JPH08106533A - 識別装置 - Google Patents

Abstract

(57)【要約】 【目的】回転方向に位置の定まらない印章などの識別対
象について、その種類を模様の特徴を用いて正確かつ高
速に識別することができる識別装置を提供する。 【構成】ラインセンサ１０２、画像入力部１０３は、識
別対象Ｃの画像を画像データとして入力し、開始終了検
出部１０４、座標発生部１０５、中心位置検出部１０６
は識別対象Ｃの中心位置の座標データを検出し、距離計
算部１０７はこの求めた中心位置からの距離を計算す
る。累積部１０８は、距離計算部１０７から出力される
距離データに基づいて領域を切換え、対応する累積部に
画像データの画素値を加算していく。比較部１０９が累
積部１０８の出力を標準データ記憶部１１０の出力と比
較し、所望する識別対象か否かを識別する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、たとえば、円形の印章
のように、回転する画像パターンの種類をその模様の特
徴により識別する識別装置に関する。

【０００２】

【従来の技術】従来、たとえば、円形の印章のように、
回転方向に位置の定まらない対象について、その模様の
特徴を用いて正確な識別を行なうためには、その識別対
象が円形であることから生じる模様パターンの回転変動
の影響を考える必要がある。

【０００３】このような問題を解決する１つの方法とし
て、画像データから回転に不変な特徴量を抽出して識別
する方法が考案されている。たとえば、文献「回転不変
特徴量を用いた数字の認識；電子情報通信学会研究会報
告ＰＲＵ８９−１３９（１９８９）」では、数字の２値
イメージから、ツェルニケモーメント、回転モーメント
の絶対値などの特徴量を抽出し、ニューラルネットによ
り判別することで、数字を認識する方法が開示されてい
る。

【０００４】また、特開平５−３２４８３９号公報で
は、２値画像に対して、リング状の領域内の画素数を計
数したスラブ値によりパターン分類する方法が開示され
ている。これは、センサと、リング状領域マスクにより
複数の画像代表値を抽出する前処理部と、その画像代表
値に基づいて判定パターンとの分離演算値を求める分離
演算部と、分離演算値の最大値または最小値から判定出
力する判定部から構成されている。

【０００５】

【発明が解決しようとする課題】ところが、特開平５−
３２４８３９号公報の技術では、入力画像に対するリン
グ状の領域が固定されているので、移動する識別対象な
ど位置が変動する場合、リング状のマスクの中心と識別
対象の中心とが一致せず、画像から正しく特徴を抽出す
ることが困難である。

【０００６】さらに、リング状のマスクの形状は中心か
らの距離といった単純なパラメータで表現できるにもか
かわらず、マスク全体の画像データを複数記憶する必要
があり、効率が悪くなるとともに、装置の小形化が困難
である。

【０００７】また、リング状領域の範囲を設計者が設定
する必要があり、手間がかかるとともに、最適な特徴を
とらえる保証ができないという問題点がある。また、２
値画像におけるリング状領域内の画素数を特徴量にして
るが、これでは表面の反射率が新旧で異なる識別対象を
安定して識別することが困難である。

【０００８】また、対象とする全ての標準パターンと比
較する方法であるので、比較に要する演算時間がかか
り、高速処理に適していないという問題点もある。さら
に、識別対象の種類ごとに特徴を計測する範囲が変わる
ことなく一定であり、最適な識別を行なうためには不十
分であるといえる。

【０００９】さらに、リング状の画素数を累積している
が、異なる識別対象で画素数が同じ場合も存在し、その
場合は正確な識別が困難である。そこで、本発明は、回
転方向に位置の定まらない識別対象について、その種類
を模様の特徴を用いて正確かつ高速に識別することがで
きる識別装置を提供することを目的とする。

【００１０】

【課題を解決するための手段】第１の発明に係る識別装
置は、識別対象の画像を画像データとして入力する画像
入力手段と、この画像入力手段で入力される画像データ
に対して、前記識別対象の中心位置データを検出する中
心位置検出手段と、前記画像入力手段で入力される画像
データの各画素値に対して、前記中心位置検出手段で検
出された中心位置データからの距離値を計算する距離計
算手段と、この距離計算手段で計算された距離値に基づ
いて、前記画像入力手段で入力される画像データを集約
するデータ集約手段と、このデータ集約手段で集約され
たデータと、あらかじめ設定される標準データとを比較
することにより前記識別対象の種類を識別する識別手段
とを具備している。

【００１１】第２の発明に係る識別装置は、識別対象の
画像を画像データとして入力する画像入力手段と、この
画像入力手段で入力される画像データに対して、前記識
別対象の中心位置データを検出する中心位置検出手段
と、前記画像入力手段で入力される画像データの各画素
値に対して、前記中心位置検出手段で検出された中心位
置データからの距離値に基づいて領域分割する領域分割
手段と、この領域分割手段で分割された各領域につい
て、前記画像入力手段で入力される画像データを集約す
るデータ集約手段と、このデータ集約手段で集約された
データに基づいて、前記領域分割手段が領域分割を行な
う距離値を制御する制御手段と、前記データ集約手段で
集約されたデータと、あらかじめ設定される標準データ
とを比較することにより前記識別対象の種類を識別する
識別手段とを具備している。

【００１２】第３の発明に係る識別装置は、識別対象の
画像を少なくとも１６階調の画像データとして入力する
画像入力手段と、この画像入力手段で入力される画像デ
ータに対して、前記識別対象の中心位置データを検出す
る中心位置検出手段と、前記画像入力手段で入力される
画像データの各画素値に対して、前記中心位置検出手段
で検出された中心位置データからの距離値を計算する距
離計算手段と、この距離計算手段で計算された距離値に
基づいて、前記画像入力手段で入力される画像データを
累積するデータ累積手段と、このデータ累積手段で累積
されたデータと、あらかじめ設定される標準データとを
類似度に基づいて比較することにより前記識別対象の種
類を識別する識別手段とを具備している。

【００１３】第４の発明に係る識別装置は、識別対象の
画像を画像データとして入力する画像入力手段と、この
画像入力手段で入力される画像データに対して、前記識
別対象の中心位置データを検出する中心位置検出手段
と、前記画像入力手段で入力される画像データの各画素
値に対して、前記中心位置検出手段で検出された中心位
置データからの距離値を計算する距離計算手段と、この
距離計算手段で計算された距離値に基づいて、前記画像
入力手段で入力される画像データを集約するデータ集約
手段と、複数の標準データを記憶する標準データ記憶手
段と、前記画像入力手段で入力される画像データに対し
て、前記識別対象の半径データを検出する半径検出手段
と、この半径検出手段で検出された半径データに基づき
前記標準データ記憶手段内の標準データを選択する標準
データ選択手段と、この標準データ選択手段で選択され
た標準データと前記データ集約手段で集約されたデータ
とを比較することにより前記識別対象の種類を識別する
識別手段とを具備している。

【００１４】第５の発明に係る識別装置は、識別対象の
画像を画像データとして入力する画像入力手段と、この
画像入力手段で入力される画像データに対して、前記識
別対象の中心位置データを検出する中心位置検出手段
と、前記画像入力手段で入力される画像データの各画素
値に対して、前記中心位置検出手段で検出された中心位
置データからの距離値に基づいて領域分割する領域分割
手段と、この領域分割手段で分割された各領域につい
て、前記画像入力手段で入力される画像データを集約す
るデータ集約手段と、複数の標準データを記憶する標準
データ記憶手段と、前記画像入力手段で入力される画像
データに対して、前記識別対象の半径データを検出する
半径検出手段と、この半径検出手段で検出された半径デ
ータに基づき前記標準データ記憶手段内の標準データを
選択する標準データ選択手段と、この標準データ選択手
段で選択された標準データと前記データ集約手段で集約
されたデータとを比較することにより前記識別対象の種
類を識別する識別手段とを具備している。

【００１５】第６の発明に係る識別装置は、識別対象の
画像を少なくとも１６階調の画像データとして入力する
画像入力手段と、この画像入力手段で入力される画像デ
ータに対して、前記識別対象の中心位置データを検出す
る中心位置検出手段と、前記画像入力手段で入力される
画像データの各画素値に対して、前記中心位置検出手段
で検出された中心位置データからの距離値を計算する距
離計算手段と、この距離計算手段で計算された距離値に
基づいて、前記画像入力手段で入力される画像データの
分散値を計算する分散値計算手段と、この分散値計算手
段で計算された分散値と、あらかじめ設定される標準デ
ータとを類似度に基づいて比較することにより前記識別
対象の種類を識別する識別手段とを具備している。

【００１６】

【作用】第１の発明によれば、識別対象の中心位置を検
出し、この中心位置からの距離により領域を決定するの
で、識別対象が画像内で移動しても位置合わせを行な
い、正確な識別が実現できるとともに、記憶すべきパラ
メータを少なくして、小形化を実現できる。

【００１７】第２の発明によれば、一定間隔の距離で分
割するのでなく、たとえば、領域の画素数を同じにする
ように、または、領域の画素値累積が一定になるよう
に、さらに、領域間の画素値のコントラストが高くなる
ように領域を分割するするので、高精度な識別が可能と
なる。

【００１８】第３の発明によれば、２値画像を用いず，
濃淡画像の濃度値を累積し、さらに、類似度値で頻度累
積パターンを識別することで、表面の反射率が新旧で異
なる識別対象などによるデータの変動の影響を少なくし
て、常に安定した識別を実現することができる。

【００１９】第４の発明によれば、半径を測定した後
に、判定したい対象を絞り込み、その標準データとの比
較だけを行なうことで高速に識別することができる。第
５の発明によれば、半径を測定した後に、判定したい対
象を絞り込み、特徴データを求める領域の分割方法を対
象ごとに変化させることで、対象ごとに最適な特徴を求
め、より高精度な識別を実現することができる。

【００２０】第６の発明によれば、領域の画素の濃度値
の分散値を特徴量として、標準データと比較すること
で、画素値の累積が等しい異なる識別対象をも正確に識
別することができる。

【００２１】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。まず、第１の実施例について説明する。図
１および図２は、第１の実施例に係る識別装置の構成を
示すものである。本識別装置は、識別対象Ｃを図示矢印
方向に搬送する搬送部１０１、搬送される識別対象Ｃの
画像を撮像する撮像手段としてのラインセンサ１０２、
ラインセンサ１０２の出力をデジタル化する画像入力部
１０３、開始終了検出部１０４、座標発生部１０５、中
心位置検出部１０６、距離計算部１０７、ｎ個から構成
される累積部１０８、比較部１０９、標準データ記憶部
１１０、選別部１１１、ゲート１１２から構成されてい
る。ここに、識別対象Ｃは、たとえば、用紙Ｐ上に押印
あるいは印刷された円形の印章である。

【００２２】このような構成で、識別対象Ｃを搬送部１
０１によって図示矢印方向に搬送し、識別対象Ｃが所望
するものであるかどうかの識別を行ない、その識別結果
に基づきゲート１１２によって選別し、２つの搬送部１
０１ａ，１０１ｂのいずれかに導くようになっている。

【００２３】以下、各部について詳細に説明する。用紙
Ｐ上の識別対象Ｃは、搬送部１０１によって搬送されな
がら、図示しない照明灯から照射された光を反射し、そ
の反射光が識別対象Ｃの搬送方向と直交方向に配設され
たラインセンサ１０２の受光面に結像し、ラインセンサ
１０２によって電気信号に変換されることで、識別対象
Ｃの表面全体の画像が収集される。１ラインごとの画像
は、複数走査している間に、識別対象Ｃが搬送部１０１
によって移動することで、全体の画像として形成され
る。

【００２４】画像入力部１０３は、ラインセンサ１０２
から出力される画像信号を反転増幅した後、Ａ／Ｄ変換
処理を行なうことにより、デジタル画像データとして出
力する。この場合、画像入力部１０３は、識別対象Ｃの
インキがのっている部分で高い値を、それ以外の部分で
は低い値を出力するようになっている。また、画像入力
部１０３は、このデジタル画像データに加え、ラインセ
ンサ１０２から１画素ごと読出す信号（Ｈ信号）と、ラ
インセンサ１０２の走査開始ごとに出力する信号（Ｖ信
号）も出力する。

【００２５】画像入力部１０３から出力される画像デー
タ、Ｈ信号、Ｖ信号は、それぞれ開始終了検出部１０
４、座標発生部１０５、累積部１０８に送られる。開始
終了検出部１０４は、画像入力部１０３から出力される
信号にしたがって、識別対象Ｃがラインセンサ１０２の
下部を通過する際の、開始と終了を検出するもので、た
とえば、図３に示すように、カウンタ２０１、マスク設
定部２０２，２０５、比較器２０３，２０４，２０６、
論理積回路２０７、Ｄ形フリップフロップ回路２０８，
２０９，２１０、および、論理反転回路２１１から構成
される。

【００２６】すなわち、開始終了検出部１０４は、ま
ず、比較器２０６が画像入力部１０３から出力される画
像データに対して、一定の閾値と比較し、大きければハ
イレベルの出力を、そうでなければロウレベルの出力を
行なう。図１のように搬送される識別対象Ｃをラインセ
ンサ１０２によってとらえる場合、この比較器２０６
は、閾値以上の画素値をもたらす反射光を持つ識別対象
Ｃがラインセンサ１０２を通過する間、ハイレベルの信
号を出力し、識別対象Ｃの画像データの開始と終了を検
出することができる。

【００２７】実際には、照明灯がラインセンサ１０２の
両端と重なる場合があるため、この端領域を不感領域と
する必要がある。これを実現するため、各ラインの読出
し座標をカウンタ２０１で計数しながら、マスク設定部
２０２，２０５で設定される端の座標に対して、比較器
２０３，２０４がそれぞれ設定値以上、設定値以下のと
きにハイレベルの信号を出力し、論理積回路２０７で論
理演算を行なう。これにより、２つのマスク設定された
座標の間で閾値を越える画像データを検出することがで
き、識別対象Ｃに対応する画素のみ論理積回路２０７か
らハイレベルの信号が出力される。

【００２８】論理積回路２０７から出力される最初のハ
イレベルの信号が搬送される識別対象Ｃの先端を表す信
号となり、最後に現れるハイレベルの信号が後端を表す
信号に相当するが、これをフリップフロップ回路２０
８，２０９，２１０がとらえる。フリップフロップ回路
２０８は、最初の論理積回路２０７のハイレベルの信号
への変化をとらえ、開始信号として座標発生部１０５に
出力する。

【００２９】フリップフロップ回路２０９は、Ｖ信号が
入力されるごとにリセットされながら、論理積回路２０
７からハイレベルの信号が出力された瞬間にハイレベル
の信号を出力する。すなわち、フリップフロップ回路２
０９は、１ライン内に閾値を越える画素データが存在す
ればハイレベルの信号を出力するので、識別対象Ｃがラ
インセンサ１０２を横切っている間、必ず各ラインの走
査の終了時にはハイレベルの信号が出力される。

【００３０】この出力は、フリップフロップ回路２０９
がリセットされる前に、フリップフロップ回路２１０が
保持するので、フリップフロップ回路２１０の出力は、
識別対象Ｃがラインセンサ１０２を横切っている間、ハ
イレベルの信号を出力し続ける。論理反転回路２１１
は、この出力を反転し、識別対象Ｃがラインセンサ１０
２を通過する後端でハイレベルの信号を出力し、終了信
号として累積部１０８および比較部１０９に送る。

【００３１】座標発生部１０５は、ラインセンサ１０２
でとらえる識別対象Ｃの画像の座標データを、画像入力
部１０３から出力されるＨ信号とＶ信号に基づいて生成
するもので、たとえば、図４に示すように、カウンタ３
０１，３０２から構成される。

【００３２】すなわち、座標発生部１０５は、カウンタ
３０１が１ラインの走査の開始を示すＶ信号によつリセ
ットされて、１画素ごとの読出しに対応するＨ信号を計
数することで、Ｘ座標値を出力し、カウンタ３０２が識
別対象Ｃの先端に発生する開始信号でリセットされて、
Ｖ信号を計数することで、Ｙ座標値を出力する。

【００３３】ここで、Ｘ座標値とＹ座標値は、それぞれ
図２に示し、ラインセンサ１０２の走査方向とそれに垂
直な方向の座標を示す。座標発生部１０５から出力され
る座標データは、中心位置検出部１０６および距離計算
部１０７に送られる。

【００３４】中心位置検出部１０６は、座標発生部１０
５から出力される座標データと、あらかじめ与えられる
識別したい識別対象の半径データとから、識別対象Ｃを
円として見立てたときの中心位置の画像データにおける
座標値を出力するもので、たとえば、図５に示すよう
に、ラッチ回路４０１とバッファ回路４０２とから構成
される。

【００３５】すなわち、中心位置検出部１０６は、ラッ
チ回路４０１が識別対象Ｃの先端が検出された瞬間のＸ
座標値を開始信号のタイミングで保持することで、識別
対象Ｃの中心のＸ座標値を出力し、バッファ回路４０２
が入力される半径データを出力することで、識別対象Ｃ
の中心のＹ座標値を求め、識別対象Ｃの中心位置の座標
データを出力する。

【００３６】これは、円形である識別対象Ｃの先端のＸ
座標値が中心のＸ座標値と一致し、Ｙ座標値「０」から
始まる画像データにおいて、半径データがそのまま識別
対象Ｃの中心のＹ座標に相当することを利用している。
この中心位置検出部１０６から出力される座標データは
距離計算部１０７に送られる。

【００３７】距離計算部１０７は、座標発生部１０５か
ら出力される座標データと、中心位置検出部１０６から
出力される識別対象Ｃの中心位置の座標データとから、
入力されている画像データの中心位置からの距離を計算
する。

【００３８】距離計算部１０７は、たとえば、図６に示
すように、減算器５０１，５０２、絶対値計算器５０
３，５０４、乗算器５０５，５０６、加算器５０７、お
よび、平方根計算器５０８から構成される。

【００３９】すなわち、距離計算部１０７は、はじめ
に、減算器５０１，５０２が、それぞれ座標発生部１０
５から出力される現在読出し中の画像データのＸ座標
値、Ｙ座標値と、中心位置検出部１０６から出力される
識別対象Ｃの中心位置のＸ座標値、Ｙ座標値との差を計
算し、続いて、絶対値計算器５０３，５０４と、乗算器
５０５，５０６がそれぞれの差の２乗の値を計算する。

【００４０】ここで、乗算器５０５，５０６が負の積を
計算できるならば、絶対値計算器５０２，５０４を省略
することができる。その後、加算器５０７がその和を求
め、平方根計算器５０８がその平方根を計算する。これ
により、座標発生部１０５から出力される座標データに
対する中心位置からの２次元のユークリッド距離が計算
される。

【００４１】距離計算部１０７の別の構成例を図７に示
し、減算器６０１，６０２、絶対値計算器６０３，６０
４、および、メモリ６０５から構成することもできる。
すなわち、距離計算部１０７は、減算器６０１，６０２
が、それぞれ座標発生部１０５から出力される画像デー
タのＸ座標値、Ｙ座標値と、識別対象Ｃの中心位置のＸ
座標値、Ｙ座標値との差を求め、絶対値計算器６０３，
６０４がその差の絶対値を求める。その後、メモリ６０
５が、この２つの絶対値計算器６０３，６０４の各出力
をアドレス信号として、書込まれているデータを出力す
る。メモリ６０５には、図８に示すように、Ｘ座標値と
Ｙ座標値との差の２乗和の平方根が書込まれている。

【００４２】この方法により、高速で中心位置からの距
離を計算でき、かつ、全体画像をマスクする従来の方法
に比べて、記憶するデータを約１／４に少なくすること
ができる。

【００４３】距離計算部１０７から出力される、それぞ
れの画像データの中心からの距離データは累積部１０８
に伝えられる。累積部１０８は、複数個（ｎ個）の累積
部から構成され、画像入力部１０３から出力される画像
データを、１画素ごとにそれぞれの中心位置からの距離
に対応した累積部を選択しながら加算していく。たとえ
ば、図７で構成される距離計算部１０７から出力される
距離データにしたがえば、累積部１０８は、図８に示さ
れるメモリ６０５に書込まれている距離データの中で、
「１」と書かれているデータに対応する画素値を累積部
１が、「２」と書かれているデータに対応する画素値を
累積部２だけが加算していくことで、それぞれの距離値
に対応した画素の累積を求めていく。

【００４４】累積部１０８は、開始終了検出部１０４が
出力する開始信号で累積値をクリアされる。累積が終了
した後、累積部１０８が出力するｎ個の累積データは、
比較部１０９に送られる。

【００４５】標準データ記憶部１１０は、累積部１０８
が出力するｎ個の累積データの標準的な値を記憶してお
り、その出力データは比較部１０９に送られる。比較部
１０９は、開始終了検出部１０４から終了信号が出力さ
れた後に、累積部１０８から出力されるデータと、標準
データ記憶部１１０から出力される標準データとを比較
し、識別対象Ｃが標準データとして記憶してある所望の
識別対象の種類と一致するかどうかを判定する。

【００４６】比較部１０９は、たとえば、図９に示すよ
うに、ｎ個の累積データから１つのデータを選択するマ
ルチプレクサ８０１，８０２、減算器８０３、絶対値計
算器８０４、累積器８０５、判定部８０６、および、こ
れらを制御する制御部８０７から構成される。

【００４７】すなわち、比較部１０９は、はじめに、マ
ルチプレクサ８０１が累積部１０８が出力するｎ個の累
積データを受信し、マルチプレクサ８０２が標準データ
記憶部１１０から出力されるｎ個の標準データを受信
し、それぞれ制御部８０７から出力される制御信号によ
り、そのうち１つのデータを選択する。制御部８０７
は、開始終了検出部１０４から出力される終了信号を受
けることにより、マルチプレクサ８０１，８０２に対し
て累積データ１から順にｎまで選択する信号を出力す
る。

【００４８】このように、順に出力される入力画像の累
積データと標準データについて、減算器８０３が１組ず
つ２つのデータの差を求め、続いて絶対値計算器８０４
がその差の絶対値を求めている。求められた差の絶対値
は、累積器８０５が加算し、ｎ個のデータの差の絶対値
の累積値を出力する。

【００４９】累積器８０５は、開始終了検出部１０４が
出力する終了信号により「０」にクリアされた後に、制
御部８０７が出力するデータ選択信号にしたがって加算
動作を行なう。その後、判定部８０６が、あらかじめ定
められた判定閾値と累積結果とを比較し、対象が所望さ
れる識別対象かどうかを判定し、選別信号を出力する。

【００５０】最後に、選別部１１１が、比較部１０９か
ら出力される選別信号にしたがってゲート１１２を回動
させ、搬送部１０１で搬送される識別対象Ｃを２つの搬
送部１０１ａ，１０１ｂのどちらかに案内する。

【００５１】以上説明したように第１の実施例によれ
ば、識別対象Ｃの中心位置を検出し、この中心位置から
の距離により領域を決定するので、識別対象Ｃが画像内
で移動しても位置合わせを行ない、正確な識別が実現で
きるとともに、記憶すべきパラメータを少なくして、小
形化を実現できる。

【００５２】次に、第２の実施例について説明する。図
１０は、第２の実施例に係る識別装置の構成を示すもの
である。本実施例の第１の実施例と異なる点は、距離計
算部１０７の代わりに領域分割部９０１と、データ解析
部９０２が追加されたもので、その他の部分は同一であ
る。したがって、この領域分割部９０１と、データ解析
部９０２についてだけ詳細に説明する。

【００５３】領域分割部９０１は、座標発生部１０５か
ら出力される画像の座標データと、中心位置検出部１０
６から出力される識別対象Ｃの中心座標データに対し
て、データ解析部９０２から出力される領域データに基
づいて領域を示す領域番号を出力するもので、たとえ
ば、図１１に示すように、減算器１００１，１００２、
絶対値計算器１００３，１００４、メモリ１００５、ア
ドレス切替部１００６、および、バッファ回路１００
７，１００８から構成される。

【００５４】すなわち、領域分割部９０１は、はじめ
に、バッファ回路１００８がデータ解析部９０２から出
力される領域データを受け、同時にバッファ回路１００
７がデータ解析部９０２から出力されるアドレス信号を
受信する。そして、アドレス切替部１００６がバッファ
回路１００７の出力を選択することで、メモリ１００５
にデータ解析部９０２から出力される領域データが書き
込まれる。

【００５５】その後、画像入力部１０３が、識別したい
識別対象の画像入力を受付ける。減算器１００１，１０
０２が、それぞれ座標発生部１０５から出力される読出
中の画像データのＸ座標値、Ｙ座標値に対する、中心位
置検出部１０６から出力される識別対象Ｃの中心のＸ座
標値、Ｙ座標値との差を求め、それぞれ絶対値計算器１
００３，１００４がその差の絶対値を求める。このＸ座
標の差の絶対値とＹ座標の差の絶対値が合わされてメモ
リ１００５のアドレス信号になる。アドレス切替部１０
０６が、絶対値計算器１００３，１００４の各出力をア
ドレス信号として選択することで、メモリ１００５から
対応する領域番号を出力する。

【００５６】この構成により、リング状の領域を実際の
約１／４のデータで対応させることができ、記憶データ
の節約、または、装置の小形化を実現できる。データ解
析部９０２は、累積部１０８から出力されるｎ個の累積
データを収集し、領域分割部９０１に領域データを送
る。

【００５７】図１２および図１３は、データ解析部９０
２が出力する領域データを決定する処理のフローチャー
トで、各領域間のコントラストを大きくするものであ
る。はじめに、領域分割部９０１は、図８のように、中
心からの距離が等間隔になるような領域データが与えら
れ、続いて、標準的な識別対象の画像データを収集し、
累積部１０８がそれぞれの領域の画像の濃淡値の累積を
出力する。データ解析部９０２は、このデータに基づい
て、図１２および図１３の手順にしたがった処理を実行
することで、隣接する領域の累積値が類似している場
合、その領域を統合していく機能を持つ。

【００５８】以下、図１２および図１３に基づきデータ
解析部９０２の処理について詳細に説明する。まず、領
域番号ｒを「１」に設定するとともに（Ｓ１）、統合す
る新領域番号ｔを「１」に設定することにより（Ｓ
２）、図８における中心からの距離値「１」に対応する
領域番号「１」の累積データを累積部１０８の累積部１
から収集する（Ｓ３）。同時に、中心からの距離値
「１」となる画素数を計算し（Ｓ４）、続いて累積デー
タを画素数で割り、１画素当たりの平均画素値を計算す
る（Ｓ５）。

【００５９】次に、領域番号ｒを「＋１」し（Ｓ６）、
その後、ステップＳ５で計算した平均画素値を記憶し
（Ｓ７）、同様に距離値「２」の平均画素値を計算する
（Ｓ８，Ｓ９，Ｓ１０）。

【００６０】そして、距離値「１」の領域と、距離値
「２」の領域の平均画素値の差の絶対値を評価し（Ｓ１
１）、差が小さければ、距離値「２」の領域も距離値
「１」と同じ領域データとして書換えていく（Ｓ１
３）。差が大きければ、距離値「２」の領域も再び領域
データ「２」として、領域分割部９０１のメモリ１００
５に書込む（Ｓ１３）。

【００６１】たとえば、図８の各領域の平均濃度が図１
４に示すような数値になった場合、領域「１」、
「２」、「３」は類似しているので、領域「１」に統合
され、データ解析部９０２は図１５に示すような領域デ
ータを生成し、領域分割部９０１のメモリ１００５に書
込む。

【００６２】以上の処理（Ｓ６〜Ｓ１３）を領域ｒが終
了するまで繰返す（Ｓ１４）。データ解析部９０２の別
の処理手順を図１６のフローチャートに示す。これは、
標準的な識別対象の画像を基に、各領域の画素値の累積
が同じになるように領域を定める方法である。はじめ
に、領域分割部９０１は、図８のように、中心からの距
離が等間隔になるような領域データが与えられ、続い
て、標準的な識別対象の画像データを収集し、累積部１
０８からそれぞれの領域の画像の濃淡値の累積値を出力
する。データ解析部９０２は、このデータに基づいて、
図１６の処理手順を実行することで、各領域の累積値を
ほぼ等しいものにしていく。

【００６３】すなわち、データ解析部９０２は、まず、
領域番号ｒを「１」に設定するとともに（Ｓ２１）、統
合する新領域番号ｔを「１」に設定し（Ｓ２２）、さら
に加算値Ｂをクリアし（Ｓ２３）、距離値「１」の領域
から順番に累積部１０８の累積データを入力し（Ｓ２
４）、加算していき（Ｓ２５）、領域分割部９０１のメ
モリ１００５に書込む（Ｓ２６）。

【００６４】そして、加算値が一定値を越えれば（Ｓ２
７）、書込む領域番号ｔを更新し（Ｓ２８）、加算値を
クリアして（Ｓ２９）、次の領域の累積データを加算し
ていく（Ｓ３０，Ｓ３１）。

【００６５】これにより、累積データの加算値が一定値
以上になる隣接する領域が統合され、たとえば、図８の
領域データが図１７に示す領域データの配列となる。デ
ータ解析部９０２は、このように領域データを生成し、
領域分割部９０１のメモリ１００５に書込む。

【００６６】さらに、データ解析部９０２のさらに別の
処理手順を説明する。これは、各領域内に含まれる画素
数が同じになるように領域を定める方法である。はじめ
に、領域分割部９０１は、図８のように、中心からの距
離が等間隔になるような領域データが与えられ、続い
て、最も大きい距離である距離値「５」の領域数に合わ
せ、距離値「４」の領域数を増やす。具体的には、距離
値「３」の領域から距離値「４」に位置として近いもの
を距離値「４」に書換えていく。

【００６７】たとえば、データ解析部９０２は、図８の
対象に対して図１８に示すような領域データを生成し、
領域分割部９０１のメモリ１００５に書込む。図１６に
よれば、領域番号「１」、「２」、「３」いずれも領域
に含まれる画素数は「６０」となる。

【００６８】以上説明したように第２の実施例によれ
ば、一定間隔の距離で分割するのでなく、領域の画素数
を同じにするように、または、領域の画素値累積が一定
になるように、さらに、領域間の画素値のコントラスト
が高くなるように領域を分割することで、より高精度な
識別が可能となる。

【００６９】次に、第３の実施例について説明する。本
実施例は、第１の実施例と同じく図１および図２の構成
をとるが、比較部１０９は、図９のように標準データと
の絶対値の累積による識別を行なわず、標準データとの
類似度を計算するために、図１９に示すように、マルチ
プレクサ１７０１，１７０２、乗算器１７０３，１７０
６，１７０８，１７１１、累積器１７０４，１７０７，
１７０９、平方根計算器１７０５，１７１０、除算器１
７１３、判定部１７１４、および、これらを制御する制
御部１７１２から構成される。また、画像入力部１０３
は、各画素ごと１６段階以上の階調を持つものである必
要がある。

【００７０】本実施例は、第１の実施例に比べて、比較
部１０９の構成のみが異なるので、以下、この比較部１
０９ついて図１９を参照して詳細に説明する。比較部１
０９は、はじめに、マルチプレクサ１７０１が累積部１
０８が出力するｎ個の累積データを受信し、マルチプレ
クサ１７０２が標準データ記憶部１１０から出力される
ｎ個の標準データを受信し、それぞれ制御部１７１２か
ら出力される制御信号により、そのうち１つのデータを
選択する。制御部１７１２は、開始終了検出部１０４か
ら出力される終了信号を受けることにより、マルチプレ
クサ１７０１，１７０２に対してデータ１から順にｎま
で選択する信号を出力する。

【００７１】このように、順に出力される入力画像の累
積データと標準データについて、乗算器１７０３，１７
０８がそれぞれマルチプレクサ１７０１，１７０２の出
力の２乗の値を求め、乗算器１７０６がマルチプレクサ
１７０１，１７０２の各出力の積を計算する。そして、
乗算器１７０３，１７０６，１７０８の各出力を、累積
器１７０４，１７０７，１７０９がそれぞれ加算し、そ
れぞれ識別対象Ｃの累積データの２乗和、識別対象Ｃの
累積データと標準データとの積和、標準データの２乗和
を計算する。

【００７２】累積器１７０４，１７０７，１７０９は、
開始終了検出部１０４が出力する終了信号によって
「０」にクリアされた後に、制御部１７１２が出力する
データ選択信号にしたがって加算動作を行なう。その
後、平方根計算器１７０５が識別対象Ｃの累積データの
２乗和の平方の値を、平方根計算器１７１０が標準デー
タの２乗和の平方の値を計算して出力し、乗算器１７１
１が、この２つの値の積を求める。

【００７３】最後に、除算器１７１３が、識別対象Ｃの
累積データと標準データとの積和の値と、識別対象Ｃの
累積データの２乗和の平方と２乗和の積の値との商を計
算する。この構成により、識別対象Ｃと標準データとの
単純類似度が計算される。判定部１７１４は、あらかじ
め定められた判定閾値と類似度とを比較し、対象が所望
される識別対象かどうかを判定し、選別信号を出力す
る。

【００７４】この実施例では、少なくとも１６段階の濃
淡画像の各領域の累積値について、類似度という全体的
な変動に影響されにくい数値で、識別対象Ｃが所望のも
のかどうかを判断するので、識別対象の新旧や表面に付
着している汚れなどの影響による表面反射率のサンプル
間で生じるばらつきを吸収しながら信頼性の高い識別を
実現することができる。

【００７５】以上説明したように第３の実施例によれ
ば、２値画像を用いず濃淡画像の濃度値を累積し、さら
に、類似度値で頻度累積パターンを識別することで、表
面の反射率が新旧で異なる識別対象などによるデータの
変動の影響を少なくして、常に安定した識別を実現する
ことができる。

【００７６】次に、第４の実施例について説明する。図
２０は、第４の実施例に係る識別装置の構成を示すもの
である。本実施例の第１の実施例と異なる点は、半径検
出部１８０１、フレームメモリ１８０２、メモリ制御部
１８０３、および、候補決定部１８０４が追加されたも
ので、その他の部分は同一である。したがって、これら
追加された部分を中心に説明を行なう。

【００７７】半径検出部１８０１は、画像入力部１０３
からの画像信号と開始終了検出部１０４から出力される
開始信号を入力し、識別対象Ｃの半径データを検出する
もので、たとえば、図２１に示すように、カウンタ１９
０１，１９０６、ラッチ回路１９０２，１９０３，１９
０４、マスク設定部１９０７，１９１０、比較器１９０
５，１９０８、１９０９，１９１３、論理積回路１９１
１、および、Ｄ形フリップフロップ回路１９１２から構
成される。

【００７８】すなわち、半径検出部１８０１は、カウン
タ１９０６が画像入力部１０３から出力される１ライン
の走査の開始を意味するＶ信号によってリセットされ、
１画素ごとの読出しに応じて出力されるＨ信号を計数
し、画像のＸ座標値を発生する。このＸ座標値のうち、
マスク設定部１９０７，１９１０で指定される範囲だけ
画像データとして採用するように、比較器１９０８、１
９０９がそれぞれ設定値以下か、以上かを判定し、論理
積回路１９１１にマスク信号を出力する。これは、照明
灯などによって誤検出する可能性のあるラインセンサ１
０２の両縁を不感領域とするために設けている。

【００７９】比較器１９１３は、画像入力部１０３から
出力される画像データに対して、あらかじめ定められた
閾値と比較し、閾値以上の出力があった場合にハイレベ
ル信号を出力する。論理積回路１９１１は、比較器１９
０８，１９０９，１９１３の各出力が入力され、画像内
に反射する物体が存在すればハイレベル信号を出力す
る。

【００８０】フリップフロップ回路１９１２は、画像入
力部１０３からのＶ信号によってリセットされ、論理積
回路１９１１の出力がハイレベル信号になればハイレベ
ル信号を出力し、次のＶ信号までその出力を保持する。
この信号は、搬送される識別対象Ｃに対して、各ライン
の走査における最初の識別対象Ｃ、すなわち、端の部分
を読出している瞬間に出力されることになる。また、ラ
ッチ回路１９０３は、フリップフロップ回路１９１２の
出力のハイレベル信号への遷移時に、カウンタ１９０６
が出力するＸ座標値を保持し、各ラインの走査で現れる
最初の識別対象Ｃの端のＸ座標値を保持する。

【００８１】ラッチ回路１９０３から出力される１ライ
ン走査の識別対象ＣのＸ座標値は、ラッチ回路１９０４
が次のＶ信号で保持し、１つ前のラインの走査時のデー
タとして出力される。比較器１９０５は、このラッチ回
路１９０４が出力する１つ前のラインで検出された端の
Ｘ座標値と、ラッチ回路１９０３が出力する現在走査し
ているラインで検出された端のＸ座標値とを比較し、前
者の方が小さいときにハイレベル信号を出力する。これ
は、識別対象Ｃが円形であるので、中心点を通過するラ
インを走査するときに検出される端のＸ座標値が最も小
さくなり、その次のラインの走査では、はじめて前ライ
ンの走査よりも検出される端のＸ座標値が大きくなるこ
とを利用している。

【００８２】ラッチ回路１９０２は、中心位置を含めた
ラインを走査しているのに相当する比較器１９０５から
のハイレベル信号にしたがって、カウンタ１９０１が出
力するＹ座標データを保持し、それを半径データとして
出力する。これは、カウンタ１９０１が開始終了検出部
１０４が出力する開始信号によってリセットされ、画像
入力部１０３からのＶ信号を計数するので、識別対象Ｃ
はＹ座標値「０」から開始し、中心位置を含めたライン
を走査したときのＹ座標がそのまま半径に等しくなるこ
とを利用している。

【００８３】半径検出部１８０１から出力される半径デ
ータは、中心位置検出部１０６に送られると同時に、候
補決定部１８０４に送られる。フレームメモリ１８０２
は、半径検出部１８０１が半径を計算しているときに同
時に、画像入力部１０３が出力する画像データを記憶し
ていく。

【００８４】メモリ制御部１８０３は、フレームメモリ
１８０２のデータ書込みと読出しを制御すると同時に、
距離計算部１０７へ座標発生部１０５が出力するものに
相当する読出し画像データのＸ座標値とＹ座標値を出力
する。

【００８５】距離計算部１０７は、メモリ制御部１８０
３が出力する読出し画像の座標データと、中心位置検出
部１０６が出力する識別対象Ｃの中心の座標データとの
距離を計算し、累積部１０８のいずれか１つの累積部を
選択し、フレームメモリ１８０２から出力される画像デ
ータの画素値を累積していく。

【００８６】候補決定部１８０４は、半径検出部１８０
１から出力される半径データにしたがって、画像を収集
した識別対象Ｃの候補を選択する。このように、候補決
定部１８０４は、半径データに基づいて選択した識別対
象Ｃの種類のデータを出力し、標準データ記憶部１１０
から読出すデータを選択する。ここで、標準データ記憶
部１１０は、複数の識別対象Ｃの標準データを記憶して
いるものである。

【００８７】比較部１０９は、このようにして選択され
た標準データと累積部１０８が出力する入力データとを
比較し、その比較結果を選別信号として選別部１１１へ
送る。

【００８８】これにより、識別対象Ｃの半径を計測し、
期待される標準データとの比較を行なうだけで、識別対
象Ｃの識別を行なうので、全ての標準データと比較して
選別する場合に比べて、高速な処理を実現することがで
きる。

【００８９】以上説明したように第４の実施例によれ
ば、半径を測定した後に、判定したい対象を絞り込み、
その標準データとの比較だけを行なうことで、高速に識
別することができる。

【００９０】次に、第５の実施例について説明する。図
２２は、第５の実施例に係る識別装置の構成を示すもの
である。本実施例の第１の実施例と異なる点は、半径検
出部２００１、候補決定部２００４、および、位置基準
板２００５が追加されたもので、その他の部分は同一で
ある。したがって、これら追加された部分を中心に説明
を行なう。

【００９１】位置基準板２００５に対して、用紙Ｐの下
端を合わせた状態で、図示しない搬送手段によって、識
別対象Ｃがラインセンサ１０２を通過し、その画像デー
タを収集する。この場合、ラインセンサ１０２は、図２
２の下側から上側に向かって走査するようになっている
ものとする。

【００９２】半径検出部２００１は、画像入力部１０３
から出力される、この画像データを用いて識別対象Ｃの
半径を検出するもので、たとえば、図２３に示すよう
に、ラッチ回路２１０１と減算器２１０２とから構成さ
れる。

【００９３】すなわち、半径検出部２００１は、ラッチ
回路２１０１が、開始終了検出部１０４から開始信号が
出力された時点の、座標発生部１０５が出力するＸ座標
値を保持する。これにより、ラッチ回路２１０１は、識
別対象Ｃの先端、すなわち、図２２における右端のＸ座
標値を出力することになる。

【００９４】識別対象Ｃの画像データは、位置基準板２
００５によって識別対象Ｃの下端は固定されるので、ラ
ッチ回路２１０１が出力する右端のＸ座標値から、この
下端のＸ座標値を引けば、半径データを求めることがで
きる。そこで、減算器２１０２は、ラッチ回路２１０１
が出力する右端のＸ座標値から、識別対象Ｃの下端のＸ
座標値をオフセットデータとして減算するもので、その
減算結果を半径データとして出力する。この半径データ
は、中心位置検出部１０６および候補決定部２００４に
出力される。

【００９５】候補決定部２００４は、半径検出部２００
１で検出された半径データに基づいて選択した識別対象
Ｃの種類に基づき、パターンを比較する基準となる標準
データ記憶部１１０の標準データを選択する。ここで、
標準データ記憶部１１０は、複数の識別対象Ｃの標準デ
ータを記憶しているものである。

【００９６】比較部１０９は、このようにして選択され
た標準データと累積部１０８が出力する入力データとを
比較し、その比較結果を選別信号として選別部１１１へ
送る。

【００９７】これにより、識別対象Ｃの半径を計測し、
期待される標準データとの比較を行なうだけで、識別対
象Ｃの識別を行なうので、全ての標準データと比較して
選別する場合に比べて、高速な処理を実現することがで
きる。

【００９８】以上説明したように第５の実施例によれ
ば、第４の実施例と同様、半径を測定した後に、判定し
たい対象を絞り込み、その標準データとの比較だけを行
なうことで、高速に識別することができる。

【００９９】次に、第６の実施例について説明する。図
２４は、第６の実施例に係る識別装置の構成を示すもの
である。本実施例は、図２０で説明した第４の実施例に
対して、距離計算部１０７が領域分割部２２０５に変更
された点と、候補決定部２２０４から領域分割部２２０
５へ識別対象Ｃの候補を出力する信号経路が追加された
もので、その他の部分は同一である。したがって、これ
ら変更、追加された部分を中心に説明を行なう。

【０１００】本実施例では、第４の実施例と同じく、半
径検出部２２０１が、画像入力部１０３から出力される
画像データを用いて識別対象Ｃの半径データを検出す
る。続いて、候補決定部２２０４は、半径検出部２２０
１から出力される半径データにしたがって、画像を収集
した識別対象Ｃの種類の候補を選択する。候補決定部２
２０４は、このような半径データに基づいて選択した識
別対象Ｃの種類のデータを領域分割部２２０５に送る。

【０１０１】領域分割部２２０５は、たとえば、図１１
に示す構成をとり、候補決定部２２０４が出力する種類
を表すデータは、バッファ回路１００７とアドレス切替
部１００６とを経由して、絶対値計算器１００３，１０
０４が出力する信号と合成され、メモリ１００５へアド
レス信号として送られる。

【０１０２】たとえば、絶対値計算器１００３が出力す
るＸ座標の差の絶対値が４ビット、Ｙ座標の差の絶対値
が４ビット、候補決定部２２０４が出力する種類を表す
データが３ビットであれば、合計１１ビットのデータが
アドレス信号としてメモリ１００５に入力される。メモ
リ１００５は、複数の識別対象に対応した領域データが
記憶されており、候補決定部２２０４が出力する種類を
表すデータ３ビットにより切替えられる。

【０１０３】これにより、候補決定部２２０４が決定し
た候補に合わせた領域分割を実現することができる。た
とえば、２種類の識別対象に対して、それぞれ図１７、
図１８の領域データを切替えることで、最も特徴が強調
される領域を選択することができる。

【０１０４】また、候補決定部２００４は、半径検出部
２００１で検出された半径データに基づいて選択した識
別対象Ｃの種類に基づき、パターンを比較する基準とな
る標準データ記憶部１１０の標準データを選択する。こ
こで、標準データ記憶部１１０は、複数の識別対象Ｃの
標準データを記憶しているものである。

【０１０５】比較部１０９は、このようにして選択され
た標準データと累積部１０８が出力する入力データとを
比較し、その比較結果を選別信号として選別部１１１へ
送る。

【０１０６】これにより、識別対象Ｃの半径を計測し、
それぞれの識別対象で最適な特徴を抽出し、期待される
標準データとの比較を行なうので、固定された領域の特
徴を用いて、全ての標準データと比較して識別する場合
に比べて、高精度かつ高速な処理を実現することができ
る。

【０１０７】以上説明したように第６の実施例によれ
ば、半径を測定した後に、判定したい対象を絞り込み、
特徴データを求める領域の分割方法を対象ごとに変化さ
せることで、対象ごとに最適な特徴を求め、より高精度
な識別を実現することができる。

【０１０８】次に、第７の実施例について説明する。図
２５は、第７の実施例に係る識別装置の構成を示すもの
である。本実施例の第１の実施例と異なる点は、乗算器
２３０１、分散計算部２３０２、および、累積部２３０
３が追加されたもので、その他の部分は同一である。し
たがって、これら追加された部分を中心に説明を行な
う。

【０１０９】距離計算部１０７は、座標発生部１０５か
ら出力される座標データと、中心位置検出部１０６から
出力される識別対象Ｃの中心位置の座標データとから、
入力されている画像データの中心位置からの距離を１画
素ごとに計算し、累積部１０８が、その距離に基づき領
域ごとに画素値を累積していく。

【０１１０】乗算器２３０１は、画像入力部１０３から
入力された画素値の２乗の値を計算し、累積部２３０３
はその２乗の値の累積を記憶する。分散計算部２３０２
は、累積部１０８，２３０３の各出力データを用いて、
図２６に示す処理手順にしたがって各領域の画素値の分
散を求める。

【０１１１】以下、図２６に示すフローチャートに基づ
き分散計算部２３０２の処理を詳細に説明する。まず、
領域番号ｒを「１」に設定することにより（Ｓ４１）、
領域番号「１」の画素値の累積データＳｉｇＡを累積部
１０８から入力し（Ｓ４２）、続いて、累積部２３０３
が出力する画素値の２乗の累積データＳｉｇＢを入力す
る（Ｓ４３）。

【０１１２】その後、その領域の画素数Ｓを求めた後
（Ｓ４４）、その領域の画素の分散値Ｖａｒを、 Ｖａｒ＝Ｓｉｇ／（Ｓ−１）−（ＳｉｇＡ／Ｓ）² …… （１） として計算する（Ｓ４５）。その後、その分散値データ
を比較部１０９に送る（Ｓ４６）。この処理を全ての領
域について、比較部１０９から出力される制御信号に基
づいて実行する（Ｓ４７，Ｓ４８）。

【０１１３】このようにすることにより、たとえば、画
素値の累積データで区別できない異なる識別対象を、こ
の画素値の分散値で識別でき、より高精度の識別を実現
することができる。

【０１１４】以上説明したように第７の実施例によれ
ば、領域の画素の濃度値の分散値を特徴量として、標準
データと比較することで、画素値の累積が等しい異なる
識別対象を区別できる高性能の識別が可能となる。

【０１１５】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。たとえば、前記実施例に
記載した印章以外に、回転方向に位置の定まらない対象
である硬貨、メダル、あるいは、コンパクトディスクに
貼付される印刷ラベルなどの識別においても同様に適用
できる。

【０１１６】

【発明の効果】以上詳述したように本発明によれば、回
転方向に位置の定まらない識別対象について、その種類
を模様の特徴を用いて正確かつ高速に識別することがで
きる識別装置を提供できる。

【図面の簡単な説明】

【図１】本発明の第１の実施例に係る識別装置の構成を
示すブロック図。

【図２】図１における搬送部の部分を上方から見た平面
図。

【図３】開始終了検出部の構成を示すブロック図。

【図４】座標発生部の構成を示すブロック図。

【図５】中心位置検出部の構成を示すブロック図。

【図６】距離計算部の構成を示すブロック図。

【図７】距離計算部の他の構成を示すブロック図。

【図８】距離計算部のメモリに記憶されるデータ配列を
示す概念図。

【図９】比較部の構成を示すブロック図。

【図１０】本発明の第２の実施例に係る識別装置の構成
を示すブロック図。

【図１１】領域分割部の構成を示すブロック図。

【図１２】データ解析部の処理手順を示すフローチャー
ト。

【図１３】データ解析部の処理手順を示すフローチャー
ト。

【図１４】データ解析部が計測する領域ごとの平均画素
数の関係を示す図。

【図１５】領域分割部のメモリに記憶されるデータ配列
を示す概念図。

【図１６】データ解析部の別の処理手順を示すフローチ
ャート。

【図１７】領域分割部のメモリに記憶されるデータ配列
を示す概念図。

【図１８】領域分割部のメモリに記憶される他のデータ
配列を示す概念図。

【図１９】本発明の第３の実施例に係る比較部の構成を
示すブロック図。

【図２０】本発明の第４の実施例に係る識別装置の構成
を示すブロック図。

【図２１】半径検出部の構成を示すブロック図。

【図２２】本発明の第５の実施例に係る識別装置の構成
を示すブロック図。

【図２３】半径検出部の構成を示すブロック図。

【図２４】本発明の第６の実施例に係る識別装置の構成
を示すブロック図。

【図２５】本発明の第７の実施例に係る識別装置の構成
を示すブロック図。

【図２６】分散計算部の処理手順を示すフローチャー
ト。

【符号の説明】

Ｃ……識別対象（印章）、Ｐ……用紙、１０１，１０１
ａ，１０１ｂ…搬送部、１０２……ラインセンサ、１０
３……画像入力部、１０４……開始終了検出部、１０５
……座標発生部、１０６……中心位置検出部、１０７…
…距離計算部、１０８，２３０３……累積部、１０９…
…比較部、１１０……標準データ記憶部、１１１……選
別部、１１２……ゲート、９０１……領域分割部、９０
２……データ解析部、１８０１，２００１，２２０１…
…半径検出部、１８０２，２２０２……フレームメモ
リ、１８０３，２２０３……メモリ制御部、１８０４，
２００４，２２０４……候補決定部、２３０１……乗算
器、２３０２……分散計算部。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 識別対象の画像を画像データとして入力
   する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値を計算する距離計算手段と、 この距離計算手段で計算された距離値に基づいて、前記
   画像入力手段で入力される画像データを集約するデータ
   集約手段と、 このデータ集約手段で集約されたデータと、あらかじめ
   設定される標準データとを比較することにより前記識別
   対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。
2. 【請求項２】 識別対象の画像を画像データとして入力
   する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値に基づいて領域分割する領域分割手段
   と、 この領域分割手段で分割された各領域について、前記画
   像入力手段で入力される画像データを集約するデータ集
   約手段と、 このデータ集約手段で集約されたデータに基づいて、前
   記領域分割手段が領域分割を行なう距離値を制御する制
   御手段と、 前記データ集約手段で集約されたデータと、あらかじめ
   設定される標準データとを比較することにより前記識別
   対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。
3. 【請求項３】 識別対象の画像を少なくとも１６階調の
   画像データとして入力する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値を計算する距離計算手段と、 この距離計算手段で計算された距離値に基づいて、前記
   画像入力手段で入力される画像データを累積するデータ
   累積手段と、 このデータ累積手段で累積されたデータと、あらかじめ
   設定される標準データとを類似度に基づいて比較するこ
   とにより前記識別対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。
4. 【請求項４】 識別対象の画像を画像データとして入力
   する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値を計算する距離計算手段と、 この距離計算手段で計算された距離値に基づいて、前記
   画像入力手段で入力される画像データを集約するデータ
   集約手段と、 複数の標準データを記憶する標準データ記憶手段と、 前記画像入力手段で入力される画像データに対して、前
   記識別対象の半径データを検出する半径検出手段と、 この半径検出手段で検出された半径データに基づき前記
   標準データ記憶手段内の標準データを選択する標準デー
   タ選択手段と、 この標準データ選択手段で選択された標準データと前記
   データ集約手段で集約されたデータとを比較することに
   より前記識別対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。
5. 【請求項５】 識別対象の画像を画像データとして入力
   する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値に基づいて領域分割する領域分割手段
   と、 この領域分割手段で分割された各領域について、前記画
   像入力手段で入力される画像データを集約するデータ集
   約手段と、 複数の標準データを記憶する標準データ記憶手段と、 前記画像入力手段で入力される画像データに対して、前
   記識別対象の半径データを検出する半径検出手段と、 この半径検出手段で検出された半径データに基づき前記
   標準データ記憶手段内の標準データを選択する標準デー
   タ選択手段と、 この標準データ選択手段で選択された標準データと前記
   データ集約手段で集約されたデータとを比較することに
   より前記識別対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。
6. 【請求項６】 識別対象の画像を少なくとも１６階調の
   画像データとして入力する画像入力手段と、 この画像入力手段で入力される画像データに対して、前
   記識別対象の中心位置データを検出する中心位置検出手
   段と、 前記画像入力手段で入力される画像データの各画素値に
   対して、前記中心位置検出手段で検出された中心位置デ
   ータからの距離値を計算する距離計算手段と、 この距離計算手段で計算された距離値に基づいて、前記
   画像入力手段で入力される画像データの分散値を計算す
   る分散値計算手段と、 この分散値計算手段で計算された分散値と、あらかじめ
   設定される標準データとを類似度に基づいて比較するこ
   とにより前記識別対象の種類を識別する識別手段と、 を具備したことを特徴とする識別装置。