JPH02242488A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH02242488A JPH02242488A JP1065047A JP6504789A JPH02242488A JP H02242488 A JPH02242488 A JP H02242488A JP 1065047 A JP1065047 A JP 1065047A JP 6504789 A JP6504789 A JP 6504789A JP H02242488 A JPH02242488 A JP H02242488A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- output
- image
- pixels
- weighting
- 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.)
- Pending
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 18
- 208000003098 Ganglion Cysts Diseases 0.000 description 7
- 208000005400 Synovial Cyst Diseases 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000005192 partition Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 3
- 108020003175 receptors Proteins 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 108091008695 photoreceptors Proteins 0.000 description 2
- 210000001525 retina Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 210000000608 photoreceptor cell Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 102220067365 rs143592561 Human genes 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
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。
め要約のデータは記録されません。
Description
本発明は、画像の特徴点を並列処理により高速に検出で
きる画像処理装置に関する。
きる画像処理装置に関する。
従来、画像の特徴点を検出する画像処理装置では、各画
素毎にディジタル化された濃淡画像を各画素毎に順次処
理する逐次処理方式が採用されている。そして、その特
徴点の検出においても、通常は、濃淡画像を微分してエ
ツジ画像を求め、さらにそのエツジ画像から稜線を抽出
して、物体の輪郭を把握したり、その稜線を追跡して、
角、交点、端点等の特徴点を抽出することが行われてい
る。
素毎にディジタル化された濃淡画像を各画素毎に順次処
理する逐次処理方式が採用されている。そして、その特
徴点の検出においても、通常は、濃淡画像を微分してエ
ツジ画像を求め、さらにそのエツジ画像から稜線を抽出
して、物体の輪郭を把握したり、その稜線を追跡して、
角、交点、端点等の特徴点を抽出することが行われてい
る。
このような逐次処理のため、特徴点検出に時間がかかる
さいう問題がある。 本発明は、上記の課題を解決するために成されたもので
あり、その目的は並列処理により直ちに特徴点、特に、
線画像の端点と交点の抽出を可能とすることである。
さいう問題がある。 本発明は、上記の課題を解決するために成されたもので
あり、その目的は並列処理により直ちに特徴点、特に、
線画像の端点と交点の抽出を可能とすることである。
上記課題を解決するための発明の構成は、画像平面の各
画素を構成する２次元配列された光電変換素子と、画像
平面の各画素に対応し、その各画素を中心とする中心対
称な微小領域を画像平面上に仮想したとき、その微小領
域に存在する各画素の光電変換素子の各出力をその画素
の微小領域内での相対位置に応じた重み係数で重み付け
て加算する加算手段きを設けたことである。
画素を構成する２次元配列された光電変換素子と、画像
平面の各画素に対応し、その各画素を中心とする中心対
称な微小領域を画像平面上に仮想したとき、その微小領
域に存在する各画素の光電変換素子の各出力をその画素
の微小領域内での相対位置に応じた重み係数で重み付け
て加算する加算手段きを設けたことである。
各画素に対応して加算手段が設けられている。
その１つの加算手段は、画像平面上にその加算手段に対
応する画素を中心として中心対称な微小領域を仮想した
時に、その微小領域に存在する各画素の光電変換素子の
各出力を、所定の重み係数で重み付けて加算する。この
加算手段の出力から画像の輪郭、端点、交点等の特徴点
を抽出することができる。所定の重み係数は微小領域内
での各画素の相対位置によって変化する関数であり、抽
出される特徴点の種類はその重み関数によって決定され
る。
応する画素を中心として中心対称な微小領域を仮想した
時に、その微小領域に存在する各画素の光電変換素子の
各出力を、所定の重み係数で重み付けて加算する。この
加算手段の出力から画像の輪郭、端点、交点等の特徴点
を抽出することができる。所定の重み係数は微小領域内
での各画素の相対位置によって変化する関数であり、抽
出される特徴点の種類はその重み関数によって決定され
る。
以下、本発明を具体的な実施例に基づいて説明する。
第１図において、１は初段の画像入力部である。
画像入力部１は文字等の認識画像が投影される画像平面
１０を有しており、その画像平面１０は２次元マｌ−’
Ｊックス状に配設された多数の画素Ｐで構成されている
。その画素Ｐはフォトトランジスタで構成されている。 画像平面１０の各画素Ｐはアドレス（Ｘ、 Ｙ）で特定
される。本実施例では、画素数は２４Ｘ２４で構成され
ている。 第２図において、２は第２段の信号処理部であり、画像
平面１０の各画素Ｐに対応して信号処理回路Ｓが設けら
れている。そして、その信号処理回路も画素アドレス（
Ｘ、Ｙ）で特定され、各画素に対応し、２４Ｘ２４のマ
トリッスクに構成されている。 １つの画素Ｐ（ｉ、ｊ）を中心とする微小頭域Ａは、画
素Ｐ （ｉ−１，ｊ−１）、 Ｐ （ｉ、 ｊ−１）、
Ｐ （ｉ＋ｌ、 ｊ−１）。 Ｐ （ｉ−１，ｊ）、Ｐ （ｉ、ｊ＞、Ｐ （ｉ
＋１．ｊ）。 Ｐ （ｉ−１，ｊ＋ＩＬ Ｐ （ｉ、 ｊ＋１）、 Ｐ
（ｉ＋１． ｊ＋１）の３×３のマトリックス領域で
ある。 任意の１つの信号処理回路Ｓ（ｉ、ｊ）には、その回路
Ｓ（ｉ、ｊ）に対応する画素Ｐ（ｉ、ｊ）を中心とする
微小領域Ａ内にある９個の画素の出力信号が入力してい
る。但し、ｉ＝１． ｎ又はｊ＝１．ｍとなる画像平面
１０の端部にある信号処理回路では、微小領域Ａに存在
する画素の出力信号だけが入力している。 画像入力部１の各画素Ｐは、第３図に示すように、フォ
トトランジスタＰＴキ負荷抵抗Ｒｒで構成されており、
各画素Ｐの出力信号ＵはフォトトランジスタＰＴのコレ
クタから取り出されている。 尚、画像平面１に投影される画像はポジ型、ネガ型何れ
でも処理可能であるが、本実施例では、背景が明部で文
字等の認識画像部が暗部となっている画像とする。又、
フォトトランジスタＰＴは、受光量（１画素当たりの受
光面積に比例する受光量を含む）に比例して動作する能
動領域でも使用されるが、以下の説明では、簡単の為に
、各画素は明暗の２値をとり、フォトトランジスタＰＴ
はそれに応じてオン、オフの２値状態をとるものとする
。 したがって、文字等のＭＥＷＩ画像部に対応するフォト
トランジスタＰＴはオフ状態であり、出力信号Ｕは電圧
Ｖｃｃの「１」状態をとり、背景部に対応するフォトト
ランジスタＰＴはオン状態であり、出力信号Ｕは電圧０
の「Ｏ」状態をとる。 信号処理回路Ｓ（ｉ、ｊ）は、第４図に示すように、加
減算回路２０を有している。その加減算回路２０は、画
素Ｐ（ｉ、ｊ）を中心とする微小頭域Ａに存在する９個
の画素Ｐ （ｉ−１，ｊ−１）〜画素Ｐ （ｉ＋Ｌ ｊ
＋１）の出力信号Ｕ （ｉ−１，ｊ−１）〜Ｕ （ｉ＋
１． ｊ＋１）を入力している。そのうち、中心画素Ｐ
（ｉ、ｊ）から出力される出力信号Ｕ （ｉ、 ｊ）は
インバータＩＮＩで反転される。但し、インバータＩＮ
Ｉは、＋Ｖｃｃと−Ｖｃｃとの２電源を用いているので
、画素Ｐ（ｉ、ｊ）からの出力信号Ｕ （ｉ、 ｊ）は
「０」と「１」の２値状態をとるが、インバータＩＮＩ
で反転された信号は、電圧−Ｖｃｃの「−１」と電圧０
の「０」と電圧＋Ｖｃｃの「１」との３値状態をとり得
る。即ち、中心画素Ｐ（ｉ、ｊ）が暗部画素のときは出
力信号Ｕ （ｉ、 ｊ）は「１」状態であるが、インバ
ータＩＮＩで反転されて「−１」状態となり、中心画素
Ｐ（ｉ、ｊ）が明部画素のときは出力信号Ｕ （ｉ、
ｊ）は「０」状態であり、インバータＩＮＩで反転され
た結果も「０」状態となる。 そして、中心画素Ｐ（ｉ、ｊ）の出力信号Ｕ （ｉ、
ｊ）の反転信号と他の画素の出力信号は、抵抗ＲＩＯ〜
Ｒ１Ｂを介して演算増幅器ＯＰＩの反転入力端子に入力
している。又、演算増幅器ＯＰＩの非反転入力端子は接
地されており、電源には＋Ｖｃｃと−Ｖｃｃとの２電源
を用いているので、演算増幅器ＤＰＩの出力はＶｃｃか
ら＋Ｖｃｃまでアナログ的に変化する。 このように加減算回路２０では、中心画素Ｐ（ｉｊ）の
出力信号Ｕ（ｉ、ｊ）を除く入力信号はＲＬＩ／Ｒ１０
〜ＲＬＩ／Ｒ１８（ＲＬＩ／Ｒ１４を除く）の重み係数
を掛けて加算され、中心画素Ｐ（ｉ、ｊ）の出力信号Ｕ
（ｉ、ｊ）はＲＬＩ／Ｒ１４の重み係数を掛けて減算さ
れる。そして、演算増幅器叶１は反転増幅器であるので
、演算増幅器ＯＰＩの出力レベルは、その加減算結果の
符号を反転した値に対応する。 上記の重み係数ＲＬＩ／Ｒ１０＝ＲＬ１／Ｒ１８は、第
５図に示す値に設定されている。したがって、演算増幅
器ＯＰＩの出力電圧Ｖ２１は、第６図（ａ）に示す各画
素に対応した数値のうちで、暗部画素の数値の和Ｘ Ｖ
ｃｃとなる。又、演算増幅器ＯＰＩの出力電圧ｖ２１を
インバータｌＮ２で反転して得られる電圧Ｖ２２は、第
６図（ｂ）に示す各画素に対応した数値のうちで、暗部
画素の数値の和Ｘ Ｖｃｃとなる。 上記の電圧Ｖ２１はコンパレータＣＰＩでしきい値電圧
Ｔｈ１（＞０）と比較され、電圧０の「０」状態又は電
圧Ｖｃｃの「１」状態に２値化される。同様に電圧Ｖ２
２はコンパレータＣＰ２でしきい値電圧Ｔｈ２（〉０）
と比較され、「０」状態又は「１」状態に２値化される
。そして、それらの２値化された信号はＯＲゲート２１
に入力し、いづれか一方の電圧、が「１」状態の時にＯ
Ｒゲート２１の出力が「１」状態となる。この「１」状
態の信号を出力する信号処理回路に対応した画素に画像
の特徴点が存在する。 尚、電圧Ｖ２１は後述するＯＮタイプ受受容野出力に対
応し、電圧Ｖ２２は叶Ｆタイプ受容野の出力に対応する
。 上記のフォトトランジスタＰＴから成る初段の画像入力
部１は人間の網膜の視細胞層を、加減算回路２０を含む
第２段の信号処理部２は人間の神経節細胞層をモデル化
したものである。１つの神経節細胞の出力が「１」の時
、その神経節細胞は発火していると言われ、それは、信
号処理部２の１つの出力ａ （ｉ、 ｊ）が「１」状態
であることに対応する。 視細胞層Ｇと神経節細胞層Ｈとの関係は、第７図に示さ
れている。１つの神経節細胞層Ｈに影響を与える視細胞
層Ｇの領域を受容野と言うが、その受容野には、中心部
に光刺激を与えた時に正の信号が出力されるＯＮ中心叶
Ｆ周辺型受受容（ＯＮタイプ）Ｆｌと、中心部に光刺激
を与えた時に、負の信号が出力されるＯＦＦ中心ＯＮ周
辺型受容受容ＯＦＩ？タイプ） Ｆ２とが考えられてい
る。そして、その受容野の加重Ｗ（ｒ）は次式で与えら
れる。 Ｗ （ｒ）＝Ｗ ｃ （ｒ）＋ Ｗ ｓ （ｒ）
−（１）但し、 Ｗｃ（ｒ）４ｃｍｅｘｐ（−（ｒ／ｒｃ）２）Ｗｓ（ｒ
）＝Ｋｓ−ｅｘｐ（−（ｒ／ｒｓ）２）であり、ｒは中
心点からの距離、ｒｃ、 ｒｓは標準偏差である。ＯＮ
タイプ受容野Ｆｌの場合には、Ｋｃは正でＫｓは負であ
る。又、ＯＦＦタイプ受容受容２の場合には、Ｋｃは負
でＫｓは正である。このような、加重Ｗ（ｒ）は、距離
ｒに対して第８図に示す特性となっている。 このようなＯＮタイプ受容野Ｆ１及びＯｆ’Ｆタイプ受
容野受容野次２て、上記加重で重み付けて加算された出
力値は、第９図（ａ）、 （ｂＨこ示すようになる。即
ち、ＯＮタイプ受容野Ｆ１では画像の端点て大きい正の
出力値が得られ、ＤＰＩ？タイプ受容野受容では、画像
の交点で大きい正の出力値が得られる。そして、これら
の出力のしきい値開数又はシグモイド関数の値が神経節
細胞層Ｈの出力となる。 上記の加減算回路２０の加算比率（重み係数）は、（１
）式に基づいて設定されたものである。 このように、加減算回路２０の出力電圧Ｖ２１が大きな
正値をとる画素が端点てあり、出方電圧ｖ２１の反転電
圧Ｖ２２が大きな正値をとる画素が交点となる。したが
って、しいき値電圧Ｔｈｌ、 Ｔｈ２で２値化された信
号の論理和出力Ｖ２３が「１」状態をとる時、それに対
応する画素は端点又は交点の特徴点となる。 例えば、「十」字体について、信号処理部２における電
圧Ｖ２１と電圧Ｖ２２の画素に関する出力分布は第１０
図（ａ）、（ｂ）に示すものとなる。第１０図（ａ）か
ら分かるように端点画素Ａ１〜Ａ４の電圧Ｖ２１は、０
、８９９Ｖｃｃとなり、最大値となっている。したがっ
て、しきい値電圧Ｔｈｌを０．８４５Ｖｃｃとすること
で、その画素のみを抽出することができる。 又、第１０図（ｂ）から分かるように、「＋」字体の交
点における４つの角の画素８１〜Ｂ４の電圧Ｖ２２は、
０．６４９Ｖｃｃとなり、最大値となっている。又、「
Ｙ」字体の場合には、電圧Ｖ２２の画素分布は第１０図
（Ｃ）に示すようになり、交点の角の画素Ｂ５の電圧Ｖ
２２は０．６０１Ｖｃｃであるので、しきい値電圧Ｔｈ
２を０．５５０ＶＣＧ；止することで、その交点の角に
存在する画素のみを抽出することができる。 したがって、信号処理部２の出力は、「＋」字体の場合
には第１１図（ａ）に示すように、端点画素Ａ１〜Ａ４
と交点の角の画素８１〜Ｂ４で出力は「１」状態となり
、「Ｙ」字体の場合には端点画素Ａ５〜Ａ７と交点の角
の画素Ｂ５で出力は「１」状態となる。 即ち、神経節細胞で言えば発火状態である。 次に、特徴区画検出手段と線分散検出手段を有する特徴
検出部３について説明する。信号処理部２の画素に対応
した２４Ｘ２４の出力は、第１２図に示すように３×３
の画素領域を１区画とする８×８区画に区分される。そ
して、その１区画Ｄ （ｋ、 １２）の３×３の画素の
中に特徴点が存在すると、その区画Ｄ（ｋ、ｌ）は特徴
点の存在する区画（以下「特徴区画」という）と決定さ
れる。 特徴区画検出回路は、１区画Ｄ （ｋ、 ｉ５に対して
信号処理部２の３×３の領域の９個の出力ａ （３に、
３１）〜ａ （３に＋２．３Ａ＋２）を入力する第１
３図のＯＲゲート３０によって実現される。ＯＲゲート
３０の出力が「ＩＪ状態となっている区画が特徴区画と
なる。 ＯＲゲート３０の出力する特徴区画であることを示す判
定信号はアナログゲート３７のゲート入力となり、特徴
区画の場合にはそのゲートを開いて、特徴点につながる
線分数を示す信号Ｖ３２を通過させており、特徴区画で
ない場合にはアナログゲート３７の出力はアースレベル
となっている。したがって、任意区画Ｄ （ｋ、 ６）
の出力する特徴信号ｂ （ｋ。 β〕は、特徴点が内部に存在しない場合には０、特徴点
が内部に存在する場合には、その特徴点につながる線分
数を示すレベルの信号となる。 次に、線分散検出回路について説明する。 第１２図の１つの区画Ｄ （ｋ、β〕に対して、第１４
図に示すように、画像入力部１において１行又は１列お
いて外側に存在する周辺の２０個の画素、即ち、画素Ｐ
（３に−２，３Ａ−２） 、 Ｐ （３に＋４．３Ａ
−２） 、 Ｐ （３に＋４゜３β＋４）、 Ｐ （３
に−２，３β＋４）を４隅とする正方形の周辺画素でそ
れらの４隅の画素を除いた画素のフォトトランジスタが
オン又はオフ状態に有るか否かにより、その区画に存在
する特徴点につながる線分数が検出される。 その線分数検出回路は第１３図に示すように、１行の５
個の画素Ｐ （３に−１，３Ａ−２）〜Ｐ （３に＋３
．３Ａ２）（以下「下段画素列」という）のフォトトラ
ンジスタの出力がＯＲゲート３１に入力し、１行の５個
の画素Ｐ （３に−１，：Ｈ！＋４）〜Ｐ （３に＋３
．３β＋４）（以下「上段画素列」という）のフォトト
ランジスタの出力がＯＲゲート３２に入力し、１列の５
個の画素Ｐ （３に−２，３Ａ−１）〜Ｐ （３に−２
，３Ａ＋３） （以下「左端画素列」という）がＯＲゲ
ート３３に入力し、１列の５個の画素Ｐ （３に＋４．
３β−１）〜Ｐ（３に＋４，３ｊ２＋３） （以下「右
端画素列」という）がＯＲゲート３４に入力している。 そして、ＯＲゲート３１〜３４の出力は、等比率の加算
器３５に入力している。尚、加算器３５の比率Ｒｔｌ／
Ｒｓｌは１／４に設定されている。従って、加算器３５
の出力Ｖ３１はＯＲゲート３１〜３４の出力に応じて、
Ｏ，−Ｖｃｃ／４．−２Ｖｃｃ／４．−３Ｖｃｃ／４゜
４Ｖｃｃ／４の４つの離散的な電圧レベルをとる。 この加算器３５の出力Ｖ３１は比率Ｒｔ２／Ｒｓ２が１
の反転増幅器３６に入力している。従って、反転増幅器
３６の出力Ｖ３２は、Ｏ，Ｖｃｃ／４．２Ｖｃｃ／４．
３Ｖｃｃ／４、４Ｖｃｃ／４の４つの離散的な電圧レベ
ルをとる。この電圧レベルにより、線分数を、それぞれ
、０，１゜２、３．４と判定することができる。 この線分数検出回路において、上段画素列の任意の１つ
の画素のフォトトランジスタの出力が「１」状態であれ
ば、画像は上方向に伸びていることを意味している。同
様に、下段画素列、左端画素列、右端画素列に関しても
、各画素列における任意の１つの画素のフォトトランジ
スタの出力が「１」状態であれば、それぞれ、下方向、
左方向、右方向に画像が伸びていることを意味している
。したがって、この回路の出力Ｖ３２により区画Ｄ （
ｋ、 ！ｌ）につながる画像の線分数を検出することが
できる。 尚、８Ｘ８の区画のうちで周辺に存在する２８個の区画
では、画像入力部１の周辺部に当たるので、上記の上段
画素列、下段画素列、左端画素列、右端画素列の全ては
存在しない。しかし、通常、認識画像は画像入力部１の
周辺端部を越えることはないので、その方向に伸びてい
る線分を検出する必要はないので、線分散検出に何ら問
題は生じない。 このように１つの区画に対して１行又は１列おいて外側
に存在する画素列の出力に基づいて線分数を検出するよ
うにしているので、区画内の３×３の画素のどの領域に
特徴点が存在しても、正確にその特徴点につながる線分
数を検出することが可能となる。 実際に、「＋」字体の場合には、第１５図（ａ）。 （ｂ）に示すように、区画の内部の３Ｘ３のどの画素に
特徴点があっても、特徴信号ｂ （ｋ、 １）は４Ｖｃ
ｃ／４、即ち、誤りなく、線分数は４として検出される
。 又、「Ｙ」字体に関しても同様に、第１５図（Ｃ）。 （ｄ）に示すように、特徴点Ｂ５を３ｘ３のどの画素に
含んでも、特徴区画の出力は３Ｖｃｃ／４、即ち、誤り
なく線分数３として検出されることが理解される。 次に、第１６図に示すように、この８×８の特徴信号ｂ
（ｋ、 ＩＩ） （ｋ＝１〜８． Ａ−１〜８）を第
１のニューロネットワーク４に入力している。このニュ
ーロネットワークは１つの出力ｃ （ｔ）に対して、前
段の６４個の特徴信号を全て入力して重み係数を掛けて
加算している。その重み係数は入力の了ドレス及び自己
の出力のアドレスに応じて異なる値である。そして、重
み係数を掛けて加算した値はシグモイド関数演算器ｆｗ
によって変換されて、出力Ｃ（１）〜Ｃ（Ｗ）となる。 それらの出力は、同様な構成の第２のニューロネットワ
ーク５に入力し、それらの出力ｄ（１）〜ｄ （ｑ）の
うちどの出力が「１」状態であるかによって、認識文字
が指定される。 これらの二、ユーロネットワークにおける重み係数は、
８×８の特徴信号を入力として、コンピュータによりシ
ュミレートして認識結果を学習させることによって決定
される。 第１７図は、上記装置を用いて「Ａ」字体を認識した場
合の各段の出力信号を概念的に示したものである。 このように、本実施例では文字等の認識画像において端
点、交点から成る特徴点の位置関係とその特徴点につな
がる線分数を特徴量として抽出しているので、文字認識
等の情報量を極めて少なくすることができ、１ＪＷｉ効
率が向上する。 尚、上記実施例において、画像入力部１を２４×２４の
画素数で構成したが、他の任意の画素数を用いても良い
。又、微小頭域Ａを３×３としているが、５×５の正方
形、そのた任意大きさの円形としても良い。又、特徴区
画検出部は１区画当たり３×３の画素に対応した信号処
理部の出力を入力し、全体を８×８に区画しているが、
１区画内の対応画素数や区画数は任意である。又、線分
数検出回路は区画の１行又は１列おいて外側に存在する
画素列の出力を入力するようにしているが、特徴点の存
在する画素を中心として、１行又は１列以上おいて外側
に存在する画素列の出力を入力するようにしても良い。 この場合には８×８の区画は存在しないし、各画素に対
応して線分数検出回路が存在する。しかし、本実施例の
ように、特徴点の存在領域を８×８の区画に区分して検
出することにより、配線数が少なくなり装置の製作が容
易となる。
１０を有しており、その画像平面１０は２次元マｌ−’
Ｊックス状に配設された多数の画素Ｐで構成されている
。その画素Ｐはフォトトランジスタで構成されている。 画像平面１０の各画素Ｐはアドレス（Ｘ、 Ｙ）で特定
される。本実施例では、画素数は２４Ｘ２４で構成され
ている。 第２図において、２は第２段の信号処理部であり、画像
平面１０の各画素Ｐに対応して信号処理回路Ｓが設けら
れている。そして、その信号処理回路も画素アドレス（
Ｘ、Ｙ）で特定され、各画素に対応し、２４Ｘ２４のマ
トリッスクに構成されている。 １つの画素Ｐ（ｉ、ｊ）を中心とする微小頭域Ａは、画
素Ｐ （ｉ−１，ｊ−１）、 Ｐ （ｉ、 ｊ−１）、
Ｐ （ｉ＋ｌ、 ｊ−１）。 Ｐ （ｉ−１，ｊ）、Ｐ （ｉ、ｊ＞、Ｐ （ｉ
＋１．ｊ）。 Ｐ （ｉ−１，ｊ＋ＩＬ Ｐ （ｉ、 ｊ＋１）、 Ｐ
（ｉ＋１． ｊ＋１）の３×３のマトリックス領域で
ある。 任意の１つの信号処理回路Ｓ（ｉ、ｊ）には、その回路
Ｓ（ｉ、ｊ）に対応する画素Ｐ（ｉ、ｊ）を中心とする
微小領域Ａ内にある９個の画素の出力信号が入力してい
る。但し、ｉ＝１． ｎ又はｊ＝１．ｍとなる画像平面
１０の端部にある信号処理回路では、微小領域Ａに存在
する画素の出力信号だけが入力している。 画像入力部１の各画素Ｐは、第３図に示すように、フォ
トトランジスタＰＴキ負荷抵抗Ｒｒで構成されており、
各画素Ｐの出力信号ＵはフォトトランジスタＰＴのコレ
クタから取り出されている。 尚、画像平面１に投影される画像はポジ型、ネガ型何れ
でも処理可能であるが、本実施例では、背景が明部で文
字等の認識画像部が暗部となっている画像とする。又、
フォトトランジスタＰＴは、受光量（１画素当たりの受
光面積に比例する受光量を含む）に比例して動作する能
動領域でも使用されるが、以下の説明では、簡単の為に
、各画素は明暗の２値をとり、フォトトランジスタＰＴ
はそれに応じてオン、オフの２値状態をとるものとする
。 したがって、文字等のＭＥＷＩ画像部に対応するフォト
トランジスタＰＴはオフ状態であり、出力信号Ｕは電圧
Ｖｃｃの「１」状態をとり、背景部に対応するフォトト
ランジスタＰＴはオン状態であり、出力信号Ｕは電圧０
の「Ｏ」状態をとる。 信号処理回路Ｓ（ｉ、ｊ）は、第４図に示すように、加
減算回路２０を有している。その加減算回路２０は、画
素Ｐ（ｉ、ｊ）を中心とする微小頭域Ａに存在する９個
の画素Ｐ （ｉ−１，ｊ−１）〜画素Ｐ （ｉ＋Ｌ ｊ
＋１）の出力信号Ｕ （ｉ−１，ｊ−１）〜Ｕ （ｉ＋
１． ｊ＋１）を入力している。そのうち、中心画素Ｐ
（ｉ、ｊ）から出力される出力信号Ｕ （ｉ、 ｊ）は
インバータＩＮＩで反転される。但し、インバータＩＮ
Ｉは、＋Ｖｃｃと−Ｖｃｃとの２電源を用いているので
、画素Ｐ（ｉ、ｊ）からの出力信号Ｕ （ｉ、 ｊ）は
「０」と「１」の２値状態をとるが、インバータＩＮＩ
で反転された信号は、電圧−Ｖｃｃの「−１」と電圧０
の「０」と電圧＋Ｖｃｃの「１」との３値状態をとり得
る。即ち、中心画素Ｐ（ｉ、ｊ）が暗部画素のときは出
力信号Ｕ （ｉ、 ｊ）は「１」状態であるが、インバ
ータＩＮＩで反転されて「−１」状態となり、中心画素
Ｐ（ｉ、ｊ）が明部画素のときは出力信号Ｕ （ｉ、
ｊ）は「０」状態であり、インバータＩＮＩで反転され
た結果も「０」状態となる。 そして、中心画素Ｐ（ｉ、ｊ）の出力信号Ｕ （ｉ、
ｊ）の反転信号と他の画素の出力信号は、抵抗ＲＩＯ〜
Ｒ１Ｂを介して演算増幅器ＯＰＩの反転入力端子に入力
している。又、演算増幅器ＯＰＩの非反転入力端子は接
地されており、電源には＋Ｖｃｃと−Ｖｃｃとの２電源
を用いているので、演算増幅器ＤＰＩの出力はＶｃｃか
ら＋Ｖｃｃまでアナログ的に変化する。 このように加減算回路２０では、中心画素Ｐ（ｉｊ）の
出力信号Ｕ（ｉ、ｊ）を除く入力信号はＲＬＩ／Ｒ１０
〜ＲＬＩ／Ｒ１８（ＲＬＩ／Ｒ１４を除く）の重み係数
を掛けて加算され、中心画素Ｐ（ｉ、ｊ）の出力信号Ｕ
（ｉ、ｊ）はＲＬＩ／Ｒ１４の重み係数を掛けて減算さ
れる。そして、演算増幅器叶１は反転増幅器であるので
、演算増幅器ＯＰＩの出力レベルは、その加減算結果の
符号を反転した値に対応する。 上記の重み係数ＲＬＩ／Ｒ１０＝ＲＬ１／Ｒ１８は、第
５図に示す値に設定されている。したがって、演算増幅
器ＯＰＩの出力電圧Ｖ２１は、第６図（ａ）に示す各画
素に対応した数値のうちで、暗部画素の数値の和Ｘ Ｖ
ｃｃとなる。又、演算増幅器ＯＰＩの出力電圧ｖ２１を
インバータｌＮ２で反転して得られる電圧Ｖ２２は、第
６図（ｂ）に示す各画素に対応した数値のうちで、暗部
画素の数値の和Ｘ Ｖｃｃとなる。 上記の電圧Ｖ２１はコンパレータＣＰＩでしきい値電圧
Ｔｈ１（＞０）と比較され、電圧０の「０」状態又は電
圧Ｖｃｃの「１」状態に２値化される。同様に電圧Ｖ２
２はコンパレータＣＰ２でしきい値電圧Ｔｈ２（〉０）
と比較され、「０」状態又は「１」状態に２値化される
。そして、それらの２値化された信号はＯＲゲート２１
に入力し、いづれか一方の電圧、が「１」状態の時にＯ
Ｒゲート２１の出力が「１」状態となる。この「１」状
態の信号を出力する信号処理回路に対応した画素に画像
の特徴点が存在する。 尚、電圧Ｖ２１は後述するＯＮタイプ受受容野出力に対
応し、電圧Ｖ２２は叶Ｆタイプ受容野の出力に対応する
。 上記のフォトトランジスタＰＴから成る初段の画像入力
部１は人間の網膜の視細胞層を、加減算回路２０を含む
第２段の信号処理部２は人間の神経節細胞層をモデル化
したものである。１つの神経節細胞の出力が「１」の時
、その神経節細胞は発火していると言われ、それは、信
号処理部２の１つの出力ａ （ｉ、 ｊ）が「１」状態
であることに対応する。 視細胞層Ｇと神経節細胞層Ｈとの関係は、第７図に示さ
れている。１つの神経節細胞層Ｈに影響を与える視細胞
層Ｇの領域を受容野と言うが、その受容野には、中心部
に光刺激を与えた時に正の信号が出力されるＯＮ中心叶
Ｆ周辺型受受容（ＯＮタイプ）Ｆｌと、中心部に光刺激
を与えた時に、負の信号が出力されるＯＦＦ中心ＯＮ周
辺型受容受容ＯＦＩ？タイプ） Ｆ２とが考えられてい
る。そして、その受容野の加重Ｗ（ｒ）は次式で与えら
れる。 Ｗ （ｒ）＝Ｗ ｃ （ｒ）＋ Ｗ ｓ （ｒ）
−（１）但し、 Ｗｃ（ｒ）４ｃｍｅｘｐ（−（ｒ／ｒｃ）２）Ｗｓ（ｒ
）＝Ｋｓ−ｅｘｐ（−（ｒ／ｒｓ）２）であり、ｒは中
心点からの距離、ｒｃ、 ｒｓは標準偏差である。ＯＮ
タイプ受容野Ｆｌの場合には、Ｋｃは正でＫｓは負であ
る。又、ＯＦＦタイプ受容受容２の場合には、Ｋｃは負
でＫｓは正である。このような、加重Ｗ（ｒ）は、距離
ｒに対して第８図に示す特性となっている。 このようなＯＮタイプ受容野Ｆ１及びＯｆ’Ｆタイプ受
容野受容野次２て、上記加重で重み付けて加算された出
力値は、第９図（ａ）、 （ｂＨこ示すようになる。即
ち、ＯＮタイプ受容野Ｆ１では画像の端点て大きい正の
出力値が得られ、ＤＰＩ？タイプ受容野受容では、画像
の交点で大きい正の出力値が得られる。そして、これら
の出力のしきい値開数又はシグモイド関数の値が神経節
細胞層Ｈの出力となる。 上記の加減算回路２０の加算比率（重み係数）は、（１
）式に基づいて設定されたものである。 このように、加減算回路２０の出力電圧Ｖ２１が大きな
正値をとる画素が端点てあり、出方電圧ｖ２１の反転電
圧Ｖ２２が大きな正値をとる画素が交点となる。したが
って、しいき値電圧Ｔｈｌ、 Ｔｈ２で２値化された信
号の論理和出力Ｖ２３が「１」状態をとる時、それに対
応する画素は端点又は交点の特徴点となる。 例えば、「十」字体について、信号処理部２における電
圧Ｖ２１と電圧Ｖ２２の画素に関する出力分布は第１０
図（ａ）、（ｂ）に示すものとなる。第１０図（ａ）か
ら分かるように端点画素Ａ１〜Ａ４の電圧Ｖ２１は、０
、８９９Ｖｃｃとなり、最大値となっている。したがっ
て、しきい値電圧Ｔｈｌを０．８４５Ｖｃｃとすること
で、その画素のみを抽出することができる。 又、第１０図（ｂ）から分かるように、「＋」字体の交
点における４つの角の画素８１〜Ｂ４の電圧Ｖ２２は、
０．６４９Ｖｃｃとなり、最大値となっている。又、「
Ｙ」字体の場合には、電圧Ｖ２２の画素分布は第１０図
（Ｃ）に示すようになり、交点の角の画素Ｂ５の電圧Ｖ
２２は０．６０１Ｖｃｃであるので、しきい値電圧Ｔｈ
２を０．５５０ＶＣＧ；止することで、その交点の角に
存在する画素のみを抽出することができる。 したがって、信号処理部２の出力は、「＋」字体の場合
には第１１図（ａ）に示すように、端点画素Ａ１〜Ａ４
と交点の角の画素８１〜Ｂ４で出力は「１」状態となり
、「Ｙ」字体の場合には端点画素Ａ５〜Ａ７と交点の角
の画素Ｂ５で出力は「１」状態となる。 即ち、神経節細胞で言えば発火状態である。 次に、特徴区画検出手段と線分散検出手段を有する特徴
検出部３について説明する。信号処理部２の画素に対応
した２４Ｘ２４の出力は、第１２図に示すように３×３
の画素領域を１区画とする８×８区画に区分される。そ
して、その１区画Ｄ （ｋ、 １２）の３×３の画素の
中に特徴点が存在すると、その区画Ｄ（ｋ、ｌ）は特徴
点の存在する区画（以下「特徴区画」という）と決定さ
れる。 特徴区画検出回路は、１区画Ｄ （ｋ、 ｉ５に対して
信号処理部２の３×３の領域の９個の出力ａ （３に、
３１）〜ａ （３に＋２．３Ａ＋２）を入力する第１
３図のＯＲゲート３０によって実現される。ＯＲゲート
３０の出力が「ＩＪ状態となっている区画が特徴区画と
なる。 ＯＲゲート３０の出力する特徴区画であることを示す判
定信号はアナログゲート３７のゲート入力となり、特徴
区画の場合にはそのゲートを開いて、特徴点につながる
線分数を示す信号Ｖ３２を通過させており、特徴区画で
ない場合にはアナログゲート３７の出力はアースレベル
となっている。したがって、任意区画Ｄ （ｋ、 ６）
の出力する特徴信号ｂ （ｋ。 β〕は、特徴点が内部に存在しない場合には０、特徴点
が内部に存在する場合には、その特徴点につながる線分
数を示すレベルの信号となる。 次に、線分散検出回路について説明する。 第１２図の１つの区画Ｄ （ｋ、β〕に対して、第１４
図に示すように、画像入力部１において１行又は１列お
いて外側に存在する周辺の２０個の画素、即ち、画素Ｐ
（３に−２，３Ａ−２） 、 Ｐ （３に＋４．３Ａ
−２） 、 Ｐ （３に＋４゜３β＋４）、 Ｐ （３
に−２，３β＋４）を４隅とする正方形の周辺画素でそ
れらの４隅の画素を除いた画素のフォトトランジスタが
オン又はオフ状態に有るか否かにより、その区画に存在
する特徴点につながる線分数が検出される。 その線分数検出回路は第１３図に示すように、１行の５
個の画素Ｐ （３に−１，３Ａ−２）〜Ｐ （３に＋３
．３Ａ２）（以下「下段画素列」という）のフォトトラ
ンジスタの出力がＯＲゲート３１に入力し、１行の５個
の画素Ｐ （３に−１，：Ｈ！＋４）〜Ｐ （３に＋３
．３β＋４）（以下「上段画素列」という）のフォトト
ランジスタの出力がＯＲゲート３２に入力し、１列の５
個の画素Ｐ （３に−２，３Ａ−１）〜Ｐ （３に−２
，３Ａ＋３） （以下「左端画素列」という）がＯＲゲ
ート３３に入力し、１列の５個の画素Ｐ （３に＋４．
３β−１）〜Ｐ（３に＋４，３ｊ２＋３） （以下「右
端画素列」という）がＯＲゲート３４に入力している。 そして、ＯＲゲート３１〜３４の出力は、等比率の加算
器３５に入力している。尚、加算器３５の比率Ｒｔｌ／
Ｒｓｌは１／４に設定されている。従って、加算器３５
の出力Ｖ３１はＯＲゲート３１〜３４の出力に応じて、
Ｏ，−Ｖｃｃ／４．−２Ｖｃｃ／４．−３Ｖｃｃ／４゜
４Ｖｃｃ／４の４つの離散的な電圧レベルをとる。 この加算器３５の出力Ｖ３１は比率Ｒｔ２／Ｒｓ２が１
の反転増幅器３６に入力している。従って、反転増幅器
３６の出力Ｖ３２は、Ｏ，Ｖｃｃ／４．２Ｖｃｃ／４．
３Ｖｃｃ／４、４Ｖｃｃ／４の４つの離散的な電圧レベ
ルをとる。この電圧レベルにより、線分数を、それぞれ
、０，１゜２、３．４と判定することができる。 この線分数検出回路において、上段画素列の任意の１つ
の画素のフォトトランジスタの出力が「１」状態であれ
ば、画像は上方向に伸びていることを意味している。同
様に、下段画素列、左端画素列、右端画素列に関しても
、各画素列における任意の１つの画素のフォトトランジ
スタの出力が「１」状態であれば、それぞれ、下方向、
左方向、右方向に画像が伸びていることを意味している
。したがって、この回路の出力Ｖ３２により区画Ｄ （
ｋ、 ！ｌ）につながる画像の線分数を検出することが
できる。 尚、８Ｘ８の区画のうちで周辺に存在する２８個の区画
では、画像入力部１の周辺部に当たるので、上記の上段
画素列、下段画素列、左端画素列、右端画素列の全ては
存在しない。しかし、通常、認識画像は画像入力部１の
周辺端部を越えることはないので、その方向に伸びてい
る線分を検出する必要はないので、線分散検出に何ら問
題は生じない。 このように１つの区画に対して１行又は１列おいて外側
に存在する画素列の出力に基づいて線分数を検出するよ
うにしているので、区画内の３×３の画素のどの領域に
特徴点が存在しても、正確にその特徴点につながる線分
数を検出することが可能となる。 実際に、「＋」字体の場合には、第１５図（ａ）。 （ｂ）に示すように、区画の内部の３Ｘ３のどの画素に
特徴点があっても、特徴信号ｂ （ｋ、 １）は４Ｖｃ
ｃ／４、即ち、誤りなく、線分数は４として検出される
。 又、「Ｙ」字体に関しても同様に、第１５図（Ｃ）。 （ｄ）に示すように、特徴点Ｂ５を３ｘ３のどの画素に
含んでも、特徴区画の出力は３Ｖｃｃ／４、即ち、誤り
なく線分数３として検出されることが理解される。 次に、第１６図に示すように、この８×８の特徴信号ｂ
（ｋ、 ＩＩ） （ｋ＝１〜８． Ａ−１〜８）を第
１のニューロネットワーク４に入力している。このニュ
ーロネットワークは１つの出力ｃ （ｔ）に対して、前
段の６４個の特徴信号を全て入力して重み係数を掛けて
加算している。その重み係数は入力の了ドレス及び自己
の出力のアドレスに応じて異なる値である。そして、重
み係数を掛けて加算した値はシグモイド関数演算器ｆｗ
によって変換されて、出力Ｃ（１）〜Ｃ（Ｗ）となる。 それらの出力は、同様な構成の第２のニューロネットワ
ーク５に入力し、それらの出力ｄ（１）〜ｄ （ｑ）の
うちどの出力が「１」状態であるかによって、認識文字
が指定される。 これらの二、ユーロネットワークにおける重み係数は、
８×８の特徴信号を入力として、コンピュータによりシ
ュミレートして認識結果を学習させることによって決定
される。 第１７図は、上記装置を用いて「Ａ」字体を認識した場
合の各段の出力信号を概念的に示したものである。 このように、本実施例では文字等の認識画像において端
点、交点から成る特徴点の位置関係とその特徴点につな
がる線分数を特徴量として抽出しているので、文字認識
等の情報量を極めて少なくすることができ、１ＪＷｉ効
率が向上する。 尚、上記実施例において、画像入力部１を２４×２４の
画素数で構成したが、他の任意の画素数を用いても良い
。又、微小頭域Ａを３×３としているが、５×５の正方
形、そのた任意大きさの円形としても良い。又、特徴区
画検出部は１区画当たり３×３の画素に対応した信号処
理部の出力を入力し、全体を８×８に区画しているが、
１区画内の対応画素数や区画数は任意である。又、線分
数検出回路は区画の１行又は１列おいて外側に存在する
画素列の出力を入力するようにしているが、特徴点の存
在する画素を中心として、１行又は１列以上おいて外側
に存在する画素列の出力を入力するようにしても良い。 この場合には８×８の区画は存在しないし、各画素に対
応して線分数検出回路が存在する。しかし、本実施例の
ように、特徴点の存在領域を８×８の区画に区分して検
出することにより、配線数が少なくなり装置の製作が容
易となる。
本発明は、画像平面の各画素を構成する２次元配列され
た光電変換素子と、微小領域に存在する各画素の光電変
換素子の各出力をその画素の微小領域内での相対位置に
応じた重み係数で重み付けて加算する加算手段とを有す
るため、各画素の信号を並列的に処理することができ、
重み関数を適当に設定することで、画像の各種の特徴点
が同時に検出されるという効果を有する。 又、他の発明においては加算手段は、微小領域の中心画
素が正値、周辺画素が負値であり、微小領域内の全画素
の重み係数の総和が零となる重み関数又は微小領域の中
心画素が負値、周辺画素が正値であり、微小領域内の全
画素の重み係数の総和が零となる重み関数で重み付けて
加算する手段であるので、認識画像の端点や交点から成
る特徴点を高精度で求めることができ、その特徴点を利
用した文字等の高速認識が可能となるという効果がある
。
た光電変換素子と、微小領域に存在する各画素の光電変
換素子の各出力をその画素の微小領域内での相対位置に
応じた重み係数で重み付けて加算する加算手段とを有す
るため、各画素の信号を並列的に処理することができ、
重み関数を適当に設定することで、画像の各種の特徴点
が同時に検出されるという効果を有する。 又、他の発明においては加算手段は、微小領域の中心画
素が正値、周辺画素が負値であり、微小領域内の全画素
の重み係数の総和が零となる重み関数又は微小領域の中
心画素が負値、周辺画素が正値であり、微小領域内の全
画素の重み係数の総和が零となる重み関数で重み付けて
加算する手段であるので、認識画像の端点や交点から成
る特徴点を高精度で求めることができ、その特徴点を利
用した文字等の高速認識が可能となるという効果がある
。
第１図は本発明の具体的な実施例に係る画像処理装置の
画像入力部の構成図、第２図は同装置の第２段の信号処
理部の構成図、第３図は画像入力部の１画素の回路図、
第４図は第２段の信号処理部の回路図、第５図は信号処
理部の加算器における加算比率と画素との関係を示した
説明図、第６図はＯＮタイプと叶Ｆタイプの受容野の加
算比率を示した説明図、第７図は網膜の機能を概念的に
示した説明図、第８図はＯＮタイプ受受容上Ｏｆ’Ｆタ
イプ受容野受容重分布を示した特性図、第９図はＯＮタ
イプ受受容上ＯＦＦタイプ受容受容出力特性と画像との
関係を示した説明図、第１０図は各画素における加減算
器の出力を具体的な字体で示した説明図、第１１図は特
徴点の検出を示す信号処理部の出力位置と字体及び画素
との関係を示した説明図、第１２図は特徴検出部と画素
との関係を示した説明図、第１３図は特徴検出部の具体
的な回路図、第１４図は特徴検出部の区画と線分数を検
出するための周辺画素との関係を示した説明図、第１５
図は具体的な字体において、特徴点の存在位置と検出さ
れた線分数との関係を示した説明図、第１６図はニュー
ロネットワークの構成を示した回路図、第１７図は実施
例装置の全体を示した構成図である。 １−画像入力部 ３ 特徴検出部 ４．５−ニューロネットワーク １０ 画像平面 ３０ 加減算回路 特許出願人 梅 野 正 接置 エ
ルマノスミワ株式会社
画像入力部の構成図、第２図は同装置の第２段の信号処
理部の構成図、第３図は画像入力部の１画素の回路図、
第４図は第２段の信号処理部の回路図、第５図は信号処
理部の加算器における加算比率と画素との関係を示した
説明図、第６図はＯＮタイプと叶Ｆタイプの受容野の加
算比率を示した説明図、第７図は網膜の機能を概念的に
示した説明図、第８図はＯＮタイプ受受容上Ｏｆ’Ｆタ
イプ受容野受容重分布を示した特性図、第９図はＯＮタ
イプ受受容上ＯＦＦタイプ受容受容出力特性と画像との
関係を示した説明図、第１０図は各画素における加減算
器の出力を具体的な字体で示した説明図、第１１図は特
徴点の検出を示す信号処理部の出力位置と字体及び画素
との関係を示した説明図、第１２図は特徴検出部と画素
との関係を示した説明図、第１３図は特徴検出部の具体
的な回路図、第１４図は特徴検出部の区画と線分数を検
出するための周辺画素との関係を示した説明図、第１５
図は具体的な字体において、特徴点の存在位置と検出さ
れた線分数との関係を示した説明図、第１６図はニュー
ロネットワークの構成を示した回路図、第１７図は実施
例装置の全体を示した構成図である。 １−画像入力部 ３ 特徴検出部 ４．５−ニューロネットワーク １０ 画像平面 ３０ 加減算回路 特許出願人 梅 野 正 接置 エ
ルマノスミワ株式会社
Claims (5)
- （１）画像平面の各画素を構成する２次元配列された光
電変換素子と、 画像平面の各画素に対応し、その各画素を中心とする中
心対称な微小領域を画像平面上に仮想したとき、その微
小領域に存在する各画素の光電変換素子の各出力をその
画素の微小領域内での相対位置に応じた重み係数で重み
付けて加算する加算手段と を有する画像処理装置。 - （２）前記加算手段は、前記微小領域の中心画素が正値
、周辺画素が負値であり、前記微小領域内の全画素の重
み係数の総和が零となる重み関数で重み付けて加算する
ことを特徴とする特許請求の範囲第１項記載の画像処理
装置。 - （３）前記加算手段は、前記微小領域の中心画素が負値
、周辺画素が正値であり、前記微小領域内の全画素の重
み係数の総和が零となる重み関数で重み付けて加算する
ことを特徴とする特許請求の範囲第１項記載の画像処理
装置。 - （４）前記画像平面をマトリックスに区画し、その区画
された領域に存在する各画素に対応した前記加算手段の
出力から、その区画内に線画像の交点又は端点である特
徴点が存在するか否かを判定して、その結果に応じた判
定信号を出力する特徴区画検出手段と、 前記特徴区画検出手段により、特徴点が存在すると判定
された区画において、その区画の周辺画素を構成する前
記光電変換素子の出力から、前記特徴点につながる線分
の数を検出し、その数に応じた信号を出力する線分数検
出手段と を有することを特徴とする特許請求の範囲第２項又は第
３項記載の画像処理装置。 - （５）各出力に対し前記線分数検出手段から出力される
各信号を入力し、その各入力信号毎に異なる重み係数が
各出力毎に設定され、その各入力信号にその重み係数を
掛けて加算して各出力を得るニュロネットワークを有し
、その出力を認識結果とすることを特徴とする特許請求
の範囲第４項記載の画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1065047A JPH02242488A (ja) | 1989-03-16 | 1989-03-16 | 画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1065047A JPH02242488A (ja) | 1989-03-16 | 1989-03-16 | 画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02242488A true JPH02242488A (ja) | 1990-09-26 |
Family
ID=13275658
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1065047A Pending JPH02242488A (ja) | 1989-03-16 | 1989-03-16 | 画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02242488A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007072569A (ja) * | 2005-09-05 | 2007-03-22 | Namco Bandai Games Inc | プログラム、情報記憶媒体及び手書き図類似度判定装置 |
| JP2011076374A (ja) * | 2009-09-30 | 2011-04-14 | Ntt Comware Corp | 図形形状認識装置、図形形状認識方法、およびプログラム |
| WO2018025116A1 (en) * | 2016-08-03 | 2018-02-08 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device, imaging module, electronic device, and imaging system |
| WO2018215882A1 (ja) * | 2017-05-26 | 2018-11-29 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| WO2018224910A1 (ja) * | 2017-06-08 | 2018-12-13 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| WO2018229594A1 (ja) * | 2017-06-14 | 2018-12-20 | 株式会社半導体エネルギー研究所 | 撮像装置、及び電子機器 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62111370A (ja) * | 1985-11-11 | 1987-05-22 | Res Dev Corp Of Japan | パタ−ン識別装置 |
| JPS63223978A (ja) * | 1987-03-13 | 1988-09-19 | Fujitsu Ltd | 線図形の整形方法 |
-
1989
- 1989-03-16 JP JP1065047A patent/JPH02242488A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62111370A (ja) * | 1985-11-11 | 1987-05-22 | Res Dev Corp Of Japan | パタ−ン識別装置 |
| JPS63223978A (ja) * | 1987-03-13 | 1988-09-19 | Fujitsu Ltd | 線図形の整形方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4598631B2 (ja) * | 2005-09-05 | 2010-12-15 | 株式会社バンダイナムコゲームス | プログラム、情報記憶媒体及び手書き図類似度判定装置 |
| JP2007072569A (ja) * | 2005-09-05 | 2007-03-22 | Namco Bandai Games Inc | プログラム、情報記憶媒体及び手書き図類似度判定装置 |
| JP2011076374A (ja) * | 2009-09-30 | 2011-04-14 | Ntt Comware Corp | 図形形状認識装置、図形形状認識方法、およびプログラム |
| WO2018025116A1 (en) * | 2016-08-03 | 2018-02-08 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device, imaging module, electronic device, and imaging system |
| US11699068B2 (en) | 2016-08-03 | 2023-07-11 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device, imaging module, electronic device, and imaging system |
| JP2020156096A (ja) * | 2017-05-26 | 2020-09-24 | 株式会社半導体エネルギー研究所 | 撮像装置 |
| WO2018215882A1 (ja) * | 2017-05-26 | 2018-11-29 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| US11728355B2 (en) | 2017-05-26 | 2023-08-15 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device and electronic device |
| CN110651468A (zh) * | 2017-05-26 | 2020-01-03 | 株式会社半导体能源研究所 | 摄像装置及电子设备 |
| JPWO2018215882A1 (ja) * | 2017-05-26 | 2020-05-21 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| CN110651468B (zh) * | 2017-05-26 | 2022-03-22 | 株式会社半导体能源研究所 | 摄像装置及电子设备 |
| US11101302B2 (en) | 2017-05-26 | 2021-08-24 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device and electronic device |
| WO2018224910A1 (ja) * | 2017-06-08 | 2018-12-13 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| US11195866B2 (en) | 2017-06-08 | 2021-12-07 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device including photoelectic conversion element and transistor |
| JPWO2018224910A1 (ja) * | 2017-06-08 | 2020-06-18 | 株式会社半導体エネルギー研究所 | 撮像装置および電子機器 |
| JPWO2018229594A1 (ja) * | 2017-06-14 | 2020-07-02 | 株式会社半導体エネルギー研究所 | 撮像装置、及び電子機器 |
| US11388360B2 (en) | 2017-06-14 | 2022-07-12 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device and electronic device |
| KR20200019181A (ko) * | 2017-06-14 | 2020-02-21 | 가부시키가이샤 한도오따이 에네루기 켄큐쇼 | 촬상 장치 및 전자 기기 |
| WO2018229594A1 (ja) * | 2017-06-14 | 2018-12-20 | 株式会社半導体エネルギー研究所 | 撮像装置、及び電子機器 |
| US11805335B2 (en) | 2017-06-14 | 2023-10-31 | Semiconductor Energy Laboratory Co., Ltd. | Imaging device and electronic device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106683048B (zh) | 一种图像超分辨率方法及设备 | |
| Kussul et al. | Improved method of handwritten digit recognition tested on MNIST database | |
| JP3583535B2 (ja) | 光学的にアドレスされたニューラルネットワーク | |
| Lu et al. | Neuro-fuzzy synergism to the intelligent system for edge detection and enhancement | |
| CN104299006A (zh) | 一种基于深度神经网络的车牌识别方法 | |
| CN110070115B (zh) | 一种单像素攻击样本生成方法、装置、设备及存储介质 | |
| US20200279166A1 (en) | Information processing device | |
| Thirumavalavan et al. | An improved teaching–learning based robust edge detection algorithm for noisy images | |
| CN106874879A (zh) | 基于多特征融合和深度学习网络提取的手写数字识别方法 | |
| US20150356350A1 (en) | unsupervised non-parametric multi-component image segmentation method | |
| Alshikho et al. | Artificial Intelligence and Neutrosophic Machine learning in the Diagnosis and Detection of COVID 19 | |
| JP2723118B2 (ja) | ２次元オブジェクトの認識に用いるためのニューラル・ネットワーク及び光学式文字認識装置 | |
| JPH0695192A (ja) | 画像認識装置及び画像入力方法 | |
| JPH02242488A (ja) | 画像処理装置 | |
| Nguyen et al. | Towards trust of explainable ai in thyroid nodule diagnosis | |
| CN110263808A (zh) | 一种基于lstm网络和注意力机制的图像情感分类方法 | |
| Ebrahimpour et al. | Recognition of Persian handwritten digits using Characterization Loci and Mixture of Experts | |
| Becerikli et al. | Alternative neural network based edge detection | |
| Kim et al. | Computer determination of placement in a drawing for art therapy assessments | |
| Afsari et al. | Interval-valued intuitionistic fuzzy generators: Application to edge detection | |
| JP2001094888A (ja) | 撮像装置 | |
| Vishwakarma et al. | Two‐dimensional DFT with sliding and hopping windows for edge map generation of road images | |
| WO2020091259A1 (ko) | 비대칭 tanh 활성 함수를 이용한 예측 성능의 개선 | |
| Grus et al. | Identification and classification of autoantibody repertoires (Western blots) with a pattern recognition algorithm by an artificial neural network | |
| Sapkal et al. | Satellite image classification using the back propagation algorithm of artificial neural network |