JPH04157577A - Positioning device - Google Patents
Positioning deviceInfo
- Publication number
- JPH04157577A JPH04157577A JP2283838A JP28383890A JPH04157577A JP H04157577 A JPH04157577 A JP H04157577A JP 2283838 A JP2283838 A JP 2283838A JP 28383890 A JP28383890 A JP 28383890A JP H04157577 A JPH04157577 A JP H04157577A
- Authority
- JP
- Japan
- Prior art keywords
- matching
- circuit
- image
- edge
- 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.)
- Granted
Links
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 239000000284 extract Substances 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
Description
この発明は、位置ずれのある２枚の画像間の位置合わセ
を行う位置合わせ装置に関するものである。The present invention relates to an alignment device that aligns two images that are misaligned.
第７図は従来の位置合わせ装置にて用いられている相関
法を説明するための説明図である。図において、１はあ
らかじめ入力されている、大きさがＭＸＭの基準画像で
あり、２は新たに入力されてこの基準画像１との間で位
置合わせが行われる、大きさがＬＸＬの対象画像である
。
次に動作について説明する。相関法においては、２枚の
画像間のマツチング度を測る指標として、が用いられる
。ここで、Ｗ（ｉ、ｊ）は基準画像１、Ｓ（ｉ、ｊ）は
対象画像である。また、Ｒ（ｍ、ｎ）は対象画像１上の
点（ｍ、ｎ）における２枚の画像間の相関を表しており
、第７図に示すように、１≦ｍ≦Ｌ−Ｍ＋１．１≦ｎ≦
Ｌ−Ｍ＋１の範囲において対象画像２上で基準画像１を
動かし、各点（ｍ、 ｎ）における相関Ｒ（ｍ、ｎ）
を計算する。この相関Ｒ（ｍ、ｎ）の値が大きいほど１
１１度が高いことを示すので、相関Ｒ（ｍ。
ｎ）が最大値をとる点（ｍ、ｎ）がマツチング点となる
。しかしこの方法は計算コストが大きく、またノイズが
あるとマツチング点が不鮮明になるという欠点を持つ。
この相関法の欠点を補うものとして残差逐次検定法（以
下５ＳＤＡという）が知られている。この５ＳＤＡにお
けるマツチング度の指標は、ｅ（ｓｌ、 ｎ）・’：Ｅ
−２：Ｉ Ｓ（ｉ十ｇ＋、 ｊ＋ｎ）−Ｗ（ｉ、 ｊ）
Ｉ５１ｍ−１
で与えられる。ｅ （ｍ、ｎ）は残差と呼ばれ、相関法
と同様に１≦ｍ≦Ｌ−Ｍ＋１．１≦ｎ≦Ｌ−Ｍ＋１の範
囲において対象画像上で基準画像を動かして各点（ｍ、
ｎ）での残差ｅ （ｍ、ｎ）の値を計算する。残差ｅ
（ｍ、ｎ）は２枚の画像間のミスマツチの度合いを表す
ので、残差ｅ （ｍ、ｎ）を最小にする点（ｍ、ｎ）が
マツチング点である。
この方法では画像を適当にスキャンして各点での残差ｅ
（ｍ、ｎ）を計算し、残差ｅ （ｍ、ｎ）がある閾値
を越えた時点で計算を打ち切ることにより高速化を図っ
ている。しかし、基準画像や対象画像のサイズが太き（
なると高速化は達成できない。
これを解決するために、基準画像の一部を部分テンプレ
ートとして用いる方法や、間引き処理等により画像を縮
小して解像度を落とした画像上で位置合わせをしてから
正確な位置合わせをする２段階サーチの方法などが考え
られている。また、画像上のエツジ点等の特徴点に着目
して位置合わせを行う手法も提案されている。さらに、
画像中のエツジ点等の特徴点に着目し、２枚の画像間で
の対応付けにより位置合わせをする方法なども提案され
ている。
このような２枚の画像の位置合わせをさらに高速化する
ため、第８図に示す２段階サーチの手法も提案されてい
る。この２段階サーチにおいては、基準画像のサイズを
ＭＸＭ、サーチ範囲を（２Ｍ＋１）Ｘ （２Ｍ＋１）と
すると、全画素によるサーチ回数は（Ｍ＋１）”である
のに対し、第８図に１次元の信号で示すように、ｎ行毎
に間引き処理をして粗サーチを行い、粗サーチで残差を
最小にする点の周りで精サーチをすると、２次元画像に
おけるサーチ回数は、
となる、サーチ回数を最小にするｎは、たとえばＭ−１
６のとき、ｎ＝３、Ｍ−３２のときｎ−４、Ｍ−６４の
ときｎ＝−６となる。この結果、全画素を用いて位置合
わせをする場合と比較してサーチ回数はＭ−１６のとき
で約１２％、Ｍ−３２０ときで約１０％、Ｍ＝６４のと
きで約５％となる。
なお、このような従来の位置合わせ装置における相関法
、５ＳＤＡについては、例えば、画像処理ハンドブック
（１９８７年昭晃堂発行）の第３０３頁などにも示され
ている。FIG. 7 is an explanatory diagram for explaining a correlation method used in a conventional alignment device. In the figure, 1 is a reference image of size MXM that has been input in advance, and 2 is a target image of size LXL that is newly input and is aligned with this reference image 1. be. Next, the operation will be explained. In the correlation method, is used as an index to measure the degree of matching between two images. Here, W (i, j) is the reference image 1 and S (i, j) is the target image. Furthermore, R(m, n) represents the correlation between the two images at the point (m, n) on the target image 1, and as shown in FIG. 7, 1≦m≦LM+1.1 ≦n≦
Move the reference image 1 on the target image 2 in the range L-M+1, and calculate the correlation R(m, n) at each point (m, n).
Calculate. The larger the value of this correlation R(m, n), the more
Since 11 degrees indicates a high degree, the point (m, n) where the correlation R(m. n) takes the maximum value is the matching point. However, this method has the disadvantage that the calculation cost is high and the matching points become unclear if there is noise. Residual sequential testing method (hereinafter referred to as 5SDA) is known as a method that compensates for the drawbacks of this correlation method. The index of matching degree in this 5SDA is e(sl, n)・':E
-2: IS (i + g +, j + n) - W (i, j)
It is given by I51m-1. e (m, n) is called a residual, and similarly to the correlation method, each point (m,
Calculate the value of the residual e (m, n) at n). Residual e
Since (m, n) represents the degree of mismatch between the two images, the point (m, n) that minimizes the residual e (m, n) is the matching point. In this method, the image is scanned appropriately and the residual e at each point is
(m, n) is calculated, and the calculation is stopped when the residual e (m, n) exceeds a certain threshold to speed up the calculation. However, the size of the reference image and target image is large (
In this case, speeding up cannot be achieved. To solve this problem, there are two methods: using a part of the reference image as a partial template, or performing alignment on an image whose resolution has been reduced by reducing the image through thinning processing, etc., and then performing accurate alignment. Search methods are being considered. Additionally, a method has been proposed in which alignment is performed by focusing on feature points such as edge points on an image. moreover,
A method has also been proposed that focuses on feature points such as edge points in an image and aligns two images by associating them. In order to further speed up the alignment of two images, a two-step search method shown in FIG. 8 has also been proposed. In this two-step search, if the size of the reference image is MXM and the search range is (2M+1) As shown in the signal, if a coarse search is performed by thinning out every n rows, and a fine search is performed around the point that minimizes the residual in the coarse search, the number of searches in the two-dimensional image will be: The n that minimizes the number of times is, for example, M-1
6, n=3, M-32, n-4, and M-64, n=-6. As a result, compared to the case where alignment is performed using all pixels, the number of searches is approximately 12% for M-16, approximately 10% for M-320, and approximately 5% for M=64. . The correlation method, 5SDA, in such a conventional positioning apparatus is also described, for example, on page 303 of the Image Processing Handbook (published by Shokodo in 1987).
【発明が解決しようとする課ｉｌｌ
従来の位置合わせ装置は以上のように構成されているの
で、位置合わせは２枚の画像は原画像データレベルにて
行われるものであり、この原画像データレベルで行える
位置合わせの高速化としては前記２段階サーチによる程
度の高速化が限界となり、またエツジ点等の特徴に基づ
いて位置合わせを行う方法も、濃淡変化の滑らかな画像
に対してはエツジ点そのものを得ることが困難であるた
め有効であるとは言えないなどの課題があった。
この発明は上記のような課題を解消するためになされた
もので、濃淡変化の滑らかな画像に対しても特徴点が容
易に得られ、またマツチングの速度も従来の２段階サー
チなどと比較しても十分に速い位置合わせ装置を得るこ
とを目的とする。
【課題を解決するための手段】
この発明に係る位置合わせ装置は、基準画像と対象画像
の各々の濃度レベル数を削減する階調変換回路、階調変
換された各画像データ中の粒状ノイズを除去するノイズ
除去回路、ノイズ除去された各画像データの濃度レベル
境界点をエツジとして抽出するエツジ点抽出回路、各エ
ツジ画像データのマツチング候補点を求めるエツジ点マ
ツチング回路、およびそのマツチング候補点の近傍で基
準画像と対象画像の原画像データによるマツチングを行
ってマツチング点を検出する原画像マツチング回路を備
えたものである。
（作用］
この発明におけるエツジ点マツチング回路は、階調変換
回路にて濃度レベル数が削減され、エツジ点抽出回路に
てエツジが抽出された基準画像、対象画像それぞれのエ
ツジ画像データを用いて粗い位置合わせを行ってマツチ
ング候補点を求め、原画像マツチング回路は、このマツ
チング候補点の近傍において原画像データによるマツチ
ングを行ってマツチング点を求めることにより、濃淡変
化の滑らかな画像に対しても特徴点を容易に得られ、処
理速度も十分に速い位置合わせ装置を実現する。
に実施例】
以下、この発明の一実施例を図について説明する。第１
図において、１は基準となる基準画像であり、２は位置
合わせをする対象画像である。３は基準画像１と対象画
像２の画像の濃度レベル数をより少ない濃度レベル数に
変換する階調変換回路であり、４はこの階調変換回路３
から出力される各画像データ中の粒状ノイズを取り除く
ノイズ除去回路である。５はこのノイズ除去回路４から
出力される各画像データ中における濃度変化の境界点を
エツジとして抽出するエツジ点抽出回路である。６はこ
のエツジ点抽出回路５から得られる基準画像１のエツジ
画像データと対象画像２のエツジ画像データのマツチン
グを行ってマツチング候補点を探索するエツジ点マツチ
ング回路である。
７はエツジ点マツチング回路６で得られたマツチング候
補点の近傍で基準画像１および対象画像２それぞれの原
画像データを用いてマツチングを行い、マツチング点を
求める原画像マツチング回路である。
次に動作について説明する。第２図は階調変換回路３に
おける入力画像と出力画像の関係を示す説明図であり、
この例では２５６レベルの入力画像が４レベルの出力画
像となって出力されている。
濃度レベルが４レベルになるということは出力画像が２
ビツトで表現できることになり、この階調変換回路３は
データ圧縮器としての働きもする。
またこの階調変換回路３は、ハードウェア的にはルック
アップテーブルを用いることにより容易に実現すること
ができる。
第３図は粒状ノイズ除去の過程を示す説明図であり、同
図（ａ）に１次元の信号１０で示すような濃度変化が局
所的に変動するような画像の場合、階調変換回路３の出
力する画像データ１１には第３図（ｂ）に示すように濃
度変化の境界部分に粒状ノイズが現れる。この粒状ノイ
ズは偽のエツジとなってエツジ点マツチングを行う際に
マツチングの精度を落とす原因になる。それ故、ノイズ
除去回路４によってこの粒状ノイズを取り除く、このノ
イズ除去回路４としては、例えば５×５の２５画素のう
ち真中１３番目の濃度レベルを出力する５×５のメデイ
アンフィルタなどで実現できる。その結果、ノイズ除去
回路４の出力画像データ１２は第３図（Ｃ）のように粒
状ノイズが除去されたものとなる。
第４図はエツジの抽出過程を示す説明図である。
エツジ点抽出回路５では第４図（ｂ）に１３で示すよう
に、第４図（ａ）に示すノイズ除去回路４より出力され
た画像データ１２中の濃度レベルに変化のある点をエツ
ジとして出力する。これは２次元画像においては第５図
に示すように、ノイズ除去回路４の出力する画像データ
中のある画素とその画素の上下左右各１画素の５画素に
おいて、１つでも濃度の異なる画素があればその画素を
“１″、すべて同じであればその画素を０″として出力
し、その結果第６図に１４で示すようなエツジ点が１″
、それ以外の点が″０” （この場合″０″は図示を省
略している）である１ビツトのエツジ画像６０を出力す
る。
以上のように、階調変換回路３、ノイズ除去回路４、お
よびエツジ点検出回路５を構成することにより、濃淡変
化が滑らかでエツジ点の得にくい、第３図（ａ）に１０
で示すような信号からでの第４図（ロ）に１３で示すよ
うに明確なエツジを得ることができる。
エツジ点マツチング回路６では５ＳＤＡの考え方を取り
入れ、エツジ点抽出回路５より前述のようにして出力さ
れた対象画像のエツジ画像データ上で基準画像のエツジ
画像データを動かし、基準画像でエツジが存在する点に
対象画像のエツジがなければｌを加算し、あれば何もし
ないという操作を行う、これにより５ＳＤＡにおける残
差に相当するミスマツチ度を求め、得られたミスマツチ
度が最小となる点を探す、このミスマツチ度が最小の点
をマツチング候補点として出力する。
位置合わせをするための計算量としては、通常の５ＳＤ
Ａの場合が（Ｍ＋１）”Ｍ”であるのに対し、この場合
では（Ｍ＋１）”Ｎｏとなる。ここでＭは基準画像の大
きさ、Ｎ、はエツジ点の個数であり、対象画像の大きさ
は２Ｍ＋１であるとする。
したがって、計算量はＮ、７Ｍ”に減少する。例えばＭ
＝６４の場合、全画素数は４０９６点であるがエツジ点
として１００点が得られたとすると約２．５％の計算量
で位置合わせができることになる。。さらに、通常の５
ＳＤＡを行うためには基準画像と対象画像間の演算回路
は８ビツトの減算回路、絶対値出力回路、加算回路で構
成されるが、エツジ点マツチング回路に入力されるエツ
ジ点画像は１ビツトの２値画像であるため、基準画像と
対象画像間の演算回路は１ビツトの比較回路と加算回路
のみであり、ハードウェア量が大幅に削減される。
原画像マツチング回路７では、エツジ点マツチング回路
６で得られたマツチング候補点の５×５の近傍において
、基準画像１と対象画像２の原画像間で５ＳＤＡによる
マツチングを行い、残差が最小となる点をマツチング点
として出力する。
なお、上記実施例では階調変換回路３の出力は４レベル
としたがこのレベル数は別の数でもよい。
例えば、レベル数が２レベルの場合は１ビツト、８レベ
ルであれば３ビツトの出力となる。また、ノイズ除去回
路４は５×５のメデイアンフィルタで構成したが、３×
３あるいは７×７のフィルタを用いることもできる。さ
らに原画像マツチング回路７も５×５近傍に限定するも
のでないことも明らかである。Problems to be Solved by the Invention Since the conventional alignment device is configured as described above, alignment of two images is performed at the original image data level; The speed-up of alignment that can be achieved with the above-mentioned two-step search is at its limit, and the method of aligning based on features such as edge points is not suitable for images with smooth changes in shading. There were problems such as the fact that it was difficult to obtain the desired product, so it could not be said to be effective. This invention was made to solve the above-mentioned problems. Feature points can be easily obtained even from images with smooth shading changes, and the matching speed is also faster than conventional two-step search. The objective is to obtain a positioning device that is sufficiently fast even when the [Means for Solving the Problems] An alignment device according to the present invention includes a gradation conversion circuit that reduces the number of density levels of each of a reference image and a target image, and a granular noise in each gradation-converted image data. A noise removal circuit for removing noise, an edge point extraction circuit for extracting density level boundary points of each image data from which noise has been removed as edges, an edge point matching circuit for obtaining matching candidate points for each edge image data, and the vicinity of the matching candidate points. The apparatus is equipped with an original image matching circuit that performs matching using original image data of a reference image and a target image to detect matching points. (Function) The edge point matching circuit of the present invention reduces the number of density levels in the gradation conversion circuit, and uses the edge image data of the reference image and the target image, from which edges are extracted in the edge point extraction circuit, to perform coarse matching. The original image matching circuit performs alignment to find matching candidate points, and the original image matching circuit performs matching using original image data in the vicinity of this matching candidate point to find matching points. An embodiment of the present invention will be described below with reference to the drawings.
In the figure, 1 is a reference image that serves as a reference, and 2 is a target image for alignment. 3 is a gradation conversion circuit that converts the number of density levels of the reference image 1 and target image 2 into a smaller number of density levels; 4 is this gradation conversion circuit 3;
This is a noise removal circuit that removes granular noise from each image data output from the . Reference numeral 5 denotes an edge point extraction circuit for extracting boundary points of density changes in each image data outputted from the noise removal circuit 4 as edges. An edge point matching circuit 6 searches for matching candidate points by matching the edge image data of the reference image 1 and the edge image data of the target image 2 obtained from the edge point extraction circuit 5. Reference numeral 7 denotes an original image matching circuit that performs matching using the original image data of the reference image 1 and the target image 2 in the vicinity of the matching candidate points obtained by the edge point matching circuit 6 to find matching points. Next, the operation will be explained. FIG. 2 is an explanatory diagram showing the relationship between the input image and the output image in the gradation conversion circuit 3,
In this example, a 256-level input image is output as a 4-level output image. 4 density levels means that the output image is 2
Since it can be expressed in bits, this gradation conversion circuit 3 also functions as a data compressor. Further, this gradation conversion circuit 3 can be easily realized in terms of hardware by using a lookup table. FIG. 3 is an explanatory diagram showing the process of removing granular noise. In the case of an image in which the density changes locally as shown by the one-dimensional signal 10 in FIG. 3(a), the gradation conversion circuit 3 As shown in FIG. 3(b), granular noise appears in the image data 11 outputted from the image data 11 at the boundaries of density changes. This granular noise becomes a false edge and causes a drop in matching accuracy when edge point matching is performed. Therefore, this granular noise is removed by the noise removal circuit 4. This noise removal circuit 4 is realized by, for example, a 5 x 5 median filter that outputs the density level of the 13th center of 25 pixels of 5 x 5. can. As a result, the output image data 12 of the noise removal circuit 4 has granular noise removed, as shown in FIG. 3(C). FIG. 4 is an explanatory diagram showing the edge extraction process. In the edge point extraction circuit 5, as shown at 13 in FIG. 4(b), points where the density level changes in the image data 12 output from the noise removal circuit 4 shown in FIG. 4(a) are identified as edges. Output. In a two-dimensional image, as shown in FIG. 5, this means that at least one pixel in the image data output by the noise removal circuit 4 has a different density among five pixels, one pixel each on the top, bottom, left, and right of that pixel. If so, that pixel is output as "1", and if they are all the same, that pixel is output as 0", and as a result, the edge point as shown by 14 in Figure 6 is 1".
, a 1-bit edge image 60 is output in which all other points are "0" (in this case, "0" is omitted from illustration). As described above, by configuring the gradation conversion circuit 3, the noise removal circuit 4, and the edge point detection circuit 5, the gradation conversion circuit 3, the noise removal circuit 4, and the edge point detection circuit 5 are configured so that the density change is smooth and it is difficult to obtain the edge points.
A clear edge as shown at 13 in FIG. 4(b) can be obtained from the signal shown in FIG. The edge point matching circuit 6 incorporates the idea of 5SDA, moves the edge image data of the reference image on the edge image data of the target image outputted from the edge point extraction circuit 5 as described above, and detects the presence of edges in the reference image. If there is no edge of the target image at the point, add l, and if there is, do nothing. By this, calculate the degree of mismatch corresponding to the residual in 5SDA, and find the point where the obtained degree of mismatch is the minimum. , the point with the minimum degree of mismatch is output as a matching candidate point. The amount of calculation required for alignment is the usual 5SD.
In case of A, it is (M+1)"M", but in this case, it is (M+1)"No. Here, M is the size of the reference image, N is the number of edge points, and Assume that the size is 2M+1. Therefore, the amount of calculation is reduced to N,7M''. For example, M
=64, the total number of pixels is 4096 points, but if 100 points are obtained as edge points, alignment can be performed with about 2.5% of the amount of calculation. . In addition, the usual 5
To perform SDA, the calculation circuit between the reference image and the target image consists of an 8-bit subtraction circuit, an absolute value output circuit, and an addition circuit, but the edge point image input to the edge point matching circuit is a 1-bit Since it is a binary image, the only arithmetic circuits between the reference image and the target image are a 1-bit comparison circuit and an addition circuit, which greatly reduces the amount of hardware. The original image matching circuit 7 performs 5SDA matching between the original images of the reference image 1 and the target image 2 in the 5×5 vicinity of the matching candidate points obtained by the edge point matching circuit 6, and matches the original images with the minimum residual error. Output the points as matching points. In the above embodiment, the output of the gradation conversion circuit 3 has four levels, but the number of levels may be different. For example, if the number of levels is 2, the output will be 1 bit, and if the number of levels is 8, the output will be 3 bits. In addition, although the noise removal circuit 4 was configured with a 5×5 median filter,
3 or 7×7 filters can also be used. Furthermore, it is clear that the original image matching circuit 7 is not limited to the vicinity of 5×5.
以上のように、この発明によれば、階調変換回路で濃度
レベル数が削減され、エツジ点抽出回路でエツジが抽出
された基準画像、対象画像それぞれのエツジ画像データ
を用いたエツジ点マツチング回路による粗い位置合わせ
によってマツチング候補点を求め、原画像マツチング回
路でこのマツチング候補点の近傍における原画像データ
のマ・ンチングを行うことによってマツチング点を求め
るように構成したので、従来の２段階サーチなどと比較
しても十分速い位置合わせを行うことができ、また、画
像中に明確なエツジ点などの特徴点がない画像に対して
も適用可能となるばかりか、ハードウェア量も削減でき
る位置合わせ装置が得られる効果がある。As described above, according to the present invention, the edge point matching circuit uses the edge image data of the reference image and the target image, in which the number of density levels is reduced in the gradation conversion circuit and the edges are extracted in the edge point extraction circuit. A matching candidate point is determined by rough positioning using , and an original image matching circuit performs matching of the original image data in the vicinity of this matching candidate point to determine the matching point. It is possible to perform positioning that is sufficiently fast compared to , and can be applied even to images that do not have distinct feature points such as edge points, and can also reduce the amount of hardware required. There is an effect that the device can obtain.
第１図はこの発明の一実施例による位置合わせ装置を示
すブロック図、第２図はその階調変換回路における入力
画像と出力画像の関係を示す説明図、第３図は粒状ノイ
ズの除去過程を示す説明図、第４図はエツジの抽出過程
を示す説明図、第５図はそれを２次元画像で示す説明図
、第６図はそのエツジ画像データの概念を示す説明図、
第７図は従来の位置合わせ装置における相関法を説明す
るための説明図、第８図は同じ（２段階サーチの概念を
示す説明図である。
ｌは基準画像、２は対象画像、３は階調変換回路、４は
ノイズ除去回路、５はエツジ点抽出回路、６はエツジ点
マツチング回路、７は原画像マツチング回路。
なお、図中、同一符号は同一、又は相当部分を示す。FIG. 1 is a block diagram showing a positioning device according to an embodiment of the present invention, FIG. 2 is an explanatory diagram showing the relationship between an input image and an output image in the tone conversion circuit, and FIG. 3 is a process of removing granular noise. FIG. 4 is an explanatory diagram showing the edge extraction process; FIG. 5 is an explanatory diagram showing it as a two-dimensional image; FIG. 6 is an explanatory diagram showing the concept of edge image data;
FIG. 7 is an explanatory diagram for explaining the correlation method in a conventional alignment device, and FIG. 8 is an explanatory diagram showing the same (two-step search concept). l is a reference image, 2 is a target image, and 3 is an explanatory diagram 4 is a gradation conversion circuit, 4 is a noise removal circuit, 5 is an edge point extraction circuit, 6 is an edge point matching circuit, and 7 is an original image matching circuit. In the drawings, the same reference numerals indicate the same or corresponding parts.
Claims (1)
されて前記基準画像との間で位置合わせが行われる対象
画像の各々の濃度レベル数を、より少ない濃度レベル数
に変換する階調変換回路と、前記階調変換回路から出力
される各画像データ中の粒状ノイズを除去するノイズ除
去回路と、前記ノイズ除去回路から出力される各画像デ
ータの濃度レベルの境界点をエッジとして抽出するエッ
ジ点抽出回路と、前記エッジ点抽出回路から出力される
各エッジ画像データのマッチング候補点を探索するエッ
ジ点マッチング回路と、前記エッジ点マッチング回路に
て得られた前記マッチング候補点の近傍で前記基準画像
と対象画像の原画像データによるマッチングを行い、マ
ッチング点を検出する原画像マッチング回路とを備えた
位置合わせ装置。a gradation conversion circuit that converts the number of density levels of each of a reference image that has been input in advance and a target image that is newly input and is aligned with the reference image to a smaller number of density levels; a noise removal circuit that removes granular noise in each image data output from the gradation conversion circuit; and an edge point extraction circuit that extracts, as an edge, a boundary point between density levels of each image data output from the noise removal circuit. an edge point matching circuit that searches for matching candidate points for each edge image data output from the edge point extraction circuit; and an edge point matching circuit that searches for matching candidate points in each edge image data output from the edge point extraction circuit; An alignment device that includes an original image matching circuit that performs matching using original image data of images and detects matching points.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2283838A JP2988994B2 (en) | 1990-10-22 | 1990-10-22 | Positioning device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2283838A JP2988994B2 (en) | 1990-10-22 | 1990-10-22 | Positioning device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04157577A true JPH04157577A (en) | 1992-05-29 |
| JP2988994B2 JP2988994B2 (en) | 1999-12-13 |
Family
ID=17670818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2283838A Expired - Fee Related JP2988994B2 (en) | 1990-10-22 | 1990-10-22 | Positioning device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2988994B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6272246B1 (en) | 1997-02-05 | 2001-08-07 | Sharp Kabushiki Kaisha | Positioning device |
| JP2006172457A (en) * | 2004-12-10 | 2006-06-29 | Radiological Imaging Technology Inc | Optimizing image arrangement |
| JP2010050805A (en) * | 2008-08-22 | 2010-03-04 | Mitsubishi Electric Corp | Image correcting apparatus |
| JP2013171425A (en) * | 2012-02-21 | 2013-09-02 | Mitsutoyo Corp | Image processing device |
-
1990
- 1990-10-22 JP JP2283838A patent/JP2988994B2/en not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6272246B1 (en) | 1997-02-05 | 2001-08-07 | Sharp Kabushiki Kaisha | Positioning device |
| JP2006172457A (en) * | 2004-12-10 | 2006-06-29 | Radiological Imaging Technology Inc | Optimizing image arrangement |
| JP2010050805A (en) * | 2008-08-22 | 2010-03-04 | Mitsubishi Electric Corp | Image correcting apparatus |
| JP2013171425A (en) * | 2012-02-21 | 2013-09-02 | Mitsutoyo Corp | Image processing device |
| US9390324B1 (en) | 2012-02-21 | 2016-07-12 | Mitutoyo Corporation | Image processing device and method of image processing |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2988994B2 (en) | 1999-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chudasama et al. | Image segmentation using morphological operations | |
| CN109543665B (en) | Image positioning method and device | |
| CN115205223A (en) | Visual detection method and device for transparent object, computer equipment and medium | |
| CN112215079A (en) | Global multistage target tracking method | |
| JPH04157577A (en) | Positioning device | |
| JP2005293334A (en) | Template matching device | |
| JP2004240909A (en) | Image processor and image processing method | |
| CN112364835A (en) | Video information frame taking method, device, equipment and storage medium | |
| JPH03201454A (en) | Aligning method for semiconductor device | |
| JP3016687B2 (en) | Image processing device | |
| JP2712803B2 (en) | Wiring pattern inspection equipment | |
| CN113382134B (en) | Focusing debugging method of linear array industrial camera | |
| JPS5830645A (en) | Pattern inspecting system | |
| JPH1069542A (en) | Template matching method | |
| JP2676990B2 (en) | Wiring pattern inspection equipment | |
| JPH04350776A (en) | Pattern feature extractor and pattern inspector | |
| JPS63170789A (en) | Pattern resemblance degree detection circuit | |
| JPH08167029A (en) | Image processor | |
| Chen et al. | A New Objective Evaluation Method on Image Edge Detection | |
| JPS595945B2 (en) | Pattern recognition method | |
| Mony et al. | A Novel Edge Detection Method on the Effect of Illumination for Reducing Noise on a Color Image | |
| CN117253033A (en) | Equipment instrument parameter detection method based on deep learning and watershed segmentation | |
| JP3010588B2 (en) | Pattern positioning device and pattern classification device | |
| JPH05336512A (en) | Motion detecting device | |
| WO2023191757A1 (en) | Detection of objects in digital images using a hybridized resnet and dense block architecture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |