JPH064669A - 濃淡画像のパターンマッチング装置 - Google Patents
濃淡画像のパターンマッチング装置Info
- Publication number
- JPH064669A JPH064669A JP4185859A JP18585992A JPH064669A JP H064669 A JPH064669 A JP H064669A JP 4185859 A JP4185859 A JP 4185859A JP 18585992 A JP18585992 A JP 18585992A JP H064669 A JPH064669 A JP H064669A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- pattern matching
- pixels
- value
- pattern
- 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.)
- Granted
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】パターンマッチングの対象画素を効率的に削減
することにより、相関演算の計算量を減少して処理時間
を短縮させる。 【構成】モデルパターンの各構成画素の濃度データを２
次微分し、さらにその２次微分値の絶対値をとる。この
２次微分値の絶対値を所定のしきい値ＴＨと比較し、２
次微分値の絶対値がしきい値ＴＨより大きな値をとる画
素のみをパターンマッチングの対象画素として選択す
る。
することにより、相関演算の計算量を減少して処理時間
を短縮させる。 【構成】モデルパターンの各構成画素の濃度データを２
次微分し、さらにその２次微分値の絶対値をとる。この
２次微分値の絶対値を所定のしきい値ＴＨと比較し、２
次微分値の絶対値がしきい値ＴＨより大きな値をとる画
素のみをパターンマッチングの対象画素として選択す
る。
Description
【０００１】
【産業上の利用分野】この発明は、対象物を撮像して得
られた濃淡画像について、対象物のモデルパターンを用
いてパターンマッチングを行うための濃淡画像のパター
ンマッチング装置に関する。
られた濃淡画像について、対象物のモデルパターンを用
いてパターンマッチングを行うための濃淡画像のパター
ンマッチング装置に関する。
【０００２】
【従来の技術】従来、対象物を撮像して得られた濃淡画
像からパターンマッチングの手法を用いて対象物の位置
などを求めることが行われている。図１２は、正規化相
関濃淡マッチング法を説明するための図であって、同図
中、１は予め用意された矩形状のモデルパターン、２は
入力された濃淡画像（以下、「入力画像」という）であ
る。このモデルパターン１により入力画像が１画素ずつ
全画面にわたり走査され、走査位置Ｐj 毎にモデルパタ
ーン１と入力画像２との一致度合を相関演算により求
め、相関値が最大となるモデルパターン１の走査位置Ｐ
j から対象物の位置などが求められる。
像からパターンマッチングの手法を用いて対象物の位置
などを求めることが行われている。図１２は、正規化相
関濃淡マッチング法を説明するための図であって、同図
中、１は予め用意された矩形状のモデルパターン、２は
入力された濃淡画像（以下、「入力画像」という）であ
る。このモデルパターン１により入力画像が１画素ずつ
全画面にわたり走査され、走査位置Ｐj 毎にモデルパタ
ーン１と入力画像２との一致度合を相関演算により求
め、相関値が最大となるモデルパターン１の走査位置Ｐ
j から対象物の位置などが求められる。
【０００３】いまモデルパターン１の入力画像２上のｊ
番目の走査位置Ｐj の座標を（Ｘj，Ｙj ）、モデルパ
ターン１におけるｉ番目の画素の濃度データをＭi 、入
力画像２の対応する画素の濃度データをＩi 、モデルパ
ターン１の構成画素数をｎとすると、走査位置Ｐj にお
ける相関値ｒ2 （Ｘj ，Ｙj ）はつぎの(1) 式で与えら
れる。
番目の走査位置Ｐj の座標を（Ｘj，Ｙj ）、モデルパ
ターン１におけるｉ番目の画素の濃度データをＭi 、入
力画像２の対応する画素の濃度データをＩi 、モデルパ
ターン１の構成画素数をｎとすると、走査位置Ｐj にお
ける相関値ｒ2 （Ｘj ，Ｙj ）はつぎの(1) 式で与えら
れる。
【０００４】
【数１】
【０００５】
【発明が解決しようとする課題】(1) 式から明らかなよ
うに、従来は、モデルパターン１の全ての構成画素の濃
度データＭi について、入力画像２の対応する画素の濃
度データＩi との間で相関演算を行っているが、モデル
パターン１の全ての構成画素がパターンマッチングの対
象となっているため、相関演算の計算量が膨大となり、
処理時間が長くかかるという問題がある。
うに、従来は、モデルパターン１の全ての構成画素の濃
度データＭi について、入力画像２の対応する画素の濃
度データＩi との間で相関演算を行っているが、モデル
パターン１の全ての構成画素がパターンマッチングの対
象となっているため、相関演算の計算量が膨大となり、
処理時間が長くかかるという問題がある。
【０００６】この発明は、上記問題に着目してなされた
もので、パターンマッチングの対象画素を効率的に削減
することにより、相関演算の計算量を減少して処理時間
を短縮させた濃淡画像のパターンマッチング装置を提供
することを目的とする。
もので、パターンマッチングの対象画素を効率的に削減
することにより、相関演算の計算量を減少して処理時間
を短縮させた濃淡画像のパターンマッチング装置を提供
することを目的とする。
【０００７】
【課題を解決するための手段】請求項１の発明は、対象
物のモデルパターンを用いて入力された濃淡画像のパタ
ーンマッチングを行う装置において、モデルパターンの
各構成画素の濃度データを２次微分して得られた値の絶
対値が所定のしきい値を越える画素をパターンマッチン
グの対象画素として選択する画素選択手段を備えたもの
である。
物のモデルパターンを用いて入力された濃淡画像のパタ
ーンマッチングを行う装置において、モデルパターンの
各構成画素の濃度データを２次微分して得られた値の絶
対値が所定のしきい値を越える画素をパターンマッチン
グの対象画素として選択する画素選択手段を備えたもの
である。
【０００８】請求項２の発明は、対象物のモデルパター
ンを用いて入力された濃淡画像のパターンマッチングを
行う装置において、モデルパターンの各構成画素の濃度
データを２次微分して得られた値の絶対値が所定のしき
い値を越える画素を選択する画素選択手段と、前記画素
選択手段で選択された画素を一定割合で間引き処理して
パターンマッチングの対象画素を選定する間引処理手段
とを備えたものである。
ンを用いて入力された濃淡画像のパターンマッチングを
行う装置において、モデルパターンの各構成画素の濃度
データを２次微分して得られた値の絶対値が所定のしき
い値を越える画素を選択する画素選択手段と、前記画素
選択手段で選択された画素を一定割合で間引き処理して
パターンマッチングの対象画素を選定する間引処理手段
とを備えたものである。
【０００９】請求項３の発明は、請求項２に記載された
パターンマッチング装置であって、前記間引処理手段と
して、前記の２次微分値が正の値をとる画素と負の値を
とる画素とを同じ割合で間引き処理してパターンマッチ
ングの対象画素を選定する手段を用いたものである。
パターンマッチング装置であって、前記間引処理手段と
して、前記の２次微分値が正の値をとる画素と負の値を
とる画素とを同じ割合で間引き処理してパターンマッチ
ングの対象画素を選定する手段を用いたものである。
【００１０】請求項４の発明は、請求項２に記載された
パターンマッチング装置であって、前記間引処理手段と
して、複数個の指定画素位置から最小距離にある画素を
抽出することにより前記画素選択手段で選択された画素
を間引き処理してパターンマッチングの対象画素を選定
する手段を用いたものである。
パターンマッチング装置であって、前記間引処理手段と
して、複数個の指定画素位置から最小距離にある画素を
抽出することにより前記画素選択手段で選択された画素
を間引き処理してパターンマッチングの対象画素を選定
する手段を用いたものである。
【００１１】請求項５の発明は、請求項２または４に記
載されたパターンマッチング装置であって、前記間引処
理手段として、複数個の指定画素位置から最小距離にあ
る画素を前記の２次微分値が正の値をとる画素と負の値
をとる画素とを同数ずつ抽出することにより前記画素選
択手段で選択された画素を間引き処理してパターンマッ
チングの対象画素を選定する手段を用いたものである。
載されたパターンマッチング装置であって、前記間引処
理手段として、複数個の指定画素位置から最小距離にあ
る画素を前記の２次微分値が正の値をとる画素と負の値
をとる画素とを同数ずつ抽出することにより前記画素選
択手段で選択された画素を間引き処理してパターンマッ
チングの対象画素を選定する手段を用いたものである。
【００１２】
【作用】請求項１にかかるパターンマッチング装置で
は、モデルパターンの各構成画素のうち濃度データの２
次微分値の絶対値が所定のしきい値を越える画素のみを
パターンマッチングの対象画素とするので、パターンマ
ッチングの対象画素を効率的に削減できる。これにより
相関演算の計算量が減少し、処理時間が短縮される。
は、モデルパターンの各構成画素のうち濃度データの２
次微分値の絶対値が所定のしきい値を越える画素のみを
パターンマッチングの対象画素とするので、パターンマ
ッチングの対象画素を効率的に削減できる。これにより
相関演算の計算量が減少し、処理時間が短縮される。
【００１３】請求項２にかかるパターンマンチング装置
では、モデルパターンの各構成画素のうち濃度データの
２次微分値の絶対値が所定のしきい値を越える画素のみ
を選択した上で、さらに選択された画素を一定割合で間
引き処理してパターンマッチングの対象画素とするの
で、パターンマッチングの対象画素を一層削減できる。
これにより相関演算の計算量の大幅な減少と処理時間の
大幅な短縮とが実現される。
では、モデルパターンの各構成画素のうち濃度データの
２次微分値の絶対値が所定のしきい値を越える画素のみ
を選択した上で、さらに選択された画素を一定割合で間
引き処理してパターンマッチングの対象画素とするの
で、パターンマッチングの対象画素を一層削減できる。
これにより相関演算の計算量の大幅な減少と処理時間の
大幅な短縮とが実現される。
【００１４】請求項３にかかるパターンマッチング装置
では、前記の２次微分値が正の値をとる画素と負の値を
とる画素とを同じ割合で間引き処理してパターンマッチ
ングの対象画素を選定するので、パターンマッチングの
精度を低下させずに間引き処理が可能である。
では、前記の２次微分値が正の値をとる画素と負の値を
とる画素とを同じ割合で間引き処理してパターンマッチ
ングの対象画素を選定するので、パターンマッチングの
精度を低下させずに間引き処理が可能である。
【００１５】請求項４にかかるパターンマッチング装置
では、複数個の指定画素位置から最小距離にある画素を
抽出することにより選択された画素を間引き処理してパ
ターンマッチングの対象画素を選定するので、パターン
マッチングの対象画素を任意の指定画素位置数に設定で
きる。
では、複数個の指定画素位置から最小距離にある画素を
抽出することにより選択された画素を間引き処理してパ
ターンマッチングの対象画素を選定するので、パターン
マッチングの対象画素を任意の指定画素位置数に設定で
きる。
【００１６】請求項５にかかるパターンマッチング装置
では、複数個の指定位置から最小距離にある画素を前記
２次微分値が正の値をとる画素と負の値をとる画素とを
同数ずつ抽出することにより選択された画素を間引き処
理してパターンマッチングの対象画素を選定するので、
パターンマッチングの精度を低下させずにパターンマッ
チングの対象画素を任意の指定画素位置数に設定でき
る。
では、複数個の指定位置から最小距離にある画素を前記
２次微分値が正の値をとる画素と負の値をとる画素とを
同数ずつ抽出することにより選択された画素を間引き処
理してパターンマッチングの対象画素を選定するので、
パターンマッチングの精度を低下させずにパターンマッ
チングの対象画素を任意の指定画素位置数に設定でき
る。
【００１７】
【実施例】図１および図２は、この発明の第１実施例の
原理説明図である。図１（１）は、対象物のモデル（こ
の場合、文字「Ａ」）を撮像して得られたモデルパター
ン１を示す。同図中、３が文字Ａの画像部分、４が背景
の画像部分であり、この例では文字Ａの画像部分３が白
く、背景の画像部分４が黒い。
原理説明図である。図１（１）は、対象物のモデル（こ
の場合、文字「Ａ」）を撮像して得られたモデルパター
ン１を示す。同図中、３が文字Ａの画像部分、４が背景
の画像部分であり、この例では文字Ａの画像部分３が白
く、背景の画像部分４が黒い。
【００１８】このモデルパターン１のある水平ライン６
に沿う各画素の濃度データ（０〜２５５階調）を図で表
すと、図２（１）に示すとおりである。また各画素の濃
度データを微分した値は図２（２）に示すとおりであ
り、さらにその２次微分値は図２（３）に示すとおりで
ある。また、この２次微分値の絶対値は図２（４）に示
すような形となる。
に沿う各画素の濃度データ（０〜２５５階調）を図で表
すと、図２（１）に示すとおりである。また各画素の濃
度データを微分した値は図２（２）に示すとおりであ
り、さらにその２次微分値は図２（３）に示すとおりで
ある。また、この２次微分値の絶対値は図２（４）に示
すような形となる。
【００１９】この実施例では、各画素の２次微分値の絶
対値が所定のしきい値ＴＨと比較され、このしきい値Ｔ
Ｈより大きな値をとる画素がパターンマッチングの対象
画素として選択されることになる。
対値が所定のしきい値ＴＨと比較され、このしきい値Ｔ
Ｈより大きな値をとる画素がパターンマッチングの対象
画素として選択されることになる。
【００２０】図２（５）は前記しきい値ＴＨにより２値
化された２値化データ、すなわちパターンマッチングの
対象画素の範囲を示しており、前記２値化データにより
モデルパターン１の濃度データをサンプリングすると、
図２（６）のようなサンプリングデータが得られる。な
お図１（２）はこのようにしてサンプリングされた濃度
データより成る濃淡画像５を示すもので、サンプリング
された濃度データには文字Ａの画像部分３についての濃
度データ、すなわちエッジの内側近傍の画素の濃度デー
タと背景の画像部分４についての濃度データ、すなわち
エッジの外側近傍の画素の濃度データとが同程度に含ま
れる。
化された２値化データ、すなわちパターンマッチングの
対象画素の範囲を示しており、前記２値化データにより
モデルパターン１の濃度データをサンプリングすると、
図２（６）のようなサンプリングデータが得られる。な
お図１（２）はこのようにしてサンプリングされた濃度
データより成る濃淡画像５を示すもので、サンプリング
された濃度データには文字Ａの画像部分３についての濃
度データ、すなわちエッジの内側近傍の画素の濃度デー
タと背景の画像部分４についての濃度データ、すなわち
エッジの外側近傍の画素の濃度データとが同程度に含ま
れる。
【００２１】前記モデルパターン１により入力画像を１
画素ずつ全画面にわたり走査し、走査位置毎に前記２値
化データによりサンプリングされたモデルパターン１の
濃度データと、２値化データによりサンプリングされた
入力画像の濃度データとの間で相関演算を行い、その相
関値が最大となるモデルパターン１の走査位置から対象
物の位置が求められる。
画素ずつ全画面にわたり走査し、走査位置毎に前記２値
化データによりサンプリングされたモデルパターン１の
濃度データと、２値化データによりサンプリングされた
入力画像の濃度データとの間で相関演算を行い、その相
関値が最大となるモデルパターン１の走査位置から対象
物の位置が求められる。
【００２２】図３は、上記原理に基づく第１実施例の回
路構成例を示す。図示例の装置は、カメラ１０と濃淡画
像処理部１１とモニタ１２とで構成され、濃淡画像処理
部１１はＡ／Ｄ変換器１３，微分計測部１４，ＬＵＴ１
５，画像メモリ１６，１７，２値メモリ１８，表示制御
部１９，Ｄ／Ａ変換器２０，制御部２１などを含んでい
る。
路構成例を示す。図示例の装置は、カメラ１０と濃淡画
像処理部１１とモニタ１２とで構成され、濃淡画像処理
部１１はＡ／Ｄ変換器１３，微分計測部１４，ＬＵＴ１
５，画像メモリ１６，１７，２値メモリ１８，表示制御
部１９，Ｄ／Ａ変換器２０，制御部２１などを含んでい
る。
【００２３】前記Ａ／Ｄ変換器１３はカメラ１０より濃
淡画像のアナログ信号を入力してディジタル信号に変換
する。このディジタル信号を構成する各画素の濃度デー
タは例えば２５６階調のいずれか値をとる。対象物のモ
デルを撮像して得られた濃淡画像は、Ａ／Ｄ変換器１３
を経て微分計測部１４に入力されると共に、モデルパタ
ーン１として一方の画像メモリ１６に格納される。また
計測対象物を撮像して得られた入力画像は、Ａ／Ｄ変換
器１３を経て他方の画像メモリ１７に格納される。各画
像メモリ１６，１７は濃度データを画素単位で記憶す
る。
淡画像のアナログ信号を入力してディジタル信号に変換
する。このディジタル信号を構成する各画素の濃度デー
タは例えば２５６階調のいずれか値をとる。対象物のモ
デルを撮像して得られた濃淡画像は、Ａ／Ｄ変換器１３
を経て微分計測部１４に入力されると共に、モデルパタ
ーン１として一方の画像メモリ１６に格納される。また
計測対象物を撮像して得られた入力画像は、Ａ／Ｄ変換
器１３を経て他方の画像メモリ１７に格納される。各画
像メモリ１６，１７は濃度データを画素単位で記憶す
る。
【００２４】前記微分計測部１４は、各画素の濃度デー
タを２次微分して、その２値微分値の絶対値をとる。Ｌ
ＵＴ１５は微分計測部１４より与えられる各画素の２次
微分値の絶対値を所定のしきい値ＴＨで２値化するため
のもので、２次微分値の絶対値がアドレスとしてＬＵＴ
１５に与えられると、対応するアドレス領域より２値化
データが出力される。この２値化データは２値メモリ１
８に画素単位で格納される。
タを２次微分して、その２値微分値の絶対値をとる。Ｌ
ＵＴ１５は微分計測部１４より与えられる各画素の２次
微分値の絶対値を所定のしきい値ＴＨで２値化するため
のもので、２次微分値の絶対値がアドレスとしてＬＵＴ
１５に与えられると、対応するアドレス領域より２値化
データが出力される。この２値化データは２値メモリ１
８に画素単位で格納される。
【００２５】前記表示制御部１９はモニタ１２の画像表
示動作を制御するためのもので、モデルや計測対象物に
ついての濃淡画像信号や２値化データを入力してそのい
ずれかをＤ／Ａ変換器２０へ出力する。Ｄ／Ａ変換器２
０は入力信号をアナログ信号に変換してモニタ１２へ出
力する。
示動作を制御するためのもので、モデルや計測対象物に
ついての濃淡画像信号や２値化データを入力してそのい
ずれかをＤ／Ａ変換器２０へ出力する。Ｄ／Ａ変換器２
０は入力信号をアナログ信号に変換してモニタ１２へ出
力する。
【００２６】前記制御部２１は、制御・演算の主体であ
るＣＰＵ２２と、プログラムが格納されるＲＯＭ２３
と、各種データを記憶させるＲＡＭ２４とを含む。前記
ＣＰＵ２２はプログラムに従い装置全体の動作を制御
し、画像メモリ１６，１７，２値メモリ１８，ＲＡＭ２
４に対するデータの読み書きを行いつつ、パターンマッ
チングに関わる各種演算や処理を実行する。
るＣＰＵ２２と、プログラムが格納されるＲＯＭ２３
と、各種データを記憶させるＲＡＭ２４とを含む。前記
ＣＰＵ２２はプログラムに従い装置全体の動作を制御
し、画像メモリ１６，１７，２値メモリ１８，ＲＡＭ２
４に対するデータの読み書きを行いつつ、パターンマッ
チングに関わる各種演算や処理を実行する。
【００２７】図４は、パターンマッチングの対象画素を
選択するための処理の流れをステップ１〜ステップ５
（図中、各ステップは「ＳＴ」で示す）で示す。
選択するための処理の流れをステップ１〜ステップ５
（図中、各ステップは「ＳＴ」で示す）で示す。
【００２８】同図のステップ１で、ＣＰＵ２２はＬＵＴ
１５の各アドレス領域に２値化処理のための２値データ
を設定する。ステップ２でカメラ１０により対象物のモ
デルが撮像されると、その濃淡画像は濃淡画像処理部１
１に取り込まれ、モデルパターンとして画像メモリ１６
に格納されると共に、微分計測部１４により前記２次微
分値の絶対値が算出される（ステップ３）。各画素の２
次微分値の絶対値がアドレスとしてＬＵＴ１５に与えら
れると、ＬＵＴ１５は該当するアドレス領域より２値化
データを出力する（ステップ４）。この２値化データは
２値メモリ１８に画素単位で格納される（ステップ
５）。
１５の各アドレス領域に２値化処理のための２値データ
を設定する。ステップ２でカメラ１０により対象物のモ
デルが撮像されると、その濃淡画像は濃淡画像処理部１
１に取り込まれ、モデルパターンとして画像メモリ１６
に格納されると共に、微分計測部１４により前記２次微
分値の絶対値が算出される（ステップ３）。各画素の２
次微分値の絶対値がアドレスとしてＬＵＴ１５に与えら
れると、ＬＵＴ１５は該当するアドレス領域より２値化
データを出力する（ステップ４）。この２値化データは
２値メモリ１８に画素単位で格納される（ステップ
５）。
【００２９】図５は、前記ＣＰＵ２２によるパターンマ
ッチングの制御手順をステップ１〜ステップ１７で示
す。同図のステップ１でＣＰＵ２２はＲＡＭ２４のワー
クエリアの内容をクリアして初期化した後、計測対象物
を撮像して得られた入力画像を濃淡画像処理部１１に取
り込み、Ａ／Ｄ変換後に画像メモリ１７に格納する（ス
テップ２，３）。
ッチングの制御手順をステップ１〜ステップ１７で示
す。同図のステップ１でＣＰＵ２２はＲＡＭ２４のワー
クエリアの内容をクリアして初期化した後、計測対象物
を撮像して得られた入力画像を濃淡画像処理部１１に取
り込み、Ａ／Ｄ変換後に画像メモリ１７に格納する（ス
テップ２，３）。
【００３０】つぎのステップ４でモデルパターン１の走
査位置Ｐj を計数するＣＰＵ２２の内部のカウンタｊを
ゼロに設定して、モデルパターン１を入力画像上の最初
の走査位置Ｐ0 （Ｘ0 ，Ｙ0 ）に設定する。つぎのステ
ップ５でＣＰＵ２２はモデルパターン１における画素位
置を計数するためのカウンタｉをゼロに設定した後、つ
ぎのステップ６でＣＰＵ２２は２値メモリ１８を参照し
てモデルパターン１における最初の画素位置（ｘ0 ，ｙ
0 ）の２値化データを読み取る。
査位置Ｐj を計数するＣＰＵ２２の内部のカウンタｊを
ゼロに設定して、モデルパターン１を入力画像上の最初
の走査位置Ｐ0 （Ｘ0 ，Ｙ0 ）に設定する。つぎのステ
ップ５でＣＰＵ２２はモデルパターン１における画素位
置を計数するためのカウンタｉをゼロに設定した後、つ
ぎのステップ６でＣＰＵ２２は２値メモリ１８を参照し
てモデルパターン１における最初の画素位置（ｘ0 ，ｙ
0 ）の２値化データを読み取る。
【００３１】もしその２値化データが「１」であれば、
ステップ７の判定が「ＹＥＳ」となってステップ８へ進
み、ＣＰＵ２２は最初の画素位置（ｘ0 ，ｙ0 ）のモデ
ルパターン１の濃度データＭi と、入力画像の対応する
画素位置の濃度データＩi とを各画像メモリ１６，１７
より読み出し、つぎのステップ９で前記した式におけ
るＩi ・Ｍi ，Ｉi 2 ・Ｍi 2 を算出する。
ステップ７の判定が「ＹＥＳ」となってステップ８へ進
み、ＣＰＵ２２は最初の画素位置（ｘ0 ，ｙ0 ）のモデ
ルパターン１の濃度データＭi と、入力画像の対応する
画素位置の濃度データＩi とを各画像メモリ１６，１７
より読み出し、つぎのステップ９で前記した式におけ
るＩi ・Ｍi ，Ｉi 2 ・Ｍi 2 を算出する。
【００３２】つぎにＣＰＵ２２は、ステップ９の算出値
を用いて累積加算値ΣＩi ・Ｍi ，ΣＩi ・ΣＭi ，Σ
Ｉi 2 ，（ΣＩi ）2 ，ΣＭi 2 ，（ΣＭi ）2 を算出
してＲＡＭ２４のワークエリアに記憶させる（ステップ
１０）。もし前記のステップ７において、２値化データ
が「０」であると判定されたとき、ステップ８〜１０は
スキップされて前記の演算が省略される。
を用いて累積加算値ΣＩi ・Ｍi ，ΣＩi ・ΣＭi ，Σ
Ｉi 2 ，（ΣＩi ）2 ，ΣＭi 2 ，（ΣＭi ）2 を算出
してＲＡＭ２４のワークエリアに記憶させる（ステップ
１０）。もし前記のステップ７において、２値化データ
が「０」であると判定されたとき、ステップ８〜１０は
スキップされて前記の演算が省略される。
【００３３】つぎのステップ１１では、ＣＰＵ２２は前
記カウンタｉの値がモデルパターン１の総画素数に達し
たか否かを判定しており、その判定が「ＮＯ」であれ
ば、ステップ１２でカウンタｉの値をインクリメント
し、ＣＰＵ２２はモデルパターン１におけるつぎの画素
位置（ｘ1 ，ｙ1 ）の２値化データを読み取り、前記と
同様の手順を実行する。
記カウンタｉの値がモデルパターン１の総画素数に達し
たか否かを判定しており、その判定が「ＮＯ」であれ
ば、ステップ１２でカウンタｉの値をインクリメント
し、ＣＰＵ２２はモデルパターン１におけるつぎの画素
位置（ｘ1 ，ｙ1 ）の２値化データを読み取り、前記と
同様の手順を実行する。
【００３４】モデルパターン１における全ての画素位置
について上記手順が繰り返し実行されると、ステップ１
１の判定が「ＹＥＳ」となり、つぎのステップ１３でＣ
ＰＵ２２はステップ１０の算出値を用いて(1) 式の演算
を実行し、最初の走査位置（Ｘ0 ，Ｙ0 ）での相関値ｒ
2 （Ｘ0 ，Ｙ0 ）を算出する。
について上記手順が繰り返し実行されると、ステップ１
１の判定が「ＹＥＳ」となり、つぎのステップ１３でＣ
ＰＵ２２はステップ１０の算出値を用いて(1) 式の演算
を実行し、最初の走査位置（Ｘ0 ，Ｙ0 ）での相関値ｒ
2 （Ｘ0 ，Ｙ0 ）を算出する。
【００３５】つぎのステップ１４では、ＣＰＵ２２はそ
の相関値ｒ2 （Ｘ0 ，Ｙ0 ）と相関値の最大値とを比較
する。この場合、相関値の最大値はゼロに初期設定され
ているから、ステップ１４の判定は「ＹＥＳ」となり、
ステップ１５で前記相関値ｒ2 （Ｘ0 ，Ｙ0 ）を相関値
の最大値としてＲＡＭ２４に記憶させ、さらにステップ
１６で走査位置Ｐ0 の座標（Ｘ0 ，Ｙ0 ）を対象物の位
置（Ｘ´，Ｙ´）としてＲＡＭ２４に記憶させる。な
お、もしステップ１４の判定が「ＮＯ」であれば、ステ
ップ１５，１６はスキップされ、相関値の最大値は更新
されない。
の相関値ｒ2 （Ｘ0 ，Ｙ0 ）と相関値の最大値とを比較
する。この場合、相関値の最大値はゼロに初期設定され
ているから、ステップ１４の判定は「ＹＥＳ」となり、
ステップ１５で前記相関値ｒ2 （Ｘ0 ，Ｙ0 ）を相関値
の最大値としてＲＡＭ２４に記憶させ、さらにステップ
１６で走査位置Ｐ0 の座標（Ｘ0 ，Ｙ0 ）を対象物の位
置（Ｘ´，Ｙ´）としてＲＡＭ２４に記憶させる。な
お、もしステップ１４の判定が「ＮＯ」であれば、ステ
ップ１５，１６はスキップされ、相関値の最大値は更新
されない。
【００３６】つぎのステップ１７では、モデルパターン
１の走査位置Ｐi が最終位置に達したか否かをカウンタ
ｊの値により判定しており、この場合、その判定は「Ｎ
Ｏ」であるから、ＣＰＵ２２はステップ１８でカウンタ
ｊをインクリメントして、モデルパターン１を入力画像
上のつぎの走査位置Ｐ1 （Ｘ1 ，Ｙ1 ）に設定し、上記
と同様の手順を実行する。
１の走査位置Ｐi が最終位置に達したか否かをカウンタ
ｊの値により判定しており、この場合、その判定は「Ｎ
Ｏ」であるから、ＣＰＵ２２はステップ１８でカウンタ
ｊをインクリメントして、モデルパターン１を入力画像
上のつぎの走査位置Ｐ1 （Ｘ1 ，Ｙ1 ）に設定し、上記
と同様の手順を実行する。
【００３７】このようにして入力画像の全画面をモデル
パターン１により走査しつつ全ての走査位置Ｐj で上記
手順を実行することにより相関値が最大となる走査位置
Ｐjの座標（Ｘ´，Ｙ´）が得られ、ステップ１７の判
定が「ＹＥＳ」になったとき、ＣＰＵ２２はパターンマ
ッチングを終了させる。
パターン１により走査しつつ全ての走査位置Ｐj で上記
手順を実行することにより相関値が最大となる走査位置
Ｐjの座標（Ｘ´，Ｙ´）が得られ、ステップ１７の判
定が「ＹＥＳ」になったとき、ＣＰＵ２２はパターンマ
ッチングを終了させる。
【００３８】なお上記実施例では、２値メモリ１８の内
容を参照し、２値化データが「１」のときモデルパター
ン１の濃度データＭi をその都度画像メモリ１６より読
み出しているが、パターンマッチングに先立ち、２値化
データが「１」のモデルパターン１における画素の濃度
データＭi を画素位置の座標（ｘi ，ｙi ）とともにＲ
ＡＭ２４などにテーブル化して記憶させておいてもよ
い。
容を参照し、２値化データが「１」のときモデルパター
ン１の濃度データＭi をその都度画像メモリ１６より読
み出しているが、パターンマッチングに先立ち、２値化
データが「１」のモデルパターン１における画素の濃度
データＭi を画素位置の座標（ｘi ，ｙi ）とともにＲ
ＡＭ２４などにテーブル化して記憶させておいてもよ
い。
【００３９】図６は、この発明の第２実施例についての
原理説明図である。図６（１）は、対象物のモデル（こ
の場合、リング体）を上方より撮像して得られたモデル
パターン１を示したもので、同図中、３１がリング体の
画像部分、３２が背景の画像部分である。
原理説明図である。図６（１）は、対象物のモデル（こ
の場合、リング体）を上方より撮像して得られたモデル
パターン１を示したもので、同図中、３１がリング体の
画像部分、３２が背景の画像部分である。
【００４０】また図６（２）には、上記した第１実施例
と同様の方法で選択された各画素（以下、「選択画素」
という）の濃度データにより生成される濃淡画像３３が
示してあり、この濃淡画像３３を構成する各選択画素の
濃度データは、図７に示すように、画素位置（ｘk ，ｙ
k ）と共にＲＡＭ２４にテーブル化して記憶させてあ
る。なお図７に示す選択テーブルＴＢ１において、符号
Ｈk は前記の２次微分値が正値であるか、負値であるか
を示すものであり、例えば正値であれば「１」が、負値
であれば「０」が、それぞれ記憶させてある。
と同様の方法で選択された各画素（以下、「選択画素」
という）の濃度データにより生成される濃淡画像３３が
示してあり、この濃淡画像３３を構成する各選択画素の
濃度データは、図７に示すように、画素位置（ｘk ，ｙ
k ）と共にＲＡＭ２４にテーブル化して記憶させてあ
る。なお図７に示す選択テーブルＴＢ１において、符号
Ｈk は前記の２次微分値が正値であるか、負値であるか
を示すものであり、例えば正値であれば「１」が、負値
であれば「０」が、それぞれ記憶させてある。
【００４１】この実施例では、これら選択画素を一定割
合で間引き処理してパターンマッチングの対象画素を選
定するものであり、図６（３）には、この間引き処理に
より選定された各画素（以下、「選定画素」という）の
濃度データにより生成される濃淡画像３４が示してあ
る。
合で間引き処理してパターンマッチングの対象画素を選
定するものであり、図６（３）には、この間引き処理に
より選定された各画素（以下、「選定画素」という）の
濃度データにより生成される濃淡画像３４が示してあ
る。
【００４２】図８は、ＣＰＵ２２による間引き処理の制
御手順をステップ１〜ステップ１２で示す。なお第２実
施例および後記する第３実施例の回路構成は第１実施例
（図３）と同様であり、図示および説明を省略する。図
８のステップ１で間引き間隔ｑが入力されると、つぎの
ステップ２でＣＰＵ２２は内部の各カウンタｋ，ｋ+ ，
ｋ- をゼロにセットした後、つぎのステップ３で０番目
（ｋ＝０）の選択画素の符号Ｈ0 をＲＡＭ２４の前記選
択テーブルＴＢより読み取る。なお前記カウンタｋは選
択画素の番号を計数し、カウンタｋ+は２次微分値が正
の値をとる選択画素の個数を計数し、カウンタｋ- は２
次微分値が負の値をとる選択画素の個数を計数するため
のものである。
御手順をステップ１〜ステップ１２で示す。なお第２実
施例および後記する第３実施例の回路構成は第１実施例
（図３）と同様であり、図示および説明を省略する。図
８のステップ１で間引き間隔ｑが入力されると、つぎの
ステップ２でＣＰＵ２２は内部の各カウンタｋ，ｋ+ ，
ｋ- をゼロにセットした後、つぎのステップ３で０番目
（ｋ＝０）の選択画素の符号Ｈ0 をＲＡＭ２４の前記選
択テーブルＴＢより読み取る。なお前記カウンタｋは選
択画素の番号を計数し、カウンタｋ+は２次微分値が正
の値をとる選択画素の個数を計数し、カウンタｋ- は２
次微分値が負の値をとる選択画素の個数を計数するため
のものである。
【００４３】もし前記符号Ｈ0 が「１」であれば、ステ
ップ４の判定が「ＹＥＳ」となり、ＣＰＵ２２はステッ
プ５でカウンタｋ+ をインクリメントし、続くステップ
６で前記カウンタｋ+ の値を間引き間隔ｑを割って、そ
の余りを求める。この場合、余りはゼロであるから、ス
テップ７の判定が「ＹＥＳ」となり、ＣＰＵ２２はステ
ップ８で０番目の選択画素についてのデータをそのまま
選択テーブルＴＢ１に保存する。もし仮にｑ＝５，ｋ+
＝７であるような場合は、余りが出るから、ステップ７
の判定が「ＮＯ」となり、ＣＰＵ２２はステップ９でそ
の選択画素についてのデータをテーブルＴＢより削除す
ることになる。
ップ４の判定が「ＹＥＳ」となり、ＣＰＵ２２はステッ
プ５でカウンタｋ+ をインクリメントし、続くステップ
６で前記カウンタｋ+ の値を間引き間隔ｑを割って、そ
の余りを求める。この場合、余りはゼロであるから、ス
テップ７の判定が「ＹＥＳ」となり、ＣＰＵ２２はステ
ップ８で０番目の選択画素についてのデータをそのまま
選択テーブルＴＢ１に保存する。もし仮にｑ＝５，ｋ+
＝７であるような場合は、余りが出るから、ステップ７
の判定が「ＮＯ」となり、ＣＰＵ２２はステップ９でそ
の選択画素についてのデータをテーブルＴＢより削除す
ることになる。
【００４４】前記ステップ４において、もし０番目の選
択画素の前記符号Ｈ0 が「０」であれば、ステップ４の
判定が「ＮＯ」となり、ＣＰＵ２２はステップ１０でカ
ウンタｋ- をインクリメントし、続くステップ１１で前
記カウンタｋ- の値を間引き間隔ｑを割って、その余り
を求める。この場合、余りはゼロであるから、ステップ
１２の判定が「ＹＥＳ」となり、ＣＰＵ２２はステップ
８で０番目の選択画素についてのデータをそのまま選択
テーブルＴＢ１に保存する。もし仮に余りがゼロでない
場合は、ステップ１２の判定が「ＮＯ」となり、ＣＰＵ
２２はステップ９でその選択画素についてのデータを選
択テーブルＴＢ１より削除することになる。
択画素の前記符号Ｈ0 が「０」であれば、ステップ４の
判定が「ＮＯ」となり、ＣＰＵ２２はステップ１０でカ
ウンタｋ- をインクリメントし、続くステップ１１で前
記カウンタｋ- の値を間引き間隔ｑを割って、その余り
を求める。この場合、余りはゼロであるから、ステップ
１２の判定が「ＹＥＳ」となり、ＣＰＵ２２はステップ
８で０番目の選択画素についてのデータをそのまま選択
テーブルＴＢ１に保存する。もし仮に余りがゼロでない
場合は、ステップ１２の判定が「ＮＯ」となり、ＣＰＵ
２２はステップ９でその選択画素についてのデータを選
択テーブルＴＢ１より削除することになる。
【００４５】つぎのステップ１３では、ＣＰＵ２２は前
記カウンタｋの値が選択画素の総数Ｎに達したか否かを
判定しており、この場合、その判定が「ＮＯ」であるか
ら、ＣＰＵ２２はステップ１４でカウンタｋの値をイン
クリメントして、つぎの選択画素の符号Ｈ1 をＲＡＭ２
４の選択テーブルＴＢ１より読み取り、前記と同様の手
順を実行して、間引き処理を継続する。全ての選択画素
について上記手順が繰り返し実行されると、ステップ１
３の判定が「ＹＥＳ」となり、ＣＰＵ２２は間引き処理
を終了させる。
記カウンタｋの値が選択画素の総数Ｎに達したか否かを
判定しており、この場合、その判定が「ＮＯ」であるか
ら、ＣＰＵ２２はステップ１４でカウンタｋの値をイン
クリメントして、つぎの選択画素の符号Ｈ1 をＲＡＭ２
４の選択テーブルＴＢ１より読み取り、前記と同様の手
順を実行して、間引き処理を継続する。全ての選択画素
について上記手順が繰り返し実行されると、ステップ１
３の判定が「ＹＥＳ」となり、ＣＰＵ２２は間引き処理
を終了させる。
【００４６】図９は、この発明の第３実施例についての
原理説明図である。図９（１）は、対象物のモデル（こ
の場合、円筒体）を上方より撮像して得られたモデルパ
ターン１を示したもので、同図中、４１が円筒体の画像
部分、４２が背景の画像部分である。
原理説明図である。図９（１）は、対象物のモデル（こ
の場合、円筒体）を上方より撮像して得られたモデルパ
ターン１を示したもので、同図中、４１が円筒体の画像
部分、４２が背景の画像部分である。
【００４７】また図９（２）には、上記した第１，第２
の実施例と同様の方法で選択された各選択画素の濃度デ
ータにより生成される濃淡画像４３が示してあり、この
濃淡画像４３を構成する各選択画素の濃度データは、前
記の図７に示すように、画素位置（ｘk ，ｙk ）と共に
ＲＡＭ２４にテーブル化して記憶させてある。
の実施例と同様の方法で選択された各選択画素の濃度デ
ータにより生成される濃淡画像４３が示してあり、この
濃淡画像４３を構成する各選択画素の濃度データは、前
記の図７に示すように、画素位置（ｘk ，ｙk ）と共に
ＲＡＭ２４にテーブル化して記憶させてある。
【００４８】この実施例では、図９（３）に示すよう
に、選択画素のうち、複数個の指定画素位置Ｑ1 〜Ｑ16
（ただし図示例ではＱ1 〜Ｑ8 とＱ9 〜Ｑ16とは同じ画
素位置である）から最小距離にある画素を、２次微分値
が正の値をとる画素Ｓ1 〜Ｓ8と、負の値をとる画素Ｓ
9 〜Ｓ16とを同数ずつ抽出することにより間引き処理を
行ってパターンマッチングの対象画素を選定し、その選
定された画素（以下、「選定画素」という）についての
データを図１０に示すように、ＲＡＭ２４にテーブル化
して記憶させてある。なお各指定画素位置の座標はキー
ボードなどの入力装置を用いて入力することは勿論であ
る。
に、選択画素のうち、複数個の指定画素位置Ｑ1 〜Ｑ16
（ただし図示例ではＱ1 〜Ｑ8 とＱ9 〜Ｑ16とは同じ画
素位置である）から最小距離にある画素を、２次微分値
が正の値をとる画素Ｓ1 〜Ｓ8と、負の値をとる画素Ｓ
9 〜Ｓ16とを同数ずつ抽出することにより間引き処理を
行ってパターンマッチングの対象画素を選定し、その選
定された画素（以下、「選定画素」という）についての
データを図１０に示すように、ＲＡＭ２４にテーブル化
して記憶させてある。なお各指定画素位置の座標はキー
ボードなどの入力装置を用いて入力することは勿論であ
る。
【００４９】図１０に示す選定テーブルＴＢ２におい
て、（ｘQt, ｙQt）は各指定画素位置Ｑ1 〜Ｑ16の座
標、（ｘMt, ｙMt）は各指定画素位置Ｑ1 〜Ｑ16から最
小距離Ｌt にある選定画素の位置Ｓ1 〜Ｓ16の座標であ
る。
て、（ｘQt, ｙQt）は各指定画素位置Ｑ1 〜Ｑ16の座
標、（ｘMt, ｙMt）は各指定画素位置Ｑ1 〜Ｑ16から最
小距離Ｌt にある選定画素の位置Ｓ1 〜Ｓ16の座標であ
る。
【００５０】図１１は、ＣＰＵ２２による上記間引き処
理の制御手順をステップ１〜ステップ１８で示す。同図
のステップ１では、ＣＰＵ２２は選択画素の番号を計数
するための内部のカウンタｋをゼロにセットして、前記
選択テーブルＴＢ１より０番目の選択画素の画素位置
（ｘ0 ，ｙ0 ）および符号Ｈ0 を読み取る。
理の制御手順をステップ１〜ステップ１８で示す。同図
のステップ１では、ＣＰＵ２２は選択画素の番号を計数
するための内部のカウンタｋをゼロにセットして、前記
選択テーブルＴＢ１より０番目の選択画素の画素位置
（ｘ0 ，ｙ0 ）および符号Ｈ0 を読み取る。
【００５１】つぎのステップ２では、ＣＰＵ２２は前記
符号Ｈ0 が「１」か否かを判定しており、もしその判定
が「ＹＥＳ」であれば、ＣＰＵ２２はステップ３で前記
選定テーブルＴＢ２における選択画素の番号を計数する
ための内部のカウンタｔを「１」にセットして、１番目
の指定画素位置Ｑ1 （ｘQ1，ｙQ1）と０番目の選択画素
の位置（ｘ0 ，ｙ0 ）との間の距離Ｌをつぎの一般式に
より算出する（ステップ４）。
符号Ｈ0 が「１」か否かを判定しており、もしその判定
が「ＹＥＳ」であれば、ＣＰＵ２２はステップ３で前記
選定テーブルＴＢ２における選択画素の番号を計数する
ための内部のカウンタｔを「１」にセットして、１番目
の指定画素位置Ｑ1 （ｘQ1，ｙQ1）と０番目の選択画素
の位置（ｘ0 ，ｙ0 ）との間の距離Ｌをつぎの一般式に
より算出する（ステップ４）。
【００５２】
【数２】
【００５３】つぎにＣＰＵ２２はステップ５で前記距離
Ｌと指定画素位置Ｑ1 からの最小距離Ｌ1 とを大小比較
するが、前記最小距離Ｌ1 は十分に大きな任意の値に初
期設定してあるので、ステップ５の判定は「ＹＥＳ」と
なり、ＣＰＵ２２はつぎのステップ６で前記距離Ｌを最
小距離Ｌ1 として選定テーブルＴＢ２の内容を書き換え
ると共に、前記選択画素の画素位置（ｘ0 ，ｙ0 ）を選
定画素の画素位置（ｘM1, ｙM1）として選定テーブルＴ
Ｂ２に書き込む。
Ｌと指定画素位置Ｑ1 からの最小距離Ｌ1 とを大小比較
するが、前記最小距離Ｌ1 は十分に大きな任意の値に初
期設定してあるので、ステップ５の判定は「ＹＥＳ」と
なり、ＣＰＵ２２はつぎのステップ６で前記距離Ｌを最
小距離Ｌ1 として選定テーブルＴＢ２の内容を書き換え
ると共に、前記選択画素の画素位置（ｘ0 ，ｙ0 ）を選
定画素の画素位置（ｘM1, ｙM1）として選定テーブルＴ
Ｂ２に書き込む。
【００５４】つぎにステップ８でＣＰＵ２２は、前記カ
ウンタｔの値を「２」にインクリメントするが、この場
合、つぎのステップ９の「ｔ≦８」の判定は「ＹＥＳ」
であるからステップ４へ戻り、第２番目の指定画素位置
Ｑ2 （ｘQ2，ｙQ2）と０番目の選択画素の位置（ｘ0 ，
ｙ0 ）との間の距離Ｌを算出して、その距離Ｌと最小距
離Ｌ2 とを大小比較する（ステップ４，５）。
ウンタｔの値を「２」にインクリメントするが、この場
合、つぎのステップ９の「ｔ≦８」の判定は「ＹＥＳ」
であるからステップ４へ戻り、第２番目の指定画素位置
Ｑ2 （ｘQ2，ｙQ2）と０番目の選択画素の位置（ｘ0 ，
ｙ0 ）との間の距離Ｌを算出して、その距離Ｌと最小距
離Ｌ2 とを大小比較する（ステップ４，５）。
【００５５】同様の手順をステップ９の判定が「ＮＯ」
となるまで繰り返し実行するもので、ステップ９が「Ｎ
Ｏ」となったとき、ＣＰＵ２２はステップ１７でカウン
タｋの値を「１」にインクリメントして、前記選択テー
ブルＴＢ１よりつぎの選択画素の画素位置（ｘ1 ，
ｙ1 ）および符号Ｈ1 を読み取ることになる。
となるまで繰り返し実行するもので、ステップ９が「Ｎ
Ｏ」となったとき、ＣＰＵ２２はステップ１７でカウン
タｋの値を「１」にインクリメントして、前記選択テー
ブルＴＢ１よりつぎの選択画素の画素位置（ｘ1 ，
ｙ1 ）および符号Ｈ1 を読み取ることになる。
【００５６】前記のステップ２において、もしその判定
が「ＮＯ」であれば、ＣＰＵ２２はステップ１０でカウ
ンタｔを「９」にセットして、９番目の指定画素位置Ｑ
9 （ｘQ9，ｙQ9）と前記選択画素の位置との間の距離Ｌ
を前記の(2) 式により算出する（ステップ１１）。
が「ＮＯ」であれば、ＣＰＵ２２はステップ１０でカウ
ンタｔを「９」にセットして、９番目の指定画素位置Ｑ
9 （ｘQ9，ｙQ9）と前記選択画素の位置との間の距離Ｌ
を前記の(2) 式により算出する（ステップ１１）。
【００５７】つぎにＣＰＵ２２はステップ５で距離Ｌと
９番目の指定画素位置Ｑ9 からの最小距離Ｌ9 とを大小
比較するが、前記最小距離Ｌ9 は十分に大きな任意の値
に初期設定してあるので、ステップ１２の判定は「ＹＥ
Ｓ」となり、ＣＰＵ２２はつぎのステップ１３で前記距
離Ｌを最小距離Ｌ9 として選定テーブルＴＢ２の内容を
書き換えると共に、前記選択画素の画素位置（ｘ0 ，ｙ
0 ）を選定画素の画素位置（ｘM9, ｙM9）として選定テ
ーブルＴＢ２に書き込む（ステップ１４）。
９番目の指定画素位置Ｑ9 からの最小距離Ｌ9 とを大小
比較するが、前記最小距離Ｌ9 は十分に大きな任意の値
に初期設定してあるので、ステップ１２の判定は「ＹＥ
Ｓ」となり、ＣＰＵ２２はつぎのステップ１３で前記距
離Ｌを最小距離Ｌ9 として選定テーブルＴＢ２の内容を
書き換えると共に、前記選択画素の画素位置（ｘ0 ，ｙ
0 ）を選定画素の画素位置（ｘM9, ｙM9）として選定テ
ーブルＴＢ２に書き込む（ステップ１４）。
【００５８】つぎにステップ１５でＣＰＵ２２は、前記
カウンタｔの値を「１０」にインクリメントするが、こ
の場合、つぎのステップ９の「ｔ≦１６」の判定は「Ｙ
ＥＳ」であるからステップ１１へ戻り、１０番目の指定
画素位置Ｑ10（ｘQ10 ，ｙQ10 ）と前記選択画素の位置
との間の距離Ｌを算出して、その距離Ｌと最小距離Ｌ10
とを大小比較する（ステップ１２）。
カウンタｔの値を「１０」にインクリメントするが、こ
の場合、つぎのステップ９の「ｔ≦１６」の判定は「Ｙ
ＥＳ」であるからステップ１１へ戻り、１０番目の指定
画素位置Ｑ10（ｘQ10 ，ｙQ10 ）と前記選択画素の位置
との間の距離Ｌを算出して、その距離Ｌと最小距離Ｌ10
とを大小比較する（ステップ１２）。
【００５９】同様の手順をステップ１６の判定が「Ｎ
Ｏ」となるまで繰り返し実行するもので、ステップ１６
が「ＮＯ」となったとき、ＣＰＵ２２はステップ１７で
カウンタｋの値を「１」にインクリメントして、前記選
択テーブルＴＢ１よりつぎの選択画素の画素位置
（ｘ1 ，ｙ1 ）および符号Ｈ1 を読み取ることになる。
Ｏ」となるまで繰り返し実行するもので、ステップ１６
が「ＮＯ」となったとき、ＣＰＵ２２はステップ１７で
カウンタｋの値を「１」にインクリメントして、前記選
択テーブルＴＢ１よりつぎの選択画素の画素位置
（ｘ1 ，ｙ1 ）および符号Ｈ1 を読み取ることになる。
【００６０】このようにして全ての選択画素の画素位置
（ｘk ，ｙk ）と指定画素位置Ｑ1〜Ｑ8 またはＱ9 〜
Ｑ16との間の距離Ｌを算出しつつ各指定画素位置から最
小距離Ｌ1 〜Ｌ16にある選択画素を抽出するもので、ス
テップ１８の判定が「ＮＯ」になったとき、ＣＰＵ２２
は間引き処理を終了させる。
（ｘk ，ｙk ）と指定画素位置Ｑ1〜Ｑ8 またはＱ9 〜
Ｑ16との間の距離Ｌを算出しつつ各指定画素位置から最
小距離Ｌ1 〜Ｌ16にある選択画素を抽出するもので、ス
テップ１８の判定が「ＮＯ」になったとき、ＣＰＵ２２
は間引き処理を終了させる。
【００６１】
【発明の効果】この発明は上記のように、モデルパター
ンの各構成画素のうち濃度データの２次微分値の絶対値
が所定のしきい値を越える画素のみをパターンマチング
の対象画素として選択するから、パターンマッチングの
対象画素を効率的に削減でき、相関演算の計算量の減少
および処理時間の短縮を実現できる。
ンの各構成画素のうち濃度データの２次微分値の絶対値
が所定のしきい値を越える画素のみをパターンマチング
の対象画素として選択するから、パターンマッチングの
対象画素を効率的に削減でき、相関演算の計算量の減少
および処理時間の短縮を実現できる。
【００６２】また請求項２の発明では、選択された画素
をさらに一定割合で間引き処理してパターンマッチング
の対象画素を選定するから、パターンマッチングの対象
画素を一層削減でき、相関演算の計算量の大幅な減少と
処理時間の大幅な短縮とを実現できる。
をさらに一定割合で間引き処理してパターンマッチング
の対象画素を選定するから、パターンマッチングの対象
画素を一層削減でき、相関演算の計算量の大幅な減少と
処理時間の大幅な短縮とを実現できる。
【００６３】さらに請求項３の発明では、前記の２次微
分値が正の値をとる画素と負の値をとる画素とを同じ割
合で間引き処理してパターンマッチングの対象画素を選
定するから、パターンマッチングの精度を低下させずに
間引き処理が可能である。
分値が正の値をとる画素と負の値をとる画素とを同じ割
合で間引き処理してパターンマッチングの対象画素を選
定するから、パターンマッチングの精度を低下させずに
間引き処理が可能である。
【００６４】さらにまた請求項４の発明では、複数個の
指定画素位置から最小距離にある画素を抽出することに
より選択された画素を間引き処理してパターンマッチン
グの対象画素を選定するから、パターンマッチングの対
象画素を任意の指定画素位置数に絞ることができる。
指定画素位置から最小距離にある画素を抽出することに
より選択された画素を間引き処理してパターンマッチン
グの対象画素を選定するから、パターンマッチングの対
象画素を任意の指定画素位置数に絞ることができる。
【００６５】さらにまた請求項５の発明では、複数個の
指定位置から最小距離にある画素を前記２次微分値が正
の値をとる画素と負の値をとる画素とを同数ずつ抽出す
ることにより選択された画素を間引き処理してパターン
マッチングの対象画素を選定するから、パターンマッチ
ングの精度を低下させずにパターンマッチングの対象画
素を任意の指定画素位置数に絞ることができる。
指定位置から最小距離にある画素を前記２次微分値が正
の値をとる画素と負の値をとる画素とを同数ずつ抽出す
ることにより選択された画素を間引き処理してパターン
マッチングの対象画素を選定するから、パターンマッチ
ングの精度を低下させずにパターンマッチングの対象画
素を任意の指定画素位置数に絞ることができる。
【図１】この発明の第１実施例についての原理説明図で
ある。
ある。
【図２】この発明の第１実施例についての原理説明図で
ある。
ある。
【図３】この発明の一実施例であるパターンマッチング
装置の回路構成例を示すブロック図である。
装置の回路構成例を示すブロック図である。
【図４】パターンマッチングの対象画素を選択する処理
の流れを示すフローチャートである。
の流れを示すフローチャートである。
【図５】第１実施例についてのＣＰＵによるパターンマ
ッチングの制御手順を示すフローチャートである。
ッチングの制御手順を示すフローチャートである。
【図６】この発明の第２実施例についての原理説明図で
ある。
ある。
【図７】選択テーブルの内容を示す説明図である。
【図８】第２実施例についてのＣＰＵによる間引き処理
の制御手順を示すフローチャートである。
の制御手順を示すフローチャートである。
【図９】この発明の第３実施例についての原理説明図で
ある。
ある。
【図１０】選定テーブルを内容を示す説明図である。
【図１１】第３実施例についてのＣＰＵによる間引き処
理の制御手順を示すフローチャートである。
理の制御手順を示すフローチャートである。
【図１２】従来の正規化相関濃淡マッチング法を示す説
明図である。
明図である。
１０ カメラ １１ 濃淡画像処理部 １４ 微分計測部 １５ ＬＵＴ ２１ 制御部 ２２ ＣＰＵ ２３ ＲＯＭ ２４ ＲＡＭ
Claims (5)
- 【請求項１】 対象物のモデルパターンを用いて入力さ
れた濃淡画像のパターンマッチングを行う装置におい
て、 モデルパターンの各構成画素の濃度データを２次微分し
て得られた値の絶対値が所定のしきい値を越える画素を
パターンマッチングの対象画素として選択する画素選択
手段を備えて成る濃淡画像のパターンマッチング装置。 - 【請求項２】 対象物のモデルパターンを用いて入力さ
れた濃淡画像のパターンマッチングを行う装置におい
て、 モデルパターンの各構成画素の濃度データを２次微分し
て得られた値の絶対値が所定のしきい値を越える画素を
選択する画素選択手段と、 前記画素選択手段で選択された画素を一定割合で間引き
処理してパターンマッチングの対象画素を選定する間引
処理手段とを備えて成る濃淡画像のパターンマッチング
装置。 - 【請求項３】 前記間引処理手段は、前記の２次微分値
が正の値をとる画素と負の値をとる画素とを同じ割合で
間引き処理してパターンマッチングの対象画素を選定す
る手段である請求項２に記載された濃淡画像のパターン
マッチング装置。 - 【請求項４】 前記間引処理手段は、複数個の指定画素
位置から最小距離にある画素を抽出することにより前記
画素選択手段で選択された画素を間引き処理してパター
ンマッチングの対象画素を選定する手段である請求項２
に記載された濃淡画像のパターンマッチング装置。 - 【請求項５】 前記間引処理手段は、複数個の指定画素
位置から最小距離にある画素を前記の２次微分値が正の
値をとる画素と負の値をとる画素とを同数ずつ抽出する
ことにより前記画素選択手段で選択された画素を間引き
処理してパターンマッチングの対象画素を選定する手段
である請求項２または４に記載された濃淡画像のパター
ンマッチング装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18585992A JP3223384B2 (ja) | 1992-06-19 | 1992-06-19 | 濃淡画像のパターンマッチング装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18585992A JP3223384B2 (ja) | 1992-06-19 | 1992-06-19 | 濃淡画像のパターンマッチング装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH064669A true JPH064669A (ja) | 1994-01-14 |
| JP3223384B2 JP3223384B2 (ja) | 2001-10-29 |
Family
ID=16178133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18585992A Expired - Fee Related JP3223384B2 (ja) | 1992-06-19 | 1992-06-19 | 濃淡画像のパターンマッチング装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3223384B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001195583A (ja) * | 2000-01-14 | 2001-07-19 | Canon Inc | 位置検出装置及びそれを用いた露光装置 |
| GB2338996B (en) * | 1998-06-30 | 2002-12-24 | Draftex Ind Ltd | Sealing membrane arrangements |
| JP2009080701A (ja) * | 2007-09-26 | 2009-04-16 | Hitachi Kokusai Electric Inc | パターン検索方法及び装置 |
| JP2011508293A (ja) * | 2007-11-30 | 2011-03-10 | コグネックス・コーポレイション | ビジョンセンサ、システムおよび方法 |
| JP2015198274A (ja) * | 2014-03-31 | 2015-11-09 | ブラザー工業株式会社 | 画像処理装置およびコンピュータプログラム |
| JP2016192224A (ja) * | 2010-05-17 | 2016-11-10 | コグネックス・コーポレイション | 全体画像内で注意の焦点に関する画像データを処理するためのシステムと方法 |
| JP2018072937A (ja) * | 2016-10-25 | 2018-05-10 | 日本電信電話株式会社 | テンプレートマッチング装置、方法、及びプログラム |
| JP2019133702A (ja) * | 2019-04-02 | 2019-08-08 | 日本電信電話株式会社 | テンプレートマッチング装置、方法、及びプログラム |
-
1992
- 1992-06-19 JP JP18585992A patent/JP3223384B2/ja not_active Expired - Fee Related
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2338996B (en) * | 1998-06-30 | 2002-12-24 | Draftex Ind Ltd | Sealing membrane arrangements |
| JP2001195583A (ja) * | 2000-01-14 | 2001-07-19 | Canon Inc | 位置検出装置及びそれを用いた露光装置 |
| JP2009080701A (ja) * | 2007-09-26 | 2009-04-16 | Hitachi Kokusai Electric Inc | パターン検索方法及び装置 |
| JP2011508293A (ja) * | 2007-11-30 | 2011-03-10 | コグネックス・コーポレイション | ビジョンセンサ、システムおよび方法 |
| US9451142B2 (en) | 2007-11-30 | 2016-09-20 | Cognex Corporation | Vision sensors, systems, and methods |
| JP2016192224A (ja) * | 2010-05-17 | 2016-11-10 | コグネックス・コーポレイション | 全体画像内で注意の焦点に関する画像データを処理するためのシステムと方法 |
| JP2015198274A (ja) * | 2014-03-31 | 2015-11-09 | ブラザー工業株式会社 | 画像処理装置およびコンピュータプログラム |
| JP2018072937A (ja) * | 2016-10-25 | 2018-05-10 | 日本電信電話株式会社 | テンプレートマッチング装置、方法、及びプログラム |
| JP2019133702A (ja) * | 2019-04-02 | 2019-08-08 | 日本電信電話株式会社 | テンプレートマッチング装置、方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3223384B2 (ja) | 2001-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3306562B1 (en) | Image processing method and device | |
| US5157740A (en) | Method for background suppression in an image data processing system | |
| US7697723B2 (en) | Image recognition device | |
| US20110211233A1 (en) | Image processing device, image processing method and computer program | |
| CN111914834A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
| US20030152272A1 (en) | Detecting overlapping images in an automatic image segmentation device with the presence of severe bleeding | |
| US20030095709A1 (en) | Multiple image area detection in a digital image | |
| US20030156201A1 (en) | Systems and methods for processing a digitally captured image | |
| JP6095817B1 (ja) | 物体検出装置 | |
| EP1081648A2 (en) | Method for processing a digital image | |
| CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
| JP3223384B2 (ja) | 濃淡画像のパターンマッチング装置 | |
| US11906441B2 (en) | Inspection apparatus, control method, and program | |
| JP3411971B2 (ja) | 人物像抽出装置 | |
| JP2008067321A (ja) | データ登録管理装置 | |
| JP2000242261A (ja) | 画像表示方法、画像処理装置、及び記録媒体 | |
| CN113283429B (zh) | 基于深度卷积神经网络的液位式表计读数方法 | |
| JP3223385B2 (ja) | 濃淡画像のパターンマッチング装置 | |
| CN108280815B (zh) | 一种面向监控场景结构的几何校正方法 | |
| 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 | |
| CN111210445A (zh) | 一种基于Mask R-CNN的前列腺超声图像分割方法及设备 | |
| JP3016687B2 (ja) | 画像処理装置 | |
| JPH09245166A (ja) | パターンマッチング装置 | |
| CN117474932B (zh) | 对象分割方法和装置、电子设备及存储介质 | |
| JP3882427B2 (ja) | 画像処理装置および画像処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080824 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |