JPH0636035A - 画像特徴抽出法及び画像認識装置 - Google Patents
画像特徴抽出法及び画像認識装置Info
- Publication number
- JPH0636035A JPH0636035A JP4190441A JP19044192A JPH0636035A JP H0636035 A JPH0636035 A JP H0636035A JP 4190441 A JP4190441 A JP 4190441A JP 19044192 A JP19044192 A JP 19044192A JP H0636035 A JPH0636035 A JP H0636035A
- Authority
- JP
- Japan
- Prior art keywords
- image
- polygonal line
- angle
- line
- length
- 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
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 簡単な特徴量を用い、ノイズなどの変動に強
く処理が高速である画像認識装置を提供する。 【構成】 画像のエッヂを折れ線近似し、その折れ線図
形に始点を設定する折れ線近似部２と、その折れ線の基
準線に対する時計方向ないしは反時計方向に計った角度
を前記始点からの長さの関数として表現する特徴抽出部
３と、この関数における折れ線の角度と長さが所定のし
きい値以下である部分の距離計算を省略したマッチング
を行うマッチング部４とを備える。 【効果】 角度と長さのとの複数の特徴を表わす関数で
画像を表現し、そのマッチングに於てノイズにより影響
を受けた部分の距離計算を省略することにより、ノイズ
の影響を受け難く、処理が簡便で高速に行える認識を実
現することができる。
く処理が高速である画像認識装置を提供する。 【構成】 画像のエッヂを折れ線近似し、その折れ線図
形に始点を設定する折れ線近似部２と、その折れ線の基
準線に対する時計方向ないしは反時計方向に計った角度
を前記始点からの長さの関数として表現する特徴抽出部
３と、この関数における折れ線の角度と長さが所定のし
きい値以下である部分の距離計算を省略したマッチング
を行うマッチング部４とを備える。 【効果】 角度と長さのとの複数の特徴を表わす関数で
画像を表現し、そのマッチングに於てノイズにより影響
を受けた部分の距離計算を省略することにより、ノイズ
の影響を受け難く、処理が簡便で高速に行える認識を実
現することができる。
Description
【０００１】
【産業上の利用分野】本発明は、対象物の特徴データの
抽出法及び該対象物の特徴データによる認識を行う画像
認識装置に関するものである。
抽出法及び該対象物の特徴データによる認識を行う画像
認識装置に関するものである。
【０００２】
【従来の技術】従来の画像認識装置としては、その認識
法が、高木幹雄、下田陽久監修「画像解析ハンドブッ
ク」pp.738〜739（東京大学出版会、１９９１年１月１
７日初版）に示されているように、例えば図５に示すよ
うに、濃淡画像のエッヂを抽出するエッヂ抽出部１、そ
のエッヂの折れ線近似を行う折れ線近似部２、特徴量と
して折れ線近似された図形の頂点座標を算出する頂点座
標算出部６１と前記図形の線分セグメント間角度を算出
する角度算出部６２とからなる特徴抽出部６、認識すべ
き対象物のテンプレートを記憶している参照パターン記
憶部８、テンプレートと前記図形の頂点の候補のテンプ
レートとの頂点との適合度を計算する頂点候補適合性算
出部７１と前記図形の頂点に対応するテンプレートの頂
点候補を頂点を抽出する対応点候補抽出部７２と前記頂
点候補適合性算出部７１の結果と対応頂点候補抽出部７
２の結果とから類似度を評価し、類似度の高いものを認
識結果として出力する類似度評価部７３とからなるマッ
チング部７に構成されるものがある。
法が、高木幹雄、下田陽久監修「画像解析ハンドブッ
ク」pp.738〜739（東京大学出版会、１９９１年１月１
７日初版）に示されているように、例えば図５に示すよ
うに、濃淡画像のエッヂを抽出するエッヂ抽出部１、そ
のエッヂの折れ線近似を行う折れ線近似部２、特徴量と
して折れ線近似された図形の頂点座標を算出する頂点座
標算出部６１と前記図形の線分セグメント間角度を算出
する角度算出部６２とからなる特徴抽出部６、認識すべ
き対象物のテンプレートを記憶している参照パターン記
憶部８、テンプレートと前記図形の頂点の候補のテンプ
レートとの頂点との適合度を計算する頂点候補適合性算
出部７１と前記図形の頂点に対応するテンプレートの頂
点候補を頂点を抽出する対応点候補抽出部７２と前記頂
点候補適合性算出部７１の結果と対応頂点候補抽出部７
２の結果とから類似度を評価し、類似度の高いものを認
識結果として出力する類似度評価部７３とからなるマッ
チング部７に構成されるものがある。
【０００３】このように構成された画像認識装置につい
てその動作を説明する。入力される認識対象物の濃淡画
像はエッヂ抽出部１によってノイズの除去を行われて、
エッヂを表わす線図形に変換される。次に折れ線近似部
２に於て、この線図形を折れ線近似し、多角形図形に変
換される。前記多角形図形の頂点座標と隣接セグメント
間のなす角度をそれぞれ頂点座標算出部６１、角度算出
部６２に於て算出し、マッチングすべき特徴量として抽
出する。前記対象の多角形図形及びテンプレートにおけ
る頂点をそれぞれ対象ａ及びラベルλとする。このａと
λ対応関係を求めるのがマッチングである。ａ及びλの
集合をそれぞれΑ、Λとすると、これらは（数１）の様
に表わされる。
てその動作を説明する。入力される認識対象物の濃淡画
像はエッヂ抽出部１によってノイズの除去を行われて、
エッヂを表わす線図形に変換される。次に折れ線近似部
２に於て、この線図形を折れ線近似し、多角形図形に変
換される。前記多角形図形の頂点座標と隣接セグメント
間のなす角度をそれぞれ頂点座標算出部６１、角度算出
部６２に於て算出し、マッチングすべき特徴量として抽
出する。前記対象の多角形図形及びテンプレートにおけ
る頂点をそれぞれ対象ａ及びラベルλとする。このａと
λ対応関係を求めるのがマッチングである。ａ及びλの
集合をそれぞれΑ、Λとすると、これらは（数１）の様
に表わされる。
【０００４】
【数１】
【０００５】但し、λNILは、ａiがいずれのλとも対応
しない状態を表現するために設けたラベルである。λ
NIL＝λm+1とする。
しない状態を表現するために設けたラベルである。λ
NIL＝λm+1とする。
【０００６】前記角度抽出部６２で得られた、頂点に接
続している２本の線分セグメント間の角度θ（図６参
照）から、対応頂点候補を以下のように対応頂点候補抽
出部７２に於て抽出する。対象ａiとラベルλkに関する
その角度をθi及びθkとすると、ａiとλkの初期対応度
Ｐ(0) i（λk）は（数２）で与えられる。
続している２本の線分セグメント間の角度θ（図６参
照）から、対応頂点候補を以下のように対応頂点候補抽
出部７２に於て抽出する。対象ａiとラベルλkに関する
その角度をθi及びθkとすると、ａiとλkの初期対応度
Ｐ(0) i（λk）は（数２）で与えられる。
【０００７】
【数２】
【０００８】但し、θtは角度に関して許容される曖昧
さであり、例えばθt＝１５゜が使用される。
さであり、例えばθt＝１５゜が使用される。
【０００９】次に、対象の多角形図形とテンプレート図
形の頂点の対応候補間の適合性を頂点候補適合性算出部
７２に於て以下のように求める。ａi及びλkの座標をそ
れぞれ（ｘi，ｙi）、（ｘk，ｙk）とする。また、ａi
に隣接するａjとそのラベルλ lの座標をそれぞれ
（ｘj，ｙj）、（ｘl，ｙl）とする。対象図形とテンプ
レート図形間の幾何学的な歪はヘルマート変換（平行移
動、回転、縮尺変化）で補正できるので、（ｘk，ｙk）
→（ｘi，ｙi）かつ（ｘl，ｙl）→（ｘj，ｙj）の幾何
学的な変換Ｔは一意的に決まる。対応頂点候補（ａi，
λk）と（ａj，λl）の適合係数Ｒij（λk，λl）は、
Ｔを他の対応点候補に対して行ったときの変換誤差Ｅが
適当に設定したしきい値より小さいとき１とし、それ以
外は０と定義する。ヘルマート変換式の係数をａ，ｂ，
ｃ，ｄとすると、他の対応点候補（ａu，λv）に対する
Ｅは（数３）で定義することが出来る。
形の頂点の対応候補間の適合性を頂点候補適合性算出部
７２に於て以下のように求める。ａi及びλkの座標をそ
れぞれ（ｘi，ｙi）、（ｘk，ｙk）とする。また、ａi
に隣接するａjとそのラベルλ lの座標をそれぞれ
（ｘj，ｙj）、（ｘl，ｙl）とする。対象図形とテンプ
レート図形間の幾何学的な歪はヘルマート変換（平行移
動、回転、縮尺変化）で補正できるので、（ｘk，ｙk）
→（ｘi，ｙi）かつ（ｘl，ｙl）→（ｘj，ｙj）の幾何
学的な変換Ｔは一意的に決まる。対応頂点候補（ａi，
λk）と（ａj，λl）の適合係数Ｒij（λk，λl）は、
Ｔを他の対応点候補に対して行ったときの変換誤差Ｅが
適当に設定したしきい値より小さいとき１とし、それ以
外は０と定義する。ヘルマート変換式の係数をａ，ｂ，
ｃ，ｄとすると、他の対応点候補（ａu，λv）に対する
Ｅは（数３）で定義することが出来る。
【００１０】
【数３】
【００１１】したがって、
【００１２】
【数４】
【００１３】このように適合性Ｒを算出する。以上のよ
うに得られた対応点候補を示すＰ(0) i（λk）と適合性
Ｒij（λk，λ l）とから類似度を以下のようにして求め
る。Ｐ(0) i（λk）＝１の状態は、Ｒij（λk，λl）＝
１を満足する（ａj，λl）の対が数多く存在していれば
より矛盾が少ないと考えられるが、そうでなければ矛盾
している可能性が高い。すなわち、Ｐ(0) i（λk）＝１
の状態の無矛盾度をＱi（λk）とすると、これは（数
５）で表わされる。
うに得られた対応点候補を示すＰ(0) i（λk）と適合性
Ｒij（λk，λ l）とから類似度を以下のようにして求め
る。Ｐ(0) i（λk）＝１の状態は、Ｒij（λk，λl）＝
１を満足する（ａj，λl）の対が数多く存在していれば
より矛盾が少ないと考えられるが、そうでなければ矛盾
している可能性が高い。すなわち、Ｐ(0) i（λk）＝１
の状態の無矛盾度をＱi（λk）とすると、これは（数
５）で表わされる。
【００１４】
【数５】
【００１５】全てのテンプレートの線分セグメントに対
してマッチングが取れる理想的な場合は、Ｑi（λk）＝
ｍ−１である。しかし、全てのテンプレートの線分セグ
メントに対する対象の多角形図形セグメントが存在して
いる可能性は、実際には少ないと考えられるのでｍ−１
より小さいある定数ｑを考え、
してマッチングが取れる理想的な場合は、Ｑi（λk）＝
ｍ−１である。しかし、全てのテンプレートの線分セグ
メントに対する対象の多角形図形セグメントが存在して
いる可能性は、実際には少ないと考えられるのでｍ−１
より小さいある定数ｑを考え、
【００１６】
【数６】
【００１７】が満足される場合、対応関係（ａi，λk）
は矛盾がないとする。したがって、Ｐ i（λk）＝１は
（数７）のようにして更新される。
は矛盾がないとする。したがって、Ｐ i（λk）＝１は
（数７）のようにして更新される。
【００１８】
【数７】
【００１９】（数７）による更新処理を、Ｐi（λk）＝
１となっている全ての対（ａi，λk）について行う。
１となっている全ての対（ａi，λk）について行う。
【００２０】Ｐ(0) i（λk）＝１となる対象の多角形図
形セグメントとテンプレートの線分セグメントの集合を
それぞれΑ0、Λ0とし、ｔ回目の反復処理後のそれらを
Αt、Λtとする。また、それらの集合の元の数をＮ（Α
t）、Ｎ（Λt）とすると、必ず（数８）の関係が成立す
る。
形セグメントとテンプレートの線分セグメントの集合を
それぞれΑ0、Λ0とし、ｔ回目の反復処理後のそれらを
Αt、Λtとする。また、それらの集合の元の数をＮ（Α
t）、Ｎ（Λt）とすると、必ず（数８）の関係が成立す
る。
【００２１】
【数８】
【００２２】したがって、Ｎが変化（減少）しなくなっ
たとき、すなわち（数８）で示したｌ回目の更新で反復
処理を終了するようにする。このときテンプレートでＮ
が最も大きいものが認識対象に最も類似していることに
なり、これを認識結果として出力する。
たとき、すなわち（数８）で示したｌ回目の更新で反復
処理を終了するようにする。このときテンプレートでＮ
が最も大きいものが認識対象に最も類似していることに
なり、これを認識結果として出力する。
【００２３】
【発明が解決しようとする課題】しかしながら上記のよ
うな構成では、ノイズが入るとその図形を構成する線分
セグメントの数が増減し、マッチングすべきテンプレー
トと数が異なるために違ったテンプレートに一致してし
まい、誤認識を生じ易い。これを解決するために他の特
徴量、例えば面積なども併せて判断することや、ノイズ
を除去することが行われるが、処理が複雑になり処理時
間が増大するという課題を有していた。
うな構成では、ノイズが入るとその図形を構成する線分
セグメントの数が増減し、マッチングすべきテンプレー
トと数が異なるために違ったテンプレートに一致してし
まい、誤認識を生じ易い。これを解決するために他の特
徴量、例えば面積なども併せて判断することや、ノイズ
を除去することが行われるが、処理が複雑になり処理時
間が増大するという課題を有していた。
【００２４】本発明はかかる点に鑑み、簡単な特徴量を
用い、ノイズなどの変動に強く処理が高速である画像認
識装置を提供することを目的とする。
用い、ノイズなどの変動に強く処理が高速である画像認
識装置を提供することを目的とする。
【００２５】
【課題を解決するための手段】本発明は、画像のエッヂ
を折れ線近似し、その折れ線図形に始点を設定する手段
と、その折れ線の基準線に対する時計方向ないしは反時
計方向に計った角度を前記始点からの長さの関数として
表現する手段と、この関数における折れ線の角度と長さ
が所定のしきい値以下である部分の距離計算を省略した
マッチングを行う手段とにより構成した画像認識装置で
ある。
を折れ線近似し、その折れ線図形に始点を設定する手段
と、その折れ線の基準線に対する時計方向ないしは反時
計方向に計った角度を前記始点からの長さの関数として
表現する手段と、この関数における折れ線の角度と長さ
が所定のしきい値以下である部分の距離計算を省略した
マッチングを行う手段とにより構成した画像認識装置で
ある。
【００２６】
【作用】本発明は前記した構成により、角度と長さのと
の複数の特徴を表わす関数で画像を表現し、そのマッチ
ングに於てノイズにより影響を受けた部分の距離計算を
省略することにより、ノイズの影響を受け難く、処理が
簡便で高速に行える認識を実現することができる。
の複数の特徴を表わす関数で画像を表現し、そのマッチ
ングに於てノイズにより影響を受けた部分の距離計算を
省略することにより、ノイズの影響を受け難く、処理が
簡便で高速に行える認識を実現することができる。
【００２７】
【実施例】図１は本発明の実施例における画像認識装置
の構成を示すものである。１は濃淡画像からエッヂを抽
出するエッヂ抽出部、２はそのエッヂの折れ線近似を行
う折れ線近似部、３は折れ線近似された図形の特徴を抽
出する特徴抽出部で、特徴量を抽出するための始点を図
形上に設定することと、角度抽出するための基準線を設
定する始点・基準線設定部３２と、図形の線分の基準線
に対する時計方向ないしは反時計方向に計った角度を前
記始点からの長さの関数としての特徴量として求める角
度算出部３１とより構成され、４は前記特徴抽出部３の
結果を認識判断すべき対象物の代表的特徴を記憶してい
る参照パターンメモリ５のデータとのマッチングを行い
認識結果を出力するマッチング部で、マッチング開始点
のオフセットを調整することと、前記特徴量として抽出
された関数における隣接する折れ線の角度と長さの差分
が所定のしきい値以下であるかどうかを判定するマッチ
ング制御部４２と、マッチング制御部の結果にしたがっ
て前記しきい値以下のところの距離計算を省いて、前記
特徴抽出部３の結果と参照パターンメモリとの距離計算
を行う距離計算部４１とより構成される。
の構成を示すものである。１は濃淡画像からエッヂを抽
出するエッヂ抽出部、２はそのエッヂの折れ線近似を行
う折れ線近似部、３は折れ線近似された図形の特徴を抽
出する特徴抽出部で、特徴量を抽出するための始点を図
形上に設定することと、角度抽出するための基準線を設
定する始点・基準線設定部３２と、図形の線分の基準線
に対する時計方向ないしは反時計方向に計った角度を前
記始点からの長さの関数としての特徴量として求める角
度算出部３１とより構成され、４は前記特徴抽出部３の
結果を認識判断すべき対象物の代表的特徴を記憶してい
る参照パターンメモリ５のデータとのマッチングを行い
認識結果を出力するマッチング部で、マッチング開始点
のオフセットを調整することと、前記特徴量として抽出
された関数における隣接する折れ線の角度と長さの差分
が所定のしきい値以下であるかどうかを判定するマッチ
ング制御部４２と、マッチング制御部の結果にしたがっ
て前記しきい値以下のところの距離計算を省いて、前記
特徴抽出部３の結果と参照パターンメモリとの距離計算
を行う距離計算部４１とより構成される。
【００２８】以上のように構成された本発明の実施例の
画像認識装置についてその動作を以下に示す。
画像認識装置についてその動作を以下に示す。
【００２９】入力される認識対象物の濃淡画像はエッヂ
抽出部１によってノイズの除去を行われて、エッヂを表
わす線図形に変換される。次に折れ線近似部２に於て、
この線図形を折れ線近似し、多角形図形に変換される。
抽出された多角形図形の例を（図２）の左側に示す。次
に、始点・基準線設定部３２において、この多角形図形
に任意の一点と角度測定の基準線を設ける。（図２）の
場合であれば、点ｏが始点で水平線が基準線である。こ
の始点ｏと基準線を基に角度算出部３１では、始点ｏか
らの図形上の移動量ｓとその点での基準線からの時計方
向に計った角度θ（ｓ）を算出する。図形上の各点につ
いて求めた例が（図２）の右側の図である。このように
特徴抽出部３において、多角形図形上の移動量と角度と
が一体となった特徴量を特徴抽出関数θ（ｓ）として求
める。次に、マッチング部４において、入力された図形
の特徴抽出関数と参照パターンメモリ部５に記憶されて
いる特徴抽出関数との距離計算を行う。しかし、一般に
は入力された画像にはノイズが入っているので、特徴抽
出関数は（図３）に例を示したように変化する。それ
故、単に前記距離計算をしたのでは入力図形に最も近い
参照パターンを見つけるのが困難である。間違った図形
との距離が最も近くなるといううことが発生する。そこ
で、マッチング制御部４２において以下に示すように距
離計算部４１の距離計算を制御する。いま入力された図
形をＡとし、参照パターンメモリ部５の図形をＢとす
る。これらＡ、Ｂの距離計算式は、（数９）ないしは、
（数１０）である。
抽出部１によってノイズの除去を行われて、エッヂを表
わす線図形に変換される。次に折れ線近似部２に於て、
この線図形を折れ線近似し、多角形図形に変換される。
抽出された多角形図形の例を（図２）の左側に示す。次
に、始点・基準線設定部３２において、この多角形図形
に任意の一点と角度測定の基準線を設ける。（図２）の
場合であれば、点ｏが始点で水平線が基準線である。こ
の始点ｏと基準線を基に角度算出部３１では、始点ｏか
らの図形上の移動量ｓとその点での基準線からの時計方
向に計った角度θ（ｓ）を算出する。図形上の各点につ
いて求めた例が（図２）の右側の図である。このように
特徴抽出部３において、多角形図形上の移動量と角度と
が一体となった特徴量を特徴抽出関数θ（ｓ）として求
める。次に、マッチング部４において、入力された図形
の特徴抽出関数と参照パターンメモリ部５に記憶されて
いる特徴抽出関数との距離計算を行う。しかし、一般に
は入力された画像にはノイズが入っているので、特徴抽
出関数は（図３）に例を示したように変化する。それ
故、単に前記距離計算をしたのでは入力図形に最も近い
参照パターンを見つけるのが困難である。間違った図形
との距離が最も近くなるといううことが発生する。そこ
で、マッチング制御部４２において以下に示すように距
離計算部４１の距離計算を制御する。いま入力された図
形をＡとし、参照パターンメモリ部５の図形をＢとす
る。これらＡ、Ｂの距離計算式は、（数９）ないしは、
（数１０）である。
【００３０】
【数９】
【００３１】
【数１０】
【００３２】和の計算に際して、（数１１）を満足する
部分の線分についてのみ行うようにする。
部分の線分についてのみ行うようにする。
【００３３】
【数１１】
【００３４】ここで、βは正規化定数、Ｔはしきい値
で、ｓiは図形Ａのｉ番目の線分、ｓjは図形Ｂのｊ番目
の線分である。（図４）の左側に参照パターンメモリ部
５の特徴抽出関数θA（ｓ）、右側にノイズの影響を受
けた入力の特徴抽出関数θB（ｓ）を示す。この（数１
１）の条件による制御により、ノイズより生じた余分な
線分の距離計算を省いて計算することが出来るので、ノ
イズに強いマッチング認識を行うことが出来る。さら
に、線分の長さと角度という二つの特徴量を合わせた特
徴抽出関数θ（ｓ）による距離計算のマッチングである
ので、特徴量毎に計算するよりも処理時間が少なく、高
速の処理が出来る。
で、ｓiは図形Ａのｉ番目の線分、ｓjは図形Ｂのｊ番目
の線分である。（図４）の左側に参照パターンメモリ部
５の特徴抽出関数θA（ｓ）、右側にノイズの影響を受
けた入力の特徴抽出関数θB（ｓ）を示す。この（数１
１）の条件による制御により、ノイズより生じた余分な
線分の距離計算を省いて計算することが出来るので、ノ
イズに強いマッチング認識を行うことが出来る。さら
に、線分の長さと角度という二つの特徴量を合わせた特
徴抽出関数θ（ｓ）による距離計算のマッチングである
ので、特徴量毎に計算するよりも処理時間が少なく、高
速の処理が出来る。
【００３５】
【発明の効果】以上説明したように、本発明によれば、
角度と長さのとの複数の特徴を表わす関数で画像を表現
し、そのマッチングに於てノイズにより影響を受けた部
分の距離計算を省略することにより、ノイズの影響を受
け難く、処理が簡便で高速に行える認識を実現すること
ができ、その実用的効果が大きい。
角度と長さのとの複数の特徴を表わす関数で画像を表現
し、そのマッチングに於てノイズにより影響を受けた部
分の距離計算を省略することにより、ノイズの影響を受
け難く、処理が簡便で高速に行える認識を実現すること
ができ、その実用的効果が大きい。
【図１】本発明による画像認識装置の実施例を示す図
【図２】本発明による画像の特徴量を示す図
【図３】本発明における画像の特徴量のノイズにより影
響を受けた例を示す図
響を受けた例を示す図
【図４】本発明における画像の特徴量のマッチング制御
を説明するための図
を説明するための図
【図５】従来の画像認識装置の構成図
【図６】従来の画像認識装置の特徴量を示す図
１ エッヂ抽出部 ２ 折れ線近似部 ３ 特徴抽出部 ４ マッチング部 ５ 参照パターンメモリ部 ３１ 角度算出部 ３２ 始点・基準線設定部 ４１ 距離計算部 ４２ マッチング制御部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 阪上 茂生 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 香田 敏行 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 山本 浩司 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 小島 良宏 大阪府門真市大字門真1006番地 松下電器 産業株式会社内
Claims (3)
- 【請求項１】画像のエッヂを抽出し折れ線近似する手段
と、連結している折れ線図形に始点を設定する手段と、
基準線に対する折れ線の時計方向ないしは反時計方向に
計った角度を前記始点からの長さの関数として表現する
手段とから構成する画像特徴抽出法。 - 【請求項２】請求項１記載の画像特徴抽出法により得ら
れる特徴データの中で、折れ線の角度と長さが所定のし
きい値以下である部分の距離計算を省略したマッチング
を行うことを特徴とする画像認識装置。 - 【請求項３】折れ線の角度と参照パターンのその角度と
の差分の定数倍と長さの参照パターンのその長さとの和
がしきい値以下であることを特徴とする請求項２記載の
画像認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4190441A JPH0636035A (ja) | 1992-07-17 | 1992-07-17 | 画像特徴抽出法及び画像認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4190441A JPH0636035A (ja) | 1992-07-17 | 1992-07-17 | 画像特徴抽出法及び画像認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0636035A true JPH0636035A (ja) | 1994-02-10 |
Family
ID=16258190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4190441A Pending JPH0636035A (ja) | 1992-07-17 | 1992-07-17 | 画像特徴抽出法及び画像認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0636035A (ja) |
-
1992
- 1992-07-17 JP JP4190441A patent/JPH0636035A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8620024B2 (en) | System and method for dynamic gesture recognition using geometric classification | |
| US7068843B2 (en) | Method for extracting and matching gesture features of image | |
| US11017210B2 (en) | Image processing apparatus and method | |
| CN110688947B (zh) | 一种同步实现人脸三维点云特征点定位和人脸分割的方法 | |
| US20130236108A1 (en) | Object or shape information representation method | |
| CN110781761A (zh) | 一种具有监督环节的指尖实时跟踪方法 | |
| JP3054682B2 (ja) | 画像処理方法 | |
| JPH0636035A (ja) | 画像特徴抽出法及び画像認識装置 | |
| JP2000215315A (ja) | 図形分類方法、図形検索方法、図形分類検索システム及び記録媒体 | |
| CN113657225A (zh) | 一种目标检测方法 | |
| JP2950023B2 (ja) | パターン認識辞書生成装置およびパターン認識装置 | |
| CN109358316B (zh) | 基于结构单元编码和多假设跟踪的线激光全局定位方法 | |
| JPH07200735A (ja) | 図形認識装置 | |
| JPH09319828A (ja) | オンライン文字認識装置 | |
| Bodansky et al. | Approximation of a polyline with a sequence of geometric primitives | |
| JP2689380B2 (ja) | 線図形折線化装置 | |
| Yang | Static Gesture Recognition Algorithm Based on Upper Triangular Image Texture and Recursive Graph. | |
| JP3125432B2 (ja) | 手書き文字認識装置 | |
| JP2882327B2 (ja) | 線図形整合装置 | |
| JP2925303B2 (ja) | 画像処理方法及び装置 | |
| JP2974167B2 (ja) | 文字の大分類認識方法 | |
| JPS6128180A (ja) | オンライン手書き図形認識装置 | |
| JPH10247221A (ja) | オンライン文字認識装置 | |
| JP2935331B2 (ja) | 図形認識装置 | |
| JP2988697B2 (ja) | 図形認識方式 |