JPH1021385A - 画像処理方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 遺伝的アルゴリズムを改良して高速画像処理
を可能にする画像処理装置を提供する。 【解決手段】 入力画像に類似する画像集合を文字パタ
ーンデータベース４から抽出し、文字特徴抽出部２２及
び特徴比較部２３で各文字パターンの特徴ベクトルの抽
出と入力画像の特徴ベクトルの抽出との比較を行う。文
字パターン選択部２４は、より類似する２つの文字パタ
ーンを選択する。文字パターン交差部２５は、上記２つ
の文字パターンの所定部位を交差して新たな文字パター
ンを生成する。突然変異実行部２６は交差で得られた文
字パターンをアフィン変換してさらに新たな文字パター
ンを生成する。この処理を基準に達するまで繰り返す。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像再構成、劣化
画像復元、ステレオマッチング、陰影からの画像復元な
どに適用される画像処理技術に係り、特に、画像要素な
どを遺伝子とみなして遺伝的アルゴリズムを適用した高
性能の画像処理技術に関する。

【０００２】

【従来の技術及び発明が解決しようとする課題】遺伝的
アルゴリズムは、巡回セールスマン問題などの組み合わ
せ最適化問題に盛んに適用されてきたが、近年、この遺
伝的アルゴリズムを画像処理の分野に応用することが試
みられている。即ち、自乗誤差最小化などの最適化問題
に帰着することが可能な画像処理の問題、例えば画像再
構成、劣化画像復元、ステレオマッチング、陰影からの
画像復元などに遺伝的アルゴリズムを適用して最適化問
題を高速に解決することが試みられている。この場合の
遺伝子は、画像要素などをそのまま用いるのが一般的で
あった。

【０００３】また、画像処理に関する最適化問題に対し
て、局所最適解からの脱出のために用いられる突然変異
は、個々の遺伝子の反転、逆位など、巡回セールスマン
問題等の他の種類の最適化問題に適用された突然変異技
術がそのまま流用されていた。これらの突然変異手法
は、必ずしも画像処理の観点から適切とはいえず、例え
ば、個々の遺伝子の反転などは、単に画像に胡麻塩ノイ
ズなどの雑音を増すだけといった問題があった。

【０００４】本発明の課題は、画像処理に遺伝的アルゴ
リズムを適用する際に、該遺伝的アルゴリズムそのもの
を改良して、より高精度かつ高速度で画像処理について
の最適化問題を解決し得る画像処理技術を提供すること
にある。

【０００５】

【課題を解決するための手段】上記課題を解決するた
め、本発明は、Ｈｏｌｌａｎｄによって提案された遺伝
的アルゴリズム（北野宏明編、「遺伝的アルゴリズ
ム」、産業図書発行（１９９４）参照）を用いて画像処
理を行う。この遺伝的アルゴルズムは、生命の進化をモ
デル化した最適化アルゴリズムであり、ある最適化問題
を解くために遺伝子をある最適化問題の解の形式でコー
ド化し、以下の過程を繰り返すことにより最適解を探索
する。 （１）初期集団を生成する初期集団生成過程、（２）個
体評価過程、（３）集団から子孫を残す個体を選択する
選択過程、（４）選択された個体の遺伝子を交叉させる
交叉過程、（５）交叉により得られた遺伝子をランダム
に変動させる突然変異過程。

【０００６】初期集団生成過程は、最適解に近いものを
複数選択することにより行われる。個体評価過程は、与
えられた最適化問題に当該個体を当てはめ、その解を算
出することにより行われる。選択過程は、個体の評価値
を用いて評価の高い個体ほど次の世代に子孫を残しやす
いように重み付けをした確率を用いて乱数的に行われ
る。交叉過程は、選択された複数個体の遺伝子を混ぜ合
わせる操作である。突然変異過程は、交叉によって生成
された新しい個体の遺伝子にランダムな変動を確立的に
行うことで両親からは得られない新しい形質を形成する
操作である。遺伝的アルゴリズムにおいては、このよう
に生物の進化をモデルにして、ある評価値をよくする方
向に生成した遺伝子を進化させる。

【０００７】通常、画像に対して遺伝的アルゴリズムを
適用する際には、画像そのものを遺伝子としてみなし
て、目的とする評価関数を最小化するために交叉、突然
変異を繰り返す。これまでの研究では、交叉の方法とし
ては画像の連続性を考慮した方法が有効であることがす
でに知られている。そこで、遺伝的アルゴリズムを形成
する突然変異処理においても画像の連続性を考慮した方
法が有効であると考えられる。

【０００８】そこで本発明は、入力画像に遺伝的アルゴ
リズムを適用して該入力画像の特徴を画像の形で再構築
する改良された画像処理方法を提供する。この方法の遺
伝的アルゴリズムは、前記入力画像に類似する複数の初
期画像を取得する第１の過程と、前記複数の初期画像の
各々の画像特徴と前記入力画像の特徴との相関評価値を
導出する第２の過程と、前記相関評価値がより高い２つ
の初期画像を選択する第３の過程と、選択された２つの
初期画像の所定部位を互いに交叉して進化画像を生成す
る第４の過程と、前記第４の過程で生成された進化画像
を連続変形処理して変異画像を生成するとともに、生成
された変異画像を前記初期画像として第２の過程に戻す
第５の過程を含み、前記第２乃至第５の過程を所定の基
準に達するまで繰り返すことを特徴とする。

【０００９】第５の過程の連続変形処理は、例えば画像
要素の平行移動、回転拡大、縮小などを伴うアフィン変
換処理であり、画像の全体にわたる連続変形処理のほ
か、画像の一部のみの連続変形処理であってもよい。

【００１０】前記第１の過程で生成される画像が文字画
像のとき、この画像処理方法は、文字画像処理にも適用
される。また、第２過程における相関評価値としては一
般にどのような値乃至関数を用いても良いが、好ましく
は、評価対象となる画像処理装置において採用される識
別関数、例えばユークリッド距離や余弦、あるいは多層
神経回路網からの出力の強度を最小あるいは最大とする
関数を用いる。

【００１１】本発明は、上記方法を実施する上で好適な
画像処理装置をも提供する。この画像処理装置は、入力
画像に類似する初期画像集団を生成する初期画像集団生
成手段と、前記初期画像集団の各々に対して前記入力画
像との特徴比較を行い、前記入力画像の特徴により類似
する特徴を持つ２つの初期画像を選択する画像選択手段
と、選択された２つの初期画像の所定部位を互いに交叉
して進化画像を生成する画像交叉手段と、前記画像交叉
手段で生成された進化画像を連続変形して変異画像を生
成する画像変形手段と、を有し、さらに必要に応じて前
記画像変形手段により生成された変異画像を可視化して
出力する画像出力手段を設ける。

【００１２】この画像処理装置における各部の作用は下
記のとおりである。まず、初期画像集団生成手段が、入
力画像から抽出した特徴（例えば特徴ベクトルや射影ベ
クトルで表現されるもの）に類似する特徴を持つ複数の
初期画像、例えば文字画像の集合を生成してこれを画像
選択手段に導く。画像選択手段は、例えば複数の初期画
像の各々に対して特徴抽出ベクトルを抽出して前記入力
画像の特徴ベクトルとの相関評価値を導出し、相関評価
値がより高い２つの画像を画像交叉手段に送る。画像交
叉手段は、選択された２つの画像の所定部位を互いに交
叉して進化画像を生成する。画像変形手段は、画像交叉
手段で生成された進化画像の全てあるいは一部をアフィ
ン変換などにより連続変形して変異画像を生成する。こ
の変異画像が所定基準に達しているか否かを判定し、達
していれば処理を終え、達していなければ変異画像を初
期画像として画像選択手段に導く。

【００１３】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を詳細に説明する。 （第１実施形態）この実施形態では、遺伝的アルゴリズ
ムを文字画像処理に適用する場合について説明する。図
１は、この実施形態に係る画像処理装置のブロック構成
図である。この画像処理装置は、文字特徴入力部１と、
入力された文字特徴から文字画像に構築するための遺伝
的アルゴリズム実行部２と、構築された文字画像を出力
するための文字パターン出力部３と、初期画像集団とし
て用いるための複数の文字パターンを例えば６４×６４
ビットのバッファ中に格納した文字パターンデータベー
ス４とから構成される。文字パターン出力部３は、画像
を直接可視化するプリンタやディスプレイのほか、画像
を一時的に格納する磁気ディスクなどの記憶媒体に、画
像処理結果を出力するものである。

【００１４】遺伝的アルゴリズム実行部２は、初期集団
生成部２１、文字特徴抽出部２２、特徴比較部２３、文
字パターン選択部２４、文字パターン交叉部２５、及
び、突然変異実行部２６を含んで構成される。この遺伝
的アルゴリズム実行部２の動作は下記のとおりである。
いま、入力手書画像の特徴が文字特徴入力部１から遺伝
的アルゴリズム実行部２に入力されたとする。このと
き、初期集団生成部２１は、文字パターンデータベース
４から当該画像に類似する１００個程度の文字パターン
を選択して初期集団を生成する。この場合の文字パター
ンの選択基準は、例えば入力画像から抽出した特徴ベク
トルが属すべきカテゴリが明らかであった場合には当該
カテゴリ集合が選択され、そうでない場合には当該特徴
ベクトルが最も類似したと考えられる文字パターンより
選択される。

【００１５】初期集団が生成されると、その集団に属す
る個々の文字パターンについて特徴抽出部２２で特徴抽
出処理を実行し、各々、文字パターンに対応する特徴ベ
クトルｖｉを生成する。生成された特徴ベクトルｖｉ
は、それぞれ特徴比較部２３に送られ、ここで例えば余
弦ｓｉ（＝（ｖｉ・Ｉ）／｜ｖｉ｜｜Ｉ｜）のような尺
度で他の特徴ベクトルと比較される。そして、その尺度
ｓｉが各文字パターンの類似性の評価情報として与えら
れる。類似性の評価が与えられた各文字パターンは、文
字パターン選択部２４に送られる。

【００１６】文字パターン選択部２４では、上記類似性
の評価に基づいて類似性が高いと判定される文字パター
ンほど高くなるような重み付き確率を用いることで、例
えば２つの文字パターンから成る組を選択し、これらを
文字パターン交叉部２５へ送る。この操作を所定回数だ
け繰り返し、複数組の文字パターンを選択する。文字パ
ターン交叉部２５に送られた各組の文字パターンは、例
えば図２に示される方法で、パターンの下部を互いに入
れ替え、新しい文字パターンの組を生成する。この操作
を各組に対して行って文字パターン集合を生成する。文
字パターン交叉部２５で生成された文字パターンは、突
然変異実行部２６に送られる。

【００１７】突然変異実行部２６は、文字パターン交叉
部２５から送られた各文字画像に対して連続変形処理、
例えばアフィン変換を施す。アフィン変換は、画像に対
する基本変形処理、つまり、平行移動、回転変換、縮小
及び拡大変換によって行われる。

【００１８】突然変異実行部２６における画像処理の内
容は下記の通りである。ここでは、文字パターン交叉部
２５で生成された文字画像の一例として図示の文字画像
「お」を考える。図３において、文字画像「お」は、３
種類のアフィン変換、つまり、図中右上からそれぞれ、
左斜め下方への平行移動、右回転、縮小の基本的なアフ
ィン変換が施される。変換後の文字画像は、太文字で示
されている。一般の画像に対するアフィン変換は、これ
らの平行移動、回転、縮小及び拡大を所定の順序で合成
したものである。図４は、合成変換の一例として平行移
動、回転、縮小を順に施して得られる文字画像を示して
いる。このようにして突然変異実行部２６に送られた文
字パターン集合の一組の画像は、所定の確率で平行移
動、回転、拡大・縮小などのアフィン変換が施される。
この操作をそれぞれの組に対して行うことで、次の世代
の文字パターン集合を生成する。なお、図３及び図４の
例では、「お」の文字画像全体に対してアフィン変換を
施しているが、部首部分や旁部分などのように文字画像
の一部、あるいは画素ごとにアフィン変換を施してもよ
い。

【００１９】この操作を十分に類似した文字パターンが
得られるまで繰り返すことにより、結果的に入力された
特徴ベクトルに対応する文字パターンを構築することが
できる。類似しているか否かは、前述の相関評価値を用
いたり、あるいは突然変異実行部２６の処理結果を視覚
的に確認することで判定することができる。

【００２０】以上の説明では、入力画像として文字画像
を用いたが、丸や三角といった平面図形や、さらに三次
元モデルや斜視画像といった部類の画像にも同様に適用
することができる。

【００２１】（第２の実施形態）次に、本発明の第２の
実施形態として、医療用ＣＴスキャン等からの画像デー
タに基づいて物体の画像を再構築する画像処理装置につ
いて説明する。ＣＴスキャンからの画像データは、例え
ば人体の内臓など、直接的な観測が不可能な物体の外部
からＸ線を照射して得られる射影特徴である。

【００２２】図５は、この実施形態の画像処理装置のブ
ロック構成図である。画像処理装置は、Ｘ線を照射して
得られる射影特徴の入力を受け付ける射影特徴入力部５
１、入力された射影特徴から物体内部の画像を構築する
ための遺伝的アルゴリズム実行部５２、構築された画像
を出力するための画像出力部５３を備える。なお、射影
特徴入力部５１、画像出力部５３は、図１に示した第１
実施形態の文字特徴入力部１、文字パターン出力部３に
それぞれ対応するものである。

【００２３】遺伝的アルゴリズム実行部５２は、初期集
団生成部５２１、射影計算部５２２、射影比較部５２
３、画像選択部５２４、画像交叉部５２５、突然変異実
行部５２６を備えている。この遺伝的アルゴリズム実行
部５２の動作は下記の通りである。いま、射影特徴入力
部５１に、人間の脳に関する射影特徴が入力されたとす
る。この場合の射影特徴は、人間の頭部に様々な角度か
らＸ線を照射して得られる透過Ｘ線の強度分布で与えら
れる射影ベクトルとして与えられる。例えば図６（ａ）
のように、人間の頭部６１に４つの異なった方向からＸ
線を照射したとき、符号６２、６３、６４、６５で示さ
れるような透過後のＸ線の強度分布のグラフが得られ
る。なお、それぞれのグラフの縦軸方向は、透過したＸ
線の強度、横軸方向は射影空間の拡がりである。

【００２４】次に、得られた４つのグラフを例えば符号
６２、６３、６４、６５の順に左から連続するように繋
げて合成する。このとき、それぞれのグラフの横軸が１
０個の等しい間隔に区切られているとすると、合成した
グラフ６６は４０個の等しい間隔に区切られる。それぞ
れの間隔に左から順に１から４０まで番号を付け、個々
の番号にその区間における透過したＸ線の強度の平均値
を対応させる。このようにすれば、少なくとも４０成分
からなる射影ベクトルＩを定義することができる。各成
分の値は、対応する透過したＸ線の強度の平均値であ
る。なお、必要に応じてＸ線の照射方向の数を増やすこ
とができる。

【００２５】上述のように定義される射影ベクトルＩが
射影特徴入力部５１から遺伝的アルゴリズム実行部５２
に入力されると、初期集団生成部５２１は、例えば乱数
的に１００個程度の画像を初期集団として生成する。初
期集団が生成されると、その集団に属する画像の射影特
徴が射影計算部５２２において算出され、各々の画像に
対応する特徴ベクトルｗｉが生成される。生成された特
徴ベクトルｗｉは、それぞれ射影比較部５２３に送ら
れ、例えば自乗差ｔｉ（＝Σｉ（ｗｉ−Ｉ）×（ｗｉ−
Ｉ））のような尺度で他の特徴ベクトルと比較され、そ
の自乗差ｔｉが各画像の類似性の評価値として与えられ
る。

【００２６】その他の部分は、第１実施形態の余弦ｓｉ
の代わりに自乗差ｔｉを用いるという違いがあるだけ
で、同一の処理過程を経る。即ち、画像選択部５２４、
画像交叉部５２５、突然変異実行部５２６において、第
１実施形態の場合と同様の交叉処理、アフィン変換によ
る突然変異処理が十分に類似した画像が得られるまで繰
り返し施される。その結果、入力された射影ベクトルに
対応する画像を構築することができる。例えば、人体の
Ｘ線画像の場合では図６（ａ）で示されるような画像が
構成される。

【００２７】以上、二つの実施形態により本発明を説明
したが、本発明の適用範囲は、文字パターンの再構築処
理やＸ線画像の形成処理のほか、その内容が最適化問題
に帰着される画像処理全般にわたることは容易に推察す
ることができるであろう。

【００２８】また、各遺伝的アルゴリズム実行部２，５
２における各機能ブロックは、通常、命令記憶手段に記
憶された命令群（プログラムと必要なデータ）に従っ
て、コンピュータ装置のマイクロプロセッサユニットが
所要の処理を実行することにより形成されるが、上述の
命令群は、必ずしもコンピュータ装置と一体不可分であ
る必要はなく、該コンピュータ装置から分離した存在で
あっても良い。但し、この場合は、コンピュータ装置が
読取可能且つコンピュータ装置によって実行可能な形態
で、フレキシブルディスクやＣＤ−ＲＯＭ（コンパクト
ディスク型ＲＯＭ）上に物理的に実体化させる必要があ
る。また、始点と終点とが明確な態様で把握できる場合
は、上記命令群を通信媒体上で実体化させたものであっ
ても良い。

【００２９】

【発明の効果】以上の説明から明らかなように、本発明
によれば、入力画像に対応する画像の再構築または復元
の際の最適化問題が高速かつ高精度に解決される、とい
う特有の効果がある。また、本発明は、特徴的な遺伝的
アルゴリズムによる画像探索手法なので、原理的には、
パターンマッチングを用いるどのような画像処理系にも
適用することができ、高性能な画像処理装置の開発の有
力な支援手段となり得る。

【図面の簡単な説明】

【図１】本発明の第１実施形態による画像処理装置の機
能ブロック図。

【図２】第１実施形態による文字パターンの交叉処理の
一例を示す説明図。

【図３】第１実施形態による突然変異実行部における文
字パターンの基本変形を示す説明図。

【図４】第１実施形態による突然変異実行部における文
字パターンの一般のアフィン変換の一例を示す説明図。

【図５】本発明の第２実施形態における画像処理装置の
機能ブロック図。

【図６】第２実施形態で用いられる人体頭部のＸ解析に
よる射影ベクトルを説明するための図。

【符号の説明】

１ 文字特徴入力部 ２、５２ 遺伝アルゴリズム実行部 ３ 文字パターン出力部 ４ 文字パターンデータベース ２１、５２１ 初期集団生成部 ２２ 文字特徴抽出部 ２３ 特徴比較部 ２４ 文字パターン選択部 ２５ 文字パターン交叉部 ２６ 突然変異実行部 ５１ 射影特徴入力部 ５３ 画像出力部 ５２２ 射影計算部 ５２３ 射影比較部 ５２４ 画像選択部 ５２５ 画像交叉部 ５２６ 突然変異実行部 ６１ 人体頭部 ６２、６３、６４、６５ 透過Ｘ線の強度分のグラフ ６６ 合成された透過Ｘ線の強度分のグラフ

Claims (6)

【特許請求の範囲】
1. 【請求項１】 入力画像に遺伝的アルゴリズムを適用し
   て該入力画像の特徴を画像の形で再構築する画像処理方
   法であって、 前記遺伝的アルゴリズムは、 前記入力画像に類似する複数の初期画像を取得する第１
   の過程と、 前記複数の初期画像の各々の画像特徴と前記入力画像の
   特徴との相関評価値を導出する第２の過程と、 前記相関評価値がより高い２つの初期画像を選択する第
   ３の過程と、 選択された２つの初期画像の所定部位を互いに交叉して
   進化画像を生成する第４の過程と、 前記第４の過程で生成された進化画像を連続変形処理し
   て変異画像を生成するとともに、生成された変異画像を
   前記初期画像として第２の過程に戻す第５の過程を含
   み、 前記第２乃至第５の過程を所定の基準に達するまで繰り
   返すことを特徴とする画像処理方法。
2. 【請求項２】 前記連続変形処理が、画像要素の平行移
   動、回転拡大、縮小などを伴うアフィン変換処理である
   ことを特徴とする請求項１記載の画像処理方法。
3. 【請求項３】 前記連続変形処理は、前記画像の一部の
   みの連続変形処理を行うことを特徴とする請求項１また
   は２記載の画像処理方法。
4. 【請求項４】 入力画像に類似する初期画像集団を生成
   する初期画像集団生成手段と、 前記初期画像集団の各々に対して前記入力画像との特徴
   比較を行い、前記入力画像の特徴により類似する特徴を
   持つ２つの初期画像を選択する画像選択手段と、 選択された２つの初期画像の所定部位を互いに交叉して
   進化画像を生成する画像交叉手段と、 前記画像交叉手段で生成された進化画像を連続変形して
   変異画像を生成する画像変形手段と、 を有することを特徴とする画像処理装置。
5. 【請求項５】 前記画像変形手段により生成された変異
   画像を可視化して出力する画像出力手段を有することを
   特徴とする請求項４記載の画像処理装置。
6. 【請求項６】 コンピュータ装置によって読み取られ、
   該コンピュータ装置によって実行される命令群を物理的
   に実体化し、前記コンピュータ装置に、遺伝的アルゴリ
   ズムを適用して入力画像の特徴を画像の形で再構築する
   処理を実行させる命令記憶媒体であって、 前記遺伝的アルゴリズムは、 前記入力画像に類似する複数の初期画像を取得する第１
   の過程と、 前記複数の初期画像の各々の画像特徴と前記入力画像の
   特徴との相関評価値を導出する第２の過程と、 前記相関評価値がより高い２つの初期画像を選択する第
   ３の過程と、 選択された２つの初期画像の所定部位を互いに交叉して
   進化画像を生成する第４の過程と、 前記第４の過程で生成された進化画像を連続変形処理し
   て変異画像を生成するとともに、生成された変異画像を
   前記初期画像として第２の過程に戻す第５の過程を含
   み、前記第２乃至第５の過程を所定の基準に達するまで
   繰り返すものであることを特徴とする命令記憶媒体。