本稿では，自然画像中にある類似部分領域検索を木構造を利用することによって高速化する手法を提案する．さらに，その直接の応用であるフラクタル圧縮によって性能を評価し，全体画像からのデータマイニングに適用することを目指す．検索対象となる部分領域集合を4等分割し，各領域の濃淡を実数の2進表現によるビットプレーンを用いてコード化することで索引木と呼ばれる木を生成する，そして，索引木を用いることにより，クエリに類似する部分領域を高速に検索できることを実証する．データマイニングへの応用に対しては，1枚の画像から複数の索引木を生成し，頻出なパス集合を発見する手法を提案する．実験では，画像から得られる頻出パスの個数については画像ごとに違いが見られ，特徴としてとらえることが示せた．%In this paper, we propose a new method for speeding up retrieval of subregions in natural images by using tree structures. We evaluate our method by fractal compression, and moreover we apply the method to image mining. In our method a tree called an index tree is generated from given subregions by using bit planes. Our experiments show that faster fractal compression is achieved by using index trees. As the application of our method to image mining, we treat the problem of extracting frequent subregions as features of an image. As a solution, we propose a new method to find sets of frequent paths from sets of index trees. We give some experimental results showing that we can regard the number of frequent subregions as features of an image. We also found same images whose waveform cannot be regarded as features.
展开▼
