JPH08279021A - 回転角度検出方法および画像認識方法 - Google Patents
回転角度検出方法および画像認識方法Info
- Publication number
- JPH08279021A JPH08279021A JP7080223A JP8022395A JPH08279021A JP H08279021 A JPH08279021 A JP H08279021A JP 7080223 A JP7080223 A JP 7080223A JP 8022395 A JP8022395 A JP 8022395A JP H08279021 A JPH08279021 A JP H08279021A
- Authority
- JP
- Japan
- Prior art keywords
- rotation angle
- feature amount
- image
- rotation
- candidate area
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 対象物の回転角度を検出し、検出角度で対象
物を回転させることにより、対象物の認識率を向上させ
る。 【構成】 候補領域抽出部２は、２値画像信号１から対
象物の候補領域を抽出し、メッシュデータ算出部３は、
候補領域内の２値画像をメッシュ（小領域）に分割し、
各メッシュ内の黒画素数をカウントし、その値をメッシ
ュデータメモリ４に保持する。特徴量算出部５は、候補
領域の中心からの複数の同心円に沿って、各円周上のメ
ッシュデータを配列した特徴量データを作成する。回転
角度検出部６は、辞書７内の同一半径の特徴量データと
マッチングを行って回転角度を検出し、この検出処理を
所定の円周について行って回転角度を検出する。対象物
認識部８は、回転角度の確信度を基に画像を認識する。
物を回転させることにより、対象物の認識率を向上させ
る。 【構成】 候補領域抽出部２は、２値画像信号１から対
象物の候補領域を抽出し、メッシュデータ算出部３は、
候補領域内の２値画像をメッシュ（小領域）に分割し、
各メッシュ内の黒画素数をカウントし、その値をメッシ
ュデータメモリ４に保持する。特徴量算出部５は、候補
領域の中心からの複数の同心円に沿って、各円周上のメ
ッシュデータを配列した特徴量データを作成する。回転
角度検出部６は、辞書７内の同一半径の特徴量データと
マッチングを行って回転角度を検出し、この検出処理を
所定の円周について行って回転角度を検出する。対象物
認識部８は、回転角度の確信度を基に画像を認識する。
Description
【０００１】
【産業上の利用分野】本発明は、カラー画像および白黒
画像中から特定画像の回転角度を検出し、認識する回転
角度検出方法および画像認識方法に関する。
画像中から特定画像の回転角度を検出し、認識する回転
角度検出方法および画像認識方法に関する。
【０００２】
【従来の技術】従来の文字認識装置においては、画像入
力時に、文字図形が回転している場合でも認識できるよ
うに構成されている。例えば、特開昭６１−２２４０８
８号公報に記載された文字図形認識装置では、入力され
た文字図形から特徴を抽出して、抽出された特徴を辞書
と照合することにより認識し、認識できなければ、抽出
された特徴を９０度回転させて、再度同一の辞書を用い
て認識するものである。
力時に、文字図形が回転している場合でも認識できるよ
うに構成されている。例えば、特開昭６１−２２４０８
８号公報に記載された文字図形認識装置では、入力され
た文字図形から特徴を抽出して、抽出された特徴を辞書
と照合することにより認識し、認識できなければ、抽出
された特徴を９０度回転させて、再度同一の辞書を用い
て認識するものである。
【０００３】
【発明が解決しようとする課題】しかし、上記した従来
の認識装置は、入力画像を回転させないので認識に要す
る時間を短縮することができるものの、対象物の回転角
度を検出することなく、９０度回転を行っていることか
ら、例えば、４５度回転している対象物を認識すること
ができないという欠点がある。
の認識装置は、入力画像を回転させないので認識に要す
る時間を短縮することができるものの、対象物の回転角
度を検出することなく、９０度回転を行っていることか
ら、例えば、４５度回転している対象物を認識すること
ができないという欠点がある。
【０００４】本発明の目的は、対象物の回転角度を検出
し、検出角度で対象物を回転させることにより、対象物
の認識率を向上させた回転角度検出方法および画像認識
方法を提供することにある。
し、検出角度で対象物を回転させることにより、対象物
の認識率を向上させた回転角度検出方法および画像認識
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】前記目的を達成するため
に、請求項１記載の発明では、入力画像信号中から所定
の対象物を抽出し、該抽出された対象物の回転角度を検
出する回転角度検出方法において、該入力された２値画
像信号から対象物の候補領域を抽出し、該候補領域内の
２値画像を複数のメッシュに分割し、該分割された各メ
ッシュ内の黒画素数（以下、メッシュデータという）を
算出し、前記候補領域の中心から複数の同心円上にある
メッシュデータを、各円周について基点から１周分順番
に配列した特徴量を算出し、所定半径の円周の特徴量
と、辞書内の該所定半径と同一半径の円周について、基
点から１周分順番に配列した特徴量および、該基点から
所定位置だけずらした位置から１周分順番に配列した特
徴量とを照合することにより、前記対象物の回転角度を
検出することを特徴としている。
に、請求項１記載の発明では、入力画像信号中から所定
の対象物を抽出し、該抽出された対象物の回転角度を検
出する回転角度検出方法において、該入力された２値画
像信号から対象物の候補領域を抽出し、該候補領域内の
２値画像を複数のメッシュに分割し、該分割された各メ
ッシュ内の黒画素数（以下、メッシュデータという）を
算出し、前記候補領域の中心から複数の同心円上にある
メッシュデータを、各円周について基点から１周分順番
に配列した特徴量を算出し、所定半径の円周の特徴量
と、辞書内の該所定半径と同一半径の円周について、基
点から１周分順番に配列した特徴量および、該基点から
所定位置だけずらした位置から１周分順番に配列した特
徴量とを照合することにより、前記対象物の回転角度を
検出することを特徴としている。
【０００６】請求項２記載の発明では、前記入力画像信
号がカラー画像信号であるとき、該カラー画像を２値化
した後に、対象物の候補領域を抽出することを特徴とし
ている。
号がカラー画像信号であるとき、該カラー画像を２値化
した後に、対象物の候補領域を抽出することを特徴とし
ている。
【０００７】請求項３記載の発明では、前記候補領域の
中心は、候補領域内の黒画素の重心であることを特徴と
している。
中心は、候補領域内の黒画素の重心であることを特徴と
している。
【０００８】請求項４記載の発明では、前記特徴量を算
出するとき、注目メッシュデータの周囲のメッシュデー
タを加えることを特徴としている。
出するとき、注目メッシュデータの周囲のメッシュデー
タを加えることを特徴としている。
【０００９】請求項５記載の発明では、前記回転角度を
検出するとき、各円周から検出された回転角度のヒスト
グラムを基に最大度数のクラスを求め、該クラス周辺の
平均値から回転角度を検出することを特徴としている。
検出するとき、各円周から検出された回転角度のヒスト
グラムを基に最大度数のクラスを求め、該クラス周辺の
平均値から回転角度を検出することを特徴としている。
【００１０】請求項６記載の発明では、前記回転角度を
検出するとき、所定の分解能に満たない円周の特徴量を
用いないことを特徴としている。
検出するとき、所定の分解能に満たない円周の特徴量を
用いないことを特徴としている。
【００１１】請求項７記載の発明では、前記照合時に、
所定半径の円周の特徴量と、辞書内の同一半径の円周の
特徴量との距離を計算し、該距離が所定の閾値を超える
とき、該円周の特徴量を用いないことを特徴としてい
る。
所定半径の円周の特徴量と、辞書内の同一半径の円周の
特徴量との距離を計算し、該距離が所定の閾値を超える
とき、該円周の特徴量を用いないことを特徴としてい
る。
【００１２】請求項８記載の発明では、入力カラー画像
信号から特定画像を認識する画像認識方法において、請
求項１記載の回転角度の確信度を基に特定画像を認識す
ることを特徴としている。
信号から特定画像を認識する画像認識方法において、請
求項１記載の回転角度の確信度を基に特定画像を認識す
ることを特徴としている。
【００１３】請求項９記載の発明では、請求項１記載の
方法によって検出された回転角度で画像を回転させ、辞
書と照合することによって特定画像を認識することを特
徴としている。
方法によって検出された回転角度で画像を回転させ、辞
書と照合することによって特定画像を認識することを特
徴としている。
【００１４】
【作用】２値画像信号から対象物の候補領域が抽出さ
れ、抽出された候補領域内の２値画像をメッシュ（例え
ば、２×２画素サイズの小領域）に分割する。各メッシ
ュ内の黒画素数をカウントし、カウント値をメッシュデ
ータとして保持する。そして、候補領域の中心からの複
数の同心円に沿って、各円周上のメッシュデータを順に
配列した特徴量データを作成し、同様に作成された辞書
内の同一半径の特徴量データとマッチングを行って回転
角度を検出する。このマッチングは、辞書の特徴量デー
タのマッチング開始位置をずらしながら、各マッチング
開始位置における辞書の特徴量データと候補領域データ
との距離を求め（つまり、各次元の距離の総和）、その
距離が一番小さいマッチング開始位置を基に、回転角度
を検出する。このような検出処理を所定の円周について
行って回転角度のヒストグラムを作成し、その最大度数
から回転角度を検出する。
れ、抽出された候補領域内の２値画像をメッシュ（例え
ば、２×２画素サイズの小領域）に分割する。各メッシ
ュ内の黒画素数をカウントし、カウント値をメッシュデ
ータとして保持する。そして、候補領域の中心からの複
数の同心円に沿って、各円周上のメッシュデータを順に
配列した特徴量データを作成し、同様に作成された辞書
内の同一半径の特徴量データとマッチングを行って回転
角度を検出する。このマッチングは、辞書の特徴量デー
タのマッチング開始位置をずらしながら、各マッチング
開始位置における辞書の特徴量データと候補領域データ
との距離を求め（つまり、各次元の距離の総和）、その
距離が一番小さいマッチング開始位置を基に、回転角度
を検出する。このような検出処理を所定の円周について
行って回転角度のヒストグラムを作成し、その最大度数
から回転角度を検出する。
【００１５】
【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。図１は、本発明の実施例の構成を示す。
図において、１は、２値画像信号、２は、２値画像信号
１から対象物領域（矩形）を抽出する候補領域抽出部、
３は、候補領域内の２値画像をメッシュに分割して、各
メッシュ内の黒画素数を算出するメッシュデータ算出
部、４は、算出されたメッシュデータを保持するメッシ
ュデータメモリ、５は、メッシュデータメモリから同心
円の所定の円周毎にメッシュデータを１周分順番に並べ
て特徴量を作成する特徴量算出部、７は、同様に作成さ
れ、特徴量を登録した辞書、６は、対象物の特徴量と辞
書とのマッチング（照合）を行って回転角度を検出する
回転角度検出部、８は、回転角度の確信度を基に画像を
認識する対象物認識部、９は、全体を制御する制御部で
ある。なお、本実施例における回転角度とは、例えば、
主走査方向に対する、対象物の傾きをいう。
的に説明する。図１は、本発明の実施例の構成を示す。
図において、１は、２値画像信号、２は、２値画像信号
１から対象物領域（矩形）を抽出する候補領域抽出部、
３は、候補領域内の２値画像をメッシュに分割して、各
メッシュ内の黒画素数を算出するメッシュデータ算出
部、４は、算出されたメッシュデータを保持するメッシ
ュデータメモリ、５は、メッシュデータメモリから同心
円の所定の円周毎にメッシュデータを１周分順番に並べ
て特徴量を作成する特徴量算出部、７は、同様に作成さ
れ、特徴量を登録した辞書、６は、対象物の特徴量と辞
書とのマッチング（照合）を行って回転角度を検出する
回転角度検出部、８は、回転角度の確信度を基に画像を
認識する対象物認識部、９は、全体を制御する制御部で
ある。なお、本実施例における回転角度とは、例えば、
主走査方向に対する、対象物の傾きをいう。
【００１６】〈実施例１〉本発明で用いる候補領域抽出
方法としては、例えば本出願人が先に提案した、黒連結
成分の外接矩形を抽出する方法（特願平３−３４１８８
９号、同４−２６７３１３、同４−１６０８６６）を用
いればよい。
方法としては、例えば本出願人が先に提案した、黒連結
成分の外接矩形を抽出する方法（特願平３−３４１８８
９号、同４−２６７３１３、同４−１６０８６６）を用
いればよい。
【００１７】まず、抽出された領域の高さ、幅が予め与
えられた対象物の高さ、幅の範囲にあるか否かを判定
し、何れか一方でもその範囲外ならば、対象物ではない
と判定して、後の処理を行わない。
えられた対象物の高さ、幅の範囲にあるか否かを判定
し、何れか一方でもその範囲外ならば、対象物ではない
と判定して、後の処理を行わない。
【００１８】次に、メッシュデータ算出部３は、候補領
域内の画像に対して所定の画素数でメッシュ分割を行
う。図２は、候補領域内の画像を、２×２画素のメッシ
ュ（小領域）に分割した場合の例を示す。そして、各メ
ッシュ内の黒画素数をカウントし、その値をメッシュデ
ータとして、メッシュデータメモリ４に格納する。図３
は、図２の画像についてのメッシュデータメモリ例を示
す。各メッシュ中で、例えば、値が「４」であるメッシ
ュは、黒画素数が４個であることを表す。
域内の画像に対して所定の画素数でメッシュ分割を行
う。図２は、候補領域内の画像を、２×２画素のメッシ
ュ（小領域）に分割した場合の例を示す。そして、各メ
ッシュ内の黒画素数をカウントし、その値をメッシュデ
ータとして、メッシュデータメモリ４に格納する。図３
は、図２の画像についてのメッシュデータメモリ例を示
す。各メッシュ中で、例えば、値が「４」であるメッシ
ュは、黒画素数が４個であることを表す。
【００１９】次いで、特徴量算出部５は、メッシュデー
