JPH0737093A - パターン識別装置 - Google Patents

Abstract

(57)【要約】 【目的】郵便物上に貼付されている切手の種類を精度高
く検出し識別することができ、しかも、装置の規模を小
さくできるパターン識別装置を提供する。 【構成】カラーＴＶカメラ１０１およびカラー画像入力
部１０２は、郵便物Ｐ上のカラー画像を入力し、封筒切
出し部１０４は、この入力されたカラー画像から郵便物
領域を抽出し、切手切出し部１０５は、この抽出された
郵便物領域のカラー画像から切手領域を抽出し、正規化
変換部１０６は、この抽出された切手領域のカラー画像
を大きさ一定に正規化し、画像ぼかし部１０７は、この
正規化された画像をぼかした画像に変換し、明度・色相
・彩度変換部１０８は、このぼかし画像を人間の色の知
覚量としてのＶｃｄ画像に変換する。そして、パターン
マッチング部１１０は、このＶｃｄ画像と辞書データ記
憶部１０９内の辞書データとを照合することにより、郵
便物Ｐ上の切手の種類を識別する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、郵便物上に貼付されて
いる切手の種類を識別するパターン識別装置に関する。

【０００２】

【従来の技術】たとえば、カラー画像を用いて不特定の
対象から特定の対象を精度高く検出し識別する方法とし
て、特開平４−５４６８１号公報に開示されている方法
が知られている。これは、カラー画像から頻度分布を作
成し、分布パターンを基準パターンと比較することで紙
幣を検出識別するものである。

【０００３】また、別の方法として、たとえば、特開昭
６１−２２００８５号公報に開示されている印刷物判別
装置が知られている。この方法は、明度パターンの類似
度と対象内の平均色相を基準パターンと比較することで
紙幣を識別するものである。さらに、明度画像を用いた
識別方法をＲＧＢ画像にそれぞれ個別に適用して、対象
を識別する方法も同様に知られている。

【０００４】

【発明が解決しようとする課題】従来のカラー画像識別
方法、たとえば、カラー画像の頻度分布を基準データと
比較する識別方法では、異なるパターンでも同一の頻度
分布を持つ場合、誤識別の恐れがある。また、画像パタ
ーンだけでなく、頻度分布データの記憶手段が必要とな
り、装置の構成が大規模となる。

【０００５】また、明度パターンの類似度と対象内の平
均色相を基準データと比較する識別方法では、色相の平
均値が同じでパターンが異なる場合に、誤識別の恐れが
ある。

【０００６】また、明度画像を用いた識別方法をＲＧＢ
画像それぞれに適用する場合は、明度画像の識別の拡張
でＲＧＢの関連が充分に考慮されておらず、誤識別の可
能性が高くなる。

【０００７】そこで、本発明は、郵便物上に貼付されて
いる切手の種類を精度高く検出し識別することができ、
しかも、装置の規模を小さくできるパターン識別装置を
提供することを目的とする。

【０００８】

【課題を解決するための手段】本発明のパターン識別装
置は、色データを有する切手が存在する郵便物上のカラ
ー画像を入力するカラー画像入力手段と、このカラー画
像入力手段で入力されたカラー画像から切手領域を抽出
する抽出手段と、複数の切手に対応する色データを有し
た複数の基準データを記憶した記憶手段と、前記抽出手
段で抽出された切手領域の色データと前記記憶手段に記
憶されている複数の基準データとを比較する比較手段
と、この比較手段による比較結果に基づいて前記郵便物
上に存在する切手の種類を判別する判別手段とを具備し
ている。

【０００９】また、本発明のパターン識別装置は、色デ
ータを有する切手が存在する郵便物上のカラー画像を入
力するカラー画像入力手段と、このカラー画像入力手段
で入力されたカラー画像から切手領域を抽出する抽出手
段と、この抽出手段で抽出された切手領域内のカラー画
像を大きさが一定の画像に変換する第１の変換手段と、
この第１の変換手段から出力されるカラー画像をぼかし
た画像に変換する第２の変換手段と、この第２の変換手
段から出力されるカラー画像をそれとは異なる色のカラ
ー画像に変換する第３の変換手段と、複数の切手に対応
する色成分を有した複数の基準データを記憶した記憶手
段と、前記第３の変換手段で変換されたカラー画像の色
データと前記記憶手段に記憶されている複数の基準デー
タとを比較する比較手段と、この比較手段による比較結
果に基づいて前記郵便物上に存在する切手の種類を判別
する判別手段とを具備している。

【００１０】

【作用】本発明によれば、上記したように構成すること
により、たとえば、郵便物上の切手などの色パターンに
対し、色パターンによる高精度の識別が可能となる。し
かも、切手領域のカラー画像を大きさ一定に正規化する
ことにより、画像入力条件の変動などがあっても、それ
に対処できる。また、正規化した後にカラー画像をぼか
すことにより、検出の位置ずれなどの影響を排除でき
る。したがって、郵便物上に貼付されている切手の種類
を常に精度高く検出し識別することができる。

【００１１】また、画像パターンの辞書（基準データ）
は、従来のカラー画像の頻度分布による識別方法に比
べ、小さな規模でよく、しかも、頻度分布データのため
の記憶手段が不要となるので、装置の規模を小さくでき
る。

【００１２】

【実施例】以下、本発明の一実施例について図面を参照
して説明する。図１は、本実施例に係る、たとえば、郵
便物上に貼付された切手を識別するパターン識別装置の
構成を概略的に示すもので、カラー画像入力手段として
のカラーテレビジョンカメラ（以後、単にＴＶカメラと
略称する）１０１、カラー画像入力部１０２、画像デー
タ記憶部１０３、封筒切出し部１０４、抽出手段として
の切手切出し部１０５、第１の変換手段としての正規化
変換部１０６、第２の変換手段としての画像ぼかし部１
０７、第３の変換手段としての明度・色相・彩度変換部
１０８、基準データ記憶手段としての辞書データ記憶部
１０９、比較・判別手段としてのパターンマッチング部
１１０、および、識別結果出力部１１１から構成されて
いる。

【００１３】対象物としての郵便物Ｐは、たとえば、図
２に示すような封筒であり、その表面には、少なくとも
２色成分でカラー印刷された切手２０１、赤色の郵便番
号記入枠２０２、および、黒色で記入された宛先情報２
０３などが存在する。郵便物Ｐの背景部２０４は、たと
えば、黒色に設定されているものとする。

【００１４】以下、各部について詳細に説明する。ＴＶ
カメラ１０１は、郵便物Ｐ上のカラー画像を撮像する。
この撮像されたカラー画像は、カラー画像入力部１０２
を介してデジタル化され、画像データ記憶部１０３に記
憶される。この実施例では、たとえば、横方向に５１２
画素、縦方向に５１２画素、各画素１バイトのＲ
（赤），Ｇ（緑），Ｂ（青）画像（以後、単にＲＧＢ画
像と略称する）として、図３に示すようなメモリ配置で
画像データ記憶部１０３に記憶される。

【００１５】封筒切出し部１０４は、画像データ記憶部
１０３に格納されたＲＧＢ画像データに対して、封筒の
範囲を特定する。すなわち、封筒切出し部１０４は、図
３の形態で記憶されたＲＧＢ画像データのうち、１つの
色成分、たとえば、Ｇ成分の画像データ（図４参照）に
対して、一定値ＴＨＲ（たとえば５）でしきい値処理を
行ない、図５に示すように、２値画像の抽出画像の累積
データを縦方向および横方向にそれぞれ求める。そし
て、縦方向および横方向の累積データの「０」でないデ
ータの連結の開始位置および終了位置ｘｓ，ｘｅ，ｙ
ｓ，ｙｅをそれぞれ求め、図６の概念図で示す郵便物
（封筒）Ｐの４隅の点Ｍ1 ，Ｍ2 ，Ｍ3 ，Ｍ4の座標デ
ータを求める。

【００１６】封筒切出し部１０４は、具体的には例えば
図７に示すような構成で実現できる。すなわち、画像デ
ータ記憶部１０３から、バッファ制御回路７０１が出力
するアドレス信号ＡＤＲ１にしたがってＲＧＢ画像が読
出され、Ｒ画像バッファ７０３、Ｇ画像バッファ７０
２、Ｂ画像バッファ７０４にそれぞれ書込まれる。これ
と同時に、しきい値処理部７０５は、Ｇ画像データに対
して一定値ＴＨＲ以上の値を取る画素のみ「１」とし、
アドレス信号ＡＤＲ１で選択される計数回路で構成され
る縦方向画素累積部７０６、および横方向画素累積部７
０７が、画素値「１」の場合、それぞれ縦横のアドレス
に相当する計数値を「１」増加させる。

【００１７】そして、画像全体の計数が終了した時点
で、縦方向画素累積部７０６および横方向画素累積部７
０７の計数値に対して、「０」でない両端を、それぞれ
開始点検出部７０８，７１０および終了点検出部７０
９，７１１が検出し、郵便物Ｐの４隅の点の座標値ｘ
ｓ，ｘｅ，ｙｓ，ｙｅ求める。

【００１８】次に、切手切出し部１０５では、郵便物Ｐ
上に存在する切手を検出し、その座標データを求める。
すなわち、まず、郵便物Ｐの左上の端点Ｍ1 の座標デー
タ（ｘｓ，ｙｓ）を用いて郵便物ＰのＲＧＢ値を求め
る。これは、ＲＧＢ画像のそれぞれについて、郵便物Ｐ
の端点Ｍ1 （ｘｓ，ｙｓ）から一定距離の内側点の濃度
値を抽出することで実現する。

【００１９】図８には、ＲＧＢ画像の１つの色成分の画
像について示しているが、内側の距離（ｏｆｆｓｅｔ）
５画素の点（ｘｓ1 ，ｙｓ1 ）の濃度値「５０」を抽出
する。ＲＧＢそれぞれの画像で抽出した濃度値（Ｒｅ
ｖ，Ｇｅｖ，Ｂｅｖ）を、郵便物ＰのＲＧＢデータ（色
データ）とする。

【００２０】その後、この郵便物Ｐの色データ（Ｒｅ
ｖ，Ｇｅｖ，Ｂｅｖ）と封筒切出し部１０４で行なった
Ｇ成分の画像データのしきい値ＴＨＲを用いて、郵便物
Ｐの封筒以外の構成要素である切手、宛先情報、郵便番
号枠などを抽出する。これは、座標ｘおよびｙで決めら
れるカラー画像データｆｒ（ｘ，ｙ）、ｆｇ（ｘ，
ｙ）、ｆｂ（ｘ，ｙ）に対して、郵便物色データに対し
てオフセットｏｆｆを規定し、さらに、Ｇ画像に対して
高い明度しきい値ＴＢを設定し、下記数１の規則で画像
データをｇ（ｘ，ｙ）に変換する。

【００２１】

【数１】

【００２２】たとえば、図８に示すＧ画像と図示しない
ＲおよびＢ画像からなるＲＧＢ画像に対して、数１の処
理で抽出を行なうと、図９に示すような２値画像を得る
ことができる。この２値画像に対して、図１０に示すよ
うに縦方向と横方向にそれぞれ抽出画素の累積を行な
い、郵便物（封筒）Ｐの切出しと同様に、図１１に示す
切手の４隅の点Ｍ5 ，Ｍ6 ，Ｍ7 ，Ｍ8 の座標値（ｘｓ
ｓ，ｙｓｓ）、（ｘｓｅ，ｙｓｓ）、（ｘｓｓ，ｙｓ
ｅ）、（ｘｓｅ，ｙｓｅ）を求める。このような処理を
行なうことで、封筒の色に依存することなく、切手な
ど、封筒以外の郵便物の構成要素を抽出することができ
る。

【００２３】切手切出し部１０５は、具体的には例えば
図１２に示すような構成で実現できる。すなわち、バッ
ファ制御部１２０１から発生するアドレス信号ＡＤＲ２
にしたがって、封筒切出し部１０４からＲＧＢ画像が読
出され、Ｒ画像バッファ１２０３、Ｇ画像バッファ１２
０４、Ｂ画像バッファ１２０５にそれぞれ書込まれる。
これと同時に、封筒色データ検出部１２０２は、封筒切
出し部１０４から与えられる郵便物Ｐの左上隅の点の座
標データ（ｘｓ，ｙｓ）と内側オフセットｏｆｆｓｅｔ
から、（ｘｓ＋ｏｆｆｓｅｔ，ｙｓ＋ｏｆｆｓｅｔ）の
位置の画素値（Ｒｅｖ，Ｇｅｖ，Ｂｅｖ）を検出する。

【００２４】続いて、バッファ制御部１２０１が、アド
レス信号ＡＤＲ３にしたがってＲ画像バッファ１２０
３、Ｇ画像バッファ１２０４、Ｂ画像バッファ１２０５
から画像データを読出し、上限下限で指定されるしきい
値処理部１２０６，１２０７，１２０８，１２０９，１
２１０と論理和演算部１２１１、論理反転部１２１２が
前記数１に基づくしきい値処理を行なう。同時に、アド
レス信号ＡＤＲ３で選択される計数回路で構成される縦
方向画素累積部１２１３および横方向画素累積部１２１
４が、論理反転部１２１２の出力が「１」の場合、それ
ぞれ縦横のアドレスに相当する計数値を「１」増加させ
る。

【００２５】そして、画像全体の計数が終了した時点
で、縦方向画素累積部１２１３および横方向画素累積部
１２１４の計数値に対して、「０」でない両端を、それ
ぞれ開始点検出部１２１５，１２１７および終了点検出
部１２１６，１２１８が検出し、切手の４隅の点の座標
値ｘｓｓ，ｘｓｅ，ｙｓｓ，ｙｓｅを求める。

【００２６】次に、正規化変換部１０６では、切手切出
し部１０５で検出した切手の４隅の点Ｍ5 ，Ｍ6 ，Ｍ7
，Ｍ8 の座標データを用いて、その範囲内の画像デー
タの大きさを正規化する。すなわち、たとえば、切手の
カラー画像ｈｒ（ｘ，ｙ）、ｈｇ（ｘ，ｙ）、ｈｂ
（ｘ，ｙ）を、縦ｘｓｔ画素および横ｙｓｔ画素の画像
ｍｒ（ｘ，ｙ）、ｍｇ（ｘ，ｙ）、ｍｂ（ｘ，ｙ）に正
規化するためには、 mr(x,y) = hr( (x-xss)*xst/(xse-xss+1), (y-yss)*yst/(yse-yss+1) ) mg(x,y) = hg( (x-xss)*xst/(xse-xss+1), (y-yss)*yst/(yse-yss+1) ) mb(x,y) = hb( (x-xss)*xst/(xse-xss+1), (y-yss)*yst/(yse-yss+1) ) ……（１） の変換を行なう。

【００２７】ここで、各座標演算の結果は整数化する。
たとえば、切手切出し部１０５で抽出された切手の座標
データｘｓｓ，ｘｓｅ，ｙｓｓ，ｙｓｅに基づいて、図
８に示すようなＲＧＢのうちの１つの色成分の画像デー
タに対して、ｙｓｔ＝２８、ｘｓｔ＝１９で正規化する
と、図１３に示すような正規化画像データが得られる。
この処理をＲＧＢそれぞれ３成分画像に対して行ない、
図１４に示すようなデータ形態として正規化変換部１０
６が記憶する。

【００２８】正規化変換部１０６は、具体的には例えば
図１５に示すような構成で実現できる。すなわち、バッ
ファ制御部１５０１から出力されるアドレス信号ＡＤＲ
５は、アドレス変換部１５０２にて上記（１）式のｘ，
ｙを示すアドレス信号ＡＤＲ４に変換され、切手切出し
部１０５からそのアドレスに相当するＲＧＢ画像データ
を読出しながら、新しいアドレス信号ＡＤＲ５で指定さ
れてＲ画像バッファ１５０３、Ｇ画像バッファ１５０
４、Ｂ画像バッファ１５０５にそれぞれ書込まれる。

【００２９】次に、画像ぼかし部１０７では、正規化変
換部１０６で正規化されたＲＧＢ画像に対して、ぼけた
小さな画素構成のＲＧＢ画像に変換する。すなわち、正
規化変換部１０６から得られる正規化ＲＧＢ画像に対し
て、図１６の番号で示す７０個のサンプル点に対して、
図１７に示す重みをかけた近傍画素との５×５平滑化デ
ータを求め、横７画素、縦１０画素のぼけ画像を作成す
る。

【００３０】この際、図１６のサンプル点のうち端の点
は、画像サンプルデータ以外の領域も平滑化の範囲とし
ているが、この周辺２画素分のデータは図１６のように
画素値「０」として計算する。また、各画素の演算結果
は、画素数「１８」で割ったものを出力とする。この平
滑化処理の結果、たとえば、図１３のサンプルに対し
て、図１８に示すようなぼけ画像が得られる。このぼけ
画像をＲＧＢそれぞれについて求め、その画像データを
図１９に示すような形態で画像ぼかし部１０７が記憶す
る。

【００３１】画像ぼかし部１０７は、具体的には例えば
図２０に示すような構成で実現できる。画像ぼかし部１
０７は、Ｒ画像ぼかし処理部２００２、Ｇ画像ぼかし処
理部２００３、Ｂ画像ぼかし処理部２００４の３つの処
理部から構成されるが、３つとも構成は同じであるの
で、ここではＲ画像ぼかし処理部２００２について詳し
く説明する。バッファ制御部２００１から出力されるア
ドレス信号ＡＤＲ６により、正規化変換部１０６から正
規化されたＲ画像が読出され、Ｒ画像バッファ２００５
に書込まれる。この際、図１６に示すように周辺画素を
「０」としておくような形態で記憶する。

【００３２】続いて、バッファ制御部２００１が１画素
に対応したアドレス信号ＡＤＲ７を出力し、Ｒ画像バッ
ファ２００５から画像データを読出すとともに、ライン
バッファ２００６，２００７，２００８，２００９、シ
フトレジスタ２０１０，２０１１，２０１２，２０１
３，２０１４、これらの出力にそれぞれ図示する重み係
数をかけて累積する積和演算器２０１５，２０１６，２
０１７，２０１８，２０１９、これらの数値を加算する
加算器２０２０、および、除算器２０２１により、各画
素について図１７の近傍画素演算を実現する。

【００３３】この演算を司るアドレス信号ＡＤＲ７に同
期した形で、バッファ制御部２００１は、図１６で７０
点規定したサンプル点に対応するアドレス信号ＡＤＲ８
を出力し、サンプル点の平滑化データだけをＲ画像バッ
ファ２０２２に書込んでいく。

【００３４】次に、明度・色相・彩度変換部１０８で
は、この横７画素、縦１０画素のＲＧＢ画像に対して、
人間の色の知覚量として広く用いられている修正マンセ
ル表色系のＨ（色相）、Ｖ（明度）、Ｃ（彩度）値（以
後、単にＨＶＣ値と略称する）を直行座標で表した値へ
変換する。すなわち、図２１に示すような色相彩度面を
張る極座標のＨＣ値を、 ｃ＝ｃｏｓＨ×Ｃ＋１２８ ｄ＝ｓｉｎＨ×Ｃ＋１２８ ……（２） と変換して求めた値ｃとｄと、明度Ｖの３つの値でカラ
ー画像データを表現する（以後、Ｖｃｄ値と呼ぶ）。

【００３５】この変換は、たとえば、図２２に示すよう
な、少なくとも３層からなるニューラルネットワークに
より構成され、入力層へ入力するＲＧＢ値をＶｃｄ値に
変換するもので、図２３に示すようなマンセル変換表３
２０１、算術演算部３２０２、および、ニューラルネッ
トワーク３２０３からなる構成で、あらかじめＲＧＢ値
とＨＶＣ値との対応が得られている図２４に示すような
データを用いて、変換誤差が一定値以下になるように繰
り返し学習をさせたものである。

【００３６】たとえば、３層のニューラルネットワーク
で、中間層が１７ユニット、入力層がＲＧＢ値に対応さ
せた３ユニット、出力層がＶｃｄ値に対応させた３ユニ
ットで、ＪＩＳ Ｚ８７２１で示されているＨＶＣ値と
ｘｙＹ値との対応データからＨＶＣ値を直交座標に変換
したＶｃｄ値とＲＧＢ値との対応を求めたデータを学習
データに用い、変換の平均誤差が０．５ＮＢＳになるま
で繰り返し学習させると、約１万回で収束する。

【００３７】この明度・色相・彩度変換部１０８が、画
像ぼかし部１０７から出力される横７画素、縦１０画素
のＲＧＢカラー画像を横７画素、縦１０画素のＶｃｄ画
像に変換し、その結果を記憶する。

【００３８】明度・色相・彩度変換部１０８は、具体的
には例えば図２５に示すような構成で実現できる。すな
わち、バッファ制御部２５０１はアドレス信号ＡＤＲ９
を出力し、それに基づき画像ぼかし部１０７からＲＧＢ
画像データが読出される。この読出された画像データ
は、ニューラルネットワークの中間層を構成する１７個
の積和演算器２５０２，２５０３，…２５０４と、１７
個のシグモイド関数演算器２５０５，２５０６，…２５
０７と、出力層を構成する積和演算器２５０８，２５０
９，２５１０と、シグモイド関数演算器１５１１，２５
１２，２５１３とを介して演算が行なわれ、その演算結
果がＶ画像バッファ２５１４、ｃ画像バッファ２５１
５、ｄ画像バッファ２５１６にそれぞれ記憶される。

【００３９】ここで、中間層および出力層の積和演算器
は、あらかじめ図２３のように学習させたニューラルネ
ットワークの重み係数が与えられている。次に、パター
ンマッチング部１１０では、明度・色相・彩度変換部１
０８で変換されたＶｃｄ画像と、辞書データ記憶部１０
９に記憶されている辞書データＶｃｄとを比較し、最も
近いパターンを選択する。パターンの比較方法として、
７×１０のパターンに対して辞書データとの類似度を求
める。類似度は、サンプルのＶｃｄ画像Ｖｓ（ｉ），ｃ
ｓ（ｉ），ｄｓ（ｉ）［ｉ＝０，１，…，６９］と辞書
データのＶｃｄ画像Ｖｄ（ｉ），ｃｄ（ｉ），ｄｄ
（ｉ）［ｉ＝０，１，…，６９］に対して、それぞれ下
記数２の演算を行ない、

【００４０】

【数２】 最終的に下記数３を求める。

【００４１】

【数３】

【００４２】たとえば、図２６に示すＶｃｄ画像のうち
Ｖ画像に関する図２７に示す辞書データＶとの類似度
は、 Simv = ( 6x7 + 13x15 + 13x15 + 13x15 + 13x15 + 13x17 + 6x7 + 9x10 + 17x18 + 21x23 + 26x27 + 31x33 + 30x32 + 17x18 + 9x10 + 17x18 + 32x35 + 45x47 + 52x53 + 57x59 + 28x20 + 10x11 + 24x26 + 35x38 + 42x45 + 66x70 + 81x83 + 28x29 + 12x13 + 30x31 + 41x43 + 52x55 + 88x91 + 119x121 + 35x36 + 14x15 + 32x33 + 45x48 + 55x57 + 91x96 + 125x127 + 30x37 + 11x12 + 25x28 + 51x53 + 55x57 + 118x121 + 121x124 + 31x32 + 11x12 + 27x29 + 44x46 + 45x48 + 59x61 + 64x65 + 23x32 + 9x10 + 15x17 + 15x17 + 15x17 + 15x17 + 17x19 + 12x24 + 6x7 + 13x15 + 13x15 + 13x15 + 13x15 + 13x15 + 6x7 ) / ( ( 6x6 + 13x13 + 13x13 + 13x13 + 13x13 + 13x13 + 6x6 + 9x9 + 17x17 + 21x21 + 26x26 + 31x31 + 30x30 + 17x17 + 9x9 + 17x17 + 32x32 + 45x45 + 52x52 + 57x57 + 28x28 + 10x10 + 24x24 + 35x35 + 42x42 + 66x66 + 81x81 + 28x28 + 12x12 + 30x30 + 41x41 + 52x52 + 88x88 + 119x119 + 35x35 + 14x14 + 32x32 + 45x45 + 55x55 + 91x91 + 125x125 + 30x30 + 11x11 + 25x25 + 51x51 + 55x55 + 118x118 + 121x121 + 31x31 + 11x27 + 27x27 + 44x44 + 45x45 + 59x59 + 63x63 + 23x23 + 9x9 + 15x15 + 15x15 + 15x15 + 15x15 + 17x17 + 12x12 + 6x6 + 13x13 + 13x13 + 13x13 + 13x13 + 13x13 + 6x6 x ( 7x7 + 15x15 + 15x15 + 15x15 + 15x15 + 15x15 + 7x7 + 10x10 + 18x18 + 23x23 + 27x27 + 33x33 + 32x32 + 18x18 + 10x10 + 18x18 + 35x35 + 47x47 + 53x53 + 59x59 + 29x29 + 11x11 + 26x26 + 38x38 + 45x45 + 70x70 + 83x83 + 29x29 + 13x13 + 31x31 + 43x43 + 55x55 + 91x91 + 121x121 + 36x36 + 15x15 + 33x33 + 48x48 + 57x57 + 96x96 + 127x127 + 37x37 + 12x12 + 28x28 + 53x53 + 57x57 + 121x121 + 124x124 + 32x32 + 12x12 + 29x29 + 46x46 + 48x48 + 61x61 + 65x65 + 32x32 + 10x10 + 17x17 + 17x17 + 17x17 + 17x17 + 19x19 + 24x24 + 7x7 + 15x15 + 15x15 + 15x15 + 15x15 + 15x15 + 7x7 ) ^1/2 となる。この場合、類似度の値が最も大きなカテゴリを
識別結果として出力する。

【００４３】ここで、辞書データ記憶部１０９は、１カ
テゴリが図２７に示すように、全カテゴリに対しては図
２８に示すように、あらかじめ画像データを収集して正
規化およびぼかし処理をしたＶｃｄ画像データが複数記
憶してある。たとえば、このカテゴリを図２９に示すよ
うに切手の種類とすると、切手の識別を行なうことがで
きる。

【００４４】パターンマッチング部１１０は、具体的に
は例えば図３０に示すような構成で実現できる。類似度
の演算について、Ｖ類似度演算部３００２、ｃ類似度演
算部３００３、ｄ類似度演算部３００４は同じ構成なの
で、ｃ類似度演算部３００３について詳しく説明する。
バッファ制御部３００１は、カテゴリ制御部３０２０で
指示された領域の辞書データを指示するアドレス信号Ａ
ＤＲ１１と、明度・色相・彩度変換部１０８からサンプ
ル画像データを読出すためのアドレス信号ＡＤＲ１２を
出力し、識別するサンプル画像データと辞書データを読
込む。

【００４５】Ｖ類似度演算部３００２では、サンプル画
像データのＶ画像の各画素について乗算器３００５が２
乗の値を計算しながら、自らの出力を一方の入力とする
加算器３００８がその値を累積する。同様に、辞書デー
タのＶ画像も乗算器３００７で２乗を計算し、加算器３
０１０がその値の累積値を計算する。

【００４６】バッファ制御部が１画像分の読出しを終了
した時点で、加算器３００８，３０１０の出力に対し
て、平方根演算器３０１１，３０１２がそれぞれの平方
根を求め、その結果の積を乗算器３０１３が求める。こ
れは、前記数２の分母の部分の計算に相当する。同時
に、乗算器３００６は、サンプル画像データのＶ画像と
辞書データのＶ画像の画素ごとの積を求め、加算器３０
０９にてその値を累積することで、前記数２の分子の部
分の値を求める。

【００４７】その後、加算器３００９の出力値に対する
乗算器３０１３の出力値の商を、除算器３０１４が求め
ることで、Ｖ画像の類似度が得られる。同様に、ｃ類似
度演算部３００３、ｄ類似度演算部３００４が、それぞ
れｃ画像類似度、ｄ画像類似度を求める。そして、それ
ぞれの類似度の２乗の値を乗算器３０１５，３０１６，
３０１７が求め、加算器３０１８が３つの値の和を、平
方根演算器３０１９が平方根を求めることで、前記数３
の計算を行なう。この類似度を、辞書のカテゴリを変え
て繰り返し求め、その中で最も高い類似度を持つカテゴ
リを最大カテゴリ検出部３０２１が識別結果として出力
する。

【００４８】また、パターンマッチング部１１０の他の
実施例としては、サンプル画像データと辞書データとの
色差の累積を求め、辞書データの中で最も近いパターン
を選択する。まず、サンプル画像データおよび辞書デー
タの明度画像Ｖｓ（ｉ）およびＶｄ（ｉ）を、画像内最
大値Ｖｓｍａｘ，Ｖｄｍａｘ、および、画像内最小値Ｖ
ｓｍｉｎ，Ｖｄｍｉｎとして、それぞれ明度の正規化を
する。これは、それぞれの画像について、 Vs'(i) = 255 x ( Vs(i) - Vsmin ) / ( Vsmax - Vsmin) Vd'(f) = 255 x ( Vd(i) - Vdmin ) / ( Vdmax - Vdmin) ……（３） と変換した後、下記数４を求める。そして、全てのカテ
ゴリで色差累積を計算し、最も小さいカテゴリを識別結
果として出力する。ここで、ｋは色差を計算するために
定めた定数である。

【００４９】

【数４】

【００５０】 この実施例のパターンマッチング部１１０は、具体的に
は例えば図３１に示すような構成で実現できる。すなわ
ち、バッファ制御部３１０１は、カテゴリ制御部３１２
５で指示された領域の辞書データを指示するアドレス信
号ＡＤＲ１１と、明度・色相・彩度変換部１０８からサ
ンプル画像データを読出すためのアドレス信号ＡＤＲ１
２を出力し、識別するサンプル画像データと辞書データ
を読込む。

【００５１】サンプル画像データのＶ画像と辞書データ
のＶ画像については、濃度の正規化を行なうために、サ
ンプルＶ画像バッファ３１０４、および、辞書Ｖ画像バ
ッファ３１１３に書込むと同時に、それぞれの最大値と
最小値を、最大値検出部３１０２，３１１１、最小値検
出部３１０３，３１１２にて求める。そして、前記式
（３）の演算を行なうために、減算器３１０５，３１０
６，３１１４，３１１５、乗算器３１０７，３１１６、
除算器３１０８，３１１７を図示のようにそれぞれ配置
する。

【００５２】前記式（３）の演算を行なうための最大値
および最小値を求めた後、バッファ制御部３１０１は、
サンプルＶ画像バッファ３１０４、および、辞書Ｖ画像
バッファ３１１３を制御するアドレス信号ＡＤＲ１２
と、明度・色相・彩度変換部１０８からサンプルｃ画像
データを読出すアドレス信号ＡＤＲ１０と、辞書データ
記憶部１０９からカテゴリ制御部３１２５で指定される
辞書データを読出すアドレス信号ＡＤＲ１１を出力す
る。

【００５３】減算器３１０９，３１１８，３１１９は、
それぞれｃ画像、ｄ画像、正規化したＶ画像の画素の差
分値を求め、乗算器３１１０，３１２０，３１２１が差
の２乗を求める。また、乗算器３１２１，３１２２は、
ｃ画像とｄ画像の差分値に重み係数ｋを乗算する。加算
器３１２３、平方根演算器３１２４、および、加算器３
１２６は、これらの画素偏差の２乗の和の累積を計算
し、前記数４の色差累積値ｄｃを求める。この色差累積
値ｄｃを全てのカテゴリに対して計算し、最も値の小さ
いカテゴリを最小カテゴリ検出部３１２７が選択し、識
別結果として出力する。

【００５４】最後に、識別結果出力部１１１は、パター
ンマッチング部１１０から出力される識別結果を外部機
器へ出力する。以上説明したように上記実施例によれ
ば、郵便物上のカラー画像を入力し、この入力されたカ
ラー画像から郵便物領域を抽出した後、この郵便物領域
のカラー画像から切手領域を抽出し、この切手領域のカ
ラー画像を大きさ一定に正規化した後、ぼかした画像に
変換し、このぼかし画像を人間の色の知覚量としてのＶ
ｃｄ画像に変換した後、あらかじめ設定される辞書デー
タと照合することで切手の種類を識別することにより、
色パターンによる高精度の識別が可能となる。

【００５５】しかも、切手領域のカラー画像を大きさ一
定に正規化することで、画像入力条件の変動などがあっ
ても、それに対処できる。また、正規化した後にカラー
画像をぼかすことで、検出の位置ずれなどの影響を排除
できる。さらに、カラー画像を人間の知覚量に変換する
ことで、人間を基準とした識別誤差を少なくすることが
できる。

【００５６】したがって、郵便物上に貼付されている切
手の種類を常に精度高く検出し識別することができる。
また、小さな画像パターンの辞書を準備するだけなの
で、従来のカラー画像の頻度分布による識別方法に比
べ、小さな規模でよく、しかも、頻度分布データのため
の記憶手段が不要となるので、装置の規模を小さくする
ことができる。

【００５７】次に、本発明の他の実施例について説明す
る。図３２は、本発明の他の実施例に係るパターン識別
装置の構成を概略的に示すものである。なお、図１と同
一部分には同一符号を付して詳細な説明は省略する。こ
の実施例は、前記図１の実施例に対して、明度・色相・
彩度変換部１０８を省略したもので、このようにしても
前記実施例と同様な作用効果が期待できる。

【００５８】すなわち、郵便物Ｐ上の画像は、ＴＶカメ
ラ１０１でＲＧＢ画像として撮像され、カラー画像入力
部１０２でデジタルＲＧＢ画像データに変換され、画像
データ記憶部１０３に記憶される。この画像データ記憶
部１０３内の画像データに対して、封筒切出し部１０４
が画像内の郵便物の位置を検出し、続いて、切手切出し
部１０５が切手の位置情報を検出し、そのＲＧＢ画像デ
ータを抽出する。

【００５９】その後、切手ＲＧＢ画像データは、正規化
変換部１０６で大きさを一定に変換され、画像ぼかし部
１０７でぼけ画像に変換される。このぼけ画像は、たと
えば、図３３に示すような構成で辞書データ記憶部１０
９に記憶されている全ての切手の種類のＲＧＢぼけ画像
データと、パターンマッチング部１１０で比較され、最
も近いパターンの切手の種類が識別結果出力部１１１か
ら出力される。なお、本発明は前記実施例に限定される
ものではなく、本発明の要旨を変えない範囲において種
々変形可能なことは勿論である。

【００６０】

【発明の効果】以上詳述したように本発明によれば、郵
便物上に貼付されている切手の種類を精度高く検出し識
別することができ、しかも、装置の規模を小さくできる
パターン識別装置を提供できる。

【図面の簡単な説明】

【図１】本発明の一実施例に係るパターン識別装置の構
成を概略的に示すブロック図。

【図２】カラーＴＶカメラが撮像するカラー画像の一例
を示す図。

【図３】画像データ記憶部が記憶するカラー画像データ
の配置例を示す図。

【図４】画像データ記憶部が記憶するカラー画像データ
の１つの色成分データの配置例を示す図。

【図５】封筒切出し部が郵便物の位置を決めるためのデ
ータの配置と、縦横方向の画素累積データの一例を示す
図。

【図６】封筒切出し部が求める郵便物の４隅の点を示す
概念図。

【図７】封筒切出し部の構成を示すブロック図。

【図８】切手切出し部が検出する郵便物の色データを求
める画素の位置の一例を示す図。

【図９】切手切出し部が検出する切手画像データの一例
を示す図。

【図１０】切手切出し部が切手の位置を決めるためのデ
ータの配置と、縦横方向の画素累積データの一例を示す
図。

【図１１】切手切出し部が求める切手の４隅の点を示す
概念図。

【図１２】切手切出し部の構成を示すブロック図。

【図１３】正規化変換部が出力する大きさを一定に変換
したカラー画像データのうちの１つの色成分のデータの
配置の一例を示す図。

【図１４】正規化変換部が処理結果として記憶するデー
タの配置例を示す図。

【図１５】正規化変換部の構成を示すブロック図。

【図１６】画像ぼかし部が標本化するサンプル点の位置
を示す図。

【図１７】画像ぼかし部が平滑化する近傍画素の重みを
示す図。

【図１８】画像ぼかし部が出力する処理結果の一例を示
す図。

【図１９】画像ぼかし部が処理結果として記憶するデー
タの配置例を示す図。

【図２０】画像ぼかし部の構成を示すブロック図。

【図２１】明度・色相・彩度変換部が変換する明度・色
相・彩度を示す概念図。

【図２２】ニューラルネットワークの構成図。

【図２３】ニューラルネットワークの学習方法を説明す
る図。

【図２４】ニューラルネットワークの学習に用いるデー
タ例を示す図。

【図２５】明度・色相・彩度変換部の構成を示すブロッ
ク図。

【図２６】パターンマッチング部が識別するカラー画像
の一例を示す図。

【図２７】パターンマッチング部で用いる辞書データの
１カテゴリデータの一例を示す図。

【図２８】辞書データ記憶部が記憶する辞書データの配
置例を示す図。

【図２９】切手識別の際の辞書データの配置例を示す
図。

【図３０】パターンマッチング部の構成を示すブロック
図。

【図３１】パターンマッチング部の他の構成を示すブロ
ック図。

【図３２】本発明の他の実施例に係るパターン識別装置
の構成を概略的に示すブロック図。

【図３３】辞書データ記憶部が記憶する辞書データの配
置例を示す図。

【符号の説明】

１０１……カラーＴＶカメラ（カラー画像入力手段）、
１０２……カラー画像入力部（カラー画像入力手段）、
１０３……画像データ記憶部、１０４……封筒切出し
部、１０５……切手切出し部（抽出手段）、１０６……
正規化変換部（第１の変換手段）、１０７……画像ぼか
し部（第２の変換手段）、１０８……明度・色相・彩度
変換部（第３の変換手段）、１０９……辞書データ記憶
部（基準データ記憶手段）、１１０……パターンマッチ
ング部（比較・判別手段）、１１１……識別結果出力
部、Ｐ……郵便物、２０１……切手、２０２……郵便番
号記入枠、２０３……宛先情報、２０４……背景部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 平沢 利勇 神奈川県川崎市幸区柳町70番地 株式会社 東芝柳町工場内 (72)発明者 宇野 輝比古 神奈川県川崎市幸区柳町70番地 株式会社 東芝柳町工場内

Claims (5)

【特許請求の範囲】
1. 【請求項１】 色データを有する切手が存在する郵便物
   上のカラー画像を入力するカラー画像入力手段と、 このカラー画像入力手段で入力されたカラー画像から切
   手領域を抽出する抽出手段と、 複数の切手に対応する色データを有した複数の基準デー
   タを記憶した記憶手段と、 前記抽出手段で抽出された切手領域の色データと前記記
   憶手段に記憶されている複数の基準データとを比較する
   比較手段と、 この比較手段による比較結果に基づいて前記郵便物上に
   存在する切手の種類を判別する判別手段と、 を具備したことを特徴とするパターン識別装置。
2. 【請求項２】 色データを有する切手が存在する郵便物
   上のカラー画像を入力するカラー画像入力手段と、 このカラー画像入力手段で入力されたカラー画像から切
   手領域を抽出する抽出手段と、 この抽出手段で抽出された切手領域内のカラー画像を大
   きさが一定の画像に変換する第１の変換手段と、 この第１の変換手段から出力されるカラー画像をぼかし
   た画像に変換する第２の変換手段と、 この第２の変換手段から出力されるカラー画像をそれと
   は異なる色のカラー画像に変換する第３の変換手段と、 複数の切手に対応する色成分を有した複数の基準データ
   を記憶した記憶手段と、 前記第３の変換手段で変換されたカラー画像の色データ
   と前記記憶手段に記憶されている複数の基準データとを
   比較する比較手段と、 この比較手段による比較結果に基づいて前記郵便物上に
   存在する切手の種類を判別する判別手段と、 を具備したことを特徴とするパターン識別装置。
3. 【請求項３】 前記第３の変換手段は、前記第２の変換
   手段から出力されるカラー画像のうち前記比較手段に必
   要な色データについてだけ明度、色相、彩度変換を行な
   うことを特徴とする請求項２記載のパターン識別装置。
4. 【請求項４】 前記比較手段は、前記基準データとの色
   類似度を求めて比較することを特徴とする請求項１およ
   び請求項２記載のパターン識別装置。
5. 【請求項５】 前記比較手段は、前記基準データとの色
   差を求めて比較することを特徴とする請求項１および請
   求項２記載のパターン識別装置。