JPS6270988A - 楕円検出装置 - Google Patents
楕円検出装置Info
- Publication number
- JPS6270988A JPS6270988A JP60208761A JP20876185A JPS6270988A JP S6270988 A JPS6270988 A JP S6270988A JP 60208761 A JP60208761 A JP 60208761A JP 20876185 A JP20876185 A JP 20876185A JP S6270988 A JPS6270988 A JP S6270988A
- Authority
- JP
- Japan
- Prior art keywords
- ellipse
- segments
- mask
- elliptic
- model
- 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
Landscapes
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の技術分野]
本発明は、濃淡画像内に含まれる対雫物の外形線におけ
る横内部分を効果的に検出するこのできる楕円検出方式
に関する。
る横内部分を効果的に検出するこのできる楕円検出方式
に関する。
(発明の技術的背景とその問題点)
ロボット・マニピユレーション技術の一眉として、TV
カメラにて撮像入力した濃淡画像中から、対象物を認識
処理する技術がある。例えば作業員が直接介入すること
が困難な、或いは危険な作業環境における対象物のメイ
ンテナンスを行うような場合、遠隔制御されるTVカメ
ラで作業環境の像を求め、これを認識処理して対象物の
位置を特定した後、その対象物に対する作業が遠隔制御
により行われる。
カメラにて撮像入力した濃淡画像中から、対象物を認識
処理する技術がある。例えば作業員が直接介入すること
が困難な、或いは危険な作業環境における対象物のメイ
ンテナンスを行うような場合、遠隔制御されるTVカメ
ラで作業環境の像を求め、これを認識処理して対象物の
位置を特定した後、その対象物に対する作業が遠隔制御
により行われる。
ところで、このような対象物の認識処理において、例え
ば配管(パイプ)等を斜めから視野し、その接続部(フ
ランジ)等認識する場合、対象物の外形線からその楕円
成分を検出することが必要となる。つまり円筒体や円柱
体、円盤体等を斜めから視野したとき、その外形形状が
楕円として撮像入力されるから、入力画像中における対
象物の楕円成分を検出することが必要となる。
ば配管(パイプ)等を斜めから視野し、その接続部(フ
ランジ)等認識する場合、対象物の外形線からその楕円
成分を検出することが必要となる。つまり円筒体や円柱
体、円盤体等を斜めから視野したとき、その外形形状が
楕円として撮像入力されるから、入力画像中における対
象物の楕円成分を検出することが必要となる。
しかして対象物の外形線から楕円を検出する方式として
、 ■ 線分追跡 ■ 画像のHough変換 等を適用することが考えられている。しかし、その外形
線が閉曲線であれば比較的容易に線分追跡を行うことが
できるが、現実には、ill像入力されたs両画像中か
ら検出される対象物の外形線は切れ切れになっているこ
とが殆んどである。この為、線分追跡によって楕円検出
することは非常に困難である。
、 ■ 線分追跡 ■ 画像のHough変換 等を適用することが考えられている。しかし、その外形
線が閉曲線であれば比較的容易に線分追跡を行うことが
できるが、現実には、ill像入力されたs両画像中か
ら検出される対象物の外形線は切れ切れになっているこ
とが殆んどである。この為、線分追跡によって楕円検出
することは非常に困難である。
また上記Hough変換は、直線や円の検出に多く試み
られているが、円を検出する場合であっても、そのパラ
メータが3つも有り、計算処理11tLIIj大である
。この為、かろうじて、その円の半径が既知である場合
等に利用されているに過ぎず、実用上あまり用いられて
いない。
られているが、円を検出する場合であっても、そのパラ
メータが3つも有り、計算処理11tLIIj大である
。この為、かろうじて、その円の半径が既知である場合
等に利用されているに過ぎず、実用上あまり用いられて
いない。
このような事情からして、通常の@ ough変換の場
合、パラメータが5つも存在する楕円にあっては、その
計算処理量が更に膨大化することが否めず、実際上、そ
の適用には問題がある。
合、パラメータが5つも存在する楕円にあっては、その
計算処理量が更に膨大化することが否めず、実際上、そ
の適用には問題がある。
またH ough変換を工夫し、楕円の性質を利用して
パラメータの数を減らしたものもあるが、この場合であ
っても楕円の中心に対して対象の位置に楕円成分がなく
