線特徴による自然物と人工物の識別

　画像をその中に写っている対象によって分類することは、色々な場面で役に立ちます。すぐに思いつくのは、画像を検索する応用ですが、ここでは特に画像の高画質化への応用を主対象としています。
　デジタルカメラ等で撮影した画像を利用する場合、そのままの形で利用することは少なく、通常、レタッチと呼ばれる“好ましい見えの画像にする”処理が行なわれます。その中にシャープニングと呼ばれる鮮鋭度を高める処理があります。
　このシャープニングの最適な強度が、画像の内容、特に自然物画像と人工物画像で異なると言われています。具体的には、人工物にはかなり強く掛けた方がよいが、自然物には余り強く掛けると不自然な画像になります。図１の人工物画像は図２にようにシャープニングした方が好ましく見えるのに、図３の自然物画像は図４のように同じ強度でシャープニングすると不自然に見えます。ですから、このシャープニングの強度を自動的に調節するには、画像の内容が自然物か人工物かを識別する必要があります。（実際にそのように感じるかは、このページを見ているコンピュータディスプレイの設定やサイズによりますので保証はできません。実際の実験は、印刷物で解像度やサイズを固定して行ないます。）
fig.1

　　　　　　　　　　　　　　　　図１　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　図２
fig.3

　　　　　　　　　　　　　　　　図３　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　図４

画像を記述する３種の線特徴

　画像の鮮鋭化は、画像の線状のエッジ部分を強調することにより行なわれますので、画像の線特徴で自然物と人工物の識別ができるとの仮定の下に、まず直線の抽出を行ないました。図１の画像から抽出された直線が図５、図３の画像から抽出された直線が図６になります。
fig.5

　　　　　　　　　　　　　　　　図５　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　図６
これを見ると、

人工物では長いエッジが多いが、自然物では短いエッジばかりである。
人工物のエッジは、縦と横のように向きが揃っている。
自然物のエッジは、画像全体に満遍なく存在するが、人工物の場合はそうではない。

のような特徴があることが分かります。そこで、次のような３種類の線特徴を画像処理により抽出し、実験しました。

抽出された直線の内の、長いものの比率(X)
抽出された直線方向のばらつき(Y)
抽出されたエッジが画像全体を覆っている程度(Z)

実験結果

識別実験結果(識別率(%)）
	X	Y	Z	f_XY	f_XZ	f_YZ	f_XYZ
Set 1	90	82	83	87	90	89	91
Set 2	92	89	80	91	90	87	91
Set 3	88	83	79	86	90	84	85
Average	90	84.7	80.7	88	90	86.7	88.7

　上の表は、それぞれの特徴による識別率を示しています。f_XY などは、特徴XとYの組み合わせの特徴を示しています。この実験の結果、特徴Xが、他のものに比較して断然強力で、単独で90%以上の識別力を持つことが分かりました。また、この直線特徴は、従来知られていた特徴と比較しても格段に強力であることも分かりました。