JPH07504533A - 適応表示システム - 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】 適応表示システム 発明の背景 発明の分野 本発明は、対象物の天然色に対応する色で対象物をモニターに表示する方法と、 背景における対象物を自動的に識別し、対象物の少なくとも一つの内点を決定す ることにより色により対象物を特性付け、対象物の天然色に対応する色で対象物 をモニターに表示するためのデジタル像分析方法に関する。

関連技術の説明 その輪郭が与えられる時、領域の内点にアクセスする能力は、像処理における古 典的な問題である。この問題に対する以前の解決策は、Ｌ。

Ｗ、Ｃｈａｎｇ　ａｎｄ　Ｋ、Ｌ、Ｌｅｕによる論文、”Ａ　ＦａｓｔＡｌｇｏ ｒｉｔｈｍ　ｆｏｒ　ｔｈｅ　Ｒｅ５ｔｏｒａｔｉｏｎ　。

ｆ　Ｉｍａｇｅｓ　Ｂａ５ｅｄ　ｏｎ　Ｃｈａｉｎ　Ｃｏｄｅｓ　Ｄｅｓｃｒｉ ｐｔｉｏｎ　ａｎｄ　Ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎｓ”、Ｃｏｍｐｕｔｅｒ 　Ｖｉｓｉｏｎ、Ｇｒａｐｈｉｃｓ、　ａｎｄ　１ｍａｇｅ　Ｐｒｏｃｅｓｓｉ ｎｇ　’５’０．２９６−３０７　（１９９０）において記載された。関連性の ある記載された一つのアルゴリズムは、対象物におけるピクセル毎が問い合わさ れることを必要とする。対象物内のピクセル数は対象物の周囲のピクセル数より も多いために、そのような技術は、比較的遅い。記載された別の方法は、対象物 の輪郭領域と直線の交差部分が、対象物の周囲における偶数の点を線引きすると いう事実に基づいたパリティ検査である。内点の指定は、像の各線において輪郭 における各合点と次の測点の間のすべての点が、内点として指定される任意の編 成規則によって決定される。そのようなパリティ検査アルゴリズムは、複雑な形 状の対象物で作用しない。

上記の同−論文において、ＣｈａｎｇとＬｅｕは、交差線セグメントによって生 成された周囲点を、方向符号値に基づいて４つの項類の一つに特性付けることに よる高度パリティ検査アルゴリズムを提案する。点の特性付けは、周囲点の新バ ッファーの生成につながり、この場合、幾つかの点は複製され、他の点は削除さ れる。パリティ検査アルゴリズムを新生成バッファーに適用することにより、複 雑な形状の対象物の内点が識別される。しかし、ＣｈａｎｇとＬｅｕによって提 示された高度アルゴリズムは、内点決定の問題を解決するための間接方法であり 、過多数の段階を必要とする。

１９８７年１２月１４日に公告された日立電子エンジニアリング株式会社への特 公昭６２−６００６９は、内点情報を使用することによりカラーに基づいてコロ ニーを弁別するコロニースクリーニング装置を開示する。コロニーは、所定のし きい値を使用してパターン認識によって識別され、そしてコロニーの中心におけ る少数の点が、任意に選択される。

Ｂａｃｕｓへの米国特許第４．４５３．２６６号は、背景における対象物を識別 するための方法を開示する。これは、セルの閉境界内のグレーレベル値の総和を 使用して、セルの光学濃度を測定することにより行われる。

上記の参照はいずれも、対象物の天然色に対応する色で対象物を表示するための デジタル像分析方法を開示しない。さらに、上記の参照はいずれも、対象物の内 点を決定することにより、背景において少な（とも一つの所定属性値を有する妥 当対象物を色で識別し特性付け、それがら、対象物の天然色に対応する色で対象 物をモニターに表示するデジタル像分析方法を開示しない。

発明の要約 ここで具現され広く記載された如（発明の目的により、発明の第１実施態様にお いて、対象物の色に対応する色で対象物をモニターに表示するデジタル像分析方 法が提供される。方法は、対象物と背景の複数の像を発生させる段階であり、こ の場合、各機は３原色像又は白黒像である段階と、対象物に対して少なくとも一 つの像を探索する段階と、少な（とも一つの所定の内点のグレーレベル値を決定 する段階と、対象物の各所定の内点に対して少なくとも一つのカラーパラメター 指数を算出する段階と、対象物に対して各所定の内点のカラーパラメター指数に 対応するグレーレベル値のテーブルを準備する段階と、対象物の内点に対応する 位置が各所定の内点のカラーパラメター指数を割り当てられる像バッファーを規 定する段階と、カラーパラメター指数により決定される如く、各所定の内点の色 に対応する色で対象物を表示するために、像バッファーをモニターに複写する段 階とを含む。

ここで具現され広（記載された如く、発明の目的により、発明の第２実施態様に おいて、背景における少なくとも一つの所定の属性値を有する少な（とも一つの 妥当対象物をカラーにより識別し、特性付け、かつ表示する方法が提供される。

方法は、候補対象物と背景の複数の像を発生する段階であり、各機は３原色像又 は白黒像である段階と、少なくとも一つの候補対象物に対して少なくとも一つの 像を探索する段階と、候補対象物の内点を決定する段階と、像の少なくとも一つ における内点のグレーレベル値を決定する段階と、候補対象物の内点に対して少 なくとも一つのカラーパラメーターを算出する段階と、カラーパラメーターによ り候補対象物を特性付ける段階と、各妥当対象物を識別するために妥当対象物の 所定属性値を有する候補対象物を妥当化する段階と、各妥当対象物に対して少な くとも一つの所定の内点に対するカラーパラメター指数を算出する段階と、各所 定の内点のカラーパラメター指数に対応するグレーレベル値のテーブルを準備す る段階と、各対象物の内点に対応する位置が各妥当対象物の各所定の内点のカラ ーパラメター指数を割り当てられる像バッファーを規定する段階と、カラーパラ メター指数によって決定される如く、各妥当対象物の所定の内点の色で各妥当対 象物を表示するために、像バッファーをモニターに複写する段階とを含む。

図面の簡単な説明 明細書の一部に取り入れられ、かつそれを構成する添付の図面は、発明の幾つか の実施態様を示し、上記の説明とともに、発明の詳細な説明するために役立つ。

第１図は、本発明の第１実施態様の方法の全段階を示すブロック図である。

第２図は、対象物をモニターにカラー表示するためのデジタル像分析システムの 構成要素を示す概略図である。

第３Ａ図は、時計回り方向においてトレースされた単純対象物の行及び列位置座 標値を表現する、行と列が指定された概略図である。

第３Ｂ図は、第３Ａ図に示された１３個の点に対する行位置座標値、列位置座標 値と方向符号値を示す図である。

第４図は、対象物の各周囲点の座標を決定するためのモジュールＧＥＴ　ＰＥＲ ＩＭの段階を示す流れ図である。

第５図は、時計回り方向においてトレースされた対象物に対する方向符号値を示 す概略図である。

第６図は、反時計回り方向においてトレースされた対象物に対する方向符号値を 示す概略図である。

第７Ａ図と第７Ｂ図は、対象物の周囲点を具備する周囲バッファーを生成するモ ジュールＬＯＡＤ　ＢＵＦＦＥＲの段階を示す流れ図である。

第８図は、各周囲点に状態変数を割り当てるモジュールＲＥＡＤ　Ｃ０ＬＯＲの 一部の段階を示す流れ図である。

第９図は、時計回り方向においてトレースされた対象物に対するＦＩＬＬ索引テ ーブルである。

第１０図は、反時計回り方向においてトレースされた対象物に対するＦＩＬＬ索 引テーブルである。

第１１Ａ図と第１１Ｂ図は、周囲バッファーにおける周囲点が、まず行によって ソートされ、次に列によってソートされた、本発明の第１実施態様の実現のため のモジュールＲＥＡＤ　Ｃ０ＬＯＲの一部の段階を示す流れ図である。

第１２Ａ図は、赤緑青カラー空間を示す略図である。

第１２Ｂ図は、赤緑青色相環を示す略図である。

第１３Ａ〜１３Ｅ図は、本発明による算出された色相指数と各指数に対する赤緑 青グレーレベル値を示す表示索引テーブルである。

第１４図は、第１実施態様の特定応用による像のグレーレベルヒストグラバを発 生するために使用されるモジュールＨＩＳＴＯＧＲＡＭの段階を示す流れ図であ る。

第１５図は、ヒストグラムのエントロピー関数が最大化される如く、しきいグレ ーレベルをエントロピー的に選択するために使用されるモジュールＥＮＴＲＯＰ Ｙの段階を示す流れ図である。

第１６図は、変化する背景における単一の単純対象物の像のグレーレベルヒスト グラムである。

第１７図は、少なくとも一つの対象物に対して像を探索するために使用されるモ ジュール５ＥＡＲＣＨＩＭＡＧＥの段階を示す流れ図である。

第１８図は、像を探索するためにも使用されるモジュールＦＩＮＤＯＢＪＥＣＴ の段階を示す流れ図である。

第１９図は、本発明の第２実施態様による方法の段階を示すブロック図である。

第２０Ａ図と第２０Ｂ図は、第１９図に示された第２実施態様で使用された所定 の属性値を有する妥当対象物を識別し特性付けるアンブレラモジュールＣＨＥＣ Ｋ　Ｃ０ＬＯＲの段階を示す流れ図である。

第２１Ａ図と第２１Ｂ図は、第２実施態様で使用される対象物の各所定の内点の 色相指数を算出するモジュールＲＥＡＤ　Ｃ０ＬＯＲの段階を示す流れ図である 。

第２２図は、第２実施態様で使用される対象物の各所定の内点の色相角と色相振 幅を算出するモジュールＣＡＬＣＨＵＥの段階を示す流れ図である。

第２３図は、対象物をろ過するために使用されるモジュールＣ０ＬＦＩＬＴの全 段階を示す流れ図である。

第２４Ａ〜２４Ｂ図は、対象物をトレースするために使用されるモジュールＴＲ ＡＣＥ　０ＢＪＥＣＴの段階を示す流れ図である。

第２５図は、候補対象物が背景よりも比較的に明るい又は暗いかを検出するため に使用されるモジュールＣＨＫ　ＧＲＡＹの段階を示す流れ図である。

第２６Ａ〜２６Ｃ図は、本発明の第２実施態様の方法のエントロピーしきい化応 用の再帰的バージョンに対する像のそれぞれ、原、上側及び下側グレーレベルヒ ストグラムである。

第２７図は、第２実施態様のエントロピーしきい化応用の再帰的バージョンによ る候補対象物に対して像を再帰的に探索するために使用されるモジュールＡＮＡ ＬＹＺＥの段階を示す流れ図である。

第２８Ａ〜２８Ｄ図は、非均質対象物における冗長度を解消するために使用され るモジュールＣＨＫ　ＬＩＳＴの段階を示す流れ図である。

第２９図は、第２８Ａ〜２８Ｄ図に示された如く、モジュールＣＨＫＬＩＳＴで 使用されるモジュールＳＥＴ　５ＴＡＴの段階を示す流れ図である。

第３０Ａ〜３０Ｂ図は、均質対象物における冗長度を解消するために使用される モジュールＣＨＫ　ＬＩＳＴの段階を示す流れ図である。

第３１図は、第３０Ａ〜３０Ｂ図に示された如く、モジュールＣＨＫＬＩＳＴで 使用されるモジュールＳＥＴ　５ＴＡＴの段階を示す流れ図である。

第３２Ａ〜３２Ｂ図は、非均質及び均質対象物における冗長度を解消するために 最終チェックを行うために使用されるモジュールＦＩＮＡＬＣＨＫの段階を示す 流れ図である。

第３３図は、第３２Ａ〜３２Ｂ図に示された如く、モジュールＦＩＮＡＬ　ＣＨ Ｋで使用されるモジュールＩＮＴ　５ＴＡＴの段階を示す流れ図である。

第３４図は、本発明の第２実施態様の方法を実行するために使用されたシステム の構成要素を示す概略図である。

好ましい実施態様の詳細な説明 発明の好ましい実施態様を詳細に参照する。可能な場合に、同一参照番号が、図 面を通じて同−又は類似部分を参照するために使用される。

本発明の第１実施態様により、対象物の色に対応する色で対象物をモニターに表 示するためのデジタル像分析方法が設けられる。方法は、対象物と背景の複数の 像を発生する段階を含む。この段階は、第１図のブロックＡに示される。モニタ ーにおいて対象物を表示するためのシステムは、第２図において一般に１０で示 される。システム１０は、白黒カメラ１２とカラーフィルターホイール１４を具 備する。カラーフィルターホイール１４は、白黒カメラによって発生された白黒 像の純色量をろ過又は引き出す。こうして、各機は、３原色像の一つ〜赤色像、 緑色像又は青色像か、又は白黒像である。本発明において、赤色フィルター、緑 色フィルター、青色フィルターにより各一つの３つのカラー像が発生されるが、 複合色像を発生させ、続いて、それをデジタル化し、赤色、緑色及び青色情報を 分離することは、この発明の範囲内にある。加えて、ＣＯＤカメラが、一般に、 本発明で使用されるが、任意の形式のカメラが、本発明の一般原理に反すること な（使用される。カラーＣＯＤカメラが、カラー及び白黒像を発生するために、 白黒ＣＣＤカメラの代わりに使用される。しかし、本発明により、大きな経済的 利点は、全カラーシステムを使用するよりも、白黒カメラ、カラーフィルターホ イール、白黒像処理ボードとカラーモニターを使用することにより実現される。

というのは、現在、カラーカメラは、白黒カメラよりも少なくとも約１０倍高価 であるためである。そのような経済的利点は、天然色で対象物を表示する有用性 を犠牲にすることなく実現される。

システム１０は、対象物の試料を保持するための試料保持器１６と、対象物を照 明するための光源１８とを具備する。光源１８は、電源２０によって電力を供給 される。システム１０はまた、コンピュータシステム２４の一部であるフレーム グラバ−又は白黒像処理ボード２２を具備する。システム１０のハードウェアは 、像が発生される時、最初に初期化されなければならない。それから、像は、フ レームグラバ−又はビデオデジタイザーによってデジタル化され、記憶される。

システム１０は、さらに、対象物をカラー表示するためのカラーモニター２６を 具備する。

コンピュータ２４は、第２図に示された如くケーブル２８によりカメラ１２とモ ニター２６に連結される。

本発明の方法はまた、対象物に対して少な（とも一つの像を探索する段階を含む 。この段階は、第１図のブロックＢに示される。本発明において、全対象物が探 索される。しかし、問題の対象物の識別特徴が対象物の特別部分にあることが既 知である場合に、探索段階は、対象物のその部分のみを探索することを含む。探 索段階は、例えば、自動計算しきい値又は使用者選択しきい値を使用して、任意 の方式で行われる。自動計算しきい値を使用する時、下記の如（ヒストグラム又 はＰａｌ　ａｎｄ　Ｐａｌによる論文、”Ｅｎｔｒｏｐｉｃ　Ｔｈｒｅｓｈｏｌ ｄｉｎｇ”、Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌ、１６，１９８９゜ ｐｐ、９７−１０８、に記載された同時発生マトリックスが使用される。

候補対象物を識別し妥当化するために像を自動的にしきい化する能力は、製造及 び産業プロセスを監視及び制御するために「オンライン」像分析を行うことを可 能にする。しきい値（又は複数のしきい値）が像毎に調整されなければならない ために、このケイパビリティは、手動しきい化スキームが使用されるならば一般 に可能ではない。無監視自動対象物識別の実施は、広範囲の産業応用に対して像 分析技術の使用を可能にする。背景が不測に変化する環境において、自動計算し きい値を使用する多くの方法が作用しない場合に、下記の如（、第２実施態様の 方法の再帰的バージョンが、特に強力である。

本発明の第１実施態様の方法はまた、対象物の内点を決定する段階を含む。この 段階は、第１図のブロックＣに示される。好ましい実施態様において、内点を決 定する段階は、対象物の質量中心を決定することを含む。内点を決定する段階は 、対象物をトレースすることにより行われる、対象物の周囲点を決定する副段階 を含む。各周囲点の座標は、モジュールＧＥＴ　ＰＥＲＩＭによって決定される 。ＧＥＴ　ＰＥＲＩＭの段階は、第４図に示される。ＧＥＴ　ＰＥＲＩＭモジュ ールの基本原理は、”Ｄｉｇｉｔａｌ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ”　 ｂｙ　Ｒａｆａｅｌ　Ｃ，Ｇｏｎｚａｌｅｚ　ａｎｄ　Ｐａｕｌ　ＷｉｎｔｚＳ Ｓｅｃｏｎｄ　Ｅｄ、、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ　Ｐｕｂｌｉｓｈｉｎｇ 　Ｃｏｍｐａｎｙ、Ｒｅａｄｉｎｇ、ＭａｓｓａｃｈｕｓｅｔｔＳ　（１９８７ ）において記載されたものに類似する。一つの事例において、対象物の周囲点を 決定する段階は、時計回り方向において順次に対象物をトレースすることを含む 。別の事例において、対象物の周囲点を決定する段階は、反時計回り方向におい て順次に対象物をトレースすることを含む。

対象物の内点を決定する副段階はまた、周囲バッファーを生成する段階を含む。

この段階は、下記の第７Ａ図と第７Ｂ図に具体的に示された如く、モジュールＬ ＯＡＤ　ＢＵＦＦＥＲによって実行される。周囲バッファーは、周囲点を具備す る。

第５Ａ図は、時計回り方向においてトレースされた単純対象物に対する概略を示 す。例示の目的のために、１３個の周囲点が示される。各周囲点は、行位置座標 値、列位置座標値と方向符号ベクトルを有する。方向符号ベクトルは、各周囲点 に対して第１及び第２方向符号値を具備する。第１方向符号値は、ＧＥＴ　ＰＥ ＲＩＭモジュールによって決定される如く、各それぞれの周囲点の次の周囲点に 対する関係を記述し、そして第２方向符号値は、ＧＥＴ　ＰＥＲＩＭモジュール によって決定される如く、各それぞれの周囲点の前周囲点に対する関係を記述す る。下記の如く、「次又は罰点」の規定は、対象物がトレースされる方向による 。周囲バッファーの第１部材は、方向符号記述子（ｘ＋、ｙｌ、ＶｅＣｔｏｒυ によって表記され、ここで、ＸＩは行位置座標値、ｙｌは列位置座標値、そして Ｖ　ｅ　Ｃｔ　Ｏｒ　１は、次の情報を含む方向符号ベクトルである。

（ｉ）ｎｅＸｔ＋は、次の周囲点への方向符号値である。そして（ｉｉ）ｐｒｅ ｖ＋は、罰点から現点への方向符号値である。

第５Ｂ図は、第５Ａ図に示された１３個の点に対する行位置座標値、列位置座標 値と第１及び第２方向符号値を示す図である。例えば、点１３は、２の行位置座 標値、１の列位置座標値、及び１の第１方向符号値と７の第２方向符号値を有す るとして表記される。

本発明において、方向符号値は、−周囲点の隣接周囲点（次周囲点又は前周囲点 ）に対する方向により、０〜７の範囲を取る。本発明に対する方向符号値は、第 ６図と第７図に示される。第７図の方向符号値は、第６図に示された値を９０° だけ回転させることにより導出される。第６図に示された方向符号値のセットの 適用は、第６図に示された方向符号値と反対に、以下に議論される周囲バッファ ーをソートする方法による。第６図から見られる如く、ｎ　ｅ　Ｘ　Ｌ　＋がゼ ロに等しいならば、次周囲点は、現周囲点の垂直上、かつ同一列である。−周囲 点から次周囲点への方向符号の値は、対象物がモジュールＧＥＴ　ＰＥＲＩＭに よってトレースされる向きによることを認識することは重要である。対象物が時 計回り方向にトレースされるならば、周囲点に関連した方向符号は、対象物が反 時計回り方向においてトレースされるものとは異なる。

モジュールＧＥＴ　ＰＥＲＩＭの段階は、第４図に示される。第４図に示された 如く、ブロックＡは、対象物における第１点に現点をセットする。それから、判 定ダイヤモンドＢは、次周囲点が検出されたか尋ねる。そうでなければ、トレー ス対象物は不当であり、そしてモジュールは、ブロックＣにおいて示された如く 完了される。次周囲点が検出されたならば、行及び列位置座標値は、第４図のブ ロックＤに示された如く周囲バッファーに記憶される。現点は、第４図のブロッ クＥに示された如（、次周囲点にセットされる。それから、判定ダイヤモンドＦ は、現点が第１周囲点にあるかを尋ねる。そうでなければ、判定ダイヤモンドＢ 、ブロックＣ−Ｅと判定ダイヤモンドＦによるループは、現点が第１周囲点にな るまで反復される。判定ダイヤモンドＦの回答が肯定であるならば、モジュール ＧＥＴ　ＰＥＲＩＭが完了される。

周囲バッファーを生成するモジュールＬＯＡＤ　ＢＵＦＦＥＲの段階は、第７Ａ 図と第７Ｂ図に示される。ブロックＡに示された如く第１段階において、現点は 、周囲バッファーにおける第１点にセットされる。

それから、判定ダイヤモンドＢは、現点がバッファーにおける最終点を越えるか を尋ねる。そうならば、ＬＯＡＤ　ＢＵＦＦＥＲモジュールが、第７Ａ図のブロ ックＣにおいて示された如く完了される。現点がバッファーにおける最終点を越 えないならば、判定ダイヤモンドＤは、現点がバッファーにおける第１点である かを尋ねる。そうならば、ブロックＥは、バッファーにおける最終点として罰点 をセットする。現点がバッファーにおける第１点でないならば、判定ダイヤモン ドＦは、現点がバッファーにおける最終点であるかを尋ねる。そうならば、ブロ ックＧは、バッファーにおける第１点として次点をセットする。罰点が周囲バッ ファーにおける最終点としてセットされたか、又は次点が周囲バッファーにおけ る第１点としてセットされた後、次点と現点の間の行座標値の差が、第７Ａ図の ブロックＨにおいて示された如く、算出され、バッファーに記憶される。この差 は、△ＲＯＷ−ｔｘｔとして指定される。次点と現点の間の列座標値の差は、第 ７Ａ図のブロック■に示された如く、算出され、バッファーに記憶される。この 差は、△ＣＯＬ　ｓ−ｘ丁として指定される。

現点と罰点の間の行座標値の差が、第７Ｂ図のブロックＪにおいて示された如（ 、算出され、バッファーに記憶される。この差は、△ＲＯＷ　Ｐ　ＲＥ　Ｖとし て指定される。次に、現点と罰点の間の列座標値の差が、ブロックＫに示された 如く、算出され、バッファーに記憶される。この差は、△Ｃ０Ｌ＝−ｔｖとして 指定される。それから、現点は、ブロックしに示された如く、バッファーにおけ る次周囲点に移動され、そしてモジュールは、第７Ａ図の判定ダイヤモンドＢに 復帰する。ＢとＤ−Ｌによるループは、現点がバッファーにおける最終点を越え るまで継続し、この点において、ＬＯＡＤ　ＢＵＦＦＥＲモジュールが、ブロッ クＣに示された如く完了される。

対象物の内点を決定する段階はまた、ソートされた周囲バッファーを生成するた めに、所定の順序で周囲バッファーにおける周囲点をソートする副段階を含む。

このソーティング段階は、時計回り又は反時計回り方向のいずれかにおいて対象 物をトレースするために行われる。このソーティング段階は、Ｒｏｂｅｒｔ　Ｓ ｅｄｇｅｗｉｃｋによッテ教科書Ａ１ｇｏｒｉｔｈｍｓ　ｉｎ　Ｃ，Ａｄｄｉｓ ｏｎ　Ｗｅｓｌｅｙ、１９９０において記載された標準「シェルソート」技術に よって行われる。

各周囲点に関連したｒｖｅｃｔｏｒｔＪ情報は、ソート中その点に関して移動す ることが注目される。

本発明の第１実施態様の第１実現において、対象物は、時計回り方向においてト レースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を具 備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲バ ッファーにおける周囲点をソートする副段階を含む。行により周囲点をソートす る副段階は、最小行位置座標値を有する点が、バッファーの先頭（バッファーの 順序の第１要素を意味する）に置かれる如く、昇順に周囲点をソートすることを 含む。代替的に、行により周囲点をソートする副段階は、最大行位置座標値を有 する点が、バッファーの先頭に置かれる如く、降順に周囲点をソートすることを 含む。

第１実施態様のこの実現において、ソーティング段階はまた、少なくとも一つの 行列ソート周囲点を具備する行列ソート周囲バッファーを生成するために、さら に所定の順序で列により行ソート周囲バッファーにおける周囲点をソートする付 加的副段階を含む。列により周囲点をソートする副段階は、昇順に周囲点をソー トすることを含む。バッファーが昇順に行により、続いて列によりソートされた 場合に、最小列位置座標値と最小行位置座標値を有する点が、バッファーの先頭 に置かれる。バッファーが降順に行により、続いて列によりソートされた場合に 、最小列位置座標値と最大行位置座標値を有する点は、バッファーの先頭に置か れる。

第１実施態様の第２実現において、対象物は、時計回り方向においてトレースさ れ、そしてソーティング段階は、少な（とも一つの列ソート周囲点を具備する列 ソート周囲バッファーを生成するために、所定の順序で列により周囲バッファー における周囲点をソートする副段階を含む。

この実現において、ソーティング段階は、少なくとも一つの列行ソート周囲点を 具備する列行ソート周囲バッファーを生成するために、所定の順次で行により列 ソート周囲バッファーにおける周囲点をソートする副段階を含む。列により周囲 点をソートする副段階は、最小列位置座標値を有する点が、バッファーの先頭に 置かれる如く、昇順に周囲点をソートすることを含む。代替的に、列により周囲 点をソートする副段階は、最大列位置座標値を有する点が、バッファーの先頭に 置かれる如く、降順に周囲点をソートすることを含む。

この第２実現において、ソーティング段階はまた、少なくとも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。行により周囲点をソートする副段階は、降順に列ソート周囲点をソート することを含む。バッファーが昇順に列により、続いて行によりソートされた場 合に、最大行位置座標値と最小列位置座標値を有する点が、バッファーの先頭に 置かれる。バッファーが降順に列により、続いて行によりソートされた場合に、 最大行位置座標値と最大列位置座標値を有する点は、バッファーの先頭に置かれ る。

本発明の第１実施態様の第３実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を 具備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲 バッファーにおける周囲点をソートする副段階を含む。行により周囲点をソート する副段階は、最小行位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、行により周囲点をソート する副段階は、最大行位置座標値を有する点が、バッファーの先頭に置かれる如 く、降順に周囲点をソートすることを含む。

この第３実現において、ソーティング段階はまた、少な（とも一つの行列ソート 周囲点を具備する行列ソート周囲バッファーを生成するために、さらに所定の順 序で列により行ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列により行ソート周囲点をソートする副段階は、降順に周囲点をソート することを含む。バッファーがまず昇順に行により、続いて列によりソートされ た場合に、最大列位置座標値と最小行位置座標値を有する点が、バッファーの先 頭に置かれる。

バッファーがまず降順に行により、続いて列によりソートされた場合に、最大列 位置座標値と最大行位置座標値を有する点は、バッファーの先頭に置かれる。

本発明の第１実施態様の第４実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少な（とも一つの列ソート周囲点を 具備する列ソート周囲バッファーを生成するために、所定の順序で列により周囲 バッファーにおける周囲点をソートする副段階を含む。列により周囲点をソート する副段階は、最小列位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、列により周囲点をソート する副段階は、最大列位置座標値を有する点が、バッファーの先頭に置かれる如 （、降順に周囲点をソートすることを含む。

この第４実現において、ソーティング段階はまた、少なくとも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列ソートバッファーにおいて行により周囲点をソートする副段階は、昇 順に周囲点をソートすることを含む。バッファーがまず昇順に列により、続いて 行によりソートされた場合に、最小行位置座標値と最小列位置座標値を有する点 が、バッファーの先頭に置かれる。バッファーがまず降順に列により、続いて行 によりソートされた場合に、最小行位置座標値と最大列位置座標値を有する点は 、バッファーの先頭に置かれる。

対象物の内点を決定する段階はまた、各周囲点に対して第１及び第２値の一方を 有する状態変数を割り当てる副段階を含む。この段階は、一部が第８図の流れ図 に示され、一部が第１１Ａ図と第１１Ｂ図の流れ図に示された、モジュールＲＥ ＡＤ　Ｃ０ＬＯＲにおいて実行される。状態変数の第１値は、ｒＦＩＬＬＪであ り、そして状態変数の第２値は、ｒＮｏ　ＦＩＬＬＪである。状態変数の値は、 第１及び第２方向符号値ｎｅＸｊ＋とｐｒｅｖ、によって決定される。方向符号 値は、使用される周囲バッファーをソートする方法により、第５図と第６図によ り決定される。第１実施態様の第１及び第３実現における如く、周囲バッファー における点が、まず行により、続いて列によりソートされるならば、第５図にお ける方向符号値が使用される。第１実施態様の第２及び第４実現における如く、 周囲バッファーにおける点が、まず列により、続いて行によりソートされるなら ば、第６図に示された方向符号値が使用されるｏｎｅＸｔ＋とｐ　ｒ　ｅ　Ｖ　 ＩをＦＩＬＬ又はＮｏ　ＦＩＬＬにマツプするだめの規則は、第９図に示された 如く、ＦＩＬＬ索引テーブル（ＬＵＴ）において時計回り方向にトレースされた 対象物に対して要約される。ｎｅｘｔｌとｐｒｅＶｌをＦＩＬＬ又はＮｏ　ＦＩ ＬＬにマツプするための規則は、第１０図に示された如（、ＦＩＬＬ索引テーブ ル（ＬＵＴ）において反時計回り方向にトレースされた対象物に対して要約され る。第１０図と第１１図の索引テーブルにおいて、ＦはＦＩＬＬを表し、そして ＮＦは、Ｎｏ　ＦＩＬＬを表す。第９図と第１０図の索引テーブルは、対象物の 局所凹所又は５所に基づき、経験的に導出される。

第８図のブロックＡに示された如く、現点は、周囲バッファーにおける第１点に セットされる。それから、判定ダイヤモンドＢは、現点がバッファーにおける最 終点を越えるかを尋ねる。そうならば、モジュールは、ブロックＣに示された如 （完了される。第９図に示された如く索引テーブルを使用して、状態変数の値は 、第８図のブロックＤに示された如く、第１及び第２方向符号値ｎｅＸｔ＋とｐ ｒｅｖ、に基づいて割り当てられる。それから、現点は、第８図のブロックＥに 示された如く、周囲バッファーにおける次点に移動される。判定ダイヤモンドＢ とブロックＤとＥによるループは、現点がバッファーにおける最終点を越えるま で反復され、この点において、第８図に示された如＜ＲＥＡＤ　Ｃ０ＬＯＲの一 部が、ブロックＣに示された如く完了される。

対象物の内点を決定する段階は、さらに、検査される周囲点と同一の線セグメン ト上の、ソート周囲バッファーにおける検査周囲点と次周囲点の間にある各点を 、対象物の内点として指定する副段階を含み、ここで、検査周囲点は、状態変数 の第１値ＦＩＬＬを割り当てられる。この段階は、モジュールＲＥＡＤ　Ｃ０Ｌ ＯＲにおいて実行される。本発明の第１実施態様の第１実現の流れ図は、第１１ Ａ図と第１１Ｂ図に示されるが、類似の流れ図が第２、第３及び第４実現に対し て存在することが理解される。周囲バッファーにおける周囲点がまず行により、 続いてされる周囲点と同一の行にあり、行列ソート周囲バッファーにおいて検査 周囲点と次周囲点の間にある各点を、対象物の内点として指定する副段階を含む 。周囲バッファーにおける周囲点が、まず列により、続いて行によりソートされ る第２及び第４実現において、指定副段階は、検査される周囲点と同一の列にあ り、列行ソート周囲バッファーにおいて検査周囲点と次周囲点の間にある各点を 、対象物の内点として指定する副段階を含む。

対象物の内点を決定する段階は、さらに、冗長性周囲点をチェックする段階を含 む。この段階は、後述される如く、判定ダイヤモンドＥとブロックＦにおいて第 １１Ａ図に示されたモジュールＲＥＡＤ　Ｃ０ＬＯＲの一部によって実行される 。冗長性周囲点は、対象物の順次トレース中、２回以上アクセス又は横断された 点である。例えば、これは、トレース段階中２回以上交差された点である交差点 において発生する。この冗長性内点チェックが行われる時、対象物の内点として 同一の線セグメント上の各冗長性周囲点と次周囲点の間にあるすべての点を指定 する段階は、各冗長性周囲点のすべての事例が状態変数（ＦＩＬＬ）の第１値を 割り当てられる時のみに行われる。

第１実施態様の第１実現に対してランされる第１１Ａ図に示されたＲＥＡＤ　Ｃ ０ＬＯＲの一部の第１段階は、第１１Ａ図のブロックＡに示された如く、周囲バ ッファーの第１点に現点をセットするものである。

それから、判定ダイヤモンドＢは、現点が周囲バッファーの最終点を越えるかを 尋ねる。そうならば、モジュールは、ブロックＣにおいて示された如く完了され る。現点が最終点を越えないならば、現点は、ブロックＤに示された如く、内点 としてラベル付けされる。それから、判定ダイヤモンドＥは、現点がバッファー における次点と同一点であるかを尋ねる。そうならば、現点は、ブロックＦに示 された如く、冗長性としてラベル付けされる。それから、判定ダイヤモンドＨは 、現点のすべての事例の状態変数がＦＩＬＬに等しいかを尋ねる。回答が肯定で あるならば、ＲＥＡＤ　Ｃ０ＬＯＲは、第１１Ａ図のブロックＪに示された如く 、現点と同一行における次点に移動する。回答が否定であるならば、現点は、ブ ロックＩに示された如く、バッファーにおける次点にセットされ、そしてモジュ ールは、判定ダイヤモンドＢに復帰する。判定ダイヤモンドＥに戻って、現点が バッファーにおける次点と同一点でないならば、判定ダイヤモンドＧは、現点の 状態変数がＦＩＬＬに等しいかを尋ねる。

そうでないならば、モジュールは、判定ダイヤモンドＢに復帰する。ＢとＤ−１ によるループは、現点が最終点を越え、この時、第１１Ａ図と第１１Ｂ図１：示 さｔした如＜ＲＥＡＤ　Ｃ０ＬＯＲ（７）一部が第１１Ａ図のブロックＣに示さ れた如（完了されるまで継続する。判定ダイヤモンドＧに戻って、現点の状態変 数がＦＩＬＬに等しいならば、モジュールＲＥＡＤ　Ｃ０ＬＯＲは、第１１Ｂ図 のブロックＪに示された如く、現点と同一行における次点に移動する。それから 、判定ダイヤモンドには、次点の列座標が周囲バッファーにおける次周囲点の列 座標以下であるかを尋ねる。そうならば、次点が、ブロックＬに示された如く、 内点として識別される。第１１Ｂ図のブロックしに示された如（対象物の内点を 識別した後、各内点のグレーレベル値が決定され、そして対象物が、下記の如く グレーレベル値を使用することにより特性付けられる。加えて、所定のグレーレ ベルは、対象物をラベル付けするために、各内点に割り当てられる。次点がブロ ックしに示された如く内点として識別された後、ブロックＪとダイヤモンドＫに よるループは、次点の列座標が周囲バッファーにおける次周囲点の列座標よりも 大きくなるまで継続する。それから、現点は、ブロックＭに示された如く、バッ ファーにおける次周囲点にセットされる。Ｂ−Ｍによるループは、現点がバッフ ァーにおける最終点を越えるまで継続し、この点において第１１Ａ図と第１１Ｂ 図に示されたＲＥＡＤ　Ｃ０ＬＯＲの一部が、第１１Ａ図のブロックＣに示され た如く完了される。

本発明の第１実施態様の方法はまた、少な（とも一つの所定の内点のグレーレベ ル値を決定する段階を含む。この段階は、第１図のブロックＤにおいて示される 。好ましい実施態様において、グレーレベル値を決定する段階は、各対象物の質 量中心のグレーレベル値を決定することを含む。本発明の別の好ましい実施態様 において、複数の内点又は内点のすべてのグレーレベル値を決定することが必要 である。例えば、すべての内点の平均色相は、カラーにより対象物を特性付ける ために使用される。

本発明の方法は、対象物の所定の内点の少なくとも一つのカラーパラメーターを 算出する段階を含む。この段階は、第１図のブロックＥにおいて示される。カラ ーパラメーターにより、対象物の純色量に関係したパラメーターが意図される。

さらに具体的に、カラー理論において使用された３つの共通パラメーターは、“ Ｃｏ１ｏｒ　５ｃｉｅｎｃｅ、Ｃｏｎｃｅｐｔｓ　ａｎｄ　Ｍｅｔｈｏｄｓ、Ｑ ｕａｎｔｉｔａｔｉｖｅＤａｔａ　ａｎｄ　Ｆｏｒｍｕｌａｅ″、ｂｙ　Ｇ、Ｗ ｙｓｚｅｃｋｉ　ａｎｄ　Ｗ、Ｓ、５ｔｉｌｅ、Ｊｏｈｎ　Ｗｉｌｅｙ　＆　５ ｏｎｓ　（１９６７）において規定された如（、色相、彩度と明度である。一つ のカラーパラメーター又はカラーパラメーターの組み合わせが、第１実施態様に おける如く対象物を表示し、又は第２実施態様における如（妥当対象物を識別し 、特性付け、表示するために使用される。

対象物は、その色により特性付けられ、又はグレーレベル値を使用することによ り下記の如く妥当化される。内点のグレーレベルは、標準カラー理論のｒＲＧＢ Ｊ情報を使用して記述され、Ｒは赤色を示し、Ｇは緑色を示し、そしてＢは青色 を示す。対象物を色により特性付けるほかに、それは、さらに、内点のグレーレ ベル値を使用することにより特性付けられる。例えば、対象物は、テクスチャー により特性付けられる。

代替的に又は加えて、対象物は、対象物に存在するパターンを決定することによ り特性付けられる。

好ましい実施態様において、少なくとも一つのカラーパラメーターを算出する段 階は、色相角を算出することを含む。色相角を算出する簡単な方法が、第１３Ａ 図と第１３Ｂ図に関して示される。第１３Ａ図において、ＲＧＢカラー空間の記 述が示され、そして第１３Ｂ図において、ＲＧＢ色相環として公知な空間の簡易 化が示される。対象物の色相角の値は、赤色、緑色と青色の相対混合の測度であ るＲＧＢ色相環における角度θであることから、０°〜３６０°の範囲を取る。

角度φは、選択された「オフセット角度」であり、特定応用に対して最適化され る調節可能なパラメーターである。角度φは、対象問題に対して、妥当対象物の 色相角がいずれも、０°〜３６０°に接近しない如く選定される。

０°　（又は３６０°）角度を回避する理由は、この角度に対して色相角の値に おける不連続性による。

対象物における各内点の色相角が算出される。色相角θは、次の方程式を使用し て、ＲＧＢ色相環から算出される。

ａ＝Ｒｃｏｓ（φ）＋Ｇｃｏｓ（１２０＋φ）十Ｂｃｏｓ（２４０＋φ）（１） ｂ＝Ｒｓｉｎ（φ）　十Ｇｓ　ｉｎ　（１２０＋φ）　十Ｂｓ　ｉｎ　（２４０ ＋φ）色相角　＝ｔａｎ’　（ｂ／ａ）　（２）ここで、φ＝調整可能なオフセ ット角度Ｒ＝像が赤色フィルターを通して検分される時、像における点のグレー レベル Ｂ＝像が青色フィルターを通して検分される時、像における点のグレーレベル Ｇ＝像が緑色フィルターを通して検分される時、像における点のグレーレベル ａ、ｂ＝色相環へのＲ，Ｇ、Ｂベクトルの投射平均色相は、対象物での各内点に 対して色相角を平均化することにより導出される。

好ましい実施態様において、少なくとも一つのカラーノくラメ−ターを算出する 段階はまた、質量中心の色相振幅を算出することを含む。色相振幅は、ＲＧＢ色 相環における色相角ベクトルの長さであり、対象物がどの程度の色を有するかの 測度である。色相振幅は、次の如く算出される。

色相振幅＝ａ２＋ｂ２　（４） 平均色相角と色相振幅は、対象物の色相内容を決定するために使用される。これ らのパラメーターは、対象物の色を決定するために使用され、第２実施態様に関 して以下に十分に説明される如く、妥当対象物を識別し、特性付け、表示するた めに所定属性値と比較される。

本発明の第１実施態様の方法はまた、各対象物の各所定の内点に対して少なくと も一つのカラーパラメーター指数を算出する段階を含む。この段階は、第１図の ブロックＦに示される。好ましい実施態様において、カラーパラメーター指数を 算出する段階は、各対象物の質量中心の色相指数を算出することを含む。色相指 数は、色相指数二選択内点の色相角／△十０．５　（５）として規定される。こ こで、△＝３６０／　（ＮＧ、ＡＹ−１）であり、ＮＧＭＡＹは、所与のシステ ムにおけるグレーレベル値の数である。白黒結像ボードの如く８ビツトシステム に対して、ＮＧＭＡＹは２５６である。それから、色相指数は、最も近い整数に 丸められ、その結果、０〜ＮＧ＊ＡＹの値を有する。色相指数がＯ又は１に等し いならば、それは２にシフトされる。

代替的に、△は、 △＝（ＨＵＥＭＡＸ（算出）−ＨＵＥＭＩＮ（算出））／（ＮＧＭＡＹ−１）（ ７）として規定される。ここで、ＨＵＥＭＡＸ　（算出）は、像における対象物 の算出最大色相角であり、モしてＨＵＥＭＩＮ　（算出）は、像における対象物 の最小色相角である。この代替案では、色相指数値は像に含まれた色相の範囲に 及ぶ。

本発明の第１実施態様の方法はまた、各対象物に対して所定の内点のカラーパラ メーター指数に対応するグレーレベル値のテーブルを準備する段階を含む。この 段階は、第１図のブロックＧに示される。好ましい実施態様において、準備段階 は、各対象物に対して質量中心の色相指数に対応するグレーレベル値のテーブル を準備することを含む。表示索引テーブルとして公知のテーブルは、第１３Ａ〜 １３Ｅ図において好ましい実施態様に対して示される。第１３Ａ〜１３Ｅ図の表 示索引テーブルにおいて、エントリ０が、下記の実施例において使用された如く 、寒天にその天然色を与えるために確保きれた。エントリ１は、ボーダー（すな わち、寒天プレートの外側領域）に一つの色を与えるために確保された。Ｒｅｄ 　［鉤、、２５５］−Ｇｒｅｅｎ　［領、、２５５］＝Ｂ１ｕｅ　［０，、，２ ５５］の配列が、０に初期化される。これらの配列は、テーブルにおける各エン トリに対してＲＧＢ内容を含んだ。例えば、Ｒ［０］＝２５５、Ｇ　［０］　＝ ０、Ｂ　［０１＝Ｏならば、出力ＬＵＴの第ゼロエントリが、輝赤色に対応する 。第１３Ａ〜１３Ｅ図の表示索引テーブルは、次のエントリをロードされた。

Ｒｅｄ　［色相指数］＝Ｒ（質量中心）Ｇｒｅｅｎ　［色相指数］−Ｇ（質量中 心）Ｂｌｕｅ　［色相指数］−Ｂ（質量中心）エントリがすでに前対象物をロー ドされたならば、前エントリに重ね書きするかの判定は、色相振幅の値に基づく 。それから、エントリは、より大きな色相振幅を有する対象物の質量中心のＲＧ Ｂ値をロードされる。

第１３Ａ〜１３Ｅ図に示された如く、市販される一敗白黒処理ボードで使用され た時、発明は、２５６グレ一レベル値エントリ表示索引テーブルの定式化を設け る。これらの２５６エントリは、対象物の内点のグレーレベル情報Ｒ，ＧＳＢ　 （色相内容）の２５６の可能な組み合わせに対応する。

本発明の第１実施態様の方法はまた、像バッファーを規定する段階を含む。この 段階は、第１図のブロックＨに示される。像バッファーにおいて、すべてのピク セル位置におけるグレーレベルは、初期的にＯにセットされ、各対象物の内点に 対応する位置は、所定の内点のカラーパラメーター指数を割り当てられる。各対 象物の内部が、第８図、第１１Ａ図と第１１Ｂ図に関して記載された如く、モジ ュールＲＥＡＤ　Ｃ０ＬＯＲによって走査される時、対応する点は、上記で決定 された如く色相指数の値を有するバッファー機内にある。好ましい実施態様にお いて、像バッファーを規定する段階は、各対象物の内点に対応する位置が各対象 物の質量中心の色相指数を割り当てられる像バッファーを規定することを含む。

本発明の第１実施態様の方法はまた、カラーパラメーター指数により決定された 如く、所定の内点の色に対応する色で対象物を表示するために、像バッファーを モニターに複写する段階を含む。この段階は、第１図のブロックＩに示される。

好ましい実施態様において、像バッファーをモニターに複写する段階は、色相指 数によりて決定される如く、各対象物の質量中心の色に対応する色で対象物を表 示するために、像バッファーをモニターに複写することを含む。本発明は、各機 の表示索引テーブルのカスタム化を許容する。発明は、各新機について、内点の 色相情報から導出された色の新パレットを生成し、一つ又は複数の天然色で対象 物の表示を可能にすることにおいて適応性である。

本発明の第１実施態様の特定応用において、エントロピーしきい化の概念が使用 される。信号処理のための情報理論におけるエントロピーの概念は、最初に、シ ャノンにより、”Ａ　ＭａｔｈｅｍａｔｉｃａｌＴｈｅｏｒｙ　ｏｆ　Ｃｏｍｍ ｕｎｉｃａｔｉｏｎ”、Ｂｅ１ｌ　Ｓｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｙ　Ｊ、 　、Ｖｏｌ、２７、Ｊｕｌｙ　１９４８、ｐｐ、３７９−４２３と題する論文に おいて提案された。シャノンは、エントロピー関数 が、次の３つの特性を一意的に満足することを示した。

（ａ）Ｈ（ｐ１％　ｐｚｌ、、、、ｐ、）は、Ｉ）ｈ＝１／ｎ、に＝ｌ１１１、 ｎに対して最大である。　（９） （ｂ）Ｈ（ＡＢ）＝Ｈ（Ａ）＋Ｈ（Ｂ）　、ここで、ＡとＢは２つの有限区分で あり、そしてＨＡ（Ｂ）は、区分Ａを与えられた区分Ｂの条件付きエントロピー である。

Ｈ（ｐ＋、ｐ２１．、、　、ｐ、、０）＝Ｈ（ｐ＋、ｐ２．、、、　、Ｉ）−） （１０）加えて、Ｈ，、、（１／ｎ、、、、　、１／ｎ）＝１ｎ　ｎ　（１１） 像のグレーレベルヒストグラムを分析するためにエントロピーを使用する思想は 、Ｐｕｎによる論文、“Ｅｎｔｒｏｐｉｃ　Ｔｈｒｅｓｈ。

ｌｄｉｎｇ、ａ　Ｎｅｗ　Ａｐｐｒｏａｃｈ″、Ｃｏｍｐ、Ｇｒａｐｈｉｃｓ　 ａｎｄ　Ｉｍａｇｅ　Ｐｒｏｃ、、Ｖｏｌ、１６．１９９８１、ｐｐ、２１０− ２３９、において最初に提案された。Ｐｕｎのエントロピー分析は、さらに、Ｋ ａｐｕｒ　ｅｔ　ａｌ、による論文、“ＡＮｅｗ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｇｒ ｅｙ−Ｌｅｖｅｌ　ＰｉｃｔｕｒｅＴｈｒｅｓｈｏｌｄｉｎｇ　Ｕｓｉｎｇ　ｔ ｈｅ　ＥｎｔｒｏｐＹｏｆ　ｔｈｅ　Ｈｉｓｔｏｇｒａｍ”、Ｃｏｍｐ、Ｇｒａ ｐｈｉｃｓａｎｄ　Ｉｍａｇｅ、Ｐｒｏｃ、２９．１９８５、ｐｐ、２７３−２ ８５、によって洗練された。Ｐｕｎによって示され、Ｋａｐｕｒによって洗練さ れた如く、エントロピーの概念は、像のグレーレベルヒストグラムが確率分布 Ｐ、＝ｆ、／Ｎ　５＝１１．、、　、Ｎ、、、、　（１２）ここで、ｆ、＝グレ ーレベルＳの頻度 Ｎ＝像のピクセル数 Ｎ　ｇ　ｔ　ａ　ｙ　”グレーレベル数を規定するために使用されるならば、２ 次元に拡張される。一様グレーレベル分布を有する像を記述するヒストグラムの エントロピー関数が最大になることになる。分布におけるピーク数が多いほど、 エントロピーは低（なる。

エントロピーしきい化が使用される第１実施態様の特定応用において、探索段階 は、グレーレベルヒストグラムがエントロピー関数を有する、像のグレーレベル ヒストグラムを発生する副段階と、ヒストグラムのエントロピー関数が最大化さ れる如く、しきいグレーレベルをエントロピー的に選択する副段階とを含む。モ ジュールＨＩＳＴＯＧＲＡＭは、像の対象領域のグレーレベルヒストグラムを発 生するために使用される。

グレーレベルヒストグラムを発生するための段階は、第１４図の流れ図において 示される。第１４図のブロックＡに示された如く、ＨＩＳＴＯＧＲＡＭは、まず 、像の対象領域のヒストグラムを算出する。それから、第１４図のブロックＢに 示された如く、各グレーレベルＳに対して、エントロピー関数Ｈ６の算出におい て続いて使用される値を算出する。この算出の結果は、ブロックＣに示された如 く、メモリに記憶される。これは、エントロピーしきいグレーレベルの続く算出 のために、単純な索引作業のみが必要とされることを保証する。

本発明の第１実施態様による方法のエントロピーしきい化応用はまた、ヒストグ ラムのエントロピー関数が最大化される如＜、シきいグレーレベルをエントロピ ー的に選択する段階を含む。この段階は、第１５図に示された如（、ＥＮＴＲＯ ＰＹモジュールによって行われる。第１５図のブロックＡに示された如（、ヒス トグラムのエントロピー関数を最大にする際の第１段階は、最大エントロピー関 数を最小値に初期化することである。

しきいグレーレベルをエントロピー的に選択する段階は、各グレーレベル値にお けるグレーレベルヒストグラムを第１区分と第２区分に順次に区分化する副段階 を含む。変化する背景における単一の単純対象物が識別される単純な場合を示す ために、像のグレーレベルヒストグラムが、第１６図に示される。第１及び第２ 区分は、第１６図のヒストグラムにおいて示され、この場合、背景のグレーレベ ル値は、第１区分Ａによって表現され、そして妥当対象物のグレーレベルは、第 ２区分Ｂによって表現される。ＥＮＴＲＯＰＹモジュールにおいて、区分化しき いグレーレベルは、第１５図のブロックＢに示された如く、最小値に初期化され る。

しきいグレーレベルをエントロピー的に選択する段階はまた、各区分に対してエ ントロピー関数を計算する副段階を含み、この場合、ヒストグラムの全エントロ ピー関数は、第１区分Ａのエントロピー関数Ｈ６（Ａ）と第２区分Ｂのエントロ ピー関数Ｈ，（Ｂ）の合計として定義される。この段階は、第１５図のブロック Ｃに示され、そして次の如く数学的に表される。

与えられたしきいグレーレベル値Ｓに対して、１１、（Ａ）　＝−Σ　（ｆ　＋ ／Ｎ、）　Ｉ　ｎ　（ｆ　ｌ／Ｎ、）＝−１／Ｎ、Σ　ｆ、ｌｎｆ＋＋ｌｎＮ、 　（１６）ｉ〜１ 同様に、 ｉ−ｓ＋１ ここで、Ｎ、’　＝Ｎ−Ｎ。

Ｈ，（Ａ）　十Ｈ，（Ｂ）＝］ｎＮ、＋ＩｎＮ、’−１／Ｎ、ΣＬｌｎＬｉ＝ｓ ＋１ 合計Ｈ，（Ａ）　十Ｈ，（Ｂ）は、像のグレーレベルヒストグラムの全エントロ ピー関数を表現する。最大エントロピーしきいグレーレベル値は、全エントロピ ー関数を最大にするＳの値である。

第１５図の判定ダイヤモンドＤは、ヒストグラムのエントロピー関数が、ブロッ クＡにおいて初期化された最大エントロピー関数よりも大きいかを尋ねる。そう ならば、最大エントロピー関数は、第１５図のブロックＥに示された如く、区分 化しきいグレーレベルを使用して更新される。

それから、最大エントロピーしきいグレーレベルは、ブロックＦに示された如く 、区分化しきいグレーレベルにセットされる。最大エントロピーしきいグレーレ ベルがセットされた後、又はヒストグラムのエントロピー関数が最大エントロピ ー関数よりも大きくないならば、第１５図に示された如く、ＥＮＴＲＯＰＹモジ ュールの判定ダイヤモンドＧは、区分化しきいグレーレベルが、最大しきいグレ ーレベルに等しいかを尋ねる。そうならば、最大エントロピーしきいグレーレベ ルが、第１５図のブロックＨに示された如く返される。そうでないならば、区分 化しきいグレーレベルが、第１５図のブロック■に示された如く増分され、そし て増分された区分化しきいグレーレベルが、ブロックＣに返され、ここで、増分 された区分化しきいグレーレベルのエントロピー関数が計算される。Ｃ−Ｇによ るループは、区分化しきいグレーレベルが最大しきいグレーレベルに等しくなる まで反復され、この点において、最大エントロピーしきいグレーレベルがブロッ クＨに示された如く返される。

確率分布は、各区分内にグレーレベル値のみを含むようにＨ，（Ａ）とＨ，（Ｂ ）において再正規化される。この再正規化により、最大エントロピー関数は、第 １６図においてＴで示された如く、グレーレベルヒストグラムにおいてちょうど 対象物ピークの縁において生ずる。こうして、新しきいグレーレベルが、ヒスト グラムのエントロピー関数が最大化される如く選択される。第１６図に示された 単純な場合に対するしきい値のこの最大選定により、背景の再正規化分布は、最 低ピークになり、最も一様になる。背景区分におけるグレーレベルの数は対象物 区分におけるグレーレベルの数よりもずっと大きいために、ヒストグラムの全エ ントロピー関数は背景のエントロピー関数によって支配される。

エントロピーしきいグレーレベルが最大化される第１実施態様の応用において、 探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルを使用し て、少な（とも一つの対象物に対して像を走査する副段階を含む。さらに具体的 に、走査された像の部分は、複数のピクセルを具備し、各ピクセルは、上限と増 分の和よりも小さなグレーレベル値を有する。上限はまた、表記ＭＡＸを有する 。増分は、探索される領域の最大グレーレベルＭＡＸと探索される領域の最小グ レーレベルＭＩＮの間の差に等しく、新最大グレーレベル値Ｇ　ｒ　ａ　ｙ　１ 　ｅ　ｖ　ｅ　ｌａａｍを生ずる。

Ｇｒａｙ　１ｅｖｅ１．、、＝２　ｘ　ＭＡＸ−ＭＩＮ　（１９）グレーレベル 値がｇ　ｒ　ａ　ｙｌ　ｅ　Ｖ　ｅ　Ｌａｇを超過する像領域は、探索において 無視される。

探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する対象物をトレースする副段階を含む。この 応用において、探索段階は、第１７図に示された如くモジュール５ＥＡＲＣＨＩ ＭＡＧＥ、第１８図に示された如くモジュールＦＩＮＤ　０ＢＪＥＣＴと第４図 に示された如くモジュールＧＥＴＰＥＲＩＭによって行われる。

第１７図のブロックＡによって示された如く、第１段階は、探索位置を初期化す ることである。モジュール５ＥＡＲＣＨＩＭＡＧＥは、エントロピー的に選択さ れた現しきいグレーレベル値により対象領域を探索する。それから、第１７図の 判定ダイヤモンドＢは、探索位置が走査の終端にあるかを尋ねる。そうならば、 ５ＥＡＲＣＨＩＭＡＧＥが完了される。

探索位置が走査の終端にないならば、モジュール５ＥＡＲＣＨＩＭＡＧＥは、モ ジュールＦＩＮＤ　０ＢＪＥＣＴを使用してエントロピー的に選択されたしきい グレーレベルを超過するグレーレベルを有する点を検出するまで、エントロピ一 点に選択された現しきいグレーレベルにより対象領域を探索する。背景よりも暗 い対象物を識別するために、像は、発生後ただちに反転される。そのような点は 、新対象物の第１点である。第１６図の判定ダイヤモンドＤは、新対象物がモジ ュールＦＩＮＤ　０ＢＪＥＣＴを使用して検出されたかを尋ねる。対象物が現探 索においてすでにトレースされていないならば、モジュールＳＥＡＲＣＨＩＭＡ ＧＥは、第１７図のブロックＥによって示された如く、モジュールＧＥＴ　ＰＥ ＲＩＭを実行することにより対象物をトレースすることを始める。モジュールＧ ＥＴ　ＰＥＲＩＭは、第４図に関して記載された。対象物がトレースされた後、 探索位置が、第１７図のブロックＦに示された如く増分される。Ｂ−Ｆによるル ープは、モジュール５ＥＡＲＣＨＩＭＡＧＥが判定ダイヤモンドＢによって示さ れた如（探索の終端になるまで継続される。代替的に、新対象物が判定ダイヤモ ンドＤによって示された如く検出されないならば、探索位置は、ブロックＦにお いて示された如く増分され、こうして、トレース段階をバイパスし、そしてＢ− Ｉによるループが、５ＥＡＲＣＨＩＭＡＧＥが探索の終端になるまで継続される 。

モジュールＦＩＮＤ　０ＢＪＥＣＴの段階は、第１８図に示される。

ＦＩＮＤ　０ＢＪＥＣＴにおける第１段階は、ブロックＡに示された如く、探索 される像の現位置に探索位置を初期化することである。それから、判定ダイヤモ ンドＢは、探索位置が対象物の内側にあるかを尋ねる。

そうならば、探索位置が、ブロックＣによって示された如く増分され、そして判 定ダイヤモンドＤは、ＦＩＮＤ　０ＢＪＥＣＴがその探索の終端にあるかを尋ね る。そうならば、新対象物はブロックＥにおいて示された如く検出されない。そ うでないならば、判定ダイヤモンドＢは、増分された探索位置が対象物の内側に あるかを尋ねる。Ｂ−Ｅによるこのループプロセスは、探索位置が対象物の内側 になくなるまで継続する。

この点において、判定ダイヤモンドＦは、次対象物が検出されたかを尋ねる。そ うでないならば、探索位置は、第１７図のブロックＧにおいて示された如く増分 され、そして判定ダイヤモンドＨは、ＳＥＡＲＣＨＩＭＡＧＥモジュールがその 探索の終端にあるかを尋ねる。そうならば、新対象物非検出が、ブロックＩによ って示された如く返される。そうでないならば、判定ダイヤモンドＦは、次対象 物が増分探索位置を使用して検出されたかを再び尋ねる。Ｆ−１によるこのルー ププロセスは、次対象物が検出されるまで継続する。判定ダイヤモンドＪは、検 出された対象物がすでにトレースされたかを尋ねる。そうならば、新対象物検出 が、ブロックＫによって示された如く返される。検出された対象物がすでにトレ ースされていないならば、探索位置が、ブロックしによ）て更新され、そして新 ブロツク検出が、第１８図のブロックＭによって示された如く第１点に関して返 される。それから、ＧＥＴ　ＰＥＲＩＭが、第４図に示された如く第１点でラン される。上記の５ＥＡＲＣＨＩＭＡＧＥ、Ｆ、ＩＮＤ　０ＢＪＥＣＴとＧＥＴ　 ＰＥＲＩＭをランすることにより、第１８図のブロックＭにおいて返された対象 物は、内点を決定するためにトレースされる。

本発明の第２実施態様により、背景における少な（とも一つの所定の属性値を有 する少なくとも一つの妥当対象物をカラーにより識別し、特性付け、表示する方 法が設けられる。第１９図は、本発明の第２実施態様による全方法の段階を示す ブロック図である。方法の第１段階は、候補対象物と背景の複数の像を発生する ことである。この段階は、第１９図のブロックＡに示される。像は、第２図に関 して記載されたシステムで発生される。

第２実施態様の方法はまた、少なくとも一つの対象物に対して各機を探索する段 階を含む。この段階は、第１９図のブロックＢによって一般に示される。第１実 施態様における如（、全対象物が探索される。しかし、問題の対象物の識別特徴 が対象物の特別部分にあることが既知である場合に、探索段階は、対象物の部分 のみを探索することを含む。再び、第１実施態様における如く、探索段階は、例 えば、自動計算しきい値又は使用者選択しきい値を使用して、任意の方式で行わ れる。自動計算しきい値を使用する時、下記のヒストグラム又は上記のＰａｌ　 ａｎｄＰａｌにおいて記載された同時発生マトリックスが使用される。

第２実施態様の方法はまた、候補対象物の内点を決定する段階を含む。

この段階は、第１９図のブロックＣに示される。少なくとも一つの内点を決定す る段階は、対象物を順次にトレースすることにより対象物の周囲点を決定する副 段階を含む。一つの事例において、対象物の周囲点を決定する段階は、時計回り 方向において対象物を順次にトレースすることを含む。別の事例において、対象 物の周囲点を決定する段階は、反時計回り方向において対象物を順次にトレース することを含む。上記の如（、「次又は罰点」の規定は、対象物がトレースされ る方向による。

候補対象物の少なくとも一つの内点を決定する段階はまた、周囲バッファーを生 成する副段階を含む。この段階は、下記の第２０Ａ図と第２０Ｂ図に記載された アンブレラモジュールＣＨＥＣＫ　Ｃ０ＬＯＲのブロックＧにおいて、そしてさ らに具体的には、上記の第７Ａ図と第７Ｂ図に関して示され記載された如く、モ ジュールＬＯＡＤ　ＢＵＦＦＥＲにおいて行われる。周囲バッファーは、周囲点 を具備する。各周囲点の座標は、上記の第４図に関して示され記載されたモジュ ールＧＥＴ　ＰＥＲＩＭによって決定される。モジュールＧＥＴ　ＰＥＲＩＭは 、アンブレラモジュールＣＨＥＣＫ　Ｃ０ＬＯＲの下でランされる。

第２実施態様の方法はまた、像の少な（とも一つにおける内点のグレーレベル値 を決定する段階を含む。この段階は、第１９図のブロックＤにおいて示される。

各内点のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、 テクスチャーにより対象物を特性付ける副段階を含む。代替的に又は加えて、各 内点のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、対 象物における少なくとも一つのパターンにより対象物を特性付ける副段階を含む 。対象物のテクスチャーを決定する一つの手段は、Ｈａｒａｌｉｃｋ、Ｓｈａｎ ｍｕｇａｎ　ａｎｄ　Ｄｉｎｓｔｅｉｎによる”Ｔｅｘｔｕｒａｌ　Ｆｅａｔｕ ｒｅｓ　ｆｏｒ　Ｉｍａｇｅ　Ｃ１ａｓｓｉｆｉｃａｔｉｏｎ”、ＩＥＥＥ　Ｔ ｒａｎｓａｃｔｉｏｎｓ　ａｎｄ　Ｓｙｓｔｅｍｓ、Ｍａｎ。

ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ、Ｖｏｌ、ＳＭＣ−３，Ｎｏ、６．Ｎｏｖ、１ ９９３．　ｐｐ、６１０−６２１において開示された方法を使用することによる 。

第２実施態様の方法はまた、候補対象物の少なくとも一つの内点に対して少なく とも一つのカラーパラメーターを算出する段階を含む。この段階は、第１９図の ブロックＥにおいて示される。カラーパラメーターにより、第１３Ａ図と第１３ Ｂ図に関して記載された如（、対象物の純色量に関係したパラメーターが意図さ れる。少なくとも一つのカラーパラメーターを算出する段階は、候補対象物の各 内点に対して色相を算出する副段階を含む。代替的に又は加えて、少なくとも一 つのカラーパラメーターを算出する段階は、候補対象物の各内点に対して彩度バ ラメーターを算出する副段階を含む。代替的に又は茄えて、少な（とも一つのカ ラーパラメーターを算出する段階は、候補対象物の各内点に対して明度パラメー ターを算出する副段階を含む。

第２０Ａ図と第２０Ｂ図は、第２実施態様の第２応用の方法に固有なアンブレラ モジュールＣＨＥＣＫ　Ｃ０ＬＯＲの流れ図である。ＣＨＥＣＫ　Ｃ０ＬＯＲは 、この場合カラーである所定属性値を有する妥当対象物をカラーにより識別し特 性付ける。モジュールＣＨＥＣＫ　Ｃ０ＬＯＲは、第１９図の段階Ｃ，ＤＳＥ、 ＦとＨを行うために使用される。

モジュールは、像の探索において識別された各候補対象物にアクセスし、各候補 対象物の色相を決定するために、第２１Ａ図と第２１Ｂ図に示された如（、モジ ュールＲＥＡＤ　Ｃ０ＬＯＲを呼び出す。第２０図のブロックＡに示された如く 、ＣＨＥＣＫ　Ｃ０ＬＯＲの第１段階は、選定されたオフセット角φにおいて投 射ａ、ｂの色相係数を算出することである。色相係数は、Ｒ，ＧとＢが、方程式 （１）と（２）に対して上記の如く投射ａとｂを決定する際に掛算される因子で ある。それから、ＲｌＧとＢ及び色相振幅が、ブロックＢに示された如く初期化 される。トレースの順序による第９図又は第１０図に示された如＜　ｒＦＩＬＬ −３ＴＡＴＵＳＪ索引テーブルが、ブロックＣに示された如＜　Ｆ　Ｉ　ＬＬ／ Ｎ。

ＦＩＬＬエントリをロードされる。それから、像バッファーが、ブロックＤに示 された如（初期化される。像バッファーのボーダーは、ブロックＥにおいて示さ れた如く、使用者によって選定された所定のグレーレベル値でラベル付けられる 。それから、現対象物は、第２０Ａ図のブロックＦに示された如（、第１対象物 に初期化される。第２０Ａ図の判定ダイヤモンドＧに示された如く、モジュール ＣＨＥＣＫ　Ｃ０ＬＯＲは、現対象物が最終対象物であるかを尋ねる。そ３なら ば、像バッファーは、ブロックＨに示された如く、対象物をカラー表示するため にモニターに複写され、そしてモジュールは、第２０Ａ図のブロックｌに示され た如（ランを停止する。現対象物が最終対象物でないならば、現対象物は、ブロ ックＪに示された如く、周囲点を得るために、ＧＥＴ　ＰＥＲＩＭによってトレ ースされる。それから、周囲バッファーは、ブロックＫに示された如（、各周囲 点に対する方向符号ベクトルを含む記述子を、第７Ａ図と第７Ｂ図に関して記載 されたＬＯＡＤ　ＢＵＦＦＥＲによってロードされる。それから、対象物におけ る各内点の色相角及び色相指数と対象物の色相統計値が、第２１Ａ図と第２１Ｂ 図に関してさらに十分に記載された、モジュールＲＥＡＤ　Ｃ０ＬＯＲによって ブロックしにおいて示された如く算出される。それから、現対象物が、第２０Ｂ 図のブロックＭに示された如く次対象物にセットされる。判定ダイヤモンドＤと ブロックＦ−Ｉによるループは、現対象物が最終対象物を越えるまで反復され、 この点において、ＣＨＥＣＫ　Ｃ０ＬＯＲは、第２０Ａ図のブロックＩにおいて 示された如く完了される。

第２１Ａ図と第２１Ｂ図は、対象物の各内点の色相を算出するためのモジュール ＲＥＡＤ　Ｃ０ＬＯＲの段階を示す流れ図である。第２実施態様において、ＲＥ ＡＤ　Ｃ０ＬＯＲの第１段階は、ブロックＡに示された如く現対象物の各所定の 内点の色相角と色相振幅を算出することである。好ましい実施態様において、所 定の内点は質量中心である。それから、各所定の内点の色相指数が、第２１Ａ図 のブロックＢに示された如く算出される。それから、判定ダイヤモンドＣは、色 相振幅が、色相指数における振幅バッファーエントリよりも大きいかを尋ねる。

そうならば、第１３Ａ〜１３Ｂ図の表示索引テーブルエントリは、ブロックＤに 示された如く、所定の内点のＲ，ＧとＢのグレーレベル値を色相指数においてロ ードされる。それから、振幅バッファーエントリは、ブロックＥに示された如く 、色相振幅を色相指数においてロードされる。それから、周囲バッファーは、ブ ロックＦに示された如（行により、それから、ブロックＧに示された如く列によ りソートされる。また、色相振幅が色相指数における振幅バッファーエントリよ りも大きくないならば、周囲バッファーは、ブロックＦに示された如（行により ソートされる。

状態変数ＦＩＬＬ又はＮｏ　ＦＩＬＬが、第２１Ａ図のブロックＨに示された如 く、さらに具体的には、第８図に関して示され記載された如（各周囲点に割り当 てられる。それから、各周囲点が決定され、そして各内点の色相は、ブロックＩ において示され、モジュールＣＡＬＣＨＵＥにおいて第２２図を参照して以下に 詳しく記載される如く算出される。

各内点は、第２１Ｂ図のブロックＪに示された如（、各所定の内点の色相指数で ラベル付けされる。対象物の平均色相は、ブロックＫに示された如く算出される 。それから、モジュールＲＥＡＤ　Ｃ０ＬＯＲが、ブロックＬに示された如く完 了される。

