CN1168504A - 图像识别装置 - Google Patents
图像识别装置 Download PDFInfo
- Publication number
- CN1168504A CN1168504A CN97113420A CN97113420A CN1168504A CN 1168504 A CN1168504 A CN 1168504A CN 97113420 A CN97113420 A CN 97113420A CN 97113420 A CN97113420 A CN 97113420A CN 1168504 A CN1168504 A CN 1168504A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- value
- bus interface
- output
- 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
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 52
- 238000003909 pattern recognition Methods 0.000 claims description 51
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000000295 complement effect Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 239000000872 buffer Substances 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000007792 addition Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Bus Control (AREA)
Abstract
一种图像识别装置,能把如图像增强和图像识别程序等许多功能装入一个芯片,实时地执行图像增强和识别的图像处理算法。该装置包括分别连接到主计算机和图像接收单元的总线,连接到主计算机的总线接口单元,用于通过总线实现外部输入或输出数据的接口,以及一个对比单元,用于从来自总线接口单元的图像数据中减去预先确定的样板数据,并且在来自总线接口单元的图像数据与样板数据相匹配时输出一个最小值。
Description
本发明涉及图像识别装置,特别是涉及一种改进的图像识别装置,它可以把非线性滤波器,用于图像增强的卷积功能,以及用于图形识别的样板匹配功能安装在一个芯片上,这样就能更有效地与外围部件互连(PCI)总线实现接口。
一般来说,如果使用图像识别装置来识别一个物体,物体边沿部分的提取,所提取的部分与参考图形之间的比较,以及图像的校正和恢复都是非常重要的因素,为了获得以上这些因素,需要对获得的图像数据进行大量的运算和很高的计算能力。
目前有几种可以执行上述高速运算的方法,处理高速运算的第一种方法是采用运算程序和高速处理器,而第二种处理方法是采用图像识别电路。
第一种方法的优点在于电路结构可以简化,但是这种方法需要昂贵的高速处理器。另外,第二种方法的优点是有可能使用廉价的电路来处理数据,但是结构比较复杂。
在美国专利US 4829380号中公开了第二种方法。其中的电路包括行列值滤波单元,用于把屏幕分割成若干个象素组,逐个象素地对前面的数据和当前的数据执行高度减法,以此为依据把屏幕的行列分离成象素,从而计算出两次运算之间的平均值,然后对图像进行校正,这样就能通过点的运算来提高图像的分辨率。
然而,美国专利US 4829380号中公开的这种普通图像识别装置存在的问题在于普通的图像识别装置不具备改进的图像识别技术,例如,根据存储的物体样板及其尺寸和方向采用检测到的图像中的物体数据来检测所需物体边沿的功能,对测得的边沿尺寸及其方向进行检测的功能,以及判断物体特征的功能。因此,普通的图像识别不能应用于检查印刷电路板(PCB)缺陷的装置和检测违反交通规则的车辆的装置及其应用。
另外,在美国专利US 4829380中包括一个摄像机,用于把模拟图像信号转换成数字图像信号的模拟/数字转换单元,用于分离同步信号的单元,以及用于处理输入信号的输入单元。不仅如此,在美国专利4829380号中还包括用于增强和恢复整个电路中的图像接收信号的单元,因此,现有技术的缺点在于需要大量的存储器来存储从中产生的大量图像数据并且用各个单元进行处理。
此外,由于美国专利US 4829380号仅仅公开了行列数值滤波技术和点运算技术,它不可能实现图像分辨率的明显改进。
因此,本发明的一个目的是提供一种能够克服现有技术的上述缺陷的图像识别装置。
本发明的另一目的是提供一种改进的图像识别装置,它能够把非线性滤波器,用于图像增强的卷积功能,以及用于图形识别的样板匹配功能安装在一个芯片上,这样就能更有效地与外围部件互连(PCI)总线实现接口。
本发明的再一目的是提供一种改进的图像识别装置,它能够把诸如图像增强和图像识别程序等许多功能装入一个芯片,这样就能实时地执行图像增强和识别的图像处理算法,其做法是提取物体的特征,将由此提取的特征与参考图形进行比较,识别图像,由此利用一个由空间区域滤波器构成的卷积器来增强图像,有选择地输出通过对识别的图像数据进行处理所获的数据或是图像数据,在主计算机中提供一个图像信号接收和输入单元和一个存储器,用于存储通过图像增强和识别程序所获得的数据,这样就使得本发明的图像识别装置不需要大容量的存储器。
为实现上述目的,所提供的图像识别装置包括分别连接到主计算机和图像接收单元的总线,连接到主计算机的总线接口单元,用于通过总线实现外部输入或输出数据的接口,以及一个对比单元,用于从通过总线接口单元获得的图像数据中减去预先确定的样板数据,并且在来自总线接口单元的图像数据与样板数据相匹配时输出一个最小值。
为了实现上述目的,本发明还提供了一种图像识别装置,它包括连接到主计算机和图像接收单元的一条总线,连接到总线上用于通过总线实现数据输入或输出接口的总线接口单元,第一查询表,用于把来自总线接口单元的图像数据变换成预先确定的第一图表值,一个行列值滤波单元用于根据亮度和暗度为来自总线接口单元的图像数据提供行列值,并且选择和输出一个行列中具有中间值,最大值或是最小值的图像数据,一个对比单元用于从来自总线接口单元的图像数据中减去预先确定的样板数据,并且在来自总线接口单元的图像数据与样板数据相匹配时输出一个最小值,第二查询表,用于把来自总线接口单元的图像数据变换成预先确定的第二图表值,一个旁路单元用于旁路第二查询表的输出,一个卷积器用于对来自第二查询表的数据或是来自总线接口单元的图像数据和预先确定的两个矩阵值执行乘法和加法,并且输出两个结果值,一个绝对值计算单元用于将卷积器的两个结果值倍增和相加,对于图像的边沿计算其尺寸,将两个结果值相除,获得一个弧度正切值,并且对于图像的边沿计算出一个方向值,一个算法逻辑单元用于把来自总线接口单元的图像数据分离成象素,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用逐个象素处理的图像,以及连接到总线接口单元,第一查询表,行列值滤波单元,对比单元,旁路单元,绝对值计算单元,以及算法逻辑单元的输出端的一个切换单元,用于按照来自主计算机的选择信号在这些信号中间选择一个信号。
为了实现上述目的,本发明还提供了一种图像识别装置,它包括连接到主计算机和图像接收单元的总线,连接到总线上用于通过总线实现数据输入或输出接口的总线接口单元,一个算法逻辑单元用于把来自总线接口单元的图像数据分离成象素,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用逐个象素处理的图像,一个行列值滤波单元用于根据亮度和暗度为来自算法逻辑单元的图像数据提供行列值,并且选择和输出一个行列中具有中间值,最大值或是最小值的图像数据,以及一个卷积器用于对来自行列值滤波单元的图像数据和两个矩阵值执行乘法和加法,并且把这些值输出到总线接口单元。
通过以下的详细说明可以更清楚的了解本发明的其他优点,目的和特征。
通过以下的详细描述和附图可以更充分地理解本发明,这些附图仅是为了举例说明,并非对本发明的限制,在附图中:
图1是表示本发明第一实施例的图像识别装置的框图;
图2是表示本发明第二实施例的图像识别装置的框图;
图3是表示本发明第三实施例的图像识别装置的框图;
图4是表示本发明第四实施例的图像识别装置的框图;
图5是表示本发明第五实施例的图像识别装置的框图;
图6是表示本发明第六实施例的图像识别装置的框图;
图7是表示本发明第七实施例的图像识别装置的框图;
图8是表示本发明第八实施例的图像识别装置的框图;
图9是表示图2电路中的一个卷积器的详细示意图;
图10是表示图1电路中的一个总线接口单元的详细框图;
图11是图3电路中的一个查询表的示意图;
图12是表示图1电路中的一个标准对比单元的详细框图;以及
图13是表示图2电路中的行列值滤波单元的详细框图。
图1表示了本发明第一实施例的图像识别装置。
如图所示,按照本发明的第一实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10的总线接口单元20,用于通过总线10实现输入和输出数据的接口,以及一个对比单元30,用于从通过总线接口单元20输入的图像数据中减去预先确定的样板数据,并且在通过总线接口单元20输入的图像数据与样板数据相匹配时把一个最小值作为对比值输出到接口单元20。
图2表示本发明第二实施例的图像识别装置。
如图所示,按照本发明的第二实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,一个算法逻辑单元40用于把来自总线接口单元20的图像数据分离成象素,执行乘法,加法或是减法,并且输出用逐个象素处理的图像,一个行列值滤波单元50用于根据亮度和暗度为来自算法逻辑单元40的图像数据提供行列值,并且选择和输出该行列中具有中间值,最大值或是最小值的图像数据,以及一个卷积器60用于对来自行列值滤波单元50的图像数据和两个矩阵值执行乘法和加法,并且把相乘和相加的结果值分别输出到总线接口单元20。
图3表示本发明第三实施例的图像识别装置。
如图所示,按照本发明的第三实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,第一查询表70,用于把通过总线接口单元20输入的图像数据变换成预先确定的第一图表值,一个行列值滤波单元50用于根据亮度和暗度为通过总线接口单元20输入的图像数据提供行列值,并且选择和输出该行列中具有中间值,最大值或是最小值的图像数据,一个对比单元30用于从通过总线接口单元20输入的图像数据中减去预先确定的样板数据,并且在通过总线接口单元20输入的图像数据与样板数据相匹配时输出作为对比值的最小值,第二查询表80,用于把通过总线接口单元20输入的图像数据变换成预先确定的第二图表值,一个旁路单元90用于旁路第二查询表80的输出,一个卷积器60用于分别对来自第二查询表90或是总线接口单元20的图像数据的两个矩阵值执行乘法和加法,并且输出两个结果值,一个绝对值计算单元100用于分别将卷积器60的两个结果值倍增,然后将其相加,从而针对图像的边沿计算其尺寸,对两个结果值进行除法运算获得一个弧度正切值,从而针对图像的边沿计算出方向值,一个算法逻辑单元40用于把通过总线接口单元20输入的图像数据按象素编组,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用这些象素编组的图像数据,以及分别连接到总线接口单元20,第一查询表70,行列值滤波单元50,对比单元30,旁路单元90,绝对值计算单元100,以及算法逻辑单元40的输出端的一个切换单元110,用于按照来自计算机(未示出)的选择信号从这些输出信号中间选择一个输出信号,并将选定的信号输出到总线接口单元20。
图4表示本发明第四实施例的图像识别装置。
如图所示,按照本发明的第四实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,一个行列值滤波单元50用于根据亮度和暗度为来自总线接口单元20的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,以及一个对比单元用于从来自行列值滤波单元50的图像数据中减去样板数据,并且在来自行列值滤波单元50的图像数据与样板数据相匹配时把作为对比值的最小值输出到总线接口单元20。
图5表示本发明第五实施例的图像识别装置。
如图所示,按照本发明的第五实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,一个行列值滤波单元50用于根据亮度和暗度为来自总线接口单元20的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,一个查询表70,用于把通过总线接口单元20输入的图像数据变换成预先确定的图表值,一个卷积器60用于对来自查询表70的图像数据和两个矩阵值执行乘法和加法,并且获得两个结果值,一个绝对值计算单元100用于分别将卷积器60的两个结果值倍增,然后将其相加,针对图像的边沿计算其尺寸,对两个结果值进行除法运算获得一个弧度正切值,并且针对图像的边沿计算出方向值,以及一个对比单元30用于从来自行列值滤波单元50的图像数据中减去预先确定的样板数据,并且在来自绝对值计算单元100的图像尺寸与其方向相同,而且来自行列值滤波单元50的图像数据与样板数据相匹配时把作为对比值的最小值输出到总线接口单元20。
