画像の領域分割 　(Part of segmentation)

画像の中から対象物を分離するのは、事前に予備知識がない状態からでは決して容易な
処理ではないが、自動で判断を行うには避けては通れない関門であると考えている。
複雑な認識の可能性を検討すると、あらためて生物の視覚機能の優位性に驚かされる。

画像（写真）の中に映っている対象を判断する事を考えた場合、１枚のデータに対して
結果をだす事にとらわれ過ぎていた感がある事は否めない。
人であれば、全体を一瞬で把握でき、更に興味のある部位を特定し、より詳細な情報を
得る事が出来ると同時に、画像上には存在しない情報も得る事が出来る。
例えば、二人の人がボトルのワインを飲みながら、話をしている写真に対し、どちらに
窓が有りますかと質問をすることを考える。
当然、写真には窓は映っていない、この状態では窓は有りませんと判断するが、人なら
"窓"⇒ "光"⇒"影"⇒"ワインボトルの影、人のグラデーション"から、”写真には写って
いなが左の方にあると思います。”と回答するかも知れない。
また錯覚を起こすような画像、見方を変えると別の物がみえた来たり、存在しない図形が
認識（疑似輪郭により想起される図形等）される場合も考慮すると、デジタル化、同一性
の抽出、同一性部位の連結、及び連結部位と意味のマッピング機能、等に、処理をレイヤ
分割し最適化する事で、より良い結果(判断)を得る可能性を検討し試みる。

複数のレイヤからなる認識処理を考えた場合、下記の様なレイヤを想定する

layer 0	アナログデータをデジタルデータに変換。（コンピュータ処理用） レンズ、カメラ、メモリ（画素単位）
layer 1	同一特徴を持つ連続領域（blob）分割（領域識別子付与処理を含む） フレーム毎の、画素（pixel）、塊(ブロブ：blob) 変換（領域内特徴量計測を含）
layer 2	layer 1 の blob をオブジェクト（グループ）化。（blobの仮想分割を含） オブジェクト と １つ以上の”意味” の仮マッピング （参照データは別途規定） （マッピング情報として、”無意味”も重要な意味）
layer 3	オブジェクト と ”意味” のマッピング(複数フレームデータの相関処理を含)  ”意味”に対する尤度の算出 layer 2 へのヒント付き処理リクエスト生成＆依頼 layer 0 コントロール（取得位置、焦点、被写界深度等の制御）
layer 4	TBD (layer 4 or higher)

各画素に対して、色や、特徴が一致又は似通った部分を塊（Blob）として抽出する。対象、
非対称が、同等の特徴量を持って接している場合も、分離等は試みず ”あくまで1つの塊”
（Blob）として、抽出する。 (同等:同一か、十分に同一とみなせる程度の差)

本コンセプトに基づいて、Blob化手法を検討し、評価した結果を下記に示す。

	ラベリング済み ・領域の大きさ ・平均色、重心 ・包括関係 等の把握が可能	原画に対して、領域分割処理を行う 処理内容（基本） ・画像を読み込み自己判断する 　（補助情報を提供しない） ・ある程度の大きさで抽出される 　非常に細かい領域として、分割 　される場所は、テクスチャー情報 　を表しているので、上層のレイヤ 　で処理、現時点では無視する ・単一領域であり且つ、他の領域内 　に完全包括されている場合は、 　包括している領域（上位）に統合 　(本画像: 初期分割数 5万以上)
図１、猫（HINA）の原画	分割境界が、 人の認識と ”近い” 事が重要	対象、非対称が同じか、非常に近い 色情報を持つ時は分離出来ない （これは正しい結果）、Blobの仮想 分割は、上層のレイヤでの処理
	原画に対する 同属域抽出処理 処理 1 回目
図 ２、抽出領域毎の平滑化 A		図 ３、抽出領域の疑似カラー表示
	平滑化画像 A に対して、再度 同属域抽出処理 を施す（２回目）
図 ４、抽出領域毎の平滑化 B		図 ５、抽出領域の疑似カラー表示
	平滑化画像 B に対して、再度 同属域抽出処理 を施す（３回目）
図 ６、抽出領域毎の平滑化 C		図 ７、抽出領域の疑似カラー表示
	平滑化画像 C に対して、再度 同属域抽出処理 を施す（４回目） 強制的に、近い 特徴の Blob を 統合はできるが テクスチャー、 複雑さ等の情報 は失ってしまう
図 ８、抽出領域毎の平滑化 D		図 ９、抽出領域の疑似カラー表示

無理やり特徴の近い部分を結合させても、所望する境界部分の安定性は保持されている。

コンピュータの性能が著しく向上しているので、今までは検討対象外の手法も、十分
検討に値する様になった事の意義は大きいと考えるが、同時に誰もが簡単に従来では
出来なかった事が出来るようになったのも事実である。