JPH0816785A - Image recognition device and method - Google Patents
Image recognition device and methodInfo
- Publication number
- JPH0816785A JPH0816785A JP6144287A JP14428794A JPH0816785A JP H0816785 A JPH0816785 A JP H0816785A JP 6144287 A JP6144287 A JP 6144287A JP 14428794 A JP14428794 A JP 14428794A JP H0816785 A JPH0816785 A JP H0816785A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- fourier transform
- candidate
- image
- input image
- 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
Links
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は画像認識装置および画像
認識方法に関し、特に光学センサ等の画像信号に含まれ
る画像パターン抽出用の画像認識装置および画像認識方
法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image recognizing apparatus and an image recognizing method, and more particularly to an image recognizing apparatus and an image recognizing method for extracting an image pattern contained in an image signal of an optical sensor or the like.
【０００２】[0002]
【従来の技術】入力画像パターンのフーリエ変換パワー
スペクトルが、元の画像パターンを平行移動させても不
変であることはよく知られている。また、この性質を利
用して、入力画像パターンをそのフーリエ変換パワース
ペクトルへと変換することにより、位置ずれを許容でき
るパターン判定を実現する方式も公知である。さらに、
特開昭４９−３４２４６号公報記載の画像パターンのフ
ーリエ変換そのものを用いる階層的パタン認識装置は、
画像パターンの位置を移動するとそのフーリエ変換は位
相成分のみが変化するという性質を有することを利用
し、位置ずれにより生じ得る位相成分の変化に相当する
重み関数を予めいくつか用意しておき、それらを画像パ
ターンのフーリエ変換に乗算して上記位置ずれを補正し
ながらパターン判定を行う。これらの方法（以下従来の
第１の方法）は、画像パターンの位置ずれのみが問題で
ある場合には有効であるが、位置ずれと同時に背景パタ
ーンや背景ノイズの重畳がある場合や、また画像パター
ン自身の変形がある場合などにはうまく動作しない。2. Description of the Related Art It is well known that the Fourier transform power spectrum of an input image pattern does not change even when the original image pattern is translated. Further, a method is also known in which, utilizing this property, the input image pattern is converted into its Fourier transform power spectrum to realize the pattern determination that allows the positional deviation. further,
Japanese Patent Application Laid-Open No. 49-34246 discloses a hierarchical pattern recognition apparatus using the Fourier transform of an image pattern itself.
Utilizing the fact that the Fourier transform has the property that only the phase component changes when the position of the image pattern is moved, and several weighting functions corresponding to changes in the phase component that can occur due to the position shift are prepared in advance. Is multiplied by the Fourier transform of the image pattern to correct the positional deviation, and pattern determination is performed. These methods (hereinafter, the first conventional method) are effective when only the positional deviation of the image pattern is a problem, but when there is a background pattern or background noise superimposed at the same time as the positional deviation, It does not work well when the pattern itself is deformed.
【０００３】上記欠点を解消する従来の第２の方法であ
る特開平２−１５６３８７号公報記載の画像信号の処理
方法は、入力画像パターンを小領域に分割し、各領域毎
にフーリエ変換を施した上で、パターンの切出しを行い
ながらパターン判定を行うものである。The image signal processing method described in Japanese Patent Application Laid-Open No. 2-156387, which is a second conventional method for solving the above-mentioned drawbacks, divides an input image pattern into small regions and performs Fourier transform for each region. Then, the pattern determination is performed while cutting out the pattern.
【０００４】ここで、この従来の第２の方法について詳
細に説明する。以下、入力画像パターンをｆ（ｘ）で、
分割された各小領域毎のフーリエ変換をＦ（ｋ，Ｘ）
で、そのパワーをＰ（ｋ，Ｘ）でそれぞれ表す。ここで
ｋは空間周波数を、Ｘは小領域の中心の座標すなわちど
の小領域の算出フーリエ変換であるかの区別用のラベル
をそれぞれ表す。入力画像パターンは各領域毎のフーリ
エ変換Ｆ（ｋ，Ｘ）とそのパワーＰ（ｋ，Ｘ）とにそれ
ぞれ変換される。このパワーＰ（ｋ，Ｘ）を用いて、同
様の変換をあらかじめ施しておいた参照パターンとの間
でパターンマッチングを行う。パワーＰ（ｋ，Ｘ）は入
力パターンを移動させても殆んど変化しないため、これ
により位置ずれ許容可能なパターン判定が可能となる。Here, the second conventional method will be described in detail. Hereinafter, the input image pattern is represented by f (x),
F (k, X) is the Fourier transform of each divided small area
And the power is represented by P (k, X). Here, k represents a spatial frequency, and X represents a label for distinguishing the coordinates of the center of the small area, that is, which small area is the calculated Fourier transform. The input image pattern is converted into a Fourier transform F (k, X) and its power P (k, X) for each region. Using this power P (k, X), pattern matching is performed with a reference pattern that has been subjected to the same conversion in advance. Since the power P (k, X) hardly changes even when the input pattern is moved, it becomes possible to determine a pattern in which positional deviation is allowable.
【０００５】もし、入力に余分な背景パターンなどが含
まれている場合には、その影響によりマッチングの類似
度は低くなり確定的な判定を行うのは困難となる。この
ような場合には、最初のマッチングにより選ばれた候補
の参照パターンＰ’（ｋ，Ｘ）を用いて、入力画像中か
らパターンの切出しを行いながらパターン判定を行う。
すなわち、まず入力画像パターンの小領域毎のフーリエ
変換Ｆ（ｋ，Ｘ）に対して、候補パターンのパワースペ
クトルＰ’（ｋ，Ｘ）を用いて以下の処理を施す。 Ｆ’（ｋ，Ｘ）＝Ｆ（ｋ，Ｘ）・（Ｐ’（ｋ，Ｘ）／Ｐ（ｋ，Ｘ）0.5 Ｐ（ｋ，Ｘ）≠０の場合 ＝０ それ以外の場合…………（１） もし、背景パターンがこの候補の参照パターンから十分
離れた場所にのみ位置するとすると、この背景パターン
が位置している小領域では上記参照パターンのパワー
Ｐ’（ｋ，Ｘ）はゼロとなるため、（１）式による処理
によりこのような背景パターン成分は除去される。また
背景パターンと切出し対象パターンとが同一小領域内に
位置している場合でも、上記背景パターンの主要空間周
波数成分が上記対象パターンとは異なった周波数領域上
にあれば、やはりその空間周波数ｋではＰ’（ｋ，Ｘ）
はゼロとなるため、（１）式による処理の結果、背景パ
ターン成分は除去される。従ってこれらの場合、（１）
式で得られたＦ’（ｋ，Ｘ）に逆フーリエ変換を施して
得られるパターンからは背景パターンが除去されている
ことになる。この関係を用いて入力画像パターンからの
パターン切出しを行ない、この切出された結果である切
出しパターンを用いて再度パターン判定を行うことによ
り、背景パターンの重畳がある場合にも確度の高いパタ
ーン判定を行うことが可能となる。If the input includes an extra background pattern or the like, the similarity of the matching is reduced due to the influence, and it is difficult to make a definite decision. In such a case, the pattern determination is performed while cutting out the pattern from the input image using the reference pattern P ′ (k, X) of the candidate selected by the first matching.
That is, first, the following processing is performed on the Fourier transform F (k, X) of each small area of the input image pattern using the power spectrum P ′ (k, X) of the candidate pattern. F ′ (k, X) = F (k, X) · (P ′ (k, X) / P (k, X) 0.5 When P (k, X) ≠ 0 = 0 otherwise …… (1) If the background pattern is located only at a place sufficiently distant from the reference pattern of this candidate, the power P ′ (k, X) of the reference pattern is zero in the small area where the background pattern is located. Therefore, such a background pattern component is removed by the processing according to equation (1), and even if the background pattern and the pattern to be cut out are located in the same small area, the main spatial frequency of the background pattern is If the component is on a frequency region different from that of the target pattern, P ′ (k, X) is still obtained at the spatial frequency k.
Is zero, the background pattern component is removed as a result of the processing according to equation (1). Therefore, in these cases, (1)
This means that the background pattern has been removed from the pattern obtained by performing the inverse Fourier transform on F ′ (k, X) obtained by the equation. A pattern is extracted from the input image pattern using this relationship, and the pattern is determined again using the extracted pattern, which is a result of the extraction. Can be performed.
【０００６】このように、従来の第２の方法は、同時に
入力画像パターンに位置ずれと背景パターンや背景ノイ
ズの重畳があっても、それらに妨げられないパターン判
定が可能であるという点で優れた方法である。しかし、
切出し対象画像パターンと背景パターンとが位置的に近
接しており、かつ空間周波数領域でも重なり合いを持つ
ような場合には、（１）式の処理では背景パターンの十
分な除去ができず、パターン切出しが有効に働かないと
いう問題点があった。As described above, the second conventional method is excellent in that even if the input image pattern is misaligned and the background pattern and the background noise are superposed at the same time, it is possible to make a pattern determination which is not hindered by them. It is a method. But,
When the extraction target image pattern and the background pattern are close to each other in position and have an overlap in the spatial frequency domain, the background pattern cannot be sufficiently removed by the processing of equation (1), and the pattern extraction is performed. Did not work effectively.
【０００７】具体的な画像パターンの入力画像パターン
と候補参照パターンと切出し処理結果の画像の例をそれ
ぞれ示す図３を参照すると、この図に示す入力画像パタ
ーン（Ａ）は所望パターンの円に対しランダム・ドット
・ノイズが背景として重畳されている。このような例で
は背景ノイズと対象するパターンとが位置的にも近接し
ており、また空間周波数領域でも重なり合っているため
十分な背景ノイズの除去ができず、その結果、切出し処
理後（Ｃ）においても参照パターン（Ｂ）との類似度は
低い値に留まり、確度の高い判定を行うことが困難であ
る。Referring to FIG. 3, which shows an example of an input image pattern of a specific image pattern, a candidate reference pattern, and an image of a cutout processing result, an input image pattern (A) shown in FIG. Random dot noise is superimposed as a background. In such an example, the background noise and the target pattern are close to each other in terms of position, and also overlap in the spatial frequency domain, so that sufficient background noise cannot be removed. As a result, after the extraction processing (C) In this case, the similarity with the reference pattern (B) remains at a low value, and it is difficult to make a highly accurate determination.
【０００８】[0008]
【発明が解決しようとする課題】上述した従来の第１の
画像認識方法は、位置ずれと同時に背景パターンや背景
ノイズの重畳がある場合や、また画像パターン自身の変
形がある場合などにはパターン判定が困難であるという
欠点があった。The above-described first image recognition method according to the prior art is used when the background pattern or the background noise is superimposed simultaneously with the displacement, or when the image pattern itself is deformed. There is a drawback that determination is difficult.
【０００９】また、上記欠点を緩和する従来の第２の画
像認識方法は、切出し対象画像パターンと背景パターン
とが位置的に近接しており、かつ空間周波数領域でも重
なり合いを持つような場合には、背景パターンの十分な
除去ができず、パターン切出しが有効に働かないという
という欠点があった。Further, the second conventional image recognition method for alleviating the above-mentioned drawbacks is that when the image pattern to be cut out and the background pattern are close to each other in position and overlap in the spatial frequency domain, However, there was a disadvantage that the background pattern could not be sufficiently removed, and pattern cutting did not work effectively.
【００１０】本発明の目的は、上述したような従来の問
題点を解決し、対象パターンと位置的にも近接し、空間
周波数領域でも重なり合いがあるような背景パターンや
背景ノイズがある場合にも有効に働くパターン切出し方
法を提供し、このような場合にも確度の高い判定処理を
可能とすることにある。[0010] An object of the present invention is to solve the above-mentioned conventional problems, and to solve the problem even when there is a background pattern or background noise that is close in position to the target pattern and overlaps in the spatial frequency domain. An object of the present invention is to provide a pattern cutting method that works effectively, and to enable highly accurate determination processing even in such a case.
【００１１】[0011]
【課題を解決するための手段】本発明の画像認識装置
は、認識対象の入力画像パターンの供給を受け一時記憶
する画像入力手段と、前記入力画像パターンを予め定め
た面積の小領域に分割しこの小領域毎のフーリエ変換と
フーリエ変換パワースペクトルパターンとを算出するフ
ーリエ変換手段と、予め定めた参照パターンと前記フー
リエ変換パワースペクトルパターンとのパターンマッチ
ングを行い第１の候補パターンを選出する候補パターン
選出手段と、前記第１の候補パターンの逆フーリエ変換
パターンを算出する逆フーリエ変換手段と、前記逆フー
リエ変換パターンを用いて前記入力画像パターンから第
２の候補パターンを切出す切出処理手段とを備える画像
認識装置において、前記第１の候補パターンの前記入力
画像パターンに対する位置ずれ量を推定しこの位置ずれ
量に相当する位相のずれ量である移相量を補正してこの
第１の候補パターンを前記逆フーリエ変換手段へ供給す
るする位相補正手段を備えて構成されている。According to the present invention, there is provided an image recognition apparatus comprising: an image input means for receiving and temporarily storing an input image pattern to be recognized; and dividing the input image pattern into small areas having a predetermined area. Fourier transform means for calculating a Fourier transform and a Fourier transform power spectrum pattern for each small region, and a candidate pattern for performing pattern matching between a predetermined reference pattern and the Fourier transform power spectrum pattern to select a first candidate pattern Selecting means, inverse Fourier transform means for calculating an inverse Fourier transform pattern of the first candidate pattern, and cutout processing means for extracting a second candidate pattern from the input image pattern using the inverse Fourier transform pattern An image recognition device comprising: a first candidate pattern corresponding to the input image pattern; It comprises a phase correction means for estimating the position shift amount, correcting the phase shift amount which is the shift amount of the phase corresponding to this position shift amount, and supplying the first candidate pattern to the inverse Fourier transform means. ing.
【００１２】本発明の画像認識方法は、認識対象の入力
画像パターンを予め定めた小領域に分割し、前記各小領
域毎のフーリエ変換およびフーリエ変換パワースペクト
ルパターンに変換して予め定めた参照パターンと前記フ
ーリエ変換パワースペクトルパターンとのパターンマッ
チングを行い第１の候補パターンを選出し、第１の候補
パターンの逆フーリエ変換パターンを算出し、前記逆フ
ーリエ変換パターンに基づき前記入力画像パターンから
第２の候補パターンの切出しを行いながらパターン判定
を行う画像認識方法において、前記第１の候補パターン
の前記入力画像パターンに対する位置ずれ量を推定しこ
の位置ずれ量に相当する位相ずれ量である移相量を補正
して前記逆フーリエ変換パターンを算出することを特徴
とするものである。According to the image recognition method of the present invention, the input image pattern to be recognized is divided into predetermined small areas, and the Fourier transform and Fourier transform power spectrum pattern of each of the small areas are converted into a predetermined reference pattern. And the Fourier transform power spectrum pattern are subjected to pattern matching to select a first candidate pattern, an inverse Fourier transform pattern of the first candidate pattern is calculated, and a second candidate from the input image pattern is calculated based on the inverse Fourier transform pattern. In the image recognition method of performing pattern determination while cutting out the candidate pattern, the amount of phase shift of the first candidate pattern with respect to the input image pattern is estimated, and the amount of phase shift is the amount of phase shift corresponding to this amount of position shift. Is corrected to calculate the inverse Fourier transform pattern.
【００１３】[0013]
【実施例】次に、本発明の実施例をブロックで示す図１
を参照すると、この図に示す本実施例の画像認識装置
は、画像パターンを入力し記憶する画像入力部１と、入
力画像パターンの小領域毎のフーリエ変換とそのパワー
を算出するフーリエ変換部２と、予め同様の変換を施し
ておいた参照パターンを格納しておき入力とのパターン
マッチングを行い候補パターンを選出する候補パターン
選出部３と、選出された候補パターンと入力画像パター
ンとの間の位置ずれを推定しそれによる位相のずれを補
正する位相補正部４と、位相のずれが補正された候補パ
ターンからその逆フーリエ変換を算出する逆フーリエ変
換部５と、逆フーリエ変換で再生された像を用いて入力
画像パターンから候補パターンを切出す切出処理部６と
を備える。1 is a block diagram showing an embodiment of the present invention.
Referring to FIG. 1, the image recognition apparatus of the present embodiment shown in this figure includes an image input section 1 for inputting and storing an image pattern, a Fourier transform section 2 for calculating a Fourier transform for each small area of the input image pattern and its power. Between the selected candidate pattern and the input image pattern; and a candidate pattern selection unit 3 that stores a reference pattern that has undergone similar conversion in advance and performs pattern matching with an input to select a candidate pattern. A phase correction unit 4 that estimates the position shift and corrects the phase shift due to the position shift, an inverse Fourier transform unit 5 that calculates the inverse Fourier transform of the candidate pattern whose phase shift has been corrected, and an inverse Fourier transform are reproduced. A cutout processing unit 6 that cuts out a candidate pattern from an input image pattern using an image.
【００１４】次に、図１を参照して本実施例の動作につ
いて説明すると、画像入力部１から入力された画像ｆ
（ｘ）は、フーリエ変換部２によってオーバーラップを
許して小領域に分割され、各領域毎のフーリエ変換Ｆ
（ｋ，Ｘ）とそのパワーＰ（ｋ，Ｘ）とに変換される。
この局所フーリエ変換とそのパワーの計算は次式で与え
られる。 Ｆ（ｋ，Ｘ）＝Σx ｆ（ｘ）Ｇ（ｘ−Ｘ）ｅｘｐ｛−ｉｋ（ｘ−Ｘ）｝ Ｐ（ｋ，Ｘ）＝｜Ｆ（ｋ，Ｘ）｜2 …（２） ここで、ｆ（ｘ）は入力画像パターンの位置ｘにおける
画素の明暗度をあらわす。ｉはｉ2 ＝−１を満たす純虚
数である。Ｘは小領域の中心の座標すなわちどの小領域
の算出フーリエ変換であるかの区別用のパラメータであ
る。ここで、入力画像全体の全体フーリエ変換Ｆ（ｋ）
とそのパワースペクトルＰ（ｋ）とを用いても以下の処
理は可能である。その場合には、以下の式において、Ｆ
（ｋ，Ｘ），Ｐ（ｋ，Ｘ）をそれぞれＦ（ｋ），Ｐ
（ｋ）と読代えればよい。この全体フーリエ変換を用い
るとパターンの位置ずれに対する許容度は大きくなる
が、背景ノイズと切出し対象パターンとの空間周波数領
域上での分離が一般に悪くなりパターン推定処理の精度
が低下する。Next, the operation of this embodiment will be described with reference to FIG. 1. The image f input from the image input unit 1 will be described.
(X) is divided into small areas by allowing the Fourier transform unit 2 to overlap, and the Fourier transform F
(K, X) and its power P (k, X).
The calculation of this local Fourier transform and its power is given by the following equation. F (k, X) = { x f (x) G (x-X) exp} -ik (x-X)} P (k, X) = | F (k, X) | 2 (2) Where f (x) represents the brightness of the pixel at the position x of the input image pattern. i is a pure imaginary number that satisfies i 2 = -1. X is a parameter for distinguishing the coordinates of the center of the small area, that is, which small area is the calculated Fourier transform. Here, the whole Fourier transform F (k) of the entire input image
And the power spectrum P (k) thereof can be used for the following processing. In that case, in the following equation, F
(K, X) and P (k, X) are F (k) and P, respectively.
What is necessary is just to read as (k). Although the use of the whole Fourier transform increases the tolerance for the positional deviation of the pattern, the separation of the background noise and the extraction target pattern in the spatial frequency domain generally deteriorates, and the accuracy of the pattern estimation processing decreases.
【００１５】Ｇ（ｘ−Ｘ）は、各小領域の境界における
不連続性を除去するため上記境界においてほぼゼロとな
るように定められた窓関数である。この窓関数としては
ハミング窓や、次式のようなガウシアン窓が用いられ
る。 Ｇ（ｘ−Ｘ）＝ｅｘｐ［−（ｘ−Ｘ）2 ／２σ2 ）］ 次に候補パターン選出部３によって、この局所フーリエ
変換のパワーＰ（ｋ，Ｘ）を用いて、あらかじめ同様の
変換を施しておいた参照パターンＰm （ｋ，Ｘ）との間
のパターンマッチングを行い、入力画像にどのようなパ
ターンが含まれているのかについて推定を行うことによ
り参照用の候補パターンを選定する。例えば次式のよう
な類似度を計算し、最も類似度の高い参照パターンを候
補として選定する。 Ｓm ＝ΣK,x Ｐ（ｋ，Ｘ）Ｐm （ｋ，Ｘ）／（ΣK,x Ｐ（ｋ，Ｘ）2 ・ΣK,x Ｐm （ｋ，Ｘ）2 ）0.5 ………………（３） パワーＰ（ｋ，Ｘ）は入力パターンを移動させてもほと
んど変化しないため、これにより位置ずれに左右されな
いパターン推定が可能となる。ここで入力画像に背景パ
ターンの重畳などがなく、この最初のパターンマッチン
グで十分な類似度が得られた場合には、それを判定結果
とし処理は終了する。G (x-X) is a window function defined so as to be almost zero at the boundary of each small area in order to remove the discontinuity at the boundary. As this window function, a Hamming window or a Gaussian window such as the following equation is used. G (x−X) = exp [− (x−X) 2 / 2σ 2 )] Next, the candidate pattern selection unit 3 uses the power P (k, X) of this local Fourier transform to perform similar conversion in advance. The candidate pattern for reference is selected by performing pattern matching with the reference pattern P m (k, X) that has been subjected to the above-described processing and estimating what kind of pattern is included in the input image. . For example, the similarity is calculated as in the following equation, and the reference pattern with the highest similarity is selected as a candidate. S m = Σ K, x P (k, X) P m (k, X) / (Σ K, x P (k, X) 2 · Σ K, x P m (k, X) 2 ) 0.5. (3) Since the power P (k, X) hardly changes even when the input pattern is moved, it is possible to estimate a pattern that is not affected by the displacement. Here, if there is no superimposition of the background pattern on the input image and a sufficient similarity is obtained by the first pattern matching, this is determined as a determination result and the process ends.
【００１６】最初のパターンマッチングで十分な類似度
が得られない場合には、さらに位相補正部４によって、
選出された候補パターンと入力画像パターンとの間の位
置ずれの大きさを推定し、この位置ずれにより生ずる位
相ずれの補正を行う。When a sufficient degree of similarity cannot be obtained by the first pattern matching, the phase correction unit 4 further
The magnitude of the positional shift between the selected candidate pattern and the input image pattern is estimated, and the phase shift caused by the positional shift is corrected.
【００１７】次に、候補パターン選出部３により選出さ
れた候補パターンの局所フーリエ変換をＦn として、位
相補正処理について説明すると、位相補正部４は、まず
次式であらわされる計算を実行する。 Ｃ（ｄ，Ｘ）＝ΣK Ｆ（ｋ，Ｘ）* Ｆn （ｋ，Ｘ）ｅｘｐ｛ｉｋ（ｄ）｝ …………（４） ＊印は複素共役をとる操作を表す。（４）式の処理で計
算されるＣ（ｄ，Ｘ）は、近似的に小領域Ｘにおける入
力パターンとその候補パターンとの相互相関関数を与え
るから、その最大値を与えるｄの値からその領域におけ
る位置ずれの大きさΔ（Ｘ）が推定できる。 Δ（Ｘ）＝ＡｒｇＭａＸｄ［Ｃ（ｄ，Ｘ）］ ……………………………（５） パターンが微小距離Δだけ移動するとそのフーリエ変換
は位相がｅｘｐ（ｉΔｋ）だけ変化するから、位相補正
部４は候補パターンに対して（６）式の処理によりその
位相の補正を行う。 Ｆ’（ｋ，Ｘ）＝Ｆn （ｋ，Ｘ）ｘｅｘｐ｛ｉｋΔ（Ｘ）｝ ………（６） （４）式の処理で、全てのｋについて和をとる代わり
に、候補パターンＦn が大きい値をとる主要な空間周波
数ｋについてのみの和をとることにより計算量の低減を
計ることが可能である。また、（５）式の処理では各小
領域毎に独立に位置ずれの大きさが推定されるが、位置
ずれの大きさがどの部分でも同一であることが事前に分
かっている場合には（５）式の処理結果を全ての小領域
で平均化したり、あるいは小領域毎に候補パターンと入
力画像パターンとの類似度を見積り、それに応じて重み
付けした平均化処理を行うことにより位置ずれに対する
推定誤差を低減させることが可能である。パターンに変
形があり各小領域毎に位置ずれの大きさが異なる場合、
小領域毎に独立にこれらの位置ずれの大きさを推定する
ことにより変形にも強いパターン切出し、およびパター
ン判定が可能となる。また、この場合、近傍の小領域で
の位置ずれの推定値を参照し、それらを用いて平均化処
理を行うことで位置ずれに対する推定の誤差を低下させ
ることが可能である。Next, a local Fourier transform of the selected candidate patterns by the candidate pattern selection unit 3 as F n, will be described. Phase correction processing, the phase correcting unit 4 first executes the calculations represented by the following formula. C (d, X) = Σ K F (k, X) * F n (k, X) exp {ik (d)} ............ (4) * mark represents the operation of taking a complex conjugate. Since C (d, X) calculated by the processing of the expression (4) approximately gives the cross-correlation function between the input pattern and the candidate pattern in the small area X, the value of d giving the maximum value is calculated from the value of d. The magnitude Δ (X) of the displacement in the region can be estimated. Δ (X) = ArgMaXd [C (d, X)] (5) When the pattern moves by a minute distance Δ, its Fourier transform changes its phase by exp (iΔk). The phase corrector 4 corrects the phase of the candidate pattern by the processing of the equation (6). F ′ (k, X) = F n (k, X) xexp {ikΔ (X)} (6) In the processing of equation (4), instead of taking the sum for all k, the candidate pattern F n It is possible to reduce the amount of calculation by taking the sum only for the main spatial frequency k, which takes a large value. Further, in the processing of the expression (5), the magnitude of the positional deviation is estimated independently for each small area. However, if it is known in advance that the magnitude of the positional deviation is the same in any part, ( 5) Estimating the positional deviation by averaging the processing result of the expression in all the small areas, or estimating the similarity between the candidate pattern and the input image pattern for each small area, and performing averaging processing weighted accordingly. It is possible to reduce errors. If the pattern is deformed and the size of the displacement differs for each small area,
By independently estimating the magnitude of these positional deviations for each small area, it is possible to perform pattern extraction and pattern determination that are resistant to deformation. Further, in this case, it is possible to reduce the estimation error with respect to the positional shift by referring to the estimated value of the positional shift in the nearby small area and performing the averaging process using them.
【００１８】次に逆フーリエ変換部５は、こうして得ら
れる位相の補正された候補パターンの局所フーリエ変換
Ｆ’（ｋ，Ｘ）からその逆変換ｆ’（ｘ）（（７）式）
を計算し、推定された位置に候補パターンを再生する。 Ｆ’（ｘ）＝Σx （１／Ｎ2 ）ΣK Ｆ’（ｋ，Ｘ）ｅｘｐ｛ｉｋ（ｘ−Ｘ）｝／ Σx Ｇ（ｘ−Ｘ） ………………………（７） ここで、１／Ｎ2 は、規格化の定数であり、Ｎ2 は小領
域の大きさを表す。Next, the inverse Fourier transform unit 5 converts the local Fourier transform F '(k, X) of the phase-corrected candidate pattern thus obtained into its inverse transform f' (x) (Equation (7)).
Is calculated, and the candidate pattern is reproduced at the estimated position. F '(x) = Σ x (1 / N 2) Σ K F' (k, X) exp {ik (x-X)} / Σ x G (x-X) ........................... (7) Here, 1 / N 2 is a constant for normalization, and N 2 represents the size of the small area.
【００１９】切出処理部６はこの再生像ｆ’（ｘ）を用
いて、入力像ｆ（ｘ）中から候補パターンの切出しを行
う。 ｆnew （ｘ）＝（ｆ（ｘ）ｆ’（ｘ））0.5 ………………………（８） ｆ’（ｘ）は推定位置に再生された候補パターンである
ので、（８）式の切出し処理によってｆ’（ｘ）がゼロ
となる場所に位置している背景パターンは消去される。
切出されたパターンｆnew （ｘ）は再びフーリエ変換
部、候補パターン選出部３により小領域毎のフーリエ変
換とパワーとを算出した後にパターンマッチング処理が
行われる。最初の推定パターンが正しかった場合には、
以上の処理により背景パターンが除去されるので、２度
目のパターンマッチングでほぼ１００％の類似度が得ら
れ、確度の高いパターン判定が可能となる。Using the reproduced image f '(x), the extraction processing unit 6 extracts a candidate pattern from the input image f (x). f new (x) = (f (x) f ′ (x)) 0.5 (8) Since f ′ (x) is a candidate pattern reproduced at the estimated position, (8) The background pattern located at a position where f ′ (x) becomes zero is deleted by the extraction processing of the expression (3).
The cut-out pattern f new (x) is subjected to pattern matching processing again after the Fourier transform unit and the candidate pattern selection unit 3 calculate the Fourier transform and power for each small area. If the first estimated pattern was correct,
Since the background pattern is removed by the above processing, a similarity of almost 100% is obtained in the second pattern matching, and a highly accurate pattern determination can be performed.
【００２０】また上記最初の推定パターンが誤りであっ
た場合には、この切出処理によっても類似度は改善しな
いので誤りと判定できる。その場合には、第２候補、第
３候補の参照パターンを用いて同様の処理を行う。If the first estimated pattern is erroneous, the extraction processing does not improve the similarity, so that it can be determined to be erroneous. In that case, the same processing is performed using the reference patterns of the second candidate and the third candidate.
【００２１】２度目のパターンマッチングはｆ’（ｘ）
とｆnew （ｘ）とを用いて、例えば次式により行っても
よい。 ｓ＝Σx ｆ’（ｘ）ｆnew （ｘ）／Σx ｆ’（ｘ）2 Σ
x ｆnew （ｘ）2 ）0.5 ｆ’（ｘ）は、位置ずれが推定値により補正された候補
パターンであるので（３）式よりも位置ずれに対して安
定した結果を与える。The second pattern matching is f '(x)
And f new (x), for example, by the following equation. s = { xf '(x) fnew (x) / { xf' (x) 2 }
x f new (x) 2 ) 0.5 f ′ (x) is a candidate pattern in which the displacement is corrected by the estimated value, and gives a more stable result with respect to the displacement than the expression (3).
【００２２】入力画像パターンと候補参照パターンと本
実施例の切出し処理結果の画像を従来の第２の方法と比
較した例をそれぞれ示す図３および処理結果の類似度を
示す図４をを併せて参照すると、この図に示す入力画像
パターン（Ａ）は所望パターンの円に対しランダム・ド
ット・ノイズが背景として重畳されている。入力パター
ンおよび参照パターン（Ｂ）の各々の円相互間は１２画
素分ずれている。上述したように従来の第２の方法によ
る切出処理画像（Ｃ）では十分な背景ノイズの除去がで
きず、参照パターンとの類似度は図４のグラフＢのよう
に７０％程度と低い値に留まるが、本実施例の切出処理
画像（Ｄ）では、効果的にパターン切出しができ、その
結果図４のグラフＡのようにほぼ１００％に近い類似度
が得られ、確度の高いパターン判定が可能となることが
分かる。FIG. 3 showing an example in which the input image pattern, the candidate reference pattern, and the image of the extraction processing result of the present embodiment are compared with the second conventional method, and FIG. 4 showing the similarity of the processing result are also combined. For reference, in the input image pattern (A) shown in this figure, random dot noise is superimposed as a background on a circle of a desired pattern. Each of the circles of the input pattern and the reference pattern (B) is shifted by 12 pixels. As described above, the background image cannot be sufficiently removed from the clipped image (C) according to the second conventional method, and the similarity with the reference pattern is as low as about 70% as shown in the graph B of FIG. However, in the extraction processing image (D) of this embodiment, pattern extraction can be effectively performed, and as a result, a similarity close to almost 100% is obtained as shown in a graph A of FIG. It can be seen that the determination can be made.
【００２３】次に、本発明の第２の実施例を図１と共通
の構成要素には共通の参照文字／数字を付して同様にブ
ロックで示す図２を参照すると、この図に示す本実施例
の画像認識装置の第１の実施例に対する相違点は、画像
入力部１によって入力された画像ｆ0 （ｘ）に対して輪
郭などの明るさ（輝度あるいは濃淡）が変化する部分を
強調するコントラスト強調部７を備え、このコントラス
ト強調部７が（９）式に示す処理を施し、輪郭を強調し
た画像ｆ（ｘ）を生成することである。 ｆ（ｘ）＝Σx'ｆ0 （ｘ' ）ＤＯＧ（ｘ’−ｘ） ……………（９） ここで、関数ＤＯＧは畳み込み和の核となる中心部で
正、周辺部で負の値をとる同心円型の関数であり次式で
与えられる。 ＤＯＧ（ｘ）＝Ａｅｘｐ（−ｘ2 ／２σp 2 ）−Ｂｅｘｐ（−ｘ2 ／２σn 2 ） ……………（１０） ガウシアン関数の幅を決めるパラメータσp 、σn はσ
p ＜σn となるように定める。σp の大きさが分解能の
大きさを決めるので、通常はσp は１画素程度の大きさ
に設定する。正の定数Ａ，Ｂは、次式を満足するように
定める。 Σx ＤＯＧ（ｘ）＝０ …………（１１） （９）式で表される処理の結果、入力画像の中で輝度が
一定の領域では（９）式のｆ（ｘ）の値は、（１１）式
から容易に分かるように、ゼロとなることが知られてい
る。ｆ（ｘ）は入力画像において、輪郭部などのように
輝度が変化している領域でのみゼロでない値をとる。Next, a second embodiment of the present invention will be described with reference to FIG. 2, which is a block diagram showing components common to those in FIG. 1 with common reference characters / numbers. The difference between the image recognition device of the present embodiment and the first embodiment is that a portion of the image f 0 (x) input by the image input unit 1 where the brightness (brightness or shading) changes, such as an outline, is emphasized. This is to provide an image f (x) in which the contour is enhanced by performing the processing shown in Expression (9). f (x) = Σ x ′ f 0 (x ′ ) DOG (x′−x) (9) Here, the function DOG is positive at the center of the core of the convolution sum and negative at the periphery. And is given by the following equation. DOG (x) = Aexp (−x 2 / 2σ p 2 ) −Bexp (−x 2 / 2σ n 2 ) (10) Parameters σ p and σ n that determine the width of the Gaussian function are σ
It is determined so that p <σ n . Since the magnitude of σ p determines the magnitude of the resolution, normally σ p is set to a size of about one pixel. The positive constants A and B are determined so as to satisfy the following equation. Σ x DOG (x) = 0 (11) As a result of the processing represented by the equation (9), the value of f (x) in the equation (9) becomes , (11), it is known to be zero. f (x) takes a non-zero value only in an area where the luminance changes, such as an outline, in the input image.
【００２４】本実施例ではこのように輝度の変化を強調
した画像に対して第１の実施例と同様の処理を行う。輪
郭部などの輝度変化部分を強調すると、異なるパターン
間の差異が強調されるため、パターン判定（弁別）が容
易になるというメリットがある。この場合には、候補パ
ターン選出部３においてパターンマッチングを行う際に
用いる参照パターンにも予め（９）式の処理を施した上
で局所フーリエ変換を施しておく。また、（９）式の処
理の結果得られるパターンｆ（ｘ）は正、負いずれの符
号も取り得るので、切出処理部６によるパターン切出し
処理は次のように変更する。 ｆnew （ｘ）＝ｓｇｎ｛ｆ（ｘ）｝｛ｆ（ｘ）ｆ’（ｘ））0.5 ｆ（ｘ）ｆ’（ｘ）＞０の場合 ＝０ それ以外の場合 …………………（１１） ここで、ｓｇｎ｛｝は引き数の符号により＋１，−１を
とる関数である。In this embodiment, the same processing as in the first embodiment is performed on the image in which the change in the brightness is emphasized. Emphasizing a brightness change portion such as a contour portion emphasizes a difference between different patterns, and thus has an advantage that pattern determination (discrimination) becomes easy. In this case, the reference pattern used when performing the pattern matching in the candidate pattern selection unit 3 is also subjected to the processing of Expression (9) in advance and then subjected to the local Fourier transform. Further, since the pattern f (x) obtained as a result of the processing of the equation (9) can have either a positive sign or a negative sign, the pattern cutout processing by the cutout processing unit 6 is changed as follows. f new (x) = sgn ｛f (x)｝ ｛f (x) f ′ (x)) 0.5 When f (x) f ′ (x)> 0 = 0 In other cases ............ (11) Here, sgn ｛｝ is a function that takes +1 or −1 depending on the sign of the argument.
【００２５】[0025]
【発明の効果】以上説明したように、本発明の画像認識
装置および画像認識方法は、対象パターンと位置的に近
接し空間周波数領域でも重なり合いがあるような背景パ
ターンや背景ノイズがあるような場合にもそれらを効果
的に除去し対象パターンの切出しを可能とし、その結果
確度の高いパターン判定処理を可能とするという効果が
ある。As described above, the image recognition apparatus and the image recognition method according to the present invention can be applied to a case where there is a background pattern or background noise that is close in position to the target pattern and overlaps in the spatial frequency domain. In addition, there is an effect that a target pattern can be cut out by effectively removing them, and as a result, a highly accurate pattern determination process can be performed.
【図１】本発明の画像認識装置の第１の実施例を示すブ
ロック図である。FIG. 1 is a block diagram showing a first embodiment of an image recognition device of the present invention.
【図２】本発明の画像認識装置の第２の実施例を示すブ
ロック図である。FIG. 2 is a block diagram showing a second embodiment of the image recognition device of the present invention.
【図３】入力画像パターンおよび候補参照パターンの一
例と切出し処理結果の画像をそれぞれ本実施例と従来の
第２の方法とで比較した図である。FIG. 3 is a diagram in which an example of an input image pattern and a candidate reference pattern and an image of a cutout processing result are compared between this embodiment and a conventional second method, respectively.
【図４】入力画像パターンと切出し処理結果の画像の類
似度をそれぞれ本実施例と従来の第２の方法とで比較し
た図である。FIG. 4 is a diagram comparing the degree of similarity between an input image pattern and an image obtained as a result of a clipping process between the present embodiment and a second conventional method.
１ 画像入力部 ２ フーリエ変換部 ３ 候補パターン選出部 ４ 位相補正部 ５ 逆フーリエ変換部 ６ 切出処理部 ７ コントラスト強調部 1 Image Input Section 2 Fourier Transform Section 3 Candidate Pattern Selection Section 4 Phase Correction Section 5 Inverse Fourier Transform Section 6 Clipping Processing Section 7 Contrast Enhancement Section
Claims (4)
け一時記憶する画像入力手段と、前記入力画像パターン
を予め定めた面積の小領域に分割しこの小領域毎のフー
リエ変換とフーリエ変換パワースペクトルパターンとを
算出するフーリエ変換手段と、予め定めた参照パターン
と前記フーリエ変換パワースペクトルパターンとのパタ
ーンマッチングを行い第１の候補パターンを選出する候
補パターン選出手段と、前記第１の候補パターンの逆フ
ーリエ変換パターンを算出する逆フーリエ変換手段と、
前記逆フーリエ変換パターンを用いて前記入力画像パタ
ーンから第２の候補パターンを切出す切出処理手段とを
備える画像認識装置において、 前記第１の候補パターンの前記入力画像パターンに対す
る位置ずれ量を推定しこの位置ずれ量に相当する位相の
ずれ量である移相量を補正してこの第１の候補パターン
を前記逆フーリエ変換手段へ供給するする位相補正手段
を備えることを特徴とする画像認識装置。1. An image input means for receiving and temporarily storing an input image pattern to be recognized, dividing the input image pattern into small areas having a predetermined area, and performing a Fourier transform and a Fourier transform power spectrum for each of the small areas. Fourier transform means for calculating a pattern, a candidate pattern selecting means for performing pattern matching between a predetermined reference pattern and the Fourier transform power spectrum pattern to select a first candidate pattern, and an inverse of the first candidate pattern. Inverse Fourier transform means for calculating a Fourier transform pattern,
An image recognition apparatus comprising: a cutout processing unit that cuts out a second candidate pattern from the input image pattern by using the inverse Fourier transform pattern. In the image recognition apparatus, the displacement amount of the first candidate pattern with respect to the input image pattern is estimated. An image recognition apparatus characterized by comprising phase correction means for correcting a phase shift amount which is a phase shift amount corresponding to the positional shift amount and supplying the first candidate pattern to the inverse Fourier transforming means. .
含む輝度の変化部分を強調するコントラスト強調手段を
さらに備えることを特徴とする請求項１記載の画像認識
装置。2. The image recognition apparatus according to claim 1, further comprising contrast enhancement means for enhancing a change in luminance including an outline in said input image pattern.
た小領域に分割し、前記各小領域毎のフーリエ変換およ
びフーリエ変換パワースペクトルパターンに変換して予
め定めた参照パターンと前記フーリエ変換パワースペク
トルパターンとのパターンマッチングを行い第１の候補
パターンを選出し、第１の候補パターンの逆フーリエ変
換パターンを算出し、前記逆フーリエ変換パターンに基
づき前記入力画像パターンから第２の候補パターンの切
出しを行いながらパターン判定を行う画像認識方法にお
いて、 前記第１の候補パターンの前記入力画像パターンに対す
る位置ずれ量を推定しこの位置ずれ量に相当する位相ず
れ量である移相量を補正して前記逆フーリエ変換パター
ンを算出することを特徴とする画像認識方法。3. An input image pattern to be recognized is divided into predetermined small regions, which are converted into a Fourier transform and a Fourier transform power spectrum pattern for each small region, and a predetermined reference pattern and the Fourier transform power spectrum. Pattern matching with a pattern is performed to select a first candidate pattern, an inverse Fourier transform pattern of the first candidate pattern is calculated, and a second candidate pattern is cut out from the input image pattern based on the inverse Fourier transform pattern. In the image recognition method of performing pattern determination while performing the above, the amount of misregistration of the first candidate pattern with respect to the input image pattern is estimated, and the phase shift amount corresponding to this amount of misregistration is corrected to correct An image recognition method characterized by calculating a Fourier transform pattern.
記小領域毎に独立にまたは近傍の前記小領域での推定結
果のみを参照して行うことを特徴とする請求項３記載の
画像認識方法。4. The image according to claim 3, wherein the estimation of the amount of displacement and the correction of the phase are performed independently for each of the small regions or by referring only to the estimation result in the nearby small region. Recognition method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6144287A JP2625384B2 (en) | 1994-06-27 | 1994-06-27 | Image recognition device and image recognition method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6144287A JP2625384B2 (en) | 1994-06-27 | 1994-06-27 | Image recognition device and image recognition method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0816785A true JPH0816785A (en) | 1996-01-19 |
| JP2625384B2 JP2625384B2 (en) | 1997-07-02 |
Family
ID=15358566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6144287A Expired - Fee Related JP2625384B2 (en) | 1994-06-27 | 1994-06-27 | Image recognition device and image recognition method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2625384B2 (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998020454A1 (en) * | 1996-11-01 | 1998-05-14 | Yamatake Corporation | Pattern extraction apparatus |
| JP2001036731A (en) * | 1999-07-21 | 2001-02-09 | Nec Corp | Method and device for processing digital image and recording medium |
| JP2002353126A (en) * | 2001-05-29 | 2002-12-06 | Advantest Corp | Position detection apparatus and method, electronic component conveyance apparatus, and electron beam exposure system |
| WO2003005302A1 (en) * | 2001-07-05 | 2003-01-16 | Advantest Corporation | Image processing apparatus and image processing method |
| JP2006221365A (en) * | 2005-02-09 | 2006-08-24 | Bitstrong:Kk | Line scan type image processing unit |
| JP2007226475A (en) * | 2006-02-22 | 2007-09-06 | Fuji Electric Retail Systems Co Ltd | Coin discrimination apparatus, coin discrimination method, and coin discrimination program |
| JP2010282658A (en) * | 2010-09-09 | 2010-12-16 | Fuji Electric Retail Systems Co Ltd | Coin identification apparatus, coin identification method, and coin identification program |
| JP2014078110A (en) * | 2012-10-10 | 2014-05-01 | Konica Minolta Inc | Image processor, image processing method, and image processing program |
| KR20140111314A (en) * | 2011-12-29 | 2014-09-18 | 웨이브라이트 게엠베하 | Image processing method for determining focus depth of a refractive laser |
| WO2015159422A1 (en) * | 2014-04-18 | 2015-10-22 | 株式会社 日立製作所 | Movement-amount measurement device and movement-amount measurement method |
| CN106528899A (en) * | 2015-09-10 | 2017-03-22 | 中芯国际集成电路制造(上海)有限公司 | Graph selection method used for light source-mask optimization |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62296286A (en) * | 1986-06-17 | 1987-12-23 | Nissan Motor Co Ltd | Pattern matching method |
| JPH01251288A (en) * | 1988-03-31 | 1989-10-06 | Toshiba Corp | Picture processor for inspection system |
| JPH02156387A (en) * | 1988-12-09 | 1990-06-15 | Agency Of Ind Science & Technol | Treatment of picture signal |
| JPH05159056A (en) * | 1991-12-06 | 1993-06-25 | Sumitomo Chem Co Ltd | Position estimation mehtod by pattern matchining |
-
1994
- 1994-06-27 JP JP6144287A patent/JP2625384B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62296286A (en) * | 1986-06-17 | 1987-12-23 | Nissan Motor Co Ltd | Pattern matching method |
| JPH01251288A (en) * | 1988-03-31 | 1989-10-06 | Toshiba Corp | Picture processor for inspection system |
| JPH02156387A (en) * | 1988-12-09 | 1990-06-15 | Agency Of Ind Science & Technol | Treatment of picture signal |
| JPH05159056A (en) * | 1991-12-06 | 1993-06-25 | Sumitomo Chem Co Ltd | Position estimation mehtod by pattern matchining |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6195460B1 (en) | 1996-11-01 | 2001-02-27 | Yamatake Corporation | Pattern extraction apparatus |
| WO1998020454A1 (en) * | 1996-11-01 | 1998-05-14 | Yamatake Corporation | Pattern extraction apparatus |
| JP2001036731A (en) * | 1999-07-21 | 2001-02-09 | Nec Corp | Method and device for processing digital image and recording medium |
| JP4674002B2 (en) * | 2001-05-29 | 2011-04-20 | 株式会社アドバンテスト | POSITION DETECTING DEVICE, POSITION DETECTING METHOD, ELECTRONIC COMPONENT CONVEYING DEVICE, AND ELECTRON BEAM EXPOSURE DEVICE |
| JP2002353126A (en) * | 2001-05-29 | 2002-12-06 | Advantest Corp | Position detection apparatus and method, electronic component conveyance apparatus, and electron beam exposure system |
| WO2003005302A1 (en) * | 2001-07-05 | 2003-01-16 | Advantest Corporation | Image processing apparatus and image processing method |
| JP2005055931A (en) * | 2001-07-05 | 2005-03-03 | Advantest Corp | Image processor and image processing method |
| JP2006221365A (en) * | 2005-02-09 | 2006-08-24 | Bitstrong:Kk | Line scan type image processing unit |
| JP2007226475A (en) * | 2006-02-22 | 2007-09-06 | Fuji Electric Retail Systems Co Ltd | Coin discrimination apparatus, coin discrimination method, and coin discrimination program |
| JP2010282658A (en) * | 2010-09-09 | 2010-12-16 | Fuji Electric Retail Systems Co Ltd | Coin identification apparatus, coin identification method, and coin identification program |
| KR20140111314A (en) * | 2011-12-29 | 2014-09-18 | 웨이브라이트 게엠베하 | Image processing method for determining focus depth of a refractive laser |
| JP2015508306A (en) * | 2011-12-29 | 2015-03-19 | バーフェリヒト ゲゼルシャフト ミット ベシュレンクテル ハフツング | Image processing method for determining the depth of focus of a refractive laser |
| US9393157B2 (en) | 2011-12-29 | 2016-07-19 | Wavelight Gmbh | Image processing method for determining focus depth of a refractive laser |
| JP2014078110A (en) * | 2012-10-10 | 2014-05-01 | Konica Minolta Inc | Image processor, image processing method, and image processing program |
| WO2015159422A1 (en) * | 2014-04-18 | 2015-10-22 | 株式会社 日立製作所 | Movement-amount measurement device and movement-amount measurement method |
| CN106528899A (en) * | 2015-09-10 | 2017-03-22 | 中芯国际集成电路制造(上海)有限公司 | Graph selection method used for light source-mask optimization |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2625384B2 (en) | 1997-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6603882B2 (en) | Automatic template generation and searching method | |
| JP2625384B2 (en) | Image recognition device and image recognition method | |
| US7526140B2 (en) | Model-based localization and measurement of miniature surface mount components | |
| US6640008B1 (en) | Rotation and scale invariant pattern matching method | |
| KR19990067567A (en) | Vector Correlation System for Automatic Positioning of Patterns in Images | |
| US6917721B2 (en) | Method and apparatus for sub-pixel edge detection | |
| Tanaka et al. | A parametric template method and its application to robust matching | |
| CN106056158B (en) | Template image global search method based on exposure mask matrix and Fast Fourier Transform | |
| JP4120795B2 (en) | Retouching extraction device and retouching extraction method | |
| US20040052417A1 (en) | Structure-guided image inspection | |
| JP2002063581A (en) | Method for detecting rotation angle of image and method for correcting rotation angle | |
| KR20210082624A (en) | Fingerprint Enhancement method | |
| JP3817979B2 (en) | Template matching method | |
| JP2643806B2 (en) | Background removal method for superimposed images | |
| JP2885146B2 (en) | Image matching method | |
| JP2009048292A (en) | Feature extraction method in image measurement algorithm | |
| JP3625245B2 (en) | Image processing method and image processing apparatus | |
| JP2004094952A (en) | Skew detection | |
| JPH0628476A (en) | Processor for image signal | |
| CN116740062B (en) | Defect detection method and system based on irregular rubber ring | |
| US9710726B2 (en) | Correlation using overlayed patches | |
| JP3098704B2 (en) | Image matching method and device | |
| JP5907755B2 (en) | Image registration device and image registration method | |
| JP6904922B2 (en) | Information processing equipment and programs | |
| Ha et al. | Robust subpixel shift estimation using iterative phase correlation of a local region |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19970212 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080411 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100411 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110411 Year of fee payment: 14 |
|
| LAPS | Cancellation because of no payment of annual fees |