JP2003150965A - 形状認識方法及びその装置 - Google Patents
形状認識方法及びその装置Info
- Publication number
- JP2003150965A JP2003150965A JP2001348561A JP2001348561A JP2003150965A JP 2003150965 A JP2003150965 A JP 2003150965A JP 2001348561 A JP2001348561 A JP 2001348561A JP 2001348561 A JP2001348561 A JP 2001348561A JP 2003150965 A JP2003150965 A JP 2003150965A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- histogram
- histograms
- image
- angle
- 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.)
- Withdrawn
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【構成】 この形状認識方法は、例えば、正多角形のエ
ッジ検出と同時にエッジの法線ベクトルを検出し、その
ベクトルの傾きの分布を示す角度ヒストグラムを作成す
る。次いで多角形の外角ごとに予め決めた複数種類の異
なる分割数でこの角度ヒストグラムを分割し、重ね合わ
せを行う。そして、重ね合わせによりピークが１本若し
くは最大となる分割数に基づいて多角形の形状を判定す
る。 【効果】 この方法によれば、多角形の一部が隠されて
いても他辺の法線ベクトルの傾き分布を示す角度ヒスト
グラムの重ね合わせにより、ヒストグラムの最大のピー
クは保持されるので、容易かつ安定して形状認識が可能
となる。
ッジ検出と同時にエッジの法線ベクトルを検出し、その
ベクトルの傾きの分布を示す角度ヒストグラムを作成す
る。次いで多角形の外角ごとに予め決めた複数種類の異
なる分割数でこの角度ヒストグラムを分割し、重ね合わ
せを行う。そして、重ね合わせによりピークが１本若し
くは最大となる分割数に基づいて多角形の形状を判定す
る。 【効果】 この方法によれば、多角形の一部が隠されて
いても他辺の法線ベクトルの傾き分布を示す角度ヒスト
グラムの重ね合わせにより、ヒストグラムの最大のピー
クは保持されるので、容易かつ安定して形状認識が可能
となる。
Description
【０００１】
【産業上の利用分野】この発明は形状認識方法およびそ
の装置に関し、特にたとえば定型的な形状を簡単かつ正
確に認識できる形状認識方法および形状認識装置に関す
る。
の装置に関し、特にたとえば定型的な形状を簡単かつ正
確に認識できる形状認識方法および形状認識装置に関す
る。
【０００２】
【従来の技術】例えば、画像中の直線抽出アルゴリズム
として一般的に知られているハフ変換で図形の直線部分
を検出する際、図４に示すように三角形の一部が別の直
線成分を形成する物体Ａで隠された場合、三角形である
にも拘らず、５本の直線が検出されてしまうことにな
る。
として一般的に知られているハフ変換で図形の直線部分
を検出する際、図４に示すように三角形の一部が別の直
線成分を形成する物体Ａで隠された場合、三角形である
にも拘らず、５本の直線が検出されてしまうことにな
る。
【０００３】従って、たとえば直線間角度を検出するな
どの判定ステップが必要となり、しかも一部が別の物品
で隠されていた場合など形状認識ができないこともあ
る。
どの判定ステップが必要となり、しかも一部が別の物品
で隠されていた場合など形状認識ができないこともあ
る。
【０００４】
【発明が解決しようとする課題】このように、ハフ変換
では多角形の一部が別の直線成分を形成する物体で隠さ
れた場合、その直線部分も検出するので形状判定が複雑
になり、かつ演算コストも処理時間もかかるという問題
がある。
では多角形の一部が別の直線成分を形成する物体で隠さ
れた場合、その直線部分も検出するので形状判定が複雑
になり、かつ演算コストも処理時間もかかるという問題
がある。
【０００５】それゆえに、この発明の主たる目的は多角
形の一部が隠されていても、その形状を簡単かつ正確に
認識することができる形状認識方法および形状認識装置
を提供することである。
形の一部が隠されていても、その形状を簡単かつ正確に
認識することができる形状認識方法および形状認識装置
を提供することである。
【０００６】
【課題を解決するための手段】この発明は、認識対象図
形の画像を撮像する第１のステップ、画像のエッジを検
出して濃度勾配が最も急峻な方向のヒストグラムを作成
する第２のステップ、ヒストグラムを予め決めた複数種
類の異なる分割数で分割する第３のステップ、分割され
たヒストグラムを重ね合わせる第４のステップ、および
ヒストグラムの重ね合わせによる最大のピーク値を示す
分割数を特定することによって認識対象図形の形状を判
定する第５のステップを有する、形状認識方法である。
形の画像を撮像する第１のステップ、画像のエッジを検
出して濃度勾配が最も急峻な方向のヒストグラムを作成
する第２のステップ、ヒストグラムを予め決めた複数種
類の異なる分割数で分割する第３のステップ、分割され
たヒストグラムを重ね合わせる第４のステップ、および
ヒストグラムの重ね合わせによる最大のピーク値を示す
分割数を特定することによって認識対象図形の形状を判
定する第５のステップを有する、形状認識方法である。
【０００７】また、他の発明は、認識対象図形の画像を
撮像する撮像手段、この撮像手段で撮像された画像のエ
ッジを検出して濃度勾配が急峻な方向のヒストグラムを
作成するヒストグラム作成手段、作成されたヒストグラ
ムを予め決めた複数種類の異なる分割数で分割する分割
手段、分割されたヒストグラムを重ね合わせて最大のピ
ーク値を検出する検出手段、および、検出されたピーク
値に基づき認識対象図形の形状を判定する判定手段を備
える、形状認識装置である。
撮像する撮像手段、この撮像手段で撮像された画像のエ
ッジを検出して濃度勾配が急峻な方向のヒストグラムを
作成するヒストグラム作成手段、作成されたヒストグラ
ムを予め決めた複数種類の異なる分割数で分割する分割
手段、分割されたヒストグラムを重ね合わせて最大のピ
ーク値を検出する検出手段、および、検出されたピーク
値に基づき認識対象図形の形状を判定する判定手段を備
える、形状認識装置である。
【０００８】
【作用】多角形の一部が隠されていても他辺の法線ベク
トルの分布ヒストグラムの重ね合わせにより、そのピー
クは保持されるので、形状認識が可能となる。
トルの分布ヒストグラムの重ね合わせにより、そのピー
クは保持されるので、形状認識が可能となる。
【０００９】
【発明の効果】この発明によれば、簡単な方法により多
角形の一部が別の直線部分により形成される物体で隠さ
れていた場合でも、正確な形状を認識することができ
る。
角形の一部が別の直線部分により形成される物体で隠さ
れていた場合でも、正確な形状を認識することができ
る。
【００１０】この発明の上述の目的，その他の目的，特
徴および利点は、図面を参照して以下に行う実施例の詳
細な説明により一層明らかとなろう。
徴および利点は、図面を参照して以下に行う実施例の詳
細な説明により一層明らかとなろう。
【００１１】
【実施例】図１は、この発明による形状認識方法を説明
するための説明図で、いずれも正多角形の場合であっ
て、（ａ）は正三角形、（ｂ）は正方形（正四角形）、
（ｃ）は正五角形について以下説明する。
するための説明図で、いずれも正多角形の場合であっ
て、（ａ）は正三角形、（ｂ）は正方形（正四角形）、
（ｃ）は正五角形について以下説明する。
【００１２】まず、正多角形のエッジ（輪郭線）検出と
同時にエッジの法線ベクトルを検出し、そのベクトルの
分布を示す角度ヒストグラムを作成する。そして、多角
形の外角ごとにこのヒストグラムを分割し、重ね合わせ
た時、ピークが１本になる時の分割数が多角形の形状と
なるものである。
同時にエッジの法線ベクトルを検出し、そのベクトルの
分布を示す角度ヒストグラムを作成する。そして、多角
形の外角ごとにこのヒストグラムを分割し、重ね合わせ
た時、ピークが１本になる時の分割数が多角形の形状と
なるものである。
【００１３】すなわち、図１（ａ）に示す正三角形の場
合、エッジ検出と同時に法線ベクトルを検出し、そのベ
クトルの分布を示す角度ヒストグラムを作成する。この
エッジ検出は、例えば、ゾーベル（Ｓｏｂｅｌ）の微分
オペレータにより行う。このゾーベルの微分処理法は、
３×３の９画素の水平第１列の３個のデータにそれぞれ
−１，０、１をかけあわせ、水平第２列の３個のデータ
にそれぞれ−２，０、２をかけあわせ、水平第３列の３
個のデータにそれぞれ−１，０、１をかけあわせて重み
付けした後、トータルの和の値を中心の１画素のデータ
とするもので、濃淡の勾配を急峻にする１手法として画
像処理技術分野では周知技術である。
合、エッジ検出と同時に法線ベクトルを検出し、そのベ
クトルの分布を示す角度ヒストグラムを作成する。この
エッジ検出は、例えば、ゾーベル（Ｓｏｂｅｌ）の微分
オペレータにより行う。このゾーベルの微分処理法は、
３×３の９画素の水平第１列の３個のデータにそれぞれ
−１，０、１をかけあわせ、水平第２列の３個のデータ
にそれぞれ−２，０、２をかけあわせ、水平第３列の３
個のデータにそれぞれ−１，０、１をかけあわせて重み
付けした後、トータルの和の値を中心の１画素のデータ
とするもので、濃淡の勾配を急峻にする１手法として画
像処理技術分野では周知技術である。
【００１４】ここで、ｘ方向の微分オペレータΔｘ、お
よびｙ方向の微分オペレータΔｙを数１で示すと次のよ
うになる。
よびｙ方向の微分オペレータΔｙを数１で示すと次のよ
うになる。
【００１５】
【数１】
【００１６】数１の各オペレータによる微分値をそれぞ
れＡｘ、Ａｙとするとgradient 方向：θ＝Arctan（Δ
ｙ／Δｘ）となる。
れＡｘ、Ａｙとするとgradient 方向：θ＝Arctan（Δ
ｙ／Δｘ）となる。
【００１７】そして、認識対象の形状に合せてθヒスト
グラムを分割し、重ね合わせてそれぞれの分割数ごとの
ヒストグラムを作成する。認識対象の形状が正三角形の
場合、下向き法線ベクトルをゼロ度と定義すると、各外
角θ＝１２０度ごとに図２（ａ）に示される３本の頻度
が現れ、これを３分割して重ね合わせると図３に示す１
本の頻度となる。
グラムを分割し、重ね合わせてそれぞれの分割数ごとの
ヒストグラムを作成する。認識対象の形状が正三角形の
場合、下向き法線ベクトルをゼロ度と定義すると、各外
角θ＝１２０度ごとに図２（ａ）に示される３本の頻度
が現れ、これを３分割して重ね合わせると図３に示す１
本の頻度となる。
【００１８】また、図１（ｂ）の正方形（正四角形）の
場合、各外角θ＝９０度ごとに図２（ｂ）に示される４
本の頻度が現れ、これを４分割して重ね合わせると図３
に示す１本の頻度となる。
場合、各外角θ＝９０度ごとに図２（ｂ）に示される４
本の頻度が現れ、これを４分割して重ね合わせると図３
に示す１本の頻度となる。
【００１９】さらに、図１（ｃ）の正五角形の場合、各
外角θ＝７２度ごとに図２（ｃ）に示される５本の頻度
が現れ、これを５分割して重ね合せると図３に示す１本
の頻度となる。また、図示されないが正六角形の場合、
各外角θ＝６０度ごとに分布ヒストグラムは６本の頻度
が現れ、これを６分割して重ね合わせると１本の頻度と
なる。
外角θ＝７２度ごとに図２（ｃ）に示される５本の頻度
が現れ、これを５分割して重ね合せると図３に示す１本
の頻度となる。また、図示されないが正六角形の場合、
各外角θ＝６０度ごとに分布ヒストグラムは６本の頻度
が現れ、これを６分割して重ね合わせると１本の頻度と
なる。
【００２０】次に、図４に示すように、例えば正三角形
の一部が別の直線部分で形成する物体Ａで隠された場
合、従来方法のハフ変換による直線検出では三角形状の
認識に対して５本の直線成分が検出され、先に説明した
ように形状判定が複雑になるものであるが、本発明によ
る形状認識方法を適用すると、１２０度ごとの法線ベク
トルの分布を示す角度ヒストグラムは図５に示されるよ
うになり、これを３分割して重ね合わせると図６に示す
最大のピークは保持されるので、容易に形状判定は可能
となるものである。
の一部が別の直線部分で形成する物体Ａで隠された場
合、従来方法のハフ変換による直線検出では三角形状の
認識に対して５本の直線成分が検出され、先に説明した
ように形状判定が複雑になるものであるが、本発明によ
る形状認識方法を適用すると、１２０度ごとの法線ベク
トルの分布を示す角度ヒストグラムは図５に示されるよ
うになり、これを３分割して重ね合わせると図６に示す
最大のピークは保持されるので、容易に形状判定は可能
となるものである。
【００２１】すなわち、画像上の線分が長い程、ヒスト
グラム上に現れるピークは高くなり、また認識対象図形
が一部他の物体で隠された正三角形であることと対応し
て、それぞれ１２０度ずれた位置に三角形をなす直線の
法線ベクトルのピークと他の位置にこのピークより低い
ピークの合計５本が現れ、これを３分割して重ね合わせ
ると３本のピークとなり、最大のピークに基づいて、形
状は三角形と判定される。
グラム上に現れるピークは高くなり、また認識対象図形
が一部他の物体で隠された正三角形であることと対応し
て、それぞれ１２０度ずれた位置に三角形をなす直線の
法線ベクトルのピークと他の位置にこのピークより低い
ピークの合計５本が現れ、これを３分割して重ね合わせ
ると３本のピークとなり、最大のピークに基づいて、形
状は三角形と判定される。
【００２２】また、形状認識装置１０としては、図８に
その概略構成が示されている。すなわち、ＣＣＤカメラ
等のカメラ１２により認識対象とする図形等の物体の２
次元画像を撮像し、その画像データが入出力部１４を介
してデジタル画像信号としてコンピュータ１６に入力さ
れる。このコンピュータ１６は、デジタル画像信号を格
納するフレームメモリ、各種処理を行うためのプログラ
ムを記憶するＲＯＭ、このＲＯＭに記憶されたプログラ
ムに従い画像処理などの各種の演算や処理を行うＣＰ
Ｕ、およびこの演算結果を記憶するＲＡＭ等を含み、カ
メラ１２で撮像された物体の画像データに基づいて形状
認識に必要な全ての演算や処理を行うものである。
その概略構成が示されている。すなわち、ＣＣＤカメラ
等のカメラ１２により認識対象とする図形等の物体の２
次元画像を撮像し、その画像データが入出力部１４を介
してデジタル画像信号としてコンピュータ１６に入力さ
れる。このコンピュータ１６は、デジタル画像信号を格
納するフレームメモリ、各種処理を行うためのプログラ
ムを記憶するＲＯＭ、このＲＯＭに記憶されたプログラ
ムに従い画像処理などの各種の演算や処理を行うＣＰ
Ｕ、およびこの演算結果を記憶するＲＡＭ等を含み、カ
メラ１２で撮像された物体の画像データに基づいて形状
認識に必要な全ての演算や処理を行うものである。
【００２３】ここで、コンピュータ１６において行われ
る形状認識処理動作を図７に示すフローチャートに基づ
いて、以下に説明する。
る形状認識処理動作を図７に示すフローチャートに基づ
いて、以下に説明する。
【００２４】先ず、スタートして、ステップＳ１でゾー
ベルの微分オペレータによりカメラ１２で撮像された対
象画像の連続するエッジ点を検出する。ステップＳ３で
は、ステップＳ１で検出されたエッジ点毎にグラディエ
ントθ（傾き角度）を算出し、ステップＳ５でヒストグ
ラムをカウントして分布ヒストグラムを作成する。すな
わち、法線ベクトルの傾きに対応する頻度メモリの値を
加算していくことにより、エッジ線上で確定される全て
のベクトルの傾き分布を示す角度ヒストグラムを作成す
る。
ベルの微分オペレータによりカメラ１２で撮像された対
象画像の連続するエッジ点を検出する。ステップＳ３で
は、ステップＳ１で検出されたエッジ点毎にグラディエ
ントθ（傾き角度）を算出し、ステップＳ５でヒストグ
ラムをカウントして分布ヒストグラムを作成する。すな
わち、法線ベクトルの傾きに対応する頻度メモリの値を
加算していくことにより、エッジ線上で確定される全て
のベクトルの傾き分布を示す角度ヒストグラムを作成す
る。
【００２５】そして、ステップＳ７では、ステップＳ５
で作成された角度ヒストグラムを分割すると共に、ステ
ップＳ９でこのヒストグラムを重ね合わせる。ステップ
Ｓ７における角度ヒストグラムの分割およびステップＳ
９におけるヒストグラムの重ね合わせを行うために、予
め決めた複数種類の異なる分割数で分割し、重ね合わせ
るデータテーブルが準備されてコンピュータ１６のＲＯ
Ｍに格納されている。
で作成された角度ヒストグラムを分割すると共に、ステ
ップＳ９でこのヒストグラムを重ね合わせる。ステップ
Ｓ７における角度ヒストグラムの分割およびステップＳ
９におけるヒストグラムの重ね合わせを行うために、予
め決めた複数種類の異なる分割数で分割し、重ね合わせ
るデータテーブルが準備されてコンピュータ１６のＲＯ
Ｍに格納されている。
【００２６】すなわち、三角形の場合は、外角１２０度
ごとに分割、重ね合わせを行う。同様に、四角形の場合
は、外角９０度ごとに分割、重ね合わせ、五角形の場合
は、外角７２度ごとに分割、重ね合わせ、そして、六角
形の場合は、外角６０度ごとに分割、重ね合わせを行
う。
ごとに分割、重ね合わせを行う。同様に、四角形の場合
は、外角９０度ごとに分割、重ね合わせ、五角形の場合
は、外角７２度ごとに分割、重ね合わせ、そして、六角
形の場合は、外角６０度ごとに分割、重ね合わせを行
う。
【００２７】さらに、ステップＳ１１では、ステップＳ
９でヒストグラムの重ね合わせでできる複数のヒストグ
ラムのピーク値を検出し、ステップＳ１３では、ステッ
プＳ１１で検出される最大のピーク値となる分割数に基
づいて認識対象図形等の多角形の形状をデータテーブル
に基づき判定し、一連の形状認識処理動作を終了（エン
ド）する。
９でヒストグラムの重ね合わせでできる複数のヒストグ
ラムのピーク値を検出し、ステップＳ１３では、ステッ
プＳ１１で検出される最大のピーク値となる分割数に基
づいて認識対象図形等の多角形の形状をデータテーブル
に基づき判定し、一連の形状認識処理動作を終了（エン
ド）する。
【００２８】なお、ノイズや誤差でピーク値の比較では
誤認識する可能性があるので、全ヒストグラム面積に対
するそのピーク面積の％を求め、この％が最大となるも
のが認識分割数で、この分割数により形状を判定する。
誤認識する可能性があるので、全ヒストグラム面積に対
するそのピーク面積の％を求め、この％が最大となるも
のが認識分割数で、この分割数により形状を判定する。
【００２９】この発明による形状認識方法および形状認
識装置は、一例としてロボットの自律移動に応用され
る。 たとえば、ロボットにこの発明の形状認識装置を
搭載し、かつ、ロボット側で認識マーク形状に対する行
動の定義を与えておけば、マーク形状の認識によりロボ
ットは自律行動できる。すなわち、走行路の途中で三角
形のマーク形状を認識した場合には、右に曲がると定義
しておけば、ロボットはこのマーク形状を認識して自律
的に走行路を右に変更できるものである。
識装置は、一例としてロボットの自律移動に応用され
る。 たとえば、ロボットにこの発明の形状認識装置を
搭載し、かつ、ロボット側で認識マーク形状に対する行
動の定義を与えておけば、マーク形状の認識によりロボ
ットは自律行動できる。すなわち、走行路の途中で三角
形のマーク形状を認識した場合には、右に曲がると定義
しておけば、ロボットはこのマーク形状を認識して自律
的に走行路を右に変更できるものである。
【図１】この発明による形状認識方法の実施例を説明す
るための法線ベクトルを含む説明図で、（ａ）は正三角
形の場合、（ｂ）は正方形の場合、（ｃ）は正五角形の
場合を示す
るための法線ベクトルを含む説明図で、（ａ）は正三角
形の場合、（ｂ）は正方形の場合、（ｃ）は正五角形の
場合を示す
【図２】（ａ）〜（ｃ）は図１の各図形（ａ）〜（ｃ）
に対応した外角ごとに分割した各分布ヒストグラムを示
す線図である。
に対応した外角ごとに分割した各分布ヒストグラムを示
す線図である。
【図３】図２における各分布ヒストグラムを重ね合わせ
た場合のヒストグラムを示す線図である。
た場合のヒストグラムを示す線図である。
【図４】この発明による形状認識方法の他の実施例を説
明するための法線ベクトルを含む説明図で、正三角形の
一部が他の直線部分で形成される物体で隠されている場
合を示す。
明するための法線ベクトルを含む説明図で、正三角形の
一部が他の直線部分で形成される物体で隠されている場
合を示す。
【図５】図４に示される図形の外角１２０度ごと３分割
した分布ヒストグラムを示す線図である。
した分布ヒストグラムを示す線図である。
【図６】図５に示される分布ヒストグラムを重ね合わせ
た場合のヒストグラムを示す線図である。
た場合のヒストグラムを示す線図である。
【図７】この発明の形状認識方法を実行する動作の流れ
を示すフローチャートである。
を示すフローチャートである。
【図８】この発明による形状認識装置の一例を示す概略
構成図である。
構成図である。
１０ ・・・形状認識装置
１２ ・・・カメラ（ＣＣＤカメラ）
１４ ・・・入出力部（Ｉ／Ｏ）
１６ ・・・コンピュータ（ＲＡＭ、ＲＯＭ、ＣＰＵ等を
含む）
含む）
Claims (2)
- 【請求項１】認識対象図形の画像を撮像する第１のステ
ップ、 前記画像のエッジを検出して濃度勾配が最も急峻な方向
のヒストグラムを作成する第２のステップ、 前記ヒストグラムを予め決めた複数種類の異なる分割数
で分割する第３のステップ、 分割されたヒストグラムを重ね合せる第４のステップ、
およびヒストグラムの重ね合わせによる最大のピーク値
を示す分割数を特定することによって前記認識対象図形
の形状を判定する第５のステップを有する、形状認識方
法。 - 【請求項２】認識対象図形の画像を撮像する撮像手段、 前記撮像手段で撮像された画像のエッジを検出して濃度
勾配が急峻な方向のヒストグラムを作成するヒストグラ
ム作成手段、 前記ヒストグラム作成手段で作成されたヒストグラムを
予め決めた複数種類の異なる分割数で分割する分割手
段、 前記分割手段により分割されたヒストグラムを重ね合わ
せて最大のピーク値を検出する検出手段、および、前記
検出手段により検出されたピーク値に基づき前記認識対
象図形の形状を判定する判定手段を備える、形状認識装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001348561A JP2003150965A (ja) | 2001-11-14 | 2001-11-14 | 形状認識方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001348561A JP2003150965A (ja) | 2001-11-14 | 2001-11-14 | 形状認識方法及びその装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003150965A true JP2003150965A (ja) | 2003-05-23 |
Family
ID=19161363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001348561A Withdrawn JP2003150965A (ja) | 2001-11-14 | 2001-11-14 | 形状認識方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003150965A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008158831A (ja) * | 2006-12-25 | 2008-07-10 | Giken Torasutemu Kk | ノイズ処理方法 |
| JP2015522194A (ja) * | 2012-07-09 | 2015-08-03 | シズベル テクノロジー エス．アール．エル． | 勾配ヒストグラムに基づいて画像記述子を変換する方法および関連する画像処理装置 |
-
2001
- 2001-11-14 JP JP2001348561A patent/JP2003150965A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008158831A (ja) * | 2006-12-25 | 2008-07-10 | Giken Torasutemu Kk | ノイズ処理方法 |
| JP4527710B2 (ja) * | 2006-12-25 | 2010-08-18 | 技研トラステム株式会社 | ノイズ処理方法 |
| JP2015522194A (ja) * | 2012-07-09 | 2015-08-03 | シズベル テクノロジー エス．アール．エル． | 勾配ヒストグラムに基づいて画像記述子を変換する方法および関連する画像処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Placht et al. | Rochade: Robust checkerboard advanced detection for camera calibration | |
| JP4636064B2 (ja) | 画像処理装置および画像処理方法、並びにプログラム | |
| Muhammad et al. | A robust butt welding seam finding technique for intelligent robotic welding system using active laser vision | |
| CN110926330B (zh) | 图像处理装置和图像处理方法 | |
| JP6226368B2 (ja) | 車両監視装置、および車両監視方法 | |
| JP4866890B2 (ja) | ワーク形状推定装置 | |
| US20160035076A1 (en) | Registration of cad data with sem images | |
| JP3659426B2 (ja) | エツジ検出方法及びエツジ検出装置 | |
| JP2003150965A (ja) | 形状認識方法及びその装置 | |
| JP3760426B2 (ja) | 走行車線検出方法及びその装置 | |
| JPH0953915A (ja) | 重なり状態認識方法 | |
| JP2010091525A (ja) | 電子部品のパターンマッチング方法 | |
| JP5293429B2 (ja) | 移動物体検出装置、及び移動物体検出方法 | |
| JP2008234261A (ja) | 物体検出方法 | |
| JPH0417472B2 (ja) | ||
| JP4566686B2 (ja) | 対象物の形状判別方法及び装置 | |
| JP3375242B2 (ja) | ロボットの物体認識方法及びその装置 | |
| JPH065545B2 (ja) | 図形認識装置 | |
| JP2000180138A (ja) | キャリブレーションプレート及びこれを利用する視覚センサのキャリブレーション装置 | |
| JP2002175528A (ja) | 画像情報抽出方法および画像情報抽出装置 | |
| JP2008181261A (ja) | 対象物の輪郭線抽出方法及び装置 | |
| CN110769221B (zh) | 在拍摄图像中检测投影图像的角点的方法和投影仪 | |
| JP3447751B2 (ja) | パターン認識方法 | |
| Kryszczuk et al. | Singular point detection in fingerprints using quadrant change information | |
| JPH08123966A (ja) | 画像の特徴抽出方法及び特徴抽出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20050201 |