JP2642215B2 - エッジとラインとの抽出方法とその装置 - Google Patents

エッジとラインとの抽出方法とその装置

Info

Publication number
JP2642215B2
JP2642215B2 JP2078556A JP7855690A JP2642215B2 JP 2642215 B2 JP2642215 B2 JP 2642215B2 JP 2078556 A JP2078556 A JP 2078556A JP 7855690 A JP7855690 A JP 7855690A JP 2642215 B2 JP2642215 B2 JP 2642215B2
Authority
JP
Japan
Prior art keywords
point
line
edge
edge point
points
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
Application number
JP2078556A
Other languages
English (en)
Other versions
JPH02285475A (ja
Inventor
ロバート・エイチ・メイアー
ケビン・ケー・トング
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raytheon Co
Original Assignee
Hughes Aircraft Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hughes Aircraft Co filed Critical Hughes Aircraft Co
Publication of JPH02285475A publication Critical patent/JPH02285475A/ja
Application granted granted Critical
Publication of JP2642215B2 publication Critical patent/JP2642215B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

【発明の詳細な説明】 従来分野 本発明は、画像処理装置、特にエッジとラインを検知
するための画像処理装置に関するものである。
従来の技術 航空機、衛星、その他の画像形式で使用される莫大な
データ量は、現在使われているコンピュータ環境の処理
能力をはるかに超えるものである。それ故、予知できな
い場面や対象を表示する、莫大な仮想の量を与える対象
を迅速に、自動的に検知できるシステムが必要となる。
コンピュータ視覚システムの仕事は、普通三クラス分
けられる：ローレベル，ミドルレベル，ハイレベルであ
る。ローレベル分析は、生の画像を、領域、ラインのよ
うな簡単に扱える視覚原素と色、肌合い、大きさ、形、
方向、長さなどの属性とに分解することである。ミドル
レベル処理は、ローレベル処理で検知されたラインや領
域を分析し、例えば、幾つかの幾何学的な形やパターン
を見つけることである。ハイレベル分析は、場面内の対
象を認知し、描写するように拡大された幾何学的特性を
処理する。
本発明はローレベル画像処理の初歩的改良に関する。
ローレベル処理のための生画像の入力は、一般に、部分
的に、反射、深さ、方向、明るさに不連続性による画像
での強度変化を含んでいる。かなりの局部的強度変化
（エッジ）を、より整然とした全体事象（ライン又は境
界）に構成することは、視覚信号をミドルレベル、上級
レベルで解釈できるように有効な中間構成概念に変化さ
せる上で、初期的なものではあるが、重要な段階であ
る。この20年、エッジ検知のために数多くの方法が、開
発されてきた。これらの方法は、次のものを包含してい
る： １）得られたデータの「間びき」処理が続く固定された
大きさの二次元ウィンド内の単純閾値コンボリュウショ
ン処理（例、ソベルオペレータ、ロバートクロスオペレ
ータ）。
２）「ゼロ−交差」を検知するための演算法に接続され
た二次元処理ウィンド内のラプラシアンオペレータ。
３）アラリックファット相モデル演算法 ４）ネバティカーバブ演算法 これらのあるいは別の現在使われている方法によって
さえ、ライン・セグメントを生成することは、時間のか
かる、エッジ連結とラインの分割処理を必要とする難し
い問題として残されてきた。このことから、従来の方法
よりもより確実で、より速くエッジとライン・セグメン
トを形成する技術が望まれていた。
遅いということ以外は、上記エッジ検知技術は、他に
もいろいろ欠点がある。例えば、様々な解像度とコント
ラストのある画像は、固定された二次元ウィンド又はパ
ッチを使用することで、扱いにくくなる。固定ウィンド
を使用すると次の２つの問題が生じてくる： １）エッジが、ウィンドより大きすぎると、エッジがな
いか、多数エッジかのどちらかになる。
２）ウィンドが大きすぎると、ウィンド内のデータを平
均化することで、詳細なところがぼやけてしまう。
この問題に対処する一つの方法は色々な大きさのウィ
ンドを使用することであるが、様々なウィンドの大きさ
から得られたデータを分類することが、複雑であるた
め、この技術の有用性は限られてしまう。その結果、た
くさんの異なった解像度をもつ画像特性を、疑似のエッ
ジや欠落したエッジをずっと少なくして、同じようにう
まく扱うことができる画像処理方法が望まれることにな
る。
固定された二次元ウィンドの大きさから生じる問題
に、閾値に対して生じる感度の問題がある。若しウィン
ドの大きさが、小さすぎると、エッジの一部だけが測定
される。従ってコンボリュウション処理が、強度変化の
部分だけを測定し、全体のエッジの強度変化を検知する
ための閾値のセットは、高過ぎて、エッジを無視してし
まう。閾値を下げると、一つのエッジのみが存在する場
合でも多数のエッジとなる。その結果、閾値の設定に、
敏感になりすぎずに、ハイコントラスト画像と、ローコ
ントラスト画像間で、正しく識別できる画像処理方法
が、望まれることになる。
発明の構成 本発明は、画像データから、エッジと直線のライン・
セグメントを迅速に的確に検知する画像処理装置を供給
するものである。本発明は、二次元よりも、一次元画像
データ分析を行うものである。その結果、ウィンドの大
きさは静的よりもむしろ有効な動的なものになり、全て
のエッジを把握できるようになる。これは一連の水平走
査線並びに／或は垂直走査線を使って走査線の強度のデ
ータに、一次元エッジのしるしを探すことで行われる。
走査線の強度のデータ内のエッヂ点の変化度（曲がり）
が分析され、確かなエッジ特性をもっているかどうか
が、決定される。一度確認されると、エッジの境界を表
すこれらの曲がり点の複数の対は、複数の単一エッジ点
の位置を決定するのに使用される。これは、一対の曲が
り点間の平均強度レベルを検知し、その点をエッジ位置
として選定する事で、実行される。事実、この処理によ
り、ウィンドの大きさが、動的に設定され、多くの異な
った解像度とコントラストをもつエッジが分析される。
一つのエッジ点の位置が、決定されると、続く次の走
査線上で、複数のエッジ点の位置が、あとを追って探知
され、直線のライン・セグメントを形成する。これは、
最初の点から、可能なライン・セグメントの方向の範囲
を設定し、次の走査線上のエッジ点の位置が、その範囲
内にあるかどうかを決定する事で、実行される。もし、
その範囲内にあれば、最初の第一のエッジ点と、次の第
二のエッジ点の間に、ライン・セグメントが描かれ、許
容範囲は続く走査線上に各エッジ点に対して狭められ、
最後には、一つのエッジ点も、許容範囲内には、なくな
ってしまう。所定のライン・セグメント方向から外れた
エッジは、次に、新しいライン・セグメントを始めるの
に使用され得る。
この全ての処理に必要なのは、この画像データを一回
或いは二回通して処理するだけである。並列処理法によ
り２つの処理を同時に行い得る。その結果、これに匹敵
する従来の方法よりも、はるかに速くデジタル化した画
像データから、エッジ点とライン・セグメントを抽出す
ることができる。
本発明は、多くの異なった解像度をもつ画像を同じよ
うにうまく処理できる。更に、エッジとライン・セグメ
ントのデータは、より「鮮明に」抽出されるので、疑似
のエッジや欠落したエッジがずっと少なくなり、ライン
が分断される事はほとんど無い。多くの画像では、エッ
ジの閾値のパラメータは、従来の方法の場合よりも重要
ではなく、ハイコントラスト画像とローコントラスト画
像を正しく識別する。又、本発明は、エッジ以外の主要
点、例えば、海岸線或は道路、車などの組み合わされた
特徴をもつものを検知し、記録するのにも使われる。更
に、本発明を使って、ある決ったスペクトルの特徴をも
つものを検知することもできる。
望ましい実施例の説明 第１図は、二次元信号（即ち画像）を提示している。
Ｘ軸とＹ軸は、画像の水平軸と垂直軸であり、第三番目
の軸は、各点（ピクセル）での、デジタル化した画像の
強度（明るさ）を表わしている。画像源は、光である
か、又は別の領域の、磁気スペクトルでありうる。ある
いは聴覚の情報であるかもしれないし、別の望ましい二
次元信号であるかもしれない。特殊な例として、デジタ
ル化した画像は、CCD信号出力をデジタル化し、512×51
2配列のピクセルの強度値を生成するフレームグラバー
に連結されたCCDセンサーから得られることもある。こ
れらの値は、自動的にコンピュータ・メモリに記憶され
る。明確にするために、第２図は、32のピクセル点の強
度値だけを表していることに注意して欲しい。しかし、
512×512要素のCCDセンサーが使用された場合は、所定
の走査線は、実際には、512のピクセル点の強度値をも
つであろう。
本発明に従って、ピクセルの強度曲線10上の各ピクセ
ルの強度値は、点12の強度で表示される。強度データ
が、第１図，第２図で図説補助として絵画的に描かれて
いることは、評価されるであろう。本発明の方法は、実
際にデータを記入していくのではなく、データ上で様々
な計算をして、実行される。同様に、「走査」という言
葉も、特に、垂直線と水平線に沿ったデータの分析を示
すのに使われており、画像を機械的に走査する動きを含
むものではない。
本発明は、２つの手順から成り、画像データからライ
ン・セグメントを形成する。
第一の手順は、エッジ点の検知である。第二の手順
は、検知されたエッジ点を追跡して、ラインを形成する
ことから成る。一度エッジ点が、検知されると、エッジ
点は、多くの方法で使用されうる情報を与えることは、
評価されるであろう。しかし、望ましいこの実施例で
は、発明の第一の部分で決定されたエッジ点を使って、
発明の第二の部分に従ってライン・セグメントを作るこ
とが望ましい。
本発明の第一の部分では、エッジ点の検知は１つの一
次元のプロセスとして実行される。最初に、第２図で示
されたデータのような強度データは、エッジの特性を示
している強度の特性を求めて分析される。これは、ま
ず、データを変化差分演算で処理し、走査線の強度曲線
10に沿って各点12での局部的な「傾斜」を求めることで
実行される。詳細には、強度曲線10の任意の点14に対し
て、点14と先と点16とを連結する線の傾斜が決定され
る。同様に、次の点18に対して、この点18と点18の先と
点14を連結する線の傾斜が決定される。次に、最初に得
られた傾斜は、角度すなわち「傾斜角度」に、次の式を
使って変換される。
角度＝tan-1（ｃ×傾斜） ここでｃは（１より小さい）、0.75のような定数であ
る。ｃの選択値は、それほど重要ではない。ｃはピクセ
ル強度の増幅率、すなわち垂直ゲインとして働き、角度
の関数が使い易い整数表示となるように設定される。
次に走査線に沿った各点での傾斜の変化度をうるため
に、傾斜角度の変化差分が、求められる。例えば、第一
の点14での傾斜の変化度は、第二の点18での傾斜角度か
ら第一の点14での傾斜角度を引いたものに等しくなる。
次に曲率極値点の位置が決められる。曲率極値点は、
強度曲線10上で、最大の正又は負の局部傾斜変化度をも
つ点を表す。第２図では、曲率極値点は、円のつけられ
た点20で表わされている。変化度が極大であることを決
定するには同じ符号をもった連続する一連の変化度の大
きさを比較すれば良い。曲率極値点20は、そのピクセル
の値がその前後のピクセルの値との間で比較的変化が大
きい点を表していることが、第２図を見れば、明らかで
あろう。即ち、曲率極値点とは、強度変化の傾向が、大
きく変化している箇所のことである。画像データで、エ
ッジの境界の両側を特徴づけるのは、この強度変化の急
激な変化（すなわち、陰影）である。このことは、第３
図に表わされている。
幾つかのシステムでは、センサーあるいは、別の発生
源からのノイズが、分析される画像と何の関係もないピ
ーク或いは、スパイクを導くことがある。残念なことに
このようなノイズ、スパイクが曲率極値点として解釈さ
れてしまうことが起こり得る。このようなノイズを効果
的に過して除くために、全ての曲率極値点を調べて、
それらが、或るノイズ閾値を越えていないかどうかチェ
ックされうる。このノイズ閾値は、曲率極値点が位置づ
けられる点での走査線の強度曲線の傾斜に比例するよう
に選定されうる。次にこの値を越える曲率極値点は、ノ
イズを表してるらしいので無視されうる。この閾値は、
システム及びこの画像データの多くの特徴に基づくもの
であり、容認できないノイズレベルに対して鈍感なシス
テムにおいては、ノイズ閾値に対して曲率極値点を比較
するステップが完全に省かれうることは、評価されるで
あろう。
次の段階は、曲率極値点20からエッジの存在を確認す
ることである。曲率極値点20は、データ自身により決定
されるので、本発明は、エッジの検出が出来る大きさの
動的ウィンドを設定する。第２図から、左端の第一曲率
極値点20と、第二曲率極値点20との強度の差は、全くわ
ずかであるが、第二曲率極値点と第三曲率極値点20との
強度の差は、はるかに大きいことがわかるであろう。こ
のことから、エッジは、第二、第三曲率極値点20の間の
どこかにあるが、第一、第二曲率極値点20の間には比較
的均一な強度（即ちエッジがない）表面が存在すると考
え得る。従って、エッジを検知するのには、各曲率極値
点20での強度レベルを各近隣の曲率極値点20の強度レベ
ルに比較してみる。エッジはその差が所定の閾値を越え
ているところに見つかる。
この順序は、第３図でより詳細に描写されている。こ
こで、強度曲線10の一部分が、二つの曲率極値点20を伴
って表わされている。第一曲率極値点20での強度レベル
I1と呼ぶ。第二曲率極値点20での強度はI2とする。強度
変化I2−I1が、所定の閾値を越えると、エッジが確認さ
れる。場合によっては、強度レベルの差は、エッジのな
いところで、閾値を越えることがあり得る。このこと
は、例えば、その領域の一方の側部から他方の側部への
強度レベルの全体的変化が、かなり大きいが、２つの極
大点間にエッジは存在しないような穏やかな濃淡の変化
の長い領域で生じ得る。穏やかな濃淡の変化の領域で、
エッジがあると見られることを防ぐためには、２つの近
隣曲率極値点間の強度の値の差が、所定の閾値を越える
場合に、ピクセル当たりの平均強度変化を調べると良
い。ピクセル当たりの平均強度変化が、所定量以下なら
ば、例えば１強度単位以下であれば、その領域は、エッ
ジを含んではいないが、漸次強度が変化している領域で
ありうると、決論しうる。そのような場合には、これら
の曲率極値点間には、エッジは、１つも見つけられない
であろう。
一つのエッジが２つの曲率極値点20の間に存在するこ
とが、確認されれば、エッジ点位置が決定されうる。そ
れには、２つの曲率極値点20の間の平均強度レベルを求
めればよい。即ち（I1＋I2）/2に等しい強度レベルが求
められる。次に強度曲線10上の平均強度レベルに対応す
るピクセルが、決定される。次にこの走査線上のこのピ
クセル位置を、エッジ点とする。与えられた走査線に対
してその強度曲率10全体にわたって各曲率極値点20に対
する上記の手順が、繰り返される。
本発明の第二部でのライン・セグメントの形成を始め
るに当たって、上記の全ての手順が、次の（第二の）走
査線に対して繰り返される。エッジ点が、この（第二
の）走査線に見つけられれば、それらのエッジ点は、先
の走査線のエッジ点に比較され、下記の手順によって、
最初の（第一の）走査線のエッジ点と次の（第二の）走
査線のエッジ点との間に、ライン・セグメントが描かれ
得るかどうかが、決定される。そして、ライン・セグメ
ント形成過程が、全ての続く平行な走査線に対し繰り返
される。
本発明において、より詳しくは、各走査線が処理さ
れ、一組のエッジ点が選ばれると、それらのエッジ点
は、同じ様に選ばれ得るかどうか追跡される。即ち、任
意の走査線から抽出されたエッジ点は、次の３つの規則
に従って、先の走査線で検知されたエッジ点と連結され
る。
１）先のライン上のエッジ点がまだ直線のライン・セグ
メントで連結されておらず、検知されたエッジ点が先の
走査線上のエッジ点の“n"ピクセルの中にあれば、検知
された２つのエッジ点を使って、直線のライン・セグメ
ントを創る。
２）検知されたエッジ点が、先の走査線上のエッジ点の
“n"ピクセルの中に存在せず、また既存の直線のライン
・セグメントと連結できない場合は、新しいライン・セ
グメントの開始点用にその検知エッジ点の位置をとって
おく。
３）検知されたエッジ点が、予見されるエッジ点の位置
（現在描かれているライン・セグメントの知識をもって
予見される場所）の“n"ピクセルの中にある場合は、下
記に記載しているような方法で適切なライン・セグメン
トに、新たにエッジ点を付け加えるようにする。
“n"の選定は、重要ではない。その正確な数は、試行
錯誤により最適なものに決められることは、評価される
であろう。例えば、幾つかの形状におる“n"は１個又は
２個のピクセルであるように、選定されうる。
さて、第４図では、既存のライン・セグメントに、付
け加える手順が、図説されている。上記の規則１から、
最初の２つのエッジ点を使って、直線のライン・セグメ
ントを創ることに、注意して欲しい。これら２つのエッ
ジ点から、最初に描かれたライン・セグメントの方向が
コンピュータで計算される。これは、第４図で、「ライ
ン・セグメント方向の推定線」と明示している。所定の
ピクセル数の「エラー・バー」（一般には、１個又は２
個のピクセル）が、第二のエッジ点に割り当てらる。こ
のバーを使って、次のエッジ点が、ライン・セグメント
に付加される時に、ライン・セグメント方向が調整され
得る範囲にあるかどうかを決定する。この考え方によれ
ばエッジ点が属しているライン・セグメントに沿ってエ
ッジ点の実際の位置を、ある程度変動させることができ
る。他方、これらのエッジ点は、直線に代わって孤形に
なる様に、最初のライン・セグメント方向から外れてゆ
っくり移動することは許されない。
第４図は、更に、ライン・セグメントに付加される第
三のエッジ点を表している。第三のエッジ点はライン・
セグメントの許容範囲内（ライン・セグメント方向の第
一上方限界線と第一下方限界線の間）にあるのでそれは
ライン・セグメントの一部であり、新しい線の始まるで
はないことを決定する基準に合格する。第三のエッジ点
に割り当てられたエラーバーを使って、ライン・セグメ
ント方向が調整され得て、より狭い範囲が新たに設置さ
れる。この範囲は、第４図に示されており、「ライン・
セグメント方向での第二上方限界線」、「ライン・セグ
メント方向での第二下方限界線」と明示された線で形成
されている。ライン・セグメント方向での第一下方限界
線が、ライン・セグメント方向での第一下方限界線と一
致し、ライン・セグメント方向の新しい範囲を狭めてい
ることに注意して欲しい。第二ライン・セグメント方向
の推定線は、第一のエッジ点から、最も新しい第三のエ
ッジ点にかけて行われる。
最後に、第四のエッジ点か考慮される。第４図に示す
ように、第四のエッジ点はライン・セグメント方向での
第二上方及び下方限界線の範囲外にある。従って、第四
のエッジ点はライン・セグメントには付け加えられ得な
い。ライン・セグメントの追跡は、第三のエッジ点で終
了し、第四のエッジ点の位置は、新たにライン・セグメ
ントがスタートできる位置としてとっておかれる。
本発明の第一部（エッジ検知）と、第二部（ライン・
セグメント形成）とは、両方共、次の走査線に移る以前
に、各走査ライン上で実行されることは注目されてよ
い。その結果、垂直走査線を通る一回の工程と、水平走
査線を通る一回の工程のみが必要である。更に、垂直、
水平の走査工程は、完全に関連が無いので、２つのデー
タを通る工程は同時に、例えば並列処理の方法で実行さ
れ得る。そのような場合、垂直水平走査がもともと分離
し得るのだということから、並列化する演算の通常のス
テップを行うことは必要ではなくなる。これらの特徴的
な事がらにより、当発明の実行のスピードを上げること
ができる。
垂直、水平走査ラインの夫々の役割を分割して、重複
を避け、更に当発明の速度と、正確度を良くする方法が
いろいろある。この視点から、垂直、水平走査の両方
が、望ましいが、この二つの絶対的に必要であるとは限
らないことに注目すべきである。有用なライン・セグメ
ント情報を、どちらかの組からでも誘導することができ
るが、垂直線走査は、垂直画像線を処理することができ
ず、水平走査は、水平画像線を扱うことができないこと
から、両方の走査をもつ方が望ましい。従って、垂直、
水平走査の役割を分割して各々が、夫々の「影響領域」
をもつことが、望まれる。例えば、各組の走査は、±45
゜の範囲のライン・セグメントを扱うようにすればよ
い。明確に水平走査は、垂直方向と垂直線の両側の45゜
内のライン・セグメントを扱うことができ、垂直走査
は、水平方向に沿うライン・セグメントと水平方向の両
側の45゜内のライン・セグメントも扱うことができる。
その結果、この処理はたとえ処理できても許容範囲外の
ライン・セグメントを追跡することは無いであろう。
きっかり45゜では何らかのあいまいさが残り、両方の
走査が別の走査ラインに属するとして45゜のライン・セ
グメントを無視する可能性もあるというマイナス思考が
ある。そこで、水平垂直両方向の管轄範囲を少し重ねる
ようにすればよい。ラインを二度数えるかもしれないと
いう危険はあるが…。
生成されたデータは、垂直方向と水平方向の走査から
のライン・セグメントの点の座標から構成されているこ
とは、評価される。これらは、独立してあるいは組み合
わされて使用してもよい。ライン・セグメントのデータ
は、視覚検査用に記入されても良いし、次のミドルレベ
ル画像と、より高いレベル画像の分析に直接使用されて
も良い。
さて、第５図は、当発明の実施例に従って画像処理シ
ステム22を単純化したダイヤグラムである。CCDアレー
であり得るセンサー24は、画同からいろいろな強度の信
号を受信する。センサーは、生の信号を電気信号に変換
し、それはプリプロセッサー26に伝送される。このプリ
プロセッサー26は、例えばフレームや把握や、デジタル
化のような機能を実行する。デジタル化された信号は、
次にIO装置30、CPU32、メモリ34を備えた処理装置28に
伝送される。一度画像データが受けとられ、メモリ34に
記憶されると、処理装置28はそのデータにもとづいて必
要な計算をし、上記の技術を使って、エッジ及びライン
・セグメントの位置を得ることができる。最後に、エッ
ジとライン・セグメントの位置の座標が処理装置28から
ディスプレイ装置36に送られ、装置36において望ましい
方法で使用される。
本発明が、ハードウェアの実行にも使えるという点
は、評価されるであろう。先に述べた通り、関連の少な
い水平垂直両走査の性質は２つの作業を比較的単純に並
列させることができる。又、処理が一次元信号の問題と
してアプローチされているので、デジタル信号処理チッ
プを使い、パイプライン型処理装置で簡単に扱うことが
できる。その結果、周知の簡単に使用できる低価格のハ
ードウェアを使って当発明を実行することができる。
予備試験では、512×512ピクセルから200×200ピクセ
ル平方の範囲の画像が使用された。画像の各ピクセル
は、０から255強度単位の範囲にある強度をもってい
た。画像は、可視光線のデータと赤外線のデータの両方
を含んでいた。テスト画像の場面は、２〜３個の別々の
ピクセルを特徴とする非常にばらついた画像、即ち６か
ら130強度単位の範囲で、強度変化のある非常に高低の
激しいコントラストと、鮮明な４個のピクセルからぼや
けた25個のピクセルの範囲の境界線のある混合画像解像
度と、最も大きな寸法に沿った４個以下のピクセルから
最も大きな寸法に沿った300個以上のピクセルの範囲に
ある大小の画像、を含んでいた。マイクロバックスIIコ
ンピュータで実行された発明に対する時間テストと、ラ
イン・セグメントの品質テストが行なわれた。この発明
では飲料の缶の512×512ピクセルの画像からエッジ点を
抽出するのに60秒かかり、更にライン・セグメントを得
るのに、更に30秒かかった。同じ飲料の缶の試験画像上
でエッジ点を抽出するのに、最新式の抽出演算法（ネヴ
ァティアーバブ飲料法）では24分かかった。当発明は、
ぼやけた線を非常にうまく処理することを明らかにし
た。他の最新式演算法と比較すると、それらが、ぼやけ
た線を処理する能力が非常に欠けていることがわかっ
た。
この分野の技術者は、この発明を使えば、他の長所も
得られること、又、仕様、図面、前記請求項を読めば、
当発明の真の精神から出発せずとも変更が可能であるこ
とがわかるであろう。
【図面の簡単な説明】
本発明が持つ様々な長所は、この分野での技術者が前記
の仕様を読み、次の図面を参照することにより明らかに
なる。 第１図は、代表画像データの連続走査線に沿った、一連
のピクセルの強度曲線の鳥瞰図である。 第２図は、本発明に従って、単一の走査線に沿った、連
続ピクセルに対する単一のピクセル強度曲線のグラフで
ある。 第３図は、２つの曲率極値点からエッジ点の誘導を示
す、第２図のピクセル強度曲線のグラフの一部分であ
る。 第４図は、本発明に従って、エッジ点を記録して、ライ
ン・セグメントを形成する方法を図説したものである。 第５図は、本発明による、画像処理システムのダイヤグ
ラムである。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭63−182788（ＪＰ，Ａ) Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓ ｉｎｇ Ｖｏｌ．16，Ｎｏ．２，Ｊｕｎ ｅ，1981 ＰＰ．116−149

Claims (9)

    (57)【特許請求の範囲】
  1. 【請求項１】画像センサからの画像データから良質の画
    像を得るための装置であり、前記画像はピクセルの値に
    よって表示され、前記良質の画像を得る事は前記画像の
    形に関する予備的情報無しで行われ、前記装置は； 曲率極値点を、ピクセルの値が先行及び後続のピクセル
    の値に比べ比較的に大きく変化する走査線上の点として
    同定する手段と； 対をなす曲率極値点のピクセルの値の差を評価し、前記
    の差が所定の閾値を越える曲率極値点の対を同定する手
    段と； 個々のエッジ点を、前記同定された対の曲率極値点間の
    走査線の上の点として同定するための手段と； 第１及び第２のエッジ点が第１及び第２の隣接走査線上
    にある様に、隣接する走査線の上のエッジ点を、同定す
    るための手段と； 第１のエッジ点と第２のエッジ点との間の差がｎピクセ
    ルよりも小さい（ｎは整数）時に、前記第１のエッジ点
    と第２のエッジ点との間に形成された直線であるライン
    ・セグメントを形成するための手段と； 前記第１のエッジ点から、前記第２のエッジ点よりも大
    きいｘピクセルだけ離れた点（ｘは整数）までの線を考
    え、及び前記第１のエッジ点から、前記第２のエッジ点
    より小さいｘピクセルだけ離れた点までの線を考えるこ
    とにより上方及び下方のライン・セグメント方向での限
    界線を考えるための手段と； 前記第二の走査線に隣接する第３の走査線上の第３のエ
    ッジ点が、前記上方及び下方のライン・セグメント方向
    での限界線の間にあるならば、前記第１のエッジ点と前
    記第３のエッジ点との間で、新しいライン・セグメント
    を形成する手段と； エッジ点及びライン・セグメントのみを具備する良質と
    された画像をディスプレイするためのディスプレイ手段
    とを具備する装置。
  2. 【請求項２】前記画像センサからの画像データによる画
    像の走査線が水平走査線或いは垂直走査線である請求項
    １記載の装置。
  3. 【請求項３】各エッジ点の前記曲率極値をそのエッジ点
    の傾斜の変化度に比例する第２の所定の閾値と比較する
    ための手段と、 前記第２の閾値を越える曲率極値点を無視し、それによ
    って前記ピクセルの値内のノイズが無視されるための手
    段；
  4. 【請求項４】隣接曲率極値点間でピクセル当たりの変化
    の平均値を比較し、それから前記変化の平均値を第３の
    所定の閾値と比較し、前記第３の閾値を越えない場合
    は、前記曲率極値点間でエッジ点が同定されないための
    手段を更に具備する請求項３記載の装置。
  5. 【請求項５】画像センサからの、複数のピクセルを有す
    る画像データから良質の画像を得るための方法であり、
    前記画像はピクセルの値のデータによって表示され、前
    記画像は形の無いピクセルの値のデータ、形のあるピク
    セルの値のデータの何れでもよく、前記良質の画像は前
    記形に就いての予備的情報なしにもたらされ、前記方法
    は； ａ）前記ピクセルの値が前記センサの走査線の上の隣接
    ピクセルの値に対して比較的大きく変化するピクセルを
    決定することによって前記走査線内の曲率極値点を同定
    することと； ｂ）前記走査線の上の全ての対の曲率極値点の前記ピク
    セルの値間の大きさの差を評価することと； ｃ）前記差が所定の閾値を越える選らばれた対の曲率極
    値点を決定することと； ｄ）走査線の上で、前記同定された対に対する値の間の
    或る値を有し、前記走査線の上の前記同定された対の間
    に配置されているピクセルをエッジ点として同定するこ
    とと； ｅ）第１及び第２のエッジ点が第１及び第２の隣接走査
    線の上にある様に、隣接する走査線の上のエッジ点、を
    同定することと； ｆ）第１のエッジ点と第２のエッジ点との間の差がｎピ
    クセルよりも小さい（ｎは整数）時に、前記第１のエッ
    ジ点と第２のエッジ点との間にライン・セグメントを形
    成することと； ｇ）前記第１のエッジ点から前記第２のエッジ点より大
    きいｘピクセルだけ離れた点までの線を考えること（ｘ
    は整数）と、前記第１のエッジ点から前記第２のエッジ
    点より小さいｘピクセルだけ離れた点までの線を考える
    ことにより、上方及び下方のライン・セグメント方向で
    の限界線を考えることと； ｈ）前記第二の走査線に隣接する第３の走査線の上の第
    ３のエッジ点が前記上方及び下方のライン・セグメント
    方向での限界線の間にある場合には、前記第１のエッジ
    点と前記第３のエッジ点との間に、新たなライン・セグ
    メントを形成することと； ｉ）エッジ点及びライン・セグメントのみを具備する良
    質とされた画像をディスプレイすることと； のステップを具備する方法。
  6. 【請求項６】前記第１のエッジ点から前記第３のエッジ
    点よりも大きいｘピクセルだけ離れた点への線を考える
    ことによって、及び前記第１のエッジ点から前記第３の
    エッジ点よりも小さいｘピクセルだけ離れた点への線を
    考えることによって新しい上方及び下方のライン・セグ
    メント方向での限界線を考える事と、ライン・セグメン
    ト方向での限界線のより狭い範囲を作るライン・セグメ
    ント方向での限界線のみを使用する事とのステップ
    （ｊ）を更に具備する請求項５記載の方法。
  7. 【請求項７】（ｋ）第１のエッジ点と、上方及び下方の
    ライン・セグメント方向での限界線の間にある最後のエ
    ッジ点との間にライン・セグメントを形成し直すこと
    と； （ｌ）上方及び下方の方向の限界線の間にあるエッジ点
    の間に追加のライン・セグメントを形成すること； とのステップを更に具備する請求項６記載の方法。
  8. 【請求項８】前記走査線内の曲率極値点を同定するステ
    ップ（ａ）が、前記値の曲線の導関数が第２の閾値を越
    える点を決定するステップを具備する請求項５記載の方
    法。
  9. 【請求項９】エッジ点として同定する前記ステップ
    （ｄ）が、同定された対の曲率極値点のピクセルの値の
    平均値に等しい値を有する点を決定するステップを具備
    する請求項５記載の方法。
JP2078556A 1989-03-27 1990-03-27 エッジとラインとの抽出方法とその装置 Expired - Fee Related JP2642215B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US328919 1989-03-27
US07/328,919 US5081689A (en) 1989-03-27 1989-03-27 Apparatus and method for extracting edges and lines

Publications (2)

Publication Number Publication Date
JPH02285475A JPH02285475A (ja) 1990-11-22
JP2642215B2 true JP2642215B2 (ja) 1997-08-20

Family

ID=23283037

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2078556A Expired - Fee Related JP2642215B2 (ja) 1989-03-27 1990-03-27 エッジとラインとの抽出方法とその装置

Country Status (6)

Country Link
US (1) US5081689A (ja)
EP (1) EP0389968B1 (ja)
JP (1) JP2642215B2 (ja)
DE (1) DE69027616T2 (ja)
ES (1) ES2088913T3 (ja)
IL (1) IL93533A0 (ja)

Families Citing this family (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6067379A (en) * 1988-12-09 2000-05-23 Cognex Corporation Method and apparatus for locating patterns in an optical image
US5648901A (en) * 1990-02-05 1997-07-15 Caterpillar Inc. System and method for generating paths in an autonomous vehicle
US5537494A (en) * 1990-05-29 1996-07-16 Axiom Innovation Limited Video image data encoding and compression system using edge detection and luminance profile matching
US5692072A (en) * 1990-11-06 1997-11-25 Olympus Optical Co., Ltd. Edge detecting device
DE69212035T2 (de) * 1991-04-08 1997-01-09 Matsushita Electric Ind Co Ltd Bildverarbeitungsgerät
US5381791A (en) * 1992-03-10 1995-01-17 Siemens Medical Systems, Inc. Automatic indentification of anatomical features of interest from data acquired in nuclear medicine studies and automatic positioning of scintillation cameras to carry out such studies at optimal positions
EP0630503A1 (en) * 1992-03-10 1994-12-28 Siemens Medical Systems, Inc. Identification of anatomical features from data
US5429135A (en) * 1992-03-10 1995-07-04 Siemens Medical Systems, Inc. Determining the depth of an organ which is the subject of a nuclear medicine study using only planar image data
US5423316A (en) * 1992-03-10 1995-06-13 Siemens Medical Systems, Inc. Automatic identification of anatomical features of interest from data acquired in nuclear medicine studies and superimposition of such features of persistence scope displays
US5487115A (en) * 1992-05-14 1996-01-23 United Parcel Service Method and apparatus for determining the fine angular orientation of bar code symbols in two-dimensional CCD images
US5748804A (en) * 1992-05-14 1998-05-05 United Parcel Service Of America, Inc. Method and apparatus for processing images with symbols with dense edges
US5276315A (en) * 1992-05-14 1994-01-04 United Parcel Service Of America, Inc. Method and apparatus for processing low resolution images of degraded bar code symbols
US5438636A (en) * 1992-05-14 1995-08-01 United Parcel Service Of America, Inc. Apparatus for simultaneously convolving multiple digital binary images using a single convolver with a binary mask to determine pixel densities
US5343028A (en) * 1992-08-10 1994-08-30 United Parcel Service Of America, Inc. Method and apparatus for detecting and decoding bar code symbols using two-dimensional digital pixel images
US5418862A (en) * 1992-08-10 1995-05-23 United Parcel Service Of America Method and apparatus for detecting artifact corners in two-dimensional images
US5329105A (en) * 1992-08-10 1994-07-12 United Parcel Service Of America, Inc. Method and apparatus for determining the width of elements of bar code symbols
US5384451A (en) * 1993-01-29 1995-01-24 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code symbols using composite signals
US5412197A (en) * 1993-01-29 1995-05-02 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code symbols using gradient signals
US5352878A (en) * 1993-01-29 1994-10-04 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code symbols using independent bar and space analysis
US5404003A (en) * 1993-02-01 1995-04-04 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code symbols using byte-based searching
JP3480971B2 (ja) * 1993-10-17 2003-12-22 ヒューレット・パッカード・カンパニー 画像データの生成方法及び復元方法
US5638110A (en) * 1993-10-28 1997-06-10 Xerox Corporation Two dimensional slope thresholding in a hyperacuity printer
CA2128858A1 (en) 1993-10-28 1995-04-29 Douglas N. Curry Two dimensional linear interpolation with slope output for a hyperacuity printer
US5412196A (en) * 1994-04-01 1995-05-02 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code images using multi-order feature vectors
US5438188A (en) * 1994-04-01 1995-08-01 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code images using information from previous scan lines
JP3193240B2 (ja) * 1994-09-08 2001-07-30 株式会社東芝 画像処理装置
DE19500817C1 (de) * 1995-01-13 1996-02-22 Zeiss Carl Jena Gmbh Verfahren zur Bestimmung von Kantenpositionen
US5745596A (en) * 1995-05-01 1998-04-28 Xerox Corporation Method and apparatus for performing text/image segmentation
US6026176A (en) 1995-07-25 2000-02-15 Cognex Corporation Machine vision methods and articles of manufacture for ball grid array inspection
US5987172A (en) * 1995-12-06 1999-11-16 Cognex Corp. Edge peak contour tracker
US5845007A (en) * 1996-01-02 1998-12-01 Cognex Corporation Machine vision method and apparatus for edge-based image histogram analysis
US5872870A (en) * 1996-02-16 1999-02-16 Cognex Corporation Machine vision methods for identifying extrema of objects in rotated reference frames
US5909504A (en) * 1996-03-15 1999-06-01 Cognex Corporation Method of testing a machine vision inspection system
US6031931A (en) * 1996-03-15 2000-02-29 Sony Corporation Automated visual inspection apparatus
US6259827B1 (en) 1996-03-21 2001-07-10 Cognex Corporation Machine vision methods for enhancing the contrast between an object and its background using multiple on-axis images
US6298149B1 (en) 1996-03-21 2001-10-02 Cognex Corporation Semiconductor device image inspection with contrast enhancement
US5978502A (en) * 1996-04-01 1999-11-02 Cognex Corporation Machine vision methods for determining characteristics of three-dimensional objects
JPH09329527A (ja) * 1996-04-08 1997-12-22 Advantest Corp 画像処理方法および画像処理装置
US6137893A (en) * 1996-10-07 2000-10-24 Cognex Corporation Machine vision calibration targets and methods of determining their location and orientation in an image
US5960125A (en) 1996-11-21 1999-09-28 Cognex Corporation Nonfeedback-based machine vision method for determining a calibration relationship between a camera and a moveable object
US5953130A (en) * 1997-01-06 1999-09-14 Cognex Corporation Machine vision methods and apparatus for machine vision illumination of an object
US6075881A (en) * 1997-03-18 2000-06-13 Cognex Corporation Machine vision methods for identifying collinear sets of points from an image
US5974169A (en) * 1997-03-20 1999-10-26 Cognex Corporation Machine vision methods for determining characteristics of an object using boundary points and bounding regions
US6141033A (en) * 1997-05-15 2000-10-31 Cognex Corporation Bandwidth reduction of multichannel images for machine vision
US6608647B1 (en) 1997-06-24 2003-08-19 Cognex Corporation Methods and apparatus for charge coupled device image acquisition with independent integration and readout
US6690841B2 (en) * 1997-07-07 2004-02-10 General Electric Company Method and apparatus for image registration
US5978080A (en) * 1997-09-25 1999-11-02 Cognex Corporation Machine vision methods using feedback to determine an orientation, pixel width and pixel height of a field of view
US6025854A (en) * 1997-12-31 2000-02-15 Cognex Corporation Method and apparatus for high speed image acquisition
US6236769B1 (en) 1998-01-28 2001-05-22 Cognex Corporation Machine vision systems and methods for morphological transformation of an image with zero or other uniform offsets
US6282328B1 (en) 1998-01-28 2001-08-28 Cognex Corporation Machine vision systems and methods for morphological transformation of an image with non-uniform offsets
US6215915B1 (en) 1998-02-20 2001-04-10 Cognex Corporation Image processing methods and apparatus for separable, general affine transformation of an image
US6381375B1 (en) 1998-02-20 2002-04-30 Cognex Corporation Methods and apparatus for generating a projection of an image
US6516092B1 (en) 1998-05-29 2003-02-04 Cognex Corporation Robust sub-model shape-finder
US6167150A (en) * 1998-07-24 2000-12-26 Cognex Corporation Method and apparatus for detecting extended defects in an object
US6639593B1 (en) * 1998-07-31 2003-10-28 Adobe Systems, Incorporated Converting bitmap objects to polygons
US6687402B1 (en) 1998-12-18 2004-02-03 Cognex Corporation Machine vision methods and systems for boundary feature comparison of patterns and images
US6381366B1 (en) 1998-12-18 2002-04-30 Cognex Corporation Machine vision methods and system for boundary point-based comparison of patterns and images
JP2000241117A (ja) * 1999-02-22 2000-09-08 Keyence Corp 画像のエッジ検出方法、検査装置及び記録媒体
JP2000293696A (ja) * 1999-04-07 2000-10-20 Matsushita Electric Ind Co Ltd 画像認識装置
US6901171B1 (en) 1999-04-30 2005-05-31 Cognex Technology And Investment Corporation Methods and apparatuses for refining groupings of edge points that represent a contour in an image
US6697535B1 (en) 1999-04-30 2004-02-24 Cognex Technology And Investment Corporation Method for refining a parameter of a contour in an image
GB2391678B (en) * 1999-07-05 2004-05-05 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
GB2394349B (en) * 1999-07-05 2004-06-16 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
JP3534009B2 (ja) * 1999-09-24 2004-06-07 日本電気株式会社 輪郭抽出方法及び装置
US6684402B1 (en) 1999-12-01 2004-01-27 Cognex Technology And Investment Corporation Control methods and apparatus for coupling multiple image acquisition devices to a digital data processor
US6748104B1 (en) 2000-03-24 2004-06-08 Cognex Corporation Methods and apparatus for machine vision inspection using single and multiple templates or patterns
US6459807B1 (en) 2000-06-13 2002-10-01 Semiconductor Technologies & Instruments, Inc. System and method for locating irregular edges in image data
US6993190B1 (en) * 2000-11-01 2006-01-31 Hewlett-Packard Development Company, L.P. System and method for detecting text edges in digital document images
US7043080B1 (en) 2000-11-21 2006-05-09 Sharp Laboratories Of America, Inc. Methods and systems for text detection in mixed-context documents using local geometric signatures
DE10157958B4 (de) * 2000-11-29 2012-11-15 Omron Corp. Bildverarbeitungsverfahren und-vorrichtung
US7006669B1 (en) 2000-12-31 2006-02-28 Cognex Corporation Machine vision method and apparatus for thresholding images of non-uniform materials
US7013047B2 (en) * 2001-06-28 2006-03-14 National Instruments Corporation System and method for performing edge detection in an image
KR100450839B1 (ko) * 2001-10-19 2004-10-01 삼성전자주식회사 3차원 영상에서의 에지 검출장치 및 방법
US7053953B2 (en) * 2001-12-21 2006-05-30 Eastman Kodak Company Method and camera system for blurring portions of a verification image to show out of focus areas in a captured archival image
US7133572B2 (en) * 2002-10-02 2006-11-07 Siemens Corporate Research, Inc. Fast two dimensional object localization based on oriented edges
JP4206723B2 (ja) * 2002-10-11 2009-01-14 オムロン株式会社 画像処理方法および画像処理装置
US6907194B2 (en) 2002-11-12 2005-06-14 Eastman Kodak Company Camera having continuously cropping viewfinder
US7006764B2 (en) * 2002-11-12 2006-02-28 Eastman Kodak Company User interface for controlling cropping in electronic camera
US7561793B2 (en) * 2002-11-12 2009-07-14 Eastman Kodak Company User interface for controlling cropping in electronic camera
US7466848B2 (en) * 2002-12-13 2008-12-16 Rutgers, The State University Of New Jersey Method and apparatus for automatically detecting breast lesions and tumors in images
US7327890B2 (en) 2002-12-20 2008-02-05 Eastman Kodak Company Imaging method and system for determining an area of importance in an archival image
JP4144374B2 (ja) * 2003-02-25 2008-09-03 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
JP4143916B2 (ja) * 2003-02-25 2008-09-03 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
US20050134719A1 (en) * 2003-12-23 2005-06-23 Eastman Kodak Company Display device with automatic area of importance display
TW200528770A (en) * 2004-02-23 2005-09-01 Altek Corp Method and apparatus for determining edge inclination of an interested pixel in a color filter image array interpolation (CFAI)
US8659619B2 (en) 2004-03-26 2014-02-25 Intellectual Ventures Fund 83 Llc Display device and method for determining an area of importance in an original image
WO2006085861A1 (en) * 2005-02-07 2006-08-17 Tankesmedjan Inc Method for recognizing and indexing digital media
US7639861B2 (en) 2005-09-14 2009-12-29 Cognex Technology And Investment Corporation Method and apparatus for backlighting a wafer during alignment
US8111904B2 (en) * 2005-10-07 2012-02-07 Cognex Technology And Investment Corp. Methods and apparatus for practical 3D vision system
US8162584B2 (en) * 2006-08-23 2012-04-24 Cognex Corporation Method and apparatus for semiconductor wafer alignment
EP2176835B9 (en) * 2008-01-23 2017-04-26 Topcon GPS, LLC Approximation of ordered sets of points by geometric elements via overlapping polytopes
US20120053895A1 (en) * 2010-08-18 2012-03-01 Noam Amir Method and system for evaluating the condition of a collection of similar elongated hollow objects
CN103292725A (zh) * 2012-02-29 2013-09-11 鸿富锦精密工业（深圳）有限公司 特殊边界量测系统及方法
US9275467B2 (en) 2012-03-29 2016-03-01 Analog Devices, Inc. Incremental contour-extraction scheme for binary image segments
US8971637B1 (en) 2012-07-16 2015-03-03 Matrox Electronic Systems Ltd. Method and system for identifying an edge in an image
US9488469B1 (en) 2013-04-22 2016-11-08 Cognex Corporation System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor
US10043279B1 (en) * 2015-12-07 2018-08-07 Apple Inc. Robust detection and classification of body parts in a depth map
US10366278B2 (en) 2016-09-20 2019-07-30 Apple Inc. Curvature-based face detector
US10345237B1 (en) * 2019-01-31 2019-07-09 Rarecyte, Inc. Spectral edge detection
CN111062968A (zh) * 2019-11-29 2020-04-24 河海大学 一种基于边缘扫描与中线提取的机器人路径骨架提取方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5930179A (ja) * 1982-08-10 1984-02-17 Agency Of Ind Science & Technol パタ−ンの線分近似方式
FR2540263B1 (fr) * 1983-01-31 1988-05-20 Commissariat Energie Atomique Procede de reconnaissance automatique d'une image a partir d'une image correspondante de reference
GB2147474B (en) * 1983-10-03 1987-05-07 Shaken Kk Method of processing character or pictorial image data
DE3505793A1 (de) * 1984-02-21 1985-08-22 Kabushiki Kaisha Komatsu Seisakusho, Tokio/Tokyo Objektidentifikationsverfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ Ｖｏｌ．１６，Ｎｏ．２，Ｊｕｎｅ，１９８１ ＰＰ．１１６−１４９

Also Published As

Publication number Publication date
IL93533A0 (en) 1990-11-29
ES2088913T3 (es) 1996-10-01
JPH02285475A (ja) 1990-11-22
EP0389968A2 (en) 1990-10-03
DE69027616T2 (de) 1996-10-31
DE69027616D1 (de) 1996-08-08
US5081689A (en) 1992-01-14
EP0389968B1 (en) 1996-07-03
EP0389968A3 (en) 1992-01-08

Similar Documents

Publication Publication Date Title
JP2642215B2 (ja) エッジとラインとの抽出方法とその装置
JP6125188B2 (ja) 映像処理方法及び装置
JP3083918B2 (ja) 画像処理装置
CN111968144B (zh) 一种图像边缘点获取方法及装置
US20010008561A1 (en) Real-time object tracking system
Babbar et al. Comparative study of image matching algorithms
Bae et al. COP: A new corner detector
US8396297B2 (en) Supervised edge detection using fractal signatures
Czerwinski et al. An approach to boundary detection in ultrasound imaging
EP2791865B1 (en) System and method for estimating target size
US7440636B2 (en) Method and apparatus for image processing
JP3915621B2 (ja) レーンマーク検出装置
CN111260607A (zh) 可疑物品自动检测方法、终端设备、计算机设备及介质
Ali et al. Vehicle and pedestrian detection and tracking
Dal Poz et al. Active testing and edge analysis for road centreline extraction
Bature et al. Evaluation Of Image Detection Techniques
JP2003030649A (ja) 画像処理方法および装置
CN107092909B (zh) 基于三角形相似定理的角度检测算法
Yan et al. A boosted decision tree approach to shadow detection in scanning electron microscope (SEM) images for machine vision applications
JP3175509B2 (ja) 道路白線検出装置
CN115393813B (zh) 基于遥感图像的道路识别方法、装置、设备及存储介质
Chyad et al. Edge Detection for Face Image Using Multiple Filters
Nevis Low-contrast enhancement for electro-optic data
WO2000034918A9 (en) Interactive edge detection markup process
Marcel et al. Edge and line detection in low level analysis

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees