JPH08147469A

JPH08147469A - カラー画像認識方法

Info

Publication number: JPH08147469A
Application number: JP6284675A
Authority: JP
Inventors: Koichi Ejiri; 公一江尻; Akihiko Hirano; 明彦平野
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1994-11-18
Filing date: 1994-11-18
Publication date: 1996-06-07

Abstract

(57)【要約】【目的】カラーの特定の画像を高精度に認識する。【構成】カラー入力画像（１０１）を小領域に分割し
（１０２）、濃度差から色別、方向別エッジ強度を計算
して小領域毎に集計し（１０３）、小領域毎のエッジ強
度データより色別にエッジ方向を求め（１０５）、大領
域を移動しつつ、大領域内の小領域のエッジ方向のヒス
トグラムを特徴量として抽出し（１０７）、この特徴量
のデータと辞書（１０９）の特徴量データとのマッチン
グによって特定画像を認識する（１０８）。辞書の特徴
量データの度数を方向別に入れ替えた擬似回転特徴量デ
ータともマッチングすることにより、辞書サイズの増大
を抑えつつ、画像回転に対応する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、特定のカラー画像を認
識する技術に関する。

【０００２】

【従来の技術】従来、特定のカラー画像の識別に関して
は、特開平４−１８０３４８号の方法が知られている。
この方法は、画像を構成する各絵柄部分は固有の色空間
上で分布を持っていることに着目し、各絵柄に現われる
固有の色空間上での分布を特定し、この特定された特徴
と同一の特徴を有する画像部分を抽出する。

【０００３】しかし、この方法では、色空間での拡りが
同じ画像については、その内部色の分布が異なっていて
も識別することができない。つまり、ある画像の色空間
の拡りが特定画像と同じであれば、拡りの中の色の分布
が特定画像とは異なっていても、その画像を特定画像と
して認識してしまう虞がある。

【０００４】

【発明が解決しようとする課題】よって、本発明の目的
は、より高精度にカラー画像を認識するための方法を提
供することにある。

【０００５】

【課題を解決するための手段】請求項１記載の発明は特
定のカラー画像を認識する方法であって、カラーの入力
画像に対して、画素間の濃度差から色別及び方向別のエ
ッジ強度を求め、これを複数画素からなる小領域毎に集
計する第１ステップ、該第１ステップにより得られた各
小領域毎の色別及び方向別のエッジ強度のデータから各
小領域のエッジ方向を色別に求める第２ステップ、複数
の小領域を含む各大領域毎に、それに含まれる小領域に
ついて該第２ステップによつて得られた色別のエッジ方
向のデータより特徴量を求める第３ステップ、及び、該
第３ステップにより得られた特徴量に基づいて特定のカ
ラー画像に関する認識を行なう第４ステップからなるこ
とを特徴とするものである。

【０００６】請求項２記載の発明は、請求項１記載の発
明のカラー画像認識方法において、第２ステップが、各
小領域について求められた、ある色の方向別のエッジ強
度の中で最大のものが所定の閾値に満たないときには、
当該小領域に当該色に関しエッジ方向を持たせないこと
を特徴とするものである。

【０００７】請求項３記載の発明は、請求項１記載の発
明のカラー画像認識方法において、第２ステップが各小
領域のエッジ方向として、エッジ強度が最大のエッジ方
向とエッジ強度が次に大きいエッジ方向とを求め、第３
ステップが該第２ステップで求められたエッジ強度が最
大のエッジ方向及びエッジ強度が次に大きいエッジ方向
のそれぞれに関する特徴量を求めることを特徴とするも
のである。

【０００８】請求項４記載の発明は、請求項１記載の発
明のカラー画像認識方法において、第３ステップが丸い
形の大領域を用いることを特徴とするものである。

【０００９】請求項５記載の発明は、請求項１記載の発
明のカラー画像認識方法において、第３ステップが複数
の大領域の組を用い、それら各大領域毎に特徴量を求め
ることを特徴とするものである。

【００１０】請求項６記載の発明は、請求項１記載の発
明のカラー画像認識方法において、第３ステップは大領
域の全体及び中央部分のそれぞれについて特徴量を求め
ることを特徴とするものである。

【００１１】請求項７記載の発明は、請求項１乃至６の
いずれか１項記載の発明のカラー画像認識方法におい
て、第３ステップがエッジ方向のヒストグラムを特徴量
として求め、第４ステップが、予め辞書として用意され
たエッジ方向のヒストグラム、及びその度数をエッジ方
向別に入れ替えた１つ以上のヒストグラムと、該第３ス
テップにより得られたヒストグラムとのマッチングを行
なうことを特徴とするものである。

【００１２】

【作用】請求項１乃至７の各項に記載の発明によれば、
入力画像上の濃度差から色別・方向別のエッジ強度を求
め、これを小領域毎に集計したものより大領域毎に色別
のエッジ方向に関する特徴量を求め、これを認識に用い
るため、上記従来方法に比べカラーの特定画像を精度よ
く認識することが可能となる。

【００１３】エッジ強度が小さい場合には画像原稿の読
取光の加減や原稿の裏映り等によってエッジ方向が変わ
りやすいが、請求項２記載の発明によれば、そのような
エッジ方向の変動の影響を受けにくくなる。

【００１４】画像の回転によって、最大のエッジ強度を
持つエッジ方向が変わりやすいが、請求項３記載の発明
によれば、最大のエッジ強度を持つエッジ方向のみなら
ず、次に大きなエッジ強度を持つエッジ方向に関する特
徴量も認識に利用するので、画像の多少の回転があって
も高精度の認識が可能である。

【００１５】請求項４記載の発明によれば、特徴量抽出
のための大領域の形状を丸くすることによって、大領域
の形状を正方形または矩形にした場合のように、画像が
回転した場合に認識精度を低下させるような成分が特徴
量に含まれにくくなるため、画像の回転に強くなる。

【００１６】特徴量抽出のための大領域の大きさは、認
識しようとする特定画像の大きさに依存するが、大き過
ぎると、得られた特徴量は誤認識を生じさせやすい。請
求項５記載の発明によれば、組み合わせて用いる個々の
大領域を比較的小さくすることができるので、そのよう
な不都合を回避することができ、かつ、各大領域の位置
情報も利用できるので、大きな特定画像の認識精度を向
上できる。

【００１７】入力画像の小領域分割時に、入力画像と認
識用辞書とのずれが発生しても、請求項６記載の発明に
よれば、そのような画像のずれの影響を受け難い大領域
の中央部分の特徴量をも求めることによって、高精度の
認識が可能である。

【００１８】請求項７記載の発明によれば、画像が回転
した場合にも認識することができ、かつ、様々な角度の
多数の特徴量データを辞書として用意しておく場合に比
べ、辞書のサイズを小さくすることができる。

【００１９】

【実施例】以下、本発明のいくつかの実施例について、
図面を用いて説明する。図１及び図２はそれぞれ、後記
各実施例のための装置構成の一例を示すブロック図及び
処理の概略フローを示すフローチャートである。以下、
図１及び図２を必要に応じて参照しつつ、各実施例につ
いて説明する。

【００２０】＜実施例１＞図１を参照するに、処理すべ
きカラー画像はＲＢＧ信号１０１の形で小領域分割部１
０２とエッジ強度算出部１０３に入力する。小領域分割
部１０２は、入力したカラー画像を所定の大きさの小領
域に分割する。例えば、図３に示すように、入力したカ
ラー画像を１５画素×１５画素のサイズの正方形小領域
に分割する。この例では小領域相互に重なりがないが、
小領域間に適当な幅の重なりを持たせることも可能であ
る。

【００２１】エッジ強度算出部１０３は、画素毎に、近
傍画素の濃度差から、色（Ｒ，Ｇ，Ｂ）別に、方向別の
エッジ強度を画素毎に求め、この各色の方向別エッジ強
度を小領域別に集計し、集計したデータ（エッジ強度デ
ータ）をエッジ強度メモリ１０４に格納する（図２，ス
テップ２００〜２１５）。

【００２２】より具体的には、例えば図４に示すような
マトリクス１２０（中央の番号５が注目画素）を、画像
全体にわたって１画素ずつ移動させつつ、ＲＧＢ各色別
に、水平方向（Ｈdir）、右上がり方向（Ｅdir）、垂直
方向（Ｖdir）、左上がり方向（Ｗdir）の各方向別に、
各画素毎のエッジ強度を求める（図２のステップ２０
５）。方向別エッジ強度の算式は次のとおりである。水平方向エッジ強度（Ｈpow）＝｜(f(1)+f(2)+f(3))-(f(7)+f(8)+f(9))｜右上方向エッジ強度（Ｅpow）＝｜(f(2)+f(3)+f(6))-(f(4)+f(7)+f(8))｜垂直方向エッジ強度（Ｖpow）＝｜(f(1)+f(4)+f(7))-(f(3)+f(6)+f(9))｜左上方向エッジ強度（Ｗpow）＝｜(f(1)+f(2)+f(4))-(f(6)+f(8)+f(9))｜ただし、ｆ（ｎ）はマトリクス中の番号ｎ（＝１〜９）
の画素の濃度である。また、図５は、このようにして各
画素毎に得られるＲＧＢ各色成分の４方向のエッジ強度
データを示している。

【００２３】エッジ強度算出部１０３は、上に述べたよ
うた各画素毎のエッジ強度の算出を行ないつつ、そのエ
ッジ強度を小領域毎に集計（累積）する処理を行なう
（図２のステップ２１０）。処理中の各時点での小領域
毎のエッジ強度データ（形式は図６に示したものと同
様）は、エッジ強度メモリ１０４に保存される。以上の
処理が入力画像の全体について終了すると、エッジ方向
算出部１０５による処理（図２のステップ２２０，２２
５）が開始する。

【００２４】エッジ方向算出部１０５は、エッジ強度メ
モリ１０４内の各小領域毎に集計されたエッジ強度デー
タを参照し、各小領域毎に、ＲＧＢ各色別の各方向のエ
ッジ強度を比較し、エッジ強度が最も大きい方向をエッ
ジ方向とする処理を行ない、その結果をエッジ方向デー
タとしてエッジ方向メモリ１０６に格納する。

【００２５】図６の上段に、ある小領域に対するエッジ
強度データの例を示す。この例では、Ｒ成分については
集計された水平方向のエッジ強度Σ(Ｈpow）が最大であ
り、Ｇ成分とＢ成分については集計された左上方向のエ
ッジ強度Σ（Ｗpow）が最大である。つまり、当該小領
域のエッジ方向は、Ｒ成分が水平方向（Ｈdir)、Ｇ成分
及びＢ成分が左上方向(Ｗdir）である。したがって、当
該小領域のエッジ方向データは、図６の下段に示すよう
なものとなる。

【００２６】以上の処理が全小領域について終わると、
特徴量算出部１０７及び認識部１０８による処理（図２
のステップ２３０〜２５０）が始まる。特徴量算出部１
０７は、所定数の小領域からなる領域（大領域と呼ぶ）
を小領域単位で入力画像上において移動させつつ（図２
のステップ２５０）、エッジ方向メモリ１０６を参照
し、大領域に含まれる全小領域に関するＲＧＢ各色別の
エッジ方向のヒストグラムを作成し、これを大領域の特
徴量とする（図２のステップ２３５）。なお、大領域
は、例えば１７小領域×１７小領域のサイズの正方形領
域であるが、このサイズまたは形状は、認識しようとす
る特定画像のサイズや形状等に応じて適宜変更してよい
（後記実施例４などを参照）。

【００２７】図７（Ａ）は、ある位置における大領域に
ついて得られたエッジ方向のヒストグラムの例を示して
おり、度数ｎｕｍ(dir)はエッジ方向（dir）を持つ小領
域の個数を意味している。このようなエッジ方向のヒス
トグラム（特徴量）は、図７（Ｂ）に示すような形式の
特徴量データとして認識部１０８へ渡される。

【００２８】認識部１０８は、特徴量算出部１０７より
渡された特徴量データと、同様の方法で一つまたは複数
の特定のカラー画像について予め作成されて辞書１０９
に登録されている特徴量データとのマッチングを行なう
（図２のステップ２４５，２５０）。このマッチングで
マッチしない場合は、特徴量算出部１０７が大領域を移
動して特徴量算出を行なう。

【００２９】入力画像全体について同様の処理を行なっ
ても、特定画像とマッチしない場合には、特定画像が認
識されなかったとして制御部１１０に制御が渡り、処理
全体が完了する。認識部１０８でのマッチングで特定画
像とマッチした場合には、その特定画像が認識されたと
いうことであるので制御部１１０に制御が戻り、制御部
１１０の制御のもとで必要な処理が実行される（図２の
ステップ２６０）。

【００３０】＜実施例２＞本実施例は、全体的な処理内
容は前記実施例１と同様であり、前記実施例１との相違
は、つぎに述べるようなエッジ方向算出部１０５による
エッジ方向算出処理の内容のみである。

【００３１】すなわち、前記実施例１におけると同様
に、各色別に最大のエッジ強度を持つ方向をエッジ方向
とするわけであるが、その最大のエッジ強度が、ある閾
値に満たないときには、当該小領域については当該色に
関しエッジ方向を持たせない処理を行なう。例えば、あ
る小領域について、例えば図８の上段に示すようなエッ
ジ強度データが得られたとする。Ｒ成分とＢ成分につい
ては、最大のエッジ強度が閾値Ｔ１を越えるが、Ｇ成分
については最大のエッジ強度が閾値Ｔ１に達しない。そ
こで、当該小領域に対しては、Ｇ成分についてエッジ方
向を持たせず、図８の下段に示すようなエッジ方向デー
タとする。

【００３２】エッジ強度が小さい場合、画像原稿の読取
光の加減や原稿の裏映り等の影響により、エッジ方向が
変わりやすい。したがって、適当な閾値を設定し、上に
述べたように最も大きいエッジ強度が閾値に達しないと
きには、無理にエッジ方向を持たせない方法のほうが、
認識性能を向上できる。

【００３３】＜実施例３＞本実施例は、全体的な処理内
容は前記実施例１と同様であるが、次に述べるように、
エッジ方向算出部１０５、特徴量算出部１０７及び認識
部１０８の処理の内容が一部相違する。

【００３４】エッジ方向算出部１０５は、小領域の色別
のエッジ方向データに、エッジ強度が最大のエッジ方向
に加えて、エッジ強度が次に大きいエッジ方向も含め
る。例えば、図９の上段に示すようなエッジ強度データ
が得られた場合には、図９の下段に示すようなエッジ方
向データを作成してエッジ方向メモリ１０６に格納す
る。そして、特徴量算出部１０７においては、そのよう
なエッジ方向データを用いて、エッジ強度が最大のエッ
ジ方向のヒストグラムと、エッジ強度が次に大きなエッ
ジ方向のヒストグラムとを特徴量として抽出する。認識
部１０８は、そのような特徴量と、同様にして作られて
辞書１０９に登録されている特徴量とのマッチングを行
なって、特定画像の認識を行なう。

【００３５】入力画像と辞書との微妙な回転ずれにより
エッジ方向が変動し、最大のエッジ強度の方向と次に大
きなエッジ強度の方向とが逆になるような場合でも、上
述のように、エッジ強度が２番目に大きなエッジ方向も
特徴量として抽出すれば、認識性能の悪化を抑えること
ができる。

【００３６】＜実施例４＞本実施例の処理内容は、前記
実施例１あるいは実施例２と同様であるが、特徴量算出
部１０７の特徴量抽出（図２のステップ２３５）で用い
る大領域として、例えば図１０に示すような円形の領域
を使用する。図１０において、細線の格子は小領域を示
し、太線で囲まれた円形領域が大領域を示している。た
だし、大領域のサイズは変更可能である。

【００３７】入力画像が辞書に対して回転している場合
に、大領域の形が正方形もしくは矩形であると、画像に
よっては大領域の四隅周辺の画像データが辞書のそれと
は異なる可能性が高い。これに対し、特徴量を抽出する
大領域として円形の領域を採用すれば、そのような四隅
部分を含まない有効なデータのみを利用して、より確実
な認識が可能となる。

【００３８】＜実施例５＞本実施例の処理内容は基本的
には前記実施例１あるいは実施例２，３または４と同様
である。相違点は次のとおりである。

【００３９】特徴量算出部１０７の特徴量抽出（図２の
ステップ２３５）で用いる大領域として、比較的小さな
複数個の大領域の組合せを用いる。例えば図１１（Ａ）
に太線で示すような８小領域×８小領域のサイズを持つ
４個の大領域１〜４の組合せを用いる。そして、特徴量
データとして、図１１（Ｂ）に示すように、４個の大領
域１〜４それぞれ毎の特徴量を抽出する。当然、辞書に
も同様の特徴量データが登録される。

【００４０】特徴量抽出のための大領域の大きさは、認
識しようとする特定画像の大きさに依存するが、大き過
ぎる大領域で得られるヒストグラムは誤認識を生じさせ
やすい。この問題は、本実施例のように、比較的小さい
大領域を複数個組合せた用いることによって解決され
る。また、各大領域の位置情報も利用できる。したがっ
て、本実施例によれば、きな特定画像も高精度に認識可
能となる。

【００４１】＜実施例６＞本実施例の処理内容は基本的
には前記実施例１あるいは実施例２，３または４と同様
である。相違点は次のとおりである。

【００４２】特徴量算出部１０７の特徴量算出処理（図
２のステップ２３５）において、例えば図１２（Ａ）に
示すように、大領域の全体についての特徴量を求めると
ともに、大領域の中心部についての特徴量をも求める。
そして、特徴量データを、図１２（Ｂ）に示すように、
大領域全体の特徴量データと中心部の特徴量データとを
並べた形式とする。当然、辞書１０９の特徴量データも
同様の形式とする。

【００４３】入力画像を小領域に分割する際に、入力画
像と辞書とのずれが発生し、これはそのまま大領域のず
れとなるが、大領域の中心部はその影響を受けにくい。
したがって、本実施例のように大領域の中心部の特徴量
もあわせて抽出すれば、入力画像と辞書とのずれによる
影響を受け難くくなり、認識性能が向上する。

【００４４】＜実施例７＞本発明のようにエッジ方向に
注目した画像認識方法においては、画像の回転による方
向の変化は認識性能を大きく悪化させる要因である。本
実施例は、このような画像の回転に対応しようとするも
のである。

【００４５】認識部１０８においては、図１３に示すよ
うに、辞書１０９に登録されている特徴量データ１３
１、その度数を方向別に入れ替えることにより擬似的に
画像を４５度、９０度、１３５度それぞれ回転させた特
徴量データ１３２，１３３，１３４と、特徴量算出部１
０７より渡された特徴量データ１３８とのマッチングに
よって画像認識を行なう。このようにすることで、入力
画像が回転している場合にも、ある程度の認識性能を発
揮できる。認識で用いるエッジ方向は、１８０度回転さ
せると元の方向と同じになるので、０度から１８０度ま
での回転を考慮すれば足りる。

【００４６】なお、一つの特定画像について、回転角度
を変えた複数の特徴量データを予め辞書１０９に登録し
ておくことによって、同様に画像回転に対応可能である
が、辞書１０９のサイズは増加する。上に述べた以外の
構成及び処理内容は、前記実施例１あるいは実施例２，
３または４と同様である。

【００４７】＜実施例８＞本実施例も前記実施例７と同
じように、画像の回転に対応することを目的としたもの
である。

【００４８】前記実施例７との相違点は、辞書１０９
に、一つの特定画像について回転角度差の比較的小さな
２つ以上の特徴量データを予め登録しておき、これら特
徴量データ中の度数を方向別に入れ替えることによっ
て、比較的細かな角度刻みで擬似回転させた複数の特徴
量データを作成し、これと特徴量算出部１０７により抽
出された特徴量データとのマッチングを行なうことであ
る。

【００４９】図１４に具体例の説明図である。辞書１０
９には、特定画像に対して回転角度が０度の特徴量デー
タ１４１と回転角度が２２．５度の特徴量データ１４２
とが予め登録されている。認識部１０８においては、特
徴量データ１４１の度数を方向単位で入れ替えて擬似的
に４５度、９０度及び１３５度回転させた特徴量データ
１４３，１４５，１４７を作成し、また、特徴量データ
１４２の度数を方向単位で入れ替えて擬似的に６７．５
度、１１２．５度、１５７．５度回転させた特徴量デー
タ１４４，１４６，１４７を作成し、これらの特徴量デ
ータ１４１〜１４７のそれぞれと、特徴量算出部１０７
によって抽出された特徴量データ１４９とのマッチング
を行なって画像認識をする。

【００５０】

【発明の効果】以上説明したように、請求項１乃至７の
各項に記載の発明によれば、入力画像上の濃度差から色
別・方向別のエッジ強度を求め、これを小領域毎に集計
したものより大領域毎に色別のエッジ方向に関する特徴
量を求め、これを認識に用いることによって、従来より
も高い精度でカラーの特定画像を認識することが可能と
なる。

【００５１】特に、請求項２記載の発明によれば、画像
原稿の読取光の加減や原稿の裏映り等の影響による誤認
識を減らすことができる。請求項３または４記載の発明
によれば、画像の多少の回転があっても認識が可能とな
る。また、請求項７記載の発明によれば、辞書のサイズ
の増加を抑えつつ、画像が回転した場合にも認識が可能
である。

【００５２】特徴量抽出のための大領域の大きさは、認
識しようとする特定画像の大きさに依存するが、大き過
ぎると、得られた特徴量は誤認識を生じ易い。請求項５
記載の発明によれば、組み合わせて用いる個々の大領域
を比較的小さくすることができるので、そのような不都
合を回避することができ、かつ、各大領域の位置情報も
利用できるので、大きな特定画像の認識精度を向上でき
る。

【００５３】入力画像の小領域分割時に、入力画像と認
識用辞書とのずれが発生しても、請求項６記載の発明に
よれば、そのような画像のずれの影響を受け難い大領域
の中央部分の特徴量をも求めることによって、高精度の
認識が可能である。

【図面の簡単な説明】

【図１】各実施例のための装置構成の一例を示すブロッ
ク図である。

【図２】各実施例の処理の概略フローを示すフローチャ
ートである。

【図３】小領域分割の一例の説明のための図である。

【図４】エッジ強度算出用マトリクスをエッジ強度算出
式とともに示す図である。

【図５】エッジ強度データの例を示す図である。

【図６】小領域毎に集計されたエッジ強度データと、そ
れに対応したエッジ方向データの例を示す図である。

【図７】大領域毎に求められたエッジ方向ヒストグラム
と、それに対応した特徴量データの例を示す図である。

【図８】実施例２に関連した、小領域毎のエッジ強度デ
ータとエッジ方向データの例を示す図である。

【図９】実施例３に関連した、小領域毎のエッジ強度デ
ータとエッジ方向データの例を示す図である。

【図１０】実施例４における大領域の例を示す図であ
る。

【図１１】（Ａ）実施例５における大領域を示す図であ
る。（Ｂ）実施例５における特徴量データを示す図である。

【図１２】（Ａ）実施例６における大領域とその中央部
の説明図である。（Ｂ）実施例６における特徴量データを示す図である。

【図１３】実施例７における辞書と認識処理の説明図で
ある。

【図１４】実施例８における辞書と認識処理の説明図で
ある。

【符号の説明】

１０２小領域分割部１０３エッジ強度算出部１０４エッジ強度メモリ１０５エッジ方向算出部１０６エッジ方向メモリ１０７特徴量算出部１０８認識部１０９辞書１１０制御部

Claims

【特許請求の範囲】

【請求項１】カラーの入力画像に対して、画素間の濃
度差から色別及び方向別のエッジ強度を求め、これを複
数画素からなる小領域毎に集計する第１ステップ、該第
１ステップにより得られた各小領域毎の色別及び方向別
のエッジ強度のデータから各小領域のエッジ方向を色別
に求める第２ステップ、複数の小領域を含む各大領域毎
に、それに含まれる小領域について該第２ステップによ
つて得られた色別のエッジ方向のデータより特徴量を求
める第３ステップ、及び、該第３ステップにより得られ
た特徴量に基づいて特定のカラー画像に関する認識を行
なう第４ステップからなるカラー画像認識方法。
【請求項２】請求項１記載のカラー画像認識方法にお
いて、第２ステップは、各小領域について求められた、
ある色の方向別のエッジ強度の中で最大のものが所定の
閾値に満たないときには、当該小領域に当該色に関しエ
ッジ方向を持たせないことを特徴とするカラー画像認識
方法。
【請求項３】請求項１記載のカラー画像認識方法にお
いて、第２ステップは各小領域のエッジ方向として、エ
ッジ強度が最大のエッジ方向とエッジ強度が次に大きい
エッジ方向とを求め、第３ステップは該第２ステップで
求められたエッジ強度が最大のエッジ方向及びエッジ強
度が次に大きいエッジ方向のそれぞれに関する特徴量を
求めることを特徴とするカラー画像認識方法。
【請求項４】請求項１記載のカラー画像認識方法にお
いて、第３ステップは丸い形の大領域を用いることを特
徴とするカラー画像認識方法。
【請求項５】請求項１記載のカラー画像認識方法にお
いて、第３ステップは複数の大領域の組を用い、それら
各大領域毎に特徴量を求めることを特徴とするカラー画
像認識方法。
【請求項６】請求項１記載のカラー画像認識方法にお
いて、第３ステップは大領域の全体及び中央部分のそれ
ぞれについて特徴量を求めることを特徴とするカラー画
像認識方法。
【請求項７】請求項１乃至６のいずれか１項記載のカ
ラー画像認識方法において、第３ステップはエッジ方向
のヒストグラムを特徴量として求め、第４ステップは、
予め辞書として用意されたエッジ方向のヒストグラム、
及び該辞書としてのエッジ方向のヒストグラムの度数を
エッジ方向別に入れ替えた１つ以上のヒストグラムと、
該第３ステップにより得られたヒストグラムとのマッチ
ングを行なうことを特徴とするカラー画像認識方法。