JPS6115471A - 画像情報の圧縮方式 - Google Patents
画像情報の圧縮方式Info
- Publication number
- JPS6115471A JPS6115471A JP13604884A JP13604884A JPS6115471A JP S6115471 A JPS6115471 A JP S6115471A JP 13604884 A JP13604884 A JP 13604884A JP 13604884 A JP13604884 A JP 13604884A JP S6115471 A JPS6115471 A JP S6115471A
- Authority
- JP
- Japan
- Prior art keywords
- data
- fractal dimension
- fractal
- distribution function
- compression
- 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
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、フラクタル・ブラウン運動理論を用いて画像
情報の圧縮を行うようにした画像情報の圧縮方式に関す
るものである。
情報の圧縮を行うようにした画像情報の圧縮方式に関す
るものである。
従来の画像情報は、物体の形状（即ち２次元座標データ
）及び物体の色（即ち各点の輝度データ）から構成され
ている。このため、画像を正しく再現するのに充分なデ
ータは非常に膨大になる。
）及び物体の色（即ち各点の輝度データ）から構成され
ている。このため、画像を正しく再現するのに充分なデ
ータは非常に膨大になる。
画像データの圧縮方法としては、スプライン補間などが
知られているが、スプライン補間によって画像情報を圧
縮してもデータ量は相当に膨大なものとなる。
知られているが、スプライン補間によって画像情報を圧
縮してもデータ量は相当に膨大なものとなる。
本発明は、上記の考察に基づくものであって、画像を少
ないデータ量で正しく再現できるようになった画像情報
の圧縮方式を提供することを目的としている。
ないデータ量で正しく再現できるようになった画像情報
の圧縮方式を提供することを目的としている。
そしてそのため本発明の画像情報の圧縮方式は、画像を
読取る光学読取り装置と、フラクタル次元測定装置とを
具備し、上記フラクタル次元測定装置は、上記光学読取
り装置の読取り結果に基づいて得られる画像の特徴を表
す曲線の長さの測定を計量する単位を変えて繰り返し、
その測定結果に基づいてフラクタル次元を算出し、算出
したフラクタル次元を用いて上記曲線上に存在する複数
個の点を抽出するよう構成されていることを特徴とする
ものである。
読取る光学読取り装置と、フラクタル次元測定装置とを
具備し、上記フラクタル次元測定装置は、上記光学読取
り装置の読取り結果に基づいて得られる画像の特徴を表
す曲線の長さの測定を計量する単位を変えて繰り返し、
その測定結果に基づいてフラクタル次元を算出し、算出
したフラクタル次元を用いて上記曲線上に存在する複数
個の点を抽出するよう構成されていることを特徴とする
ものである。
以下、本発明の実施例を図面を参照しつつ説明する。第
１図は本発明の１実施例のブロック図である。第１図に
おいて、１は画像、２は光学読取り装置、３と４は外部
記憶装置、５はフラクタル次元測定装置をそれぞれ示し
ている。光学読取り装置２は、輪郭を抽出し、２次元（
ｘ、ｙ）座標のデータに変換すると共に、濃淡と色を赤
、緑及び青の輝度の分布関数に変換するものである。こ
れらの変換は、既存技術によって可能である。外部記憶
装置３は、輪郭の（ｘ、ｙ）座標及び輝度の分布関数を
格納するものである。フラクタル次元測定装置５は、輪
郭データについてフラクタル次元の算出及び輪郭データ
の圧縮を行うと共に、赤、緑及び青の分布関数のそれぞ
れについてフラクタル次元の算出及び分布関数データの
圧縮を行う。
１図は本発明の１実施例のブロック図である。第１図に
おいて、１は画像、２は光学読取り装置、３と４は外部
記憶装置、５はフラクタル次元測定装置をそれぞれ示し
ている。光学読取り装置２は、輪郭を抽出し、２次元（
ｘ、ｙ）座標のデータに変換すると共に、濃淡と色を赤
、緑及び青の輝度の分布関数に変換するものである。こ
れらの変換は、既存技術によって可能である。外部記憶
装置３は、輪郭の（ｘ、ｙ）座標及び輝度の分布関数を
格納するものである。フラクタル次元測定装置５は、輪
郭データについてフラクタル次元の算出及び輪郭データ
の圧縮を行うと共に、赤、緑及び青の分布関数のそれぞ
れについてフラクタル次元の算出及び分布関数データの
圧縮を行う。
第２図は輪郭の長さの測定を説明する図である。
点１の位置を中心とする半径ηの円の方程式と輪郭座標
データの交点を求め、点２．３とする。次に、点２．３
のそれぞれを中心とする半径ηの円と輪郭データの交点
を求め、４．５とする。この操作を繰り返し、輪郭曲線
を覆いつく筆に必要な円の数Ｎ（η）を求める。上記の
ような一連の操作を円の半径ηを変えて繰り返し、第３
図のようなデータを得る。
データの交点を求め、点２．３とする。次に、点２．３
のそれぞれを中心とする半径ηの円と輪郭データの交点
を求め、４．５とする。この操作を繰り返し、輪郭曲線
を覆いつく筆に必要な円の数Ｎ（η）を求める。上記の
ような一連の操作を円の半径ηを変えて繰り返し、第３
図のようなデータを得る。
フラクタル次元の算出は、次のようにしておこなわれる
。最小二乗法を用いて第３図の直線の方程式と傾きを得
る。フラクタル次元りは、この傾き（負）にマイナスを
つけたものである。即ち、Ｄ−−＃ｎＮ （７７）／Ａ
ｎη である。なお、Ｉｌｎは対数関数を示す。
。最小二乗法を用いて第３図の直線の方程式と傾きを得
る。フラクタル次元りは、この傾き（負）にマイナスを
つけたものである。即ち、Ｄ−−＃ｎＮ （７７）／Ａ
ｎη である。なお、Ｉｌｎは対数関数を示す。
第４図ないし第７図は輪郭データの圧縮を説明するため
の図である。第４図のような輪郭図形を光学読取り装置
２により読取ると、第５図に示すような２次元座標デー
タが得られる。この第５図のデータの中から（１）式に
従って第６図に示すように等間隔にデータを抽出する。
の図である。第４図のような輪郭図形を光学読取り装置
２により読取ると、第５図に示すような２次元座標デー
タが得られる。この第５図のデータの中から（１）式に
従って第６図に示すように等間隔にデータを抽出する。
関数式（１）を満足するηがないときには、最も近い点
を抽出する。抽出したデータと、既に求めであるフラク
タル次元を用いて、フラクタル・ブラウン運動理論によ
り画像の輪郭データを再生する。
を抽出する。抽出したデータと、既に求めであるフラク
タル次元を用いて、フラクタル・ブラウン運動理論によ
り画像の輪郭データを再生する。
第７図は画像の輪郭データの再生を説明するための図で
あり、Ｄ（Ｃ）は圧縮した２次元座標データ、Ｄ （Ｒ
）は再生した２次元座標データ、実線で示された図形は
元の画像データによる輪郭を示し、点線で示された図形
は再生した画像データによる輪郭を示す。再生した輪郭
の全長ｐ″と、元の輪郭の全長の差がｌが所定値以下で
あるか否か を判定する。例えば であれば、第７図に示した圧縮した２次元座標データＤ
（Ｃ）は、元の画像の輪郭を再生するのに必要且つ充
分なデータとして採用する。上記の条件が満たされた場
合には、＋１１式のηを小さくして、データの抽出を行
い、同様な処理を繰り返す。
あり、Ｄ（Ｃ）は圧縮した２次元座標データ、Ｄ （Ｒ
）は再生した２次元座標データ、実線で示された図形は
元の画像データによる輪郭を示し、点線で示された図形
は再生した画像データによる輪郭を示す。再生した輪郭
の全長ｐ″と、元の輪郭の全長の差がｌが所定値以下で
あるか否か を判定する。例えば であれば、第７図に示した圧縮した２次元座標データＤ
（Ｃ）は、元の画像の輪郭を再生するのに必要且つ充
分なデータとして採用する。上記の条件が満たされた場
合には、＋１１式のηを小さくして、データの抽出を行
い、同様な処理を繰り返す。
色は三原色（Ｒｅｄ、 Ｇｒｅｅｎ、 Ｂｌｕｅ ）か
ら構成されている。既存技術によって画像の色及び濃淡
をＲ（Ｒｅｄ） 、Ｇ （Ｇｒｅｅｎ） 、Ｂ （Ｂｌ
ｕｅ ）それぞれの分布関数に分解することが可能であ
る。第８図は（ｘ、ｙ）平面上のＧ ｒｅｅｎの分布関
数の１例を示し、第９図は（ｘ、 ｙ）平面上のＸ軸
に平行な直線ｌ上におけるＧ ｒｅｅｎの分布関数のグ
ラフを示す。第１θ図は、直線β上におけるＲｅｄの分
布関数及びＢｌｕｅの分布関数のグラフを示す。第９図
及び第１０図に示した３つのグラフを輪郭データを圧縮
したときと全く同じ方法により圧縮する。
ら構成されている。既存技術によって画像の色及び濃淡
をＲ（Ｒｅｄ） 、Ｇ （Ｇｒｅｅｎ） 、Ｂ （Ｂｌ
ｕｅ ）それぞれの分布関数に分解することが可能であ
る。第８図は（ｘ、ｙ）平面上のＧ ｒｅｅｎの分布関
数の１例を示し、第９図は（ｘ、 ｙ）平面上のＸ軸
に平行な直線ｌ上におけるＧ ｒｅｅｎの分布関数のグ
ラフを示す。第１θ図は、直線β上におけるＲｅｄの分
布関数及びＢｌｕｅの分布関数のグラフを示す。第９図
及び第１０図に示した３つのグラフを輪郭データを圧縮
したときと全く同じ方法により圧縮する。
勿論、分布関数は（ｘ、ｙ）平面上のものであるので、
ｘ＝ＣのＣの値を変えてデータの圧縮を行う。
ｘ＝ＣのＣの値を変えてデータの圧縮を行う。
第１１図ないし第１６図は、フラクタル・ブラウン運動
理論による画像の再生を説明するための図である。第１
１図は地図の１例を示すものである。第１２図は元の画
像データ及び圧縮された画像データを示すものである。
理論による画像の再生を説明するための図である。第１
１図は地図の１例を示すものである。第１２図は元の画
像データ及び圧縮された画像データを示すものである。
第１１図の地図のフラクタル次元りと地図の輪郭を表す
十数点の（ｘ、ｙ）座標を決定し、画像データの圧縮を
完了した後、圧縮された画像データを使用し、下記のよ
うにして元の画像を再生する。第１３図は圧縮された画
像データを使って作成された地図を示す。第１３図の各
点の間をフラクタル・ブラウン運動理論を用いて復元す
る。点１と点２の間の復元について説明する。
十数点の（ｘ、ｙ）座標を決定し、画像データの圧縮を
完了した後、圧縮された画像データを使用し、下記のよ
うにして元の画像を再生する。第１３図は圧縮された画
像データを使って作成された地図を示す。第１３図の各
点の間をフラクタル・ブラウン運動理論を用いて復元す
る。点１と点２の間の復元について説明する。
他の点の間も同様に行えば良い。
（ａｌ 第１４回に示すように直線７！１の中点ｍ１
を求める。その（Ｘ、ｙ）座標は次のようにして与えら
れる。
を求める。その（Ｘ、ｙ）座標は次のようにして与えら
れる。
ｔｂｌ 点ｍ１で直線β１に垂直に交わる直線１２上
の点ｎ１の（ｘ、ｙ）座標を求めると、下記のようにな
る。
の点ｎ１の（ｘ、ｙ）座標を求めると、下記のようにな
る。
ここでＲ，は平均値Ｏ９標準偏差１のガウス乱数、Ｄは
フラクタル次元である。
フラクタル次元である。
（Ｃ） 次に点１と点ｎ、を結ぶ直線に対して上記（
ａ）及び（ｂ）の操作を行う。
ａ）及び（ｂ）の操作を行う。
（ｄ） 同様に点ｎｌ と点２を結ぶ直線に対して（
ａｌ及び（ｂｌの操作を行う。
ａｌ及び（ｂｌの操作を行う。
上記＋ａ）ないしＴｄ）の操作をそれぞれの分割で求め
た中点が点ｌ又は点２に近づくまで繰り返す。そのよう
にして得た点１と点２の間のパスは第１５図で示される
。
た中点が点ｌ又は点２に近づくまで繰り返す。そのよう
にして得た点１と点２の間のパスは第１５図で示される
。
上記＋４１及び（５）式は最初の分割のときの式である
が、ｋ番目の分割のときの式は（６）及び（７）のよう
になる。
が、ｋ番目の分割のときの式は（６）及び（７）のよう
になる。
ここで（ｘ＋、ｙ、）、（Ｘｚ、ｙ２）はに番目に分割
する直線の両端の点の２次元座標である。この分割を、
分割区間が成る制限値εより小さくなるまで繰り返すこ
とにより点列を生成する。第１６図はフラクタル・ブラ
ウン運動理論によって生成された点列を示す。同図にお
いて、黒点がフラクタル・ブラウン運動理論によって発
生した点を示す。
する直線の両端の点の２次元座標である。この分割を、
分割区間が成る制限値εより小さくなるまで繰り返すこ
とにより点列を生成する。第１６図はフラクタル・ブラ
ウン運動理論によって生成された点列を示す。同図にお
いて、黒点がフラクタル・ブラウン運動理論によって発
生した点を示す。
以上の説明から明らかなように、本発明によれば、画像
情報の圧縮を効率よく行うことが出来る。
情報の圧縮を効率よく行うことが出来る。
フラクタル・ブラウン運動理論によるデータの圧縮はス
プライン補間のそれと類似しているように見えるが、決
定的な違いがある。第１７図（イ）、（ロ）のような輪
郭曲線のデータをスプライン補間により圧縮したときに
は、第１７図（イ）と第１７図（ロ）とではデータ量が
太き（異なる。即ち、第１７図（イ）では大量のデータ
を必要とし、第１７図（ロー）では少ないデータ量です
む。一方、フラクタル・ブラウン運動理論による圧縮で
は、第１７図（イ）、（ロ）とも約１０点程度のデータ
に圧縮できる。第１７図（イ）と第１７図（ロ）の違い
はフラクタル次元の中に凝集される。この点がスプライ
ン補間による圧縮とフラクタル・ブラウン運動理論によ
る圧縮の違いであり、後者の優位点である。
プライン補間のそれと類似しているように見えるが、決
定的な違いがある。第１７図（イ）、（ロ）のような輪
郭曲線のデータをスプライン補間により圧縮したときに
は、第１７図（イ）と第１７図（ロ）とではデータ量が
太き（異なる。即ち、第１７図（イ）では大量のデータ
を必要とし、第１７図（ロー）では少ないデータ量です
む。一方、フラクタル・ブラウン運動理論による圧縮で
は、第１７図（イ）、（ロ）とも約１０点程度のデータ
に圧縮できる。第１７図（イ）と第１７図（ロ）の違い
はフラクタル次元の中に凝集される。この点がスプライ
ン補間による圧縮とフラクタル・ブラウン運動理論によ
る圧縮の違いであり、後者の優位点である。
第１図は本発明の１実施例のブロック図、第２図は輪郭
の長さの測定を説明する図、第３図は輪郭の長さを測定
するために用いられる円の半径の大きさと輪郭を覆いつ
くす円の個数の関係を示す図、第４図は輪郭図形の例を
示す図、第５図は第４図の輪郭図形から得られる２次元
座標データを示す図、第６図は第４図の輪郭図形の中か
ら等間隔に選ばれた点列を示す図、第７図−輪郭データ
の再生を説明する図、第８図は（ｘ、ｙ）平面上のＧ
ｒｅｅｎの分布関数の１例を示す図、第９図は第８図の
（ｘ’、ｙ）平面上のＸ軸に平行な直線β上におけるｃ
ｒｅｅｎの分布関数のグラフを示す図、第１０図は直線
ｌ上におけるＲｅｄの分布関数及びＢｌｕｅの分布関数
を示す図、第１１図は地図の１例を示す図、第１２図は
元の画像データ及び圧縮された画像データを示す図、第
１３図は圧縮された画像データを使って作成された地図
を示す図、第１４図はフラクタル・ブラウン運動理論に
よって点１と点２の間のパスを復元する際に最初に行わ
れる処理を説明する図、第１５図はフラクタル・ブラウ
ン運動理論に基づいて再生された点１と点２の間のパス
を示す図、第１６図はフラクタル・ブラウン運動理論に
よって生成ささた点列を示し図、第１７図は本発明の詳
細な説明するための図である。 １・・・画像、２・・・光学読取り装置、３と４・・・
外部記憶装置、５・・・フラクタル次元測定装置。 第２図 恥４図 第５図 第８図 χ 第′７図 を軸 晃ｒｏ図 χ車内 第１１図 第１２図 云＝の１わイ宴［う゛°ニク 蜀 １３図 第１４図 第１９図
の長さの測定を説明する図、第３図は輪郭の長さを測定
するために用いられる円の半径の大きさと輪郭を覆いつ
くす円の個数の関係を示す図、第４図は輪郭図形の例を
示す図、第５図は第４図の輪郭図形から得られる２次元
座標データを示す図、第６図は第４図の輪郭図形の中か
ら等間隔に選ばれた点列を示す図、第７図−輪郭データ
の再生を説明する図、第８図は（ｘ、ｙ）平面上のＧ
ｒｅｅｎの分布関数の１例を示す図、第９図は第８図の
（ｘ’、ｙ）平面上のＸ軸に平行な直線β上におけるｃ
ｒｅｅｎの分布関数のグラフを示す図、第１０図は直線
ｌ上におけるＲｅｄの分布関数及びＢｌｕｅの分布関数
を示す図、第１１図は地図の１例を示す図、第１２図は
元の画像データ及び圧縮された画像データを示す図、第
１３図は圧縮された画像データを使って作成された地図
を示す図、第１４図はフラクタル・ブラウン運動理論に
よって点１と点２の間のパスを復元する際に最初に行わ
れる処理を説明する図、第１５図はフラクタル・ブラウ
ン運動理論に基づいて再生された点１と点２の間のパス
を示す図、第１６図はフラクタル・ブラウン運動理論に
よって生成ささた点列を示し図、第１７図は本発明の詳
細な説明するための図である。 １・・・画像、２・・・光学読取り装置、３と４・・・
外部記憶装置、５・・・フラクタル次元測定装置。 第２図 恥４図 第５図 第８図 χ 第′７図 を軸 晃ｒｏ図 χ車内 第１１図 第１２図 云＝の１わイ宴［う゛°ニク 蜀 １３図 第１４図 第１９図
Claims (1)
- 画像を読取る光学読取り装置と、フラクタル次元測定装
置とを具備し、上記フラクタル次元測定装置は、上記光
学読取り装置の読取り結果に基づいて得られる画像の特
徴を表す曲線の長さの測定を計量する単位を変えて繰り
返し、その測定結果に基づいてフラクタル次元を算出し
、算出したフラクタル次元を用いて上記曲線上に存在す
る複数個の点を抽出するよう構成されていることを特徴
とする画像情報の圧縮方式
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13604884A JPS6115471A (ja) | 1984-06-30 | 1984-06-30 | 画像情報の圧縮方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13604884A JPS6115471A (ja) | 1984-06-30 | 1984-06-30 | 画像情報の圧縮方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6115471A true JPS6115471A (ja) | 1986-01-23 |
Family
ID=15165956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP13604884A Pending JPS6115471A (ja) | 1984-06-30 | 1984-06-30 | 画像情報の圧縮方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6115471A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61285576A (ja) * | 1985-06-11 | 1986-12-16 | ゼネラル・エレクトリック・カンパニイ | フラクタル発生方法および発生装置 |
| US5982386A (en) * | 1996-04-02 | 1999-11-09 | Dainippon Screen Mfg. Co., Ltd. | Image boundary correction by fractal processing |
| CN106563947A (zh) * | 2015-08-13 | 2017-04-19 | 通快机床两合公司 | 包括冲压装置和激光加工装置的机床 |
-
1984
- 1984-06-30 JP JP13604884A patent/JPS6115471A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61285576A (ja) * | 1985-06-11 | 1986-12-16 | ゼネラル・エレクトリック・カンパニイ | フラクタル発生方法および発生装置 |
| US5982386A (en) * | 1996-04-02 | 1999-11-09 | Dainippon Screen Mfg. Co., Ltd. | Image boundary correction by fractal processing |
| CN106563947A (zh) * | 2015-08-13 | 2017-04-19 | 通快机床两合公司 | 包括冲压装置和激光加工装置的机床 |
| CN106563947B (zh) * | 2015-08-13 | 2020-02-18 | 通快机床两合公司 | 包括冲压装置和激光加工装置的机床 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2193798C2 (ru) | Способ обработки изображений | |
| JP2895086B2 (ja) | 色推定方法 | |
| US7171023B2 (en) | Illumination-invariant object tracking method and image editing system using the same | |
| US20120176478A1 (en) | Forming range maps using periodic illumination patterns | |
| US20120176380A1 (en) | Forming 3d models using periodic illumination patterns | |
| RU99126413A (ru) | Способ обработки изображений | |
| US8878839B2 (en) | Data restoration method and apparatus, and program therefor | |
| US20030011622A1 (en) | Method and apparatus for image representation by geometric and brightness modeling | |
| JPH04220783A (ja) | 表示装置及び表示方法 | |
| CN106952262A (zh) | 一种基于立体视觉的船板加工精度分析方法 | |
| CN112991371A (zh) | 一种基于着色溢出约束的图像自动着色方法及系统 | |
| CN114549307A (zh) | 一种基于低分辨率图像的高精度点云色彩重建方法 | |
| CN100379252C (zh) | 颜色转换方法和颜色转换设备 | |
| CN109751969A (zh) | 一种利用正反格雷码线移光栅的三维非接触扫描方法 | |
| JPS6115471A (ja) | 画像情報の圧縮方式 | |
| US5825916A (en) | Illuminant color detection | |
| Strong III et al. | A region coloring technique for scene analysis | |
| CN109931880A (zh) | 高效rgb格雷码与相移法结合的三维重建技术 | |
| Wegiel et al. | Fast 3D shape measurement based on color structure light projection | |
| JPH08149461A (ja) | 動画像処理装置とその方法 | |
| US3590142A (en) | Method for electronic correction of colors | |
| CN118071848B (zh) | 基于相机颜色响应与偏振成像的二值条纹编码方法和系统 | |
| Buxton et al. | Evaluation of the construction of novel views by a combination of basis views | |
| CN113269207B (zh) | 一种用于网格结构光视觉测量中的图像特征点提取方法 | |
| US2965432A (en) | Apparatus for transformation from contours into profiles |