專利名稱：圖像檢索程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及根據(jù)關(guān)鍵字圖像，從圖像數(shù)據(jù)庫中檢索所希望的圖像數(shù)據(jù)的圖像檢索程序，特別涉及可提高檢索精度的圖像檢索程序。
背景技術(shù)：
到目前，開發(fā)了很多具有如下功能的圖像檢索裝置，即，通過從儲存了大量圖像數(shù)據(jù)的圖像數(shù)據(jù)庫中按順序取出與作為檢索要求的用戶所給的關(guān)鍵字圖像相似的圖像數(shù)據(jù)并顯示，使得用戶可以高效地找到所希望的圖像數(shù)據(jù)。
在這樣的圖像檢索裝置中，使用了相似圖像檢索技術(shù)，由于以數(shù)值來計(jì)算關(guān)鍵字圖像數(shù)據(jù)和檢索對象的圖像數(shù)據(jù)的相似度，所以定義了以數(shù)值來表示圖像數(shù)據(jù)特征的特征量。在圖像的相似度計(jì)算中使用該特征量。
在這里，在上述特征量中，有根據(jù)捕捉圖像所具有的顏色的配置、紋理(是指用于表示在圖形等中附在圖形的表面的圖案及質(zhì)感的描繪)、圖像中所存在的物體的輪廓的形狀等特征的觀點(diǎn)所分的類型。
這樣，在以往，對各個特征量的類型是以與人的相似度有關(guān)的感覺相一致為目標(biāo)，提出了很多有效的定義和其抽出方法〔片山紀(jì)生、佐藤真一用于進(jìn)行相似檢索的索引技術(shù)，信息處理學(xué)會雜志，Vol.42，No.10，pp.958-964(2001).〕。
因此，在以往的圖像檢索裝置中，由于根據(jù)各種觀點(diǎn)來檢索相似圖像，因而就要事先準(zhǔn)備多個類型的特征量，在由用戶指定了符合檢索目標(biāo)的特征量的類型后，再實(shí)施檢索。
但是，在以往的圖像檢索裝置中，對于不具備與圖像的特征量相關(guān)的知識的一般用戶來講，要選擇符合檢索目標(biāo)的特征量的類型是很不容易的。
其結(jié)果是，需要反復(fù)進(jìn)行按照試行決定的特征量類型的檢索，在經(jīng)過多次的檢索失敗后，才能決定出正確的用于檢索的特征量類型，由此，會出現(xiàn)檢索操作需要用戶很大工作量的問題。
并且，為了使使用這些特征量所計(jì)算出的相似度與人所具有的與相似度有關(guān)的感覺相一致，成為對象的圖像數(shù)據(jù)的內(nèi)容就必須滿足對每個特征量類型所規(guī)定的一定的條件。
因此，在檢索對象中包含有不符合條件的圖像數(shù)據(jù)的情況下，相似度計(jì)算會與人的感覺相違背，檢索結(jié)果中包含有對于用戶來說明顯感覺缺乏和關(guān)鍵字圖像的相似度的圖像數(shù)據(jù)。在可以限制為只對與使用檢索對象的圖像數(shù)據(jù)的特征量的類型的條件相一致的圖像數(shù)據(jù)進(jìn)行檢索的情況下，不會產(chǎn)生該問題。
但是，在將混合有使用近年來普及的互聯(lián)網(wǎng)所收集的圖像數(shù)據(jù)等的各種各樣內(nèi)容的圖像數(shù)據(jù)的圖像數(shù)據(jù)集作為檢索對象的情況下，包含很多與特征量的類型的條件不一致的圖像數(shù)據(jù)，就會出現(xiàn)檢索精度下降的問題。
本發(fā)明就是鑒于上述的問題而提出的，其目的在于提供可以提高檢索精度的圖像檢索程序。

發(fā)明內(nèi)容
為了達(dá)到上述的目的，本發(fā)明是一種圖像檢索程序，其使計(jì)算機(jī)發(fā)揮以下功能單元的功能，即特征量抽出單元，從關(guān)鍵字圖像中抽出多個類型的特征量；適合性判斷單元，對于所述特征量抽出單元所抽出的各特征量的類型，把是否計(jì)算出與人的相似感覺相一致的相似度作為有無適合性來進(jìn)行判斷；相似度計(jì)算單元，根據(jù)所述適合性判斷單元的判斷結(jié)果，計(jì)算所述關(guān)鍵字圖像與檢索對象的各圖像的相似度；檢索結(jié)果輸出單元，把與所述相似度對應(yīng)的圖像作為檢索結(jié)果輸出。根據(jù)本發(fā)明，對于從關(guān)鍵字圖像中所抽出的各特征量的類型，將是否計(jì)算出與人的相似感覺相一致的相似度作為有無適合性來進(jìn)行判斷，根據(jù)該判斷結(jié)果計(jì)算關(guān)鍵字圖像和檢索對象的各圖像的相似度，將與相似度相對應(yīng)的圖像作為檢索結(jié)果進(jìn)行輸出，因而可以防止在計(jì)算相似度時(shí)所使用的特征量的類型的選擇錯誤，提高檢索精確度。


圖1是表示本發(fā)明的第一實(shí)施方式的圖像檢索裝置的方框圖。
圖2是表示圖1所示的圖像數(shù)據(jù)庫110的表結(jié)構(gòu)的圖。
圖3是表示圖1所示的特征量數(shù)據(jù)庫120的表結(jié)構(gòu)的圖。
圖4是說明相同實(shí)施方式的動作的流程圖。
圖5是說明圖4所示的特征量數(shù)據(jù)儲存處理的流程圖。
圖6是說明圖4所示的檢索處理的流程圖。
圖7是說明圖6所示的適合性判斷處理的流程圖。
圖8是說明圖6所示的檢索處理的圖。
圖9是說明同一實(shí)施方式的與顏色配置特征量有關(guān)的適合性判斷的圖。
圖10是說明同一實(shí)施方式的與顏色配置特征量有關(guān)的適合性判斷的圖。
圖11是說明同一實(shí)施方式的與顏色配置特征量有關(guān)的適合性判斷的圖。
圖12是說明同一實(shí)施方式的顏色配置特征量的圖。
圖13是表示同一實(shí)施方式的與顏色配置特征量有關(guān)的適合性判斷中所使用的計(jì)算公式的圖。
圖14是說明同一實(shí)施方式的與紋理特征量有關(guān)的適合性判斷的圖。
圖15是說明同一實(shí)施方式的與形狀特征量有關(guān)的適合性判斷的圖。
圖16是表示在同一實(shí)施方式中使用了顏色配置特征量的情況下的檢索結(jié)果畫面300的圖。
圖17是表示在同一實(shí)施方式中使用了紋理特征量的情況下的檢索結(jié)果畫面310的圖。
圖18是表示在同一實(shí)施方式中使用了形狀特征量的情況下的檢索結(jié)果畫面320的圖。
圖19是表示同一實(shí)施方式的變形例的結(jié)構(gòu)的方框圖。
具體實(shí)施例方式
下面，結(jié)合附圖詳細(xì)說明本發(fā)明的第一實(shí)施方式的圖像檢索方法及圖像檢索裝置。圖1是表示本發(fā)明的第一實(shí)施方式的圖像檢索裝置的方框圖。
該圖像檢索裝置100從為了計(jì)算關(guān)鍵字圖像數(shù)據(jù)和后面所述的圖像數(shù)據(jù)庫100內(nèi)的圖像數(shù)據(jù)之間的相似度而使用的多個特征量(顏色配置特征量、紋理特征量、形狀特征量等)當(dāng)中，選擇與人的相似感覺相一致的可能性高的特征量，并使用該特征量進(jìn)行圖像檢索。
在圖像檢索裝置100中，輸入部101是在成為相似圖像檢索的檢索關(guān)鍵字的關(guān)鍵字圖像數(shù)據(jù)的輸入、及各種關(guān)鍵字輸入中所使用的輸入裝置，是數(shù)字照相機(jī)、掃描儀、互聯(lián)網(wǎng)通信機(jī)器、鍵盤、鼠標(biāo)等。
顯示部102是LCD(液晶顯示器)及CRT(陰極射線管)等，根據(jù)與圖像檢索有關(guān)的檢索結(jié)果畫面(參照圖16～圖18)，按照和關(guān)鍵字圖像數(shù)據(jù)的相似度的高低順序，將一定件數(shù)的檢索結(jié)果(圖像數(shù)據(jù))顯示給用戶。
圖像數(shù)據(jù)庫110是被設(shè)置在磁儲存裝置及半導(dǎo)體儲存器等中，儲存成為檢索對象的圖像數(shù)據(jù)的數(shù)據(jù)庫。具體地，如圖2所示，圖像數(shù)據(jù)庫110具有圖像ID及地址的字段。圖像ID是用于識別成為檢索對象的各圖像數(shù)據(jù)及關(guān)鍵字圖像數(shù)據(jù)的識別符。地址表示圖像數(shù)據(jù)實(shí)際被儲存的位置。
例如，圖像ID為“0000001”的圖像數(shù)據(jù)，與圖8(b)所示的檢索對象的圖像數(shù)據(jù)1111相對應(yīng)。該圖像數(shù)據(jù)1111表示縱紋圖案的壁紙圖像。
另外，圖像ID為“0000002”的圖像數(shù)據(jù)，與圖8(c)所示的檢索對象的圖像數(shù)據(jù)1112相對應(yīng)。該圖像數(shù)據(jù)1112和上述圖像數(shù)據(jù)1111一樣，表示縱紋圖案的壁紙圖像。
另外，圖像ID為“0000003”的圖像數(shù)據(jù)，與圖8(d)所示的檢索對象的圖像數(shù)據(jù)1113相對應(yīng)。該圖像數(shù)據(jù)1113表示拍攝了森林的樹木和房子的照片圖像。
特征量數(shù)據(jù)庫120是儲存以數(shù)值來表示圖像數(shù)據(jù)庫110(參照圖2)所儲存的圖像數(shù)據(jù)〔例如，圖像數(shù)據(jù)1111～1113〔參照圖8(b)～(d)〕〕、關(guān)鍵字圖像數(shù)據(jù)〔例如，關(guān)鍵字圖像數(shù)據(jù)200(參照圖8(a))〕的各自的特征的特征量數(shù)據(jù)的數(shù)據(jù)庫。
這里，在第一實(shí)施方式中，作為圖像的特征量的類型，例示了以下(1)～(3)的三個種類。
(1)顏色配置特征量(2)紋理特征量(3)形狀特征量上述(1)顏色配置特征量是表示圖像數(shù)據(jù)上的顏色的空間分布狀態(tài)的特征量。(2)紋理特征量是表示圖像數(shù)據(jù)的圖案及質(zhì)感的描繪的特征量。(3)形狀特征量是表示圖像數(shù)據(jù)中存在的物體的輪廓形狀的特征量。
具體來講，如圖3所示，特征量數(shù)據(jù)庫120是由顏色配置特征量數(shù)據(jù)表121、紋理特征量數(shù)據(jù)表122及形狀特征量數(shù)據(jù)表123所構(gòu)成。
這些顏色配置特征量數(shù)據(jù)表121、紋理特征量數(shù)據(jù)表122及形狀特征量數(shù)據(jù)表123，分別具有圖像ID及特征量數(shù)據(jù)的字段。圖像ID與圖像數(shù)據(jù)庫110(參照圖2)的圖像ID相對應(yīng)。
顏色配置特征量數(shù)據(jù)表121的特征量數(shù)據(jù)是表示與對應(yīng)于圖像ID的圖像數(shù)據(jù)有關(guān)的顏色配置特征量的數(shù)據(jù)。紋理特征量數(shù)據(jù)表122的特征量數(shù)據(jù)是表示與對應(yīng)于圖像ID的圖像數(shù)據(jù)有關(guān)的紋理特征量的數(shù)據(jù)。形狀特征量數(shù)據(jù)表123的特征量數(shù)據(jù)是表示與對應(yīng)于圖像ID的圖像數(shù)據(jù)有關(guān)的形狀特征量的數(shù)據(jù)。
返回到圖1，特征量數(shù)據(jù)抽出部103從圖像數(shù)據(jù)庫110所儲存的檢索對象的各圖像數(shù)據(jù)及關(guān)鍵字圖像數(shù)據(jù)中抽出分別與上述三種特征量(顏色配置特征量、紋理特征量、形狀特征量)相對應(yīng)的特征量數(shù)據(jù)，并將它們儲存到特征量數(shù)據(jù)庫120內(nèi)(參照圖4)。
在計(jì)算關(guān)鍵字圖像數(shù)據(jù)和檢索對象的圖像數(shù)據(jù)的相似度的情況下，使用這些特征量數(shù)據(jù)。
適合性判斷部104對于以數(shù)值來計(jì)算關(guān)鍵字圖像數(shù)據(jù)和作為檢索對象的圖像數(shù)據(jù)之間的相似度時(shí)所使用的特征量數(shù)據(jù)，在進(jìn)行了相似度的計(jì)算的情況下，將是否計(jì)算了與人所具有的相似感覺(相似性)相一致的相似度作為特征量數(shù)據(jù)(特征量)和所給的關(guān)鍵字圖像數(shù)據(jù)(圖像數(shù)據(jù))有無適合性來進(jìn)行判斷。
相似度計(jì)算部105根據(jù)與被判斷為有適合性的關(guān)鍵字圖像數(shù)據(jù)的特征量數(shù)據(jù)相對應(yīng)的矢量值和與檢索對象的各圖像數(shù)據(jù)的特征量數(shù)據(jù)相對應(yīng)的矢量值之間的歐幾里德距離，計(jì)算檢索對象的各圖像數(shù)據(jù)對關(guān)鍵字圖像數(shù)據(jù)的相似度。檢索部106執(zhí)行與圖像檢索有關(guān)的處理。
下面，參照圖4～圖7所示的流程圖對第一實(shí)施方式的動作進(jìn)行說明。在圖1所示的圖像數(shù)據(jù)庫110內(nèi)，如圖2所示，預(yù)先儲存有檢索對象的多個圖像數(shù)據(jù)。
在該狀態(tài)下，在圖4所示的步驟SA1中，判斷有無來自用戶的與特征量數(shù)據(jù)的儲存有關(guān)的要求，在這種情況下，判斷結(jié)果為「否」。
在步驟SA2中，判斷有無來自用戶的與圖像檢索有關(guān)的要求，在這種情況下，判斷結(jié)果為「否」。然后，重復(fù)步驟SA1及步驟SA2的判斷，直到步驟SA1或步驟SA2的判斷結(jié)果為「是」。
然后，當(dāng)有來自用戶的與特征量數(shù)據(jù)的儲存有關(guān)的要求時(shí)，步驟SA1的判斷結(jié)果為「是」。在步驟SA3中，從圖像數(shù)據(jù)庫110所儲存的圖像數(shù)據(jù)中抽出與前面所述的三種特征量(顏色配置特征量、紋理特征量、形狀特征量)相對應(yīng)的特征量數(shù)據(jù)，并實(shí)施將它們儲存到特征量數(shù)據(jù)庫120內(nèi)的特征量數(shù)據(jù)儲存處理。
具體地，在圖5所示的步驟SB1中，特征量抽出部103從圖像數(shù)據(jù)庫110(參照圖2)中取得一個圖像數(shù)據(jù)〔例如，圖像數(shù)據(jù)1111(參照圖8(b)〕。在步驟SB2中，特征量抽出部103從在步驟SB1中取得的圖像數(shù)據(jù)中抽出分別與三種特征量(顏色配置特征量、紋理特征量、形狀特征量)相對應(yīng)的特征量數(shù)據(jù)。
下面，對分別與顏色配置特征量、紋理特征量、形狀特征量相對應(yīng)的特征量數(shù)據(jù)的抽出方法進(jìn)行詳細(xì)說明。
顏色配置特征量首先，說明與顏色配置特征量相對應(yīng)的特征量數(shù)據(jù)的抽出方法。
如圖9所示那樣，例如將以適當(dāng)?shù)臄?shù)把圖像數(shù)據(jù)縱橫分割為格子狀時(shí)的各局部圖像數(shù)據(jù)Iij的顏色值的平均值作為一維排列的值來表現(xiàn)顏色配置特征量。
在這里，用以RGB顏色空間的R(紅)、G(綠)、B(藍(lán))的強(qiáng)度為成分的三維矢量來表示局部圖像數(shù)據(jù)Iij的顏色值的平均值。
另外，在使局部圖像數(shù)據(jù)Iij的顏色值的平均值為(Rij，Gij，Bij)的情況下，用矢量(R11，G11，B11，R12，G12，B12，R44，G44，B44)來表示顏色配置。
為了使顏色配置特征量具有意義，滿足下面的兩個條件(1A)及(2A)的局部圖像數(shù)據(jù)必須達(dá)到一定數(shù)量以上。
·條件(1A)在圖像數(shù)據(jù)內(nèi)有根據(jù)固定值以上的比例所包含的顏色。
·條件(2A)具有滿足了條件(1A)的顏色的像素在空間上集中。
這兩個條件(1A)及(2A)是表示局部圖像數(shù)據(jù)的顏色值的平均值與該局部圖像數(shù)據(jù)整體的顏色相近似的條件。
例如，在圖像數(shù)據(jù)內(nèi)很多顏色都只有少許存在的情況下，即使取得其顏色值的平均值，也不能成為好的近似值。
另外，即使在圖像數(shù)據(jù)內(nèi)存在固定值以上的比例的顏色，在將該顏色分割到細(xì)的區(qū)域進(jìn)行分散的情況下，對人而言也感覺不到顯著的顏色。因此，作為條件，在圖像數(shù)據(jù)中像素要在空間上集中。
根據(jù)下面的方法來判斷是否滿足了上述條件(1A)及(2A)。
條件(1A)的判斷方法首先，將RGB顏色空間分割為部分顏色空間。然后，在計(jì)算了各部分顏色空間的局部圖像數(shù)據(jù)所包含的像素的數(shù)之后，按每個部分顏色空間計(jì)算計(jì)算結(jié)果的像素?cái)?shù)對應(yīng)局部圖像的總像素?cái)?shù)的比例值。
在該比例值具有規(guī)定值以上的部分顏色空間的情況下，將該部分顏色空間所代表的顏色值作為對應(yīng)該局部圖像的局部圖像的代表顏色。
作為局部圖像的代表顏色的決定方法，例如有把位于所對應(yīng)的部分顏色空間的中心位置的顏色作為代表顏色的方法。在存在該局部圖像的代表顏色的情況下，就滿足了條件(1A)。
條件(2A)的判斷方法對于在條件(1A)的判斷過程中得到的局部圖像的代表顏色，用以下的方法來計(jì)算集中度。首先，如圖12所示那樣，對于局部圖像M上的所有的像素，應(yīng)用w×h的大小的使該像素向中心集中的窗口，計(jì)算與該窗口m中存在的局部圖像的代表顏色相對應(yīng)的像素的數(shù)RCxy。
此時(shí)，根據(jù)圖13所示的公式(1)計(jì)算集中度SC。在公式(1)中，RC是與局部圖像的代表顏色相對應(yīng)的像素的總數(shù)，N為規(guī)定的值。
在該集中度SC具有規(guī)定值以上的局部圖像的代表顏色的情況下，就滿足了條件(2A)。
紋理特征量下面，對與紋理特征量相對應(yīng)的特征量數(shù)據(jù)的抽出方法進(jìn)行說明。
在抽出與紋理特征量相對應(yīng)的特征量數(shù)據(jù)時(shí)，以圖像數(shù)據(jù)整體被相同的紋理(花紋)所覆蓋為前提的情況占大部分。因此，在計(jì)算沒有被相同的紋理所覆蓋的圖像數(shù)據(jù)的情況下，該計(jì)算方法就可能抽不出所料想的特征量數(shù)據(jù)。
其結(jié)果，在圖像檢索時(shí)，在給出了沒有被相同的紋理所覆蓋的關(guān)鍵字圖像數(shù)據(jù)時(shí)，在檢索對象的圖像數(shù)據(jù)之中，會出現(xiàn)與根據(jù)作為人的感覺所感覺到的相似的圖像數(shù)據(jù)相比，根據(jù)人的感覺沒有感覺到相似的圖像數(shù)據(jù)反而表現(xiàn)了更高的相似度的情況。
在按相似度的高低順序來顯示圖像檢索結(jié)果的情況下，由于根據(jù)人的感覺感到并不相似的圖像數(shù)據(jù)反而比感到與關(guān)鍵字圖像數(shù)據(jù)相似的圖像更靠前，因而就使得檢索效率下降。
例如，作為圖像檢索的關(guān)鍵字圖像，給出了圖8(a)所示的關(guān)鍵字圖像數(shù)據(jù)200。另一方面，檢索對象是圖8(b)、(c)及(d)所示的圖像數(shù)據(jù)1111、1112及1113。
關(guān)鍵字圖像數(shù)據(jù)200及圖像數(shù)據(jù)1113是拍攝了在樹木中有房子的風(fēng)景的照片圖像。另一方面，圖像數(shù)據(jù)1111及1112對應(yīng)于被相同的紋理所覆蓋的壁紙圖像。
另外，根據(jù)眾所周知的田村的方法〔H.Tamura，S.Mori，andT.Yamawaki，“Texture Features Corresponding Visual Perception，”IEEETrans.System Man and Cybernetics，Vol.8，No.6，(1978).〕來計(jì)算紋理特征量。
根據(jù)田村的方法，用「粗糙度(coarseness)」、「對比度(contrast)」、「方向性(directionality)」這三個成分來表示紋理特征量，把各成分的程度作為分別以數(shù)值表示的三維矢量從圖像數(shù)據(jù)中抽出。
「粗糙度」是表示圖像數(shù)據(jù)中所表現(xiàn)的圖案的刻度的大小，刻度越大，「粗糙度」的值就越大?！笇Ρ榷取故潜硎玖炼戎档牟痪獾某潭?，不均衡的程度越大，「對比度」值就越大。
「方向性」表示圖像數(shù)據(jù)中的邊緣成分的方向向固定方向集中的程度，邊緣成分的方向中的頻度最高的方向的頻度越大，「方向性」值就越大。
根據(jù)該田村的方法，在從關(guān)鍵字圖像數(shù)據(jù)200[參照圖8(a)]中抽出了與紋理特征量相對應(yīng)的特征量數(shù)據(jù)的情況下，關(guān)鍵字圖像數(shù)據(jù)200的「粗糙度」、「對比度」、「方向性」的任何一個中，比起圖像數(shù)據(jù)1113，圖像數(shù)據(jù)1111、圖像數(shù)據(jù)1112表示了更高的相似度。
但是，在上述圖像檢索中，如果用戶檢索風(fēng)景圖像的話，在檢索結(jié)果中包含圖像數(shù)據(jù)1111及圖像數(shù)據(jù)1112就不妥當(dāng)了。由于此種不妥當(dāng)?shù)膱D像數(shù)據(jù)位于檢索結(jié)果的靠前的位置，因而為了找到目標(biāo)圖像數(shù)據(jù)，就要看很多不必要的圖像數(shù)據(jù)，導(dǎo)致檢索效率的低下。
因此，對于這樣的關(guān)鍵字圖像數(shù)據(jù)，計(jì)算紋理的相同性，在相同性的值小于規(guī)定的值的情況下，判斷為沒有適合性，可以在檢索中不使用紋理特征量。
對紋理的相同性的計(jì)算方法進(jìn)行說明。首先，將計(jì)算對象的圖像進(jìn)行縱橫分割。例如，如圖14(a)及圖14(B)所示，通過縱橫二等分把圖像數(shù)據(jù)(關(guān)鍵字圖像數(shù)據(jù)200等)四分割。
接著，從所分割的各局部圖像中把紋理特征作為矢量抽出。作為此時(shí)的紋理特征的計(jì)算方法，可以是和相似度計(jì)算中所使用的計(jì)算特征的方法相同的方法，也可以是別的方法。
在這里，如果使用相同的方法即田村的方法的話，從各局部圖像中抽出三維矢量的特征。在這里，可以根據(jù)所抽出的特征矢量的不均衡的程度來表示紋理的相同性。
越是相同的話，不均衡就會越小。因此，對從局部圖像所得到的四個特征矢量，作為不均衡的程度計(jì)算分散值，在分散值大于規(guī)定的值的情況下，相同性就低，即判斷為沒有適合性。在圖14(a)的例子中，在關(guān)鍵字圖像數(shù)據(jù)200的情況下，由于右下的局部圖像和其他的三個相比，「粗糙度」、「對比度」、「方向性」中的任何一個都有很大不同，因而分散值就變高，可以判斷為沒有適合性。
形狀特征量下面，說明與形狀特征量相對應(yīng)的特征量數(shù)據(jù)的抽出方法。
在與形狀特征量相對應(yīng)的特征量數(shù)據(jù)的抽出中，有從圖像數(shù)據(jù)中預(yù)先抽出輪廓線的情況下的方法，和不抽出輪廓線的情況下的方法，但在處理從互聯(lián)網(wǎng)所收集的圖像數(shù)據(jù)的情況下，由于不事先抽出輪廓線的情況占大多數(shù)，因而使用后面的方法。
另一方面，在以任意的圖像數(shù)據(jù)為對象的情況下，由于抽出圖像數(shù)據(jù)中存在的物體的輪廓線在技術(shù)上很困難，因而就利用物體的輪廓線在圖像數(shù)據(jù)中成為很強(qiáng)的邊緣成分，作為局部的邊緣成分的方向不同的頻度分布來近似地表示形狀特征量。
在與此種形狀特征量相對應(yīng)的特征量數(shù)據(jù)的抽出方法中，以下面的條件(3A)為前提。
條件(3A)為單色的背景，在圖像數(shù)據(jù)的特定部分存在有物體。
作為特定部分，例如在圖像數(shù)據(jù)的中心附近。
在這里，基于條件(3A)的適合性判斷的方法如下所述。首先，如圖15(a)及圖15(b)所示，沿著從圖像數(shù)據(jù)的中心按每個規(guī)定的角度以放射狀所拉出的線段，在向著圖像數(shù)據(jù)的中心的方向上對像素進(jìn)行掃描。
在掃描的過程中，依次計(jì)算連續(xù)的像素的亮度值的差分，儲存與超過規(guī)定的值的差分相匯合的點(diǎn)的坐標(biāo)值(x、y)。
對于從對各掃描線段進(jìn)行該處理的結(jié)果所得到的坐標(biāo)值，將相鄰的掃描線段之間的坐標(biāo)值的距離進(jìn)行累計(jì)。以該累計(jì)值為基準(zhǔn)，在大于規(guī)定的值的情況下，判斷為沒有適合性。在如圖15(a)那樣的滿足前提條件的圖像數(shù)據(jù)210的情況下，所儲存的坐標(biāo)值之間的距離就變小。
另一方面，對于圖15(b)所示的關(guān)鍵字圖像數(shù)據(jù)200，在目標(biāo)物(房子)以外的背景中也描繪別的物體，在從這樣的圖像中抽出形狀特征的情況下，由于目標(biāo)物以外的輪廓線等的影響很大，因而不能得到有意義的形狀特征。
在這種圖像數(shù)據(jù)的情況下，由于所儲存的坐標(biāo)值之間的距離相對變大，因而可以根據(jù)該判斷方法判斷為沒有適合性。
返回到圖5，在步驟SB3中，特征量抽出部103將在步驟SB2中抽出的各特征量數(shù)據(jù)(顏色配置特征量、紋理特征量及形狀特征量)儲存到特征量數(shù)據(jù)庫120內(nèi)(參照圖3)。
在步驟SB4中，特征量抽出部103判斷是否對圖像數(shù)據(jù)庫110的所有的圖像數(shù)據(jù)進(jìn)行了處理(特征量的抽出、儲存)，在這種情況下，判斷結(jié)果為「否」。然后，對剩余的圖像數(shù)據(jù)進(jìn)行上述的處理。
然后，當(dāng)處理結(jié)束時(shí)，步驟SB4的判斷結(jié)果為「是」，特征量數(shù)據(jù)儲存處理結(jié)束。
然后，當(dāng)有來自用戶的有關(guān)圖像檢索的要求時(shí)，圖4所示的步驟SA2的判斷結(jié)果就為「是」。在步驟SA4中，執(zhí)行用于檢索與關(guān)鍵字圖像數(shù)據(jù)相似的圖像數(shù)據(jù)的檢索處理。
具體地，在圖6所示的步驟SC1中，用戶通過輸入部101輸入例如圖8(a)所示的關(guān)鍵字圖像數(shù)據(jù)200。該關(guān)鍵字圖像數(shù)據(jù)200對應(yīng)于從不同的角度拍攝和圖8(a)所示的圖像數(shù)據(jù)1113相同的地點(diǎn)的風(fēng)景的照片圖像。
在步驟SC2中，對關(guān)鍵字圖像數(shù)據(jù)200執(zhí)行用于對顏色配置特征量、紋理特征量及形狀特征量的各特征量的適合性進(jìn)行判斷的適合性判斷處理。
具體地，在圖7所示的步驟SD1中，適合性判斷部104判斷顏色配置特征量的適合性。即、適合性判斷部104對關(guān)鍵字圖像數(shù)據(jù)200進(jìn)行縱橫分割。
在這里，如圖9所示，對關(guān)鍵字圖像數(shù)據(jù)200進(jìn)行縱4等分、橫4等分，分割為16個局部圖像數(shù)據(jù)(I11～I(xiàn)44)。
接下來，適合性判斷部104對每個關(guān)鍵字圖像數(shù)據(jù)200的局部圖像數(shù)據(jù)(I11～I(xiàn)44)計(jì)算將RGB顏色空間的R、G、B分別進(jìn)行4等分時(shí)的各部分顏色空間所包含的像素?cái)?shù)的比例值，把具有最大比例值的部分顏色空間的比例值作為圖10所示的值，求該值。
在這里，比例值取〔0.0，1.0〕的范圍，值越大比例就越大。
另外，對于顏色配置特征量，當(dāng)用于前面所述的條件(1A)的判斷方法的局部圖像代表顏色的比例值的閾值定為0.3時(shí)，所有的局部圖像均具有閾值以上的比例值的部分顏色空間，具有局部圖像的代表顏色。
另外，將用于求出顏色配置特征量的條件(2A)的判斷方法的集中度SC的公式(1)(參照圖13)的N定為6，對具有圖10的比例值的局部圖像代表顏色的集中度SC的計(jì)算結(jié)果就為圖11所示的值。集中度SC取〔0.0，1.0〕的范圍，值越大就越集中。
在這里，當(dāng)將顏色配置特征量的條件(2A)的判斷方法的集中度SC的閾值定為0.6時(shí)，圖11所示的右下的局部圖像以外的其他的局部圖像具有閾值以上的集中度，所以滿足條件(2A)。該右下的局部圖像不能滿足條件(2A)。
最后，在將同時(shí)滿足判斷顏色配置特征量的適合性的基準(zhǔn)即條件(1A)和條件(2A)的局部圖像數(shù)的閾值定為14個的情況下，由于關(guān)鍵字圖像數(shù)據(jù)200除了圖11所示的右下的局部圖像以外的其他的15個局部圖像同時(shí)滿足條件(1A)和條件(2A)，因而判斷為具有和顏色配置特征量的適合性。
在圖7所示的步驟SD2中，適合性判斷部104判斷紋理特征量的適合性。即，如圖14(a)所示，適合性判斷部104通過縱橫2等分對關(guān)鍵字圖像數(shù)據(jù)200進(jìn)行4分割，從各個局部圖像中把紋理特征量作為矢量抽出。
接下來，適合性判斷部104對各矢量值之間的分散值例如作為0.7來進(jìn)行計(jì)算。
在這里，分散值取〔0.0，1.0〕的范圍，值越大就越分散。
在這里，當(dāng)將判斷關(guān)鍵字圖像數(shù)據(jù)200和紋理特征量的適合性的分散值的閾值定為0.6時(shí)，關(guān)鍵字圖像數(shù)據(jù)200的分散值在閾值以上。因此，在這種情況下，由于關(guān)鍵字圖像數(shù)據(jù)200不具有紋理的相同性，因而判斷為不具有和紋理特征量的適合性。
在圖7所示的步驟SD3中，適合性判斷部104判斷形狀特征量的適合性。即，如圖15(b)所示，適合性判斷部104沿著從關(guān)鍵字圖像數(shù)據(jù)200的中心按每個角度22.5度以放射狀所拉出的線段，在向著圖像數(shù)據(jù)的中心的方向上對像素進(jìn)行掃描。
在這里，適合性判斷部104在掃描的過程中，依次計(jì)算連續(xù)的像素的亮度值的差分，儲存超過規(guī)定的閾值的差分的像素的坐標(biāo)值(x、y)。差分的閾值，例如在差分的值的范圍為〔0.0，1.0〕的情況下，為0.8。
對于從對各掃描線段進(jìn)行以上的處理的結(jié)果所得到的坐標(biāo)值，對相鄰的掃描線段之間的坐標(biāo)值的距離進(jìn)行累計(jì)的結(jié)果為1150。在這里，當(dāng)將對該累計(jì)值的閾值定為1000時(shí)，關(guān)鍵字圖像數(shù)據(jù)200具有比閾值大的累計(jì)值，判斷為對形狀特征量沒有適合性。
根據(jù)以上所述，對于關(guān)鍵字圖像數(shù)據(jù)200，判斷為和顏色配置特征量有適合性，但和紋理特征量及和形狀特征量沒有適合性。
回到圖6，在步驟SC3中，特征量數(shù)據(jù)抽出部103從關(guān)鍵字圖像數(shù)據(jù)200中抽出與有適合性的類型(在這種情況下，是上述顏色配置特征量)相對應(yīng)的特征量數(shù)據(jù)。
在步驟SC4中，特征量數(shù)據(jù)抽出部103將在步驟SC3中抽出的特征量數(shù)據(jù)(顏色配置特征量)與和關(guān)鍵字圖像數(shù)據(jù)200相對應(yīng)的圖像ID(＝0000004)對應(yīng)起來，儲存到特征量數(shù)據(jù)庫120的顏色配置特征量數(shù)據(jù)表121內(nèi)(參照圖3)。
另外，在圖3中，在紋理特征量數(shù)據(jù)表122及形狀特征量數(shù)據(jù)表123中，儲存有與圖像ID(＝0000004)相對應(yīng)的特征量數(shù)據(jù)，但實(shí)際上并沒有儲存這些數(shù)據(jù)。
在圖6所示步驟SC5中，相似度計(jì)算部105從圖3所示的顏色配置特征量數(shù)據(jù)表121中取得與圖像ID(＝0000004)相對應(yīng)的特征量數(shù)據(jù)(關(guān)鍵字圖像數(shù)據(jù)200的顏色配置特征量)。該特征量數(shù)據(jù)與在步驟SC2中被判斷為具有和關(guān)鍵字圖像數(shù)據(jù)200的適合性的類型(顏色配置特征量)相對應(yīng)。
接著，適合性判斷部104判斷上述類型(顏色配置特征量)和圖像數(shù)據(jù)庫110中所儲存的檢索對象的各圖像數(shù)據(jù)之間有無適合性。
具體地，適合性判斷部104和圖7所示的步驟SD1一樣，判斷上述顏色配置特征量和各圖像數(shù)據(jù)之間有無適合性。
而且，在上述類型為紋理特征量的情況下，適合性判斷部104與圖7所示的步驟SD2一樣，判斷上述紋理特征量和各圖像數(shù)據(jù)之間有無適合性。
而且，在上述類型為形狀特征量的情況下，適合性判斷部104和圖7所示的步驟SD3一樣，判斷上述形狀特征量和各圖像數(shù)據(jù)之間有無適合性。
接著，相似度計(jì)算部105從檢索對象的所有的圖像數(shù)據(jù)中，排除在上述適合性判斷部104中被判斷為沒有適合性的圖像數(shù)據(jù)，將檢索對象集合為被判斷為有適合性的圖像數(shù)據(jù)〔例如，與圖像ID(0000001、0000002、0000003)相對應(yīng)的圖像數(shù)據(jù)〕。
接著，相似度計(jì)算部105取得與上述圖像ID(＝0000001、0000002、0000003)相對應(yīng)的特征量數(shù)據(jù)(圖像數(shù)據(jù)1111、圖像數(shù)據(jù)1112及圖像數(shù)據(jù)1113的顏色配置特征量)。
接下來，相似度計(jì)算部105計(jì)算與關(guān)鍵字圖像數(shù)據(jù)200相對應(yīng)的特征量數(shù)據(jù)(顏色配置特征量)和分別與關(guān)鍵字圖像數(shù)據(jù)1111、1112及1113相對應(yīng)的特征量數(shù)據(jù)(顏色配置特征量)之間的歐幾里德距離。當(dāng)將小數(shù)點(diǎn)第二位后面進(jìn)行四舍五入時(shí)，結(jié)果(歐幾里德距離)為如下所示·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)1111111.6·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)1112101.7·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)11137.1在上述結(jié)果中，歐幾里德距離越短，關(guān)鍵字圖像數(shù)據(jù)200和檢索對象的圖像數(shù)據(jù)的相似度就越高。
因此，對關(guān)鍵字圖像數(shù)據(jù)200(顏色配置特征量)的相似度的順序?yàn)榈谝晃粸閳D像數(shù)據(jù)1113〔參照圖8(d)〕，第二位為圖像數(shù)據(jù)1112〔參照圖8(c)〕，第三位為圖像數(shù)據(jù)1111〔參照圖8(b)〕。
在圖6所示的步驟SC6中，檢索部106根據(jù)在步驟SC5中所求出的相似度的順序，從圖像數(shù)據(jù)庫110(參照圖2)中，作為檢索結(jié)果取得圖像數(shù)據(jù)1113、圖像數(shù)據(jù)1112、及圖像數(shù)據(jù)1111。
接著，檢索部106在顯示部102上顯示圖16所示的檢索結(jié)果畫面300。在該檢索結(jié)果畫面300中，顯示了利用顏色特征量的情況下的檢索結(jié)果，該圖從左到右顯示了關(guān)鍵字圖像數(shù)據(jù)200、按相似度的高低順序的圖像數(shù)據(jù)1113、圖像數(shù)據(jù)1112及圖像數(shù)據(jù)1111。
另外，為了能從檢索結(jié)果畫面300明白，對應(yīng)關(guān)鍵字圖像數(shù)據(jù)200(風(fēng)景照片)，將對人而言感到最相似的圖像數(shù)據(jù)1113(風(fēng)景照片)顯示在相似度最高的位置上，將感到不相似的圖像數(shù)據(jù)1112及圖像數(shù)據(jù)1111顯示在其后面。
在這里，假定不實(shí)施前面所述的適合性判斷，在利用與紋理特征量相對應(yīng)的特征量數(shù)據(jù)進(jìn)行圖像檢索的情況下，使用紋理特征量數(shù)據(jù)表122(參照圖3)所儲存的特征量數(shù)據(jù)(紋理特征量)，關(guān)鍵字圖像數(shù)據(jù)200和檢索對象圖像數(shù)據(jù)(圖像數(shù)據(jù)1111～1113)之間的歐幾里德距離為如下所示·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)11119.2·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)111212.8
·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)111364.7因此，對關(guān)鍵字圖像數(shù)據(jù)200(紋理特征量)的相似度的順序?yàn)榈谝晃粸閳D像數(shù)據(jù)1111〔參照圖8(b)〕，第二位為圖像數(shù)據(jù)1112〔參照圖8(c)〕，第三位為圖像數(shù)據(jù)1113〔參照圖8(d)〕。
在這種情況下，檢索部106在顯示部102上顯示圖17所示的檢索結(jié)果畫面310。在該檢索結(jié)果畫面310中，顯示了利用紋理特征量的情況下的檢索結(jié)果，該圖從左到右顯示了關(guān)鍵字圖像數(shù)據(jù)200、按相似度的高低順序的圖像數(shù)據(jù)1111、圖像數(shù)據(jù)1112及圖像數(shù)據(jù)1113。
另外，為了能從檢索結(jié)果畫面310明白，對應(yīng)關(guān)鍵字圖像數(shù)據(jù)200(風(fēng)景照片)，將對人而言感到不相似的圖像數(shù)據(jù)1111顯示在了相似度最高的位置上，將感到更相似的圖像數(shù)據(jù)1113顯示在相似度最低的位置上。
另外，假定不實(shí)施前面所述的適合性判斷，在利用與形狀特征量相對應(yīng)的特征量數(shù)據(jù)進(jìn)行圖像檢索的情況下，使用形狀特征量數(shù)據(jù)表123(參照圖3)所儲存的特征量數(shù)據(jù)(形狀特征量)，關(guān)鍵字圖像數(shù)據(jù)200和檢索對象圖像數(shù)據(jù)(圖像數(shù)據(jù)1111～1113)之間的歐幾里德距離為如下所示·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)11113.7·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)111266.3·關(guān)鍵字圖像數(shù)據(jù)200和圖像數(shù)據(jù)111331.7這樣，對關(guān)鍵字圖像數(shù)據(jù)200(形狀特征量)的相似度的順序?yàn)榈谝晃粸閳D像數(shù)據(jù)1111〔參照圖8(b)〕，第二位為圖像數(shù)據(jù)1113〔參照圖8(d)〕，第三位為圖像數(shù)據(jù)1112〔參照圖8(c)〕。
在這種情況下，檢索部106在顯示部102上顯示圖18所示的檢索結(jié)果畫面320。在該檢索結(jié)果畫面320中，顯示了利用形狀特征量的情況下的檢索結(jié)果，該圖從左到右顯示了關(guān)鍵字圖像數(shù)據(jù)200、按相似度的高低順序的圖像數(shù)據(jù)1111、圖像數(shù)據(jù)1113及圖像數(shù)據(jù)1112。
同時(shí)，為了能從檢索結(jié)果畫面320明白，對應(yīng)于關(guān)鍵字圖像數(shù)據(jù)200(風(fēng)景照片)，將對人而言感到不相似的圖像數(shù)據(jù)1111顯示在了相似度高的位置上，將感到更相似的圖像數(shù)據(jù)1113顯示在相似度為中間的位置上。
如上所述，根據(jù)本實(shí)施方式，由于對于從關(guān)鍵字圖像數(shù)據(jù)200中抽出的各特征量的類型(顏色配置特征量、紋理特征量、形狀特征量)，把是否計(jì)算出與人的相似感覺相一致的相似度作為有無適合性來進(jìn)行判斷，根據(jù)該判斷結(jié)果，計(jì)算關(guān)鍵字圖像數(shù)據(jù)200和檢索對象的各圖像數(shù)據(jù)的相似度，把與相似度對應(yīng)的圖像數(shù)據(jù)作為檢索結(jié)果(參照圖16～圖18)進(jìn)行輸出，因而可以防止在計(jì)算相似度時(shí)所應(yīng)用的特征量的類型的選擇錯誤，提高檢索精度。
另外，根據(jù)本實(shí)施方式，在圖6所示的步驟SC5中，對被判斷為對于關(guān)鍵字圖像200具有適合性的特征量的類型和檢索對象的各圖像數(shù)據(jù)有無適合性進(jìn)行判斷，對于各圖像數(shù)據(jù)，把判斷為沒有適合性的各圖像數(shù)據(jù)從檢索對象中排除，把判斷為有適合性的各圖像數(shù)據(jù)作為檢索對象進(jìn)行集合，使用類型的特征量來計(jì)算關(guān)鍵字圖像數(shù)據(jù)200和該檢索對象的各圖像數(shù)據(jù)的相似度，因而通過檢索對象的集合，可以進(jìn)一步提高檢索精度及檢索效率。
以上，結(jié)合附圖對本發(fā)明的第一實(shí)施方式進(jìn)行了詳細(xì)的說明，但具體的結(jié)構(gòu)例并不限于該實(shí)施方式，在不脫離本發(fā)明的技術(shù)思想的范圍內(nèi)，即使有設(shè)計(jì)變更等，也屬于本發(fā)明的范疇。
例如，在前面所述的第一實(shí)施方式中，也可以將用于實(shí)現(xiàn)圖1所示的圖像檢索裝置100的功能的程序儲存到圖19所示的計(jì)算機(jī)可讀取的儲存介質(zhì)500內(nèi)，通過使計(jì)算機(jī)400讀取該儲存介質(zhì)500所儲存的程序并執(zhí)行，實(shí)現(xiàn)圖像檢索裝置100的功能。
計(jì)算機(jī)400由執(zhí)行上述程序的CPU(中央處理器)410、鍵盤和鼠標(biāo)等的輸入裝置420、儲存各種數(shù)據(jù)的ROM(只讀存儲器)430、儲存運(yùn)算參數(shù)等的RAM(隨機(jī)存取存儲器)440、從儲存介質(zhì)500讀取程序的讀取裝置450、顯示器和打印機(jī)等的輸出裝置460、連接裝置各部的總線470所構(gòu)成。
CPU410在經(jīng)由讀取裝置450讀取儲存介質(zhì)500所儲存的程序后，通過執(zhí)行程序，實(shí)現(xiàn)圖像檢索裝置100的功能。另外，作為儲存介質(zhì)500，可以列舉光盤、軟盤、硬盤等。
另外，在第一實(shí)施方式中，也可以這樣構(gòu)成在由適合性判斷部104判斷為具有適合性的類型(顏色配置特征量、紋理特征量等)存在多個的情況下，在相似度計(jì)算部105中，把對每個類型所計(jì)算的相似度進(jìn)行統(tǒng)合的結(jié)果作為相似度的計(jì)算結(jié)果。
根據(jù)該構(gòu)成，在被判斷為具有適合性的類型存在多個的情況下，由于把對每個類型所計(jì)算的相似度進(jìn)行統(tǒng)合的結(jié)果作為相似度的計(jì)算結(jié)果，因而從綜合的觀點(diǎn)來看，可以提高檢索精度。
另外，在第一實(shí)施方式中，也可以這樣構(gòu)成在適合性判斷部104判斷為具有適合性的類型(顏色配置特征量、紋理特征量等)存在多個的情況下，讓用戶從多個類型當(dāng)中選擇一個類型，使用用戶所選擇的類型的特征量，在相似度計(jì)算部105中計(jì)算關(guān)鍵字圖像數(shù)據(jù)200和檢索對象的各圖像數(shù)據(jù)的相似度。
另外，在第一實(shí)施方式中，讓用戶確認(rèn)適合性判斷部104的適合性的判斷結(jié)果，根據(jù)得到用戶確認(rèn)的判斷結(jié)果，在相似度計(jì)算部105中計(jì)算關(guān)鍵字圖像數(shù)據(jù)200和檢索對象的各圖像數(shù)據(jù)的相似度。
根據(jù)此種構(gòu)成，可以對用戶提供與最適合的特征量的類型的選擇有關(guān)的支持，可以使圖像檢索的用戶界面更好。
如上所述，根據(jù)本發(fā)明，對于從關(guān)鍵字圖像200中抽出的各特征量的類型，把是否計(jì)算了與人的相似感覺相一致的相似度作為有無適合性來進(jìn)行判斷，根據(jù)該判斷結(jié)果，計(jì)算關(guān)鍵字圖像和檢索對象的各圖像的相似度，把與相似度相對應(yīng)的圖像作為檢索結(jié)果進(jìn)行輸出，因而可以防止在計(jì)算相似度時(shí)所使用的特征量的類型的選擇錯誤，可以達(dá)到提高檢索精度的效果。
另外，根據(jù)本發(fā)明，對被判斷為對于關(guān)鍵字圖像200具有適合性的特征量的類型和檢索對象的各圖像數(shù)據(jù)有無適合性進(jìn)行判斷，對于各圖像數(shù)據(jù)，把判斷為沒有適合性的各圖像數(shù)據(jù)從檢索對象中排除，把判斷為有適合性的各圖像作為檢索對象進(jìn)行集合，使用類型的特征量來計(jì)算關(guān)鍵字圖像和該檢索對象的各圖像數(shù)據(jù)的相似度，因而通過檢索對象的集合，可以達(dá)到進(jìn)一步提高檢索精度及檢索效率的效果。
另外，根據(jù)本發(fā)明，在被判斷為具有適合性的類型存在多個的情況下，由于把對每個類型所計(jì)算的相似度進(jìn)行統(tǒng)合的結(jié)果作為相似度的計(jì)算結(jié)果，因而可以達(dá)到從綜合的觀點(diǎn)來看可提高檢索精度的效果。
另外，根據(jù)本發(fā)明，在被判斷為具有適合性的類型存在多個的情況下，由于讓用戶從多個類型當(dāng)中選擇一個類型，使用所選擇的類型的特征量來計(jì)算關(guān)鍵字圖像和檢索對象的各圖像的相似度，因而可以對用戶提供與最適合的特征量的類型的選擇有關(guān)的支持，可以達(dá)到使圖像檢索的用戶界面更好的效果。
另外，根據(jù)本發(fā)明，由于讓用戶確認(rèn)適合性的判斷結(jié)果，根據(jù)得到了確認(rèn)的判斷結(jié)果來計(jì)算關(guān)鍵字圖像和檢索對象的各圖像的相似度，因而可以對用戶提供與最適合的特征量的類型的選擇有關(guān)的支持，可以達(dá)到使圖像檢索的用戶界面更好的效果。
如上所述，本發(fā)明的圖像檢索程序?qū)κ褂枚鄠€類型(例如，顏色配置特征量、紋理特征量、形狀特征量)的特征量數(shù)據(jù)的圖像檢索是有用的。
權(quán)利要求
1.一種圖像檢索程序，其特征在于，使計(jì)算機(jī)發(fā)揮以下功能單元的功能，即特征量抽出單元，從關(guān)鍵字圖像中抽出多個類型的特征量；適合性判斷單元，對于所述特征量抽出單元所抽出的各特征量的類型，把是否計(jì)算出與人的相似感覺相一致的相似度作為有無適合性來進(jìn)行判斷；相似度計(jì)算單元，根據(jù)所述適合性判斷單元的判斷結(jié)果，計(jì)算所述關(guān)鍵字圖像與檢索對象的各圖像的相似度；檢索結(jié)果輸出單元，把與所述相似度對應(yīng)的圖像作為檢索結(jié)果輸出。
2.根據(jù)權(quán)利要求1所述的圖像檢索程序，其特征在于所述適合性判斷單元對被判斷為對于所述關(guān)鍵字圖像具有適合性的特征量的類型與檢索對象的各圖像之間有無適合性進(jìn)行判斷，所述相似度計(jì)算單元對于各圖像，把被判斷為沒有適合性的圖像從檢索對象中排除，把被判斷為有適合性的各圖像作為檢索對象進(jìn)行集合，使用所述類型的特征量來計(jì)算所述關(guān)鍵字圖像與該檢索對象的各圖像的相似度。
3.根據(jù)權(quán)利要求1或2所述的圖像檢索程序，其特征在于在所述適合性判斷單元判斷為具有適合性的類型存在多個的情況下，所述相似度計(jì)算單元把對每個類型所計(jì)算的相似度進(jìn)行統(tǒng)合的結(jié)果作為相似度的計(jì)算結(jié)果。
4.根據(jù)權(quán)利要求1或2所述的圖像檢索程序，其特征在于所述適合性判斷單元在被判斷為具有適合性的類型存在多個的情況下，讓用戶從多個類型當(dāng)中選擇一個類型，所述相似度計(jì)算單元使用所述用戶所選擇的類型的特征量，計(jì)算所述關(guān)鍵字圖像與檢索對象的各圖像的相似度。
5.根據(jù)權(quán)利要求1或2所述的圖像檢索程序，其特征在于所述適合性判斷單元讓用戶確認(rèn)所述適合性的判斷結(jié)果，所述相似度計(jì)算單元根據(jù)得到所述用戶的確認(rèn)的判斷結(jié)果，計(jì)算所述關(guān)鍵字圖像與檢索對象的各圖像的相似度。
全文摘要
一種圖像檢索程序。具有特征量數(shù)據(jù)抽出部(103)，從關(guān)鍵字圖像數(shù)據(jù)中抽出多個類型(例如，顏色配置特征量、紋理特征量、形狀特征量)的特征量數(shù)據(jù)；適合性判斷部(104)，對于特征量數(shù)據(jù)抽出部(103)所抽出的各特征量數(shù)據(jù)的類型，把是否計(jì)算出與人的類似感覺相符合的相似度作為有無適合性來進(jìn)行判斷；相似度計(jì)算部(105)，根據(jù)適合性判斷部(104)的判斷結(jié)果，計(jì)算關(guān)鍵字圖像數(shù)據(jù)與檢索對象的各圖像數(shù)據(jù)的相似度；檢索部(106)，把與相似度對應(yīng)的圖像數(shù)據(jù)作為檢索結(jié)果輸出。
文檔編號G06K9/64GK1685365SQ0282971
公開日2005年10月19日 申請日期2002年11月20日 優(yōu)先權(quán)日2002年11月20日
發(fā)明者上原祐介, 增本大器, 椎谷秀一, 遠(yuǎn)藤進(jìn), 馬場孝之 申請人:富士通株式會社