JPH0520459A - パターン認識方法およびその装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】 １次認識で選ばれた類似基準パターンについ
てのみ、２次認識で所定の方法による比較照合および最
終チェックを行うことにより、検出精度の低下を来すこ
となく、処理時間を短縮する。 【構成】対象パターンと予め記憶された基準パターンに
ついて処理ステップ＃５５で２値化された画像の特徴パ
ラメータどうしを比較する１次認識処理ステップ＃５６
を行った後、上記対象パターンを１次認識処理で互いの
特徴パラメータが所定値以上一致した基準パターンとの
み比較照合するステップ＃５８以降の２次認識処理を行
う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、認識すべき対象パタ
ーンを撮像して得られた画像に画像処理を施すことによ
って２次元パターンを認識するパターン認識方法および
その装置に関する。

【０００２】

【従来の技術】従来より、２次元の対象パターンを認識
するパターン認識方法として、認識すべき対象パターン
を撮像して得られた画像に２値化処理を施し、この２値
化された対象画像自身に基づく部分パターン信号の組み
合わせを、予め記憶された基準パターンのものと比較照
合することにより、対象パターンを認識するようにした
ものは一般に良く知られている(例えば、特公昭６１−
９５６２号公報参照)。

【０００３】

【発明が解決しようとする課題】しかしながら、従来で
は、対象パターンと基準パターンとを比較照合してパタ
ーン認識を行う場合、認識すべき対象パターンを、予め
記憶された個々の基準パターンと所定の方法で比較照合
し最終チェックまでを行い、この一連のプロセスを記憶
された全ての基準パターンについて順次実行することに
より、最終的に当該対象パターンと一致する基準パター
ンを見出だすようにしていたので、処理時間が非常に長
くかかるという難点があった。

【０００４】ところで、同じ認識対象パターンについ
て、一定条件下で撮像して得られた複数の画像に２値化
処理を施し、この２値化された画像どうしを比較した場
合、照明の当たり具合や外乱光の存在等の撮像条件の微
妙な違いやノイズの存在などの影響により、一般に、対
象パターンの大きさや幅などに不可避的な振れやばらつ
きが生じる。しかし、上記２値化された画像どうしを重
ね合わせてその大きさや形状等の特徴どうしを比較した
場合、認識対象パターンが同一のものであれば、両者の
重なり合う部分(画素数)の比率は、通常、一定以上のか
なり高い値になる。尚、同一文字でなくても、互いに似
通った文字どうし(数字の「８」とアルファベット文字の
「Ｂ」など)についても、上記重なり合う部分の比率は、
一般に、ある程度以上の高い値になる。

【０００５】従って、対象パターンと各基準パターンと
を比較する場合、まず、例えば、上記２値化された画像
データどうしを比較して、その大きさや形状などの特徴
パラメータの重なり度合を一定の基準でチェックするこ
とにより、認識すべき対象パターンに少なくとも類似し
た基準パターンを選ぶことができる。そして、この選ば
れた類似基準パターンについてのみ、所定の方法による
精密な比較照合および最終チェックを行うようにして
も、検出精度が特に損なわれることはない。

【０００６】そこで、この発明は、選ばれた類似基準パ
ターンについてのみ所定の方法による比較照合および最
終チェックを行うことにより、検出精度の低下を来すこ
となく、処理時間を短縮することができるパターン認識
方法を提供することを目的としてなされたものである。

【０００７】

【課題を解決するための手段】このため、本願の第１の
発明は、２値化された対象画像自身に基づく部分パター
ン信号の組み合わせから対象パターンを認識するパター
ン認識方法において、上記対象パターンの特徴パラメー
タと予め記憶された基準パターンの特徴パラメータとを
比較する１次認識処理を行った後、上記対象パターンを
１次認識処理で互いの特徴パラメータが所定値以上一致
した基準パターンとのみ比較照合する２次認識処理を行
うようにしたものである。

【０００８】また、本願の第２の発明は、上記第１の発
明に係るパターン認識方法において、上記２次認識処理
は、２値化された対象画像を細線化するとともに、該画
像を分割して得られた各区画領域について、各区画の全
画素面積に対する該区画内の細線化された抽出対象画素
面積の比率を算出し、該比率を所定のしきい値によって
複数の信号に分類し、これら信号のいずれかを各々有す
る各区画の組み合わせに基づいて、上記対象パターンを
認識する処理を有することを特徴としたものである。

【０００９】更に、本願の第３の発明は、対象パターン
を撮像する撮像手段と、該撮像手段で得られた画像デー
タをを２値化処理する２値化処理手段と、該２値化処理
手段で２値化された対象画像自身に基づいて部分パター
ン信号を発生する信号発生手段とを有するパターン認識
装置において、基準パターンの特徴パラメータを記憶す
る記憶手段と、該記憶手段に記憶された基準パターンの
特徴パラメータと上記対象パターンの特徴パラメータと
を順次比較する１次認識処理手段と、該１次認識処理手
段での比較結果に基づいて互いの特徴パラメータが所定
値以上一致した基準パターンを抽出する抽出手段と、上
記対象パターンを上記抽出手段で抽出された基準パター
ンとのみ比較照合する２次認識処理手段とを備えたこと
を特徴としたものである。

【００１０】

【発明の効果】本願の第１の発明によれば、上記２次認
識処理では、１次認識処理で互いの特徴パラメータが所
定値以上一致した基準パターン、つまり認識すべき対象
パターンに少なくとも類似した基準パターンについての
み、対象パターンと基準パターンとの比較照合を行うの
で、１次認識処理で抽出されなかった基準パターンにつ
いては、２次認識処理による比較照合を省くことがで
き、記憶された全ての基準パターンについて比較照合か
ら最終チェックまで行っていた従来に比べて、全体とし
ての処理時間を短縮することができる。すなわち、検出
精度を特に低下させることなく、処理速度を高めること
ができる。

【００１１】また、本願の第２の発明によれば、２値化
された対象画像を細線化することにより、対象パターン
を撮像する際における陰影の付き方などの撮像条件の影
響を排除することができ、この細線化された画像を分割
して得られた各区画領域について、上記細線化された抽
出対象画素面積の比率を算出し、該比率を所定のしきい
値によって複数の信号に分類した上で、これら信号を各
々有する各区画の組み合わせに基づいて上記対象パター
ンを認識することができるので、上記第１と同様の効果
を奏することができるに加えて、より一層検出精度の高
いパターン認識を行うことができる。

【００１２】更に、本願の第３の発明によれば、上記１
次認識処理手段と抽出手段と２次認識処理手段とを設け
たので、１次認識処理で互いの特徴パラメータが所定値
以上一致した基準パターン(つまり認識すべき対象パタ
ーンに少なくとも類似した基準パターン)を抽出し、該
基準パターンについてのみ、対象パターンと基準パター
ンとの比較照合を行うようにすることができ、１次認識
処理で抽出されなかった基準パターンについては２次認
識処理による比較照合を省くことにより、記憶された全
ての基準パターンについて比較照合から最終チェックま
で行っていた従来に比べて、全体としての処理時間を短
縮することができる。すなわち、検出精度を特に低下さ
せることなく、処理速度を高めることが可能になる。

【００１３】

【実施例】以下、この発明の実施例を、例えば、自動車
の製造ラインにおいて、車体に刻印された車体番号を自
動的に読み取って検査する方法に適用した場合につい
て、添付図面を参照しながら説明する。図１は、本実施
例に係る自動車製造ラインにおいて、車体に対して各々
固有の車体番号を刻印する刻印ステーションの概略を表
すブロック構成図であるが、この図に示すように、本刻
印ステーション１には、該ステーション１に搬入されて
きた車体に車体番号を刻印する刻印装置５と、刻印され
た車体番号を自動的に読み取って検査する刻印検査装置
１０とが設けられている。

【００１４】上記刻印装置５は、車体の所定部位(例え
ばカウルボックス)に車体番号を自動的に刻印すること
ができる刻印機６と、該刻印機６の打刻動作を制御する
刻印コントローラ７とを備え、該コントローラ７には、
工場の上位コンピュータ３から、車体の製造ラインでの
コミットナンバやこのナンバに応じた車体番号などの基
本データが入力され、これが記憶されるようになってい
る。上記刻印コントローラ７は、例えばマイクロコンピ
ュータを主要部として構成されたもので、上記刻印ステ
ーション１を含む車体組立ライン全体の制御を行うライ
ンコントローラ２に接続されている。

【００１５】また、上記刻印検査装置１０は、図２に示
すように、より好ましくは、車体の打刻箇所に照明光を
当てて刻印文字に陰影を付ける照明器１１(例えば高周
波蛍光灯)と、該照明器１１で陰影を付けて照らし出さ
れた車体番号を撮影する複数(例えば２台)の工業用ビデ
オカメラ１２(１２a,１２b)と、後で詳しく説明するよ
うに、該カメラ１２で撮影された画像情報から、実際に
車体に刻印された車体番号のパターン認識を行う画像処
理装置１３とを備え、該画像処理装置１３には、ディス
プレイ装置１４やプリンタ装置(不図示)などが付設され
ている。尚、上記照明器１１からの照明光により陰影を
付けた状態で対象パターン(車体番号)を撮像することに
より、明暗がより強調されたパターンの画像を得ること
ができる。また、ビデオカメラ１２(１２a,１２b)を２
台備えることにより、刻印文字数が多く、一つのカメラ
で刻印文字全体の画像が所定の大きさとなるように撮像
することができない場合などには、被撮像領域を二つに
分割し、上記２台のビデオカメラ１２a,１２bを用いて
分割された各領域毎にそれぞれ同時に撮像することが可
能となり、刻印文字の読み取り精度を高めることができ
る。

【００１６】以下、上記刻印ステーション１での車体番
号の刻印及びその検査工程の概略について、図３のフロ
ーチャートを参照しながら説明する。ラインが始動され
上記ラインコントローラ２による制御が開始されると、
まず、車体搬送機(不図示)が起動されて刻印ステーショ
ンに車体が搬送され、刻印機６に対して上記車体がクラ
ンプして固定される(ステップ＃１乃至ステップ＃３)。
次に、刻印機６が起動されて車体の所定箇所(カウルボ
ックス)に、当該車体の車体番号が刻印され、その後、
例えばエアブローにより刻印箇所の清浄が行なわれる
(ステップ＃４乃至ステップ＃６)。

【００１７】次に、刻印検査装置１０が作動させられ、
照明によって陰影が付けられた打刻文字が、認識すべき
対象パターンとして上記ビデオカメラ１２で撮像され、
その画像が画像処理装置１３に取り込まれる(ステップ
＃７)。そして、後で詳しく説明するように、取り込ま
れた画像に対して所定の画像処理が施され、打刻文字の
パターン認識が行なわれる(ステップ＃８)。そして、ス
テップ＃９で、上記画像処理に基づくパターン認識で読
み取られた刻印文字が、予め入力・記憶された当該車体
の車体番号と一致しているか否かが照合・判定され、こ
の判定結果がＹＥＳ(一致)の場合には、ＯＫ信号が出力
(ステップ＃１０)されるとともに、読み取られた車体番
号がコミットＮＯ.などと共にプリンタで印字される(ス
テップ＃１１)。この印字が終了すると、次ワークに対
する刻印工程が開始されるようになっている(ステップ
＃１２)。

【００１８】一方、上記ステップ＃９での判定結果がＮ
Ｏ(不一致)の場合には、ＮＧ信号が出力されて検査員が
呼び出され(ステップ＃１３及びステップ＃１４)、上記
パターン認識で読み取られモニタ画面１４に表示された
認識文字と本来の車体番号とが一致しているか否かが照
合・判定される(ステップ＃１５)。この判定結果がＹＥ
Ｓ(一致)の場合には、ステップ＃１６で、マニュアルボ
タンによりＯＫ信号が出力される(ステップ＃１０)。ま
た、上記ステップ＃１５での判定結果がＮＯ(不一致)の
場合には、当該車体に対して車体番号の訂正打刻(ステ
ップ＃１７)が行なわれるとともに、システムに対し
て、予め定められた異常処理マニュアルに沿って異常対
策処置が講じられるようになっている。

【００１９】次に、上記画像処理装置１３による文字認
識システム(ステップ＃８及び＃９)の概略について、刻
印コントローラ７と画像処理装置１３との間の信号系統
図(図４)、並びに、図５及び図６のフローチャートを参
照しながら説明する。画像処理システムがスタートする
と、まず、複数設けられたビデオカメラ１２(１２a,１
２b)のいずれの影像を入力するかの選択、開始時刻の印
字、テスト信号の有無の確認などの準備ステップが実行
され(ステップ＃２１,＃２２及び＃２３)、これら準備
が完了するとＲＥＡＤＹ ＯＮ信号が刻印コントローラ
７に対して出力される(ステップ＃２４)。尚、上記テス
ト信号は、刻印の試し打ちなどの場合に、これを知らせ
るために刻印コントローラ７から出力される信号であ
る。また、画像処理装置１３を途中から立ち上げる場合
には、上記準備ステップ中にデータ再送信要求信号が刻
印コントローラ７に対して出力される。

【００２０】次に、画像処理システムが刻印機６の作動
と連動して実行されるか、または単独で実行されるかを
指示する信号が受信される(ステップ＃２５)。そして、
ステップ＃２６で、刻印機６と連動するか否かが判定さ
れる。この判定結果がＹＥＳの場合には、刻印機側から
の起動信号の入力を待ってシステムが起動される。そし
て、上記起動信号が受信されると、続いてコミットＮ
Ｏ.及び車体番号等の基本データが受信される(ステップ
＃２７及び＃２８)。その後、画像取り込み指令に基づ
いてビデオカメラ１２による画像が入力され、この画像
入力が完了すると、画像入力完了信号が刻印コントロー
ラ７に対して出力される(ステップ＃２９,＃３０及び＃
３１)。尚、上記ステップ＃２６での判定結果がＮＯの
場合、つまり画像処理システムが単独で実行される場合
には、ステップ＃２８'で基本データ(ステップ＃２８参
照)の受信が行なわれ、起動信号(ステップ＃２７)を待
つことなく、ステップ＃３０の画像入力が行なわれる。

【００２１】そして、画像処理に基づいて刻印文字(車
体番号)の認識が行なわれ、この認識された車体番号と
予め入力され記憶されていた基本データとが照合され、
両者が一致しているか否かの判定が行なわれる(ステッ
プ＃３２及び＃３３)。この判定終了後、読み取り完了
信号が刻印コントローラ７に対して出力され、また、判
定結果及びコミットＮＯ.／車体番号がディスプレイ装
置１４のモニタ画面上に表示されるとともに、これらが
プリンタで印字される(ステップ＃３５,＃３６及び＃３
７)。そして、画像処理システムが刻印機６の作動と連
動している場合には、該刻印機６の作動完了信号を待っ
て、また連動していない場合にはそのまま、出力信号が
リセットされ(ステップ＃３８,＃３９及び＃４０)、そ
の後、ステップ＃２３に戻って以下同様のステップを繰
り返すようになっている。

【００２２】次に、上記画像処理装置１３による画像処
理及びパターン認識の具体的例について、図７及び図８
のフローチャートを参照しながら説明する。まず、画像
入力に先立って、ステップ＃５０で、前ワークに対する
読み取り文字、同一文字の格納、及び記憶されていた車
体番号等の初期化を行う。次いで、フロッピディスク等
のメモリ手段から当該ワークに対する基本データを読み
出すとともに、ビデオカメラ１２で撮影された画像を入
力する(ステップ＃５１及び＃５２)。そして、ステップ
＃５３で、入力された画像に対して、当該画面内で処理
を施す領域を限定するウィンドウ処理を行った後、ステ
ップ＃５４で、この限定された領域に対して２値化処理
を行う際のしきい値を設定する。次いで、この設定され
たしきい値によって２値化処理を行う(ステップ＃５
５)。

【００２３】本実施例では、上記画像処理装置１３の記
憶手段に、車体番号を形成する各数字やアルファベット
文字などについて、その基準パターンの２値化された画
像データが予めメモリされており、上記各基準パターン
と対象パターンとについて、その２値化された画像どう
しを比較することにより、パターン認識における１次認
識としてのパターンマッチングが行なわれるようになっ
ている(ステップ＃５６)。このパターンマッチングは、
上記各基準パターンと対象パターンとについて、その２
値化された画像どうしを重ね合わせて大きさや形状等の
特徴を比較した場合に、両者の重なり合う部分(画素数)
の比率が所定値以上であるか否かを判定することによっ
て行なわれる。

【００２４】そして、このパターンマッチングの結果、
上記重なり合う部分の画素数の比率が所定値以上の基準
パターンがあるか否か、つまり特徴パラメータが所定値
以上一致するＯＫのものがあるか否かが判定され(ステ
ップ＃５７)、この判定結果がＹＥＳの場合には、ステ
ップ＃５８でノイズ除去処理が行なわれる。すなわち、
このステップ＃５８以降の各ステップ、つまり上記１次
認識の後に行なわれる２次認識のための処理ステップに
よる比較照合は、上記パターンマッチングの結果でＯＫ
と判定されたもの、つまり当該対象パターンもしくはそ
れに類似する基準パターンについてのみ実行される。

【００２５】従って、上記１次認識でＯＫでなかった他
の基準パターン、つまり当該対象パターンもしくはそれ
に類似する基準パターンでないものについては、２次認
識処理が行なわれないので、全ての基準パターンについ
て比較照合および最終チェックまでを行っていた従来に
比べて、全体としての処理時間が短縮される。尚、上記
パターンマッチングは、例えば専用ＲＯＭによる演算処
理で行わせることによって、例えば画像処理装置１３の
マイクロコンピュータ等でソフト的に逐次プログラムを
実行させて行う場合に比べて高速処理が可能になる。

【００２６】また、本実施例では、上記ノイズ除去を行
った後に、照明光により陰影を付けて得られた上記画像
に対して、この陰影の付き方がパターン認識の認識精度
に及ぼす影響を低減させるために、画像に表示された図
形または文字の線幅を細める、所謂、細線化処理を施す
ようにしている(ステップ＃５９)。尚、上記ウィンド
ウ、２値化、ノイズ除去及び細線化の各処理は、いずれ
も、従来より良く知られている方法と同様の手法で行う
ことができる。

【００２７】次に、ステップ＃６０で、対象パターンの
一連の文字及び数字に対して順番を定めるラベル付けを
行う。本実施例の場合、車体番号として、０乃至９の数
字とＡ乃至Ｚのアルファベット文字などを組み合わせ
て、例えば最大１９桁までの文字及び数字を刻印するこ
とができ、車種に応じて所定桁数の車体番号が付与され
る。尚、この車体番号の桁数が多く、一つのビデオカメ
ラで、刻印文字全体の画像が所定の大きさとなるように
撮像できない場合には、被撮像領域を二つに分割し、２
台のビデオカメラ１２a,１２bを用いて分割された各領
域毎にそれぞれ同時に撮像するようにしている。この
後、上記ラベル付けされた各認識文字の面積(画素数)を
算出し、この面積が所定値(例えば１５)以下であるか否
かが判定される(ステップ＃６１及び＃６２)。この判定
結果がＹＥＳの場合には、当該認識文字は、上記ノイズ
除去処理で除去しきれなかったゴミ等によるノイズによ
るもので、実際には文字または数字でないものと判断さ
れ、次のラベルに移行する(ステップ＃６３)。

【００２８】一方、上記ステップ＃６２の判定結果がＮ
Ｏの場合には、当該文字のパターン認識を行うために、
まず、ステップ＃６４で特徴量の抽出が行なわれる。す
なわち、上記ウィンドウ処理で得られた画像の中で、文
字としてパターン認識すべき領域を更に限定し、その画
像処理の開始座標を定める。そして、この領域を所定の
細かさ(例えば縦横５分割)で各区画領域に分割する(ス
テップ＃６５)。そして、上記５分割した領域の画素数
をカウントし、５分割した後の座標を算出する(ステッ
プ＃６６及び＃６７)。尚、図１０に、数字の「２」を例
にとって、上記細線化された後の画像例を示す。この図
１０中の２点鎖線は、画像を縦横５分割する際の分割線
を示している。

【００２９】本実施例では、上記特徴量を抽出して画像
分割を行うに際して、より好ましくは、この分割すべき
領域の大きさを、予め一定の大きさとして設定しておく
のではなく、文字として認識された範囲に応じて認識文
字ごとに求め、それぞれの文字に対応する領域の大きさ
に応じて５分割するようにしている。従って、上記分割
すべき領域の画素数(ステップ＃６６参照)は文字によっ
て異なることになる。このように、分割すべき領域を、
文字として認識された範囲に応じて可変させることによ
り、従来、文字の大きさ・形状等にかかわらず一定の大
きさで行っていた場合に比べて、より効率良く画像処理
を行うことができる。また、領域内での文字のずれ等の
影響を排除することができるので、より精度の高いパタ
ーン認識を行うことができる。

【００３０】尚、本実施例では、この段階において(ス
テップ＃６５)、文字として認識された上記領域を分割
するに際して縦横５分割するようにしたが、これは、他
の数(例えば４,６あるいは１０など)で分割した場合と
比較テストを行った結果、本実施例の場合には、この５
分割が、一般的に最も高い認識精度が得られたためであ
る。従って、条件が異なる場合などには、他の数で分割
するようにしても良い。

【００３１】次に、上記５分割を行った後、この５分割
された区画領域について、ある任意の区画を取り出すウ
ィンドウを行い(ステップ＃６８)、該区画領域内におい
て文字部分を示す画素数、つまり細線化された抽出対象
画素面積Ｓo 、該区画領域の全画素数つまり区画の全画
素面積Ｓt 、及び該全画素面積Ｓtに対する抽出対象画
素面積Ｓoの比率Ｒsを順次算出する(ステップ＃６９、
＃７０及び＃７１)。そして、この比率Ｒsが所定のしき
い値(例えば１０％)以上である場合には、縦横５分割さ
れて設けられた２５のます目の配列における当該区画に
対応する配列位置に信号「２」を代入する(ステップ＃７
２及び＃７３)。また、上記比率Ｒsが上記しきい値より
も小さく、これより小さい第２のしきい値(例えば０％)
よりも大きい場合(０％＜Ｒs＜１０％)には信号「１」
を、更に、上記比率が０％の場合には信号「０」を、上記
配列中に代入する(ステップ＃７４,＃７５及び＃７
６)。すなわち、当該認識文字に対する２５の配列のう
ち、当該区画に対応する部位には、所定のしきい値(１
０％及び０％)によって分類された複数の信号(０,１又
は２)のいずれかが代入される。

【００３２】上記区画についての信号の付与(代入)が終
了すると次区画に移行し(ステップ＃７７)、上記ステッ
プ＃６８からステップ＃７６が実行される。これを、各
区画について順次繰り返して実行することにより、当該
文字に対する２５の区画すべてに上記いずれかの信号が
付与され、当該文字に対する配列パターンが得られる。
そして、この得られた配列パターンを、１次認識として
のパターンマッチングの結果ＯＫ(ステップ＃５６及び
＃５７参照)であった基準パターン、つまり認識対象パ
ターンに少なくとも類似した基準パターンについての
み、予め記憶された基準データ(基準配列パターン)と比
較照合する２次認識が実行され(ステップ＃７８)、この
２次認識によって当該文字が何であるかを認識すること
ができるようになっている。尚、図１１に、数字の「２」
を例にとって、予め記憶された上記基準配列パターンの
一例を示す。

【００３３】上記文字に対するパターン認識を終えた
後、ステップ＃７９で、次のラベルの文字のパターン認
識が実行される(つまり、ステップ＃６０以降のステッ
プを繰り返して行う)。これを、全桁数だけ繰り返すこ
とにより全文字のパターン認識が終了し(ステップ＃８
０)、その結果を基本データの車体番号と照合し、照合
結果がディスプレイ装置上に表示されるとともにプリン
タで印字される(ステップ＃８１,＃８２及び＃８３)。

【００３４】尚、本実施例では、認識対象文字がハイフ
ォン( 「−」 )である場合には、上記ステップ＃６８の実
行に先立って、５分割されるべき領域の両側に所定数
(例えば４個分)だけ画素を追加し、この追加された部分
には特定の信号(例えば信号「６」)を付与した後、上記ス
テップ＃６８乃至ステップ＃７６を実行して配列パター
ンを求めるようにしている。上記のような処理を施すこ
とにより、ハイフォンの線に傾きがあった場合などで
も、精度の良いパターン認識を行うことができる。

【００３５】また、ある一つの文字の対象パターンにつ
いて文字認識の結果、複数の基準パターンと一致する場
合がある。従って、この一致数が１個でない場合にはＮ
Ｇが表示される。すなわち、図９のフローチャートに示
すように、文字認識を実行するとともに、対象パターン
が基準パターンと一致した文字を格納し、更に、この一
致が得られた数をカウントして格納する(ステップ＃１
０１乃至＃１０３)。次に、この一致数が１であるか否
かが判定され(ステップ＃１０４)、ＮＯの場合には文字
が特定できないのでＮＧ表示が行なわれ(ステップ＃１
０５)、ＹＥＳの場合には基本データと照合され(ステッ
プ＃１０６)、ＮＧまたはＯＫが表示される(ステップ＃
１０７または＃１０８)。

【００３６】以上、説明したように、本実施例によれ
ば、２次認識処理では、１次認識(パターンマッチング)
で互いの特徴パラメータが所定値以上一致した基準パー
タン、つまり認識対象パターンに少なくとも類似した基
準パータンについてのみ、対象パターンと基準パータン
との比較照合を行うので、上記パターンマッチングで選
ばれなかった基準パータンについては、２次認識による
比較照合を省くことができ、対象パターン全てについて
比較照合から最終チェックまでを行っていた従来に比べ
て、全体としての処理時間を短縮することができる。す
なわち、検出精度を特に低下させることなく、処理速度
を高めることができるのである。

【００３７】尚、本実施例では、上記のパターン認識に
よる文字判別の結果、最終的に不合格(ＮＧ)であった場
合には、２値化処理(図７のステップ＃５５参照)におけ
るしきい値を最設定した上で、再度、上記パターン認識
方法によって認識対象文字の判別を行うようにしてい
る。以下、上記しきい値の再設定処理について、被撮像
領域を二つに分割して２台のビデオカメラ１２a,１２b
でそれぞれの領域を同時に撮像してパターン認識を行っ
た場合を例にとって説明する。すなわち、車体番号の桁
数が多く、一つのビデオカメラで刻印文字全体の画像が
所定の大きさとなるように撮像できない場合には、上記
のようにして２台のビデオカメラ１２a,１２bで撮像が
行なわれる。例えば、車体番号の桁数が１４であった場
合には、ビデオカメラ１２aで９個の刻印文字を、また
ビデオカメラ１２bで残り５個の刻印文字を撮像するよ
うに設定されている。

【００３８】２値化処理における初期しきい値の設定
は、上記ビデオカメラ１２aで撮像した９個の刻印文字
の画像信号をＡ／Ｄ変換して得られた第１画像データ
と、ビデオカメラ１２bで撮像した５個の刻印文字の画
像信号をＡ／Ｄ変換して得られた第２画像データとにつ
いてそれぞれ行なわれ、この両画像データのいずれか一
方の文字判別が不合格の場合に、その不合格のものに対
して上記２値化処理におけるしきい値の再設定が行なわ
れる。以下、このしきい値再設定処理に先立って、まず
初期しきい値の設定について、主として第１画像データ
の場合を例にとって説明する。尚、第２画像データにつ
いては、第１画像データの場合と同様であるので補足的
に説明を加えることにする。

【００３９】図１２に示すように、しきい値設定処理制
御が開始されると、濃度値０〜２５５のうち濃度値８０
〜１２５の範囲内で第１画像データについて２値化処理
を施すためのしきい値Ｆtを「８０」から順次増加させな
がら設定するため、先ずしきい値Ｆtが「８０」に設定さ
れ(ステップ＃１２０)、次にしきい値Ｆtとしきい値Ｆt
以上の２値化データをグループ化して検出文字と想定さ
れる準検出文字の数Ｎiとを対応づけるカウンタiが「８
０」に設定される(ステップ＃１２１)。

【００４０】ここで、準検出文字数Ｎiとしきい値Ｆtと
の関係を説明すると、図１４において実線の折線で示す
ように、しきい値Ｆtの増加に伴い準検出文字数Ｎiが検
出文字数Ｍまで徐々に減少し、その後検出文字数Ｍと等
しくなり、その後しきい値Ｆtが「１２５」まで増加する
間準検出文字数Ｎiが徐々に増加して、「８０」〜「１２
５」のしきい値Ｆtの間に準検出文字数Ｎiと検出文字数
Ｍとの差が最小値(この場合の最小値は０である)となる
しきい値Ｆtに関する最小値領域Ｍaが１つだけ現われる
場合と、図１５において実線の折線で示すように、照明
装置の照度のバラツキなどの影響により、第１最小値領
域Ｍalと第２最小値領域Ｍa２との２つの最小値領域Ｍa
が現れたり或いは２つ以上の最小値領域Ｍaが現れる場
合とがある。一般に、最小値領域Ｍaが２つ以上現れた
場合には、後述する検出文字の読取りにおいて読取りが
不合格となることが多い。

【００４１】一方、前記刻印文字の近傍に大形の塵など
が付着している場合、画像データにはこの塵に対応する
データが余分に含まれており、図１４及び図１５におい
て２点鎖線で示したように、準検出文字数Ｎiは塵など
が付着していないときに比べて塵の数だけ多くなり、こ
の場合最小値領域Ｍaにおける準検出文字数Ｎiと検出文
字数Ｍとの差は０以上になる。尚、以下の説明において
は、図１４は第１画像データについての準検出文字数Ｎ
iとしきい値Ｆtとの関係を示し、図１５は第２画像デー
タについての準検出文字数Ｎiとしきい値Ｆtとの関係を
示すものとする。

【００４２】次に、カウンタiが１つインクリメントさ
れ(ステップ＃１２２)、次にしきい値Ｆtで２値化処理
したときの準検出文字数Ｎiが演算されその結果がメモ
リに格納される(ステップ＃１２３)。この演算において
は、しきい値Ｆtで２値化処理した２値化データがグル
ープ化されるとともに、グループ化されたデータ毎に、
ラベル付け,抽出対象画素数の算出およびノイズ除去の
各処理が施されて準検出文字数Ｎiが求められる。次に
しきい値Ｆtが１つインクリメントされ(ステップ＃１２
４)、しきい値Ｆtが「１２６」よりも小さいときには(ス
テップ＃１２５:ＮＯ)、ステップ＃１２２以降が繰り返
される。そして、しきい値Ｆtが「１２６」までインクリ
メントされると(ステップ＃１２５:ＹＥＳ)、準検出文
字数Ｎiの最小値Ｎeが演算される(ステップ＃１２６)。
この演算においては、例えば図１６に示すしきい値Ｆt
「８３」〜「８６」、「８８」〜「１０７」、「１０８」〜「１１
１」及び「１１２」〜「１１６」のように、準検出文字数Ｎi
が同一となる連続したしきい値Ｆtがグループ化され、
各グループの準検出文字数Ｎiが比較されて準検出文字
数Ｎiの最小値Ｎe(図９の例ではＮe＝９)が決定され
る。

【００４３】次に、(ステップ＃１２７)において、準検
出文字数Ｎiが最小値Ｎeとなるしきい値Ｆtのグループ
について、そのうちの最小のしきい値である最小有効し
きい値Ｆaと最大のしきい値である最大有効しきい値Ｆb
とが演算される。但し、第２画像データのように第１最
小値領域Ｍalと第２最小値領域Ｍa２とを有する場合に
は、第１及び第２最小有効しきい値Ｆa１・Ｆa２と第１
及び第２最大有効しきい値Ｆb１・Ｆb２とが演算され
る。

【００４４】次に、最小値領域Ｍaが１つのときには(ス
テップ＃１２８:ＹＥＳ)、その最小有効しきい値Ｆaと
最大有効しきい値Ｆbを用いて平均有効しきい値Ｆhが演
算され(ステップ＃１３０)、また、最小値領域Ｍaが２
つの場合には(ステップ＃１２８:ＮＯ)、広い方の最小
値領域Ｍaの最小有効しきい値Ｆaと最大有効しきい値Ｆ
bとが選択され(ステップ＃１２９)、その最小有効しき
い値Ｆaと最大有効しきい値Ｆbを用いて平均有効しきい
値Ｆhが演算され(ステップ＃１３０)、平均有効しきい
値Ｆhに所定の小さな値である補正定数αが加算されて
初期しきい値Ｆsが設定される(ステップ＃１３１)。そ
して、この初期しきい値Ｆsを用いて２値化処理が行な
われる。

【００４５】すなわち、第１及び第２画像データに関す
る初期しきい値Ｆsを夫々Ｆos及びＦnsとすると、第１
画像データに関しては最小値領域Ｍaが１つなので、初
期しきい値Ｆosは、最小有効しきい値Ｆaと最大有効し
きい値Ｆbとを用いて設定され、第２画像データに関し
ては最小値領域Ｍaが２つあって第１最小値領域Ｍa１が
第２最小値領域Ｍa２より広いので、初期しきい値Ｆns
は、第１最小有効しきい値Ｆa１と第１最大有効しきい
値Ｆa２とを用いて設定される。尚、補正定数αは撮像
時における照射光の照度を加味するための定数で実験的
に求められる。

【００４６】次に、２値化処理におけるしきい値の再設
定処理制御のルーチンについて、図１３のフローチャー
トに基いて説明する。尚、このしきい値の再設定処理
は、第１,第２の両画像データのいずれか一方の文字判
別が不合格の場合に、その不合格のものに対して行なわ
れるもので、本実施例では、各画像データの文字判別の
結果、第１画像データの文字判別が合格で第２画像デー
タの文字判別が不合格であったとして説明する。また、
このしきい再設定処理は、上記両画像データのいずれか
一方に、二つの最小値領域が現れた場合で、かつ、この
二つの最小値領域が現れた画像において文字判別が不合
格となった場合に実行されるものとする。

【００４７】先ず、第１画像データに関する初期しきい
値Ｆosと第２画像データに関する初期しきい値Ｆnsとが
一致しているときには(ステップ＃１４１:ＹＥＳ)、再
設定しきい値Ｆnsは、初期しきい値Ｆnsと初期しきい値
Ｆnsを含む第１最小値領域Ｍa１の最大有効しきい値Ｆb
１との平均値に補正定数αが加算されて設定される(ス
テップ＃１４１)。一方、初期しきい値Ｆosと初期しき
い値Ｆnsとが一致していないとき(ステップ＃１４０:Ｎ
Ｏ)で且つ初期しきい値Ｆosが第１又は第２最小値領域
Ｍa１・Ｍa２内のいずれかに存在するときには(ステッ
プ＃１４２:ＹＥＳ)、再設定しきい値Ｆnsは初期しきい
値Ｆosに設定され(ステップ＃１４３)、初期しきい値Ｆ
osが第１又は第２最小値領域Ｍa１又はＭa２内のいずれ
にも存在しないときには(ステップ＃１４２:ＮＯ)、図
１５に示す間隔a、bが初期しきい値Ｆos、第１最大有効
しきい値Ｆb１及び第２最小有効しきい値Ｆa２に基いて
演算される(ステップ＃１４４)。

【００４８】但し、初期しきい値Ｆosが、しきい値「８
０」と第１最小有効しきい値Ｆa１との間又は第２最大有
効しきい値Ｆb２としきい値「１２５」との間に存在する
ときには、初期しきい値Ｆosと第１最小有効しきいＦa
１及び第２最小有効しきい値Ｆa２との間隔又は初期し
きい値Ｆosと第２最大有効しきい値Ｆb２及び第１最大
有効しきい値Ｆb１との間隔が演算される。尚、以下の
説明では、初期しきい値Ｆosが第１最小値領域Ｍa１と
第２最小値領域Ｍa２との間に存在するものとする。

【００４９】第１最小値領域Ｍa１が第２最小値領域Ｍa
２より初期しきい値Ｆosに近くて間隔aが間隔bより小さ
く(ステップ＃１４５:ＹＥＳ)且つ初期しきい値Ｆnsが
第１最小値領域Ｍa１に存在するときには(ステップ＃１
４６:ＹＥＳ)、再設定しきい値Ｆnsは、初期しきい値Ｆ
nsと初期しきい値Ｆosに最も近い第１最大有効しきい値
Ｆb１との平均値に補正定数αが加算されて設定され(ス
テップ＃１４７)、初期しきい値Ｆnsが第１最小値領域
Ｍa１に存在しないときには(ステップ＃１４６:ＮＯ)、
再設定しきい値Ｆnsは、第２最小有効しきい値Ｆa２と
第２最大有効しきい値Ｆb２との平均値であるＦc２と初
期しきい値Ｆosに最も近い第２最小有効しきい値Ｆa２
との平均値に補正定数αが加算されて設定される(ステ
ップ＃１４８)。

【００５０】一方、前記と逆に間隔bが間隔aより小さく
(ステップ＃１４５:ＮＯ)且つ初期しきい値Ｆnsが第２
最小値領域Ｍa２に存在するときには(ステップ＃１４
９:ＹＥＳ)、再設定しきい値Ｆnsは、初期しきい値Ｆns
と第２最小有効しきい値Ｆa２との平均値に補正定数α
が加算されて設定され(ステップ＃１５０)、初期しきい
値Ｆnsが第２最小値領域Ｍa２に存在しないときには(ス
テップ＃１４９:ＮＯ)、再設定しきい値Ｆnsは、第１最
小有効しきい値Ｆa１と第１最大有効しきい値Ｆb１との
平均値であるＦc１と第１最大有効しきい値Ｆb１との平
均値に補正定数αが加算されて設定される(ステップ＃
１５１)。このようにして第２画像データに関する再設
定しきい値Ｆnsが設定されると、この再設定しきい値Ｆ
nsを用いて、再度、認識対象文字に対するパターン認識
が実行されるようになっている。

【００５１】このように、不合格の第２画像データに関
するしきい値Ｆnsを再設定して第２画像データを２値化
処理するので、刻印文字の検出効率を高めることが出来
る。また、再設定しきい値Ｆnsを初期しきい値Ｆnsと合
格の第１画像データに関する初期しきい値Ｆosとに関連
づけて設定するので、再設定しきい値Ｆnsを効率的に精
度良く設定出来、再設定しきい値Ｆnsによる刻印文字の
検出精度を高めることが出来る。尚、初期しきい値Ｆos
と初期しきい値Ｆnsとが一致しているときに、再設定し
きい値Ｆnsを、初期しきい値Ｆnsと第１最小有効しきい
値Ｆa１との平均値に補正定数αを加算して設定するこ
とも有り得る。また、画像処理制御において、逐次増加
させるしきい値Ｆtを「８０」より小さい値から開始して
も良く、更に、しきい値Ｆtを「２５５」から開始して逐
次減少させるようにしてもよい。加えて、刻印文字に限
らず、数が予めわかっている検出対象物であれば、種々
の検出対象物の画像処理に本発明の方法及び装置を適用
し得ることは勿論である。

【００５２】また、上記実施例は、自動車の車体に車体
番号として刻印された文字(数字及びアルファベット)を
認識する場合についてのものであったが、本発明は、上
記の場合に限らず、他の一般的な２次元のパターン認識
にも適用することができる。また、対象パターンを撮像
する際して、特に照明光による陰影を付ける必要はな
く、例えば通常の印刷文字のパターン認識を行う場合に
も適用することができる。

【図面の簡単な説明】

【図１】 本発明の実施例に係る刻印ステーションの概
略構成を示すブロック構成図である。

【図２】 上記実施例に係る刻印検査装置の斜視図であ
る。

【図３】 上記刻印ステーションでの刻印及び検査工程
を説明するためのフローチャートである。

【図４】 刻印コントローラと画像処理装置との間の信
号系統図である。

【図５】 上記画像処理装置による文字認識の概略を説
明するためのフローチャートである。

【図６】 上記画像処理装置による文字認識の概略を説
明するためのフローチャートである。

【図７】 上記画像処理装置による画像処理及びパター
ン認識の具体例を説明するためのフローチャートであ
る。

【図８】 上記画像処理装置による画像処理及びパター
ン認識の具体例を説明するためのフローチャートであ
る。

【図９】 複数一致の場合における処理を説明するため
のフローチャートである。

【図１０】 細線化後の画像の一例を示す説明図であ
る。

【図１１】 基準配列パターンの一例を示す説明図であ
る。

【図１２】 ２値化におけるしきい値の設定処理を説明
するためのフローチャートである。

【図１３】 上記２値化におけるしきい値の再設定処理
を説明するためのフローチャートである。

【図１４】 第１画像データのしきい値毎の準検出文字
数を示すグラフである。

【図１５】 第１画像データのしきい値毎の準検出文字
数を示すグラフである。

【図１６】 逐次増加させたしきい値毎の準検出文字数
の一例を示すグラフである。

【符号の説明】

１１…照明器 １２,１２a,１２b…ビデオカメラ １３…画像処理装置 Ｒs…区画の全画素面積に対する抽出対象画素面積の比
率 Ｓo…抽出対象画素面積 Ｓt…区画の全画素面積

Claims (3)

【特許請求の範囲】
1. 【請求項１】 ２値化された対象画像自身に基づく部分
   パターン信号の組み合わせから対象パターンを認識する
   パターン認識方法において、 上記対象パターンの特徴パラメータと予め記憶された基
   準パターンの特徴パラメータとを比較する１次認識処理
   を行った後、上記対象パターンを１次認識処理で互いの
   特徴パラメータが所定値以上一致した基準パターンとの
   み比較照合する２次認識処理を行うことを特徴とするパ
   ターン認識方法。
2. 【請求項２】 上記２次認識処理は、２値化された対象
   画像を細線化するとともに、該画像を分割して得られた
   各区画領域について、各区画の全画素面積に対する該区
   画内の細線化された抽出対象画素面積の比率を算出し、
   該比率を所定のしきい値によって複数の信号に分類し、
   これら信号のいずれかを各々有する各区画の組み合わせ
   に基づいて、上記対象パターンを認識する処理を有する
   ことを特徴とする請求項１記載のパターン認識方法。
3. 【請求項３】 対象パターンを撮像する撮像手段と、該
   撮像手段で得られた画像データをを２値化処理する２値
   化処理手段と、該２値化処理手段で２値化された対象画
   像自身に基づいて部分パターン信号を発生する信号発生
   手段とを有するパターン認識装置において、 基準パターンの特徴パラメータを記憶する記憶手段と、
   該記憶手段に記憶された基準パターンの特徴パラメータ
   と上記対象パターンの特徴パラメータとを順次比較する
   １次認識処理手段と、該１次認識処理手段での比較結果
   に基づいて互いの特徴パラメータが所定値以上一致した
   基準パターンを抽出する抽出手段と、上記対象パターン
   を上記抽出手段で抽出された基準パターンとのみ比較照
   合する２次認識処理手段とを備えたことを特徴とするパ
   ターン認識装置。