JPH0150943B2 - - Google Patents
Info
- Publication number
- JPH0150943B2 JPH0150943B2 JP59044670A JP4467084A JPH0150943B2 JP H0150943 B2 JPH0150943 B2 JP H0150943B2 JP 59044670 A JP59044670 A JP 59044670A JP 4467084 A JP4467084 A JP 4467084A JP H0150943 B2 JPH0150943 B2 JP H0150943B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- graphic
- graphic pattern
- shape
- binarized
- 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
Links
- 238000010586 diagram Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 13
- 238000012567 pattern recognition method Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 6
- 230000036544 posture Effects 0.000 description 6
- 238000003491 array Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本発明は、生産工場における部品の形状認識等
に有効な図形パターンの認識方式に関するもので
ある。
一般に箱物と呼ばれる板金加工品を得るための
ベンデイング・マシンでは、供給される打抜き部
品が比較的単純な幾何学図形を有している。従つ
て、複数種類の打抜き部品が混在した状態でそれ
らがベンデイング・マシンに供給される場合にお
いて、それらの部品の中から所要形状の部品を仕
分け分類して抽出しようとするときにも、格別正
確な図形パターンの認識を行う必要はなく、認識
分別しようとする対象図形パターンに応じた簡単
で高速処理の可能な認識方式が有効である。
本発明は、このような幾何学図形を有する部品
の分別等に好適な図形パターンの認識方式を提供
しようとするものであり、特に、図形パターンを
2値化した図形データのシリアル処理により、直
接的にその図形パターンについての特徴値を抽出
して、図形パターンの特定を行い、従つて、小
型、簡単、安価な装置により構成して、処理時間
の短縮と処理ステツプの簡素化をはかることが可
能となり、生産現場等における利用に適した図形
パターンの認識方式を得ることができる。
而して、本発明の図形パターン認識方式は、基
本的には、パターン入力装置において検出して2
値化した図形パターンを、形状分別装置において
直交2軸に対する射影図に変換し、これらの射影
図を微分することにより得られる微分波形におけ
る正負のパルス数を特徴値として、それらの特徴
値を含む算術演算式で求められる形状識別値によ
り上記パターンの認識を行うことを特徴とするも
のである。
また、本発明の図形パターン認識方式は、上記
形状識別値によつて認識できない図形パターンに
ついて、上記微分波形における微分値の絶対値の
総和により求められる図形パターンの周長、ある
いは上記2値化した図形パターンから求められる
当該図形パターンの重心位置または面積を第2の
特徴値として、これらにより上記図形パターンの
認識を行うことを特徴とするものである。
以下に図面を参照して本発明の図形パターン認
識方式についてさらに詳細に説明する。
認識すべき対象物が、ベンデイング・マシンに
供給される打抜き部品のように、幾何学図形、即
ちある直線に対して平行及び直角な直線並びに
45゜の角度をもつ直線を主体として閉ループ状に
構成される図形パターンを有している場合、それ
らの部品は機械への供給に際して予めガイド等に
より向きを整えることが容易であり、例えば上記
部品が概略的に矩形状をなす場合には、90゜ごと
の位相のずれはあるとしても、いずれかの辺をガ
イドに沿うように配列させることができる。従つ
て、ここでは図形パターンが姿勢を整えて供給さ
れることを前提とする。
このようにして供給される図形パターンについ
ては、まず、パターン入力装置によつてその図形
パターンの読取りを行い、2値化した図形データ
とする。このパターン入力装置としては、例えば
ITVカメラやマトリクス状に配列された光電変
換素子等が用いられる。
上記パターン入力装置によつて読取つた図形デ
ータについては、次に、形状分別装置における処
理によつて以下に説明するような特徴値の抽出を
行う。
即ち、上記2値化図形データについては、形状
分別装置内におけるデータ処理により、まず、第
1図に例示するように直交2軸X,Yに対する射
影図に変換し、さらにその射影図を微分する。第
1図において、1は図形パターンを示し、また2
x及び2yはX軸及びY軸への射影図を、3x及
び3yはそれらの微分波形を示している。
このようにして得られた微分波形は、各種形状
パターンに応じて異なる正負パルス配列を有し、
従つてこの点に着目することにより基本的には幾
何学的な図形パターンの識別を行うことができ
る。
そこで、X軸への射影図の微分波形における正
負のパルス数をそれぞれN+ x,N- xとし、Y軸側に
ついての正負のパルス数をそれぞれN+ y,N- yとし
て、これらを各図形パターンについての特徴値と
定義する。
第2図は、各種図形パターンと、それらについ
てのX軸及びY軸側射影図の微分波形における正
負のパルス配列と、それらによつて得られる特徴
値N+ x,N- x,N+ y,N- yを示している。同図からわ
かるように、一般的には各種図形パターンについ
て特徴値が何らかの差異を有し、従つてこの特徴
値を利用することにより図形パターンの認識を行
い、それらの分別を行うことが可能となる。
これらの特徴値を用いて図形パターンの認識を
行う場合、以下に示すように、それらの特徴値を
含んだ算術演算式で求められる形状識別値N*を
用い、これにより複雑なパターンマツチングの必
要をなくすことができる。
上記算術演算式としては、例えば、
N*=(N+ x+N- x)×(N+ y+N- y)
N*=(N+ x+N+ y)×(N- x+N- y)
等を用いることができるが、必ずしもこれらの式
に限定されるものではなく、識別しようとする各
図形パターンの特徴を一層明確にできるように配
慮した算術演算式を用いればよい。
なお、前述したように、図形パターンは予めそ
の姿勢を整えておくことを前提としているが、略
矩形状の図形パターンについては、90゜ごとの四
つの姿勢が考えられ、これらの各姿勢ごとに上記
特徴値が相違している。しかしながら、上記四つ
の姿勢における特徴値には、第1表に示すような
一定の関係があり、この関係を利用すれば、図形
パターンをその姿勢の如何にかかわらず認識する
ことができ、しかもその姿勢をも同時に認識する
ことができる。なお、第1表では回転角度が0゜の
場合における特徴値がそれぞれa,b,c,dで
あると仮定し、図形パターンを90゜ずつ時計方向
に回転させたときのそれぞれの特徴値を示してい
る。
The present invention relates to a graphic pattern recognition method that is effective for recognizing the shape of parts in a production factory. BACKGROUND OF THE INVENTION In bending machines for obtaining sheet metal workpieces, commonly referred to as boxes, the punched parts supplied have relatively simple geometric shapes. Therefore, when multiple types of punched parts are supplied to a bending machine in a mixed state, it is extremely accurate when sorting, classifying, and extracting parts of the desired shape from among those parts. There is no need to recognize graphic patterns; a simple recognition method that can perform high-speed processing according to the target graphic pattern to be recognized and classified is effective. The present invention aims to provide a figure pattern recognition method suitable for sorting parts having such geometric figures. It is possible to identify the graphic pattern by extracting the characteristic values of the graphic pattern, and to configure it with a small, simple, and inexpensive device, thereby shortening the processing time and simplifying the processing steps. This makes it possible to obtain a graphic pattern recognition method suitable for use in production sites and the like. Basically, the graphic pattern recognition method of the present invention detects the pattern in the pattern input device and
The converted figure pattern is converted into a projection diagram with respect to two orthogonal axes in a shape classification device, and the number of positive and negative pulses in the differential waveform obtained by differentiating these projection diagrams is used as a feature value, and these feature values are included. This method is characterized in that the pattern is recognized using a shape identification value determined by an arithmetic expression. Further, in the figure pattern recognition method of the present invention, for a figure pattern that cannot be recognized by the shape identification value, the circumference of the figure pattern determined by the sum of the absolute values of the differential values in the differential waveform, or the binarized The present invention is characterized in that the position of the center of gravity or the area of the graphic pattern determined from the graphic pattern is used as the second feature value, and the graphic pattern is recognized based on these values. The graphic pattern recognition method of the present invention will be explained in more detail below with reference to the drawings. If the object to be recognized is a geometric figure, i.e. straight lines parallel and perpendicular to a certain straight line, and
If the parts have a closed-loop graphic pattern mainly composed of straight lines with an angle of 45 degrees, it is easy to orient the parts using a guide etc. before feeding them to the machine. If it is roughly rectangular, it is possible to arrange one of the sides along the guide even if there is a phase shift of 90 degrees. Therefore, it is assumed here that the graphic pattern is supplied with its orientation adjusted. The graphic pattern supplied in this manner is first read by the pattern input device and converted into binary graphic data. As this pattern input device, for example,
An ITV camera, photoelectric conversion elements arranged in a matrix, etc. are used. The graphic data read by the pattern input device is then subjected to processing in the shape classification device to extract feature values as described below. That is, the above-mentioned binary graphic data is first converted into a projection diagram with respect to two orthogonal axes X and Y, as illustrated in FIG. 1, by data processing within the shape classification device, and then the projection diagram is differentiated. . In FIG. 1, 1 indicates a figure pattern, and 2
x and 2y represent projections onto the X and Y axes, and 3x and 3y represent their differential waveforms. The differential waveform obtained in this way has different positive and negative pulse arrays depending on the various shape patterns,
Therefore, by focusing on this point, it is basically possible to identify geometric pattern patterns. Therefore, let the numbers of positive and negative pulses in the differential waveform of the projection diagram to the It is defined as a feature value for a graphic pattern. Figure 2 shows various graphic patterns, positive and negative pulse arrays in the differential waveforms of their X-axis and Y-axis projections, and characteristic values N + x , N - x , N + y obtained from them. , N - y . As can be seen from the figure, there are generally some differences in feature values for various graphic patterns, and therefore, by using these feature values, it is possible to recognize graphic patterns and classify them. Become. When recognizing a figure pattern using these feature values, as shown below, the shape discrimination value N * calculated by an arithmetic expression including those feature values is used, and this makes it possible to perform complex pattern matching. You can eliminate the need. The above arithmetic expression is, for example, N * = (N + x + N - x ) x (N + y + N - y ) N * = (N + x + N + y ) x (N - x + N - y ), etc. However, the present invention is not necessarily limited to these formulas, and it is sufficient to use an arithmetic formula that is designed to further clarify the characteristics of each graphic pattern to be identified. As mentioned above, it is assumed that the posture of a figure pattern is prepared in advance, but for a roughly rectangular figure pattern, there are four possible postures at 90° angles, and for each of these postures, The above feature values are different. However, there is a certain relationship between the feature values in the above four postures as shown in Table 1, and by using this relationship, it is possible to recognize the figure pattern regardless of its posture. Posture can also be recognized at the same time. In Table 1, it is assumed that the feature values when the rotation angle is 0° are a, b, c, and d, respectively, and the respective feature values when the graphic pattern is rotated clockwise by 90° are It shows.
【表】
このような認識方式により、上記第2図に示す
ような各種図形パターンについての判別を行うこ
とができるが、単純な幾何学図形であつても、例
えば第3図に示すような図形パターンは、特徴値
が第2図のNo.4及びNo.7のものと同一になるた
め、両パターンが混在しているような場合にはそ
れらを判別することができない。
このような問題を解決するためには、次に説明
するような方法のいずれかまたはその複数を組合
わせて用いればよい。
その第1は、図形パターンの周長を求めてそれ
を図形パターンの判別に利用する方法であり、こ
の周長は次のようにして簡単に求めることができ
る。
前述した第1図における射影図2x,2yの微
分は、図形データが2値化した状態で得られるこ
とから、隣接射影値の差分として得ることがで
き、X軸及びY軸に投影した射影図が第1図に示
す射影図2x,2yである場合、それらの差分値
は第2表及び第3表に示すようなものとなる。
而して、この差分の絶対値をすべて加算した値
が図形パターンの周長であり、従つて前述した特
徴値抽出の過程における射影図の微分によつて得
られた微分値(差分値)から、格別煩雑な演算等
を行うことなく求めることができ、この周長を第
2の特徴値として、前記形状識別値N*では分別
できなかつた図形パターンの識別を行うことがで
きる。[Table] Using this recognition method, it is possible to discriminate various graphic patterns such as those shown in Figure 2 above, but even simple geometric patterns, such as those shown in Figure 3, can be distinguished. Since the pattern has the same feature value as No. 4 and No. 7 in FIG. 2, it is not possible to distinguish between the patterns if both patterns coexist. In order to solve such problems, any one of the following methods or a combination of them may be used. The first method is to obtain the circumferential length of a graphic pattern and use it for determining the graphic pattern, and this circumferential length can be easily determined as follows. The differentiation of the projection diagrams 2x and 2y in FIG. 1 mentioned above can be obtained as the difference between adjacent projection values because the figure data is obtained in a binarized state, and the differentiation of the projection diagrams 2x and 2y in FIG. 1 can be obtained as a difference between adjacent projection values. are the projection diagrams 2x and 2y shown in FIG. 1, their difference values are as shown in Tables 2 and 3. Therefore, the value obtained by adding all the absolute values of these differences is the circumference of the figure pattern, and therefore, it can be calculated from the differential value (difference value) obtained by differentiating the projection diagram in the process of feature value extraction mentioned above. , can be determined without performing particularly complicated calculations, and by using this circumference as a second feature value, it is possible to identify graphic patterns that could not be classified using the shape identification value N * .
【表】【table】
【表】
また、第2の方法は、図形パターンの重心位置
を求めてそれを判別に利用する方法であり、この
重心位置は、2値化した図形パターンから、X軸
方向及びY軸方向について、それぞれ簡単な数式
によつて求めることができ、必要に応じてこの重
心位置Xg,Ygを図形パターンの最大巾X1,Y1
で割ることによつて規格化された値とし、これを
第2の特徴値として、前記形状識別値N*では分
別できなかつた図形パターンの識別を行うことが
できる。
第3の方法は、図形パターンの面積を求めてそ
れを判別に利用する方法であり、この面積も同様
に簡単な数式によつて簡易に求めることができ
る。従つて、これを第2の特徴値として、形状分
類値N*では分別できなかつた図形パターンの識
別を行うことができる。
第3図に示した図形パターンは、いずれも周長
の差異によつて識別できるものであり、またそれ
らの図形パターンにおける各部寸法が変つている
ときには、重心位置または面積によつて識別可能
なものになる。[Table] The second method is to find the center of gravity position of the figure pattern and use it for discrimination.This center of gravity position is determined from the binarized figure pattern in the , respectively, can be calculated using simple formulas, and if necessary, the center of gravity positions Xg and Yg can be calculated using the maximum widths of the figure pattern
A normalized value is obtained by dividing by N*, and by using this as a second feature value, it is possible to identify graphic patterns that could not be classified using the shape identification value N * . The third method is to find the area of the graphic pattern and use it for discrimination, and this area can also be easily found using a simple mathematical formula. Therefore, using this as the second feature value, it is possible to identify graphic patterns that could not be classified using the shape classification value N * . The graphic patterns shown in Figure 3 can all be identified by the difference in circumference, and if the dimensions of each part in those graphic patterns change, they can be identified by the center of gravity position or area. become.
第1図は本発明の認識方式における図形データ
の処理についての説明図、第2図及び第3図は各
種図形パターンについてのパルス配列、特徴値及
び形状選別値の関係を示す説明図である。
1…図形パターン、2x,2y…射影図、3
x,3y…微分波形。
FIG. 1 is an explanatory diagram of the processing of graphic data in the recognition method of the present invention, and FIGS. 2 and 3 are explanatory diagrams showing the relationship between pulse arrays, feature values, and shape selection values for various graphic patterns. 1...Figure pattern, 2x, 2y...projection diagram, 3
x, 3y... Differential waveform.
Claims (1)
た図形パターンを、形状分別装置において直交2
軸に対する射影図に変換し、これらの射影図を微
分することにより得られる微分波形における正負
のパルス数を特徴値として、それらの特徴値を含
む算術演算式で求められる形状識別値により上記
パターンの認識を行うことを特徴とする図形パタ
ーンの認識方式。 2 パターン入力装置において検出して2値化し
た図形パターンを、形状分別装置において直交2
軸に対する射影図に変換し、これらの射影図を微
分することにより得られる微分波形における正負
のパルス数を特徴値として、それらの特徴値を含
む算術演算式で求められる形状識別値により図形
パターンの識別を行い、これによつて識別できな
い図形パターンについて、上記微分波形における
微分値の絶対値の総和により求められる図形パタ
ーンの周長を第2の特徴値として、これにより上
記図形パターンの認識を行うことを特徴とする図
形パターンの認識方式。 3 パターン入力装置において検出して2値化し
た図形パターンを、形状分別装置において直交2
軸に対する射影図に変換し、これらの射影図を微
分することにより得られる微分波形における正負
のパルス数を特徴値として、それらの特徴値を含
む算術演算式で求められる形状識別値により図形
パターンの識別を行い、これによつて識別できな
い図形パターンについて、上記2値化した図形パ
ターンから求められる当該図形パターンの重心位
置を第2の特徴値として、これにより上記図形パ
ターンの認識を行うことを特徴とする図形パター
ンの認識方式。 4 パターン入力装置において検出して2値化し
た図形パターンを、形状分別装置において直交2
軸に対する射影図に変換し、これらの射影図を微
分することにより得られる微分波形における正負
のパルス数を特徴値として、それらの特徴値を含
む算術演算式で求められる形状識別値により図形
パターンの識別を行い、これによつて識別できな
い図形パターンについて、上記2値化した図形パ
ターンから求めれらる当該図形パターンの面積を
第2の特徴値として、これにより上記図形パター
ンの認識を行うことを特徴とする図形パターンの
認識方式。[Claims] 1. A figure pattern detected and binarized by a pattern input device is divided into orthogonal two figures by a shape classification device.
The number of positive and negative pulses in the differential waveform obtained by converting into a projection diagram with respect to the axis and differentiating these projection diagrams is used as a feature value, and the shape identification value obtained by an arithmetic expression including those feature values is used to calculate the above pattern. A graphic pattern recognition method characterized by recognition. 2 The figure pattern detected and binarized by the pattern input device is divided into orthogonal two by the shape classification device.
The number of positive and negative pulses in the differential waveform obtained by converting into a projection diagram with respect to the axis and differentiating these projection diagrams is used as a feature value, and the shape identification value obtained by an arithmetic expression including those feature values is used to calculate the shape pattern. For the graphic pattern that cannot be identified, the circumference of the graphic pattern determined by the sum of the absolute values of the differential values in the differential waveform is set as a second feature value, and the graphic pattern is recognized using this value. A graphic pattern recognition method characterized by the following. 3 The figure pattern detected and binarized by the pattern input device is divided into orthogonal two by the shape classification device.
The number of positive and negative pulses in the differential waveform obtained by converting into a projection diagram with respect to the axis and differentiating these projection diagrams is used as a feature value, and the shape identification value obtained by an arithmetic expression including those feature values is used to calculate the shape pattern. The method is characterized in that, for a graphic pattern that cannot be identified, the position of the center of gravity of the graphic pattern determined from the binarized graphic pattern is used as a second feature value, and the graphic pattern is recognized using this as a second feature value. A recognition method for geometric patterns. 4 The figure pattern detected and binarized by the pattern input device is divided into orthogonal two by the shape classification device.
The number of positive and negative pulses in the differential waveform obtained by converting into a projection diagram with respect to the axis and differentiating these projection diagrams is used as a feature value, and the shape identification value obtained by an arithmetic expression including those feature values is used to calculate the shape pattern. The method is characterized in that, for a graphic pattern that cannot be identified, the area of the graphic pattern obtained from the binarized graphic pattern is set as a second feature value, and the graphic pattern is recognized based on this. A recognition method for geometric patterns.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP59044670A JPS60189080A (en) | 1984-03-08 | 1984-03-08 | Recognition system for graphic pattern |
GB08505952A GB2156564B (en) | 1984-03-08 | 1985-03-07 | Device and method for pattern recognition |
US06/709,194 US4747153A (en) | 1984-03-08 | 1985-03-07 | Device and method for pattern recognition |
FR858503455A FR2561012B1 (en) | 1984-03-08 | 1985-03-08 | SHAPE RECOGNITION DEVICE |
IT19827/85A IT1184724B (en) | 1984-03-08 | 1985-03-08 | DEVICE AND PROCEDURE FOR THE RECOGNITION OF PROFILES |
DE3508400A DE3508400C2 (en) | 1984-03-08 | 1985-03-08 | Pattern recognition device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP59044670A JPS60189080A (en) | 1984-03-08 | 1984-03-08 | Recognition system for graphic pattern |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS60189080A JPS60189080A (en) | 1985-09-26 |
JPH0150943B2 true JPH0150943B2 (en) | 1989-11-01 |
Family
ID=12697878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP59044670A Granted JPS60189080A (en) | 1984-03-08 | 1984-03-08 | Recognition system for graphic pattern |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS60189080A (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6440818A (en) * | 1987-08-06 | 1989-02-13 | Fuji Electric Co Ltd | Production of display pannel |
-
1984
- 1984-03-08 JP JP59044670A patent/JPS60189080A/en active Granted
Also Published As
Publication number | Publication date |
---|---|
JPS60189080A (en) | 1985-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR920004956B1 (en) | Drawing figure recognition apparatus | |
CN101490711B (en) | Image processing device and image processing method | |
DE69533013T2 (en) | Coin recognition device | |
DE69423695T2 (en) | Device for the automatic classification of fingerprints | |
CH665715A5 (en) | METHOD AND DEVICE FOR MEASURING THE ANGLE STORAGE OF AN OBJECT PROVIDED WITH A TARGET BRAND. | |
CN106097316A (en) | The substrate position identifying processing method of laser scribing means image identification system | |
CN100553349C (en) | Determine the method for target topological relation and the camera calibration target that can put arbitrarily | |
JPH0150943B2 (en) | ||
CN107578431A (en) | A kind of Mark points visual identity method | |
CN112150541A (en) | Multi-LED wafer positioning algorithm | |
JPH05134731A (en) | High-speed picking equipment for piled parts | |
JPH0150944B2 (en) | ||
JPS6344103A (en) | Apparatus for confirming position and posture | |
JPH0417472B2 (en) | ||
JPH0150945B2 (en) | ||
KR100241088B1 (en) | Signal processing method | |
JPH083405B2 (en) | Lead position recognition device | |
JP2007183908A (en) | Method for detecting object | |
Ishibashi et al. | Grasp point calculation and food waste detection for dish-recycling robot | |
DE2513655B2 (en) | Device for the control of automatic handling systems by means of a television camera | |
Cao et al. | An efficient method for the detection of multiple concentric circles | |
Heikkonen et al. | A computer vision approach to digit recognition on pulp bales | |
JP2830459B2 (en) | Type identification method for electronic components | |
JPH04169987A (en) | Method for detecting character string in image information | |
JPS5894992A (en) | Manipulator having visual sensation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EXPY | Cancellation because of completion of term |