| 研究概要 |
〈研究目的〉 技術の進展にともない,センシングの分野では多次元化,高分解能化が進展しており,これによるデータ量は膨大なものとなる。対象が画像,特に多次元画像ではこの問題は一層深刻である。つまり,多次元化・高分解能化の一方ではデータや情報の統合化が基本的に必要である。統合化には目的や視座などの価値基準の導入が要求される。本研究では,多次元画像を対象とし,価値を考慮した階層処理による統合化の手法の確立を目的とする。従来行なわれてきた画一的一律的処理を避け,対象や処理の目的に適応的に階層処理を行い,能率,処理精度とも高い処理手法を確立するものである。階層処理により,データのもつ冗長度を利用した効率の高い処理を行う一方で,階層化による適応的処理により,データに含まれる特異点を見逃さない処理が実現できることが眼目である。〈研究成果〉 (1)変化域の階層的抽出法を開発し,効率,精度ともに向上することを確かめた。変化域抽出に,多次元データ間の比較を用いる方法において空間的に階層化した処理手法により,一方,最初に2時点でのカテゴリを求めカテゴリの変化を空間で階層化して評価する方法により高精度を実現した。 (2)変化の重要度を考慮した変化領域抽出法の可能性を示した。時間的に不変の物体は特徴空間で直線上に特性値をもつ。変化の傾向をこの空間上で求め,これを利用して,特徴空間での階層化処理の可能性を示した。 (3)超多次元画像への応用:我々が開発中の高分解能分光センサで得られる超多次元画像に対し,重要な情報を含むデータのみを,データの直交化による圧縮と特徴空間の正規化を用いて,階層的・適応的に抽出するアルゴリズムを開発した。 (4)レジストレーション手法の階層化による自動化:多次元画像を精度よく重ね合わせるのに,空間を三角領域で階層化し,アフィン変換で変形して重ね合わせる自動処理手法を開発してよい結果を得た。
|
