JP5582610B2 - 画像識別装置及びプログラム - Google Patents

Description

本発明は、入力画像をテンプレート画像と比較して入力画像に最も近似するテンプレート画像を選出することにより入力画像の識別を行う画像識別装置に関し、特に、ＰＴＰ（press through package）包装がされた錠剤やカプセル等の薬剤の識別を行うのに適した画像識別装置に関する。

調剤過誤とは、薬剤師が処方する薬剤やその量を間違えることである。薬局での薬剤の受け渡し時に発生する薬剤過誤は、人命に関わるものであることから、常にその完全な防止策が強く求められている。

ところで、薬剤過誤の原因の多くは、薬剤師による処方箋や薬剤ラベルの読み違いといったヒューマン・エラーである。そこで、かかるヒューマン・エラーを防止するためには、薬剤の種別を機械的に識別し薬剤過誤の有無のチェックを行う識別装置の導入が非常に有効である。

薬剤過誤のチェックを行う従来の装置としては、特許文献１−３に記載のものが公知である。

特許文献１に記載の錠剤の外観検査装置は、ＰＴＰ包装時に、包装される錠剤の外観検査を行う装置である。薬剤師が処方する錠剤やカプセルの多くはＰＴＰ包装がされている。ＰＴＰ包装とは、錠剤やカプセルの形にへこませたポケット部が形成された透明な硬質樹脂フィルムなどに錠剤を入れ、アルミニウムフィルムなどで封をした包装をいう。特許文献１に記載の外観検査装置は、硬質樹脂フィルムのポケット部に錠剤が充填された後、アルミニウムフィルムで封止する前に錠剤の外観不良を検査することを目的としている。この外観検査装置は、ポケット部に収容された錠剤を撮像してカラー画像データを生成し、このカラー画像データのうち錠剤に相当する部分の複数の画素の中から輝度の高い順に所定数の画素を抽出し、抽出した所定数の画素の輝度の平均値を色成分毎に求め、この平均値を色成分ごとに閾値判定することで、錠剤の外観不良を検出するものである。

特許文献２に記載の錠剤の識別装置は、光源により錠剤の表面を照射し、その反射光を受光して反射光のスペクトルに基づいて錠剤の識別を行うものである。

特許文献３に記載の錠剤の識別装置は、錠剤の包装容器に、予めバーコードなどの識別情報を付しておき、この識別情報を読み取ることにより錠剤の識別を行うものである。

特開２００６−１９４８０１号公報 特開平１０−２４６７０２号公報 特開平９−２５３１６４号公報

特許文献１の外観検査装置は、錠剤のＰＴＰ包装を行う直前に錠剤の検査を行うものである。しかし、実際の薬局では、錠剤をＰＴＰ包装済みの状態で保管されることがあり、処方に際して、既にＰＴＰ包装がされた錠剤を取り出して患者に渡すことがある。従って、この場合、ＰＴＰ包装済みの錠剤の識別検査を行わなければならない。

特許文献１の外観検査装置をＰＴＰ包装済みの錠剤の識別検査に適用する場合、透明な硬質樹脂フィルムの上方から錠剤を撮像して輝度検査を行うことになる。しかし、この場合、硬質樹脂フィルムにおける照明光の反射状態により、撮影された錠剤画像の輝度が大きく変化する。従って、判別閾値を一意的に決めることが困難であり、特許文献１の外観検査装置では正確な錠剤の識別が困難である。

また、錠剤は、色や形状が似通ったものが多くあり、これら似通った錠剤をＰＴＰ包装がされた状態で識別する必要がある。従って、特許文献２のように、反射光のスペクトル検査を行う方法では、色や形状が似通った錠剤の識別を正確に行うことは困難である。

また、特許文献３に記載の錠剤の識別装置のように、予めＰＴＰ包装にバーコードなどの識別情報を付しておけば、間違えることなく錠剤の識別を行うことが可能である。しかし、現実には、全ての錠剤にバーコードが付されているわけではなく、これを実現するには専用のＰＴＰ包装容器や管理システムが別途必要である。

そこで、本発明の目的は、ＰＴＰ包装された錠剤の識別検査に際し、通常の撮影手段で撮影されたＰＴＰ包装済みの錠剤の画像データに基づいて高い精度で錠剤の識別を行うことを可能とする画像識別装置及びそのプログラムを提供することにある。

尚、本発明はＰＴＰ包装された錠剤の識別検査を主目的としてなされたものであるが、本発明はＰＴＰ包装された錠剤以外にも、種々の物品の識別検査に適用することが可能である。

本発明に係る画像識別装置は、識別の対象である対象画像を記憶する対象画像記憶手段と、
前記対象画像を識別するための複数のテンプレート画像の色分散記述子が記憶されたテンプレート記憶手段と、
前記対象画像内から抽出される物体像の画像を記憶する物体像記憶手段と、
前記対象画像記憶手段から前記対象画像を読み出し、当該対象画像から物体像を抽出し、前記物体像記憶手段に格納する物体像抽出手段と、
前記物体像記憶手段に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ；Ｎは物体像画像の画素数）の平均値ベクトルｐ_ａｖｅを下式（１ｃ）により算出する平均値ベクトル演算手段と、
前記平均値ベクトルｐ_ａｖｅ及び前記物体像記憶手段に格納された物体像画像の各画素の色ベクトルｐ_ｉから、下式（１ａ）により分散共分散行列Ｓを算出する共分散行列算出手段と、
前記分散共分散行列Ｓの固有値λ_ｋ及び固有ベクトルφ_ｋ（ｋ＝１，…，Ｋ；||φ_ｋ||^２＝１）を算出する固有値・固有ベクトル演算手段と、
前記分散共分散行列Ｓの各固有値λ_ｋから下式（１ｄ）により寄与率ｒ_ｋを算出し、下式（１ｅ）により定義される色分散記述子Ｄを算出するＣＤＤ演算手段と、
前記テンプレート記憶手段に記憶された各テンプレート画像の前記色分散記述子Ｄ_α（α＝１，…，Ｍ；Ｍはテンプレート画像の数）と前記ＣＤＤ演算手段が算出する前記色分散記述子Ｄとの距離Ｓ_ＣＶ（Ｄ，Ｄ_α）を下式（１ｆ），（１ｇ）により算出するＣＤＤ距離演算手段と、
前記テンプレート記憶手段に記憶された各テンプレート画像の色分散記述子のうち、前記距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が最小のテンプレート画像の色分散記述子を選択し、選択したテンプレート画像の色分散記述子の番号αを識別結果として出力するテンプレート選択手段と、を備えたことを特徴とする。

この構成により、実験の結果、通常の撮影手段で撮影されたＰＴＰ包装済みの錠剤の画像データに基づいて極めて高い精度で錠剤の識別を行うことを可能となることが判明した。

尚、本発明においてはＰＴＰ包装の持つ重要な特徴である「色」を用いて識別を行う。一般に、ＰＴＰ包装は、内部に錠剤やカプセルを含み、その表面には文字やマークなどの印刷が施されている。これらはそれぞれ色分けされており、ＰＴＰ包装ごとにバラエティーに富んだ配色となっている。この事実に着目し、本発明においては色情報を識別のための特徴量として用いることとした。一方、従来から、色に関する記述子は多く提案されている。例えば、ＭＰＥＧ７の動画像検索では「色相分布記述子（Color Layout Descriptor；ＣＬＤ）」や「代表色記述子（Dominant Color Descriptor；ＤＣＤ）」などが用いられている。

色相分布記述子は、画像中の各画素の色相値（色味）に着目した記述子であり、その出現割合をヒストグラムとして保持したものである。同種の物体はある程度類似した色味を持つと考えられるので、ヒストグラム間の距離を測ることで所望のパターンを発見することができる。しかしながら、色相分布記述子は、色相を持たないグレー画像などでは特徴抽出できないという問題がある。特に、ＰＴＰ包装された錠剤のように、白色と銀色を主体とするようなものでは、撮影される画像はグレー画像（モノトーン画像）に近いものが多い傾向があり、このような場合には色相分布記述子は識別のための特徴量としては適していない。

代表色記述子は、画像中の代表的な色をいくつか抽出し、その各代表色がどの程度出現するかを保持したものである。代表色記述子は、画像がいくつかの色で構成されていることが確定的であれば、その画像をうまく特徴付けることが可能である。しかしながら、実際の画像の構成色は一定数であるとは限らず、また、代表色抽出の際のクラスタリングにおいて、良好な閾値の設定やクラスタリング失敗への対処といった問題が残る。

そこで、本発明においては、薬剤パッケージに含まれる色情報を効率的に保持することが可能な色に関する記述子として、式（１ｅ）により定義される色分散記述子（Color Distribution Descriptor：ＣＤＤ）Ｄを新たに考案し、これを識別に使用する特徴量として用いる。色分散記述子Ｄは、計算も非常に高速で行うことが可能である。また、従来手法とは異なり、グレー画像にも対応し、パラメータの設定や調整も全く必要としない。さらに、主成分分析という統計手法に基づくため、照明光の反射等による多少のノイズなどの外乱に対しては大きな影響を受けない。また、色分散記述子Ｄでは、サイズは常に固定のＫ^２要素（ＲＧＢ画像（Ｋ＝３）の場合は９要素）となり非常にコンパクトであり、記述子の性能検証実験を行った結果、１秒間に訳１２０パッケージを処理できることが実証されており、識別精度は９８％を達成し、極めて高速・高精度であることが実証された。その詳細については、後述する。

また、本発明において、前記テンプレート選択手段は、前記テンプレート記憶手段に記憶された各テンプレート画像の色分散記述子のうち、前記距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が小さい方から所定の個数のテンプレート画像の色分散記述子を選択し、選択したテンプレート画像の色分散記述子の番号αを識別候補結果として出力するように構成することもできる。

これにより、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が近似する候補が複数ある場合に、それら複数の候補を識別候補結果として出力させることができる。

また、本発明のプログラムは、コンピュータに読み込ませて実行させることにより、コンピュータを上述の画像識別装置として動作させることを特徴とする。

以上のように、本発明によれば、通常の撮影手段で撮影されたＰＴＰ包装された錠剤の画像データに基づいて、照明光の反射によるノイズの影響や、ＰＴＰ包装に特有の画像の色彩の単調性（モノトーン性）の影響を大きく受けることなく、極めて高い精度で錠剤の識別を行うことが可能となる。従って、薬剤の処方現場において、ヒューマン・エラーによる薬剤過誤を有効に防止することが可能となる。

本発明の実施例１に係る画像識別装置の構成を表す図である。 ＰＴＰ包装された錠剤のサンプルの画像データの一例を示す図である。 式（１ｇ）における距離ｄ（ｒ_Ｋφ_Ｋ，ｒ_α，Ｋφ_α，Ｋ）の例である。 距離Ｓ_ＣＳ，Ｓ_ＥＶ，Ｓ_ＣＶを用いた場合の認識率を比較した結果を表す図である。 ＣＤＤとＳＣＤの累積認識率の比較を表す図である。

以下、本発明を実施するための形態について、図面を参照しながら説明する。

〔１〕構成
図１は、本発明の実施例１に係る画像識別装置の構成を表す図である。図１において、本実施例の画像識別装置１は、撮影装置２で撮影されるＰＴＰ包装された錠剤の画像データに基づき、その錠剤の種類を識別するための装置である。画像識別装置１は、対象画像記憶手段３、テンプレート記憶手段４、物体像記憶手段５、物体像抽出手段６、平均値ベクトル演算手段７、共分散行列演算手段８、固有値・固有ベクトル演算手段９、ＣＤＤ演算手段１０、ＣＤＤ距離演算手段１１、テンプレート選択手段１２、出力装置１３、及びテンプレート格納手段１４を備えている。尚、これらの構成は、専用のＬＳＩや汎用のＦＰＧＡ等のプログラマブル論理デバイスを用いて、ハードウェア的に構成してもよいが、プログラムとしてソフトウェアにより構成し、コンピュータに読み込ませて実行することで、機能的に図１の画像識別装置１を実現するようにしてもよい。

対象画像記憶手段３は、撮影装置２で撮影される画像データを記憶する。撮影装置２においては、識別の対象であるＰＴＰ包装された錠剤の画像である対象画像が撮影される。この対象画像が対象画像記憶手段３に格納される。

テンプレート記憶手段４は、対象画像を識別するためのＭ個（Ｍ＞１）のテンプレート画像の情報が記憶される。テンプレート画像とは、ＰＴＰ包装された各種の錠剤のサンプルを撮影した画像である。ここで、テンプレート記憶手段４に記憶するのは、テンプレート画像そのものではなく、テンプレート画像から算出される色分散記述子Ｄである。以下では、α番目（α＝１，…，Ｍ）のテンプレート画像の色分散記述子ＤをＤ_αと記す。

物体像記憶手段５は、対象画像内から抽出される物体像の画像を記憶する。

物体像抽出手段６は、対象画像記憶手段３から対象画像を読み出し、当該対象画像から物体像を抽出し、物体像画像として物体像記憶手段５に格納する。対象画像から物体像を抽出する方法は、エッジ検出による領域抽出等、既に種々の方法が知られており、それら公知の方法により物体像の抽出が行われる。

平均値ベクトル演算手段７は、物体像記憶手段５に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ；Ｎは物体像画像の画素数）の平均値ベクトルｐ_ａｖｅを式（１ｃ）により算出する。

共分散行列演算手段８は、平均値ベクトルｐ_ａｖｅ及び物体像記憶手段５に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ）から、式（１ａ）により分散共分散行列Ｓを算出する。色ベクトルｐ_ｉは、その要素に画素の各色成分の輝度値を有するベクトルであり、画素の色数Ｋと同じ次元を有する。通常のＲＧＢ画像の場合には、Ｋ＝３であるが、ＣＭＹＫ画像の場合にはＫ＝４、グレー画像の場合にはＫ＝１となる。

固有値・固有ベクトル演算手段９は、分散共分散行列Ｓの固有値λ_ｋ及び固有ベクトルφ_ｋ（ｋ＝１，…，Ｋ；||φ_ｋ||^２＝１）を算出する。固有値λ_ｋ及び固有ベクトルφ_ｋの算出は周知の方法を用いる。

ＣＤＤ演算手段１０は、分散共分散行列Ｓの各固有値λ_ｋ（ｋ＝１，…，Ｋ）から式（１ｄ）により寄与率ｒ_ｋを算出し、式（１ｅ）により定義される色分散記述子Ｄを算出する。

ＣＤＤ距離演算手段１１は、テンプレート記憶手段４に記憶された各テンプレート画像の色分散記述子Ｄ_α（α＝１，…，Ｍ；Ｍはテンプレート画像の数）とＣＤＤ演算手段１０が算出する色分散記述子Ｄとの距離Ｓ_ＣＶ（Ｄ，Ｄ_α）を式（１ｆ），（１ｇ）により算出する。

テンプレート選択手段１２は、テンプレート記憶手段４に記憶された各テンプレート画像のうち、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が最小のテンプレート画像を選択し、選択したテンプレート画像の番号αを識別結果として出力する。尚、本実施例では、テンプレート選択手段１２は、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が最小のテンプレート画像の番号のみを出力するものとしているが、必要に応じて、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が小さい方から所定の個数のテンプレート画像を選択し、選択したテンプレート画像の番号αを識別候補結果として出力するようにしてもよい。

出力装置１３は、ディスプレイ、プリンタ、外部記憶装置等により構成される出力装置であり、テンプレート選択手段１２が出力する識別結果や識別候補結果を表示、印刷、記憶等する。

テンプレート格納手段１４は、各種の錠剤のサンプルを撮影した画像データに基づいて、物体像抽出手段６、平均値ベクトル演算手段７、共分散行列演算手段８、固有値・固有ベクトル演算手段９、及びＣＤＤ演算手段１０によって生成される各テンプレート画像の色分散記述子Ｄ_αをテンプレート記憶手段４に格納する。

〔２〕動作
以上のように構成された本実施例に係る画像識別装置１について、以下その動作を説明する。尚、画像識別装置１では、事前準備として、ＰＴＰ包装された各種の錠剤のサンプルを撮影して各テンプレート画像の色分散記述子Ｄ_α（α＝１，…，Ｍ）をテンプレート記憶手段４に保存しておく。そして、その後、実際に検査を行うＰＴＰ包装された錠剤の識別を行う。

（１）テンプレート情報作成処理
（１−１）まず、撮影装置２は、ＰＴＰ包装された錠剤のサンプルを撮影し、そのサンプルの画像データ（対象画像）が対象画像記憶手段３に保存される。図２にＰＴＰ包装された錠剤のサンプルの画像データの一例を示す。

（１−２）次に、物体像抽出手段６は、サンプルの画像データからサンプルの物体像を切り出し、切り出されたサンプルの物体像は物体像記憶手段５に保存される。

（１−３）次に、平均値ベクトル演算手段７は、物体像記憶手段５に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ；Ｎは物体像画像の画素数）の平均値ベクトルｐ_ａｖｅを式（１ｃ）により算出する。

（１−４）次に、共分散行列演算手段８は、平均値ベクトルｐ_ａｖｅ及び物体像記憶手段５に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ）から、式（１ａ）により分散共分散行列Ｓを算出する。ここで、分散共分散行列Ｓは、Ｋ×Ｋ個の要素を有する正方行列である。最初に撮影される対象画像がＲＧＢ画像の場合、Ｋ＝３であり、分散共分散行列Ｓは３×３要素の正方行列となる。

（１−５）次に、固有値・固有ベクトル演算手段９は、分散共分散行列Ｓの固有値λ_ｋ及び固有ベクトルφ_ｋ（ｋ＝１，…，Ｋ）を算出する。

（１−６）ＣＤＤ演算手段１０は、分散共分散行列Ｓの各固有値λ_ｋから式（１ｄ）により寄与率ｒ_ｋを算出し、式（１ｅ）により定義される色分散記述子Ｄを算出する。
ここで、固有値λ_ｋ及び固有ベクトルφ_ｋは、それぞれ、Ｋ個ずつ算出される。固有ベクトルφ_ｋについては、定数倍の自由度があるが、ここでは規格化条件||φ_ｋ||^２＝１を満たすように固有ベクトルφ_ｋを算出する。各固有ベクトルφ_ｋは、色ベクトルｐ_ｉの分布の３つの主軸方向にそれぞれ向いた単位ベクトルを表している。また、固有値λ_ｋは、ｋ番目の主軸に沿った分散を表している。従って、式（１ｄ），（１ｅ）における寄与率ｒ_ｋは、各主軸方向の色ベクトルｐ_ｉの分布の分散の比率を表している。また、ここでは説明の便宜のため、λ_１≧λ_２≧λ_３≧０，０≦ｒ_３≦ｒ_２≦ｒ_１≦１であるとする。

もし、ＰＴＰ包装された錠剤が殆どグレースケール画像に近いもの（例えば、銀色のシート上に白い錠剤が封入され黒い印字がされている場合など）であれば、主軸φ_１が支配的な役割を果たし、他の主軸φ_２，φ_３は殆ど意味をなさないことになる。この場合、ｒ_１≒１，ｒ_２≒０，ｒ_３≒０となる。故に、式（１ｄ）の寄与率ｒ_ｋは、重み係数として用いるのに適していることが分かる。以下では、ベクトルｒ_ｋφ_ｋを「寄与ベクトル」と呼ぶ。色分散記述子Ｄは、色ベクトルｐ_ｉの分布のＫ個の寄与ベクトルｒ_ｋφ_ｋの組である。

（１−７）最後に、テンプレート格納手段１４は、ＣＤＤ演算手段１０により算出される色分散記述子Ｄを、α番目（α＝１，…，Ｍ；Ｍはテンプレート画像の数）のテンプレート画像の色分散記述子Ｄ_αとして、テンプレート記憶手段４に格納する。

以上の（１−１）〜（１−７）の操作を、Ｍ個のＰＴＰ包装された錠剤のサンプルについて繰り返し実行する。これにより、テンプレート記憶手段４には、Ｍ組のテンプレート画像の色分散記述子Ｄ_α（α＝１，…，Ｍ）が蓄積されることになる。

（２）錠剤識別処理
上記（１）のテンプレート情報作成処理を行うことにより事前準備ができた後、次に、以下のような錠剤識別処理によりＰＴＰ包装された錠剤の識別を行う。

（２−１）まず、撮影装置２は、識別の対象であるＰＴＰ包装された錠剤を撮影し、その画像データを対象画像として対象画像記憶手段３に保存する。

（２−２）次に、上述の（１−２）〜（１−６）と同様の処理動作によって、対象画像の色分散記述子Ｄ＝｛ｒ_１φ_１，…，ｒ_Ｋφ_Ｋ｝を算出する。

（２−３）次に、ＣＤＤ距離演算手段１１は、テンプレート記憶手段４に記憶された各テンプレート画像の色分散記述子Ｄ_α（α＝１，…，Ｍ；Ｍはテンプレート画像の数）とＣＤＤ演算手段１０が算出する色分散記述子Ｄとの距離Ｓ_ＣＶ（Ｄ，Ｄ_α）を下式（１ｆ），（１ｇ）により算出する。

色分散記述子Ｄ，Ｄ_αの距離Ｓ_ＣＶ（Ｄ，Ｄ_α）は、式（１ｆ），（１ｇ）により定義される。ここで、||・||はＬ１ノルムを表し、ベクトルｘ＝［ｘ_１，…，ｘ_Ｋ］のＬ１ノルムは、||ｘ||＝｜ｘ_１｜＋…＋｜ｘ_Ｋ｜で計算される。図３に、式（１ｇ）における距離ｄ（ｒ_ｋφ_ｋ，ｒ_α，ｋφ_α，ｋ）の例を図示する。固有ベクトルφ_ｋの符号に関しては不定性が残るため、固有ベクトルφ_ｋの符号に関しては、正でも負でも同じ距離となるように式（１ｇ）のような定義をした。

（２−４）最後に、テンプレート選択手段１２は、テンプレート記憶手段４に記憶された各テンプレート画像のうち、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が最小のテンプレート画像を選択し、選択したテンプレート画像の番号αを識別結果として出力する。出力装置１３は、テンプレート選択手段１２が出力する識別結果を表示、印刷等により出力する。

〔３〕動作の評価
まず、距離Ｓ_ＣＶ（Ｄ，Ｄ_α）の定義である式（１ｆ）の妥当性を評価するために、他の距離の定義Ｓ_ＥＶ（Ｄ，Ｄ_α），Ｓ_ＣＳ（Ｄ，Ｄ_α）との比較を行った。距離Ｓ_ＥＶ（Ｄ，Ｄ_α）は、式（１ｆ）においてｒ_ｋ＝１としたものであり、次式（２）で定義する。

また、距離Ｓ_ＣＳ（Ｄ，Ｄ_α）は、コサイン類似度であり、次式（３）で定義する。

評価には、図２に示した各種のＰＴＰ包装された錠剤を使用し、それぞれの種類について、ＰＴＰ包装された錠剤を撮影した複数の画像データを使用し、識別率の算出結果を比較した。また、色数についてＫ＝１，２，３の場合についてそれぞれ評価を行った。図４に、距離Ｓ_ＣＳ，Ｓ_ＥＶ，Ｓ_ＣＶを用いた場合の認識率を示す。図４から明らかなように、距離Ｓ_ＣＶを用いた場合が最も高い認識率を示しており、Ｋ＝３の場合に認識率は約９８．７％であった。これより、式（１ｆ）で定義する距離Ｓ_ＣＶを用いるのが妥当であることが裏付けられた。

次に、ＭＰＥＧ７で使用されるスケーラブル色記述子（Scalable Color Descriptor；ＳＣＤ）との認識率の比較を行った。図５にその結果を示す。図５の横軸は、識別候補結果として類似テンプレート画像を距離が小さい方から何個選択したのかを表す選択数であり、縦軸は識別候補の中に正しいテンプレート画像が含まれている割合を表す。図５から分かるように、スケーラブル色記述子（ＣＳＤ）を用いた場合では、選択数が１のときに認識率が約８９％であるのに対し、色分散記述子（ＣＤＤ）では選択数が１のときに認識率が約９８．７％であり、ＣＤＤのほうが圧倒的に優れた結果が得られることが分かる。

１ 画像識別装置
２ 撮影装置
３ 対象画像記憶手段
４ テンプレート記憶手段
５ 物体像記憶手段
６ 物体像抽出手段
７ 平均値ベクトル演算手段
８ 共分散行列演算手段
９ 固有値・固有ベクトル演算手段
１０ ＣＤＤ演算手段
１１ ＣＤＤ距離演算手段
１２ テンプレート選択手段
１３ 出力装置
１４ テンプレート格納手段

Claims (3)

1. 識別の対象である対象画像を記憶する対象画像記憶手段と、
   前記対象画像を識別するための複数のテンプレート画像の色分散記述子が記憶されたテンプレート記憶手段と、
   前記対象画像内から抽出される物体像の画像を記憶する物体像記憶手段と、
   前記対象画像記憶手段から前記対象画像を読み出し、当該対象画像から物体像を抽出し、物体像画像として前記物体像記憶手段に格納する物体像抽出手段と、
   前記物体像記憶手段に格納された物体像画像の各画素の色ベクトルｐ_ｉ（ｉ＝１，…，Ｎ；Ｎは物体像画像の画素数）の平均値ベクトルｐ_ａｖｅを下式（１ｃ）により算出する平均値ベクトル演算手段と、
   前記平均値ベクトルｐ_ａｖｅ及び前記物体像記憶手段に格納された物体像画像の各画素の色ベクトルｐ_ｉから、下式（１ａ）により分散共分散行列Ｓを算出する共分散行列算出手段と、
   前記分散共分散行列Ｓの固有値λ_ｋ及び固有ベクトルφ_ｋ（ｋ＝１，…，Ｋ；||φ_ｋ||^２＝１）を算出する固有値・固有ベクトル演算手段と、
   前記分散共分散行列Ｓの各固有値λ_ｋから下式（１ｄ）により寄与率ｒ_ｋを算出し、下式（１ｅ）により定義される色分散記述子Ｄを算出するＣＤＤ演算手段と、
   前記テンプレート記憶手段に記憶された各テンプレート画像の前記色分散記述子Ｄ_α（α＝１，…，Ｍ；Ｍはテンプレート画像の数）と前記ＣＤＤ演算手段が算出する前記色分散記述子Ｄとの距離Ｓ_ＣＶ（Ｄ，Ｄ_α）を下式（１ｆ），（１ｇ）により算出するＣＤＤ距離演算手段と、
   前記テンプレート記憶手段に記憶された各テンプレート画像の色分散記述子のうち、前記距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が最小のテンプレート画像の色分散記述子を選択し、選択したテンプレート画像の色分散記述子の番号αを識別結果として出力するテンプレート選択手段と、を備えたことを特徴とする画像識別装置。
   
2. 前記テンプレート選択手段は、前記テンプレート記憶手段に記憶された各テンプレート画像の色分散記述子のうち、前記距離Ｓ_ＣＶ（Ｄ，Ｄ_α）が小さい方から所定の個数のテンプレート画像の色分散記述子を選択し、選択したテンプレート画像の色分散記述子の番号αを識別候補結果として出力することを特徴とする請求項１に記載の画像識別装置。
   
3. コンピュータに読み込ませて実行させることにより、コンピュータを請求項１又は２に記載の画像識別装置として動作させることを特徴とするプログラム。