CN1193729A - 位置检测系统和方法 - Google Patents

位置检测系统和方法 Download PDF

Info

Publication number
CN1193729A
CN1193729A CN98103770A CN98103770A CN1193729A CN 1193729 A CN1193729 A CN 1193729A CN 98103770 A CN98103770 A CN 98103770A CN 98103770 A CN98103770 A CN 98103770A CN 1193729 A CN1193729 A CN 1193729A
Authority
CN
China
Prior art keywords
examined
image
target
compressed
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
Application number
CN98103770A
Other languages
English (en)
Other versions
CN1094222C (zh
Inventor
池田和隆
桥本良仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Electric Works Co Ltd
Original Assignee
Matsushita Electric Works Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP9006969A external-priority patent/JPH10206134A/ja
Priority claimed from JP9234587A external-priority patent/JPH1173510A/ja
Application filed by Matsushita Electric Works Ltd filed Critical Matsushita Electric Works Ltd
Publication of CN1193729A publication Critical patent/CN1193729A/zh
Application granted granted Critical
Publication of CN1094222C publication Critical patent/CN1094222C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515Shifting the patterns to accommodate for positional errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种位置检测系统,其根据对经压缩的对比图像和被检查图像的比较处理的结果,进行检测一被检查目标近似位置的粗位置的粗略检测处理;然后根据经较小压缩比压缩的对比图像和被检查图像的比较结果,进行在接近粗位置的检查范围内对被检查目标的更精确位置的精确检测处理,重复上述步骤,检测在检测范围之内的被检查目标的位置,其中压缩处理是平均压缩处理。

