JPH0679339B2 - 画像処理方法 - Google Patents
画像処理方法Info
- Publication number
- JPH0679339B2 JPH0679339B2 JP63088483A JP8848388A JPH0679339B2 JP H0679339 B2 JPH0679339 B2 JP H0679339B2 JP 63088483 A JP63088483 A JP 63088483A JP 8848388 A JP8848388 A JP 8848388A JP H0679339 B2 JPH0679339 B2 JP H0679339B2
- Authority
- JP
- Japan
- Prior art keywords
- distance
- dimensional
- coordinates
- dimensional coordinates
- coordinate
- 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 - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔発明の技術分野〕 この発明は、画像中の図形間の重心間距離の最小値、す
なわち最近接重心間距離を求めるための画像処理方法に
関する。
なわち最近接重心間距離を求めるための画像処理方法に
関する。
例えば金属組織の顕微鏡像においては、異なる組織では
各組織中のグループ（連続した画素の集合を意味する画
像処理用語である。ここでは、以下「図形」と言い換え
る。）の最近接重心間距離が異なることが多く、最近接
重心間距離を求めることは異組織間の境界を見出す上で
重要である。
各組織中のグループ（連続した画素の集合を意味する画
像処理用語である。ここでは、以下「図形」と言い換え
る。）の最近接重心間距離が異なることが多く、最近接
重心間距離を求めることは異組織間の境界を見出す上で
重要である。
従来最近接重心距離を効率的に求める手法は発表されて
いないようであるが、最も単純な考え方で最近接重心間
距離を求めるとすると、各グループと他の全てのグルー
プの重心との距離を全て求め、その中の最小値を求める
必要がある。この演算のためには、グループ数がＮ個の
とき、 Ｎ×1/2N（Ｎ−１）∝N3 回 の距離演算および数値比較が必要であり、グループの増
大にともなって演算時間は膨大となる。
いないようであるが、最も単純な考え方で最近接重心間
距離を求めるとすると、各グループと他の全てのグルー
プの重心との距離を全て求め、その中の最小値を求める
必要がある。この演算のためには、グループ数がＮ個の
とき、 Ｎ×1/2N（Ｎ−１）∝N3 回 の距離演算および数値比較が必要であり、グループの増
大にともなって演算時間は膨大となる。
この発明はこのような従来の問題点を解消すべく創案さ
れたもので、最近接重心間距離を効率的に算出し得る画
像処理方法を提供することを目的とする。
れたもので、最近接重心間距離を効率的に算出し得る画
像処理方法を提供することを目的とする。
この発明に係る画像処理方法は、あるグループ（以下基
準グループという。）に対して最近接重心間距離を与え
るグループが、少なくとも重心のｘ座標、ｙ座標の一方
が基準グループのｘ座標、ｙ座標に近い値を持つという
経験則に基づき、画像中の各グループの重心を表示する
指標を、フレームメモリ中の各重心の位置に登録し、フ
レームメモリをラスタ順に読みながら重心のｘ座標、ｙ
座標をテーブルに登録し、このテーブル上で、基準グル
ープに対してより近接したグループから順次重心間距離
を算出し、ｘ座標またはｙ座標の比較のみでより小さい
重心間距離が得られないグループについては演算を省略
するものである。
準グループという。）に対して最近接重心間距離を与え
るグループが、少なくとも重心のｘ座標、ｙ座標の一方
が基準グループのｘ座標、ｙ座標に近い値を持つという
経験則に基づき、画像中の各グループの重心を表示する
指標を、フレームメモリ中の各重心の位置に登録し、フ
レームメモリをラスタ順に読みながら重心のｘ座標、ｙ
座標をテーブルに登録し、このテーブル上で、基準グル
ープに対してより近接したグループから順次重心間距離
を算出し、ｘ座標またはｙ座標の比較のみでより小さい
重心間距離が得られないグループについては演算を省略
するものである。
次にこの発明に係る画像処理方法の一実施例を図面に基
づいて説明する。
づいて説明する。
第１図において、複数のグループ（図中にはN0.1〜６の
６グループが存在する。）について重心が求められてい
るとき（図中各グループ毎に×印で示す。）、各グルー
プの重心を示す指標（例えば各グループのラベリング番
号）を各重心の位置に書き込んだ画像を生成する（第２
図）。画像はフレームメモリ上に生成され、フレームメ
モリは高速でラスタ順に読み出されるここにフレームメ
モリは画像は２次元座標に対応した２次元のアドレス管
理され、画像の幾何学的形状に対応したアドレス管理が
可能である。この読み出しに際して、指標の存在したｘ
座標（横座標）ｙ座標（縦座標）を、指標を発見した順
に、すなわちラスタ順にテーブルに書き込む。ここにテ
ーブルはCPU等によって管理されるシステムメモリ等の
メモリであり、メモリ自体のアドレス構成にそった１次
元のアドレスを有する。
６グループが存在する。）について重心が求められてい
るとき（図中各グループ毎に×印で示す。）、各グルー
プの重心を示す指標（例えば各グループのラベリング番
号）を各重心の位置に書き込んだ画像を生成する（第２
図）。画像はフレームメモリ上に生成され、フレームメ
モリは高速でラスタ順に読み出されるここにフレームメ
モリは画像は２次元座標に対応した２次元のアドレス管
理され、画像の幾何学的形状に対応したアドレス管理が
可能である。この読み出しに際して、指標の存在したｘ
座標（横座標）ｙ座標（縦座標）を、指標を発見した順
に、すなわちラスタ順にテーブルに書き込む。ここにテ
ーブルはCPU等によって管理されるシステムメモリ等の
メモリであり、メモリ自体のアドレス構成にそった１次
元のアドレスを有する。
テーベルは第３図に示すように生成され、ｙ座標、ｘ座
標の組がシリアルに登録される。第１図、第２図に示す
ように、座標原点を画像の左上隅にとり、縦方向をｙ方
向、水平方向をｘ方向とすれば、テーブルにおいてはｙ
座標は単調増加するように配列され、同一ｙ座標におい
てはｘ座標は単調増加する。
標の組がシリアルに登録される。第１図、第２図に示す
ように、座標原点を画像の左上隅にとり、縦方向をｙ方
向、水平方向をｘ方向とすれば、テーブルにおいてはｙ
座標は単調増加するように配列され、同一ｙ座標におい
てはｘ座標は単調増加する。
最近接重心間距離は各グループ毎に求めることができる
ため、順次１つのグループを選択しこのグループを基準
として（以下選択されたグループを基準グループとい
い、基準グループのx,y座標を「基準２次元座標」とい
う。）、そのグループに「近い」グループ、すなわちア
ドレス値が近いグループから順次グループを選択し、そ
のｘ、ｙ座標を「対象２次元座標」として、「基準２次
元座標」と「対象２次元座標」との距離、すなわち重心
間距離を検討する。ここに「近い」とは、テーブルに記
載された順序が近いという意味であり、前述の座標設定
では、ｙ座標値が同一または近いものから順次重心間距
離が算出される。
ため、順次１つのグループを選択しこのグループを基準
として（以下選択されたグループを基準グループとい
い、基準グループのx,y座標を「基準２次元座標」とい
う。）、そのグループに「近い」グループ、すなわちア
ドレス値が近いグループから順次グループを選択し、そ
のｘ、ｙ座標を「対象２次元座標」として、「基準２次
元座標」と「対象２次元座標」との距離、すなわち重心
間距離を検討する。ここに「近い」とは、テーブルに記
載された順序が近いという意味であり、前述の座標設定
では、ｙ座標値が同一または近いものから順次重心間距
離が算出される。
第４図に示すように、重心座標が（xk,yk）であるグル
ープを基準グループとしたとき、昇順および降順に他の
グループとの重心間距離を検討していくが、ここでは昇
順の検討についてのみ説明する。
ープを基準グループとしたとき、昇順および降順に他の
グループとの重心間距離を検討していくが、ここでは昇
順の検討についてのみ説明する。
まず基準グループとその次の順序のグループとの重心間
距離ｄk,k＋１ ｄk,k＋１＝（xk−xk+1）２＋（yk−yk+1）２ ……
（１） を算出する。そして「対象２次元座標」と次のアドレス
のグループについて、そのｘ、ｙ座標を「比較２次元座
標」として、「基準２次元座標」、「対象２次元座
標」、「比較２次元座標」３者の関係を検討する。ここ
で、xk,xk+1,xk+2の座標を比較し、 xk≧xk+1≧xk+2 ……（２） または xk≦xk+1≦xk+2 ……（３） となれば、必ず ｄk,k＋１≦ｄk,k＋２ であるため、ｄk,k＋２の計算を省略し、次のグループ
の検討に入る。すなわち、「基準２次元座標」として次
のアドレスのグループのｘ、ｙ座標を採用し前記と同様
の検討を再開する。
距離ｄk,k＋１ ｄk,k＋１＝（xk−xk+1）２＋（yk−yk+1）２ ……
（１） を算出する。そして「対象２次元座標」と次のアドレス
のグループについて、そのｘ、ｙ座標を「比較２次元座
標」として、「基準２次元座標」、「対象２次元座
標」、「比較２次元座標」３者の関係を検討する。ここ
で、xk,xk+1,xk+2の座標を比較し、 xk≧xk+1≧xk+2 ……（２） または xk≦xk+1≦xk+2 ……（３） となれば、必ず ｄk,k＋１≦ｄk,k＋２ であるため、ｄk,k＋２の計算を省略し、次のグループ
の検討に入る。すなわち、「基準２次元座標」として次
のアドレスのグループのｘ、ｙ座標を採用し前記と同様
の検討を再開する。
このように、距離計算のような複雑な演算を省略するこ
とにより効率は大幅に向上する。
とにより効率は大幅に向上する。
前記条件式（２）または（３）が満足されなかったとき
はｄk,k＋２を計算し、ｄk,k＋１とｄk,k＋２のうちの
いずれか小さい方を登録しておく。
はｄk,k＋２を計算し、ｄk,k＋１とｄk,k＋２のうちの
いずれか小さい方を登録しておく。
以後、「対象２次元座標」として順次次のアドレスのグ
ループのｘ、ｙ座標を選択し、上記と同様の検討を再開
する。すなわち条件（２）、（３）による判定と、必要
に応じて距離計算を行い、より小さい距離を登録してお
く。
ループのｘ、ｙ座標を選択し、上記と同様の検討を再開
する。すなわち条件（２）、（３）による判定と、必要
に応じて距離計算を行い、より小さい距離を登録してお
く。
降順について、「基準２次元座標」、「対象２条件座
標」、「比較２次元座標」を順次選択し、上記と同様の
検討を行う。降順においては前記条件式は次のように書
きかえられる。
標」、「比較２次元座標」を順次選択し、上記と同様の
検討を行う。降順においては前記条件式は次のように書
きかえられる。
xk≧xk-1≧xk-2 ……（４） xk≦xk-1≦xk-2 ……（５） 降順の検討に入るときは昇順の検討時に求めた最小の重
心間距離（以下ｄu,minという。）を基準とし、 ｄk,k−１≧ｄu,min であるときは、条件式（４），（５）を満足しないグル
ープについて計算した距離とｄu,minとを比較し、より
小さい方を登録し、以後の検討を行う。
心間距離（以下ｄu,minという。）を基準とし、 ｄk,k−１≧ｄu,min であるときは、条件式（４），（５）を満足しないグル
ープについて計算した距離とｄu,minとを比較し、より
小さい方を登録し、以後の検討を行う。
なおここでは昇順→降順の順序で検討を行ったが当然逆
の順序でも同様の結果が得られる。
の順序でも同様の結果が得られる。
以上の処理では、グループ数をＮとすると、１つのグル
ープについて距離演算の回数は（Ｎ−１）回よりもはる
かに少なく、条件式へのあてはめのみ（Ｎ−１）回行う
ことになる。
ープについて距離演算の回数は（Ｎ−１）回よりもはる
かに少なく、条件式へのあてはめのみ（Ｎ−１）回行う
ことになる。
従って演算回数は従来よりも大幅に減少し、グループ数
が大になるほどその差は顕著になる。
が大になるほどその差は顕著になる。
なおｘ座標、ｙ座標のとり方は任意に設定でき、またテ
ーブルの作成順序はフレームメモリのラスタ方向に沿っ
ていればよい。第5a図、第5b図は前記実施例を汎用コン
ピュータで処理する際の処理例を示すフローチャートで
ある。
ーブルの作成順序はフレームメモリのラスタ方向に沿っ
ていればよい。第5a図、第5b図は前記実施例を汎用コン
ピュータで処理する際の処理例を示すフローチャートで
ある。
第5a図において、重心座標の算出（ステップS1）、重心
位置へのラベル番号のフレームメモリへの書込み（ステ
ップS2）、重心の検出とそのｘ、ｙ座標のテーブルへの
書き込み（ステップS3）を順次行い、テーブルのアドレ
スAdとして先頭アドレス「０」を指定する（ステップS
4）。ここで昇順を指定するためのアドレスのステップ
アドレスのステップiiを「＋１」にする（ステップS
5）。また最初の「基準２次元座標」についての昇順に
おける仮の最近接重心距離dpo（２）として充分大きい
仮の値DDを代入しておく（ステップS6）。
位置へのラベル番号のフレームメモリへの書込み（ステ
ップS2）、重心の検出とそのｘ、ｙ座標のテーブルへの
書き込み（ステップS3）を順次行い、テーブルのアドレ
スAdとして先頭アドレス「０」を指定する（ステップS
4）。ここで昇順を指定するためのアドレスのステップ
アドレスのステップiiを「＋１」にする（ステップS
5）。また最初の「基準２次元座標」についての昇順に
おける仮の最近接重心距離dpo（２）として充分大きい
仮の値DDを代入しておく（ステップS6）。
Ad＋iiのアドレスの２次元座標を「対象２次元座標」と
して重心間距離dp1を算出する（ステップS7）,dp1とdpo
（２）を比較する（ステップS8）。これはより小さい重
心間距離を求める処理である。このときdp1＜dpo（２）
であれば、dpo（２）＝dp1とし（ステップS9）,iiをイ
ンクリメントする（ステップS10）。次に式（２）、
（３）の判断を行い、条件が満足されたときには、ステ
ップiiを「−１」として降順の検討に入り（ステップS1
2,S13）、ステップS6〜S10を実行する。また条件が満足
されなかったときには、重心間距離の算出（ステップ
７）以下、ステップS7〜S10を実行する。降順の処理で
はdpo（２）とは別に、dpo（１）を求め、dpo（１）、d
po（２）のうち小さいほうの値を最終的な最近接重心間
距離として出力（ステップS14）。
して重心間距離dp1を算出する（ステップS7）,dp1とdpo
（２）を比較する（ステップS8）。これはより小さい重
心間距離を求める処理である。このときdp1＜dpo（２）
であれば、dpo（２）＝dp1とし（ステップS9）,iiをイ
ンクリメントする（ステップS10）。次に式（２）、
（３）の判断を行い、条件が満足されたときには、ステ
ップiiを「−１」として降順の検討に入り（ステップS1
2,S13）、ステップS6〜S10を実行する。また条件が満足
されなかったときには、重心間距離の算出（ステップ
７）以下、ステップS7〜S10を実行する。降順の処理で
はdpo（２）とは別に、dpo（１）を求め、dpo（１）、d
po（２）のうち小さいほうの値を最終的な最近接重心間
距離として出力（ステップS14）。
このようにして、１個の「基準２次元座標」について最
近接重心間距離が求められたときには、アドレスAdをイ
ンクルメントし（ステップS15）、Adが最終アドレスEND
になるまで（ステップS16）処理を続行する。
近接重心間距離が求められたときには、アドレスAdをイ
ンクルメントし（ステップS15）、Adが最終アドレスEND
になるまで（ステップS16）処理を続行する。
前述のとおり、その発明に係る画像処理方法は、あるグ
ループ（以下基準グループという。）に対して最近接重
心間距離を与えるグループは、少なくとも重心のｘ座
標、ｙ座標の一方が基準グループのｘ座標、ｙ座標に近
い値を持つという経験則に基づき、画像中の各グループ
の重心を表示する指標を、フレームメモリ中の各重心の
位置に登録し、フレームメモリをラスタ順に読みながら
重心のｘ座標、ｙ座標をテーブルに登録し、このテーブ
ル上で、基準グループに対してより近接したグループか
ら順次重心間距離を算出し、ｘ座標またはｙ座標の比較
のみでより小さい重心距離が得られないグループについ
ては演算を省略するので、最近接重心間距離を効率的に
算出し得るという優れた効果を有する。
ループ（以下基準グループという。）に対して最近接重
心間距離を与えるグループは、少なくとも重心のｘ座
標、ｙ座標の一方が基準グループのｘ座標、ｙ座標に近
い値を持つという経験則に基づき、画像中の各グループ
の重心を表示する指標を、フレームメモリ中の各重心の
位置に登録し、フレームメモリをラスタ順に読みながら
重心のｘ座標、ｙ座標をテーブルに登録し、このテーブ
ル上で、基準グループに対してより近接したグループか
ら順次重心間距離を算出し、ｘ座標またはｙ座標の比較
のみでより小さい重心距離が得られないグループについ
ては演算を省略するので、最近接重心間距離を効率的に
算出し得るという優れた効果を有する。
第１図は処理対象となる画像の１例を示す概念図、第２
図〜第４図はこの発明方法の一実施例を示すもので、第
２図は同画像の重心を抽出した画像を示す概念図、第３
図は重心座標のテーブルを示す概念図、第４図は同テー
ブルの一部の詳細を示す概念図で、第5a図は同実施例の
フローチャート前半、第5b図は同フローチャートの後半
である。
図〜第４図はこの発明方法の一実施例を示すもので、第
２図は同画像の重心を抽出した画像を示す概念図、第３
図は重心座標のテーブルを示す概念図、第４図は同テー
ブルの一部の詳細を示す概念図で、第5a図は同実施例の
フローチャート前半、第5b図は同フローチャートの後半
である。
Claims (1)
- 【請求項１】画像中の各図形の重心について最も近い重
心の図形とその距離を求める画像処理方法において； ｉ）画像の縦横の２次元座標に対応した２次元アドレス
を有する第１メモリと、１次元アドレスを有する第２メ
モリとを使用し； ii）画像中の各図形の重心の座標を算出して、各重心の
座標に対応したアドレスに、重心であることを示すデー
タを書き込み； iii）第１メモリのデータを画像のラスタ順に読出し、
重心のデータが読出されたときに、そのときの第１メモ
リのアドレスに基づいてその重心の２次元座標を、重心
のデータが読出された順序で第２メモリに書込み； iv）第２メモリから順次１個の２次元座標を「基準２次
元座標」として選択し、各「基準２次元座標」について
アドレスの昇順および降順に距離検討を行い； ｖ）昇順の検討の場合には、基準２次元座標からアドレ
スが「１」多い２次元座標を「対象２次元座標」として
選択し、「基準２次元座標」と「対象２次元座標」との
距離を算出し； vi）「対象２次元座標」よりアドレスが「１」多い２次
元座標を「比較２次元座標」として選択し； vii）「基準２次元座標」、「対象２次元座標」、「比
較２次元座標」の横座標がこれらの配列順に増加または
減少しているときには前記距離を前記「基準２次元座
標」に関する仮の最近接重心間距離とし； viii）「基準２次元座標」、「対象２次元座標」、「比
較２次元座標」の横座標が「対象２次元座標」で極大値
または極小値をとるときには、「基準２次元座標」と
「比較２次元座標」との距離を計算して前記距離と比較
し、前記距離がより小さかったときには前記距離を「基
準２次元座標」に関する仮の最近接重心間距離とし； ix）あらたな距離がより小さかったときには前記距離を
あらたな距離に置き換えて、「比較２次元座標」をあら
たな「対象２次元座標」として、前記vii）またはvii
i）が満足されるまで前記iv）〜viii）を繰り返し； ｘ）降順の検討の場合には、基準２次元座標からアドレ
スが「１」少ない２次元座標を「対象２次元座標」とし
て選択し、「基準２次元座標」と「対象２次元座標」と
の距離を算出し； xi）「対象２次元座標」よりアドレスが「１」少ない２
次元座標を「比較２次元座標」として選択し； xii）「基準２次元座標」、「対象２次元座標」、「比
較２次元座標」の横座標がこれらの配列順に増加または
減少しているときには前記距離を前記「基準２次元座
標」に関する仮の最近接重心間距離とし； xiii）「基準２次元座標」、「対象２次元座標」、「比
較２次元座標」の横座標が「対象２次元座標」で極大値
または極小値をとるときには、「基準２次元座標」と
「比較２次元座標」との距離を計算して前記距離と比較
し、前記距離がより小さかったときには前記距離を「基
準２次元座標」に関する仮りの最接近重心間距離とし； xiv）あらたな距離がより小さかったときには前記距離
をあらたな距離に置き換え「比較２次元座標」をあらた
な「対象２次元座標」として、前記xii）またはxiii）
が満足されるまで前記xi）〜xiv）を繰り返し； xv）昇順と降順で得られた仮の最近接重心距離の内より
小さい方をその「基準２次元座標」に関する最近接重心
間距離とする； ことを特徴とする画像処理方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63088483A JPH0679339B2 (ja) | 1988-04-11 | 1988-04-11 | 画像処理方法 |
| DE68919888T DE68919888T2 (de) | 1988-04-11 | 1989-04-07 | Bildverarbeitungsmethode. |
| EP89106203A EP0337324B1 (en) | 1988-04-11 | 1989-04-07 | Image processing method |
| US07/711,493 US5146549A (en) | 1988-04-11 | 1991-06-04 | Method and apparatus for identifying a pair of groups in an image having a minimum separation distance |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63088483A JPH0679339B2 (ja) | 1988-04-11 | 1988-04-11 | 画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01259466A JPH01259466A (ja) | 1989-10-17 |
| JPH0679339B2 true JPH0679339B2 (ja) | 1994-10-05 |
Family
ID=13944041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63088483A Expired - Fee Related JPH0679339B2 (ja) | 1988-04-11 | 1988-04-11 | 画像処理方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5146549A (ja) |
| EP (1) | EP0337324B1 (ja) |
| JP (1) | JPH0679339B2 (ja) |
| DE (1) | DE68919888T2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5553196A (en) * | 1989-04-05 | 1996-09-03 | Yozan, Inc. | Method for processing data using a neural network having a number of layers equal to an abstraction degree of the pattern to be processed |
| EP0787288B1 (en) * | 1994-10-20 | 2009-03-04 | Packard Instrument Company, Inc. | Improved imaging method and apparatus |
| DE19928737C1 (de) * | 1999-06-23 | 2001-04-19 | Siemens Ag | Verfahren zur Zuordnung von Marken und Verwendung des Verfahrens |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE412966B (sv) * | 1978-01-20 | 1980-03-24 | Danielsson Per Erik | Anordning for kontroll av avstand mellan objekt i en tvadimensionell diskretiserad bild |
| JPS6073682A (ja) * | 1983-09-30 | 1985-04-25 | 株式会社東芝 | グラフイツクメモリ内デ−タ転送方式 |
| US4837563A (en) * | 1987-02-12 | 1989-06-06 | International Business Machine Corporation | Graphics display system function circuit |
-
1988
- 1988-04-11 JP JP63088483A patent/JPH0679339B2/ja not_active Expired - Fee Related
-
1989
- 1989-04-07 EP EP89106203A patent/EP0337324B1/en not_active Expired - Lifetime
- 1989-04-07 DE DE68919888T patent/DE68919888T2/de not_active Expired - Fee Related
-
1991
- 1991-06-04 US US07/711,493 patent/US5146549A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP0337324A3 (en) | 1990-12-19 |
| US5146549A (en) | 1992-09-08 |
| DE68919888T2 (de) | 1996-10-24 |
| EP0337324B1 (en) | 1994-12-14 |
| DE68919888D1 (de) | 1995-01-26 |
| JPH01259466A (ja) | 1989-10-17 |
| EP0337324A2 (en) | 1989-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6175844B1 (en) | Ordering groups of text in an image | |
| CN108334881B (zh) | 一种基于深度学习的车牌识别方法 | |
| CN110334762B (zh) | 一种基于四叉树结合orb和sift的特征匹配方法 | |
| CN111753682B (zh) | 一种基于目标检测算法的吊装区域动态监控方法 | |
| CN112861919A (zh) | 一种基于改进YOLOv3-tiny的水下声纳图像目标检测方法 | |
| CN110942473A (zh) | 一种基于特征点网格化匹配的运动目标跟踪检测方法 | |
| JPH07220090A (ja) | 物体認識方法 | |
| Jiang et al. | SOM based image segmentation | |
| JP3054682B2 (ja) | 画像処理方法 | |
| CN113420648B (zh) | 一种具有旋转适应性的目标检测方法及系统 | |
| JP2002539533A (ja) | 多重レベルの画像グリッドデータ構造とそれを利用した画像検索方法 | |
| JPH0679339B2 (ja) | 画像処理方法 | |
| US5014331A (en) | Method of detecting an internal point within a closed area | |
| CN112541902A (zh) | 相似区域搜索方法、装置、电子设备及介质 | |
| CN109657577B (zh) | 一种基于熵和运动偏移量的动物检测方法 | |
| CN114111602B (zh) | 一种基于图像技术的桥梁表面裂缝宽度计算方法 | |
| CN115601684A (zh) | 突发事件预警方法、装置、电子设备及存储介质 | |
| CN115131384A (zh) | 基于边缘保持的仿生机器人3d打印方法、装置及介质 | |
| CN113837254A (zh) | 一种计算机视觉中图像目标的检测方法 | |
| JP3661774B2 (ja) | 文字列認識方法、文字認識装置およびプログラム | |
| Ma et al. | An improved method of geometric hashing pattern recognition | |
| CN111597375B (zh) | 基于相似图片组代表特征向量的图片检索方法及相关设备 | |
| Zhang et al. | A new algorithm for real-time ellipse detection | |
| JPS63238686A (ja) | 特徴抽出方式 | |
| JP2974167B2 (ja) | 文字の大分類認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |