JP2003263638A - 物体認識装置及び物体認識方法並びに物体認識プログラム - Google Patents
物体認識装置及び物体認識方法並びに物体認識プログラムInfo
- Publication number
- JP2003263638A JP2003263638A JP2002064455A JP2002064455A JP2003263638A JP 2003263638 A JP2003263638 A JP 2003263638A JP 2002064455 A JP2002064455 A JP 2002064455A JP 2002064455 A JP2002064455 A JP 2002064455A JP 2003263638 A JP2003263638 A JP 2003263638A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- template
- unit
- calculation
- 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- Withdrawn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
Abstract
(57)【要約】
【課題】少ない計算量で画像中の物体を認識できる物体
認識装置及び物体認識方法並びに物体認識プログラムを
提供する。 【解決手段】認識の対象とされる目標物体が含まれる画
像データを複数のブロックに分割するブロック化部１
１、２１と、画像のエッジを表す複数の参照パターンを
記憶したパターン記憶部１６、２５と、分割されたブロ
ックの画像データに含まれている画像のエッジを表す演
算パターンを形成するパターン形成部１４と、形成され
た演算パターンと記憶された参照パターンとを比較して
最も一致度の大きい参照パターンを取得するパターン比
較部１７、２６と、複数の参照パターンで構成された物
体を表すテンプレートを記憶したテンプレート記憶部１
８、２７と、取得された参照パターンをブロック化部で
分割された全ブロックについて並べることにより生成さ
れる比較パターンと記憶されたテンプレートとを比較し
て最も一致度の大きいテンプレートに対応する物体が目
標物体であると認識するテンプレート比較部１９、２
８、とを備えている。
認識装置及び物体認識方法並びに物体認識プログラムを
提供する。 【解決手段】認識の対象とされる目標物体が含まれる画
像データを複数のブロックに分割するブロック化部１
１、２１と、画像のエッジを表す複数の参照パターンを
記憶したパターン記憶部１６、２５と、分割されたブロ
ックの画像データに含まれている画像のエッジを表す演
算パターンを形成するパターン形成部１４と、形成され
た演算パターンと記憶された参照パターンとを比較して
最も一致度の大きい参照パターンを取得するパターン比
較部１７、２６と、複数の参照パターンで構成された物
体を表すテンプレートを記憶したテンプレート記憶部１
８、２７と、取得された参照パターンをブロック化部で
分割された全ブロックについて並べることにより生成さ
れる比較パターンと記憶されたテンプレートとを比較し
て最も一致度の大きいテンプレートに対応する物体が目
標物体であると認識するテンプレート比較部１９、２
８、とを備えている。
Description
【０００１】
【発明の属する技術分野】本発明は、物体認識装置及び
物体認識方法並びに物体認識プログラムに関し、特に、
撮影により得られた画像を処理して物体を認識する技術
に関する。
物体認識方法並びに物体認識プログラムに関し、特に、
撮影により得られた画像を処理して物体を認識する技術
に関する。
【０００２】
【従来の技術】従来、撮影により得られた画像に基づい
て、例えば車両や人を認識する技術が知られている。こ
のような技術の１つとして、撮影により得られた画像中
に出現する輝度の変化が大きい「エッジ」と呼ばれる部
分を方向成分に分解したパターンを形成し、予め登録し
てある物体のエッジを表すパターンと比較して一致の度
合いを調べることにより該物体を認識する方法が知られ
ている。
て、例えば車両や人を認識する技術が知られている。こ
のような技術の１つとして、撮影により得られた画像中
に出現する輝度の変化が大きい「エッジ」と呼ばれる部
分を方向成分に分解したパターンを形成し、予め登録し
てある物体のエッジを表すパターンと比較して一致の度
合いを調べることにより該物体を認識する方法が知られ
ている。
【０００３】以下、この従来の物体を認識する方法を、
具体的に説明する。先ず、図１４（Ａ）に示すように、
撮影により得られた画像を複数のブロックに分割する。
各ブロックは、Ｍ×Ｎ（Ｍ及びＮはそれぞれ２以上の整
数）個の画素から構成されているものとする。そして、
ブロック毎に、以下の処理を実行する。
具体的に説明する。先ず、図１４（Ａ）に示すように、
撮影により得られた画像を複数のブロックに分割する。
各ブロックは、Ｍ×Ｎ（Ｍ及びＮはそれぞれ２以上の整
数）個の画素から構成されているものとする。そして、
ブロック毎に、以下の処理を実行する。
【０００４】先ず、エッジを構成する各画素の方向を、
例えば図１４（Ｂ）に示すような４方向（各方向の逆方
向を含めると８方向）の何れかに分類する。この図１４
では、左上４５゜方向を「方向１」、上方向を「方向
２」、右上４５゜方向を「方向３及び右方向を「方向
４」としている。この分類により得られる画像の一例
を、図１４（Ａ）に矢印で示している。
例えば図１４（Ｂ）に示すような４方向（各方向の逆方
向を含めると８方向）の何れかに分類する。この図１４
では、左上４５゜方向を「方向１」、上方向を「方向
２」、右上４５゜方向を「方向３及び右方向を「方向
４」としている。この分類により得られる画像の一例
を、図１４（Ａ）に矢印で示している。
【０００５】次いで、図１４（Ｃ）に示すように、方向
毎の画素数を計算し、この計算により得られた方向毎の
カウント値を１つのパターンとする。この図１４（Ｃ）
では、方向１の画素がα1個、方向２の画素がα2個、方
向３の画素がα3個及び方向４の画素がα4個それぞれ存
在する状態を示している。
毎の画素数を計算し、この計算により得られた方向毎の
カウント値を１つのパターンとする。この図１４（Ｃ）
では、方向１の画素がα1個、方向２の画素がα2個、方
向３の画素がα3個及び方向４の画素がα4個それぞれ存
在する状態を示している。
【０００６】次いで、上記のようにして算出されたパタ
ーンを、上述した方法と同様にして作成されて予め記憶
されているパターンと順次比較することにより一致する
ものを検索する。そして、一致するものが検索された場
合に１つのブロックに対する処理が完了する。以下、上
記と同様の処理を全ブロックについて実施することによ
り全ブロックのパターンを求める。
ーンを、上述した方法と同様にして作成されて予め記憶
されているパターンと順次比較することにより一致する
ものを検索する。そして、一致するものが検索された場
合に１つのブロックに対する処理が完了する。以下、上
記と同様の処理を全ブロックについて実施することによ
り全ブロックのパターンを求める。
【０００７】次いで、撮影により得られた画像を上記の
方法で求められた各パターンを成分とするベクトルで表
し、このベクトルと、同様の方法で表されて予め記憶さ
れている複数の物体を表す複数のベクトルとを順次比較
して一致又は近似するものを検索する。そして、一致又
は近似するものが検索された場合に、撮影により得られ
た画像中の物体は、検索されたベクトルで表されている
物体であることが認識される。
方法で求められた各パターンを成分とするベクトルで表
し、このベクトルと、同様の方法で表されて予め記憶さ
れている複数の物体を表す複数のベクトルとを順次比較
して一致又は近似するものを検索する。そして、一致又
は近似するものが検索された場合に、撮影により得られ
た画像中の物体は、検索されたベクトルで表されている
物体であることが認識される。
【０００８】なお、この種の技術として、電子情報通信
学会論文誌 Ｄ Ｖｏｌ． Ｊ７０−Ｄ ｐｐ−１３９
０−１３９７ １９８７年７月は、「加重方向指数ヒス
トグラムによる手書き漢字・ひらがな認識」を開示して
いる。
学会論文誌 Ｄ Ｖｏｌ． Ｊ７０−Ｄ ｐｐ−１３９
０−１３９７ １９８７年７月は、「加重方向指数ヒス
トグラムによる手書き漢字・ひらがな認識」を開示して
いる。
【０００９】
【発明が解決しようとする課題】しかしながら、上述し
た従来の物体の認識方法では、方向毎のカウント値は、
撮影の環境条件、時刻等に依存して変化するため、予め
記憶すべきパターンの量が膨大になってパターンの一致
度が低下し、更には一致するパターンを検索するための
計算量が膨大になる。従って、この従来の方法は、例え
ばリアルタイム性が要求される物体の認識処理には不向
きである。
た従来の物体の認識方法では、方向毎のカウント値は、
撮影の環境条件、時刻等に依存して変化するため、予め
記憶すべきパターンの量が膨大になってパターンの一致
度が低下し、更には一致するパターンを検索するための
計算量が膨大になる。従って、この従来の方法は、例え
ばリアルタイム性が要求される物体の認識処理には不向
きである。
【００１０】本発明は上述した問題を解消するためにな
されたものであり、その目的は、少ない計算量で画像中
の物体を認識できる物体認識装置及び物体認識方法並び
に物体認識プログラムを提供することにある。
されたものであり、その目的は、少ない計算量で画像中
の物体を認識できる物体認識装置及び物体認識方法並び
に物体認識プログラムを提供することにある。
【００１１】
【課題を解決するための手段】以下に、［発明の実施の
形態］で使用する番号・符号を用いて、課題を解決する
ための手段を説明する。これらの番号・符号は、［特許
請求の範囲］の記載と［発明の実施の形態］の記載との
対応関係を明らかにするために付加されたものである
が、［特許請求の範囲］に記載されている発明の技術的
範囲の解釈に用いてはならない。
形態］で使用する番号・符号を用いて、課題を解決する
ための手段を説明する。これらの番号・符号は、［特許
請求の範囲］の記載と［発明の実施の形態］の記載との
対応関係を明らかにするために付加されたものである
が、［特許請求の範囲］に記載されている発明の技術的
範囲の解釈に用いてはならない。
【００１２】本発明の第１の態様に係る物体認識装置
は、上記目的を達成するために、認識の対象とされる目
標物体が含まれる画像データを複数のブロックに分割す
るブロック化部（１１、２１）と、画像のエッジを表す
複数の参照パターンを記憶したパターン記憶部（１６、
２５）と、前記ブロック化部（１１、２１）により分割
されたブロックの画像データに含まれている画像のエッ
ジを表す演算パターンを形成するパターン形成部（１
４）と、前記パターン形成部（１４）で形成された演算
パターンと前記パターン記憶部（１６、２５）に記憶さ
れた参照パターンとを比較して最も一致度の大きい参照
パターンを取得するパターン比較部（１７、２６）と、
複数の前記参照パターンで構成された物体を表すテンプ
レートを記憶したテンプレート記憶部（１８、２７）
と、前記パターン比較部（１７、２６）で取得された参
照パターンを前記ブロック化部（１１、２１）で分割さ
れた全ブロックについて並べることにより生成される比
較パターンと前記テンプレート記憶部（１８、２７）に
記憶されたテンプレートとを比較して最も一致度の大き
いテンプレートに対応する物体が前記目標物体であると
認識するテンプレート比較部（１９、２８）、とを備え
ている。
は、上記目的を達成するために、認識の対象とされる目
標物体が含まれる画像データを複数のブロックに分割す
るブロック化部（１１、２１）と、画像のエッジを表す
複数の参照パターンを記憶したパターン記憶部（１６、
２５）と、前記ブロック化部（１１、２１）により分割
されたブロックの画像データに含まれている画像のエッ
ジを表す演算パターンを形成するパターン形成部（１
４）と、前記パターン形成部（１４）で形成された演算
パターンと前記パターン記憶部（１６、２５）に記憶さ
れた参照パターンとを比較して最も一致度の大きい参照
パターンを取得するパターン比較部（１７、２６）と、
複数の前記参照パターンで構成された物体を表すテンプ
レートを記憶したテンプレート記憶部（１８、２７）
と、前記パターン比較部（１７、２６）で取得された参
照パターンを前記ブロック化部（１１、２１）で分割さ
れた全ブロックについて並べることにより生成される比
較パターンと前記テンプレート記憶部（１８、２７）に
記憶されたテンプレートとを比較して最も一致度の大き
いテンプレートに対応する物体が前記目標物体であると
認識するテンプレート比較部（１９、２８）、とを備え
ている。
【００１３】この第１の態様に係る物体認識装置によれ
ば、撮影により得られた画像データのエッジを表す演算
パターンに最も一致する参照パターンに置き換えること
により構成された比較パターンを予め記憶されたテンプ
レートと比較して上記画像データに含まれる目標物体を
認識するようにしたので、画像データ中の細かいノイズ
等が抑制されて比較量が少なくなる。その結果、曖昧な
環境条件に強くなり、また、計算量を少なく抑えること
ができる。
ば、撮影により得られた画像データのエッジを表す演算
パターンに最も一致する参照パターンに置き換えること
により構成された比較パターンを予め記憶されたテンプ
レートと比較して上記画像データに含まれる目標物体を
認識するようにしたので、画像データ中の細かいノイズ
等が抑制されて比較量が少なくなる。その結果、曖昧な
環境条件に強くなり、また、計算量を少なく抑えること
ができる。
【００１４】この第１の態様に係る物体認識装置におい
て、前記参照パターン及び前記演算パターンの各々は、
前記画像のエッジの構成要素の方向及び方向毎の構成要
素の数から構成できる。この構成によれば、画像データ
中のエッジの方向を考慮して物体が認識されるので、目
標物体の認識精度を向上させることができる。
て、前記参照パターン及び前記演算パターンの各々は、
前記画像のエッジの構成要素の方向及び方向毎の構成要
素の数から構成できる。この構成によれば、画像データ
中のエッジの方向を考慮して物体が認識されるので、目
標物体の認識精度を向上させることができる。
【００１５】また、前記参照パターン及び前記演算パタ
ーンの各々は、前記画像のエッジの構成要素の数から構
成できる。この構成によれば、物体の認識処理では、画
像データ中のエッジの方向が考慮されないので、エッジ
の方向を考慮する場合に比べて、目標物体の認識精度は
落ちるが、方向を考慮しない分計算量を減らすことがで
きる。
ーンの各々は、前記画像のエッジの構成要素の数から構
成できる。この構成によれば、物体の認識処理では、画
像データ中のエッジの方向が考慮されないので、エッジ
の方向を考慮する場合に比べて、目標物体の認識精度は
落ちるが、方向を考慮しない分計算量を減らすことがで
きる。
【００１６】本発明の第２の態様に係る物体認識方法
は、上記と同様の目的で、認識の対象とされる目標物体
が含まれる画像データを複数のブロックに分割し、画像
のエッジを表す複数の参照パターンを記憶し、前記分割
されたブロックの画像データに含まれている画像のエッ
ジを表す演算パターンを生成し、該生成された演算パタ
ーンと前記記憶された参照パターンとを比較して最も一
致度の大きい参照パターンを取得し、複数の前記参照パ
ターンで構成された物体を表すテンプレートを記憶し、
前記取得された参照パターンを前記分割された全ブロッ
クについて並べることにより生成される比較パターンと
前記記憶されたテンプレートとを比較して最も一致度の
大きいテンプレートをに対応する物体を前記目標物体で
あると認識するように構成されている。
は、上記と同様の目的で、認識の対象とされる目標物体
が含まれる画像データを複数のブロックに分割し、画像
のエッジを表す複数の参照パターンを記憶し、前記分割
されたブロックの画像データに含まれている画像のエッ
ジを表す演算パターンを生成し、該生成された演算パタ
ーンと前記記憶された参照パターンとを比較して最も一
致度の大きい参照パターンを取得し、複数の前記参照パ
ターンで構成された物体を表すテンプレートを記憶し、
前記取得された参照パターンを前記分割された全ブロッ
クについて並べることにより生成される比較パターンと
前記記憶されたテンプレートとを比較して最も一致度の
大きいテンプレートをに対応する物体を前記目標物体で
あると認識するように構成されている。
【００１７】本発明の第３の態様に係る物体認識プログ
ラムは、上記と同様の目的で、認識の対象とされる目標
物体が含まれる画像データを複数のブロックに分割し、
画像のエッジを表す複数の参照パターンを記憶し、前記
分割されたブロックの画像データに含まれている画像の
エッジを表す演算パターンを生成し、該生成された演算
パターンと前記記憶された参照パターンとを比較して最
も一致度の大きい参照パターンを取得し、複数の前記参
照パターンで構成された物体を表すテンプレートを記憶
し、前記取得された参照パターンを前記分割された全ブ
ロックについて並べることにより生成される比較パター
ンと前記記憶されたテンプレートとを比較して最も一致
度の大きいテンプレートをに対応する物体を前記目標物
体であると認識する処理をコンピュータに実行させるよ
うに構成されている。
ラムは、上記と同様の目的で、認識の対象とされる目標
物体が含まれる画像データを複数のブロックに分割し、
画像のエッジを表す複数の参照パターンを記憶し、前記
分割されたブロックの画像データに含まれている画像の
エッジを表す演算パターンを生成し、該生成された演算
パターンと前記記憶された参照パターンとを比較して最
も一致度の大きい参照パターンを取得し、複数の前記参
照パターンで構成された物体を表すテンプレートを記憶
し、前記取得された参照パターンを前記分割された全ブ
ロックについて並べることにより生成される比較パター
ンと前記記憶されたテンプレートとを比較して最も一致
度の大きいテンプレートをに対応する物体を前記目標物
体であると認識する処理をコンピュータに実行させるよ
うに構成されている。
【００１８】この第２の態様に係る物体認識方法及び物
体認識プログラムにおいて、前記参照パターン及び前記
演算パターンの各々は、前記画像のエッジの構成要素の
方向及び方向毎の構成要素の数から構成できる。また、
前記参照パターン及び前記演算パターンの各々は、前記
画像のエッジの構成要素の数から構成できる。
体認識プログラムにおいて、前記参照パターン及び前記
演算パターンの各々は、前記画像のエッジの構成要素の
方向及び方向毎の構成要素の数から構成できる。また、
前記参照パターン及び前記演算パターンの各々は、前記
画像のエッジの構成要素の数から構成できる。
【００１９】
【発明の実施の形態】以下、本発明の実施の形態を、図
面を参照しながら詳細に説明する。
面を参照しながら詳細に説明する。
【００２０】（実施の形態１）この実施の形態１に係る
物体認識装置では、撮影により得られた画像中のエッジ
を形成する画素を４方向（各方向の逆方向を含めると８
方向）の各々についてカウントすることにより得られる
演算パターンが、予め記憶された参照パターンと部分的
に一致するかどうかによって物体の認識が行われる。
物体認識装置では、撮影により得られた画像中のエッジ
を形成する画素を４方向（各方向の逆方向を含めると８
方向）の各々についてカウントすることにより得られる
演算パターンが、予め記憶された参照パターンと部分的
に一致するかどうかによって物体の認識が行われる。
【００２１】図１は、本発明の実施の形態１に係る物体
認識装置の構成を示すブロック図である。この物体認識
装置は、画像取得部１０、ブロック化部１１、フィルタ
部１２、方向抽出部１３、パターン形成部１４、パター
ンコード化部１５、パターン記憶部１６、パターン比較
部１７、テンプレート記憶部１８及びテンプレート比較
部１９から構成されている。
認識装置の構成を示すブロック図である。この物体認識
装置は、画像取得部１０、ブロック化部１１、フィルタ
部１２、方向抽出部１３、パターン形成部１４、パター
ンコード化部１５、パターン記憶部１６、パターン比較
部１７、テンプレート記憶部１８及びテンプレート比較
部１９から構成されている。
【００２２】画像取得部１０は、認識の対象とされる目
標物体を、例えばビデオカメラで撮影することにより得
られた１フレーム分のアナログ画像データを入力する。
そして、入力されたアナログ画像データをデジタル画像
データに変換し、更に、このデジタル画像データを所定
のスレッショルドレベルでスライスして２値画像データ
に変換する。この２値画像データは、ブロック化部１１
に送られる。
標物体を、例えばビデオカメラで撮影することにより得
られた１フレーム分のアナログ画像データを入力する。
そして、入力されたアナログ画像データをデジタル画像
データに変換し、更に、このデジタル画像データを所定
のスレッショルドレベルでスライスして２値画像データ
に変換する。この２値画像データは、ブロック化部１１
に送られる。
【００２３】ブロック化部１１は、画像取得部１０から
送られてくる１フレーム分の２値画像データを５×５の
ブロックに分割する。各ブロックは、Ｍ×Ｎ（Ｍ及びＮ
はそれぞれ２以上の整数）個の画素から構成されてい
る。なお、この実施の形態１では、一例として２値画像
データを５×５のブロックに分割する構成としている
が、本発明に係る物体認識装置では、分割の数は任意で
ある。このブロック化部１１で２５個のブロックに分割
された２値画像データは、フィルタ部１２に送られる。
送られてくる１フレーム分の２値画像データを５×５の
ブロックに分割する。各ブロックは、Ｍ×Ｎ（Ｍ及びＮ
はそれぞれ２以上の整数）個の画素から構成されてい
る。なお、この実施の形態１では、一例として２値画像
データを５×５のブロックに分割する構成としている
が、本発明に係る物体認識装置では、分割の数は任意で
ある。このブロック化部１１で２５個のブロックに分割
された２値画像データは、フィルタ部１２に送られる。
【００２４】フィルタ部１２は、ブロック化された２値
画像をフィルタリングすることにより、該２値画像中の
エッジを構成する画素の方向を算出する。このフィルタ
部１２では、例えば、図２に示すような３×３の画素に
対応する９個の領域を有するフィルタが使用される。こ
のフィルタは、中心の領域に「０」が割り当てられ、そ
の周囲の８個の領域に２のべき乗の数値（１、２、４、
８、１６、３２、６４及び１２８）が割り当てられてい
る。そして、ベクトル方向を求める対象となる目標画素
を「０」に対応させ、フィルタと２値画像中の画素値
（「１」又は「０」）との積和演算が方向毎に行われ
る。この積和演算の結果は、方向抽出部１３に送られ
る。
画像をフィルタリングすることにより、該２値画像中の
エッジを構成する画素の方向を算出する。このフィルタ
部１２では、例えば、図２に示すような３×３の画素に
対応する９個の領域を有するフィルタが使用される。こ
のフィルタは、中心の領域に「０」が割り当てられ、そ
の周囲の８個の領域に２のべき乗の数値（１、２、４、
８、１６、３２、６４及び１２８）が割り当てられてい
る。そして、ベクトル方向を求める対象となる目標画素
を「０」に対応させ、フィルタと２値画像中の画素値
（「１」又は「０」）との積和演算が方向毎に行われ
る。この積和演算の結果は、方向抽出部１３に送られ
る。
【００２５】方向抽出部１３は、フィルタ部１２から送
られてくる積和演算の結果に基づいて、目標画素のベク
トル方向を求める。この方向抽出部１３は、「０」〜
「２５５」までのエントリを有するルックアップテーブ
ル（図示しない）を備えており、各エントリには、図１
４（Ｂ）に示した４つのベクトル方向に対応して、数値
１、２、３及び４がそれぞれ格納されている。この方向
抽出部１３は、例えば、フィルタ部１２から「１２９」
という積和演算の結果が送られてきた場合は、１２９番
目のエントリを参照し、そのエントリに格納されている
「１」という数値を取得して、目標画素のベクトル方向
は、左上４５゜であると判断する。この方向抽出部１３
で抽出された各画素のベクトル方向を表す数値は、パタ
ーン形成部１４に送られる。
られてくる積和演算の結果に基づいて、目標画素のベク
トル方向を求める。この方向抽出部１３は、「０」〜
「２５５」までのエントリを有するルックアップテーブ
ル（図示しない）を備えており、各エントリには、図１
４（Ｂ）に示した４つのベクトル方向に対応して、数値
１、２、３及び４がそれぞれ格納されている。この方向
抽出部１３は、例えば、フィルタ部１２から「１２９」
という積和演算の結果が送られてきた場合は、１２９番
目のエントリを参照し、そのエントリに格納されている
「１」という数値を取得して、目標画素のベクトル方向
は、左上４５゜であると判断する。この方向抽出部１３
で抽出された各画素のベクトル方向を表す数値は、パタ
ーン形成部１４に送られる。
【００２６】パターン形成部１４は、方向抽出部１３か
ら送られてくる各画素のベクトル方向を、方向毎に分類
して集計する。これにより、例えば、図１４（Ｃ）に示
したような、方向毎の画素のカウント値が得られる。こ
の方向毎の画素のカウント値は、パターンコード化部１
５に送られる。
ら送られてくる各画素のベクトル方向を、方向毎に分類
して集計する。これにより、例えば、図１４（Ｃ）に示
したような、方向毎の画素のカウント値が得られる。こ
の方向毎の画素のカウント値は、パターンコード化部１
５に送られる。
【００２７】パターンコード化部１５は、パターン形成
部１４から送られてきた方向毎の画素のカウント値を、
例えばＮビットのコードにエンコードすることによりコ
ード化データを生成する。このエンコードは、例えばカ
ウント値の下位Ｍビットを削除し、上位Ｎビットから成
るコードに変換することにより行うことができる。この
エンコードにより、パターン形成部１４から送られてき
た方向毎の画素のカウント値の種類は、１／２Mに減少
される。パターンコード化部１５は、以上のエンコード
処理を全ブロックについて実施する。このパターンコー
ド化部１５でエンコードされた各ブロックのコード化デ
ータは、図３に示すように、各ブロックの演算パターン
β1、β2、・・・としてパターン比較部１７に送られ
る。
部１４から送られてきた方向毎の画素のカウント値を、
例えばＮビットのコードにエンコードすることによりコ
ード化データを生成する。このエンコードは、例えばカ
ウント値の下位Ｍビットを削除し、上位Ｎビットから成
るコードに変換することにより行うことができる。この
エンコードにより、パターン形成部１４から送られてき
た方向毎の画素のカウント値の種類は、１／２Mに減少
される。パターンコード化部１５は、以上のエンコード
処理を全ブロックについて実施する。このパターンコー
ド化部１５でエンコードされた各ブロックのコード化デ
ータは、図３に示すように、各ブロックの演算パターン
β1、β2、・・・としてパターン比較部１７に送られ
る。
【００２８】パターン記憶部１６は、図４に示すよう
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、目標物体が含まれる画像をブロックに
分割した場合に得られる代表的なエッジのパターンであ
る。各参照パターンは、上述した演算パターンと同様の
方法で、つまり４方向の各々について画素を集計するこ
とにより得られるカウント値をエンコードして作成され
る。このパターン記憶部１６に格納された参照パターン
は、パターン比較部１７から読み出される。
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、目標物体が含まれる画像をブロックに
分割した場合に得られる代表的なエッジのパターンであ
る。各参照パターンは、上述した演算パターンと同様の
方法で、つまり４方向の各々について画素を集計するこ
とにより得られるカウント値をエンコードして作成され
る。このパターン記憶部１６に格納された参照パターン
は、パターン比較部１７から読み出される。
【００２９】なお、この実施の形態１では、２４種類の
参照パターンを有する場合を例示しているが、参照パタ
ーンの数は２４種類に限定されず任意である。また、参
照パターンの種類も、図４に示したパターンに限らず、
任意に定めることができる。
参照パターンを有する場合を例示しているが、参照パタ
ーンの数は２４種類に限定されず任意である。また、参
照パターンの種類も、図４に示したパターンに限らず、
任意に定めることができる。
【００３０】パターン比較部１７は、パターンコード化
部１５から送られてくる演算パターンとパターン記憶部
１６から読み出した２４個の参照パターンとを順次比較
し、一致度の最も大きい参照パターンを決定する。そし
て、この決定された参照パターンが所定値以上の一致度
を有する場合に、その決定された参照パターンを当該ブ
ロックの演算パターンとする。換言すれは、演算パター
ンが参照パターンに投影される。パターン比較部１７
は、以上の処理を全ブロックについて実施し、得られた
全ブロックの演算パターンを比較パターンとしてテンプ
レート比較部１９に送る。
部１５から送られてくる演算パターンとパターン記憶部
１６から読み出した２４個の参照パターンとを順次比較
し、一致度の最も大きい参照パターンを決定する。そし
て、この決定された参照パターンが所定値以上の一致度
を有する場合に、その決定された参照パターンを当該ブ
ロックの演算パターンとする。換言すれは、演算パター
ンが参照パターンに投影される。パターン比較部１７
は、以上の処理を全ブロックについて実施し、得られた
全ブロックの演算パターンを比較パターンとしてテンプ
レート比較部１９に送る。
【００３１】テンプレート記憶部１８は、例えば図５に
示すような、目標物体を表すテンプレートを複数記憶し
ている。各テンプレートは、５×５の参照パターンから
構成されており、テンプレート比較部１９から読み出さ
れる。
示すような、目標物体を表すテンプレートを複数記憶し
ている。各テンプレートは、５×５の参照パターンから
構成されており、テンプレート比較部１９から読み出さ
れる。
【００３２】テンプレート比較部１９は、パターン比較
部１７からの比較パターンとテンプレート記憶部１８に
記憶された複数のテンプレートとを比較して最も一致度
の大きいテンプレートを選択する。そして、撮影により
得られた画像に含まれる目標物体は、その選択されたテ
ンプレートに対応する物体であることを認識する。この
認識結果は、外部に出力される。
部１７からの比較パターンとテンプレート記憶部１８に
記憶された複数のテンプレートとを比較して最も一致度
の大きいテンプレートを選択する。そして、撮影により
得られた画像に含まれる目標物体は、その選択されたテ
ンプレートに対応する物体であることを認識する。この
認識結果は、外部に出力される。
【００３３】次に、上記のように構成される本発明の実
施の形態１に係る物体認識装置の動作を、図６のメイン
処理を示すフローチャート及び図７のパターン比較処理
を示すフローチャートを参照しながら説明する。
施の形態１に係る物体認識装置の動作を、図６のメイン
処理を示すフローチャート及び図７のパターン比較処理
を示すフローチャートを参照しながら説明する。
【００３４】物体認識装置では、先ず、画像が取得され
る（ステップＳ１０）。即ち、画像取得部１０は、認識
の対象とされる目標物体を、例えばビデオカメラで撮影
することにより得られた１フレーム分のアナログ画像デ
ータを入力する。このアナログ画像データは、２値画像
データに変換されてブロック化部１１に送られる。
る（ステップＳ１０）。即ち、画像取得部１０は、認識
の対象とされる目標物体を、例えばビデオカメラで撮影
することにより得られた１フレーム分のアナログ画像デ
ータを入力する。このアナログ画像データは、２値画像
データに変換されてブロック化部１１に送られる。
【００３５】次いで、ブロック化処理が行われる（ステ
ップＳ１１）。即ち、ブロック化部１１において、画像
取得部１０から送られてくる１フレーム分の２値画像デ
ータが５×５のブロックに分割される。このブロック化
処理により分割された２値画像データは、パターン比較
処理に供される。
ップＳ１１）。即ち、ブロック化部１１において、画像
取得部１０から送られてくる１フレーム分の２値画像デ
ータが５×５のブロックに分割される。このブロック化
処理により分割された２値画像データは、パターン比較
処理に供される。
【００３６】次いで、パターン比較処理が行われる（ス
テップＳ１２）。このパターン比較処理では、詳細は後
述するが、パターン記憶部１６に記憶された参照パター
ンと各ブロックの２値画像から得られた演算パターンと
が比較され、その比較結果に基づいて各ブロックの演算
パターンが参照パターンに投影される。そして、投影さ
れた全ブロックの演算パターンが比較パターンとしてテ
ンプレート比較部１９に送られる。
テップＳ１２）。このパターン比較処理では、詳細は後
述するが、パターン記憶部１６に記憶された参照パター
ンと各ブロックの２値画像から得られた演算パターンと
が比較され、その比較結果に基づいて各ブロックの演算
パターンが参照パターンに投影される。そして、投影さ
れた全ブロックの演算パターンが比較パターンとしてテ
ンプレート比較部１９に送られる。
【００３７】次いで、テンプレート比較処理が行われる
（ステップＳ１３）。即ち、テンプレート比較部１９
は、パターン比較処理により得られた比較パターンとテ
ンプレート記憶部１８に記憶された複数のテンプレート
とを比較して最も一致度の大きいテンプレートを選択す
る。そして、撮影により得られた画像に含まれる目標物
体は、その選択されたテンプレートで表されている物体
であると認識し、その認識結果を外部に出力する。
（ステップＳ１３）。即ち、テンプレート比較部１９
は、パターン比較処理により得られた比較パターンとテ
ンプレート記憶部１８に記憶された複数のテンプレート
とを比較して最も一致度の大きいテンプレートを選択す
る。そして、撮影により得られた画像に含まれる目標物
体は、その選択されたテンプレートで表されている物体
であると認識し、その認識結果を外部に出力する。
【００３８】次に、上記ステップＳ１２で行われるパタ
ーン比較処理の詳細を、図７に示したフローチャートを
参照しながら説明する。
ーン比較処理の詳細を、図７に示したフローチャートを
参照しながら説明する。
【００３９】このパターン比較処理では、先ず、分割さ
れたブロック数を表す変数ｊが「１」に初期化される
（ステップＳ２０）。次いで、参照パターンの数を表す
ｉが「１」に初期化される（ステップＳ２１）。
れたブロック数を表す変数ｊが「１」に初期化される
（ステップＳ２０）。次いで、参照パターンの数を表す
ｉが「１」に初期化される（ステップＳ２１）。
【００４０】次いで、フィルタリング処理が行われる
（ステップＳ２２）。このフィルタリング処理では、フ
ィルタ部１２は、変数ｊで指定されるブロックの２値画
像を、例えば図２に示すようなフィルタを用いて積和演
算を行うことによりフィルタリングする。この積和演算
の結果は、方向抽出部１３に送られる。
（ステップＳ２２）。このフィルタリング処理では、フ
ィルタ部１２は、変数ｊで指定されるブロックの２値画
像を、例えば図２に示すようなフィルタを用いて積和演
算を行うことによりフィルタリングする。この積和演算
の結果は、方向抽出部１３に送られる。
【００４１】次いで、方向抽出処理が行われる（ステッ
プＳ２３）。この方向抽出処理では、フィルタ部１２か
らの積和演算の結果に基づいて、各画素のベクトル方向
が求められる。この求められたベクトル方向を表す数値
は、パターン形成部１４に送られる。
プＳ２３）。この方向抽出処理では、フィルタ部１２か
らの積和演算の結果に基づいて、各画素のベクトル方向
が求められる。この求められたベクトル方向を表す数値
は、パターン形成部１４に送られる。
【００４２】次いで、パターン形成処理が行われる（ス
テップＳ２４）。このパターン形成処理では、パターン
形成部１４は、方向抽出部１３から送られてくる各画素
のベクトル方向を、方向毎に分類して集計し、方向毎の
画素のカウント値を得る。この得られた方向毎の画素の
カウント値は、パターンコード化部１５に送られる。
テップＳ２４）。このパターン形成処理では、パターン
形成部１４は、方向抽出部１３から送られてくる各画素
のベクトル方向を、方向毎に分類して集計し、方向毎の
画素のカウント値を得る。この得られた方向毎の画素の
カウント値は、パターンコード化部１５に送られる。
【００４３】次いで、コード化処理が行われる（ステッ
プＳ２５）。このコード化処理では、パターンコード化
部１５は、パターン形成部１４から送られてきた方向毎
の画素のカウント値を、例えばＮビットのコードにエン
コードすることによりコード化データを生成する。この
コード化処理は、全てのブロックについて実施され、各
ブロックのコード化データは、各ブロックの演算パター
ンβ1、β2、・・・としてパターン比較部１７に送られ
る。
プＳ２５）。このコード化処理では、パターンコード化
部１５は、パターン形成部１４から送られてきた方向毎
の画素のカウント値を、例えばＮビットのコードにエン
コードすることによりコード化データを生成する。この
コード化処理は、全てのブロックについて実施され、各
ブロックのコード化データは、各ブロックの演算パター
ンβ1、β2、・・・としてパターン比較部１７に送られ
る。
【００４４】次いで、パターン比較処理が行われる（ス
テップＳ２６）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部１６から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較されて一致度を表す値
が算出される。この一致度を表す値としては、演算パタ
ーンのコード化データと参照パターンのコード化データ
との差を用いることができる。次いで、このステップＳ
２６で算出された一致度を表す値がセーブされる（ステ
ップＳ２７）。
テップＳ２６）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部１６から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較されて一致度を表す値
が算出される。この一致度を表す値としては、演算パタ
ーンのコード化データと参照パターンのコード化データ
との差を用いることができる。次いで、このステップＳ
２６で算出された一致度を表す値がセーブされる（ステ
ップＳ２７）。
【００４５】次いで、変数ｉがインクリメントされ（ス
テップＳ２８）、変数ｉが「２４」より大きくなったか
どうかが調べられる（ステップＳ２９）。ここで、変数
ｉが「２４」より大きくなっていないことが判断される
と、ステップＳ２６の処理に戻り、上述した処理が繰り
返し実行される。
テップＳ２８）、変数ｉが「２４」より大きくなったか
どうかが調べられる（ステップＳ２９）。ここで、変数
ｉが「２４」より大きくなっていないことが判断される
と、ステップＳ２６の処理に戻り、上述した処理が繰り
返し実行される。
【００４６】この繰り返し実行の過程で、ステップＳ２
９において変数ｉが「２４」より大きくなったことが判
断されると、最大一致度の検索処理が行われる（ステッ
プＳ３０）。即ち、上記ステップＳ２７でセーブされた
一致度を表す値の中から最大のものが選択される。そし
て、その最大の一致度を表す値が所定値より大きいかど
うかが調べられる（ステップＳ３１）。
９において変数ｉが「２４」より大きくなったことが判
断されると、最大一致度の検索処理が行われる（ステッ
プＳ３０）。即ち、上記ステップＳ２７でセーブされた
一致度を表す値の中から最大のものが選択される。そし
て、その最大の一致度を表す値が所定値より大きいかど
うかが調べられる（ステップＳ３１）。
【００４７】このステップＳ３１で、所定値以上である
ことが判断されると、コード化データがワークメモリ
（図示しない）に格納される（ステップＳ３２）。一
方、所定値以上でないことが判断されると、ゼロがワー
クメモリに格納される（ステップＳ３３）。以上により
１つのブロックに対する処理が完了する。
ことが判断されると、コード化データがワークメモリ
（図示しない）に格納される（ステップＳ３２）。一
方、所定値以上でないことが判断されると、ゼロがワー
クメモリに格納される（ステップＳ３３）。以上により
１つのブロックに対する処理が完了する。
【００４８】次いで、変数ｊがインクリメントされ（ス
テップＳ３４）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ３５）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ２１の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ３５で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、シーケンスはメイン処理の
ステップＳ１３（図６参照）に戻り、一連の処理を終了
する。この時点では、ワークメモリにはコード化デー
タ、つまり演算パターンから成る比較パターンが形成さ
れている。
テップＳ３４）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ３５）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ２１の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ３５で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、シーケンスはメイン処理の
ステップＳ１３（図６参照）に戻り、一連の処理を終了
する。この時点では、ワークメモリにはコード化デー
タ、つまり演算パターンから成る比較パターンが形成さ
れている。
【００４９】以上説明したように、この実施の形態１に
係る物体認識装置によれば、撮影により得られた画像デ
ータをブロック化し、各ブロックの画像データに含まれ
るエッジを表す演算パターンを参照パターンに投影して
比較パターンを作成し、この比較パターンをテンプレー
トと比較して目標物体を認識する。演算パターンを参照
パターンに投影する際は、演算パターンのコード化デー
タと参照パターンのコード化データとの差が所定値以上
であれば一致とみなして処理されるので、細かいノイズ
等が抑制されて比較量が少なくなる。その結果、曖昧な
環境条件に強くなり、また、計算量を少なく抑えること
ができる。
係る物体認識装置によれば、撮影により得られた画像デ
ータをブロック化し、各ブロックの画像データに含まれ
るエッジを表す演算パターンを参照パターンに投影して
比較パターンを作成し、この比較パターンをテンプレー
トと比較して目標物体を認識する。演算パターンを参照
パターンに投影する際は、演算パターンのコード化デー
タと参照パターンのコード化データとの差が所定値以上
であれば一致とみなして処理されるので、細かいノイズ
等が抑制されて比較量が少なくなる。その結果、曖昧な
環境条件に強くなり、また、計算量を少なく抑えること
ができる。
【００５０】また、パターン形成部１４で形成されたパ
ターンをパターンコード化部１５で少ないビット数のコ
ードにエンコードして各ブロックのパターン比較を行う
ので、比較量が少なくなり、計算量を少なく抑えること
ができる。
ターンをパターンコード化部１５で少ないビット数のコ
ードにエンコードして各ブロックのパターン比較を行う
ので、比較量が少なくなり、計算量を少なく抑えること
ができる。
【００５１】なお、上述した実施の形態１では、一致度
を表す値として、演算パターンのコード化データと参照
パターンのコード化データとの差を用いたが、演算パタ
ーンと参照パターンとの間で、方向毎のカウント値が一
致する割合を用いることができる。例えば一致する割合
が８０％以上といった如きである。
を表す値として、演算パターンのコード化データと参照
パターンのコード化データとの差を用いたが、演算パタ
ーンと参照パターンとの間で、方向毎のカウント値が一
致する割合を用いることができる。例えば一致する割合
が８０％以上といった如きである。
【００５２】また、上述した実施の形態１では、参照パ
ターンを構成するエッジのパターンは線分で構成されて
いる例を示しているが、認識対象が車両等である場合は
線分のエッジのパターンが得られる場合が多いので、線
分のエッジパターンから成る参照パターンであっても十
分な認識率が得られる。なお、参照パターンは、線分か
ら成るエッジのパターンに限定されず、円、円弧、楕
円、楕円弧等といった種々のパターンから構成すること
ができる。この場合は、例えば丸みを帯びたエッジが出
現する画像が得られる人の認識等に好適になる。
ターンを構成するエッジのパターンは線分で構成されて
いる例を示しているが、認識対象が車両等である場合は
線分のエッジのパターンが得られる場合が多いので、線
分のエッジパターンから成る参照パターンであっても十
分な認識率が得られる。なお、参照パターンは、線分か
ら成るエッジのパターンに限定されず、円、円弧、楕
円、楕円弧等といった種々のパターンから構成すること
ができる。この場合は、例えば丸みを帯びたエッジが出
現する画像が得られる人の認識等に好適になる。
【００５３】（実施の形態２）実施の形態２に係る物体
認識装置では、撮影により得られた画像中のエッジを形
成する画素を２方向（各方向の逆方向を含めると４方
向）の各々についてカウントすることにより得られる演
算パターンが、予め記憶された参照パターンに部分的に
一致するかどうかによって物体の認識が行われる。。
認識装置では、撮影により得られた画像中のエッジを形
成する画素を２方向（各方向の逆方向を含めると４方
向）の各々についてカウントすることにより得られる演
算パターンが、予め記憶された参照パターンに部分的に
一致するかどうかによって物体の認識が行われる。。
【００５４】この実施の形態２に係る物体認識装置で
は、図１に示した実施の形態１に係る物体認識装置のフ
ィルタ部１２、方向抽出部１３、パターン形成部１４及
びパターン記憶部１６の構成が以下のように変更され
る。
は、図１に示した実施の形態１に係る物体認識装置のフ
ィルタ部１２、方向抽出部１３、パターン形成部１４及
びパターン記憶部１６の構成が以下のように変更され
る。
【００５５】即ち、この実施の形態２では、フィルタ部
１２及び方向抽出部１３は一体に形成され、ブロック化
された２値画像をフィルタリングすることにより、該２
値画像中のエッジを構成する画素の方向を出力する。フ
ィルタとしては、例えば、図８（Ａ）及び図８（Ｂ）に
示すような、ソーベルフィルタを使用できる。画素の方
向を表すデータは、図９に示すように、上方向が「１」
又は横方向が「２」として得られる。このフィルタ部１
２及び方向抽出部１３で抽出された各画素のベクトル方
向を表す数値は、パターン形成部１４に送られる。
１２及び方向抽出部１３は一体に形成され、ブロック化
された２値画像をフィルタリングすることにより、該２
値画像中のエッジを構成する画素の方向を出力する。フ
ィルタとしては、例えば、図８（Ａ）及び図８（Ｂ）に
示すような、ソーベルフィルタを使用できる。画素の方
向を表すデータは、図９に示すように、上方向が「１」
又は横方向が「２」として得られる。このフィルタ部１
２及び方向抽出部１３で抽出された各画素のベクトル方
向を表す数値は、パターン形成部１４に送られる。
【００５６】パターン形成部１４は、方向抽出部１３か
ら送られてくる各画素のベクトル方向を、方向毎に分類
して集計する。これにより、例えば、図１０に示したよ
うな、方向毎の画素のカウント値が得られる。図１０で
は、方向１の画素がγ1個、方向２の画素がγ2個それぞ
れ存在する状態を示している。この方向毎の画素のカウ
ント値は、パターンコード化部１５に送られる。
ら送られてくる各画素のベクトル方向を、方向毎に分類
して集計する。これにより、例えば、図１０に示したよ
うな、方向毎の画素のカウント値が得られる。図１０で
は、方向１の画素がγ1個、方向２の画素がγ2個それぞ
れ存在する状態を示している。この方向毎の画素のカウ
ント値は、パターンコード化部１５に送られる。
【００５７】パターン記憶部１６は、図４に示すよう
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、各参照パターンは、上述した演算パタ
ーンと同様の方法、２方向の画素のカウント値をエンコ
ードして作成される。
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、各参照パターンは、上述した演算パタ
ーンと同様の方法、２方向の画素のカウント値をエンコ
ードして作成される。
【００５８】上記のように構成される実施の形態２に係
る物体認識装置の動作は、４方向の演算パターン及び参
照パターンの代わりに２方向のそれらが扱われることを
除けば、図６及び図７に示したフローチャートを参照し
て説明した実施の形態１の動作と同じである。
る物体認識装置の動作は、４方向の演算パターン及び参
照パターンの代わりに２方向のそれらが扱われることを
除けば、図６及び図７に示したフローチャートを参照し
て説明した実施の形態１の動作と同じである。
【００５９】この実施の形態２に係る物体認識装置によ
れば、画像中のエッジを形成する画素を２方向の各々に
ついてカウントした演算パターン及び参照パターンが用
いられるので、実施の形態１に係る物体認識装置に比べ
て計算量が減少する。
れば、画像中のエッジを形成する画素を２方向の各々に
ついてカウントした演算パターン及び参照パターンが用
いられるので、実施の形態１に係る物体認識装置に比べ
て計算量が減少する。
【００６０】（実施の形態３）実施の形態３に係る物体
認識装置では、撮影により得られた画像中のエッジを形
成する画素を４方向の各々についてカウントすることに
より得られる演算パターンが、予め記憶された参照パタ
ーンに完全に一致するかどうかによって物体の認識が行
われる。
認識装置では、撮影により得られた画像中のエッジを形
成する画素を４方向の各々についてカウントすることに
より得られる演算パターンが、予め記憶された参照パタ
ーンに完全に一致するかどうかによって物体の認識が行
われる。
【００６１】この実施の形態３に係る物体認識装置の構
成は、図１のブロック図を参照して説明した実施の形態
１に係る物体認識装置の構成と同じである。
成は、図１のブロック図を参照して説明した実施の形態
１に係る物体認識装置の構成と同じである。
【００６２】次に、実施の形態３に係る物体認識装置の
動作を説明する。この実施の形態３に係る物体認識装置
のメイン処理は、図６に示した実施の形態１のそれと同
じであり、このメイン処理のステップＳ１２で実行され
るブロックパターン処理の内容が実施の形態１のそれと
異なる。
動作を説明する。この実施の形態３に係る物体認識装置
のメイン処理は、図６に示した実施の形態１のそれと同
じであり、このメイン処理のステップＳ１２で実行され
るブロックパターン処理の内容が実施の形態１のそれと
異なる。
【００６３】以下、パターン比較処理の詳細を、図１１
に示したフローチャートを参照しながら説明する。
に示したフローチャートを参照しながら説明する。
【００６４】このパターン比較処理では、先ず、分割さ
れたブロック数を表す変数ｊが「１」に初期化される
（ステップＳ４０）。次いで、参照パターンの数を表す
ｉが「１」に初期化される（ステップＳ４１）。
れたブロック数を表す変数ｊが「１」に初期化される
（ステップＳ４０）。次いで、参照パターンの数を表す
ｉが「１」に初期化される（ステップＳ４１）。
【００６５】次に実行されるフィルタリング処理（ステ
ップＳ４２）、方向抽出処理（ステップＳ４３）、パタ
ーン形成処理（ステップＳ４４）及びコード化処理（ス
テップＳ４５）は、図７に示した実施の形態１のフィル
タリング処理（ステップＳ２２）、方向抽出処理（ステ
ップＳ２３）、パターン形成処理（ステップＳ２４）及
びコード化処理（ステップＳ２５）とそれぞれ同じであ
る。
ップＳ４２）、方向抽出処理（ステップＳ４３）、パタ
ーン形成処理（ステップＳ４４）及びコード化処理（ス
テップＳ４５）は、図７に示した実施の形態１のフィル
タリング処理（ステップＳ２２）、方向抽出処理（ステ
ップＳ２３）、パターン形成処理（ステップＳ２４）及
びコード化処理（ステップＳ２５）とそれぞれ同じであ
る。
【００６６】次いで、パターン比較処理が行われる（ス
テップＳ４６）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部１６から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較される。
テップＳ４６）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部１６から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較される。
【００６７】次いで、ステップＳ４６での比較の結果が
一致するかどうかが調べられる（ステップＳ４７）。こ
こで、一致することが判断されると、コード化データが
ワークメモリ（図示しない）に格納される（ステップＳ
４８）。その後、ステップＳ５２の処理に分岐する。従
って、一旦一致することが判断された後は、パターン比
較は実行されない。
一致するかどうかが調べられる（ステップＳ４７）。こ
こで、一致することが判断されると、コード化データが
ワークメモリ（図示しない）に格納される（ステップＳ
４８）。その後、ステップＳ５２の処理に分岐する。従
って、一旦一致することが判断された後は、パターン比
較は実行されない。
【００６８】一方、ステップＳ４６で、一致しないこと
が判断されると、変数ｉがインクリメントされ（ステッ
プＳ４９）、変数ｉが「２４」より大きくなったかどう
かが調べられる（ステップＳ５０）。ここで、変数ｉが
「２４」より大きくなっていないことが判断されると、
ステップＳ４６の処理に戻り、上述した処理が繰り返し
実行される。
が判断されると、変数ｉがインクリメントされ（ステッ
プＳ４９）、変数ｉが「２４」より大きくなったかどう
かが調べられる（ステップＳ５０）。ここで、変数ｉが
「２４」より大きくなっていないことが判断されると、
ステップＳ４６の処理に戻り、上述した処理が繰り返し
実行される。
【００６９】この繰り返し実行の過程で、ステップＳ５
０において変数ｉが「２４」より大きくなったことが判
断されると、ゼロがワークメモリに格納される（ステッ
プＳ５１）。以上により１つのブロックに対する処理が
完了する。
０において変数ｉが「２４」より大きくなったことが判
断されると、ゼロがワークメモリに格納される（ステッ
プＳ５１）。以上により１つのブロックに対する処理が
完了する。
【００７０】次いで、変数ｊがインクリメントされ（ス
テップＳ５２）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ５３）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ４１の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ５３で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、シーケンスはメイン処理の
ステップＳ１３（図６参照）に戻り、一連の処理を終了
する。この時点では、ワークメモリにはコード化デー
タ、つまり演算パターンから成る比較パターンが形成さ
れている。
テップＳ５２）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ５３）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ４１の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ５３で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、シーケンスはメイン処理の
ステップＳ１３（図６参照）に戻り、一連の処理を終了
する。この時点では、ワークメモリにはコード化デー
タ、つまり演算パターンから成る比較パターンが形成さ
れている。
【００７１】以上説明したように、この実施の形態３に
係る物体認識装置によれば、演算パターンを参照パター
ンに投影する際は、演算パターンのコード化データと参
照パターンのコード化データとの差がゼロ、つまり完全
一致の場合に一致とみなして処理されるので、目標物体
の認識精度を向上させることができる。
係る物体認識装置によれば、演算パターンを参照パター
ンに投影する際は、演算パターンのコード化データと参
照パターンのコード化データとの差がゼロ、つまり完全
一致の場合に一致とみなして処理されるので、目標物体
の認識精度を向上させることができる。
【００７２】なお、この実施の形態３では、方向抽出部
１３は、４方向の何れかを抽出するように構成したが、
実施の形態２と同様に、２方向の何れかを抽出するよう
に構成することができる。この場合は、実施の形態３係
る物体認識装置に比べて、計算量を減らすことができ
る。
１３は、４方向の何れかを抽出するように構成したが、
実施の形態２と同様に、２方向の何れかを抽出するよう
に構成することができる。この場合は、実施の形態３係
る物体認識装置に比べて、計算量を減らすことができ
る。
【００７３】（実施の形態４）実施の形態４に係る物体
認識装置では、撮影により得られた画像中のエッジを形
成する画素の数から成る演算パターンが、予め記憶され
た参照パターンに一致するかどうかによって物体の認識
が行われる。
認識装置では、撮影により得られた画像中のエッジを形
成する画素の数から成る演算パターンが、予め記憶され
た参照パターンに一致するかどうかによって物体の認識
が行われる。
【００７４】図１２は、本発明の実施の形態４に係る物
体認識装置の構成を示すブロック図である。この物体認
識装置は、画像取得部２０、ブロック化部２１、フィル
タ部２２、画素計算部２３、パターンコード化部２４、
パターン記憶部２５、パターン比較部２６、テンプレー
ト記憶部２７及びテンプレート比較部２８から構成され
ている。
体認識装置の構成を示すブロック図である。この物体認
識装置は、画像取得部２０、ブロック化部２１、フィル
タ部２２、画素計算部２３、パターンコード化部２４、
パターン記憶部２５、パターン比較部２６、テンプレー
ト記憶部２７及びテンプレート比較部２８から構成され
ている。
【００７５】画像取得部２０、ブロック化部２１及びフ
ィルタ部２２の構成は、図１に示した実施の形態１の画
像取得部１０、ブロック化部１１及びフィルタ部１２の
構成とそれぞれ同じである。なお、フィルタ部２２とし
ては、実施の形態２で使用したソーベルフィルタを用い
てもよい。
ィルタ部２２の構成は、図１に示した実施の形態１の画
像取得部１０、ブロック化部１１及びフィルタ部１２の
構成とそれぞれ同じである。なお、フィルタ部２２とし
ては、実施の形態２で使用したソーベルフィルタを用い
てもよい。
【００７６】画素計算部２３は、フィルタ部２２から送
られてくるエッジを構成する画素の数を集計する。これ
により、全方向の画素のカウント値が得られる。このカ
ウント値は、パターンコード化部２４に送られる。
られてくるエッジを構成する画素の数を集計する。これ
により、全方向の画素のカウント値が得られる。このカ
ウント値は、パターンコード化部２４に送られる。
【００７７】パターンコード化部２４は、実施の形態１
におけるパターンコード化部１５と同じ構成を有し、画
素計算部２３から送られてきた全方向の画素のカウント
値を、例えばＮビットのコードにエンコードし、コード
化データを生成する。このパターンコード化部２４は、
以上の処理を全てのブロックについて実施する。このパ
ターンコード化部２４でエンコードされた、各ブロック
のコード化データは、図３に示すように、各ブロックの
演算パターンβ1、β2、・・・としてパターン比較部２
６に送られる。
におけるパターンコード化部１５と同じ構成を有し、画
素計算部２３から送られてきた全方向の画素のカウント
値を、例えばＮビットのコードにエンコードし、コード
化データを生成する。このパターンコード化部２４は、
以上の処理を全てのブロックについて実施する。このパ
ターンコード化部２４でエンコードされた、各ブロック
のコード化データは、図３に示すように、各ブロックの
演算パターンβ1、β2、・・・としてパターン比較部２
６に送られる。
【００７８】パターン記憶部２５は、図４に示すよう
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、目標物体が含まれる画像をブロックに
分割した場合に得られる代表的なエッジのパターンであ
る。各参照パターンは、上述した演算パターンと同様の
方法、つまり全方向の画素のカウント値をエンコードし
て作成される。このパターン記憶部２５に格納されてい
る参照パターンは、パターン比較部２６から読み出され
る。
な、２４種類の参照パターンを記憶している。これらの
参照パターンは、目標物体が含まれる画像をブロックに
分割した場合に得られる代表的なエッジのパターンであ
る。各参照パターンは、上述した演算パターンと同様の
方法、つまり全方向の画素のカウント値をエンコードし
て作成される。このパターン記憶部２５に格納されてい
る参照パターンは、パターン比較部２６から読み出され
る。
【００７９】パターン比較部２６、テンプレート記憶部
２７及びテンプレート比較部２８の構成は、図１に示し
た実施の形態１のパターン比較部１７、テンプレート記
憶部１８及びテンプレート比較部１９の構成とそれぞれ
同じである。
２７及びテンプレート比較部２８の構成は、図１に示し
た実施の形態１のパターン比較部１７、テンプレート記
憶部１８及びテンプレート比較部１９の構成とそれぞれ
同じである。
【００８０】次に、上記のように構成される実施の形態
４に係る物体認識装置の動作を、図１３に示したフロー
チャートを参照しながら説明する。
４に係る物体認識装置の動作を、図１３に示したフロー
チャートを参照しながら説明する。
【００８１】物体認識装置は、先ず、画像取得処理が行
われるする（ステップＳ６０）。即ち、画像取得部２０
は、認識の対象とされる目標物体を例えばビデオカメラ
で撮影することにより得られた１フレーム分のアナログ
画像データを入力する。このアナログ画像データは、２
値画像データに変換されて、ブロック化部２１に送られ
る。
われるする（ステップＳ６０）。即ち、画像取得部２０
は、認識の対象とされる目標物体を例えばビデオカメラ
で撮影することにより得られた１フレーム分のアナログ
画像データを入力する。このアナログ画像データは、２
値画像データに変換されて、ブロック化部２１に送られ
る。
【００８２】次いで、ブロック化処理が行われる（ステ
ップＳ６１）。即ち、ブロック化部２１は、画像取得部
２０から送られてくる１フレーム分の２値画像データを
５×５のブロックに分割する。このブロック化により分
割された２値画像データはフィルタ部２２に送られる。
ップＳ６１）。即ち、ブロック化部２１は、画像取得部
２０から送られてくる１フレーム分の２値画像データを
５×５のブロックに分割する。このブロック化により分
割された２値画像データはフィルタ部２２に送られる。
【００８３】次いで、分割されたブロック数を表す変数
ｊが「１」に初期化される（ステップＳ６２）。次い
で、参照パターンの数を表すｉが「１」に初期化される
（ステップＳ６３）。
ｊが「１」に初期化される（ステップＳ６２）。次い
で、参照パターンの数を表すｉが「１」に初期化される
（ステップＳ６３）。
【００８４】次いで、フィルタリング処理が行われる
（ステップＳ６４）。このフィルタリング処理では、フ
ィルタ部２２は、変数ｊで指定されるブロックの２値画
像を、例えば図２に示すようなフィルタを用いてフィル
タリングすることにより、該２値画像のエッジを構成す
る画素の数を集計する。
（ステップＳ６４）。このフィルタリング処理では、フ
ィルタ部２２は、変数ｊで指定されるブロックの２値画
像を、例えば図２に示すようなフィルタを用いてフィル
タリングすることにより、該２値画像のエッジを構成す
る画素の数を集計する。
【００８５】次いで、画素計算処理が行われる（ステッ
プＳ６５）。即ち、画素計算部２３は、フィルタリング
処理で得られた、２値画像のエッジを構成する画素の数
を集計する。これにより、全方向の画素のカウント値が
得られる。このカウント値は、パターンコード化部２４
に送られる。
プＳ６５）。即ち、画素計算部２３は、フィルタリング
処理で得られた、２値画像のエッジを構成する画素の数
を集計する。これにより、全方向の画素のカウント値が
得られる。このカウント値は、パターンコード化部２４
に送られる。
【００８６】次いで、コード化処理が行われる（ステッ
プＳ６６）。このコード化処理は、実施の形態３のパタ
ーン比較処理（ステップＳ４５）で行われるコード化処
理と同じである。
プＳ６６）。このコード化処理は、実施の形態３のパタ
ーン比較処理（ステップＳ４５）で行われるコード化処
理と同じである。
【００８７】次いで、パターン比較処理が行われる（ス
テップＳ６７）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部２５から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較される。
テップＳ６７）。このパターン比較処理では、変数ｉで
指定される参照パターンがパターン記憶部２５から読み
出され、この読み出された参照パターンとコード化処理
で得られた演算パターンとが比較される。
【００８８】次いで、ステップＳ６７での比較の結果が
一致するかどうかが調べられる（ステップＳ６８）。こ
こで、一致することが判断されると、コード化データが
ワークメモリ（図示しない）に格納される（ステップＳ
６７）。その後、ステップＳ７３の処理に分岐する。
一致するかどうかが調べられる（ステップＳ６８）。こ
こで、一致することが判断されると、コード化データが
ワークメモリ（図示しない）に格納される（ステップＳ
６７）。その後、ステップＳ７３の処理に分岐する。
【００８９】一方、ステップＳ６８で、一致しないこと
が判断されると、変数ｉがインクリメントされ（ステッ
プＳ７０）、変数ｉが「２４」より大きくなったかどう
かが調べられる（ステップＳ７１）。ここで、変数ｉが
「２４」より大きくないことが判断されると、ステップ
Ｓ６７の処理に戻り、上述した処理が繰り返し実行され
る。
が判断されると、変数ｉがインクリメントされ（ステッ
プＳ７０）、変数ｉが「２４」より大きくなったかどう
かが調べられる（ステップＳ７１）。ここで、変数ｉが
「２４」より大きくないことが判断されると、ステップ
Ｓ６７の処理に戻り、上述した処理が繰り返し実行され
る。
【００９０】この繰り返し実行の過程で、ステップＳ７
１において変数ｉが「２４」より大きくなったことが判
断されると、ゼロがワークメモリに格納される（ステッ
プＳ７２）。以上により１つのブロックに対する処理が
完了する。
１において変数ｉが「２４」より大きくなったことが判
断されると、ゼロがワークメモリに格納される（ステッ
プＳ７２）。以上により１つのブロックに対する処理が
完了する。
【００９１】次いで、変数ｊがインクリメントされ（ス
テップＳ７３）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ５３）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ６３の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ７４で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、次いで、テンプレート比較
処理が実行される（ステップＳ７５）。このテンプレー
ト比較処理は、実施の形態１のメイン処理で行われるテ
ンプレート比較処理（ステップＳ１９の処理）と同じで
ある。
テップＳ７３）、変数ｊがブロック数ＭＡＸより大きく
なったかどうかが調べられる（ステップＳ５３）。ここ
で、変数ｊがブロック数ＭＡＸより大きくないことが判
断されると、ステップＳ６３の処理に戻り、上述した処
理が繰り返し実行される。この繰り返し実行の過程で、
ステップＳ７４で変数ｊがブロック数ＭＡＸより大きく
なったことが判断されると、次いで、テンプレート比較
処理が実行される（ステップＳ７５）。このテンプレー
ト比較処理は、実施の形態１のメイン処理で行われるテ
ンプレート比較処理（ステップＳ１９の処理）と同じで
ある。
【００９２】以上説明したように、この実施の形態４に
係る物体認識装置によれば、画像中のエッジを形成する
画素を全方向についてカウントした演算パターン及び参
照パターンが用いられるので、実施の形態１〜３に係る
物体認識装置に比べて、エッジを構成する画素の方向を
考慮して物体を認識する場合よりも認識精度は落ちる
が、計算量は飛躍的に減少する。
係る物体認識装置によれば、画像中のエッジを形成する
画素を全方向についてカウントした演算パターン及び参
照パターンが用いられるので、実施の形態１〜３に係る
物体認識装置に比べて、エッジを構成する画素の方向を
考慮して物体を認識する場合よりも認識精度は落ちる
が、計算量は飛躍的に減少する。
【００９３】
【発明の効果】以上詳述したように、本発明によれば、
少ない計算量で画像中の物体を認識できる物体認識装置
及び物体認識方法並びに物体認識プログラムを提供でき
る。
少ない計算量で画像中の物体を認識できる物体認識装置
及び物体認識方法並びに物体認識プログラムを提供でき
る。
【図１】本発明の実施の形態１に係る物体認識装置の構
成を示すブロック図である。
成を示すブロック図である。
【図２】本発明の実施の形態１に係る物体認識装置で使
用されるフィルタを説明するための図である。
用されるフィルタを説明するための図である。
【図３】本発明の実施の形態１に係る物体認識装置で生
成される演算パターンの例を示す図である。
成される演算パターンの例を示す図である。
【図４】本発明の実施の形態１に係る物体認識装置にお
けるパターン記憶部に格納される参照パターンの例を示
す図である。
けるパターン記憶部に格納される参照パターンの例を示
す図である。
【図５】本発明の実施の形態１に係る物体認識装置にお
けるテンプレート記憶部に格納されるテンプレートの例
を示す図である。
けるテンプレート記憶部に格納されるテンプレートの例
を示す図である。
【図６】本発明の実施の形態１に係る物体認識装置にお
けるメイン処理を示すフローチャートである。
けるメイン処理を示すフローチャートである。
【図７】図６のステップＳ１２で実行されるパターン比
較処理の詳細を示すフローチャートである。
較処理の詳細を示すフローチャートである。
【図８】本発明の実施の形態２に係る物体認識装置で使
用されるフィルタを説明するための図である。
用されるフィルタを説明するための図である。
【図９】本発明の実施の形態２に係る物体認識装置にお
ける方向抽出部で抽出される方向を説明するための図で
ある。
ける方向抽出部で抽出される方向を説明するための図で
ある。
【図１０】本発明の実施の形態２に係る物体認識装置に
おけるパターン形成部で形成されるパターンを説明する
ための図である。
おけるパターン形成部で形成されるパターンを説明する
ための図である。
【図１１】本発明の実施の形態２に係る物体認識装置に
おけるパターン比較処理の詳細を示すフローチャートで
ある。
おけるパターン比較処理の詳細を示すフローチャートで
ある。
【図１２】本発明の実施の形態４に係る物体認識装置の
構成を示すブロック図である。
構成を示すブロック図である。
【図１３】本発明の実施の形態４に係る物体認識装置に
おけるパターン比較処理の詳細を示すフローチャートで
ある。
おけるパターン比較処理の詳細を示すフローチャートで
ある。
【図１４】従来の物体認識装置を説明するための図であ
る。
る。
１０、２０ 画像取得部
１１、２１ ブロック化部
１２、２２ フィルタ部
１３ 方向抽出部
１４ パターン形成部
１５、２４ パターンコード化部
１６、２５ パターン記憶部
１７、２６ パターン比較部
１８、２７ テンプレート記憶部
１９、２８ テンプレート比較部
２３ 画素計算部
Claims (9)
- 【請求項１】 認識の対象とされる目標物体が含まれる
画像データを複数のブロックに分割するブロック化部
と、 画像のエッジを表す複数の参照パターンを記憶したパタ
ーン記憶部と、 前記ブロック化部により分割されたブロックの画像デー
タに含まれている画像のエッジを表す演算パターンを形
成するパターン形成部と、 前記パターン形成部で形成された演算パターンと前記パ
ターン記憶部に記憶された参照パターンとを比較して最
も一致度の大きい参照パターンを取得するパターン比較
部と、 複数の前記参照パターンで構成された物体を表すテンプ
レートを記憶したテンプレート記憶部と、 前記パターン比較部で取得された参照パターンを前記ブ
ロック化部で分割された全ブロックについて並べること
により生成される比較パターンと前記テンプレート記憶
部に記憶されたテンプレートとを比較して最も一致度の
大きいテンプレートに対応する物体が前記目標物体であ
ると認識するテンプレート比較部、とを備えた物体認識
装置。 - 【請求項２】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の方向及び方向
毎の構成要素の数から成る、請求項１に記載の物体認識
装置。 - 【請求項３】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の数から成る、
請求項１に記載の物体認識装置。 - 【請求項４】 認識の対象とされる目標物体が含まれる
画像データを複数のブロックに分割し、 画像のエッジを表す複数の参照パターンを記憶し、 前記分割されたブロックの画像データに含まれている画
像のエッジを表す演算パターンを生成し、 該生成された演算パターンと前記記憶された参照パター
ンとを比較して最も一致度の大きい参照パターンを取得
し、 複数の前記参照パターンで構成された物体を表すテンプ
レートを記憶し、 前記取得された参照パターンを前記分割された全ブロッ
クについて並べることにより生成される比較パターンと
前記記憶されたテンプレートとを比較して最も一致度の
大きいテンプレートをに対応する物体を前記目標物体で
あると認識する、物体認識方法。 - 【請求項５】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の方向及び方向
毎の構成要素の数から成る、請求項４に記載の物体認識
方法。 - 【請求項６】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の数から成る、
請求項４に記載の物体認識方法。 - 【請求項７】 認識の対象とされる目標物体が含まれる
画像データを複数のブロックに分割し、 画像のエッジを表す複数の参照パターンを記憶し、 前記分割されたブロックの画像データに含まれている画
像のエッジを表す演算パターンを生成し、 該生成された演算パターンと前記記憶された参照パター
ンとを比較して最も一致度の大きい参照パターンを取得
し、 複数の前記参照パターンで構成された物体を表すテンプ
レートを記憶し、 前記取得された参照パターンを前記分割された全ブロッ
クについて並べることにより生成される比較パターンと
前記記憶されたテンプレートとを比較して最も一致度の
大きいテンプレートをに対応する物体を前記目標物体で
あると認識する、処理をコンピュータに実行させる物体
認識プログラム。 - 【請求項８】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の方向及び方向
毎の構成要素の数から成る、請求項７に記載の物体認識
プログラム。 - 【請求項９】 前記参照パターン及び前記演算パターン
の各々は、前記画像のエッジの構成要素の数から成る、
請求項７に記載の物体認識プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002064455A JP2003263638A (ja) | 2002-03-08 | 2002-03-08 | 物体認識装置及び物体認識方法並びに物体認識プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002064455A JP2003263638A (ja) | 2002-03-08 | 2002-03-08 | 物体認識装置及び物体認識方法並びに物体認識プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003263638A true JP2003263638A (ja) | 2003-09-19 |
Family
ID=29197247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002064455A Withdrawn JP2003263638A (ja) | 2002-03-08 | 2002-03-08 | 物体認識装置及び物体認識方法並びに物体認識プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003263638A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055629A1 (ja) | 2008-11-11 | 2010-05-20 | パナソニック株式会社 | 特徴量抽出装置、物体識別装置及び特徴量抽出方法 |
-
2002
- 2002-03-08 JP JP2002064455A patent/JP2003263638A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055629A1 (ja) | 2008-11-11 | 2010-05-20 | パナソニック株式会社 | 特徴量抽出装置、物体識別装置及び特徴量抽出方法 |
| US8649608B2 (en) | 2008-11-11 | 2014-02-11 | Panasonic Corporation | Feature value extracting device, object identification device, and feature value extracting method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110738207B (zh) | 一种融合文字图像中文字区域边缘信息的文字检测方法 | |
| KR101183391B1 (ko) | 메트릭 임베딩에 의한 이미지 비교 | |
| CN111583097A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN110909725A (zh) | 识别文本的方法、装置、设备及存储介质 | |
| KR100874787B1 (ko) | 형태를 사용하여 객체를 표현 및 탐색하기 위한 방법 및장치 | |
| US9619733B2 (en) | Method for generating a hierarchical structured pattern based descriptor and method and device for recognizing object using the same | |
| CN110427895A (zh) | 一种基于计算机视觉的视频内容相似度判别方法及系统 | |
| CN110598788B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
| CN106650615A (zh) | 一种图像处理方法及终端 | |
| Xie et al. | Bag-of-words feature representation for blind image quality assessment with local quantized pattern | |
| CN114066987B (zh) | 一种相机位姿估计方法、装置、设备及存储介质 | |
| WO2015136709A1 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
| Wang et al. | Safety Helmet Wearing Detection Model Based on Improved YOLO-M | |
| KR20080079443A (ko) | 영상으로부터의 객체 검출 방법 및 장치 | |
| JP2003263638A (ja) | 物体認識装置及び物体認識方法並びに物体認識プログラム | |
| CN113221922B (zh) | 图像处理方法及相关装置 | |
| Wang et al. | Coarse-to-fine image dehashing using deep pyramidal residual learning | |
| CN114241580A (zh) | 一种基于局部二值特征的人脸识别方法及相关装置 | |
| CN113688261A (zh) | 图像数据清理方法、装置、电子设备及可读存储介质 | |
| CN112084874A (zh) | 一种物体检测方法、装置及终端设备 | |
| CN111860239A (zh) | 按键识别方法、装置、终端设备及计算机可读存储介质 | |
| Chen et al. | Massive figure extraction and classification in electronic component datasheets for accelerating PCB design preparation | |
| EP3702958A1 (en) | Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image | |
| CN112200004A (zh) | 图像检测模型的训练方法、装置及终端设备 | |
| CN112149674A (zh) | 一种图像处理方法及装置 |
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: 20050510 |