JP2864735B2 - 物体識別方法および装置ならびに物体識別のための画像処理方法および装置 - Google Patents
物体識別方法および装置ならびに物体識別のための画像処理方法および装置Info
- Publication number
- JP2864735B2 JP2864735B2 JP6503166A JP50316694A JP2864735B2 JP 2864735 B2 JP2864735 B2 JP 2864735B2 JP 6503166 A JP6503166 A JP 6503166A JP 50316694 A JP50316694 A JP 50316694A JP 2864735 B2 JP2864735 B2 JP 2864735B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- target image
- angle
- reference angle
- pattern
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
【発明の詳細な説明】 技術分野 この発明は物体識別（または認識）方法および装置に
関し，特に，指紋照合，文字または模様の認識等のため
に，撮像により得られた対象画像を表わす情報と基準パ
ターンを表わす画像情報とを比較し，それらの一致度ま
たは類似度を得るパターン・マッチングのための方法お
よび装置に関する。
関し，特に，指紋照合，文字または模様の認識等のため
に，撮像により得られた対象画像を表わす情報と基準パ
ターンを表わす画像情報とを比較し，それらの一致度ま
たは類似度を得るパターン・マッチングのための方法お
よび装置に関する。
この発明はまた，上記物体認識のために用いられる画
像処理方法および装置に関する。
像処理方法および装置に関する。
背景技術 パターン・マッチングは，未知の対象物を表わす画像
データを２値化処理して２値画像データを作成し，その
２値画像データとあらかじめ用意した基準パターンを表
わす画像データとを比較し，それらの一致度を算出し，
一致度が高い場合には未知画像が基準パターンと同一の
ものであると判定するものである。これにより指紋照
合，文字やマークの認識等を行うことができる。一致度
を求める手法としては，テンプレート・マッチング等も
ある。
データを２値化処理して２値画像データを作成し，その
２値画像データとあらかじめ用意した基準パターンを表
わす画像データとを比較し，それらの一致度を算出し，
一致度が高い場合には未知画像が基準パターンと同一の
ものであると判定するものである。これにより指紋照
合，文字やマークの認識等を行うことができる。一致度
を求める手法としては，テンプレート・マッチング等も
ある。
対象物の向きが常に定められている場合には，その対
象物の画像と基準パターンとを比較することは比較的容
易である。しかしながら，対象物の向き（配置角度また
は方向）が定まっていない（未知である）場合には，基
準パターンも様々な向きのものをあらかじめ多数用意し
ておく必要がある。仮に５度ずつ角度をずらして基準パ
ターンを作っておくとすると，一つのパターンに対して
72個もの角度の異なる基準パターンをあらかじめ作成し
て記憶しておくことが必要となり，メモリ容量が非常に
大きくなるばかりでなく，照合すべき基準パターンの数
の増大にともない処理時間が長くなる。
象物の画像と基準パターンとを比較することは比較的容
易である。しかしながら，対象物の向き（配置角度また
は方向）が定まっていない（未知である）場合には，基
準パターンも様々な向きのものをあらかじめ多数用意し
ておく必要がある。仮に５度ずつ角度をずらして基準パ
ターンを作っておくとすると，一つのパターンに対して
72個もの角度の異なる基準パターンをあらかじめ作成し
て記憶しておくことが必要となり，メモリ容量が非常に
大きくなるばかりでなく，照合すべき基準パターンの数
の増大にともない処理時間が長くなる。
異なる角度の多数の基準パターンを作成しておいたと
しても，対象画像の角度位置が，用意したいずれかの基
準パターンの角度位置と一致するとは限らない。一致し
ない場合には，たとえ対象画像と基準パターンとが同一
であったとしても，異なるものと判別されることがあり
うる。
しても，対象画像の角度位置が，用意したいずれかの基
準パターンの角度位置と一致するとは限らない。一致し
ない場合には，たとえ対象画像と基準パターンとが同一
であったとしても，異なるものと判別されることがあり
うる。
対象物の画像がカラーである場合には，濃度（グレイ
・レベル）データに色相データが加わる。多値の画像デ
ータの場合に，マッチング精度を高めようとすると，基
準パターンもまた多値データで表現しなければならない
ので，メモリ容量と処理時間の増大の問題は一層顕著に
なる。
・レベル）データに色相データが加わる。多値の画像デ
ータの場合に，マッチング精度を高めようとすると，基
準パターンもまた多値データで表現しなければならない
ので，メモリ容量と処理時間の増大の問題は一層顕著に
なる。
発明の開示 この発明は一つまたは少数の基準パターンを用意すれ
ば足りるようにし，必要なメモリ容量を少なくし，かつ
画像判別の高速化を図るものである。
ば足りるようにし，必要なメモリ容量を少なくし，かつ
画像判別の高速化を図るものである。
この発明による物体識別方法は，対象物を撮像装置を
用いて撮像し，撮像により得られた対象画像信号を，対
象画像信号によって表わされる対象画像におけるあらか
じめ定められた性質を持つ点を原点として極座標の画像
信号に変換し，極座標変換後の対象画像の所定角度ごと
の径方向パターンを，あらかじめ作成されかつ極座標変
換された基準画像の基準角度における径方向パターンと
順次照合することにより，基準画像の基準角度と一致す
る対象画像の照合基準角度を見つけ出し，対象画像と基
準画像とを，それらの基準角度と照合基準角度とが一致
した角度関係において相互に照合し，一致の程度に応じ
て物体識別判定結果を表わす信号を出力するものであ
る。
用いて撮像し，撮像により得られた対象画像信号を，対
象画像信号によって表わされる対象画像におけるあらか
じめ定められた性質を持つ点を原点として極座標の画像
信号に変換し，極座標変換後の対象画像の所定角度ごと
の径方向パターンを，あらかじめ作成されかつ極座標変
換された基準画像の基準角度における径方向パターンと
順次照合することにより，基準画像の基準角度と一致す
る対象画像の照合基準角度を見つけ出し，対象画像と基
準画像とを，それらの基準角度と照合基準角度とが一致
した角度関係において相互に照合し，一致の程度に応じ
て物体識別判定結果を表わす信号を出力するものであ
る。
ここで画像信号とはアナログ映像信号のみならずディ
ジタル画像データも含む。
ジタル画像データも含む。
対象画像の照合基準角度を見つけ出す処理および物体
識別判定処理を，対象画像信号から抽出された特徴量，
たとえば濃度（グレイ・レベル），その変化率，ヒスト
グラム，濃度分布等に基づいて行う。
識別判定処理を，対象画像信号から抽出された特徴量，
たとえば濃度（グレイ・レベル），その変化率，ヒスト
グラム，濃度分布等に基づいて行う。
この発明の好ましい実施態様においては，基準画像の
基準角度における径方向パターンに関する推論ルールを
あらかじめ作成しておき，対象画像における径方向パタ
ーン・データをこの推論ルールに順次あてはめることに
より（ファジィ・パターン・マッチング），照合基準角
度を見つけ出す。
基準角度における径方向パターンに関する推論ルールを
あらかじめ作成しておき，対象画像における径方向パタ
ーン・データをこの推論ルールに順次あてはめることに
より（ファジィ・パターン・マッチング），照合基準角
度を見つけ出す。
他の好ましい実施態様においては，対象画像信号から
上記所定角度ごとのグレイ・レベル・マップを作成し，
このグレイ・レベル・マップを用いて上記ファジィ・パ
ターン・マッチングまたは他のパターン・マッチング法
により照合基準角度を見つけ出す。
上記所定角度ごとのグレイ・レベル・マップを作成し，
このグレイ・レベル・マップを用いて上記ファジィ・パ
ターン・マッチングまたは他のパターン・マッチング法
により照合基準角度を見つけ出す。
物体識別判定処理もまた上記グレイ・レベル・マップ
を用いて行うとよい。さらに，対象画像と基準画像との
照合をファジィ・パターン・マッチングにより行うとよ
い。
を用いて行うとよい。さらに，対象画像と基準画像との
照合をファジィ・パターン・マッチングにより行うとよ
い。
この発明の好ましい実施態様においては，対象画像信
号から照合すべき領域を抽出し、抽出した領域に含まれ
る画像信号について極座標変換を行う。これにより，極
座標変換処理，その後に続く照合基準角度の検索，照合
処理の対象となる画像信号の量が少なくなるので，処理
の高速化が図られる。
号から照合すべき領域を抽出し、抽出した領域に含まれ
る画像信号について極座標変換を行う。これにより，極
座標変換処理，その後に続く照合基準角度の検索，照合
処理の対象となる画像信号の量が少なくなるので，処理
の高速化が図られる。
照合すべき領域を抽出するにあたって対象画像信号を
低分解能化すると一層好ましい。これによって，領域抽
出処理が簡便となり，高速化が図られる。
低分解能化すると一層好ましい。これによって，領域抽
出処理が簡便となり，高速化が図られる。
極座標変換のための原点は，円形領域の場合にはその
中心に，方形領域の場合にはその角にそれぞれ設定され
よう。原点が円形領域の中心に設定されたときには一つ
の基準画像で充分であるが，原点が方形領域の角に設定
されたときには基準画像が４種類必要となる。
中心に，方形領域の場合にはその角にそれぞれ設定され
よう。原点が円形領域の中心に設定されたときには一つ
の基準画像で充分であるが，原点が方形領域の角に設定
されたときには基準画像が４種類必要となる。
この発明による画像処理方法は，与えられた対象画像
データを，対象画像データによって表わされる対象画像
におけるあらかじめ定められた性質を持つ点を原点とし
て極座標の対象画像データに変換し，極座標変換後の対
象画像の所定角度ごとの径方向パターンを，あらかじめ
作成されかつ極座標変換された基準画像の基準角度にお
ける径方向パターンと順次照合することにより，基準画
像の基準角度と一致する対象画像の照合基準角度を見つ
け出し，対象画像と基準画像とを，それらの基準角度と
照合基準角度とが一致した角度関係において相互に照合
し，一致の程度を表わす信号を出力するものである。
データを，対象画像データによって表わされる対象画像
におけるあらかじめ定められた性質を持つ点を原点とし
て極座標の対象画像データに変換し，極座標変換後の対
象画像の所定角度ごとの径方向パターンを，あらかじめ
作成されかつ極座標変換された基準画像の基準角度にお
ける径方向パターンと順次照合することにより，基準画
像の基準角度と一致する対象画像の照合基準角度を見つ
け出し，対象画像と基準画像とを，それらの基準角度と
照合基準角度とが一致した角度関係において相互に照合
し，一致の程度を表わす信号を出力するものである。
物体識別方法における各種実施態様は画像処理方法に
もあてはまる。
もあてはまる。
この発明による物体識別装置は上述した物体識別方法
の実現に用いられるものであり，対象物を撮像して対象
物を表わす対象画像信号を出力する撮像装置，上記撮像
装置から出力される対象画像信号を，対象画像信号によ
って表わされる対象画像におけるあらかじめ定められた
性質をもつ点を原点として極座標の対象画像信号に変換
する極座標変換回路，極座標変換後の対象画像の所定角
度ごとの径方向パターンを，あらかじめ作成されかつ極
座標変換された基準画像の基準角度における径方向パタ
ーンと順次照合することにより，基準画像の基準角度と
一致する対象画像の照合基準角度を検索する手段，およ
び対象画像と基準画像とを，それらの基準角度と照合基
準角度とが一致した角度関係において相互に照合し，一
致の程度に応じて物体識別判定結果を表わす信号を出力
する判定手段を備えている。
の実現に用いられるものであり，対象物を撮像して対象
物を表わす対象画像信号を出力する撮像装置，上記撮像
装置から出力される対象画像信号を，対象画像信号によ
って表わされる対象画像におけるあらかじめ定められた
性質をもつ点を原点として極座標の対象画像信号に変換
する極座標変換回路，極座標変換後の対象画像の所定角
度ごとの径方向パターンを，あらかじめ作成されかつ極
座標変換された基準画像の基準角度における径方向パタ
ーンと順次照合することにより，基準画像の基準角度と
一致する対象画像の照合基準角度を検索する手段，およ
び対象画像と基準画像とを，それらの基準角度と照合基
準角度とが一致した角度関係において相互に照合し，一
致の程度に応じて物体識別判定結果を表わす信号を出力
する判定手段を備えている。
好ましくは，上記極座標変換回路は，極座標と直交座
標との対応関係を表わすデータをあらかじめ格納したリ
ード・オンリ・メモリを含む。
標との対応関係を表わすデータをあらかじめ格納したリ
ード・オンリ・メモリを含む。
他の好ましい実施態様では，上記検索手段が，基準画
像の基準角度における径方向パターンに関する推論ルー
ルをあらかじめ作成しておき，対象画像における径方向
パターン・データをこの推論ルールに順次あてはめるこ
とにより（ファジィ・パターン・マッチング），照合基
準角度を検索するものである。
像の基準角度における径方向パターンに関する推論ルー
ルをあらかじめ作成しておき，対象画像における径方向
パターン・データをこの推論ルールに順次あてはめるこ
とにより（ファジィ・パターン・マッチング），照合基
準角度を検索するものである。
上記判定手段もまた，一実施例態様では，対象画像と
基準画像との照合をファジィ・パターン・マッチングに
より行うものである。
基準画像との照合をファジィ・パターン・マッチングに
より行うものである。
他の実施態様では，上記撮像装置から与えられる対象
画像信号から照合すべき領域を抽出する領域抽出回路手
段がさらに設けられる。この領域抽出回路手段によって
抽出された領域に含まれる画像信号は上記極座標変換回
路に与えられる。
画像信号から照合すべき領域を抽出する領域抽出回路手
段がさらに設けられる。この領域抽出回路手段によって
抽出された領域に含まれる画像信号は上記極座標変換回
路に与えられる。
上記撮像装置から与えられる対象画像信号を低分解能
化し，低分解能化された画像信号を上記領域抽出回路手
段に与える前処理回路手段がさらに設けられる。
化し，低分解能化された画像信号を上記領域抽出回路手
段に与える前処理回路手段がさらに設けられる。
物体識別方法における各種実施態様はこの物体識別装
置の構築にあたっても採用可能である。
置の構築にあたっても採用可能である。
この発明による画像処理装置は上記物体識別装置に含
まれ，それは，与えられる対象画像データを，対象画像
データによって表わされる対象画像におけるあらかじめ
定められた性質をもつ点を原点とて極座標の対象画像デ
ータに変換する極座標変換回路，極座標変換後の対象画
像の所定角度ごとの径方向パターンを，あらかじめ作成
されかつ極座標変換された基準画像の基準角度における
径方向パターンと順次照合することにより，基準画像の
基準角度と一致する対象画像の照合基準角度を検索する
手段，および対象画像と基準画像とを，それらの基準角
度と照合基準角度とが一致した角度関係において相互に
照合し，一致の程度を表わす信号を出力する判定手段を
備えている。
まれ，それは，与えられる対象画像データを，対象画像
データによって表わされる対象画像におけるあらかじめ
定められた性質をもつ点を原点とて極座標の対象画像デ
ータに変換する極座標変換回路，極座標変換後の対象画
像の所定角度ごとの径方向パターンを，あらかじめ作成
されかつ極座標変換された基準画像の基準角度における
径方向パターンと順次照合することにより，基準画像の
基準角度と一致する対象画像の照合基準角度を検索する
手段，および対象画像と基準画像とを，それらの基準角
度と照合基準角度とが一致した角度関係において相互に
照合し，一致の程度を表わす信号を出力する判定手段を
備えている。
この発明の物体識別方法および装置，ならびに画像処
理方法および装置によると，いずれにおいても，対象画
像が極座標に変換される。極座標に変換後の画像データ
を構成する所定角度ごとの径方向パターンが，基準画像
の基準角度における径方向パターンと順次比較され，対
象画像における，基準角度と一致する照合基準角度が見
つけ出される。このようにして対象画像の向きが分るの
で，基準角度と照合基準角度とを一致させた状態で，対
象画像を基準画像と照合してそれらのパターンの一致判
別を行うことができる。対象画像と基準画像とが，対象
画像がいかなる方向に向いていても正しく対応した状態
で照合されるので常に高精度のパターン・マッチングが
可能となる。しかも基準画像のデータは一つまたは数個
分用意しておくだけで足り，そのためのメモリ容量を少
なくすることができる。ファジィ・パターン・マッチン
グの利用により比較的簡単にかつ高速のパターン判別が
可能となる。
理方法および装置によると，いずれにおいても，対象画
像が極座標に変換される。極座標に変換後の画像データ
を構成する所定角度ごとの径方向パターンが，基準画像
の基準角度における径方向パターンと順次比較され，対
象画像における，基準角度と一致する照合基準角度が見
つけ出される。このようにして対象画像の向きが分るの
で，基準角度と照合基準角度とを一致させた状態で，対
象画像を基準画像と照合してそれらのパターンの一致判
別を行うことができる。対象画像と基準画像とが，対象
画像がいかなる方向に向いていても正しく対応した状態
で照合されるので常に高精度のパターン・マッチングが
可能となる。しかも基準画像のデータは一つまたは数個
分用意しておくだけで足り，そのためのメモリ容量を少
なくすることができる。ファジィ・パターン・マッチン
グの利用により比較的簡単にかつ高速のパターン判別が
可能となる。
図面の簡単な説明 第１図は画像処理装置を含む物体識別装置の電気的構
成を示すブロック図である。
成を示すブロック図である。
第2a図は画像の一例を示し，第2b図は第2a図の画像を
極座標変換して得られる画像を示す。
極座標変換して得られる画像を示す。
第3a図および第4a図も画像の例をそれぞれ示し，第3b
図および第4b図はそれぞれ第3a図および第4a図の画像を
極座標変換して得られる画像を示す。
図および第4b図はそれぞれ第3a図および第4a図の画像を
極座標変換して得られる画像を示す。
第5a図は前処理によりブロック化された画像の例を示
し，第5b図は基準画像の一例を示す。
し，第5b図は基準画像の一例を示す。
第6a図から第6c図は領域抽出処理の手順を示すもので
ある。
ある。
第７図は対象画像のグレイ・レベル・マップを示す。
第８図は基準パターンのグレイ・レベル・マップを示
す。
す。
第９図はメンバーシップ関数の一例を示す。
第10図は判定処理の手順を示す。
第11a図は画像の他の例を示し，第11b図は第11a図の
画像を極座標変換して得られる画像を示す。
画像を極座標変換して得られる画像を示す。
発明を実施するための最良の形態 第１図は画像処理装置を含む物体識別装置の全体的な
電気的構成を示すものである。
電気的構成を示すものである。
物体識別装置は，工業用テレビ・カメラ等の撮像装置
1,インターフェイス2,前処理回路3,領域抽出回路4,極座
標変換回路6,グレイ・レベル・マップ作成回路7,画像デ
ータ・メモリ8,判定回路9,ファジィ推論のための知識を
記憶するメモリ10,および上記の回路の動作を制御する
制御装置（図示略）を備えている。制御装置はCPUおよ
びその周辺回路（タイミング発生回路等）から構成され
る。上記の各回路3,4,6,7および９は好ましくは専用ア
ーキテクチャをもつハードウェア回路により構成され，
この場合には処理速度の高速化が達成される。もちろん
これらの回路の一部または全部を，それらの機能を達成
するように作成されたプログラムにしたがって動作する
１台または複数台のCPUおよびその周辺回路によって構
成することも可能である。画像データ・メモリ８は，前
処理回路３における前処理によって生成された各種の画
像データ，領域抽出回路４で抽出された領域に関するデ
ータ，極座標変換回路６において変換された画像デー
タ，グレイ・レベル・マップ作成回路７において作成さ
れた画像データ等を記憶する。
1,インターフェイス2,前処理回路3,領域抽出回路4,極座
標変換回路6,グレイ・レベル・マップ作成回路7,画像デ
ータ・メモリ8,判定回路9,ファジィ推論のための知識を
記憶するメモリ10,および上記の回路の動作を制御する
制御装置（図示略）を備えている。制御装置はCPUおよ
びその周辺回路（タイミング発生回路等）から構成され
る。上記の各回路3,4,6,7および９は好ましくは専用ア
ーキテクチャをもつハードウェア回路により構成され，
この場合には処理速度の高速化が達成される。もちろん
これらの回路の一部または全部を，それらの機能を達成
するように作成されたプログラムにしたがって動作する
１台または複数台のCPUおよびその周辺回路によって構
成することも可能である。画像データ・メモリ８は，前
処理回路３における前処理によって生成された各種の画
像データ，領域抽出回路４で抽出された領域に関するデ
ータ，極座標変換回路６において変換された画像デー
タ，グレイ・レベル・マップ作成回路７において作成さ
れた画像データ等を記憶する。
この物体識別装置における処理の中核となる極座標変
換についてあらかじめ説明しておく。
換についてあらかじめ説明しておく。
第2a図において，簡単のために円形領域RC内に「Ａ」
という文字が含まれている場合を考える。一般に撮像装
置から得られる画像データはその位置がXY座標系（直交
座標系）で表わされる。この画像（または領域RC）の中
心Ｏが検出される。この中心Ｏから径方向に軸（基準線
P:これは照合開始角度位置となる）が仮定される。極座
標系では座標は中心からの距離ｒと，基準線Ｐからの角
度θ（たとえば反時計方向）とによって表わされる。
という文字が含まれている場合を考える。一般に撮像装
置から得られる画像データはその位置がXY座標系（直交
座標系）で表わされる。この画像（または領域RC）の中
心Ｏが検出される。この中心Ｏから径方向に軸（基準線
P:これは照合開始角度位置となる）が仮定される。極座
標系では座標は中心からの距離ｒと，基準線Ｐからの角
度θ（たとえば反時計方向）とによって表わされる。
第2b図は直交座標系で表わされた文字画像「Ａ」を極
座標系に変換し，極座標系の距離ｒを縦軸に，角度θを
横軸にとって，変換後の画像を示すものである。
座標系に変換し，極座標系の距離ｒを縦軸に，角度θを
横軸にとって，変換後の画像を示すものである。
第3a図および第4a図はそれぞれ，文字「Ａ」の向きを
変えたものである。極座標変換後の画像がそれぞれ第3b
図および第4b図に示されている。第2b図から第4b図を比
較すれば分るように，極座標変換後の画像は横軸（角度
θの軸）上でずれる（シフトする）ことになる。このよ
うに直交座標系における画像の向きの違いは極座標系に
おいては角度軸上における位置シフトとして現われる。
したがって，対象画像（被識別画像）において基準画像
における基準線と一致する角度位置さえ見つかれば，画
像の向きにかかわらず画像パターンの正確な照合が可能
となる。
変えたものである。極座標変換後の画像がそれぞれ第3b
図および第4b図に示されている。第2b図から第4b図を比
較すれば分るように，極座標変換後の画像は横軸（角度
θの軸）上でずれる（シフトする）ことになる。このよ
うに直交座標系における画像の向きの違いは極座標系に
おいては角度軸上における位置シフトとして現われる。
したがって，対象画像（被識別画像）において基準画像
における基準線と一致する角度位置さえ見つかれば，画
像の向きにかかわらず画像パターンの正確な照合が可能
となる。
第１図に戻って撮像装置１によって対象物（被識別
物）が撮像され，撮像装置から対象物を表わす画像信号
が出力される。この画像信号はインターフェイス２を通
して前処理回路３に与えられる。前処理回路３は画像信
号の２値化処理，収縮（たとえばロウ・パス・フィルタ
リング）および拡散（たとえば誤差拡散）処理等を行う
ものである。収縮および拡散処理により，ノイズに起因
する孤立画素が除去される。これらの処理により得られ
た画像データは画像メモリ８に記憶される。
物）が撮像され，撮像装置から対象物を表わす画像信号
が出力される。この画像信号はインターフェイス２を通
して前処理回路３に与えられる。前処理回路３は画像信
号の２値化処理，収縮（たとえばロウ・パス・フィルタ
リング）および拡散（たとえば誤差拡散）処理等を行う
ものである。収縮および拡散処理により，ノイズに起因
する孤立画素が除去される。これらの処理により得られ
た画像データは画像メモリ８に記憶される。
前処理回路３はまた分解能低下処理，平均化処理また
はブロック化処理といわれるものを実行する。この処理
は，全画素を，縦，横適数個ずつの画素を含むブロック
に分け，このブロックを新たな（より大きな）画素とし
て取扱うものである（第１のブロック化）。ブロックの
画像データは２値であっても多値であってもよい。２値
画像データを作成する場合には，ブロックに含まれる画
素の画像データ（この画像データは２値化されているの
で１または０である）を加算し，この加算値が所定のし
きい値を超えているときにはそのブロックの画像データ
を１とし，それ以外のときには０とする。多値化する場
合には，上記の加算値をそのままブロックの画像データ
としてもよいし，加算値を複数の異なるしきい値でレベ
ル弁別して多値データを作成することもできる。このよ
うにして，対象物のぼやけた画像データが得られ，この
画像データは画像メモリ８に記憶される。
はブロック化処理といわれるものを実行する。この処理
は，全画素を，縦，横適数個ずつの画素を含むブロック
に分け，このブロックを新たな（より大きな）画素とし
て取扱うものである（第１のブロック化）。ブロックの
画像データは２値であっても多値であってもよい。２値
画像データを作成する場合には，ブロックに含まれる画
素の画像データ（この画像データは２値化されているの
で１または０である）を加算し，この加算値が所定のし
きい値を超えているときにはそのブロックの画像データ
を１とし，それ以外のときには０とする。多値化する場
合には，上記の加算値をそのままブロックの画像データ
としてもよいし，加算値を複数の異なるしきい値でレベ
ル弁別して多値データを作成することもできる。このよ
うにして，対象物のぼやけた画像データが得られ，この
画像データは画像メモリ８に記憶される。
前処理回路３のブロック化された画像データは画像デ
ータ・メモリ８を通して，または直接に領域抽出回路４
に与えられる。この領域抽出回路４は撮像された画像の
中からパターン・マッチング処理を行うべき画像（対象
画像）が含まれている領域（上述した円形領域RCに相
当）を切り出すものである。切り出すべき領域は方形で
も円形でもよいが，画像データは直交座標系で表わされ
ているので方形の方が処理が簡単となる。一方，極座標
系においては円形領域の方が取扱いやすい。そこで，対
象画像の存在する領域として極座標系で円形領域を取扱
うにしても，この切り出し処理においては，その円形領
域と同程度の大きさの方形の領域が考慮される。
ータ・メモリ８を通して，または直接に領域抽出回路４
に与えられる。この領域抽出回路４は撮像された画像の
中からパターン・マッチング処理を行うべき画像（対象
画像）が含まれている領域（上述した円形領域RCに相
当）を切り出すものである。切り出すべき領域は方形で
も円形でもよいが，画像データは直交座標系で表わされ
ているので方形の方が処理が簡単となる。一方，極座標
系においては円形領域の方が取扱いやすい。そこで，対
象画像の存在する領域として極座標系で円形領域を取扱
うにしても，この切り出し処理においては，その円形領
域と同程度の大きさの方形の領域が考慮される。
第5a図は領域抽出回路４に与えられたブロック化され
た画像データの一例を示している。第5b図はパターン・
マッチングにおける基準パターンを表わす画像データの
一例を示している。基準パターンについてもこのように
ブロック化された画像があらかじめ作成されており，そ
の基準パターンが占める領域に相当する領域（ほぼ同じ
大きさの領域）に含まれる画像データが１（または０）
（２値画像データの場合）であるブロックの数Ｎがあら
かじめ検出されている。第5a図に示すブロック化された
画像データ上を上記領域の大きさのマスクが走査され，
マスク内に含まれる画像データが１であるブロックの数
が各マスクの位置で計数される。計数されたブロック数
が上記の数Ｎの付近に定められた許容範囲内にあれば、
そのマスク内の領域が抽出される。
た画像データの一例を示している。第5b図はパターン・
マッチングにおける基準パターンを表わす画像データの
一例を示している。基準パターンについてもこのように
ブロック化された画像があらかじめ作成されており，そ
の基準パターンが占める領域に相当する領域（ほぼ同じ
大きさの領域）に含まれる画像データが１（または０）
（２値画像データの場合）であるブロックの数Ｎがあら
かじめ検出されている。第5a図に示すブロック化された
画像データ上を上記領域の大きさのマスクが走査され，
マスク内に含まれる画像データが１であるブロックの数
が各マスクの位置で計数される。計数されたブロック数
が上記の数Ｎの付近に定められた許容範囲内にあれば、
そのマスク内の領域が抽出される。
第6a図に示すように，このようにして抽出された領域
Ｒと基準パターンが実際に存在するであろう領域RCとが
少しずれている場合がある。そこで，領域Ｒを第6b図に
示すように，縦，横方向に拡大する。ここでは画像デー
タ・メモリ８に記憶されているブロック化処理前の高解
像度の画像データが用いられる。周囲の対象外の領域
（たとえば画像データが０である領域）Ｗが，第6c図に
示すように，除去されることにより，基準パターンが存
在するであろう領域RCを含む領域Raが最終的に抽出され
る。この領域Ra内に属するブロック化された画像データ
は画像データ・メモリ８を通して，または直接に極座標
変換回路６に与えられる。上述した領域抽出処理はCour
se−Fine法として知られている。
Ｒと基準パターンが実際に存在するであろう領域RCとが
少しずれている場合がある。そこで，領域Ｒを第6b図に
示すように，縦，横方向に拡大する。ここでは画像デー
タ・メモリ８に記憶されているブロック化処理前の高解
像度の画像データが用いられる。周囲の対象外の領域
（たとえば画像データが０である領域）Ｗが，第6c図に
示すように，除去されることにより，基準パターンが存
在するであろう領域RCを含む領域Raが最終的に抽出され
る。この領域Ra内に属するブロック化された画像データ
は画像データ・メモリ８を通して，または直接に極座標
変換回路６に与えられる。上述した領域抽出処理はCour
se−Fine法として知られている。
極座標変換回路６は与えられた領域内の画像データの
座標を，その領域または画像の中心を決定した上で，そ
の中心を原点として極座標に変換する。この回路６は距
離および角度に対応するXY座標を格納したROM（ルック
アップ・テーブル）を備えている。このROMをアクセス
するためのアドレスは距離ｒおよび角度θによって表わ
され，そのアドレスによってアクセスされた場所に格納
されているXY座標が読出される。読出されたXY座標上の
画像データがそのXY座標をアクセスしたアドレスを示す
r,θ座標の画像データとなり，第2b図に示すようにr,θ
座標系に配列される。
座標を，その領域または画像の中心を決定した上で，そ
の中心を原点として極座標に変換する。この回路６は距
離および角度に対応するXY座標を格納したROM（ルック
アップ・テーブル）を備えている。このROMをアクセス
するためのアドレスは距離ｒおよび角度θによって表わ
され，そのアドレスによってアクセスされた場所に格納
されているXY座標が読出される。読出されたXY座標上の
画像データがそのXY座標をアクセスしたアドレスを示す
r,θ座標の画像データとなり，第2b図に示すようにr,θ
座標系に配列される。
極座標に変換された画像データはグレイ・レベル・マ
ップ作成回路７に与えられる。この回路７は入力画像デ
ータを第２のブロック化するものである。第７図に示す
ように，半径ｒ方向および角度θ方向を適当な幅（たと
えば角度方向では５°）で区切ってブロックとする。ブ
ロック内に属する画像データの平均グレイ・レベル（た
とえば画像データの加算値または平均値）が算出され，
このグレイ・レベルがそのブロックの画像データとな
る。これがグレイ・レベル・マップである。図７におい
ては，図示を簡略化するために,3段階のレベルで表現さ
れている。半径方向を行，角度方向を列と呼ぶことにす
る。
ップ作成回路７に与えられる。この回路７は入力画像デ
ータを第２のブロック化するものである。第７図に示す
ように，半径ｒ方向および角度θ方向を適当な幅（たと
えば角度方向では５°）で区切ってブロックとする。ブ
ロック内に属する画像データの平均グレイ・レベル（た
とえば画像データの加算値または平均値）が算出され，
このグレイ・レベルがそのブロックの画像データとな
る。これがグレイ・レベル・マップである。図７におい
ては，図示を簡略化するために,3段階のレベルで表現さ
れている。半径方向を行，角度方向を列と呼ぶことにす
る。
このように画像データをきわめて粗い第２のブロック
に分けるのは，対象画像において，基準パターンの基準
線と一致する基準線をみつけるためである。この基準線
をみつける処理は，後述するように，列ごとにファジィ
推論を行うことによって実行される。したがって各列の
画像データの集合（一列の画像データによって表わされ
る画像パターンを列パターンという）が重要な意味をも
つ。
に分けるのは，対象画像において，基準パターンの基準
線と一致する基準線をみつけるためである。この基準線
をみつける処理は，後述するように，列ごとにファジィ
推論を行うことによって実行される。したがって各列の
画像データの集合（一列の画像データによって表わされ
る画像パターンを列パターンという）が重要な意味をも
つ。
一定角度（たとえば５°）ごとに列パターンが作成さ
れればよい。したがって，第７図に示すようにこの一定
角度で画像データをブロック化するのは一つの方法にす
ぎない。他の方法には，一定角度ごとに，その角度位置
を中心として前後に適当な角度（たとえば１°）をと
り，その適当な角度範囲の画像データを用いて列パター
ンを作成するやり方もある。すなわち，列パターンの角
度間隔と，列パターンを構成する画像データの角度範囲
とは一致しなくてもよい。
れればよい。したがって，第７図に示すようにこの一定
角度で画像データをブロック化するのは一つの方法にす
ぎない。他の方法には，一定角度ごとに，その角度位置
を中心として前後に適当な角度（たとえば１°）をと
り，その適当な角度範囲の画像データを用いて列パター
ンを作成するやり方もある。すなわち，列パターンの角
度間隔と，列パターンを構成する画像データの角度範囲
とは一致しなくてもよい。
判定回路９は上述のようにして得られたグレイ・レベ
ル・マップを用いて基準線（照合開始角度位置）を捜し
求め，その後，対象画像パターンと基準パターンとのパ
ターン・マッチング処理を行って，対象画像が基準画像
と同じものであるかどうかの判定を行う。判定回路９は
好ましくはCPUとその周辺回路により構成されよう。
ル・マップを用いて基準線（照合開始角度位置）を捜し
求め，その後，対象画像パターンと基準パターンとのパ
ターン・マッチング処理を行って，対象画像が基準画像
と同じものであるかどうかの判定を行う。判定回路９は
好ましくはCPUとその周辺回路により構成されよう。
まずファジィ推論知識メモリ10に格納されたファジィ
推論ルールおよびメンバーシップ関数について説明す
る。
推論ルールおよびメンバーシップ関数について説明す
る。
基準画像を表わす画像データ（これは撮像装置１によ
る撮像により得られるものでもよい）について，極座標
変換回路６およびグレイ・レベル・マップ作成回路７に
おける処理と同じ処理を施し，第７図に示すものと同じ
ようなグレイ・レベル・マップ（その一部が第８図に示
されている）が作成される。この実施例では，説明の簡
単化のために，グレイ・レベルを次の５段階とする。対
象画像データのグレイ・レベルの段階数と基準パターン
の段階数とは同じである必要はないが，列の角度間隔は
同じである。
る撮像により得られるものでもよい）について，極座標
変換回路６およびグレイ・レベル・マップ作成回路７に
おける処理と同じ処理を施し，第７図に示すものと同じ
ようなグレイ・レベル・マップ（その一部が第８図に示
されている）が作成される。この実施例では，説明の簡
単化のために，グレイ・レベルを次の５段階とする。対
象画像データのグレイ・レベルの段階数と基準パターン
の段階数とは同じである必要はないが，列の角度間隔は
同じである。
レベルが低い（濃度が薄い） レベルがやや低い（濃度がやや薄い） レベルが中くらい（濃度が中くらい） レベルがやや高い（濃度がやや濃い） レベルが高い（濃度が濃い） 基準パターンについてのグレイ・レベル・マップの列
ごとにルールが作成される。たとえば第８図の第４列に
おいて，第１行の濃度を「中くらい」，第２行の濃度を
「やや薄い」，第３行の濃度を「濃い」とすると，第４
列について作成されるルールは次のように表わされる。
ごとにルールが作成される。たとえば第８図の第４列に
おいて，第１行の濃度を「中くらい」，第２行の濃度を
「やや薄い」，第３行の濃度を「濃い」とすると，第４
列について作成されるルールは次のように表わされる。
If 第１行の濃度が中くらい ＆ 第２行の濃度がやや薄い ＆ 第３行の濃度が濃い ＆ … then その列は基準パターンの第４列である基準パター
ンを構成するすべての列についてこのようなルールが作
成されファジィ推論知識メモリ10にあらかじめ格納され
ている。もっとも，開始点検出処理のみであれば，基準
パターンの第１列（または他の一列）についてのみルー
ルを作成しておけばよい。また，第９図に示すような各
段階のグレイ・レベル（濃度）を表わすメンバーシップ
関数もあらかじめ作成され，ファジィ推論知識メモリ10
に格納される。
ンを構成するすべての列についてこのようなルールが作
成されファジィ推論知識メモリ10にあらかじめ格納され
ている。もっとも，開始点検出処理のみであれば，基準
パターンの第１列（または他の一列）についてのみルー
ルを作成しておけばよい。また，第９図に示すような各
段階のグレイ・レベル（濃度）を表わすメンバーシップ
関数もあらかじめ作成され，ファジィ推論知識メモリ10
に格納される。
第10図は判定回路９が実行する処理の流れを示すもの
である。対象画像パターン（グレイ・レベル・マップ）
の列を計数するためのカウンタｎが設けられている。対
象画像のグレイ・レベル・マップにはＭ列（たとえばＭ
＝72）まで存在するものとする。
である。対象画像パターン（グレイ・レベル・マップ）
の列を計数するためのカウンタｎが設けられている。対
象画像のグレイ・レベル・マップにはＭ列（たとえばＭ
＝72）まで存在するものとする。
基準パターンの第１列の推論ルールがメモリ10から読
込まれる（ステップ101）。カウンタｎが０に初期化さ
れ（ステップ102），カウンタｎがインクレメントされ
る（ステップ103）。読込んだファジィ・ルールに対し
て対象画像の第ｎ列の列パターンを適用して，そのルー
ルに対する適合度が求められる（ステップ104）。この
ファジィ推論処理には最も一般的なやり方を採用するこ
とができる。
込まれる（ステップ101）。カウンタｎが０に初期化さ
れ（ステップ102），カウンタｎがインクレメントされ
る（ステップ103）。読込んだファジィ・ルールに対し
て対象画像の第ｎ列の列パターンを適用して，そのルー
ルに対する適合度が求められる（ステップ104）。この
ファジィ推論処理には最も一般的なやり方を採用するこ
とができる。
得られたルール適合度が所定しきい値を超えていれ
ば，対象画像の第ｎ列が基準パターンの第１列と一致す
る，したがって第ｎ列が照合開始列であると判定される
（ステップ105でYES）。
ば，対象画像の第ｎ列が基準パターンの第１列と一致す
る，したがって第ｎ列が照合開始列であると判定される
（ステップ105でYES）。
得られたルール適合度が所定しきい値以下の場合には
（ステップ105でNO），カウンタｎがインクレメントさ
れ（ステップ103），再び次の列パターンについてのフ
ァジィ推論が行なわれる。すべての列パターンについて
ステップ105でNOとなると（ステップ106），対象画像は
基準パターンと一致するものではないと判定され，その
旨が出力される（ステップ111）。
（ステップ105でNO），カウンタｎがインクレメントさ
れ（ステップ103），再び次の列パターンについてのフ
ァジィ推論が行なわれる。すべての列パターンについて
ステップ105でNOとなると（ステップ106），対象画像は
基準パターンと一致するものではないと判定され，その
旨が出力される（ステップ111）。
対象画像の第ｎ列が照合開始列であると判定される
と，対象画像の（ｎ＋ｉ）列の列パターンが基準パター
ンの第（１＋ｉ）列についての推論ルールに適用され，
すべてのｉ（ｉ＝１〜Ｍ−１）についてファジィ推論が
実行される（ステップ107）。ただし（ｎ＋ｉ）がＭを
超えると１に戻る，すなわち（ｎ＋ｉ−Ｍ）となる。こ
れにより,M列分のすべての推論ルールに関する適合度が
得られる。
と，対象画像の（ｎ＋ｉ）列の列パターンが基準パター
ンの第（１＋ｉ）列についての推論ルールに適用され，
すべてのｉ（ｉ＝１〜Ｍ−１）についてファジィ推論が
実行される（ステップ107）。ただし（ｎ＋ｉ）がＭを
超えると１に戻る，すなわち（ｎ＋ｉ−Ｍ）となる。こ
れにより,M列分のすべての推論ルールに関する適合度が
得られる。
このようにして得られたＭ個の適合度について確定値
演算が行なわれ（ステップ108），確定値演算結果を用
いて対象画像が基準パターンと同じであるかどうかが判
定される（ステップ109,110）。確定値演算には種々の
やり方がある。たとえば，すべての適合度の平均値が算
出され，この平均値が所定しきい値を超えていれば対象
画像は基準パターンと一致する，それ以外は一致しない
と判定される。また，すべての適合度のうちの最小値が
所定しきい値を超えていれば対象画像は基準パターンと
一致する，それ以外は一致しないと判定される。
演算が行なわれ（ステップ108），確定値演算結果を用
いて対象画像が基準パターンと同じであるかどうかが判
定される（ステップ109,110）。確定値演算には種々の
やり方がある。たとえば，すべての適合度の平均値が算
出され，この平均値が所定しきい値を超えていれば対象
画像は基準パターンと一致する，それ以外は一致しない
と判定される。また，すべての適合度のうちの最小値が
所定しきい値を超えていれば対象画像は基準パターンと
一致する，それ以外は一致しないと判定される。
基準パターンの第１列と一致する対象画像の列の位置
（照合開始列）が見付かった後は，上述したファジィ推
論パターン・マッチングではなく，通常のパターン・マ
ッチングの手法により対象画像が基準パターンと同じで
あるかどうかを判定することもできる。この場合には，
対象画像の照合開始列を基準パターンの第１列と一致さ
せるように対象画像のデータを角度方向にシフトさせて
照合処理すればよい。この照合処理においては，グレイ
・レベル・マップではなく，より高解像度をもつ極座標
変換された対象画像データとそれに対応する基準パター
ン・データとを照合することもできる。
（照合開始列）が見付かった後は，上述したファジィ推
論パターン・マッチングではなく，通常のパターン・マ
ッチングの手法により対象画像が基準パターンと同じで
あるかどうかを判定することもできる。この場合には，
対象画像の照合開始列を基準パターンの第１列と一致さ
せるように対象画像のデータを角度方向にシフトさせて
照合処理すればよい。この照合処理においては，グレイ
・レベル・マップではなく，より高解像度をもつ極座標
変換された対象画像データとそれに対応する基準パター
ン・データとを照合することもできる。
このようにして，対象画像の画像データと基準画像の
画像データとがともに極座標変換され，互いに一致する
角度が検索されたのちにパターン照合が行なわれるの
で，一つの基準画像のみを用意することにより，対象画
像の向きがいかなる方向にあっても正しい照合処理を行
うことができる。
画像データとがともに極座標変換され，互いに一致する
角度が検索されたのちにパターン照合が行なわれるの
で，一つの基準画像のみを用意することにより，対象画
像の向きがいかなる方向にあっても正しい照合処理を行
うことができる。
上記の処理においてステップ105で決定された照合開
始位置が間違っていることに起因してステップ109で一
致しないと判定されることがありうる。このような誤判
定を未然に防ぐために，対象画像のすべての列パターン
について基準パターンの第１列のルールに関するファジ
ィ推論を行うようにするとよい。ファジィ推論の結果得
られたルール適合度のうち最も高い適合度を生成した列
パターンが基準パターンの第１列と一致する照合開始列
であると判定する。または，ステップ109でNOと判定さ
れたときにはｎ＞Ｍでない限り，ステップ103に戻っ
て，照合開始列発見のためのファジィ推論が実行されて
いない列パターンについてファジィ推論（ステップ10
4）を実行するようにしてもよい。
始位置が間違っていることに起因してステップ109で一
致しないと判定されることがありうる。このような誤判
定を未然に防ぐために，対象画像のすべての列パターン
について基準パターンの第１列のルールに関するファジ
ィ推論を行うようにするとよい。ファジィ推論の結果得
られたルール適合度のうち最も高い適合度を生成した列
パターンが基準パターンの第１列と一致する照合開始列
であると判定する。または，ステップ109でNOと判定さ
れたときにはｎ＞Ｍでない限り，ステップ103に戻っ
て，照合開始列発見のためのファジィ推論が実行されて
いない列パターンについてファジィ推論（ステップ10
4）を実行するようにしてもよい。
上記実施例では，特徴量として各パターンにおけるブ
ロックのグレイ・レベル情報（位置情報も含む）をマッ
プ化した例について説明されている。これに限ることな
く，グレイ・レベルの変化率，ヒストグラム情報，グレ
イ・レベルの分布状態や集合形状等，パターンを特徴づ
ける他のパラメータに関してマップを作成し，それに基
づいて判別処理を行うようにしてもよい。
ロックのグレイ・レベル情報（位置情報も含む）をマッ
プ化した例について説明されている。これに限ることな
く，グレイ・レベルの変化率，ヒストグラム情報，グレ
イ・レベルの分布状態や集合形状等，パターンを特徴づ
ける他のパラメータに関してマップを作成し，それに基
づいて判別処理を行うようにしてもよい。
ステップ107のファジィ・パターン・マッチング処理
においては，基準パターンの各行についてファジィ推論
ルールを作成しておき，対象画像の行パターンを対応す
るルールに適用して行ごとに適合度を求めるようにする
こともできる。
においては，基準パターンの各行についてファジィ推論
ルールを作成しておき，対象画像の行パターンを対応す
るルールに適用して行ごとに適合度を求めるようにする
こともできる。
対象画像の照合開始列を検索するために上記実施例で
は基準パターンの第１行についてのルールが用いられて
いるが，他の列についての推論ルールを用いることがで
きるのはいうまでもない。とくに，基準パターンの特徴
を最もよく表わしている列についての推論ルールを用い
ることにより，開始列の検索における誤りの発生の可能
性の減少と，処理の高速化が期待できる。
は基準パターンの第１行についてのルールが用いられて
いるが，他の列についての推論ルールを用いることがで
きるのはいうまでもない。とくに，基準パターンの特徴
を最もよく表わしている列についての推論ルールを用い
ることにより，開始列の検索における誤りの発生の可能
性の減少と，処理の高速化が期待できる。
上記実施例では対象画像またはそれを含む領域が円形
で，その中心を原点として極座標に変換されている。対
象画像またはそれを含む領域が方形でもよいし，極座標
変換のための原点はその中心ではなく，一つの角でもよ
い。たとえば第11a図に示すように，方形領域の一つの
角Ｐを原点として極座標変換を行うこともできる。第11
b図は極座標変換により得られた画像を示している。角
度範囲は０〜90°である。したがって，基準パターンと
しては４個の角を原点として極座標変換した４種類のパ
ターンを用意する必要があり，極座標変換された対象画
像をこれら４種類の基準パターンとパターン・マッチン
グする必要がある。それでも，従来のパターン・マッチ
ング方法に比べればメモリ容量の減少と処理の高速化と
を図ることができる。
で，その中心を原点として極座標に変換されている。対
象画像またはそれを含む領域が方形でもよいし，極座標
変換のための原点はその中心ではなく，一つの角でもよ
い。たとえば第11a図に示すように，方形領域の一つの
角Ｐを原点として極座標変換を行うこともできる。第11
b図は極座標変換により得られた画像を示している。角
度範囲は０〜90°である。したがって，基準パターンと
しては４個の角を原点として極座標変換した４種類のパ
ターンを用意する必要があり，極座標変換された対象画
像をこれら４種類の基準パターンとパターン・マッチン
グする必要がある。それでも，従来のパターン・マッチ
ング方法に比べればメモリ容量の減少と処理の高速化と
を図ることができる。
この発明による方法および装置は，個人照合や文字認
識のみならず，製品の検査，管理等に用いることができ
る。さらに，この発明による装置を複写機，プリンタ，
イメージ・スキャナ等に設けることができる。この場合
には，対象画像の読み込み処理を行うと同時に，読み込
んだ画像データ中に所定のマークが含まれているか否か
の判定処理を行い，所定のマークがあったときには印刷
または複写を停止させることができる。これは複写機を
用いた紙幣の偽造防止に役立つ。
識のみならず，製品の検査，管理等に用いることができ
る。さらに，この発明による装置を複写機，プリンタ，
イメージ・スキャナ等に設けることができる。この場合
には，対象画像の読み込み処理を行うと同時に，読み込
んだ画像データ中に所定のマークが含まれているか否か
の判定処理を行い，所定のマークがあったときには印刷
または複写を停止させることができる。これは複写機を
用いた紙幣の偽造防止に役立つ。
フロントページの続き (56)参考文献 特開 昭58−18776（ＪＰ，Ａ) 特開 平３−67377（ＪＰ，Ａ) 特開 平３−3089（ＪＰ，Ａ) 特開 平２−128284（ＪＰ，Ａ) 特開 平３−62988（ＪＰ，Ａ) 特開 昭58−223881（ＪＰ，Ａ) 特開 昭64−33687（ＪＰ，Ａ) 特開 平４−177894（ＪＰ，Ａ) 特開 昭60−211586（ＪＰ，Ａ) 特開 昭63−292278（ＪＰ，Ａ) 実開 昭62−23356（ＪＰ，Ｕ) 特公 昭51−27973（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.6，ＤＢ名) G06T 7/00 G06K 9/02 G06T 1/00
Claims (4)
- 【請求項１】対象物を撮像装置を用いて撮像し， 撮像により得られた対象画像信号から照合すべき方形領
域を抽出し，抽出した方形領域に含まれる画像信号につ
いて，上記方形領域の角を原点として極座標の画像信号
に変換し， 極座標変換後の対象画像の所定角度ごとの径方向パター
ンを，あらかじめ作成されかつ極座標変換された基準画
像の基準角度における径方向パターンと順次照合するこ
とにより，基準画像の基準角度における径方向パターン
と合致する対象画像の径方向パターンの角度を見つけ，
その角度に基づいて対象画像の照合基準角度を決定し， 対象画像と基準画像とを，それらの基準角度と照合基準
角度とが一致した角度関係において相互に照合し，一致
の程度に応じて物体識別判定結果を表わす信号を出力す
る， 物体識別方法。 - 【請求項２】与えられた対象画像データから照合すべき
方形領域を抽出し，抽出した方形領域に含まれる画像デ
ータについて，上記方形領域の角を原点として極座標の
対象画像データに変換し， 極座標変換後の対象画像の所定角度ごとの径方向パター
ンを，あらかじめ作成されかつ極座標変換された基準画
像の基準角度における径方向パターンと順次照合するこ
とにより，基準画像の基準角度における径方向パターン
と合致する対象画像の径方向パターンの角度を見つけ，
その角度に基づいて対象画像の照合基準角度を決定し， 対象画像と基準画像とを，それらの基準角度と照合基準
角度とが一致した角度関係において相互に照合し，一致
の程度を表わす信号を出力する， 画像処理方法。 - 【請求項３】対象物を撮像して対象物を表わす対象画像
信号を出力する撮像装置， 上記撮像装置から出力される対象画像信号から照合すべ
き方形領域を抽出し，抽出した方形領域に含まれる画像
信号を出力する領域抽出回路手段， 上記領域抽出回路手段から出力される画像信号を，上記
方形領域の角を原点として極座標の対象画像信号に変換
する極座標変換回路， 極座標変換後の対象画像の所定角度ごとの径方向パター
ンを，あらかじめ作成されかつ極座標変換された基準画
像の基準角度における径方向パターンと順次照合するこ
とにより，基準画像の基準角度と一致する対象画像の照
合基準角度を検索する手段，および 対象画像と基準画像とを，それらの基準角度と照合基準
角度とが一致した角度関係において相互に照合し，一致
の程度に応じて物体識別判定結果を表わす信号を出力す
る判定手段， を備えた物体識別装置。 - 【請求項４】与えられる対象画像データから照合すべき
方形領域を抽出し，抽出した方形領域に含まれる画像デ
ータを出力する領域抽出回路手段， 上記領域抽出回路手段から出力される画像データを，上
記方形領域の角を原点として極座標の対象画像データに
変換する極座標変換回路， 極座標変換後の対象画像の所定角度ごとの径方向パター
ンを，あらかじめ作成されかつ極座標変換された基準画
像の基準角度における径方向パターンと順次照合するこ
とにより，基準画像の基準角度と一致する対象画像の照
合基準角度を検索する手段，および 対象画像と基準画像とを，それらの基準角度と照合基準
角度とが一致した角度関係において相互に照合し，一致
の程度を表わす信号を出力する判定手段， を備えた画像処理装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19893392 | 1992-07-03 | ||
| JP4-198933 | 1992-07-03 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2864735B2 true JP2864735B2 (ja) | 1999-03-08 |
Family
ID=16399388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6503166A Expired - Lifetime JP2864735B2 (ja) | 1992-07-03 | 1993-07-02 | 物体識別方法および装置ならびに物体識別のための画像処理方法および装置 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP0651337A4 (ja) |
| JP (1) | JP2864735B2 (ja) |
| KR (1) | KR950702319A (ja) |
| WO (1) | WO1994001831A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7209583B2 (en) | 2003-10-07 | 2007-04-24 | Kabushiki Kaisha Shinkawa | Bonding method, bonding apparatus and bonding program |
| US7224829B2 (en) | 2003-10-07 | 2007-05-29 | Kabushiki Kaisha Shinkawa | Bonding pattern discrimination method, bonding pattern discrimination device and bonding pattern discrimination program |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6449377B1 (en) | 1995-05-08 | 2002-09-10 | Digimarc Corporation | Methods and systems for watermark processing of line art images |
| US7113615B2 (en) | 1993-11-18 | 2006-09-26 | Digimarc Corporation | Watermark embedder and reader |
| US6345104B1 (en) | 1994-03-17 | 2002-02-05 | Digimarc Corporation | Digital watermarks and methods for security documents |
| JP4067379B2 (ja) * | 2002-10-09 | 2008-03-26 | 株式会社リコー | 特定マーク検出用辞書作成装置、特定マーク検出装置、特定マーク認識装置並びにプログラムおよび記録媒体 |
| US8543965B1 (en) | 2010-06-12 | 2013-09-24 | Cadence Design Systems, Inc. | Methods, systems, and articles of manufacture for smart pattern capturing and layout fixing |
| US8832621B1 (en) | 2011-11-28 | 2014-09-09 | Cadence Design Systems, Inc. | Topology design using squish patterns |
| CN103700110B (zh) * | 2013-12-27 | 2017-03-22 | 重庆交通大学 | 全自动影像匹配方法 |
| JP6695669B2 (ja) * | 2015-09-28 | 2020-05-20 | 株式会社メガチップス | 画像処理回路 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5127973B2 (ja) * | 1971-08-09 | 1976-08-16 | ||
| JPS63233487A (ja) * | 1988-02-19 | 1988-09-29 | Hitachi Ltd | 光学的文字読取装置 |
| US5224036A (en) * | 1989-06-26 | 1993-06-29 | Fuji Photo Film Co., Ltd. | Pattern recognition apparatus |
| JP2906466B2 (ja) * | 1989-08-04 | 1999-06-21 | オムロン株式会社 | 画像判定装置 |
-
1993
- 1993-07-02 WO PCT/JP1993/000912 patent/WO1994001831A1/ja not_active Application Discontinuation
- 1993-07-02 JP JP6503166A patent/JP2864735B2/ja not_active Expired - Lifetime
- 1993-07-02 EP EP93914947A patent/EP0651337A4/en not_active Withdrawn
-
1994
- 1994-12-23 KR KR1019940704737A patent/KR950702319A/ko not_active Application Discontinuation
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7209583B2 (en) | 2003-10-07 | 2007-04-24 | Kabushiki Kaisha Shinkawa | Bonding method, bonding apparatus and bonding program |
| US7224829B2 (en) | 2003-10-07 | 2007-05-29 | Kabushiki Kaisha Shinkawa | Bonding pattern discrimination method, bonding pattern discrimination device and bonding pattern discrimination program |
| US7321681B2 (en) | 2003-10-07 | 2008-01-22 | Kabushiki Kaisha Shinkawa | Bonding pattern discrimination program |
| US7324684B2 (en) | 2003-10-07 | 2008-01-29 | Kabushiki Kaisha Shinkawa | Bonding apparatus |
| US7324683B2 (en) | 2003-10-07 | 2008-01-29 | Kabushiki Kaisha Shinkawa | Bonding pattern discrimination device |
| US7330582B2 (en) | 2003-10-07 | 2008-02-12 | Kabushiki Kaisha Shinkawa | Bonding program |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0651337A1 (en) | 1995-05-03 |
| WO1994001831A1 (en) | 1994-01-20 |
| KR950702319A (ko) | 1995-06-19 |
| EP0651337A4 (en) | 1996-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3053388B2 (ja) | 指紋画像特色相関器 | |
| US6094507A (en) | Figure location detecting system | |
| US5077805A (en) | Hybrid feature-based and template matching optical character recognition system | |
| US5077811A (en) | Character and picture image data processing system | |
| US5687253A (en) | Method for comparing word shapes | |
| US6370271B2 (en) | Image processing apparatus and methods for pattern recognition | |
| JPH11126259A (ja) | 画像検出方法、画像検出装置、画像処理方法、画像処理装置、及び媒体 | |
| WO1991017518A1 (en) | Rotationally impervious feature extraction for optical character recognition | |
| US20060067566A1 (en) | Plain four-finger image determination device, plain four-finger image determination method and plain four-finger determination program | |
| JP2864735B2 (ja) | 物体識別方法および装置ならびに物体識別のための画像処理方法および装置 | |
| JP3914864B2 (ja) | パターン認識装置及びその方法 | |
| EP0899679B1 (en) | Line direction deciding device, image inclination detecting device and image inclination correction device | |
| US7155051B2 (en) | Image recognition apparatus, image recognition method and image recognition program for specific pattern | |
| JPH07220026A (ja) | 画像処理装置および方法 | |
| JP3494388B2 (ja) | 指紋照合方法および指紋照合装置 | |
| US6556701B1 (en) | Method of and apparatus for extracting dotted line, and storage medium thereof | |
| JP2005250786A (ja) | 画像認識方法 | |
| JP2912759B2 (ja) | 指紋照合方法 | |
| JP3835098B2 (ja) | 特定パターン検出装置および方法 | |
| JP3835097B2 (ja) | 特定パターン検出装置および方法 | |
| JPH07118016B2 (ja) | 図形認識装置 | |
| Howell et al. | Guaranteed geometric hashing | |
| JPS622382A (ja) | 画像処理方法 | |
| CN114943972A (zh) | 一种真实场景形变数字图片生成方法及*** | |
| JP2004013188A (ja) | 帳票読取り装置および帳票読取り方法ならびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081218 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091218 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101218 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101218 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111218 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111218 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131218 Year of fee payment: 15 |
|
| EXPY | Cancellation because of completion of term |