JPH04230585A - Method and device for color picture discrimination - Google Patents
Method and device for color picture discriminationInfo
- Publication number
- JPH04230585A JPH04230585A JP2416727A JP41672790A JPH04230585A JP H04230585 A JPH04230585 A JP H04230585A JP 2416727 A JP2416727 A JP 2416727A JP 41672790 A JP41672790 A JP 41672790A JP H04230585 A JPH04230585 A JP H04230585A
- Authority
- JP
- Japan
- Prior art keywords
- color
- color image
- color distribution
- distribution
- chromaticity diagram
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000009826 distribution Methods 0.000 claims abstract description 89
- 238000010586 diagram Methods 0.000 claims abstract description 49
- 239000003086 colorant Substances 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical group [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
Description
【０００１】0001
【産業上の利用分野】この発明はカラー画像識別方法お
よびその装置に関し、さらに詳細にいえば、識別対象で
あるカラー画像の識別を色の分布に基づいて行なう新規
なカラー画像識別方法およびその装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a color image identification method and apparatus, and more specifically, a novel color image identification method and apparatus for identifying a color image to be identified based on color distribution. Regarding.
【０００２】0002
【従来の技術、および発明が解決しようとする課題】従
来から産業用ロボット等を用いて多品種少量生産を実現
するようにした生産ライン等においては、処理対象ワー
クの種別等を識別するためにＣＣＤカメラ等の画像検出
部を所定位置に配置し、画像検出部による取り込み画像
と予め登録されている画像とに基づいて処理対象ワーク
の識別等を達成するようにしている。[Prior Art and Problems to be Solved by the Invention] Conventionally, in production lines that have used industrial robots to realize high-mix, low-volume production, it is necessary to identify the type of workpiece to be processed. An image detection section such as a CCD camera is arranged at a predetermined position, and the workpiece to be processed is identified based on the image captured by the image detection section and the previously registered image.
【０００３】このような識別を行うための方法として、
処理対象ワークの画像を白黒画像として取り込む方法が
一般的に採用されている。そして、この場合には、取り
込んだ白黒画像と予め登録されている白黒画像とに基づ
くテンプレート・マッチングを行なう方法、幾何学的な
特徴を抽出して特徴に基づく一致、不一致の判別を行な
う方法の何れかが採用される。[0003] As a method for performing such identification,
A commonly used method is to capture an image of a workpiece to be processed as a black and white image. In this case, there are two methods: a template matching method based on the imported black-and-white image and a pre-registered black-and-white image, and a method that extracts geometric features and determines whether there is a match or mismatch based on the features. Either one will be adopted.
【０００４】しかし、テンプレート・マッチング法にお
いては、識別対象ワークの位置、大きさ、形が少しでも
変化すると著しく識別率が低下するという不都合があり
、識別率を高めようとすれば、位置ずれ、角度ずれ等を
考慮して取り込み画像に対する平行移動処理、回転処理
等を施すことが必要になり、処理が著しく繁雑化すると
いう不都合があるとともに、これらの処理を施しても照
明光量の変動、周囲光量の変動等の影響を受けて必ずし
も満足できる識別率が得られない可能性があるという不
都合がある。However, the template matching method has the disadvantage that the identification rate drops significantly if the position, size, or shape of the workpiece to be identified changes even slightly. It is necessary to perform parallel translation processing, rotation processing, etc. on the captured image in consideration of angular deviation, etc., which inconveniences the processing to become extremely complicated. There is a disadvantage that a satisfactory identification rate may not necessarily be obtained due to the influence of changes in the amount of light, etc.
【０００５】幾何学的に特徴を抽出する方法を採用した
場合には、識別対象ワークの位置、大きさの変化に拘ら
ず高い識別率を達成できるのであるが、取り込み画像に
ノイズが乗ると十分な特徴抽出が達成できず、識別率が
低下してしまうという不都合がある。また、識別対象ワ
ークが種々の形状を取り得るものである場合、例えば開
いた状態と閉じた状態とをとり得る鋏等の場合には、識
別対象ワークが予め登録されている状態と異なる場合に
識別率が大幅に低下してしまうという不都合もある。[0005] When a method of geometrically extracting features is adopted, a high identification rate can be achieved regardless of changes in the position and size of the workpiece to be identified, but if noise is added to the captured image, This method has the disadvantage that accurate feature extraction cannot be achieved and the classification rate decreases. In addition, when the workpiece to be identified can take various shapes, for example, in the case of scissors that can take an open state and a closed state, the workpiece to be identified may be in a different state from the pre-registered state. There is also the disadvantage that the identification rate is significantly reduced.
【０００６】また、最近では、カラー画像の中から、あ
る特定の色を有する領域を抽出し、抽出領域の幾何学的
な特徴に基づいて識別対象となるカラー画像の識別を行
なう方法が提案されている。しかし、この方法も取り込
み画像にノイズが乗ると識別率が低下するという不都合
があるのみならず、カラー画像が複雑なものであれば抽
出する必要がある領域の数を増加させなければならず、
処理が繁雑化するという不都合がある。さらに、識別に
用いる色の選定によっては識別率が低下してしまうので
、識別に有効な色を選定しなければならず、識別に有効
な色の選定にはノウハウの蓄積が必要であるから、必ず
しも満足できる識別を達成できるという保障がないとい
う不都合がある。[0006]Furthermore, recently, a method has been proposed in which a region having a specific color is extracted from a color image, and the color image to be identified is identified based on the geometric characteristics of the extracted region. ing. However, this method not only has the disadvantage that the classification rate decreases when noise is added to the captured image, but also increases the number of regions that need to be extracted if the color image is complex.
This has the disadvantage that processing becomes complicated. Furthermore, since the identification rate decreases depending on the selection of colors used for identification, it is necessary to select colors that are effective for identification, and it is necessary to accumulate know-how to select colors that are effective for identification. There is a disadvantage that there is no guarantee that satisfactory identification can be achieved.
【０００７】即ち、以上何れの方法を採用した場合であ
っても、識別対象の融通性がないという不都合がある。That is, no matter which of the above methods is adopted, there is a disadvantage that there is no flexibility in the identification target.
【０００８】[0008]
【発明の目的】この発明は上記の問題点に鑑みてなされ
たものであり、融通性が高く、しかも高い識別率を達成
できる新規なカラー画像画像識別方法およびその装置を
提供することを目的としている。[Object of the Invention] This invention has been made in view of the above-mentioned problems, and an object of the present invention is to provide a novel color image recognition method and device that is highly flexible and can achieve a high recognition rate. There is.
【０００９】[0009]
【課題を解決するための手段】上記の目的を達成するた
めの、請求項１のカラー画像識別方法は、基準となるカ
ラー画像の色の分布を予め得ておき、識別対象となるカ
ラー画像の色の分布を得て予め得られている色の分布と
の一致、不一致を判別することにより識別対象となるカ
ラー画像の識別を行なう方法である。[Means for Solving the Problems] In order to achieve the above object, the color image identification method according to claim 1 obtains the color distribution of a reference color image in advance, and This is a method of identifying a color image to be identified by obtaining a color distribution and determining whether it matches or does not match a previously obtained color distribution.
【００１０】請求項２のカラー画像識別方法は、色の分
布を明度情報を排除した状態で得るとともに、得られた
色の分布の特徴値に基づいて一致、不一致を判別する方
法である。請求項３のカラー画像識別方法は、色の分布
をＣＩＥ色度図上で得る方法である。[0010] The color image identification method according to the second aspect is a method in which the color distribution is obtained with brightness information excluded, and a match or mismatch is determined based on the characteristic values of the obtained color distribution. The color image identification method according to claim 3 is a method of obtaining color distribution on a CIE chromaticity diagram.
【００１１】請求項４のカラー画像識別方法は、基準と
なるカラー画像の色の分布をニューラル・ネットにより
学習させ、識別対象となるカラー画像の色の分布および
ニューラル・ネットによる学習の結果に基づいてカラー
画像の識別を行なう方法である。請求項５のカラー画像
識別装置は、基準となるカラー画像の色の分布を保持す
る基準データ保持手段と、識別対象となるカラー画像の
色を検出する色検出手段と、色検出結果に基づいて色の
分布を生成する色分布生成手段と、生成された色の分布
と基準データ保持手段の色の分布との一致、不一致を判
別する色分布判別手段と、色分布判別手段による判別結
果に基づいて識別対象となるカラー画像を識別する識別
手段とを含んでいる。[0011] In the color image identification method according to claim 4, the color distribution of the reference color image is learned by a neural network, and the color distribution of the color image to be identified is based on the color distribution of the color image to be identified and the result of the learning by the neural network. This is a method for identifying color images. The color image identification device according to claim 5 includes a reference data holding means for holding the color distribution of a reference color image, a color detection means for detecting the color of the color image to be identified, and a color image recognition device based on the color detection result. a color distribution generation means for generating a color distribution, a color distribution determination means for determining whether the generated color distribution matches or mismatches with the color distribution of the reference data holding means, and a color distribution determination means based on the determination result by the color distribution determination means. and identification means for identifying a color image to be identified.
【００１２】請求項６のカラー画像識別装置は、基準デ
ータ保持手段が、明度情報を排除した状態で得られる色
の分布の特徴値を保持するものであり、色分布生成手段
が、検出された色から明度情報を排除した状態で色の分
布を生成するものであり、色分布判別手段が、色分布生
成手段により生成された色の分布に基づいて特徴値を抽
出する特徴値抽出手段と、特徴値同士の一致、不一致を
判別する特徴値判別手段とを含んでいる。[0012] In the color image identification device according to claim 6, the reference data holding means holds the characteristic values of the color distribution obtained with the brightness information excluded, and the color distribution generating means holds the characteristic values of the color distribution obtained with the brightness information excluded. a feature value extracting means for generating a color distribution with lightness information removed from the color, the color distribution determining means extracting a feature value based on the color distribution generated by the color distribution generating means; and a feature value determining means for determining whether the feature values match or do not match.
【００１３】請求項７のカラー画像識別装置は、色の分
布がＣＩＥ色度図上で得られるものである。[0013] In the color image identification device according to the seventh aspect, the color distribution is obtained on a CIE chromaticity diagram.
【００１４】[0014]
【作用】請求項１のカラー画像識別方法であれば、識別
対象となるカラー画象を取り込み、取り込んだカラー画
像の色の分布と基準となるカラー画像の色の分布との一
致、不一致を判別することにより識別対象となるカラー
画像の識別を行なうことができる。[Operation] The color image identification method according to claim 1 captures a color image to be identified, and determines whether the color distribution of the captured color image matches or mismatches the color distribution of a reference color image. By doing so, the color image to be identified can be identified.
【００１５】即ち、特定の色を選択するのではなく、カ
ラー画像に含まれる色の分布に基づいて一致、不一致を
判別するのであるから、位置、大きさ、形等の影響を受
けることなく高精度のカラー画像の識別を達成でき、し
かも高い融通性を持たせることができる。さらに、多少
のノイズが乗っても色の分布には殆ど影響を及ぼさない
のであるから、高い耐ノイズ性を達成できる。[0015] In other words, since matching or mismatching is determined based on the distribution of colors contained in a color image, rather than selecting a specific color, high resolution is not affected by position, size, shape, etc. Accurate color image identification can be achieved while providing a high degree of flexibility. Furthermore, even if some noise is added, it hardly affects the color distribution, so high noise resistance can be achieved.
【００１６】請求項２のカラー画像識別方法であれば、
色の分布を明度情報を排除した状態で得るとともに、得
られた色の分布の特徴値に基づいて一致、不一致を判別
するのであるから、照明光量の変動、周囲光量の変動等
の影響を受けず、高精度のカラー画像の識別を達成でき
る。請求項３のカラー画像識別方法であれば、請求項１
と同様の作用を達成できる。In the color image identification method according to claim 2,
Since the color distribution is obtained with brightness information excluded, and matches and mismatches are determined based on the characteristic values of the obtained color distribution, it is not affected by changes in the amount of illumination light, changes in the amount of ambient light, etc. Therefore, highly accurate color image identification can be achieved. If it is the color image identification method of claim 3, then claim 1
A similar effect can be achieved.
【００１７】請求項４のカラー画像識別方法であれば、
基準となるカラー画像の色の分布をニューラル・ネット
により学習させ、識別対象となるカラー画像の色の分布
およびニューラル・ネットによる学習の結果に基づいて
カラー画像の識別を行なうのであるから、基準となるカ
ラー画像の色の分布を予め得ておく必要がなくなり、し
かも色の分布同士の一致判別も不要になるので、短時間
で正確なカラー画像識別結果を得ることができる。In the color image identification method according to claim 4,
The color distribution of the reference color image is trained by a neural network, and color images are identified based on the color distribution of the color image to be identified and the learning results of the neural network. It is no longer necessary to obtain the color distribution of the color image in advance, and it is also no longer necessary to determine whether the color distributions match each other, so that accurate color image identification results can be obtained in a short time.
【００１８】請求項５のカラー画像識別装置であれば、
識別対象となるカラー画像の色を色検出手段により検出
し、色検出結果に基づいて色分布生成手段により色の分
布を生成する。そして、生成された色の分布と基準とな
るカラー画像の色の分布との一致、不一致を色分布判別
手段により判別し、判別結果に基づいて識別手段により
識別対象となるカラー画像の識別を行なうことができる
。In the color image identification device according to claim 5,
The color detection means detects the color of the color image to be identified, and the color distribution generation means generates a color distribution based on the color detection result. Then, the color distribution discriminator determines whether the generated color distribution matches or does not match the color distribution of the reference color image, and based on the determination result, the discriminator identifies the color image to be identified. be able to.
【００１９】即ち、特定の色を選択するのではなく、カ
ラー画像に含まれる色の分布に基づいて一致、不一致を
判別するのであるから、位置、大きさ、形等の影響を受
けることなく高精度のカラー画像の識別を達成でき、し
かも高い融通性を持たせることができる。さらに、多少
のノイズが乗っても色の分布には殆ど影響を及ぼさない
のであるから、高い耐ノイズ性を達成できる。In other words, since matching or mismatching is determined based on the distribution of colors included in the color image, rather than selecting a specific color, the high resolution is not affected by position, size, shape, etc. Accurate color image identification can be achieved while providing a high degree of flexibility. Furthermore, even if some noise is added, it hardly affects the color distribution, so high noise resistance can be achieved.
【００２０】請求項６のカラー画像識別装置であれば、
色の分布を明度情報を排除した状態で得るとともに、得
られた色の分布の特徴値に基づいて一致、不一致を判別
するのであるから、照明光量の変動、周囲光量の変動等
の影響を受けず、高精度のカラー画像の識別を達成でき
る。請求項７のカラー画像識別装置であれば、請求項５
と同様の作用を達成できる。In the color image identification device according to claim 6,
Since the color distribution is obtained with brightness information excluded, and matches and mismatches are determined based on the characteristic values of the obtained color distribution, it is not affected by changes in the amount of illumination light, changes in the amount of ambient light, etc. Therefore, highly accurate color image identification can be achieved. If it is the color image identification device of claim 7, then claim 5
A similar effect can be achieved.
【００２１】[0021]
【実施例】以下、実施例を示す添付図面によって詳細に
説明する。図１はこの発明のカラー画像識別方法の一実
施例を示すフローチャートであり、ステップＳＰ１にお
いてフィルタ処理等を施すことによりカラー画像に含ま
れる３原色の測定データを得、ステップＳＰ２において
同一画素における３原色測定データに基づいて色データ
を得、ステップＳＰ３において全ての画素における色デ
ータに基づいて例えばＣＩＥ１９３１ｘｙ色度図を作成
し、ステップＳＰ４において、予め作成されている色度
図登録パターンの一つを読み出し、ステップＳＰ５にお
いて、作成された色度図における色の分布パターンと読
み出された色度図における色の分布パターンとが一致し
ているか否かを判別し、一致していなければ、ステップ
ＳＰ６において全ての色度図登録パターンが読み出され
たか否かを判別し、読み出されていない色度図パターン
が存在していると判別された場合には、ステップＳＰ７
において他の色度図登録パターンを読み出して再びステ
ップＳＰ５の判別を行なう。逆に、ステップＳＰ５にお
いて一致していると判別された場合には、ステップＳＰ
８において、読み出した色度図登録パターンに基づいて
カラー画像の識別結果を得る。Embodiments Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. FIG. 1 is a flowchart showing an embodiment of the color image identification method of the present invention. In step SP1, measurement data of the three primary colors included in the color image is obtained by performing filter processing, etc., and in step SP2, the three primary colors in the same pixel are Color data is obtained based on the primary color measurement data, and in step SP3, for example, a CIE1931xy chromaticity diagram is created based on the color data in all pixels. In reading step SP5, it is determined whether the color distribution pattern in the created chromaticity diagram matches the color distribution pattern in the read chromaticity diagram, and if they do not match, step SP6 In step SP7, it is determined whether all the registered chromaticity diagram patterns have been read out, and if it is determined that there are chromaticity diagram patterns that have not been read out, the process proceeds to step SP7.
In step SP5, other chromaticity diagram registered patterns are read out and the determination in step SP5 is performed again. Conversely, if it is determined in step SP5 that they match, step SP
In step 8, a color image identification result is obtained based on the read chromaticity diagram registration pattern.
【００２２】図２（Ａ）および図３（Ａ）は刃の部分が
銀色（ステンレスの地色）で手でも持つ部分が赤色のプ
ラスチックである鋏のカラー画像に基づくＣＩＥ１９３
１ｘｙ色度図であり、図２（Ｂ）および図３（Ｂ）に示
すように鋏の大きさ、位置および鋏に付けた札の位置を
異ならせた場合に対応している。そして、両色度図を対
比してみると、両者は同様の分布を示しており、大きさ
、位置、札の位置の影響を受けていないことが分る。[0022] Figures 2(A) and 3(A) are CIE193 based on color images of scissors whose blade part is silver (stainless steel base color) and the hand-held part is red plastic.
This is a 1xy chromaticity diagram, and corresponds to the case where the size and position of the scissors and the position of the tag attached to the scissors are changed as shown in FIGS. 2(B) and 3(B). Comparing the two chromaticity diagrams, it can be seen that they both show similar distributions and are not affected by size, position, or position of the tag.
【００２３】図４（Ａ）および図５（Ａ）は刃の部分が
銀色（ステンレスの地色）で手で持つ部分が青色のプラ
スチックである鋏のカラー画像に基づくＣＩＥ１９３１
ｘｙ色度図であり、図４（Ｂ）および図５（Ｂ）に示す
ように鋏の大きさ、位置および鋏に付けた札の位置を異
ならせた場合に対応している。そして、両色度図を対比
してみると、両者は同様の分布を示しており、大きさ、
位置、札の位置の影響を受けていないことが分る。[0023] Figures 4(A) and 5(A) are CIE1931 based on color images of scissors whose blade part is silver (stainless steel background color) and the hand-held part is blue plastic.
This is an xy chromaticity diagram, and corresponds to the case where the size and position of the scissors and the position of the tag attached to the scissors are changed as shown in FIGS. 4(B) and 5(B). When we compare the two chromaticity diagrams, we find that both have similar distributions, and the size and
It can be seen that it is not affected by the position or the position of the tag.
【００２４】さらに、図２（Ａ）、図３（Ａ）の色度図
と、図４（Ａ）、図５（Ａ）の色度図とを対比してみる
と、両者は全く異なる分布を示していることが分る。し
たがって、上記実施例に基づくカラー画像の識別を行な
うことにより、大きさ、位置、付属品の位置等の影響を
受けることなく、色の分布のみに基づいて正確なカラー
画像の識別を達成できる。特に、ＣＩＥ１９３１ｘｙ色
度図上のｘ、ｙ値は明度の如何に拘らず一定であり、色
相と彩度のみに依存して変化するのであるから、照明光
量、周囲光量の変動の影響を受けず正確なカラー画像の
識別を達成できる。Furthermore, when comparing the chromaticity diagrams of FIGS. 2(A) and 3(A) with the chromaticity diagrams of FIGS. 4(A) and 5(A), the two have completely different distributions. It can be seen that it shows. Therefore, by performing color image identification based on the above embodiment, accurate color image identification can be achieved based only on color distribution without being affected by size, position, position of accessories, etc. In particular, the x and y values on the CIE 1931 Accurate color image identification can be achieved.
【００２５】[0025]
【実施例 ２】図６はこの発明のカラー画像識別装置の
一実施例を示すブロック図であり、フィルタ処理等を施
すことによりカラー画像に含まれる３原色の測定データ
を得る色要素測定部１と、同一画素における３原色測定
データに基づいて色データを得る色データ生成部２と、
全ての画素における色データに基づいて３×３の行列演
算を行なってＣＩＥ１９３１ｘｙ色度図を作成する色度
図作成部３と、予め作成された少なくとも１つの色度図
を保持する色度図保持部４と、色度図保持部４から１つ
の色度図を読み出す色度図読み出し部５と、色度図作成
部３により作成された色度図における色の分布パターン
と色度図読み出し部５により読み出された色度図におけ
る色の分布パターンとが一致しているか否かを判別する
一致判別部６と、一致していないことを示す一致判別部
６からの判別信号に基づいて他の色度図を読み出すべき
ことを指示する読み出し指示信号を色度図読み出し部５
に供給する読み出し指示部７と、一致していることを示
す一致判別部６からの判別信号および色度図読み出し部
５により読み出した色度図に基づいてカラー画像識別結
果を出力する識別結果出力部８とを有している。尚、一
致判別部６が、色分布生成手段により生成された色の分
布に基づいて特徴値を抽出する特徴値抽出部６ａと、特
徴値同士の一致、不一致を判別する特徴値判別部６ｂと
を含んでいることが好ましい。[Embodiment 2] FIG. 6 is a block diagram showing an embodiment of the color image identification device of the present invention, in which a color element measurement unit 1 obtains measurement data of three primary colors included in a color image by performing filter processing, etc. and a color data generation unit 2 that obtains color data based on measurement data of three primary colors in the same pixel;
A chromaticity diagram creation unit 3 that creates a CIE1931xy chromaticity diagram by performing 3×3 matrix operations based on color data in all pixels, and a chromaticity diagram holding unit that retains at least one chromaticity diagram created in advance. 4, a chromaticity diagram reading unit 5 that reads one chromaticity diagram from the chromaticity diagram holding unit 4, and a chromaticity diagram reading unit and the color distribution pattern in the chromaticity diagram created by the chromaticity diagram creating unit 3. A match determining unit 6 determines whether or not the color distribution pattern in the chromaticity diagram read out by 5 matches the color distribution pattern. The chromaticity diagram reading unit 5 sends a readout instruction signal instructing that the chromaticity diagram should be read out.
and a discrimination result output that outputs a color image discrimination result based on the discrimination signal from the coincidence discrimination section 6 indicating a match and the chromaticity diagram read out by the chromaticity diagram reading section 5. It has a section 8. The match determining unit 6 includes a feature value extracting unit 6a that extracts feature values based on the color distribution generated by the color distribution generating means, and a feature value determining unit 6b that determines whether the feature values match or do not match. It is preferable that it contains.
【００２６】したがって、この実施例の場合にも、大き
さ、位置、付属品の位置等の影響を受けることなく、色
の分布のみに基づいて正確なカラー画像の識別を達成で
きる。特に、ＣＩＥ１９３１ｘｙ色度図上のｘ、ｙ値は
明度の如何に拘らず一定であり、色相と彩度のみに依存
して変化するのであるから、照明光量、周囲光量の変動
の影響を受けず正確なカラー画像の識別を達成できる。Therefore, in the case of this embodiment as well, accurate color image identification can be achieved based only on the color distribution without being influenced by the size, position, position of accessories, etc. In particular, the x and y values on the CIE 1931 Accurate color image identification can be achieved.
【００２７】尚、この発明は上記の実施例に限定される
ものではなく、例えば、色の分布に基づいて識別対象で
あるカラー画像の範囲を限定しておき、その後、テンプ
レート・マッチング法、幾何学的な特徴抽出法等を適用
してカラー画像を正確に識別することが可能であるほか
、色の分布をニューラル・ネットを用いて学習させるこ
とが可能であり、その他、この発明の要旨を変更しない
範囲内において種々の設計変更を施すことが可能である
。It should be noted that the present invention is not limited to the above embodiments; for example, the range of the color image to be identified is limited based on the color distribution, and then the template matching method, geometric In addition to being able to accurately identify color images by applying scientific feature extraction methods, it is also possible to learn color distribution using a neural network, and other aspects of the invention. Various design changes can be made within the same range.
【００２８】[0028]
【発明の効果】以上のように請求項１の発明は、位置、
大きさ、形等の影響を受けることなく高精度のカラー画
像の識別を達成でき、しかも高い融通性を持たせること
ができるという特有の効果を奏する。請求項２の発明は
、照明光量の変動、周囲光量の変動等の影響を受けず、
高精度のカラー画像の識別を達成できるという特有の効
果を奏する。Effects of the Invention As described above, the invention of claim 1 provides the following advantages:
It has the unique effect of being able to achieve highly accurate color image identification without being affected by size, shape, etc., and being highly flexible. The invention of claim 2 is not affected by changes in the amount of illumination light, changes in the amount of ambient light, etc.
This has the unique effect of achieving highly accurate color image identification.
【００２９】請求項３の発明は、請求項１の発明と同様
の作用を達成できる。請求項４の発明は、基準となるカ
ラー画像の色の分布を予め得ておく必要がなくなり、し
かも色の分布同士の一致判別も不要になるので、短時間
で正確なカラー画像識別結果を得ることができるという
特有の効果を奏する。請求項５の発明は、位置、大きさ
、形等の影響を受けることなく高精度のカラー画像の識
別を達成でき、しかも高い融通性を持たせることができ
るという特有の効果を奏する。The invention of claim 3 can achieve the same effect as the invention of claim 1. The invention of claim 4 eliminates the need to obtain the color distribution of the reference color image in advance, and also eliminates the need to determine whether the color distributions match each other, thereby obtaining accurate color image identification results in a short time. It has the unique effect of being able to The invention of claim 5 has the unique effect of being able to achieve highly accurate color image identification without being influenced by position, size, shape, etc., and also providing high flexibility.
【００３０】請求項６の発明は、照明光量の変動、周囲
光量の変動等の影響を受けず、高精度のカラー画像の識
別を達成できるという特有の効果を奏する。請求項７の
発明は、請求項５の発明と同様の作用を達成できる。The invention according to claim 6 has the unique effect of being able to achieve highly accurate color image identification without being affected by changes in the amount of illumination light, changes in the amount of ambient light, etc. The invention of claim 7 can achieve the same effect as the invention of claim 5.
【図１】この発明のカラー画像識別方法の一実施例を示
すフローチャートである。FIG. 1 is a flowchart showing an embodiment of the color image identification method of the present invention.
【図２】カラー画像と色の分布との関係を示す図である
。FIG. 2 is a diagram showing the relationship between a color image and color distribution.
【図３】カラー画像と色の分布との関係を示す図である
。FIG. 3 is a diagram showing the relationship between a color image and color distribution.
【図４】カラー画像と色の分布との関係を示す図である
。FIG. 4 is a diagram showing the relationship between a color image and color distribution.
【図５】カラー画像と色の分布との関係を示す図である
。FIG. 5 is a diagram showing the relationship between a color image and color distribution.
【図６】この発明のカラー画像識別装置の一実施例を示
すブロック図である。FIG. 6 is a block diagram showing an embodiment of the color image identification device of the present invention.
１ 色要素測定部 ２ 色データ生成部
３ 色度図作成部
４ 色度図保持部 ５ 色度図読み出し
部 ６ 一 致判別部
６ａ 特徴値抽出部 ６ｂ 特徴値判別部
７ 読み出し指示部
８ 識別結果出力部1 Color element measurement unit 2 Color data generation unit 3 Chromaticity diagram creation unit 4 Chromaticity diagram storage unit 5 Chromaticity diagram reading unit 6 Matching determination unit 6a Feature value extraction unit 6b Feature value determination unit 7 Readout instruction unit 8 Identification result Output section
Claims (7)
め得ておき、識別対象となるカラー画像の色の分布を得
て予め得られている色の分布との一致、不一致を判断す
ることにより識別対象となるカラー画像の識別を行うこ
とを特徴とするカラー画像識別方法。[Claim 1] A color distribution of a reference color image is obtained in advance, a color distribution of a color image to be identified is obtained, and a match or mismatch with the previously obtained color distribution is determined. 1. A color image identification method, characterized in that a color image to be identified is identified by:
得られるとともに、得られた色の分布の特徴値に基づい
て一致、不一致が判別される請求項１に記載のカラー画
像識別方法。2. The color image identification method according to claim 1, wherein the color distribution is obtained with brightness information excluded, and coincidence or mismatch is determined based on characteristic values of the obtained color distribution.
請求項１に記載のカラー画像識別方法。3. The color image identification method according to claim 1, wherein the color distribution is obtained on a CIE chromaticity diagram.
ューラルネットにより学習させ、識別対象となるカラー
画像の色の分布およびニューラル・ネットによる学習の
結果に基づいてカラー画像の識別を行なうことを特徴と
するカラー画像識別方法。4. A neural network is used to learn the color distribution of a reference color image, and the color image is identified based on the color distribution of the color image to be identified and the results of the learning by the neural network. Characteristic color image identification method.
持する基準データ保持手段４と、識別対象となるカラー
画像の色を検出する色検出手段１と、色検出結果に基づ
いて色の分布を生成する色分布生成手段２と、生成され
た色の分布と基準データ保持手段の色の分布との一致、
不一致を判別する色分布判別手段６と、色分布判別手段
６による判別結果に基づいて識別対象となるカラー画像
を識別する識別手段８とを含むことを特徴とするカラー
画像識別装置。5. Reference data holding means 4 for holding the color distribution of a reference color image; color detection means 1 for detecting the color of the color image to be identified; a color distribution generation means 2 that generates a color distribution, and a match between the generated color distribution and the color distribution of the reference data holding means;
A color image identification device comprising: a color distribution determination means 6 for determining mismatch; and an identification means 8 for identifying a color image to be classified based on the determination result by the color distribution determination means 6.
排除した状態で得られる色の分布の特徴値を保持するも
のであり、色分布生成手段２が、検出された色から明度
情報を排除した状態で色の分布を生成するものであり、
色分布判別手段６が、色分布生成手段により生成された
色の分布にもどづいて特徴値を抽出する特徴値抽出手段
６ａと、特徴値同士の一致、不一致を判別する特徴値判
別手段６ｂとを含んでいる請求項５に記載のカラー画像
識別装置。6. The reference data holding means 4 holds feature values of the color distribution obtained with brightness information excluded, and the color distribution generating means 2 removes the brightness information from the detected colors. It generates a color distribution in a state where
The color distribution determination means 6 includes a feature value extraction means 6a that extracts feature values based on the color distribution generated by the color distribution generation means, and a feature value determination means 6b that determines whether the feature values match or do not match. 6. The color image identification device according to claim 5, comprising:
請求項５に記載のカラー画像識別装置。7. The color image identification device according to claim 5, wherein the color distribution is obtained on a CIE chromaticity diagram.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2416727A JPH04230585A (en) | 1990-12-31 | 1990-12-31 | Method and device for color picture discrimination |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2416727A JPH04230585A (en) | 1990-12-31 | 1990-12-31 | Method and device for color picture discrimination |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04230585A true JPH04230585A (en) | 1992-08-19 |
Family
ID=18524926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2416727A Pending JPH04230585A (en) | 1990-12-31 | 1990-12-31 | Method and device for color picture discrimination |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04230585A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010218149A (en) * | 2009-03-16 | 2010-09-30 | Institute Of National Colleges Of Technology Japan | Identification device and identification method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63129477A (en) * | 1986-11-20 | 1988-06-01 | Canon Inc | Color image processing device |
| JPH02307168A (en) * | 1989-05-23 | 1990-12-20 | Takayama:Kk | Image processor |
-
1990
- 1990-12-31 JP JP2416727A patent/JPH04230585A/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63129477A (en) * | 1986-11-20 | 1988-06-01 | Canon Inc | Color image processing device |
| JPH02307168A (en) * | 1989-05-23 | 1990-12-20 | Takayama:Kk | Image processor |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010218149A (en) * | 2009-03-16 | 2010-09-30 | Institute Of National Colleges Of Technology Japan | Identification device and identification method |
| JP4683395B2 (en) * | 2009-03-16 | 2011-05-18 | 独立行政法人国立高等専門学校機構 | Identification device and identification method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1977371B1 (en) | Method and system for identifying illumination fields in an image | |
| US11544916B2 (en) | Automated gauge reading and related systems, methods, and devices | |
| CN113724216B (en) | Method and system for detecting wave crest welding spot defects | |
| CN111474184A (en) | AOI character defect detection method and device based on industrial machine vision | |
| US20060050152A1 (en) | Method for digital image stitching and apparatus for performing the same | |
| US6226399B1 (en) | Method and system for identifying an image feature and method and system for determining an optimal color space for use therein | |
| JP2002510824A (en) | Method and system for detecting defects in a sample image | |
| CN115619787B (en) | UV glue defect detection method, system, equipment and medium | |
| TW200842734A (en) | Image processing program and image processing device | |
| WO2007064897A1 (en) | Improved method of pattern location using color image data | |
| US6766054B1 (en) | Segmentation of an object from a background in digital photography | |
| CN115375610A (en) | Detection method and device, detection equipment and storage medium | |
| KR101741758B1 (en) | A Real-time Face Tracking Method Robust to Occlusion Based on Improved CamShift with Depth Information | |
| CN114594102B (en) | Machine vision-based data line interface automatic detection method | |
| JPH04230585A (en) | Method and device for color picture discrimination | |
| CN115239690A (en) | PCB line sequence detection method and system based on image recognition | |
| CN112101448B (en) | Screen image recognition method, device and system and readable storage medium | |
| CN113850756A (en) | Label defect detection method based on template comparison | |
| JPH10213420A (en) | Formation of reference image used in pattern matching | |
| JP2702441B2 (en) | Wafer identification character recognition system | |
| Solorzano et al. | Accurate Vision-Based PCB Positioning Using Cosine-Convolutional Neural Networks | |
| CN113850200B (en) | Gene chip interpretation method, device, equipment and storage medium | |
| US20220375096A1 (en) | System and method to detect quality of silk cocoons | |
| Ashaduzzaman et al. | An Automated Testing Framework for Gesture Recognition System using Dynamic Image Pattern Generation with Augmentation | |
| JPH09128537A (en) | Method and device for collating seal impression |