JP4806288B2 - オブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法及び該方法を使用するシステム - Google Patents

Description

本発明は、画像認識方法に関し、特に、オブジェクトの特徴差異（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂｙ Ｏｂｊｅｃｔｓ’ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ）を用いた複数のオブジェクトを含む動画像の画像認識方法及び該方法を使用するシステムに関する。

本願発明は、ここに引用して本明細書に組み込む出願日２００５年０５月０２日の台湾出願第０９４１１４１１７号における全開示内容に係り優先権主張するものである。

テレビゲーム（ＴＶ ｇａｍｅ）或いはコンピューターゲーム（ＰＣ ｇａｍｅ）は休暇中によく見られる娯楽形式である。一般のコンピューターゲームの例では、多くの場合コンピュータによってゲームがソフトウェア的に実行され、パソコン装置のモニター及び入力インターフェース、例えばキーボード、マウス及びジョイスティックなど、と協働してゲームソフトウェアを制御する。また、メーカーから発売されるゲームソフトウェアの対話型機器と協働する場合もある。説明のため、対話型ゲーム装置の例として、米国特許公開公報第２００４００６３４８号に開示された構成及び作用原理を説明する。

図１に示すように、対話型ゲーム装置７００は二つの唖鈴状の指示道具７１及び７２、ステージ７２０、画像表示装置７３０、ビデオカメラ７５０、ゲームボックス７６０、及び、ホスト７７０を備える。ここで、ホスト７７０にはゲームソフトウェアがインストールされている。指示道具７１及び７２はプレーヤー７０５の両手で握られ、光源（Ｌｉｇｈｔ ｓｏｕｒｃｅ）７１１、７１２及び７２１、７２２が該指示道具７１及び７２の端部にそれぞれ付けられている。画像表示装置７３０にはゲームソフトウェアの映像、例えば仮想のダンサー７３１の踊り映像を表示する。ホスト７７０はパソコン装置或いはゲーム機であって、画像表示装置７３０及びゲームボックス７６０はそれぞれホスト７７０につながっている。

前記対話型ゲーム装置７００を使って踊りゲームを進行する場合、プレーヤー７０５は指示道具７１及び７２の電源をつけて、光源７１１、７１２及び７２１、７２２を発光させ、これによってビデオカメラ７５０は光源７１１、７１２及び７２１、７２２の映像を感知する。さらにゲームボックス７６０で該光源７１１、７１２及び７２１、７２２の位置パラメーターを計算し、最後に、これがホスト７７０に入力されて、プレーヤー７０５の両手で握っている指示道具７１及び７２の光源７１１、７１２及び７２１、７２２の位置を追跡して、画像表示装置７３０の画面に表示する。
米国特許公開公報第２００４００６３４８号

しかしながら、仮にプレーヤー７０５が指示道具７１及び７２を任意に揺らし、光源７１１、７１２及び７２１、７２２の特徴が同じ場合（例えば等面積の円形）、ゲームボックス７６０で読み取った任意の二つの光源７１１、７１２及び７２１、７２２の映像が同様の円形映像のため、この二つの円形映像の軌跡が重なって分れる瞬間に、ビデオカメラ７５０から読みとってきた画像をゲームボックス７６０で画像処理を行うとき、この二つの映像の差異が識別しにくいため、移動位置或いは移動軌跡を誤判する恐れがある。

したがって、本発明の目的は、各オブジェクトのソリット（中空でなく中身を有する形状）、中空、長形及び短形のいずれの特徴属性かの判断を行うため、二つの映像の差異が識別しにくいことによる誤判の可能性を低下できる、オブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法及び該方法を使用するシステムを提供するものである。

したがって、イメージセンサ及びレジスタを使用し、これが協働して画像中の少なくとも一つのオブジェクトの認識作業を行う画像認識方法であって、該イメージセンサが行列状に配置されている複数の感知画素を備え、該イメージセンサがこれらの感知画素で前記オブジェクトを感知して、複数の画像セグメントを形成し、オブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法において、（Ａ）前記画像の明るさレベルの閾値を設定するステップ と、（Ｂ）画像中の列ごとの画素値を順次読み取るステップ と、（Ｃ）前記明るさレベルの閾値を利用して背景エリアを判断し、前記オブジェクトに含まれる画像セグメントを識別するステップと、（Ｄ）二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断するステップと、（Ｅ）これらの画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集めるステップと、（Ｆ）所定の判断法則により前記オブジェクトの特徴属性を区別するステップと、（Ｇ）前記画像に含まれる全ての画素値を読み取り、該画像に含まれる前記オブジェクトの特徴属性を認出するステップと、を含む ことを特徴とするオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像を認識する画像認識方法。

本発明にかかる画像認識システムは、オブジェクトの特徴差異を用いた画像中の少なくとも一つのオブジェクトの認識作業を速やかに行うものであり、該画像認識システムは、イメージセンサ、Ａ／Ｄ変換器、画像処理部、及び、レジスタを備える。該イメージセンサが行列状に配置されている複数の感知画素を備え、該感知画素を利用して前記オブジェクトを感知して複数の画像セグメントを形成する。前記Ａ／Ｄ変換器は前記イメージセンサにつながれ、感知された上記画像のアナログ信号をディジタル信号に転換させる。前記画像処理部は該Ａ／Ｄ変換器につながれ、一列ずつの方式でこれらの感知画素で感知された信号を読み取り、該読み取った信号に適用する該画像の明るさレベルの閾値及び前記オブジェクトの特徴属性を区別する判断法則が設けられている。前記レジスタは該画像処理部につながれ、該画像処理部で累計した前記オブジェクトの画像情報を一時的に記憶する。

したがって、該画像処理部は前記明るさレベルの閾値を利用して背景エリヤを判断し、かつ前記オブジェクトに含まれる画像セグメントを識別し、二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断する。そして前記画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集め、前記判断法則により前記オブジェクトの特徴属性を区別し、前記画像に含まれる全ての画素値を読み取ると、該画像に含まれる前記オブジェクトの特徴属性を認出する。

以下、二つの好ましい実施例について図面を参照しながら詳細に説明する。本発明の他の技術内容、効果、及び新規な特徴が明らかになるだろう。

先ず最初に、本発明の実施の形態について、同一要素は同じ番号で表示していることに留意すべきである。このほか、第１の好ましい
実施例では、ソリッド（中空でなく中身のある形状）及び中空の特徴属性の区別を用い、第２の好ましい実施例では、長形及び短形の特徴属性の区別を用いている。しかし他の実施例として、前記ソリッド、中空、長形及び短形の特徴属性を混合して用いても識別可能であることに留意すべきである。このため、上記の特徴属性を用いた如何なる適用形態も、本発明の範囲から排除するものではない。

図２に示すように、画像処理システム３は、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の二つの好ましい実施例を使用したシステムである。該画像処理システム３はイメージセンサ３１（Ｉｍａｇｅ ｓｅｎｓｏｒ）、Ａ／Ｄ変換器３２（Ａ／Ｄ Ｃｏｎｖｅｒｔｅｒ）、画像処理部３３（Ｉｍａｇｅ ｐｒｏｃｅｓｓｏｒ）、レジスタ３４（Ｒｅｇｉｓｔｅｒ）、及び、インターフェースモジュール３５を備える。

ここで、イメージセンサ３１はＣＣＤ或いはＣＭＯＳイメージセンサであって、行列状に配置されている複数の感知画素を備え、撮影物（図示せず）から反射された光線を感知してイメージを形成する。該イメージセンサ３１はこれらの感知画素を利用して前記オブジェクトを感知し、複数の画像セグメントを形成して（その作用は後で説明する）、アナログ信号に転換させる。次に、イメージセンサ３１につながっているＡ／Ｄ変換器３２に送られ、ディジタル信号に転換され、画像処理部３３で大部分の信号計算処理が行われる。該画像処理部３３は、該Ａ／Ｄ変換器３２につなげられ、画像の明るさレベルの閾値及びオブジェクトの特徴属性を区別するための判断法則が設定されており、一列ずつ読み取る方式で前記感知画素で感知された信号を読み取り計算する。該レジスタ３４は該画像処理部３３につなげられ、該画像処理部３３で累計した前記オブジェクトの画像情報を一時的に記憶する。

したがって、画像処理部３３は明るさレベルの閾値を利用して背景エリアを判断すると共にオブジェクトに含まれる画像セグメントを識別する。二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断する。そして前記画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集め、所定の判断法則により前記オブジェクトの特徴属性を区別する。前記画像に含まれる全ての画素値を読み取ったら、該画像処理部３３は画像に含まれるオブジェクトの特徴属性を認出する。

画像処理システム３のインターフェースモジュール３５は前記画像処理部３３につながっている。認識された
特徴属性の相関情報をパソコンの周辺機器のプロトコルに合うデータフォーマットに転換して送る。例えばＵＳＢ規格に合う信号に転換したら、パソコン４のホスト４１に含まれる送信インターフェース４１１に送る。この情報をパソコン４のホスト４１が受け取り計算すると、パソコン４のモニター４２に前記オブジェクトの画像が表示する。

画像処理システム３は撮影や録画等の撮像装置によって認識作業を実施することもできるし、コンピューターによってソフトウェア的に認識作業を実現することもできることに留意すべきである。なお、本発明の主概念は画像処理３３及びレジスタ３４を用いて画像認識作業を行うことにあり、前記イメージセンサ３１、Ａ／Ｄ変換器３２、画像処理部３３及び他の相関エレメントの構造原理は従来の技術である。このため、以下の段落では本発明における原理のみ紹介する。

図２及び３にしたがって、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像を認識する画像認識方法の第１の好ましい実施例を説明する。この好ましい実施例において、イメージセンサ３１が行列状に配置されている複数の感知画素（Ｐｉｘｅｌ）３１１を備え、これらの画素３１１が１列ずつ各オブジェクト１１、１２を感知する。従って、イメージセンサ３１で感知された列ごとに含まれるオブジェクトの一部画像を画像セグメント（Ｉｍａｇｅ Ｓｅｇｍｅｎｔ）と記載することに留意されたい。各画像セグメントの認識方法において、１列ずつ各列中の各画像セグメントの始点を記録してレジスタ３４に記憶する。次に該画像セグメントの始点から各点に含まれる画像セグメントの情報を累計してレジスタ３４に記憶し、更に各列中の各画像セグメントの終点を判断してレジスタ３４に記憶する。

例えば、画像処理システム３は、先ず最初にイメージセンサ３１が画像１中の列ごとの画素３１１に感知された画素値を順次読み取って、Ａ／Ｄ変換器３２でディジタル信号に転換して画像処理部３３に入力する。この読み取る方式によって、第一列から初め、左から右に該列の各画素値を読み取って、一列の全部を読み取ったら、次に上から下に列ごとの各画素値を読み取る。オブジェクトの画像情報があるかどうかの判断基準では、システムの所定の閾値より大きい画素値が感知されたらオブジェクトの画像情報があると判定する。

画素値を読み取ると同時に、各列中のオブジェクト１１、１２の画像セグメントの始点及び終点を、一緒に判断できる。このため二つの隣接する列の画像セグメントとの空間相関性（後で説明する）を利用して、未知オブジェクトの画像セグメントが属するオブジェクトを判断できる。例えばオブジェクトの画像情報は画像１の第４列から現れるので、これらの画像情報はそれぞれ二つのオブジェクト１１、１２に属する。このため、左から右に、先ず現れた画像セグメント１１１の始点１１１’を記録してレジスタ３４に記憶する。次に各点に含まれる画像セグメント１１１の情報を累計して、レジスタ３４に記憶する。次に該列中に含まれる画像セグメント１１１の終点１１１’’を判断して、レジスタ３４に記憶した後、該列中のオブジェクト１２の画像セグメント１２１の始点１２１’、終点１２１’’及び各点を累計した情報を再び記録して、レジスタ３４に記録する。その後、次列の判断を行って、これによって類推する。

これらの画像セグメントがどのオブジェクト１１、１２に属するかの判断方式では、二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断する。公式１を満足できれば、前記未知オブジェクトの画像セグメントがオブジェクトｉに属すると判断できる：
Ｓｅｇ−Ｌ≦Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｒ；及び
Ｓｅｇ−Ｒ≧Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｌ； 公式１

ここで、公式１では、仮に画像の第Ｙ列の情報を読み取る場合、Ｓｅｇ−Ｌは第Ｙ列に現れる未知オブジェクトの画像セグメントの左方始点のＸ座標値の読み取り値を表し、は第Ｙ列に現れる未知オブジェクトの画像セグメントの右方終点のＸ座標値の読み取り値を表し、
Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｒは第Ｙ列の前の列、つまり第Ｙ-１列に現れる前記各オブジェクトｉの画像セグメントの右方終点のＸ座標値を表し、Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｌは第Ｙ−１列に現れる前記各オブジェクトｉの画像セグメントの左方始点のＸ座標値を表す。仮にＳｅｇ−Ｌ≦Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｒ及びＳｅｇ−Ｒ≧Ｐｒｅｌｉｎｅ−Ｏｂｊ_ｉ−Ｌの判断式を満足できれば、前記未知オブジェクトの画像セグメントは第Ｙ−１列に現れる該オブジェクトｉの画像セグメントと同一オブジェクトｉに属すると判定する。

図４に示すように、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法に関し、二つの好ましい実施例によって、最初の段階でどのように画像セグメントが属するオブジェクトを判断できるかを説明する。このステップ及び作用原理を以下の段落で詳細説明する。

先ず最初に、画像の明るさレベルの閾値を設定する（ステップ１０１）。次に画像中の列毎の画素値を順次読み取る（ステップ１０２）。前記明るさレベルの閾値を利用して背景エリアを判断する（ステップ１０３）。前記オブジェクトの画像セグメントを認識する（ステップ１０４）。このステップ１０４のサブステップは、該列中の未知オブジェクトの画像セグメントの始点を記録して、レジスタに記憶するステップ（ステップ１０４ａ）と、該画像セグメントの始点から各点に含まれる画像セグメントの情報を累計してレジスタに記憶するステップ（ステップ１０４ｂ）と、該列中の各画像セグメントの終点を判断してレジスタに記憶するステップ（ステップ１０４ｃ）とを含む。二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断する（ステップ１０５）。前記画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集める（ステップ１０６）。同じように、該列に含まれる次のオブジェクトの画像セグメントを判断する（ステップ１０７）。

図４及び５に示すように、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の第１の好ましい実施例において、どのようにソリット或いは中空オブジェクトを認識できるかについて説明する。このステップ及び作用原理を以下の段落で詳細説明する。

先ず最初に、ステップ１０１〜１０７にしたがって各画像セグメントが所属するオブジェクトを判断し、次に所定の判断法則によってこれらのオブジェクトの特徴属性がソリッド或いは中空であるかを区別する。本発明にかかる判断法則では二部分に分れている。その一つは、背景エリアを囲む各該画像セグメントが同一オブジェクトに属するかどうかを判断する（ステップ１１０）。同一オブジェクトに属する場合、該背景エリアは前記オブジェクトの中空エリアに属すると判定し、ステップ１１１へ移行する。同一オブジェクトに属しない場合、ステップ１１２へ移行する。もう一つのステップ１１１は、累計した（中空エリアの面積／全体面積）値が所定の閾値より大きいかどうかを判断する。該閾値より大きくない場合、ステップ１１２へ移行する。該閾値より大きい場合、ステップ１１３へ移行する。全体面積とは前記中空エリア及び該中空エリアの周りの該オブジェクト全ての画像セグメントを含めて計算すべきことに留意されたい。実験の結果、該閾値は、望ましくは約０.０５〜０.０８の範囲内である。ステップ１１３において、該オブジェクトの特徴属性が中空のオブジェクトであると判断される。ステップ１１２において、該オブジェクトの特徴属性がソリットのオブジェクトであると判断される。これによってオブジェクトの特徴属性がソリッドか中空かの判別を完成する（ステップ１１４）。

図３に示すように、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の第１好ましい実施例を用いることで、画像１に含まれる二つのオブジェクト１１、１２がソリット或いは中空のオブジェクトに属するものであることを認識できる。例えば、オブジェクト１１を認識すればソリットのオブジェクトに属し、オブジェクト１２を認識すれば中空のオブジェクトに属すると認識できる。

図４及び６にしたがって、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の第２の好ましい実施例によって、どのように長形或いは短形のオブジェクトであるかを認識できるかを説明する。このステップ及び作用原理を以下の段落で詳細説明する。

先ず最初に、同じようにステップ１０１〜１０７にしたがって各画像セグメントが属するオブジェクトを判断し、次に他の判断法則によってこれらのオブジェクトの特徴属性が長形或いは短形であるかを区別する。本発明にかかる判断法則では、先ずオブジェクトに対して適用する四つの端点座標を判断して読み取る（ステップ１２０）。次に該オブジェクトの長辺及び短辺ベクトルを計算する（ステップ１２１）。次に、（長辺の長さの平方／該オブジェクトの面積）が所定の閾値より大きいかどうかを計算する（ステップ１２２）。仮に該閾値より大きい場合、ステップ１２３へ移行し、一方該閾値より大きくない場合、ステップ１２４へ移行する。ステップ１２３において、該オブジェクトの特徴属性は長形のオブジェクトであると判定する。ステップ１２４において、該オブジェクトの特徴属性は短形のオブジェクトであると判定する。これによってオブジェクトの特徴属性が長形か短形かの判別を完成する（ステップ１２５）。実験の結果、（該長辺の長さの平方／該オブジェクトの面積）は望ましくは約２〜３の範囲内である。

図７に示すように、本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法を用いることで、画像２に含まれる二つのオブジェクト２１、２２が長形或いは短形のオブジェクトに属すると認識できる。例えば、図中の円形のオブジェクト２１を認識したら短形のオブジェクトに属し、長方形のオブジェクト２２を認識したら長形のオブジェクトに属すると認識する。

なお、本発明は前記実施の形態に限定されるものではなく、本発明の趣旨に基づいて種々変形させることが可能であり、それらを本発明の範囲から排除するものではない。

したがって、従来、認識したい動画像が仮に二つの同じ映像の軌跡を有し、これが重なったり分離したりする場合には、その分れる瞬間に画像処理を行うと、二つの映像差別を識別しにくいので、移動位置或いは移動軌跡を誤判する恐れがある。このため、本発明にかかるオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法及び該方法を使用するシステムでは、明るさレベルの閾値を利用して背景エリアを判断し、またオブジェクトの画像セグメントを認識する。また二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断する。特定の判断法則によって各オブジェクトはソリット、中空、長形及び短形の特徴属性のいずれか一つと判断されるため、認識作業が速やかに行われるだけでなく、二つの映像差別が識別しにくいことに起因する誤判の可能性を低下できる。

従来の対話型ゲーム装置を示す説明図である。 本発明に係る動画像を認識する方法の画像認識システムを用いて、認識された特徴属性の相関情報を従来のパソコンのホストに含まれる送信インターフェースに送ることを示すブロック図である。 本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の第１の好ましい実施例によって、画像中の二つのオブジェクトがソリット或いは中空のオブジェクトに属すると認識できることを示す説明図である。 本発明に係るオブジェクトの特徴差異を用いた複数のオブジェクトを含む動画像の画像認識方法の二つの好ましい実施例によって、認識作業の最初段階でどのように各画像セグメントの識別に基づいて該画像セグメントが属するオブジェクトを判定するかを示すフローチャート図である。 本発明に係る第１の好ましい実施例において、どのように画像中の二つのオブジェクトがソリット或いは中空のオブジェクトに属すると認識できるかを示すフローチャート図である。 本発明に係る第２の好ましい実施例において、どのように画像中の二つのオブジェクトが長形或いは短形のオブジェクトに属すると認識できるかを示すフローチャート図である。 本発明に係る第２の好ましい実施例によって、画像中の二つのオブジェクトが長形或いは短形のオブジェクトに属すると認識できることを示す説明図である。

符号の説明

１、２ 画像
１１、１２、２１、２２ オブジェクト
１１１、１２１ 画像セグメント
１１１’、１２１’ 画像セグメントの始点
１１１’’、１２１’’ 画像セグメントの終点
１０１〜１０７、１１０〜１１４、１２０〜１２５ ステップ
３ 画像処理システム
３１ イメージセンサ
３１１ 画素
３２ Ａ／Ｄ変換器
３３ 画像処理部
３４ レジスタ
３５ インターフェースモジュール
４ パソコン
４１ ホスト
４１１ 送信インターフェース
４２ モニター

Claims (7)

1. イメージセンサ及びレジスタを使用し、これが協働して画像中の少なくとも一つのオブジェクトの認識作業を行う画像認識方法であって、該イメージセンサが行列状に配置されている複数の感知画素を備え、該イメージセンサがこれらの感知画素で前記オブジェクトを感知して複数の画像セグメントを形成し、オブジェクトの特徴差異を用いた複数のオブジェクトを含む画像を認識する画像認識方法において、
   （Ａ）該画像の明るさレベルの閾値を設定するステップと、
   （Ｂ）該画像中の列ごとの画素値を順次読み取るステップと、
   （Ｃ）該明るさレベルの閾値を利用して、背景エリアを判断し、前記オブジェクトの画像セグメントを識別するステップと、
   （Ｄ）二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断するステップと、
   （Ｅ）これらの画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集めるステップと、
   （Ｆ）所定の判断法則により該オブジェクトの特徴属性を区別するステップ と、
   （Ｇ）該画像に含まれる全ての画素値を読み取り、該画像に含まれる前記オブジェクトの特徴属性を認出するステップと、
   を含み、
   前記ステップ（Ｆ）の判断法則が、
   （Ｈ−１） 背景エリアを囲む各該画像セグメントが同一オブジェクトに属するかどうかを判断し、同一オブジェクトに属する場合、ステップ（Ｈ−２）へ移行し、同一オブジェクトに属しない場合、ステップ（Ｈ−５）へ移行するステップと、
   （Ｈ−２）該背景エリアが該オブジェクトの中空エリアに属すると判定するステップと、
   （Ｈ−３）累計した（該オブジェクトの中空エリアの面積／全体面積）値が所定の閾値より大きいかどうかを判断し、該閾値より大きい場合、ステップ（Ｈ−４）へ移行し、該閾値より大きくない場合、ステップ（Ｈ− ５）へ移行するステップと、
   （Ｈ−４）該オブジェクトの特徴属性が中空オブジェクトであると判定するステップと、
   （Ｈ−５）該オブジェクトの特徴属性がソリットオブジェクトであると判定するステップと、
   を含む
   ことを特徴とする画像認識方法。
2. ステップ（Ｆ）の判断法則が、
   （Ｉ−１）該オブジェクトに対して適用する四つの端点座標を判断して読み取るステップと、
   （Ｉ−２）該オブジェクトの長辺及び短辺ベクトルを計算するステップと、
   （Ｉ−３）（該オブジェクトの長辺の長さの平方／該オブジェクトの面積）が所定の閾値より大きいかどうかを計算し、該閾値より大きい場合、ステップ（Ｉ−４）へ移行し、
   該閾値より大きくない場合、ステップ（Ｉ− ５）へ移行するステップと、
   （Ｉ−４）該オブジェクトの特徴属性が長形のオブジェクトであると判定するステップと、
   （Ｉ−５）該オブジェクトの特徴属性が短形のオブジェクトであると判定するステップと、
   をさらに含むことを特徴とする請求項１記載の画像認識方法。
3. 前記各画像セグメントの認識が、
   （Ｃ−１）該列中の該画像セグメントの始点を記録して前記レジスタに記憶するステップと、
   （Ｃ−２）該画像セグメントの始点から各点に含まれる画像セグメントの情報を累計して該レジスタに記憶するステップと、
   （Ｃ−３）該列中の該画像セグメントの終点を判断して該レジスタに記憶するステップと、
   （Ｃ−４）同じように、該列に含まれる次のオブジェクトの画像セグメントを判断するステップと、
   を含むことを特徴とする請求項１記載の画像認識方法。
4. ステップ（Ｄ）における前記画像セグメントがどのオブジェクトに属するかの判断方式において、下記の公式を満足できれば、未知オブジェクトの画像セグメントがオブジェクトｉに属すると判断できることを特徴とする請求項１記載の画像認識方法、
   Ｓｅｇ−Ｌ≦Ｐｒｅｌｉｎｅ−Ｏｂｊｉ−Ｒ 、及び
   Ｓｅｇ−Ｒ≧Ｐｒｅｌｉｎｅ−Ｏｂｊｉ−Ｌ、
   ここで、この公式において、画像の第Ｙ列の情報を読み取る場合、Ｓｅｇ−Ｌは第Ｙ列に現れる該未知オブジェクトの画像セグメントの左方始点のＸ座標値の読み取り値を表し、Ｓｅｇ−Ｒは第Ｙ列に現れる該未知オブジェクトの画像セグメントの右方終点のＸ座標値の読み取り値を表し、Ｐｒｅｌｉｎｅ−Ｏｂｊｉ−Ｒは第Ｙ−１列に現れる各該オブジェクトｉの画像セグメントの右方終点のＸ座標値を表し、Ｐｒｅｌｉｎｅ−Ｏｂｊｉ−Ｌは第Ｙ−１列に現れる各該オブジェクトｉの画像セグメントの左方始点のＸ座標値を表す。
5. オブジェクトの特徴差異を用いた画像中の少なくとも一つのオブジェクトの認識作業を行う画像認識システムにおいて、
   行列状に配置されている複数の感知画素を備え、前記画像を感知し、該感知画素で前記オブジェクトを感知して複数の画像セグメントを形成するイメージセンサと、
   該イメージセンサにつながっており、感知された該画像のアナログ信号をディジタル信号に転換させるＡ／Ｄ変換器と、
   該Ａ／Ｄ変換器につながれ、一列ずつの方式でこれらの感知画素で感知された信号を読み取り、該読み取った信号に適用する前記画像の明るさレベルの閾値及び前記オブジェクトの特徴属性を区別する判断法則が設けられた画像処理部と、
   該画像処理部につなげられ、該画像処理部で累計した該オブジェクトの画像情報を一時的に記憶するレジスタと、
   を備える画像認識システムにおいて、
   該画像処理部が前記明るさレベルの閾値を利用して、背景エリアを判断し、かつ前記オブジェクトの画像セグメントを識別し、二つの隣接する列の画像セグメントとの空間相関性を利用して未知オブジェクトの画像セグメントが属するオブジェクトを判断し、そして前記画像セグメントの累計情報を該画像セグメントが属するオブジェクト毎に集め、前記判断法則により前記オブジェクトの特徴属性を区別し、前記画像に含まれる全ての画素値を読み取ると、該画像処理部が該画像に含まれる前記オブジェクトの特徴属性を認出するよう構成され、
   前記判断法則が、（Ｈ−１） 背景エリアを囲む各該画像セグメントが同一オブジェクトに属するかどうかを判断し、同一オブジェクトに属する場合、ステップ（Ｈ−２）へ移行し、同一オブジェクトに属しない場合、ステップ（Ｈ−５）へ移行するステップと、（Ｈ−２）該背景エリアが該オブジェクトの中空エリアに属すると判定するステップと、（Ｈ−３）累計した（該オブジェクトの中空エリアの面積／全体面積）値が所定の閾値より大きいかどうかを判断し、該閾値より大きい場合、ステップ（Ｈ−４）へ移行し、該閾値より大きくない場合、ステップ（Ｈ− ５）へ移行するステップと、（Ｈ−４）該オブジェクトの特徴属性が中空オブジェクトであると判定するステップと、（Ｈ−５）該オブジェクトの特徴属性がソリットオブジェクトであると判定するステップと、を含むよう構成されている
   ことを特徴とする画像認識システム。
6. 前記判断法則が、（Ｉ−１）該オブジェクトに対して適用する四つの端点座標を判断して読み取るステップと、（Ｉ−２）該オブジェクトの長辺及び短辺ベクトルを計算するステップと、（Ｉ−３）（該オブジェクトの長辺の長さの平方／該オブジェクトの面積）が所定の閾値より大きいかどうかを計算し、該閾値より大きい場合、ステップ（Ｉ−４）へ移行し、該閾値より大きくない場合、ステップ（Ｉ− ５）へ移行するステップと、（Ｉ−４）該オブジェクトの特徴属性が長形のオブジェクトであると判定するステップと、（Ｉ−５）該オブジェクトの特徴属性が短形のオブジェクトであると判定するステップと、をさらに含むように構成されており、
   前記画像処理部に設定されている判断法則によって、ソリット、中空、長形及び短形のいずれか一つの特徴属性を認出する
   ことを特徴とする請求項５記載の画像認識システム。
7. 前記画像処理部につなげられ、認識された画像情報をパソコンの周辺機器のプロトコルに合うデータフォーマットに転換してパソコンのホストに含まれる送信インターフェースに送るインターフェースモジュールをさらに備え、前記パソコンのホストがこの情報を受け取って計算すると、パソコンのモニターに前記オブジェクトの画像を表示する請求項５記載の画像認識システム。

Images