JPH0850596A - 画像データ識別装置 - Google Patents

Abstract

(57)【要約】 【目的】 印刷目的のために作成された画像データおよ
びマスクデータを用いて、自動的に画像データベースを
構築することができる画像データ識別装置を提供するこ
と。 【構成】 ＣＰＵ１は、識別の対象となる照明器具の画
像データおよびマスクデータをＨＤＤ８からＲＡＭ４へ
読み出す。次に、読みだしたマスクデータとＨＤＤ５に
記憶されている各分類の形状基本パターンの特徴とを比
較し、それぞれの分類に対し形状の類似率を計算する。
同様にＨＤＤ６には、各分類の色分布基本パターンの特
徴が記憶されているので、マスク処理を施した画像デー
タの色分布と比較し、それぞれの分類に対し、類似率を
計算する。こうして得た形状および色分布の類似率か
ら、その照明器具に最も合った部屋の様式および使用目
的を判定し識別コードをつける。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は画像データベース作成
に用いられる画像データ識別装置に関する。

【０００２】

【従来の技術】我々の身の回りには、色や形などデザイ
ンによって用途が分類される製品が多く存在する。この
ため、例えば、住宅建築等のプランニング時において
は、プランナーが各部屋にあった照明器具を選択し、客
に提案して行く必要がある。照明器具の種類は、和式や
洋式といった部屋の様式、リビング、玄関、階段といっ
た部屋の使用目的、主照明やダウンライトといった照明
自体の目的等などによって多種多様に分類され、それぞ
れに対して多くの照明器具が商品化されている。このよ
うな理由により、部屋にあった適切な照明器具を客に提
案するためには、あらかじめデータベースを構築してお
くと便利である。従来、このような照明器具のデータベ
ースにデータを作成する際には、カタログ上の写真をプ
ランナーが見て、そのデザインをチェックし、プランナ
ー個人の判断で分類し、データベースシステムに入力し
ていた。

【０００３】

【発明が解決しようとする課題】ところで、上述した従
来のデータベースの構築方法では、照明器具を選別する
プランナー個人の主観が入るため、定量的な意味でのデ
ータベース作成が難しく、また、客の好みの多様化につ
れて照明器具の種類が多くなる傾向があり、人の手で処
理できる数にも限界がある、という欠点があった。一
方、カタログの印刷を行う印刷会社では、カタログ作成
時に、識別対象となる照明器具の画像データとこの画像
データから必要な部分を抽出するためのマスクデータを
作成するので、画像データ識別システムを作ることで、
これらのデータを有効活用したいという要望があった。
この発明は、このような背景の下になされたもので、自
動的に画像データベースを構築することができる画像デ
ータ識別装置を提供することを目的とする。

【０００４】

【課題を解決するための手段】請求項１記載の発明は、
識別前の画像データが記憶された未識別画像データ記憶
手段と、識別の基準となる基準形状データが記憶された
形状データ記憶手段と、前記識別前の画像データと前記
基準形状データとを読み出して、形状の比較を行う形状
比較手段と、前記形状比較手段の結果を用いて前記識別
前の画像データを分類する識別手段と、前記識別手段が
分類した画像データを記憶する識別済みデータ記憶手段
とからなる画像データ識別装置である。

【０００５】請求項２記載の発明は、識別前の画像デー
タが記憶されたる未識別画像データ記憶手段と、識別の
基準となる基準色分布データが記憶された色データ記憶
手段と、前記識別前の画像データと前記基準色分布デー
タとを読み出して、色分布の比較を行う色比較手段と、
前記色比較手段の結果を用いて前記識別前の画像データ
を分類する識別手段と、前記識別手段が分類した画像デ
ータを記憶する識別済みデータ記憶手段とからなる画像
データ識別装置である。

【０００６】請求項３記載の発明は、識別前の画像デー
タが記憶された未識別画像データ記憶手段と、識別の基
準となる基準形状データが記憶された形状データ記憶手
段と、前記識別前の画像データと前記基準形状データと
を読み出して、形状の比較を行う形状比較手段と、識別
の基準となる基準色分布データが記憶された色データ記
憶手段と、前記識別前の画像データと前記基準色分布デ
ータとを読み出して、色分布の比較を行う色比較手段
と、前記形状比較手段および前記色比較手段の結果を用
いて前記識別前の画像データを分類する識別手段と、前
記識別手段が分類した画像データを記憶する識別済みデ
ータ記憶手段とからなる画像データ識別装置である。