てはならないと云う制約がある。
パラメータの数を減らしたものもあるが、この場合であ
っても楕円の中心に対して対象の位置に楕円成分がなく
てはならないと云う制約がある。
更には、楕円を構成する線分が切れ切れになっている場
合にはデータ数が少ない為にそのピークが求まらず、楕
円をうまく検出することができないと云う問題もある。
合にはデータ数が少ない為にそのピークが求まらず、楕
円をうまく検出することができないと云う問題もある。
本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、濃淡画像中における対象物の外
形線を形成する楕円を信頼性良く、高効率に検出するこ
とのできる楕円検出方式を提供することにある。
の目的とするところは、濃淡画像中における対象物の外
形線を形成する楕円を信頼性良く、高効率に検出するこ
とのできる楕円検出方式を提供することにある。
本発明は、第1図に示すように楕円を適当に分割してな
る複数の円弧の中の、互いに重複することのない任意の
2つの円弧J21.Q、2の組について考えた場合、 ■ その弦m1.m2が互いに交わることがない■ 各
弦m1.m2の任意の点を結ぶ直線nが各円弧!21#
2と交わることがない と云う性質を持つことに立脚してなされている。
る複数の円弧の中の、互いに重複することのない任意の
2つの円弧J21.Q、2の組について考えた場合、 ■ その弦m1.m2が互いに交わることがない■ 各
弦m1.m2の任意の点を結ぶ直線nが各円弧!21#
2と交わることがない と云う性質を持つことに立脚してなされている。
そこで第2図に示すように、′a淡両画A中から対象物
の外形線を抽出し、その外形線をセグメント化した後、
そのセグメントR1,u 2.〜(2n中の楕円を構成
する可能性のあるセグメントの組を同図(b)または(
e)に示すように抽出し、その楕円モデルD I、 p
2を推定する。
の外形線を抽出し、その外形線をセグメント化した後、
そのセグメントR1,u 2.〜(2n中の楕円を構成
する可能性のあるセグメントの組を同図(b)または(
e)に示すように抽出し、その楕円モデルD I、 p
2を推定する。
そしてその楕円モデル01. p2を元に、例えば同図
(C)および(f)に示すように論理フィルタリング処
理を施して円環状に太らせた楕円マスクQ1.Q2を作
成し、同図(d)および(Q)に示すように上記各楕円
マスクq 1.q 2に前記各セグメントβ1..92
.〜2nがそれぞれ含まれるか否かを検証する。そして
、その検証結果に従って上記各楕円モデルp1.p2の
確からしさを判定し、前記濃淡画像中の対象物の外形線
を示す楕円を高精度に、しかも効率良く検出するように
したものである。
(C)および(f)に示すように論理フィルタリング処
理を施して円環状に太らせた楕円マスクQ1.Q2を作
成し、同図(d)および(Q)に示すように上記各楕円
マスクq 1.q 2に前記各セグメントβ1..92
.〜2nがそれぞれ含まれるか否かを検証する。そして
、その検証結果に従って上記各楕円モデルp1.p2の
確からしさを判定し、前記濃淡画像中の対象物の外形線
を示す楕円を高精度に、しかも効率良く検出するように
したものである。
かくして本発明によれば、濃淡画像中から検出される対
象物の切れ切れの外形線の成分から効率良く楕円を検出
することができる。しかも、画像中から検出された複数
のセグメントの中から、楕円を構成する可能性のあるセ
グメントの組だけを選択しながらその処理を進めるので
、構内検出処理の高速化を図り得る。
象物の切れ切れの外形線の成分から効率良く楕円を検出
することができる。しかも、画像中から検出された複数
のセグメントの中から、楕円を構成する可能性のあるセ
グメントの組だけを選択しながらその処理を進めるので
、構内検出処理の高速化を図り得る。
また全てのセグメントの組合せについて楕円モデルを推
定するのではなく、2つのセグメントの組合せからその
全体を予測し、その上で残りのセグメントとの整合性を
調べるので、その処理効率の向上を図り得る。更には、
推定された楕円モデルの確からしさを検証して誤った楕
円モデルを除去し、確実性の高い楕円モデルだけを検出
するので、その検出精度の向上を図ることができる等の
実用上多大なる効果が奏せられる。
定するのではなく、2つのセグメントの組合せからその
全体を予測し、その上で残りのセグメントとの整合性を
調べるので、その処理効率の向上を図り得る。更には、
推定された楕円モデルの確からしさを検証して誤った楕
円モデルを除去し、確実性の高い楕円モデルだけを検出
するので、その検出精度の向上を図ることができる等の
実用上多大なる効果が奏せられる。
以下、図面を参照して本発明の一実施例につき説明する
。
。
第3図は実施例装置の概略構成図である。TVカメラ等
の画像入力装置1を介してl!ll像入力された濃淡画
像は、画像メモリ2に格納されて画像処理に供せられる
。
の画像入力装置1を介してl!ll像入力された濃淡画
像は、画像メモリ2に格納されて画像処理に供せられる
。
画像処理部3は、制御部4の制御の下で前記画像メモリ
2に格納された濃淡画像に対するエツジ検出等の基本的
な画像処理を高速に実行し、濃淡画像中の対象物の外形
線の成分を検出している。
2に格納された濃淡画像に対するエツジ検出等の基本的
な画像処理を高速に実行し、濃淡画像中の対象物の外形
線の成分を検出している。
このようにして検出された外形線成分に対して制御部4
は、例えば第4図に示すような画像処理を実行し、前記
濃淡画像中の外形線が構成する楕円を検出している。
は、例えば第4図に示すような画像処理を実行し、前記
濃淡画像中の外形線が構成する楕円を検出している。
この検出結果等が、表示部5にて表示さ机るものとなっ
ている。
ている。
さて、第4図に示す楕円検出処理の流れについて説明す
ると、先ず演算処理に必要な各種データの初期化が行わ
れる(ステップa)。そして前記画像入力部1から画像
メモリ2への画像入力が行われる(ステップb)。
ると、先ず演算処理に必要な各種データの初期化が行わ
れる(ステップa)。そして前記画像入力部1から画像
メモリ2への画像入力が行われる(ステップb)。
しかして画像メモリ2に格納された入力S両画像に対し
て、例えばその画像データを微分し、一定微分値以上の
画素データのみを対象物の外形線の成分とし、で抽出す
る(ステップC)。そしてその外形線を、例えばその線
分の曲率から直線部分と曲線部分とにセグメント分割し
、各セグメントについてラベリングする(ステップd)
。尚、各セグメントについては、例えば直線部分に対し
てはその2つの端点の座標値にてセグメントを記述し、
また曲Iai!lI1分に対してはその2つの端点と、
その曲線を折線近似したときの折れ曲り点の各座標値の
系列としてセグメントを記述する。
て、例えばその画像データを微分し、一定微分値以上の
画素データのみを対象物の外形線の成分とし、で抽出す
る(ステップC)。そしてその外形線を、例えばその線
分の曲率から直線部分と曲線部分とにセグメント分割し
、各セグメントについてラベリングする(ステップd)
。尚、各セグメントについては、例えば直線部分に対し
てはその2つの端点の座標値にてセグメントを記述し、
また曲Iai!lI1分に対してはその2つの端点と、
その曲線を折線近似したときの折れ曲り点の各座標値の
系列としてセグメントを記述する。
このような処理を経た後、上記セグメントの中で楕円を
構成する可能性のある2つのセグメントの組合せを抽出
する(ステップe)。つまり直線部分をなすセグメント
を排除し、曲線部分をなすセグメントの2つの組合せを
抽出する。
構成する可能性のある2つのセグメントの組合せを抽出
する(ステップe)。つまり直線部分をなすセグメント
を排除し、曲線部分をなすセグメントの2つの組合せを
抽出する。
そして上記2つのセグメントについて、先ずその弦(曲
線セグメントの両端点を結ぶ直1m)が相互に交わるか
否かを検定する(ステップf)。この弦の交わりの検定
は、例えば第5図に示すように2つのセグメントλ1,
22の各両端点をそれぞれ結ぶ直線ml、m2の直線方
程式を求め、交点Xの座標を計算する。そしてその交点
が前記直線(弦)ml、m2上にそれぞれ存在するか否
かを調べることによって行われる。
線セグメントの両端点を結ぶ直1m)が相互に交わるか
否かを検定する(ステップf)。この弦の交わりの検定
は、例えば第5図に示すように2つのセグメントλ1,
22の各両端点をそれぞれ結ぶ直線ml、m2の直線方
程式を求め、交点Xの座標を計算する。そしてその交点
が前記直線(弦)ml、m2上にそれぞれ存在するか否
かを調べることによって行われる。
ここで交点Xが直線(弦)ml、m2上に存在すると認
められた場合には、上記2つのセグメントQ、1.λ2
は楕円を構成しないと判定される。
められた場合には、上記2つのセグメントQ、1.λ2
は楕円を構成しないと判定される。
しかして上記検定に合格すると、次に上記各弦ml、m
2の各中点を結ぶ直線nが、前記各セグメント(円弧)
N1.1!と交わるか否かが検定される(ステップg)
。
2の各中点を結ぶ直線nが、前記各セグメント(円弧)
N1.1!と交わるか否かが検定される(ステップg)
。
この検定は、例えば第6図に示すように直線nの直線方
程式を求め、その直線方程式と前述した如く折れ線近似
されて記述されたセグメントク1゜り2の各折れ線との
交点V 1. y2.〜ynの座標値をそれぞれ求める
。そしてこれらの各交点y1゜y2.〜ynが前記直線
n上に存在するか否かを調べることにより行われる。
程式を求め、その直線方程式と前述した如く折れ線近似
されて記述されたセグメントク1゜り2の各折れ線との
交点V 1. y2.〜ynの座標値をそれぞれ求める
。そしてこれらの各交点y1゜y2.〜ynが前記直線
n上に存在するか否かを調べることにより行われる。
仮に、上記交点の内の1つでも、前記直線n上に存在す
る場合には、楕円の性質が満されないと判定される。
る場合には、楕円の性質が満されないと判定される。
このような2つの条件判定によって、前述した如く選択
された2つのセグメントが楕円を構成する可能性がある
か否かが検証されることになる。
された2つのセグメントが楕円を構成する可能性がある
か否かが検証されることになる。
しかる後、上記検定を経た2つのセグメントρ11℃2
から、その楕円モデルを推定する(ステップh)。この
楕円モデルの推定は、例えば楕円がX、yの2変数をパ
ラメータとする2次式の形式を取るとして、先ず上記各
セグメントρ1.λ2をそれぞれ記述する座標系列につ
いて最小自乗法により上記2次式の係数を求める。そし
てこの係数から楕円モデルのパラメータく中心座標、長
袖と短軸の各長さ、および傾き)を求めることにより推
定される。
から、その楕円モデルを推定する(ステップh)。この
楕円モデルの推定は、例えば楕円がX、yの2変数をパ
ラメータとする2次式の形式を取るとして、先ず上記各
セグメントρ1.λ2をそれぞれ記述する座標系列につ
いて最小自乗法により上記2次式の係数を求める。そし
てこの係数から楕円モデルのパラメータく中心座標、長
袖と短軸の各長さ、および傾き)を求めることにより推
定される。
その後、上記パラメータに従って、その楕円モデルを発
生し、またこの楕円上デルを中心とするときの座標値を
前記画像メモリ2上に肉込むことにより行われる。また
楕円マスクは、上記楕円モデルを論理フィルタリング処
理し、数ビットずつ楕円モデルを太線化した円環状の画
像マスクとして求められる。
生し、またこの楕円上デルを中心とするときの座標値を
前記画像メモリ2上に肉込むことにより行われる。また
楕円マスクは、上記楕円モデルを論理フィルタリング処
理し、数ビットずつ楕円モデルを太線化した円環状の画
像マスクとして求められる。
このようにして楕円マスクを求めた後、この楕円マスク
内に前記各セグメントがそれぞれ含まれるか否かが調べ
られ、その楕円モデルの信頼度が検証される(ステップ
j)。この検証は、例えば第7図に示すように、同図(
a)に示されるようにラベリングされた各セグメントが
、同図(b)に示す前記ラベル番号(4)(5)の2つ
のセグメントから推定された同図(C)に示す円環状の
楕円マスク内に存在するか否かを調べ、その濃度ヒスト
グラムを同図(d)に示す如く求めることによって行わ
れる。
内に前記各セグメントがそれぞれ含まれるか否かが調べ
られ、その楕円モデルの信頼度が検証される(ステップ
j)。この検証は、例えば第7図に示すように、同図(
a)に示されるようにラベリングされた各セグメントが
、同図(b)に示す前記ラベル番号(4)(5)の2つ
のセグメントから推定された同図(C)に示す円環状の
楕円マスク内に存在するか否かを調べ、その濃度ヒスト
グラムを同図(d)に示す如く求めることによって行わ
れる。
そしてその頻度が零でないラベルの番号を、前記楕円マ
スク内に含まれるセグメントであるとして、その数を求
める。このようにして求められたセグメント数とそのラ
ベル番号を、前記推定された楕円モデルに対応して記憶
する。
スク内に含まれるセグメントであるとして、その数を求
める。このようにして求められたセグメント数とそのラ
ベル番号を、前記推定された楕円モデルに対応して記憶
する。
以上の処理を前記セグメント中の、楕円を構成する可能
性のある2つのセグメントの組の全てについて行われた
かを判定しくステップk)、その全ての処理が完了する
まで上述したステップeからステップjに至る処理を繰
返し実行する。
性のある2つのセグメントの組の全てについて行われた
かを判定しくステップk)、その全ての処理が完了する
まで上述したステップeからステップjに至る処理を繰
返し実行する。
次に、上述した如く推定した楕円モデル間で、そのモデ
ルを構成するセグメントのラベルの競合性を調べる。そ
して、競合するラベルが存在する場合には、そのモデル
を構成するセグメント数が多い方を、つまり楕円モデル
に含まれるセグメントの数が多い方を、信頼度が高いと
して抽出する(ステップ2)。
ルを構成するセグメントのラベルの競合性を調べる。そ
して、競合するラベルが存在する場合には、そのモデル
を構成するセグメント数が多い方を、つまり楕円モデル
に含まれるセグメントの数が多い方を、信頼度が高いと
して抽出する(ステップ2)。
以上の処理によって、セグメントから推定される楕円モ
デルの信頼度の高いものだけが選択され、その楕円モデ
ルに含まれるセグメントが前記濃淡画像中の対象物の外
形線を構成する楕円成分であるとして検出されることに
なる。
デルの信頼度の高いものだけが選択され、その楕円モデ
ルに含まれるセグメントが前記濃淡画像中の対象物の外
形線を構成する楕円成分であるとして検出されることに
なる。
このように本方式によれば、従来方式と異なって、濃淡
画像中の対象物の外形線を構成する線分から、その楕円
成分を簡易に、且つ効率良く、しかも信頼性良く検出す
ることができる。また切れ切れの線分から、その楕円成
分を効果的に検出することができる。故に、画@認識処
理に適用して順において、予め検出目標とする楕円の大
きさや、その位置等の情報を利用すれば、更にその処理
効率の向上を図ることができる。また、セグメント間の
位置関係や、楕円の周囲長に対するセグメントの長さの
割合い等の情報を利用すれば、更に信頼性の高い楕円モ
デルの信頼性検証を行うことができる。
画像中の対象物の外形線を構成する線分から、その楕円
成分を簡易に、且つ効率良く、しかも信頼性良く検出す
ることができる。また切れ切れの線分から、その楕円成
分を効果的に検出することができる。故に、画@認識処
理に適用して順において、予め検出目標とする楕円の大
きさや、その位置等の情報を利用すれば、更にその処理
効率の向上を図ることができる。また、セグメント間の
位置関係や、楕円の周囲長に対するセグメントの長さの
割合い等の情報を利用すれば、更に信頼性の高い楕円モ
デルの信頼性検証を行うことができる。
また他の特徴ある図形との位置関係を利用して、例えば
楕円に平行線が接しているような条件を利用して楕円モ
デルの信頼度の検証を行うことも可能である。更には、
推定された楕円モデルを、その楕円マスクに含まれる他
のセグメントを利用して、修正することも勿論可能であ
る。その他、本発明はその要旨を逸脱しない範囲で種々
変形して実施することができる。
楕円に平行線が接しているような条件を利用して楕円モ
デルの信頼度の検証を行うことも可能である。更には、
推定された楕円モデルを、その楕円マスクに含まれる他
のセグメントを利用して、修正することも勿論可能であ
る。その他、本発明はその要旨を逸脱しない範囲で種々
変形して実施することができる。
第1図は本発明の基礎となる楕円の性質を説明する為の
図、第2図は本発明の基本概念を示す図、第3図は本発
明の一実施例装置の概略構成図、第4図は実施例装置に
おける楕円検出処理の流れを示す図、第5図は楕円の2
つの弦の交わりの検証例を示す図、第6図は楕円におけ
る2つの弦を結ぶ直線とセグメント(円弧)との交わり
の検証例を示す図、第7図は楕円モデルに含まれるセグ
メントの抽出処理の一例を示す図である。 1・・・画像入力部、2・・・画像メモリ、3・・・画
像処理部、4・・・制御部、5・・・表示部。 出願人 工業技術院長 等々力 達 筆 11−4 第3図 筆5図 第6図 第 71.1
図、第2図は本発明の基本概念を示す図、第3図は本発
明の一実施例装置の概略構成図、第4図は実施例装置に
おける楕円検出処理の流れを示す図、第5図は楕円の2
つの弦の交わりの検証例を示す図、第6図は楕円におけ
る2つの弦を結ぶ直線とセグメント(円弧)との交わり
の検証例を示す図、第7図は楕円モデルに含まれるセグ
メントの抽出処理の一例を示す図である。 1・・・画像入力部、2・・・画像メモリ、3・・・画
像処理部、4・・・制御部、5・・・表示部。 出願人 工業技術院長 等々力 達 筆 11−4 第3図 筆5図 第6図 第 71.1
Claims (4)
- (1)濃淡画像から対象物の外形線を抽出する手段と、
抽出された外形線をセグメント分割する手段と、これら
の分割されたセグメントの位置関係から、楕円の可能性
のあるセグメントの組を見出す手段と、このセグメント
の組から楕円モデルを推定する手段と、この推定された
楕円モデルを基礎とする楕円マスクを発生する手段と、
この楕円マスク内に含まれるセグメトを抽出する手段と
、この楕円マスク内に含まれるセグメントから上記楕円
モデルの確からしさを検証する手段とを具備したことを
特徴とする楕円検出方式。 - (2)楕円マスクは、推定した楕円モデルを太線化処理
した円環状マスク画像として求められるものである特許
請求の範囲第1項記載の楕円検出方式。 - (3)楕円マスク内に含まれるセグメントの抽出は、ラ
ベリングされたセグメントの上記楕円マスク部分におけ
る濃度ヒストグラムを作成して行われるものである特許
請求の範囲第1項記載の楕円検出方式。 - (4)楕円モデルの確からしさの検証は、楕円マスクに
含まれるセグメントの数を検査して行われるものである
特許請求の範囲第1項記載の楕円検出方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60208761A JPH0624018B2 (ja) | 1985-09-24 | 1985-09-24 | 楕円検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60208761A JPH0624018B2 (ja) | 1985-09-24 | 1985-09-24 | 楕円検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS6270988A true JPS6270988A (ja) | 1987-04-01 |
JPH0624018B2 JPH0624018B2 (ja) | 1994-03-30 |
Family
ID=16561648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60208761A Expired - Lifetime JPH0624018B2 (ja) | 1985-09-24 | 1985-09-24 | 楕円検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0624018B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5734751A (en) * | 1994-07-22 | 1998-03-31 | Nec Corporation | Ellipse-like curve recognition by calculation of distances of points on the curve from FOCI |
US5867592A (en) * | 1994-02-23 | 1999-02-02 | Matsushita Electric Works, Ltd. | Method of utilizing edge images of a circular surface for detecting the position, posture, and shape of a three-dimensional objective having the circular surface part |
JP2006252400A (ja) * | 2005-03-14 | 2006-09-21 | Keyence Corp | 画像処理装置及び画像処理における登録データ生成方法 |
JP2007164518A (ja) * | 2005-12-14 | 2007-06-28 | Denso Corp | 楕円検出方法、画像認識装置、制御装置 |
JP2007164517A (ja) * | 2005-12-14 | 2007-06-28 | Denso Corp | 図形中心検出方法、楕円検出方法、画像認識装置、制御装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6029878A (ja) * | 1983-07-28 | 1985-02-15 | Fuji Electric Co Ltd | 円形物体検出装置 |
JPS60179881A (ja) * | 1984-02-15 | 1985-09-13 | Komatsu Ltd | 輪郭線の認識方法 |
-
1985
- 1985-09-24 JP JP60208761A patent/JPH0624018B2/ja not_active Expired - Lifetime
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6029878A (ja) * | 1983-07-28 | 1985-02-15 | Fuji Electric Co Ltd | 円形物体検出装置 |
JPS60179881A (ja) * | 1984-02-15 | 1985-09-13 | Komatsu Ltd | 輪郭線の認識方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5867592A (en) * | 1994-02-23 | 1999-02-02 | Matsushita Electric Works, Ltd. | Method of utilizing edge images of a circular surface for detecting the position, posture, and shape of a three-dimensional objective having the circular surface part |
US5734751A (en) * | 1994-07-22 | 1998-03-31 | Nec Corporation | Ellipse-like curve recognition by calculation of distances of points on the curve from FOCI |
JP2006252400A (ja) * | 2005-03-14 | 2006-09-21 | Keyence Corp | 画像処理装置及び画像処理における登録データ生成方法 |
JP2007164518A (ja) * | 2005-12-14 | 2007-06-28 | Denso Corp | 楕円検出方法、画像認識装置、制御装置 |
JP2007164517A (ja) * | 2005-12-14 | 2007-06-28 | Denso Corp | 図形中心検出方法、楕円検出方法、画像認識装置、制御装置 |
JP4635857B2 (ja) * | 2005-12-14 | 2011-02-23 | 株式会社デンソー | 楕円検出方法、画像認識装置、制御装置 |
JP4645433B2 (ja) * | 2005-12-14 | 2011-03-09 | 株式会社デンソー | 図形中心検出方法、楕円検出方法、画像認識装置、制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JPH0624018B2 (ja) | 1994-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2885823B2 (ja) | 視覚認識装置 | |
CN109241901B (zh) | 一种对具有孔洞的三维点云的检测与识别方法 | |
US20070058856A1 (en) | Character recoginition in video data | |
Kim et al. | Fast and robust ellipse extraction from complicated images | |
CN110070090A (zh) | 一种基于手写文字识别的物流标签信息检测方法及*** | |
CN111667470B (zh) | 一种基于数字图像的工业管道探伤内壁检测方法 | |
US20190295297A1 (en) | Computer Handling of Polygons | |
CN111402316B (zh) | 一种基于去伪环节的图像中椭圆快速检测方法 | |
WO2021258498A1 (zh) | 一种基于围道积分的椭圆图像检测算法及*** | |
CN100553349C (zh) | 确定靶标拓扑关系的方法及可任意摆放的摄像机标定靶标 | |
JPS6270988A (ja) | 楕円検出装置 | |
JP2002140713A (ja) | 画像処理方法およびその装置 | |
CN111563925A (zh) | 一种基于广义Pascal映射的椭圆检测加速方法 | |
CN113496230A (zh) | 图像匹配方法和*** | |
WO2022230413A1 (ja) | 検出装置、検出装置の制御方法、学習済モデルを生成するモデル生成装置によるモデル生成方法、情報処理プログラム、および記録媒体 | |
US20230360262A1 (en) | Object pose recognition method based on triangulation and probability weighted ransac algorithm | |
US20070071325A1 (en) | Systems and methods for recognizing objects in an image | |
Lu et al. | Slicing-tracking-detection: Simultaneous multi-cylinder detection from large-scale and complex point clouds | |
Aini et al. | Object detection of surgical instruments for assistant robot surgeon using knn | |
Gong et al. | Contour extraction and quality inspection for inner structure of deep hole components | |
JPH10162139A (ja) | 画像処理装置、および画像処理プログラムを記録した媒体 | |
JP2008176517A (ja) | 物体認識方法および装置 | |
Hussain et al. | Tracking and replication of hand movements by teleguided intelligent manipulator robot | |
US20230419569A1 (en) | Vectorization for object detection and robotics | |
JPH08263655A (ja) | パターン認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EXPY | Cancellation because of completion of term |