| 研究概要 |
本研究は,画像の特徴記述と,特徴記述に基づく画像処理システムの構築を目標としている.提案する画像の特徴記述法は,シフト不変な画像生成モデルに基づいている.このモデルは,いくつかの微細な画像構造を学習し,これを基にして画像を近似する.この画像生成モデルを,画像解析および画像復元へ応用することが本研究の目標である.提案法における微細構造の学習は,各微細構造が,画像の特徴を表し,画像中に疎らに発生することを仮定することで実現する.
本年度の成果は,一つの基底ベクトルによる微細構造の表現から,いくつかの基底の線形和によって張られる部分空間による表現へ拡張したこと,また,モルフォロジ演算に基づく画像のスパース表現を実現したことの2点である.微細構造の部分空間による表現では,微細構造に発生する変形を部分空間によって表し,この部分空間を学習するアルゴリズムを提案した.この拡張により,画像を特徴毎に分離することが可能となり,これを画像解析へ応用することができる.モルフォロジ演算に基づく画像表現では,マセマティカルモルフォロジによる画像近似に,画像構造の発生に関するスパース性を導入し,MAP推定によりモルフォロジの構造要素を学習するアルゴリズムを提案した.従来のモルフォロジ画像処理では,経験的に構造要素を選択していたが,提案法により,先験的な知識に依存することなく,画像に対して適応的に構造要素を決定することができる.この研究成果は,モルフォロジ画像処理に大きく貢献することが期待できる.
|
