JPH06215140A

JPH06215140A - パターン識別装置

Info

Publication number: JPH06215140A
Application number: JP4345791A
Authority: JP
Inventors: Hiroshi Tomiyasu; 寛冨安; Kenji Wakamatsu; 健司若松
Original assignee: N T T DATA TSUSHIN KK; NTT Data Communications Systems Corp
Current assignee: N T T DATA TSUSHIN KK; NTT Data Corp
Priority date: 1992-12-25
Filing date: 1992-12-25
Publication date: 1994-08-05

Abstract

(57)【要約】【目的】任意の対象製品に最適な識別系で、大カテゴ
リーの識別を効率良く、高信頼に行なうパターン識別装
置。【構成】入力イメージデータの小領域毎の画素の濃淡
情報を抽出する画素濃淡抽出部と、画素濃淡抽出部によ
り複数のサンプルから抽出した小領域毎の画素の濃淡情
報に基づき参照パターンを作成する辞書作成部と、この
参照パターンから、画素濃淡抽出部により識別対象物か
ら抽出した小領域毎の画素の濃淡情報が類似するものを
検索して識別対象物の識別を行なう識別部と、画素濃淡
抽出部の抽出対象となるイメージデータの位置決めを行
なう画像回転部とを設けた構成のパターン識別装置。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ＯＣＲ（光学式文字読
み取り装置）など、画像認識技術を用いて、様々な産業
における製品の銘柄や良否などを判別するパターン識別
装置に係わり、特に、多くの情報を必要とする大カテゴ
リーの識別を、容易に構築された識別系で行なうのに好
適なパターン識別装置に関するものである。

【０００２】

【従来の技術】現在、コンピュータを利用して、イメー
ジデータから、対象となる文字の識別認識を行なうＯＣ
Ｒ（光学式文字読み取り装置）などの認識システムが開
発されている。この認識システムでは、パターン識別装
置を用いて、認識の対象となる文字の入力パターンと、
予め登録してある参照パターンとの照合により、入力パ
ターンに類似する参照パターンを抽出して、識別を行な
う。

【０００３】しかし、近年、パターン識別装置は、紙に
書かれた文字だけでなく、テレビカメラから入力された
様々な分野の製品の画像パターンに画像処理を行ない、
その製品の良否の識別や、製品の銘柄の識別を行なう技
術の開発が行なわれている。これまで、工業製品を対象
としたパターン識別システムの例としては、工場のライ
ンでの最終工程である製品の良否を検査する目視検査工
程を自動化するものである。この外観検査システムは、
医療品やＩＣ基板の製造ライン等で既に実用化されてい
る。一般の外観検査システムにおいては、例えば、田村
秀行編「コンピュータ画像処理応用実戦編１」（１９９
０年、総研出版発行）に記載されている。このような外
観検査システムのパターン識別装置の構成を、次の図７
を用いて説明する。

【０００４】図７は、従来のパターン識別装置の構成を
示すブロック図である。本図において、１０１は、ＣＲ
Ｔ（ＣａｔｈｏｄｅＲａｙＴｕｂｅ、陰極戦艦）等
からなり、画像表示を行なう表示装置、７０２は、ＣＰ
Ｕ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇ、中央処理
装置）等からなり、パターン識別装置の全体動作を制御
する主制御部、７０３は、パターン識別装置の動作プロ
グラム等を格納する内部メモリ、７０４は、ハードディ
スク等からなり、参照パターンなどを登録（格納）する
ディスク、７０５は、サンプルや識別対象物などの製品
を撮影するテレビカメラ、７０６は、テレビカメラ７０
５で撮影した製品の映像をイメージデータ（ディジタル
画像情報）に変換する画像入力部、７０７は、イメージ
データを白と黒の画情報に変換する二値化部、７０８
は、イメージデータから製品の形状を抽出する形状特徴
抽出部、７０９は、複数のサンプル製品のイメージデー
タから、製品のカテゴリー、ここでは、製品の良否を代
表する参照パターン（辞書）を作成する辞書作成部、７
１０は、辞書を検索してカテゴリーの不明な製品の識
別、ここでは、製品の良否の識別を行なう識別部、７１
１は、各部間の信号接続を行なうデータバスである。

【０００５】このような構成のパターン識別装置は、ま
ず、以下のようにして、前もって、識別時に参照する辞
書を作成する。テレビカメラ７０５で製品を撮影して得
られた画像を、画像入力部７０６で、濃淡値で表わせる
ディジタル画像情報に変換する。この濃淡ディジタル画
像情報を、二値化部７０７で二値化し、画像中の製品領
域のみを抽出する。次に、形状特徴抽出部７０８によ
り、この製品領域に関する長さや面積等の形状特徴を抽
出する。ここまでの処理を、良否が判定している複数の
製品に対して行ない、辞書作成部７０９で、良品、不良
品カテゴリー毎に、得られた形状特徴値を、それぞれ平
均してカテゴリーを代表する平均ベクトルを算出し、辞
書としてディスク７０４に格納しておく。

【０００６】このようにして格納した辞書を用いて、カ
テゴリーが不明な製品に対する識別を、以下のようにし
て行なう。良否が不明な製品に対し、辞書の作成と同様
にして、形状特徴ベクトルを求める。そして、この求め
たベクトルを、識別部７１０により、ディスク７０４内
に格納されている辞書の良品の平均ベクトル、および、
不良品の平均ベクトルと比較し、距離の近いカテゴリー
を正解とし、検査対象製品の良否を識別する。このよう
にして、製品の良否を自動的に識別することができ、こ
のパターン識別装置を工場に導入することによって、人
間の目視検査に比べて、検査結果のバラツキやあいまい
さが減少し、品質の向上が図れる。また、省人化、高速
化による生産効率の向上を実現することができる。

【０００７】このように、従来技術では、テレビカメラ
で撮影した対象製品の画像から、その対象物の長さや面
積等、幾何学的な特徴を抽出し、その形状特徴を用い
て、辞書の学習や識別を行なっている。ここで、形状特
徴は、対象製品に最適なものを用いる必要がある。しか
し、多くある形状特徴の中から、目的とする対象製品に
最適な特徴を選択し、抽出するためには、その対象製品
固有の知識を用い、対象製品専用の装置や処理の流れを
構成しなければならない。

【０００８】また、画像入力部７０６や、二値化部７０
７、形状特徴抽出部７０８、辞書作成部７０９、識別部
７１０のそれぞれの処理結果を左右する処理のパラメー
タも、対象製品毎に、整合させなければならない。この
ため、ある製品を識別するシステムを構築する場合、画
像処理の専門家が、多大な労力を投入して、その製品の
特徴を把握し、その製品に最適な装置と処理を用いて識
別系を構築し、さらに、その識別系に最適な処理のパラ
メータを設計しなおさなければならない。また、形状特
徴は、得られた画像情報を、恣意的に削減して抽出して
いるため、識別に必要な情報を１００％獲得することが
できない。このため、形状特徴を用いて構築された識別
系は、製品の良否という二つのカテゴリーに分ける識別
や、数種類の製品の銘柄を識別する程度なら対応できる
が、多くの銘柄を識別するような、大カテゴリーを扱う
識別を行なうことができない。

【０００９】

【発明が解決しようとする課題】解決しようとする問題
点は、従来の技術では、形状特徴に基づく識別を行なっ
ており、各識別対象毎に最も適した形状特徴の選択や、
効率良く形状特徴を抽出するための識別系の構成を、全
て、画像処理の専門家が、多大な労力を投入して行なわ
なくてはならない点と、形状特徴は、画像から得られる
情報を恣意的に削減していいるために、より多くの情報
が必要となる大カテゴリーの識別ができない点である。
本発明の目的は、これら従来技術の課題を解決し、あら
ゆる識別対象に対して、それぞれに最適な識別系の構築
を、画像処理専門家のＳＥを行なうことなく容易に行な
うことを可能とすると共に、画像情報を削減せずに用い
ることにより、大カテゴリーの識別も可能とするパター
ン識別装置を提供することである。

【００１０】

【課題を解決するための手段】上記目的を達成するた
め、本発明のパターン識別装置は、（１）画像入力装置
から入力された識別対象物のイメージデータと類似する
パターンを、予め複数のサンプルを用いて作成され登録
されている参照パターンから検索して、識別対象物の識
別を行なうパターン識別装置であり、画像入力装置から
入力されたイメージデータの小領域毎の画素の濃淡情報
を抽出する画素濃淡抽出部と、この画素濃淡抽出部によ
り複数のサンプルのそれぞれから抽出した小領域毎の画
素の濃淡情報に基づき、参照パターンを作成する辞書作
成部と、画素濃淡抽出部により識別対象物から抽出した
小領域毎の画素の濃淡情報が類似するものを、辞書作成
部で作成した参照パターンから検索して、識別対象物の
識別を行なう識別部とを設けることを特徴とする。ま
た、（２）上記（１）に記載のパターン識別装置におい
て、画像入力装置から入力されたイメージデータの傾き
と中心位置を修正し、画素濃淡抽出部の抽出対象となる
イメージデータの位置決めを行なう画像回転部を設ける
ことを特徴とする。また、（３）上記（１）、もしく
は、（２）のいずれかに記載のパターン識別装置におい
て、辞書作成部は、画素情報抽出部で抽出した複数のサ
ンプルからの画素濃淡特徴値に基づき、各カテゴリーの
平均ベクトルを算出して、参照パターンを作成する平均
ベクトル算出部を、識別部は、画素濃淡抽出部が識別対
象物から抽出した小領域毎の画素濃淡特徴に対応するベ
クトルを求め、このベクトルとの距離が最も近い辞書作
成部で作成した平均ベクトルを抽出するベクトル距離比
較部を具備することを特徴とする。また、（４）上記
（１）から（３）のいずれかに記載のパターン識別装置
において、判明している同一カテゴリーの複数のサンプ
ルを対象に、各処理部の動作制御に用いるそれぞれのパ
ラメータを変化させながら、学習と識別を繰返し、カテ
ゴリーの識別に最適なパラメータセットを決定するパラ
メータ設定部を設けることを特徴とする。

【００１１】

【作用】本発明においては、テレビカメラなどで撮影さ
れ、濃淡値で表わされる対象物、例えば、製品のディジ
タル画像情報（イメージデータ）に変換された濃淡画像
から、画素情報抽出部により、所定の小領域毎にサブサ
ンプリングし、小領域毎の画素の濃淡値を特徴値とす
る。このように、製品に固有の形状特徴を抽出すること
なく、画像から得られる画素値を製品の特徴とすること
で、画像から得られる情報を削減することなく、識別に
用いることができる。そして、この特徴を用いて、辞書
作成部では、各カテゴリー毎に平均ベクトルを算出し
て、辞書を作成し、さらに、識別部では、この辞書を用
いて、カテゴリーが未知の製品の識別を行なう。また、
画像回転部により、画像を回転し、さらに、製品の重心
が、画像中心に来るように平行移動することにより、同
じ種類の製品なら、イメージデータ化された製品の向き
が常に同方向に向くようにする。このことにより、テレ
ビカメラ等に対する製品の厳密な位置調整が不要とな
る。また、パラメータ設定部では、カテゴリーの判明し
ている製品の画像を入力とし、画像回転部や画素情報抽
出部、および、識別部などの各処理部のパラメータを、
所定の手順で変化させて、学習と識別を繰返し行なうこ
とで、最終的に、その対象製品に対して、各処理部が最
も効率良く作動するのに最適なパラメータセットを決定
する。以上のようにして、どのような製品に対しても、
また、どのようにその銘柄数が多くても、画像処理専門
家の労力を投入することなく、カテゴリーの判明してい
る製品を、１カテゴリー複数個、１度だけカメラで撮影
することにより、その対象製品に最適な識別系を構成す
ることができる。

【００１２】

【実施例】以下、本発明の実施例を、図面により詳細に
説明する。図１は、本発明のパターン識別装置の本発明
に係わる構成の一実施例を示すブロック図である。本図
において、１０１、１０３〜１０６、および、１１２
は、図７において従来技術のパターン識別装置で示した
表示装置７０１、内部メモリ７０３、ディスク７０４、
テレビカメラ７０５、画像入力部７０６、およびデータ
バス７１１と同じものであり、１０２は、ＣＰＵ（中央
処理装置）等を具備し、本実施例のパターン識別装置の
全体動作を制御する主制御部、１０７は、画像入力部１
０６により、テレビカメラ１０５からの入力画像を濃淡
値で表わされるディジタル画像情報に変換された濃淡画
像を、各カテゴリー毎に、製品の向きを一定方向に向け
る位置決め処理を行なう画像回転部、１０８は、画像回
転部１０７で位置決めされた回転画像を、ある一定の割
合（所定の小領域毎）でサブサンプリングし、サブサン
プリング画像の画素濃淡値を特徴として抽出する画素情
報抽出部、１０９は、画素情報抽出部１０８により得ら
れた特徴から、各カテゴリー毎の平均ベクトルを算出す
る平均ベクトル算出部１０９ａを具備し、平均ベクトル
からなる辞書（参照パターン）を作成する辞書作成部、
１１０は、カテゴリーの不明な製品（識別対象物）のベ
クトルを求め、このベクトルとの距離が最も近い平均ベ
クトルを、辞書作成部１０９で作成した平均ベクトルか
ら抽出するベクトル距離比較部１１０ａを具備し、辞書
作成部１０９により作成された辞書を用いて、未知の製
品の識別を行なう識別部、１１１は、対象製品毎に、画
像入力部１０６、画像回転部１０７、画素情報抽出部１
０８、識別部１１０の各処理部のパラメータを最適化す
るパラメータ設定部である。

【００１３】このような構成の本実施例のパターン識別
装置の動作を、図２〜図６で示す錠剤の銘柄を識別する
錠剤識別装置を例にして説明する。本実施例のパターン
識別装置は、カテゴリーの判明している学習パターンを
使用して辞書を作成し、未知パターンについて識別を行
なう。また、辞書作成、識別における処理のパラメータ
を対象製品に合わせて最適化するためのパラメータ設計
を行なう。以下、（Ａ）辞書作成部１０９による本発明
に係わる学習動作と、（Ｂ）識別部１１０による本発明
に係わる識別動作、および、（Ｃ）パラメータ設定部１
１１による本発明に係わるパラメータ決定動作の説明を
行なう。

【００１４】（Ａ）まず、辞書作成部１０９による本発
明に係わる学習動作を行なう。学習においては、カテゴ
リーの判明している複数の製品を入力とする。テレビカ
メラ１０５で撮影された製品の画像は、画像入力部１０
６において、ＲＧＢ信号から、図２に示す濃淡値で表わ
されるディジタル画像に変換される。図２は、図１にお
ける画像入力部で変換された濃淡値で表わされた濃淡画
像の一実施例を示す説明図である。本図においては、製
品、すなわち、錠剤の銘柄「Ｄ３１２９」の画像は、傾
いている。図１における画像回転部１０７では、このデ
ィジタル画像から、次の図３に示すように、製品領域の
みを抽出する。

【００１５】図３は、図１における画像回転部で抽出さ
れた対象製品領域の一実施例を示す説明図である。図１
における画像回転部１０７は、本図に示すように、対象
製品領域を抽出し、さらに、この抽出した対象製品領域
の重心を求め、この重心を、画像中心に移動し、同時
に、対象製品領域の２次モーメントを求め、図２に示し
た濃淡画像を、アフィン変換で、次の図４に示すように
回転させる。

【００１６】図４は、図１における画像回転部で得られ
る回転後の画像の一実施例を示す説明図である。図１に
おける画像回転部１０７は、本図に示すように、図２に
示した濃淡画像を、移動、および、回転させ、対象製品
の画像の位置決めを行なう。このように位置決めするこ
とにより、同じカテゴリーに属する製品の領域は、画像
において、ほぼ同じ位置にあって、かつ、ほぼ同じ方向
に向くことになる。図１における画素情報抽出部１０８
では、本図４で示すような回転後の画像から、次の図５
で示すような、製品の存在する矩形領域を切り出す。

【００１７】図５は、図１における画素情報抽出部で切
り出された対象製品領域を含む矩形領域の一実施例を示
す説明図である。図１における画素情報抽出部１０８
は、図１における画像回転部１０７で位置決めされた図
４で示す回転後の画像から、本図５で示すような、製品
の存在する矩形領域を切り出した後、さらに、この矩形
領域を、ある一定の割合でサブサンプリングし、次の図
６で示すようなサブサンプリング画像を作成する。

【００１８】図６は、図１における画素情報抽出部で得
られたサブサンプリング画像の一実施例を示す説明図で
ある。図１における画素情報抽出部１０８は、本図に示
すようなサブサンプリング画像を作成した後、このサブ
サンプリング画像から、各画素の濃淡値を、１次元の特
徴値として抽出する。その結果、１枚の画像は、サブサ
ンプリング後の画素数と同次元の特徴空間において、１
つのベクトルで表わされる。

【００１９】上述の図２〜図６で示すような画像処理
を、各カテゴリーの複数の製品に対して行ない、図１に
おいて、辞書作成部１０９では、平均ベクトル算出部１
０９ａにより各カテゴリーの平均ベクトルを算出し、辞
書とする。このようにして作成された辞書は、図１にお
けるディスク１０４に格納される。

【００２０】（Ｂ）次に、図１における識別部１１０の
本発明に係わる識別動作に関しての説明を行なう。識別
においては、カテゴリーが不明な製品が入力となる。こ
のカテゴリーが不明な製品の入力画像に対して、（Ａ）
の学習動作で説明した処理と同様に、図１の画像回転部
１０７により画像回転し、図１の画素情報抽出部１０８
により、画素情報抽出、および、特徴空間内のベクトル
を求める。図１における識別部１１０では、このように
して、図１の画素情報抽出部１０８で求めたベクトル
と、図１におけるディスク１０４に格納されている辞書
内の各カテゴリーの平均ベクトルとの距離を、図１にお
けるベクトル距離比較部１１０ａにより算出し、最も近
い平均ベクトルと対応している製品を、識別結果として
出力する。

【００２１】このように、図１に示した構成の本実施例
のパターン識別装置では、製品に固有の形状特徴を抽出
することなく、製品の画像から得られる画素値を製品の
特徴とする。尚、このようにして識別した製品は、図１
における表示装置１０１に表示する。

【００２２】（Ｃ）次に、図１におけるパラメータ設定
部１１１の本発明に係わるパラメータ決定動作に関して
の説明を行なう。図１におけるパラメータ設計部１１１
では、識別対象製品が変わっても、上述の各処理部を汎
用的に用いることができるようにするために、識別対象
製品に最適な各処理部（図１における画像入力部１０
６、画像回転部１０７、画素情報抽出部１０８、識別部
１１０）のパラメータを決定する。本実施例におけるこ
のような各処理部のパラメータには、次のようなものが
ある。

【００２３】図１における画像入力部１０６：テレビカ
メラ等からのＲＧＢ信号（カラー）を、モノクロに変換
するＲＧＢモノクロ変換技術として、ＮＴＳＣ−ＹＩＱ
信号のＹ値を用いるものや、マンセル表色系の明度値を
用いるもの、ＣＩＥ−Ｌａｂ表色系のＬ値を用いるもの
等がある。一般的なＲＧＢモノクロ変換に用いられるＲ
ＧＢ信号から変換される色の表色系については、例え
ば、日本色学会編「新編色彩科学ハンドブック」（１９
８９年、東京大学出版会発行）などに記載されている。

【００２４】図１における画像回転部１０７：製品領域
を抽出する際に用いる二値化におけるしきい値決定技術
として、大津の判別分析法、ラプラシアンヒストグラム
法、微分ヒストグラム法、移動平均法等がある。一般的
なしきい値決定については、例えば、高木幹雄、下田陽
久監修「画像解析ハンドブック」（１９９１年、東京大
学出版会発行）などに記載されている。

【００２５】図１における画素情報抽出部１０８：製品
領域を含む矩形の切り出しサイズとして、原画像全体〜
１×１まで変化させることができる。サブサンプリング
画像作成におけるサンプリングサイズとして、矩形サイ
ズ全体〜１×１まで変化させることができる。また、サ
ブサンプリング技術としても、サンプリングサイズの領
域全体の平均値、モード値、メディアン値等がある。サ
ブサンプリングのための一般的な代表値については、例
えば、猪股清二著「統計学ハンドブック」（１９９０
年、聖文社発行）などに記載されている。

【００２６】図１における識別部１１０：識別に用いる
距離としては、ユークリッド距離、シティ・ロック距
離、ハミング距離等がある。また、識別関数としては、
線形識別関数、区分的線形識別関数等がある。一般的な
距離、識別関数については、例えば、橋本新一郎編著
「文字認識概論」（１９８２年、電気通信協会発行）な
どに記載されている。

【００２７】上述のパラメータの最適化を行なうため
に、図１のパラメータ設計部１１１では、例えば、田口
法を使って、パラメータ設計実験を自動的に行なう。こ
こでは、パラメータの数と、各パラメータの取り得る手
法や値の数から、直交表を決定し、この直交表に従っ
て、各パラメータの取得法、値を変化させ、カテゴリー
の判明している複数の製品画像を対象に学習と識別実験
を繰返し行ない、その製品に対して最適な識別系を構築
することができるようなパラメータセットを決定する。
一般的な田口法、直交表については、例えば、田口玄一
著「実験計画法上」、「実験計画法下」（１９７６
年、丸善株式会社発行）や、田口玄一編「品質光学口座
３品質評価のためのＳＮ比」（１９８８年、日本規格
協会発行）などに記載されている。

【００２８】以上、図１〜図６を用いて説明したよう
に、本実施例のパラメータ識別装置では、錠剤に最適な
形状特徴を選択して抽出する必要がなく、さらに、処理
のパラメータも、人間の手を介して設定する必要がな
い。このことから、これまで、人間が行なっていいた錠
剤の識別に代わって、各病院、薬局で、簡単に導入する
ことができる。また、画像から得られる全情報を用いる
識別を行なうことにより、辞書に登録する錠剤数が多い
場合でも、十分な精度で、銘柄を正しく識別することが
可能である。尚、本発明は、図１〜図６を用いて説明し
た実施例に限定されるものではなく、その要旨を逸脱し
ない範囲において種々変更可能である。

【００２９】

【発明の効果】本発明によれば、製品に固有の形状特徴
を抽出するのではなく、画像から得られる画素値を製品
の特徴とするので、画像から得られる情報を削減するこ
となく、識別に用いることができ、かつ、従来、対象製
品が変わる毎に行なわれていた画像処理の専門家による
パターン識別システムのカスタマイズを行なうなく、自
動的に、任意の対象製品に最適な識別系を構築すること
ができ、銘柄数が多数あるような多くの情報を必要とす
る大カテゴリーの識別を効率良く、高信頼に行ない、画
像処理技術を用いた認識システムの性能を向上させるこ
とが可能である。

【図面の簡単な説明】

【図１】本発明のパターン識別装置の本発明に係わる構
成の一実施例を示すブロック図である。

【図２】図１における画像入力部で変換された濃淡値で
表わされた濃淡画像の一実施例を示す説明図である。

【図３】図１における画像回転部で抽出された対象製品
領域の一実施例を示す説明図である。

【図４】図１における画像回転部で得られる回転後の画
像の一実施例を示す説明図である。

【図５】図１における画素情報抽出部で切り出された対
象製品領域を含む矩形領域の一実施例を示す説明図であ
る。

【図６】図１における画素情報抽出部で得られたサブサ
ンプリング画像の一実施例を示す説明図である。

【図７】従来のパターン識別装置の構成を示すブロック
図である。

【符号の説明】

１０１表示装置１０２主制御部１０３内部メモリ１０４ディスク１０５テレビカメラ１０６画像入力部１０７画像回転部１０８画素情報抽出部１０９辞書作成部１０９ａ平均ベクトル算出部１１０識別部１１０ａベクトル距離比較部１１１パラメータ設定部１１２データバス７０１表示装置７０２主制御部７０３内部メモリ７０４ディスク７０５テレビカメラ７０６画像入力部７０７２値化部７０８幾何学特徴抽出部７０９辞書作成部７１０識別部７１１データバス

Claims

【特許請求の範囲】

【請求項１】画像入力装置から入力された識別対象物
のイメージデータと類似するパターンを、予め複数のサ
ンプルを用いて作成され登録されている参照パターンか
ら検索して、上記識別対象物の識別を行なうパターン識
別装置であり、上記画像入力装置から入力されたイメー
ジデータの小領域毎の画素の濃淡情報を抽出する画素濃
淡抽出手段と、該画素濃淡抽出手段により上記複数のサ
ンプルのそれぞれから抽出した上記小領域毎の画素の濃
淡情報に基づき、上記参照パターンを作成する辞書作成
手段と、上記画素濃淡抽出手段により上記識別対象物か
ら抽出した上記小領域毎の画素の濃淡情報が類似するも
のを、上記辞書作成手段で作成した参照パターンから検
索して、上記識別対象物の識別を行なう識別手段とを設
けることを特徴とするパターン識別装置。
【請求項２】請求項１に記載のパターン識別装置にお
いて、上記画像入力装置から入力されたイメージデータ
の傾きと中心位置を修正し、上記画素濃淡抽出手段の抽
出対象となるイメージデータの位置決めを行なう画像回
転手段を設けることを特徴とするパターン識別装置。
【請求項３】請求項１、もしくは、請求項２のいずれ
かに記載のパターン識別装置において、上記辞書作成手
段は、上記画素情報抽出手段で抽出した複数のサンプル
からの画素濃淡特徴値に基づき、各カテゴリーの平均ベ
クトルを算出して、上記参照パターンを作成する平均ベ
クトル算出手段を、上記識別手段は、上記画素濃淡抽出
手段が上記識別対象物から抽出した上記小領域毎の画素
濃淡特徴に対応するベクトルを求め、該ベクトルとの距
離が最も近い上記辞書作成手段で作成した平均ベクトル
を抽出するベクトル距離比較手段を具備することを特徴
とするパターン識別装置。
【請求項４】請求項１から請求項３のいずれかに記載
のパターン識別装置において、判明している同一カテゴ
リーの複数のサンプルを対象に、上記各処理手段の動作
制御に用いるそれぞれのパラメータを変化させながら、
学習と識別を繰返し、上記カテゴリーの識別に最適なパ
ラメータセットを決定するパラメータ設定手段を設ける
ことを特徴とするパターン識別装置。