JPH07111739B2 - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH07111739B2 JPH07111739B2 JP5060323A JP6032393A JPH07111739B2 JP H07111739 B2 JPH07111739 B2 JP H07111739B2 JP 5060323 A JP5060323 A JP 5060323A JP 6032393 A JP6032393 A JP 6032393A JP H07111739 B2 JPH07111739 B2 JP H07111739B2
- Authority
- JP
- Japan
- Prior art keywords
- line
- point
- contour line
- contour
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】この発明は画像処理装置に関し、
特に、文字，図形などの線分を抽出して、その結果を出
力するような画像処理装置に関する。
特に、文字，図形などの線分を抽出して、その結果を出
力するような画像処理装置に関する。
【０００２】
【従来の技術】文字や図形などの画像から、たとえば文
字のストロークなどの線分や図形の輪郭線上における接
線，法線などを求めるなど、画像の点列からある線分を
抽出することは画像処理装置において基本的な機能の１
つである。その代表例として、図形などの輪郭線上の各
点について、その法線方向を決定する場合、次のような
方法が従来取られていた。
字のストロークなどの線分や図形の輪郭線上における接
線，法線などを求めるなど、画像の点列からある線分を
抽出することは画像処理装置において基本的な機能の１
つである。その代表例として、図形などの輪郭線上の各
点について、その法線方向を決定する場合、次のような
方法が従来取られていた。
【０００３】まず、電子化したデジタル画像である図形
を二値化して、画素の連結状態を調べることにより、図
形の輪郭線が抽出される。一般に、デジタル画像である
ため、抽出した輪郭線は、凹凸が大きく、この状態のま
ま各種の処理を行なうと、誤差が生ずるため、輪郭線自
体の平滑化が行なわれる。輪郭線を抽出する前に、元の
図形画像自身をフィルタなどで平滑することも有効な手
段であるが、それだけでは抽出した輪郭線を十分滑らか
にすることが難しいため、輪郭線自体の平滑化は必要で
ある。輪郭線自体の平滑化は、たとえば輪郭線上のある
点を中心にした窓内でガウスフィルタなどを掛けるなど
して行なうことができる。
を二値化して、画素の連結状態を調べることにより、図
形の輪郭線が抽出される。一般に、デジタル画像である
ため、抽出した輪郭線は、凹凸が大きく、この状態のま
ま各種の処理を行なうと、誤差が生ずるため、輪郭線自
体の平滑化が行なわれる。輪郭線を抽出する前に、元の
図形画像自身をフィルタなどで平滑することも有効な手
段であるが、それだけでは抽出した輪郭線を十分滑らか
にすることが難しいため、輪郭線自体の平滑化は必要で
ある。輪郭線自体の平滑化は、たとえば輪郭線上のある
点を中心にした窓内でガウスフィルタなどを掛けるなど
して行なうことができる。
【０００４】図２は上述のごとくして平滑化された輪郭
線から法線方向を決定する方法を説明するための図であ
る。図２に示すように、輪郭線２５上に隣接する３点、
点２０，点２１，点２２がある。これらの点の法線方向
を図２のようにして求める場合、まず輪郭線２５上にお
ける各点の接線が求められ、その接線の傾きに対して９
０゜（または逆向きに９０）方向が接線方向とされる。
したがって、法線方向を求めることは、輪郭線上で各点
の接線の傾きを求めることに等しい。
線から法線方向を決定する方法を説明するための図であ
る。図２に示すように、輪郭線２５上に隣接する３点、
点２０，点２１，点２２がある。これらの点の法線方向
を図２のようにして求める場合、まず輪郭線２５上にお
ける各点の接線が求められ、その接線の傾きに対して９
０゜（または逆向きに９０）方向が接線方向とされる。
したがって、法線方向を求めることは、輪郭線上で各点
の接線の傾きを求めることに等しい。
【０００５】最も簡単に接線を求める一般的な方法とし
て、隣接する点の座標を用いて、座標値の差分から接線
の傾きを求める方法がある。たとえば、点２１の接線の
傾きは次のようにして求めることができる。点２１の座
標を（Ｘ１，Ｙ１）、点２２の座標を（Ｘ２，Ｙ２）と
した場合、点２１の接線の傾きは （Ｙ２−Ｙ１）／（Ｘ２−Ｘ１）…（１） で求めることができる。
て、隣接する点の座標を用いて、座標値の差分から接線
の傾きを求める方法がある。たとえば、点２１の接線の
傾きは次のようにして求めることができる。点２１の座
標を（Ｘ１，Ｙ１）、点２２の座標を（Ｘ２，Ｙ２）と
した場合、点２１の接線の傾きは （Ｙ２−Ｙ１）／（Ｘ２−Ｘ１）…（１） で求めることができる。
【０００６】
【発明が解決しようとする課題】輪郭線の形状がたとえ
ば円などのように単純な場合や、隣接する点列の並び方
がある点の近傍で大きく異ならないような非常に滑らか
な場合は、座標値の差分から接線を求めても高い精度で
接線方向の推定を行なうことができるが、輪郭線の形状
が複雑であり、滑らかでない場合は、元々デジタル画像
のために座標値が離散値である性質上、差分で高い精度
の接線を推定することは難しい。そこで、輪郭線をフィ
ルタなどを用いてより平滑化して滑らかにすれば、この
ように平滑した輪郭線に対して接線の精度は向上する
が、抽出した輪郭線自体の形状が変化してしまい、元々
輪郭線が持っていた形状に関する情報が大幅に欠落して
しまうおそれがある。その他の対応策としては、一度差
分によって決定した結果を隣接の点の上方で補間するこ
とで、若干の修正を行なうなどであるが、この場合も輪
郭線全体が滑らかであるという前提で補間を行なうた
め、接線方向の精度向上の根本的な解決はできない。
ば円などのように単純な場合や、隣接する点列の並び方
がある点の近傍で大きく異ならないような非常に滑らか
な場合は、座標値の差分から接線を求めても高い精度で
接線方向の推定を行なうことができるが、輪郭線の形状
が複雑であり、滑らかでない場合は、元々デジタル画像
のために座標値が離散値である性質上、差分で高い精度
の接線を推定することは難しい。そこで、輪郭線をフィ
ルタなどを用いてより平滑化して滑らかにすれば、この
ように平滑した輪郭線に対して接線の精度は向上する
が、抽出した輪郭線自体の形状が変化してしまい、元々
輪郭線が持っていた形状に関する情報が大幅に欠落して
しまうおそれがある。その他の対応策としては、一度差
分によって決定した結果を隣接の点の上方で補間するこ
とで、若干の修正を行なうなどであるが、この場合も輪
郭線全体が滑らかであるという前提で補間を行なうた
め、接線方向の精度向上の根本的な解決はできない。
【０００７】一方、接線の推定は、差分ではなく、ハフ
変換で推定する方法がある。ハフ変換は、いくつかの点
が線状に分布している場合、元の線を精度よく推定する
方法として知られている。そこで、輪郭線上で各点を中
心とするある範囲に存在するすべての点を候補として、
これらの点を最もよい精度で通る直線を推定すること
で、接線を求めることができる。しかし、ハフ変換は、
すべての候補点について極座標に変換した計算を行なっ
た上で、どの直線が適切なのかを判断するため、差分を
用いた場合に比べて非常に多くの時間を要する。特に、
図形が大きく、輪郭線の長さが長い場合、膨大な計算時
間を要する。このようにハフ変換は直線検出の精度は高
いが、計算時間の問題があるために、多くの場合、法線
検出は差分が用いられることが多い。
変換で推定する方法がある。ハフ変換は、いくつかの点
が線状に分布している場合、元の線を精度よく推定する
方法として知られている。そこで、輪郭線上で各点を中
心とするある範囲に存在するすべての点を候補として、
これらの点を最もよい精度で通る直線を推定すること
で、接線を求めることができる。しかし、ハフ変換は、
すべての候補点について極座標に変換した計算を行なっ
た上で、どの直線が適切なのかを判断するため、差分を
用いた場合に比べて非常に多くの時間を要する。特に、
図形が大きく、輪郭線の長さが長い場合、膨大な計算時
間を要する。このようにハフ変換は直線検出の精度は高
いが、計算時間の問題があるために、多くの場合、法線
検出は差分が用いられることが多い。
【０００８】それゆえに、この発明の主たる目的は、本
来ハフ変換が持っている高い直線検出能力を損なうこと
なく、少ない計算時間で精度よく線分を決定することが
できるような画像処理装置を提供することである。
来ハフ変換が持っている高い直線検出能力を損なうこと
なく、少ない計算時間で精度よく線分を決定することが
できるような画像処理装置を提供することである。
【０００９】
【課題を解決するための手段】この発明は画像処理装置
であって、電子化された画像を入力するための入力手段
と、入力手段から入力された画像上のある点を通る直線
を、その点を原点にしたハフ変換で推定する線分抽出手
段と、入力手段および線分抽出手段の出力結果や状態を
表示する出力手段を備えて構成される。
であって、電子化された画像を入力するための入力手段
と、入力手段から入力された画像上のある点を通る直線
を、その点を原点にしたハフ変換で推定する線分抽出手
段と、入力手段および線分抽出手段の出力結果や状態を
表示する出力手段を備えて構成される。
【００１０】より好ましくは、線分抽出手段が、入力手
段から入力された画像を構成する画素の連結状態に基づ
いて輪郭線を抽出する輪郭線抽出手段と、抽出された輪
郭線のある点を中心とする領域を決定する領域決定手段
と、領域内の中心点を原点にしたハフ変換を行って輪郭
線上のある点を通る接線を推定する変換手段とから構成
される。
段から入力された画像を構成する画素の連結状態に基づ
いて輪郭線を抽出する輪郭線抽出手段と、抽出された輪
郭線のある点を中心とする領域を決定する領域決定手段
と、領域内の中心点を原点にしたハフ変換を行って輪郭
線上のある点を通る接線を推定する変換手段とから構成
される。
【００１１】
【作用】この発明に係る画像処理装置は、ある点を通る
直線を、その点を原点にしたハフ変換を行なうことによ
って、計算過程を簡略することができ、本来ハフ変換が
持っている高い直線検出能力を損なうことなく、少ない
計算時間で線分を決定することができる。
直線を、その点を原点にしたハフ変換を行なうことによ
って、計算過程を簡略することができ、本来ハフ変換が
持っている高い直線検出能力を損なうことなく、少ない
計算時間で線分を決定することができる。
【００１２】
【実施例】図３はハフ変換の原理を説明するための図で
ある。まず、図３を参照して、この発明の実施例につい
て説明する前にハフ変換の原理について説明する。図３
において、Ｘ−Ｙ平面上に、点３０から点３５が線状に
分布している。今、点３０〜点３５から元の直線が検出
され、それが直線３６であったとする。原点Ｏから直線
３６に下ろした垂線の足をＨ，ＯＨ＝ρ，ＯＨとＸ軸の
なす角度をθ，Ｈの座標を（ｘ，ｙ）とすれば、直線３
６は次のように極座標で表現することができる。
ある。まず、図３を参照して、この発明の実施例につい
て説明する前にハフ変換の原理について説明する。図３
において、Ｘ−Ｙ平面上に、点３０から点３５が線状に
分布している。今、点３０〜点３５から元の直線が検出
され、それが直線３６であったとする。原点Ｏから直線
３６に下ろした垂線の足をＨ，ＯＨ＝ρ，ＯＨとＸ軸の
なす角度をθ，Ｈの座標を（ｘ，ｙ）とすれば、直線３
６は次のように極座標で表現することができる。
【００１３】ρ＝ｘｃｏｓθ＋ｙｓｉｎθ…（２） そこで、ρ，θを変数とした場合、ある点（ｘ，ｙ）を
通るすべての直線群は、上述の第（２）式で表現でき
る。
通るすべての直線群は、上述の第（２）式で表現でき
る。
【００１４】図４はρ−θ表面上で、ある点を通る直線
群を示した図である。ρ−θ平面上では、ある点を通る
直線群は、唯一１本の曲線として表現できる。ここで、
ρ，θが一意に決まれば、１本の直線が特定される。
群を示した図である。ρ−θ平面上では、ある点を通る
直線群は、唯一１本の曲線として表現できる。ここで、
ρ，θが一意に決まれば、１本の直線が特定される。
【００１５】図５はρ−θ表面上で複数の候補点それぞ
れに対する直線群を示した図である。図３に示した各候
補点について、第（２）式に従って、図４に示すように
曲線を求めた一例が図５である。図５に示すように、複
数の曲線５０から曲線５６が描かれている。すべての候
補点に対し、最も適切な直線は、曲線５０から曲線５６
が最も多く交差している点５７（ρ0 ，θ0 ）から特定
される直線 ρ＝ｘｃｏｓθ0 ＋ｙｓｉｎθ0 …（３） である。
れに対する直線群を示した図である。図３に示した各候
補点について、第（２）式に従って、図４に示すように
曲線を求めた一例が図５である。図５に示すように、複
数の曲線５０から曲線５６が描かれている。すべての候
補点に対し、最も適切な直線は、曲線５０から曲線５６
が最も多く交差している点５７（ρ0 ，θ0 ）から特定
される直線 ρ＝ｘｃｏｓθ0 ＋ｙｓｉｎθ0 …（３） である。
【００１６】図６はデジタル画像ですべての候補点に対
して最も適切な直線を決定する方法を説明するための図
である。デジタル画像では、その離散的な値の性質のた
め、ρ，θともに連続値として扱うことができないの
で、図６に示すように、ρ−θ平面をρ，θの等間隔に
メッシュで分割し、曲線の交差回数が各メッシュ内で数
えられる。たとえば、メッシュ６０では、交差回数は４
で一番回数が多いので、ρ＝５，θ＝３である直線が検
出された直線である。
して最も適切な直線を決定する方法を説明するための図
である。デジタル画像では、その離散的な値の性質のた
め、ρ，θともに連続値として扱うことができないの
で、図６に示すように、ρ−θ平面をρ，θの等間隔に
メッシュで分割し、曲線の交差回数が各メッシュ内で数
えられる。たとえば、メッシュ６０では、交差回数は４
で一番回数が多いので、ρ＝５，θ＝３である直線が検
出された直線である。
【００１７】ハフ変換は候補点が不連続で、かなりのば
らつきを持っていても、比較的安定して直線を抽出でき
る雑音に極めて強い手法である。
らつきを持っていても、比較的安定して直線を抽出でき
る雑音に極めて強い手法である。
【００１８】なお、デジタル画像では、計算誤差など
で、図６に示したメッシュ６０のように、曲線がきれい
に交差することが難しいので、一般には各メッシュ内の
曲線を構成する点の数を交差数とする。そのため、メッ
シュの大きさを大きくすると、これらのデジタル画像の
誤差を軽減することができるが、ρ，θ値の検出精度は
低下する。逆にρ，θ値の検出精度を向上させようとメ
ッシュの大きさを小さくすると、デジタル画像の誤差の
影響で、曲線の誤差を正しく捉えるのが難しくなるの
で、扱う画像の性質に応じて、メッシュの大きさを適当
に決める必要がある。また、原理的には、ρ−θ平面上
ですべての候補点について、直線群を第（２）式に従っ
て計算した後に、曲線の交点を計算するので、ρ−θ平
面を表わす２次元配列が必要となる。メッシュが小さ
く、ρ，θの範囲が広い場合、必要な２次元配列が非常
に大きくなり、計算時間もかかる。そこで、あるθにつ
いて、すべての交点の直線群を求め、徐々にθを増加さ
せていくことで、２次元配列ではなく１次元配列で計算
をすることで、計算時間を短縮する方法が考案されてい
る。しかし、メッシュの大きさとρ，θ値の検出の問題
や、すべての候補点の直線群を求めることには変りはな
い。また、それでも輪郭線が非常に長い場合、計算時間
が非常にかかるため、実用面では問題がある。
で、図６に示したメッシュ６０のように、曲線がきれい
に交差することが難しいので、一般には各メッシュ内の
曲線を構成する点の数を交差数とする。そのため、メッ
シュの大きさを大きくすると、これらのデジタル画像の
誤差を軽減することができるが、ρ，θ値の検出精度は
低下する。逆にρ，θ値の検出精度を向上させようとメ
ッシュの大きさを小さくすると、デジタル画像の誤差の
影響で、曲線の誤差を正しく捉えるのが難しくなるの
で、扱う画像の性質に応じて、メッシュの大きさを適当
に決める必要がある。また、原理的には、ρ−θ平面上
ですべての候補点について、直線群を第（２）式に従っ
て計算した後に、曲線の交点を計算するので、ρ−θ平
面を表わす２次元配列が必要となる。メッシュが小さ
く、ρ，θの範囲が広い場合、必要な２次元配列が非常
に大きくなり、計算時間もかかる。そこで、あるθにつ
いて、すべての交点の直線群を求め、徐々にθを増加さ
せていくことで、２次元配列ではなく１次元配列で計算
をすることで、計算時間を短縮する方法が考案されてい
る。しかし、メッシュの大きさとρ，θ値の検出の問題
や、すべての候補点の直線群を求めることには変りはな
い。また、それでも輪郭線が非常に長い場合、計算時間
が非常にかかるため、実用面では問題がある。
【００１９】次に、この発明の原理について、図７，図
８，図９を用いて説明する。図７は輪郭線のある点にお
ける接線について説明した図である。図７に示すよう
に、点７０を通る接線７１があるとする。接線７１を、
点７０を必ず通り、かつ点７２から点７７に関して最も
適切な直線がハフ変換で検出される。前述した一般的な
ハフ変換で、このような接線を求める場合、まず任意の
場所に原点をとったＸ−Ｙ平面上で点７０および点７２
から点７７のすべての候補点を通る直線群を、ρ−θ表
面上の曲線として求める。図形の輪郭線全部について接
線を求めるときは、輪郭線の座標を決定した際に用いた
座標をそのまま使うことができる。すなわち、輪郭線の
すべての点について接線を求める際、用いる座標は共通
である。次に、点７０を通る直線群を示す曲線に、点７
２から点７７を通る直線群を示す曲線が最も多く交差す
るρ，θが求められる。このρ，θから、点７０を通る
接線が決定される。
８，図９を用いて説明する。図７は輪郭線のある点にお
ける接線について説明した図である。図７に示すよう
に、点７０を通る接線７１があるとする。接線７１を、
点７０を必ず通り、かつ点７２から点７７に関して最も
適切な直線がハフ変換で検出される。前述した一般的な
ハフ変換で、このような接線を求める場合、まず任意の
場所に原点をとったＸ−Ｙ平面上で点７０および点７２
から点７７のすべての候補点を通る直線群を、ρ−θ表
面上の曲線として求める。図形の輪郭線全部について接
線を求めるときは、輪郭線の座標を決定した際に用いた
座標をそのまま使うことができる。すなわち、輪郭線の
すべての点について接線を求める際、用いる座標は共通
である。次に、点７０を通る直線群を示す曲線に、点７
２から点７７を通る直線群を示す曲線が最も多く交差す
るρ，θが求められる。このρ，θから、点７０を通る
接線が決定される。
【００２０】この発明では、ハフ変換を行なう場合、ま
ずＸ−Ｙ平面座標の原点が接線を求めたい点７０にされ
る。同様にして、点７２に接線を求める場合は、原点を
点７２というように、輪郭線の各点ごとに原点が設定さ
れる。
ずＸ−Ｙ平面座標の原点が接線を求めたい点７０にされ
る。同様にして、点７２に接線を求める場合は、原点を
点７２というように、輪郭線の各点ごとに原点が設定さ
れる。
【００２１】図８はこの発明のハフ変換を行なう領域に
ついて説明した図である。たとえば、図８に示すよう
に、点Ｐ０を中心に５×５ドットの領域が設定される。
この場合、Ｘ−Ｙ平面座標の原点が、Ｐ０に置かれる。
点Ｐ１から点Ｐ４は、点Ｐ０を中心に見た輪郭線の一部
である。
ついて説明した図である。たとえば、図８に示すよう
に、点Ｐ０を中心に５×５ドットの領域が設定される。
この場合、Ｘ−Ｙ平面座標の原点が、Ｐ０に置かれる。
点Ｐ１から点Ｐ４は、点Ｐ０を中心に見た輪郭線の一部
である。
【００２２】図９は図８に示した点Ｐ０を原点にしたＸ
−Ｙ表面座標において、点Ｐ１からＰ４を通る直線群に
ついて、第（２）式からρ−θ表面上の曲線として求め
た図である。包絡線９０は各θにおいてρが最大な曲線
を結んだもの、包絡線９１は各θにおいてρが最小な曲
線を結んだものである。
−Ｙ表面座標において、点Ｐ１からＰ４を通る直線群に
ついて、第（２）式からρ−θ表面上の曲線として求め
た図である。包絡線９０は各θにおいてρが最大な曲線
を結んだもの、包絡線９１は各θにおいてρが最小な曲
線を結んだものである。
【００２３】一方、点Ｐ０を通る直線とは、ρ＝０な直
線であるから、θ軸そのものである。したがって、点Ｐ
０を通り、その他の点に対しても、最適な直線は、θ軸
との交差する回数の最も多いθの値で決定される。実際
のデジタル画像では、誤差が大きいので、純粋にθ軸と
交差する回数では正しいθの値を求めることができな
い。そこで、包絡線９０と９１の差が最も少ない場所
を、θ軸と交差する回数が最も多いところと見なし、そ
の場所のθの値から接線の傾きを知ることができる。
線であるから、θ軸そのものである。したがって、点Ｐ
０を通り、その他の点に対しても、最適な直線は、θ軸
との交差する回数の最も多いθの値で決定される。実際
のデジタル画像では、誤差が大きいので、純粋にθ軸と
交差する回数では正しいθの値を求めることができな
い。そこで、包絡線９０と９１の差が最も少ない場所
を、θ軸と交差する回数が最も多いところと見なし、そ
の場所のθの値から接線の傾きを知ることができる。
【００２４】上述の原理に基づいて、以下この発明の画
像処理装置の実施例について説明する。
像処理装置の実施例について説明する。
【００２５】図１はこの発明の一実施例の概略ブロック
図である。この実施例の画像処理装置は、電子化された
画像を入力する入力手段１と、入力手段１で入力された
画像上のある点を通る直線を、その点を原点にしたハフ
変換で推定する線分抽出手段２と、入力手段１および線
分抽出手段２の出力結果や状態を表示する出力手段３と
から構成されている。
図である。この実施例の画像処理装置は、電子化された
画像を入力する入力手段１と、入力手段１で入力された
画像上のある点を通る直線を、その点を原点にしたハフ
変換で推定する線分抽出手段２と、入力手段１および線
分抽出手段２の出力結果や状態を表示する出力手段３と
から構成されている。
【００２６】図１０はこの発明の一実施例の一般的な電
気的構成を示す図である。図１０において、ＣＰＵ１０
０は図１に示した線分抽出手段２における線分抽出を実
行するものであり、線分抽出などのデータなどは一時的
にＲＡＭ１０１に記憶され、線分抽出アルゴリズムに必
要なデータなどはＲＯＭ１０２に記憶されている。
気的構成を示す図である。図１０において、ＣＰＵ１０
０は図１に示した線分抽出手段２における線分抽出を実
行するものであり、線分抽出などのデータなどは一時的
にＲＡＭ１０１に記憶され、線分抽出アルゴリズムに必
要なデータなどはＲＯＭ１０２に記憶されている。
【００２７】図１１はこの発明の一実施例の動作を説明
するためのフローチャートである。次に、この発明の具
体的な動作として、代表的な画像処理の１つである図形
の輪郭線を抽出し、その輪郭線の各点上の法線方向を各
点の接線を推定することで決定する処理の具体的な動作
を、図１，図７，図８および図９を参照して、図１１を
用いて説明する。入力手段１から図形などの画像が入力
されると、ＣＰＵ１００はステップ（図示ではＳＰと略
称する）ＳＰ１において、入力手段１から入力された文
字や図形などの画像から、画素の連結状態を調べて輪郭
線を抽出する。一般に、入力画像はデジタル画像である
ため、抽出した輪郭線は凹凸が大きいので、この状態の
まま各種の処理を行なうと誤差が生じるため、ＣＰＵ１
００はステップＳＰ２において、輪郭線自体の平滑化を
行なう。平滑化は、たとえばガウスフィルタを掛けるな
どする処理で行なうことができる。
するためのフローチャートである。次に、この発明の具
体的な動作として、代表的な画像処理の１つである図形
の輪郭線を抽出し、その輪郭線の各点上の法線方向を各
点の接線を推定することで決定する処理の具体的な動作
を、図１，図７，図８および図９を参照して、図１１を
用いて説明する。入力手段１から図形などの画像が入力
されると、ＣＰＵ１００はステップ（図示ではＳＰと略
称する）ＳＰ１において、入力手段１から入力された文
字や図形などの画像から、画素の連結状態を調べて輪郭
線を抽出する。一般に、入力画像はデジタル画像である
ため、抽出した輪郭線は凹凸が大きいので、この状態の
まま各種の処理を行なうと誤差が生じるため、ＣＰＵ１
００はステップＳＰ２において、輪郭線自体の平滑化を
行なう。平滑化は、たとえばガウスフィルタを掛けるな
どする処理で行なうことができる。
【００２８】図７に示すように、このようにして得られ
た輪郭線のある点７０を通る接線が求められる。まず、
点７０を原点とする座標を設定して、点７０を中心に図
８に示すような領域（たとえば５×５ドット）がステッ
プＳＰ３において決定される。領域の大きさは、輪郭線
の状況に応じて適切な大きさが設定される。この実施例
では、この大きさの領域で変換を行なうものとする。図
８に示した点Ｐ０は、図７の点７０に当たる。また、図
８の点Ｐ１から点Ｐ４は、図７の点７０に隣接する点で
ある。
た輪郭線のある点７０を通る接線が求められる。まず、
点７０を原点とする座標を設定して、点７０を中心に図
８に示すような領域（たとえば５×５ドット）がステッ
プＳＰ３において決定される。領域の大きさは、輪郭線
の状況に応じて適切な大きさが設定される。この実施例
では、この大きさの領域で変換を行なうものとする。図
８に示した点Ｐ０は、図７の点７０に当たる。また、図
８の点Ｐ１から点Ｐ４は、図７の点７０に隣接する点で
ある。
【００２９】次に、ステップＳＰ４において、点Ｐ０を
原点にして、点Ｐ１から点Ｐ４を通る直線群がハフ変換
され、ρ−θ平面の曲線として図９に示すようなグラフ
が求められる。すべての点についてハフ変換された場合
には、ステップＳＰ５において、ステップＳＰ７の接線
の推定に移るが、ステップＳＰ６においてそれまでに他
の点が選択され、変換が続けられる。ステップＳＰ４に
おいて、変換とともに、包絡線９０，９１が同時に生成
される。包絡線９０は、あるθにおけるρの最大値であ
り、包絡線９１はあるθにおけるρの最小値であるた
め、θを増加させながらρの最大，最小値のみを調べて
いくだけでよい。
原点にして、点Ｐ１から点Ｐ４を通る直線群がハフ変換
され、ρ−θ平面の曲線として図９に示すようなグラフ
が求められる。すべての点についてハフ変換された場合
には、ステップＳＰ５において、ステップＳＰ７の接線
の推定に移るが、ステップＳＰ６においてそれまでに他
の点が選択され、変換が続けられる。ステップＳＰ４に
おいて、変換とともに、包絡線９０，９１が同時に生成
される。包絡線９０は、あるθにおけるρの最大値であ
り、包絡線９１はあるθにおけるρの最小値であるた
め、θを増加させながらρの最大，最小値のみを調べて
いくだけでよい。
【００３０】また、この例のように、ハフ変換を行なう
領域は原点を中心にした極めて狭い領域のために、たと
えば原点の左隣１ドットにある点のρ−θの関係を予め
計算しておき、その結果をデータテーブルに用意してお
くことができる。そこで、点Ｐ１から点Ｐ４についての
ρ−θの関係をデータテーブルから読出すだけで知るこ
とができるので、計算は不要になる。ハフ変換の計算
は、第（２）式のように三角関数を含んでいるため、そ
の度に計算を行なっていると、点の数が多い場合は非常
に時間がかかるが、データテーブルを参照するだけなら
ば、計算時間を大幅に少なくすることができる。ステッ
プＳＰ７においては、得られた包絡線９０，９１の差が
求められ、最も差が小さかったθから接線を推定するこ
とができる。
領域は原点を中心にした極めて狭い領域のために、たと
えば原点の左隣１ドットにある点のρ−θの関係を予め
計算しておき、その結果をデータテーブルに用意してお
くことができる。そこで、点Ｐ１から点Ｐ４についての
ρ−θの関係をデータテーブルから読出すだけで知るこ
とができるので、計算は不要になる。ハフ変換の計算
は、第（２）式のように三角関数を含んでいるため、そ
の度に計算を行なっていると、点の数が多い場合は非常
に時間がかかるが、データテーブルを参照するだけなら
ば、計算時間を大幅に少なくすることができる。ステッ
プＳＰ７においては、得られた包絡線９０，９１の差が
求められ、最も差が小さかったθから接線を推定するこ
とができる。
【００３１】一般的なハフ変換では、ρ−θ表面をメッ
シュで分割してメッシュごとの交点が数えられるが、メ
ッシュの大きさの設定の仕方でρ，θの値の検出精度が
大きく左右されてしまう。この発明では、包絡線の差を
求めるだけであるため、計算機で扱える角度の精度と同
じ精度でρ，θの値を検出できる。また、変換を計算す
べき点の数が点Ｐ０を原点にするために、一般的なハフ
変換に比べて１個少なく、ハフ変換の結果も、ρの最
大，最小値のみを調べいくだけでよいため、使用する配
列が大幅に削減でき、かつ計算が簡単になる。さらに、
ハフ変換を行なう領域は原点を中心にした極めて狭い領
域のため、ρ，θの範囲が狭く、ρ，θの関係を予めデ
ータテーブルに用意しておくことが可能である。また、
用意するデータテーブルの配列も小さくて済む。したが
って、各点ごとに計算時間がかかるハフ変換を計算する
必要はないので、計算時間の大幅な削減が可能である。
シュで分割してメッシュごとの交点が数えられるが、メ
ッシュの大きさの設定の仕方でρ，θの値の検出精度が
大きく左右されてしまう。この発明では、包絡線の差を
求めるだけであるため、計算機で扱える角度の精度と同
じ精度でρ，θの値を検出できる。また、変換を計算す
べき点の数が点Ｐ０を原点にするために、一般的なハフ
変換に比べて１個少なく、ハフ変換の結果も、ρの最
大，最小値のみを調べいくだけでよいため、使用する配
列が大幅に削減でき、かつ計算が簡単になる。さらに、
ハフ変換を行なう領域は原点を中心にした極めて狭い領
域のため、ρ，θの範囲が狭く、ρ，θの関係を予めデ
ータテーブルに用意しておくことが可能である。また、
用意するデータテーブルの配列も小さくて済む。したが
って、各点ごとに計算時間がかかるハフ変換を計算する
必要はないので、計算時間の大幅な削減が可能である。
【００３２】
【発明の効果】以上のように、この発明によれば、線分
を決定する際、その線分が通る点を原点にしたハフ変換
を行なうことによって、変換を計算すべき点の数が一般
的なハフ変換に比べて１個少なく、ハフ変換の結果も、
ρの最大，最小値のみを調べていくだけでよいため、計
算過程が簡潔になり、使用する配列や計算時間が大幅に
削減できる。また、ハフ変換を行なう領域は原点を中心
にした極めて狭い領域のため、ρ，θの範囲が狭く、
ρ，θの関係を予めデータテーブルに用意しておくこと
が可能であり、計算時間の大幅な削減が可能となる。ま
た、用意するデータテーブルの配列も小さくて済む。
を決定する際、その線分が通る点を原点にしたハフ変換
を行なうことによって、変換を計算すべき点の数が一般
的なハフ変換に比べて１個少なく、ハフ変換の結果も、
ρの最大，最小値のみを調べていくだけでよいため、計
算過程が簡潔になり、使用する配列や計算時間が大幅に
削減できる。また、ハフ変換を行なう領域は原点を中心
にした極めて狭い領域のため、ρ，θの範囲が狭く、
ρ，θの関係を予めデータテーブルに用意しておくこと
が可能であり、計算時間の大幅な削減が可能となる。ま
た、用意するデータテーブルの配列も小さくて済む。
【００３３】線分の検出精度は、一般的なハフ変換と同
等でありながら、一般的なハフ変換に比べて計算時間を
大幅に削減できるので、たとえば輪郭線上の各点で法線
方向を決定する場合、輪郭線が複雑な形状であっても、
差分を用いた方法に比べて精度の高い法線方向の推定が
比較的短い計算時間で実現することが可能となる。
等でありながら、一般的なハフ変換に比べて計算時間を
大幅に削減できるので、たとえば輪郭線上の各点で法線
方向を決定する場合、輪郭線が複雑な形状であっても、
差分を用いた方法に比べて精度の高い法線方向の推定が
比較的短い計算時間で実現することが可能となる。
【図１】この発明の一実施例の概略ブロック図である。
【図２】従来の平滑化された輪郭線から法線方向を決定
する方法を説明するための図である。
する方法を説明するための図である。
【図３】ハフ変換の原理を説明するための図である。
【図４】ρ−θ表面上である点を通る直線群を示した図
である。
である。
【図５】ρ−θ平面上で複数の候補点それぞれに対する
直線群を示した図である。
直線群を示した図である。
【図６】デジタル画像ですべての候補点に対して最も適
切な直線を決定する方法を説明するための図である。
切な直線を決定する方法を説明するための図である。
【図７】輪郭線のある点における接線について説明した
図である。
図である。
【図８】この発明のハフ変換を行なう領域について説明
した図である。
した図である。
【図９】図８に示した点Ｐ０を原点にしたＸ−Ｙ表面座
標において、点Ｐ１から点Ｐ４を通る直線群についてρ
−θ表面上の曲線として求めた図である。
標において、点Ｐ１から点Ｐ４を通る直線群についてρ
−θ表面上の曲線として求めた図である。
【図１０】この発明の一実施例の一般的な電気的構成を
示す図である。
示す図である。
【図１１】この発明の一実施例の動作を説明するための
フローチャートである。
フローチャートである。
１ 入力手段 ２ 線分抽出手段 ３ 出力手段 １００ ＣＰＵ １０１ ＲＡＭ １０２ ＲＯＭ
Claims (2)
- 【請求項１】 電子化された画像を入力するための入力
手段、 前記入力手段から入力された画像上のある点を通る直線
を、その点を原点にしたハフ変換で推定する線分抽出手
段、および前記入力手段と前記線分抽出手段の出力結果
や状態を表示する出力手段を備えた、画像処理装置。 - 【請求項２】 前記線分抽出手段は、前記入力手段から
入力された画像を構成する画素の連結状態に基づいて輪
郭線を抽出する輪郭線抽出手段、 前記輪郭線抽出手段によって抽出された輪郭線のある点
を中心とする領域を決定する領域決定手段、および 前記領域内の中心点を原点にしたハフ変換を行なって前
記輪郭線上のある点を通る接線を推定する手段を含む、
請求項１の画像処理装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5060323A JPH07111739B2 (ja) | 1993-03-19 | 1993-03-19 | 画像処理装置 |
| US08/074,519 US5365600A (en) | 1993-03-19 | 1993-06-11 | Image processing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5060323A JPH07111739B2 (ja) | 1993-03-19 | 1993-03-19 | 画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06274619A JPH06274619A (ja) | 1994-09-30 |
| JPH07111739B2 true JPH07111739B2 (ja) | 1995-11-29 |
Family
ID=13138856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5060323A Expired - Lifetime JPH07111739B2 (ja) | 1993-03-19 | 1993-03-19 | 画像処理装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5365600A (ja) |
| JP (1) | JPH07111739B2 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2835274B2 (ja) * | 1994-02-24 | 1998-12-14 | 株式会社テック | 画像認識装置 |
| JP3163215B2 (ja) * | 1994-03-07 | 2001-05-08 | 日本電信電話株式会社 | 直線抽出ハフ変換画像処理装置 |
| FR2735598B1 (fr) * | 1995-06-16 | 1997-07-11 | Alsthom Cge Alcatel | Methode d'extraction de contours par une approche mixte contour actif et amorce/guidage |
| JPH10208056A (ja) * | 1997-01-16 | 1998-08-07 | Honda Motor Co Ltd | 直線検出方法 |
| US6807286B1 (en) * | 2000-04-13 | 2004-10-19 | Microsoft Corporation | Object recognition using binary image quantization and hough kernels |
| JP3558025B2 (ja) * | 2000-09-06 | 2004-08-25 | 株式会社日立製作所 | 個人認証装置及び方法 |
| US7627145B2 (en) | 2000-09-06 | 2009-12-01 | Hitachi, Ltd. | Personal identification device and method |
| JP4068541B2 (ja) * | 2003-09-25 | 2008-03-26 | 株式会社東芝 | 集積回路パターン検証装置と検証方法 |
| US8340387B2 (en) * | 2007-04-13 | 2012-12-25 | Three Palm Software | Fast preprocessing algorithms for digital mammography CAD and workstation |
| US20090154782A1 (en) * | 2007-12-17 | 2009-06-18 | Three Palm Software | Dual-magnify-glass visualization for soft-copy mammography viewing |
| US9349069B2 (en) | 2011-11-21 | 2016-05-24 | Analog Devices, Inc. | Dynamic line-detection system for processors having limited internal memory |
| CN102930535A (zh) * | 2012-10-16 | 2013-02-13 | 余杭供电局 | 一种应用于线上异物入侵检测的电力线轮廓提取方法 |
| CN104459101B (zh) * | 2014-11-27 | 2016-08-17 | 中国科学院长春光学精密机械与物理研究所 | 酶联免疫斑点分析装置及方法 |
| JP6208789B2 (ja) * | 2016-02-17 | 2017-10-04 | 株式会社メガチップス | 直線検出装置および直線検出方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4707647A (en) * | 1986-05-19 | 1987-11-17 | Gmf Robotics Corporation | Gray scale vision method and system utilizing same |
| US5054098A (en) * | 1990-05-21 | 1991-10-01 | Eastman Kodak Company | Method of detecting the skew angle of a printed business form |
-
1993
- 1993-03-19 JP JP5060323A patent/JPH07111739B2/ja not_active Expired - Lifetime
- 1993-06-11 US US08/074,519 patent/US5365600A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5365600A (en) | 1994-11-15 |
| JPH06274619A (ja) | 1994-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6873732B2 (en) | Method and apparatus for resolving perspective distortion in a document image and for calculating line sums in images | |
| Ellis et al. | Ellipse detection and matching with uncertainty | |
| JPH07111739B2 (ja) | 画像処理装置 | |
| US7068821B2 (en) | Information processing method and apparatus | |
| JPH11149562A (ja) | 曲線セグメントのコーナーの特性付け | |
| CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
| EP0600709A2 (en) | Range-image processing apparatus and method | |
| CN108647597B (zh) | 一种手腕识别方法、手势识别方法、装置和电子设备 | |
| JPH06208653A (ja) | 記号正規化方法 | |
| Dong et al. | An improved parallel thinning algorithm | |
| CN112507938A (zh) | 一种文本图元的几何特征计算方法及识别方法、装置 | |
| CN113192095A (zh) | 一种基于平行四边形对角线的角点检测方法 | |
| JP4509512B2 (ja) | スキュー検知 | |
| JP3758229B2 (ja) | 線分抽出方法、線分抽出装置及び線分抽出処理プログラム | |
| JPH05174182A (ja) | 文書傾き角検出方法および文書傾き角検出装置 | |
| JPH01271884A (ja) | 指紋中心検出装置 | |
| CN114926668B (zh) | 一种基于sift的变形目标定位算法 | |
| Acton | A pyramidal edge detector based on anisotropic diffusion | |
| JP3080102B2 (ja) | データ処理方法および装置 | |
| JP3367580B2 (ja) | 帳票入力方法及びその装置 | |
| CN117787305A (zh) | 条码定位方法和条码定位装置 | |
| JPS6049482A (ja) | オンライン手書き線図形近似記述装置 | |
| JP2935331B2 (ja) | 図形認識装置 | |
| JPH08161493A (ja) | 線形状検出方法およびその装置 | |
| JP2827628B2 (ja) | パタン変形方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960820 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071129 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081129 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091129 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091129 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101129 Year of fee payment: 15 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101129 Year of fee payment: 15 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111129 Year of fee payment: 16 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111129 Year of fee payment: 16 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121129 Year of fee payment: 17 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121129 Year of fee payment: 17 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131129 Year of fee payment: 18 |