JPH0331974A - 画像認識装置 - Google Patents
画像認識装置Info
- Publication number
- JPH0331974A JPH0331974A JP1167252A JP16725289A JPH0331974A JP H0331974 A JPH0331974 A JP H0331974A JP 1167252 A JP1167252 A JP 1167252A JP 16725289 A JP16725289 A JP 16725289A JP H0331974 A JPH0331974 A JP H0331974A
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- perimeter
- difference
- fuzzy inference
- 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
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
- Image Analysis (AREA)
- Devices For Executing Special Programs (AREA)
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
【発明の詳細な説明】
（ａｌ産業上の利用分野
この発明は、読み取られた画像の特定領域の特徴からそ
の画像がどのようなものであるかを認識する画像認識装
置に関する。
の画像がどのようなものであるかを認識する画像認識装
置に関する。
（ｂ）従来の技術
従来より読み取られた画像から複数の領域を抽出し、こ
れらの領域における特徴量〈面積２周囲長等）を計測す
ることによってこの画像が属するカテゴリーを判定する
画像認識装置が実用化されている。
れらの領域における特徴量〈面積２周囲長等）を計測す
ることによってこの画像が属するカテゴリーを判定する
画像認識装置が実用化されている。
従来、この種の画像認識装置では、計測された特徴量が
、あるカテゴリーの画像として認められる範囲内にある
か否かを判断し、すべての特＠墳がそのカテゴリーの範
囲内に属するものであれば、読み取られた画像はそのカ
テゴリーに属するものであると判断していた。
、あるカテゴリーの画像として認められる範囲内にある
か否かを判断し、すべての特＠墳がそのカテゴリーの範
囲内に属するものであれば、読み取られた画像はそのカ
テゴリーに属するものであると判断していた。
（Ｃ）発明が解決しようとする課題
しかしこのような認識手法では、判定の特徴量の許容範
囲（上限値、下限値）の設定が極めて困難であり、複数
の特徴量に関してそれぞれ適切な上限値、下限値を設定
することは画像認識装置の設計において極めて手間のか
かることであった。
囲（上限値、下限値）の設定が極めて困難であり、複数
の特徴量に関してそれぞれ適切な上限値、下限値を設定
することは画像認識装置の設計において極めて手間のか
かることであった。
また、読み取った画像を多くのカテゴリーに分類しなけ
ればならない場合や認識に用いる特徴的の数が多くなっ
た場合、処理に時間がかかる欠点があった。
ればならない場合や認識に用いる特徴的の数が多くなっ
た場合、処理に時間がかかる欠点があった。
さらに、画像読み取り時の条件等により検出された特徴
的に微妙な誤差が生しるが、この誤差により特ｌ＊ｍが
判定条件の上限値、下限値の範囲を越えてしまった場合
等は、すべてそのカテゴリーには属さないと認識されて
しまうため誤った判断がなされるおそれがあった。
的に微妙な誤差が生しるが、この誤差により特ｌ＊ｍが
判定条件の上限値、下限値の範囲を越えてしまった場合
等は、すべてそのカテゴリーには属さないと認識されて
しまうため誤った判断がなされるおそれがあった。
この発明は面積差１周囲長差に基づきファジィ推論する
ことにより上記課題を解決し、正確に画像認識が可能な
画像認識装置を提供することを目的とする。
ことにより上記課題を解決し、正確に画像認識が可能な
画像認識装置を提供することを目的とする。
（ｄ）ｙ５題を解決するための手段
この発明は、画像を読み取る読み取り手段と、読み取ら
れた画像から複数の特定領域を抽出する抽出手段と、 抽出された特定領域における前記画像の面積および周囲
長を計測する計測手段と、 計測手段で計測された面積および周囲長の各々の基準面
積、基準周囲長との差を算出する演算手段と、 演算手段で算出された面積差４周囲長差に基づいて基準
画像との類似度をファジィ推論する推論手段と、 を設けたことを特徴とする。
れた画像から複数の特定領域を抽出する抽出手段と、 抽出された特定領域における前記画像の面積および周囲
長を計測する計測手段と、 計測手段で計測された面積および周囲長の各々の基準面
積、基準周囲長との差を算出する演算手段と、 演算手段で算出された面積差４周囲長差に基づいて基準
画像との類似度をファジィ推論する推論手段と、 を設けたことを特徴とする。
（ｅ）発明の作用
この発明の画像認識装置では、読み取られた画像から複
数の特定領域を抽出する。この特定領域は認識しようと
する画像に特徴的な領域を割り当てればよい。計測手段
がこの領域における画像の面積および周囲長を計測し、
演算手段がこれら計測値と基準面積、基準周囲長との差
を算出する。
数の特定領域を抽出する。この特定領域は認識しようと
する画像に特徴的な領域を割り当てればよい。計測手段
がこの領域における画像の面積および周囲長を計測し、
演算手段がこれら計測値と基準面積、基準周囲長との差
を算出する。
基準面積、基準周囲長とは特定のカテゴリーに属する最
も標準的な画像の特定領域における面積および周囲長で
ある。すなわち、この面積１周囲長との差が小さい程そ
のカテゴリーに属する可能性が高いといえる。求められ
た面積差１周囲長差に基づいてファジィ推論を実行しそ
のカテゴリーの基準画像との類似度を推論する。推論さ
れた類似度からこの画像がカテゴリーに属するか否かを
判断ずことができ、読み取りが多少不正確であっても「
１援このカテゴリーに属する。」等の判断が可能になる
。
も標準的な画像の特定領域における面積および周囲長で
ある。すなわち、この面積１周囲長との差が小さい程そ
のカテゴリーに属する可能性が高いといえる。求められ
た面積差１周囲長差に基づいてファジィ推論を実行しそ
のカテゴリーの基準画像との類似度を推論する。推論さ
れた類似度からこの画像がカテゴリーに属するか否かを
判断ずことができ、読み取りが多少不正確であっても「
１援このカテゴリーに属する。」等の判断が可能になる
。
（ｆ）実施例
第１図はこの発明の実施例である画像認識装置の構成を
示すブロソク図である。認識対象物５はカメラ６によっ
てその画像が読み取られる。カメラ６にはＡ／Ｄ変換回
路７が接続されており、デジタル変換された読み取り画
像はＶＲＡＭ８に記憶される。ＶＲＡＭ８はバス１１に
接続されている。バス１１にはＣＰＵｌ０が接続されて
おり、このＣＰＵＩ Ｏが装置の全体的な動作を制御す
る。またバスにはＲＯＭ１２．ＲＡＭ１３が接続されて
おり、動作プログラムが記憶されているとともに、ある
カテゴリーの標準的な画像の特定領域の面積１周囲長が
標準面積、標準周囲長として記憶されている。またバス
にはファジィ推論素子１５およびこのファジィ推論素子
１５に入力値を入力するためのレジスタ１４および推論
結果を取り出すためのレジスタ１６が接続されている。
示すブロソク図である。認識対象物５はカメラ６によっ
てその画像が読み取られる。カメラ６にはＡ／Ｄ変換回
路７が接続されており、デジタル変換された読み取り画
像はＶＲＡＭ８に記憶される。ＶＲＡＭ８はバス１１に
接続されている。バス１１にはＣＰＵｌ０が接続されて
おり、このＣＰＵＩ Ｏが装置の全体的な動作を制御す
る。またバスにはＲＯＭ１２．ＲＡＭ１３が接続されて
おり、動作プログラムが記憶されているとともに、ある
カテゴリーの標準的な画像の特定領域の面積１周囲長が
標準面積、標準周囲長として記憶されている。またバス
にはファジィ推論素子１５およびこのファジィ推論素子
１５に入力値を入力するためのレジスタ１４および推論
結果を取り出すためのレジスタ１６が接続されている。
ＶＲＡＭ８に記憶された認識対象物５の画像から、ＣＰ
Ｕｌ０によって特定領域の画像が抽出され、面積および
周囲長が測定される。この面積および周囲長の標準面積
、標準周囲長との差がレジスタ１４を介してファジィ推
論素Ｔ−１５に入力される。
Ｕｌ０によって特定領域の画像が抽出され、面積および
周囲長が測定される。この面積および周囲長の標準面積
、標準周囲長との差がレジスタ１４を介してファジィ推
論素Ｔ−１５に入力される。
第２図（Ａ）、 （Ｂ）にＡ、 Ｂの２個のカテゴリー
を形成する画像の例を示す。読み取られた画像がこれら
Ａ、 Ｂの何れのカテゴリーに属するかを認識・判断
する場合、それぞれのカテゴリーに特徴的な部分を特定
領域として抽出することが必ｆである。この場合領域１
．２を特定領域とする。
を形成する画像の例を示す。読み取られた画像がこれら
Ａ、 Ｂの何れのカテゴリーに属するかを認識・判断
する場合、それぞれのカテゴリーに特徴的な部分を特定
領域として抽出することが必ｆである。この場合領域１
．２を特定領域とする。
画像を読み取ってこの部分を抽出しその周囲長および面
積を計測してファジィ推論することにより、読み取られ
た画像がこのＡ、Ｂの何れに属するかを判断する。
積を計測してファジィ推論することにより、読み取られ
た画像がこのＡ、Ｂの何れに属するかを判断する。
第３図に前記ＲＯＭＩ ２．ＲＡＭＩ ３の一部構戒図
を示す、同図（Ａ）はＲＡＭ１３に設定されるレジスタ
を示している。ＲＡＭ１．３には読み取られた画像から
抽出された領域１，２の面積Ｓ１．Ｓ２および周囲長Ｌ
１．Ｌ２のレジスタが設定される。同図（Ｂ）はＲＯＭ
１２に記憶されている基準面積、基準周囲長の記憶エリ
アを示している。ＲＯＭ１２には画像Ａ、Ｂの領域ｌ、
領域２の面積および周囲長が基準面積ＳＡ１．ＳＡ２゜
ＳＢＩ、ＳＢ２および基準周囲長ＬＡＩ、ＬＡ２ＬＢＩ
、ＬＢ２として記憶されている。面積Ｓ１、Ｓ２および
周囲長Ｌｌ、Ｌ２から基準面積ＳＡｌ、ＳＡ２．ＳＢＩ
、ＳＢ２、基準面積ＳＡ１、ＬＡ２．Ｌ１３１．ＬＢ２
を減算した値の絶対値がレジスタ１４ （Ｘｉ−Ｘ８）
に設定される。
を示す、同図（Ａ）はＲＡＭ１３に設定されるレジスタ
を示している。ＲＡＭ１．３には読み取られた画像から
抽出された領域１，２の面積Ｓ１．Ｓ２および周囲長Ｌ
１．Ｌ２のレジスタが設定される。同図（Ｂ）はＲＯＭ
１２に記憶されている基準面積、基準周囲長の記憶エリ
アを示している。ＲＯＭ１２には画像Ａ、Ｂの領域ｌ、
領域２の面積および周囲長が基準面積ＳＡ１．ＳＡ２゜
ＳＢＩ、ＳＢ２および基準周囲長ＬＡＩ、ＬＡ２ＬＢＩ
、ＬＢ２として記憶されている。面積Ｓ１、Ｓ２および
周囲長Ｌｌ、Ｌ２から基準面積ＳＡｌ、ＳＡ２．ＳＢＩ
、ＳＢ２、基準面積ＳＡ１、ＬＡ２．Ｌ１３１．ＬＢ２
を減算した値の絶対値がレジスタ１４ （Ｘｉ−Ｘ８）
に設定される。
すなわち、レジスタＸ１〜×８には以下のデータがセッ
トされる。
トされる。
Ｘｉ： ５ｌ−３ＡＩ
Ｘ２： ５ＩＳＡ２
Ｘ３ ： ｌ５Ｉ−３ＢＩ
Ｘ４： ５２−５Ｂ２
Ｘ５： Ｌｌ−ＬＡＩ
Ｘ６： Ｌ２−ＬＡ２
Ｘ’ｓ： Ｌｌ−ＬＢＩ
Ｘ８： Ｌｌ−ＬＢ２
前記ＣＰＬＩＩＯは入力用レジスタ１４（Ｘｉ〜Ｘ８）
に上記の入力値をセントするために第４図に示す動作を
実行する。まずｎｌでＶＲＡＭ８に記憶されている画像
データから特定領域のデータを抽出し、画像が記憶され
ているビソ］−数から面積を計測する（ｎ２）。この面
積から基準面積を減算して面積差を算出しく７１３）、
レジスタにセントする（ｎ４）。次に物体の画像と背景
の画像との境界を検索することによって周囲長を計測す
る（ｎ５〉。この周囲長から基準周囲長を減算して周囲
長差を算出しくｎ６）、これをレジスタにセフ）する（
ｎ７〉。なお、この実施例におけるｎ３．ｎ６の動作で
は、面積差５周囲長差をそれぞれ標準面積、標準周囲長
で除算して差のパーセントを算出するようにしている。
に上記の入力値をセントするために第４図に示す動作を
実行する。まずｎｌでＶＲＡＭ８に記憶されている画像
データから特定領域のデータを抽出し、画像が記憶され
ているビソ］−数から面積を計測する（ｎ２）。この面
積から基準面積を減算して面積差を算出しく７１３）、
レジスタにセントする（ｎ４）。次に物体の画像と背景
の画像との境界を検索することによって周囲長を計測す
る（ｎ５〉。この周囲長から基準周囲長を減算して周囲
長差を算出しくｎ６）、これをレジスタにセフ）する（
ｎ７〉。なお、この実施例におけるｎ３．ｎ６の動作で
は、面積差５周囲長差をそれぞれ標準面積、標準周囲長
で除算して差のパーセントを算出するようにしている。
このようにしてセットされた人力値に基づいて第５図、
第６図に示すファジィ推論を実行する。
第６図に示すファジィ推論を実行する。
このファジィ推論のアルゴリズムは面積差および周囲長
差が小さければ読み取られた画像はそのカテゴリーに属
する程度が高く、差が大きければそのカテゴリーに属す
る程度が低いというものである。このアルゴリズムに従
って第５図に示すファジィルールが構成され、このファ
ジィルールを実行するためのメンバーシップ関数が第６
図のように定められる。人力部のメンバーシップ関数は
各人力変数（Ｘｉ−Ｘ８）に共通で、基準面積、標準周
囲長に比べて面積差１周囲長差が何パーセントになるか
によって定められているまた結論部のメンバーシップ関
数はそのカテゴリーへの適合度（類似度）を３〜０の数
値で表している。数値が高い程適合度合が高くなる。
差が小さければ読み取られた画像はそのカテゴリーに属
する程度が高く、差が大きければそのカテゴリーに属す
る程度が低いというものである。このアルゴリズムに従
って第５図に示すファジィルールが構成され、このファ
ジィルールを実行するためのメンバーシップ関数が第６
図のように定められる。人力部のメンバーシップ関数は
各人力変数（Ｘｉ−Ｘ８）に共通で、基準面積、標準周
囲長に比べて面積差１周囲長差が何パーセントになるか
によって定められているまた結論部のメンバーシップ関
数はそのカテゴリーへの適合度（類似度）を３〜０の数
値で表している。数値が高い程適合度合が高くなる。
このように特定領域の面積および周囲長に基づいてファ
ジィ推論をすることにより計測誤差が多少発生した場合
であってもそのカテゴリーに属するか否かの判定を正′
６ｉに実行することができ、また完全同一でなくても極
めて類似した画像の認識も可能になる。
ジィ推論をすることにより計測誤差が多少発生した場合
であってもそのカテゴリーに属するか否かの判定を正′
６ｉに実行することができ、また完全同一でなくても極
めて類似した画像の認識も可能になる。
（０発明の効果
以上のようにこの発明の画像認識装置によれば読み取ら
れた画像の複数の特定領域の面積および周囲長に基づい
てファジィ推論することにより基準画像への類似度を判
定することができるため、画像そのものの誤差や読み取
り誤差をキャンセルして許容できる範囲内での同一性を
判定することができる。これにより実際上の読み取り精
度が高くなり読み取り状態の変化に伴う判定内容のズレ
を解消することができる。
れた画像の複数の特定領域の面積および周囲長に基づい
てファジィ推論することにより基準画像への類似度を判
定することができるため、画像そのものの誤差や読み取
り誤差をキャンセルして許容できる範囲内での同一性を
判定することができる。これにより実際上の読み取り精
度が高くなり読み取り状態の変化に伴う判定内容のズレ
を解消することができる。
第１図はこの発明の実施例である画像認識装置の構成を
示すブロソク図、第２図（Ａ）、（Ｂ）は同画像認識装
置で判定される二つのカテゴリーを代表する画像を示す
図、第３図は同制御部のメモリの一部構戒図、第４図は
同制御部の動作を示すフローチャート、第５図および第
６図は同画像認識装置が実行するファジィ推論のファジ
ィルールおよびメンバーシップ関数を示す図である。 ６ カメラ、 Ｖ ＲＡ Ｍ 。 ファジィ推論素子。
示すブロソク図、第２図（Ａ）、（Ｂ）は同画像認識装
置で判定される二つのカテゴリーを代表する画像を示す
図、第３図は同制御部のメモリの一部構戒図、第４図は
同制御部の動作を示すフローチャート、第５図および第
６図は同画像認識装置が実行するファジィ推論のファジ
ィルールおよびメンバーシップ関数を示す図である。 ６ カメラ、 Ｖ ＲＡ Ｍ 。 ファジィ推論素子。
Claims (1)
- （１）画像を読み取る読み取り手段と、 読み取られた画像から複数の特定領域を抽出する抽出手
段と、 抽出された特定領域における前記画像の面積および周囲
長を計測する計測手段と、 計測手段で計測された面積および周囲長の各々の基準面
積、基準周囲長との差を算出する演算手段と、 演算手段で算出された面積差、周囲長差に基づいて基準
画像との類似度をファジィ推論する推論手段と、 を設けたことを特徴とする画像認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1167252A JPH0331974A (ja) | 1989-06-29 | 1989-06-29 | 画像認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1167252A JPH0331974A (ja) | 1989-06-29 | 1989-06-29 | 画像認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0331974A true JPH0331974A (ja) | 1991-02-12 |
Family
ID=15846284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1167252A Pending JPH0331974A (ja) | 1989-06-29 | 1989-06-29 | 画像認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0331974A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160071798A (ko) * | 2014-12-12 | 2016-06-22 | 삼성중공업 주식회사 | 포터블 대빗 고정장치 |
| JP2023076690A (ja) * | 2019-03-29 | 2023-06-01 | 株式会社ホンダアクセス | 模倣品知財対応システム、模倣品知財対応方法、およびプログラム |
-
1989
- 1989-06-29 JP JP1167252A patent/JPH0331974A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160071798A (ko) * | 2014-12-12 | 2016-06-22 | 삼성중공업 주식회사 | 포터블 대빗 고정장치 |
| JP2023076690A (ja) * | 2019-03-29 | 2023-06-01 | 株式会社ホンダアクセス | 模倣品知財対応システム、模倣品知財対応方法、およびプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0312750B2 (ja) | ||
| US4428077A (en) | Line recognition method | |
| CN108492327B (zh) | Aoi图像匹配方法、系统、可读存储介质及智能设备 | |
| CN111325164A (zh) | 指针表示数识别方法、装置和电子设备 | |
| US20220246302A1 (en) | Data analysis apparatus, data analysis method, and data analysis program | |
| JPS60230281A (ja) | 文字識別装置 | |
| CN114365125A (zh) | 信息处理装置、运转辅助系统、信息处理方法、以及信息处理程序 | |
| JPH0331974A (ja) | 画像認識装置 | |
| WO2020114346A1 (zh) | 中医舌诊舌尖红检测装置、方法及计算机存储介质 | |
| KR950004454B1 (ko) | 근사 추론 장치 | |
| JPH0591411A (ja) | 画像処理装置 | |
| CN113807364A (zh) | 一种基于三光融合成像的电力设备缺陷检测方法及系统 | |
| CN117095236A (zh) | 一种用于评估叶根轮槽试验精确性的方法及系统 | |
| CN110503114B (zh) | 图像特征提取方法、装置、肿瘤识别系统及存储介质 | |
| JP2000217818A (ja) | 画像診断装置 | |
| Nugroho et al. | An automated detection and segmentation of thyroid nodules using Res-UNet | |
| CN115731403A (zh) | 一种图像对齐方法、装置、存储介质及电子设备 | |
| Qiu | Tongue identification for small samples based on meta learning | |
| CN111047518A (zh) | 现场除污策略选择平台 | |
| CN117475448B (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
| JP3074691B2 (ja) | 文字認識装置 | |
| CN110369182B (zh) | 现场除污策略选择方法 | |
| JPS61231686A (ja) | 図形認識方法 | |
| CN117828510A (zh) | 电梯门异常检测方法、装置、电子设备及存储介质 | |
| JPH0477968A (ja) | 図面読取装置 |