JPH065545B2 - 図形認識装置 - Google Patents
図形認識装置Info
- Publication number
- JPH065545B2 JPH065545B2 JP61168347A JP16834786A JPH065545B2 JP H065545 B2 JPH065545 B2 JP H065545B2 JP 61168347 A JP61168347 A JP 61168347A JP 16834786 A JP16834786 A JP 16834786A JP H065545 B2 JPH065545 B2 JP H065545B2
- Authority
- JP
- Japan
- Prior art keywords
- contour
- point
- corner
- contour point
- points
- 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
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、シルエット画像で写された図形の輪郭形状の
特徴(コーナ部分)を抽出することにより図形の形状認
識を行なう図形認識装置に関するものである。
特徴(コーナ部分)を抽出することにより図形の形状認
識を行なう図形認識装置に関するものである。
近年、図形認識装置は、FA分野において、検査装置,
部品実装機などに導入されているが、より高精度で高速
処理可能な図形認識装置が要求されている。そのような
要求を満足できるものの1つとして、本発明の図形の輪
郭情報に注目して形状認識を行なうものがある。
部品実装機などに導入されているが、より高精度で高速
処理可能な図形認識装置が要求されている。そのような
要求を満足できるものの1つとして、本発明の図形の輪
郭情報に注目して形状認識を行なうものがある。
まず従来のこの認識方式について図を参照しながら簡単
に説明する。
に説明する。
第8図は、図形認識装置を含めた認識システムの構成図
である。図中21はカメラなどの画像信号入力部、22
は21の画像信号入力部から出力された画像信号を処理
して図形を認識する図形認識装置である。さらに図形認
識装置22は、前記の画像信号を適当な閾値で2値化す
る2値化回路23と、前記2値化回路23で作成された
2値画像より図形の輪郭情報を抽出する輪郭抽出部24
と、前記輪郭抽出部24で抽出された輪郭情報より図形
のコーナ情報を検出するコーナ検出部25と、前記のコ
ーナ情報25に基づき図形を認識する認識部26とから
成っている。次に輪郭抽出部24の動作について第9図
を参照しながら説明する。通常の輪郭抽出は、第9図の
S点31のように図形の輪郭上1点を検出し、このS点
31を中心に第9図の32に示す3×3のマスク演算を
行ない対象物33の輪郭上の次の輪郭点への方向を示す
連結方向を計算し記憶する。次に前記の連結方向に基づ
き次の輪郭点の位置を計算し、その位置を中心に前記の
3×3マスク演算を行ない連結方向と次の輪郭点の位置
計算を行なう。以下同様の処理を繰り返し、全輪郭点の
連結方向及び位置を検出する。
である。図中21はカメラなどの画像信号入力部、22
は21の画像信号入力部から出力された画像信号を処理
して図形を認識する図形認識装置である。さらに図形認
識装置22は、前記の画像信号を適当な閾値で2値化す
る2値化回路23と、前記2値化回路23で作成された
2値画像より図形の輪郭情報を抽出する輪郭抽出部24
と、前記輪郭抽出部24で抽出された輪郭情報より図形
のコーナ情報を検出するコーナ検出部25と、前記のコ
ーナ情報25に基づき図形を認識する認識部26とから
成っている。次に輪郭抽出部24の動作について第9図
を参照しながら説明する。通常の輪郭抽出は、第9図の
S点31のように図形の輪郭上1点を検出し、このS点
31を中心に第9図の32に示す3×3のマスク演算を
行ない対象物33の輪郭上の次の輪郭点への方向を示す
連結方向を計算し記憶する。次に前記の連結方向に基づ
き次の輪郭点の位置を計算し、その位置を中心に前記の
3×3マスク演算を行ない連結方向と次の輪郭点の位置
計算を行なう。以下同様の処理を繰り返し、全輪郭点の
連結方向及び位置を検出する。
次にコーナ情報検出部25の動作を説明する。輪郭抽出
部で検出された各輪郭点の連結方向に基づいて、隣り合
う連結方向(角度)の差を求め、さらに第10図のごと
く、横軸41に輪郭点番号、縦軸42に連結方向の差を
取った角度差関数43が極値を取るような輪郭点44を
コーナを代表する点とする。つまり、連結方向が大きく
変化している個所は輪郭線が直線ではなく曲がっている
ことを示しており、その中でも連結方向の差の大きさが
極値を取るような個所は輪郭線が最も大きく曲がってい
ることを示し、一般にコーナの頂点と考えられる。
部で検出された各輪郭点の連結方向に基づいて、隣り合
う連結方向(角度)の差を求め、さらに第10図のごと
く、横軸41に輪郭点番号、縦軸42に連結方向の差を
取った角度差関数43が極値を取るような輪郭点44を
コーナを代表する点とする。つまり、連結方向が大きく
変化している個所は輪郭線が直線ではなく曲がっている
ことを示しており、その中でも連結方向の差の大きさが
極値を取るような個所は輪郭線が最も大きく曲がってい
ることを示し、一般にコーナの頂点と考えられる。
発明が解決しようとする問題点 しかしながら、上記のように、マスク演算で求めた連結
方向より輪郭点の角度差関数を求める方式では、連結方
向が45゜きざみでしか変化しないために、角度差関数に
誤差が含まれ、正確なコーナ位置を検出することが難し
い。また、隣接する輪郭点の連結方向の差を求めている
ので、非常に小さなコーナを検出するには適している
が、反面、輪郭上のノイズのような小さな凸凹までコー
ナとして検出してしまう。また、このこととは逆に、ゆ
るやかなカーブで大きく曲がるようなコーナに対しては
コーナ検出が難しいなどの問題点がある。また、大きく
曲がるカーブをもつ対象物や小さく曲がるカーブをもつ
対象物等各種の対象物に柔軟に対応することが困難であ
る。
方向より輪郭点の角度差関数を求める方式では、連結方
向が45゜きざみでしか変化しないために、角度差関数に
誤差が含まれ、正確なコーナ位置を検出することが難し
い。また、隣接する輪郭点の連結方向の差を求めている
ので、非常に小さなコーナを検出するには適している
が、反面、輪郭上のノイズのような小さな凸凹までコー
ナとして検出してしまう。また、このこととは逆に、ゆ
るやかなカーブで大きく曲がるようなコーナに対しては
コーナ検出が難しいなどの問題点がある。また、大きく
曲がるカーブをもつ対象物や小さく曲がるカーブをもつ
対象物等各種の対象物に柔軟に対応することが困難であ
る。
本発明は上記問題点に鑑み、大きさの異なるコーナが混
在した図形に対して、また多くの対象物品種に対応して
検出したいコーナをノイズ成分と分離して高精度で検出
する図形認識装置を提供するものである。
在した図形に対して、また多くの対象物品種に対応して
検出したいコーナをノイズ成分と分離して高精度で検出
する図形認識装置を提供するものである。
問題点を解決するための手段 上記問題点を解決するために本発明の図形認識装置は、
画像信号を2値化する手段と、前記画像信号が2値化さ
れた2値画像の中で、注目する図形の輪郭上の1点を検
出する手段と、前記輪郭上の1点を開始点として順次、
輪郭に沿って輪郭点を追跡し、前記図形の全輪郭点列を
求める手段と、予め設定された基準方向に対して、前記
輪郭点追跡の開始点より輪郭点数がn個(nは整数)間
隔で離れた輪郭点Si(i=0,1,2…)から、それ
ぞれ輪郭点数がm個(mは整数)離れた輪郭点Ei(i
=0,1,2…)に向かう直線がなす角度を輪郭点角度
列θi(i=0,1,2…)として求める手段と、前記
輪郭点角度列θiを用いて隣合う輪郭点角度差θi’=
θi+1−θiを求め、前記輪郭点列の曲率関数を求める
手段と、前記曲率関数の値が0以外のところをコーナ部
として検出する手段と、前記曲率関数においてコーナ部
として検出された領域ごとに総和をとり、各コーナ部の
角度を求める手段と、前記パラメータmおよびnの値を
変化させて設定する手段とを備えたものである。
画像信号を2値化する手段と、前記画像信号が2値化さ
れた2値画像の中で、注目する図形の輪郭上の1点を検
出する手段と、前記輪郭上の1点を開始点として順次、
輪郭に沿って輪郭点を追跡し、前記図形の全輪郭点列を
求める手段と、予め設定された基準方向に対して、前記
輪郭点追跡の開始点より輪郭点数がn個(nは整数)間
隔で離れた輪郭点Si(i=0,1,2…)から、それ
ぞれ輪郭点数がm個(mは整数)離れた輪郭点Ei(i
=0,1,2…)に向かう直線がなす角度を輪郭点角度
列θi(i=0,1,2…)として求める手段と、前記
輪郭点角度列θiを用いて隣合う輪郭点角度差θi’=
θi+1−θiを求め、前記輪郭点列の曲率関数を求める
手段と、前記曲率関数の値が0以外のところをコーナ部
として検出する手段と、前記曲率関数においてコーナ部
として検出された領域ごとに総和をとり、各コーナ部の
角度を求める手段と、前記パラメータmおよびnの値を
変化させて設定する手段とを備えたものである。
作 用 本発明は上記した構成によって、輪郭上のm点離れた輪
郭点を結ぶ直線の角度を得ることができるので、輪郭線
の小さな凸凹をスムージングする効果があり、図形のノ
イズのような凸凹は除去することができる。さらに、前
記のスムージングの効果は、前記のmの値を大きくする
程大きくなる。このような効果は、前記のnの値を大き
くしても同様の効果を望める。つまり、前記のm,nの
値を注目すべきコーナの形状に適した値に設定すること
により、注目すべきコーナのみを検出し、不必要なコー
ナ又はノイズを除去することが可能になる。又、検出さ
れたコーナ情報として、前記輪郭点角度差平均が零から
次の零になる個所、つまり、直線部と直線部に挾まれた
直線でない部分(コーナ部分)を検出し、さらに、その
部分での前記輪郭点角度差平均の総和、つまりコーナの
角度を算出しているので、この値を参照することによ
り、コーナの位置だけでなく、コーナの角度も算出で
き、また、コーナを構成する輪郭点数を算出する手段を
持つので、コーナの鋭さといったコーナの形状に関する
情報も利用できるので、より正確なコーナ抽出ができ
る。
郭点を結ぶ直線の角度を得ることができるので、輪郭線
の小さな凸凹をスムージングする効果があり、図形のノ
イズのような凸凹は除去することができる。さらに、前
記のスムージングの効果は、前記のmの値を大きくする
程大きくなる。このような効果は、前記のnの値を大き
くしても同様の効果を望める。つまり、前記のm,nの
値を注目すべきコーナの形状に適した値に設定すること
により、注目すべきコーナのみを検出し、不必要なコー
ナ又はノイズを除去することが可能になる。又、検出さ
れたコーナ情報として、前記輪郭点角度差平均が零から
次の零になる個所、つまり、直線部と直線部に挾まれた
直線でない部分(コーナ部分)を検出し、さらに、その
部分での前記輪郭点角度差平均の総和、つまりコーナの
角度を算出しているので、この値を参照することによ
り、コーナの位置だけでなく、コーナの角度も算出で
き、また、コーナを構成する輪郭点数を算出する手段を
持つので、コーナの鋭さといったコーナの形状に関する
情報も利用できるので、より正確なコーナ抽出ができ
る。
また対象物に応じて適切なパラメータを選び、それを品
種毎に記憶しておくので実際の生産現場等での実用に供
する図形認識装置とすることができる。
種毎に記憶しておくので実際の生産現場等での実用に供
する図形認識装置とすることができる。
実 施 例 以下本発明の一実施例の図形認識装置について図面を参
照しながら説明する。
照しながら説明する。
第1図は本発明の第1の実施例における図形認識装置の
全体構成を示すものである。第1図において、11は認
識対象物、12は照明装置、13はカメラ、14は図形
認識装置、15は2値化回路、16は2値画フレームメ
モリー、17はワークメモリー、18は演算回路、19
は輪郭点検出テーブルである。第2図はコーナ検出処理
のフロー図である。同図において、51は輪郭点抽出処
理、52は輪郭点角度計算処理、53は輪郭点角度差計
算処理、54は輪郭点角度差平均計算処理、55はコー
ナ部検出処理、56はコーナ精検索処理である。
全体構成を示すものである。第1図において、11は認
識対象物、12は照明装置、13はカメラ、14は図形
認識装置、15は2値化回路、16は2値画フレームメ
モリー、17はワークメモリー、18は演算回路、19
は輪郭点検出テーブルである。第2図はコーナ検出処理
のフロー図である。同図において、51は輪郭点抽出処
理、52は輪郭点角度計算処理、53は輪郭点角度差計
算処理、54は輪郭点角度差平均計算処理、55はコー
ナ部検出処理、56はコーナ精検索処理である。
以上のように構成された図形認識装置について、図を参
照しながらその動作を説明する。
照しながらその動作を説明する。
第1図において、認識されるべき対象物11が照明装置
12により照明され、その状態がカメラ13によって映
像信号に変換されている。カメラ13の出力映像信号は
図形認識装置14に入力される。図形認識装置14に入
った映像信号は、2値化回路15で2値化映像信号に変
換された後、フレームメモリ16に記録される。次に、
フレームメモリー16に記録された2値画像データを基
に、演算回路18が、輪郭点検出テーブル19を参照し
つつ図形の輪郭点データを、ワークメモリ17上にテー
ブルの形で記憶する(輪郭点抽出処理51)。次に、ワ
ークメモリ17上の輪郭点データテーブルを基に、演算
回路18を後述する手順によりコーナ抽出処理を行な
い、さらに、抽出されたコーナ情報を基に図形の認識を
行なう。
12により照明され、その状態がカメラ13によって映
像信号に変換されている。カメラ13の出力映像信号は
図形認識装置14に入力される。図形認識装置14に入
った映像信号は、2値化回路15で2値化映像信号に変
換された後、フレームメモリ16に記録される。次に、
フレームメモリー16に記録された2値画像データを基
に、演算回路18が、輪郭点検出テーブル19を参照し
つつ図形の輪郭点データを、ワークメモリ17上にテー
ブルの形で記憶する(輪郭点抽出処理51)。次に、ワ
ークメモリ17上の輪郭点データテーブルを基に、演算
回路18を後述する手順によりコーナ抽出処理を行な
い、さらに、抽出されたコーナ情報を基に図形の認識を
行なう。
次にコーナ抽出処理の内容について、詳しく説明する。
コーナ抽出処理は大別して、輪郭データより輪郭線の曲
がり方を表現する輪郭点角度差関数を求める処理と、輪
郭点角度差関数より、コーナ部分を決定する処理の2つ
にわけられる。まず前者の輪郭点の角度差を求める処理
では、第3図に示すように、輪郭上の1点S0を開始点
として、S0から輪郭点数がm(図ではm=5)離れた
点E0に向かう線分V0が水平と成す角度θ0をS0,
E02点の座標値より計算により求める。次に、前記の
S0からn(図ではn=10)離れた輪郭点S1より、
S1から輪郭点数がm離れた点E1に向かう線分V1と
水平との成す角度θ1を計算する。以下同様にして、全
輪郭点にわたって輪郭点角度列θiの計算を行なう(輪
郭点角度計算処理52)。次に輪郭点角度列を用いて、
隣り合う輪郭点角度θiとθi+1の差(輪郭点角度差)
θi′を全ての輪郭点角度列に対して計算する(輪郭点
角度差計算処理53)。最後に本実施例では輪郭点角度
差列を用いて、輪郭点角度差θi′の前後のL点
(θi′-L/2,θi′-L/2+1,……θi′+1……θi′
+L/2-1,θi′+L/2)の平均角度差 を全輪郭点角度差列において計算し(輪郭点角度差平均
計算処理54)、この輪郭点角度差平均列を輪郭点角度
差関数とする。
がり方を表現する輪郭点角度差関数を求める処理と、輪
郭点角度差関数より、コーナ部分を決定する処理の2つ
にわけられる。まず前者の輪郭点の角度差を求める処理
では、第3図に示すように、輪郭上の1点S0を開始点
として、S0から輪郭点数がm(図ではm=5)離れた
点E0に向かう線分V0が水平と成す角度θ0をS0,
E02点の座標値より計算により求める。次に、前記の
S0からn(図ではn=10)離れた輪郭点S1より、
S1から輪郭点数がm離れた点E1に向かう線分V1と
水平との成す角度θ1を計算する。以下同様にして、全
輪郭点にわたって輪郭点角度列θiの計算を行なう(輪
郭点角度計算処理52)。次に輪郭点角度列を用いて、
隣り合う輪郭点角度θiとθi+1の差(輪郭点角度差)
θi′を全ての輪郭点角度列に対して計算する(輪郭点
角度差計算処理53)。最後に本実施例では輪郭点角度
差列を用いて、輪郭点角度差θi′の前後のL点
(θi′-L/2,θi′-L/2+1,……θi′+1……θi′
+L/2-1,θi′+L/2)の平均角度差 を全輪郭点角度差列において計算し(輪郭点角度差平均
計算処理54)、この輪郭点角度差平均列を輪郭点角度
差関数とする。
次に前述で計算された輪郭点角度差平均列 を用いて、コーナ抽出を行なう処理についてのべる。第
4図は、対象物に対して輪郭点角度差平均列 を求め、輪郭点の番号PNを横軸にしてグラフ化したも
のである。この関数の名称からもわかるが、輪郭点角度
差平均が零になる所は直線を表わし、零にならない所は
輪郭線が曲がっていること、つまり、角の部分であるこ
とを表わしている。従って、輪郭点角度差平均列が零か
ら、次の零までの個所はコーナ部である。また前記輪郭
点角度差平均が零と次の零の間の輪郭点角度差平均 を加えた値 は、コーナ部分で輪郭線が何度曲がったかを示している
ので、 があるしきい値を越える部分を検出することによりコー
ナ部を抽出することができる。また同時に、前記のコー
ナ部を構成する輪郭点数を計算することで、この輪郭点
数が多い場合は後述する大きな曲率半径でゆっくり曲が
るコーナであると判断できるなど、コーナの鋭さを表現
する情報が得られる(コーナ部検出処理55)。
4図は、対象物に対して輪郭点角度差平均列 を求め、輪郭点の番号PNを横軸にしてグラフ化したも
のである。この関数の名称からもわかるが、輪郭点角度
差平均が零になる所は直線を表わし、零にならない所は
輪郭線が曲がっていること、つまり、角の部分であるこ
とを表わしている。従って、輪郭点角度差平均列が零か
ら、次の零までの個所はコーナ部である。また前記輪郭
点角度差平均が零と次の零の間の輪郭点角度差平均 を加えた値 は、コーナ部分で輪郭線が何度曲がったかを示している
ので、 があるしきい値を越える部分を検出することによりコー
ナ部を抽出することができる。また同時に、前記のコー
ナ部を構成する輪郭点数を計算することで、この輪郭点
数が多い場合は後述する大きな曲率半径でゆっくり曲が
るコーナであると判断できるなど、コーナの鋭さを表現
する情報が得られる(コーナ部検出処理55)。
第4図の対象物上のA〜Fのコーナは、輪郭点角度差平
均列 のグラフ上でのa〜fに対応している。なお、本実施例
では、コーナ部と直線部を分離しやすくするため、前述
の輪郭点角度差平均化列を求めるために用いたパラメー
タm,n,Lの3つの値より決まる値Pを計算し輪郭点
角度差平均化列 の値の内、絶対値がPより小さいものは零に近似し、ゆ
るやかなカーブをもつ直線部分か、小さな凸凹をノイズ
として除去している。
均列 のグラフ上でのa〜fに対応している。なお、本実施例
では、コーナ部と直線部を分離しやすくするため、前述
の輪郭点角度差平均化列を求めるために用いたパラメー
タm,n,Lの3つの値より決まる値Pを計算し輪郭点
角度差平均化列 の値の内、絶対値がPより小さいものは零に近似し、ゆ
るやかなカーブをもつ直線部分か、小さな凸凹をノイズ
として除去している。
さらに、本実施例では、コーナ抽出の精度を向上させる
ために、2段階のコーナ抽出処理を行なっている。つま
り、前述の輪郭点角度差平均化列を計算するためのパラ
メータm,n,Lの組を数種類設定し、まず、標準的な
コーナに適したパラメータの組で、求められた全輪郭に
対して前述のコーナ抽出処理を行なう。この処理におい
ては標準的なコーナ部分は正しく抽出されるが、2つの
コーナ部が接近して存在する部分や、大きな曲率半径で
ゆっくり曲がるコーナに対しては、パラメータが不適切
なため正しく抽出されない。第5図はその例を示したも
ので、曲率の大きい標準的なコーナA,C,F,Gは正
しく90゜コーナとして抽出されるが、曲率の小さなB,
Eコーナは実際の角度より小さく抽出され、Dコーナは
2つのコーナが接近しているため90゜の2つのコーナ
が、1つの180゜コーナとして抽出されてしまう。
ために、2段階のコーナ抽出処理を行なっている。つま
り、前述の輪郭点角度差平均化列を計算するためのパラ
メータm,n,Lの組を数種類設定し、まず、標準的な
コーナに適したパラメータの組で、求められた全輪郭に
対して前述のコーナ抽出処理を行なう。この処理におい
ては標準的なコーナ部分は正しく抽出されるが、2つの
コーナ部が接近して存在する部分や、大きな曲率半径で
ゆっくり曲がるコーナに対しては、パラメータが不適切
なため正しく抽出されない。第5図はその例を示したも
ので、曲率の大きい標準的なコーナA,C,F,Gは正
しく90゜コーナとして抽出されるが、曲率の小さなB,
Eコーナは実際の角度より小さく抽出され、Dコーナは
2つのコーナが接近しているため90゜の2つのコーナ
が、1つの180゜コーナとして抽出されてしまう。
そこで、B,Eのように大きな曲がりコーナや、Dのよ
うに、2つのコーナが接近している場合は、それぞれ、
別のパラメータを設定し、その部分のみを再びコーナ抽
出処理(コーナ精検索処理56)して正しいコーナ抽出
を行なうようにしている。精検索処理を行なう条件とし
ては、第6図において、輪郭点角度差平均列 が零から次の零まで(同図ではSTからED)の輪郭点
数をCN(=ED−ST)、前記STからEDまでの輪
郭 とすると、1つの条件は、前述のDのコーナに相当する
もので、Angの値が90゜〜180゜の値である時、2つ目の条
件は、前述のB,Eのコーナに相当するもので、Ang/
CNが前記パラメータm,n,Lより決定される値Pの
r倍(rは実験的に求められる値)よりも小さい時に精
検索処理を行なうが、前記2つの場合に使用するパラメ
ータは対象とするコーナが別の種類であるので、それぞ
れ別の組を使用する。また、精検索処理の対象となる輪
郭領域は、前述のST〜EDの間としている。
うに、2つのコーナが接近している場合は、それぞれ、
別のパラメータを設定し、その部分のみを再びコーナ抽
出処理(コーナ精検索処理56)して正しいコーナ抽出
を行なうようにしている。精検索処理を行なう条件とし
ては、第6図において、輪郭点角度差平均列 が零から次の零まで(同図ではSTからED)の輪郭点
数をCN(=ED−ST)、前記STからEDまでの輪
郭 とすると、1つの条件は、前述のDのコーナに相当する
もので、Angの値が90゜〜180゜の値である時、2つ目の条
件は、前述のB,Eのコーナに相当するもので、Ang/
CNが前記パラメータm,n,Lより決定される値Pの
r倍(rは実験的に求められる値)よりも小さい時に精
検索処理を行なうが、前記2つの場合に使用するパラメ
ータは対象とするコーナが別の種類であるので、それぞ
れ別の組を使用する。また、精検索処理の対象となる輪
郭領域は、前述のST〜EDの間としている。
以上のように本実施例によれば、一連の処理をソフトウ
エアで実現できる構成とすることで、比較的簡単なハー
ド構成で実現でき、ソフトウエアの柔軟性を利用して、
輪郭点角度差列の平均化処理やノイズ除去処理,精検索
処理などの処理を付加することにより、コーナ抽出精度
の向上が実現できた。
エアで実現できる構成とすることで、比較的簡単なハー
ド構成で実現でき、ソフトウエアの柔軟性を利用して、
輪郭点角度差列の平均化処理やノイズ除去処理,精検索
処理などの処理を付加することにより、コーナ抽出精度
の向上が実現できた。
以下本発明の第2の実施例について図面を参照しながら
説明する。
説明する。
第7図は本発明の第2の実施例を示す図形認識装置の全
体構成図である。同図において、11は認識対象物、1
2は照明装置、13はカメラ、14は図形認識装置、1
5は2値化回路、16は2値画フレームメモリー、17
はワークメモリー、18は演算回路、19は輪郭点検出
テーブルで、以上は第1図の構成と同様なものである。
さらに、20は品種テーブルである。
体構成図である。同図において、11は認識対象物、1
2は照明装置、13はカメラ、14は図形認識装置、1
5は2値化回路、16は2値画フレームメモリー、17
はワークメモリー、18は演算回路、19は輪郭点検出
テーブルで、以上は第1図の構成と同様なものである。
さらに、20は品種テーブルである。
上記のように構成された図形認識装置について、以下そ
の動作を説明する。
の動作を説明する。
第7図において、認識されるべき対象物11が照明装置
12により照明され、その状態がカメラ13によって映
像信号に変換されている。カメラ13の出力映像信号は
図形認識装置14に入力される。図形認識装置14に入
った映像信号は、2値化回路15で2値化映像信号に変
換された後、フレームメモリ16に記録される。次にフ
レームメモリ16に記録された2値画像データを基に、
演算回路18が、輪郭点検出テーブル19を参照しつつ
図形の輪郭点データを、ワークメモリ17上にテーブル
の形で記憶する。次にワークメモリ17上の輪郭点デー
タテーブルを基に、第1の実施例で詳述した様にコーナ
を求めて図形を認識するのであるが、その時に使用する
パラメータm,n,Lの値は、認識対象物11に対応し
た形であらかじめ品種テーブル20に登録されている値
である。
12により照明され、その状態がカメラ13によって映
像信号に変換されている。カメラ13の出力映像信号は
図形認識装置14に入力される。図形認識装置14に入
った映像信号は、2値化回路15で2値化映像信号に変
換された後、フレームメモリ16に記録される。次にフ
レームメモリ16に記録された2値画像データを基に、
演算回路18が、輪郭点検出テーブル19を参照しつつ
図形の輪郭点データを、ワークメモリ17上にテーブル
の形で記憶する。次にワークメモリ17上の輪郭点デー
タテーブルを基に、第1の実施例で詳述した様にコーナ
を求めて図形を認識するのであるが、その時に使用する
パラメータm,n,Lの値は、認識対象物11に対応し
た形であらかじめ品種テーブル20に登録されている値
である。
次に品種テーブル20にパラメータm,n,Lを登録す
る方法について説明する。
る方法について説明する。
第5図のような図形の場合、すでに述べたようにB,E
のコーナとDのコーナとその他のコーナとは、パラメー
タm,n,Lを変えて検出する必要であるが、それらの
パラメータの組を次の方法により決定し品種テーブル2
0に登録する。先ず、標準的な第1のパラメータm,
n,Lの組でコーナ検出を行ない、Dのコーナのように
輪郭点角度差平均の総和(Ang)が90゜〜180゜のコーナが存
在するときは、第2のパラメータm,n,Lの組を該当
するコーナの検出パラメータとして登録する。また、
B,EのコーナのようにAng/CN(CNは輪郭点数)
があらかじめ定められた値よりも小さいコーナが存在す
るときは該当するコーナの検出パラメータとして第3の
パラメータm,n,Lの組を登録する。
のコーナとDのコーナとその他のコーナとは、パラメー
タm,n,Lを変えて検出する必要であるが、それらの
パラメータの組を次の方法により決定し品種テーブル2
0に登録する。先ず、標準的な第1のパラメータm,
n,Lの組でコーナ検出を行ない、Dのコーナのように
輪郭点角度差平均の総和(Ang)が90゜〜180゜のコーナが存
在するときは、第2のパラメータm,n,Lの組を該当
するコーナの検出パラメータとして登録する。また、
B,EのコーナのようにAng/CN(CNは輪郭点数)
があらかじめ定められた値よりも小さいコーナが存在す
るときは該当するコーナの検出パラメータとして第3の
パラメータm,n,Lの組を登録する。
以上のように、図形に応じて必要なパラメータを自動的
に設定し、品種テーブル20に登録することにより認識
対象物の品種に適したパラメータでコーナ検出ができ認
識率が向上することになる。
に設定し、品種テーブル20に登録することにより認識
対象物の品種に適したパラメータでコーナ検出ができ認
識率が向上することになる。
発明の効果 以上のように本発明は、画像信号を2値化する手段と、
前記画像信号が2値化された2値画像の中で、注目する
図形の輪郭上の1点を検出する手段と、前記輪郭上の1
点を開始点として順次、輪郭に沿って輪郭点を追跡し、
前記図形の全輪郭点列を求める手段と、予め設定された
基準方向に対して、前記輪郭点追跡の開始点より輪郭点
数がn個(nは整数)間隔で離れた輪郭点Si(i=
0,1,2…)から、それぞれ輪郭点数がm個(mは整
数)離れた輪郭点Ei(i=0,1,2…)に向かう直
線がなす角度を輪郭点角度列θi(i=0,1,2…)
として求める手段と、前記輪郭点角度列θiを用いて隣
合う輪郭点角度差θi’=θi+1−θiを求め、前記輪
郭点列の曲率関数を求める手段と、前記曲率関数の値が
0以外のところをコーナ部として検出する手段と、前記
曲率関数においてコーナ部として検出された領域ごとに
総和をとり、各コーナ部の角度を求める手段と、前記パ
ラメータmおよびnの値を変化させて設定する手段とを
備えているため、このコーナ情報に基づき、前記パラメ
ータm,nがコーナ形状に不適切なコーナに対して、コ
ーナ形状に適した前記パラメータを再設定し、コーナの
周辺部分のみに対してコーナ抽出処理を行なうことがで
き大きさの異なるコーナが混在した図形に対して、検出
したいコーナをノイズ成分と分離して高精度で検出する
ことができる。
前記画像信号が2値化された2値画像の中で、注目する
図形の輪郭上の1点を検出する手段と、前記輪郭上の1
点を開始点として順次、輪郭に沿って輪郭点を追跡し、
前記図形の全輪郭点列を求める手段と、予め設定された
基準方向に対して、前記輪郭点追跡の開始点より輪郭点
数がn個(nは整数)間隔で離れた輪郭点Si(i=
0,1,2…)から、それぞれ輪郭点数がm個(mは整
数)離れた輪郭点Ei(i=0,1,2…)に向かう直
線がなす角度を輪郭点角度列θi(i=0,1,2…)
として求める手段と、前記輪郭点角度列θiを用いて隣
合う輪郭点角度差θi’=θi+1−θiを求め、前記輪
郭点列の曲率関数を求める手段と、前記曲率関数の値が
0以外のところをコーナ部として検出する手段と、前記
曲率関数においてコーナ部として検出された領域ごとに
総和をとり、各コーナ部の角度を求める手段と、前記パ
ラメータmおよびnの値を変化させて設定する手段とを
備えているため、このコーナ情報に基づき、前記パラメ
ータm,nがコーナ形状に不適切なコーナに対して、コ
ーナ形状に適した前記パラメータを再設定し、コーナの
周辺部分のみに対してコーナ抽出処理を行なうことがで
き大きさの異なるコーナが混在した図形に対して、検出
したいコーナをノイズ成分と分離して高精度で検出する
ことができる。
また、コーナの輪郭点を出力することによって、コーナ
の鋭さを検定することができる。
の鋭さを検定することができる。
また、コーナ検出に必要なパラメータを自動的に設定
し、対象物毎にそれを登録保持することにより、多くの
種類の対象物に対して柔軟に対応することができ認識率
が向上することができる。
し、対象物毎にそれを登録保持することにより、多くの
種類の対象物に対して柔軟に対応することができ認識率
が向上することができる。
第1図は本発明の第1の実施例における図形認識装置の
全体構成図、第2図は本発明の第1の実施例におけるコ
ーナ検出処理のフローチャート、第3図は第1の実施例
における輪郭点角度計算方法の説明図、第4図,第5
図,第6図は第1の実施例におけるコーナ検出方法の説
明図、第7図は本発明の第2の実施例における図形認識
装置の全体構成図、第8図は従来の図形認識システムの
全体構成図、第9図は従来の輪郭点抽出方法の説明図、
第10図は従来のコーナ検出方法の説明図である。 15……2値化回路、16……2値画フレームメモリ、
17……ワークメモリ、18……演算回路、19……輪
郭点検出テーブル、20……品種テーブル、51……輪
郭点抽出処理、52……輪郭点角度計算処理、53……
輪郭点角度差計算、54……輪郭点角度差平均計算、5
5……コーナ検出処理、56……精検索処理。
全体構成図、第2図は本発明の第1の実施例におけるコ
ーナ検出処理のフローチャート、第3図は第1の実施例
における輪郭点角度計算方法の説明図、第4図,第5
図,第6図は第1の実施例におけるコーナ検出方法の説
明図、第7図は本発明の第2の実施例における図形認識
装置の全体構成図、第8図は従来の図形認識システムの
全体構成図、第9図は従来の輪郭点抽出方法の説明図、
第10図は従来のコーナ検出方法の説明図である。 15……2値化回路、16……2値画フレームメモリ、
17……ワークメモリ、18……演算回路、19……輪
郭点検出テーブル、20……品種テーブル、51……輪
郭点抽出処理、52……輪郭点角度計算処理、53……
輪郭点角度差計算、54……輪郭点角度差平均計算、5
5……コーナ検出処理、56……精検索処理。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 森本 正通 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (56)参考文献 特開 昭59−121564(JP,A)
Claims (2)
- 【請求項1】画像信号を2値化する手段と、 前記画像信号が2値化された2値画像の中で注目する図
形の輪郭上の1点を検出する手段と、 前記輪郭上の1点を開始点として順次、輪郭に沿って輪
郭点を追跡し、前記図形の全輪郭点列を求める手段と、 予め設定された基準方向に対して、前記輪郭点追跡の開
始点より輪郭点数がn個(nは整数)間隔で離れた輪郭
点Si(i=0,1,2…)から、それぞれ輪郭点数が
m個(mは整数)離れた輪郭点Ei(i=0,1,2
…)に向かう直線がなす角度を輪郭点角度列θi(i=
0,1,2…)として求める手段と、 前記輪郭点角度列θiを用いて隣合う輪郭点角度差θ
i’=θi+1−θiを求め、前記輪郭点列の曲率関数を
求める手段と、 前記曲率関数の値が0以外のところをコーナ部として検
出する手段と、 前記曲率関数においてコーナ部として検出された領域ご
とに総和をとり、各コーナ部の角度を求める手段と、 前記パラメータmおよびnの値を変化させて設定する手
段とを備えたことを特徴とする図形認識装置。 - 【請求項2】画像信号を2値化する手段と、 前記画像信号が2値化された2値画像の中で注目する図
形の輪郭上の1点を検出する手段と、 前記輪郭上の1点を開始点として順次、輪郭に沿って輪
郭点を追跡し、前記図形の全輪郭点列を求める手段と、 予め設定された基準方向に対して、前記輪郭点追跡の開
始点より輪郭点数がn個(nは整数)間隔で離れた輪郭
点Si(i=0,1,2…)から、それぞれ輪郭点数が
m個(mは整数)離れた輪郭点Ei(i=0,1,2
…)に向かう直線がなす角度を輪郭点角度列θi(i=
0,1,2…)として求める手段と、 前記輪郭点角度列θiを用いて隣合う輪郭点角度差θ
i’=θi+1−θiを求め、前記輪郭点列の曲率関数を
求める手段と、 前記曲率関数の値が0以外のところをコーナ部として検
出する手段と、 前記曲率関数においてコーナ部として検出された領域ご
とに存在する輪郭点の個数を求め、コーナ情報とする手
段と、 前記パラメータmおよびnの値を変化させて設定する手
段とを備えたことを特徴とする図形認識装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61168347A JPH065545B2 (ja) | 1986-07-17 | 1986-07-17 | 図形認識装置 |
EP87110311A EP0253397B1 (en) | 1986-07-17 | 1987-07-16 | Shape recognition method |
DE87110311T DE3787587T2 (de) | 1986-07-17 | 1987-07-16 | Formerkennungsverfahren. |
US07/074,186 US4845764A (en) | 1986-07-17 | 1987-07-16 | Shape recognition apparatus |
KR1019870007792A KR920004956B1 (ko) | 1986-07-17 | 1987-07-18 | 도형인식장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61168347A JPH065545B2 (ja) | 1986-07-17 | 1986-07-17 | 図形認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS6324473A JPS6324473A (ja) | 1988-02-01 |
JPH065545B2 true JPH065545B2 (ja) | 1994-01-19 |
Family
ID=15866373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP61168347A Expired - Lifetime JPH065545B2 (ja) | 1986-07-17 | 1986-07-17 | 図形認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH065545B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04115372A (ja) * | 1990-09-05 | 1992-04-16 | A T R Tsushin Syst Kenkyusho:Kk | 顔特徴点抽出装置 |
US5407081A (en) * | 1991-11-02 | 1995-04-18 | Tohoku Ricoh Co., Ltd. | Stacker having a classifying bullet to shift delivered sheet |
US5638462A (en) * | 1993-12-24 | 1997-06-10 | Nec Corporation | Method and apparatus for recognizing graphic forms on the basis of elevation angle data associated with sequence of points constituting the graphic form |
KR100455267B1 (ko) * | 1997-01-31 | 2005-01-15 | 삼성전자주식회사 | 외곽선 데이타 추출 및 복원 방법 |
JP2002049909A (ja) * | 2000-08-03 | 2002-02-15 | Namco Ltd | パターン認識処理装置、方法および情報記憶媒体 |
US7534469B2 (en) | 2005-03-31 | 2009-05-19 | Asm Japan K.K. | Semiconductor-processing apparatus provided with self-cleaning device |
-
1986
- 1986-07-17 JP JP61168347A patent/JPH065545B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPS6324473A (ja) | 1988-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR920004956B1 (ko) | 도형인식장치 | |
JPH03294976A (ja) | 基準マークパターン検出装置 | |
JPH077446B2 (ja) | 部品認識方法 | |
JPH01111281A (ja) | 部品認識方法 | |
JPH065545B2 (ja) | 図形認識装置 | |
JPH0953915A (ja) | 重なり状態認識方法 | |
JPH065544B2 (ja) | 図形認識装置 | |
JP3375242B2 (ja) | ロボットの物体認識方法及びその装置 | |
JPH09178427A (ja) | 画像位置計測方法 | |
JPH07302346A (ja) | 路面の白線検出方法 | |
JP2506673B2 (ja) | 電子部品のリ−ド認識装置 | |
JPH10332333A (ja) | 対象物の回転角と位置の検出方法 | |
JP2959017B2 (ja) | 円形画像判別方法 | |
JPH0731733B2 (ja) | 矩形検出装置 | |
JP2000182056A (ja) | 画像処理装置 | |
JPH0721380A (ja) | 画像処理による成形品形状誤差判断方法 | |
JPS61286704A (ja) | 画像の境界線検出方法 | |
JP2704933B2 (ja) | 画像処理の位置検出方法 | |
JPH0546734A (ja) | パターン認識方法 | |
JPH0410074A (ja) | 画像パターン傾き検出方法 | |
JPH02179401A (ja) | 物体の計測方法 | |
JPH0624028B2 (ja) | パターン認識のための特徴点コーナーの位置計測方法 | |
JPH04188379A (ja) | 画像パターン認識方法 | |
JPH0143351B2 (ja) | ||
JPH07104931B2 (ja) | 線図形折線化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EXPY | Cancellation because of completion of term |