JPH01103783A - 多次元画像相関演算装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、ステレオマツチングや画像認識などにおい
て用いられるカラー画像などの多次元画像に対する相関
演算を行うための多次元画像相関演算装置に関する。

〔従来の技術〕

一般に航空写真における等高線抽出等に利用されるステ
レオマツチングや、画像認識などの技術においては、画
像の相関演算を如何に精度良く行うかが重要な課題にな
っている。従来、この相関演算の精度を高める方法とし
ては、例えばステレオマツチングに関しては、杉原厚吉
、「画像を利用した立体計測法の動向」　〔第１７回画
像工学コンファレンス論文集２−１．３１〜３６頁、　
（１９８６））において種々の方法が紹介されている。

これらの方法は、一方の画像内の着目領域に対応する領
域を他の画像から探し出す際に、幾何学的拘束を設けた
り、左右像から求めた３次元位置を第３の眼を使ってわ
ざわざ検証したり、あるいは−台のカメラを少しずつ動
かしていって対応点を追跡したりする方法などである。

これらの方法は確かに精度を高めることはできるが、実
際にこれらの手法を実行するには無理があったり、アル
ゴリズムが複雑すぎたりして、実用的でないものが殆ど
である。また上記文献ではいずれも濃淡画像に対する方
法しか紹介されておらず、カラー画像などの多次元画像
を扱うことにより情報量を増加して、より精度良く相関
演算を行う方法については提案がなされていない。

〔発明が解決しようとする問題点〕

従来は、上記のように濃淡画像に対する相関演算の手法
しかなかったため、本来カラー等で表現される多次元画
像に対しても、濃淡画像として取り扱い、相関演算しな
ければならなかった。しかしながら、このように多次元
画像を濃淡画像として取り扱う方法では、濃淡画像より
多くの情報を持つと考えられる多次元画像に対して、最
適な相関演算を行えるとはいえない。また、多次元画像
、例えばカラー画像の場合、カラー画像を構成する３原
色成分を個々に扱って、３つの濃淡画像の相関演算の結
果を加え合わせる手法をとっても、精度はそれほど向上
しない上に、計算量が膨大になってしまうという問題点
があった。更にステレオマツチング等において見られる
従来の精度向上のだめの技術には、先に述べたように実
用上困難なものが多かった。

本発明は、従来の画像相関演算方式における上記問題点
を解決するためになされたもので、濃淡画像と比べて精
度を大幅に向上させ、しかも計算量を減少させることの
できる実用的な多次元画像相関演算装置を提供すること
を目的とする。

〔問題点を解決するための手段及び作用〕上記問題点を
解決するため、本発明は、２以上の多次元成分で構成さ
れる多次元画像に対する相関演算を行う装置において、
前記多次元成分における個々の次元成分値を示す軸を互
いに直交軸とするベクトル空間において前記多次元画像
の分布の分散が大きくなるようなベクトルと直交する空
間に画像を表すベクトルを投影することにより前記２以
上の多次元成分の１つ以上の成分を減らす手段と、前記
次元成分を１つ以上減らされた多次元画像に対して成分
毎に相関演算を行う手段とで多次元画像相関演算装置を
構成するものである。

次に本発明に係る多次元画像相関演算装置において、そ
の典型例としてカラー画像の２成分値に対して相関演算
を行う場合の基本作用を、第１図に示した基本的な処理
の流れ図を用いて説明する。

まず赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３次元成分で構成
される次の（１１式で表現される２枚のディジタルカラ
ー画像ｆ（ｒ）、ｇ（ｒ）を入力する。

ｆ（ｒ）＝ｆ（ｘ、ｙ）＝（Ｒｔ、Ｇｔ、Ｂｆ）ｇ（ｒ
）−ｇ（ｘ、ｙ）＝（Ｒ，、ｃ、、Ｂ、）・・・・・・
（１１ 次に、前記２枚のカラー画像ｆ（ｒ）、ｇ（ｒ）のうち
の１枚〔ここではｆ　（ｒ）とする〕の低低空間周波頭
領において、ＲＧＢ３次元空間上で最も分散が大きい方
向（主成分方向）に近い単位ベクトルｎ−（ｎｌ、ｎｇ
、ｎｓ）を求める。次いで、前記ＲＧＢ空間において単
位ベクトルｎと垂直な面（以下投影面という）に、前記
カラー画像ｆ（ｒ）、ｇ（ｒ）の成分値を投影すること
（以下投影変換という）により、カラー画像ｆ（ｒ）、
ｇ（ｒ）を２成分値で表す。

これらの変換を式で表すと次のようになる。すなわち、
まず前記カラー画像ｒ（ｒ）、ｇ（ｒ）を前記投影変換
して得られる画像をｆ　’　（ｒ）、　　ｇ　’　（ｒ
）とすると、 ｆ　’（ｒ）＝ｆ（ｒ）−（ｆ（ｒ）・ｎ）　　・ｎｇ
　’　（ｒ）＝ｇ（ｒ）−（ｇ（ｒ）・ｎ）　・ｎ・・
・・・・（２） と表される。

次に前記投影変換画像ｆ　’　（ｒ）、　　ｇ　’　（
ｒ）をそれぞれ２成分値で表す方法を述べる。前記投影
面上の互いに直交する単位ベクトルを、”　Ｘ　＝（ｘ
Ｉ　＋ｘ２＋　　ｘ３）及び”ｙ　＝０’＋、　　Ｖｔ
、　　Ｏ）とおく。これらのベクトルｆｉ、、　ｆｌ、
の各成分値を単位ベクトルｎの成分値（ｎＩ＋　　”　
２＋　　”　りで表すと、次のようになる。

そして、前記投影変換画像ｆ　’　（ｒ）、　　ｇ　’
　（ｒ）を投影面上の前記単位ベクトルｎＸ、ｎｙで表
すことにより、それぞれ２成分値［ｆＸ（ｒ）、ｆ、（
ｒ）］　。

［ｇ　ｘ（ｒ　）１ｇ　、（ｒ　）］で表現できる。す
なわち、？　’（ｒ）＝ｆｘ（ｒ）・ｎｘ＋ｆｙ（ｒ）
・ｆｆｌｙｇ　’　（ｒ）＝ｇ＊（ｒ）　・ｎＸ＋ｇｙ
（ｒ）　・Ｉｎ。

・・・・・・（４） となる。なお前記ＲＧＢ３次元空間におけるこれらのベ
クトルの位置関係を第２図に示す。

このようにして得られた２成分値で表される投影変換画
像ｆ　’　（ｒ）、　　ｇ　’　（ｒ）について次の（
５）式で示す相関演算を行い、その結果を出力する。

φ（１）−Σｆ　’　（ｒ）　ｇ　’　（ｒ　＋　ｔ）
　　　・・−−−−（５１また、１成分値に対して相関
演算を行う場合は、上記のようにして得られた２成分値
を線形結合により１次元成分に変換した後、相関演算を
行うものである。

以上述べたように、入力カラー画像ｆ（ｒ）、ｇ（ｒ）
を低空間周波数成分の主成分方向に近いベクトルと垂直
な面に投影変換することにより、相対的に高空間周波数
成分を多く有する画像を抽出し、より精度良く相関演算
を行うことが可能となる。

更にカラー画像を構成する３原色成分を相関演算に有効
な２又は１成分に変換してから計算を行うことにより、
計算量の減少化を計ることが可能となる。

〔実施例〕

以下、具体的な実施例について説明する。

（第１実施例） 第３図は、本発明に係るカラー画像相関演算装置の第１
の実施例を示すブロック構成図である。

このカラー画像相関演算装置は大きく分けて、カラー画
像入力袋Ｗ１とカラー画像メモリ２ａ、２ｂとからなる
画像入力装置２０と、ローパスフィルタ３と共分散行列
演算器４とメモリ５と固有値演算器６と固有ベクトル演
算器７とからなる主成分分析装置２１と、積和演算器８
ａ、８ｂからなる画像変換装置２２と、相関演算器９ａ
、９ｂとからなる相関演算装置２３と、出力画像メモリ
２４とで構成されており、ＣＰＵ等で構成されるコント
ローラ２５によって動作が制御されているようになって
いる。

次に個々の構成要素の構成と動作について説明する。ま
ず２枚の入力カラー画像０はカラー画像入力装置１に入
力され、該カラー画像入力装置１によって適当なサイズ
及び階調のＲ，Ｇ、Ｂ３３原成分を有するディジタルカ
ラー画像ｆ（ｒ）、ｇ（ｒ）に変換され、それぞれカラ
ー画像メモリ２ａ。

２ｂに記録される。前記カラー画像入力装置１は、例え
ば前記入力カラー画像Ｏが銀塩写真の場合にはドラムス
キャナー装置であったり、ＮＴＳＣ信号の場合にはマト
リックス回路とＡ／Ｄ変換器を組み合わせた装置であっ
たり、Ｒ，Ｇ、Ｂ信号の場合にはＡ／Ｄ変換器であった
り、あるいはまたＲ、Ｇ、Ｂディジタル信号の場合には
タイミング変換器、バスコンバータ等で構成される。

次に、前記カラー画像メモリ２ｂに記録されているカラ
ー画像ｆ（ｒ）の３成分値［Ｒｔ　（ｒ　）　、　　Ｇ
　ｔ（ｒ）、Ｂｙ（ｒ）］は、それぞれローパスフィル
タ３で適当な低空間周波数領域が抽出された後、共分散
行列演算器４に入力される。この共分散行列演算器４は
、２乗器１乗算器、加算器、累積加算器で構成され、前
記低空間周波数領域の３成分値［Ｒｔ（ｒ）、Ｇｔ（ｒ
）、ＢＬ（ｒ）］　　について各共分散値σｌＩｌ”＋
　　σＧ６２．σ□２．σＲＧ２＋　　σ６Ｂ２．σＩ
１１”が計算される。

ここで共分散行列■は次のように定義される。

・・・・・・（６） 但し、くｘ〉＝−Σｘ（ｒ） Ｎ’ Ｎ：対象画像の画素数 そして前記共分散行列の要素は、−旦メモリ５に記録さ
れ、次いで（７）式で表される固有方程式を解くために
、まず固有値演算器６に入力される。

ＶＡ−αＡ　　　　　　　　　　　　・・・・・・（７
）但し、＾＝（Ａ＋、Ａｔ、Ａｓ）ｔ：固有ベクトルα
：固有値 前記固有値演算器６は固有値αを求めるための方程式（
８）の最大の根のみを算出する回路で、乗算器、除算器
、加算器、テーブル変換用メモリから構成されている。

１■−αＥ１ −（σｊｌＲ”−α）（σＧＧ”−α）（σ１１１１”
−α）−（σ１１１１”−α）σＧｍ”　　（σＧＧ”
−α）σＩｌ、１２−（σ□′−α）σＲＧ” ；０　　　　　　　　　　　　　　・・・・・・（８）
次に前記メモリ５に記録されている前記共分散行列要素
及び前記固有値演算器６からの出力αは、固有ベクトル
演算器７に入力され、（９）式で表される前記固有値α
に対する固有ベクトルｎの各成分値（ｎｌ＋　　ｎＺ＊
　　”りが計算され、その結果は前記固有ベクトル演算
器６内に設けられているレジスタに記憶されるようにな
っている。

（Ｖ−αＥ）ｎ＝ｏ　　より ■ 但し、 （σ、ｌ、＋２−α）（σＧＧ”−α）−σＩＩＧ”σ
、１６′ 次に、前記カラー画像メモリ２ａ、２ｂに記録されてい
るカラー画像ｇ（ｒ）、ｆ（ｒ）の各々の３原色信号［
Ｒ，（ｒ）、Ｇ、（ｒ）、Ｂ、（ｒ）］　、［Ｒｆ（ｒ
）、Ｇｒ（ｒ）、Ｂｙ（ｒ）］は、それぞれ積和演算器
３ａ、８ｂに入力され、また前記固有ベクトル演算器７
からの出力ｎ　＝（ｎ　＋、ｎｔ＋　　ｎ３）は、前記
積和演算器８ａ、　　８ｂの両方に入力されて、００式
で表される投影変換が行われる。

・・・・・・Ｑｌ そして前記積和演算器８ａ、８ｂによって、２成分で構
成される画像に変換されたカラー画像Ｃ′（ｒ）、ｆ　
’　（ｒ）は、成分別に相関演算器９ａ、９ｂに入力さ
れ、相関演算が実行される。そして該相関演算器９ａ、
９ｂからの出力は加算器１０で加算され、その結果は相
関画像として画像メモリ２４に記録される。前記相関演
算器９ａ、９ｂは、第４図に示すように、乗算器と加算
器とメモリからなる積和演算器で構成され、（１１）式
で表される相関演算を行うもの、あるいは第５図に示す
ように高速フーリエ変換（ＦＦＴ）を実行する回路を組
み込み、（１２）式に示すように周波数画像において位
相相関を実行するもの、及び第６図に示すように、各々
の成分値の標準偏差を予め計算しておき、（１３）式に
示すように前記成分値を標準偏差で割ってから積和演算
を行うものとがある。

φ、０）＝Σｆｘ（ｒ）ｇｘ（ｒ　＋　ｔ）　　・・・
・・・（１１）・・・・・・（１２） 但しＦＸ（ｕ）＝’７（ｆ、（ｒ）） ＧＸ（Ｌｌ）　＝　’ｆ　（ｇ　＊（ｒ　））ア：フー
リエ変換のオペレータ ７−’：逆フーリエ変換のオペレータ σｆ会　σ９ ・・・・・・（１３） なお、第５図に示した相関演算器において、絶対値変換
器と、その出力を乗算する乗算器と、その出力を除算す
る除算器を省略したものにおいても、同様な相関演算を
行わせることができる。

そして前記画像メモリ２４に記録された相関画像は、他
の装置に出力されたり、あるいはコントローラで解析さ
れたりして、目的に応じて利用される。

この実施例は、入力カラー画像にローパスフィルタリン
グを施すことによって得られる低空間周波数領域につい
て、実際に主成分分析を行い、前述したＲＧＢ３次元空
間において分散が最大になるベクトルを直接求めるよう
にしたものである。

したがって、最も好ましいカラー画像の投影変換が行う
ことができ、それにより最も精度良く相関演算を実行す
ることができる。

（第２実施例） 第７図は、本発明の第２の実施例を示すブロック構成図
である。この実施例は、第１実施例における主成分分析
装置２１の代わりに、平均色方向演算装置２６を設けた
もので、他の点は第１実施例と同様である。前記平均色
方向演算装置２６はローパスフィルタ３と、加算器１１
ａ、ｌｌｂ、ｌｌｃと、メモリ１２　ａ　、　１２　ｂ
　、　１２　ｃと、ベクトル演算器１３とで構成されて
いる。

次にこの実施例の動作について説明すると、第１実施例
と同様に、まず画像入力装置２０に入力された２枚のカ
ラー画像ｆ（ｒ）、ｇ（ｒ）のうち一方の画像ｆ　（ｒ
）の３原色成分値ＣＲｔ、　Ｇｔ、　Ｂｙ）は、平均色
方向演算装置２６内のローパスフィルタ３に入力され、
低空間周波数成分が抽出される。前記ローパスフィルタ
３から出力された低空間周波数成分の３原色値（ＲＬ、
　ＧＬ、　ＢＬ）は、それぞれ加算器１１ａ−１１ｃに
入力され、メモリ１２ａ　〜１２ｃに記憶されている前
画素までの累積加算値に加えられ、その結果は前記メモ
リ１２ａ〜１２ｃに改めて記録される。

このようにして前記カラー画像ｆ　（ｒ）の全画素につ
いて加算が終了された後に、前記メモ１月２ａ〜１２ｃ
に記録されている値（ｓ　＊、　ｓ　ｒ、、　　ｓ　ｓ
）をベクトル演算器１３に入力し、投影変換を決定する
べクトルｎの３成分値（ｎｌ、ｎ２．ｎｓ）を導出する
。

すなわち、 ・・・・・・（１４） を計算する。このベクトル６の３成分値（ｎｌ、　　ｎ
ｔ＋ｎｓ）は、前記ベクトル演算器１３内に設けたレジ
スタに保持される。このベクトル演算器１３からの出力
ｎ＝（ｎ＋＋　　ｎｔ＋　ｎｓ）は、第１実施例と同様
に画像変換装置２２に入力されて投影変換された後、相
関演算装置２３で相関演算が実行される。

この実施例では、一般にカラー画像のＲ，Ｇ。

Ｂ原色画像間には相関があり、前述したＲＧＢ　３次元
空間上において分布が、Ｙ＝ＣＩＲ十〇！Ｇ＋Ｃ３Ｂで
表される明度方向に大きく存在する場合が多いという性
質を利用している。この場合、第１の実施例において実
際に求める低空間周波数領域の主成分方向と、この実施
例で求める低空間周波数ＷＩ域の平均色の方向とは非常
に近くなる。したがってこの実施例では、カラー画像の
低空間周波数領域の３原色成分値をそれぞれ加算すると
いう極めて簡単な演算を行うだけで、第１の実施例とほ
ぼ同等な作用効果をもたらすものである。このように第
２実施例においては、計算が簡単になることにより装置
を簡略化でき、しかも精度良く相関演算を実行すること
ができる。

（第３実施例） 第８図は、本発明の第３の実施例を示すブロック構成図
である。この実施例は、第２実施例の平均色方向演算装
置２６においてローパスフィルタ３を取り去った構成の
ものである。すなわち、この実施例では画像入力装置２
０に入力された２枚の画像ｆ　（ｒ）、　　ｇ　（ｒ）
のうちの一方の画像ｆ　（ｒ）の３原色成分値（Ｒｒ、
　Ｇｔ、　Ｂｆ）は、直接加算器１１ａ〜１１Ｃに入力
され、メモ１月２ａ〜１２ｃと共同して前記カラー画像
ｆ（ｒ）の全画素について加算を行う。このメモリ１２
ａ〜１２Ｃに記録された値（Ｓ＊。

ＳＧ、　　ＳＢ）は、第２実施例と同様にベクトル演算
器１３に入力され、投影変換を決定するベクトルｎの３
成分値が導出される。以下同様にして投影変換が行われ
たのち相関演算が実行される。

この実施例では、一般に画像は低空間周波数領域の成分
が非常に大きく、第２実施例のように一部ローパスフィ
ルタリングを施してから平均色方向を求めるのと、この
実施例のようにそのまま直接求めるのとでは殆ど差がな
いということを利用している。したがってこの実施例で
はカラー画像の３原色成分値をそれぞれ加算するという
更に簡単な演算を行うだけで、第１．第２の実施例とほ
ぼ同等な作用をもたらすものである。このように第３実
施例では計算をより簡単にすることにより装置を更に簡
略化でき、しかも精度良く相関演算を実行することがで
きる。

（第４実施例） 第９図は、本発明の第４実施例を示すブロック構成図で
ある。この実施例は、第１〜第３実施例において、画像
変換装置から導出されたカラー画像ｆ　’　（ｙ）、　
　ｇ　’　（ｒ）の２次元成分を、１次元成分に変換し
てから相関演算を行うものである。すなわち第９図に示
すように、この実施例における画像変換装置２８は積和
演算器１３ａ、９ｂと減算器１４ａ、１４ｂとから構成
されており、該積和演算器８ａ、８ｂにより投影変換さ
れて導出された２次元信号Ｃｇｘ、　　ｇｙ）＋　（ｆ
ｘ、　　ｒ、）は、それぞれ減算器１４ａ、１４ｂに入
力され、１次元の信号、ｇ＊＝ｇχ−ｇｙ ｒ、＝ｒＸ−ｒ、　　　　　　　　　　・・・・・・（
１５）が計算される。なお本来は、導出されたカラー画
像ｆ　’　（ｒ）、　　ｇ　’　（ｒ）の２成分を線形
結合により１次元の信号、 ｇｚ＝Ｃｘｇｘ＋Ｃｙｇｙ ｆ　、＝　ｃ　Ｘｆ　Ｘ＋　ｃ　、　ｆ　、　　　　　
　　−（１６）に変換するものであり、（１６）式にお
ける係数（ｃｘ。

ｃｙ）は、画像に応じて最適な値を設定するのがよりよ
い方法であるが、通常この係数は（１，−１）に設定す
れば十分精度はよく、また計算も容易である。したがっ
てこの実施例では減算器１４ａ、１４ｂを用いて、（１
５）式により１次元信号を得るようにしたものを示して
いる。

そして前記減算器１４ａ、１４ｂからの出力ｇｔ。

ｆ２は相関演算器９に入力されて相関演算が実行され、
その出力は画像メモリ２４に保存されるようになってい
る。

このように本実施例では、カラー画像の３原色成分から
導出した相関演算に有効な２成分を線形結合により１次
元の信号に変換してから相関演算を行うことにより、計
算量を更に減少させることができる。それにより、装置
の規模を小さくすることができ、しかも精度良く相関演
算を実行できる。

（第５実施例） 第１０図は、本発明の第５実施例を示すブロック構成図
である。この実施例は、第１〜第３実施例における相関
演算装置２３を他の構成としたものである。この実施例
の相関演算装置２３においては、まず画像変換装置２２
からの出力ｇＸ１ｇｙ、ｆＸ。

ｆ、はそれぞれ複素数信号、ｇｃ””ｇｘ＋１　ｇｙ　
。

ｒｃ＝ｒＸ＋ｉｒ、としてＦＦＴ演算器１０１ａ、　１
０１ｂに入力される。該ＦＦＴ演算器１０１ａ、　１０
１ｂ　’７：は、それぞれ前記複素数信号ｇｃ、ｆｃを
フーリエ変換し、複素数信号Ｇｃ−Ｇ＋ｉＧ′、ＦＣ−
Ｆ十ｉＦ′を出力する。そしてこれらの複素数信号Ｇ　
Ｃ＋ＦＣは、それぞれ画像メモリ１０２ａ、　１０２ｂ
に実部と虚部を区別して記録されるように構成されてい
る。

次に乗算器１０３ａ　には前記画像メモリ１０２　ａ　
　より実部Ｇ、及び前記画像メモリ１０２　ｂ　より実
部Ｆが入力され、また乗算器１０３　ｂ　には前記画像
メモリ１０２ａ　より虚部Ｇ　ｌ、及び前記画像メモ１
月０２ｂより虚部Ｆ′が入力され、それぞれ掛は算が実
行される。また乗算器１０３ｃ　には前記画像メモ１月
ｏ２ａより虚部Ｇ′、及び前記画像メモ１月０２ｂ　よ
り実部Ｆが入力され、乗算器１０３　ｄ　　には前記画
像メモ１月０２ａ　より実部Ｇ、及び前記画像メモリ１
０２ｂより虚部Ｆ′が入力され、それぞれ掛は算が実行
されるようになっている。そして前記乗算器１０３ａ、
１０３ｂ　からの出力は加算器１０４ａ　　に入力され
、Ｕ＝ＦＧ＋Ｆ’Ｇ’が出力される。また前記乗算器１
０３　ｃ　、　１０３　ｄからの出力は減算器１０４ｂ
　に入力され、Ｖ＝Ｆ　’　Ｇ−ＦＧ’が出力される。

次いで逆ＦＦＴ演算器１０５において、（Ｕ＋ｉＶ）を
複素数信号とみなして逆フーリエ変換を実行し、その実
数部を結果として出力し画像メモリ２４に送出するよう
に構成されている。

次にこの実施例の動作を式で表現して説明すると次のと
おりである。まずＦＦＴ演算器１０１　ａ　。

１０１ｂでは次式で示す変換が行われる。

７（ｆＸ＋　ｔ　ｆ、）＝Ｆｘ＋　ｔ　Ｆｙ”（ＦＷＩ
Ｉ　　Ｆｙ＋）＋ｆ（Ｆｘ＋＋Ｆｙ＋＋）・・・・・・
（１７） ’ｌ’ｔ　（ｇｘ＋　ｉ　ｇｙ）　＝Ｇｔ＋　ｔ　ｃ。

＝　（ＧＸＩＩ−ＧｙＩ）　＋　ｉ　（ＧＸＩ　＋ｃｙ
＊）・・・・・・（１８） 但し、ア（ｆｘ）　＝Ｆｘ＝Ｆｘ＋＋＋　１Ｆｘｌ”ｉ
’　（ｆ　ｖ）＝　ＦＶ＝　ＦＶＲ＋　ｉＦｖ＋７　（
ｇ　Ｘ）　＝　Ｇｘ＝　Ｇｘ＊＋Ｉ　ＧＸＩア（ｇｙ）
　−Ｇｙ＝ｃ、ｌ＋　ｉ　ＧｙＩここで（１７）式にお
いて、実数部をＦ、虚数部をＦ′として、 Ｆ　＝　ＦＸＩＩ　　ＦＷＩＩ　　　Ｆ　’　＝　Ｆｘ
ｌ　十Ｆ’ｙ＊とおく。

同様に（１８）式において、実数部をＧ、虚数部をＧ′
として、 Ｇ　＝　ＧＸＩ　　ＧｙＩ、　　　Ｇ　’　＝　ＧＸＩ
　＋Ｇｙｉとおく。

そこで、（１７）式と（１８）式の相関を考えると、（
Ｆｘｌ　ｉＦ、）（Ｇ、ｌ＋ｔｃ、）”＝（Ｆ＋ｉＦ’
）（Ｇ−ｉＧ’） ＝（ＦＧ＋Ｆ’Ｇ’）＋ｉ（Ｆ’Ｇ−ＦＧ’）＝Ｕ＋ｉ
Ｖ　　　　　　　　　　　　・・・・・・（１９）とな
り、上記（１９）式のＦＧ、Ｆ’Ｇ’、Ｆ’Ｇ。

ＦＧ’の４種の乗算を、第１０図に示した前記乗算器１
０３ａ、　１０３ｂ、　１０３ｃ、　１０３ｄで実行し
、（ＦＧ＋Ｆ’Ｇ’）の加算を前記加算器１０４　ａ　
で、　　（Ｆ’Ｇ−ＦＧ’）の減算を前記減算器１０４
ｂ　で行うことになる。

一方、前記（１９）式は次のようにも書き表わすことが
できる。

（ＦＸ＋　ｉ　Ｆ、）ＣＧｘ＋ｉ　Ｇ、）”＝Ｆ、Ｇ、
”＋Ｆ、Ｇ、”＋　ｉ（Ｆ、ＧＸ”−ＦＸＧ、”）・・
・・・・（２０） 次いでこの（２０）式を逆フーリエ変換すると、７−’
　（ＦＸＧＸ”＋ｐ、Ｇ、”＋　ｓ（Ｆ、Ｇ、＊　　ｐ
ｗＧｙ”））＝ｆＸ☆ｇｘ＋ｆｙ☆ｇｙ＋１（ｆｙ☆ｇ
ｘ　　ｆｘ☆ｇｙ）・・・・・・（２１） 但し☆は相開演算を表すオペレータ 上記（２１）式から、実数部（ｆＸ☆ｇｘ　　ｆｙ☆ｇ
ｙ）は２次元画像（ｒｘ＋　　ｒｙ）と（ｇｘｌｇｙ）
の相関を表していることがわかる。

このように本実施例では、フーリエ変換を介する相関演
算において、高速フーリエ変換（ＦＦＴ）を実行する際
に、２次元画像信号の２成分を複素数の実数部と虚数部
として取り扱うようにしたので、装置の規模を大幅に小
さくでき、しかも計算量を大幅に減らして高速に相関演
算を実行することが可能となる。

（第６実施例） 本発明の第６の実施例は、第３図乃至第１０図に示した
第１〜第５の実施例における入力カラー画像信号Ｏに、
（Ｒ，Ｇ、Ｂ）以外のカラー３次元信号を用いるもので
ある。（Ｒ，Ｇ、Ｂ）以外のカラー信号としては、例え
ばＮＴＳＣカラーＴＶ方式における（Ｙ、　　Ｉ、　Ｑ
）信号等がある。本実施例は、例えば（Ｙ、　　Ｉ、　
Ｑ）信号を考えた場合、第１〜第５実施例における（Ｒ
，Ｇ、Ｂ）信号の流れを、全て（Ｙ、Ｉ、Ｑ）信号に置
き換えるように構成するものである。

このように構成することにより、本実施例は、任意のカ
ラー３次元信号、例えばＮＴＳＣ方式で伝達されてきた
カラー信号に対して、（Ｒ，Ｇ。

Ｂ）信号にわざわざ変換することなく相関演算を行うこ
とができるため、回路規模を大きくすることなしに任意
のカラー３次元信号に対して本発明を適用できるもので
ある。

（第７実施例） 本発明の第７の実施例は、入力画像信号０にＮＴＳＣ方
式における（Ｙ、　　Ｉ、　Ｑ）信号のように、明るさ
を表す信号Ｙと、色空間においてそれに直交する面、つ
まり色相・彩度を表す面内に定義した２軸（１，Ｑ）と
で構成される３次元信号を用いる場合に、（１，Ｑ）信
号のように２信号だけで相関演算を行うようにしたもの
である。なお上記色空間とは、色を表す３次元成分を直
交３軸とする空間として定義するものとする。

第１１図に本実施例のブロック構成図を示す。入力画像
信号Ｏは、例として（Ｙ、Ｉ、Ｑ）信号とする。まず２
つの入力画像信号Ｏがカラー画像入力装置１に入力され
ると、該入力装置１によって、（１，Ｑ）の２成分で構
成される適当なサイズ及び階調のディジタル画像信号に
変換される。このように前記カラー画像入力装置１によ
り適当なＣＩ。

Ｑ）２次元画像に変換された２種類の画像信号ｇ（ｒ）
、ｆ（ｒ）は、それぞれ画像メモリ２ａ、２ｂに蓄積さ
れる。この画像メモリ２ａ、２ｂにそれぞれ蓄積された
２種類の画像信号ｇ（ｒ）、ｆ（ｒ）で表される２次分
画像は、相関演算器９町、９ｂにおいて、それぞれＩ成
分同志及びＱ成分同志で相関演算が実行され、相関信号
φＩ（ｔ）、　　φ。（１）として出力される。次いで
前記相関演算器９ａ。

９ｂからの出力信号φ＋（１）、　　φ。（１）は加算
器ｌＯによって加算され、結果は画像メモリ２４に記録
される。そして以上の動作はコントローラ２５により制
御されるようになっている。

このように本実施例は、一般にカラー画像は明るさを表
す成分の分散が大きいことを利用して、（Ｙ、Ｉ、Ｑ）
信号のように、色空間において明るさを表すＹ信号と、
これと直交する平面上の２成分（Ｉ、Ｑ）信号とで構成
される信号に対しては、（１，Ｑ）信号についてのみ相
関演算を実行するものであり、明るさとそれに直交する
面（色相、彩度面）内の２成分とで構成される信号につ
いて、簡単な構成により、精度の高い相関演算を行うこ
とができる。

（第８実施例） 本発明の第８の実施例は、前記第７実施例と同様に、入
力画像信号０として、ＮＴＳＣ方式における（Ｙ、Ｉ、
Ｑ）信号のように明るさを表す信号Ｙと、色空間におい
てそれに直交する面内に定義された２構成分（１，Ｑ）
とで構成される３次元信号を用いるときに、（１，Ｑ）
成分から導出される１次元成分について相関演算を行う
ようにしたものである。第１２図に本実施例のブロック
構成図を示す。第１２図に示すように、前記第７実施例
と同様にして入力されカラー画像メモリ２ａ、２ｂに蓄
積された２次元画像体号ｇ（ｒ）、ｆ（ｒ）の各成分画
像信号［ｇ＋（ｒ）１ｇ０（ｒ）］　、［ｆ　＋（ｒ）
。

ｆＱ（ｒ）］　　は、それぞれ減算器１４ａ、１４ｂに
入力され、各成分間の減算、すなわち、ｇｇ（ｒ）＝ｇ
＋（ｒ）　　ｇｏ（ｒ）、ｆＱ（ｒ）＝ｆ＋（ｒ）　　
ｆｏ（ｒ）が実行される。次いで前記減算器１４ａ、１
４ｂからの出力ｇ　ｍ　（ｒ）　、ｆ　ｍ　（ｒ　）は
相関演算器９に入力され、相関演算が実行され、結果は
画像メモリ２４へ出力される。そして以上の動作はコン
トローラ２５により制御されるようになっている。

このように本実施例は、（Ｙ、Ｉ、Ｑ）信号のうち、相
関演算に有効と考えられる（１．Ｑ）信号を、線形結合
により１次元の信号、　ｇｇ＝ｃ＋ｇ＋＋Ｃｉｇａｒ　
　ｆ、＝ｃ、ｆ、＋ｃ、ｆｏに変換してから相関演算を
行うことにより、計算量を更に減少させるものである。

なお上記線形結合による１次元信号の係数（Ｃ１ｃｚ）
は画像に応じて最適な値を設定するのがより良い方法で
あるが、通常この係数は（１，−１）に設定すれば十分
精度は良く、また計算も簡単であるので、本実施例では
係数を（１゜＝１）とした１次元信号、ｇ＊＝ｇ＋　　
ｇｏ、ｆ＊＝ｆ、−ｆ、を得る場合について示している
。

したがって積和演算器又はルックアップテーブルメモリ
と加算器等で構成される線形演算器を用いることによっ
て、より適当な１次元信号を導出する手段を設けてもよ
いし、また■又はＱ信号だけについて相関演算を行って
も、本実施例とほぼ同じ作用、効果が得られる。

以上のように本実施例によれば、明るさと、色、空間に
おいて明るさと直交する面内の２構成分とで構成される
信号について、線形結合により１次元信号に変換してか
ら相関演算を行うようにしているので、より計算量を少
なくすることができ、それにより装置の規模を小さくで
き、しかも精度良く相関演算を実行できる。

（第９実施例） 前記第７及び第８実施例においては、入力画像信号とし
て、ＮＴＳＣ方式における（Ｙ、　　１．　Ｑ）信号の
ように、明るさを表す信号と色空間においてそれに直交
する面内で定義される２次分信号とで構成される信号に
対して、２次元信号又は１次元信号に変換してから相関
演算を実行するようにしたものを示したが、本発明の第
９の実施例は、人力画像信号０が（Ｒ，Ｇ、　Ｂ）信号
等のカラー３次元信号の場合に、カラー画像入力装置１
にマトリックス演算器を組み込んで、入力された３次元
信号を、色空間において明るさを表す信号に直交する面
内で定義される２次元信号に変換する機能をもたせ、前
記第７及び第８実施例と同様な動作を行わせるものであ
る。

第１３図は、本実施例を示すブロック構成図である。（
Ｒ，Ｇ、　Ｂ）カラー３次元入力信号０は、まずカラー
画像入力装置１内のバッファメモ１月１０に入力される
。該バッファメモリ１１０内の（Ｒ。

Ｇ、Ｂ）３次元信号は、積和演算器又はルックアップテ
ーブルメモリと加算器等で構成されるマトリックス演算
器１１１に同時に人力され、前記３次元信号間の線形演
算が行われ、新たな２次元信号（１，Ｑ）が導出される
。前記カラー画像入力装置１から導出される２次元信号
（１，Ｑ）で構成される２枚の２次元出力画像信号ｇ（
ｒ）、（（ｒ）は、それぞれカラー画像メモリ２ａ、２
ｂに蓄積される。そしてそれ以降の相関演算を行うため
の手段は第７及び第８の実施例と同様に構成されている
。

このように本実施例は、入力信号が、（Ｒ，Ｇ。

Ｂ）信号のように、明るさ成分と色相・彩度を表す２次
分というように分離されていない３次元信号である場合
に、例えば（Ｙ、　　Ｉ、　Ｑ）信号における（１．Ｑ
）信号のように、色相・彩度を表す２次分を導出してか
ら、第７あるいは第８の実施例に示した相関演算を通用
するものである。３次元信号から２次元信号を導出する
過程は、次の（２２）式のようにマトリックス演算で表
すことができる。

・・・・・・（２２） ここで変換マトリックスＡは、ＮＴＳＣ信号における（
Ｒ，Ｇ、　Ｂ）→（１，Ｑ）変換のように予め定義され
たものを用いることができる。なお、その場合の前記変
換マトリックスＡは（２３）式で表される。

また、この他に、例えば入力カラー画像がある特定の種
類に限定されているような場合は、第１の実施例で述べ
た色についてのに−Ｌ変換を予め行っておき、入力３次
元信号を第２．第３主成分信号へ変換するマトリックス
を、前記変換マトリックスＡとして定義することもでき
る。

以上のように本実施例によれば、入力画像信号が、（Ｒ
，Ｇ、Ｂ）信号のような、明るさ成分゛と色相・彩度を
表す２次分というように分離されていない３次元信号で
ある場合に、２次元信号を導出してから相関演算を行う
ようにしているので、より計算量を少なくすることがで
き、それにより装置の規模を小さくでき、しかも精度良
く相関演算を実行することができる。

（第１０実施例） 本発明の第１０の実施例は、前記第９の実施例と同様に
、入力画像信号０が（Ｒ，Ｇ、　Ｂ）等のカラー３次元
信号の場合に、カラー画像入力装置１にマトリックス演
算器を組み込むことによって、前記３次元信号を色空間
において明るさを表す軸に垂直な面内に定義される１次
元信号に変換する機能を持たせるように構成したもので
ある。第１４図に本実施例のブロック構成図を示す。カ
ラー３次元信号０はカラー画像入力装置１内のバッファ
メモリ１１０に入力される。該バッファメモリ１１０内
の３次元信号は、積和演算器又はルックアップテーブル
メモリと加算器等で構成されるマトリックス演算器１１
２に同時に入力され、前記３次元信号間の線形演算が行
われて、新たな１次元信号が導出される。前記カラー画
像入力装置１からの２枚の１次元出力画像信号ｇｉ（ｒ
）、Ｌ（ｒ）はそれぞれカラー画像メモリ２ａ、２ｂに
蓄積される。次いで該カラー画像メモリ２ａ、２ｂから
の出力信号は相関演算器９に入力され、演算結果φ（１
）は画像メモリ２４に蓄積される。そして以上の動作は
コントローラ２５で制御されるようになっている。

このように本実施例は、入力信号が（Ｒ，Ｇ。

Ｂ）信号のように、明るさ成分と色相・彩度を表す２成
分というように分離されていない３次元信号である場合
に、色空間において色相・彩度を表す面内の１次元成分
を導出して、１次元画像間の相関演算を実行するもので
ある。前記１次元信号は、（２４）式で表されるように
、３成分間の線形結合により表すことができる。

ｙ＝ｂ、■、＋ｂ、■、＋ｂｓｒｓ　　　・・・・・・
（２４）ここで変換係数（’）＋＋　　ｂｚ、　　ｂ、
ｌ）は、ＮＴＳＣ信号におけるＩ又はＱ信号のように予
め定義されたものを用いることもできるし、またある特
定の種類に限定された画像群について予めに−Ｌ変換を
行うことによって求められた第２又は第３主成分でもよ
い。あるいは前記Ｉ信号とＱ信号、又は前記第２主成分
信号と第３主成分信号を線形結合して得られる成分でも
よい。

以上のように本実施例によれば、入力画像信号が（Ｒ，
Ｇ、　Ｂ）信号のように、明るさ成分と色相・彩度を表
す２成分というふうに分離されていない３次元信号であ
る場合に、１次元成分を導出してから相関演算を行うよ
うにしているので、より計算量を少なくすることができ
、それにより装置の規模を小さくでき、しかも精度良く
相関演算を実行することができる。

（第１１実施例） 本発明の第１１の実施例は、２次元以上の任意の次元数
を持つ多次元画像について、主成分分析により求めた主
成分のうち、第２主成分以下の分散の小さい成分を用い
て相関演算を行うようにするものである。第１５図に本
実施例のブロック構成図を示す。本実施例の構成は大き
く分けて、画像入力装！２２０　、主成分分析装置２２
１１画像変換装置２２２、相関演算装置２２３９画像メ
モリ２２４．及びこれらの動作を制御するコントローラ
２２５からなる。

入力多次元画像信号２００は、任意のｎ次元（ｎ≧２）
で構成される画像の信号とする。多次元画像としては、
例えば干渉フィルター等で狭い波長領域について取り込
んだ複数枚の画像で構成される画像や、やはり複数のバ
ンドで構成されるリモートセンシング画像や、異なる照
明条件により取り込んだ複数の画像で構成される画像等
が考えられる。もちろんカラー画像もこの範噴に含まれ
る。

前記入力多次元画像信号２００は、多次元画像入力装置
２０１によって適当なサイズ及び階調の多次元ディジタ
ル画像信号に変換される。前記多次元・画像入力装置２
０１からの２種類の出力画像は画像メモリ２０２ａ、　
２０２ｂに保存される。前記画像メモ１Ｊ２０２ｂ　に
保存されている多次元画像をｆ　（ｒ）＝（ｆｔ（ｒ）
、ｆｚｃｒ）、−・・−・・ｆ、１（ｒ＞）　とすると
、そのｎ個の成分画像（ｆ、ｆｚ、・・・・・・ｆ、）
は共に前記主成分分析装置ｆ２２１内のローパスフィル
タ２０３に入力される。該ローパスフィルタ２０３によ
り適当な低空間周波数成分が抽出された前記ｎ個の成分
画像（ｆ　ＩＬ＋　　ｆ　ｔＬ＋・・・・・ｆ　ｆｉＬ
）は、２乗器９乗算器、加算器、積和演算器等で構成さ
れる共分散行列演算器２０４に入力され、（２５）式で
表すことのできる共分散行列が計算され、結果はメモリ
２０５に保存される。

Ｃ＝　　＜　　［ｆ−（ｆ＞　　］　　　［ｆ−＜ｆ）
　　コ　１　〉イ旦しＣ！ｊ＝＜（ｆ　五−＜ｆｔ＞　
　）（ｆ　Ｊ　　　＜ｆｊ＞　　）　　＞ｔ、ｊ＝１．
２．・・・・・ｎ く　〉は集合平均のオペレータ であり、また、ｆｔ（ｆ、、ｆ２．、、、、、ｆイ）ｔ
と定義した。

前記メモリ２０５に記録された共分散行列の各要素値は
、固有値演算器２０６に入力され、（２６）式で表され
る固有方程式の解である、ｎ個の固有値αノ（Ｊ＝１．
２．・・・・・ｎ）が算出される。

Ｃｌ５＝ＢＡ　　　　　　　　　　　・・・・・・（２
６）但し、Ｂは、列ベクトルがＣの固有ベクトルで構成
される行列 Ａは対角成分がＣの固有値αｌで構成される対角行列 すなわち、 Ｂ＝（１）Ｉ、　ｂｔ、−・・・・ｂ、）ｂｔ　（Ｊ＝
１．２．・・・・・ｎ）は固有ベクトルで、わｔ　＝　
（１）７１＋　　ｂ４！＋・・・・、ｂノイ）ｔと表さ
れる。

なお、前記固有値演算器２０６では、実際には（２７）
式で表される方程式が解かれる。

ＩＣ−α７Ｅ　ｌ　＝　Ｏ（ｊ！　＝　１．　２．・・
・−ｎ）・・・・・・（２７） 但し、Ｅは単位行列 ｎが小さいときは、第１の実施例でｎ＝３の場合につい
て述べたように、前記固有値演算器２０６は乗算器、除
算器、加算器、ルックアンプテーブルメモリ等で構成し
てもよいが、ｎが大きくなると処理が複雑になるので、
前記固有値演算器２０６はプログラマブルなマイクロプ
ロセッサ等で構成してもよい。

次に、前記メモリ２０５に記録されである前記共分散行
列要素及び前記固有値演算器２０６からの出力αｌは固
有ベクトル演算器２０７に入力される。

該固有ベクトル演算器２０７では前記ｎ個の固有値αｌ
のうち、設定した下位ｍ個（ｍａｎ）の固有値αｌにつ
いて固有ベクトル空間を算出する。前記固有ベクトル演
算器２０７は、乗算器、加算器、ルックアップテーブル
メモリ等で構成されるか、もしくはプログラマブルなマ
イクロプロセッサ等で構成され、（２８）式の解を求め
る計算が実行される。

（Ｃ−αＥ）・ｂｚ＝ｏ　　　　　　・・・・・・（２
８）なお、以上の前記主成分分析袋Ｎ２２１の動作にお
いて、対象となる多次元画像に高空間周波数成分が比較
的少なく、低周波数成分の寄与が大きい場合は、前記ロ
ーパスフィルタ２０３は必要としない。

次に前記画像メモリ２０２ａ、　２０２ｂに記録されて
いる前記多次元画像ｇ　（ｒ）、　ｆ　（ｒ）の各々の
ｎ次元信号（ｇ＋１ｇｔ、・”ｇｎ）、（ｆ＋・　ｆｚ
・”・ｆ−）は、それぞれ積和演算器又はルックアンプ
テーブルメモリと加算器等で構成されるマトリックス演
算器２０８　ａ　、　２０８　ｂに入力され、前記固有
ベクトル演算器２０７からの出力わｌは前記マトリック
ス演算器２０８ａ、　２０８ｂの両方に入力されて、前
記ｇ（ｒ）。

ｆ　（ｒ）の両画像について、ｍ個の各固有ベクトル方
向への投影画像、 ｇ□（ｒ）＝ｂノ・　ｇ（ｒ） ＝ｂｚ＋・ｇ＋（ｒ）＋ｂ７ｇ・ｇｚ（ｒ）＋・・・・
・・＋ｂｌ、ｌ−ｇ、１（ｒ）ｂ（ｒ）＝Ｔｏｔ・ｆ（
ｒ） ＝ｂ７＋−ｆｌ（ｒ）＋ｂ７ｚ・　ｆｇ（ｒ）＋・・・
・・・＋ｂｌ、ｌ’ｒｎ（ｒ） が導出される。

このようにしてｍ個の成分で構成される画像に変換され
た多次元画像！　’　（ｒ）、　　ｆ　’　（ｒ）は、
成分毎に相関演算器２０９−１〜２０９−　ｍに入力さ
れ、各々相関演算が実行される。そして前記相関演算器
２０９−１〜２０９−　ｍからの出力は加算器２１０で
総和が計算され、結果は画像メモリ２２４に保存される
。

このように本実施例では、入力画像が任意のｎ次元成分
で構成される多次元画像の場合に、主成分分析を行うこ
とによって、多次元空間における画像の固有ベクトル方
向とその方向の分散、すなわち共分散行列の固有値を求
める。ここで多次元空間とは、前記多次元成分における
個々の成分値を示す軸を互いに直交な軸とするベクトル
空間を示す。そして、分散の小さい、すなわち固有値の
小さい固有ベクトルをｍ個選んで、前記多次元画像をそ
れらの前記固有ベクトル方向へ投影することにより、ｎ
次元の前記多次元画像の次元数をｍ個に減らす。ｍ個の
固有ベクトルの設定の仕方は、最初から数を固定してし
まっていてもよいし、ｍ個の前記固有値の大小を比較し
、前記コントローラ２２５において前記相関演算器２０
９の設置個数を最大限として、適当な数に設定できるよ
うにしてもよい。このようにして分散の小さなｍ次元画
像に変換された前記多次元画像に対し、成分毎に相関演
算を行うことにより、演算量を減らし、しかも精度良く
相関演算を行うものである。

以上のように本実施例によれば、任意の次元数を持つ多
次元画像について、多次元空間において分散の大きいベ
クトルに直交するベクトルを直接計算して求めることに
より、最適な投影変換を行うことができ、最も精度良く
、しかも少ない演算量で相関演算を実行することができ
る。

（第１２実施例） 本発明の第１２の実施例は、２次元以上の任意の次元数
を持つ多次元画像を対象とした相関演算を行う装置にお
いて、前記第１１実施例における主成分分析装置２２１
の代わりに、平均ベクトル演算装置を設けるものである
。第１６図に本実施例のブロック構成図を示す。第１１
の実施例と同様に、画像入力袋Ｗ２２０に入力された２
枚の多次元画像ｆ　（ｒ）。

ｇ（ｒ）のうち、一方の画像ｆ（ｒ）のｎ個の成分値（
ｆ＋、ｆｚ、・・・・・ｆ、ｌ）は平均ベクトル演算装
置２２６内のローパスフィルタ２０３に入力され、それ
ぞれの成分画像の低空間周波数成分が抽出される。前記
ローパスフィルタ２０３から出力されたｎ個の低空間周
波数成分画像はそれぞれ加算器２１１−１〜２１１−ｎ
に入力され、メモリ２１２−１〜２１２−　ｎに記憶さ
れている前画素までの累積加算値に加えられ、結果は前
記メモリ２１２−１〜２１２−　ｎに改めて記録される
。

このようにして前記多次元画像ｆ　（ｒ）の全画素につ
いて加算が終了された後に、前記メモリ２１２−１〜２
１２−　ｎに記録されている値（Ｓ＋、Ｓｔ、・・・・
・・Ｓｎ）は、２乗器２乗算器、加算器、ルックアンプ
テーブルメモリ等で構成されるベクトル演算器２１３に
入力され、まず平均ベクトルｃｌ＝　（ｄ、、ｄ２゜・
・・・・ｄ、）が算出される。ここで、ｄｌｌ＝　−Ｓ
ＩＩ 但し、Ｄ＝ｉコＴ晋フである。

また前記ベクトル演算器２１３では、前記平均ベクトル
ｄに直交する２ベクトル（Ｕ、Ｖ）が算出される。ここ
で、υ、■はどちらもｎ次元単位ベクトルで、ｃｌｕ＝
ｄ−ｖ＝ｕ・ｖ＝０．ｄ＝ｕｘＶ、及び１ｕｌ＝ｌｖｌ
＝１の関係より導出される。

次に、前記画像入力装置２２０内の画像メモリに保存さ
れている２枚の前記多次元画像ｆ（ｒ）、ｇ（ｒ）のそ
れぞれｎ個の成分値、及び前記ベクトル演算器２１３か
らの出力（Ｕ、Ｖ）は、共に２個のマトリックス演算器
からなる画像変換装置２２２に入力される。該画像変換
装置２１３では、前記多次元画像ｆ（ｒ）、ｇ（ｒ）が
それぞれ前記（ｕ、ｖ）方向の投影画像に変換され、２
次元画像ｆ　’　（ｒ）−（ｆｕ（ｒ）、ｆｖ（ｒ））
　、ｇ　’　（ｒ）＝　　（ｇ、（ｒ）、ｇｖ（ｒ））
となる。以下は第１〜第３の実施例で記述したのと同様
に、２個の相関演算器と１個の加算器で構成される相関
演算器２２３によって、前記２次元成分を持つ画像ｆ　
’　（ｒ）、　　ｇ　’　（ｒ）の間で相関演算が行わ
れ、結果は画像メモリ２２４に保存される。なお、前記
平均ベクトル演算装置２２６におσ）て、対象となる多
次元画像の高空間周波数成分が非常に小さい場合は、ロ
ーパスフィルタ２０３は特に必要としない。

また前記ベクトル演算器２１３において、前記平均ベク
トルｄと直交する１つの単位ベクトルυだけを導出して
、前記多次元画像ｆ（ｒ）、ｇ（ｒ）を前記画像変換袋
Ｗ２２２によって前記単位ベクトル演算器への投影画像
ｆ　ｕ（ｒ）＋　　ｇｕ（ｒ）に変換し、１個の相関演
算器で構成される前記相関演算装置２２３によって、１
次元画像ｆ　ｕ（ｒ）＋　　ｇｕ（ｒ）間の相関演算を
実行し、結果を画像メモリ２２４に保存するようにして
もよい。

このように本実施例では、多次元画像において各次元画
像間に相関がある場合に、前記第１１の実施例において
実際に求める、分散が最も大きな主成分（第１主成分）
方向と、本実施例で求める平均ベクトルの方向とが非常
に近くなるという性質を利用している。そこで本実施例
では、多次元画像の主に低空間周波数領域の各成分をそ
れぞれ加算するというごく簡単な演算を行うだけで、ｎ
次元で構成される画像を相関演算に有効な２次元以下の
画像に変換するものである。これにより、計算が簡単に
なり、装置を単純化でき、しかも精度良く相関演算を実
行できる。

（第１３実施例） 本発明の第１３の実施例は、例えば入力多次元信号が、
ある特定の種類に限定されること等によって、多次元空
間における分布の特徴がわかっている場合に、主成分分
析装置や平均ベクトル演算装置を用いることなく、予め
設定した変換マトリックスに従って多次元画像の次元数
を減らすように構成したものである。第１７図に本実施
例のブロック構成図を示す。ｎ次元成分を持つ入力多次
元画像信号２００は、多次元画像入力装置２０１内のバ
ッファメモリ２１４に一時保持され、前記バッファメモ
リ２１４からのｎ個の画像成分信号はマトリックス演算
器２１５に入力される。前記マトリックス演算器２１５
では、予め適当に設定しておいた変換マトリックスに従
って、ｎ次元信号をｍ次元（ｍ＜ｎ）の信号に変換する
。このようにして、前記多次元画像入力装置２０１によ
り変換された２種類の多次元画像ｇ（ｒ）、ｆ（ｒ）は
多次元画像メモリ２０２ａ、　　２０２ｂにそれぞれ保
存される。

前記多次元画像メモリ２０２ａ、　２０２ｂからの出力
信号は、成分毎に相関演算器２０９−１〜２０９−　ｍ
に入力され、それぞれ相関演算が実行される。前記相関
演算器２０９−１〜２０９−　ｍからの出力結果は、加
算器２１０に入力されて総和が計算され、結果は画像メ
モリ２２４に蓄積される。なお前記マトリックス演算器
２１５によってｎ次元信号が１次元信号に変換される場
合は、前記加算器２１０は必要としない。

そして以上の動作はコントローラ２２５により制御され
るようになっている。

このように本実施例は、入力多次元画像が特定の種類に
限定されていること等によって、多次元空間での分散が
大きい方向が推定可能な場合に適用されるものである。

そして前記多次元画像の次元数を減らすための変換マト
リックスの設定の仕方としては、例えば予め対象となる
画像又はそれと同種類の画像群についてに−Ｌ変換を行
っておいたり、あるいは平均ベクトルを求めておいたり
する方法がある。したがって、本実施例は相関演算装置
内に主成分分析装置や平均ベクトル演算装置を設けるこ
となく、前記第１１又は第１２の実施例と同様の相関演
算を実現できるものである。

以上のように本実施例によれば、多次元空間における分
散の大きい方向が推定可能な多次元画像を対象とする場
合には、計算量を大幅に減らすことにより装置を簡単に
することができ、しかも精度良く相関演算を行える。

以上述べたとおり、本発明は、航空写真からの等高線抽
出、あるいは内視鏡画像や顕微鏡画像による対象物の立
体的表面構造の解析、更には移動可能な一台のカメラ又
は複数のカメラにより入力された複数のカラー画像によ
るロボットビジョン等多目的な用途に用いられる物体の
３次元的把握などに、用いられるカラー画像を対象とし
たステレオマツチングに適用可能なことは明白である。

また本発明はカメラや顕微鏡等のオートフォーカス機構
に適用することができ、従来の機構より精度を向上させ
ることが可能である。更にはまた本発明は、医学におけ
る細胞診、生物学、地学。

金属材料等の諸研究に用いられる顕微鏡下における自動
認識の技術に適用することができ、従来の形態だけの判
定に色の情報を加えることによって精度を高め、応用範
囲を拡大することができる。

また本発明の工業的応用としては、生産ラインにおける
塗装検査や、色と形の両方を認識するロボットビジョン
に応用することもできるし、生鮮量１品の自動振り分は
機にも適用でき、その場合は形状の他に色具合をパラメ
ータとして加えることができる。

〔発明の効果〕

以上実施例に基づいて説明したように、本発明によれば
、カラー画像等の多次元画像を、該多次元画像の分布の
分散が大きくなるようなベクトルと直交する空間に投影
変換することにより、相対的に高空間周波数成分を多く
有する画像を抽出し、より精度良く相関演算を行うこと
ができる。しかも多次元画像を構成する多次元成分を１
つ以上減らした、相関演算に有効な成分をもつ多次元画
像に変換してから計算を行うことにより、計算量を減少
させることができる等の効果が得られる。

【図面の簡単な説明】

第１図は、本発明に係るカラー画像相関演算装置におけ
る２成分値に対して相関演算を行う場合の基本的な処理
の流れを説明するためのフローチャート、第２図は、Ｒ
ＧＢ３次元空間におけるカラー画像及び単位ベクトルの
位置関係を示す図、第３図は、本発明の第１実施例を示
すブロック構成図、第４図は、相関演算器の構成例を示
すブロック図、第５図は、相関演算器の他の構成例を示
すブロック図、第６図は、相関演算器の更に他の構成例
を示すブロック図、第７図は、本発明の第２実施例を示
すブロック構成図、第８図は、本発明の第３実施例を示
すブロック構成図、第９図は、本発明の第４実施例を示
すブロック構成図、第１０図は、本発明の第５実施例を
示すブロック構成図、第１１図は、本発明の第７実施例
を示すブロック構成図、第１２図は、本発明の第８実施
例を示すブロック構成図、第１３図は、本発明の第９実
施例を示すブロック構成図、第１４図は、本発明の第１
０実施例を示すブロック構成図、第１５図は、本発明の
第１１実施例を示すブロック構成図、第１６図は、本発
明の第１２実施例を示すブロック構成図、第１７図は、
本発明の第１３実施例を示すブロック構成図である。 図において、２０は画像入力装置、２１は主成分分析装
置、２２は画像変換装置、２３は相関演算装置、２４は
画像メモリ、２５はコントローラ、２６．２７は平均色
方向演算装置、２８は画像変換装置を示す。 特許出願人　オリンパス光学工業株式会社区 派 区 Ｃ（ 塚 手続補正書 昭和６３年　１月２８日 特許庁長官　　小　川　邦　夫　　殿 １、事件の表示 昭和６２年　特　許　願　第３０５８９５号２、発明の
名称 多次元画像相関演算装置 ３、補正をする者 ４、代理人 住　所　　東京都中央区新川１丁目２２番１２号ニッテ
イマンション１１０３号 電話（０３）５５１−３２６４ ８、補正の内容 ｉｌ＋　　明細書第１１頁５行の「構成されている。」
の次に、「なお（８）式においてＥは単位行列を示す。 」を挿入する。 （２）　　同第１４頁９行に、 とあるのを、 と補正する。 （３）同第２５頁１１行に「（ｆＸ☆ｇｘ　　ｆｙ☆ｇ
ｙ）」とあるのを、「ｒ（ｒ、☆ｇｘ＋ｆｙ☆ｇｙ）Ｊ
と補正する。 （４）同第４７頁８行に「２次元以下」とあるのを、ｒ
（ｎ−１）次元以下」と補正する。 以上

Claims (1)

【特許請求の範囲】
1. 　２以上の多次元成分で構成される多次元画像に対する
   相関演算を行う装置において、前記多次元成分における
   個々の次元成分値を示す軸を互いに直交軸とするベクト
   ル空間において前記多次元画像の分布の分散が大きくな
   るようなベクトルと直交する空間に画像を表すベクトル
   を投影することにより前記２以上の多次元成分の１つ以
   上の成分を減らす手段と、前記次元成分を１つ以上減ら
   された多次元画像に対して成分毎に相関演算を行う手段
   とを有することを特徴とした多次元画像相関演算装置。