JP2004139307A - 図形認識装置 - Google Patents

Abstract

【課題】任意の背景図案から所定の図形を安定的に正確に抽出することを、低コストで実現することである。
【解決手段】二値化手段１１は多値画像データを所定の色とそれ以外とに分けることで二値化を行ない、二値化手段１２は所定濃度以上とそれ以外とに分けることで二値化を行なう。この２系統の二値画像データは、解像度変換手段１４，１５によりそれぞれ解像度が変換される。これは、二値化手段１１が生成した二値画像データの方が解像度が高くなるように行なう。この各二値画像データをそれぞれＦＩＦＯ回路で構成された二値プレイン４，５に入力する。マスク手段６，７は、この二値プレイン４，５から各二値画像データを切り出し、計測手段３は、この切り出した画像データから抽出しようとする図形の前景領域と背景領域との黒画素数をカウントする。判定手段８は、このカウント数から画像が前記図形か否かを判定する。
【選択図】　　図１

Description

【０００１】
【発明の属する技術分野】
この発明は、所望の図案上から所定の色と形の図形を抽出する図形認識装置に関する。
【０００２】
【従来の技術】
従来から、ノイズや切れの多い画像から図形を抽出するためには、Ｈｏｕｇｈ変換がよく使用されているが、これには過検出等の不具合もあった。
【０００３】
そこで、特許文献１には、濃淡エッジ画像にＨｏｕｇｈ変換を施す技術が提案されている。また、特許文献２には、画像を三値化してＨｏｕｇｈ変換を施す技術が提案されている。さらに、特許文献３には、Ｈｏｕｇｈ変換を段階的に繰り返し施す技術が提案されている。
【０００４】
【特許文献１】特許第２９４６０９５号公報
【特許文献２】特許第２９１２６７６号公報
【特許文献３】特開平１０−３３４２３６号公報
【発明が解決しようとする課題】
しかしながら、前記各従来技術では、任意のカラー図案上に印刷された所定の色と形の図形を抽出することを的確に実行する点については考慮されていない。すなわち、任意のカラー図案上に印刷された所定の色と形の図形を抽出する場合、その色について二値化しても背景の図案の影響で図形がきれいに二値化されないので、マッチングしても類似度が低くなってしまい、安定的に図形を抽出できないという不具合があった。そこで、任意の背景図案から所定の図形を安定的に正確に抽出し、しかも、それを低コストで実現したい。
【０００５】
この発明の目的は、任意の背景図案から所定の図形を安定的に正確に抽出することを、低コストで実現することである。
【０００６】
【課題を解決するための手段】
請求項１に記載の発明は、多値画像データを互いに異なる手法で作成される複数種類の二値画像データに変換する二値化手段と、この変換後の各二値画像データを互いに異なる解像度の二値画像データに変換する解像度変換手段と、この各二値画像データをそれぞれ記憶する二値プレインと、この二値プレインから前記各二値画像データを切り出すマスク手段と、この切り出した画像データから前記多値画像データより抽出しようとする図形の前景領域と背景領域との黒画素数をカウントする計測手段と、このカウント数から画像が前記図形か否かを判定する判定手段と、を備えている図形認識装置である。
【０００７】
したがって、１つの多値画像から互いに異なる手法で作成された複数の二値画像を用いて図形の抽出を行なうので、任意の背景図案から所定の図形を安定的に正確に抽出できる。また、二値プレインの種類に応じて二値画像データを必要十分な解像度にすれば、解像度が低い分、その低い解像度の二値画像データを保持する二値プレインの製造コストを低減することができる。
【０００８】
請求項２に記載の発明は、請求項１に記載の図形認識装置において、前記二値化手段は、前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データと、前記多値画像データを所定濃度以上とそれ以外とに分けることで二値化を行なった二値画像データとを前記異なる手法で作成される複数種類の二値画像データとして得るものであり、前記解像度変換手段は、後者の前記二値画像データの解像度を前者の前記二値画像データより低い解像度とする。
【０００９】
したがって、複数種類の二値画像の１つとして画像の色味で二値化した画像を得るので、複数色の図形を抽出する場合でも安定的に正確に抽出することができる。また、濃度で二値化した二値画像データを色で二値化した二値画像データより解像度を低くしているので、二値プレインの製造コストを低減することができる。
【００１０】
請求項３に記載の発明は、請求項２に記載の図形認識装置において、前記二値化手段で前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データについて細線又は孤立点を除去する細線除去手段を備えている。
【００１１】
したがって、細線等の除去により任意の背景図案から所定図形の検出性能が向上する。また、濃度で二値化した二値画像データを対象としては細線除去手段を備えないので、製造コストを低減することができる。
【００１２】
請求項４に記載の発明は、請求項１〜３の何れかの一に記載の図形認識装置において、前記計測手段は、黒画素数を計測する領域を同心円状に配置して前記カウントを行なう。
【００１３】
したがって、黒画素数を計測する領域を同心円上に配置しているので、任意の大きさの図形を同時に抽出できる。
【００１４】
請求項５に記載の発明は、請求項４に記載の図形認識装置において、前記計測手段は、前記同心円状に配置された黒画素数を計測する領域は、当該同心円の内側と外側で同じ数にする。
【００１５】
したがって、抽出する図形の大きさにかかわらず計測する画素数を同じにしているので、判定手段の製造コストを低減することができる。
【００１６】
請求項６に記載の発明は、請求項１〜５の何れかの一に記載の図形認識装置において、前記計測手段は、円図形の一部分について黒画素数を計測する。
【００１７】
したがって、計測する領域を抽出図形の一部分にしているので、製造コストを低減することができる。
【００１８】
請求項７に記載の発明は、請求項１〜６の何れかの一に記載の図形認識装置において、前記計測手段は、主走査方向の差分で黒画素数を計測する。
【００１９】
したがって、差分により黒画素数を計測するので、製造コストを低減することができる。
【００２０】
請求項８に記載の発明は、請求項２又は３に記載の図形認識装置において、前記二値化手段で前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データについて、エッジを検出するエッジ検出手段と、このエッジ検出の情報により円図形の中心らしさである中心度を算出する中心度算出手段と、所定領域内で前記中心度が最大になる位置を円図形の中心位置として検出する検出手段と、を備えている。
【００２１】
したがって、解像度の高い色により二値した二値画像データによりエッジの検出の情報から中心度を算出するので、精度の高い位置検出ができる。
【００２２】
請求項９に記載の発明は、請求項８に記載の図形認識装置において、前記エッジ検出手段は、所定領域のマスク内の前記黒画素数が所定の第１の閾値より大きく、その外側のマスク内の前記黒画素数が所定の第２の閾値より小さい場合にエッジがあったとする。
【００２３】
したがって、円検出のためのマスクを使ってエッジを検出するので、ハードウエア構成をコンパクトにすることができる。
【００２４】
請求項１０に記載の発明は、請求項９に記載の図形認識装置において、前記エッジ検出手段は、前記第１の閾値が前記第２の閾値より大きい。
【００２５】
したがって、急峻なエッジのみを検出することができる。
【００２６】
請求項１１に記載の発明は、請求項８〜１０の何れかの一に記載の図形認識装置において、前記中心度算出手段は、前記所定領域内に検出された前記エッジの数を中心度とする。
【００２７】
したがって、エッジの数を中心度としているので、精度の高い位置検出ができる。
【００２８】
請求項１２に記載の発明は、請求項８〜１０の何れかの一に記載の図形認識装置において、前記中心度算出手段は、前記所定領域内で所定方向の両端の前記エッジが存在している数を中心度とする。
【００２９】
したがって、左右、上下など所定の方向の両端のエッジが存在している数を中心度としているので、精度の高い位置検出ができる。
【００３０】
請求項１３に記載の発明は、請求項８〜１０の何れかの一に記載の図形認識装置において、前記中心度算出手段は、前記所定領域内で所定方向の両端の前記エッジが存在していて、かつ、その両端エッジまでの距離が等距離又は所定範囲の差であれば前記中心度を高くする。
【００３１】
したがって、左右、上下など所定方向の両端のエッジが存在していて、かつ、その両端エッジまでの距離が等距離もしくは１違い等所定範囲なら中心度を高くするので、精度の高い位置検出ができる。
【００３２】
請求項１４に記載の発明は、請求項８〜１３の何れかの一に記載の図形認識装置において、前記エッジ検出の情報により前記円図形の直径を算出する直径算出手段を備えている。
【００３３】
したがって、エッジ検出の情報により円図形の直径を算出するので、円の正確な直径を算出するハードウエア構成をコンパクトにすることができる。
【００３４】
請求項１５に記載の発明は、請求項１４に記載の図形認識装置において、前記直径算出手段は、前記所定領域内に前記所定方向の前記両端エッジが存在している画像の前記エッジ間の距離から前記直径を選択する。
【００３５】
したがって、左右、上下など所定方向の両端エッジが存在している画像のエッジ間距離から直径を選択するので、精度の高い直径の算出ができる。
【００３６】
請求項１６に記載の発明は、請求項１４に記載の図形認識装置において、前記直径算出手段は、前記所定領域内に前記所定方向の前記両端エッジが存在している画像の前記エッジ間の距離の平均を前記直径として選択する。
【００３７】
したがって、左右、上下など所定方向の両端エッジが存在している画像のエッジ間距離の平均とするので、精度の高い直径の算出ができる。
【００３８】
請求項１７に記載の発明は、請求項１５又は１６に記載の図形認識装置において、前記直径算出手段は、前記両端エッジが存在していない場合は、円として検出されたマスクの大きさからとりうる前記エッジ間の距離の平均を直径とする。
【００３９】
したがって、両端エッジが存在していない場合は、円として検出されたマスクの大きさを直径とするので、エッジ位置が不明な場合であっても尤もらしい直径を算出することができる。
【００４０】
【発明の実施の形態】
本発明の一実施の形態について説明する。
【００４１】
図１は、この実施の形態である図形認識装置１の全体構成を示すブロック図である。この図形認識装置１は、所定の色の円図形を抽出する装置である。図１に示すように、処理対象となるカラー画像データであるＲＧＢ多値画像データが図形認識装置１に入力されると、この多値画像データは二値化部２に入力される。この二値化部２で、ＲＧＢ多値画像データは２つの二値化手段１１１，１２によりそれぞれ二値化され、二値化後の２系統の二値画像データのうち、二値化手段１１から出力されるデータについては、細線除去手段１３により細線除去が行われ、他方についてはそのままで、それぞれ解像度変換手段１４，１５で解像度変換が行われる。この際、解像度変換手段１４と１５とでは、その解像度が異なる。二値化部２では、ＲＧＢ多値画像データを互いに異なる手法（後述）で作成される複数種類の二値画像データに変換し、しかも、この二値画像データは互いに解像度が異なる。
【００４２】
この各二値画像データは、それぞれ複数個のＦＩＦＯ（Ｆｉｒｓｔ−Ｉｎ　Ｆｉｒｓｔ−Ｏｕｔ）回路で構成された記憶装置である二値プレイン４，５に各々記憶される。各二値プレイン４，５は、複数のＦＩＦＯ回路を用いることにより、副走査方向の画素を揃えて主走査方向の画素の二値画像データを入力順に出力する。
【００４３】
マスク手段６，７は、それぞれ各二値プレイン４，５から画像を切り出す。計測手段３は、この切り出した所定領域の黒画素数をカウントする。判定手段８は、これらの計測結果から画像が所望の図形（この例では円）か否かを判定する。これにより、所望の円図形と判定された場合は、中心位置決定手段９において、正確な中心位置が抽出され、検出信号又は座標が出力される。中心位置決定手段９は、計測手段３による黒画素数のカウント結果より、エッジを検出し（エッジ検出手段１６）、そのエッジ情報から現座標の中心らしさ（中心度）を算出し（中心度算出手段１７）、所定領域内で最大中心度を抽出する（最大中心度抽出手段１８）。また、直径算出手段１０は、エッジ検出手段１６のエッジ情報より直径を算出する。
【００４４】
図２は、二値化手段１１，１２の構成例を示す回路図である。二値化手段１１は、入力されたＲＧＢ多値画像データのＲ，Ｇ，Ｂデータを対象として、減算器２１，２２により、それぞれ“ｄＲ＝Ｒ−Ｂ”、“ｄＧ＝Ｇ−Ｂ”の演算を行なうことで色味を検出し、Ｂデータがある濃度以上の画素を黒画素とするように二値化する。
【００４５】
この例では、減算器２１，２２の出力ｄＲ，ｄＧを比較器２３，２４で閾値ＴＨｄＲ１，ＴＨ　ｄＧ１と比較して、その結果のＡＮＤをＡＮＤ回路２５でとる第１色目の検出回路２６と、減算器２１，２２の出力を比較器２７，２８で閾値ＴＨ　ｄＲ２，ＴＨｄＧ２と比較して、その結果のＡＮＤをＡＮＤ回路１９でとる第２色目の検出回路３０とにより、所定の２色について色味を検出し、ＯＲ回路３１でそのＯＲをとる。そして、Ｂデータを閾値ＴＨ　Ｂ１と比較器３２で比較し、その結果とＯＲ回路３１の出力とのＡＮＤをＡＮＤ回路３３でとることにより、二値化を行なう。
【００４６】
なお、抽出する図形の色が３通りなら、色味検出部分を３つ用意して、それらの出力結果のＯＲをとればよい。このように検出色が複数になっても同一の二値プレイン４に二値化した画像データを記憶するので、各色毎に二値プレインを用意する方式と比較して、装置の製造コストを低減でき、容易に検出色を増減できる。
【００４７】
二値化手段１２は、Ｂデータがある濃度以上にある画素を黒画素とするように二値化を行なう。すなわち、比較器３４でＢデータと閾値ＴＨ　Ｂ２とを比較するが、このときの閾値ＴＨ　Ｂ２は、二値化部２のＢデータの閾値ＴＨ　Ｂ１より小さく（濃く）設定する。この例では、各閾値が一定であるが、周辺画素値から適応的に閾値を求める手段などもとれる。
【００４８】
図３は、細線除去手段１３の構成例を示す。ここでは、ＦＩＦＯ１１１、３×３のマスク１１２、ＡＮＤ回路１１３〜１１７により、縦または横または斜めの隣接画素が両方とも白画素（０）なら注目画素を白に置き換える処理を行なう。
【００４９】
図４は、解像度変換手段１５の回路構成例を示す。解像度変換手段１５は、ＯＲ回路１２１、フリップフロップ１２２〜１２５、ＸＯＲ回路１２６，１２７などから構成され、主走査、副走査方向とも１／２に変換し、主走査方向にはＯＲをとるようにしているが、副走査は単純間引きとなっている。
【００５０】
図５は、解像度変換手段１４の回路構成例を示す。解像度変換手段１４は、ＯＲ回路１３１、フリップフロップ１３２〜１３５、ＡＮＤ回路１３６，１３７などから構成され、主走査、副走査方向とも１／４に変換し、主走査方向にはＯＲをとるようにしているが、副走査は単純間引きとなっている。
【００５１】
例えばこのような構成からなる解像度変換手段１４，１５は、解像度変換手段１５による解像度の方が解像度変換手段１４による解像度より低く設定されている。
【００５２】
図６に、解像度変換手段１４，１５による解像度変換後の画素の同期信号を示す。
【００５３】
図７は、マスク手段６，７で計測手段３により黒画素数をカウントする領域例を示す平面図である。この例で抽出する図形は円である。図７に示すように、領域１〜７（１〜７の数字で示している）は、同心円上に設定して、それぞれの領域１〜７について画素数をカウントする。また、円全周ではなく、その一部分である部分ａ〜ｈごとに画素数をカウントする。
【００５４】
注意すべきは、二値化プレイン１１と１２とでは記憶している二値画像データの解像度が異なるので、マスクサイズ、マスクへの切り出しおよび計測領域などは、両二値プレイン４，５で画像の位相位置が同じになるように合わせる必要がある。設計の容易化のため、２つの二値プレイン４と５とで同じ解像度に再変換したとしても、画像データを蓄えるＦＩＦＯ回路の設置数を節約できるので、初めから同じ解像度で扱う方式に比べ製造コストを低減することができる。
【００５５】
図８は、図７における部分ごとの画素数のカウントについて説明する説明図である。図８は、図７における部分ａの画素数のカウントについて示している。部分ａの範囲における画像、すなわち、マスク手段６，７で二値プレイン４，５から切り出される画像は、画素クロックに伴って主走査方向に右から左へ移動する。次の画素クロックが入ったときの領域ｎ（ｎ＝１〜７）の黒画素の数は、現在の領域ｎの黒画素数に、新たに領域ｎに入ってくる黒画素数と出て行く黒画素数との差分を加えたものとなる。そこで、各領域ｎに新たに入ってくる黒画素数と出て行く黒画素数との差分を求め、その差分を現在の領域ｎの黒画素数に加算する演算を演算器４１で求め、この値をレジスタ４２に置数すればよい。このような処理を行なうことで、領域ｎの黒画素数をすべて加算器で加算する処理により黒画素数をカウントする場合に比べ、装置の製造コストを低減することができる。
【００５６】
図９は、図７における部分ごとの画素数のカウントについての別の例を説明する説明図である。図９は、図７における部分ｂの画素数のカウントについて示している。領域１の黒画素数は、領域１の全ての黒画素数を加算器４３で加算することにより求める。領域２の黒画素数は領域１の黒画素数を１画素クロック遅延させればよいので、レジスタ４４で構成されるシフトレジスタ４５で求めることができる。領域３，４、７も同様に隣接領域の黒画素数をシフトレジスタ４５で遅延させればよい。領域５の黒画素数は領域４と隣あっていない画素があるので、その部分の差分を演算器４６でとって求める。領域６も同様である。このように、隣接している領域ｎはシフトレジスタ４５で求め、隣接していない画素がある領域ｎは主走査方向の差分でカウントするようにすれば、領域ｎの黒画素数をすべて加算器で加算する処理により黒画素数をカウントする場合に比べ、装置の製造コストを低減することができる。
【００５７】
図１０は、図７における部分ごとの画素数のカウントについての別の例を説明する説明図である。図１０は、図７の部分ｃ，ｇのカウントについて示している。部分ｃの領域１の黒画素数は、領域１の全ての黒画素数を加算器４７で加算することによりカウントする。領域２の黒画素数は領域１の黒画素数を１画素クロックだけレジスタ４８で構成されるシフトレジスタ４９で遅延させればよい。領域３〜７も同様に順次遅延させればよい。また、部分ｇの領域７〜１も同様にシフトレジスタ３８で遅延させればよい。このように、二値画像をそのまま遅延させて画素数をカウントするより、画素数を遅延させる方が、処理が簡易となって装置の製造コストを低減することができる。部分ｆ，ｈについても二値画像として遅延させるのではなく、画素数をカウントして、そのカウント値を遅延させた方が、処理が簡易となって装置の製造コストを低減することができる。
【００５８】
図１１は、判定手段８の構成例を示す回路図である。図１中の各レジスタ５１のうち、“Ａ．ＲＥＧｎ”は、二値化手段１１による二値プレイン４の領域ｎの黒画素数合計が置数され、“Ｂ．ＲＥＧｎ”は二値化手段１２による二値プレイン５の領域ｎの黒画素数合計が置数される。テーブル５２は各黒画素数とマッチング度（円らしさの度合い）変換のテーブルである。テーブル５２は、基本的には、円周領域（前景）の黒画素数が多く、その外側の領域（背景）の黒画素数が少なければマッチング度が高くなる関係にある。この例では、マスク領域ｎの黒画素数が少なく、マスク領域ｎ＋１の黒画素数が多ければ、マスク領域ｎ＋１を通る円である可能性が高いことになる。勿論、マッチング度変換は、テーブルではなく画素数から計算で求める方式も可能である。二値プレイン５の黒画素数も参照している理由は、図形の一部が背景図案と干渉して色味が変わってしまい、二値プレイン４だけでは黒画素にならなくても二値プレイン５では黒画素になっているかをみて、部分的に色味の変わってしまった図形でも安定して抽出するためである。便宜上、円前景部がマスク領域２で検出された円を円＃１、マスク領域３で検出された円を円＃２、…とする（図１１の各マルチプレクサ５３の上から順に円＃１、＃２、…のマッチング度）。ＣｈｏｏｓｅＭＡＸ５４は、各円＃のマッチング度から最大のものを抽出する。これは、マルチプレクサ５５、比較器５６から構成され、Ｅｎｃｏｄｅｒ５７は、最大マッチング度の円＃を出力する。表１にＥｎｃｏｄｅｒ５７の真理値表を示す。また、ＣｈｏｏｓｅＭＡＸ５４が出力する最大マッチング度を所定の円検出のための閾値と比較器５８で比較すれば、円の検出が行なえる。
【００５９】
【表１】

【００６０】
図１２は、判定手段８の他の構成例である。図１１と同一符号の回路要素は図１１と同一構成であり、さらに、加算器５９を備えた背景画素計算部６０ａ〜６０ｃを備えている。この図１１では、前景および背景を１ライン分のマスクで検出しているが、この例では前景を２ライン、背景を３ラインで検出している。便宜上、マスク領域１，２，３を背景画素とし、マスク領域４，５を前景画素とする円を円＃３、マスク領域２，３，４を背景画素とし、マスク領域５，６を前傾画素とする円を円＃４、＃５、…として示している。テーブル５２は、図１１の例と同様、前景および背景の黒画素数からマッチング度に変換する。この例でも、マッチング度変換をテーブルではなく計算で行ったり、マスクの各部分の黒画素数を使ってマッチング度に変換するなどの方法も考えられる。ＣｈｏｏｓｅＭＡＸ５４は、各円＃のマッチング度から最大のものを抽出し、その円＃を出力する。
【００６１】
なお、以上の例では、マスクの全部分の黒画素数合計からマッチング度に変換しているが、マスクの各部分の黒画素数を使って判定する方法なども考えられる。
【００６２】
図１３は、判定手段８の別の構成例を示すもので、円＃ｎに相当する大きさの円を検出する場合である。図１３中の“Ａ．ｚ．ＲＥＧｎ”は、二値プレイン４のマスクの部分ｚ、領域ｎの黒画素数、“Ｂ．ｚ．ＲＥＧｎ”は、二値プレイン５のマスクの部分ｚ、領域ｎの黒画素数である。図１３の回路の上段では、“ΣＡ．ｚ．ＲＥＧ（ｎ−２）　＋ΣＡ．ｚ．ＲＥＧ（ｎ−１）　＋ΣＡ．ｚ．ＲＥＧｎ　［ｆｏｒ　ａｌｌ　ｚ］＝背景の画素数”を求め、比較器１４１で閾値ＴＨ＿Ｘより小さいか否かを判定している。中段では、二値プレイン４のマスクの各部分ｚについて、“Ａ．ｚ．ＲＥＧ（ｎ＋１）＋Ａ．ｚ．ＲＥＧ（ｎ＋２）”が閾値ＴＨ＿Ａ以上か否かを各比較器１４２で判定し、閾値ＴＨ＿Ａ以上の数を加算器１４３でカウントする。そして、そのカウント数が閾値ＴＨ＿Ａ＿ＮＵＭ以上か否かを比較器１４４で判定している。下段では、プレイン５のマスクの各部分ｚについて、“Ｂ．ｚ．ＲＥＧ（ｎ＋１）＋Ｂ．ｚ．ＲＥＧ（ｎ＋２）”が閾値ＴＨ＿Ｂ以上か各比較器１４５で判定し、それがすべての部分で閾値以上だったかをＡＮＤ回路１４６で判定している。以上の３つの判定結果の論理積をＡＮＤ回路１４７でとって、真なら円＃ｎに相当する大きさの円が検出されたとする。
【００６３】
図１４は、判定手段８の別の構成例である。図１３の例との違いは、マスクの部分ａ〜ｄと部分ｅ〜ｈでは、異なるマスク領域で、前景と背景画素数を計測していることである。これは、マスク領域ｎとマスク領域ｎ−１では、直径で２画素異なる。つまり、円＃ｎの大きさの円と円＃ｎ−１大きさの円では、直径で２画素異なる。すると、円＃ｎと円＃ｎ−１の中間の大きさの円（円＃ｎ´）が検出できない可能性がでてきてしまう。そこで、図１４の例では、円＃ｎと円＃ｎ−１検出用のマスク領域を混合することで、中間の大きさの円の検出性能を向上させている。
【００６４】
図１５はエッジ検出手段１６の構成例である。レジスタ６１の“ｚＲＥＧｎ”は、二値プレイン４についてのマスクの部分ｚ、領域ｎの黒画素数を表す。比較器６２、ＡＮＤ回路６４により、“ｚ．ＲＥＧｎ≦ＴＨ２”かつ“ｚ．ＲＥＧ（ｎ＋１）≧ＴＨ１”の場合、マスクｎとｎ＋１の間（部分ｚ）にエッジが存在したと判定する。閾値ＴＨ１はＴＨ２より大きく設定する。例えば、閾値ＴＨ１は２、閾値ＴＨ２は０などである。検出されたエッジ情報は、レジスタ６５に蓄えられる（その値を“ｚ．ＥＤＧＥｎ”）。“ｚ．ＥＤＧＥｎ”の値が１なら、マスクの部分ｚ、領域ｎとｎ＋１の間にエッジが存在したと判定する。各レジスタ６５の上から順に、１の場合に部分ｚの領域１，２間にエッジあり、１の場合に部分ｚの領域２，３間にエッジあり、…となる。
【００６５】
図１６は、中心度算出手段１７の構成例である。円＃ｎが検出された場合、エッジ位置の可能性として、“ｚ．ＥＤＧＥｎ”と“ｚ．ＥＤＧＥ（ｎ＋１）”とが考えられるので、レジスタ６５に置数されたそれらのＯＲをＯＲ回路７１とれば、マスクの部分ｚにエッジが存在したかがわかる。この例では、部分ａ，ｃ，ｅ，ｇについてエッジが検出された否かかを、ＡＮＤ回路７３、ＯＲ回路７４、及び、円＃ｎが円＃３〜円＃５の何れであるか判定するＤｅｃｏｄｅｒ７２を用いて求め、レジスタ７５に置数されたその数（ｚ．ＥＤＧＥ）の合計を加算器７６で求めて中心度としている。レジスタ７５の値は上から、１の場合に部分ａにエッジあり、１の場合に部分ｃにエッジあり、１の場合に部分ｅにエッジあり、１の場合に部分ｇにエッジあり、となる。
【００６６】
図１７は、中心度算出手段１７の別の構成例である。図１７の同様の回路用その他、ＡＮＤ回路７７を用いている。また、上段の回路構成のみ示し、その下の各段の構成は上段と同様の構成であるため、図示を省略している。これは、下段のマスクの部分ａとｅ，ｃとｇの両端が揃ったエッジの数を合計して中心度とする例である。この例では、両端エッジまでの距離が等距離の“ｘ．ＥＤＧＥｎ”と“ｙ．ＥＤＧＥｎ”、“ｘ．ＥＤＧＥ（ｎ＋１）”と“ｙ．ＥＤＧＥ（ｎ＋１）”、両端エッジまでの距離が１違いの“ｘ．ＥＤＧＥｎ”と“ｙ．ＥＤＧＥ（ｎ＋１）”、“ｘ．ＥＤＧＥ（ｎ＋１）”と“ｙ．ＥＤＧＥｎ”ついて同時にエッジが検出されたか否かを求め（その値がレジスタ７５の“ｘｙ．ＥＤＧＥ”）、その数の合計を加算器７６で求めて中心度としている。図１７において、上段のレジスタ７５の値は、１の場合に部分ａ，ｅの領域に両エッジありとなり、下段のレジスタ７５の値は、１の場合に部分ｃ，ｇの領域に両エッジありとなる。
【００６７】
図１８は、直径算出手段１０の構成例である。各レジスタ１５１には、エッジの検出結果が置数され、ＡＮＤ回路及びＯＲ回路１５２により、ＡＮＤやＯＲをとることで、マスクの部分ａ，ｅによる直径と部分ｃ，ｇによる直径の大きい方を選択し出力する。Ｄｅｃｏｄｅｒ１５７は、円＃ｎが円＃３〜円＃５の何れであるか判定する。Ｅｎｃｏｄｅｒ＿ｅｄｇｅ２ｄｉａｍｅｔｅｒ１５３は、エッジ位置の有無を示す信号をＡＮＤ回路及びＯＲ回路１５２から受けて、両端エッジ間距離に変換する。ただし、全てのエッジ信号が０（エッジ無し）の場合は０を出力する。またＥｃｏｄｅｒ＿ｃｉｒｃ２ｄｉａｍｅｔｅｒ１５４は、検出された円＃ｎから直径を求める装置で、円＃ｎのとりうるエッジ間の平均距離を出力する。これは、円＃ｎが検出されなければ０を出力する。そして、マルチプレクサ１５５、比較器１５６により、円＃ｎが検出されていて、両端エッジが見つからなかった場合に限ってＥｎｃｏｄｅｒ＿ｃｉｒｃ２ｄｉａｍｅｔｅｒ１５４の出力が直径として出力される。
【００６８】
図１９は、直径算出手段１０の別の構成例である。図１８と同様の回路構成のほか、ＯＲ回路１５８、ＡＮＤ回路１５９、加算器１６０を用いている。この例では、マスクの部分ａ，ｅによる直径と部分ｃ，ｇによる直径の平均を出力する。ただし、１組しか両端エッジによる直径が見つからなかった場合は、そのまま出力する。また、円＃ｎが検出されていて、両端エッジが見つからなかった場合に限ってＥｎｃｏｄｅｒ＿ｃｉｒｃ２ｄｉａｍｅｔｅｒ１５４の結果が出力される。
【００６９】
図２０は、最大中心度抽出手段１８の構成例である。これは、ある領域内で中心度が最大のものを選択して、その座標位置を抽出する。すなわち、各画素のマッチング度をバッファ１０１で記憶する。このバッファ１０１に記憶されているマッチング度のうち、領域１０２に記憶されている注目画素のものと領域１０３に記憶されている注目画素の周囲の８つの周辺画素のもの（すなわち、注目画素を中心とした３×３画素分のマッチング度）が読み出される。８つの比較器９４は、それぞれ各周辺画素のマッチング度と注目画素のマッチング度とを比較し、その比較結果をＡＮＤ回路９５に出力する。これにより、注目画素のマッチング度がどの周辺画素のマッチング度よりも大きいときには、ＡＮＤ回路９５が出力するＦｏｕｎｄ信号がアクティブになる（目的の図形が注目画素で抽出されたことを意味する）。現在のＦｏｕｎｄ信号がどの注目画素についてのものであるかは、Ｘカウンタ９７、Ｙカウンタ９８が出力するＸ，Ｙ座標の値によりわかる。このように、最大中心度を抽出するのは、より正確な図形位置を抽出することと、同一画像を複数抽出しないためである。
【００７０】
なお、以上説明した例では、二値化部２、計測手段３、判定手段８、中心位置決定手段９、直径算出手段１０などを電子回路により実現した例を示したが、本発明はこれに限定するものではなく、これらの構成要素の全部または一部を所定のプログラムによって駆動するコンピュータが行なう処理により実現することもできる。
【００７１】
【発明の効果】
請求項１に記載の発明は、任意の背景図案から所定の図形を安定的に正確に抽出し、また、製造コストを低減することができる。
【００７２】
請求項２に記載の発明は、請求項１に記載の発明において、複数色の図形を抽出する場合でも安定的に正確に抽出し、また、製造コストを低減することができる。
【００７３】
請求項３に記載の発明は、請求項２に記載の発明において、細線等の除去により任意の背景図案から所定図形の検出性能が向上する。また、濃度で二値化した二値画像データを対象としては細線除去手段を備えないので、製造コストを低減することができる。
【００７４】
請求項４に記載の発明は、請求項１〜３の何れかの一に記載の発明において、黒画素数を計測する領域を同心円上に配置しているので、任意の大きさの図形を同時に抽出できる。
【００７５】
請求項５に記載の発明は、請求項４に記載の発明において、抽出する図形の大きさにかかわらず計測する画素数を同じにしているので、判定手段の製造コストを低減することができる。
【００７６】
請求項６に記載の発明は、請求項１〜５の何れかの一に記載の発明において、計測する領域を抽出図形の一部分にしているので、製造コストを低減することができる。
【００７７】
請求項７に記載の発明は、請求項１〜６の何れかの一に記載の発明において、差分により黒画素数を計測するので、製造コストを低減することができる。
【００７８】
請求項８に記載の発明は、請求項２又は３に記載の発明において、解像度の高い色により二値した二値画像データによりエッジの検出の情報から中心度を算出するので、精度の高い位置検出ができる。
【００７９】
請求項９に記載の発明は、請求項８に記載の発明において、円検出のためのマスクを使ってエッジを検出するので、ハードウエア構成をコンパクトにすることができる。
【００８０】
請求項１０に記載の発明は、請求項９に記載の発明において、急峻なエッジのみを検出することができる。
【００８１】
請求項１１に記載の発明は、請求項８〜１０の何れかの一に記載の発明において、エッジの数を中心度としているので、精度の高い位置検出ができる。
【００８２】
請求項１２に記載の発明は、請求項８〜１０の何れかの一に記載の発明において、左右、上下など所定の方向の両端のエッジが存在している数を中心度としているので、精度の高い位置検出ができる。
【００８３】
請求項１３に記載の発明は、請求項８〜１０の何れかの一に記載の発明において、左右、上下など所定方向の両端のエッジが存在していて、かつ、その両端エッジまでの距離が等距離もしくは１違い等所定範囲なら中心度を高くするので、精度の高い位置検出ができる。
【００８４】
請求項１４に記載の発明は、請求項８〜１３の何れかの一に記載の発明において、エッジ検出の情報により円図形の直径を算出するので、円の正確な直径を算出するハードウエア構成をコンパクトにすることができる。
【００８５】
請求項１５に記載の発明は、請求項１４に記載の発明において、左右、上下など所定方向の両端エッジが存在している画像のエッジ間距離から直径を選択するので、精度の高い直径の算出ができる。
【００８６】
請求項１６に記載の発明は、請求項１４に記載の発明において、左右、上下など所定方向の両端エッジが存在している画像のエッジ間距離の平均とするので、精度の高い直径の算出ができる。
【００８７】
請求項１７に記載の発明は、請求項１５又は１６に記載の発明において、両端エッジが存在していない場合は、円として検出されたマスクの大きさを直径とするので、エッジ位置が不明な場合であっても尤もらしい直径を算出することができる。
【図面の簡単な説明】
【図１】この発明の一実施の形態である図形認識装置の全体構成を示すブロック図である。
【図２】二値化部の構成例を示す回路図である。
【図３】細線除去手段の構成例を示す回路図である。
【図４】解像度変換手段の構成例を示す回路図である。
【図５】もう一方の解像度変換手段の構成例を示す回路図である。
【図６】解像度変換手段による解像度変換後の画素の同期信号を示すタイミングチャートである。
【図７】計測手段で黒画素数をカウントする領域例を示す平面図である。
【図８】計測手段による部分ごとの画素数のカウントについて説明する説明図である。
【図９】計測手段による部分ごとの画素数のカウントについて説明する説明図である。
【図１０】計測手段による部分ごとの画素数のカウントについて説明する説明図である。
【図１１】前記図形認識装置を構成する判定回路のマッチング度変換回路の構成例を示す回路図である。
【図１２】判定手段の回路構成例を示すブロック図である。
【図１３】判定手段の他の回路構成例を示すブロック図である。
【図１４】判定手段の他の回路構成例を示すブロック図である。
【図１５】エッジ検出手段の回路構成例を示すブロック図である。
【図１６】中心度算出手段の回路構成例を示すブロック図である。
【図１７】中心度算出手段の別の回路構成例を示すブロック図である。
【図１８】直径算出手段の回路構成例を示すブロック図である。
【図１９】直径算出手段の別の回路構成例を示すブロック図である。
【図２０】最大中心度抽出手段の回路構成例を示すブロック図である。
【符号の説明】
１　　　画像認識装置
３　　　計測手段
４　　　二値プレイン
５　　　二値プレイン
６　　　マスク手段
７　　　マスク手段
８　　　判定手段
１０　　直径算出手段
１１　　二値化手段
１２　　二値化手段
１３　　細線除去手段
１４　　解像度変換手段
１５　　解像度変換手段
１６　　エッジ検出手段
１７　　中心度算出手段
１８　　最大中心度抽出手段

Claims (17)

1. 多値画像データを互いに異なる手法で作成される複数種類の二値画像データに変換する二値化手段と、
   この変換後の各二値画像データを互いに異なる解像度の二値画像データに変換する解像度変換手段と、
   この各二値画像データをそれぞれ記憶する二値プレインと、
   この二値プレインから前記各二値画像データを切り出すマスク手段と、
   この切り出した画像データから前記多値画像データより抽出しようとする図形の前景領域と背景領域との黒画素数をカウントする計測手段と、
   このカウント数から画像が前記図形か否かを判定する判定手段と、
   を備えている図形認識装置。
2. 前記二値化手段は、前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データと、前記多値画像データを所定濃度以上とそれ以外とに分けることで二値化を行なった二値画像データとを前記異なる手法で作成される複数種類の二値画像データとして得るものであり、前記解像度変換手段は、後者の前記二値画像データの解像度を前者の前記二値画像データより低い解像度とする、
   請求項１に記載の図形認識装置。
3. 前記二値化手段で前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データについて細線又は孤立点を除去する細線除去手段を備えている、請求項２に記載の図形認識装置。
4. 前記計測手段は、黒画素数を計測する領域を同心円状に配置して前記カウントを行なう、請求項１〜３の何れかの一に記載の図形認識装置。
5. 前記計測手段は、前記同心円状に配置された黒画素数を計測する領域は、当該同心円の内側と外側で同じ数にする、請求項４に記載の図形認識装置。
6. 前記計測手段は、円図形の一部分について黒画素数を計測する、請求項１〜５の何れかの一に記載の図形認識装置。
7. 前記計測手段は、主走査方向の差分で黒画素数を計測する、請求項１〜６の何れかの一に記載の図形認識装置。
8. 前記二値化手段で前記多値画像データを所定の色とそれ以外とに分けることで二値化を行なった二値画像データについて、エッジを検出するエッジ検出手段と、
   このエッジ検出の情報により円図形の中心らしさである中心度を算出する中心度算出手段と、
   所定領域内で前記中心度が最大になる位置を円図形の中心位置として検出する検出手段と、
   を備えている請求項２又は３に記載の図形認識装置。
9. 前記エッジ検出手段は、所定領域のマスク内の前記黒画素数が所定の第１の閾値より大きく、その外側のマスク内の前記黒画素数が所定の第２の閾値より小さい場合にエッジがあったとする、請求項８に記載の図形認識装置。
10. 前記エッジ検出手段は、前記第１の閾値が前記第２の閾値より大きい、請求項９に記載の図形認識装置。
11. 前記中心度算出手段は、前記所定領域内に検出された前記エッジの数を中心度とする、請求項８〜１０の何れかの一に記載の図形認識装置。
12. 前記中心度算出手段は、前記所定領域内で所定方向の両端の前記エッジが存在している数を中心度とする、請求項８〜１０の何れかの一に記載の図形認識装置。
13. 前記中心度算出手段は、前記所定領域内で所定方向の両端の前記エッジが存在していて、かつ、その両端エッジまでの距離が等距離又は所定範囲の差であれば前記中心度を高くする、請求項８〜１０の何れかの一に記載の図形認識装置。
14. 前記エッジ検出の情報により前記円図形の直径を算出する直径算出手段を備えている、請求項８〜１３の何れかの一に記載の図形認識装置。
15. 前記直径算出手段は、前記所定領域内に前記所定方向の前記両端エッジが存在している画像の前記エッジ間の距離から前記直径を選択する、請求項１４に記載の図形認識装置。
16. 前記直径算出手段は、前記所定領域内に前記所定方向の前記両端エッジが存在している画像の前記エッジ間の距離の平均を前記直径として選択する、請求項１４に記載の図形認識装置。
17. 前記直径算出手段は、前記両端エッジが存在していない場合は、円として検出されたマスクの大きさからとりうる前記エッジ間の距離の平均を直径とする、請求項１５又は１６に記載の図形認識装置。

Images