DE10040614A1 - Verfahren zur automatischen Erkennung einer gerichteten Struktur - Google Patents
Verfahren zur automatischen Erkennung einer gerichteten StrukturInfo
- Publication number
- DE10040614A1 DE10040614A1 DE10040614A DE10040614A DE10040614A1 DE 10040614 A1 DE10040614 A1 DE 10040614A1 DE 10040614 A DE10040614 A DE 10040614A DE 10040614 A DE10040614 A DE 10040614A DE 10040614 A1 DE10040614 A1 DE 10040614A1
- Authority
- DE
- Germany
- Prior art keywords
- feature
- digital image
- texture
- value
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/1093—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing, after transfer of the image of the data-field to an intermediate store, e.g. storage with cathode ray tube
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1456—Methods for optical code recognition including a method step for retrieval of the optical code determining the orientation of the optical code with respect to the reader and correcting therefore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
Um den Ort und die Orientierung einer gerichteten Struktur in einem digitalen Bild automatisch erkennen zu können, schlägt die Erfindung ein Verfahren vor, bei dem das digitale Bild in vorzugsweise zusammenhängende Blöcke unterteilt wird und für jeden Block mindestens ein Texturmerkmal bestimmt wird, welches ein Maß für die Strukturierung der Blöcke entlang vorgegebener Vorzugsrichtungen darstellt und aus den Texturmerkmalen Parameter ermittlet werden, die den Ort und die Orientierung einer gerichteten Struktur in dem digitalen Bild angeben.
Description
Die Erfindung betrifft ein Verfahren zur automatischen Erkennung eines
Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen
Bild, insbesondere zur Bestimmung des Ortes und der Orientierung eines
in dem digitalen Bild enthaltenen Barcodes.
Es sind verschiedene Verfahren zur Erkennung und Lokalisierung
gerichteter Strukturen in Bildern bekannt. Beispielsweise gibt es
Verfahren, bei denen aus einem Bild durch Anwendung eines Operators
(z. B. eines Laplacian-of-Gaussian-Operators, kurz LoG-Operator) ein
zweites Bild berechnet wird, dessen Pixelwerte nicht die Helligkeit,
sondern den lokalen Kontrast am Ort der jeweiligen Pixel darstellen. In
einem zweiten Schritt wird dann dieses zweite Bild daraufhin untersucht,
ob es entlang im wesentlichen gerader und im wesentlichen paralleler
Linien Pixel enthält, die hohe Werte aufweisen.
Ein Nachteil solcher Methoden besteht in dem hohen Rechenaufwand, der
aufwendige Recheneinheiten oder lange Auswertezeiten erfordert. Schon
die Verwendung eines Operators kann für viele Anwendungen zu
aufwendig sein. Nochmehr gilt dies für die sich anschließende
Auswertung des zweiten Bildes.
Andere Verfahren bestimmen innerhalb lokaler Bildbereiche die
zweidimensionale Autokorrelationsfunktion (AKF) oder das
zweidimensionale Fourierspektrum. Die Werte der AKF oder des
Fourierspektrums werden daraufhin weiterverarbeitet, um diese
Informationen über die Strukturierung der zugehörigen Bereiche zu
erhalten. Auch bei diesen Methoden ist der Rechenaufwand sehr hoch.
Die angesprochenen gerichteten Strukturen in Bildern können auch
Barcodes sein. Diese Barcodes sind spezielle optische Codes, die
beispielsweise aus parallelen Strichen (Bars) unterschiedlicher Dicke
bestehen, die durch Lücken (Spaces) unterschiedlicher Dicken
voneinander getrennt sind. Die Abfolge der Dicken der Bars und Spaces
stellen die im Barcode gespeicherte Information dar. Barcodes können auf
Warenverpackungen und Etiketten aufgedruckt werden, oder zur direkten
Markierung verschiedenster Produkte verwendet werden. Ein
wesentliches Merkmal ist dabei die Maschinenlesbarkeit von Barcodes.
Das heißt, dass es mit einer speziellen Apparatur (Barcodeleser) möglich
ist, die in einem Barcode gespeicherte Information zurückzugewinnen.
Zur Lesung von Barcodes bestehen zur Zeit zwei grundsätzlich
verschiedene Verfahrensklassen.
Bei der einen Klasse wird durch Abtasten der Vorlage mit einem
Laserstrahl ein Zeitsignal gebildet, das von einer nachfolgenden
Recheneinheit ausgewertet wird. Hierbei spricht man von einem
sogenannten 1D-Verfahren. Bei Lesegeräten, die nach dem 1D-Verfahren
arbeiten, kann eine Lesung des Barcodes nur dann erfolgen, wenn der
Laserstrahl den Barcode quer zu den Bars und Spaces schneidet. Wenn
die relative Lage von Barcode und Lesegerät nicht von vornherein
festliegt, eine Lesung des Codes aber dennoch ermöglicht werden soll
(lageunabhängig), ist es erforderlich, die Vorlage entlang verschiedener
Richtungen mehrfach abzutasten (omnidirektionale Lesung).
Vorrichtungsgemäß wird dies üblicherweise mit bewegten Spiegeln
erreicht, die den Laserstrahl so lenken, dass die Vorlage an verschiedenen
Orten und entlang verschiedener Richtungen abgetastet wird. Nachteilig
ist hierbei die Notwendigkeit bewegte Teile einzusetzen, wodurch sich
unter anderem Einschränkungen bei der minimalen Baugröße und der
Standzeit ergeben.
Bei der anderen Klasse wird die Szene von einer mit einem elektronischen
Sensor ausgestatteten Kamera aufgenommen und das auf den Sensor
projizierte Bild digitalisiert. Das digitale Bild wird dann zur Auswertung
an eine Dekodiereinheit übertragen (2D-Verfahren). Ein Vorteil von 2D-
Verfahren besteht darin, dass man bei diesem Barcodeleser auf bewegte
Teile verzichten kann. Ein weiterer Vorteil besteht darin, das in der
Dekodiereinheit ein digitales Bild vorliegt, welches ein Abbild des
Barcodes enthält.
Die Dekodiereinheit kann dabei wahlfrei auf die einzelnen Pixel des
Bildes zugreifen, wodurch die Klasse möglicher Dekodiermethoden
wesentlich erweitert wird. Insbesondere kann das gesamte Repertoire der
Methoden der digitalen Bildverarbeitung im Sinne einer Vorverarbeitung
des Bildes verwendet werden. Es lassen sich dadurch Fehler oder
Störungen des Codes, die beispielsweise beim Druckprozess entstehen
können, in gewissen Grenzen ausgleichen.
Bei den 2D-Verfahren zur Codedekodierung kann man unterscheiden, ob
eine Bestimmung des Ortes und der Orientierung des Barcodes im Bild
vorgenommen wird (lokalisierende Verfahren) oder nicht.
Lokalisierende Verfahren sind insbesondere dann vorteilhaft, wenn die
Lage und/oder die Orientierung des Barcodes innerhalb des Sichtfeldes
der Kamera nicht sicher vorausgesagt werden kann und der Barcode
zudem gelesen werden soll (omnidirektionale Lesung).
Bei nicht lokalisierenden Verfahren erzielt man die Fähigkeit zur
omnidirektionalen Lesung durch Auswertung des Bildes entlang einer
Vielzahl von virtuellen Scanlinien. Es wird also aus dem Bild ein 1D-
Signal gebildet, indem die Grauwerte des Bildes an verschiedenen Orten
entlang verschiedener Richtungen ausgelesen werden. Das so gebildete
1D-Signal wird daraufhin mit grundsätzlich ähnlichen Verfahren
ausgewertet, wie ein von einem Laserscanner generiertes Zeitsignal.
Unvorteilhaft ist dabei, dass die Grauwerte des Bildes entlang einer
Vielzahl von Linien ausgewertet werden und sich somit einerseits der
Rechenaufwand vervielfacht und andererseits die Gefahr von
Fehllesungen erhöht wird.
Bei einem bekannten Verfahren, das diese Nachteile durch eine Orts- und
Lagebestimmung des Barcodes vermeidet, werden in der direkten
Umgebung des Barcodes zusätzliche Markierungen angebracht. Diese
Markierungen werden in einem ersten Schritt von einem entsprechend
modifizierten Lesegerät erkannt. Da sich die Markierungen in einem
vorbestimmten Abstand zum Barcode befinden, ist mit der Lokalisierung
der Markierungen auch der Barcode lokalisiert. Bei diesem Verfahren ist
es nachteilig, dass es bedruckte Markierungen erfordert. Da diese
Markierungen nicht Bestandteil eines allgemein verbindlichen Standards
sind, werden diese nicht durchgängig verwendet.
Außerdem benötigen die zusätzlichen Markierungen auch eine zusätzliche
bedruckte Fläche. Gerade bei der Markierung von Waren (EAN/UPC) ist
die bedruckbare Fläche als Werbemedium kostbar, weshalb sich die
Verwendung zusätzlicher Markierungen bisher nicht durchsetzen konnte.
Da Barcodes aus parallelen Strichen aufgebaut sind, stellen sie im Sinne
der digitalen Bildverarbeitung gerichtete Strukturen dar und es ist
prinzipiell möglich, die aus der digitalen Bildverarbeitung stammenden
Verfahren zur Lokalisierung gerichteter Strukturen (Texturanalyse) auch
zur Lokalisierung von Barcodes einzusetzen. Diese Verfahren erfordern
jedoch die Anwendung von speziellen Operatoren (z. B. LoG-Operator),
die Bestimmung zweidimensionaler Korrelationsfunktionen oder die
Bestimmung des zweidimensionalen Fourierspektrums, also die
Anwendung rechenaufwendiger Algorithmen und sind deshalb zur
Lokalisation von Barcodes nicht wirtschaftlich einsetzbar.
Es ist somit Aufgabe vorliegender Erfindung, ein Verfahren
bereitzustellen, welches sich zur automatischen Erkennung eines Ortes
und einer Orientierung einer gerichteten Struktur in einem digitalen Bild,
insbesondere zur Erkennung eines in einem digitalen Bild enthaltenen
Barcodes, sowie zur zumindest näherungsweise Bestimmung des Ortes
und der Orientierung dieses Barcodes wirtschaftlich einsetzten lässt.
Erfindungsgemäß ist die obige Aufgabe dadurch gelöst, dass in einem
Verfahren zur automatischen Erkennung eines Ortes und einer
Orientierung einer gerichteten Struktur in einem digitalen Bild,
insbesondere zur Bestimmung des Ortes und der Orientierung eines in
dem digitalen Bild enthaltenen Barcodes, das digitale Bild in
vorzugsweise zusammenhängende Blöcke unterteilt wird und für jeden
Block mindestens ein Texturmerkmal bestimmt wird, welches ein Maß für
die Strukturierung der Blöcke entlang vorgegebener Vorzugsrichtungen
darstellt, und aus den Texturmerkmalen Parameter ermittelt werden, die
den Ort und die Orientierung einer gerichteten Struktur in dem digitalen
Bild angeben.
Vorteilhafterweise ist das Bild dabei ein von einem kamerabasierten
Codelesegerät aufgenommenes Abbild einer realen Szene, die unter
anderem einen Barcode enthält. Unter einem elektronisch vorliegenden
oder digitalen Bild wird hierbei ein aus einer Matrix von Bildelementen
(Pixeln) zusammengesetztes Objekt verstanden, wobei jedem Pixel ein Ort
(üblicherweise in Form eines Zeilenindex und des Spaltenindex) sowie ein
die Helligkeit am Ort des Pixels kennzeichnender Wert (Wert des Pixels)
zugeordnet ist. Es können aber auch auf andere Weise erzeugte, in
elektronischer Form vorliegender Bilder mit dem vorgestellten Verfahren
automatisch analysiert werden.
Besonders vorteilhaft ist bei dem erfindungsgemäßen Verfahren, dass sich
der Rechenaufwand gegenüber bekannten Verfahren zur Lokalisierung
gerichteter Strukturen, um ein vielfaches reduziert. Die Anwendung
dieses Verfahrens zur Lokalisierung von Barcodes wird durch diesen
verringerten Rechenaufwand sehr interessant.
Einen weiteren Vorteil, den das erfindungsgemäße Verfahren mit sich
bringt, ist, dass keine zusätzlichen Markierungen erforderlich sind,
welche bei herkömmlichen Verfahren zur Lokalisierung und
Orientierungsbestimmung für den Barcode benötigt wurden. Somit wird
auch keine zusätzliche Fläche für die Markierungen benötigt, wodurch
diese Fläche als eventuelle Werbefläche zur Verfügung steht.
Vorteilhaft bei dem Verfahren ist ebenfalls, dass nach der Lokalisierung
nur noch eine einzige Linie ausgewertet werden muss.
Außerdem verringert die Konzentration auf diejenigen Bildbereiche, die
mit hoher Wahrscheinlichkeit Barcodes enthalten, die Gefahr von
Fehllesungen.
Zur Lokalisierung einer gerichteten Struktur wird das digitale Bild in
Bereiche eingeteilt, die sogenannten Blöcke. Dabei ist es vorteilhaft,
wenn die Blöcke zusammenhängend sind und eine rechteckige Form,
vorzugsweise eine quadratische Form, aufweisen. Für jeden dieser
Blöcke, wird eine vorgegebene Anzahl von ersten richtungsempfindlichen
Merkmalen, den sogenannten "Merkmalen erster Ordnung" berechnet.
Diese "Merkmale erster Ordnung" werden im folgenden auch als "erste
Texturmerkmale" bezeichnet.
Die Berechnungsvorschrift für diese "Merkmale erster Ordnung" wird
dabei durch sogenannte Merkmalsfunktionen beschrieben. Eine
Merkmalsfunktion ist eine Zuordnungsvorschrift, die einem Block in
eindeutiger Weise eine Zahl zuordnet. Alle Merkmalsfunktionen sind
dabei so gestaltet, dass einem Block um so höhere Werte zugeordnet
werden, je größer die Grauwertunterschiede des Blocks entlang einer
vorbestimmten Vorzugsrichtung sind. Es wird also ein Satz von
Merkmalsfunktionen festgelegt, wobei jeder der Merkmalsfunktionen aus
diesem Satz eine Vorzugsrichtung zugeordnet werden kann, entlang der
ein Bildblock ausgewertet wird. Dabei sind die Merkmalsfunktionen so
gestaltet, dass die zugehörigen Vorzugsrichtungen die Gesamtheit aller
Richtungen möglichst gleichmäßig abdecken.
Insbesondere werden die Merkmalsfunktion so gewählt, dass je zwei
beliebig ausgewählte verschiedene Merkmalsfunktionen auch
verschiedene Vorzugsrichtungen besitzen. Dabei wird ein "Merkmal
erster Ordnung" durch Anwendung einer Merkmalsfunktion auf einem
Block bestimmt. Man erhält also für jeden Block und für jede
Merkmalsfunktion einen Wert.
Es ist vorteilhaft, wenn das Verhältnis der Anzahl Pixel pro Block zu der
Anzahl der Merkmalfunktionen deutlich größer als 1 ist, weil dann die
Anzahl der Merkmale pro Bild deutlich geringer ist als die Anzahl der
Pixel des Bildes, wodurch sich die Komplexität der nachfolgenden
Berechnung wesentlich verringert.
Um nun zusätzlich Einsparungen an Rechenzeit und Speicherzugriffzeit
zu gewinnen, ist es vorteilhaft, jeweils nur einen Teil der Pixel eines
Blocks auszuwerten.
Man kann sich dabei die Merkmalsfunktion auch als eine
"Messeinrichtung" vorstellen, die die "Aktivität" eines Bildes oder eines
Bildausschnittes entlang der Vorzugsrichtung misst. Das Texturmerkmal
entspricht dann dem "Ausschlag" des richtungssensitiven Messgerätes
"Merkmalsfunktion". Beinhaltet ein Block eine gerichtete Struktur, so
wird ein Texturmerkmal, das im wesentlichen parallel zu der Struktur
verläuft, einen relativ geringen Wert aufweisen. Ein Merkmal, das im
wesentlichen senkrecht zu der Struktur verläuft, wird hingegen einen
relativ hohen Wert aufweisen. Eine gerichtete Struktur innerhalb eines
Blockes wird also auf zwei verschiedene Weisen detektiert.
Zum einen äußert sich eine gerichtete Struktur durch hohe Werte einer
Merkmalsfunktion, deren Vorzugsrichtung im wesentlichen senkrecht zur
Struktur steht. Zum anderen äußert sich eine gerichtete Struktur durch
niedrige Werte einer Merkmalsfunktion, deren Vorzugsrichtung im
wesentlichen parallel zur Struktur verläuft.
Dadurch ergeben sich bereits zwei Möglichkeiten, eine gerichtete Struktur
in einem Block zu erkennen. Einerseits kann man besonders niedrige
Werte eines Texturmerkmals als Hinweis auf das Vorliegen einer
gerichteten Struktur entlang der zum Texturmerkmal gehörigen
Vorzugsrichtung verwenden, andererseits kann man besonders hohe
Werte eines Texturmerkmals als Hinweis auf das Vorliegen einer
gerichteten Struktur senkrecht zur Vorzugsrichtung verwenden.
Um den Einfluss ungerichteter Strukturen zu eliminieren, kann bei dem
erfindungsgemäßen Verfahren aus je zwei "Merkmalen erster Ordnung",
deren Merkmalsfunktionen sich durch im wesentlichen zueinander
senkrecht stehende Vorzugsrichtungen auszeichnen, ein neues "zweites
Texturmerkmal" bestimmt werden. Die Verknüpfung je zweier
"Merkmale erster Ordnung" wird dann so gestaltet, dass das resultierende
"zweite Texturmerkmal" hohe Werte annimmt, wenn der Wert des einen
"Merkmals erster Ordnung" hoch und gleichzeitig der Wert des anderen
"Merkmals erster Ordnung" niedrig ist. Ein solchermaßen durch
Verrechnung zweier "Merkmale erster Ordnung" bestimmtes "zweites
Texturmerkmal" wird im folgenden auch "Merkmal zweiter Ordnung"
genannt.
Ein "Merkmal zweiter Ordnung" nimmt also einen hohen Wert an, wenn
der Block entlang der Vorzugsrichtung eine hohe Aktivität und
gleichzeitig senkrecht zur Vorzugsrichtung eine niedrige Aktivität
aufweist. Man erreicht auf diese Weise, dass weder strukturarme
Bereiche noch ungerichtete strukturierte Bereiche zu einem hohen Wert
eines "Merkmals zweiter Ordnung" und damit zu einer Fehlinterpretation
(vermeintliche Erkennung einer nicht vorhandenen gerichteten Struktur)
führen können.
Im folgenden wird unter einem "Merkmal zweiter Ordnung" ein Merkmal
verstanden, dessen Wert ein Maß für die Wahrscheinlichkeit des
Vorliegens einer gerichteten Struktur senkrecht zu einer Vorzugsrichtung
darstellt, unabhängig davon, ob es durch Verrechnung zweier "Merkmale
erster Ordnung" oder in einem einzigen Schritt berechnet wurde.
Die jeweils zur gleichen Richtung gehörigen "zweiten Texturmerkmale"
werden in sogenannten Merkmalskarten eingetragen, und zwar jeweils an
der Stelle, an der sich der zugehörige Block des Eingangsbildes befindet.
Die Merkmalskarte ist dabei ein verkleinertes Bild, deren Pixel nicht
mehr die Helligkeit des Ursprungsbild, sondern die Wahrscheinlichkeit
für das Vorliegen einer gerichteten Struktur einer bestimmten Richtung
angeben.
Vorteilhaft ist es dabei, dass nicht jedem Pixel des Originalbildes ein
eigener Merkmalswert zugeordnet ist, sondern die verschiedenen
Merkmalswerte zu den Blöcken gehören und somit die Merkmalskarte
entsprechend kleiner ist, als das Originalbild.
Vorteilhaft ist weiter, dass sich die Auswertung nur auf die vorher
bestimmten Merkmale, nicht aber auf die Grauwerte des Bildes stützt.
Damit lässt sich ein deutlich geringerer Rechenaufwand erreichen, als
beispielsweise ein mit einem LoG-Operator erzeugtes Bild. Dies liegt
einerseits an der Datenreduktion (die Anzahl der Merkmale ist geringer
als die Anzahl der Pixel im Eingangsbild), andererseits liegt dies aber
auch daran, dass die Merkmalsfunktionen so konstruiert sind, dass sie
Rückschlüsse auf die lokale Orientierung der einzelnen Bildbereiche
zulassen.
Durch diese Vorteile lassen sich Auswertungsergebnisse effizienter und
damit wirtschaftlicher erreichen. Als Ergebnis dieses Verfahrens stehen
Parameter zur Verfügung, die eine Aussage über den Ort und die
Orientierung bzw. eine Winkellage einer gerichteten Struktur in einem
digitalen Bild angeben. Weiterhin kann durch die Parameter eine
Wahrscheinlichkeit für die Existenz einer gerichteten Struktur ermittelt
werden.
Eine Ausführungsform sieht vor, zunächst diejenigen "Merkmale zweiter
Ordnung" in jeder Merkmalskarte zu Null zu setzen, deren
Merkmalswerte unterhalb einer geeignet gewählten Schwelle liegen, und
zur weiteren Auswertung nur noch diejenigen Merkmale heranzuziehen,
deren Wert echt positiv ist. Die Höhe der Schwelle hat im wesentlichen
Einfluss auf die Detektionsempfindlichkeit.
Bei diesem Verfahren ist es vorteilhaft, eine niedrige Schwelle zu wählen,
wenn man auch gerichtete Strukturen mit geringem Kontrast detektieren
möchte. Umgekehrt ist es vorteilhaft, eine hohe Schwelle zu wählen,
wenn die zu erkennende Struktur einen hohen Kontrast hat (z. B. bei
einem einwandfrei aufgedruckten Barcode), man aber gleichzeitig mit
kontraststarken texturierten Störungen in der Umgebung der gesuchten
gerichteten Struktur rechnet.
Dabei wird zunächst von allen Merkmalskarten eine Merkmalskarte
ausgewählt, die mit hoher Wahrscheinlichkeit die Existenz einer
gerichteten Struktur im Bild anzeigt. Es ist auch vorteilhaft, diejenigen
Merkmalskarten auszuwählen, deren Werte den größten Mittelwert
aufweisen. Die so ausgewählte "beste" Merkmalskarte wird weiter
untersucht, um die Existenz einer gerichteten Struktur zu bestätigen oder
zu verwerfen. Der Ort einer im Bild vorhandenen gerichteten Struktur
kann durch die Bestimmung eines Lageparameters (z. B. Mittelwert,
gewichteter Mittelwert, Median) der Merkmalskarte geschätzt werden.
Die Winkellage der gerichteten Struktur ergibt sich grob bereits aus der
der ausgewählten Merkmalskarte zugeordneten Vorzugsrichtung. Eine
genauere Schätzung der Orientierung der Struktur wird durch die
Anwendung eines Regressionsverfahrens aus der Merkmalskarte
ermittelt.
Vorteilhaft für die Bestimmung der Merkmalskarte erster Ordnung ist
eine blockweise Auswertung von Grauwertdifferenzen von
Bildpunktpaaren entlang der gewählten Vorzugsrichtung, weil diese
Methode gegenüber der Bildung der zweidimensionalen
Autokorrelationsfunktion oder der des zweidimensionalen
Fourierspektrums mit deutlich geringerem Rechenaufwand
implementierbar ist.
Um den Rechen- sowie den Zeitaufwand weiter zu minimieren, ist es
vorteilhaft bei der Auswertung der Texturmerkmale zunächst diejenigen
Vorzugsrichtungen auszuwählen, deren zugehörige Texturmerkmale sich
am besten mit der Existenz der gerichteten Struktur im Bild erklären
lassen. Durch dieses Verfahren lässt sich der Datenaufwand weiterhin
reduzieren.
Weitere Vorteile, Ziele und Eigenschaften vorliegender Erfindung werden
anhand nachfolgender Erläuterungen anliegender Zeichnung dargestellt,
in welcher beispielhaft das Erkennungsverfahren dargestellt ist.
Es zeigt
die Figur eine schematische Darstellung des Erkennungsverfahrens
anhand eines Ausführungsbeispieles.
In dem Ausführungsbeispiel, welches in der Figur dargestellt ist, ist eine
Bildaufnahmeeinheit mit einer Recheneinheit verbunden. Die
Bildaufnahmeeinheit liefert dabei ein digitalisiertes Bild der Größe 640 ×
480 Bildpunkte mit typischerweise 256 Graustufen an die Recheneinheit.
Das Bild wird danach zuerst in 20 × 15 nicht überlappende Blöcke der
Größe 32 × 32 Bildpunkte eingeteilt. Weiter werden für jeden dieser
Blöcke vier "Merkmale erster Ordnung" bestimmt. Dabei wird die
Berechnungsvorschrift jeden "Merkmal erster Ordnung" durch jeweils
eine Merkmalsfunktion beschrieben.
Jede Merkmalsfunktion weist dabei jedem Bildblock in eindeutiger Weise
eine Zahl zu, und ist jeweils durch zwei Parameter festgelegt, und zwar
durch
- 1. einen sogenannten Cliquenvektor (Delta_x, Delta_y)
- 2. ein Inkrement DSAMPLE.
Die Komponenten des Cliquenvektors sind dabei ganzzahlig (positiv oder
negativ), und das Inkrement DSAMPLE ist eine natürliche Zahl.
Zur Bestimmung eines Merkmals erster Ordnung werden alle
Bildpunktpaare ((x1, y1), (x2, y3)) gebildet, die die folgenden Bedingungen
gleichzeitig erfüllen:
1. sie liegen vollständig innerhalb des betrachteten Blocks,
2. es gilt x1-x2 = Delta_x und y1-y2 = Delta_y,
3. x1 und y1 sind durch DSAMPLE teilbar.
Dabei besagt die Bedingung 2, dass sich die Bildpunktpaare dadurch
auszeichnen, dass zum einen die Verbindungslinie zwischen den
Bildpunkten des Paares entlang der durch den Cliquenvektor gegebenen
Vorzugsrichtung läuft und dass zum anderen der Abstand von je zwei
Punkten eines Punktpaares konstant ist.
Bedingung 3 erlaubt es, nur einen Teil der nach Bedingung 2 innerhalb
eines Blocks möglichen Punktpaare auszuwählen und ermöglicht damit
eine Reduktion des Rechenaufwandes zur Bestimmung des jeweiligen
Texturmerkmals.
Als nächster Schritt wird das "Merkmal erster Ordnung" bestimmt. Dabei
wird für jedes Bildpunktpaar, das die obigen Bedingungen erfüllt, der
Absolutbetrag der Differenz oder das Quadrat der Differenz zwischen den
Grauwerten der beiden Punkte ermittelt. Anschließend werden die so
erhaltenen Werte summiert.
Beim Implementierungsbeispiel werden vier Cliquenvektoren verwendet,
nämlich
c1 = (3,0) (dies ist die waagerechte Vorzugsrichtung),
c2 = (0,3) (dies ist die senkrechte Vorzugsrichtung),
c3 = (2,2) (dies ist die diagonale Vorzugsrichtung),
c4 = (-2,2) (dies ist die antidiagonale Vorzugsrichtung).
c1 = (3,0) (dies ist die waagerechte Vorzugsrichtung),
c2 = (0,3) (dies ist die senkrechte Vorzugsrichtung),
c3 = (2,2) (dies ist die diagonale Vorzugsrichtung),
c4 = (-2,2) (dies ist die antidiagonale Vorzugsrichtung).
Dabei wird DSAMPLE zu 4 gesetzt, wodurch sich eine Einsparung an
Rechenzeit von ungefähr 16 gegenüber einem DSAMPLE-Wert von 1
ergibt.
In einem nächsten Schritt werden die "Merkmale erster Ordnung" in
sogenannte Merkmalskarten eingetragen.
Bei dem Implementierungsbeispiel werden die so erhaltenen "Merkmale
erster Ordnung" also in vier (Anzahl Cliquenvektoren) Merkmalskarten
eingetragen, die jeweils die Größe 20 × 15 (Anzahl Blöcke = Anzahl
Merkmale pro Cliquenvektor) besitzen.
Im folgenden werden die "Merkmalskarten erster Ordnung" mit T_n(x,y)
bezeichnet, wobei n die Werte 1 bis 4, x die Werte 1 bis 20 und y die
Werte 1 bis 15 annehmen. So bezeichnet beispielsweise T_2(3, 4) das
"Merkmal erster Ordnung", für den dritten Block von links in der vierten
Zeile für den Cliquenvektor c2. Das Merkmal T_2(3, 4) gibt in diesem
Beispiel die Aktivität des Blocks an der Position (3, 4) entlang einer
senkrechten Richtung an.
In einem weiteren Schritt werden aus den "Merkmalskarten erster
Ordnung" die "Merkmalskarten der zweiten Ordnung" bestimmt.
Zur Bestimmung einer "Merkmalskarte zweiter Ordnung" M_i wird
jeweils eine "Merkmalskarte erster Ordnune" T_i mit einer weiteren
"Merkmalskarte erster Ordnung" T_j verrechnet. Die Verrechnung wird
dabei mit einer Merkmalskarte T_j vorgenommen, deren Cliquenvektor cj
senkrecht zum Cliquenvektor ci der "Merkmalskarte erster Ordnung"
steht.
Im Beispiel stehen jeweils c1 und c2 bzw. c3 und c4 senkrecht aufeinander.
Die Art der Verrechnung wird durch zwei Parameter FAKTOR und
SCHWELLE festgelegt und erfolgt blockweise wie nachstehend
beschrieben. Zuerst werden die "Merkmalskarten zweiter Ordnung"
folgendermaßen bestimmt:
M_1 (x,y) = T_1 (x,y) - FAKTOR.T_2 (x,y),
M_2 (x,y) = T_2 (x,y) - FAKTOR.T_1 (x,y),
M_3 (x,y) = T_3 (x,y) - FAKTOR.T_4 (x,y),
M_4 (x,y) = T_4 (x,y) - FAKTOR.T_3 (x,y).
M_1 (x,y) = T_1 (x,y) - FAKTOR.T_2 (x,y),
M_2 (x,y) = T_2 (x,y) - FAKTOR.T_1 (x,y),
M_3 (x,y) = T_3 (x,y) - FAKTOR.T_4 (x,y),
M_4 (x,y) = T_4 (x,y) - FAKTOR.T_3 (x,y).
In einem nächsten Schritt wird der Schwellenwert festgelegt, der von der
jeweiligen Anwendung abhängt. Dabei ist der Schwellenwert im
wesentlichen von der gewählten Blockgröße und der Grauwertauflösung
des Originalbildes beeinflusst. In diesem Schritt werden alle Einträge in
allen Merkmalskarten zu Null gesetzt, falls sie kleiner als eben dieser
Schwellenwert sind.
Typische Werte für den Faktor liegen dabei im Bereich 1,5 . . . 2,5.
Danach werden die Merkmalskarten sortiert. Dies geschieht derart, dass
für jede Merkmalskarte die Anzahl der von Null verschiedenen Einträge
gezählt wird und die Merkmalskarten nach dieser Anzahl in absteigender
Reihenfolge sortiert werden. Somit erhält die erste der Merkmalskarten in
der Liste die meisten von Null verschiedenen Einträge und wird daher als
erster Kandidat berücksichtigt.
Danach wird der Schwerpunkt der zu betrachtenden Merkmalskarten (das
erste Moment in x- und y-Richtung) bestimmt. Der Schwerpunkt (xs, ys)
besitzt dabei reellwertige Koordinaten im Bereich xs = 1 . . . 20, ys = 1 . . . 15
und wird auf ganzzahlige Werte round (xs, ys) gerundet.
Wenn die betrachtete Merkmalskarte an der Stelle round (xs, ys) einem
von Null verschiedenen Wert enthält, wird mit dieser Merkmalskarte als
aktueller Karte fortgefahren.
Wenn die betrachtete Merkmalskarte anstelle round (xs, ys) hingegen eine
Null enthält, wird der Schwerpunkt der nächsten Merkmalskarte von der
Liste ermittelt. Es wird dann überprüft, ob diese Karte an der Stelle des
Schwerpunktes einen von Null verschiedenen Wert enthält.
Auf diese Weise werden alle Kandidaten der Liste abgearbeitet, bis
entweder eine Karte gefunden wurde, die an der Stelle des Schwerpunktes
einen von Null verschiedenen Wert enthält oder bis die Liste ohne Erfolg
abgearbeitet wurde.
Im letzteren Fall wird das Verfahren beendet, da keine gerichtete Struktur
gefunden wurde.
Ansonsten wird aus dem Schwerpunkt (xs, ys) der aktuellen
Merkmalskarte durch Skalierung mit der Blockgröße der Mittelpunkt des
Barcodes (bezogen auf die Größe des Originalbildes) ermittelt. Für die
Merkmalskarte wird durch lineare Regression eine durch den
Schwerpunkt (xs, ys) laufende Ausgleichsgerade bestimmt.
Diese Ausgleichsgerade verläuft im wesentlichen senkrecht durch die
gerichtete Struktur. Wenn die gerichtete Struktur nun ein Barcode ist, der
decodiert werden soll, kann diese Gerade als virtuelle Scanlinie
verwendet werden, da sie mit hoher Wahrscheinlichkeit den Barcode
vollständig schneidet.
Das hier beschriebene Verfahren zur automatischen Erkennung eines
Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen
Bild zeichnet sich durch die Datenreduktion der im Ursprungsbild
enthaltenen Daten aus, sodass ein wesentlich geringerer Rechenaufwand
betrieben werden muss, um eine gerichtete Struktur lokalisieren zu
können. Dabei ist es vorteilhaft, dass das digitale Bild in
aneinanderliegenden Blöcken aufgeteilt wird und diese Blöcke durch
Merkmalsfunktionen beschrieben werden, sodass nicht jedes einzelne
Pixel im Eingangsbild in die Berechnung eingeht, sondern nur die Anzahl
der Texturmerkmale.
Weiterhin ist vorteilhaft, dass die Möglichkeit von Fehllesungen dadurch
verringert wird, dass das Verfahren es ermöglicht, sich auf diejenigen
Bildbereiche zu konzentrieren, die mit hoher Wahrscheinlichkeit einen
Barcode enthalten.
Claims (10)
1. Verfahren zur automatischen Erkennung eines Ortes und einer
Orientierung einer gerichteten Struktur in einem digitalen Bild,
insbesondere zur Bestimmung des Ortes und der Orientierung eines
in dem digitalen Bild enthaltenen Barcodes, dadurch
gekennzeichnet, dass das digitale Bild in vorzugsweise
zusammenhängende Blöcke unterteilt wird, und für jeden Block
mindestens ein Texturmerkmal bestimmt wird, welches ein Maß für
die Strukturierung der Blöcke entlang vorgegebener
Vorzugsrichtungen darstellt, und aus den Texturmerkmalen
Parameter ermittelt werden, die den Ort und die Orientierung einer
gerichteten Struktur in dem digitalen Bild angeben.
2. Erkennungsverfahren nach Anspruch 1, dadurch gekennzeichnet,
dass die Blöcke eine rechteckige, vorzugsweise quadratische Form
aufweisen.
3. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass für jeden Bildblock mehrere "erste
Texturmerkmale" bestimmt werden, die einen um so höheren Wert
annehmen, je größer die Summe der absoluten Beträge der
Grauwertdifferenz von Bildpunktpaaren ausfällt, wobei die
Bildpunktpaare für jedes "erste Texturmerkmal" aus Bildpunkten
gebildet werden, die innerhalb des betrachteten Blocks liegen,
deren Verbindungslinie entlang der dem betrachtetem "ersten
Texturmerkmal" zugeordneten Vorzugsrichtung liegen, und deren
Abstand einem festgelegten Wert oder einen Wert aus einer
festgelegten Menge von Werten entspricht.
4. Erkennungsverfahren nach Anspruch 3, dadurch gekennzeichnet,
dass nur ein Anteil der Bildpunkte innerhalb des betrachteten
Blocks, deren Verbindungslinie entlang der zugeordneten
Vorzugsrichtung liegen und deren Bildpunktabstand einem
festgelegten Wert oder einem Wert aus einer festgelegten Menge
von Werten entsprechen, ausgewertet werden.
5. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass zur Bestimmung des Wertes eines
"zweiten Texturmerkmals" eines Blocks die Werte von zwei
"ersten Texturmerkmalen" des gleichen Blocks herangezogen
werden, die ein Maß für die Strukturierung des Blockes entlang
zweier im wesentlichen senkrecht zueinander stehenden
Vorzugsrichtungen angeben.
6. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass die berechneten "ersten
Texturmerkmale" ausgewertet werden.
7. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass bei der Auswertung der
Texturmerkmale zunächst diejenige Vorzugsrichtung ausgewählt
wird, deren zugehörige Texturmerkmale sich am besten mit der
Existenz einer gerichteten Struktur im Bild erkennen lässt und bei
dem daraufhin nur diejenigen Texturmerkmale, die zu der
ausgewählten Vorzugsrichtung gehören, zur Bestimmung der
Parameter, die die Wahrscheinlichkeit für die Existenz einer
gerichteten Struktur und/oder den Ort einer gerichteten Struktur
und/oder die Lage einer gerichteten Struktur im Digitalbild
angeben, herangezogen werden.
8. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass das Bild in überlappende Bereiche
eingeteilt wird.
9. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass zur Einstellung der
Detektionsempfindlichkeit ein Schwellenwert bei der Auswertung
der Texturmerkmale festgelegt wird.
10. Erkennungsverfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass die Parameter eine
Wahrscheinlichkeit für die Existenz einer gerichteten Struktur in
dem digitalen Bild angeben.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10040614A DE10040614A1 (de) | 2000-08-16 | 2000-08-16 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
AU2001283792A AU2001283792A1 (en) | 2000-08-16 | 2001-08-13 | Method for automatically identifying a directed structure |
DE10193420T DE10193420D2 (de) | 2000-08-16 | 2001-08-13 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
PCT/DE2001/002993 WO2002015118A1 (de) | 2000-08-16 | 2001-08-13 | Verfahren zur automatischen erkennung einer gerichteten struktur |
EP01962610A EP1312034A1 (de) | 2000-08-16 | 2001-08-13 | Verfahren zur automatischen erkennung einer gerichteten struktur |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10040614A DE10040614A1 (de) | 2000-08-16 | 2000-08-16 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10040614A1 true DE10040614A1 (de) | 2002-02-28 |
Family
ID=7653010
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10040614A Withdrawn DE10040614A1 (de) | 2000-08-16 | 2000-08-16 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
DE10193420T Expired - Lifetime DE10193420D2 (de) | 2000-08-16 | 2001-08-13 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10193420T Expired - Lifetime DE10193420D2 (de) | 2000-08-16 | 2001-08-13 | Verfahren zur automatischen Erkennung einer gerichteten Struktur |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP1312034A1 (de) |
AU (1) | AU2001283792A1 (de) |
DE (2) | DE10040614A1 (de) |
WO (1) | WO2002015118A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10351861A1 (de) * | 2003-11-06 | 2005-06-09 | Deere & Company, Moline | Verfahren und Lenksystem zum selbsttätigen Lenken einer landwirtschaftlichen Maschine |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007524906A (ja) | 2003-06-21 | 2007-08-30 | アプリリス,インコーポレイテッド | 生体認証用画像を処理する方法および装置 |
US7728959B2 (en) | 2003-06-21 | 2010-06-01 | Aprilis, Inc. | Acquisition of high resolution biometric images |
US7734729B2 (en) | 2003-12-31 | 2010-06-08 | Amazon Technologies, Inc. | System and method for obtaining information relating to an item of commerce using a portable imaging device |
US8631089B1 (en) | 2010-12-14 | 2014-01-14 | Brilliance Publishing, Inc. | Previewing audio data associated with an item |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329105A (en) * | 1992-08-10 | 1994-07-12 | United Parcel Service Of America, Inc. | Method and apparatus for determining the width of elements of bar code symbols |
WO1997046965A2 (en) * | 1996-06-03 | 1997-12-11 | Accu-Sort Systems, Inc. | High speed image acquisition system and method |
US5974200A (en) * | 1997-03-20 | 1999-10-26 | Matsushita Electric Industrial Company, Ltd. | Method of locating a machine readable two dimensional barcode within an image |
DE19960555A1 (de) * | 1998-12-16 | 2000-06-21 | Matsushita Electric Ind Co Ltd | Verfahren zum Auffinden und Lesen eines zweidimensionalen Strichcodes |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0687270B2 (ja) * | 1992-09-16 | 1994-11-02 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 線分の方向検出装置及びその方法 |
US6327395B1 (en) * | 1996-12-20 | 2001-12-04 | Xerox Parc | Glyph address carpet methods and apparatus for providing location information in a multidimensional address space |
ATE203342T1 (de) * | 1997-11-17 | 2001-08-15 | Datalogic Spa | Verfahren zur lokalisierung von farbbereichen oder von bereichen mit grossen helligkeitsänderungen in einem bild |
EP0996079B1 (de) * | 1998-10-23 | 2001-07-18 | Datalogic S.P.A. | Verfahren zur Detektion von Coden in zweidimensionalen Bildern |
-
2000
- 2000-08-16 DE DE10040614A patent/DE10040614A1/de not_active Withdrawn
-
2001
- 2001-08-13 DE DE10193420T patent/DE10193420D2/de not_active Expired - Lifetime
- 2001-08-13 EP EP01962610A patent/EP1312034A1/de not_active Withdrawn
- 2001-08-13 WO PCT/DE2001/002993 patent/WO2002015118A1/de not_active Application Discontinuation
- 2001-08-13 AU AU2001283792A patent/AU2001283792A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329105A (en) * | 1992-08-10 | 1994-07-12 | United Parcel Service Of America, Inc. | Method and apparatus for determining the width of elements of bar code symbols |
WO1997046965A2 (en) * | 1996-06-03 | 1997-12-11 | Accu-Sort Systems, Inc. | High speed image acquisition system and method |
US5974200A (en) * | 1997-03-20 | 1999-10-26 | Matsushita Electric Industrial Company, Ltd. | Method of locating a machine readable two dimensional barcode within an image |
DE19960555A1 (de) * | 1998-12-16 | 2000-06-21 | Matsushita Electric Ind Co Ltd | Verfahren zum Auffinden und Lesen eines zweidimensionalen Strichcodes |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10351861A1 (de) * | 2003-11-06 | 2005-06-09 | Deere & Company, Moline | Verfahren und Lenksystem zum selbsttätigen Lenken einer landwirtschaftlichen Maschine |
US7400957B2 (en) | 2003-11-06 | 2008-07-15 | Deere & Company | Process and steering system for the automatic steering of an agricultural vehicle |
Also Published As
Publication number | Publication date |
---|---|
WO2002015118A1 (de) | 2002-02-21 |
DE10193420D2 (de) | 2003-07-03 |
EP1312034A1 (de) | 2003-05-21 |
AU2001283792A1 (en) | 2002-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69215463T2 (de) | System zur Dokumentenausrichtung in der automatisierten Verarbeitung von grossen Poststücke und dergleichen | |
EP0993651B1 (de) | Messmarke und verfahren zur erkennung von messmarken sowie verfahren zur objektvermessung | |
DE69624614T2 (de) | Verfahren zur Stereoübereinstimmungs- und Ungleichheitsmessung | |
DE69515481T2 (de) | Verfahren und Vorrichtung zur Dekodierung eines zweidimensionalen Symboles im Raumbereich | |
DE69230631T2 (de) | Verfahren zum Vergleichen von Wortgestalten | |
DE69604481T2 (de) | Verfahren und gerät zum trennen des vordergrunds und hintergrunds in textenthaltenden bildern | |
DE3879254T2 (de) | Unterscheidungsvorrichtung für handgeschriebene und maschinengedruckte Buchstaben. | |
DE69230633T2 (de) | Verfahren zur Ermittlung von Wortformen zum folgenden Vergleich | |
DE69129520T2 (de) | Verbessertes Segmentierungsverfahren für das maschinelle Lesen von handgeschriebener Information | |
DE3875451T2 (de) | Verfahren zum optischen lesen von strichcodes. | |
DE69131394T2 (de) | Maschinenlesbares Zeichen mit Mehrfachauflösung | |
DE102007035884B4 (de) | Linienrauschunterdrückungsvorrichtung, -verfahren und -programm | |
DE3923449A1 (de) | Verfahren zum bestimmen von kanten in bildern | |
DE146351T1 (de) | Vorlageverarbeitungseinrichtung und -verfahren. | |
EP2028605A1 (de) | Detektionsverfahren für symmetrische Muster | |
DE69623564T2 (de) | Gerät zur Extraktion von Fingerabdruckmerkmalen | |
EP0402868B1 (de) | Verfahren zur Erkennung von vorab lokalisierten, in digitalen Grauwertbildern vorliegenden Zeichen, insbesondere zum Erkennen von in Metalloberflächen eingeschlagenen Zeichen | |
DE3718620C2 (de) | ||
DE69813416T2 (de) | Vorrichtungen zur Linienrichtungsbestimmung, Bildschrägeerfassung und Bildschrägekorrektur. | |
DE69728469T2 (de) | Gerät und Verfahren zur Ermittlung der Zeichenlinie mittels vereinfachter Projektionsinformation; Zeichenerkennungsgerät und Verfahren | |
DE69427735T2 (de) | Zeichenerkennungsgerät | |
DE69205811T2 (de) | Verfahren zur Bildanalyse. | |
DE10040614A1 (de) | Verfahren zur automatischen Erkennung einer gerichteten Struktur | |
DE10302634B4 (de) | Verfahren und Vorrichtung zur Identifikation und Kompensation einer perspektivischen Verzerrung | |
DE102018209032A1 (de) | Vorrichtung und Verfahren zum automatisierten Ermitteln der Position des Barcodes eines Reifens oder Reifenrohlings sowie ein entsprechendes Computerprogramm, Computerprogrammprodukt und ein computerlesbarer Datenträger |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: GAVITEC AG, 52146 WUERSELEN, DE |
|
8143 | Lapsed due to claiming internal priority |