第２２図は、モジュールＲＥＡＤ　Ｃ０ＬＯＲにおいて使用されたモジュールＣ ＡＬＣＨＵＥの段階を示す流れ図である。第２２図のブロックＡに示された如（ 、モジュールＣＡＬＣＨＵＥの第１段階は、赤色フィルターを通して取得された 赤色像における内点のグレーレベルに等しく赤色（Ｒ）をセットすることである 。ブロックＢに示された如く、モジュールＣＡＬＣＨＵＥの次の段階は、緑色フ ィルターを通して取得された緑色像における内点のグレーレベルに等しく緑色（ Ｇ）をセットすることである。モジュールＣＡＬＣＨＵＥにおける次の段階は、 ブロックＣに示された如（青色フィルターを通して取得された青色像における内 点のグレーレベルに等しく青色（Ｂ）をセットすることである。

次の段階は、ブロックＤに示された如く赤色、緑色と青色の値を使用して、それ ぞれ、上記の方程式（１）と（２）によって与えられる色相投射ａとｂを算出す ることである。それから、ブロックＥに示された如く、ａ２＋ｂ２に等しい色相 振幅が算出される。それから、判定ダイヤモンドＦは、ａがゼロに等しいかを尋 ねる。そうならば、判定ダイヤモンドＧは、ｂがゼロにより太きいがを尋ねる。

そうでないならば、色相が、ブロックＨに示された如く３π／２に等しくセット され、色相値が、ブロックＪに示された如くメモリに記憶され、そしてモジュー ルが、ブロックＫに示された如く完了される。判定ダイヤモンドＦに戻って、ｂ がゼロよりも大きいならば、色相が、ブロックＩに示された如（π／２に等しく セットされ、色相値が、ブロックＪに示された如（メモリに記憶され、そしてモ ジュールが、ブロックＫに示された如く完了される。判定ダイヤモンドＦに戻っ て、ａがゼロに等しくないならば、判定ダイヤモンドＬは、ａがゼロよりも大き く、かつｂがゼロよりも大きいかを尋ねる。

これらの両質問に対する回答が肯定であるならば、色相は、プロ・ツクＭに示さ れた如＜　ａ　ｒ　ｃ　ｔ　ａｎ　（ｂ／ａ）に等しくセットされ、色相値が、 ブロックＪに示された如くメモリに記憶され、そしてモジュールは、ブロックＫ に示された如く完了される。判定ダイヤモンドＬに戻って、ａがゼロよりも大き くなく、かつｂがゼロよりも大きくないならば、判定ダイヤモンドＮは、Ａがゼ ロよりも大きく、かつｂがゼロよりも小さいかを尋ねる。これらの両質問に対す る回答が肯定であるならば、色相が、ブロックＯに示された如く、ａ　ｒ　ｃ　 ｔ　ａｎ　（ｂ／ａ）　＋２πに等しくセットされ、色相値が、ブロックＪに示 された如（メモリに記憶され、そしてモジュールは、ブロックＫに示された如（ 完了される。判定ダイヤモンドＮに戻って、ａがゼロよりも大きくなく、かっｂ がゼロよりも小さくないならば、色相は、ブロックＰに示された如く、ａｒｃｔ ａｎ（ｂ／ａ）　＋２πに等しくセットされ、色相値は、ブロックＪに示された 如（メモリに記憶され、そしてモジュールは、ブロックＫに示された如く完了さ れる。

第２実施態様の方法はまた、カラーパラメーターにより候補対象物を特性付ける 段階を含む。この段階は、第１９図のブロックＦに示される。

特性付は段階は、対象物のテクスチャーを決定することを含む。代替的に又は加 えて、特性付は段階は、対象物のカラーを決定することを含む。

代替的に又は加えて、特性付は段階は、対象物において存在するパターンを決定 することを含む。

第２実施態様の方法はまた、妥当対象物を識別するために、妥当対象物の所定属 性値を有する候補対象物を妥当化する段階を含む。この段階は、第１９図のブロ ックＧに示される。所定属性値は、カラーパラメーターである。しかし、それは 、面積、形状、サイズ等でもありうる。妥当化段階は、少な（とも一つの妥当対 象物カラーパラメーターを有する候補対象物を妥当化する副段階を含む。この妥 当対象物カラーパラメーターは、色相、彩度又は明度以外でもありうる。

妥当化段階は、候補対象物属性値を算出する副段階と、候補対象物を妥当化する ために候補対象物属性値を妥当対象物の所定属性値を比較する副段階とを含む。

算出副段階は、さらに、候補対象物属性値を記憶する副段階を含む。対象物を妥 当化する一つの方法は、属性値としてサイズとカラーを使用するものである。こ の妥当化スキームに従う時、第２３図に関して示され記載された如くモジュール ＧＯＬ　ＦＩＬＴが、妥当化段階を行うために使用される。一般に、他の属性値 も、妥当対象物の所定属性値に対して使用される。

妥当化段階は、第２３図に関して示され記載された如くモジュールＣＯＬ　ＦＩ ＬＴによって行われる。カラーが所定属性値として使用される時、モジュールＧ ＯＬ　ＦＩＬＴが、対象物の色相角と色相振幅に基づいて妥当化のために使用さ れる。妥当化段階は、候補対象物属性値を算出する副段階と、候補対象物を妥当 化するために候補対象物属性値を比較する副段階とを含む。第２実施態様の方法 は、候補対象物を妥当化するためのドライバーとカーネルを使用する。

本発明の第２実施態様の方法は、候補対象物を妥当化するためのドライバーとカ ーネルを使用する。ドライバーは、妥当対象物の属性値を記憶し、この場合、各 位は、妥当対象物の規定、例えば、色、縁コントラスト、面積、形状、等を表現 する。本発明のドライバーは、所与の応用に固有である。オブジェクト指向環境 において、サイズ、形状、色、等の如く、属性リストを介して対象物を記述する ことは、多くの事例において直接的である。単純なパラメータ記述が可能でない 複雑な対象物に対して、対象物を識別するためにドライバーにおいて神経網を使 用することができる。候補対象物から導出されたパラメータは、特定対象物を認 識するように訓練された神経網に送られる。この点において、本発明のアーキテ クチャ−は、脳と眼の間にフィードバックループがある神経視覚アーキテクチャ −に類似し始める。本発明において、高次ドライバーは、低次カーネルと織り合 わされる。この場合、対象物の複雑な記述は、候補対象物をさらに識別する探索 プロセスを駆動するために使用される。

ドライバーはカーネルを駆動する。カーネルは、幾つかの機能を行う。

それは、エントロピー的に選択されたしきいグレーレベルを算出し、像を探索し 、そして候補対象物に対して属性値を算出する。加えて、それは、候補対象物の 属性値を、上記の如（ドライバーにおいて包含された妥当対象物の所定属性値と 比較することにより、候補対象物において妥当性チェックを行う。それはまた、 妥当対象物の多重識別を防止するために冗長性チェックを行う。

モジュールＣＯＬ　ＦＩＬＴにおいて、妥当化段階は、候補対象物のリストをフ ィルターすることにより行われる。ＣＯＬ　ＦＩＬＴは、均質又は非均質対象物 のいずれかに対してフィルターを行う。非均質対象物をフィルターするためのフ ィルタ一段階は、対象物が削除される３つの条件を具備する。第１条件は、対象 物が所定の最小面積よりも小さな面積を有する時、対象物を削除する。第２条件 は、対象物が所定最小値よりも小さな平均色相角と所定最小値よりも大きな色相 振幅を有する時・対象物を削除する。第３条件は、対象物が所定最大値よりも大 きな平均な色相角と所定最小値よりも大きな色相振幅を有する時、対象物を削除 する。色相角と色相振幅は、それぞれ、上記の方程式（１）と（２）において記 載された如く算出される。

第２３図のブロックＡに示された如く、対象物をフィルターするためのＣＯＬ　 ＦＩＬＴの第１段階は、初期対象物に前進することである。

それから、判定ダイヤモンドＢは、ＣＯＬ　ＦＩＬＴが最終対象物を越えるかを 尋ねる。そうならば、モジュールは、ブロックＣに示された如く完了される。そ うでないならば、判定ダイヤモンドＤは、対象物が所定最小面積よりも大きな面 積を有するかを尋ねる。回答が肯定であるならば、対象物は、ブロックＥに示さ れた如く削除され、そしてモジュールは、ブロックＦに示された如く次対象物に 前進する。それから、判定ダイヤモンドＢは、ＧＯＬ　ＦＩＬＴが最終対象物を 越えるかを尋ね、モしてＢ−Ｆによるループは、対象物面積が所定最小面積より も小さくなくなるまで継続する。この点において、判定ダイヤモンドＧは、対象 物の平均色相角が、所定最小値ＭＩＮＨＵＥよりも小さいか、そして対象物の色 相振幅が所定最小値ＭＩＮＭＡＧよりも大きいかを尋ねる。これらの両質問に対 する回答が肯定であるならば、対象物は、ブロックＥにおいて示された如（削除 され、そしてモジュールは、ブロックＦに示された如く、次対象物へ前進される 。ＡとＢによるループは、Ｃ０ＬＦＩＬＴが最終対象物を越えるまで継続し、そ の点において、それはブロックＣに示された如く完了される。ＧＯＬ　ＦＩＬＴ が最終対象物を越えないならば、Ａ−Ｇによるループは、対象物色相がＭＩＮＨ ＵＥ以上になるか、又は対象物色相振幅がＭＩＮＭＡＧ以下になるまで継続する 。それから、判定ダイヤモンドＨは、対象物の平均色相角が、所定最大値ＭＡＸ ＨＵＥよりも大きく、かつ対象物の色相振幅が所定最小値ＭＩＮＭＡＧよりも大 きいかを尋ね乱これらの両質問に対する回答が肯定であるならば、対象物は、ブ ロックＥにおいて示された如く削除され、そしてモジュールは、ブロックＦに示 された如く、次対象物へ前進される。ＡとＢによるループは、ＧＯＬ　ＦＩＬＴ が最終対象物を越えるまで継続し、この点において、それはブロックＣに示され た如（完了される。ＣＯＬ　ＦＴＬＴが最終対象物を越えないならば、Ａ−Ｈに よるループが、対象物色相がＭＡＸＨＵＥ以下になるか、又は対象物色相振幅が ＭＩＮＭＡＧ以下になるまで継続する。これらの質量のいずれに対する回答も否 定であるならば、対象物は保持され、そしてモジュールは、ブロックＦに示され た如く、次対象物に前進する。Ｂ−Ｈによるループは、モジュールが最終対象物 を越えるまで継続する。それから、モジュールはブロックＣにおいて示された如 く完了される。

本発明の第２実施態様の方法は、各対象物の所定の内点に対して少な（とも一つ のカラーパラメーター指数を算出する段階を含む。この段階は、第１９図のブロ ックＨにおいて示される。好ましい実施態様において、少なくとも一つのカラー パラメーター指数を算出する段階は、この場合質量中心である所定の内点に対し て色相指数を算出することを含む。

しかし、一般に、他の所定の内点に対して、少なくとも一つのカラーパラメータ ー指数を算出する段階は、下記の如く妥当化段階の後に行われる。

本発明の第２実施態様の方法はまた、各対象物に対して所定の内点のカラーパラ メーター指数に対応するグレーレベル値のテーブルを準備する段階を含む。この 段階は、第１９図のブロックＩに示される。このテーブルは、第１実施態様の第 １３Ａ〜１３Ｅ図に関して記載された如く準備される。

本発明の第１実施態様の方法はまた、像バッファーを規定する段階を含む。像バ ッファーにおいて、各対象物の内点に対応する位置が、所定の内点のカラーパラ メーター指数を割り当てられる。この段階は、第１９図のブロックＪに示される 。像バッファーは、第１実施態様に関して記載された如く規定される。

本発明の第１実施態様の方法はまた、カラーパラメーター指数によって決定され る如く所定の内点の色に対応する色で対象物を表示するために、像バッファーを モニターに複写する段階を含む。この段階は、第１９図のブロックＫに示される 。像は、第１実施態様に関して記載された如く表示される。

本発明の第２実施態様の特定応用により、エントロピーしきい化が、像を探索す るために使用される。この第１の特定応用において、像を探索する段階は、像の グレーレベルヒストグラムを発生する副段階を含み、この場合、グレーレベルヒ ストグラムは、エントロピー関数を有する。

第１４図に関して記載されたモジュールＨＩＳＴＯＧＲＡＭは、像の対象領域の グレーレベルヒストグラムを発生するために使用される。像を探索する段階はま た、ヒストグラムのエントロピー関数が最大にされる如く、しきいグレーレベル 値をエントロピー的に選択する副段階を含む。

この段階は、第１５図に関して記載された如く、ＥＮＴＲＯＰＹモジュールによ って行われる。

第２実施態様のエントロピーしきい化応用により、探索段階は、さらに、エント ロピー的に選択されたしきいグレーレベルを使用して、少なくとも一つの候補対 象物に対して像の部分を走査し、エントロピー的に選択されたしきいグレーレベ ルによって決定された境界グレーレベルを有する候補対象物をトレースする副段 階を含む。

探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する候補対象物をトレースする副段階を含む。

この実現において、探索段階は、第１７図に関して記載されたモジュール５ＥＡ ＲＣＨＩＭＡＧＥ、第１８図に関して記載されたモジュールＦＩＮＤ　０ＢＪＥ ＣＴと第２４Ａ図と第２４Ｂ図において記載されたモジュールＴＲＡＣＥ　０Ｂ ＪＥＣＴによって実行される。ＴＲＡＣＥ　０ＢＪＥＣＴモジユールの基本原理 は、Ｄｉｇｉｔａｌ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ”　ｂｙ　Ｒａｆａｅ ｌＣ，Ｇｏｎｚａｌｅｚ　ａｎｄ　Ｐａｕｌ　Ｗｉｎｔｚ、５ｅｃｏｎｄ　Ｅｄ 、、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ　ＰｕｂｌｉｓｈｉｎｇＣｏｍｐａｎｙＳＲ ｅａｄｉｎｇ、Ｍａｓｓａｃｈｕｓｅｔ　ｔｓ　（１９８７）において記載され たものに類似する。

第２４Ａ図のブロックＡに示された如く、ＴＲＡＣＥ　０ＢＪＥＣＴモジユール における第１段階は、候補対象物属性値を初期化することである。それから、Ｔ ＲＡＣＥ　０ＢＪＥＣＴモジユールは、近隣周囲点が検出されたかを判定ダイヤ モンドＢにおいて尋ねる。そうでないならば、トレースされた対象物は、ブロッ クＣによって示された如く、不当である。近隣周囲点が検出されたならば、判定 ダイヤモンドＤは、ＴＲＡＣＥ　０ＢＪＥＣＴモジユールは候補対象物の第１周 囲点にあるかを尋ねる。そうでないならば、候補対象物属性値は、第２４Ａ図の ブロックＥに示された如く更新される。それから、Ｂ−Ｅによるループは、ＴＲ ＡＣＥ　０ＢＪＥＣＴモジユールが候補対象物の第１周囲点になるまで、更新さ れた候補対象物属性値を使用して、反復される。それから、質量中心座標が、第 ２４Ａ図のブロックＦにおいて示された如く算出される。それから、判定ダイヤ モンドＧは、候補対象物面積が大きすぎるかを尋ねる。そうならば、トレースさ れた対象物は、第２４Ａ図のブロックＨによって示された如く不当である。

候補対象物面積が大きすぎないならば、形状因子が、第２４Ｂ図のブロックＩに おいて示された如く算出される。形状因子の規定は、識別される対象物の幾何形 状により、変化する。例えば、円形対象物に対する形状因子の規定は、 形状因子＝１−Ｐ２／４πＡ　（２０）である。ここで、Ｐは候補対象物の周囲 長であり、Ａは候補対象物の面積である。それから、ＴＲＡＣＥ　０ＢＪＥＣＴ は、形状因子が第２４Ｂ図の判定ダイヤモンドＪにおいて示された如くドライバ ーに含められた所定範囲内にあるかをチェックする。形状因子が所定範囲内に入 らないならば、トレースされた対象物は、第２４Ｂ図のブロックＫによって示さ れた如（不当である。形状因子が所定範囲内に入るならば、候補対象物は、ブロ ックしに示された如（、カーネルによって維持される妥当対象物リストに追加さ れる。

すべての候補対象物が現探索においてトレースされた後、第２５図に示された如 く、モジュールＣＨＫ　ＧＲＡＹが、候補対象物が背景よりも比較的明るいかを チェックするために呼び出される。ＣＨＫ　ＧＲＡＹは、探索位置が走査の終端 になる時、第１７図の判定ダイヤモンドＣの後にランされる。第２５図のブロッ クＡに示された如く、ＣＨＫ　ＧＲＡＭモジュールにおける第１段階は、現探索 において検出された第１候補対象物に前進することであるン第２５図の判定ダイ ヤモンドＢは、候補対象物が候補対象物リストにおいて最終対象物であるかを尋 ねる。

そうならば、モジュールは、長円形Ｃによって示された如くランを停止する。候 補対象物が候補対象物リストの最終対象物でないならば、平均外部グレーレベル が、ブロックＤに示された如く算出される。それから、判定ダイヤモンドＥは、 質量中心のグレーレベルは、対象物の極値点を包囲する４つの外部点（すなわち 、上側、下側、左側及び右側点）の平均外部グレーレベルよりも大きいかを尋ね る。外部点は、対象物の極値点のすぐ近隣の背景における点である。そうでない ならば、対象物は、第２５図のブロックＦにおいて示された如く削除される。質 量中心のグレーレベルが平均外部グレーレベルよりも大きいならば、候補対象物 が保持され、モしてＣＨＫ　ＧＲＡＹモジュールは、ブロックＧに示された如（ 、次候補対象物に前進する。それから、ＣＨＫ　ＧＲＡＹモジュールは、候補対 象物が最終対象物であるかを尋ねるために、判定ダイヤモンドＢに復帰する。Ｂ −Ｇにおいて示されたループは、次候補対象物が最終候補対象物になるまで次候 補対象物に対して反復され、この点において、ＣＨＫ　ＧＲＡＹはランを停止す る。上記の如（、モジュールＣＨＫ　ＧＲＡＹは、背景よりも暗い対象物を検出 するためにランされる。この場合、像は、対象物と背景の像を発生する段階を行 う前に、初期的に反転される。

上記の方法は、スクリーニングプロセスと呼ばれる。例えば、それは、食料又は 血液又は土壌試料において病原菌の存在を調べるために使用される。スクリーニ ングプロセスは、肯定否定回答を生ずる。絶対数量化は必要ではない。より厳重 な識別プロセスに対して、下記の本発明の第２実施態様のエントロピーしきい化 応用の方法を再帰的に適用することが必要である。

第２実施態様のエントロピーしきい化応用の方法の再帰的バージョンは、さらに 、上限と下限としてヒストグラムのエントロピー関数を最大にするように選択さ れたエントロピーしきいグレーレベルを使用して、グレーレベルヒストグラムを 上側ヒストグラムと下側ヒストグラムに細分する段階を含む。選択、探索、妥当 化及び細分段階は、上側及び下側ヒストグラムの各々に対して再帰的に反復され る。選択段階の反復は、次のエントロピーしきいグレーレベルを選択し、これに より、所定最小数の新妥当対象物が識別されるまで、妥当対象物を識別するため にグレーレベルヒストグラムを再帰的に区分化する。再帰的バージョンの好まし い実現において、所定最小数はゼロである。しかし、完全な識別が必要ではない 時の如（、所定数がゼロよりも大きい場合がある。

第２６Ａ〜２６Ｃ図は、ヒストグラムを上側ヒストグラムと下側ヒストグラムに 細分する概念を示す。原ヒストグラムは、第２６Ａ図に示される。第２６Ａ図に おいてＴで示されたＴＨＲＥＳＨは、探索される最小グレーレベルと探索される 最大グレーレベルの間のグレーレベル領域に対応する、グレーレベルヒストグラ ムに対するエントロピー的に選択されたしきいグレ−レベルである。第２６Ａ図 に示された如く原ヒストグラムに対して、探索される最小グレーレベルは、ゼロ であり、そして探索される最大グレーレベルはＭＡＸである。Ｂにおいて示され たＴＨＲＥＳＨＨＩは、ＴＨＲＥＳＨとＭＡＸの間のグレーレベル領域に対応す る、グレーレベルヒストグラムに対してエントロピー的に選択されたしきいグレ ーレベルである。Ａにおいて示されたＴＨＲＥＳＨＬＯは、ゼロとＴＨＲＥＳＨ の間のグレーレベル領域に対応するグレーレベルヒストグラムに対してエントロ ピー的に選択されたしきいグレーレベルである。

エントロピーしきい化応用の再帰的バージョンにより、細分、選択、探索及び妥 当性段階が、再帰的に反復される。再帰とは、ヒストグラムを上側及び下側ヒス トグラムに連続的に分割し、各上側ヒストグラムを探索し、上側ヒストグラムは 、それ自体、上側ヒストグラムにおいて検出された新妥当対象物の数が所定最小 数以下になるまで、新妥当対象物に対して上側及び下側ヒストグラムに連続的に 分割され、そして続いて、最も最近に探索された上側ヒストグラムに対応する各 下側ヒストグラムを探索し、下側ヒストグラムは、それ自体、下側ヒストグラム において検出された新妥当対象物の数が、所定最小数以下になるまで、上側及び 下側ヒストグラムに連続的に分割されるプロセスが意図される。

上側ヒストグラムは、第２６Ｂ図に示される。細分段階の反復は、第２６Ｂ図に 示された如く、上側ヒストグラムを次に連続する上側及び下側ヒストグラムに細 分する。上側ヒストグラムの選択段階の反復は、第２６Ｂ図においてＢで示され た如く、次に連続する上側エントロピーしきいグレーレベルを選択する。こうし て、原ヒストグラムにおいてＴＨＲＥＳＨＨＩであった点Ｂは、上側ヒストグラ ムのしきい値又はＮＥＸＴ　ＵＰＰＥＲＴＨＲＥＳＨになる。第２６Ｂ図におい て、探索される最小グレーレベルは、今、ＴＨＲＥＳＨであり、そして探索され る最大グレーレベルは、今、ＭＡＸである。Ｃで示されたＮＥＸＴ　ＵＰＰＥＲ ＴＨＲＥＳＨＨＩは、ＢとＭＡＸの間のグレーレベル領域に対応する、グレーレ ベルヒストグラムに対してエントロピー的に選択されたしきいグレーレベルであ る。Ｄにおいて示されたＮＥＸＴ　ＵＰＰＥＲＴＨＲＥＳｉ−（ＬＯは、ＴＨＲ ＥＳＨとＢの間のグレーレベル領域に対応する、グレーレベルヒストグラムに対 してエントロピー的に選択されたしきいグレーレベルである。それから、選択、 探索及び妥当化段階が、エントロピーしきいグレーレベルとして、次に連続する 上側エントロピーしきいグレーレベルＢを使用して再帰的に反復される。

第２６Ｃ図は、下側ヒストグラムを示す。細分段階の反復は、第２６Ｃ図に示さ れた如く、下側ヒストグラムを次に連続する上側及び下側ヒストグラムに細分す る。下側ヒストグラムに対する選択段階の反復は、第２６Ｃ図においてＡで示さ れた如（、次に連続する下側エントロピーしきいグレーレベルを選択する。こう して、原ヒストグラムにおいてＴＨＲＥＳＨＬＯであった点Ａは、区分化下側ヒ ストグラム又はＮＥＸＴ　ＬＯＷＥＲＴＨＲＥＳＨに対するしきい値になる。第 ２６Ｃ図において、探索される最小グレーレベルは、今、ゼロであり、そして探 索される最大グレーレベルは、今、ＴＨＲＥＳＨである。Ｅで示されたＮＥＸＴ 　ＬＯＷＥＲＴＨＲＥＳＨＨｌは、ＡとＴＨＲＥＳＨＱ間のグレーレベル領域に 対応するグレーレベルヒストグラムに対してエントロピー的に選択されたしきい グレーレベルである。Ｆに示されたＮＥＸＴ　ＬＯＷＥＲＴＨＲＥＳＨＬＯは、 ゼロとＡの間のグレーレベル領域に対応する、グレーレベルヒストグラムに対し てエントロピー的に選択されたしきいグレーレベルである。それから、選択、探 索及び妥当化段階は、エントロピーしきいグレーレベルとして、次の連続する下 側エントロピーしきいグレーレベルＡを使用して下側ヒストグラムに対して再帰 的に反復される。

第２７図に示された如＜ＡＮＡＩｌ、−ＹＺＥモジュールは、第２実施態様のエ ントロピーしきい化応用の再帰的バージョンのコア再帰カーネルを構成する。Ａ ＮＡＬＹＺＥモジュールは、候補対象物の事例を探索するためにグレーレベル空 間における特定領域を有効にクローズアップし、そしてヒストグラムを再帰的に 区分化する。第２７図に示された如く、ＡＮＡＬＹＺＥモジュールにおける第１ 段階＋ｉ、第２７図のブロックＡにおいて記載さね示された如く、エントロピー 的に選択されたしきいグレーレベルＴＨＲＥＳＨ，ＴＨＲＥＳ）（ＨＩとＴＨＲ ＥＳＨＬＯを算出することである。ブロックＢに示された如く、モジュール５Ｅ ＡＲＣＨＩＭＡＧＥは、上側ヒストグラムに含められたグレーレベル値を使用し てランされる。それから、判定ダイヤモンドＣは、検出された新妥当対象物の数 が、所定最小数よりも大きいかを尋ねる。そうならば、七ジュールＡＮＡＬＹＺ Ｅは、上側ヒストグラムにおいて再帰的にランされる。検出された妥当対象物数 が、所定最小数よりも大きくないならば、モジュール５ＥＡＲＣＨＩＭＡＧＥが 、ブロックＥにおいて示された如く、下側ヒストグラムに含められたグレーレベ ルを使用して、再びランされる。それから、判定ダイヤモンドＦは、検出された 妥当対象物の数が所定最小数よりも大きいかを尋ねる。そうならば、モジュール ＡＮＡＬＹＺＥは、ブロックＧにおいて示された如く、下側ヒストグラムにおい て再帰的にランされる。そうでないならば、モジュールＡＮＡＬＹＺＥは、ラン を停止し、そして妥当対象物は、第２７図のブロックＨに示された如く返される 。本発明により、再帰的プロセス中妥当化段階においてチェックされる属性数の 値の範囲を選択する際に許容度がある。

第２実施態様の特定応用により、妥当化段階は、さらに、妥当対象物の多重識別 を防止するために、冗長性をチェックする副段階を含む。そのような冗長性チェ ックは、現探索後に妥当として認識された対象物が、前探索において妥当対象物 として認識されているかもしれないために、必要である。冗長性チェック副段階 を行うために、妥当対象物は、均質又は非均質として分類される。非均質対象物 は、下記の例において記載され、この場合、カラーコロニーが識別される。妥当 対象物はまた、さらに、比較的大きな妥当対象物又は小さな妥当対象物として分 類される。

加えて、妥当対象物は、別の妥当対象物に包含される（内部妥当対象物）か、又 は別の妥当対象物に包含されない（外部妥当対象物）として分類される。

第２実施態様の特定応用により、冗長性チェック副段階は、非均質妥当対象物を 削除するために行われる。それが行われる時、本発明の方法は、さらに、大対象 物が２つ以上の小対象物を含む時、大対象物を削除する副段階を含む。また、冗 長性チェック副段階が非均質妥当対象物を削除するために行われる時、本発明の 方法はまた、大及び小妥当対象物の平均縁コントラストを算出する副段階と、大 対象物が唯一の小対象物を含む時、より小さな縁コントラストを有する対象物を 削除する副段階を含む。これらの副段階は、非均質妥当対象物に対して第２８Ａ 〜２８Ｄ図に示された如く、モジュールＣＨＫ　ＬＩＳＴによって行われる。

第２８Ａ図のブロックＡに示された如く、非均質対象物を削除するためのＣＨＫ 　ＬＩＳＴモジュールの第１段階は、現探索の前に検出された妥当対象物の数と して前カウントを規定することである。それから、テール対象物が、ブロックＢ に示された如く、現探索において検出された初期候補対象物として規定される。

対象物カウントは、ブロックＣに示された如く１に初期化され、そしてヘッド対 象物は、ブロックＤに示された如（全対象物リスト（すなわち、現在までに検出 された全対象物のリスト）における初期対象物として規定される。判定ダイヤモ ンドＥは、対象物カウントが前カウントよりも大きいかを尋ねる。

対象物カウントが前カウントよりも大きいならば、ＣＨＫ　ＬＩＳＴは、第２８ Ｂ図のブロックＡに示された如く、全対象物リストにおける第１対象物に前進す る。第２８Ｂ図の判定ダイヤモンドＢは、ＣＨＫＬＩＳＴが最終対象物であるか を尋ねる。そうでないならば、判定ダ・イヤモンドＣは、妥当対象物が別の妥当 対象物内に包含されるかを尋ねる。

そうならば、対象物状態は、ブロックＤに示された如（、それが包含された対象 物の状態にセットされ、そしてＣＨＫ　ＬＩＳＴは、ブロックＥに示された如く 、次対象物へ前進する。また、対象物が別の対象物内に包含されないならば、Ｃ ＨＫ　ＬＩＳＴは、ブロックＥに示された如く、次対象物へ前進する。Ｂ−Ｅに よるループは、ブロックＥの次対象物が最終対象物になるまで継続し、この点に おいて、ＣＨＫ　ＬＩＳＴは、ブロックＦに示された如（、全対象物リストにお ける第１対象物へ前進する。すべての対象物に対する対象物状態属性値は、ブロ ックＧに示された如く、「真」にセットされる。この文脈における「真」は、妥 当を意味し、そして「偽」は、不当を意味する。それから、判定ダイヤモンドＨ は、ＣＨＫ　ＬＩＳＴが最終対象物であるかを尋ねる。

そうならば、ＣＨＫ　ＬＩＳＴは、第２８Ｃ図のブロックＡに示された如く第１ 対象物へ前進する。それから、判定ダイヤモンドＢは、ＣＨＫ　ＬＩＳＴが最終 対象物であるかを再び尋ねる。そうならば、対象物の総数が、ブロックＣに示さ れた如くカウントされ、そして対象物の総数と前カウントの間の差が、ブロック Ｄに示された如（返される。ＣＨＫ　ＬＩＳＴが最終対象物でないならば、判定 ダイヤモンドＥは、対象物状態属性値が偽であるかを尋ねる。そうならば、対象 物は、ブロックＦに示された如く削除される。そうでないならば、ＣＨＫ　ＬＩ ＳＴは、ブロックＧに示された如く対象物を前進させ、そしてＣＨＫ　ＬＩＳＴ は、判定ダイヤモンドＢに示された如く、それが最終対象物であるかを再び尋ね る。Ｂ、Ｅ、ＦとＧによるループは、ブロックＧの前進対象物が最終対象物にな るまで継続する。この点において、対象物の総数が、ブロックＣに示された如（ カウントされ、そして対象物の総数と前カウントの間の差が、ブロックＤに示さ れた如く返される。

第２８Ｂ図の判定ダイヤモンドＨに戻ると、ＣＨＫ　ＬＩＳＴがこの点において 最終対象物にないならば、それは、判定ダイヤモンドＩに行き、対象物が２つ以 上の妥当対象物を含むかを尋ねる。そうならば、対象物状態属性値が、ブロック Ｊに示された如く偽にセットされ、そしてＣＨＫ　ＬＩＳＴは、ブロックＫに示 された如く、次対象物へ前進する。

それから、ＣＨＫ　ＬＩＳＴは、判定ダイヤモンドＨへ復帰し、それが最終対象 物であるかを尋ね、そして対象物が２つ以上の妥当対象物を含まなくなるまで、 このプロセスを継続する。それから、第２８Ｄ図の判定ダイヤモンドＡは、対象 物が別の対象物内に包含された唯一の対象物であるかを尋ねる。そうでないなら ば、ＣＨＫ　ＬＩＳＴは、第２８Ｂ図のブロックＫに示された如く次対象物へ前 進し、第２８Ｂ図のＨ−にと第２８Ｄ図のＡによるループが、対象物が別の対象 物内に包含された唯一の対象物になるまで反復される。対象物が別の対象物内に 包含された唯一の対象物であるならば、判定ダイヤモンドＢは、対象物を包含す る対象物の状態属性値が偽であるかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは 、第２８Ｂ図のブロックＫに示された如（次対象物へ前進し、そして第２８Ｂ図 のＨ−にと第２８Ｄ図のＡ−Ｈによるループが、対象物を包含する対象物の状態 属性値が偽でなくなるまで反復される。この点において、判定ダイヤモンドＮは 、別の対蕨物を包含する対象物の縁コントラストが対象物の縁コントラストより も大きいかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは、ブロックＤに示された 如（、対象物状態属性値を偽にセットし、第２８Ｂ図のブロックＫに示された如 く、次対象物へ前進し、そして第２８Ｂ図のＨ−にと第２８Ｄ図のＡ−Ｃによる ループが、別の対象物を包含する対象物の縁コントラストが別対象物に包含され た対象物の縁コントラストよりも太き（なくなるまで反復される。それから、Ｃ ＨＫ　ＬＩＳＴは、第２８Ｄ図にブロックＥに示された如く、対象物を包含する 対象物の状態を偽にセットし、そしてそれが最終対象物になるまで、第２８Ｄ図 のブロックＫに示された如く、次対象物へ前進する。

第２８Ａ図の判定ダイヤモンドＥに戻ると、対象物カウントが前カウントよりも 大きくないならば、判定ダイヤモンドＦは、ヘッド対象物が別の対象物内に包含 されるかを尋ねる。そうならば、ヘッド対象物が、ブロックＧに示された如（前 進され、そして対象物カウントが、ブロックＨに示された如く増分される。判定 ダイヤモンドＥは、再び、増分された対象物カウントが、前カウントよりも大き いかを尋ねる。そうならば、ＣＨＫ　ＬＩＳＴは、上記の如く、第２８Ｂ図のブ ロックＡへ前進する。増分されたカウントが前カウントよりも太き（ないならば 、第２８Ａ図のＦ、ＧＳＨとＥによるループは、ヘッド対象物が別の対象物内に 包含されなくなるまで反復される。それから、ＣＨＫ　ＬＩＳＴは、第２８Ａ図 の判定ダイヤモンドＩへ前進し、テール対象物が最終対象物であるか、又はヘッ ド対象物が別の対象物内に包含されるかを尋ねる。

テール対象物が最終対象物であるか、又はヘッド対象物が別の対象物内に包含さ れるならば、ＣＨＫ　ＬＩＳＴは、ブロックＧに示された如くヘッド対象物を前 進させ、そしてカウントが、ブロックＨに示された如く増分される。ＥＳＦＳ　 Ｉ、ＧとＨによるループは、テール対象物が最終対象物でな（なるか、又はヘッ ド対象物が別の対象物内に包含されなくなるまで、反復される。それから、判定 ダイヤモンドＪは、テール対象物が別の対象物内に包含されるかを尋ねる。そう ならば、テール対象物は、第２８Ａ図のブロックＫに示された如く前進され、そ して工、ＪとＫによるループは、テール対象物が別の対象物内に包含されな（な るまで反復される。それから、ＣＨＫ　ＬＩＳＴは、第２９図に示された如（、 モジュールＳＥＴ　５ＴＡＴに行き、第２８Ａ図のブロックしに示された如くヘ ッド及びテール対象物の状態をセットする。

冗長性チェック副段階は、さらに、複数の妥当対象物の面積を比較する副段階と 、妥当対象物の一方を大妥当対象物とし、第１及び第２妥当対象物の他方を小妥 当対象物として指定する副段階と、小妥当対象物が、非均質対象物に対するより 大きな対象物の４つの極値点によって規定された大妥当対象物に包含されるかを 決定する副段階とを含む。第２９図に示された如（、モジュールＳＥＴ　５ＴＡ Ｔは、非均質対象物に対するこれらの副段階を行う。第２９図の判定ダイヤモン ドＡに示されたＳＥＴ　５ＴＡＴの第１段階は、ヘッド対象物がテール対象物よ りも大きいかを尋ねることである。そうならば、ブロックＢに示された如く、ヘ ッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥当対 象物として規定される。ヘッド対象物がテール対象物よりも大きくないならば、 ブロックＣに示された如（、ヘッド対象物は、小妥当対象物として規定され、そ してテール対象物は、大妥当対象物として規定される。それから、判定ダイヤモ ンドＤは、小対象物が大対象物内に包含されるかを尋ねる。そうでないならば、 ＳＥＴ　’　５ＴＡＴは、ＥＮＤ長円長円形上って示された如（、終了される。

小対象物が大対象物内に包含されるならば、大対象物形式属性値が、ブロックＦ に示された如く小対象物を包含することを示す値にセットされる。形式属性値は 、対象物が別の対象物内に包含されるか、又は対象物が別の対象物を包含するか をＳＥＴ　５ＴＡＴに告げる。また、小対象物形式属性値は、ブロックＧに示さ れた如く、大対象物内に包含されることを示す値にセットされる。最後に、大対 象物状態属性値が、ブロックＨに示された如く増分される。それから、ＳＥＴ　 ５ＴＡＴが、ＥＮＤ長円長円形上って示された如く終了され、そして第２９図の ブロックしに復帰する。

第２実施態様の特定応用により、冗長性チェック副段階が、均質対象物における 冗長性を解消するために行われる。それが行われる時、本発明の方法は、さらに 、大及び小妥当対象物の縁コントラストを算出する副段階と、大対象物の平均縁 コントラストが小対象物の平均縁コントラストよりも小さく、かつ所定の最小縁 コントラストよりも小さい場合に大対象物を削除する副段階とを含む。冗長性を 解消するための冗長性チェック副段階はまた、大及び小妥当対象物の縁コントラ ストを算出する副段階と、大対象物の平均縁コントラストが小対象物の平均縁コ ントラストよりも大きく、所定の最小コントラストよりも大きい場合に小対象物 を削除する副段階とを含む。これらの副段階は、第３０Ａ図と第３０Ｂ図の流れ 図によって示された如（、均質対象物に対するモジュールＣＨＫ　ＬＩＳＴを使 用して行われる。

第３０Ａ図のブロック八に示された如＜、ＣＨＫ　ＬＩＳＴモジュールの第１段 階は、均質対象物を削除するためにランされた時、現探索の前に検出された妥当 対象物の数として前カウントを規定することである。

それから、テール対象物が、ブロックＢに示された如く、現探索において検出さ れた初期候補対象物として規定される。対象物カウントは、ブロックＣに示され た如（１に初期化され、そしてヘッド対象物が、ブロックＤに示された如く、全 対象物リストにおける初期対象物として規定される。それから、対象物状態属性 値は、ブロックＥに示された如く、すべての対象物に対して真にセットされる。

判定ダイヤモンドＦは、対象物カウントが前カウントよりも大きいかを尋ねる。

対象物カウントが前カウントよりも大きいならば、ＣＨＫ　ＬＩＳＴは、第３０ Ｂ図のブロック八に示された如（、全対象物リストにおける初期対象物へ前進す る。第３０Ｂ図の判定ダイヤモンドＢは、ＣＨＫＬＩＳＴが最終対象物であるか を尋ねる。そうならば、対象物の総数が、ブロックＣに示された如くカウントさ れ、そして対象物の総数と前カウントの間の差が、ブロックＤに示された如く返 される。ＣＨＫ　ＬＩＳＴが最終対象物でないならば、判定ダイヤモンドＥは、 対象物状態属性値が偽であるかを尋ねる。そうならば、対象物が、ブロックＦに 示された如く削除される。対象物状態が偽でないならば、対象物は、ブロックＧ に示された如く前進され、そしてＣＨＫ　ＬＩＳＴモジュールは、再び、判定ダ イヤモンドＢに示された如く、最終対象物であるかを尋ねる。

このプロセスは、ＣＨＫ　ＬＩＳＴが最終対象物に達するまで継続し、この点に おいて、対象物の総数がブロックＣに示された如くカウントされ、そして対象物 の総数と前カウントの間の差がブロックＤに示された如く返される。

第３０Ａ図における判定ダイヤモンドＦに戻ると、対象物カウントが前カウント よりも大きくないならば、第３０Ａ図の判定ダイヤモンドＧは、ヘッド対象物の 状態属性値が偽であるかを尋ねる。そうならば、ヘッド対象物が、ブロックＨに 示された如く前進され、そしてカウントが、ブロック■に示された如く増分され る。それから、判定ダイヤモンドＦは、増分された対象物カウントが前カウント よりも大きいかを尋ねる。

そうならば、ＣＨＫ　ＬＩＳＴは、上記の如く、第２８Ｂ図のブロックＡへ前進 する。第３０Ａ図のＧ、Ｈと■によるループは、対象物の状態が偽でなくなるま で反復される。それから、ＣＨＫ　ＬＩＳＴは、第３０Ａ図の判定ダイヤモンド Ｊへ前進し、テール対象物が最終対象物でなく、かつヘッド対象物状態属性値が 真であるかを尋ねる。これらの両質問への回答は肯定でなければならない。そう でないならば、ＣＨＫＬＩＳＴは、ブロックＨに示された如（ヘッド対象物を前 進させ、そしてカウントが、ブロックＩに示された如く増分される。ＦＳＧ、Ｈ ，ＩとＪによるループは、テール対象物が最終対象物になり、かつヘッド対象物 状態属性値が真になるまで反復される。それから、判定ダイヤモンドには、テー ル対象物状態属性値が真であるかを尋ねる。そうならば、ヘッド及びテール対象 物の縁状態が、第３０Ａ図のブロックＬに示され、かつ第３１図に詳細に示され た如く、モジュールＳＥＴ　５ＴＡＴによってセットされる。それから、ＣＨＫ 　ＬＩＳＴは、ブロックＭに示された如くテール対象物を前進させ、そしてＪ、 に、ＬとＭによるループが反復される。テール対象物状態が真でないならば、Ｃ ＨＫ　ＬＩＳＴは、ブロックＭに示された如くテール対象物を前進させ、そして Ｊ、にとＭによるループが反復される。

第３１図に示されたモジュールＳＥＴ　５ＴＡＴは、複数の妥当対象物の面積を 比較する副段階と、妥当対象物の一方を大妥当対象物として、第１及び第２妥当 対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物が、均質対 象物に対して大対象物の４つの極値点によって規定される如く大妥当対象物に包 含されるかを決定する副段階とを行う。

第３１図の判定ダイヤモンドＡに示された如く、ＳＥＴ　５ＴＡＴの第１段階は 、ヘッド対象物がテール対象物よりも大きいかを尋ねることである。そうならば 、ブロックＢに示された如く、ヘッド対象物は大妥当対象物として規定され、そ してテール対象物が、小妥当対象物として規定される。ヘッド対象物がテール対 象物よりも大きくないならば、ヘッド対象物は、小妥当対象物として規定され、 そしてテール対象物は、大妥当対象物として規定される。それから、ＳＥＴ　５ ＴＡＴの判定ダイヤモンドＤは、小対象物が大対象物内に包含されるかを尋ねる 。そうでないならば、ＳＥＴ　５ＴＡＴは、長円形Ｅによって示された如くラン を停止する。小対象物が大対象物内に包含されるならば、判定ダイヤモンドＦは 、大対象物の縁コントラストが小対象物の縁コントラストよりも大きく、かつ大 対象物の縁コントラストが所定の最小縁コントラストよりも大きいかを尋ねる。

これらの両質問への回答が肯定であるならば、ブロックＧによって示された如く 、大対象物状態属性値が、真にセットされ、そして小対象物状態属性値が、偽に セットされ、そしてモジュールは、長円形Ｈによって示された如くランを停止す る。判定ダイヤモンドＦにおける質問の少なくとも一方への回答が否定であるな らば、ブロックＩに示された如く、小対象物状態属性値は真にセットされ、大対 象物状態属性値は偽にセットされ、そしてモジュールは、長円形Ｊによって示さ れた如くランを停止する。

第２実施態様のエントロピーしきい化応用の方法は、さらに、妥当対象物の冗長 性に対する最終チェックを行い、妥当対象物の多重識別を防止するために冗長性 を解消する段階を含む。最終冗長性チェ・ツク段階は、さらに、複数の妥当対象 物の面積を比較する副段階と、妥当対象物の一方を大妥当対象物として、第１及 び第２妥当対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物 と大妥当対象物が重なる特大妥当対象物を除去する副段階とを含む。最終冗長性 チェ・ツク段階は、第３２Ａ図と第３２Ｂ図の流れ図によって示された如く、モ ジュールＦＩＮＡＬ　ＣＨＫと、第３３図の流れ図によって示された如くモジュ ールＩＮＴ　５ＴＡＴによって行われる。モジュールＦＩＮＡＬ　ＣＨＫとＩＮ Ｔ　５ＴＡＴは、均質及び非均質対象物の両方に対して同一であり、こうして、 一度だけ示される。

ＦＩＮＡＬ　ＣＨＫの第１段階は、第３２Ａ図のプロ・ツクＡに示された如（、 すべての対象物に対して対象物属性値を真に初期化することである。妥当対象物 をカウントするためのカウント指数は、プロ・ツクＢに示された如く１に初期化 される。ヘッド対象物は、プロ・ツクＣにおいて示された如く、状態属性値リス トにおける初期対象物として規定される。

それから、判定ダイヤモンドＤは、カウント指数が対象物の総数よりも小さいか を尋ねる。そうでないならば、モジュールＦＩＮＡＬ　ＣＨＫは、第３２Ｂ図の ブロックＡに行く。

第３２Ｂ図のブロックＡに示された如く、ＦＩＮＡＬ　ＣＨＫは、第１対象物に 前進する。判定ダイヤモンドＢは、ＦＩＮＡＬ　ＣＨＫが最終対象物であるかを 尋ねる。そうでないならば、判定ダイヤモンドＣは、対象物状態属性値が偽であ るかを尋ねる。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、ブロックＥに示され た如く、次対象物へ前進し、そして判定ダイヤモンドＢは、再び、ＦＩＮＡＬ　 ＣＨＫが最終対象物にあるかを尋ねる。Ｂ、ＣとＥによるループは、ＦＩＮＡＬ 　ＣＨＫが次対象物になるまで継続する。対象物状態属性値が偽であるならば、 対象物は、ブロックＤに示された如く削除される。それから、ＦＩＮＡＬ　ＣＨ Ｋは、ブロックＥに示された如く次対象物へ前進し、そして判定ダイヤモンドＢ は、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるかを尋ねる。Ｂ−Ｅによるループは 、次対象物が最終対象物になるまで継続し、この点において、ＦＩＮＡＬ　ＣＨ Ｋは、ブロックＦに示された如く第１対象物へ前進する。それから、カウントが 、ブロックＧに示された如く１に初期化される。それから、判定ダイヤモンドＨ は、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるかを尋ねる。そうでないならば、カ ウントが、ブロック■に示された如く増分され、そしてＦＩＮＡＬ　ＣＨＫは、 プロ、ツクＪに示された如く次対象物へ前進する。判定ダイヤモンドＨは、再び 、ＦＩＮＡＬ　ＣＨＫが最終対象物にあるか尋ね、モしてＨ，ＩとＪによるルー プが、ＦＩＮＡＬ　ＣＨＫが最終対象物になるまで継続する。それから、カウン トに包含された妥当対象物の総数が、第３２Ｂ図のプロ１．／りＫによって示さ れた如く返される。

第３２Ａ図の判定ダイヤモンドＤに戻ると、カウント指数が対象物の総数よりも 小さいならば、テール対象物が、ブロックＥに示された如く、ヘッド対象物の次 対象物として規定される。それから、判定ダイヤモンドＦは、ヘッド対象物の状 態属性値が真であるかを尋ねる。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、ブ ロックＧに示された如く、ヘッド対染物を前進させ、そしてブロックＨに示され た如（カウント指数を増分させる。それから、ＦＩＮＡＬ　ＣＨＫは、判定ダイ ヤモンドＤに復帰し、そしてＤ−１によるループが、ヘッド対象物の状態属性値 が真になるまで継続する。それから、判定ダイヤモンド■は、テール対象物が最 終対象物でなく、かつヘッド対象物状態属性値が真であるかを尋ねる。

これらの条件の少なくとも一方が満たされないならば、ＦＩＮＡＬ　ＣＨＫは、 ブロックＧに示された如くヘッド対象物を前進させ、そしてブロックＨに示され た如く指数を増分させる。それから、ＦＩＮＡＬ　ＣＨＫは、判定ダイヤモンド Ｄへ復帰し、そしてＤ−１によるループは、判定ダイヤモンドＩにおける両質問 への回答が肯定になるまで継続する。

それから、判定ダイヤモンドＪは、テール対象物状態属性値が真であるかを尋ね る。そうでないならば、ＦＩＮＡＬ　ＣＨＫは、第３２Ａ図のブロックＬに示さ れた如くテール対象物を前進させ、そしてＩ、ＪとＬによるループが、テール対 象物状態属性値が真になるまで反復される。

それから、ＦＩＮＡＬ　ＣＨＫは、第３２Ａ図のブロックＫに示された如（モジ ュールＩＮＴ　５ＴＡＴをランさせ、そしてブロックＬに示された如くテール対 象物を前進させる。

第３２Ａ図のブロックＫに示された如（モジュールＩＮＴ　５ＴＡＴの段階は、 第３３図に詳細に示される。第３４図の判定ダイヤモンドＡは、ヘッド対象物が テール対象物よりも大きいかを尋ねる。そうならば、ブロックＢに示された如く 、ヘッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥 当対象物として規定される。ヘッド対象物がテール対象物よりも大きくないなら ば、ブロックＣに示された如（、ヘッド対象物は、小妥当対象物として規定され 、そしてテール対象物は、大妥当対象物として規定される。そ糺から、判定ダイ ヤモンドＤは、小妥当対象物が大妥当対象物に包含されるかを尋ねる。そうでな いならば、ＩＮＴ　５ＴＡＴは、長円形Ｅによって示された如く、その終端にあ る。小妥当対象物が大妥当対象物に包含されるならば、大対象物状態属性値が、 ブロックＦに示された如く偽にセットされ、そしてＩＮＴ　５ＴＡＴは、長円形 Ｇによって示された如くその終端にある。

本発明の第２実施態様により、背景において少なくとも一つの所定属性値を有す る少なくとも一つの妥当対象物をカラーにより識別し特性付け、表示する方法が 設けられる。本発明のシステムのブロック図は、第３４図に示される。システム は、第３４図において一般に１０で示される。カメラ３２は、対象物と背景の像 を発生するために使用される。第１実施態様における如く、任意の形式のカメラ が、本発明の一般原理に反することなく使用される。第２実施態様において、第 １図のフィルターホイール１４と同様のフィルターホイール（不図示）が、赤色 、緑色及び青色像と白黒像を発生するために、第３４図に示された如くカメラに 取り付けられる。第１実施態様における如く、カラーＣＯＤカメラが、カラー像 と白黒像を発生するために白黒ＣＣＤカメラの代わりに使用されるが、費用の理 由から好ましくはない。

本発明の第２実施態様のシステムはまた、第３４図に示された如く白黒フレーム グラバ−３４又は像処理ボードを具備する。フレームグラバ−は、第１実施態様 におけるフレームグラバ−と同様である。フレームグラバ−は、像処理技術にお ける当業者には公知な如く、一つのフレームにおいてビデオ像をデジタル化し記 憶する。第１実施態様における如く、代替的に、ビデオデジタイザーが、像をデ ジタル化し記憶するために使用されるが、必ずしも一つのフレームにおいてでは ない。本発明のシステムは、さらに、像を表示するために、第３４図に示された モニター３６を具備する。モニター３６は、第１実施態様におけるモニターと同 様である。

本発明の第２実施態様のシステムはまた、第３４図に示された如（コンピュータ システム３８を具備する。フレームグラバ−３４は、コンピュータシステム３８ の一部である。コンピュータシステムはまた、中央処理ユニット（ＣＰＵ）とメ モリを具備する。コンピュータシステムはまた、第３４図に示された如く、ドラ イバー４０、カーネル４２と後走査フィルター４４を含む。ドライバー４０は、 妥当対象物の規定を記憶する。カーネル４２は、像のグレーレベルヒストグラム を発生させ、そしてヒストグラムのエントロピー関数が最大にされる如く、しき いグレーレベルをエントロピー的に選択する。カーネル４２はまた、少な（とも 一つの候補対象物に対して像を探索し、妥当対象物を識別するために妥当対象物 所定属性値を有する候補対象物を妥当化する、妥当化対象物は、第３４図におい て箱４６によって表現される。ドライバーとカーネルは、メモリに組み込まれた ソフトウェアを具備する。代替的に、ドライバーとカーネルは、ソフトウェアが 検索される、プログラマブル読み取り専用メモリ（ＦＲＯＭ）にプログラムされ る。後走査フィルターは、第３４図において４８で示され、そして上記の如く、 重なる対象物における冗長性を除去するための最終チェックを設ける。

発明は、発明を単に例示することを意図した次の実施例によってさらに明確にさ れる。

実施例 この実施例において、コロニー計数システムが記載される。コロニー計数は、試 料における細菌の量を数量化するために微生物実験室において日常的に行われる タスクである。試料は、血液、食料、化粧品、土壌、等の如く、多数の種々の形 式の一つである。このシステムは、変化する背景におけるコロニーを識別し、そ してまた、高凝集コロニーを分解することができた。

正確なコロニー計数のほかに、同一プレートにおいて２種以上の細菌がある場合 に、形式によりコロニーを分類することができることが重要である。この例にお いて、サルモネラ菌の典型及び異型種族が存在した。

さらに、背景（非病原性）細菌がまた存在した。また、背景細菌からサルモネラ 菌の両種族を区別することができることは重要である。この例において、寒天プ レートは、Ｈｅｋｔｏｅｎ　Ｅｎｔｅｒｉｃ寒天であり、この場合、典型サルモ ネラ菌コロニーは黒であり、異型サルモネラ菌コロニーは薄縁であり、そして背 景コロニーは黄であった。この例のシステムは、色相によりコロニーを分類し、 こうして、プレート上で種の分類を行うことができた。

この例において、付加的な複雑性が、プレートにおけるコロニーの数によって提 示された。プレートにおいて８７５のコロニーがあり、コロニーの視覚分類を極 めて厄介にした。多数のコロニーは、太き（凝集し、別の主な困難を提示した。

この例において記載されたシステムは、コロニーを分解し、それから、プレート 上において異なる種を分類するために色相分類を行うことができた。

コロニーを計数するためにこの例において使用された装置は、第３３図に関して 記載された如（、プレートを保持するためのベトリ皿保持器と、プレートを照明 するための光学系と、プレート上に試料の像を発生するために像取得システムと を具備した。カメラからのビデオ信号は、ＰＣにおいて−スロットを占有するフ レームグラバ−に送られた。フレームグラバ−は、像をデジタル化した。

ペトリ皿保持器は、標準ペトリ皿を収納する可動な加工部材を具備した。部材は 、皿を収納することができるさら大円形くぼみを有し、軸受は基礎支持物を介し て適所に滑り入れられた。保持器の下に、像コントラストを高めるために適切な 背景シートを挿入する余地があった。

使用された照明源は、Ｐｈ１ｌｉｐｓ　ＦＣ８Ｔ９／ＣＷ円形蛍光灯（８′径） （２０，３２ｃｍ）を具備し、ペトリ皿を取り囲んだ。灯は、皿の上の約１″　 （２，５４ｃｍ）に取り付けられ、全側面がら一様に皿を照明した。灯と皿の間 の距離は、重要であった。灯が高すぎるならば、生ずる像は、コロニーの湾曲面 からの大きな「グレア」と「ハロー」を示した。コロニーは、小さな３Ｄレンズ と見なされ、そして斜めのグレージング角照明が、レンズ状表面から散乱する光 がカメラに入らない如く必要であった。灯は、Ｍｅｒｃｒｏｎ　ＦＬＯ４１６− ２：ｌントローラを使用して能動的に安定化され、出力における変動を防止する ために、光レベルを一定に保った。さらに、コントローラは、灯の輝度を調整す るために遠隔でプログラマブルであった。この特徴は、固有コントラストが可変 であるコロニープレートに対して特に有益であった。

低コントラストプレートに対して、光レベルは、コントラストを改良するために 増大される。

光学系は、１６ｍｍのＦ２．８ニコンレンズを備えるソニーＸＣ−７７白黒ＣＣ Ｄビデオカメラを具備した。カメラは、ペトリ皿の上に約１５フイート（０，０ ５ｍ）の距離において中心を据えられた。カメラから皿への距離は、皿が、空間 分解能を最大にするために、ＣＣＤセンサーの表面をちょうど占める如くであっ た。

フィルターホイールは、レンズとカメラセンサーの間に置がれた。フィルターホ イールは、４つの位置を有した。各位置におけるフィルター組み合わせは、以下 に記載される。

表１ 位置　フィルター組み合わせ １（白黒）　１．２ＮＤフイルター（ＮＤ＝中密度）２（赤）　Ｋｏｄａｋフィ ルター＃２５（カタログ＃１４９　５６０５）十０．５ＮＤフィルター ３（緑）　Ｋｏｄａｋフィルター＃５８（カタログ１１４９　５８６０）４（青 ）　Ｋｏｄａｋフィルター〇４７ＢＣカタログ＃　１４９　５７９５）Ｅ、１． ｄｕ　Ｐｏｎｔ　ｄｅ　Ｎｅｍｏｕｒｓ　ａｎｄ　Ｃｏｍｐａｎｙ、’Ｗｉ　１ ｍｉｎｇｔｏｎ、Ｄｅｌｗａｒｅにより商標”ＤＥＬＲＩＮ”で販売されるホル ムアルデヒドの結晶性ホモポリマー製の黒い遮光物が、迷光がカメラに入るのを 防止するために、カメラからプレートに広げられた。カメラからのビデオ信号は 、ＰＣにおけるフレームグラバ−に直接に送られた。

像取得システムは、ＰＣにおける拡張スロットを占有するＤａｔａＴｒａｎｓｌ ａｔｉｏｎ　ＤＴ２８５１フレームグラバ−ボードを具備した。Ｄｅｌｌ　３３ ＭＨ２３８６ＡＴシステムは、像を記憶し、本発明の方法を実行するために使用 された。フレームグラバ−ボードは、デジタル化像が記憶される５１２Ｘ５１２ ビクセルビデオバツフアーを有した。カメラからの「ショット雑音を最小にする ために、数個の像フレームが平均化され、そして生ずる平均化像が、いっそうの 分析のために記憶され、使用された。フレームグラバ−の出力は、像を表示する ためにソニーＴＲｌＮｌＴＲ０Ｎモニターに連結された。

次の（１）〜（４）がコンピュータ仕様であった。

（１）ドライバー 妥当コロニーに対する属性とそれらの範囲が下記の表２に示される。

表２ スクリーニングのための属性値の範囲 注意：幾つかの属性値のみが妥当範囲を要した。他は対象物妥当性に影響しない 「記述子」であった。

属　性　妥当範囲 （１）ｘｃｍ＝対象物の質量中心のＸ座標　記述子（２）ｙｃｍ＝対象物の質量 中心のｙ座標　記述子（３）ｐｅｒｉｍ＝対象物の全周団長　記述子（４）ｎｐ ｔｓ一対象物の周囲点数　ｎｐ　ｔ　ｓ＞３（５）ｏｂｊ　ｔｙｐｅ＝対象物形 式（外部又は内部）　記述子外部＝別の対象物内に包含されない対象物内部＝別 の対象物内に前に包含された対象物（６）ａｒｅａ＝対象物面積　ａｒｅａ＞領 　０（７）ｓｈａｐｅ＝対象物の形状因子　５ｈａｐｅ＞−Ｑ、８（８）ｓ　ｔ 　ａ　ｔｕｓ＝種々の方法において人為物除去及び冗長性チェックにおいて使用 される対象物の状態値　記述子（９）ｃｏｎ　ｔ　ｒａｓ　ｔ＝対象物の縁コン トラストｃｏｎｔｒａｓｔ＞１００ １００（１０）ｅｄ対象物の極値点の座標を含むデータ構造　記述子（１１）ｔ ｈｒｅｓｈ＝対象物が検出されたしきい値　記述子（１２）ｍａｘ一対象物が検 出されたヒストグラム区分の最大グレーレベル値　記述子 （１３）ｃ　ｌｕｍｐ　５ｈａｐｅ＝−塊の候補対象物に対する最大形状因子　 未使用 （１４）ｃｌｕｍｐ　５ｉｚｅ＝−塊の候補対象物に対する最小面積未使用 （１，５）ｗｏｒｓｔ　５ｈａｐｅ＝−塊の候補対象物に対する最小形状因子　 未使用 （１５）ｈｕｅ　ｍｅａｎ＝＝対象物の平均色相　ｈｕｅｍｅａｎ＞１．９０か つｈｕｅｍｅａｎ＜３．４０　（ｈｕｅｍａｇ＞２００ならば）（１７）ｈｕｅ 　ｍａｇ＝対象物の色相ベクトルの大きさ分類規則による （１８）ｈｕｅ　ｃｍ＝対象物の質量中心の色相ベクトル　記述子（２）　人為 物除去 次の規則が、寒天における人為物を除去するために使用された。

・候補コロニーの平均色相が１．９０よりも小さく、色相振幅が２００よりも大 きいならば、候補コロニーは削除された。

・候補コロニーの平均色相が１．９０よりも小さく、色相振幅が２００よりも大 きいならば、候補コロニーは削除された。

・候補コロニーの平均色相が３，４０よりも太き（、色相振幅が２００よりも大 きいならば、候補コロニーは削除された。

（３）冗長性チェック 第２８Ａ〜２８Ｄ図と第２９図に関して記載された非均質対象物に対する冗長性 チェックが、この例における冗長性チェックのために使用された。

（４）コロニー分類 コロニーを３つの項類（異型サルモネラ菌、典型サルモネラ菌と背景）に分類す るために使用された規則が、以下に要約される。

・色相振幅が２００以下であったならば、コロニーは典型サルモネラ菌として分 類された。

・平均色相が１．９０よりも大きく、２．５５よりも小さいならば、コロニーは 、背景コロニーとして分類された。

・平均色相が２５５以上であり、かつ２，７０よりも小さかったならば、 ・色相振幅が２０００よりも小さく、又はコロニーの質量中心の色相と色相オフ セット０．０５の和が平均色相よりも小さいならば、コロニーは背景コロニーと して分類された。

・そうでなければ、コロニーは異型コロニーとして分類された。

・そうでなければ、すべての他の妥当コロニーは異型コロニーとして分類された 。　総数８７５の妥当コロニーが、識別された。色相によるコロニーの分類は、 次の内訳であった。

典型サルモネラ菌　１５５ 異型サルモネラ菌　３８５ 背景・　３３５ これらの結果は、プレートの視覚検査から期待された結果と非常に良く一致した 。

発明の他の実施態様は、ここで開示された発明の説明と実施の考察から技術にお ける当業者には明らかになるであろう。説明と例は例示のみとして考察され、発 明の真の範囲及び精神は次のフレイムによって示されることが意図される。

ＦＩＧ、２ ＦＩＧ、３Ａ ＦＩＧ、３Ｂ ＦＩＧ、４ ＦＩＧ、５ ＦＩＧ、７Ｂ ＦＩＧ、７ＡのＢへ行（ ＦＩＧ、８ ＦＩＧ、９ ＬＵＴ　時計回り 方向符号 ＦＩＧ、１０ ＬＵＴ　反時計回り 方向符号 ＦＩＧ、１１Ｂ ＦＩＧ、１２Ａ ＲＮ ＦＩＧ、１２Ｂ １ｎ１　７６　６８　３ つｎ７ｎ　ＯＯ ＦＩＧ、１４ ビクセル数 ＦＩＧ、１７ ↓ ＦＩＧ、２１ＢのＩへ行く ＦＩＧ、２１ＡのＨから ＦＩＧ、２４Ａ ＦＩＧ、２４ＢのＩへ行く ＦＩＧ、２４Ｂ ＦＩＧ、２４ＡのＧから ＦＩＧ、２５ ＦＩＧ、２６Ａ ＦＩＧ、２６Ｂ ＨＲＥＳＨ ＦＩＧ、２８Ａ ＦＩＧ、２８８ ＦＩＧ、２８ＡのＥから ＦＩＧ、２８Ｃ ＦＩＧ、２８ＢのＨから ＦＩＧ、２８Ｄ ＦＩＧ、２９ ＦＩＧ、３０８ ＦＩＧ、３０ＡのＦから ＦＩＧ、３１ ＦＩＧ、３２Ａ　ＦＩＧ、３２Ｂ ＦＩＧ、３３ ＦＩＧ、３４ 国際調査報告 １゜−ｍｍ、４．ＰＣＴ’υＳ　９３１０２７３８フロントページの続き （５１）　Ｉｎｔ、　Ｃ１，’　識別記号　庁内整理番号Ｇ　０６　Ｔ　７／６ ０ ９２８７−５Ｌ ９４０６−２Ｇ （８１）指定回　ＥＰ（ＡＴ、ＢＥ、ＣＨ，ＤＥ。

ＤＫ、ＥＳ、ＦＲ，ＧＢ、ＧＲ，ＩＥ、ＩＴ、ＬＵ、ＭＣ，ＮＬ、　ＰＴ、ＳＥ ）、　ＡＵ、　ＢＲ，ＢＹ、　ＣＡ、ＪＰ、ＫＺ、ＲＵ、ＵＡ Ｉ ＧＯ６Ｆ　１５／６２　３８０ ＧＯＩＶ　９１０４　Ｓ

Claims (13)

【特許請求の範囲】
1. １．対象物の色に対応する色で対象物をモニターに表示するためのデジタル像分 析方法において、 （ａ）対象物と背景の複数の像を発生する段階であり、各像は、３原色像又は白 黒像の一方である段階と、 （ｂ）対象物に対して少なくとも一つの像を探索する段階と、（ｃ）対象物の内 点を決定する段階と、（ｄ）少なくとも一つの所定の内点のグレーレベル値を決 定する段階と、（ｅ）所定の内点の少なくとも一つのカラーパラメーターを算出 する段階と、 （ｆ）各対象物の各所定の内点に対して少なくとも一つのカラーパラメーター指 数を算出する段階と、 （ｇ）対象物に対して各所定の内点のカラーパラメータ指数に対応するグレーレ ベル値のテーブルを準備する段階と、（ｈ）対象物の内点に対応する位置が各所 定の内点のカラーパラメータ指数を割り当てられる像バッファーを規定する段階 と、（ｉ）カラーパラメータ指数によって決定される如く、各所定の内点の色に 対応する色で対象物を表示するために像バッファーをモニターに複写する段階と を含むデジタル像分析方法。
2. ２．像を探索する段階が、少なくとも一つの自動計算しきい値を使用することを 含む請求の範囲１の像分析方法。
3. ３．内点を決定する段階が、対象物の質量中心を決定することを含む請求の範囲 １に記載の像分析方法。
4. ４．グレーレベル値を決定する段階が、各対象物の質量中心のグレーレベル値を 決定することを含む請求の範囲３に記載の像分析方法。
5. ５．少なくとも一つの第１カラーパラメータを算出する段階が、色相角を算出す ることを含む請求の範囲４に記載の像分析方法。
6. ６．少なくとも一つのカラーパラメータを算出する段階が、質量中心の色相角を 算出することを含む請求の範囲５に記載の像分析方法。
7. ７．グレーレベル値のテーブルにおけるコンフリクトを解消するために色相振幅 を使用する段階をさらに含む請求の範囲６に記載の像分析方法。
8. ８．カラーパラメータ指数を算出する段階が、各対象物の質量中心の色相指数を 算出することを含む請求の範囲５に記載の像分析方法。
9. ９．準備段階が、各対象物に対する質量中心の色相指数に対応するグレーレベル 値のテーブルを準備することを含む請求の範囲８に記載の像分析方法。
10. １０．像バッファーを規定する段階が、各対象物の内点に対応する位置が各対象 物の質量中心の色相指数を割り当てられる像バッファーを規定する請求の範囲９ に記載の像分析方法。
11. １１．像バッファーをモニターに複写する段階が、色相指数によって決定される 如く、各対象物の質量中心の色に対応する色で対象物を表示するために像バッフ ァーをモニターに復写することを含む請求の範囲１０に記載の像分析方法。
12. １２．背景において少なくとも一つの所定属性値を有する少なくとも一つの妥当 対象物をカラーにより識別し、特性付け、表示する方法において、 （ａ）候補対象物と背景の複数の像を発生する段階であり、各像は、３原色像又 は白黒像の一方である段階と、（ｂ）少なくとも一つの候補対象物に対して少な くとも一つの像を探索する段階と、 （ｃ）候補対象物の少なくとも一つの内点を決定する段階と、（ｄ）像の少なく とも一つにおいて内点のグレーレベル値を決定する段階と、 （ｅ）候補対象物の内点に対して少なくとも一つのカラーパラメーターを算出す る段階と、 （ｆ）カラーパラメータにより候補対象物を特性付ける段階と、（ｇ）妥当対象 物を識別するために、妥当対象物の所定像値を有する候補対象物を妥当化する段 階と、 （ｈ）各妥当対象物に対する少なくとも一つの所定の内点に対してカラーパラメ ーター指数を算出する段階と、（ｉ）各所定の内点のカラーパラメータ指数に対 応するグレーレベル値のテーブルを準備する段階と、 （ｊ）各対象物の内点に対応する位置が各妥当対象物の各所定の内点のカラーパ ラメータ指数を割り当てられる像バッファーを規定する段階と、（ｋ）カラーパ ラメータ指数によって決定される如く、各妥当対象物の各所定の内点の色で各妥 当対象物を表示するために像バッファーをモニターに復写する段階とを含む方法 。
13. １３．像を探索する段階が、少なくとも一つの自動計算しきい値を使用すること を含む請求の範囲１２に記載の方法。