专利名称：图像检索方法和图像检索装置的制作方法
技术领域：
本发明涉及从成为检索对象的图像中，找出与用户指定的图像相似的图像的图像检索方法和图像检索装置。
背景技术：
迄今为止，在图像检索中使用与该图像关联的关键字的检索是一般的情形。另外，作为根据成为检索键的基准图像更直观地检索类似的图像的方法，是从基准图像，提取颜色、结构、轮廓等的特征量，根据这些特征量进行检索的方法。另一方面，也提出了将基准图像分割成区域对每个区域提取图像特征量，进行与成为检索对象的图像的相似度计算的方法。
一般地说，在拍摄的图像中存在着被拍摄物体部分和背景部分。当从整个图像提取特征量时，在该特征量中混合存在着被拍摄物体的特征量和背景的特征量。因此，特别是在背景部分占据很大区域的图像的情形中，该背景的特征量成为使检索精度显著降低的主要因素。
为了解决该问题，在专利文献1(日本特开2004-21430号专利公报)中，提出了将图像分割成几个区域提取特征量，计算类似度的方法。
但是，在专利文献1的方法中区域分割的手法是矩形，没有示出明确的被拍摄区域的特定方法。另外，关于图像的特征量存在着非常多的种类，颜色、形状、结构等，分别表示着图像的不同特征。在相似度计算中应该重视的特征量因为根据检索对象的图像、用户的爱好而不同，所以难以得到所要的结果。还有，存在着当参照图像数量很大时，对全部的众多的特征量进行相似度计算时，需要大规模的计算处理，很可能导致检索系统的高成本化和损害用户的使用便利性。
本发明就是为了解决上述课题而完成的，本发明的目的是得到通过特征量的相互利用，力图达到提取特征量和计算相似度的高速化，并且通过适应的区域分割和适当的特征量选择，提高检索精度和速度的图像检索方法和图像检索装置。
发明内容
涉及本发明的图像检索方法和图像检索装置包括从成为检索键的基准图像提取色配置特征量、代表色特征量、区域分割特征量、形状特征量的单元；和通过相互利用上述特征量，特定图像的关注区域的单元。
如果根据涉及本发明的图像检索方法和图像检索装置，则能够高速地进行图像特征量的提取和相似度计算，并且可以进行适宜的区域分割和特征量选择，能够得到提高检索精度的效果。
图1是表示本发明的实施方式1中的图像检索方法的方框图。
图2是表示根据本发明的实施方式1的基准图像和根据该基准图像作成的置换图像的图。
图3是表示本发明的实施方式2中的图像检索方法的方框图。
图4是表示根据本发明的实施方式2的由用户指定简单的关注区域的样子的图。
图5是表示本发明的实施方式3中的图像检索方法的方框图。
图6是表示本发明的实施方式3中的由用户进行关注区域判定的流程图。
图7是表示本发明的实施方式4中的图像检索方法的流程图。
图8是说明关于本发明的实施方式5中的相似度计算单元的计算方法的图。
图9是表示本发明的实施方式6中的图像检索方法的流程图。
具体实施万式下面，为了更详细地说明本发明，我们按照
用于实施本发明的最佳方式。
实施方式1.
图1是表示本发明的实施方式1中的图像检索方法的方框图。
本图像检索方法具有将输入的成为检索键的基准图像，以下称为基准图像101分割成块，计算每个块的平均色，提取关于色配置的特征量，以下称为色配置特征量102的色配置提取单元201；计算图像的代表色，提取表示图像代表色的特征量，以下称为代表色特征量103的代表色提取单元202；作成将基准图像101中的各象素的颜色置换成上述代表色的图像，以下称为置换图像104的象素置换单元203；从置换图像104推定图像中令人关注的区域即关注区域和不令人关注的区域即非关注区域，提取分割区域的特征量，以下称为区域分割特征量105的区域分割单元204；计算图像中的物体形状，提取形状特征量，以下称为形状特征量106的形状提取单元205；存储提取出的上述各特征量的特征量缓冲器206；参照图像群的各特征量的数据库即特征量数据库207、和从基准图像和参照图像的特征量计算相似度的图像相似度计算单元208。
将输入到色配置提取单元201的基准图像101分割成矩形，针对每个块算出平均色，以下称为块平均色，而成为色配置特征量102。
用色配置特征量102和基准图像101，由代表色提取单元202提取图像的代表色，以下称为图像代表色作为代表色特征量103。在提取代表色时大多使用分组环。例如，由代表色提取单元202，通过将色配置特征量102的信息用于分组环的初始值，可以实现图像代表色的提取高速化。以往，因为当提取代表色时也没有什么信息，所以存在着在提取的计算处理上花费时间的问题。通过用上述块平均色，可以在代表色提取单元202中提取代表色时的计算处理高速化。
进一步，在象素置换单元203中，将基准图像101的各象素置换成图像代表色，作成置换图像104。图2是根据图像代表色从基准图像作成置换图像时的例子，从图中左面的基准图像作成右面的置换图像。在图2中使灰度图像的图像代表色作为白、黑二值进行置换。
将该置换图像104输入到区域分割单元204。用远比基准图像101少的色数表现置换图像104，通过用置换图像104，可以将对象图像高速地分割成关注区域和非关注区域。具体地说，存在着令各个代表色的部分为目标1、目标2…、目标x，将处于中心的目标作为关注区域，或者将图像代表色的亮度高的目标作为关注区域等的方法。在该区域分割特征量105中，包含着当将图像分割成区域时的各区域的位置信息、该区域是关注区域或是非关注区域等的信息。
将区域分割特征量105和置换图像104输入到形状提取单元205进行各目标的形状提取。通过用区域分割特征量105，如上所述知道关注区域和非关注区域的位置信息。与已往那样从基准图像直接计算形状的方法相比较，能够高速地计算形状，提取形状特征量106。
将用上述方法提取出的各特征量(色配置特征量、代表色特征量、区域分割特征量、形状特征量)107存储在特征量缓冲器206中。然后，在图像相似度计算单元208与保存在特征量数据库207中的参照图像的各特征量108进行相似度计算，算出图像相似度，输出相似度计算结果109。
如以上那样，如果根据本实施方式1，则通过在提取图像特征量时使用其它的图像特征量，可以进行各特征量的高速检索。在检索时，有效特征量根据图像而不同，且关于特征量的提取的计算处理需要时间的情形也是很多的。在实施方式1中，分别用色配置特征量高速地提取代表色特征量，用区域分割特征量和置换图像高速地提取形状特征量。结果，因为能够在短时间中提取图像的许多特征量，所以能够得到可以高速高精度地检索图像的效果。
实施方式2.
图3是表示本发明的实施方式2中的图像检索方法的方框图。
本图像检索方法具有从上述基准图像101提取区域分割特征量105的区域分割单元204；从区域分割特征量105和基准图像101提取代表色特征量103的代表色提取单元202；作成置换图像104的图像置换单元203；从置换图像104和区域分割特征量105提取形状特征量106的形状提取单元205；存储上述各特征量的特征量缓冲器206；参照图像群的各特征量的数据库即特征量数据库207；和从基准图像和参照图像的特征量计算相似度的图像相似度计算单元208。
在实施方式2中，首先由用户指定基准图像101中的关注区域之后，进行与上述实施方式1类似的检索。图4是由用户指定简单的关注区域的样子。用户可以只极简易单地用矩形指定图像中的关注区域，例如成为关注物的被拍摄物体或被拍摄物体的关注部分(图中框内的花的部分)。
根据由该用户产生的关注区域指定信息110，由区域分割单元204将基准图像101区域分割成关注区域和非关注区域，并提取区域分割特征量105。在该区域分割特征量105中包含着当将图像分割成区域时的各区域的位置信息、该区域是关注区域或是非关注区域等的信息。
从区域分割特征量105基准图像101，由代表色提取单元202提取基准图像101的代表色，即代表色特征量103。这里，在由用户指定的区域，即关注区域中，进行高精度的代表色提取，在没有指定的区域，即非关注区域中，进行重视速度的图像代表色提取。从而，与在全部区域进行高精度的图像代表色提取的情形比较，能够一面高速地一面不降低相似度计算时的精度地提取图像代表色。
进一步，由图像置换单元203，将基准图像101的象素置换成图像代表色，作成置换图像104。
由形状提取单元205，用该置换图像104和区域分割特征量105，提取形状特征量106。与实施方式1同样，可以通过用区域分割特征量105，来高速地计算形状和提取形状特征量106。
将用上述方法提取的各特征量107存储在特征量缓冲器206中。然后，与保存在特征量数据库207中的参照图像的各特征量108在图像相似度计算单元208中进行图像相似度计算，算出图像相似度，输出相似度计算结果109。
如以上那样，如果根据本实施方式2，则通过当提取图像特征量时使用其它的图像特征量，可以进行各特征量的高速检索。另外，用户可以极其简易地只指定基准图像中的关注区域，根据关注区域指定信息，能够高速并高精度地从基准图像提取代表色特征量。进而，能够根据区域分割特征量从置换图像高速地提取形状特征量。其结果，因为能够在短时间中提取图像的许多特征量，所以能够得到可以高速高精度地检索图像的效果。
实施方式3.
图5是表示本发明的实施方式3中的图像检索方法的框图。
本图像检索方法具有从输入的基准图像101提取色配置特征量102的色配置提取单元201；从色配置特征量102推定基准图像101的关注区域的关注区域推定单元209；由用户进行关注区域判定的关注区域判定单元210；从基准图像101提取区域分割特征量105的区域分割单元204；从基准图像101提取代表色特征量103的代表色提取单元202；作成置换图像104的象素置换单元203；从置换图像104提取形状特征量106的形状提取单元205；存储上述各特征量的特征量缓冲器206；参照图像群的各特征量的数据库即特征量数据库207；和从基准图像和参照图像的特征量计算相似度的图像相似度计算单元208。
将输入到色配置提取单元201的基准图像101分割成矩形，算出块平均色，形成色配置特征量102。
将该色配置特征量102输入到关注区域推定单元209。从色配置提取单元201到关注区域推定单元209和其后的关注区域判定单元210的，由用户进行的关注区域判定的流程图如图6所示。首先在步骤ST101，从输入的基准图像101的图像信号由色配置提取单元201提取色配置特征量102。其次在步骤ST102，由关注区域推定单元209从色配置特征量102推定包含关注物的区域，即关注区域。接着在步骤ST103，向用户提示在ST102推定的关注区域。下面将这里提示的信息作为关注区域推定信息111。接着在步骤ST104，在关注区域判定单元210用户进行提示的关注区域是否正确的判定，如果正确则移动到区域分割单元204。如果不正确则进行到步骤ST106。在步骤ST106提示关注区域的第2候补。或者变更提取参数和算法，由关注区域推定单元209再次推定关注区域，作为关注区域直到由用户判定为止重复进行关注区域的推定和提示。作为用色配置特征量的关注区域的具体推定方法，作为例子可以举出将色配置的亮度高的部分推定为关注区域的方法和将与处于色配置中心的颜色接近的色部分作为关注区域的方法。
根据由关注区域判定单元210得到的由用户进行的关注区域判定结果112，由区域分割单元204进行关注区域和非关注区域的分割，提取区域分割特征量105。在该区域分割特征量105中包含着当将图像分割成区域时的各区域的位置信息、该区域是关注区域还是非关注区域等的信息。
接着，从区域分割特征量105和基准图像101，由代表色提取单元202提取基准图像101的图像代表色，即代表色特征量103。这里，与实施方式2同样，在由用户判定为关注区域的区域中进行高精度的代表色提取，在此以外的区域，即非关注区域中，进行重视速度的图像代表色提取。从而，与在全部区域中进行高精度的图像代表色提取的情形比较，能够一面高速地一面不降低相似度计算时的精度地提取图像代表色。
进而，由图像置换单元203，从基准图像101和代表色特征量103作成置换图像104。
接着由形状提取单元205，从该置换图像104和区域分割特征量105提取形状特征量106。与实施方式1、2同样，可以用区域分割特征量105高速地计算形状和提取形状特征量106。
将用上述方法提取的各特征量107存储在特征量缓冲器206中。然后，与保存在特征量数据库207中的参照图像的各特征量108在图像相似度计算单元208中进行图像相似度计算，算出图像相似度，输出相似度计算结果109。
如以上那样，如果根据本实施方式3，则根据关注区域的自动推定和由用户进行的判定，能够从基准图像高速并高精度地提取代表色特征量。进而，能够根据区域分割特征量从置换图像高速地提取形状特征量。其结果，因为能够在短时间中提取图像的许多特征量，所以能够得到可以一面抑制用户的输入负担一面高速高精度地检索图像的效果。
实施方式4.
图7是表示本发明的实施方式4中的图像检索方法的流程图。在该流程图中ST202以后的部分表示在实施方式1～3中的图像相似度计算单元208中的计算方法。
首先，在步骤ST201从输入的基准图像101的图像信号，提取上述各特征量。其次在步骤ST202，访问特征量数据库207，对于参照图像参照特征量，由图像相似度计算单元208进行相似度计算。将该相似度计算结果109存储在特征量缓冲器206中。在步骤ST203中，仅对于可以进行高速的相似度计算的特征量，例如数据量比较少的特征量，从特征量数据库207参照参照图像的特征量，进行相似度计算。接着在步骤ST204，判定在步骤ST203算出的相似度是否比阈值高，当高时行进到步骤ST205，当低时行进到步骤ST206。在步骤ST205，关于判定为一部分特征量的相似度在阈值以上的参照图像，也对其它的特征量进行相似度计算，将计算结果存储在特征量缓冲器206中。在步骤ST206，如果参照参照图像中的全部图像的相似度，则输出存储在特征量缓冲器206中的相似度计算结果109。如果不参照全部图像，则回到步骤ST202。
如以上那样，如果根据本实施方式4，则即便在参照很大的特征量数据库的情形中，也只用一部分特征量对参照图像缩小范围。此后只对缩小范围后的参照图像，能够用余下的特征量计算相似度。其结果，因为能够减少应该进行相似度计算的特征量，所以能够得到可以高速地检索图像的效果。
实施方式5.
图8说明上述实施方式1～3中的图像相似度计算单元208中的计算方法。上图表示基准图像，下图表示参照图像。
以往，通过将基准图像分割成多个矩形得到的块的特征量、与参照图像对应的位置的块的特征量或者其周边的块的特征量进行相似度计算。所以，在基准图像和参照图像中各个关注区域的位置有显著不同的情形中，要进行高精度的检索是困难的。
在实施方式5中，根据在置换图像104中的自动提取(请参照实施方式1)，或由用户产生的关注区域指定信息110(实施方式2)，或所推定的关注区域的由用户产生的关注区域判定结果112(实施方式3)，如图8所示，能够进行根据提取的关注区域(被拍摄物体等)相互之间和非关注区域(背景等)相互之间的相似度计算。
如以上那样，如果根据实施方式5，则即便基准图像和参照图像的关注区域的位置在各个图像内不同，通过直接进行根据关注区域的相似度计算，能够得到可以高精度地检索图像的效果。
实施方式6.
图9是表示本发明的实施方式6中的图像检索方法的流程图。在该流程图中ST302以后的部分表示实施方式1～3中的图像相似度计算单元208中的计算方法。
首先在步骤ST301，从输入的基准图像101的图像信号提取上述各特征量。其次在步骤ST302，由图像相似度计算单元208进行特征量数据库207中的代表色图像，以下称为代表图像和基准图像101的特征量的相似度计算。这里，设预先将代表图像登记在特征量数据库207中。当对特征量数据库207中的种种图像进行分类时，在代表图像中选择成为各分类代表的图像。接着在步骤ST303，输出在ST302中的相似度计算结果109。接着在步骤ST304，从与输出的代表图像的相似度计算结果109，由用户选择并输入认为最类似的代表图像。接着在步骤ST305，从在ST304选出的代表图像中的各特征量的相似度，推定重要的特征量，即用户认为最重视的特征量，设定各特征量的权重。例如，是以相似度高的顺序在特征量中设定权重的方法。接着在步骤ST306，对全部参照图像进行与基准图像的图像相似度计算，使用在ST305设定的权重，从各特征量的相似度算出综合的相似度。
如以上那样，如果根据实施方式6，则从特征量数据库选择代表图像，用户只要进行简易的输入作业，即选择最类似的图像，便可以从很大的图像，得到用户更想要的检索结果。即，能够得到可以进行更高精度地检索图像的效果。
此外，在实施方式1～6中，将参照图像及其特征量两者存储在图像特征量数据库中。作为数据库的别的形态，也可以另外设置只存储参照图像的数据库，只将参照图像的特征量存储在图像特征量数据库中，将上述参照图像和特征量关联起来的构成。也可以采取通过该构成，在根据相似度计算结果参照图像特征量数据库后，通过上述关联，对参照图像数据库进行参照的方法。
如以上那样，与本发明有关的图像检索方法适合于根据照片等的由被拍摄物体部分和背景部分构成的图像，有效地进行它的类似图像的检索的图像检索装置。
权利要求
1.一种图像检索方法，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，该图像检索方法的特征在于包括将上述基准图像分割成块，提取表示每个块的平均色的色配置特征量的步骤；使用上述色配置特征量，从上述基准图像提取表示代表色的代表色特征量的步骤；作成利用代表色来置换上述基准图像的象素后的置换图像的步骤，所述代表色使用上述代表色特征量来表示；将上述置换图像分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量的步骤；从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出的步骤；和根据提取出的上述各特征量和上述参照图像群的各特征量计算相似度的步骤。
2.根据权利要求1所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用上述提取出的多个特征量中的可以高速计算相似度的特征量，对上述参照图像进行缩小范围；对缩小范围后的的参照图像，根据余下的特征量计算与上述基准图像的相似度。
3.根据权利要求1所述的图像检索方法，其特征在于在计算上述相似度的步骤中，提取上述参照图像的关注区域，使用上述基准图像和上述参照图像计算提取出的关注区域相互之间的相似度。
4.根据权利要求1所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用预先登记的上述参照图像群的代表图像进行与上述基准图像的相似度计算，并向用户提示其结果；根据由用户选择出的上述代表图像，设定上述各特征量的权重，使用加权的上述各特征量计算上述基准图像和上述参照图像的相似度。
5.一种图像检索方法，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，该图像检索方法的特征在于包括使用已输入的基准图像的关注区域指定信息，将上述基准图像区域分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量的步骤；使用上述区域分割特征量，从上述基准图像提取表示代表色的代表色特征量的步骤；作成利用代表色来置换上述基准图像的象素后的置换图像的步骤，所述代表色使用上述代表色特征量来表示；从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出的步骤；和根据提取出的上述各特征量和参照图像群的各特征量来计算相似度的步骤。
6.根据权利要求5所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用上述提取出的多个特征量中的可以高速计算相似度的特征量，对上述参照图像进行缩小范围；对缩小范围后的的参照图像，根据余下的特征量计算与上述基准图像的相似度。
7.根据权利要求5所述的图像检索方法，其特征在于在计算上述相似度的步骤中，提取上述参照图像的关注区域，使用上述基准图像和上述参照图像计算提取出的关注区域相互之间的相似度。
8.根据权利要求5所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用预先登记的上述参照图像群的代表图像进行与上述基准图像的相似度计算，并向用户提示其结果；根据由用户选择出的上述代表图像，设定上述各特征量的权重，使用附加了权重的上述各特征量计算上述基准图像和上述参照图像的相似度。
9.一种图像检索方法，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，该图像检索方法的特征在于包括将上述基准图像分割成块，提取表示每个块的平均色的色配置特征量的步骤；根据上述色配置特征量推定基准图像中的关注区域的步骤；接受推定出的关注区域是否正确的判定，将上述基准图像区域分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量的步骤；使用上述区域分割特征量，从基准图像提取表示代表色的代表色特征量的步骤；作成利用代表色来置换上述基准图像的象素后的置换图像的步骤，所述代表色使用上述代表色特征量来表示；从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出的步骤；和根据提取出的上述各特征量和上述参照图像群的各特征量计算相似度的步骤。
10.根据权利要求9所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用上述提取出的多个特征量中的可以高速计算相似度的特征量，对上述参照图像进行缩小范围；对缩小范围后的参照图像，根据余下的特征量计算与上述基准图像的相似度。
11.根据权利要求9所述的图像检索方法，其特征在于在计算上述相似度的步骤中，提取上述参照图像的关注区域，使用上述基准图像和上述参照图像计算提取出的关注区域相互之间的相似度。
12.根据权利要求9所述的图像检索方法，其特征在于在计算上述相似度的步骤中，使用预先登记的上述参照图像群的代表图像进行与上述基准图像的相似度计算，并向用户提示其结果；根据由用户选择出的上述代表图像，设定上述各特征量的权重，使用附加了权重的上述各特征量计算上述基准图像和上述参照图像的相似度。
13.一种图像检索装置，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，所述图像检索装置的特征在于包括色配置提取单元，将上述基准图像分割成块，提取表示每个块的平均色的色配置特征量；代表色提取单元，使用上述色配置特征量从上述基准图像提取表示代表色的代表色特征量；象素置换单元，作成利用代表色来置换上述基准图像的象素的置换图像，所述代表色使用上述代表色特征量来表示；区域分割单元，将上述置换图像分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量；形状提取单元，从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出；和图像相似度计算单元，根据提取出的上述各特征量和上述参照图像群的各特征量计算相似度。
14.一种图像检索装置，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，所述图像检索装置的特征在于包括区域分割单元，使用已输入的基准图像的关注区域指定信息，将上述基准图像区域分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量；代表色提取单元，使用上述区域分割特征量，从上述基准图像提取表示代表色的代表色特征量；象素置换单元，作成利用代表色来置换上述基准图像的象素后的置换图像，所述代表色使用上述代表色特征量来表示；形状提取单元，从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出；和图像相似度计算单元，根据提取出的上述各特征量和参照图像群的各特征量来计算相似度的步骤。
15.一种图像检索装置，用于从成为检索对象的参照图像群检索类似于检索键即基准图像的图像，所述图像检索装置的特征在于包括色配置提取单元，将上述基准图像分割成块，提取表示每个块的平均色的色配置特征量；关注区域推定单元，根据上述色配置特征量推定基准图像中的关注区域；区域分割单元，接受推定出的关注区域是否正确的判定，将上述基准图像区域分割成关注区域和非关注区域，提取包含关注区域和非关注区域及其各自的位置信息的区域分割特征量；代表色提取单元，使用上述区域分割特征量，从基准图像提取表示代表色的代表色特征量；象素置换单元，作成利用代表色来置换上述基准图像的象素后的置换图像，所述代表色使用上述代表色特征量来表示；形状提取单元，从上述置换图像和上述区域分割特征量提取上述关注区域和上述非关注区域的形状，作为形状特征量输出；和图像相似度计算单元，根据提取出的上述各特征量和上述参照图像群的各特征量计算相似度。
全文摘要
本发明提供图像检索方法和图像检索装置。涉及本发明的图像检索方法和图像检索装置备有从成为检索键的基准图像提取色配置特征量、代表色特征量、区域分割特征量、形状特征量的部件、和通过相互利用上述特征量，确定图像的关注区域的部件。
文档编号G06T7/00GK1973299SQ20048004340
公开日2007年5月30日 申请日期2004年8月19日 优先权日2004年8月19日
发明者工藤大树, 西川博文, 加藤嘉明 申请人:三菱电机株式会社