。

次に９画像後元部２８の処理について説明する。

画像データベース２７から呼び出された圧縮データは圧
縮データ解析部２９に送られる。圧縮データ解析部２９
は、圧縮データを領域分割情報とテクスチャ特徴に分け
る。チェーンコードで表された各領域の輪郭である領域
分割情報は９輪郭復元部６に送られる。輪郭復元部６は
、チェンコードに従って、各テクスチャ特徴の輪郭線を
復元し、領域分割画像を作成する。一方、テクスチャ特
徴はテクスチャ生成部７に送られる。

ここでテクスチャ生成部７の処理を説明する。

テクスチャ生成部７は、入力されたテクスチャ特徴から
テクスチャを生成する。テクスチャの生成は、白色雑音
のフーリエ変換画像に対して、モデルパラメータのフー
リエ変換を線形フィルタとして作用させ、結果を逆フー
リエ変換することによって一得られる。

以上のことによって得られた領域分割画像と。

生成されたテクスチャは画像再構成部８に送られる。画
像再構成部８は領域分割画像の各領域の内部に、対応す
るテクスチャをあてはめる。このようにして画像が復元
される。復元された画像は画像出力部９で外部に表示さ
れる。

（発明の効果） 以上説明したように１本発明によれば原画像からラフな
スケッチのようなそれほど正確さを要求されない画像を
、大まかなテクスチャ特徴により画像分割して復元生成
させる事で２画像データを大幅に圧縮することができ、
かつ原画像の「雰囲気」を残した画像を復元することが
可能である。

【図面の簡単な説明】

第１図は本発明の原理説明図（１）であり。 第２図は本発明の原理説明図（２）であり。 第３図は本発明の一実施例の構成図であり。 第４図は領域分割情報の例であり。 第５図はチェーンコードの説明図であり。 第６図は圧縮データの一例であり。 第７図は変換符号化の概略図であり。 第８図は直交変換によるエネルギーの集中を示す図であ
り。 第９図はビットの割り当ての図である。 第１図、第２図中。 １は画像入力部であり。 ２は領域分割部であり。 は輪郭抽出部であり。 はテクスチャ特徴抽出部であり。 は画像データ作成部であり。 は輪郭復元部であり。 はテクスチャ生成部であり。 は画像再構成部であり。 は画像出力部である。 画像 本発明の渾埋記明９（１〕 第　１　ロ シ宿１１データ 木尭明の原理悦明回（２） 環２目 圧扁データの一例 ！８６　図 Ｈ環ｊｈ−込 低周液 高着洩 直交変埃によるエネルギーの集中Σ示す出渠　８　図 ビットの割り当ての凶 夷　９　図

Claims (2)

【特許請求の範囲】
1. （１）画像を一様な特徴を持つ領域に分割して処理する
   画像処理方式において、 画像をディジタル画像に変換して格納する画像入力部（
   １）と、 入力した画像の各画素の濃度や各画素間の濃度の相関係
   数等を表すテクスチャ特徴を用いて、隣接する同一テク
   スチャの画素を統合する事で入力画像を複数領域に分割
   する領域分割部（２）と、分割されたテクスチャ領域の
   輪郭を抽出する輪郭抽出部（３）と、 分割されたテクスチャ領域内のテクスチャ特徴を抽出す
   るテクスチャ特徴抽出部（４）と、上記輪郭抽出部（３
   ）より得られたデータと、テクスチャ特徴抽出部（４）
   より得られたデータを対応させて画像データを作成する
   画像データ作成部（５）を有する事を特徴とするテクス
   チャ特徴を用いた画像処理方式。
2. （２）上記画像データ作成部（５）によって作成された
   圧縮画像データからテクスチャ領域の輪郭を復元する輪
   郭復元部（６）と、 上記圧縮画像データのテクスチャ特徴からテクスチャ領
   域内のテクスチャを生成するテクスチャ生成部（７）と
   、 上記輪郭復元部（６）で得られたテクスチャ領域の輪郭
   内部に上記テクスチャ生成部（７）で生成されたテクス
   チャの内、対応するテクスチャをあてはめる画像再構成
   部（８）と、 該画像再構成部（８）によって得られた画像を出力する
   画像出力部（９）とを有する事を特徴とする請求項第１
   項記載の画像処理方式。