JPH07504531A - カラーにより妥当対象物を識別し特性付ける方法 - Google Patents

カラーにより妥当対象物を識別し特性付ける方法

Info

Publication number
JPH07504531A
JPH07504531A JP6515938A JP51593894A JPH07504531A JP H07504531 A JPH07504531 A JP H07504531A JP 6515938 A JP6515938 A JP 6515938A JP 51593894 A JP51593894 A JP 51593894A JP H07504531 A JPH07504531 A JP H07504531A
Authority
JP
Japan
Prior art keywords
point
surrounding
sorting
buffer
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.)
Granted
Application number
JP6515938A
Other languages
English (en)
Other versions
JP3296492B2 (ja
Inventor
バイドヤナサン,アクヒレスワー・ガネシユ
フアウラー,デニス・バートン
Original Assignee
イー・アイ・デユポン・ドウ・ヌムール・アンド・カンパニー
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by イー・アイ・デユポン・ドウ・ヌムール・アンド・カンパニー filed Critical イー・アイ・デユポン・ドウ・ヌムール・アンド・カンパニー
Publication of JPH07504531A publication Critical patent/JPH07504531A/ja
Application granted granted Critical
Publication of JP3296492B2 publication Critical patent/JP3296492B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09GARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/02Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the way in which colour is displayed
    • G09G5/06Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the way in which colour is displayed using colour palettes, e.g. look-up tables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Character Input (AREA)
  • Detergent Compositions (AREA)
  • Holo Graphy (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 カラーにより妥当対象物を識別し特性付ける方法発明の背景 発明の分野 本発明は、対象物と背景の像のグレーレベル空間の記述を発生することにより、 背景における対象物を自動的に識別するための像分析方法に関する。対象物識別 は、対象物の内点を決定することにより高められ、これにより、カラー、テクス チャー及びパターンにより対象物を特性付ける。
関連技術の説明 その輪郭が与えられる時、領域の内点にアクセスする能力は、像処理における古 典的な問題である。この問題に対する以前の解決策は、L。
W、Chang and K、L、Leuによる論文、“A FastAlgo rithm for the Re5toration 。
f Images Ba5ed on Chain Codes Descri ption and Its Application”、Computer  Vision、Graphics、 and Image Process i ng 50,296−307 (1990)において記載された。関連性のある 記載された一つのアルゴリズムは、対象物におけるビクセル毎が問い合わされる ことを必要とする。対象物内のピクセル数は対象物の周囲のピクセル数よりも多 いために、そのような技術は、比較的遅い。記載された別の方法は、対象物の輪 郭領域と直線の交差部分が、対象物の周囲において偶数の点を線引きするという 事実に基づいたパリティ検査である。内点の指定は、像の各線において輪郭にお ける各合点と次の偶点の間のすべての点が、内点として指定される任意の編成規 則によって決定される。そのようなパリティ検査アルゴリズムは、複雑な形状の 対象物で作用しない。
上記の同−論文において、ChangとLeuは、方向符号値に基づいて4つの 項類の一つに周囲点を特性付けることによる高度パリティ検査アルゴリズムを提 案する。点の特性付けは、周囲点の新バッファーの生成につながり、この場合、 幾つかの点は複製され、他の点は削除される。パリティ検査アルゴリズムを新生 成バッファーに適用することにより、複雑な形状の対象物の内点が識別される。
しかし、ChangとLeuによって提示された高度アルゴリズムは、内点決定 の問題を解決するための間接方法であり、過多数の段階を必要とする。
1987年、12月14日に公告された日立電子エンジニアリング株式会社への 特公昭62−60069は、カラーに基づいてコロニーを弁別するコロニースク リーニング装置を開示する。コロニーは、所定のしきい値を使用してパターン認 識によって識別され、そしてコロニーの中心における少数の点が、任意に選択さ れる。この公告は、対象物の内点のすべてを決定するための方法を開示しない。
決定のエリアを限定することは、対象物識別における試行へ誤差の可能性を導入 する。
Bacusへの米国特許第4.453.266号は、セルの閉境界内のグレーレ ベル値の総和を使用して、セルの光学濃度を測定するための方法を開示する。B acusは、自動しきい化技術を使用して、未知又は任意の形状の対象物の内点 のすべてを決定することを考えない。
上記の参照はいずれも、対象物の内点を決定することにより、自動計算しきい値 を使用して、背景における少なくとも一つの所定の属性値を有する妥当対象物を カラーにより識別し特性付けるための方法を開示しない。さらに、上記の参照は いずれも、変化する背景における妥当対象物をカラーにより識別し特性付けるた めの方法を開示しない。
発明の要約 従って、本発明は、対象物の内点を決定することにより、自動計算しきい値を使 用して、背景において少なくとも一つの所定の属性値を有する少なくとも一つの 妥当対象物をカラーにより識別し特性付けるための方法を提供することにより、 先行技術の諸問題を解決する。特に、本発明の方法は、変化する背景における対 象物を識別することができる。
本発明の方法はまた、内点を決定するための直接方法を提供するために、対象物 の各周囲点に固有の編成規則を使用することにより、先行技術の諸問題を解決す る。
上記の解決策を達成するために、ここで具現され広く記載された発明の目的によ り、背景における少なくとも一つの所定の属性値を有する少なくとも一つの妥当 対象物をカラーにより識別し特性付ける方法が提供される。方法は、候補対象物 と背景の複数の像を発生する段階を含み、この場合、6像は、3原色像又は白黒 像の一つである。方法はまた、少なくとも一つの自動計算しきいグレーレベルを 使用して、少な(とも一つの候補対象物に対して少なくとも一つの像を探索する 段階を含む。方法はまた、候補対象物の少なくとも一つの内点を決定する段階と 、像の少なくとも一つにおける内点のグレーレベルを決定する段階とを含む。
方法はまた、候補対象物の少なくとも一つの内点に対して少なくとも一つのカラ ーパラメーターを算出し、カラーパラメーターにより候補対象物を特性付ける段 階を含む。方法はまた、妥当対象物を識別するために、妥当対象物の所定属性値 を有する候補対象物を妥当化する段階を含む。
図面の簡単な説明 明細書の一部に取り入れられ、かつそれを構成する添付の図面は、発明の好まし い実施態様を示し、上記の一般説明と下記の好ましい実施態様の詳細な説明とと もに、発明の詳細な説明に役立つ。
第1図は、本発明の第1実施態様による全体方法の諸段階を示すブロック図であ る。
第2A図は、時計回り方向においてトレースされた単純対象物の行及び列位置座 標値を表現する、行と列が指定された概略図である。
第2B図は、第2A図に示された13個の点に対する行位置座標値、列位置座標 値と方向符号値を示す図である。
第3図は、対象物の各周囲点の座標を決定するためのモジュールGET PER IMの段階を示す流れ図である。
第4図は、時計回り方向においてトレースされた対象物に対する方向符号値を示 す概略図である。
第5図は、反時計回り方向においてトレースされた対象物に対する方向符号値を 示す概略図である。
第6A図と第6B図は、対象物の周囲点を具備する周囲バッファーを生成するモ ジュールLOAD BUFFERの段階を示す流れ図である。
第7図は、各周囲点に状態変数を割り当てるモジュールREAD C0LORの 一部の段階を示す流れ図である。
第8図は、時計回り方向においてトレースされた対象物に対するFILL索引テ ーブルである。
第9図は、反時計回り方向においてトレー゛スされた対象物に対するFILL索 引テーブルである。
第10A図と第10B図は、周囲バッファーにおける周囲点が、まず行によって ソートされ、次に列によってソートされた、本発明の第1実施態様の実現のため のモジュールREAD C0LORの一部の段階を示す流れ図である。
第11A図は、赤緑青カラー空間を示す略図である。
第11B図は、赤緑青色相環を示す略図である。
第12図は、第1実施態様の特定応用による、像のグレーレベルヒストグラムを 発生するために使用されるモジュールHI STOGRAMの段階を示す流れ図 である。
第13図は、ヒストグラムのエントロピー関数が最大化される如く、しきいグレ ーレベルをエントロピー的に選択するために使用されるモジュールENTROP Yの段階を示す流れ図である。
第14図は、変化する背景における単一の単純対象物の像のグレーレベルヒスト グラムである。
第15図は、少なくとも一つの候補対象物に対して像を探索するために使用され るモジュール5EARCHIMAGEの段階を示す流れ図である。
第16図は、像を探索するためにも使用されるモジュールFINDOBJECT の段階を示す流れ図である。
第17図は、本発明の第2実施態様による方法の全段階を示すブロック図である 。
第18図は、対象物をろ過するために使用されるモジュールC0LFILTの全 段階を示す流れ図である。 ゛第19A〜19B図は、対象物をトレースするた めに使用されるモジュールTRACE 0BJECTの段階を示す流れ図である 。
第20図は、候補対象物が背景よりも比較的に明るい又は暗いかを検出するため に使用されるモジュールCHK GRAYの段階を示す流れ図である。
第21A〜21C図は、本発明の第2実施態様の第1の特定実現に対する像のそ れぞれ、原、上側及び下側グレーレベルヒストグラムである。
第22図は、第2実施態様の第1の特定実現による候補対象物に対して像を再帰 的に探索するために使用されるモジュールANALYZEの段階を示す流れ図で ある。
第23A〜23D図は、非均質対象物における冗長度を解消するために使用され るモジュールCHK LISTの段階を示す流れ図である。
第24図は、第23A〜23D図に示された如(、モジュールCHKLISTで 使用されるモジュールSET 5TATの段階を示す流れ図である。
第25A〜25B図は、均質対象物における冗長度を解消するために使用される モジュールCHK LISTの段階を示す流れ図である。
第26図は、第25A〜25B図に示された如く、モジュールCHKLISTで 使用されるモジュールSET 5TATの段階を示す流れ図である。
第27A〜27B図は、非均質及び均質対象物における冗長度を解消するために 最終チェックを行うために使用されるモジュールF I NALCHKの段階を 示す流れ図である。
第28図は、第27A〜27B図に示されh如く、モジュールFINAL CH Kで使用されるモジュールINT 5TATの段階を示す流れ図である。
第29図は、本発明の第2実施態様の方法の第2の特定実現の全段階を示すブロ ック図である。
第30図は、第29図に示された第2の特定実現で使用されるアンブレラモジュ ールCHECK C0LORの段階を示す流れ図である。
第31図は、第29図に示された第2の特定実現で使用されるモジュールREA D C0LORの段階を示す流れ図である。
第32図は、第29図に示された第2の特定実現で使用されるモジュールCAL CHUEの段階を示す流れ図である。
第33図は、本発明の第1及び第2実施態様の方法を実行するために使用された システムの構成要素を示すブロック図である。
好ましい実施態様の詳細な説明 添付の図面に示された如く、発明の好ましい実施態様を詳細に参照する。
本発明の第1実施態様により、背景における対象物の内点を決定する方法が設け られる。第1図は、本発明の第1実施態様による方法の全段階を示すブロック図 である。方法は、第1図のブロックAに示された如く、対象物と背景の像を発生 する段階を含む。像は、第1図のブロックAに示された如(発生される。本発明 の方法を実現するために使用されたハードウェアは、像が発生される時、最初に 初期化されなければならない。対象物と背景の像は、カメラによって発生される 。CCDカメラが、一般に、本発明で使用されるが、任意の形式のカメラが、本 発明の一般原理に反することなく使用される。像は゛、それから、フレームグラ バ−又はビデオデジタイザーによってデジタル化され記憶される。
本発明の方法はまた、第1図のブロックBに示された如く、対象物に対して像を 探索する段階を含む。探索段階は、全体対象物を探索することを含む。問題の対 象物の識別特徴が対象物の特別部分にあることが既知である場合に、探索段階は 、対象物のその部分のみを探索することを含む。探索段階は、例えば、自動計算 しきい値又は使用者選択しきい値を使用して、任意の方式で行われる。
本発明の方法は、さらに、対象物をトレースすることにより行われる対象物の周 囲点を決定する段階を含む。この段階は、第1図のブロックCに示される。各周 囲点の座標は、モジュールGET PERIMによって決定される。GET P ERIMの段階は、第3図に示される。GET PERIMモジュールの基本原 理は、−Digital Image Processing″ by Raf ael C,Gonzalez and Paul Wintz、5econd  Ed、、Addison−Wesley Publishing Compa ny、Reading、Massachusetts (1987)において記 載されたものに類似する。一つの事例において、対象物の周囲点を決定する段階 は、時計回り方向において順次に対象物をトレースすることを含む。別の事例に おいて、対象物の周囲点を決定する段階は、反時計回り方向において順次に対象 物をトレースすることを含む。
本発明の方法はまた、周囲バッファーを生成する段階を含む。この段階は、第1 図のブロックDによって一般に示され、下記の第6図に具体的に示された如く、 モジュールLOAD BUFFERによって実行される。周囲バッファーは、周 囲点を具備する狐第2A図は、時計回り方向においてトレースされた単純対象物 に対する概略を示す。例示の目的のために、13個の周囲点が示される。各周囲 点は、行位置座標値、列位置座標値と方向符号ベクトルを有する。方向符号ベク トルは、各周囲点に対して第1及び第2方向符号値を具備する。第1方向符号値 は、GET PERIMモジュールによって決定される如(、各それぞれの周囲 点の次の周囲点に対する関係を記述し、そして第2方向符号値は、GET PE RIMモジュールによって決定される如く、各それぞれの周囲点の前周囲点に対 する関係を記述する。下記の如く、「次又は罰点」の規定は、対象物がトレース される方向による。周囲バッファーの第1部材は、方向符号記述子(x+、y2 、VeCtort)によって表記され、ここで、XIは行位置座標値、y、は列 位置座標値、そしてVeCtOr+は、次の情報を含む方向符号ベクトルである 。
(t)neXtlは、次の周囲点への方向符号値である。そして(if)pre vlは、罰点から現点への方向符号値である。
第2B図は、第2A図に示された13個の点に対する行位置座標値、列位置座標 値と第1及び第2方向符号値を示す図である。例えば、点13は、2の行位置座 標値、1の列位置座標値、及び1の第1方向符号値と7の第2方向符号値を有す るとして表記される。
本発明において、方向符号値は、−周囲点の隣接周囲点(次周囲点又は前周囲点 )に対する方向により、0〜7の範囲を取る。本発明に対する方向符号値は、第 4図と第5図に示される。第5図の方向符号値は、第4図に示された値を90° だけ回転させることにより導出される。第4図に示された方向符号値のセットの 適用はミ第5図に示された方向符号値と反対に、以下に記載される周囲バッファ ーをソートする方法による。第4図から見られる如く、next+がゼロに等し いならば、次周囲点は、現周囲点の垂直上、かつ同一列である。−周囲点から次 周囲点への方向符号の値は、対象物がモジュールGET PERIMによってト レースされる向きによることを認識することは重要である。対象物が時計回り方 向にトレースされるならば、周囲点に関連した方向符号は、対象物が反時計回り 方向においてトレースされるものとは異なる。
モジュールGET PERIMの段階は、第3図に示される。第3図に示された 如く、ブロックAは、対象物における第1点に現点をセットする。それから、判 定ダイヤモンドBは、次周囲点が検出されたか尋ねる。そうでなければ、トレー ス対象物は不当であり、そしてモジュールは、ブロックCにおいて示された如く 完了される。次周囲点が検出されたならば、行及び列位置座標値は、第3図のブ ロックDに示された如く周囲バッファーに記憶される。現点は、第3図のブロッ クEに示された如く、次周囲点にセットされる。それから、判定ダイヤモンドF は、現点が第1周囲点にあるかを尋ねる。そうでなければ、判定ダイヤモンドB 1ブロックC−Eと判定ダイヤモンドFによるループは、現点が第1周囲点にな るまで反復される。判定ダイヤモンドFの回答が肯定であるならば、モジュール GET PERIMは完了される。
周囲バッファーを生成するモジュールLOAD BUFFERの段階は、第6A 図と第6B図に示される。ブロックAに示された如く第1段階において、現点は 、周囲バッファーにおける第1点にセットされる。
それから、判定ダイヤモンドBは、現点がバッファーにおける最終点を越えるか を尋ねる。そうならば、LOAD ’BUFFERモジュールが、第6A図のブ ロックCにおいて示された如く完了される。現点がノ<、ソファ−における最終 点を越えないならば、判定ダイヤモンドDは、現点がノ<、。
ファーにおける第1点であるかを尋ねる。そうならば、プロ・ツクEは、バッフ ァーにおける最終点として罰点をセットする。現点がノく・ソファ−における第 1点でないならば、判定ダイヤモンドFは、現点がノ<・ソファ−における最終 点であるかを尋ねる。そうならば、プロ・ツクGは、ノ(・ソファ−における第 1点として次点をセットする。罰点が周囲)く・ソファ−における最終点として セットされたか、又は次点が周囲ノ<・ソファ−における第1点としてセットさ れた後、次点と現点の間の行座標値の差が、第6A図のブロックHにおいて示さ れた如く、算出され、ノ<・ソファ−に記憶される。この差は、△ROW Nt −↑として指定される。次点と現点の間の列座標値の差は、第6A図のブロック ■に示された如く、算出され、バッファーに記憶される。この差は、△C0LN txTとして指定される。
現点と罰点の間の行座標値の差が、第6B図のブロックJにおいて示された如く 、算出され、バッファーに記憶される。この差は、△ROWPRr、■として指 定される。次に、現点と罰点の間の列座標値の差が、プロ、7りKに示された如 く、算出され、バッファーに記憶される。この差は、△COL□Fv、!= 1 .て指定される。それから、現点は、ブロックしに示された如く、バッファーに おける次周囲点に移動され、そしてモジュールは、第6A図の判定ダイヤモンド Bに復帰する。BとD−Lによるループは、現点がバッファーにおける最終点を 越えるまで継続し、この点において、LOAD BUFFERモジュールが、プ ロ・ツクCに示された如く完了される。
本発明の方法はまた、ソートされた周囲バッファーを生成するために、所定の順 序で周囲バッファーにおける周囲点をソートする段階を含む。
この段階は、第1図のブロックEに示される。このソーティング段階は、時計回 り又は反時計回り方向のいずれかにおいて対象物をトレースするために行われる 。このソーティング段階は、Robert Sedgew i c kによる教 科書A1gorithms in C,Addis。
n Wesley、1990において記載された標準「シェルソート」技術によ って行われる。各周囲点に関連したrvector−情報は、ソート中その点に 関して移動することが注目される。
本発明の第1実施態様の第1実現において、対象物は、時計回り方向においてト レースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を具 備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲バ ッファーにおける周囲点をソートする副段階を含む。行により周囲点をソートす る副段階は、最小行位置座標値を有する点が、バッファーの先頭(バッファーの 順序の第1要素を意味する)に置かれる如(、昇順に周囲点をソートすることを 含む。代替的に、行により周囲点をソートする副段階は、最小行位置座標値を有 する点が、バッファーの先頭に置かれる如く、降順に周囲点をソートすることを 含む。
第1実施態様のこの実現において、ソーティング段階はまた、少なくとも一つの 行列ソート周囲点を具備する行列ソート周囲)く・ソファ−を生成するために、 さらに所定の順序で列により行ソート周囲/(・ソファ−における周囲点をソー トする付加的副段階を含む。列により周囲点をソートする41j段階は、昇順に 周囲点をソートすることを含む。)くソファ−が昇順に行により、続いて列によ りソートされ−た場合に、最小列位置座標値と最小行位置座標値を有する点が、 バッファーの先頭に置かれる。バッファーが降順に行により、続いて列によりソ ートされた場合に、最小列位置座標値と最大行位置座標値を有する点は、バッフ ァーの先頭に置かれる。
第1実施態様の第2実現において、対象物は、時計回り方向においてトレースさ れ、そしてソーティング段階は、少なくとも一つの列ソート周囲点を具備する列 ソート周囲バッファーを生成するために、所定の順序で列により周囲バッファー における周囲点をソートする副段階を含む。
この実現において、ソーティング段階は、少なくとも一つの列行ソート周囲点を 具備する列行ソート周囲バッファーを生成するために、所定の順次で行により列 ソート周囲バッファーにおける周囲点をソートする副段階を含む。列により周囲 点をソートする副段階は、最小列位置座標値を有する点が、バッファーの先頭に 置かれる如く、昇順に周囲点をソートすることを含む。代替的に、列により周囲 点をソートする副段階は、最大列位置座標値を有する点が、バッファーの先頭に 置がれる如く、降順に周囲点をソートすることを含む。
この第2実現において、ソーティング段階はまた、少なくとも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。行により周囲点をソートする副段階は、降順に列ソート周囲点をソート することを含む。バッファーが昇順に列により、続いて行によりソートされた場 合に、最大行位置座標値と最小列位置座標値を有する点が、バッファーの先頭に 置がれる。バッファーが降順に列により、続いて行によりシートされた場合に、 最大行位置座標値と最大列位置座標値を有する点は、バッファーの先頭に置かれ る。
本発明の第1実施態様の第3実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少なくとも一つの行ソート周囲点を 具備する行ソート周囲バッファーを生成するために、所定の順序で行により周囲 バッファーにおける周囲点をソートする副段階を含む。行により周囲点をソート する副段階は、最小行位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、行により周囲点をソート する副段階は、最大行位置座標値を有する点が、バッファーの先頭に置かれる如 く、降順に周囲点をソートすることを含む。
この第3実現において、ソーティング段階はまた、少なくとも一つの行列ソート 周囲点を具備する行列ソート周囲バッファーを生成するために、さらに所定の順 序で列により行ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列により行ソート周囲点をソートする副段階は、降順に周囲点をソート することを含む。バッファーがまず昇順に行により、続いて列によりソートされ た場合に、最大列位置座標値と最小行位置座標値を有する点が、バッファーの先 頭に置かれる。
バッファーがまず降順に行により、続いて列によりソートされた場合に、最大列 位置座標値と最大行位置座標値を有する点は、バッファーの先頭に置かれる。
本発明の第1実施態様の第4実現において、対象物は、反時計回り方向において トレースされ、そしてソーティング段階は、少なくとも一つの列ソート周囲点を 具備する列ソート周囲バッファーを生成するために、所定の順序で列により周囲 バッファーにおける周囲点をソートする副段階を含む。列により周囲点をソート する副段階は、最小列位置座標値を有する点が、バッファーの先頭に置かれる如 く、昇順に周囲点をソートすることを含む。代替的に、列により周囲点をソート する副段階は、最大列位置座標値を有する点が、バッファーの先頭に置かれる如 く、降順に周囲点をソートすることを含む。
この第4実現において、ソーティング段階はまた、少な(とも一つの列行ソート 周囲点を具備する列行ソート周囲バッファーを生成するために、さらに所定の順 序で行により列ソート周囲バッファーにおける周囲点をソートする付加的副段階 を含む。列ソートバッファーにおいて行により周囲点をソートする副段階は、昇 順に周囲点をソートすることを含む。バッファーがまず昇順に列により、続いて 行によりソートされた場合に、最小行位置座標値と最小列位置座標値を有する点 が、バッファーの先頭に置かれる。バッファーがまず降順に列により、続いて行 によりソートされた場合に、最小行位置座標値と最大列位置座標値を有する点は 、バッファーの先頭に置かれる。
本発明の方法はまた、各周囲点に対して第1及び第2値の一方を有する状態変数 を割り当てる段階を含む。この段階は、第1図のブロックFに一般に示され、そ して一部が第7図の流れ図に示され、一部が第10A図と第10B図の流れ図に 示された、モジュールREAD C0LORにおいて実行される。状態変数の第 1値は、rFILLJであり、そして状態変数の第2値は、rNo FILLJ である。状態変数の値は、第1及び第2方向符号値neXt+とpreV+によ って決定される。方向符号値は、使用される周囲バッファーをシートする方法に より、第4図と第5図により決定される。第1実施態様の第1及び第3実現にお ける如く、周囲バッファーにおける点が、まず行により、続いて列によりソート されるならば、第4図における方向符号値が使用される。第1実施態様の第2及 び第4実現における如く、周囲バッファーにおける点が、まず列により、続いて 行によりソートされるならば、第5図に示された方向符号値が使用される。ne xt+とpreV+をFILL又はN。
FILLにマツプするための規則は、第8図に示された如<、FILL索引テー ブル(LUT)において時計回り方向にトレースされた対象物に対して要約され る。n e x t lとpreV+をFILL又はN0FILLにマツプする ための規則は、第9図に示された如く、FILL索引テーブル(LUT)におい て反時計回り方向にトレースされた対象物に対して要約される。第8図と第9図 の索引テーブルにおいて、FはFILLを表し、そしてNFは、No FILL を表す。第8図と第9図の索引テーブルは、対象物の局所凹所又は6所に基づき 、経験的に導出される。
第7図のブロックAに示された如く、現点は、周囲バッファーにおける第1点に セットされる。それから、判定ダイヤモンドBは、現点がバッファーにおける最 終点を越えるかを尋ねる。そうならば、モジュールは、ブロックCに示された如 く完了される。第8図に示された如(索引テーブルを使用して、状態変数の値は 、第7図のブロックDに示された如く、第1及び第2方向符号値n e X t  +とpreV+に基づいて割り当てられる。それから、現点は、第7図のブロ ックEに示された如く、周囲バッファーにおける次点に移動される。判定ダイヤ モンドBとブロックDとEによるループは、現点がバッファーにおけ”る最終点 を越えるまで反復され、この点において、第7図に示された如<READ C0 LORの一部が、ブロックCに示された如く完了される。
本発明の第1実施態様の方法は、さらに、検査される周囲点と同一の線セグメン ト上の、ソート周囲バッファーにおける検査周囲点と次周囲点の間にある各点を 、対象物の内点として指定する段階を含み、ここで、検査周囲点は、状態変数の 第1値FILLを割り当てられる。この段階は、第1図のブロックGに一般に示 され、モジュールREAD C0LORにおいて実行される。本発明の第1実施 態様の第1実現の流れ図は、第10A図と第10B図に示されるが、類似の流れ 図が第2、第3及び第4実現に対して存在することが理解される。周囲バッファ ーにおける周囲点がまず行により、続いて列によりソートされる第1及び第3実 現において、指定段階は、検査される周囲点と同一の行にあり、行列ソート周囲 バッファーにおいて検査周囲点と次周囲点の間にある各点を、対象物の内点とし て指定する副段階を含む。周囲バッファーにおける周囲点が、まず列により、続 いて行によりソートされる第2及び第4実現において、指定段階は、検査される 周囲点と同一の列にあり、列行ソート周囲バッファーにおいて検査周囲点と次周 囲点の間にある各点を、対象物の内点として指定する副段階を含む。
本発明の第1実施態様の方法は、さらに、冗長性周囲点をチェックする段階を含 む。この段階は、下記の如く、判定ダイヤモンドEとブロックFにおいて第10 Δ図に示された、モジュールREAD C0LORの一部によって実行される。
冗長性周囲点は、対象物の順次トレース中、2回以上アクセス又は横断された点 である。例えば、これは、トレース段階中2回以上交差された点である交差点に おいて発生する。この冗長性内点チェックが行われる時、対象物の内点として同 一の線セグメント上の各冗長性周囲点と次周囲点の間にあるすべての点を指定す る段階は、各冗長性周囲点のすべての事例が状態変数(FILL)の第1値を割 り当てられる時のみに行われる。
第1実施態様の第1実現に対して実行される第10A図に示されたREAD C 0LORの第1段階は、第10A図のブロックAに示された如く、周囲バッファ ーの第1点に現点をセットするものである。それから、判定ダイヤモンドBは、 現点が周囲バッファーの最終点を越えるかを尋ねる。そうならば、モジュールは 、ブロックCにおいて示された如く完了される。現点が最終点を越えないならば 、現点は、ブロックDに示された如く、内点としてラベル付けされる。それから 、判定ダイヤモンドEは、現点がバッファーにおける次点と同一点であるかを尋 ねる。
そうならば、現点は、ブロックFに示された如く、冗長性としてラベル付けされ る。それから、判定ダイヤモンドHは、現点のすべての事例の状態変数がFIL Lに等しいかを尋ねる。回答が肯定であるならば、READ C0LORは、第 10A図のブロックJに示された如く、現点と同一行における次点に移動する。
回答が否定であるならば、現点は、ブロックIに示された如く、バッファーにお ける次点にセットされ、そしてモジュールは、判定ダイヤモンドBに復帰する。
判定ダイヤモンドEに戻って、現点がバッファーにおける次点と同一点でないな らば、判定ダイヤモンドGは、現点の状態変数がFILLに等しいかを尋ねる。
そうでないならば、モジュールは、判定ダイヤモンドBに復帰する。BとD−I によるループは、現点が最終点を越え、この時、第10A図と第10B図に示さ れた如<READ COL’ORの一部が第10A図のブロックCに示された如 (完了されるまで継続する。判定ダイヤモンドGに戻りで、現点の状態変数がF ILLに等しいならば、モジュールREAD C0LORは、第10B図のブロ ックJに示された如(、現点と同一行における次点に移動する。それから、判定 ダイヤモンドには、次点の列座標が周囲バッファーにおける次周囲点の列座標以 下であるかを尋ねる。そうならば、次点が、ブロックしに示された如く、内点と して識別される。第10B図のブロックしに示された如く対象物の内点を識別し た後、各内点のグレーレベル値が決定され、そして対象物が、下記の如くグレー レベル値を使用することにより特性付けられる。加えて、所定のグレーレベルは 、対象物をラベル付けするために、各内点に割り当てられる。次点がブロックし に示された如く内点として識別された後、ブロックJとダイヤモンドKによるル ープは、次点の列座標が周囲バッファーにおける次周囲点の列座標よりも大きく なるまで継続する。それから、現点は、ブロックMに示された如く、バッファー における次周囲点にセットされる。B−Mによるループは、現点がバッファーに おける最終点を越えるまで継続し、この点において第10A図と第10B図に示 されたREAD C0LORの一部が、第10A図のブロックCに示された如く 、完了される。
本発明の第1実施態様の方法は、さらに、各内点のグレーレベル値を決定する段 階と、内点のグレーレベル値を使用することにより対象物を特性付ける段階とを 含む。特性付は段階は、対象物のテクスチャーを決定することを含む。代替的又 は加えて、特性付は段階は、対象物のカラーを決定することを含む。代替的又は 加えて、特性付は段階は、対象物において存在するパターンを決定することを゛ 含む。
下記の如く、カラーが、対象物を特性付けるために、又は対象物を妥当化するた めの所定の属性値として使用される時、本発明の方法は、候補対象物の少なくと も一つの内点に対して少な(とも一つのカラーパラメーターを算出する副段階を 含む。カラーパラメーターにより、対象物の純色量に関係したパラメーターが意 図される。さらに具体的に、カラー理論において使用された3つの共通パラメー ターは、“CoforScience、Concepts and Metho ds、Quantitative Data and Formulae”、  byG、Wyszecki and W、S、5tile、John Wi I ey & 5ons (1967)において規定された如く、色相、彩度と明度 である。この実施態様の好ましい実現において、カラーパラメーター色相のみが 、算出される。しかし、カラーパラメーター又はカラーパラメーターの組み合わ せが、その純色量により候補対象物を識別又は特性付けるために使用されること は明らかである。
上記の如く対象物の内点を識別し、各内点のグレーレベル値を決定した後、対象 物は、グレーレベル値を使用して、下記の如く特性付は又は妥当化される。内点 のグレーレベルは、標準カラー理論のrRGBj情報を使用して記述され、Rは 赤色を示し、Gは緑色を示し、モしてBは青色を示す。第11A図において、R GBカラー空間の記述が示され、そして第11B図において、RGB色相環とし て公知のその空間の簡易化が示される。色相角として公知の相対色相パラメータ ーを算出する簡単な方法が、第11A図と第11B図において示される。対象物 の色相角の値は、赤色、緑色と青色の相対混合の測度であるRGB色相環におけ る角度θであることから、0″〜3606の範囲を取る。角度φは、選択された 「オフセット角度」であり、特定応用に対して最適化される調節可能なパラメー ターである。角度φは、対象問題に対して、妥当対象物の色相角がいずれも、0 °〜360°に接近しない如く選定される。
0° (又は360°)角度を回避する理由は、この角度に対して色相角の値に おける不連続性による。
対象物における各内点の色相角が算出される。色相角θは、次の方程式を使用し て、RGB色相環から算出される。
RGB色相環における色相角ベクトルの長さである色相振幅は、対象物がどれほ どの色を有するかの測度であり、色相振幅=a2+b” (3) として算出される。
平均色相角と色相振幅は、対象物の色相内容を決定するために使用される。これ らのパラメーターは、対象物を特性付けるために使用され、又は第2実施書様に 関して以下に十分に説明される如く、対象物を識別するために所定属性値と比較 される。
本発明の第1実施態様の特定応用において、エントロピーしきい化の概念が使用 される。信号処理のための情報理論におけるエントロピーの概念は、最初に、ン ヤノンによる論文、“A Mathematical Theory of C ommunication”、BellSystem Technology  J、、Vol、27、July1948、pp、379−423において提案さ れた。ンヤノンは、エントロピー関数 が、次の3つの特性を一意的に満足すること゛を示した。
(a)H(p+、pll、、、 、p、)は、ph=1/n、に=1101、n に対して最大である。
(b)H(AB)=H(A) 十H(B) 、ここで、AとBは2つの有限区分 であり、そしてHA (B)は、区分Aを与えられた区分Bの条件付きエントロ ピーである。
H(p+5I)21.、、、pm、0)=H(p+、 pzl、、、、p、)  (5)加えて、H,、m、(1/n、、、、、1/n)=In n (5)像の グレーレベルヒストグラムを分析するためにエントロピーを使用する思想は、P unによる論文、’Entropic Thresh。
lding、a New Approach”、Comp、Graphics  and Image Proc、、Vol、16.19981、pp、210− 239、において最初に提案された。Punのエントロピー分析は、さらに、K apur et al、による論文、”A New Method for G rey−Level PictureThresholding Using  the Entropyof the Histogram”、Comp、Gr aphicsand Image、Proc、29.1985、pp、273− 285、によって洗練された。Punによって示され、Kapurによって洗練 された如く、エントロピーの概念は、像のグレーレベルヒストグラムが確率分布 P、=f、/N s=1、 、、 、N、、、、 (7)ここで、f、=グレー レベルSの頻度 N=像のピクセル数 を規定するために使用されるならば、2次元に拡張される。一様グレーレベル分 布を有する像を記述するヒストグラムのエントロピー関数が最大になることにな る。分布におけるピーク数が多いほど、エントロピーは低くなる。
エントロピーしきい化が使用される第1実施態様の特定応用において、探索段階 は、グレーレベルヒストグラムがエントロピー関数を有する、像のグレーレベル ヒストグラムを発生する副段階と、ヒストグラムのエントロピー関数が最大化さ れる如く、しきいグレーレベルをエントロピー的に選択する副段階とを含む。モ ジュールHISTOGRAMは、像の対象領域のグレーレベルヒストグラムを発 生するために使用される。
グレーレベルヒストグラムを発生するための段階は、第12図の流れ図において 示される。第12図のブロックAに示された如く、HISTOGRAMは、まず 、像の対象領域のヒストグラムを算出する。それから、第12図のブロックBに 示された如く、各グレーレベルSに対して、エントロピー関数H1の算出におい て続いて使用される値を算出する。この算出の結果は、ブロックCに示された如 く、メモリに記憶される。これは、エントロピーしきいグレーレベルの続く算出 のために、単純な索引作業のみが必要とされることを保証する。
本発明の第1実施態様による方法のエントロピーしきい化応用はまた、ヒストグ ラムのエントロピー関数が最大化される如く、しきいグレーレベル値をエントロ ピー的に選択する段階を含む。この段階は、第13図に示された如く、ENTR OPYモジュールによって行われる。第13図のブロックAに示された如く、ヒ ストグラムのエントロピー関数を最大にする際の第1段階は、最大エントロピー 関数を最小値に初期化することである。
しきいグレーレベルをエントロピー的に選択する段階は、各グレーレベルにおけ るグレーレベルヒストグラムを第1区分と第2区分に順次に区分化する副段階を 含む。変化する背景における単一の単純対象物が識別される単純な場合を示すた めに、像のグレーレベルヒストグラムが、第14図に示される。第1及び第2区 分は、第14図のヒストグラムにおいて示され、この場合、背景のグレーレベル 値は、第1区分Aによって表現され、そして妥当対象物のグレーレベルは、第2 区分Bによって表現される。ENTROPYモジュールにおいて、区分化しきい グレーレベル値は、第13図のブロックBに示された如く、最小値に初期化され る。
しきいグレーレベルをエントロピー的に選択する段階はまた、各区分に対してエ ントロピー関数を計算する副段階を含み、この場合、ヒストグラムの全エントロ ピー関数は、第1区分Aのエントロピー関数H1(A)と第2区分Bのエントロ ピー関数H,(B)の合計として定義される。この段階は、第13図のブロック Cに示され、そして次の如く数学的に表される。
与えられたしきいグレーレベル値Sに対して、そのため、 同様に、 合計H,(A) 十H,(B)は、像のグレーレベルヒストグラムの全エントロ ピー関数を表現する。最大エントロピーしきいグレーレベルは、全エントロピー 関数を最大にするSの値である。
第13図の判定ダイヤモンドDは、ヒストグラムのエントロピー関数が、ブロッ クAにおいて初期化された最大エントロピー関数よりも大きいかを尋ねる。そう ならば、最大エントロピー関数は、第13図のブロックEに示された如く、区分 化しきいグレーレベルを使用して更新される。
それから、最大エントロピーしきいグレーレベルは、ブロックFに示された如く 、区分化しきいグレーレベルにセットされる。最大エントロピーしきいグレーレ ベルがセットされた後、又はヒストグラムのエントロピー関数が最大エントロピ ー関数よりも大きくないならば、第13図に示された如く、ENTROPYモジ ュールの判定ダイヤモンドGは、区分化しきいグレーレベルが、最大しきいグレ ーレベルに等しいがを尋ねる。そうならば、最大エントロピーしきいグレーレベ ルが、第13図のブロック■]に示された如く返される。そうでないならば、区 分化しきいグレーレベルが、第13図のブロックIに示−された如(増分され、 そして増分された区分化しきいグレーレベルが、ブロックCに返され、ここで、 増分された区分化しきいグレーレベルのエントロピー関数が計算される。C−G によるループは、区分化しきいグレーレベルが最大しきいグレーレベルに等しく なるまで反復され、この点において、最大エントロピーしきいグレーレベルがブ ロックHに示された如く返される。
確率分布は、各区分内にグレーレベルのみを含むようにH,(A)とH,(B) において再正規化される。この再正規化により、最大エントロピー関数は、第1 4図においてTで示された如(、グレーレベルヒストグラムにおいてちょうど対 象物ピークの縁において生ずる。こうして、新しきいグレーレベルが、ヒストグ ラムのエントロピー関数が最大化される如く選択される。第14図に示された単 純な場合に対するしきい値のこの最大選定により、背景の再正規化分布は、最低 ピークになり、最も一様になる。背景区分におけるグレーレベル値の数は対象物 区分におけるグレーレベル値の数よりもずっと大きいために、ヒストグラムの全 エントロピー関数は背景のエントロピー関数によって支配される。
エントロピーしきいグレーレベルが最大化される第1実施態様の応用において、 探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルを使用し て、少なくとも一つの対象物のために像を走査する副段階を含む。さらに具体的 に、走査された像の部分は、複数のビクセルを具備し、各ピクセルは、上限と増 分の和よりも小さなグレーレベル値を有する。上限はまた、表記MAXを有する 。増分は、探索される領域の最大グレーレベルMAXと探索される領域の最小グ レーレベルMINの間の差に等しく、新最大グレーレベル値Gray 1eve l、n、を生ずる。
Gray 1evel、、、=2 x MAX−MIN (14)グレーレベル がgray IeveL、mを超過する像領域は、探索において無視される。
探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する候補対象物をトレースする副段階を含む。
この応用において、探索段階は、第15図に示された如くモジュール5EARC HIMAGE、第16図に示された如(モジュールFIND 0BJECTと第 3図に示された如くモジュールGET PERIMによって行われる。
第15図のブロックAによって示された如く、第1段階は、探索位置を初期化す ることである。モジュール5EARCHIMAGEは、エントロピー的に選択さ れた現しきいグレーレベルにより対象領域を探索する。それから、第15図の判 定ダイヤモンドBは、探索位置が走査の終端にあるかを尋ねる。そうならば、5 EARCHIMAGEが完了される。
探索位置が走査の終端にないならば、モジュール5EARCHIMAGEは、モ ジュールFIND 0BJECTを使用してエントロピー的に選択されたしきい グレーレベルを超過するグレーレベル値を有する点を検出するまで、エントロピ 一点に選択された現しきいグレーレベルにより対象領域を探索する。背景よりも 暗い対象物を識別するために、像は、発生後ただちに反転される。そのような点 は、新対象物の第1点である。第15図の判定ダイヤモンドDは、新対象物がモ ジュールFIND 0BJECTを使用して検出されたかを尋ねる。対象物が現 探索においてすでにトレースされていないならば、モジュールSEARCHIM AGEは、第15図のブロックEによって示された如く、モジュールGET P ERIMを実行することにより対象物をトレースすることを始める。モジュール GET PERIMは、第3図に関して記載された。対象物がトレースされた後 、探索位置が、第15図のブロックFに示された如(増分される。B−Fによる ループは、モジュール5EARCHIMAGEが判定ダイヤモンドBによって示 された如(探索の終端になるまで継続される。代替的に、新対象物が判定ダイヤ モンドDによって示された如く検出されないならば、探索位置は、ブロックFに おいて示された如(増分され、こうして、トレース段階をバイパスし、そしてB −1によるループが、5EARCHIMAGEが探索の終端になるまで継続され る。
モジュールFIND 0BJECTの段階は、第16図に示される。
FIND 0BJECTにおける第1段階は、ブロック八に示された如(、探索 される像の現位置に探索位置を初期化することである。それから、判定ダイヤモ ンドBは、探索位置が対象物の内側にあるかを尋ねる。
そうならば、探索位置が、ブロックCによって示された如く増分され、そして判 定ダイヤモンドDは、FIND 0BJECTがその探索の終端にあるかを尋ね る。そうならば、新対象物はブロックEにおいて示された如く検出されない。そ うでないならば、判定ダイヤモンドBは、増分された探索位置が対象物の内側に あるかを尋ねる。B−Eによるこのループプロセスは、探索位置が対象物の内側 になくなるまで継続する。
この点において、判定ダイヤモンドFは、次対象物が検出されたかを尋ねる。そ うでないならば、探索位置は、第15図のブロックGにおいて示された如く増分 され、そして判定ダイヤモ°ンドHは、SEARCHIMAGEモジュールがそ の探索の終端にあるかを尋ねる。そうならば、新対象物非検出が、ブロック■に よって示された如く返される。そうでないならば、判定ダイヤモンドFは、次対 象物が増分探索位置を使用して検出されたかを再び尋ねる。F−1によるこのル ーププロセスは、次対象物が検出されるまで継続する。判定ダイヤモンドJは、 検出された対象物がすでにトレースされたかを尋ねる。そうならば、新対象物検 出が、ブロックKによって示された如く返される。検出された対象物がすでにト レースされていないならば、探索位置が、ブロックしによって更新され、そして 新対象物検出が、第16図のブロックMによって示された如く第1点に関して返 される。それから、GET PERIMが、第3図に示された如く第1点に関し てランされる。上記のSEARCHIMAGESFIND 0BJECTとGE T PERIMをランすることにより、第16図のブロックMにおいて返された 対象物は、第1図のブロックCにおいて示された如く、内点を決定するためにト レースされる。
本発明の第2実施態様により、背景における少な(とも一つの所定の属性値を有 する少なくとも一つの妥当対象物を識別する方法が設けられる。方法は、対象物 と背景の像を発生することを含む。第17図は、本発明の第2実施態様の全方法 を示すブロック図である。像は、第17図のブロックAに示された示された如く 発生される。前実施態様における如く、本発明の第2実施態様の方法を実現する ために使用されたハードウェアは、像が発生される時、最初に初期化されなけれ ばならない。対象物と背景の像は、カメラによって発生される。前実施態様と同 様に、CCDカメラが使用されるが、任意の形式の°カメラも本発明の一般原理 に反することな(使用される。それから、像がデジタル化され、そしてフレーム グラバ−又はビデオデジタイザーによって記憶される。
本発明の少なくとも一つの妥当対象物を識別する方法はまた、候補対象物が少な くとも一つの候補対象物属性値を有する場合に、少なくとも一つの自動計算しき い値を使用して、少なくとも一つの候補対象物に対して像を探索する段階を含む 。この段階は、第17図のブロックBにおいて示される。本発明の第2実施態様 において、全対象物が探索される。
しかし、問題の対象物の識別特徴が対象物の特定部分にあることが既知の事例に おいて、探索段階は、対象物の部分のみを探索することを含む。
探索段階は、例えば、第1実施態様において上述される如くヒストグラム、又は Pal and Palによる論文”Entropic Thresholdi ng”、Signal Processing、V。
1.16.1989、pp、97−108において記載された同時発生マトリッ クスを使用して、自動計算しきい値により決定される。
候補対象物を識別し妥当化するために像を自動的にしきい化する能力は、製造及 び産業用プロセスを監視制御するために「オンライン」像分析を行うことを可能 にする。しきい値(又は複数のしきい値)が像対像ベースにおいて調整されなけ ればならないために、このケイパビリティは、手動しきい化スキームが使用され るならば一般に可能ではない。非監視自動対象物識別の実施は、広範囲の産業上 の応用に対して像分析技術の使用を可能にする。背景が予測不能に変化する環境 において、自動計算しきい値を使用しない多数の方法が失敗する場合に、下記の 如く、第2実施態様の方法の特定応用の再帰的バージョンが、特に強力である。
本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、候補対象物の 周囲点を決定する段階を含む。この段階は、対象物をトレースすることにより行 われ、第17図のブロックCにおいて示される。各周囲点の座標は、第3図に関 して記載された如(モジュールGET PERIMによって決定される。第1実 施態様における如く、周囲点を決定する段階は、時計回り方向に順次に対象物を トレースするか、又は反時計回り方向に順次に対象物をトレースすることを含む 。
本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、周囲バッファ ーを生成する段階を含む。この段階は、第17図のブロックDによって一般に示 され、そして第6A図と第6B図に関して示され記載された如く、モジュールL OAD BUFFERにおいて行われる。
本発明の少なくとも一つの妥当対象物を識別する方法はまた、ソートされた周囲 バッファーを生成するために、所定の順次で周囲バッファーにおける周囲点をソ ートする段階を含む。この段階は、第17図のブロックEにおいて示される。ソ ート段階は、時計回り又は反時計回り方向において対象物をトレースするための 第1実施態様に関して記載された如く行われる。
本発明の妥当対象物を識別する方法はまた、第1及び第2値の一方を有する状態 変数を各周囲点に割り当てる段階を含む。この段階は、第17図のブロックFに おいて一般に示され、そして第7図と第10図に関して示され記載された如く、 モジュールREAD C0LORにおいて行われる。
本発明の第2実施聾様による少なくとも一つの妥当対象物を識別する方法は、さ らに、検査される周囲点と同一の線セグメント上の、ソートされた周囲バッファ ーにおける検査周囲点と次周囲点の間にある各点を、対象物の内点として識別す る段階を含み、この場合、検査周囲点は、状態変数の第1値FILLを割り当て られる。この段階は、第17図のブロックGにおいて一般に示され、そして第1 実施態様の任意の実現に対して第7図、第10A図と第10B図に関して記載さ れた如く、モジュールREAD C0LORにおいて行われる。
本発明の少なくとも一つの妥当対象物を識別する方法は、さらに、冗長性周囲点 をチェックする段階を含む。この段階は、上記の如く、判定ダイヤモンドEとブ ロックFにより第10A図の流れ図において示される。この冗長性内点チェック が行われる時、対象物の内点として同一の線セグメント上にある各冗長性周囲点 と次周囲点の間にあるすべての点を指定する段階は、各冗長性周囲点の全事例が 、第1実施態様に関して記載された如く、状態変数(FILL)の第1値を割り 当てられる時のみ行われる。
本発明の第2実施態様の方法は、さらに、各内点のグレーレベル値を決定する段 階と、内点のグレーレベル値を使用することにより対象物を特性付ける段階とを 含む。特性付は段階は、対象物のテクスチャーを決定することを含む。代替的又 は加えて、特性付は段階は、対象物のカラーを決定することを含む。代替的又は 加えて、特性付は段階は、対象物において存在するパターンを決定することを含 む。
本発明の少なくとも一つの妥当対象物を識別するための方法はまた、候補対象物 属性値によって候補対象物を特性付ける段階を含む。この段階は、対象物属性値 が内点情報を使用する時の如く、内点のグレーレベル値を使用することにより対 象物を特性付ける段階と同一である。一つの事例において、候補対象物属性値は カラーである。代替的又は加えて、候補対象物属性値は、対象物のテクスチャー であるか、又は別の事例において、代替的又は付加的に、対象物におけるパター ンである。
本発明の少な(とも一つの妥当対象物を識別する方法はまた、妥当対象物を識別 するために、妥当対象物の所定属性値を有する候補対象物を妥当化する段階を含 む。この段階は、第17図のブロックIにおいて示される。妥当化段階は、候補 対象物属性値を算出する副段階と、候補対象物を妥当化するために、候補対象物 属性値を妥当対象物の所定属性値と比較する副段階とを含む。算出副段階は、さ らに、候補対象物属性値を記憶する副段階を含む。対象物を妥当化する一つの方 法は、属性値としてサイズとカラーを使用することである。この妥当化スキーム に従う時、第18図に関して示され記載された如(、モジュールCOL FIL Tは、妥当化段階を行うために使用される。一般に、他の属性値が、妥当対象物 の所定属性値のために使用される。
モジュールGOL FILTにおいて、妥当化段階は、候補対象物のリストをフ ィルターすることにより行われる。COL FILTは、均質又は非均質対象物 のいずれかに対してフィルターを行う。非均質対象物をフィルターするためのフ ィルタ一段階は、対象物が削除される3つの条件を具備する。第1条件は、対象 物が所定の最小面積よりも小さな面積を有する時、対象物を削除する。第2条件 は、対象物が所定最小値よりも小さな平均色相角と所定最小値よりも大きな色相 振幅を有する時、対象物を削除する。第3条件は、対象物が所定最大値よりも大 きな平均な色相角と所定最小値よりも大きな色相振幅を有する時、対象物を削除 する。色相角と色相振幅は、上記の方稈式(1)と(2)において記載された如 く算出される。
第18図のブロックAに示された如く、対象物をフィルターするためのGOL  FILTの第1段階は、初期対象物に前進することである。
それから、判定ダイヤモンドBは、COL FILTが最終対象物を越えるかを 尋ねる。そうならば、モジュールは、ブロックCに示された如く完了される。そ うでないならば、判定ダイヤモンドDは、対象物が所定最小面積よりも大きな面 積を有するかを尋ねる。回答が肯定であるならば、対象物は、ブロックEに示さ れた如く削除され、そしてモジュールは、ブロックFに示された如く次対象物に 前進する。それから、判定ダイヤモンドBは、COL FILTが最終対象物を 越えるかを尋ね、そしてB−Fによるループは、対象物面積が所定最小面積より も小さくなくなるまで継続する。この点において、判定ダイヤモンドGは、対象 物の平均色相角が、所定最小値MINHUEよりも小さいか、そして対象物の色 相振幅が所定最小値MINMAGよりも大きいかを尋ねる。これらの両質問に対 する回答が肯定であるならば、対象物は、ブロックEにおいて示された如く削除 され、そしてモジュールは、ブロックFに示された如(、次対象物へ前進される 。AとBによるループは、C0LFILTが最終対象物を越えるまで継続し、そ の点において、それはブロックCに示された如く完了される。GOL FILT が最終対象物を越えないならば、l−Gによるループは、対象物色相がMINH UE以上になるか、又は対象物色相振幅がMINMAG以下になるまで継続する 。それから、判定ダイヤモンドHは、対象物の平均色相角が、所定最大値MAX HUEよりも太き(、かつ対象物の色相振幅が所定最小値MINMAGよりも大 きいかを尋ねる。これらの両質問に対する回答が肯定であるならば、対象物は、 ブロックEにおいて示された如く削除され、そしてモジュールは、ブロックFに 示された如く、次対象物へ前進される。AとBによるループは、COL FIL Tが最終対象物を越えるまで継続し、この点において、それはブロックCに示さ れた如く完了される。GOL FILTが最終対象物を越えないならば、A−H によるループが、対象物色相がMAXHUE以下になるが、又は対象物色相振幅 がMINMAG以下になるまで継続する。これらの質問のいずれに対する回答も 否定であるならば、対象物は保持され、そしてモジュールは、ブロックFに示さ れた如(、次対象物に前進する。B−Hによるループは、モジュールが最終対象 物を越えるまで継続する。それから、モジュールはブロックCにおいて示された 如く完了される。
本発明の第2実施態様の方法は、候補対象物を妥当化するためのドライバーとカ ーネルを使用する。ドライバーは、妥当対象物の属性値を記憶し、この場合、6 値は、妥当対象物の規定、例えば、色、縁コントラスト、面積、形状、等を表現 する。本発明のドライバーは、所与の応用に固有である。オブジェクト指向環境 において、サイズ、形状、色、等の如く、属性リストを介して対象物を記述する ことは、多くの事例において直接的である。単純なパラメータ記述が可能でない 複雑な対象物に対して、対象物を識別するためにドライバーにおいて神経網を使 用することができる。候補対象物から導出されたパラメータは、特定対象物を認 識するように訓練された神経網に送られる。この点において、本発明のアーキテ クチャ−は、脳と眼の間にフィードバックループがある神経視覚アーキテクチャ −に類似し始める。本発明において、高次ドライバーは、低次カーネルと織り合 わされる。この場合、対象物の複雑な記述は、候補対象物をさらに識別する探索 プロセスを駆動するために使用される。
ドライバーはカーネルを駆動する。カーネルは、幾つかの機能を行う。
それは、エントロピー的に選択されたしきいグレーレベル値を算出し、像を探索 し、そして候補対象物に対して属性値を算出する。加えて、それは、候補対象物 の属性値を、上記の如くドライバーにおいて包含された妥当対象物の所定属性値 と比較することにより、候補対象物において妥当性チェックを行う。それはまた 、妥当対象物の多重識別を防止するために冗長性チェックを行う。
本発明の第2実施態様の第1の特定応用により、エントロピーしきい化が、像を 探索するために使用される。この第1の特定応用において、像を探索する段階は 、像のグレーレベルヒストグラムを発生する副段階を含み、この場合、グレーレ ベルヒストグラムは、エントロピー関数を有する。第12図に関して記載された モジュールHISTOGRAMは、像の対象領域のグレーレベルヒストグラムを 発生するために使用される。
像を探索する段階はまた、ヒストグラムのエントロピー関数が最大にされる如く 、しきいグレーレベル値をエントロピー的に選択する副段階を含む。この段階は 、第13図に関して記載された如く、ENTROPYモジュールによって実行さ れる。
第2実施態様のエントロピーしきい化応用により、探索段階は、さらに、エント ロピー的に選択されたしきいグレーレベル値を使用して、少なくとも一つの候補 対象物に対して像の部分を走査し、エントロピー的に選択されたしきいグレーレ ベルによって決定された境界グレーレベルを有する候補対象物をトレースする副 段階を含む。
探索段階は、さらに、エントロピー的に選択されたしきいグレーレベルによって 決定された境界グレーレベルを有する候補対象物をトレースする副段階を含む。
この実現において、探索段階は、第15図に関して記載されたモジュール5EA RCHIMAGE、第16図に関して記載されたモジュールFIND oBJE CTと第19A図と第19B図において記載されたモジュールTRACE 0B JECTによって実行される。TRACE 0BJECTモジユールの基本原理 は、“Digital Image Processing″ by Rafa elC,Gonzalez and Paul Wintz、5econd E d、、Addison−Wesley PublishingCompanyS Reading、Massachuset ts (1987)において記載さ れたものに類似する。
第19A図のブロックAに示された如く、TRACE 0BJECTモジユール における第1段階は、候補対象物属性値を初期化することである。それから、T RACE 0BJECTモジユールは、近隣周囲点が検出されたかを判定ダイヤ モンドBにおいて尋ねる。そうでないならば、トレースされた対象物は、ブロッ クCによって示された如く、不当である。近隣周囲点が検出されたならば、判定 ダイヤモンドDは、TRACE 0BJECTモジユールは候補対象物の第1周 囲点にあるかを尋ねる。そうでないならば、候補対象物属性値は、第19A図の ブロックEに示された如く更新される。それから、B−Eによるループは、TR ACE 0BJECTモジユールが候補対象物の第1周囲点になるまで、更新さ れた候補対象物属性値を使用して、反復される。それから、質量中心座標が、第 19A図のブロックFにおいて示された如く算出される。それから、判定ダイヤ モンドGは、候補対象物面積が大きすぎるかを尋ねる。そうならば、トレースさ れた対象物は、第19A図のブロックHによって示された如く不当である。
候補対象物面積が大きすぎないならば、形状因子が、第19B図のブロック■に おいて示された如く算出される。形状因子の規定は、識別される対象物の幾何形 状により、変化する。例えば、円形対象物に対する形状因子の規定は、 形状因子=1−P”/4πA (15)である。ここで、Pは候補対象物の周囲 長であり、Aは候補対象物の面積である。それから、TRACE 0BJECT は、形状因子が第19B図の判定ダイヤモンドJにおいて示された如くドライバ ーに含められた所定範囲内にあるかをチェックする。形状因子が所定範囲内に入 らないならば、トレースされた対象物は、第19B図のブロックKによって示さ れた如く不当である。形状因子が所定範囲内に入るならば、候補対象物は、ブロ ックしに示された如く、カーネルによって維持される妥当対象物リストに追加さ れる。
すべての候補対象物が現探索においてトレースされた後、第20図に示された如 く、モジュールCHK GRAMが、候補対象物が背景よりも比較的明るいかを チェックするために呼び出される。CHK GRAYは、探索位置が走査の終端 になる時、第15図の判定ダイヤモンドCの後にランされる。第20図のブロッ クAに示された如(、CHK GRAYモジュールにおける第1段階は、現探索 において検出された第1候補対象物に前進することである。第20図の判定ダイ ヤモンドBは、候補対象物が候補対象物リストにおいて最終対象物であるかを尋 ねる。
そうならば、モジュールは、長円形Cによって示された如くランを停止する。候 補対象物が候補対象物リストの最終対象物でないならば、平均外部グレーレベル が、ブロックDに示された如く算出される。それから、判定ダイヤモンドEは、 質量中心のグレーレベルは、対象物の極値点を包囲する4つの外部点(すなわち 、上側、下側、左側及び右側点)の平均外部グレーレベルよりも大きいかを尋ね る。外部点は、対象物の極値点のすぐ近隣の背景における点である。そうでない ならば、対象物は、第20図のブロックFにおいて示された如(削除される。質 量中心のグレーレベルが平均外部グレーレベルよりも大きいならば、候補対象物 が保持され、そしてCHK GRAMモジュールは、ブロックGに示された如く 、次候補対象物に前進する。それから、CHK GRAYモジュールは、候補対 象物が最終対象物であるかを尋ねるために、判定ダイヤモンドBに復帰する。B −Gにおいて示されたループは、次候補対象物が最終候補対象物になるまで次候 補対象物に対して反復され、この点において、CHK GRAYはランを停止す る。上記の如く、モジュールCHK GRAMは、背景よりも暗い対象物を検出 するためにランされる。この場合、像は、対象物と背景の像を発生する段階を行 う前に、初期的に反転される。
上記の方法は、スクリーニングプロセスと呼ばれる。例えば、それは、食料又は 血液又は土壌試料において病原菌の存在を調べるために使用される。スクリーニ ングプロセスは、肯定否定回答を生ずる。絶対数量化は必要ではない。より厳重 な識別プロセスに対して、本発明の第2実施聾様のエントロピーしきい化応用の 方法を下記の如く再帰的に適用することが必要である。
第2実施態様のエントロピーしきい化応用の方法の再帰的バージョンは、さらに 、上限と下限としてヒストグラムのエントロピー関数を最大にするように選択さ れたエントロピーしきいグレーレベルを使用して、グレーレベルヒストグラムを 上側ヒストグラムと下側ヒストグラムに細分する段階を含む。選択、探索、妥当 化及び細分段階は、上側及び下側ヒストグラムの各々に対して再帰的に反復され る。選択段階の反復は、次のエントロピーしきいグレーレベルを選択し、これに より、所定最小数の新妥当対象物が識別されるまで、妥当対象物を識別するため にグレーレベルヒストグラムを再帰的に区分化する。再帰的バージョンの好まし い実現において、所定最小数はゼロである。しかし、完全な識別が必要ではない 時の如く、所定数がゼロよりも大きい場合がある。
第21A〜21C図は、ヒストグラムを上側ヒストグラムと下側ヒストグラムに 細分する概念を示す。原ヒストグラムは、第21A図に示される。第21A図に おいてTで示されたTHRESHは、探索される最小グレーレベルと探索される 最大グレーレベルの間のグレーレベル領域に対応する、グレーレベルヒストグラ ムに対するエントロピー的に選択されたしきいグレーレベルである。第21A図 に示された如(原ヒストグラムに対して、探索される最小グレーレベルは、ゼロ であり、そして探索される最大グレーレベルはMAXである。Bにおいて示され たTHRESHHlは、THRESHとMAXの間のグレーレベル領域に対応す る、グレーレベルヒストグラムに対してエントロピー的に選択されたしきいグレ ーレベルである。Aにおいて示されたTHRESHLOは、ゼロとTHRESH の間のグレーレベル領域に対応するグレーレベルヒストグラムに対してエントロ ピー的に選択されたしきいグレーレベルである。
エントロピーしきい化応用の再帰的バージョンにより、細分、選択、探索及び妥 当性段階が、再帰的に反復される。再帰とは、ヒストグラムを上側及び下側ヒス トグラムに連続的に分割し、各上側ヒストグラムを探索し、上側ヒストグラムは 、それ自体、上側ヒストグラムにおいて検出された新妥当対象物の数が所定最小 数以下になるまで、新妥当対象物に対して上側及び下側ヒストグラムに連続的に 分割され、そして続いて、最も最近に探索された上側ヒストグラムに対応する各 下側ヒストグラムを探索し、下側ヒストグラムは、それ自体、下側ヒストグラム において検出された新妥当対象物の数が、所定最小数以下になるまで、上側及び 下側ヒストグラムに連続的に分割されるプロセスが意図される。
上側ヒストグラムは、第21B図に示される。細分段階の反復は、第21B図に 示された如く、上側ヒストグラムを次に連続する上側及び下側ヒストグラムに細 分する。上側ヒストグラムの選択段階の反復は、第21B図においてBで示され た如く、次に連続する上側エントロピーしきいグレーレベルを選択する。こうし て、原ヒストグラムにおいてTHRESHHlであった点Bは、上側ヒストグラ ムのしきい値ヌはNEXT UPPERTHRESHになる。第21B図におい て、探索される最小グレーレベルは、今、THRESHであり、そして探索され る最大グレーレベルは、今、MAXである。Cで示されたNEXT UPPER THRESHHIは、BとMAXの間のグレーレベル領域に対応する、グレーレ ベルヒストグラムに対してエントロピー的に選択されたしきいグレーレベルであ る。Dにおいて示されたNEXT UPPERTHRESHLot;!、THR EsHとBの間のグレーレベル領域に対応する、グレーレベルヒストグラムに対 してエントロピー的に選択されたしきいグレーレベルである。それから、選択、 探索及び妥当化段階が、エントロピーしきいグレーレベルとして、次に連続する 上側エントロピーしきいグレーレベルBを使用して再帰的に反復される。 第2 1C図は、下側ヒストグラムを示す。細分段階の反復は、第21C図に示された 如く、下側ヒストグラムを次に連続する上側及び下側ヒストグラムに細分する。
下側ヒストグラムに対する選択段階の反復は、第21C図においてAで示された 如く、次に連続する下側エントロピーしきいグレーレベルを選択する。こうして 、原ヒストグラムにおいてTHRESHLOであった点Aは、区分化下側ヒスト グラム又はNEXTLOWERTHRESHに対するしきい値になる。第21C 図において、探索される最小グレーレベルは、今、ゼロであり、そして探索され る最大グレーレベルは、今、THRESHである。Eで示されたNEXT LO WERTHRESHHlは、AとT HRE S H(7)Ie’117) り L/−レベル領域に対応するグレーレベルヒストグラムに対してエントロピー的 に選択されたしきいグレーレベルである。Fに示されたNEXTLOWERTH RESHLOは、ゼロとAの間のグレーレベル領域に対応する、グレーレベルヒ ストグラムに対してエントロピー的に選択されたしきいグレーレベルである。そ れから、選択、探索及び妥当化段階は、エントロピーしきいグレーレベルとして 、次の連続する下側エントロピーしきいグレーレベルAを使用して下側ヒストグ ラムに対して再帰的に反復される。
第22図に示された如<ANALYZEモジュールは、第2実施態様のエントロ ピーしきい化応用の再帰的バージョンのコア再帰カーネルを構成する。ANAL YZEモジュールは、候補対象物の事例を探索するためにグレーレベル空間にお ける特定領域を有効にクローズアップし、そしてヒストグラムを再帰的に区分化 する。第22図に示された如く、ANALYZEモジュールにおける第1段階は 、第22図のブロックAにおいて記載され示された如く、エントロピー的に選択 されたしきいグレーレベル値THRESH,THRESHHIとTHRESHL Oを算出することである。ブロックBに示された如く、モジュール5EARCH IMAGEは、上側ヒストグラムに含められたグレーレベル値を使用してランさ れる。それから、判定ダイヤモンドCは、検出された新妥当対象物の数が、所定 最小数よりも大きいかを尋ねる。そうならば、モジュールANALYZEは、上 側ヒストグラムにおいて再帰的にランされる。検出された妥当対象物数が、所定 最小数よりも太き(ないならば、モジュール5EARCHIMAGEが、ブロッ クEにおいて示された如く、下側ヒストグラムに含められたグレーレベル値を使 用して、再びランされる。それから、判定ダイヤモンドFは、検出された妥当対 象物の数が所定最小数よりも大きいかを尋ねる。そうならば、モジュールANA LYZEは、ブロックGにおいて示された如く、下側ヒストグラムにおいて再帰 的にランされる。そうでないならば、モジュールANALYZEは、ランを停止 し、そして妥当対象物は、第22図のブロックHに示された如く返される。本発 明により、再帰的プロセス中妥当化段階においてチェックされる属性数の値の範 囲を選択する際に許容度がある。
第2実施態様の第1特定応用により、妥当化段階は、さらに、妥当対象物の多重 識別を防止するために、冗長性をチェックする副段階を含む。
そのような冗長性チェックは、現探索後に妥当として認識された対象物が、前探 索において妥当対象物として認識されているかもしれないために、必要である。
冗長性チェック副段階を行うために、妥当対象物は、均質又は非均質として分類 される。非均質対象物は、下記の例において記載され、この場合、カラーコロニ ーが識別される。妥当対象物はまた、さらに、比較的大きな妥当対象物又は小さ な妥当対象物として分類される。加えて、妥当対象物は、別の妥当対象物に包含 される(内部妥当対象物)か、又は別の妥当対象物に包含されない(外部妥当対 象物)として分類される。
第2実施態様の第1特定応用により、冗長性チェック副段階は、非均質妥当対象 物を削除するために行われる。それが行われる時、本発明の方法は、さらに、大 対象物が2つ以上の小対象物を含む時、大対象物を削除する副段階を含む。また 、冗長性チェック副段階が非均質妥当対象物を削除するために行われる時、本発 明の方法はまた、大及び小妥当対象物の平均縁コントラストを算出する副段階と 、大対象物が唯一の小対象物を含む時、より小さな縁コントラストを有する対象 物を削除する副段階を含む。これらの副段階は、非均質妥当対象物に対して第2 3A〜D図に示された如く、モジュールCHK LISTによって行われる。
第23A図のブロックAに示された如く、非均質対象物を削除するためのCHK  LISTモジュールの第1段階は、現探索の前に検出された妥当対象物の数と して前カウントを規定することである。それから、テール対象物が、ブロックB に示された如く、現探索において検出された初期候補対象物として規定される。
対象物カウントは、ブロックCに示された如く1に初期化され、そしてヘッド対 象物は、ブロックDに示された如く全対象物リスト(すなわち、現在までに検出 された全対象物のリスト)における初期対象物として規定される。判定ダイヤモ ンドEは、対象物カウントが前カウントよりも大きいかを尋ねる。
対象物カウントが前カウントよりも大きいならば、CHK LISTは、第23 B図のブロックAに示された如く、全対象物リストにおける第1対象物に前進す る。第23B図の判定ダイヤモンドBは、CHKLISTが最終対象物であるか を尋ねる。そうでないならば、判定ダイヤモンドCは、妥当対象物が別の妥当対 象物内に包含されるかを尋ねる。
そうならば、対象物状態は、ブロックDに示された如く、それが包含された対象 物の状態にセットされ、そしてCHK LISTは、ブロックEに示された如く 、次対象物へ前進する。また、対象物が別の対象物内に包含されないならば、C HK LISTは、ブロックEに示された如く、次対象物へ前進する。B−Hに よるループは、ブロックEの次対象物が最終対象物になるまで継続し、この点に おいて、CHK LISTは、ブロックFに示された如(、全対象物リストにお ける第1対象物へ前進する。すべての対象物に対する対象物状態属性値は、ブロ ックGに示された如く、「真」にセットされる。この文脈における「真」は、妥 当を意味し、そして「偽」は、不当を意味する。それから、判定ダイヤモンド■ 1は、CHK LISTが最終対象物であるかを尋ねる。
そうならば、CHK LISTは、第23C図のブロック八に示された如く第1 対象物へ前進する。それから、判定ダイヤモンドBは、CHK LISTが最終 対象物であるかを再び尋ねる。そうならば、対象物の総数が、ブロックCに示さ れた如くカウントされ、そして対象物の総数と前カラン)・の間の差が、ブロッ クDに示された如く返される。CHK LISTが最終対象物でないならば、判 定ダイヤモンドEは、対象物状態属性値が偽であるかを尋ねる。そうならば、対 象物は、ブロックFに示された如く削除される。そうでないならば、CHK L ISTは、ブロックGに示された如く対象物を前進させ、そしてCHK LIS Tは、判定ダイヤモンドBに示された如(、それが最終対象物であるかを再び尋 ねる。B、E、FとGによるループは、ブロックGの前進対象物が最終対象物に なるまで継続する。この点において、対象物の総数が、ブロックCに示された如 くカウントされ、そして対象物の総数と前カウントの間の差が、ブロックDに示 された如(返される。
第23B図の判定ダイヤモンドHに戻ると、CHK LISTがこの点において 最終対象物にないならば、それは、判定ダイヤモンド■に行き、対象物が2つ以 上の妥当対象物を含むかを尋ねる。そうならば、対象物状態属性値が、ブロック Jに示された如く偽にセットされ、そしてCHK LISTは、ブロックKに示 された如(、次対象物へ前進する。
それから、CHK LISTは、判定ダイヤモンドHへ復帰し、それが最終対象 物であるかを尋ね、そして対象物が2つ以上の妥当対象物を含まなくなるまで、 このプロセスを継続する。それから、第23D図の判定ダイヤモンドAは、対象 物が別の対象物内に包含された唯一の対象物であるかを尋ねる。そうでないなら ば、CHK LISTは、第23B図のブロックKに示された如く次対象物へ前 進し、第23B図のH−にと第23D図のAによるループが、対象物が別の対象 物内に包含された唯一の対象物になるまで反復される。対象物が別の対象物内に 包含された唯一の対象物であるならば、判定ダイヤモンドBは、対象物を包含す る対象物の状態属性値が偽であるかを尋ねる。そうならば、CHK LISTは 、第23B図のブロックKに示された如(次対象物へ前進し、そして第23B図 のI(−にと第23D図のA−Bによるループが、対象物を包含する対象物の状 態属性値が偽でなくなるまで反復される。この点において、判定ダイヤモンドN は、別の対象物を包含する対象物の縁コントラストが対象物の縁コントラストよ りも大きいかを尋ねる。そうならば、CHK LISTは、ブロックDに示され た如く、対象物状態属性値を偽にセットし、第23B図のブロックKに示された 如く、次対象物へ前進し、そして第23B図のH−にと第23D図のA−Cによ るループが、別の対象物を包含する対象物の縁コントラストが別対象物に包含さ れた対象物の縁コントラストよりも大きくな(なるまで反復される。それから、 CHK LISTは、第23D図にブロックEに示された如く、対象物を包含す る対象物の状態を偽にセントし、そしてそれが最終対象物になるまで、第23D 図のブロックKに示された如く、次対象物へ前進する。
第23A図の判定ダイヤモンドEに戻ると、対象物カウントが前カウントよりも 大きくないならば、判定ダイヤモンドFは、ヘッド対象物が別の対象物内に包含 されるかを尋ねる。そうならば、ヘッド対象物が、ブロックGに示された如く前 進され、そして対象物カウントが、ブロックI]に示された如(増分される。判 定ダイヤモンドEは、再び、増分された対象物カウントが、前カウントよりも太 きいかを尋ねる。そうならば、CHK LISTは、上記の如く、第23B図の ブロックAへ前進する。増分されたカウントが前カウントよりも大きくないなら ば、第23A図のF、G、HとEによるループは、ヘッド対象物が別の対象物内 に包含されなくなるまで反復される。それから、CHK LISTは、第23A 図の判定ダイヤモンド■へ前進し、−テール対象物が最終対象物であるか、又は ヘッド対象物が別の対象物内に包含されるかを尋ねる。
テール対象物が最終対象物であるか、又はヘッド対象物が別の対象物内に包含さ れるならば、CHK LISTは、ブロックGに示された如(ヘッド対象物を前 進させ、そしてカウントが、ブロックHに示された如(増分される。ElFS  I、GとHによるループは、テール対象物が最終対象物でなくなるか、又はヘッ ド対象物が別の対象物内に包含されなくなるまで、反復される。それから、判定 ダイヤモンドJは、テール対象物が別の対象物内に包含されるかを尋ねる。そう ならば、テール対象物は、第23A図の゛プロ・ツクKに示された如く前進され 、そしてISJとKによるループは、テール対象物が別の対象物内に包含されな くなるまで反復される。それから、CHK LISTは、第24図に示された如 く、モジュールSET 5TATに行き、第23A図のブロックしに示された如 くヘッド及びテール対象物の状態をセットする。
冗長性チェック副段階は、さらに、複数の妥当対象物の面積を比較する副段階と 、妥当対象物の一方を大妥当対象物とし、第1及び第2妥当対象物の他方を小妥 当対象物として指定する副段階と、小妥当対象物が、非均質対象物に対するより 大きな対象物の4つの極値点によって規定された大妥当対象物に包含されるかを 決定する副段階とを含む。第24図に示された如く、モジュールSET 5TA Tは、非均質対象物に対するこれらの副段階を行う。第24図の判定ダイヤモン ド八に示されたSET 5TATの第1段階は、ヘッド対象物がテール対象物よ りも大きいかを尋ねることである。そうならば、ブロックBに示された如く、ヘ ッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥当対 象物として規定される。ヘッド対象物がテール対象物よリモ大きくないならば、 ブロックCに示された如く、ヘッド対象物は、小妥当対象物として規定され、そ してテール対象物は、大妥当対象物として規定される。それから、判定ダイヤモ ンドDは、小対象物が大対象物内に包含されるかを尋ねる。そうでないならば、 SET 5TATは、END長円長円形上って示された如(、終了される。小対 象物が大対象物内に包含されるならば、大対象物形式属性値が、ブロックFに示 された如く小対象物を包含することを示す値にセットされる。形式属性値は、対 象物が別の対象物内に包含されるか、又は対象物が別の対象物を包含するかをS ET 5TATに告げる。また、小対象物形式属性値は、ブロックGに示された 如く、大対象物内に包含されることを示す値にセットされる。最後に、大対象物 状態属性値が、ブロックHに示された如く増分される。それから、SET 5T ATが、END長円長円形法って示された如く終了され、そして第23A図のブ ロックしに復帰する。
第2実施態様の第1の特定応用により、冗長性チェック副段階が、均質対象物に おける冗長性を解消するために行われる。それが行われる時、本発明の方法は、 さらに、大及び小妥当対象物の縁コントラストを算出する副段階と、大対象物の 平均縁コントラストが小対象物の平均縁コントラストよりも小さく、かつ所定の 最小縁コントラストよりも小さい場合に大対象物を削除する副段階とを含む。冗 長性を解消するための冗長性チェック副段階はまた、大及び小妥当対象物の縁コ ントラストを算出する副段階と、大対象物の平均縁コントラストが小対象物の平 均縁コントラストよりも大きく、所定の最小コントラストよりも大きい場合に小 対象物を削除する副段階とを含む。これらの副段階は、第25A図と第25B図 の流れ図によって示された如く、均質対象物に対するモジュールCHK LIS Tを使用して行われる。
第25A図のブロック八に示された如く、CHK LISTモジュールの第1段 階は、均質対象物を削除するためにランされた時、現探索の前に検出された妥当 対象物の数として前カウントを規定することである。
それから、テール対象物が、ブロックBに示された如く、現探索において検出さ れた初期候補対象物として規定される。対象物カウントは、ブロックCに示され た如く1に初期化され、そしてヘッド対象物が、ブロックDに示された如(、全 対象物リストにおける初期対象物として規定される。それから、対象物状態属性 値は、ブロックEに示された如く、すべての対象物に対して真にセットされる。
判定ダイヤモンドFは、対象物カウントが前カウントよりも大きいかを尋ねる。
対象物カウントが前カウントよりも大きいならば、CHK LISTは、第25 B図のブロックAに示された如く、全対象物リストにおける初期対象物へ前進す る。第25B図の判定ダイヤモンドBは、CHKLISTが最終対象物であるか を尋ねる。そうならば、対象物の総数が、ブロックCに示された如くカウントさ れ、そして対象物の総数と前カウントの間の差が、ブロックDに示された如く返 される。CHK LISTが最終対象物でないならば、判定ダイヤモンドEは、 対象物状態属性値が偽であるかを尋ねる。そうならば、対象物が、ブロックFに 示された如く削除される。対象物状態が偽でないならば、対象物は、ブロックG に示された如(前進され、そしてCHK LISTモジュールは、再び、判定ダ イヤモンドBに示された如く、最終対象物であるかを尋ねる。
このプロセスは、CHK LISTが最終対象物に達するまで継続し、この点に おいて、対象物の総数がブロックCに示された如くカウントされ、そして対象物 の総数と前カウントの間の差がブロックDに示された如く返される。
第25A図における判定ダイヤモンドFに戻ると、対象物カウントが前カウント よりも大きくないならば、第25A図の判定ダイヤモンドGは、ヘッド対象物の 状態属性値が偽であるかを尋ねる。そうならば、ヘッド対象物が、ブロックHに 示された如く前進され、そしてカウントが、ブロック■に示された如く増分され る。それから、判定ダイヤモンドFは、増分された対象物カウントが前カウント よりも大きいかを尋ねる。
そうならば、CHK LISTは、上記の如く、第23B図のブロックAへ前進 する。第25A図のG、、HとIによるループは、対象物の状態が偽でなくなる まで反復される。それから、CHK LISTは、第25A図の判定ダイヤモン ドJへ前進し、テール対象物が最終対象物でなく、かつヘッド対象物状態属性値 が真であるかを尋ねる。これらの両質問への回答は肯定でなければならない。そ うでないならば、CHK LISTは、ブロックHに示された如(ヘッド対象物 を前進させ、そしてカウントが、ブロック■に示された如く増分される。F、G 、H,IとJによるループは、テール対象物が最終対象物になり、かつヘッド対 象物状態属性値が真になるまで反復される。それから、判定ダイヤモンドには、 テール対象物状態属性値が真であるかを尋ねる。そうならば、へ。
ド及びテール対象物の縁状管が、第25A図のブロックしに示され、かつ第26 図に詳細に示された如く、モジュールSET 5TATによってセントされる。
それから、CHK LISTは、ブロックMに示された如くテール対象物を前進 させ、そしてJ、に、LとMによるループが反復される。テール対象物状態が真 でないな°らば、CHK LISTは、ブロックMに示された如くテール対象物 を前進させ、そしてJ、にとMによるループが反復される。
第26図に示されたモジュールSET 5TATは、複数の妥当対象物の面積を 比較する副段階と、妥当対象物の一方を大妥当対象物として、第1及び第2妥当 対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物が、均質対 象物に対して大対象物の4つの極値点によって規定される如く大妥当対象物に包 含されるかを決定する副段階とを行う。
第26図の判定ダイヤモンドAに示された如く、SET 5TAT(7)第1段 階は、ヘッド対象物がテール対象物よりも大きいかを尋ねることでアル。そうな らば、ブロックBに示された如く、ヘッド対象物は大妥当対象物として規定され 、そしてテール対象物が、小妥当対象物として規定される。ヘッド対象物がテー ル対象物よりも大きくないならば、ヘッド対象物は、小妥当対象物として規定さ れ、そしてテール対象物は、大妥当対象物として規定される。それから、SET  5TATの判定ダイヤモンドDは、小対象物が大対象物内に包含されるかを尋 ねる。そうでないならば、SET 5TATは、長円形Eによって示された如く ランを停止する。小対象物が大対象物内に包含されるならば、判定ダイヤモンド Fは、大対象物の縁コントラストが小対象物の縁コントラストよりも大きく、か つ大対象物の縁コントラストが所定の最小縁コントラストよりも大きいかを尋ね る。これらの両質問への回答が肯定であるならば、ブロックGによって示された 如く、大対象物状態属性値が、真にセットされ、そして小対象物状態属性値が、 偽にセットされ、そしてモジュールは、長円形Hによって示された如くランを停 止する。判定ダイヤモンドFにおける質問の少なくとも一方への回答が否定であ るならば、ブロックIに示された如く、小対象物状態属性値は真にセットされ、 大対象物状態属性値は偽にセットされ、そしてモジュールは、長円形Jによって 示された如くランを停止する。
第2実施態様のエントロピーしきい化応用の方法は、さらに、妥当対象物の冗長 性に対する最終チェックを行い、妥当対象物の多重識別を防止するために冗長性 を解消する段階を含む。最終冗長性チェック段階は、さらに、複数の妥当対象物 の面積を比較する副段階と、妥当対象物の一方を大妥当対象物として、第1及び 第2妥当対象物の他方を小妥当対象物として指定する副段階と、小妥当対象物と 大妥当対象物が重なる特大妥当対象物を除去する副段階とを含む。最終冗長性チ ェック段階は、第27A図と第27B図の流れ図によって示された如く、モジュ ールFIN A L CHKと、第28図の流れ図によって示された如くモジュ ールINT 5TATによって行われる。モジュールFINAL CHKとIN T 5TATは、均質及び非均質対象物の両方に対して同一であり、こうして、 一度だけ示される。
FINAL CHKの第1段階は、第27A図のブロックAに示された如く、す べての対象物に対して対象物属性値を真に初期化することである。妥当対象物を カウントするためのカウント指数は、ブロックBに示された如(1に初期化され る。ヘッド対象物は、ブロックCにおいて示された如く、状態属性値リストにお ける初期対象物として規定される。
それから、判定ダイヤモンドDは、カウント指数が対象物の総数よりも小さいか を尋ねる。そうでないならば、モジュールFINAL CHKは、第27B図の ブロックAに行く。
第27B図のブロックAに示された如く、“FINAL CHKは、第1対象物 に前進する。判定ダイヤモンドBは、FINAL CHKが最終対象物であるか を尋ねる。そうでないならば、判定ダイヤモンドCは、対象物状態属性値が偽で あるかを尋ねる。そうでないならば、FINAL CHKは、ブロックEに示さ れた如く、次対象物へ前進し、そして判定ダイヤモンドBは、再び、FINAL  CHKが最終対象物にあるかを尋ねる。B、CとEによるループは、FINA L CHKが次対象物になるまで継続する。対象物状態属性値が偽であるならば 、対象物は、ブロックDに示された如く削除される。それから、FINAL C HKは、ブロックEに示された如く次対象物へ前進し、そして判定ダイヤモンド Bは、FINAL CHKが最終対象物にあるかを尋ねる。B−Hによるループ は、次対象物が最終対象物になるまで継続し、この点において、FINAL C HKは、ブロックFに示された如(第1対象物へ前進する。それから、カウント が、ブロックGに示された如く1に初期化される。それから、判定ダイヤモンド Hは、FINAL CHKが最終対象物にあるかを尋ねる。そうでないならば、 カウントが、ブロック■に示された如く増分され、そしてFINAL CHKは 、ブロックJに示された如く次対象物へ前進する。判定ダイヤモンドHは、再び 、FINAL CHKが最終対象物にあるか尋ね、そしてHS IとJによるル ープが、FINAL CHKが最終対象物になるまで継続する。それから、カウ ントに包含された妥当対象物の総数が、第27B図のブロックKによって示され た如く返される。
第27A図の判定ダイヤモンドDに戻ると、カウント指数が対象物の総数よりも 小さいならば、テール対象物が、ブロックEに示された如く、ヘッド対象物の次 対象物として規定される。それから、判定ダイヤモンドFは、ヘッド対象物の状 態属性値が真であるかを尋ねる。そうでないならば、FINAL CHKは、ブ ロックGに示された如く、ヘッド対象物を前進させ、そしてブロック■]に示さ れた如くカウント指数を増分させる。それから、FINAL CHKは、判定ダ イヤモンドDに復帰し、そしてD−1によるループが、ヘッド対象物の状態属性 値が真になるまで継続する。それから、判定ダイヤモンドIは、テール対象物が 最終対象物でなく、かつヘッド対象物状態属性値が真であるかを尋ねる。
これらの条件の少な(とも一方が満たされないならば、FINAL CHKは、 ブロックGに示された如(ヘッド対象物を前進させ、そしてブロックI]に示さ れた如(指数を増分させる。それから、FINAL CHKは、判定ダイヤモン ドDへ復帰し、そしてD−1によるループは、判定ダイヤモンドIにおける両質 問への回答が肯定になるまで継続する。
それから、判定ダイヤモンドJは、テール対象物状態属性値が真であるかを尋ね る。そうでないならば、FINAL CHKは、第27A図のブロックしに示さ れた如(テール対象物を前進させ、そしてI、JとLによるループが、テール対 象物状態属性値が真になるまで反復される。
それから、FINAL CHKは、第27A図のブロックKに示された如くモジ 、−ルINT 5TATをランさせ、そしてブロックLに示された如くテール対 象物を前進させる。
第27A図のブロックKに示された如くモジュールINT 5TATの段階は、 第28図に詳細に示される。第28図の判定ダイヤモンドAは、ヘッド対象物が テール対象物よりも大きいかを尋ねる。そうならば、ブロックBに示された如く 、ヘッド対象物は、大妥当対象物として規定され、そしてテール対象物は、小妥 当対象物として規定される。ヘッド対象物がテール対象物よりも大きくないなら ば、ブロックCに示された如(、ヘッド対象物は、小妥当対象物として規定され 、そしてテール対象物は、大妥当対象物として規定される。それから、判定ダイ ヤモンドDは、小妥当対象物が大妥当対象物に包含されるかを尋ねる。そうでな いならば、INT 5TATは、長円形Eによって示された如く、その終端にあ る。小妥当対象物が大妥当対象物に包含されるならば、大対象物状態属性値が、 ブロックFに示された如く偽にセットされ、そして■−NT 5TATは、長円 形Gによって示された如くその終端にある。
本発明の第2実施態様の方法の第2の特定応用により、背景において少なくとも 一つの所定属性値を有する少なくとも一つの妥当対象物をカラーにより識別し特 性付ける方法が設けられる。第29図は、本発明の全方法の段階を示すブロック 図である。方法の第1段階は、候補対象物と背景の複数の像を発生することであ る。この段階は、第29図のブロックAに示される。凸像は、3原色像−赤色像 、緑色像、青色像の一つであるか、又は白黒像である。本実施態様において、赤 色フィルターを通すもの、緑色フィルターを通すものと青色フィルターを通すも のの3色像が発生されるが、複合カラー像を発生させ、続いて、それをデジタル 化し、赤色、緑色及び青色情報を分離することは、本発明の範囲内にある。この 実施態様の方法を実現するために使用された]1−ドウエアは、像が発生される 時、最初に初期化されなければならない。CODカメラが一般に本発明で使用さ れるが、任意の形式のカメラが、発明の一般原理に反することなく使用される。
それから、像は、フレームグラバ−又はビデオデジタイザーによってデジタル化 され、記憶される。
第2の特定応用の方法はまた、少なくとも一つの自動計算しきい値を使用して、 少なくとも一つの候補対象物に対して凸像を探索する段階を含む。この段階は、 第29図のブロックBによって一般に示される。この実現に対する探索段階の特 徴は、第15図に関して記載されたモジュール5EARCHIMAGHの特徴と 同一であり、第20図に関して記載されたCHK GRAYと、第22図に関し て記載されたANALYZEと、第23A〜23D図、第24図、第25A図、 第25B図と第26図に関して記載されたCHK LISTとSET 5TAT と、第16図に関して記載されたFIND 0BJECTと、第19A図と第1 9B図に関して記載されたTRACE 0BJECTとを含む。探索段階は、例 えば、第1実施態様において記載された如く自動計算しきい値か、又は上記のP alとPalにおいて記載された如く同時発生マトリックスを使用して行われる 。
第2の特定応用の方法はまた、候補対象物の少なくとも一つの内点を決定する段 階を含む。この段階は、第29図のブロックCに示される。
少なくとも一つの内点を決定する段階は、対象物を順次にトレースすることによ り、対象物の周囲点を決定する副段階を含む。一つの事例において、対象物の周 囲点を決定する段階は、時計回り方向において対象物を順次にトレースすること を含む。別の事例において、対象物の周囲点を決定する段階は、反時計回り方向 において対象物を順次にトレースすることを含む。上記の「次」又は「前」点の 規定は、対象物がトレースされる方向による。
候補対象物の少なくとも一つの内点を決定する段階はまた、周囲バッファーを生 成する副段階を含む。この段階は、下記の第30図において記載されたアンブレ ラモジュールCHECK’ C0LORのブロックGにおいて、さらに具体的に は、上記の第6図に関して示され記載された如く、モジュールLOAD BUF FERにおいて行われる。周囲バッファーは、周囲点を具備する。各周囲点の座 標は、上記の第3図に関して示され記載された如く、モジュールGET PER IMによって決定される。モジュールGET PERIMは、第30図のブロッ クFにおいて示された如く、アンブレラモジュールCHECK C0LORの下 でランされる。
第2の特定応用の方法はまた、像の少なくとも一つにおいて内点のグレーレベル 値を決定する段階を含む。この段階は、第29図のブロックDに示される。各内 点のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、テク スチャーにより対象物を特性付ける副段階を含む。代替的に又は加えて、各内点 のグレーレベル値を決定する段階は、内点のグレーレベル値を使用して、対象物 における少なくとも一つのパターンにより対象物を特性付ける副段階を含む。対 象物のテクスチャーを決定する一つの手段は、Haralick、Shanmu ganand Dinstein、+Textural Featuresfo r Image C1assification”、IEEE Transac tions and Systems、Man、 andCybernet i cs、Vol、SMC−3,No、5.Nov、1973、pp、610−62 1.において開示された方法を使用することによる。
第2の特性応用の方法はまた、候補対象物の少なくとも一つの内点に対して少な くとも一つのカラーパラメーターを算出する段階を含む。この段階は、第29図 のブロックEに示される。カラーパラメーターにより、第11A図と第11B図 に関して記載された如く、対象物の純色量に関するパラメーターが意図される。
少なくとも1つのカラーパラメーターを算出する段階は、候補対象物の各内点に 対して色相を算出する副段階を含む。代替的に又は加えて、少なくとも一つのカ ラーパラメーターを算出する段階は、候補対象物の各内点に対して彩度を算出す る副段階を含む。代替的に又は加えて、少なくとも一つのカラーパラメーターを 算出する段階は、候補対象物の各内点に対して明度を算出する副段階を含む。
第30図は、第2実施態様の第2応用の方法に固有なアンブレラモジュールCH ECK C0LORの流れ図である。CHECK C0LORは、この場合カラ ーである所定属性値を有する妥当対象物をカラーにより識別し特性付ける。モジ ュールCHECK C0LORは、第29図の段階C,D、EとFを行うために 使用される。モジュールは、像の探索において識別された各候補対象物にアクセ スし、各候補対象物の色相を決定するために、第31図に示された如く、モジュ ールREAD COL ORを呼び出す。第30図のブロックAに示された如く 、CHECK C0LORの第1段階は、選定されたオフセット角φにおいて投 射aSbのための色相係数を算出することである。色相係数は、RSGとBが、 方程式(1)と(2)に対して上記の如く投射aとbを決定する際に掛算される 因子である。それから、トレースの順序による第8図又は第9図に示された如<  rFILL−3TATUSJ索引テーブルが、ブロックCに示された如<FI LL/No FILLエントリをロードされる。それから、現対象物は、第30 図のブロックFに示された如く、第1対象物に初期化される。第30図の判定ダ イヤモンドGに示された如く、モジュールCHECK C0LORは、現対象物 が最終対象物であるかを尋ねる。そうならば、モジュールは、第30図のブロッ クEに示された如くランを停止する。現対象物が最終対象物でないならば、現対 象物は、ブロックFに示された如く、周囲点を得るために、GETPERIMに よってトレースされる。それから、周囲バッファーは、ブロックGに示された如 (、各周囲点に対する方向符号ベクトルを含む記述子を、第6A図と第6B図に 関して記載されたLOAD BUFFE−Rによってロードされる。それから、 対象物における各内点の色相と対象物の色相統計値が、第31図に関してさらに 十分に記載され、モジュールREAD C0LORによってブロックHにおいて 示された如く算出される。それから、現対象物が、第30図のブロックIに示さ れた如く次対象物にセットされる。判定ダイヤモンドDとブロックF−1による ループは、現対象物が最終対象物を越えるまで反復され、この点において、CH ECK C0LORは、第30図のブロックZにおいて示された如く完了される 。
第31図は、対象物の各内点の色相を算出するためにモジュールREAD C0 LORの段階を示す流れ図である。第2実施態様の方法の第2の特定実現におい て、READ C0LORの第1段階は、ブロックAに示された如く行により、 次に、ブロックBに示された如(列により周囲バッファーをソートすることであ る。それから、状態変数FILL又はNo−FILLが、第31図のブロックC に示された如く、さらに具体的には、第7図に関して示され記載された如く、各 周囲点に割り当てられる。それから、各内点が決定され、そして各内点の色相が 、プロッりEに示された如く、算出され、モジュール’CA L CHU E  l:おいて第32図を参照してさらに十分に記載される。それから、対象物の平 均色相が、ブロックHに示された如く算出される。それから、モジュールREA D C0LORが、ブロックGにおいて示された如く完了される。
第32図は、モジュールREAD C0LORにおいて使用されたモジュールC ALCHUEの段階を示す流れ図である。第32図のブロック八に示された如く 、モジュールCALCHUEの第1段階は、赤色フィルターを通して取得された 赤色像における内点のグレーレベルに等しく赤色(R)をセットすることである 。ブロックBに示された如く、モジュールCALCHUEの次の段階は、緑色フ ィルターを通して取得された緑色像における内点のグレーレベルに等しく緑色( G)をセットすることである。モジュールCALCHUEにおける次の段階は、 青色フィルターを通して取得された青色像における内点のグレーレベルに等しく 青色(B)をセットすることである。次の段階は、ブロックDに示された如(赤 色、緑色と青色の値を使用して、それぞれ、上記の方稈式(1)と(2)によっ て与えられる色相投射a(!:bを算出することである。判定ダイヤモンドEは 、aがゼロに等しいかを尋ねる。そうならば、判定ダイヤモンドFは、bがゼロ により大きいかを尋ねる。そうでないならば、色相が、ブロックGに示された如 く3π/2に等しくセットされ、色相値が、ブロックIに示された如くメモリに 記憶され、そしてモジュールが、ブロックJに示された如く完了される。判定ダ イヤモンドFに戻って、bがゼロよりも大きいならば、色相が、ブロックHに示 された如くπ/2に等しくセットされ、色相値が、ブロックIに示された如くメ モリに記憶され、そしてモジュールが、ブロックJに示された如く完了される。
判定ダイヤモンドEに戻゛って、aがゼロに等しくないならば、判定ダイヤモン ドには、aがゼロよりも大きく、がっbがゼロよりも大きいかを尋ねる。これら の両質問に対する回答が肯定であるならば、色相は、ブロックしに示された如<  a r c t an (b/a) l:等しくセットされ、色相値が、ブロ ック■に示された如(メモリに記憶され、そしてモジュールは、ブロックJに示 された如く完了される。判定ダイヤモンドKに戻って、aがゼロよりも大きくな (、力りbがゼロよりも大きくないならば、判定ダイヤモンドMは、Aがゼロよ りも大きく、力りbがゼロよりも小さいかを尋ねる。これらの両質問に対する回 答が肯定であるならば、色相が、ブロックNに示された如く、arctan ( b/a)−4−2πに等しくセットされ、色相値が、ブロックKに示された如く メモリに記憶され、そしてモジュールは、ブロックJに示された如く完了される 。判定ダイヤモンドMに戻って、aがゼロよりも大きくなく、かつbがゼロより も小さくないならば、色相は、ブロック〇に示された如く、arc tan ( b/a)+2πに等しくセットされ、色相値は、ブロックIに示された如くメモ リに記憶され、そしてモジュールは、ブロックJに示された如く完了される。
第2の特定実現の方法はまた、カラーパラメーターにより候補対象物を特性付け る段階を含む。この段階は、第29図のブロックFに示される。
第2の特定実現の方法はまた、妥当対象物を識別するために、妥当対象物の所定 属性値を有する候補対象物を妥当化する段階を含む。この段階は、第29図のブ ロックGに示される。所定属性値は、カラーパラメーターである。しかし、それ は、面積、形状、サイズ等でもありうる。
妥当化段階は、少なくとも一つの妥当対象物カラーパラメーターを有する候補対 象物を妥当化する副段階を含む。この妥当対象物カラーパラメ、 −ターは、色 相、彩度又は明度以外でもありうる。
妥当化段階は、第18図に関して示され記載された如く、モジュールGOLFI  LTによって行われる。カラーが所定属性値として使用される時、モジュール GOL FILTは、対象物の色相角と色相振幅に基づいて妥当化のために使用 される。妥当化段階は、候補対象物属性値を算出する副段階と、候補対象物を妥 当化するために候補対象物属性値を比較する副段階とを含む。第2の特定応用の 方法は、候補対象物を妥当化するためのドライバーとカーネルを使用する。ドラ イバーとカーネルは、上記のものと同一である。
第27A図、第27B図と第28図に関して記載されたモジュールFINAL  CHKとINT 5TATは、この第2の特定応用のためにランされ、妥当対象 物の冗長度に対する最終チェックを行い、妥当対象物の多重識別を防止するため に冗長度を解消する。
技術における当業者には、多様な修正と変形が、発明の範囲又は精神に反するこ となく、本発明の方法において為されることは明らかである。
例えば、上記のPalとPalによって開示された如く同時発生マトリックスの エントロピーしきい化の如(、任意の形式のエントロピーしきい化が、像を探索 するために使用される。
本発明の第1及び第2実施態様により、背景における少なくとも一つの妥当対象 物を識別するための像分析システムが設けられる。妥当対象物は、識別される対 象物の規定を表現する少なくとも一つの所定属性値を有する。本発明のシステム のブロック図は、第33図に示される。背景における少なくとも一つの妥当対象 物を識別するためのシステムは、第33図に一般に10で示される。
本発明のシステムは、対象物と背景の像を発生するための手段を具備する。第3 3図に示された如く、対象物と背景の像を発生するための手段は、カメラ12を 具備する。CCDカメラが、一般に本発明で使用されるが、任意の形式のカメラ が、本発明の一般原理に反することなく使用される。カラーにより対象物を識別 し特性付ける第2実施態様の特定応用において、フィルターホイールが、赤色、 緑色及び青色像と白黒像を発生するために白黒カメラである時、第33図に示さ れた如<CCDカメラに取り付けられる。代替的に、カラー〇CDカメラが、カ メラ像と白黒像を発生するために、白黒CCDカメラの代わりに使用される。
本発明のシステムはまた、像をデジタル化し、記憶するための手段を具備する。
像をデジタル化し、記憶するための手段は、第33図に示された如くフレームグ ラバ−14を具備する。フレームグラバ−は、像処理技術における当業者には公 知な如く、一つのフレームにおいてビデオ像をデジタル化し記憶する。代替的に 、像をデジタル化し記憶するための手段は、像をデジタル化し記憶するビデオデ ジタイザーを具備するが、必ずしも一つのフレームにおいてではない。本発明の システムは、さらに、像を表示するための手段を具備する。像を表示するための 手段は、第33図に示された如くモニター16を具備する。
本発明のシステムはまた、コンピュータ手段を具備する。コンピュータ手段は、 第33図に示された如く、コンピュータシステム18を具備する。コンピュータ ンステムは、中央処理ユニット(CPU)とメモリを具備する。コンピュータ手 段はまた、第33図に示された如く、ドライバ−20、カーネル22と後走査フ ィルター26を含む。ドライバー20は、妥当対象物の規定を記憶する。エント ロピーカーネル22は、像のグレーレベルヒストグラムを発生させ、そしてヒス トグラムのエントロピー関数が最大にされる如<、シきいグレーレベルをエント ロピー的に選択する。エントロピーカーネル22はまた、少なくとも一つの候補 対象物に対して像を探索し、妥当対象物を識別するために妥当対象物所定属性値 を有する候補対象物を妥当化する、妥当化対象物は、第33図において箱24に よって表現される。ドライバーとカーネルは、メモリに組み込まれたソフトウェ アを具備する。代替的に、ドライバーとカーネルは、ソフトウェアが検索される 、プログラマブル読み取り専用メモリ(FROM)にプログラムされる。後走査 フィルターは、第33図において26で示され、そして上記の如く、重なる対象 物における冗長性を除去するための最終チェックを設ける。
発明は、発明を単に例示することを意図した次の実施例によってさらに明確にさ れる。
実施例 この実施例において、コロニー計数システムが記載される。コロニー計数は、試 料における細菌の量を数量化するために微生物実験室において日常的に行われる タスクである。試料は、血液、食料、化粧品、土壌、等の如く、多数の種々の形 式の一つである。このシステムは、変化する背景におけるコロニーを識別し、そ してまた、高凝集コロニーを分解することができた。
正確なコロニー計数のほかに、同一プレートにおいて2種以上の細菌がある場合 に、形式によりコロニーを分類することができることが重要である。この例にお いて、サルモネラ菌の典型及び異型種族が存在した。
さらに、背景(非病原性)細菌がまた存在した。また、背景細菌からサルモネラ 菌の両種族を区別することができることは重要である。この例において、寒天プ レートは、Hektoen Enteric寒天であり、この場合、典型サルモ ネラ菌コロニーは黒であり、異型サルモネラ菌コロニーは薄縁であり、そして背 景コロニーは黄であった。この例のシステムは、色相によりコロニーを分類し、 こうして、プレート上で種の分類を行うことができた。
この例において、付加的な複雑性が、プレートにおけるコロニーの数によって提 示された。プレートにおいて875のコロニーがあり、コロニーの視覚分類を極 めて厄介にした。多数のコロニーは、大きり凝集シ、別の主な困難を提示した。
この例において記載されたシステムは、コロニーを分解し、それから、プレート 上において異なる種を分類するために色相分類を行うことができた。
コロニーを計数するためにこの例において使用された装置は、第33図に関して 記載された如く、プレートを保持するためのペトリ皿保持器と、プレートを照明 するための光学系と、プレート上に試料の像を発生するために像取得システムと を具備した。カメラからのビデオ信号は、PCにおいて−スロットを占有するフ レームグラバ−に送られた。フレームグラバ−は、像をデジタル化した。
ペトリ皿保持器は、標準ペトリ皿を収納する可動な加工部材を具備した。部材は 、皿を収納することができるさら大円形くぼみを有し、軸受は基礎支持物を介し て適所に滑り入れられた。保持器の下に、像コントラストを高めるために適切な 背景シートを挿入する余地があった。
使用された照明源は、Ph1lips F’C8T9/CW円形蛍光灯(8”径 )(20,32cm)を具備し、ペトリ皿を取り囲んだ。灯は、皿の上の約1”  (2,54cm)に取り付けられ、全側面から一様に皿を照明した。灯と皿の 間の距離は、重要であった。灯が高すぎるならば、生ずる像は、コロニーの湾曲 面からの大きな「グレア」と「ハロー」を示した。コロニーは、小さな3Dレン ズと見なされ、そして斜めのグレージング角照明が、レンズ状表面から散乱する 光がカメラに入らない如く必要であった。灯は、Mercron FLO416 −2コントローラを使用して能動的に安定化され、出力における変動を防止する ために、光レベルを一定に保った。さらに、コントローラは、灯の輝度を調整す るために遠隔でプログラマブルであった。この特徴は、固有コントラストが可変 であるコロニープレートに対して特に有益であった。
低コントラストプレートに対して、光レベルは、コントラストを改良するために 増大される。
光学系は、16mmのF2.8ニコンレンズを備えるソニーXC−77白黒CC Dビデオカメラを具備した。カメラは、ペトリ皿の上に約1゜5フイート(0, 05m)の距離において中心を据えられた。カメラから皿への距離は、皿が、空 間分解能を最大にするために、CCDセンサーの表面をちょうど占める如くであ った。
フィルターホイールは、レンズとカメラセンサーの間に置かれた。フィルターホ イールは、4つの位置を有した。各位置におけるフィルター組み合わせは、以下 に記載される。
表1 位置 フィルター組み合わせ 1(白黒)1.2NDフイルター(ND=’中密度)2(赤) Kodakフィ ルター#25(カタログ#149 5605)+0.5NDフイルター 3(緑) Kodakフィルター#58(カタログ#149 5864(青)  Kodakフィルター#47B (カタログ#149 57E、1.du Po nt de Nemours and Company、Wi 1mingto n、Delwarelこより商標“DELRIN”で販売されるホルムアルデヒ ドの結晶性ホモポリマー製の黒い遮光物が、迷光がカメラに入るのを防止するた めに、カメラからプレートに広げられた。カメラからのビデオ信号は、PCにお けるフレームグラノく−に直接に送られた。
像取得システムは、PCにおける拡張スロットを占有するDataTransl ation DT2851フレームグラノく一ボードを具備した。Dell 3 3MH2386ATシステムは、像を記憶し、本発明の方法を実行するために使 用された。フレームグラノく−ボードは、デジタル化像が記憶される512X5 12ピクセルビデオ7<・ソファ−を有した。カメラからの「ショット」雑音を 最小にするために、数個の像フレームが平均化され、そして生ずる平均化像が、 いっそうの分析のために記憶され、使用された。フレームグラバ−の出力は、像 を表示するためにソニーTRlNlTR0Nモニターに連結された。
次の(1)〜(4)がコンピュータ仕様であった。
(1)ドライバー 妥当コロニーに対する属性とそれらの範囲が下記の表2に示される。
表2 スクリーニングのための属性値の範囲 注意:幾つかの属性値のみが妥当範囲を要した。他は対象物妥当性に影響しない 「記述子」であった。
属性 妥当範囲 (1)xcm一対象物の質量中心のX座標 記述子(2)ycm=対象物の質量 中心のX座標 記述子(3)perim=対象物の全周団長 記述子(4)np ts=対象物の周囲点数 npts>3(5)obj type=対象物形式( 外部又は内部)記述子外部=別の対象物内に包含されない対象物内部−別の対象 物内に前に包含された対象物(6)area=対象物面積 rea>Q、Q(7 )shape=対象物の形状因子 5hape>−0,8(8)status一 種々の方法において人為物除去及び冗長性チェックにおいて使用される対象物の 状態値 記述子(9)con t ras t=対象物の縁コントラストcon j、rast>100 (10)edge一対象物の極値点の座標を含むデータ 構造 記述子(11,)thresh一対象物が検出されたしきい値 記述子( 12)max=対象物が検出されたヒストグラム区分の最大グレーレベル 記述 子 (13)clump 5hape=−塊の候補対象物に対する最大形状因子 未 使用 (14)clump 5ize=−塊の候補対象物に対する最小面積 未使用 (15)worst 5hape=−塊の候補対象物に対する最小形状因子 未 使用 (16)hue mean=対象物の平均色相 huemean>1.。
9Q (huemag>7200ならば)かっhuemean<3.40(17 )hue mag=対象物の色相ベクトルの大きさ分類規則による (18)hue cm=cmの色相ベクトル 記述子(2) 人為物除去 次の規則が、寒天における人為物を除去するために使用された。
・候補コロニーの平均色相が190よりも小さく、色相振幅が200よりも大き いならば、候補コロニーは削除された。
・候補コロニーの平均色相が190よりも小さく、色相振幅が200よりも大き いならば、候補コロニーは削除された。
・候補コロニーの平均色相が3.40よりも大きく、色相振幅が200よりも大 きいならば、候補コロニーは削除された。
(3)冗長性チェック 第23A〜23D図と第24図に関して記載された非均質対象物に対する冗長性 チェックが、この例における冗長性チェックのために使用された。
(4)コロニー分類 コロニーを3つの項類(異型サルモネラ菌、典型サルモネラ菌と背景)に分類す るために使用された規則が、以下に要約される。
・色相振幅が200以下であったならば、コロニーは典型サルモネラ菌として分 類された。
・平均色相が190よりも大きく、2.55よりも小さいならば、コロニーは、 背景コロニーとして分類された。
・平均色相が2.55以上であり、かつ2.70よりも小さかったならば、 ・色相振幅が2000よりも小さく、又はコロニーの質量中心の色相と色相オフ セット0.05の和が平均色相よりも小さいならば、コロニーは背景コロニーと して分類された。
・そうでなければ、コロニーは異型コロニーとして分類された。
・そうでなければ、すべての他の妥当コロニーは異型コロニーとして分類された 。 総数875の妥当コロニーが、識別された。色相によるコロニーの分類は、 次の内訳であった。
典型サルモネラ菌= 155 異型サルモネラ菌: 385 背景・ 335 これらの結果は、プレートの視覚検査から期待された結果と非常に良(一致した 。
発明の他の実施態様は、ここで開示された発明の説明と実施の考察から技術にお ける当業者には明らかになるであろう。説明と例は例示のみとして考察され、発 明の真の範囲及び精神は次のフレイムによって示されることが意図される。
FIG、2A FIG、2B FIG、5 F工G、8 LUT 時計回り 方向符号 F工G、9 LtJT 反時計回り 方向符号 FIG、14 FIG、i5 FIG、19A FIG、19AのGから FIG、20 Tl−IREsH FIG 、 23B FIG、23C FIG、23D FIG−24 FIG、25B FIG、25AのFから FIG、28 FIG、29 FIG、31 FIG、33 1++++1++l A−+−+−−ρCT/US 93102706フロント ページの続き (51) Int、 C1,6識別記号 庁内整理番号G 06 T 7/60 9287−5L 9406−2G I GO6F 15/62 380 GOIV 9104 S

Claims (41)

    【特許請求の範囲】
  1. 1.背景における少なくとも一つの所定属性値を有する少なくとも一つの妥当対 象物をカラーにより識別し特性付ける方法において、(a)候補対象物と背景の 複数の像を発生する段階であり、各像は、3原色像又は白黒像の一方である段階 と、(b)少なくとも一つの自動計算しきいグレーレベルを使用して、少なくと も一つの候補対象物に対して少なくとも一つの像を探索する段階と、(c)候補 対象物の少なくとも一つの内点を決定する段階と、(d)像の少なくとも一つに おいて内点のグレーレベル値を決定する段階と、 (e)候補対象物の少なくとも一つの内点に対して少なくとも一つのカラーパラ メーターを算出する段階と、 (f)カラーパラメーターにより候補対象物を特性付ける段階と、(g)妥当対 象物を識別するために、妥当対象物の所定属性値を有する候補対象物を妥当化す る段階とを含む方法。
  2. 2.像を探索する段階が、 (i)エントロピー関数を有する像のグレーレベルヒストグラムを発生する副段 階と、 (ii)ヒストグラムのエントロピー関数が最大にされる如く、しきいグレーレ ベル値をエントロピー的に選択する副段階と、(iii)エントロピー的に選択 されたしきいグレーレベル値を使用して少なくとも一つの対象物に対して像を走 査する副段階と、(iv)エントロピー的に選択されたしきいグレーレベル値に よって決定された少なくとも一つの境界グレーレベル値を有する候補対象物をト レースする副段階とを含む請求の範囲1に記載の方法。
  3. 3.候補対象物の少なくとも一つの内点を決定する段階が、(i)エントロピー 的に選択されたしきいグレーレベル値によって決定された少なくとも一つの境界 グレーレベルを有する候補対象物を順次にトレースすることにより、候補対象物 の周囲点を決定する副段階と、(ii)周囲バッファーを生成する副段階であり 、周囲バッファーは、周囲点を具備し、各周囲点は、行位置座標値と、列位置座 標値と、方向符号ベクトルとを有し、方向符号ベクトルは、各周囲点に対して第 1及び第2方向符号値を具備し、第1方向符号値は、各それぞれの周囲点の次の 周囲点に対する関係を記述し、そして第2方向符号値は、各それぞれの周囲点の 前周囲点に対する関係を記述する副段階と、(iii)ソートされた周囲バッフ ァーを生成するために、所定の順序で周囲バッファーにおける周囲点をソートす る副段階と、(iv)各周囲点に対して第1及び第2値の一方を有する状態変数 を割り当て、状態変数の値は、第1及び第2方向符号値によって決定される副段 階と、 (v)検査される周囲点と同一の線セグメントにおいて、検査周囲点と次の周囲 点の間にある各点を対象物の内点として指定する副段階であり、検査周囲点は状 態変数の第1値を割り当てられる副段階とを含む請求の範囲1に記載の方法。
  4. 4.候補対象物の周囲点を決定する段階が、時計回り方向において候補対象物を トレースすることを含む請求の範囲3に記載の方法。
  5. 5.候補対象物の周囲点を決定する段階が、反時計回り方向において候補対象物 をトレースすることを含む請求の範囲3に記載の方法。
  6. 6.ソート段階が、少なくとも一つの行ソート周囲点を具備する行ソート周囲バ ッファーを生成するために、所定の順序で行により周囲バッファーにおける周囲 点をソートする副段階を具備する請求の範囲4に記載の方法。
  7. 7.ソート段階が、少なくとも一つの行列ソート周囲点を具備する行列ソート周 囲バッファーを生成するために、一層の所定の順序で列により行ソート周囲バッ ファーにおける周囲点をソートする付加的副段階を具備する請求の範囲6に記載 の方法。
  8. 8.行により周囲点をソートする副段階が、最低行位置座標値を有する点がバッ ファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請求 の範囲7に記載の方法。
  9. 9.行により周囲点をソートする副段階が、最高行位置座標値を有する点がバッ ファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請求 の範囲7に記載の方法。
  10. 10.列により周囲点をソートする付加的副段階が、最低行位置座標値と最低列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において行ソー ト周囲点をソートすることを含む請求の範囲8に記載の方法。
  11. 11.列により周囲点をソートする付加的副段階が、最高行位置座標値と最低列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において行ソー ト周囲点をソートすることを含む請求の範囲9に記載の方法。
  12. 12.ソート段階が、少なくとも一つの列ソート周囲点を具備する列ソート周囲 バッファーを生成するために、所定の順序で列により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲4に記載の方法。
  13. 13.ソート段階が、少なくとも一つの列行ソート周囲点を具備する列行ソート 周囲バッファーを生成するために、一層の所定の順序で行により列ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲12に 記載の方法。
  14. 14.列により周囲点をソートする副段階が、最高列位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲13に記載の方法。
  15. 15.列により周囲点をソートする副段階が、最低列位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲13に記載の方法。
  16. 16.行により周囲点をソートする付加的副段階が、最高行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において列ソー ト周囲点をソートすることを含む請求の範囲14に記載の方法。
  17. 17.行により周囲点をソートする付加的副段階が、最低列位置座標値と最高行 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において列ソー ト周囲点をソートすることを含む請求の範囲15に記載の方法。
  18. 18.ソート段階が、少なくとも一つの行ソート周囲点を具備する行ソート周囲 バッファーを生成するために、所定の順序で行により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲5に記載の方法。
  19. 19.ソート段階が、少なくとも一つの行列ソート周囲点を具備する行列ソート 周囲バッファーを生成するために、一層の所定の順序で列により行ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲18に 記載の方法。
  20. 20.行により周囲点をソートする副段階が、最低行位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲19に記載の方法。
  21. 21.行により周囲点をソートする副段階が、最高行位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲19に記載の方法。
  22. 22.列により周囲点をソートする付加的副段階が、最低行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において行ソー ト周囲点をソートすることを含む請求の範囲20に記載の方法。
  23. 23.列により周囲点をソートする付加的副段階が、最高行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、降順において行ソー ト周囲点をソートすることを含む請求の範囲21に記載の方法。
  24. 24.ソート段階が、少なくとも一つの列ソート周囲点を具備する列ソート周囲 バッファーを生成するために、所定の順序で列により周囲バッファーにおける周 囲点をソートする副段階を具備する請求の範囲5に記載の方法。
  25. 25.ソート段階が、少なくとも一つの列行ソート周囲点を具備する列行ソート 周囲バッファーを生成するために、一層の所定の順序で行により列ソート周囲バ ッファーにおける周囲点をソートする付加的副段階を具備する請求の範囲24に 記載の方法。
  26. 26.列により周囲点をソートする副段階が、最高列位置座標値を有する点がバ ッファーの先頭に置かれる如く、降順において周囲点をソートすることを含む請 求の範囲25に記載の方法。
  27. 27.列により周囲点をソートする副段階が、最低列位置座標値を有する点がバ ッファーの先頭に置かれる如く、昇順において周囲点をソートすることを含む請 求の範囲25に記載の方法。
  28. 28.行により周囲点をソートする付加的副段階が、最低行位置座標値と最高列 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において列ソー ト周囲点をソートすることを含む請求の範囲26に記載の方法。
  29. 29.行により周囲点をソートする付加的副段階が、最低列位置座標値と最低行 位置座標値を有する点がバッファーの先頭に置かれる如く、昇順において列ソー ト周囲点をソートすることを含む請求の範囲27に記載の方法。
  30. 30.指定段階が、検査される周囲点と同一の行において、行列ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲7に記載の方法。
  31. 31.指定段階が、検査される周囲点と同一の行において、列行ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある端点を対象物の内点として指定 する副段階を含む請求の範囲13に記載の方法。
  32. 32.指定段階が、検査される周囲点と同一の列において、行列ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲19に記載の方法。
  33. 33.指定段階が、検査される周囲点と同一の列において、列行ソート周囲バッ ファーにおける検査周囲点と次周囲点の間にある各点を対象物の内点として指定 する副段階を含む請求の範囲25に記載の方法。
  34. 34.各冗長性周囲点をチェックする段階をさらに含む請求の範囲1に記載の方 法。
  35. 35.各冗長性周囲点の全事例が状態変数の第1値を割り当てられる時のみ、対 象物の内点として、同一線セグメントにおける各冗長性周囲点と次周囲点の間に あるすべての点を指定する段階をさらに含む請求の範囲34に記載の方法。
  36. 36.各内点のグレーレベル値を決定する段階が、内点のグレーレベル値を使用 して、テクスチャーにより対象物を特性付ける副段階を含む請求の範囲1に記載 の方法。
  37. 37.各内点のグレーレベル値を決定する段階が、内点のグレーレベル値を使用 して、対象物における少なくとも一つのパターンにより対象物を特性付ける副段 階を含む請求の範囲1に記載の方法。
  38. 38.少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して色相を算出する副段階を含む請求の範囲1に記載の方法。
  39. 39.少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して彩度を算出する副段階を含む請求の範囲1に記載の方法。
  40. 40.少なくとも一つのカラーパラメーターを算出する段階が、候補対象物の各 内点に対して明度を算出する副段階を含む請求の範囲1に記載の方法。
  41. 41.妥当化段階が、少なくとも一つの所定属性値を有する候補対象物を妥当化 する副段階を含み、この場合、所定属性値が少なくとも一つのカラーパラメータ ーである請求の範囲1に記載の方法。
JP51593894A 1992-12-31 1993-03-24 カラーにより妥当対象物を識別し特性付ける方法 Expired - Fee Related JP3296492B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US999,703 1992-12-31
US07/999,703 US5375177A (en) 1991-09-27 1992-12-31 Method of identifying and characterizing a valid object by color
PCT/US1993/002706 WO1994016403A1 (en) 1992-12-31 1993-03-24 Method of identifying and characterizing a valid object by color

Publications (2)

Publication Number Publication Date
JPH07504531A true JPH07504531A (ja) 1995-05-18
JP3296492B2 JP3296492B2 (ja) 2002-07-02

Family

ID=25546610

Family Applications (1)

Application Number Title Priority Date Filing Date
JP51593894A Expired - Fee Related JP3296492B2 (ja) 1992-12-31 1993-03-24 カラーにより妥当対象物を識別し特性付ける方法

Country Status (10)

Country Link
US (1) US5375177A (ja)
EP (1) EP0628188B1 (ja)
JP (1) JP3296492B2 (ja)
AT (1) ATE218230T1 (ja)
AU (1) AU4100293A (ja)
CA (1) CA2130919A1 (ja)
DE (1) DE69331968T2 (ja)
IL (1) IL105803A0 (ja)
MX (1) MX9303458A (ja)
WO (1) WO1994016403A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013504114A (ja) * 2009-09-01 2013-02-04 エルジー イノテック カンパニー リミテッド 目状態検出装置及び方法

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6058209A (en) * 1991-09-27 2000-05-02 E. I. Du Pont De Nemours And Company Method for resolving redundant identifications of an object
US5481620A (en) * 1991-09-27 1996-01-02 E. I. Du Pont De Nemours And Company Adaptive vision system
US5982944A (en) * 1991-09-27 1999-11-09 E. I. Du Pont De Nemours And Company Adaptive vision system using dual thresholding
AU4585293A (en) * 1992-08-03 1994-03-03 Ricoh Company, Ltd. Document identifier which can also identify special ticket, image forming apparatus using the identifier, image processor, and copying machine
US5751854A (en) * 1992-08-03 1998-05-12 Ricoh Company, Ltd. Original-discrimination system for discriminating special document, and image forming apparatus, image processing apparatus and duplicator using the original-discrimination system
US5479589A (en) * 1993-08-04 1995-12-26 Taligent, Inc. Object-oriented system for selecting a graphic image on a display
US5362796A (en) 1993-08-09 1994-11-08 Isp Investments Inc. Molded crosslinked vinyl lactam polymer gel and method of preparation
US6888962B1 (en) 1995-06-30 2005-05-03 Omron Corporation Image processing device for detecting one-color marks of a number of colors and image processing method thereof
JP3060902B2 (ja) * 1995-06-30 2000-07-10 オムロン株式会社 画像処理装置及び画像処理方法
US5751964A (en) * 1995-09-12 1998-05-12 International Business Machines Corporation System and method for automatic determination of thresholds in network management
US20030174864A1 (en) * 1997-10-27 2003-09-18 Digital Biometrics, Inc. Gambling chip recognition system
US6718053B1 (en) 1996-11-27 2004-04-06 Chromavision Medical Systems, Inc. Method and apparatus for automated image analysis of biological specimens
WO1997020198A2 (en) 1995-11-30 1997-06-05 Chromavision Medical Systems, Inc. Method and apparatus for automated image analysis of biological specimens
DE19619090A1 (de) * 1996-04-30 1997-11-13 Cfb Gmbh Vorrichtung und Verfahren zur Erzeugung eines Kompositbildes
US5924575A (en) * 1997-09-15 1999-07-20 General Electric Company Method and apparatus for color-based sorting of titanium fragments
JP4077919B2 (ja) * 1998-01-30 2008-04-23 キヤノン株式会社 画像処理方法及び装置及びその記憶媒体
US6310970B1 (en) 1998-06-24 2001-10-30 Colorcom, Ltd. Defining surfaces in border string sequences representing a raster image
US6324300B1 (en) * 1998-06-24 2001-11-27 Colorcom, Ltd. Defining color borders in a raster image
US6226400B1 (en) 1998-06-24 2001-05-01 Colorcom, Ltd. Defining color borders in a raster image by identifying and breaking contrast ties
EP1252600A1 (en) * 1999-02-26 2002-10-30 Bomarc Surveillance, Inc System and method for monitoring visible changes
CA2366524A1 (en) 1999-04-13 2000-10-19 Chromavision Medical Systems, Inc. Histological reconstruction and automated image analysis
US6431446B1 (en) 1999-07-28 2002-08-13 Ncr Corporation Produce recognition system and method
US7409647B2 (en) * 2000-09-19 2008-08-05 Technion Research & Development Foundation Ltd. Control of interactions within virtual environments
US6636045B2 (en) * 2001-04-03 2003-10-21 Baker Hughes Incorporated Method of determining formation anisotropy in deviated wells using separation of induction mode
AU2002361618A1 (en) 2001-11-13 2003-05-26 Chromavision Medical Systems, Inc. A system for tracking biological samples
US8140568B2 (en) * 2001-12-13 2012-03-20 International Business Machines Corporation Estimation and use of access plan statistics
JP4009850B2 (ja) * 2002-05-20 2007-11-21 セイコーエプソン株式会社 投写型画像表示システム、プロジェクタ、プログラム、情報記憶媒体および画像投写方法
US7272252B2 (en) 2002-06-12 2007-09-18 Clarient, Inc. Automated system for combining bright field and fluorescent microscopy
US7200252B2 (en) * 2002-10-28 2007-04-03 Ventana Medical Systems, Inc. Color space transformations for use in identifying objects of interest in biological specimens
US8712118B2 (en) * 2003-04-10 2014-04-29 Carl Zeiss Microimaging Gmbh Automated measurement of concentration and/or amount in a biological sample
US20040202357A1 (en) 2003-04-11 2004-10-14 Perz Cynthia B. Silhouette image acquisition
US20050201638A1 (en) * 2004-03-12 2005-09-15 Hanbyn Cha Method and system for measuring an object in digital image
AU2005201322B2 (en) * 2004-03-26 2009-11-05 Sri Sports Limited Golf swing-measuring system
US7653260B2 (en) 2004-06-17 2010-01-26 Carl Zeis MicroImaging GmbH System and method of registering field of view
US8582924B2 (en) 2004-06-30 2013-11-12 Carl Zeiss Microimaging Gmbh Data structure of an image storage and retrieval system
US20070031043A1 (en) 2005-08-02 2007-02-08 Perz Cynthia B System for and method of intelligently directed segmentation analysis for automated microscope systems
US20070091109A1 (en) 2005-09-13 2007-04-26 Roscoe Atkinson Image quality
AU2009218872B2 (en) 2008-02-29 2015-01-15 Agilent Technologies, Inc. Systems and methods for tracking and providing workflow information
DE102009009572B3 (de) * 2009-02-19 2010-06-17 Eads Deutschland Gmbh Verfahren zur entropiebasierten Bestimmung von Objektrandkurven
EP3516968B1 (en) * 2016-09-20 2023-05-10 Nippon Suisan Kaisha, Ltd. Method for producing fish roe paste having foreign substances removed therefrom, and apparatus for producing fish roe paste having foreign substances removed therefrom

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4097845A (en) * 1976-11-01 1978-06-27 Rush-Presbyterian-St. Luke's Medical Center Method of and an apparatus for automatic classification of red blood cells
JPS5510621A (en) * 1978-07-07 1980-01-25 Copyer Co Ltd Method and device for discrimination between inside and outside bordering closed curve
US4453266A (en) * 1980-04-21 1984-06-05 Rush-Presbyterian-St. Luke's Medical Center Method and apparatus for measuring mean cell volume of red blood cells
JPS61249175A (ja) * 1985-04-24 1986-11-06 インタ−ナショナル ビジネス マシ−ンズ コ−ポレ−ション 図形処理装置
JPH0661091B2 (ja) * 1985-09-10 1994-08-10 株式会社東芝 画像処理装置
US4958217A (en) * 1986-02-27 1990-09-18 Canon Kabushiki Kaisha Image processing apparatus and method capable of extracting a particular image area using either hue or brightness
JPH01181173A (ja) * 1988-01-14 1989-07-19 Toshiba Corp ベクトルフォント輪郭描画方式
JPH07118024B2 (ja) * 1988-01-30 1995-12-18 株式会社東芝 パターンデータ生成方式
JPH0277889A (ja) * 1988-09-14 1990-03-16 Ricoh Co Ltd 図形塗りつぶし方式
US5073960A (en) * 1989-05-18 1991-12-17 Sharp Kabushiki Kaisha Image processing method using improved Bresenham algorithm in creating an outline of a figure to be painted and apparatus adopting the method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013504114A (ja) * 2009-09-01 2013-02-04 エルジー イノテック カンパニー リミテッド 目状態検出装置及び方法

Also Published As

Publication number Publication date
ATE218230T1 (de) 2002-06-15
DE69331968T2 (de) 2002-11-28
EP0628188A1 (en) 1994-12-14
IL105803A0 (en) 1993-09-22
CA2130919A1 (en) 1994-07-21
WO1994016403A1 (en) 1994-07-21
JP3296492B2 (ja) 2002-07-02
MX9303458A (es) 1994-06-30
DE69331968D1 (de) 2002-07-04
AU4100293A (en) 1994-08-15
US5375177A (en) 1994-12-20
EP0628188B1 (en) 2002-05-29

Similar Documents

Publication Publication Date Title
JPH07504531A (ja) カラーにより妥当対象物を識別し特性付ける方法
JP3296494B2 (ja) 適応表示システム
JP3296493B2 (ja) 背景における対象物の内点を決定する方法
US5608820A (en) Parallel processing method and system for identifying valid objects in a background of an image
US5579409A (en) Methods for determining the exterior points of an object in a background
CN109242853A (zh) 一种基于图像处理的pcb缺陷智能检测方法
KR20010040852A (ko) 디지털 영상의 페이스 검출 방법
JP2001092972A (ja) 画像認識方法
JPH04227581A (ja) 画像の2値化閾値算出装置
AU754884B2 (en) Automatic masking of objects in images
WO2000004497A1 (en) Automatic masking of objects in images
Crowley Machine vision: Three generations of commercial systems
Dawson et al. Locating objects in a complex image
JP2001084382A (ja) 画像分類装置
JPH07160858A (ja) 移動体検出方法および装置
JPH06152965A (ja) 2値化処理装置
Hajimowlana In-camera defect detection with applications to Web inspection systems.
JPH02157979A (ja) 画像処理装置
JPS6383881A (ja) 画像処理装置
JPH0460782A (ja) パターン処理装置
JPH04291677A (ja) 画像記録装置

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees