JPH0264783A - 形状認識方式 - 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】 １権分立 本発明は、カメラ又はその他の手段によって得た画像に
おける形状を認識する為の画像処理方式に関するもので
ある。特に、本方式は、該形状の記述を形成する為に結
合させることの可能な画像内の形状のプリミティブの形
状要素を派生させることを可能とする。次いで、この記
述は、既知の形状のライブラリーをインデックス即ち索
引する為に使用することが可能である。

災米韮１ 画像処理における最も困難な問題の１つは、画像認識で
ある。画像認識は、例えば、光学的文字認識、品質管理
、遠隔検知、及びその他の多数の適用に対して、画像か
ら情報内容を注出する態様でカメラ又はその他の手段を
使用して得た画像を処理することを必要とする。自動化
した画像認識の為に多くの異なったアプローチが試みら
れている。

最も古いアプローチの１つは、統計的パターン認識であ
り、それは認識作業にとって関連性があると思われる幾
つかの測定値からベクトルを形成することを必要とする
。次いで、この多次元ベクトルの起工次元空間位置を、
既知の形状の大きな組に対する同様に発生されたベクト
ルの位置と比較し、且つその形状のカテゴリーが最も近
似しているかに基づいて統計的な決定を行う。このアプ
ローチは簡単であり且つ特別化したドメイン内において
良好に動作させることが可能である。主要な欠点として
は、それが不完全であるということである。ベクトル測
定がどのようなものであるべきかということに対しては
何等実際的な理論は存在しない。

画像認識の別のアプローチとしてテンプレートマツチン
グと呼ばれる方法がある。このテンプレートマツチング
において、認識されるべき形状の各々の画像を格納し、
且つ各々を未知の画像形状と比較してどれが最も類似し
ているかを決定する。

このアプローチは簡単であり且つある特別化した適用に
おいて使用するのに容易であるが、ドメインが拡張され
ると格納及びサーチ時間の両方において非常に高価とな
ることがある。更に、格納したテンプレートの静的特性
から別の制限が発生する。この方法の全体的な鋭敏性を
著しく減少させることなしに、形状定義においである種
の柔軟性を許容することは困難である。

これらの弱点の幾つかを解消するこのテンプレートアプ
ローチの変形例においては、完全な形状ではなくよりプ
リミティブな形状成分に対してテンプレートを使用する
。例えば、種々のコーナー即ち角部やエツジ即ち端部に
対してのテンプレートを使用して成る形状の記述を構築
する。次いで、この記述を統計的なパターン認識方式へ
供給することが可能であるか、又はそれを使用して構造
的記述を構築することが可能である。

画像認識への第３のアプローチは、成る形状の幾何学的
構成の記述を構築し次いでその記述を既知の形状のカタ
ログへのインデックスとして使用することを試みんとし
ている。このアプローチは。

ルックアップは全てを検査することを必要としないので
、既知の形状の非常に大きなデータベースを取り扱う可
能性を持っている。更に、サーチホーム（ｓｅａｒｃｈ
　ｈｏｍｅｓ）として任意に微細の区別を行うことが可
能である。然°し乍ら、それを動作させる為には、項目
がそれらの記述から信頼性をもって見出すことが可能で
あるように形状カタログを組織することが必要である。

且−血 本発明は、以上の点に鑑みなされたものであって上述し
た如き従来技術の欠点を解消し、カメラその他の手段を
使用して得られた画像において形状を認識する方式を提
供することを目的とする。

皇−双 本発明方式は、プリミティブ（初光特徴）の形状要素を
派生し該形状要素の記述を構築する為の基礎として使用
する手段を提供する。該記述が完成すると、それを既知
の形状のライブラリーへのインデックス即ち索引として
使用することが可能である。該記述が構築されるプリミ
ティブ要素は、任意の画像から派生させることが可能で
あり且つそれらが派生する構成された形状のスケールに
関しての明示的な制御を許容する。更に、該プリミティ
ブ要素は、幾何学的凸形状の位置へ信頼性をもって結合
されている。任意の与えられたスケールにおいて、要素
の幾何学的配列を、形状特性を記述する為の基礎として
使用することが可能であり、且つこれらの記述を、コン
ピュータ認識方式における既知の形状のカタログの調査
を駆動する為に使用することが可能である。

好適実施例において、はぼ帯域応答を持った空間的コン
ボリューション（畳み込み）フィルタをカメラ画像へ適
用し且つフィルタ出力の符号を使用して二進画像を発生
する。十分に粗いスケールにおいて、この画像は離隔し
た形状を単一の斑点形状（ｂｌｏｂ−ｓｈａｐｅｄ）領
域へ変化する傾向がある。

次いで、二進化なしで同一のコンボリューションオペレ
ータ（演算子）を再度この二進画像へ適用し、且つ第２
コンボリューション画像の出力におけるピークを決定す
る。別の実施例においては、第２コンボリユーシヨンオ
ペレータは適用されず、且つ該ピークは第１コンボリユ
ーシヨンからの非二進化画像内において捜索される。い
ずれの場合においても、これらのピークは、形状記述を
構築する為のプリミティブ要素として使用される。この
タイプのプリミティブに基づいての形状記述の１例は、
コンボリューションオペレータの寸法が減少される場合
に、各ピークの運動方向に沿って大きなコンボリューシ
ョンオペレータで得られるピーク位置を記録する。

尖胤件 以下、添付の図面を参考に２本発明の具体的実施の態様
に付いて詳細に説明する。

（１）本方式の動作方法 形状認識は、その形状にとって重要性がより少ない側面
を無視乃至はデエンファシス（脱強調）する一方、関連
性のある画像形状の側面を補足する記述を構築する問題
として捕らえることが可能である。このことは、情報を
廃棄することを意味するものではない。むしろ、形状認
識の問題は、かなりの程度、どの情報が問題であり且つ
どの情報がその作業を混乱させるかを組織化する問題で
ある。例えば、物体内の質量の相対的幾何学的分布は、
大略、物体の形状の重要な決定因子である。

一方、該物体の寸法、位置、及び配向は、通常、その重
要性はより少ない。然し乍ら、カメラ等の検知装置から
の情報は、配置、質量分布、及び主体及び画像形成環境
の種々の特性を混乱させる。

従って、物体の照明又は転位における変化が画素アレイ
の状態を完全に変化させるので、画像形状に関連するが
、フレームグラバ−（ｆｒａｍｅ　ｇｒａｂｂｅｒ）即
ち骨組み採取器のバッファにおける画素値は、形状カタ
ログへのインデックスとしては非常に有用なものではな
い。

認識問題に対する解決法は、最初に、記述において何を
表すか、即ちどの情報が関連性があるか及びその情報を
どのように組織化すべきであるかの決定を必要とする。

例えば、人間の形状の記述は、多分、指の関節よりも手
足の数に一層多くのエンファシス即ち強調性を置くこと
となる。表現法を形式化させると、例えばカメラ画像等
の入手可能なセンサーデータからそれを派生させる為の
実際的な手段を開発せねばならない。表現法は通常反転
可能でない反転用画像投影を必要とするので、認識問題
を解決するがそれ自身派生可能ではない表＠法を提案す
ることは容易である。以下に説明する形状認識の為に使
用されるプリミティブ要素は、計算可能性の拘束条件で
認識問題の必要性をバランスさせることを試みる。

本発明は、二次元形状の画像における安定な形状に関連
する位置を派生する為の方法を提供する。

これらの形状関連位置は１本明細書においては、プリミ
ティブと言及される。これらのプリミティブ位置は、簡
単で、安定で、且つ敏感な形状記述を構築する為に使用
することが可能である。これらは、効果的な記述を単に
二三のプリミティブで構築することが可能であり、且つ
該記述は何等特定のタイプの形状に対して調整されない
という意味において簡単である。これらは、並進、回転
、及びスケーリング等の形状に関連しない多くの効果に
対して著しく変化することがないという意味において安
定である。これらは、また、異なったレベルのスケール
における変化に対して妥当な程度に安定でもある。例え
ば、１つの単語のイタリック表示及び非イタリック表示
の両方共がそれらの全体的形状に対する非常に類似した
記述となる。

感度は安定性の反対であるように見えるが、安定性及び
感度の両方が、異なったタイプの情報を係脱させる記述
によって達成される。従って、例えば、イタリック表示
の効果は、単語の全体的な形状の記述から分離される。

第２図は、本発明形状認識方式の動作の１例を与える為
の以下の説明において使用される１組（８個）のテスト
画像である。第２図は、プリント即ち印字した名前の灰
色レベル画像から構成されている。第２ａ図乃至第２ｄ
図における画像は、異なったカメラの設定及び位置での
同一の主体（名刺）に関してのものである。例えば、画
像２ｄは、著しく焦点ずれを起している状態である。

第２ｅ図乃至第２ｈ図は、用紙上に何回か１つの名前を
印字したものであるが、各回において、異なったフォン
ト寸法又はスタイルが使用されている。印字した名前の
画像を使用して、この発明において使用される形状プリ
ミティブの挙動について説明する。然し乍ら１本発明の
技術はその他の主体乃至は物体に対しても適用可能であ
ることを理解すべきである。例えば、本方式は、プリン
ト回路基板、又はその他の多数の物体、又は画像の一部
に対して使用することが可能である。

第１図は、本発明プロセスの好適実施例を示したブロッ
ク図である。そこに示した如く、本発明方法は、第２図
に示した画像のいずれかの如き画像の中において形状を
認識すべき画像を採取するカメラ１０で開始する。本発
明のその他の実施例においては、例えばその他のタイプ
のセンサーモジュールによって発生されるフローフィー
ルド画像の如きレンジ画像又はその他のタイプの画像を
使用する。レンジ画像において、イメージセンサからオ
フセットした走査レーザビームからのバララックス入力
を使用する。このことは、処理の為に異なった画像を提
供する。

第１図に示した如く、カメラ１０からの強度画像（又は
レンジ又はその他の画像）がガウシアンコンボリューシ
ョンオペレータ１２のラプラシアンへ供給される。この
ガウシアン（Ｇａｕｓｓｉａｎ）は二次元ガウシアンで
あって、低空間周波数の幾何学的構造を保存しながら高
空間周波数を減衰させる態様で該画像を低域濾波即ちロ
ーパスフィルタ動作すべく機能する。該ガウシアンの寸
法は、フィルタした画像内に構造が残るスケールを制御
する。

該ラプラシアンオペレータは、輝度変化割合における局
所的最大値が発生するローパスフィルタした画像の位置
を検出する。これらの位置は、該ラプラシアンがゼロの
値を持つ場合の位置と密接に一致する。第１図に図示し
たその他の動作のみならず該コンボリューションを行う
為の特定の装置について以下に説明する。

低周波数構造を向上させる為に多数の異なったタイプの
フィルタを使用することが可能であるが、好適実施例に
おいては、ガウシアン（２ａ　）コンポリューシ目ンオ
ペレータのラプラシアンを使用する。該ガウシアンは、
二次元ガウシアンであって、低空間周波数での幾何学的
構造を保存する一方高空間周波数を減衰する態様で該画
像をローパスフィルタすべく機能する。該ガウシアンの
寸法は、構造が該フィルタした画像内に残存するスケー
ルを制御する。該ラプラシアン項は、輝度変化割合にお
ける局所的最大値が発生するローパスフィルタした画像
内の位置を検出する。これらの位置は、該ラプラシアン
がゼロの値を持った位置と密接に一致する。以下の条件
は公知である。

（”ａ）＊ｒ＝”　（Ｇ傘■）ミＧ串　（２中Ｉ）尚、
２はラプラシアンであり、Ｇはガウシアンであり、■は
画像を表し、且つ傘はコンボリューション即ち畳み込み
を表している。従って、オペレータが適用される順番は
、結果に影響を与えることはない。

ガウシアンコンボリューションオペレータのラプラシア
ンの適用及び結果の符号を取ることにより、第２図の画
像から第３図の画像が形成される。

二進化ステップは、第１図におけるブロック１６で表さ
れる。理解される如く、画像が一度スキャン即ち走査さ
れ且つデジタル化されると、このような動作は、適宜プ
ログラムされた従来の汎用デジタルコンピュータを使用
して実施することが可能である。このことが可能ではあ
るが、従来のデジタルコンピュータの使用は、不所望の
程度に遅く、単一の画像を処理するのに３０秒以上のオ
ーダを必要とする。本方式のコマーシャルな適用は処理
を一層迅速に行うことを必要とするので、特別のアーキ
テクチャ−を持ったプロセサを使用して必要な計算を実
施する。このプロセサは、第９図乃至第１３図に関連し
て以下に説明する。

画像のガウシアンコンボリューションのラプラシアンを
近似する為の幾つかのアプローチがある。

例えば、ガウシアンが、 １くσｉ／σｅ（２（２） のような空間定数σＣ及びσｉを持っており且つガウシ
アンが同一の体積を持つべく正規化されている場合の２
つのガウシアンコンボリューションの差異は、ガウシア
ンコンボリューションのラプラシアンの非常に近い近似
を与える。ガウシアンコンボリューションのラプラシア
ンは、また、バンドパスフィルタとして考えることも可
能である。

何故ならば、該ガウシアンは、ローパス動作即ち低域通
過動作であり、且つ該ラプラシアンはバイパス動作即ち
高域通過動作だからである。いずれの動作も、中心周波
数のいずれの側においても非常にシャープなロールオフ
を有するものではない。

上述した如き特性を有するどのようなフィルタも本発明
で使用するアプローチに対して適当なものである。重要
なことであるが、畳み込んだ信号の符号のみが使用され
、その際に該コンボリューション即ち畳み込みのゼロ公
差位置に依存する。

第３図は、該画像中の文字の寸法の程度の中心直径を有
する大きなコンボリューションオペレータに対して第２
図の画像のガウシアンコンボリューションのラプラシア
ンの符号（ＳＬＯＧ）表示を表している。第３図の画像
は、画像を得る為に使用したカメラからのビデオ信号を
５ＬＯＧコンポリユーシ目ンフイルタ１２を介して通過
させ且つその結果を二進化させることによって得られる
。

このフィルタへのスケール入力は、コンボリューション
核の画素における直径を設定する。該フィルタの出力の
正又は負の符号のみを保持し、且つそれは、第３図に表
われる画像である。第３図のＳＬＯＧ表示は、第２図の
例からの単語の全体的な包絡線形状を示す二進画像の注
出を可能とさせる。従って、符号パターンは画像表面上
のテキストの全体的位置へ結合されており、より微細な
特徴部に対してのいずれかの特定の位置に結合されるも
のではないので、画像中に存在するフリンジ効果、干渉
、ぼけ、ａｌ、ノイズ等の歪にによって影響を受けるこ
とはない。従って、この技術は、パターンの粗いスケー
ルの構造を捕捉し且つ高周波ノイズによって比較的影響
を受けることはない。

従って、それは、典型的には著しいノイズを示すカメラ
画像に理想的に適している。

第２図又は第３図に示した形状を記述する為に使用する
ことが可能な多くの異なった技術がある。

いずれかの図の二進画像又はそのｇｔ界の外形、又は外
形における屈曲点等の派生物を記述として使用すること
が可能である。然し乍ら、これらのアプローチは、複雑
且つ不安定となる傾向がある。

更に、それらは、完全に離隔した形状を持つことに過度
に依存する。対照的に、本発明の形状特性は、形状の質
量が集中されている位置に焦点を置く。例えば、第３ａ
図乃至第３ｄ図における中心形状の球根状端部又は第３
ｅ図乃至第３ｈ図における端部及び中間右側位置である
。これらの位置は、該図面において際だっており、且つ
それらの空間配列は、ＣａｔｈｙをＫｅｉｔｈから区Ｉ
ｌｌする為の形状コードを形成する為に使用することが
可能である。

更に詳細に説明すると、ここでの目的とするところは、
５ＬＯＧ表示における質量集中の中心を識別することで
ある。これら中心は、例えば、第３図中の黒い部分の平
均密度が局所的に最大となる位置である。これは、スケ
ールの特定乃至は比特性である。成る点において中心と
なる与えられたスケールにおける平均質量密度を測定す
る１方法は、その位置を中心とする円形面積にわたって
の５ＬＯＧ値の積分値を計算することである。その積分
値の大きさが、離隔物体の中心等の質量中心の幾つかの
種類を識別するが、矩形固体の中心等の一層緻密な濃度
の幾つかを識別するものではない。これら後者の質量集
中形態は、狭い範囲のスケールにわたって目立つより弱
い効果であり且つより強いグローバルな質量中心によっ
て支配されている。これらの−層弱いスケール特定質量
中心は、例えばガウシアンコンボリューションのラプラ
シン等の広帯域フィルタによって強調させることが可能
である。この選択性フィルタ動作は狭い帯域ピークの相
対的振幅を十分に急増させてそれらを検出可能とさせる
。

該コンボリューションフィルタは、中心取り巻き形状を
持っている。即ち、そのことは、二進画像の場合に、該
フィルタの中心領域の直径をマツチング即ち整合する直
径を持った円形状符号斑点において最大の応答を与える
ことを意味する。それは、また、少なくとも部分的に円
形円板に類似する領域の中心近傍で局所的最大値を発生
する。

第４図は、第１図の計算を第２（ｅ）図に適用した場合
の結果の大きさのプロットを示している。

入力画像におけるＣａｔｈｙという名前の各場合に４個
のピークがあることに注意されたい。

第３図のフィルタ形状において膨張部を識別する為の１
技術は、二進符号表示に対して更にガウシアン（ＬＯＧ
）フィルタのラプラシアンを適用することである。この
ステップは、第１図において第２フイルタ１６によって
表されている。フィルタ１６は、パイプライン型での第
２フイルタか。

又はデータをフィルタ１２へ再度導入するフィードバッ
クループのいずれかから構成することが可能である。使
用される特定のシステムは、画像が処理される速度に主
に依存する。該コンボリューションフィルタは、中心取
り巻き形状を持っており、それは、二進画像の場合に、
該フィルタの中心領域の直径とマツチングする直径を持
った円形形状で最大の応答を与える。該オペレータは、
また、少なくとも部分的に円形状の円板に類似する領域
の中心近傍で局所的な最大値を発生する。

第４図は、第３ｄ図へガウシアンコンボリューションオ
ペレータのラプラシンを適用した結果のマグニチュード
即ち大きさのプロットである。第４図において、初期画
像における名前Ｃａ　ｔ　ｋｈ　ｙの各場合に対して、
３個の強いピークと４番目のより弱いピークとが存在し
ている。

ＬＯＧコンボリューション動作１６をＬＯＧコンボリュ
ーションオペレータの第１適用の符号結果へ適用すると
、結果的に得られる表面のピークが検出される。第５ａ
図乃至第５ｄ図の各々は、第２図の画像の各々に対して
の対応するＬＯＧＳＬＯＧピークのみならず、５個の漸
進的により微細なスケールでの５ＬＯＧ表示のオーバー
レイを示している。本方法により見出されたピークは、
５ＬＯＧ表示上にオーバーレイ即ち重畳させた小さな円
として示されている。第５図において、各形状に対して
識別されるピーク位置は、該形状が明確な端部、屈曲部
、又は接続部を持つ位置において発生する傾向がある。

このことは、第５ａ図乃至第５ｄ図の右側端部に沿って
の微細スケール図面において特に明らかである。第６図
は、第２ｅ図乃至第２ｈ図の画像に関しての同一の処理
の効果を図示している。

ピークが発見されると、該ピークは該画像の形状記述を
構成する為の方法として使用される。このことを達成す
る為の好適方法を第７図にブロック図で示しである。そ
こに示した如く、該カメラからの画像は、第１図乃至第
６図に示したのと同一の態様で処理されるが、２つの異
なったスケールで処理され、最初のスケールはフィルタ
１２ａ及び１６ａへ適用され且つ第２のスケールはフイ
ルタ１２ｂ及び１６ａへ適用される。第７図は異なった
スケールで画像を処理する為の２つの異なった組の装置
を示しているが、同一の装置を使用して両方のスケール
を処理することを可能とする為に多重動作を使用するこ
とが可能である。どの方法を使用するかの選択は、完成
した画像が所望される速度に主に依存する。好適実施例
において、該スケールの１つは、かなり粗いスケールで
あり、その場合、全単語は単一の斑点に凝縮され、一方
他のスケールは最初のものよりも約り０％小さい。

更に２画像の中心に最も近い物体にラベルを付ける為に
粗いスケールの表示において通常領域ラベラー１９が使
用される。このラベルを付けた領域は、その区域内に存
在するピークのみに対して一層微細なスケール処理の注
意を制限する為に使用される。

第８図は、第２図の画像に対して本発明方法の適用を示
している。第８ａ図乃至第８ｈ図の各々の支配的に黒い
上部部分は１画像の中心に最も近い粗いスケール符号斑
点の、そのスケール及びより微細なスケールからのピー
クとのオーバーレイ即ち重畳である。より大きな円は粗
いスケールのピークを表しており、一方より微細な円は
より微細なスケールのピークを表している。スケールに
おいて変化と共にピークの移動、及びピークの分岐は、
異なったスケールでの形状における構造間の関係に起因
する。短いベクトルと共に粗いピークを示す第８ａ図乃
至第８ｈ図の各々の下側部分は、微細スケールでの近く
のピークへの方向を表している。これらの角度記述は、
時折の付加又は削除を除いて、第８ａ図乃至第８ｄ図及
び第８ｅ図乃至第８ｈ図の組の各々において、類似して
いることに注意されたい。重要なことであるが、該ピー
クの位置は、いずれかの基準位置に関してではなく、互
いに関して記述することが可能である。

第８ａ図乃至第８ｈ図の各々の下側部分は、形状インデ
ックスシステムに対する基礎を与えている。

更に、ピークの「質量中心」の位置は、画像の解釈にお
ける不明確性、例えば正面上側か裏返しか等の不明確性
を解消する為の手段を提供している。

幾つかの適用に適した本発明の別の実施例において、二
進化ステップ１５及び第２フイルタ動作１６（第１図参
照）は省略される。この場合に、ピークが第１フィルタ
画像中において検出され、且つこれらのピークはプリミ
ティブ要素として使用される。第７図に関して説明した
のと同一の態様において、コンボリューションオペレー
タスケールにおける変化に伴うピークの移動は形状イン
デックス動作に対する基礎を与えている。

フィルタシステム及びここに記載するその結果得られる
ピーク、及びそれらから形状記述を構築する為の方法は
、広い範囲の認識問題に適用可能である０例えば、形状
表現方法は、フォント独立単語及び文字認識において使
用することが可能である。現在の光学文字読取システム
は、各フォント即ち文字スタイルに対して特別の装置を
必要とする。ここに示した如く、単語形状は、テキスト
資料において共通に使用される単語を識別する為に使用
することが可能であり１個別的な文字を識別する為に同
様の方法が使用される。以下に説明する如く、比較的廉
価なハードウェアを使用して、この方法を高速で動作さ
せることが可能である。

更に、この技術は、プリントした漢字の認識を可能とし
、漢字は、プリントしたローマ字の如く、粗いスケール
での比較的簡単なものから微細なスケールでの次第に一
層複雑なものへ明確に構成された形状を持っている。

本明細書に記載した方法のその他の使用方法としては、
回路基板上の部品の形状を記述するものである。例えば
、品質管理検査の為に、例えば基板の部品登録の如く、
合格及び不合格状態の間の差異は、比較的簡単なピーク
記述の比較から見出すことが可能である。本明細書に説
明する方法は、ハイレベルでシステムに教えた問題の種
類を広範囲に変化させる為のテストを可能とさせる。

（２）本発明方法を実施する装置 第９図は、本発明の方法を実施する為の装置の第１の部
分を示している。好適実施例において、カメラ１０によ
って得られるパターン又は物体の画像が、例えば、ビジ
コンカメラ、ＣＣＤカメラ。

スキャニング電子顕微鏡等の従来の光学的技術を使用し
て得られる。画゛像が得られると、必要に応じて、アナ
ログ・デジタル変換器４３を使用して。

デジタル化され、且つフィルタ動作を行って、パターン
内の低周波数構造をエンハンス即ち向上させる一方、高
周波数情報を減衰させる。その結果は、第３図に図示し
た如きフィルタ画像が得られる。説明の便宜上、好適実
施例において、フィルタされるべきパターンはほぼ５０
０Ｘ５００個の画素から構成されると仮定する。

デジタル化した画素パターンが得られると、本方法の第
１ステツプは、ラプラシアン機能を適用することである
。結果に影響を与えること無しに、ラプラシアン又はガ
ウシアン機能のいずれかを最初に適用することが可能で
あるが、最初にラプラシアン機能を適用することにより
成る利点が得られる。特に、最初にラプラシアン機能を
適用することによって、ビデオ信号がゼロ上に中心位置
決めされ且つ次いで平滑化される。このことは、ガウシ
アン機能が最初に適用される場合に存在するような広い
範囲の信号を特性付ける為にｎピッ１〜数が必要とされ
ることはないので、ｎビット整数分解能の良好な使用を
可能とさせる。最初にラプラシアンを適用することによ
り、コンボリューション値を所定の範囲内に維持する為
にガウシアンパイプラインを介して必要とされるスケー
リングの量を減少させることが可能である。

７点正規化ガウシアンオペレータでのコンボリューショ
ン即ち畳み込みは、典型的なラプラシアンフィルタ画像
の振幅を約２の係数だけ減少させる。従って、好適実施
例において、該シフトは、各７点ガウシアンオペレータ
に対して右側へ１ビツト少なくなる。換言すると、出力
信号の振幅は、各７点ガウシアンオペレータの適用の後
に、約２の係数だけ即ち約２倍急増される。必要とされ
るハードウェアにおいて、このことは、各爾後の７点ガ
ウシアンオペレータで１ビツトの精度を獲得することを
可能とする。従って、４個のこのようなオペレータを持
った好適なシステム即ち方式において、４ビツト獲得さ
れるか、又は等価的に、最終出力において同一の精度を
得る一方、パイプラインデータ幅において４個のビット
を節約する。

５００画素正方形画像４０が第９図の上部に示しである
。ラプラシアン機能が画素Ｃへ適用される場合、画素Ａ
乃至Ｅの各々に対する典型的には８ビット精度の二進値
が検索され且つ適宜重み付けされねばならない。第９図
の装置は、所望の画素を検索する為の１技術を示してい
る。所望のパターンがカメラ１０及びＡ−Ｄ変換器４３
からの非インターレースビデオラスクスキャンとして得
られると、成る与えられた時間において、画素Ａがライ
ン４５上に供給される。その時間に、ライン４６は、４
９９個画素前に受は取った値であるＢを保持する。同様
に、ライン４７，４８，４９は、Ａよりも５００個、５
０１個、１ｏｏｏ個の画素前に受は取った画素Ｃ，Ｄ、
Ｅを夫々保持する。従って、この形態は、５個の同時的
なサンプルを発生し、第９図の上部に示した如き画像か
らの交差パターンを形成する。注意すべきことであるが
、次の画素が４５に到着すると、サンプルの全交差パタ
ーンがラスタースキャンに続いて画像上で１個の画素を
右へ移動させる。各画素に対する値が検索されると、そ
れは爾後処理へ供給される前にラッチさせることが可能
である。第９図に示した遅延要素５０は１例えば、シフ
トレジスタ又はランダムアクセスメモリ等の既知の遅延
要素である。

第１０図は、獲得した画素値のラプラシアンを得る為の
装置を示している。与えられた画素位置でのラプラシア
ン機能に対する満足のいく近似は、重み４をその特定の
画素へ適用し且つ重み−１を該特定画素の上側、下側、
右側及び左側の画素へ適用することである。第１０図に
示した如く１画素Ａ及び已に対する画素値は加算器６０
へ供給され、一方画素り及びＥに対するものは加算器６
１へ供給される。その結果、加算器６０は、ライン６２
上に出力信号Ａ＋Ｂを供給し、一方加算器６１はライン
６３上に出力信号Ｄ＋Ｅを供給する。

次いで、ライン６２及び６３上で信号を受は取るべく接
続されている別の加算器６４は、全ての画素Ａ、Ｂ、Ｄ
及びＥの和を表す出力信号をライン６５上に供給する。

画素Ｃに対する画素値がシフタ６６へ供給される。該画
素値を２個分の位置左へシフトさせることによって、該
値は実効的に４で乗算され、且つ該結果はライン６７上
を減算器６８へ供給される。

減算器６８は、ライン６５上に供給される和を、ライン
６７上の四重に重み付けされた値と結合させて、入力画
像の画素Ｃにおけるラプラシアンを近似する新たな値を
得る。従って、出力６８は。

入力画像のラプラシアンのビデオラスター信号を担持す
る。この信号は次のステージ即ち段の処理、即ちガウシ
アン畳み込み器、へ供給される。

ガウシアンコンボリューションが適用される態様を第１
２図及び第１３図に示しである。好適実施例において、
二次元ガウシアンコンボリューションを一次元ガウシア
ンコンボリューションの成分に分解することが可能であ
るという事実を使用する。このことは、二次元ガウシア
ンは２個の一次元ガウシアンの積として表現することが
可能であるという事実を基礎としている。即ち、Ｇ（ｘ
、ｙ）＝ｅｘｐ［−（ｘ”＋ｙ”）／　ａ　”］　　　
　　　（３）＝ｅｘｐ［−ｘ２／　ａ　”］ｅｘｐ［−
ｙ”／　ａ　２］　　（４）＝Ｇ（ス）Ｇ（ｙ）　　　
　　　　　　　　　　　　　　　　　　（５）このこと
は、二次元コンボリューション積分を以下の如くに分解
することを許容する。

Ｇ（ｘ、ｙ）参Ｉ（ｘ、ｙ） ：／、　ｊＩ、Ｇ（ｕ、ｖ）Ｉ［（ｘ−ｕ）、（ｙ、ｖ
）ｌｄｕｄｖ　　　（６）＝　ｆ　　　Ｇ（ｖ）ｆ　　
　Ｇ（ｕ）Ｉ［（ｘ−ｕ）、（ｙ−ｖ）コｄｕｄｖ　　
　（７）−唖　　　　　−閃 ＝Ｇ（ｙ）＊［Ｇ（ｘ）−Ｉ（ｘ、ｙ）］　　　　　　
　　　　　　　（８）尚、Ｉ（ｘ、ｙ）はコンボリュー
ションされる即ち畳み込まれるべき入力画像である。

従って、二次元ガウシアンコンボリューションは、２個
のカスケード接続した一次元コンポリューションによっ
て達成することが可能であり、そのほうが計算的にはか
なり廉価となる。−次元ガウシアンオペレータは、−次
元での二項分布によって近似させることが可能である。

例えば、７点二項分布１，６，１５，２０，１５，６．
１はガウシアンに極めて近いものである。好適実施例に
おいて、３点二項オペレータは、１，２．１の重みで三
回使用されて、７点二項分布でのコンボリューション即
ち畳み込みの効果を発生させる。この選択は、特に効率
的なハードウェハ構成を可能とさせ、且つ第１１図に示
しである。

第１１図は、３点機構Ｇ、の動作を示している。

デジタルラスター人力が、２個の直列接続された遅延要
素の入力へ印加される。これらの遅延要素は、両方共、
それらの入力端子及び出力端子間にｎ個の画素の遅延を
導入する。尚、ｎは水平コンボリューションに対して１
個又は２個の画素と等しく、且つｎは垂直コンボリュー
ションに対して画像ライン長さ又はその２倍の長さに等
しい。これらの遅延要素から、画像内において互いにｎ
個の画素だけ離隔されている３つの同時的な値Ａ、Ｂ及
びＣが得られる。Ａ及びＣは加算器７０へ印加され、且
つその和はシフタ７２のライン７１へ供給される。シフ
タ７２は、Ａ＋Ｃの和を右へ１つの位置シフトさせ、実
際上それを２で除算する。

ライン７３上の出力信号が、画素Ｂ用の二進値に関連し
て加算器７４へ供給される。その際に加算器７４は、ラ
イン７５上に、画素Ｂの値と画素Ａ及びＣの値の和の半
分に等しい値との和に等しい値を供給する。正しい振幅
を維持する為に、この結果をシフタ７６によって右へ１
つの位置シフトさせ、且つその結果をライン７７上へ供
給する。

ライン７７上の結果は、３点二項分布によって平滑化さ
せた入力信号である。該ガウシアンに対するより微細な
近似を得るために、第１１図の手順を、第１２図に示し
た如く、１回を超えて繰返し行うことが可能である。

第１２図は、第１１図の３個の３点ガウシアンコンボリ
ューション要素Ｇ１のパイプラインがどのようにして構
成されているかを示している。この装置は、入力ビデオ
ストリームを、−次元ガウシアンＧ７に対する７点二項
近似でコンボリューション操作即ち畳み込み操作する。

該遅延要素が１個の画素の遅延を発生すべく設定されて
いると、これは水平ガウシアンコンボリューションであ
る。

該遅延要素が該画像のライン長に設定されていると、こ
れは垂直コンボリューションである。各Ｇ、オペレータ
のＧ、オペレータの１つは、上述した理由の為に正規化
操作を包含するものではない。

７×７二次元ガウシアンコンボリューションを達成する
為に、一方が水平コンボリューション用に設定された遅
延を有しており且つ他方が垂直コンボリューション用に
設定された遅延を有する２個のＧ７要素を使用する。第
８図の下側部分は、Ｇ　７　ｘ　７要素を発生する為に
２個のＧ７要素のパイプラインを使用する本発明技術を
示している。実際上、上述した７×７オペレータよりも
大きなガウシアンフィルタを必要とする。上述した如き
類似の技術を使用して、任意の大きさのフィルタを構築
することが可能である。然し乍ら１本発明者はより効率
的なアプローチを見出した。０７Ｘ、フィルタの適用の
後、入力信号を十分にローパスフィルタ処理しており、
従って１つおきの画素のみをサンプルする爾後のオペレ
ータがエリアシング即ち折り返し現象の問題の影響を受
けることがない。

従って、１４Ｘ１４ガウシアンコンボリユーシヨンは、
その水平遅延を１個の画素から２個の画素へ且つその垂
直遅延を１本のライン長から２本のライン長へ増加させ
ることによってそ・の点を拡布させたＧ７８７オペレー
タによって近似させることが可能である。

第１３図は、スタート時にラプラシアンオペレータを有
するビデオパイプライン内に実効的に２１×２１のガウ
シアンコンボリューションオペレータを発生する為の２
個の０７８．要素を示している。その結果は２Ｇフィル
タ画像である。このフィルタ画像の符号のみが保存され
且つフィルタ１６へ供給される（第１図参照）。上述し
たパイプラインシステムの代わりに、フィードバックシ
ステムが使用される場合、フィルタ１２からの値の符号
は、該フィルタが該フィルタを介しての２回目の通過に
対しての入力値として該符号を使用するその後の処理の
為に使用可能となる迄、−時的に格納される。いずれの
場合においても、第９図乃至第１３図に関連して説明し
た如く同一の技術を使用して二進画像を再度フィルタさ
せる。然し乍ら、この場合、画素値の符号だけではなく
、実際の画素値が保存される。第４図に示した如く、こ
れらの実際の画素値は結果として得られる表示における
ピークを決定する場合に使用される。

ピーク位置を決定する為の１つの技術はソフトウェアを
使用する。少なくとも最初の３つの行のラスクスキャン
画像が供給された後に、３Ｘ３画素の左上角部のグルー
プがレジスタ内にロードされ、且つテストを実施して、
中央の画素（２番目の行、２番目の画素）が、例えば１
０％である予め指定したスレッシュホールド量だけ他の
画素の各々よりも一層大きいかどうかを決定する。その
結果大きいものである場合には、この中央画素のアドレ
スを保存する。次いで、行１乃至３の各々における画素
２乃至４をテストする為に、左上角部の画素から右へ１
個の画素分３×３画素マトリクスをシフトさせることに
よって、該テストを継続させる。全画像をスキャンした
後に、該メモリは、該画像がスキャンされた特定のスケ
ールに対して全てのピーク位置を包含する。該ピークの
位置を決定する為に上述したプロセスは、第７図におけ
るブロック１７ａ及び１７ｂの各々を表す。

装置のコスト及び所望の実行速度に依存して、上述した
ソフトウェアプロセスの代わりに特別目的乃至は専用ハ
ードウェアを使用することが可能である。この様な専用
ハードウェアは、第９図に示した形態のものであり、単
に５個の画素値Ａ乃至Ｅのみにラッチ入力する代わりに
、９個の画素値がラッチされ、次いでテストされて、中
央画素が予め定めたスレッシュホールドだけ周囲の画素
よりも大きいかどうかを決定する。

全てのピークを見つけた後に、それらのアドレスを適宜
のメモリ内に格納する。次いで、粗いスケールのピーク
を、近くのより小さなスケールのピークに対するサーチ
の為のオリジン即ち源として使用する。微細スケールの
ピークに対するサーチは粗いスケールのピークの任意の
距離内において実行することが可能であるが、好適実施
例においては、ガウシアンコンボリューションのより微
細なラプラシアンのオペレータ直径を使用する。

このサーチは、ソフトウェアによって行われ、且つ完了
すると、粗いピークが近くの小さなピークのアドレス又
はその他の識別表示で注釈付けされる。次いで、矩形座
標から極座標への従来の変換技術を使用して、小さなピ
ークに対する角度を計算する。その結果を、第８ａ図乃
至第８　ｈ図の各々の下側部分に示しである。好適実施
例において。

粗いピークと小さなピークとの間の角度関係のみが決定
される。然し乍ら、該ピークの間の変位は、座標変換の
結果であり、且つ変位が重要な場合の適用の為に包含さ
せることが可能である。

本方法におけるこの段階において、与えられた「斑点」
内の粗いスケールのピークの各々に対して小さなスケー
ルのピークのリストがある。次いで、該粗いピークを介
してのベストフィツトライン即ちあてはめラインを、例
えば最小二乗近似法を使用して、決定し、その形状をそ
の情報を使用して記述する。好適実施例において、この
ことは、第７図の形状記述ブロック２ｏ内のソフトウェ
アによって達成される。該記述は、該ラインに沿っての
中心点又はその他の基準点に関しての各ピークの位置、
その粗いピークがそのラインのどれほど上側又は下側に
あるかの表示、及び該粗いスケールのピークから該小さ
なスケールのピークへのベクトルのリストを包含してい
る。次いで、この情報をルックアップテーブル内におい
て使用し、該テーブル内にターゲット即ち目的の形状を
格納する。該テーブル内の形状は、多様な方法でインデ
ックス即ち索引付けすることが可能であり、例えば該ベ
クトルに基づくグループ内の個々の種類分けをして、該
粗い測定によって決定されるグループによってインデッ
クスさせることが可能である。使用される特定のインデ
ックス方式は１木刀式が適用される適用場面に主に依存
する。

以上、本発明の具体的実施の態様に付いて詳細に説明し
たが、本発明はこれら具体例にのみ限定されるへきもの
では無く、本発明の技術的範囲を逸脱すること無しに種
々の変形が可能であることは勿論である。

【図面の簡単な説明】

第１図は本発明の好適実施例の一部を示したブロック図
、第２図（ａ）乃至（ｈ）は形状認識方式用の例として
使用されるプリントした名前の１組のグレイレベル画像
の各説明図、第３図（ａ）乃至（ｈ）は第２図の画像の
ガウシアンコンボリューションのラプラシアンの符号の
１組の表示の各説明図、第４図は第３図のデータの１つ
の場合のガウシアンのラプラシアン表示の斜視表面プロ
ットの説明図、第５図（ａ）乃至（ｄ）は第２ａ図乃至
第２ｄ図の画像へ適用した場合の第１図のプロセスによ
って見つけられたピークの一連の画像を示した各説明図
、第６図は第２ｅ図乃至第２ｈ図の画像へ適用した場合
の第１図のプロセスによって見つけられたピークの一連
の画像を示した各説明図、第７図は形状記述を発生する
為に適用した場合の本発明方法の好適実施例のブロック
図、第８図（ａ）乃至（ｈ）は第２図の画像へ適用した
場合の第７図に示したプロセスの出力を示した一連の各
説明図、第９図はビデオ速度でラプラシアンを計算する
為に画素値を回収する為の好適技術を示したブロック図
、第１０図は第９図において回収した画素値のラプラシ
アンを得る為の好適技術を示したブロック図、第１１図
はビデオ速度でガウシアンコンボリューションを得る為
の好適技術の基本的計算要素のブロック図、第１２図は
ラプラシアンフィルタ信号の７×７二次元ガウシアンコ
ンボリューションを計算する為の第１１図の技術の繰返
し適用を行う構成を示した概略図、第１３図はラプラシ
アンコンボリューションの２１×２１ガウシアンを効率
的に発生する為に２個の７×７ガウシアン要素を持った
ラプラシアンの結合を示したブロック図、である。 （符号の説明） １０：カメラ ４３　：　Ａ／Ｄ変換器 ５０：遅延要素 ６０．６１．６４　：加算器 ６８：減算機 図面の浄９．１．−（内容に変更なし）ＦＩＧ、Ｊ。 （ａｌ ｆｂ＋ ｅｌ ＋ｄｌ ５ｌ ｉｌ＋ ｈｌ ＋ｄｌ ＦＩＧ＝５゜ （ａｌ （Ｃ ｂｌ Ｃ１ ＋１＋ ＦＩＧ、ｊ。 ｉｄ＋ ＦＩＧ、Ｊ。 （ｄ ｈ） １ａｌ ＦＩＧ、Ｊ。 ｂｌ ｅｌ ＋ｄ） ＦＩＧ、ＪＯ。 テ゛ジタルどチオ４１号 （竿Ｎｍへン ＦＩＧ、−庄 Ｆ（θ１ ＦＩＧ、＋２゜ ＦＩＧ、Ｊ３゜ 手続補正書防式） 平成元年９月６日

Claims (1)

1. 【特許請求の範囲】 １、画素を有する画像を処理する方法において、前記画
   像へガウシアンコンボリューションの第１ラプラシアン
   を適用して第１フィルタ画像を発生し、前記第１フィル
   タ画像内の各画素の符号を注出して第２フィルタ画像を
   与え、前記第２フィルタ画像へガウシアンコンボリュー
   ションの第２ラプラシアンを付与して第２フィルタ画像
   を与え、前記第３フィルタ画像内の第２組のピークを検
   出する、上記各ステップを有することを特徴とする画像
   処理方法。 ２、特許請求の範囲第１項において、前記第３フィルタ
   画像内の前記第１組のピークから前記画像の記述を確立
   するステップを有することを特徴とする画像処理方法。 ３、特許請求の範囲第１項において、前記画像に対して
   より小さなオペレータを持ったガウシアンコンボリュー
   ションの第３ラプラシアンを付与して第４フィルタ画像
   を発生し、前記第４フィルタ画像内の各画素の符号を注
   出して第５フィルタ画像を与え、前記同一のより小さな
   オペレータを持ったガウシアンコンボリューションの第
   ４ラプラシアンを前記第５フィルタ画像へ適用して第６
   フィルタ画像を与え、前記第６フィルタ画像において第
   ２組のピークを検出する、上記各ステップを有すること
   を特徴とする画像処理方法。 ４、特許請求の範囲第３項において、前記第１組のピー
   ク及び前記第２組のピークの両方から前記画像の記述を
   確立するステップを有することを特徴とする画像処理方
   法。 ５、特許請求の範囲第４項において、前記確立するステ
   ップが、前記第２組のピークのどれが前記第１組のピー
   クのものの特定した距離内に配設されているかを検出し
   、且つ前記第１組のピークの各１つと前記第１組の前記
   １つの特定した距離内に配設されている前記第２の組の
   ピークのものとの間の角度関係を決定する、上記各ステ
   ップを有することを特徴とする画像処理方法。 ６、特許請求の範囲第５項において、前記第１組のピー
   クを介してのベストフィットライン、前記ベストフィッ
   トライン上の点に関して前記第１組の各ピークの座標、
   及び角度関係を決定することによって前記画像を特性付
   けるステップを有することを特徴とする画像処理方法。