DE4136830A1 - Vorrichtung und verfahren zur mustererkennung - Google Patents
Vorrichtung und verfahren zur mustererkennungInfo
- Publication number
- DE4136830A1 DE4136830A1 DE4136830A DE4136830A DE4136830A1 DE 4136830 A1 DE4136830 A1 DE 4136830A1 DE 4136830 A DE4136830 A DE 4136830A DE 4136830 A DE4136830 A DE 4136830A DE 4136830 A1 DE4136830 A1 DE 4136830A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- pattern comparison
- input
- pattern
- unit
- 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
Classifications
-
- 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
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V30/1902—Shifting or otherwise transforming the patterns to accommodate for positional errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
- Character Input (AREA)
Description
Die Erfindung betrifft eine Vorrichtung und ein Verfahren zur
Mustererkennung mit bzw. in einer Datenverarbeitungseinrichtung,
mit der bzw. mit dem zum Beispiel Schriftzeichen (einschließlich
Zahlen), Symbole, Muster und/oder Gegenstände anhand von Ein
gangsdaten erkannt werden können.
Es ist bekannt, zur Mustererkennung eine Kamera als Datenein
gabevorrichtung zu verwenden, so daß die Eingangsdaten in der
Form von Bilddaten erhalten werden.
Ein bekanntes Verfahren zur Mustererkennung ist zum Beispiel in
"Image Processing for Industrial Use" von Ejiri, Seiten 81 bis
88 beschrieben.
Bei dem bekannten Verfahren werden die Bezugsdaten mittels eines
Vorganges wie Lernen oder Programmieren vorab als Modelldaten
gespeichert. Daraufhin wird die zu untersuchende Abbildung, die
die Eingangsdaten darstellt, in einen Bildspeicher eingegeben.
Im Bildspeicher werden die zu verarbeitende Abbildung und die
Modelldaten über den ganzen Bereich dieses Bildspeichers vergli
chen (der Bildspeicher ist dazu in Einheiten aufgeteilt, die
Pixel oder Bildelemente genannt werden).
Für jede eingegebene, zu untersuchende Abbildung werden so die
Werte der Übereinstimmungen der vorgegebenen Position mit den
Modelldaten, die maximal mit der zu untersuchenden Abbildung
übereingestimmt haben, und die Koordinaten dieser Position im
Bereich des Bildspeichers festgestellt.
Im Falle des Herausgreifens einer bestimmten Position ist das
bekannte Verfahren wirkungsvoll, da die Anzahl der Wiederholun
gen beim Mustervergleich klein ist. Wenn jedoch der Musterver
gleich zur Buchstabenerkennung oder dergleichen vorgesehen ist,
ist es erforderlich, Modelldateneinheiten in einer Anzahl vorzu
bereiten, die der Anzahl von zu erkennenden Buchstaben ent
spricht, und den Mustervergleich jedesmal in dieser Anzahl zu
wiederholen. Das führt zu dem Problem, daß der Mustervergleich
sehr oft wiederholt werden muß.
Wenn darüberhinaus die gleichen Buchstaben in verschiedenen
Formen vorliegen können, muß die Anzahl der vorbereiteten
Modelldateneinheiten weiter erhöht werden, um eingegebene Buch
staben auch in den verschiedenen Formen genau zu erkennen. Die
Anzahl von Mustervergleichen nimmt dabei ebenfalls entsprechend
zu.
Aufgabe der vorliegenden Erfindung ist es daher, eine Vorrich
tung und ein Verfahren zur Musterkennung zu schaffen, bei dem
die einem Eingangssignal entsprechenden Daten mit hoher Ge
schwindigkeit erkannt werden können.
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, daß das
Konzept des bekannten Vorgehens umgekehrt wird.
Die Erfindung wird demnach beispielsweise dadurch ausgeführt,
daß eine Datenverarbeitungseinrichtung mit einem ersten Speicher
zum Speichern von Daten, die einem Eingangssignal entsprechen,
und mit einer Mustervergleichseinheit einen zweiten Speicher zum
Speichern von Daten aufweist, die als Bezugsdaten für den Mu
stervergleich verwendet werden; wobei die Mustervergleichsein
heit die Eingangsdaten als Modelldaten hernimmt und sie dem
Mustervergleich mit den im zweiten Speicher gespeicherten Daten
unterwirft.
Unter Berücksichtigung der Tatsache, daß die Anzahl von Ein
gangsdateneinheiten oft geringer ist als die Anzahl von Bezugs
dateneinheiten, besteht die vorliegende Erfindung darin, daß der
Mustervergleich durch Wiederholen des Mustervergleichsprozesses
in einer Anzahl ausgeführt wird, die der Anzahl von Eingangsda
teneinheiten entspricht und nicht der Anzahl von Bezugsdaten
einheiten. Zu diesem Zweck werden die Bezugsdateneinheiten im
zweiten Speicher gespeichert.
Die Mustervergleichseinheit setzt somit die Eingangsdaten als
Modelldaten fest und unterwirft sie dem Mustervergleichsvorgang,
wobei die Bezugsdateneinheiten vom zweiten Speicher zugeführt
werden.
Die Anzahl oder Nummer der sich ergebenden Übereinstimmungen
zwischen den Eingangsdaten und den Bezugsdateneinheiten wird
verglichen, und die Bezugsdateneinheit, die den Eingangsdaten
entspricht, wird auf der Basis eines Kriteriums wie der Koor
dinatenposition, die den Maximalwert zeigt, oder der Koordina
tenposition, bei der der Wert der Übereinstimmungen nicht
kleiner ist als ein gegebener Wert, herausgefunden, wodurch die
Entscheidung über die Eingangsdaten erfolgt.
Mit dieser Vorgehensweise wird der Mustervergleichsvorgang in
der Anzahl der Eingangsdateneinheiten ausgeführt, und der
Mustervergleich ist nach einer relativ geringen Anzahl von
Wiederholungen beendet.
Ausführungsbeispiele der Erfindung werden anhand der Zeichnung
näher erläutert. Es zeigen:
Fig. 1 eine Darstellung zur Erläuterung der Arbeitsweise einer
Datenverarbeitungseinrichtung für die Mustererkennung;
Fig. 2 ein Flußdiagramm für die Vorrichtung der Fig. 1;
Fig. 3 ein Blockschaltbild der Vorrichtung der Fig. 1;
Fig. 4 eine Darstellung zur Erläuterung der Verarbeitung, wenn
nicht vollständige Buchstaben berücksichtigt werden
sollen;
Fig. 5 ein Flußdiagramm für den Fall der Fig. 4;
Fig. 6(a) und 6(b) Darstellungen zur Erläuterung der Vergröße
rung des erlaubten Bereichs für die Koordinaten des
Mittelpunktes der Bezugsdaten;
Fig. 7(a) und 7(b) Darstellungen zur Erläuterung der Verarbei
tung für den Fall, daß das Eingabezeichen groß ist;
Fig. 8 ein Flußdiagramm für den Fall der Fig. 7(a) und 7(b);
Fig. 9, Fig. 10(a) bis (c) und Fig. 11 Darstellungen zur Er
läuterung der Verarbeitung für den Fall, daß die
Nummernschilder von Kraftfahrzeugen erkannt werden
sollen;
Fig. 12 ein Flußdiagramm für den Fall der Fig. 9 bis 11;
Fig. 13(a) und 13(b) Darstellungen zur Erläuterung eines
Histogrammprozesses; und
Fig. 14 ein Flußdiagramm für die Erkennung von Nummernschil
dern unter Verwendung von Histogrammen.
Anhand der Fig. 1 bis 3 wird eine erste Ausführungsform einer
Vorrichtung zur Mustererkennung erläutert.
Zuerst soll der Aufbau einer Datenverarbeitungseinrichtung zur
Mustererkennung mit Bezug zur Fig. 3 beschrieben werden.
Die Datenverarbeitungseinrichtung weist als Dateneingabeeinrich
tung eine Kamera 12, als Annahmeeinrichtung ein Dateneingabegerät
oder eine Tastatur 12a zur Aufnahme von Befehlen, die für einen
Mustervergleichsvorgang erforderlich sind, als Anzeigeeinrich
tung einen Monitor 13 und als Datenverarbeitungseinheit einen
Bildprozessor 11 auf.
Der Bildprozessor 11 dieser Ausführungsform beinhaltet einen
Eingangsbildspeicher 14 als erste Speichereinrichtung, eine
Binär-Umwandlungseinheit 17, einen Binär-Bildspeicher 18, eine
Objekt-Extraktionseinheit 19 als Extraktionseinrichtung, eine
Mustervergleichseinheit 16, einen Modelldatenspeicher 15 für
vorgegebene Muster als zweite Speichereinrichtung und einen
Ergebnisspeicher 15a für das Ergebnis des Mustervergleichs.
Eine Bildaufnahmeeinrichtung wie die Kamera 12, die die Daten
eingabeeinrichtung ist, nimmt ein Bild auf und wandelt gleich
zeitig die analogen Bilddaten in digitale Bilddaten um. Die sich
ergebenden Bilddaten werden im Eingangsbildspeicher 14 gespei
chert, der die erste Speichereinrichtung darstellt.
Die Binär-Umwandlungseinheit 17 führt vor der Extraktion eines
zu erkennenden Objektes aus den Eingangsbilddaten eine Vorverar
beitung durch. Die binären Bilddaten, die das Ergebnis am Aus
gang dieser Umwandlungseinheit 17 sind, werden im Binär-Bild
speicher 18 gespeichert.
Die Objekt-Extraktionseinheit 19 extrahiert das zu erkennende
Objekt. Diese Extraktionseinheit 19 schließt eine Histogramm
einheit 20 und eine Markierungseinheit 21 ein, die für den
Extraktionsvorgang vorgesehen sind. Es kann entweder dabei einer
oder beide der von den Einheiten 20 und 21 ausgeführten Prozesse
ausgewählt werden.
Das extrahierte, zu erkennende Objekt wird in einem Modellspei
cher (nicht gezeigt, im folgenden jedoch mit dem Bezugszeichen
16a bezeichnet) , mit dem die Mustervergleichseinheit 16 versehen
ist, gespeichert. Das extrahierte Objekt wird dann dem Muster
vergleichsvorgang mit Dateneinheiten als Bezugsdaten unterwor
fen, die im Modelldatenspeicher 15 für vorgegebene Muster ge
speichert sind, der die zweite Speichereinrichtung darstellt.
Das Ergebnis des Mustervergleichs wird im Ergebnisspeicher 15a
gespeichert.
Der Monitor 13, der die Anzeigeeinrichtung darstellt, wird dazu
verwendet, die als Bezugsdaten eingegebenen Daten zu bestätigen,
die als Eingangssignal anliegenden Daten anzuzeigen und um das
Verarbeitungsergebnis auszugeben.
Befehle, die für den Mustervergleichsvorgang erforderlich sind,
werden vom Dateneingabegerät 12a aufgenommen, das die Annahme
einrichtung darstellt.
Die Arbeitsweise der Einrichtung wird im folgenden mit Bezug zur
Fig. 1 beschrieben.
Der Mustervergleich besteht darin, den Grad der Übereinstimmung
zwischen den Mustern zu bestimmen. Es ist daher erforderlich,
zuerst Datenmuster zu speichern (vorzugeben oder zu programmie
ren), die als Bezug verwendet werden.
Zur Vereinfachung werden hier als Bezugsdateneinheiten (vorgege
bene Dateneinheiten) 1 die Buchstaben des Alphabets verwendet.
Die Bezugsdateneinheiten werden von der Bildaufnahmeeinrichtung,
wie der Kamera 12, eingegeben. Dabei werden nur die Bereiche der
einzelnen Schriftzeichen in Extraktionsdateneinheiten 2 extra
hiert.
Die Extraktionsdateneinheiten 2 werden im Modelldatenspeicher 15
für vorgegebene Muster gespeichert, der in der Lage ist, die
Dateneinheiten in zwei Dimensionen anzuordnen, wobei die Mittel
punkte dieser Extraktionsdateneinheiten 2 in dem zweidimensiona
len Koordinatensystem (von beispielsweise x- und y-Koordinaten)
dieses Speichers 15 in beliebige Positionen gebracht werden
können (bei der vorliegenden Ausführungsform werden die Mittel
punkte der Dateneinheiten für alle Schriftzeichen auf die glei
chen Positionen gesetzt).
Beispielsweise wird der Buchstabe A so gespeichert, daß der
Mittelpunkt der Extraktionsdaten auf einer Position ist, die
einen x-Koordinatenwert von 10 und einen y-Koordinatenwert von 5
hat, wie es beim Bezugszeichen 7 gezeigt ist.
Die Koordinaten sind für die Ausführung des Mustervergleichs
wichtig.
Dieser Extraktions- und Speichervorgang wird für alle Arten von
zu erkennenden Objekten (der Arten von Buchstaben) wiederholt,
um die Extraktionsdateneinheiten der Bezugsdaten im Modelldaten
speicher 15 für vorgegebene Muster zu speichern.
Wenn alle Arten von Buchstaben gespeichert sind, ist der Lern
vorgang beendet.
Daraufhin wird eine Abbildung eingegeben, die das zu erkennende
Objekt zeigt.
Der Eingabevorgang ist dabei ähnlich wie im Falle des Lernens
oder Vorgebens der Bezugsdaten. Er wird durch Ersetzen der
Bezugs- oder Modelldateneinheiten mit den zu erkennenden Objek
ten in der Fig. 1 beschrieben.
Das zu erkennende Objekt (in der Abbildung der Buchstabe A) wird
aus der zu erkennenden Abbildung, die als Eingabe vorliegt,
extrahiert.
Der extrahierte Buchstabe wird im Modellspeicher 16a für den
Modelldatenvergleich gespeichert und dem Mustervergleich mit
Modelldateneinheiten A bis D (mit den Bezugszeichen 3 bis 6
bezeichnet) im Bereich des Modelldatenspeichers 15 unterworfen.
Als Ergebnis des Mustervergleichs wird der Wert der Überein
stimmung des Buchstabens A mit den vorgegebenen Modelldaten A,
die bei 3 gezeigt sind, und die Übereinstimmungskoordinaten
davon (der x-Koordinatenwert 10 und der y-Koordinatenwert 5)
erhalten.
Das heißt, daß die Koordinaten des Modelldatenspeichers 15 die
Funktion der Unterscheidung oder Bestimmung des zu erkennenden
Objektes haben. Es werden somit durch den Mustervergleich unter
allen Koordinaten die Koordinaten der maximalen Übereinstimmung
herausgefunden, wodurch das zu erkennende Objekt erkannt wird.
Darüberhinaus werden nicht nur die Koordinaten der maximalen
Übereinstimmung, sondern es wird als Ergebnis des Musterver
gleichs auch der Grad der Übereinstimmung mit allen Positionen
des Modelldatenspeichers 15 erhalten. Das zu erkennende Objekt
kann daher nur durch Vergleichen der Werte der Übereinstimmungen
der Mittelpunktskoordinaten für die einzelnen vorgegebenen Mo
delldateneinheiten A3 bis D6 erkannt werden.
Folglich ist die Verarbeitungsgeschwindigkeit erhöht.
Die Fig. 2 ist ein Flußdiagramm der wesentlichen Verarbeitungs
schritte bei obigem Vorgang. Der Ablauf beinhaltet die Schritte
des Extrahierens des zu erkennenden Objekts (der als Eingang
erhaltenen Daten) (S1), des Speicherns der Eingangsdaten im
Modellspeicher 16a (S2), des Ausführens des Mustervergleichs
(S3), des Herausgreifens der Koordinaten maximaler Übereinstim
mung (S4) und der Entscheidung über das zu erkennende Objekt
(S5).
Mit Bezug zu der Fig. 4 wird nun eine weitere Ausführungsform
beschrieben.
Die Arbeitsweise ist bei dieser Ausführungsform dieselbe wie in
der Fig. 1 gezeigt, mit folgender Ausnahme: Beim Speichern der
vorgegebenen Modelldateneinheiten werden solche Buchstaben, bei
denen leicht Teile fehlen, berücksichtigt und entsprechende Mo
delldateneinheiten A- bis A- (mit den Bezugszeichen 23 bis
25 bezeichnet) zusätzlich zu den nicht fehlerhaften Buchstaben
entsprechenden Modelldateneinheiten A- der jeweiligen Art ge
speichert.
Beim Speichern der Modelldateneinheiten werden dabei die y-Koor
dinaten der Mittelpunkte der Dateneinheiten auf einem konstanten
Wert gehalten, zum Beispiel 5, während sich die x-Koordinaten
ändern. Es kann daher über die Eingangsdaten entschieden werden,
indem nur die y-Koordinaten der Übereinstimmungsergebnisse be
rücksichtigt werden.
Es ist auch möglich, die Speicher-Koordinatenwerte wie oben
angegeben zu gruppieren und zu korrelieren.
Entsprechend dieser Ausführungsform kann die Erkennungsgeschwin
digkeit weiter gesteigert werden, da eine größere Anzahl von zu
erwartenden Mustern als Bezugsdateneinheiten, das heißt als die
Modelldateneinheiten gespeichert sind.
Die Fig. 5 ist ein Flußdiagramm für die Verarbeitungsschritte
bei der Ausführungsform der Fig. 4.
Die Schritte bis zur Extraktion der Koordinaten maximaler Über
einstimmung (S51 bis S54) sind die gleichen wie bei der Fig. 2.
Danach wird die Übereinstimmung des zu erkennenden Objekts mit
den vorgegebenen Modelldaten anhand der y-Koordinatenwerte (y =
5, 15, ...) festgestellt, und die Grade der Übereinstimmung an
den Punkten, deren x-Koordinatenwerte gleich 10, 20, 30, 40, ...
sind, werden als Bezug erhalten (S55). Schließlich wird über das
zu erkennende Objekt (die Eingangsdaten) endgültig entschieden
(S56).
Es wird nun eine Ausführungsform, bei der der erlaubte Bereich
der Koordinaten des Mittelpunktes für die Modelldaten vergrößert
ist, mit Bezug zu den Fig. 6(a) und 6(b) beschrieben.
Wie in der Fig. 6(a) gezeigt, sind die Koordinaten maximaler
Übereinstimmung, die durch einen Mustervergleich erhalten wer
den, im allgemeinen die Mittelpunktskoordinaten 7 von vorge
gebenen Modelldaten 3. Bezüglich mancher Objekte oder mancher
Änderungen der Bedingungen weichen jedoch die Koordinaten maxi
maler Übereinstimmung etwas von den Mittelpunktskoordinaten ab.
Um diese Abweichung zu berücksichtigen, können vorab, wie in der
Fig. 6(b) gezeigt, gewisse Grenzen für die Mittelpunktskoordi
naten als erlaubter Bereich (in der Darstellung der erlaubte
Koordinatenbereich 30 der Daten für A) festgesetzt werden. Ein
Eingangsbuchstabe, der in den erlaubten Bereich fällt, wird als
um die Koordinaten liegend erkannt.
Mit Bezug zu den Fig. 7(a) und (b) wird nun ein Verarbeitungs
verfahren zur Berücksichtigung verschiedener Größen des zu er
kennenden Objekts beschrieben.
Die Speicherkapazität des Modellspeichers 16a für den Muster
vergleich im Bildprozessor, der den Mustervergleichsvorgang aus
führt, liegt im allgemeinen fest. Entsprechend sind auch die
vertikalen und horizontalen Dimensionen eines Musters festge
legt.
Die Größe eines zu erkennenden Objektes, das als Eingangssignal
vorliegt, entspricht jedoch nicht immer der Größe des Modell
speichers 16a, das Objekt ist manchmal für den Modellspeicher zu
groß.
Bei einer solchen Situation werden, wie in der Fig. 7(a) ge
zeigt, die als Referenz dienenden Daten (in der Abbildung die
vorgegebenen Modelldaten für A mit dem Bezugszeichen 3) ent
sprechend der Größe des Modellspeichers 16a um die Mittelpunkts
koordinaten der Bezugsdaten (die Koordinaten 7 des Mittelpunktes
der Daten für A) aufgeteilt. Es ergibt sich eine Anzahl von
Teilmustern, die als Modelldateneinheiten gespeichert werden
(vorgegebene Teil-Modelldateneinheiten a bis d mit den Bezugs
zeichen 31 bis 34). Daraufhin wird der Mustervergleichsvorgang
für alle Teilmuster ausgeführt, um die Werte der maximalen
Übereinstimmung und die Koordinaten der jeweiligen Teile heraus
zugreifen.
Bei dieser Verarbeitung bleibt jedoch der Übereinstimmungswert
für die gesamten Eingangsdaten unbekannt. Wie in der Fig. 7(b)
gezeigt, werden daher die Werte für die maximalen Übereinstim
mungen um die Beträge der Differenzen zwischen den Mittelpunkts
koordinaten 7, die zum Aufteilen als Bezugspunkt verwendet wur
den, und den Mittelpunktskoordinaten 35 bis 38 der jeweiligen
Teil-Modelldateneinheiten a bis d so verschoben, daß sie bei den
Mittelpunktskoordinaten 7 der Daten für A zusammenfallen.
Der Vorgang dieses Zusammenführens kann auch so erfolgen, daß
der gesamte Bereich eines Bildspeichers durch einen Verschiebe
prozeß, der einer der Abbildungsprozesse ist, verschoben wird.
Da die Mittelpunktskoordinaten 7 für die Daten von A und jene
mit den Bezugszeichen 35 bis 38 für die jeweiligen Teil-Modell
dateneinheiten a bis d bekannt sind, kann der Vorgang des Zu
sammenführens durch Addieren der Übereinstimmungsgrade der
Mittelpunktskoordinaten ausgeführt werden.
Die Fig. 8 ist ein Flußdiagramm für die in den Fig. 7(a) und (b)
dargestellte Verarbeitung.
Wenn die Extraktionsdaten ein größeres Ausmaß haben als der
Modellspeicher 16a, werden sie aufgeteilt, um die Speichergröße
zu erhalten (S81). Nachdem die Teil-Extraktionsdateneinheiten im
Modellspeicher 16a gespeichert wurden (S82), werden sie dem
Mustervergleichsvorgang unterworfen (S83).
Die Koordinaten maximaler Übereinstimmung für die Extraktions
daten werden aus den Werten maximaler Übereinstimmung abgelei
tet, die für die jeweiligen Teile erhalten werden (S84), worauf
hin über die Extraktionsdaten entschieden wird (S85).
Es wird nun eine Ausführungsform für ein Schriftzeichen-Lese
system beschrieben, das als Kraftfahrzeug-Nummernschild-Lese
system (Nummernschild-Erkennungssystem) dient.
Die Fig. 9 zeigt ein Beispiel für die Speicherung von Datenein
heiten, die als Bezugsdaten für die Ziffern der Nummernschilder
von Kraftfahrzeugen dienen sollen, durch einen Lernvorgang.
Ein an einem echten Kraftfahrzeug angebrachtes Nummernschild
wird von einer Kamera 12 photographiert, und die Photographie
wird auf einem Monitor 13 dargestellt, der für einen Bildpro
zessor 11 die Anzeigeeinheit ist.
Wenn ein Bediener des Systems durch Betätigung eines Datenein
gabegerätes 12a, das eine Annahmeeinrichtung darstellt, den
Vorgang "Lernen" bezeichnet, wird auf dem Monitor 13 ein Cursor
39a dargestellt, der zur Anzeige der Extraktionsposition dient.
Der Cursor kann eine Kastenform, eine Kreuzform oder ähnliches
haben, und seine Gestalt braucht nicht besonders festgelegt zu
werden, so lange die Position erkannt werden kann.
Unter Verwendung des Dateneingabegerätes 12a (beispielsweise
einer Maus, eines Berührungsfeldes oder einer Tastatur) wird die
Position des Cursors 39a bewegt, um auf die Bezugsdaten zu zei
gen und die Daten mittels des Bildprozessors 11 zu extrahieren.
Die extrahierten Daten werden in einem Modelldatenspeicher 15
für ein vorgegebenes Muster gespeichert. In der Darstellung der
Fig. 9 wird die Zahl "1" des Nummernschildes herausgegriffen und
gespeichert, wie es bei dem Bezugszeichen 39 gezeigt ist.
Diese Extraktions- und Speichervorgänge werden entsprechend der
Anzahl von Arten von Bezugsdateneinheiten wiederholt, um alle
diese Dateneinheiten im Modelldatenspeicher 15 zu speichern.
Für die Nummernschilderkennung schließen die zu speichernden
Dateneinheiten die Zahlen und alphabetischen Buchstaben der
Nummernschilder (die Zahlen zur Unterscheidung der Kraftfahr
zeugtypen und Buchstaben für abgekürzte Bezeichnungen von
Staaten oder Ländern beinhalten können) und die Merkmale für die
Gestalt der Nummernschilder (die im folgenden mit Bezug zu den
Fig. 10(a) bis 10(c) erklärt werden) ein.
Es wird nun die Stufe der Nummernschilderkennung nach dem Ende
des Lernens beschrieben.
In den Fig. 10(a) bis 10(c) ist der Vorgang zur Ableitung des
Teiles eines Kraftfahrzeuges mit dem Nummernschild dargestellt.
Das zu erkennende Objekt wird hier so extrahiert, daß die Daten,
die als Eingangssignal vorliegen, einem Mustervergleich unter
Verwendung der abgeleiteten Modelldaten unterworfen werden.
Das Eingangssignal für das Nummernschild kann nicht kleiner als
eine gegebene Größe relativ zum Gesamtbild des eingegebenen
Objekts festgesetzt werden, um für den späteren Erkennungsvor
gang noch von Nutzen zu sein.
Die Eingangsgröße sollte vorzugsweise als Modelldaten speicher
bar sein; wie in Verbindung mit der Fig. 7(a) beschrieben, ist
die Größe des Modellspeichers 16a jedoch oft begrenzt. In einer
solchen Situation muß dann das Eingangssignal zur Speicherung im
Modellspeicher 16a aufgeteilt werden.
Im Falle der Fig. 7 wurden die vorgegebenen Modelldaten um die
Mittelpunktskoordinaten in vier Einheiten aufgeteilt. Demgegen
über wird hier berücksichtigt, daß die Nummernschilder von
Kraftfahrzeugen rechteckig sind, und es werden die Merkmale der
Ecken 40 bis 43 der Nummernschilder wie in der Fig. 10(a) ge
zeigt als Bezugsdateneinheiten (Nummer-Modelldateneinheiten a
bis d jeweils entsprechend den Ecken 40 bis 43) in einem Bezugs-
Modelldatenspeicher 15 gespeichert.
Wenn der Mustervergleichsvorgang unter Verwendung der Modellda
ten ausgeführt wird, werden, wie bei den Bezugszeichen 44 bis 47
in der Fig. 10(b) gezeigt, Daten-a bis Daten-d als Ergebnis er
halten.
Wenn das Nummernschild jedoch von einem realen Kraftfahrzeug
abfotographiert wurde, sind die relativen Koordinatenwerte für
die vier Punkte der Ergebnisse 44 bis 47 für die Daten-a bis
Daten-d nicht immer gleich, da es verschiedene Arten von Kraft
fahrzeugen gibt und die Anbringungsstellen für die Nummernschil
der bei den einzelnen Kraftfahrzeugen unterschiedlich sind.
Es wird daher der Relativwert (das Seitenverhältnis) für die
Koordinaten 48 bis 51 der Mittelpunkte der Ergebnisse für die
Daten-a bis Daten-d, die durch den Mustervergleich erzeugt
wurden, durch Anwenden der in der Fig. 7 gezeigten Methode
herausgefunden. Dann wird geprüft, ob der Wert in der Nähe des
Verhältnisses für Nummernschilder liegt (das Verhältnis ist in
Japan 1 : 2). Damit kann die Position des Nummernschildes exakt
abgeleitet werden.
Diese Situation ist in der Fig. 10(c) gezeigt.
Mit Bezug zu den Fig. 11 bis 14 werden nun Verfahren zur Extrak
tion der einzelnen Zeichen innerhalb des Nummernschildes be
schrieben.
Die Fig. 11 zeigt ein Extraktionsverfahren mit einem Markie
rungsvorgang.
Eine durch das Herausgreifen des das Nummernschild darstellenden
Abschnittes gemäß dem Vorgang der Fig. 10 und des Unterwerfens
dieses Abschnittes unter einen Binär-Umwandlungsprozeß (bei dem
der Teil eines Zeichens als "1" kodiert wird und jeder andere
Teil als "0") erhaltenen Abbildung wird zu der Binärabbildung 52
des Nummernschild-Abschnittes.
Wenn die Binärabbildung 52 einem Markierungsvorgang unterworfen
wird, wird das Markierungsbild 53 erhalten.
Der Markierungsvorgang ist einer der Abbildungsvorgänge, mit ihm
werden den einzelnen Gegenständen der Binärabbildung Nummern zu
geordnet. Der Begriff "Gegenstand" bezeichnet dabei jedes konti
nuierliche Element, das ein Zeichen bildet. Zum Beispiel wird
der Buchstabe "i" oder "j" als aus zwei Gegenständen zusammenge
setzt betrachtet. Nach dem Markierungsvorgang werden die zuge
ordneten Nummern im Bildspeicher dadurch gespeichert, daß sie
als Dichtewerte betrachtet werden, die den Grad der Grauabstu
fung eines Bildes in gewöhnlichen Bilddaten bezeichnen. Gleich
zeitig wird ein Verfahren ausgeführt, um zu bestimmen, wie viele
Bildelemente (jedes entspricht einem Punkt im Bildspeicher) je
der Gegenstand hat (die Anzahl der Bildelemente kann als Fläche
betrachtet werden).
Im Ergebnis ist dann die Anzahl der Gegenstände (Zeichen) und
die Anzahl der Bildelemente (Fläche) dafür in der Binärabbildung
52 des Nummernschildes bekannt. Wenn die Flächenwerte der zu
erkennenden Zeichen vorab erhalten wurden, kann das zu erkennen
de Objekt durch einen Vergleich des Ergebnisses des Markierungs
vorganges mit den Flächenwerten extrahiert werden.
Beispielsweise werden in der Fig. 11 die Gegenstände mit Flä
chenwerten von mindestens 90 als die großen Zeichen des Num
mernschildes erkannt, wodurch diese großen Zeichen 54 extrahiert
werden können. Genauer, es kann aufgrund des Ergebnisses der
Markierung die Markierungsnummer des zu erkennenden Objektes in
der Form einer Dichte gespeichert werden. Unter den Gegenständen
der Markierungsnummern werden diejenigen durch Binär-Umwandlung
auf der Basis der Anzahl der Bildelemente aufeinanderfolgend
ausgewählt, deren Anzahl von Bildelementen wenigstens 90 be
trägt. Das zu erkennende Objekt kann daher als Markierungsnum
mereinheit extrahiert werden.
Die Fig. 12 zeigt ein Flußdiagramm für den obigen Vorgang des
Markierens.
Die in Binärdaten umgewandelte Abbildung wird einem Markierungs
vorgang unterworfen (S121, S122). Das Markierungsergebnis wird
mit dem vorab erhaltenen vorgeschriebenen Ergebnis verglichen,
und das zu erkennende Objekt, das den vorgeschriebenen Wert hat
oder darüberliegt, wird abgeleitet (S123).
Die folgenden Verarbeitungsschritte (S124 bis S127) sind die
gleichen wie in der Fig. 2. Der Extraktions- und Erkennungsvor
gang wird wiederholt, bis alle Zeichen auf dem Nummernschild
erkannt und festgestellt sind (S128).
Die Fig. 13(a) und 13(b) zeigen ein Extraktionsverfahren mit der
Verwendung von Histogrammen.
Die Binärabbildung 52 des Nummernschildes wird dabei einem
Projektions-Histogrammprozeß unterworfen, und das erhaltene
Ergebnis wird als Extraktionsinformation verwendet.
Zuerst wird, wie in der Fig. 13(a) gezeigt, der Projektions-
Histogrammprozeß in y-Richtung ausgeführt.
Der Projektions-Histogrammprozeß in y-Richtung ist ein Vorgang,
bei dem die Anzahl von Teilen (Teilen von Zeichen) mit dem
gleichen y-Koordinatenwert in der Binärabbildung im zweidimen
sionalen x- und y-Koordinatensystem aufaddiert wird.
Das Ergebnis ist bei dem Projektions-Histogramm-Ergebnis 55 für
die y-Richtung gezeigt, und es kann aus dem Ergebnis der y-Koor
dinatenwert gefunden werden, der die Grenze zwischen dem oberen
Teil und dem unteren Teil des Nummernschildes anzeigt.
Eine zum Beispiel nur dem unteren Teil des Nummernschildes
entsprechende Abbildung (eine Extraktionsabbildung 56 des
unteren Teils) wird unter Verwendung des erwähnten y-Koordi
natenwertes abgeleitet.
Die Extraktionsabbildung 56 des unteren Teiles des Nummernschil
des wird, wie in der Fig. 13(b) gezeigt, einem Projektions-
Histogrammprozeß in x-Richtung unterworfen. Aufgrund des erhal
tenen Projektions-Histogramm-Ergebnisses 57 für die x-Richtung
können die Positionen der Grenzen eines Buchstabens und großer
Zahlen in der Extraktionsabbildung 56 festgestellt werden.
Auf der Basis dieser Positionen können Extraktionsergebnisse 54
für große Zahlen erhalten werden.
Die Fig. 14 ist ein Flußdiagramm für den Histogrammprozeß der
Fig. 13 zur Erkennung von Nummernschildern.
Nach der Binär-Umwandlung des Nummernschildes (S141) wird durch
den Projektions-Histogrammprozeß in y-Richtung die Position des
unteren Teiles des Nummernschildes festgestellt (S142), und
dieser untere Teil wird extrahiert (S143). Daraufhin werden die
Positionen der Grenzen des Buchstabens und der großen Zahlen
durch den Projektions-Histogrammprozeß in x-Richtung herausge
funden (S144) und die einzelnen Zeichen extrahiert (S145).
Die folgenden Verarbeitungsschritte (S146 bis S149) sind die
gleichen wie in der Fig. 2, und die Extraktion und Erkennung
wird wiederholt, bis alle Zahlen auf dem Nummernschild erkannt
und festgestellt sind (S150).
Wie beschrieben können somit erfindungsgemäß zu erkennende Ob
jekte mit hoher Geschwindigkeit und einer hohen Erkennungsrate
festgestellt werden, so daß der Bereich, der unter Verwendung
der Bildverarbeitung automatisiert werden kann, erheblich er
weitert ist.
Bezüglich der erhöhten Geschwindigkeit kann erfindungsgemäß, da
die Anzahl (n) von Bezugsdateneinheiten größer ist, die Verar
beitungszeit auf 1/n oder so verringert werden.
Aufgrund der hohen Erkennungsrate können die vorgegebenen Model
le für Bezugsdateneinheiten in großer Anzahl gespeichert werden.
Wenn eine Anzahl von Dateneinheiten für jede Art von Bezugsdaten
vorbereitet wird, kann daher eine Mehrfachentscheidung wie ein
Vergleich der Übereinstimmungsergebnisse der Ausdrucksdaten rea
lisiert werden, und der Anteil an Fehlerkennungen ist verrin
gert.
Wenn die Bezugsdateneinheiten in einem Bildspeicher gespeichert
werden, kann eine sehr große Anzahl von Bezugsdateneinheiten
angeboten werden, da der Bildspeicher in seiner Speicherkapa
zität wesentlich größer ist als der Speicher, der beim Stand der
Technik die Bezugsdaten speichert. Erfindungsgemäß wird somit
erreicht, daß die Erkennungsrate vergrößert ist.
Wenn die Bezugsdateneinheiten im Bildspeicher gespeichert sind,
kann darüberhinaus jedes Bildelement mit Informationen zum Iden
tifizieren der Bezugsdaten versehen werden, da der Bildspeicher
eine Speicherkapazität von zum Beispiel 8 Bit pro Bildelement
hat und damit viel größer in der Kapazität pro Bildelement ist
als der Speicher, der beim Stand der Technik die Bezugsdaten
speichert (1 Bit oder so pro Bildelement).
Auf der Basis der Identifikationsinformationen können beim
Mustervergleich Relativinformationen zwischen den einzelnen
Bezugsdateneinheiten abgeleitet werden, wie Korrelationen oder
Kombinationsbeziehungen, wodurch mehr aufbereitete Information
für eine Änderung des Ortes usw. bereitgestellt werden kann.
Dadurch wird es möglich, einen Mustervergleich mit Objekten
auszuführen, die eine komplizierte Form haben.
Die Anderung eines Ortes wird mit Bezug zur Fig. 4 als Beispiel
erläutert. Es wird bezüglich des Buchstabens A angenommen, daß
die Eingangs-Dateneinheiten eine Tendenz zu einer guten Überein
stimmung mit den Modelldaten A- für x = 30 haben, wie es beim
Bezugszeichen 24 gezeigt ist. Daher wird die Dateneinheit 24 zur
Position mit x = 10 verschoben. Es wird dabei angenommen, daß
für kleinere x-Koordinatenwerte ein größeres Gewicht festgelegt
ist. Die Eingangs-Dateneinheiten werden daher öfters als mit den
Dateneinheiten 24 übereinstimmend festgestellt, und die Erken
nungsrate ist erhöht. Das Festlegen einer erhöhten Gewichtung
hat den Vorteil, daß, wenn die Dateneinheit 24 dem Buchstaben B
an der Position x = 30 ähnlich ist und daher zu einer Fehlerken
nung führen kann, durch die Gewichtung eine leichtere Unter
scheidung möglich ist.
Erfindungsgemäß sind darüberhinaus die x- und y-Koordinaten
feste Informationseinheiten, die bestimmt werden, wenn die Be
zugsdateneinheiten vorab durch eine Maßnahme wie Lernen eingege
ben werden. Wenn nach einem Mustervergleich ein Ergebnis bestä
tigt werden soll, reicht es daher aus, den Wert der Überein
stimmung zu bestätigen, der bei der festen Koordinatenposition
gespeichert ist. Dadurch wird die Verarbeitung schneller, und es
werden Fehlerkennungen verhindert.
Die erfindungsgemäße Datenverarbeitungseinrichtung kann daher
eingegebene Daten mit hoher Geschwindigkeit erkennen.
Claims (12)
1. Datenverarbeitungseinrichtung zur Mustererkennung, gekenn
zeichnet durch eine erste Speichereinrichtung (14) zum Speichern
von Daten, die als Eingangssignal eingegeben werden; durch eine
Mustervergleichseinheit (16); und durch eine zweite Speicher
einrichtung (15) zum Speichern von Daten, die für einen Muster
vergleichsvorgang als Bezugsdaten dienen; wobei die Muster
vergleichseinheit (16) die Eingangsdaten als Modelldaten behan
delt, die dem Mustervergleichsvorgang mit den in der zweiten
Speichereinrichtung (15) gespeicherten Daten unterworfen werden.
2. Datenverarbeitungseinrichtung zur Mustererkennung, gekenn
zeichnet durch eine erste Speichereinrichtung (14) zum Speichern
von Daten, die als Eingangssignal eingegeben werden; durch eine
Mustervergleichseinheit (16); durch eine zweite Speichereinrich
tung (15) zum Speichern von Daten, die für einen Musterver
gleichsvorgang als Bezugsdaten dienen; und durch eine Extrak
tionseinheit (19) zum Extrahieren eines zu erkennenden Objekts
aus den Eingangsdaten; wobei die Mustervergleichseinheit (16)
das extrahierte, zu erkennende Objekt als Modelldaten behandelt,
die dem Mustervergleichsvorgang mit den in der zweiten Speicher
einrichtung (15) gespeicherten Daten unterworfen werden.
3. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die
Extraktionseinheit (19) eine Markierungseinheit (21) aufweist,
die die Eingangsdaten einem Markierungsvorgang unterwirft; und
daß das zu erkennende Objekt derart extrahiert wird, daß die
Größe eines jeden einzelnen Gegenstandes, der in den Eingangs
daten enthalten ist und der durch den Markierungsvorgang er
halten wird, mit der Größe eines bekannten Gegenstandes vergli
chen wird.
4. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die
Extraktionseinheit (19) eine Histogrammeinheit (20) aufweist,
die die Eingangsdaten einem Histogrammprozeß unterwirft; und daß
das zu erkennende Objekt gemäß der Histogramm-Verteilung, die
durch den Histogrammprozeß erhalten wird, und einer Histogramm-
Verteilung erhalten wird, die sich aus bekannten Daten ergibt.
5. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die
Extraktionseinheit (19) das zu erkennende Objekt derart extra
hiert, daß die Eingangsdaten einem Mustervergleichsvorgang unter
Verwendung von Modelldaten zur Extraktion unterworfen werden.
6. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die
Mustervergleichseinheit (16) relationale Informationen zwischen
den Bezugsdatensdateneinheiten in Übereinstimmung mit einem
Ergebnis des Mustervergleichsvorganges ableitet und dann gemäß
den Informationen eine Position der Bezugsdatensdaten ändert.
7. Einrichtung nach Anspruch 5, dadurch gekennzeichnet, daß die
Extraktionseinheit (19) die Eingangsdaten mit Bezugsdaten zu
einer Modellgröße aufteilt; und daß die Mustervergleichseinheit
(16) jede der Teil-Dateneinheiten dem Mustervergleichsvorgang
unterwirft und die Ergebnisse dieser Mustervergleiche für jede
Dateneinheit zusammensetzt.
8. Datenverarbeitungseinrichtung zur Mustererkennung, gekenn
zeichnet durch eine Datenverarbeitungseinheit (11) mit einer
ersten Speichereinrichtung (14) zum Speichern von Daten, die als
Eingangssignal eingegeben werden, einer Mustervergleichseinheit
(16) und einer zweiten Speichereinrichtung (15) zum Speichern
von Daten, die für einen Mustervergleichsvorgang als Bezugsdaten
dienen; wobei die Mustervergleichseinheit (16) die Eingangsdaten
als Modelldaten behandelt, die dem Mustervergleichsvorgang mit
den in der zweiten Speichereinrichtung (15) gespeicherten Daten
unterworfen werden; durch eine Dateneingabeeinrichtung (12) zur
Erzeugung der Eingangsdaten; durch eine Annahmeeinrichtung (12a)
zur Annahme von Informationen, die für den Mustervergleichsvor
gang erforderlich sind; und durch eine Anzeigeeinrichtung (13)
zur Darstellung der Eingangsdaten.
9. Datenverarbeitungseinrichtung zur Mustererkennung, gekenn
zeichnet durch eine Datenverarbeitungseinheit (11) mit einer
ersten Speichereinrichtung (14) zum Speichern von Daten, die als
Eingangssignal eingegeben werden, einer Mustervergleichseinheit
(16), einer zweiten Speichereinrichtung (15) zum Speichern von
Daten, die für einen Mustervergleichsvorgang als Bezugsdaten
dienen; und mit einer Extraktionseinheit (19) zum Extrahieren
eines zu erkennenden Objekts aus den Eingangsdaten; wobei die
Mustervergleichseinheit (16) das extrahierte, zu erkennende
Objekt als Modelldaten behandelt, die dem Mustervergleichsvor
gang mit den in der zweiten Speichereinrichtung (15) gespeicher
ten Daten unterworfen werden, und wobei die Extraktionseinheit
(19) das zu erkennende Objekt derart extrahiert, daß die Ein
gangsdaten einem Mustervergleichsvorgang unter Verwendung von
Modelldaten zur Extraktion unterworfen werden; durch eine Da
teneingabeeinrichtung (12) zur Erzeugung der Eingangsdaten;
durch eine Annahmeeinrichtung (12a) zur Annahme von Informa
tionen, die für den Mustervergleichsvorgang erforderlich sind;
und durch eine Anzeigeeinrichtung (13) zur Darstellung der
Eingangsdaten.
10. Zeichenleseeinrichtung, gekennzeichnet durch eine Kamera
(12), die ein Zeichen als Eingangssignal darstellt, eine erste
Speichereinrichtung (14) zum Speichern des eingegebenen Zei
chens, eine Mustervergleichseinheit (16), eine Annahmeinrichtung
(12a) zur Annahme von Befehlen für den Mustervergleichsvorgang,
eine Anzeigeeinrichtung (13) und eine zweite Speichereinrichtung
(15) zum Speichern von Zeichen, die für den Mustervergleichsvor
gang als Bezugsdaten dienen; wobei die Mustervergleichseinheit
(16) das eingegebene Zeichen als Modelldaten behandelt, die dem
Mustervergleichsvorgang mit den in der zweiten Speichereinrich
tung (15) gespeicherten Daten unterworfen werden.
11. Verfahren zur Mustererkennung, wobei Daten, die als Ein
gangssignale vorliegen, in einer ersten Speichereinrichtung (14)
gespeichert und einem Mustervergleichsvorgang unterworfen wer
den, dadurch gekennzeichnet, daß in einer zweiten Speicherein
richtung (15) Daten gespeichert werden, die für den Musterver
gleichsvorgang als Bezugsdaten dienen; und daß die Eingangsdaten
als Modelldaten festgelegt werden und dem Mustervergleichsvor
gang mit den in der zweiten Speichereinrichtung (15) gespeicher
ten Daten unterworfen werden.
12. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die
Daten, die für den Mustervergleichsvorgang als Bezugsdaten
dienen, Standard-Modelldaten für den Mustervergleichsvorgang
sind.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2302864A JPH04177483A (ja) | 1990-11-08 | 1990-11-08 | パターンマッチング方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE4136830A1 true DE4136830A1 (de) | 1992-05-14 |
DE4136830C2 DE4136830C2 (de) | 1995-06-22 |
Family
ID=17914017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4136830A Expired - Fee Related DE4136830C2 (de) | 1990-11-08 | 1991-11-08 | Datenverarbeitungseinrichtung und Verfahren zur Mustererkennung |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPH04177483A (de) |
KR (1) | KR920010495A (de) |
DE (1) | DE4136830C2 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4410603C1 (de) * | 1994-03-26 | 1995-06-14 | Jenoptik Technologie Gmbh | Verfahren zur Erkennung von Fehlern bei der Inspektion von strukturierten Oberflächen |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19713511A1 (de) * | 1997-04-01 | 1998-10-08 | Cwa Gmbh | Verfahren zur automatischen Wiedererkennung von beschrifteten Kennzeichen anhand der Zeichenfolge sowie geometrischer Merkmale |
-
1990
- 1990-11-08 JP JP2302864A patent/JPH04177483A/ja active Pending
-
1991
- 1991-10-16 KR KR1019910018208A patent/KR920010495A/ko not_active Application Discontinuation
- 1991-11-08 DE DE4136830A patent/DE4136830C2/de not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4410603C1 (de) * | 1994-03-26 | 1995-06-14 | Jenoptik Technologie Gmbh | Verfahren zur Erkennung von Fehlern bei der Inspektion von strukturierten Oberflächen |
Also Published As
Publication number | Publication date |
---|---|
DE4136830C2 (de) | 1995-06-22 |
KR920010495A (ko) | 1992-06-26 |
JPH04177483A (ja) | 1992-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3689416T2 (de) | Mustermerkmalextraktion. | |
DE2909153C2 (de) | Einrichtung zur digitalen Analyse von Bild- oder Zeichenmustern | |
DE68928154T2 (de) | Fingerabdruckverarbeitungssystem, geeignet für das Ermitteln des Kernes eines Fingerabdruckbildes durch Krümmungsparameter | |
DE2801536C2 (de) | Zeichenformkodiervorrichtung | |
DE69810581T2 (de) | Merkmalkorrelator für Fingerabdrücke | |
DE2831582C2 (de) | Verfahren zur Identifizierung einer Person und Vorrichtung zur Durchführung des Verfahrens | |
EP0523407B1 (de) | Verfahren zur Klassifikation von Signalen | |
DE19705757C2 (de) | Verfahren zum Erkennen eines Eingabemusters und zum Erzeugen einer Datenbank sowie Zeichenerkennungssystem | |
DE3111027A1 (de) | Verfahren und vorrichtung zur positionsabtastung eines objektes | |
DE19521346A1 (de) | Bilduntersuchungs/Erkennungsverfahren, darin verwendetes Verfahren zur Erzeugung von Referenzdaten und Vorrichtungen dafür | |
DE112017005651T5 (de) | Vorrichtung zur Klassifizierung von Daten | |
DE2703158B2 (de) | Einrichtung zum Erfassen der Position eines Musters oder Zeichens | |
DE69322095T2 (de) | Verfahren und gerät zur identifizierung eines objekts mittels eine geordneten folge von grenz-pixel-parametern | |
DE102017220307A1 (de) | Vorrichtung und Verfahren zum Erkennen von Verkehrszeichen | |
DE2844156A1 (de) | Verfahren zum verifizieren eines sprechers | |
DE2829808A1 (de) | Verfahren und vorrichtung zum lesen von zeichen | |
DE3718620C2 (de) | ||
EP1180258B1 (de) | Mustererkennung mittels prüfung zusätzlicher merkmale nach teilverarbeitung | |
DE69115176T2 (de) | Verfahren und Vorrichtung zur Messung und zur Anzeige von magnetischen Feldern. | |
DE3622222A1 (de) | Zeichenerkennung in zweidimensionalen signalen | |
DE69026668T2 (de) | Genaue Erkennung von Eingabemustern | |
DE102020209080A1 (de) | Bildverarbeitungssystem | |
DE4136830C2 (de) | Datenverarbeitungseinrichtung und Verfahren zur Mustererkennung | |
DE69028398T2 (de) | Verfahren zur Musterdatenverarbeitung auf der Grundlage geordneter Amplitudenwerte, Gerät zum Durchführen des Verfahrens | |
DE68910625T2 (de) | Verfahren zum Erkennen eines Musters in einem Feld mit einer Mehrwertamplitude, Anordnung zum Durchführen eines derartigen Verfahrens. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |