JPH0531791B2 - - Google Patents
Info
- Publication number
- JPH0531791B2 JPH0531791B2 JP59148140A JP14814084A JPH0531791B2 JP H0531791 B2 JPH0531791 B2 JP H0531791B2 JP 59148140 A JP59148140 A JP 59148140A JP 14814084 A JP14814084 A JP 14814084A JP H0531791 B2 JPH0531791 B2 JP H0531791B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- edge
- value
- zero
- product
- 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.)
- Expired - Lifetime
Links
- 238000001514 detection method Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 230000001629 suppression Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000002401 inhibitory effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明はロボツトの視覚装置などにおけるデイ
ジタル画像処理手法の重要部分であるエツジ抽出
方法に関するものである。
ジタル画像処理手法の重要部分であるエツジ抽出
方法に関するものである。
ロボツトの視覚装置などで濃淡画像から物体な
どの認識を行う場合、物体の輪郭などを得るため
に画像からエツジ抽出が行なわれる。エツジ抽出
方法としては多くのものが従来知られている。代
表的なものは画像の輝度値に対する１次の空間微
分画像を求め、この値が適当な閾値より大きい画
素をエツジ画素とするものである。この第１の従
来例の構成を第２図に示し、その動作を説明す
る。画像メモリ１は例えば256×256画素から成
り、各画素８ビツトの輝度レベルを持ち、画像撮
像装置から入力された画像各点の輝度が格納され
ている。各画素の座標を（ｉ、ｊ）（ｉ＝０〜
255、ｊ＝０〜255）画素値をｆ（ｉ、ｊ）とする
と、画像走査手段２はｉ及びｊに関して第３図に
示す順序で画像を走査し、画素（ｉ、ｊ）を中心
とする例えば９つの画素を同時に又は時分割的に
読み出す。積和手段群３は、これらの９つの画素
値に対し定められたマスクパターンの値で積和を
行なう。パターンの例を第４図ａ〜ｄに示す。最
大値検出手段４がこれら４つの積和手段の最大値
を求め、この出力値ｖに対し、比較手段５が閾値
ｔと比較し、もしｖｔならば画像メモリ６に
“１”を、ｖ＜ｔならば同様に“０”を書き込む。
第４図に示した４つのパターンは、それぞれ水平
の正負方向、垂直の正負方向への輝度勾配を検出
するパターンであるので、いずれかの方向に大き
な輝度勾配が存在すれば、画像メモリ６に“１”
が書かれ、結果として原画像のエツジが検出され
たことになる。しかし、このような方法を用いる
場合、輝度勾配が広い範囲にわたつている一次元
的に見て第５図ａに示すようなエツジk1では、第
５図ｂのような正の勾配を持つため閾値がt1のよ
うに低いとd1のように広い巾のエツジが求まつて
しまい、エツジ位置を正確に知るには求められた
２値画像に対して細線化を更に行う必要があり、
また閾値がt2のように高いと小さいエツジk2は求
められなくなつてしまうため閾値の選択が困難で
ある欠点があつた。
どの認識を行う場合、物体の輪郭などを得るため
に画像からエツジ抽出が行なわれる。エツジ抽出
方法としては多くのものが従来知られている。代
表的なものは画像の輝度値に対する１次の空間微
分画像を求め、この値が適当な閾値より大きい画
素をエツジ画素とするものである。この第１の従
来例の構成を第２図に示し、その動作を説明す
る。画像メモリ１は例えば256×256画素から成
り、各画素８ビツトの輝度レベルを持ち、画像撮
像装置から入力された画像各点の輝度が格納され
ている。各画素の座標を（ｉ、ｊ）（ｉ＝０〜
255、ｊ＝０〜255）画素値をｆ（ｉ、ｊ）とする
と、画像走査手段２はｉ及びｊに関して第３図に
示す順序で画像を走査し、画素（ｉ、ｊ）を中心
とする例えば９つの画素を同時に又は時分割的に
読み出す。積和手段群３は、これらの９つの画素
値に対し定められたマスクパターンの値で積和を
行なう。パターンの例を第４図ａ〜ｄに示す。最
大値検出手段４がこれら４つの積和手段の最大値
を求め、この出力値ｖに対し、比較手段５が閾値
ｔと比較し、もしｖｔならば画像メモリ６に
“１”を、ｖ＜ｔならば同様に“０”を書き込む。
第４図に示した４つのパターンは、それぞれ水平
の正負方向、垂直の正負方向への輝度勾配を検出
するパターンであるので、いずれかの方向に大き
な輝度勾配が存在すれば、画像メモリ６に“１”
が書かれ、結果として原画像のエツジが検出され
たことになる。しかし、このような方法を用いる
場合、輝度勾配が広い範囲にわたつている一次元
的に見て第５図ａに示すようなエツジk1では、第
５図ｂのような正の勾配を持つため閾値がt1のよ
うに低いとd1のように広い巾のエツジが求まつて
しまい、エツジ位置を正確に知るには求められた
２値画像に対して細線化を更に行う必要があり、
また閾値がt2のように高いと小さいエツジk2は求
められなくなつてしまうため閾値の選択が困難で
ある欠点があつた。
これに対し画像の輝度値に対して視覚生理学分
野で扱われている抑制野を持つマスクパターンを
用いて積和をとり、この出力に対してゼロ交叉点
を求めることによりエツジ抽出する方法が知られ
ている（マサチユーセツチ工科大学エー・アイ・
メモ（A.I.Memo）No.518）。この方法を用いた第
２の従来例の構成を第６図に示し、その動作を説
明する。画像メモリ１には第１の従来例と同様に
濃淡画像の輝度ｆ（ｉ、ｊ）が格納されており、
画像走査手段２はｉ及びｊに関して第３図に示す
順序で画像を走査しながら、画素（ｉ、ｊ）を中
心とする例えば49個の画素を同時に、又は時分割
的に読み出す。積和手段７は、これら49個の画素
値に対し、定められたマスクパターンの値で積和
を行なう。パターンの例を第７図に示す。パター
ンは正の中心部の周囲に負の又は逆に負の中心部
の周囲の正の抑制野を持つのが特徴である。積和
手段７の出力をｕ（ｉ、ｊ）とする。ゼロ交叉検
出手段８はｕ（ｉ、ｊ）の符号が隣接する画素に
対する値ｕ（ｉ−1、ｊ）又はｕ（ｉ、ｊ−1）の符
号と異なるかどうかを調べ、異なる場合、画像メ
モリ６の位置（ｉ、ｊ）に“１”を書き込み、同
符号の場合“０”を書き込む。このよにすると画
像メモリ６には通常の画像では巾１画素のエツジ
が正しい位置に得られる。しかしながら、この方
法は画像のノイズに弱いという欠点がある。これ
を簡単のため第８図を参照して１次元的に説明す
る。第８図ａは画像のｉ方向への断面であり、輝
度ｆの変化を示している。ここには明るい領域暗
い領域が交互に現れているが、通常、画像には同
図に見られるように一様輝度の領域にも微小なノ
イズが存在する。
野で扱われている抑制野を持つマスクパターンを
用いて積和をとり、この出力に対してゼロ交叉点
を求めることによりエツジ抽出する方法が知られ
ている（マサチユーセツチ工科大学エー・アイ・
メモ（A.I.Memo）No.518）。この方法を用いた第
２の従来例の構成を第６図に示し、その動作を説
明する。画像メモリ１には第１の従来例と同様に
濃淡画像の輝度ｆ（ｉ、ｊ）が格納されており、
画像走査手段２はｉ及びｊに関して第３図に示す
順序で画像を走査しながら、画素（ｉ、ｊ）を中
心とする例えば49個の画素を同時に、又は時分割
的に読み出す。積和手段７は、これら49個の画素
値に対し、定められたマスクパターンの値で積和
を行なう。パターンの例を第７図に示す。パター
ンは正の中心部の周囲に負の又は逆に負の中心部
の周囲の正の抑制野を持つのが特徴である。積和
手段７の出力をｕ（ｉ、ｊ）とする。ゼロ交叉検
出手段８はｕ（ｉ、ｊ）の符号が隣接する画素に
対する値ｕ（ｉ−1、ｊ）又はｕ（ｉ、ｊ−1）の符
号と異なるかどうかを調べ、異なる場合、画像メ
モリ６の位置（ｉ、ｊ）に“１”を書き込み、同
符号の場合“０”を書き込む。このよにすると画
像メモリ６には通常の画像では巾１画素のエツジ
が正しい位置に得られる。しかしながら、この方
法は画像のノイズに弱いという欠点がある。これ
を簡単のため第８図を参照して１次元的に説明す
る。第８図ａは画像のｉ方向への断面であり、輝
度ｆの変化を示している。ここには明るい領域暗
い領域が交互に現れているが、通常、画像には同
図に見られるように一様輝度の領域にも微小なノ
イズが存在する。
このような画像に対し、第７図のようなマスク
パターンの積和を行うと、第８図ｂのようなｕ値
が得られる。求めたいエツジe1，e2，e3はゼロ交
叉によつて正しく求められるが、本来一様輝度の
領域にもノイズによつて多くのゼロ交叉が発生
し、e4，e5，e6のように偽のエツジが求まつてし
まう。
パターンの積和を行うと、第８図ｂのようなｕ値
が得られる。求めたいエツジe1，e2，e3はゼロ交
叉によつて正しく求められるが、本来一様輝度の
領域にもノイズによつて多くのゼロ交叉が発生
し、e4，e5，e6のように偽のエツジが求まつてし
まう。
本発明の目的は、以上に述べた従来技術の欠点
を除去し、１画素巾の正確な位置のエツジを、ノ
イズの影響なしに得るエツジ抽出方法を提供する
ことにある。
を除去し、１画素巾の正確な位置のエツジを、ノ
イズの影響なしに得るエツジ抽出方法を提供する
ことにある。
本発明によれば、原濃淡画像を走査し、注目画
素とその周囲の画素を含む部分画像を同時に、又
は、時分割的に読み出す画像走査手段と、該部分
画像に対し、抑制野を持つマスクパターンにより
積和計算を行なう積和手段と、該積和手段の出力
画像に対し、ゼロ交叉の画素を検出するゼロ交叉
検出手段と、前記部分画素に対し、１次の空間微
分の絶対値又は、その近似値を求める空間微分手
段と、該空間微分手段の出力値が定められた値よ
り大きい場合にエツジ領域信号を出力する比較手
段と、前記ゼロ交叉検出手段からの出力と前記エ
ツジ領域信号の論理積（以下ANDとする）をと
り、エツジ信号とするエツジ判定手段とから成
り、濃淡画像のエツジを抽出するエツジ抽出方法
が得られる。
素とその周囲の画素を含む部分画像を同時に、又
は、時分割的に読み出す画像走査手段と、該部分
画像に対し、抑制野を持つマスクパターンにより
積和計算を行なう積和手段と、該積和手段の出力
画像に対し、ゼロ交叉の画素を検出するゼロ交叉
検出手段と、前記部分画素に対し、１次の空間微
分の絶対値又は、その近似値を求める空間微分手
段と、該空間微分手段の出力値が定められた値よ
り大きい場合にエツジ領域信号を出力する比較手
段と、前記ゼロ交叉検出手段からの出力と前記エ
ツジ領域信号の論理積（以下ANDとする）をと
り、エツジ信号とするエツジ判定手段とから成
り、濃淡画像のエツジを抽出するエツジ抽出方法
が得られる。
本発明は、先に述べた第１及び第２の従来例の
長所を取り入れ、組み合わせたものである。即ち
第２の従来例では、巾が１画素の正しい位置のエ
ツジが抽出されるが、ゼロ交叉を求めるためにノ
イズによる小さな振幅の部分でもゼロ交叉が検出
されてしまう。
長所を取り入れ、組み合わせたものである。即ち
第２の従来例では、巾が１画素の正しい位置のエ
ツジが抽出されるが、ゼロ交叉を求めるためにノ
イズによる小さな振幅の部分でもゼロ交叉が検出
されてしまう。
第１の従来例では輝度の勾配が定まつた閾値よ
り大きい部分でのみエツジが検出されるので閾値
をノイズにより得られる輝度勾配により大きく設
定すればノイズをエツジとして検出することはな
いが巾広いエツジが求められてしまい１画素に還
元するには後処理が必要とされる。
り大きい部分でのみエツジが検出されるので閾値
をノイズにより得られる輝度勾配により大きく設
定すればノイズをエツジとして検出することはな
いが巾広いエツジが求められてしまい１画素に還
元するには後処理が必要とされる。
本発明では、原濃淡画像に対し、抑制野を持つ
マスクパターンにより積和計算を行いゼロ交叉を
検出すると同時に、１次の空間微分の絶対値又は
その近似値を求めノイズを検出しない程度に大き
な閾値と比較し、これより大きな部分値を持つ画
素でのみ前記のゼロ交叉を画素をエツジ上の点と
して抽出する。
マスクパターンにより積和計算を行いゼロ交叉を
検出すると同時に、１次の空間微分の絶対値又は
その近似値を求めノイズを検出しない程度に大き
な閾値と比較し、これより大きな部分値を持つ画
素でのみ前記のゼロ交叉を画素をエツジ上の点と
して抽出する。
本発明を実現する実施例を第１図に示す。本実
施例では原濃淡画像は画像メモリ１に格納されて
おり抽出されたエツジ画像は画像メモリ６に格納
される。画像走査手段２は例えば画像中の画素
（ｉ、ｊ）を中心とする７×７＝49画素を同時に
又は時分割的に読み出す。積和手段７はこれら49
個の画素値に対し、第７図のような周囲に抑制野
を持つパターンで積和計算を行なう。積和の出力
ｕ（ｉ、ｊ）はゼロ交叉検出手段８によつてこの
値の符号が隣接する画素に対する積和の結果ｕ
（ｉ−1、ｊ）又はｕ（ｉ、ｊ−1）の符号と異なる
かどうかを調べられる。異なる場合、ゼロ交叉検
出手段８は、ゼロ交叉検出信号を出力する。
施例では原濃淡画像は画像メモリ１に格納されて
おり抽出されたエツジ画像は画像メモリ６に格納
される。画像走査手段２は例えば画像中の画素
（ｉ、ｊ）を中心とする７×７＝49画素を同時に
又は時分割的に読み出す。積和手段７はこれら49
個の画素値に対し、第７図のような周囲に抑制野
を持つパターンで積和計算を行なう。積和の出力
ｕ（ｉ、ｊ）はゼロ交叉検出手段８によつてこの
値の符号が隣接する画素に対する積和の結果ｕ
（ｉ−1、ｊ）又はｕ（ｉ、ｊ−1）の符号と異なる
かどうかを調べられる。異なる場合、ゼロ交叉検
出手段８は、ゼロ交叉検出信号を出力する。
他方、積和手段群３は７×７の部分画像の内中
心の３×３＝９画素について、空間１次微分値を
求めるために、第４図ａ〜ｄに示す４つのマスク
パターンによつて積和を行う。
心の３×３＝９画素について、空間１次微分値を
求めるために、第４図ａ〜ｄに示す４つのマスク
パターンによつて積和を行う。
(a)のパターンは輝度値のｉ方向微分
∂f（ｉ、ｊ）／∂i
を求めるために用いられ、
(b)のパターンでは
−∂f（ｉ、ｊ）／∂i
(c)のパターンでは
−∂f（ｉ、ｊ）／∂j
(d)のパターンでは
∂f（ｉ、ｊ）／∂j
を求めるために用いられる。空間１次微分の勾配
は正しく で求めてもよいが、計算の簡単さのため、本実施
例では最大値検出手段４により、 max｛｜∂f（ｉ、ｊ）／∂i｜、｜∂f（ｉ、ｊ）／∂j
｜｝ を求め、近似値を得ている。比較手段５はこの出
力値ｖと閾値ｔとを比較し、ｖｔの場合、エツ
ジ領域信号を出力する。エツジ領域信号は、ゼロ
交叉検出信号に含まれるノイズ成分を除くために
使われるので、閾値ｔは画像中の一様領域の空間
１次微分値に含まれるノイズレベルより少し高い
値に選択する。エツジ判定手段９は、ゼロ交叉検
出信号とエツジ領域信号のANDをとることによ
り、ノイズでない真のエツジのみを選択し、その
結果は画像メモリ６に書き込まれる。ゼロ交叉検
出信号はもともとエツジ領域では１画素の巾のエ
ツジを検出し、エツジ領域信号とANDをとるこ
とによりノイズによるゼロ交叉が除かれるので、
画像メモリ６には正しい位置に１画素巾の真のエ
ツジ画像のみが書き込まれる。
は正しく で求めてもよいが、計算の簡単さのため、本実施
例では最大値検出手段４により、 max｛｜∂f（ｉ、ｊ）／∂i｜、｜∂f（ｉ、ｊ）／∂j
｜｝ を求め、近似値を得ている。比較手段５はこの出
力値ｖと閾値ｔとを比較し、ｖｔの場合、エツ
ジ領域信号を出力する。エツジ領域信号は、ゼロ
交叉検出信号に含まれるノイズ成分を除くために
使われるので、閾値ｔは画像中の一様領域の空間
１次微分値に含まれるノイズレベルより少し高い
値に選択する。エツジ判定手段９は、ゼロ交叉検
出信号とエツジ領域信号のANDをとることによ
り、ノイズでない真のエツジのみを選択し、その
結果は画像メモリ６に書き込まれる。ゼロ交叉検
出信号はもともとエツジ領域では１画素の巾のエ
ツジを検出し、エツジ領域信号とANDをとるこ
とによりノイズによるゼロ交叉が除かれるので、
画像メモリ６には正しい位置に１画素巾の真のエ
ツジ画像のみが書き込まれる。
以上述べたように、本発明によると、従来知ら
れていた抑制野を持つマスクパターンと積和をと
り更にゼロ交叉を検出するエツジ抽出方法と、空
間１次微分の絶対値の大きい部分を抽出するエツ
ジ抽出方法双方の長所を取り入れたより良いエツ
ジ抽出方法を得ることができる。
れていた抑制野を持つマスクパターンと積和をと
り更にゼロ交叉を検出するエツジ抽出方法と、空
間１次微分の絶対値の大きい部分を抽出するエツ
ジ抽出方法双方の長所を取り入れたより良いエツ
ジ抽出方法を得ることができる。
第１図は本発明の実施例のブロツク図、第２図
は第１の従来例のブロツク図、第３図は画像走査
手段の走査方法の説明図、第４図は第１の従来例
で用いられる積和のためのマスクパターン例、第
５図は第１の従来例の欠点の説明図、第６図は第
２の従来例のブロツク図、第７図は第２の従来例
で用いられる積和のためのマスクパターン例、第
８図は第２の従来例の欠点の説明図である。 なお図において、１……画像メモリ、２……画
像走査手段、３……積和手段群、４……最大値検
出手段、５……比較手段、６……画像メモリ、７
……積和手段、８……ゼロ交叉検出手段、９……
エツジ判定手段、である。
は第１の従来例のブロツク図、第３図は画像走査
手段の走査方法の説明図、第４図は第１の従来例
で用いられる積和のためのマスクパターン例、第
５図は第１の従来例の欠点の説明図、第６図は第
２の従来例のブロツク図、第７図は第２の従来例
で用いられる積和のためのマスクパターン例、第
８図は第２の従来例の欠点の説明図である。 なお図において、１……画像メモリ、２……画
像走査手段、３……積和手段群、４……最大値検
出手段、５……比較手段、６……画像メモリ、７
……積和手段、８……ゼロ交叉検出手段、９……
エツジ判定手段、である。
Claims (1)
- １ 原濃淡画像を走査し、注目画素とその周囲の
画素を含む部分画像を同時に、又は、時分割的に
読み出す画像走査手段と、該部分画像に対し抑制
野を持つマスクパターンにより積和計算を行なう
積和手段と、該積和手段の出力画像に対しゼロ交
叉の画素を検出するゼロ交叉検出手段と、前記部
分画像に対し１次の空間微分の絶対値、又は、そ
の近似値を求める空間微分手段と、該空間微分手
段の出力値が定められた値より大きい場合にはエ
ツジ領域信号を出力する比較手段と、前記ゼロ交
叉検出手段からの出力と前記エツジ領域信号の論
理積をとり、双方共存在するときのみエツジ信号
を出力するエツジ判定手段とを含み、濃淡画像の
エツジを抽出することを特徴とするエツジ抽出方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14814084A JPS6126189A (ja) | 1984-07-17 | 1984-07-17 | エツジ抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14814084A JPS6126189A (ja) | 1984-07-17 | 1984-07-17 | エツジ抽出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6126189A JPS6126189A (ja) | 1986-02-05 |
| JPH0531791B2 true JPH0531791B2 (ja) | 1993-05-13 |
Family
ID=15446163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14814084A Granted JPS6126189A (ja) | 1984-07-17 | 1984-07-17 | エツジ抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6126189A (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6376082A (ja) * | 1986-09-19 | 1988-04-06 | Fujitsu Ltd | 画像の輪郭抽出装置 |
| US4809070A (en) * | 1987-11-06 | 1989-02-28 | The Grass Valley Group, Inc. | Method and apparatus for adding texturing highlights to a video signal |
| JPH01162991A (ja) * | 1987-12-19 | 1989-06-27 | Fujitsu Ltd | 画像処理方式 |
| JPH01189784A (ja) * | 1988-01-25 | 1989-07-28 | Toyota Motor Corp | テーキン刻印文字読取装置 |
| JP2889244B2 (ja) * | 1988-03-25 | 1999-05-10 | 川崎製鉄株式会社 | 画像処理装置 |
| JP2949186B2 (ja) | 1994-03-18 | 1999-09-13 | 富士通株式会社 | 画像処理方法及び画像処理装置 |
-
1984
- 1984-07-17 JP JP14814084A patent/JPS6126189A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6126189A (ja) | 1986-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3083918B2 (ja) | 画像処理装置 | |
| JPH02285475A (ja) | エッジとラインとの抽出方法とその装置 | |
| JP4392907B2 (ja) | 文字切出し方法 | |
| JPH0531791B2 (ja) | ||
| JPH07249128A (ja) | 車両用画像処理装置 | |
| JP3460356B2 (ja) | 円ないし楕円の検出方法およびその装置 | |
| JPH0345898A (ja) | 画像識別・追尾装置 | |
| JP3164835B2 (ja) | 人物画像認識における前処理方法および後処理方法 | |
| JPH0620054A (ja) | パターンデータ決定方法及び装置 | |
| JP3091356B2 (ja) | 移動体検出方法および装置 | |
| JPH0624014B2 (ja) | 濃淡画像の処理方法 | |
| JP2956151B2 (ja) | 画像処理方法及びその装置 | |
| JPH11164129A (ja) | 電子透かし装置及び電子透かし方法 | |
| JPS6055474A (ja) | 画像間差異検出装置 | |
| JP2797655B2 (ja) | 画像処理方法およびその装置 | |
| Song et al. | A new edge detection algorithm using data fusion approaches | |
| JP2638147B2 (ja) | 磁気ヘッドのギャップ位置認識方法 | |
| Masavi et al. | Knowledge based extraction of ridge lines from digital terrain elevation data | |
| JPS62297981A (ja) | 画像の２値化方式 | |
| JPH04339471A (ja) | 画像領域識別装置 | |
| JPH0546734A (ja) | パターン認識方法 | |
| JP2787851B2 (ja) | パターン特徴抽出装置 | |
| Guillaud et al. | Continuity perception using a multi-agent system an application to growth ring detection on fish otoliths | |
| JP3048718B2 (ja) | 頂点検出装置 | |
| JPS62251879A (ja) | 画像の輪郭抽出方式 |