JP4525526B2 - Pattern matching method and apparatus - Google Patents
Pattern matching method and apparatus Download PDFInfo
- Publication number
- JP4525526B2 JP4525526B2 JP2005246751A JP2005246751A JP4525526B2 JP 4525526 B2 JP4525526 B2 JP 4525526B2 JP 2005246751 A JP2005246751 A JP 2005246751A JP 2005246751 A JP2005246751 A JP 2005246751A JP 4525526 B2 JP4525526 B2 JP 4525526B2
- Authority
- JP
- Japan
- Prior art keywords
- graphic
- pattern matching
- score value
- image
- data
- 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 - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Description
本発明は、照合対象画像中に表示された照合対象図形に対して認識対象物の形状を表す図形テンプレートを照合して認識対象物を検出するパターンマッチング方法に関する。 The present invention relates to a pattern matching method for detecting a recognition target object by comparing a graphic template representing the shape of a recognition target object with a verification target graphic displayed in a verification target image.
２次元または３次元の認識対象物体の形状を表す図形データの集合を予め図形テンプレートとして登録し、この図形テンプレートと類似した図形を画像空間から検出する技術としてパターンマッチングがある。 There is pattern matching as a technique for previously registering a set of graphic data representing the shape of a two-dimensional or three-dimensional recognition target object as a graphic template and detecting a graphic similar to the graphic template from the image space.
このパターンマッチングでは、図形の有無、図形の位置・姿勢の認識、図形の弁別などを行うことができ、文字認識や文字検査、パターン（図形形状）認識による位置合わせ、ロボットビジョンによる物体認識などに応用することができる。 This pattern matching can recognize the presence / absence of figures, figure position / posture, figure discrimination, etc., for character recognition, character inspection, alignment by pattern (figure shape) recognition, object recognition by robot vision, etc. Can be applied.
パターンマッチング機能は、既知のパターンを画像中から検出し、その位置やパターンの回転角度、スケール等を求めるもので、画像処理を用いた検査や組み立てを目的とする位置決め用途において、エッジ検出やブロブ解析等の方法に比べて汎用性が高く、また直観的で画像処理に関する基礎知識やプログラム作成技術がないユーザーにも使い易いため、産業用の画像処理において頻繁に用いられる機能である。パターンマッチングのアルゴリズムとして公知の技術の中では正規化相関法と一般化Ｈｏｕｇｈ変換が最も有名である。 The pattern matching function detects a known pattern from an image and obtains its position, pattern rotation angle, scale, etc. In positioning applications for inspection and assembly using image processing, edge detection and blob It is a function that is frequently used in industrial image processing because it is more versatile than methods such as analysis, and is intuitive and easy to use for users who do not have basic knowledge and program creation techniques related to image processing. Of the techniques known as pattern matching algorithms, the normalized correlation method and the generalized Hough transform are the most famous.
正規化相関法は、パターン画像そのものを認識対象画像に重ね合わせ、パターン画像と認識対象画像の画素値の相互相関値が最大となる位置を検出する方法である。正規化相関法は、画像そのものをテンプレートとして類似度が高い位置を検出するので、マッチングミスの発生が少ない利点がある反面、処理量が多く実行速度が遅いという問題がある。特に、回転やスケール変動が生じる場合には、回転やスケール変動を施した変形済みのテンプレートを多数用意して逐次照合しなければならず、実用できる速度が得られない。また、画像を重ねた時の、テンプレート画像の画素値と認識対象画像の画素値の相互相関値を用いるので、画像の明度が全体的に変動してもマッチングミスは発生しないが、ノイズやシェーディング等によりパターンの明度が部分的に変動したり、背景が極端に変化したりすると大幅に相互相関値が低下してマッチングミスを発生する問題がある。 The normalized correlation method is a method in which the pattern image itself is superimposed on the recognition target image, and the position where the cross-correlation value between the pixel values of the pattern image and the recognition target image is maximized is detected. Since the normalized correlation method detects a position having a high degree of similarity using the image itself as a template, there is an advantage that there are few matching errors, but there is a problem that the processing amount is large and the execution speed is slow. In particular, when rotation or scale variation occurs, a large number of deformed templates subjected to rotation or scale variation must be prepared and sequentially verified, and a practical speed cannot be obtained. In addition, since the cross-correlation value between the pixel value of the template image and the pixel value of the recognition target image when the images are overlaid is used, no matching error occurs even if the overall brightness of the image fluctuates, but noise and shading If the lightness of the pattern partially changes or the background changes drastically due to the above, etc., there is a problem that the cross-correlation value is greatly lowered and a matching error occurs.
また、一般化Ｈｏｕｇｈ変換は、求めたい形状を数式化し、その数式の特徴ベクトルを構成する要素の次元数と同じだけの投票空間（Ｈｏｕｇｈ空間）に各エッジ点を写像した軌跡を投票していき、投票値が高い位置を検出することで画像中から求めたい形状を検出する方法で、回転やスケールの変動、他の物体による隠蔽などに伴うパターンの部分的欠落には強い反面、部分的にでも形状が一致すれば投票値が高くなるため、部分的に類似したパターンを含む画像の場合に誤認識を発生しやすいという問題がある。また、検出すべきパターンが複雑であればあるほどＨｏｕｇｈ空間の次元数を高くしなくてはならないためメモリの消費量、処理時間ともに膨大になる欠点がある。 Also, the generalized Hough transform formulates the desired shape, and votes the trajectory that maps each edge point to the same voting space (Hough space) as the number of elements constituting the feature vector of the mathematical formula. Detecting the shape you want from the image by detecting the position where the vote value is high, it is strong against partial omission of patterns due to rotation, scale fluctuation, concealment by other objects, etc. However, since the vote value increases if the shapes match, there is a problem that erroneous recognition is likely to occur in the case of an image including a partially similar pattern. In addition, the more complicated the pattern to be detected, the higher the dimension of the Hough space has to be, so there is a disadvantage that both the memory consumption and the processing time become enormous.
これら既存の方法の問題点を解決する手段としては、特許文献１に開示されている方法が挙げられる。特許文献１の方法では、まず対象パターンの輪郭線を抽出し、輪郭線上の点ごとにパターン中心点とその点とを結ぶ線分の長さｒと、その点における法線方向との角度θとを要素としてもつシフトベクトルを求めてテンプレートを生成する。その上で、マッチング時には対象画像のエッジ点ごとに法線ベクトルを求め、そのエッジ点にテンプレートの各エッジ点を当てはめた時のｒとθの値を投票平面上に投票して最も高い投票値が得られる位置をパターン検出位置として抽出するようにしている。
As a means for solving the problems of these existing methods, there is a method disclosed in
また、既存の方法の問題点を解決する別の手段としては、特許文献２に開示されている方法が挙げられる。特許文献２の方法では、対象パターンの輪郭線を解析し、粗い位置決めに有効な部分、角度の検出に有効な部分、倍率の検出に有効な部分に分解し、粗い位置決めに有効なパターンを用いて高速にパターンの位置決めを行った後、角度と倍率の微調整を行うようにしている。
Further, as another means for solving the problems of the existing method, there is a method disclosed in
さらに、既存の方法の問題点を解決する別の手段としては、特許文献３に開示されている方法が挙げられる。特許文献３の方法では、正置したテンプレートを回転したパターンに照合した際に発生するズレ量を求めておき、テンプレートをパターンに照合した後、ズレ量を用いてパターンの検出位置を校正するようにしている。
Furthermore, as another means for solving the problems of the existing method, there is a method disclosed in
また、既存の方法の問題点を解決する別の手段として、特に３次元形状のパターンマッチングに関する手段として、特許文献４に開示されている方法が挙げられる。特許文献４の方法では、認識するべき物体の特徴点と、物体の外接直方体の寸法をデータベースとして持っており、まず外接直方体を用いて物体が存在する位置を検出した後、物体に定義した小ブロックごとのマッチングを行って照合するようにしている。 Further, as another means for solving the problems of the existing method, there is a method disclosed in Patent Document 4 as a means relating to pattern matching of a three-dimensional shape in particular. In the method of Patent Document 4, the feature points of the object to be recognized and the dimensions of the circumscribed cuboid of the object are stored as a database. First, the position where the object exists is detected using the circumscribed cuboid, and then the small object defined in the object is detected. Matching is performed for each block.
ここで、上述した特許文献に開示された従来技術における図形の照合処理では、測定点群を図形テンプレートに位置合わせして類似度を求める処理を、可能な全ての位置・姿勢に対して「しらみつぶし」に行い、最も高い類似度が得られる位置を求めるという処理が行なわれる。Ｈｏｕｇｈ変換やニューラルネットワークによるパターンマッチングも、主として「全く照合しない」場合に素早く処理を打ち切るための数理的な手法が違うだけで、可能な全ての位置・姿勢に対して類似度を求める処理である点では同じである。記号認識や文字認識のように単純な図形を扱う場合、Ｈｏｕｇｈ変換やニューラルネットワークのほうが総処理時間を短くできる場合が多く、複雑なパターンを扱うような汎用的なパターンマッチング処理では、テンプレートの図形データ量が増大するのでかえって処理時間を必要とする場合が多くなる。よって、このような汎用的なパターンマッチング処理では、１回の位置合わせについて類似度計算がなるべく高速な照合処理でしらみつぶしに位置合わせを行うほうが有効となっていた。
しかしながら、類似度計算を行うためには、測定点群と図形テンプレートとの対応付け処理（各点から図形テンプレートの構成要素図形のうち最も近い線までの距離と対応点を求める処理）が必要となるが、この処理では、各座標点から図形テンプレートの全構成要素図形までの距離と対応点を求め、距離が最小となるものを選択するという煩雑な処理となるので、処理時間が増大するという問題点があった。 However, in order to perform similarity calculation, a process for associating a measurement point group with a graphic template (a process for obtaining a distance and a corresponding point from each point to the closest line among the component graphic elements of the graphic template) is required. However, in this process, the distance and corresponding points from each coordinate point to all the component graphic elements of the graphic template are obtained, and the complicated process of selecting the one with the smallest distance is selected, so that the processing time is increased. There was a problem.
また、上述した特許文献１に開示された方法では、一般化Ｈｏｕｇｈ変換に比べて少ない次元数でパターンを検出できるのでメモリ消費量が少なく処理速度が速いという特長があり、また回転に対して不変な認識を行なうこともできる。ところが、スケールの変動がある場合には検出不能となり、また部分的に一致するパターンでも投票値が高くなるという現象は通常の一般化Ｈｏｕｇｈ変換と同様に生じてしまうので、パターンの欠けなどがあると誤認識を発生しやすいという問題点があった。
In addition, the method disclosed in
さらに、特許文献２に開示された方法では、角度の変動が大きくない場合には高速な処理が可能であるが、角度が大きく変動する場合には使えないという問題点があった。
Further, the method disclosed in
また、特許文献３に開示された方法では、回転テンプレートを用いずに多少の回転が含まれるパターンの認識が可能であるため高速な処理が可能であるという利点はあるものの、精度が劣る上に大きな回転を含む場合には使えないという問題点があった。
In addition, the method disclosed in
さらに、特許文献４に開示された方法では、物体が単独で存在する場合には高速な物体認識が可能であるが、複数の物体が接触して存在する場合など、物体の見かけ寸法が変動する場合には認識不能になってしまう場合があるという問題点があった。 Furthermore, in the method disclosed in Patent Document 4, high-speed object recognition is possible when an object exists alone, but the apparent dimension of the object varies when a plurality of objects are in contact with each other. In some cases, there was a problem that it might become unrecognizable.
本発明の目的は、上記従来技術の課題を解決して、高速なパターンマッチング処理を行うことができるパターンマッチング方法を提供することにある。 An object of the present invention is to provide a pattern matching method that can solve the above-described problems of the prior art and perform high-speed pattern matching processing.
上述した課題を解決するために、本発明のパターンマッチング方法は、認識対象物の形状を表す図形テンプレートを照合対象画像に照合して前記認識対象物を検出するパターンマッチング方法であって、前記認識対象物が撮影された画像を画像処理して前記図形テンプレートを生成する図形テンプレート生成ステップと、前記照合対象画像を画像処理することによって、前記照合対象画像中に表示されている照合対象図形を測定点の集合として表示した測定点データを生成する測定点データ生成ステップと、前記図形テンプレートからの相対的な位置関係に基づいて設定されたスコア値を記録したポテンシャル空間データを生成するポテンシャル空間データ生成ステップと、前記測定点データと前記ポテンシャル空間データとを照合し、前記測定点におけるスコア値を求めるスコア値決定ステップと、前記スコア値決定ステップで求められたスコア値に基づいて前記照合対象図形と前記図形テンプレートとの類似度を算出し、前記類似度に基づいて前記照合対象図形が前記認識対象物であるか否かを判定する判定ステップとを含むことを特徴とする。 In order to solve the above-described problem, the pattern matching method of the present invention is a pattern matching method for detecting the recognition target object by comparing a graphic template representing the shape of the recognition target object with a verification target image, and A graphic template generation step of generating an image template by processing an image of an object photographed, and measuring a verification target graphic displayed in the verification target image by performing image processing on the verification target image A measurement point data generation step for generating measurement point data displayed as a set of points, and potential space data generation for generating potential space data in which score values set based on the relative positional relationship from the graphic template are recorded Step, collating the measurement point data with the potential space data, A score value determination step for obtaining a score value at a fixed point; a similarity between the verification target graphic and the graphic template is calculated based on the score value determined in the score value determination step; and the verification is performed based on the similarity And a determination step of determining whether or not the target graphic is the recognition target object.
本発明に係るパターンマッチング方法では、図形テンプレートからの相対的な位置関係に基づいてスコア値を設定したポテンシャル空間データを生成し、このポテンシャル空間データと測定点データとを照合することによってスコア値を求め、求められたスコア値に基づいて類似度を算出して照合対象図形が認識対象物であるか否かを判定するので、従来では必要であった対応点探索処理が不要となり、ポテンシャル空間データに測定点を照合した際に測定点毎に得られるスコア値を演算するだけで類似度を得ることでき、これによって従来に比べて遙かに高速なパターンマッチング処理を実現することが可能となる。 In the pattern matching method according to the present invention, potential space data in which a score value is set based on a relative positional relationship from a graphic template is generated, and the score value is determined by collating the potential space data with measurement point data. Since the similarity is calculated based on the obtained score value and it is determined whether or not the verification target graphic is a recognition target object, the corresponding point search process that has been necessary in the past is unnecessary, and potential space data Similarity can be obtained simply by calculating the score value obtained for each measurement point when the measurement points are collated with each other. This makes it possible to realize pattern matching processing much faster than conventional methods. .
以下、本発明に係わるパターンマッチング方法を実施するための装置構成および、この装置を用いたパターンマッチングの実施例について説明する。 An apparatus configuration for carrying out the pattern matching method according to the present invention and an example of pattern matching using this apparatus will be described below.
以下、本発明の実施例１を図面に基づいて説明する。図１は実施例１に係るパターンマッチング方法を実施するためのパターンマッチング装置の構成を示すブロック図である。
図１に示すように、本実施例のパターンマッチング装置１は、シート状の対象物２の画像を入力する画像入力装置としてのＴＶカメラ３と、ＴＶカメラ３で撮像されたアナログ信号の画像をデジタル信号に変換するデジタル画像生成装置４と、デジタル画像生成装置４で生成されたデジタルデータを格納する記憶装置５と、画像処理を行なってパターンマッチングを実施する画像処理装置６とを備えている。
As shown in FIG. 1, the
このように構成されたパターンマッチング装置１において、対象物２の表面にはパターンが印刷されており、このパターンを含む画像をＴＶカメラ３で撮像すると、撮像されたアナログ信号の画像はデジタル画像生成装置４に入力されてデジタル信号に変換され、画素値が濃度値となる濃淡画像が生成される。この濃淡画像は記憶装置５に格納されており、画像処理装置６が記憶装置５に格納された濃淡画像に対して、以下に説明する画像処理を行なってパターンマッチングを実施する。
In the pattern matching
なお、対象物２は上記のような平面パターンが印刷されたものに限らず、立方体などであっても同様に本発明の方法を用いることができる。
Note that the
ここで、本実施例のパターンマッチング方法によって実施されるテンプレートマッチングの概念を図２に基づいて説明する。テンプレートマッチングとは、認識対象物を記録した図形テンプレート３１を、照合対象図形が撮影された照合対象画像３２のあらゆる位置に重ね合わせて類似度を求め、最も高い類似度を示す位置にある照合対象図形が認識対象物であるとして検出する方法である。例えば、図２中のａの位置では図形テンプレートは全く関係のない位置に位置合わせされているので類似度はゼロに近く、図２ｂの位置では異なったパターンに位置合わせされているので類似度は低い値となる。そして、図２ｃの位置では類似度が極めて高い値となり、ｃの位置が認識対象物の存在位置であると判断される。
Here, the concept of template matching performed by the pattern matching method of the present embodiment will be described with reference to FIG. In template matching, the
次に、本実施例のパターンマッチング方法による照合処理を図３のフローチャートに基づいて説明する。図３に示すように、まず図形テンプレートの生成を行なう（Ｓ３０１）。 Next, the collation process by the pattern matching method of a present Example is demonstrated based on the flowchart of FIG. As shown in FIG. 3, a graphic template is first generated (S301).
ここで、本実施例のパターンマッチング方法で利用される図形テンプレートの一例を図４に示す。図４（ａ）の図形テンプレートは、矢印型を７本の直線１１〜１７で記録したものである。この図形テンプレートは、予め７本の直線を表す数式をオフラインで作ったものでも良いし、ＣＡＤなどで描かれた図形をインポートしたものでもよい。また、図４（ｂ）に示すように、図形を構成するひとつながりの座標点をその連結順に並べたものであってもよい。図４（ｂ）のような座標点は、３次元形状データであれば最初から座標点列としてのデータが与えられるが、画像処理によって抽出する場合には以下のような処理を行なうことによって生成することができる。
Here, an example of a graphic template used in the pattern matching method of this embodiment is shown in FIG. The graphic template in FIG. 4A is obtained by recording an arrow shape with seven
まず、画像処理装置６によって、記憶装置５に記録されている図５（ａ）に示す濃淡画像５１から、図５（ｂ）に示すエッジ強度画像５２と図５（ｃ）に示すエッジ方向画像５３が抽出される。エッジ強度画像５２は、明度の変化の大きさ（エッジ強度）を記録した画像であり、エッジ方向画像５３は明度が上昇していく方向を記録した画像である。
First, from the
ここで、エッジ強度画像５２は単に全ての画素についてのエッジ強度を求めた画像であるので、このエッジ強度画像５２に対してしきい値処理（しきい値以上のエッジ強度をもつ座標を抽出する処理）を行なうことにより図５（ｄ）に示すエッジ点画像５４を取得することができる。この処理は、公知技術であるＳｏｂｅｌフィルタリングなどによって実施することができる。さらに、エッジ点画像５４において線の幅が１になるように細線化を行い、任意のエッジ点を始点としてエッジ点を追跡する処理を行えば、図５（ｅ）に示す測定点データ５５が得られる。これをそのまま図形テンプレートとして用いればよい。
Here, since the
また、図５（ｄ）のエッジ点画像５４を求める処理において、図５（ｂ）のエッジ強度画像５２のｄ１、ｄ２の部分のようにエッジ強度が他の部分よりも低くなっている部分がある場合に、この部分のエッジ強度よりしきい値のほうが高いと、図６（ａ）に示すようにエッジが途切れてしまう。このような場合には追跡処理を行なって得られた線データ６１、６２の両端において線の方向を記録し、対向する方向に別の線が存在する場合には２つの線を１つに融合させる処理（エッジ延長処理）を行えば、図６（ｂ）に示すように途切れたエッジを修復することができる。
Further, in the processing for obtaining the
さらに、図４（ｂ）、図５（ｅ）の測定点データ５５、図６（ｂ）に示すような修復された測定点データから近似処理を行い、図４（ａ）に示すような数式によって記述された図形テンプレートを生成してもよい。この近似処理は、折れ線近似等の公知な方法を用いて行えばよい。
Further, approximation processing is performed from the
なお、図形テンプレートを数式によって記述する場合には、近似した図形と元の測定点データとの誤差が許容範囲内であるという条件において、なるべく少ない線で表現するようにしたほうが図形テンプレートのデータ量を低く抑えることができ、また後述するポテンシャル空間データの生成の際にも処理量を少なくすることができ、有利である。そこで、本実施例では、認識対象物の画像を次数１次以上の方程式の集合で近似して図形テンプレートを生成している。
When describing a graphic template using mathematical formulas, the data amount of the graphic template should be expressed with as few lines as possible under the condition that the error between the approximate graphic and the original measurement point data is within the allowable range. This is advantageous because the amount of processing can be reduced and the amount of processing can be reduced when generating potential space data, which will be described later. Therefore, in this embodiment, a graphic template is generated by approximating an image of a recognition target object with a set of equations of
このためには、図７（ａ）に示すような測定点データから最初に折れ線近似を行って、図７（ｂ）に示すような線分１１１〜１１８を生成し、これらの線分のうち弧の部分に生じた複数の折れ線ｌ１３〜１１６を統合して楕円に近似しなおすことによって図７（ｃ）に示すような直線と円弧から形成される図形１２１〜１２５を形成することができる。この他に、Ｈｏｕｇｈ変換を応用する方法などを利用しても構わない。 For this purpose, a polygonal line approximation is first performed from the measurement point data as shown in FIG. 7A to generate line segments 111 to 118 as shown in FIG. By integrating a plurality of broken lines l13 to 116 generated in the arc portion and approximating the ellipse again, figures 121 to 125 formed from straight lines and arcs as shown in FIG. 7C can be formed. In addition to this, a method of applying Hough conversion may be used.
このようにして図形テンプレートが生成されると、次に照合対象画像を画像処理して測定点データを生成する（Ｓ３０２）。ただし、ここで行われる画像処理は上述した図形テンプレートを生成する処理と同一であり、生成される測定点データは図４や図７で示したように照合対象図形を測定点の集合として表示したものである。 When the graphic template is generated in this way, the image to be collated is subjected to image processing to generate measurement point data (S302). However, the image processing performed here is the same as the processing for generating the graphic template described above, and the generated measurement point data displays the verification target graphic as a set of measurement points as shown in FIGS. Is.
次に、図形テンプレートからの相対的な位置関係に基づいて設定されたスコア値を求めてポテンシャル空間データを生成する（Ｓ３０３）。 Next, a score value set based on the relative positional relationship from the graphic template is obtained to generate potential space data (S303).
図２を用いて説明したように、テンプレートマッチングでは図形テンプレートと照合対象画像とを重ね合わせた場合の類似度を逐次求める必要があり、類似度としてはテンプレートマッチングの方式によって様々な指標が用いられている。この中で代表的なものとしては、公知技術である正規化相関法における「重ね合わせたテンプレート画像の画素と認識対象物を撮影した画像の画素の相互相関値」がある。 As described with reference to FIG. 2, in template matching, it is necessary to sequentially obtain the similarity when the graphic template and the image to be collated are superimposed, and various indexes are used as the similarity depending on the template matching method. ing. A typical example is “a cross-correlation value between a pixel of a superimposed template image and a pixel of an image obtained by photographing a recognition object” in a normalized correlation method which is a known technique.
本実施例では、エッジの形状をベースとしたマッチングであるので、例えば、測定点と図形テンプレートとの距離を総和した値が小さい場合に数値が高くなるような指標を類似度として用いる必要がある。 In this embodiment, since the matching is based on the shape of the edge, for example, it is necessary to use, as the similarity, an index that increases the numerical value when the sum of the distances between the measurement points and the graphic template is small. .
ところが、このような処理を行なうためには、図形テンプレートを構成する要素について最も近い位置を求める処理を行なわなければならない。例えば、図８は直線１１〜１７で構成された図形テンプレートを示しており、この図形テンプレートを照合対象である測定点データ上に照合する場合には、図形テンプレートを測定点データ上の照合位置Ｐｍ（ｘ、ｙ）に位置合わせして、その後に各測定点ｐ（ｐｘ，ｐｙ）について照合位置Ｐｍ（ｘ、ｙ）からの相対位置Ｐｒ（ｘｒ，ｙｒ）を求める。
However, in order to perform such processing, it is necessary to perform processing for obtaining the closest position for the elements constituting the graphic template. For example, FIG. 8 shows a graphic template composed of
この相対位置Ｐｒ（ｘｒ，ｙｒ）は
ｘｒ＝ｐｘ−ｘ
ｙｒ＝ｐｙ−ｙ
によって求めることができる。
The relative position Pr (xr, yr) is expressed as xr = px−x
yr = py-y
Can be obtained.
そして、図形テンプレートの全ての構成要素（直線１１〜１７）について最も近い位置を求め、そのうち距離が最短値ｄｍｉｎ（ｍｉｎは添え字）となる位置ｐｃを対応点として求める処理が要求される。しかしながら、多数の測定点データの各々について、図形テンプレートの全ての構成要素との距離を評価する処理は非常に処理量が多く、実行速度が実用にならないほど遅くなってしまう。 And the process which calculates | requires the nearest position about all the components (straight lines 11-17) of a graphic template, and calculates | requires the position pc from which the distance becomes the shortest value dmin (min is a subscript) as a corresponding point is requested | required. However, for each of a large number of measurement point data, the process of evaluating the distances from all the components of the graphic template is extremely large in processing amount, and the execution speed becomes too slow to be practical.
そこで、本実施例では、測定点データと図形テンプレートとの対応関係は、図形テンプレートと測定点データとの相対的な位置関係に依存して決まることを利用して、予め図形テンプレートの周囲に図形テンプレートとの相対的な位置関係に基づいてスコア値を割り当てたポテンシャル空間データを生成しておくようにする。そして、図形テンプレートと測定点データとを照合して類似度を求めるときには、上述した対応点を求める処理に替えてポテンシャル空間データを参照して各測定点のスコア値を求め、全ての測定点についてスコア値を合算したものを類似度として用いることによって高速なテンプレートマッチングを実現するようにしている。 Therefore, in this embodiment, the correspondence between the measurement point data and the graphic template is determined depending on the relative positional relationship between the graphic template and the measurement point data. Potential space data to which score values are assigned based on the relative positional relationship with the template is generated. Then, when the similarity is obtained by comparing the graphic template with the measurement point data, the score value of each measurement point is obtained by referring to the potential space data instead of the processing for obtaining the corresponding point described above, and for all measurement points. High-speed template matching is realized by using the sum of score values as the similarity.
ここで、ポテンシャル空間データを説明する。ポテンシャル空間データは、図形テンプレートとの相対的な位置関係に基づいて規定された式によって求められたスコア値を記録したデータである。最も単純な例としては、図形テンプレートからの距離が遠くなるにつれてスコア値が低くなるようにスコア値を割り当てたポテンシャル空間データがあり、この一例を図９に示す。 Here, the potential space data will be described. The potential space data is data in which a score value obtained by an expression defined based on a relative positional relationship with the graphic template is recorded. As the simplest example, there is potential space data to which a score value is assigned so that the score value decreases as the distance from the graphic template increases. An example of this is shown in FIG.
図９に示すポテンシャル空間データでは、スコア値ｓは
によって定義され、式（１）は、距離ｄ（ｘｒ，ｙｒ）が０以上１０未満の場合には距離ｄ（ｘｒ，ｙｒ）＝０でスコア値ｓ＝１０となり、距離ｄ（ｘｒ，ｙｒ）が大きくなるにしたがって線形にスコア値が小さくなり、距離ｄ（ｘｒ，ｙｒ）が１０以上になるとスコア値ｓ＝０となる。これによって生成されるポテンシャル空間データは、図９に示すように図形テンプレートを尾根とする２次元の等高線状の図形となる。 When the distance d (xr, yr) is 0 or more and less than 10, the equation (1) is the distance d (xr, yr) = 0 and the score value s = 10, and the distance d (xr, yr) As the value increases, the score value decreases linearly, and when the distance d (xr, yr) is 10 or more, the score value s = 0. The potential space data generated thereby becomes a two-dimensional contour figure having a graphic template as a ridge as shown in FIG.
また、上述したポテンシャル空間データの定義の仕方では、距離のみに依存する式（１）によって定義されているが、ポテンシャル空間データのスコア値を規定する方法としては式（１）に限らず、照合したときの性能を実現できればその他の関数であってもよい。 Further, in the above-described method of defining the potential space data, it is defined by the equation (1) that depends only on the distance, but the method for defining the score value of the potential space data is not limited to the equation (1), Other functions may be used as long as the performance can be realized.
そこで、スコア値を規定するための別の方法として、例えば下記の式（２）に示す関数であってもよい。
この式（２）では、距離の自乗に比例してスコア値ｓ（ｘｒ，ｙｒ）が減少するようになっており、式（１）の関数に比べて図形テンプレートとの距離が近い領域で急峻にスコア値が上がるため、類似したパターンが多い場合のマッチング等に適している。 In this equation (2), the score value s (xr, yr) decreases in proportion to the square of the distance, and is steep in a region closer to the graphic template than the function of equation (1). Since the score value increases, it is suitable for matching when there are many similar patterns.
また、対応点における図形テンプレート表面の法線ベクトルθ（ｘｒ，ｙｒ）（図８）と測定点ｐ（ｐｘ，ｐｙ）におけるエッジ方向δ（ｐｘ，ｐｙ）を併用した下記の式（３）であってもよい。
この式（３）では、図５（ｃ）のエッジ方向画像５３の測定点ｐ（ｐｘ，ｐｙ）における値を利用しており、式（１）ではスコア値が距離に対して線形に減少していたが、式（３）では距離に加えてさらに対応点における図形テンプレート表面の法線ベクトルθ（ｘｒ，ｙｒ）と測定点データにおける法線方向δ（ｐｘ，ｐｙ）の差が９０度以内である場合に、この方向差の余弦値を乗じるようにしたので、「距離が近く、尚且つ面の法線方向が一致している場合に高いスコア値が与えられる」ようになっており、式（１）よりも照合の信頼性を高めることが可能となる。
In this equation (3), the value at the measurement point p (px, py) of the
式（３）の場合、スコア値ｓ（ｘｒ，ｙｒ，δ）は相対位置Ｐｒ（ｘｒ，ｙｒ）とともに、測定点データの法線方向δに依存するので、ポテンシャル空間データは図１０に示すように、図形テンプレートの周囲の各点についてδの１次元配列のスコア値が割り振られた３次元のデータとなっている。また、データ量を抑えるためには、スコア値ｓ（ｘｒ，ｙｒ，δ）を直接的にポテンシャル空間データとして記録するのではなく、法線方向θ（ｘｒ，ｙｒ）のみを記録しておき、照合処理を実行する際に重みcos（θ（ｘｒ，ｙｒ）−δ（ｐｘ，ｐｙ））を計算するようにしてもよい。 In the case of Expression (3), the score value s (xr, yr, δ) depends on the normal direction δ of the measurement point data together with the relative position Pr (xr, yr), so the potential space data is as shown in FIG. In addition, three-dimensional data in which score values of a one-dimensional array of δ are assigned to each point around the graphic template. In order to reduce the data amount, the score value s (xr, yr, δ) is not directly recorded as potential space data, but only the normal direction θ (xr, yr) is recorded. The weight cos (θ (xr, yr) −δ (px, py)) may be calculated when executing the matching process.
このようにして生成されたポテンシャル空間データでは、図形テンプレートとその周囲にある測定点との相対的な位置関係にのみ依存して一意に求めることができる。したがって、「天体には周囲に重力場が生じ、天体の周辺に接近した物体にはその質量と天体との距離に応じた重力（ポテンシャルエネルギー）がかかる」、「磁石の周囲には磁場が生じ、磁石に接近した磁性体には磁性体自体の磁力、磁性体の着磁方向と相互の距離に応じた反力または引力を受ける」のと同じように、図形テンプレートの周囲に「テンプレートまでの距離の短さ」と「表面の法線ベクトルの一致度」に応じてポテンシャル値が与えられるような「ポテンシャル場」を設定し、そのポテンシャル場に入った測定点の各点について、図形テンプレートとの相対的な位置関係に基づいて一意に得られるポテンシャル値を合計すれば、このポテンシャル値の合計が大きいほど「ポテンシャル場に入った測定点の数が多く」「図形テンプレートとの位置や法線ベクトルが類似」していることになり、照合処理における類似度が高い位置を容易に検出できる。 The potential space data generated in this way can be uniquely determined depending only on the relative positional relationship between the graphic template and the measurement points around it. Therefore, “A celestial body has a gravitational field around it, and an object approaching the celestial body is subject to gravity (potential energy) according to the distance between the mass and the celestial body.” “A magnetic field is created around the magnet. The magnetic material close to the magnet receives the reaction force or attractive force according to the magnetic force of the magnetic material itself, the magnetization direction of the magnetic material, and the mutual distance. Set a “potential field” that gives a potential value according to the “shortness of distance” and “the degree of coincidence of normal vectors on the surface”, and for each of the measurement points that entered the potential field, If the potential values uniquely obtained based on the relative positional relationship between the two are larger, the larger the total potential value, the greater the number of measurement points that have entered the potential field. It will be located and the normal vector of the plate is similar "can easily detect the position degree of similarity in the verification process.
ポテンシャル場に入った測定点に対して与えられるポテンシャル値は、前述のように測定点と図形テンプレートとの相対的な位置関係にのみ依存して求められるので、先に図８を用いて説明したような煩雑な対応付け処理は一切要らず、予め求められたポテンシャル空間上の「その位置でのポテンシャル値」を記録した「ポテンシャル空間データ」を参照するだけであるので、極めて高速な類似度計算が可能となり、しらみつぶしに位置合わせ照合処理を行ったとしても、従来のような対応付け処理を必要とするパターンマッチング法はもとより、Ｈｏｕｇｈ変換やニューラルネットワークなどを応用した数理的解法に比べても遙かに高速なパターンマッチングを可能にすることができる。 Since the potential value given to the measurement point that has entered the potential field can be obtained only depending on the relative positional relationship between the measurement point and the graphic template as described above, it has been described with reference to FIG. There is no need for such a complicated association process, and it is only necessary to refer to “potential space data” that records the “potential value at that position” in the potential space determined in advance. Even if the alignment matching process is performed in a brilliant manner, not only the conventional pattern matching method that requires the matching process but also the mathematical solution method using Hough transform, neural network, etc. Much faster pattern matching can be achieved.
このようにしてポテンシャル空間データが生成されると、次に照合対象画像にポテンシャル空間データを照合して認識対象物の検出を行なう。ここでは、図２で示した照合対象画像に、図９で示したポテンシャル空間データを利用して照合する例を図１１に基づいて説明する。 When the potential space data is generated in this way, the recognition target object is detected by collating the potential space data with the collation target image. Here, an example in which the image to be collated shown in FIG. 2 is collated using the potential space data shown in FIG. 9 will be described based on FIG.
図３のステップＳ３０３の処理に続いて、まず、ポテンシャル空間データを照合対象画像に照合するための照合位置Ｐｍ（ｘ，ｙ）をサーチ始点にセットする（Ｓ３０４）。通常、サーチ始点は照合対象画像の左上端に設定され、そこから右端までサーチしてから１画素下の左端へ移動し、再び右端までサーチするというラスタ走査が行なわれる。 Following the processing of step S303 in FIG. 3, first, a collation position Pm (x, y) for collating the potential space data with the collation target image is set as a search start point (S304). Usually, the search start point is set at the upper left end of the image to be collated, and the raster scanning is performed in which the search is made from there to the right end, then moved to the left end one pixel below, and the search is made to the right end again.
こうしてラスタ走査を行なっていき、例えば図１１ｂの位置にポテンシャル空間データが照合されると、星型の照合対象図形上にある測定点のうち測定点番号を最初の測定点に設定するとともに、この照合（１）Ｐｍ（ｘ，ｙ）における類似度Ｓ（ｘ，ｙ）の値を０にリセットする（Ｓ３０５）。ここで、ポテンシャル空間データと重なり合う測定点ｐ１０１〜ｐ１２０の各々に割り振られた測定点番号は、ラスタ順に割り振られているものと仮定する。 In this way, raster scanning is performed. For example, when the potential space data is collated at the position shown in FIG. 11b, the measurement point number is set as the first measurement point among the measurement points on the star-shaped verification target graphic. Collation (1) The value of similarity S (x, y) in Pm (x, y) is reset to 0 (S305). Here, it is assumed that the measurement point numbers assigned to the measurement points p101 to p120 overlapping with the potential space data are assigned in raster order.
次に、各測定点におけるスコア値をポテンシャル空間データを参照することにより求めて類似度Ｓ（ｘ，ｙ）を計算する過程（Ｓ３０６〜Ｓ３１０）を実施する。まず、最初の測定点ｐ１０１について、その座標値をテンプレート基準位置を原点とする相対座標に変換する。この処理は、テンプレート基準位置は照合位置Ｐｍ（ｘ，ｙ）に位置合わせているので、図３のＳ３０６に示すように測定点座標ｐ１０１（ｐｘ，ｐｙ）の照合位置Ｐｍ（ｘ，ｙ）からの相対位置Ｐｒ（ｘｒ，ｙｒ）を求めればよい。ポテンシャル空間データは相対位置Ｐｒ（ｘｒ，ｙｒ）の位置におけるスコア値ｓ（ｘｒ，ｙｒ）を保持しているので、このスコア値ｓ（ｘｒ，ｙｒ）を参照（Ｓ３０７）して照合位置Ｐｍ（ｘ，ｙ）における類似度Ｓ（ｘ，ｙ）に加算する（Ｓ３０８）。例えば測定点ｐ１０１の場合、スコア値ｓ（ｘｒ，ｙｒ）は図１１から分かるように８である。さらに、他に測定点がある場合には次の測定点に移動（Ｓ３０９〜Ｓ３１０）し、同様の処理をポテンシャル空間データと重なり合う測定点ｐ１０１〜ｐ１２０すべてについて行うことにより、照合位置Ｐｍ（ｘ，ｙ）における類似度Ｓ（ｘ，ｙ）が求められる。 Next, the process (S306 to S310) of calculating the similarity S (x, y) by obtaining the score value at each measurement point by referring to the potential space data is performed. First, the coordinate value of the first measurement point p101 is converted into relative coordinates with the template reference position as the origin. In this process, since the template reference position is aligned with the collation position Pm (x, y), as shown in S306 of FIG. 3, the collation position Pm (x, y) of the measurement point coordinates p101 (px, py) is used. The relative position Pr (xr, yr) may be obtained. Since the potential space data holds the score value s (xr, yr) at the position of the relative position Pr (xr, yr), the score value s (xr, yr) is referred to (S307) and the matching position Pm ( Add to the similarity S (x, y) in x, y) (S308). For example, in the case of the measurement point p101, the score value s (xr, yr) is 8, as can be seen from FIG. Further, if there are other measurement points, the process moves to the next measurement point (S309 to S310), and the same processing is performed for all the measurement points p101 to p120 that overlap with the potential space data, so that the collation position Pm (x, The similarity S (x, y) in y) is obtained.
ここで、上記類似度Ｓ（ｘ，ｙ）の値と最大の類似度Ｓｍａｘ（ｍａｘは添え字）を比較する（Ｓ３１１）。照合位置Ｐｍ（ｘ，ｙ）における類似度Ｓ（ｘ，ｙ）がＳｍａｘよりも大きければ現在の照合位置Ｐｍ（ｘ，ｙ）を検出位置ｍ（ｘ，ｙ）に代入する（Ｓ３１２）。その後、照合位置Ｐｍ（ｘ，ｙ）のラスタ走査が終了していない（次候補がある）場合には、照合位置Ｐｍ（ｘ，ｙ）を次候補に設定してさらに上記と同様に類似度Ｓ（ｘ，ｙ）を求める処理を繰り返す（Ｓ３１３〜Ｓ３１４）。過程Ｓ３１３において、ラスタ走査が終了しており次候補が存在しない場合には、その次点での検出位置ｍ（ｘ，ｙ）がパターンマッチングの結果となるのである。 Here, the value of the similarity S (x, y) is compared with the maximum similarity Smax (max is a subscript) (S311). If the similarity S (x, y) at the collation position Pm (x, y) is larger than Smax, the current collation position Pm (x, y) is substituted into the detection position m (x, y) (S312). After that, when the raster scanning of the collation position Pm (x, y) is not completed (there is a next candidate), the collation position Pm (x, y) is set as the next candidate and the similarity is further similar to the above. The process for obtaining S (x, y) is repeated (S313 to S314). In step S313, when raster scanning is completed and there is no next candidate, the detection position m (x, y) at the next point is the result of pattern matching.
ここで、上述したパターンマッチングによる処理結果を図１１を用いて説明する。まず、ラスタ走査を実施して照合位置Ｐｍ（ｘ，ｙ）が図１１ａの位置に来た時点で得られる類似度Ｓ（ｘ，ｙ）は、測定点が存在しないため０である。 Here, the processing result by the pattern matching mentioned above is demonstrated using FIG. First, the similarity S (x, y) obtained when raster scanning is performed and the collation position Pm (x, y) reaches the position shown in FIG. 11a is 0 because there is no measurement point.
次に、照合位置Ｐｍ（ｘ，ｙ）が図形テンプレートの図形とは異なる星型の図形が存在する図１１ｂの位置に来た時点で得られる類似度Ｓ（ｘ，ｙ）は、測定点ｐ１０１〜１２０が存在するので、上述のような過程により各測定点におけるスコア値をポテンシャル空間データを参照して合算することにより類似度Ｓ（ｘ，ｙ）＝１５６と低い値が求められる。 Next, the similarity S (x, y) obtained when the collation position Pm (x, y) comes to the position of FIG. 11b where a star-shaped figure different from the figure of the figure template exists is the measurement point p101. ˜120 exist, the score S at each measurement point is summed with reference to the potential space data by the above-described process, and a low value of similarity S (x, y) = 156 is obtained.
次に、照合位置Ｐｍ（ｘ，ｙ）が図形テンプレートの図形とは同じ図形が存在する図１１ｃの位置に来た時点で得られる類似度Ｓ（ｘ，ｙ）は、測定点ｐ２０１〜２２３が存在し、これらがポテンシャル空間データのスコアの高い部分と重なりあっているので、類似度Ｓ（ｘ，ｙ）＝２３０と高い値が求められ、この値が画像中において最大の類似度となるので、最終的に図１１ｃの位置が認識対象物の検出位置ｍ（ｘ，ｙ）として得られるのである。 Next, the similarity S (x, y) obtained when the collation position Pm (x, y) comes to the position of FIG. 11c where the same figure as the figure of the figure template exists is measured by the measurement points p201 to 223. Since these exist and overlap with a high score portion of the potential space data, a high value of similarity S (x, y) = 230 is obtained, and this value is the maximum similarity in the image. Finally, the position of FIG. 11c is obtained as the detection position m (x, y) of the recognition object.
このように、本発明のパターンマッチング方法によれば、ポテンシャル空間データを用いて類似度を求めるようにしたので、先にポテンシャル空間データ生成処理の説明において述べたような、測定点から図形テンプレート上の対応点の検出や測定点との距離の計算、距離に基づくスコア値の計算などの煩雑な処理がテンプレートと測定点データを照合する処理の際には不要となり、各測定点におけるスコアをポテンシャル空間データを参照して求め単純に合算処理するだけで類似度が得られるので、極めて高速なテンプレートマッチングが可能となるのである。 As described above, according to the pattern matching method of the present invention, the similarity is obtained by using the potential space data, so that the measurement point is displayed on the graphic template as described in the description of the potential space data generation processing. Complicated processing such as detection of corresponding points, calculation of distances to measurement points, and calculation of score values based on distances are not required for the process of matching templates and measurement point data. Since the similarity can be obtained by simply referring to the spatial data and simply performing the summing process, extremely fast template matching is possible.
なお、上述した例では類似度をスコア値の合計としているが、例えば類似度の平均値を用いるようにしてもよい。平均値を用いた場合には、図１１ａの位置における類似度は０、図１１ｂの位置では類似度７．８、図１１ｃの位置では類似度１０となり、図１１ｃの位置が最大の類似度となって認識対象物の検出位置となる。 In the example described above, the similarity is the sum of the score values, but for example, an average value of the similarities may be used. When the average value is used, the similarity at the position of FIG. 11a is 0, the similarity at the position of FIG. 11b is 7.8, the similarity at the position of FIG. 11c is 10, and the position of FIG. It becomes the detection position of the recognition object.
また、上述した例では照合対象図形の向きは図形テンプレートの向きと同一、すなわち回転が生じないことが既知である場合について説明しているが、回転やスケール変動を伴う場合には、測定点もしくはポテンシャル空間データにアフィン変換（拡大縮小・回転変換）を施す必要がある。しかし、測定点のすべてにアフィン変換を行う処理は処理量が多くて実用的ではなく、また回転やスケールの変動範囲が大きいような場合にはポテンシャル空間データにアフィン変換を行う処理も処理量が多くなる。そこで、そのような場合には図１２に示すように、ポテンシャル空間データに予めアフィン変換を施したデータを用意しておき、照合処理を行う際にアフィン変換を施したポテンシャル空間データを順次照合していくようにすることで、回転やスケール変動がある場合でも認識を可能にすることができる。 In the above-described example, the direction of the figure to be collated is the same as the direction of the figure template, that is, it is known that rotation does not occur. It is necessary to perform affine transformation (enlargement / reduction / rotation transformation) on the potential space data. However, the process of performing affine transformation on all measurement points is not practical due to the large amount of processing, and the processing of performing affine transformation on potential space data is also necessary when the range of rotation or scale fluctuation is large. Become more. Therefore, in such a case, as shown in FIG. 12, data that has been subjected to affine transformation in advance is prepared for potential space data, and the potential space data that has been subjected to affine transformation is sequentially collated when performing collation processing. By doing so, it is possible to recognize even when there is rotation or scale fluctuation.
上述したように、本実施例のパターンマッチング方法では、図形テンプレートからの相対的な位置関係に基づいてスコア値を設定したポテンシャル空間データを生成し、このポテンシャル空間データと測定点データとを照合することによってスコア値を求め、求められたスコア値に基づいて類似度を算出して照合対象図形が認識対象物であるか否かを判定するので、従来では必要であった対応点探索処理が不要となり、ポテンシャル空間データに測定点を照合した際に測定点毎に得られるスコア値を演算するだけで類似度を得ることでき、これによって従来に比べて遙かに高速なパターンマッチング処理を実現することが可能となる。 As described above, in the pattern matching method of the present embodiment, potential space data in which score values are set based on the relative positional relationship from the graphic template is generated, and the potential space data and the measurement point data are collated. Since the score value is obtained and the similarity is calculated based on the obtained score value to determine whether or not the figure to be collated is a recognition target object, the corresponding point search process that was necessary in the past is unnecessary. Therefore, it is possible to obtain a similarity by simply calculating the score value obtained for each measurement point when matching the measurement point with the potential space data, thereby realizing a much faster pattern matching process than before. It becomes possible.
また、本実施例のパターンマッチング方法では、生成した図形テンプレートに欠落部があるときには修復するので、図形テンプレートに欠落がある場合でも認識対象物の本来の形状を正しく表すことができ、ノイズの多いパターンでも本方法を適用することが可能となる。さらに、このような構成にすることで、冗長な直線部分では図形テンプレートの座標点密度を低くすることができ、図形テンプレートの容量を抑えることが可能となる。 Further, in the pattern matching method of the present embodiment, since the generated graphic template is repaired when there is a missing portion, the original shape of the recognition target can be correctly represented even when there is a missing graphic template, and there is a lot of noise. This method can be applied even to a pattern. Further, with such a configuration, the coordinate point density of the graphic template can be lowered in the redundant straight line portion, and the capacity of the graphic template can be suppressed.
また、本実施例のパターンマッチング方法では、認識対象物の画像を次数１次以上の方程式の集合で近似して図形テンプレートを生成するので、図形テンプレートの容量を最小限に抑えることが可能となり、高速なパターンマッチング処理を実現することが可能となる。 Further, in the pattern matching method of the present embodiment, the graphic template is generated by approximating the image of the recognition target object with a set of equations of the first order or higher, so that the capacity of the graphic template can be minimized. High-speed pattern matching processing can be realized.
次に、本発明の実施例２を図面に基づいて説明する。本実施例のパターンマッチング方法では、照合対象図形の特徴が失われない範囲で最小限の測定点を選択し、この測定点に対してスコア値を求めるようにしたことが実施例１と異なっている。ただし、その他の処理は実施例１と同一なので詳しい説明は省略する。 Next, a second embodiment of the present invention will be described with reference to the drawings. The pattern matching method of this embodiment is different from the first embodiment in that the minimum measurement points are selected within a range in which the features of the figure to be collated are not lost, and the score value is obtained for these measurement points. Yes. However, since other processes are the same as those in the first embodiment, detailed description thereof is omitted.
実施例１のパターンマッチング処理の一例を示す図１１では、測定点の全てについてポテンシャル空間データを参照してスコア値を求めるようにしていたが、図形の特徴を損なわない範囲内で測定点を間引くことにより、より高速な処理を可能にすることができる。 In FIG. 11 showing an example of the pattern matching process of the first embodiment, the score values are obtained with reference to the potential space data for all the measurement points, but the measurement points are thinned out within a range that does not impair the feature of the figure. As a result, higher-speed processing can be realized.
そこで、本実施例では、照合対象図形の特徴が失われない範囲で最小限の測定点を選択し、この測定点に対してスコア値を求めるようにしている。 Therefore, in this embodiment, a minimum measurement point is selected within a range in which the feature of the verification target graphic is not lost, and a score value is obtained for this measurement point.
ここで、図１１の例における測定点の中から最小限の測定点を選択して間引いた状態を図１３に示す。図１３に示すように、図１３ｂの位置にある星型の照合対象図形では測定点の数が２０から１０に間引かれており、図１３ｃの位置では測定点の数が２３から１２に減らされている。 Here, FIG. 13 shows a state in which the minimum measurement points are selected from the measurement points in the example of FIG. As shown in FIG. 13, the number of measurement points is thinned from 20 to 10 in the star-shaped verification target graphic at the position of FIG. 13b, and the number of measurement points is reduced from 23 to 12 at the position of FIG. 13c. Has been.
この場合に類似度を算出すると、図１３ｂの位置では６６、図１３ｃの位置では１２０となり、図１３ｃの位置で類似度が最大となるので、正しいマッチング結果が得られることが分かる。なお、この場合の間引き間隔は、図形テンプレートにおいて、例えば最も短い線分の長さの半分程度とするように選ぶことで図形の特徴を損なわない範囲内で測定点を間引くことが可能となる。 If the similarity is calculated in this case, it is 66 at the position of FIG. 13b and 120 at the position of FIG. 13c, and the similarity is maximum at the position of FIG. In this case, by selecting the thinning interval in the graphic template so as to be, for example, about half the length of the shortest line segment, the measurement points can be thinned out within a range that does not impair the characteristics of the graphic.
このように本実施例のパターンマッチング方法では、照合対象図形の特徴が失われない範囲で最小限の測定点を選択し、この測定点に対してスコア値を求めるようにしたので、図形テンプレートと照合する際に誤判定を起こすことなく処理の負荷を軽減することが可能となる。 As described above, in the pattern matching method of the present embodiment, the minimum measurement points are selected within a range in which the features of the verification target graphic are not lost, and the score value is obtained for the measurement points. It is possible to reduce the processing load without causing erroneous determination when collating.
次に、本発明の実施例３を図面に基づいて説明する。本実施例のパターンマッチング方法では、スコア値を表すサンプリング点群によってポテンシャル空間データを構成し、このサンプリング点群の中から測定点に近接するサンプリング点を複数選択してこれらのサンプリング点のスコア値に基づいて測定点のスコア値を求めるようにしたことが実施例１と異なっている。ただし、その他の処理は実施例１と同一なので詳しい説明は省略する。
Next,
実施例１で説明した図９および図１０に示すポテンシャル空間データは、説明の便宜上領域ごとにスコア値が割り振られているように描かれているが、実際に計算機で生成されるポテンシャル空間データは、図形テンプレートの周囲に適宜なサンプリング間隔でサンプリング点を配置し、サンプリング点毎にスコア値を割り当てたポテンシャル空間データとなるので、図１４（ａ）に示すような形態になっている。 The potential space data shown in FIG. 9 and FIG. 10 described in the first embodiment is drawn so that score values are assigned for each region for convenience of explanation, but the potential space data actually generated by a computer is Since the sampling point is arranged at an appropriate sampling interval around the graphic template and the potential space data is assigned a score value for each sampling point, the form is as shown in FIG.
また、サンプリング点の間隔は、図形テンプレートの形状をもとに、元の図形の形状を損なわない程度の間隔を定めておけばよいので、図１４（ｂ）のように冗長な線分の周囲ではサンプリング間隔を大きく取り、複雑な部分ではサンプリング間隔を細かく設定するようにすれば、ポテンシャル空間データのデータ量を低く抑えることが可能となる。 In addition, the sampling point interval may be determined based on the shape of the graphic template so as not to impair the shape of the original graphic. Therefore, as shown in FIG. Then, if the sampling interval is set large and the sampling interval is set finely in a complicated part, the amount of potential space data can be kept low.
このように、本実施例のポテンシャル空間データにおけるスコア値は、あるサンプリング間隔をもって離散的に配置されているので、図１５に示す測定点の相対位置ｐｒ（ｘｒ、ｙｒ）は必ずしもサンプリング点の座標ｓ（ｘｒ’，ｙｒ’）と一致するとは限らない。したがって、スコア値を求めるためには、測定点の相対位置ｐｒ（ｘｒ、ｙｒ）に近接する４つのサンプリング点のスコア値ｓ（ｘｒ’，ｙｒ’）、ｓ（ｘｒ’＋１，ｙｒ’）、ｓ（ｘｒ’，ｙｒ’＋１）、ｓ（ｘｒ’＋１，ｙｒ’＋１）から式（４）に示す補間処理を行なって求めることが必要となる。
このように、本実施例のパターンマッチング方法では、スコア値を表すサンプリング点群によってポテンシャル空間データを構成し、サンプリング点群の中から測定点に近接するサンプリング点を複数選択してこれらのサンプリング点のスコア値に基づいて測定点のスコア値を求めるので、ポテンシャル空間データを生成する際にサンプリング間隔を粗くして図形テンプレートのデータ量を抑えることが可能となる。また、サブピクセル検出を行うためにサンプリング間隔を細かくしたポテンシャル空間データを生成する代わりに本実施例の方法を用いることによって、データ量を増大させることなく高精度化することが可能になる。 As described above, in the pattern matching method of this embodiment, the potential space data is configured by the sampling point group representing the score value, and a plurality of sampling points close to the measurement point are selected from the sampling point group, and these sampling points are selected. Since the score value of the measurement point is obtained based on the score value, it is possible to reduce the data amount of the graphic template by roughening the sampling interval when generating the potential space data. In addition, by using the method of this embodiment instead of generating potential space data with a narrow sampling interval in order to perform sub-pixel detection, it becomes possible to increase the accuracy without increasing the amount of data.
次に、本発明の実施例４を図面に基づいて説明する。本実施例のパターンマッチング方法では、照合対象図形に近似させたクラスタを生成し、このクラスタの特徴を表すブロブ情報に基づいて認識対象物ではない照合対象図形を検出してスコア値を求める対象から削除するようにしたことが実施例１と異なっている。ただし、その他の処理は実施例１と同一なので詳しい説明は省略する。 Next, a fourth embodiment of the present invention will be described with reference to the drawings. In the pattern matching method of the present embodiment, a cluster approximated to a matching target graphic is generated, and a matching target graphic that is not a recognition target is detected based on blob information representing the characteristics of the cluster, and a score value is obtained from the target. This is different from the first embodiment. However, since other processes are the same as those in the first embodiment, detailed description thereof is omitted.
実施例１において図１１に示す例では、図１１ａの位置は測定点が全く無い位置になるので照合処理を行っても意味がない。また。図１１ｂの位置についても全く形状が異なることが予め予測できれば、照合処理を行う必要がなくなる。したがって、このようなケースを簡単に抽出できれば、大幅に処理速度を向上させることができる。 In the example shown in FIG. 11 in the first embodiment, the position shown in FIG. 11a is a position where there is no measurement point, so it is meaningless to perform the collation process. Also. If it can be predicted in advance that the positions in FIG. Therefore, if such a case can be extracted easily, the processing speed can be greatly improved.
そこで、本実施例では、図１６に示すように、まず比較的相互の距離が近い測定点の集まりをクラスタとする処理を行い、次にこの処理によって得られたクラスタｃ１〜ｃ４について、領域の幅や高さ、測定点の密度などパターンの特徴を表すブロブ情報を抽出し、明らかにブロブ情報が異なる場合には照合を行わないようにする。 Therefore, in this embodiment, as shown in FIG. 16, first, a process is performed in which a collection of measurement points that are relatively close to each other is used as a cluster, and then, for clusters c1 to c4 obtained by this process, the region Blob information representing pattern features such as width, height, density of measurement points, etc. is extracted, and collation is not performed when the blob information is clearly different.
例えば、図１６ではｃ１とｃ２のクラスタは、高さと幅の情報が図形テンプレートと全く異なるので、この付近では照合処理を実施しない。また、ｃ３とｃ４の位置ではクラスタの中心付近を重点的に照合することで、高速なマッチング処理を実行することができる。 For example, in FIG. 16, the c1 and c2 clusters are completely different from the graphic template in height and width information, so that the matching process is not performed in this vicinity. In addition, high-speed matching processing can be executed by focusing on the vicinity of the center of the cluster at the positions c3 and c4.
このように、本実施例のパターンマッチング方法では、照合対象図形に近似させたクラスタを生成し、このクラスタの特徴を表すブロブ情報に基づいて認識対象物ではない照合対象図形を検出してスコア値を求める対象から削除するので、多数の部品が同時に計測された３次元形状データから部品認識を行なうような処理量が非常に多くなる場合に、認識対象となる部品とノイズなどの認識対象物以外の物体を迅速に見分けることができ、処理速度を高速化することができる。 As described above, in the pattern matching method of this embodiment, a cluster approximated to the verification target graphic is generated, and the verification target graphic that is not the recognition target is detected based on the blob information representing the feature of the cluster, and the score value is detected. If the amount of processing that recognizes parts from 3D shape data measured at the same time for a large number of parts is very large, the parts to be recognized and other objects to be recognized such as noise Can be quickly identified, and the processing speed can be increased.
次に、本発明の実施例５を説明する。本実施例のパターンマッチング方法では、照合対象図形と図形テンプレートとの類似度を示す統計値である相互相関値を算出して絶対的な類似度を算出するようにしたことが実施例１と異なっている。ただし、その他の処理は実施例１と同一なので詳しい説明は省略する。 Next, a fifth embodiment of the present invention will be described. The pattern matching method of this embodiment differs from that of the first embodiment in that the absolute similarity is calculated by calculating the cross-correlation value, which is a statistical value indicating the similarity between the matching target graphic and the graphic template. ing. However, since other processes are the same as those in the first embodiment, detailed description thereof is omitted.
実施例１では、認識対象物を撮影もしくは計測した照合対象画像にポテンシャル空間データを照合してパターンの位置・姿勢を認識して認識対象物を検出しているが、この処理によって出力される類似度はあくまで画面中で相対的に類似度の高い位置を出力しているだけであって、図形テンプレートの形状に対する絶対的な類似度が得られているわけではない。 In the first embodiment, the recognition target object is detected by collating the potential space data with the collation target image obtained by photographing or measuring the recognition target object and recognizing the position / orientation of the pattern. The degree is merely outputting a position having a relatively high degree of similarity in the screen, and an absolute degree of similarity to the shape of the figure template is not obtained.
そこで、本実施例では実施例１で説明した照合処理を行った後に、改めて式（５）に示す相互相関値Ｓｃを算出して絶対的な類似度を求めるようにしている。
この相互相関値Ｓｃは、相対位置Ｐｒ（ｘｒ，ｙｒ）と、相対位置から最も近い図形テンプレートの要素に下ろした垂線の足、すなわち図８の対応点Ｐｃ（ｘｃ，ｙｃ）との間の位置関係における総合的な類似度を示す統計値であり、相対位置Ｐｒと対応点Ｐｃとが完全に一致すると、相互相関値Ｓｃ＝１となって図形テンプレートと照合対象図形とが完全に重なり合うことを示す。また、一致しない場合には相互相関値Ｓｃは０に近づいていく。したがって、相互相関値Ｓｃは絶対的な類似度を０〜１の値に正規化して求めている。 This cross-correlation value Sc is a position between the relative position Pr (xr, yr) and the foot of the perpendicular drawn to the element of the graphic template closest to the relative position, that is, the corresponding point Pc (xc, yc) in FIG. This is a statistical value indicating the overall similarity in the relationship. When the relative position Pr and the corresponding point Pc completely match, the cross correlation value Sc = 1 and the graphic template and the verification target graphic are completely overlapped. Show. If they do not match, the cross-correlation value Sc approaches zero. Therefore, the cross-correlation value Sc is obtained by normalizing the absolute similarity to a value of 0 to 1.
このように絶対的な類似度を求めることによって、例えば文字認識などに応用する場合に異なる複数の図形テンプレートを併用して、どの図形が撮影されているのかを弁別するような処理に利用することが可能となる。なお、上述したポテンシャル空間データには対応点Ｐｃの座標値は記録されていないので、本実施例の方法を実施するためには、実施例１で説明した照合処理を行なった後に改めて対応点Ｐｃを求める処理を行うか、あるいは対応点Ｐｃの座標値をポテンシャル空間データのサンプリング点ごとに予め記録しておくようにすればよい。 By obtaining absolute similarity in this way, for example, when applying to character recognition, etc., it can be used for processing such as distinguishing which figure is photographed by using a plurality of different figure templates together Is possible. In addition, since the coordinate value of the corresponding point Pc is not recorded in the potential space data described above, the corresponding point Pc is anew after performing the matching process described in the first embodiment in order to carry out the method of the present embodiment. Or the coordinate value of the corresponding point Pc may be recorded in advance for each sampling point of the potential space data.
このように、本実施例のパターンマッチング方法では、照合対象図形と図形テンプレートとの類似度を示す統計値である相互相関値を算出するので、相対的な類似度ではなく、図形テンプレートと照合対象図形との絶対的な類似度を求めることができ、信頼性を向上させることができる。 As described above, in the pattern matching method of this embodiment, the cross-correlation value, which is a statistical value indicating the degree of similarity between the matching target graphic and the graphic template, is calculated. The absolute similarity to the figure can be obtained, and the reliability can be improved.
次に、本発明の実施例６を図面に基づいて説明する。実施例１では対象物が２次元データ(画像)の場合について説明したが、本実施例では３次元データ（立体形状データ）に対してパターンマッチングを行なう場合について説明する。 Next, a sixth embodiment of the present invention will be described with reference to the drawings. In the first embodiment, the case where the object is two-dimensional data (image) has been described. In this embodiment, a case where pattern matching is performed on three-dimensional data (three-dimensional shape data) will be described.
図１７は実施例６に係るパターンマッチング方法を実施するためのパターンマッチング装置の構成を示すブロック図である。図１７に示すように、本実施例のパターンマッチング装置７１は、立体形状の対象物７２の３次元形状を入力する画像入力装置としてのレーザ３次元センサ７３と、レーザ３次元センサ７３からの出力信号を３次元形状データに変換する３次元データ生成装置７４と、３次元データ生成装置７４で生成されたデータを格納する記憶装置７５と、画像処理を行なってパターンマッチングを実施する画像処理装置７６とを備えている。
FIG. 17 is a block diagram illustrating a configuration of a pattern matching apparatus for performing the pattern matching method according to the sixth embodiment. As shown in FIG. 17, the
このように構成されたパターンマッチング装置７１において、立体形状の対象物７２の表面をレーザ３次元センサ７３がレーザ光線によって走査し、レーザ３次元センサ７３からの出力信号が３次元データ生成装置７４に入力されて処理され、対象物７２表面の３次元座標点群に変換される。この３次元座標点群は記憶装置７５に格納され、画像処理装置７６は格納されている３次元座標点群に対して画像処理を行なってパターンマッチングを実施する。
In the
本実施例のパターンマッチング装置７１によって実施される照合処理は、実施例１で説明した２次元データに対する処理と同様に実施することができるが、図形テンプレートを生成する処理では、図１８（ａ）に示すような三角パッチやＮＵＲＢ、ベジェ等の曲面で構成された図形テンプレートを生成して利用する。また、図１８（ａ）に示すように図形の分断や穴（図１８中のｈ）などがある場合には図１８（ｂ）に示すような補完処理を行うようにする。
The matching process performed by the
このようにして生成された図形テンプレートを用いて、３次元のポテンシャル空間データを生成し、実施例１ないし５と同様に３次元の測定点データとの照合処理を行うことにより、本実施例のパターンマッチング方法によれば２次元データだけでなく３次元データに対してもパターンマッチングを実施することができる。 By using the graphic template generated in this way, three-dimensional potential space data is generated, and verification processing with the three-dimensional measurement point data is performed in the same manner as in the first to fifth embodiments. According to the pattern matching method, pattern matching can be performed not only on two-dimensional data but also on three-dimensional data.
以上、本発明のパターンマッチング方法について、図示した実施例に基づいて説明したが、本発明はこれに限定されるものではなく、各部の構成は同様の機能を有する任意の構成のものに置き換えることができる。 The pattern matching method of the present invention has been described based on the illustrated embodiment. However, the present invention is not limited to this, and the configuration of each part is replaced with an arbitrary configuration having the same function. Can do.
１、７１ パターンマッチング装置
２、７２ 対象物
３ ＴＶカメラ
４ デジタル画像生成装置
５、７５ 記憶装置
６、７６ 画像処理装置
３１ 図形テンプレート
３２ 照合対象画像
５１ 濃淡画像
５２ エッジ強度画像
５３ エッジ方向画像
５４ エッジ点画像
５５ 測定点データ
６１、６２ 線データ
７３ レーザ３次元センサ
７４ ３次元データ生成装置
１１１〜１１８ 線分
ｌ１３〜１１６ 折れ線
１２１〜１２５ 図形
DESCRIPTION OF
Claims (9)
前記認識対象物が撮影された画像の明度の変化の大きさから、前記認識対象物が撮影された画像のエッジを抽出し、前記認識対象物が撮影された画像のエッジの形状を表す線図形データからなる前記図形テンプレートを生成する図形テンプレート生成ステップと、
前記照合対象画像の明度の変化の大きさから、前記照合対称図形のエッジを抽出し、前記照合対称図形のエッジの形状を表す線図形データを測定点の集合として表示した測定点データを生成する測定点データ生成ステップと、
前記図形テンプレートからの距離が遠くなるにつれてスコア値が低くなるようにスコア値を記録したポテンシャル空間データを生成するポテンシャル空間データ生成ステップと、
前記測定点データと前記ポテンシャル空間データとを照合し、前記ポテンシャル空間データ上、前記測定点の位置に対応するスコア値を、前記測定点におけるスコア値として決定するスコア値決定ステップと、
前記測定点におけるスコア値を加算して前記照合対象図形と前記図形テンプレートとの類似度を算出し、前記類似度に基づいて前記照合対象図形が前記認識対象物であるか否かを判定する判定ステップと
を含むことを特徴とするパターンマッチング方法。 A pattern matching method for detecting the recognition target object by matching a graphic template representing the shape of the recognition target object with a verification target image,
A line figure representing the shape of the edge of the image in which the recognition object is photographed by extracting the edge of the image in which the recognition object is photographed from the magnitude of the change in brightness of the image in which the recognition object is photographed A graphic template generation step for generating the graphic template comprising data ;
From the magnitude of change in the brightness of the comparison target image, wherein an edge is extracted in collation symmetrical shape, generates a measurement point data displayed line graphic data representing the shape of the edge of the verification symmetrical shape as a set of measurement points A measurement point data generation step;
A potential space data generation step of generating potential space data in which the score value is recorded so that the score value decreases as the distance from the graphic template increases ;
A score value determining step of collating the measurement point data with the potential space data, and determining a score value corresponding to the position of the measurement point on the potential space data as a score value at the measurement point;
Determination of determining whether or not the verification target graphic is the recognition target based on the similarity by adding the score values at the measurement points to calculate the similarity between the verification target graphic and the graphic template A pattern matching method comprising: and steps.
前記認識対象物が撮影された画像の明度の変化の大きさから、前記認識対象物が撮影された画像のエッジを抽出し、前記認識対象物が撮影された画像のエッジの形状を表す線図形データからなる前記図形テンプレートを生成する図形テンプレート生成手段と、 A line figure representing the shape of the edge of the image in which the recognition object is photographed by extracting the edge of the image in which the recognition object is photographed from the magnitude of the change in brightness of the image in which the recognition object is photographed Graphic template generation means for generating the graphic template comprising data;
前記照合対象画像の明度の変化の大きさから、前記照合対称図形のエッジを抽出し、前記照合対称図形のエッジの形状を表す線図形データを測定点の集合として表示した測定点データを生成する測定点データ生成手段と、 The edge of the collation symmetrical figure is extracted from the magnitude of the change in the brightness of the collation target image, and measurement point data is generated in which line figure data representing the shape of the edge of the collation symmetrical figure is displayed as a set of measurement points. Measuring point data generating means;
前記図形テンプレートからの距離が遠くなるにつれてスコア値が低くなるようにスコア値を記録したポテンシャル空間データを生成するポテンシャル空間データ生成手段と、 Potential space data generating means for generating potential space data in which the score value is recorded so that the score value decreases as the distance from the graphic template increases;
前記測定点データと前記ポテンシャル空間データとを照合し、前記ポテンシャル空間データ上、前記測定点の位置に対応するスコア値を、前記測定点におけるスコア値として決定するスコア値決定手段と、 A score value determining means for collating the measurement point data with the potential space data, and determining a score value corresponding to the position of the measurement point on the potential space data as a score value at the measurement point;
前記測定点におけるスコア値を加算して前記照合対象図形と前記図形テンプレートとの類似度を算出し、前記類似度に基づいて前記照合対象図形が前記認識対象物であるか否かを判定する判定手段と Determination of determining whether or not the verification target graphic is the recognition target based on the similarity by adding the score values at the measurement points to calculate the similarity between the verification target graphic and the graphic template Means and
を備えることを特徴とするパターンマッチング装置。 A pattern matching apparatus comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005246751A JP4525526B2 (en) | 2005-08-26 | 2005-08-26 | Pattern matching method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005246751A JP4525526B2 (en) | 2005-08-26 | 2005-08-26 | Pattern matching method and apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007058811A JP2007058811A (en) | 2007-03-08 |
| JP4525526B2 true JP4525526B2 (en) | 2010-08-18 |
Family
ID=37922208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005246751A Expired - Fee Related JP4525526B2 (en) | 2005-08-26 | 2005-08-26 | Pattern matching method and apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4525526B2 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5585826B2 (en) * | 2010-06-15 | 2014-09-10 | 株式会社Ｉｈｉ | Object recognition method and apparatus |
| GB2569803B (en) * | 2017-12-22 | 2021-11-24 | Novarum Dx Ltd | Analysis of a captured image to determine a test outcome |
| JP2022069828A (en) | 2020-10-26 | 2022-05-12 | セイコーエプソン株式会社 | Identification method, image display method, identification system, image display system, and program |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000076378A (en) * | 1998-08-27 | 2000-03-14 | Victor Co Of Japan Ltd | Character recognizing method |
| JP2000207494A (en) * | 1999-01-12 | 2000-07-28 | Nec Corp | On-line character recognizing device with verification function |
| JP2001109885A (en) * | 1999-10-05 | 2001-04-20 | Sony Corp | Method and device for image processing |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2909604B2 (en) * | 1990-10-12 | 1999-06-23 | 株式会社山武 | Fuzzy pattern recognition method and apparatus |
| JPH04313167A (en) * | 1990-12-14 | 1992-11-05 | Nippon Telegr & Teleph Corp <Ntt> | Location confirmation system for characteristic point of picture |
| JP2739011B2 (en) * | 1992-06-05 | 1998-04-08 | 山武ハネウエル株式会社 | Security system |
| JP3148040B2 (en) * | 1993-03-23 | 2001-03-19 | 株式会社東芝 | Teacher signal creation device and image recognition device |
-
2005
- 2005-08-26 JP JP2005246751A patent/JP4525526B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000076378A (en) * | 1998-08-27 | 2000-03-14 | Victor Co Of Japan Ltd | Character recognizing method |
| JP2000207494A (en) * | 1999-01-12 | 2000-07-28 | Nec Corp | On-line character recognizing device with verification function |
| JP2001109885A (en) * | 1999-10-05 | 2001-04-20 | Sony Corp | Method and device for image processing |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2007058811A (en) | 2007-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4825253B2 (en) | System and method for deformable object recognition | |
| Liang et al. | Geometric rectification of camera-captured document images | |
| JP5251080B2 (en) | Object recognition method | |
| JP4985166B2 (en) | Self-position estimation device | |
| US7068821B2 (en) | Information processing method and apparatus | |
| JP4709668B2 (en) | 3D object recognition system | |
| JP4877392B2 (en) | Feature attribute calculation device, feature quantity extraction device, pattern matching device, method and program | |
| JP6880618B2 (en) | Image processing program, image processing device, and image processing method | |
| Zhang et al. | Symbol recognition with kernel density matching | |
| US20090074299A1 (en) | Increasing accuracy of discrete curve transform estimates for curve matching in four or more dimensions | |
| JP4003465B2 (en) | Specific pattern recognition method, specific pattern recognition program, specific pattern recognition program recording medium, and specific pattern recognition apparatus | |
| CN113095187A (en) | Examination paper correction method based on image feature matching alignment | |
| JP4859061B2 (en) | Image correction method, correction program, and image distortion correction apparatus | |
| JP4525526B2 (en) | Pattern matching method and apparatus | |
| CN115018910A (en) | Method and device for detecting target in point cloud data and computer readable storage medium | |
| JP6016242B2 (en) | Viewpoint estimation apparatus and classifier learning method thereof | |
| Zhang et al. | 4-D spatiotemporal detection and modeling of free-bending pipelines in cluttered 3-D point cloud | |
| Wang et al. | Similarity evaluation of 3D surface topography measurements | |
| JP2006330872A (en) | Fingerprint collation device, method and program | |
| JP2006330874A (en) | Fingerprint collation device, method and program | |
| JP6946912B2 (en) | Estimator program, estimator, and estimation method | |
| CN116434221B (en) | Workpiece shape recognition method, device, terminal equipment and computer storage medium | |
| JPH064671A (en) | Pattern processing method | |
| CN103870846A (en) | Image representation method and applications thereof in image matching and recognition | |
| Song et al. | Instrument recognition in transformer substation base on image recognition algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080513 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100201 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100216 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100416 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100511 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100524 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130611 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |