KR101769042B1

KR101769042B1 - 착시의 분석 장치, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 장치, 착시의 분석 방법, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 방법 및 프로그램

Info

Publication number: KR101769042B1
Application number: KR1020157007825A
Authority: KR
Inventors: 히토시 아라이; 시노부 아라이
Original assignee: 고쿠리츠켄큐카이하츠호진 카가쿠기쥬츠신코키코
Priority date: 2012-09-28
Filing date: 2013-09-30
Publication date: 2017-08-17
Also published as: KR20150099707A; EP2902965A1; US9426333B2; CN104781847B; CN104781847A; US20150264222A1; JPWO2014051169A1; JP5622971B2; TWI559255B; EP2902965A4; TW201419213A; EP2902965B1; WO2014051169A1

Abstract

본 발명은, 화상 데이터의 색 성분에 대하여, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하고, 취득한 서브 밴드 신호를 합침으로써 화상을 재구성하는 경우에, 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행한다. 또는, 그 반대가 되도록 계수 처리를 행한다.

Description

착시의 분석 장치, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 장치, 착시의 분석 방법, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 방법 및 프로그램{HETEROPTICS ANALYSIS DEVICE, HETEROPTICALLY-ALTERED IMAGE GENERATING DEVICE FOR GENERATING HETEROPTICS TO CREATE PERCEPTION APPROXIMATING ORIGINAL IMAGE, HETEROPTICS ANALYSIS METHOD, METHOD FOR GENERATING HETEROPTICALLY-ALTERED IMAGE TO CREATE PERCEPTION APPROXIMATING ORIGINAL IMAGE, AND PROGRAM}

본 발명은 착시의 분석 장치, 착시 가미 화상 생성 장치, 착시의 분석 방법, 착시 가미 화상 생성 방법 및 프로그램에 관한 것이다.

종래에는 색의 대비 착시를 일으키는 도형 등이 발견되어 있다(비특허문헌 1 참조). 19세기, 프랑스 왕립 고블랭직(織) 제작소의 염색 연구 부문 감독 직에 있었던 화학자 슈브뢸은, 의뢰받은 대로 배색하여 고블랭직을 제작하더라도 달라 보인다는 것을 깨달았다. 슈브뢸 착시 등의 착시 도형을 보면, 색이나 휘도 등이 실제와는 다르게 지각되거나, 실제로는 존재하지 않는 것이 보이거나 하는 착시 현상이 일어난다.

또, 비특허문헌 2에 기재된 방법에서는, 인간의 초기 시각 정보 처리의 수리(數理) 모델로서, 최대 중복 쌍직교 웨이브렛 필터 뱅크를 이용하여, 원(原)화상에 대하여 비선형 처리를 행하는 것이 개시되어 있다. 또, 인간의 시각 피질의 단순 세포의 수리 모델로서, 바람개비 웨이브렛 프레임(비특허문헌 4 참조), 단순 바람개비 프레임렛(비특허문헌 3 참조), 바람개비 프레임렛이라고 불리는 방위 선택성 웨이브렛 프레임이 개발되어 있고, 화상 해석 등에 이용되고 있다. 또, 인간의 시각에서는, 대뇌 피질에 색·휘도 세포가 있다는 뇌신경과학적인 실험 결과가 보고되어 있다(비특허문헌 5 참조).

아라이 히토시 저 「착시도판집」 산슈샤 2007년 Hitoshi Arai, "A Nonlinear Model of Visual Information Processing Based on Discrete Maximal Overlap Wavelets", Interdisciplinary Information Sciences, Vol. 11, No. 2, pp. 177∼190(2005) Hitoshi Arai and Shinobu Arai, 2D tight framelets with orientation selectivity suggested by vision science, JSIAM Letters Vol. 1, pp. 9∼12(2009) Hitoshi Arai and Shinobu Arai, Finite discrete，shift-invariant, directional filterbanks for visual information processing，I:construction, Interdisciplinary Information Sciences, Vol. 13, No. 2, pp. 255∼273(2007) E. N. Johnson, M. J. Hawken and R. Shapley, The spatial transformation of color in the primary visual cortex of the macaque monkey, Nature Neuroscience, Vol. 4, No. 4, pp. 409∼416(2001)

그러나, 종래에는 화상이 실제로는 어떻게 보일지는 그 사람의 주관에 의한 것으로서, 정량화할 수 없다는 문제점을 갖고 있었다. 특히, 자동차 등에 관한 공업 디자이너나, 건물 등에 관한 인테리어 디자이너 등의 배색을 실시하는 사람은, 본인이 의도한 대로 고객으로부터 보이는 것은 아니라는 것을 깨달았다고 하더라도, 종래에는 직인(職人)적으로 경험상 습득한 기능에 의지하여, 배색을 조정할 수밖에 없다는 문제점을 갖고 있었다.

본 발명은, 상기 문제점을 감안하여 이루어진 것으로서, 임의의 화상에 대하여 발생할 수 있는 착시량을 정량화 또는 착시량을 가미한 화상을 생성할 수 있는, 착시의 분석 장치, 착시 가미 화상 생성 장치, 착시의 분석 방법, 착시 가미 화상 생성 방법 및 프로그램을 제공하는 것을 목적으로 한다.

이와 같은 목적을 달성하기 위하여, 본원 발명자는, 예의 검토한 결과, 이하와 같이 생각함으로써 본 발명을 완성시켰다. 즉, 인간의 시각은, 보고 싶은 부분을 잘 볼 수 있는 것과 같은 정보 처리를 본래 행하고 있다. 인간은 여러 가지 착시를 지각하지만, 그것은 시각 정보 처리의 결과라고 생각할 수 있다. 여기서, 만약 수리 모델이 인간의 시각 정보 처리에 가까운 것이라면, 수리 모델을 실장(實裝)한 계산기도 착시를 산출할 것이다. 그래서, 본원 발명자는, 명암의 착시나 색의 대비 착시를 시뮬레이션된 수리 모델을 이용함으로써, 인간의 시각에 가까운 정보 처리를 원화상에 대하여 실시하여, 인간의 뇌 내에서 지각되는 화상을 작성하고, 그것을 원화상과 대비함으로써 수치화할 수 있다는 것을 발견하여, 본원발명을 완성시키기에 이르렀다. 또, 마찬가지 원리로, 인간의 뇌 내에서 원화상대로 지각되도록, 미리 인간의 시각 정보 처리에 의해 부가되는 착시량을 가미한 화상(착시 가미 화상)을 얻는 것도 가능하게 되었다.

즉, 본 발명의 착시의 분석 장치는, 기억부와 제어부를 적어도 구비한 착시의 분석 장치로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부는, 상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 수단과, 상기 분해 수단에 의해 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 수단과, 상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 수단을 구비하며, 상기 분해 수단은, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 수단을 더 구비하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 색 성분은, CIELAB 색 공간에 있어서의, L*, a* 및 b* 중 어느 하나인 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 착시량 수치화 수단은, L*의 값, a*의 값 및 b*의 값의, 상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의 차의 제곱 합의 평방근인 색차(色差)를 이용하여, 상기 착시량으로서 산출하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 계수 처리 수단은, 상기 화상 데이터의 a* 및/또는 b*의 색 성분에 대하여, a* 및/또는 b*의 상기 분해 상세 계수와 L*에 있어서의 상기 분해 상세 계수로부터 정한 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 상기 에너지가 작으면 작을수록 작은 값을 증강하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 상세 계수의 에너지가 큰 경우에는 S자 곡선으로, 작은 경우에는 N자 곡선으로, 자동적으로 연속적인 변화를 하는 함수를 이용하여, 상기 계수 처리를 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 페이즈와 상기 합성 페이즈 사이에 있어서, 상기 분해 상세 계수를 정규화하고, 정규화된 상기 분해 상세 계수인 정규화 분해 상세 계수의 놈(norm)을 상기 에너지로 하여, 당해 정규화 분해 상세 계수에 대하여 상기 계수 처리를 행하고, 계수 처리된 상기 정규화 분해 상세 계수에 대하여 상기 정규화의 역연산을 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 분해 수단은, 상기 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크, 또는 상기 방위성이 다방향인 바람개비 프레임렛을 이용하여, 상기 다중 해상도 분해를 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 분해 수단은, 상기 다중 해상도 분해에 있어서, 레벨에 따라서 바람개비 프레임렛의 차수(次數)를 바꾸는 등 다른 필터 뱅크를 이용해도 되는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 분해 수단에 의한 상기 다중 해상도 분해는, 최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해 또는 일부 세선화 일부 중복 다중 해상도 분해인 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 제어부는, 상기 화상 데이터를 편집하여, 편집한 상기 화상 데이터에 대하여 상기 분해 수단에 의해 상기 다중 해상도 분해가 행해지도록 제어하는 화상 편집 수단을 더 구비하고, 상기 착시량 수치화 수단은, 편집된 상기 화상 데이터로부터 취득된 상기 재구성 화상 데이터와 미편집의 상기 화상 데이터와의 사이의 비 또는 차를 상기 착시량으로서 산출하고, 상기 화상 편집 수단은 상기 착시량이 작아지도록 반복해서 편집을 행하는 것을 특징으로 한다.

또, 본 발명은, 상기 기재의 착시의 분석 장치에 있어서, 상기 제어부는, 상기 화상 데이터를 편집하여, 편집한 상기 화상 데이터에 대하여 상기 분해 수단에 의해 상기 다중 해상도 분해가 행해지도록 제어하는 화상 편집 수단을 더 구비하고, 상기 착시량 수치화 수단은, 편집된 상기 화상 데이터와 당해 편집된 상기 화상 데이터로부터 취득된 상기 재구성 화상 데이터와의 사이의 비 또는 차를 상기 착시량으로서 산출하고, 상기 화상 편집 수단은, 상기 착시량이 소정의 수치가 되도록 반복해서 편집을 행하는 것을 특징으로 한다.

또, 본 발명은, 착시 가미 화상 생성 장치에 관한 것으로서, 본 발명의 착시 가미 화상 생성 장치는, 기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부는, 상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 수단과, 상기 분해 수단에 의해 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 수단을 구비하며, 상기 분해 수단은, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 수단을 더 구비한 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행하는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 화상 데이터의 색 성분은 CIELAB 색 공간에 있어서의, L*, a* 및 b* 중 어느 하나인 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 계수 처리 수단은, 상기 화상 데이터의 a* 및/또는 b*의 색 성분에 대하여, a* 및/또는 b*의 상기 분해 상세 계수와 L*에 있어서의 상기 분해 상세 계수로부터 정한 에너지가 크면 클수록 작은 값을 증강하고, 상기 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 상세 계수의 에너지가 큰 경우에는 N자 곡선으로, 작은 경우에는 S자 곡선으로, 자동적으로 연속적인 변화를 하는 함수를 이용하여, 상기 계수 처리를 행하는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 계수 처리 수단은, 상기 분해 페이즈와 상기 합성 페이즈 사이에 있어서, 상기 분해 상세 계수를 정규화하고, 정규화된 상기 분해 상세 계수인 정규화 분해 상세 계수의 놈을 상기 에너지로 하여, 당해 정규화 분해 상세 계수에 대하여 상기 계수 처리를 행하고, 계수 처리된 상기 정규화 분해 상세 계수에 대하여 상기 정규화의 역연산을 행하는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 분해 수단은, 상기 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크, 또는 상기 방위성이 다방향인 바람개비 프레임렛을 이용하여, 상기 다중 해상도 분해를 행하는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 분해 수단은, 상기 다중 해상도 분해에 있어서, 레벨에 따라서 바람개비 프레임렛의 차수를 바꾸는 등 다른 필터 뱅크를 이용해도 되는 것을 특징으로 한다.

또, 본 발명의 착시 가미 화상 생성 장치는, 상기 기재의 착시 가미 화상 생성 장치에 있어서, 상기 분해 수단에 의한 상기 다중 해상도 분해는, 최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해 또는 일부 세선화 일부 중복 다중 해상도 분해인 것을 특징으로 한다.

또, 본 발명은, 착시의 분석 방법에 관한 것으로서, 본 발명의 착시의 분석 방법은, 기억부와 제어부를 적어도 구비한 착시의 분석 장치에 있어서 실행되는 착시의 분석 방법으로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부에 있어서 실행되는, 상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와, 상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계와, 상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 단계를 포함하고, 상기 분해 단계는, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 단계를 더 포함하는 것을 특징으로 한다.

또, 본 발명은, 착시 가미 화상 생성 방법에 관한 것으로서, 본 발명의 착시 가미 화상 생성 방법은, 기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치에 있어서 실행되는 착시 가미 화상 생성 방법으로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부에 있어서 실행되는, 상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와, 상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계를 포함하고, 상기 분해 단계는, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 단계를 더 포함하는 것을 특징으로 한다.

또, 본 발명은, 프로그램에 관한 것으로서, 본 발명의 프로그램은, 기억부와 제어부를 적어도 구비한 착시의 분석 장치에 착시의 분석 방법을 실행시키기 위한 프로그램으로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부에 있어서, 상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와, 상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계와, 상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 단계를 실행시키기 위한 프로그램으로서, 상기 분해 단계에 있어서, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 단계를 더 실행시키는 것을 특징으로 한다.

또, 본 발명의 프로그램은, 기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치에 착시 가미 화상 생성 방법을 실행시키기 위한 프로그램으로서, 상기 기억부는, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과, 화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고, 상기 제어부에 있어서, 상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와, 상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계를 실행시키기 위한 프로그램으로서, 상기 분해 단계에 있어서, 상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 단계를 더 실행시키는 것을 특징으로 한다.

또, 본 발명은 기록 매체에 관한 것으로서, 상기 기재의 프로그램을 기록한 것을 특징으로 한다.

본 발명에 의하면, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크와, 화상 데이터를 기억하고, 화상 데이터의 색 성분에 대하여, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하고, 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 경우에, 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행하고, 화상 데이터와 재구성 화상 데이터 사이에 있어서의, 색 성분의 비 또는 차를 산출 함으로써 착시량을 수치화한다. 이에 의해, 본 발명은, 임의의 화상에 대하여 발생할 수 있는 착시량을 정량화할 수 있다는 효과를 나타낸다. 보다 구체적으로는, 종래에는, 어느 부분에 어느 정도의 착시가 발생하고 있는지를 파악하기 위해서는 감각에 의지하는 것 이외에 방법이 없었지만, 본 발명에 의하면, 어느 부분에 어느 정도의 착시가 발생하고 있는지를 객관적인 수치로서 취득할 수 있다. 보다 구체적으로는, 인쇄, 디자인, 영상, 도장(塗裝) 등의 색채에 있어서, 착시량의 발생 개소를 파악할 수 있음과 함께, 디자이너의 기능(技能)에 의지하지 않고, 어느 개소에 수정을 시행할지를 객관적인 지표에 의해 파악할 수 있다.

또, 본 발명에 의하면, 상기 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행해도 되므로, 보다 인간의 시각에 가까운 자연스러운 처리를 행할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 색 성분으로서, CIELAB 색 공간에 있어서의, L*, a* 및 b* 중 어느 하나를 이용한다. 이에 의해, 본 발명은 인간의 감각에 가까운 자연스러운 화상처리를 행할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, L*의 값, a*의 값 및 b*의 값의, 화상 데이터와 재구성 화상 데이터 사이에 있어서의 차의 제곱 합의 평방근인 색차를 이용하여, 착시량으로서 산출하므로, 색과 휘도에 있어서의 착시량을 통합한 합성 스코어에 의해, 보다 종합적인 감각에 가까운 착시량을 얻을 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 화상 데이터의 a* 및/또는 b*의 색 성분에 대하여, a* 및/또는 b*의 상기 분해 상세 계수와 L*에 있어서의 상기 분해 상세 계수로부터 정한 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 상기 에너지가 작으면 작을수록 작은 값을 증강하도록 보정한 상기 계수 처리를 행한다. 이에 의해, 휘도의 효과와 색의 효과를 협동시킨 인간의 시지각(視知覺)에 있어서 자연스러운 화상 처리를 행할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 분해 상세 계수의 에너지가 큰 경우에는 S자 곡선으로, 작은 경우에는 N자 곡선으로, 자동적으로 연속적인 변화를 하는 함수를 이용하여, 상기 계수 처리를 행한다. 이에 의해, 본 발명은, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하는 계수 처리를, S자 곡선으로부터 N자 곡선으로 연속적으로 변화하는 함수를 사용한 연산을 이용하여 바람직하게 실행할 수 있다는 효과를 나타낸다. 보다 구체적으로는, 주위의 자극이 큰 경우에는 분해 상세 계수의 편차를 크게 하고, 주위의 자극이 작은 경우에는 분해 상세 계수의 편차를 작게 하는 함수를 이용함으로써, 주위의 자극이 큰 경우에는 작은 자극이 약화시켜지고, 주위의 자극이 작은 경우에는 작은 자극으로도 의식되게 되므로, 화상마다 적절한 화상 처리를 자동적으로 할 수 있다.

또, 본 발명에 의하면, 상기 분해 페이즈와 상기 합성 페이즈 사이에 있어서, 상기 상세 분해 계수를 정규화하고, 정규화된 상기 분해 상세 계수인 정규화 분해 상세 계수의 놈을 상기 에너지로 하여, 당해 정규화 분해 상세 계수에 대하여 상기 계수 처리를 행하고, 계수 처리된 상기 정규화 분해 상세 계수에 대하여 상기 정규화의 역연산을 행한다. 이에 의해, 본 발명은, 정규화에 의해 함수 처리나 에너지 계산 등에 있어서 계수를 취급하기 쉽게 할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크, 또는 상기 방위성이 다방향인 바람개비 프레임렛을 이용하여, 상기 다중 해상도 분해를 행한다. 이에 의해, 본 발명은, 쌍직교 웨이브렛 필터 뱅크를 이용하여 간단한 계산을 행하거나, 바람개비 프레임렛을 이용하여 정밀한 계산을 행하거나 할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 다중 해상도 분해에 있어서, 레벨에 따라서 바람개비 프레임렛의 차수를 바꾸는 등 다른 필터 뱅크를 이용해도 된다. 이에 의해, 인간의 시각의 특성을 고려한 화상 처리를 행할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 상기 다중 해상도 분해는, 최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해, 또는 일부 세선화 일부 중복 다중 해상도 분해이므로, 바람직한 다중 해상도 분해를 행하여 분해 상세 계수를 취득할 수 있고, 또한 고주파 성분뿐만 아니라, 저주파 성분도 다중해상도적으로 처리되므로, 자연스러운 화상 처리를 행할 수 있다는 효과를 나타낸다.

또, 본 발명에 의하면, 화상 데이터를 편집하여, 편집한 화상 데이터에 대하여 다중 해상도 분해가 행해지도록 제어하는 경우에 있어서, 편집된 화상 데이터로부터 취득된 재구성 화상 데이터와 미편집의 화상 데이터와의 사이의 비 또는 차를 착시량으로서 산출하고, 착시량이 작아지도록 반복해서 편집을 행한다. 이에 의해, 뇌 내의 착시량분(分)을 가미하여 결과적으로 편집 전의 화상(초기 화상)과 같이 지각되는 것과 같은 편집 화상(출력용 화상)을 취득할 수 있다. 그리고, 이와 같은 출력용 화상을 프린트 아웃, 인쇄, 표시, 페인트 등과 같이 출력함으로써, 그것을 본 사람은, 화상 편집 전의 원래의 초기 화상으로서 뇌 내에서 지각하게 되어, 종래와 같은, 직인적인 기능에 의지한 배색의 조정이 필요 없어진다는 효과를 나타낸다.

또, 본 발명은, 화상 데이터를 편집하여, 편집한 화상 데이터에 대하여 다중 해상도 분해가 행해지도록 제어하는 경우에 있어서, 편집된 화상 데이터와 당해 편집된 화상 데이터로부터 취득된 재구성 화상 데이터와의 사이의 비 또는 차를 착시량으로서 산출하고, 착시량이 소정의 수치가 되도록 반복해서 편집을 행한다. 이에 의해, 수치화된 착시량을 지표로 하여 원하는 착시량이 되도록 편집하고, 착시량이 많은 화상이나 착시량이 적은 화상 등의 임의의 착시량의 화상을 작성할 수 있다는 효과를 나타낸다.

또, 본 발명은, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크와, 화상 데이터를 기억하고, 화상 데이터에 대하여, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하고, 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득 하는 경우에, 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행함으로써, 착시를 가미한 화상을 생성한다. 이에 의해, 본 발명은, 임의의 화상에 대하여, 뇌 내의 착시량분을 가미하여, 그 화상대로 지각되는 것과 같은 출력용 화상을 취득할 수 있다. 그리고, 이와 같은 출력용 화상을 프린트 아웃, 인쇄, 표시, 페인트 등과 같이 출력함으로써, 그것을 본 사람은, 원래의 화상대로 뇌 내에서 지각하게 되어, 종래와 같은, 직인적인 기능에 의지한 배색의 조정이 필요 없어진다는 효과를 나타낸다.

도 1은 본 실시 형태가 적용되는 본 착시 분석 장치(100)의 구성의 일례를 나타낸 블럭도이다.
도 2는 차수 5의 레벨 3의 최대 중복 바람개비 프레임렛 필터에 차수 5의 레벨 1과 레벨 2의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱하여 얻어지는 필터를 나타낸 도면이다.
도 3은 차수 7의 레벨 2(고주파수측)의 최대 중복 바람개비 프레임렛 필터에 레벨 1의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱한 필터를 나타낸 도면이다.
도 4는 차수 7의 레벨 3(저주파수측)의 최대 중복 바람개비 프레임렛 필터에 레벨 1과 레벨 2의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱한 필터를 나타낸 도면이다.
도 5는 차수 7, 레벨 k의 바람개비 프레임렛에 있어서, 근사 부분을 a_k로 나타내고, 상세 부분을 d_k(1)∼d_k(99)의 기호(번호)로 나타낸 도면이다.
도 6은 본 실시 형태에 있어서의 착시 분석 장치(100)의 기본 처리의 일례를 나타낸 플로우차트이다.
도 7은 최대 중복 다중 해상도 분해의 분해 페이즈 및 합성 페이즈의 필터 뱅크의 일례를 나타낸 도면이다.
도 8은 정규화를 동반하는 분해 상세 계수의 계수 처리의 일례를 나타낸 플로우차트이다.
도 9는 색의 대비 착시 화상의 일례를 나타낸 도면이다.
도 10은 도 9에 있는 원화상의 내측 사각 부분(원화상 A와 B에서 공통)과, 원화상 A의 화상 처리 결과인 처리 화상 A의 내측 사각 부분과, 원화상 B의 화상 처리 결과인 처리 화상 B의 내측 사각 부분을 나타낸 도면이다.
도 11은 색의 대비 착시 화상의 다른 예를 나타낸 도면이다.
도 12는 도 11에 있는 원화상의 내측 사각 부분(원화상 C와 D에서 공통)과, 원화상 C의 화상 처리 결과인 처리 화상 C의 내측 사각 부분과, 원화상 D의 화상 처리 결과인 처리 화상 D의 내측 사각 부분을 나타낸 도면이다.
도 13은 색의 대비 착시 화상의 다른 예를 나타낸 도면이다.
도 14는 도 13에 있는 원화상의 내측 사각 부분(원화상 E와 F에서 공통)과, 원화상 E의 화상 처리 결과인 처리 화상 E의 내측 사각 부분과, 원화상 F의 화상 처리 결과인 처리 화상 F의 내측 사각 부분을 나타낸 도면이다.
도 15는 원화상과 처리 화상에 있어서의 내측 사각 부분 내의 중심 좌표에 있어서의, L*의 값, a*의 값 및 b*의 값의 차분, 및 그들의 합성 스코어를 착시량으로서 그래프화한 도면이다.
도 16은 번호 1∼3의 원화상과, 원화상의 중심 단면에 있어서의 L*, a*, b*의 그래프, 원화상에 대응하는 처리 화상과, 처리 화상의 중심 단면에 있어서의 L*, a*, b*의 그래프를 나타낸 도면이다.
도 17은 번호 4∼6의 원화상과, 원화상의 중심 단면에 있어서의 L*, a*, b*의 그래프, 원화상에 대응하는 처리 화상과, 처리 화상의 중심 단면에 있어서의 L*, a*, b*의 그래프를 나타낸 도면이다.
도 18은 번호 7∼9의 원화상과, 원화상의 중심 단면에 있어서의 L*, a*, b*의 그래프, 원화상에 대응하는 처리 화상과, 처리 화상의 중심 단면에 있어서의 L*, a*, b*의 그래프를 나타낸 도면이다.
도 19는 내측의 작은 사각형과 외측의 큰 사각형의 휘도가 균일한 원화상과, 내측의 작은 사각형과 외측의 큰 사각형의 휘도가 크게 다른 원화상에 대하여 대비한 도면이다.
도 20은 본 실시예에서 이용하는 기본 도형이다.
도 21은 본 실시예에서 이용한 검사색을 나타낸 도면이다.
도 22는 처리 결과를 기초로 선택한 배경색을 갖는 기본 도형의 예를 나타낸 도면이다.
도 23은 도 22의 기본 도형에 대하여, 실시 형태의 순(順) 방향의 처리를 포함하는 방법으로 처리하여, 도출된 착시색을 배치한 도면이다.
도 24는 원화상(512×512 화소)과, 본 실시 형태에 의한 처리 화상을 대비하여 나타낸 도면이다.
도 25는 도 24의 각 사진에 있어서, 왼쪽으로부터 400화소째의 열의 L*의 값을 나타낸 그래프이다.
도 26은 도 24의 각 사진에 있어서, 왼쪽으로부터 400화소째의 열의 a*의 값을 나타낸 그래프이다.
도 27은 도 24의 각 사진에 있어서, 왼쪽으로부터 400화소째의 열의 b*의 값을 나타낸 그래프이다.
도 28은 착시 분석 장치(100)에 있어서의 피팅 처리의 일례를 나타낸 플로우차트이다.
도 29는 본 실시예에서 이용한 원화상을 나타낸 도면이다.
도 30은 원화상의 중앙의 작은 사각형 부분을 발출한 도면이다.
도 31은 역 방향의 처리를 행하여 재구성 화상으로서 얻어진 착시 가미 화상을 나타낸 도면이다.
도 32는 착시 가미 화상의 중앙의 작은 사각형 부분을 발출한 도면이다.
도 33은 도 29의 외측의 영역을 백색으로 바꿔 놓은 화상을 나타낸 도면이다.
도 34는 역 방향의 처리를 행하여 재구성 화상으로서 얻어진 착시 가미 화상을 나타낸 도면이다.
도 35는 슈브뢸 착시 도형을 나타낸 도면이다.
도 36은 슈브뢸 착시 도형에 대하여 역 방향의 처리를 실시한 착시 가미 화상을 나타낸 도면이다.
도 37은 도 35의 슈브뢸 착시 도형의 원화상과 도 36의 착시 가미 화상의 횡단면의 휘도(CIELAB의 L*)의 그래프이다.
도 38은 차수 7의 레벨 2의 최대 중복 바람개비 프레임렛 필터(maximal overlap pinwheel framelet filters at level 2)에 레벨 1의 최대 중복 바람개비 프레임렛의 근사 필터를 순환 상관 곱하여 얻은 필터를 나타낸 도면이다.
도 39는 테스트 화상에 대하여, 차수 7의 바람개비 프레임렛에 의해 레벨 2의 최대 중복 다중 해상도 분해(2nd stage of maximal overlap MRA decomposition by pinwheel framelet)를 행한 결과의 각 서브 밴드 신호를 나타낸 도면이다.

이하에, 본 발명에 관련된 착시의 분석 장치, 착시 가미 화상 생성 장치, 착시의 분석 방법, 착시 가미 화상 생성 방법 및 프로그램의 실시 형태를 도면에 기초하여 상세하게 설명한다. 또한, 이 실시 형태에 의해 본 발명이 한정되는 것은 아니다. 예를 들면, 본 실시 형태에 있어서의 색 공간으로서, CIE(국제조명위원회) 균등 지각 색 공간(L*a*b* 표현계)을 이용한 예에 대하여 설명하는 경우가 있지만, 이것에 한정되지 않고, 인간의 시각에 가까운 색 공간이라면 다른 색 공간에 있어서의 색 성분을 이용해도 된다.

[착시 분석 장치(100)의 구성]

다음으로, 본 실시 형태에 관련된 착시의 분석 장치 및 착시 가미 화상 생성 장치인 착시 분석 장치(100)의 구성에 대하여 도 1을 참조하여 설명한다. 도 1은 본 실시 형태가 적용되는 본 착시 분석 장치(100)의 구성의 일례를 나타낸 블럭도이며, 당해 구성 중 본 실시 형태에 관계된 부분만을 개념적으로 나타내고 있다.

도 1에 있어서 착시 분석 장치(100)는, 개략적으로, 제어부(102)와 통신 제어 인터페이스부(104)와 입출력 제어 인터페이스부(108)와 기억부(106)를 구비한다. 여기서, 제어부(102)는 착시 분석 장치(100)의 전체를 통괄적으로 제어하는 CPU 등이다. 입출력 제어 인터페이스부(108)는, 입력 장치(112)나 출력 장치(114)에 접속되는 인터페이스이다. 또, 기억부(106)는 각종 데이터베이스나 테이블 등을 저장하는 장치이다. 이들 착시 분석 장치(100)의 각 부는 임의의 통신로를 통하여 통신 가능하게 접속되어 있다.

기억부(106)에 저장되는 각종 파일(프레임렛 파일(106a) 및 화상 데이터 파일(106b))은 고정 디스크 장치 등의 스토리지 수단이다. 예를 들면, 기억부(106)는 각종 처리에 이용하는 각종 프로그램, 테이블, 파일, 데이터베이스 및 웹페이지 등을 저장한다.

이들 기억부(106)의 각 구성 요소 중 프레임렛 파일(106a)은, 방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단이다. 여기서, 본 실시 형태에서는, 방위 선택성 웨이브렛 프레임으로서, 바람개비 프레임렛(pinwheel framelet)을 이용하지만, 방위 선택성 웨이브렛 프레임은 이것에 한정되지 않고, 예를 들면 단순 바람개비 프레임렛(simple pinwheel framelet)(비특허문헌 3 참조)이나, 바람개비 웨이브렛 프레임(pinwheel wavelet frame)(비특허문헌 4 참조) 등을 이용해도 된다. 또, 방위성이 다방향인 바람개비 프레임렛에 한정하지 않고, 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크를 이용해도 된다. 또한, 바람개비 웨이브렛 프레임은, 구성하는 필터의 길이가 원화상의 화소수에 따라서 변화하는 것에 비하여, 바람개비 프레임렛 및 단순 바람개비 프레임렛은, 필터의 길이가 화소수에 관계되지 않는다는 성질이 있다. 예를 들면 바람개비 프레임렛은, 방위 선택성이 있는 이차원 프레임렛이고, 웨이브렛 프레임의 일종이다. 일례로서, 바람개비 프레임렛은 인간의 시각 피질의 단순 세포를 수리 모델화한 것이다. 이 분해는, 인간의 뇌 내에서 단순 세포에 의해 분해되는 신호의 수리적인 모델이다. 또한, 바람개비 프레임렛은, 단순 바람개비 프레임렛에 비하여, 신경과학적으로 보다 대뇌 피질 V1 영역의 단순 세포에 가까운 모델이 되어 있다. 일례로서, 바람개비 프레임렛에는 차수가 있고, 차수는 3 이상의 홀수이고, 차수가 커질수록 그만큼 많은 방위를 검출할 수 있게 된다. 또한, 그만큼 필터의 매수는 많아지고 계산 시간도 늘어난다는 성질이 있다. 또, 일례로서, 차수 n의 바람개비 프레임렛의 필터수는 (n + 1)² + (n - 1)²이 된다. 이 중 하나의 필터가 근사 필터이고, 나머지의 필터가 상세 필터이다. 여기서, 도 2는 차수 5의 레벨 3의 최대 중복 바람개비 프레임렛 필터에 차수 5의 레벨 1과 레벨 2의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱하여 얻어지는 필터를 나타낸 도면이다(순환 상관 곱에 대하여, 예를 들면 아라이 히토시 저, 「선형 대수 기초와 응용」 주식회사 니혼효론샤(2006년)를 참조).

이 바람개비 프레임렛은 차수 5이므로, 예를 들면 도 2에 나타낸 바와 같이, 각 레벨에 대하여 좌측의 6×6개의 필터와, 우측의 4×4개의 필터를 합하여, 합계 52매의 필터의 집합으로 이루어져 있다. 이 중, 도면의 중앙 상부의 검은 직사각형으로 둘러싼 1매가, 레벨 1부터 레벨 3까지의 근사 필터의 순환 상관 곱에 의해 얻어지는 필터이고, 그 외의 51매가, 레벨 3의 상세 필터에 레벨 1부터 2까지의 근사 필터를 순환 상관 곱하여 얻어지는 필터이다. 상세 필터로부터 만들어지는 상기 필터의 방위성은, 근사 필터만으로 만들어지는 필터를 중심으로 하여, 대체로 풍차가 회전하는 방향으로 늘어세우고 있다. 또한, 나중에 상세하게 설명하는 바와 같이, 각 차수의 바람개비 프레임렛에 의한 최대 중복 다중 해상도 분해에는 레벨이 있고, 레벨 1은 가장 세밀한 부분(고주파 부분)을 검출한다. 도 2는 레벨 3의 바람개비 프레임렛이고, 레벨 2, 3…으로 커짐에 따라, 대략적인 부분(저주파 부분)이 검출된다. 또한, 프레임렛 파일(106a)은, 바람개비 프레임렛 등의 방위 선택성 웨이브렛 프레임을 함수의 형식(프레임렛 필터의 주파수 응답 함수 등)으로 기억해도 된다. 함수의 구체적인 예에 대해서는 후술한다.

또한, 상기에 한정되지 않고, 본 실시 형태에 있어서 여러 가지 웨이브렛을 이용해도 된다. 여기서, 웨이브렛은 고전적인 웨이브렛이나 협의의 웨이브렛 등에 한정되지 않고, 광의의 웨이브렛도 포함한다. 예를 들면 웨이브렛은, 유한장파형,또는 0부터 증폭하여 신속하게 0에 수렴하는 것과 같은 진폭을 동반하는 물결 모양의 진동이며, 일례로서 가보 필터나 커브렛과 같은 웨이브렛과 유사한 것을 포함한다. 또, 프레임렛 파일(106a)은 방위 선택성 웨이브렛 프레임과 같은 프레임에 한정하지 않고, 방위 선택성 필터 뱅크 등의 필터 군이나 방위성이 있는 필터를 기억해도 된다. 각 방위성이 있는 필터는 일례로서, 각 방위성을 가진 복수의 상세 필터이고, 예를 들면 서브 밴드 신호 등의 성분이 필터에 의해 추출된다.

또, 화상 데이터 파일(106b)은 화상 데이터를 기억하는 화상 데이터 기억 수단이다. 여기서, 화상 데이터 파일(106b)에 기억되는 화상 데이터는, 미리 각 색 성분마다 색조나 계조값 등이 기술된 화상 데이터여도 되고, 본 실시 형태에서 취급되는 색 성분에 따라서 기술되어 있지 않은 화상 데이터여도 된다. 또한, 후자의 경우에는, 후술하는 색 공간 변환부(102d)에 의해서, 원하는 색 공간으로 변환되어, 각 색 성분으로 분해된다. 또, 화상 데이터 파일(106b)에 기억되는 화상 데이터는, 입력 장치(112)를 통하여 입력된 화상 데이터여도 되고, 외부 시스템(200) 등으로부터 네트워크(300)를 통하여 수신한 화상 데이터여도 된다. 또, 화상 데이터는, 컬러 화상의 이미지 데이터여도 되고, 그레이스케일의 이미지 데이터여도 된다. 또한, 바람개비 프레임렛 등의 방위 선택성 웨이브렛 프레임에 의해 다중 해상도 분해되기 전의 원래의 화상(데이터)을 원화상(데이터)이라고 부르고, 서브 밴드 신호에 기초하여 재구성된 후의 화상(데이터)을 재구성 화상(데이터)이라고 부른다. 여기서, 화상 데이터 파일(106b)은, 목적으로 하는 원화상의 화상 데이터와 동일한 화상 사이즈(화소수)의 단위 임펄스 신호를 화상 데이터로서 기억해도 된다. 또한, 화상 데이터 파일(106b)에 기억된 단위 임펄스 신호는, 화상 데이터로서 마찬가지로 프레임렛 파일(106a)에 기억된 필터 뱅크에 입력되고, 출력된 단위 임펄스 응답은, 목적으로 하는 원화상의 화상 데이터를 고속 계산하기 위하여 이용된다. 또한, 화상 데이터는, 예를 들면 래스터 형식 또는 벡터 형식의 이차원 화상 데이터 등이다. 또, 화상은 일례로서, 디자인(의장), 사진, 문자 등을 표현하는, 임의의 화상이어도 된다. 또, 화상은 정지 화상에 한정하지 않고, 동영상(영상)이어도 된다.

다시 도 1로 되돌아가서, 입출력 제어 인터페이스부(108)는, 입력 장치(112)나 출력 장치(114)의 제어를 행한다. 여기서, 출력 장치(114)로서는, 모니터(가정용 텔레비전을 포함한다) 등의 표시 장치나, 프린터 등의 인쇄 장치 등을 이용할 수 있다. 또, 입력 장치(112)로서는, 카메라 등의 촬상 장치, 외부 기억 매체에 접속되는 입력 장치 등 외에, 키보드, 마우스 및 마이크 등을 이용할 수 있다.

또, 도 1에 있어서, 제어부(102)는, OS(Operating System) 등의 제어 프로그램이나, 각종 처리 순서 등을 규정한 프로그램, 및 소요 데이터를 저장하기 위한 내부 메모리를 갖는다. 그리고, 제어부(102)는 이들 프로그램 등에 의해, 여러 가지 처리를 실행하기 위한 정보 처리를 행한다. 제어부(102)는, 기능 개념적으로 분해부(102a), 재구성부(102c), 색 공간 변환부(102d), 처리 화상 출력부(102e), 착시량 수치화부(102f) 및 화상 편집부(102g)를 구비한다. 또한, 분해부(102a)는 추가로 계수 처리부(102b)를 구비한다.

이 중, 분해부(102a)는, 화상 데이터(예를 들면, 화상 데이터의 색 성분)에 대하여, 프레임렛 파일(106a)에 기억된, 바람개비 프레임렛 등의 방위 선택성 웨이브렛 프레임에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 수단이다. 여기서, 「다중 해상도 분해」는, 최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해 및 일부 세선화 일부 중복 다중 해상도 분해를 포함한다(최대 중복 다중 해상도 분해에 대하여, 예를 들면 아라이 히토시 저 「웨이브렛」교리츠출판주식회사(2010년) 참조). 또한, 분해부(102a)에 의해 다중 해상도 분해를 계산할 때에, 순환 상관 곱, 순환 컨볼루션 곱이 사용되지만, 그들은 고속 푸리에 변환을 이용하는 공지의 고속 계산 방법에 의해 계산해도 된다. 상술한 바와 같이, 바람개비 프레임렛 등의 방위 선택성 웨이브렛 프레임에 의한 다중 해상도 분해에는, 레벨이 있다. 여기서, 도 3 및 도 4는 바람개비 프레임렛의 레벨에 따른 차이를 나타내기 위한 도면이며, 도 3은 레벨 2(고주파수측)의 최대 중복 바람개비 프레임렛 필터에 레벨 1의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱한 필터를 나타내고, 도 4는 레벨 3(저주파수측)의 최대 중복 프레임렛 필터에 레벨 1과 레벨 2의 최대 중복 바람개비 프레임렛 근사 필터를 순환 상관 곱한 필터를 나타내고 있다. 또한, 모두 차수는 7이므로, (7 + 1)² + (7 - 1)² = 100개의 필터가 있다.

일례로서, 분해부(102a)는 먼저, 레벨 1의 바람개비 프레임렛에 의한 최대 중복 다중 해상도 분해에 의해, 가장 세밀한 부분(고주파 부분)을 검출하고, 레벨 2, 3…으로 커짐에 따라, 대략적인 부분(저주파 부분)을 검출한다.

바람개비 프레임렛에 의한 다중 해상도 분해에는 분해 페이즈와 합성 페이즈가 있다. 각 페이즈는 근사 필터와 상세 필터의 배열(어레이)로 이루어지는 필터 뱅크에 의해 구성되어 있다. 분해부(102a)는, 분해 페이즈 및 합성 페이즈에 있어서의 화상 처리를 실행 후, 최종적으로 원화상 데이터를 「필터수×레벨」개의 화상 신호(즉, 서브 밴드 신호)로 분해한다.

예를 들면, 차수 7의 바람개비 프레임렛에 의한 레벨 5의 최대 중복 다중 해상도 분해의 경우, 어떤 레벨 k(k = 1부터 5)의 서브 밴드 신호에는, 1매의 근사 필터에 의해 얻어지는 1개의 근사 부분과, 99매의 상세 필터에 의해 얻어지는 99개의 상세 부분이 있다. 여기서, 도 5는 차수 7, 레벨 k의 바람개비 프레임렛에 있어서, 근사 부분을 a_k로 나타내고, 상세 부분을 d_k(1)∼d_k(99)의 기호(번호)로 나타낸 도면이다. 또한, 기호(번호)의 위치는 도 3(k = 2) 또는 도 4(k = 3)에 있어서의 각 필터의 위치와 대응지어져 있다. 즉, a_k 및 d_k(1)∼d_k(99)는 도 3 또는 도 4에 있어서의 대응하는 위치의 필터로부터 취득된 서브 밴드 신호를 나타내고 있다.

여기서, 분해부(102a)의 계수 처리부(102b)는, 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 계수 처리를 행하는 계수 처리 수단이다. 예를 들면 계수 처리부(102b)는, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행해도 된다(이하에서는 「순 방향의 처리」라고 부르는 경우가 있다). 예를 들면, 분해 상세 계수의 에너지가 큰 경우에, 계수 처리부(102b)는, 당해 분해 상세 계수의 편차를 크게 함으로써, 비교적 작은 값은 보다 작게 억제하면서 비교적 큰 값은 보다 크게 증강시킨다. 한편, 분해 상세 계수의 에너지가 작은 경우에, 계수 처리부(102b)는, 당해 분해 상세 계수의 편차를 작게 함으로써, 비교적 작은 값을 증강하면서 비교적 큰 값을 억제한다.

또한, 계수 처리부(102b)는, 상술한 바와 같이 순 방향의 처리를 행하는 것에 한정되지 않고, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행해도 된다(이하에서는 「역 방향의 처리」라고 부르는 경우가 있다). 예를 들면, 분해 상세 계수의 에너지가 큰 경우에, 계수 처리부(102b)는, 당해 분해 상세 계수의 편차를 작게 함으로써, 비교적 작은 값을 증강하면서 비교적 큰 값은 억제시킨다. 한편, 분해 상세 계수의 에너지가 작은 경우에, 계수 처리부(102b)는, 당해 분해 상세 계수의 편차를 크게 함으로써, 비교적 작은 값을 보다 작게 억제하면서 비교적 큰 값을 보다 크게 증강시킨다.

여기서, 큰 화소수의 화상인 경우에는, 그 화상을 적절하게 분할하여, 각 분할 화상에 대하여 본 실시 형태의 처리를 행해도 된다.

또, 계수 처리부(102b)는, 함수 처리 등의 계수 처리 및/또는 에너지 계산에 있어서, 분해 상세 계수의 값이 취급하기 쉬워지도록, 정규화를 행해도 된다. 예를 들면 계수 처리부(102b)는, 분해 페이즈와 합성 페이즈 사이에 있어서, 먼저 분해 상세 계수를 절대값을 취하여 정규화하고, 정규화된 분해 상세 계수(「정규화 분해 상세 계수」라고 부른다)의 제곱 놈(또는 그 외의 놈이어도 된다)을 에너지로 해도 된다. 그리고, 계수 처리부(102b)는, 계산한 에너지에 따라서, 정규화 분해 상세 계수에 대하여 계수 처리를 행하고, 계수 처리된 정규화 분해 상세 계수에 대하여 정규화의 역연산을 행함으로써, 합성 페이즈에의 입력 데이터로 해도 된다. 또한, 절대값을 이용한 경우에는, 이하의 식과 같이 역연산 시에 부호를 원래로 되돌린다.

x' = sgn(x)z'

(여기서, x는 분해 상세 계수이고, z는 계수 처리 후의 값이고, z'는 정규화의 역연산 결과의 값이다. 여기서, x ≥ 0이면 sgn(x) = 1이고, x < 0이면 sgn(x) = -1이다. 또한, x'는 부호를 되돌린 결과의 값이다.)

또한, 계수 처리부(102b)는, 에너지의 대소에 따른 계수 처리를 행하기 위하여, 에너지값에 역치를 설정하여, 에너지값의 범위마다 다른 계수 처리를 행해도 되고, 에너지값에 역치를 설정하지 않고, 에너지값에 따라서 편차가 연속적으로 변화하는 것과 같은 함수에 의해 연산함으로써 계수 처리를 행해도 된다. 전자의 경우, 예를 들면 계수 처리부(102b)는, 에너지값의 범위마다 설정한 함수(예를 들면, 로짓 함수나 로지스틱 식 등)를 이용해도 된다. 후자의 경우, 예를 들면 계수 처리부(102b)는, 분해 상세 계수의 에너지가 큰 경우에는 S자 곡선으로, 작은 경우에는 N자 곡선으로, 연속적으로 변화하는 함수(「SN 함수」라고 부른다)를 이용하여, 순 방향의 처리로서 계수 처리를 행해도 된다. 여기서, SN 함수의 일례를 이하에 나타낸다(비특허문헌 2 참조). 또한, 식 1은 α > 1이면 S자 곡선이 되고, α = 1이면 직선이 되고, α < 1이면 N자 곡선이 된다.

z = y^α / {y^α + (1 - y)^α} … (식 1)

(여기서, y는 정규화 분해 상세 계수이고(0 ≤ y ≤ 1), α는 정규화 분해 상세 계수의 에너지에 기초하는 지표값이고(0 < α), z는 함수 처리된 정규화 분해 상세 계수이다.) 또한, 함수는 이산화(離散化)함으로써, 테이블화하여 이용해도 된다.

여기서, 상술한 식 1에 있어서, α를 정했을 때의 α와 에너지의 증대 관계가 반대가 되도록 다시 정한 지표값, 예를 들면 α의 역수를 다시 α로 두면, 역 방향의 처리의 SN 함수로 할 수 있다. 즉, α를 상술한 바와 같이 치환하면, 계수 처리부(102b)는, 역 방향의 처리로서, 분해 상세 계수의 에너지가 큰 경우에는 N자 곡선으로, 작은 경우에는 S자 곡선으로, 연속적으로 변화하는 SN 함수를 이용하여, 역 방향의 계수 처리를 행할 수 있다. 또한, 이하의 실시 형태에 있어서, 순 방향의 처리를 행하기 위한 설명을 행하는 경우가 있지만, 에너지의 대소에 따른 계수 처리 내용의 관계를 바꾸어 넣으면, 마찬가지로 하여, 역 방향의 처리를 행하기 위한 설명으로서 바꿔 읽을 수 있다.

또한, 계수 처리부(102b)는 일례로서, CIELAB 색 공간에 있어서의 L*, a*, 및 b* 등과 같이 , 색 성분마다 계수 처리를 행하는 것이지만, 각 색 성분의 값을 독립적으로 처리하는 것에 한정되지 않고, 하나의 색 성분의 계수 처리를 행하는 경우에, 다른 색 성분의 값에 기초하여 계수 처리를 보정해도 된다. 예를 들면 인간의 시각에서는, 대뇌 피질에 색·휘도 세포가 있다는 뇌신경과학적인 실험 결과(비특허문헌 5)가 있지만, 이 실험 결과를 바탕으로, 색·휘도 세포의 역할을 추측한 수리 모델을 고안함으로써 계수 처리부(102b)는 화상 데이터의 a* 및/또는 b*의 색 성분에 대하여, a* 및/또는 b*의 분해 상세 계수와 L*에 있어서의 분해 상세 계수로부터 정한 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 상술한 에너지가 작으면 작을수록 작은 값을 증강하도록 보정한 계수 처리를 행해도 된다. 또, 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행할 수도 있다.

또, 재구성부(102c)는, 분해부(102a)에 의해 취득된 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 수단이다. 예를 들면 재구성부(102c)는, 상술한 최대 레벨의 근사 필터에 의해 얻어진 근사 부분의 서브 밴드 신호와, 모든 상세 필터에 의해 얻어진 상세 부분의 서브 밴드 신호를 합침으로써, 화상을 재구성하여 재구성 화상 데이터를 취득한다. 이 때, 바람개비 프레임렛이 완전 재구성성을 가지므로, 계수 처리부(102b)에 의한 처리를 행하지 않으면, 재구성부(102c)는 원화상과 동일한 화상을 재현한다. 환언하면, 재구성부(102c)는, 계수 처리부(102b)에 의한 처리에 의해 분해 상세 계수가 증감되고 나서, 서브 밴드 신호를 합침으로써, 원화상에 대하여 자연스러운 화상 처리가 실시된 재구성 화상 데이터를 취득한다.

여기서, 상술한 기호(번호)를 이용하여, 완전 재구성성에 대하여 설명한다. 원화상의 입력 신호(원신호)를 x로 하면, 차수 7의 바람개비 프레임렛에 의한 레벨 5의 최대 중복 다중 해상도 분해의 완전 재구성성은 이하의 식으로 나타내어진다.

x = a₅ + (d₅(1) + … + d₅(99)) + … + (d₁(1) + … + d₁(99))

여기서, 분해부(102a)에 있어서 계수 처리부(102b)에 의한 처리를 거친 상세 부분을 d₅'(1), …, d₁'(99)로 두면, 이 경우, 재구성 화상(신호)는 이하의 식으로 나타내어진다.

y = a₅ + (d₅'(1) + … + d₅'(99)) + … + (d₁'(1) + … + d₁'(99))

이 때, 분해부(102a)에 있어서 계수 처리가 행해지지 않으면, d₅'(1) = d₅(1), …, d₁'(99) = d₁(99)가 되고, 명확히 x = y(원화상과 재구성 화상이 동일)이고, 완전 재구성이 된다.

또, 색 공간 변환부(102d)는, 색 공간의 변환이나 색 성분의 분해·합성 등을 행하는 색 공간 변환 수단이다. 예를 들면 색 공간 변환부(102d)는, 화상 데이터 파일(106b)에 기억된 화상 데이터가 컬러 화상인 경우로서, 본 실시 형태에서 이용하는 색 성분에 의해서 데이터가 기술되어 있지 않을 경우, 분해부(102a)에 의한 처리를 행하기 전에, 원하는 색 공간(예를 들면, CIELAB 색 공간)으로 변환한다. CIELAB 색 공간으로 변환함으로써, 화상은 L*(휘도), a*(빨강-초록), b*(노랑-파랑)의 세 개의 색 성분으로 분해된다. 또한, 색 공간 변환부(102d)는, CIELAB 색 공간 이외의 다른 색 공간으로 변환해도 된다. CIELAB 색 공간을 사용하는 이점은, 인간의 망막으로부터의 시각 정보 변환에 가깝다는 점이다. 또한, 화상 데이터가 미리 본 실시 형태에서 이용하는 각 색 성분마다 색조나 계조값 등을 기술하고 있는 경우에는, 색 공간 변환부(102d)는 색 공간에 관한 처리를 행하지 않아도 된다. 또한, 필요하다면 색 공간 변환부(102d)는, 재구성부(102c)에 의한 화상 데이터 재구성 처리에 있어서, 색 성분의 합성이나 색 공간의 변환, 휘도·색의 스케일 변환 등을 행한다.

또, 처리 화상 출력부(102e)는, 재구성부(102c)에 의해 재구성된 재구성 화상 데이터를 출력 장치(114)에 출력한다. 예를 들면 처리 화상 출력부(102e)는, 모니터 등의 표시 장치에 재구성 화상을 표시 출력해도 되고, 프린터 등의 인쇄 장치에 재구성 화상을 인쇄 출력하여 인쇄 매체를 제조해도 된다. 인쇄 대상의 매체로서는, 예를 들면 종이, OHP 시트 등이어도 되고, 예를 들면 광고지나 부채, 카드, 그림책, 연하장, 크리스마스 카드, 명함 등의 형태여도 된다. 또한, 출력하는 형태에 따라서, 처리 화상 출력부(102e)는 용도에 따른 디자인 변경(예를 들면, 엽서 사이즈 등으로 변경)을 행해도 된다. 또, 처리 화상 출력부(102e)는, 재구성 화상 데이터를 네트워크(300)를 통하여 외부 시스템(200)에 송신해도 된다.

또, 착시량 수치화부(102f)는, 화상 데이터와 재구성 화상 데이터 사이에 있어서의, 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 수단이다. 예를 들면 착시량 수치화부(102f)는, 화상 데이터와 재구성 화상 데이터 사이에 있어서, 동일한 픽셀 좌표에 있어서의 L*, a* 또는 b*의 값의 차(차의 절대값이나 제곱을 포함한다.) 또는 비(비율, 비율, 백분율 등을 포함한다.)를 착시량으로서 산출해도 된다. 또한, 착시량 수치화부(102f)는 L*, a* 또는 b*의 값의 차를 통합하여, 이들 차의 제곱 합의 평방근을, 종합적인 착시량으로서 산출해도 된다. 또한, 착시량 수치화부(102f)는, 수치화한 착시량을 수치인 채로 출력 장치(114)에 출력해도 되고, 착시량을 그래프화하여 출력 장치(114)에 출력해도 된다. 예를 들면 착시량 수치화부(102f)는, 화상을 가로지르는 횡단선에 있어서, 당해 횡단선 상의 좌표에 있어서의 착시량을 그래프화하여 출력 장치(114)에 표시해도 된다. 또, 착시량 수치화부(102f)는, 이차원 화상에 대하여, 착시량을 높이로 하여 삼차원 표시를 행해도 된다.

또, 화상 편집부(102g)는, 화상 데이터를 편집하는 화상 편집 수단이다. 예를 들면 화상 편집부(102g)는, 화상 데이터 파일(106b)에 기억된 화상 데이터에 대하여 색조나 계조값의 변경 등을 행해도 된다. 또한, 화상 편집부(102g)는, 이용자에게 입력 장치(112)를 통하여 화상의 편집을 행하게 해도 되고, 화이트 밸런스 등의 임의의 알고리즘에 의해, 자동적으로 화상의 편집을 행해도 된다. 수동의 예로서, 화상 편집부(102g)는, 편집 대상의 화상의 휘도마다의 픽셀수를 플롯한 히스토그램을 출력 장치(114)에 표시시켜, 이용자에게 히스토그램 상에서 화상의 밝기나 콘트래스트를 조정하게 해도 된다. 자동의 예로서, 화상 편집부(102g)는, 착시량 수치화부(102f)에 의해 산출된 착시량이 소정값 이상의 동일 색 영역이나, 그것에 인접하는 동일 색 영역에 있어서, 당해 영역에 속하는 픽셀 군에 대하여 색을 선택적으로 변경해도 되고 색 보정을 행해도 된다. 또한, 화상 편집부(102g)는, 착시량 수치화부(102f)에 의해 산출된 색 성분의 착시량이 큰 경우에는 색의 변경량을 크게 하고, 착시량이 작은 경우에는 색의 변경량을 작게 해도 된다. 이와 같이, 화상 편집부(102g)는, 변경한 화상에 이러한 착시 화상과 원래의 초기 화상과의 차분(착시량)이 작아지도록(예를 들면, 최소가 되도록) 반복해서 화상 편집을 행함으로써, 뇌 내의 착시량분을 가미하여 결과적으로 초기 화상과 같이 지각되는 것과 같은 화상(출력용 화상)을 취득해도 된다. 즉, 이와 같은 출력용 화상을, 프린트 아웃, 인쇄, 표시, 페인트 등과 같이 출력함으로써, 그것을 본 사람은, 화상 편집 전의 원래의 초기 화상으로서 뇌 내에서 지각하게 되어, 종래와 같은, 직인적인 기능에 의지한 배색의 조정이 필요 없어진다는 효과를 나타낸다. 또한, 편집된 화상 데이터로부터 취득된 재구성 화상 데이터와 미편집의 화상 데이터와의 사이의 비 또는 차를 착시량으로서 산출한 수치를 이용하는 것에 한정되지 않고, 편집된 화상 데이터와 당해 편집된 화상 데이터로부터 취득된 재구성 화상 데이터와의 사이의 비 또는 차를 착시량으로서 산출한 수치를 이용해도 된다. 이 경우, 화상 편집부(102g)는, 착시량이 소정의 수치가 되도록 반복해서 편집을 행함으로써, 수치화된 착시량을 지표로 하여 원하는 착시량이 되도록 편집하여, 착시량이 많은 화상이나 착시량의 적은 화상 등의 임의의 착시량의 화상을 작성할 수 있다는 효과를 나타낸다.

이 착시 분석 장치(100)는, 라우터 등의 통신 장치 및 전용선 등의 유선 또는 무선의 통신 회선을 통하여, 네트워크(300)에 통신 가능하게 접속되어도 된다. 도 1에 있어서, 통신 제어 인터페이스부(104)는, 착시 분석 장치(100)와 네트워크(300)(또는 라우터 등의 통신 장치) 사이에 있어서의 통신 제어를 행한다. 즉, 통신 제어 인터페이스부(104)는, 통신 회선 등에 접속되는 라우터 등의 통신 장치(도시 생략)에 접속되는 인터페이스이고, 다른 단말과 통신 회선을 통하여 데이터를 통신하는 기능을 갖는다. 도 1에 있어서, 네트워크(300)는, 착시 분석 장치(100)와 외부 시스템(200)을 서로 접속하는 기능을 갖고, 예를 들면 인터넷 등이다.

도 1에 있어서, 외부 시스템(200)은, 네트워크(300)를 통하여, 착시 분석 장치(100)와 서로 접속되고, 화상 데이터나 바람개비 프레임렛에 관한 외부 데이터베이스나, 컴퓨터를 착시 분석 장치(100)로서 기능하게 하기 위한 프로그램을 제공하는 기능을 갖추어도 된다. 여기서, 외부 시스템(200)은 WEB 서버나 ASP 서버 등으로서 구성하고 있어도 된다. 또, 외부 시스템(200)의 하드웨어 구성은, 일반적으로 시판되는 워크스테이션, 퍼스널 컴퓨터 등의 정보 처리 장치 및 그 부속 장치에 의해 구성하고 있어도 된다. 또, 외부 시스템(200)의 각 기능은, 외부 시스템(200)의 하드웨어 구성 중의 CPU, 디스크 장치, 메모리 장치, 입력 장치, 출력 장치, 통신 제어 장치 등 및 그들을 제어하는 프로그램 등에 의해 실현된다.

이상으로, 본 실시 형태에 있어서의 착시 분석 장치(100)의 구성의 설명을 마친다.

[착시 분석 장치(100)의 처리]

다음으로, 이와 같이 구성된 본 실시 형태에 있어서의 본 착시 분석 장치(100)의 처리의 일례에 대하여, 이하에 도 6∼도 39를 참조하여 상세하게 설명한다.

[기본 처리]

먼저, 착시 분석 장치(100)의 기본 처리에 대하여 도 6∼도 8을 참조하여 설명한다. 도 6은 본 실시 형태에 있어서의 착시 분석 장치(100)의 기본 처리의 일례를 나타낸 플로우차트이다.

먼저, 분해부(102a)는, 화상 데이터 파일(106b)에 기억된 화상 데이터의 색 성분에 대하여, 프레임렛 파일(106a)에 기억된 바람개비 프레임렛에 의한 최대 중복 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득한다(단계 SA-1). 또한, 분해부(102a)는, 바람개비 프레임렛에 한정되지 않고, 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크를 이용해도 된다. 또, 필요에 따라서(예를 들면, 본 실시 형태에서 이용하는 색 성분에 의해 화상 데이터가 기술되어 있지 않은 경우 등), 색 공간 변환부(102d)는, 컬러 화상에 대하여 원하는 색 공간의 변환 처리나 색 성분의 분해 처리를 행해도 된다. 일례로서, 색 공간 변환부(102d)는, 컬러 화상을 CIELAB 색 공간으로 변환해도 된다. 이에 의해, 화상은 L*(휘도), a*(빨강-초록), b*(노랑-파랑)의 세 개의 색 성분으로 분해된다. 여기서, 도 7은 최대 중복 다중 해상도 분해의 분해 페이즈 및 합성 페이즈의 필터 뱅크의 일례를 나타낸 도면이다. 도면 내의 숫자는 레벨을 나타내고 있다. PW는 상세 필터이고, 차수 7의 경우, 각 레벨에 99매 존재한다. A는 근사 필터이고, 마찬가지로 차수 7의 경우, 각 레벨에 1매 존재한다. 또한, 도 7의 예에서는, 최대 중복법을 이용하고 있지만, 본 실시 형태는 이것에 한정되지 않고, 최대 세선화법이어도 되고 다른 세선화법을 이용해도 된다.

도 7에 나타낸 바와 같이, 먼저 분해부(102a)는, 레벨 1의 바람개비 프레임렛을 이용하여, 원화상을 입력 신호로 하여, 99매의 상세 필터를 통과하는 신호와, 1매의 근사 필터를 통과하는 신호(분해 상세 계수 d₁에 의해 신호 강도가 표현되는 신호)로 분해한다. 다음으로, 분해부(102a)는, 레벨 1의 근사 필터를 통과한 신호를, 레벨 2의 바람개비 프레임렛을 이용하여, 99매의(레벨 2의) 상세 필터를 통과하는 신호(분해 상세 계수 d₂)와, 1매의(레벨 2의) 근사 필터를 통과하는 신호로 분해한다. 분해부(102a)는 이 처리를, 최대 레벨 k(도시의 경우, 레벨 5)까지 반복해서 행하여, 분해 상세 계수 d₁∼d_k 및 근사 계수 a_k를 얻는다. 여기서 이용하는 바람개비 프레임렛의 차수는 레벨마다 바꾸어도 된다. 통상의 다중 해상도 분해에서는, 분해부(102a)는, 분해 페이즈에서 얻어진, 분해 상세 계수 d₁∼d₅로 이루어지는 신호를 그대로 합성 페이즈의 필터 뱅크에 걸지만, 본 실시 형태에서는, 본 실시 형태에 있어서의 계수 처리를 행하여, 합성 페이즈 입력용의 분해 상세 계수 d₁'∼d₅'를 얻는다.

즉, 도 6에 나타낸 바와 같이, 분해부(102a)의 계수 처리부(102b)는, 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 증강하도록 계수 처리를 행한다(단계 SA-2). 여기서, 계수 처리부(102b)는, 화상 데이터의 a* 및/또는 b*의 색 성분에 대하여, a* 및/또는 b*의 분해 상세 계수와 L*에 있어서의 분해 상세 계수로부터 정한 에너지가 크면 클수록 작은 값을 보다 작게 억제하고, 상기의 에너지가 작으면 작을수록 작은 값을 증강하도록 보정한 계수 처리를 행해도 된다. 또, 계수 처리부(102b)는, 함수 처리 등의 계수 처리 및/또는 에너지 계산에 있어서, 분해 상세 계수의 값이 취급하기 쉬워지도록, 정규화를 행해도 된다. 여기서, 도 8은 정규화를 동반하는 분해 상세 계수의 계수 처리의 일례를 나타낸 플로우차트이다.

도 8에 나타낸 바와 같이, 먼저 계수 처리부(102b)는, 분해 페이즈로부터 출력된 분해 상세 계수 x의 절대값을 정규화한다(단계 SA-21). 예를 들면 계수 처리부(102b)는, 모든 분해 상세 계수 x가 0부터 1 사이의 수치에 들어가도록 적절한 정규화 수법에 의해 분해 상세 계수 x의 정규화를 행한다.

그리고, 계수 처리부(102b)는, 정규화 분해 상세 계수 y에 기초하여 분해 상세 계수의 에너지를 계산한다(단계 SA-22). 예를 들면 계수 처리부(102b)는, 정규화 분해 상세 계수 y의 제곱 놈 ││y││를 에너지로 해도 된다. 또한, 에너지를 함수 처리로 취급할 수 있도록 정규화하는 등의 지수 조정을 행해도 된다.

그리고, 계수 처리부(102b)는, 단계 SA-22에서 산출한 에너지에 따라서, 비선형적으로 정규화 분해 상세 계수 y의 계수 처리를 행하여 계수 처리 결과 z를 얻는다(단계 SA-23). 예를 들면 계수 처리부(102b)는, 에너지의 대소에 따른 계수 처리를 행하기 위하여, 에너지 값에 역치를 설정하여, 에너지 값의 범위마다 다른 계수 처리를 행해도 되고, 에너지 값에 역치를 설정하지 않고, 에너지 값에 따라서 편차가 연속적으로 변화하는 것과 같은 함수에 의해 연산함으로써 계수 처리를 행해도 된다. 일례로서, 순 방향의 처리를 행하기 위하여, 계수 처리부(102b)는, 분해 상세 계수의 에너지가 큰 경우에는 S자 곡선으로, 작은 경우에는 N자 곡선으로, 연속적으로 변화하는 SN 함수를 이용하여, 계수 처리를 행해도 된다. 여기서, 이하의 식 1은 SN 함수의 일례이다(비특허문헌 2 참조). 식 1은 α > 1이면 S자 곡선이 되고, α = 1이면 직선이 되고, α < 1이면 N자 곡선이 된다. 또한, 에너지와 파라미터 α의 대응을 정하는 방식은, 하나에 고정하지 않고, 개인차를 반영시켜 설정해도 되고, 또한 레벨마다, 방향마다, 색 성분마다, 분해 상세 계수의 부호마다 설정해도 된다.

z = y^α / {y^α + (1 - y)^α} … (식 1)

(여기서, y는 정규화 분해 상세 계수이고(0 ≤ y ≤ 1), α는 정규화 분해 상세 계수의 에너지에 기초하는 지표값이고(0 < α), z는 함수 처리된 정규화 분해 상세 계수이다.) 또한, 상기에 한정되지 않고, 역 방향의 처리를 행하기 위하여, 계수 처리부(102b)는, 분해 상세 계수의 에너지가 큰 경우에는 N자 곡선으로, 작은 경우에는 S자 곡선으로, 연속적으로 변화하는 SN함수를 이용하여, 계수 처리를 행해도 된다.

그리고, 계수 처리부(102b)는, 단계 SA-23에서 계수 처리된 정규화 분해 상세 계수 z에 대하여 정규화의 역연산을 행함으로써, 합성 페이즈에의 입력 데이터 x'를 취득한다(단계 SA-24). 또한, 상술한 놈을 이용한 경우에는, 이하의 식에 의해 역연산 시에 부호를 원래로 되돌린다.

x' = sgn(x)z'

다시 도 6으로 되돌아가서, 분해부(102a)는, 단계 SA-2에서 계수 처리된 분해 상세 계수를 입력 데이터로 하여 합성 페이즈의 처리를 행한다(단계 SA-3). 즉, 분해부(102a)는, 분해 페이즈에 의해 출력된 신호를 계수 처리한 신호를 합성 페이즈의 필터에 의해, 최종적으로 99×5의 서브 밴드 신호(상세 부분)와, 1의 서브 밴드 신호(근사 부분)를 취득한다(도 7 참조).

그리고, 재구성부(102c)는, 분해부(102a)에 의해 취득된 서브 밴드 신호를 합쳐 화상을 재구성한다(단계 SA-4). 또한, 서브 밴드 신호를 합친 색 성분의 수치가 규정값(예를 들면, 0부터 255 계조의 범위)을 초과하고 있는 경우, 재구성부(102c)는, 예를 들면 선형 또는 비선형의 방법으로 규정 범위(예를 들면, 0과 255의 범위 내)에 수치를 넣어도 되고, 최저 규정값(예를 들면 0) 이하의 수치는 최저 규정값으로 하고, 최고 규정값(예를 들면 255) 이상의 수치는 255로 치환해도 된다(역치를 이용한 방법). 이 외에, 필요에 따라서(예를 들면, RGB로 출력해야만 하는 등), 색 공간 변환부(102d)는, 색 공간의 변환이나 색 성분의 합성 등의 처리를 행해도 된다. 또한, 단계 SA-2에 있어서 역 방향의 처리를 행한 경우, 당해 단계 SA-4에 있어서, 재구성부(102c)는, 재구성 화상으로서 착시 가미 화상을 얻을 수 있으므로, 이후의 처리는 행하지 않아도 된다.

그리고, 착시량 수치화부(102f)는, 상술한 화상 처리를 행할 때까지의 원래의 화상 데이터와, 재구성부(102c)에 의해 생성된 재구성 화상 데이터와의 사이에 있어서의, 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화한다(단계 SA-5). 예를 들면 착시량 수치화부(102f)는, 화상 데이터와 재구성 화상 데이터 사이에 있어서, 동일한 픽셀 좌표에 있어서의 L*, a* 또는 b*의 값의 차(차의 절대값이나 제곱을 포함한다) 또는 비(비율, 비율, 백분율 등을 포함한다)를 착시량으로서 산출해도 된다. 또한, 착시량 수치화부(102f)는 L*, a* 또는 b*의 값의 차를 통합하여, 이들 차의 제곱 합의 평방근인 색차를 이용하여, 종합적인 착시량으로서 산출해도 된다. 또한, 착시량을 수치화한 후, 착시량 수치화부(102f)는, 착시량을 수치인 채로 출력 장치(114)에 출력해도 되고, 착시량을 그래프화하여 출력 장치(114)에 출력해도 된다. 예를 들면 착시량 수치화부(102f)는, 화상을 가로지르는 횡단선에 있어서, 당해 횡단선 상의 좌표에 있어서의 착시량을 그래프화하여 출력 장치(114)에 표시해도 된다. 또, 착시량 수치화부(102f)는, 이차원 화상에 대하여, 착시량을 높이로 하여 삼차원 표시를 행해도 된다.

이것으로, 착시 분석 장치(100)의 기본 처리의 설명을 마친다. 이상의 순 방향의 처리를 포함하는 처리에 의해서 얻어진 재구성 화상은, 원화상에 대하여 본 실시 형태에 의한 화상 처리가 실시되어 있고, 예를 들면 원화상보다 인간의 지각에 가까운 화상이 되는 것과 같은 자연스러운 화상 처리가 실시되고 있다. 이와 같은 본 실시 형태에 의해서 이 자연스러운 화상 처리를 실시할 수 있는 원리는 이하와 같이 생각된다. 즉, 인간의 시각 정보 처리에는 고도의 처리 기능이 구비되어 있지만, 때로는 착시를 지각시킨다. 본 실시 형태와 같이, 인간의 시각 정보 처리에 기초한 수리 모델이 인간과 마찬가지로 착시를 표현할 수 있다는 것은, 뇌 내의 시각 정보 처리와 유사한 처리를 행하고 있는 것의 증명이 된다. 따라서, 이 뇌 내의 시각 정보 처리와 유사한 처리에 의해 도출된 처리 화상과 원화상을 비교함으로써, 수치화된 착시량을 얻을 수 있다.

[계수 처리의 실시예]

다음으로, 착시 분석 장치(100)의 계수 처리부(102b)에 의해 계수 처리의 실시예를 이하에 나타낸다.

주위의 자극량이 많으면 약한 자극이 억제되고, 주위의 자극량이 약하면 약한 자극이 강조된다는 현상 등을 수학적으로 기술하기 위하여, 파라미터에 의해 S 자 형상의 그래프를 갖는 함수로부터 N자 형상의 그래프를 갖는 함수로 연속적으로 변형되어 가는 함수를 생각한다. 이와 같은 특성을 갖는 함수를 지각 함수라고 명명한다. 지각 함수의 하나의 예로서, 이하의 SN 함수를 예로 든다.

여기서, X를 원화상으로 하고, X = (X₁, X₂, X₃)를 색 공간에 있어서의 표시를 나타내는 것으로 한다. 예를 들면 CIELAB 색 공간을 사용하는 경우에는, X₁을 L*, X₂를 a*, X₃를 b*에 관한 데이터로 한다.

그리고, X_μ(μ = 1, 2, 3)을 바람개비 프레임렛에 의해 분해한다. 이 실시예에서는 X의 화소수는 512×512 픽셀이고, 5차의 바람개비 프레임렛 ((5 - 1)² + (5 + 1)² = 52매)이고 레벨 8의 분해인 경우에 대하여 설명한다(또한, 다른 화소수, 다른 바람개비 프레임렛 등등에서도 마찬가지의 사고 방식으로 행할 수 있다).

이 때, X_μ의 분해 데이터는 이하의 식으로 나타낼 수 있다(단, l, p, j, k는 정수).

여기서, (x_μ[l, 1;j, k])_{0≤j, k≤511}은 바람개비 프레임렛의 분해 근사 계수이고, (x_μ[l, p;j, k])_{0≤j, k≤511}(2≤p≤52)는 바람개비 프레임렛의 분해 상세 계수를 나타내는 것으로 한다. 이하에서는 2 ≤ p ≤ 52로 한다.

φ_{μ, l, p}를 적절한 2 변수 함수로 하여, 이하의 식으로 둔다(μ = 1, 2, 3).

예를 들면, 이하로 한다(a1, a2는 적절한 정규화 정수 ; μ = 1, 2, 3).

또, 이하로 한다.

b1, b2, b3, b4를 적절하게 결정하는 음이 아닌 실수(實數)로 한다. 이것은 μ나 각 레벨 l마다 바꾸어도 된다. 또, 바람개비 프레임렛의 분해 상세 계수 중, 그 방위 p에 따라서 바꾸어도 된다. 또, 분해 상세 계수의 부호마다 바꾸어도 된다.

x_μ[l, p;j, k]의 절대값에 적절한 정규화를 실시하여, 0과 1 사이에 값을 취하도록 한 것을 y_{μ, 1}[l, p;j, k]로 둔다. 또, 이하로 둔다. 단, 여기서, SN 함수 s를 적절한 지각 함수로 치환해도 된다.

y_{μ, 2}[l, p;j, k]에 x_μ[l, p;j, k]의 부호 함수를 걸고, 정규화의 역연산을 실시한 것을 y'_μ[l, p;j, k]로 한다.

y'_μ[l, p;j, k]에 바람개비 프레임렛 합성 필터를 실시하여 재구성한 데이터를 X'_μ로 둔다(μ = 1, 2, 3). X'=（X'₁, X'₂, X'₃)으로 둔다.

X'가 X의 처리 화상이다. 또한, 처리 화상의 예에서는 b1, b2, b3, b4를, L*에 대해서는 각 레벨마다 방위 성분에 대해서는 전부 동일하게 하고, a*, b*는 각 레벨마다 수평·수직, 대각, 그 외에 의해 각각 설정하고 있다.

여기서, 상기에 있어서는, 순 방향의 처리를 행하기 위한 함수에 대하여 설명하였지만, 에너지의 대소에 따른 계수 처리 내용을 바꿔 넣으면, 역 방향의 처리를 행하기 위한 함수를 작성할 수 있다. 보다 구체적으로는, 상기의 b1, b2, b3, b4를 적절하게 정하고, 좌변(左邊) α_μ[l, p]의 등식의 우변(右邊)을 -1승 한 것을 다시 α_μ[l, p]로 다시 둠으로써, 역 방향의 처리의 계수 처리의 실시예로 할 수 있다.

또한, 사람의 시지각에 보다 가깝게 한다는 목적을 위하여, x_μ[l, p;j, k]의 부호의 차이에 따라서, 처리 방법을 바꾸어도 된다. 이하에, 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행하는 처리의 예에 대하여 설명한다.

상기와 마찬가지로, X를 원화상으로 하고, X의 화소수는 512×512 픽셀로 한다(화소수는 이것에 한정되지 않는다). 또, X는 L*, a*, b*로 이루어지므로, 각각 X₁, X₂, X₃로 둔다.

각 X_μ(μ = 1, 2, 3)을 바람개비 프레임렛에 의해 분해한다. 레벨 8까지 분해하지만, 이 예에서는, 대뇌 피질 V1 영역의 단순 세포의 방위 선택성의 특성을 고려하여, 레벨마다 바람개비 프레임렛의 차수를 바꾼다.

즉, 레벨 1부터 레벨 3까지는 7차의 바람개비 프레임렛을 사용하고, 레벨 4부터 레벨 6까지는 5차의 바람개비 프레임렛을 사용하고, 레벨 7과 8은 3차의 바람개비 프레임렛을 사용한다. n_l을 레벨 l에서 사용한 바람개비 프레임렛의 필터수 로 하면, 이 예에서는 이하가 된다.

n₁ = n₂ = n₃ = (7 - 1)² + (7 + 1)² = 100

n₄ = n₅ = n₆ = (5 - 1)² + (5 + 1)² = 52

n₇ = n₈ = (3 - 1)² + (3 + 1)² = 20

상기의 바람개비 프레임렛에 의한 레벨 8까지의 분해 계수를 이하로 둔다.

계속해서, x_μ[l, p;j, k]의 부호의 차이에 따라서, 처리 방법을 바꾼다. 먼저, s(l, p)를 필터의 타입(짝형, 홀형, 혼합형)에 의해, +1이나 -1의 값을 할당한다. 예를 들면, l, p에 대응하는 필터의 형태가 양의 방향의 짝형이면 +1을, 음의 방향의 짝형이면 -1을, 홀형, 혼합형이면 +1을 할당한다. 이하로 한다.

단, 여기서, 이하로서, a₁₁, …, a₃₂는 적절한 정규화 정수로 한다.

상기로 한다. 단, 여기서, b₁ _{, i}, b₂ _{, i}, b₃ _{, i}는 실험적으로 정할 수 있는 정수이다. 다음으로, 비선형 처리를 하기 위하여 이하로 한다.

상기 y'_μ[l, p;j, k]에 바람개비 프레임렛의 합성 필터를 실시하여 재구성한 화상의 데이터를 X'_μ로 둔다(μ = 1, 2, 3). 그리고, X' = (X'₁, X'₂, X'₃)로 둔다. 이 X'가 X의 처리 화상이다.

이상으로, 착시 분석 장치(100)의 구체화 처리의 설명을 마친다.

[색의 대비 착시에 있어서의 시뮬레이션]

본 실시 형태에서 이용하는 수리 모델이, 인간의 시각 정보 처리에 가까운 것인지를 확인하기 위하여, 색의 대비 착시 화상을 원화상으로 하여, 상술한 실시 형태에 의한 처리를 실행하였다. 즉, 수리 모델이 인간의 시각 정보 처리에 가까운 것이면, 수리 모델을 실장한 계산기도 착시를 산출하므로, 본 실시 형태에서 실제로 인간의 착시를 시뮤레이션할 수 있는지를 확인하였다.

도 9는 색의 대비 착시 화상의 일례를 나타낸 도면이다. 도 9의 왼쪽 도면(원화상 A)과 오른쪽 도면(원화상 B)에서는, 내측의 사각 부분의 휘도나 명도나 색채는 완전히 동일하다. 그러나, 주위의 색의 배치에 따라서, 인간의 시각 정보 처리로서는 다른 색으로 보이는 착각을 일으킨다. 그래서, 본 실시 형태의 착시 분석 장치(100)에 의해 원화상 A와 원화상 B에 대하여 각각 화상 처리를 행하였다. 도 10은 원화상의 내측 사각 부분(원화상 A와 B에서 공통)과, 원화상 A의 화상 처리 결과인 처리 화상 A의 내측 사각 부분과, 원화상 B의 화상 처리 결과인 처리 화상 B의 내측 사각 부분을 나타낸 도면이다.

도 10에 나타낸 바와 같이, 본 실시 형태의 착시 분석 장치(100)에 의한 화상 처리를 행한 결과, 원화상 A, B에 대한 인간의 보이는 방식(착시)과 동일하게, 원화상 A에 대응하는 처리 화상 A의 내측 사각 부분은, 실제보다 선명하게 표현되고, 원화상 B에 대응하는 처리 화상 B의 내측 사각 부분에서는, 실제보다 선명하지 않게 표현되었다. 따라서, 본 실시 형태의 착시 분석 장치(100)에 의한 화상 처리는, 인간의 시각 정보 처리에 가까운 것이라고 할 수 있다. 따라서, 도시한 바와 같이, 원화상과 처리 화상의 색 성분값의 차분을 산출하면 착시량을 정량화할 수 있음이 확인되었다.

또, 도 11은 색의 대비 착시 화상의 다른 예를 나타낸 도면이다. 도 11의 왼쪽 도면(원화상 C)과 오른쪽 도면(원화상 D)에서는, 상기와 마찬가지로, 내측의 사각 부분의 휘도나 명도나 색채는 완전히 동일하다. 도 12는 원화상의 내측 사각 부분(원화상 C와 D에서 공통)과, 원화상 C의 화상 처리 결과인 처리 화상 C의 내측 사각 부분과, 원화상 D의 화상 처리 결과인 처리 화상 D의 내측 사각 부분을 나타낸 도면이다.

도 12에 나타낸 바와 같이, 본 실시 형태의 착시 분석 장치(100)에 의한 화상 처리를 행한 결과, 원화상 C, D에 대한 인간의 보이는 방식(착시)과 동일하게, 원화상 C에 대응하는 처리 화상 C의 내측 사각 부분은, 실제보다 어둡게 표현되고, 원화상 D에 대응하는 처리 화상 D의 내측 사각 부분에서는, 실제보다 밝게 표현되었다. 따라서, 도시한 바와 같이, 원화상과 처리 화상의 색 성분 값의 차분을 산출하면 착시량을 정량화할 수 있음이 확인되었다.

또, 도 13은 색의 대비 착시 화상의 다른 예를 나타낸 도면이다. 도 13의 왼쪽 도면(원화상 E)과 오른쪽 도면(원화상 F)에서는, 상기와 마찬가지로, 내측의 사각 부분의 휘도나 명도나 색채는 완전히 동일하다. 도 14는 원화상의 내측 사각 부분(원화상 E와 F에서 공통)과, 원화상 E의 화상 처리 결과인 처리 화상 E의 내측 사각 부분과, 원화상 F의 화상 처리 결과인 처리 화상 F의 내측 사각 부분을 나타낸 도면이다.

도 14에 나타낸 바와 같이, 본 실시 형태의 착시 분석 장치(100)에 의한 화상 처리를 행한 결과, 원화상 E, F에 대한 인간의 보이는 방식(착시)과 동일하게, 원화상 E에 대응하는 처리 화상 E의 내측 사각 부분은, 실제보다 어둡게 표현되고, 원화상 F에 대응하는 처리 화상 F의 내측 사각 부분에서는, 실제보다 밝게 표현되었다. 이 예는 a* 및 b*의 처리에 있어서 L*의 값도 가미한 처리를 행한 효과가 현저하게 나타난 예이다. 따라서, 도시한 바와 같이, 원화상과 처리 화상의 색 성분 값의 차분을 산출하면 착시량을 정량화할 수 있음이 확인되었다.

이상의 결과, 본 실시 형태의 착시 분석 장치(100)에 의한 화상 처리는, 인간의 시각 정보 처리에 매우 가까운 것임이 확인되었다. 따라서, 인간의 시각 정보 처리에 가까운 수리 모델을 이용한 본 실시 형태에 의한 화상 처리를 행함으로써, 인간의 시각에 가까운 정보 처리를 원화상에 실시하여, 인간이 지각하고 있는 자연스러운 처리 화상을 제공할 수 있다. 따라서, 다음으로, 원화상과, 이 뇌 내에 있어서의 지각 화상에 가까운 처리 화상과의 차분을 산출하여, 착시량의 정량화를 행하였다. 여기서, 도 15는 원화상과 처리 화상에 있어서의 내측 사각 부분 내 의 중심 좌표에 있어서의, L*의 값, a*의 값 및 b*의 값의 차분, 및 그들의 합성 스코어를 착시량으로서 그래프화한 도면이다. 또한, 세로축은, 수치화한 착시량이고, 가로축은, 9종류의 원화상의 번호 : 1∼9를 나타내고 있다.

여기서, 도 16∼도 18은 9종류의 원화상과, 원화상의 중심 단면에 있어서의 L*, a*, b*의 그래프, 원화상에 대응하는 처리 화상과, 처리 화상의 중심 단면에 있어서의 L*, a*, b*의 그래프를 나타낸 도면이다. 또한, 원화상의 그래프에 나타낸 바와 같이, 원화상의 내측 사각 부분은, 9종류의 화상에 있어서 공통이고, 외측의 휘도(L*의 값)만을 변경하고 있다.

이들 9종류의 원화상에 기초하는 처리 화상의 중심 좌표에 있어서의 값의 차를 착시량으로서 그래프화한 것이 도 15이다. 도 15에 나타낸 바와 같이, 번호 5에 있어서, 휘도(L*의 값)의 착시량이 최소가 되는 것에 대하여, a*의 착시량은 최대가 되어 있다. 이 결과는, 「색 대비는, 밝기 대비가 최소인 때에 최대가 된다」는 Kirschmann의 제 3 법칙에 합치하는 것이고, 본 실시 형태에 의해 화상 처리가, 뇌 내의 시각 정보 처리와 유사한 처리인 것의 증명도 된다.

도 19는 내측의 작은 사각형과 외측의 큰 사각형의 휘도가 균일한 원화상과, 내측의 작은 사각형과 외측의 큰 사각형의 휘도가 크게 다른 원화상에 대하여 대비한 도면이다. 도 19에 나타낸 바와 같이, 상술한 Kirschmann의 법칙대로, 내측의 작은 사각형은, 양 원화상에 있어서 공통임에도 불구하고, 휘도가 균일한 경우 쪽이 사람의 눈에는 붉은 경향이 짙게 보인다. 이 색의 대비 착시를 반영하도록, 본 실시 형태에 의해 얻어지는 처리 화상의 내측 작은 사각형을 취출하더라도, 휘도가 균일한 경우 쪽이, 붉은 기가 늘어나서 핑크색이 되어 있다. 또한, 「색 대비는, 밝기 대비가 최소인 때에 최대가 된다」는 상기 Kirschmann의 법칙에 대하여, 밝기가 균일한 때보다, 조금 차이가 있는 쪽이 착시가 최대가 되는 것은 아닌가 라는 반론도 있다.

그래서, 도 15에 나타낸 바와 같이, 원화상과 처리 화상 사이에 있어서의 L*, a*, b*의 값의 차의 제곱 합의 평방근인 색차를, 이들 색 성분의 착시량의 합성 스코어로서 산출하였다. 그 결과, 도시한 바와 같이, 밝기가 균일한 번호 5인 때보다, 조금 밝기에 차이가 있는 번호 6인 경우 쪽이 종합적인 착시량은 최대가 된다는 것을 알 수 있었다. 따라서, a*의 값에 의한 색의 착시뿐만 아니라, L*의 값에 의한 휘도의 착시도 가미하면, Kirschmann의 법칙에 대한 상기 반론의 내용에도 합치한다는 것이 확인되었다.

[색의 대비 착시의 실시예]

여기서, 보다 구체적인 실시예로서, 색의 대비 착시에 있어서의 착시량의 정량화의 실시예에 대하여 설명한다. 본 실시예에서는, 본 실시 형태에 의해, 어떤 색이 색의 대비 착시에 의해, 어떻게 보이는지를 조사하였다.

여기서, 도 20은 본 실시예에서 이용하는 기본 도형이다. 본 실시예에서는 도 20의 형상을 갖는 도형을 취급하였다. 또한, 이것에 한정되지 않고, 기본 도형은 도 20 이외의 것이어도 되고, 목적에 따라서 작성해도 된다.

본 실시예에 있어서, 도 20의 검정으로 나타나 있는 영역에 칠하는 색을 「배경색」이라고 부른다. 또, 본 실시예에 있어서, 중심의 작은 사각형 부분에 칠하는 색을 「검사색」이라고 부른다. 또, 배경색에 의해 작은 사각형의 중심의 색에 대하여 일어나는 착시를 본 발명에 의해 계산하여 도출한 색을 「착시색」이라고 부른다.

여기서, 도 21은 본 실시예에서 이용한 검사색을 나타낸 도면이다. 본 실시예에서는, 검사색으로서 도 21의 색을 이용하여, 이 검사색이 색의 대비 착시의 영향으로 어떻게 보이는지를 조사하였다. 또한, 검사색은 임의이고, 검사색을 선택할 때에는, 수치에서의 입력, 컬러 피커의 이용, 측색계의 이용 등의 어느 방법으로 선택해도 된다.

본 실시예에서는, 도 21의 검사색을 배색한 기본 도형에 있어서, 배경색을 조금씩 변화시키고, 각각을 본 실시 형태의 순 방향의 처리를 포함하는 방법으로 처리하였다. 그리고, 그 중에서 착시량이 비교적 많고, 또한 착시색의 경향이 다른 것을 몇 개 선택하였다.

도 22는, 처리 결과를 기초로 선택한 배경색을 가진 기본 도형의 예를 나타낸 도면이다. 또, 도 23은 도 22의 기본 도형에 대하여, 실시 형태의 순 방향의 처리를 포함하는 방법으로 처리하고, 도출된 착시색을 배치한 도면이다. 즉, 도 23의 각 작은 사각형은, 처리 전의 검사색이 아니라, 처리 화상의 중심의 색, 즉 착시색으로 작은 사각형을 빈틈없이 칠한 것이다. 또한, 도 23의 화살표로, 착시색이 검사색에 대하여 어떠한 경향의 색인지를 기록하고 있다.

여기서, 도 22 중앙(타이틀 「색의 대비 착시」를 도면의 위로 하여, 위로부터 2단째, 왼쪽으로부터 5번째)의 배경색은 검사색과 동일한 색이므로 똑같은 색이 되어 있다. 따라서, 착시는 일어나지 않으므로, 대응하는 도 23의 중앙의 색도 검사색 그대로이다. 도 23에 있어서, 착시량을 비교할 때의 기준으로 하면 이해하기 쉽다.

또한, 도 23에서는, 착시색에 착시가 더 일어나는 것을 경감하기 위하여, 각 작은 사각형의 배경이, 랜덤의 컬러 도트로 되어 있다. 그러나, 어떠한 배경을 이용하더라도, 착시색을 표시할 때, 그 배경에 의해 착시가 더 일어나고 있는 것에 주의할 필요가 있다.

계수 처리 결과의 표시 방법은, 도 22나 도 23의 방법 이외에도, 예를 들면 연속적인 변화에 의한 표시, 수치에 의한 표시, 그래프에 의한 표시 등, 사용 목적에 맞추어 바꿀 수 있다.

여기서, 상술한 실시예에 있어서는, 기본 도형의 각각을 본 실시 형태에 의한 방법에 의해, 그 때마다 처리를 행해도 되지만, 계산을 고속화하기 위하여, 미리 계산한 처리 결과를 테이블화하여 이용하였다. 보다 구체적으로는, 기본 도형의 검사색과 배경색의 차를 일정한 간격으로 변화시킨 것을 각각 처리하고, 검사색과 배경색의 차, 검사색과 착시색의 차를 색 성분마다 테이블로서 보존해 두고, 검사색과 착시색의 색차도 테이블로서 보존하였다.

이에 의해, 검사색을 바꾸더라도, 상기의 테이블로부터, 배경색과 대응하는 착시량을 고속으로 도출할 수 있다. 이러한 것이 가능한 이유는 두 가지 있다. 하나는, 본 실시예에서 이용하고 있는 바람개비 프레임렛은, 화상을 평균(근사 부분)과 변화(상세 부분)로 분해하고, 본 실시예에서는 변화에만 비선형 처리를 가하고 있기 때문이다. 또 하나의 이유는, 본 실시예에서는 CIELAB 색 공간을 이용하고 있기 때문이다. 색 공간 내에서 동일한만큼 변화된 경우, 지각되는 변화도 동일해지는 것과 같은 색 공간이 본 실시예에 적합하다. 또한, 상기의 테이블은 기본 도형마다 계산할 필요가 있다.

이와 같이 상술한 테이블화의 방법은, 고속의 계산이 가능하여, 착시색의 경향 등을 보는 데에 적합하다. 한편, 그 때마다 계산하는 방법은, 복잡한 도형의 경우나 화상 전체의 착시의 모습을 알고 싶은 경우에 적합하다. 또한, 본 실시예에서는 검사색을 지정하였지만, 마찬가지의 방법으로 배경색을 지정하여 행할 수도 있다.

이 실시예에 의해서, 인쇄 등에 있어서 색의 대비 착시를 이용한 효과적인 색의 조합을 찾는 데에 도움이 되어, 산업상 유용하다는 것이 확인되었다.

[풍경 사진에 있어서의 실시예]

상술한 예에서는, 배색한 화상을 이용하는 경우에 대하여 설명하였지만, 이것에 한정되지 않고, 인물이나 풍경을 촬영한 사진에 대하여 착시량을 수치화하는 것도 가능하다. 여기서, 도 24는 원화상과, 본 실시 형태에 의한 처리 화상을 대비하여 나타낸 도면이다.

도 24에 나타낸 바와 같이, 본 실시 형태에 의하면, 인간의 초기 시각 정보 처리에 유사한 처리에 의해 뇌 내의 지각 화상에 가까운 처리 화상을 얻을 수 있다. 여기서, 도 25, 도 26 및 도 27은 도 24의 각 사진(512×512 화소)에 있어서, 왼쪽으로부터 400화소째의 열의 L*, a*, b*의 값을 각각 나타낸 그래프이다. 가로축은, 왼쪽으로부터 400화소째의 열에 있어서 위부터 행수를 나타내고 있고, 세로축은, 각 색 성분(L*, a* 또는 b*)의 값을 나타내고 있다. 청색은, 원화상의 각 점의 값을 나타낸 그래프를 나타내고 있고, 녹색은, 본 실시 형태에 의한 처리 화상의 각 점의 값을 나타낸 그래프를 나타내고 있다.

즉, 도 25∼도 27에 있어서, 본 실시 형태에 의하면, 일례로서, 원화상의 y축의 값과, 처리 화상의 y축의 값과의 차분이 착시량으로서 산출된다. 도시한 바와 같이, L*에서는 심한 변동이 있는 근경(近景)(가로축의 400∼500 부근)에 대해서는 화상 처리에 의한 영향은 작고, 변화가 완만한 원경(遠景)(가로축의 0∼300 부근)에 대하여 화상 처리에 의한 영향(착시량)이 커지고 있다. 추가로 고주파 부분뿐만 아니라, 저주파 부분에 대해서도 처리가 실시되고 있다. 그 때문에, 인간의 초기 시각 정보 처리에 가까운 자연스러운 화상이 얻어지고 있다. 이와 같이, 원화상과 처리 화상의 차분을 취함으로써 풍경 사진 등에 있어서도 착시량을 얻을 수 있다.

[피팅 처리]

계속해서, 본 실시 형태의 착시 분석 장치(100)에 있어서의 피팅 처리에 대하여 도 28을 참조하여 이하에 설명한다. 이 피팅 처리에서는, 임의의 화상(「초기 화상」이라고 부른다.)에 대하여, 인간 뇌 내에 있어서 초기 화상으로 지각되는 것과 같은 출력용 화상을 얻는 것을 목적으로 한다. 즉, 종래에는 공업 디자이너 등의 배색을 실시하는 사람은, 본인이 의도한 초기 화상대로 제 3 자로부터 보이는 것은 아니라고 깨닫더라도, 직인적으로 경험상 습득한 기능에 의지하여 배색을 조정하는 수밖에 없었지만, 본 피팅 처리에서는, 착시량을 지표로 하여 화상 편집을 행함으로써, 초기 화상으로 지각되는 것과 같은 출력용 화상을 취득하는 것을 목적으로 한다. 여기서, 도 28은 착시 분석 장치(100)에 있어서의 피팅 처리의 일례를 나타낸 플로우차트이다.

도 28에 나타낸 바와 같이, 화상 편집부(102g)는, 원하는 초기 화상을, 테스트 화상으로서 데이터 입력한다(단계 SA-0). 또한, 초기 화상 데이터는, 임의의 화상 데이터이지만, 일례로서, 이용자가 임의의 그래픽 소프트 웨어 등을 이용하여 작성한 화상 데이터여도 되고, 디지털 카메라 등의 입력 장치(112)를 개재하여 촬상된 화상 데이터여도 된다.

그리고, 착시 분석 장치(100)는, 상술한 단계 SA-1∼SA-4의 처리를 행하고, 테스트 화상에 대하여 다중 해상도 분해를 행하여 재구성한 착시 화상을 생성한다(단계 SA-1∼SA-4).

그리고, 착시량 수치화부(102f)는, 초기 화상 데이터와, 생성된 착시 화상 데이터(재구성 화상 데이터)와의 사이에 있어서의, 색 성분의 차분을 착시량으로서 산출한다(단계 SA-5'). 예를 들면 착시량 수치화부(102f)는, 화상 데이터와 재구성 화상 데이터 사이에 있어서, 동일한 픽셀 좌표에 있어서의 L*, a*, b* 각각의 값의 차를 착시량으로서 산출한다. 그리고, 착시량 수치화부(102f)는, 이차원의 테스트 화상에 대하여, 각 픽셀 좌표에 있어서의 착시량을 높이로 하여 삼차원 표시를 행함으로써, 어느 개소에서 어느 정도의 착시가 일어나고 있는지를 시각적으로 명백하게 해도 된다.

그리고, 화상 편집부(102g)는, 테스트 화상 데이터에 수정이 필요한지 여부를 판정한다(단계 SA-6). 예를 들면 화상 편집부(102g)는, 어떤 좌표에 있어서 소정의 역치 이상의 착시량이 있는 경우에, 수정이 필요하다고 판정해도 된다. 또, 화상 편집부(102g)는, 「테스트 화상의 수정을 행합니까?」라는 표시와 함께 「Yes」/「No」 버튼을 표시하고, 이용자에 의해 입력 장치(112)를 통하여 「Yes」 버튼이 클릭 등이 된 경우에, 수정이 필요하다고 판정해도 된다.

수정이 필요하다고 판정한 경우(단계 SA-6, Yes), 처리를 단계 SA-0으로 되돌리고, 화상 편집부(102g)는, 테스트 화상에 편집을 실시한 후에, 새로운 테스트 화상으로서 재입력한다(단계 SA-0). 예를 들면 화상 편집부(102g)는, 도 19에서 상술한 화상 번호 5와 같이, 착시에 의해 붉은 경향이 짙게 보이는 작은 영역이 있는 경우, 붉은 기가 중화되도록 당해 작은 영역에 있어서의 보색의 계조값을 올려도 되고, 밝기 대비가 일어나도록 당해 작은 영역의 주변 영역과의 휘도차를 크게 해도 된다. 이와 같이, 화상 편집부(102g)는, 착시량 수치화부(102f)에 의해 산출된 착시량이 소정값 이상의 동일 색 영역이나, 그것에 인접하는 동일 색 영역에 있어서, 당해 영역에 속하는 픽셀 군에 대하여 색이나 휘도를 선택적으로 변경해도 되고 색 보정을 행해도 된다. 또한, 화상 편집부(102g)는, 이와 같은 알고리즘을 자동으로 행하지 않고, 이용자에게 입력 장치(112)를 통하여, 테스트 화상의 히스토그램 상에서 화상의 밝기나 콘트래스트를 조정하게 해도 된다. 또한, 화상 편집부(102g)는, 공지의 최적화 수법(피팅 수법)을 이용하여 랜덤으로 테스트 화상에 변경을 가해도 된다. 또, 화상 편집부(102g)는 시뮬레이티드 어닐링법 등을 이용하여, 착시량 수치화부(102f)에 의해 산출된 색 성분의 착시량이 큰 경우에는 변경량을 크게 하고, 착시량이 작은 경우에는 변경량을 작게 해도 된다.

그리고, 착시 분석 장치(100)는, 화상 편집부(102g)에 의해 재입력된 테스트 화상에 대하여, 상술한 단계 SA-1∼SA-6의 처리를 반복한다. 또한, 반복 처리에 있어서도, 착시량 수치화부(102f)는, (재입력된 테스트 화상이 아니라) 초기 화상 데이터와, 재입력된 테스트 화상으로부터 생성된 착시 화상 데이터와의 사이에 있어서의, 색 성분의 차분을 산출한다(단계 SA-5').

이상과 같이, 착시 분석 장치(100)는, 반복 처리에 따라서, 색 성분의 차분이 최소가 되도록 테스트 화상을 수정해 간다. 그리고, 착시량이 소정의 역치 미만이 된 경우 등과 같이 , 테스트 화상 데이터에 수정이 필요 없음으로 판정된 경우(단계 SA-6, No), 착시 분석 장치(100)는, 최종적으로 얻어진 테스트 화상을 출력용 화상으로서 취득하여, 피팅 처리를 마친다.

얻어진 출력용 화상을, 프린트 아웃이나 인쇄, 표시, 페인트 등과 같이 출력함으로써, 그 출력용 화상을 본 사람은, 뇌 내에서 초기 화상에 가까운 화상으로서 지각하게 된다. 이와 같이, 본 실시 형태에 의하면, 테스트 화상에 의한 착시 화상과, 원래의 초기 화상과의 차분이 최소가 되도록 반복해서 화상 편집을 행하므로, 뇌 내의 착시량분도 가미하여 초기 화상으로서 지각되는 것과 같은 출력용 화상을 얻을 수 있어, 종래와 같은, 직인적인 기능에 의지한 배색의 조정이 필요 없어진다.

[역 방향의 처리]

이하에서는, 역 방향의 처리의 일례에 대하여 상세하게 설명한다. 상술한 실시 형태에서는, 주로 착시의 정량화를 행하기 위하여, 실제의 화상으로부터 인간이 지각하는 화상, 즉 착시가 일어난 화상 산출(순 방향의 처리)에 대하여 설명하였다. 순 방향의 처리는, 뇌의 수리 모델과 동일한 방향의 처리이다.

한편, 인간이 화상을 보고 얻은 지각으로부터 실제의 화상을 산출하는 처리를, 여기서는 역 방향의 처리라고 부른다. 인간은 착시를 일으키기 때문에, 본래 지각시키고자 의도한 색이 아닌 색을 지각해 버린다. 그러나, 역 방향의 처리를 이용하면, 의도한 색을 지각시키기 위해서는, 어떠한 색의 화상을 보여주면 되는지를 알 수 있다.

또한, 본 실시 형태에서의 역 방향의 처리는, 순 방향의 처리의 수학적인 의미에서의 완전한 역 변환은 아니다. 환언하면, 순 방향의 처리의 출력 화상에 대하여 역 방향의 처리를 행하더라도, 근사적으로는 원래의 것에 가깝더라도 엄밀한 의미에서는 원래의 것으로는 되돌아오지 않는다. 그 이유 중 하나는, 본 실시 형태에서 이용하는 방위 선택성 웨이브렛 프레임이나 방위 선택성 필터 뱅크에 의한 다중 해상도 분해에 있다. 예를 들면, 바람개비 프레임렛에 의한 최대 중복 다중 해상도 분해에서는, 분해 페이즈에 있어서의 서브 밴드 신호에 비선형 처리를 가한 것과, 그 합성 페이즈를 경과한 출력 화상을 다시 분해한 분해 페이즈에 있어서의 서브 밴드 신호는 일반적으로는 일치하지 않는다. 다른 방위 선택성 웨이브렛 프레임이나 방위 선택성 필터 뱅크에 의한 다중 해상도 분해에서도 특별한 경우를 제외하고는 마찬가지이다(이것에 대해서는 예를 들면, 아라이 히토시 저 「선형 대수 기초와 응용」 주식회사 니혼효론샤(2006년)를 참조).

역 방향의 처리에서는, 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 분해 상세 계수의 에너지가 크면 클수록 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 작으면 작을수록 작은 값을 보다 작게 억제하도록 계수 처리를 행한다. 예를 들면 SN 함수를 이용하는 경우, 순 방향의 처리인 경우와 SN 함수의 지수를 역수로 바꿔 놓음으로써 상기의 계수 처리를 행할 수 있다. 예를 들면, 상술한 [계수 처리의 실시예]에 있어서, 상기의 b1, b2, b3, b4를 적절하게 정하고, 좌변 α_μ[l, p]의 등식의 우변을 -1승 한 것을 다시 α_μ[l, p]로 다시 둠으로써, 역 방향의 처리용의 함수를 얻을 수 있다.

도 29는 본 실시예에서 이용한 원화상이고, 도 30은 중앙의 작은 사각형 부분을 발출한 도면이다. 도 29의 중앙의 작은 사각형 부분은, 도 30에 나타낸 바와 같이 회색으로 배색하고 있다. 그러나, 색의 대비 착시에 의해, 핑크색이 더 보인다. 즉, 회색의 작은 사각형을 지각하게 하려고 도 29를 제시하더라도, 본 사람은 회색이라고는 지각하지 않는다.

그래서, 도 29의 원화상에 대하여, 역 방향의 처리를 실시하였다. 도 31은 역 방향의 처리를 행하여 재구성 화상으로서 얻어진 착시 가미 화상이고, 도 32는 중앙의 작은 사각형부분을 발출한 도면이다. 도 31에 나타낸 바와 같이, 작은 사각형은 회색으로 보인다. 즉, 착시량을 가미하여, 도 30에서 지각시키고자 의도한 대로의 색으로 보이고 있음이 확인되었다. 또한, 도 31의 작은 사각형의 실제의 색은, 도 32에 나타낸 바와 같이 회색에 가까운 녹색이다. 이와 같이, 역 방향의 처리에 의하면, 사람이 보았을 때의 착시를 없애도록 의도한 대로의 색으로 지각되도록 배색하는 것이 가능함이 확인되었다.

여기서, 도 30과 도 31의 작은 사각형 부분의 색을 비교하면, 도 30 쪽이 어둡게 보인다는 것을 알 수 있다. 이것은, 도 30에서는 배경이 백색인 것에 의해, 여기서도 색의 대비 착시가 일어나고 있기 때문이다.

그래서, 계속해서, 도 33에 나타낸 바와 같이, 도 29의 외측의 영역을 백색으로 바꿔놓은 화상을 원화상으로서 준비하였다. 그리고, 도 33의 원화상에 대하여, 마찬가지로 역 방향의 처리를 실시하였다. 도 34는 역 방향의 처리를 행하여 재구성 화상으로서 얻어진 착시 가미 화상을 나타낸 도면이다(도 33 및 도 34에 있어서 프레임 선은 화상에 포함되지 않는다).

도 33에 대하여 역 방향의 처리를 실시한 도 34는, 도 30에서 본래 지각시키고자 의도한 색으로 보이는 화상임이 확인되었다. 도 31과 도 34의 작은 사각형은 동일한 색으로 보인다는 것을 알 수 있다. 그러나, 실제로는, 도 32와 도 34를 비교하여 알 수 있는 바와 같이 다른 색이다.

이상과 같이, 본 실시예에 의해, 원화상대로 인간의 뇌 내에서 지각되는 것과 같은 착시 가미 화상을 얻을 수 있음이 확인되었다. 이에 의해, 임의의 화상에 대하여, 초기 시각 정보 처리에 주된 원인이 있다고 생각되는 명암에 관한 착시 및 색의 대비 착시에 관하여, 뇌 내의 착시량분을 가미하여, 그 화상대로 지각되는 것과 같은 출력용 화상을 취득하는 것이 가능하게 된다는 것을 알 수 있었다.

여기서, 다른 실시예로서, 착시 화상에 대하여, 역 방향의 처리를 실시하여, 착시량이 경감한 것처럼 지각시키는 화상을 생성한 예에 대하여 설명한다. 도 35는 슈브뢸 착시 도형을 나타낸 도면이다.

도 35의 슈브뢸 착시 도형에서는, 각 대(帶)의 색은 일정하지만, 예를 들면 중앙의 대보다 좌측에 있는 대에서는, 대의 좌측으로부터 우측에 걸쳐서, 어두움으로부터 밝음의 그라이데이션이 있는 것처럼 보인다. 특히, 그들 대의 오른쪽 가장자리의 근방은 밝게 빛나고 있는 것 같이도 보인다. 이와 같이, 슈브뢸 착시에서는, 본래는 없는 그라이데이션이 지각된다.

그래서, 도 35의 슈브뢸 착시 도형에 대하여, 본 실시 형태에 의한 역 방향의 처리를 실시하였다. 도 36은 슈브뢸 착시 도형에 대하여 역 방향의 처리를 실시한 착시 가미 화상을 나타낸 도면이다. 도 36에 나타낸 바와 같이, 슈브뢸 착시가 상당히 억제되어 있고, 그라이데이션은 거의 지각되지 않는다. 여기서, 도 37은 도 35의 슈브뢸 착시 도형의 원화상과 도 36의 착시 가미 화상의 횡단면의 휘도(CIELAB의 L*)의 그래프이다. 또한, 파선은 원화상의 휘도를 나타내고, 실선은 착시 가미 화상의 휘도를 나타내고 있다.

도 37에 나타낸 바와 같이, 도 35의 원화상에서는, 각 대의 휘도는 일정하고, 횡단면의 그래프는 계단 형상으로 되어 있지만, 역 방향의 처리를 실시한 착시 가미 화상에서는, 각이 없어진 완만한 변동으로 되어 있다. 이것은, 착시 가미 화상에서는, 사람의 뇌 내에서 부가되는 착시량을 미리 어림잡아 산출하고 있기 때문이고, 실제의 사람의 뇌 내에서는, 도 36에 나타낸 바와 같이, 착시량이 부가되어 원래의 계단 형상에 가까운, 즉 그라이데이션이 거의 없는 휘도로 지각되게 된다.

이와 같이, 본 실시예에 의해, 착시량이 비교적 큰 착시 도형에 대해서도 역 방향의 처리를 실시함으로써 얻어진 착시 가미 화상에서는, 본래의 원화상에 가까운 휘도나 색조로 지각할 수 있음이 확인되었다.

따라서, 이와 같은 착시 가미 화상을 출력용 화상으로 하여, 프린트 아웃, 인쇄, 표시, 페인트 등과 같이 출력함으로써, 그것을 본 사람은, 원래의 화상대로 뇌 내에서 지각하게 되고, 종래와 같은, 직인적인 기능에 의지한 배색의 조정이, 컴퓨터 등을 이용하여 자동적으로 얻어진다는 것을 알 수 있었다.

[바람개비 프레임렛]

본 실시 형태에서, 예로서 이용하고 있는 바람개비 프레임렛은, 상술한 바와 같이 공지의 단순 바람개비 프레임렛 또는 바람개비 웨이브렛 프레임 등의 방위 선택성 웨이브렛 프레임, 또는 방위 선택성을 갖는 필터 뱅크여도 된다. 여기서, 바람개비 프레임렛에 대하여 이하에 설명한다.

차수를 n ≥ 3, 홀수로서, A = (A_k _,l) : (n + 1) × (n + 1) 대칭 행렬이고, s = 0,1 …, [n / 2], t = s, …, [n / 2]에 대하여, A_s _{, t} = A_n _{-s, t} = A_s _{, n-t} = A_n _{-s, n-t} = s를 만족시키는 행렬을 찾는다. 단, []는 가우스 기호를 나타낸다.

n = 7인 경우, 조건을 만족시키는 행렬은 이하이다.

B = (B_k _,l) : (n + 1) × (n + 1) 행렬로 하면, 이하의 조건 (P)를 만족시키는 행렬이다.

여기서, M은 사각형 격자, 5목 격자 또는 육각 격자의 샘플링 행렬이다.

보조정리 2 (H. & S. Arai, 2008) P_n이 사각형 격자, 5목 격자, 육각 격자에 관한 프레임렛 필터이기 위한 필요충분조건은, B = (B_{k, l})이 이하의 조건을 만족시키는 것이다.

< 상기 조건을 만족시키는 B = (B_k _{, l})을 구하는 방법 >

{(k,l) : k = 0, 1, …, n₀, l = s, …, n₀,}을 다음과 같이 순서를 매긴다.

μ = (k, l), ν = (k', l')

정리 3(H. & S. Arai, 2008) 이상에 의해 얻은 B = (B_k _{, l})은 보조정리 2를 만족시킨다. 따라서, P_n은 사각형 격자, 5눈 격자, 육각 격자에 관한 프레임렛 필터로 되어 있다. P_n을, 차수 n의 바람개비 프레임렛(pinwheel framelet of degree n)이라고 부른다. 도 38은 레벨 2에 있어서의 최대 중복 바람개비 프레임렛 필터(maximal overlap pinwheel framelet filters at level 2)에 레벨 1의 근사 필터를 순환 상관 곱하여 얻은 필터를 나타낸 도면이다. 또, 도 39는 테스트 화상에 대하여, 바람개비 프레임렛에 의해 레벨 2의 최대 중복 다중 해상도 분해(2nd stage of maximal overlap MRA decomposition by pinwheel framelet)을 행한 결과의 각 서브 밴드 신호를 나타낸 도면이다.

이상으로, 본 실시 형태의 설명을 마친다. 이와 같이, 본 실시 형태에 의하면, 임의의 화상에 대하여 발생할 수 있는 착시량을 정량화 또는 착시량을 가미한 화상을 생성할 수 있는, 착시의 분석 장치, 착시 가미 화상 생성 장치, 착시의 분석 방법, 착시 가미 화상 생성 방법 및 프로그램, 및 기록 매체를 제공할 수 있다. 특히, 색의 대비 착시 및 착시 가미 화상은, 제품 등의 색의 보이는 방식에 관계된 것이므로, 색채가 입혀진 제품 등을 제조·판매 등 하는 산업(인쇄, 디자인, 영상, 도장 등의 산업)에 있어서 매우 유용하다.

[다른 실시 형태]

한편, 지금까지 본 발명의 실시 형태에 대하여 설명하였으나, 본 발명은, 상술한 실시 형태 이외에도, 특허청구범위에 기재한 기술적 사상의 범위 내에 있어서 여러 가지 다른 실시 형태로 실시되어도 되는 것이다.

예를 들면, 착시 분석 장치(100)가 스탠드 얼론의 형태로 처리를 행하는 경우를 일례로 설명하였지만, 착시 분석 장치(100)는, 클라이언트 단말(착시 분석 장치(100)와는 별도의 박스체)로부터의 요구에 따라서 처리를 행하고, 그 처리 결과를 당해 클라이언트 단말에 반환하도록 해도 된다. 예를 들면, 착시 분석 장치(100)는, ASP 서버로서 구성되고, 사용자 단말로부터 네트워크(300)를 통하여 송신된 원화상 데이터를 수신하고, 이 원화상 데이터에 기초하여 가공한 처리 화상의 재구성 화상 데이터를, 사용자 단말에 회신해도 된다.

또, 실시 형태에 있어서 설명한 각 처리 중, 자동적으로 행해지는 것으로서 설명한 처리의 전부 또는 일부를 수동적으로 행할 수도 있고, 또는 수동적으로 행해지는 것으로서 설명한 처리의 전부 또는 일부를 공지의 방법으로 자동적으로 행할 수도 있다.

이 외에, 상기 문헌 내나 도면 내에 나타낸 처리 순서, 제어 순서, 구체적 명칭, 각 처리의 등록 데이터나 검색 조건 등의 파라미터를 포함하는 정보, 화면예, 데이터베이스 구성에 대해서는, 특기하는 경우를 제외하고 임의로 변경할 수 있다.

또, 착시 분석 장치(100)에 관하여, 도시한 각 구성 요소는 기능개념적인 것이며, 반드시 물리적으로 도시하는 바와 같이 구성되어 있는 것을 필요로 하지 않는다.

예를 들면, 착시 분석 장치(100)의 각 장치가 구비하는 처리 기능, 특히 제어부(102)에서 행해지는 각 처리 기능에 대해서는, 그 전부 또는 임의의 일부를, CPU(Central Processing Unit) 및 당해 CPU에 의해 해석 실행되는 프로그램으로 실현해도 되고, 또한 와이어드 로직에 의한 하드웨어로서 실현해도 된다. 또한, 프로그램은, 후술하는, 컴퓨터에 본 발명에 관련된 방법을 실행시키기 위한 프로그램화된 명령을 포함하는, 일시적이 아닌 컴퓨터 판독 가능한 기록 매체에 기록되어 있고, 필요에 따라서 착시 분석 장치(100)에 기계적으로 판독된다. 즉, ROM 또는 HDD(Hard Disk Drive) 등의 기억부(106) 등에는, OS(Operating System)로서 협동하여 CPU에 명령을 부여하여, 각종 처리를 행하기 위한 컴퓨터 프로그램이 기록되어 있다. 이 컴퓨터 프로그램은, RAM에 로드됨으로써 실행되고, CPU와 협동하여 제어부를 구성한다.

또, 이 컴퓨터 프로그램은, 착시 분석 장치(100)에 대하여 임의의 네트워크(300)를 통하여 접속된 애플리케이션 프로그램 서버에 기억되어 있어도 되고, 필요에 따라서 그 전부 또는 일부를 다운로드하는 것도 가능하다.

또, 본 발명에 관련된 프로그램을, 컴퓨터 판독 가능한 기록 매체에 저장해도 되고, 또한 프로그램 제품으로서 구성할 수도 있다. 여기서, 이 「기록 매체」란, 메모리 카드, USB 메모리, SD 카드, 플렉서블 디스크, 광 자기 디스크, ROM, EPROM, EEPROM, CD-ROM, MO, DVD 및 Blu-ray Disc 등의 임의의 「포터블 물리 매체」를 포함하는 것으로 한다.

또, 「프로그램」이란, 임의의 언어나 기술 방법에 의해 기술된 데이터 처리 방법이며, 소스 코드나 바이너리 코드 등의 형식을 불문한다. 또한, 「프로그램」은 반드시 단일적으로 구성되는 것에 한정되지 않고, 복수의 모듈이나 라이브러리로서 분산 구성되는 것이나, OS(Operating System)로 대표되는 별개의 프로그램과 협동하여 그 기능을 달성하는 것도 포함한다. 또한, 실시 형태에 나타낸 각 장치에 있어서 기록 매체를 판독하기 위한 구체적인 구성, 판독 순서 또는 판독 후의 인스톨 순서 등에 대해서는, 주지의 구성이나 순서를 이용할 수 있다.

기억부(106)에 저장되는 각종 데이터베이스 등(프레임렛 파일(106a), 화상 데이터 파일(106b))은 RAM, ROM 등의 메모리 장치, 하드 디스크 등의 고정 디스크 장치, 플렉서블 디스크, 및 광 디스크 등의 스토리지 수단이며, 각종 처리나 웹 사이트 제공에 이용하는 각종의 프로그램, 테이블, 데이터베이스 및 웹페이지용 파일 등을 저장한다.

또, 착시 분석 장치(100)는, 기지(旣知)의 퍼스널 컴퓨터, 워크스테이션 등의 정보 처리 장치로서 구성해도 되고, 또한 당해 정보 처리 장치에 임의의 주변 장치를 접속하여 구성해도 된다. 또, 착시 분석 장치(100)는, 당해 정보 처리 장치에 본 발명의 방법을 실현시키는 소프트웨어(프로그램, 데이터 등을 포함한다)를 실장함으로써 실현해도 된다.

또한, 장치의 분산·통합의 구체적 형태는 도시하는 것에 한정되지 않고, 그 전부 또는 일부를, 각종의 부가 등에 따라서, 또는 기능 부가에 따라서, 임의의 단위로 기능적 또는 물리적으로 분산·통합하여 구성할 수 있다. 즉, 상술한 실시 형태를 임의로 조합하여 실시해도 되고, 실시 형태를 선택적으로 실시해도 된다.

100 : 착시 분석 장치
102 : 제어부
102a : 분해부
102b : 계수 처리부
102c : 재구성부
102d : 색 공간 변환부
102e : 처리 화상 출력부
102f : 착시량 수치화부
102g : 화상 편집부
104 : 통신 제어 인터페이스부
106 : 기억부
106a : 프레임렛 파일
106b : 화상 데이터 파일
108 : 입출력 제어 인터페이스부
112 : 입력 장치
114 : 출력 장치
200 : 외부 시스템
300 : 네트워크

Claims

기억부와 제어부를 적어도 구비한 착시의 분석 장치로서,
상기 기억부는,
방위성이 없는 근사 필터, 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부는,
상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 수단과,
상기 분해 수단에 의해 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 수단과,
상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 수단을 구비하고,
상기 분해 수단은,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 수단을 더 구비하고,
상기 계수 처리 수단은
인간의 색 지각과 같이 휘도와 색으로 이루어지는 색 공간에 있어서,
상기 화상 데이터의 색 성분에 대하여, 색의 상기 분해 상세 계수와 휘도의 상기 분해 상세 계수로부터 정한 에너지가 소정의 값보다 크면 클수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 상기 에너지가 소정의 값보다 작으면 작을수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항에 있어서,
상기 계수 처리 수단은,
상기 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 색 성분은,
CIELAB 색 공간에 있어서의, L*, a* 및 b* 중 어느 하나인 것을 특징으로 하는 착시의 분석 장치.
제 3 항에 있어서,
상기 착시량 수치화 수단은,
L*의 값, a*의 값 및 b*의 값의, 상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의 차의 제곱 합의 평방근인 색차를 이용하여, 상기 착시량으로서 산출하는 것을 특징으로 하는 착시의 분석 장치.
제 3 항에 있어서,
상기 계수 처리 수단은,
상기 화상 데이터의 a* 및 b* 중 하나 이상의 색 성분에 대하여, a* 및 b* 중 하나 이상의 상기 분해 상세 계수와 L*에 있어서의 상기 분해 상세 계수로부터 정한 에너지가 소정의 값보다 크면 클수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 상기 에너지가 소정의 값보다 작으면 작을수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 계수 처리 수단은,
상기 분해 상세 계수의 에너지가 소정의 값보다 큰 경우에는 S자 곡선으로, 소정의 값보다 작은 경우에는 N자 곡선으로, 자동적으로 연속적인 변화를 하는 함수를 이용하여, 상기 계수 처리를 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 계수 처리 수단은,
상기 분해 페이즈와 상기 합성 페이즈 사이에 있어서, 상기 분해 상세 계수를 정규화하고, 정규화된 상기 분해 상세 계수인 정규화 분해 상세 계수의 놈(norm)을 상기 에너지로 하여, 당해 정규화 분해 상세 계수에 대하여 상기 계수 처리를 행하고, 계수 처리된 상기 정규화 분해 상세 계수에 대하여 상기 정규화의 역연산을 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 분해 수단은,
상기 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크, 또는 상기 방위성이 다방향인 바람개비 프레임렛을 이용하여, 상기 다중 해상도 분해를 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 분해 수단은,
상기 다중 해상도 분해에 있어서, 상기 방위선택성 웨이브렛 프레임 또는 상기 방위선택성 필터 뱅크의 필터를 레벨에 따라서 바꾸는 다른 필터 뱅크를 이용해도 되는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 분해 수단에 의한 상기 다중 해상도 분해는,
최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해 또는 일부 세선화 일부 중복 다중 해상도 분해인 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 제어부는,
상기 화상 데이터를 편집하여, 편집한 상기 화상 데이터에 대하여 상기 분해 수단에 의해 상기 다중 해상도 분해가 행해지도록 제어하는 화상 편집 수단을 더 구비하고,
상기 착시량 수치화 수단은,
편집된 상기 화상 데이터로부터 취득된 상기 재구성 화상 데이터와 미편집의 상기 화상 데이터와의 사이의 비 또는 차를 상기 착시량으로서 산출하고,
상기 화상 편집 수단은,
상기 착시량이 작아지도록 반복해서 편집을 행하는 것을 특징으로 하는 착시의 분석 장치.
제 1 항 또는 제 2 항에 있어서,
상기 제어부는,
상기 화상 데이터를 편집하여, 편집한 상기 화상 데이터에 대하여 상기 분해 수단에 의해 상기 다중 해상도 분해가 행해지도록 제어하는 화상 편집 수단을 더 구비하고,
상기 착시량 수치화 수단은,
편집된 상기 화상 데이터와 당해 편집된 상기 화상 데이터로부터 취득된 상기 재구성 화상 데이터와의 사이의 비 또는 차를 상기 착시량으로서 산출하고,
상기 화상 편집 수단은,
상기 착시량이 소정의 수치가 되도록 반복해서 편집을 행하는 것을 특징으로 하는 착시의 분석 장치.
기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치로서,
상기 기억부는,
방위성이 없는 근사 필터 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부는,
상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 수단과,
상기 분해 수단에 의해 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 수단을 구비하고,
상기 분해 수단은,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 수단을 더 구비하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항에 있어서,
상기 계수 처리 수단은,
상기 분해 상세 계수의 부호의 차이에 따라서 별개의 처리를 행하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 화상 데이터의 색 성분은,
CIELAB 색 공간에 있어서의, L*, a* 및 b* 중 어느 하나인 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 15 항에 있어서,
상기 계수 처리 수단은,
상기 화상 데이터의 a* 및 b* 중 하나 이상의 색 성분에 대하여, a* 및 b* 중 하나 이상의 상기 분해 상세 계수와 L*에 있어서의 상기 분해 상세 계수로부터 정한 에너지가 소정의 값보다 크면 클수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 증강하고, 상기 에너지가 소정의 값보다 작으면 작을수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 계수 처리 수단은,
상기 분해 상세 계수의 에너지가 소정의 값보다 큰 경우에는 N자 곡선으로, 소정의 값보다 작은 경우에는 S자 곡선으로, 자동적으로 연속적인 변화를 하는 함수를 이용하여, 상기 계수 처리를 행하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 계수 처리 수단은,
상기 분해 페이즈와 상기 합성 페이즈 사이에 있어서, 상기 분해 상세 계수를 정규화하고, 정규화된 상기 분해 상세 계수인 정규화 분해 상세 계수의 놈을 상기 에너지로 하여, 당해 정규화 분해 상세 계수에 대하여 상기 계수 처리를 행하고, 계수 처리된 상기 정규화 분해 상세 계수에 대하여 상기 정규화의 역연산을 행하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 분해 수단은,
상기 방위성이 수평 방향, 수직 방향, 대각 방향으로 이루어지는 쌍직교 웨이브렛 필터 뱅크, 또는 상기 방위성이 다방향인 바람개비 프레임렛을 이용하여, 상기 다중 해상도 분해를 행하는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 분해 수단은,
상기 다중 해상도 분해에 있어서, 상기 방위선택성 웨이브렛 프레임 또는 상기 방위선택성 필터 뱅크의 필터를 레벨에 따라서 바꾸는 다른 필터 뱅크를 이용해도 되는 것을 특징으로 하는 착시 가미 화상 생성 장치.
제 13 항 또는 제 14 항에 있어서,
상기 분해 수단에 의한 상기 다중 해상도 분해는,
최대 중복 다중 해상도 분해, 최대 세선화 다중 해상도 분해 또는 일부 세선화 일부 중복 다중 해상도 분해인 것을 특징으로 하는 착시 가미 화상 생성 장치.
기억부와 제어부를 적어도 구비한 착시의 분석 장치에 있어서 실행되는 착시의 분석 방법으로서,
상기 기억부는,
방위성이 없는 근사 필터 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부에 있어서 실행되는,
상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와,
상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계와,
상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 단계를 포함하고,
상기 분해 단계는,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 단계를 더 포함하고,
상기 계수 처리 단계는
인간의 색 지각과 같이 휘도와 색으로 이루어지는 색 공간에 있어서,
상기 화상 데이터의 색 성분에 대하여, 색의 상기 분해 상세 계수와 휘도의 상기 분해 상세 계수로부터 정한 에너지가 소정의 값보다 크면 클수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 상기 에너지가 소정의 값보다 작으면 작을수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 보정한 상기 계수 처리를 행하는 것을 특징으로 하는 착시의 분석 방법.
기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치에 있어서 실행되는 착시 가미 화상 생성 방법으로서,
상기 기억부는,
방위성이 없는 근사 필터 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부에 있어서 실행되는,
상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와,
상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계를 포함하고,
상기 분해 단계는,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 단계를 더 포함하는 것을 특징으로 하는 착시 가미 화상 생성 방법.
기억부와 제어부를 적어도 구비한 착시의 분석 장치에 착시의 분석 방법을 실행시키기 위한 프로그램을 저장한 기록 매체로서,
상기 기억부는,
방위성이 없는 근사 필터 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부에 있어서,
상기 화상 데이터의 색 성분에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와,
상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계와,
상기 화상 데이터와 상기 재구성 화상 데이터 사이에 있어서의, 상기 색 성분의 비 또는 차를 산출함으로써 착시량을 수치화하는 착시량 수치화 단계를 실행시키기 위한 프로그램으로서,
상기 분해 단계에 있어서,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 계수 처리를 행하는 계수 처리 단계를 더 실행시키고,
상기 계수 처리 단계는
인간의 색 지각과 같이 휘도와 색으로 이루어지는 색 공간에 있어서,
상기 화상 데이터의 색 성분에 대하여, 색의 상기 분해 상세 계수와 휘도의 상기 분해 상세 계수로부터 정한 에너지가 소정의 값보다 크면 클수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하고, 상기 에너지가 소정의 값보다 작으면 작을수록 당해 색의 분해 상세 계수가 소정의 값보다 작은 값을 증강하도록 보정한 상기 계수 처리를 행하는 것을 실행시키기 위한 프로그램을 저장한 기록 매체.
기억부와 제어부를 적어도 구비한 착시 가미 화상 생성 장치에 착시 가미 화상 생성 방법을 실행시키기 위한 프로그램을 저장한 기록 매체로서,
상기 기억부는,
방위성이 없는 근사 필터 및 각 방위성을 가진 복수의 상세 필터의 집합인, 방위 선택성 웨이브렛 프레임 또는 방위 선택성 필터 뱅크를 기억하는 필터 기억 수단과,
화상 데이터를 기억하는 화상 데이터 기억 수단을 구비하고,
상기 제어부에 있어서,
상기 화상 데이터에 대하여, 상기 방위 선택성 웨이브렛 프레임 또는 상기 방위 선택성 필터 뱅크에 의한 다중 해상도 분해를 행하여, 서브 밴드 신호를 취득하는 분해 단계와,
상기 분해 단계에서 취득된 상기 서브 밴드 신호를 합침으로써 화상을 재구성하여, 재구성 화상 데이터를 취득하는 재구성 단계를 실행시키기 위한 프로그램으로서,
상기 분해 단계에 있어서,
상기 다중 해상도 분해에 있어서의 분해 페이즈와 합성 페이즈 사이에 있어서, 상기 분해 페이즈로부터 출력되는 분해 상세 계수에 대하여, 당해 분해 상세 계수의 에너지가 소정의 값보다 크면 클수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 증강하고, 당해 분해 상세 계수의 에너지가 소정의 값보다 작으면 작을수록 당해 분해 상세 계수가 소정의 값보다 작은 값을 보다 작게 억제하도록 계수 처리를 행하는 계수 처리 단계를 더 실행시키기 위한 프로그램을 저장한 기록 매체.