象徴勾配スペクトル（しょうぞうこうばいすぺくとる）
最終更新：2026/4/22
象徴勾配スペクトルは、画像処理において、画像の勾配方向の分布をヒストグラムとして表現したものであり、テクスチャ解析に用いられる。
別名・同義語 勾配スペクトルテクスチャ記述子
ポイント
この手法は、画像の局所的なパターンを捉え、画像認識や物体検出などの分野で応用されている。特に、照明変化に強い特徴記述子として知られている。
概要
象徴勾配スペクトル（Symbolic Gradient Spectrum: SGS）は、画像内のエッジやテクスチャの方向情報を効率的に表現するための画像記述子である。従来の勾配ヒストグラム法と比較して、計算コストが低く、ノイズに対するロバスト性が高いという特徴を持つ。
原理
SGSは、まず画像を勾配画像に変換する。次に、各ピクセルの勾配方向を量子化し、その方向のヒストグラムを作成する。このヒストグラムが象徴勾配スペクトルとなる。量子化の際には、勾配方向をいくつかのビンに分割し、各ビンに該当するピクセルの数をカウントする。
特徴
- 計算効率: 勾配画像の計算とヒストグラムの作成のみで構成されるため、計算コストが低い。
- ロバスト性: 勾配方向の分布を用いるため、照明変化やノイズの影響を受けにくい。
- テクスチャ表現: 画像のテクスチャ情報を効果的に表現できる。
応用
SGSは、以下のような様々な画像処理タスクに応用されている。
- 画像認識: 物体認識やシーン理解
- 物体検出: 特定の物体を画像から検出
- 画像検索: 画像間の類似度検索
- テクスチャ分類: 画像のテクスチャパターンを分類
関連技術
- 勾配ヒストグラム法 (Histogram of Oriented Gradients: HOG)
- 局所二値パターン (Local Binary Pattern: LBP)
- スケール不変特徴変換 (Scale-Invariant Feature Transform: SIFT)