タメモリ４を参照して特徴量データを作成する。すなわ
ち、候補領域中心から複数の同心円を描き、それぞれの
円周上のメッシュデータを一周分順番に並べることによ
って特徴量データを作成する。これを所定の円周に対し
て行う。図４は、半径５の円周上にあるメッシュの特徴
量データを示す。図４の場合、半径５の特徴量データと
して、２８次元のデータが作成される。
タメモリ４を参照して特徴量データを作成する。すなわ
ち、候補領域中心から複数の同心円を描き、それぞれの
円周上のメッシュデータを一周分順番に並べることによ
って特徴量データを作成する。これを所定の円周に対し
て行う。図４は、半径５の円周上にあるメッシュの特徴
量データを示す。図４の場合、半径５の特徴量データと
して、２８次元のデータが作成される。
【００２０】続いて、回転角度検出部６は、同半径の円
周について、同様に作成された辞書７内の特徴量データ
と、候補領域の特徴量データとのマッチングを行う。こ
のマッチングは、辞書７の特徴量データのマッチング開
始位置をずらしながら特徴量データの各次元の距離の総
和をとり、一番距離が小さいずらし位置を基に、回転角
度を検出する。
周について、同様に作成された辞書７内の特徴量データ
と、候補領域の特徴量データとのマッチングを行う。こ
のマッチングは、辞書７の特徴量データのマッチング開
始位置をずらしながら特徴量データの各次元の距離の総
和をとり、一番距離が小さいずらし位置を基に、回転角
度を検出する。
【００２１】図５は、半径５の候補領域の特徴量と辞書
の特徴量との距離計算例を示す。すなわち、ずらし位置
０（基点）において、辞書の特徴量データと、候補領域
の特徴量データの各次元について距離の和（この場合
は、０次元同志、１次元同志、．．．２７次元同志の距
離）を求め、同様に、ずらし位置１において、辞書の特
徴量データと、候補領域の特徴量データの各次元につい
て距離の和（この場合は、１次元の辞書特徴量と０次元
の候補特徴量との距離、．．．０次元の辞書特徴量と２
７元の候補特徴量との距離）を求め、以下、ずらし位置
２７における辞書との距離の和を求める。そして、距離
が最小となる、ずらし位置から回転角度を検出する。例
えば、図４において、ずらし位置０を０度とすると、距
離最小のずらし位置７が検出されたとき、候補領域の回
転角度は９０度となる。
の特徴量との距離計算例を示す。すなわち、ずらし位置
０（基点）において、辞書の特徴量データと、候補領域
の特徴量データの各次元について距離の和（この場合
は、０次元同志、１次元同志、．．．２７次元同志の距
離）を求め、同様に、ずらし位置１において、辞書の特
徴量データと、候補領域の特徴量データの各次元につい
て距離の和（この場合は、１次元の辞書特徴量と０次元
の候補特徴量との距離、．．．０次元の辞書特徴量と２
７元の候補特徴量との距離）を求め、以下、ずらし位置
２７における辞書との距離の和を求める。そして、距離
が最小となる、ずらし位置から回転角度を検出する。例
えば、図４において、ずらし位置０を０度とすると、距
離最小のずらし位置７が検出されたとき、候補領域の回
転角度は９０度となる。
【００２２】上記した回転角度の検出処理を所定の円周
に対して行い、検出角度を例えば２０度毎にクラス分け
して、回転角度のヒストグラムを作成し、最大度数のク
ラス内の回転角度の平均値から対象物の回転角度を検出
する。図６は、各円周から検出された回転角度のヒスト
グラムの例を示す。
に対して行い、検出角度を例えば２０度毎にクラス分け
して、回転角度のヒストグラムを作成し、最大度数のク
ラス内の回転角度の平均値から対象物の回転角度を検出
する。図６は、各円周から検出された回転角度のヒスト
グラムの例を示す。
【００２３】〈実施例２〉図７は、本発明の実施例の他
の構成を示す。実施例１と異なる点は、カラー画像信号
（Ｒ、Ｇ、Ｂ）１０から２値画像を生成する２値画像生
成部１１が設けられた点と、２値画像を格納するメモリ
１２が設けられた点である。本実施例では、入力画像を
カラー画像信号（Ｒ、Ｇ、Ｂ）とし、対象物が抽出され
るような２値画像を作成（例えば、カラー画像信号の明
度を求め、その明度と所定の閾値とを比較することによ
って、２値画像を作成）してから、実施例１と同様の処
理を行う。
の構成を示す。実施例１と異なる点は、カラー画像信号
（Ｒ、Ｇ、Ｂ）１０から２値画像を生成する２値画像生
成部１１が設けられた点と、２値画像を格納するメモリ
１２が設けられた点である。本実施例では、入力画像を
カラー画像信号（Ｒ、Ｇ、Ｂ）とし、対象物が抽出され
るような２値画像を作成（例えば、カラー画像信号の明
度を求め、その明度と所定の閾値とを比較することによ
って、２値画像を作成）してから、実施例１と同様の処
理を行う。
【００２４】〈実施例３〉本実施例では、円の中心を候
補領域の中心とするのではなく、候補領域内の黒画素の
重心とすることによって特徴量を算出する。前述したよ
うに、候補領域の抽出方法として、黒連結成分の外接矩
形を抽出する方法を用いている。しかし、この方法で
は、対象物にノイズが付いてしまうと正確な候補領域が
抽出されず、その候補領域の中心を持つ同心円上の特徴
量を作成しても、辞書の中心と位置ずれが生じてしま
う。本実施例では、これを回避するために、円の中心を
候補領域内の黒画素の重心に設定し、検出精度の悪化を
防止している。
補領域の中心とするのではなく、候補領域内の黒画素の
重心とすることによって特徴量を算出する。前述したよ
うに、候補領域の抽出方法として、黒連結成分の外接矩
形を抽出する方法を用いている。しかし、この方法で
は、対象物にノイズが付いてしまうと正確な候補領域が
抽出されず、その候補領域の中心を持つ同心円上の特徴
量を作成しても、辞書の中心と位置ずれが生じてしま
う。本実施例では、これを回避するために、円の中心を
候補領域内の黒画素の重心に設定し、検出精度の悪化を
防止している。
【００２５】〈実施例４〉本実施例では、円周上のメッ
シュデータを取得する際に、注目メッシュとその周辺の
メッシュデータを加えたメッシュデータを特徴量データ
とする。これにより、ノイズなどにより円の中心位置が
ずれてしまった場合の検出角度の精度悪化を防止する。
図８は、注目メッシュの周囲３×３サイズのメッシュデ
ータを加えた特徴量データの算出例を示す。例えば、０
次元（０度）のデータは、注目メッシュの値が２であ
り、その周辺の８メッシュの値が１０（２×５）である
ので、１２となる。
シュデータを取得する際に、注目メッシュとその周辺の
メッシュデータを加えたメッシュデータを特徴量データ
とする。これにより、ノイズなどにより円の中心位置が
ずれてしまった場合の検出角度の精度悪化を防止する。
図８は、注目メッシュの周囲３×３サイズのメッシュデ
ータを加えた特徴量データの算出例を示す。例えば、０
次元（０度）のデータは、注目メッシュの値が２であ
り、その周辺の８メッシュの値が１０（２×５）である
ので、１２となる。
【００２６】〈実施例５〉上記した実施例１において、
回転角度のヒストグラムを作成し、最大度数のクラスを
求める際に、実際の回転角度がクラス境界付近の場合、
２つのクラスに度数が分かれてしまうことがある。そこ
で、本実施例では、適当な幅（クラス周辺）を持つ、例
えば重み付け移動平均などを用いて最大度数のクラスを
求め、その幅の全てのクラスに含まれる平均値から回転
角度を検出する。
回転角度のヒストグラムを作成し、最大度数のクラスを
求める際に、実際の回転角度がクラス境界付近の場合、
２つのクラスに度数が分かれてしまうことがある。そこ
で、本実施例では、適当な幅（クラス周辺）を持つ、例
えば重み付け移動平均などを用いて最大度数のクラスを
求め、その幅の全てのクラスに含まれる平均値から回転
角度を検出する。
【００２７】〈実施例６〉実施例１において、所定の分
解能に満たない円周の検出角度は、全体の検出角度の精
度を悪化させる可能性がある。ここで、分解能とは、３
６０度を円周１周分のメッシュ数で割った値であり、所
定の分解能とはヒストグラムのクラスである。従って、
所定の分解能に満たない円周の特徴量から、回転角度を
検出しない。例えば、クラスが２０度を超える、つまり
メッシュ数が１８に満たない円周は、角度検出の対象と
しない。
解能に満たない円周の検出角度は、全体の検出角度の精
度を悪化させる可能性がある。ここで、分解能とは、３
６０度を円周１周分のメッシュ数で割った値であり、所
定の分解能とはヒストグラムのクラスである。従って、
所定の分解能に満たない円周の特徴量から、回転角度を
検出しない。例えば、クラスが２０度を超える、つまり
メッシュ数が１８に満たない円周は、角度検出の対象と
しない。
【００２８】〈実施例７〉上記実施例１では、任意の円
周から得られた特徴量と辞書の特徴量との距離が最も小
さいとき（最小距離）の角度を、その円周の検出角度と
しているが、そのときの最小距離が比較的大きい場合に
は、対象物ではない可能性が高い。そこで、本実施例で
は、適当な閾値を設け、該閾値を超えるような最小距離
の円周から得られる回転検出角度を無効にする。
周から得られた特徴量と辞書の特徴量との距離が最も小
さいとき（最小距離）の角度を、その円周の検出角度と
しているが、そのときの最小距離が比較的大きい場合に
は、対象物ではない可能性が高い。そこで、本実施例で
は、適当な閾値を設け、該閾値を超えるような最小距離
の円周から得られる回転検出角度を無効にする。
【００２９】〈実施例８〉本実施例は、上記した実施例
で説明した回転角度検出方法を用いて、画像を認識する
方法に係る。対象物認識部８は、回転角度の確信度を、
例えば回転角度ヒストグラムの最大度数から算出し、そ
の確信度を画像認識の評価値として用いる。つまり、ど
の円周についても、同じ回転角度が得られたとき、入力
された対象物の画像が辞書と同一のものであると認識す
る。
で説明した回転角度検出方法を用いて、画像を認識する
方法に係る。対象物認識部８は、回転角度の確信度を、
例えば回転角度ヒストグラムの最大度数から算出し、そ
の確信度を画像認識の評価値として用いる。つまり、ど
の円周についても、同じ回転角度が得られたとき、入力
された対象物の画像が辞書と同一のものであると認識す
る。
【００３０】〈実施例９〉本実施例も画像認識に係るも
ので、対象物認識部８は、上記した実施例によって検出
された回転角度で画像を回転させた上で（例えば、検出
された回転角度が反時計方向に３０度のとき、時計方向
に３０度回転させる）、辞書とのパターンマッチングな
どを行って画像を認識する。例えば対象物と候補領域内
の画像の対応する画素の白黒の一致度合いをみるパター
ンマッチングのような種々なマッチング方法と組み合わ
せることにより画像を認識する。
ので、対象物認識部８は、上記した実施例によって検出
された回転角度で画像を回転させた上で（例えば、検出
された回転角度が反時計方向に３０度のとき、時計方向
に３０度回転させる）、辞書とのパターンマッチングな
どを行って画像を認識する。例えば対象物と候補領域内
の画像の対応する画素の白黒の一致度合いをみるパター
ンマッチングのような種々なマッチング方法と組み合わ
せることにより画像を認識する。
【００３１】なお、上記した実施例では、各機能を実行
する専用の処理部を設けた構成になっているが、本発明
はこれに限定されるものではなく、例えば、各機能をＲ
ＯＭなどに組み込んで、汎用のプロセッサ上で演算、処
理されるように構成を変更することができる。
する専用の処理部を設けた構成になっているが、本発明
はこれに限定されるものではなく、例えば、各機能をＲ
ＯＭなどに組み込んで、汎用のプロセッサ上で演算、処
理されるように構成を変更することができる。
【００３２】
【発明の効果】以上、説明したように、請求項１、２、
５、６、７記載の発明によれば、対象物の候補領域の中
心からの複数の同心円に沿って、各円周上のメッシュデ
ータを順に配列した特徴量データを作成し、同様に作成
された辞書内の同一半径の特徴量データとマッチングを
行うことによって回転角度を検出しているので、２値画
像あるいはカラー画像から対象物の回転角度を高精度に
検出することができる。
５、６、７記載の発明によれば、対象物の候補領域の中
心からの複数の同心円に沿って、各円周上のメッシュデ
ータを順に配列した特徴量データを作成し、同様に作成
された辞書内の同一半径の特徴量データとマッチングを
行うことによって回転角度を検出しているので、２値画
像あるいはカラー画像から対象物の回転角度を高精度に
検出することができる。
【００３３】請求項３、４記載の発明によれば、ノイズ
などによって円の中心の位置がずれた場合でも、対象物
の回転角度の検出精度を悪化させない。
などによって円の中心の位置がずれた場合でも、対象物
の回転角度の検出精度を悪化させない。
【００３４】請求項８、９記載の発明によれば、認識対
象となる特定画像が回転していても、２値画像あるいは
カラー画像から高精度に特定画像を認識することが可能
となる。
象となる特定画像が回転していても、２値画像あるいは
カラー画像から高精度に特定画像を認識することが可能
となる。
【図１】本発明の実施例の構成を示す。
【図２】候補領域内の画像を、２×２画素のメッシュ
（小領域）に分割した場合の例を示す。
（小領域）に分割した場合の例を示す。
【図３】図２の画像についてのメッシュデータメモリ例
を示す。
を示す。
【図４】半径５の円周上にあるメッシュの特徴量データ
を示す。
を示す。
【図５】半径５の候補領域の特徴量と辞書の特徴量との
距離計算例を示す。
距離計算例を示す。
【図６】各円周から検出された回転角度のヒストグラム
の例を示す。
の例を示す。
【図７】本発明の実施例の他の構成を示す。
【図８】注目メッシュの周囲３×３サイズのメッシュデ
ータを加えた特徴量データの算出例を示す。
ータを加えた特徴量データの算出例を示す。
１ ２値画像信号 ２ 候補領域抽出部 ３ メッシュデータ算出部 ４ メッシュデータメモリ ５ 特徴量算出部 ６ 回転角度検出部 ７ 辞書 ８ 対象物認識部 ９ 制御部
Claims (9)
- 【請求項１】 入力画像信号中から所定の対象物を抽出
し、該抽出された対象物の回転角度を検出する回転角度
検出方法において、該入力された２値画像信号から対象
物の候補領域を抽出し、該候補領域内の２値画像を複数
のメッシュに分割し、該分割された各メッシュ内の黒画
素数（以下、メッシュデータという）を算出し、前記候
補領域の中心から複数の同心円上にあるメッシュデータ
を、各円周について基点から１周分順番に配列した特徴
量を算出し、所定半径の円周の特徴量と、辞書内の該所
定半径と同一半径の円周について、基点から１周分順番
に配列した特徴量および、該基点から所定位置だけずら
した位置から１周分順番に配列した特徴量とを照合する
ことにより、前記対象物の回転角度を検出することを特
徴とする回転角度検出方法。 - 【請求項２】 前記入力画像信号がカラー画像信号であ
るとき、該カラー画像を２値化した後に、対象物の候補
領域を抽出することを特徴とする請求項１記載の回転角
度検出方法。 - 【請求項３】 前記候補領域の中心は、候補領域内の黒
画素の重心であることを特徴とする請求項１記載の回転
角度検出方法。 - 【請求項４】 前記特徴量を算出するとき、注目メッシ
ュデータの周囲のメッシュデータを加えることを特徴と
する請求項１記載の回転角度検出方法。 - 【請求項５】 前記回転角度を検出するとき、各円周か
ら検出された回転角度のヒストグラムを基に最大度数の
クラスを求め、該クラス周辺の平均値から回転角度を検
出することを特徴とする請求項１記載の回転角度検出方
法。 - 【請求項６】 前記回転角度を検出するとき、所定の分
解能に満たない円周の特徴量を用いないことを特徴とす
る請求項１記載の回転角度検出方法。 - 【請求項７】 前記照合時に、所定半径の円周の特徴量
と、辞書内の同一半径の円周の特徴量との距離を計算
し、該距離が所定の閾値を超えるとき、該円周の特徴量
を用いないことを特徴とする請求項１記載の回転角度検
出方法。 - 【請求項８】 入力カラー画像信号から特定画像を認識
する画像認識方法において、請求項１記載の回転角度の
確信度を基に特定画像を認識することを特徴とする画像
認識方法。 - 【請求項９】 請求項１記載の方法によって検出された
回転角度で画像を回転させ、辞書と照合することによっ
て特定画像を認識することを特徴とする請求項８記載の
画像認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7080223A JPH08279021A (ja) | 1995-04-05 | 1995-04-05 | 回転角度検出方法および画像認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7080223A JPH08279021A (ja) | 1995-04-05 | 1995-04-05 | 回転角度検出方法および画像認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08279021A true JPH08279021A (ja) | 1996-10-22 |
Family
ID=13712373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7080223A Pending JPH08279021A (ja) | 1995-04-05 | 1995-04-05 | 回転角度検出方法および画像認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08279021A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6226417B1 (en) | 1997-08-04 | 2001-05-01 | Ricoh Company, Ltd. | Method and system for recognizing a rotated image pattern with reduced processing time and memory space |
| US6862370B2 (en) * | 2000-05-19 | 2005-03-01 | Ricoh Company, Ltd. | Image detecting method, image detecting system, program, and recording medium for image detection |
| EP1993064A2 (en) | 2007-05-16 | 2008-11-19 | Canon Kabushiki Kaisha | Image processing apparatus and image retrieval method |
| CN113742421A (zh) * | 2021-08-20 | 2021-12-03 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
-
1995
- 1995-04-05 JP JP7080223A patent/JPH08279021A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6226417B1 (en) | 1997-08-04 | 2001-05-01 | Ricoh Company, Ltd. | Method and system for recognizing a rotated image pattern with reduced processing time and memory space |
| US6862370B2 (en) * | 2000-05-19 | 2005-03-01 | Ricoh Company, Ltd. | Image detecting method, image detecting system, program, and recording medium for image detection |
| EP1993064A2 (en) | 2007-05-16 | 2008-11-19 | Canon Kabushiki Kaisha | Image processing apparatus and image retrieval method |
| US8644621B2 (en) | 2007-05-16 | 2014-02-04 | Canon Kabushiki Kaisha | Image processing apparatus and image retrieval method |
| CN113742421A (zh) * | 2021-08-20 | 2021-12-03 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
| CN113742421B (zh) * | 2021-08-20 | 2023-09-12 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10990835B2 (en) | Road sign recognition method and system | |
| CN108986152B (zh) | 一种基于差分图像的异物检测方法及装置 | |
| US9076056B2 (en) | Text detection in natural images | |
| US8406527B2 (en) | Pattern model positioning method in image processing, image processing apparatus, image processing program, and computer readable recording medium | |
| CN110502977B (zh) | 一种建筑物变化分类检测方法、系统、装置及存储介质 | |
| JP3675629B2 (ja) | パターン認識方法、装置および記録媒体 | |
| Han et al. | Moving object detection revisited: Speed and robustness | |
| CN108665495B (zh) | 图像处理方法及装置、移动终端 | |
| CN110516731B (zh) | 一种基于深度学习的视觉里程计特征点检测方法及系统 | |
| JP2007025902A (ja) | 画像処理装置、画像処理方法 | |
| JPH08279021A (ja) | 回転角度検出方法および画像認識方法 | |
| JP6468880B2 (ja) | 文字領域抽出装置及びプログラム | |
| CN116797550A (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
| US20150279039A1 (en) | Object detecting apparatus and method | |
| JP3698867B2 (ja) | 円形パターン判定方法、装置および記録媒体 | |
| JPH09114990A (ja) | 画像認識方法 | |
| JPH07101464B2 (ja) | 硬貨等のパターン認識装置 | |
| JPH07101455B2 (ja) | 線検出方法およびその装置 | |
| JP2021144494A (ja) | 画像解析装置、画像解析方法、及びプログラム | |
| CN116468611B (zh) | 图像拼接方法、装置、设备和存储介质 | |
| EP2393039A1 (en) | Method for accurate detection of image content | |
| CN108073927B (zh) | 一种字符识别方法及装置 | |
| JP2959017B2 (ja) | 円形画像判別方法 | |
| KR20230020448A (ko) | 자동화 아티팩트 검출 | |
| CN117994224A (zh) | 一种基于各向异性结构边缘的椭圆检测方法及系统 |