JPH0528266A - テクスチヤ解析方法及び装置 - Google Patents
テクスチヤ解析方法及び装置Info
- Publication number
- JPH0528266A JPH0528266A JP3178235A JP17823591A JPH0528266A JP H0528266 A JPH0528266 A JP H0528266A JP 3178235 A JP3178235 A JP 3178235A JP 17823591 A JP17823591 A JP 17823591A JP H0528266 A JPH0528266 A JP H0528266A
- Authority
- JP
- Japan
- Prior art keywords
- block
- texture
- feature
- analysis
- matrix
- 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.)
- Pending
Links
Abstract
(57)【要約】
【目的】 従来法では分類・識別できないテクスチャ画
像をも分類・識別できるような、画像の大局的な構造を
反映した特徴量を抽出し、解析を行う。 【構成】 ステップ１で画像をブロックに分割し、ステ
ップ２においてブロック内で特徴量を計算し、ステップ
３でこの特徴量の統計量を構成する。この統計量はブロ
ック内で求めた特徴量が画像でどのように分布している
かの情報を含むので、画像の大局的な構造を反映してい
る。ステップ４でこの統計量から計算した特徴量によっ
て、テクスチャ解析を行う。
像をも分類・識別できるような、画像の大局的な構造を
反映した特徴量を抽出し、解析を行う。 【構成】 ステップ１で画像をブロックに分割し、ステ
ップ２においてブロック内で特徴量を計算し、ステップ
３でこの特徴量の統計量を構成する。この統計量はブロ
ック内で求めた特徴量が画像でどのように分布している
かの情報を含むので、画像の大局的な構造を反映してい
る。ステップ４でこの統計量から計算した特徴量によっ
て、テクスチャ解析を行う。
Description
【０００１】
【産業上の利用分野】本発明はテクスチャ画像の解析方
法及び装置に関するものである。
法及び装置に関するものである。
【０００２】
【従来の技術】従来のテクスチャ解析方法において、濃
度同時生起行列や濃度差分統計量や濃度ランレングス行
列を用いて解析を行う方法があり、これらの手法の中で
も濃度同時生起行列を用いる手法が有効であることが知
られている。濃度同時生起行列、濃度差分統計量は画素
濃度の２次統計量、濃度ランレングス行列は画素濃度の
高次統計量である。これらの統計量から計算できる特徴
量が定義されていて、この特徴量を用いて分類・識別な
どの解析が行われている。
度同時生起行列や濃度差分統計量や濃度ランレングス行
列を用いて解析を行う方法があり、これらの手法の中で
も濃度同時生起行列を用いる手法が有効であることが知
られている。濃度同時生起行列、濃度差分統計量は画素
濃度の２次統計量、濃度ランレングス行列は画素濃度の
高次統計量である。これらの統計量から計算できる特徴
量が定義されていて、この特徴量を用いて分類・識別な
どの解析が行われている。
【０００３】さらに濃度同時生起行列の拡張として一般
化同時生起行列という概念がある。これはエッジなどの
局所特徴量によって同時生起行列を構成する方法で、局
所特微の実現例としては、画素のエッジ方向とエッジラ
インがあげられている。
化同時生起行列という概念がある。これはエッジなどの
局所特徴量によって同時生起行列を構成する方法で、局
所特微の実現例としては、画素のエッジ方向とエッジラ
インがあげられている。
【０００４】
【発明が解決しようとする課題】従来の濃度同時生起行
列や濃度差分統計量や濃度ランレングス行列を用いて解
析を行う方法では、画素の濃度に関する統計量しか利用
していない。最も有効と考えられている濃度同時生起行
列は画素濃度の２次元確率密度に基づいて構成されるて
いる。しかし２次元確率密度関数が等しいが、人間には
識別可能なテクスチャが存在しており、これらに対して
は濃度同時生起行列も有効でなくなる。一方テクスチャ
解析に有効な特徴量は他にも考えられ、また今後定義さ
れる可能性もある。これらは一定の領域を必要とする特
徴であることも考えられるが、従来の方法では利用でき
る形にはなっていない。このような他の特徴量を画素濃
度の代わりに利用できたら、濃度同時生起行列や濃度差
分統計量や濃度ランレングス行列を用いる方法では分類
・識別ができないテクスチャ画像にたいして分類・識別
が行える。
列や濃度差分統計量や濃度ランレングス行列を用いて解
析を行う方法では、画素の濃度に関する統計量しか利用
していない。最も有効と考えられている濃度同時生起行
列は画素濃度の２次元確率密度に基づいて構成されるて
いる。しかし２次元確率密度関数が等しいが、人間には
識別可能なテクスチャが存在しており、これらに対して
は濃度同時生起行列も有効でなくなる。一方テクスチャ
解析に有効な特徴量は他にも考えられ、また今後定義さ
れる可能性もある。これらは一定の領域を必要とする特
徴であることも考えられるが、従来の方法では利用でき
る形にはなっていない。このような他の特徴量を画素濃
度の代わりに利用できたら、濃度同時生起行列や濃度差
分統計量や濃度ランレングス行列を用いる方法では分類
・識別ができないテクスチャ画像にたいして分類・識別
が行える。
【０００５】上記の課題の１つの解決策として一般化同
時生起行列という概念がある。これは、局所特徴量によ
る同時生起行列と定義されているが、実際に用いられて
いる特徴量は画素のエッジ方向及びエッジラインであ
る。画素のエッジ方向は画素濃度と同様に画素単位の特
徴量であり、大局的な構造を抽出しにくい。すなわち画
素単位での相関関係では広い範囲の構造を反映できな
い。
時生起行列という概念がある。これは、局所特徴量によ
る同時生起行列と定義されているが、実際に用いられて
いる特徴量は画素のエッジ方向及びエッジラインであ
る。画素のエッジ方向は画素濃度と同様に画素単位の特
徴量であり、大局的な構造を抽出しにくい。すなわち画
素単位での相関関係では広い範囲の構造を反映できな
い。
【０００６】またエッジラインは画素単位ではないが、
その個数をあらかじめ規定できず、同時生起行列を構成
するのに十分なエッジラインがないことが多い。その結
果行列を用いての分類・識別はうまくいっていない。
その個数をあらかじめ規定できず、同時生起行列を構成
するのに十分なエッジラインがないことが多い。その結
果行列を用いての分類・識別はうまくいっていない。
【０００７】本発明は以上の問題を解決するものであ
り、その目的はテクスチャ解析において、画素濃度の統
計量では分類・識別できないテクスチャ画像にたいして
も分類・識別を行えるような、画像の大局的な構造を反
映したテクスチャ特徴を抽出し、解析を行う方法を提供
することにある。
り、その目的はテクスチャ解析において、画素濃度の統
計量では分類・識別できないテクスチャ画像にたいして
も分類・識別を行えるような、画像の大局的な構造を反
映したテクスチャ特徴を抽出し、解析を行う方法を提供
することにある。
【０００８】
【課題を解決するための手段】第１の発明のテクスチャ
解析方法は、２次元格子状の配列上に多値化されたディ
ジタル図形として表されたテクスチャ画像に対するテク
スチャ解析方法において、一定の領域で計算して意味を
持つ特徴量を選び、その特徴量を計算するのに必要な領
域のサイズを考慮して、重複を許す任意の大きさのブロ
ックにテクスチャ画像を分割し、ブロック内で求めるこ
との可能な特徴量を計算し、ブロック内で求めた特徴量
の統計量を用いて解析を行うことを特徴とする。
解析方法は、２次元格子状の配列上に多値化されたディ
ジタル図形として表されたテクスチャ画像に対するテク
スチャ解析方法において、一定の領域で計算して意味を
持つ特徴量を選び、その特徴量を計算するのに必要な領
域のサイズを考慮して、重複を許す任意の大きさのブロ
ックにテクスチャ画像を分割し、ブロック内で求めるこ
との可能な特徴量を計算し、ブロック内で求めた特徴量
の統計量を用いて解析を行うことを特徴とする。
【０００９】第２の発明のテクスチャ解析装置は、２次
元格子状の配列上に多値化されたディジタル図形として
表されたテクスチャ画像に対するテクスチャ解析装置に
おいて、テクスチャ画像を格納する画像記憶手段と、重
複を許す定めた大きさのブロックにテクスチャ画像を分
割し、ブロック内で特徴量を計算するブロック特徴抽出
手段と、ブロック内で求めた特徴量を格納するブロック
特徴記憶手段と、ブロック内で求めた特徴量を用いて同
時生起行列を構成する行列構成手段と、その構成した同
時生起行列を用いて解析をおこなう解析手段とからなる
ことを特徴とする。
元格子状の配列上に多値化されたディジタル図形として
表されたテクスチャ画像に対するテクスチャ解析装置に
おいて、テクスチャ画像を格納する画像記憶手段と、重
複を許す定めた大きさのブロックにテクスチャ画像を分
割し、ブロック内で特徴量を計算するブロック特徴抽出
手段と、ブロック内で求めた特徴量を格納するブロック
特徴記憶手段と、ブロック内で求めた特徴量を用いて同
時生起行列を構成する行列構成手段と、その構成した同
時生起行列を用いて解析をおこなう解析手段とからなる
ことを特徴とする。
【００１０】第３の発明のテクスチャ解析装置は、２次
元格子状の配列上に多値化されたディジタル図形として
表されたテクスチャ画像に対するテクスチャ解析装置に
おいて、テクスチャ画像を格納する画像記憶手段と、重
複を許す定めた大きさのブロックにテクスチャ画像を分
割し、ブロック内で特徴量を計算するブロック特徴抽出
手段と、ブロック内で求めた特徴量を格納するブロック
特徴記憶手段と、ブロック内で求めた特徴量を用いて差
分統計量を構成する差分統計量構成手段と、その構成し
た差分統計量を用いて解析をおこなう解析手段とからな
ることを特徴とする。
元格子状の配列上に多値化されたディジタル図形として
表されたテクスチャ画像に対するテクスチャ解析装置に
おいて、テクスチャ画像を格納する画像記憶手段と、重
複を許す定めた大きさのブロックにテクスチャ画像を分
割し、ブロック内で特徴量を計算するブロック特徴抽出
手段と、ブロック内で求めた特徴量を格納するブロック
特徴記憶手段と、ブロック内で求めた特徴量を用いて差
分統計量を構成する差分統計量構成手段と、その構成し
た差分統計量を用いて解析をおこなう解析手段とからな
ることを特徴とする。
【００１１】第４の発明のテクスチャ解析装置は、２次
元格子状の配列上に、多値化されたディジタル図形とし
て表されたテクスチャ画像に対するテクスチャ解析装置
において、テクスチャ画像を格納する画像記憶手段と、
重複を許す定めた大きさのブロックにテクスチャ画像を
分割し、ブロック内で特徴量を計算するブロック特徴抽
出手段と、ブロック内で求めた特徴量を格納するブロッ
ク特徴記憶手段と、ブロック内で求めた特徴量を用いて
ランレングス行列を構成するランレングス行列構成手段
と、その構成したランレングス行列を用いて解析をおこ
なう解析手段とからなることを特徴とする。
元格子状の配列上に、多値化されたディジタル図形とし
て表されたテクスチャ画像に対するテクスチャ解析装置
において、テクスチャ画像を格納する画像記憶手段と、
重複を許す定めた大きさのブロックにテクスチャ画像を
分割し、ブロック内で特徴量を計算するブロック特徴抽
出手段と、ブロック内で求めた特徴量を格納するブロッ
ク特徴記憶手段と、ブロック内で求めた特徴量を用いて
ランレングス行列を構成するランレングス行列構成手段
と、その構成したランレングス行列を用いて解析をおこ
なう解析手段とからなることを特徴とする。
【００１２】
【実施例】図１は、第１の発明のテクスチャ解析方法の
１実施例を示す流れ図である。図中のステップ１〜ステ
ップ４は、流れ図の各ステップを示す。ステップ１にお
いて、２次元格子状の配列上に、多値化されたディジタ
ル図形を正方形状のブロックに分割する。この際に、こ
の後のステップ２で計算する特徴量が十分に性質を表す
のに必要とする領域のサイズによって、ブロックの重複
の度合いを調節し分割を行う。この分割の仕方として具
体的には、ブロックの重複を許さない場合、ブロックサ
イズの１／２の重複を許す場合、ブロックサイズの３／
４の重複を許す場合、などが考えられる。ステップ２に
おいて、ステップ１で分割された各ブロック内で、一定
の領域で計算して意味を持つ特徴量を計算する。これを
ブロック特徴量と呼ぶ。このブロック特徴量としてフラ
クタル次元、フーリエ変換画像の強度分布、などが考え
られる。ステップ３において、ステップ２で計算された
ブロック特徴量の統計量を構成する。この統計量として
２次元確率密度に基づいた同時生起行列、差分統計量、
高次統計量であるランレングス行列、などが考えられ
る。ステップ４において、ステップ３で構成された統計
量に従ってテクスチャの解析を行う。各統計量を用いて
解析を行う方法は従来の技術で行える。ステップ３で構
成された統計量が同時生起行列であれば、この行列から
定義される特徴量、例えば角２次モーメント、コントラ
スト、エントロピーなどを計算し、それらを用いて解析
を行う。解析の方法は通常の方法で実現される。
１実施例を示す流れ図である。図中のステップ１〜ステ
ップ４は、流れ図の各ステップを示す。ステップ１にお
いて、２次元格子状の配列上に、多値化されたディジタ
ル図形を正方形状のブロックに分割する。この際に、こ
の後のステップ２で計算する特徴量が十分に性質を表す
のに必要とする領域のサイズによって、ブロックの重複
の度合いを調節し分割を行う。この分割の仕方として具
体的には、ブロックの重複を許さない場合、ブロックサ
イズの１／２の重複を許す場合、ブロックサイズの３／
４の重複を許す場合、などが考えられる。ステップ２に
おいて、ステップ１で分割された各ブロック内で、一定
の領域で計算して意味を持つ特徴量を計算する。これを
ブロック特徴量と呼ぶ。このブロック特徴量としてフラ
クタル次元、フーリエ変換画像の強度分布、などが考え
られる。ステップ３において、ステップ２で計算された
ブロック特徴量の統計量を構成する。この統計量として
２次元確率密度に基づいた同時生起行列、差分統計量、
高次統計量であるランレングス行列、などが考えられ
る。ステップ４において、ステップ３で構成された統計
量に従ってテクスチャの解析を行う。各統計量を用いて
解析を行う方法は従来の技術で行える。ステップ３で構
成された統計量が同時生起行列であれば、この行列から
定義される特徴量、例えば角２次モーメント、コントラ
スト、エントロピーなどを計算し、それらを用いて解析
を行う。解析の方法は通常の方法で実現される。
【００１３】図２は、第２の発明のテクスチャ解析装置
の１実施例の構成を示すブロック図である。
の１実施例の構成を示すブロック図である。
【００１４】このテクスチャ解析装置は、画像記憶手段
１、ブロック特徴抽出手段２、ブロック特徴記憶手段
３、行列構成手段４、解析手段５を有している。
１、ブロック特徴抽出手段２、ブロック特徴記憶手段
３、行列構成手段４、解析手段５を有している。
【００１５】画像記憶手段１は、ディジタル化された画
像信号を格納する通常の記憶手段である。
像信号を格納する通常の記憶手段である。
【００１６】ブロック特徴抽出手段２は、画像記憶手段
１からテクスチャ画像信号１０を読み込み、テクスチャ
画像を重複を許す定めたブロックに分割し、ブロック内
で特徴量を抽出し、信号１１として出力する。
１からテクスチャ画像信号１０を読み込み、テクスチャ
画像を重複を許す定めたブロックに分割し、ブロック内
で特徴量を抽出し、信号１１として出力する。
【００１７】ブロック特徴記憶手段３は、ブロック特徴
抽出手段２で抽出され、信号１１として出力されたブロ
ック特徴量を格納する通常の記憶手段である。
抽出手段２で抽出され、信号１１として出力されたブロ
ック特徴量を格納する通常の記憶手段である。
【００１８】行列構成手段４は、ブロック特徴記憶手段
３からブロック特徴量を信号１２として読み込み、これ
らのブロック特徴量から同時生起行列を構成し、同時生
起行列を信号１３として出力する。
３からブロック特徴量を信号１２として読み込み、これ
らのブロック特徴量から同時生起行列を構成し、同時生
起行列を信号１３として出力する。
【００１９】解析手段５は、行列構成手段４から同時生
起行列を信号１３として読み込み、行列及び行列から計
算される特徴量を用いてテクスチャ解析を行う手段で、
従来の濃度同時生起行列を用いる解析方法において、行
列及び行列から計算される特徴量を用いて解析を行う手
段と同様にして実現できる。
起行列を信号１３として読み込み、行列及び行列から計
算される特徴量を用いてテクスチャ解析を行う手段で、
従来の濃度同時生起行列を用いる解析方法において、行
列及び行列から計算される特徴量を用いて解析を行う手
段と同様にして実現できる。
【００２０】図３は、ブロック特徴抽出手段２の構成の
１例を示すブロック図である。このブロック特徴抽出手
段はブロック分割手段２１とフラクタル特徴抽出手段２
２により構成される。
１例を示すブロック図である。このブロック特徴抽出手
段はブロック分割手段２１とフラクタル特徴抽出手段２
２により構成される。
【００２１】ブロック分割手段２１は、テクスチャ画像
を信号１０として読み込み、８×８画素を１ブロックと
して、重複しないで分割、４画素重複して分割、６画素
重複して分割の３通りの分割手段を有し、それぞれ分割
したブロックの画像信号を出力１０１として出力する。
８×８画素ブロックはフラクタル次元を計算するのに必
要と思われるサイズであり、総ブロック数を増やすため
に重複を許す分割を行っている。
を信号１０として読み込み、８×８画素を１ブロックと
して、重複しないで分割、４画素重複して分割、６画素
重複して分割の３通りの分割手段を有し、それぞれ分割
したブロックの画像信号を出力１０１として出力する。
８×８画素ブロックはフラクタル次元を計算するのに必
要と思われるサイズであり、総ブロック数を増やすため
に重複を許す分割を行っている。
【００２２】フラクタル次元特徴抽出手段２２は、分割
された画像信号１０１を読み込み、それぞれのブロック
に対してフラクタル次元を計算し、信号１１として出力
するもので、通常の技術で容易に実現できる。
された画像信号１０１を読み込み、それぞれのブロック
に対してフラクタル次元を計算し、信号１１として出力
するもので、通常の技術で容易に実現できる。
【００２３】図４は、第４の発明のテクスチャ解析装置
の１実施例の構成を示すブロック図である。
の１実施例の構成を示すブロック図である。
【００２４】このテクスチャ解析装置は、画像記憶手段
１、ブロック特徴抽出手段２、ブロック特徴記憶手段
３、差分統計量構成手段６、解析手段７を有している。
１、ブロック特徴抽出手段２、ブロック特徴記憶手段
３、差分統計量構成手段６、解析手段７を有している。
【００２５】画像記憶手段１、ブロック特徴抽出手段
２、ブロック特徴記憶手段３は、第２の発明のテクスチ
ャ解析装置の１実施例で説明されているものと同じもの
である。差分統計量構成手段６は、ブロック特徴記憶手
段３からブロック特徴量を信号１２として読み込み、こ
れらのブロック特徴量から差分統計量を構成し、差分統
計量を信号１４として出力する。
２、ブロック特徴記憶手段３は、第２の発明のテクスチ
ャ解析装置の１実施例で説明されているものと同じもの
である。差分統計量構成手段６は、ブロック特徴記憶手
段３からブロック特徴量を信号１２として読み込み、こ
れらのブロック特徴量から差分統計量を構成し、差分統
計量を信号１４として出力する。
【００２６】解析手段７は、差分統計量構成手段６から
差分統計量を信号１４として読み込み、差分統計量及び
差分統計量から計算される特徴量を用いてテクスチャ解
析を行う手段で、従来の濃度差分統計量を用いる解析方
法において、差分統計量及び差分統計量から計算される
特徴量を用いて解析を行う手段と同様にして実現でき
る。
差分統計量を信号１４として読み込み、差分統計量及び
差分統計量から計算される特徴量を用いてテクスチャ解
析を行う手段で、従来の濃度差分統計量を用いる解析方
法において、差分統計量及び差分統計量から計算される
特徴量を用いて解析を行う手段と同様にして実現でき
る。
【００２７】図５は、第４の発明のテクスチャ解析装置
の１実施例の構成を示すブロック図である。 このテク
スチャ解析装置は、画像記憶手段１、ブロック特徴抽出
手段２、ブロック特徴記憶手段３、ランレングス行列構
成手段８、解析手段９を有している。
の１実施例の構成を示すブロック図である。 このテク
スチャ解析装置は、画像記憶手段１、ブロック特徴抽出
手段２、ブロック特徴記憶手段３、ランレングス行列構
成手段８、解析手段９を有している。
【００２８】画像記憶手段１、ブロック特徴抽出手段
２、ブロック特徴記憶手段３は、第２の発明のテクスチ
ャ解析装置の１実施例で説明されているものと同じもの
である。
２、ブロック特徴記憶手段３は、第２の発明のテクスチ
ャ解析装置の１実施例で説明されているものと同じもの
である。
【００２９】ランレングス行列構成手段８は、ブロック
特徴記憶手段３からブロック特徴量を信号１２として読
み込み、これらのブロック特徴量からランレングス行列
を構成し、ランレングス行列を信号１５として出力す
る。
特徴記憶手段３からブロック特徴量を信号１２として読
み込み、これらのブロック特徴量からランレングス行列
を構成し、ランレングス行列を信号１５として出力す
る。
【００３０】解析手段９は、ランレングス行列構成手段
８からランレングス行列を信号１５として読み込み、ラ
ンレングス行列及びランレングス行列から計算される特
徴量を用いてテクスチャ解析を行う手段で、従来の濃度
ランレングス行列を用いる解析方法において、ランレン
グス行列及びランレングス行列から計算される特徴量を
用いて解析を行う手段と同様にして実現できる。
８からランレングス行列を信号１５として読み込み、ラ
ンレングス行列及びランレングス行列から計算される特
徴量を用いてテクスチャ解析を行う手段で、従来の濃度
ランレングス行列を用いる解析方法において、ランレン
グス行列及びランレングス行列から計算される特徴量を
用いて解析を行う手段と同様にして実現できる。
【００３１】以上、実施例をもって本発明を詳細に説明
したが、本発明はこの実施例に限定されるものではな
い。
したが、本発明はこの実施例に限定されるものではな
い。
【００３２】
【発明の効果】テクスチャ画像をブロック分割して、特
徴量を得る単位を画素単位からブロック単位へ拡張する
ことにより、画素濃度以外に、ある一定の範囲で計算し
て意味を持つような特徴量を用いて同時生起行列、差分
統計量、ランレングス行列を構成することができる。こ
れにより画素濃度の統計量に基づいた濃度同時生起行
列、濃度差分統計量、濃度ランレングスによる方法では
分類・識別できなかったテクスチャ画像にたいしても、
分類・識別ができるようになる。
徴量を得る単位を画素単位からブロック単位へ拡張する
ことにより、画素濃度以外に、ある一定の範囲で計算し
て意味を持つような特徴量を用いて同時生起行列、差分
統計量、ランレングス行列を構成することができる。こ
れにより画素濃度の統計量に基づいた濃度同時生起行
列、濃度差分統計量、濃度ランレングスによる方法では
分類・識別できなかったテクスチャ画像にたいしても、
分類・識別ができるようになる。
【００３３】またブロック内で求めた特徴量（これをＡ
とする）の統計量（これをＢとする）を利用するという
ことは、ブロックという一定の範囲の性質を表した特徴
の、相互関係が使われることになり、画像の大局的な構
造を反映したＢの特徴量が得られる。すなわち画像全体
にＡの特徴量がどのように分布しているかという情報を
利用できるので、画像全体にたいしてＡの特徴量を計算
して得られる解析能力よりも、本発明によって得られた
構造を反映したＢの特徴量は高い識別能力を持つ。さら
にブロックの大きさを変えることにより、あらかじめ得
られる総ブロック数を規定できる。一般化同時生起行列
では特徴が出現する数が少なすぎて十分な解析能力が得
られなかったが、本発明の方法では、ブロック内で計算
する特徴量が十分にその性質を表すのに必要な領域のサ
イズを考慮してブロック分割を行うことによって、総ブ
ロック数を調節することができ、同時生起行列、差分統
計量、ランレングス行列を構成する特徴量の数が少なす
ぎることをふせぐことができる。その結果得られた特徴
量は高い解析能力を持つ。
とする）の統計量（これをＢとする）を利用するという
ことは、ブロックという一定の範囲の性質を表した特徴
の、相互関係が使われることになり、画像の大局的な構
造を反映したＢの特徴量が得られる。すなわち画像全体
にＡの特徴量がどのように分布しているかという情報を
利用できるので、画像全体にたいしてＡの特徴量を計算
して得られる解析能力よりも、本発明によって得られた
構造を反映したＢの特徴量は高い識別能力を持つ。さら
にブロックの大きさを変えることにより、あらかじめ得
られる総ブロック数を規定できる。一般化同時生起行列
では特徴が出現する数が少なすぎて十分な解析能力が得
られなかったが、本発明の方法では、ブロック内で計算
する特徴量が十分にその性質を表すのに必要な領域のサ
イズを考慮してブロック分割を行うことによって、総ブ
ロック数を調節することができ、同時生起行列、差分統
計量、ランレングス行列を構成する特徴量の数が少なす
ぎることをふせぐことができる。その結果得られた特徴
量は高い解析能力を持つ。
【００３４】以上のように本発明によれば、従来法では
用いられなかった画素単位でない特徴量を使用して解析
を行える。一定の範囲でもって計算できる特徴量はブロ
ック特徴量として用いることができる。更に、ブロック
特徴量の統計量を利用することになるので、使用したブ
ロック特徴量の２次元的な構造を反映した、新たな特徴
量を得る事ができる。またブロックの大きさを変更して
やることにより、総ブロック数を変化させられるので、
使用するブロック特徴量の個数自体が少なくて、有効な
特徴量が得られないような事態はおきない。
用いられなかった画素単位でない特徴量を使用して解析
を行える。一定の範囲でもって計算できる特徴量はブロ
ック特徴量として用いることができる。更に、ブロック
特徴量の統計量を利用することになるので、使用したブ
ロック特徴量の２次元的な構造を反映した、新たな特徴
量を得る事ができる。またブロックの大きさを変更して
やることにより、総ブロック数を変化させられるので、
使用するブロック特徴量の個数自体が少なくて、有効な
特徴量が得られないような事態はおきない。
【図１】第１の発明のテクスチャ解析方法の１実施例を
説明する流れ図
説明する流れ図
【図２】第２の発明のテクスチャ解析装置の１実施例の
構成を示すブロック図
構成を示すブロック図
【図３】図２のブロック特徴抽出手段の構成の１例を示
すブロック図
すブロック図
【図４】第３の発明のテクスチャ解析装置の１実施例の
構成を示すブロック図
構成を示すブロック図
【図５】第４の発明のテクスチャ解析装置の１実施例の
構成を示すブロック図である
構成を示すブロック図である
１ 画像記憶手段
２ ブロック特徴抽出手段
３ ブロック特徴記憶手段
４ 行列構成手段
５ 解析手段
６ 差分統計量構成手段
７ 解析手段
８ ランレングス行列構成手段
９ 解析手段
２１ ブロック分割手段
２２ フラクタル次元特徴抽出手段
Claims (4)
- 【請求項１】 ２次元格子状の配列上に、多値化された
ディジタル図形として表されたテクスチャ画像に対する
テクスチャ解析方法において、一定の領域で計算して意
味を持つ特徴量を選び、その特徴量を計算するのに必要
な領域のサイズを考慮して、重複を許す任意の大きさの
ブロックにテクスチャ画像を分割し、ブロック内でその
特徴量を計算し、ブロック内で求めた特徴量の統計量を
用いて解析を行うことを特徴とするテクスチャ解析方
法。 - 【請求項２】 ２次元格子状の配列上に、多値化された
ディジタル図形として表されたテクスチャ画像に対する
テクスチャ解析装置において、テクスチャ画像を格納す
る画像記憶手段と、重複を許す定めた大きさのブロック
にテクスチャ画像を分割し、ブロック内で特徴量を計算
するブロック特徴抽出手段と、ブロック内で求めた特徴
量を格納するブロック特徴記憶手段と、ブロック内で求
めた特徴量を用いて同時生起行列を構成する行列構成手
段と、その構成した同時生起行列を用いて解析をおこな
う解析手段とからなることを特徴とするテクスチャ解析
装置。 - 【請求項３】 ２次元格子状の配列上に、多値化された
ディジタル図形として表されたテクスチャ画像に対する
テクスチャ解析装置において、テクスチャ画像を格納す
る画像記憶手段と、重複を許す定めた大きさのブロック
にテクスチャ画像を分割し、ブロック内でその特徴量を
計算するブロック特徴抽出手段と、ブロック内で求めた
特徴量を格納するブロック特徴記憶手段と、ブロック内
で求めた特徴量を用いて構成する差分統計量構成手段
と、その構成した差分統計量を用いて解析をおこなう解
析手段とからなることを特徴とするテクスチャ解析装
置。 - 【請求項４】 ２次元格子状の配列上に、多値化された
ディジタル図形として表されたテクスチャ画像に対する
テクスチャ解析装置において、テクスチャ画像を格納す
る画像記憶手段と、重複を許す定めた大きさのブロック
にテクスチャ画像を分割し、ブロック内で特徴量を計算
するブロック特徴抽出手段と、ブロック内で求めた特徴
量を格納するブロック特徴記憶手段と、ブロック内で求
めた特徴量を用いてランレングス行列を構成するランレ
ングス行列構成手段と、その構成したランレングス行列
を用いて解析をおこなう解析手段とからなることを特徴
とするテクスチャ解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3178235A JPH0528266A (ja) | 1991-07-18 | 1991-07-18 | テクスチヤ解析方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3178235A JPH0528266A (ja) | 1991-07-18 | 1991-07-18 | テクスチヤ解析方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0528266A true JPH0528266A (ja) | 1993-02-05 |
Family
ID=16044960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3178235A Pending JPH0528266A (ja) | 1991-07-18 | 1991-07-18 | テクスチヤ解析方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0528266A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09319870A (ja) * | 1996-05-08 | 1997-12-12 | Daewoo Electron Co Ltd | テクスチャ映像分類装置 |
| US6140997A (en) * | 1997-09-19 | 2000-10-31 | Minolta Co., Ltd. | Color feature extracting apparatus and method therefor capable of easily transforming a RGB color space into a color space close to human sense |
| US6249607B1 (en) | 1997-09-19 | 2001-06-19 | Minolta Co., Ltd. | Similar-image retrieving apparatus, similar-image retrieving method and program storage medium |
| US6381365B2 (en) | 1997-08-22 | 2002-04-30 | Minolta Co., Ltd. | Image data processing apparatus and image data processing method |
| US6480841B1 (en) | 1997-09-22 | 2002-11-12 | Minolta Co., Ltd. | Information processing apparatus capable of automatically setting degree of relevance between keywords, keyword attaching method and keyword auto-attaching apparatus |
| US6519360B1 (en) | 1997-09-17 | 2003-02-11 | Minolta Co., Ltd. | Image processing apparatus for comparing images based on color feature information and computer program product in a memory |
| JP2003281550A (ja) * | 2002-12-04 | 2003-10-03 | Matsushita Electric Ind Co Ltd | 面評価装置及び移動装置 |
| JP2006092401A (ja) * | 2004-09-27 | 2006-04-06 | M I L:Kk | 物品欠陥情報検出装置及び物品欠陥情報検出処理プログラム |
-
1991
- 1991-07-18 JP JP3178235A patent/JPH0528266A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09319870A (ja) * | 1996-05-08 | 1997-12-12 | Daewoo Electron Co Ltd | テクスチャ映像分類装置 |
| US6381365B2 (en) | 1997-08-22 | 2002-04-30 | Minolta Co., Ltd. | Image data processing apparatus and image data processing method |
| US6519360B1 (en) | 1997-09-17 | 2003-02-11 | Minolta Co., Ltd. | Image processing apparatus for comparing images based on color feature information and computer program product in a memory |
| US6140997A (en) * | 1997-09-19 | 2000-10-31 | Minolta Co., Ltd. | Color feature extracting apparatus and method therefor capable of easily transforming a RGB color space into a color space close to human sense |
| US6249607B1 (en) | 1997-09-19 | 2001-06-19 | Minolta Co., Ltd. | Similar-image retrieving apparatus, similar-image retrieving method and program storage medium |
| US6480841B1 (en) | 1997-09-22 | 2002-11-12 | Minolta Co., Ltd. | Information processing apparatus capable of automatically setting degree of relevance between keywords, keyword attaching method and keyword auto-attaching apparatus |
| JP2003281550A (ja) * | 2002-12-04 | 2003-10-03 | Matsushita Electric Ind Co Ltd | 面評価装置及び移動装置 |
| JP2006092401A (ja) * | 2004-09-27 | 2006-04-06 | M I L:Kk | 物品欠陥情報検出装置及び物品欠陥情報検出処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI362007B (en) | Apparatus and methods for identifying regions within an image having similar continuity values, and blob identifier | |
| CN110598558B (zh) | 人群密度估计方法、装置、电子设备及介质 | |
| JP2702928B2 (ja) | 画像入力装置 | |
| US7149262B1 (en) | Method and apparatus for enhancing data resolution | |
| CN111274865A (zh) | 一种基于全卷积神经网络的遥感图像云检测方法及装置 | |
| EP1700269B1 (en) | Detection of sky in digital color images | |
| KR100850729B1 (ko) | 데이터 해상도를 향상시키는 방법 및 장치 | |
| CN115331087B (zh) | 融合区域语义与像素特征的遥感影像变化检测方法及系统 | |
| CN110688524B (zh) | 视频检索方法、装置、电子设备及存储介质 | |
| CN110992246B (zh) | 影像的金字塔分层切片方法 | |
| Licciardo et al. | Stream processor for real-time inverse Tone Mapping of Full-HD images | |
| JPH0528266A (ja) | テクスチヤ解析方法及び装置 | |
| Zhang et al. | A GPU-accelerated real-time single image de-hazing method using pixel-level optimal de-hazing criterion | |
| EP2085926B1 (en) | Method and apparatus for generating thumbnail image | |
| Hu et al. | Fast source camera identification using matching signs between query and reference fingerprints | |
| US7356182B1 (en) | Method and apparatus for measuring image complexity | |
| CN110136061B (zh) | 一种基于深度卷积预测与插值的分辨率提升方法及系统 | |
| KR102096767B1 (ko) | 다중-해상도 압축 감지 이미지 처리 | |
| CN115546274B (zh) | 一种画面深度判断模型及其构建方法、装置及应用 | |
| CN112116102A (zh) | 一种域适应训练集的扩展方法及系统 | |
| CN116798118A (zh) | 一种基于TPH-yolov5的异常行为检测方法 | |
| CN112749298A (zh) | 视频封面确定方法、装置、电子设备及计算机存储介质 | |
| CN107992863B (zh) | 多分辨率粮虫种类视觉识别方法 | |
| Anitha et al. | Quality assessment of resultant images after processing | |
| Kotwal et al. | A fast approach for fusion of hyperspectral images through redundancy elimination |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20000118 |