JP2000011187A - 図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体 - Google Patents
図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体Info
- Publication number
- JP2000011187A JP2000011187A JP10169860A JP16986098A JP2000011187A JP 2000011187 A JP2000011187 A JP 2000011187A JP 10169860 A JP10169860 A JP 10169860A JP 16986098 A JP16986098 A JP 16986098A JP 2000011187 A JP2000011187 A JP 2000011187A
- Authority
- JP
- Japan
- Prior art keywords
- edge
- line
- image
- straight line
- parameter
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 大量の記憶領域を必要とせず、高速でかつ、
高精度で直線の認識が可能な図形認識方法及び装置及び
図形認識プログラムを格納した記憶媒体を提供する。 【解決手段】 本発明は、画像を入力し、入力された前
記画像のエッジ情報を検出し、エッジの尾根を辿り、細
線化を行い、エッジの位置及び方向からパラメータを計
算し、パラメータ空間に前記エッジの強度を累積し、度
数が密集したパラメータを直線として選択し、選択され
た直線を出力する。
高精度で直線の認識が可能な図形認識方法及び装置及び
図形認識プログラムを格納した記憶媒体を提供する。 【解決手段】 本発明は、画像を入力し、入力された前
記画像のエッジ情報を検出し、エッジの尾根を辿り、細
線化を行い、エッジの位置及び方向からパラメータを計
算し、パラメータ空間に前記エッジの強度を累積し、度
数が密集したパラメータを直線として選択し、選択され
た直線を出力する。
Description
【０００１】
【発明の属する技術分野】本発明は、図形認識方法及び
装置及び図形認識プログラムを格納した記憶媒体に係
り、特に、画像解析や画像理解における画像を認識を行
うための図形認識方法及び装置及び図形認識プログラム
を格納した記憶媒体に関する。
装置及び図形認識プログラムを格納した記憶媒体に係
り、特に、画像解析や画像理解における画像を認識を行
うための図形認識方法及び装置及び図形認識プログラム
を格納した記憶媒体に関する。
【０００２】
【従来の技術】直線の認識の従来の方法としては、例え
ば、『R. Klette and P. Zamperoni,"Handbook of Imag
e Processing Operetors," John Wiley & Sons Ltd., 1
996,pp.350-355』に示されている「Hough 変換」があ
る。Hough 変換は、与えられた画像にSobel 演算子等を
適用してエッジを検出し、エッジ強度を閾値により２値
化し、エッジ位置から直線を推定する。図１７に示すよ
うに、直線ｇは原点から直線への垂線の長さｄ、及び垂
線の角度θの２つのパラメータにより一意に決定され
る。このとき、直線ｇ上の点ｐの座標（ｘ，ｙ）とパラ
メータ（ｄ，θ）の関係は以下の式で表される。
ば、『R. Klette and P. Zamperoni,"Handbook of Imag
e Processing Operetors," John Wiley & Sons Ltd., 1
996,pp.350-355』に示されている「Hough 変換」があ
る。Hough 変換は、与えられた画像にSobel 演算子等を
適用してエッジを検出し、エッジ強度を閾値により２値
化し、エッジ位置から直線を推定する。図１７に示すよ
うに、直線ｇは原点から直線への垂線の長さｄ、及び垂
線の角度θの２つのパラメータにより一意に決定され
る。このとき、直線ｇ上の点ｐの座標（ｘ，ｙ）とパラ
メータ（ｄ，θ）の関係は以下の式で表される。
【０００３】 ｄ＝ｘ・ｃｏｓθ＋ｙ・ｓｉｎθ （１） 点ｐを通る直線は図１８に示すように無数に存在する
が、点ｐを通る直線群をパラメータ（ｄ，θ）で表現す
ると、図１９の“ｐを通る直線群”に示す曲線（パラメ
ータ曲線）となる。また、ｐとは異なるが、点ｑを通る
直線群のパラメータ表現は、図１９の“ｑを通る直線
群”に示す曲線となる。２つの曲線の交点は、図２０に
示すように、点ｐとｑを同時に通る直線のパラメータに
相当する。
が、点ｐを通る直線群をパラメータ（ｄ，θ）で表現す
ると、図１９の“ｐを通る直線群”に示す曲線（パラメ
ータ曲線）となる。また、ｐとは異なるが、点ｑを通る
直線群のパラメータ表現は、図１９の“ｑを通る直線
群”に示す曲線となる。２つの曲線の交点は、図２０に
示すように、点ｐとｑを同時に通る直線のパラメータに
相当する。
【０００４】画像から直線を認識する場合は、図２１に
示すように、２次元ヒストグラムを用意し、各エッジ位
置を通る直線群のパラメータを２次元ヒストグラムに加
えていく。同一の直線上に乗ったエッジのパラメータ曲
線は、その直線を示すパラメータ空間の点で交差し、そ
の点でのヒストグラムの度数が高くなる。そこで、全て
のエッジについてパラメータ曲線を計算し、ヒストグラ
ムに度数を足し込んだ後、ヒストグラムの度数が大きい
部分を探すことにより画像に含まれる直線を検出でき
る。上記が“Hough 変換”の原理である。
示すように、２次元ヒストグラムを用意し、各エッジ位
置を通る直線群のパラメータを２次元ヒストグラムに加
えていく。同一の直線上に乗ったエッジのパラメータ曲
線は、その直線を示すパラメータ空間の点で交差し、そ
の点でのヒストグラムの度数が高くなる。そこで、全て
のエッジについてパラメータ曲線を計算し、ヒストグラ
ムに度数を足し込んだ後、ヒストグラムの度数が大きい
部分を探すことにより画像に含まれる直線を検出でき
る。上記が“Hough 変換”の原理である。
【０００５】
【発明が解決しようとする課題】しかしながら、上記従
来の“Hough 変換”による方法では、 ・２次元ヒストグラムのため、大量の記憶領域を必要と
する； ・全てのエッジについてパラメータ曲線を計算するため
大量の計算時間を必要とする； ・画像中では直線を構成していないエッジであってもそ
のパラメータ曲線は交差してしまうため、画像内の図形
の数が増えるに従い、パラメータ空間内に不要な交点が
増加し、認識率が低下する； という問題がある。
来の“Hough 変換”による方法では、 ・２次元ヒストグラムのため、大量の記憶領域を必要と
する； ・全てのエッジについてパラメータ曲線を計算するため
大量の計算時間を必要とする； ・画像中では直線を構成していないエッジであってもそ
のパラメータ曲線は交差してしまうため、画像内の図形
の数が増えるに従い、パラメータ空間内に不要な交点が
増加し、認識率が低下する； という問題がある。
【０００６】本発明は、上記の点に鑑みなされたもの
で、大量の記憶領域を必要としない、高速でかつ、高精
度で直線の認識が可能な図形認識方法及び装置及び図形
認識プログラムを格納した記憶媒体を提供することを目
的とする。
で、大量の記憶領域を必要としない、高速でかつ、高精
度で直線の認識が可能な図形認識方法及び装置及び図形
認識プログラムを格納した記憶媒体を提供することを目
的とする。
【０００７】
【課題を解決するための手段】図１は、本発明の原理を
説明するための図である。本発明（請求項１）は、画像
解析や画像理解を行うための図形認識方法において、画
像を入力し（ステップ１）、入力された画像のエッジ情
報を検出し（ステップ２）、エッジの尾根を辿り、細線
化を行い（ステップ３）、エッジの位置及び方向からパ
ラメータを計算し（ステップ４）、パラメータ空間にエ
ッジの強度を累積し（ステップ５）、度数が密集したパ
ラメータを直線として選択し（ステップ６）、選択され
た直線を出力する（ステップ７）。
説明するための図である。本発明（請求項１）は、画像
解析や画像理解を行うための図形認識方法において、画
像を入力し（ステップ１）、入力された画像のエッジ情
報を検出し（ステップ２）、エッジの尾根を辿り、細線
化を行い（ステップ３）、エッジの位置及び方向からパ
ラメータを計算し（ステップ４）、パラメータ空間にエ
ッジの強度を累積し（ステップ５）、度数が密集したパ
ラメータを直線として選択し（ステップ６）、選択され
た直線を出力する（ステップ７）。
【０００８】本発明（請求項２）は、エッジ情報を検出
する際に（ステップ２）、入力された画像からエッジの
位置、強度、及び方向を検出する。本発明（請求項３）
は、エッジの強度を累積する際に（ステップ５）、計算
されたパラメータにエッジ強度を度数として累積する。
本発明（請求項４）は、出力された前記直線で構成され
た図形を認識する。
する際に（ステップ２）、入力された画像からエッジの
位置、強度、及び方向を検出する。本発明（請求項３）
は、エッジの強度を累積する際に（ステップ５）、計算
されたパラメータにエッジ強度を度数として累積する。
本発明（請求項４）は、出力された前記直線で構成され
た図形を認識する。
【０００９】本発明（請求項５）は、入力された画像か
ら折れ線を検出する際に、当該画像から直線の集合を検
出し、検出された直線が画像中に現れる区間を計算し、
線分間の接続関係を判定し、線分間の接続関係集合から
折れ線を検出する。本発明（請求項６）は、推定された
直線が画像中に現れる区間を計算する際に、画像中のエ
ッジが推定された直線のどの位置にくるのかの分布を調
べ、密度の高い部分を線分とする。
ら折れ線を検出する際に、当該画像から直線の集合を検
出し、検出された直線が画像中に現れる区間を計算し、
線分間の接続関係を判定し、線分間の接続関係集合から
折れ線を検出する。本発明（請求項６）は、推定された
直線が画像中に現れる区間を計算する際に、画像中のエ
ッジが推定された直線のどの位置にくるのかの分布を調
べ、密度の高い部分を線分とする。
【００１０】本発明（請求項７）は、折れ線を検出する
際に、接続している線分を一筆書きのように辿って線分
のリンクを生成することで、画像中から折れ線を検出
し、接続する線分がなくなったらリンクを折れ線とし、
すでに該リンク中にある線分を選択した場合には、リン
クが閉じているため多角形として出力する。
際に、接続している線分を一筆書きのように辿って線分
のリンクを生成することで、画像中から折れ線を検出
し、接続する線分がなくなったらリンクを折れ線とし、
すでに該リンク中にある線分を選択した場合には、リン
クが閉じているため多角形として出力する。
【００１１】図２は、本発明の原理構成図である。本発
明（請求項８）は、画像解析や画像理解を行うための図
形認識装置であって、入力された画像のエッジ情報を検
出するエッジ検出手段１０と、エッジ検出手段１０で検
出されたエッジの尾根を辿り、細線化を行うエッジ細線
化手段２０と、エッジの位置及び方向からパラメータを
計算するパラメータ推定手段３０と、計算されたパラメ
ータに強度を蓄積する度数累積手段４０と、度数累積手
段４０で求められた度数が密集したパラメータを直線と
して選択する直線選択手段５０とを有する。
明（請求項８）は、画像解析や画像理解を行うための図
形認識装置であって、入力された画像のエッジ情報を検
出するエッジ検出手段１０と、エッジ検出手段１０で検
出されたエッジの尾根を辿り、細線化を行うエッジ細線
化手段２０と、エッジの位置及び方向からパラメータを
計算するパラメータ推定手段３０と、計算されたパラメ
ータに強度を蓄積する度数累積手段４０と、度数累積手
段４０で求められた度数が密集したパラメータを直線と
して選択する直線選択手段５０とを有する。
【００１２】本発明（請求項９）は、エッジ検出手段１
０において、入力された画像からエッジ情報として、エ
ッジの位置、強度、及びエッジ方向を検出する手段を含
む。本発明（請求項１０）は、エッジ細線化手段２０に
おいて、エッジ検出手段で求められた強度が極大となる
尾根を辿る手段を含む。本発明（請求項１１）は、パラ
メータ推定手段３０において、エッジ情報のエッジ位置
とエッジ方向から直線のパラメータを推定する手段を含
む。
０において、入力された画像からエッジ情報として、エ
ッジの位置、強度、及びエッジ方向を検出する手段を含
む。本発明（請求項１０）は、エッジ細線化手段２０に
おいて、エッジ検出手段で求められた強度が極大となる
尾根を辿る手段を含む。本発明（請求項１１）は、パラ
メータ推定手段３０において、エッジ情報のエッジ位置
とエッジ方向から直線のパラメータを推定する手段を含
む。
【００１３】本発明（請求項１２）は、度数累積手段４
０において、パラメータ推定手段３０で計算されたパラ
メータにエッジ強度を度数として累積する手段を含む。
本発明（請求項１３）は、直線選択手段５０で選択され
た直線で構成された図形を認識する折れ線検出手段を更
に有する。本発明（請求項１４）は、直線選択手段５０
で選択された直線が画像中に現れる区間を計算する線分
判定手段と、線分間の接続関係を判定する接続関係判定
手段と、線分間の接続関係集合から折れ線を検出する折
れ線認識手段とを有する。
０において、パラメータ推定手段３０で計算されたパラ
メータにエッジ強度を度数として累積する手段を含む。
本発明（請求項１３）は、直線選択手段５０で選択され
た直線で構成された図形を認識する折れ線検出手段を更
に有する。本発明（請求項１４）は、直線選択手段５０
で選択された直線が画像中に現れる区間を計算する線分
判定手段と、線分間の接続関係を判定する接続関係判定
手段と、線分間の接続関係集合から折れ線を検出する折
れ線認識手段とを有する。
【００１４】本発明（請求項１５）は、線分判定手段に
おいて、画像中のエッジが推定された直線のどの位置に
くるかの分布を調べ、密度の高い部分を線分とする手段
を含む。本発明（請求項１６）は、接続関係判定手段に
おいて、線分間の距離を計算し、計算結果が所定の閾値
以下であれば接続していると判定する手段を含む。
おいて、画像中のエッジが推定された直線のどの位置に
くるかの分布を調べ、密度の高い部分を線分とする手段
を含む。本発明（請求項１６）は、接続関係判定手段に
おいて、線分間の距離を計算し、計算結果が所定の閾値
以下であれば接続していると判定する手段を含む。
【００１５】本発明（請求項１７）は、折れ線認識手段
において、接続している線分を一筆書きのように辿って
線分のリンクを生成することで、画像中から折れ線を検
出し、接続する線分がなくなったらリンクを折れ線と
し、すでに該リンク中にある線分を選択した場合には、
リンクが閉じているため多角形として出力する手段を含
む。
において、接続している線分を一筆書きのように辿って
線分のリンクを生成することで、画像中から折れ線を検
出し、接続する線分がなくなったらリンクを折れ線と
し、すでに該リンク中にある線分を選択した場合には、
リンクが閉じているため多角形として出力する手段を含
む。
【００１６】本発明（請求項１８）は、画像解析や画像
理解を行うための図形認識プログラムを格納した記憶媒
体であって、入力された画像のエッジ情報を検出するエ
ッジ検出プロセスと、エッジ検出プロセスで検出された
エッジの尾根を辿り、細線化を行うエッジ細線化プロセ
スと、エッジの位置及び方向からパラメータを計算する
パラメータ推定プロセスと、計算されたパラメータに強
度を蓄積する度数累積プロセスと、度数累積プロセスで
求められた度数が密集したパラメータを直線として選択
する直線選択プロセスとを有する。
理解を行うための図形認識プログラムを格納した記憶媒
体であって、入力された画像のエッジ情報を検出するエ
ッジ検出プロセスと、エッジ検出プロセスで検出された
エッジの尾根を辿り、細線化を行うエッジ細線化プロセ
スと、エッジの位置及び方向からパラメータを計算する
パラメータ推定プロセスと、計算されたパラメータに強
度を蓄積する度数累積プロセスと、度数累積プロセスで
求められた度数が密集したパラメータを直線として選択
する直線選択プロセスとを有する。
【００１７】本発明（請求項１９）は、エッジ検出プロ
セスにおいて、入力された画像からエッジ情報として、
エッジの位置、強度、及びエッジ方向を検出するプロセ
スを含む。本発明（請求項２０）は、エッジ細線化プロ
セスにおいて、エッジ検出プロセスで求められた強度が
極大となる尾根を辿るプロセスを含む。
セスにおいて、入力された画像からエッジ情報として、
エッジの位置、強度、及びエッジ方向を検出するプロセ
スを含む。本発明（請求項２０）は、エッジ細線化プロ
セスにおいて、エッジ検出プロセスで求められた強度が
極大となる尾根を辿るプロセスを含む。
【００１８】本発明（請求項２１）は、パラメータ推定
プロセスにおいて、エッジ情報のエッジ位置とエッジ方
向から直線のパラメータを推定するプロセスを含む。本
発明（請求項２２）は、度数累積プロセスにおいて、パ
ラメータ推定プロセスで計算されたパラメータにエッジ
強度を度数として累積するプロセスを含む。本発明（請
求項２３）は、直線選択プロセスで選択された直線で構
成された図形を認識する折れ線検出プロセスを更に有す
る。
プロセスにおいて、エッジ情報のエッジ位置とエッジ方
向から直線のパラメータを推定するプロセスを含む。本
発明（請求項２２）は、度数累積プロセスにおいて、パ
ラメータ推定プロセスで計算されたパラメータにエッジ
強度を度数として累積するプロセスを含む。本発明（請
求項２３）は、直線選択プロセスで選択された直線で構
成された図形を認識する折れ線検出プロセスを更に有す
る。
【００１９】本発明（請求項２４）は、直線選択プロセ
スで選択された直線が画像中に現れる区間を計算する線
分判定プロセスと、線分間の接続関係を判定する接続関
係判定プロセスと、線分間の接続関係集合から折れ線を
検出する折れ線認識プロセスとを有する。本発明（請求
項２５）は、線分判定プロセスにおいて、画像中のエッ
ジが推定された直線のどの位置にくるかの分布を調べ、
密度の高い部分を線分とするプロセスを含む。
スで選択された直線が画像中に現れる区間を計算する線
分判定プロセスと、線分間の接続関係を判定する接続関
係判定プロセスと、線分間の接続関係集合から折れ線を
検出する折れ線認識プロセスとを有する。本発明（請求
項２５）は、線分判定プロセスにおいて、画像中のエッ
ジが推定された直線のどの位置にくるかの分布を調べ、
密度の高い部分を線分とするプロセスを含む。
【００２０】本発明（請求項２６）は、接続関係判定プ
ロセスにおいて、線分間の距離を計算し、計算結果が所
定の閾値以下であれば接続していると判定するプロセス
を含む。本発明（請求項２７）は、折れ線認識プロセス
において、接続している線分を一筆書きのように辿って
線分のリンクを生成することで、画像中から折れ線を検
出し、接続する線分がなくなったらリンクを折れ線と
し、すでに該リンク中にある線分を選択した場合には、
リンクが閉じているため多角形として出力するプロセス
を含む。
ロセスにおいて、線分間の距離を計算し、計算結果が所
定の閾値以下であれば接続していると判定するプロセス
を含む。本発明（請求項２７）は、折れ線認識プロセス
において、接続している線分を一筆書きのように辿って
線分のリンクを生成することで、画像中から折れ線を検
出し、接続する線分がなくなったらリンクを折れ線と
し、すでに該リンク中にある線分を選択した場合には、
リンクが閉じているため多角形として出力するプロセス
を含む。
【００２１】上記のように、本発明は、与えられた画像
からエッジを検出する際に、与えられた画像からエッジ
情報、即ち、エッジの位置（ｐｘ，ｐｙ），強度ｍ、及
び方向φを検出する。これにより、エッジの位置だけで
なく、エッジ強度やエッジの方向といった画像を持つ情
報を有効に利用することが可能となる。さらに、検出さ
れたエッジについて強度ｍが極大となる尾根を辿ること
でエッジを細線化する。エッジの数が増えると計算時間
も増加するが、閾値によってエッジを減らすと輪郭のは
っきりした部分ではエッジ数を減らすことができない一
方、輪郭のぼやけた部分ではエッジが消えてしまい、認
識率が低下するという問題を、細線化することで図形の
輪郭を残しながらエッジ数を減少させることで解決し、
認識率を落とさずに、計算時間を削減できる。
からエッジを検出する際に、与えられた画像からエッジ
情報、即ち、エッジの位置（ｐｘ，ｐｙ），強度ｍ、及
び方向φを検出する。これにより、エッジの位置だけで
なく、エッジ強度やエッジの方向といった画像を持つ情
報を有効に利用することが可能となる。さらに、検出さ
れたエッジについて強度ｍが極大となる尾根を辿ること
でエッジを細線化する。エッジの数が増えると計算時間
も増加するが、閾値によってエッジを減らすと輪郭のは
っきりした部分ではエッジ数を減らすことができない一
方、輪郭のぼやけた部分ではエッジが消えてしまい、認
識率が低下するという問題を、細線化することで図形の
輪郭を残しながらエッジ数を減少させることで解決し、
認識率を落とさずに、計算時間を削減できる。
【００２２】さらに、１つのエッジ情報（エッジの位置
とエッジの方向）から１つの直線のパラメータを推定す
るので、パラメータ曲線を求めるために計算を繰り返す
必要がなく、計算時間を削減できる。上記のパラメータ
の推定処理により、１つのエッジに対して１つのパラメ
ータが求められ、かつ、同一の直線に乗るエッジは同一
のパラメータを持つため、度数が累積されるパラメータ
の個数は非常に少なくなり、２次元ヒストグラム等の大
量の記憶領域を必要としない。
とエッジの方向）から１つの直線のパラメータを推定す
るので、パラメータ曲線を求めるために計算を繰り返す
必要がなく、計算時間を削減できる。上記のパラメータ
の推定処理により、１つのエッジに対して１つのパラメ
ータが求められ、かつ、同一の直線に乗るエッジは同一
のパラメータを持つため、度数が累積されるパラメータ
の個数は非常に少なくなり、２次元ヒストグラム等の大
量の記憶領域を必要としない。
【００２３】最後に、度数が蓄積されているパラメータ
が少ないため、度数が密集したパラメータを順に選択す
ることで、複数の直線を高速に選択できる。また、パラ
メータ曲線の不要な交点がないため、直線の選択を精度
よく行うことが可能となる。これにより、大量の記憶領
域を必要とせず、高速で、高精度の図形の認識を行うこ
とが可能となる。
が少ないため、度数が密集したパラメータを順に選択す
ることで、複数の直線を高速に選択できる。また、パラ
メータ曲線の不要な交点がないため、直線の選択を精度
よく行うことが可能となる。これにより、大量の記憶領
域を必要とせず、高速で、高精度の図形の認識を行うこ
とが可能となる。
【００２４】また、多角形の認識を行う際に、画像中の
エッジが推定された直線のどの位置に来るかの分布を調
べ、密度の高い部分を線分とすることにより、画像中に
複数の折れ線（特に多角形）がある場合に、誤った組み
合わせを避けることが可能となる。続いて、線分間の距
離を計算し、所定の閾値以下であるとき接続していると
判定することにより、折れ線検出に必要となる線分間の
接続関係を単純な距離計算で求めることができる。
エッジが推定された直線のどの位置に来るかの分布を調
べ、密度の高い部分を線分とすることにより、画像中に
複数の折れ線（特に多角形）がある場合に、誤った組み
合わせを避けることが可能となる。続いて、線分間の距
離を計算し、所定の閾値以下であるとき接続していると
判定することにより、折れ線検出に必要となる線分間の
接続関係を単純な距離計算で求めることができる。
【００２５】さらに、接続関係集合から折れ線を検出す
ることにより、Ｎ−折れ線やＮ−角形（Ｎ個の辺からな
る折れ線、あるいは、多角形）をＮ個の線分を一筆書き
のような単純な検索で検出することが可能となる。
ることにより、Ｎ−折れ線やＮ−角形（Ｎ個の辺からな
る折れ線、あるいは、多角形）をＮ個の線分を一筆書き
のような単純な検索で検出することが可能となる。
【００２６】
【発明の実施の形態】図３は、本発明の図形認識装置の
構成図（その１）である。同図に示す構成は、直線を認
識する場合を示す。同図に示す図形認識装置は、エッジ
検出部１０、エッジ細線化部２０、パラメータ推定部３
０、度数累積部４０、メモリ４５及び直線選択部５０よ
り構成され、エッジ検出部１０には、画像を入力する画
像入力装置が接続されている。
構成図（その１）である。同図に示す構成は、直線を認
識する場合を示す。同図に示す図形認識装置は、エッジ
検出部１０、エッジ細線化部２０、パラメータ推定部３
０、度数累積部４０、メモリ４５及び直線選択部５０よ
り構成され、エッジ検出部１０には、画像を入力する画
像入力装置が接続されている。
【００２７】エッジ検出部１０は、例えば、『J.Cann
y,"A Computational Approach to Edge Detection," IE
EE trans. on PAMI, Vol.8, No.,6, Nov. 1986. 』に示
されるように、画像入力装置から与えられた画像からエ
ッジ情報、即ち、エッジの位置（ｐｘ，ｐｙ）、強度
ｍ、及び方向φを検出する。エッジ細線化部２０は、エ
ッジ検出部１０で検出されたエッジ情報のうち、強度ｍ
が極大となる尾根を辿ることでエッジを細線化する。
y,"A Computational Approach to Edge Detection," IE
EE trans. on PAMI, Vol.8, No.,6, Nov. 1986. 』に示
されるように、画像入力装置から与えられた画像からエ
ッジ情報、即ち、エッジの位置（ｐｘ，ｐｙ）、強度
ｍ、及び方向φを検出する。エッジ細線化部２０は、エ
ッジ検出部１０で検出されたエッジ情報のうち、強度ｍ
が極大となる尾根を辿ることでエッジを細線化する。
【００２８】パラメータ推定部３０は、エッジ情報のエ
ッジ位置（ｐｘ，ｐｙ）とエッジ方向φから直線のパラ
メータ（ｄ，θ）を推定する。度数累積部４０は、パラ
メータ推定部３０で推定されたパラメータ（ｄ，θ）に
エッジ強度ｍを度数としてメモリ４５に累積する。メモ
リ４５は、度数累積部４０で求められた度数を格納す
る。
ッジ位置（ｐｘ，ｐｙ）とエッジ方向φから直線のパラ
メータ（ｄ，θ）を推定する。度数累積部４０は、パラ
メータ推定部３０で推定されたパラメータ（ｄ，θ）に
エッジ強度ｍを度数としてメモリ４５に累積する。メモ
リ４５は、度数累積部４０で求められた度数を格納す
る。
【００２９】直線選択部５０は、メモリ４５に格納され
ている累積された度数が密集したパラメータを直線とし
て推定する。次に、折れ線、特に、多角形を認識する際
の構成を示す。図４は、本発明の図形認識装置の構成図
（その２）である。同図に示す構成は、図３に示す構成
に、線分判定部６０、接続関係判定部７０及び折れ線検
出部８０が追加された構成である。
ている累積された度数が密集したパラメータを直線とし
て推定する。次に、折れ線、特に、多角形を認識する際
の構成を示す。図４は、本発明の図形認識装置の構成図
（その２）である。同図に示す構成は、図３に示す構成
に、線分判定部６０、接続関係判定部７０及び折れ線検
出部８０が追加された構成である。
【００３０】線分判定部６０は、画像中のエッジが、直
線選択部５０で出力された直線のどの位置にくるかの分
布を調べ、密度の高い部分（直線の区間）とする。接続
関係判定部７０は、線分判定部６０で求められた線分
（直線の区間）の距離を計算し、所定の閾値以下であれ
ば接続していると判断する。折れ線検出部８０は、接続
している線分を一筆書きのように辿って線分のリンクを
生成することで、画像中から折れ線を検出する。接続す
る線分がなくなったらリンクを折れ線として出力する。
既にリンク中にある線分を選んだ場合、リンクが閉じて
いるものとして多角形と認識する。
線選択部５０で出力された直線のどの位置にくるかの分
布を調べ、密度の高い部分（直線の区間）とする。接続
関係判定部７０は、線分判定部６０で求められた線分
（直線の区間）の距離を計算し、所定の閾値以下であれ
ば接続していると判断する。折れ線検出部８０は、接続
している線分を一筆書きのように辿って線分のリンクを
生成することで、画像中から折れ線を検出する。接続す
る線分がなくなったらリンクを折れ線として出力する。
既にリンク中にある線分を選んだ場合、リンクが閉じて
いるものとして多角形と認識する。
【００３１】
【実施例】以下、図面と共に本発明の実施例を説明す
る。まず、図３の構成に基づいて説明する。エッジ検出
部１０は、与えられた画像からエッジ情報、即ち、エッ
ジの位置（ｐｘ，ｐｙ）、強度ｍ、及び方向φを検出す
る。方向φは、−π〜π（πは１８０°）で与えられて
いるものとする。
る。まず、図３の構成に基づいて説明する。エッジ検出
部１０は、与えられた画像からエッジ情報、即ち、エッ
ジの位置（ｐｘ，ｐｙ）、強度ｍ、及び方向φを検出す
る。方向φは、−π〜π（πは１８０°）で与えられて
いるものとする。
【００３２】図５は、本発明の一実施例のエッジ細線化
を説明するための図である。エッジ細線化部２０は、エ
ッジ強度が極大となる尾根ａを辿ることでエッジを細線
化する。図５において、ｂが細線化されたエッジを示
す。パラメータ推定部３０は、エッジ位置（ｐｘ，ｐ
ｙ）、及びエッジ方向φからパラメータ（ｄ，θ）を計
算する。ここで、
を説明するための図である。エッジ細線化部２０は、エ
ッジ強度が極大となる尾根ａを辿ることでエッジを細線
化する。図５において、ｂが細線化されたエッジを示
す。パラメータ推定部３０は、エッジ位置（ｐｘ，ｐ
ｙ）、及びエッジ方向φからパラメータ（ｄ，θ）を計
算する。ここで、
【００３３】
【数１】
【００３４】によりパラメータが求められる。度数累積
部４０は、図６に示す２次元木を用いて、エッジ細線化
部２０で細線化さたエッジの強度をパラメータ空間に足
し込む操作を行う。当該２次元木はメモリ４５に格納さ
れているものとする。直線選択部５０は、メモリ４５の
２次元木のセルを探索し、そのセルの図７に示す８近傍
内のセルより度数が大きければそのセルのパラメータを
直線として選択する。なお、セルのない近傍の度数はゼ
ロとする。
部４０は、図６に示す２次元木を用いて、エッジ細線化
部２０で細線化さたエッジの強度をパラメータ空間に足
し込む操作を行う。当該２次元木はメモリ４５に格納さ
れているものとする。直線選択部５０は、メモリ４５の
２次元木のセルを探索し、そのセルの図７に示す８近傍
内のセルより度数が大きければそのセルのパラメータを
直線として選択する。なお、セルのない近傍の度数はゼ
ロとする。
【００３５】以下に上記の構成による動作を説明する。
まず、画像入力装置から図８に示す画像が入力される
と、エッジ検出部１０は、図９に示すようなエッジ情報
を抽出する。次に、エッジ細線化部２０は、エッジの方
向と強さに応じて、図１０に示すようにエッジの細線化
を行う。
まず、画像入力装置から図８に示す画像が入力される
と、エッジ検出部１０は、図９に示すようなエッジ情報
を抽出する。次に、エッジ細線化部２０は、エッジの方
向と強さに応じて、図１０に示すようにエッジの細線化
を行う。
【００３６】さらに、パラメータ推定部３０は、図１０
のように細線化された各エッジ（ａ，ｂ，ｃ）の位置及
び方向からパラメータ（ｄ，θ）を計算する。これによ
り図１１に示すような結果が得られる。図１１のａで示
されたエッジの集合は、同一の直線上にあるため、同じ
パラメータ（ｄa ，θa ）を持つ。同様に、エッジの集
合ｂ，ｃからは、（ｄb ，θb ）、（ｄc ，θc ）のパ
ラメータが得られる。
のように細線化された各エッジ（ａ，ｂ，ｃ）の位置及
び方向からパラメータ（ｄ，θ）を計算する。これによ
り図１１に示すような結果が得られる。図１１のａで示
されたエッジの集合は、同一の直線上にあるため、同じ
パラメータ（ｄa ，θa ）を持つ。同様に、エッジの集
合ｂ，ｃからは、（ｄb ，θb ）、（ｄc ，θc ）のパ
ラメータが得られる。
【００３７】度数累積部４０は、パラメータ推定部３０
で得られたパラメータのエッジの強度を度数として図１
２に示すようにメモリ４５内の２次元木に累積する。図
１２の例では、エッジ集合ａの度数は９０となり、エッ
ジ集合ｂの度数は８０となり、エッジ集合ｃの度数は４
０となり、それぞれ２次元木のセルに累積される。直線
選択部５０は、メモリ４５内の２次元木からａ，ｂ，ｃ
のセルを発見し、各々を８近傍と比較する。この例の場
合には条件を満たしているので、パラメータａ，ｂ，ｃ
を選択する。
で得られたパラメータのエッジの強度を度数として図１
２に示すようにメモリ４５内の２次元木に累積する。図
１２の例では、エッジ集合ａの度数は９０となり、エッ
ジ集合ｂの度数は８０となり、エッジ集合ｃの度数は４
０となり、それぞれ２次元木のセルに累積される。直線
選択部５０は、メモリ４５内の２次元木からａ，ｂ，ｃ
のセルを発見し、各々を８近傍と比較する。この例の場
合には条件を満たしているので、パラメータａ，ｂ，ｃ
を選択する。
【００３８】最後に、直線選択部５０は、図１３に示す
ように選択されたパラメータに対応する直線Ａ，Ｂ，Ｃ
を出力する。次に、多角形を認識する例を図４の構成に
基づいて説明する。線分判定部６０は、図１４に示すよ
うに、直線選択部５０で出力された直線Ａ，Ｂ，Ｃにお
いて、画像中のエッジがどの位置にくるかを判定する。
図１４（Ｂ）に示すように、エッジの密度が高い部分を
線分（直線の区間）として判定することにより、同図
（Ｃ）に示すように、線分Ａ、線分Ｂ、線分Ｃを得る。
ように選択されたパラメータに対応する直線Ａ，Ｂ，Ｃ
を出力する。次に、多角形を認識する例を図４の構成に
基づいて説明する。線分判定部６０は、図１４に示すよ
うに、直線選択部５０で出力された直線Ａ，Ｂ，Ｃにお
いて、画像中のエッジがどの位置にくるかを判定する。
図１４（Ｂ）に示すように、エッジの密度が高い部分を
線分（直線の区間）として判定することにより、同図
（Ｃ）に示すように、線分Ａ、線分Ｂ、線分Ｃを得る。
【００３９】次に、接続関係判定部７０は、図１５に示
すように、線分間の距離を計算する。各線分上の２点間
の距離の最小値を求める。但し、線分が交差（接触）し
ているときは０とする。これにより、本例の場合には、
線分Ａと線分Ｂが近いと判断して、ＡとＢを接続し、線
分Ａと線分Ｃが近いと判断し、ＡとＣを接続し、線分Ｂ
と線分Ｃが近いと判断し、ＢとＣを接続する。これによ
り、接続関係は、線分Ａは、線分Ｂ，Ｃと接続関係にあ
り、線分Ｂは、線分Ｃ，Ａと接続関係にあり、線分Ｃ
は、線分Ａ，Ｂと接続関係にあることになる。
すように、線分間の距離を計算する。各線分上の２点間
の距離の最小値を求める。但し、線分が交差（接触）し
ているときは０とする。これにより、本例の場合には、
線分Ａと線分Ｂが近いと判断して、ＡとＢを接続し、線
分Ａと線分Ｃが近いと判断し、ＡとＣを接続し、線分Ｂ
と線分Ｃが近いと判断し、ＢとＣを接続する。これによ
り、接続関係は、線分Ａは、線分Ｂ，Ｃと接続関係にあ
り、線分Ｂは、線分Ｃ，Ａと接続関係にあり、線分Ｃ
は、線分Ａ，Ｂと接続関係にあることになる。
【００４０】最後に、折れ線検出部８０は、図１６に示
すように、上記の接続関係判定部７０の判定結果に基づ
いて、線分Ａ→線分Ｂ→線分Ｃの順にリンク情報を抽出
し、接続する線分のリンク情報がなくなったらリンクを
折れ線として出力する。既に同図（Ｄ）に示すように、
線分Ａについては、既に同図（Ｃ）までの処理でリンク
に含まれているので、リンクが閉じているものと判断し
て、同図（Ｅ）に示すように、三角形Ａ，Ｂ，Ｃを出力
する。
すように、上記の接続関係判定部７０の判定結果に基づ
いて、線分Ａ→線分Ｂ→線分Ｃの順にリンク情報を抽出
し、接続する線分のリンク情報がなくなったらリンクを
折れ線として出力する。既に同図（Ｄ）に示すように、
線分Ａについては、既に同図（Ｃ）までの処理でリンク
に含まれているので、リンクが閉じているものと判断し
て、同図（Ｅ）に示すように、三角形Ａ，Ｂ，Ｃを出力
する。
【００４１】上記のように、本発明によれば、多角形の
認識も可能となる。また、上記の実施例では、図３及び
図４の構成に基づいて説明したが、この例に限定される
ことなく、図３及び図４の構成要素をプログラムとして
構築し、図形認識装置として利用されるコンピュータに
接続されるディスク装置や、フロッピーディスク、ＣＤ
−ＲＯＭ等の可搬記憶媒体に格納しておき、本発明を実
施する際にインストールすることにより容易に本発明を
実現できる。
認識も可能となる。また、上記の実施例では、図３及び
図４の構成に基づいて説明したが、この例に限定される
ことなく、図３及び図４の構成要素をプログラムとして
構築し、図形認識装置として利用されるコンピュータに
接続されるディスク装置や、フロッピーディスク、ＣＤ
−ＲＯＭ等の可搬記憶媒体に格納しておき、本発明を実
施する際にインストールすることにより容易に本発明を
実現できる。
【００４２】なお、本発明は、上記の実施例に限定され
ることなく、特許請求の範囲内で種々変更・応用が可能
である。
ることなく、特許請求の範囲内で種々変更・応用が可能
である。
【００４３】
【発明の効果】上述のように、本発明によれば、大量の
記憶領域を必要とせず、高速で、高精度の直線の認識処
理が可能となる。さらに、本発明によれば、複数の直線
が同時に認識でき、折れ線、特に、多角形の認識も可能
となる。
記憶領域を必要とせず、高速で、高精度の直線の認識処
理が可能となる。さらに、本発明によれば、複数の直線
が同時に認識でき、折れ線、特に、多角形の認識も可能
となる。
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の図形認識装置の構成図（その１）であ
る。
る。
【図４】本発明の図形認識装置の構成図（その２）であ
る。
る。
【図５】本発明の一実施例のエッジ細線化を説明するた
めの図である。
めの図である。
【図６】本発明の一実施例の２次元木を示す図である。
【図７】本発明の一実施例の直線選択部のセルの探索を
説明するための図である。
説明するための図である。
【図８】本発明の一実施例の入力画像の例である。
【図９】本発明の一実施例のエッジ検出部で検出された
エッジ情報である。
エッジ情報である。
【図１０】本発明の一実施例のエッジ細線化部による細
線化後のエッジを示す図である。
線化後のエッジを示す図である。
【図１１】本発明の一実施例のパラメータ推定部による
パラメータ推定部によるパラメータの推定を説明するた
めの図である。
パラメータ推定部によるパラメータの推定を説明するた
めの図である。
【図１２】本発明の一実施例の度数累積部による度数累
積の例である。
積の例である。
【図１３】本発明の一実施例の直線選択部により認識さ
れた直線の例である。
れた直線の例である。
【図１４】本発明の一実施例の線分判定部による線分判
定の例である。
定の例である。
【図１５】本発明の一実施例の接続関係判定部による判
定の例である。
定の例である。
【図１６】本発明の一実施例の折れ線検出部による多角
形の認識の例である。
形の認識の例である。
【図１７】従来の直線のパラメータ表現の例である。
【図１８】従来の方法により指定された点を通る直線群
の例である。
の例である。
【図１９】従来のパラメータ空間における直線群の例で
ある。
ある。
【図２０】従来の方法におけるｐ，ｑを通る直線の例で
ある。
ある。
【図２１】従来の方法による２次元ヒストグラムの例で
ある。
ある。
１０ エッジ検出手段、エッジ検出部 ２０ エッジ細線化手段、エッジ細線化部 ３０ パラメータ推定手段、パラメータ推定部 ４０ 度数累積手段、度数累積部 ４５ メモリ ５０ 直線選択手段、直線選択部 ６０ 線分判定部 ７０ 接続関係判定部 ８０ 折れ線検出部
Claims (27)
- 【請求項１】 画像解析や画像理解を行うための図形認
識方法において、 画像を入力し、 入力された前記画像のエッジ情報を検出し、 前記エッジの尾根を辿り、細線化を行い、 前記エッジの位置及び方向からパラメータを計算し、 パラメータ空間に前記エッジの強度を累積し、 度数が密集したパラメータを直線として選択し、 選択された直線を出力することを特徴とする図形認識方
法。 - 【請求項２】 前記エッジ情報を検出する際に、 入力された前記画像からエッジの位置、強度、及び方向
を検出する請求項１記載の図形認識方法。 - 【請求項３】 前記エッジの強度を累積する際に、 計算された前記パラメータにエッジ強度を度数として累
積する請求項１記載の図形認識方法。 - 【請求項４】 出力された前記直線で構成された図形を
認識する請求項１記載の図形認識方法。 - 【請求項５】 前記入力された画像から前記図形を認識
する際に、前記画像から直線の集合を検出し、 検出された前記直線が前記画像中に現れる区間を計算
し、 線分間の接続関係を判定し、 線分間の接続関係集合から折れ線を検出する請求項４記
載の図形認識方法。 - 【請求項６】 推定された直線が前記画像中に現れる区
間を計算する際に、前記画像中のエッジが推定された直
線のどの位置にくるのかの分布を調べ、密度の高い部分
を線分とする請求項５記載の図形認識方法。 - 【請求項７】 前記折れ線を検出する際に、 接続している線分を一筆書きのように辿って線分のリン
クを生成することで、前記画像中から折れ線を検出し、
接続する線分がなくなったらリンクを折れ線とし、すで
に該リンク中にある線分を選択した場合には、リンクが
閉じているため多角形として出力する請求項５記載の図
形認識方法。 - 【請求項８】 画像解析や画像理解を行うための図形認
識装置であって、 入力された前記画像のエッジ情報を検出するエッジ検出
手段と、 前記エッジ検出手段で検出されたエッジの尾根を辿り、
細線化を行うエッジ細線化手段と、 前記エッジの位置及び方向からパラメータを計算するパ
ラメータ推定手段と、 計算されたパラメータに強度を蓄積する度数累積手段
と、 前記度数累積手段で求められた度数が密集したパラメー
タを直線として選択する直線選択手段とを有することを
特徴とする図形認識装置。 - 【請求項９】 前記エッジ検出手段は、 入力された前記画像から前記エッジ情報として、エッジ
の位置、強度、及びエッジ方向を検出する手段を含む請
求項８記載の図形認識装置。 - 【請求項１０】 前記エッジ細線化手段は、 前記エッジ検出手段で求められた前記強度が極大となる
尾根を辿る手段を含む請求項８及び９記載の図形認識装
置。 - 【請求項１１】 前記パラメータ推定手段は、 前記エッジ情報の前記エッジ位置と前記エッジ方向から
直線のパラメータを推定する手段を含む請求項８及び９
記載の図形認識装置。 - 【請求項１２】 前記度数累積手段は、 前記パラメータ推定手段で計算された前記パラメータに
エッジ強度を度数として累積する手段を含む請求項８及
び１１記載の図形認識装置。 - 【請求項１３】 前記直線選択手段で選択された直線で
構成された図形を認識する折れ線検出手段を更に有する
請求項８記載の図形認識装置。 - 【請求項１４】 前記直線選択手段で選択された直線が
前記画像中に現れる区間を計算する線分判定手段と、 前記線分間の接続関係を判定する接続関係判定手段と、 前記線分間の接続関係集合から折れ線を検出する折れ線
認識手段とを有する請求項１３記載の図形認識装置。 - 【請求項１５】 前記線分判定手段は、 前記画像中のエッジが推定された直線のどの位置にくる
かの分布を調べ、密度の高い部分を線分とする手段を含
む請求項１４記載の図形認識装置。 - 【請求項１６】 前記接続関係判定手段は、 前記線分間の距離を計算し、計算結果が所定の閾値以下
であれば接続していると判定する手段を含む請求項１４
記載の図形認識装置。 - 【請求項１７】 前記折れ線認識手段は、 接続している線分を一筆書きのように辿って線分のリン
クを生成することで、前記画像中から折れ線を検出し、
接続する線分がなくなったらリンクを折れ線とし、すで
に該リンク中にある線分を選択した場合には、リンクが
閉じているため多角形として出力する手段を含む請求項
１４記載の図形認識装置。 - 【請求項１８】 画像解析や画像理解を行うための図形
認識プログラムを格納した記憶媒体であって、 入力された前記画像のエッジ情報を検出するエッジ検出
プロセスと、 前記エッジ検出プロセスで検出されたエッジの尾根を辿
り、細線化を行うエッジ細線化プロセスと、 前記エッジの位置及び方向からパラメータを計算するパ
ラメータ推定プロセスと、 計算されたパラメータに強度を蓄積する度数累積プロセ
スと、 前記度数累積プロセスで求められた度数が密集したパラ
メータを直線として選択する直線選択プロセスとを有す
ることを特徴とする図形認識プログラムを格納した記憶
媒体。 - 【請求項１９】 前記エッジ検出プロセスは、 入力された前記画像から前記エッジ情報として、エッジ
の位置、強度、及びエッジ方向を検出するプロセスを含
む請求項１８記載の図形認識プログラムを格納した記憶
媒体。 - 【請求項２０】 前記エッジ細線化プロセスは、 前記エッジ検出プロセスで求められた前記強度が極大と
なる尾根を辿るプロセスを含む請求項１８及び１９記載
の図形認識プログラムを格納した記憶媒体。 - 【請求項２１】 前記パラメータ推定プロセスは、 前記エッジ情報の前記エッジ位置と前記エッジ方向から
直線のパラメータを推定するプロセスを含む請求項１８
及び１９記載の図形認識プログラムを格納した記憶媒
体。 - 【請求項２２】 前記度数累積プロセスは、 前記パラメータ推定プロセスで計算された前記パラメー
タにエッジ強度を度数として累積するプロセスを含む請
求項１８及び２１記載の図形認識プログラムを格納した
記憶媒体。 - 【請求項２３】 前記直線選択プロセスで選択された直
線で構成された図形を認識する折れ線検出プロセスを更
に有する請求項１８記載の図形認識プログラムを格納し
た記憶媒体。 - 【請求項２４】 前記直線選択プロセスで選択された直
線が前記画像中に現れる区間を計算する線分判定プロセ
スと、 前記線分間の接続関係を判定する接続関係判定プロセス
と、 前記線分間の接続関係集合から折れ線を検出する折れ線
認識プロセスとを有する請求項２３記載の図形認識プロ
グラムを格納した記憶媒体。 - 【請求項２５】 前記線分判定プロセスは、 前記画像中のエッジが推定された直線のどの位置にくる
かの分布を調べ、密度の高い部分を線分とするプロセス
を含む請求項２４記載の図形認識プログラムを格納した
記憶媒体。 - 【請求項２６】 前記接続関係判定プロセスは、 前記線分間の距離を計算し、計算結果が所定の閾値以下
であれば接続していると判定するプロセスを含む請求項
２４記載の図形認識プログラムを格納した記憶媒体。 - 【請求項２７】 前記折れ線認識プロセスは、 接続している線分を一筆書きのように辿って線分のリン
クを生成することで、前記画像中から折れ線を検出し、
接続する線分がなくなったらリンクを折れ線とし、すで
に該リンク中にある線分を選択した場合には、リンクが
閉じているため多角形として出力するプロセスを含む請
求項２４記載の図形認識プログラムを格納した記憶媒
体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10169860A JP2000011187A (ja) | 1998-06-17 | 1998-06-17 | 図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10169860A JP2000011187A (ja) | 1998-06-17 | 1998-06-17 | 図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000011187A true JP2000011187A (ja) | 2000-01-14 |
Family
ID=15894292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10169860A Pending JP2000011187A (ja) | 1998-06-17 | 1998-06-17 | 図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000011187A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102739911A (zh) * | 2011-04-06 | 2012-10-17 | 富士施乐株式会社 | 图像处理装置及图像处理方法 |
-
1998
- 1998-06-17 JP JP10169860A patent/JP2000011187A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102739911A (zh) * | 2011-04-06 | 2012-10-17 | 富士施乐株式会社 | 图像处理装置及图像处理方法 |
| JP2012221117A (ja) * | 2011-04-06 | 2012-11-12 | Fuji Xerox Co Ltd | 画像処理装置及びプログラム |
| CN102739911B (zh) * | 2011-04-06 | 2016-04-06 | 富士施乐株式会社 | 图像处理装置及图像处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111709420B (zh) | 文本检测方法、电子设备及计算机可读介质 | |
| WO2020107717A1 (zh) | 视觉显著性区域检测方法及装置 | |
| KR101822185B1 (ko) | 3d 포인트 클라우드 poi 검출 방법 및 장치 | |
| Wang et al. | Clump splitting via bottleneck detection and shape classification | |
| CN116051580A (zh) | 一种血管分离方法及系统 | |
| Palmer et al. | An optimizing line finder using a Hough transform algorithm | |
| US20140125663A1 (en) | 3d model shape analysis method based on perception information | |
| US20100315419A1 (en) | Systems and Methods for Estimating a Parameter for a 3D model | |
| JPH11149562A (ja) | 曲線セグメントのコーナーの特性付け | |
| CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
| JPH1139493A (ja) | 距離及び方向に鑑みたパターン整合装置及びその方法 | |
| WO2016086877A1 (zh) | 一种文本检测的方法和装置 | |
| CN114332233B (zh) | 一种激光slam回环检测方法和系统 | |
| Wang et al. | Clump splitting via bottleneck detection | |
| US10733710B2 (en) | System and method for drawing beautification | |
| CN113780040A (zh) | 唇部关键点的定位方法及装置、存储介质、电子设备 | |
| CN110689556A (zh) | 跟踪方法、装置及智能设备 | |
| Pflug et al. | Ear detection in 3D profile images based on surface curvature | |
| JP2000011187A (ja) | 図形認識方法及び装置及び図形認識プログラムを格納した記憶媒体 | |
| JP2000155841A (ja) | 図形認識方法、装置、および図形認識プログラムを記録した記録媒体 | |
| Sanders et al. | Pre-locating corners in images in order to improve the extraction of Fourier descriptors and subsequent recognition of shipbuilding parts | |
| Pohl et al. | Simplification of polygonal chains by enforcing few distinctive edge directions | |
| CN108256578A (zh) | 一种灰度图像的识别方法、装置、设备及可读存储介质 | |
| JP2858530B2 (ja) | エッジ強調装置 | |
| JP2021182243A (ja) | 画像判定装置、方法、及びプログラム |