【０００７】請求項４記載の発明は、前記色データ記憶
手段において、前記基準色分布データを分類ごとに設定
可能として、前記色比較手段において、分類ごとに異な
る色の比較を行う請求項２または請求項３記載の画像デ
ータ識別装置である。請求項５記載の発明は、前記形状
比較手段において、外接矩形を用いて、前記識別前の画
像データと前記基準形状データとの大きさと位置を調節
する請求項１または請求項３記載の画像データ識別装置
である。

【０００８】

【作用】上記構成において、形状比較手段は、識別前の
画像データと識別の基準となる基準形状データとの形状
の比較を行い、色比較手段は、識別前の画像データと識
別の基準となる基準色分布データとの色の比較を行い、
識別演算手段は、形状比較と色比較の結果とを用いて画
像データを分類する。したがって、自動的に画像データ
ベースを構築することができる。

【０００９】

【実施例】以下、図面を参照して、この発明の実施例に
ついて説明する。本実施例のシステムでは、部位と様式
という２つの要素に注目して、照明器具を分類し、識別
コードを割り当てていく。部位とは、居間、台所、応接
室、…というように、その照明の使用される部屋または
照明そのものの使用目的を指し、また、様式とは、和
式、洋式というように、その部屋の様式のことを指す。
部位と様式で分けられた各分類ごとに、典型的な照明器
具の形状と色の特徴を統計的手法を用いて、あらかじめ
記憶装置に設定しておく。これにより、新規に開発され
た照明器具の画像データを入力すると、記憶されている
形状基本パターンおよび色分布基本パターンと比較する
ことで、その照明器具を分類し、識別コードを割り当て
ていくことができる。

【００１０】例えば、和式と洋式に分類し、さらに和式
と洋式のそれぞれを、居間、台所、応接室、寝室、子供
部屋、浴室、トイレ、階段、玄関の９種類に分類すると
仮定する。この９×２の１８種類の分類に対し、「和式
の居間」にはコード１、「和式の台所」にはコードに２
…というように、１〜１８の識別コードをつける。そし
て、新規に開発された照明器具に対し、その照明器具は
どのような部屋に合うのか分類して、その識別コードを
つける。

【００１１】図１はこの発明の一実施例による画像デー
タ識別装置の構成を表すブロック図である。１は装置各
部を制御するＣＰＵ（中央処理装置）である。このＣＰ
Ｕ１が行う処理の詳細は後に説明する。２はコントロー
ルパネルであり、電源スイッチ、コマンド入力用のキー
ボード等が設けられている。３はＲＯＭ（リードオンリ
メモリ）であり、ＣＰＵ１の制御プログラムを記憶す
る。４はＲＡＭ（ランダムアクセスメモリ）であり、Ｃ
ＰＵ１が画像データを処理する際にワーク用のメモリと
して使われる。５はハードディスクであり、形状の比較
の基準となる形状基本パターンを、１８種類ある識別コ
ードのそれぞれに対し、それぞれの部屋にもっとも合う
照明器具のマスクデータの形で記憶している。つまり、
図２に示すように、コード１に対しては、「和式の居
間」に合う照明器具の形状が、１と０の２値データによ
るビットマップ形式で記憶されている。

【００１２】６はハードディスクであり、色の比較の基
準となる色分布基本パターンを図３に示すようなグラフ
の形で記憶している。つまり、１８種類ある識別コード
のそれぞれに対し、その部屋の典型的な照明器具の特徴
を表している構成色を１０色選択する。このため、識別
コードごとに、評価の対象となる色の構成が異なる。例
えば、識別コードＮｏ．１である「和式の居間」に対し
ては黒、白、茶、黄…の色構成が似合うので、これらの
色を評価色とし、識別コードＮｏ，１０である「洋式の
居間」に対しては赤、緑、青、黄…を評価色とする、と
いうようにである。そして、その典型的な照明器具の全
体の面積において、その評価色の占める割合を百分率で
計算する。そして、横軸に評価色、縦軸に割合をとった
グラフの形で色分布を表し、各識別コードごとに、その
コードに属する照明器具の典型的な配色として、ハード
ディスク６に記憶させてある。７はモニタであり、処理
の結果等を表示する。

【００１３】８はハードディスクであり、識別の対象と
なる画像データを記憶する。この画像データは、本来、
カタログ作成などの目的のために、別のコンピュータシ
ステムで処理されたものである。ハードディスク８は、
そのコンピュータシステムとつながっており、本実施例
では、その画像データを流用する形になっている。ま
た、本実施例では、ハードディスク８は、この画像デー
タに対応するマスクデータを一緒に記憶する。このマス
クデータは、画像データと同様にカタログ作成時に作成
されたものを流用する。

【００１４】ハードディスク８内の画像データとマスク
データについて詳しく説明していく。まず、画像データ
であるが、これは背景も含めた照明器具の画像データで
ある。あらかじめ決められた画素数からなり、その各ド
ットについて色の情報を割り当ててある。色データのデ
ータ構造は、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の各色につ
いて、その強さを８ビット、即ち０〜２５５の２５６段
階で表示している。そして、３次元空間のそれぞれの座
標軸を、ＲＧＢの各色の強さに割り当て、その３次元空
間内の座標で色の情報を表す。つまり、黒色はＲＧＢの
３色すべてが０の色であるので、この３次元空間内で
は、３つの座標軸すべてが０である原点に位置すること
となる。逆に白色は、ＲＧＢの３色すべてが２５５の色
であるので、原点に対し正方形の対頂点を指すことにな
る。このように、すべての色はこの３次元空間内の１点
で表すことができる。次に各画像データに対応するマス
クデータであるが、このデータは”１”および”０”の
２値で表現されるデータである。図２に示すように画像
データに対して、その形状部分は”０”で、背景等それ
以外の領域は”１”で表現するマスク処理を行って作成
する。９はハードディスクである。本システムで分類さ
れ、識別コードをつけられた照明器具のデータを記憶
し、データベースを構築する。

【００１５】次に、このような構成におけるデータベー
ス作成システムの動作を、図４を用いて説明する。操作
者がコントロールパネル２からコマンドを入力し、識別
対象となる画像データのファイルを指定すると、ＣＰＵ
１がこれを検知し、ハードディスク（以下、ＨＤＤと称
する）８からＲＡＭ４へ画像データおよび対応するマス
クデータを読み込む。次に、読み込まれたマスクデータ
に対し形状抽出を行う。本実施例では形状抽出として、
そのマスクデータに対し外接矩形を設定し、その外接矩
形の対角線の交点により、マスクデータの中心点を求め
るという処理を行う。次に、ＣＰＵ１は、ＨＤＤ５か
ら、識別コードＮｏ．１の形状基本パターンをＲＡＭ４
へ読みだす。構造のところで説明したが、この形状基本
パターンはすでに外接矩形および中心点の設定されたマ
スクデータの形で記憶されている。

【００１６】ＣＰＵ１は、形状基本パターンの外接矩形
の高さとマスクデータの外接矩形の高さが等しくなるよ
うに、形状基本パターンの縮尺を変更し、さらに、形状
基本パターンの中心点とマスクデータの中心点が一致す
るように、相互の位置合わせをする。以上の方法で前準
備は終了し、次に形状比較に移る。形状比較は次の手順
で行う。まず、形状抽出時において外接矩形の交点より
求めた中心点を一致させることでマスクデータと形状基
本パターンとを重ね合わせる。次に、形状基本パターン
において、ビットマップ上における座標（０，０）に位
置する点の値（マスク処理を施されているので”１”ま
たは”０”の２値をとる）を取り出し、マスクデータ上
の同じ座標に位置する点の値と比較する。このドット同
士の比較を、形状基本パターンのビットマップ上のすべ
ての座標に対して行う。このようにして、形状基本パタ
ーンのすべてのドット数に対してマスクデータと値が一
致したドットの割合を百分率で計算し、形状の類似率と
する。識別コードＮｏ．１の形状比較が終了すると、Ｃ
ＰＵ１は、ＨＤＤ５から識別コードＮｏ．２の形状基本
パターンを読みだす。以下、この形状基本パターンの読
み出しおよびマスクデータとの比較を識別コードＮｏ．
１８まで繰り返す。

【００１７】形状比較の結果、各識別コードに対して類
似率の計算が終了すると、ＣＰＵ１は最も類似率の高い
識別コードを割り出す。例えば、識別コードＮｏ．８の
「和式の階段」の類似率が７０％と最も高かった場合、
その照明器具がマッチする部屋の部位として、「階段」
と判定する。次に様式判定を行う。和式と洋式のそれぞ
れに対して、もっとも類似率の高かった値を選択する。
例えば、和式の居間、台所、応接室…の内、「和式の階
段」が７０％でもっとも値が高かったとする。この場
合、他の和式の各部屋の類似率に関係なく、その照明器
具の様式判定は７０％とする。和式とは独立に洋式の様
式判定も和式と同様の方法で行う。例えば、「和式の階
段」が７０％の類似率であった同じ照明器具に対して、
洋式の各部屋に対する形状の類似率を見ていったとき、
洋式の各部屋の中では、居間の類似率が６５％でもっと
も高かったとすると、この照明器具に対する洋式の様式
判定は６５％とする。このようにして、同じ照明器具に
対して和式と洋式のそれぞれに対して判定を行い類似率
を決定する。

【００１８】以上で形状認識部は終了し、次に色識別部
へと移る。まず、ＣＰＵ１は対象となる画像データの色
分布抽出をする。つまり、画像データと対応するマスク
データを重ね合わせることで、その画像データに対しト
リミング処理を行う。これにより、背景も含めた照明器
具の写真から、照明器具の部分のみを取り出して、残り
の背景等の部分はデータとしてはブランクの状態にする
ことができる。つまり、画像データのうち照明器具の部
分にのみ色のデータの存在する形となる。次に、色分布
比較にはいる。ＣＰＵ１は、ＨＤＤ６から識別コードＮ
ｏ，１の色分布基本パターンのグラフを読み出す。識別
コードＮｏ，１は「和式の居間」であるので、その分類
に属する典型的な照明器具の特徴を示す評価色の組み合
わせとして、白、黒、茶、黄、水色、緑、橙、グレイ、
アイボリー、ピンクの１０色が記憶されている。また、
その「和式の居間」に属する典型的な照明器具の全体の
面積において、各評価色の占める割合が、１５％、１０
％、２０％、１０％、１０％、７％、５％、１５％、５
％、３％と記憶されている。

【００１９】識別コードＮｏ，１の色分布基本パターン
の読み出しが終了すると、次に、識別対象となる画像デ
ータにおけるビットマップ上の座標（０，０）よりその
点の色データを取り出す。なお前述したように、対象と
なる画像データはこの時点ではトリミング処理を施され
ているのでビットマップ上の座標によっては色データの
存在しない場合がある。この場合は、以下の色データの
処理を省き次の座標（０，１）の色データの処理にはい
る。識別対象となる画像データの各ドットの色データ
は、前述したように赤、緑、青各軸の値が０〜２５５で
ある３次元色空間内の１点で表現される。識別対象とな
る画像データにおけるビットマップ上の座標（０，０）
の色が、赤が１０、緑が２４５、青が１０のくすんだ緑
であるとすると、この色は３次元色空間内では、原点か
ら見て赤の軸に１０、緑の軸に２４５、青の軸に１０進
んだ座標に位置する点として表される。

【００２０】このくすんだ緑にたいして、識別コードＮ
ｏ，１の評価色である白、黒、茶、黄…の内どの色が最
も近い色であるかを、３次元色空間内での位置関係を用
いて比較していく。つまり、白はＲＧＢがすべて２５５
なので、前記のくすんだ緑とは一致しない。次に黒はＲ
ＧＢがすべて０なので…というように順番に比較してい
くのである。このとき、２つの色の位置が３次元色空間
においてまったく同じ点となることは希である。そこ
で、３次元色空間内の２点間の距離としてあらかじめ許
容範囲を設けておき、その範囲内であるなら同じ色とし
て認識する。また、許容範囲内に該当する評価色がない
場合には、そのドットの色は評価外として認識する。こ
のようにして比較していくと、識別コードＮｏ，１の評
価色にエントリーされている緑は、Ｒが０、Ｇが２５
５、Ｂが０であるので、識別対象となる画像データにお
けるビットマップ上の座標（０，０）の色データである
Ｒが１０、Ｇが２４５、Ｂが１０のくすんだ緑に対して
許容範囲内に位置することがわかる。

【００２１】以上の手順で、識別対象となる画像データ
におけるビットマップ上の座標（０、０）に位置する点
の色データは、識別コードＮｏ，１の１０色ある評価色
の内の緑に属することが判定される。次に、その隣の点
である座標（０，１）の点の色データに対して同様の処
理を行い、その色データを判定する。このようにして、
識別対象となる画像データにおけるビットマップ上の全
ての点に対して、順次同様の処理を行い、その各ドット
がどの評価色に属するのかを判定していく。そして、識
別対象となる画像データ全体のドット数に対して、各評
価色に属するドットの占める割合を計算して、百分率で
表し、図３と同じように色分布を表すグラフにする。こ
のようにして、識別コードＮｏ，１に対する識別対象と
なる画像データの色分布を表すグラフが完成すると、統
計的手法を用いて、ＨＤＤ６に記憶されている識別コー
ドＮｏ，１の典型的な照明器具の色分布のグラフとの類
似率を算出する。

【００２２】次に、ＣＰＵ１は、ＨＤＤ６から識別コー
ドＮｏ．２の色基本パターンを読み出す。以下、この色
基本パターンの読み出しおよび画像データとの比較を識
別コードＮｏ．１８まで繰り返す。ＣＰＵ１は、色認識
では様式判定のみを行う。判定方法は、形状認識での様
式判定方法と同じである。形状認識および色認識が終了
すると、これらの結果から、識別コードを割り付ける総
合判定に入る。様式の総合判定は、形状認識と色認識の
結果の和をとって判定する。例えば、形状認識におい
て、様式判定は和式が７０％、洋式が６５％であり、色
認識においては和式は５０％、洋式は４０％であったと
する。この場合、総合判定においては、和式は、７０＋
５０＝１２０であり、様式は６５＋４０＝１０５とな
り、この結果、照明器具の様式は和式と判定される。ま
た、部位判定は、色認識では判定していないので、形状
認識の結果がそのまま判定結果となる。

【００２３】このようにして、画像データの照明器具が
最も合う部屋は「和式の階段」であるというように判定
され、その識別コードである８番に識別され、画像デー
タの識別は終了する。分類された画像データは、そのコ
ードに基づいてＨＤＤ９内のデータベースに記録され
る。以上、この発明の実施例を図面を参照して詳述して
きたが、具体的な構成はこの実施例に限られるものでは
なく、この発明の要旨を逸脱しない範囲の設計の変更等
があってもこの発明に含まれる。例えば、本実施例で
は、色データの表現方法としてＲＧＢの３次元空間内に
おける座標を用いたが、他の方法として、ＣＩＥのＬａ
ｂで表現される均等色空間を利用することも考えられ
る。この場合、色データから彩度と色相の要素のみを取
り出し、明度にとらわれない処理ができるので、撮影時
の明るさに惑わされずに、また、照明器具のようにそれ
自体が光を発するものの画像データを識別するのには好
適と思われる。

【００２４】また、本実施例では基準色分布データが分
類ごとに異なるものとしたが、同一の色分布データ同士
で比較してもよい。また、色分布基本パターンのグラフ
の表現方法として、識別対象となる画像データ全体のド
ット数に対する各評価色に属するドット数という百分率
を用いたが、その他にも、評価色の内のある１色を基準
色として、それに対する他の評価色の出現比率を計算
し、その値でグラフを表現する方法も考えられる。な
お、本実施例では照明器具の画像データの識別を例にと
って説明したが、これに限定されず色や形などのデザイ
ンが分類の主な基準となる製品について適用できるもの
である。また、本実施例では、あらかじめ作成されたマ
スクデータを流用したが、マスクデータ自体は、元とな
る画像データから容易に作成が可能であるので、ＨＤＤ
８には画像データのみを記憶させ、本装置内でマスクデ
ータ作成を行うことも考えられる。

【００２５】

【発明の効果】請求項１記載の発明によれば、分類ごと
に特徴的な形状データを記憶装置に設定し、識別対象と
比較するようにしたので、自動的かつ定量的に、形状に
よる画像データの識別ができるという効果がある。ま
た、請求項２記載の発明によれば、分類ごとに特徴的な
色分布データを記憶装置に設定し、識別対象と比較する
ようにしたので、自動的かつ定量的に、色分布による画
像データの識別ができるという効果がある。また、請求
項３記載の発明によれば、分類ごとに特徴的な形状デー
タおよび色分布データを記憶装置に設定し、識別対象と
比較するようにしたので、自動的かつ定量的に、形状お
よび色分布による画像データの識別ができるという効果
がある。また、請求項４記載の発明によれば、請求項２
または請求項３の色分布の比較において、分類ごとに評
価色の設定を変えることができるようにしたので、各分
類における色分布の特徴を、処理に反映させることがで
きるという効果がある。また、請求項５記載の発明によ
れば、請求項１または請求項３の形状の比較において、
画像データの外接矩形およびその中心点を設定するよう
にしたので、形状比較において、識別対象と形状データ
の位置合わせをより正確におこなうことができるという
効果がある。

【図面の簡単な説明】

【図１】この発明の一実施例による画像データ識別装置
の構成を表すブロック図である。

【図２】同画像データ識別装置のマスク処理の説明図で
ある。

【図３】同画像データ識別装置の色分布の説明図であ
る。

【図４】同画像データ識別装置の処理フローを示す説明
図である。

【符号の説明】

１……ＣＰＵ、３……ＲＯＭ、４……ＲＡＭ、５……Ｈ
ＤＤ、６……ＨＤＤ、８……ＨＤＤ、９……ＨＤＤ

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9365−5Ｈ Ｇ０６Ｆ 15/62 Ｐ 9061−5Ｈ 15/70 ３１０ 9061−5Ｈ ４５５ Ａ (72)発明者 渡辺 浩示 東京都台東区台東一丁目５番１号 凸版印 刷株式会社内

Claims (5)

【特許請求の範囲】
1. 【請求項１】 識別前の画像データが記憶された未識別
   画像データ記憶手段と、 識別の基準となる基準形状データが記憶された形状デー
   タ記憶手段と、 前記識別前の画像データと前記基準形状データとを読み
   出して、形状の比較を行う形状比較手段と、 前記形状比較手段の結果を用いて前記識別前の画像デー
   タを分類する識別手段と、 前記識別手段が分類した画像データを記憶する識別済み
   画像データ記憶手段とからなる画像データ識別装置。
2. 【請求項２】 識別前の画像データが記憶された未識別
   画像データ記憶手段と、 識別の基準となる基準色分布データが記憶された色デー
   タ記憶手段と、 前記識別前の画像データと前記基準色分布データとを読
   み出して、色分布の比較を行う色比較手段と、 前記色比較手段の結果を用いて前記識別前の画像データ
   を分類する識別手段と、 前記識別手段が分類した画像データを記憶する識別済み
   画像データ記憶手段とからなる画像データ識別装置。
3. 【請求項３】 識別前の画像データが記憶された未識別
   画像データ記憶手段と、 識別の基準となる基準形状データが記憶された形状デー
   タ記憶手段と、 前記識別前の画像データと前記基準形状データとを読み
   出して、形状の比較を行う形状比較手段と、 識別の基準となる基準色分布データが記憶された色デー
   タ記憶手段と、 前記識別前の画像データと前記基準色分布データとを読
   み出して、色分布の比較を行う色比較手段と、 前記形状比較手段および前記色比較手段の結果を用いて
   前記識別前の画像データを分類する識別手段と、 前記識別手段が分類した画像データを記憶する識別済み
   画像データ記憶手段とからなる画像データ識別装置。
4. 【請求項４】 前記色データ記憶手段には、前記基準色
   分布データが分類ごとに異なる色によって設定されてい
   ることを特徴とする請求項２または請求項３記載の画像
   データ識別装置。
5. 【請求項５】 前記形状比較手段には、外接矩形を用い
   て、前記識別前の画像データと前記基準形状データとの
   大きさおよび位置を調節することを特徴とする請求項１
   または請求項３記載の画像データ識別装置。