JPH07302338A - テンプレートマッチング方法およびこの方法を用いたパターン認識装置 - Google Patents
テンプレートマッチング方法およびこの方法を用いたパターン認識装置Info
- Publication number
- JPH07302338A JPH07302338A JP11601594A JP11601594A JPH07302338A JP H07302338 A JPH07302338 A JP H07302338A JP 11601594 A JP11601594 A JP 11601594A JP 11601594 A JP11601594 A JP 11601594A JP H07302338 A JPH07302338 A JP H07302338A
- Authority
- JP
- Japan
- Prior art keywords
- load data
- data
- pattern
- periphery
- processing
- 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.)
- Withdrawn
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 基本的な処理の組合せによってパターンの抽
出や位置合わせが正確にできるようにするとともに、高
速処理を容易に行うことができるようにする。 【構成】 入力画像データ１から抽出すべき部分パター
ンと同じ値を持つ目標パターン荷重マトリックス２と、
中央部分とその周辺とで互いに符号が異なる値を持つ中
心周辺拮抗形荷重マトリックス３とを用意し、これらの
荷重マトリックス２、３を用いて入力信号データ１に対
して２回の畳み込み積分５、６の処理を施して入力画像
データ１と目標パターンデータ８との類似度を算出し、
次に、この類似度が所定の閾値未満である画素値を０と
する閾値処理７を行って、類似度の高い部分を入力画像
データ１から抽出するようにすることにより、畳み込み
積分や閾値処理のような基本的な信号処理の手法のみを
組み合わせてパターンの抽出や位置合わせを行うことが
できるようにして計算コストを下げることができるよう
にする。
出や位置合わせが正確にできるようにするとともに、高
速処理を容易に行うことができるようにする。 【構成】 入力画像データ１から抽出すべき部分パター
ンと同じ値を持つ目標パターン荷重マトリックス２と、
中央部分とその周辺とで互いに符号が異なる値を持つ中
心周辺拮抗形荷重マトリックス３とを用意し、これらの
荷重マトリックス２、３を用いて入力信号データ１に対
して２回の畳み込み積分５、６の処理を施して入力画像
データ１と目標パターンデータ８との類似度を算出し、
次に、この類似度が所定の閾値未満である画素値を０と
する閾値処理７を行って、類似度の高い部分を入力画像
データ１から抽出するようにすることにより、畳み込み
積分や閾値処理のような基本的な信号処理の手法のみを
組み合わせてパターンの抽出や位置合わせを行うことが
できるようにして計算コストを下げることができるよう
にする。
Description
【０００１】
【産業上の利用分野】本発明は、テンプレートマッチン
グ方法およびこの方法を用いたパターン認識装置に関
し、特に、計算機に読み込まれる信号データ中のパター
ンの認識、画像処理などに用いて好適なものである。
グ方法およびこの方法を用いたパターン認識装置に関
し、特に、計算機に読み込まれる信号データ中のパター
ンの認識、画像処理などに用いて好適なものである。
【０００２】
【従来の技術】所定の目標パターン（テンプレートパタ
ーン）と入力信号データ中の各部分との類似度を調べる
ことによって、入力信号データから目標パターンの存在
や位置を求める操作はテンプレートマッチングと呼ばれ
る。そして、このテンプレートマッチングは、画像処理
・画像認識技術などのパターン認識分野において多く用
いられている。
ーン）と入力信号データ中の各部分との類似度を調べる
ことによって、入力信号データから目標パターンの存在
や位置を求める操作はテンプレートマッチングと呼ばれ
る。そして、このテンプレートマッチングは、画像処理
・画像認識技術などのパターン認識分野において多く用
いられている。
【０００３】上記テンプレートマッチングは、テンプレ
ートパターンと入力信号データ中の部分パターンとの類
似度を測り、その類似度が最大となる点、あるいは非類
似度が最小となる点を目標パターンの位置として検出す
るものである。非類似度を測る尺度としては、例えば、
対応するデータ値の差の総和、対応するデータ値の差の
２乗の総和または対応するデータ値の差の最大値などが
用いられる。また、類似度を測る尺度としては、テンプ
レートパターンと入力信号データとの相互相関が用いら
れることもある。
ートパターンと入力信号データ中の部分パターンとの類
似度を測り、その類似度が最大となる点、あるいは非類
似度が最小となる点を目標パターンの位置として検出す
るものである。非類似度を測る尺度としては、例えば、
対応するデータ値の差の総和、対応するデータ値の差の
２乗の総和または対応するデータ値の差の最大値などが
用いられる。また、類似度を測る尺度としては、テンプ
レートパターンと入力信号データとの相互相関が用いら
れることもある。
【０００４】ところで、相関をマッチングの尺度として
使用する場合には、通常、正規化処理が必要となる。し
かし、画像処理等の分野においては膨大なデータ量を処
理しなくてはならないため、その処理に多大の時間がか
かり、また、処理は複雑で相当の計算コストを要してい
た。
使用する場合には、通常、正規化処理が必要となる。し
かし、画像処理等の分野においては膨大なデータ量を処
理しなくてはならないため、その処理に多大の時間がか
かり、また、処理は複雑で相当の計算コストを要してい
た。
【０００５】そこで、従来、テンプレートマッチングの
処理を高速化する方法として、残差逐次検定法（ＳＳＤ
Ａ法）が用いられている。このＳＳＤＡ法は、テンプレ
ートパターンと入力信号データ間における各画素毎の差
の絶対値の和をマッチングの尺度としたものである。す
なわち、加算の途中で残差がある閾値を超えたら、加算
を打ち切って次の位置に移ることで処理の高速化を図る
ものであるが、いずれにしても、その処理は複雑で計算
コストが高い処理であった。
処理を高速化する方法として、残差逐次検定法（ＳＳＤ
Ａ法）が用いられている。このＳＳＤＡ法は、テンプレ
ートパターンと入力信号データ間における各画素毎の差
の絶対値の和をマッチングの尺度としたものである。す
なわち、加算の途中で残差がある閾値を超えたら、加算
を打ち切って次の位置に移ることで処理の高速化を図る
ものであるが、いずれにしても、その処理は複雑で計算
コストが高い処理であった。
【０００６】
【発明が解決しようとする課題】一般に、画像処理の分
野、特に、図面画像データの認識・理解といった分野で
は、様々な種類のパターンが含まれている画像データ中
からパターンを抽出する処理、あるいは位置を求める処
理が多く使用される。これらの処理は、扱うデータ量の
膨大さ、計算の複雑さ、あるいは要求される実時間性な
どから、処理の高速化が課題となっている。
野、特に、図面画像データの認識・理解といった分野で
は、様々な種類のパターンが含まれている画像データ中
からパターンを抽出する処理、あるいは位置を求める処
理が多く使用される。これらの処理は、扱うデータ量の
膨大さ、計算の複雑さ、あるいは要求される実時間性な
どから、処理の高速化が課題となっている。
【０００７】そこで、本発明は、相関をマッチングの尺
度とするテンプレートマッチングにおいて、畳み込み積
分と閾値処理といった単純で一般に多く使用される処理
を組み合わせて、パターンの抽出や位置合わせを正確に
できるようにするとともに、汎用コンピュータ、専用Ｌ
ＳＩ、あるいは並列計算によって高速な処理を容易に行
うことができるようにすることを目的とする。
度とするテンプレートマッチングにおいて、畳み込み積
分と閾値処理といった単純で一般に多く使用される処理
を組み合わせて、パターンの抽出や位置合わせを正確に
できるようにするとともに、汎用コンピュータ、専用Ｌ
ＳＩ、あるいは並列計算によって高速な処理を容易に行
うことができるようにすることを目的とする。
【０００８】
【課題を解決するための手段】本発明のテンプレートマ
ッチング方法は、入力信号データから抽出すべき部分パ
ターンと同じ値を持つ目標パターン荷重データと、中央
部分とその周辺とで互いに符号が異なる値を持つ中心周
辺拮抗形荷重データとを用意し、上記目標パターン荷重
データに対して上記中心周辺拮抗形荷重データで第１畳
み込み積分を行って荷重データを生成し、次に、上記第
１畳み込み積分で生成した荷重データで上記入力信号デ
ータを第２畳み込み積分を行い、次に、上記第２畳み込
み積分で得られる値が所定の閾値未満である画素値を０
とする閾値処理を行うことにより、上記入力信号データ
より抽出すべきパターンの存在と位置とを検出するもの
である。
ッチング方法は、入力信号データから抽出すべき部分パ
ターンと同じ値を持つ目標パターン荷重データと、中央
部分とその周辺とで互いに符号が異なる値を持つ中心周
辺拮抗形荷重データとを用意し、上記目標パターン荷重
データに対して上記中心周辺拮抗形荷重データで第１畳
み込み積分を行って荷重データを生成し、次に、上記第
１畳み込み積分で生成した荷重データで上記入力信号デ
ータを第２畳み込み積分を行い、次に、上記第２畳み込
み積分で得られる値が所定の閾値未満である画素値を０
とする閾値処理を行うことにより、上記入力信号データ
より抽出すべきパターンの存在と位置とを検出するもの
である。
【０００９】また、本発明のパターン認識装置は、入力
信号データより抽出すべき部分パターンと同じ値を持つ
目標パターン荷重データを記憶する第１の荷重データ記
憶手段と、中央部分とその周辺とで互いに符号が異なる
値を持つ中心周辺拮抗形荷重データを記憶する第２の荷
重データ記憶手段と、上記第１の荷重データ記憶手段に
記憶されている目標パターン荷重データに対して、上記
第２の荷重データ記憶手段に記憶されている中心周辺拮
抗形荷重データで畳み込み積分を行って荷重データを生
成する第１の畳み込み積分手段と、上記第１の畳み込み
積分手段により生成された荷重データによって、上記入
力信号データに対して畳み込み積分を行う第２の畳み込
み積分手段と、上記第２の畳み込み積分手段により求め
られる値が所定の閾値未満である画素値を０とする閾値
処理を行う閾値処理手段とを設けたものである。
信号データより抽出すべき部分パターンと同じ値を持つ
目標パターン荷重データを記憶する第１の荷重データ記
憶手段と、中央部分とその周辺とで互いに符号が異なる
値を持つ中心周辺拮抗形荷重データを記憶する第２の荷
重データ記憶手段と、上記第１の荷重データ記憶手段に
記憶されている目標パターン荷重データに対して、上記
第２の荷重データ記憶手段に記憶されている中心周辺拮
抗形荷重データで畳み込み積分を行って荷重データを生
成する第１の畳み込み積分手段と、上記第１の畳み込み
積分手段により生成された荷重データによって、上記入
力信号データに対して畳み込み積分を行う第２の畳み込
み積分手段と、上記第２の畳み込み積分手段により求め
られる値が所定の閾値未満である画素値を０とする閾値
処理を行う閾値処理手段とを設けたものである。
【００１０】
【作用】本発明のテンプレートマッチング方法を適用し
たパターン認識方法は、入力信号データと荷重データと
の間で畳み込み積分、閾値処理といった基本的な処理を
行うことによって所望の図形を抽出するものである。
たパターン認識方法は、入力信号データと荷重データと
の間で畳み込み積分、閾値処理といった基本的な処理を
行うことによって所望の図形を抽出するものである。
【００１１】すなわち、まず、入力信号データより抽出
すべき部分パターンと同じ値を持つ目標パターン荷重デ
ータと、中央部分が正の値でその周辺が負の値（あるい
はその逆でも良い）である中心周辺拮抗形の荷重データ
とを用意する。この中心周辺拮抗形荷重データの形状
は、ＤＯＧ（２つのガウス関数の差）関数で表されるも
のであっても▽2 Ｇ（ガウス関数にラプラシアンを掛け
たもの）関数で表されるものであっても良い。
すべき部分パターンと同じ値を持つ目標パターン荷重デ
ータと、中央部分が正の値でその周辺が負の値（あるい
はその逆でも良い）である中心周辺拮抗形の荷重データ
とを用意する。この中心周辺拮抗形荷重データの形状
は、ＤＯＧ（２つのガウス関数の差）関数で表されるも
のであっても▽2 Ｇ（ガウス関数にラプラシアンを掛け
たもの）関数で表されるものであっても良い。
【００１２】そして、上記目標パターン荷重データと中
心周辺拮抗形荷重データとの間で第１畳み込み積分を行
い、もう一つの新たな荷重データを作成する。次に、こ
の新たな荷重データと入力信号データとの間で第２畳み
込み積分を行う。なお、入力信号データと目標パターン
荷重データと中心周辺拮抗形荷重データとの３つのデー
タ間で行われる畳み込み積分の処理は、前述のような方
法と、目標パターン荷重データと中心周辺拮抗形荷重デ
ータとによって入力信号データに対して畳み込み積分を
逐次施す方法とは等価である。
心周辺拮抗形荷重データとの間で第１畳み込み積分を行
い、もう一つの新たな荷重データを作成する。次に、こ
の新たな荷重データと入力信号データとの間で第２畳み
込み積分を行う。なお、入力信号データと目標パターン
荷重データと中心周辺拮抗形荷重データとの３つのデー
タ間で行われる畳み込み積分の処理は、前述のような方
法と、目標パターン荷重データと中心周辺拮抗形荷重デ
ータとによって入力信号データに対して畳み込み積分を
逐次施す方法とは等価である。
【００１３】以上のように、２回の畳み込み積分を行っ
た結果は、目標パターンと入力信号データ中の部分パタ
ーンとの類似度を表したものになる。したがって、その
類似度が高い部分を入力信号データ中から抽出すれば、
目標パターンの位置を検出することができる。そこで、
適当な閾値を設定して所定の閾値処理を行うことによ
り、類似度が高い部分を抽出するようにする。
た結果は、目標パターンと入力信号データ中の部分パタ
ーンとの類似度を表したものになる。したがって、その
類似度が高い部分を入力信号データ中から抽出すれば、
目標パターンの位置を検出することができる。そこで、
適当な閾値を設定して所定の閾値処理を行うことによ
り、類似度が高い部分を抽出するようにする。
【００１４】例えば、設定した閾値よりも類似度が小さ
な値をとる場合は対応する画素値を０とし、閾値以上の
値をとる場合は対応する画素値を１または元の値とする
操作を行うことで類似点を識別することにより、目標パ
ターンの存在や位置を検出することができる。
な値をとる場合は対応する画素値を０とし、閾値以上の
値をとる場合は対応する画素値を１または元の値とする
操作を行うことで類似点を識別することにより、目標パ
ターンの存在や位置を検出することができる。
【００１５】
【実施例】図１は、本発明の一実施例であるテンプレー
トマッチング方法を用いたパターン認識処理の手順を説
明するための説明図である。図１に示したように、本実
施例では、入力信号データより抽出すべき目標パターン
８は、２回の畳み込み積分５、６および閾値処理７で検
出される。
トマッチング方法を用いたパターン認識処理の手順を説
明するための説明図である。図１に示したように、本実
施例では、入力信号データより抽出すべき目標パターン
８は、２回の畳み込み積分５、６および閾値処理７で検
出される。
【００１６】以上のような処理を行うパターン認識装置
の構成の一例を、図２のブロック図に示す。図２におい
て、１２は第１の荷重データ記憶手段であり、上述の目
標パターン荷重マトリックス２が記憶されている。ま
た、１３は第２の荷重データ記憶手段であり、上述の中
心周辺拮抗形荷重マトリックス３が記憶されている。
の構成の一例を、図２のブロック図に示す。図２におい
て、１２は第１の荷重データ記憶手段であり、上述の目
標パターン荷重マトリックス２が記憶されている。ま
た、１３は第２の荷重データ記憶手段であり、上述の中
心周辺拮抗形荷重マトリックス３が記憶されている。
【００１７】次いで、１５は第１の畳み込み積分手段で
あり、上述の第１畳み込み積分５の処理を行うものであ
る。すなわち、第１の畳み込み積分手段１５は、目標パ
ターン荷重マトリックス２と中心周辺拮抗形荷重マトリ
ックス３とを用いて畳み込み積分を行う。
あり、上述の第１畳み込み積分５の処理を行うものであ
る。すなわち、第１の畳み込み積分手段１５は、目標パ
ターン荷重マトリックス２と中心周辺拮抗形荷重マトリ
ックス３とを用いて畳み込み積分を行う。
【００１８】次いで、１６は第２の畳み込み積分手段で
あり、上述の第２畳み込み積分６の処理を行うものであ
る。すなわち、第２の畳み込み積分手段１６は、上記第
１の畳み込み積分手段１５によって生成された新たな荷
重マトリックス４と入力画像データ１とを用いて畳み込
み積分を行う。
あり、上述の第２畳み込み積分６の処理を行うものであ
る。すなわち、第２の畳み込み積分手段１６は、上記第
１の畳み込み積分手段１５によって生成された新たな荷
重マトリックス４と入力画像データ１とを用いて畳み込
み積分を行う。
【００１９】次いで、１７は閾値処理手段であり、上述
の閾値処理７を行うものである。すなわち、閾値処理手
段１７は、上述の第２の畳み込み積分手段１６により求
められた演算値（目標パターンと入力画像データ中の部
分パターンとの類似度を表す値）が所定の閾値未満であ
る場合に、対応する画素値を０とする処理を行う。な
お、図２に示した各構成は、ＣＰＵや、ＲＯＭおよびＲ
ＡＭなどのメモリ手段からなるマイクロコンピュータに
より構成されている。
の閾値処理７を行うものである。すなわち、閾値処理手
段１７は、上述の第２の畳み込み積分手段１６により求
められた演算値（目標パターンと入力画像データ中の部
分パターンとの類似度を表す値）が所定の閾値未満であ
る場合に、対応する画素値を０とする処理を行う。な
お、図２に示した各構成は、ＣＰＵや、ＲＯＭおよびＲ
ＡＭなどのメモリ手段からなるマイクロコンピュータに
より構成されている。
【００２０】さて、本実施例では、地図などの図面画像
データから記号（寺院、学校等を表す記号）を抽出する
処理を考える。図６は、国土地理院発行の１／２５００
０地形図をイメージスキャナーにより解像度５１０ｄｐ
ｉで読み取り、５１２×５１２［画素］の画像にしたも
のである。
データから記号（寺院、学校等を表す記号）を抽出する
処理を考える。図６は、国土地理院発行の１／２５００
０地形図をイメージスキャナーにより解像度５１０ｄｐ
ｉで読み取り、５１２×５１２［画素］の画像にしたも
のである。
【００２１】この地図には記号だけではなく等高線、道
路、文字といった様々な地図図形が描かれているが、こ
れらの地図図形に対して地図中の記号（寺院、学校等を
表す記号）は、通常、その大きさや形状が定まってい
る。また、記述される方向も決っている。そのため、そ
の記号の抽出処理は、抽出すべき記号の目標パターンを
基にしたテンプレートマッチングによって行うことがで
きる。ここでは、テンプレートマッチングは、畳み込み
積分と閾値処理とによって行うことができる。
路、文字といった様々な地図図形が描かれているが、こ
れらの地図図形に対して地図中の記号（寺院、学校等を
表す記号）は、通常、その大きさや形状が定まってい
る。また、記述される方向も決っている。そのため、そ
の記号の抽出処理は、抽出すべき記号の目標パターンを
基にしたテンプレートマッチングによって行うことがで
きる。ここでは、テンプレートマッチングは、畳み込み
積分と閾値処理とによって行うことができる。
【００２２】以下に、記号抽出の処理手順を示す。 （１）まず、入力画像データと目標パターンデータとの
類似度を算出する手順について述べる。
類似度を算出する手順について述べる。
【００２３】この手順では、最初にテンプレート荷重デ
ータを作成する。テンプレート荷重データは、抽出すべ
き部分パターンを表す２次元部分画像データ（図３に示
す目標パターンマトリックス）に対して、中心周辺拮抗
形荷重データ（図４に示す中心周辺拮抗形荷重マトリッ
クス）によって第１畳み込み積分５の処理を施すことに
より抑制部を付加したものである。
ータを作成する。テンプレート荷重データは、抽出すべ
き部分パターンを表す２次元部分画像データ（図３に示
す目標パターンマトリックス）に対して、中心周辺拮抗
形荷重データ（図４に示す中心周辺拮抗形荷重マトリッ
クス）によって第１畳み込み積分５の処理を施すことに
より抑制部を付加したものである。
【００２４】このようにして作成したテンプレート荷重
データは、入力画像データ１と同様に、各要素が実数値
をとる２次元マトリックスデータ（図５に示すテンプレ
ート荷重マトリックス）である。なお、上記の図３〜図
５は、各荷重マトリックス２〜４の２次元分布を視覚的
に分かりやすく表示したものである。
データは、入力画像データ１と同様に、各要素が実数値
をとる２次元マトリックスデータ（図５に示すテンプレ
ート荷重マトリックス）である。なお、上記の図３〜図
５は、各荷重マトリックス２〜４の２次元分布を視覚的
に分かりやすく表示したものである。
【００２５】ところで、上記中心周辺拮抗形荷重データ
は、次の（式１）で表される２次元円対称ＤＯＧ（２つ
のガウス関数の差）関数をもとに２次元マトリックス
（ＤＯＧマトリックス）を作成したものである。 DOG( r ) ＝ (1/√2 πσ1)・exp(-r2/2 σ1 2) − (1/
√2 πσ2)・exp(-r2/2 σ2 2) …（式１）
は、次の（式１）で表される２次元円対称ＤＯＧ（２つ
のガウス関数の差）関数をもとに２次元マトリックス
（ＤＯＧマトリックス）を作成したものである。 DOG( r ) ＝ (1/√2 πσ1)・exp(-r2/2 σ1 2) − (1/
√2 πσ2)・exp(-r2/2 σ2 2) …（式１）
【００２６】ここで、σ1,σ2 はガウス関数の標準偏差
（本実施例では、σ2 = 2.5/3 ，σ2/σ1 = 1.6 ）であ
り、r は中心からのユークリッド距離（４近傍で隣接す
る画素同士間の距離は１となる）であるとする。
（本実施例では、σ2 = 2.5/3 ，σ2/σ1 = 1.6 ）であ
り、r は中心からのユークリッド距離（４近傍で隣接す
る画素同士間の距離は１となる）であるとする。
【００２７】上述のように、テンプレート荷重データ
は、目標パターン荷重データと中心周辺拮抗形荷重デー
タとの間で第１畳み込み積分５の処理を行って作成され
るが、ここでは、（式２）のような積和演算を行ってテ
ンプレート荷重マトリックスT(i,j)を算出する。
は、目標パターン荷重データと中心周辺拮抗形荷重デー
タとの間で第１畳み込み積分５の処理を行って作成され
るが、ここでは、（式２）のような積和演算を行ってテ
ンプレート荷重マトリックスT(i,j)を算出する。
【００２８】
【数１】
【００２９】次に、第２畳み込み積分６で、入力画像デ
ータと目標パターンとの類似度を計算する。すなわち、
抽出すべき記号を含む地図画像などの入力画像データ１
に対して、上述の第１畳み込み積分５の処理にて作成し
たテンプレート荷重マトリックス４で畳み込み積分を行
う。
ータと目標パターンとの類似度を計算する。すなわち、
抽出すべき記号を含む地図画像などの入力画像データ１
に対して、上述の第１畳み込み積分５の処理にて作成し
たテンプレート荷重マトリックス４で畳み込み積分を行
う。
【００３０】このとき、テンプレートの凸部（図５にお
いて記号の図に対応する正の値を持つ部分）に地図画像
の図の部分（黒画素）が一致すると、出力が増大する。
反対に、テンプレートの凹部（図５において凸部の周囲
に生成される負の値を持つ部分）に地図画像の図の部分
が対応すると、抑制がかかって出力が減少する。
いて記号の図に対応する正の値を持つ部分）に地図画像
の図の部分（黒画素）が一致すると、出力が増大する。
反対に、テンプレートの凹部（図５において凸部の周囲
に生成される負の値を持つ部分）に地図画像の図の部分
が対応すると、抑制がかかって出力が減少する。
【００３１】また、地図画像の地の部分（白画素）は、
そのデータの値が０であるので、興奮部および抑制部
（テンプレートの凸部および凹部）に対応しても出力に
は影響を与えない。これにより、テンプレートの形状と
合致した点（記号候補領域）では出力データの値が大き
くなるが、テンプレートの形状と合致しない点では抑制
がかかり、出力データの値は小さくなる。
そのデータの値が０であるので、興奮部および抑制部
（テンプレートの凸部および凹部）に対応しても出力に
は影響を与えない。これにより、テンプレートの形状と
合致した点（記号候補領域）では出力データの値が大き
くなるが、テンプレートの形状と合致しない点では抑制
がかかり、出力データの値は小さくなる。
【００３２】これにより、第２畳み込み積分６で、入力
画像データI(i,j)と、サイズＮ×Ｎ（本実施例ではＮ＝
２５）のテンプレート荷重マトリックスT(i,j)との間で
積和をとると、出力画像データ、すなわち、類似度O(i,
j)は、次の（式３）のようになる。この結果、テンプレ
ートの形状とある程度合致した点（記号候補領域）で
は、出力値は極大値、あるいは他の点に比べて大きな値
をとることになる。
画像データI(i,j)と、サイズＮ×Ｎ（本実施例ではＮ＝
２５）のテンプレート荷重マトリックスT(i,j)との間で
積和をとると、出力画像データ、すなわち、類似度O(i,
j)は、次の（式３）のようになる。この結果、テンプレ
ートの形状とある程度合致した点（記号候補領域）で
は、出力値は極大値、あるいは他の点に比べて大きな値
をとることになる。
【００３３】
【数２】
【００３４】（２）次に、目標パターンの存在、位置を
検出する手順について述べる。この手順では、上述した
（１）の結果に対し、適当な値で閾値処理７を行う。こ
の閾値処理７では、類似度O(i,j)が、決められた閾値以
下である場合は対応する画素値を０とし、閾値以上であ
る場合は対応する画素値を１とする。そして、画像デー
タの中から値が１である点の位置を調べることにより、
目標パターンマトリックスと同じ図形を検出し、記号の
存在する点を求めることができる。
検出する手順について述べる。この手順では、上述した
（１）の結果に対し、適当な値で閾値処理７を行う。こ
の閾値処理７では、類似度O(i,j)が、決められた閾値以
下である場合は対応する画素値を０とし、閾値以上であ
る場合は対応する画素値を１とする。そして、画像デー
タの中から値が１である点の位置を調べることにより、
目標パターンマトリックスと同じ図形を検出し、記号の
存在する点を求めることができる。
【００３５】ここで用いる閾値は、対象とするデータの
質や抽出目標パターン自体に依存するので、経験的に求
めてもよいが、ここでは、以下のようにして求めてい
る。すなわち、テンプレートと抽出目標である標準部分
画像との畳み込み積分を行い、その結果の最大値Ｖmax
を１００％としたときのマッチング許容度をα％（本実
施例では７０％）と設定して、 θ＝Ｖmax ・α／１００ …（式４） として求めている。
質や抽出目標パターン自体に依存するので、経験的に求
めてもよいが、ここでは、以下のようにして求めてい
る。すなわち、テンプレートと抽出目標である標準部分
画像との畳み込み積分を行い、その結果の最大値Ｖmax
を１００％としたときのマッチング許容度をα％（本実
施例では７０％）と設定して、 θ＝Ｖmax ・α／１００ …（式４） として求めている。
【００３６】図７は、広葉樹林の記号の認識を行った場
合の結果を示したものであり、（ａ）は閾値処理後の出
力結果、すなわち記号パターンの存在位置を表したもの
であり、（ｂ）はその存在位置に記号パターンを表示し
たものを表している。
合の結果を示したものであり、（ａ）は閾値処理後の出
力結果、すなわち記号パターンの存在位置を表したもの
であり、（ｂ）はその存在位置に記号パターンを表示し
たものを表している。
【００３７】なお、本発明のテンプレートマッチング方
法は、以上に述べた実施例のように対象データがピクセ
ル画像データではなく、一般の信号パターンである場合
についても適用することができる。
法は、以上に述べた実施例のように対象データがピクセ
ル画像データではなく、一般の信号パターンである場合
についても適用することができる。
【００３８】例えば、音声や文字列情報のような１次元
信号データであっても、抽出すべき部分パターンを目標
パターン荷重データとするとともに、同一次元（ここで
は１次元）の中心周辺拮抗形荷重データを用いて畳み込
み積分と閾値処理とを行えば、目標パターンの存在や位
置の検出が可能である。
信号データであっても、抽出すべき部分パターンを目標
パターン荷重データとするとともに、同一次元（ここで
は１次元）の中心周辺拮抗形荷重データを用いて畳み込
み積分と閾値処理とを行えば、目標パターンの存在や位
置の検出が可能である。
【００３９】
【発明の効果】以上説明したように本発明によれば、パ
ターンの抽出や位置合わせを行う際、いかなる信号パタ
ーンについても、畳み込み積分、閾値処理といった、一
般に多く使用され、アルゴリズム的にも簡単な基本的信
号処理手法の組み合わせによって処理することができる
ので、計算コストを大幅に下げることができる。これに
より、信号処理専用ハードウェアや並列処理等によって
高速処理を容易に行うことができる。
ターンの抽出や位置合わせを行う際、いかなる信号パタ
ーンについても、畳み込み積分、閾値処理といった、一
般に多く使用され、アルゴリズム的にも簡単な基本的信
号処理手法の組み合わせによって処理することができる
ので、計算コストを大幅に下げることができる。これに
より、信号処理専用ハードウェアや並列処理等によって
高速処理を容易に行うことができる。
【図１】本発明の一実施例であるテンプレートマッチン
グ方法を用いたパターン認識処理の手順を説明するため
の説明図である。
グ方法を用いたパターン認識処理の手順を説明するため
の説明図である。
【図２】本発明の一実施例であるパターン認識装置の構
成を示すブロック図である。
成を示すブロック図である。
【図３】目標パターン荷重マトリックスの２次元分布を
表す図である。
表す図である。
【図４】中心周辺拮抗形荷重マトリックスの２次元分布
を表す図である。
を表す図である。
【図５】テンプレート荷重マトリックスの２次元分布を
表す図である。
表す図である。
【図６】記号を含む地図画像の一例を示す図である。
【図７】記号抽出処理を実施した結果を示した画像を表
す図である。
す図である。
１ 入力画像データ ２ 目標パターン荷重マトリックス ３ 中心周辺拮抗形荷重マトリックス ４ テンプレート荷重マトリックス ５ 第１畳み込み積分 ６ 第２畳み込み積分 ７ 閾値処理 ８ 目標パターン １２ 第１の荷重データ記憶手段 １３ 第２の荷重データ記憶手段 １５ 第１の畳み込み積分手段 １６ 第２の畳み込み積分手段 １７ 閾値処理手段
Claims (3)
- 【請求項１】 入力信号データから抽出すべき部分パタ
ーンと同じ値を持つ目標パターン荷重データと、中央部
分とその周辺とで互いに符号が異なる値を持つ中心周辺
拮抗形荷重データとを用意し、 上記目標パターン荷重データに対して上記中心周辺拮抗
形荷重データで第１畳み込み積分を行って荷重データを
生成し、 次に、上記第１畳み込み積分で生成した荷重データで上
記入力信号データを第２畳み込み積分を行い、 次に、上記第２畳み込み積分で得られる値が所定の閾値
未満である画素値を０とする閾値処理を行うことによ
り、上記入力信号データより抽出すべきパターンの存在
と位置とを検出することを特徴とするテンプレートマッ
チング方法。 - 【請求項２】 ２次元信号データから抽出すべき部分パ
ターンと同じ値を持つ目標パターン荷重マトリックス
と、中央部分とその周辺とで互いに符号が異なる値を持
つ中心周辺拮抗形荷重マトリックスとを用意し、 上記目標パターン荷重マトリックスに対して上記中心周
辺拮抗形荷重マトリックスで第１畳み込み積分を行って
荷重マトリックスを生成し、 次に、上記第１畳み込み積分で生成した荷重マトリック
スで上記２次元信号データを第２畳み込み積分を行い、 次に、上記第２畳み込み積分で得られる値が所定の閾値
未満である画素値を０とする閾値処理を行うことによ
り、上記２次元信号データより抽出すべきパターンの存
在と位置とを検出することを特徴とするテンプレートマ
ッチング方法。 - 【請求項３】 入力信号データより抽出すべき部分パタ
ーンと同じ値を持つ目標パターン荷重データを記憶する
第１の荷重データ記憶手段と、 中央部分とその周辺とで互いに符号が異なる値を持つ中
心周辺拮抗形荷重データを記憶する第２の荷重データ記
憶手段と、 上記第１の荷重データ記憶手段に記憶されている目標パ
ターン荷重データに対して、上記第２の荷重データ記憶
手段に記憶されている中心周辺拮抗形荷重データで畳み
込み積分を行って荷重データを生成する第１の畳み込み
積分手段と、 上記第１の畳み込み積分手段により生成された荷重デー
タによって、上記入力信号データに対して畳み込み積分
を行う第２の畳み込み積分手段と、 上記第２の畳み込み積分手段により求められる値が所定
の閾値未満である画素値を０とする閾値処理を行う閾値
処理手段とを設けたことを特徴とするパターン認識装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11601594A JPH07302338A (ja) | 1994-05-02 | 1994-05-02 | テンプレートマッチング方法およびこの方法を用いたパターン認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11601594A JPH07302338A (ja) | 1994-05-02 | 1994-05-02 | テンプレートマッチング方法およびこの方法を用いたパターン認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07302338A true JPH07302338A (ja) | 1995-11-14 |
Family
ID=14676703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11601594A Withdrawn JPH07302338A (ja) | 1994-05-02 | 1994-05-02 | テンプレートマッチング方法およびこの方法を用いたパターン認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07302338A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6263104B1 (en) | 1998-12-31 | 2001-07-17 | Mcgrew Stephen P. | Method and apparatus for reading and verifying holograms |
| EP1146477A1 (en) * | 2000-04-11 | 2001-10-17 | McGrew, Stephen P. | Method and apparatus for reading and verifying holograms |
| JP2006331116A (ja) * | 2005-05-26 | 2006-12-07 | Taiyo Denki Kk | 蛍光検出装置 |
| JP2010257339A (ja) * | 2009-04-27 | 2010-11-11 | Fujitsu Ltd | 文字識別プログラム、文字識別装置 |
-
1994
- 1994-05-02 JP JP11601594A patent/JPH07302338A/ja not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6263104B1 (en) | 1998-12-31 | 2001-07-17 | Mcgrew Stephen P. | Method and apparatus for reading and verifying holograms |
| US6535638B2 (en) | 1998-12-31 | 2003-03-18 | Mcgrew Stephen P. | Method and apparatus for reading and verifying holograms |
| US6832003B2 (en) | 1998-12-31 | 2004-12-14 | Mcgrew Stephen P. | Method and apparatus for reading and verifying holograms |
| EP1146477A1 (en) * | 2000-04-11 | 2001-10-17 | McGrew, Stephen P. | Method and apparatus for reading and verifying holograms |
| JP2006331116A (ja) * | 2005-05-26 | 2006-12-07 | Taiyo Denki Kk | 蛍光検出装置 |
| JP2010257339A (ja) * | 2009-04-27 | 2010-11-11 | Fujitsu Ltd | 文字識別プログラム、文字識別装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10977523B2 (en) | Methods and apparatuses for identifying object category, and electronic devices | |
| CN110675487B (zh) | 基于多角度二维人脸的三维人脸建模、识别方法及装置 | |
| CN109960742B (zh) | 局部信息的搜索方法及装置 | |
| US9092697B2 (en) | Image recognition system and method for identifying similarities in different images | |
| CN108986152B (zh) | 一种基于差分图像的异物检测方法及装置 | |
| CN111914642B (zh) | 一种行人重识别方法、装置、设备及介质 | |
| US8295604B2 (en) | Image search method and device using affine-invariant regions | |
| US20130195351A1 (en) | Image processor, image processing method, learning device, learning method and program | |
| CN101147159A (zh) | 利用统计模板匹配进行对象检测的快速方法 | |
| CN112990152B (zh) | 基于关键点检测和局部特征对齐的车辆重识别方法 | |
| CN113592839B (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
| CN110852327A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| JP2005148987A (ja) | オブジェクト識別方法とその装置、プログラム及び記録媒体 | |
| CN115375917B (zh) | 一种目标边缘特征提取方法、装置、终端及存储介质 | |
| CN113095187A (zh) | 一种基于图像特征匹配对齐的试卷批改方法 | |
| CN111353325A (zh) | 关键点检测模型训练方法及装置 | |
| CN108992033B (zh) | 一种视觉测试的评分装置、设备和存储介质 | |
| CN108090476A (zh) | 一种针对具有外部遮挡的3d人脸识别方法 | |
| CN117314861A (zh) | 一种硅片套刻图形检测识别与对准的方法 | |
| CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
| Surmacz et al. | An improved algorithm for feature extraction from a fingerprint fuzzy image | |
| JPH07302338A (ja) | テンプレートマッチング方法およびこの方法を用いたパターン認識装置 | |
| CN116051869A (zh) | 融合ovr-svm和psnr相似度的图像标签匹配方法及系统 | |
| JP2013254242A (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
| CN112464753B (zh) | 图像中关键点的检测方法、检测装置及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010703 |