图6表示本发明第六实施例的图像识别装置。
如图所示,按照本发明的第六实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,一个查询表70,用于把来自总线接口单元20的图像数据变换成预先确定的值,以及一个对比单元30用于从来自查询表70的图像数据中减去预先确定的样板数据,并且在来自查询表70的图像数据与样板数据相匹配时把作为对比值的最小值输出到总线接口单元20。
图7表示本发明第七实施例的图像识别装置。
如图所示,按照本发明的第七实施例,为图像识别装置提供了具有主计算机和图像接收单元的图像处理系统,它包括连接到主计算机和图像接收单元的总线10,连接到总线10上用于通过总线10实现数据输入或输出接口的总线接口单元20,一个行列值滤波单元50用于根据亮度和暗度为来自总线接口单元20的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,一个算法逻辑单元40用于对来自行列值滤波单元50的图像数据按象素编组,逐个象素地针对前面的数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用这些象素编组的图像数据,以及一个对比单元30用于从来自算法逻辑单元40的图像数据中减去预先确定的样板数据,并且在来自算法逻辑单元40的图像数据与样板数据相匹配时把作为对比值的最小值输出到总线接口单元20。
图8表示本发明第八实施例的图像识别装置。
如图所示,本发明第八实施例的图像识别装置的结构与本发明第三实施例的图像识别装置的结构相同,其区别仅是第八实施例进一步包括了第三查询表120,用于把来自算法逻辑单元40的数据调节成由用户确定的具有预定位数的数据,然后将该数据输出到切换单元110。
这里,该切换单元110分别连接到接口单元20,第一查询表70,行列值滤波单元50,对比单元30,旁路单元90,绝对值计算单元100,以及第三查询表120,用于按照来自主计算机(未示出)的选择信号在这些输出信号中间选择一个输出信号,并且将该信号输出到总线接口单元20。
如图11所示,第一查询表70,第二查询表80和第三查询表120各自包括一个存储器440和控制该存储器440的控制器450。控制器450采用写入和选择信号在存储器440中存储一个变换数据,并且在提供地址(也就是图像数据)时随着控制器450的启动输出一个与作为读出和选择信号的这一地址相匹配的图表值。
行列值滤波单元50包括多个行列值滤波器,它们采用由行列值滤波器分离出来的行列值把外部输入的图像数据分离成一个行列值和图像的多个最小值。
图13表示一个行列值滤波单元,它包括第一多路转换器510,用于对来自总线10的图像数据进行多路转换,并且将数据分离成三个数据,第一,第二和第三延迟/比较器520,530和540,用于分别延迟来自第一多路转换器510的数据,对延迟的数据进行比较,并且输出行列值,以及第二多路转换器550,用于根据来自第一,第二和第三延迟/比较器520,530和540的行列值从三个数据中选择一个数据。
第一,第二和第三延迟/比较器520,530和540各自包括第一,第二和第三延迟单元521,522和523,用于按顺序延迟来自第一多路转换器510的数据,一个比较器524用于比较来自第一,第二和第三延迟单元521,522和523的数据的大小,以及一个多路转换器525用于根据通过比较器524的比较所获得的行列值从输入的数据中选择一个数据。
如图12所示,对比单元30包括一个样板寄存器460,用于存储由用户存储的样板,一个减法器470用于输出结果的数据和一个表示结果数据的数字正负信息的进位信号,该结果数据是通过从总线10接收图像数据以及从样板寄存器460接收样板而获得的,一个“同”门480(exclusive NOR-gate)用于对减法器470的输出和进位执行“同”运算,一个累加器490用于相加和累加“同”门480的输出及其自身的输出,以及一个输出缓冲器500用于缓冲累加器490的输出,并且向外部输出最终的对比值。
如图9所示,卷积器60包括用于把外部输入数据或是图像数据延迟一行的第一行缓冲器300,用于把第一行缓冲器300的输出延迟一行的第二行缓冲器310,以及两个矩阵增殖加法器320和330,用于把外部输入数据或是图像数据以及第一和第二行缓冲器300和310的输出变换成水平和垂直相邻的象素区域的二维数据,并且将该数据输出到总线接口单元20或是绝对值计算单元100,或是输出到总线接口单元20。
如图10所示,总线接口单元20包括用于对外部输入的8-位数据定位的双字定位单元340,以便发送32-位的数据,一个FIFO单元350用于按顺序存储双字定位单元340的输出数据并且按顺序输出双字定位单元340的输出数据,一个输入控制器360用于控制从FIFO单元350输入的数据,一个输出控制器370用于控制按照输入控制器360的控制从FIFO单元350输出的数据,一个主逻辑单元380按照总线请求信号,等待状态的许可信号等等预定的发送顺序把输出控制器370的输出数据发送给总线,一个计时器390用于对时间计数,以便判断主逻辑单元380的响应时间,一个用于产生地址的地址发生器400,以便不通过中央处理器(CPU)而直接向存储器发送数据,一个地址/数据多路转换器410用于对来自地址发生器400的地址和输出控制器370的输出数据进行多路转换,并且把数据发送到总线上,一个奇偶发生器420用于检测地址/数据多路转换器410的输出数据,并且将其所产生的奇偶性发送给总线,以及一个将来自地址/数据多路转换器410的地址/数据作为输入的从属逻辑单元430,用于控制计时器390和地址发生器400。
以下要参照图1说明本发明第一实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,来自摄像机(未示出)的图像数据就通过总线10输入到总线接口20。
以下要参照图10进一步说明总线接口单元20的工作方式。
本发明的总线10采用了PCI总线,而总线接口单元20也采用PCI总线接口,因为这种PCI总线是一种能够按照132Mbye/sec发送数据的数据总线。因此,PCI总线被广泛地用于高速图像处理。
为了每次按照32位来发送8-位数据,如果双字定位单元340按照双字的形式使通过总线输入的图像数据定位,FIFO单元350就按照输入控制器360的控制按顺序存储该数据,并且按照输出控制器370的控制按顺序输出该数据。
另外,主逻辑单元380按照输出控制器370的控制通过总线向主计算机发送一个请求信号和来自FIFO单元350的图像数据。
同时,计时器按照从属逻辑单元430的控制对时间计数,并且向主逻辑单元380输出一个响应定时。
地址/数据多路转换器410按照输出控制器370的控制来接收FIFO单元350的输出数据和地址发生器400的地址,对它们进行多路转换,并将它们发送给总线。同时,奇偶发生器420接收地址/数据多路转换器410的输出,产生奇偶数据,并且将数据发送给总线10。
地址发生器400按照从属逻辑单元430的控制来产生地址,以便不通过主计算机而直接把数据发送给存储器。这样就能使系统获得最高的效率和性能。另外,从属逻辑单元430还通过总线10从主计算机接收控制信号和数据。
此后,由对比单元30将通过总线接口单元20输入的图像数据与预先存储在样板寄存器460中的样板进行比较,并且执行减法器470,“同”门480以及累加器490的运算,从而获得以下的对比值:
其中的样板尺寸是“k×k”,阵列“X(m×m)”是检索图像数据,按照样板数据的阵列结构,阵列A(r×r)是r<m,而i,j表示检索区域。实际上,绝对值之差是为了运算效率而计算的。也就是说,绝对值S|i,j|最小的区域被认为是匹配程度最低的区域,而在(i,j)的最大面积内移动数据可以实现最大范围的对比。
另外,来自对比单元30的对比值通过总线接口单元20输入到主计算机,并且由主计算机采用对比值来判断由图像识别装置识别的图像,并且由图像处理系统控制此后的系统操作,以便能处理被识别的图像数据。
因此就可以迅速地提取一部分被识别的图像,以便有可能更快地识别图像。
以下要参照图2说明本发明第二实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到算法逻辑单元40。
算法逻辑单元40按象素对从总线接口单元20输入的图像数据编组,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且逐个象素地输出处理后的图像数据。算法逻辑单元40执行的这种运算被称为点运算。
另外,从算法逻辑单元40接收图像数据的行列值滤波单元50根据亮度和暗度为来自算法逻辑单元40的图像数据提供行列值,并且选择和输出该行列中具有中间值,最大值或是最小值的图像数据。
以下要参照图13说明行列值滤波单元50的具体工作方式。
当来自算法单元40的图像数据被提供给第一多路转换器510并且分别被输入到第一比较器520的第一,第二和第三延迟单元521,522和523时,由比较器524比较第一至第三延迟单元521至523的输出值的大小,并且输出经过比较大小的行列值。多路转换器525从输入数据的最大值,最小值和中间值当中选择一个值。另外,第二和第三比较器530和540执行与比较器524相同的运算。因此,按顺序选择最大值,最小值和中间值当中的一个值作为行列值,然后按大小顺序排列这些值,并且选择第二多路转换器550的最终输出。
卷积器60对来自行列值滤波单元50的数据和两个矩阵值执行乘法和加法运算,并且向总线接口单元20输出两个结果值,即相对于边沿的水平和垂直方向矢量值。
因此,卷积器60的第一行缓冲器300把来自行列值滤波单元50的输出信号延迟一行,而第二行缓冲器310把第一行缓冲器300的输出信号延迟一行,然后将其输出分别输出到矩阵乘法和矩阵加法单元320和330。矩阵乘法和矩阵加法单元320和330把第二行缓冲器310的输出变换成相邻象素区域的二维空间数据,并且对其执行乘法和加法运算,然后将运算结果输出到总线接口单元20。
矩阵乘法和矩阵加法单元320和330是已知的按照内部值A至L以及延迟输入数据h(m-1,n-1)至h(m+1,n+1)的乘法和加法运算构成的电路,并且具有水平输出值“A×h(m-1,n-1)+B×h(m,n-1)+C×h(m+1,n-1)+D×h(m-1,n),E×h(m,n)+F×h(m+1,n)+G×h(m-1,n+1)+H×h(m,n+1)+I×h(m+1,n+1)”和垂直输出值“A×h(m-1,n-1)+D×h(n,n-1)+G×h(m+1,n-1)+B×h(m-1,n),E×h(m,n)+H×h(m+1,n)+C×h(m-1,n+1)+F×h(m,n+1)+I×h(m+1,n+1)”。带宽滤波器或是低通滤波器根据矩阵乘法和加法单元320和330的值滤除图像输出中包含的噪声,从而增强图像质量。这里的内部值A至L是滤波器的中心值,并且用各个象素相对于滤波器中心的位置值来代表按顺序输入的图像数据h(m-1,n-1)……乘法和加法单元320和330是由用户确定的3×3滤波器中心,4×4滤波器中心,或是5×5滤波器中心构成的。
因此,本发明第二实施例的图像识别装置能够通过上述的结构和运算增强图像的质量。
以下要参照图3说明本发明第三实施例的图像识别装置。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到切换单元110,或是分别输入到第一查询表70,行列值滤波单元50,对比单元30,第二查询表80,卷积器60以及算法逻辑单元40。
第一查询表70把来自总线接口单元20的图像数据变换成预先确定的第一图表值并且将数据输出到切换单元110。
具体地说,第一查询表70根据由用户确定的图表值来确定通过总线10输入的图像数据的门限值,并且根据数据校正和二进制变换将数据变换成图形数据,然后将数据输入到切换单元110。
换句话说,通过总线10输入的图像数据的二进制数值变成了第一查询表70的地址输入值,而按照地址值指示的存储器的数据值(图表值)变成了第一查询表70的输出。
行列值滤波单元50按照亮度和暗度为来自总线接口单元20的图像数据提供行列值,选择该行列中具有中间值,最大值及最小值的图像数据,并且将该值输出到切换单元110。由于这种操作与本发明第二实施例中的行列值滤波单元50的运算方式相同,为了简化而省略了具体的描述。
对比单元30从来自总线接口单元20的图像数据中减去预先确定的样板数据,并且在通过总线接口单元20输入的图像数据与样板数据相匹配时将最小值输出到切换单元110。由于这种操作与本发明第一实施例中的对比单元30的运算方式相同,为了简化而省略了具体的描述。
第二查询表80将通过总线接口单元20输入的图像数据变换成预先确定的第二图表值,并且将该值分别输出到旁路单元90和卷积器60。由于这种操作与第一查询表70的运算方式相同,为了简化而省略了具体的描述。
旁路单元90用于旁路来自第二查询表80的输出,并且将这一输出输出到切换单元110。
卷积器60对来自第二查询表80的数据或是来自总线的图像数据和两个矩阵值执行乘法和加法运算,并且将两个结果值,也就是相对于边沿的水平和垂直方向矢量值输出到绝对值计算单元100。
另外,绝对值计算单元100将来自卷积器60的两个结果值加倍和相加,并且计算出图像边沿的大小,然后将两个结果值相除,从中获得弧度的正切值,并且计算出图像边沿的方向。也就是说,检测出图像的边沿并且输入到切换单元110。
在这里假设图像边沿的大小是S,方向是D。并且采用由卷积器60获得的水平和垂直结果值。
边沿的大小S和方向D可以用下式表示。
其中的H表示由卷积器60计算和输出的关于边沿的水平方向的输出,而V表示由卷积器60计算和输出的关于边沿的垂直方向的输出。因此,绝对值计算单元100的作用是计算出边沿的矢量值。
算法逻辑单元40针对从总线接口单元20输入的图像数据执行点运算,并且将按照象素处理的图像数据输出到切换单元110。
切换单元110分别被连接到总线接口单元20,第一查询表70,行列值滤波单元50,对比单元30,旁路单元90,绝对值计算单元100,以及算法逻辑单元40的输出,并且根据来自主计算机的选择信号从这些输出中间选择一个输出,然后将选定的输出输出到总线接口单元20。由于剩下的操作与本发明第一实施例中的切换单元的操作方式相同,为了简化而省略了具体的描述。
因此,本发明第三实施例的图像识别装置有可能选择质量增强的输出数据和被识别的图像数据,并且由此来增强图像的质量。
另外,第一查询表70,行列值滤波单元50,对比单元30,以及卷积单元60的功能是按照用户的控制,也就是按照来自主计算机的选择信号被选择使用的。
以下要参照图4说明本发明第四实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到行列值滤波单元50。
然后,行列值滤波单元50根据亮度和暗度为通过总线接口单元20输入的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,然后将数据输出到对比单元30。由于剩下的操作与本发明第二实施例中的行列值滤波单元50的操作方式相同,为了简化而省略了具体的描述。另外,由于对比单元30的操作与本发明第一实施例中的操作方式相同,为了简化而省略了具体的描述。
这样就有可能更快地提取一部分图像,以便能更迅速地识别图像。
以下要参照图5说明本发明第五实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到行列值滤波单元50和查询表70。
然后,行列值滤波器50根据亮度和暗度为通过总线接口单元20输入的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,然后将数据输出到对比单元30。由于剩下的操作与本发明第二实施例中的行列值滤波单元50的操作方式相同,为了简化而省略了具体的描述。
另外,查询表70将通过总线接口单元20输入的图像数据变换成预先确定的图表值,并且将该值输出到卷积器60。
卷积器60对来自查询表70的图像数据和两个矩阵值执行乘法和加法运算,并且向绝对值计算单元100输出两个结果值。绝对值计算单元100将来自卷积器60的两个结果值加倍和相加,从而计算出图像边沿的大小,然后将两个结果值相除,从中获得弧度的正切值,并且计算出图像边沿的方向,并且输出到对比单元30。
与本发明第一实施例中对比单元30的操作方式相同,对比单元30从来自行列值滤波单元160的图像数据中减去预先确定的样板数据,并且在这一大小和方向与来自绝对值计算单元的图像相匹配的图像数据与样板数据相匹配时输出一个作为对比值的最小值。这一对比值通过总线接口单元20输出到主计算机。由于剩下的操作与本发明第一实施例的操作方式相同,为了简化而省略了具体的描述。
这样就有可能更快地提取一部分图像,以便能更迅速地识别接收的图像。
以下要参照图6说明本发明第六实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到查询表70。
查询表70将通过总线接口单元20输入的图像数据变换成预先确定的图表值,并且将该值输出到对比单元30。
然后,对比单元30执行与本发明第一实施例的对比单元相同的操作,采用来自查询表70的数据,并且计算出对比值。该对比值通过总线接口单元20输入到主计算机。由于剩下的操作与本发明第一实施例的操作方式相同,为了简化而省略了具体的描述。
这样就有可能更快地提取一部分接收的图像,以便能更迅速地识别接收的图像。
以下要参照图7说明本发明第七实施例的图像识别装置的操作方式及其效果。
当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20输入到行列值滤波单元50。
行列值滤波器50根据亮度和暗度为通过总线接口单元20输入的图像数据提供行列值,选择该行列中具有中间值,最大值或是最小值的图像数据,并且将该数据输出到算法逻辑单元40。
然后,算法逻辑单元40针对通过总线接口单元20输入的图像数据执行点运算,并且将按照象素处理的图像数据输出到对比单元30。由于剩下的操作与本发明第一实施例的操作方式相同,为了简化而省略了具体的描述。
这样就有可能更快地提取一部分接收的图像,以便能更迅速地识别接收的图像。
以下要参照图8说明本发明第八实施例的图像识别装置的操作方式及其效果。
首先,当主计算机(未示出)向总线接口单元20发出一个控制指令时,从摄像机(未示出)接收的图像数据就通过总线10和总线接口单元20分别输入到第一查询表70,行列值滤波单元50,对比单元30,第二查询表80,卷积器60,以及算法逻辑单元40。
另外,第一查询表70,行列值滤波单元50,对比单元30,第二查询表80以及卷积器60的操作方式与本发明第三实施例中相同。算法逻辑单元40使用来自总线接口单元20的数据执行点运算,从而将按照象素处理的图像数据输出到第三查询表120。
第三查询表120将来自算法逻辑单元40的数据调整成由用户确定的预定位数的数据。由于剩下的操作与本发明第三实施例的操作方式相同,为了简化而省略了具体的描述。
因此就有可能按照来自切换单元110的选择信号向主计算机有选择地输出一种改进图像的输出数据和具有各种恢复特性的被识别数据,从而识别出高分辨率的图像。
如上所述,本发明的图像识别装置可以在用于图像增强,数据恢复,边沿检测以及物体识别的芯片上装入样板匹配功能。因此,为了优化物体识别而进行的图像增强处理是同时执行的。另外还可以简化装置的结构,并且在没有附加存储器的情况下利用PCI总线高速发送数据。
尽管以上为了说明而公开了本发明的最佳实施例,本领域的技术人员在不脱离权利要求书所限定的本发明的精神和范围的条件下显然还可以实现各种变更和增删。
Claims (17)
1.一种主计算机和图像识别单元被分开设置的图像接收装置包括:
分别连接到主计算机和图像接收单元的总线;
连接到主计算机的总线接口单元,用于通过总线实现外部输入或输出数据的接口;以及
一个对比单元,用于从来自总线接口单元的图像数据中减去预先确定的样板数据,并且在来自总线接口单元的图像数据与样板数据相匹配时输出一个最小值。
2.按照权利要求1的装置,其中,所述总线接口单元包括:
双字定位单元,用于按照字的形式为数据定位,以便按照32位来处理同时发送的8位数据;
FIFO单元,用于按顺序存储双字定位单元的输出数据并且按照存储的顺序依次输出这些数据;
一个输入控制器,用于控制从FIFO单元输入的数据;
一个输出控制器,用于控制从FIFO单元输出的数据;
一个主逻辑单元,用于向总线发送请求信号,并且按照等待顺序许可信号的预定顺序把输出控制器的输出数据发送给总线;
一个计时器,用于对时间计数,以便判断主逻辑单元的响应时间;
用于产生地址的地址发生器,以便直接向一个存储器发送数据;
一个地址/数据多路转换器,用于对来自地址发生器的地址,来自FIFO单元的输出数据,以及输出控制器的输出数据进行多路转换,并且把数据发送到总线上;
一个奇偶发生器,用于检测地址/数据多路转换器的输出数据,并且将其所产生的奇偶性发送给总线;以及
一个将来自地址/数据多路转换器的地址/数据作为输入的从属逻辑单元,用于控制计时器和地址发生器。
3.按照权利要求1的装置,其中,所述对比单元包括:
一个样板寄存器,用于存储由用户确定的样板;
一个减法器,用于输出结果的数据和一个表示结果数据的数字正或负信息的进位信号,该结果数据是通过来自总线的图像数据以及来自样板寄存器的样板数据获得的;
一个“同”门,用于对来自“同”门的输出执行“同”运算;
一个累加器,用于累加“同”门的输出及其自身的输出;以及
一个输出缓冲器,用于缓冲累加器的输出,并且向外部输出最终的对比值。
4.按照权利要求1的装置,还包括一个行列值滤波器,它根据亮度和暗度为来自总线接口单元的图像数据提供行列值,选择该行列中具有中间值,最大值或是最小值的图像数据,并且将选定的数据输出到对比单元,而上述对比单元从来自行列值滤波单元的图像数据中减去预先确定的样板数据,并且在来自行列值滤波单元的图像数据与样板数据相匹配时向总线接口单元输出一个最小值。
5.按照权利要求4的装置,其中,所述行列值滤波单元包括:
第一多路转换器,用于对来自总线的图像数据进行多路转换,并且将数据分离成三个数据;
第一,第二和第三延迟/比较器,用于按顺序延迟来自第一多路转换器的数据,对延迟的数据进行比较,并且输出一个行列值;以及
第二多路转换器,用于根据来自第一,第二和第三延迟/比较器的行列值从三个数据中选择并输出一个数据。
6.按照权利要求5的装置,其中,所述第一,第二和第三延迟/比较器各自包括:
第一,第二和第三延迟单元,用于按顺序延迟来自第一多路转换器的数据;
一个比较器,用于比较来自第一,第二和第三延迟单元的数据的大小;以及
一个多路转换器,用于根据通过比较器的比较所获得的行列值选择一个输入数据。
7.按照权利要求4的装置,还包括一个查询表,用于把通过总线接口单元输入的图像数据变换成预先确定的图表值,一个卷积器用于对来自查询表的图像数据和两个矩阵值执行乘法和加法,并且输出两个结果值,一个绝对值计算单元用于将来自卷积器的两个结果值倍增,然后将其相加,计算图像的边沿尺寸,并对两个结果值进行除法运算获得一个弧度正切值,针对图像的边沿计算出方向,并且输出用于对比的方向数据,其中所述对比单元从来自行列值滤波单元的图像数据中减去预先确定的样板数据,并且在来自绝对值计算单元的图像尺寸与其方向相同,而且来自行列值滤波单元的图像数据与样板数据相匹配时向总线接口单元输出一个最小值。
8.按照权利要求7的装置,其中,所述卷积器包括:
用于把查询表的输出延迟一行的第一行缓冲器;
用于把第一行缓冲器的输出延迟一行的第二行缓冲器;以及
两个矩阵增殖和加法单元,用于对查询表和第一及第二行缓冲器的输出以及预先确定的两个矩阵值执行乘法和加法运算,并且输出作为2-维空间数据的水平和垂直结果值。
9.按照权利要求7的装置,其中,所述查询表包括存储器和用于控制存储器的控制器,所述存储器按照控制器的控制采用写入和选择信号存入一个变换数据,并且在输入一个地址信号并且按照控制器的控制而启动读出和选择信号时输出一个数据。
10.按照权利要求1的装置,还包括一个查询表,用于把来自总线接口单元的图像数据变换成预先确定的图表值,而所述对比单元从来自查询表的图像数据中减去预先确定的样板数据,并且在来自查询表的图像数据与样板数据相匹配时向总线接口单元输出一个最小值。
11.按照权利要求1的装置,还包括一个行列值滤波器,它根据亮度和暗度为来自总线接口单元的图像数据提供行列值,并且选择该行列中具有中间值,最大值或是最小值的图像数据,以及一个算法逻辑单元,用于把来自行列值滤波单元的图像数据分离成象素,并且逐个象素地对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且把经过逐个象素处理的图像输出到对比单元,而所述对比单元从来自算法逻辑单元的图像数据中减去预先确定的样板数据,并且在来自算法逻辑单元的图像数据与样板数据相匹配时向总线接口单元输出一个最小值。
12.按照权利要求1的装置,其中,所述总线是PCI总线,而所述总线接口单元是PCI式总线接口。
13.一种主计算机和图像接收单元被分开设置的图像识别装置包括:
连接到主计算机和图像接收单元的一条总线;
连接到总线上用于通过总线实现数据输入或输出接口的总线接口单元;
第一查询表,用于把来自总线接口单元的图像数据变换成预先确定的第一图表值;
一个行列值滤波单元,用于根据亮度和暗度为来自总线接口单元的图像数据提供行列值,并且选择和输出一个行列中具有中间值,最大值或是最小值的图像数据;
一个对比单元,用于从来自总线接口单元的图像数据中减去预先确定的样板数据,并且在来自总线接口单元的图像数据与样板数据相匹配时输出一个最小值;
第二查询表,用于把来自总线接口单元的图像数据变换成预先确定的第二图表值;
一个旁路单元,用于旁路第二查询表的输出;
一个卷积器,用于对来自第二查询表的数据或是来自总线接口单元的图像数据和预先确定的两个矩阵值执行乘法和加法,并且输出两个结果值;
一个绝对值计算单元,用于将卷积器的两个结果值倍增和相加,对于图像的边沿计算其尺寸,将两个结果值相除,获得一个弧度正切值,并且对于图像的边沿计算出一个方向值;
一个算法逻辑单元,用于把来自总线接口单元的图像数据分离成象素,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用逐个象素处理的图像;以及
连接到总线接口单元,第一查询表,行列值滤波单元,对比单元,旁路单元,绝对值计算单元,以及算法逻辑单元的输出端的一个切换单元,用于按照来自主计算机的选择信号在这些信号中间选择一个信号。
14.按照权利要求13的装置,还包括第三查询表,用于把来自算法逻辑单元的数据调节成由用户确定的具有预定位数的数据,并且将该数据输出到切换单元,而上述切换单元被连接到总线接口单元,第一查询表,行列值滤波单元,对比单元,旁路单元,绝对值计算单元,以及第三查询表的输出端,按照来自主计算机的选择信号在这些信号中间选择一个信号,并且将选定的信号输出到总线接口单元。
15.按照权利要求14的装置,其中,该总线接口单元,第一查询表,行列值滤波单元,对比单元,第二查询表,旁路单元,卷积器,绝对值计算单元,算法逻辑单元,以及第三查询表被装入同一个芯片上。
16.按照权利要求15的装置,其中该所述第一,第二和第三查询表各自包括一个存储器和用于控制存储器的控制器,其中的上述存储器按照控制器的控制采用写入和选择信号预先存入了一个变换数据,并且在输入一个地址信号并且按照控制器的控制而启动读出和选择信号时输出一个数据。
17.一种主计算机和图像接收单元被分开设置的图像识别装置包括:
连接到主计算机和图像接收单元的总线;
连接到总线上用于通过总线实现数据输入或输出接口的总线接口单元;
一个算法逻辑单元,用于把来自总线接口单元的图像数据分离成象素,逐个象素地针对前面的象素数据和当前输入的象素数据执行乘法,加法或是减法,并且输出用逐个象素处理的图像;
一个行列值滤波单元,用于根据亮度和暗度为来自算法逻辑单元的图像数据提供行列值,并且选择和输出一个行列中具有中间值,最大值或是最小值的图像数据;以及
一个卷积器用于对来自行列值滤波单元的图像数据和两个矩阵值执行乘法和加法,并且把这些值输出到总线接口单元。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR13305/96 | 1996-04-27 | ||
KR1019960013305A KR100186385B1 (ko) | 1996-04-27 | 1996-04-27 | 영상 인식 장치 |
KR13305/1996 | 1996-04-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1168504A true CN1168504A (zh) | 1997-12-24 |
CN1103082C CN1103082C (zh) | 2003-03-12 |
Family
ID=19456960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN97113420A Expired - Fee Related CN1103082C (zh) | 1996-04-27 | 1997-04-27 | 图像识别装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US5933530A (zh) |
JP (1) | JP3100037B2 (zh) |
KR (1) | KR100186385B1 (zh) |
CN (1) | CN1103082C (zh) |
MY (1) | MY124107A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100388272C (zh) * | 1999-10-21 | 2008-05-14 | 视频技术株式会社 | 信息提供系统 |
CN104820652A (zh) * | 2015-04-28 | 2015-08-05 | 电子科技大学 | 一种使用axi总线的图像模板匹配装置 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6097851A (en) * | 1998-03-31 | 2000-08-01 | Agilent Technologies | Low latency correlation |
US6573936B2 (en) * | 1998-08-17 | 2003-06-03 | Intel Corporation | Method and apparatus for providing a single-instruction multiple data digital camera system that integrates on-chip sensing and parallel processing |
US7194752B1 (en) | 1999-10-19 | 2007-03-20 | Iceberg Industries, Llc | Method and apparatus for automatically recognizing input audio and/or video streams |
KR100378592B1 (ko) | 2000-07-31 | 2003-03-31 | 한국전자통신연구원 | 디지털 이동 통신용 108 탭 1대4 인터폴레이션유한임펄스응답 필터장치 |
JP3486613B2 (ja) * | 2001-03-06 | 2004-01-13 | キヤノン株式会社 | 画像処理装置およびその方法並びにプログラム、記憶媒体 |
US7263541B2 (en) * | 2003-01-28 | 2007-08-28 | Agere Systems Inc. | Multi-dimensional hybrid and transpose form finite impulse response filters |
JP2006251916A (ja) * | 2005-03-08 | 2006-09-21 | Fujitsu Ltd | Dma転送システム及びdma転送方法 |
CN101650776B (zh) * | 2008-08-12 | 2013-03-20 | 财团法人工业技术研究院 | 追踪人物肢体位置的方法与系统 |
CN106775596B (zh) * | 2016-11-22 | 2019-01-15 | 北京航天自动控制研究所 | 一种红外图像线性插值膨胀硬件处理方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4685143A (en) * | 1985-03-21 | 1987-08-04 | Texas Instruments Incorporated | Method and apparatus for detecting edge spectral features |
US4972359A (en) * | 1987-04-03 | 1990-11-20 | Cognex Corporation | Digital image processing system |
US4829380A (en) * | 1987-12-09 | 1989-05-09 | General Motors Corporation | Video processor |
US5717785A (en) * | 1992-01-30 | 1998-02-10 | Cognex Corporation | Method and apparatus for locating patterns in an optical image |
US5197140A (en) * | 1989-11-17 | 1993-03-23 | Texas Instruments Incorporated | Sliced addressing multi-processor and method of operation |
EP0567059B1 (en) * | 1992-04-24 | 1998-12-02 | Hitachi, Ltd. | Object recognition system using image processing |
US5640200A (en) * | 1994-08-31 | 1997-06-17 | Cognex Corporation | Golden template comparison using efficient image registration |
US5485611A (en) * | 1994-12-30 | 1996-01-16 | Intel Corporation | Video database indexing and method of presenting video database index to a user |
-
1996
- 1996-04-27 KR KR1019960013305A patent/KR100186385B1/ko not_active IP Right Cessation
-
1997
- 1997-04-25 MY MYPI97001810A patent/MY124107A/en unknown
- 1997-04-27 CN CN97113420A patent/CN1103082C/zh not_active Expired - Fee Related
- 1997-04-28 US US08/846,492 patent/US5933530A/en not_active Expired - Lifetime
- 1997-04-28 JP JP09111374A patent/JP3100037B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100388272C (zh) * | 1999-10-21 | 2008-05-14 | 视频技术株式会社 | 信息提供系统 |
CN104820652A (zh) * | 2015-04-28 | 2015-08-05 | 电子科技大学 | 一种使用axi总线的图像模板匹配装置 |
CN104820652B (zh) * | 2015-04-28 | 2018-02-13 | 电子科技大学 | 一种使用axi总线的图像模板匹配装置 |
Also Published As
Publication number | Publication date |
---|---|
JPH10134182A (ja) | 1998-05-22 |
KR100186385B1 (ko) | 1999-05-01 |
US5933530A (en) | 1999-08-03 |
MY124107A (en) | 2006-06-30 |
JP3100037B2 (ja) | 2000-10-16 |
KR970072955A (ko) | 1997-11-07 |
CN1103082C (zh) | 2003-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1130069C (zh) | 假轮廓校正装置和方法 | |
CN1103082C (zh) | 图像识别装置 | |
CN102044071A (zh) | 基于fpga的单像素边缘检测方法 | |
WO2010093680A1 (en) | System and method for capturing and detecting barcodes using vision on chip processor | |
US7317835B2 (en) | Image processing method and apparatus | |
CN1308891C (zh) | 用于图象处理中边缘增强的装置和方法 | |
CN1141666C (zh) | 利用标准笔划识别输入字符的在线字符识别系统 | |
CN111340835A (zh) | 基于fpga的视频图像边缘检测系统 | |
CN1109244A (zh) | 运动矢量检测装置及方法 | |
CN1159679C (zh) | 数据处理设备及图像处理设备 | |
CN1886758A (zh) | 按比例缩小数字矩阵图像的方法及装置 | |
JP4565396B2 (ja) | 画像処理装置および画像処理プログラム | |
CN101060326A (zh) | 加减计数电路和加减计数方法 | |
CN1275191C (zh) | 用于扩展在图象中的字符区域的设备及方法 | |
Narasimhamurthy et al. | Fast architecture for low level vision and image enhancement for reconfigurable platform | |
CN1975646A (zh) | 光学导航装置和操作其的方法 | |
JP2013120517A (ja) | 画像処理装置 | |
JP4027398B1 (ja) | 動きベクトル検出装置 | |
CN110264488B (zh) | 一种二值图像边缘提取装置 | |
WO2021174506A1 (zh) | 图像边缘检测方法、装置以及图像信号处理器 | |
Ngo et al. | Low-power pedestrian detection system on FPGA | |
Camunas-Mesa et al. | Fully digital AER convolution chip for vision processing | |
Yasri et al. | VLSI based edge detection hardware accelerator for real time video segmentation system | |
Cappetta et al. | Hardware accelerator using Gabor filters for image recognition applications | |
US20220392207A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1028357 Country of ref document: HK |
|
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20030312 Termination date: 20140427 |