JP2610884B2 - カラー濃淡パターンマツチング方法 - Google Patents
カラー濃淡パターンマツチング方法Info
- Publication number
- JP2610884B2 JP2610884B2 JP62207059A JP20705987A JP2610884B2 JP 2610884 B2 JP2610884 B2 JP 2610884B2 JP 62207059 A JP62207059 A JP 62207059A JP 20705987 A JP20705987 A JP 20705987A JP 2610884 B2 JP2610884 B2 JP 2610884B2
- Authority
- JP
- Japan
- Prior art keywords
- color
- spatial filtering
- image
- spatial
- image information
- 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
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、画像処理装置のカラー濃淡パターンマツチ
ング方法に係り、特に形状が同じでも色が異なる物体や
中間色を有する物体等を明確に区別して認識するのに好
適なカラー濃淡パターンマツチング方法に関するもので
ある。
ング方法に係り、特に形状が同じでも色が異なる物体や
中間色を有する物体等を明確に区別して認識するのに好
適なカラー濃淡パターンマツチング方法に関するもので
ある。
〔従来の技術〕 従来は、特開昭59−146366号に記載のように、空間フ
イルタリングの手法を用いて画像を処理する方法および
装置が知られていた。
イルタリングの手法を用いて画像を処理する方法および
装置が知られていた。
これは、ラスタスキヤン方式のカメラにより撮影した
画面を、ｋ行ｌ列（k,l:整数）の行列、すなわちｋ×ｌ
個の画素からなる画素の集合として捉え、これに対し例
えば３行３列（３×３）のエリアを有する空間フイルタ
を用いた空間積和演算（空間フイルタリングと同義）を
順次施し、画面全体についてその処理を繰返して形状を
捉える手法である。
画面を、ｋ行ｌ列（k,l:整数）の行列、すなわちｋ×ｌ
個の画素からなる画素の集合として捉え、これに対し例
えば３行３列（３×３）のエリアを有する空間フイルタ
を用いた空間積和演算（空間フイルタリングと同義）を
順次施し、画面全体についてその処理を繰返して形状を
捉える手法である。
この手法では、空間フイルタのエリアを大きくとれ
ば、それだけ物体の抽出精度は向上するが、処理装置も
大規模化するという難点があつた。
ば、それだけ物体の抽出精度は向上するが、処理装置も
大規模化するという難点があつた。
これに対し、その後提案された分割空間フイルタによ
る画像処理方法（特開昭62−206882号）では、上記難点
を解決する手段として、小エリアの空間フイルタ（例え
ば３×３）の繰り返し処理により、ｎ×ｍのより大きな
空間フイルタ（例えば15×15）を構築し、処理速度も向
上させることができる画像処理方式が示されている。
る画像処理方法（特開昭62−206882号）では、上記難点
を解決する手段として、小エリアの空間フイルタ（例え
ば３×３）の繰り返し処理により、ｎ×ｍのより大きな
空間フイルタ（例えば15×15）を構築し、処理速度も向
上させることができる画像処理方式が示されている。
しかしながら、この手法も、形状のみの認識であり、
色をも考慮した画像認識については配慮がなかつた。
色をも考慮した画像認識については配慮がなかつた。
上記従来技術は、空間フイルタリング方式による形状
のみのパターンマツチングに重点が置かれ、色を含めた
形状の認識という点に関しては配慮がなく、同一の形状
で色が異なる物体の認識が不可能であつた。また、中間
色で明度が同じ物体の区別もできなかつた。
のみのパターンマツチングに重点が置かれ、色を含めた
形状の認識という点に関しては配慮がなく、同一の形状
で色が異なる物体の認識が不可能であつた。また、中間
色で明度が同じ物体の区別もできなかつた。
本発明の目的は、形状と色を考慮して対象物体を認識
でき画像認識効率を大幅に上げられるカラー濃淡パター
ンマツチング方法を提供することである。
でき画像認識効率を大幅に上げられるカラー濃淡パター
ンマツチング方法を提供することである。
本発明は、上記目的を達成するために、濃淡のあるカ
ラー画像を取込み複数の単色画像情報に分解する段階
と、分解された各単色画像情報をそれぞれに記憶する段
階と、記憶された各単色画像情報に対して認識対象物体
の形状に対応するｎ×ｍ（n,mは３より大の画素の数）
の任意の大きさのパターンが設定された空間フィルタを
用いて空間フィルタリングを施す段階と、空間フィルタ
リング結果を加算する段階と、加算結果に基づき前記物
体の存在を認識する段階とからなる画像処理のカラー濃
淡パターンマッチング方法を提案するものである。
ラー画像を取込み複数の単色画像情報に分解する段階
と、分解された各単色画像情報をそれぞれに記憶する段
階と、記憶された各単色画像情報に対して認識対象物体
の形状に対応するｎ×ｍ（n,mは３より大の画素の数）
の任意の大きさのパターンが設定された空間フィルタを
用いて空間フィルタリングを施す段階と、空間フィルタ
リング結果を加算する段階と、加算結果に基づき前記物
体の存在を認識する段階とからなる画像処理のカラー濃
淡パターンマッチング方法を提案するものである。
特に、中間色を有する物体を認識対象とする場合は、
各単色画像情報に対する空間フィルタリング結果に認識
対象物体の中間色に応じた係数をそれぞれ掛け、係数を
掛けた各空間フィルタリング結果を加算し、それぞれの
物体を区別して認識する。
各単色画像情報に対する空間フィルタリング結果に認識
対象物体の中間色に応じた係数をそれぞれ掛け、係数を
掛けた各空間フィルタリング結果を加算し、それぞれの
物体を区別して認識する。
次に、第１図を参照して、本発明の概要を説明する。
次において１は入力すべき画像であり、黄色い丸，青い
丸，紫系統の三角および四角の図形を含んでいる。この
入力画像１は、カラーITVカメラ２により取込まれ、Ｒ
（赤）,G（緑）,B（青）の各成分に分けて出力される。
これらの各画像情報は各々濃淡メモリ3,4,5に格納され
る。そこで、あらかじめ用意しておいたｋ×ｌ（k,l:正
の整数）の空間フイルタ6,7,8により、各濃淡画像メモ
リ3,4,5の内容に空間フイルタリングを施す。この際、
分割空間フイルタの手法を適用すれば、小エリアの空間
フイルタ（例えば３×３）をｎ×ｍ（例えば15×15）の
大エリアの空間フイルタに拡張でき、しかも高速処理が
可能となる。
次において１は入力すべき画像であり、黄色い丸，青い
丸，紫系統の三角および四角の図形を含んでいる。この
入力画像１は、カラーITVカメラ２により取込まれ、Ｒ
（赤）,G（緑）,B（青）の各成分に分けて出力される。
これらの各画像情報は各々濃淡メモリ3,4,5に格納され
る。そこで、あらかじめ用意しておいたｋ×ｌ（k,l:正
の整数）の空間フイルタ6,7,8により、各濃淡画像メモ
リ3,4,5の内容に空間フイルタリングを施す。この際、
分割空間フイルタの手法を適用すれば、小エリアの空間
フイルタ（例えば３×３）をｎ×ｍ（例えば15×15）の
大エリアの空間フイルタに拡張でき、しかも高速処理が
可能となる。
ここで、黄色の円形の物体を抽出するために、ｎ×ｍ
の空間フイルタリングをＲ（赤）について実施すると、
この円形の物体のある位置に最も大きな一致度（マツチ
ング度）が表われる。ここではそれを９として表わして
ある。また、Ｇ（緑）についても同様にその円形のある
部分に最も大きなマツチング度が表われる。それが10で
ある。黄色の場合、青成分が含まれないため、11のよう
に、青の成分を基準面よりマイナスの方向に伸ばし、青
の成分がないことを殊更に強調する。したがつて右側の
青と紫系統の色の図形は、マツチング度が最小（負の
値）となる。以後、マツチング度が最大の部分は15,16
の記号でまたマツチング度が最小（又は負）の部分は17
の記号で表わす。これらのマツチング度を加算すると、
特定の色（この場合黄色）を有する円形の物体の部分の
マツチング度が最大となり、19のように突出する。した
がつてこの部分に特定の色（黄色）を持つ円形の物体が
あることを認識できる。その認識結果が20である。
の空間フイルタリングをＲ（赤）について実施すると、
この円形の物体のある位置に最も大きな一致度（マツチ
ング度）が表われる。ここではそれを９として表わして
ある。また、Ｇ（緑）についても同様にその円形のある
部分に最も大きなマツチング度が表われる。それが10で
ある。黄色の場合、青成分が含まれないため、11のよう
に、青の成分を基準面よりマイナスの方向に伸ばし、青
の成分がないことを殊更に強調する。したがつて右側の
青と紫系統の色の図形は、マツチング度が最小（負の
値）となる。以後、マツチング度が最大の部分は15,16
の記号でまたマツチング度が最小（又は負）の部分は17
の記号で表わす。これらのマツチング度を加算すると、
特定の色（この場合黄色）を有する円形の物体の部分の
マツチング度が最大となり、19のように突出する。した
がつてこの部分に特定の色（黄色）を持つ円形の物体が
あることを認識できる。その認識結果が20である。
なお、ここではRGBの３色の基本成分について認識の
例を示したが、可視光線の中で基本成分を例えば７色に
増やして、濃淡画像メモリおよび空間フイルタを各色の
基本成分ごとに用意すれば、より多くの色と形状を認識
できる。
例を示したが、可視光線の中で基本成分を例えば７色に
増やして、濃淡画像メモリおよび空間フイルタを各色の
基本成分ごとに用意すれば、より多くの色と形状を認識
できる。
また、RGBごとに空間フイルタリング処理を実施した
後、その結果を加算する際、RGBの画像データに重み付
けをすれば、多様な中間色の物体も明確に区別して認識
できる。
後、その結果を加算する際、RGBの画像データに重み付
けをすれば、多様な中間色の物体も明確に区別して認識
できる。
以下、第２図〜第７図を参照して、本発明の実施例を
説明する。なお、本発明の画像処理方法の対象となる画
像はラスタスキヤン方式により走査される画像である。
説明する。なお、本発明の画像処理方法の対象となる画
像はラスタスキヤン方式により走査される画像である。
本発明方法を実施するための装置の構成の一例を第２
図に示す。図において、２はカラーITVカメラ、22Aは画
像データを表示するためのモニタテレビ、22Bはコンソ
ールCRT、23は画像データを格納する画像メモリ、24は
空間フイルタリングを実行する画像処理プロセツサ、25
は画像メモリ23と画像処理プロセツサ24とを含む画像処
理装置である。
図に示す。図において、２はカラーITVカメラ、22Aは画
像データを表示するためのモニタテレビ、22Bはコンソ
ールCRT、23は画像データを格納する画像メモリ、24は
空間フイルタリングを実行する画像処理プロセツサ、25
は画像メモリ23と画像処理プロセツサ24とを含む画像処
理装置である。
第３図は本発明によるカラー濃淡パターンマツチング
方法の一実施例を示す図である。図において１は入力対
象画像であり、例えば、物体の色ごとに送る先が決つて
いる荷物1A,1B,1C等を含んでいる。本実施例の各段階は
先に示した第１図と本質的に変わらない。ただしここで
は空間フイルタリングの段階を明確に示すために、濃淡
画像メモリ3,4,5と空間フイルタ6,7,8とを分けて示して
ある。
方法の一実施例を示す図である。図において１は入力対
象画像であり、例えば、物体の色ごとに送る先が決つて
いる荷物1A,1B,1C等を含んでいる。本実施例の各段階は
先に示した第１図と本質的に変わらない。ただしここで
は空間フイルタリングの段階を明確に示すために、濃淡
画像メモリ3,4,5と空間フイルタ6,7,8とを分けて示して
ある。
さて、ここでは、第３図の黄色い物体1Bの中心位置を
認識することを考える。まず、画像データをカラーITV
カメラ２により取込み、これをRGBの各成分ごとに濃淡
画像メモリ3,4,5に格納する。このとき、対象物体1Aは
Ｂ用の濃淡画像メモリに、対象物体1BはＲ用とＧ用の濃
淡画像メモリに、また、対象物体1CはＲ用の濃淡画像メ
モリに各々格納される。
認識することを考える。まず、画像データをカラーITV
カメラ２により取込み、これをRGBの各成分ごとに濃淡
画像メモリ3,4,5に格納する。このとき、対象物体1Aは
Ｂ用の濃淡画像メモリに、対象物体1BはＲ用とＧ用の濃
淡画像メモリに、また、対象物体1CはＲ用の濃淡画像メ
モリに各々格納される。
空間フィルタリング用の空間フィルタとしては、例え
ば第５図に示すような四角形の物体に対して、図形とし
て最も有効な特徴をもつと考えられる頂点の近傍に小エ
リアの空間フィルタ35を重ね合せて配置し、すなわち、
認識対象物体の形状に対応する大きさのパターンが設定
された空間フィルタを用いて空間フィルタリングを施
し、さらに対象画素を四角形の中心36に設定すると、物
体の位置を検出できる。ただし、ここでは、黄色の物体
を抽出対象としているので、色について考察する必要が
ある。第４図は、色の構成要素を示したものである。黄
色はＲとＧのみで構成され、Ｂの成分を含まない。この
ため、第３図の濃淡画像メモリ3,4,5の各色画像情報に
対して、同一の空間フイルタを用いた場合、その効果が
薄れる。これを避けるため、黄色を構成するRG用には第
６図（Ｂ）に示す大エリア空間フイルタ38を用い、Ｂ用
には対象物体が存在しないことを示す空間フイルタ（第
６図（Ａ））を使用する。この空間フイルタリング実行
後の結果は、マツチング度（一致度）として表われる。
まずＲについて見ると、最大マツチング度を持つものが
第３図15A,Bのように２箇所表われる。同様にＧについ
て見ると、最大マツチング度は第３図16のように１箇
所、Ｂについては負のマツチング度を持つものが17の１
箇所に表われる。これらの処理結果をさらに加算する
と、マツチングの最も高い箇所19が得られ、黄色の物体
のみの中心位置20を認識できる。
ば第５図に示すような四角形の物体に対して、図形とし
て最も有効な特徴をもつと考えられる頂点の近傍に小エ
リアの空間フィルタ35を重ね合せて配置し、すなわち、
認識対象物体の形状に対応する大きさのパターンが設定
された空間フィルタを用いて空間フィルタリングを施
し、さらに対象画素を四角形の中心36に設定すると、物
体の位置を検出できる。ただし、ここでは、黄色の物体
を抽出対象としているので、色について考察する必要が
ある。第４図は、色の構成要素を示したものである。黄
色はＲとＧのみで構成され、Ｂの成分を含まない。この
ため、第３図の濃淡画像メモリ3,4,5の各色画像情報に
対して、同一の空間フイルタを用いた場合、その効果が
薄れる。これを避けるため、黄色を構成するRG用には第
６図（Ｂ）に示す大エリア空間フイルタ38を用い、Ｂ用
には対象物体が存在しないことを示す空間フイルタ（第
６図（Ａ））を使用する。この空間フイルタリング実行
後の結果は、マツチング度（一致度）として表われる。
まずＲについて見ると、最大マツチング度を持つものが
第３図15A,Bのように２箇所表われる。同様にＧについ
て見ると、最大マツチング度は第３図16のように１箇
所、Ｂについては負のマツチング度を持つものが17の１
箇所に表われる。これらの処理結果をさらに加算する
と、マツチングの最も高い箇所19が得られ、黄色の物体
のみの中心位置20を認識できる。
本実施例の認識結果をロボツト等に伝えて、同一形状
の荷物を色ごとに区別して分けることが可能となる。ま
た、ポスターの色ずれ等の検出にも利用できる。
の荷物を色ごとに区別して分けることが可能となる。ま
た、ポスターの色ずれ等の検出にも利用できる。
第７図は本発明の他の実施例を示す系統図である。本
実施例が第３図の実施例と異なる点は、マツチング度を
演算して加算する前に各色成分に所望の係数を設定でき
る係数設定器65,66,67を備えていることである。本実施
例ではRGBの各々の濃淡画像データに対して、空間フイ
ルタリングをほどこした処理結果を、座標および輝度を
含むデータとしてfR,fG,fBとすると、中間色の処理結果
は、 α×fR＋β×fG＋γ×fB（α，β，γは任意の数）とし
て表わすことができる。実際には、認識対象物に最適な
空間フイルタと色の度合いに応じた係数を用意しておけ
ば、多様な形状および色合いを持つ物体の位置検出等が
可能となる。例えば、暖色系と寒色系の赤とがある場
合、両者の差異を一層際立たせるために、青の成分の有
無をより敏感に反映するようにγの値をα，βの値より
も大きく設定しておく。そうすると青成分の有無の微小
な差異が強調され、色相の似かよつた色でも十分に区別
できる。
実施例が第３図の実施例と異なる点は、マツチング度を
演算して加算する前に各色成分に所望の係数を設定でき
る係数設定器65,66,67を備えていることである。本実施
例ではRGBの各々の濃淡画像データに対して、空間フイ
ルタリングをほどこした処理結果を、座標および輝度を
含むデータとしてfR,fG,fBとすると、中間色の処理結果
は、 α×fR＋β×fG＋γ×fB（α，β，γは任意の数）とし
て表わすことができる。実際には、認識対象物に最適な
空間フイルタと色の度合いに応じた係数を用意しておけ
ば、多様な形状および色合いを持つ物体の位置検出等が
可能となる。例えば、暖色系と寒色系の赤とがある場
合、両者の差異を一層際立たせるために、青の成分の有
無をより敏感に反映するようにγの値をα，βの値より
も大きく設定しておく。そうすると青成分の有無の微小
な差異が強調され、色相の似かよつた色でも十分に区別
できる。
このように、認識する対象物の色が中間色の場合、RG
Bの濃淡画像に対して空間フイルタリングを実施した
後、その結果を加算する前に中間色自体のRGBの度合い
に応じた係数をそれぞれの処理結果に乗じて、各物体の
色の相違を強調すれば、僅かの色の違いも十分に検出可
能である。
Bの濃淡画像に対して空間フイルタリングを実施した
後、その結果を加算する前に中間色自体のRGBの度合い
に応じた係数をそれぞれの処理結果に乗じて、各物体の
色の相違を強調すれば、僅かの色の違いも十分に検出可
能である。
また、光源となるランプを交換したりテレビカメラの
レンズや撮像素子を交換した場合にそれぞれのカラー特
性が異なるが、それを補償するためにも使える。
レンズや撮像素子を交換した場合にそれぞれのカラー特
性が異なるが、それを補償するためにも使える。
本発明によれば、分解された各単色画像情報に対して
認識対象物体の形状に対応するパターンが設定された空
間フィルタを用いて空間フィルタリングを施し、空間フ
ィルタリング結果を加算し、加算結果に基づき特定色お
よび形状の物体の存在を認識するので、色彩と形状の両
方を考慮して対象物体を認識でき、画像認識効率が大幅
に高まる。
認識対象物体の形状に対応するパターンが設定された空
間フィルタを用いて空間フィルタリングを施し、空間フ
ィルタリング結果を加算し、加算結果に基づき特定色お
よび形状の物体の存在を認識するので、色彩と形状の両
方を考慮して対象物体を認識でき、画像認識効率が大幅
に高まる。
また、各単色画像情報に対する空間フィルタリング結
果に認識対象物体の中間色に応じた係数をそれぞれ掛
け、係数を掛けた各空間フィルタリング結果を加算した
場合は、色相の似かよった色の物体でも明確に判別でき
る。
果に認識対象物体の中間色に応じた係数をそれぞれ掛
け、係数を掛けた各空間フィルタリング結果を加算した
場合は、色相の似かよった色の物体でも明確に判別でき
る。
第１図は本発明によるカラー濃淡パターンマツチング方
法の概要を示す図、第２図は第１図方法を実施するため
の装置の構成の一例を示す図、第３図は本発明によるカ
ラー濃淡パターンマツチング方法の一実施例を示す図、
第４図はRGBの加法混色の方式を示す図、第５図は分割
空間フイルタリングの一方法を示す図、第６図は空間フ
イルタの一例を示す図、第７図は本発明方法の他の実施
例を示す図である。 １……入力画像、２……カラー画像入力器、３〜５……
濃淡画像メモリ、６〜８……空間フイルタ、９〜11……
一致度（マツチング度）、12〜14……濃淡画像メモリ、
15〜17……空間フイルタリング結果、18……処理結果の
加算、19……加算結果、20……認識の結果、22A……モ
ニタテレビ、22B……コンソールCRT、23……画像メモ
リ、24……画像処理プロセツサ、65〜67……係数設定
器。
法の概要を示す図、第２図は第１図方法を実施するため
の装置の構成の一例を示す図、第３図は本発明によるカ
ラー濃淡パターンマツチング方法の一実施例を示す図、
第４図はRGBの加法混色の方式を示す図、第５図は分割
空間フイルタリングの一方法を示す図、第６図は空間フ
イルタの一例を示す図、第７図は本発明方法の他の実施
例を示す図である。 １……入力画像、２……カラー画像入力器、３〜５……
濃淡画像メモリ、６〜８……空間フイルタ、９〜11……
一致度（マツチング度）、12〜14……濃淡画像メモリ、
15〜17……空間フイルタリング結果、18……処理結果の
加算、19……加算結果、20……認識の結果、22A……モ
ニタテレビ、22B……コンソールCRT、23……画像メモ
リ、24……画像処理プロセツサ、65〜67……係数設定
器。
フロントページの続き (72)発明者 藤原 和紀 茨城県日立市大みか町５丁目２番１号 株式会社日立製作所大みか工場内 (72)発明者 今田 義照 茨城県日立市大みか町５丁目２番１号 株式会社日立コントロールシステムズ内 (56)参考文献 特開 昭62−15422（ＪＰ，Ａ) 特開 昭61−288563（ＪＰ，Ａ)
Claims (2)
- 【請求項１】濃淡のあるカラー画像を取込み複数の単色
画像情報に分解する段階と、 分解された各単色画像情報をそれぞれに記憶する段階
と、 記憶された各単色画像情報に対して認識対象物体の形状
に対応するｎ×ｍ（n,mは３より大の画素の数）の任意
の大きさのパターンが設定された空間フィルタを用いて
空間フィルタリングを施す段階と、 空間フィルタリング結果を加算する段階と、 加算結果に基づき前記物体の存在を認識する段階と からなる画像処理のカラー濃淡パターンマッチング方
法。 - 【請求項２】特許請求の範囲第１項において、 前記空間フィルタリング結果を加算する段階が、 前記各単色画像情報に対する空間フィルタリング結果に
認識対象物体の中間色に応じた係数をそれぞれ掛ける段
階と、 係数を掛けた各空間フィルタリング結果を加算する段階
と からなることを特徴とする画像処理のカラー濃淡パター
ンマッチング方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62207059A JP2610884B2 (ja) | 1987-08-20 | 1987-08-20 | カラー濃淡パターンマツチング方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62207059A JP2610884B2 (ja) | 1987-08-20 | 1987-08-20 | カラー濃淡パターンマツチング方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6450178A JPS6450178A (en) | 1989-02-27 |
| JP2610884B2 true JP2610884B2 (ja) | 1997-05-14 |
Family
ID=16533525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62207059A Expired - Fee Related JP2610884B2 (ja) | 1987-08-20 | 1987-08-20 | カラー濃淡パターンマツチング方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2610884B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1202214A3 (en) | 2000-10-31 | 2005-02-23 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for object recognition |
| JP2010205133A (ja) * | 2009-03-05 | 2010-09-16 | Panasonic Corp | 物体識別装置及び物体識別方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61288563A (ja) * | 1985-06-14 | 1986-12-18 | Ricoh Co Ltd | デジタルカラ−画像処理装置 |
| JPS6215422A (ja) * | 1985-07-15 | 1987-01-23 | Yokogawa Electric Corp | 物体の色認識装置 |
-
1987
- 1987-08-20 JP JP62207059A patent/JP2610884B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6450178A (en) | 1989-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6970578B1 (en) | Method of generating images to aid in the detection of manmade objects in cluttered underwater environments | |
| CN101946519A (zh) | 图像处理装置、成像装置、校正系数计算方法以及图像处理程序 | |
| JP4386959B1 (ja) | 画像処理装置 | |
| Stone et al. | Forward looking anomaly detection via fusion of infrared and color imagery | |
| JP2610884B2 (ja) | カラー濃淡パターンマツチング方法 | |
| Andreadis et al. | Image pixel classification by chromaticity analysis | |
| CN116229084A (zh) | 一种对空目标的检测方法 | |
| CN116092019A (zh) | 船舶周边异常物体监测系统及其存储介质、电子设备 | |
| JP6825299B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JPH06348991A (ja) | 移動車の走行環境認識装置 | |
| JPH07146937A (ja) | パターンマッチング方法 | |
| CN102339466A (zh) | 用于检测具有特定形状的区域的方法和相机 | |
| WO2005024726A1 (ja) | 対象物進行方向検出方法 | |
| JP2576336B2 (ja) | 画像分割方法、及び装置 | |
| JPS62115600A (ja) | カラ−映像によるパタ−ン認識装置 | |
| JP2002208013A (ja) | 画像領域抽出装置及び画像領域抽出方法 | |
| Roning et al. | Color target recognition using omnidirectional vision | |
| JPH09180090A (ja) | 標識の認識方法 | |
| JPS6232582A (ja) | 画像認識装置 | |
| Shiny Angel et al. | Software Controlled System for Predicting Malicious Vehicle with Failure Analysis | |
| Ruban et al. | The Technique for Detecting Zones of Interest in Satellites and Drones RGB Imagery | |
| JP3109237B2 (ja) | 画像中の線分構成画素抽出方法および線分判定方法 | |
| JPH0773328A (ja) | カラー画像処理装置 | |
| JPH06243178A (ja) | 画像検索方法および装置 | |
| CN116385325A (zh) | 图像融合方法及装置、存储介质、终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |