JPH05100278A - 光学的パタ−ン認識分類装置 - Google Patents
光学的パタ−ン認識分類装置Info
- Publication number
- JPH05100278A JPH05100278A JP3260692A JP26069291A JPH05100278A JP H05100278 A JPH05100278 A JP H05100278A JP 3260692 A JP3260692 A JP 3260692A JP 26069291 A JP26069291 A JP 26069291A JP H05100278 A JPH05100278 A JP H05100278A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- fourier transform
- patterns
- recognition
- cross
- 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.)
- Granted
Links
Landscapes
- Holo Graphy (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 非常に少ない入力ユニット数で位置不変性を
確保することのできる光学的パタ−ン認識分類装置を提
供することを目的とする。 【構成】光学的パタ−ン認識分類装置において、少なく
とも、コヒ−レントな光源と、第1のパタ−ンを表示す
る第1の装置と、該第1の装置から出射された光束の複
素振幅分布を、光学的にフ−リエ変換するための第1の
フ−リエ変換レンズと、該第1のフ−リエ変換レンズの
フ−リエ変換面に配置され、且つ第2の装置を透過した
光量或いは反射した光量を検出する受光素子と、該受光
素子からの出力を前記第1のパタ−ンと、前記第2のパ
タ−ンとの相互相関出力として、該相互相関出力に基づ
いて、被検パタ−ンを認識分類する手段とから構成され
ることを特徴とする前記光学的パタ−ン認識分類装置で
ある。
確保することのできる光学的パタ−ン認識分類装置を提
供することを目的とする。 【構成】光学的パタ−ン認識分類装置において、少なく
とも、コヒ−レントな光源と、第1のパタ−ンを表示す
る第1の装置と、該第1の装置から出射された光束の複
素振幅分布を、光学的にフ−リエ変換するための第1の
フ−リエ変換レンズと、該第1のフ−リエ変換レンズの
フ−リエ変換面に配置され、且つ第2の装置を透過した
光量或いは反射した光量を検出する受光素子と、該受光
素子からの出力を前記第1のパタ−ンと、前記第2のパ
タ−ンとの相互相関出力として、該相互相関出力に基づ
いて、被検パタ−ンを認識分類する手段とから構成され
ることを特徴とする前記光学的パタ−ン認識分類装置で
ある。
Description
【0001】
【産業上の利用分野】本発明は、物体、文字、音声等の
認識及び情報の検索、推論、連想等に用いられるパタ−
ン認識及び分類を行なう光学的認識分類装置に関する。
認識及び情報の検索、推論、連想等に用いられるパタ−
ン認識及び分類を行なう光学的認識分類装置に関する。
【0002】
【従来の技術】近年、認識、連想、推論等のノイマン型
コンピュ−タにおいて、不得意とされる情報処理を効果
的に行なう方法として、ニュ−ラルネットワ−ク技術が
注目されている。特に、ニュ−ラルネットワ−クの学習
手法である誤差逆伝搬学習法(Error Back Propagatio
n:BP法)を用いて、ネットワ−ク内のユニット(ニュ
−ロンをモデルとして通常多入力、出力の信号処理素
子)間の結合荷重を決定することにより、各入力パタ−
ンの特徴を捉えたフレキシブルな認識を行なうことがで
きる。
コンピュ−タにおいて、不得意とされる情報処理を効果
的に行なう方法として、ニュ−ラルネットワ−ク技術が
注目されている。特に、ニュ−ラルネットワ−クの学習
手法である誤差逆伝搬学習法(Error Back Propagatio
n:BP法)を用いて、ネットワ−ク内のユニット(ニュ
−ロンをモデルとして通常多入力、出力の信号処理素
子)間の結合荷重を決定することにより、各入力パタ−
ンの特徴を捉えたフレキシブルな認識を行なうことがで
きる。
【0003】図2は、従来のニュ−ラルネットワ−クの
構造を示す構成図である。BP法による学習を行なうニ
ュ−ラルネットワ−クでは、通常、ユニットの集合を3
層以上の層構造とし、その内でパタ−ンの信号入力を行
なう層を入力層、認識出力信号を出力する層を出力層、
残りを中間層或いは隠れ層と称する。さて、入力層の各
ユニットから出力された出力値In(n:ユニット番
号)は、中間層ユニットへの伝播し、更に、中間層の各
ユニットから出力された出力値Cn(n:ユニット番
号)は、出力層の各ユニットへの伝播し、この出力層の
各ユニットから出力値On(n:ユニット番号)が得ら
れる。(図2においては、入力層及び中間層ユニットの
出力が複数のユニットと結合しているので、多出力のよ
うに見えるが、これは、1つのユニットからの出力を複
数のユニットに入力しているためであり、出力値は、1
つのユニットに付き、1つのみである。)このとき、原
則として、同一層内に含まれるユニット同志の結線はな
いものとし、また、出力に近い層から、より入力層に近
い層への信号のフィ−ドバックはないものとする。
構造を示す構成図である。BP法による学習を行なうニ
ュ−ラルネットワ−クでは、通常、ユニットの集合を3
層以上の層構造とし、その内でパタ−ンの信号入力を行
なう層を入力層、認識出力信号を出力する層を出力層、
残りを中間層或いは隠れ層と称する。さて、入力層の各
ユニットから出力された出力値In(n:ユニット番
号)は、中間層ユニットへの伝播し、更に、中間層の各
ユニットから出力された出力値Cn(n:ユニット番
号)は、出力層の各ユニットへの伝播し、この出力層の
各ユニットから出力値On(n:ユニット番号)が得ら
れる。(図2においては、入力層及び中間層ユニットの
出力が複数のユニットと結合しているので、多出力のよ
うに見えるが、これは、1つのユニットからの出力を複
数のユニットに入力しているためであり、出力値は、1
つのユニットに付き、1つのみである。)このとき、原
則として、同一層内に含まれるユニット同志の結線はな
いものとし、また、出力に近い層から、より入力層に近
い層への信号のフィ−ドバックはないものとする。
【0004】図2において、各ユニット間の結合は、矢
印で示されており、入力層のユニットと中間層のユニッ
トとの結合荷重値を対応するユニット番号を添え字とし
て、付けたVij(i:中間層ユニット番号であり、
j:入力層ユニット番号である)、中間層のユニットと
出力のユニットとの結合荷重値を対応するユニット番号
を添え字として付けたWij(i:出力層ユニット番号
であり、j:中間層ユニット番号である)で表わすもの
とする。例えば、入力層ユニット1と中間層ユニット1
との結合荷重値は、V11と表わされる。また、中間層ユ
ニット3と出力層ユニット5の結合荷重値は、W53と表
わされる。
印で示されており、入力層のユニットと中間層のユニッ
トとの結合荷重値を対応するユニット番号を添え字とし
て、付けたVij(i:中間層ユニット番号であり、
j:入力層ユニット番号である)、中間層のユニットと
出力のユニットとの結合荷重値を対応するユニット番号
を添え字として付けたWij(i:出力層ユニット番号
であり、j:中間層ユニット番号である)で表わすもの
とする。例えば、入力層ユニット1と中間層ユニット1
との結合荷重値は、V11と表わされる。また、中間層ユ
ニット3と出力層ユニット5の結合荷重値は、W53と表
わされる。
【0005】通常、中間層ユニット及び出力層ユニット
の入力出力特性は、次の式で表わされる。
の入力出力特性は、次の式で表わされる。
【数1】 f(x)=1/[1+exp(−x)]・・・・・(3) ここで、i、jは、各々、上述のように対応するユニッ
ト番号であり、ξ、θは各々のユニットにおけるバイア
ス値である。また、式(3)に示した関数は、シグモイ
ド関数と呼ばれている。
ト番号であり、ξ、θは各々のユニットにおけるバイア
ス値である。また、式(3)に示した関数は、シグモイ
ド関数と呼ばれている。
【0006】以上に説明したニュ−ラルネットワ−クの
構成において、ある入力パタ−ン即ち入力層ユニットの
出力ベクトル(I1 I2 I3 I4 I5 )を与えたときの
出力層からの所望の出力と、実際の出力Oi (ここで
は、i=1、2、・・・5)との各ユニットの誤差の2
乗和が小さくなるように、各ユニット間結合荷重の大き
さを修正することにより、ある入力パタ−ンに対して所
望の出力パタ−ンを出力するニュ−ラルネットワ−クを
得ることができる。BPは、このときの荷重の修正係数
を計算する方法であり(一般化δル−ルとも称され
る)、この修正係数を用いて効率よく学習を収束させる
ために、いくつかの方法が提案されている。
構成において、ある入力パタ−ン即ち入力層ユニットの
出力ベクトル(I1 I2 I3 I4 I5 )を与えたときの
出力層からの所望の出力と、実際の出力Oi (ここで
は、i=1、2、・・・5)との各ユニットの誤差の2
乗和が小さくなるように、各ユニット間結合荷重の大き
さを修正することにより、ある入力パタ−ンに対して所
望の出力パタ−ンを出力するニュ−ラルネットワ−クを
得ることができる。BPは、このときの荷重の修正係数
を計算する方法であり(一般化δル−ルとも称され
る)、この修正係数を用いて効率よく学習を収束させる
ために、いくつかの方法が提案されている。
【0007】ところが、画像等の認識や連想を行なう場
合には、画像を構成する画素数が多く入力ニュ−ロン数
が非常に多くなると、中間ニュ−ロンとの結線が膨大に
なり、ニュ−ラルネットワ−クを実現する際の大きな障
壁となっていた。また、文字や画像は入力面内におい
て、特定の位置にあるとは限らず、場所の如何にかかわ
らず認識や連想を行なおうとすると、一度位置が固定さ
れたパタ−ンで学習されたニュ−ラルネットワ−クでは
対応することができない。そこで、学習時に予め位置の
異なる文字や学習を提示する等の提案があるが、学習に
時間がかかると共に、位置に対する不変性を確保するた
めに中間ニュ−ロン数が非常に多く必要となり、装置化
に際し、大きな障害となった。
合には、画像を構成する画素数が多く入力ニュ−ロン数
が非常に多くなると、中間ニュ−ロンとの結線が膨大に
なり、ニュ−ラルネットワ−クを実現する際の大きな障
壁となっていた。また、文字や画像は入力面内におい
て、特定の位置にあるとは限らず、場所の如何にかかわ
らず認識や連想を行なおうとすると、一度位置が固定さ
れたパタ−ンで学習されたニュ−ラルネットワ−クでは
対応することができない。そこで、学習時に予め位置の
異なる文字や学習を提示する等の提案があるが、学習に
時間がかかると共に、位置に対する不変性を確保するた
めに中間ニュ−ロン数が非常に多く必要となり、装置化
に際し、大きな障害となった。
【0008】
【発明が解決しようとする課題】本発明は、上記の問題
点を解決するために為されたもので、非常に少ない入力
ユニット数で位置不変性を確保することのできる光学的
パタ−ン認識分類装置を提供することを目的とする。
点を解決するために為されたもので、非常に少ない入力
ユニット数で位置不変性を確保することのできる光学的
パタ−ン認識分類装置を提供することを目的とする。
【0009】
【課題を解決するための手段】本発明は、上記の技術的
な課題の解決のために成されたもので、光学的パタ−ン
認識分類装置において;少なくとも、コヒ−レントな光
源と、第1のパタ−ンを表示する第1の装置と、該第1
の装置から出射された光束の複素振幅分布を、光学的に
フ−リエ変換するための第1のフ−リエ変換レンズと、
該第1のフ−リエ変換レンズのフ−リエ変換面に配置さ
れ、且つ第2の装置を透過した光量或いは反射した光量
を検出する受光素子と、該受光素子からの出力を前記第
1のパタ−ンと、前記第2のパタ−ンとの相互相関出力
として、該相互相関出力に基づいて、被検パタ−ンを認
識分類する手段とから構成されることを特徴とする前記
光学的パタ−ン認識分類装置を提供する。また、前記第
1のパタ−ンは、認識分類したいパタ−ンであり、前記
第2のパタ−ンは、参照パタ−ン又は参照パタ−ンのフ
−リエ変換パタ−ンであるものが好適である。更に、前
記第1のパタ−ンは、参照パタ−ン又は複数の参照パタ
−ンであり、前記第2のパタ−ンは、認識分類したいパ
タ−ンのフ−リエ変換パタ−ンであるものが好適であ
る。前記第1のパタ−ンを表示する装置は、第1の空間
光変調器又は銀塩感光素子を用いたものが好適である。
前記第2のパタ−ンを表示する装置は、第2の空間光変
調器であるものが好適である。
な課題の解決のために成されたもので、光学的パタ−ン
認識分類装置において;少なくとも、コヒ−レントな光
源と、第1のパタ−ンを表示する第1の装置と、該第1
の装置から出射された光束の複素振幅分布を、光学的に
フ−リエ変換するための第1のフ−リエ変換レンズと、
該第1のフ−リエ変換レンズのフ−リエ変換面に配置さ
れ、且つ第2の装置を透過した光量或いは反射した光量
を検出する受光素子と、該受光素子からの出力を前記第
1のパタ−ンと、前記第2のパタ−ンとの相互相関出力
として、該相互相関出力に基づいて、被検パタ−ンを認
識分類する手段とから構成されることを特徴とする前記
光学的パタ−ン認識分類装置を提供する。また、前記第
1のパタ−ンは、認識分類したいパタ−ンであり、前記
第2のパタ−ンは、参照パタ−ン又は参照パタ−ンのフ
−リエ変換パタ−ンであるものが好適である。更に、前
記第1のパタ−ンは、参照パタ−ン又は複数の参照パタ
−ンであり、前記第2のパタ−ンは、認識分類したいパ
タ−ンのフ−リエ変換パタ−ンであるものが好適であ
る。前記第1のパタ−ンを表示する装置は、第1の空間
光変調器又は銀塩感光素子を用いたものが好適である。
前記第2のパタ−ンを表示する装置は、第2の空間光変
調器であるものが好適である。
【0010】更に、少なくとも、コヒ−レントな光源
と、第1のパタ−ン群を同時並列的に表示する第3の空
間光変調器と、該第3の空間光変調器から出射された光
束の該同時並列的に表示された前記第1のパタ−ン群に
含まれる各パタ−ンの各々の複素振幅を光学的にフ−リ
エ変換するための第3のフ−リエ変換レンズアレイと、
該第3のフ−リエ変換レンズアレイの各々のフ−リエ変
換面に配置され、且つ、該第3のフ−リエ変換レンズア
レイの各々に対応したパタ−ンよりなる第2のパタ−ン
群を透過率分布或いは反射率分布にして、表示したマス
クと、該マスクを透過した光量或いは反射した光量を検
出する受光素子アレイと、該受光素子アレイからの出力
を、該マスクに描かれたパタ−ンと、前記第1のパタ−
ン群の各々のパタ−ンとの相互相関出力として、該相互
相関出力に基づいて被検パタ−ンを認識分類する手段と
から構成されるものが好適である。そして、前記第1の
パタ−ン群を構成する各々のパタ−ンは、同一の認識分
類したいパタ−ンであり、前記の第2のパタ−ン群を構
成する各々のパタ−ンは、各々異なる参照パタ−ン又は
各々異なる参照パタ−ンのフ−リエ変換パタ−ンである
ものが好適である。前記第1のパタ−ン群を構成する各
々のパタ−ンは、各々異なる参照パタ−ンであり、前記
第2のパタ−ン群を構成する各々のパタ−ンは、同一の
認識分類したいパタ−ンのフ−リエ変換パタ−ンである
ものが好適である。前記マスクは、第4の空間光変調器
或いは銀塩感光素子を用いたものが好適である。
と、第1のパタ−ン群を同時並列的に表示する第3の空
間光変調器と、該第3の空間光変調器から出射された光
束の該同時並列的に表示された前記第1のパタ−ン群に
含まれる各パタ−ンの各々の複素振幅を光学的にフ−リ
エ変換するための第3のフ−リエ変換レンズアレイと、
該第3のフ−リエ変換レンズアレイの各々のフ−リエ変
換面に配置され、且つ、該第3のフ−リエ変換レンズア
レイの各々に対応したパタ−ンよりなる第2のパタ−ン
群を透過率分布或いは反射率分布にして、表示したマス
クと、該マスクを透過した光量或いは反射した光量を検
出する受光素子アレイと、該受光素子アレイからの出力
を、該マスクに描かれたパタ−ンと、前記第1のパタ−
ン群の各々のパタ−ンとの相互相関出力として、該相互
相関出力に基づいて被検パタ−ンを認識分類する手段と
から構成されるものが好適である。そして、前記第1の
パタ−ン群を構成する各々のパタ−ンは、同一の認識分
類したいパタ−ンであり、前記の第2のパタ−ン群を構
成する各々のパタ−ンは、各々異なる参照パタ−ン又は
各々異なる参照パタ−ンのフ−リエ変換パタ−ンである
ものが好適である。前記第1のパタ−ン群を構成する各
々のパタ−ンは、各々異なる参照パタ−ンであり、前記
第2のパタ−ン群を構成する各々のパタ−ンは、同一の
認識分類したいパタ−ンのフ−リエ変換パタ−ンである
ものが好適である。前記マスクは、第4の空間光変調器
或いは銀塩感光素子を用いたものが好適である。
【0011】そして、前記相互相関出力に基づいて被検
パタ−ンを認識分類する手段は、前記認識分類したいパ
タ−ンと各参照パタ−ン或いは各参照パタ−ンのフ−リ
エ変換パタ−ンとの該相互相関出力を複数回とり、得ら
れた相関度の集合の代表値を、少なくとも基準にして、
認識分類したいクラス毎に、前記各参照パタ−ン或いは
前記各参照パタ−ンのフ−リエ変換パタ−ンに対応した
メンバ−シップ関数を作成した後、被検パタ−ンと前記
各参照パタ−ン前記各参照パタ−ンのフ−リエ変換パタ
−ンとの前記相互相関出力と認識分類したいクラスに割
り当てられているメンバ−シップ関数とのメンバ−シッ
プ値を取り、該メンバ−シップ値の最も小さいメンバ−
シップ値、又は、該メンバ−シップ値の平均値を、被検
パタ−ンの前記認識分類したいクラスに属する程度とす
るものが好適である。前記相互相関出力に基づいて被検
パタ−ンを認識分類する手段は、ニュ−ラルネットワ−
クにおいて、前記参照パタ−ン或いは前記参照パタ−ン
のフ−リエ変換パタ−ンの数だけ用意した入力ニュ−ロ
ンに、前記各参照パタ−ン或いは前記各参照パタ−ンの
フ−リエ変換パタ−ンと前記認識分類したいクラスに属
するパタ−ンとの前記相互相関出力を各々入力して、ニ
ュ−ロン間の結合荷重値を決定した後、前記各参照パタ
−ン或いは前記各参照パタ−ンのフ−リエ変換パタ−ン
と被検パタ−ンとの相互相関出力を、対応する前記入力
ニュ−ロンに、入力して、被検パタ−ンを認識分類する
ものが好適である。
パタ−ンを認識分類する手段は、前記認識分類したいパ
タ−ンと各参照パタ−ン或いは各参照パタ−ンのフ−リ
エ変換パタ−ンとの該相互相関出力を複数回とり、得ら
れた相関度の集合の代表値を、少なくとも基準にして、
認識分類したいクラス毎に、前記各参照パタ−ン或いは
前記各参照パタ−ンのフ−リエ変換パタ−ンに対応した
メンバ−シップ関数を作成した後、被検パタ−ンと前記
各参照パタ−ン前記各参照パタ−ンのフ−リエ変換パタ
−ンとの前記相互相関出力と認識分類したいクラスに割
り当てられているメンバ−シップ関数とのメンバ−シッ
プ値を取り、該メンバ−シップ値の最も小さいメンバ−
シップ値、又は、該メンバ−シップ値の平均値を、被検
パタ−ンの前記認識分類したいクラスに属する程度とす
るものが好適である。前記相互相関出力に基づいて被検
パタ−ンを認識分類する手段は、ニュ−ラルネットワ−
クにおいて、前記参照パタ−ン或いは前記参照パタ−ン
のフ−リエ変換パタ−ンの数だけ用意した入力ニュ−ロ
ンに、前記各参照パタ−ン或いは前記各参照パタ−ンの
フ−リエ変換パタ−ンと前記認識分類したいクラスに属
するパタ−ンとの前記相互相関出力を各々入力して、ニ
ュ−ロン間の結合荷重値を決定した後、前記各参照パタ
−ン或いは前記各参照パタ−ンのフ−リエ変換パタ−ン
と被検パタ−ンとの相互相関出力を、対応する前記入力
ニュ−ロンに、入力して、被検パタ−ンを認識分類する
ものが好適である。
【0012】
【作用】上記のような本発明の光学的認識分類装置によ
り、認識分類したいパタ−ンのフ−リエ変換パタ−ンと
参照パタ−ン或いは、そのフ−リエ変換パタ−ンとの照
合が、フ−リエ変換面において、実時間に行なわれ、各
参照パタ−ン或いは各参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関度を各受光素子により検出することが
できる。従って、認識分類したいパタ−ンを構成する画
素分の入力情報を参照パタ−ンの個数分の情報に圧縮す
ることができる。更に、認識分類したいパタ−ンのフ−
リエ変換パタ−ンは、移動することがないので、完全に
位置に対する不変性を確保することができるようにな
る。このように、圧縮したパタ−ン情報を参照パタ−ン
の数だけの入力空間においてマッピングし、その集合体
をあるカテゴリ−に属する程度として表したメンバ−シ
ップ関数で表現し、ある被検パタ−ンとこれらのメンバ
−シップ関数と照合させることにより、情報量を削減
し、且つ、位置不変性を確保した認識分類をすることが
できる。また、上記の圧縮したパタ−ン情報をニュ−ラ
ルネットワ−クの入力層に入力すれば、著しくニュ−ロ
ン数を削減することができると共に、位置不変性を確保
することができる。
り、認識分類したいパタ−ンのフ−リエ変換パタ−ンと
参照パタ−ン或いは、そのフ−リエ変換パタ−ンとの照
合が、フ−リエ変換面において、実時間に行なわれ、各
参照パタ−ン或いは各参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関度を各受光素子により検出することが
できる。従って、認識分類したいパタ−ンを構成する画
素分の入力情報を参照パタ−ンの個数分の情報に圧縮す
ることができる。更に、認識分類したいパタ−ンのフ−
リエ変換パタ−ンは、移動することがないので、完全に
位置に対する不変性を確保することができるようにな
る。このように、圧縮したパタ−ン情報を参照パタ−ン
の数だけの入力空間においてマッピングし、その集合体
をあるカテゴリ−に属する程度として表したメンバ−シ
ップ関数で表現し、ある被検パタ−ンとこれらのメンバ
−シップ関数と照合させることにより、情報量を削減
し、且つ、位置不変性を確保した認識分類をすることが
できる。また、上記の圧縮したパタ−ン情報をニュ−ラ
ルネットワ−クの入力層に入力すれば、著しくニュ−ロ
ン数を削減することができると共に、位置不変性を確保
することができる。
【0013】次に、本発明の光学的パタ−ン認識分類装
置を具体的に実施例により説明するが、本発明はそれら
によって限定されるものではない。
置を具体的に実施例により説明するが、本発明はそれら
によって限定されるものではない。
【0014】
【実施例1】図1は、本発明の光学的パタ−ン認識分類
装置の1例の構成を説明する模式的構成図である。図1
の光学的配置図において、光学的パタ−ン認識分類装置
は、画像出力手段1、光学的フ−リエ変換手段2、画像
出力手段3、光検出手段4、検出信号処理手段5とから
本質的に構成されている。
装置の1例の構成を説明する模式的構成図である。図1
の光学的配置図において、光学的パタ−ン認識分類装置
は、画像出力手段1、光学的フ−リエ変換手段2、画像
出力手段3、光検出手段4、検出信号処理手段5とから
本質的に構成されている。
【0015】パタ−ン表示装置15に描かれた認識分類
したいクラスに属するパタ−ンの1つを、レ−ザ11か
ら出力されたコヒ−レント光束12で読み出し、フ−リ
エ変換レンズ21によりパタ−ン表示装置31上にフ−
リエ変換パタ−ンを形成する。一方、コンピュ−タ51
からの信号により参照パタ−ンをパタ−ン表示装置31
に描いておくと、その参照パタ−ンが空間周波数フィル
タの役割をすることになる。従って、認識分類したいク
ラスに属するパタ−ンの特定の周波数成分がカットさ
れ、或いは減衰されたパタ−ンが結像レンズ32を経
て、受光素子41上に結像される。この受光素子41で
受光された信号が、コンピュ−タ51に送られる。次
に、コンピュ−タ51からの信号により、別の参照パタ
−ンを次々にパタ−ン表示装置31上に提示し、参照パ
タ−ンの情報と共に受光素子41で検出された被検パタ
−ンをパタ−ン表示装置15に順次提示して、上記のよ
うに参照パタ−ンを次々にパタ−ン表示装置31に提示
して、認識分類したいクラスに属するパタ−ンと参照パ
タ−ンの情報及び受光素子41で検出された信号を、共
に、コンピュ−タ51に記憶していく。
したいクラスに属するパタ−ンの1つを、レ−ザ11か
ら出力されたコヒ−レント光束12で読み出し、フ−リ
エ変換レンズ21によりパタ−ン表示装置31上にフ−
リエ変換パタ−ンを形成する。一方、コンピュ−タ51
からの信号により参照パタ−ンをパタ−ン表示装置31
に描いておくと、その参照パタ−ンが空間周波数フィル
タの役割をすることになる。従って、認識分類したいク
ラスに属するパタ−ンの特定の周波数成分がカットさ
れ、或いは減衰されたパタ−ンが結像レンズ32を経
て、受光素子41上に結像される。この受光素子41で
受光された信号が、コンピュ−タ51に送られる。次
に、コンピュ−タ51からの信号により、別の参照パタ
−ンを次々にパタ−ン表示装置31上に提示し、参照パ
タ−ンの情報と共に受光素子41で検出された被検パタ
−ンをパタ−ン表示装置15に順次提示して、上記のよ
うに参照パタ−ンを次々にパタ−ン表示装置31に提示
して、認識分類したいクラスに属するパタ−ンと参照パ
タ−ンの情報及び受光素子41で検出された信号を、共
に、コンピュ−タ51に記憶していく。
【0016】このようにすると、フ−リエ変換面31に
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンとの相互相関処理が
行なわれていることになるので、被検パタ−ンが入力面
内で移動しても位置不変性が確保できるのである。更
に、一般的には、パタ−ンを表示する画素数は非常に多
いので、少数の参照パタ−ンに情報を圧縮することによ
り、非常に少ない参照パタ−ンのセットで認識分類する
ことができるようになるのである。さて、認識過程は、
コンピュ−タ51にメモリ−されている参照パタ−ンと
認識分類したいクラスに属するパタ−ン及びそれらの相
互相関出力に基づいて、各参照パタ−ンに対応したメン
バ−シップ関数を作成し、被検パタ−ンと各参照パタ−
ンとの相互相関出力と該メンバ−シップ関数との照合す
ることにより行なうものである。ここで、前記のメンバ
−シップ関数の作成の1例を次に説明する。例えば、あ
る認識分類させたいクラスに属するパタ−ンのフ−リエ
変換パタ−ン(パタ−ン表示装置に入射されるパタ−
ン)が、図3に示されたものであったとする。尚、斜線
部分は、光量がほとんどない部分を示している。
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンとの相互相関処理が
行なわれていることになるので、被検パタ−ンが入力面
内で移動しても位置不変性が確保できるのである。更
に、一般的には、パタ−ンを表示する画素数は非常に多
いので、少数の参照パタ−ンに情報を圧縮することによ
り、非常に少ない参照パタ−ンのセットで認識分類する
ことができるようになるのである。さて、認識過程は、
コンピュ−タ51にメモリ−されている参照パタ−ンと
認識分類したいクラスに属するパタ−ン及びそれらの相
互相関出力に基づいて、各参照パタ−ンに対応したメン
バ−シップ関数を作成し、被検パタ−ンと各参照パタ−
ンとの相互相関出力と該メンバ−シップ関数との照合す
ることにより行なうものである。ここで、前記のメンバ
−シップ関数の作成の1例を次に説明する。例えば、あ
る認識分類させたいクラスに属するパタ−ンのフ−リエ
変換パタ−ン(パタ−ン表示装置に入射されるパタ−
ン)が、図3に示されたものであったとする。尚、斜線
部分は、光量がほとんどない部分を示している。
【0017】一方、参照パタ−ンとして、図4(a)及
び図4(b)に示す2つを選定したとすると、パタ−ン
表示装置を透過すてきた光束は、各々、図5(a)、
(b)に示すように、ある認識分類させたいクラスに属
するパタ−ンのフ−リエ変換パタ−ンの一部が、マスク
される。即ち、該パタ−ンの一部の空間周波数成分がカ
ットされたものとして出力される。尚、図4における斜
線部分は、光が透過しない部分を示している。このよう
に、認識分類させたいパタ−ンの空間周波数成分と参照
パタ−ンとを照合させることになる。さて、認識分類し
たいクラスに属するパタ−ンと参照パタ−ンのセットを
各々パタ−ン表示装置15及びパタ−ン表示装置31に
次々に提示し、デ−タをコンピュ−タに入力していく。
然し乍ら、これらの動作を各認識分類したいパタ−ンに
ついて、複数回行なうことが望ましい。これは、コヒ−
レント光によるスペックルノイズや、パタ−ン表示装置
15及び31の時間的な不安定性や受光素子41の信号
の入力タイミング等の影響により、相互相関出力強度が
揺らぐので、唯一回の相互相関出力値を用いて認識分類
を行なうと、正確な認識分類を行なうことができないた
めである。そこで、複数回のデ−タから各クラスに属す
るパタ−ンに対する相互相関出力値の代表値の1つであ
る平均値と標準偏差値を計算し、各参照パタ−ンに対す
る相互相関出力強度に対するメンバ−シップ関数を台形
型とし、例えば、平均値から標準偏差の大きさの範囲ま
でをメンバ−シップ値1とし、標準偏差の大きさの3倍
をメンバ−シップ値0として、台形の斜辺に相当する部
分を標準偏差の等倍から3倍までとする。
び図4(b)に示す2つを選定したとすると、パタ−ン
表示装置を透過すてきた光束は、各々、図5(a)、
(b)に示すように、ある認識分類させたいクラスに属
するパタ−ンのフ−リエ変換パタ−ンの一部が、マスク
される。即ち、該パタ−ンの一部の空間周波数成分がカ
ットされたものとして出力される。尚、図4における斜
線部分は、光が透過しない部分を示している。このよう
に、認識分類させたいパタ−ンの空間周波数成分と参照
パタ−ンとを照合させることになる。さて、認識分類し
たいクラスに属するパタ−ンと参照パタ−ンのセットを
各々パタ−ン表示装置15及びパタ−ン表示装置31に
次々に提示し、デ−タをコンピュ−タに入力していく。
然し乍ら、これらの動作を各認識分類したいパタ−ンに
ついて、複数回行なうことが望ましい。これは、コヒ−
レント光によるスペックルノイズや、パタ−ン表示装置
15及び31の時間的な不安定性や受光素子41の信号
の入力タイミング等の影響により、相互相関出力強度が
揺らぐので、唯一回の相互相関出力値を用いて認識分類
を行なうと、正確な認識分類を行なうことができないた
めである。そこで、複数回のデ−タから各クラスに属す
るパタ−ンに対する相互相関出力値の代表値の1つであ
る平均値と標準偏差値を計算し、各参照パタ−ンに対す
る相互相関出力強度に対するメンバ−シップ関数を台形
型とし、例えば、平均値から標準偏差の大きさの範囲ま
でをメンバ−シップ値1とし、標準偏差の大きさの3倍
をメンバ−シップ値0として、台形の斜辺に相当する部
分を標準偏差の等倍から3倍までとする。
【0018】図6は、このようにして得た認識分類した
いパタ−ンを画像Aとした場合の参照パタ−ン1と参照
パタ−ン2に対する相互相関出力をメンバ−シップ関数
として表現したグラフである。このようにして、すべて
の認識分類したいクラスの情報と共に蓄えておく。但
し、標準偏差値が複数回の試行において、たまたま非常
に小さいという場合もあるので、若干の補正を加えるこ
とも必要である。
いパタ−ンを画像Aとした場合の参照パタ−ン1と参照
パタ−ン2に対する相互相関出力をメンバ−シップ関数
として表現したグラフである。このようにして、すべて
の認識分類したいクラスの情報と共に蓄えておく。但
し、標準偏差値が複数回の試行において、たまたま非常
に小さいという場合もあるので、若干の補正を加えるこ
とも必要である。
【0019】次に、画像Aの代わりに未知の画像パタ−
ンを提示し、各参照パタ−ンに対する相互相関出力出力
強度をコンピュ−タ51に取り込み、上記各認識分類し
たいパタ−ンのメンバ−シップ関数と照合する。例え
ば、認識分類したい画像パタ−ンA、B、Cに対するメ
ンバ−シップ関数が各々図6、図7、図8に示されたも
のであるとする。このとき、未知の画像パタ−ンの相関
出力強度が、参照パタ−ン1に対してa点、参照パタ−
ン2に対してb点の出力を得たとする。図9は、このa
点、b点が各認識分類したいパタ−ンに対して、どの程
度のメンバ−シップ値を有するかを示したグラフを示
す。上記の事例では、1、0の値しか有さなかったが、
台形の斜辺に相当する部分に値を有する場合もあり、一
般的には、メンバ−シップ関数値がアナログ値を有す
る。
ンを提示し、各参照パタ−ンに対する相互相関出力出力
強度をコンピュ−タ51に取り込み、上記各認識分類し
たいパタ−ンのメンバ−シップ関数と照合する。例え
ば、認識分類したい画像パタ−ンA、B、Cに対するメ
ンバ−シップ関数が各々図6、図7、図8に示されたも
のであるとする。このとき、未知の画像パタ−ンの相関
出力強度が、参照パタ−ン1に対してa点、参照パタ−
ン2に対してb点の出力を得たとする。図9は、このa
点、b点が各認識分類したいパタ−ンに対して、どの程
度のメンバ−シップ値を有するかを示したグラフを示
す。上記の事例では、1、0の値しか有さなかったが、
台形の斜辺に相当する部分に値を有する場合もあり、一
般的には、メンバ−シップ関数値がアナログ値を有す
る。
【0020】さて、図9に示したメンバ−シップ値か
ら、ファジ−論理的にANDの演算を行なえば、各認識
分類したいパタ−ンのメンバ−シップ値の最小値を取る
こととなり、未知のパタ−ンに対して、画像パタ−ン
A、B、Cは、各々、0、0、1となる。従って、未知
のパタ−ンは、100%画像パタ−ンCであると言うこ
とができる。一方、メンバ−シップ値の最小値が0では
ないパタ−ンがいくつもあった場合には、その最小値の
値をもって、あるパタ−ンである度合いを推し計ること
ができる。また、図7に示すメンバ−シップ値の相加平
均値を判断する材料にすることもできる。即ち、この場
合には、未知のパタ−ンに対して、画像パタ−ンA、
B、Cは、各々、0.5、0、1となるので、各々のパ
タ−ンの度合いを推し計ることができる。但し、相加平
均を用いる場合には、ある参照パタ−ンとの相関度が全
く合っていなくとも答えが出ることがあるので、ファジ
−論理的なAND演算のほうが誤りが少ないが、AND
演算で答えを得ることが困難である場合の補助演算とし
て意味がある。即ち、何等かの原因で、平均値を取った
ときの状態と著しくずれ、1つの参照パタ−ンとだけメ
ンバ−シップ値が0で、他の参照パタ−ンとは1である
ような場合、AND演算では正しい答えを出すことがで
きなくなる。この場合に、第2候補として、相加平均を
使うなどの使い方ができる。尚、上記の実施例におい
て、メンバ−シップ関数を台形型にしたが、メンバ−シ
ップ関数に凹みがない、所謂、凸のファジ−集合となる
ものであれば、どのようなものであっても構わないこと
が言うまでもないことである。
ら、ファジ−論理的にANDの演算を行なえば、各認識
分類したいパタ−ンのメンバ−シップ値の最小値を取る
こととなり、未知のパタ−ンに対して、画像パタ−ン
A、B、Cは、各々、0、0、1となる。従って、未知
のパタ−ンは、100%画像パタ−ンCであると言うこ
とができる。一方、メンバ−シップ値の最小値が0では
ないパタ−ンがいくつもあった場合には、その最小値の
値をもって、あるパタ−ンである度合いを推し計ること
ができる。また、図7に示すメンバ−シップ値の相加平
均値を判断する材料にすることもできる。即ち、この場
合には、未知のパタ−ンに対して、画像パタ−ンA、
B、Cは、各々、0.5、0、1となるので、各々のパ
タ−ンの度合いを推し計ることができる。但し、相加平
均を用いる場合には、ある参照パタ−ンとの相関度が全
く合っていなくとも答えが出ることがあるので、ファジ
−論理的なAND演算のほうが誤りが少ないが、AND
演算で答えを得ることが困難である場合の補助演算とし
て意味がある。即ち、何等かの原因で、平均値を取った
ときの状態と著しくずれ、1つの参照パタ−ンとだけメ
ンバ−シップ値が0で、他の参照パタ−ンとは1である
ような場合、AND演算では正しい答えを出すことがで
きなくなる。この場合に、第2候補として、相加平均を
使うなどの使い方ができる。尚、上記の実施例におい
て、メンバ−シップ関数を台形型にしたが、メンバ−シ
ップ関数に凹みがない、所謂、凸のファジ−集合となる
ものであれば、どのようなものであっても構わないこと
が言うまでもないことである。
【0021】以上のように、認識分類したいパタ−ンに
対して、各参照パタ−ンとの相互相関出力に基づいてメ
ンバ−シップ関数を作成し、認識分類する方法について
述べたが、その他の方法として、以下に述べるニュ−ラ
ルネットワ−クを用いる方法がある。一般的に、ニュ−
ラルネットワ−クを用いて、画像等の認識を行なう場
合、画像自体の構成画素数が非常に大きく、(例えば、
少なくとも100×100以上)、入力ニュ−ロン数が
1万以上になってしまう。更に、認識分類したい画像の
個数が多ければ、それに必要な中間ニュ−ロン数も非常
に大きくなり、インタ−コネクションの本数が莫大にな
る。更に、画像を認識する場合、入力面内で画像がシフ
トしている場合というのは通常起こることであるので、
位置不変性を確保しておく必要がある。ところが、位置
不変性を確保するためには、どうしても中間ニュ−ロン
数を認識分類したい画像の個数よりも、はるかに多くす
る必要がある。このために、ますますインタ−コネクシ
ョンの数が増大し、実質的に画像の認識を数多く行なう
ことが困難であった。
対して、各参照パタ−ンとの相互相関出力に基づいてメ
ンバ−シップ関数を作成し、認識分類する方法について
述べたが、その他の方法として、以下に述べるニュ−ラ
ルネットワ−クを用いる方法がある。一般的に、ニュ−
ラルネットワ−クを用いて、画像等の認識を行なう場
合、画像自体の構成画素数が非常に大きく、(例えば、
少なくとも100×100以上)、入力ニュ−ロン数が
1万以上になってしまう。更に、認識分類したい画像の
個数が多ければ、それに必要な中間ニュ−ロン数も非常
に大きくなり、インタ−コネクションの本数が莫大にな
る。更に、画像を認識する場合、入力面内で画像がシフ
トしている場合というのは通常起こることであるので、
位置不変性を確保しておく必要がある。ところが、位置
不変性を確保するためには、どうしても中間ニュ−ロン
数を認識分類したい画像の個数よりも、はるかに多くす
る必要がある。このために、ますますインタ−コネクシ
ョンの数が増大し、実質的に画像の認識を数多く行なう
ことが困難であった。
【0022】ところが、上記のように、被検パタ−ンの
フ−リエ変換面において、参照パタ−ンと相互相関を取
ることにより、位置不変性が保たれる上に、被検パタ−
ンの膨大な情報を参照パタ−ンとの相互相関の情報に圧
縮して表し、参照パタ−ンの数だけ、用意した入力ニュ
−ロンに割り当てることにより、非常に少数の入力ニュ
−ロン数で数多くのパタ−ンを認識分類することができ
るのである。即ち、図10に示すように、入力ニュ−ロ
ンとして、参照パタ−ン1と参照パタ−ン2に対する相
互相関出力を入力するようにして、通常の3層の階層型
のニュ−ラルネットワ−クで学習して、ニュ−ロン間の
結線の荷重値を決定した後に、被検パタ−ンと各参照パ
タ−ンとの相互相関出力を対応する入力ニュ−ロンに入
力するにより、出力ニュ−ロンが所望のクラスに属する
程度を出力するようになる。
フ−リエ変換面において、参照パタ−ンと相互相関を取
ることにより、位置不変性が保たれる上に、被検パタ−
ンの膨大な情報を参照パタ−ンとの相互相関の情報に圧
縮して表し、参照パタ−ンの数だけ、用意した入力ニュ
−ロンに割り当てることにより、非常に少数の入力ニュ
−ロン数で数多くのパタ−ンを認識分類することができ
るのである。即ち、図10に示すように、入力ニュ−ロ
ンとして、参照パタ−ン1と参照パタ−ン2に対する相
互相関出力を入力するようにして、通常の3層の階層型
のニュ−ラルネットワ−クで学習して、ニュ−ロン間の
結線の荷重値を決定した後に、被検パタ−ンと各参照パ
タ−ンとの相互相関出力を対応する入力ニュ−ロンに入
力するにより、出力ニュ−ロンが所望のクラスに属する
程度を出力するようになる。
【0023】尚、上記実施例におけるニュ−ラルネット
ワ−クは、入力ニュ−ロンがあれば、どのようなもので
あっても良いことは言うまでもないことである。例え
ば、超球で囲むようなネットワ−クや基準となるデ−タ
ポイントからの距離に重み付けをするようなネットワ−
クであるラジアル・ベイシス・ファンクションでも良
い。また、通常、被検パタ−ンのフ−リエ変換パタ−ン
の光軸上付近は、空間周波数の低いところで、光量的に
大きく、情報量としても重要なものは少ないので、この
付近の光量を受光しないように、受光素子41にマスク
を掛けるなどの処理を行なうことにより、SN比を向上
させることができる。
ワ−クは、入力ニュ−ロンがあれば、どのようなもので
あっても良いことは言うまでもないことである。例え
ば、超球で囲むようなネットワ−クや基準となるデ−タ
ポイントからの距離に重み付けをするようなネットワ−
クであるラジアル・ベイシス・ファンクションでも良
い。また、通常、被検パタ−ンのフ−リエ変換パタ−ン
の光軸上付近は、空間周波数の低いところで、光量的に
大きく、情報量としても重要なものは少ないので、この
付近の光量を受光しないように、受光素子41にマスク
を掛けるなどの処理を行なうことにより、SN比を向上
させることができる。
【0024】
【実施例2】図11は、本発明の別の光学的パタ−ン認
識分類装置の模式的構成図である。本実施例では、被検
パタ−ンのフ−リエ変換パタ−ンと相互相関演算を行な
うパタ−ンが、参照パタ−ンのフ−リエ変換パタ−ンで
ある特徴がある。図11の光学的配置図において、光学
的パタ−ン認識分類装置は、画像出力手段1、光学的フ
−リエ変換手段2、画像出力手段3、光検出手段4、検
出信号処理手段5とから本質的に構成されている。
識分類装置の模式的構成図である。本実施例では、被検
パタ−ンのフ−リエ変換パタ−ンと相互相関演算を行な
うパタ−ンが、参照パタ−ンのフ−リエ変換パタ−ンで
ある特徴がある。図11の光学的配置図において、光学
的パタ−ン認識分類装置は、画像出力手段1、光学的フ
−リエ変換手段2、画像出力手段3、光検出手段4、検
出信号処理手段5とから本質的に構成されている。
【0025】パタ−ン表示装置15に描かれた認識分類
したいクラスに属するパタ−ン1つを、レ−ザ11から
出射したコヒ−レント光束12で読み出し、フ−リエ変
換レンズ21により、パタ−ン表示装置31上にフ−リ
エ変換パタ−ンを作成する。一方、コンピュ−タ51内
にメモリ−してある参照パタ−ンをパタ−ン表示装置1
6に描き、これをビ−ムスプリッタ−14で分岐された
光束17で読み出し、フ−リエ変換レンズ22によりス
クリ−ン33上にフ−リエ変換パタ−ンを作成する。上
記した参照パタ−ンのフ−リエ変換パタ−ンをCCD等
の2次元受光素子42で受光し、パタ−ン表示装置31
に描く。この場合、参照パタ−ンのフ−リエ変換パタ−
ンの強度パタ−ンが、パタ−ン表示装置31上に透過度
分布として描かれるので、認識分類したいクラスに属す
るパタ−ンのフ−リエ変換パタ−ンの強度パタ−ンによ
り、変調を受け、被検パタ−ンと参照パタ−ンの各対応
する空間周波数成分の積が、出力され、結像レンズ32
により、受光素子41で上記した空間周波数成分の積の
和の出力(被検パタ−ンのフ−リエ変換パタ−ンと参照
パタ−ンのフ−リエ変換パタ−ンの相互相関出力)を得
ることができる。このようにして、参照パタ−ンをパタ
−ン表示装置16に、次々と提示し、認識分類したいパ
タ−ンについて、繰り返し相互相関出力のデ−タを取る
ことは、実施例1と同様なので省略する。
したいクラスに属するパタ−ン1つを、レ−ザ11から
出射したコヒ−レント光束12で読み出し、フ−リエ変
換レンズ21により、パタ−ン表示装置31上にフ−リ
エ変換パタ−ンを作成する。一方、コンピュ−タ51内
にメモリ−してある参照パタ−ンをパタ−ン表示装置1
6に描き、これをビ−ムスプリッタ−14で分岐された
光束17で読み出し、フ−リエ変換レンズ22によりス
クリ−ン33上にフ−リエ変換パタ−ンを作成する。上
記した参照パタ−ンのフ−リエ変換パタ−ンをCCD等
の2次元受光素子42で受光し、パタ−ン表示装置31
に描く。この場合、参照パタ−ンのフ−リエ変換パタ−
ンの強度パタ−ンが、パタ−ン表示装置31上に透過度
分布として描かれるので、認識分類したいクラスに属す
るパタ−ンのフ−リエ変換パタ−ンの強度パタ−ンによ
り、変調を受け、被検パタ−ンと参照パタ−ンの各対応
する空間周波数成分の積が、出力され、結像レンズ32
により、受光素子41で上記した空間周波数成分の積の
和の出力(被検パタ−ンのフ−リエ変換パタ−ンと参照
パタ−ンのフ−リエ変換パタ−ンの相互相関出力)を得
ることができる。このようにして、参照パタ−ンをパタ
−ン表示装置16に、次々と提示し、認識分類したいパ
タ−ンについて、繰り返し相互相関出力のデ−タを取る
ことは、実施例1と同様なので省略する。
【0026】このようにすると、フ−リエ変換面31に
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関処理が行なわれていることになるの
で、被検パタ−ンが入力面内で移動しても、位置不変性
が確保することができる。更に、一般的には、パタ−ン
を表示する画素数は、非常に多いので、少数の参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力に情報を
圧縮することにより、非常に少ない参照パタ−ンのセッ
トで認識分類することができるようになるのである。以
後、認識分類する方法、即ち、コンピュ−タ51によ
り、メンバ−シップ関数を作成し、照合する方法及びニ
ュ−ラルネットワ−クの入力ニュ−ロンに入力する方法
についても、上記実施例1と同様なので省略する。
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関処理が行なわれていることになるの
で、被検パタ−ンが入力面内で移動しても、位置不変性
が確保することができる。更に、一般的には、パタ−ン
を表示する画素数は、非常に多いので、少数の参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力に情報を
圧縮することにより、非常に少ない参照パタ−ンのセッ
トで認識分類することができるようになるのである。以
後、認識分類する方法、即ち、コンピュ−タ51によ
り、メンバ−シップ関数を作成し、照合する方法及びニ
ュ−ラルネットワ−クの入力ニュ−ロンに入力する方法
についても、上記実施例1と同様なので省略する。
【0027】更に、ほとんど実時間で被検パタ−ンの認
識を行なわせることもできる。これは、図11におい
て、コンピュ−タ51からの信号をパタ−ン表示装置1
6ではなく、パタ−ン表示装置15へ入力することと
し、パタ−ン表示装置15上に異なる参照パタ−ンを図
12に示すように、同時に、並列的に表示し、被検パタ
−ンをパタ−ン表示装置16上に1つだけ、表示するこ
とにより達成することができる。即ち、パタ−ン表示装
置15上に描かれた個々の参照パタ−ンがフ−リエ変換
レンズ21により同時にフ−リエ変換され、パタ−ン表
示装置31に入力される。
識を行なわせることもできる。これは、図11におい
て、コンピュ−タ51からの信号をパタ−ン表示装置1
6ではなく、パタ−ン表示装置15へ入力することと
し、パタ−ン表示装置15上に異なる参照パタ−ンを図
12に示すように、同時に、並列的に表示し、被検パタ
−ンをパタ−ン表示装置16上に1つだけ、表示するこ
とにより達成することができる。即ち、パタ−ン表示装
置15上に描かれた個々の参照パタ−ンがフ−リエ変換
レンズ21により同時にフ−リエ変換され、パタ−ン表
示装置31に入力される。
【0028】一方、被検パタ−ンは、フ−リエ変換レン
ズ22によりフ−リエ変換され、その強度パタ−ンが、
2次元受光素子42を経て、パタ−ン表示装置31上に
マスクパタ−ンとして描かれる。従って、個々の参照パ
タ−ンのフ−リエ変換パタ−ンは、このマスクにより同
時並列的に変調され、結像レンズ32に入力される。こ
の結像レンズ32を受光素子41とパタ−ン表示装置1
5とが共役な関係になるような位置に配置しておけば、
受光素子41上には、パタ−ン表示装置15上に描かれ
た各参照パタ−ンの位置と共役な位置に、被検パタ−ン
のフ−リエ変換パタ−ンの強度パタ−ンで変調された参
照パタ−ンが表示される。この変調された個々の参照パ
タ−ンを受光素子41で検出することにより、同時並列
的に参照パタ−ンのフ−リエ変換パタ−ンと被検パタ−
ンのフ−リエ変換パタ−ンとの相互相関出力を得ること
ができるのである。この場合、更に、参照パタ−ンのセ
ットを予め決めておき、パタ−ン表示装置15の代わり
に写真フィルム等を用いれば、参照パタ−ンの提示をす
ることなく、非常に容易に、完全に並列的な演算を行な
うことができる。
ズ22によりフ−リエ変換され、その強度パタ−ンが、
2次元受光素子42を経て、パタ−ン表示装置31上に
マスクパタ−ンとして描かれる。従って、個々の参照パ
タ−ンのフ−リエ変換パタ−ンは、このマスクにより同
時並列的に変調され、結像レンズ32に入力される。こ
の結像レンズ32を受光素子41とパタ−ン表示装置1
5とが共役な関係になるような位置に配置しておけば、
受光素子41上には、パタ−ン表示装置15上に描かれ
た各参照パタ−ンの位置と共役な位置に、被検パタ−ン
のフ−リエ変換パタ−ンの強度パタ−ンで変調された参
照パタ−ンが表示される。この変調された個々の参照パ
タ−ンを受光素子41で検出することにより、同時並列
的に参照パタ−ンのフ−リエ変換パタ−ンと被検パタ−
ンのフ−リエ変換パタ−ンとの相互相関出力を得ること
ができるのである。この場合、更に、参照パタ−ンのセ
ットを予め決めておき、パタ−ン表示装置15の代わり
に写真フィルム等を用いれば、参照パタ−ンの提示をす
ることなく、非常に容易に、完全に並列的な演算を行な
うことができる。
【0029】尚、本実施例における参照パタ−ンのフ−
リエ変換パタ−ンは、強度パタ−ンそのものでも良い
し、強度パタ−ンを実質上2値化して、明暗のパタ−ン
にしてパタ−ン表示装置31に提示しても良い。2値化
して明暗パタ−ンで表示する場合には、参照パタ−ンの
比較的に強度の強い空間周波数成分を強調して、出力す
ることができるために、参照パタ−ンの特徴をより強調
した被検パタ−ンとの相互相関出力を得ることができ
る。また、上記の実施例におけるパタ−ン表示装置1
5、16、31を透過型の液晶テレビ画面のような電気
アドレス型の空間光変調器としたが、反射型であっても
良いし、光アドレス型の空間光変調器であっても良い。
また、通常、被検パタ−ンのフ−リエ変換パタ−ンの光
軸付近は、空間周波数の低いところで、光量的に大き
く、情報量としても重要なものは少ないので、この付近
の光量を受光しないように受光素子41にマスクを掛け
るなどの処理をすることにより、SN比を向上させるこ
とができることも、前記の実施例1と同様である。
リエ変換パタ−ンは、強度パタ−ンそのものでも良い
し、強度パタ−ンを実質上2値化して、明暗のパタ−ン
にしてパタ−ン表示装置31に提示しても良い。2値化
して明暗パタ−ンで表示する場合には、参照パタ−ンの
比較的に強度の強い空間周波数成分を強調して、出力す
ることができるために、参照パタ−ンの特徴をより強調
した被検パタ−ンとの相互相関出力を得ることができ
る。また、上記の実施例におけるパタ−ン表示装置1
5、16、31を透過型の液晶テレビ画面のような電気
アドレス型の空間光変調器としたが、反射型であっても
良いし、光アドレス型の空間光変調器であっても良い。
また、通常、被検パタ−ンのフ−リエ変換パタ−ンの光
軸付近は、空間周波数の低いところで、光量的に大き
く、情報量としても重要なものは少ないので、この付近
の光量を受光しないように受光素子41にマスクを掛け
るなどの処理をすることにより、SN比を向上させるこ
とができることも、前記の実施例1と同様である。
【0030】
【実施例3】図13は、本発明の他の具体例を示す光学
的パタ−ン認識分類装置の模式的構成図である。本実施
例で特徴的なことは、認識分類したいパタ−ン1つを複
数個、1つの空間光変調器上に表示し、その1つ1つを
個別にフ−リエ変換レンズアレイにより、フ−リエ変換
す、その1つ1つのフ−リエ変換パタ−ンに対し、別々
の参照パタ−ンを提示して、相互相関出力を同時並列的
に取る点である。
的パタ−ン認識分類装置の模式的構成図である。本実施
例で特徴的なことは、認識分類したいパタ−ン1つを複
数個、1つの空間光変調器上に表示し、その1つ1つを
個別にフ−リエ変換レンズアレイにより、フ−リエ変換
す、その1つ1つのフ−リエ変換パタ−ンに対し、別々
の参照パタ−ンを提示して、相互相関出力を同時並列的
に取る点である。
【0031】画像表示装置15には、認識分類したいク
ラスの属する同一のパタ−ンを複数個表示し、レ−ザ1
1から出射されたコヒ−レント光束12で読み出し、フ
−リエ変換レンズアレイ23によりパタ−ン表示装置3
1上に、該認識分類したいクラスの属するパタ−ンのフ
−リエ変換パタ−ンを複数作成する。一方、コンピュ−
タ51からの信号により、フ−リエ変換レンズアレイ2
3の各々の光軸付近に別々の参照パタ−ンを、パタ−ン
表示装置31に描いておくと、各々の参照パタ−ンが、
認識分類したいクラスに属するパタ−ンに対して、別々
の空間周波数フィルタとして作用することになるので、
被検パタ−ンの特定の周波数成分がカットされ、或いは
減衰されたパタ−ンが、結像レンズアレイ34を経て、
受光素子アレイ43上に結像される。
ラスの属する同一のパタ−ンを複数個表示し、レ−ザ1
1から出射されたコヒ−レント光束12で読み出し、フ
−リエ変換レンズアレイ23によりパタ−ン表示装置3
1上に、該認識分類したいクラスの属するパタ−ンのフ
−リエ変換パタ−ンを複数作成する。一方、コンピュ−
タ51からの信号により、フ−リエ変換レンズアレイ2
3の各々の光軸付近に別々の参照パタ−ンを、パタ−ン
表示装置31に描いておくと、各々の参照パタ−ンが、
認識分類したいクラスに属するパタ−ンに対して、別々
の空間周波数フィルタとして作用することになるので、
被検パタ−ンの特定の周波数成分がカットされ、或いは
減衰されたパタ−ンが、結像レンズアレイ34を経て、
受光素子アレイ43上に結像される。
【0032】受光素子アレイ43で受光された光量(即
ち、認識分類したいクラスに属するパタ−ンと参照パタ
−ンとの相互相関出力を表す)は、コンピュ−タ51に
送られ、認識分類したいクラスに属するパタ−ンの情報
と各参照パタ−ンの情報及びそれらの相互相関出力をメ
モリ−していく。次に、異なる認識分類したいクラスに
属する同一のパタ−ンを、複数個パタ−ン表示装置15
に順次に提示し、前記したように、認識分類したいクラ
スに属するパタ−ンの情報と各参照パタ−ンの情報及び
それらの相互相関出力をメモリ−していく。
ち、認識分類したいクラスに属するパタ−ンと参照パタ
−ンとの相互相関出力を表す)は、コンピュ−タ51に
送られ、認識分類したいクラスに属するパタ−ンの情報
と各参照パタ−ンの情報及びそれらの相互相関出力をメ
モリ−していく。次に、異なる認識分類したいクラスに
属する同一のパタ−ンを、複数個パタ−ン表示装置15
に順次に提示し、前記したように、認識分類したいクラ
スに属するパタ−ンの情報と各参照パタ−ンの情報及び
それらの相互相関出力をメモリ−していく。
【0033】このようにすると、フ−リエ変換面31に
おいては、被検パタ−ンのフ−リエ変換パタ−ンと各参
照パタ−ンとの相互相関処理が行なわれていることにな
るので、被検パタ−ンが入力面内で移動しても、位置不
変性が確保することができる。更に、一般的には、パタ
−ンを表示する画素数は、非常に多いので、少数の参照
パタ−ンに情報を圧縮することにより、非常に少ない参
照パタ−ンのセットで認識分類することができるように
なるのである。以後、認識分類する方法、即ち、コンピ
ュ−タ51によりメンバ−シップ関数を作成し、照合す
る方法及びニュ−ラルネットワ−クの入力ニュ−ロンに
入力する方法については、前記の実施例1と同様なので
省略する。
おいては、被検パタ−ンのフ−リエ変換パタ−ンと各参
照パタ−ンとの相互相関処理が行なわれていることにな
るので、被検パタ−ンが入力面内で移動しても、位置不
変性が確保することができる。更に、一般的には、パタ
−ンを表示する画素数は、非常に多いので、少数の参照
パタ−ンに情報を圧縮することにより、非常に少ない参
照パタ−ンのセットで認識分類することができるように
なるのである。以後、認識分類する方法、即ち、コンピ
ュ−タ51によりメンバ−シップ関数を作成し、照合す
る方法及びニュ−ラルネットワ−クの入力ニュ−ロンに
入力する方法については、前記の実施例1と同様なので
省略する。
【0034】この場合には、参照パタ−ンを順次に、パ
タ−ン表示装置16に提示して、相互相関出力を取る必
要性がないので、大幅に相関出力を取り入れる時間を削
減することができる。また、相互相関出力を取るための
参照パタ−ンを予め決めておけば、パタ−ン表示装置3
1の代わりにフィルム等の固定のマスクパタ−ンを使用
することもできる。この場合には、参照パタ−ンを表示
する時間も削減することができるようになるので、更に
高速なパタ−ン認識分類装置とすることができる。尚、
前記の実施例におけるパタ−ン表示装置15や31を透
過型の液晶テレビ画面のような電気アドレス型の空間光
変調器としたが、反射型であっても良いし、光アドレス
型の空間光変調器であっても良い。また、通常、被検パ
タ−ンのフ−リエ変換パタ−ンの光軸付近では、空間周
波数の低いところで、光量的に大きく、情報量としても
重要なものは少ないので、この付近の光量を受光しない
ように、受光素子アレイ43にマスクを掛けるなどの処
理を行なうことにより、SN比を向上させることができ
るも、前記の実施例1と同様である。
タ−ン表示装置16に提示して、相互相関出力を取る必
要性がないので、大幅に相関出力を取り入れる時間を削
減することができる。また、相互相関出力を取るための
参照パタ−ンを予め決めておけば、パタ−ン表示装置3
1の代わりにフィルム等の固定のマスクパタ−ンを使用
することもできる。この場合には、参照パタ−ンを表示
する時間も削減することができるようになるので、更に
高速なパタ−ン認識分類装置とすることができる。尚、
前記の実施例におけるパタ−ン表示装置15や31を透
過型の液晶テレビ画面のような電気アドレス型の空間光
変調器としたが、反射型であっても良いし、光アドレス
型の空間光変調器であっても良い。また、通常、被検パ
タ−ンのフ−リエ変換パタ−ンの光軸付近では、空間周
波数の低いところで、光量的に大きく、情報量としても
重要なものは少ないので、この付近の光量を受光しない
ように、受光素子アレイ43にマスクを掛けるなどの処
理を行なうことにより、SN比を向上させることができ
るも、前記の実施例1と同様である。
【0035】また、写真フィルム等の固定のマスクパタ
−ンを使用する場合には、前記の実施例2における参照
パタ−ンのフ−リエ変換パタ−ンを別の光学系において
作成しておき、フ−リエ変換レンズアレイの光軸上に別
々の参照パタ−ンのフ−リエ変換パタ−ンマスクとして
配置することにより、前記実施例2の参照パタ−ンのフ
−リエ変換パタ−ンと認識分類したいパタ−ンとの相互
相関出力を並列的に、しかも、実時間で得ることができ
るようになる。
−ンを使用する場合には、前記の実施例2における参照
パタ−ンのフ−リエ変換パタ−ンを別の光学系において
作成しておき、フ−リエ変換レンズアレイの光軸上に別
々の参照パタ−ンのフ−リエ変換パタ−ンマスクとして
配置することにより、前記実施例2の参照パタ−ンのフ
−リエ変換パタ−ンと認識分類したいパタ−ンとの相互
相関出力を並列的に、しかも、実時間で得ることができ
るようになる。
【0036】また、この場合には、前記実施例2と同様
に、参照パタ−ンのフ−リエ変換パタ−ンは、光電パタ
−ンそのものでも良いし、強度パタ−ンを実質上2値化
して、明暗のパタ−ンにして、フ−リエ変換パタ−ンマ
スクとしても良い。2値化して明暗パタ−ンにして、フ
−リエ変換パタ−ンマスクとする場合、参照パタ−ンの
比較的強度の強い空間周波数成分を強調して出力するこ
とができるために、参照パタ−ンの特徴量を、より強調
した被検パタ−ンとの相互相関出力を得ることができ
る。
に、参照パタ−ンのフ−リエ変換パタ−ンは、光電パタ
−ンそのものでも良いし、強度パタ−ンを実質上2値化
して、明暗のパタ−ンにして、フ−リエ変換パタ−ンマ
スクとしても良い。2値化して明暗パタ−ンにして、フ
−リエ変換パタ−ンマスクとする場合、参照パタ−ンの
比較的強度の強い空間周波数成分を強調して出力するこ
とができるために、参照パタ−ンの特徴量を、より強調
した被検パタ−ンとの相互相関出力を得ることができ
る。
【0037】
【実施例4】次に、図14は、本発明の光学的パタ−ン
認識分類装置の更に他の例を示す模式的構成図である。
本実施例の特徴的なことは、認識分類したいクラスに属
するパタ−ン1つを複数個、1つの空間光変調器上に表
示し、その1つ1つを個別にフ−リエ変換レンズアレイ
により、フ−リエ変換し、その1つ1つのフ−リエ変換
パタ−ンに対して、別々の参照パタ−ンのフ−リエ変換
パタ−ンを提示して、相互相関出力を同時並列的に取る
点である。
認識分類装置の更に他の例を示す模式的構成図である。
本実施例の特徴的なことは、認識分類したいクラスに属
するパタ−ン1つを複数個、1つの空間光変調器上に表
示し、その1つ1つを個別にフ−リエ変換レンズアレイ
により、フ−リエ変換し、その1つ1つのフ−リエ変換
パタ−ンに対して、別々の参照パタ−ンのフ−リエ変換
パタ−ンを提示して、相互相関出力を同時並列的に取る
点である。
【0038】パタ−ン表示装置15には、認識分類した
いクラスに属する同一のパタ−ンを複数個表示し、レ−
ザ11から出射されたコヒ−レント光束12で読み出
し、フ−リエ変換レンズアレイ23によりパタ−ン表示
装置31上に認識分類したいパタ−ンのフ−リエ変換パ
タ−ンを複数作成する。一方、ビ−ムスプリッタ−15
で分岐された光束17は、コンピュ−タ51からの信号
によりパタ−ン表示装置16上に描かれた複数の別々の
参照パタ−ンを照射する。パタ−ン表示装置16から出
射された光束は、各々の参照パタ−ンにより変調を受
け、フ−リエ変換レンズアレイ24に入射され、各々の
参照パタ−ンに対応したフ−リエ変換パタ−ンをスクリ
−ン31上に作成する。これらを、CCD等の2次元受
光素子42により受光し、パタ−ン表示装置31上にフ
−リエ変換レンズアレイ23の各々の光軸と参照パタ−
ンのフ−リエ変換パタ−ンの中心が一致するように配置
する。このようにして、各々の参照パタ−ンのフ−リエ
変換パタ−ンが認識分類したいクラスに属するパタ−ン
に対して、別々の空間周波数フィルタとして作用するこ
とになるので、認識分類したいパタ−ンの特定の周波数
成分がカットされ、或いは減衰されたパタ−ンが、結像
レンズアレイ34を経て、受光素子アレイ43上に結像
される。
いクラスに属する同一のパタ−ンを複数個表示し、レ−
ザ11から出射されたコヒ−レント光束12で読み出
し、フ−リエ変換レンズアレイ23によりパタ−ン表示
装置31上に認識分類したいパタ−ンのフ−リエ変換パ
タ−ンを複数作成する。一方、ビ−ムスプリッタ−15
で分岐された光束17は、コンピュ−タ51からの信号
によりパタ−ン表示装置16上に描かれた複数の別々の
参照パタ−ンを照射する。パタ−ン表示装置16から出
射された光束は、各々の参照パタ−ンにより変調を受
け、フ−リエ変換レンズアレイ24に入射され、各々の
参照パタ−ンに対応したフ−リエ変換パタ−ンをスクリ
−ン31上に作成する。これらを、CCD等の2次元受
光素子42により受光し、パタ−ン表示装置31上にフ
−リエ変換レンズアレイ23の各々の光軸と参照パタ−
ンのフ−リエ変換パタ−ンの中心が一致するように配置
する。このようにして、各々の参照パタ−ンのフ−リエ
変換パタ−ンが認識分類したいクラスに属するパタ−ン
に対して、別々の空間周波数フィルタとして作用するこ
とになるので、認識分類したいパタ−ンの特定の周波数
成分がカットされ、或いは減衰されたパタ−ンが、結像
レンズアレイ34を経て、受光素子アレイ43上に結像
される。
【0039】受光素子アレイ43で受光された光量(即
ち、認識分類したいクラスに属するパタ−ンと参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力を表す)
は、コンピュ−タ51に送られ、認識分類したいクラス
に属するパタ−ンの情報と各参照パタ−ンの情報及び該
相互相関出力をメモリ−していく。次に、別の異なる認
識分類したいクラスに属する同一のパタ−ンを複数個、
パタ−ン表示装置15に順次に提示し、前記したように
認識分類したいクラスに属するパタ−ンの情報と各参照
パタ−ンの情報及び相互相関出力をメモリ−していく。
ち、認識分類したいクラスに属するパタ−ンと参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力を表す)
は、コンピュ−タ51に送られ、認識分類したいクラス
に属するパタ−ンの情報と各参照パタ−ンの情報及び該
相互相関出力をメモリ−していく。次に、別の異なる認
識分類したいクラスに属する同一のパタ−ンを複数個、
パタ−ン表示装置15に順次に提示し、前記したように
認識分類したいクラスに属するパタ−ンの情報と各参照
パタ−ンの情報及び相互相関出力をメモリ−していく。
【0040】このようにすると、フ−リエ変換面31に
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関処理が行なわれていることになる。従
って、被検パタ−ンが入力面内で移動しても、位置不変
性が確保できるのである。更に、一般的には、パタ−ン
を表示する画素数は、非常に多いので、少数の参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力に情報を
圧縮することにより、非常に少ない参照パタ−ンのセッ
トで認識分類することができる。以後、認識分類する方
法、即ち、コンピュ−タ51によりメンバ−シップ関数
を作成し、照合する方法及びニュ−ラルネットワ−クの
入力ニュ−ロンに入力する方法についても、前記実施例
1と同様なので、省略する。
おいては、認識分類したいクラスに属するパタ−ンのフ
−リエ変換パタ−ンと参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関処理が行なわれていることになる。従
って、被検パタ−ンが入力面内で移動しても、位置不変
性が確保できるのである。更に、一般的には、パタ−ン
を表示する画素数は、非常に多いので、少数の参照パタ
−ンのフ−リエ変換パタ−ンとの相互相関出力に情報を
圧縮することにより、非常に少ない参照パタ−ンのセッ
トで認識分類することができる。以後、認識分類する方
法、即ち、コンピュ−タ51によりメンバ−シップ関数
を作成し、照合する方法及びニュ−ラルネットワ−クの
入力ニュ−ロンに入力する方法についても、前記実施例
1と同様なので、省略する。
【0041】この場合には、参照パタ−ンを順次に、パ
タ−ン表示装置16に提示して、相互相関出力を取る必
要性がないので、大幅に、相関出力を取り入れる時間を
削減することができる。尚、前記実施例における、パタ
−ン表示装置15や31を透過型の液晶テレビ画面のよ
うな電気アドレス型の空間光変調器としたが、反射型で
あっても良いし、光アドレス型の空間光変調器であって
も良い。また、通常、被検パタ−ンのフ−リエ変換パタ
−ンの光軸上付近では、空間周波数の低いところで、光
量的に大きく、情報量としても重要なものは少ないの
で、この付近の光量を受光しないように、受光素子アレ
イ43にマスクを掛けるなどの処理をすることにより、
SN比を向上させることができるのは、前記実施例1と
同様である。また、前記実施例2と同様に、参照パタ−
ンのフ−リエ変換パタ−ンは、強度パタ−ンそのもので
も良いし、強度パタ−ンを実質上2値化して明暗のパタ
−ンにして、フ−リエ変換パタ−ンマスクとすることが
できる。後者の場合には、参照パタ−ンの比較的強度の
強い空間周波数成分を強調して出力することができるた
めに、参照パタ−ンの特徴量をより強調した被検パタ−
ンとの相互相関出力を得ることができる。尚、ここで用
いた空間光変調器は、例えば、ネマテイック液晶パネル
に光導電層を設けた構成のものが、Liquid Crystal Lig
ht Valve(LCLV)の名で、米国ヒュ−ズ社より市販されて
いる。また、より高速の動作及び高い分解能を有するも
のとして、強誘電性液晶を用いたデバイスも開発されて
いる。更に、Bi12SiO20(BSO)を用いた透過型
の素子も入手可能である。但し、透過型の素子の場合に
は、読み出し光束の入射させる方向が変わるために、光
学系の変更が必要であるが、本質的には反射型の空間光
変調器を用いる場合と同様である。
タ−ン表示装置16に提示して、相互相関出力を取る必
要性がないので、大幅に、相関出力を取り入れる時間を
削減することができる。尚、前記実施例における、パタ
−ン表示装置15や31を透過型の液晶テレビ画面のよ
うな電気アドレス型の空間光変調器としたが、反射型で
あっても良いし、光アドレス型の空間光変調器であって
も良い。また、通常、被検パタ−ンのフ−リエ変換パタ
−ンの光軸上付近では、空間周波数の低いところで、光
量的に大きく、情報量としても重要なものは少ないの
で、この付近の光量を受光しないように、受光素子アレ
イ43にマスクを掛けるなどの処理をすることにより、
SN比を向上させることができるのは、前記実施例1と
同様である。また、前記実施例2と同様に、参照パタ−
ンのフ−リエ変換パタ−ンは、強度パタ−ンそのもので
も良いし、強度パタ−ンを実質上2値化して明暗のパタ
−ンにして、フ−リエ変換パタ−ンマスクとすることが
できる。後者の場合には、参照パタ−ンの比較的強度の
強い空間周波数成分を強調して出力することができるた
めに、参照パタ−ンの特徴量をより強調した被検パタ−
ンとの相互相関出力を得ることができる。尚、ここで用
いた空間光変調器は、例えば、ネマテイック液晶パネル
に光導電層を設けた構成のものが、Liquid Crystal Lig
ht Valve(LCLV)の名で、米国ヒュ−ズ社より市販されて
いる。また、より高速の動作及び高い分解能を有するも
のとして、強誘電性液晶を用いたデバイスも開発されて
いる。更に、Bi12SiO20(BSO)を用いた透過型
の素子も入手可能である。但し、透過型の素子の場合に
は、読み出し光束の入射させる方向が変わるために、光
学系の変更が必要であるが、本質的には反射型の空間光
変調器を用いる場合と同様である。
【0042】
【発明の効果】以上説明したように、本発明の光学的パ
タ−ン認識分類装置により、前記のような効果が得られ
た。それらをまとめると、次のような顕著な技術的効果
となる。即ち、第1に、極めて簡単な構成で認識分類し
たいクラスに属するパタ−ンのフ−リエ変換パタ−ンと
参照パタ−ン若しくは参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関量を検出することができるので、認識
分類したいパタ−ンが面内で移動しても完全に認識する
ことができる光学的パタ−ン認識分類装置を提供するこ
とができた。
タ−ン認識分類装置により、前記のような効果が得られ
た。それらをまとめると、次のような顕著な技術的効果
となる。即ち、第1に、極めて簡単な構成で認識分類し
たいクラスに属するパタ−ンのフ−リエ変換パタ−ンと
参照パタ−ン若しくは参照パタ−ンのフ−リエ変換パタ
−ンとの相互相関量を検出することができるので、認識
分類したいパタ−ンが面内で移動しても完全に認識する
ことができる光学的パタ−ン認識分類装置を提供するこ
とができた。
【0043】第2に、認識分類したいクラスに属するパ
タ−ンのフ−リエ変換パタ−ンと参照パタ−ン若しくは
参照パタ−ンのフ−リエ変換パタ−ンとの相互相関出力
を検出することができるので、参照パタ−ンを少数提示
することにより、非常に多くの画素から成るパタ−ンの
情報を極めて少ない相互相関出力に情報量を圧縮するこ
とにより、ニュ−ラルネットワ−クの入力ニュ−ロン数
の大幅な削減することができる光学的パタ−ン認識分類
装置を提供することができた。第3に、認識分類したい
クラスに属するパタ−ンのフ−リエ変換パタ−ンと参照
パタ−ン若しくは参照パタ−ンのフ−リエ変換パタ−ン
との相互相関出力を検出することができるので、この相
関出力を元に作成したメンバ−シップ関数のファジ−論
理的AND演算を行なうことにより、極めて正確な認識
や分類及び連想を行なえる光学的パタ−ン認識分類装置
を提供することができた。
タ−ンのフ−リエ変換パタ−ンと参照パタ−ン若しくは
参照パタ−ンのフ−リエ変換パタ−ンとの相互相関出力
を検出することができるので、参照パタ−ンを少数提示
することにより、非常に多くの画素から成るパタ−ンの
情報を極めて少ない相互相関出力に情報量を圧縮するこ
とにより、ニュ−ラルネットワ−クの入力ニュ−ロン数
の大幅な削減することができる光学的パタ−ン認識分類
装置を提供することができた。第3に、認識分類したい
クラスに属するパタ−ンのフ−リエ変換パタ−ンと参照
パタ−ン若しくは参照パタ−ンのフ−リエ変換パタ−ン
との相互相関出力を検出することができるので、この相
関出力を元に作成したメンバ−シップ関数のファジ−論
理的AND演算を行なうことにより、極めて正確な認識
や分類及び連想を行なえる光学的パタ−ン認識分類装置
を提供することができた。
【図1】本発明の光学的パタ−ン認識分類装置の一例の
構成を示す模式的構成図である。
構成を示す模式的構成図である。
【図2】従来の3層ニュ−ラルネットワ−ク1例を示す
模式的構成図である。
模式的構成図である。
【図3】本発明に係わる認識分類したいパタ−ンのフ−
リエ変換パタ−ンの1例を示した説明図である。
リエ変換パタ−ンの1例を示した説明図である。
【図4】本発明に用いる参照パタ−ンの1例の分布領域
を示す説明図である。
を示す説明図である。
【図5】本発明に係わる認識分類したいパタ−ンのフ−
リエ変換パタ−ンと参照パタ−ンとの相互相関パタ−ン
の1例を示す説明図である。
リエ変換パタ−ンと参照パタ−ンとの相互相関パタ−ン
の1例を示す説明図である。
【図6】本発明に係わる1つの認識分類したいパタ−ン
と参照パタ−ンとの相互相関出力に基づいて作成された
メンバ−シップ関数を示す説明図である。
と参照パタ−ンとの相互相関出力に基づいて作成された
メンバ−シップ関数を示す説明図である。
【図7】本発明に係わる別の1つの認識分類したいパタ
−ンと参照パタ−ンとの相互相関出力に基づいて作成さ
れたメンバ−シップ関数を示す説明である。
−ンと参照パタ−ンとの相互相関出力に基づいて作成さ
れたメンバ−シップ関数を示す説明である。
【図8】本発明に係わる更に別のの認識分類したいパタ
−ンと参照パタ−ンとの相互相関出力に基づいて作成さ
れたメンバ−シップ関数を示す説明前記である。
−ンと参照パタ−ンとの相互相関出力に基づいて作成さ
れたメンバ−シップ関数を示す説明前記である。
【図9】本発明に係わる未知のパタ−ンに対して測定さ
れた相関度が認識分類されるべきパタ−ンに対して有し
たメンバ−シップ値を表す説明図である。
れた相関度が認識分類されるべきパタ−ンに対して有し
たメンバ−シップ値を表す説明図である。
【図10】本発明に係わる参照パタ−ンと認識分類した
いパタ−ンとの相互相関出力をニュ−ラルネットワ−ク
に入力することを示す説明図である。
いパタ−ンとの相互相関出力をニュ−ラルネットワ−ク
に入力することを示す説明図である。
【図11】本発明の光学的パタ−ン認識分類装置の別の
構成を示す模式的構成図である。
構成を示す模式的構成図である。
【図12】本発明の光学的パタ−ン認識分類装置の一部
の表示される参照パタ−ンを示す説明図である。
の表示される参照パタ−ンを示す説明図である。
【図13】本発明の光学的パタ−ン認識分類装置の更に
別の構成を示す模式的構成図である。
別の構成を示す模式的構成図である。
【図14】本発明の光学的パタ−ン認識分類装置の他の
構成を示す模式的構成図である。
構成を示す模式的構成図である。
1、3 画像出力手段 2 光学的フ−リエ変換手段 4 光検出手段 5 検出信号処理手段 11 レ−ザ 12、17 光束 13 ビ−ムエキスパンダ 14 ビ−ムスプリッタ− 15、16、31 パタ−ン表示装置 18 ミラ− 21、22 フ−リエ変換レンズ 23、24 フ−リエ変換レンズアレイ 32 結像レンズ 33 スクリ−ン 34 受光素子 41 2次元受光素子 43 受光素子アレイ 51 コンピュ−タ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 FI 技術表示箇所 // G06F 9/44 330 W 9193−5B
Claims (11)
- 【請求項1】 光学的パタ−ン認識分類装置において、 少なくとも、コヒ−レントな光源と、第1のパタ−ンを
表示する第1の装置と、該第1の装置から出射された光
束の複素振幅分布を、光学的にフ−リエ変換するための
第1のフ−リエ変換レンズと、該第1のフ−リエ変換レ
ンズのフ−リエ変換面に配置され、且つ第2の装置を透
過した光量或いは反射した光量を検出する受光素子と、
該受光素子からの出力を前記第1のパタ−ンと、前記第
2のパタ−ンとの相互相関出力として、該相互相関出力
に基づいて、被検パタ−ンを認識分類する手段とから構
成されることを特徴とする前記光学的パタ−ン認識分類
装置。 - 【請求項2】前記第1のパタ−ンは、認識分類したいパ
タ−ンであり、前記第2のパタ−ンは、参照パタ−ン又
は参照パタ−ンのフ−リエ変換パタ−ンであることを特
徴とする請求項1に記載の光学的パタ−ン認識分類装
置。 - 【請求項3】前記第1のパタ−ンは、参照パタ−ン又は
複数の参照パタ−ンであり、前記第2のパタ−ンは、認
識分類したいパタ−ンのフ−リエ変換パタ−ンであるこ
とを特徴とする請求項1に記載の光学的パタ−ン認識分
類装置。 - 【請求項4】前記第1のパタ−ンを表示する装置は、第
1の空間光変調器又は銀塩感光素子を用いたものである
ことを特徴とする請求項1〜3のいずれかに記載の光学
的パタ−ン認識分類装置。 - 【請求項5】前記第2のパタ−ンを表示する装置は、第
2の空間光変調器であることを特徴とする請求項1〜4
のいずれかに記載の光学的パタ−ン認識分類装置。 - 【請求項6】更に、少なくとも、コヒ−レントな光源
と、第1のパタ−ン群を同時並列的に表示する第3の空
間光変調器と、該第3の空間光変調器から出射された光
束の該同時並列的に表示された前記第1のパタ−ン群に
含まれる各パタ−ンの各々の複素振幅を光学的にフ−リ
エ変換するための第3のフ−リエ変換レンズアレイと、
該第3のフ−リエ変換レンズアレイの各々のフ−リエ変
換面に配置され、且つ、該第3のフ−リエ変換レンズア
レイの各々に対応したパタ−ンよりなる第2のパタ−ン
群を透過率分布或いは反射率分布にして、表示したマス
クと、該マスクを透過した光量或いは反射した光量を検
出する受光素子アレイと、該受光素子アレイからの出力
を、該マスクに描かれたパタ−ンと、前記第1のパタ−
ン群の各々のパタ−ンとの相互相関出力として、該相互
相関出力に基づいて被検パタ−ンを認識分類する手段と
から構成されることを特徴とする請求項1〜3のいずれ
かに記載の光学的パタ−ン認識分類装置。 - 【請求項7】前記第1のパタ−ン群を構成する各々のパ
タ−ンは、同一の認識分類したいパタ−ンであり、前記
の第2のパタ−ン群を構成する各々のパタ−ンは、各々
異なる参照パタ−ン又は各々異なる参照パタ−ンのフ−
リエ変換パタ−ンであることを特徴とする請求項6に記
載の光学的パタ−ン認識分類装置。 - 【請求項8】前記第1のパタ−ン群を構成する各々のパ
タ−ンは、各々異なる参照パタ−ンであり、前記第2の
パタ−ン群を構成する各々のパタ−ンは、同一の認識分
類したいパタ−ンのフ−リエ変換パタ−ンであることを
特徴とする請求項6に記載の光学的パタ−ン認識分類装
置。 - 【請求項9】前記マスクは、第4の空間光変調器或いは
銀塩感光素子を用いたことを特徴とする請求項6〜8の
いずれかに記載の光学的パタ−ン認識分類装置。 - 【請求項10】前記相互相関出力に基づいて被検パタ−
ンを認識分類する手段は、前記認識分類したいパタ−ン
と各参照パタ−ン或いは各参照パタ−ンのフ−リエ変換
パタ−ンとの該相互相関出力を複数回とり、得られた相
関度の集合の代表値を、少なくとも基準にして、認識分
類したいクラス毎に、前記各参照パタ−ン或いは前記各
参照パタ−ンのフ−リエ変換パタ−ンに対応したメンバ
−シップ関数を作成した後、被検パタ−ンと前記各参照
パタ−ン前記各参照パタ−ンのフ−リエ変換パタ−ンと
の前記相互相関出力と認識分類したいクラスに割り当て
られているメンバ−シップ関数とのメンバ−シップ値を
取り、該メンバ−シップ値の最も小さいメンバ−シップ
値、又は、該メンバ−シップ値の平均値を、被検パタ−
ンの前記認識分類したいクラスに属する程度とすること
を特徴とする請求項1〜10のいずれかに記載の光学的
パタ−ン認識分類装置。 - 【請求項11】前記相互相関出力に基づいて被検パタ−
ンを認識分類する手段は、ニュ−ラルネットワ−クにお
いて、前記参照パタ−ン或いは前記参照パタ−ンのフ−
リエ変換パタ−ンの数だけ用意した入力ニュ−ロンに、
前記各参照パタ−ン或いは前記各参照パタ−ンのフ−リ
エ変換パタ−ンと前記認識分類したいクラスに属するパ
タ−ンとの前記相互相関出力を各々入力して、ニュ−ロ
ン間の結合荷重値を決定した後、前記各参照パタ−ン或
いは前記各参照パタ−ンのフ−リエ変換パタ−ンと被検
パタ−ンとの相互相関出力を、対応する前記入力ニュ−
ロンに、入力して、被検パタ−ンを認識分類することを
特徴とする請求項1〜10のいずれかに記載の光学的パ
タ−ン認識分類装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03260692A JP3099203B2 (ja) | 1991-10-08 | 1991-10-08 | 光学的パタ−ン認識分類装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03260692A JP3099203B2 (ja) | 1991-10-08 | 1991-10-08 | 光学的パタ−ン認識分類装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05100278A true JPH05100278A (ja) | 1993-04-23 |
JP3099203B2 JP3099203B2 (ja) | 2000-10-16 |
Family
ID=17351452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03260692A Expired - Fee Related JP3099203B2 (ja) | 1991-10-08 | 1991-10-08 | 光学的パタ−ン認識分類装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3099203B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7561721B2 (en) | 2005-02-02 | 2009-07-14 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
US7623681B2 (en) | 2005-12-07 | 2009-11-24 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
-
1991
- 1991-10-08 JP JP03260692A patent/JP3099203B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7561721B2 (en) | 2005-02-02 | 2009-07-14 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
US7623681B2 (en) | 2005-12-07 | 2009-11-24 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
Also Published As
Publication number | Publication date |
---|---|
JP3099203B2 (ja) | 2000-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Casasent et al. | Optical hit–miss morphological transform | |
CA2015740C (en) | Hierarchical constrained automatic learning network for character recognition | |
US5724447A (en) | Optical transform system for three-dimensional object recognition | |
US5963667A (en) | Multiplexing optical system and feature vector transformation apparatus using the same; feature vector detecting and transmitting apparatus; and recognition and classification system using these apparatuses | |
CN114676776A (zh) | 一种基于Transformer的细粒度图像分类方法 | |
US6694049B1 (en) | Multimode invariant processor | |
WO2022031982A1 (en) | Massively parallel amplitude-only optical processing system and methods for machine learning | |
Stern et al. | Recognition of motion-blurred images by use of the method of moments | |
JPH05100278A (ja) | 光学的パタ−ン認識分類装置 | |
Lam et al. | Hologram classification of occluded and deformable objects with speckle noise contamination by deep learning | |
Chao et al. | Optical implementation of a feature-based neural network with application to automatic target recognition | |
JP3094070B2 (ja) | 光学的パターン認識分類装置 | |
Gad et al. | Convolutional neural networks | |
Cojoc et al. | Coordinate-transformed filter for shift-invariant and scale-invariant pattern recognition | |
Casasent et al. | Optical correlator production system neural net | |
JP3020629B2 (ja) | パタ−ン識別装置 | |
JP3272506B2 (ja) | 光学的パターン認識分類装置 | |
Foltyniewicz | Efficient high order neural network for rotation, translation and distance invariant recognition of gray scale images | |
Moya et al. | Shift-and scale-invariant recognition of contour objects with logarithmic radial harmonic filters | |
JP3096717B2 (ja) | ニュ−ラルネットワ−ク | |
Barge et al. | 64-channel correlator implementing a Kohonen-like neural network for handwritten-digit recognition | |
JP3014155B2 (ja) | 光学的パタ−ン認識分類方法 | |
Lu | Computer modeling and simulation techniques for computer vision problems | |
JP3325934B2 (ja) | 光学的パターン認識分類装置 | |
JP3275311B2 (ja) | 創作装置およびニューラルネットワーク |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080818 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090818 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |