JP5712859B2 - 画像認識装置および画像認識方法 - Google Patents
画像認識装置および画像認識方法 Download PDFInfo
- Publication number
- JP5712859B2 JP5712859B2 JP2011175879A JP2011175879A JP5712859B2 JP 5712859 B2 JP5712859 B2 JP 5712859B2 JP 2011175879 A JP2011175879 A JP 2011175879A JP 2011175879 A JP2011175879 A JP 2011175879A JP 5712859 B2 JP5712859 B2 JP 5712859B2
- Authority
- JP
- Japan
- Prior art keywords
- edge
- image
- extracted
- rectangular area
- candidates
- 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
Landscapes
- Image Analysis (AREA)
Description
カラー画像のグレー化は、RGB空間の原点を通過する任意の直線に各画素の画素値を投影する処理に相当する。よって、RGB空間における方向ベクトルの設定に応じて、様々なグレー化が可能である。例えば、各画素の画素値を明度で表すグレー化は、画像処理において広く行われており、下記の式で計算される。なお、各画素の画素値は、RGB空間上の座標(R,G,B)で表される。
明度=0.299R + 0.587G + 0.114B
エッジ抽出部4は、ステップS1で得られるグレー画像に対してソーベルフィルタ演算を実行する。ソーベルフィルタは、画像のエッジを強調するエッジオペレータの1つであり、グレー画像の各画素に対してX方向フィルタ演算およびY方向フィルタ演算を行う。X方向フィルタおよびY方向フィルタは、図3に示す通りである。即ち、画素(x,y)に対するX方向フィルタ演算の結果Sx(x,y)は、下式で得られる。
g(x+1,y+1)+2g(x,y+1)+g(x-1,y+1)-g(x+1,y-1)-2g(x,y-1)-g(x-1,y-1)
また、画素(x,y)に対するY方向フィルタ演算の結果Sy(x,y)は、下式で得られる。
g(x+1,y+1)+2g(x+1,y)+g(x+1,y-1)-g(x-1,y+1)-2g(x-1,y)-g(x-1,y-1)
なお、g(i,j)は、グレー化処理により計算された画素(i,j)の濃度値を表す。
強度=√(Sx(x,y)2 + Sy(x,y)2)
方向=arctan(Sy(x,y)/Sx(x,y))
エッジ抽出部4は、上述したように、ソーベルフィルタ演算の結果を利用して、各画素について強度および方向を計算する。ここで、強度は、上述の2値化処理により2値化されている。すなわち、図4(b)に示すような2値化エッジ画像が生成されている。そして、抽出部4は、2値化エッジ画像を、予め決められた複数の方向に分解する。
Dir0:-π/8<θ≦π/8
Dir1:π/8<θ≦3π/8
Dir2:3π/8<θ≦5π/8
Dir3:5π/8<θ≦7π/8
Dir4:7π/8<θ≦9π/8(-7π/8)
Dir5:-7π/8<θ≦-5π/8
Dir6:-5π/8<θ≦-3π/8
Dir7:-3π/8<θ≦-π/8
エッジ抽出部4は、各方向の2値化エッジ画像において、それぞれエッジセグメントを抽出する。エッジセグメントは、エッジを構成する要素である。また、エッジセグメントは、この例では、4点で囲まれる領域であって、それら4点の座標で表される。エッジセグメントの抽出は、以下に説明するラベリング処理、重なり統合処理、ノイズ除去処理、統合処理を含む。
エッジ抽出部4は、2値化エッジ画像において、各黒画素連結成分に対してラベルを付与する。黒画素連結成分は、所定数よりも多くの黒画素が連結している領域である。黒画素とは、2値化された画素値(または、濃度値)が1である画素である。また、ラベルは、各黒画素連結成分を識別する識別番号である。図8(a)に示す例では、各黒画素連結成分に対して、ラベルL1、L2が付与されている。
エッジ抽出部4は、2値化エッジ画像において、任意の2つの黒画素連結成分に対して、それぞれの外接矩形が互いに重なり合うか判定する。図9(a)に示す例では、黒画素連結成分L3、L4の外接矩形が互いに重なり合っている。この場合、エッジ抽出部4は、黒画素連結成分L3、L4を1つの黒画素連結成分に統合する。すなわち、これら2つの黒画素連結成分に対して同じラベルが付与される。図9(b)においては、これら2つの黒画素連結成分に対して同じラベルL3が付与されている。また、これら2つの黒画素連結成分を取り囲む最小の矩形(黒画素連結成分L3、L4の外接矩形)の各頂点の座標が算出される。そして、エッジ抽出部4は、互いに重なり合う黒画素連結成分が存在しなくなるまで、重なり統合処理を繰り返す。
エッジ抽出部4は、重なり統合処理後に得られる黒画素連結成分の集合に対してノイズ除去処理を行う。例えば、重なり統合処理後に得られる黒画素連結成分の大きさが所定値よりも小さいときは、その黒画素連結成分は、ノイズと判定されて上述の集合から取り除かれる。なお、黒画素連結成分の大きさは、例えば、その黒画素連結成分の外接矩形の長辺の長さで規定される。
エッジ抽出部4は、2値化エッジ画像において、互いに近接する黒画素連結成分どうしを統合する。すなわち、互いに近接する黒画素連結成分は、1つの黒画素連結成分に統合される。ここで、黒画素連結成分間の距離は、例えば、各黒画素連結成分を上述した射影軸に射影したときの射影値の差分で表される。この場合、少なくとも一方の射影軸上の射影値の差分が予め設定されている閾値よりも小さければ、黒画素連結成分を統合すべきと判定される。なお、2つの黒画素連結成分が統合されたときは、上述の重なり統合処理と同様に、それら2つの黒画素連結成分に対して同じラベルが付与される。また、統合された2つの黒画素連結成分を取り囲む最小の矩形の各頂点の座標が算出される。
取得部5は、ステップS1〜S5で抽出されたエッジセグメントに基づいて、すべての矩形領域候補をリストアップする。矩形領域候補は、矩形領域を構成する可能性のあるエッジセグメントの集合で表される。
取得部5は、ステップS11において、入力されるエッジセグメント情報からグラフを作成する。グラフは、ノードおよびノード間を接続するパスから構成される。この例では、各ノードは、1つのエッジセグメントに対応する。また、ノード間を接続するパスは、対応する2つのエッジセグメントが矩形領域を構成する可能性を表す。
L1.ave_x >= L2.max_x かつ L1.max_y <= L2.ave_y
なお、2つ目の不等式において、L2.ave_yの代わりにL2.min_yを使用してもよい。
|L1.ave_x - L3.ave_x| < TH1
L1.ave_x >= L4.max_x かつ L1.min_y >= L4.ave_y
なお、2つ目の不等式において、L4.ave_yの代わりにL4.max_yを使用してもよい。
L1.ave_x >= L5.ave_x
取得部5は、上述のようにして作成したグラフからクリークを抽出する。クリークは、グラフの極大完全部分グラフに相当する。グラフが完全であるとは、グラフを構成する全てのノードがそれぞれ自分以外の全てのノードとパスで接続されている状態を意味する。また、極大完全部分グラフは、完全な部分グラフであって、且つ、その部分グラフを真に包含する他の完全部分グラフが存在しない部分グラフを意味する。したがって、クリークを構成するエッジセグメントの集合は、自分以外のエッジセグメントのすべてと互いに矩形領域を構成する可能性がある。図16(a)に示すグラフから抽出されたクリークの実施例を図16(b)に示す。なお、図16(b)において、「−1」は、クリークの構成要素の終了を意味している。
取得部5は、ステップS6で抽出した矩形領域候補に基づいて、矩形領域候補の組合せをリストアップする。矩形領域候補の組合せは、両立可能な矩形領域候補の集合で表される。
取得部5は、ステップS21において、矩形領域候補情報からグラフを作成する。グラフは、上述したように、ノードおよびノード間を接続するパスから構成される。ただし、矩形領域候補の組合せを得る場合、各ノードは、1つの矩形領域候補に対応する。また、ノード間を接続するパスは、対応する2つの矩形領域候補が互いに両立する可能性を表す。
条件1:一方の矩形領域候補が他方の矩形領域候補によって完全に包含されていない
条件2:2つの矩形領域候補が同じエッジセグメントを共有していない
取得部5は、上述のようにして作成したグラフからクリークを抽出する。クリークは、上述したように、グラフの極大完全部分グラフに相当する。したがって、各クリークは、それぞれ、互いに両立し得る矩形領域候補の集合である。図18(a)に示すグラフから抽出されたクリークの実施例を図18(b)に示す。
算出部6は、両立可能な矩形領域候補の組合せのそれぞれに対して、再現率および適合率を算出し、さらに再現率および適合率に基づいて決まる評価値を算出する。評価値は、いわゆるF値である。そして、画像抽出部7は、最も評価値の高い矩形領域候補の組合せを特定し、その組合せに含まれる矩形領域の画像を抽出する。
算出部6は、矩形領域候補の組合せのそれぞれについて再現率を計算する。再現率は、矩形領域候補の組合せが抽出されたエッジセグメントによってどれだけ説明されているかを表す。この実施例では、再現率は、矩形領域候補の組合せに含まれている各矩形領域の外周が、抽出されたエッジセグメントによりカバーされている程度または割合を表す。
算出部6は、矩形領域候補の組合せのそれぞれについて適合率を計算する。適合率は、矩形領域候補の組合せが、抽出されたエッジセグメントをどれだけ説明できるかを表す。この実施例では、適合率は、エッジ抽出部4により抽出されたすべてのエッジセグメントのうち、矩形領域候補の組合せに含まれている矩形領域の辺として使用されている程度または割合を表す。
算出部6は、矩形領域候補の組合せのそれぞれについてF値を計算する。F値は、再現率および適合率を考慮した評価尺度であり、再現率および適合率の調和平均(調和平均に定数を乗算した値を含む)により得られる。すなわち、再現率をRで表し、適合率をPで表すとき、F値は下式で計算される。
F値=2×R×P/(R+P)
画像抽出部7は、最も評価値の高い矩形領域候補の組合せを特定し、その組合せに含まれる1または複数の矩形領域の画像を抽出する。抽出された画像データは、抽出結果格納部8に格納される。そして、抽出結果格納部8に格納された抽出画像データは、例えばユーザからの指示に応じて、出力部9により出力される。
以下の実施例では、図19に示すように、入力画像から9個のエッジセグメントL1〜L9が抽出されているものとする。エッジセグメントの抽出は、図2に示すフローチャートのステップS1〜S5により実現される。
エッジセグメントL1の方向は、dir4である。よって、エッジセグメントL3、L1が矩形領域を構成するためには、下記の条件を満たす必要がある。
L3.ave_x >= L1.max_x かつ L3.min_y >= L1.ave_y
ここで、エッジセグメントL3はエッジセグメントL1よりも右側に位置しており、エッジセグメントL3のX方向の重心座標は、エッジセグメントL1のX方向の最大座標よりも大きい。また、エッジセグメントL3はエッジセグメントL1よりも下側に位置しており、エッジセグメントL3のY方向の最小座標は、エッジセグメントL1のY方向の重心座標よりも大きい。すなわち、上記2つの条件は満たされており、エッジセグメントL3、L1は矩形領域を構成することができる。したがって、図20(a)に示すグラフにおいて、エッジセグメントL3、L1に対して「1」が設定される。
エッジセグメントL2の方向は、エッジセグメントL1と同じであり、dir4である。また、エッジセグメントL3、L2間の位置関係は、エッジセグメントL3、L1間の位置関係と同じである。したがって、エッジセグメントL3、L2は矩形領域を構成することができ、エッジセグメントL3、L2に対して「1」が設定される。
エッジセグメントL4の方向も、エッジセグメントL1と同じであり、dir4である。よって、エッジセグメントL3、L4が矩形領域を構成するための条件は、上述したエッジセグメントL3、L1についての条件と類似しており、下記の通りである。
L3.ave_x >= L4.max_x かつ L3.min_y >= L4.ave_y
ところが、エッジセグメントL3はエッジセグメントL4よりも左側に位置しており、エッジセグメントL3のX方向の重心座標は、エッジセグメントL4のX方向の最大座標よりも小さい。すなわち、上記条件は満たされず、エッジセグメントL3、L4は矩形領域を構成できない。したがって、図20(a)に示すグラフにおいて、エッジセグメントL3、L4に対して「0」が設定される。
エッジセグメントL5の方向は、エッジセグメントL3と同じであり、dir2である。よって、エッジセグメントL3、L5が矩形領域を構成するためには、下記の条件を満たす必要がある。
|L3.ave_x - L5.ave_x| < TH1
閾値TH1は、2つのエッジセグメントがほぼ同一の直線上に配置されるような小さい値であるものとする。ここで、エッジセグメントL3はエッジセグメントL5よりも左側に位置しており、エッジセグメントL3のX方向の重心座標とエッジセグメントL5のX方向の重心座標との差分は、閾値TH1よりも大きい。すなわち、上記条件は満たされず、エッジセグメントL3、L5は矩形領域を構成できない。よって、図20(a)に示すグラフにおいて、エッジセグメントL3、L5に対して「0」が設定される。
エッジセグメントL6の方向は、dir0である。よって、エッジセグメントL3、L6が矩形領域を構成するためには、下記の条件を満たす必要がある。
L3.ave_x >= L6.max_x かつ L3.max_y <= L6.ave_y
ここで、エッジセグメントL3はエッジセグメントL6の右先端部よりも左側に位置しており、エッジセグメントL3のX方向の重心座標は、エッジセグメントL6のX方向の最大座標よりも小さい。すなわち、上記条件は満たされず、エッジセグメントL3、L6は矩形領域を構成できない。よって、図20(a)に示すグラフにおいて、エッジセグメントL3、L6に対して「0」が設定される。
エッジセグメントL7の方向も、dir0である。よって、エッジセグメントL3、L7が矩形領域を構成するためには、下記の条件を満たす必要がある。
L3.ave_x >= L7.max_x かつ L3.max_y <= L7.ave_y
ここで、エッジセグメントL3はエッジセグメントL7の右先端部よりも右側に位置しており、エッジセグメントL3のX方向の重心座標は、エッジセグメントL7のX方向の最大座標よりも大きい。また、エッジセグメントL3はエッジセグメントL7よりも上側に位置しており、エッジセグメントL3のY方向の最大座標は、エッジセグメントL7のY方向の重心座標よりも小さい。すなわち、上記2つの条件は満たされており、エッジセグメントL3、L7は矩形領域を構成することができる。したがって、図20(a)に示すグラフにおいて、エッジセグメントL3、L7に対して「1」が設定される。エッジセグメントL3、L8に対しても同様に「1」が設定される。
エッジセグメントL9の方向は、dir6である。よって、エッジセグメントL3、L9が矩形領域を構成するためには、下記の条件を満たす必要がある。
L3.ave_x >= L9.ave_x
ここで、エッジセグメントL3はエッジセグメントL9の右側に位置しており、エッジセグメントL3のX方向の重心座標は、エッジセグメントL9のX方向の重心座標よりも大きい。すなわち、上記条件は満たされており、エッジセグメントL3、L9は矩形領域を構成することができる。したがって、図20(a)に示すグラフにおいて、エッジセグメントL3、L9に対して「1」が設定される。
再現率R={(35+25+20+55+55)+(60+58+78)}/(280+280)=0.689
適合率P={(35+25+20+55+55)+(60+58+78)}/411=0.939
F値=2*0.689*0.939/(0.689+0.939)=0.795
再現率R=(35+25+58+78+55)/480=0.523
適合率P=(35+25+58+78+55)/411=0.611
F値=2*0.523*0.611/(0.523+0.611)=0.564
再現率R={(60+58+78)+(35+25+20+25+55)}/(280+320)=0.593
適合率P={(60+58+78)+(35+25+20+25+55)}/411=0.866
F値=2*0.593*0.866/(0.593+0.866)=0.704
上述の実施形態では、画像認識装置1は、入力画像から矩形の画像領域を抽出する。ただし、画像認識装置1は、矩形の画像領域を抽出する構成に限定されるものではなく、他の幾何学的図形に対応する画像領域を抽出してもよい。以下では、入力画像から正三角形の画像領域を抽出する構成および方法を説明する。
|L1.ave_y - L2.ave_y| < TH1
L1.ave_x <= (L1.ave_y - L3.ave_y)/(sqrt(3)) + L3.ave_x
L1.min_x >= -(L1.ave_y - L4.ave_y)/(sqrt(3)) + L4.ave_x
図28は、画像認識装置1を実現するためのコンピュータシステムのハードウェア構成を示す図である。コンピュータシステム100は、図28に示すように、CPU101、メモリ102、記憶装置103、読み取り装置104、通信インタフェース106、および入出力装置107を備える。CPU101、メモリ102、記憶装置103、読み取り装置104、通信インタフェース106、入出力装置107は、例えば、バス108を介して互いに接続されている。
(1)記憶装置103に予めインストールされている。
(2)着脱可能記録媒体105により提供される。
(3)プログラムサーバ110から提供される。
なお、実施形態の画像認識方法は、複数のコンピュータを利用して上述の処理を提供してもよい。この場合、あるコンピュータが、上述の処理の一部を、ネットワークを介して他のコンピュータに依頼し、その処理結果を受け取るようにしてもよい。
このように、実施形態の画像認識装置によれば、入力画像において抽出されるエッジセグメントを利用して、両立可能な、所定の幾何学的形状の対象物に対応する領域候補の組合せがすべて抽出される。よって、対象物が互いに重なり合っている場合、或いは、抽出されたエッジセグメントが途切れている場合であっても、正しい対象物(すなわち、実際の対象物に対応する領域)は、上述の領域候補の組合せの中に含まれている。よって、実施形態の画像認識装置によれば、入力画像を認識する際に、対象物が抽出されずに漏れてしまう可能性は低い。
画像からエッジセグメントを抽出するエッジ抽出部と、
前記エッジ抽出部により抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得する取得部と、
前記取得部により取得された各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出する算出部と、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する画像抽出部と、
を有する画像認識装置。
(付記2)
前記算出部は、前記図形の候補に利用されるエッジセグメントの長さの和を、前記図形の候補の外周の長さの和で除算することで前記再現率を算出し、前記図形の候補に利用されるエッジセグメントの長さの和を、前記エッジ抽出部により抽出された全てのエッジセグメントの長さの和で除算することで前記適合率を算出する
ことを特徴とする付記1に記載の画像認識装置。
(付記3)
前記評価値は、前記再現率および前記適合率の調和平均である
ことを特徴とする付記1または2に記載の画像認識装置。
(付記4)
前記取得部は、前記エッジ抽出部により抽出されたエッジセグメントを利用して形成される幾何学的な図形の候補を抽出し、抽出した図形の候補どうしの組合せの中で、図形の候補が両立し得る組合せを取得する
ことを特徴とする付記1〜3のいずれか1つに記載の画像認識装置。
(付記5)
前記取得部は、抽出した図形の候補どうしの組合せの中で、包含関係にない図形の候補の組合せを取得する
ことを特徴とする付記4に記載の画像認識装置。
(付記6)
前記取得部は、抽出した図形の候補どうしの組合せの中で、前記エッジセグメントが複数の図形の候補により共有されることのない図形の候補の組合せを取得する
ことを特徴とする付記4に記載の画像認識装置。
(付記7)
画像からエッジセグメントを抽出するエッジ抽出部と、
前記エッジ抽出部により抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを抽出し、前記組合せの中から、2以上の図形の候補が包含関係を有しておらず、且つ、2以上の図形の候補が同じエッジセグメント共有していない組合せを取得する取得部と、
前記取得部により取得された各組合せについて、前記抽出されたエッジセグメントに対する前記図形の候補の妥当性を表す評価値を算出する算出部と、
前記算出部により算出される評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する画像抽出部と、
を有する画像認識装置。
(付記8)
コンピュータが、
画像からエッジセグメントを抽出し、
前記抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得し、
前記各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出し、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する
ことを特徴とする画像認識方法。
(付記9)
画像からエッジセグメントを抽出し、
前記抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得し、
前記各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出し、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する
処理をコンピュータに実行させるための画像認識プログラム。
3 処理部
4 エッジ抽出部
5 取得部
6 算出部
7 画像抽出部
Claims (5)
- 画像からエッジセグメントを抽出するエッジ抽出部と、
前記エッジ抽出部により抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得する取得部と、
前記取得部により取得された各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出する算出部と、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する画像抽出部と、
を有する画像認識装置。 - 前記算出部は、前記図形の候補に利用されるエッジセグメントの長さの和を、前記図形の候補の外周の長さの和で除算することで前記再現率を算出し、前記図形の候補に利用されるエッジセグメントの長さの和を、前記エッジ抽出部により抽出された全てのエッジセグメントの長さの和で除算することで前記適合率を算出する
ことを特徴とする請求項1に記載の画像認識装置。 - 画像からエッジセグメントを抽出するエッジ抽出部と、
前記エッジ抽出部により抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを抽出し、前記組合せの中から、2以上の図形の候補が包含関係を有しておらず、且つ、2以上の図形の候補が同じエッジセグメント共有していない組合せを取得する取得部と、
前記取得部により取得された各組合せについて、前記抽出されたエッジセグメントに対する前記図形の候補の妥当性を表す評価値を算出する算出部と、
前記算出部により算出される評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する画像抽出部と、
を有する画像認識装置。 - コンピュータが、
画像からエッジセグメントを抽出し、
前記抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得し、
前記各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出し、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する
ことを特徴とする画像認識方法。 - 画像からエッジセグメントを抽出し、
前記抽出されたエッジセグメントを利用して形成される予め決められた幾何学的な図形の候補の組合せを取得し、
前記各組合せについて、前記図形の候補の外周が前記抽出されたエッジセグメントによってカバーされる程度を表す再現率、および、前記抽出されたエッジセグメントが前記図形の候補として利用される程度を表す適合率をそれぞれ算出し、
前記再現率および前記適合率に基づいて決まる評価値が最大となる組合せに含まれる図形の候補に対応する領域を抽出する
処理をコンピュータに実行させるための画像認識プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011175879A JP5712859B2 (ja) | 2011-08-11 | 2011-08-11 | 画像認識装置および画像認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011175879A JP5712859B2 (ja) | 2011-08-11 | 2011-08-11 | 画像認識装置および画像認識方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013041315A JP2013041315A (ja) | 2013-02-28 |
JP5712859B2 true JP5712859B2 (ja) | 2015-05-07 |
Family
ID=47889687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011175879A Expired - Fee Related JP5712859B2 (ja) | 2011-08-11 | 2011-08-11 | 画像認識装置および画像認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5712859B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6543025B2 (ja) * | 2014-09-12 | 2019-07-10 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
US9898683B2 (en) * | 2016-05-31 | 2018-02-20 | Konica Minolta Laboratory U.S.A., Inc. | Robust method for tracing lines of table |
JP7226565B2 (ja) * | 2019-08-28 | 2023-02-21 | 日産自動車株式会社 | 物体認識方法、及び、物体認識装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3720892B2 (ja) * | 1995-12-15 | 2005-11-30 | 株式会社東芝 | 画像処理方法および画像処理装置 |
JP2006107034A (ja) * | 2004-10-04 | 2006-04-20 | Konica Minolta Photo Imaging Inc | 画像解析方法及び装置、画像処理方法及びシステム、これらの動作プログラム |
JP4525519B2 (ja) * | 2005-08-18 | 2010-08-18 | 日本電信電話株式会社 | 四辺形評価方法及び装置及びプログラム |
JP4712487B2 (ja) * | 2005-08-25 | 2011-06-29 | 株式会社リコー | 画像処理方法及び装置、デジタルカメラ装置、並びに画像処理プログラムを記録した記録媒体 |
-
2011
- 2011-08-11 JP JP2011175879A patent/JP5712859B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013041315A (ja) | 2013-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564082B (zh) | 图像处理方法、装置、服务器和介质 | |
CN112581629A (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
CN110502985B (zh) | 表格识别方法、装置及表格识别设备 | |
US8340433B2 (en) | Image processing apparatus, electronic medium, and image processing method | |
WO2016068869A1 (en) | Three dimensional object recognition | |
JP2018067120A (ja) | 指紋処理装置、指紋処理方法、プログラム、指紋処理回路 | |
CN108563559A (zh) | 一种验证码的测试方法、装置、终端设备及存储介质 | |
CN111583381B (zh) | 游戏资源图的渲染方法、装置及电子设备 | |
US10229543B2 (en) | Information processing device, information superimposed image display device, non-transitory computer readable medium recorded with marker display program, non-transitory computer readable medium recorded with information superimposed image display program, marker display method, and information-superimposed image display method | |
CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
CN111738252B (zh) | 图像中的文本行检测方法、装置及计算机*** | |
CN116168351B (zh) | 电力设备巡检方法及装置 | |
JP2018055199A (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN114359383A (zh) | 一种图像定位方法、装置、设备以及存储介质 | |
JP5712859B2 (ja) | 画像認識装置および画像認識方法 | |
CN113781505B (zh) | 染色体分割方法、染色体分析仪及存储介质 | |
JP2009110070A (ja) | 画像処理装置及び画像処理方法、コンピュータプログラム | |
CN114359352A (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
JP2010271921A (ja) | 皮膚領域抽出方法、皮膚領域抽出装置、および皮膚領域抽出プログラム | |
Han et al. | L-split marker for augmented reality in aircraft assembly | |
CN111950356B (zh) | ***文本定位方法、装置及电子设备 | |
CN112464753A (zh) | 图像中关键点的检测方法、检测装置及终端设备 | |
CN114387600A (zh) | 文本特征识别方法、装置、计算机设备和存储介质 | |
JP2013101481A (ja) | 読取装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140404 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150130 |
|
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: 20150210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150223 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5712859 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |