DK149240B - Automatisk billedbehandlingsenhed - Google Patents

Description

o 149240 i

Opfindelsen angår et apparat af den i indledningen til krav 1 angivne art, og angår især et apparat til digital analyse af billed- eller tegnmønstre, som gengives som en matrix af digitale signaler, frembragt ved seriel aftastning af billed-5 punkter, med en automatisk billedbearbejdning ved anvendelse af en matematisk metode, hvormed et silhouetbilledes mønster kan klassificeres.

Der kendes mange anvendelser ved hvilket det vil være ønske-10 ligt at have en maskine til automatisk at genkende, analysere og/eller klassificere mønstre i form af silhouetbilleder, dvs. sorte tegninger på hvid baggrund. Nogle af de mere enkle opgaver, som i hvert fald delvis er blevet løst af sådanne maskiner er genkendelse af alfanumeriske karakterer og genkendelse 15 eller tælling af visse partikler, såsom blodlegemer. Mere ambitiøse mål af denne art, som imidlertid ligger uden for mulighederne med den kendte teknik, er automatisk genkendelse af millitære mål med infrarøde billedsensorer eller en konvertering af håndskrift til en kode, som kan læses af 20 en maskine.

Til regnemaskiner af den generelt anvendelige art er der allerede udarbejdet store komplicerede programmer til mønsteranalyse og klassifikation. Det har dog vist sig, at den gene-25 relt anvendelige regnemaskine kun har fået en begrænset succes· ved udførelsen af mønsteranalyse og klassifikation på grund af den særdeles lange behandlingstid ved bearbejdningen af data for billeder med et stort antal punkter. En lovende fremgangsmåde synes at være brugen af et særligt databehand-30 lingsudstyr, som realiserer en matematisk teknik, der kan anvendes til data, der foreligger i form af billeder. Denne teknik kan være integral-geometri. Ved en sådan fremgangsmåde, beskrevet i US patentskrift 4.060.713, betragter man de indlæste data som en matrix af nuller og ettaller svarende til 35 sorte eller hvide billedelementer. Af den indlæste matrix udledes en anden matrix, hvor hvert punkt i den anden matrix er en funktion af tilstanden af det ækvivalente punkt i den 149240 2 o første matrix samt tilstanden af nogle nabopunkter til det ækvivalente punkt i den første matrix. En serie af sådanne transformationer kan udføres for at bestemme nogle karakteristiske egenskaber ved mønstrene i den oprindelige matrix.

5 For eksempel beskriver OS patentskrift nr. 3.241.547 en sådan speciel billedbearbejdningsenhed, der kan anvendes til at tælle lymfocytter i blod. Apparatur, som anvender lignende metoder til at realisere sådanne nabotransformationer, er beskrevet i "Pattern Detection and Recognition" af Unger, 10 Proceedings of the IRE, 1959, side 737, og "Feature Extraction by Golay Hexagonal Pattern Transformers", Preston,

Jr., IEEE Transactions on Computers, bind C-20, nr. 9, september 1971.

15 En anden type specialudstyr, der anvender integral-geometrianalyse, og som udnytter såkaldte "hit-or-miss transformations", er beskrevet i "The Texture Analyzer", Journal of Microscopy, bind 95, anden del, april 1972, siderne 349-356.

20 De hidtil kendte billedanalyseringsanlæg har alle arbejdet med billeder på en sådan måde, at data for de enkelte billedpunkter har været reduceret til binær form, dvs. enten 0 eller 1, som det er et almindeligt krav inden for integral-geometri. Angående anvendelser af integral-geometri til mønstergenkendelse 25 henvises til: 1. G. Matheron, "Random Sets and Integral Geometry", Wiley, 1975.

30 2. Albert B.J. Novikoff, "Integral Geometry as a Tool in

Pattern Perception", i Principles of Self-Organization, udgivet af Von Foerstn and Zopf, Pergamon Press, 1962.

3. J. Serra, "Stereology and Structuring Elements", Journal 35 of Microscopy, bind 95, første del, februar 1972, sider ne 93-103.

3 149240

O

Formålet med opfindelsen er at tilvejebringe et billedanalyseringsudstyr af den i US patentskrift nr. 4.060.713 beskrevne art, og som ikke kræver en speciel regnemaskine, og som har en meget enkel opbygning.

5

Dette opnås med et udstyr af den i indledningen angivne art, hvilket udstyr har de træk, der er angivet i den kendetegnende del af krav 1.

10 Hvis det originale digitale billede f.eks. er en silhouet med billedpunkter, der kan udtrykkes som binære værdier, kan de matricer, som fås ved modifikation af det oprindelige billede, have tre eller flere mulige billedpunkttilstande eller -værdier. Udvælgelsen af integral-geometrien og disse fler- 15 tilstandstransformationer og de viste kredsløb med den foreliggende realisering af den matematiske teknik er væsentlig enklere og/eller mere effektiv end den hidtil anvendte teknik og udstyr og byder på væsentlige fremskridt inden for genkendelse, analysering og klassifikation af silhouetmønstre.

20

Som vist i den efterfølgende detaljerede beskrivelse af en foretrukken udførelsesform af opfindelsen består billedanalyseringsudstyret af en kæde af identiske databehandlingsenheder, hvor hver enhed omfatter et multibitskifteregister 25 og hukommeIseslagre med direkte adgang, dvs. såkaldte RAM- lagre, som kan opbygges med passende teknik, såsom kernelager, halvlederlager eller magnetisk boble-hukommelse. I den foretrukne udførelsesform udtrykkes hvert billedpunkt i to binære bit, således at det kan antage en ud af fire mulige tilstande.

30 I alternative udførelsesformer kan udvalget af billedpunkt- tilstande være større. Skifteregisteret i hver databehandlingsenhed skal i rækkefølge give adgang til alle mulige nabopunkter i det delbillede, som indlæses i behandlingsenheden. Med dette formål antages det, at billedpunktdata tilføres behand-

OC

lingsenheden i rækkefølge, efterhånden som billedet skanderes linie for linie. Skifteregisteret indeholder udgangsporte på passende steder, således at værdien af et billedpunkt og 0 149240 4 dettes nabopunkter kan undersøges samtidig. Disse samtidig tilgængelige værdier danner argumentet i en logisk funktion, som er opbygget som et hukommelseslager med direkte adgang (RAM), et programmerbart logisk kredsløbsarrangement, en så-5 kaldt array, eller et netværk af logiske elementer.

Når værdierne for billedpunkterne i matricen forskydes gennem registeret, undersøges data for hvert billedpunkt og dets nabopunkter i rækkefølge, og logikken frembringer et transit) formeret datapunkt som er en funktion af værdierne i det ækvivalente datapunkt og dettes nabopunkter i det indlæste billede. Den logiske funktion, der afhænger af disse naboværdier, frembringer udgangssignalet fra en enkelt databehandlingsenhed, og dette udgangssignal tilføres den næste databehandlings-15 enhed i kæden. I denne næste databehandlingsenhed udføres en yderligere transformation.

Arten af den transformation, der udføres af hver databehandlingsenhed, kan modificeres fra en central programmerbar 20 styreenhed, som står i forbindelse med hver databehandlingsenhed.

Udførelsen af flertrins-integral-geometri-transformationer i et serienetværk af identiske databehandlingsenheder elimi-25 nerer behovet for flere forskellige ydre billedlagerenheder og aritmetriske og logiske elementer, som normalt forbindes med specialudstyr til billedanalysering. Endvidere optræder ud-data fra hver behandlingsenhed med samme hyppighed som dets ind-data, idet databehandlingshastigheden kun begrænses 30 af skifteregisteret og den benyttede logiske teknologi. Derfor behandler det serielle databehandlingsudstyr data frembragt af en linieskanderende føler tidstro, således at det analyserede billede hele tiden er tilgængeligt på udgangen af den sidste databehandlingsenhed blot med en fast forsinkelse 35 .

proportional med antallet af serieforbundne databehandlingsenheder.

0 149240 5

Den databehandlingsmetode, som den nærværende opfindelse repræsenterer, anvender realiseringen af nabotransformationer på en todimensional matrix bestående af bi11eddatapunkter med "N" mulige tilstande med det formål at skabe transformerede 5 matricer, hvor hvert billeddatapunkt er udtrykt ved N + M

mulige tilstande. Hvis de indlæste data for hvert billedpunkt kan antage to mulige værdier, kan den første databehandlingsenhed generere en transformeret matrix, hvor hvert billedpunkt kan have én ud af tre mulige værdier. De følgende transit) formationer, der udføres af de næste databehandlingsenheder i kæden, kan enten øge eller mindske det antal tilstande, som kan tillægges data for et billedpunkt. Selv om de fleste af transformationerne vil øge eller mindske antallet af tilladte tilstande med én, er metoden tilstrækkelig generel til 15 at omfatte transformationer, som ændrer antallet af tilladte tilstande med mere end én.

Som eksempel på en analytisk metode, der kan anvendes i nærværende opfindelse, kan man betragte den todimensionale opstil-2^ ling af ettaller og nuller, vist i fig. 1, hvor ettallerne danner et antal åbne, ikke skærende kurver af forskellig længde. I det følgende betragtes den opgave at udvælge de kurver, som har en længde større end L, hvor L er et lige heltal udtrykt i enheder lig med den mindste afstand mellem 25 to punkter, dvs. opløsningsevnen for den todimensionale rhombiske opstilling. Den første databehandlingsenhed i en kæde af enheder udfører nabotransformation på den indlæste matrix, hvor alle ettaller, der kun har ét naboetal, konverteres til et total. Alle andre billedpunkter beholder deres oprindelige 30 tilstand, se fig. 2. Denne transformation afmærker endepunkterne af hver af linierne. Dernæst udføres en række identiske transformationer, hvori hvert billedpunkt med værdien én og med et total, som nabo, konverteres til et total. Denne transformation foretages L/2-1 gange i L/2-1 databehandlingsen-35 heder i serie med den første enhed. Herefter vil alle linier af en længde mindre end eller lig med L udelukkende bestå af totaller, og de længere linier vil have en midterdel med 0 149240 6 ettaller, se fig. 3. Dernæst udføres L/2 transformationer i de næste L/2 databehandlingsenheder, hvorved hvert punkt, som er et total, og som i øjeblikket har et ettal til nabo, konverteres til et ettal. Efter denne serie af transforma-5 tioner vil linier, hvis længde er større end L, bestå af ettaller, og linier, hvis længde er lig med eller mindre end L, vil bestå af totaller, se fig. 4. Linierne er således blevet inddelt i to grupper efter deres længde og markeret med to forskellige billedpunktdataværdier. Analysen er fore-10 taget i en kæde af L databehandlingsenheder.

Ved betragtning af denne kæde af transformationer bør det bemærkes, at det transformerede billede på hvert trin i kæden indeholder en tilstrækkelig informationsmængde til at rekon-15 struere det oprindeligt indlæste billede. Der er således intet behov for at lagre det oprindelige billede eller noget andet midlertidigt billede, således som det er nødvendigt i de hidtil kendte biliedanalysatorer. Der er heller ikke behov for at addere eller subtrahere billeder fra hinanden, således 20 som det også har været nødvendigt ved de hidtil kendte billedanalysatorer, eftersom de samme eller ækvivalente resultater kan opnås ved de transformationer, som foreslås ifølge den foreliggende opfindelse. 1 2 3 4 5 6 7 8 9 10 11

Skal den ovennævnte analyse udføres på et billeddatabehandlings 2 anlæg ifølge opfindelsen, er det blot nødvendigt at programmere 3 en kæde af databehandlingsenheder med en længde svarende til 4 antallet af nabotransformationer i den længdediskriminerende 5 algoritme. De enkelte trin i kæden af databehandlingsenheder 6 kan programmeres til at udføre en speciel nabotransformation 7 af en central styreenhed, der modtager data fra et tastatur 8 eller en anden passende informationskilde. Alternativt kunne 9 der anvendes et højniveau-programmeringssprog til programmering 10 af de enkelte databehandlingsenheder. Ved udførelsen af en 11 række transformationer, som beskrevet ovenfor, kunne tallet L indlæses i den centrale styreenhed fra et tastatur. Den centrale styreenhed kunne derefter programmere de pågældende 0 149240 7 trin i kæden på passende punkter i stedet for at brugeren skulle være nødt til at udpege den nødvendige transformation L + 1 gange.

5 Hver databehandlingsenhed udfører en transformation af lignende art af den indlæste datastrøm. Først undersøges den centrale celle i den nicellede omegn for at fastslå, om den har værdien Kl. Dernæst undersøges en delmængde N bestående af de otte tilgrænsende naboceller for at bestemme, om der blandt dem 10 er mindst én celle af delmængden, der har værdien K2. Hvis disse to betingelser er opfyldt, ændres værdien af den centrale celle til den ny værdi K3. En programmering af en databehandlingsenhed består således i indlæsning af de værdier, som skal tillægges N, Kl, K2 og K3 i de rette hukommelseslagre 15 i enheden.

Opfindelsen skal forklares nærmere i det følgende under henvisning til tegningen, hvor 20 fig.1-4 viser eksempler på en række transformationer, i et apparat ifølge opfindelsen, fig. 5 et blokdiagram af en regnemaskine til at realisere transformationerne i en foretrukken udførelsesform af appa-25 ratet ifølge opfindelsen, fig. 6 et blokdiagram af en del af en databehandlingsenhed i et typisk modul i fig. 5, 30 fig. 7 et blokdiagram af en adresseafkoder og et lagerregister-arrangement for ét af modulérne i fig. 5, fig. 8 et blokdiagram af et kredsløb i modulet i fig. 5 til bestemmelse af identitet mellem værdierne af. nabo-celler-35 ne og indholdet af registeret K2, 149240 o 8 fig. 9 et blokdiagram af et kredsløb i et modul i systemet i fig. 5 for bestemmelse af identitet imellem en central celle og indholdet af registeret Kl, 5 fig. 10 et blokdiagram af et kredsløb i hvert af modulerne i fig. 5 til bestemmelse af en position, der afhænger af nabo-delmængden, fig. 11 et eksempel på typiske delfelter, som definerer 10 et sæt positioner i indgangsmatricen, som er bearbejdede med identiske omegnskonfigurationer af modulerne anvendt i systemet i fig. 5, og fig. 12 et blokdiagram af en alternativ udformning af kreds-15 løbet beregnet til at sammenligne værdierne for hver nabocelle med indholdet af registeret K2.

De metoder, der anvendes i den nærværende opfindelse, kan realiseres i forbindelse med generelt anvendelige datamater, 20 men er af en sådan art, at det er muligt at realisere med en klasse af relativt simple, og særdeles effektive specielle regnemaskiner. Som vist i fig. 5 består en foretrukken udførelsesform for regnemaskinen ifølge opfindelsen af et antal moduler 10, som i det væsentlige er identiske med 25 hinanden, og som er serieforbundne, således at udgangen af det ene modul er forbundet til indgangen af det næste modul i kæden. Antallet af moduler begrænser det antal transformeringer, som regnemaskinen kan foretage på indlæste data ved et enkelt gennemløb. Eftersom hvert modul er relativt 30 enkelt og billigt, kan regnemaskiner med hundreder eller tusinder af moduler fysisk realiseres og kan i pris konkurrere med en regnemaskine, der er anvendelig til alle formål.

En matrix af data, som skal indlæses i det første modul 35 10 i kæden, kommer fra en datakilde 12. Datakilden 12 kan indeholde et lager, såsom et bånd 14, eller kan repræsentere 0 149240 9 en digitaliseringsenhed, som bearbejder en datastrøm fra et tidstro udstyr, såsom en radarmodtager 16.

Udgangssignalet fra det sidste modul 10 i kæden føres til 5 en dataskærm eller registreringsudstyr 18, såsom et katode-strålerør eller en båndoptager eller lignende, som senere vil kunne benyttes i forbindelse med en dataskærm.

Transformationen, som foretages af hver af modulerne 10, 10 fastlægges af en transformations-styreenhed 20. Styreenhedens virkemåde kan modificeres af et tastatur 22 eller fra andre passende programkilder, såsom et hulkort, bånd osv. Styreenheden 20 har forbindelse til hvert af modulerne gennem en adressebus 24 og en transformationsbus 26. Når den trans-15 formation, der udføres af et enkelt modul, skal modificeres, sender styreenheden 20 først adressen for dette modul ud på bussen 24 og derefter en passende transformationskode på bussen 26. Hvert modul 10 indeholder et lagret, entydigt adressesystem til sammenligning af en adresse fra bussen 20 24 med den lagrede adresse. Når sammenligningen er foretaget, lagres transformationskoden, som følger på bus 26, i modulet, og styrer derefter dets virkemåde.

Alle kredsløbene i regnemaskinen synkroniseres af tidssignaler, 25 der genereres af et ur eller taktgenerator' 28.

De vigtigste logiske enheder i et typisk modul 10 er vist detaljeret i fig. 6-10. Fig. 6 viser skifteregister-arrangementet til i rækkefølge at udskille de ni nabo-celler i 30 strømmen af indlæste data. I dette eksempel kan hver celle antage én ud af fire mulige værdier, dvs. der kræves to bit i lageret per celle for alle skifteregistertrin. Hvis indgangsdatamatricen er W elementer bred, skal skifteregisteret fylde W-3 trin i længden.

Hvert modul har en adresse, som er bestemt af dets position i modulkæden. For at programmere et modul afsender styreen- 35 o 149240 10 heden adressen for det modul, som skal programmeres, på adressebussen, samtidig med at værdierne N, Kl, K2 og K3 afsendes. Værdien af N er et otte bit binært tal, hvor et ettal i den i'te bitposition indikerer, at den tilgrænsende 5 i1te celle skal medtages i nabo- eller omegnsdelmængden N for den centrale celle (se fig. 6 vedrørende nummerering af tilgrænsende naboceller). Fig. 7 viser adresseafkoderen og lagerregistre.

10 For hver udskilt omegn af nabo-celler sammenlignes værdien af de to bit for hver nabo med indholdet af registeret K2 i en gruppe på otte komparatorer (fig. 8). Udgangen af en komparator er én, hvis, og kun hvis, indholdet af nabo-cellen stemmer overens med indholdet af registeret K2. Udgangen 15 af hver komparator ledes derefter ind på en OG-port sammen med de tilsvarende bit i nabo-delmængde-registeret, dvs. N-registeret. Udgangssignalet på en af OG-portene er én, hvis, og kun hvis, dets tilsvarende nabo-position er indeholdt i nabo-delmængden N, og indholdet af nabo-cellen har værdien 20 K2. En enkelt OR-port undersøger hver AND-ports udgang, således at dens udgang er en, hvis, og kun hvis, mindst én nabocelle i delmængden N har værdien K2.

Indholdet af de centrale celler sammenlignes med indholdet 25 af registeret Kl i komparatoren vist i fig. 9. Udgangen af komparatoren er én, hvis, og kun hvis, den centrale celle har værdien Kl. Når denne betingelse er opfyldt samtidig med den tidligere udledte betingelse for nabocellerne, vil udgangen af multiplexeren blive sat lig K3, ellers er udgangen 30 af multiplexeren lig med indholdet af den centrale celle. Udgangssignalet fra multiplexeren danner strømmen af udgangsdata fra et modul.

Det er ikke altid fordelagtigt at bearbejde hver celle i 35 en matrix på nøjagtigt samme måde uafhængigt af dens position i matricen. Delmængden N af naboer til en central celle, hvis position er i, j i rækken, kan være en funktion af 11 149240 o den centrale celles position. Den måde, hvorpå man kan bestemme den positionsafhængige nabodelmængde er vist i fig.

10. Mængden af alle cellepositioner i indgangsmatricen, som bearbejdes med identiske nabokonfigurationer, danner 5 et delfelt. En matrix kan deles i M delfelter, hvor M kan være lig med 2, 3, 4 eller mere. Nogle nyttige delfelter er vist i fig. 11.

Til bearbejdning af et delfelt er det bekvemt at erstatte 10 N-registeret med et hukommelseselement med større udstrækning, f.eks. et, der indeholder M otte bit ord svarende til M nabodelmængder, et for hver af M mulige delmængder. Uddata fra denne hukommelsesenhed vælges af N data til enheden dvs. at delfelt-etiketten R, hvor R = 1, 2, —, M. Nabo-18 hukommelsesenheden kan programmeres fra styreenheden over adresse- og databussen på en måde, der ligner programmeringen af N-registeret.

Delfelt-etiketten R kan udledes af den centrale celleposition 20 i, j i delfeltets logiske matrix. Den nøjagtige udformning af delfeltets logiske matrixnetværk afhænger af antallet af delfelter og deres særlige konfiguration i datamatricen.

Eftersom centrale celler undersøges i rækkefølge, kan de centrale cellekoordinater spores af en tæller, forudsat 25 tælleren i begyndelsen er indstillet fra styreenheden svarende til positionen af modulet i den bearbejdede kæde.

Nabotrinet vist i fig. 6-10 er så generelt, at alle anvende-lige nabotransformeringer kan udføres af · en seriekobling af sådanne trin. Kredsløbet i fig. 12 er ejendommeligt ved, at visse typer af transformeringer kan udføres af et enkelt bearbejdningstrin i stedet for en serie af bearbejdningstrin. Kredsløbet i fig. 12 er identisk med kredsløbet i fig. 8, når bortses fra, at OR-porten er erstattet af 35 en almindelig logisk funktion med otte variable lagret i en RAM (tilgængelig hukommelse). Denne RAM kan naturligvis programmeres fra styreenheden gennem adresse- og databusserne.

Claims (2)

149240 O Patent krav.

1. Apparat til digital analyse af billed- eller tegnmønstre, som repræsenteres af en matrix af digitale datasignaler, som er fremkommet ved en seriel aftastning af billedpunkter og udsendes fra en datakilde (12), og som har flere mulige værdier, hvor værdien af hvert datasignal er en funktion af et 10 tilsvarende billedpunkt, og med en kæde af efter hinanden koblede databehandlingsenheder (10) til selektivt at tilvejebringe en ny værdi for hvert datasignal som en funktion af dataværdierne af de omgivende punkter i billedet, og hvor hver databehandlingsenhed (10) omfatter et arrangement af 15' digitale lagringsorganer (la, lb - 9a, 9b) til midlertidig oplagring af et underafsnit af billedet, omfattende et centralt datasignal (9a, 9b), som svarer til et givet centralt billedpunkt, og nabodatasignaler (la, lb - 8a, 8b) svarende til nabobilledpunkter, som omgiver det centrale punkt, og med 20 organer til i rækkefølge at indfbre i hovedsagen alle de forskellige datasignaler for billedet i de digitale lagringsorganer til analyse, kendetegnet ved, at alle databehandlingsenheder (10) er identiske og indeholder individuelt programmerbare analyseringskredsløb (fig. 8 og 9), 25 som kommunikerermed en central programmerbar styreenhed (20), som selektivt tilvejebringer analysekriterier for hver databehandlingsenhed, således at hver databehandlingsenhed bliver i stand til selektivt at frembringe og overføre en ny værdi (K3) for hvert datasignal i billedet til indgangen af den 30 næste databehandlingsenhed i afhængighed af de kriterier (Kl, K2), som tilføres af den centrale styreenhed (20).

2. Apparat ifølge krav 1, kendetegnet ved, at udgangssignalet fra hver databehandlingsenhed (10) har et 35 større antal tilladte tilstande end de billedpunkter, som skal analyseres, har.