JP2968403B2 - 画像処理方法 - Google Patents
画像処理方法Info
- Publication number
- JP2968403B2 JP2968403B2 JP32608092A JP32608092A JP2968403B2 JP 2968403 B2 JP2968403 B2 JP 2968403B2 JP 32608092 A JP32608092 A JP 32608092A JP 32608092 A JP32608092 A JP 32608092A JP 2968403 B2 JP2968403 B2 JP 2968403B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing method
- posture
- image processing
- teaching
- 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
【０００１】
【産業上の利用分野】本発明は画像処理方法に関する。
さらに詳しくは、ベクトル・コリレーションを用いてな
る画像処理方法に関する。
さらに詳しくは、ベクトル・コリレーションを用いてな
る画像処理方法に関する。
【０００２】
【従来の技術】画像処理の適用分野の広がりに伴って、
従来から行われている２値画像処理では対応しきれない
事例が増加してきている。例えば、自動車組み立てライ
ンにおけるボルト先端を撮像した画像のように、コント
ラストが小さく対象物と背景との境界が不鮮明であった
り背景の明るさが不均一であったりする場合、面積重心
や周囲長から検出位置を割り出していたのでは、正確な
位置検出がなしえない。
従来から行われている２値画像処理では対応しきれない
事例が増加してきている。例えば、自動車組み立てライ
ンにおけるボルト先端を撮像した画像のように、コント
ラストが小さく対象物と背景との境界が不鮮明であった
り背景の明るさが不均一であったりする場合、面積重心
や周囲長から検出位置を割り出していたのでは、正確な
位置検出がなしえない。
【０００３】このため、ベクトル・コリレーションを用
いた画像処理方法が提案されている。この画像処理方法
では、まず、図１１に示すように、教示において対象物
中の検出したい点をコリレーション・ポイント（以下、
ｃｐという）として設定し、また輪郭線上には任意の個
数のティーチング・ポイント（以下、ｔｐという）を設
定する。そして、このｔｐからｃｐに向かうベクトルを
生成する。この様にして設定されたベクトルをコリレー
ション・ベクトル（以下、ｃｖという）という。なお、
図１１において、●がｃｐを示し、×はｔｐを示す。
いた画像処理方法が提案されている。この画像処理方法
では、まず、図１１に示すように、教示において対象物
中の検出したい点をコリレーション・ポイント（以下、
ｃｐという）として設定し、また輪郭線上には任意の個
数のティーチング・ポイント（以下、ｔｐという）を設
定する。そして、このｔｐからｃｐに向かうベクトルを
生成する。この様にして設定されたベクトルをコリレー
ション・ベクトル（以下、ｃｖという）という。なお、
図１１において、●がｃｐを示し、×はｔｐを示す。
【０００４】しかして、検出対象物における位置検出あ
るいは位置認識においては、図１２に示すように、撮像
された画像から輪郭線画像を作成し、この輪郭線画像を
前記ｃｖにより平行移動して、図１２に示すような重合
わせ画像を作成する。そして、この重合わせ画像の重合
わせのピーク点を検出位置として認定するものである。
また、そのときのピークの値が教示対象物と検出対象物
との一致度を表している。例えば、図１２におけるｔｐ
は８個であり、図１２における重合わせ数が８であれ
ば、教示対象物と検出対象物とは完全に一致しているこ
とになる。
るいは位置認識においては、図１２に示すように、撮像
された画像から輪郭線画像を作成し、この輪郭線画像を
前記ｃｖにより平行移動して、図１２に示すような重合
わせ画像を作成する。そして、この重合わせ画像の重合
わせのピーク点を検出位置として認定するものである。
また、そのときのピークの値が教示対象物と検出対象物
との一致度を表している。例えば、図１２におけるｔｐ
は８個であり、図１２における重合わせ数が８であれ
ば、教示対象物と検出対象物とは完全に一致しているこ
とになる。
【０００５】しかしながら、従来のベクトル・コリレー
ションを用いた画像処理方法では、検出対象物が教示対
象物と異なる姿勢を採った場合、コリレーション・ベク
トルによる画像の重合わせが行えず、そのため位置検出
がなしえないという問題を有している。
ションを用いた画像処理方法では、検出対象物が教示対
象物と異なる姿勢を採った場合、コリレーション・ベク
トルによる画像の重合わせが行えず、そのため位置検出
がなしえないという問題を有している。
【０００６】
【発明が解決しようとする課題】本発明はかかる従来技
術の問題点に鑑みなされたものであって、検出対象物が
教示対象物と異なる姿勢を採った場合にも、位置検出が
なしえるベクトル・コリレーションを用いた画像処理方
法を提供することを目的としている。
術の問題点に鑑みなされたものであって、検出対象物が
教示対象物と異なる姿勢を採った場合にも、位置検出が
なしえるベクトル・コリレーションを用いた画像処理方
法を提供することを目的としている。
【０００７】
【課題を解決するための手段】本発明の画像処理方法
は、教示用画像を入力する工程と、該入力された教示用
画像中の対象物の姿勢を検出する工程と、該入力された
教示用画像中の対象物にコリレーション・ベクトルを設
定する工程と、検出用画像を入力する工程と、該検出用
画像中の対象物の姿勢を検出する工程と、前記より得ら
れた対象物の両姿勢から、そのずれを算出する工程と、
前記設定されたコリレーション・ベクトルを前記ずれに
応じて補正し、新たなコリレーション・ベクトルを算出
する工程と、前記検出用画像の対象物の輪郭線画像を作
成する工程と、前記輪郭線画像を前記新たなコリレーシ
ョン・ベクトルにより移動して、重合わせ画像を作成す
る工程と、前記重合わせ画像からピーク点を求める工程
とを含むことを特徴としている。
は、教示用画像を入力する工程と、該入力された教示用
画像中の対象物の姿勢を検出する工程と、該入力された
教示用画像中の対象物にコリレーション・ベクトルを設
定する工程と、検出用画像を入力する工程と、該検出用
画像中の対象物の姿勢を検出する工程と、前記より得ら
れた対象物の両姿勢から、そのずれを算出する工程と、
前記設定されたコリレーション・ベクトルを前記ずれに
応じて補正し、新たなコリレーション・ベクトルを算出
する工程と、前記検出用画像の対象物の輪郭線画像を作
成する工程と、前記輪郭線画像を前記新たなコリレーシ
ョン・ベクトルにより移動して、重合わせ画像を作成す
る工程と、前記重合わせ画像からピーク点を求める工程
とを含むことを特徴としている。
【０００８】本発明の画像処理方法においては、入力さ
れた画像から輪郭線画像を作成する工程と、該輪郭線画
像から直線成分を抽出する工程と、該抽出された直線成
分の傾きのヒストグラムを作成する工程と、該ヒストグ
ラムの頻度分布から対象物の姿勢を検出する工程とによ
り対象物の姿勢が検出されてもよく、また入力された画
像から２値画像を作成する工程と、該２値画像から対象
物を分離する工程と、該分離された対象物の慣性主軸の
向きを算出する工程とにより対象物の姿勢が検出されて
もよい。
れた画像から輪郭線画像を作成する工程と、該輪郭線画
像から直線成分を抽出する工程と、該抽出された直線成
分の傾きのヒストグラムを作成する工程と、該ヒストグ
ラムの頻度分布から対象物の姿勢を検出する工程とによ
り対象物の姿勢が検出されてもよく、また入力された画
像から２値画像を作成する工程と、該２値画像から対象
物を分離する工程と、該分離された対象物の慣性主軸の
向きを算出する工程とにより対象物の姿勢が検出されて
もよい。
【０００９】
【作用】本発明の画像処理方法においては、前述の工程
を採用しているので、検出対象物が教示対象物と異なる
姿勢をとっても、ベクトル・コリレーションを用いて位
置検出がなしえる。
を採用しているので、検出対象物が教示対象物と異なる
姿勢をとっても、ベクトル・コリレーションを用いて位
置検出がなしえる。
【００１０】
【実施例】以下、添付図面を参照しながら本発明を実施
例に基づいて説明するが、本発明はかかる実施例のみに
限定されるものではない。
例に基づいて説明するが、本発明はかかる実施例のみに
限定されるものではない。
【００１１】図１は本発明の画像処理方法に用いる画像
処理装置のブロック図、図２は教示時のフローチャー
ト、図３は位置検出時のフローチャート、図４は対象物
の姿勢検出手順の一例のフローチャート、図５は対象物
の姿勢検出手順の他の例のフローチャート、図６は本発
明の一実施例の教示時の輪郭線画像の説明図、図７は同
実施例のコリレーション・ベクトルの説明図、図８は検
出時の輪郭線画像の説明図、図９は教示時のコリレーシ
ョン・ベクトルを検出画像に対応したコリレーション・
ベクトルへの変換の説明図、図１０は変換後のコリレー
ション・ベクトルによる重合わせ画像の説明図である。
処理装置のブロック図、図２は教示時のフローチャー
ト、図３は位置検出時のフローチャート、図４は対象物
の姿勢検出手順の一例のフローチャート、図５は対象物
の姿勢検出手順の他の例のフローチャート、図６は本発
明の一実施例の教示時の輪郭線画像の説明図、図７は同
実施例のコリレーション・ベクトルの説明図、図８は検
出時の輪郭線画像の説明図、図９は教示時のコリレーシ
ョン・ベクトルを検出画像に対応したコリレーション・
ベクトルへの変換の説明図、図１０は変換後のコリレー
ション・ベクトルによる重合わせ画像の説明図である。
【００１２】本発明の画像処理方法に用いられる本発明
の画像処理装置は、図１に示す如く、テレビカメラ１、
Ａ／Ｄ変換器２、多値画像メモリ３、微分回路４、２値
化回路５、２値画像メモリ６、ＣＰＵ７、シフト回路
８、ピーク点検出手段９とを主要構成要素としてなる。
これら主要構成要素の個々の説明は省略するが、従来よ
りベクトル・コリレーションを用いた画像処理装置に用
いられているものが好適に用いられる。
の画像処理装置は、図１に示す如く、テレビカメラ１、
Ａ／Ｄ変換器２、多値画像メモリ３、微分回路４、２値
化回路５、２値画像メモリ６、ＣＰＵ７、シフト回路
８、ピーク点検出手段９とを主要構成要素としてなる。
これら主要構成要素の個々の説明は省略するが、従来よ
りベクトル・コリレーションを用いた画像処理装置に用
いられているものが好適に用いられる。
【００１３】次に、この様に構成された画像処理装置を
用いて、本発明の画像処理方法について、図２〜５に示
すフローチャートおよび図６〜１０の説明図を参照しな
がら説明する。なお、の教示作業は一回行えばよい。
用いて、本発明の画像処理方法について、図２〜５に示
すフローチャートおよび図６〜１０の説明図を参照しな
がら説明する。なお、の教示作業は一回行えばよい。
【００１４】教示作業（コリレーション・ベクトルの
設定）（図２および図６参照）
設定）（図２および図６参照）
【００１５】ステップ１：対象物の画像を入力する。
【００１６】ステップ２：対象物の輪郭線画像を作成す
る。
る。
【００１７】ステップ３：ｃｐを設定する（図６参
照）。
照）。
【００１８】ステップ４：ｔｐn（ｎ＝１〜８）を設定
する（図６参照）。
する（図６参照）。
【００１９】ステップ５：設定されたｃｐおよびｔｐn
（ｎ＝１〜８）を用いてコリレーション・ベクトルｃｖ
n（ｎ＝１〜８）を設定する。このｃｖnの始点はｔｐn
で、終点はｃｐである。ここで、ｃｐ，ｔｐn（ｎ＝１
〜８）のこの画像上の直交座標系の座標を各々（ｃｘ，
ｃｙ）および（ｔｘn，ｔｙn）（ｎ＝１〜８）とすれ
ば、このｃｖnは下記のように表せる。 ｃｖn＝（ｘn，ｙn）＝（ｔｘn−ｃｘ，ｔｙn−ｃｙ）
（ｎ＝１〜８） また、このときのｃｖのｘ軸に対する傾きΨnは下記の
通りとなる。 Ψn＝ａｒｃｔａｎ（ｙn／ｘn）
（ｎ＝１〜８）を用いてコリレーション・ベクトルｃｖ
n（ｎ＝１〜８）を設定する。このｃｖnの始点はｔｐn
で、終点はｃｐである。ここで、ｃｐ，ｔｐn（ｎ＝１
〜８）のこの画像上の直交座標系の座標を各々（ｃｘ，
ｃｙ）および（ｔｘn，ｔｙn）（ｎ＝１〜８）とすれ
ば、このｃｖnは下記のように表せる。 ｃｖn＝（ｘn，ｙn）＝（ｔｘn−ｃｘ，ｔｙn−ｃｙ）
（ｎ＝１〜８） また、このときのｃｖのｘ軸に対する傾きΨnは下記の
通りとなる。 Ψn＝ａｒｃｔａｎ（ｙn／ｘn）
【００２０】ステップ６：対象物の姿勢を検出する。こ
れは、例えば対象物の主軸とｘ軸のなす角θ1を求める
ことによりなされる。ここで、主軸とは、当該対象物の
主たる方向を示す軸で、例えば慣性主軸を主軸とするこ
ともできる。なお主軸の検出方法の詳細については後述
する。
れは、例えば対象物の主軸とｘ軸のなす角θ1を求める
ことによりなされる。ここで、主軸とは、当該対象物の
主たる方向を示す軸で、例えば慣性主軸を主軸とするこ
ともできる。なお主軸の検出方法の詳細については後述
する。
【００２１】検出対象物の位置検出作業（図３および
図８〜１０参照）
図８〜１０参照）
【００２２】ステップ１：検出画像を入力する。
【００２３】ステップ２：検出対象物の姿勢を検出す
る。教示作業と同様に、主軸とｘ軸とのなす角θ2を求
める（図８参照）。
る。教示作業と同様に、主軸とｘ軸とのなす角θ2を求
める（図８参照）。
【００２４】ステップ３：θ2とθ1との差Δθを求め
る。
る。
【００２５】ステップ４：教示時のｃｖnをΔθだけ回
転したコリレーション・ベクトルｃｖn′（ｎ＝１〜
８）を算出する。これは下記式により算出することがで
きる（図９参照）。 ｘn′＝λnｃｏｓ（Ψn＋Δθ） ｙn′＝λnｓｉｎ（Ψn＋Δθ） ここに、 ｘn′：ｃｖn′のｘ座標 ｙn′：ｃｖn′のｙ座標 λn：ｃｖnの大きさ（√（ｘn 2＋ｙn 2）） Ψn：ｃｖnの傾き（ａｒｃｔａｎ（ｙn／ｘn））
転したコリレーション・ベクトルｃｖn′（ｎ＝１〜
８）を算出する。これは下記式により算出することがで
きる（図９参照）。 ｘn′＝λnｃｏｓ（Ψn＋Δθ） ｙn′＝λnｓｉｎ（Ψn＋Δθ） ここに、 ｘn′：ｃｖn′のｘ座標 ｙn′：ｃｖn′のｙ座標 λn：ｃｖnの大きさ（√（ｘn 2＋ｙn 2）） Ψn：ｃｖnの傾き（ａｒｃｔａｎ（ｙn／ｘn））
【００２６】ステップ５：入力されている画像を微分す
る。この微分は、例えばソーベル微分により行う。
る。この微分は、例えばソーベル微分により行う。
【００２７】ステップ６：２値化処理し輪郭線画像を作
成する。
成する。
【００２８】ステップ７：得られた輪郭線画像をコリレ
ーション・ベクトルｃｖn′（ｎ＝１〜８）で移動し重
画きをする（図１０参照）。
ーション・ベクトルｃｖn′（ｎ＝１〜８）で移動し重
画きをする（図１０参照）。
【００２９】ステップ８：重画きされた画像のピーク点
を検出する（図１０参照）。
を検出する（図１０参照）。
【００３０】入力された画像に欠損がない場合の対象
物の姿勢検出方法（図４参照）
物の姿勢検出方法（図４参照）
【００３１】ステップ１：対象物の画像を入力する。
【００３２】ステップ２：入力された画像を２値化処理
し、対象物を特定する。
し、対象物を特定する。
【００３３】ステップ３：この特定された対象物を背景
から分離する。いわゆる固体分離を行う。
から分離する。いわゆる固体分離を行う。
【００３４】ステップ４：対象物の主軸の方向を検出し
主軸とｘ軸とのなす角θを求める。この主軸としては、
例えば慣性主軸が用いられる。
主軸とｘ軸とのなす角θを求める。この主軸としては、
例えば慣性主軸が用いられる。
【００３５】入力された画像に欠損がある場合の対象
物の姿勢検出方法（図５参照）
物の姿勢検出方法（図５参照）
【００３６】ステップ１：対象物の画像を入力する。
【００３７】ステップ２：入力された画像を２値化処理
し、輪郭線画像を作成する。
し、輪郭線画像を作成する。
【００３８】ステップ３：得られた輪郭線画像から直線
部を抽出する。
部を抽出する。
【００３９】ステップ４：抽出された直線部の傾きのヒ
ストグラムを作成する。
ストグラムを作成する。
【００４０】ステップ５：得られたヒストグラムの頻度
分布より対象物の主軸の方向を検出し、主軸とｘ軸との
なす角を求める。例えば、３０度の傾きのものの頻度が
一番大きければ、３０度を主軸の方向とする。
分布より対象物の主軸の方向を検出し、主軸とｘ軸との
なす角を求める。例えば、３０度の傾きのものの頻度が
一番大きければ、３０度を主軸の方向とする。
【００４１】
【発明の効果】以上説明したように、本発明によればコ
リレーション・ベクトルの設定時と検出時とにおいて、
対象物の姿勢が異なっていてもベクトル・コリレーショ
ン法を用いて位置検出することができる。したがって、
同法の適用範囲を拡大できるという効果を奏する。
リレーション・ベクトルの設定時と検出時とにおいて、
対象物の姿勢が異なっていてもベクトル・コリレーショ
ン法を用いて位置検出することができる。したがって、
同法の適用範囲を拡大できるという効果を奏する。
【００４２】また、本発明の好ましい実施例によれば、
入力された画像に欠損があっても正確に対象物の主軸の
方向を検出できるので、ベクトル・コリレーション法の
適用範囲をより一層拡大することができる。
入力された画像に欠損があっても正確に対象物の主軸の
方向を検出できるので、ベクトル・コリレーション法の
適用範囲をより一層拡大することができる。
【図１】本発明の画像処理方法に用いる画像処理装置の
ブロック図である。
ブロック図である。
【図２】教示時のフローチャートである。
【図３】位置検出時のフローチャートである。
【図４】対象物の姿勢検出手順の一例のフローチャート
である。
である。
【図５】対象物の姿勢検出手順の他の例のフローチャー
トである。
トである。
【図６】本発明の一実施例の教示時の輪郭線画像の説明
図である。
図である。
【図７】同実施例のコリレーション・ベクトルの説明図
である。
である。
【図８】検出時の画像の説明図である。
【図９】教示時のコリレーション・ベクトルを検出画像
に対応したコリレーション・ベクトルへの変換の説明図
である。
に対応したコリレーション・ベクトルへの変換の説明図
である。
【図１０】変換後のコリレーション・ベクトルの重合わ
せ画像の説明図である。
せ画像の説明図である。
【図１１】ベクトル・コリレーション法における教示の
説明図である。
説明図である。
【図１２】同法による図形の重合わせの説明図である。
【符号の説明】 １ テレビカメラ ２ Ａ／Ｄ変換器 ３ 多値画像メモリ ４ 微分回路 ５ ２値化回路 ６ ２値画像メモリ ７ ＣＰＵ ８ シフト回路 ９ ピーク点検出手段
───────────────────────────────────────────────────── フロントページの続き (72)発明者 中村 洋一 明石市川崎町１番１号 川崎重工業株式 会社 明石工場内 (72)発明者 槇野 義信 明石市川崎町１番１号 川崎重工業株式 会社 明石工場内 (58)調査した分野(Int.Cl.6，ＤＢ名) G06T 1/00 G06T 7/00 G06T 9/20
Claims (3)
- 【請求項１】 教示用画像を入力する工程と、該入力さ
れた教示用画像中の対象物の姿勢を検出する工程と、該
入力された教示用画像中の対象物にコリレーション・ベ
クトルを設定する工程と、検出用画像を入力する工程
と、該検出用画像中の対象物の姿勢を検出する工程と、
前記より得られた対象物の両姿勢から、そのずれを算出
する工程と、前記設定されたコリレーション・ベクトル
を前記ずれに応じて補正し、新たなコリレーション・ベ
クトルを算出する工程と、前記検出用画像の対象物の輪
郭線画像を作成する工程と、前記輪郭線画像を前記新た
なコリレーション・ベクトルにより移動して、重合わせ
画像を作成する工程と、前記重合わせ画像からピーク点
を求める工程とを含むことを特徴とする画像処理方法。 - 【請求項２】 入力された画像から輪郭線画像を作成す
る工程と、該輪郭線画像から直線成分を抽出する工程
と、該抽出された直線成分の傾きのヒストグラムを作成
する工程と、該ヒストグラムの頻度分布から対象物の姿
勢を検出する工程とにより対象物の姿勢が検出されるこ
とを特徴とする請求項１記載の画像処理方法。 - 【請求項３】 入力された画像から２値画像を作成する
工程と、該２値画像から対象物を分離する工程と、該分
離された対象物の慣性主軸の方向を算出する工程とによ
り対象物の姿勢が検出されることを特徴とする請求項１
記載の画像処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP32608092A JP2968403B2 (ja) | 1992-11-10 | 1992-11-10 | 画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP32608092A JP2968403B2 (ja) | 1992-11-10 | 1992-11-10 | 画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06150011A JPH06150011A (ja) | 1994-05-31 |
| JP2968403B2 true JP2968403B2 (ja) | 1999-10-25 |
Family
ID=18183891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP32608092A Expired - Fee Related JP2968403B2 (ja) | 1992-11-10 | 1992-11-10 | 画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2968403B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4787191B2 (ja) * | 2007-03-07 | 2011-10-05 | 日本電信電話株式会社 | 映像検索方法及び装置及びプログラム |
-
1992
- 1992-11-10 JP JP32608092A patent/JP2968403B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06150011A (ja) | 1994-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003136465A (ja) | 検出対象物の３次元位置・姿勢決定方法とロボット用視覚センサ | |
| JPH0432428B2 (ja) | ||
| JP3039241B2 (ja) | リング状ワークの特徴点抽出方法 | |
| JP2968403B2 (ja) | 画像処理方法 | |
| JP3453861B2 (ja) | 画像処理による変位検出方法 | |
| JPH08315152A (ja) | 画像認識装置 | |
| JPH0953915A (ja) | 重なり状態認識方法 | |
| JPH0417472B2 (ja) | ||
| JP3497979B2 (ja) | 距離検出装置 | |
| JP3627249B2 (ja) | 画像処理装置 | |
| JP2992446B2 (ja) | 画像認識方法およびその装置 | |
| JP3375242B2 (ja) | ロボットの物体認識方法及びその装置 | |
| JPH10332333A (ja) | 対象物の回転角と位置の検出方法 | |
| JPH037242B2 (ja) | ||
| Śluzek | A local algorithm for real-time junction detection in contour images | |
| Sannidhi et al. | Image Stitching of Dissimilar Images | |
| JPH0624018B2 (ja) | 楕円検出装置 | |
| JPH0219509B2 (ja) | ||
| JP2635303B2 (ja) | ウェハのオリフラ検出装置 | |
| Koutaki et al. | Occlusion robust pattern matching using shape based eigen templates | |
| Pochec | Moire based stereo matching technique | |
| Chu et al. | Object Counting Based on Its Panoramic Image Representation | |
| JPH07332945A (ja) | 物体位置検出装置 | |
| JPH0410074A (ja) | 画像パターン傾き検出方法 | |
| JPH0624028B2 (ja) | パターン認識のための特徴点コーナーの位置計測方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19990810 |
|
| LAPS | Cancellation because of no payment of annual fees |