JP3581149B2 - 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 - Google Patents

境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 Download PDF

Info

Publication number
JP3581149B2
JP3581149B2 JP50922794A JP50922794A JP3581149B2 JP 3581149 B2 JP3581149 B2 JP 3581149B2 JP 50922794 A JP50922794 A JP 50922794A JP 50922794 A JP50922794 A JP 50922794A JP 3581149 B2 JP3581149 B2 JP 3581149B2
Authority
JP
Japan
Prior art keywords
parameter
value
intensity
object identification
pixels
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
JP50922794A
Other languages
English (en)
Other versions
JPH08504522A (ja
Inventor
ハーヴィー リー カスダン、
Original Assignee
インターナショナル リモウト イメイジング システムズ インコーポレイテッド
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 インターナショナル リモウト イメイジング システムズ インコーポレイテッド filed Critical インターナショナル リモウト イメイジング システムズ インコーポレイテッド
Publication of JPH08504522A publication Critical patent/JPH08504522A/ja
Application granted granted Critical
Publication of JP3581149B2 publication Critical patent/JP3581149B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Processing (AREA)

Description

技術分野
本発明は、物体の画像が形成される、検査を受ける物体を識別するための方法及び装置に関するものである。特に、本発明は、認識可能な境界と「分位(quantile)」と呼ばれる新しい特徴を有する物体に基づいて物体を識別するための方法と装置に関するものである。
発明の背景
物体を識別するための方法と装置がよく知られている。生物学的サンプルを識別するための方法は、検査を受ける生物学的サンプルのタイプを識別するための様々な技術を十分持っている。例えば、アメリカ合衆国特許第4,175,860号を参照すること。様々なパラメータのヒストグラムを生成することも知られている。例えば、アメリカ合衆国特許第3,851,156号を参照すること。
これまで、物体を識別するための既知の方法の一つは、物体のサイズを利用するものであった。物体の識別するために使用することができる物体の別のパラメータには、色、内部光学密度、物体の境界内の平均強度が含まれる。
しかしながら、事例によっては、独自に物体を識別するか、あるいは、一定のパラメータによって同じ結果が得られるならば、2つの物体を区別することができる。従って、例えば、2つの物体が同じサイズであり、同じ内部光学密度を有し、同じ平均可視光強度を有する場合には、そうしたパラメータに基づいて、物体の一つを識別するか、あるいは2つの物体を区別することはできない。それに加えて、そうしたパラメータの幾つかは、計算上集約的であり、著しい量の時間、あるいはコンピュータ源を必要とする。従って、本発明は、物体を識別するための新しい方法、あるいは装置、あるいは「分位」と呼ばれる新しいパラメータに基づいて、2つの物体を区別することを目的とする。
発明の要約
本発明では、認識可能な境界を有する検査を受ける物体を識別するための方法が公開されている。この方法は、物体の画像を生成するステップで構成される。複数のピクセルを形成するために、画像を分割する。次に、画像の中の検査を受ける物体の境界を検知する。検知した境界内の各々のピクセルのパラメータについて、測定を行う。検知した境界内の測定したピクセルのパラメータ値を規則正しいシーケンスで生成する。指標kが次のような関係を満足するように、想定した特定のパラメータ値Pk(ここで、kは、規則正しいシーケンスの指標である)を決定する:
Figure 0003581149
次に、物体に関連した上記の関係から得たM区分内のi番目の分位であるPkパラメータ値に基づいて、検査を受ける物体を識別する。
本発明は、また、前述の方法を実行するための装置も目的としている。
【図面の簡単な説明】
図1は、同じサイズと形を有し、同じ平均強度を有するが、異なる2つの物体、「a」及び「b」の説明図である。
図2は、検知した境界のピクセルの数に対する光の強度のヒストグラムを示すグラフである。
図3は、検知した境界のピクセルの累積数に対する光の強度の累積ヒストグラムを示すグラフであり、各々の物体について決定した分位の特徴を共に示してある。
図4は、様々な既知の物体の予め決定された関係あるいは分位の表である。
図5は、境界のピクセルについて測定したパラメータの値の規則正しいシーケンスである。
図6は、本発明の方法を実行するために適切な装置のブロック図である。
図面の詳細な説明
図1を参照すると、2つの物体:物体「A」12及び「B」14の画像10の概略図が示してある。下記で示した記述が、物体「B」から物体「A」を区別するための本発明の方法に関するものであるが、本発明の方法は、検査を受ける単一の物体を識別するためにも同様に適用可能であるとも見なすことができる。
物体12及び14の各々は、それぞれ認識可能な境界18及び20を有している。図1に示したように、各々の物体12及び14は、同じサイズと形状を有している。図解の目的のために、同じサイズと形状を有するものとして物体12及び14を示してあるが、本発明を実行する必要はない。同じサイズと形状を有する物体12及び14を用いて本発明の方法を図解する目的は、サイズ及び形状といった別のパラメータを使用できない場合に検査を受ける物体12及び14を区別するために、本発明の方法をどのように使用することができるかを示すことである。
もちろん、物体12及び14は、細胞、遺伝子、あるいはその他の生物学的、あるいは非生物学的物体といった実際の物体の画像を示している。本発明の方法では、物体12及び14から画像10を採取する。CCDといった電子ビデオ・カメラを用いることによって、画像10を生成することができる(本発明の方法を実行するために適した装置の特定の詳細は、下記に論じる)。次に、物体の色のタイプを区別するために使用することができる異なるカラー・フィルタに従って、画像10をフィルタにかける。各々の異なるカラー・フィルタを分割して、複数のピクセルを生成する。次に、各々のピクセルをディジタル化する。物体12及び14の各々の境界を決定する。例えば、参考のためにここに添付したアメリカ合衆国特許第4,538,299号に開示した方法によって、それを行うことができる。
各々の物体12及び14の各々の境界を一旦決定したら、境界内の各々のピクセルのパラメータの一つを測定する。一つのパラメータは、可視光の強度であっても良い。従って、境界位置18及び20内に配置された各々のピクセルでの可視光の強度を測定する。
一つの従来の方法は、ピクセルの数に対する強度のヒストグラムを生成することである。図2を参照すると、2つのヒストグラムが示してある。図2aのヒストグラムは、物体12に対応するが、図2bのヒストグラムは、物体14に対応する。図1から見て取れるように、物体12は、境界18内の全領域を通して、実質上均一な強度(暗い画像は輝度を示している)を有している。従って、図2aに示したヒストグラムは、実質上N1ピクセルを示しており、各々、I1の強度を有している。それとは対照的に、物体14は、物体12の均一な強度I1よりも大きい強度を有する小さい区域16を有している。図2bに示したヒストグラムは、スポット16のピクセルのN2数が、実質上I2の強度値を有することを示しており、N1>N2、及びI2>I1である。
各々の物体12及び14のヒストグラムが生成されたら、次に、累積ヒストグラムを作成する。少なくとも、一定の強度値を有するピクセルの数を合計することによって、累積ヒストグラムを生成する。N=f(I)である場合、ここで、Nは、強度レベルIを有するピクセルの数であるが、その場合、CumN=F(I)である。ここで、CumNは、強度レベル≦Iを有するピクセルの累積数である。ここで、
Figure 0003581149
図2a及び2bに示したヒストグラムの累積ヒストグラムを図3に示してある。
すべてのピクセルの累積画分と関連した可視光の強度といった特定のパラメータ値は、分位と呼ばれる。従って、図3から、50番目の分位は、物体12についてI3であり、物体14についてI4である。離散的な百分率の均一な増分である従来の百分率表現とは異なって、分位表現は、離散的で、均一な増分に限定されない、ということを明記すべきであろう。従って、そのi番目、j番面、あるいはk番目の分位によって物体を識別することができ、ここで、i、j、及びkは、必ずしも、離散的で均一な増分を発生させるわけではない。
図3に示した分位の関係は、各々の物体12及び14と関連し、異なっているので、得られた分位の関係に基づいて、物体12及び14を互いに区別することができる。その代わりに、物体14といった特定の物体を独自に識別するために、物体14に関連した分位の関係を、その分位関係が予め決定されている既知の別の物体の予め決定された関係の表と比較することができる。別の既知の物体の予め決定された分位関係の表は、実験結果に基づくことができる。次に、予め決定された分位関係の表に対して分位関係を比較することによって、検査を受ける物体のタイプを独自に識別する。
互いに物体12及び14を区別するため、あるいは、分位関係を比較することによって未知の物体を識別するために、(2つの粒子の場合は)互いに、(独自に物体を識別しようとする場合は)表に対して、各々の規則正しい対の数(Q、I)(ここでQは、分位数であり、Iは、それに関連した強度である)を比較する必要はない。一つの方法は、特定の分位数での検査を受ける物体の関連する強度値を、同じ分位数での別の物体の関連する強度値に対して、あるいは、同じ分位数での識別済みの物体の関連する強度値の表に対して比較することである。従って、図3に示したように、物体12に関する50番目の分位は、I3の強度値を有し、物体14に関する同じ50番目の分位は、値I4を有している。一つの物体を別の物体から区別するために、こうした強度値を互いに比較することができる。その代わりに、物体の一つの50番目の分位を、その50番目の分位が予め決定されている識別済みの粒子の強度値の表と比較することができる。図4を参照すること。未知の物体の50番目の分位を表と比較することによって、未知の物体を識別することができる。
もちろん、我々が強度が統計的に変動する生物学的粒子の物体を扱う場合、検査のすべての事例で同じ粒子に関して特定の分位に関連する強度を正確に決定することができないことがある。従って、表で表現した関係は、その範囲の強度値を有する物体を独自に識別できるように、特定の分位に関する強度値の範囲を包含する。実験的結果から識別された一般的なサンプルから、値の範囲を得ることができる。
前述の実施例は、物体を区別する方法を示しているが、2つの物体12及び14の平均強度を区別することができない。しかしながら、可視光の強度と得られた分位を用いれば、互いに物体を区別することができる。光の強度以外のパラメータを利用して、粒子を区別することもできる。従って、カラー表示によって、利用に適した別のパラメータを区別する。赤、青及び緑の3原色を用いて、色を表現することができる。その代わりに、色相、強度及び彩度、あるいは、シアン、マゼンタ及び黄色によって、色を表現することができる。
一つの特定の実施例では、原色の色表現の差を使用する。log(a)−log(b)のパラメータを使用することができる。ここで、a及びbは、それぞれ、赤と青の原色の強度である。考えられる別の組み合わせには次のようなものがある:aが緑で、bが赤である;あるいはaが緑で、bが青である。
分位を計算する前述の方法の問題は、累積ヒストグラムを生成しなければならないということである。これには、複数の離散的な「ビン(bins)」を作成する必要がある。ビンは、第1の画分から第2の画分までのすべてのピクセルに累積画分によって定義される。図3から分かるように、0からITまでの累積ヒストグラムのすべての値を離散的なビンの数に分割しなければならない。i番目の分位は、ピクセルのi番目の累積画分に対応するIの値である。上記のように、log(a)−log(b)といったパラメータの場合、値の範囲は、(対数演算の性質によって)莫大になることがある。従って、ビンの境界の選択が難しくなることがある。
本発明の方法では、累積ヒストグラムを計算することなく、分位を計算することができる。本発明の方法では、検出された境界内の各々のピクセルについて測定したパラメータの値は、規則正しいシーケンスに配置される。これは、図5に示してある。前述のように、本発明の方法に使用した実施例の場合、物体12及び14は、同じサイズと形状であると見なされる。従って、こうした各々の物体12及び14を同じ数のすべてのピクセル、Nに分割する。次に、例えば、境界内の各々のピクセルに関する可視光の強度のパラメータを規則正しいシーケンスに配置する。P1は、可視光の最低の強度を有するピクセルの値である。PNは、可視光の強度といったパラメータの最高の値を有するピクセルの値である。次に、測定したピクセルのパラメータの値を規則正しいシーケンスに形成する。Pkの値は、最低の値と最高の値との間のピクセルのパラメータを表現しており、kは、Nピクセルに対する指標である。
それに従って、kが次のような関係を満足するように、kを選択する:
Figure 0003581149
ここで、Mは、分位区分の総数であり、iは、区分のi番目の画分、あるいはi番目の分位である。i番目に選択した分位の場合、kを決定したら、データ・ポイントPkの強度値は、i番目の分位を関連した強度値であるか、あるいは、単に、i番目の分位の値である。従って、i番目の分位に基づいて、検査を受ける物体を別の物体から区別することができる。
その代わりに、対応するi番目の分位の予め決定された値の表に基づいて、すべての別の物体から検査を受ける物体を区別することができる。2つの物体が、同じ数のピクセルを有していなくても、これを行うことができる。従って、例えば、物体1はN1のピクセルを有しており、物体2はN2のピクセルを有している。次のように、ピクセルのパラメータを規則正しいシーケンスで配置する:
P1...Pk1...PN1−N1のピクセルを有する物体1
P1...Pk2...PN2−N2のピクセルを有する物体2
ここで、kは、指標である。kが次のような式を満足するように、各々の物体について、Pkデータ・ポイントを決定する:
Figure 0003581149
ここで、物体1及び2に関して、同じになるようにiとMを選択する。その結果として、各々の物体に対して得られるPkの値を互いに比較して、物体を区別する。もちろん、前述のように、Pk1がPk2と等しくなくても、物体1及び2が同じタイプの物体であることがある。その範囲内の値を有する物体は依然として同じタイプであるような、特定の分位に対する値のある範囲が存在することがある。
前述のように、本発明の方法を用いれば、累積ヒストグラム計算を行わなくてすむ。その結果として、累積ヒストグラムを計算するために、ビンのサイズを設定する必要がない。データ・ポイントの指標を決定するために、単純で比較可能な関係を決定して、そこから、測定したパラメータのデータ・ポイントの値を得る。その値は、関心のある分位に対応するものである。
次のような表1を参照すれば、本発明の方法の実施例が分かり、3つの粒子の実施例を示してある:粒子1、粒子2、粒子3であり、各々、同じパラメータの強度が変動する50のピクセルを有している。
Figure 0003581149
次の表(表2)は、3つの粒子について計算した様々な統計的値を示している。
Figure 0003581149
次の表(表3)は、第1のカウントと第2のカウントとの間の値を有するピクセルの数のカウントを含む各々のビンを用いて、複数(10)の「ビン」を作成することを示している。従って、ビン#1には、0と10との間の強度値を有するすべてのピクセルが含まれる。粒子#1の場合、13のピクセルがある。粒子#2と#3の場合、それぞれ40と40となる。10のビンを選択して、ピクセルの強度値の最大範囲を10の画分に区分する。強度値の最大範囲は、それぞれ、粒子#1、#2及び#3について、ゼロから41.23、97.00及び97.00であるので、10のビンを選択して、0−10−20−....−90−100のピクセル強度値を記述する。累積ヒストグラムを名付けられた縦欄は、ゼロとビン#と関連した値との間の強度値を有するピクセルの総数の累積カウント(%で示す)である。表3から分かるように、累積ヒストグラムに基づいて、粒子#2と#3を区別することはできない。更に、前述のように、log( )に基づいた強度値の場合、値が大きくなることがある。従って、ピクセルの強度値の範囲が大きくなり、強度値を扱い易い数のビンに分割することを難しくしている。
Figure 0003581149
次のような表(表4)は、本発明の方法に従って再構成したピクセルの強度値の表(表1)を示している。最高から最低まで、ピクセルの強度値を順番に配列する。(もちろん、規則正しいシーケンスは、最低から最高までとすることができる。)この実例では、3つの粒子の各々についてのP50は、それぞれ、値、6.46、2.87及び1.66を有するが、P1は、それぞれ、41.23、97.00及び97.00である。
Figure 0003581149
ここで、「ランク」とは、ピクセルの強度による連続した規則であり、「ピクセル#」は、表1からのピクセルの数であり、「強度」は、「表1」からの対応する「ピクセル#」に対する強度値であり、「パーセント」は、「強度」の項目に示された強度値またはそれ以下を有する粒子の百分率である。
従って、粒子1について3のランクを有するピクセルは、表1からのピクセル#45である。粒子1に関するピクセル#45は、34.80の強度値を有している。更に、粒子1のすべてのピクセルの95.91%は、34.80あるいはそれ以下の強度値を有している。
10(累積ヒストグラム計算に基づいた実施例と同じ)幾つかの「ビン」、あるいは分位Mを選択し、ピクセルのN−番号=50であれば、その場合、
Figure 0003581149
ここで、iは、i番目のビンである。i=10であれば、
Figure 0003581149
k10=50を選択するならば、それぞれ、粒子#1、#2、#3について、Pk10=6.46、2.87、1.66である。
粒子#2について、Pk10=2.87が、粒子#3についてPk10=1.66から明確に異なるので、粒子#2及び#3を区別することがせきるが、ヒストグラム及び累積ヒストグラムといった統計に基づいて別の分析では、粒子を区別することができない。更に、単一の値を比較しても、値の範囲を比較することができる。それぞれ、粒子#1、#2、#3に関して、Pk9(K9=45)=8.55、3.77、1.98、及びPk8(K8=40)=9.16、4.25、2.25についても、同じことが当て嵌まる、ということに留意すること。
本発明の方法を実行するために適した装置30を図6に示す。装置30は、検査区域33に焦点を結ぶ顕微鏡32で構成される。検査区域は、顕微鏡スライド、あるいはアメリカ合衆国特許第4,338,024号に開示されたようなフロー・セルであって良い。カメラ34を顕微鏡32に取り付けて、適合させて、その中に粒子を有する懸濁液の一部を撮像する。カメラ34は、ラスター・スキャン・タイプであることが望ましく、ソニー製のCCDカメラ・モデルMX−711とすることができる。カメラ34は、顕微鏡32を通して見た視界の電気的画像を生成することができる。更に、カメラ34は、画像の各々のピクセルに対応する電気信号と共に、画像を複数のピクセルに分割する。カメラ34も、各々の色(赤、青及び緑)に対して、複数の信号(3)を出力する。
カメラ34からの各々の信号は、デジタイザー36に供給され、デジタイザーは、各々のピクセルの画像強度をグレー・スケール値に対応する電気信号にディジタル化する。望ましくは、ピクセルを0〜255の間のグレー・スケール値にディジタル化する。
デジタイザーから、デジタル化されたグレー・スケール値をメモリ38に供給して、そこに値を保存する。メモリ36は、RAMとすることができる。アメリカ合衆国特許第4,538,299号で開示されているような境界検知器40は、メモリ38の中の画像に対して動作して、検知された画像の境界を検出する。また、結果も、メモリ38に保管される。
メモリ38から、コンピュータ42が画像に関して動作して、検知された境界内の各々のピクセルの光の強度といったパラメータを測定する。
装置30が検査を受ける単一の粒子を確認しようとする場合、コンピュータ42によって導出された粒子の分位値を、以前に識別してある粒子の記憶された値の表46と比較する。表46は、ROM、あるいはその他のメモリでも良い。結果をディスプレー44に表示することができる。
装置30が、検査を受ける複数の物体を区別しようとする場合、異なる物体の各々の画像の境界の各々のピクセルに対する同じパラメータについて、分位を生成する。分位から、検査を受ける粒子を互いに区別することができる。結果をディスプレー44に表示することができる。
コンピュータ42は、コンピュータ・プログラムに従ってタスクを実行する。MS−DOSオペレーティング・システムで実行するためのC言語で書かれた分位を計算するためのプログラムのコピーは、次のようなものである。
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149
Figure 0003581149

Claims (48)

  1. 認識可能な境界を有する物体を識別する方法であって、
    a)前記物体の画像を形成するステップと、
    b)前記画像を分割して、複数のピクセルを形成するステップと、
    c)前記画像の中の、検査を受ける前記物体の境界を検知するステップと、
    d)検知した各々の前記境界内部のピクセルのパラメータPを測定し、該パラメータPの複数の値を得るステップと、
    e)前記パラメータPの、規則正しいシーケンスの最初の値を示すP1と、
    Nが検知された境界の内部のピクセルの合計数を示す場合、前記パラメータPの前記規律正しいシーケンスの最後の値を示すPNと、
    kがNピクセルへのインデックスを示す場合、P1とPNの間の値を有し、前記パラメータPの規律正しいシーケンスのk番目の値を示すPk
    とを物体の形式として有し、前記P1、前記PN、前記Pkを用いて前記パラメータPの前記規則正しいシーケンスを形成するステップと、
    f)前記規則正しいシーケンス形成の為、以下の式の関係により、1つ以上のkの値を決定するステップと、
    (i−1)/M<k/N≦i/M
    M:測定パラメータPの分位区分の総数を示す;
    i:i番目の画分、あるいは測定された前記パラメータPのi番目の分位区分を示す;
    g)ステップfで決定された前記1つ以上のkの値を基に、前記Pk値を決定するステップと、
    h)ステップgによって決定された前記Pk値を基に、検査を受ける前記物体を識別するステップ
    とを有することを特徴とする物体識別方法。
  2. P1が最小値であり、PNが最高値であることを特徴とする請求項1記載の物体識別方法。
  3. 前記識別するステップが、検査を受ける物体を識別するために、識別されている別の数体の物体の、前記予め決定された関係の表に対して、検査を受ける前記物体に関連したステップgにて決定されたPk値を比較するステップを含むことを特徴とすることを特徴とする請求項1に記載の物体識別方法。
  4. 前記識別されている別の数体の物体の予め決定された関係の表が、値の範囲で構成されていることを特徴とすることを特徴とする請求項3に記載の物体識別方法。
  5. 前記識別されている別の数体の物体の予め決定された関係の表が、単一の値で構成されていることを特徴とする請求項3記載の物体識別方法。
  6. 前記予め決定された関係が実験結果に基づいていることを特徴とする請求項4に記載の物体識別方法。
  7. 識別されている別の数体の物体の、予め決定された関係の表が単一の値で構成されていることを特徴することを特徴とする請求項6に記載の物体識別方法。
  8. 前記パラメータが、可視光の輝度であることを特徴とすることを特徴とする請求項1に記載の物体識別方法。
  9. 前記パラメータが、同じピクセル域でのカラー表現の関数であることを特徴とする請求項1に記載の物体識別方法。
  10. 前記カラー表現が3原色に基づいていることを特徴とする請求項9記載の物体識別方法。
  11. 前記カラー表現が色の色相、強度及び彩度に基づいていることを特徴とする請求項9に記載の物体識別方法。
  12. 前記パラメータが、
    log(a)−log(b)であり、
    ここで、a及びbが2つの異なる色の強度であることを特徴とする請求項10記載の物体識別方法。
  13. aが赤色であり、bが青色であることを特徴とする請求項12記載の物体識別方法。
  14. aが青色であり、bが緑色であることを特徴とする請求項12記載の物体識別方法。
  15. aが緑色であり、bが赤色であることを特徴とする請求項12記載の物体識別方法。
  16. 認識可能な境界を有する物体1及び物体2を検査し、区別する方法であって、
    a)前記物体1及び前記物体2を各々示す画像を用いて、複数の画像を形成するステップと、
    b)複数のピクセルを形成するために、前記複数の画像を分割するステップと、
    c)前記複数の画像の中の、前記物体1及び前記物体2の境界を検知するステップと、
    d)前記境界内部を検知した各々のピクセルのパラメータPを測定し、前記物体1及び前記物体2の測定されたパラメータPの複数の値を得るステップと、
    e)前記物体1が、
    前記パラメータPの、規則正しいシーケンスの最初の値を示すP11と、
    Nが検知された前記物体1の境界の内部のピクセルの合計数を示す場合、前記物体1の前記パラメータPの規則正しいシーケンスの最後の値を示すPN1と、
    kがNピクセルへのインデックスを示す場合、P11とPN1の間の値を有し、前記物体1の前記パラメータPの規律正しいシーケンスのk番目の値を示すPk1
    とを用いた形式を有し、前記物体2が、
    前記パラメータPの、規則正しいシーケンスの最初の値を示すP12と、
    Nが検知された前記物体2の境界の内部のピクセルの合計数を示す場合、前記物体2の前記パラメータPの規律正しいシーケンスの最後の値を示すPN2と、
    kがNピクセルへのインデックスを示す場合、P12とPN2の間の値を有し、前記物体2の前記パラメータPの規律正しいシーケンスのk番目の値を示すPk2
    とを用いた形式を有し、前記形式を用いて前記パラメータPの規則正しいシーケンスを形成するステップと、
    f)前記規則正しいシーケンスを各々形成する為、以下の式の関係により、1つ以上のkの値を決定するステップと、
    (i−1)/M<k/物体に対するピクセルの総数≦i/M
    M:測定パラメータPの分位区分の総数を示す;
    i:i番目の画分、あるいは測定された前記パラメータPのi番目の分位区分を示す;
    g)ステップfで得たiとMの同一の変数を用いて、決定された1つ以上のkの値を基に、前記Pk1値及び前記Pk2値を決定するステップと、
    h)ステップgで得た前記Pk1値及び前記Pk2値を比較し、前記物体1及び前記物体2を区別するステップ
    とを有することを特徴とする物体識別方法。
  17. 前記パラメータが、可視光の強度であることを特徴とする請求項16に記載の物体識別方法。
  18. 前記パラメータPが、同じピクセル域におけるカラー表現の関数であることを特徴とする請求項16に記載の物体識別方法。
  19. 前記カラー表現が、3原色に基づいている請求項18記載の物体識別方法。
  20. 前記カラー表現が、色の色相、強度及び彩度に基づいていることを特徴とする請求項18に記載の物体識別方法。
  21. 前記パラメータが、
    log(a)−log(b)であり、
    ここで、aとbは、2つの異なる色の強度であることを特徴とする請求項19に記載の物体識別方法。
  22. aが赤色の強度であり、bが青色の強度であることを特徴とする請求項21に記載の物体識別方法。
  23. aが青色の強度であり、bが緑色の強度であることを特徴とする請求項21に記載の物体識別方法。
  24. aが緑色の強度であり、bが赤色の強度であることを特徴とする請求項21に記載の物体識別方法。
  25. 認識可能な境界を有する物体を検査し、識別するための装置において、
    a)前記物体の画像を形成する手段と、
    b)複数のピクセルを形成するために前記物体の画像を分割する手段と、
    c)検査を受ける前記物体の画像の境界を検知する手段と、
    d)検知した前記境界の内部のピクセルのパラメータPを各々測定し、前記パラメータPの複数の値を得る手段と、
    e)検査を受ける前記物体が、
    前記パラメータPの、規則正しいシーケンスの最初の値を示すP1と、
    Nが検知された境界の内部のピクセルの合計数を示す場合、前記パラメータPの規律正しいシーケンスの最後の値を示すPNと、
    kがNピクセルへのインデックスを示す場合、P1とPNの間の値を有し、前記パラメータPの規律正しいシーケンスのk番目の値を示すPk1
    とを用いた形式を有し、該形式を用いて前記パラメータPの規則正しいシーケンスを形成する手段と、
    f)前記規則正しいシーケンスを各々形成する為、以下の式の関係により、1つ以上のkの値を決定する手段と、
    (i−1)/M<k/物体に対するピクセルの総数≦i/M
    M:測定パラメータPの分位区分の総数を示す;
    i:i番目の画分、あるいは測定された前記パラメータPのi番目の分位区分を示す;
    g)ステップfで決定された前記1つ以上のkの値を基に、前記Pk値を決定する手段と、
    h)ステップgによって決定された前記Pk値を基に、前記検査を受ける前記物体を識別する手段
    とを有することを特徴とする物体識別方法。
  26. P1が最小値であり、PNが最大値であることを特徴とする請求項25に記載の物体識別装置。
  27. 前記識別する手段が、検査を受ける物体を識別するために、識別されている別の数体の物体の予め決定された関係の表に対して、検査を受ける前記物体と関連したステップgの決定されたPk値を比較するための手段を含むことを特徴とすることを特徴とする請求項25に記載の物体識別装置。
  28. 識別されている別の物体の予め決定された関係の前記表が、値の範囲で構成されていることを特徴とする請求項27に記載の物体識別装置。
  29. 前記パラメータが可視光の強度であることを特徴とする請求項26に記載の物体識別装置。
  30. 前記パラメータPが、同じピクセル域におけるカラー表現の差であることを特徴とする請求項29記載の物体識別装置。
  31. 前記カラー表現が、3原色に基づいていることを特徴とする請求項30に記載の物体識別装置。
  32. 前記カラー表現が、色の色相、強度及び彩度に基づいていることを特徴とする請求項30に記載の物体識別装置。
  33. 前記パラメータが、
    log(a)−log(b)であり、
    ここで、aとbは、2つの異なる原色の強度であることを特徴とする請求項31に記載の物体識別装置。
  34. aが赤色の強度であり、bが青色の強度であることを特徴とする請求項33に記載の物体識別装置。
  35. aが青色の強度であり、bが緑色の強度であることを特徴とする請求項33に記載の物体識別装置。
  36. aが緑色の強度であり、bが赤色の強度であることを特徴とする請求項33に記載の物体識別装置。
  37. 認識可能な境界を有する物体1及び物体2を検査し、識別するための装置において、
    a)複数の画像を形成するために、前記物体1及び前記物体2の複数の画像を形成する手段と、
    b)複数のピクセルを形成するために、前記複数の画像を分割する手段と、
    c)前記複数の画像の中の、検査を受ける前記物体1及び前記物体2の境界を検知する手段と、
    d)検知された前記物体1及び前記物体2の境界内部の各々のピクセルのパラメータPを測定し、測定された前記パラメータPの複数の値を得る手段と、
    e)前記物体1が、
    前記パラメータPの、規則正しいシーケンスの最初の値を示すP11と、
    Nが検知された前記物体1の境界の内部のピクセルの合計数を示す場合、前記物体1の前記パラメータPの規律正しいシーケンスの最後の値を示すPN1と、
    kがNピクセルへのインデックスを示す場合、P11とPN1の間の値を有し、前記物体1の前記パラメータPの規律正しいシーケンスのk番目の値を示すPk1
    とを用いた形式を有し、前記物体2が、
    前記パラメータPの、規則正しいシーケンスの最初の値を示すP12と、
    Nが検知された前記物体2の境界の内部のピクセルの合計数を示す場合、前記物体2の前記パラメータPの規律正しいシーケンスの最後の値を示すPN2と、
    kがNピクセルへのインデックスを示す場合、P12とPN2の間の値を有し、前記物体2の前記パラメータPの規律正しいシーケンスのk番目の値を示すPk2
    とを用いた形式を有し、前記形式を用いて前記パラメータPの規則正しいシーケンスを形成する手段と、
    f)前記規則正しいシーケンスを各々形成する為、以下の式の関係により、1つ以上のkの値を決定する手段と、
    (i−1)/M<k/N≦i/M
    M:測定パラメータPの分位区分の総数を示す;
    i:i番目の画分、あるいは測定された前記パラメータPのi番目の分位区分を示す;
    g)ステップfで得たiとMの同一の変数を用いて決定された前記1つ以上のkの値を基に、前記Pk1値及び前記Pk2値を決定する手段と、
    h)ステップgで得た、前記Pk1値及び前記kPk2値を比較し、前記物体1及び前記物体2を区別する手段
    とを有することを特徴とする物体識別装置。
  38. P1が最小値であり、PNが最大値であることを特徴とする請求項37に記載の物体識別装置。
  39. 前記識別する手段が、検査を受ける物体を識別するために、識別されている別の数体の物体の予め決定された関係の表に対して、検査を受ける前記数体の物体と関連したステップgの決定されたPk値を比較するための手段を含むことを特徴とすることを特徴とする請求項37に記載の物体識別装置。
  40. 識別されている別の物体の予め決定された関係の前記表が、値の範囲で構成されていることを特徴とする請求項39に記載の物体識別装置。
  41. 前記パラメータが可視光の強度であることを特徴とする請求項38に記載の物体識別装置。
  42. 前記パラメータが、同じ位置におけるカラー表現の差であることを特徴とする請求項41に記載の物体識別装置。
  43. 前記カラー表現が、3原色に基づいていることを特徴とする請求項42に記載の物体識別装置。
  44. 前記カラー表現が、色の色相、強度及び彩度に基づいていることを特徴とする請求項42に記載の物体識別装置。
  45. 前記パラメータが、
    log(a)−log(b)であり、
    このとき、aとbは、2つの異なる原色の強度であることを特徴とする請求項43に記載の物体識別装置。
  46. aが赤色の強度であり、bが青色の強度であることを特徴とする請求項45に記載の物体識別装置。
  47. aが青色の強度であり、bが緑色の強度であることを特徴とする請求項45に記載の物体識別装置。
  48. aが緑色の強度であり、bが赤色の強度であることを特徴とする請求項45に記載の物体識別装置。
JP50922794A 1992-10-02 1993-09-24 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 Expired - Fee Related JP3581149B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US07/956,056 1992-10-02
US07/956,056 US5343538A (en) 1992-10-02 1992-10-02 Method and an apparatus for identifying an object using quantile partitions
PCT/US1993/009159 WO1994008315A1 (en) 1992-10-02 1993-09-24 Method and apparatus for identifying an object using an ordered sequence of boundary pixel parameters

Publications (2)

Publication Number Publication Date
JPH08504522A JPH08504522A (ja) 1996-05-14
JP3581149B2 true JP3581149B2 (ja) 2004-10-27

Family

ID=25497699

Family Applications (1)

Application Number Title Priority Date Filing Date
JP50922794A Expired - Fee Related JP3581149B2 (ja) 1992-10-02 1993-09-24 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置

Country Status (7)

Country Link
US (1) US5343538A (ja)
EP (1) EP0663094B1 (ja)
JP (1) JP3581149B2 (ja)
AU (1) AU675465B2 (ja)
CA (1) CA2146157C (ja)
DE (1) DE69322095T2 (ja)
WO (1) WO1994008315A1 (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5751854A (en) * 1992-08-03 1998-05-12 Ricoh Company, Ltd. Original-discrimination system for discriminating special document, and image forming apparatus, image processing apparatus and duplicator using the original-discrimination system
DE4393748T1 (de) * 1992-08-03 1994-10-20 Ricoh Kk Vorlagen-Unterscheidungssystem zum Unterscheiden eines speziellen Dokumentes, Bilderzeugungs- und Bildverarbeitungseinrichtung sowie Kopiergerät
US5689575A (en) * 1993-11-22 1997-11-18 Hitachi, Ltd. Method and apparatus for processing images of facial expressions
US6510240B1 (en) * 1995-05-09 2003-01-21 Texas Instruments Incorporated Automatic detection of die absence on the wire bonding machine
JP3060902B2 (ja) * 1995-06-30 2000-07-10 オムロン株式会社 画像処理装置及び画像処理方法
US6888962B1 (en) 1995-06-30 2005-05-03 Omron Corporation Image processing device for detecting one-color marks of a number of colors and image processing method thereof
US20030174864A1 (en) * 1997-10-27 2003-09-18 Digital Biometrics, Inc. Gambling chip recognition system
US6226032B1 (en) * 1996-07-16 2001-05-01 General Signal Corporation Crystal diameter control system
US6594586B1 (en) 1997-10-28 2003-07-15 California Institute Of Technology Incorporation of contextual information in object identification
US6430312B1 (en) 1997-12-29 2002-08-06 Cornell Research Foundation, Inc. Image subregion querying using color correlograms
US6947586B2 (en) 2000-04-24 2005-09-20 International Remote Imaging Systems, Inc. Multi-neural net imaging apparatus and method
US7236623B2 (en) * 2000-04-24 2007-06-26 International Remote Imaging Systems, Inc. Analyte recognition for urinalysis diagnostic system
US6763148B1 (en) * 2000-11-13 2004-07-13 Visual Key, Inc. Image recognition methods
US6636045B2 (en) * 2001-04-03 2003-10-21 Baker Hughes Incorporated Method of determining formation anisotropy in deviated wells using separation of induction mode
US7219034B2 (en) * 2001-09-13 2007-05-15 Opnet Technologies, Inc. System and methods for display of time-series data distribution
US7260259B2 (en) * 2002-01-08 2007-08-21 Siemens Medical Solutions Usa, Inc. Image segmentation using statistical clustering with saddle point detection
GB2389727B (en) 2002-05-03 2006-08-02 Univ East Anglia Histogram equalisation for colour invariance
AU2005201322B2 (en) * 2004-03-26 2009-11-05 Sri Sports Limited Golf swing-measuring system
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8157742B2 (en) 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8548778B1 (en) 2012-05-14 2013-10-01 Heartflow, Inc. Method and system for providing information from a patient-specific model of blood flow

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3705383A (en) * 1971-08-06 1972-12-05 William W Frayer Biological sample pattern analysis method and apparatus
US3851156A (en) * 1972-09-05 1974-11-26 Green James E Analysis method and apparatus utilizing color algebra and image processing techniques
IT1055430B (it) * 1976-02-23 1981-12-21 Tasco Spa Procedimento e apparecchiatura per il riconoscimento in tempo reale di immagini
US4175860A (en) * 1977-05-31 1979-11-27 Rush-Presbyterian-St. Luke's Medical Center Dual resolution method and apparatus for use in automated classification of pap smear and other samples
US4334223A (en) * 1980-06-18 1982-06-08 Sperry Corporation Median detector
US4538299A (en) * 1981-12-04 1985-08-27 International Remote Imaging Systems, Inc. Method and apparatus for locating the boundary of an object
US4573197A (en) * 1983-12-13 1986-02-25 Crimmins Thomas R Method for automatic recognition of two-dimensional shapes
US4782389A (en) * 1987-04-30 1988-11-01 Rca Licensing Corporation Adaptive M-tile sample producer
US5121338A (en) * 1988-03-10 1992-06-09 Indiana University Foundation Method for detecting subpopulations in spectral analysis
WO1990014639A1 (en) * 1989-05-25 1990-11-29 International Remote Imaging Systems, Inc. A method and an apparatus for identifying an object

Also Published As

Publication number Publication date
EP0663094A1 (en) 1995-07-19
EP0663094B1 (en) 1998-11-11
US5343538A (en) 1994-08-30
DE69322095D1 (de) 1998-12-17
CA2146157C (en) 2007-05-15
AU675465B2 (en) 1997-02-06
JPH08504522A (ja) 1996-05-14
EP0663094A4 (en) 1996-04-17
WO1994008315A1 (en) 1994-04-14
DE69322095T2 (de) 1999-06-24
CA2146157A1 (en) 1994-04-14
AU5292493A (en) 1994-04-26

Similar Documents

Publication Publication Date Title
JP3581149B2 (ja) 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置
Oberholzer et al. Methods in quantitative image analysis
US5123055A (en) Method and an apparatus for differentiating a sample of biological cells
JP5647878B2 (ja) 鋼管内部腐食解析装置及び鋼管内部腐食解析方法
JP4266813B2 (ja) ステイン吸収の物理学的モデルに基づいて組織学的標本におけるステインを検出および定量化する頑強な方法
US6757428B1 (en) System and method for color characterization with applications in color measurement and color matching
EP1500035B1 (en) Ray-based image analysis for biological specimens
US8660336B2 (en) Defect inspection system
US8649580B2 (en) Image processing method, image processing apparatus, and computer-readable recording medium storing image processing program
CN110520876B (zh) 学习结果输出装置及学习结果输出程序
Mertens et al. Dirt detection on brown eggs by means of color computer vision
US20080266430A1 (en) Method and system for optimizing an image for improved analysis of material and illumination image features
JPH0475463B2 (ja)
US8830454B2 (en) Apparatus and methods for setting up optical inspection parameters
JP7467205B2 (ja) バイオマーカを光学的に検出するための方法
EP4431910A2 (en) Method for generating data for particle analysis, program for generating data for particle analysis, and device for generating data for particle analysis
CN113109240A (zh) 一种计算机实施的粮食不完善粒测定方法和系统
US20090214114A1 (en) Pixel classification in image analysis
JPH0521180B2 (ja)
JPS5830049B2 (ja) 網赤血球自動計測装置
CN112070847A (zh) 木地板颜色分选方法和装置
JPH05249103A (ja) 血液細胞分析器
Weir et al. SKICAT: A system for the Scientific Analysis of Palomar-STScI Digital Sky Survey
JP2847665B2 (ja) カラー画像による非金属介在物の自動的な検査方法
JP4751704B2 (ja) 形態検査方法及びシステム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040609

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20040722

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070730

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080730

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090730

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090730

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100730

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110730

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110730

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120730

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120730

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130730

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees