JPH02158888A - パターンマッチング回路 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の属する技術分野〕 本発明は１機械部品及び工具等の定型物体の画像認識を
行う上で必要となるパターンマツチング回路に関するも
のである。

〔従来の技術〕

本発明に類似したパターンマノキング方法として、−膜
化ハフ変換がある。−膜化ハフ変換は。

ノイズに対してロバストなマツチング方法として知られ
ており、工業応用的にも幅広く用いられている。その手
順及び回路構成について第５図乃至第９図を用いて以下
説明する。

まず、第７図の対象物体内に参照点Ｒ（ｘｃ。

ｙｓ）を設定する。同時に、対象物体内において。

任意の特徴点Ｚｊ　（Ｘｊ、）’＝　）を設定する。特
徴点は、一般に複数個（ｊ＝１．・・・、Ｍ）存在し。

各特徴点に与えられる特徴値は、何であっても良い。通
常は、エツジの方向係数がよく用いられるが、ここでは
、説明を簡単にするために、第８図に概念的に示す如き
ＴＶカメラの撮像装置からのアナログ信号をＡ／Ｄ変換
して得られる濃淡画像値（Ｎレベル二Ｆ１．・・・、Ｆ
ｌ、・・・、Ｆ８）そのものについて説明する。各特徴
点に対して次のことを行う。

１）　特徴点Ｚノ　（Ｘｒ、ｙｔ）と参照点Ｒ（ｘ。

ｙａ’）との位置関係を規定する距離ｒｊ、方位角φｊ
からなる位置ベクトル（ｒＪ　、　　φ、）を算出する
。

２）　第６図に示す参照テーブルメモリの中のＦｌ値に
対応するアドレスに、特徴値Ｆｌを有する特徴点の位置
ベクトルデータ（ｒ５．φｊ）を書き込む。

以上が、参照データ作成時の処理であるが２次に、パタ
ーンマツチング演算時の処理について。

第５図の回路ブロック図を用いて説明する。

Ｘ、ｙアドレスジェネレータ２からアドレス信号ｘ、ｙ
が濃淡画像メモリ３に供給され、濃淡値ｒ　（ｘ、ｙ）
が読み出される。読み出された濃淡（ｆｉｒ（ｘ、ｙ）
を用いて参照テーブルメモリ２４をアクセスし、対応す
るアドレス位置の位置ベクトルデータ（’Ｊ　＊　　φ
ｊ）を順次読み出す、読み出されたｒＪ＋　　φｊ値と
、前記アドレスジェネレータ２から供給されるアドレス
信号ｘ、ｙおよび。

角度ジェネレータ２０から供給される物体の回転角度の
候補値を表す角度信号θを、アドレス変換部１７の入力
として。

ＸＧ’　−Ｘ＋ｒＪ　Ｃｏ５（θ＋φＪ））’ｅ　’　
−ｙ＋ｒ４５ｉｎ（θ＋φｊ）なるアドレス変換が実行
され、入力画像中の参照点候補アドレス（ｘｓ°＋ｙＧ
’）が算出される。ここで３通常は、変換演算の高速化
のため。

ｓｉｎθ、　　ｃｏｓθテーブルメモリ１９を参照する
方式がとられる。このようにして決定されたｘ０ｙ６′
、θをアドレスとして、パラメータ累算メモリ　１８（
第９図は累算メモリの概念的構成図を示す）の対応する
アドレス位置Ａ（ＸＧ’ｌｙＧθ）を、累積演算部１６
により、１だけインクリメントする０以上の処理を、濃
淡画像メモリ３の全領域について行い、その結果得られ
るパラメータ累算メモリＩ８上の値に対して、パラメー
タ決定部２１より、一定しきい値以上の掻大値を与える
点（ＸＧ　　＋３’Ｇ　　、　　θ＊）を検出し、それ
らの点を、対象物体の位置Ｘ。、　　ｙｓおよび回転角
θとする。

〔発明が解決しようとする問題点〕

このような手順および構成によって実現される一般化ハ
フ変換を用いたマツチング処理は９画素単位に変換処理
をするので、入力となる濃淡画像サイズを５ｘＸＳｙ画
素とし、特徴点数をＮｆ。

回転の刻み数をＮθとすれば５ｘＸＳｙＸＮｆＸＮθ回
のアドレス変換を行わなければならず、処理時間が非常
にかかり、実用的ではないという問題点かあ、た。

本発明は、このような問題点に鑑みてなされたもので、
その目的は、−最北ハフ変換を高速に行うための回路を
実現することにある。

ｃ問題点を解決するための手段〕 前記した問題点を解決するため１本発明の第１の発明は
。

濃淡画像メモリに格納された濃淡値を予め指定された量
子化数で量子化し１画素毎に注目画素を中心とする指定
された大きさをもつ近傍内の近傍画素に対して濃淡値の
ヒストグラムを算出し、ヒストグラム２次元データメモ
リに格納するヒストグラム２次元データ生成部と。

前記ヒストグラム２次元データメモリに格納されたヒス
トグラム２次元データに対し、予め指定されたサンプリ
ング間隔で、平滑化処理を行い。

その結果を、予めＩ論定された量子化数で量子化し。

圧縮ヒストグラム２次元データメモリに格納するデータ
圧縮部と。

対象物体の指定された複数の特徴点について。

各特徴点の圧縮ヒストグラム値をアドレス信号として、
前記各特徴点と参照点との間の距離ｒと方位角φを前記
アドレス位置に格納する参照テーブルメモリと。

前記圧縮ヒストグラム２次元データメモリ上の各画素（
ｘ、ｙ）の値をアドレス信号として、前記参照テーブル
メモリから読み出される圧縮ヒストグラム値及び（ｒ、
　　φ）値列と、ｘ、ｙアドレスジェネレータからの信
号Ｘ、ｙ１角度ジェネレータからの信号θを入力として
。

ｘａ　＝　ｘ　＋　ｒｃｏｓ（θ＋φ）。

ｙＧ＝　ｙ　＋　ｒｓｔｎ（θ＋φ） のアドレス変換を実行し、参照点の候補座標ｘ。

値、ｙ、値を算出するアドレス変換部と。

前記圧縮ヒストグラム値を前記候補座標値ＸＧ＋ｙＧ及
び角度信号θをアドレスとしてパラメータ累算メモリに
累積する累積演算部と。

前記累積結果より一定しきい値以上の累積値の極大値を
与えるパラメータ累算メモリのアドレスｘＧ＋　　ｙ＠
＋　　θをそれぞれ対象物体の参照点位置座標ＸＧＩ　
　ｙＧ“及び回転角θ１として出力するパラメータ決定
部と、前記各部にタイミング信号および制御信号を与え
るタイミングおよび制御回路とを備え、圧縮ヒストグラ
ムについて一般化ハフ変換を行うことによって、認識能
力の劣化を招くことなく変換処理量の削減を行い、変換
処理の高速化を図ったものである。

また本発明の第２の発明は、上記第１の発明におけるア
ドレス変換部の部分に代えて。

前記参照テーブルメモリから各特徴点のｒ値。

φ値を読み出して出力すると共に、前記圧縮ヒストグラ
ム２次元データメモリ上の各画素（Ｘ。

ｙ）の値との一致度を算出する照合部と。

ｘ、ｙアドレスジェネレータからの信号ｘ、ｙ。

角度ジェネレータからの信号θおよび、前記照合部から
出力された各特徴点に対するｒ、φ値を入力として Ｘｓ　尊ｘ　＋　ｒｃｏｓ（θ＋φ）。

ｙｅ　＝　ｙ　＋　ｒｓｉｎ（θ＋φ）のアドレス変換
を実行し、参照点の候補座標ＸＧ値、　　ｙＧ値を算出
するアドレス変換部と。

の構成をもつものである。

〔実施例〕

以下９図面を用いて本発明の第１の実施例を説明する。

第１図（Ａ）（Ｂ）は１本発明の一実施例の構成ブロッ
ク図である。

図において、１は、全体回路を統括・制御するタイミン
グおよび制御回路、２は、各画像メモリにｘ、ｙアドレ
スを供給するＸ＋　　１アドレスジエネレータ、３は、
ＴＶカメラの撮像装置からのアナログ信号をＡ／Ｄ変換
して得られる入力画像または、その濃淡画像に対して、
認識対象に適した特徴抽出を行った結果得られる特徴画
像の濃淡値を格納する濃淡画像メモリである。ここで、
濃淡画像メモリデータそのものが、認識率や外乱に対す
るタフさに大きな影響を与える０例えば、工具のような
形状に意味のある対象に対しては９局所エリア内でのエ
ツジ方向の分散の度合を示すエツジ曲率特徴などが適し
ているし９文字や図柄を含んだ対象に対しては、モーメ
ント量、コントラストや２局所エリア内でのエツジの頻
度を示す複雑度特徴などが適している。また、明度に直
接関係する明るさのコントラストなどは、照明条件の外
乱変動に対しては、影響を受ける。このような場合、で
きるだけエツジなどの高周波成分をあたえる特徴を用い
たほうが安定である。

４は、前記濃淡画像メモリ上の各画素（ｘ、ｙ）に対し
て、ヒストグラム２次元データを生成するヒストグラム
２次元データ生成部である。ヒストグラム２次元データ
生成部４の演算は、量子化演算と局所ヒストグラム演算
とで構成される。

５は、前記濃淡画像に対して、タイミングおよび制御回
路１により指定された量子化数Ｍで量子化を実行する濃
淡値量子化演算部、６は、その演算結果を格納する量子
化画像メモリ、７は、前記量子化画像メモリ上の各画素
（ｘ、ｙ）に対して。

（ｘ、ｙ）を中心とした近傍内のみのデータに対して、
ヒストグラム演算を実行し、その結果得られるヒストグ
ラム値ｈ’＋　（ｘ、ｙ）＋　・・・、ｈ゛（ｘ、ｙ）
をヒストグラム２次元データメモリ９に格納する局所ヒ
ストグラム演算部である。ここで１局所ヒストグラム演
算の近傍エリアは、近傍マスクメモリ８に格納されてい
るマスクデータから決定される。近傍マスク形状は、正
方形でも。

円でもよいが、！！認識対象回転が予測される場合は１
円マスクとする。また１局所ヒストグラム演算の対象と
なる量子化値は１通常５　ｌからＭまでの全ての量子化
値を適用するが、処理時間を短縮するため、夕・イミノ
ジおよび制御回路１から指定される選択された量子化値
を用いても良い、以下の説明では、１からＭまでの全て
の量子化値を適用した場合について説明する。また１局
所ヒストグラム演算部においては、エツジとエツジ曲率
とのように、２つの特徴を与える濃淡値を入力し。

一方を２画素値の頻度を計数するときの条件（例えば、
エツジ点以外は、計数の対象としない条件）を与える制
御用特徴とし、他方を２画素値の頻度算出の対象となる
入力特徴とすることにより。

例えば、エツジに着目した特徴についてだけの局所ヒス
トグラムが算出できるようになり、よりきめ細かな演算
処理が実現可能となる。

１０は、前記ヒストグラム２次元データメモリ９上の各
画素に対して１画像圧縮するデータ圧縮部である。デー
タ圧縮部１０は、再サンプリング・平滑化演算部１１と
、その出力に対応するヒストグラム値量子化演算部１２
とで構成される。再サンプリング・平滑化演算部１１の
演算は、入力となるヒストグラム２次元データメモリデ
ータをｈ’　　（ｘ、ｙ）、出力をｈ”　（Ｘ、Ｙ）と
したとき２次式で与えられる。

ここで、Ｗ（ｐ、ｑ）は近傍マスクメモリ８から与えら
れるマスク関数データ、ｒｍｅＸ（Ｘ−１）、ｓｍｅＸ
（Ｙ−１）、ｅはタイミングおよび制御回路１より指定
されるサンプリング間隔である。ＸとＸやｙとＹの関係
は、Ｘ−ｘ／ｅ＋１やＹ　−ｙ　／　ｅ　＋　１となり
、　ｘ、　ｙ値はＸ、　Ｙアドレスジェネレータ１３よ
り供給される０通常、Ｗ（Ｐ、Ｃ１）＝１．Ｓ−（２Ｐ
＋１）（２Ｑ＋１）とし、平均値を出力値とするが。

Ｗ（ｐ、ｑ）−（１／２ｘ　ＩＦ”）ｅｘｐ（−（ｐ”
＋ｑ”）バ２１））（ただしσは標準偏差）のように、
一般的な平滑化関数をマスク関数として平滑化処理して
もよい。

以上の演算は５積和演算器により実行される。さらに、
ヒストグラム値量子化演算部１２では。

ｈ”　　（ｘ、ｙ）の値を、タイミングおよび制御回路
１より指定された量子化数して量子化し、その結果ｈ　
（ｘ、　　ｙ）を、圧縮ヒストグラム２次元データメモ
リ　１４に格納する。圧縮ヒストグラム２次元データメ
モリ　１４には、量子化数Ｍに相当するＭ枚の圧縮ヒス
トグラム２次元データｈｌｃｘ。

ｙ）、・・・、ｈ＋＜　　（ｘ、ｙ）が格納される。こ
のように、データ圧縮部１０では、ヒストグラム２次元
データメモリデータを、２次元データサイズとしても、
ヒストグラム値のビット長としても圧縮を行う。

圧縮ヒストグラム２次元データを得るまでの以上の処理
の流れの他に１ｍ淡画像メモリ３の内容から１Ｍで量子
化し、その結果得られる量子化画像に対して、サンプリ
ング間隔を指定し、そのサンプリング点のみに対し３局
所ヒストグラム演算を行い、その結果を、して量子化す
る処理があり。

後者の方が演算時間および演算用ワークメモリが少なく
てすむが、前者の方が最終的に得られる圧縮ヒストグラ
ム２次元データに対するサンプリング点の取り方の影響
度が少なく、安定した結果が得られる。サンプリング間
隔を細かく設定する場合には、後者の方でも良いが、サ
ンプリング間隔を大きく設定する場合には、前者の方に
することが望まれる。

まず、参照データ作成時の動作をはじめに示す。

第２図は参照テーブルメモリ１５の構成を示す。

認識対象に対する圧縮ヒストグラム２次元データをＨｌ
（Ｘ、Ｙ）、−、Ｈｗ　　ｃｘ、Ｙ）とすると。

この画像上で、Ｎ個の特徴点を指定し、同時に参照点も
設定する０次に各特徴点と参照点との間の距離ｒと方位
角φを算出する。ここで、圧縮ヒストグラム値列は、ｉ
　（ｉ−１，・・・、Ｍ）をヒストグラムの階級値、ｋ
　（ｋ−１，・・・、Ｌ）をヒストグラムの量子化レベ
ルとすると、ＭＸＬのアドレスで値が表現できる。即ち
、ｉ番目の階級値で。

に番目の量子化レベルとなる圧縮ヒストグラム値Ｈｉ（
ト）は、参照テーブルメモリ上でＬＸ（ｉ−１）十にの
アドレス位置となる。ここで、特徴点の個数Ｎ（ｊ＝１
．・・・、Ｎ）の分だけ１次の処理が実行される。

（処理）１番目の特徴点がもつ圧縮ヒストグラム値列（
（Ｈｉ（ｋ）、に＝１．・・・、Ｌ）、ｉ−１，・・・
Ｍ）の各要素に対応する参照テーブルメモリ上のアドレ
ス位置を決定し、そのアドレス位置に９特徴点の位置ベ
クトルデータ（ｒｊ、　　φ））値を順次格納する。

一方、パターンマツチング演算時では、圧縮ヒストグラ
ム２次元データをり、（Ｘ、Ｙ）、・・・ｈＭ　　（Ｘ
、Ｙ）とすると、１つの画素点（Ｘ。

Ｙ）に対して、（ｈ＋　　（Ｘ、Ｙ）、・・・、し弓・
・・、Ｍ）の要素数Ｍの回数だけ下記の操作を行う。

（処理）（Ｘ、Ｙ）における圧縮ヒストグラム値列の要
素り、（ｘ、ｙ）が参照テーブルメモリのどのアドレス
位置に相当するかを決定する。このアドレス位置は、前
記のように、Ｌｘ（ｉ−１）十ｋによって決定される。

ここで、決定されたアドレス位置に（ｒｊ＋　　φｊ）
値列がなければ、処理を何も実行せず２次の要素のアド
レス位置をサーチするｅ（ｒＪ＋　　φ、）値列があれ
ば、　　（ｒｊφＪ）値列の要素の個数分だけ、以下の
処理を行う。

角度ジェネレータより、角度値θを認識対象が回転しう
る角度範囲内で、Δθのピッチでインクリメントして出
力し、下記の処理を行う。

１）　角度ジェネレータから供給される角度値θ参照テ
ーブルメモリから読み出されたｒ、＋　　φ、を入力と
して、アドレス変換部１７で。

Ｘ、　’　ｗｍＸ＋　ｒ）　ｃｏｓ（θ十φｊ）Ｙ、　
’　＝Ｙ＋　ｒｊ　５ｉｎ（θ＋φｊ）のアドレス変換
が行われ、参照点の候補座標値ｘ、’、ｙｅ’　が算出
される。この演算を高速に行うために、　　ｓｉｎθ、
　　ＣＯＳθテーブルメモリ１９のルックアップテーブ
ルを使用する。

２）　前記圧縮ヒストグラムの要素値ｈ＋　　（Ｘ。

Ｙ）を、累積演算部１６で累積し、累積値Ａ（ＸＧ　’
　、ＹＧ“、θ）をパラメータ累算メモリ　１８のアド
レス（ｘｉ　°、ＹＧ“、θ）の位置に格納する。

画素位置（Ｘ、　Ｙ）は、左上隅から右下隅まで走査さ
れ、上記処理が繰り返される。

ここで１本実施例により得られたパラメータ累算メモリ
　１８のデータに対して、パラメータ決定部２１におい
て、タイミングおよび制御回路１より指定されたしきい
値以上の累積値を有する極大点（Ｘｓ　　＋ＹＧ　　、
　　θ＊）を、認識対象の参照点位置（Ｘｓ　　、　Ｙ
ｅ　”　）及び回転角θ１とする。

入力画像中に、認識対象が複数ある場合には、−定しき
い値以上の極大点が複数存在する。また。

極大点の算出方法としては、一定しきい値で、パラメー
タ累算メモリ　１８の内容Ａ　（Ｘ、’、Ｙ。

θ）を２値化し、クラスタ重心を算出することにより実
現される。

ここで９本実施例と従来の一般化ハフ変換の関係は、−
膜化ハフ変換が画素値が参照テーブルメモリ２４に登録
された値であれば、パラメータ累算メモリに１画素分の
頻度ｌを逐次累算して格納する構成になっているのに対
し１本実施例では。

変換を行う前に１画素値毎に、あるまとまったエリア内
の画素の頻度を算出しく局所ヒストグラム演算）、算出
された頻度値をパラメータ累算メモリに累積する構成と
なっており、−膜化ハフ変換の累積演算の一部を局所ヒ
ストグラム演算に置き換えたものである。

サンプリング間隔が大きくなった場合は、パラメータ決
定部２１で決定されるパラメータの分解能が低下すると
いう問題点が生じるが、粗いサンプリング間隔で、粗い
位置決めをしてから、再度参照点（Ｘｓ　、　ＹＧ　）
および回転角度θを探索範囲を限定し、より細かいサン
プリング間隔で上記処理を繰り返し実行する階層処理を
行えば、処理の高速化と同時に分解能の確保を図ること
ができる。

次に本発明の他の実施例を説明する。

第３図（Ａ）（Ｂ）は２本発明の他の実施例の構成ブロ
ック図である。大部分は第１図図示の場合と同じである
ので説明の重複をさけるが、異なる点は次の個所である
。

第３図において、２２は、参照テーブルメモリ１５に格
納されている参照データと前記圧縮ヒストグラム２次元
デマタメモリデータとを対比させ。

パラメータ累算メモリ　１８へ累積する重み値を決定す
る照合部である。

参照データ作成時の動作をはじめに示す。第４図は参照
テーブルメモリ１５の構成を示す、認識対象に対して予
め抽出した圧縮ヒストグラム２次元データを！（、（Ｘ
、Ｙ）、・・・、Ｈ，（Ｘ、Ｙ）とすると、この画像上
で、Ｎ個の特徴点を指定し。

同時に参照点も設定する０次に各特徴点と参照点との間
の距離ｒｊ　と方位角φ４を算出する。算出された各特
徴点のｒ、φ値（（ｒｊ、　　φＪ）、Ｊ−１、・・・
、Ｎ）を、参照テーブルメモリ　１５に順次書き込み、
同時に、特徴点位置の圧縮ヒストグラム値列をも参照テ
ーブルメモリ　１５の同じ位置に書き込む、即ち、ｊ番
目の特徴点の参照テーブルメモリ　１５上の格納位置に
５圧縮ヒストグラム画像上のｊ番目の特徴点が有する圧
縮ヒストグラム値列Ｈ＋（ｊ）、・・・、Ｈｘ（ｊ）を
併せて格納する。

一方、パターンマツチング演算時では、入力画像の圧縮
ヒストグラム２次元データをり、（ｘ。

Ｙ）、　・、ｈ、（Ｘ、Ｙ）とすると、１つの画素点（
ｘ、ｙ）に対して下記の操作を行う。

ｊ−１からＮまで下記の処理を行う。

１）　−成度算出部２３では、（ｘ、ｙ）における圧縮
ヒストグラム値列と参照テーブルメモリ１５上のｊ番目
の特徴点の圧縮ヒストグラム値列との一致度ｍＪを算出
する。

ｍｔ　　（Ｘ＋Ｙ）　　−ｃ−Σｌ　　ｈｉ　　（Ｘ、
Ｙ）−ＨＡ（ｊ）（ただし、Ｃは定数である。） ２）角度ジェネレータ２０より、角度値θを認識対象が
回転しうる角度範囲内でΔθのピッチでインクリメント
して出力し、下記の処理を行う。

２−１）角度ジェネレータ２０から供給される角度値θ
、参照テーブルメモリ　１５から読み出されたｒＪ＋　
　φ１を入力として、アドレス変換部１７では。

Ｘ６　−Ｘ＋　ｒｊｃｏｓ（θ＋φｊ）Ｙｓ　　−Ｙ＋
　ｒｊ　５ｉｎ（θ＋φｊ）のアドレス変換が行われ、
参照点の候補座標値ＸＧ″、Ｙ６゛が算出される。この
演算を高速に行うために、　ｓｉｎ　θ、　　ｃｏｓθ
テーブルメモリ　１９のルックアップテーブルを使用す
る。

２−２）前記一致度ｍ、を、累積演算部１６で累積し、
累積値Ａ　（ｘｅ　’、Ｙｅ　＋、θ）をパラメータ累
算メモリ　１８のアドレス（Ｘｓ　’、Ｙｓθ）の位置
に格納する。

画素位置（Ｘ、　Ｙ）は、左上隅から右下隅まで走査さ
れ、上記処理が繰り返される。

ここで、このような実施例により得られたパラメータ累
算メモリ　ＩＢのデータに対して、パラメータ決定部２
１において、タイミングおよび制御回路１より指定され
たしきい値以上の累積値を有する極大点（ＸＧ　　＋Ｙ
Ｇ　　、　　θ″）を、認識対象の参照点位置（ＸＧ　
　、ＹＧ”）及び回転角θ“とする、入力画像中に、認
識対象が複数ある場合には、一定しきい値以上の極大点
が複数存在する。

また、極大点の算出方法としては、一定しきい値で、パ
ラメータ累算メモリ　１Ｂの内容Ａ（Ｘ。

Ｙ、、θ）を２値化し、クラスタ重心を算出することに
より実現される。

ここで、従来の一般化ハフ変換が１画像データ値そのも
のにより参照テーブルメモリ２４を引き。

対応する特徴点の位置ベクトルデータを出力する構成と
なっているのに対して１本構成例では、ヒストグラム値
により参照テーブルメモリ　１５を走査して参照テーブ
ルメモリ１５に登録されている全特徴点の位置ベクトル
データ（ｒｊ、　φｊ）を各特徴点のヒストグラム値と
の一致度と共に出力する構成となっている。

サンプリング間隔が大きくなった場合は、パラメータ決
定部２１で決定されるパラメータの分解能が低下すると
いう問題点が生じるが、粗いサンプリング間隔で、粗い
位置決めをしてから、再度。

参照点（ｘｅ、ｙｅ）および回転角θの探索範囲を限定
し、より細かいサンプリング間隔で上記処理を繰り返し
実行する階層処理を行えば、処理の高速化と同時に分解
能の確保を図ることができる。

〔発明の効果〕

本発明においては、入力となる濃淡画像に対し。

サンプリング数を減らすことにより、かなりの演算時間
を削減できる。即ち、サンプリング数が少なければ、必
然的に特徴点数が少なくなる。また。

回転パラメータθの分解能については９例えば。

５１２　Ｘ　５１２画素のサンプリング数の場合、パラ
メータ累算メモリ上で適切な量子化ステップの累積デー
タを得るためには。

ｔａｎ−Ｉ（１１５１２）−０，１度 の分解能が必要となるが、３２Ｘ３２画素のサンプリン
グ数の場合には。

ｔａｎ−’　（１／３２　）−１，７９度の分解能でよ
い、第１０図に、サンプリング数と要求角度分解能との
関係を示す。また、ヒストグラム演算に要する時間は、
−膜化ハフ変換に要する時間に較べればかなり小さく、
全体の処理時間は、近似的に０（Ｎ’）のオーダー（Ｎ
：サンプリング数）で低減する。このような効果は、従
来の一般化ハフ変換において、単純に、入力となる濃淡
画像を再サンプリングし、平滑化することによっても生
じるが、特徴抽出以前の情報量の低減した平滑化画像の
画素値についてマツチングを行うことになるので、！！
認識能力著しく低減する。

一方１本発明では９局所ヒストグラム値の系列を特徴値
として、まず抽出し、この特徴値について再サンプリン
グと平滑化を行いマツチング処理するので情報の削減効
果を上げながら認識能力への影響を最小限に抑えること
ができる。

【図面の簡単な説明】

第１図は本発明の第１の実施例を示す構成ブロック図、
第２図は第１図図示の場合の参照テーブルメモリの構成
及び動作を示す図、第３図は本発明の第２の実施例を示
す構成ブロック図、第４図は第２図図示の場合の参照テ
ーブルメモリの構成及び動作を示す図、第５図は従来の
一般化ハフ変換の一例を示す構成ブロック図、第６図は
従来の一般化ハフ変換の参照テーブルメモリ構成を示す
図、第７図乃至第９図は一般化ハフ変換の原理説明図、
第１０図はサンプリング数と要求角度分解能との関係を
示す図である。 １・・・タイミングおよび制御回路 ２・・・ｘ、ｙアドレスジェネレータ ３・・・濃淡画像メモリ ４・・・ヒストグラム２次元データ生成部５・・・濃淡
値量子化演算部 ６・・・量子化画像メモリ ７・・・局所ヒストグラム演算部 ８・・・近傍マスクメモリ ９・・・ヒストグラム２次元データメモリ１０・・・デ
ータ圧縮部 １１・・・再サンプリング・平滑化演算部１２・・・ヒ
ストグラム値量子化演算部１３・・・Ｘ、Ｙアドレスジ
ェネレータ１４・・・圧縮ヒストグラム２次元データメ
モリ１５、２４・・・参照テーブルメモリ １６・・・累積演算部 １７・・・アドレス変換部 １８・・・パラメータ累算メモリ １９・・・ｓｉｎθ、　　ＣＯＳθテーブルメモリ２０
・・・角度ジェネレータ ２１・・・パラメータ決定部 ２２・・・照合部 ２３・・・−成度算出部

Claims (2)

【特許請求の範囲】
1. （１）参照メモリに格納してある対象物体上の特徴点の
   画像特徴と入力画像の画像特徴との対応関係から、対象
   物体の参照点（ｘ＿６、ｙ＿６）の位置及び回転角θを
   検出するパターンマッチング回路において、 入力画像データまたは入力画像データに対する特徴抽出
   処理を行って得られる特徴画像データを格納する濃淡画
   像メモリと、 前記濃淡画像メモリに格納された濃淡値を予め指定され
   た量子化数で量子化し、量子化された濃淡画像上の各画
   素に対し、指定された近傍サイズ内の近傍画像の中で、
   量子化された濃淡画像の画素値の局所ヒストグラムを算
   出し、ヒストグラム２次元データメモリに格納するヒス
   トグラム２次元データ生成部と、 前記ヒストグラム２次元データメモリに格納されたヒス
   トグラム２次元データに対し、予め指定されたサンプリ
   ング間隔で、平滑化処理を行い、その結果を、予め指定
   された量子化数で量子化し、圧縮ヒストグラム２次元デ
   ータメモリに格納するデータ圧縮部と、 対象物体の指定された複数の特徴点について、各特徴点
   の圧縮ヒストグラム値をアドレス信号として、前記各特
   徴点と参照点との間の距離にと方位角φを前記アドレス
   位置に格納する参照テーブルメモリと、 前記圧縮ヒストグラム２次元データメモリ上の各画素（
   ｘ、ｙ）の値をアドレス信号として、前記参照テーブル
   メモリから読み出される圧縮ヒストグラム値及び（ｒ、
   φ）値列と、ｘ、ｙアドレスジェネレータからの信号ｘ
   、ｙ、角度ジェネレータからの信号θを入力として、 ｘ＿Ｇ＝ｘ＋ｒｃｏｓ（θ＋φ）、 ｙ＿Ｇ＝ｙ＋ｒｓｉｎ（θ＋φ） のアドレス変換を実行し、参照点の候補座標ｘ＿６値、
   ｙ＿６値を算出するアドレス変換部と、前記圧縮ヒスト
   グラム値を前記候補座標値 ｘ＿６、ｙ＿６及び角度信号θをアドレスとしてパラメ
   ータ累算メモリに累積する累積演算部と、前記累積結果
   より一定しきい値以上の累積値の極大値を与えるパラメ
   ータ累算メモリのアドレスｘ＿６、ｙ＿６、θをそれぞ
   れ対象物体の参照点位置座標ｘ＿６＾＊、ｙ＿６＾＊及
   び回転角θ＾＊として出力するパラメータ決定部から構
   成されるパターンマッチング回路。
2. （２）参照メモリに格納してある対象物体上の特徴点の
   画像特徴と入力画像の画像特徴との対応関係から、対象
   物体の参照点（ｘ＿６、ｙ＿６）の位置及び回転角θを
   検出するパターンマッチング回路において、 入力画像データまたは入力画像データに対する特徴抽出
   処理を行って得られる特徴画像データを格納する濃淡画
   像メモリと、 前記濃淡画像メモリに格納された濃淡値を予め指定され
   た量子化数で量子化し、量子化された濃淡画像上の各画
   素に対し、指定された近傍サイズ内の近傍画素の中で、
   量子化された濃淡画像の画素値の局所ヒストグラムを算
   出し、ヒストグラム２次元データメモリに格納するヒス
   トグラム２次元データ生成部と、 前記ヒストグラム２次元データメモリに格納されたヒス
   トグラム２次元データに対し、予め指定されたサンプリ
   ング間隔で、平滑化処理を行い、その結果を、予め指定
   された量子化数で量子化し、圧縮ヒストグラム２次元デ
   ータメモリに格納するデータ圧縮部と、 対象物体の指定された複数の特徴点について、各特徴点
   と参照点との間の距離ｒと方位角φ、各特徴点の圧縮ヒ
   ストグラム値を格納する参照テーブルメモリと、 前記参照テーブルメモリから各特徴点のｒ値、φ値を読
   み出して出力すると共に、前記圧縮ヒストグラム２次元
   データメモリ上の各画素（ｘ、ｙ）の値との一致度を算
   出する照合部と、 ｘ、ｙ＿アドレスジェネレータからの信号ｘ、ｙ、角度
   ジェネレータからの信号θおよび、前記照合部から出力
   された各特徴点に対するｒ、φ値を入力として、 ｘ＿６＝ｘ＋ｒｃｏｓ（θ＋φ）、 ｙ＿６＝ｙ＋ｒｓｉｎ（θ＋φ） のアドレス変換を実行し、参照点の候補座標ｘ＿６値、
   ｙ＿６値を算出するアドレス変換部と、前記一致度を前
   記候補座標値ｘ＿６、ｙ＿６及び角度信号θをアドレス
   としてパラメータ累算メモリに累積する累積演算部と、 前記累積結果より一定しきい値以上の累積値の極大値を
   与えるパラメータ累算メモリのアドレスｘ＿６、ｙ＿６
   、θをそれぞれ対象物体の参照点位置座標ｘ＿６＾＊、
   ｙ＿６＾＊及び回転角θ＾＊として出力するパラメータ
   決定部から構成されるパターンマッチング回路。