專利名稱：信息處理裝置和信息處理方法、圖像處理裝置和圖像處理方法、以及計算機程序的制作方法
技術領域：
本發(fā)明涉及一種處理龐大的數(shù)據(jù)的信息處理裝置，并涉及 一種使由無法單個感知的很多節(jié)點構成的原始數(shù)據(jù)成長為被稱 作片斷的可感知的少數(shù)單位的信息處理裝置。
具體地說，本發(fā)明涉及一種用于生成并顯示物理對象的2 維圖像的圖像處理裝置和圖像處理方法、以及計算機程序，特 別是涉及將對象作為微小多邊形等多個節(jié)點的集合體即片斷而 處理、并進行對象的2維圖像處理等的圖像處理裝置和圖像處理 方法、以及計算機程序。
更詳細地說，本發(fā)明涉及一種進行圖像區(qū)域的分割、分割 區(qū)域的合并(merge)等處理、并進行將多邊形網(wǎng)格調整為適當粗 未造度(coarseness)的卩^]才各分害'](mesh segmentation)處5里的圖^象 處理裝置和圖像處理方法、以及計算機程序，例如涉及通過利 用2維或者3維的計算機圖形的應用程序進行漸進的網(wǎng)格分割處 理的圖像處理裝置和圖像處理方法、以及計算機程序。
背景技術：
在計算機中，除了文本形式的文檔文件以外，還將聲音、 圖像、自然語言等各種媒體進行數(shù)字化并進行數(shù)學上的處理， 由此可以進行信息的編輯/加工、存儲、管理、傳遞、共享這樣 的高速地跨越多領域的數(shù)據(jù)處理。例如，使用計算機對圖像進 行變形、改變色彩、提高像質、重新編碼等數(shù)字圖像處理的圖 像處理技術已被廣泛普及。在這種圖像處理技術中，還包括去 除風景照片中破壞美觀的電線桿等物體的特殊效果、從人的面
部向動物的面部平滑地變化的變形等。另外，圖像處理技術也 應用于從人造衛(wèi)星發(fā)送過來的照片影像的處理、由CT掃描儀讀 入的診斷圖像的處理等科學、醫(yī)療等各種專業(yè)領域。
例如，生成并顯示2維或者3維物理對象的圖像的圖像處理 技術被稱作"計算機圖形學(CG)"而受到矚目。這種圖形系統(tǒng)通 常由作為前端的幾何子系統(tǒng)和作為后端的光柵子系統(tǒng)構成。其 中，在幾何子系統(tǒng)中，將對象作為很多微小的多邊形(通常是三 角形)的集合體即多邊形網(wǎng)格進行處理，對定義多邊形的各頂點 進行坐標變換、限幅、光源計算之類的幾何學計算。
在此，將原對象進行區(qū)域分割得到的網(wǎng)格的粗糙度對處理 負荷、像質影響較大。當將原對象區(qū)域分割為更微小的圖像區(qū) 域時，i殳為處理對象的頂點個數(shù)也與它成比例地增大，因此處 理量也增大。另外，當加大多邊形的尺寸時，作為最終結果物 的圖像變粗糙。因此需要進行如下的網(wǎng)格分割處理，該網(wǎng)格分 割處理進行圖像區(qū)域的分割、分割區(qū)域的合并(merge)等處理、 根據(jù)利用CG的應用程序將多邊形網(wǎng)格調整為適當?shù)拇植诙取?br> 網(wǎng)格分割是用于使原始(raw)數(shù)據(jù)成長為被稱作"片斷 (segment)"的可感知的少數(shù)單位的基本方法。網(wǎng)格分割從20世紀 70年代的計算機圖像處理的初期就開始了研究(例如參照非專 利文獻l)，但目前仍然是活躍的領域。最初，網(wǎng)格分割對彩色 圖像、運動圖像、距離圖像(作為深度圖像(depth image)或者距 離圖像(range image)而為人所知)、三維立體數(shù)據(jù)、三維網(wǎng)格等 進行處理。通過在網(wǎng)格分割處理中制作粗糙度不同的多個多邊 形網(wǎng)格(片斷)，能夠實現(xiàn)分層分割。另外，通過漸進即平滑地 進行分層網(wǎng)格分割，利用圖像的應用程序的范圍變廣。
例如，提出了進行利用了模糊圖像聚類(clustering)和圖像 剪切方法的分層網(wǎng)格分解的網(wǎng)格分割處理的方案(例如，參照非
專利文獻2)。
網(wǎng)格分割基本上是根據(jù)相鄰的圖像區(qū)域間的相似度來處 理的。例如，將輸入影像的色彩信號變換為規(guī)定的色彩空間， 進行根據(jù)輸入影像的色彩像素在該色彩空間中所占的位置而將 輸入影像分割為多個區(qū)域的初始影像分割，根據(jù)被分割的區(qū)域 間的水平相鄰關系以及垂直包含關系將被分割的區(qū)域分為多個
層(layer),在各層內對相鄰的區(qū)域進行分組，提取在每個層上 形成的區(qū)域組間的垂直包含關系而使區(qū)域結構化，根據(jù)各區(qū)域 間的水平關系以及區(qū)域組間的垂直包含關系來決定各區(qū)域間的 結合順序，并根據(jù)所決定的結合順序評價相鄰區(qū)域間的結合是 否成功，如果判斷為所評價的區(qū)域是實質上具有相同的影像特 性的區(qū)域，就能夠進行區(qū)域的結合(例如，參照專利文獻l)。
然而，在現(xiàn)有的網(wǎng)格分割處理中，主要進行區(qū)域成長(region growing)、 或者分層/反復/光學(hierarcical/iterative/spcctral)的 聚類。即，由于重復進行使用了矩陣的代數(shù)運算，因此處理速 度慢。例如，處理400個左右的多邊形需要1 57秒時間，因此 難以漸進地生成粗糙度不同的多個網(wǎng)格分割。另外，系統(tǒng)沒有 可伸縮性，當多邊形數(shù)量增加時，導致處理時間顯著增大。因 此，難以利用個人計算機(PC)那樣的普通計算機進行處理，另 外不能應用于要求實時性的交互式的應用程序中。另外，還存 在丟失與原對象相關的原始信息的、必須調整很多參數(shù)值的問 題。
專利文獻l:日本特開2001-43380號公報
非專利文獻1 : A. Rosenfeld, "Picture processing by computer,， (Academic Press, 1969)
非專利文南史2: Sagi Katz and Ayellet Tal, "Hierarchical mesh decomposition using fuzzy clustering and cots." (In Proc.
SIGGRAPH(2003). ACM Trans. onGraphics22, 3(2003)，382-391)

發(fā)明內容
發(fā)明要解決的問題
本發(fā)明的目的在于提供一種能夠使由無法單個感知的很 多微小的節(jié)點構成的原始數(shù)據(jù)成長為被稱作片斷的可感知的少 數(shù)單位的、優(yōu)良的信息處理裝置和信息處理方法、以及計算機程序。
本發(fā)明的進一步的目的在于提供一種如下的優(yōu)良的圖像 處理裝置和圖像處理方法、以及計算機程序能夠將物理對象 作為很多微小節(jié)點的集合體(即片斷)而進行處理，通過節(jié)點彼 此的合并處理使片斷成長，從而對對象的2維圖像進行處理。
本發(fā)明的進一步的目的在于提供一種如下的優(yōu)良的圖像 處理裝置和圖像處理方法、以及計算機程序能夠進行圖像區(qū) 域的分割、所分割的區(qū)域的合并(merge)等處理而4吏區(qū)域成長， 最佳地進行將多邊形網(wǎng)格調整為適當粗糙度的網(wǎng)格分割處理。
本發(fā)明的進 一 步目的在于提供 一 種如下的優(yōu)良的圖像處 理裝置和圖像處理方法、以及計算機程序能夠根據(jù)利用2維或 者3維計算機圖形的應用程序，高速度且高精度地進行漸進的網(wǎng) 格分割處理。
用于解決問題的方案
本發(fā)明是考慮上述問題而作出的，其第l側面是一種信息 處理裝置，對由分別具有屬性值的多個節(jié)點形成拓樸的數(shù)據(jù)進 行處理，其特征在于，具備
拓樸評價部，其根據(jù)在上述拓樸上相鄰的節(jié)點彼此分別具 有的屬性值而求出將節(jié)點間連接的邊緣的權重因子，根據(jù)權重 因子對邊緣進行分類；以及節(jié)點合并處理部，其按照該進行分類的順序取出利用邊緣 進行連接的節(jié)點對，根據(jù)規(guī)定的統(tǒng)計處理算法評價是否應該合 并該節(jié)點彼此，進行節(jié)點區(qū)域的合并處理。
根據(jù)本發(fā)明的第1側面，根據(jù)統(tǒng)計處理算法判斷是否應該 合并相鄰的節(jié)點彼此，通過重復執(zhí)行節(jié)點的合并，能夠從由無 法感知單個的很多節(jié)點構成的原始數(shù)據(jù)成長為被稱作片斷的可 感知的少數(shù)單位。在這里所說的統(tǒng)計處理算法中，例如根據(jù)從
各節(jié)點分別具有的屬性信息中的集中不均衡(concentration in-cquality)現(xiàn)象導出的判斷式，來辨別相鄰的節(jié)點此是否相
似、換言之是否能夠合并節(jié)點。
基于這種統(tǒng)計處理算法的節(jié)點合并處理，由對各節(jié)點具有 的屬性信息進行統(tǒng)計處理的簡單的計算構成，因此能夠高速化。 例如，使用個人計算機等普通計算機每秒能夠處理百萬個多邊 形。另外，通過調整判斷式中包含的參數(shù)值，自由地設定合并 節(jié)點彼此的基準，能夠成長到期望粗糙度的片斷，系統(tǒng)具有可 伸縮性。
因而，根據(jù)本發(fā)明的第l側面，將構成原始數(shù)據(jù)的多個節(jié) 點的拓樸設為輸入值，按照統(tǒng)計處理算法遞歸地進行節(jié)點的合 并處理(即進行網(wǎng)格成長(mesh growing))，從而能夠生成任意粗 糙度的片斷。另外，通過變更基于統(tǒng)計處理算法的判斷式的參 數(shù)值，能夠順利地生成粗糙度不同的多個片斷。
另外，本發(fā)明的第2側面是將對象處理為由多個多邊形構 成的多邊形網(wǎng)格來進行圖像處理的圖像處理裝置，其特征在于， 具備相鄰圖形輸入部，其輸入記述多邊形網(wǎng)格的相鄰圖形； 相鄰圖形評價部，其比較利用邊緣進行連接的各圖像區(qū)域所具 有的屬性值，根據(jù)比較結果對邊緣賦予權重因子，根據(jù)權重值 對相鄰圖形中的邊緣進行分類；以及圖像區(qū)域合并處理部，其
按照進行分類的順序取出夾著邊緣的圖像區(qū)域對，根據(jù)統(tǒng)計處 理算法評價是否應該合并圖像區(qū)域彼此，進行圖像區(qū)域的合并 處理。該圖像處理裝置還具備微小區(qū)域處理部，該微小區(qū)域處 理部對作為進行圖像區(qū)域合并處理的結果而殘留的微小區(qū)域進
行處理。
本發(fā)明的第2側面涉及用于生成并顯示2維或者3維物理對
象的2維圖像的圖像處理裝置。在計算機圖形領域中，通常將成
為處理對象的對象作為多個微小多邊形(通常是三角形)的集合 體即多邊形網(wǎng)格進行處理，并進行圖像處理。多邊形網(wǎng)格的粗 糙度對處理負荷、像質影響較大，因此需要進行如下的網(wǎng)格分
割處理進行圖像區(qū)域的分割、分割后的區(qū)域的合并(merge)等 的處理，根據(jù)利用3DCG的應用程序將多邊形網(wǎng)格調整為適當 的粗糙度。另外，通過漸進即平滑地進行網(wǎng)格分割，利用圖像 的應用程序范圍變寬廣。
但是，用現(xiàn)有的方法處理速度較慢，難以在普通計算機中 實現(xiàn)漸進網(wǎng)才各分割處理，并且無法應用于交互式應用程序。
與此相對，在本發(fā)明的第2側面中，通過根據(jù)統(tǒng)計處理算 法判斷是否應該合并相鄰的圖像區(qū)域，從對3維對象進行分割得 到的很多微小多邊形重復執(zhí)行圖像區(qū)域的合并，生成由期望的 粗糙度構成的多邊形網(wǎng)格。在這里所說的統(tǒng)計處理算法中，根 據(jù)例如從構成圖像區(qū)域的多邊形面積中的集中不均衡現(xiàn)象導出 的判斷式，判斷相鄰的圖像區(qū)域彼此是否相似、換言之是否能 夠合并圖像區(qū)域。
基于這種統(tǒng)計處理算法的圖像區(qū)域的合并處理由對多邊 形的面積進行統(tǒng)計處理的簡單計算構成，因此能夠高速化。例 如，使用個人計算機等普通計算機每秒能夠處理百萬個多邊形。 另外，能夠通過調整判斷式中包含的參數(shù)值，自由設定合并圖 像區(qū)域彼此的基準，生成期望的粗糙度的多邊形網(wǎng)格，系統(tǒng)具 有可伸縮性。
因而，根據(jù)本發(fā)明，將對設為處理對象的物理對象進行分 割得到的很多微小的多邊形集合設為輸入值，按照統(tǒng)計處理算 法進行由多邊形網(wǎng)格構成的圖像區(qū)域的合并處理(即進行網(wǎng)格
成長(mesh growing)),從而能夠生成任意粗糙度的多邊形網(wǎng)格。 另外，通過變更基于統(tǒng)計處理算法的判斷式的參數(shù)值，能夠順 利地生成粗糙度不同的多個多邊形網(wǎng)格。即，能夠應用于可實 現(xiàn)漸進的網(wǎng)格分割的、各種交互式應用程序中。
作為與本發(fā)明有關的網(wǎng)格分割的應用程序，例如可舉出參 數(shù)化以及紋理映射、圖像變形(morphing)、多分辨率建模、圖 像編輯、圖像壓縮、動畫、以及形狀匹配等。
在圖像處理的領域中，通常將作為圖像區(qū)域的多邊形網(wǎng)格 以記述了成為其結構要素的多個多邊形間的關系的相鄰圖形 (Incidence Graph)的形式進行表現(xiàn)。在與本發(fā)明有關的網(wǎng)格分割 方法中，將構成多邊形網(wǎng)格的各個多邊形作為節(jié)點處理，將相 鄰的圖形用于輸入，該相鄰圖形使用與相鄰的多邊形彼此鄰接 的邊所相當?shù)倪呮鑱磉B4妄對應的節(jié)點間而進4亍記述。
而且，在與本發(fā)明的第2側面有關的網(wǎng)格分割方法中，首 先評價輸入的相鄰圖形的各邊緣來進行分類。關于邊緣的評價， 具體地說比較利用邊緣連接的各圖像區(qū)域所具有的屬性值，根 據(jù)比較結果對邊緣賦予權重因子。這里所說的圖像區(qū)域包括作 為最小單位的多邊形和作為合并了多個多邊形得到的多邊形網(wǎng) 格而構成的圖像區(qū)域。
作為這里所說的屬性值，例如使用圖像區(qū)域所具有的面積 (合并到圖像區(qū)域的各多邊形網(wǎng)格所具有的平均面積)，可以提 供利用邊緣連接的圖像區(qū)域間的面積的差異作為邊緣的權重
值。在這種情況下，圖像區(qū)域間的面積的差越小，權重值越小， 在后續(xù)的圖像合并處理中處理順序變高?；蛘撸藰嫵蓤D像 區(qū)域的多邊形的面積之外，也可以使用圖像區(qū)域的法線方向、 色彩等像素屬性信息(關于R G B之中至少 一 個成分的圖像區(qū)域 內的平均色)(其中，在具有紋理的多邊形網(wǎng)格的情況下)來提供 邊緣的一又重。
在與本發(fā)明的第2側面有關的網(wǎng)格分割方法中，根據(jù)從構
成圖像區(qū)域的多邊形的面積中的集中不均衡現(xiàn)象導出的判斷 式，判斷是否應該合并利用邊緣進行連接的圖像區(qū)域彼此，具
體地說，關于利用邊緣進行連接的兩個圖像區(qū)域Rk以及R。當 滿足以下基于統(tǒng)計算法的判斷式時，判斷為應該合并圖像區(qū)域 Rk以及R卜其中，在下式中，圖像區(qū)域Rk具有面積Sk并且由nk 個多邊形構成，圖像區(qū)域I、具有面積S!并且由ni個多邊形構成， A為多邊形的最大面積，Q為用于控制分割粗糙度的參數(shù)。
l'S歐/(/)-組v./(/)f《M'V[z']) + /，(A,[/]) . -(2)
上述判斷式是從在構成圖像區(qū)域的多邊形的面積中出現(xiàn) 的現(xiàn)象即統(tǒng)計上的集中不均衡(statistical concentration incqualhy)中導出的式。該現(xiàn)象在統(tǒng)計學領域中通常為中心極限 定理(central limit theorem)。中心極限定理身見定樣本平均和實際 平均的誤差，因此不管樣本分布是何種分布，當使樣本數(shù)量變 大時其誤差也近似遵^人標準分布。
上式右邊的Q是用于控制分割粗糙度的參數(shù)。當使Q變大時 右邊的值變小，難以滿足判斷式，其結果抑制節(jié)點的合并。相 反，當設Q為較小值時右邊的值變大，容易滿足判斷式，因此 促進節(jié)點的合并即分割的成長。
在

圖1 8中示意性地示出了根據(jù)合并的判斷式(merging Predicate)對第i個節(jié)點Vi和第j個節(jié)點Vj進行合并處理來生成新 節(jié)點V，的情形。
各節(jié)點Vi以及Vj由包含在節(jié)點中的節(jié)點個數(shù)Ni和Nj 、識別 信息IDi以及IDj這樣的普通信息部、以及保存屬性信息的媒體
(數(shù)據(jù))部構成。初始狀態(tài)的節(jié)點僅具有自身，因此節(jié)點的個數(shù)N 是l，但進行合并而得到的V，的節(jié)點數(shù)N，為Ni+Nj。另外，新的
識別信息ID，使用具有并查(Union-Find)數(shù)據(jù)結構的不相交集合 而從原來的識別信息IDi以及IDj而生成。另夕卜，從各節(jié)點Vi和 Vj的屬性信息根據(jù)統(tǒng)計運算來求出媒體部的屬性信息。例如， 在節(jié)點所具有的色彩信息是屬性信息的情況下，各節(jié)點Vi以及 Vj的平均色成為新節(jié)點的屬性信息?；蛘?，在節(jié)點所具有的面 積是屬性信息的情況下，各節(jié)點V i以及V j的平均面積變成新節(jié) 點的屬性信息。關于并查算法，例如參照R. E. Tarjan著"A class of algorithms which require nonlinear time to maintain disjoint sets." (J. Comput. Syst. Sci" 1 8(2): 11 0-127, 1979)。
最后，微小節(jié)點處理部5 4對作為進行節(jié)點合并處理的結果 沒有成長為足夠大的分割而殘留的微小噪聲進行處理。例如， 在成長為較大的分割的節(jié)點間或內部，將沒有進行合并而原樣 殘留的微小噪聲與是否滿足判斷式無關地合并到相鄰的某個分 割中，使處理結果美觀。
在圖1 9中以流程圖的形式示出了在圖1 7所示的信息處理 裝置20中執(zhí)行的分割處理的過程。
首先，在節(jié)點輸入部5 1中輸入成為處理對象的原始數(shù)據(jù)(步 驟S21)。原始數(shù)據(jù)由形成拓樸的節(jié)點構成。節(jié)點輸入部51掃描 所輸入的數(shù)據(jù)的拓樸，對各節(jié)點Vi賦予識別信息IDi,并且進行 將該識別信息以及保存在節(jié)點的媒體部中的屬性信息登記到節(jié) 點統(tǒng)計信息中的初始化處理。
接著，在拓樸評價部52中，評價將相鄰的節(jié)點彼此連接的 各邊緣來進行分類(步驟S32)。具體地說，提供利用邊緣連接的 節(jié)點間的屬性信息差異作為邊緣權重值，按照權重值小的順序 (increasing order)進行分類。
接著，通過參數(shù)設定部55設定用于控制分割粗糙度的參數(shù)
Q(步驟S33)。
在合并處理部53中，按照進行分類的順序取出利用邊緣連 接的節(jié)點對(步驟S34)。然后，根據(jù)這些節(jié)點是否滿足基于統(tǒng)計 算法的判斷式來進行合并處理(步驟S 3 5 )。這里使用的判斷式是 從在構成圖像區(qū)域的多邊形面積中所表現(xiàn)出的現(xiàn)象即統(tǒng)計上的 集中不均衡導出的式子(上述)，使用在步驟S33中設定的參數(shù)Q。
當合并處理部3對節(jié)點彼此進行合并時，生成新的節(jié)點V，， 提供用于識別該節(jié)點的新ID，，算出通過合并新生成的節(jié)點的屬 性信息，進行節(jié)點統(tǒng)計信息的更新處理(步驟S3 6)。
接著，合并處理部53進行節(jié)點的更新處理(步驟S37)。即， 重新計算相鄰節(jié)點間的各邊緣的權重因子，根據(jù)權重值的大小 對邊緣進行重新分類。然后，返回步驟S34,按照進行分類的 順序取出通過邊緣連接的節(jié)點對，重復進行基于統(tǒng)計處理算法 的節(jié)點合并處理。
當遞歸地重復這種節(jié)點合并和伴隨合并的節(jié)點統(tǒng)計信息 的更新處理時，馬上就會找不到滿足利用參數(shù)Q設定閾值的判 斷式的節(jié)點組合。即，當未處理的邊緣在拓樸中不存在時(步驟 S34的"否")，微小區(qū)域處理部54對沒有成長為足夠大小的分 割而殘留的微小節(jié)點進行處理(步驟S38)。例如，在較大的分割 間或者內部，將沒有進行合并而殘留的微小節(jié)點與是否滿足判 斷式無關地合并到相鄰的某一個分割，使處理結果美觀。
本發(fā)明能夠應用于用來生成并顯示2維或者3維對象的2維 圖像的圖像處理裝置。在計算機圖形的領域中，通常將成為處 理對象的2維或者3維物理對象作為多個微小的多邊形(通常是 三角形)的集合體即多邊形網(wǎng)格而進行處理，并進行圖像處理。 多邊形網(wǎng)格的粗糙度對處理負荷、像質影響較大。因此，需要
進行如下的網(wǎng)格分割處理進行圖像區(qū)域的分割、分割后的區(qū) 域的合并(merge)等處理，根據(jù)利用計算機圖形的應用程序將多 邊形網(wǎng)格調整成適當?shù)拇植诙?。通過漸進即平滑地進行網(wǎng)格分 割，利用圖像的應用程序的范圍變廣。
在與本發(fā)明有關的網(wǎng)格分割中，利用統(tǒng)計處理算法來判斷 是否應該合并相鄰的圖像區(qū)域，由此從對3維對象進行分割而得 到的很多微小的多邊形，重復執(zhí)行圖像區(qū)域的合并，生成由期 望的粗糙度構成的多邊形網(wǎng)格。在統(tǒng)計處理算法中，根據(jù)從作 為圖像區(qū)域的多邊形網(wǎng)格中的面積的集中不均#f (concentration in-equality)現(xiàn)象導出的判斷式，辨別是否能夠合并相鄰的圖像 區(qū)i或4皮jt匕。
基于這種統(tǒng)計處理算法的圖像區(qū)域的合并處理由對多邊 形面積進行統(tǒng)計處理的簡單的計算構成，因此能夠高速化。例 如，使用個人計算機等普通計算機每秒能夠處理百萬個多邊形。 另外，能夠通過調整判斷式中所包含的參數(shù)值，自由地設定合 并圖像區(qū)域彼此的基準，從而生成期望粗糙度的多邊形網(wǎng)格， 系統(tǒng)具有可伸縮性。
在圖l中示意性地示出了與本發(fā)明的一個實施方式有關的 圖像處理裝置的功能結構。圖示的圖像處理裝置10具備圖像 信息輸入部1,其以相鄰圖形的形式輸入成為處理對象的3維圖 像信息；相鄰圖形評價部2，其評價所輸入的相鄰圖形的各邊緣 來進行分類；圖像區(qū)域合并處理部3，其按照進行分類的順序取 出夾著邊緣的圖像區(qū)域對，根據(jù)統(tǒng)計處理算法對它們進行評價 并進行合并處理(mesh growing:網(wǎng)格成長)；以及微小區(qū)域處理 部4，其對作為進行了圖像區(qū)域合并處理的結果而殘留的微小區(qū) 域進行處理。
這種圖像處理裝置10可以設計成專用的硬件裝置，也能夠 以在個人計算機(P C)等普通計算機系統(tǒng)上啟動用于執(zhí)行與各功 能模塊1 4相當?shù)奶幚淼膽贸绦虻姆绞絹韺崿F(xiàn)。關于普通計
算機系統(tǒng)，例如處理器使用美國英特爾公司的奔騰(Pentium)(注 冊商標)IV(1.6GHz),具備由1GB的RAM構成的主存儲器。另外， 應用程序例如可以利用由OpenGL提供的API(應用編程接口 )， 用(T+語言編寫。
在圖像處理領域中，通常將作為圖像區(qū)域的多邊形網(wǎng)格以 記述成為其結構要素的多個多邊形間的關系的相鄰圖形 (Incidence Graph或者Region Adjacent Graph(RAG:區(qū)域相鄰圖)) 的形式進行表現(xiàn)?？梢耘e出幾個相鄰圖形的具體記述方法。相 鄰圖形由多個節(jié)點和將節(jié)點間連接的邊緣構成，但是對節(jié)點以 及邊緣進行何種處理是各式各樣的。例如，當將多邊形設為節(jié) 點時，可以將其邊或者頂點設為邊緣。或者，在將多邊形的邊 設為節(jié)點的情況下，可以將頂點或者多邊形設為邊緣。或者， 在將頂點設為節(jié)點的情況下，可以將多邊形的邊或者多邊形設 為邊緣。
在與本實施方式有關的圖像處理裝置l中，對以多邊形為 節(jié)點、以多邊形的邊為邊緣而構成的相鄰圖形進行處理。即， 圖像信息輸入部l將如下的相鄰圖形設為輸入數(shù)據(jù)，所述相鄰圖 形以構成多邊形網(wǎng)格的各個多邊形為節(jié)點，使用與相鄰的多邊 形彼此鄰接的邊相當?shù)倪吘墎磉B接對應的節(jié)點之間進行記述。
在此，說明相鄰圖形的制作方法。
首先，使屬于作為對象的圖像區(qū)域的各多邊形Ti與節(jié)點Ni 相關聯(lián)。然后，如果在節(jié)點Ni和節(jié)點Nj間存在屬于與雙方對應 的多邊形Ti以及Tj的唯一 的邊，則作為將兩節(jié)點間連接的邊緣 c、而生成。
相鄰圖形通過按照邊緣端點來進行多邊形的分類從而可
以由頂點和面的索引陣列(index array)直"J妻構筑。屬于各個多邊 形的邊即邊緣，分為成為多邊形網(wǎng)格即圖像區(qū)域邊界的邊緣 (Boundary edge:邊界邊緣)、以及不是多邊形網(wǎng)格而是與多邊 形網(wǎng)格內相鄰的其它多邊形鄰接的邊緣(Interior Edge:內邊 緣)。相當于圖像區(qū)域邊界的邊緣只屬于一個多邊形，因此，僅 將邊界以外(即圖像區(qū)域內側)的邊緣設為處理對象。在該處理 中，只要有頂點和面的索引陣列即可，不需要半邊(half-edge)、 四邊(quad-edge)這樣的復雜的鄰接數(shù)據(jù)結構。
在圖2中示出了最簡單的相鄰圖形的例子。該圖左側所示 的多邊形網(wǎng)格由通過邊即邊緣eij鄰接的兩個三角形Ti和Tj構成。 記述該多邊形網(wǎng)格的相鄰圖形如該圖右側所示，由與各三角形 Ti和T」相當?shù)膬蓚€節(jié)點Ni和Nj、以及連纟妾兩節(jié)點的邊緣Cij構成。
另外，在圖3中示出了稍微復雜的相鄰圖形的結構例。該 圖左側示出的多邊形網(wǎng)格由7個三角形T, 1'7構成，Ti與'l'2鄰接，
T2與T、T3、 T4鄰接，T3與1，2以及T6鄰接，丁4與丁2以及丁5鄰接，
T5與T4以及「1，6鄰接,T6與T3 、 T5 、 1，7鄰接。如該圖右側所示， 記述該多邊形網(wǎng)^f各的相鄰圖形由屬于相鄰的雙方三角形的邊即 邊緣將與各個三角形相當?shù)墓?jié)點間連接而構成。
此外，節(jié)點在初始狀態(tài)下是多邊形網(wǎng)格的最小單位的多邊 形?；蛘?，如果是2維圖像中的各個像素或3維立體圖像，則體 素(voxcl)是一個節(jié)點。當進行圖像合并處理時，節(jié)點成長為由 多邊形網(wǎng)格構成的圖像區(qū)域，其中，該多邊形網(wǎng)格由多個多邊 形(或者，像素或體素)構成。在圖像處理裝置l內，關于各節(jié)點 Ni,將用于唯一識別的識別信息id(Ni)、相應的圖像區(qū)域(最初 是l個多邊形)所具有的面積area(Ni)、以及構成相應的圖像區(qū)域 即多邊形網(wǎng)格的多邊形個數(shù)n(Ni)(初始值是l)作為"節(jié)點統(tǒng)計信 息，，進行保持。各節(jié)點之所以保持面積以及多邊形個數(shù)，是因為
它們是用于通過基于統(tǒng)計處理算法的判斷式來對節(jié)點即圖像區(qū) 域合并是否成功進行判斷處理所需的信息。
在相鄰圖形評價部2中，評價所輸入的相鄰圖形的各邊緣 來進行分類。關于邊緣的評價，具體地說比較利用邊緣進行連 接的各圖像區(qū)域所具有的屬性值，根據(jù)比較結果將權重因子賦 予邊緣，根據(jù)權重值對相鄰圖形中的邊緣進行分類。這里所說 的圖像區(qū)域包括作為最小單位的多邊形、以及作為合并多個多 邊形的多邊形網(wǎng)格而構成的圖像區(qū)域。
作為屬性值，例如使用圖像區(qū)域所具有的面積(合并到圖像 區(qū)域中的所有多邊形面積的平均值)， -提供通過邊緣進行連接的 圖像區(qū)域間的面積差異作為邊緣的權重值，按照權重值小的順
序(incrcasing order)進行分類。在這種情況下，圖 <象區(qū)域間的面 積之差越小，權重值就越小，在后續(xù)的圖像合并處理中處理順 乂亍又問。
在圖4中示出了進行邊緣評價的處理方法。在此，假設通 過邊緣eij鄰接的兩個三角形Tj和Tj,如該圖右側所示，其相鄰圖 形由與各三角形Ti和Tj相當?shù)膬蓚€節(jié)點Ni和Nj、以及連接兩節(jié)點 的邊》彖eij構成。在此，當定義求多邊形P面積的函數(shù)area(P)時， 邊緣e.u的權重值W(eij)通過下式進行計算。
或者，除了構成圖像區(qū)域的多邊形面積之外，還可以使用 圖像區(qū)域的法線方向、色彩等像素屬性信息(RGB中的至少l個 成分的平均色)(其中，在具有紋理的多邊形網(wǎng)格的情況下)這樣 的相鄰的頂點所具有的各種屬性值的差，來提供邊緣的權重。
例如，在由寬度w高度h構成的RGB彩色圖像中，將第i行
1式3|
第j列像素的節(jié)點設為Vi，j ,將其識別信息設為
RegID(Vi,j)=ixw+j。內側的各像素具有四個相鄰節(jié)點，邊緣的
總數(shù)m為2wh-w-h。并且，節(jié)點Vi,」和Vi，,j,間的權重因子例如能 夠由下面的式表示。
w(五=(c'./》=腿K仏4d/)—"尸,/)…(4)
在圖像區(qū)域合并處理部3中，按照進行分類的順序取出夾 著邊緣的圖像區(qū)域對，并進行合并處理(mesh growing)。對邊緣 提供成為通過邊緣進行連接的圖像區(qū)域間的相似度指標的權 重，因此按照權重小的順序進行合并處理相當于優(yōu)先執(zhí)行相似 的圖像區(qū)域間的合并處理。
在圖像區(qū)域合并處理部3中，根據(jù)統(tǒng)計處理算法對按照進 行分類的順序取出的通過邊緣進行連接的圖像區(qū)域對判斷是否 應該進4于合并。
具體地說，如上式(3)所示在根據(jù)面積信息算出邊緣權重的 情況下，關于利用邊緣連接的兩個圖像區(qū)域Rk以及R,當滿足以 下的基于統(tǒng)計算法的判斷式(Predicate)時，判斷為應該合并圖 像區(qū)域Rk以及R!。其中，在下式中，設圖像區(qū)域Rk具有面積Sk 并且由nk個多邊形構成，圖像區(qū)域R!具有面積S,并且由ru個多邊 形構成。另夕卜，設A為多邊形的最大面積，設Q為用于控制分割 粗糙度的參數(shù)。
上述判斷式是從作為在構成圖像區(qū)域的多邊形的面積中 所出現(xiàn)的現(xiàn)象的、統(tǒng)計上的集中不均衡中導出的式子。這種現(xiàn)
<formula>formula see original document page 33</formula>〖式4]
<formula>formula see original document page 33</formula>[式5]
象在統(tǒng)計學的領域中一般作為中心極限定理(即使設總群是任 意分布，如果增大來自該總群的樣本大小，樣本平均的分布馬 上向正態(tài)分布收《夂)。
上式右邊的Q是用于控制分割粗糙度的參數(shù)。當Q取較大值 時右邊的值變小，難以滿足判斷式，其結果抑制圖像區(qū)域的合 并。相反，當Q取較小的值時右邊的值變大，容易滿足判斷式， 因此促進圖像區(qū)域的合并，能夠得到更粗糙的網(wǎng)格分割結果。
或者，如上式(4)所示根據(jù)RGB色彩信息算出邊緣權重的情 況下，關于利用邊緣連接的相鄰節(jié)點Vi,j以及Vi,，j，，當滿足以下 的基于統(tǒng)計算法的判斷式(Predicate)時判斷為應該合并節(jié)點。
|式6]
maxcS;/",—"}((/,./')— 7t(/', /'))5^d)+ …(6)
其中，上式中的函數(shù)b(x)如下。 1式7|
/7(義〕=^(min(256.x)k)g,x. + 21og6wA) …(7)
在上式中，ni,j以及rv,」.是相應的節(jié)點中所包含的像素數(shù)。 另外，Q是用于控制分割粗糙度的參數(shù)。
節(jié)點在初始狀態(tài)下是多邊形網(wǎng)格的最小單位的多邊形，但 是當進行圖像區(qū)域的合并處理時，成長為由多個多邊形構成的 多邊形網(wǎng)格所構成的圖像區(qū)域。在節(jié)點統(tǒng)計信息中，關于各節(jié) 點Ni設置有記錄，該記錄保持用于唯 一 識別的識別信息id(N,)、 相應的圖像區(qū)域(最初是l個多邊形)所具有的面積area(Ni)、以 及構成相應的圖像區(qū)域即多邊形網(wǎng)格的多邊形的個數(shù)n(Ni)(初 始值是1)等。然后，圖像區(qū)域合并處理部3在對節(jié)點彼此進行合 并時，提供用于識別新節(jié)點的新的id，算出通過合并新生成的 圖像區(qū)域的面積以及多邊形的個數(shù)，進行節(jié)點統(tǒng)計信息的更新
處理。在生成新的識別信息時可以使用并查算法(上述)。
微小區(qū)域處理部4對作為進行圖像區(qū)域合并處理的結果而 殘留的微小區(qū)域進行處理。例如，在大圖像區(qū)域間或者內部， 將沒有進行合并而原樣殘留的微小多邊形網(wǎng)格與是否滿足判斷 式無關地合并到相鄰的任一個圖像區(qū)域中，使處理結果美觀。 這里所說的微小區(qū)域，例如是面積相對于整個網(wǎng)格表面只有不 到幾個百分比的多邊形網(wǎng)^f各。
在圖5中以流程圖的形式示出了用于在與本實施方式有關
的圖像處理裝置1 0中進行網(wǎng)格分割處理的處理過程的 一 例。
首先，在圖像信息輸入部l中，輸入成為處理對象的3維對 象的圖像信息(步驟S1)。在本實施方式中，利用以多邊形為節(jié) 點、以多邊形的邊為邊緣而構成的相鄰圖形的形式來記述圖像 信息(參照上述以及圖3)。
圖像信息輸入部l掃描所輸入的相鄰圖形，對各節(jié)點N,賦予 識別信息id(Ni),并且求出相當?shù)亩噙呅蔚拿娣e，將每個節(jié)點的 識別信息、面積以及多邊形個數(shù)(初始值為l)登記(初始化)到節(jié) 點統(tǒng)計信息中。在下面表示對節(jié)點統(tǒng)計信息進行初始化的仿真 程序代碼。其中，id()是保存由自變量表示的節(jié)點的識別信息的 矩陣，area()是保存由自變量表示的識別信息的節(jié)點面積的矩 陣，n()是保存構成由自變量表示的識別信息的節(jié)點的多邊形個 數(shù)的矩陣。 [式8]<formula>formula see original document page 35</formula>
關于從相鄰圖形中第i個取出的節(jié)點Ni，將i代入識別信息id(Nj),將相應的多邊形面積area(Ti)代入節(jié)點N;的面積area(i), 將初始值l代入多邊形的個數(shù)n(i)。
接下來，在相鄰圖形評價部2中，評價所輸入的相鄰圖形 的各邊緣來進行分類(步驟S2)。具體地說，提供利用邊緣進行 連接的圖像區(qū)域間的面積的差異作為邊緣權重值，按照權重值 小的順序進行分類。圖像區(qū)域間的面積差越小，權重值就越小， 在后續(xù)的圖像合并處理中處理順序越高。
接著，從參數(shù)設定部5設定用于控制分割粗糙度的參數(shù) Q(步驟S3)。
在圖像區(qū)域合并處理部3中，按照進行分類的順序取出夾 著邊緣的圖像區(qū)域對(步驟S4)。然后，根據(jù)這些圖像區(qū)域是否 滿足基于統(tǒng)計算法的判斷式來進行合并處理(步驟S5)。這里使 用的判斷式是從在構成圖像區(qū)域的多邊形面積中出現(xiàn)的現(xiàn)象即 統(tǒng)計上的集中不均衡導出的式子(上述)，使用由步驟S3設定的 參數(shù)Q。
在節(jié)點統(tǒng)計信息中，關于各節(jié)點Ni設置有記錄(上述)，該 記錄保持用于唯 一 識別的識別信息id(Ni)、相應的圖像區(qū)域(最 初是1個多邊形)所具有的面積area(Ni)、以及構成相應的圖 <象區(qū) 域即多邊形網(wǎng)格的多邊形的個數(shù)n(Ni)(初始值是l)等。圖像區(qū)域 合并處理部3在將圖像區(qū)域彼此進行合并時生成新的節(jié)點，提供 用于識別該節(jié)點的新的id，并算出通過合并新生成的圖像區(qū)域 的面積以及多邊形的個數(shù)，進行節(jié)點統(tǒng)計信息的更新處理(步驟 S6)。
下面表示合并圖像區(qū)域并在之后更新節(jié)點統(tǒng)計信息的仿 真程序代碼。其中，Merge()是對由自變量表示的各圖像區(qū)域進 行合并處理的函數(shù)。<formula>formula see original document page 43</formula>首先，進行由Merge函數(shù)的自變量表示的節(jié)點Ni以及Nj的合 并處理。然后，分別使用函數(shù)ExtractBoundary取出節(jié)點Ni的圖 像區(qū)域Ri之中與節(jié)點Nj的圖像區(qū)域鄰接的邊界以及節(jié)點Nj的圖 像區(qū)域R」之中與節(jié)點Ni的圖像區(qū)域鄰接的邊界。
接下來，使用函數(shù)Create Crust生成關于這些圖像區(qū)域的和 集合RiUR」的邊界外殼。該處理相當于從一個圖像區(qū)域Ri切 出離與圖像區(qū)域Rj相接的邊界部分固定寬度(像素數(shù))的區(qū)域B,, 并且從另 一 圖像區(qū)域Rj切出離與圖像區(qū)域Rj相接的邊界部分固
定寬度(像素數(shù))的區(qū)域Bj,生成這些切出的圖像區(qū)域的和集合
BjUBj(參照圖12)。
然后，對得到的圖像區(qū)域BiUBj求出面積area(BiUBj)和構 成區(qū)域的多邊形數(shù)量n(BjUBj)。
接下來，表示通過對各節(jié)點Nj以及Nj提供相同的新的識別 信息id，(Ni)=id，(Nj)而合并兩圖像區(qū)域并生成新的節(jié)點。在向新 節(jié)點提供識別信息時，可以使用羅伯特'塔揚所提出的并查算 法(上述)。
接下來，將先前求出的area(Bi U B」)代入新節(jié)點的面積 area(id，(Ni))。另外，將n(Bi U B」)代入新節(jié)點的多邊形的個數(shù) n(id，(Ni))。然后，通過對各節(jié)點Ni以及N」分別提供新的識別信 息id， (Ni)以及id， (Nj)來結束節(jié)點統(tǒng)計信息的更新處理。
接下來，圖像區(qū)域合并處理部3進行相鄰圖形的更新處理 (步驟S27)。即，重新計算包含在相鄰圖形中的邊緣的權重因子， 根據(jù)權重值的大小對邊緣重新分類。然后，返回到步驟S24， 按照進行了分類的順序取出夾著邊緣的圖像區(qū)域對，重復進行 基于統(tǒng)計處理算法的圖像區(qū)域的合并處理。
首先，搜索與成為生成邊界外殼的處理對象的圖像區(qū)域Ri 以及R」分別相鄰的所有圖像區(qū)域I、的識別信息id(N!)。然后，如 果存在與所發(fā)現(xiàn)的圖像區(qū)域相當?shù)墓?jié)點N,和各處理對象節(jié)點Ni 及Nj之間的邊緣e"、 ，就重新計算它們的權重。
在圖13中示出了更新相鄰圖形的情形。在圖示的例子中， 作為與成為生成邊界外殼的處理對象的圖像區(qū)域Ri以及R」分別 相鄰的圖像區(qū)域，發(fā)現(xiàn)了與Ri相鄰的R,、以及與R」相鄰的R卜 這種情況下，根據(jù)下式來計算各邊緣en以及eik的各權重W(e,O 以及W(ejO。<formula>formula see original document page 45</formula>
當遞歸地重復這種圖像區(qū)域的合并和伴隨合并的節(jié)點統(tǒng) 計信息的更新處理時，不久就會找不到滿足由參數(shù)Q設定閾值 的判斷式的圖像區(qū)域組合。即，當相鄰圖形中未處理的邊緣不 存在時(步驟S24的"否")，微小區(qū)域處理部4對作為進行圖像 區(qū)域合并處理的結果而殘留的微小區(qū)域進行處理(步驟S 2 8)。例 如，在大的圖像區(qū)域之間或者內部，在將沒有進行合并而殘留 的微小多邊形網(wǎng)格與是否滿足判斷式無關地合并到相鄰的任一 個圖像區(qū)域中，使處理結果美觀。這里所說的微小區(qū)域例如是 面積相對于網(wǎng)格表面整體只有不到幾個百分比的多邊形網(wǎng)格。
用于控制分割粗糙度的參數(shù)Q ，因此能夠從參數(shù)設定部5提供可 得到期望分割粗糙度的參數(shù)Q的值。另外，也可以在由用戶提 供了期望的分割粗糙度時，參數(shù)設定部5變換為相應的參數(shù)Q的 值而提供給系統(tǒng)。由于能夠在進行網(wǎng)格分割時提供圖像區(qū)域數(shù) 量，并且基于統(tǒng)計處理算法的圖像區(qū)域的合并處理是高速的， 因此用戶能夠動態(tài)即自由地變更圖像區(qū)域數(shù)量。能夠通過進行 這種靈活的參數(shù)Q的設定來實現(xiàn)漸進的網(wǎng)格分割，容易應用于 各種交互式應用程序中。
例如，當對將Q設定為某省略時值來進行網(wǎng)格分割處理的 結果進行畫面顯示時，設原有的3維對象被分割為N個圖像區(qū) 域。對于該處理結果，在用戶具有"想要得到分割為M個區(qū)域的 結果"的反應的情況下，參數(shù)設定部5求出使圖像區(qū)域變成M個 的Q的值，并將其提供給圖像區(qū)域合并處理部3，重新執(zhí)行網(wǎng)格 分割處理。當然，也可以不是逐次運算變換處理，而是準備好
關于Q值的變換一覽表。
根據(jù)與本實施方式有關的圖像處理裝置IO,通過利用參數(shù) 設定部5連續(xù)輸入多個Q,從而能夠進行漸進的網(wǎng)格分割，并且 實現(xiàn)分層分割?；诮y(tǒng)計處理算法的圖像區(qū)域的合并處理是高 速的，因此在進行網(wǎng)格分割時，用戶能夠動態(tài)即自由地變更圖 像區(qū)域數(shù)量。
作為分層分割的一個應用程序，本發(fā)明人考慮了圖像檢索
(shape matching:形狀匹配)。例如，能夠對片斷化的每個圖像 區(qū)域設定關鍵字來進行圖像檢索(例如，參照"Modeling by example, ， (In Proc. SIGGRAPH(2004) Vol.23， Issue3, pp. 652-663》。
根據(jù)本發(fā)明，能夠通過向網(wǎng)格分割的每個層次進行關鍵字 的賦予，對原有3維對象的圖像構筑分層結構的關鍵字信息。在 這種情況下，即使對相同的3維對象應用檢索即形狀匹配，也能 夠得到按每個層次不同的檢索結果?；蛘?，能夠在參數(shù)設定部5 中控制Q值以得到期望的檢索結果。
這里重要一點是如下基于統(tǒng)計處理算法的圖像區(qū)域合并 處理是高速的，因此在進行網(wǎng)格分割時能夠動態(tài)即自由地變更 圖像區(qū)域數(shù)。即，用戶可以根據(jù)檢索結果僅通過參數(shù)設定部5 進行重新設定Q值的操作就能立刻自由改變分塊數(shù)，由此能夠 自由地對檢索結果的相似度控制進行操作。
考慮了如下實現(xiàn)方式(上述)在畫面中設置滑塊，參數(shù)設 定部5根據(jù)用戶移動滑塊后的位置來讀取Q值。圖14 圖16中示 出了網(wǎng)格分割時通過滑塊的操作來設定Q值從而調整所分割的 圖像區(qū)域數(shù)的情形。如圖14所示，當在紙面左側的滑塊上設定 比較高的Q值時，圖像區(qū)域的合并被抑制，圖像區(qū)域數(shù)較多， 即小的片斷變多。在該圖中，如紙面右上所表示，合并后的區(qū) 域數(shù)是116。另一方面，如圖15以及圖16所示，當在滑塊上設定
比較高的Q值時，促進圖像區(qū)域的合并，圖像區(qū)域數(shù)較少，即
較大的片斷變多。在該圖中，如紙面右上所表示的那樣，合并
后的區(qū)域數(shù)是IO?；诮y(tǒng)計處理算法的圖像區(qū)域合并處理是高
速的，因此響應于這種滑塊的操作，系統(tǒng)能夠立刻求出圖像區(qū) 域數(shù)不同的網(wǎng)格分割結果，并呈現(xiàn)給用戶。即，用戶能夠動態(tài) 即自由地變更圖像區(qū)域數(shù)。 產(chǎn)業(yè)上的可利用性
以上，參照特定的實施方式詳細說明了本發(fā)明。但是，本 領域技術人員可以在不超出本發(fā)明宗旨的范圍內進行該實施方 式的修正、代用，這是顯而易見的。
與本發(fā)明有關的網(wǎng)格分割處理，能夠自由設定將圖像區(qū)域 彼此進行合并的基準，生成期望粗糙度的多邊形網(wǎng)格，系統(tǒng)具 有可伸縮性，能夠應用于參數(shù)化以及紋理映射、圖像變形
(morphing)、多分辨率建模、圖像編輯、圖像壓縮、動畫、以 及形狀匹配等各種交互式應用程序中。
總之，以例示的方式公開了本發(fā)明，不應該限定性地解釋 本說明書的記載內容。為了判斷本發(fā)明的要旨，應該參考權利 要求書的記載。
權利要求
1.一種信息處理裝置，對由分別具有屬性值的多個節(jié)點形成拓撲的數(shù)據(jù)進行處理，其特征在于，具備拓撲評價部，其根據(jù)在上述拓撲上相鄰的節(jié)點彼此分別具有的屬性值來求出將節(jié)點間連接的邊緣的權重因子，根據(jù)權重因子對邊緣進行分類；以及節(jié)點合并處理部，其按照該進行分類的順序取出利用邊緣進行連接的節(jié)點對，根據(jù)規(guī)定的統(tǒng)計處理算法來評價是否應該將該節(jié)點彼此進行合并，進行節(jié)點區(qū)域的合并處理。
2. 根據(jù)權利要求l所述的信息處理裝置，其特征在于， 還具備微小節(jié)點處理部，該微小節(jié)點處理部作為由上述節(jié)點合并處理部進行節(jié)點彼此的合并處理的結果，對沒有充分進 行合并而殘留的微小節(jié)點進行處理。
3. 根據(jù)權利要求l所述的信息處理裝置，其特征在于，上述拓樸評價部提供相鄰的節(jié)點分別具有的屬性值的差異 作為邊緣的權重值，按照權重值小的順序進行分類。
4. 根據(jù)權利要求l所述的信息處理裝置，其特征在于，上述節(jié)點合并處理部根據(jù)從相鄰的節(jié)點分別具有的屬性值 的集中不均衡現(xiàn)象導出的判斷式，判斷是否應該將節(jié)點彼此進 行合并。
5. 根據(jù)權利要求l所述的信息處理裝置，其特征在于，當關于相鄰的節(jié)點f(i)以及f(j)作為屬性值分別具有的統(tǒng)計 信息Stats. f(i)以及Stats. f(j)滿足下面的基于統(tǒng)計算法的判斷式 時，上述節(jié)點合并處理部判斷為應該將節(jié)點f(i)以及f(j)進行合 并(其中，節(jié)點f(i)包括N(i)個節(jié)點，并且節(jié)點f(j)包括N(j)個節(jié)點， 函數(shù)b(x)為b(x)二(logx)/Q+(K/x), K為常數(shù)，Q是用于對合并節(jié) 點而成長的分割的粗糙度進行控制的參數(shù))，[式l]<formula>formula see original document page 3</formula>
6. 根據(jù)權利要求l所述的信息處理裝置，其特征在于，還具備節(jié)點屬性信息保持部，該節(jié)點屬性信息保持部保持 與各節(jié)點有關的節(jié)點屬性信息，當執(zhí)行了節(jié)點合并時，上述節(jié)點合并處理部算出與進行合 并而新生成的節(jié)點有關的屬性信息來進行上述節(jié)點統(tǒng)計信息的 更新處理。
7. 根據(jù)權利要求6所述的信息處理裝置，其特征在于，上述拓樸評價部根據(jù)更新后的節(jié)點屬性信息重新計算將合 并處理后的節(jié)點及其相鄰節(jié)點連接的邊緣的權重因子，根據(jù)權 重值對上述拓樸中的邊緣進行重新分類，上述節(jié)點合并處理部重復進行節(jié)點的合并和節(jié)點屬性信息 的更新，直到不存在根據(jù)上述統(tǒng)計處理算法應該合并的圖像區(qū) 域對為止。
8. —種信息處理方法，對由分別具有屬性值的多個節(jié)點形 成拓樸的數(shù)據(jù)進行處理，其特征在于，具備拓樸評價步驟，根據(jù)在上述拓樸上相鄰的各節(jié)點分別具有的屬性值求出將節(jié)點間連接的邊緣的權重因子，根據(jù)權重因子 對邊緣進行分類；以及節(jié)點合并處理步驟，按照該進行分類的順序取出利用邊緣 連接的節(jié)點對，根據(jù)規(guī)定的統(tǒng)計處理算法來評價是否應該將該 節(jié)點彼此進行合并，進行節(jié)點區(qū)域的合并處理。
9. 根據(jù)權利要求8所述的信息處理方法，其特征在于， 還具備微小節(jié)點處理步驟，在該微小節(jié)點處理步驟中，作為由上述節(jié)點合并處理步驟進行了節(jié)點彼此的合并處理的結 果，對沒有充分進行合并而殘留的微小的節(jié)點進行處理。
10. 根據(jù)權利要求8所述的信息處理方法，其特征在于， 在上述拓樸評價步驟中，提供相鄰的節(jié)點分別具有的屬性值的差異作為邊緣的權重值，按照權重值小的順序進行分類。
11. 根據(jù)權利要求8所述的信息處理方法，其特征在于， 在上述節(jié)點合并處理步驟中，根據(jù)從相鄰的節(jié)點分別具有的屬性值中的集中不均衡現(xiàn)象導出的判斷式，判斷是否應該將 節(jié)點彼此進行合并。
12. 根據(jù)權利要求8所述的信息處理方法，其特征在于，在上述節(jié)點合并處理步驟中，當關于相鄰的節(jié)點f(i)以及f(j)作為屬性值分別具有的統(tǒng)計信息Stats. f(i)以及Stats. f(j)滿足下 面的基于統(tǒng)計算法的判斷式時，判斷為應該將節(jié)點f(i)以及f(j) 進行合并(其中，節(jié)點f(i)包括N(i)個節(jié)點，并且節(jié)點f(j)包括N(j) 個節(jié)點，函數(shù)b(x)為b(x)=(logx)/Q+(K/x)， K為常數(shù)，Q是用于 控制合并節(jié)點而成長的分割的粗糙度的參數(shù))， l式2]<formula>formula see original document page 4</formula>
13. 根據(jù)權利要求8所述的信息處理方法，其特征在于， 還具備節(jié)點屬性信息保持步驟，在該節(jié)點屬性信息保持步驟中保持與各節(jié)點有關的節(jié)點屬性信息，在上述節(jié)點合并處理步驟中，當執(zhí)行了節(jié)點的合并時，算 出與進行合并而新生成的節(jié)點有關的屬性信息來進行上述節(jié)點 統(tǒng)計信息的更新處理。
14. 根據(jù)權利要求13所述的信息處理方法，其特征在于， 還具備拓樸重新評價步驟，在該拓樸重新評價步驟中根據(jù)更新后的節(jié)點屬性信息重新計算將合并處理后的節(jié)點及其相鄰 節(jié)點連接的邊緣的權重因子，根據(jù)權重值對上述拓樸中的邊緣進行重新分類，重復進行上述節(jié)點合并處理步驟中的節(jié)點的合并和節(jié)點屬 性信息的更新，直到不存在根據(jù)上述統(tǒng)計處理算法應該合并的 圖像區(qū)域對為止。
15. —種圖像處理裝置，將對象處理為由多個多邊形構成 的多邊形網(wǎng)格來進行圖像處理，其特征在于，具備相鄰圖形輸入部，其輸入記述多邊形網(wǎng)4^的相鄰圖形； 相鄰圖形評價部，其比較利用邊緣連接的各圖像區(qū)域所具有的屬性值，根據(jù)比較結果對邊緣賦予權重因子，根據(jù)權重值對相鄰圖形中的邊緣進行分類；以及圖像區(qū)域合并處理部，其按照進行分類的順序取出夾著邊緣的圖像區(qū)域對，根據(jù)統(tǒng)計處理算法評價是否應該將圖像區(qū)域彼此進行合并，進行圖像區(qū)域的合并處理。
16. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于， 還具備^^小區(qū)域處理部，該^:小區(qū)域處理部對作為進行圖像區(qū)域合并處理的結果而殘留的微小區(qū)域進行處理。
17. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于， 上述相鄰圖形輸入部將構成多邊形網(wǎng)格的各個多邊形作為節(jié)點進行處理，輸入使用與相鄰的多邊形彼此相接的邊相當?shù)?邊緣來連4妻對應的節(jié)點間而進行記述的相鄰圖形。
18. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于， 上述相鄰圖形評價部提供利用相鄰圖形的邊緣進行連接的各圖像區(qū)域所具有的屬性值的差異作為邊緣的權重值，按照權 重值小的順序進行分類。
19. 根據(jù)權利要求18所述的圖像處理裝置，其特征在于， 上述相鄰圖形評價部使用圖像區(qū)域的面積(圖像區(qū)域中所包含的多邊形網(wǎng)格的平均面積)、法線方向、或者色彩(關于圖像區(qū)域內的RGB中的至少一個成分的平均色)或者其它像素屬性信息來作為圖像區(qū)域所具有的屬性值。
20. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于， 上述圖像區(qū)域合并處理部根據(jù)從構成圖像區(qū)域的多邊形面積中的集中不均衡現(xiàn)象導出的判斷式，判斷是否應該將利用相 鄰圖形的邊緣進行連接的圖像區(qū)域彼此進行合并。
21. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于， 當關于利用相鄰圖形的邊緣進行連接的2個圖像區(qū)域Rk以及R,滿足下面的基于統(tǒng)計算法的判斷式時，上述圖像區(qū)域合并 處理部判斷為應該合并圖像區(qū)域Rk以及R!(其中，圖像區(qū)域Rk 具有面積Sk并且由nk個多邊形構成，圖像區(qū)域R,具有面積S!并且 由n!個多邊形構成，A是多邊形的最大面積，Q是用于控制分割 造度的參數(shù))，<formula>formula see original document page 6</formula>
22. 根據(jù)權利要求21所述的圖像處理裝置，其特征在于， 還具備參數(shù)設定單元，該參數(shù)設定單元設定上述判斷式中的參數(shù)Q。
23. 根據(jù)權利要求22所述的圖像處理裝置，其特征在于， 還具備分割粗糙度控制單元，該分割粗糙度控制單元將能得到期望的分割粗糙度的參數(shù)Q的值提供給上述參數(shù)設定單元。
24. 根據(jù)權利要求23所述的圖像處理裝置，其特征在于， 上述分割粗糙度控制單元在從夕卜部提供期望的分割粗糙度時，變換為與該粗糙度相當?shù)膮?shù)Q的值來提供給上述參數(shù)設定單元。
25. 根據(jù)權利要求15所述的圖像處理裝置，其特征在于，還具備節(jié)點統(tǒng)計信息保持部，該節(jié),g統(tǒng)計信,包、保持部保持 與對應于相鄰圖形的各節(jié)點的圖像區(qū)域的面積以及多邊形個數(shù) 相關的節(jié)點統(tǒng)計信息，當執(zhí)行了圖像區(qū)域的合并時，上述圖像區(qū)域合并處理部算 出進行合并而新生成的圖像區(qū)域的面積以及多邊形的個數(shù)，進 行上述節(jié)點統(tǒng)計信,t、的更新處理。
26. 根據(jù)權利要求25所述的圖像處理裝置，其特征在于， 上述相鄰圖形評價部根據(jù)更新后的節(jié)點統(tǒng)計信息重新計算將合并處理后的圖像區(qū)域及其相鄰圖像區(qū)域連接的邊緣的權重 因子，根據(jù)權重值對相鄰圖形中的邊緣進行重新分類，上述圖像區(qū)域合并處理部重復進行圖像區(qū)域的合并和節(jié)點 統(tǒng)計信息的更新，直到不存在根據(jù)上述統(tǒng)計處理算法應該合并 的圖像區(qū)域對為止。
27. 根據(jù)權利要求25所述的圖像處理裝置，其特征在于， 當進行了圖像區(qū)域的合并時，上述圖像區(qū)域合并處理部僅保留由新生成的圖像區(qū)域的邊界附近的多邊形構成的外殼，算 出圖像區(qū)域的面積以及多邊形個數(shù)，進行上述節(jié)點統(tǒng)計部的更 新處理，使用外殼判斷關于以后的圖像區(qū)域的合并是否成功。
28. 根據(jù)權利要求27所述的圖像處理裝置，其特征在于，的整個外圍的邊界附近的多邊形作為外殼而保留。
29. 根據(jù)權利要求27所述的圖像處理裝置，其特征在于， 上述圖像區(qū)域合并處理部將要合并的各圖像區(qū)域鄰接的邊界附近的多邊形作為外殼而保留，當進行了該合并處理時，上述相鄰圖形評價部進行相鄰圖 形的重新評價。
30. —種圖像處理方法，將對象處理為由多個多邊形構成 的多邊形網(wǎng)格來進行圖像處理，其特征在于，具備以下步驟相鄰圖形輸入步驟，輸入記述多邊形網(wǎng)格的相鄰圖形； 相鄰圖形評價步驟，比較利用邊緣進行連接的各圖像區(qū)域所具有的屬性值，根據(jù)比較結果對邊緣賦予權重因子，根據(jù)權重值對相鄰圖形中的邊緣進行分類；以及圖像區(qū)域合并處理步驟，按照進行分類的順序取出夾著邊緣的圖像區(qū)域對，根據(jù)統(tǒng)計處理算法評價是否應該將圖像區(qū)域彼此進行合并，進行圖像區(qū)域的合并處理。
31. 根據(jù)權利要求30所述的圖像處理方法，其特征在于， 還具備微小區(qū)域處理步驟，對作為進行了圖像區(qū)域合并處理的結果而殘留的微小區(qū)域進行處理。
32. 根據(jù)權利要求30所述的圖像處理方法，其特征在于， 在上述相鄰圖形輸入步驟中，將構成多邊形網(wǎng)格的各個多邊形作為節(jié)點進行處理，輸入使用與相鄰多邊形鄰接的邊相當 的邊緣而將對應的節(jié)點間連接來記述的相鄰圖形。
33. 根據(jù)權利要求30所述的圖像處理方法，其特征在于， 在上述相鄰圖形評價步驟中，提供利用邊緣進行連接的各圖像區(qū)域所具有的屬性值差異作為邊緣的權重值，按照權重值 小的順序進行分類。
34. 根據(jù)權利要求33所述的圖像處理方法，其特征在于， 在上述相鄰圖形評價步驟中，作為圖像區(qū)域所具有的屬性值，使用圖像區(qū)域的面積、法線方向、或者色彩或其它像素屬 性信息。
35. 根據(jù)權利要求30所述的圖像處理方法，其特征在于， 在上述圖像區(qū)域合并處理步驟中，根據(jù)從構成圖像區(qū)域的 多邊形面積中的集中不均衡現(xiàn)象導出的判斷式，判斷是否應該 將利用相鄰圖形的邊緣連接的圖像區(qū)域彼此進行合并。
36.根據(jù)權利要求30所述的圖像處理方法，其特征在于， 在上述圖像區(qū)域合并處理步驟中，當關于利用相鄰圖形的邊緣連接的2個圖像區(qū)域Rk以及R!滿足下面的基于統(tǒng)計算法的 判斷式時，判斷為應該合并圖像區(qū)域Rk以及R^(其中，圖像區(qū)域 Rk具有面積Sk并且由nk個多邊形構成，圖像區(qū)域R,具有面積Si 并且由m個多邊形構成，A是多邊形的最大面積，Q是用于控制 分割的粗糙度的參數(shù))， 1式4]<formula>formula see original document page 9</formula>
37. 根據(jù)權利要求36所述的圖像處理方法，其特征在于， 還具備參數(shù)設定步驟，在參數(shù)設定步驟中設定上述判斷式中的參數(shù)Q。
38. 根據(jù)權利要求37所述的圖像處理方法，其特征在于， 還具備分割粗糙度控制步驟，在分割粗糙度控制步驟中提供能得到期望的分割粗糙度的參數(shù)Q的值。
39. 根據(jù)權利要求38所述的圖像處理方法，其特征在于， 在上述分割粗糙度控制步驟中，當從外部提供期望的分割粗糙度時，變換為與該粗糙度相當?shù)膮?shù)Q的值并提供給上述 參數(shù)設定單元。
40. 根據(jù)權利要求30所述的圖像處理方法，其特征在于， 還具備節(jié)點統(tǒng)計保持步驟，在節(jié)點統(tǒng)計保持步驟中保持與對應于相鄰圖形的各節(jié)點的圖像區(qū)域的面積以及多邊形個數(shù)相關的節(jié)點統(tǒng)計信息， 在上述圖像區(qū)域合并處理步驟中，當執(zhí)行了圖像區(qū)域的合 并時，算出進行合并而新生成的圖像區(qū)域的面積以及多邊形的 個數(shù)，進行上述節(jié)點統(tǒng)計部的更新處理。
41. 根據(jù)權利要求40所述的圖像處理方法，其特征在于， 還具備相鄰圖形重新評價步驟，在相鄰圖形重新評價步驟中根據(jù)更新后的節(jié)點統(tǒng)計信息重新計算將合并處理后的圖像區(qū) 域及其相鄰圖像區(qū)域連接的邊緣的權重因子，根據(jù)權重值對相 鄰圖形中的邊緣進行重新分類，重復進行上述圖像區(qū)域合并處理步驟中的圖像區(qū)域的合并 和節(jié)點統(tǒng)計信息的更新，直到不存在根據(jù)上述統(tǒng)計處理算法應 該合并的圖像區(qū)域對為止。
42. 根據(jù)權利要求40所述的圖像處理方法，其特征在于， 在上述圖像區(qū)域合并處理步驟中，當進行了圖像區(qū)域的合并時，只保留由新生成的圖像區(qū)域的邊界附近的多邊形構成的 外殼，算出圖像區(qū)域的面積以及多邊形個數(shù)來進行上述節(jié)點統(tǒng) 計信息的更新處理，使用外殼判斷以后的圖像區(qū)域的合并是否 成功。
43. 根據(jù)權利要求42所述的圖像處理方法，其特征在于， 在上述圖像區(qū)域合并處理步驟中，將進行合并而新生成的圖像區(qū)域的整個外圍的邊界附近的多邊形作為外殼而保留。
44. 根據(jù)權利要求42所述的圖像處理方法，其特征在于， 在上述圖像區(qū)域合并處理步驟中，將要合并的各圖像區(qū)域鄰接的邊界附近的多邊形作為外殼而保留，當進行了該合并處理時，在上述相鄰圖形評價步驟中進行 相鄰圖形的重新評價。
45. —種計算機程序，是以計算機可讀形式記述的計算機 程序，該程序使計算機執(zhí)行用于對由分別具有屬性值的多個節(jié) 點形成拓樸的數(shù)據(jù)進行處理的處理，其特征在于，使上述計算 機執(zhí)行以下過程拓樸評價過程，根據(jù)在上述拓樸上相鄰的節(jié)點彼此分別具 有的屬性值來求出將節(jié)點間連接的邊緣的權重因子，根據(jù)權重因子對邊緣進行分類；以及節(jié)點合并處理過程，按照該進行分類的順序取出利用邊緣 進行連接的節(jié)點對，根據(jù)規(guī)定的統(tǒng)計處理算法評價是否應該將 該節(jié)點彼此進行合并，進行節(jié)點區(qū)域的合并處理。
46. —種計算才幾程序，是以計算才幾可讀形式記述的計算機 程序，該程序使計算機執(zhí)行用于將對象處理為由多個多邊形構 成的多邊形網(wǎng)格來進行圖像處理的處理，其特征在于，使上述 計算機執(zhí)行以下過程相鄰圖形輸入過程，輸入記述多邊形網(wǎng)格的相鄰圖形；相鄰圖形評價過程，比較利用邊緣進行連接的各圖像區(qū)域 所具有的屬性值，根據(jù)比較結果對邊緣賦予權重因子，根據(jù)權 重值對相鄰圖形中的邊緣進行分類；以及圖像區(qū)域合并處理過程，按照進行分類的順序取出夾著邊 緣的圖像區(qū)域對，根據(jù)統(tǒng)計處理算法評價是否應該合并圖像區(qū) 域彼此，進行圖像區(qū)域的合并處理。
全文摘要
高速且高精度地進行適合交互式應用程序的漸進的網(wǎng)格分割處理。圖像處理裝置10具備圖像信息輸入部1，其以相鄰圖形的形式輸入成為處理對象的3維圖像信息；相鄰圖形評價部2，其評價所輸入的相鄰圖形的各邊緣來進行分類；圖像區(qū)域合并處理部3，其按照進行了分類的順序取出夾著邊緣的圖像區(qū)域對，根據(jù)統(tǒng)計處理算法評價它們并進行合并處理；以及微小區(qū)域處理部4，其對作為進行圖像區(qū)域合并處理的結果而殘留的微小區(qū)域進行處理。
文檔編號G06T19/00GK101194290SQ20068002047
公開日2008年6月4日 申請日期2006年6月5日 優(yōu)先權日2005年6月7日
發(fā)明者弗蘭克·尼爾森 申請人:索尼株式會社