JP3598651B2 - 類似度算出装置及び方法ならびにこれを用いた位置検出装置 - Google Patents
類似度算出装置及び方法ならびにこれを用いた位置検出装置 Download PDFInfo
- Publication number
- JP3598651B2 JP3598651B2 JP12027896A JP12027896A JP3598651B2 JP 3598651 B2 JP3598651 B2 JP 3598651B2 JP 12027896 A JP12027896 A JP 12027896A JP 12027896 A JP12027896 A JP 12027896A JP 3598651 B2 JP3598651 B2 JP 3598651B2
- Authority
- JP
- Japan
- Prior art keywords
- density gradient
- gradient direction
- calculating
- representative
- similarity
- 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 - Lifetime
Links
Images
Description
【産業上の利用分野】
この発明は、入力画像とモデルと類似度を算出する類似度算出装置及び方法並びにそれを用いた位置検出装置に関する。
【0002】
【従来の技術】
従来、照明変動に対して影響の少ない濃淡画像同士の類似度を算出する方法として、正規化相互相関が知られている(画像解析ハンドブック、高木幹雄・下田陽久監修、東京大学出版会)。
この正規化相互相関を用いた従来の画像処理装置の構成を図23に示す。この画像処理装置は、目的物を撮像するカメラ1と、撮影した画像をデジタル信号に変換するA/Dコンバータ2と、デジタル化された画像を記憶する画像メモリ3と、表示のためデジタル画像をアナログ信号に変換するD/Aコンバータ4と、CRTディスプレイ5と、アドレス/データバス6と、タイミング制御部7と、入力画像の取込み、表示、類似度算出等の種々の処理、制御を実行するCPU8と、類似度算出のための画像データを記憶するメモリ9と、類似度算出部10と、しきい値判定部11とを備えている。
【0003】
上記の類似度算出部10は、図24に示すように、共分散算出部12と、標準偏差算出部13と、積算部14と、除算部15とを備えている。
この画像処理装置において、カメラ1から出力されたアナログ映像信号はA/Dコンバータ2で、タイミング制御部7からのタイミング信号に同期して、A/D変換された後、濃淡画像として画像メモリ3に記憶される。画像メモリ3に記憶された入力画像は、D/Aコンバータ4を通じてアナログ信号に変換された後、CRTディスプレイ5に表示される。一方、類似度算出部10において、画像メモリ3に記憶された入力画像と、予めメモリ9に記憶されているモデル画像との類似度が算出され、メモリ9に記憶される。メモリ9に記憶された類似度と予め設定されているしきい値との比較がしきい値判定部11で行われ、OK/NGの判定がされる。その結果は、メモリ9に記憶される。各モジュール間のデータの受け渡しは、アドレス/データバス6を通じて行われる。また、各モジュールの起動コマンド発行は、CPU8により行われる。
【0004】
類似度算出部10では、モデル画像および入力画像の大きさを(mx、my)とし、入力画像の濃度値をI(x、y)、モデル画像の濃度をM(x、y)とすると、類似度(CC)は、以下の式により算出される。
【0005】
【数1】
【0006】
画像メモリ3に記憶されている入力画像の濃度値I(x、y)およびメモリ9に記憶されているモデル画像の濃度値M(x、y)が、アドレス/データバス6を通じて類似度算出部10に取り込まれる。共分散算出部12において、I(x、y)とM(x、y)の共分散
【0007】
【数2】
【0008】
が算出される。また、標準偏差算出部13において、I(x、y)の標準偏差
【0009】
【数3】
【0010】
が算出される。積算部14において、I(x、y)の標準偏差とM(x、y)の標準偏差の積
【0011】
【数4】
【0012】
が算出される。除算部15において、正規化相互相関値(CC)が算出され、モデル画像と入力画像の類似度としてメモリ9に記憶される。
【0013】
【発明が解決しようとする課題】
上記した従来の正規化相互相関を求める手法は、濃度諧調の移動や伸縮の下で不変なマッチング方法である。しかし、シェーディングや背景変化等、モデル画像と入力画像との間に、線形変換関係が成り立たない場合においては、モデル画像と入力画像の共分散に対する各標準偏差の積の比が大きくなることにより、類似度が小さくなり、安定したパターン認識ができないといった問題点がある。例えば、図25のように、モデル画像の背景の一部分が変化したような入力画像とモデル画像の類似度の計算を行うと、類似度は約0.61となり、モデル画像同士の相関値1.0と比べた場合、かなり低下し、安定した認識が行えない。
【0014】
この発明は上記問題点に着目してなされたものであって、モデル画像の背景の一部分が変化したような入力画像とモデル画像の類似度算出でも、精度良く結果を出し得る装置および方法を提供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及び作用】
この出願の特許請求範囲の請求項1に係る類似度算出装置は、入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算することによって類似度
【0016】
【数5】
【0017】
を算出する手段とを備えている。
また、請求項2に係る類似度算出装置は、入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この重み付けされた加算値を重み合計で除算することにより類似度R
【0018】
【数6】
【0019】
を算出する手段とを備えている。
また、請求項3に係る類似度算出装置は、請求項1又は請求項2記載のものにおいて、評価した値は濃度勾配方向の差の余弦としている。
【0021】
また、請求項4に係る類似度算出装置は、入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この重み付けされた加算値を重み合計で除算することにより類似度R
【0022】
【数7】
【0023】
を算出する手段とを備えている。
また、請求項5に係る類似度算出方法は、入力画像の各画素について濃度勾配方向Iθ(x、y)を求め、所定のモデルの対応する画素間でモデルの濃度勾配方向Mθ(x、y)の差を評価した値を、所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けし、加算し、重み合計で除算することによって、2つの濃淡画像の類似度
【0024】
【数8】
【0026】
を算出する。
請求項6に係る位置検出装置は、モデル画像を記憶するモデル画像記憶手段と、入力画像を記憶する入力画像記憶手段と、モデル画像を入力画像内で位置移動させる走査手段と、この走査過程でモデル画像と、その位置の入力画像との類似度を算出する請求項1、又は請求項2記載の類似度算出装置と、算出された類似度の最も高い入力画像の位置を、入力画像中におけるモデルの位置とする位置決定手段とを備えている。
【0027】
また、請求項7に係る類似度算出装置は、請求項1、請求項2又は請求項4に係るものにおいて、複数のモデル画像の各画素における濃度勾配方向を記憶する濃度勾配方向記憶手段と、前記複数モデル画像の各画素における濃度勾配強度を記憶する濃度勾配強度記憶手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配方向と前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段を備えている。
【0030】
また、請求項8に係る類似度算出装置は、請求項7に記載のものにおいて、代表濃度勾配強度として、複数画像の濃度勾配方向と濃度勾配強度および複数画像の濃度勾配方向の平均から求めた代表濃度勾配方向から、濃度勾配強度の代表濃度勾配方向成分の相加平均を求めるものである。
また、請求項9に係る類似度算出装置は、複数画像の濃度勾配方向から、濃度勾配方向の正弦の平均と余弦の平均を成分とするベクトルの長さを求め、その値と請求項8の代表濃度勾配強度との積を新たな代表濃度勾配強度として求めるものである。
【0031】
また、請求項10に係る類似度算出装置は、予め複数の画像の各画素における濃度勾配方向を求める濃度勾配方向算出手段と、前記複数の画像の各画素における濃度勾配強度を算出する濃度勾配強度算出手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段と、を用いてモデルデータを作成し記憶しておく記憶部と、入力画像の濃度勾配方向と前記モデルデータの対応する各画素の代表濃度勾配方向との差、および入力画像の濃度勾配強度と前記モデルデータの対応する各画素の代表濃度勾配強度との差を評価する値を求める代表濃度勾配評価値算出手段と、この評価値に前記所定のモデルデータより得られる濃度勾配強度で重み付けする重み付け手段と、重み付けした評価値を加算することによって類似度を算出する手段とを備えている。
【0032】
また、請求項11に係る類似度算出装置は、予め複数の画像の各画素における濃度勾配方向を求める濃度勾配方向算出手段と、前記複数画像の各画素における濃度勾配強度を算出する濃度勾配強度算出手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段と、を用いてモデルデータを作成し記憶しておく記憶部と、入力画像の濃度勾配方向と前記モデルデータの対応する各画素の代表濃度勾配方向との差、および入力画像の濃度勾配強度と前記モデルデータの対応する各画素の代表濃度勾配強度との差を評価する値を求める代表濃度勾配評価値算出手段と、この評価値に前記所定のモデルデータより得られる濃度勾配強度で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この加算値を画素数で除算することによって類似度を算出する除算手段とを備えている。
【0033】
また、請求項12、請求項13に係る類似度算出装置は、いずれも請求項10あるいは請求項11のものにおいて、それぞれ請求項8、請求項9と同様の特徴を有するものである。
【0034】
請求項1ないし請求項3に係る類似度算出装置では、濃度勾配方向の差を評価した値を加算することにより、2つの濃淡画像の類似度を算出する。濃度勾配方向は、背景部と対象部とからなるコントラストが変化した場合においても、値が同じであるという特徴がある。また、濃度勾配方向はマスク演算を用いて算出されるため、連続的に背景部分が変化する場合においても、局所的に見れば、背景部分は同じ濃度である。このため、濃度勾配方向が変化しにくいという特徴がある。また、複雑背景上に対象が描かれている場合においても、背景変化の不連続な部分で濃度勾配方向がおかしくなるが、局所的に濃度勾配方向を算出しているため、画像全体には伝播しないという特徴がある。よって、シェーディングのように背景部の濃淡値が連続的に変化するようなパターンや、複雑背景のように背景部に不連続な部分はあるものの、その割合が少ないパターンにおいて、マークや文字の認識が可能になる。
【0035】
請求項1、請求項2、請求項4、請求項5に係る類似度算出装置では、画素数あるいは重み合計値で除算するので、画素数や重み合計値が変化した場合においても、類似度の意味が変化せず、しきい値決めが簡単になる。
また、濃度勾配強度で重み付けをした相関値としているので、複雑背景のように背景が画像によって異なるようなパターンにおいても、マークや文字の認識が可能になる。
【0037】
請求項3の類似度算出装置及び方法では、濃度勾配方向の差を評価した値を濃度勾配方向の差の余弦としているので、モデル画像と白黒反転した入力画像との類似度は−1となる。
請求項8、請求項9、請求項10、請求項11、請求項12および請求項13の類似度算出装置では、代表濃度勾配方向と代表濃度勾配強度を算出して類似度を求めるものであるから、無地の上にマークや文字等が明瞭に描かれたワークを用意できない場合でも、精度良く認識ができる。
【0038】
【発明の実施の形態】
以下、実施の形態により、この発明をさらに詳細に説明する。
図1は、この発明の実施の形態1の画像処理装置の構成を示すブロック図である。この実施の形態装置は、図23に示した従来の画像処理装置と同様のカメラ1、A/Dコンバータ2、画像メモリ3、D/Aコンバータ4、CRTディスプレイ5、アドレス/データバス6、タイミング制御部7、CPU8、メモリ9、及びしきい値判定部11を備える他、類似度算出部10に代えて、濃度勾配方向算出部16、濃度勾配強度算出部17および類似度算出部18を備えている。
【0039】
上記類似度算出部18は、図2に示すように、重み和算出部19と、減算部20と、方向差評価部21と、積和演算部22と、除算部23とを備えている。
この実施の形態画像処理装置では、カメラ1から出力されたアナログ映像信号はA/Dコンバータ2で、タイミング制御部7からのタイミング信号に同期してA/D変換された後、画像メモリ3に記憶される。画像メモリに取り込まれた画像〔図4の(a)〕は、D/Aコンバータ4を通じてアナログ信号に変換された後、CRTディスプレイ5に表示される。一方、画像メモリ3に取り込まれた画像は、濃度勾配方向算出部16において入力濃度勾配方向〔図4の(b)〕に変換され、メモリ9に記憶される。類似度算出部18において、予め濃度勾配強度算出部17および濃度勾配方向算出部16において算出され、メモリ9に記憶されているモデル濃度勾配強度〔図3の(b)〕と、モデル濃度勾配方向〔図3の(c)および入力濃度勾配方向〔図4(b)〕を用いて類似度が算出される。算出された類似度は、メモリ9に記憶される。メモリ9に記憶されている類似度と予め設定されているしきい値との比較がしきい値判定部11で行われ、OK/NGの判定がされる。その結果は、メモリ9に記憶される。各モジュール間のデータの受け渡しは、アドレス/データバス6を通じて行われる。また、各モジュールの起動コマンド発行は、CPU8により行われる。
【0040】
類似度算出部では、モデル濃度勾配方向とモデル濃度勾配強度および入力濃度勾配方向の大きさを(mx、my)とし、モデル濃度勾配方向をMθ(x、y)、モデル濃度勾配強度をMW (x、y)、入力濃度勾配方向をIθ(x、y)とすると類似度(R)は、以下の式により算出される。
【0041】
【数9】
【0042】
ここで、入力濃度勾配方向Iθ(x、y)とモデル濃度勾配方向Mθ(x、y)の差値の評価値を濃度勾配方向の差の余弦とすれば、(請求項3)
f(ω)=cosω
一例として、また、評価した値として、濃度勾配方向の差が0°を含む±45°までの範囲内であれば1とし、±(45°〜135°)の場合は0とし、±(135°〜180°)の場合は−1とし、
【0043】
【数10】
【0044】
となる。
画像メモリ3に記憶されている入力濃度勾配方向をIθ(x、y)およびメモリ9に記憶されているモデル濃度勾配強度をMW (x、y)とモデル濃度勾配方向Mθ(x、y)が、アドレス/データバス6を通じて、類似度算出部18に取り込まれる。重み和算出部19において、モデル濃度勾配強度の合計値
【0045】
【数11】
【0046】
が算出される。また、減算部20において各画素の入力濃度勾配方向Iθ(x、y)とモデル濃度勾配方向Mθ(x、y)の差
【0047】
【数12】
【0048】
が算出される。方向差評価部21において、
【0049】
【数13】
【0050】
が算出され、積和演算部22において、
【0051】
【数14】
【0052】
が算出され、除算部23において、本実施形態に係る類似度が算出される。モデルは予め以下の手順で作成され、メモリ9に記憶されている。モデル画像をカメラ1より、A/Dコンバータ2を通じて画像メモリ3に取り込む〔図3の(a)〕。モデル画像は、濃度勾配方向算出部16においてモデル濃度勾配方向〔図3の(c)〕に変換され、濃度勾配強度算出部17においてモデル濃度勾配強度〔図3の(b)〕に変換される。モデル濃度勾配方向とモデル濃度勾配強度は、メモリ9に記憶される。濃度勾配強度算出部17においては、以下の式(Sobelオペレータ)により、濃度勾配強度が算出される。
【0053】
【数15】
【0054】
濃度勾配強度算出方法としては、グラジェント等のオペレータでも良い。濃度勾配方向算出部16においては、以下の式(Sobelオペレータ)により、濃度勾配方向〔0°、360°〕が算出される。
Mθ(x、y)=atan2(Dx、Dy)
ここで、atan2とは、Dx座標、Dy座標で表されるDx−Dy座標の逆正接関数をさす(図5)。濃度勾配方向算出方法としては、Prewittオペレータ等の他のオペレータでも良い。
【0055】
正規化相互相関が苦手とする図25のパターンについて、本発明に係る手法を適用する。ただし、濃度勾配強度および濃度勾配方向の算出には、3×3のマスク演算を行っているため、図6の(a)および(b)のように、モデル画像、入力画像ともに1画素の余白があるものとする。モデル濃度勾配方向および入力濃度勾配方向を上記手法を用いて算出すると、図6の(c)および(d)のようになる。また、モデル濃度勾配強度を上記手法を用いて算出すると、図6の(e)のようになる。ここで、モデル濃度勾配方向についているNDというラベルは、Dx、Dyともに0であったため、方向が不定となる画素を示している。この画素の方向差評価は、f(ω)=0とする。入力濃度勾配方向とモデル濃度勾配方向の差を図6の(f)に示す。f(ω)=cosω、及び上記数値例を用いて、方向差の評価を行うと、図7の(g)や(h)のようになり、方向が不定の部分(ND)を除き、背景の濃度値の不連続な部分では値が小さくなる。しかし、それ以外では、背景と文字部のコントラストに影響されることなく、評価値が1に近くなっていることがわかる。請求項3に係るf(ω)を用いた場合の類似度は、約0.92、請求項4に係るf(ω)を用いた場合の類似度は、約0.94となり、正規化相互相関を用いた類似度(約0.61)と比べても、評価値の低下が無いことがわかり、本発明に係る類似度算出法が背景変化に強いことがわかる。
【0056】
この他、背景部にシェーディングがあるパターン(図8)においても、正規化相互相関による類似度は、約0.91であるのに対し、本発明に係る類似度算出法においては、請求項3に係るf(ω)を用いた場合、約0.98となり、本手法がシェーディングに対しても、有効であることが示された。
【0057】
図9は、この発明の実施形態2の位置検出装置を示すブロック図である。この実施形態位置検出装置は、図1に示す画像処理装置の同一番号の構成部を備える他、さらに類似度算出部18、しきい値判定部11に代えて、照合位置検出部24、重み和算出部25、類似度算出部26、および位置検出部27を備えている。
【0058】
類似度算出部26は、図10に示すように、減算部20と、方向差評価部21と、積和演算部22と、除算部23とを備えている。なお、除算部23には、重み和算出部25で算出された重み和がアドレス/データバス6を介して、加えられるようになっている。
【0059】
この実施形態位置検出装置では、カメラ1から出力されたアナログ映像信号は、A/Dコンバータ2で、タイミング制御部7からのタイミング信号に同期してA/D変換された後、画像メモリ3に記憶される。画像メモリ3に取り込まれた画像〔図12(a)〕は、D/Aコンバータ4を通じてアナログ信号に変換された後、CRTディスプレイ5に表示される。一方、画像メモリ3に取り込まれた画像は、濃度勾配方向算出部16において、入力濃度勾配方向〔図12の(b)〕に変換され、メモリ9に記憶される。照合位置算出部24において、モデルと入力画像との照合位置(i、j)(モデルの左上隅座標基準)が計算される。類似度算出部26において、予め濃度勾配強度算出部17および濃度勾配方向算出部16において算出され、メモリ9に記憶されているモデル濃度勾配強度〔図11の(b)〕と、モデル濃度勾配方向〔図11の(c)〕および重み和算出部25において算出され、メモリ9に記憶されているモデル濃度勾配強度の合計値を用いて類似度〔R(i、j)〕が算出される。算出された類似度と、その照合位置はメモリ9に記憶される。順次、照合位置算出部24において(i、j)の値を変化させ、すべての可能な照合位置での類似度を算出する。なお、照合位置算出部24において、探索終了のメッセージが返ってきた場合には、処理を位置検出部27にうつす。メモリ9に記憶されている類似度の最大値と、予め設定されているしきい値との比較が位置検出部27で行われ、OK/NGの判定がされる。その結果は、メモリ9に記憶される。また、OKの場合には、最大値の位置、即ちモデルと入力画像との照合位置(imax、jmax)がメモリ9に記憶される。各モジュール間のデータの受渡しは、アドレス/データバス6を通じて行われる。また、各モジュールの起動コマンド発行は、CPU8により行われる。
【0060】
図14に照合位置算出部の処理の流れを示す。予め定められた探索範囲(図13)を(sx、sy)−(ex、ey)とする。初期値として(i、j)=(sx−1、sy)が設定されているものとする。モデルが探索範囲に収まるように探索範囲の左上から右下に向かいモデルを走査し、モデルと入力画像との照合位置を求める。右下隅まで、照合が済むと位置検出部は探索終了の判定を返す。
【0061】
類似度算出部においては、照合位置(i、j)での類似度R(i、j)が、以下の式により、算出される。
【0062】
【数16】
【0063】
なお、算出手順については、実施形態1と同様である。
また、本実施形態においても、実施形態1と同様に背景変化やシェーディングに対して、安定に認識できるという効果があげられる。
図15は、この発明の実施形態3の刻印文字読み取り装置の構成を示すブロック図である。この実施例刻印文字読み取り装置は、基本構成は、図9の位置検出装置とほぼ同じであり、図9の位置検出装置と同一番号の構成部を有する他、さらに位置検出部27に代えて、文字読み取り部28を備えている。
【0064】
この実施形態刻印文字読み取り装置では、カメラ1から出力されたアナログ映像信号は、A/Dコンバータ2で、タイミング制御7からのタイミング信号に同期してA/D変換された後、画像メモリ3に記憶される。画像メモリ3に取り込まれた画像〔図17の(a)〕は、D/Aコンバータ4を通じてアナログ信号に変換された後、CRTディスプレイ5に表示される。一方、画像メモリ3に取り込まれた画像は、濃度勾配方向算出部16において入力濃度勾配方向〔図17の(b)〕に変換され、メモリ9に記憶される。照合位置算出部24において、モデルと入力画像との照合位置(i、j)(モデルの左上隅座標基準)が計算される。
【0065】
各文字〔図16の(a)〕毎に、モデル濃度勾配強度〔図16の(b)〕と、モデル濃度勾配方向〔図16の(c)〕が濃度勾配強度算出部17におよび濃度勾配方向算出部16において、予め算出され、メモリ9に記憶されている。また、各文字毎に、モデル濃度勾配強度の合計値が重み和算出部25において算出され、メモリ9に記憶されている。類似度算出部26において、モデル濃度勾配強度〔図16の(b)〕とモデル濃度勾配方向〔図16の(c)〕およびモデル濃度勾配強度の合計値を用いて、類似度〔R(i、j.model)〕が算出される。算出された類似度〔R(i、j.model)〕と、その照合位置(i、j)およびモデル名(model)は、メモリ9に記憶される。順次(i、j)の値を変化させ、すべての可能な照合位置での類似度を算出する。これを読み取りを行うすべての文字について行う。
【0066】
メモリ9に記憶されている類似度を用い、文字読み取り部28において文字の読み取りが行われる。ある照合位置(i、j)でのすべてモデルに対する類似度の内、最大を示すモデルをmodel−maxとする。その類似度R(i、j、model−max)が、予め設定され、メモリ9に記憶されているしきい値以上の場合、(i、j)の位置にモデル(model−max)に対応する文字があるとの判定を行い、メモリ9に文字と位置を記憶する。これをすべての可能な(i、j)について行う。
【0067】
各モジュール(構成部)間のデータの受け渡しは、アドレス/データバス6を通じて行われる。また、各モジュールの起動コマンド発行は、CPU8により行われる。
照合位置算出部の処理は、実施形態2と同様である。
類似度算出部においては、あるモデル(model)の照合位置(i、j)での類似度(i、j.model)が以下の式により、算出される。
【0068】
【数17】
【0069】
なお、算出手順については、実施形態1と同様である。
刻印文字〔図18の(a)〕の場合には、濃度勾配方向を見た場合、照明の方向により、同じ位置でも方向が180°ずれる可能性がある〔図19の(f)、(g)〕。これは、照明の当り方によって、影の位置が異なるため〔図18の(b)、(c)〕、画像の見え方が変化するためである〔図18の(d)、(e)〕。これに対応するため、類似度の式の関数f(ω)をf(ω)=cos(2ω)とすれば、方向が180°ずれた場合にも、f(ω)=1となり、方向が同じであるように取り扱うことができる。即ち、f(θ)=f(θ+180)である。
【0070】
例えば、図20の(a)のモデル画像を用いて、照明の方向が異なる画像〔図21の(d)〕との類似度を求める場合、モデル濃度勾配方向〔図21の(c)〕と、入力濃度勾配方向〔図21の(e)〕の角度差は、照明の方向により180°となる〔図22の(f)〕。よって、類似度の式のf(ω)をf(ω)=cos(2ω)とすることにより、f(ω)の値が1.0となる〔図22の(h)〕。従って、類似度を計算すると、1.0となり、類似度の低下はない。一方、従来の手法を用いてモデル画像〔図20の(a)〕と、入力画像〔図21の(d)〕の類似度を求めると、−0.84となり、絶対値を取ったとしても0.84となり、本発明に係る手法の優位性が示された。
【0071】
上記図1〜図25で示した実施形態の類似度検出装置等の各装置では、無地の上にマークや文字等の対象が明瞭に描かれたワークを撮像し、各画素位置での濃度勾配方向と濃度勾配強度をモデルとして登録している。しかし、今ここで例として図26のように透明シート上に印刷されたマークが、背景パターン上の様々な位置に重なり得るようなワークを考える。これらのワークを撮像したものが図27の画像0〜4である。画像0は無地の上にマークが重なっている。各画像の濃度勾配方向と濃度勾配強度は例えば図28、図29のようになる。図28、図29の濃度勾配方向において黒く塗りつぶされた箇所は方向が不定であることを意味する。
【0072】
類似度算出の式を、
【0073】
【数18】
【0074】
とする。ここでモデル濃度勾配方向とモデル濃度勾配強度および入力濃度勾配方向の大きさをmx×myとし、モデル濃度勾配方向をMθ(x、y)、モデル濃度勾配強度をMw(x、y)、入力濃度勾配方向をIθ(x、y)とした。方向差を評価する関数fを
【0075】
【数19】
【0076】
とする。
画像0のように無地の上にマークが重なったワークからモデルを作ると、入力が画像1のようにマークが背景パターン上に重なるようなワークでも、相関値Rは約0.93である。これはモデル画像同士の相関値1.0と比べた場合にかなり近く、安定した認識が行える。
【0077】
ところが、無地の上に対象が描かれたワークを用意できない場合に、背景パターン上に対象が描かれたワークから作成したモデルを用いて照合を行おうとすると、類似度が従来のモデルに比べて小さな値となり、認識の精度が悪くなるという問題点がある。例えば画像4からモデルを作ると、画像1との類似度は0.74と小さくなり、安定した認識が行えない。
【0078】
以上のような問題点があるために、無地の上に対象が描かれたワークを用意できない場合は、十分な性能が得られないことがわかる。
以下では、複数のワークを撮像した画像から1つのモデルを作成する手段を有することにより、無地の上に対象が描かれたワークを用意できなくても、十分な性能の得られる実施形態類似度算出装置について説明する。
【0079】
図30は、この発明の実施形態4の類似度算出装置のブロック図である。また、実施形態5の位置検出装置のブロック図を図31に示す。図30は図1の類似度算出装置に、図31は図9の位置検出装置に、代表濃度勾配方向算出部29と代表濃度勾配強度算出部30を追加したものである。以下に代表濃度勾配方向算出部29と代表濃度勾配強度算出部30が、代表濃度勾配方向と代表濃度勾配強度の算出に必要な情報を得るまでの過程を説明する。
【0080】
様々な背景パターンに対象が描かれたワークの画像が、カメラ1において撮像される。出力されたアナログ映像信号はA/Dコンバータ2で、タイミング制御部7からのタイミング信号に同期してA/D変換された後、画像メモリ3に記憶される。前記手順によって、大きさmx×myのモデル画像がN枚、画像メモリ3に記憶される。画像メモリ3に記憶されている画像i(1≦i≦N)の位置(x、y)(0≦x≦(mx−1)、0≦y≦(my−1))における濃度勾配方向Mθ(i、x、y)は濃度勾配方向算出部16において、濃度勾配強度Mw(i、x、y)は濃度勾配強度算出部17において算出される。濃度勾配方向Mθ(i、x、y)と濃度勾配強度Mw(i、x、y)はメモリ9に記憶される。位置(x、y)の代表濃度勾配方向Mθp(x、y)は、Mθ(i、x、y)に基づいて、代表濃度勾配方向算出部29において算出される。また、位置(x、y)の代表濃度勾配強度Mwp(x、y)は、Mθ(i、x、y)とMw(i、x、y)に基づいて、代表濃度勾配強度算出部30において算出される。
【0081】
図32は代表濃度勾配方向と代表濃度勾配強度の算出を、モデル画像中のすべての位置(x、y)(0≦x≦(my−1)、0≦y≦(my−1))において行うことを示すフロー図である。先ず、変数x、yを0とし(ST11)、次に、各位置における代表濃度勾配方向や代表濃度勾配強度を求める処理(フロー図33〜36)を行い(ST12)、変数xを1インクリメントするとともに(ST13)、この変数がmxに達するまで、ST12、ST13の処理を繰り返す。x=mxとなると、ST14の判定がNOとなり、今度はyを1インクリメントとし、xを0とし(ST16)、ST12に戻り、再びST12、ST13の処理をx=mxとなるまで繰り返す。x=mxとなると、再度変数yを1インクリメントする。そして、y=my−1となるまで、上記ST11〜ST16の処理を繰り返す。
【0082】
別例に係る代表濃度勾配方向算出部29のフロー図を図33に示す。ここでは、先ず、変数αを0、変数βを0、変数iを1とし、初期設定し(ST21)、次にMθ(i、x、y)≠方向不定か?を判定する(ST22)。不定でなければ、α=α+cosMθ(i、x、y)、β=β+sinMθ(i、x、y)の演算を行う(ST23)。次に、変数iを1インクリメントし(ST24)、変数iがNを越えるまで(ST25)、ST22〜ST24の処理を繰り返す。ST25の判定がYESとなると、α=α/N、β=β/Nの演算を行う(ST26)。ステップST26において、αの値は濃度勾配方向Mθ(i、x、y)の余弦の平均、βの値は濃度勾配方向Mθ(i、x、y)の正弦の平均となる。すなわち、
【0083】
【数20】
【0084】
濃度勾配方向Mθ(i、x、y)の値が不定の時には、ST22においてその判定が行われ、ST23をスキップし、ST23での加算は行われない。(α2+β2)の平方根は濃度勾配方向Mθ(i、x、y)間のばらつきが大きいほど、その値は小さくなるので、注目画素(x、y)における濃度勾配方向Mθ(i、x、y)の安定性の指標となる。α、βの値に基づいて、代表濃度勾配方向Mθp(x、y)は、
【0085】
【数21】
【0086】
となる。ここでδはあらかじめ設定されたしきい値である。atan2(X、Y)とは、X座標、Y座標で表されるX−Y座標の逆正接関数をさす(図5)。
請求項9に係る代表濃度勾配強度算出部30のフロー図を図34に示す。ここでは、代表濃度勾配強度を算出するのに、先ず、変数M1 を0とし、変数iを1とし(ST31)、M1 =M1 +MW (i、x、y)の演算を行い(ST32)、さらに変数iを1インクリメントし(ST33)、変数iがNになるまでST32、ST33の処理を繰り返す。そして、ST34でi=Nとなると、代表濃度勾配強度MWP1 (x、y):(MWP1 (x、y)=M1 ÷N)を算出する。代表濃度勾配強度MWP1 (x、y)は、濃度勾配強度MW (i、x、y)の相加平均、
【0087】
【数22】
【0088】
となる。
請求項10に係る代表濃度勾配強度算出部30のフロー図を図35に示す。ステップST46においてNOと判定された時、M2 の値は、大きさが1、向きが代表濃度勾配方向MθP (x、y)のベクトルと、大きさが濃度勾配強度MW (i、x、y)、向きが濃度勾配方向Mθ(i、x、y)のベクトルとの内積和、
【0089】
【数23】
【0090】
となる。濃度勾配方向Mθ(i、x、y)の値が不定の時には、ステップST42においてその判定が行われ、ステップST43、ST44の処理は行われないでスキップされ、ST45に移る。代表濃度勾配強度Mwp2(x、y)は、M2とNとの商、
【0091】
【数24】
【0092】
となる(ST47)。代表濃度勾配強度MWP2 (x、y)には、濃度勾配方向Mθ(i、x、y)が代表濃度勾配方向MθP (x、y)から離れるほど、濃度勾配強度MW (i、x、y)の寄与が小さくなるという性質がある。
請求項11に係る代表濃度勾配強度算出部30のフロー図を図36に示す。ステップST58において、αの値は濃度勾配方向Mθ(i、x、y)の余弦の平均、βの値は濃度勾配方向Mθ(i、x、y)の正弦の平均となる。すなわち、
【0093】
【数25】
【0094】
となる。またM3の値は、大きさが1、向きが代表濃度勾配方向Mθp(x、y)のベクトルと、大きさが濃度勾配強度Mw(i、x、y)、向きが濃度勾配強度Mθ(i、x、y)のベクトルとの内積和の平均、
【0095】
【数26】
【0096】
となる。濃度勾配方向Mθ(i、x、y)の値が不定の時には、ステップST52においてその判定が行われ、ST53、ST54、ST55の処理は行われない。代表濃度勾配強度Mwp3(x、y)は、M3と、濃度勾配方向Mθ(i、x、y)の安定性の指標となる(α2+β2)のルートの積になる。
【0097】
【数27】
【0098】
となる。代表濃度勾配強度Mwp3(x、y)には、濃度勾配方向Mθ(i、x、y)がばらついているほど、その値が小さくなるという性質がある。
以下に前記の代表濃度勾配方向と代表濃度勾配強度を図27の画像1〜4から算出し、画像1との類似度を示す。なお代表濃度勾配方向Mθp(x、y)と、代表濃度勾配強度をMwp3(x、y)の算出の際のしきい値δは、0とした。
【0099】
画像1〜4から代表濃度勾配方向Mθp(x、y)、代表濃度勾配強度をMwp1(x、y)を求めると図37、図38のようになる。このモデルと画像1との類似度を算出すると約0.89になる。
画像1〜4から代表濃度勾配方向Mθp(x、y)、代表濃度勾配強度をMwp2(x、y)を求めると図39のようになる。このモデルと画像1との類似度を算出すると約0.89になる。
【0100】
画像1〜4から代表濃度勾配方向Mθp(x、y)、代表濃度勾配強度をMwp3(x、y)を求めると図40のようになる。このモデルと画像1との類似度を算出すると約0.97になる。
いずれの場合も、画像0と画像1との類似度(約0.93)に近いため、安定した認識が可能となる。
【0101】
以上のように、本発明に係るモデル作成手法によって、無地の上にマークや文字が描かれたワークを用意できない場合でも、モデルを作ることができる。
【0102】
請求項1、請求項2、請求項4及び請求項5に係る発明によれば、濃度勾配方向の差を評価した値を加算することにより、2つの画像の類似度を算出するものであり、濃度勾配方向は、背景部と対象部とからなるコントラストが変化した場合においても値が同じである。マスク演算を用いて算出されるため、連続的に背景部分が変化する場合においても、局所的に見れば、背景部分は同じ濃度であり、濃度勾配方向が変化しにくい。複雑背景上に対象が描かれている場合においても、背景変化の不連続な部分で濃度勾配方向がおかしくなるが、局所的に濃度勾配方向を算出しているため、画像全体には伝播しない。等の特徴があるので、シェーディングのように背景部の濃淡値が連続的に変化するようなパターンや、複雑背景のように背景部に不連続な部分はあるものの、その割合が少ないパターンにおいて、マークや文字の認識が可能になるという効果がある。
【0103】
また、請求項2、請求項4及び請求項5に係る発明によれば、画素数あるいは重み合計値で除算するので、画素数や重み合計値が変化した場合においても、類似度の意味が変化せず、しきい値決めが簡単になるという効果がある。
また、濃度勾配強度で重み付けをした相関値としているので、複雑背景のように背景が画像によって異なるようなパターンにおいても、マークや文字の認識が可能になるという効果がある。
【0104】
請求項2、請求項4、請求項5に係る発明によれば、1つのしきい値で複数のモデルの認識が行えるため、しきい値設定が簡単になるという効果がある。
また、請求項3に係る発明によれば、濃度勾配方向の差を評価した値を濃度勾配方向の差の余弦とするものであるから、モデル画像と白黒反転した入力画像との類似度は−1となるという効果がある。
【0105】
また、請求項6に係る発明によれば、モデルの入力画像中での位置を精度良く検出できる。
また、請求項7ないし請求項13に係る発明によれば、無地の上にマークや文字等が明瞭に描かれたワークを用意できない場合でも、精度良く認識ができる。
【図面の簡単な説明】
【図1】この発明の一実施形態画像処理装置の構成を示すブロック図である。
【図2】同実施形態画像処理装置の類似度算出部の構成を示すブロック図である。
【図3】同実施形態画像処理装置におけるモデル画像を説明する図である。
【図4】同実施形態画像処理装置における入力画像を説明する図である。
【図5】同実施形態画像処理装置のモデル画像の濃度勾配方向算出を説明する図である。
【図6】同実施形態画像処理装置の類似度算出の一例を説明する図である。
【図7】図6とともに、同実施形態画像処理装置の類似度算出の一例を説明する図である。
【図8】同実施形態画像処理装置の類似度算出の一例を説明する図である。
【図9】この発明の他の実施形態位置検出装置の構成を示すブロック図である。
【図10】同実施形態位置検出装置の類似度算出部の構成を示すブロック図である。
【図11】同実施形態位置検出装置におけるモデル画像を説明する図である。
【図12】同実施形態位置検出装置における入力画像を説明する図である。
【図13】同実施形態位置検出装置における位置探索を説明する図である。
【図14】同実施形態位置検出装置における位置探索処理を説明するフロー図である。
【図15】この発明の他の実施形態刻印文字読み取り装置の構成を示すブロック図である。
【図16】同実施形態刻印文字読み取り装置におけるモデル画像を説明する図である。
【図17】同実施形態刻印文字読み取り装置における入力画像を説明する図である。
【図18】同実施形態刻印文字読み取り装置における照明方向の相違による読み取り画像の相違を説明する図である。
【図19】図18とともに、同実施形態刻印文字読み取り装置における照明方向の相違による読み取り画像の相違を説明する図である。
【図20】同実施形態刻印文字読み取り装置における刻印文字照合の一例を示す図である。
【図21】図20ともに、同実施形態刻印文字読み取り装置における刻印文字照合の一例を示す図である。
【図22】図20、図21ともに、同実施形態刻印文字読み取り装置における刻印文字照合の一例を示す図である。
【図23】従来の画像処理装置の構成を示すブロック図である。
【図24】同従来の画像処理装置の類似度算出部の構成を示すブロック図である。
【図25】同従来の画像処理装置のモデル画像と入力画像の一例を示す図である。
【図26】透明シートに覆われたワークを背景パターンを有するものに設置する場合を示す図である。
【図27】図26に示すワークを撮像した画像の例を示す図である。
【図28】図27に示す画像0の場合の濃度勾配方向と濃度勾配強度を示す図である。
【図29】図27に示す画像1、画像2、画像3及び画像4の場合の濃度勾配方向と濃度勾配強度を示す図である。
【図30】この発明の他の実施形態類似度算出装置の構成を示すブロック図である。
【図31】この発明のさらに他の実施形態位置検出装置の構成を示すブロック図である。
【図32】図30、図31に示す実施形態装置において、モデル中の全画素を用いて代表濃度勾配方向と代表濃度勾配強度の算出を行う場合のフロー図である。
【図33】図30、図31に示す装置で、代表濃度勾配方向の算出方法を示すフロー図である。
【図34】図30、図31に示す装置で、代表濃度勾配強度の算出方法を示すフロー図である。
【図35】図30、図31に示す装置で、代表濃度勾配強度の別の算出方法を示すフロー図である。
【図36】図30、図31に示す装置で、代表濃度勾配強度のさらに他の算出方法を示すフロー図である。
【図37】図32、図33に示す算出フロー図によって得られた画像1〜画像4からの代表濃度勾配方向を示す図である。
【図38】図32、図34に示す算出フロー図によって得られた画像1〜画像4からの代表濃度勾配強度を示す図である。
【図39】図32、図35に示す算出フロー図によって得られた画像1〜画像4からの代表濃度勾配強度を示す図である。
【図40】図32、図36に示す算出フロー図によって得られた画像1〜画像4からの代表濃度勾配強度を示す図である。
【符号の説明】
3 画像メモリ
9 メモリ
19 重み和算出部
20 減算部
21 方向差評価部
22 積和演算部
23 除算部
Claims (13)
- 入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算することによって類似度を算出する手段とを備えた類似度算出装置。
- 入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この重み付けされた加算値を重み合計で除算することにより類似度Rを算出する手段とを備えた類似度算出装置。
- 前記差値の評価した値は、濃度勾配方向の差の余弦である請求項1又は請求項2記載の類似度算出装置。
- 入力画像の各画素における濃度勾配方向Iθ(x、y)を求める濃度勾配方向算出手段と、この入力画像の濃度勾配方向Iθ(x、y)と、所定のモデルの対応する画素の濃度勾配方向Mθ(x、y)との間で、濃度勾配方向の差を評価する値f{Iθ(x、y)−Mθ(x、y)}を求める濃度勾配方向評価値算出手段と、この評価値に、前記所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この重み付けされた加算値を重み合計で除算することにより類似度を算出する手段とを備えた類似度算出装置。
- 入力画像の各画素について濃度勾配方向Iθ(x、y)を求め、所定のモデルの対応する画素間でモデルの濃度勾配方向Mθ(x、y)の差を評価した値を、所定のモデルより得られる濃度勾配強度MW (x、y)で重み付けし、加算し、重み合計で除算することによって、2つの濃淡画像の類似度を算出することを特徴とする類似度算出方法。
- モデル画像を記憶するモデル画像記憶手段と、入力画像を記憶する入力画像記憶手段と、モデル画像を入力画像内で位置移動させる走査手段と、この走査過程でモデル画像と、その位置の入力画像との類似度を算出する請求項1、又は請求項2記載の類似度算出装置と、算出された類似度の最も高い入力画像の位置を、入力画像中におけるモデルの位置とする位置決定手段とを備えた位置検出装置。
- 複数のモデル画像の各画素における濃度勾配方向を記憶する濃度勾配方向記憶手段と、前記複数モデル画像の各画素における濃度勾配強度を記憶する濃度勾配強度記憶手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配方向と前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段を備えた請求項1、請求項2又は請求項4記載の類似度算出装置。
- 代表濃度勾配強度として、複数画像の濃度勾配方向と濃度勾配強度および複数画像の濃度勾配方向の平均から求めた代表濃度勾配方向から、濃度勾配強度の代表濃度勾配方向成分の相加平均を求めるものである請求項7記載の類似度算出装置。
- 複数画像の濃度勾配方向から、濃度勾配方向の正弦の平均と余弦の平均を成分とするベクトルの長さを求め、その値と前記代表濃度勾配強度との積を新たな代表濃度勾配強度として求める請求項8記載の類似度算出装置。
- 予め複数の画像の各画素における濃度勾配方向を求める濃度勾配方向算出手段と、前記複数の画像の各画素における濃度勾配強度を算出する濃度勾配強度算出手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段と、を用いてモデルデータを作成し記憶しておく記憶部と、入力画像の濃度勾配方向と前記モデルデータの対応する各画素の代表濃度勾配方向との差、および入力画像の濃度勾配強度と前記モデルデータの対応する各画素の代表濃度勾配強度との差を評価する値を求める代表濃度勾配評価値算出手段と、この評価値に前記所定のモデルデータより得られる濃度勾配強度で重み付けする重み付け手段と、重み付けした評価値を加算することによって類似度を算出する手段とを備えた類似度算出装置。
- 予め複数の画像の各画素における濃度勾配方向を求める濃度勾配方向算出手段と、前記複数画像の各画素における濃度勾配強度を算出する濃度勾配強度算出手段と、前記濃度勾配方向から代表濃度勾配方向を算出する代表濃度勾配方向算出手段と、前記濃度勾配強度から代表濃度勾配強度を算出する代表濃度勾配強度算出手段と、を用いてモデルデータを作成し記憶しておく記憶部と、入力画像の濃度勾配方向と前記モデルデータの対応する各画素の代表濃度勾配方向との差、および入力画像の濃度勾配強度と前記モデルデータの対応する各画素の代表濃度勾配強度との差を評価する値を求める代表濃度勾配評価値算出手段と、この評価値に前記所定のモデルデータより得られる濃度勾配強度で重み付けする重み付け手段と、重み付けした評価値を加算する加算手段と、この加算値を画素数で除算することによって類似度を算出する除算手段とを備えた類似度算出装置。
- 代表濃度勾配強度として、複数画像の濃度勾配方向と濃度勾配強度および複数画像の濃度勾配方向の平均から求めた代表濃度勾配方向から、濃度勾配強度の代表濃度勾配方向成分の相加平均を求めるものである請求項10又は請求項11記載の類似度算出装置。
- 複数画像の濃度勾配方向から、濃度勾配方向の正弦の平均と余弦の平均を成分とするベクトルの長さを求め、その値と前記代表濃度勾配強度との積を新たな代表濃度勾配強度として求める請求項10又は請求項11記載の類似度算出装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12027896A JP3598651B2 (ja) | 1995-06-08 | 1996-05-15 | 類似度算出装置及び方法ならびにこれを用いた位置検出装置 |
US08/856,598 US6154566A (en) | 1996-05-15 | 1997-05-15 | Method and apparatus for determining image similarity and position |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP14169495 | 1995-06-08 | ||
JP7-141694 | 1995-06-08 | ||
JP12027896A JP3598651B2 (ja) | 1995-06-08 | 1996-05-15 | 類似度算出装置及び方法ならびにこれを用いた位置検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0954828A JPH0954828A (ja) | 1997-02-25 |
JP3598651B2 true JP3598651B2 (ja) | 2004-12-08 |
Family
ID=26457888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP12027896A Expired - Lifetime JP3598651B2 (ja) | 1995-06-08 | 1996-05-15 | 類似度算出装置及び方法ならびにこれを用いた位置検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3598651B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8081820B2 (en) | 2003-07-22 | 2011-12-20 | Cognex Technology And Investment Corporation | Method for partitioning a pattern into optimized sub-patterns |
US8103085B1 (en) | 2007-09-25 | 2012-01-24 | Cognex Corporation | System and method for detecting flaws in objects using machine vision |
US8229222B1 (en) | 1998-07-13 | 2012-07-24 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8345979B2 (en) | 2003-07-22 | 2013-01-01 | Cognex Technology And Investment Corporation | Methods for finding and characterizing a deformed pattern in an image |
US8437502B1 (en) | 2004-09-25 | 2013-05-07 | Cognex Technology And Investment Corporation | General pose refinement and tracking tool |
US9659236B2 (en) | 2013-06-28 | 2017-05-23 | Cognex Corporation | Semi-supervised method for training multiple pattern recognition and registration tool models |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999052072A1 (fr) * | 1998-04-07 | 1999-10-14 | Omron Corporation | Dispositif et procede de traitement d'images, support de stockage de programme pour traitement d'images, et dispositif d'inspection |
WO2000003311A2 (de) * | 1998-07-08 | 2000-01-20 | Siemens Aktiengesellschaft | Verfahren und anordnung zur ermittlung eines ähnlichkeitsmasses einer ersten struktur mit mindestens einer vorgegebenen zweiten struktur |
JP5152231B2 (ja) | 2010-03-12 | 2013-02-27 | オムロン株式会社 | 画像処理方法および画像処理装置 |
JP6681078B2 (ja) * | 2017-10-10 | 2020-04-15 | 株式会社アクセル | 画像処理装置、画像処理方法、および画像処理プログラム |
-
1996
- 1996-05-15 JP JP12027896A patent/JP3598651B2/ja not_active Expired - Lifetime
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8331673B1 (en) | 1998-07-13 | 2012-12-11 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8249362B1 (en) | 1998-07-13 | 2012-08-21 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8867847B2 (en) | 1998-07-13 | 2014-10-21 | Cognex Technology And Investment Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8363942B1 (en) | 1998-07-13 | 2013-01-29 | Cognex Technology And Investment Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8335380B1 (en) | 1998-07-13 | 2012-12-18 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8254695B1 (en) | 1998-07-13 | 2012-08-28 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8265395B1 (en) | 1998-07-13 | 2012-09-11 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8270748B1 (en) | 1998-07-13 | 2012-09-18 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8295613B1 (en) | 1998-07-13 | 2012-10-23 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8320675B1 (en) | 1998-07-13 | 2012-11-27 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8229222B1 (en) | 1998-07-13 | 2012-07-24 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8363972B1 (en) | 1998-07-13 | 2013-01-29 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8244041B1 (en) | 1998-07-13 | 2012-08-14 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8363956B1 (en) | 1998-07-13 | 2013-01-29 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US8345979B2 (en) | 2003-07-22 | 2013-01-01 | Cognex Technology And Investment Corporation | Methods for finding and characterizing a deformed pattern in an image |
US8081820B2 (en) | 2003-07-22 | 2011-12-20 | Cognex Technology And Investment Corporation | Method for partitioning a pattern into optimized sub-patterns |
US9147252B2 (en) | 2003-07-22 | 2015-09-29 | Cognex Technology And Investment Llc | Method for partitioning a pattern into optimized sub-patterns |
US8437502B1 (en) | 2004-09-25 | 2013-05-07 | Cognex Technology And Investment Corporation | General pose refinement and tracking tool |
US8103085B1 (en) | 2007-09-25 | 2012-01-24 | Cognex Corporation | System and method for detecting flaws in objects using machine vision |
US9659236B2 (en) | 2013-06-28 | 2017-05-23 | Cognex Corporation | Semi-supervised method for training multiple pattern recognition and registration tool models |
US9679224B2 (en) | 2013-06-28 | 2017-06-13 | Cognex Corporation | Semi-supervised method for training multiple pattern recognition and registration tool models |
Also Published As
Publication number | Publication date |
---|---|
JPH0954828A (ja) | 1997-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100320063B1 (ko) | 패턴인식장치 | |
JP3598651B2 (ja) | 類似度算出装置及び方法ならびにこれを用いた位置検出装置 | |
JP4687265B2 (ja) | 画像分析装置 | |
US8340433B2 (en) | Image processing apparatus, electronic medium, and image processing method | |
JPH07129770A (ja) | 画像処理装置 | |
JP6612822B2 (ja) | モデルを修正するためのシステムおよび方法 | |
US7110023B2 (en) | Method and apparatus for target object extraction from an image | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
EP0613097B1 (en) | A dynamic image processor | |
JP2008288684A (ja) | 人物検出装置及びプログラム | |
JP2005071344A (ja) | 画像処理方法、画像処理装置及び画像処理プログラムを記録した記録媒体 | |
JPH10124676A (ja) | 形状追跡方法および装置 | |
JP6761786B2 (ja) | 天井地図作成方法、天井地図作成装置及び天井地図作成プログラム | |
KR20000060745A (ko) | 얼굴의 컬러 모델과 타원체 근사 모델을 이용한 실시간 얼굴 추적 방법 및 그 기록매체 | |
JP3872061B2 (ja) | 画像処理装置 | |
JPH08329247A (ja) | 動画像認識装置 | |
JP3230509B2 (ja) | 動画像処理装置 | |
JP3572832B2 (ja) | パターン読取装置 | |
CN111722710A (zh) | 开启增强现实ar互动学习模式的方法及电子设备 | |
JP3183949B2 (ja) | パターン認識処理方法 | |
JP3437087B2 (ja) | 特徴点追跡方法及び装置、並びに特徴点追跡プログラムを記録した記録媒体 | |
JP2001052183A (ja) | 画像処理装置 | |
KR102343562B1 (ko) | 스케치 기반의 캐릭터를 가상환경의 활동 캐릭터로 생성하기 위한 스케치 기반의 활동캐릭터 생성 방법 | |
JP4465911B2 (ja) | 画像処理装置およびその方法 | |
JP4691659B2 (ja) | 画像認識装置、画像認識方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040510 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040824 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040906 |
|
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: 20080924 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080924 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090924 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090924 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100924 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100924 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110924 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110924 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120924 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130924 Year of fee payment: 9 |
|
EXPY | Cancellation because of completion of term |