WO2009139161A1

WO2009139161A1 - 画像処理装置、画像処理方法、処理装置、処理方法およびプログラム

Info

Publication number: WO2009139161A1
Application number: PCT/JP2009/002098
Authority: WO
Inventors: 國米祐司; 佐々木秀貴
Original assignee: 株式会社ニコン
Priority date: 2008-05-15
Filing date: 2009-05-13
Publication date: 2009-11-19
Also published as: US8761496B2; JP5408128B2; US20090297044A1; JPWO2009139161A1

Abstract

　複数の選択対象画像のうち少なくとも１つの選択対象画像と目標画像との差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する重み生成部と、複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、目標画像との差分を重みデータにより領域毎に重み付けして類似度を算出する算出部と、２以上の選択対象画像のそれぞれの類似度に基づいて、目標画像により類似する選択対象画像を選択する画像選択部と、を備える画像処理装置を提供する。

Description

画像処理装置、画像処理方法、処理装置、処理方法およびプログラム

　本発明は、画像処理装置、画像処理方法、処理装置、処理方法およびプログラムに関する。本出願は、下記の日本出願に関連し、下記の日本出願からの優先権を主張する出願である。文献の参照による組み込みが認められる指定国については、下記の出願に記載された内容を参照により本出願に組み込み、本出願の一部とする。
　１．特願２００８－１２８８８０　　出願日　２００８年５月１５日
　２．特願２００８－１２８８８３　　出願日　２００８年５月１５日
　３．特願２００８－１３１３７０　　出願日　２００８年５月１９日
　４．特願２００８－３０１３２５　　出願日　２００８年１１月２６日

　遺伝的アルゴリズムまたは遺伝的プログラミングといった進化的計算を用いた画像フィルタの生成方法が知られている（例えば、非特許文献１参照。）。この方法においては、画像フィルタに対して、交叉、突然変異および選択等の操作を複数回繰り返すことにより、新たな画像フィルタを生成していく。このような進化的計算を用いた画像フィルタの生成方法によれば、それぞれの事例に対して最適であって、解析的に得ることが困難な複雑な構造の画像フィルタを、より少ない労力で設計することができる。

前薗正宜　他２名、「遺伝的アルゴリズムによる画像フィルタ設計の研究」、［ｏｎｌｉｎｅ］、コンピュータ利用教育協議会、［２００８年３月２０日検索］、インターネット＜URL：http://www.ciec.or.jp/event/2003/papers/pdf/E00086.pdf＞

　ところで、このように進化的計算により画像フィルタを生成する場合、目的の画像フィルタが得られるまでに世代交代を繰り返す。各世代においては、変換対象画像を複数の画像フィルタのそれぞれにより変換して複数の選択対象画像を生成し、選択対象画像と目標画像と比較する。そして、より目標画像と近似した選択対象画像が得られる画像フィルタを選択して、次世代へ生存させる。

　ここで、世代が進むと、複数の画像フィルタにより生成された複数の選択対象画像のほとんどが、目標画像と近くなっていく。従って、複数の選択対象画像の間の差が微小となり、次世代へ残存させるべき画像フィルタと現世代で淘汰すべき画像フィルタとの判別が困難となる。

　そこで、世代が進んだ場合、画像内の領域毎に異なる重みを与えて選択対象画像と目標画像とを比較することが好ましい。これにより、選択対象画像が目標画像に近似しているか否かの判別を容易とするとともに、より精度良く画像フィルタを選択することができる。例えば、画像内の重要な領域については比較結果に大きな重みを与え、画像内の重要でない部分については比較結果に小さな重みを与えることで、画像内の重要な部分についてより精度良くフィルタリングができる画像フィルタを選択することができる。しかしながら、それぞれの事例において適切な重みを与えることは、経験および知識が必要であり、非常に難しかった。

　また、画像フィルタ以外のデータ変換器も、画像フィルタと同様に進化的計算により生成することができる。しかし、このようなデータ変換器についても、適切な重みを与えて精度の良い変換器を選択することは、経験および知識が必要であり非常に難しかった。

　また、最終世代で選択された画像フィルタの使用者は、各世代の処理において選択対象画像と目標画像との比較時に与える領域毎の重みを確認することができなかった。したがって、使用者は、例えば、途中の世代の処理において、どの領域にどの程度の重みを与えるかを修正することができなかった。

　また、画像内の重要な領域とそうでない領域とが適切に選択されなかった場合、最終世代の処理結果として適切な画像フィルタが選択されない。この場合、最終世代で選択された画像フィルタの使用者はどの領域にどの程度の重みを与えるかを設定した後、最初の世代から、再度、フィルタの抽出処理しなければならなかった。

　上記課題を解決するために、本発明の第１の態様においては、複数の選択対象画像のうち少なくとも１つの選択対象画像と目標画像との差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する重み生成部と、前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択する画像選択部と、を備える画像処理装置、画像処理方法およびプログラムを提供する。

　本発明の第２の態様においては、複数の選択対象画像のうち、何れか２以上の選択対象画像同士の差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する重み生成部と、前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択する画像選択部と、を備える画像処理装置、画像処理方法およびプログラムを提供する。

　本発明の第３の態様においては、それぞれが複数のデータを含む複数の選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセット同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータセットを生成する重み生成部と、２以上の前記選択対象データセットのそれぞれと前記目標データセットとのデータ毎の差分を前記重みデータセットにより重み付けして前記２以上の選択対象データセットのそれぞれの前記目標データセットに対する近似度を算出する算出部と、前記２以上の選択対象データセットのそれぞれの近似度に基づいて、前記目標データセットにより近似する前記選択対象データセットを選択するデータセット選択部と、を備える処理装置、処理方法およびプログラムを提供する。

　本発明の第４の態様においては、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理装置であって、既に生成された一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、新たな前記画像フィルタを生成するフィルタ生成部と、それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成するフィルタ処理部と、複数の前記選択対象画像のうち少なくとも１つの選択対象画像および目標画像に基づいて、画像の各領域の重みを示す重みデータを生成する重み生成部と、前記重みデータに応じた画像の領域毎の重みを示す重み画像を表示する重み表示部と、前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択するフィルタ選択部と、を備える画像処理装置、画像処理方法およびプログラムを提供する。

　本発明の第５の態様においては、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理装置であって、既に生成された一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、新たな前記画像フィルタを生成するフィルタ生成部と、それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成するフィルタ処理部と、前記選択対象画像と目標画像との各領域の重みを示す重みデータを使用者から入力する重み入力部と、前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択するフィルタ選択部と、を備える画像処理装置、画像処理方法およびプログラムを提供する。

　なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

図１は、第１実施形態に係る画像処理装置１０の構成を示す。図２は、第１実施形態に係るフィルタ部品２２を直列に組み合わせた構成の画像フィルタ２０の一例を示す。図３は、第１実施形態に係るフィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０の一例を示す。図４は、第１実施形態に係るフィルタ部品２２を直列に組み合わせた構成の画像フィルタ２０に対して行われる遺伝子的な操作の一例を示す。図５は、第１実施形態に係るフィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０に対して行われる交叉操作の一例を示す。図６は、第１実施形態に係るフィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０に対して行われる突然変異操作の一例を示す。図７は、第１実施形態に係る画像フィルタ２０の適合度を表わすパラメータの一例である類似度の算出方法の一例を示す。図８は、第１実施形態に係る画像処理装置１０の処理フローを示す。図９は、図８のステップＳ１４における画像処理装置１０の処理フローの一例を示す。図１０は、図９のステップＳ２１における重み生成部４４の処理フローの一例を示す。図１１は、第１実施形態において、世代毎に更新される重み画像の一例を示す。図１２は、第２実施形態に係る処理装置１１０の構成を示す。図１３は、第２実施形態に係る処理装置１１０の処理フローを示す。図１４は、図１３のステップＳ１１３における第２実施形態に係る処理装置１１０の処理フローの一例を示す。図１５は、図１３のステップＳ１１６における第２実施形態に係る重み生成部１４４の処理フローの一例を示す。図１６は、第２実施形態に係る重みデータセットの生成処理の一例を示す。図１７は、第２実施形態に係る重み生成部１４４の構成の一例を示す。図１８は、第１実施形態の変形例である第１変形例に係る画像処理装置１０の構成を示す。図１９は、第１実施形態の変形例である第１変形例に係る画像処理装置１０がステップＳ１４において画像フィルタ２０を選択するまでの処理フローの一例を示す。図２０は、第２実施形態の変形例である第２変形例に係る処理装置１１０の構成を示す。図２１は、第１及び第２実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。

　以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではなく、また実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

　図１は、第１実施形態に係る画像処理装置１０の構成を示す。画像処理装置１０は、変換対象画像を目標画像へ変換するのに適した画像フィルタ２０を進化的計算を用いて生成する。画像処理装置１０は、一例として、コンピュータにより実現される。

　画像処理装置１０は、フィルタ格納部３２と、フィルタ生成部３４と、変換対象画像格納部３６と、フィルタ処理部３８と、選択対象画像格納部４０と、目標画像格納部４２と、重み生成部４４と、算出部４６と、画像選択部４８と、フィルタ選択部５０と、フィルタ更新部５２とを備える。フィルタ格納部３２は、既に生成された互いに異なる複数の画像フィルタ２０を格納する。

　フィルタ生成部３４は、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品２２を組み合わせて、互いに異なる画像フィルタ２０を生成する。フィルタ生成部３４は、一例として、フィルタ格納部３２に格納された複数の画像フィルタ２０を読み出す。続いて、フィルタ生成部３４は、一例として、読み出した複数の画像フィルタ２０に対して交叉および突然変異等の遺伝子的な操作を行って、少なくとも一部のフィルタ部品２２を他のフィルタ部品２２に置換した新たな複数の画像フィルタ２０を生成する。そして、フィルタ生成部３４は、一例として、新たに生成した複数の画像フィルタ２０をフィルタ格納部３２に戻して、既に生成された複数の画像フィルタ２０に加えて格納させる。

　変換対象画像格納部３６は、画像フィルタ２０の変換対象となる変換対象画像を格納する。変換対象画像は、一例として、当該画像処理装置１０により生成された画像フィルタ２０が適用されるアプリケーションにおいて、当該画像フィルタ２０に与えられる画像のサンプル等であってよい。変換対象画像は、一例として、使用者により予め生成または撮影された画像であってよい。

　フィルタ処理部３８は、フィルタ格納部３２に格納された複数の画像フィルタ２０を順次に取得する。フィルタ処理部３８は、取得したそれぞれの画像フィルタ２０により、変換対象画像格納部３６に格納された変換対象となる変換対象画像を変換させて、選択対象画像のそれぞれを生成する。すなわち、フィルタ処理部３８は、それぞれの画像フィルタ２０により変換対象画像をフィルタリングして、選択対象画像のそれぞれを生成する。選択対象画像格納部４０は、フィルタ処理部３８において生成された選択対象画像を格納する。一例として、選択対象画像格納部４０は、フィルタ処理部３８において変換対象画像が複数の画像フィルタ２０で変換されることにより生成された選択対象画像のそれぞれを、変換した画像フィルタ２０に対応付けて格納する。

　目標画像格納部４２は、変換対象画像を変換して生成される画像の目標となる目標画像を格納する。目標画像は、一例として、当該画像処理装置１０により生成された画像フィルタ２０を適用するアプリケーションにおいて、変換対象画像を画像フィルタ２０によりフィルタリングして得られるべき画像のサンプル等であってよい。目標画像は、一例として、使用者により予め生成または撮影された画像であってよい。目標画像格納部４２は、一例として、複数の目標画像を格納してもよい。

　重み生成部４４は、画面の領域毎の重みを表わす重みデータを生成する。重み生成部４４は、一例として、各ピクセルの値（例えば輝度値）によって当該ピクセル位置の重みを表わす重み画像を、重みデータとして生成してよい。

　ここで、重み生成部４４は、複数の選択対象画像のうち少なくとも１つの選択対象画像と目標画像との差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する。重み生成部４４は、一例として、重み記憶部６０と、重み更新部６２とを有してよい。重み記憶部６０は、重みデータを記憶する。重み更新部６２は、差分がより大きい領域の重みを差分がより小さい領域の重みより大きくすべく、重み記憶部６０に記憶された重みデータを、例えば世代毎に更新する。

　算出部４６は、選択対象画像格納部４０に格納された複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、目標画像との差分を重みデータにより領域毎に重み付けして類似度を算出する。画像選択部４８は、２以上の選択対象画像のそれぞれの類似度に基づいて、目標画像により類似する選択対象画像を選択する。

　フィルタ選択部５０は、画像選択部４８により選択された選択対象画像を生成する画像フィルタ２０を、変換対象画像を目標画像により類似する画像に変換する画像フィルタ２０として選択する。フィルタ更新部５２は、フィルタ選択部５０が選択した新たな複数の画像フィルタ２０により、フィルタ格納部３２に格納された複数の画像フィルタ２０を更新する。フィルタ更新部５２は、一例として、選択した画像フィルタ２０をフィルタ格納部３２内に残存させ、選択した画像フィルタ２０以外の画像フィルタ２０をフィルタ格納部３２内から削除することにより淘汰してよい。

　そして、このような画像処理装置１０は、フィルタ生成部３４による処理、フィルタ選択部５０による処理およびフィルタ更新部５２による処理を複数回（例えば複数世代）繰り返す。これにより、画像処理装置１０は、変換対象画像を目標画像へ変換するのに適した画像フィルタ２０を、進化的計算を用いて生成することができる。

　図２は、フィルタ部品２２を直列に組み合わせた構成の画像フィルタ２０の一例を示す。図３は、フィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０の一例を示す。

　画像フィルタ２０は、入力画像データを受け取り、受け取った入力画像データに対してフィルタ演算処理を施して、出力画像データを出力する。画像フィルタ２０は、一例として、画像データに対して演算を施すプログラムであってよい。また、画像フィルタ２０は、一例として、画像データに対して施すべき演算内容を表わす演算式であってもよい。

　画像フィルタ２０は、複数のフィルタ部品２２を組み合わせた構成を有する。画像フィルタ２０は、一例として、図２に示されるように、フィルタ部品２２を直列に組み合わせた構成を有してよい。また、画像フィルタ２０は、一例として、図３に示されるように、フィルタ部品２２を木構造に組み合わせた構成を有してよい。

　なお、フィルタ部品２２が木構造に組み合わされた構成の画像フィルタ２０は、木構造の末端のフィルタ部品２２に入力画像データが与えられ、木構造の最上位のフィルタ部品２２から出力画像データを出力する。また、このような画像フィルタ２０は、複数の末端のフィルタ部品２２のそれぞれに、同一の入力画像データが与えられる。これに代えて、このような画像フィルタ２０は、複数の末端のフィルタ部品２２のそれぞれに互いに異なる入力画像データが与えられてもよい。

　複数のフィルタ部品２２のそれぞれは、プログラムモジュールおよび演算式等であってよい。フィルタ部品２２は、前段に配置されたフィルタ部品２２から出力された画像データを受け取り、受け取った画像データに演算を施して後段に配置されたフィルタ部品２２に与える。

　複数のフィルタ部品２２のそれぞれは、一例として、２値化演算、ヒストグラム演算、平滑化演算、エッジ検出演算、モルフォロジ演算及び／又は周波数空間での演算（例えば、ローパスフィルタリング演算およびハイパスフィルタリング演算）等の単項演算をしてよい。さらに、複数のフィルタ部品２２のそれぞれは、一例として、平均演算、差分演算及び／又はファジー演算（例えば論理和演算、論理積演算、代数和、代数積、限界和、限界積、激烈和および激烈積等）等の二項演算をしてもよい。

　図４は、フィルタ部品２２を直列に組み合わせた構成の画像フィルタ２０に対して行われる遺伝子的な操作の一例を示す。図５は、フィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０に対して行われる交叉操作の一例を示す。図６は、フィルタ部品２２を木構造に組み合わせた構成の画像フィルタ２０に対して行われる突然変異操作の一例を示す。

　フィルタ生成部３４は、一例として、２個又はそれ以上の画像フィルタ２０に対して、遺伝子的な操作の一例である交叉操作を行って新たな２個又はそれ以上の画像フィルタ２０を生成してよい。フィルタ生成部３４は、一例として、図４および図５に示されるように、既に生成された少なくとも１つの一の画像フィルタ２０Ａの一部のフィルタ部品群２４Ａを、既に生成された他の画像フィルタ２０Ｂの少なくとも一部のフィルタ部品群２４Ｂと置換して、新たな画像フィルタ２０Ｅおよび２０Ｆを生成してよい。なお、フィルタ部品群２４は、１又は複数のフィルタ部品２２の組み合わせた部材である。

　また、フィルタ生成部３４は、一例として、一の画像フィルタ２０に対して、遺伝的な操作の一例である突然変異操作を行って新たな一の画像フィルタ２０を生成してよい。フィルタ生成部３４は、一例として、図４および図６に示されるように、既に生成された一の画像フィルタ２０Ｃの一部のフィルタ部品群２４Ｃを、ランダムに選択された他のフィルタ部品群２４Ｇに置換して、新たな画像フィルタ２０Ｇを生成してよい。

　また、フィルタ生成部３４は、一例として、現世代の画像フィルタ２０をそのまま次世代の画像フィルタ２０として残してもよい。フィルタ生成部３４は、一例として、図４に示されるように、画像フィルタ２０Ｄのフィルタ部品２２の構成をそのまま含む次世代の画像フィルタ２０Ｈを生成してよい。

　フィルタ選択部５０は、フィルタ生成部３４により生成された複数の画像フィルタ２０に対して生物の自然淘汰をモデル化した手法により１または複数の画像フィルタ２０を選択する。フィルタ選択部５０は、一例として、複数の画像フィルタ２０の中の適合度がより高い画像フィルタ２０を優先的に選択してよい。フィルタ選択部５０は、一例として、複数の画像フィルタ２０のそれぞれの適合度に基づき、エリート選択およびルーレット選択といった手法に応じて、画像フィルタ２０を選択してよい。そして、フィルタ選択部５０は、選択した画像フィルタ２０を次世代へ生存させるべく当該画像フィルタ２０をフィルタ格納部３２内に保存し、選択されなかった画像フィルタ２０を死滅させるべくフィルタ格納部３２内から削除する。

　図７は、画像フィルタ２０の適合度を表わすパラメータの一例である類似度の算出方法の一例を示す。本実施形態において、算出部４６は、当該画像フィルタ２０により変換対象画像を変換させることにより生成された選択対象画像と、目標画像とがどれだけ類似しているかを表わす類似度を算出する。この類似度は、画像フィルタ２０の適合度を表わすパラメータの一例であって、値がより大きいほど、当該選択対象画像を生成した画像フィルタ２０がより適切であることを示す評価値または指標として用いられる。

　算出部４６は、選択対象画像の各領域の値と目標画像の対応する各領域の値とを比較した比較値を算出し、領域毎の比較値に対して重みデータにより指定される重みを乗じる。そして、算出部４６は、重みが乗じられた領域毎の比較値を全領域について平均または合計した値を算出し、算出した値を当該選択対象画像の類似度として出力する。

　算出部４６は、一例として、選択対象画像のピクセル毎の輝度値と、目標画像の対応するピクセルの輝度値との差分または比率を算出してよい。そして、算出部４６は、一例として、算出したピクセル毎の差分または比率のそれぞれに、重みデータにより指定される対応する重みを乗じ、重みが乗じられたピクセル毎の差分または比率を合計または平均して、類似度を算出してよい。

　例えば、重みデータが重み画像により表わされている場合、算出部４６は、下記式（１）に示される演算をして、類似度を算出してよい。なお、この場合において、選択対象画像、目標画像および重み画像のサイズは、同一とされる。

　式（１）において、ｆは、類似度を表わす。Ｙ_ｍａｘは、輝度の最大値を表わす。

　また、ｘは、画像の水平方向のピクセル位置を示す変数である。ｙは、画像の垂直方向のピクセル位置を示す変数である。ｘｍａｘは、画像の水平方向のピクセル数を示す定数である。ｔｙｍａｘは、画像の垂直方向のピクセル数を示す定数である。

　Ｉｗｅｉｈｔ（ｘ，ｙ）は、重み画像における（ｘ，ｙ）位置のピクセルの輝度値を表わす。Ｉｔａｒｇｅｔ（ｘ，ｙ）は、目標画像における（ｘ，ｙ）位置のピクセルの輝度値を表わす。Ｉｆｉｌｔｅｒ（ｘ，ｙ）は、選択対象画像における（ｘ，ｙ）位置のピクセルの輝度値を表わす。

　すなわち、式（１）の中カッコ内の分子部分に示されるように、算出部４６は、目標画像の輝度値から選択対象画像の輝度値の差の絶対値に対して重み画像の輝度値を乗じた重み付き差分値を、画面内の全てのピクセル毎に算出し、算出した重み付き差分値を全ピクセルについて合計した合計重み付け差分値を算出する。さらに、式（１）の中カッコ内の分母部分に示されるように、算出部４６は、重み画像の輝度値を全ピクセルについて合計した合計重みを算出する。さらに、算出部４６は、合計重み付け差分値を合計重みで除算した除算値（式（１）の中カッコ内）に、輝度値の最大値の逆数（１／Ｙ_ｍａｘ）を乗じて正規化値（式（１）の２番目の項）を算出する。そして、算出部４６は、１から、正規化値を減じた値を、類似度ｆとして算出する。このようにして、算出部４６は、選択対象画像と目標画像との差分を領域毎に重み付けして類似度を算出することができる。

　図８は、画像処理装置１０の処理フローを示す。画像処理装置１０は、ステップＳ１２～ステップＳ１６の各処理を、複数回（例えば複数世代）繰返して実行する（Ｓ１１、Ｓ１６）。

　各世代において、まず、フィルタ生成部３４は、前世代から残存した複数の画像フィルタ２０に対して、交叉操作および突然変異操作等の遺伝的な操作を行って、新たな複数の画像フィルタ２０を生成する（Ｓ１２）。なお、フィルタ生成部３４は、一例として、最初の世代においては、使用者等により予め生成された複数の画像フィルタ２０に対して遺伝的な操作を行って新たな複数の画像フィルタ２０を生成してよい。

　続いて、フィルタ処理部３８は、前世代から残存した複数の画像フィルタ２０およびステップＳ１２で新たに生成された複数の画像フィルタ２０のそれぞれにより、変換対象画像をフィルタ処理して選択対象画像を生成する（Ｓ１３）。これにより、フィルタ処理部３８は、複数の画像フィルタ２０に対応した複数の選択対象画像を生成することができる。

　続いて、フィルタ選択部５０は、複数の選択対象画像のそれぞれと目標画像との類似度を算出し、類似度がより高い選択対象画像に対応する複数の画像フィルタ２０を選択する（Ｓ１４）。なお、フィルタ選択部５０は、一例として、最後の世代においては、類似度の最も高い１個の選択対象画像に対応する１個の画像フィルタ２０を選択してよい。

　続いて、フィルタ選択部５０は、ステップＳ１４において選択された１または複数の画像フィルタ２０を次世代に残存させ、ステップＳ１４において選択されなかった選択対象画像を生成した画像フィルタ２０を削除する（Ｓ１５）。画像処理装置１０は、以上の処理を複数の世代（例えば数十世代または数百世代）繰返して実行し、第Ｎ世代（Ｎは２以上の整数）まで処理を実行した後に、当該フローを抜ける（Ｓ１６）。このようにして、画像処理装置１０は、変換対象画像を目標画像へ変換するのに適した画像フィルタ２０を、進化的計算を用いて生成することができる。

　図９は、図８のステップＳ１４における画像処理装置１０の処理フローの一例を示す。画像処理装置１０は、図８に示されるステップＳ１４において、以下の処理を実行する。

　まず、重み生成部４４は、世代毎に適切な重み画像を発生させるべく、重み画像を自動更新する（ステップＳ２１）。なお、重み画像の生成処理については、後述の図１０において詳細を説明する。

　続いて、算出部４６は、フィルタ格納部３２に格納された複数の画像フィルタ２０のそれぞれにより生成された複数の選択対象画像のそれぞれ毎に、以下のステップＳ２３の処理を実行する（Ｓ２２、Ｓ２４）。ステップＳ２３において、算出部４６は、当該選択対象画像と目標画像とを重み画像に応じた重み付けをした比較をし、当該選択対象画像と目標画像との類似度を算出する。算出部４６は、複数の選択対象画像の全てについて処理を終えると、処理をステップＳ２５に進める（Ｓ２４）。

　続いて、画像選択部４８は、複数の選択対象画像のそれぞれの類似度に基づき、複数の選択対象画像の中から目標画像により近い選択対象画像を選択する（Ｓ２５）。画像選択部４８は、一例として、複数の画像フィルタ２０により変換された複数の選択対象画像のうち、類似度がより高い選択対象画像を優先的に選択してよい。画像選択部４８は、一例として、類似度が基準類似度より高い選択対象画像を選択してよい。また、画像選択部４８は、一例として、類似度が上位から予め定められた範囲の選択対象画像を選択してもよい。また、画像選択部４８は、類似度がより高い選択対象画像がより高い確率で選択されるように設定がされている条件下で、ランダムに選択対象画像を選択してもよい。

　続いて、フィルタ選択部５０は、画像選択部４８により選択された選択対象画像を生成する画像フィルタ２０を、変換対象画像を目標画像により類似する画像に変換する画像フィルタ２０として選択する（Ｓ２６）。このステップＳ２６の処理を終えると、画像処理装置１０は、当該フローを終了する。

　図１０は、図９のステップＳ２１における重み生成部４４の処理フローの一例を示す。重み生成部４４は、図９に示されたステップＳ２１における重み画像の更新処理において、以下のステップＳ３１～Ｓ３３の処理を実行する。

　まず、重み生成部４４の重み更新部６２は、前世代から残存した複数の画像フィルタ２０および図８のステップＳ１２において新たに生成された複数の画像フィルタ２０のそれぞれにより生成された複数の選択対象画像のうち、少なくとも１つの選択対象画像を、重み画像更新用の選択対象画像として抽出する（Ｓ３１）。重み更新部６２は、一例として、複数の画像フィルタ２０のうち任意の一個の画像フィルタ２０により生成された選択対象画像を抽出してよい。また、重み更新部６２は、一例として、複数の画像フィルタ２０のうち、前世代において算出された類似度が最も高かった画像フィルタ２０により生成された選択対象画像を抽出してよい。また、重み更新部６２は、一例として、前世代において算出された類似度が所定値以上の画像フィルタ２０により生成された１または複数の選択対象画像を抽出してもよい。

　続いて、重み更新部６２は、ステップＳ３１において重み画像更新用として抽出された少なくとも１つの選択対象画像と目標画像との領域毎の差分を算出する（Ｓ３２）。重み更新部６２は、一例として、重み画像更新用として抽出された少なくとも１つの選択対象画像と、目標画像とのピクセル毎の差分を算出してよい。なお、ステップＳ３１において複数の選択対象画像を抽出した場合には、重み更新部６２は、一例として、重み画像更新用として抽出された複数の選択対象画像のそれぞれと一の目標画像との複数個の差分のうち、最も大きい１個の差分を、領域毎（例えばピクセル毎）に選択してよい。

　続いて、重み更新部６２は、重み記憶部６０に記憶された重み画像、すなわち、前世代において用いられた重み画像を、ステップＳ３２において算出された領域毎の差分に基づき変更する（Ｓ３３）。より具体的には、重み更新部６２は、差分がより大きい領域の重みを当該差分がより小さい領域の重みより大きくするべく、重み記憶部６０に記憶された重みデータを更新する。なお、重み記憶部６０は、最初の世代においては、使用者により予め生成された重み画像を記憶してもよいし、例えば領域毎の重みが同一とされた重み画像を記憶してもよい。

　図１１は、世代毎に更新される重み画像の一例を示す。図１０において説明したように、重み生成部４４は、世代毎に適切な重み画像を生成することができる。

　図１１に示されるように、重み生成部４４は、一例として、選択対象画像と目標画像とのピクセル毎の差分を表わす差分画像を生成してよい。そして、重み生成部４４は、一例として、生成した差分画像に予め定められた係数を乗じて重み記憶部６０に記憶された重み画像に加算することにより、重みデータを更新してよい。このようにして、重み生成部４４は、差分がより大きい領域の重みをより大きくし、差分がより小さい領域の重みをより小さくするように、重み画像を更新することができる。

　このような本実施形態に係る画像処理装置１０によれば、画面の領域毎に適切な重み付けをして選択対象画像と目標画像との類似度を算出することができる。これにより、画像処理装置１０によれば、複数の選択対象画像の中から目標画像に類似した選択対象画像を適切に選択することができる。

　例えば、本実施形態に係る画像処理装置１０によれば、次世代に残存させるべき画像フィルタ２０を選択することを目的として、複数の画像フィルタ２０により生成された複数の選択対象画像の中から目標画像に類似した選択対象画像を選択する処理において、選択対象画像と目標画像との類似度の算出に用いる重みデータを、世代毎に適切な値に更新することができる。従って、例えば、世代が進んで、複数の画像フィルタにより生成された複数の選択対象画像のほとんどが目標画像と近くなり、複数の選択対象画像の間の差が微小となった場合であっても、画像処理装置１０によれば、目標画像により近い選択対象画像を適切に判別させることができる。この結果、画像処理装置１０によれば、適切な画像フィルタ２０を高速に生成することができる。

　また、本実施形態の変形例として、重み生成部４４は、選択対象画像と目標画像との差分に基づき重みデータを生成することに代えて、複数の選択対象画像のうち何れか２以上の選択対象画像同士の差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成してよい。重み生成部４４は、一例として、複数の選択対象画像のうちの２個の選択対象画像同士の差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成してよい。より具体的には、重み生成部４４は、第１の選択対象画像と第２の選択対象画像とのピクセル毎の差分を表わす差分画像を生成し、生成した差分画像に予め定められた係数を乗じて重み記憶部６０に記憶された重み画像に加算することにより、重みデータを更新してよい。

　このような変形例に係る画像処理装置１０によれば、例えば、世代が進んで、複数の画像フィルタ２０により生成された複数の選択対象画像のほとんどが目標画像と近くなり、複数の選択対象画像の間の差が微小となった場合であっても、複数の選択対象画像間の差が強調されるので、目標画像により近い選択対象画像を適切に判別させることができる。この結果、画像処理装置１０によれば、適切な画像フィルタ２０を高速に生成することができる。

　図１２は、第２実施形態に係る処理装置１１０の構成を示す。処理装置１１０は、複数のデータを含む入力データセットを複数のデータを含む変換済データセットに変換する変換器１２０を生成する。より具体的には、処理装置１１０は、複数のデータを含む変換対象データセットを複数のデータを含む目標データセットへ変換するのに適した変換器１２０を、進化的計算を用いて生成する。処理装置１１０は、一例として、コンピュータにより実現される。

　ここで、変換器１２０の変換対象となるデータセットは、１次元データ列、２次元データ群、３次元データ群、又は、更に多次元のデータ群であってよい。１次元データ列は、例えば、時系列データ又は配列状のデータ列等であってよい。２次元データ群は、複数の画素データ等が２次元空間に配列された画像データ等であってよい。３次元データ群は、色又は濃度等を表わすデータ値が３次元空間の各格子点に配置されたボリュームデータ等であってよい。また、変換器１２０は、入力されたデータセットと異なる次元のデータセットを出力してもよい。

　なお、入力データセットが画像データである場合、それぞれの変換器１２０は第１実施形態において説明した画像フィルタ２０と同様の構成となり、処理装置１１０は第１実施形態において説明した画像処理装置１０と同様の構成となる。即ち、それぞれの変換器１２０は、複数の画素データを含む入力画像を複数の画素データを含む変換済画像に変換する画像フィルタであってもよい。

　また、変換器１２０は、複数の入力データを含む入力データセットを複数の出力データを含む出力データセットに変換する複数の変換部品を組み合わせた構成であってよい。変換器１２０は、一例として、図２に示された画像フィルタ２０と同様に、変換部品を直列に組み合わせた構成であってよい。また、変換器１２０は、図３に示された画像フィルタ２０と同様に、変換部品を木構造に組み合わせた構成であってよい。また、変換器１２０は、一例として、データセットに対して演算を施すプログラム、および、データセットに対して施すべき演算内容を表わす演算式等であってよい。

　処理装置１１０は、変換器格納部１３２と、変換器生成部１３４と、変換対象データセット格納部１３６と、変換処理部１３８と、選択対象データセット格納部１４０と、目標データセット格納部１４２と、重み生成部１４４と、算出部１４６と、データセット選択部１４８と、変換器選択部１５０と、変換器更新部１５２とを備える。変換器格納部１３２は、既に生成された互いに異なる複数の変換器１２０を格納する。

　変換器生成部１３４は、現世代の少なくとも１つの変換器１２０から、次世代の変換器１２０を生成する。具体的には、変換器生成部１３４は、第１実施形態において説明したフィルタ生成部３４と同様に、変換部品を一以上組み合わせた現世代の変換器１２０の少なくとも一部の変換部品を、交叉および突然変異等の遺伝子的な操作を行って他の変換部品に置換して、次世代の新たな複数の変換器１２０を生成する。変換器生成部１３４は、一例として、図４、図５及び図６に示された操作と同様の遺伝子的な操作を変換器１２０に対して行ってよい。

　変換対象データセット格納部１３６は、変換器１２０の変換対象となる変換対象データセットを格納する。変換対象データセット格納部１３６は、一例として、複数の変換対象データセットを格納してもよい。

　変換処理部１３８は、変換器格納部１３２に格納された複数の変換器１２０を順次に取得する。変換処理部１３８は、取得した複数の変換器１２０のそれぞれにより変換対象となる変換対象データセットを変換させて、複数の選択対象データセットのそれぞれを生成する。

　選択対象データセット格納部１４０は、変換処理部１３８において生成された選択対象データセットを格納する。一例として、選択対象データセット格納部１４０は、変換処理部１３８において変換対象データセットが複数の変換器１２０で変換されることにより生成された選択対象データセットのそれぞれを、変換した変換器１２０に対応付けて格納する。

　目標データセット格納部１４２は、変換対象データセットを変換して生成されるデータセットの目標となる目標データセットを格納する。目標データセット格納部１４２は、一例として、複数の目標データセットを格納してもよい。

　重み生成部１４４は、選択対象データセットと目標データセットとの比較におけるデータ毎の重みを表わす複数の重みデータを含む重みデータセットを生成する。重み生成部１４４は、一例として、選択対象データセットまたは目標データセットと、同様にデータが配置された重みデータセットを生成してよい。

　ここで、重み生成部１４４は、選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセット同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータセットを生成する。重み生成部１４４は、一例として、現世代の重みデータセットにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みに所定値より小さい値を加算して、次世代の重みデータセットを生成してよい。また、重み生成部１４４は、一例として、現世代の重みデータセットにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みから所定値を減算して、次世代の重みデータセットを生成してもよい。

　重み生成部１４４は、一例として、重み記憶部１６０と、重み更新部１６２とを有してよい。重み記憶部１６０は、重みデータセットを記憶する。重み更新部１６２は、選択されたデータセット同士における差分がより大きいデータの重みを差分がより小さいデータの重みより大きくすべく、重み記憶部１６０に記憶された重みデータセットを、例えば世代毎に更新する。なお、重みデータセットの生成処理の詳細については、後述する。

　算出部１４６は、２以上の選択対象データセットのそれぞれと目標データセットとのデータ毎の差分を重みデータセットにより重み付けして２以上の選択対象データセットのそれぞれの目標データセットに対する近似度を算出する。この近似度は、変換器１２０の適合度を表わすパラメータの一例であって、値がより大きいほど、当該選択対象データセットを生成した変換器１２０がより適切であることを示す評価値または指標として用いられる。なお、選択対象データセット及び目標データセットが画像データである場合には、算出部１４６は、第１実施形態の算出部４６と同様に、選択対象データセットと重みデータセットとの近似度として、類似度を算出してよい。データセット選択部１４８は、２以上の選択対象データセットのそれぞれの近似度に基づいて、目標データセットにより近似する選択対象データセットを選択する。

　変換器選択部１５０は、データセット選択部１４８により選択された選択対象データセットを出力する変換器１２０を、変換対象データセットを目標データセットにより近似するデータセットに変換する変換器１２０として選択する。具体的には、変換器選択部１５０は、変換器格納部１３２に格納された複数の変換器１２０に対して生物の自然淘汰をモデル化した手法により１または複数の変換器１２０を選択する。変換器選択部１５０は、一例として、現世代の複数の変換器１２０のうち選択対象データセットの近似度が大きい順に選択した少なくとも１つの変換器１２０を、次世代の変換器１２０としてよい（エリート選択）。変換器選択部１５０は、例えば、近似度が最も大きい１つの変換器１２０を、次世代の変換器１２０としてよい。また、変換器選択部１５０は、一例として、選択対象データセットの近似度が一定以上の現世代の複数の変換器１２０のうちランダムに選択された少なくも一つの変換器１２０を、次世代の変換器１２０としてよい（ルーレット選択）。

　変換器更新部１５２は、変換器選択部１５０が選択した複数の変換器１２０により、変換器格納部１３２に格納された複数の変換器１２０を更新する。具体的には、変換器更新部１５２は、選択した変換器１２０を次世代へ生存させるべく当該変換器１２０を変換器格納部１３２内に保存し、選択されなかった変換器１２０を死滅させるべく変換器格納部１３２内から削除する。

　図１３は、処理装置１１０の処理フローを示す。処理装置１１０は、ステップＳ１１２～ステップＳ１１６の各処理を、複数回（例えば複数世代）繰返して実行する（Ｓ１１１、Ｓ１１７）。

　まず、変換処理部１３８は、変換器格納部１３２に格納された現世代の複数の変換器１２０のそれぞれにより、変換対象データセットを変換して選択対象データセットを生成する（Ｓ１１２）。これにより、変換処理部１３８は、複数の変換器１２０に対応した複数の選択対象データセットを生成することができる。

　続いて、変換器選択部１５０は、複数の選択対象データセットのそれぞれと目標データセットとの近似度を重みデータセットにより重み付けをして算出し、近似度がより高い選択対象データセットに対応する１または複数の変換器１２０を選択する（Ｓ１１３）。なお、変換器選択部１５０は、一例として、最後の世代においては、近似度の最も高い１個の選択対象データセットに対応する１個の変換器１２０を選択してよい。

　続いて、変換器更新部１５２は、ステップＳ１１３において選択された１または複数の変換器１２０を次世代に残存させ、ステップＳ１１３において選択されなかった変換器１２０を削除する（Ｓ１１４）。続いて、変換器生成部１３４は、残存した１または複数の変換器１２０に対して、交叉操作および突然変異操作等の遺伝的な操作を行って、新たな少なくとも１つの変換器１２０を生成する（Ｓ１１５）。そして、変換器生成部１３４は、残存した変換器１２０および新たに生成した変換器１２０を、次世代の複数の変換器１２０として変換器格納部１３２に格納させる。なお、変換器生成部１３４は、最後の世代においては、当該処理を実行しなくてよい。

　続いて、重み生成部１４４は、世代毎に適切な重みデータセットを生成するべく、次世代用の新たな重みデータセットを生成する（Ｓ１１６）。重みデータセットの生成処理についての詳細については後述する。なお、重み生成部１４４は、最後の世代においては、当該処理を実行しなくてよい。

　処理装置１１０は、以上の処理を複数の世代（例えば数十世代または数百世代以上）繰返して実行して、最後の世代（第Ｎ世代（Ｎは２以上の整数））まで処理を実行した後に、当該フローを抜ける（Ｓ１１７）。このようにして、処理装置１１０は、変換対象データセットを目標データセットへ変換するのに適した変換器１２０を、進化的計算を用いて生成することができる。

　図１４は、図１３のステップＳ１１３における処理装置１１０の処理フローの一例を示す。処理装置１１０は、図１３に示されるステップＳ１１３において、以下の処理を実行する。

　まず、算出部１４６は、現世代の複数の変換器１２０のそれぞれにより生成された複数の選択対象データセットのそれぞれ毎に、以下のステップＳ１２２の処理を実行する（Ｓ１２１、Ｓ１２３）。ステップＳ１２２において、算出部１４６は、当該選択対象データセットと目標データセットとを重みデータセットに応じた重み付けをした比較をし、当該選択対象データセットと目標データセットとの近似度を算出する。算出部１４６は、複数の選択対象データセットの全てについて処理を終えると、処理をステップＳ１２４に進める（Ｓ１２３）。

　続いて、データセット選択部１４８は、複数の選択対象データセットのそれぞれの近似度に基づき、複数の選択対象データセットの中から目標データセットにより近い選択対象データセットを選択する（Ｓ１２４）。データセット選択部１４８は、一例として、複数の変換器１２０により変換された複数の選択対象データセットのうち、近似度がより高い選択対象データセットを優先的に選択してよい。データセット選択部１４８は、一例として、近似度が基準近似度より高い選択対象データセットを選択してよい。また、データセット選択部１４８は、一例として、近似度が上位から予め定められた範囲の選択対象データセットを選択してもよい。また、データセット選択部１４８は、近似度がより高い選択対象データセットがより高い確率で選択されるように設定がされている条件下で、ランダムに選択対象データセットを選択してもよい。

　続いて、変換器選択部１５０は、データセット選択部１４８により選択された選択対象データセットを生成する変換器１２０を、変換対象データセットを目標データセットにより近似する画像に変換する変換器１２０として選択する（Ｓ１２５）。このステップＳ１２５の処理を終えると、処理装置１１０は、当該フローを終了する。

　図１５は、図１３のステップＳ１１６における重み生成部１４４の処理フローの一例を示す。重み生成部１４４は、図１３に示されたステップＳ１１６における重みデータセットの生成処理において、以下のステップＳ１３１～Ｓ１３３の処理を実行する。まず、重み生成部１４４は、重みデータセット生成用として、変換器１２０が出力した選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセットを抽出する（Ｓ１３１）。

　続いて、重み生成部１４４は、ステップＳ１３１において重みデータセット生成用として抽出された少なくとも一組のデータセット同士の、データ毎の差分を算出する（Ｓ１３２）。重み生成部１４４は、抽出されたデータセットの組における、対応する位置同士のデータの差分を算出する。例えば、重み生成部１４４は、抽出されたデータセットの組が３次元データ群であれば、互いに対応する格子点同士のデータの差分を算出してよい。また、重み生成部１４４は、２つのデータの減算結果の絶対値を、差分として算出してよい。

　また、重み生成部１４４は、ステップＳ１３１において複数組のデータセットを抽出した場合には、例えば、複数組のデータセットの差分をデータ毎に（例えば、３次元データ群であれば格子点毎に）、合計又は平均してよい。これに代えて、重み生成部１４４は、一例として、複数組のデータセットの差分のうち最も大きい１個の差分を、データ毎に選択してもよい。

　続いて、重み生成部１４４は、ステップＳ１３２において算出されたデータ毎の差分に基づき、次世代用の重みデータセットを生成する（Ｓ１３３）。より具体的には、重み生成部１４４は、差分がより大きいデータの重みを差分がより小さいデータの重みより大きくするような次世代の重みデータセットを生成する。なお、重み生成部１４４は、最初の世代においては、使用者により予め生成された重みデータセットを記憶してもよいし、例えばデータ毎の重みが同一とされた重みデータセットを記憶してもよい。

　ここで、このような処理を行う重み生成部１４４は、ステップＳ１３１において、現世代以前の少なくとも１つの変換器１２０が出力する少なくとも１つの選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセット同士から次世代用の重みデータセットを生成する。

　重み生成部１４４は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの組を抽出してよい。即ち、この場合、重み生成部１４４は、選択対象データセットと目標データセットとの組を、現世代以前の各世代について抽出する。

　また、重み生成部１４４は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した２つの選択対象データセットの組を抽出してよい。即ち、この場合、重み生成部１４４は、異なる２つの選択対象データセットの組を、現世代以前の各世代について抽出する。

　また、重み生成部１４４は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの組、および、近似度が大きい順に選択した２つの選択対象データセットの組の両者を抽出してよい。即ち、この場合、重み生成部１４４は、目標データセットと選択対象データセットの組、および、異なる２つの選択対象データセットの組の両方を、現世代以前の各世代について抽出する。

　重み生成部１４４は、以上のように抽出したそれぞれの組毎に、データセット間のデータ毎の差分を算出する。そして、重み生成部１４４は、それぞれの組毎に算出したデータ毎の差分から、次世代用の重みデータセットを生成する。これにより、算出部１４６は、次世代の２以上の変換器１２０が出力する２以上の選択対象データセットのそれぞれと目標データセットとのデータ毎の差分を次世代用の重みデータセットにより重み付けして２以上の選択対象データセットのそれぞれの近似度を算出することができる。

　このような本実施形態に係る処理装置１１０によれば、重みデータセットによりデータ毎に適切な重み付けをして選択対象データセットと目標データセットとの近似度を算出することができる。これにより、処理装置１１０によれば、複数の選択対象データセットの中から目標データセットに近似した選択対象データセットを適切に選択することができる。

　更に、処理装置１１０は、次世代用の重みデータセットを、現世代以前の各世代において生成された選択対象データセットを用いて生成する。これにより、処理装置１１０によれば、同一の重みデータセットが周期的に繰り返して生成されてしまう状態となることを回避して、適切な重みデータセットを長期的に安定して生成することができる。

　図１６は、重みデータセットの生成処理の一例を示す。重み生成部１４４は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分の合計に対して単調非減少となる次世代用の重みデータセットを生成してよい。このような重み生成部１４４は、適切な重みデータセットを長期的に安定して生成することができる。

　重み生成部１４４は、一例として、下記の式（１１）に示される演算式に基づき重みデータセットを生成してよい。

　式（１１）のＷ_{Ｎ＋１，Ｍ}は、第Ｎ＋１世代（Ｎは、１以上の整数。）の重みデータセットに含まれるＭ番目（Ｍは１以上の整数）の重みデータの値を表わす。式（１１）のＦ（Ｘ）は、Ｘを変数とする単調非減少関数を表わす。即ち、Ｆ（Ｘ）は、Ｘが増加する方向に変化した場合、少なくとも減少しない値を表わす。Ｆ（Ｘ）は、単調増加関数であってもよい。なお、Ｆ（Ｘ）及びＸは、データセットに含まれる各データが取り得る範囲の値となる。

　式（１１）のＤ_Ｋ，Ｍは、下記式（１２）により表わされる。即ち、式（１１）のＤ_Ｋ，Ｍは、第Ｋ世代（Ｋは整数）における選択された選択対象データセットに含まれるＭ番目の値（Ｐ_Ｋ、Ｍ）と、目標データセットに含まれるＭ番目の値（Ｔ_Ｍ）と差分の絶対値を表わす。

　このような式（１１）に示されるように、重み生成部１４４は、現世代以前の複数の世代のそれぞれにおける、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分を算出してよい。続いて、重み生成部１４４は、算出した差分の合計をデータ毎に算出して、データ毎の合計のそれぞれを現世代の世代数で除算してよい。そして、重み生成部１４４は、データ毎の除算結果のそれぞれを予め定められた単調非減少関数によりレベル変換した値を含む次世代の重みデータセットを生成してよい。これにより、重み生成部１４４は、適切な重みデータセットを長期的に安定して生成することができる。

　なお、式（１１）の単調非減少関数Ｆ（Ｘ）は、一例として、下記式（１３）に示されるような関数であってよい。下記式（１３）に示される関数は、差分値が小さい範囲において重みデータの変化量が大きく、差分値が大きい範囲において重みデータの変化量が小さい。このような関数を用いることにより、重み生成部１４４は、差分値が小さい領域においてより重みを敏感に変化させることができる。

　また、式（１１）の単調非減少関数Ｆ（Ｘ）は、一例として、差分値が小さい範囲において重みデータの変化量が小さく、差分値が大きい範囲において重みデータの変化量が大きい関数であってもよい。このような関数を用いることにより、重み生成部１４４は、差分値が大きい領域においてより重みを敏感に変化させることができる。

　また、重み生成部１４４は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分を、当該選択対象データセットを出力した変換器１２０の世代に応じて重み付けた合計に対して単調非減少となる次世代用の重みデータセットを生成してよい。これにより、重み生成部１４４は、影響が大きい世代の差分を重みデータセットに大きく反映することができる。

　重み生成部１４４は、一例として、下記の式（１４）に示される演算式に基づき重みデータセットを生成してよい。なお、式（１４）のＷ_Ｋは、第Ｋ世代の差分に与える重みを表わす。式（１４）のＷ_Ｋ以外のパラメータは、式（１１）と同様である。

　式（１４）に示されるように、重み生成部１４４は、現世代以前の複数の世代のそれぞれにおける、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分を算出してよい。続いて、重み生成部１４４は、算出した差分に世代毎に予め設定された重みを乗じた合計をデータ毎に算出して、データ毎の合計のそれぞれを現世代の世代数で除算してよい。そして、重み生成部１４４は、データ毎の除算結果のそれぞれを予め定められた単調非減少関数によりレベル変換した値を含む次世代の重みデータセットを生成してよい。これにより、重み生成部１４４は、適切な重みデータセットを長期的に安定して生成することができる。

　なお、この場合において、重み生成部１４４は、一例として、現世代により近い世代に大きな重みを付け、より遠い世代に小さな重みを付けた合計を算出してよい。また、一世代中に複数の選択対象データを選択する場合、重み生成部１４４は、世代内において近似度がより大きい選択対象データから順に順位を付け、順位に従った重みを付けた合計を算出してもよい。

　図１７は、重み生成部１４４の構成の一例を示す。重み生成部１４４は、一例として、世代数決定部１６４を更に有してもよい。世代数決定部１６４は、当該重み生成部１４４が各世代において次世代用の重みデータセットを生成するために用いる世代数を指定する。これにより、重み生成部１４４は、現世代以前の予め指定された世代数の各世代における、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分の合計に対して単調非減少となる次世代用の重みデータセットを生成することができる。

　世代数決定部１６４は、一例として、現世代から予め定められた世代数前までの各世代を指定してよい。このような重み生成部１４４は、影響の小さい非常に古い世代を除いて重みデータセットを生成することができる。これにより、重み生成部１４４によれば、少ない演算量により適切な重みデータセットを生成することができる。

　重み生成部１４４は、一例として、下記の式（１５）に示される演算式に基づき重みデータセットを生成してよい。なお、式（１５）のＬは、世代数決定部１６４により指定される世代数を表わす。式（１５）のＬ以外のパラメータは、式（１４）と同様である。

　式（１５）に示されるように、重み生成部１４４は、現世代から予め定められた世代数前までの複数の世代のそれぞれにおける、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分を算出してよい。続いて、重み生成部１４４は、算出した差分に世代毎に予め設定された重みを乗じた合計をデータ毎に算出して、データ毎の合計のそれぞれを現世代の世代数で除算してよい。そして、重み生成部１４４は、データ毎の除算結果のそれぞれを予め定められた単調非減少関数によりレベル変換した値を含む次世代の重みデータセットを生成してよい。これにより、重み生成部１４４は、少ない演算量により、適切な重みデータセットを長期的に安定して生成することができる。

　また、世代数決定部１６４は、一例として、当該重み生成部１４４が各世代において次世代用の重みデータセットを生成するために用いる世代数を、各世代における最大の近似度の変化量に応じて決定してもよい。世代数決定部１６４は、一例として、世代間における最大の近似度の変化量がより大きい程、次世代用の重みデータセットを生成するために用いる世代数を少なくし、世代間における最大の近似度の変化量がより小さい程、次世代用の重みデータセットを生成するために用いる世代数を多くしてよい。世代数決定部１６４は、一例として、近似度の変化量の逆数に比例する値に応じて、世代数を決定してよい。これにより、世代数決定部１６４は、世代が進んで画像フィルタ２０により生成される選択対象データセットがより目標データセットに近似した場合において、次世代用の重みデータセットを生成するために用いる世代数を多くすることができる。

　また、重み生成部１４４は、一例として、現世代用の重みデータセットにおける、近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分により、現世代用の重みデータセットを次世代用の重みデータセットに更新してもよい。このような重み生成部１４４は、過去の世代において生成した選択対象データセットを用いないので、少ない演算量で次世代の重みデータセットを生成することができる。さらに、このような重み生成部１４４は、過去の世代において生成した選択対象データセットを記憶しなくてよいので、メモリを小さくすることができる。

　重み生成部１４４は、一例として、下記の式（１６）に示される演算式に基づき重みデータセットを生成してよい。

　なお、式（１６）のαは、予め定められた係数を表わす。式（１６）のＣは、予め定められた基準値を表わす。また、式（１６）のＷ_Ｎ，Ｍは、第Ｎ世代の重みデータセットに含まれるＭ番目の重みデータの値を表わす。式（１６）のα、Ｃ、Ｗ_Ｎ，Ｍ以外のパラメータは、式（１１）と同様である。また、式（１６）に示されるＷ_{Ｎ＋１，Ｍ}は、重みデータが取り得るデータ範囲の最大値を超えた場合には最大値に制限され、最小値を下回った場合には最小値に制限される。

　式（１６）に示されるように、重み生成部１４４は、現世代における近似度が大きい順に選択した少なくとも１つの選択対象データセットのそれぞれと目標データセットとの間のデータ毎の差分から予め定められた基準値を減じた差分データセットに対して予め定められた係数を乗じて、現世代用の重みデータセットに加えることにより、次世代用の重みデータセットを生成してよい。これにより、重み生成部１４４は、少ない演算量で次世代の重みデータセットを生成することができ、更に、メモリも小さくすることができる。

　なお、式（１６）のＣは、重みデータＷ_Ｎ，Ｍにより表わされるデータ範囲と比較して、相対的に小さい値であってよい。例えば、重みデータが０から２５５の範囲の値であれば、Ｃは、例えば１０程度の値であってよい。また、式（１６）のＣは、世代毎に変化する値であってよい。例えば、Ｃは、世代が進むにつれて小さくなる値であってよい。また、式（１６）のＣも、世代毎に変化する値であってよい。

　図１８は、第１実施形態の変形例である第１変形例に係る画像処理装置１０の構成を示す。第１変形例に係る画像処理装置１０は、図１から図１１を参照して説明した第１実施形態の画像処理装置１０と略同一の構成および機能を採るので、図１から図１１を参照して説明した画像処理装置１０が備える部材と略同一の構成および機能の部材に同一の符号を付け、以下相違点を除き説明を省略する。

　第１変形例に係る画像処理装置１０は、重み表示部７０と、重み入力部７２とを更に備える。第１変形例において、重み生成部４４内の重み更新部６２は、一例として、重みデータの更新を世代毎に行う。第１変形例において、重み記憶部６０は、例えば重み更新部６２により重みデータが更新される毎に、更新される前の重みデータを更新された重みデータと区別して記憶してもよい。

　重み表示部７０は、重み記憶部６０に記憶された重みデータに応じて、画像の各領域の重みを示す重み画像を表示する。重み表示部７０は、一例として、重み記憶部６０に記憶された重みデータが更新されたことに応じて、当該更新された重みデータを取得して表示する。

　重み表示部７０は、例えば、画像の各領域の重みの程度を程度毎に色分けした重み画像を表示してよい。また、重み表示部７０は、重みの程度が所定レベル以上の領域だけを強調して表示する重み画像を表示してもよい。重み表示部７０は、例えば、ＬＣＤ等の表示装置であってよい。また、重み表示部７０は、例えば、重み画像を印刷により出力するプリンタ等の描画装置であってもよい。

　また、重み表示部７０は、一例として、現世代の処理における重みデータに応じた重み画像とともに、前の世代の処理における重みデータを重み記憶部６０から取得して重み画像として表示させてもよい。また、重み表示部７０は、他の例として、現世代の処理における重みデータに応じた重み画像と前の世代の処理における重みデータに応じた重み画像とが異なる部分を強調した画像を、現世代の重み画像とともに、あるいは使用者の選択に応じて表示させてもよい。

　重み入力部７２は、重みデータを使用者から入力する。一例として、重み入力部７２は、使用者から重みデータが入力されたことに応じて、重み記憶部６０に記憶された重みデータを、使用者から入力された重みデータに更新してよい。また、重み入力部７２は、重み記憶部６０に記憶された重みデータを、重み更新部６２により更新させてもよい。

　また、例えば、重み入力部７２は、重み表示部７０が表示した重み画像に対応する重みデータへの、使用者による修正を入力する。一例として、重み入力部７２は、重み表示部７０が表示した重み画像を確認した使用者から修正用の重みデータが入力されたことに応じて、重み記憶部６０に記憶された重みデータを、使用者から入力された重みデータに更新してよい。

　また、第１変形例に係る画像処理装置１０において、使用者から過去に処理済の一の世代に対する重みデータを入力された場合、重み入力部７２は、フィルタ格納部３２を、当該一の世代における画像フィルタ２０を格納する状態に戻し、フィルタ生成部３４、フィルタ処理部３８、算出部４６、画像選択部４８、フィルタ選択部５０およびフィルタ更新部５２により、当該一の世代およびそれ以降の世代における処理を再度行わせる。

　図１９は、第１変形例に係る画像処理装置１０による、図８に示されるステップＳ１４において画像フィルタ２０を選択するまでの処理フローの一例を示す。第１変形例に係る画像処理装置１０は、図８に示されるステップＳ１４において、以下の処理を実行する。

　まず、重み生成部４４は、複数の選択対象画像のそれぞれと目標画像との差分を重みデータの一例である重み画像により領域毎に重み付けした類似度が適切に算出されるべく、重み画像を自動更新する（Ｓ２１）。重み生成部４４による重み画像の更新処理は、例えば図１０に示される処理であってよい。

　なお、重み記憶部６０は、最初の世代においては、使用者により予め生成された重み画像を記憶してもよいし、例えば領域毎の重みが同一とされた重み画像を記憶してもよい。また、ステップＳ２１における重み生成部４４による重み画像の更新処理は、図１０に示されるフローに替えて、重み入力部７２への使用者からの重み画像の入力に基づいて行われてもよい。

　この場合、例えば、使用者は、重み表示部７０に表示された重み画像に基づいて、重みをより大きくすべき領域またはより小さくすべき領域の重みを修正した重み画像を重み入力部７２に入力する。なお、使用者は、修正すべき領域および重みの修正幅等の数値を重み入力部７２に入力してもよい。重み入力部７２は、使用者からの上記入力に基づいて、重み記憶部６０が記憶する重み画像を重み更新部６２により更新させてよい。

　続いて、重み表示部７０は、重み画像が更新されたことに応じて、当該更新された重み画像を重み生成部４４から取得して表示する（Ｓ２２）。算出部４６は、フィルタ格納部３２に格納された複数の画像フィルタ２０のそれぞれにより生成された複数の選択対象画像毎に、以下のステップＳ２４の処理を実行する（Ｓ２３、Ｓ２５）。ステップＳ２４において、算出部４６は、当該選択対象画像と目標画像とを重み画像に応じた重み付けをした比較をし、当該選択対象画像と目標画像との類似度を算出する。算出部４６は、複数の選択対象画像の全てについて処理を終えると、処理をステップＳ２６に進める（Ｓ２５）。

　続いて、画像選択部４８は、複数の選択対象画像のそれぞれの類似度に基づき、複数の選択対象画像の中から目標画像により近い選択対象画像を選択する（Ｓ２６）。そして、フィルタ選択部５０は、選択された選択対象画像を生成する画像フィルタ２０を、変換対象画像を目標画像により類似する画像に変換する画像フィルタ２０として選択する（Ｓ２７）。このステップＳ２７の処理を終えると、画像処理装置１０は、当該フローを終了する。

　このように、第１変形例に係る画像処理装置１０によれば、各世代の処理において選択対象画像と目標画像との比較時に用いる重み画像を使用者が視覚的に確認して必要に応じて修正することができる。さらに、第１変形例に係る画像処理装置１０は、画像の領域毎に適切な重み付けをして選択対象画像と目標画像との類似度を算出することができる。これにより、第１変形例に係る画像処理装置１０は、複数の選択対象画像の中から目標画像に類似した選択対象画像を適切に選択することができる。

　なお、使用者から過去に処理済の一の世代に対する重みデータが入力された場合、画像処理装置１０は、以下の処理を実行する。すなわち、重み入力部７２は、まず、使用者から過去に処理済の一の世代に対する重みデータが入力されたことに応じて、フィルタ格納部３２を、当該一の世代における画像フィルタ２０を格納する状態に戻す。この場合、例えば、フィルタ格納部３２は、世代毎に格納した画像フィルタ２０の履歴をそれぞれの世代に対応付けて記憶し、重み入力部７２は、当該履歴に基づいて、フィルタ格納部３２を、上記一の世代における画像フィルタ２０を格納する状態に戻してよい。重み入力部７２は、次に、上記一の世代およびそれ以降の世代における図８に示されるステップＳ１２～Ｓ１５の処理を実行させる。

　このように、画像処理装置１０は、使用者が過去に処理済の世代に対する重みデータを変更することにより、当該世代以降の処理を再度実行して画像フィルタ２０を選択することができる。したがって、一度最後の世代まで処理を終えたときに、目標画像に類似する選択対象画像を生成する画像フィルタ２０が選択されなかった場合でも、画像処理装置１０は、使用者が任意の世代に対する重みデータを変更して再度その世代以降の処理を実行することにより、再び最初の世代から処理を実行し直すことなく、より目標画像に類似する選択対象画像を生成する画像フィルタ２０を選択することができる。

　図２０は、第２実施形態の変形例である第２変形例に係る処理装置１１０の構成を示す。第２変形例に係る処理装置１１０は、図１から図１１を参照して説明した画像処理装置１０と略同一の構成および機能を採るので、図１２から図１７を参照して説明した処理装置１１０が備える部材と略同一の構成および機能の部材に同一の符号を付け、以下相違点を除き説明を省略する。

　第２変形例に係る処理装置１１０は、重み表示部７０と、重み入力部７２とを更に備える。第２変形例に係る重み表示部７０および重み入力部７２は、重みデータセットおよび変換器１２０についての処理をする点において相違するが、他の点においては図１８および図１９を参照して説明した重み表示部７０および重み入力部７２と同様の機能を有する。

　従って、第２変形例に係る処理装置１１０によれば、各世代の処理において選択対象データセットと目標データセットとの比較時に用いる重みデータセットを使用者が視覚的に確認して必要に応じて修正することができる。さらに、第１変形例に係る処理装置１１０は、データセットの領域毎に適切な重み付けをして選択対象データセットと目標データセットとの類似度を算出することができる。これにより、第１変形例に係る処理装置１１０は、複数の選択対象データセットの中から目標データセットに近似した選択対象データセットを適切に選択することができる。

　図２１は、第１及び第２実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスクドライブ２０４０、及びＣＤ－ＲＯＭドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部とを備える。

　ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。

　入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０、ＣＤ－ＲＯＭドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＣＤ－ＲＯＭドライブ２０６０は、ＣＤ－ＲＯＭ２０９５からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。

　また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。

　ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＣＤ－ＲＯＭ２０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。

　コンピュータ１９００にインストールされ、コンピュータ１９００を第１実施形態に係る画像処理装置１０として機能させるプログラムは、フィルタ格納モジュールと、フィルタ生成モジュールと、変換対象画像格納モジュールと、フィルタ処理モジュールと、選択対象画像格納モジュールと、目標画像格納モジュールと、重み生成モジュールと、算出モジュールと、画像選択モジュールと、フィルタ選択モジュールと、フィルタ更新モジュールとを備える。また、当該プログラムは、重み表示モジュールと、重み入力モジュールとを更に備えてもよい。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、フィルタ格納部３２、フィルタ生成部３４、変換対象画像格納部３６、フィルタ処理部３８、選択対象画像格納部４０、目標画像格納部４２、重み生成部４４、算出部４６、画像選択部４８、フィルタ選択部５０、フィルタ更新部５２、重み表示部７０および重み入力部７２としてそれぞれ機能させる。

　これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段であるフィルタ格納部３２、フィルタ生成部３４、変換対象画像格納部３６、フィルタ処理部３８、選択対象画像格納部４０、目標画像格納部４２、重み生成部４４、算出部４６、画像選択部４８、フィルタ選択部５０、フィルタ更新部５２、重み表示部７０および重み入力部７２として機能する。そして、これらの具体的手段によって、第１実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の画像処理装置１０が構築される。

　また、コンピュータ１９００にインストールされ、コンピュータ１９００を第２実施形態に係る処理装置１１０として機能させるプログラムは、変換器格納モジュールと、変換器生成モジュールと、変換対象データセット格納モジュールと、変換処理モジュールと、選択対象データセット格納モジュールと、目標データセット格納モジュールと、重み生成モジュールと、算出モジュールと、データセット選択モジュールと、変換器選択モジュールと、変換器更新モジュールとを備える。また、当該プログラムは、重み表示モジュールと、重み入力モジュールとを更に備えてもよい。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、変換器格納部１３２、変換器生成部１３４、変換対象データセット格納部１３６、変換処理部１３８、選択対象データセット格納部１４０、目標データセット格納部１４２、重み生成部１４４、算出部１４６、データセット選択部１４８、変換器選択部１５０、変換器更新部１５２、重み表示部７０および重み入力部７２としてそれぞれ機能させる。

　これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である変換器格納部１３２、変換器生成部１３４、変換対象データセット格納部１３６、変換処理部１３８、選択対象データセット格納部１４０、目標データセット格納部１４２、重み生成部１４４、算出部１４６、データセット選択部１４８、変換器選択部１５０、変換器更新部１５２、重み表示部７０および重み入力部７２として機能する。そして、これらの具体的手段によって、第２実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の処理装置１１０が構築される。

　一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、フレキシブルディスク２０９０、又はＣＤ－ＲＯＭ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。

　また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、ＣＤ－ＲＯＭドライブ２０６０（ＣＤ－ＲＯＭ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。

　また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。

　また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。

　以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＣＤ－ＲＯＭ２０９５の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。

　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。

　請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０　画像処理装置、２０　画像フィルタ、２２　フィルタ部品、２４　フィルタ部品群、３２　フィルタ格納部、３４　フィルタ生成部、３６　変換対象画像格納部、３８　フィルタ処理部、４０　選択対象画像格納部、４２　目標画像格納部、４４　重み生成部、４６　算出部、４８　画像選択部、５０　フィルタ選択部、５２　フィルタ更新部、６０　重み記憶部、６２　重み更新部、７０　重み表示部、７２　重み入力部、１１０　処理装置、１２０　変換器、１３２　変換器格納部、１３４　変換器生成部、１３６　変換対象データセット格納部、１３８　変換処理部、１４０　選択対象データセット格納部、１４２　目標データセット格納部、１４４　重み生成部、１４６　算出部、１４８　データセット選択部、１５０　変換器選択部、１５２　変換器更新部、１６０　重み記憶部、１６２　重み更新部、１６４　世代数決定部、１９００　コンピュータ、２０００　ＣＰＵ、２０１０　ＲＯＭ、２０２０　ＲＡＭ、２０３０　通信インターフェイス、２０４０　ハードディスクドライブ、２０５０　フレキシブルディスク・ドライブ、２０６０　ＣＤ－ＲＯＭドライブ、２０７０　入出力チップ、２０７５　グラフィック・コントローラ、２０８０　表示装置、２０８２　ホスト・コントローラ、２０８４　入出力コントローラ、２０９０　フレキシブルディスク、２０９５　ＣＤ－ＲＯＭ

Claims

　複数の選択対象画像のうち少なくとも１つの選択対象画像と目標画像との差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する重み生成部と、
　前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択する画像選択部と、
　を備える画像処理装置。
　複数の画像フィルタのそれぞれにより変換対象となる変換対象画像を変換させて、前記複数の選択対象画像のそれぞれを生成するフィルタ処理部と、
　前記画像選択部により選択された前記選択対象画像を生成する前記画像フィルタを、前記変換対象画像を前記目標画像により類似する画像に変換する画像フィルタとして選択するフィルタ選択部と、
　を更に備える請求項１に記載の画像処理装置。
　前記重み生成部は、
　前記重みデータを記憶する重み記憶部と、
　前記差分がより大きい領域の重みを前記差分がより小さい領域の重みより大きくすべく、前記重み記憶部に記憶された前記重みデータを更新する重み更新部と、
　を有する請求項２に記載の画像処理装置。
　前記複数の画像フィルタのそれぞれとして、画像を変換するフィルタ部品を１又は複数組み合わせた画像フィルタを格納するフィルタ格納部と、
　前記フィルタ格納部に格納された少なくとも１つの前記画像フィルタの少なくとも一部のフィルタ部品を、他のフィルタ部品に置換して新たな前記画像フィルタを生成するフィルタ生成部と、
　を更に備える請求項３に記載の画像処理装置。
　前記重み更新部は、前記フィルタ格納部に格納された前記複数の画像フィルタに対して算出された前記重みデータを前記重み記憶部に格納し、
　前記算出部は、前記複数の画像フィルタおよび前記新たな画像フィルタのそれぞれについて、前記類似度を算出し、
　前記画像選択部は、前記複数の画像フィルタが生成した前記複数の選択対象画像および前記新たな画像フィルタが生成した新たな前記選択対象画像のそれぞれの類似度に基づいて、前記目標画像により近い新たな前記複数の選択対象画像を選択し、
　前記フィルタ選択部は、前記画像選択部が選択した新たな前記複数の選択対象画像を生成する新たな前記複数の画像フィルタを選択し、
　当該画像処理装置は、前記フィルタ選択部が選択した新たな前記複数の画像フィルタにより、前記フィルタ格納部に格納された前記複数の画像フィルタを更新するフィルタ更新部を更に備え、
　前記重み更新部は、更新された前記複数の画像フィルタについて生成した前記新たな重みデータにより、前記重み記憶部に記憶された前記重みデータを更新する
　請求項４に記載の画像処理装置。
　複数の選択対象画像のうち少なくとも１つの選択対象画像と目標画像との差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成することと、
　前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出することと、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択することと、
　を備える画像処理方法。
　コンピュータを、請求項１から５の何れかに記載の前記画像処理装置として機能させるプログラム。
　複数の選択対象画像のうち、何れか２以上の選択対象画像同士の差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成する重み生成部と、
　前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択する画像選択部と、
　を備える画像処理装置。
　複数の選択対象画像のうち、何れか２以上の選択対象画像同士の差分がより大きい領域の重みを、当該差分がより小さい領域の重みより大きくした重みデータを生成することと、
　前記複数の選択対象画像のうち２以上の選択対象画像のそれぞれについて、目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出することと、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を選択することと、
　を備える画像処理方法。
　コンピュータを、請求項８に記載の前記画像処理装置として機能させるプログラム。
　それぞれが複数のデータを含む複数の選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセット同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータセットを生成する重み生成部と、
　２以上の前記選択対象データセットのそれぞれと前記目標データセットとのデータ毎の差分を前記重みデータセットにより重み付けして前記２以上の選択対象データセットのそれぞれの前記目標データセットに対する近似度を算出する算出部と、
　前記２以上の選択対象データセットのそれぞれの近似度に基づいて、前記目標データセットにより近似する前記選択対象データセットを選択するデータセット選択部と、
　を備える処理装置。
　入力データセットを変換済データセットに変換する複数の変換器により変換対象となる変換対象データセットを変換させて、前記複数の選択対象データセットのそれぞれを生成する変換処理部と、
　前記データセット選択部により選択された前記選択対象データセットを出力する前記変換器を、前記変換対象データセットを前記目標データセットにより近似するデータセットに変換する変換器として選択する変換器選択部と、
　を更に備える請求項１１に記載の処理装置。
　現世代の少なくとも１つの前記変換器から、次世代の前記変換器を生成する変換器生成部を更に備え、
　前記重み生成部は、現世代以前の少なくとも１つの前記変換器が出力する少なくとも１つの前記選択対象データセットおよび前記目標データセットのうちの、少なくとも一組のデータセット同士から次世代用の前記重みデータセットを生成し、
　前記算出部は、次世代の２以上の前記変換器が出力する２以上の前記選択対象データセットのそれぞれと前記目標データセットとのデータ毎の差分を次世代用の前記重みデータセットにより重み付けして前記２以上の選択対象データセットのそれぞれの近似度を算出する
　請求項１２に記載の処理装置。
　前記変換器生成部は、複数の入力データを含む入力データセットを複数の出力データを含む出力データセットに変換する変換部品を一以上組み合わせた現世代の前記変換器の少なくとも一部の前記変換部品を他の前記変換部品に置換して、次世代の前記変換器を生成する請求項１３に記載の処理装置。
　前記変換器生成部は、現世代の前記変換器のうち前記選択対象データセットの前記近似度が大きい順に選択した少なくとも１つの前記変換器を、次世代の前記変換器とする請求項１４に記載の処理装置。
　前記重み生成部は、現世代以前の少なくとも１つ以上の各世代における、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分から次世代用の前記重みデータセットを生成する請求項１３から１５のいずれかに記載の処理装置。
　前記重み生成部は、現世代以前の少なくとも１つ以上の各世代における、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分の合計に対して単調非減少となる次世代用の前記重みデータセットを生成する請求項１６に記載の処理装置。
　前記重み生成部は、現世代以前の少なくとも１つ以上の各世代における、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分を、当該選択対象データセットを出力した前記変換器の世代に応じて重み付けた合計に対して単調非減少となる次世代用の前記重みデータセットを生成する請求項１６または１７に記載の処理装置。
　前記重み生成部は、現世代以前の少なくとも１つ以上の各世代における、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分を、当該選択対象データセットの近似度に応じて重み付けた合計に対して単調非減少となる次世代用の前記重みデータセットを生成する請求項１６から１８のいずれかに記載の処理装置。
　前記重み生成部は、現世代以前の予め指定された世代数の各世代における、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分の合計に対して単調非減少となる次世代用の前記重みデータセットを生成する請求項１６から１９のいずれかに記載の処理装置。
　前記重み生成部が各世代において次世代用の前記重みデータセットを生成するために用いる前記世代数を、各世代における最大の前記近似度の変化量に応じて決定する世代数決定部を更に備える請求項２０に記載の処理装置。
　前記重み生成部は、現世代用の前記重みデータセットにおける、前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分により、現世代用の前記重みデータセットを次世代用の前記重みデータセットに更新する請求項１３に記載の処理装置。
　前記重み生成部は、現世代における前記近似度が大きい順に選択した少なくとも１つの前記選択対象データセットのそれぞれと前記目標データセットとの間のデータ毎の差分から予め定められた基準値を減じた差分データセットに対して予め定められた係数を乗じて、現世代用の前記重みデータセットに加えることにより、次世代用の前記重みデータセットを生成する請求項２２に記載の処理装置。
　それぞれの前記変換器は、複数の画素データを含む入力データセットを複数の画素データを含む変換済画像に変換する画像フィルタである請求項１２から２３のいずれかに記載の処理装置。
　前記重みデータセットに応じた画像の領域毎の重みを示す重み画像を表示する重み表示部を更に備える請求項１１から２４の何れかに記載の処理装置。
　前記重みデータセットを使用者から入力する重み入力部を更に備える請求項１１から２４の何れかに記載の処理装置。
　前記重みデータセットに応じた画像の領域毎の重みを示す重み画像を表示する重み表示部と、
　前記重みデータセットを使用者から入力する重み入力部と、
　を更に備える請求項１１から２４の何れかに記載の処理装置。
　それぞれが複数のデータを含む複数の選択対象データセットおよび目標データセットのうちの、少なくとも一組のデータセット同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータセットを生成することと、
　２以上の前記選択対象データセットのそれぞれと前記目標データセットとのデータ毎の差分を前記重みデータセットにより重み付けして前記２以上の選択対象データセットのそれぞれの前記目標データセットに対する近似度を算出することと、
　前記２以上の選択対象データセットのそれぞれの近似度に基づいて、前記目標データセットにより近似する前記選択対象データセットを選択することと、
　を備える処理方法。
　コンピュータを、請求項１１から２７の何れかに記載の前記処理装置として機能させるプログラム。
　入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理装置であって、
　既に生成された一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、新たな前記画像フィルタを生成するフィルタ生成部と、
　それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成するフィルタ処理部と、
　複数の前記選択対象画像のうち少なくとも１つの選択対象画像および目標画像に基づいて、画像の各領域の重みを示す重みデータを生成する重み生成部と、
　前記重みデータに応じた画像の領域毎の重みを示す重み画像を表示する重み表示部と、
　前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択するフィルタ選択部と、
　を備える画像処理装置。
　前記重み表示部は、前記フィルタ選択部により選択された前記画像フィルタの少なくとも１つと、前記重み画像とを対応付けて表示する請求項３０に記載の画像処理装置。
　前記フィルタ生成部は、前の世代の一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、次の世代の前記画像フィルタを生成し、
　前記重み生成部は、前記複数の選択対象画像のうち、前の世代の前記画像フィルタにより変換された少なくとも１つの選択対象画像および目標画像に基づいて、次の世代の前記重みデータを生成し、
　前記重み表示部は、次の世代の前記重みデータが生成されたことに応じて、次の世代の前記重みデータに応じた前記重み画像を表示する
　請求項３０または請求項３１に記載の画像処理装置。
　前記重み表示部が表示した前記重み画像への、使用者による修正を入力する重み入力部を更に備え、
　前記算出部は、使用者により前記重み画像が修正されたことに応じて、前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を修正された前記重みデータにより領域毎に重み付けして前記類似度を算出する
　請求項３０から請求項３２のいずれかに記載の画像処理装置。
　コンピュータを、請求項３０から３３の何れかに記載の前記画像処理装置として機能させるプログラム。
　入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理方法であって、
　既に生成された一の前記画像フィルタの一部を既に生成された他の前記画像フィルタの一部に置換して、新たな前記画像フィルタを生成することと、
　それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成することと、
　複数の前記選択対象画像のうち少なくとも１つの選択対象画像および目標画像に基づいて、画像の各領域の重みを示す重みデータを生成することと、
　前記重みデータに応じた画像の領域毎の重みを示す重み画像を重み表示部に表示することと、
　前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出することと、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択することと、
　を備える画像処理方法。
　入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理装置であって、
　既に生成された一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、新たな前記画像フィルタを生成するフィルタ生成部と、
　それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成するフィルタ処理部と、
　前記選択対象画像と目標画像との各領域の重みを示す重みデータを使用者から入力する重み入力部と、
　前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出する算出部と、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択するフィルタ選択部と、
　を備える画像処理装置。
　前記フィルタ生成部は、前の世代の一の前記画像フィルタの少なくとも一部のフィルタ部品を他のフィルタ部品に置換して、次の世代の前記画像フィルタを生成し、
　前記フィルタ処理部は、それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成し、
　前記重み入力部は、使用者から一の世代に対する前記重みデータが入力されたことに応じて、前記一の世代、または、前記一の世代およびそれ以降の世代における前記類似度の算出に用いる前記重みデータを変更する
　請求項３６に記載の画像処理装置。
　前記画像フィルタを格納するフィルタ格納部と、
　前記フィルタ格納部に格納された前の世代の前記画像フィルタおよび前記フィルタ生成部が生成した次の世代の前記画像フィルタの中から選択した、前記目標画像により類似する前記選択画像を生成する前記画像フィルタにより、前記フィルタ格納部内の前記画像フィルタを更新するフィルタ更新部と、
　を更に備え、
　使用者から過去に処理済の前記一の世代に対する前記重みデータが入力されたことに応じて、前記重み入力部は、
　前記フィルタ格納部を、前記一の世代における前記画像フィルタを格納する状態に戻し、
　前記フィルタ生成部、前記算出部、および前記フィルタ更新部により、前記一の世代およびそれ以降の世代における処理を再度行わせる請求項３７に記載の画像処理装置。
　コンピュータを、請求項３６から３８の何れかに記載の前記画像処理装置として機能させるプログラム。
　入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせて、画像フィルタを生成する画像処理方法であって、
　既に生成された一の前記画像フィルタの一部を既に生成された他の前記画像フィルタの一部に置換して、新たな前記画像フィルタを生成することと、
　それぞれの前記画像フィルタにより変換対象となる変換対象画像を変換させて、複数の選択対象画像を生成することと、
　前記選択対象画像と目標画像との各領域の重みを示す重みデータを使用者から入力することと、
　前記複数の選択対象画像のうち２以上の選択画像のそれぞれについて、前記目標画像との差分を前記重みデータにより領域毎に重み付けして類似度を算出することと、
　前記２以上の選択対象画像のそれぞれの類似度に基づいて、前記目標画像により類似する前記選択対象画像を生成する前記画像フィルタを選択することと、
　を備える画像処理方法。