JP3675629B2 - パターン認識方法、装置および記録媒体 - Google Patents
パターン認識方法、装置および記録媒体 Download PDFInfo
- Publication number
- JP3675629B2 JP3675629B2 JP00422398A JP422398A JP3675629B2 JP 3675629 B2 JP3675629 B2 JP 3675629B2 JP 00422398 A JP00422398 A JP 00422398A JP 422398 A JP422398 A JP 422398A JP 3675629 B2 JP3675629 B2 JP 3675629B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- pattern
- circumference
- rotation angle
- calculated
- 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
- 238000012567 pattern recognition method Methods 0.000 title claims description 17
- 238000011156 evaluation Methods 0.000 claims description 45
- 238000001514 detection method Methods 0.000 claims description 25
- 238000003708 edge detection Methods 0.000 claims description 21
- 238000003909 pattern recognition Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 40
- 238000012545 processing Methods 0.000 description 26
- 238000000034 method Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 11
- 230000006835 compression Effects 0.000 description 7
- 238000007906 compression Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/435—Computation of moments
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、外形が円形である特定パターンの画像が、入力画像中で回転して存在している場合でも高精度に認識することができるパターン認識方法、装置および記録媒体に関する。
【０００２】
【従来の技術】
従来から、画像中に存在する特定形状のパターンを認識するための種々の手法が提案され、また実用化されている。一般に画像処理は、大量の画像データをリアルタイムに処理することが要求されていることから、ハードウェア構成が複雑にならざるを得ない。
【０００３】
また、処理対象画像が回転していたり、拡大／縮小、移動などしている場合には、処理が一層複雑となり、精度よく特定形状のパターンを検出、判定することが難しくなる。
【０００４】
そこで、本出願人は先に、ツェルニケ・モーメント（Ｚｅｒｎｉｋｅ Ｍｏｍｅｎｔ）を用いて画像中の任意の位置にある、任意の角度の、任意の変倍率の特定マークを高精度に検出する方法を提案した（特願平７−３０１２５０号）。
【０００５】
しかし、この方法は、例えば図２５のパターンが図２６に示すように画像中で回転している場合に、その回転角度の検出を考慮したものではないため、精度の点で不十分であった。
【０００６】
また、一方で、特定画像の回転角度を検出する方法として、本出願人は先に、カラー画像および白黒画像中から特定画像の回転角度を検出し、検出角度で特定画像を回転させ、辞書と照合することにより特定画像を認識する回転角度検出方法および画像認識方法を提案した（特願平７−８０２２３号）。
【０００７】
この画像認識方法で回転角度を検出するために、画像領域の中心から複数の同心円を描き、それぞれの円周上のデータを一周分順番に並べることによって特徴量データを作成する。そして、同様に作成された辞書内の特徴量データと、画像領域の特徴量データとのマッチングを行う。このマッチングは、辞書の特徴量データのマッチング開始位置をずらしながら特徴量データの各次元の距離の総和をとり、一番距離が小さいずらし位置を基に回転角度を高精度に検出するものである。
【０００８】
【発明が解決しようとする課題】
しかし、上記した方法では、特徴量の次元数が多くなればなるほど、マッチングのための開始位置をずらす回数が多くなり、演算処理量も多くなるという問題点があった。
【０００９】
本発明の目的は、外形が円形である特定パターンの画像が、入力画像中で回転して存在している場合でも、少ない計算量で、かつ高精度に認識することができるパターン認識方法、装置および記録媒体を提供することにある。
【００１０】
【課題を解決するための手段】
前記目的を達成するために、請求項１記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識方法であって、前記入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定し、前記判定されたパターンの画像のツェルニケ・モーメントを求め、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出し、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出し、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出し、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出し、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識することを特徴としている。
【００１１】
請求項２記載の発明では、前記エッジの検出は、前記入力画像を圧縮した画像について行うことを特徴としている。
【００１２】
請求項３記載の発明では、前記エッジの検出は、前記各位置における白画素から黒画素への変化が所定の変化パターンであるか否かを調べることにより行うことを特徴としている。
【００１３】
請求項４記載の発明では、前記ツェルニケ・モーメントの大きさが所定の範囲内にあるとき、前記回転角度を算出することを特徴としている。
【００１４】
請求項５記載の発明では、前記ツェルニケ・モーメントとして、次数、階数が異なる複数のツェルニケ・モーメントを求め、該複数のツェルニケ・モーメントを基に前記パターン画像の複数の回転角度を算出し、該複数の回転角度の内、最も評価値の高い回転角度を、前記パターン画像の回転角度として選択して出力することを特徴としている。
【００１５】
請求項６記載の発明では、前記複数のツェルニケ・モーメントの大きさが、それぞれ所定の範囲内にあるとき、前記複数の回転角度を算出することを特徴としている。
【００１６】
請求項７記載の発明では、前記複数の回転角度の差が所定の閾値を超えるとき、前記最も評価値の高い回転角度を選択出力しないことを特徴としている。
【００１７】
請求項８記載の発明では、前記評価値はツェルニケ・モーメントの大きさと階数を基に算出することを特徴としている。
【００１８】
請求項９記載の発明では、前記パターン画像から特徴量を算出するとき、前記各円周の位置および各円周上の位置を記録したテーブルを参照することを特徴としている。
【００１９】
請求項１０記載の発明では、前記各円周の特徴量は、注目位置を含む周囲の黒画素数を所定の閾値で２値化することにより算出することを特徴としている。
【００２０】
請求項１１記載の発明では、前記回転角度の近傍に相当する、前記辞書内のずらした位置は、前記円周の半径に応じて変えることを特徴としている。
【００２１】
請求項１２記載の発明では、前記評価値が所定の閾値以上である円周について、その半径が特定の半径に一致するとき無効円周とし、前記円周の個数に算入しないことを特徴としている。
【００２２】
請求項１３記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識装置であって、前記画像を入力する手段と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する手段と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する手段と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する手段と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する手段と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する手段と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する手段と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する手段と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する手段とを備えたことを特徴としている。
【００２３】
請求項１４記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、前記画像を入力する機能と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する機能と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する機能と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する機能と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する機能と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する機能と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する機能と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する機能と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であることを特徴としている。
【００２４】
【発明の実施の形態】
以下、本発明の一実施例を図面を用いて具体的に説明する。
〈実施例１〉
図１は、本発明の実施例１の構成を示す。図において、１は認識すべき画像を取り込む画像入力部、２は入力画像の外形が円形パターンであるか否かを判定する外形判定部、３は外形が円形パターンであると判定された画像について、その回転角度を検出する回転角度検出部、４は検出された角度近辺の辞書内の特徴量を用いて距離計算し、各円周を評価することにより特定パターンの画像であるか否かを判定するパターン判定部、５は認識結果を出力する画像出力部である。
【００２５】
まず、外形判定部について説明する。図２は、外形判定部の構成を示す。図において、２１は認識対象画像を入力する画像入力部、２２は入力画像を２値化、変倍した認識処理画像を作成する認識処理画像作成部、２３は２値圧縮画像メモリ、２４はメモリ２３の画像をさらに圧縮する圧縮画像作成部、２５は圧縮画像メモリ、２６はマスク内の圧縮画像からエッジを検出するエッジ検出部、２７はエッジ検出を基に円形パターンの存否を判定する円形パターン判定部、２８はメモリ３を参照して円形パターンの座標を算出する座標算出部、２９は判定結果などを出力する出力部である。
【００２６】
図３は、外形判定部の処理フローチャートである。まず、スキャナなどの画像入力部２１によって処理対象となるカラー画像を入力する（ステップ１０１）。認識処理画像作成部２２は、入力されたカラー画像を２値化し（例えば、カラー画像信号の明度を求め、その明度と所定の閾値とを比較することにより２値化する）、原画像の例えば１／４（２００×２００ｄｐｉ）に圧縮、変倍処理を行い、以降の認識処理で使用される画像を作成して、２値圧縮画像メモリ２３に格納する（ステップ１０２）。
【００２７】
圧縮画像作成部２４は、２値圧縮画像メモリ２３内の２値圧縮画像をさらに圧縮した画像を作成し、圧縮画像メモリ２５に格納する（ステップ１０３）。ここでは４×４画素中に１画素でも黒画素があれば対応する画素を黒画素とするＯＲ圧縮を行う。この圧縮により画像データ量は１／１６（５０×５０ｄｐｉ）になり、処理対象の画像データ量が大幅に削減される。この結果、メモリ資源が節約され、処理の高速化が可能となる。
【００２８】
次いで、エッジ検出部２６は、ステップ１０３で作成された圧縮画像上を、所定サイズのマスクを走査させ、該マスク内の所定位置からマスクの中心に向かってエッジを検出する（ステップ１０４）。
【００２９】
マスクサイズは以下の式により算出する。
マスクサイズ＝（円形パターンの直径／圧縮率）＋枠幅＋余裕
検出対象となる円形パターンの直径が、例えば１５ｍｍであるとすると、１ｍｍ当たりの画素数を１６とすると２４０画素となる。そして、原画像に対する圧縮率は８（１／６４）、周囲に白画素が入る枠幅を１画素（両側で２画素）、１画素の余裕をとるとすると、マスクサイズは３３画素となる。
【００３０】
エッジの検出位置は、円形パターンを想定して決める。ここでは１６個の位置を設定する。図４は、３３×３３サイズのマスクと、１６個のエッジ検出位置を示す。１６個の位置をマスクの中心からの方角で表わすこととし、それぞれのマスク内の相対座標は図５、６のＸ座標、Ｙ座標の計算式により算出する。図５、６では、３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、１６個のＸ座標、Ｙ座標を示す。
【００３１】
エッジ検出は、各検出位置の注目画素から３画素の幅で検出を行い、白画素から黒画素に変化する境界が２箇所以上あった場合に、その位置にエッジがあるものと判定する。図７は、南（下）方向にエッジを検出するパターン例を示す。図の矢印は白から黒に変化するエッジを表わす。各検出位置のエッジ検出パターンは、図５、６に示すように異なる。
【００３２】
マスクサイズは若干大きめに設定されているので、エッジ検出は注目画素をマスクの内側に数画素シフトすることによって行う。各検出位置によってシフト数は異なるが、そのシフト中に上記したエッジ検出の条件（３画素の幅中に、２画素以上でエッジが検出される）が満たされれば、その検出位置でエッジが検出されたものとする。例えば、図４のエッジ検出位置（東）では、西方向に３画素シフトし、北では南方向に１画素シフトすることによってエッジを検出する。
【００３３】
そして、円形パターン判定部２７は、１６個のエッジ検出位置でエッジが検出されたときに、画像中に円形パターンがあるものと判定する（ステップ１０５、１０６）。全てのエッジ検出位置からエッジが検出されないときには、圧縮画像の全ての画素を処理したかを調べ（ステップ１０９）、処理が終了していないときは、マスクの位置を１画素ずらして（ステップ１１０）、ステップ１０４に進み、そのマスク内で前述したと同様にしてエッジを検出する。マスクを移動させ、全ての画素を処理しても、１６個のエッジ検出位置でエッジが検出されないときは、円形パターン判定部２７は円形パターンなしと判定する（ステップ１１１）。
【００３４】
次いで、座標算出部２８は、認識処理画像（２値圧縮画像メモリ２３）上における円形パターンの座標を得るために、圧縮画像２５で算出された座標の補正を行なう（ステップ１０７）。これは、マスクサイズが若干大きめに設定されていること、圧縮画像２５がＯＲ圧縮されていることなどにより、単純に圧縮率を掛けた座標では誤差が出るからである。
【００３５】
補正方法は、認識処理画像（２値圧縮画像メモリ２３）を参照し、圧縮画像２５の東西南北の４つの位置でエッジ検出を行なった画素に相当する画素について、外側から内側に黒画素を検出し、初めて黒画素が検出された座標を、認識処理画像上での外接矩形の座標とする。つまり、円形パターンの外接矩形の始点Ｙ座標（北位置）、終点Ｙ座標（南位置）、始点Ｘ座標（西位置）、終点Ｘ座標（東位置）を求める。
【００３６】
具体的な例として、南の位置からの外接矩形の終点Ｙ座標を求める方法を説明する。南の位置では、図６に示すように、３画素幅で内側に３画素シフトしてエッジを検出している。ここでエッジが検出されるということは、図８の斜線部の９画素に、必ず黒画素があることを意味する。
【００３７】
認識処理画像においては、この９画素に相当する画素は、圧縮率が１／１６であるから１４４画素となる。図９に示すように、この１４４画素について、外側（９画素で構成されるエッジ検出位置）から内側に１ライン（１２画素）ずつ黒画素を検出し、初めて１画素でも黒画素が検出されたラインの座標を外接矩形の終点Ｙ座標とする。
【００３８】
上記したと同様の処理を西（東方向に最初の黒画素を探索）、北（南方向に最初の黒画素を探索）、東（西方向に最初の黒画素を探索）についても行ない、それぞれの位置から外接矩形の始点Ｘ座標、始点Ｙ座標、終点Ｘ座標を算出する。ただし、西、北に関しては、シフト量が１のため、認識処理画像上での黒画素検出の画素数は４行（列）、計４８画素となる。
【００３９】
上記したようにして円形パターンの外接矩形の始点Ｘ，Ｙ座標、終点Ｘ，Ｙ座標が求められる。そして、４点の座標位置から円形パターンの中心位置を求め、判定された円形パターンの画像とその中心座標位置を出力部２９に出力して処理が終了する（ステップ１０８）。この円形パターンの画像とその中心座標位置は、出力部２９を介して回転角度検出部３に渡される。
【００４０】
次に回転角度検出部を説明する。回転角度の検出のために、前述したツェルニケ・モーメント（Ｚｅｒｎｉｋｅ Ｍｏｍｅｎｔ）を用いているので、ツェルニケ・モーメントの概略をまず説明する。
【００４１】
このツェルニケ・モーメントは、論文（Ｗｈｏｉ−Ｙｕｌ Ｋｉｍ ａｎｄ Ｐｏ Ｙｕａｎ，”Ａ Ｐｒａｃｔｉｃｌａ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ ｆｏｒ Ｔｒａｎｓｌａｔｉｏｎ，Ｓｃａｌｅ ａｎｄ Ｒｏｔａｔｉｏｎ Ｉｎｖａｒｉａｎｃｅ，”Ｐｒｏｃ．ＣＶＰＲ’９４，ｐｐ．３９１−３９６，Ｊｕｎｅ １９９４）に詳述されているように、次の式によって定義される。
【００４２】
【数１】
【００４３】
【数２】
【００４４】
【数３】
【００４５】
上記式（１）ないし（３）において、ｎはツェルニケ・モーメントの次数、ｍは階数である。ｍの絶対値はｎ以下でなければならず、かつ、ｎとｍの絶対値との差は偶数でなけれなならない。
【００４６】
上記式（１）のＲｎｍ（ρ）はラジアル多項式と呼ばれ、階数、次数と中心からの距離より算出される値である。上記式（２）のＲｅ(Anm)がツェルニケ・モーメントの実数部であり、上記式（３）のＩｍ(Anm)がツェルニケ・モーメントの虚数部である。ツェルニケ・モーメントの大きさ
Ｒｅ(Anm) 2＋Ｉｍ(Anm) 2
は、画像の回転に不変な値であるため、特定マークｆ(x,y)の検出に利用することができる。この際、ｘ，ｙの値は特定マークの大きさに応じて正規化する必要がある。すなわち、特定マークの中心から一番遠い点までの距離が１となるように、座標系を拡大／縮小して用いる。
【００４７】
実際にツェルニケ・モーメントを算出するために、マーク候補領域が切り出される都度、上記式（２）、（３）の演算を実行したのでは、多くの処理時間を必要とするので、実用的でない。そこで、予め特定マークの大きさに応じた、次の式（４）、（５）で計算される値のテーブル（ラジアル多項式テーブル）を作成しておく。
【００４８】
【数４】
【００４９】
【数５】
【００５０】
このラジアル多項式テーブルを利用すれば、各画素値とラジアル多項式テーブルの値との積和をとることでツェルニケ・モーメントを算出できる。つまり、上記式（２）、（３）に代えて、次の式（６）、（７）によりツェルニケ・モーメントが算出されることになり、処理が高速化される。
【００５１】
【数６】
【００５２】
【数７】
【００５３】
図１０は、回転角度検出部の構成を示す。図において、３１は図１の外形判定部２から、外形が円形であるパターン画像が入力される画像バッファ部、３２は円形パターンの画像とツェルニケ多項式テーブルとの積和演算を行う積和演算部、３３はツェルニケ多項式テーブル、３４はツェルニケ・モーメント（ＺＭ）の大きさを算出するツェルニケ・モーメント算出部、３５は算出されたツェルニケ・モーメント（ＺＭ）の大きさを判定するツェルニケ・モーメント判定部、３６は円形パターンの標準的なツェルニケ・モーメントなどを格納した辞書、３７はツェルニケ・モーメントの大きさと階数を基に評価値を算出する評価値算出部、３８はツェルニケ・モーメントから画像の回転角度を算出する回転角度算出部、３９は評価値が最も高い回転角度を選択する回転角度選択部、４０は回転角度の差を判定する角度差判定部、４１は選択部３９で選択され、角度差の条件を満たす回転角度を出力する回転角度出力部である。
【００５４】
図１１は、回転角度検出部の処理フローチャートである。画像バッファ部３１には、外形判定部２で判定された、外形が円形であるパターン（例えば、図２５、２６）が格納される。また、その中心も外形判定部２から与えられる（ステップ３０１）。
【００５５】
積和演算部３２は、円形パターン画像の中心座標と、ツェルニケ多項式テーブル３３の中心との位置合わせを行う（ステップ３０２）。位置合わせ後に、円形パターン画像の各画素値と上記テーブルの対応する値との積和計算を行い、ツェルニケ・モーメント（以下、ＺＭ）を算出する（ステップ３０３）。上記した例では位置合わせとして中心を用いたが、重心を用いてもよい。
【００５６】
ここでは、円形パターン画像と、予め用意された３種類のツェルニケ多項式テーブル（以下、ＺＰＴ）３との積和計算を行う。図１２、１３、１４は、ＺＰＴの例を示す。これらの図では、白画素が−６３、黒画素が６３の値を示す（中間調のグレー（周辺の色の部分）が０の値を示している）。また、円の中心がＺＰＴの中心座標（０，０）、Ｘ軸は右側に正、Ｙ軸は上側に正とする。
【００５７】
図１２は、３次１階のＺＰＴを示す。（ａ）はその実数部であり、（ｂ）はπ／２の回転関係にある虚数部である。なお、階は、円周上の周期数を表わし、１階は周期数が１（白から黒）であるので、以下周期１のＺＰＴという。
【００５８】
図１３は、４次２階のＺＰＴ（周期数が２、以下周期２のＺＰＴ）を示し、（ａ）はその実数部であり、（ｂ）はπ／４の回転関係にある虚数部である。
【００５９】
図１４は、６次４階のＺＰＴ（周期数が４、以下周期４のＺＰＴ）を示し、（ａ）はその実数部であり、（ｂ）はπ／８の回転関係にある虚数部である。
【００６０】
図１５は、ＺＰＴ（ここでは、実数部用テーブル）５１と画像５２の対応画素値とが掛け合わされることにより、ＺＭの実数部５３が得られる例を示す。
【００６１】
すなわち、入力画像は２値画像であるので、入力画像の黒画素に対応するＺＰＴの画素値の総和を算出する。上記したように、本実施例のＺＰＴは、周期１、２、４の３種類のテーブルで構成されているので、総和の処理は、
周期数１の実数部ＺＰＴ、周期数１の虚数部ＺＰＴ
周期数２の実数部ＺＰＴ、周期数２の虚数部ＺＰＴ
周期数４の実数部ＺＰＴ、周期数４の虚数部ＺＰＴ
のそれぞれについて行い、全部で６個のＺＭが算出される（ステップ３０３、３０４）。なお、上記した例では周期１、２、４を順番に処理したが、これらを並列に処理することも可能である。また、周期数は上記したものに限定されず、他の周期数を用いてもよい。さらに、上記した例は２値画像の例であるが、多値画像でも同様に処理することができる。
【００６２】
以後、
周期数１のＺＰＴから求められた実数部ＺＭをＺｍｒ１、周期数１のＺＰＴから求められた虚数部ＺＭをＺｍｉ１、
周期数２のＺＰＴから求められた実数部ＺＭをＺｍｒ２、周期数２のＺＰＴから求められた虚数部ＺＭをＺｍｉ２、
周期数４のＺＰＴから求められた実数部ＺＭをＺｍｒ４、周期数４のＺＰＴから求められた虚数部ＺＭをＺｍｉ４、
と表わす。
【００６３】
ＺＭ算出部３４は、各周期について以下の式で定義されるＺＭの大きさを算出する（ステップ３０５）。それぞれのＺＭの大きさは回転不変な値である。
【００６４】
周期数１のＺＰＴから求められたＺＭの大きさＺｍａｇ１
＝〔Ｚｍｒ１〕2＋〔Ｚｍｉ１〕2
周期数２のＺＰＴから求められたＺＭの大きさＺｍａｇ２
＝〔Ｚｍｒ２〕2＋〔Ｚｍｉ２〕2
周期数４のＺＰＴから求められたＺＭの大きさＺｍａｇ４
＝〔Ｚｍｒ４〕2＋〔Ｚｍｉ４〕2
次いで、ＺＭ判定部３５は、辞書３６に登録されている円形パターンのＺＭの大きさと照合することにより、ＺＭの大きさの妥当性を判定する。
【００６５】
すなわち、所定の閾値をＴｈ１、Ｔｈ２としたとき、周期１のＺｍａｇ１が
Ｔｈ２＜Ｚｍａｇ１＜Ｔｈ１
であるか否かを調べ（ステップ３０６）、
周期２についても同様に、所定の閾値をＴｈ３、Ｔｈ４としたとき、周期２のＺｍａｇ２が
Ｔｈ４＜Ｚｍａｇ２＜Ｔｈ３
であるか否かを調べ（ステップ３０７）、
周期４についても同様に、所定の閾値をＴｈ５、Ｔｈ６としたとき、周期４のＺｍａｇ４が
Ｔｈ６＜Ｚｍａｇ４＜Ｔｈ５
であるか否かを調べ（ステップ３０８）、Ｚｍａｇ１、Ｚｍａｇ２、Ｚｍａｇ４の全てが上記した条件を満たすときのみ、以降の処理を実行し、そうでないときは処理を終了する。
【００６６】
次いで、評価値算出部３７は、各周期の評価値を算出する（ステップ３０９）。ここで、評価値は、（ＺＭの大きさ）×周期数（階数）で表わす。例えば、周期１の評価値はＺｍａｇ１×周期数（階数＝１）となる。
【００６７】
回転角度算出部３８は、周期１の実数部Ｚｍｒ１（または虚数部Ｚｍｉ１）から回転角度θ１を算出し、周期２の実数部Ｚｍｒ２（または虚数部Ｚｍｉ２）から回転角度θ２を算出し、周期４の実数部Ｚｍｒ４（または虚数部Ｚｍｉ４）から回転角度θ４を算出する（ステップ３１０）。
【００６８】
以下に、各周期（階数）における回転角度の算出について説明する。
周期１（階数１）における回転角度の算出；
周期が１の場合には、入力画像から算出されたツェルニケ・モーメントを基に０〜２πの間で一意に回転角度が求められる（入力画像が円周方向に周期性がある場合には、入力画像の周期数分の回転角度が求まることになるが、回転角度算出後の処理においては何れの回転角度を用いても、回転角度に基づいて画像を補正した場合に同じ画像が得られる）。
【００６９】
精度良く回転角度を算出するために、周期１の実数部Ｚｍｒ１、または虚数部Ｚｍｉ１の内、絶対値の小さい方（回転角度の変化に対する、実数部Ｚｍｒ１の変化率、虚数部Ｚｍｉ１の変化率の大きい方）を用いて算出する。そして、回転角度を算出する際には、回転角度とツェルニケ・モーメントの関係を用いる。
【００７０】
図１６は、回転角度とツェルニケ・モーメントの関係を示す図であり、（ａ）は３次１階、（ｂ）は４次２階、（ｃ）は６次４階の場合の両者の関係を示す。横軸の回転角度は１周（２π）を２９６に量子化したものであり、縦軸はツェルニケ・モーメントの実数部である（図示しないツェルニケ・モーメントの虚数部は、実数部に対してπ／２だけ位相がずれている）。この図は、例えば３６０度を３６０等分し、辞書作成画像を１度ずつ回転させたとき（１度、２度、３度．．．３６０度）のＺＭの実数部を計算した値を収集（テーブル化）することによって得られる。従って、ある入力画像とＺＰＴとの積和から求められた実数部を用いてテーブルを参照することにより、入力画像の回転角度が求められる。
【００７１】
なお、回転角度の算出方法としては、この他にｔａｎφ＝ＺＭの虚数部／ＺＭの実数部であるので、φ＝ａｒｃｔａｎ（ＺＭの虚数部／ＺＭの実数部）、φ＝ａｒｃｓｉｎ（ＺＭの虚数部／ＺＭの大きさ）などで求めてもよい。
【００７２】
具体的な手順を次に示す。
（１）入力画像からツェルニケ・モーメント（実数部Ｚｍｒ１、虚数部Ｚｍｉ１）を算出する。
（２）実数部Ｚｍｒ１、虚数部Ｚｍｉ１の内、絶対値の小さいツェルニケ・モーメントを選択する。
（３）選択されたツェルニケ・モーメントが、各回転角度毎のツェルニケ・モーメントの内で最も値の近いデータを検出し、そのときの回転角度を入力画像の回転角度とする。例えば（ａ）において、選択されたツェルニケ・モーメントの実数部に最も近い値がＲｅ１であるとき、回転角度はθ１となる。
【００７３】
周期２（階数２）における回転角度の算出；
周期が２の場合には、入力画像から算出されたツェルニケ・モーメントを基に０〜２πの間で２つの回転角度の候補が求まる。２つの内、１つは正しい回転角度であるが、もつ１つはツェルニケ・モーメントの周期性から現われるもので、正しく画像の回転角度を表わしているものではない。
【００７４】
従って、回転角度を算出する処理は、０〜πの間で前述した周期１の場合と同様に行う。０〜πの間で算出された回転角度と、それにπを加えた角度が周期２における回転角度の候補となる。
【００７５】
入力画像が特定パターンであって誤差がない場合には、周期１で算出した回転角度と周期２で算出した回転角度は等しくなる。ここでは誤差は小さい（π／２未満）ものとして周期２で得られる２つの回転角度の候補の内、周期１の回転角度に近い方を周期２の回転角度とする。図１６（ｂ）の例では、θ１に近いθ２が周期２における回転角度となる。
【００７６】
周期４（階数４）における回転角度の算出；
周期２の場合と同様にして、周期が４の場合には０〜２πの間で４つの回転角度の候補が求まる。周期４では０〜π／２の間で前述した周期１の場合と同様にして回転角度を求め、この回転角度およびこの回転角度にπ／２、π、３π／２を加えた角度を４つの回転角度の候補とする。
【００７７】
４つの回転角度の候補から回転角度を選択する場合には、やはり誤差が相対的に小さいものとして周期１あるいは周期２の回転角度を参照して周期４の回転角度を求める。
【００７８】
参照する回転角度を（周期１の回転角度、周期２の回転角度から１つに）定めるために、上記した評価値を用いる。周期１に対する評価値が周期２に対する評価値よりも大きい場合には、周期４で得られる４つの回転角度の内、周期１の回転角度に最も近いものを周期４の回転角度とする。同様に、周期２に対する評価値が周期１に対する評価値よりも大きい場合には、周期２の回転角度に最も近いものを周期４の回転角度とする。このようにして算出された各周期１、２、４の回転角度をθ１、θ２、θ４とする。
【００７９】
続いて、回転角度選択部３９は、ステップ３０９で算出された３個の評価値の内、最も大きな評価値をとる回転角度を選択する（ステップ３１１）。
【００８０】
そして、角度差判定部４０は、上記した回転角度θ１とθ２との差をθａとし、θ２とθ４との差をθｂとし、θ１とθ４との差をθｃとしたとき、
θａ＋２θｂ＋２θｃ＜Ｔｈ（所定の閾値）
を満たか否かを判定し（ステップ３１２）、上記条件を満たすとき、回転角度出力部４１はステップ３１１で選択された回転角度を出力し（ステップ３１３）、そうでないとき処理を終了する。
【００８１】
図１７は、パターン判定部の構成を示す。図において、６１は画像バッファ部、６２は入力画像の円周上の特徴量を算出する特徴量算出部、６３は各円周の位置を記録した円周テーブル、６４は円周上の特徴量位置を記録した順序テーブル、６５は算出された特徴量を格納する特徴量メモリ、６６は辞書内の特徴とメモリ内の特徴との距離を計算する距離計算部、６７は特定パターン画像の円周特徴量を登録した円周辞書、６８は円周の評価値などを基に入力画像が特定パターン画像であるか否かを判定する判定部である。
【００８２】
図１８は、パターン判定部の処理フローチャートである。画像バッファ部６１には、外形判定部２によって判定された、外形が円形であるパターン画像（２値画像）が入力され、また、回転角度検出部３によって検出された、そのパターン画像の回転角度も取得されている（ステップ４０１）。
【００８３】
特徴量算出部６２は、２値画像であるパターン画像の特徴量を算出するために、パターン画像の中心と円周テーブル６３および順序テーブル６４の中心の位置を合わせる（ステップ４０２）。図１９は、円周テーブルの例を示す。このテーブルは、中心位置（×印）から同心円上にある画素位置を記録したテーブルであり、ここで０から４の計５個の同心円上の画素位置が示されている。そして、この円周番号が後述する特徴量メモリの行アドレスとなる。
【００８４】
図２０は、順序テーブルの例を示す。このテーブル６４は、円周テーブル６３の円周数と同じ数の円周からなり、テーブル６４の各円周は円周テーブル６３の各円周に対応している。そして、各円周の画素位置にある数値（０から１５、０から３１など）が、後述する特徴量メモリの列アドレスとなる。
【００８５】
上記した位置合わせを行った後、特徴量算出部６２は、円周テーブル６３および順序テーブル６４を参照しながらパターン画像の特徴量を算出する。図２１は、特徴量の算出例を説明する図である。パターン画像の各画素を主走査方向および副走査方向に走査しながら、各画素が特徴量を算出する画素であるか否かを調べる（ステップ４０３）。いま、注目画素まで処理が進んだとする。この注目画素の位置に対応する円周テーブル６３の位置を参照すると、円周番号５が記録されているので、特徴を算出すべき画素位置となる。
【００８６】
特徴量の算出は、特徴量算出画素とその８近傍の画素（つまり、注目画素を中心とした３×３画素）の計９画素の内、黒画素がいくつあるかを調べる。さらに、処理の高速化と特徴量メモリのサイズを小さくするために、この黒画素数を次のように１ビットのデータにする。つまり、
黒画素数が０〜４画素の場合、特徴量を０とし、
黒画素数が５〜９画素の場合、特徴量を１とする。
【００８７】
図２１の例では、黒画素数が４個であるので、注目画素の特徴量は０となる。注目画素位置に対応する各テーブルの同じ位置を参照すると、円周テーブル６３の位置は５、順序テーブル６４の位置は１０であるので、これら円周テーブルの行アドレスと順序テーブルの列アドレスで指定される特徴量メモリ６５のアドレス位置（５，１０）に上記した特徴量０を書き込み、次の画素位置に処理を移す（ステップ４０５）。注目画素の右隣の画素は、円周テーブルに円周番号が記録されておらず、特徴を算出すべき画素位置でないので、画素位置を次の位置に移し（ステップ４０４）、以下同様の処理を全ての画素について行う（ステップ４０６）。
【００８８】
次いで、距離計算部６６は、特徴量メモリ６５内に格納されたパターン画像の各円周の特徴量と、円周辞書６７の対応する円周の特徴量との差分の合計（市街地距離）を算出する（ステップ４０７）。この円周辞書６７には、予め特定パターン画像から求めた円周の特徴量が登録されている。
【００８９】
図２２は、市街地距離の算出を説明する図である。この図では、前掲した出願と同様に、ある円周の辞書データ（特徴量）と、パターン画像のデータ（候補データ）との差分を、辞書の距離計算開始画素を１つずらしながら計算する。ずらし位置０は、辞書の距離計算開始の位置であり、ずらし位置１は、辞書の開始位置を１画素ずらした位置である。以下、同様であり、各ずらした位置について距離計算を行い、最も小さい距離を、その円周の距離とする。このような処理を全ての円周について行う。
【００９０】
前述したように、上記した処理では計算量が多くなることから、本実施例では、回転角度検出部３によって検出されている回転角度の近辺でのみ距離計算を行い、円周の全画素分ずらして計算する場合に比べて、計算量を大幅に減らしている。図２２において、例えば検出された回転角度が３０度であるとき、３０度に相当する、ずらし位置が位置４であるとすると、ずらし位置４を中心として、例えば、ずらし位置２、３、４、５、６の計５個の距離計算を行って、その内の最小の距離を、その円周の距離とする。
【００９１】
図２３は、１６個の円周における距離計算画素数の一例を示す。例えば、円周番号７の円周では、計算画素数は９個となる。つまり、ある回転角度が与えられたとき、その角度に相当するずらし位置から、半時計方向に４つのずらし位置における距離と、時計方向に４つのずらし位置における距離、合計９個のずらし位置の距離を計算することを表わしている。
【００９２】
本実施例では、上記したように距離計算しているので、回転角度の検出精度は±９度に収まり、従来の距離計算の５％程度の計算量になった。
【００９３】
各円周（例えば１６個の円周）について、最小の距離が判定部６８に与えられて、円周の評価値が算出される（ステップ４０８）。すなわち、各円周から算出された距離を基に、以下の式によって各円周の評価値を算出する。
【００９４】
円周評価値＝（１−（距離／円周の画素数））×１００
評価値が所定の閾値Ｔｈ１以上であるか否かを判定し（ステップ４０９）、所定の閾値に満たない円周を除く（ステップ４１１）。次いで、評価値が所定の閾値以上であると判定された円周（以下、評価円周という）について、無効円周であるか否かを調べる（ステップ４１０）。これは、それぞれのパターン画像について、統計的にみて円周評価値が低い円周を無効円周とするもので、これにより正解画像の評価値を向上させることができる。例えば、ある特定パターンの画像では、円周番号１３、１４、１５を無効円周とし、他の特定パターンの画像では、円周番号１０を無効円周とする。
【００９５】
続いて、
評価円周数−無効円周数＝抽出円周数
全円周数（１６個）−無効円周数＝有効円周数
を算出し（ステップ４１２）、
（抽出円周数／有効円周数）が所定の閾値Ｔｈ２以上であるか否かを判定し（ステップ４１３）、所定の閾値Ｔｈ２以上のとき、外形が円形である特定パターン画像であると判定し（ステップ４１４）、そうでないとき特定パターン画像でないと判定し（ステップ４１５）、その判定結果を画像出力部５に出力する。
【００９６】
〈実施例２〉
本発明は上記した実施例に限定されず、ソフトウェアによっても実現することができる。本発明をソフトウェアによって実現する場合には、図２４に示すように、ＣＰＵ、メモリ、表示装置、ハードディスク、キーボード、ＣＤ−ＲＯＭドライブ、スキャナなどからなるコンピュータシステムを用意し、ＣＤ−ＲＯＭなどのコンピュータ読み取り可能な記録媒体には、本発明の外形判定、回転角度の検出、パターン判定機能を実現するプログラムが記録されている。また、スキャナなどの画像入力手段から入力された画像は一時的にハードディスクなどに格納される。そして、該プログラムが起動されると、一時保存された画像データが読み込まれて、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かの認識処理を実行し、その認識結果をディスプレイなどに出力する。
【００９７】
【発明の効果】
以上、説明したように、本発明によれば、入力画像の複数の位置からエッジを検出することにより外形が円形であるパターンの存在を判定してから、該パターンの回転角度を検出し、検出された回転角度近辺に相当する辞書内の特徴量とのみ距離計算を行っているので、少ない計算量で、かつ高精度に画像中に存在する、外形が円形である特定パターンの画像を認識することができる。
【００９８】
また、次数、階数の異なる複数のツェルニケ多項式テーブルを用いて、入力パターン画像のツェルニケ・モーメントを求め、該ツェルニケ・モーメントを基に画像の回転角度を算出しているので、高速処理が可能であり、精度よく回転角度を求めることができ、また、評価値の高い回転角度であっても、回転角度差が所定の条件を満たさないときは処理を打ち切っているので、より高精度に回転角度を検出することができる。
【００９９】
さらに、パターン画像から特徴量を算出する際に、周囲の画素情報を参照しながら特徴を圧縮しているので、メモリ容量が少なくて済み、高速処理が可能となる。そして、評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、入力画像中に、外形が円形である特定パターンの画像が存在していると認識することに加えて、評価値を満たす円周であっても、特定半径の円周を無効半径として除いているので、高精度に特定パターン画像を認識することができる。
【図面の簡単な説明】
【図１】本発明の実施例１の構成を示す。
【図２】外形判定部の構成を示す。
【図３】外形判定部の処理フローチャートを示す。
【図４】３３×３３サイズのマスクと、１６個のエッジ検出位置を示す。
【図５】３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、８個のエッジ検出位置のＸ座標、Ｙ座標を示す。
【図６】３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、残りの８個のエッジ検出位置のＸ座標、Ｙ座標を示す。
【図７】エッジ検出のパターン例を示す。
【図８】圧縮画像上でのエッジ検出画素を示す。
【図９】認識処理画像上で最初の黒画素の検出を説明する図である。
【図１０】回転角度検出部の構成を示す。
【図１１】回転角度検出部の処理フローチャートを示す。
【図１２】（ａ）、（ｂ）は３次１階のＺＰＴを示す。
【図１３】（ａ）、（ｂ）は４次２階のＺＰＴを示す。
【図１４】（ａ）、（ｂ）は６次４階のＺＰＴを示す。
【図１５】ＺＰＴと画像の対応画素値とが掛け合わされることにより、ＺＭが得られる例を示す。
【図１６】回転角度とツェルニケ・モーメントの関係を示す図である。
【図１７】パターン判定部の構成を示す。
【図１８】パターン判定部の処理フローチャートを示す。
【図１９】円周テーブルの例を示す。
【図２０】順序テーブルの例を示す。
【図２１】特徴量の算出例を説明する図である。
【図２２】市街地距離の算出を説明する図である。
【図２３】１６個の円周における距離計算画素数の一例を示す。
【図２４】本発明の実施例２の構成を示す。
【図２５】外形が円形であるパターン例を示す。
【図２６】図２５のパターンが回転している例を示す。
【符号の説明】
１ 画像入力部
２ 外形判定部
３ 回転角度検出部
４ パターン判定部
５ 画像出力部
２２ 認識処理画像作成部
２３ ２値圧縮画像メモリ
２４ 圧縮画像作成部
２５ 圧縮画像メモリ
２６ エッジ検出部
２７ 円形パターン判定部
２８ 座標算出部
２９ 出力部
３１ 画像バッファ部
３２ 積和演算部
３３ ＺＰＴ
３４ ＺＭ演算部
３５ ＺＭ判定部
３６ 辞書
３７ 評価値算出部
３８ 回転角度算出部
３９ 回転角度選択部
４０ 角度差判定部
４１ 回転角度出力部
６２ 特徴量算出部
６３ 円周テーブル
６４ 順序テーブル
６５ 特徴量メモリ
６６ 距離計算部
６７ 円周辞書
６８ 判定部
【発明の属する技術分野】
本発明は、外形が円形である特定パターンの画像が、入力画像中で回転して存在している場合でも高精度に認識することができるパターン認識方法、装置および記録媒体に関する。
【０００２】
【従来の技術】
従来から、画像中に存在する特定形状のパターンを認識するための種々の手法が提案され、また実用化されている。一般に画像処理は、大量の画像データをリアルタイムに処理することが要求されていることから、ハードウェア構成が複雑にならざるを得ない。
【０００３】
また、処理対象画像が回転していたり、拡大／縮小、移動などしている場合には、処理が一層複雑となり、精度よく特定形状のパターンを検出、判定することが難しくなる。
【０００４】
そこで、本出願人は先に、ツェルニケ・モーメント（Ｚｅｒｎｉｋｅ Ｍｏｍｅｎｔ）を用いて画像中の任意の位置にある、任意の角度の、任意の変倍率の特定マークを高精度に検出する方法を提案した（特願平７−３０１２５０号）。
【０００５】
しかし、この方法は、例えば図２５のパターンが図２６に示すように画像中で回転している場合に、その回転角度の検出を考慮したものではないため、精度の点で不十分であった。
【０００６】
また、一方で、特定画像の回転角度を検出する方法として、本出願人は先に、カラー画像および白黒画像中から特定画像の回転角度を検出し、検出角度で特定画像を回転させ、辞書と照合することにより特定画像を認識する回転角度検出方法および画像認識方法を提案した（特願平７−８０２２３号）。
【０００７】
この画像認識方法で回転角度を検出するために、画像領域の中心から複数の同心円を描き、それぞれの円周上のデータを一周分順番に並べることによって特徴量データを作成する。そして、同様に作成された辞書内の特徴量データと、画像領域の特徴量データとのマッチングを行う。このマッチングは、辞書の特徴量データのマッチング開始位置をずらしながら特徴量データの各次元の距離の総和をとり、一番距離が小さいずらし位置を基に回転角度を高精度に検出するものである。
【０００８】
【発明が解決しようとする課題】
しかし、上記した方法では、特徴量の次元数が多くなればなるほど、マッチングのための開始位置をずらす回数が多くなり、演算処理量も多くなるという問題点があった。
【０００９】
本発明の目的は、外形が円形である特定パターンの画像が、入力画像中で回転して存在している場合でも、少ない計算量で、かつ高精度に認識することができるパターン認識方法、装置および記録媒体を提供することにある。
【００１０】
【課題を解決するための手段】
前記目的を達成するために、請求項１記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識方法であって、前記入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定し、前記判定されたパターンの画像のツェルニケ・モーメントを求め、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出し、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出し、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出し、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出し、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識することを特徴としている。
【００１１】
請求項２記載の発明では、前記エッジの検出は、前記入力画像を圧縮した画像について行うことを特徴としている。
【００１２】
請求項３記載の発明では、前記エッジの検出は、前記各位置における白画素から黒画素への変化が所定の変化パターンであるか否かを調べることにより行うことを特徴としている。
【００１３】
請求項４記載の発明では、前記ツェルニケ・モーメントの大きさが所定の範囲内にあるとき、前記回転角度を算出することを特徴としている。
【００１４】
請求項５記載の発明では、前記ツェルニケ・モーメントとして、次数、階数が異なる複数のツェルニケ・モーメントを求め、該複数のツェルニケ・モーメントを基に前記パターン画像の複数の回転角度を算出し、該複数の回転角度の内、最も評価値の高い回転角度を、前記パターン画像の回転角度として選択して出力することを特徴としている。
【００１５】
請求項６記載の発明では、前記複数のツェルニケ・モーメントの大きさが、それぞれ所定の範囲内にあるとき、前記複数の回転角度を算出することを特徴としている。
【００１６】
請求項７記載の発明では、前記複数の回転角度の差が所定の閾値を超えるとき、前記最も評価値の高い回転角度を選択出力しないことを特徴としている。
【００１７】
請求項８記載の発明では、前記評価値はツェルニケ・モーメントの大きさと階数を基に算出することを特徴としている。
【００１８】
請求項９記載の発明では、前記パターン画像から特徴量を算出するとき、前記各円周の位置および各円周上の位置を記録したテーブルを参照することを特徴としている。
【００１９】
請求項１０記載の発明では、前記各円周の特徴量は、注目位置を含む周囲の黒画素数を所定の閾値で２値化することにより算出することを特徴としている。
【００２０】
請求項１１記載の発明では、前記回転角度の近傍に相当する、前記辞書内のずらした位置は、前記円周の半径に応じて変えることを特徴としている。
【００２１】
請求項１２記載の発明では、前記評価値が所定の閾値以上である円周について、その半径が特定の半径に一致するとき無効円周とし、前記円周の個数に算入しないことを特徴としている。
【００２２】
請求項１３記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識装置であって、前記画像を入力する手段と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する手段と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する手段と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する手段と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する手段と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する手段と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する手段と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する手段と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する手段とを備えたことを特徴としている。
【００２３】
請求項１４記載の発明では、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、前記画像を入力する機能と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する機能と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する機能と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する機能と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する機能と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する機能と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する機能と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する機能と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であることを特徴としている。
【００２４】
【発明の実施の形態】
以下、本発明の一実施例を図面を用いて具体的に説明する。
〈実施例１〉
図１は、本発明の実施例１の構成を示す。図において、１は認識すべき画像を取り込む画像入力部、２は入力画像の外形が円形パターンであるか否かを判定する外形判定部、３は外形が円形パターンであると判定された画像について、その回転角度を検出する回転角度検出部、４は検出された角度近辺の辞書内の特徴量を用いて距離計算し、各円周を評価することにより特定パターンの画像であるか否かを判定するパターン判定部、５は認識結果を出力する画像出力部である。
【００２５】
まず、外形判定部について説明する。図２は、外形判定部の構成を示す。図において、２１は認識対象画像を入力する画像入力部、２２は入力画像を２値化、変倍した認識処理画像を作成する認識処理画像作成部、２３は２値圧縮画像メモリ、２４はメモリ２３の画像をさらに圧縮する圧縮画像作成部、２５は圧縮画像メモリ、２６はマスク内の圧縮画像からエッジを検出するエッジ検出部、２７はエッジ検出を基に円形パターンの存否を判定する円形パターン判定部、２８はメモリ３を参照して円形パターンの座標を算出する座標算出部、２９は判定結果などを出力する出力部である。
【００２６】
図３は、外形判定部の処理フローチャートである。まず、スキャナなどの画像入力部２１によって処理対象となるカラー画像を入力する（ステップ１０１）。認識処理画像作成部２２は、入力されたカラー画像を２値化し（例えば、カラー画像信号の明度を求め、その明度と所定の閾値とを比較することにより２値化する）、原画像の例えば１／４（２００×２００ｄｐｉ）に圧縮、変倍処理を行い、以降の認識処理で使用される画像を作成して、２値圧縮画像メモリ２３に格納する（ステップ１０２）。
【００２７】
圧縮画像作成部２４は、２値圧縮画像メモリ２３内の２値圧縮画像をさらに圧縮した画像を作成し、圧縮画像メモリ２５に格納する（ステップ１０３）。ここでは４×４画素中に１画素でも黒画素があれば対応する画素を黒画素とするＯＲ圧縮を行う。この圧縮により画像データ量は１／１６（５０×５０ｄｐｉ）になり、処理対象の画像データ量が大幅に削減される。この結果、メモリ資源が節約され、処理の高速化が可能となる。
【００２８】
次いで、エッジ検出部２６は、ステップ１０３で作成された圧縮画像上を、所定サイズのマスクを走査させ、該マスク内の所定位置からマスクの中心に向かってエッジを検出する（ステップ１０４）。
【００２９】
マスクサイズは以下の式により算出する。
マスクサイズ＝（円形パターンの直径／圧縮率）＋枠幅＋余裕
検出対象となる円形パターンの直径が、例えば１５ｍｍであるとすると、１ｍｍ当たりの画素数を１６とすると２４０画素となる。そして、原画像に対する圧縮率は８（１／６４）、周囲に白画素が入る枠幅を１画素（両側で２画素）、１画素の余裕をとるとすると、マスクサイズは３３画素となる。
【００３０】
エッジの検出位置は、円形パターンを想定して決める。ここでは１６個の位置を設定する。図４は、３３×３３サイズのマスクと、１６個のエッジ検出位置を示す。１６個の位置をマスクの中心からの方角で表わすこととし、それぞれのマスク内の相対座標は図５、６のＸ座標、Ｙ座標の計算式により算出する。図５、６では、３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、１６個のＸ座標、Ｙ座標を示す。
【００３１】
エッジ検出は、各検出位置の注目画素から３画素の幅で検出を行い、白画素から黒画素に変化する境界が２箇所以上あった場合に、その位置にエッジがあるものと判定する。図７は、南（下）方向にエッジを検出するパターン例を示す。図の矢印は白から黒に変化するエッジを表わす。各検出位置のエッジ検出パターンは、図５、６に示すように異なる。
【００３２】
マスクサイズは若干大きめに設定されているので、エッジ検出は注目画素をマスクの内側に数画素シフトすることによって行う。各検出位置によってシフト数は異なるが、そのシフト中に上記したエッジ検出の条件（３画素の幅中に、２画素以上でエッジが検出される）が満たされれば、その検出位置でエッジが検出されたものとする。例えば、図４のエッジ検出位置（東）では、西方向に３画素シフトし、北では南方向に１画素シフトすることによってエッジを検出する。
【００３３】
そして、円形パターン判定部２７は、１６個のエッジ検出位置でエッジが検出されたときに、画像中に円形パターンがあるものと判定する（ステップ１０５、１０６）。全てのエッジ検出位置からエッジが検出されないときには、圧縮画像の全ての画素を処理したかを調べ（ステップ１０９）、処理が終了していないときは、マスクの位置を１画素ずらして（ステップ１１０）、ステップ１０４に進み、そのマスク内で前述したと同様にしてエッジを検出する。マスクを移動させ、全ての画素を処理しても、１６個のエッジ検出位置でエッジが検出されないときは、円形パターン判定部２７は円形パターンなしと判定する（ステップ１１１）。
【００３４】
次いで、座標算出部２８は、認識処理画像（２値圧縮画像メモリ２３）上における円形パターンの座標を得るために、圧縮画像２５で算出された座標の補正を行なう（ステップ１０７）。これは、マスクサイズが若干大きめに設定されていること、圧縮画像２５がＯＲ圧縮されていることなどにより、単純に圧縮率を掛けた座標では誤差が出るからである。
【００３５】
補正方法は、認識処理画像（２値圧縮画像メモリ２３）を参照し、圧縮画像２５の東西南北の４つの位置でエッジ検出を行なった画素に相当する画素について、外側から内側に黒画素を検出し、初めて黒画素が検出された座標を、認識処理画像上での外接矩形の座標とする。つまり、円形パターンの外接矩形の始点Ｙ座標（北位置）、終点Ｙ座標（南位置）、始点Ｘ座標（西位置）、終点Ｘ座標（東位置）を求める。
【００３６】
具体的な例として、南の位置からの外接矩形の終点Ｙ座標を求める方法を説明する。南の位置では、図６に示すように、３画素幅で内側に３画素シフトしてエッジを検出している。ここでエッジが検出されるということは、図８の斜線部の９画素に、必ず黒画素があることを意味する。
【００３７】
認識処理画像においては、この９画素に相当する画素は、圧縮率が１／１６であるから１４４画素となる。図９に示すように、この１４４画素について、外側（９画素で構成されるエッジ検出位置）から内側に１ライン（１２画素）ずつ黒画素を検出し、初めて１画素でも黒画素が検出されたラインの座標を外接矩形の終点Ｙ座標とする。
【００３８】
上記したと同様の処理を西（東方向に最初の黒画素を探索）、北（南方向に最初の黒画素を探索）、東（西方向に最初の黒画素を探索）についても行ない、それぞれの位置から外接矩形の始点Ｘ座標、始点Ｙ座標、終点Ｘ座標を算出する。ただし、西、北に関しては、シフト量が１のため、認識処理画像上での黒画素検出の画素数は４行（列）、計４８画素となる。
【００３９】
上記したようにして円形パターンの外接矩形の始点Ｘ，Ｙ座標、終点Ｘ，Ｙ座標が求められる。そして、４点の座標位置から円形パターンの中心位置を求め、判定された円形パターンの画像とその中心座標位置を出力部２９に出力して処理が終了する（ステップ１０８）。この円形パターンの画像とその中心座標位置は、出力部２９を介して回転角度検出部３に渡される。
【００４０】
次に回転角度検出部を説明する。回転角度の検出のために、前述したツェルニケ・モーメント（Ｚｅｒｎｉｋｅ Ｍｏｍｅｎｔ）を用いているので、ツェルニケ・モーメントの概略をまず説明する。
【００４１】
このツェルニケ・モーメントは、論文（Ｗｈｏｉ−Ｙｕｌ Ｋｉｍ ａｎｄ Ｐｏ Ｙｕａｎ，”Ａ Ｐｒａｃｔｉｃｌａ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ ｆｏｒ Ｔｒａｎｓｌａｔｉｏｎ，Ｓｃａｌｅ ａｎｄ Ｒｏｔａｔｉｏｎ Ｉｎｖａｒｉａｎｃｅ，”Ｐｒｏｃ．ＣＶＰＲ’９４，ｐｐ．３９１−３９６，Ｊｕｎｅ １９９４）に詳述されているように、次の式によって定義される。
【００４２】
【数１】
【数２】
【数３】
上記式（１）ないし（３）において、ｎはツェルニケ・モーメントの次数、ｍは階数である。ｍの絶対値はｎ以下でなければならず、かつ、ｎとｍの絶対値との差は偶数でなけれなならない。
【００４６】
上記式（１）のＲｎｍ（ρ）はラジアル多項式と呼ばれ、階数、次数と中心からの距離より算出される値である。上記式（２）のＲｅ(Anm)がツェルニケ・モーメントの実数部であり、上記式（３）のＩｍ(Anm)がツェルニケ・モーメントの虚数部である。ツェルニケ・モーメントの大きさ
Ｒｅ(Anm) 2＋Ｉｍ(Anm) 2
は、画像の回転に不変な値であるため、特定マークｆ(x,y)の検出に利用することができる。この際、ｘ，ｙの値は特定マークの大きさに応じて正規化する必要がある。すなわち、特定マークの中心から一番遠い点までの距離が１となるように、座標系を拡大／縮小して用いる。
【００４７】
実際にツェルニケ・モーメントを算出するために、マーク候補領域が切り出される都度、上記式（２）、（３）の演算を実行したのでは、多くの処理時間を必要とするので、実用的でない。そこで、予め特定マークの大きさに応じた、次の式（４）、（５）で計算される値のテーブル（ラジアル多項式テーブル）を作成しておく。
【００４８】
【数４】
【数５】
このラジアル多項式テーブルを利用すれば、各画素値とラジアル多項式テーブルの値との積和をとることでツェルニケ・モーメントを算出できる。つまり、上記式（２）、（３）に代えて、次の式（６）、（７）によりツェルニケ・モーメントが算出されることになり、処理が高速化される。
【００５１】
【数６】
【数７】
図１０は、回転角度検出部の構成を示す。図において、３１は図１の外形判定部２から、外形が円形であるパターン画像が入力される画像バッファ部、３２は円形パターンの画像とツェルニケ多項式テーブルとの積和演算を行う積和演算部、３３はツェルニケ多項式テーブル、３４はツェルニケ・モーメント（ＺＭ）の大きさを算出するツェルニケ・モーメント算出部、３５は算出されたツェルニケ・モーメント（ＺＭ）の大きさを判定するツェルニケ・モーメント判定部、３６は円形パターンの標準的なツェルニケ・モーメントなどを格納した辞書、３７はツェルニケ・モーメントの大きさと階数を基に評価値を算出する評価値算出部、３８はツェルニケ・モーメントから画像の回転角度を算出する回転角度算出部、３９は評価値が最も高い回転角度を選択する回転角度選択部、４０は回転角度の差を判定する角度差判定部、４１は選択部３９で選択され、角度差の条件を満たす回転角度を出力する回転角度出力部である。
【００５４】
図１１は、回転角度検出部の処理フローチャートである。画像バッファ部３１には、外形判定部２で判定された、外形が円形であるパターン（例えば、図２５、２６）が格納される。また、その中心も外形判定部２から与えられる（ステップ３０１）。
【００５５】
積和演算部３２は、円形パターン画像の中心座標と、ツェルニケ多項式テーブル３３の中心との位置合わせを行う（ステップ３０２）。位置合わせ後に、円形パターン画像の各画素値と上記テーブルの対応する値との積和計算を行い、ツェルニケ・モーメント（以下、ＺＭ）を算出する（ステップ３０３）。上記した例では位置合わせとして中心を用いたが、重心を用いてもよい。
【００５６】
ここでは、円形パターン画像と、予め用意された３種類のツェルニケ多項式テーブル（以下、ＺＰＴ）３との積和計算を行う。図１２、１３、１４は、ＺＰＴの例を示す。これらの図では、白画素が−６３、黒画素が６３の値を示す（中間調のグレー（周辺の色の部分）が０の値を示している）。また、円の中心がＺＰＴの中心座標（０，０）、Ｘ軸は右側に正、Ｙ軸は上側に正とする。
【００５７】
図１２は、３次１階のＺＰＴを示す。（ａ）はその実数部であり、（ｂ）はπ／２の回転関係にある虚数部である。なお、階は、円周上の周期数を表わし、１階は周期数が１（白から黒）であるので、以下周期１のＺＰＴという。
【００５８】
図１３は、４次２階のＺＰＴ（周期数が２、以下周期２のＺＰＴ）を示し、（ａ）はその実数部であり、（ｂ）はπ／４の回転関係にある虚数部である。
【００５９】
図１４は、６次４階のＺＰＴ（周期数が４、以下周期４のＺＰＴ）を示し、（ａ）はその実数部であり、（ｂ）はπ／８の回転関係にある虚数部である。
【００６０】
図１５は、ＺＰＴ（ここでは、実数部用テーブル）５１と画像５２の対応画素値とが掛け合わされることにより、ＺＭの実数部５３が得られる例を示す。
【００６１】
すなわち、入力画像は２値画像であるので、入力画像の黒画素に対応するＺＰＴの画素値の総和を算出する。上記したように、本実施例のＺＰＴは、周期１、２、４の３種類のテーブルで構成されているので、総和の処理は、
周期数１の実数部ＺＰＴ、周期数１の虚数部ＺＰＴ
周期数２の実数部ＺＰＴ、周期数２の虚数部ＺＰＴ
周期数４の実数部ＺＰＴ、周期数４の虚数部ＺＰＴ
のそれぞれについて行い、全部で６個のＺＭが算出される（ステップ３０３、３０４）。なお、上記した例では周期１、２、４を順番に処理したが、これらを並列に処理することも可能である。また、周期数は上記したものに限定されず、他の周期数を用いてもよい。さらに、上記した例は２値画像の例であるが、多値画像でも同様に処理することができる。
【００６２】
以後、
周期数１のＺＰＴから求められた実数部ＺＭをＺｍｒ１、周期数１のＺＰＴから求められた虚数部ＺＭをＺｍｉ１、
周期数２のＺＰＴから求められた実数部ＺＭをＺｍｒ２、周期数２のＺＰＴから求められた虚数部ＺＭをＺｍｉ２、
周期数４のＺＰＴから求められた実数部ＺＭをＺｍｒ４、周期数４のＺＰＴから求められた虚数部ＺＭをＺｍｉ４、
と表わす。
【００６３】
ＺＭ算出部３４は、各周期について以下の式で定義されるＺＭの大きさを算出する（ステップ３０５）。それぞれのＺＭの大きさは回転不変な値である。
【００６４】
周期数１のＺＰＴから求められたＺＭの大きさＺｍａｇ１
＝〔Ｚｍｒ１〕2＋〔Ｚｍｉ１〕2
周期数２のＺＰＴから求められたＺＭの大きさＺｍａｇ２
＝〔Ｚｍｒ２〕2＋〔Ｚｍｉ２〕2
周期数４のＺＰＴから求められたＺＭの大きさＺｍａｇ４
＝〔Ｚｍｒ４〕2＋〔Ｚｍｉ４〕2
次いで、ＺＭ判定部３５は、辞書３６に登録されている円形パターンのＺＭの大きさと照合することにより、ＺＭの大きさの妥当性を判定する。
【００６５】
すなわち、所定の閾値をＴｈ１、Ｔｈ２としたとき、周期１のＺｍａｇ１が
Ｔｈ２＜Ｚｍａｇ１＜Ｔｈ１
であるか否かを調べ（ステップ３０６）、
周期２についても同様に、所定の閾値をＴｈ３、Ｔｈ４としたとき、周期２のＺｍａｇ２が
Ｔｈ４＜Ｚｍａｇ２＜Ｔｈ３
であるか否かを調べ（ステップ３０７）、
周期４についても同様に、所定の閾値をＴｈ５、Ｔｈ６としたとき、周期４のＺｍａｇ４が
Ｔｈ６＜Ｚｍａｇ４＜Ｔｈ５
であるか否かを調べ（ステップ３０８）、Ｚｍａｇ１、Ｚｍａｇ２、Ｚｍａｇ４の全てが上記した条件を満たすときのみ、以降の処理を実行し、そうでないときは処理を終了する。
【００６６】
次いで、評価値算出部３７は、各周期の評価値を算出する（ステップ３０９）。ここで、評価値は、（ＺＭの大きさ）×周期数（階数）で表わす。例えば、周期１の評価値はＺｍａｇ１×周期数（階数＝１）となる。
【００６７】
回転角度算出部３８は、周期１の実数部Ｚｍｒ１（または虚数部Ｚｍｉ１）から回転角度θ１を算出し、周期２の実数部Ｚｍｒ２（または虚数部Ｚｍｉ２）から回転角度θ２を算出し、周期４の実数部Ｚｍｒ４（または虚数部Ｚｍｉ４）から回転角度θ４を算出する（ステップ３１０）。
【００６８】
以下に、各周期（階数）における回転角度の算出について説明する。
周期１（階数１）における回転角度の算出；
周期が１の場合には、入力画像から算出されたツェルニケ・モーメントを基に０〜２πの間で一意に回転角度が求められる（入力画像が円周方向に周期性がある場合には、入力画像の周期数分の回転角度が求まることになるが、回転角度算出後の処理においては何れの回転角度を用いても、回転角度に基づいて画像を補正した場合に同じ画像が得られる）。
【００６９】
精度良く回転角度を算出するために、周期１の実数部Ｚｍｒ１、または虚数部Ｚｍｉ１の内、絶対値の小さい方（回転角度の変化に対する、実数部Ｚｍｒ１の変化率、虚数部Ｚｍｉ１の変化率の大きい方）を用いて算出する。そして、回転角度を算出する際には、回転角度とツェルニケ・モーメントの関係を用いる。
【００７０】
図１６は、回転角度とツェルニケ・モーメントの関係を示す図であり、（ａ）は３次１階、（ｂ）は４次２階、（ｃ）は６次４階の場合の両者の関係を示す。横軸の回転角度は１周（２π）を２９６に量子化したものであり、縦軸はツェルニケ・モーメントの実数部である（図示しないツェルニケ・モーメントの虚数部は、実数部に対してπ／２だけ位相がずれている）。この図は、例えば３６０度を３６０等分し、辞書作成画像を１度ずつ回転させたとき（１度、２度、３度．．．３６０度）のＺＭの実数部を計算した値を収集（テーブル化）することによって得られる。従って、ある入力画像とＺＰＴとの積和から求められた実数部を用いてテーブルを参照することにより、入力画像の回転角度が求められる。
【００７１】
なお、回転角度の算出方法としては、この他にｔａｎφ＝ＺＭの虚数部／ＺＭの実数部であるので、φ＝ａｒｃｔａｎ（ＺＭの虚数部／ＺＭの実数部）、φ＝ａｒｃｓｉｎ（ＺＭの虚数部／ＺＭの大きさ）などで求めてもよい。
【００７２】
具体的な手順を次に示す。
（１）入力画像からツェルニケ・モーメント（実数部Ｚｍｒ１、虚数部Ｚｍｉ１）を算出する。
（２）実数部Ｚｍｒ１、虚数部Ｚｍｉ１の内、絶対値の小さいツェルニケ・モーメントを選択する。
（３）選択されたツェルニケ・モーメントが、各回転角度毎のツェルニケ・モーメントの内で最も値の近いデータを検出し、そのときの回転角度を入力画像の回転角度とする。例えば（ａ）において、選択されたツェルニケ・モーメントの実数部に最も近い値がＲｅ１であるとき、回転角度はθ１となる。
【００７３】
周期２（階数２）における回転角度の算出；
周期が２の場合には、入力画像から算出されたツェルニケ・モーメントを基に０〜２πの間で２つの回転角度の候補が求まる。２つの内、１つは正しい回転角度であるが、もつ１つはツェルニケ・モーメントの周期性から現われるもので、正しく画像の回転角度を表わしているものではない。
【００７４】
従って、回転角度を算出する処理は、０〜πの間で前述した周期１の場合と同様に行う。０〜πの間で算出された回転角度と、それにπを加えた角度が周期２における回転角度の候補となる。
【００７５】
入力画像が特定パターンであって誤差がない場合には、周期１で算出した回転角度と周期２で算出した回転角度は等しくなる。ここでは誤差は小さい（π／２未満）ものとして周期２で得られる２つの回転角度の候補の内、周期１の回転角度に近い方を周期２の回転角度とする。図１６（ｂ）の例では、θ１に近いθ２が周期２における回転角度となる。
【００７６】
周期４（階数４）における回転角度の算出；
周期２の場合と同様にして、周期が４の場合には０〜２πの間で４つの回転角度の候補が求まる。周期４では０〜π／２の間で前述した周期１の場合と同様にして回転角度を求め、この回転角度およびこの回転角度にπ／２、π、３π／２を加えた角度を４つの回転角度の候補とする。
【００７７】
４つの回転角度の候補から回転角度を選択する場合には、やはり誤差が相対的に小さいものとして周期１あるいは周期２の回転角度を参照して周期４の回転角度を求める。
【００７８】
参照する回転角度を（周期１の回転角度、周期２の回転角度から１つに）定めるために、上記した評価値を用いる。周期１に対する評価値が周期２に対する評価値よりも大きい場合には、周期４で得られる４つの回転角度の内、周期１の回転角度に最も近いものを周期４の回転角度とする。同様に、周期２に対する評価値が周期１に対する評価値よりも大きい場合には、周期２の回転角度に最も近いものを周期４の回転角度とする。このようにして算出された各周期１、２、４の回転角度をθ１、θ２、θ４とする。
【００７９】
続いて、回転角度選択部３９は、ステップ３０９で算出された３個の評価値の内、最も大きな評価値をとる回転角度を選択する（ステップ３１１）。
【００８０】
そして、角度差判定部４０は、上記した回転角度θ１とθ２との差をθａとし、θ２とθ４との差をθｂとし、θ１とθ４との差をθｃとしたとき、
θａ＋２θｂ＋２θｃ＜Ｔｈ（所定の閾値）
を満たか否かを判定し（ステップ３１２）、上記条件を満たすとき、回転角度出力部４１はステップ３１１で選択された回転角度を出力し（ステップ３１３）、そうでないとき処理を終了する。
【００８１】
図１７は、パターン判定部の構成を示す。図において、６１は画像バッファ部、６２は入力画像の円周上の特徴量を算出する特徴量算出部、６３は各円周の位置を記録した円周テーブル、６４は円周上の特徴量位置を記録した順序テーブル、６５は算出された特徴量を格納する特徴量メモリ、６６は辞書内の特徴とメモリ内の特徴との距離を計算する距離計算部、６７は特定パターン画像の円周特徴量を登録した円周辞書、６８は円周の評価値などを基に入力画像が特定パターン画像であるか否かを判定する判定部である。
【００８２】
図１８は、パターン判定部の処理フローチャートである。画像バッファ部６１には、外形判定部２によって判定された、外形が円形であるパターン画像（２値画像）が入力され、また、回転角度検出部３によって検出された、そのパターン画像の回転角度も取得されている（ステップ４０１）。
【００８３】
特徴量算出部６２は、２値画像であるパターン画像の特徴量を算出するために、パターン画像の中心と円周テーブル６３および順序テーブル６４の中心の位置を合わせる（ステップ４０２）。図１９は、円周テーブルの例を示す。このテーブルは、中心位置（×印）から同心円上にある画素位置を記録したテーブルであり、ここで０から４の計５個の同心円上の画素位置が示されている。そして、この円周番号が後述する特徴量メモリの行アドレスとなる。
【００８４】
図２０は、順序テーブルの例を示す。このテーブル６４は、円周テーブル６３の円周数と同じ数の円周からなり、テーブル６４の各円周は円周テーブル６３の各円周に対応している。そして、各円周の画素位置にある数値（０から１５、０から３１など）が、後述する特徴量メモリの列アドレスとなる。
【００８５】
上記した位置合わせを行った後、特徴量算出部６２は、円周テーブル６３および順序テーブル６４を参照しながらパターン画像の特徴量を算出する。図２１は、特徴量の算出例を説明する図である。パターン画像の各画素を主走査方向および副走査方向に走査しながら、各画素が特徴量を算出する画素であるか否かを調べる（ステップ４０３）。いま、注目画素まで処理が進んだとする。この注目画素の位置に対応する円周テーブル６３の位置を参照すると、円周番号５が記録されているので、特徴を算出すべき画素位置となる。
【００８６】
特徴量の算出は、特徴量算出画素とその８近傍の画素（つまり、注目画素を中心とした３×３画素）の計９画素の内、黒画素がいくつあるかを調べる。さらに、処理の高速化と特徴量メモリのサイズを小さくするために、この黒画素数を次のように１ビットのデータにする。つまり、
黒画素数が０〜４画素の場合、特徴量を０とし、
黒画素数が５〜９画素の場合、特徴量を１とする。
【００８７】
図２１の例では、黒画素数が４個であるので、注目画素の特徴量は０となる。注目画素位置に対応する各テーブルの同じ位置を参照すると、円周テーブル６３の位置は５、順序テーブル６４の位置は１０であるので、これら円周テーブルの行アドレスと順序テーブルの列アドレスで指定される特徴量メモリ６５のアドレス位置（５，１０）に上記した特徴量０を書き込み、次の画素位置に処理を移す（ステップ４０５）。注目画素の右隣の画素は、円周テーブルに円周番号が記録されておらず、特徴を算出すべき画素位置でないので、画素位置を次の位置に移し（ステップ４０４）、以下同様の処理を全ての画素について行う（ステップ４０６）。
【００８８】
次いで、距離計算部６６は、特徴量メモリ６５内に格納されたパターン画像の各円周の特徴量と、円周辞書６７の対応する円周の特徴量との差分の合計（市街地距離）を算出する（ステップ４０７）。この円周辞書６７には、予め特定パターン画像から求めた円周の特徴量が登録されている。
【００８９】
図２２は、市街地距離の算出を説明する図である。この図では、前掲した出願と同様に、ある円周の辞書データ（特徴量）と、パターン画像のデータ（候補データ）との差分を、辞書の距離計算開始画素を１つずらしながら計算する。ずらし位置０は、辞書の距離計算開始の位置であり、ずらし位置１は、辞書の開始位置を１画素ずらした位置である。以下、同様であり、各ずらした位置について距離計算を行い、最も小さい距離を、その円周の距離とする。このような処理を全ての円周について行う。
【００９０】
前述したように、上記した処理では計算量が多くなることから、本実施例では、回転角度検出部３によって検出されている回転角度の近辺でのみ距離計算を行い、円周の全画素分ずらして計算する場合に比べて、計算量を大幅に減らしている。図２２において、例えば検出された回転角度が３０度であるとき、３０度に相当する、ずらし位置が位置４であるとすると、ずらし位置４を中心として、例えば、ずらし位置２、３、４、５、６の計５個の距離計算を行って、その内の最小の距離を、その円周の距離とする。
【００９１】
図２３は、１６個の円周における距離計算画素数の一例を示す。例えば、円周番号７の円周では、計算画素数は９個となる。つまり、ある回転角度が与えられたとき、その角度に相当するずらし位置から、半時計方向に４つのずらし位置における距離と、時計方向に４つのずらし位置における距離、合計９個のずらし位置の距離を計算することを表わしている。
【００９２】
本実施例では、上記したように距離計算しているので、回転角度の検出精度は±９度に収まり、従来の距離計算の５％程度の計算量になった。
【００９３】
各円周（例えば１６個の円周）について、最小の距離が判定部６８に与えられて、円周の評価値が算出される（ステップ４０８）。すなわち、各円周から算出された距離を基に、以下の式によって各円周の評価値を算出する。
【００９４】
円周評価値＝（１−（距離／円周の画素数））×１００
評価値が所定の閾値Ｔｈ１以上であるか否かを判定し（ステップ４０９）、所定の閾値に満たない円周を除く（ステップ４１１）。次いで、評価値が所定の閾値以上であると判定された円周（以下、評価円周という）について、無効円周であるか否かを調べる（ステップ４１０）。これは、それぞれのパターン画像について、統計的にみて円周評価値が低い円周を無効円周とするもので、これにより正解画像の評価値を向上させることができる。例えば、ある特定パターンの画像では、円周番号１３、１４、１５を無効円周とし、他の特定パターンの画像では、円周番号１０を無効円周とする。
【００９５】
続いて、
評価円周数−無効円周数＝抽出円周数
全円周数（１６個）−無効円周数＝有効円周数
を算出し（ステップ４１２）、
（抽出円周数／有効円周数）が所定の閾値Ｔｈ２以上であるか否かを判定し（ステップ４１３）、所定の閾値Ｔｈ２以上のとき、外形が円形である特定パターン画像であると判定し（ステップ４１４）、そうでないとき特定パターン画像でないと判定し（ステップ４１５）、その判定結果を画像出力部５に出力する。
【００９６】
〈実施例２〉
本発明は上記した実施例に限定されず、ソフトウェアによっても実現することができる。本発明をソフトウェアによって実現する場合には、図２４に示すように、ＣＰＵ、メモリ、表示装置、ハードディスク、キーボード、ＣＤ−ＲＯＭドライブ、スキャナなどからなるコンピュータシステムを用意し、ＣＤ−ＲＯＭなどのコンピュータ読み取り可能な記録媒体には、本発明の外形判定、回転角度の検出、パターン判定機能を実現するプログラムが記録されている。また、スキャナなどの画像入力手段から入力された画像は一時的にハードディスクなどに格納される。そして、該プログラムが起動されると、一時保存された画像データが読み込まれて、入力画像中に、外形が円形である特定パターンの画像が存在しているか否かの認識処理を実行し、その認識結果をディスプレイなどに出力する。
【００９７】
【発明の効果】
以上、説明したように、本発明によれば、入力画像の複数の位置からエッジを検出することにより外形が円形であるパターンの存在を判定してから、該パターンの回転角度を検出し、検出された回転角度近辺に相当する辞書内の特徴量とのみ距離計算を行っているので、少ない計算量で、かつ高精度に画像中に存在する、外形が円形である特定パターンの画像を認識することができる。
【００９８】
また、次数、階数の異なる複数のツェルニケ多項式テーブルを用いて、入力パターン画像のツェルニケ・モーメントを求め、該ツェルニケ・モーメントを基に画像の回転角度を算出しているので、高速処理が可能であり、精度よく回転角度を求めることができ、また、評価値の高い回転角度であっても、回転角度差が所定の条件を満たさないときは処理を打ち切っているので、より高精度に回転角度を検出することができる。
【００９９】
さらに、パターン画像から特徴量を算出する際に、周囲の画素情報を参照しながら特徴を圧縮しているので、メモリ容量が少なくて済み、高速処理が可能となる。そして、評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、入力画像中に、外形が円形である特定パターンの画像が存在していると認識することに加えて、評価値を満たす円周であっても、特定半径の円周を無効半径として除いているので、高精度に特定パターン画像を認識することができる。
【図面の簡単な説明】
【図１】本発明の実施例１の構成を示す。
【図２】外形判定部の構成を示す。
【図３】外形判定部の処理フローチャートを示す。
【図４】３３×３３サイズのマスクと、１６個のエッジ検出位置を示す。
【図５】３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、８個のエッジ検出位置のＸ座標、Ｙ座標を示す。
【図６】３３×３３サイズのマスクと、３５×３５サイズのマスクの２例について、残りの８個のエッジ検出位置のＸ座標、Ｙ座標を示す。
【図７】エッジ検出のパターン例を示す。
【図８】圧縮画像上でのエッジ検出画素を示す。
【図９】認識処理画像上で最初の黒画素の検出を説明する図である。
【図１０】回転角度検出部の構成を示す。
【図１１】回転角度検出部の処理フローチャートを示す。
【図１２】（ａ）、（ｂ）は３次１階のＺＰＴを示す。
【図１３】（ａ）、（ｂ）は４次２階のＺＰＴを示す。
【図１４】（ａ）、（ｂ）は６次４階のＺＰＴを示す。
【図１５】ＺＰＴと画像の対応画素値とが掛け合わされることにより、ＺＭが得られる例を示す。
【図１６】回転角度とツェルニケ・モーメントの関係を示す図である。
【図１７】パターン判定部の構成を示す。
【図１８】パターン判定部の処理フローチャートを示す。
【図１９】円周テーブルの例を示す。
【図２０】順序テーブルの例を示す。
【図２１】特徴量の算出例を説明する図である。
【図２２】市街地距離の算出を説明する図である。
【図２３】１６個の円周における距離計算画素数の一例を示す。
【図２４】本発明の実施例２の構成を示す。
【図２５】外形が円形であるパターン例を示す。
【図２６】図２５のパターンが回転している例を示す。
【符号の説明】
１ 画像入力部
２ 外形判定部
３ 回転角度検出部
４ パターン判定部
５ 画像出力部
２２ 認識処理画像作成部
２３ ２値圧縮画像メモリ
２４ 圧縮画像作成部
２５ 圧縮画像メモリ
２６ エッジ検出部
２７ 円形パターン判定部
２８ 座標算出部
２９ 出力部
３１ 画像バッファ部
３２ 積和演算部
３３ ＺＰＴ
３４ ＺＭ演算部
３５ ＺＭ判定部
３６ 辞書
３７ 評価値算出部
３８ 回転角度算出部
３９ 回転角度選択部
４０ 角度差判定部
４１ 回転角度出力部
６２ 特徴量算出部
６３ 円周テーブル
６４ 順序テーブル
６５ 特徴量メモリ
６６ 距離計算部
６７ 円周辞書
６８ 判定部
Claims (14)
- 入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識方法であって、前記入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定し、前記判定されたパターンの画像のツェルニケ・モーメントを求め、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出し、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出し、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出し、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出し、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識することを特徴とするパターン認識方法。
- 前記エッジの検出は、前記入力画像を圧縮した画像について行うことを特徴とする請求項１記載のパターン認識方法。
- 前記エッジの検出は、前記各位置における白画素から黒画素への変化が所定の変化パターンであるか否かを調べることにより行うことを特徴とする請求項１記載のパターン認識方法。
- 前記ツェルニケ・モーメントの大きさが所定の範囲内にあるとき、前記回転角度を算出することを特徴とする請求項１記載のパターン認識方法。
- 前記ツェルニケ・モーメントとして、次数、階数が異なる複数のツェルニケ・モーメントを求め、該複数のツェルニケ・モーメントを基に前記パターン画像の複数の回転角度を算出し、該複数の回転角度の内、最も評価値の高い回転角度を、前記パターン画像の回転角度として選択して出力することを特徴とする請求項１記載のパターン認識方法。
- 前記複数のツェルニケ・モーメントの大きさが、それぞれ所定の範囲内にあるとき、前記複数の回転角度を算出することを特徴とする請求項５記載のパターン認識方法。
- 前記複数の回転角度の差が所定の閾値を超えるとき、前記最も評価値の高い回転角度を選択出力しないことを特徴とする請求項５記載のパターン認識方法。
- 前記評価値はツェルニケ・モーメントの大きさと階数を基に算出することを特徴とする請求項５記載のパターン認識方法。
- 前記パターン画像から特徴量を算出するとき、前記各円周の位置および各円周上の位置を記録したテーブルを参照することを特徴とする請求項１記載のパターン認識方法。
- 前記各円周の特徴量は、注目位置を含む周囲の黒画素数を所定の閾値で２値化することにより算出することを特徴とする請求項１記載のパターン認識方法。
- 前記回転角度の近傍に相当する、前記辞書内のずらした位置は、前記円周の半径に応じて変えることを特徴とする請求項１記載のパターン認識方法。
- 前記評価値が所定の閾値以上である円周について、その半径が特定の半径に一致するとき無効円周とし、前記円周の個数に算入しないことを特徴とする請求項１記載のパターン認識方法。
- 入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識するパターン認識装置であって、前記画像を入力する手段と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する手段と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する手段と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する手段と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する手段と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する手段と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する手段と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する手段と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する手段とを備えたことを特徴とするパターン認識装置。
- 入力画像中に、外形が円形である特定パターンの画像が存在しているか否かを認識する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、前記画像を入力する機能と、該入力画像の複数の位置から画像の中心に向かってエッジの存在を調べ、前記複数の位置からエッジを検出する機能と、該エッジが検出されたとき、前記入力画像中に外形が円形であるパターンが存在していると判定する機能と、前記判定されたパターンの画像のツェルニケ・モーメントを算出する機能と、該ツェルニケ・モーメントを基に前記パターン画像の回転角度を検出する機能と、前記パターン画像の中心から複数の同心円上にある画像について、各円周について基点から順番に配列した特徴量を算出する機能と、該円周毎の特徴量と、該円周と同一半径である辞書内の各円周について基点から順番に配列した特徴量との距離、および基点から順次ずらした位置から配列された特徴量との距離を算出するとき、前記検出された回転角度の近傍に相当する、前記辞書内のずらした位置から配列された特徴量を用いて前記各円周毎に距離を算出する機能と、前記各円周毎に算出された距離の内、最小の距離を基に前記各円周の評価値を算出する機能と、該評価値が所定の閾値以上である円周の個数が所定の閾値以上あるとき、前記入力画像中に、外形が円形である特定パターンの画像が存在していると認識出力する機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00422398A JP3675629B2 (ja) | 1997-08-04 | 1998-01-12 | パターン認識方法、装置および記録媒体 |
| US09/128,836 US6226417B1 (en) | 1997-08-04 | 1998-08-04 | Method and system for recognizing a rotated image pattern with reduced processing time and memory space |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20887797 | 1997-08-04 | ||
| JP9-208877 | 1997-08-04 | ||
| JP00422398A JP3675629B2 (ja) | 1997-08-04 | 1998-01-12 | パターン認識方法、装置および記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11110562A JPH11110562A (ja) | 1999-04-23 |
| JP3675629B2 true JP3675629B2 (ja) | 2005-07-27 |
Family
ID=26337954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00422398A Expired - Fee Related JP3675629B2 (ja) | 1997-08-04 | 1998-01-12 | パターン認識方法、装置および記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6226417B1 (ja) |
| JP (1) | JP3675629B2 (ja) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000331156A (ja) * | 1999-05-17 | 2000-11-30 | Internatl Business Mach Corp <Ibm> | 輪郭に沿うトラッカを自動的に決定するための方法、及び該方法を実施するプログラムを記憶した記憶媒体 |
| KR100573619B1 (ko) | 1999-10-27 | 2006-04-24 | 김회율 | 저니키/의사 저니키 모멘트 추출 방법 |
| KR100712341B1 (ko) * | 1999-11-30 | 2007-05-02 | 주식회사 팬택앤큐리텔 | 변형된 저니크 모멘트에 의한 3차원 영상 데이터의 특징추출 및 검색 방법 및 장치 |
| US7474787B2 (en) | 1999-12-28 | 2009-01-06 | Minolta Co., Ltd. | Apparatus and method of detecting specified pattern |
| US6674484B1 (en) * | 2000-01-10 | 2004-01-06 | Koninklijke Philips Electronics N.V. | Video sample rate conversion to achieve 3-D effects |
| JP2001331805A (ja) | 2000-05-19 | 2001-11-30 | Ricoh Co Ltd | 上半円画像検出方法 |
| US6606510B2 (en) | 2000-08-31 | 2003-08-12 | Mallinckrodt Inc. | Oximeter sensor with digital memory encoding patient data |
| JP2004164551A (ja) * | 2002-06-24 | 2004-06-10 | Ricoh Co Ltd | データ記録体、記録媒体読取装置および記録媒体読取方法 |
| JP4067379B2 (ja) | 2002-10-09 | 2008-03-26 | 株式会社リコー | 特定マーク検出用辞書作成装置、特定マーク検出装置、特定マーク認識装置並びにプログラムおよび記録媒体 |
| JP2005352543A (ja) * | 2004-06-08 | 2005-12-22 | Nikon Corp | テンプレートマッチング装置 |
| US20050276454A1 (en) * | 2004-06-14 | 2005-12-15 | Rodney Beatson | System and methods for transforming biometric image data to a consistent angle of inclination |
| US7668404B2 (en) * | 2004-06-30 | 2010-02-23 | Lexmark International, Inc. | Method and system of deskewing an image using monochrome conversion to separate foreground from background |
| US9042606B2 (en) * | 2006-06-16 | 2015-05-26 | Board Of Regents Of The Nevada System Of Higher Education | Hand-based biometric analysis |
| US8098926B2 (en) * | 2007-01-10 | 2012-01-17 | Applied Materials Israel, Ltd. | Method and system for evaluating an evaluated pattern of a mask |
| US8655084B2 (en) * | 2009-06-23 | 2014-02-18 | Board Of Regents Of The Nevada System Of Higher Education, On Behalf Of The University Of Nevada, Reno | Hand-based gender classification |
| US8483433B1 (en) | 2009-09-17 | 2013-07-09 | Lockheed Martin Corporation | Detection of faint perturbations of interest using statistical models of image texture |
| US9235126B1 (en) * | 2014-10-08 | 2016-01-12 | Eastman Kodak Company | Flexographic surface patterns |
| JP6166409B1 (ja) * | 2016-03-16 | 2017-07-19 | ヤフー株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62267610A (ja) * | 1986-05-16 | 1987-11-20 | Fuji Electric Co Ltd | 対象パタ−ンの回転角検出方式 |
| US5452374A (en) * | 1992-04-06 | 1995-09-19 | Ricoh Corporation | Skew detection and correction of a document image representation |
| US5642106A (en) * | 1994-12-27 | 1997-06-24 | Siemens Corporate Research, Inc. | Visual incremental turn detector |
| JPH08279021A (ja) | 1995-04-05 | 1996-10-22 | Ricoh Co Ltd | 回転角度検出方法および画像認識方法 |
| JPH09147109A (ja) | 1995-11-20 | 1997-06-06 | Ricoh Co Ltd | 特定マーク検出方法及び特定マーク検出装置 |
| JPH09265531A (ja) * | 1996-03-27 | 1997-10-07 | Mitsubishi Electric Corp | 画像処理方法及びその装置 |
| JP4052489B2 (ja) * | 1997-03-28 | 2008-02-27 | フジノン株式会社 | 平面形状測定解析方法 |
-
1998
- 1998-01-12 JP JP00422398A patent/JP3675629B2/ja not_active Expired - Fee Related
- 1998-08-04 US US09/128,836 patent/US6226417B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US6226417B1 (en) | 2001-05-01 |
| JPH11110562A (ja) | 1999-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3675629B2 (ja) | パターン認識方法、装置および記録媒体 | |
| US8160366B2 (en) | Object recognition device, object recognition method, program for object recognition method, and recording medium having recorded thereon program for object recognition method | |
| US20070098264A1 (en) | Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product | |
| US20030122855A1 (en) | Reconstruction of virtual raster | |
| EP1091320A2 (en) | Processing multiple digital images | |
| Lin et al. | A study of shape-based image retrieval | |
| JP4772819B2 (ja) | 画像検索装置および画像検索方法 | |
| JP2011014012A (ja) | ２次元コード読取方法、２次元コード抽出方法、２次元コード認識方法及び２次元コード読取装置 | |
| JP2011508323A (ja) | 不変の視覚場面及び物体の認識 | |
| JP2012103758A (ja) | 局所特徴量算出装置及び方法、並びに対応点探索装置及び方法 | |
| CN110569845A (zh) | 一种试卷图像的校正方法及相关装置 | |
| US20230065041A1 (en) | Geometric pattern matching method and device for performing the method | |
| JP7355601B2 (ja) | 計算装置、処理方法、プログラム、及び記憶媒体 | |
| EP2536123A1 (en) | Image processing method and image processing apparatus | |
| JP3811686B2 (ja) | 二次元コード読取装置 | |
| JP3655101B2 (ja) | 回転角度検出方法、装置および記録媒体 | |
| JP4339037B2 (ja) | パターン検出装置、パターン検出方法、パターン検出プログラムおよびコンピュータで読み取り可能な記録媒体 | |
| JP3698867B2 (ja) | 円形パターン判定方法、装置および記録媒体 | |
| JP4114375B2 (ja) | 識別装置 | |
| JP2001099625A (ja) | パターン検査装置およびパターン検査方法 | |
| JP3608771B2 (ja) | 回転角度検出方法、装置および記録媒体 | |
| JPH08279021A (ja) | 回転角度検出方法および画像認識方法 | |
| JP2648882B2 (ja) | 輪郭線の直線部検出方法 | |
| JP4165175B2 (ja) | 図形認識装置 | |
| JP4680419B2 (ja) | 円パターン検出装置、方法、コンピュータ実行可能なプログラム、および、そのようなプログラムを記録した記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050418 |
|
| 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: 20050426 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050426 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080513 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090513 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100513 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110513 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120513 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120513 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130513 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130513 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |