JP2505940B2 - 部品の傾き検出方法 - Google Patents
部品の傾き検出方法Info
- Publication number
- JP2505940B2 JP2505940B2 JP3305138A JP30513891A JP2505940B2 JP 2505940 B2 JP2505940 B2 JP 2505940B2 JP 3305138 A JP3305138 A JP 3305138A JP 30513891 A JP30513891 A JP 30513891A JP 2505940 B2 JP2505940 B2 JP 2505940B2
- Authority
- JP
- Japan
- Prior art keywords
- histogram
- component
- image
- angle
- inclination
- 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.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Supply And Installment Of Electrical Components (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、回路基板上の予め定め
た位置に回路素子等の部品を実装する際、当該回路基板
上に設置した部品の状態のうち特に傾き（傾斜角度）を
検出する方法に関する。
た位置に回路素子等の部品を実装する際、当該回路基板
上に設置した部品の状態のうち特に傾き（傾斜角度）を
検出する方法に関する。
【０００２】
【従来の技術】従来、上記の回路基板上の実装部品のよ
うに平面上に設置された物体の傾きを検出する方法とし
て、主軸（図形の長手方向）の角度による傾き検出が知
られている。これは２値画像の形状特徴を抽出する計算
手法の１つであり、図１１に示すように、２値化された
部品の角度（部品の傾き）θを求めることができる。
うに平面上に設置された物体の傾きを検出する方法とし
て、主軸（図形の長手方向）の角度による傾き検出が知
られている。これは２値画像の形状特徴を抽出する計算
手法の１つであり、図１１に示すように、２値化された
部品の角度（部品の傾き）θを求めることができる。
【０００３】すなわち、部品を設置した基板面を２次元
座標(i，j)で表わし、２値化された部品の形状を表わす
関数をｆ(i,j) 、部品ｆ(i,j) の重心座標を(iG, jG)、
(p＋q)次の重心まわりのセントラル・モーメントをＭpq
とすると、
座標(i，j)で表わし、２値化された部品の形状を表わす
関数をｆ(i,j) 、部品ｆ(i,j) の重心座標を(iG, jG)、
(p＋q)次の重心まわりのセントラル・モーメントをＭpq
とすると、
【０００４】
【数１】
【０００５】となる。
【０００６】
【発明が解決しようとする課題】しかしながら、上記の
傾き検出方法には次の問題点がある。
傾き検出方法には次の問題点がある。
【０００７】まず、２値化が前提となっているので、部
品の画像が２値化できない場合には適用できない。
品の画像が２値化できない場合には適用できない。
【０００８】また、部品の形状ｆ(i,j) がきれいに２値
化されていないと正しい値が求められないので、基板上
に既に搭載されている部品の場合は、周辺のパターンの
影響や部品自身の濃淡のため、２値化によって部品の正
しい形状を得ることができない。部品が正方形の場合に
は主軸が定まらず、θを求めることができない。
化されていないと正しい値が求められないので、基板上
に既に搭載されている部品の場合は、周辺のパターンの
影響や部品自身の濃淡のため、２値化によって部品の正
しい形状を得ることができない。部品が正方形の場合に
は主軸が定まらず、θを求めることができない。
【０００９】ｉ軸及びｊ軸方向のモーメントを用いてθ
を計算するので、２つのモーメントの間に差がないとθ
を求めることができない。
を計算するので、２つのモーメントの間に差がないとθ
を求めることができない。
【００１０】従って、本発明の目的は、基板に搭載され
ているために２値化によって形状が得られない部品や正
方形の部品であっても傾きを検出できる方法を提供する
ことにある。
ているために２値化によって形状が得られない部品や正
方形の部品であっても傾きを検出できる方法を提供する
ことにある。
【００１１】
【課題を解決するための手段】本発明は、回路基板上に
設置した部品の傾斜角度を検出する方法において、以下
のステップから成ることを特徴とする。
設置した部品の傾斜角度を検出する方法において、以下
のステップから成ることを特徴とする。
【００１２】(a) 傾きを検出したい部品を含む画像を得
る。 (b) 前記画像の明るさを微分し、それによって得られた
グラジエントの方向を求める。
る。 (b) 前記画像の明るさを微分し、それによって得られた
グラジエントの方向を求める。
【００１３】(c) −180 °〜＋180 °の角度範囲で前記
グラジエントの方向のヒストグラムを作成する。
グラジエントの方向のヒストグラムを作成する。
【００１４】(d) 前記ヒストグラムを90°おきに重ね合
わせることにより、−45°〜＋45°の範囲のヒストグラ
ムを作成する。
わせることにより、−45°〜＋45°の範囲のヒストグラ
ムを作成する。
【００１５】(e) 前記(d) で作成したヒストグラムをガ
ウス関数フィルタで平滑化する。 (f) 平滑化したヒストグラムにおいてノイズレベルより
上の部分の極大値の数が２以下になるまで(e) を繰り返
す。
ウス関数フィルタで平滑化する。 (f) 平滑化したヒストグラムにおいてノイズレベルより
上の部分の極大値の数が２以下になるまで(e) を繰り返
す。
【００１６】(g) 極大値が１つの場合はその極大値をと
る角度、極大値が２つの場合は絶対値の大きい方の角度
を部品の傾きとする。
る角度、極大値が２つの場合は絶対値の大きい方の角度
を部品の傾きとする。
【００１７】
【作用】初めにＣＣＤカメラ等の撮像装置により、回路
基板上に実装された部品を含む濃淡画像が得られる。そ
して、この画像の濃淡（明るさ）を微分することによ
り、グラジエントの方向が求められる。ここで、グラジ
エントとは画像の明るさの微分であり、その方向は、濃
淡画像の明と暗の境界線に垂直で暗から明に向かうベク
トルの角度で表わされる。このグラジエントの方向（角
度）を横軸として、その方向のグラジエントをもつ画素
数をプロットすることにより、−180 °〜＋180 °の角
度範囲でヒストグラムが作成される。
基板上に実装された部品を含む濃淡画像が得られる。そ
して、この画像の濃淡（明るさ）を微分することによ
り、グラジエントの方向が求められる。ここで、グラジ
エントとは画像の明るさの微分であり、その方向は、濃
淡画像の明と暗の境界線に垂直で暗から明に向かうベク
トルの角度で表わされる。このグラジエントの方向（角
度）を横軸として、その方向のグラジエントをもつ画素
数をプロットすることにより、−180 °〜＋180 °の角
度範囲でヒストグラムが作成される。
【００１８】ここで対象とする画像には、略矩形の部品
があって水平成分と垂直成分の多いパターンが多く含ま
れているので、上記ヒストグラムは概略90°周期の分布
となる。それ故、上記ヒストグラムを90°おきに重ね合
わせることで−45°〜＋45°の範囲のヒストグラムを作
成すると、90°おきに分布していた部品の方向が、より
はっきりする。更に、ガウス関数フィルタで平滑化する
ことにより、高周波成分が除去される。これをノイズレ
ベルより上の部分の極大値の数が２以下になるまで繰り
返すと、極大値が１つの場合にはその角度、極大値が２
つの場合には絶対値の大きい方の角度が、それぞれ部品
の傾きとして得られる。
があって水平成分と垂直成分の多いパターンが多く含ま
れているので、上記ヒストグラムは概略90°周期の分布
となる。それ故、上記ヒストグラムを90°おきに重ね合
わせることで−45°〜＋45°の範囲のヒストグラムを作
成すると、90°おきに分布していた部品の方向が、より
はっきりする。更に、ガウス関数フィルタで平滑化する
ことにより、高周波成分が除去される。これをノイズレ
ベルより上の部分の極大値の数が２以下になるまで繰り
返すと、極大値が１つの場合にはその角度、極大値が２
つの場合には絶対値の大きい方の角度が、それぞれ部品
の傾きとして得られる。
【００１９】
【実施例】図１は、本発明の方法を実施するシステム構
成を示す。このシステムは、回路基板１上に実装された
部品２を含む濃淡画像を得るための撮像装置としてＣＣ
Ｄカメラ３を備えると共に、このカメラ３から送られる
画像信号について後述の画像処理操作を行う処理手段と
してパーソナルコンピュータ４と、その処理動作や画像
データ等を表示するモニタ用ＣＲＴ５とを備えている。
成を示す。このシステムは、回路基板１上に実装された
部品２を含む濃淡画像を得るための撮像装置としてＣＣ
Ｄカメラ３を備えると共に、このカメラ３から送られる
画像信号について後述の画像処理操作を行う処理手段と
してパーソナルコンピュータ４と、その処理動作や画像
データ等を表示するモニタ用ＣＲＴ５とを備えている。
【００２０】図２は、上記パソコン４で実行される本発
明方法の処理手順を示すフローチャートである。
明方法の処理手順を示すフローチャートである。
【００２１】初めに、ＣＣＤカメラ３により、図３に示
すような濃淡画像が得られる（ステップＳＴ１）。この
画像は、回路基板１とその上に実装された部品２を含
む。
すような濃淡画像が得られる（ステップＳＴ１）。この
画像は、回路基板１とその上に実装された部品２を含
む。
【００２２】次に、この画像の濃淡（明るさ）を微分す
ることにより、グラジエント（gradient）の方向を求め
る（ステップＳＴ２）。グラジエントの方向は、図４に
示すように、濃淡画像の明と暗の境界線（検出対象の輪
郭）に垂直で、暗から明に向かうベクトルの角度θであ
る。これを対象画像の全画素について求め、角度を横軸
とし画素数を縦軸とする平面上にプロットする。例え
ば、角度が90°の位置ではグラジエントが90°となった
画素の数をプロットする。かくして、図５に示すような
±180 °の角度範囲のヒストグラムが得られる（ステッ
プＳＴ３）。
ることにより、グラジエント（gradient）の方向を求め
る（ステップＳＴ２）。グラジエントの方向は、図４に
示すように、濃淡画像の明と暗の境界線（検出対象の輪
郭）に垂直で、暗から明に向かうベクトルの角度θであ
る。これを対象画像の全画素について求め、角度を横軸
とし画素数を縦軸とする平面上にプロットする。例え
ば、角度が90°の位置ではグラジエントが90°となった
画素の数をプロットする。かくして、図５に示すような
±180 °の角度範囲のヒストグラムが得られる（ステッ
プＳＴ３）。
【００２３】ここで対象とする画像には、上記のように
水平成分と垂直成分の多いパターンが多く含まれている
ので、ステップＳＴ３で得られたヒストグラムは、ほぼ
90°周期の分布となる。そこで、±45°及び±135 °の
折り返し点でヒストグラムを重ね合わせると、図６に示
すような角度範囲±45°のヒストグラムが作成される
（ステップＳＴ４）。これにより、90°おきに分布して
いた部品の方向が、よりはっきりする。
水平成分と垂直成分の多いパターンが多く含まれている
ので、ステップＳＴ３で得られたヒストグラムは、ほぼ
90°周期の分布となる。そこで、±45°及び±135 °の
折り返し点でヒストグラムを重ね合わせると、図６に示
すような角度範囲±45°のヒストグラムが作成される
（ステップＳＴ４）。これにより、90°おきに分布して
いた部品の方向が、よりはっきりする。
【００２４】次に、図７に示すようなガウス関数フィル
タをかけること（フィルタリング）により、図８に示す
ようにピーク（極大値）が明らかになるヒストグラムを
作成する（ステップＳＴ５）。そして、このヒストグラ
ムでノイズレベルより上の部分の極大値の数が２以下に
なるまで、上記フィルタリングを繰り返す。すなわち、
ステップＳＴ５で得られたヒストグラムにおいて、ノイ
ズレベルより上の部分の極大値の数を数え、その数が２
以下か否かを判定し（ステップＳＴ６）、３以上であれ
ば、上記フィルタリングを繰り返すことにより、図９及
び図１０に示すのように順次ピーク（極大値）がはっき
りしてくる。
タをかけること（フィルタリング）により、図８に示す
ようにピーク（極大値）が明らかになるヒストグラムを
作成する（ステップＳＴ５）。そして、このヒストグラ
ムでノイズレベルより上の部分の極大値の数が２以下に
なるまで、上記フィルタリングを繰り返す。すなわち、
ステップＳＴ５で得られたヒストグラムにおいて、ノイ
ズレベルより上の部分の極大値の数を数え、その数が２
以下か否かを判定し（ステップＳＴ６）、３以上であれ
ば、上記フィルタリングを繰り返すことにより、図９及
び図１０に示すのように順次ピーク（極大値）がはっき
りしてくる。
【００２５】極大値の数が２以下になったとき、極大値
が１つであればその極大値をとる角度を部品の傾きと
し、極大値が２つであれば絶対値の大きい方の角度を部
品の傾きとする（ステップＳＴ７）。図１０に示した例
では、 0°に近いピークはパターンの水平又は垂直の成
分であるので、絶対値の大きい方の角度16°を部品の傾
きとする。
が１つであればその極大値をとる角度を部品の傾きと
し、極大値が２つであれば絶対値の大きい方の角度を部
品の傾きとする（ステップＳＴ７）。図１０に示した例
では、 0°に近いピークはパターンの水平又は垂直の成
分であるので、絶対値の大きい方の角度16°を部品の傾
きとする。
【００２６】以上の手順により、図３に示すような画像
における部品の傾きが検出されるので、この検出結果に
基づき部品位置の修正等を行うことができる。
における部品の傾きが検出されるので、この検出結果に
基づき部品位置の修正等を行うことができる。
【００２７】次に、上記の方法を実行するための演算処
理を詳細に説明する。
理を詳細に説明する。
【００２８】まず、グラジエントの角度ｘに対するヒス
トグラムｆ(x) を計算する。これは次式で表わされる。
トグラムｆ(x) を計算する。これは次式で表わされる。
【００２９】 ｆ(x) ＝Σｗx …(3) ｘ＝−179 ，−178 ，…，180 Σｗx ：グラジエントの方向がｘとなる画素の重みの総
和 ここで、画素の重みｗは各画素のエッジの連続性評価値
によって決められる。「エッジの連続性」とは、注目し
ているエッジ点（グラジエントの強度が閾値以上の値を
持つ画素）のエッジの方向とそれに隣接するエッジ点の
エッジの方向が同じであることを意味する。
和 ここで、画素の重みｗは各画素のエッジの連続性評価値
によって決められる。「エッジの連続性」とは、注目し
ているエッジ点（グラジエントの強度が閾値以上の値を
持つ画素）のエッジの方向とそれに隣接するエッジ点の
エッジの方向が同じであることを意味する。
【００３０】実施例の場合、部品の形状は四角形である
ため、ｆ(x) は90°おきにピークが出る。そこで、ｆ
(x) を90°おきに折畳んだヒストグラムｈ(x) ［−45＜
ｘ≦45］を計算する。これは、次式で表わされる。
ため、ｆ(x) は90°おきにピークが出る。そこで、ｆ
(x) を90°おきに折畳んだヒストグラムｈ(x) ［−45＜
ｘ≦45］を計算する。これは、次式で表わされる。
【００３１】
【数２】
【００３２】更に、ｈ(x) を
【００３３】
【数３】
【００３４】と正規化する。この Gh(x)を、標準偏差σ
のガウス関数
のガウス関数
【００３５】
【数４】
【００３６】でフィルタリングする。すなわち、フィル
タリングの結果を
タリングの結果を
【００３７】
【数５】
【００３８】と表わし、このＨ(x, σ) を
【００３９】
【数６】
【００４０】と正規化する。
【００４１】(6) 式のガウス関数をフーリエ変換する
と、
と、
【００４２】
【数７】
【００４３】となり、全角周波数の 99.87％が |ｗ| ＜
3／σに入っている。従って、ガウス関数ｇ(x, σ) で
Gh(x)をフィルタリングすることにより Gh(x)の高周波
成分が除去され、 Gh(x)が平滑化されることになる。
3／σに入っている。従って、ガウス関数ｇ(x, σ) で
Gh(x)をフィルタリングすることにより Gh(x)の高周波
成分が除去され、 Gh(x)が平滑化されることになる。
【００４４】σを適切に選べば、部品が傾斜していない
場合には、基板部は水平、垂直の成分が多いことからｘ
＝０に、θだけ傾斜している場合には、ｘ＝０及びｘ＝
θにあるノイズレベル以上のピークが、GH(x, σ) に出
現する。
場合には、基板部は水平、垂直の成分が多いことからｘ
＝０に、θだけ傾斜している場合には、ｘ＝０及びｘ＝
θにあるノイズレベル以上のピークが、GH(x, σ) に出
現する。
【００４５】適切なσは事前に予測することが困難であ
るため、以下のようにσ＝１のガウス関数ｇ(x,1) で、
フィルタリング出力のノイズレベル以上のピークが２つ
以下になるまで繰返し平滑化を行う。
るため、以下のようにσ＝１のガウス関数ｇ(x,1) で、
フィルタリング出力のノイズレベル以上のピークが２つ
以下になるまで繰返し平滑化を行う。
【００４６】
【数８】
【００４７】上式で、Ｈ(n)(x)はｎ回目のフィルタリン
グ結果、GH(n)(x)はＨ(n)(x)を０〜１の範囲に正規化し
たものである。
グ結果、GH(n)(x)はＨ(n)(x)を０〜１の範囲に正規化し
たものである。
【００４８】なお、ここではσ＝１のガウス関数ｇ(x,
1) でｎ回繰返しフィルタリングしているが、これは、
ｎ個のｇ(x,1) の合成積をとったもので１度フィルタリ
ングすることと同等である。そこで、 ｇ(n)(x,1)＝ｇ(x,1) ＊ ・・・・ ＊ｇ(x,1) …(10) をフーリエ変換すると、次の結果が得られる。
1) でｎ回繰返しフィルタリングしているが、これは、
ｎ個のｇ(x,1) の合成積をとったもので１度フィルタリ
ングすることと同等である。そこで、 ｇ(n)(x,1)＝ｇ(x,1) ＊ ・・・・ ＊ｇ(x,1) …(10) をフーリエ変換すると、次の結果が得られる。
【００４９】
【数９】
【００５０】よって、σ＝１のガウス関数でｎ回フィル
タリングすることは、σ＝√n のガウス関数で１回フィ
ルタリングすることと同等である。つまり、σ＝１，√
2 ，√3 ，2 ，√5 ，√6 ，・・・・・ のガウス関数で、元
のヒストグラム GH(0)(x) をフィルタリングしているこ
とになる。
タリングすることは、σ＝√n のガウス関数で１回フィ
ルタリングすることと同等である。つまり、σ＝１，√
2 ，√3 ，2 ，√5 ，√6 ，・・・・・ のガウス関数で、元
のヒストグラム GH(0)(x) をフィルタリングしているこ
とになる。
【００５１】
【発明の効果】上記のように、本発明によれば、画像の
グラジエントを求めてヒストグラムを作成し、それを平
滑化することで大局的な極大値を検出し、その値から目
的とする部品の傾斜角度を検出するようにしたので、２
値化不可能な部品や正方形の部品でも、基板面上での傾
きを検出できる。従って、電子部品に、文字や絵があっ
て２値化が難しいラベルが貼ってある場合には、そのラ
ベルの傾きを検査することにも、本発明の方法が利用で
きる。
グラジエントを求めてヒストグラムを作成し、それを平
滑化することで大局的な極大値を検出し、その値から目
的とする部品の傾斜角度を検出するようにしたので、２
値化不可能な部品や正方形の部品でも、基板面上での傾
きを検出できる。従って、電子部品に、文字や絵があっ
て２値化が難しいラベルが貼ってある場合には、そのラ
ベルの傾きを検査することにも、本発明の方法が利用で
きる。
【００５２】また、撮像装置で得られた画像にノイズ
（画像の欠けなど）があっても、画像中の部品の傾きを
検出することができる。
（画像の欠けなど）があっても、画像中の部品の傾きを
検出することができる。
【００５３】更に、対象部品の輪郭がある程度得られれ
ば（中に穴があってもよい）、従来のように２値化した
画像でも、本発明の方法で部品の傾きを検出できる。
ば（中に穴があってもよい）、従来のように２値化した
画像でも、本発明の方法で部品の傾きを検出できる。
【図１】本発明の方法を実施するシステム構成図。
【図２】図１のシステムで実行される方法の処理手順を
示すフローチャート。
示すフローチャート。
【図３】回路基板と実装部品の画像の一例を示す図。
【図４】濃淡画像中のグラジエントの方向を示す説明
図。
図。
【図５】グラジエントの角度に対するヒストグラムの例
を示す図。
を示す図。
【図６】図５のヒストグラムを90°おきに重ね合わせる
ことにより得られた±45°の範囲のヒストグラムを示す
図。
ことにより得られた±45°の範囲のヒストグラムを示す
図。
【図７】図６のヒストグラムをフィルタリングするため
のガウス関数を示す図。
のガウス関数を示す図。
【図８】図６のヒストグラムをガウス関数でフィルタリ
ングして得られたヒストグラムを示す図。
ングして得られたヒストグラムを示す図。
【図９】図８のヒストグラムを更にガウス関数でフィル
タリングして得られたヒストグラムを示す図。
タリングして得られたヒストグラムを示す図。
【図１０】図９のヒストグラムを更にガウス関数でフィ
ルタリングして得られたヒストグラムを示す図。
ルタリングして得られたヒストグラムを示す図。
【図１１】座標平面において２値化された部品の傾きを
示す図。
示す図。
１…回路基板、２…部品、３…ＣＣＤカメラ、４…パソ
コン、５…モニタ用ＣＲＴ。
コン、５…モニタ用ＣＲＴ。
フロントページの続き (56)参考文献 特開 昭63−132106（ＪＰ，Ａ) 特開 平３−214008（ＪＰ，Ａ) 特開 昭64−78105（ＪＰ，Ａ) 特開 平２−98792（ＪＰ，Ａ) 特開 平１−106186（ＪＰ，Ａ) 特開 平３−65770（ＪＰ，Ａ) 特開 昭61−77707（ＪＰ，Ａ) 特開 平２−25704（ＪＰ，Ａ) 特開 昭60−218011（ＪＰ，Ａ)
Claims (1)
- 【請求項１】回路基板上に設置した部品の傾きを検出す
る方法において、 (a) 傾きを検出したい部品の像を含む画像を得て、 (b) 前記画像の明るさを微分し、それによって得られた
グラジエントの方向を求め、 (c) −180 °〜＋180 °の角度範囲で前記グラジエント
の方向のヒストグラムを作成し、 (d) 前記ヒストグラムを90°おきに重ね合わせることに
より、−45°〜＋45°の範囲のヒストグラムを作成し、 (e) 前記(d) で作成したヒストグラムをガウス関数フィ
ルタで平滑化し、 (f) 平滑化したヒストグラムにおいてノイズレベルより
上の部分の極大値の数が２以下になるまで(e) を繰り返
し、 (g) 極大値が１つの場合はその極大値をとる角度、極大
値が２つの場合は絶対値の大きい方の角度を部品の傾き
とすることを特徴とする部品の傾き検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3305138A JP2505940B2 (ja) | 1991-11-20 | 1991-11-20 | 部品の傾き検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3305138A JP2505940B2 (ja) | 1991-11-20 | 1991-11-20 | 部品の傾き検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05141938A JPH05141938A (ja) | 1993-06-08 |
| JP2505940B2 true JP2505940B2 (ja) | 1996-06-12 |
Family
ID=17941545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3305138A Expired - Fee Related JP2505940B2 (ja) | 1991-11-20 | 1991-11-20 | 部品の傾き検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2505940B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006350641A (ja) * | 2005-06-15 | 2006-12-28 | Toyota Motor Corp | 平行線検出方法、平行線検出装置 |
-
1991
- 1991-11-20 JP JP3305138A patent/JP2505940B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05141938A (ja) | 1993-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmed | Comparative study among Sobel, Prewitt and Canny edge detection operators used in image processing | |
| US7324701B2 (en) | Image noise reduction | |
| JP2002503840A (ja) | 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定 | |
| CN111739031B (zh) | 一种基于深度信息的作物冠层分割方法 | |
| WO2006079115A2 (en) | Spatial standard observer | |
| CN110956661A (zh) | 基于双向单应矩阵的可见光与红外相机动态位姿计算方法 | |
| CN113744142B (zh) | 图像修复方法、电子设备及存储介质 | |
| CN112991374A (zh) | 基于Canny算法的边缘增强方法、装置、设备及存储介质 | |
| CN109598736A (zh) | 深度图像与彩色图像的配准方法及装置 | |
| Alazzawi | Edge detection-application of (first and second) order derivative in image processing: communication | |
| CN107886101B (zh) | 一种基于rgb-d的场景三维特征点高效提取方法 | |
| JP3438440B2 (ja) | 画像処理装置 | |
| JP3711599B2 (ja) | 実装部品検査装置 | |
| Anantrasirichai et al. | Mitigating the effects of atmospheric distortion using DT-CWT fusion | |
| JP2505940B2 (ja) | 部品の傾き検出方法 | |
| CN111260735A (zh) | 一种单次拍摄的lidar与全景相机的外参数标定方法 | |
| Potocnik et al. | Image enhancement by using directional wavelet transform | |
| JPH11185039A (ja) | 画像認識による計測方法および記録媒体 | |
| JP2505941B2 (ja) | 部品状態検出方法 | |
| CN112614100A (zh) | 海洋浮游生物图像分割方法 | |
| JP3464182B2 (ja) | カラー画像の処理方法 | |
| US20040190778A1 (en) | Image processing apparatus capable of highly precise edge extraction | |
| JPH08161474A (ja) | 異種センサ画像間レジストレーション補正方法 | |
| Wood et al. | A modified gray level morphological gradient with accurate orientation estimates and reduced noise sensitivity | |
| JPH0658741A (ja) | 部品の傾き検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080402 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |