JPH0528321A - Method and system for image recognition - Google Patents
Method and system for image recognitionInfo
- Publication number
- JPH0528321A JPH0528321A JP3179386A JP17938691A JPH0528321A JP H0528321 A JPH0528321 A JP H0528321A JP 3179386 A JP3179386 A JP 3179386A JP 17938691 A JP17938691 A JP 17938691A JP H0528321 A JPH0528321 A JP H0528321A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- recognition target
- target image
- recognition
- 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
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、特定の画像パターンを
認識する画像認識方法に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image recognition method for recognizing a specific image pattern.
【０００２】[0002]
【従来の技術】画像処理において、検出すべき画像の何
らかの特性の標準パタ−ンとの類似度を判定することに
より、特定の画像を検出、認識するパタ−ンマッチング
の技術が広く用いられている。2. Description of the Related Art In image processing, a pattern matching technique for detecting and recognizing a specific image is widely used by determining the similarity of the image to be detected with a standard pattern of some characteristic. There is.
【０００３】特に、文字認識処理等においては、あらか
じめ検出すべき画像の形状パタ−ンを辞書パタ−ンとし
て用意し、この辞書パタ−ンをテンプレ−トデータとし
て、認識対象画像上を移動して類似度を判定するテンプ
レ−トマッチングの技術が一般的である。Particularly in character recognition processing, a shape pattern of an image to be detected is prepared in advance as a dictionary pattern, and this dictionary pattern is used as template data to move on the recognition target image. A template matching technique for determining the degree of similarity is common.
【０００４】このような従来の、パタ−ンマッチングの
技術としては、「工業用画像処理」（株式会社昭晃堂
江尻正員著 昭和６３年５月発行）の５４頁から５５頁
に記載の技術が知られている。As such a conventional pattern matching technique, "industrial image processing" (Shokodo Co., Ltd.)
The technique described on pages 54 to 55 of Masaji Ejiri (published in May, 1988) is known.
【０００５】[0005]
【発明が解決しようとする課題】このようなパタ−ンマ
ッチングは、画像の類似度より特定の対象物を認識する
ために用いられる。The pattern matching as described above is used for recognizing a specific object from the similarity of images.
【０００６】ところで、画像をカメラより取り込む場合
等には、同じ対象物の画像であってもカメラとの角度に
よって画像の傾きが異なる。By the way, when capturing an image from a camera, the inclination of the image of the same object differs depending on the angle with the camera.
【０００７】しかし、前記従来のパタ−ンマッチングの
技術によって、傾きが変化する画像を認識するために
は、同じ対象物の画像についても、傾きを変えた辞書パ
ターンを用意しなければならなかった。However, in order to recognize an image in which the inclination is changed by the conventional pattern matching technique, it is necessary to prepare a dictionary pattern in which the inclination is changed even for the same object image. .
【０００８】このため、辞書パタ−ンのデータ量は増大
し、辞書パタ−ンの作成に多大な手間を要し、辞書パタ
−ンの記憶に大容量のメモリが必要となっていた。ま
た、１つの入力画像に対してマッチング処理を行なうべ
き辞書パタ−ン数が増大するので、マッチングの処理時
間が増大するという問題もあった。For this reason, the amount of data in the dictionary pattern is increased, a great deal of time is required to create the dictionary pattern, and a large-capacity memory is required to store the dictionary pattern. Further, since the number of dictionary patterns to be subjected to the matching process for one input image is increased, there is a problem that the matching processing time is increased.
【０００９】そこで、本発明は、任意の傾きの認識対象
物画像を、それぞれ傾きを変えた複数の辞書パタ−ンを
用意することなしに認識することのできる画像認識方法
を提供することを目的とする。Therefore, an object of the present invention is to provide an image recognition method capable of recognizing a recognition object image having an arbitrary inclination without preparing a plurality of dictionary patterns having different inclinations. And
【００１０】[0010]
【課題を解決するための手段】前記目的達成のために、
本発明は、あらかじめ辞書パタ−ンを用意し、認識対象
画像と辞書パタ−ンとの間で、認識対象画像内のパタ−
ンと辞書パタ−ンの類似性を判定するパタ−ンマッチン
グ処理を行ない、認識対象画像を認識する画像認識方法
であって、認識対象画像内のパタ−ンの傾き量を検出
し、検出した傾き量にもとづいて認識対象画像にアフェ
イン変換を施すことにより認識対象画像の傾きを正規化
し、正規化した認識対象画像と辞書パタ−ンの間でパタ
−ンマッチング処理を行ない、認識対象画像を認識する
ことを特徴とする画像認識方法を提供する。[Means for Solving the Problems] To achieve the above object,
According to the present invention, a dictionary pattern is prepared in advance, and the pattern in the recognition target image is exchanged between the recognition target image and the dictionary pattern.
An image recognition method for recognizing a recognition target image by performing pattern matching processing for determining the similarity between the pattern and the dictionary pattern, and detecting and detecting the inclination amount of the pattern in the recognition target image. Affine transformation is applied to the recognition target image based on the amount of tilt to normalize the tilt of the recognition target image, and pattern matching processing is performed between the normalized recognition target image and the dictionary pattern to obtain the recognition target image. An image recognition method characterized by recognition is provided.
【００１１】また、本発明は、前記目的達成のために、
あらかじめ辞書パタ−ンを用意し、認識対象画像と辞書
パターンとの間で、認識対象画像内のパタ−ンと辞書パ
タ−ンの類似性を判定するパタ−ンマッチング処理を行
ない、認識対象画像を認識する画像認識方法であって、
認識対象画像内のパタ−ンの傾き量を検出し、検出した
傾き量にもとづいて辞書パタ−ンにアフェイン変換を施
すことにより、辞書パタ−ンを認識対象画像内のパタ−
ンの傾き量と同じ傾き量で傾かせ、傾かせた辞書パタ−
ンと認識対象画像との間でパタ−ンマッチング処理を行
ない、認識対象画像を認識することを特徴とする画像認
識方法を提供する。The present invention, in order to achieve the above object,
A dictionary pattern is prepared in advance, and pattern matching processing is performed between the recognition target image and the dictionary pattern to determine the similarity between the pattern in the recognition target image and the dictionary pattern. An image recognition method for recognizing
By detecting the amount of inclination of the pattern in the recognition target image and subjecting the dictionary pattern to affine conversion based on the detected amount of inclination, the dictionary pattern is converted into the pattern in the recognition target image.
Dictionary pattern that is tilted with the same tilt amount as the
An image recognition method characterized by recognizing a recognition target image by performing pattern matching processing between the image and the recognition target image.
【００１２】[0012]
【作用】本発明に係る画像認識方法によれば、認識対象
画像内のパタ−ンの傾き量を検出し、検出した傾き量に
もとづいて認識対象画像にアフェイン変換を施すことに
より認識対象画像の傾きを正規化する。そして、正規化
した認識対象画像と辞書パタ−ンの間でパタ−ンマッチ
ング処理を行う。したがい、認識対象画像の傾きによら
ずに、１つの認識対象パタ−ンにつき、１つの辞書パタ
−ンで認識することができる。According to the image recognition method of the present invention, the inclination amount of the pattern in the recognition target image is detected, and the image of the recognition target image is subjected to the Affine conversion based on the detected inclination amount. Normalize the slope. Then, pattern matching processing is performed between the normalized recognition target image and the dictionary pattern. Therefore, regardless of the tilt of the recognition target image, one recognition target pattern can be recognized by one dictionary pattern.
【００１３】また、本発明に係る他の画像認識方法によ
れば、認識対象画像内のパタ−ンの傾き量を検出し、検
出した傾き量にもとづいて辞書パタ−ンにアフェイン変
換を施すことにより、辞書パタ−ンを認識対象画像内の
パタ−ンの傾き量と同じ傾き量で傾かせる。したがい、
やはり、認識対象画像の傾きによらずに、１つの認識対
象パタ−ンにつき、１つの辞書パタ−ンで認識すること
ができる。Further, according to another image recognition method of the present invention, the inclination amount of the pattern in the recognition target image is detected, and the affine conversion is applied to the dictionary pattern based on the detected inclination amount. Thus, the dictionary pattern is tilted with the same tilt amount as the tilt amount of the pattern in the recognition target image. Therefore,
Again, regardless of the inclination of the recognition target image, one recognition target pattern can be recognized by one dictionary pattern.
【００１４】[0014]
【実施例】以下、本発明の一実施例を説明する。EXAMPLE An example of the present invention will be described below.
【００１５】まず、本実施例に係る画像処理システムの
構成を図１を用いて説明する。First, the configuration of the image processing system according to this embodiment will be described with reference to FIG.
【００１６】図示するように、画像処理システムは、画
像処理装置１００、カメラ１５０、データ入力装置１６
０、センサ−１７０、モニタ１８０より構成される。As shown in the figure, the image processing system includes an image processing device 100, a camera 150, and a data input device 16.
0, a sensor 170, and a monitor 180.
【００１７】画像処理装置は、入力画像格納メモリ１０
１、２値化処理部１０２、２値画像格納メモリ１０３、
パタ−ンマッチング処理部１０４、アフェイン変換処理
部１０５、認識対象画像測定部１０６、認識対象画像切
りだし処理部１０９、パタ−ンマッチング結果格納メモ
リ１１０、辞書パタ−ン格納メモリ１１１を備えてい
る。認識対象画像測定部１０６は、傾き測定部１０７、
サイズ測定部１０８より構成される。The image processing apparatus includes an input image storage memory 10
1, a binarization processing unit 102, a binary image storage memory 103,
A pattern matching processing unit 104, an affine conversion processing unit 105, a recognition target image measuring unit 106, a recognition target image cutout processing unit 109, a pattern matching result storage memory 110, and a dictionary pattern storage memory 111 are provided. . The recognition target image measuring unit 106 includes an inclination measuring unit 107,
The size measuring unit 108 is used.
【００１８】辞書パタ−ン格納メモリ１１１には、あら
かじめ認識対象画像の、標準的な画像の画像パタ−ンを
辞書パタ−ンとして記憶しておく。In the dictionary pattern storage memory 111, the image pattern of the standard image of the recognition target image is stored in advance as a dictionary pattern.
【００１９】以下、各部の動作の概要を説明する。The outline of the operation of each unit will be described below.
【００２０】認識対象画像を撮影した処理対象の画像
は、カメラ１５０から取り込まれ、デジタルの画像デー
タに変換された後入力画像格納メモリ１０１に記憶され
る。The image to be processed, which is the image to be recognized, is captured from the camera 150, converted into digital image data, and then stored in the input image storage memory 101.
【００２１】２値化処理部１０２は、入力した画像デー
タを２値化し、２値の画像データを２値画像格納メモリ
１０３に格納する。The binarization processing unit 102 binarizes the input image data and stores the binary image data in the binary image storage memory 103.
【００２２】認識対象画像切り出し処理部１０９は、２
値の画像データより、認識対象画像が処理対象画像の中
のどこにあるかを検出して、認識対象画像を切り出す。
認識対象画像切り出し処理部１０９は、この切り出し処
理のために、ラベリング処理、ウインドウ処理等の機能
を備えている。認識対象画像切り出し処理部１０９によ
って切り出した領域のみを、画像認識処理の対象領域と
することによって、その後の処理量を削減することがで
きる。The recognition target image cutout processing unit 109
The position of the recognition target image in the processing target image is detected from the value image data, and the recognition target image is cut out.
The recognition target image cutout processing unit 109 has functions such as labeling processing and window processing for this cutout processing. By setting only the area cut out by the recognition target image cutout processing unit 109 as the target area of the image recognition processing, the subsequent processing amount can be reduced.
【００２３】認識対象画像測定部１０６は、切り出され
た認識対象画像の大きさをパターンサイズ測定部１０８
で測定し、認識対象画像の傾きを傾き測定部で測定す
る。The recognition target image measuring unit 106 measures the size of the cut out recognition target image by the pattern size measuring unit 108.
And the inclination of the recognition target image is measured by the inclination measuring unit.
【００２４】傾き測定部は、認識対象画像の傾きを測定
するために慣性主軸等を画像から測定する。パターンサ
イズ測定部１０８は認識対象画像の大きさを測定するの
にヒストグラム処理等を行なう。また本認識対象画像測
定部１０６は、外部のセンサー１７０を用いてカメラ１
５０と対象物の距離等を測定する機能をも有している。
認識対象画像測定部１０６で測定した値は、アフィン変
換処理部１０５に渡される。The tilt measuring section measures the principal axis of inertia and the like from the image in order to measure the tilt of the recognition target image. The pattern size measuring unit 108 performs a histogram process or the like to measure the size of the recognition target image. Further, the actual recognition target image measuring unit 106 uses the external sensor 170 to measure the camera 1.
It also has a function of measuring the distance between the object and the object 50.
The value measured by the recognition target image measuring unit 106 is passed to the affine transformation processing unit 105.
【００２５】アフィン変換処理部１０５は、認識対象画
像測定部１０６の測定値に基づいて、認識対象画像切り
出し処理部１０９が切り出した認識対象画像にアフェイ
ン変換を施す。The affine transformation processing unit 105 performs affine transformation on the recognition target image cut out by the recognition target image cutout processing unit 109 based on the measurement value of the recognition target image measurement unit 106.
【００２６】アフィン変換とは、画像を拡大または縮小
または回転する変換のことである。パタ−ンマッチング
処理部１０４は、辞書パターン格納メモリに格納されて
いる辞書パターンと、アフィン変換された画像のパタ−
ンとのパターンマッチング処理を行なう。パタ−ンマッ
チング処理とは、辞書パタ−ンと画像パターンを比較
し、画像の類似度を測定する処理である。本実施例にお
いては、パタ−ンマッチング処理ととしてテンプレ−ト
マッチングを行なう。具体的には、各辞書パタ−ンをテ
ンプレ−トデータとして、認識対象画像中の認識対象パ
タ−ン上を移動し、それぞれの位置での対応する画素の
値の一致度を画素毎の排他的論理和または排他的論理積
等の演算により求め、各画素毎の演算結果を認識対象画
像画像の全画素について累積しパターンマッチング結果
格納メモリに格納する。これにより、認識対象画像中の
認識対象パタ−ンと、最も類似する辞書パタ−ンと、認
識対象パタ−ンの位置を求めることができる。The affine transformation is a transformation for enlarging, reducing or rotating an image. The pattern matching processing unit 104 patterns the dictionary pattern stored in the dictionary pattern storage memory and the affine transformed image.
Pattern matching processing is performed. The pattern matching process is a process of comparing an image pattern with a dictionary pattern to measure the similarity of images. In the present embodiment, template matching is performed as the pattern matching processing. Specifically, each dictionary pattern is used as template data to move on the recognition target pattern in the recognition target image, and the matching degree of the value of the corresponding pixel at each position is exclusive for each pixel. It is obtained by calculation such as logical sum or exclusive logical product, and the calculation result for each pixel is accumulated for all pixels of the recognition target image image and stored in the pattern matching result storage memory. As a result, the position of the recognition target pattern in the recognition target image, the dictionary pattern most similar to the recognition target pattern, and the position of the recognition target pattern can be obtained.
【００２７】パタ−ンマッチングの結果は、パターンマ
ッチング結果格納メモリ１１０に格納される。The result of the pattern matching is stored in the pattern matching result storage memory 110.
【００２８】モニタ１８０は、辞書パタ−ン格納メモリ
１１１に記憶する標準パタ−ンの作成や、パタ−ンマッ
チング処理結果の確認等に用いられる。データ入力装置
１６０は、オペレ−タの指示等を受付ける。The monitor 180 is used to create a standard pattern stored in the dictionary pattern storage memory 111 and to confirm the result of pattern matching processing. The data input device 160 receives an operator instruction and the like.
【００２９】次に、図２を用いて、本実施例に係る画像
認識処理の概要を説明する。Next, the outline of the image recognition processing according to this embodiment will be described with reference to FIG.
【００３０】本実施例においては、大きさおよび傾きが
異なっていても、その他の点で同じ認識対象画像につい
ては、同じ辞書パタ−ンを用いたパタ−ンマッチングに
より認識する。In the present embodiment, even if the size and the inclination are different, the same recognition target image in other points is recognized by the pattern matching using the same dictionary pattern.
【００３１】しかし、テンプレ−トマッチングは、２つ
の画像間でパタ−ン上対応する画素の値の一致度を測定
することにより類似度を判定するものであるから、認識
対象画像中の認識対象パタ−ンと、辞書パタ−ンとの大
きさおよび傾きを同一にする必要がある。However, since the template matching is to judge the similarity by measuring the degree of coincidence of the values of the corresponding pixels in the pattern between the two images, the recognition target in the recognition target image is judged. It is necessary to make the size and inclination of the pattern and the dictionary pattern the same.
【００３２】そこで、アフェイン変換により、認識対象
画像中の認識対象パタ−ンの大きさおよび傾きを、辞書
パターン格納メモリに格納されている辞書パターンの大
きさおよび傾きと同一にする。Therefore, by the affine transformation, the size and inclination of the recognition target pattern in the recognition target image are made equal to the size and inclination of the dictionary pattern stored in the dictionary pattern storage memory.
【００３３】そのために、まず、認識対象画像測定部１
０６にて、認識対象画像切り出し処理部１０９が処理対
象画像より切り出した認識対象画像２００の、辞書パタ
−ンに対する大きさ及び傾きを測定する。そして、アフ
ィン変換処理部１０５が、認識対象画像測定部１０６の
測定値に基づいて認識対象画像に対してアフィン変換を
施す。そして、アフィン変換後の認識対象画像２１０を
パタ−ンマッチング処理単位の認識対象パタ−ン２２０
に分割して、辞書パターン格納メモリに格納されている
各辞書パターン２３０との間でパターンマッチング処理
を施し、その結果より画像を認識する。図２に示した例
では、認識対象パタ−ンはＡＢＣの文字である。したが
い、辞書パタ−ンとしては、文字Ａ、Ｂ、Ｃそれぞれの
標準的な形状の画像パタ−ンを記憶している。For this purpose, first, the recognition target image measuring unit 1
At 06, the size and inclination of the recognition target image 200 cut out from the processing target image by the recognition target image cutout processing unit 109 with respect to the dictionary pattern are measured. Then, the affine transformation processing unit 105 performs affine transformation on the recognition target image based on the measurement value of the recognition target image measurement unit 106. Then, the recognition target image 210 after the affine transformation is used as the recognition target pattern 220 in the pattern matching processing unit.
, And the pattern matching processing is performed with each dictionary pattern 230 stored in the dictionary pattern storage memory, and the image is recognized from the result. In the example shown in FIG. 2, the recognition target pattern is the ABC character. Therefore, as the dictionary pattern, the image patterns of the respective standard characters A, B, and C are stored.
【００３４】以下、各処理の詳細について説明する。The details of each process will be described below.
【００３５】１．辞書パタ−ン作成
まず、辞書パタ−ン格納メモリ１１１に記憶されるの辞
書パタ−ンの作成の詳細について説明する。1. Creation of Dictionary Pattern First, the details of creating the dictionary pattern stored in the dictionary pattern storage memory 111 will be described.
【００３６】ここでは、認識対象画像を、自動車のナン
バープレートとして説明する。この場合、標準的な自動
車のナンバープレートより辞書パターンを抽出する。Here, the image to be recognized will be described as an automobile license plate. In this case, a dictionary pattern is extracted from a standard automobile license plate.
【００３７】以下、図３を用いて説明する。Hereinafter, description will be made with reference to FIG.
【００３８】まず、自動車に付いているナンバープレー
ト３００をカメラ１５０で撮影し、モニタ１８０上に表
示する。First, the license plate 300 attached to the automobile is photographed by the camera 150 and displayed on the monitor 180.
【００３９】そして、モニタ１８０に、辞書パタ−ン画
像の切り出し位置の指標となるカーソル３１０を表示す
る。表示するカーソルの形状はボックス型、クロス型な
ど位置の確認のできる形状のものであれば特に限定する
必要はない。Then, on the monitor 180, a cursor 310 that serves as an index of the cutout position of the dictionary pattern image is displayed. The shape of the cursor to be displayed is not particularly limited as long as it has a shape such as a box shape or a cross shape whose position can be confirmed.
【００４０】オペレ−タは、データ入力装置１６０から
カーソルの位置移動を行い、辞書パタ−ンとする領域の
画像を指示する。図３には、数字１を、辞書パタ−ンと
する場合を示している。The operator moves the position of the cursor from the data input device 160 and designates the image of the area to be the dictionary pattern. FIG. 3 shows a case where the numeral 1 is used as a dictionary pattern.
【００４１】画像処理装置１００は、された領域の画像
を切り出し、辞書パタ−ン格納メモリ１１１に格納す
る。The image processing apparatus 100 cuts out the image of the selected area and stores it in the dictionary pattern storage memory 111.
【００４２】以上の処理を、認識対象パタ−ン種分のパ
タ−ンについて繰返し行う。The above processing is repeated for patterns corresponding to the recognition target pattern type.
【００４３】なお、本処理では、現実の認識対象画像か
ら辞書パタ−ンの画像を抽出したが、コンピュ−タグラ
フィックス等により人為的な画像を作成し、辞書パタ−
ンとして記憶するようにしてもよい。In this processing, the dictionary pattern image is extracted from the actual recognition target image, but an artificial image is created by computer graphics or the like, and the dictionary pattern is created.
It may be stored as a code.
【００４４】２．認識対象画像切り出し処理
次に認識対象画像切り出し処理部１０９が行なう認識対
象画像切り出し処理の詳細について説明する。2. Recognition Target Image Cutout Process Next, details of the recognition target image cutout process performed by the recognition target image cutout processing unit 109 will be described.
【００４５】（１−Ａ）まず、認識対象画像として、自
動車のナンバ−プレ−トの画像を切り出す場合を、図４
を用いて説明する。(1-A) First, FIG. 4 shows a case where an image of an automobile number plate is cut out as an image to be recognized.
Will be explained.
【００４６】本例では、自動車のナンバ−プレ−トが長
方形の形状であることに着目し、角の部分の特徴を検出
することにより、ナンバ−プレ−トの画像を切り出す。
多角形において２辺の角度によって特徴づけられる角の
部分の特徴は、大きさによらず一定であるからである。In this example, paying attention to the fact that the number plate of the automobile has a rectangular shape, the number plate image is cut out by detecting the characteristic of the corner portion.
This is because the characteristic of the corner portion characterized by the angles of the two sides in the polygon is constant regardless of the size.
【００４７】角の部分の特徴の検出は、パタ−ンマッチ
ングにより行なう。すなわち、ナンバ−プレ−トの４角
に対応する辞書パタ−ン４００〜４３０を用意し、これ
と、処理対象画像とにパタ−ンマッチング処理を施す。The feature of the corner portion is detected by pattern matching. That is, the dictionary patterns 400 to 430 corresponding to the four corners of the number plate are prepared, and the pattern matching processing is performed on the dictionary patterns 400 to 430.
【００４８】そうすると、パタ−ンマッチング処理の結
果、４４０〜４７０の４画像領域を得ることができる。
そこで、この４領域をナンバ−プレ−トの４角の領域の
位置としてナンバ−プレ−トの画像を認識対象画像とし
て切り出す。Then, as a result of the pattern matching processing, four image areas 440 to 470 can be obtained.
Therefore, the image of the number plate is cut out as the recognition target image by using these four regions as the positions of the four corner regions of the number plate.
【００４９】なお、図５に示すようにカメラ１５０より
入力したナンバプレ−トの画像が傾いている場合、ナン
バ−プレ−トの４角と、辞書パタ−ン４００〜４３０の
それぞれは、完全には一致しない。しかし、自動車が大
きく傾くことは通常考えらないため、カメラ１５０より
入力するナンバプレ−トの画像の傾きも微小である。し
たがい、カメラ１５０より入力するナンバ−プレ−トの
４角の画像パタ−ンと、辞書パタ−ン４００〜４３０の
類似度は高く、辞書パタ−ン４００〜４３０によってナ
ンバ−プレ−トの４角を検出することができる。When the number plate image input from the camera 150 is tilted as shown in FIG. 5, the four corners of the number plate and each of the dictionary patterns 400 to 430 are completely removed. Do not match. However, since it is not usually considered that the automobile tilts greatly, the tilt of the image of the number plate input from the camera 150 is also small. Therefore, the similarity between the four-angle image pattern of the number plate input from the camera 150 and the dictionary patterns 400 to 430 is high. The corner can be detected.
【００５０】ところで、車種やナンバ−プレ−トの取付
位置が自動車ごとに異なる為、パタ−ンマッチング処理
によって得られる４点４４０〜４７０間の距離は、常に
同一とはならない。そこで、パタ−ンマッチグの結果得
られた４画像パタ−ンの中心座標４４１、４５１、４６
１、４７１の、相対的な位置関係求め、その値がナンバ
−プレ−トの縦横比率に近いか（日本で登録される自動
車のナンバプレ−トは１：２の比率）、否か判定するこ
とにより、ナンバプレ−トの画像切り出しの正確度を高
めるようにしてもよい。By the way, since the vehicle type and the mounting position of the number plate differ from vehicle to vehicle, the distances between the four points 440 to 470 obtained by the pattern matching process are not always the same. Therefore, the center coordinates 441, 451 and 46 of the four image patterns obtained as a result of the pattern matching.
The relative positional relationship of No. 1, 471 is obtained, and it is determined whether the value is close to the aspect ratio of the number plate (the number plate of the car registered in Japan is the ratio of 1: 2). Thus, the accuracy of the image cutout of the number plate may be increased.
【００５１】なお、以上の手法は、４角形に限らず、他
の多角形で囲まれた認識対象画像に対しても同様に適用
することができる。The above method is not limited to the quadrangle, but can be similarly applied to the recognition target image surrounded by other polygons.
【００５２】（１−Ｂ）次に投影ヒストグラムの手法に
より、認識対象画像を切り出す場合について図６を用い
て説明する。(1-B) Next, the case of cutting out the recognition target image by the projection histogram method will be described with reference to FIG.
【００５３】図６には、カメラ１５０より入力した文字
ＡＢＣを含む処理対象画像より、文字ＡＢＣの領域を認
識対象がぞとして切り出す場合を示した。FIG. 6 shows a case where the recognition target region is cut out from the processing target image including the character ABC input from the camera 150.
【００５４】文字ＡＢＣの領域に切り出しは以下の手順
で行なう。The cutout to the area of the character ABC is performed in the following procedure.
【００５５】まず、処理対象画像の投影ヒストグラムを
水平方向、垂直方向のそれぞれについて求める。First, the projection histogram of the image to be processed is obtained in each of the horizontal and vertical directions.
【００５６】すなわち、同じ水平座標を持つ各画素の明
るさを全て加算し、各水平座標点についての分布６１０
を求める。また、同じ垂直座標を持つ各画素の値の強さ
を全て加算し、各垂直座標点についての分布６２０を求
める。That is, the brightness of each pixel having the same horizontal coordinate is all added, and the distribution 610 for each horizontal coordinate point is added.
Ask for. Further, the intensity of the value of each pixel having the same vertical coordinate is all added to obtain the distribution 620 for each vertical coordinate point.
【００５７】結果、文字Ａの水平方向のヒストグラムと
して６１２が、文字Ｂの水平方向のヒストグラムとして
６１１が、文字Ｃの水平方向のヒストグラムとして６１
３が求まる。また、文字ＡＢＣのヒストグラムとして６
１５が求まる。As a result, the horizontal histogram 612 of the character A, the horizontal histogram 611 of the character B, and the horizontal histogram 61 of the character C are shown.
3 is obtained. Also, as a histogram of the letters ABC, 6
15 is obtained.
【００５８】これより、画素の値が強い領域６１５、６
１６、６１７を切り出すことができる。こうして切り出
した画素の値が強い領域は、図６に示す例ではＡ、Ｂ、
Ｃ１文字毎の領域である。From this, the regions 615 and 6 where the pixel values are strong
16,617 can be cut out. In the example shown in FIG. 6, the areas in which the pixel values cut out in this manner are strong are A, B,
This is an area for each C1 character.
【００５９】次に求めた各領域間の距離等より、領域を
統合し文字ＡＢＣ全てを含む領域４１８を求め、これを
認識対象画像とする。Next, the areas are integrated based on the obtained distances between the areas and the like, and an area 418 including all the characters ABC is obtained, which is set as a recognition target image.
【００６０】なお、本実施例において、文字毎の領域で
はなく、文字列ＡＢＣ全てを含む領域６１８を認識対象
画像とするのは、本処理のあとに行なわれる傾き検出の
ためである。また、アフェイン変換の処理を、文字列Ａ
ＢＣに対して一括して細超すことを可能とするためでも
ある。In the present embodiment, the area 618 including all the character strings ABC, not the area for each character, is used as the recognition target image for the purpose of tilt detection performed after this processing. In addition, the process of affine conversion is performed by the character string A.
This is also to allow the BCs to be overwhelmed collectively.
【００６１】また、このような投影ヒストグラムによる
処理のみによっては、認識対象画像の切り出しを良好に
行なえない場合は、投影ヒストグラムによる処理の前処
理として、処理対象とする画像領域を限定するウインド
ウ処理や、画像領域を何らかの特徴毎に区分するラベリ
ング処理を行なうようにしてもよい。If the image to be recognized cannot be cut out satisfactorily only by such processing using the projection histogram, window processing for limiting the image area to be processed or preprocessing for processing using the projection histogram is performed. Alternatively, labeling processing may be performed to classify the image area for each feature.
【００６２】２．認識対象画像の大きさ、傾きの測定
以下、認識対象画像測定部１０６のパターンサイズ測定
部１０８が行なう認識対象画像の大きさの測定、およ
び、認識対象画像測定部１０６のパタ−ン傾き測定部が
行なう認識対象画像の傾きの測定の処理の詳細について
説明する。2. Measurement of size and inclination of recognition target image Hereinafter, measurement of the size of the recognition target image performed by the pattern size measurement unit 108 of the recognition target image measurement unit 106, and pattern inclination measurement unit of the recognition target image measurement unit 106 The details of the process of measuring the inclination of the recognition target image performed by will be described.
【００６３】（２−Ａ）まず、認識対象画像が前述した
自動車のナンバ−プレ−トである場合（１−Ａ）の処理
について、図５を用いて説明する。(2-A) First, the process (1-A) in the case where the image to be recognized is the above-mentioned number plate of the automobile will be described with reference to FIG.
【００６４】図中５００が、認識対象画像の中のナンバ
−プレ−トである。In the figure, reference numeral 500 is a number plate in the image to be recognized.
【００６５】ナンバ−プレ−トの大きさおよび傾きは、
前述した認識対象画像切り出しの処理によって検出した
ナンバプレ−トの４角の領域の座標から求める。The size and slope of the number plate are
It is obtained from the coordinates of the four corner areas of the number plate detected by the above-described recognition target image cutting processing.
【００６６】すなわち、図５において、検出したナンバ
プレ−トの角の領域の中心座標５０１と５０２との距離
からナンバ−プレ−トの横幅を求める。そして、横幅を
Ｓとし、５０１の座標を（Ｘ１，Ｙ１）とし、５０２の
座標を（Ｘ２，Ｙ２）とすると、ナンバ−プレ−トの傾
きθは数１より求めることできる。また拡大率は数２よ
り求めることができる。That is, in FIG. 5, the width of the number plate is obtained from the distance between the center coordinates 501 and 502 of the detected corner regions of the number plate. Then, assuming that the width is S, the coordinates of 501 are (X1, Y1), and the coordinates of 502 are (X2, Y2), the inclination .theta. Of the number plate can be obtained from equation 1. Further, the enlargement ratio can be obtained from the equation 2.
【００６７】[0067]
【数１】 [Equation 1]
【００６８】[0068]
【数２】 [Equation 2]
【００６９】（２−Ｂ）次に膨張処理によって、認識対
象画像の傾きを測定する場合について図６を用いて説明
する。(2-B) Next, the case where the inclination of the recognition target image is measured by the expansion process will be described with reference to FIG.
【００７０】図７は、傾きを求める認識対象画像が文字
列ＡＢＣで有る場合を示している。FIG. 7 shows a case where the recognition target image for which the tilt is to be obtained is the character string ABC.
【００７１】認識対象画像の傾きの測定は、以下の手順
で行なう。The inclination of the recognition target image is measured by the following procedure.
【００７２】本処理によって、認識対象画像の傾きを測
定には、入力画像格納メモリ１０１に記憶されている２
値化前の画像データを用いる。すなわち、本処理には、
入力画像格納メモリ１０１に記憶しておいた２値化前の
画像データから、認識対象画像切り出し処理部１０９が
２値の画像データに基づいて切り出した認識対象画像に
対応する画像データを読みだして用いる。According to the present process, the inclination of the recognition target image is measured by using the value 2 stored in the input image storage memory 101.
Image data before binarization is used. That is, in this processing,
From the image data before binarization stored in the input image storage memory 101, the recognition target image cutout processing unit 109 reads out image data corresponding to the recognition target image cut out based on the binary image data. To use.
【００７３】認識対象画像の傾きの測定は、以下の手順
で行なう。The inclination of the recognition target image is measured by the following procedure.
【００７４】まず、多値の認識対象画像ＡＢＣ（図７
ａ）に対し、空間フィルタ処理を施し、認識対象画像中
の垂直方向のパタ−ンを強調する。First, the multivalued recognition target image ABC (see FIG. 7).
Spatial filtering is applied to a) to emphasize the vertical pattern in the recognition target image.
【００７５】つぎに、垂直方向のパタ−ンを強調した認
識対象画像ＡＢＣ（図７ｂ）を２値化する。Next, the recognition target image ABC (FIG. 7b) in which the vertical pattern is emphasized is binarized.
【００７６】そして、２値化した認識画像中における垂
直方向のパタ−ンを横方向に所定の範囲で膨張させ、文
字列ＡＢＣを一つの塊とする（図７ｃ）。Then, the pattern in the vertical direction in the binarized recognition image is expanded in the horizontal direction within a predetermined range to make the character string ABC into one block (FIG. 7c).
【００７７】そして、この塊の慣性主軸７００を求め、
慣性主軸７００の水平方向に対して成す角θを求める。Then, the principal axis of inertia 700 of this mass is obtained,
An angle θ formed by the principal axis of inertia 700 with respect to the horizontal direction is obtained.
【００７８】そして角θを認識対象画像の傾きとする。Then, the angle θ is set as the inclination of the recognition target image.
【００７９】（２−Ｃ）次に、前述した投影ヒストグラ
ムの手法によって、認識対象画像の大きさを測定する場
合について説明する。(2-C) Next, the case where the size of the recognition target image is measured by the above-mentioned projection histogram method will be described.
【００８０】前述したように、投影ヒストグラムの手法
によれば、文字等のように独立したパタ−ンの大きさを
測定することができる。As described above, according to the projection histogram method, the size of an independent pattern such as a character can be measured.
【００８１】ここでは、認識対象画像が、カメラ１５０
から入力された曲面上の文字列である場合を例にとり説
明する。Here, the recognition target image is the camera 150.
The case where the input character string is a character string on a curved surface will be described as an example.
【００８２】図８には、認識対象画像が、カメラ１５０
から入力された曲面上の文字列ＣＢＡＢＣである場合を
示している。In FIG. 8, the recognition target image is the camera 150.
The case is a character string CBABC on the curved surface input from.
【００８３】図示するように、曲面上の各文字は、カメ
ラ１５０からの距離が相違するため、認識対象画像中の
各文字の大きさは均一ではない。したがい、認識対象画
像全体に対して同じアフェイン変換を施すのは好ましく
ない。そこで、本例では、各文字毎に、その大きさを測
定し、文字毎のアフェイン変換を可能にする。As shown in the figure, since the characters on the curved surface are different in distance from the camera 150, the sizes of the characters in the recognition target image are not uniform. Therefore, it is not preferable to apply the same affine transformation to the entire recognition target image. Therefore, in this example, the size of each character is measured, and affine conversion can be performed for each character.
【００８４】各文字毎の大きさの測定は、以下の手順で
行なう。The size of each character is measured by the following procedure.
【００８５】まず、先に図４を用いて説明した手法によ
って、文字列の水平方向の両端の水平座標を求める。次
に、求めた両端の水平座標より、文字列の中心座標８０
１を求める。First, the horizontal coordinates of both ends of the character string in the horizontal direction are obtained by the method described above with reference to FIG. Next, based on the obtained horizontal coordinates of both ends, the center coordinate of the character string
Ask for 1.
【００８６】次に、中心の文字Ａの大きさを文字Ａの投
影ヒストグラムから求める。Next, the size of the central character A is obtained from the projection histogram of the character A.
【００８７】次に、他の文字ＣＢＢＣそれぞれの、文字
列の中心８０１からの距離を求める。 そして、中心の
文字Ａの大きさと、各文字が付されている曲面の曲率
と、文字列の中心８０１からの距離に応じて、文字ＣＢ
ＢＣそれぞれの大きさを決定する。ただし、本例では、
各文字が付されている曲面の曲率は、既知であるものと
している。Next, the distance of each of the other characters CBBC from the center 801 of the character string is obtained. Then, according to the size of the character A at the center, the curvature of the curved surface to which each character is attached, and the distance from the center 801 of the character string, the character CB
Determine the size of each BC. However, in this example,
The curvature of the curved surface to which each character is attached is assumed to be known.
【００８８】また、本例では、文字列の中心の文字Ａ
が、カメラ１５０から見て曲面の正面にあるものとして
説明した。文字列の中心の文字Ａが局面の正面にない場
合は、文字列の中心の文字に変えて、最も大きい文字を
中心文字とするようにすればよい。または、投影ヒスト
グラムの手法により、それぞれの文字の大きさを測定す
るようにしてもよい。Further, in this example, the character A at the center of the character string is
However, it is described as being on the front side of the curved surface when viewed from the camera 150. When the character A at the center of the character string is not in front of the stage, the character at the center of the character string may be changed to the largest character as the center character. Alternatively, the size of each character may be measured by a projection histogram method.
【００８９】このようにして、各文字の大きさを測定し
たならば、文字列を各文字毎に分割し、アフェイン変換
処理部１０５で、測定したそれぞれの大きさに応じてア
フェイン変換を施し、認識対象パタ−ンとする。When the size of each character is measured in this way, the character string is divided for each character, and the affine conversion processing unit 105 performs affine conversion according to each measured size, It is the pattern to be recognized.
【００９０】３．アフェイン変換処理
アフェイン変換処理部１０５は、認識対象画像測定部１
０６で求めた認識対象画像の大きさ、および、傾きに応
じて、認識対象画像に拡大、縮小、回転等のアフェイン
変換を施し、認識対象画像中の認識対象パタ−ンの大き
さ、傾きが、辞書パタ−ンの大きさ傾きと等しくなるよ
うにする。たとえば、自動車のナンバプレ−トが認識対
象画像であって認識対象パタ−ンがナンバプレ−ト中の
文字であれば、辞書パタ−ン文字の大きさに対応するナ
ンバプレ−トの大きさと、認識対象画像測定部１０６で
求めたナンバ−プレ−トの大きさ比で、認識対象画像を
拡大もしくは縮小する。3. Affine conversion processing The affine conversion processing unit 105 includes the recognition target image measurement unit 1
Affine transformation such as enlargement, reduction, rotation, etc. is performed on the recognition target image according to the size and the tilt of the recognition target image obtained in 06, and the size and the tilt of the recognition target pattern in the recognition target image are changed. , The size of the dictionary pattern should be equal to the inclination. For example, if the number plate of the automobile is the image to be recognized and the pattern to be recognized is a character in the number plate, the size of the number plate corresponding to the size of the dictionary pattern character and the object to be recognized. The recognition target image is enlarged or reduced according to the size ratio of the number plate obtained by the image measuring unit 106.
【００９１】２次元画像のアフェイン変換は、一般に次
の連立方程式で表すことができる。Affine transformation of a two-dimensional image can be generally expressed by the following simultaneous equations.
【００９２】Ｘ＝ａｘ＋ｂｙ＋ｃ Ｙ＝ｄｘ＋ｅｙ＋ｆ ｘ、ｙが変換前の座標、Ｘ、Ｙが変換後の座標を表す。X = ax + by + c Y = dx + ey + f x and y represent coordinates before conversion, and X and Y represent coordinates after conversion.
【００９３】ａ、ｂ、ｃ、ｄ、ｅ、ｆが変換量を定める
パラメ−タであり、ａ、ｂ、ｃ、ｄ、ｅ、ｆによって、
任意の拡大率もしくは縮小率および回転率の変換を画像
に施すことができる。A, b, c, d, e and f are parameters for determining the conversion amount, and by a, b, c, d, e and f,
The image can be subjected to arbitrary conversion of enlargement or reduction ratio and rotation ratio.
【００９４】たとえば、ｃ＝ｆ＝０、かつ、ａ／ｂ＝ｄ
／ｅのときに拡大もしくは縮小の変換を、ｃ＝ｆ＝０、
かつ、ａ2＋ｂ2＝ｄ2＋ｅ2のときに回転の変換を表す。For example, c = f = 0 and a / b = d
The conversion of enlargement or reduction when / e is c = f = 0,
Further, when a 2 + b 2 = d 2 + e 2 , the rotation conversion is represented.
【００９５】アフェイン変換処理部１０５は、認識対象
画像測定部１０６の測定した大きさや傾きに応じて、前
記パラメ−タａ、ｂ、ｃ、ｄ、ｅ、ｆを設定してアフェ
イン変換を施すことにより、認識対象画像中のパタ−ン
の辞書パタ−ンの大きさ傾きが等しくなるように、認識
対象画像を拡大もしくは縮小もしく回転する。The affine conversion processing unit 105 sets the parameters a, b, c, d, e, f according to the size and inclination measured by the recognition target image measuring unit 106 and performs affine conversion. As a result, the recognition target image is enlarged or reduced or rotated so that the size gradients of the dictionary patterns of the patterns in the recognition target image are equal.
【００９６】４．パタ−ンマッチング処理
次に、パタ−ンマッチング処理部１０４が行なうテンプ
レ−トマッチング処理の詳細について説明する。4. Pattern Matching Processing Next, details of the template matching processing performed by the pattern matching processing unit 104 will be described.
【００９７】まず、アフェイン変換処理後の認識対象画
像から、パタ−ンマッチングの処理単位となるパタ−ン
を切り出す。たとえば、目的とするパタ−ンが文字のパ
タ−ンであれば、１文字毎、認識対象画像より画像を切
り出す。１文字毎の画像の切り出しは、前述したように
投影ヒストグラムを用いて行なうことができる。First, a pattern as a processing unit of pattern matching is cut out from the recognition target image after the affine conversion process. For example, if the target pattern is a character pattern, an image is cut out from the recognition target image for each character. The clipping of the image for each character can be performed using the projection histogram as described above.
【００９８】次に、切り出した各１文字毎の画像と、辞
書パタ−ン格納メモリ１１１に記憶されている各辞書パ
タ−ンとのテンプレ−トマッチングを、パタ−ン上対応
する位置の画素の値の一致度を調べることにより行い、
その結果より各文字を認識する。Next, the template matching between the cut-out image for each character and each dictionary pattern stored in the dictionary pattern storage memory 111 is carried out by the pixel at the corresponding position on the pattern. By checking the degree of agreement of
Each character is recognized from the result.
【００９９】ところで、複雑なパターンを認識する場合
には、認識率を高めるために、情報量の多い、大きな辞
書パタ−ンが必要となる。By the way, when recognizing a complicated pattern, a large dictionary pattern with a large amount of information is required in order to increase the recognition rate.
【０１００】しかし、認識対象パタ−ンごとに異なる辞
書パタ−ンを用いるのでは、処理が複雑化すると共に、
必要となる画像処理装置の資源も増大する。However, if a different dictionary pattern is used for each recognition target pattern, the process becomes complicated and
The required resources of the image processing apparatus also increase.
【０１０１】そこで、本実施例では、大きな辞書パタ−
ンが必要となる複雑パタ−ンについては、これを分割し
て、部分パターンごとに用意した辞書パタ−ンとパタ−
ンマッチングを行なう。Therefore, in this embodiment, a large dictionary pattern is used.
For complex patterns that require patterns, divide the pattern and prepare the dictionary pattern and pattern prepared for each partial pattern.
Perform matching.
【０１０２】この処理を図９を用いて説明する。This processing will be described with reference to FIG.
【０１０３】図９に示した例は、文字Ａを認識対象画像
とした場合の例である。The example shown in FIG. 9 is an example in which the character A is the recognition target image.
【０１０４】この場合、まず、あらかじめ、文字Ａの標
準的なパタ−ンを４分割した辞書パタ−ン９００〜９３
０を記憶しておく。In this case, first, the dictionary patterns 900 to 93 in which the standard pattern of the character A is divided into four in advance.
Remember 0.
【０１０５】そして、認識対象画像Ａを切り出して、ア
フィン変換を施して、辞書パターンと同一の傾きとし、
大きさを辞書パターンの縦横それぞれ２倍とする。Then, the recognition target image A is cut out and subjected to affine transformation to have the same inclination as the dictionary pattern,
The size of the dictionary pattern is doubled vertically and horizontally.
【０１０６】そして、各辞書パタ−ン９００〜９３０を
テンプレ−トデータとして、認識対象画像Ａ上を移動
し、それぞれ辞書パタ−ンとマッチング処理を行う。Then, using each of the dictionary patterns 900 to 930 as template data, the dictionary pattern 900 is moved on the recognition target image A, and a matching process with the dictionary pattern is performed.
【０１０７】しかし、これだけでは、各部分毎の認識対
象画像の類似度については、全体の類似度は認識出来な
い。However, this alone cannot recognize the overall similarity of the recognition target images for each part.
【０１０８】そこで、各辞書パタ−ンについて、各位値
で求まった類似度を、文字Ａの中心座標に対応づける。
すなわち、辞書パタ−ン９００については、認識対象画
像Ａ上の各位値で求まった類似度を右下角の座標に対応
付け、辞書パタ−ン９１０については、認識対象画像Ａ
上の各位置で求まった類似度を左下角の座標に対応付
け、辞書パタ−ン９２０については、認識対象画像Ａ上
の各位値で求まった類似度を右上角の座標に対応付け、
辞書パタ−ン９３０については、認識対象画像Ａ上の各
位値で求まった類似度を左上角の座標に対応付けるよう
にする。Therefore, for each dictionary pattern, the degree of similarity found at each digit is associated with the center coordinates of the character A.
That is, for the dictionary pattern 900, the degree of similarity found at each position on the recognition target image A is associated with the coordinates of the lower right corner, and for the dictionary pattern 910, the recognition target image A
The similarity found at each position above is associated with the coordinates at the lower left corner, and for the dictionary pattern 920, the similarity found at each position on the recognition target image A is associated with the coordinates at the upper right corner,
With respect to the dictionary pattern 930, the similarity found at each position on the recognition target image A is associated with the coordinates of the upper left corner.
【０１０９】このようにすることで、各辞書パタ−ンに
ついて求めた類似度を１点に集めることができ、全体の
類似度を検出することができる。By doing so, the similarity calculated for each dictionary pattern can be collected at one point, and the overall similarity can be detected.
【０１１０】結果、実際に用いた辞書パタ−ンより大き
な辞書パタ−ンでマッチングを行ったのと同じ結果が得
られる。As a result, the same result as when the matching is performed with the dictionary pattern larger than the actually used dictionary pattern is obtained.
【０１１１】なお、以上の説明では、辞書パタ−ンをテ
ンプレ−トデータとして、認識対象パタ−ン上を移動し
てマッチングを行なう場合について説明した。In the above description, the dictionary pattern is used as template data, and the pattern is moved on the recognition target pattern to perform matching.
【０１１２】しかし、たとえば、辞書パターンが英数字
の３７個であり、認識対象画像中の認識対象パタ−ンが
英数字が１５文字である場合、辞書パターンをテンプレ
ートデータとして認識対象画像上をマッチングを行うと
３７個のテンプレ−トデータについてマッチングを行わ
なければならない。However, for example, when the dictionary pattern is 37 alphanumeric characters and the recognition target pattern in the recognition target image is 15 alphanumeric characters, matching is performed on the recognition target image using the dictionary pattern as template data. Then, matching must be performed for 37 template data.
【０１１３】一方、認識対象画像から認識対象パターン
を切り出してテンプレートデータとし、認識対象パタ−
ン上をマッチングを行えば、１５個のテンプレ−トデ−
タについてマッチングを行えば済む。On the other hand, the recognition target pattern is cut out from the recognition target image to obtain template data, and the recognition target pattern is obtained.
If you match on the screen, 15 template data will be displayed.
You only have to match the data.
【０１１４】そこで、本実施例では、辞書パタ−ン数が
認識対象パタ−ン数より多い場合は、認識対象パタ−ン
ををテンプレ−トデータとして、辞書パタ−ン上を移動
してマッチングを行なうようにする。Therefore, in this embodiment, when the number of dictionary patterns is larger than the number of recognition target patterns, the recognition target pattern is used as template data to move on the dictionary pattern to perform matching. Try to do it.
【０１１５】すなわち、パタ−ンマッチング処理部１０
４において、辞書パターンをテンプレ−トデータとし
て、アフェイン変換された認識対象画像から切り出した
認識対象パタ−ン上を移動し、マッチングを行なうまた
は、辞書パタ−ン数が認識対象パタ−ン数より多い場合
は、認識対象画像測定部１０７で測定した認識対象画像
の大きさおよび傾きに応じて、アフィン変換処理部１０
５が、辞書パタ−ンにアフェイン変換を施すようにす
る。That is, the pattern matching processing section 10
4, the dictionary pattern is used as template data and moved on the recognition target pattern cut out from the recognition target image subjected to the affine conversion to perform matching, or the number of dictionary patterns is greater than the number of recognition target patterns. In this case, the affine transformation processing unit 10 is operated according to the size and inclination of the recognition target image measured by the recognition target image measurement unit 107.
5 performs affine conversion on the dictionary pattern.
【０１１６】そして、パタ−ンマッチング処理部１０４
において、アフェイン変換された辞書パターンをテンプ
レ−トデータとして、認識対象パタ−ン上を移動し、マ
ッチング処理を行なうようにする。Then, the pattern matching processing section 104.
In the above, the affine-transformed dictionary pattern is used as template data to move on the recognition target pattern to perform matching processing.
【０１１７】さて、以上のように本実施例によれば、１
つの認識対象パタ−ンについて大きさや傾きの異なる複
数の辞書パタ−ンを用意することなく、カメラ１５０か
ら入力される認識対象パタ−ンの大きさや傾きによらず
に、高速にパタ−ンマッチングによるパタ−ン認識を行
なうことができる。As described above, according to this embodiment, 1
The pattern matching is performed at high speed without preparing a plurality of dictionary patterns having different sizes and inclinations for one recognition target pattern, regardless of the size and inclination of the recognition target pattern input from the camera 150. It is possible to recognize the pattern by.
【０１１８】したがい、前述したような自動車のナンバ
プレ−トを認識するナンバプレ−ト認識システムの他、
薬瓶等の曲面上に付されたラベルの文字等を認識するシ
ステムや、荷物や郵便物に付された宛先文字を仕分けの
ために認識するシステム等に適している。Therefore, in addition to the number plate recognition system for recognizing the number plate of the automobile as described above,
It is suitable for a system for recognizing labels on a curved surface such as a medicine bottle, a system for recognizing destination characters on parcels and mails for sorting, and the like.
【０１１９】[0119]
【発明の効果】以上説明してきたように、本発明によれ
ば、任意の傾きの対象物画像を、傾きをそれぞれ変えた
複数の辞書パタ−ンを用意することなしに、認識するこ
とができる画像認識方法を提供することができる。As described above, according to the present invention, an object image having an arbitrary inclination can be recognized without preparing a plurality of dictionary patterns having different inclinations. An image recognition method can be provided.
【図１】本発明の１実施例に係る画像処理システムの構
成を示すブロック図である。FIG. 1 is a block diagram showing a configuration of an image processing system according to an embodiment of the present invention.
【図２】本発明の１実施例に係る画像認識処理の概念を
示す説明図である。FIG. 2 is an explanatory diagram showing a concept of image recognition processing according to an embodiment of the present invention.
【図３】本発明の１実施例に係る辞書パタ−ン作成処理
を示す説明図である。FIG. 3 is an explanatory diagram showing a dictionary pattern creating process according to an embodiment of the present invention.
【図４】本発明の１実施例に係る認識対象画像切りだし
処理を示す説明図である。FIG. 4 is an explanatory diagram showing a recognition target image cutout process according to an embodiment of the present invention.
【図５】本発明の１実施例に係る傾き測定処理を示す説
明図である。FIG. 5 is an explanatory diagram showing a tilt measuring process according to one embodiment of the present invention.
【図６】本発明の１実施例に係る認識対象画像切りだし
処理を示す第２の説明図である。FIG. 6 is a second explanatory diagram showing a recognition target image cutout process according to an embodiment of the present invention.
【図７】本発明の１実施例に係る傾き測定処理を示す第
２の説明図である。FIG. 7 is a second explanatory diagram showing a tilt measuring process according to an embodiment of the present invention.
【図８】本発明の１実施例に係る大きさ測定処理を示す
第２の説明図である。FIG. 8 is a second explanatory diagram showing a size measuring process according to an embodiment of the present invention.
【図９】本発明の１実施例に係るパタ−ンマッチング処
理を示す説明図である。FIG. 9 is an explanatory diagram showing a pattern matching process according to an embodiment of the present invention.
１００ 画像処理装置 １０１ 入力画像格納メモリ １０２ ２値化処理部 １０３ ２値画像格納メモリ １０４ パタ−ンマッチング処理部 １０５ アフェイン変換処理部 １０６ 認識対象画像測定部 １０７ 傾き測定部 １０８ パタ−ンサイズ測定部 １０９ 認識対象画像切りだし処理部 １１０ パタ−ンマッチング結果格納メモリ １１１ 辞書パタ−ン格納メモリ １５０ カメラ１５０ １６０ データ入力装置 １７０ センサ− １８０ モニタ 100 image processing device 101 Input image storage memory 102 Binarization processing unit 103 Binary image storage memory 104 Pattern matching processing section 105 Affine conversion processing unit 106 recognition target image measurement unit 107 Tilt measuring unit 108 Pattern size measuring unit 109 Recognition target image cutout processing unit 110 pattern matching result storage memory 111 dictionary pattern storage memory 150 camera 150 160 data input device 170 sensor 180 monitor
───────────────────────────────────────────────────── フロントページの続き (72)発明者 浅田 和佳 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内 ─────────────────────────────────────────────────── ─── Continued front page (72) Inventor Kazuka Asada 5-2-1 Omika-cho, Hitachi City, Ibaraki Prefecture Ceremony company Hitachi Ltd. Omika factory
Claims (16)
象画像と辞書パタ−ンとの間で、認識対象画像内のパタ
−ンと辞書パタ−ンの類似性を判定するパタ−ンマッチ
ング処理を行ない、認識対象画像を認識する画像認識方
法であって、 認識対象画像内のパタ−ンの傾き量を検出し、検出した
傾き量にもとづいて認識対象画像にアフェイン変換を施
すことにより認識対象画像の傾きを正規化し、正規化し
た認識対象画像と辞書パタ−ンの間でパタ−ンマッチン
グ処理を行ない、認識対象画像を認識することを特徴と
する画像認識方法。1. A dictionary pattern is prepared in advance, and pattern matching is performed to determine the similarity between the pattern in the recognition target image and the dictionary pattern between the recognition target image and the dictionary pattern. An image recognition method in which processing is performed to recognize a recognition target image, in which the amount of pattern inclination in the recognition target image is detected, and recognition is performed by performing affine transformation on the recognition target image based on the detected amount of tilt. An image recognition method characterized by normalizing the inclination of a target image, performing pattern matching processing between the normalized recognition target image and the dictionary pattern, and recognizing the recognition target image.
象画像と辞書パターンとの間で、認識対象画像内のパタ
−ンと辞書パタ−ンの類似性を判定するパタ−ンマッチ
ング処理を行ない、認識対象画像を認識する画像認識方
法であって、 認識対象画像内のパタ−ンの傾き量を検出し、検出した
傾き量にもとづいて辞書パタ−ンにアフェイン変換を施
すことにより、辞書パタ−ンを認識対象画像内のパタ−
ンの傾き量と同じ傾き量で傾かせ、傾かせた辞書パタ−
ンと認識対象画像との間でパタ−ンマッチング処理を行
ない、認識対象画像を認識することを特徴とする画像認
識方法。2. A dictionary pattern is prepared in advance, and pattern matching processing is performed to determine the similarity between the pattern in the recognition target image and the dictionary pattern between the recognition target image and the dictionary pattern. An image recognition method for recognizing an image to be recognized, detecting the amount of inclination of the pattern in the image to be recognized, and subjecting the dictionary pattern to Affine conversion based on the detected amount of inclination to create a dictionary. The pattern within the recognition target image
Dictionary pattern that is tilted with the same tilt amount as the
An image recognition method characterized by recognizing a recognition target image by performing pattern matching processing between the image and the recognition target image.
って、前記認識対象画像と辞書パタ−ンとの間のパタ−
ンマッチング処理は、テンプレ−トマッチング処理であ
って、 かつ、前記認識対象画像内のパタ−ンのパタ−
ン数と辞書パタ−ンのパタ−ン数との関係に応じて、テ
ンプレ−トマッチング処理として、前記認識対象画像内
より切りだしたパタ−ンをテンプレ−トとして辞書パタ
−ン上に行なうテンプレ−トマッチング処理と、辞書パ
タ−ンをテンプレ−トとして認識対象画像上に行なうテ
ンプレ−トマッチング処理とのいずれかを行なうことを
特徴とする画像認識方法。3. The image recognition method according to claim 1 or 2, wherein the pattern between the recognition target image and the dictionary pattern.
The pattern matching process is a template matching process, and is a pattern pattern in the recognition target image.
Depending on the relationship between the number of patterns and the number of patterns in the dictionary pattern, the pattern matching processing is performed on the dictionary pattern as a template by cutting the pattern cut out from the image to be recognized. An image recognition method characterized by performing either a template matching process or a template matching process performed on an image to be recognized as a template using a dictionary pattern.
タ−ン格納メモリと、画像を取り込む画像入力手段と、
画像入力手段が取り込んだ入力画像中より認識対象画像
を切り出す認識対象画像切りだし手段と、認識対象切り
だし手段が切りだした認識対象画像内のパタ−ンの傾き
量を測定する認識対象画像測定手段と、認識対象測定手
段が測定した傾き量にもとづいて認識対象画像をアフェ
イン変換して認識対象画像の傾きを正規化するアフェイ
ン変換部と、アフェイン変換手段がアフェイン変換した
認識対象画像と辞書パタ−ン格納メモリに記憶されてい
る辞書パタ−ンの間でパタ−ンマッチング処理を行な
い、認識対象画像内のパタ−ンと辞書パタ−ンの類似性
を判定するパタ−ンマッチング処理手段とを有すること
を特徴とする画像認識システム。4. A dictionary pattern storage memory for recording a dictionary pattern in advance, and an image input means for capturing an image,
Recognition target image cutout means for cutting out a recognition target image from the input image captured by the image input means, and recognition target image measurement for measuring the inclination amount of the pattern in the recognition target image cut out by the recognition target cutout means Means, an affine transformation unit that aphain transforms the recognition target image based on the tilt amount measured by the recognition target measuring means to normalize the tilt of the recognition target image, and the recognition target image and the dictionary pattern that are affine-transformed by the affine conversion means. Pattern matching processing means for performing pattern matching processing between dictionary patterns stored in the pattern storage memory to determine the similarity between the pattern in the recognition target image and the dictionary pattern; An image recognition system comprising:
タ−ン格納メモリと、画像を取り込む画像入力手段と、
画像入力手段が取り込んだ入力画像中より認識対象画像
を切り出す認識対象画像切りだし手段と、認識対象切り
だし手段が切りだした認識対象画像内のパタ−ンの傾き
量を測定する認識対象画像測定手段と、認識対象画像測
定手段が測定した傾き量にもとづいて辞書パタ−ンにア
フェイン変換して辞書パタ−ンを認識対象画像内のパタ
−ンの傾き量と同じ傾き量で傾かせるアフェイン変換手
段と、アフェイン変換手段がアフェイン変換した辞書パ
タ−ンと認識対象画像との間でパタ−ンマッチング処理
を行ない、認識対象画像内のパタ−ンと辞書パタ−ンの
類似性を判定するパタ−ンマッチング処理手段とを有す
ることを特徴とする画像認識システム。5. A dictionary pattern storage memory for recording a dictionary pattern in advance, and image input means for capturing an image,
Recognition target image cutout means for cutting out a recognition target image from the input image captured by the image input means, and recognition target image measurement for measuring the inclination amount of the pattern in the recognition target image cut out by the recognition target cutout means Means and the object-to-be-recognized image measuring means, based on the amount of inclination measured, is subjected to affine conversion into a dictionary pattern so that the dictionary pattern is inclined at the same inclination amount as the inclination amount of the pattern in the recognition-target image. And a dictionary pattern subjected to affine conversion by the affine conversion means and a recognition target image to perform pattern matching processing to determine the similarity between the pattern in the recognition target image and the dictionary pattern. An image recognition system characterized by having an image matching processing means.
た認識対象画像内のパタ−ンの傾き量と共に、認識対象
画像内のパタ−ンの大きさを測定し、 前記アフェイン変換手段は、認識対象測定手段が測定し
た傾き量とのみならず大きさにも基づいて認識対象画像
にアフェイン変換を施して認識対象画像内のパタ−ンの
傾きと共に大きさをも正規化することを特徴とする画像
認識システム。6. The image recognition apparatus according to claim 4, wherein the image recognition means, together with the inclination amount of the pattern in the recognition target image cut out by the recognition target cutting out means, in the recognition target image. The size of the pattern is measured, and the affine conversion means performs the affine conversion on the recognition target image based on not only the amount of tilt measured by the recognition target measurement means but also the size, and the pattern in the recognition target image. An image recognition system characterized by normalizing not only the inclination of the screen but also the size.
て、 前記画像認識手段は、認識対象切りだし手段が切りだし
た認識対象画像内のパタ−ンの傾き量と共に認識対象画
像内のパタ−ンの大きさをも測定し、 前記アフェイン変換手段は、認識対象測定手段が測定し
た傾き量とのみならず大きさにも基づいて辞書パタ−ン
をアフェイン変換して、辞書パタ−ンを認識対象画像内
のパタ−ンの傾き量と同じ傾き量で傾かせると共に、辞
書パタ−ンを認識対象画像内のパタ−ンと同じ大きさに
することを特徴とする画像認識システム。7. The image recognition system according to claim 5, wherein the image recognition means is a pattern in the recognition target image together with an inclination amount of the pattern in the recognition target image cut out by the recognition target cutting out means. The affine conversion means also performs affine conversion of the dictionary pattern based on not only the amount of inclination measured by the recognition target measuring means but also the size of the affine conversion means to convert the dictionary pattern into the dictionary pattern. An image recognition system characterized in that the pattern is tilted by the same amount as the pattern in the recognition target image, and the dictionary pattern is made the same size as the pattern in the recognition target image.
システムであって、 前記パタ−ンマッチング手段は、前記認識対象画像と辞
書パタ−ンとの間のパタ−ンマッチング処理として、前
記認識対象画像内のパタ−ンのパタ−ン数と辞書パタ−
ンのパタ−ン数との関係に応じて、前記認識対象画像内
より切りだしたパタ−ンをテンプレ−トとして辞書パタ
−ン上に行なうテンプレ−トマッチング処理と、辞書パ
タ−ンをテンプレ−トとして認識対象画像上に行なうテ
ンプレ−トマッチング処理とのいずれかを行なうことを
特徴とする画像認識方法。8. The image recognition system according to claim 4, 5, 6 or 7, wherein the pattern matching means is a pattern matching process between the recognition target image and the dictionary pattern. , The number of patterns in the recognition target image and the dictionary pattern
Depending on the relationship with the number of pattern patterns, the template pattern is a template matching process in which the pattern cut out from the recognition target image is used as a template on the dictionary pattern, and the dictionary pattern is used as the template pattern. An image recognition method characterized by performing any one of template matching processing performed on an image to be recognized as a target.
であって、 前記アフェイン変換手段は、同じ変換量でアフェイン変
換可能な複数のパタ−ンを認識対象画像中より切りだし
て、切りだした複数のパタ−ンについて一括してアフェ
イン変換を施すことを特徴とする画像認識システム。9. The image recognition system according to claim 4 or 6, wherein the affine conversion means cuts out a plurality of patterns that can be affine converted with the same conversion amount from the recognition target image, and cuts the same. An image recognition system characterized by collectively performing affine conversion on a plurality of patterns.
像切りだし手段が認識対象画像として、前記画像入力手
段が取り込んだ入力画像中より切り出すべき画像が、多
角形パタ−ンで囲まれた画像である場合に、前記認識対
象画像切りだし手段は、辞書パタ−ン格納メモリに記憶
された多角形パタ−ンの頂点近傍領域についての辞書パ
タ−ンと入力画像との間でパタ−ンマッチング処理を行
なって前記多角形パタ−ンの１以上の頂点を検出し、検
出した１以上の頂点より前記多角形パタ−ンを認識し
て、多角形パタ−ンで囲まれた領域の画像を認識対象画
像として切り出すことを特徴とする画像認識システム。10. An image to be cut out from the input image taken in by the image inputting means as an image to be recognized by the recognition target image cutting-out means according to claim 4 is surrounded by a polygonal pattern. In the case of an image, the recognition target image cutting-out means performs a pattern between the dictionary pattern and the input image for the vicinity of the vertex of the polygonal pattern stored in the dictionary pattern storage memory. Matching processing is performed to detect one or more vertices of the polygon pattern, the polygon pattern is recognized from the detected one or more vertices, and an image of an area surrounded by the polygon pattern is detected. An image recognition system characterized by cutting out as a recognition target image.
って、 前記認識対象画像測定手段は、前記認識対象画像切りだ
し手段が認識した前記多角形パタ−ンの傾き量を測定
し、測定した傾き量を認識対象画像内のパタ−ンの傾き
量とすることを特徴とする画像認識システム。11. The image processing system according to claim 10, wherein the recognition target image measuring means measures and measures an inclination amount of the polygonal pattern recognized by the recognition target image cutting means. An image recognition system, wherein the amount of inclination is the amount of inclination of a pattern in an image to be recognized.
ムであって、 前記認識対象画像測定手段は、前記認識対象画像内の複
数のパタ−ンの慣性主軸を求め、求めた慣性主軸の傾き
量を求め、求めた傾き量を、前記複数のパタ−ンの傾き
量とすることを特徴とする画像認識システム。12. The image recognition system according to claim 4, wherein the recognition target image measuring means obtains inertial principal axes of a plurality of patterns in the recognition target image, and the inclinations of the obtained principal axes of inertia are obtained. An image recognition system characterized in that the amount of inclination is obtained and the obtained amount of inclination is used as the amount of inclination of the plurality of patterns.
って、 前記認識対象画像測定手段は、前記認識対象画像内の複
数のパタ−ンの垂直方向パタ−ンを強調し、強調したパ
タ−ンを水平方向に所定量膨張させて前記複数のパタ−
ンを１つの塊パタ−ンとし、塊パタ−ンの慣性主軸を求
めることにより、近似的に前記複数のパタ−ンの慣性主
軸を求めることを特徴とする画像認識システム。13. The image recognition system according to claim 12, wherein the recognition target image measuring means emphasizes vertical patterns of a plurality of patterns in the recognition target image and emphasizes the pattern. The plurality of patterns by horizontally expanding a predetermined amount by a predetermined amount.
An image recognition system characterized in that an inertial principal axis of a plurality of patterns is approximately determined by determining an inertial principal axis of the lumped pattern as one lumped pattern.
って、 前記認識対象画像測定手段は、前記認識対象画像内の複
数のパタ−ンの水平方向パタ−ンを強調し、強調したパ
タ−ンを垂直方向に所定量膨張させて前記複数のパタ−
ンを１つの塊パタ−ンとし、塊パタ−ンの慣性主軸を求
めることにより、近似的に前記複数のパタ−ンの慣性主
軸を求めることを特徴とする画像認識システム。14. The image recognition system according to claim 12, wherein the recognition target image measuring means emphasizes a horizontal direction pattern of a plurality of patterns in the recognition target image, and emphasizes the pattern. The plurality of patterns by vertically expanding a predetermined amount by a predetermined amount.
An image recognition system characterized in that an inertial principal axis of a plurality of patterns is approximately determined by determining an inertial principal axis of the lumped pattern as one lumped pattern.
て、 前記辞書パタ−ンは自動車のナンバプレ−トに使用され
る文字の標準的パタ−ンであって、前記画像入力手段
は、ナンバプレ−トを含む画像を取り込むカメラであっ
て、前記認識対象画像切りだし手段は認識対象画像とし
て、ナンバプレ−トの画像を切り出し、前記認識対象画
像測定手段は認識対象切りだし手段が切りだしたナンバ
プレ−トの画像の傾き量と大きさを測定し、前記アフェ
イン変換部は、認識対象測定手段が測定した傾き量と大
きさにもとづいて認識対象画像をアフェイン変換してナ
ンバプレ−ト画像の傾きと大きさ正規化し、パタ−ンマ
ッチング処理手段は、アフェイン変換手段がアフェイン
変換した認識対象画像と辞書パタ−ン格納メモリに記憶
されている辞書パタ−ンの間でパタ−ンマッチング処理
を行ない、ナンバプレ−ト画像内の文字パタ−ンと辞書
パタ−ンの類似性を判定することを特徴とする画像認識
システム。15. The image recognition system according to claim 6, wherein the dictionary pattern is a standard pattern of characters used for a number plate of an automobile, and the image input means is a number plate. -A camera that captures an image including the image, the recognition target image cutting-out means cuts out an image of a number plate as a recognition target image, and the recognition target image measuring means cuts out the number pre-cut -The tilt amount and the size of the image of the image, the affine conversion unit, the affine conversion of the recognition target image based on the tilt amount and the size measured by the recognition target measuring means, and the tilt of the number plate image. The size-normalized pattern matching processing means is a dictionary stored in the dictionary pattern storage memory and the recognition target image which is affine-transformed by the affine transformation means. An image recognition system characterized by performing pattern matching processing between patterns to determine the similarity between a character pattern in a number plate image and a dictionary pattern.
記画像入力手段は、仕分け手段が仕分けする貨物もしく
は郵便物の宛先が記された領域を含む領域の画像を取り
込むカメラであって、前記認識対象画像切りだし手段は
認識対象画像として、宛先の記された領域の画像を切り
出し、前記認識対象画像測定手段は認識対象切りだし手
段が切りだした宛先の記された領域の画像内の文字パタ
−ンの傾き量を測定し、前記アフェイン変換部は、認識
対象測定手段が測定した傾き量にもとづいて宛先の記さ
れた領域の画像をアフェイン変換して認識対象画像の傾
きを正規化し、パタ−ンマッチング処理手段は、アフェ
イン変換手段がアフェイン変換した認識対象画像と辞書
パタ−ン格納メモリに記憶されている辞書パタ−ンの間
でパタ−ンマッチング処理を行ない、宛先の記された領
域の画像内の文字パタ−ンと辞書パタ−ンの類似性を判
定し、 前記仕分け手段は、画像認識システムが判定した宛先の
記された領域内の文字パタ−ンと辞書パタ−ンの類似性
に応じて、貨物もしくは郵便物を仕分けすることを特徴
とする画像認識を用いた仕分けシステム。16. The image recognition system according to claim 1, further comprising a sorting means for sorting cargo or mail, wherein the dictionary pattern is a standard pattern of characters, The image input means is a camera that captures an image of an area including an area in which an address of a cargo or a mail item sorted by the sorting means is written, and the recognition target image cutout means records a destination as a recognition target image. The image of the marked area is cut out, and the recognition target image measuring means measures the amount of inclination of the character pattern in the image of the area marked by the destination cut out by the recognition target cutting means. Based on the amount of inclination measured by the recognition target measuring means, the image of the area in which the destination is written is subjected to Afain conversion to normalize the inclination of the recognition target image, and the pattern matching processing procedure is performed. Is a pattern matching process between the recognition target image that has been affine-converted by the affine conversion means and the dictionary pattern stored in the dictionary pattern storage memory. The similarity between the pattern and the dictionary pattern is determined, and the sorting means determines, according to the similarity between the character pattern and the dictionary pattern in the area where the destination is marked, which is determined by the image recognition system. A sorting system using image recognition that sorts cargo or mail.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3179386A JPH0528321A (en) | 1991-07-19 | 1991-07-19 | Method and system for image recognition |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3179386A JPH0528321A (en) | 1991-07-19 | 1991-07-19 | Method and system for image recognition |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0528321A true JPH0528321A (en) | 1993-02-05 |
Family
ID=16064955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3179386A Pending JPH0528321A (en) | 1991-07-19 | 1991-07-19 | Method and system for image recognition |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0528321A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007122500A (en) * | 2005-10-28 | 2007-05-17 | Ricoh Co Ltd | Character recognition device, character recognition method and character data |
| JP2007257212A (en) * | 2006-03-22 | 2007-10-04 | Toyota Motor Corp | Image recognition device and method |
| JP2010227885A (en) * | 2009-03-27 | 2010-10-14 | Nec Corp | Article classifying device, article classifying method, and article classifying program |
| JP2014164528A (en) * | 2013-02-25 | 2014-09-08 | Mitsubishi Heavy Ind Ltd | Character recognition device, character recognition method, and program |
| CN106846609A (en) * | 2016-12-16 | 2017-06-13 | 恒银金融科技股份有限公司 | Banknote face value face identification method based on perceptual hash |
| CN111507342A (en) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | Image processing method, device and system and storage medium |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6011975A (en) * | 1983-06-30 | 1985-01-22 | Toshiba Corp | Optical character reader |
| JPH01100685A (en) * | 1987-10-14 | 1989-04-18 | Teremateiiku Kokusai Kenkyusho:Kk | Character recognizing device |
| JPH0266690A (en) * | 1988-08-31 | 1990-03-06 | Mitsubishi Electric Corp | Image processor |
| JPH02165288A (en) * | 1988-12-19 | 1990-06-26 | Hitachi Eng Co Ltd | Picture processor |
| JPH02273884A (en) * | 1989-04-17 | 1990-11-08 | Nippon Telegr & Teleph Corp <Ntt> | Detecting and correcting method for distortion of document image |
| JPH0395696A (en) * | 1989-09-08 | 1991-04-22 | Toshiba Corp | Pattern recognition device |
-
1991
- 1991-07-19 JP JP3179386A patent/JPH0528321A/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6011975A (en) * | 1983-06-30 | 1985-01-22 | Toshiba Corp | Optical character reader |
| JPH01100685A (en) * | 1987-10-14 | 1989-04-18 | Teremateiiku Kokusai Kenkyusho:Kk | Character recognizing device |
| JPH0266690A (en) * | 1988-08-31 | 1990-03-06 | Mitsubishi Electric Corp | Image processor |
| JPH02165288A (en) * | 1988-12-19 | 1990-06-26 | Hitachi Eng Co Ltd | Picture processor |
| JPH02273884A (en) * | 1989-04-17 | 1990-11-08 | Nippon Telegr & Teleph Corp <Ntt> | Detecting and correcting method for distortion of document image |
| JPH0395696A (en) * | 1989-09-08 | 1991-04-22 | Toshiba Corp | Pattern recognition device |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007122500A (en) * | 2005-10-28 | 2007-05-17 | Ricoh Co Ltd | Character recognition device, character recognition method and character data |
| JP2007257212A (en) * | 2006-03-22 | 2007-10-04 | Toyota Motor Corp | Image recognition device and method |
| JP2010227885A (en) * | 2009-03-27 | 2010-10-14 | Nec Corp | Article classifying device, article classifying method, and article classifying program |
| JP2014164528A (en) * | 2013-02-25 | 2014-09-08 | Mitsubishi Heavy Ind Ltd | Character recognition device, character recognition method, and program |
| CN106846609A (en) * | 2016-12-16 | 2017-06-13 | 恒银金融科技股份有限公司 | Banknote face value face identification method based on perceptual hash |
| CN111507342A (en) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | Image processing method, device and system and storage medium |
| CN111507342B (en) * | 2020-04-21 | 2023-10-10 | 浙江大华技术股份有限公司 | Image processing method, device, system and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2196875C (en) | Method and apparatus for determining the fine angular orientation of bar code symbols in two-dimensional ccd images | |
| EP2434431A1 (en) | Method and device for classifying image | |
| JP2002259994A (en) | Automatic image pattern detecting method and image processor | |
| EP3550472B1 (en) | Method and device for obtaining an image of a form sheet | |
| Deng et al. | Detection and recognition of traffic planar objects using colorized laser scan and perspective distortion rectification | |
| JPH0528321A (en) | Method and system for image recognition | |
| JPH02306386A (en) | Character recognizing device | |
| CN110378337B (en) | Visual input method and system for drawing identification information of metal cutting tool | |
| JP3460356B2 (en) | Method and apparatus for detecting circle or ellipse | |
| JPH0630417A (en) | Device for recognizing vehicle and method for recognizing mobile object | |
| JPH05280941A (en) | Inputting apparatus of three-dimensional shape | |
| Cyganek | Real-time detection of the triangular and rectangular shape road signs | |
| JPH08161508A (en) | Pattern detecting method | |
| EP0702320A1 (en) | Skew detection | |
| JP3095470B2 (en) | Character recognition device | |
| JP2000193420A (en) | Eye position detecting device | |
| JPH07334616A (en) | Image sorting device | |
| JP2953714B2 (en) | Image recognition processor | |
| JP2000182056A (en) | Picture processor | |
| JPH08185477A (en) | Picture sorting device | |
| JP2870272B2 (en) | Vehicle license plate recognition method | |
| CN116342904A (en) | Quasi-rotation invariant shape descriptor | |
| JPH0624028B2 (en) | Position measurement method of feature point corners for pattern recognition | |
| Fernández et al. | A vectorizer for color topographic maps | |
| JPH1021398A (en) | Method for extracting directional characteristic vector |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |