JPH0215104B2 - - Google Patents

Info

Publication number
JPH0215104B2
JPH0215104B2 JP58119222A JP11922283A JPH0215104B2 JP H0215104 B2 JPH0215104 B2 JP H0215104B2 JP 58119222 A JP58119222 A JP 58119222A JP 11922283 A JP11922283 A JP 11922283A JP H0215104 B2 JPH0215104 B2 JP H0215104B2
Authority
JP
Japan
Prior art keywords
similarity
image
images
group
memory
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
Application number
JP58119222A
Other languages
English (en)
Other versions
JPS6010394A (ja
Inventor
Takashi Torio
Toshuki Goto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP58119222A priority Critical patent/JPS6010394A/ja
Publication of JPS6010394A publication Critical patent/JPS6010394A/ja
Publication of JPH0215104B2 publication Critical patent/JPH0215104B2/ja
Granted legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)
  • Character Discrimination (AREA)

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は画像認識装置に係り、特に不特定多数
のパターンを対象とする画像認識装置における認
識辞書を生成する装置に関するものである。
〔技術の背景、従来技術と問題点〕
画像データは濃淡、カラー情報等非常にデータ
量が多いので、これを識別するときに画像から一
種類の特徴を抽出して識別することが行われてい
る。
このように画像から一種類の特徴を抽出してこ
れを辞書として識別に使用する場合、類似した2
つの画像をも安定に識別することを可能にするよ
うに、これら2つの画像の特徴空間上での距離を
十分に保つには、この特徴は一般に非常に複雑な
ものとなり識別時の処理に長時間を要する比較的
単純な複数個の特徴を全画像に対して辞書として
持ち、複数個の全特徴を全パターンと照合して識
別することは、それらのパターンの中には他のパ
ターンとの識別が比較的容易で小数の特徴だけで
十分に識別可能なものもあるので、無駄が多く、
辞書の大型化をまねく。
例えば第1図イ〜ハに示す3種類の画像を識別
するとき、各画像に濃淡をつけて、同イに示す如
く、y軸方向にこれを加算して投影像Pを求めて
特徴とし、これらの各特徴を比較することが行わ
れている。この場合、第1図イのA画像を識別す
るのは、第1図イ〜ハに示す如く、全体を1カテ
ゴリーとした投影像P(これを大分類という)の
みでよい。しかし第1図ロとハとを識別するの
は、両者が類似しているため、大分類の投影像P
のみではできない。このため、第2図イに示す如
く、画像を〜の4つの領域に区分けして、各
領域〜毎に投影像を求める。このとき領域
の投影像によつてもさらに領域、の投影像に
よつても識別できないが、領域の投影像により
これらを識別することが可能である。
したがつて第1図イ〜ハにおける3つの画像を
識別するのに必要な辞書としては、Aに対しては
大分類のみ、B1,B2については大分類と領域
の小分類の辞書があればよい。この場合、画像A
について大分類の外に各領域〜のすべての小
分類の辞書を作成しても辞書が大形化されて認識
に長時間を要するのみで、効率的ではない。
〔発明の目的〕
本発明の目的はこのような問題点を改善するた
めにそれぞれの画像を他の画像と識別し得るでき
るだけ小数の特徴を画像毎に抽出して辞書とし、
さらにある画像を識別するときに複数個の特徴の
うちのある1つの特徴だけを全画像と照合して候
補となる画像を選び出し、この選び出された画像
を識別するのに適した別の特徴でさらに候補をし
ぼり、その過程を重ねることにより順次候補をし
ぼることができる多段階の識別方式を可能にする
辞書を自動的に作成する装置を提供することであ
る。
〔発明の構成〕
この目的を達成するため本発明の画像認識辞書
生成装置では、複数の特徴のそれぞれにもとづき
画像間の類似性を検出する類似度算出部を備えた
画像認識辞書生成装置において、複数の特徴から
各画像毎にその画像を識別するのに必要な特徴を
選択するためにある特徴の類似性をもとに分類さ
れた複数の画像を別の特徴によりさらに細かく分
類する再帰分類手段を設け、上記再帰分類手段は
画像間の類似関係を示す類似関係指示部と、この
類似関係指示部の状態に応じて複数の画像を細分
類するグループ検出部と、この出力にもとづき類
似度算出部に入力する画像とその特徴を選択する
選択部を具備することを特徴とする。
〔発明の実施例〕
本発明を一実施例にもとづき詳述するに先立ち
その概略を説明する。
例えば互に識別すべきカテゴリー(第1図イ〜
ハに対応する)をC1,C2…C8とし、まず特徴f1
(大分類に対応する)により全カテゴリーの類似
度を求め、その距離が規定値以内のものをグルー
プにする。例えばC1〜C8を特徴f1で類似度を求め
たとき、第3図イに示す如く、C4のみが単独で
位置し、C1とC2、C3とC5、C6〜C8がそれぞれ類
似度が小さい場合、図示点線の如くグループ化し
てC1とC2をグループG1,C4を単独でグループG2
C3とC5をグループG3,C6〜C8をグループG4とす
ることができる。
次に特徴f2(第2図の領域の特徴に対応する)
により類似度を求めたときC1とC2及びC3とC5
距離が大となりグループを解消できたものの、第
3図ロに示す如く、C7とC8は依然として類似し
ておりグループG41を構成し、C6は分離された状
態になる。
ここで特徴f3(第2図の領域の特徴に対応す
る)により更に類似度を求めたときC7とC8も分
離できたとすれば、結局カテゴリーC4はf1のみで
よく、カテゴリーC1〜C3、C5〜C6はf2まで、C7
とC8はf3まで類似度を求めればよいことがわか
る。したがつて辞書メモリにC4に対してはf1
み、C1〜C3、C5〜C6はf1とf2、C7〜C8はf1〜f3
記入しておけば、このカテゴリー毎に辞書に記入
する特徴の範囲(深さ)がわかるので、辞書を必
要以上に大きなものとすることがない。
次に本発明の一実施例を第4図〜第7図にもと
づき詳述する。
第4図は本発明の一実施例構成図、第5図はそ
の類似関係テーブル・メモリ説明図、第6図はそ
のグループ・テーブル・メモリ説明図、第7図は
辞書メモリ説明図である。
図中、1は画像入力部、2は特徴抽出部、3は
特徴メモリであつて画像C1,C2…CN毎に特徴f1
f2…fMが記入されているもの、4は類似度算出
部、5は閾値保持部であつて1グループを形成す
る画像間の距離の閾値Hがセツトされるもの、6
はキーボードであり上記閾値Hやカテゴリー名を
入力するもの、10は再帰分類回路、11は類似
関係テーブル・メモリ、12はグループ検出回
路、13はグループ・テーブル・メモリ、14は
選択回路で特定のカテゴリー及び特徴を選択する
もの、15は判定回路であつて辞書作成が完了状
態にあるか否かを判定するもの、16は辞書メモ
リであり生成された辞書が格納されるものであ
る。
画像入力部1は例えばテレビカメラの如きもの
であり、各画像を入力するものである。
特徴抽出部2は入力された各画像からM種類の
特徴f1,f2…fMを抽出するものであり、抽出され
た特徴は各画像C1,C2…CN別に特徴メモリ3に
格納される。
類似度算出部4は2つの画像の特徴の自己相関
をとり、それが所定の値(閾値H)より大きい
(類似性が大きく、したがつて距離が小さい)と
きに「1」を出力しそれ以外は「0」を出力す
る。
再帰分類回路10は類似関係テーブル・メモリ
11、グループ検出回路12、グループ・テーブ
ル・メモリ13、選択回路14、判定回路15等
で構成され、再帰的に動作する。
類似関係テーブル・メモリ11は画像の類似関
係を示すものであり、第5図に示す如き構成を有
する。そして選択回路14により選択された2つ
の画像の特徴が類似度算出部4で演算されてその
自己相関が求められ、その値が閾値Hより大きい
ときに類似度算出部4は「1」を出力するが、こ
のとき選択回路14で選択された2つの画像がi
番目の画像Ciとj番目の画像Cjであるとき、第i
行、第j列と、第j行、第i列の2つのビツト
(i=jのときは1つのビツト)に1が記憶され
る。したがつて第3図イの例では、第5図イの状
態の類似関係テーブルになる。
グループ検出回路12は類似関係テーブルを参
照して、第3図に示す如きグループ分けするもの
であり勿論異なるグループに属する2つの画像の
類似度が「0」になるようにする。具体的には各
画像毎に横方向に走査して「1」が立つているも
のを1つのグループにする。そしてその結果が第
6図に示す如く、グループ・テーブル・メモリ1
3に記入される。なおこのグループ・テーブル・
メモリ13は、初期状態として第1行目にオール
1がセツトされている。
グループ・テーブル・メモリ13が記入された
後でその内容が辞書メモリ16に転送される。
次に本発明の動作について説明する。
(1) まず辞書を作成すべき画像C1,C2…CNを画
像入力部1より入力し、これを特徴抽出部2に
より特徴f1,f2…fMを抽出し、得られた画像C1
C2…CN毎の特徴f1,f2…fMを特徴メモリ3に格
納する。
(2) 次に選択回路14を動作させ、特徴f1にて画
像C1〜CNのすべての2つの組み合わせにより
各画像間の類似度を類似度算出部4で算出し、
例えば第5図イのような類似度関係テーブルを
メモリ11上に得る。
(3) これをグループ検出回路12が読出して、第
6図のグループ・テーブルをメモリ13上に作
成する。このグループ・テーブルのデータは辞
書メモリ16に送出され、このとき選択回路1
4から特徴f1が伝達されるので、辞書メモリ1
6には第7図の最初の3行に示す如く、画像
C1,C2…に対し、グループG1,G2,G3,G4
と特徴f1が格納される。
(4) また判定回路15がこのメモリ13上のグル
ープ・テーブルを読出し、グループG1,G3
G4に複数の画像があることを検出して、選択
回路14に対し、画像C1とC2、C3とC5及びC6
〜C8がそれぞれ同一グループにあることを報
告する。
(5) これにより選択回路14は、まず画像C1
C2を特徴f2で類似度算出し、その結果を類似関
係テーブル・メモリ11に記入する。そして画
像C3とC5も特徴f2で類似度が算出され、画像
C6,C7,C8もそれぞれC6とC7、C6とC8、C7
C8の2つの組合せで類似度が算出される。そ
の結果、第5図ロの如く、C7とC8のみ類似度
が大きく類似度算出部4が「1」を出力するこ
とになる。
(6) この状態がグループ検出回路12により検出
されてC7とC8のみが同一のグループG41に含ま
れ、他は単独の画像で1グループを構成するも
のとなり、この状態がグループ・テーブル・メ
モリ13に書込まれ、また辞書メモリ16にも
記入される。かくして辞書メモリ16には、第
7図の4行、5行が追加記入されることにな
る。
(7) 判定回路はグループG41に画像C7とC8が含ま
れていることを選択回路14に報告する。これ
により選択回路14は画像C7とC8を特徴f3にて
類似度算出させる。しかし今度は類似度が小さ
く類似度算出部4は「0」を出力する。これに
より今度はメモリ11上の類似度関係テーブル
は「1」がなくなる。グループ検出回路12は
これを読出し、グループ・テーブル・メモリ1
3のグループG41を修正してこれをグループ
G411とG412にわけ、かくして各グループに画像
が1つ存在するようになる。そして辞書メモリ
16はこれにともなつて第7図の下2行が追加
される。
(8) 判定回路15はメモリ13のグループ・テー
ブルで、各グループに画像が1つだけ存在する
ようになつたことを検出し、これを選択回路1
4に報告する。選択回路14はこれにより辞書
作成操作の完了したことを知り、動作を停止す
る。これにより辞書メモリ16には、その画像
の状態に適応した深さの特徴が記入された辞書
が作成されることになる。
(9) なお辞書の作成完了は、上記の如く、グルー
プ・テーブル上の各グループに1ケづつ画像が
存在するときのみならず、選択回路14が、画
像に対してすべての特徴により類似度を算出し
た場合も完了することになる。
このようにして選択回路は上記手順が全ての特
徴を費すか、または各グループに属する画像の数
が1つずつになるまで再帰的に繰り返される。
〔発明の効果〕
本発明によれば対象となる画像に応じて特徴の
数を可変的に選ぶことができ認識辞書を小形化で
きるのみならず、さらにあらかじめ全パターンを
分類しておくので類似したパターンをも高速に識
別し得る認識辞書を自動的に作成することができ
る。
【図面の簡単な説明】
第1図、第2図は画像識別状態説明図、第3図
は本発明の概略説明図、第4図は本発明の一実施
例構成図、第5図はその類似関係テーブル・メモ
リ説明図、第6図はそのグループ・テーブル・メ
モリ説明図、第7図は辞書メモリ説明図である。 図中、1は画像入力部、2は特徴抽出部、3は
特徴メモリ、4は類似度算出部、5は閾値保持
部、6はキーボード、10は再帰分類回路、11
は類似関係テーブル・メモリ、12はグループ検
出回路、13はグループ・テーブル・メモリ、1
4は選択回路、15は判定回路、16は辞書メモ
リを示す。

Claims (1)

  1. 【特許請求の範囲】 1 複数の特徴のそれぞれにもとづき画像間の類
    似性を検出する類似度算出部を備えた画像認識辞
    書生成装置において、 複数の特徴から各画像毎にその画像を識別する
    のに必要な特徴を選択するためにある特徴の類似
    性をもとに分類された複数の画像を別の特徴によ
    りさらに細かく分類する再帰分類手段10を設
    け、 上記再帰分類手段10は画像間の類似関係を示
    す類似関係指示部11と、この類似関係指示部の
    状態に応じて複数の画像を細分類するグループ検
    出部12と、この出力にもとづき類似度算出部に
    入力する画像とその特徴を選択する選択部14を
    具備することを特徴とする画像認識辞書生成装
    置。
JP58119222A 1983-06-29 1983-06-29 画像認識辞書生成装置 Granted JPS6010394A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP58119222A JPS6010394A (ja) 1983-06-29 1983-06-29 画像認識辞書生成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58119222A JPS6010394A (ja) 1983-06-29 1983-06-29 画像認識辞書生成装置

Publications (2)

Publication Number Publication Date
JPS6010394A JPS6010394A (ja) 1985-01-19
JPH0215104B2 true JPH0215104B2 (ja) 1990-04-11

Family

ID=14755977

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58119222A Granted JPS6010394A (ja) 1983-06-29 1983-06-29 画像認識辞書生成装置

Country Status (1)

Country Link
JP (1) JPS6010394A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0513403U (ja) * 1991-08-07 1993-02-23 オムロン株式会社 自動血圧計の加圧消音構造

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57111788A (en) * 1980-12-29 1982-07-12 Fujitsu Ltd Character analysis system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57111788A (en) * 1980-12-29 1982-07-12 Fujitsu Ltd Character analysis system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0513403U (ja) * 1991-08-07 1993-02-23 オムロン株式会社 自動血圧計の加圧消音構造

Also Published As

Publication number Publication date
JPS6010394A (ja) 1985-01-19

Similar Documents

Publication Publication Date Title
US4503556A (en) Method for automatic recognition of white blocks as well as text, graphics and/or gray image areas on a printed master
JP3086702B2 (ja) テキスト又は線図形を識別する方法及びデジタル処理システム
US5909510A (en) Method and apparatus for document classification from degraded images
EP0843275A2 (en) Pattern extraction apparatus and method for extracting patterns
Carter et al. Automatic recognition of printed music
Mitchell et al. A model-based computer vision system for recognizing handwritten ZIP codes
JPH07160822A (ja) パターン認識方法
JPH0215104B2 (ja)
KR0186025B1 (ko) 후보 문자 분류 방법
Roth An approach to recognition of printed music
JPS60126784A (ja) パターン識別装置
JP2000322514A (ja) パターン抽出装置及び文字切り出し装置
Yang et al. Identification of Layout elements in Chinese academic papers based on Mask R-CNN
JPS6129982A (ja) オンライン手書き文字列認識方式
Axelsson et al. Marginalia and machine learning: Handwritten text recognition for Marginalia Collections
JP2001092924A (ja) パターン認識方法および装置
JPH0580710B2 (ja)
CN117912021A (zh) 一种检测倾斜文本的方法及装置
JPS63216185A (ja) 複合パタ−ン認識方式
CN113343744A (zh) 一种解决pdf中复杂流程图的自动识别与解析方法
JP2868770B2 (ja) パターン辞書の構成方式
CN115457003A (zh) 一种变电设备缺陷识别方法、系统及存储介质
KR100245170B1 (ko) 칼라 영상 분류 방법 및 장치
JPH03219384A (ja) 文字認識装置
JPS5852267B2 (ja) 文字解析方式