|
近年、3次元ボリュームデータを対象にした形状認識技術やデータベース検索技術の需要が高まっている。本研究では、画像解析において高い認識率を持つ高次局所自己相関特徴の抽出に使われる2次元マスク(3×3)を3次元マスク(3×3×3)に拡張した。また、3次元マスクを自動的に作成するシミュレーションプログラムの構築をおこなった。そして、シミュレーション結果から得られた3次元マスクを用いて3次元ソリッドテクスチャーの類似検索とセグメンテーションに関する評価実験を行った。さらに、(1)3次元高次局所自己相関特徴マスク、(2)3次元Lawsマスク、(3)3次元Hurstマスク等との比較を行い、3次元ボリュームデータ認識率の違いを解析した。
また、3次元マスク(3×3×3)の次数を2次よりも高くした場合、それによってマスクパターンがどのように変化するのか、また、マスクパターンの数がどの程度増加するのか調査をおこなった。3次元マスクと2次元マスクを比較した場合、どの程度のパターン認識率に違いがあるのか、2次元画像のデータベース(6000枚)に対して解析を行った、3次元マスクと2次元マスクの両方を用いて形状特徴を抽出し、得られた特徴を線形判別分析によって画像データベースの分類性能を比較した。
|