Description

位置检测系统和方法
本发明涉及一种位置检测系统和方法,其利用图像处理来求出一被检查目标的旋转角度和坐标。
迄今为止,已知如下的方法,作为求出一被检查目标相对于基准位置的旋转角的方法,该被检查目标包括在通过图像输入装置例如TV摄像机获取的图像提供的输入图像中:利用被检查目标和背景之间的浓密度差按照浓密度对输入图像进行二进制转换,以此将被检查目标与背景分开,然后求出被检查目标的惯性矩,并计算被检查目标的中心位置以及主轴旋转角度。这种技术用于对生产线的零件进行位置检测。例如,用于机器人的观测器,以便控制该机器人检测提供的零件的取向,夹持零件,并将零件固定到预定位置。
如上所述的用于求出被检查目标的主轴线的现有技术存在如下的问题:如果被检查目标的外形轮廓是圆形的,主轴线不能求出。因此,如果将字符等写在被检查目标P(例如硬币)上,并且该被检查目标P无取向性(Caorientation)(见图6(a)和6(b)),被检查目标P的旋转角度不能求出。如果外形轮廓例如方形轮廓具有旋转对称性,主轴线不是确定的,因此出现类似的问题。此外,即使主轴线M(见图7(a)和7(b))能够求出,代表取向的信息并未包括在主轴线M中。因此,如当被检查目标P相对于一条直线对称时,如图7(a)和7(b)中所示,若位置相差180°,也不能将图7(b)中所示的被检查目标P与图7(a)中所示的相区别。
另外,在日本专利公开文件平-6-89341中公开了一种模式符合法,其将被检查目标与先前输入的模型对比,以此求出该被检查目标的旋转角度。具体说,在这里所介绍的现有技术中,将一个零件一角的图像作为被检查目标对比,因此降低了处理量。据分析,该技术能用于检查在图7中所示的被检查目标的旋转角度。然而,由于仅利用在角上的图像,所以当外形轮廓是圆形或方形时,仍存在未能解决的问题。
此外,还已知如下的求出被检查目标的位置(旋转角和坐标)的方法,该被检查目标包括在利用图像输入装置例如TV摄像机获取的图像提供的输入图像(被检查图像)中:
迄今在日本专利公开文件平6-160047中公开了这种位置检测系统。这种系统根据对各比较图像进行比较处理的比较结果,进行检测在检查范围内的被检查目标近似位置的粗略位置的粗略检测处理,而该各比较图像是由经过一次移动一个粗检位移量的检测位移操作的标准解之(Correct Solution)图像和被检测图像进行压缩形成的;然后,根据对各比较图像进行比较处理的比较结果,进行检测在接近该粗略位置的检查范围内的被检查目标的更精确位置的精确检测处理,而该各比较图像是由通过一次位移一粗检位移量的检测位移操作的标准解之图像和被检查图像,按照比前一压缩比率更低的压缩比率进行压缩而形成的;以及以多步骤方式检测在检查范围内的被检查目标的位置。
更具体地说,该位置检测系统是通过抽取构成标准解之图像的各像素中的某些像素(或稀化)来进行压缩处理的。
按多步骤方式检测在检查范围内的被检查目标位置的常规位置检测系统的检测时间要比一开始就利用一步检测处理的精确检测在检测范围内的被检测目标位置所花的时间要短。
然而,由于该位置检测系统通过抽取或稀化构成标准解之图像的各像素中的某些像素来进行压缩处理,当由构成该标准解之图像的各像素中抽取的像素不具有平均值,而具有一奇异值时,不能精确地检测在检查范围内的被检查目标的位置(例如当包括噪声时)。
为了解决上述问题,本发明的目的是提供一种利用图像处理的位置检测系统和方法,其能求出一被检查目标的旋转角度和坐标,而与被检查目标的形状无关。
根据本发明的第一个方面,提供一种利用图像处理检测一被检查目标位置的方法,包括的步骤有:获取被检查目标的图像,以便准备被检查目标的被检查图像;准备具有被检查目标的基准图像的基准模型;通过按照各种不同的旋转角度转动基准模型来准备多个对比模型;将对比模型与被检查图像进行对比,以便评估其间的符合程度;以及将用于准备与被检查图像最严格符合的对比模型的基准模型的旋转角度确认为被检查目标的旋转角度。
根据本发明的第二方面,提供一种利用图像处理检测一被检查目标位置的方法,包括的步骤有:(1)获取被检查目标的图像,以准备被检查目标的被检查图像;(2)准备一具有被检查目标的基准图像的标准解之图像;(3)利用平均压缩处理按照指定的压缩比率压缩被检查图像和标准解之图像,而该平均压缩处理为计算在预定区域内的亮度的平均值并将该平均值作为经压缩的被检查图像和经压缩的标准解之图像中一个像素的亮度;(4)移动经压缩的标准解之图像;(5)将经压缩的被检查图像和经压缩/位移的标准解之图像相比较,以检测该被检查目标的粗位置;(6)利用平均压缩处理按照比前一压缩比率更低的压缩比率在检测到该粗位置之后压缩被检查图像和标准解之图像;(7)在粗位置附近移动经压缩的标准解之图像;(8)将经压缩的被检查图像和经压缩/位移的标准解之图像相对比,以检测比被检查目标的粗位置更精确的位置;以及(9)重复步骤(3)至(8),同时逐步在多步中降低压缩比率以检测该被检查目标的精确位置。
根据本发明的第三方面,提供一种利用图像处理检测一被检查目标位置的系统,其包括:一装置,用于获取被检查目标的图像,以准备被检查目标的被检查图像;一装置,用于准备一具有被检查目标的基准图像的基准模型;一装置,用于按照各种不同的旋转角度通过旋转基准模型准备多个对比模型;一装置,用于将对比模型和被检查图像相对比,以评估其间的相关程度;以及一装置,用于将准备与被检查图像最严格符合的对比模型用的基准模型的旋转角度确认为被检查目标的旋转角度。
根据本发明的第四方面,提供一种利用图像处理检测一被检查目标位置的系统,其包括:一装置,用于获取被检查目标的图像,以准备被检查目标的被检查图像;一装置,用于准备一具有被检查目标的基准图像的标准解之图像;一装置,用于利用平均压缩处理按照指定的压缩比率压缩被检查图像和标准解之图像,该平均压缩处理是计算在一预定区域内的亮度的平均值,并用该平均值作为经压缩的被检查图像和经压缩的标准解之图像中的一个像素的亮度;以及一装置,用于将经压缩的被检查图像和经压缩的标准解之图像相比较,以检测该被检查目标的粗位置,其中该压缩装置在检测到该粗位置之后利用平均压缩处理按照比前一压缩比率更低的压缩比率压缩被检查图像和标准解之图像,比较装置将经压缩的标准解之图像和接近粗位置的经压缩的被检查图像相比较,以检测比被检查目标的粗位置更精确的位置,以及该压缩和比较装置重复压缩和比较步骤,同时在多个步骤中逐步降低压缩比率,以检查该被检查目标的精确位置。
在各附图中:
图1是说明本发明第一实施例的基本概念的示意图;
图2是表示本发明第一实施例的方块图;
图3是表示本发明第二实施例的方块图;
图4是说明本发明第四实施例的基本概念的示意图;
图5是说明本发明第五实施例的基本概念的示意图;
图6(a)和6(b)是用于解释常规技术存在问题的示意图;
图7(a)和7(b)是用于解释常规技术存在问题的示意图;
图8是说明本发明第六实施例的基本概念的示意图;
图9是表示根据本发明第七实施例的压缩处理的示意图;
图10是表示本发明第七实施例的结构的方块图;
图11是表示在本发明第七实施例中的CPU、ASIC等的工作情况的示意图;
图12是表示关于在本发明第七实施例中经压缩的基准图像旋转位移操作的示意图;
图13是表示在本发明第七实施例中的下一步骤中的预定旋转角度的示意图;
图14是表示在本发明第七实施例中下一步骤中的预定平行运动范围的示意图;
图15是表示本发明第七实施例中的检测操作的流程图;
图16是表示利用在本发明第八实施例中通过第一步检测处理测得的多个位置的示意图;
图17是表示在本发明第九实施例中的检测操作的流程图;
图18是表示在本发明第十实施例中的检测操作的流程图;
图19是表示本发明第十一实施例中的检测操作的流程图。
第一实施例
如图2中所示,被检查目标1的图像被由TV摄像机构成的图像输入装置2所获取,并对图像输入装置2提供的具有一定灰度的图像进行模数变换和平滑等预处理,由此制成一个已除去噪声的初始图像(如在图2表示的实例中,利用图像输入装置2进行模数变换和预处理),并将该初始图像作为输入图像(被检查图像)存在帧存储器3中。帧存储器3经过总线9连接到微机中的CPU4(中央处理单元),而且下面将要介绍的存储基准模型的模型存储器5也与总线9相连。模型存储器5存储作为要与目标1的图像对比的基准形状的基准模型。这里,在图像基准取向方面帧存储器2和模型存储器5是彼此协调一致的;把基准模型在模型存储器5中的存储状态定义为基准位置(即旋转角度为0°)。例如,为了利用一个字符作为基准模型,带有正常设定的字符的基准模型存储在模型存储器5中。
为了求出包括在输入图像中的目标1的具体图形形状,即被检查目标P的位置,如图1所示,利用CPU4通过每一次按照一预定角度(在图1为10°)旋转基准模型T0而形成对比模型T1,并与目标图像P相对比。将与目标图像P最符合的对比模型T1与存储在模型存储器5中的基准模型T0形成的角度确认为被检测目标P的旋转角度。这里,来用已知的常规标准化的对比法将对比模型T1与被检查目标P进行对比;求出被检查目标P和每个对比模型T1之间的一相关函数,并且当该相关函数值达到最大值时,就认为被检查目标P和对比模型T1已经符合。按照该实施例中的方法,将一基准模型T0输入到模型存储器5以便与被检查目标P对比,从而使所要求的模型存储器5存储容量降低。
基本上按照依要求适当确定的均等的角度间隔准备对比模型T1。即,如果角度间隔较大,受检目标P的旋转角度的检测精度下降;但是由于与被检查目标P比较的对比模型的数目较少,所以可以在较短时间内得到对比结果。相反,如果角度间隔较小,受检目标P的旋转角度的检测精度提高。
帧存储器3和模型存储器5通过划分存储区可以共用同一存储器。利用具有图像输入功能的计算机系统可以提供该系统;当然,如果提高CPU的处理速度,则读取图像的瞬时和得到结果的瞬时之间的时间间隔会缩短。
第二实施例
在第一实施例中,CPU4根据存储在模型存储器5中的基准模型准备对比模型。在本发明的第二实施例中,如图3中所示,设有模型准备部分6,用于根据基准模型准备对比模型。如果采用这样的结构,模型准备部分6可以设计成专用于根据基准模型进行对比模型的准备,由于CPU4减轻负载,整个过程可以加速。例如,可以利用ASIC(专用IC)来构成模型准备部分6。CPU4主要用作对比处理部分,用以将对比模型与受检目标进行对比并根据对比结果求出受检目标的旋转角度。
按照该实施例的结构,设有模型准备部分6,以此可以分散CPU4的负荷,以及该专用准备对比模型的模型准备部分6可以高速进行处理。由于CPU4可减去很大部分负荷,所以可以采用较慢处理速度的CPU用作CPU4。此外,正像在第一实施例中一样,可以采用小容量的存储器作为模型存储器5。第二实施例中的其它组成部分和工作情况与第一实施例相似。模型准备部分6仅准备对比模型,但也可以将对比模型与被检查目标相对比。
第三实施例
在第一和第二实施例中,按照一对一地与被检查目标的对应关系提供基准模型并将其存储在模型存储器5中,以及当将一个基准模型与对应的被检查目标相对比时,CPU4根据基准模型准备对比模型。在本发明的第三实施例中,用于与被检查目标对比的对比模型是预先输入到模型存储器5中的。
在该实施例中,需要大容量存储器作为模型存储器5,不过不需要准备对比模型的时间,而是由模型存储器5依序读出对比模型并与被检查目标相对比,从而可以将具有相对慢处理速度的CPU用作CPU4。第三实施例中的其它组成部分和工作情况与第一实施例相似。
第四实施例
按照本发明的第四实施例,如图4中所示,限制用于准备对比模型T1的角度范围θ,即如果对于仅产生较小角位移的目标1准备全部角度的对比模型T1,则某些对比模型T1不会被使用。因此,应仅在所需角度范围θ内准备使用模型T1
因此限制所要准备的对比模型T1的角度范围θ,可以降低需使用的对比模型T1的数目,使得用于准备对比模型T1所需的处理时间缩短和用于存储相对一个被检查目标的对比模型T1的模型存储器5的存储容量降低。如果使用相同的处理时间和相同的存储容量,可以使对比模型T1的角度间隔变窄,从而可提高受检目标旋转角度的检测精度。由用户通过一操作部分例如键盘(未表示)来设定角度范围θ。第四实施例中的其它组成部分和工作情况与在第一到第三实施例中的相似。
第五实施例
本发明的第五实施例利用第四实施例中的方法以及用于求出主轴线的常规技术。即如图5中所示,利用常规技术求出被检查目标P的主轴线M,以及按照以主轴线M的旋转角度为中心确定角度范围θ。进而,确定与角度范围θ相差180°的另一角度范围θ′,并将处在角度范围θ和θ′中的对比模型与被检查目标P相对比。为了求出主轴线M,使用按照具有适当阈值的密度(concentration)通过对初始图像进行二进制化处理形成的二进制式图像,并利用已知的常规技术。
该实施例采用的技术能检测一甚至相对于一条直线对称的被检查目标P的旋转角度,而按常规技术如果仅求出主轴线M的旋转角度,被检查目标P的旋转角度是不能检测到的。第五实施例中的其它组成部分和工作情况与第一到第三实施例中的相似。
第六实施例
如图8所示,在本发明的第六实施例中,确定被检查目标中有代表性的一点C(通常为重心),并将每一对比模型的中心与被检查目标的中心相对照,以便将对比模型与被检查目标进行对比。对于一个圆周可提供多个对比模型。这意味着可在0°-360°的范围内进行对比,即使对于具有很难确定主轴线的被检查目标(例如具有圆形或方形轮廓的被检查目标)的旋转角度也能检测。然而,一平面圆是无取向性的,一个平面方形具有4周期的旋转对称性,并且旋转角度对于4个方向是等效的,在这些情况下,即使在该实施例中旋转角度也是不能确定的。然而,如果将一字符或标志写在被检查目标的轮廓内,便可用该实施例提供的技术求出旋转角度。第六实施例中的其它组成部分和工作情况与在第一到第三实施例中的相似。
第七实施例
下面参照图9到15讨论本发明的第七实施例。
第七实施例中的位置检测系统包括:TV摄像机10、监视器11、存储器12、拍摄存储器13A和13B、显示存储器14A和14B、重叠存储器15、LUT(查询表)16、CPU(中央处理单元)17、ASIC(专用IC)18以及扫描存储器(未表示)。
TV摄像机10与监视器11一起获取被检查目标的图像。存储器12存储包括被检查目标的标准解之(correct solution)图像。转换开关SW1在CPU17至存储器12的通道以及ASIC18至存储器12的通道之间转换,以防止ASIC18和CPU17同时寻址存储器12。
拍摄存储器13A、13B读取和记录处在检查范围内的被检查图像(输入图像),在该检查范围内TV摄像机10中出现被检查目标。转换开关SW2a和SW2b在CPU17至拍摄存储器13A、13B的通道,ASIC18至拍摄存储器13A、13B的通道之间转换,并连接到TV摄像机10。因此,当拍摄存储器13A和13B中之一连接到CPU17或者ASIC18时,其中的另一个连接到TV摄像机10。因此,当拍摄存储器13A和13B中之一被CPU17或ASIC18处理时,其中的另一个连接到TV摄像机10,用以读取另一个被检查图像。
显示存储器14A、14B记录在监视器11上显示的图像。转换开关SW3a和SW3b在CPU17至显示存储器14A、14B的通道、与TV摄像机10连接用于读取被检查图像的通道,以及与监视器11连接用于显示被检查图像的通道之间切换。
重叠存储器15描绘一个字符或一图像,将其重叠到被检查图像上,并在监视器11上显示合成的图像。LUT16具有一图表,用于确定向监视器11输出的数值。
CPU17进行通用的计算。其进行所有除ASIC18处理的计算以外的处理计算。
ASIC(计算装置)9可适用于重复进行简单的乘法和加法运算。其专用于执行对目标(aim)计算的各乘积求和(∑xy)的运算。当x=1时,对各乘积的求和运算变为求总和的计算;而当x≠y时,该运算变为狭意上的各乘积的求和计算;当x=y时,该运算变为求平方和的计算。后面将详细讨论ASIC18的工作情况和对各乘积求和运算算法的表达式。
扫描存储器存储用于实际控制ASIC18的扫描数据,扫描存储器、存储器12以及拍摄存储器13A和13B构成一存储器部分。由CPU17准备扫描数据。
下面,详细讨论ASIC18的工作情况。首先,CPU17选择ASIC18,并向ASIC18输送扫描数据,然后选择存储器和写入方式,以此,存储器部分将扫描数据写入扫描存储器。当一检查装置(未表示)起动时,CPU17使ASIC18选择一存储器并产生扫描存储器读出地址,因此,存储器部分从扫描存储器读出数据。根据读出的数据,ASIC18检查数据块的数目,确定一种方式以及各种参数,并产生扫描数据。其还从视频信号存储器的拍摄存储器13A和13B以及存储器12读出数据。ASIC18对灰度数据进行计数,即根据确定的选择方式,进行各乘积求和、求总和、在狭意上的各乘积的求和或平方和的运算,并请求CPU17读取各乘积之和的运算结果。CPU17进行定时调节并读出各乘积之和的运算结果。
下面将讨论位置检测系统的一般工作情况。该位置检测系统根据对各比较图像进行比较处理的比较结果,进行检测处在检查范围内的被检查目标近似位置的粗略位置的粗略检测操作,各比较图像是通过对包括经一次移动粗检测位移量的检测位移操作的被检查目标的标准解之图像和被检查图像进行压缩形成的,该压缩如图9所示;然后根据对各图像比较处理的比较结果进行更精确检测被检查目标在接近粗位置检查范围内的位置的精确检测操作,而各图像是由通过一次移动粗检测位移量的检测位移操作的标准解之图像和被检查图像进行压缩形成的,其压缩率小于前一压缩率;和以多步骤方式检查被检查目标在检查范围中的位置,其中沿X和Y方向的压缩比率从1/16到1/8到1/4到1/2到1/1(五步)逐步调节。即最后一步压缩比率为1/1。压缩处理是指对在一方形区内的亮度计算平均值和用计算结果作为压缩图像中一个像素的亮度的平均压缩处理。例如,如果压缩比率是1/16,在16×16像素区域内的亮度平均值变为该压缩图像中一个像素的亮度。顺便指出,标准解之图像对应于在第一实施例中的基准模型。施加检测位移操作的标准解之图像对应于在第一实施例中的对比模型。下文将介绍的检测位移角θ对应于在第一实施例中的旋转角。
下面参照图15详细讨论位置检测系统的工作情况。首先,将被检查图像和标准解之图像按照上述压缩比率压缩。然后,如图12所示,将经压缩的标准解之图像旋转一检测位移角(检测位移量)θ作为一次位移操作,同时作为一次位移操作在预定范围内一次平行移动被压缩图像中一个像素的检测位移长度(检测位移量)。这称之为光栅(raster)扫描。进行包括旋转和平移的位移操作直到旋转角变为预定角φ。
在第一步检测处理中的预定角度φ例如为360°。当距旋转中心最远位置处的像素移动一个像素时,根据用于计算角度的表达式(1)求出检测位移角θ。在表达式(1)中,Dist表示旋转中心和距旋转中心位置最远的像素之间的距离。该作为旋转中心和距旋转中心位置最远的像素之间的距离Dist随压缩比率的降低而逐渐增加。因此,当压缩比率降低时检测位移角θ逐渐减小。这意味着用于精确检测处理的精确检测位移角要小于用于粗检测处理的粗检测位移角。
检测位移角θ=Sin-1(l/Dist)    (1)
另一方面,在第一步检测处理中的预定范围是压缩图像的所有区域。当压缩比率降低时,等于上述压缩图像中一个像素的检测位移长度逐渐减小。这意味着,用于精确检测处理的精确检测位移长度小于用于粗检测处理的粗检测位移长度。
在完成这样的第一步检测处理之后,将进行下一步检测处理。在下一步或再其后的检测处理中的预定角度φ处于:加上前一步骤中的检测位移角θ的一个角度与减去前一步骤中的检测位移角θ的一个角度之间,其中,以检测出的该被检查目标的粗位置(粗略旋转角)为中心,如图13所示。图13是用于解释预定角φ的示意图,其中压缩处理没有进行。
用于确定下一步检测处理中的预定范围的预定尺寸LL处于这样两个位置(坐标)之间,其中一个位置是其上增加由(在下一步骤中当时的压缩比率)/(先前的压缩比率)形成的尺寸值L的位置,而其中另一位置是其上减去尺寸值L的位置,其中,以检测出被检查目标的近似位置(坐标)的粗位置(坐标)作为X和Y方向的中心,如图14中所示。例如,如果前一压缩比率是1/16,后一步骤中的压缩比率为1/8,尺寸值L变为2,以及在下一步检测处理中的预定尺寸LL变得处在以在前一步骤中检测出的位置(坐标)为中心的正负两个像素的范围内。图14是用于解释预定尺寸LL的示意图,其中压缩处理未进行。
在位移操作完成之后,根据表达式(2)计算一代表在这样一个区域中的标准解之图像和被检查图像之间的符合程度的相关值R,在该区域中,标准解之图像和被检查图像相重叠;而该表达式(2)包括各乘积的求和运算;将各相关值进行比较并求出最大相关值R时的坐标和旋转角度的组合参数,以此,检测处在检查区域内的被检查目标的位置。
在表达式(2)中,f(x,y)代表在坐标(x,y)处的标准解之图像的亮度值,g(x,y)代表在坐标(x,y)处的被检查图像的亮度值,s代表标准解之图像和被检查图像重叠的面积,以及mn代表在重叠面积中的像素数。
相关值R= { mn Σ x , y ∈ s + ( x , y ) g ( x , y ) - Σ x , y ∈ s + ( x , y ) Σ x , y ∈ s g ( x , y ) } 2 ( mn Σ x , y ∈ s + ( x , y ) 2 - ( Σ x , y ∈ s + ( x , y ) ) 2 ) ( mn Σ x , y ∈ s ( x , y ) 2 - ( Σ x , y ∈ s g ( x , y ) ) 2 ) - - - - ( 2 )
如果根据该程序检测在检查范围内的被检查目标的位置,例如当被检查图像和标准解之图像的尺寸分别为512×480像素和128×128像素,以及在最后一步骤中的检测位置角θ为1°时,伴随检测处理的计算处理总次数变为19300,总处理时间变为约1秒。因此,当与按一步检测而不是实行多步检测对处在(检测)检查范围中的被检查目标的位置进行检测时使用的计算处理的总次数48000 000以及总处理时间几秒相比,检测处理次数和检测时间惊人地减少了。在第一步检测处理中的处理次数为19300次处理次数的约98%。
在该位置检测系统中,与通过提取构成标准解之图像的像素中的某些像素(或稀化)而形成的图像不同,通过平均压缩处理形成的图像具有平均像素值。因此,如果某些像素具有奇异值,可对各奇异值平均而排除这些奇异值本身,使得可以精确地检测在检查区域内的被检查目标的位置。
通过一次移动一小于粗检测位移量的精确检测位移量,可以实现比一次位移与粗检测位移量相同的精确检测位移量的检测处理更精确的检测处理。而且,可以进一步产生能够精确检测在检查区域中的被检查目标的位置的效果。
由于是由专用于进行目标计算的ASIC18而不是由用于通用计算的CPU17进行各乘积的求和运算,对各乘积的求和运算所需的时间要比当由CPU17进行各乘积的求和运算时耗费得少。例如当被检查图像和标准解之图像的尺寸分别为512×418像素以及128×128像素时,如果仅由CPU17进行各乘积的求和运算,在处理中要用几秒,而在本实施例中时间缩短到约一秒。
第八实施例
接着,参照图16讨论本发明的第八实施例。与在前面介绍的第七实施例中相同的那些部分在第八实施例中使用相同标号表示,并不再讨论。在第七实施例中,当在每一步骤中进行检测处理时,求出相关值R达到最大值时的坐标和旋转角度,以此检测该被检查目标的位置;在第八实施例中,当进行非最后一步骤的每一步骤中的检测处理时,求出当相关值R相对高且超过一阈值时的坐标与旋转角的多个拟用组合参数,然后,当在下一步骤中进行检测处理时,在前一步骤中求出的组合参数被缩小并检测出该被检查目标的位置。
更具体地说,例如如图16所示,当进行第一步骤中的检测处理时,如果存在相关值R不太低的第一级到第七级坐标和旋转角组合参数,则选择相关值R比较高的第一级到第五级的组合参数,以及当第一级到第四级的组合参数具有超过阈值的相关值R时,仅求出第一级到第四级的组合参数,即C1、C2、C3和C4,以此检测该被检查目标的一个以上的位置。当进行第二步骤的检测处理时,根据第一级到第四级检测位置中的每一个检测位置,计算用于一个位移操作中平移的预定范围和检测位移长度L,以及用于一个位移操作中旋转的预定角度φ和检测位移角θ。然后进行第二步骤的检测处理。
在该位置检测系统中,如果在前一步骤的检测处理中仅检测到一个位置,则该检测的位置可能精度不良,和由于噪声等因素产生误差。然而,如果在前一步骤的检测处理中检测到几个位置,而且在下一步骤的检测处理中所述数目还会减少,所以即使检测的位置中包括未精确检测的位置以及有误差,当检测位置数缩减时,该位置可以被排除在外。因此,可以进一步产生能够精确检测在检查区域中的被检查目标的位置的效果。
与在第七实施例中相似,通过一次移动一小于粗检测位移量的精确检测位移量,可以产生能够精确检测在检查区域中的被检查目标的位置的效果。
与在第七实施例中相似,由专用于进行目标计算的ASIC18进行各乘积求和的运算,使得对于各乘积求和运算所需的时间可以比当利用CPU17进行各乘积求和运算时所耗费的时间要短。
第九实施例
接着,参照图9讨论本发明的第九实施例。在第九实施例中的与在前面第七实施例中介绍的那些相同的部分使用相同的标号来表示,这里不再讨论。在第七实施例中,当进行第一步骤的检测处理时,实行平移和旋转的位移操作;在第九实施例中,仅实行平移的位移操作。
更确切地说,例如在第一步骤的检测处理中,按照1/4的压缩比率压缩被检查图像和标准解之图像,然后,在预定范围内,即在压缩图像的所有区域内,在进行位移操作时将经压缩的标准解之图像一次平移一压缩图像中一个像素的检测位移长度。
在进行了这样的第一步骤的检测处理后,进行包括平移和旋转位移操作的第二步检测处理。在第二和其后步骤中的压缩比率为1/1。第二和其后步骤中的预定范围处于两个位置(坐标)之间,其中一个位置为其上增加一由(在下步骤中的当时压缩比率)/(前一压缩比率)得到的尺寸值L的位置,而另一位置为减去尺寸值L的位置,其中以检测出的被检查目标的近似位置(坐标)作为中心。例如,如果在前一步检测处理中的压缩比率是1/4,对于下一步检测处理的当时压缩比率是1/1,则尺寸值L变为4,在下一步检测处理的预定范围变为以在前一步骤中检测出的位置(坐标)为中心的正负四个像素的范围。在第二和其后步骤中的检测位移长度为1/(2×前一压缩比率)。例如,如果前一压缩比率是1/4,当前的压缩比率是1/1,则检测位移长度变为两个像素。另一方面,在第一步检测操作中的检测位移长度是按照压缩比率1/4压缩后的图像的一个像素,并对应于未经压缩的图像中的四个像素,因此,在第二步骤检测处理中的检测位移长度小于在第一步检测处理中的检测位移长度。当检测位移长度变得小于一个像素时,该预定范围和检测位移长度不再随检测步骤的继续进行而改变。
另一方面,在第二步骤中的预定角度φ例如为±16°。在第三及其后步骤中的预定角度φ为±(1/前一压缩比率)。例如,如果前一压缩比率为1/4,当前压缩比率为1/1,则预定角度φ变为±4°。当压缩比率小于1/1时,在第三及其后步骤中为±(1/前一压缩比率)的预定角度φ随着检测步骤的继续进行而减小。检测位移角θ是预定角度φ的1/4。例如,如果预定角度φ是±16°,检测位移角θ变为8°。当预定角度随检测步骤的继续进行如上所述而减小时,作为预定角度φ的1/4的检测位移角θ随检测步骤的继续进行而减小。当检测位移角θ超过极限精度时,该预定范围和检测位移长度不再随检测步骤的继续进行而变化。
在上述位置检测系统中,与在粗位置附近的更精确位置检测的精确检测处理的第二步骤检测处理相比较,检测近似位置的粗检测处理中的第一步检测处理包括宽的检测范围和用于检测处理的大量的计算量,处理更花时间。然而,仅包括平移位移操作的第一步检测处理在处理时所花的时间要短于包括旋转和平移的位移操作的检测处理。确切地说,例如当被检测图像和标准解之图像的尺寸分别为512×480像素和128×128像素时,在第二步检测处理中的预定角度φ为±16°,在第一步检测处理中的压缩比率为1/4,角度极限精度为1°,与检测处理相关联的计算处理总次数为880,检测处理时间变为400毫秒。
如在第七实施例中一样,通过一次移动一小于粗检测位移量的精确检测位移量,可以进一步产生能够精确检测被检查目标在检查范围内的位置的效果。
如在第七实施例中一样,由专用于进行目标计算的ASIC18进行各乘积求和的运算,使得对于各乘积求和运算所需的时间可以短于由CPU17进行各乘积求和运算所需的时间。
第十实施例
下面,参照图18讨论本发明的第十实施例。在第十实施例中与先前在第九实施例中介绍的相同的部分使用相同的标号表示,并不再讨论。在第九实施例中,当进行第二步检测处理时,求出相关值R达到最大值时的坐标和旋转角,以此检测被检查目标的位置;在第十实施例中,像在第八实施例中的第一步到第四步检测处理中一样,求出当相关值R比较高并超过阈值时的多个坐标和旋转角度的组合参数,然后当进行第三步检测处理时,对在第二步检测处理中求出的组合参数进行缩减,并检测该被检查目标的位置。
在该位置检测系统中,即使各检测的位置包括一未精确检测的位置并产生误差,当检测的位置被缩减时该未精确检测的位置也可以被排除,因此,除了第九实施例的效果之外,象在第八实施例中一样,可以进一步产生能够精确检测被检查目标在检查范围内的位置的效果。
第十一实施例
接着,参照图19讨论本发明的第十一实施例。这一实施例是一种组合实施例,包括用于准备模型的步骤以及用于压缩被检查图像和模型的步骤。
在这一实施例中,正如在第四到第六实施例中介绍的一样,光栅扫描的检查范围和需检测的旋转角限制在一预先确定的范围内。在第一步检测处理中,将经压缩的被检查图像(压缩的输入图像)和经压缩的对比模型(经压缩的要进行检测位移操作的标准解之图像)进行比较,以便检测在第一步检测处理中该相关值达到最大值时的该被检查目标的粗位置(粗坐标和旋转角度)。在下一步骤中,降低压缩比率,在接近第一步检测处理中检测的粗位置处,对以比前一压缩比率更低的压缩比率压缩的被检查图像和对比模型进行比较,以便更精确地检测该被检查目标的位置。通过在多个步骤进行上述粗检测处理,可以确定被检查目标的精确位置。这一实施例是上述第一、第四到第七实施例的组合的实例。当然可以采用上述各实施例的各种组合。
在上述各实施例中,检测位移角θ可随检测步骤的继续进行而减小,例如当检测位移角θ极小时,就不必再随检测步骤的继续进行而减小。
随着检测步骤的继续进行减小检测位移长度和检测位移角θ的程序并不局限于在上述各实施例中所表述的那些程序。
在上述各实施例中,由专用于进行目标计算的ASIC18进行各乘积求和的运算;例如,当被检查图像小而检测处理计算量不太大时,可以由CPU17进行各乘积的求和运算。
根据本发明,位置检测方法包括:第一步骤,通过旋转作为先前按照各不同旋转角度输入的基准图形形状的基准模型,先后准备多个对比模型;第二步骤,将对比模型依次与包括在指定输入图像中的被检查目标进行对比,以便评估其相关程度;以及第三步骤,将在第二步骤中与被检查目标最符合的对比模型与基准模型构成的旋转角度确认为被检查目标的旋转角度。将按各种不同角度旋转基准模型形成的对比模型与被检查目标相对比,以此求出被检查目标的旋转角度。因此,即使被检查目标的外形轮廓为对称形状的,则只要被检查目标包括方向性,便可以检测出被检查目标的旋转角。此外,在与被检测目标对比时,根据基准模型准备对比模型,使得用于输入基准模型的存储器的容量可比较小。
如果使用由具有专用于根据基准模型准备对比模型的硬件的模型准备部分一个接一个地准备的对比模型,以及根据对比模型与被检查目标的对比结果,利用与模型准备部分分别装设的对比操作部分求出被检查目标的旋转角度,该专用硬件用于根据基准模型准备对比模型的步骤,便可使根据基准模型准备对比模型的步骤加速,从而缩短处理时间。
此外,可以提供这样一种位置检测方法,其包括:第一步骤,将先前输入的通过按各种不同角度旋转基准图形形成的多个对比模型与包括在指定的输入图像中的被检查目标依次相对照,以评估其符合程度;第二步骤,将在第一步骤中与被检查目标最符合的对比模型与基准模型形成的旋转角度确认作为被检查目标的旋转角度。由于对比模型是先前输入的,在与被检查目标对比时不需要准备对比模型的步骤,因此可以高速处理。
如果将要与被检查目标对比的对比模型的角度范围限制在预定的范围内,假设旋转角度的检测精度与当未限制角度范围时相同,对比模型的数目可以降低,使得处理可以加速,存储器容量减小。如果对比模型像未限制角度范围时的对比模型的数目一样多,则旋转角度的检测精度可以提高。
位置检测方法最好包括有求出被检查目标主轴线的旋转角度的步骤,以及如果将要与被检查目标对比的对比模型的角度范围限制在以主轴线为中心的旋转角度的预定角度范围以及与该预定角度范围相差180°的角度范围内,则可求出被检查目标的主轴,以此求出被检查目标的粗旋转角度,然后将对比模型用于确定被检查目标的旋转角度。因此,虽然对比模型的数目减少了,仍可以精确地求出被检查目标的旋转角度。
位置检测方法最好还包括有求出成为被检查目标的旋转中心的有代表性的一点的步骤,并且如果成为每一对比模型旋转中心的有代表性的一点与该被检查目标上该有代表性的一点相符合(该点用于评估被检查目标和对比模型之间的符合程度),那么成为每一对比模型的旋转中心的有代表性的该点便与成为用于对比的被检查目标旋转中心上有代表性的该点相符合。这样就不需要每次都将每个对比模型和被检查目标对准,来进行对比模型与被检查目标的对比,从而方便了其间的对比。
此外,在本发明中,不同于通过抽取(或稀化)构成标准解之图像的像素中的某些像素形成的图像,通过平均压缩处理形成的图像具有各像素数值的平均值。因此,如果某些像素具有奇异值,这些奇异值将被平均,从而使这些奇异值本身被排除,使得在检查范围中的被检查目标的位置可以精确地检测。
如果通过进行粗检测处理仅检测出一个粗位置,则该检测到的粗检测位置精度可能较差,并由于噪声等因素而产生误差。然而,如果在粗检测处理时检测到多个粗位置,那么通过进行精确检测处理也可将这些粗位置缩减,所以即使所抽取的各粗位置包括一不精确检测的位置并具有误差,当各粗位置被缩减时,也可以排除不精确的位置。因此,可以进一步产生能够精确检测在检查范围中被检查目标位置的上述本发明的效果。
通过在一次中移动一小于粗检测位移量的精确检测位移量,可以实现与在一次移动与粗检测位移量相同的精确检测位移量的检测处理更精确的检测处理。故可以进一步产生能够精确检测在检查范围中的被检查目标的上述本发明的效果。
除了本发明的上述效果以外,检测近似位置的粗检测处理与检测接近粗位置的更精确位置的精确检测处理相比较,具有宽的检测范围,其在处理时要花费较多时间。然而,仅包括平移位移操作的第一步检测处理的处理时间要比包括旋转和平移位移操作的检测处理时间要短。
此外,由一专用于进行目标计算的附加装置进行各乘积求和的运算而不是由用于通用计算的计算装置例如CPU进行运算,因此对于各乘积求和的运算所需的时间可以比当利用例如CPU等计算装置进行各乘积求和运算所用的时间要短。

Claims (24)

1.一种利用图像处理检测一被检查目标位置的方法,其包括的步骤有:
获取被检查目标的图像,以便准备被检查目标的被检查图像;
准备具有被检查目标的基准图像的基准模型;
通过按照各种不同的旋转角度旋转基准模型准备多个对比模型;
将对比模型与被检查图像进行对比,以便评估其间的符合程度;以及
将用于准备与被检查图像最符合的对比模型的基准模型的旋转角度确认为被检查目标的旋转角度。
2.根据权利要求1所述的用于检测一被检查目标位置的方法,其特征在于,准备对比模型的步骤是利用专用于准备对比模型的硬件进行的,以及对比步骤是利用与该硬件分开装设的对比操作部分进行的。
3.根据权利要求1所述的用于检测一被检查目标位置的方法,其特征在于,在获取图像步骤之前准备基准模型和对比模型。
4.根据权利要求1所述的用于检测一被检查目标位置的方法,还包括将用于准备对比模型的基准模型的旋转角度限制到预定范围的步骤。
5.根据权利要求1所述的用于检测一被检查目标位置的方法,还包括的步骤有:
求出被检查目标的主轴线的旋转角;以及
将用于准备对比模型的基准模型的旋转角度限制到主轴线为中心的旋转角度范围以及与该主轴线的旋转角度范围相差180°的角度范围。
6.根据权利要求1所述的用于检测一被检查目标位置的方法,还包括的步骤有:
确定被检查目标上有代表性的一点;
将对比模型的中心与被检查目标上有代表性的一点相对照,以便评估被检查目标与对比模型之间的符合程度。
7.根据权利要求1所述的用于检测一被检查目标位置的方法,还包括的步骤有:
利用平均压缩处理按照指定压缩比率对被检查图像和对比模型进行压缩,这种平均压缩处理包括计算在预定区域内的亮度平均值并将该平均值作为经压缩的被检查图像和对比模型中一个像素的亮度;
将经压缩的对比模型与经压缩的被检查图像对比,以便检测该被检查目标的粗旋转角;
在检测到粗旋转角之后利用平均压缩处理按照一比前一压缩比率更低的压缩比率压缩被检查图像和对比模型;
在粗旋转角附近移动经压缩的对比模型;
将经压缩的对比模型与经压缩的被检查目标对比,以便检测比被检查目标的粗旋转角度更精确的旋转角度;以及
重复所有上述步骤,同时在多个步骤中逐步降低压缩比率,以便检测该被检查目标的精确旋转角度。
8.一种利用图像处理检测一被检查目标位置的方法,包括的步骤有:
(1)获取被检查目标的图像,以准备被检查目标的被检查图像;
(2)准备具有被检查目标的基准图像的标准解之图像;
(3)利用平均压缩处理按照指定的压缩比率压缩被检查图像和标准解之图像,该平均压缩处理计算在预定区域内的亮度平均值并采用该平均值作为经压缩的被检查图像和经压缩的标准解之图像中一个像素的亮度;
(4)移动经压缩的标准解之图像;
(5)将经压缩的被检查图像与经压缩/位移的标准解之图像对比,以检测被检查目标的粗位置;
(6)在检测到该粗位置之后按照比前一压缩比率更低的压缩比率利用平均压缩处理对被检查图像和标准解之图像进行压缩;
(7)在粗位置附近移动该经压缩的标准解之图像;
(8)将经压缩的被检查图像和经压缩/位移的标准解之图像相比较,以检测比被检查目标的粗位置更精确的位置;以及
(9)重复步骤(3)到(8),同时在多个步骤中逐步降低压缩比率以检测该被检查目标的精确位置。
9.根据权利要求8所述的用于检测一被检查目标位置的方法,还包括的步骤有:
检测在步骤(5)中的多个粗位置;以及
缩减所检测的各粗位置。
10.根据权利要求8所述的检测一被检查目标位置的方法,其中在步骤(7)中的位移量小于在步骤(4)中的位移量。
11.根据权利要求8所述的检测一被检查目标位置的方法,其中步骤(4)包括按照一种光栅扫描方式移动经压缩的标准解之图像的步骤,以及步骤(7)包括按照一种光栅扫描方式移动经压缩的标准解之图像以及旋转经压缩的标准解之图像的步骤。
12.根据权利要求8所述的检测一被检查目标位置的方法,其中的比较步骤包括由专用于进行目标计算的计算装置进行的各乘积求和的运算。
13.一种利用图像处理检测一被检查目标位置的系统,包括:
一装置,用于获取被检查目标的图像以准备被检查目标的被检查图像;
一装置,用于准备具有被检查目标的基准图像的基准模型;
一装置,用于通过按照各种不同的旋转角度旋转基准模型来准备多个对比模型;
一装置,用于将对比模型和被检查图像相对比,以评估其间的符合程度;以及
一装置,用于将用于准备与被检查图像最为严格符合的对比模型的基准模型的旋转角度确认为被检查目标的旋转角度。
14.根据权利要求13所述的检测一被检查目标位置的系统,其中所述的用于准备对比模型的装置包括专用于准备对比模型的硬件,以及所述用于对比的装置包括与所述硬件分开装设的对比操作部分。
15.根据权利要求13所述的检测一被检查目标位置的系统,其中在获取被检查目标的图像之前,准备基准模型和对比模型。
16.根据权利要求13所述的检测一被检查目标位置的系统,还包括用于将准备对比模型用的基准模型的旋转角度限制到一预定范围内的装置。
17.根据权利要求13所述的检测一被检查目标位置的系统,还包括:
一装置,用于求出被检查目标主轴线的旋转角度;以及
一装置,用于将准备对比模型用的基准模型的旋转角度限制到以主轴线为中心的旋转角度范围以及与该主轴线的旋转角度范围相差180°的角度范围内。
18.根据权利要求13所述的检测一被检查目标位置的系统,还包括:
一装置,用于确定被检查目标上有代表性的一点;以及
一装置,用于将对比模型的中心与被检查目标上该有代表性的一点相对照,以评估被检查目标和对比模型之间的符合程度。
19.根据权利要求13所述的检测一被检查目标位置的系统,还包括:
一装置,用于利用平均压缩处理按照一指定的压缩比率压缩被检查图像和对比模型,该平均压缩处理计算在一预定区域内的亮度的平均值,并将该平均值作为经压缩的被检查图像和对比模型中一个像素的亮度;以及
一装置,用于将经压缩的对比模型与经压缩的被检查图像相对比,以检测被检查目标的粗旋转角;
其中所述压缩装置在检测到粗旋转角度之后,利用平均压缩处理按照比前一压缩比率更低的压缩比率压缩被检查图像和对比模型,
所述对比装置将经压缩的对比模型和接近粗旋转角度的经压缩的被检查图像相对比,以检测比被检查目标的粗旋转角度更精确的旋转角度,以及
所述压缩和对比装置重复压缩和对比步骤,同时在多个步骤中逐步降低压缩比率,以检测该被检查目标的精确旋转角度。
20.一种利用图像处理检测一被检查目标位置的系统,包括:
一装置,用于获取被检查目标的图像,以准备被检查目标的被检查图像;
一装置,用于准备具有被检查目标的基准图像的标准解之图像;
一装置,用于利用平均压缩处理按照一指定的压缩比率压缩被检查图像和标准解之图像,该平均压缩处理计算在一预定区域内的亮度平均值,并采用该平均值作为经压缩的被检查图像和经压缩的标准解之图像中一个像素的亮度;以及
一装置,用于将经压缩的被检查图像和经压缩的标准解之图像相比较,以检测该被检查目标的粗位置;
其中所述压缩装置在检测到该粗位置之后,利用平均压缩处理按照比前一压缩比率更低的压缩比率压缩被检查图像和标准解之图像,
所述比较装置将经压缩的标准解之图像与接近该粗位置的经压缩的被检查图像相比较,以检测比被检查目标的粗位置更精确的位置,以及
所述压缩和比较装置重复压缩和比较步骤,同时在多个步骤中逐步降低压缩比率,以检测该被检查目标的精确位置。
21.根据权利要求20所述的检测一被检查目标位置的系统,其中所述比较装置检测多个粗位置,以及该系统还包括用于缩减该检测的粗位置的装置。
22.根据权利要求20所述的检测一被检查目标位置的系统,其中用于检测粗位置的位移量小于用于检测更精确位置的位移量。
23.根据权利要求20所述的检测一被检查目标位置的系统,其中所述比较装置通过按照检测粗位置的光栅扫描方式移动经压缩的标准解之图像,以及通过按照检测更精确位置的光栅扫描方式移动经压缩的标准解之图像和旋转经压缩的标准解之图像,比较经压缩的标准解之图像和经压缩的被检查图像。
24.根据权利要求20所述的检测一被检查目标位置的系统,还包括一专用于进行目标计算的装置,用以进行各乘积的求和计算。
CN981037704A 1997-01-17 1998-01-17 位置检测系统和方法 Expired - Fee Related CN1094222C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP6969/97 1997-01-17
JP9006969A JPH10206134A (ja) 1997-01-17 1997-01-17 画像処理による位置検出方法
JP9234587A JPH1173510A (ja) 1997-08-29 1997-08-29 位置検出装置
JP234587/97 1997-08-29

Publications (2)

Publication Number Publication Date
CN1193729A true CN1193729A (zh) 1998-09-23
CN1094222C CN1094222C (zh) 2002-11-13

Family

ID=26341187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN981037704A Expired - Fee Related CN1094222C (zh) 1997-01-17 1998-01-17 位置检测系统和方法

Country Status (5)

Country Link
US (1) US6185343B1 (zh)
EP (1) EP0854436B1 (zh)
KR (1) KR100292564B1 (zh)
CN (1) CN1094222C (zh)
DE (1) DE69831519T2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128202A (zh) * 2016-06-24 2016-11-16 吴凡 工种操作训练装置和方法
CN112304252A (zh) * 2020-10-30 2021-02-02 维沃移动通信有限公司 折叠角度确定方法、折叠设备及电子设备

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10025110C2 (de) * 2000-05-20 2003-01-16 Zsp Geodaetische Sys Gmbh Verfahren und Vorrichtung zur Realisierung eines Informations- und Datenflusses für geodätische Geräte
US20040085443A1 (en) * 2000-12-13 2004-05-06 Kallioniemi Olli P Method and system for processing regions of interest for objects comprising biological material
JP4571763B2 (ja) * 2001-07-18 2010-10-27 株式会社新川 画像処理装置、およびボンディング装置
US20030231317A1 (en) * 2002-06-14 2003-12-18 Fabricas Monterrey, S.A. De C.V. System and device for detecting and separating out of position objects during manufacturing process
US7680590B2 (en) * 2002-11-22 2010-03-16 Hewlett-Packard Development Company, L.P. Boundary detection algorithm for embedded devices
US6721652B1 (en) * 2002-11-22 2004-04-13 Electronic Data Systems Corporation (EDS) Implementing geo-fencing on mobile devices
FR2864874A1 (fr) * 2004-01-06 2005-07-08 Thomson Licensing Sa Procede et dispositif de detection de l'orientation d'une image
FR2880167B1 (fr) * 2004-12-23 2009-05-08 Celec Conception Electronique Procede de detection de presence et de mouvement pour des automatismes de porte et automatismes de porte mettant en oeuvre un tel procede
WO2007015187A2 (en) * 2005-08-01 2007-02-08 Koninklijke Philips Electronics N.V. Method and apparatus for matching first and second image data of a tubular object
EP1837806A1 (en) 2006-03-24 2007-09-26 MVTec Software GmbH System and methods for automatic parameter determination in machine vision
EP1890113A1 (de) 2006-08-18 2008-02-20 Leica Geosystems AG Optoelektronischer winkelsensor und verfahren zum bestimmen eines drehwinkels um eine achse
US7961908B2 (en) * 2007-12-21 2011-06-14 Zoran Corporation Detecting objects in an image being acquired by a digital camera or other electronic image acquisition device
JP2011119997A (ja) 2009-12-03 2011-06-16 Sony Computer Entertainment Inc 画像処理装置および画像処理方法
JP5795847B2 (ja) * 2010-09-15 2015-10-14 キヤノン株式会社 画像処理装置および画像処理方法
TWI512642B (zh) * 2013-01-25 2015-12-11 Delta Electronics Inc 快速圖形比對方法
US10817968B2 (en) * 2013-08-20 2020-10-27 Intelligent Imaging Systems, Inc. Vehicle traffic and vehicle related transaction control system
US10222932B2 (en) 2015-07-15 2019-03-05 Fyusion, Inc. Virtual reality environment based manipulation of multilayered multi-view interactive digital media representations
US10242474B2 (en) 2015-07-15 2019-03-26 Fyusion, Inc. Artificially rendering images using viewpoint interpolation and extrapolation
US10147211B2 (en) 2015-07-15 2018-12-04 Fyusion, Inc. Artificially rendering images using viewpoint interpolation and extrapolation
US11006095B2 (en) 2015-07-15 2021-05-11 Fyusion, Inc. Drone based capture of a multi-view interactive digital media
US11095869B2 (en) 2015-09-22 2021-08-17 Fyusion, Inc. System and method for generating combined embedded multi-view interactive digital media representations
US11783864B2 (en) 2015-09-22 2023-10-10 Fyusion, Inc. Integration of audio into a multi-view interactive digital media representation
JP6785092B2 (ja) 2016-08-19 2020-11-18 株式会社Screenホールディングス 変位検出装置、変位検出方法および基板処理装置
US11202017B2 (en) 2016-10-06 2021-12-14 Fyusion, Inc. Live style transfer on a mobile device
US10437879B2 (en) 2017-01-18 2019-10-08 Fyusion, Inc. Visual search using multi-view interactive digital media representations
US20180227482A1 (en) * 2017-02-07 2018-08-09 Fyusion, Inc. Scene-aware selection of filters and effects for visual digital media content
US10313651B2 (en) 2017-05-22 2019-06-04 Fyusion, Inc. Snapshots at predefined intervals or angles
US11069147B2 (en) 2017-06-26 2021-07-20 Fyusion, Inc. Modification of multi-view interactive digital media representation
CN108875535B (zh) * 2018-02-06 2023-01-10 北京旷视科技有限公司 图像检测方法、装置和系统及存储介质
US10592747B2 (en) 2018-04-26 2020-03-17 Fyusion, Inc. Method and apparatus for 3-D auto tagging

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4200861A (en) 1978-09-01 1980-04-29 View Engineering, Inc. Pattern recognition apparatus and method
US4736437A (en) * 1982-11-22 1988-04-05 View Engineering, Inc. High speed pattern recognizer
US4521909A (en) * 1983-10-04 1985-06-04 Wang Laboratories, Inc. Dual level pattern recognition system
US5163101A (en) * 1985-10-07 1992-11-10 Schlumberger Technologies, Inc. Bitplane area correlator
US4864629A (en) * 1985-12-31 1989-09-05 Schlumberger Technologies, Inc. Image correlation system
JPH08147466A (ja) 1994-11-16 1996-06-07 Sanyo Electric Co Ltd 2物体画像のずれ角度検出装置およびその方法
JP2630923B2 (ja) 1994-12-05 1997-07-16 日本アイ・ビー・エム株式会社 画像認識方法及び装置
US5872870A (en) * 1996-02-16 1999-02-16 Cognex Corporation Machine vision methods for identifying extrema of objects in rotated reference frames

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128202A (zh) * 2016-06-24 2016-11-16 吴凡 工种操作训练装置和方法
CN112304252A (zh) * 2020-10-30 2021-02-02 维沃移动通信有限公司 折叠角度确定方法、折叠设备及电子设备

Also Published As

Publication number Publication date
EP0854436A3 (en) 1999-06-16
US6185343B1 (en) 2001-02-06
EP0854436A2 (en) 1998-07-22
DE69831519D1 (de) 2005-10-20
DE69831519T2 (de) 2006-06-14
EP0854436B1 (en) 2005-09-14
CN1094222C (zh) 2002-11-13
KR100292564B1 (ko) 2001-06-01
KR19980070585A (ko) 1998-10-26

Similar Documents

Publication Publication Date Title
CN1094222C (zh) 位置检测系统和方法
CN1255767C (zh) 用于产生重组图像数据的图像处理装置和其方法
CN1091270C (zh) 零部件检测方法
US4658428A (en) Image recognition template generation
CN1685367A (zh) 基于定向边缘的快速二维目标定位
CN1514397A (zh) 人眼探测方法、设备、系统和存储介质
CN1741039A (zh) 面部器官位置检测设备、方法及程序
CN1839760A (zh) 宽景成像处理方法
CN1892702A (zh) 追踪装置
CN112204615A (zh) 荧光图像配准方法、基因测序仪及系统、存储介质
CN101052971A (zh) 利用图像的旋转变体进行对象检测
CN111507908A (zh) 图像矫正处理方法、装置、存储介质及计算机设备
CN1215438C (zh) 图形对照设备,图形对照方法
CN111815708A (zh) 基于双通路卷积神经网络的服务机器人抓取检测方法
CN1411046A (zh) 图形评价装置、图形评价方法及程序
CN114152677A (zh) 一种复杂模锻件超声波自动检测装置
CN1324530C (zh) 用于分析数字图像纹理结构的方法
CN116727691B (zh) 基于数字化管理的金属3d打印方法及系统
JP3453861B2 (ja) 画像処理による変位検出方法
CN115648215B (zh) 基于注意力机制和孪生反卷积的服务机器人抓取检测方法
CN1664502A (zh) 水果形状的多尺度能量检测方法及装置
CN1110018C (zh) 特征值抽取方法及设备
JP3230111B2 (ja) 自動キャリブレーション装置
CN112489024A (zh) 圆检测方法及其装置、计算机可读存储介质
CN101075295A (zh) 被动式及交互式实时影像辨识方法

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20021113

Termination date: 20100219