JP2008152555A - 画像認識方法及び画像認識装置 - Google Patents

Abstract

【課題】パターンの変形や位置ずれによらずに、パターンマッチングの頑健性や、信頼性を向上させることができる画像認識方法及び画像認識装置を提供する。
【解決手段】画像認識装置は、作業者がワークに形成すべきパターンの一部を認識対象パターンＰ１として特定したら、この認識対象パターンＰ１を自動的に複数の部分パターンＡ１，Ａ１２・・・に分割し、認識対象パターンＰ１に対する部分パターンの相対位置Ａｐ１，Ａｐ１２，・・・を算出する。入力画像から認識対象パターンＰ１と合致するパターンをサーチする際には、部分パターンＡ１ごとにサーチを行い、部分パターンＡ１のパターン合致度が閾値を越えたときには、その位置から相対位置Ａｐ１だけずれた位置にパターン合致度を加算していく。
【選択図】図２

Description

本発明は、パターンの合致度からパターンのサーチを行う画像認識方法及び画像認識装置に関する。

生産ラインなどで、ワークに形成したパターンの検査を行う際には、パターンの認識を行う必要がある。この場合には、ワーク表面の画像を撮影し、ワークに形成すべきパターン（テンプレート）との合致具合の評価値（以下、パターン合致度）を調べ、この合致度が予め設定されている閾値を越えた場合には、パターンが一致したとみなされる。
ここで、従来のパターンマッチング方法においては、全てのパターンを登録し、全てのパターンの合致得点を足し合わせていた。また、このような手法では、メモリ数が大量に必要になり、膨大な処理時間がかかるので、テンプレートとしてワークの画像よりも小さいサイズの部分パターンを複数用意して、この部分パターンを用いてパターンサーチを行うものがある（例えば、特許文献１参照）。これら部分パターンは、ワークの画像の所定位置に形成されるパターン（認識対象パターン）に対応するもので、各部分パターンの全ての合致度を算出し、これらの合計値が閾値を越えた場合には、ワークのパターンが一致したとみなす。このようにしてパターンマッチングを行うと、テンプレートの情報量を削減できるので、処理速度が向上する。
特開昭６２−２１０５９６号公報

しかしながら、このような従来の方法では、認識対象パターンの一部に変形や、欠け、汚れなどがあった場合、あるいは認識対象パターンの一部が視野外にあった場合には、パターン合致度が下がり、閾値の設定によっては、パターンを検出することができなくなる。このような不具合を避けるために閾値を下げると、認識対象パターン以外のパターンを、あたかも認識対象パターンであるかのように認識してしまう危険性が高くなる。また、パターン合致度が低い場合には、認識対象パターンの一部が合致しないことが理由でパターン合致度が低いのか、認識対象以外のものを誤検出したためにパターン合致度が低いのか、といった区別をすることができなかった。
この発明は、このような事情に鑑みてなされたものであり、その目的とするところは、パターンの変形や位置ずれによらずに、パターンマッチングの頑健性や、信頼性を向上させることである。

上記の課題を解決する本発明の請求項１に係る発明は、入力画像に対してパターンマッチングを行い、パターン合致度の高い位置を基準にして画像を認識する画像認識方法であって、前記入力画像と対比させるパターンの一部を認識対象パターンとして特定する工程と、前記認識対象パターンを分割して、その各々を部分パターンとして記憶するとともに、前記認識対象パターンの所定画素に対する前記部分パターンの相対位置を、各部分パターンごとに算出する工程と、前記入力画像に対して前記部分パターン毎にパターンマッチング処理を行い、前記部分パターンとのパターン合致度が予め設定された閾値よりも高い場合に、その場所から前記相対位置だけずらした座標を算出し、この座標と前記パターン合致度とを関連付けて記憶する工程と、前記座標ごとに前記パターン合致度の合計得点を算出する工程と、を備えることを特徴とする画像認識方法とした。
この画像認識方法では、部分パターンのパターン合致度が閾値以上のときに、認識対象パターンの所定画素に対応する座標にパターン合致度を格納する。この座標には、他の部分パターンのパターン合致度が閾値以上の場合に、そのパターン合致度も格納される。そして、全ての部分パターンのパターンマッチングを行い、座標ごとに、格納された全てのパターン合致度を加算し、最もパターン合致度の合計値が大きい座標を、認識対象パターンの位置とする。そして、この位置を基準として、入力画像の各パターンの位置が特定される。

請求項２に係る発明は、請求項１に記載の画像認識方法において、前記パターン合致度が前記閾値を越えた回数を投票数とし、この投票数をその前記座標ごとに加算する工程と、前記投票数が規定値以上である前記座標について、前記座標における前記合計得点を前記投票数で割って総合合致度を算出する工程と、を備え、前記総合合致度が最も高い座標を前記認識対象パターンの位置とすることを特徴とする。
この画像認識方法では、パターン合致度が格納される座標に対して、投票を行い、全ての部分パターンによるパターンマッチングを行い、各座標についての投票数を集計する。集計の結果、投票数が規定値を超えた座標に対してのみ総合合致度を算出し、総合合致度が最も大きい座標を、認識対象パターンの位置とする。

請求項３に係る発明は、請求項２に記載の画像認識方法において、前記パターン合致度が閾値以上の前記座標から離れるごとに減少する係数を前記パターン合致度に掛け合わして補正値を算出し、この補正値をその離れた位置に相当する座標に対するパターン合致度として記憶する工程と、前記補正値が算出された座標に対して前記投票数を一様に加算する工程と、をさらに備えることを特徴とする。
この画像認識方法では、部分パターンのパターン合致度が閾値を越えたとき、これに対応する座標にパターン合致度を格納するとともに、その周辺の座標にも補正されたパターン合致度を格納する。補正されたパターン合致度は、部分パターンの合致位置に対応する座標から離れるにつれて徐々に減少するような値をとり、これらの値も総合合致度の算出に使用される。また、補正されたパターン合致度が格納される座標に対しては、総合合致度の算出において考慮されるように、投票数が一様に加算される。

請求項４に係る発明は、前記部分パターンは、複数の組み合わせによって特徴的なパターンを形成することを特徴とする請求項１から請求項３のいずれか一項に記載の画像認識方法とした。
この画像認識方法では、個々の部分パターンは、必ずしも特徴的な形状である必要はなく、複数の部分パターンを組み合わせた際に、入力画像が認識できるようなパターンになっている。

請求項５に係る発明は、入力画像に対してパターンマッチングを行い、パターン合致度の高い位置を基準にして画像を認識する画像認識装置であって、前記入力画像と対比させるパターンの一部を認識対象パターンとし、この認識対象パターンを分割して部分パターンを作成し、前記認識対象パターンの所定画素に対する前記部分パターンの各々の相対位置を算出し、記憶する記憶手段と、前記部分パターン毎に前記入力画像とのパターン合致度を算出し、そのパターン合致度のうち予め設定されている閾値を越える前記パターン合致度の値を、その場所から前記相対位置だけずらした座標を算出し、前記座標とそのパターン合致度とを対応付けて記憶する得点集計手段と、前記座標ごとに前記パターン合致度の合計得点を計算する手段と、を備えることを特徴とする画像認識装置とした。
この画像認識装置では、部分パターンのパターン合致度が閾値以上のときに、認識対象パターンの所定画素に対応する座標を算出し、この座標に対応して予め確保されている得点集計手段のメモリに、算出したパターン合致度を格納する。そして座標ごとにパターンが合致度を合計し、最もパターン合致度の合計値が大きい座標を、認識対象パターンの位置とする。

請求項６に係る発明は、請求項５に記載の画像認識装置において、前記パターン合致度が前記閾値を越えた回数を投票数として算出し、この投票数を前記座標に対応付けて記憶する投票数集計手段と、前記投票数が規定値以上である前記座標について、前記座標における前記合計得点を前記投票数で割って、総合合致度を算出する手段と、を備え、前記総合合致度の最も高い前記座標を前記認識対象パターンの位置とするように構成されていることを特徴とする。
この画像認識装置では、パターン合致度が座標に格納されるごとに、その座標に対応して予め確保されている投票数集計手段のメモリに、投票数として、例えば「１」が格納される。そして、座標ごとの投票数を集計し、投票数が規定値を超えた座標に対してのみ総合合致度を算出し、総合合致度が最も大きい座標を、認識対象パターンの位置とする。

請求項７に係る発明は、請求項５又は請求項６に記載の画像認識装置において、前記得点集計手段は、前記入力画像のメモリ数よりも大きいメモリを有することを特徴とする。
この画像認識装置では、得点集計手段は、入力画像よりも広い領域でパターン合致度を格納できるようになっている。このため、入力画像上のパターンの位置が何らかの理由によって大きくずれていた場合でも、パターンの合致度の評価が行える。

本発明によれば、認識対象パターンを複数に分割して部分パターンを作成し、部分パターンごとにパターン合致度を調べ、パターン合致度が閾値を越えていた場合には、その位置から算出される認識対象パターンの所定画素に、パターン合致度を加算するようにしたので、入力画像側のパターンの一部が欠損したり、変形したりしていた場合や、パターンの一部しか撮像できなかった場合でも、複数の部分パターンから得られるパターン合致度の合計値に基づいて画像認識をすることができ、頑健で信頼性のあるパターンサーチが可能になる。これにより、作業効率が向上する。
さらに、パターン合致度を加算する際に、投票数も加算し、この投票数が規定値を超えたものに対して、総合合致度を算出するようにすると、パターンが合致した回数が少なくても、平均的なパターン合致度が高い場合には、そのような場所をパターンが一致する場所として認識することが可能になり、さらに信頼性が向上する。
また、パターン合致度を加算するさいに、その周囲に補正値を加算することで、微小な位置ずれの影響を抑えることができ、頑健性、及び信頼性が向上する。

発明を実施するための最良の形態について図面を参照しながら詳細に説明する。
図１は、本発明の実施の形態における画像認識装置をパターンサーチ装置に適用した場合のシステムの概略構成を示す。
パターンサーチ装置１は、表示手段であるモニタ２と、画像取込部３と、ＣＰＵなどからなる演算部４と、キーボード５、マウス６などの入力手段と、ハードディスク、メモリなどの保存部７とを備えている。さらに、画像取込部３には、撮像部８が接続されており、ワークの画像データを取り込めるようになっている。このようなパターンサーチ装置１は、例えば、パーソナルコンピュータなどに、所定のプログラムを実行可能にインストールすると共に、画像取込部３を装着し、撮像部８を接続することで実現される。なお、パターンサーチ装置１に不図示のデータ読取装置や、データ通信装置を設け、必要なデータを外部から取得できるようにしても良い。

次に、パターンサーチ装置１を用いた処理について説明する。
まず、パターンサーチを行うにあたり、比較対象として用いる認識対象パターンと、それを分割した部分パターンとを登録する。認識対象パターンと、部分パターンとについて、図２を参照して説明する。テンプレート２０は、ワーク上に形成するパターンの設計パターンに相当するもので、隅部を座標原点として、そこから直交座標でパターンの位置を特定できるようになっている。認識対象パターンＰ１とは、実際に製造したワーク上にパターンマッチングをかけてパターンの位置を特定する際に、基準として着目する領域であり、テンプレート２０の一部である。認識対象パターンＰ１は、アライメントマークや、他のパターンと区別しやすい形状を含む特徴的な部分であることが望ましい。
また、部分パターンＡ１〜Ａ１２は、認識対象パターンＰ１を格子状に１２個に分割したそれぞれのパターンである。個々の部分パターンＡ１〜Ａ１２は、それぞれが特徴的なパターンからなる必要はなく、認識対象パターンＰ１全体として特徴的なパターンになっていれば良い。つまり、少なくとも１つの部分パターンＡ１〜Ａ１２は、他の領域のパターンにも含まれるような直線等から構成されても良い。なお、部分パターンＡ１〜Ａ１２の形状や、数は、図２に限定されず、１２個以上であっても良いし、長方径以外の形状であっても良い。

このような認識対象パターンＰ１と部分パターンＡ１〜Ａ１２との登録処理について、図３のフローチャートに示す。まず、パターンサーチ装置１の使用者は、テンプレート２０を保存部７から読み取らせ、モニタ２に表示させ、テンプレート２０の画像全体の中から認識対象パターンＰ１を指定する（ステップＳ３１）、認識対象パターンＰ１の座標は、キーボード５から座標を入力したり、画面上に表示される矩形の枠の位置や、大きさをマウス６で調整したりすることで特定する。認識対象パターンＰ１を決定したら、その座標が演算部４に取り込まれる。

演算部４は、認識対象パターンＰ１の座標を取り込んだら、認識対象パターンＰ１を自動的に複数の領域に分割する（ステップＳ３２）。この分割処理は、演算部４に予め登録されている条件に従って行われるが、使用者がその都度設定できるようにしても良い。そして、分割した領域のそれぞれが部分パターンＡ１〜Ａｎ（ｎは分割数で正の整数、図２の例ではｎ＝１２）として保存部７に記憶される（ステップＳ３３）。
さらに、演算部４は、各部分パターンＡ１〜Ａｎについて、認識対象パターンＰ１の基準位置からの相対位置Ａｐ１〜Ａｐｎを演算し、これら相対位置Ａｐ１〜Ａｐｎと、各部分パターンＡ１〜Ａｎとを対応付けて保存する（ステップＳ３３）。図２の例では、認識対象パターンＰ１の基準位置は、認識対象パターンＰ１の中心画素（所定画素）の座標に設定されており、相対位置Ａｐ１〜Ａｐ１２は、部分パターンＡ１〜Ａ１２の中心画素までの距離及び方向とする。しかしながら、基準位置や、部分パターンＡ１〜Ａｎの位置の取り方は、任意に設定することができる。

次に、登録した部分パターンＡ１〜Ａｎを用いて、認識対象パターンＰ１のサーチを行う処理について、図４のフローチャートと、図４の処理の一部を模式的に示した図５から図８を参照しつつ説明する。
まず、演算部４は、得点集計手段である得点集計メモリ３０を確保する（ステップＳ４１）。このとき、図５に示すように、得点集計メモリ３０のサイズは、ワークから取り込む表面画像（入力画像３１）の全体のサイズ、つまり撮像部８の視野よいも大きい。具体的には、認識対象パターンＰ１の大きさだけ上下左右に広い領域が確保されるようなサイズとする。これは、認識対象パターンＰ１に相当するワーク上のパターンの一部が、撮像部８の視野外にあった場合に備えるためである。
さらに、演算部４は、投票数集計手段である投票数集計メモリ４０を確保する（ステップＳ４２）。図６に示すように、投票数集計メモリ４０のサイズは、入力画像３１よりも大きく、具体的には得点集計メモリ３０のサイズと同じになっている。

ここで、分割数ｎを１に設定し（ステップＳ４３）、分割数ｎ＝１の部分パターンＡ１と合致するパターンが入力画像内に存在するか否かをサーチする（ステップＳ４４から進むステップＳ４５）。サーチは、入力画像３１において、部分パターンＡ１と同じサイズの画像を抽出し、この画像と部分パターンＡ１とのパターン合致度を調べるもので、公知のパターンマッチング方法を用い、例えば、ピクセル毎の濃淡が合致するか否かを調べ、合致する割合がパターン合致度となる。全てが一致する場合には、１００点とし、７０％一致する場合には、７０点とする。
この処理は、入力画像３１の全体に対してサーチが完了するまで行い（ステップＳ４６）、パターン合致度が予め設定されている閾値以上であった場合には（ステップＳ４７においてＹｅｓ）、入力画像３１上の部分パターンＡ１のサーチ位置から、相対位置Ａｐ１だけずらした座標（合致座標）を計算する（ステップＳ４８）。この合致座標は、図２に示す認識対象パターンＰ１の基準位置に相当するもので、後に計算する他の部分パターンＡ２〜Ａｎでの合致度が同じ場所に加算されることになる。また、ステップＳ４７における閾値は、例えば、パターン合致度７０点以上とする。このようにすることで、パターン合致度の低い領域を合致座標の候補から効果的に除外することが可能になる。

さらに、演算部４は、この合致座標に対応する得点集計メモリ３０のアドレスにパターン合致度を格納し、既に格納されているパターン合致度があれば、それに加算する（ステップＳ４９）。なお、最初の部分パターンＡ１では、最初にパターン合致度が格納されることになるので加算はされない。
また、合致座標の周辺について、パターン合致度に、合致座標からの距離に応じて重み付けを行い、パターン合致度の補正値を算出し、対応する得点集計メモリ３０のアドレスに、この補正値を格納し、既に格納されているパターン合致度があれば、それに加算する（ステップＳ５０）。補正値の計算にあたっては、例えば、図６に示すような確率密度関数ｆ１を予め登録しておき、パターン合致度を上限値として、合致座標から離れるに従って減衰したパターン合致度が補正値として得られるようにしておく。この結果、図５に斜線で示すようなパターンＡ１のサーチ位置に対して、相対位置Ａｐ１だけずれた合致座標Ｃ１にパターン合致度が格納され、この合致座標を中心として所定半径ｒ１の領域（周辺）内に、合致座標から離れるに従って徐々に減少する補正値が格納される。なお、図６に示す確率密度関数ｆ１は、パターン合致度が大きくなっても、分布の幅は一定になるので、得点集計メモリ３０において１つの合致座標に対する得点分布の大きさは常に一定になる。しかしながら、減衰率を一定にして合致度が大きくなるに従って分布の幅が広がるようにしても良い。また、確率密度関数ｆ１の代わりに三角波形を用いても良い。

さらに、演算部４は、投票数集計メモリ４０に投票を行う（ステップＳ５１）。具体的には、投票数集計メモリ４０において、合致座標に対応するアドレスに「１」を格納し、加算する。さらに、パターン合致度の補正値が算出された周辺の座標に対しては、減衰した値を使用せずに「１」をそのまま格納し、加算する。この結果、図７に示すように、部分パターンＡ１のサーチ位置に対して、相対位置Ａｐ１だけずれた合致座標Ｃ１と中心として、半径ｒ１の領域内に一様に投票数「１」が格納される。
ここまでの処理が終了したら、ステップＳ４６に戻り、入力画像の全体に対してサーチが終了するまで、部分パターンＡ１についての処理を繰り返す。図５に示すように、この間、合致座標Ｃ１の他に、合致得点が７０点以上となる合致座標Ｃ２，Ｃ３があった場合には、そのそれぞれについて、合致座標Ｃ２，Ｃ３と、そのパターン合致度に応じた補正点が、対応するアドレスに格納される。右下の合致座標Ｃ３では、相対位置Ａｐ１だけずらした位置は入力画像３１外になるが、得点集計メモリ３０は、十分な大きさが確保されているので、入力画像３１の領域外であっても、そのような位置に対応するアドレスにパターン合致度が格納される。同様に、図７に示す投票数集計メモリ４０には、合致座標Ｃ２，Ｃ３を中心とする３つの円内に一様に投票が行われる。

部分パターンＡ１についてのサーチが終了したら（ステップＳ４６においてＹｅｓ）、分割数ｎを１つインクリメントしてから（ステップＳ５２）、ステップＳ４４に戻り、部分パターンＡ２について同様の処理を行う。以降は、各部分パターンＡ２〜Ａｎについて、入力画像３１とのパターン合致度を算出し、パターン合致度の加算と、投票とを行う。例えば、部分パターンＡ２のサーチ位置から相対位置Ａｐ２だけずらした合致座標が、部分パターンＡ１についての合致座標と一致する場合には、その座標に対応するアドレスには部分パターンＡ１についてのパターン合致度と、部分パターンＡ２についてのパターン合致度とが加算される。

全ての部分パターンＡ１〜Ａｎについてのサーチが終了したら（ステップＳ４４においてＮｏ）、得点集計メモリ３０の全メモリと、投票数集計メモリ４０との全メモリのそれぞれに基づいて、総合合致度を計算する（ステップＳ５３）。例えば、合致座標Ｃ１における総合合致度は、
〔総合合致度〕＝〔得点集計メモリ３０上の合致座標Ｃ１における合致度の和〕／〔投票数集計メモリ４０上の合致座標Ｃ１での投票数の和〕
で計算できる。ただし、投票数が予め設定されている規定値未満の場合には、総合合致度はゼロとする。ここでの規定値は、分割数ｎの１／３程度であることが望ましい。

例えば、図８に模式的に示すような得点集計メモリ３０、及び投票数集計メモリ４０が得られた場合を考える。この図８において、１つの円は、各部分パターンＡ１〜Ａｎ内の１つが１回合致したことを示している。合致座標Ｃ３は、円が２重に重なっている領域であるが、これら円内のそれぞれの合致得点が高い場合であっても、投票数が２しかないので総合合致度は計算されない。これに対して位置Ｃ１、及び位置Ｃ２は、それぞれの円の重なりが規定値の４を越えているので、総合合致度が計算される。位置Ｃ１は、複数の部分パターンＡ１〜Ａ５のうちの５個が合致したところである。例えば、位置Ｃ１の５回分の合計得点が３７０（＝７０＋７５＋７０＋７５＋８０）である場合には、総合合致度は、７４（＝３７０／５）になる。位置Ｃ２の４回分の合計得点が３６０（＝８５＋９０＋９５＋９０）である場合には、総合合致度は、９０（＝３６０／４）になる。合計得点及び投票数は、位置Ｃ１の方が多いが、投票数を加味することで、各部分パターンＡ１〜Ａｎにおける合致得点が平均的に高い位置Ｃ２の方が、総合合致度が高くなる。
そして、総合合致度が最も高い場所が認識対象パターンＰ１のサーチ位置とみなされる（ステップＳ５４）。

認識対象パターンＰ１のサーチ位置が特定されたら、この位置を基準として、入力画像の他のパターンの評価を行う。例えば、サーチ位置に近接する配線パターンであれば、サーチ位置からの距離が予め登録されているので、サーチ位置からの距離を計測することで配線パターンの位置を特定し、さらに、サーチ位置からの距離の差によって、配線の幅などを計測する。このことから、認識対象パターンは、測定しようする領域に近接する部分を登録しておくことが好ましい。

本実施の形態によれば、認識対象パターンから分割した複数の部分パターンのそれぞれに対してパターンマッチングを行い、パターン合致度が閾値を越えた場合には、その位置から算出される合致座標にそのパターン合致度が格納され、加算されるようにしたので、複数の部分パターンにおける評価が、合致座標を基準として加算されるようになる。ここで、パターンの一部が欠損や変形していた場合には、その部分の部分パターンのパターン合致度は、低くなるが、その他の部分の部分パターンのパターン合致度は高いので、その合計値で評価をすれば、入力画像側のパターンにばらつきがあった場合でも、画像認識を確実に行えるようになる。
また、投票数を定義し、投票数が多い合致座標について総合合致度を算出し、この総合合致度が高い座標を認識対象パターンのサーチ位置とするので、多くの部分パターンが合致した場合でも、その各々のパターン合致度が低い場合には、総合合致度は低くなる。その一方、部分パターンが合致した回数は規定数程度であるが、その各々のパターン合致度が高い場合には、総合合致度が高くなる。このように、パターン合致度が低い点よりも、平均的に高い点となる位置が浮かび上がるようにしたので、パターンサーチの信頼性を向上できる。
合致座標の周囲に、確率密度関数ｆ１を乗算して減少させたパターン合致度を加算し、これに対応して投票数を一様に加算するようにしたので、パターンの位置や形状が微妙にずれていた場合であっても、正しいパターン位置をサーチすることができ、頑健性が向上する。
得点集計メモリ３０及び投票数集計メモリ４０のサイズを、入力画像３１のサイズよりも大きくしたので、撮像部８が正しい位置にあるのに、ちゃんとした位置にワーク上のパターンがない場合や、撮像部８が正しい位置にない場合であっても、正確にパターンサーチが行える。

なお、本発明は、前記の実施の形態に限定されずに広く応用することができる。
例えば、投票数集計メモリ４０を設けずに、パターン合致度の合計値のみで認識対象パターンＰ１のサーチ位置を決定しても良い。この場合には、必要なメモリが少なくて済み、処理時間を短縮することができる。
また、確率密度関数ｆ１を用いて補正値を算出せずに、合致座標に対するパターン合致度のみでサーチ位置を特定するようにしても良い。パターンの微小なずれや変形が小さい場合には、少ない処理時間でサーチ位置を特定することが可能になる。
さらに、本発明は、コンピュータ装置に、前記の各処理を実行させる画像認識プログラムであっても良い。このようなプログラムは、記録媒体に、コンピュータ装置に読み取り可能に記録されても良いし、ネットワークを通じてダウンロード可能であっても良い。

本発明の実施の形態におけるパターンサーチ装置のシステム構成を示す図である。 認識対象パターンと、部分パターンとを説明する模式図である。 認識対象パターン及び部分パターンを登録する処理を示すフローチャートである。 認識対象パターンで入力画像をサーチする際の処理を示すフローチャートである。 得点集計メモリと、部分パターンＡ１とのマッチング処理を説明する模式図である。 合致座標の周辺に格納するパターン合致度の補正値を算出するための確率密度分布を示す図である。 投票数集計メモリと、部分パターンＡ１の合致座標に対する投票を説明する模式図である。 総合合致度を算出する合致座標を説明する図である。

符号の説明

１ パターンサーチ装置（画像認識装置）
４ 演算部
７ 保存部（記憶手段）
３０ 得点集計メモリ（得点集計手段）
４０ 投票数集計メモリ（投票数集計手段）
Ａ１〜Ａｎ 部分パターン
Ａｐ１〜Ａｐｎ 相対位置
Ｐ１ 認識対象パターン

Claims (7)

1. 入力画像に対してパターンマッチングを行い、パターン合致度の高い位置を基準にして画像を認識する画像認識方法であって、
   前記入力画像と対比させるパターンの一部を認識対象パターンとして特定する工程と、
   前記認識対象パターンを分割して、その各々を部分パターンとして記憶するとともに、前記認識対象パターンの所定画素に対する前記部分パターンの相対位置を、各部分パターンごとに算出する工程と、
   前記入力画像に対して前記部分パターン毎にパターンマッチング処理を行い、前記部分パターンとのパターン合致度が予め設定された閾値よりも高い場合に、その場所から前記相対位置だけずらした座標を算出し、この座標と前記パターン合致度とを関連付けて記憶する工程と、
   前記座標ごとに前記パターン合致度の合計得点を算出する工程と、
   を備えることを特徴とする画像認識方法。
2. 前記パターン合致度が前記閾値を越えた回数を投票数とし、この投票数をその前記座標ごとに加算する工程と、
   前記投票数が規定値以上である前記座標について、前記座標における前記合計得点を前記投票数で割って総合合致度を算出する工程と、
   を備え、前記総合合致度が最も高い座標を前記認識対象パターンの位置とすることを特徴とする請求項１に記載の画像認識方法。
3. 前記パターン合致度が閾値以上の前記座標から離れるごとに減少する係数を前記パターン合致度に掛け合わして補正値を算出し、この補正値をその離れた位置に相当する座標に対するパターン合致度として記憶する工程と、
   前記補正値が算出された座標に対して前記投票数を一様に加算する工程と、
   をさらに備えることを特徴とする請求項２に記載の画像認識方法。
4. 前記部分パターンは、複数の組み合わせによって特徴的なパターンを形成することを特徴とする請求項１から請求項３のいずれか一項に記載の画像認識方法。
5. 入力画像に対してパターンマッチングを行い、パターン合致度の高い位置を基準にして画像を認識する画像認識装置であって、
   前記入力画像と対比させるパターンの一部を認識対象パターンとし、この認識対象パターンを分割して部分パターンを作成し、前記認識対象パターンの所定画素に対する前記部分パターンの各々の相対位置を算出し、記憶する記憶手段と、
   前記部分パターン毎に前記入力画像とのパターン合致度を算出し、そのパターン合致度のうち予め設定されている閾値を越える前記パターン合致度の値を、その場所から前記相対位置だけずらした座標を算出し、前記座標とそのパターン合致度とを対応付けて記憶する得点集計手段と、
   前記座標ごとに前記パターン合致度の合計得点を計算する手段と、
   を備えることを特徴とする画像認識装置。
6. 前記パターン合致度が前記閾値を越えた回数を投票数として算出し、この投票数を前記座標に対応付けて記憶する投票数集計手段と、
   前記投票数が規定値以上である前記座標について、前記座標における前記合計得点を前記投票数で割って、総合合致度を算出する手段と、
   を備え、前記総合合致度の最も高い前記座標を前記認識対象パターンの位置とするように構成されていることを特徴とする請求項５に記載の画像認識装置。
7. 前記得点集計手段は、前記入力画像のメモリ数よりも大きいメモリを有することを特徴とする請求項５又は請求項６に記載の画像認識装置。

Images