画像認識のための高次局所自己相関特徴上述のように自己相関関数はパワースペクトルと密接な関係があり、定常時系 列データの有効な特徴の一つである。大津等[53]は、画像の認識や 計測のために有効な基本的な画像特徴として、自己相関関数を拡張た高次局所 自己相関特徴を提案し、それらの特徴を多変量データ解析手法を用いて統合し て有効な特徴抽出する画像計測・認識手法を提案した。具体的な応用例につい ては多変量データ解析手法の説明のところで述べるが、ここでは、その準備と して高次局所自己相関特徴について説明しておく。 自己相関関数の高次への拡張は、高次自己相関関数と呼ばれている[45]。 参照点 での対象画像の輝度値を とすと、 次自己 相関関数は、参照点周りの 個の変位 に対して、 で定義される。高次自己相関関数は、次数 や変位 の取り方により無数に定義できるが、画像デー タでは、一般に、近くの画素間の局所的な相関の方が重要であ
