JP2632987B2 - パターンマッチング回路 - Google Patents
パターンマッチング回路Info
- Publication number
- JP2632987B2 JP2632987B2 JP63313567A JP31356788A JP2632987B2 JP 2632987 B2 JP2632987 B2 JP 2632987B2 JP 63313567 A JP63313567 A JP 63313567A JP 31356788 A JP31356788 A JP 31356788A JP 2632987 B2 JP2632987 B2 JP 2632987B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- memory
- histogram
- address
- feature
- 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 Analysis (AREA)
Description
【発明の詳細な説明】 〔発明の属する技術分野〕 本発明は，機械部品及び工具等の定型物体の画像認識
を行う上で必要となるパターンマッチング回路に関する
ものである。
を行う上で必要となるパターンマッチング回路に関する
ものである。
本発明に類似したパターンマッチング方法として，一
般化ハフ変換がある。一般化ハフ変換は，ノイズに対し
てロバストなマッチング方法として知られており，工業
応用的にも幅広く用いられている。その手順及び回路構
成について第５図乃至第９図を用いて以下説明する。
般化ハフ変換がある。一般化ハフ変換は，ノイズに対し
てロバストなマッチング方法として知られており，工業
応用的にも幅広く用いられている。その手順及び回路構
成について第５図乃至第９図を用いて以下説明する。
まず，第７図の対象物体内に参照点Ｒ（xG,yG）を設
定する。同時に，対象物体内において，任意の特徴点Zj
（xj,yj）を設定する。特徴点は，一般に複数個（ｊ＝
1,…,M）存在し，各特徴点に与えられる特徴値は，何で
あっても良い。通常は，エッジの方向係数がよく用いら
れるが，ここでは，説明を簡単にするために，第８図に
概念的に示す如くTVカメラの撮像装置からのアナログ信
号をA/D変換して得られる濃淡画像値（Ｎレベル:F1,…,
Fi,…,FN）そのものについて説明する。各特徴点に対し
て次のことを行う。
定する。同時に，対象物体内において，任意の特徴点Zj
（xj,yj）を設定する。特徴点は，一般に複数個（ｊ＝
1,…,M）存在し，各特徴点に与えられる特徴値は，何で
あっても良い。通常は，エッジの方向係数がよく用いら
れるが，ここでは，説明を簡単にするために，第８図に
概念的に示す如くTVカメラの撮像装置からのアナログ信
号をA/D変換して得られる濃淡画像値（Ｎレベル:F1,…,
Fi,…,FN）そのものについて説明する。各特徴点に対し
て次のことを行う。
１） 特徴点Zj（xj,yj）と参照点Ｒ（xG,yG）との位置
関係を規定する距離rj,方位角φｊからなる位置ベクト
ル（rj,φｊ）を算出する。
関係を規定する距離rj,方位角φｊからなる位置ベクト
ル（rj,φｊ）を算出する。
２） 第６図に示す参照テーブルメモリの中のFi値に対
応するアドレスに，特徴値Fiを有する特徴点の位置ベク
トルデータ（rj,φｊ）を書き込む。
応するアドレスに，特徴値Fiを有する特徴点の位置ベク
トルデータ（rj,φｊ）を書き込む。
以上が，参照データ作成時の処理であるが，次に，パ
ターンマッチング演算時の処理について，第５図の回路
ブロック図を用いて説明する。
ターンマッチング演算時の処理について，第５図の回路
ブロック図を用いて説明する。
x,yアドレスジェネレータ２からアドレス信号x,yが濃
淡画像メモリ３に供給され，濃淡値ｆ（x,y）が読み出
される。読み出された濃淡値ｆ（x,y）を用いて参照テ
ーブルメモリ24をアクセスし，対応するアドレス位置の
位置ベクトルデータ（rj,φｊ）を順次読み出す。読み
出されたrj,φｊ値と，前記アドレスジェネレータ２か
ら供給されるアドレス信号x,yおよび，角度ジェネレー
タ20から供給される物体の回転角度の候補値を表す角度
信号θを，アドレス変換部17の入力として， xG′＝ｘ＋rj cos（θ＋φｊ） yG′＝ｙ＋rj sin（θ＋φｊ） なるアドレス変換が実行され，入力画像中の参照点候補
アドレス（xG′,yG′）が算出される。ここで，通常
は，変換演算の高速化のため,sinθ,cosθテーブルメモ
リ19を参照する方式がとられる。このようにして決定さ
れたxG′,yG′，θをアドレスとして，パラメータ累算
メモリ18（第９図は累積メモリの概念的構成図を示す）
の対応するアドレス位置Ａ（xG′,yG′，θ）を，累積
演算部16により,1だけインクリメントする。以上の処理
は，濃淡画像メモリ３の全領域ついて行い，その結果得
られるパラメータ累算メモリ18上の値に対して，パラメ
ータ決定部21より，一定しきい値以上の極大値を与える
点（xG ＊,yG ＊，θ＊）を検出し，それらの点を，対象
物体の位置xG,yGおよび回転角θとする。
淡画像メモリ３に供給され，濃淡値ｆ（x,y）が読み出
される。読み出された濃淡値ｆ（x,y）を用いて参照テ
ーブルメモリ24をアクセスし，対応するアドレス位置の
位置ベクトルデータ（rj,φｊ）を順次読み出す。読み
出されたrj,φｊ値と，前記アドレスジェネレータ２か
ら供給されるアドレス信号x,yおよび，角度ジェネレー
タ20から供給される物体の回転角度の候補値を表す角度
信号θを，アドレス変換部17の入力として， xG′＝ｘ＋rj cos（θ＋φｊ） yG′＝ｙ＋rj sin（θ＋φｊ） なるアドレス変換が実行され，入力画像中の参照点候補
アドレス（xG′,yG′）が算出される。ここで，通常
は，変換演算の高速化のため,sinθ,cosθテーブルメモ
リ19を参照する方式がとられる。このようにして決定さ
れたxG′,yG′，θをアドレスとして，パラメータ累算
メモリ18（第９図は累積メモリの概念的構成図を示す）
の対応するアドレス位置Ａ（xG′,yG′，θ）を，累積
演算部16により,1だけインクリメントする。以上の処理
は，濃淡画像メモリ３の全領域ついて行い，その結果得
られるパラメータ累算メモリ18上の値に対して，パラメ
ータ決定部21より，一定しきい値以上の極大値を与える
点（xG ＊,yG ＊，θ＊）を検出し，それらの点を，対象
物体の位置xG,yGおよび回転角θとする。
このような手順および構成によって実現される一般化
ハフ変換を用いたマッチング処理は，画素単位に変換処
理をするので，入力となる濃淡画像サイズをSx＋Sy画素
とし，特徴点数をNf,回転の刻み数をＮθとすればSx×S
y×Nf×Ｎθ回のアドレス変換を行わなければならず，
処理時間が非常にかかり，実用的ではないという問題点
があった。
ハフ変換を用いたマッチング処理は，画素単位に変換処
理をするので，入力となる濃淡画像サイズをSx＋Sy画素
とし，特徴点数をNf,回転の刻み数をＮθとすればSx×S
y×Nf×Ｎθ回のアドレス変換を行わなければならず，
処理時間が非常にかかり，実用的ではないという問題点
があった。
本発明は，このような問題点に鑑みてなされたもの
で，その目的は，一般化ハフ変換を高速に行うための回
路を実現することにある。
で，その目的は，一般化ハフ変換を高速に行うための回
路を実現することにある。
前記した問題点を解決するため，本発明の第１の発明
は， 濃淡画像メモリに格納された濃淡値を予め指定された
量子化数で量子化し，画素毎に注目画素を中心とする指
定された大きさをもつ近傍内の近傍画素に対して濃淡値
のヒストグラムを算出し，ヒストグラム２次元データメ
モリに格納するヒストグラム２次元データ生成部と， 前記ヒストグラム２次元データメモリに格納されたヒス
トグラム２次元データに対し，予め指定されたサンプリ
ング間隔で，平滑化処理を行い，その結果を，予め指定
された量子化数で量子化し，圧縮ヒストグラム２次元デ
ータメモリに格納するデータ圧縮部と， 対象物体の指定された複数の特徴点について，各特徴
点の圧縮ヒストグラム値をアドレス信号として，前記各
特徴点と参照点との間の距離ｒと方位角φを前記アドレ
ス位置に格納する参照テーブルメモリと， 前記圧縮ヒストグラム２次元データメモリ上の各画素
（x,y）の値をアドレス信号として，前記参照テーブル
メモリから読み出される圧縮ヒストグラム値及び（r,
φ）値列と,x,yアドレスジェネレータからの信号x,y,角
度ジェネレータからの信号θを入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， 前記圧縮ヒストグラム値を前記候補座標値xG,yG及び
角度信号θをアドレスとしてパラメータ累算メモリに累
算する累算演算部と， 前記累積結果より一定しきい値以上の累積値の極大値
を与えるパラメータ累算メモリのアドレスxG,yG,θをそ
れぞれ対象物体の参照点位置座標xG ＊,yG ＊及び回転角
θ＊として出力するパラメータ決定部と，前記各部にタ
イミング信号および制御信号を与えるタイミングおよび
制御回路とを備え，圧縮ヒストグラムについて一般化ハ
フ変換を行うことによって，認識能力の劣化を招くこと
なく変換処理量の削減を行い，変換処理の高速化を図っ
たものである。
は， 濃淡画像メモリに格納された濃淡値を予め指定された
量子化数で量子化し，画素毎に注目画素を中心とする指
定された大きさをもつ近傍内の近傍画素に対して濃淡値
のヒストグラムを算出し，ヒストグラム２次元データメ
モリに格納するヒストグラム２次元データ生成部と， 前記ヒストグラム２次元データメモリに格納されたヒス
トグラム２次元データに対し，予め指定されたサンプリ
ング間隔で，平滑化処理を行い，その結果を，予め指定
された量子化数で量子化し，圧縮ヒストグラム２次元デ
ータメモリに格納するデータ圧縮部と， 対象物体の指定された複数の特徴点について，各特徴
点の圧縮ヒストグラム値をアドレス信号として，前記各
特徴点と参照点との間の距離ｒと方位角φを前記アドレ
ス位置に格納する参照テーブルメモリと， 前記圧縮ヒストグラム２次元データメモリ上の各画素
（x,y）の値をアドレス信号として，前記参照テーブル
メモリから読み出される圧縮ヒストグラム値及び（r,
φ）値列と,x,yアドレスジェネレータからの信号x,y,角
度ジェネレータからの信号θを入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， 前記圧縮ヒストグラム値を前記候補座標値xG,yG及び
角度信号θをアドレスとしてパラメータ累算メモリに累
算する累算演算部と， 前記累積結果より一定しきい値以上の累積値の極大値
を与えるパラメータ累算メモリのアドレスxG,yG,θをそ
れぞれ対象物体の参照点位置座標xG ＊,yG ＊及び回転角
θ＊として出力するパラメータ決定部と，前記各部にタ
イミング信号および制御信号を与えるタイミングおよび
制御回路とを備え，圧縮ヒストグラムについて一般化ハ
フ変換を行うことによって，認識能力の劣化を招くこと
なく変換処理量の削減を行い，変換処理の高速化を図っ
たものである。
また本発明の第２の発明は，上記第１の発明における
アドレス変換部の部分に代えて， 前記参照テーブルメモリから各特徴点のｒ値，φ値を
読み出して出力すると共に，前記圧縮ヒストグラム２次
元データメモリ上の各画素（x,y）の値との一致度を算
出する照合部と， x,yアドレスジェネレータからの信号x,y,角度ジェネ
レータからの信号θおよび，前記照合部から出力された
各特徴点に対するr,φ値を入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， の構成をもつものである。
アドレス変換部の部分に代えて， 前記参照テーブルメモリから各特徴点のｒ値，φ値を
読み出して出力すると共に，前記圧縮ヒストグラム２次
元データメモリ上の各画素（x,y）の値との一致度を算
出する照合部と， x,yアドレスジェネレータからの信号x,y,角度ジェネ
レータからの信号θおよび，前記照合部から出力された
各特徴点に対するr,φ値を入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， の構成をもつものである。
以下，図面を用いて本発明の第１の実施例を説明す
る。
る。
第１図（Ａ）（Ｂ）は，本発明の一実施例の構成ブロ
ック図である。
ック図である。
図において,1は，全体回路を統括・制御するタイミン
グおよび制御回路,2は，各画像メモリにx,yアドレスを
供給するx,yアドレスジェネレータ,3は,TVカメラの撮像
装置からのアナログ信号をA/D変換して得られる入力画
像または，その濃淡画像に対して，認識対象に適した特
徴抽出を行った結果得られる特徴画素の濃淡値を格納す
る濃淡画像メモリである。ここで，濃淡画像メモリデー
タそのものが，認識率や外乱に対するタフさに大きな影
響を与える。例えば，工具のような形状に意味のある対
象に対しては，局所エリア内でのエッジ方向の分散の度
合を示すエッジ曲率特徴などが適しているし，文字や図
柄を含んだ対象に対しては，モーメント量，コントラス
トや，局所エリア内でのエッジの頻度を示す複雑度特徴
などが適している。また，明度に直接関係する明るさの
コントラストなどは，照明条件の外乱変動に対しては，
影響を受ける。このような場合，できるだけエッジなど
の高周波成分をあたえる特徴を用いたほうが安定であ
る。
グおよび制御回路,2は，各画像メモリにx,yアドレスを
供給するx,yアドレスジェネレータ,3は,TVカメラの撮像
装置からのアナログ信号をA/D変換して得られる入力画
像または，その濃淡画像に対して，認識対象に適した特
徴抽出を行った結果得られる特徴画素の濃淡値を格納す
る濃淡画像メモリである。ここで，濃淡画像メモリデー
タそのものが，認識率や外乱に対するタフさに大きな影
響を与える。例えば，工具のような形状に意味のある対
象に対しては，局所エリア内でのエッジ方向の分散の度
合を示すエッジ曲率特徴などが適しているし，文字や図
柄を含んだ対象に対しては，モーメント量，コントラス
トや，局所エリア内でのエッジの頻度を示す複雑度特徴
などが適している。また，明度に直接関係する明るさの
コントラストなどは，照明条件の外乱変動に対しては，
影響を受ける。このような場合，できるだけエッジなど
の高周波成分をあたえる特徴を用いたほうが安定であ
る。
４は，前記濃淡画像メモリ上の各画素（x,y）に対し
て，ヒストグラム２次元データを生成するヒストグラム
２次元データ生成部である。ヒストグラム２次元データ
生成部４の演算は，量子化演算と局所ヒストグラム演算
とで構成される。
て，ヒストグラム２次元データを生成するヒストグラム
２次元データ生成部である。ヒストグラム２次元データ
生成部４の演算は，量子化演算と局所ヒストグラム演算
とで構成される。
５は，前記濃淡画像に対して，タイミングおよび制御
回路１により指定された量子化数Ｍで量子化を実行する
濃淡値量子化演算部,6は，その演算結果を格納する量子
化画像メモリ,7は，前記量子化画像メモリ上の各画素
（x,y）に対して，（x,y）を中心とした近傍内のみのデ
ータに対して，ヒストグラム演算を実行し，その結果得
られるヒストグラム値ｈ′１（x,y），…,h′Ｍ（x,y）
をヒストグラム２次元データメモリ９に格納する局所ヒ
ストグラム演算部である。ここで，局所ヒストグラム演
算の近傍エリアは，近傍マスクメモリ８に格納されてい
るマスクデータから決定される。近傍マスク形状は，正
方形でも，円でもよいが，認識対象の回転が予測される
場合は，円マスクとする。また、局所ヒストグラム演算
の対象となる量子化値は，通常,1からＭまでの全ての量
子化値を適用するが，処理時間を短縮するため，タイミ
ングおよび制御回路１から指定される選択された量子化
値を用いても良い。以下の説明では,1からＭまでの全て
の量子化値を適用した場合について説明する。また，局
所ヒストグラム演算部においては，エッジとエッジ曲率
とのように,2つの特徴を与える濃淡値を入力し，一方
を，画素値の頻度を計数するときの条件（例えば，エッ
ジ点以外は，計数の対象としない条件）を与える制御用
特徴とし，他方を，画素値の頻度算出の対象となる入力
特徴とすることにより，例えば，エッジに着目した特徴
についてだけの局所ヒストグラムが算出できるようにな
り，よりきめ細かな演算処理が実現可能となる。
回路１により指定された量子化数Ｍで量子化を実行する
濃淡値量子化演算部,6は，その演算結果を格納する量子
化画像メモリ,7は，前記量子化画像メモリ上の各画素
（x,y）に対して，（x,y）を中心とした近傍内のみのデ
ータに対して，ヒストグラム演算を実行し，その結果得
られるヒストグラム値ｈ′１（x,y），…,h′Ｍ（x,y）
をヒストグラム２次元データメモリ９に格納する局所ヒ
ストグラム演算部である。ここで，局所ヒストグラム演
算の近傍エリアは，近傍マスクメモリ８に格納されてい
るマスクデータから決定される。近傍マスク形状は，正
方形でも，円でもよいが，認識対象の回転が予測される
場合は，円マスクとする。また、局所ヒストグラム演算
の対象となる量子化値は，通常,1からＭまでの全ての量
子化値を適用するが，処理時間を短縮するため，タイミ
ングおよび制御回路１から指定される選択された量子化
値を用いても良い。以下の説明では,1からＭまでの全て
の量子化値を適用した場合について説明する。また，局
所ヒストグラム演算部においては，エッジとエッジ曲率
とのように,2つの特徴を与える濃淡値を入力し，一方
を，画素値の頻度を計数するときの条件（例えば，エッ
ジ点以外は，計数の対象としない条件）を与える制御用
特徴とし，他方を，画素値の頻度算出の対象となる入力
特徴とすることにより，例えば，エッジに着目した特徴
についてだけの局所ヒストグラムが算出できるようにな
り，よりきめ細かな演算処理が実現可能となる。
10は，前記ヒストグラム２次元データメモリ９上の各
画素に対して，画像圧縮するデータ圧縮部である。デー
タ圧縮部10は，再サンプリング・平滑化演算部11と，そ
の出力に対応するヒストグラム値量子化演算部12とで構
成される。再サンプリング・平滑化演算部11の演算は，
入力となるヒストグラム２次元データメモリデータを
ｈ′（x,y），出力をｈ″（X,Y）としたとき，次式で与
えられる。
画素に対して，画像圧縮するデータ圧縮部である。デー
タ圧縮部10は，再サンプリング・平滑化演算部11と，そ
の出力に対応するヒストグラム値量子化演算部12とで構
成される。再サンプリング・平滑化演算部11の演算は，
入力となるヒストグラム２次元データメモリデータを
ｈ′（x,y），出力をｈ″（X,Y）としたとき，次式で与
えられる。
ここで,W（p,q）は近傍マスクメモリ８から与えられ
るマスク関数データ,r＝ｅ×（Ｘ−１）,s＝ｅ×（Ｙ−
１）,eはタイミングおよび制御回路１より指定されるサ
ンプリング間隔である。ｘとＸやｙとＹの関係は,X＝x/
e＋１やＹ＝y/e＋１となり,X,Y値はX,Yアドレスジェネ
レータ13より供給される。通常,W（p,q）＝1,S＝（2P＋
１）（2Q＋１）とし，平均値を出力値とするが， Ｗ（p,q） ＝（1/2π σ２）exp（−（p2＋q2）／（２σ２）） （ただしσは標準偏差）のように，一般的な平滑化関数
をマスク関数として平滑化処理してもよい。以上の演算
は，積和演算器により実行される。さらに，ヒストグラ
ム値量子化演算部12では,h″（x,y）の値を，タイミン
グおよび制御回路１より指定された量子化数Ｌで量子化
し，その結果ｈ（x,y）を，圧縮ヒストグラム２次元デ
ータメモリ14に格納する。圧縮ヒストグラム２次元デー
タメモリ14には，量子化数Ｍに相当するＭ枚の圧縮ヒス
トグラム２次元データh1（x,y），…,hM（x,y）が格納
される。このように，データ圧縮部10では，ヒストグラ
ム２次元データメモリデータを,2次元データサイズとし
ても，ヒストグラム値のビット長としても圧縮を行う。
るマスク関数データ,r＝ｅ×（Ｘ−１）,s＝ｅ×（Ｙ−
１）,eはタイミングおよび制御回路１より指定されるサ
ンプリング間隔である。ｘとＸやｙとＹの関係は,X＝x/
e＋１やＹ＝y/e＋１となり,X,Y値はX,Yアドレスジェネ
レータ13より供給される。通常,W（p,q）＝1,S＝（2P＋
１）（2Q＋１）とし，平均値を出力値とするが， Ｗ（p,q） ＝（1/2π σ２）exp（−（p2＋q2）／（２σ２）） （ただしσは標準偏差）のように，一般的な平滑化関数
をマスク関数として平滑化処理してもよい。以上の演算
は，積和演算器により実行される。さらに，ヒストグラ
ム値量子化演算部12では,h″（x,y）の値を，タイミン
グおよび制御回路１より指定された量子化数Ｌで量子化
し，その結果ｈ（x,y）を，圧縮ヒストグラム２次元デ
ータメモリ14に格納する。圧縮ヒストグラム２次元デー
タメモリ14には，量子化数Ｍに相当するＭ枚の圧縮ヒス
トグラム２次元データh1（x,y），…,hM（x,y）が格納
される。このように，データ圧縮部10では，ヒストグラ
ム２次元データメモリデータを,2次元データサイズとし
ても，ヒストグラム値のビット長としても圧縮を行う。
圧縮ヒストグラム２次元データを得るまでの以上の処
理の流れの他に，濃淡画像メモリ３の内容から,Mまで量
子化し，その結果得られる量子化画像に対して，サンプ
リング間隔を指定し，そのサンプリング点のみに対し，
局所ヒストグラム演算を行い，その結果を,Lで量子化す
る処理があり，後者の方が演算時間および演算用ワーク
メモリが少なくてすむが，前者の方が最終的に得られる
圧縮ヒストグラム２次元データに対するサンプリング点
の取り方の影響度が少なく，安定した結果が得られる。
サンプリング間隔を細かく設定する場合には，後者の方
でも良いが，サンプリング間隔を大きく設定する場合に
は，前者の方にすることが望まれる。
理の流れの他に，濃淡画像メモリ３の内容から,Mまで量
子化し，その結果得られる量子化画像に対して，サンプ
リング間隔を指定し，そのサンプリング点のみに対し，
局所ヒストグラム演算を行い，その結果を,Lで量子化す
る処理があり，後者の方が演算時間および演算用ワーク
メモリが少なくてすむが，前者の方が最終的に得られる
圧縮ヒストグラム２次元データに対するサンプリング点
の取り方の影響度が少なく，安定した結果が得られる。
サンプリング間隔を細かく設定する場合には，後者の方
でも良いが，サンプリング間隔を大きく設定する場合に
は，前者の方にすることが望まれる。
まず，参照データ作成時の動作をはじめに示す。第２
図は参照テーブルメモリ15の構成を示す。認識対象に対
する圧縮ヒストグラム２次元データをH1（X,Y），…,HM
（X,Y）とすると，この画像上で,N個の特徴点を指定
し，同時に参照点も設定する。次に各特徴点と参照点と
の間の距離ｒと方位角φを算出する。ここで，圧縮ヒス
トグラム値列は,i（ｉ＝1,…,M）をヒストグラムの階級
値,k（ｋ＝1,…Ｌ）をヒストグラムの量子化レベルとす
ると,M×Ｌのアドレスで値が表現できる。即ち、ｉ番目
の階級値で,k番目の量子化レベルとなる圧縮ヒストグラ
ム値Hi（ｋ）は，参照デーブルメモリ上でＬ×（ｉ−
１）＋ｋのアドレス位置となる。ここで，特徴点の個数
Ｎ（ｊ＝1,…,N）の分だけ，次の処理が実行される。
図は参照テーブルメモリ15の構成を示す。認識対象に対
する圧縮ヒストグラム２次元データをH1（X,Y），…,HM
（X,Y）とすると，この画像上で,N個の特徴点を指定
し，同時に参照点も設定する。次に各特徴点と参照点と
の間の距離ｒと方位角φを算出する。ここで，圧縮ヒス
トグラム値列は,i（ｉ＝1,…,M）をヒストグラムの階級
値,k（ｋ＝1,…Ｌ）をヒストグラムの量子化レベルとす
ると,M×Ｌのアドレスで値が表現できる。即ち、ｉ番目
の階級値で,k番目の量子化レベルとなる圧縮ヒストグラ
ム値Hi（ｋ）は，参照デーブルメモリ上でＬ×（ｉ−
１）＋ｋのアドレス位置となる。ここで，特徴点の個数
Ｎ（ｊ＝1,…,N）の分だけ，次の処理が実行される。
（処理） ｊ番目の特徴点がもつ圧縮ヒストグラム値列
（（Hi（ｋ）,k＝1,…Ｌ）,i＝1,…,M）の各要素に対応
する参照テーブルメモリ上のアドレス位置を決定し，そ
のアドレス位置に，特徴点の位置ベクトルデータ（rj,
φｊ）値を順次格納する。
（（Hi（ｋ）,k＝1,…Ｌ）,i＝1,…,M）の各要素に対応
する参照テーブルメモリ上のアドレス位置を決定し，そ
のアドレス位置に，特徴点の位置ベクトルデータ（rj,
φｊ）値を順次格納する。
一方，パターンマッチング演算時では，圧縮ヒストグ
ラム２次元データをh1（X,Y），…,hM（X,Y）とすると,
1つの画素点（X,Y）に対して，（hi（X,Y），…,i＝1,
…,M）の要素数Ｍの回数だけ下記の操作を行う。
ラム２次元データをh1（X,Y），…,hM（X,Y）とすると,
1つの画素点（X,Y）に対して，（hi（X,Y），…,i＝1,
…,M）の要素数Ｍの回数だけ下記の操作を行う。
（処理） （X,Y）における圧縮ヒストグラム値列の要
素hi（X,Y）が参照テーブルメモリのどのアドレス位置
に相当するかを決定する。このアドレス位置は，前記の
ように,L×（ｉ−１）＋ｋによって決定される。ここ
で，決定されたアドレス位置に（rj,φｊ）値列がなけ
れば，処理を何も実行せず，次の要素のアドレス位置を
サーチする。（rj,φｊ）値列があれば，（rj,φｊ）値
列の要素の個数分だけ，以下の処理を行う。
素hi（X,Y）が参照テーブルメモリのどのアドレス位置
に相当するかを決定する。このアドレス位置は，前記の
ように,L×（ｉ−１）＋ｋによって決定される。ここ
で，決定されたアドレス位置に（rj,φｊ）値列がなけ
れば，処理を何も実行せず，次の要素のアドレス位置を
サーチする。（rj,φｊ）値列があれば，（rj,φｊ）値
列の要素の個数分だけ，以下の処理を行う。
角度ジェネレータより，角度値θを認識対象が回転し
うる角度範囲内で，Δθのビッチでインクリメントして
出力し，下記の処理を行う。
うる角度範囲内で，Δθのビッチでインクリメントして
出力し，下記の処理を行う。
１） 角度ジェネレータから供給される角度値θ，参照
テーブルメモリから読み出されたrj,φｊを入力とし
て，アドレス変換部17で， xG′＝ｘ＋rj cos（θ＋φｊ） yG′＝ｙ＋rj sin（θ＋φｊ） のアドレス変換が行われ，参照点の候補座標値XG′,
YG′が算出される。この演算を高速に行うために,sin
θ,cosθテーブルメモリ19のルックアップテーブルを使
用する。
テーブルメモリから読み出されたrj,φｊを入力とし
て，アドレス変換部17で， xG′＝ｘ＋rj cos（θ＋φｊ） yG′＝ｙ＋rj sin（θ＋φｊ） のアドレス変換が行われ，参照点の候補座標値XG′,
YG′が算出される。この演算を高速に行うために,sin
θ,cosθテーブルメモリ19のルックアップテーブルを使
用する。
２） 前記圧縮ヒストグラムの要素値hi（X,Y）を、累
積演算部16で累積し，累積値Ａ（XG′,YG′，θ）をパ
ラメータ累算メモリ18のアドレス（XG′,YG′，θ）の
位置に格納する。
積演算部16で累積し，累積値Ａ（XG′,YG′，θ）をパ
ラメータ累算メモリ18のアドレス（XG′,YG′，θ）の
位置に格納する。
画素位置（X,Y）は，左上隅から右下隅まで走査さ
れ，上記処理が繰り返される。
れ，上記処理が繰り返される。
ここで，本実施例により得られたパラメータ累算メモ
リ18のデータに対して，パラメータ決定部21において，
タイミングおよび制御回路１より指定されたしきい値以
上の累積値を有する極大点（XG ＊,YG ＊，θ＊）を，認
識対象の参照点位置（XG ＊,YG ＊）及び回転角θ＊とす
る。入力画像中に，認識対象が複数ある場合には，一定
しきい値以上の極大点が複数存在する。また，極大点の
算出方法としては，一定しきい値で，パラメータ累算メ
モリ18の内容Ａ（XG′,YG′，θ）を２値化し，クラス
タ重心を算出することにより実現される。
リ18のデータに対して，パラメータ決定部21において，
タイミングおよび制御回路１より指定されたしきい値以
上の累積値を有する極大点（XG ＊,YG ＊，θ＊）を，認
識対象の参照点位置（XG ＊,YG ＊）及び回転角θ＊とす
る。入力画像中に，認識対象が複数ある場合には，一定
しきい値以上の極大点が複数存在する。また，極大点の
算出方法としては，一定しきい値で，パラメータ累算メ
モリ18の内容Ａ（XG′,YG′，θ）を２値化し，クラス
タ重心を算出することにより実現される。
ここで，本実施例と従来の一般化ハフ変換の関係は，
一般化ハフ変換が画素値が参照テーブルメモリ24に登録
された値であれば，パラメータ累算メモリに１画素分の
頻度１を逐次累算して格納する構成になっているのに対
し，本実施例では，変換を行う前に，画素値毎に，ある
まとまったエリア内の画素の頻度を算出し（局所ヒスト
グラム演算），算出された頻度値をパラメータ累算メモ
リに累算する構成となっており，一般化ハフ変換の累積
演算の一部を局所ヒストグラム演算に置き換えたもので
ある。
一般化ハフ変換が画素値が参照テーブルメモリ24に登録
された値であれば，パラメータ累算メモリに１画素分の
頻度１を逐次累算して格納する構成になっているのに対
し，本実施例では，変換を行う前に，画素値毎に，ある
まとまったエリア内の画素の頻度を算出し（局所ヒスト
グラム演算），算出された頻度値をパラメータ累算メモ
リに累算する構成となっており，一般化ハフ変換の累積
演算の一部を局所ヒストグラム演算に置き換えたもので
ある。
サンプリング間隔が大きくなった場合は，パラメータ
決定部21で決定されるパラメータの分解能が低下すると
いう問題点が生じるが，粗いサンプリング間隔で，粗い
位置決めをしてから，再度，参照点（XG,YG）および回
転角度θを探索範囲を限定し，より細かいサンプリング
間隔で上記処理を繰り返し実行する階層処理を行えば，
処理の高速化と同時に分解能の確保を図ることができ
る。
決定部21で決定されるパラメータの分解能が低下すると
いう問題点が生じるが，粗いサンプリング間隔で，粗い
位置決めをしてから，再度，参照点（XG,YG）および回
転角度θを探索範囲を限定し，より細かいサンプリング
間隔で上記処理を繰り返し実行する階層処理を行えば，
処理の高速化と同時に分解能の確保を図ることができ
る。
次に本発明の他の実施例を説明する。
第３図（Ａ）（Ｂ）は，本発明の他の実施例の構成ブ
ロック図である。大部分は第１図図示の場合と同じであ
るので説明の重複をさけるが，異なる点は次の個所であ
る。
ロック図である。大部分は第１図図示の場合と同じであ
るので説明の重複をさけるが，異なる点は次の個所であ
る。
第３図において,22は，参照テーブルメモリ15に格納
されている参照データと前記圧縮ヒストグラム２次元デ
ータメモリデータとを対比させ，パラメータ累算メモリ
18へ累算する重み値を決定する照合部である。
されている参照データと前記圧縮ヒストグラム２次元デ
ータメモリデータとを対比させ，パラメータ累算メモリ
18へ累算する重み値を決定する照合部である。
参照データ作成時の動作をはじめに示す。第４図は参
照テーブルメモリ15の構成を示す。認識対象に対し予め
抽出した圧縮ヒストグラム２次元データをH1（X,Y），
…,HM（X,Y）とすると，この画像上で,N個の特徴点を指
定し，同時に参照点も設定する。次に各特徴点と参照点
との間の距離rjと方位角φｊを算出する。算出された各
特徴点のr,φ値（（rj,φｊ）,j＝1,…Ｎ）を，参照テ
ーブルメモリ15に順次書き込み，同時に，特徴点位置の
圧縮ヒストグラム値列をも参照テーブルメモリ15の同じ
位置に書き込む。即ち,j番目の特徴点の参照テーブルメ
モリ15上の格納位置に，圧縮ヒストグラム画像上のｊ番
目の特徴点が有する圧縮ヒストグラム値列H1（ｊ），
…,HM（ｊ）を併せて格納する。
照テーブルメモリ15の構成を示す。認識対象に対し予め
抽出した圧縮ヒストグラム２次元データをH1（X,Y），
…,HM（X,Y）とすると，この画像上で,N個の特徴点を指
定し，同時に参照点も設定する。次に各特徴点と参照点
との間の距離rjと方位角φｊを算出する。算出された各
特徴点のr,φ値（（rj,φｊ）,j＝1,…Ｎ）を，参照テ
ーブルメモリ15に順次書き込み，同時に，特徴点位置の
圧縮ヒストグラム値列をも参照テーブルメモリ15の同じ
位置に書き込む。即ち,j番目の特徴点の参照テーブルメ
モリ15上の格納位置に，圧縮ヒストグラム画像上のｊ番
目の特徴点が有する圧縮ヒストグラム値列H1（ｊ），
…,HM（ｊ）を併せて格納する。
一方，パターンマッチング演算時では，入力画像の圧
縮ヒストグラム２次元データをh1（X,Y），…,hM（X,
Y）とすると,1つの画素点（X,Y）に対して下記の操作を
行う。
縮ヒストグラム２次元データをh1（X,Y），…,hM（X,
Y）とすると,1つの画素点（X,Y）に対して下記の操作を
行う。
ｊ＝１からＮまで下記の処理を行う。
１） 一致度算出部23では，（X,Y）における圧縮ヒス
トグラム値列と参照テーブルメモリ15上のｊ番目の特徴
点の圧縮ヒストグラム値列との一致度mjを算出する。
トグラム値列と参照テーブルメモリ15上のｊ番目の特徴
点の圧縮ヒストグラム値列との一致度mjを算出する。
（ただし,cは定数である。） ２） 角度ジェネレータ20より，角度値θを認識対象が
回転しうる角度範囲内でΔθのピッチでインクリメント
して出力し，下記の処理を行う。
回転しうる角度範囲内でΔθのピッチでインクリメント
して出力し，下記の処理を行う。
２−１） 角度ジェネレータ20から供給される角度値
θ，参照テーブルメモリ15から読み出されrj,φｊを入
力として，アドレス変換部17では， XG′＝Ｘ＋rjcos（θ＋φｊ） YG′＝Ｙ＋rjsin（θ＋φｊ） のアドレス変換が行われ，参照点の候補座標値XG′,
YG′が算出される。この演算を高速に行うために,sin
θ,cosθテーブルメモリ19のルックアップテーブルを使
用する。
θ，参照テーブルメモリ15から読み出されrj,φｊを入
力として，アドレス変換部17では， XG′＝Ｘ＋rjcos（θ＋φｊ） YG′＝Ｙ＋rjsin（θ＋φｊ） のアドレス変換が行われ，参照点の候補座標値XG′,
YG′が算出される。この演算を高速に行うために,sin
θ,cosθテーブルメモリ19のルックアップテーブルを使
用する。
２−２） 前記一致度mjを，累積演算部16で累積し，累
積値Ａ（XG′,YG′，θ）をパラメータ累算メモリ18の
アドレス（XG′,YG′，θ）を位置に格納する。
積値Ａ（XG′,YG′，θ）をパラメータ累算メモリ18の
アドレス（XG′,YG′，θ）を位置に格納する。
画素位置（X,Y）は，左上隅から右下隅まで走査さ
れ，上記処理が繰り返される。
れ，上記処理が繰り返される。
ここで，このような実施例により得られたパラメータ
累算メモリ18のデータに対して，パラメータ決定部21に
おいて，タイミングおよび制御回路１より指定されたし
き値以上の累積値を有する極大点（XG ＊,YG ＊，θ＊）
を，認識対象の参照点位置（XG ＊,YG ＊）及び回転角θ
＊とする。入力画像中に，認識対象が複数ある場合に
は，一定しきい値以上の極大点が複数存在する。また，
極大点の算出方法としては，一定しきい値で，パラメー
タ累算メモリ18の内容Ａ（XG′,YG′，θ）を２値化
し，クラスタ重心を算出することにより実現される。
累算メモリ18のデータに対して，パラメータ決定部21に
おいて，タイミングおよび制御回路１より指定されたし
き値以上の累積値を有する極大点（XG ＊,YG ＊，θ＊）
を，認識対象の参照点位置（XG ＊,YG ＊）及び回転角θ
＊とする。入力画像中に，認識対象が複数ある場合に
は，一定しきい値以上の極大点が複数存在する。また，
極大点の算出方法としては，一定しきい値で，パラメー
タ累算メモリ18の内容Ａ（XG′,YG′，θ）を２値化
し，クラスタ重心を算出することにより実現される。
ここで，従来の一般化ハフ変換が，画像データ値その
ものにより参照テーブルメモリ24を引き，対応する特徴
点の位置ベクトルデータを出力する構成となっているの
に対して，本構成例では，ヒストグラム値により参照テ
ーブルメモリ15を走査して参照テーブルメモリ15に登録
されている全特徴点の位置ベクトルデータ（ri,φｊ）
を各特徴点のヒストグラム値との一致度と共に出力する
構成となっている。
ものにより参照テーブルメモリ24を引き，対応する特徴
点の位置ベクトルデータを出力する構成となっているの
に対して，本構成例では，ヒストグラム値により参照テ
ーブルメモリ15を走査して参照テーブルメモリ15に登録
されている全特徴点の位置ベクトルデータ（ri,φｊ）
を各特徴点のヒストグラム値との一致度と共に出力する
構成となっている。
サンプリング間隔が大きくなった場合は，パラメータ
決定部21で決定されるパラメータの分解能が低下すると
いう問題点が生じるが，粗いサンプリング間隔で，粗い
位置決めをしてから，再度，参照点（xG,yG）および回
転角θの探索範囲を限定し，より細かいサンプリング間
隔で上記処理を繰り返し実行する階層処理を行えば，処
理の高速化と同時に分解能の確保を図ることができる。
決定部21で決定されるパラメータの分解能が低下すると
いう問題点が生じるが，粗いサンプリング間隔で，粗い
位置決めをしてから，再度，参照点（xG,yG）および回
転角θの探索範囲を限定し，より細かいサンプリング間
隔で上記処理を繰り返し実行する階層処理を行えば，処
理の高速化と同時に分解能の確保を図ることができる。
本発明においては，入力となる濃淡画像に対し，サン
プリング数を減らすことにより，かなりの演算時間を削
減できる。即ち，サンプリング数が少なければ，必然的
に特徴点数が少なくなる。また，回転パラメータθの分
解能については，例えば,512×512画素のサンプリング
数の場合，パラメータ累算メモリ上で適切な量子化ステ
ップの累積データを得るためには， tan-1（1/512）＝0.1度 の分解能が必要となるが,32×32画素のサンプリング数
の場合には， tan-1（1/32）＝1.79度 の分解能でよい。第10図に，サンプリング数と要求角度
分解能との関係を示す。また，ヒストグラム演算に要す
る時間は，一般化ハフ変換に要する時間に較べればかな
り小さく，全体の処理時間は，近似的にＯ（N4）のオー
ダー（N:サンプリング数）で低減する。このような効果
は，従来の一般化ハフ変換において，単純に，入力とな
る濃淡画像を再サンプリングし，平滑化することによっ
ても生じるが，特徴抽出以前の情報量の低減した平滑化
画像の画素値についてマッチングを行うことになるの
で，認識能力が著しく低減する。一方，本発明では，局
所ヒストグラム値の系列を特徴値として，まず抽出し，
この特徴値について再サンプリングと平滑化を行いマッ
チング処理するので情報の削減効果を上げながら認識能
力への影響を最小限に抑えることができる。
プリング数を減らすことにより，かなりの演算時間を削
減できる。即ち，サンプリング数が少なければ，必然的
に特徴点数が少なくなる。また，回転パラメータθの分
解能については，例えば,512×512画素のサンプリング
数の場合，パラメータ累算メモリ上で適切な量子化ステ
ップの累積データを得るためには， tan-1（1/512）＝0.1度 の分解能が必要となるが,32×32画素のサンプリング数
の場合には， tan-1（1/32）＝1.79度 の分解能でよい。第10図に，サンプリング数と要求角度
分解能との関係を示す。また，ヒストグラム演算に要す
る時間は，一般化ハフ変換に要する時間に較べればかな
り小さく，全体の処理時間は，近似的にＯ（N4）のオー
ダー（N:サンプリング数）で低減する。このような効果
は，従来の一般化ハフ変換において，単純に，入力とな
る濃淡画像を再サンプリングし，平滑化することによっ
ても生じるが，特徴抽出以前の情報量の低減した平滑化
画像の画素値についてマッチングを行うことになるの
で，認識能力が著しく低減する。一方，本発明では，局
所ヒストグラム値の系列を特徴値として，まず抽出し，
この特徴値について再サンプリングと平滑化を行いマッ
チング処理するので情報の削減効果を上げながら認識能
力への影響を最小限に抑えることができる。
第１図は本発明の第１の実施例を示す構成ブロック図，
第２図は第１図図示の場合の参照テーブルメモリの構成
及び動作を示す図，第３図は本発明の第２の実施例を示
す構成ブロック図，第４図は第２図図示の場合の参照テ
ーブルメモリの構成及び動作を示す図，第５図は従来の
一般化ハフ変換の一例を示す構成ブロック図，第６図は
従来の一般化ハフ変換の参照テーブルメモリ構成を示す
図，第７図乃至第９図は一般化ハフ変換の原理説明図，
第10図はサンプリング数と要求角度分解能との関係を示
す図である。 １……タイミングおよび制御回路 ２……x,yアドレスジェネレータ ３……濃淡画像メモリ ４……ヒストグラム２次元データ生成部 ５……濃淡値量子化演算部 ６……量子化画像メモリ ７……局所ヒストグラム演算部 ８……近傍マスクメモリ ９……ヒストグラム２次元データメモリ 10……データ圧縮部 11……再サンプリング・平滑化演算部 12……ヒストグラム値量子化演算部 13……X,Yアドレスジェネレータ 14……圧縮ヒストグラム２次元データメモリ 15,24……参照テーブルメモリ 16……累積演算部 17……アドレス変換部 18……パラメータ累算メモリ 19……sinθ,cosθテーブルメモリ 20……角度ジェネレータ 21……パラメータ決定部 22……照合部 23……一致度算出部
第２図は第１図図示の場合の参照テーブルメモリの構成
及び動作を示す図，第３図は本発明の第２の実施例を示
す構成ブロック図，第４図は第２図図示の場合の参照テ
ーブルメモリの構成及び動作を示す図，第５図は従来の
一般化ハフ変換の一例を示す構成ブロック図，第６図は
従来の一般化ハフ変換の参照テーブルメモリ構成を示す
図，第７図乃至第９図は一般化ハフ変換の原理説明図，
第10図はサンプリング数と要求角度分解能との関係を示
す図である。 １……タイミングおよび制御回路 ２……x,yアドレスジェネレータ ３……濃淡画像メモリ ４……ヒストグラム２次元データ生成部 ５……濃淡値量子化演算部 ６……量子化画像メモリ ７……局所ヒストグラム演算部 ８……近傍マスクメモリ ９……ヒストグラム２次元データメモリ 10……データ圧縮部 11……再サンプリング・平滑化演算部 12……ヒストグラム値量子化演算部 13……X,Yアドレスジェネレータ 14……圧縮ヒストグラム２次元データメモリ 15,24……参照テーブルメモリ 16……累積演算部 17……アドレス変換部 18……パラメータ累算メモリ 19……sinθ,cosθテーブルメモリ 20……角度ジェネレータ 21……パラメータ決定部 22……照合部 23……一致度算出部
Claims (2)
- 【請求項１】参照メモリに格納してある対象物体上の特
徴点の画像特徴と入力画像の画像特徴との対応関係か
ら，対象物体の参照点（xG,yG）の位置及び回転角θを
検出するパターンマッチング回路において， 入力画像データまたは入力画像データに対する特徴抽出
処理を行って得られる特徴画像データを格納する濃淡画
像メモリと， 前記濃淡画像メモリに格納された濃淡値を予め指定され
た量子化数で量子化し，量子化された濃淡画像上の各画
素に対し，指定された近傍サイズ内の近傍画像の中で，
量子化された濃淡画像の画素値の局所ヒストグラムを算
出し，ヒストグラム２次元データメモリに格納するヒス
トグラム２次元データ生成部と， 前記ヒストグラム２次元データメモリに格納されたヒス
トグラム２次元データに対し，予め指定されたサンプリ
ング間隔で，平滑化処理を行い，その結果，予め指定さ
れた量子化数で量子化し，圧縮ヒストグラム２次元デー
タメモリに格納するデータ圧縮部と， 対象物体の指定された複数の特徴点について，各特徴点
の圧縮ヒストグラム値をアドレス信号として，前記各特
徴点と参照点との間の距離ｒと方位角φを前記アドレス
位置に格納する参照テーブルメモリと， 前記圧縮ヒストグラム２次元データメモリ上の各画素
（x,y）の値をアドレス信号として，前記参照テーブル
メモリから読み出される圧縮ヒストグラム値及び（r,
φ）値列と、x,yアドレスジェネレータからの信号x,y,
角度ジェネレータからの信号θを入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， 前記圧縮ヒストグラム値を前記候補座標値xG,yG及び角
度信号θをアドレスとしてパラメータ累算メモリに累積
する累積部と， 前記累積結果より一定しきい値以上の累積値の極大値を
与えるパラメータ累算メモリのアドレスxG,yG,θをそれ
ぞれ対象物体の参照点位置座標xG ＊,yG ＊及び回転角θ
＊として出力するパラメータ決定部から構成されるパタ
ーンマッチング回路。 - 【請求項２】参照メモリに格納してある対象物体上の特
徴点の画像特徴と入力画像の画像特徴との対応関係か
ら，対象物体の参照点（xG,yG）の位置及び回転角θを
検出するパターンマッチング回路において， 入力画像データまたは入力画像データに対する特徴抽出
処理を行って得られる特徴画像データを格納する濃淡画
像メモリと， 前記濃淡画像メモリに格納された濃淡値を予め指定され
た量子化数で量子化し，量子化された濃淡画像上の各画
素に対し，指定された近傍サイズ内の近傍画素の中で，
量子化された濃淡画像の画素値の局所ヒストグラムを算
出し，ヒストグラム２次元データメモリに格納するヒス
トグラム２次元データ生成部と， 前記ヒストグラム２次元データメモリに格納されたヒス
トグラム２次元データに対し，予め指定されたサンプリ
ング間隔で，平滑化処理を行い，その結果，予め指定さ
れた量子化数で量子化し，圧縮ヒストグラム２次元デー
タメモリに格納するデータ圧縮部と， 対象物体の指定された複数の特徴点について，各特徴点
と参照点との間の距離ｒと方位角φ，各特徴点の圧縮ヒ
ストグラム値を格納する参照テーブルメモリと， 前記参照テーブルメモリから各特徴点のｒ値，φ値を読
み出して出力すると共に，前記圧縮ヒストグラム２次元
データメモリ上の各画素（x,y）の値との一致度を算出
する照合部と， x,yアドレスジェネレータからの信号x,y,角度ジェネレ
ータからの信号θおよび，前記照合部から出力された各
特徴点に対するr,φ値を入力として， xG＝ｘ＋r cos（θ＋φ）， yG＝ｙ＋r sin（θ＋φ） のアドレス変換を実行し，参照点の候補座標xG値,yG値
を算出するアドレス変換部と， 前記一致度を前記候補座標値xG,yG及び角度信号θをア
ドレスとしてパラメータ累算メモリに累積する累積演算
部と， 前記累積結果より一定しきい値以上の累積値の極大値を
与えるパラメータ累算メモリのアドレスxG,yG,θをそれ
ぞれ対象物体の参照点位置座標xG ＊,yG ＊及び回転角θ
＊として出力するパラメータ決定部から構成されるパタ
ーンマッチンク回路。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63313567A JP2632987B2 (ja) | 1988-12-12 | 1988-12-12 | パターンマッチング回路 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63313567A JP2632987B2 (ja) | 1988-12-12 | 1988-12-12 | パターンマッチング回路 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02158888A JPH02158888A (ja) | 1990-06-19 |
| JP2632987B2 true JP2632987B2 (ja) | 1997-07-23 |
Family
ID=18042867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63313567A Expired - Fee Related JP2632987B2 (ja) | 1988-12-12 | 1988-12-12 | パターンマッチング回路 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2632987B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0729000A (ja) * | 1993-07-15 | 1995-01-31 | Nec Corp | 画像の細線化方法および画像処理装置 |
| JP6326244B2 (ja) * | 2014-02-19 | 2018-05-16 | 株式会社東光高岳 | 画像処理装置 |
-
1988
- 1988-12-12 JP JP63313567A patent/JP2632987B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02158888A (ja) | 1990-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mukhopadhyay et al. | A survey of Hough Transform | |
| US5063604A (en) | Method and means for recognizing patterns represented in logarithmic polar coordinates | |
| EP2858030B1 (en) | Performing a histogram using an array of addressable registers | |
| CN109543489B (zh) | 基于二维码的定位方法、装置和存储介质 | |
| US6826311B2 (en) | Hough transform supporting methods and arrangements | |
| CN110660104A (zh) | 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质 | |
| CN110334762B (zh) | 一种基于四叉树结合orb和sift的特征匹配方法 | |
| Kassim et al. | A comparative study of efficient generalised Hough transform techniques | |
| CN106981077B (zh) | 基于dce和lss的红外图像和可见光图像配准方法 | |
| US20120082385A1 (en) | Edge based template matching | |
| WO1991018366A1 (en) | A method of detecting skew in form images | |
| US6055334A (en) | Image processing device and method for detecting the location of the feature of interest in an object image | |
| CN107851196B (zh) | 一种图像模式匹配的方法及装置 | |
| CN1685367A (zh) | 基于定向边缘的快速二维目标定位 | |
| CN111429344B (zh) | 基于感知哈希的激光slam闭环检测方法及系统 | |
| CN110472521B (zh) | 一种瞳孔定位校准方法及系统 | |
| CN111507908A (zh) | 图像矫正处理方法、装置、存储介质及计算机设备 | |
| CN107967477B (zh) | 一种改进的sift特征联合匹配方法 | |
| Tsai | An improved generalized Hough transform for the recognition of overlapping objects | |
| JP3054682B2 (ja) | 画像処理方法 | |
| WO2008032375A1 (fr) | Dispositif et procédé de correction d'image, et programme informatique | |
| JP2632987B2 (ja) | パターンマッチング回路 | |
| Dryanovski et al. | Real-time pose estimation with RGB-D camera | |
| CN115953399A (zh) | 基于轮廓特征与svdd的工业部件结构性缺陷检测方法 | |
| CN114998624A (zh) | 图像查找方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |