JP3297964B2

JP3297964B2 - 画像処理方法およびその装置

Info

Publication number: JP3297964B2
Application number: JP15536894A
Authority: JP
Inventors: 高之加藤
Original assignee: Omron Corp
Current assignee: Omron Corp
Priority date: 1994-06-13
Filing date: 1994-06-13
Publication date: 2002-07-02
Anticipated expiration: 2017-07-02
Also published as: JPH07334623A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、例えば対象物を撮像
して得られた入力画像とあらかじめ登録されている標準
パターンとの一致度を判定して物体認識などを行う画像
処理方法およびその装置に関連し、殊にこの発明は、対
象物のモデルを撮像して得られた画像より標準パターン
を生成するための画像処理方法およびその方法を実施す
るための画像処理装置に関する。

【０００２】

【従来の技術】例えば物体認識装置では、対象物のモデ
ルを撮像して得られた画像をモデル画像としてあらかじ
め登録しておき、対象物を撮像して得られた画像を入力
したとき、この入力画像上に前記モデル画像と同一サイ
ズのマスクを設定して走査し、各走査位置毎にマスク内
の入力画像の画素データとモデル画像の画素データとを
比較し、その一致度を正規化相互相関演算により算出し
ている。入力画像がモデル画像に類似していれば、ある
走査位置での相関値が大きくなり、もし類似していなけ
れば、相関値はどの走査位置においても低いままであ
る。

【０００３】本来、モデル画像を構成する全画素につい
て入力画像との間の正規化相互相関演算が行われるべき
であるが、ハード構成の簡易化や演算処理の高速化をは
かるため、モデル画像の一部の画素に対して演算処理を
行うという手法が提案されている。

【０００４】この手法では、まずモデル画像上にモデル
の画像部分の一部を含むように特徴量抽出領域を設定
し、その領域内にさらに行列状に配置された複数の小領
域を設定する。つぎに各小領域内に含まれるモデル画像
の各構成画素の濃度平均値を小領域毎に抽出することに
より、各小領域の濃度平均値をパターン構成データとす
るパターン（以下「標準パターン」という）を生成す
る。この後、前記の特徴量抽出領域を入力画像上に設定
して走査し、各走査位置において、各小領域内に含まれ
る入力画像の各構成画素の濃度平均値を小領域毎に抽出
し、その抽出データと標準パターンの対応するデータと
の相関をとって、入力画像と標準パターンとの一致度を
算出する。この手法によれば、入力画像上の各小領域に
含まれる各画素のみを対象とした濃度平均値を算出して
正規化相互相関演算を行うことになり、小領域外の画素
については、画素値の抽出や演算を省略できるので、一
致度判定に要する時間を短縮できる。

【０００５】図１３は、英文字「Ｈ」をモデルとするモ
デル画像２０に対し、文字の画像部分（図中斜線で示
す）の一部を含むように特徴量抽出領域ｒを設定した例
を示す。特徴量抽出領域ｒ内には複数個の矩形状の小領
域ｗが所定の間隔毎に配置されており、これら各小領域
ｗ内でモデル画像２０の各構成画素の濃度平均値ｆ₀〜
ｆ₈を抽出した後、この濃度平均値ｆ₀〜ｆ₈を成分と
した９次元のベクトルｓｐを標準パターンとしてメモリ
内に記憶する。

【０００６】

【発明が解決しようとする課題】しかしながら、上記の
方法では、特徴量抽出領域ｒにおける各小領域ｗの相対
的な設定位置は固定されており、図示例のように、いず
れの小領域ｗ内にもモデル画像２０における文字の画像
部分が含まれないような場合、得られた標準パターンｓ
ｐには、モデルの特徴が反映されず、このような標準パ
ターンｓｐを使った走査では、一致度の判定は無意味と
なる。上記の問題を解決するためには、各小領域の位置
をモデルの特徴に応じて可変設定し、モデルの特徴を反
映した特徴パターンｓｐを得るようにすればよいが、そ
のための具体的な手法は提案されていない。

【０００７】この発明は、上記問題に着目してなされた
もので、モデル画像上に特徴量抽出領域を設定して走査
し、各走査位置における特徴量抽出領域内のモデル画像
の評価値により特徴量抽出領域の設定位置を決定するこ
とにより、モデルの特徴が反映された最適な標準パター
ンを生成することができる画像処理方法およびその装置
を提供することを目的とする。

【０００８】

【課題を解決するための手段】請求項１の発明はモデル
画像より標準パターンを生成した後、入力画像を走査し
て入力画像と標準パターンとの一致度を判定する画像処
理方法であって、前記モデル画像上に特徴量抽出領域を
設定して走査し、走査位置毎に前記特徴量抽出領域に含
まれるモデル画像の特定画素の画像データを抽出して特
徴量を求めた後、各走査位置毎にその走査位置に特徴量
抽出領域を設定することへの評価値として前記特徴量の
ばらつき度合を算出する評価手順と、前記評価手順にお
いて最大の評価値が得られた走査位置をモデル画像に対
する特徴量抽出領域の最適な設定位置として決定する決
定手順と、前記決定手段で決定された設定位置に特徴量
抽出領域を設定して、この特徴量抽出領域に含まれるモ
デル画像の特定画素の画像データを標準パターンを生成
するための画像データとして抽出する抽出手順とを一連
に実施することにより、モデル画像より標準パターンを
生成することを特徴とする。

【０００９】請求項２の発明では、前記評価手段では、
前記特徴量として、抽出された特定画素の画像データか
ら算出される濃度平均値を算出している。

【００１０】

【００１１】請求項３〜６の発明はモデル画像より標準
パターンを生成した後、入力画像を走査して入力画像と
標準パターンとの一致度を判定する画像処理装置におけ
るものである。請求項３の画像処理装置は、モデル画像
を記憶するモデル画像記憶手段と、前記モデル画像記憶
手段に記憶されたモデル画像上に特徴量抽出領域を設定
して走査する走査手段と、前記特徴量抽出領域内に複数
個の小領域を設定する小領域設定手段と、前記走査手段
による走査位置毎に前記小領域設定手段により設定され
た各小領域に含まれるモデル画像の特徴量を個々に抽出
する特徴量抽出手段と、各走査位置毎に、その走査位置
に特徴量抽出領域を設定することへの評価値として前記
特徴量抽出手段により求めた特徴量のばらつき度合を算
出する評価値算出手段と、前記評価値算出手段により算
出された評価値が最大となる走査位置を前記モデル画像
に対する前記特徴量抽出領域の最適な設定位置として決
定する決定手段と、前記決定手段により決定された設定
位置に前記特徴量抽出領域を設定して各小領域に含まれ
るモデル画像の画像データを前記標準パターンを生成す
るための画像データとして抽出する画像データ抽出手段
とを具備している。

【００１２】前記評価値算出手段は、請求項４の発明で
は前記特徴量抽出手段により各走査位置で抽出された小
領域毎の特徴量の標準偏差を、請求項５の発明では各走
査位置で抽出された小領域毎の特徴量の平均偏差を、そ
れぞれ走査位置毎の評価値として算出する。

【００１３】

【００１４】請求項６の発明の画像処理装置は、モデル
画像を記憶する画像記憶手段と、前記画像記憶手段に記
憶されたモデル画像から所定の領域を指定する領域指定
手段と、前記領域指定手段により指定された領域内のモ
デル画像に特徴量抽出領域を設定して走査する走査手段
と、前記特徴量抽出領域内に複数個の小領域を設定する
小領域設定手段と、前記走査手段による走査位置毎に前
記小領域設定手段により設定された各小領域に含まれる
モデル画像の特徴量を個々に抽出する特徴量抽出手段
と、各走査位置毎に、その走査位置に特徴量抽出領域を
設定することへの評価値として前記特徴量抽出手段によ
り求めた特徴量のばらつき度合を算出する評価値算出手
段と、前記評価値算出手段により算出された評価値が最
大となる走査位置を前記モデル画像に対する前記特徴量
抽出領域の最適な設定位置として決定する決定手段と、
前記決定手段により決定された設定位置に前記特徴量抽
出領域を設定して各小領域に含まれるモデル画像の画像
データを前記標準パターンを生成するための画像データ
として抽出する画像データ抽出手段とを備えた構成のも
のである。

【００１５】

【作用】請求項１の発明では、特徴量抽出領域によりモ
デル画像を走査して、各走査位置における領域内のモデ
ル画像のうち特定画素の画像データを抽出して特徴量を
求め、その特徴量のばらつき度合をその走査位置に特徴
量抽出領域を設定することへの評価値として算出する。
この後、最大の評価値が得られた走査位置が特徴量抽出
領域の最適な設定位置として決定され、特徴量抽出領域
をこの決定位置に設定したときの前記特定画素の画像デ
ータが標準パターンを生成するための画像データとして
抽出される。

【００１６】請求項２の発明では、前記走査位置毎の特
徴量として、各走査位置における特定画素の濃度平均値
を算出するので、特徴量としてのデータ容量を少なくで
きる。

【００１７】

【００１８】請求項３の発明では、各走査位置で特徴量
抽出領域内の各小領域に含まれるモデル画像の特徴量が
個々に算出された後、各走査位置毎に、その走査位置に
特徴量抽出領域を設定することへの評価値として、特徴
量のばらつき度合が算出される。さらに算出された評価
値が最大となる走査位置が特徴量抽出領域の最適な設定
位置として決定され、この設定位置における各小領域の
画像データが標準パターンとして抽出される。

【００１９】請求項４の発明では、各走査位置における
小領域毎の特徴量の標準偏差の算出により、また請求項
５の発明では、各走査位置における小領域毎の特徴量の
平均偏差の算出により、各走査位置における小領域間の
特徴量のばらつき度合が求められる。

【００２０】

【００２１】請求項６の発明では、モデル画像上の所定
の領域が指定され、指定された領域内のモデル画像につ
いて、標準パターンを生成するための処理が行われるの
で、処理の効率化をはかることができる。

【００２２】

【実施例】図１は、この発明の一実施例にかかる画像処
理装置の全体構成を示す。この画像処理装置は、対象物
のモデルを撮像して得られた画像から最もモデルの特徴
を反映した位置での画像データを標準パターンとして登
録した後、検査対象を順次撮像して得られた画像（以下
「入力画像」という）をこの標準パターンと比較して、
良・不良の判定を行うもので、撮像装置１，画像処理部
２，ビデオモニタ３，操作部４などを構成として含んで
いる。

【００２３】撮像装置１は、適当な照明下で対象物やそ
のモデルを撮像し、濃淡画像の画像信号を画像処理部２
へ出力する。

【００２４】画像処理部２は、Ａ／Ｄ変換部５，画像メ
モリ６，制御部７，演算部８，外部インターフェイス
９，標準パターン生成部１０，標準パターンメモリ１
１，認識結果メモリ１２などから構成される。

【００２５】前記撮像装置１からの濃淡画像信号は、Ａ
／Ｄ変換部５でディジタル信号に変換された後、画像デ
ータとして画像メモリ６に記憶される。制御部７は、画
像メモリ６から画像データを取り出し、適宜各部にこの
画像データを与えて後述する一連の処理を制御する。

【００２６】演算部８は、標準パターンの設定にあた
り、後述する小領域の特徴量や特徴量抽出領域の評価値
などを算出すると共に、入力画像と標準パターンとの一
致度判定時に、両者の正規化相互相関演算を実行する。
各演算により得られた結果は、制御部７に出力される。

【００２７】標準パターン生成部１０は、画像メモリ６
内の画像データのうち、処理対象として指定された画像
領域上に、後述する特徴量抽出領域Ｒを設定する。さら
に標準パターン生成部１０は、この特徴量抽出領域Ｒに
よりモデル画像上を走査して、最適な走査位置における
特徴量抽出領域Ｒ内の画像データを前記標準パターンと
して決定し、制御部７へ出力する。制御部７は、この標
準パターンおよびこのとき用いた特徴量抽出領域Ｒの設
定条件を標準パターンメモリ１１内に登録する。なお、
上記の演算部８や標準パターン生成部１０の機能は制御
部７に持たせるよう構成してもよい。

【００２８】入力画像が与えられたとき、制御部７は、
前記と同様の特徴量抽出領域Ｒを入力画像上に設定して
走査し、走査位置毎に演算部８を用いた正規化相互相関
演算を実行する。この演算結果は順次認識結果メモリ１
２に格納される。

【００２９】入力画像上の走査が終了すると、制御部７
は、認識結果メモリ１２に記憶された走査位置毎の相関
値を読み出し、入力画像とモデル画像との一致度を判定
する。この一致度が所定の水準に達しているとき、入力
画像はモデル画像に類似するものと判定される。

【００３０】ビデオモニタ３は、外部インターフェイス
９を介して、制御部７より画像メモリ６内の画像データ
や各種の演算結果、前記の一致度判定結果などを表示す
る。操作部４はキーボードなどから構成され、後述する
ように処理の対象となる画像領域の範囲指定などを行
う。なお外部インターフェイス９には、その他の入出力
装置１３として、例えばプリンタやフロッピーディスク
装置などが接続される。

【００３１】図２は、特徴量抽出領域の設定例を示す。
図中、１５は対象物のモデルを撮像して得られた濃淡画
像（モデル画像）である。オペレータは前記ビデオモニ
タ３に表示されたモデル画像１５を確認して、モデル部
分を含む領域、言い換えるとモデルの特徴を最も反映す
るであろう領域を処理の対象領域１４として指定する。

【００３２】前記標準パターン生成部１０は、前記特徴
量抽出領域Ｒの各走査位置における特徴量を格納する領
域などの作業用の記憶領域を備えるほか、後述する領域
設定テーブルを格納する領域を備えており、前記の対象
領域１４が指定されたとき、この領域設定テーブルを参
照して対象領域１４内に所定の大きさの特徴量抽出領域
Ｒを設定する。

【００３３】図３は、前記特徴量抽出領域Ｒの構成を示
す。この特徴量抽出領域Ｒは、各辺がＲｄ１個，Ｒｄ２
個の画素から成る矩形領域であって、この領域内には９
つの正方形状の小領域Ｗ₀〜Ｗ₈が、Ｘ軸，Ｙ軸の各方
向にそれぞれＤ１個，Ｄ２個の画素を隔てて行列状に配
置される。なお、この実施例では、特徴量抽出領域Ｒ内
に設定される小領域の数は９個に固定され、また各小領
域の大きさも固定されており、後述するように、特徴量
抽出領域Ｒの大きさと小領域間の画素数Ｄ１，Ｄ２とは
対象領域１４の大きさに応じて可変設定される。

【００３４】各小領域Ｗ₀〜Ｗ₈は、特徴量抽出領域Ｒ
内でのモデル画像の特徴量を抽出するためのもので、図
４に示すごとく、ＸＹ両軸方向にそれぞれ４個の画素Ｉ
_jが設定されて成る。各小領域Ｗ_i（ｉ＝０〜８）の特
徴量は、所属する１６個の画素の濃度の平均値により表
される。

【００３５】いま小領域Ｗ_i（ｉ＝０〜８）の濃度平均
値をＦ_iとすると、特徴量抽出領域Ｒの特徴量Ｐは、９
つの成分を有するベクトル｛Ｆ₀，Ｆ₁，・・・，Ｆ
₈｝として表現される。

【００３６】前記標準パターン生成部１０は、図５に示
すごとく、設定された特徴量抽出領域Ｒにより対象領域
１４内を走査し、各走査位置毎に各小領域Ｗ_iの濃度平
均値Ｆ_iを算出して前記特徴量Ｐを求め、内部のメモリ
に順次記憶する。

【００３７】前記の走査が終了すると、標準パターン生
成部１０は、内部のメモリに記憶された各特徴量Ｐよ
り、それぞれ各走査位置における特徴量抽出領域内の画
像データの評価値Ｑを算出する。この評価値Ｑは、各特
徴量Ｐにおける各ベクトル成分についての標準偏差、す
なわち特徴量抽出領域内における９個の小領域の濃度平
均値のばらつき度合であって、特徴量抽出領域Ｒがモデ
ル画像の特徴を反映する位置にあるときに、高い評価値
が得られる。

【００３８】図６（１）（２）（３）および図７は、走
査位置と評価値との関係を示す。図示例は、文字のパタ
ーンＢが表された画像上を特徴量抽出領域Ｒにより走査
した状態であって、図６（１）は最初の走査位置（図７
のａ点）における状態を、図６（２）は図７のｂ点にお
ける状態を、図６（３）は図７のｃ点における状態を、
それぞれ示す。

【００３９】最初の走査位置（ａ点）では、図６（１）
に示すごとく、文字部分の画像は小領域Ｗ₀〜Ｗ₈のい
ずれにも含まれていない。反対にｃ点では、図６（３）
に示すごとく、文字部分の画像がすべての小領域に含ま
れている。いずれの場合も小領域間の特徴量のばらつき
がないため、評価値Ｑは「０」に近くなる。

【００４０】一方、ｂ点においては、図６（２）に示す
ごとく、文字部分の画像を含む小領域と背景の画像を含
む小領域とが存在するため、特徴量のばらつきが大きく
なり、評価値Ｑの値は高くなる。

【００４１】標準パターン生成部１０は、各走査位置の
評価値Ｑのうち、最大値をとる走査位置における特徴量
Ｐを標準パターンとして決定する。図８は、前記した文
字「Ｈ」を含むモデル画像について、特徴量抽出領域Ｒ
の位置を決定した例を示すもので、この時点での特徴量
抽出領域Ｒの特徴量Ｐ、すなわち各小領域の濃度平均値
Ｆi を成分とする９次元のベクトルが標準パターンＳＰ
として登録される。

【００４２】制御部７は、この特徴パターンＳＰと共
に、このとき採用した特徴量抽出領域Ｒおよび小領域Ｗ
_iの設定条件を前記標準パターンメモリ１１内に格納す
る。

【００４３】図９は、特徴量抽出領域Ｒおよび小領域Ｗ
i を設定するための原理を示す。図示例では説明を簡易
化するために、設定された対象領域１４を正方形と仮定
しており、図中Ａｄはオペレータにより設定された対象
領域１４の一辺の画素数を、Ｒｄは特徴量抽出領域Ｒの
一辺の画素数を、Ｄは各小領域Ｗ_i間の画素数をそれぞ
れ示す。なお、以下の説明ではＸ軸方向を例にとるが、
Ｙ軸方向についても同様の設定がなされる。

【００４４】前述したように、各小領域の一辺の画素数
は４個であるから、Ｒｄは次の（１）式で表される。

【００４５】

【数１】

【００４６】またＡｄとＲｄとの差をＭとすると、Ａｄ
は次の（２）式で表される。

【００４７】

【数２】

【００４８】特徴量抽出領域Ｒを走査して、各小領域Ｗ
_iにより走査方向におけるすべての画素の組合せを抽出
し、各組合せについての特徴量を得るためには、つぎの
（３）式を満足する必要がある。

【００４９】

【数３】

【００５０】なお、上式におけるＴは、図９に示すごと
く、小領域Ｗ_iの一辺の画素数と各小領域間の画素数と
の合計値Ｄ＋４を示す。上記の（１）〜（３）式より小
領域間の画素数Ｄのとり得る値について、つぎの（４）
式の条件が設定される。

【００５１】

【数４】

【００５２】特徴量抽出領域Ｒの大きさを対象領域１４
の大きさに近づけて設定すると、走査回数を減らして処
理を速く行うことが可能となる。したがって上記の
（４）式を満足する最大の整数値をＤの値とすることに
より、最も大きな特徴量抽出領域Ｒを設定することがで
きる。

【００５３】この実施例では、Ａｄの大きさに応じて上
記の（４）式の条件を満たす小領域間の画素数Ｄの最大
値をあらかじめ設定してあり、このＤの値に基づくＲ
ｄ，Ｔの値を領域設定テーブルとして標準パターン生成
部１０のメモリ内に含んでいる。

【００５４】図１０は、前記領域設定テーブルの記憶内
容の一例を示すもので、Ａｄの値に対応づけて上記の
（４）式の条件を満たすＲｄおよびＴの値が設定されて
いる。なお、図中、Ａｄが１４画素以下の場合は、前記
（４）式より導き出されるＤの値はマイナスになるため
Ｔの値は小領域の一辺より小さくなる。したがってこの
場合、各小領域は重ね合わせて設定されることになる。
またＡｄが１５画素以上１７画素以下の場合は、Ｄの値
として「０」が設定されており、各小領域は隣合わせの
状態に設定される。

【００５５】標準パターン生成部１０は、対象領域１４
が指定されると、上記の領域設定テーブルを参照して指
定された領域の画素数に応じたＲｄおよびＴの値を読み
出し、この値により特徴量抽出領域の大きさおよび小領
域の間隔を決定する。

【００５６】図１１は、上記画像処理装置における標準
パターンの登録から一致度判定までの手順を示す。まず
ステップ１（図中「ＳＴ１」で示す）において、オペレ
ータはビデオモニタ３に表示される指示にしたがって撮
像装置１により対象物のモデルを撮像する。撮像された
画像はＡ／Ｄ変換部５でディジタル量の濃淡画像に変換
された後、画像メモリ６に取り込まれる。

【００５７】制御部７は、画像メモリ６よりこの濃淡の
画像データを読み出して、ビデオモニタ３に表示する。
オペレータは、この表示された画像から前記対象領域１
４を操作部４から範囲指定する（ステップ２）。

【００５８】制御部７は、この領域指定を受けて指定さ
れた対象領域１４のＸ軸，Ｙ軸両方向における画素数Ａ
ｄを標準パターン生成部１０へと与える。この対象領域
１４内の画像データにより、つぎの手順で標準パターン
が生成される（ステップ３）。

【００５９】図１２は、図１１のステップ３の詳細な手
順を示す。前記ステップ２で対象領域１４が指定される
と、標準パターン生成部１０は、前記領域設定テーブル
を参照して、指定された領域の画素数に応じた特徴量抽
出領域を設定する（ステップ３−１）。

【００６０】さらにこの特徴量抽出領域には、領域設定
テーブルの記憶内容により、９個の小領域が、それぞれ
所定のＤ個の画素毎に設定される（ステップ３−２）。

【００６１】次に標準パターン生成部１０は、設定され
た特徴量抽出領域Ｒにより対象領域１４内を走査し、各
走査位置において前記した特徴量Ｐを求める（ステップ
３−３）。

【００６２】走査が終了すると、制御部７は、演算部８
を用いて、各特徴量Ｐにより各走査位置における画像デ
ータの評価値Ｑをそれぞれ算出する（ステップ３−
４）。標準パターン生成部１０は各評価値Ｑを比較し、
評価値Ｑが最大となる走査位置における特徴量Ｐを標準
パターンＳＰとして決定する（ステップ３−５）。制御
部７は、この標準パターンＳＰを受け取って前記標準パ
ターンメモリ１１内に格納する（ステップ３−６）。な
お、この標準パターンＳＰとともに、このとき設定され
た特徴量抽出領域および小領域の設定条件、すなわち前
記のＲｄ，Ｔの値が標準パターンメモリ１１内に格納さ
れる。

【００６３】図１１に戻って、標準パターンの生成およ
び登録が終了すると、制御部５はビデオモニタ３上に検
査対象を撮像する旨の指示を表示する。オペレータは、
その指示により検査対象を撮像し、得られた画像はＡ／
Ｄ変換後、画像メモリ６に格納される（ステップ４）。

【００６４】つぎに制御部５は、標準パターンメモリ１
１内に記憶した標準パターンおよび前記Ｒｄ，Ｔを読み
出し、画像メモリ３内の入力画像に上記のモデル画像に
設定したものと同様の特徴量抽出領域Ｒを設定して走査
し、各走査位置において各小領域内の濃度平均値を算出
した後、この特徴量と登録した標準パターンとの正規化
相互相関演算を実行する。走査終了後、求められた相関
値の最大値ｒ_maxにより入力画像と標準パターンとの一
致度が判定される（ステップ５）。

【００６５】なお、この実施例では評価値として各走査
位置における特徴量抽出領域内の標準偏差を用いたが、
これに限らず平均偏差を評価値としても良い。またこの
実施例では、特徴量抽出領域Ｒ内に４×４の大きさの小
領域を９個設定するようにしているが、この小領域の大
きさ，形，数はこれに限らず、条件に応じて適宜変更し
てもよい。

【００６６】さらにこの実施例では、濃淡画像を処理す
るようにしているが、入力された画像を所定のしきい値
で２値化あるいは量子化して同様の処理を行うようにし
てもよい。この場合、ハードウエア構成を簡易化するこ
とができるので、装置の製作コストを大幅に削減でき
る。

【００６７】

【発明の効果】請求項１および３の発明では、モデル画
像上に特徴量抽出領域を設定して走査し、各走査位置毎
に特徴量抽出領域を設定することへの評価値として、そ
れぞれその走査位置において算出された特徴量のばらつ
き度合を算出し、最大の評価値が得られた走査位置を特
徴量抽出領域の最適な設定位置として決定し、この位置
における特徴量抽出領域内の特定の画像データを標準パ
ターンとして抽出するようにしたので、モデルの特徴が
反映された標準パターンを生成することができる。

【００６８】請求項２の発明では、前記走査位置毎の特
徴量として、各走査位置における特徴量抽出領域内の特
定画素の濃度平均値を算出するので、特徴量としてのデ
ータ容量が小さくなり、メモリ容量を小さくすることが
できる。また標準パターンと対象物との一致度の比較を
両者の濃度平均値を用いて行うので、処理速度の高速化
が実現できる。

【００６９】請求項４の発明では、各走査位置における
小領域毎の特徴量の標準偏差が、請求項５の発明では、
各走査位置における小領域毎の特徴量の平均偏差が、そ
れぞれ評価値として算出される。これにより、モデル画
像上のモデルの特徴が反映される位置を簡単かつ正確に
抽出することができる。

【００７０】

【００７１】請求項６の発明では、モデル画像上の所定
の領域を指定して指定された領域内のモデル画像につい
て処理を行うので、モデルの特徴的な部分のみを取り出
して処理することが可能となり、標準パターンの生成を
効率良く行うことができる。

【図面の簡単な説明】

【図１】この発明にかかる画像処理装置の全体構成を示
すブロック図である。

【図２】モデル画像上の対象領域の指定および特徴量抽
出領域の設定例を示す説明図である。

【図３】特徴量抽出領域の構成を示す説明図である。

【図４】小領域の構成を示す説明図である。

【図５】特徴量抽出領域の走査例を示す説明図である。

【図６】走査位置と評価値との関係を示す説明図であ
る。

【図７】走査位置と評価値との関係を示す説明図であ
る。

【図８】標準パターンの抽出例を示す説明図である。

【図９】特徴量抽出領域と小領域の設定方法を示す説明
図である。

【図１０】領域設定テーブルの構成例を示す説明図であ
る。

【図１１】画像処理の制御手順を示すフローチャートで
ある。

【図１２】標準パターン生成部による標準パターンの設
定，登録の手順を示すフローチャートである。

【図１３】従来の標準パターンの抽出例を示す説明図で
ある。

【符号の説明】

６画像メモリ７制御部８演算部１０標準パターン生成部１１標準パターンメモリ１４対象領域１５モデル画像Ｒ特徴量抽出領域Ｗ₀〜Ｗ₈ 小領域

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/00 - 9/68 G06T 7/00 300 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】モデル画像より標準パターンを生成した
後、入力画像を走査して入力画像と標準パターンとの一
致度を判定する画像処理方法において、前記モデル画像上に特徴量抽出領域を設定して走査し、
走査位置毎に前記特徴量抽出領域に含まれるモデル画像
の特定画素の画像データを抽出して特徴量を求めた後、
各走査位置毎にその走査位置に特徴量抽出領域を設定す
ることへの評価値として前記特徴量のばらつき度合を算
出する評価手順と、前記評価手順において最大の評価値が得られた走査位置
をモデル画像に対する特徴量抽出領域の最適な設定位置
として決定する決定手順と、前記決定手段で決定された設定位置に特徴量抽出領域を
設定して、この特徴量抽出領域に含まれるモデル画像の
特定画素の画像データを標準パターンを生成するための
画像データとして抽出する抽出手順とを一連に実施する
ことにより、モデル画像より標準パターンを生成するこ
とを特徴とする画像処理方法。
【請求項２】前記評価手順で求められる特徴量は、抽
出された特定画素の画像データから算出される濃度平均
値である請求項１に記載された画像処理方法。
【請求項３】モデル画像より標準パターンを生成した
後、入力画像を走査して入力画像と標準パターンとの一
致度を判定する画像処理装置において、前記モデル画像を記憶するモデル画像記憶手段と、前記モデル画像記憶手段に記憶されたモデル画像上に特
徴量抽出領域を設定して走査する走査手段と、前記特徴量抽出領域内に複数個の小領域を設定する小領
域設定手段と、前記走査手段による走査位置毎に前記小領域設定手段に
より設定された各小領域に含まれるモデル画像の特徴量
を個々に抽出する特徴量抽出手段と、各走査位置毎に、その走査位置に特徴量抽出領域を設定
することへの評価値として前記特徴量抽出手段により求
めた特徴量のばらつき度合を算出する評価値算出手段
と、前記評価値算出手段により算出された評価値が最大とな
る走査位置を前記モデル画像に対する前記特徴量抽出領
域の最適な設定位置として決定する決定手段と、前記決定手段により決定された設定位置に前記特徴量抽
出領域を設定して各小領域に含まれるモデル画像の画像
データを前記標準パターンを生成するための画像データ
として抽出する画像データ抽出手段とを備えて成る画像
処理装置。
【請求項４】前記評価値算出手段は、前記走査位置毎
の評価値として前記特徴量抽出手段により各走査位置で
抽出された小領域毎の特徴量の標準偏差を算出する請求
項３に記載された画像処理装置。
【請求項５】前記評価値算出手段は、前記走査位置毎
の評価値として前記特徴量抽出手段により各走査位置で
抽出された小領域毎の特徴量の平均偏差を算出する請求
項３に記載された画像処理装置。
【請求項６】モデル画像より標準パターンを生成した
後、入力画像を走査して入力画像と標準パターンとの一
致度を判定する画像処理装置において、モデル画像を記憶する画像記憶手段と、前記画像記憶手段に記憶されたモデル画像から所定の領
域を指定する領域指定手段と、前記領域指定手段により指定された領域内のモデル画像
に特徴量抽出領域を設定して走査する走査手段と、前記特徴量抽出領域内に複数個の小領域を設定する小領
域設定手段と、前記走査手段による走査位置毎に前記小領域設定手段に
より設定された各小領域に含まれるモデル画像の特徴量
を個々に抽出する特徴量抽出手段と、各走査位置毎に、その走査位置に特徴量抽出領域を設定
することへの評価値として前記特徴量抽出手段により求
めた特徴量のばらつき度合を算出する評価値算出手段
と、前記評価値算出手段により算出された評価値が最大とな
る走査位置を前記モデル画像に対する前記特徴量抽出領
域の最適な設定位置として決定する決定手段と、前記決定手段により決定された設定位置に前記特徴量抽
出領域を設定して各小領域に含まれるモデル画像の画像
データを前記標準パターンを生成するための画像データ
として抽出する画像データ抽出手段とを備えて成る画像
処理装置。