JP3163215B2 - 直線抽出ハフ変換画像処理装置 - Google Patents
直線抽出ハフ変換画像処理装置Info
- Publication number
- JP3163215B2 JP3163215B2 JP03579894A JP3579894A JP3163215B2 JP 3163215 B2 JP3163215 B2 JP 3163215B2 JP 03579894 A JP03579894 A JP 03579894A JP 3579894 A JP3579894 A JP 3579894A JP 3163215 B2 JP3163215 B2 JP 3163215B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- word
- hough
- coordinate value
- hough transform
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Description
【０００１】
【産業上の利用分野】本発明は，ビデオカメラ等により
入力された画像から，物体認識処理などのための前処理
にあたる，直線情報の抽出を行うハフ変換処理のための
直線抽出ハフ変換画像処理装置に関するものである。
入力された画像から，物体認識処理などのための前処理
にあたる，直線情報の抽出を行うハフ変換処理のための
直線抽出ハフ変換画像処理装置に関するものである。
【０００２】
【従来の技術】直線は，原点からの距離（ρ）と，Ｘ軸
から見た傾き（θ）をパラメータとすることにより，一
意に決定できる。そこで，直線抽出のハフ変換は，画像
空間から，ρ，θを軸とするハフ空間（パラメータ空
間）への変換であり，画像空間中の「０」以外の値を持
つ画素に対し，その点（ｘ，ｙ）を通るすべての直線を
示すハフ空間上のすべての座標点，即ち，下記の式(1)
で表される曲線上のすべての点への投票処理で定義され
る。
から見た傾き（θ）をパラメータとすることにより，一
意に決定できる。そこで，直線抽出のハフ変換は，画像
空間から，ρ，θを軸とするハフ空間（パラメータ空
間）への変換であり，画像空間中の「０」以外の値を持
つ画素に対し，その点（ｘ，ｙ）を通るすべての直線を
示すハフ空間上のすべての座標点，即ち，下記の式(1)
で表される曲線上のすべての点への投票処理で定義され
る。
【０００３】 ρ＝ｘ cosθ＋ｙ sinθ …… (1) ハフ変換画像処理装置は，まず画像を順次ラスター走査
し，ハフ変換の対象画素であるかどうか，即ち，走査中
の画素が「０」以外の値を持つか判定する。判定の結
果，対象画素であると判定された画素について，投票処
理を実行する。
し，ハフ変換の対象画素であるかどうか，即ち，走査中
の画素が「０」以外の値を持つか判定する。判定の結
果，対象画素であると判定された画素について，投票処
理を実行する。
【０００４】投票処理過程では，θを０からπまで変化
させながら，それぞれのθに対するρを式(1) を用いて
求め，ハフ空間（θ−ρ空間）における該当座標のメモ
リを順次＋１していく。
させながら，それぞれのθに対するρを式(1) を用いて
求め，ハフ空間（θ−ρ空間）における該当座標のメモ
リを順次＋１していく。
【０００５】以上の処理を全画素について行い，ハフ変
換を終了する。次に，ハフ変換を高速に処理するため超
並列ハードウェアである連想メモリ（ＣＡＭ：Content
Addressable Memory）を用いた「画像処理装置（特願平
４−２５２６１３号）」を説明する。
換を終了する。次に，ハフ変換を高速に処理するため超
並列ハードウェアである連想メモリ（ＣＡＭ：Content
Addressable Memory）を用いた「画像処理装置（特願平
４−２５２６１３号）」を説明する。
【０００６】この画像処理装置は，図９（Ａ）に示すよ
うに，ホストプロセッサ９０，画像メモリ９１，ハフ空
間メモリ９２からなる。この画像処理装置では，ハフ空
間の処理装置および投票箱を実現するためのハフ空間メ
モリ９２としてＣＡＭを具備し，画像中の１直線を示す
ハフ空間の１座標点を，ＣＡＭの１ワードが担当し，全
ワードを並列動作させ高速処理を可能としている。
うに，ホストプロセッサ９０，画像メモリ９１，ハフ空
間メモリ９２からなる。この画像処理装置では，ハフ空
間の処理装置および投票箱を実現するためのハフ空間メ
モリ９２としてＣＡＭを具備し，画像中の１直線を示す
ハフ空間の１座標点を，ＣＡＭの１ワードが担当し，全
ワードを並列動作させ高速処理を可能としている。
【０００７】ホストプロセッサ９０は，画像メモリ９１
内の対象画像の画素をラスター走査し，１画素毎に処理
していく。図９（Ｂ）に示すＰが現在処理中の画素とす
る。ハフ空間に割り当てられたＣＡＭのそれぞれのワー
ドは，その対応している画像上の直線と，現在処理中の
画素との距離を全ワード同時に演算する。例えば，ワー
ド（ｉ，ｊ）は，原点からの距離ρi ，傾きθj の直線
を担当する。現在走査中の画素の座標が（ｐ，ｑ）であ
る場合，ＣＡＭのワード（ｉ，ｊ）は，ｐ cosθj ＋ｑ
sinθj −ρi を演算する。
内の対象画像の画素をラスター走査し，１画素毎に処理
していく。図９（Ｂ）に示すＰが現在処理中の画素とす
る。ハフ空間に割り当てられたＣＡＭのそれぞれのワー
ドは，その対応している画像上の直線と，現在処理中の
画素との距離を全ワード同時に演算する。例えば，ワー
ド（ｉ，ｊ）は，原点からの距離ρi ，傾きθj の直線
を担当する。現在走査中の画素の座標が（ｐ，ｑ）であ
る場合，ＣＡＭのワード（ｉ，ｊ）は，ｐ cosθj ＋ｑ
sinθj −ρi を演算する。
【０００８】この演算の際，乗算と加算で実現する以外
に，画像のラスター走査に同期した加算のみで実現した
高速化例も存在する。即ち，水平走査時には cosθ
j を，垂直走査時には sinθj をそれぞれ前画素におけ
る演算結果に加算して，現画素の演算処理を行うもので
ある。
に，画像のラスター走査に同期した加算のみで実現した
高速化例も存在する。即ち，水平走査時には cosθ
j を，垂直走査時には sinθj をそれぞれ前画素におけ
る演算結果に加算して，現画素の演算処理を行うもので
ある。
【０００９】その後，この演算結果が０，あるいは，演
算結果の絶対値がある閾値以下である場合，前記式(1)
を満たすこととなり，条件を満たしているＣＡＭのワー
ドの投票箱フィールドの値を，＋１する。
算結果の絶対値がある閾値以下である場合，前記式(1)
を満たすこととなり，条件を満たしているＣＡＭのワー
ドの投票箱フィールドの値を，＋１する。
【００１０】例えば，図９（Ｂ）に示すように，ＣＡＭ
ワード４０は直線４４を，ＣＡＭワード４１は直線４５
を，ＣＡＭワード４２は直線４６を，ＣＡＭワード４３
は直線４７をそれぞれ担当しており，現在処理中の画素
とそれぞれの直線との距離を演算で求める。その結果，
距離０となる直線４４，４５を担当するＣＡＭワード４
０，４１に対して，その投票箱を＋１する投票処理を実
行する。
ワード４０は直線４４を，ＣＡＭワード４１は直線４５
を，ＣＡＭワード４２は直線４６を，ＣＡＭワード４３
は直線４７をそれぞれ担当しており，現在処理中の画素
とそれぞれの直線との距離を演算で求める。その結果，
距離０となる直線４４，４５を担当するＣＡＭワード４
０，４１に対して，その投票箱を＋１する投票処理を実
行する。
【００１１】以上の処理を全画素について行うことで，
ハフ変換を終了する。
ハフ変換を終了する。
【００１２】
【発明が解決しようとする課題】このハフ変換処理は，
ロボットの目などに応用される物体認識処理のための前
処理にあたるため，その高速化，小型化が課題となって
いる。
ロボットの目などに応用される物体認識処理のための前
処理にあたるため，その高速化，小型化が課題となって
いる。
【００１３】しかし，１画素毎の更新処理で距離値を演
算しているため，画像の画素数と同じ回数の加算が行わ
れている。即ち，画像の一辺の大きさの自乗に比例した
処理時間が費やされている。
算しているため，画像の画素数と同じ回数の加算が行わ
れている。即ち，画像の一辺の大きさの自乗に比例した
処理時間が費やされている。
【００１４】また，ハフ空間の量子化点と同じ個数のプ
ロセッサエレメント，あるいはＣＡＭワード数を必要と
し，ハードウェアは大規模になっている。本発明は，ハ
フ変換処理の高速化と，ハードウェアの小型化を実現す
ることを目的としている。
ロセッサエレメント，あるいはＣＡＭワード数を必要と
し，ハードウェアは大規模になっている。本発明は，ハ
フ変換処理の高速化と，ハードウェアの小型化を実現す
ることを目的としている。
【００１５】
【課題を解決するための手段】本発明は，画像の１ライ
ン毎に，直線が横切る交点の座標を演算で求める手段
と，その交点座標と処理対象画素の座標と比較すること
で投票判定を行う手段を具備したことを最も主要な特徴
としている。
ン毎に，直線が横切る交点の座標を演算で求める手段
と，その交点座標と処理対象画素の座標と比較すること
で投票判定を行う手段を具備したことを最も主要な特徴
としている。
【００１６】一方，従来法では，点と直線の距離を求め
る演算とその結果の０判定処理を行っていたものであ
り，従来法とは，ハフ変換における座標の扱い方，およ
び，処理装置上に実現する演算内容と，その演算結果の
判定対象が異なる。
る演算とその結果の０判定処理を行っていたものであ
り，従来法とは，ハフ変換における座標の扱い方，およ
び，処理装置上に実現する演算内容と，その演算結果の
判定対象が異なる。
【００１７】また，ハフ空間の量子化点への投票処理に
関して，実際の投票箱への＋１処理は，１ライン分の判
定処理の後，まとめて同時に行う手段を具備したことを
特徴としており，従来法において投票処理を１画素毎に
行っていたことと異なる。
関して，実際の投票箱への＋１処理は，１ライン分の判
定処理の後，まとめて同時に行う手段を具備したことを
特徴としており，従来法において投票処理を１画素毎に
行っていたことと異なる。
【００１８】また，複数のハフ空間の量子化点に対する
処理を１回の演算結果で行う，つまり，１つのプロセッ
サエレメントに対し複数のハフ量子化点を担当させる手
段を具備したことを特徴としている。
処理を１回の演算結果で行う，つまり，１つのプロセッ
サエレメントに対し複数のハフ量子化点を担当させる手
段を具備したことを特徴としている。
【００１９】
【作用】本発明では，画像１ラインの演算処理が，１回
の加算処理になり，画像１画素の演算処理に１回の加算
処理を必要としていた従来に比べ，１ライン中の画素数
分の１に加算回数を削減でき，処理を高速化できる。
の加算処理になり，画像１画素の演算処理に１回の加算
処理を必要としていた従来に比べ，１ライン中の画素数
分の１に加算回数を削減でき，処理を高速化できる。
【００２０】また，投票処理，即ち，＋１処理の回数
も，１ライン中の黒点画素数分の１に減少でき，処理を
高速化できる。従って，本発明の目的である高速化の実
現が可能である。
も，１ライン中の黒点画素数分の１に減少でき，処理を
高速化できる。従って，本発明の目的である高速化の実
現が可能である。
【００２１】また，各プロセッサエレメント，またはＣ
ＡＭで演算する関数は三角関数であり，対称性を持つた
め，プロセッサエレメント数またはＣＡＭのワード数を
半減，更には４分の１に削減でき，ハードウェアの小型
化が可能になる。
ＡＭで演算する関数は三角関数であり，対称性を持つた
め，プロセッサエレメント数またはＣＡＭのワード数を
半減，更には４分の１に削減でき，ハードウェアの小型
化が可能になる。
【００２２】
【実施例】以下，本発明の実施例を図を用いて説明す
る。 〔実施例１〕本発明における第１の実施例の構成を図１
に示す。図１（Ａ）において，１は制御装置，２は画像
メモリ読み出し装置，３は画像メモリ，４はプロセッサ
アレイ，５はプロセッサエレメントを表す。また，図１
（Ｂ）は，プロセッサエレメント５の構成例を示し，プ
ロセッサエレメント５中の６は制御部，６１は比較部，
６２は投票部，７は座標値演算処理部，８は投票待ちフ
ラグメモリ，９は投票箱メモリを表す。
る。 〔実施例１〕本発明における第１の実施例の構成を図１
に示す。図１（Ａ）において，１は制御装置，２は画像
メモリ読み出し装置，３は画像メモリ，４はプロセッサ
アレイ，５はプロセッサエレメントを表す。また，図１
（Ｂ）は，プロセッサエレメント５の構成例を示し，プ
ロセッサエレメント５中の６は制御部，６１は比較部，
６２は投票部，７は座標値演算処理部，８は投票待ちフ
ラグメモリ，９は投票箱メモリを表す。
【００２３】以下，Ｎ×Ｎの大きさの２値画像に対する
直線検出ハフ変換を例に説明する。図２（Ａ）は画像空
間の座標系を，図２（Ｂ）はハフ空間の座標系を示す。
ハフ空間は，直線の傾き（θ）と画像の中心からの距離
（ρ）をパラメータとし，量子化サイズ（直線検出の分
解能）を，θに関しては１度刻み，ρ方向については，
対象画像の解像度に等しい値の１と仮定する。このと
き，画像に現れる可能性のある全直線を扱えるハフ空間
は，０°≦θ＜１８０°，−Ｎ／√２≦ρ＜Ｎ／√２の
領域とすることができる。
直線検出ハフ変換を例に説明する。図２（Ａ）は画像空
間の座標系を，図２（Ｂ）はハフ空間の座標系を示す。
ハフ空間は，直線の傾き（θ）と画像の中心からの距離
（ρ）をパラメータとし，量子化サイズ（直線検出の分
解能）を，θに関しては１度刻み，ρ方向については，
対象画像の解像度に等しい値の１と仮定する。このと
き，画像に現れる可能性のある全直線を扱えるハフ空間
は，０°≦θ＜１８０°，−Ｎ／√２≦ρ＜Ｎ／√２の
領域とすることができる。
【００２４】図１（Ａ）に示すハードウェアにより，ハ
フ空間の量子化点の１点に，プロセッサアレイ４を構成
する１個のプロセッサエレメント５を割り当て，全ハフ
空間について並列処理する。
フ空間の量子化点の１点に，プロセッサアレイ４を構成
する１個のプロセッサエレメント５を割り当て，全ハフ
空間について並列処理する。
【００２５】図３は本発明によるハフ変換の概念を示す
図であり，２０〜２３はプロセッサエレメントが対応づ
けられているハフ空間の量子化点，２４〜２７は直線，
２８〜３０は交点の画素を表す。この図に従って，処理
の流れを説明する。
図であり，２０〜２３はプロセッサエレメントが対応づ
けられているハフ空間の量子化点，２４〜２７は直線，
２８〜３０は交点の画素を表す。この図に従って，処理
の流れを説明する。
【００２６】全プロセッサエレメント５は，座標値演算
処理部７により，自ら担当している直線が第ｋラインを
通過する座標点を，演算の上，同時に求める。直線（ρ
i ，θj ）の，画像の第ｋラインを横切る点のｘ座標値
は， ｘ＝（ρi ／ cosθj ）−ｋ tanθj …… (2) で，与えられる。
処理部７により，自ら担当している直線が第ｋラインを
通過する座標点を，演算の上，同時に求める。直線（ρ
i ，θj ）の，画像の第ｋラインを横切る点のｘ座標値
は， ｘ＝（ρi ／ cosθj ）−ｋ tanθj …… (2) で，与えられる。
【００２７】従って，まず第１ラインを横切る点のｘ座
標を求め，続いて−tan θj を加算しながら，順次ライ
ンを横切るｘ座標値を全プロセッサエレメント５が同時
に求める。例えば図３において，ハフ空間の量子化点２
０〜２３を担当する各プロセッサエレメント５は，それ
ぞれ直線２４〜２７を処理の対象とし，ｙ＝ｋとの交点
の画素２８〜３０の座標を求める。
標を求め，続いて−tan θj を加算しながら，順次ライ
ンを横切るｘ座標値を全プロセッサエレメント５が同時
に求める。例えば図３において，ハフ空間の量子化点２
０〜２３を担当する各プロセッサエレメント５は，それ
ぞれ直線２４〜２７を処理の対象とし，ｙ＝ｋとの交点
の画素２８〜３０の座標を求める。
【００２８】次に，第ｋラインの画素，即ち座標点
（１，ｋ）から点（Ｎ，ｋ）までの画素について，ハフ
変換の対象点かどうか評価し，画素値が０でない画素で
あると判断されたとき，そのｘ座標値をプロセッサアレ
イ４に入力する。図３に示す例では，画素２８，３０が
ハフ変換の対象であり，そのｘ座標値をプロセッサアレ
イ４に入力する。
（１，ｋ）から点（Ｎ，ｋ）までの画素について，ハフ
変換の対象点かどうか評価し，画素値が０でない画素で
あると判断されたとき，そのｘ座標値をプロセッサアレ
イ４に入力する。図３に示す例では，画素２８，３０が
ハフ変換の対象であり，そのｘ座標値をプロセッサアレ
イ４に入力する。
【００２９】全プロセッサエレメント５は，プロセッサ
アレイ４に入力されたｘ座標値と，先に求めた座標値と
を比較部６１により比較し，同値と判定したプロセッサ
エレメント５は，同時に，投票待ちフラグメモリ８のフ
ラグをセットする。この例では，ハフ空間の量子化点２
０，２１を担当するプロセッサエレメント５の演算結果
が画素２８のｘ座標値と一致し，また，ハフ空間の量子
化点２３を担当するプロセッサエレメント５の演算結果
が画素３０のｘ座標値と一致する。そこで，一致したプ
ロセッサエレメント５における投票待ちフラグメモリ８
のフラグをセットする。
アレイ４に入力されたｘ座標値と，先に求めた座標値と
を比較部６１により比較し，同値と判定したプロセッサ
エレメント５は，同時に，投票待ちフラグメモリ８のフ
ラグをセットする。この例では，ハフ空間の量子化点２
０，２１を担当するプロセッサエレメント５の演算結果
が画素２８のｘ座標値と一致し，また，ハフ空間の量子
化点２３を担当するプロセッサエレメント５の演算結果
が画素３０のｘ座標値と一致する。そこで，一致したプ
ロセッサエレメント５における投票待ちフラグメモリ８
のフラグをセットする。
【００３０】１ライン分の判定完了後，投票待ちフラグ
がセットされているプロセッサエレメントは，同時に，
その投票箱メモリ９の値を１だけ増加させる。その後，
全プロセッサエレメント５の投票待ちフラグメモリ８を
クリアする。全入力画像について変換終了後，プロセッ
サアレイ４の全プロセッサエレメント５に格納された投
票箱メモリ９の値が，ハフ変換データとなる。
がセットされているプロセッサエレメントは，同時に，
その投票箱メモリ９の値を１だけ増加させる。その後，
全プロセッサエレメント５の投票待ちフラグメモリ８を
クリアする。全入力画像について変換終了後，プロセッ
サアレイ４の全プロセッサエレメント５に格納された投
票箱メモリ９の値が，ハフ変換データとなる。
【００３１】〔実施例２〕第２の実施例である，ハフ空
間メモリにＣＡＭ（連想メモリ）を用いた直線抽出ハフ
変換画像処理装置の構成を図４に示す。図４において，
１は制御装置，２は画像メモリ読み出し装置，３は画像
メモリ，１０は係数メモリ，１１はＣＡＭで実現された
ハフ空間メモリである。
間メモリにＣＡＭ（連想メモリ）を用いた直線抽出ハフ
変換画像処理装置の構成を図４に示す。図４において，
１は制御装置，２は画像メモリ読み出し装置，３は画像
メモリ，１０は係数メモリ，１１はＣＡＭで実現された
ハフ空間メモリである。
【００３２】ハフ空間メモリ１１に用いたＣＡＭのワー
ド構成を図５に示す。ここで，ハフ空間のメモリ１１と
して用いた，ＣＡＭの特徴について説明する。ＣＡＭは
通常のメモリ（ＲＡＭ）機能の他に，入力した検索デー
タに対して各ワードの記憶データの内容を照合，検索
し，該当する内容を持つワードへアクセスすることが可
能なメモリであり（マスク機能），また，その特徴を利
用して実現できる演算機能も備えている。このようなＣ
ＡＭ自体については，よく知られているので，ここでは
ＣＡＭのこれ以上詳しい一般的な説明は省略する。
ド構成を図５に示す。ここで，ハフ空間のメモリ１１と
して用いた，ＣＡＭの特徴について説明する。ＣＡＭは
通常のメモリ（ＲＡＭ）機能の他に，入力した検索デー
タに対して各ワードの記憶データの内容を照合，検索
し，該当する内容を持つワードへアクセスすることが可
能なメモリであり（マスク機能），また，その特徴を利
用して実現できる演算機能も備えている。このようなＣ
ＡＭ自体については，よく知られているので，ここでは
ＣＡＭのこれ以上詳しい一般的な説明は省略する。
【００３３】このようなＣＡＭは，１ワードが１個のプ
ロセッサエレメントであるプロセッサアレイと考えられ
る。そこで，ハフ空間の１量子化点をＣＡＭの１ワード
で実現する。即ち，画像空間における１直線をＣＡＭの
１ワードが処理することになる。超並列要素であるＣＡ
Ｍを用いることにより，全ワードを並列処理でき，画像
空間上のあらゆる直線を同時に高速処理することを可能
とする。
ロセッサエレメントであるプロセッサアレイと考えられ
る。そこで，ハフ空間の１量子化点をＣＡＭの１ワード
で実現する。即ち，画像空間における１直線をＣＡＭの
１ワードが処理することになる。超並列要素であるＣＡ
Ｍを用いることにより，全ワードを並列処理でき，画像
空間上のあらゆる直線を同時に高速処理することを可能
とする。
【００３４】例えば，このハフ空間が直線のパラメータ
である３８０×１８０点のρ−θ平面で構成されている
とする。ＣＡＭを使用した場合，そのワード数は３８０
×１８０ワードとなる。図５に示すように，ＣＡＭの１
ワードを，アドレスフィールドとしてθフィールド７
１，ρフィールド７２，演算フィールドとして座標演算
結果を格納する演算結果フィールド７４と，差分値フィ
ールド７３，更に，投票待ちフラグフィールド７５，投
票箱フィールド７６の全６個のフィールドで構成する。
である３８０×１８０点のρ−θ平面で構成されている
とする。ＣＡＭを使用した場合，そのワード数は３８０
×１８０ワードとなる。図５に示すように，ＣＡＭの１
ワードを，アドレスフィールドとしてθフィールド７
１，ρフィールド７２，演算フィールドとして座標演算
結果を格納する演算結果フィールド７４と，差分値フィ
ールド７３，更に，投票待ちフラグフィールド７５，投
票箱フィールド７６の全６個のフィールドで構成する。
【００３５】動作は以下のとおりである。まず，ＣＡＭ
の初期設定を行う。θフィールド７１，ρフィールド７
２に対応した第１ラインを横切る点のｘ座標値，ライン
を移る際のｘ座標値の変化量を，それぞれ，演算結果フ
ィールド７４，差分値フィールド７３へ，係数メモリ１
０から転送する。
の初期設定を行う。θフィールド７１，ρフィールド７
２に対応した第１ラインを横切る点のｘ座標値，ライン
を移る際のｘ座標値の変化量を，それぞれ，演算結果フ
ィールド７４，差分値フィールド７３へ，係数メモリ１
０から転送する。
【００３６】制御装置１は，まず画像メモリ３から第１
行目の画像データの読み出しを画像メモリ読み出し装置
２に命令する。第１行目の１ラインの画像列に対し，左
端の画素から順次，ハフ変換の対象点かどうか，即ち，
０以外の値であるかどうかを判定する。判定の結果，そ
の画素がハフ変換の対象点である場合，その画素のｘ座
標値をＣＡＭの演算結果フィールド７４に対するマスク
データとして，ＣＡＭに与え，ワード選択を実行する。
次に，選択されたワードにおいて，そのワードの投票待
ちフラグフィールド７５に１を格納する。
行目の画像データの読み出しを画像メモリ読み出し装置
２に命令する。第１行目の１ラインの画像列に対し，左
端の画素から順次，ハフ変換の対象点かどうか，即ち，
０以外の値であるかどうかを判定する。判定の結果，そ
の画素がハフ変換の対象点である場合，その画素のｘ座
標値をＣＡＭの演算結果フィールド７４に対するマスク
データとして，ＣＡＭに与え，ワード選択を実行する。
次に，選択されたワードにおいて，そのワードの投票待
ちフラグフィールド７５に１を格納する。
【００３７】第１行目の画素列をすべて処理するまで，
上記処理を繰り返し，終了後，投票待ちフラグフィール
ド７５に１が格納されているワードについてのみ，その
ワードの投票箱フィールド７６の値をＣＡＭの演算機能
を用いて，＋１する。
上記処理を繰り返し，終了後，投票待ちフラグフィール
ド７５に１が格納されているワードについてのみ，その
ワードの投票箱フィールド７６の値をＣＡＭの演算機能
を用いて，＋１する。
【００３８】続いて，第２行目に処理を移す。まず，差
分値フィールド７３の値を演算結果フィールド７４に，
ＣＡＭの演算機能を用い，加算する。それから，第１行
目と同様，２行目の全画素について処理を行い，投票箱
フィールド７６の値を更新する。
分値フィールド７３の値を演算結果フィールド７４に，
ＣＡＭの演算機能を用い，加算する。それから，第１行
目と同様，２行目の全画素について処理を行い，投票箱
フィールド７６の値を更新する。
【００３９】以上の処理を繰り返し，全画像についての
処理が終了すると，ＣＡＭの投票箱フィールド７６に格
納された値が，ハフ変換結果となる。 〔実施例３〕次に，第３の実施例としてハードウェアの
小型化のため，１個のプロセッサエレメントが４個のハ
フ量子化点を担当する例を説明する。
処理が終了すると，ＣＡＭの投票箱フィールド７６に格
納された値が，ハフ変換結果となる。 〔実施例３〕次に，第３の実施例としてハードウェアの
小型化のため，１個のプロセッサエレメントが４個のハ
フ量子化点を担当する例を説明する。
【００４０】本実施例では，プロセッサエレメントの実
装は，ハフ空間のθの領域に関して，これまで扱ってき
た０°≦θ＜１８０°のうち，図６のハフ空間の座標系
に示すハッチング部分，即ち，０°≦θ＜４５°の領域
（第１区間）のみとする。
装は，ハフ空間のθの領域に関して，これまで扱ってき
た０°≦θ＜１８０°のうち，図６のハフ空間の座標系
に示すハッチング部分，即ち，０°≦θ＜４５°の領域
（第１区間）のみとする。
【００４１】プロセッサエレメント（ｉ，ｊ）は，ハフ
空間の（ρi ，θj ），（ρi ，（π／２）−θj ），
（−ρi ，（π／２）＋θj ），（ρi ，π−θj ）の
４量子化点について担当している（但し，０°≦θj ＜
４５°）。図６に示すようにハフ空間を４区間に分割
し，それぞれ第１区間，第２区間，第３区間，第４区間
の量子化点と呼ぶ。
空間の（ρi ，θj ），（ρi ，（π／２）−θj ），
（−ρi ，（π／２）＋θj ），（ρi ，π−θj ）の
４量子化点について担当している（但し，０°≦θj ＜
４５°）。図６に示すようにハフ空間を４区間に分割
し，それぞれ第１区間，第２区間，第３区間，第４区間
の量子化点と呼ぶ。
【００４２】図７に示すようにプロセッサエレメント
５’は，制御部６’，座標値演算処理部７’，第１，
２，３，４投票待ちフラグメモリ１２−１〜１２−４お
よび第１，２，３，４投票箱メモリ１３−１〜１３−４
を備えているものとする。
５’は，制御部６’，座標値演算処理部７’，第１，
２，３，４投票待ちフラグメモリ１２−１〜１２−４お
よび第１，２，３，４投票箱メモリ１３−１〜１３−４
を備えているものとする。
【００４３】これまでの実施例と同様に，全プロセッサ
エレメント５’は，演算によって座標値を求める。次
に，投票待ちフラグメモリ１２−１〜１２−４上のフラ
グのセットを行う。
エレメント５’は，演算によって座標値を求める。次
に，投票待ちフラグメモリ１２−１〜１２−４上のフラ
グのセットを行う。
【００４４】図８は，ハフ空間を４空間に分割した場合
の実施例のアルゴリズム説明図であり，図８に従って処
理の流れを説明する。第ｋ行の画像データを左から順次
読み出す。例えば，ｍカラム目の画素値が０でない時，
プロセッサエレメント５’が演算で求めた座標値と
「ｍ」とを比較し，同値と判定されたプロセッサエレメ
ント５’の第１投票待ちフラグメモリ１２−１にフラグ
をセットする。続いて，プロセッサエレメント５’が演
算で求めた座標値と「−ｍ」とを比較し，同値と判定さ
れたプロセッサエレメント５’の第４投票待ちフラグメ
モリ１２−４にフラグをセットする。
の実施例のアルゴリズム説明図であり，図８に従って処
理の流れを説明する。第ｋ行の画像データを左から順次
読み出す。例えば，ｍカラム目の画素値が０でない時，
プロセッサエレメント５’が演算で求めた座標値と
「ｍ」とを比較し，同値と判定されたプロセッサエレメ
ント５’の第１投票待ちフラグメモリ１２−１にフラグ
をセットする。続いて，プロセッサエレメント５’が演
算で求めた座標値と「−ｍ」とを比較し，同値と判定さ
れたプロセッサエレメント５’の第４投票待ちフラグメ
モリ１２−４にフラグをセットする。
【００４５】次に，第ｋ列の画像データを上から順次読
み出す。例えば，ｎ個目の画素値が０でない時，プロセ
ッサエレメント５’が演算で求めた座標値と「ｎ」とを
比較し，同値と判定されたプロセッサエレメント５’の
第２投票待ちフラグメモリ１２−２のフラグをセットす
る。続いて，プロセッサエレメント５’が演算で求めた
座標値と「−ｎ」とを比較し，同値と判定されたプロセ
ッサエレメント５’の第３投票待ちフラグメモリ１２−
３のフラグをセットする。
み出す。例えば，ｎ個目の画素値が０でない時，プロセ
ッサエレメント５’が演算で求めた座標値と「ｎ」とを
比較し，同値と判定されたプロセッサエレメント５’の
第２投票待ちフラグメモリ１２−２のフラグをセットす
る。続いて，プロセッサエレメント５’が演算で求めた
座標値と「−ｎ」とを比較し，同値と判定されたプロセ
ッサエレメント５’の第３投票待ちフラグメモリ１２−
３のフラグをセットする。
【００４６】第ｋ行と第ｋ列の画素列について投票待ち
フラグのセットが終了した後，第１，２，３，４投票待
ちフラグメモリ１２−１〜１２−４のフラグに従って，
それぞれ該当する第１，２，３，４投票箱メモリ１３−
１〜１３−４の値を１だけ増加させ，全投票待ちフラグ
メモリ１２−１〜１２−４をクリアする。
フラグのセットが終了した後，第１，２，３，４投票待
ちフラグメモリ１２−１〜１２−４のフラグに従って，
それぞれ該当する第１，２，３，４投票箱メモリ１３−
１〜１３−４の値を１だけ増加させ，全投票待ちフラグ
メモリ１２−１〜１２−４をクリアする。
【００４７】全入力画像について変換終了後，プロセッ
サアレイ４の全プロセッサエレメント５’に格納された
第１，２，３，４投票箱メモリ１３−１〜１３−４の値
が，ハフ変換データとなる。
サアレイ４の全プロセッサエレメント５’に格納された
第１，２，３，４投票箱メモリ１３−１〜１３−４の値
が，ハフ変換データとなる。
【００４８】プロセッサアレイとしてＣＡＭを用いた場
合にも，上記処理と同様である。以上，本発明を実施例
に基づき具体的に説明したが，本発明は，前記実施例に
限定されるものではなく，その要旨を逸脱しない範囲に
おいて種々変更可能であることは言うまでもない。
合にも，上記処理と同様である。以上，本発明を実施例
に基づき具体的に説明したが，本発明は，前記実施例に
限定されるものではなく，その要旨を逸脱しない範囲に
おいて種々変更可能であることは言うまでもない。
【００４９】
【発明の効果】以上，説明したように，本発明によれ
ば，１ラインの画像データに対する全ハフ空間に対する
演算処理と，投票判定処理をすべて並列に処理し，その
処理を画像空間のライン毎に行うことにより，高速処理
が可能となる。また，１プロセッサエレメントが複数の
直線を同じ演算で処理することにより，そのハードウェ
アの小型化が実現できる。
ば，１ラインの画像データに対する全ハフ空間に対する
演算処理と，投票判定処理をすべて並列に処理し，その
処理を画像空間のライン毎に行うことにより，高速処理
が可能となる。また，１プロセッサエレメントが複数の
直線を同じ演算で処理することにより，そのハードウェ
アの小型化が実現できる。
【図１】本発明の構成例（第１の実施例）を示す図であ
る。
る。
【図２】画像空間とハフ空間の定義を示す図である。
【図３】本発明によるハフ変換の概念を説明するための
図である。
図である。
【図４】第２の実施例におけるＣＡＭを用いた装置の構
成例を示す図である。
成例を示す図である。
【図５】ＣＡＭのワード構成例を示す図である。
【図６】第３の実施例におけるハフ空間の分割例を示す
図である。
図である。
【図７】第３の実施例におけるプロセッサエレメントの
構成を示す図である。
構成を示す図である。
【図８】第３の実施例におけるハフ変換アルゴリズムの
説明図である。
説明図である。
【図９】従来技術の説明図である。
１ 制御装置 ２ 画像メモリ読み出し装置 ３ 画像メモリ ４ プロセッサアレイ ５，５’ プロセッサエレメント ６，６’ 制御部 ６１ 比較部 ６２ 投票部 ７，７’ 座標値演算処理部 ８ 投票待ちフラグメモリ ９ 投票箱メモリ １０ 係数メモリ １１ ハフ空間メモリ（ＣＡＭ） １２−１〜１２−４ 第１，第２，第３，第４投票待
ちフラグメモリ １３−１〜１３−４ 第１，第２，第３，第４投票箱
メモリ
ちフラグメモリ １３−１〜１３−４ 第１，第２，第３，第４投票箱
メモリ
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平３−201078（ＪＰ，Ａ) 特開 平４−295973（ＪＰ，Ａ) 特開 平５−2648（ＪＰ，Ａ) 特開 平６−103378（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 - 7/60 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (3)
- 【請求項１】 画像から任意の直線を抽出するハフ変換
を行う画像処理装置において，ハフ空間の量子化された
点にプロセッサアレイ中の投票箱を有するプロセッサエ
レメントが配備され，前記各プロセッサエレメントは，
画像の走査ライン毎にハフ量子化点が示す直線と該走査
ラインとが交差する点の交差座標値を求める手段と，上
記交差座標値とハフ変換の対象点の座標値とを比較する
手段と，上記比較の結果を記憶する手段と，該走査ライ
ンの全画素の比較終了後に，記憶された比較結果により
特定されるプロセッサエレメントの投票箱にのみ投票す
る手段とを有することを特徴とする直線抽出ハフ変換画
像処理装置。 - 【請求項２】 画像から任意の直線を抽出するハフ変換
を行う画像処理装置において， ハフ空間の量子化された点に対応して，各ワードごと
に，少なくとも該ワードに対応するハフ量子化点が示す
直線と画像の走査ラインとが交差する点の交差座標値
と，投票判定結果と，投票箱との記憶部を有する連想メ
モリを有し， その連想メモリの全ワードに対して， 画像の走査ライン毎に上記各ワードに対応するハフ量子
化点が示す直線と該走査ラインとが交差する点の交差座
標値を求め，上記連想メモリのワードにおける交差座標
値の記憶部に格納する手段と， 上記連想メモリのワードにおける交差座標値の記憶部内
の 交差座標値に対し，ハフ変換の対象点を示す座標値を
マスクデータとして一致検索する手段と， 検索結果を上記連想メモリのワードにおける投票判定結
果の記憶部に設定する手段と， 該走査ラインについての全画素の検索終了後に，上記投
票判定結果の記憶部への設定情報により選択された連想
メモリのワードの投票箱に投票する手段とを有すること
を特徴とする直線抽出ハフ変換画像処理装置。 - 【請求項３】 請求項１または請求項２記載の直線抽出
ハフ変換画像処理装置において，上記各プロセッサエレ
メントまたは上記連想メモリの各ワードは，それぞれ複
数個の投票箱メモリおよび複数の判定結果の記憶部を有
し，画像空間上で左右対称もしくは上下対称の関係にあ
る２直線，またはそれらの２直線に更にそれらを９０度
回転させた２直線を加えた計４直線を，１つの上記プロ
セッサエレメントまたは上記連想メモリの１ワードが処
理するように構成されたことを特徴とする直線抽出ハフ
変換画像処理装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03579894A JP3163215B2 (ja) | 1994-03-07 | 1994-03-07 | 直線抽出ハフ変換画像処理装置 |
| US08/396,700 US5832138A (en) | 1994-03-07 | 1995-03-01 | Image processing method and apparatus for extracting lines from an image by using the Hough transform |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03579894A JP3163215B2 (ja) | 1994-03-07 | 1994-03-07 | 直線抽出ハフ変換画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07244738A JPH07244738A (ja) | 1995-09-19 |
| JP3163215B2 true JP3163215B2 (ja) | 2001-05-08 |
Family
ID=12451943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03579894A Expired - Fee Related JP3163215B2 (ja) | 1994-03-07 | 1994-03-07 | 直線抽出ハフ変換画像処理装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5832138A (ja) |
| JP (1) | JP3163215B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008546088A (ja) * | 2005-06-02 | 2008-12-18 | モトローラ・インコーポレイテッド | ハフ変換計算の並列処理のための方法およびシステム |
Families Citing this family (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3405864B2 (ja) * | 1995-09-12 | 2003-05-12 | 富士通株式会社 | 演算装置、相関演算装置、動画像圧縮装置、ずれ検出方法およびずれ検出装置 |
| JP3211676B2 (ja) | 1996-08-27 | 2001-09-25 | 日本電気株式会社 | 画像処理方法および装置 |
| JPH10208056A (ja) * | 1997-01-16 | 1998-08-07 | Honda Motor Co Ltd | 直線検出方法 |
| JPH11328408A (ja) * | 1998-05-12 | 1999-11-30 | Advantest Corp | データ処理装置および方法、情報記憶媒体 |
| JP4429461B2 (ja) * | 2000-03-17 | 2010-03-10 | 本田技研工業株式会社 | 画像処理装置、平面検出方法、及び平面検出プログラムを記録した記録媒体 |
| US6577970B2 (en) | 2001-03-08 | 2003-06-10 | Agere Systems Inc. | Method of determining a crystallographic quality of a material located on a substrate |
| EP1378862B1 (en) * | 2001-03-13 | 2010-10-20 | Ecchandes Inc. | Visual device, interlocking counter, and image sensor |
| US6854644B1 (en) * | 2002-09-16 | 2005-02-15 | Election Systems & Software, Inc. | Method of analyzing marks made on a response sheet |
| US9137417B2 (en) | 2005-03-24 | 2015-09-15 | Kofax, Inc. | Systems and methods for processing video data |
| US9769354B2 (en) | 2005-03-24 | 2017-09-19 | Kofax, Inc. | Systems and methods of processing scanned data |
| US8326037B1 (en) | 2005-11-23 | 2012-12-04 | Matrox Electronic Systems, Ltd. | Methods and apparatus for locating an object in an image |
| US7738730B2 (en) * | 2006-01-25 | 2010-06-15 | Atalasoft, Inc. | Method of image analysis using sparse hough transform |
| US8385647B2 (en) * | 2006-01-25 | 2013-02-26 | Kofax, Inc. | Method of image analysis using sparse Hough transform |
| JP5003092B2 (ja) * | 2006-10-17 | 2012-08-15 | ソニー株式会社 | 登録装置、照合装置、認証方法及び認証プログラム |
| US7876926B2 (en) * | 2006-11-03 | 2011-01-25 | Delphi Technologies, Inc. | Lane marker detection and fitting methods |
| JP2008128674A (ja) * | 2006-11-16 | 2008-06-05 | Eastman Kodak Co | 角速度較正方法 |
| US8139871B2 (en) * | 2007-12-17 | 2012-03-20 | Texas Instruments Incorporated | Circuit and method for adaptive, lossless compression of successive digital data |
| US8774516B2 (en) | 2009-02-10 | 2014-07-08 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
| US8958605B2 (en) | 2009-02-10 | 2015-02-17 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
| US9767354B2 (en) | 2009-02-10 | 2017-09-19 | Kofax, Inc. | Global geographic information retrieval, validation, and normalization |
| US9576272B2 (en) | 2009-02-10 | 2017-02-21 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
| US9349046B2 (en) | 2009-02-10 | 2016-05-24 | Kofax, Inc. | Smart optical input/output (I/O) extension for context-dependent workflows |
| TWI384418B (zh) * | 2009-11-11 | 2013-02-01 | Ind Tech Res Inst | 採用區域架構之影像處理方法及系統 |
| US9025827B2 (en) | 2011-10-19 | 2015-05-05 | Crown Equipment Corporation | Controlling truck forks based on identifying and tracking multiple objects in an image scene |
| US9349069B2 (en) * | 2011-11-21 | 2016-05-24 | Analog Devices, Inc. | Dynamic line-detection system for processors having limited internal memory |
| US9058515B1 (en) | 2012-01-12 | 2015-06-16 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
| US9058580B1 (en) | 2012-01-12 | 2015-06-16 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
| US9483794B2 (en) | 2012-01-12 | 2016-11-01 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
| US8989515B2 (en) | 2012-01-12 | 2015-03-24 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
| US10146795B2 (en) | 2012-01-12 | 2018-12-04 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
| US9030559B2 (en) * | 2012-08-28 | 2015-05-12 | Palo Alto Research Center Incorporated | Constrained parametric curve detection using clustering on Hough curves over a sequence of images |
| US9355312B2 (en) | 2013-03-13 | 2016-05-31 | Kofax, Inc. | Systems and methods for classifying objects in digital images captured using mobile devices |
| WO2014160426A1 (en) | 2013-03-13 | 2014-10-02 | Kofax, Inc. | Classifying objects in digital images captured using mobile devices |
| US9208536B2 (en) | 2013-09-27 | 2015-12-08 | Kofax, Inc. | Systems and methods for three dimensional geometric reconstruction of captured image data |
| US20140316841A1 (en) | 2013-04-23 | 2014-10-23 | Kofax, Inc. | Location-based workflows and services |
| DE202014011407U1 (de) | 2013-05-03 | 2020-04-20 | Kofax, Inc. | Systeme zum Erkennen und Klassifizieren von Objekten in durch Mobilgeräte aufgenommenen Videos |
| JP2016538783A (ja) | 2013-11-15 | 2016-12-08 | コファックス， インコーポレイテッド | モバイル映像データを用いて長尺文書の合成画像を生成するためのシステムおよび方法 |
| JP6268303B2 (ja) | 2014-02-04 | 2018-01-24 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | ２ｄ画像分析装置 |
| KR102227843B1 (ko) * | 2014-08-22 | 2021-03-15 | 현대모비스 주식회사 | 차선 이탈 경보 시스템의 동작방법 |
| US9760788B2 (en) | 2014-10-30 | 2017-09-12 | Kofax, Inc. | Mobile document detection and orientation based on reference object characteristics |
| US10242285B2 (en) | 2015-07-20 | 2019-03-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
| US9779296B1 (en) | 2016-04-01 | 2017-10-03 | Kofax, Inc. | Content-based detection and three dimensional geometric reconstruction of objects in image and video data |
| US9990535B2 (en) | 2016-04-27 | 2018-06-05 | Crown Equipment Corporation | Pallet detection using units of physical length |
| CN107909563B (zh) * | 2017-10-09 | 2020-03-31 | 常熟理工学院 | 一种基于模板的快速Hough变换直线检测方法 |
| US10803350B2 (en) | 2017-11-30 | 2020-10-13 | Kofax, Inc. | Object detection and image cropping using a multi-detector approach |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4906099A (en) * | 1987-10-30 | 1990-03-06 | Philip Morris Incorporated | Methods and apparatus for optical product inspection |
| EP0341985B1 (en) * | 1988-05-09 | 1995-07-05 | Honda Giken Kogyo Kabushiki Kaisha | Picture processing device |
| US5359666A (en) * | 1988-09-28 | 1994-10-25 | Honda Giken Kogyo Kabushiki Kaisha | Driving way judging device and method |
| JP2935863B2 (ja) * | 1989-12-27 | 1999-08-16 | 本田技研工業株式会社 | ハフ変換装置および方法 |
| JPH04287290A (ja) * | 1990-11-20 | 1992-10-12 | Imra America Inc | ハフ変換画像処理装置 |
| JPH06103378A (ja) * | 1992-09-22 | 1994-04-15 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置 |
| JPH07111739B2 (ja) * | 1993-03-19 | 1995-11-29 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 画像処理装置 |
| JPH06314339A (ja) * | 1993-04-27 | 1994-11-08 | Honda Motor Co Ltd | 画像の直線成分抽出装置 |
-
1994
- 1994-03-07 JP JP03579894A patent/JP3163215B2/ja not_active Expired - Fee Related
-
1995
- 1995-03-01 US US08/396,700 patent/US5832138A/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008546088A (ja) * | 2005-06-02 | 2008-12-18 | モトローラ・インコーポレイテッド | ハフ変換計算の並列処理のための方法およびシステム |
| JP4727723B2 (ja) * | 2005-06-02 | 2011-07-20 | モトローラ ソリューションズ インコーポレイテッド | ハフ変換計算の並列処理のための方法およびシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5832138A (en) | 1998-11-03 |
| JPH07244738A (ja) | 1995-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3163215B2 (ja) | 直線抽出ハフ変換画像処理装置 | |
| JP6493163B2 (ja) | 粗密探索方法および画像処理装置 | |
| CN112734641A (zh) | 目标检测模型的训练方法、装置、计算机设备及介质 | |
| CN109712071B (zh) | 基于航迹约束的无人机图像拼接与定位方法 | |
| JP2591984B2 (ja) | パターン認識装置 | |
| CN108292367B (zh) | 图像处理装置、半导体装置、图像识别装置、移动体装置以及图像处理方法 | |
| JP5294798B2 (ja) | 画像処理装置及び画像処理方法 | |
| US5887083A (en) | Method of processing image information based on object model | |
| CN106909936B (zh) | 一种基于双车辆可变形部件模型的车辆检测方法 | |
| WO2023004560A1 (en) | Systems and methods for electron cryotomography reconstruction | |
| JPH08171635A (ja) | 線分抽出画像処理装置 | |
| JPH0519194B2 (ja) | ||
| CN111597375B (zh) | 基于相似图片组代表特征向量的图片检索方法及相关设备 | |
| JP3352761B2 (ja) | 画像データの位置変換方法 | |
| JP2975067B2 (ja) | 文字の認識方法 | |
| AU769689B2 (en) | Converting a Bitmap Image Comprising at Least One Region to a Segment Representation | |
| JPH05189553A (ja) | 画像処理方式 | |
| JPH053627B2 (ja) | ||
| CN112800924A (zh) | 人脸特征提取方法、装置、设备及存储介质 | |
| CN116030272A (zh) | 一种基于信息抽取的目标检测方法、系统和装置 | |
| JPH03214285A (ja) | データ変換方式 | |
| JPH01134682A (ja) | 折線化処理方法 | |
| JPH0554139A (ja) | ２値画像の輪郭追跡方式 | |
| JPS6174077A (ja) | 線分化パターン辞書 | |
| JPH0562797B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090223 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090223 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100223 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |