JPH07210681A - 回転位置検出装置 - Google Patents
回転位置検出装置Info
- Publication number
- JPH07210681A JPH07210681A JP6003332A JP333294A JPH07210681A JP H07210681 A JPH07210681 A JP H07210681A JP 6003332 A JP6003332 A JP 6003332A JP 333294 A JP333294 A JP 333294A JP H07210681 A JPH07210681 A JP H07210681A
- Authority
- JP
- Japan
- Prior art keywords
- data
- data string
- model
- string
- model data
- 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
- 238000010606 normalization Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000013500 data storage Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000000034 method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
- G01P3/40—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using stroboscopic means
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 明るさの変動やノイズに強く、複雑な形状で
も特殊ハードウェアを使用することなく簡単かつ高速に
て対象物の回転角を検出する。 【構成】 円形輪郭線上の画像データ列を取得するライ
ンデータ取得部1と、モデルデータ列を記憶するモデル
データ記憶部2と、対象物データ列の平均濃度とモデル
データ列の平均濃度を等しくするデータ正規化部3と、
正規化後の対象物データ列とモデルデータ列との間の全
データ列分の減算結果の絶対値の総和を対象物データ列
とモデルデータ列の一致度として求める一致度計算部5
とモデルデータ列に対して対象物データ列をデータ列順
に走査して最も一致度が高いデータ列の順序位置に対応
する回転位置を出力するデータ走査・最一致位置検出部
6とから成る回転位置計算部4とを備える。
も特殊ハードウェアを使用することなく簡単かつ高速に
て対象物の回転角を検出する。 【構成】 円形輪郭線上の画像データ列を取得するライ
ンデータ取得部1と、モデルデータ列を記憶するモデル
データ記憶部2と、対象物データ列の平均濃度とモデル
データ列の平均濃度を等しくするデータ正規化部3と、
正規化後の対象物データ列とモデルデータ列との間の全
データ列分の減算結果の絶対値の総和を対象物データ列
とモデルデータ列の一致度として求める一致度計算部5
とモデルデータ列に対して対象物データ列をデータ列順
に走査して最も一致度が高いデータ列の順序位置に対応
する回転位置を出力するデータ走査・最一致位置検出部
6とから成る回転位置計算部4とを備える。
Description
【0001】
【産業上の利用分野】本発明は、工場等で用いられる視
覚認識装置において、ギヤ・コイル・小型トランス・ビ
ス穴などの円筒や円盤形状の対象物の回転位置を検出す
る回転位置検出装置に関するものである。
覚認識装置において、ギヤ・コイル・小型トランス・ビ
ス穴などの円筒や円盤形状の対象物の回転位置を検出す
る回転位置検出装置に関するものである。
【0002】
【従来の技術】従来、円筒や円盤形状の対象物の回転位
置を検出する方法として、図11に示すように、画像を
予め2値化した後に、円形輪郭線上の画像データを走査
し、白黒変化するエッジ点と走査開始点との中心に対し
てなす角度を求め、対象物の回転位置を求める方法があ
る。なお、図11を含めて各図中においては白の部分を
斜線で示している。
置を検出する方法として、図11に示すように、画像を
予め2値化した後に、円形輪郭線上の画像データを走査
し、白黒変化するエッジ点と走査開始点との中心に対し
てなす角度を求め、対象物の回転位置を求める方法があ
る。なお、図11を含めて各図中においては白の部分を
斜線で示している。
【0003】又、別の方法として、図12(a)に示す
ようにリング状の処理エリア21を設定し、これを図1
2(b)に示すように極座標変換を行って平行格子状の
対象領域22に展開し、予め設定された円弧状のモデル
パターン23を同様に極座標変換してモデルパターン2
4を得、このモデルパターン24を対象領域22内を白
抜き矢印の如く走査させ、モデルパターン24と対象領
域22との一致度を計算し、一致度がもっとも高い位置
をパターンと最もよく一致する位置として、走査円の中
心とのなす角度を求め、対象物の回転位置を求める方法
がある。
ようにリング状の処理エリア21を設定し、これを図1
2(b)に示すように極座標変換を行って平行格子状の
対象領域22に展開し、予め設定された円弧状のモデル
パターン23を同様に極座標変換してモデルパターン2
4を得、このモデルパターン24を対象領域22内を白
抜き矢印の如く走査させ、モデルパターン24と対象領
域22との一致度を計算し、一致度がもっとも高い位置
をパターンと最もよく一致する位置として、走査円の中
心とのなす角度を求め、対象物の回転位置を求める方法
がある。
【0004】図13はその代表的な処理フローを示す。
図13に示すように、明るさの変動に対応するため、通
常モデルパターンと対象領域の濃度の正規化処理を行っ
てから一致度計算を行うことが多い。
図13に示すように、明るさの変動に対応するため、通
常モデルパターンと対象領域の濃度の正規化処理を行っ
てから一致度計算を行うことが多い。
【0005】
【発明が解決しようとする課題】しかし、上記図11に
示した従来例においては、画像を2値化してからエッジ
点を求めているため、明るさの変動やノイズに非常に弱
いという問題点があった。さらに、図14に示すよう
に、対象物が複雑な形状でエッジ点が多く検出される場
合は、さらにエッジ点の検証をしないと回転方向が特定
できず、対象物によっては図15に示すように対象物専
用の複雑なエッジ検証論理が必要となるという問題があ
った。図14、図15においては、まず黒→白エッジ
(黒点で示す)をすべて検出し、次に各エッジ点の白→
黒へ変化するエッジ点との距離(a、b)を調べ、次に
その距離がある値(図示例ではb)となっているエッジ
点(e、f)を選び、それでも特定できない場合には直
前のエッジ点との距離がある値(c)となっているもの
を選ぶことによって特定のエッジ点(e)を検出してい
る。
示した従来例においては、画像を2値化してからエッジ
点を求めているため、明るさの変動やノイズに非常に弱
いという問題点があった。さらに、図14に示すよう
に、対象物が複雑な形状でエッジ点が多く検出される場
合は、さらにエッジ点の検証をしないと回転方向が特定
できず、対象物によっては図15に示すように対象物専
用の複雑なエッジ検証論理が必要となるという問題があ
った。図14、図15においては、まず黒→白エッジ
(黒点で示す)をすべて検出し、次に各エッジ点の白→
黒へ変化するエッジ点との距離(a、b)を調べ、次に
その距離がある値(図示例ではb)となっているエッジ
点(e、f)を選び、それでも特定できない場合には直
前のエッジ点との距離がある値(c)となっているもの
を選ぶことによって特定のエッジ点(e)を検出してい
る。
【0006】次に、図12、図13の従来例は、上記欠
点をある程度解決するものである。
点をある程度解決するものである。
【0007】図13に示すように一致度計算に先立って
正規化処理を行っているので、明るさの変動やノイズに
非常に強いものになっている。また、図16に示すよう
に、基準となるパターンとして大きなモデルパターン2
5をとってやれば、図14に示したようなある程度複雑
な形状でも認識可能である。しかしながら、図13に示
すように対象領域22内のすべての点において、モデル
パターン24と対象物との正規化計算と一致度計算とを
行う必要があるために演算回数が多く、特殊ハードウェ
アがないと実用的な時間で行うことができないという問
題があった。
正規化処理を行っているので、明るさの変動やノイズに
非常に強いものになっている。また、図16に示すよう
に、基準となるパターンとして大きなモデルパターン2
5をとってやれば、図14に示したようなある程度複雑
な形状でも認識可能である。しかしながら、図13に示
すように対象領域22内のすべての点において、モデル
パターン24と対象物との正規化計算と一致度計算とを
行う必要があるために演算回数が多く、特殊ハードウェ
アがないと実用的な時間で行うことができないという問
題があった。
【0008】本発明は、上記従来の問題点を解決するた
め、明るさの変動やノイズに強く、また複雑な形状で
も、特殊ハードウェアを使用することなく簡単かつ高速
にて対象物の回転位置を検出できる回転位置検出装置を
提供することを目的とする。
め、明るさの変動やノイズに強く、また複雑な形状で
も、特殊ハードウェアを使用することなく簡単かつ高速
にて対象物の回転位置を検出できる回転位置検出装置を
提供することを目的とする。
【0009】
【課題を解決するための手段】本願の第1発明の回転位
置検出装置は、円形輪郭線全周の画像データを中心から
の角度順に取得して対象物データ列若しくはモデルデー
タ列を得るデータ取得手段と、モデルデータ列を記憶す
るモデルデータ記憶手段と、対象物データ列の平均濃度
とモデルデータ列の平均濃度を等しくするようにデータ
の正規化を行うデータ正規化手段と、正規化後にモデル
データ列と対象物データ列をデータ列順に相対的に走査
しながら対象物データ列とモデルデータ列の一致度を求
め、最も一致度が高いデータ列の順序位置に対応する回
転位置を出力する回転位置計算手段とを備えたことを特
徴とする。
置検出装置は、円形輪郭線全周の画像データを中心から
の角度順に取得して対象物データ列若しくはモデルデー
タ列を得るデータ取得手段と、モデルデータ列を記憶す
るモデルデータ記憶手段と、対象物データ列の平均濃度
とモデルデータ列の平均濃度を等しくするようにデータ
の正規化を行うデータ正規化手段と、正規化後にモデル
データ列と対象物データ列をデータ列順に相対的に走査
しながら対象物データ列とモデルデータ列の一致度を求
め、最も一致度が高いデータ列の順序位置に対応する回
転位置を出力する回転位置計算手段とを備えたことを特
徴とする。
【0010】本願の第2発明の回転位置検出装置は、第
1発明におけるデータ取得手段と、モデルデータ記憶手
段と、モデルデータ列と対象物データ列をデータ列順に
相対的に走査しながら対象物データ列とモデルデータ列
との間の対応する全データの減算結果の絶対値の総和を
順次対象物データ列とモデルデータ列の一致度として求
め、最も一致度が高いデータ列の順序位置に対応する回
転位置を出力する回転位置計算手段とを備えたことを特
徴とする。
1発明におけるデータ取得手段と、モデルデータ記憶手
段と、モデルデータ列と対象物データ列をデータ列順に
相対的に走査しながら対象物データ列とモデルデータ列
との間の対応する全データの減算結果の絶対値の総和を
順次対象物データ列とモデルデータ列の一致度として求
め、最も一致度が高いデータ列の順序位置に対応する回
転位置を出力する回転位置計算手段とを備えたことを特
徴とする。
【0011】本願の第3発明の回転位置検出装置は、第
1発明におけるデータ取得手段と、モデルデータ記憶手
段と、データ正規化手段と、第2発明における回転位置
計算手段とを備えたことを特徴とする。
1発明におけるデータ取得手段と、モデルデータ記憶手
段と、データ正規化手段と、第2発明における回転位置
計算手段とを備えたことを特徴とする。
【0012】又、本願の第4発明の回転位置検出装置
は、第1〜第3発明におけるデータ取得手段において、
円形輪郭線に幅を持たせ、中心からの角度が等しい位置
の画像データを全て加算する手段を備えたことを特徴と
する。
は、第1〜第3発明におけるデータ取得手段において、
円形輪郭線に幅を持たせ、中心からの角度が等しい位置
の画像データを全て加算する手段を備えたことを特徴と
する。
【0013】なお、上記した円形輪郭線の円形には、真
円形状だけでなく、画像の歪などに起因する楕円形状な
ども含むものとする。
円形状だけでなく、画像の歪などに起因する楕円形状な
ども含むものとする。
【0014】
【作用】第1発明によれば、円形輪郭線全周の画像デー
タを中心からの角度順に取得して対象物データ列若しく
はモデルデータ列を得、モデルデータ列を記憶してお
き、対象物データ列の平均濃度とモデルデータ列の平均
濃度を等しくするようにデータの正規化を行い、正規化
後にモデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら対象物データ列とモデルデータ列の
一致度を求め、最も一致度が高いデータ列の順序位置に
対応する回転位置を出力することにより、正規化処理に
て明るさの変動やノイズがあっても大きな影響を受け
ず、かつ処理時間の大きい正規化処理を1回で済ませる
ことができて特殊ハードウェアを使用せずに高速処理で
き、また円形輪郭線上の全周の画像データを用いて一致
度を求めるので複雑な形状でも簡単に位置検出でき、従
って対象物の回転位置を精度良く、簡単にかつ高速にて
検出することができる。
タを中心からの角度順に取得して対象物データ列若しく
はモデルデータ列を得、モデルデータ列を記憶してお
き、対象物データ列の平均濃度とモデルデータ列の平均
濃度を等しくするようにデータの正規化を行い、正規化
後にモデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら対象物データ列とモデルデータ列の
一致度を求め、最も一致度が高いデータ列の順序位置に
対応する回転位置を出力することにより、正規化処理に
て明るさの変動やノイズがあっても大きな影響を受け
ず、かつ処理時間の大きい正規化処理を1回で済ませる
ことができて特殊ハードウェアを使用せずに高速処理で
き、また円形輪郭線上の全周の画像データを用いて一致
度を求めるので複雑な形状でも簡単に位置検出でき、従
って対象物の回転位置を精度良く、簡単にかつ高速にて
検出することができる。
【0015】第2発明によれば、円形輪郭線上の画像デ
ータを中心からの角度順に取得して対象物データ列若し
くはモデルデータ列を得、モデルデータ列を記憶してお
き、モデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら、対象物データ列とモデルデータ列
との間で対応する全てのデータに対してそれぞれ減算
し、全データ列分の減算結果の絶対値の総和を対象物デ
ータ列とモデルデータ列の一致度として求め、最も一致
度が高いデータ列の順序位置に対応する回転位置を出力
することにより、明るさの変動やノイズの比較的小さい
場合に、円形輪郭線上の全周の画像データを用いて一致
度を求めるので複雑な形状でも簡単に位置検出でき、ま
たその一致度計算も簡単な加算・減算処理によって行う
ので特殊ハードウェアを使用することなく簡単かつ高速
にて行え、従って対象物の回転位置を簡単にかつ高速に
て検出することができる。
ータを中心からの角度順に取得して対象物データ列若し
くはモデルデータ列を得、モデルデータ列を記憶してお
き、モデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら、対象物データ列とモデルデータ列
との間で対応する全てのデータに対してそれぞれ減算
し、全データ列分の減算結果の絶対値の総和を対象物デ
ータ列とモデルデータ列の一致度として求め、最も一致
度が高いデータ列の順序位置に対応する回転位置を出力
することにより、明るさの変動やノイズの比較的小さい
場合に、円形輪郭線上の全周の画像データを用いて一致
度を求めるので複雑な形状でも簡単に位置検出でき、ま
たその一致度計算も簡単な加算・減算処理によって行う
ので特殊ハードウェアを使用することなく簡単かつ高速
にて行え、従って対象物の回転位置を簡単にかつ高速に
て検出することができる。
【0016】第3発明によれば、円形輪郭線上の画像デ
ータを中心からの角度順に取得して対象物データ列若し
くはモデルデータ列を得、モデルデータ列を記憶してお
き、対象物データ列の平均濃度とモデルデータ列の平均
濃度を等しくするようにデータの正規化を行い、正規化
後にモデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら、対象物データ列とモデルデータ列
との間で対応する全てのデータに対してそれぞれ減算
し、全データ列分の減算結果の絶対値の総和を対象物デ
ータ列とモデルデータ列の一致度として求め、最も一致
度が高いデータ列の順序位置に対応する回転位置を出力
することにより、正規化処理にて明るさの変動やノイズ
があっても大きな影響を受けず、かつ処理時間の大きい
正規化処理を1回で済ませることができて特殊ハードウ
ェアを使用せずに高速処理でき、また円形輪郭線上の全
周の画像データを用いて一致度を求めるので複雑な形状
でも簡単に位置検出でき、さらにその一致度計算も簡単
な加算・減算処理によって行うので簡単かつ高速にて行
え、従って対象物の回転位置を簡単にかつ高速にて検出
することができる。
ータを中心からの角度順に取得して対象物データ列若し
くはモデルデータ列を得、モデルデータ列を記憶してお
き、対象物データ列の平均濃度とモデルデータ列の平均
濃度を等しくするようにデータの正規化を行い、正規化
後にモデルデータ列と対象物データ列をデータ列順に相
対的に走査しながら、対象物データ列とモデルデータ列
との間で対応する全てのデータに対してそれぞれ減算
し、全データ列分の減算結果の絶対値の総和を対象物デ
ータ列とモデルデータ列の一致度として求め、最も一致
度が高いデータ列の順序位置に対応する回転位置を出力
することにより、正規化処理にて明るさの変動やノイズ
があっても大きな影響を受けず、かつ処理時間の大きい
正規化処理を1回で済ませることができて特殊ハードウ
ェアを使用せずに高速処理でき、また円形輪郭線上の全
周の画像データを用いて一致度を求めるので複雑な形状
でも簡単に位置検出でき、さらにその一致度計算も簡単
な加算・減算処理によって行うので簡単かつ高速にて行
え、従って対象物の回転位置を簡単にかつ高速にて検出
することができる。
【0017】また、第4発明によれば、第1〜第3発明
において対象物データ列若しくはモデルデータ列を取得
する際に、円の輪郭線に幅を持たせ、中心からの角度が
等しい位置の画像データを全て加算することにより、対
象となる円形状の輪郭線付近の画像が輪郭線の垂直方向
に大きく変化しないような対象物であれば、さらに明る
さの変動やノイズに強い検出が可能となる。
において対象物データ列若しくはモデルデータ列を取得
する際に、円の輪郭線に幅を持たせ、中心からの角度が
等しい位置の画像データを全て加算することにより、対
象となる円形状の輪郭線付近の画像が輪郭線の垂直方向
に大きく変化しないような対象物であれば、さらに明る
さの変動やノイズに強い検出が可能となる。
【0018】
【実施例】以下、本発明の第1の実施例について図1〜
図7を参照しながら説明する。
図7を参照しながら説明する。
【0019】本実施例の回転位置検出装置の構成を示す
図1において、1はラインデータ取得部、2はモデルデ
ータ記憶部、3はデータ正規化部である。4は回転位置
計算部であり、一致度計算部5とデータ走査・最一致度
検出部6により構成されている。
図1において、1はラインデータ取得部、2はモデルデ
ータ記憶部、3はデータ正規化部である。4は回転位置
計算部であり、一致度計算部5とデータ走査・最一致度
検出部6により構成されている。
【0020】以上の構成による動作について説明する
と、まず基準となる回転位置の対象物に対して、ライン
データ取得部1によりデータを取得し、モデルデータと
してモデルデータ記憶部2に格納しておく。具体的なデ
ータのイメージを図2(a)及び(b)に示す。図2
(a)に示す画像データに対し、破線で示した円形輪郭
線上の画像データを、開始点より矢印方向(時計方向)
に開始点直前まで全周にわたって取得したグラフが図2
(b)である。なお、輪郭線は画像の歪などを考慮して
形状が楕円等になってもよい。次に、回転角を検出する
時に、対象物に対してラインデータ取得部1により同様
にデータを取得する。図2(c)及び(d)に具体的な
イメージ図を示す。図の意味は(a)、(b)と同様で
ある。
と、まず基準となる回転位置の対象物に対して、ライン
データ取得部1によりデータを取得し、モデルデータと
してモデルデータ記憶部2に格納しておく。具体的なデ
ータのイメージを図2(a)及び(b)に示す。図2
(a)に示す画像データに対し、破線で示した円形輪郭
線上の画像データを、開始点より矢印方向(時計方向)
に開始点直前まで全周にわたって取得したグラフが図2
(b)である。なお、輪郭線は画像の歪などを考慮して
形状が楕円等になってもよい。次に、回転角を検出する
時に、対象物に対してラインデータ取得部1により同様
にデータを取得する。図2(c)及び(d)に具体的な
イメージ図を示す。図の意味は(a)、(b)と同様で
ある。
【0021】そして、対象物のデータはデータ正規化部
3により、対象物データ列の平均濃度がモデールデータ
列の平均濃度と等しくなるように正規化される。この正
規化の様子を図3に示す。図3(a)は正規化前の対象
物データとモデルデータ、図3(b)は対象物データを
正規化したデータとモデルデータを示す図である。この
動作を数式で表現すると以下のようになる。
3により、対象物データ列の平均濃度がモデールデータ
列の平均濃度と等しくなるように正規化される。この正
規化の様子を図3に示す。図3(a)は正規化前の対象
物データとモデルデータ、図3(b)は対象物データを
正規化したデータとモデルデータを示す図である。この
動作を数式で表現すると以下のようになる。
【0022】正規化前の対象物データをTi 、正規化後
の対象物データをSi 、モデルデータをMi 、データ個
数をn、i=0〜(n−1)とすると、
の対象物データをSi 、モデルデータをMi 、データ個
数をn、i=0〜(n−1)とすると、
【0023】
【数1】
【0024】となる。ここでは、対象物データを正規化
しているが、モデルデータを正規化してもよい。
しているが、モデルデータを正規化してもよい。
【0025】そして、回転位置計算部4にモデルデータ
と対象物データを入力して回転位置を得る。その動作を
図4に示す。回転位置計算部4の中のデータ走査・最一
致度検出部6は、図4(a)の対象物データに対し、図
4(b)、(d)、(f)のようにモデルデータを角度
方向に走査し、図4(a)の対象物データと比較し、一
致度を求め、一致度の最も良い回転位置を探して行く。
このとき、一致度計算のために一致度計算部5が呼び出
される。一致度計算部5は、正規化後の対象物データ列
とモデルデータ列との間で対応する全てのデータに対し
てそれぞれ減算し、全データ列分の減算結果の絶対値の
総和を一致度として計算する。この時、一致度は、計算
結果が小さければ小さいほど良く一致することを示す。
この動作を数式で表現すると以下のようになる。
と対象物データを入力して回転位置を得る。その動作を
図4に示す。回転位置計算部4の中のデータ走査・最一
致度検出部6は、図4(a)の対象物データに対し、図
4(b)、(d)、(f)のようにモデルデータを角度
方向に走査し、図4(a)の対象物データと比較し、一
致度を求め、一致度の最も良い回転位置を探して行く。
このとき、一致度計算のために一致度計算部5が呼び出
される。一致度計算部5は、正規化後の対象物データ列
とモデルデータ列との間で対応する全てのデータに対し
てそれぞれ減算し、全データ列分の減算結果の絶対値の
総和を一致度として計算する。この時、一致度は、計算
結果が小さければ小さいほど良く一致することを示す。
この動作を数式で表現すると以下のようになる。
【0026】正規化後の対象物データをSi 、モデルデ
ータをMj 、一致度をIt 、データ個数をn、i=0〜
(n−1)とすると、
ータをMj 、一致度をIt 、データ個数をn、i=0〜
(n−1)とすると、
【0027】
【数2】
【0028】 但し、 (i+t)≦(n−1)のとき j=i+t (i+t)>(n−1)のとき j=i+t−n である。
【0029】このときの|Mj −Sj |、つまり全デー
タ列分の減算結果の絶対値をグラフ化したのが、図4
(c)、(e)、(g)である。図4に示す通り、一致
する角度付近では、一致度が小さくなることが分かる。
また、ここではモデルを走査させているが、対象物を走
査させてもよい。
タ列分の減算結果の絶対値をグラフ化したのが、図4
(c)、(e)、(g)である。図4に示す通り、一致
する角度付近では、一致度が小さくなることが分かる。
また、ここではモデルを走査させているが、対象物を走
査させてもよい。
【0030】こうして得られた一致度It の内最も小さ
い値を取るtに相当する回転位置がモデルに対する回転
位置となる。一番簡単な例では、図2において、1度お
きにデータを取っているのであれば、tがそのまま回転
角度(単位度)となる。
い値を取るtに相当する回転位置がモデルに対する回転
位置となる。一番簡単な例では、図2において、1度お
きにデータを取っているのであれば、tがそのまま回転
角度(単位度)となる。
【0031】このように、本実施例では濃度の正規化処
理を行っているため、明るさの変動に非常に強い処理と
なっている。また、全周データを均等に減算して一致度
計算を行っているため、少々の部分の途切れやノイズは
吸収することができる。
理を行っているため、明るさの変動に非常に強い処理と
なっている。また、全周データを均等に減算して一致度
計算を行っているため、少々の部分の途切れやノイズは
吸収することができる。
【0032】また、図5に以上の動作のフロー図を示
す。図5に示すように、正規化処理を1回だけ行った後
同じ全周データに対して開始点を変えながら走査するの
で、図12に示す従来例のように、走査のたびに正規化
処理をする必要がなく、特殊ハードウェアがなくても十
分に高速にて処理することができる。
す。図5に示すように、正規化処理を1回だけ行った後
同じ全周データに対して開始点を変えながら走査するの
で、図12に示す従来例のように、走査のたびに正規化
処理をする必要がなく、特殊ハードウェアがなくても十
分に高速にて処理することができる。
【0033】そこで、従来例との速度差について検討す
る。比較し易いように、従来例として図6(a)に示す
ような図形で、図6(b)に示すような全周データに対
して、図6(c)に示すような部分1次元パターンのマ
ッチングを行う場合を想定する。この場合の動作フロー
は図12に示すようになる。
る。比較し易いように、従来例として図6(a)に示す
ような図形で、図6(b)に示すような全周データに対
して、図6(c)に示すような部分1次元パターンのマ
ッチングを行う場合を想定する。この場合の動作フロー
は図12に示すようになる。
【0034】ここで、各処理の時間について検討する。
まず、モデルデータ全体についての正規化処理である
が、(1)式に示される1点の正規化処理をデータ個数
分行うことになる。モデルデータの濃度総和
まず、モデルデータ全体についての正規化処理である
が、(1)式に示される1点の正規化処理をデータ個数
分行うことになる。モデルデータの濃度総和
【0035】
【数3】
【0036】は予め計算しておくことができるので、ほ
ぼ
ぼ
【0037】
【数4】
【0038】の時間だけに依存する。画素濃度は整数で
あるため、Σは整数加算時間でよい。
あるため、Σは整数加算時間でよい。
【0039】また、「×Ti 」の部分、つまり1点毎に
正規化係数を掛け算する処理は、必ず浮動小数点演算が
必要になる。整数演算では、2倍、3倍・・・、若しく
は1/2、1/3・・といった正規化しか行えないた
め、正規化の意味がなくなることは明らかである。従っ
て、モデルデータ全体の正規化時間は、 (正規化時間)=(モデルデータ個数) ×((整数加算)+(浮動小数点乗算)) ・・・(3) となる。
正規化係数を掛け算する処理は、必ず浮動小数点演算が
必要になる。整数演算では、2倍、3倍・・・、若しく
は1/2、1/3・・といった正規化しか行えないた
め、正規化の意味がなくなることは明らかである。従っ
て、モデルデータ全体の正規化時間は、 (正規化時間)=(モデルデータ個数) ×((整数加算)+(浮動小数点乗算)) ・・・(3) となる。
【0040】次に、一致度計算処理であるが、(2)式
より (一致度時間)=(モデルデータ個数) ×((整数減算)+(絶対値計算時間)) ・・・(4) となる。ここで絶対値計算は、もしデータがマイナスな
らば−1をかけるという処理であるため、 (一致度時間)=(モデルデータ個数) ×((整数減算)+(整数比較時間)+(整数乗算時間)) ・・・(5) と書き直せる。
より (一致度時間)=(モデルデータ個数) ×((整数減算)+(絶対値計算時間)) ・・・(4) となる。ここで絶対値計算は、もしデータがマイナスな
らば−1をかけるという処理であるため、 (一致度時間)=(モデルデータ個数) ×((整数減算)+(整数比較時間)+(整数乗算時間)) ・・・(5) と書き直せる。
【0041】そして、図12及び図5より (従来処理時間) =(走査データ個数) ×((正規化時間)+(一致度計算)) ・・・(6) (本発明処理時間)=(正規化時間) +(走査データ個数)×(一致度計算) ・・・(7) ここでこの処理を汎用のマイクロコンピュータで処理を
行わせた場合を考え、 整数加算時間=1 整数減算時間=2 整数比較時間=2 整数乗算時間=5 浮動小数点乗算時間=100 と仮定する。
行わせた場合を考え、 整数加算時間=1 整数減算時間=2 整数比較時間=2 整数乗算時間=5 浮動小数点乗算時間=100 と仮定する。
【0042】また、従来例のモデル個数を60、走査デ
ータ数を360、本実施例のモデル個数、走査データ個
数とも360と仮定し、(6)、(7)式に代入する
と、 (従来正規化時間) = 60×(1+100)= 6
060 (本発明正規化時間)=360×(1+100)=36
360 (従来一致度時間) = 60×(2+2+5)= 5
40 (本発明一致度時間)=360×(2+2+5)=32
40 (従来処理時間) =360×(6060+540)
=2376000 (本発明処理時間) =36360+360×3240
=1166400 となり、モデルとなるパターンの数が従来例に対して6
倍になっても、本発明の実施例における処理時間は従来
例の1/2以下に短縮されることが分かる。
ータ数を360、本実施例のモデル個数、走査データ個
数とも360と仮定し、(6)、(7)式に代入する
と、 (従来正規化時間) = 60×(1+100)= 6
060 (本発明正規化時間)=360×(1+100)=36
360 (従来一致度時間) = 60×(2+2+5)= 5
40 (本発明一致度時間)=360×(2+2+5)=32
40 (従来処理時間) =360×(6060+540)
=2376000 (本発明処理時間) =36360+360×3240
=1166400 となり、モデルとなるパターンの数が従来例に対して6
倍になっても、本発明の実施例における処理時間は従来
例の1/2以下に短縮されることが分かる。
【0043】本発明では、円の全周データを対象とする
ことにより、時間のかかる正規化処理を1回で済ませ、
さらに一致度計算処理をできるだけ時間のかからない簡
便な処理としているため、上記のような高速処理が可能
となっている。
ことにより、時間のかかる正規化処理を1回で済ませ、
さらに一致度計算処理をできるだけ時間のかからない簡
便な処理としているため、上記のような高速処理が可能
となっている。
【0044】また、整数加算時間=1を仮に200マイ
クロ秒とおくと、全周マッチング時間は233ミリ秒と
なり、実用レベルの速度であることがわかる。さらに走
査データ数を180等にすればさらに高速処理が可能と
なる。
クロ秒とおくと、全周マッチング時間は233ミリ秒と
なり、実用レベルの速度であることがわかる。さらに走
査データ数を180等にすればさらに高速処理が可能と
なる。
【0045】さらに、本発明ではモデルが大きくても上
記のように高速処理が可能である。
記のように高速処理が可能である。
【0046】即ち、複雑な形状の認識では図16のよう
にモデルを大きくとることが有効であるが、本実施例に
よれば全周の画像データを用いているので複雑な形状の
認識が処理時間を増大させずに可能となる。
にモデルを大きくとることが有効であるが、本実施例に
よれば全周の画像データを用いているので複雑な形状の
認識が処理時間を増大させずに可能となる。
【0047】このように、本実施例では円の全周のデー
タを取得した直後に、一括して正規化を行ったのち、正
規化後の対象物データ列とモデルデータ列との間で対応
する全てのデータに対してそれぞれ減算し、全データ列
分の減算結果の絶対値の総和を、対象物データ列とモデ
ルデータ列の一致度として回転位置を検出するため、明
るさの変動やノイズに強い回転位置検出が可能である。
また複雑な形状でも特殊ハードウェアがなくても十分に
高速にて簡単に検出することができる。
タを取得した直後に、一括して正規化を行ったのち、正
規化後の対象物データ列とモデルデータ列との間で対応
する全てのデータに対してそれぞれ減算し、全データ列
分の減算結果の絶対値の総和を、対象物データ列とモデ
ルデータ列の一致度として回転位置を検出するため、明
るさの変動やノイズに強い回転位置検出が可能である。
また複雑な形状でも特殊ハードウェアがなくても十分に
高速にて簡単に検出することができる。
【0048】なお、上記実施例においては、対象物デー
タ列とモデルデータ列との間で対応する全てのデータに
対してそれぞれ減算し、全データ列分の減算結果の絶対
値の総和を一致度としたが、一致度の計算処理は必ずし
もこれに限定されるものではなく、例えばモデルデータ
と正規化後の対象物データの相関係数を計算してそれを
一致度と見なすこともできる。即ち、図7(a)、
(b)に示すようにモデルデータ列の各角度位置におけ
るベクトルをa1 、a2 ・・・an 、対象物データ列の
各角度位置におけるベクトルをb1 、b2 ・・・bn と
して、それらの相関係数rを次の(8)式により求め、
タ列とモデルデータ列との間で対応する全てのデータに
対してそれぞれ減算し、全データ列分の減算結果の絶対
値の総和を一致度としたが、一致度の計算処理は必ずし
もこれに限定されるものではなく、例えばモデルデータ
と正規化後の対象物データの相関係数を計算してそれを
一致度と見なすこともできる。即ち、図7(a)、
(b)に示すようにモデルデータ列の各角度位置におけ
るベクトルをa1 、a2 ・・・an 、対象物データ列の
各角度位置におけるベクトルをb1 、b2 ・・・bn と
して、それらの相関係数rを次の(8)式により求め、
【0049】
【数5】
【0050】この相関係数rが1に近い程一致度が高い
ものとすることができる。
ものとすることができる。
【0051】さらに、上記実施例ではデータ正規化部3
でデータの正規化処理を行っているが、明るさの変動が
小さい場合には、正規化処理を省略して一致度計算を行
って回転位置を検出することができる。
でデータの正規化処理を行っているが、明るさの変動が
小さい場合には、正規化処理を省略して一致度計算を行
って回転位置を検出することができる。
【0052】次に、本発明の第2の実施例について、図
8〜図10を参照して説明する。
8〜図10を参照して説明する。
【0053】回転位置検出装置の構成を示す図8におい
て、図1と同一の構成要素については同一参照符号を付
して説明を省略する。7はリングウィンドウデータ取得
部であり、8はデータ加算部である。
て、図1と同一の構成要素については同一参照符号を付
して説明を省略する。7はリングウィンドウデータ取得
部であり、8はデータ加算部である。
【0054】次に、動作を説明する。本実施例では、ま
ずリングデータ取得部7により、図9(a)の2つの破
線の円で囲まれたリング状部分のデータを取得する。具
体的な取得データのイメージを図9(b)に示す。図9
(b)はリング状データを中心からの角度と径方向の長
さで極座標展開したイメージ図である。次に、データ加
算部8により、中心からの角度が同一であるデータを加
算する。加算されたデータを図9(c)に示す。その後
のデータ正規化部3によるデータの正規化、モデルデー
タ記憶部2によるモデルデータ格納、回転位置計算部4
による回転位置検出の方法は上記第1の実施例と全く同
様である。
ずリングデータ取得部7により、図9(a)の2つの破
線の円で囲まれたリング状部分のデータを取得する。具
体的な取得データのイメージを図9(b)に示す。図9
(b)はリング状データを中心からの角度と径方向の長
さで極座標展開したイメージ図である。次に、データ加
算部8により、中心からの角度が同一であるデータを加
算する。加算されたデータを図9(c)に示す。その後
のデータ正規化部3によるデータの正規化、モデルデー
タ記憶部2によるモデルデータ格納、回転位置計算部4
による回転位置検出の方法は上記第1の実施例と全く同
様である。
【0055】第2の実施例は、第1の実施例に比較し
て、取得データの加算によりコントラストを強調するこ
とが可能である。図10に第1の実施例とのコントラス
ト比較図を示す。図10(a)、(b)は第1の実施例
による場合を示し、(a)は処理エリア、(b)は対象
物1次元データであり、図10(c)、(d)は第2の
実施例による場合を示し、(c)は処理エリア、(d)
は対象物1次元データである。図10(a)、(c)に
示すように穴状のノイズがのっている画像で考えた場
合、図10(b)、(d)を比較すると、図10(b)
にあるようなデータの途切れが、図10(d)では軽減
されることが分かる。従って、第1の実施例に比べて、
よりコントラストのない画像に対しても、安定した検出
が可能となる。
て、取得データの加算によりコントラストを強調するこ
とが可能である。図10に第1の実施例とのコントラス
ト比較図を示す。図10(a)、(b)は第1の実施例
による場合を示し、(a)は処理エリア、(b)は対象
物1次元データであり、図10(c)、(d)は第2の
実施例による場合を示し、(c)は処理エリア、(d)
は対象物1次元データである。図10(a)、(c)に
示すように穴状のノイズがのっている画像で考えた場
合、図10(b)、(d)を比較すると、図10(b)
にあるようなデータの途切れが、図10(d)では軽減
されることが分かる。従って、第1の実施例に比べて、
よりコントラストのない画像に対しても、安定した検出
が可能となる。
【0056】また、処理速度に関しても、第1の実施例
に比して加算される時間が、データ加算部8による部分
だけであるため、比較的高速な処理が可能となる。
に比して加算される時間が、データ加算部8による部分
だけであるため、比較的高速な処理が可能となる。
【0057】
【発明の効果】本願の第1発明の回転角検出装置によれ
ば、以上の説明から明らかなように、対象物データ列の
平均濃度とモデルデータ列の平均濃度を等しくする正規
化処理しているので明るさの変動やノイズがあっても大
きな影響を受けず、また円形輪郭線上の全周の画像デー
タを一括して対象としているので処理時間の大きい正規
化処理を1回で済ませることができて特殊ハードウェア
を使用せずに高速で処理でき、また全周の画像データを
用いて一致度を求めるので複雑な形状でも簡単に位置検
出でき、従って対象物の回転位置を精度良く、簡単にか
つ高速にて検出することができるという効果を発揮す
る。
ば、以上の説明から明らかなように、対象物データ列の
平均濃度とモデルデータ列の平均濃度を等しくする正規
化処理しているので明るさの変動やノイズがあっても大
きな影響を受けず、また円形輪郭線上の全周の画像デー
タを一括して対象としているので処理時間の大きい正規
化処理を1回で済ませることができて特殊ハードウェア
を使用せずに高速で処理でき、また全周の画像データを
用いて一致度を求めるので複雑な形状でも簡単に位置検
出でき、従って対象物の回転位置を精度良く、簡単にか
つ高速にて検出することができるという効果を発揮す
る。
【0058】第2発明によれば、円形輪郭線上の全周の
画像データを用いて一致度を求めるので複雑な形状でも
簡単に位置検出でき、またその一致度計算を、対象物デ
ータ列とモデルデータ列との間で対応する全てのデータ
に対してそれぞれ減算し、全データ列分の減算結果の絶
対値の総和としてできるだけ時間のかからない簡便な処
理としているために特殊ハードウェアを使用せずに簡単
かつ高速にて行え、従って対象物の回転位置を簡単にか
つ高速にて検出することができる。
画像データを用いて一致度を求めるので複雑な形状でも
簡単に位置検出でき、またその一致度計算を、対象物デ
ータ列とモデルデータ列との間で対応する全てのデータ
に対してそれぞれ減算し、全データ列分の減算結果の絶
対値の総和としてできるだけ時間のかからない簡便な処
理としているために特殊ハードウェアを使用せずに簡単
かつ高速にて行え、従って対象物の回転位置を簡単にか
つ高速にて検出することができる。
【0059】第3発明によれば、正規化処理により明る
さの変動やノイズがあっても大きな影響を受けず、また
円形輪郭線上の全周の画像データを一括して対象として
いるので処理時間の大きい正規化処理を1回で済ませる
ことができて特殊ハードウェアを使用せずに高速で処理
でき、また全周の画像データを用いて一致度を求めるの
で複雑な形状でも簡単に位置検出でき、さらにその一致
度計算を正規化後の対象物データ列とモデルデータ列と
の間で対応する全てのデータに対してそれぞれ減算し、
全データ列分の減算結果の絶対値の総和として、できる
だけ時間のかからない簡便な処理としているために簡単
かつ高速にて行え、従って対象物の回転位置を精度良
く、簡単にかつ高速にて検出することができる。
さの変動やノイズがあっても大きな影響を受けず、また
円形輪郭線上の全周の画像データを一括して対象として
いるので処理時間の大きい正規化処理を1回で済ませる
ことができて特殊ハードウェアを使用せずに高速で処理
でき、また全周の画像データを用いて一致度を求めるの
で複雑な形状でも簡単に位置検出でき、さらにその一致
度計算を正規化後の対象物データ列とモデルデータ列と
の間で対応する全てのデータに対してそれぞれ減算し、
全データ列分の減算結果の絶対値の総和として、できる
だけ時間のかからない簡便な処理としているために簡単
かつ高速にて行え、従って対象物の回転位置を精度良
く、簡単にかつ高速にて検出することができる。
【0060】また、第4発明によれば、対象物データ列
若しくはモデルデータ列を取得する際に、円の輪郭線に
幅を持たせ、中心からの角度が等しい位置の画像データ
を全て加算することにより、対象となる円形状の輪郭線
付近の画像が輪郭線の垂直方向に大きく変化しないよう
な対象物であれば、さらに明るさの変動やノイズに強い
検出が可能となる。
若しくはモデルデータ列を取得する際に、円の輪郭線に
幅を持たせ、中心からの角度が等しい位置の画像データ
を全て加算することにより、対象となる円形状の輪郭線
付近の画像が輪郭線の垂直方向に大きく変化しないよう
な対象物であれば、さらに明るさの変動やノイズに強い
検出が可能となる。
【図1】本発明の回転角検出装置の第1の実施例の構成
図である。
図である。
【図2】同実施例におけるモデルデータと対象物データ
を取得する対象の画像とデータのグラフ表示図である。
を取得する対象の画像とデータのグラフ表示図である。
【図3】同実施例における正規化前と正規化後における
モデルデータと対象物データを示す図である。
モデルデータと対象物データを示す図である。
【図4】同実施例における回転角計算部の動作説明図で
ある。
ある。
【図5】同実施例における動作フロー図である。
【図6】同実施例と従来例における処理の速度差の検討
のために想定した従来例の動作説明図である。
のために想定した従来例の動作説明図である。
【図7】一致度計算の他の例の説明図である。
【図8】本発明の回転角検出装置の第2の実施例の構成
図である。
図である。
【図9】同実施例の動作説明図である。
【図10】第1の実施例と第2の実施例における処理エ
リアと対象物1次元データの説明図である。
リアと対象物1次元データの説明図である。
【図11】従来例における回転角検出方法の説明図であ
る。
る。
【図12】他の従来例における回転角検出方法の説明図
である。
である。
【図13】同従来例における動作のフロー図である。
【図14】従来例における複雑な形状のエッジ検出動作
の説明図である。
の説明図である。
【図15】同検出動作のフロー図である。
【図16】他の従来例における複雑な形状のエッジ検出
に用いるモデルパターンの説明図である。
に用いるモデルパターンの説明図である。
1 ラインデータ取得部 2 モデルデータ記憶部 3 データ正規化部 4 回転角計算部 5 一致度計算部 6 データ走査・最一致位置検出部 7 リングウィンドウデータ取得部 8 データ加算部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 加納 秀夫 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 逸崎 嘉浩 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 (4)
- 【請求項1】 円形輪郭線全周の画像データを中心から
の角度順に取得して対象物データ列若しくはモデルデー
タ列を得るデータ取得手段と、モデルデータ列を記憶す
るモデルデータ記憶手段と、対象物データ列の平均濃度
とモデルデータ列の平均濃度を等しくするようにデータ
の正規化を行うデータ正規化手段と、正規化後にモデル
データ列と対象物データ列をデータ列順に相対的に走査
しながら対象物データ列とモデルデータ列の一致度を求
め、最も一致度が高いデータ列の順序位置に対応する回
転位置を出力する回転位置計算手段とを備えたことを特
徴とする回転位置検出装置。 - 【請求項2】 円形輪郭線全周の画像データを中心から
の角度順に取得して対象物データ列若しくはモデルデー
タ列を得るデータ取得手段と、モデルデータ列を記憶す
るモデルデータ記憶手段と、モデルデータ列と対象物デ
ータ列をデータ列順に相対的に走査しながら対象物デー
タ列とモデルデータ列との間の対応する全データの減算
結果の絶対値の総和を順次対象物データ列とモデルデー
タ列の一致度として求め、最も一致度が高いデータ列の
順序位置に対応する回転位置を出力する回転位置計算手
段とを備えたことを特徴とする回転位置検出装置。 - 【請求項3】 円形輪郭線全周の画像データを中心から
の角度順に取得して対象物データ列若しくはモデルデー
タ列を得るデータ取得手段と、モデルデータ列を記憶す
るモデルデータ記憶手段と、対象物データ列の平均濃度
とモデルデータ列の平均濃度を等しくするようにデータ
の正規化を行うデータ正規化手段と、正規化後にモデル
データ列と対象物データ列をデータ列順に相対的に走査
しながら対象物データ列とモデルデータ列との間の対応
する全データの減算結果の絶対値の総和を順次対象物デ
ータ列とモデルデータ列の一致度として求め、最も一致
度が高いデータ列の順序位置に対応する回転位置を出力
する回転位置計算手段とを備えたことを特徴とする回転
位置検出装置。 - 【請求項4】 データ取得手段において、円形輪郭線に
幅を持たせ、中心からの角度が等しい位置の画像データ
を全て加算する手段を備えたことを特徴とする請求項
1、2又は3記載の回転位置検出装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6003332A JPH07210681A (ja) | 1994-01-18 | 1994-01-18 | 回転位置検出装置 |
KR1019950000655A KR950023980A (ko) | 1994-01-18 | 1995-01-17 | 회전위치검출장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6003332A JPH07210681A (ja) | 1994-01-18 | 1994-01-18 | 回転位置検出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07210681A true JPH07210681A (ja) | 1995-08-11 |
Family
ID=11554404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6003332A Pending JPH07210681A (ja) | 1994-01-18 | 1994-01-18 | 回転位置検出装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPH07210681A (ja) |
KR (1) | KR950023980A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005025640A (ja) * | 2003-07-04 | 2005-01-27 | Sankyo Seiki Mfg Co Ltd | 円形物の識別方法および識別装置 |
JP2008145175A (ja) * | 2006-12-07 | 2008-06-26 | Sumitomo Electric Ind Ltd | ケーブルの素線の配列周期把握方法、及びケーブルの形状状態測定方法、これに用いるケーブルの形状状態測定システム、ケーブルの形状状態測定プログラム |
JP2008206779A (ja) * | 2007-02-27 | 2008-09-11 | Yamaguchi Univ | 超音波診断装置及び組織性状判別のプログラム |
-
1994
- 1994-01-18 JP JP6003332A patent/JPH07210681A/ja active Pending
-
1995
- 1995-01-17 KR KR1019950000655A patent/KR950023980A/ko not_active Application Discontinuation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005025640A (ja) * | 2003-07-04 | 2005-01-27 | Sankyo Seiki Mfg Co Ltd | 円形物の識別方法および識別装置 |
JP2008145175A (ja) * | 2006-12-07 | 2008-06-26 | Sumitomo Electric Ind Ltd | ケーブルの素線の配列周期把握方法、及びケーブルの形状状態測定方法、これに用いるケーブルの形状状態測定システム、ケーブルの形状状態測定プログラム |
JP2008206779A (ja) * | 2007-02-27 | 2008-09-11 | Yamaguchi Univ | 超音波診断装置及び組織性状判別のプログラム |
Also Published As
Publication number | Publication date |
---|---|
KR950023980A (ko) | 1995-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0864134B1 (en) | Vector correlation system for automatically locating patterns in an image | |
US6671386B1 (en) | Geometrical transformation identifying system | |
JPH03294976A (ja) | 基準マークパターン検出装置 | |
US8873839B2 (en) | Apparatus of learning recognition dictionary, and method of learning recognition dictionary | |
JP3675629B2 (ja) | パターン認識方法、装置および記録媒体 | |
JP4527885B2 (ja) | フーリエ変換の相関による回転の修正および重複イメージの識別 | |
JP4003465B2 (ja) | 特定パターン認識方法、特定パターン認識プログラム、特定パターン認識プログラム記録媒体および特定パターン認識装置 | |
US8005262B2 (en) | System and method for video object identification | |
AU784406B2 (en) | Object recognition method | |
US9077926B2 (en) | Image processing method and image processing apparatus | |
JPH06274619A (ja) | 画像処理装置 | |
JPH07210681A (ja) | 回転位置検出装置 | |
JPH11312243A (ja) | 顔領域検出装置 | |
JPH1153539A (ja) | 円形パターン判定方法および記録媒体 | |
JPH05174182A (ja) | 文書傾き角検出方法および文書傾き角検出装置 | |
JPH0628476A (ja) | 画像信号の処理装置 | |
JP3020429B2 (ja) | 表面歪み算出方法 | |
JPH01286084A (ja) | 画像評価装置 | |
CN113420762A (zh) | 一种图像处理方法、系统、电子设备及存储介质 | |
JP2865530B2 (ja) | 指紋照合装置 | |
JP2000348178A (ja) | 指紋照合装置 | |
JP2560092B2 (ja) | 中心線検出装置 | |
JPH08161493A (ja) | 線形状検出方法およびその装置 | |
JPH0281279A (ja) | パターン認識装置 | |
JPH0721383A (ja) | 画像処理装置 |