|
本研究は、遺伝的アルゴリズムとニューラルネットワークを用いて、テクスチャー画像の高精度領域分割法を取り扱ったものである.
遺伝的アルゴリズムは、生物の遺伝および進化のメカニズムを工学的にモデル化した最適化手法であり、大規模で複雑なシステムの最適化問題に対する有効な手段として近年脚光を浴びている.本研究は、不規則性を有する数種類のテクスチャ領域を持つ1枚の画像の領域分割問題を最適化問題として捉え、遺伝的アルゴリズムを適用することによって、高精度に領域分割を行う方法を提案したものである.平成11年度には、強い非定常を示すテクスチャ画像に対して高精度な特徴抽出を行うために、ウェーブレット変換を用いた前処理法を開発し、これと昨年度までに開発した手法と組み合わせて、高精度な分割手法を提案している.
多重解像度画像解析手法は、原画像を異なる解像度を持つ画像に変換し、それを用いて各種の画像処理を行う方法であり、これまで、多くのが像処理手法に応用されてきた.テクスチャ画像の領域分割問題に関しては、解像度の異なる画像をピラミッド状に構成し、その上位レベルと下位レベルの画素間に親子関係を結ぶことにより、領域分割を行う方法が開発されている.この方法は、画素の濃淡特徴のみを用いており、実際の複雑なテクスチャパターンを持つ画像には適用不可能であった.本研究では、1枚の画像を等サイズの小領域に分割し、そこから抽出された特徴ベクトルからなるピラミッドを構成し、特徴ベクトル間の親子関係をニューラルネットワークを用いて結ぶ方法を提案している.11年度には、多重閾値を用いて2値化を行った後、トポロジカルなテクスチャ特徴を抽出する方法も開発し、これを昨年度に開発した分割手法に適用している.
|
