A5-1

画像類似度に関する研究

浅山研究室

I02I123 松若 光一 I01I021 榎本 拓郎 I00N029 鴉 裕孝

1．はじめに

近年，ネットワークやデジタルカメラなどの

普及により，非常に多数の画像データを使うこ

とが一般化している．数枚の画像から目的の画

像を検索することは容易である．しかし，人力

では数百枚もの画像から，目的の画像を検索す

ることは困難である．そこで類似画像検索とい

う技術を利用し，コンピュータで検索を行うこ

とが行われている．しかし，人間とコンピュー

タは画像を認識する原理が異なるため，人間が

検索したい画像をコンピュータも検索するとい

うことは難しい[1]．

類似画像検索技術は，次の 2つの技術から成

り立っている．

(1)画像の特徴量を定義し，全ての画像に対し

て特徴量を求める．

(2)その特徴量を元にして画像の類似性の比

較，検索を行う．

我々は，類似画像検索において，より人間の

感覚に近い分類を行える手法を求めることを，

研究の目的とする．

2．特徴量と画像類似度

類似画像を検索するには，特徴量と画像類似

度を定義する必要がある．

特徴量とは，画像の特徴を数値として表現し

たものであり，「色特徴」，「テクスチャ」，「形状」

といった 3種類がある[2]．

色特徴とは，画像中で使われている代表色と

その色の割合，色の配置(色分布)などを表す数

値である[2]．

テクスチャとは，画像がもつパターンの規則

性，方向性などを表す数値である[2]．

形状とは，画像で使われているオブジェクト

(特徴のある形)を表し，オブジェクトの特徴か

ら特徴量を求める[2]．

画像類似度とは，比較画像と元画像がどの程

度類似しているかを表す数値である．

3．実験

3．1 類似画像検索の流れ

類似画像検索は，たくさんある画像の中から

1 枚の画像を指定して，画像の特徴量を調べ，

画像データの中から 1枚ずつ画像の特徴量の比

較を行い，両者の類似度を計算して，類似度が

高い順番に並び替えて表示するというものであ

る．

3．2 使用する特徴量

特徴量は複数の種類を同時に検索に用いる

ことも可能であるが，各特徴量から求められた

類似度を 終的に 1つの類似度とする際にどの

ように求めるかが問題となってくる．よって今

回は同時に使用する特徴量は 1種類とすること

にした．

実際に使用する特徴量について説明する．類

似する画像は同じ場所によく似た色があるので

はないかと仮定し，画像を縦横共にほぼ等間隔

に 3分割した 9つの領域に分け，各領域におけ

る代表色を特徴量とすることにした．

領域の数を 9 つとした理由としては，写真等

を撮影する際に明確な対象物がある場合は，そ

の対象物が中心になるように撮影することが多

いと考えられる．よって画像の中心に意味のあ

るものが存在する可能性と特徴量の数値の個数

A5-2

の増加による処理速度の低下を考慮し，中心が

存在する分割数のうち 小となる 9 分割を使用

した．

代表色は 終的に 2種類使用したが，それに

ついては結果と併せて説明する．

3．3 類似度

類似度は特徴量の比較から 終的に 1つの値

として算出されるものであるが，画像 1枚に対

して特徴量の値が複数ある場合，対応する特徴

量同士を比較し一つの数値として統合すること

が必要となる．今回使用した特徴量では，同じ

位置の領域から求められた代表色同士を比較す

る必要がある．

また求める類似度は特徴量のユークリッド距

離を 0から 1の間に収まるように正規化したも

のである．

終的な画像類似度は，9 つの領域別々に類

似度を算出した後，全ての領域の平均を求め，1

から引くことで数値が 1 に近いほど類似性が高

いことを表す値として求めた．

3．4 プログラム

使用したプログラミング言語は Visual Basic

と Borland C である．Visual Basic は GUI を簡

単に作成できるので，検索の操作や結果の表示

を分かりやすくするために使用した．Borland C

はVisual Basicに比べ処理速度が高速であるの

で特徴量と類似度の計算を行った．

4．実験結果

4．1 実験に使用した画像

実験に使用する画像は，主に校内をデジタル

カメラで撮影して回って集めたものである．そ

の一部を紹介する(図 1)．

図 1．実験に使用した画像の一部

4．2 ＲＧＢ平均色による実験

始めに使用した代表色は計算の単純さから平

均色を使用した．これは領域内の画素の R，G，

B の値のそれぞれの平均値を色としたものであ

る．

検索元となる画像を図 2 とした場合の類似画

像検索の結果は図 3である．検索結果は類似度

の高い順に，類似度とファイル名がリストに出

力される．また検索結果の 1位と 2位の画像を

図 4，5に示す．

A5-3

図 2．検索元の画像

図 3．平均色での検索結果

図 4．平均色での検索結果の 1 位

図 5．平均色での検索結果の 2 位

この結果では，1 位に検索元画像とよく似た

消火器が写った画像が出ているので，これにつ

いては非常によい結果であると言える．しかし

2 位にある公衆電話の画像は元画像と比べ人間

の感覚からは大きく外れた画像である．

4．3 色相の平均による実験

上記の公衆電話の結果に違和感があるのは，

中央にある物体の色が検索元の画像では赤色な

のに対して公衆電話が緑色だからである．そこ

で類似度を色の違いのみから算出する実験を行

った．

色の違いから類似度を求めるためには特徴量

を色の種類とする必要がある．そこで用いたの

は HSV 空間[3]における Hue(色相)の値である．

Hue を特徴量とし，検索元の画像を変えずに

類似画像検索を行った結果は図 6，7，8である．

図 6．Hue での検索結果

図 7．Hue での検索結果の 1 位

図 8．Hue での検索結果の 2 位

Hue を用いた場合の結果では，消火器の画像

は出てこなかったものの，1位，2位共に中央に

赤い物体が写っている画像が求められた．

4．4 結論

これらの結果より，9 分割の各領域の RGB 平

均色での類似画像検索では，人間の感覚に近い

結果が得られることが分かった．また Hue を特

A5-4

徴量として用いた検索のほうが，より人間の感

覚と違和感の無い結果を得られる可能性が高い

と言える．しかしどちらの方法においても，違

和感のある画像が上位の結果に含まれることが

あるので，その改善が今後の課題と言える．

5．考察

代表色を RGB 色空間の平均色とした場合の結

果で公衆電話の画像が上位に現れた理由として

は，元画像も公衆電話の画像も周囲の色は灰色

に近い色であることから，9 つの領域の内，類

似度が低いと考えられる中央の縦 3 つ以外の領

域の類似度が非常に高かったため，結果として

9 つの類似度の平均である画像の類似度が高く

なったと考えられる．

また，中央部分についても両画像とも暗めで

あることから，数値的には人間が感じるほど離

れているわけではないと考えられる．

実際に元画像と比較した公衆電話の画像の 9

つの類似度を見てみると，ほぼ考察の通りであ

ることが分かる(表１)．よって 終的な類似度

を平均から求める方法では，人間の印象に大き

く影響する色のある領域の類似度が低かったと

しても，画像の類似度が低くなるとは限らない

ため，類似度の算出方法を改善する必要がある

と言える．

表１．図 5 の領域別類似度

0.956214 0.877215 0.968874

0.936686 0.853951 0.959246

0.905421 0.850740 0.849219

次に色の距離について考察を行う．今回使用

した特徴量は RGB 空間のものと HSV 空間の一部

である．このどちらの色空間においても赤色と

緑色の距離と，赤色と青色の距離は等距離と判

断される．色を数値で表現する以上，色の違い

は数値の距離で表すことになるが，ある程度以

上色の距離が離れてしまうと，人間の感覚では

どちらも似ていないとしか判断が出来なくなる．

よって，一定以上の距離がある色については類

似度を求めないようにすれば，人間の感覚から

外れた色のものが検索結果の上位に現れること

が少なくなるのではないかと考えられる．

2 つ目の代表色として HSV 空間の Hue のみを

使用したが，残りの Saturation(彩度)と

Brightness(明度)を使用しないことで，問題点

が生じると考えられる．それは色の種類の違い

でしか類似度を求めないので，暗い赤色も明る

い赤色も同じ赤として扱われるということであ

る．このことは，明るい場所と暗い場所にある

同じ物体を類似度が高いと判断できる可能性が

考えられる一方で，限りなく白に近い緑と青が

存在した場合に，人間なら同じ白だと判断する

ところを，色は緑と青だと扱ってしまい，類似

度を下げてしまうという状況が考えられる．よ

って Hue のみを用いた場合の利点を生かしつつ，

Saturation と Brightness の値を利用する方法

を考案することが出来れば色を用いた類似画像

検索の精度を高めることが出来るのではないだ

ろうか．

参考文献

[1] コンピュータビジョン

http://www.ieice.org/jpn/books/kaishikiji/

200001/20000101.html

[2] MPEG-7 と映像検索 國枝孝之 脇田由喜 高橋望 共著 CQ 出版社

[3] HSV 色空間

http://ja.wikipedia.org/wiki/HSV%E8%89%B2%

E7%A9%BA%E9%96%93