JPH09179982A - Specific pattern detecting method - Google Patents
Specific pattern detecting methodInfo
- Publication number
- JPH09179982A JPH09179982A JP7338380A JP33838095A JPH09179982A JP H09179982 A JPH09179982 A JP H09179982A JP 7338380 A JP7338380 A JP 7338380A JP 33838095 A JP33838095 A JP 33838095A JP H09179982 A JPH09179982 A JP H09179982A
- Authority
- JP
- Japan
- Prior art keywords
- image
- mark
- moment
- specific pattern
- zernike moment
- 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
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、画像の回転不変な
Ｍomentを用いて特定のパターンを検出する方法に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for detecting a specific pattern using a rotation-invariant moment of an image.
【０００２】[0002]
【従来の技術】画像中からある特定の形状を持つマーク
をデジタルコピアマシンなどの画像読み取り機器で検出
することを考えると、検出装置には以下のような条件が
必要である。すなわち、 （１）特定マークの位置の影響を受けない。 （２）特定マークの回転の影響を受けない。 （３）特定マークの片変倍の影響を受けない。2. Description of the Related Art Considering that an image reading device such as a digital copier machine detects a mark having a specific shape in an image, the detecting device is required to have the following conditions. That is, (1) it is not affected by the position of the specific mark. (2) It is not affected by the rotation of the specific mark. (3) The specific mark is not affected by univariate magnification.
【０００３】これらの条件を満たすものとして、Ｚerni
ke Ｍomentを用いた画像認識の手法が文献（Ｗhoi−Ｙu
lＫim and Ｐo Ｙuan，“Ａ Ｐractical ＰatternＲeco
gnition Ｓystem for Ｔranslation，Ｓcale and Ｒota
tion Ｉnvariance，”Ｐroc．ＣＶＰＲ’９４，pp３９
１−３９６，Ｊune １９９４）に記載されている。この
文献ではＲadial Ｐolynomialをテーブル化することに
よる処理の高速化について述べられている。As a material satisfying these conditions, Zerni
Image recognition method using ke Moment is described in the literature (Whoi-Yu
l Kim and Po Yuan, “A Practical Pattern Recco
gnition System for Translation, Scale and Rota
tion Invariance, "Proc. CVPR'94, pp39
1-396, June 1994). This document describes speeding up of processing by tabulating the Radial Polynomial.
【０００４】[0004]
【発明が解決しようとする課題】しかし、上記した手法
では、如何なる次元の特徴を抽出する場合でも、中心角
θを算出する際の基準軸上からは同じ特徴量が抽出され
る。言い換えれば、基準軸上の画像のみが異なる画像に
ついては必ず同じ特徴量が抽出されることになり、基準
軸上の画像の情報が欠落するという問題がある。また、
モーメントを用いた認識方法として、例えば特開平６−
１９５５１２号公報に記載された文字特徴抽出方法があ
る。この方法は、重心から８つに分割した方向のそれぞ
れについてモーメントを算出し、文字画像を認識する手
法であるが、制御が複雑になる欠点がある。However, in the above method, the same feature amount is extracted from the reference axis when the central angle θ is calculated, regardless of the dimension of the feature to be extracted. In other words, the same feature amount is always extracted for images that differ only in the image on the reference axis, and there is a problem that information on the image on the reference axis is lost. Also,
As a recognition method using a moment, for example, Japanese Patent Laid-Open No. 6-
There is a character feature extraction method described in Japanese Patent Laid-Open No. 195512. Although this method is a method of recognizing a character image by calculating a moment in each of eight directions divided from the center of gravity, it has a drawback that control becomes complicated.
【０００５】本発明の目的は、ある基準軸からの中心角
θを用いて算出される複数の次元を持つ回転不変な特徴
量について、次元毎に異なる基準軸を用いることで、画
像の情報の欠落を最小限に抑え、高精度な画像の検出、
認識を行う特定パターン検出方法を提供することにあ
る。An object of the present invention is to use a reference axis that differs for each dimension for a rotation-invariant feature amount having a plurality of dimensions calculated using a central angle θ from a certain reference axis, and Highly accurate image detection with minimal omissions
It is to provide a specific pattern detection method for recognition.
【０００６】[0006]
【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、多次元の回転不変特徴量
を用いて特定のパターンを検出する方法において、各次
元の特徴量がそれぞれ回転不変特徴量であり、中心角を
利用して算出する特徴量が存在するとき、各次元毎に中
心角算出の基準を変えることを特徴としている。In order to achieve the above object, according to the invention of claim 1, in a method of detecting a specific pattern using a multidimensional rotation invariant feature quantity, the feature quantity of each dimension is Each is a rotation-invariant feature amount, and when there is a feature amount calculated using the center angle, the feature is that the reference for calculating the center angle is changed for each dimension.
【０００７】請求項２記載の発明では、画像の回転不変
なＭomentを用いて特定のパターンを検出する方法にお
いて、回転不変なＭomentの各次元毎に中心角算出の基
準を変えることを特徴としている。According to the second aspect of the invention, in the method of detecting a specific pattern by using the rotation-invariant moment of an image, the reference for calculating the central angle is changed for each dimension of the rotation-invariant moment. .
【０００８】請求項３記載の発明では、Ｚernike Ｍome
ntを用いて特定のパターンを検出する方法において、Ｚ
ernike Ｍomentの各次数／階数毎に中心角算出の基準を
変えることを特徴としている。According to the invention of claim 3, Zernike Mome
In a method for detecting a specific pattern using nt, Z
It is characterized in that the standard for calculating the central angle is changed for each order / rank of the ernike moment.
【０００９】請求項４記載の発明では、前記中心角算出
の基準が等間隔に位置することを特徴としている。The invention according to claim 4 is characterized in that the reference for calculating the central angle is located at equal intervals.
【００１０】請求項５記載の発明では、前記中心角算出
の基準を乱数で発生させることを特徴としている。The invention of claim 5 is characterized in that the reference for calculating the central angle is generated by a random number.
【００１１】[0011]
【発明の実施の形態】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。画像入力装置１は、原稿などをスキャナで読
み取り、原稿画像を画像バッファに取り込む。マーク切
り出し部２は、検出マークの大きさに応じてマーク候補
画像の切り出しを行う。Ｚernike Ｍoment算出部３で
は、入力画像に対して各次元のＺernike Ｍomentを算出
する。相違度算出部５では、辞書メモリ４内の特定マー
クのＺernike Ｍomentの大きさと、入力画像のＺernike
Ｍomentの大きさを比較する。検出判定部６では、相違
度に応じて、検出／非検出の判定を行う。以下、それぞ
れの処理について詳述する。DESCRIPTION OF THE PREFERRED EMBODIMENTS One embodiment of the present invention will be specifically described below with reference to the drawings. FIG. 1 shows the configuration of an embodiment of the present invention. The image input device 1 reads a document or the like with a scanner and captures the document image in an image buffer. The mark cutout unit 2 cuts out a mark candidate image according to the size of the detected mark. The Zernike Moment calculation unit 3 calculates Zernike Moment of each dimension for the input image. The dissimilarity calculation unit 5 calculates the Zernike Moment size of the specific mark in the dictionary memory 4 and the Zernike Moment of the input image.
Compare the size of Moment. The detection determination unit 6 determines detection / non-detection according to the degree of difference. Hereinafter, each processing will be described in detail.
【００１２】Ｚernike Ｍomentの算出；Ｚernike Ｍome
ntは以下の式によって定義される。Calculation of Zernike Moment; Zernike Mome
nt is defined by the following formula.
【００１３】[0013]
【数１】 [Equation 1]
【００１４】ここで、ｎはＺernike Ｍomentの次数、ｍ
は階数であり、ｍの絶対値はｎ以下で、その差は偶数で
なければならない。つまり、 ｎ−｜ｍ｜＝ｅｖｅｎ （４） ｎ≧｜ｍ｜ （５） Ｒnm（ρ）はＲadial Ｐolynomialと呼ばれ、階数、次
数と中心からの距離から算出される値である。Ｒｅ
(Anm)がＺernike Ｍomentの実数部、Ｉｍ(Anm)がＺerni
ke Ｍomentの虚数部である。Ｚernike Ｍomentの大きさ Ｒｅ(Anm) 2＋Ｉｍ(Anm) 2 （６） は画像の回転に不変な値であるため、特定マークの検出
に用いることができる。Where n is the degree of Zernike Moment and m
Is the rank, the absolute value of m must be less than or equal to n, and the difference must be even. That is, n− | m | = even (4) n ≧ | m | (5) R nm (ρ) is called Radial Polynomial, and is a value calculated from the rank, the order, and the distance from the center. Re
(Anm) is the real part of Zernike Moment, Im (Anm) is Zerni
It is the imaginary part of ke Moment. The size of the Zernike Moment Re (Anm) 2 + Im (Anm) 2 (6) is a value that is invariant to the rotation of the image, and therefore can be used to detect the specific mark.
【００１５】この際、ｘ、ｙの値は特定マークの大きさ
に応じて正規化する必要がある。すなわち、特定マーク
の重心を中心として重心から一番遠い点までの距離が１
となるように、座標系を拡大／縮小して用いる。At this time, the values of x and y must be normalized according to the size of the specific mark. That is, the distance from the center of gravity of the specific mark to the furthest point is 1
The coordinate system is used by enlarging / reducing so that
【００１６】前述したように、Ｚernike Ｍomentには次
のような問題がある。例えば、式（３）から明らかなよ
うに、θ算出の際の基準軸上では常にsinｍθは０にな
るので、あらゆる次元において、基準軸上の画像はＺer
nike Ｍomentの虚数部の値の算出には全く寄与しないこ
とになる。このような情報の欠落は、画像の検出／認識
の見地からは好ましくない。As described above, the Zernike Moment has the following problems. For example, as is clear from Equation (3), sinmθ is always 0 on the reference axis when calculating θ, so that the image on the reference axis is Zer in any dimension.
It does not contribute to the calculation of the value of the imaginary part of nike Moment at all. Such lack of information is not preferable from the viewpoint of image detection / recognition.
【００１７】そこで、本発明では、各次元毎にθ算出の
際の基準を変更することで、次元毎に異なる画素がモー
メントの値の算出に寄与しなくなるようにする。具体的
には、以下の式を用いてＺernike Ｍomentの実数部、虚
数部を算出する。Therefore, in the present invention, the reference for calculating θ is changed for each dimension so that pixels different for each dimension do not contribute to the calculation of the moment value. Specifically, the real part and the imaginary part of the Zernike Moment are calculated using the following formulas.
【００１８】[0018]
【数２】 [Equation 2]
【００１９】ここで、Ｍnmは、本発明によって導入され
たオフセットであり、次数／階数に応じて定められる値
で、次数／階数毎に異なる値を持つものとする。この値
を定める方法については、以下の各実施例で説明する。Here, M nm is an offset introduced by the present invention, and is a value determined according to the order / order, and has a different value for each order / order. The method of determining this value will be described in each of the following examples.
【００２０】〈実施例１〉マーク切り出し部２では、画
像バッファ中の画像から、黒画素の連結成分を抽出し、
その大きさが検出マークとほぼ等しいと判断された場合
に、その黒画素連結成分の座標をＺernike Ｍoment算出
部３に送る。<Embodiment 1> In the mark cutout unit 2, a connected component of black pixels is extracted from the image in the image buffer,
When it is determined that the size is substantially equal to the detection mark, the coordinates of the black pixel connected component are sent to the Zernike Moment calculation unit 3.
【００２１】具体的には判断の閾値をＬＴｈ、検出マー
クの大きさをＭＳizeとした場合に、黒画素連結成分の
幅、高さがＢｌＷ、ＢｌＨであり、以下の２つの式を満
たすとき、その黒画素連結成分の座標をＺernike Ｍome
nt算出部３に送る。Specifically, when the determination threshold is LTh and the size of the detection mark is MSize, the width and height of the black pixel connected component are BlW and BlH, and when the following two expressions are satisfied, The coordinates of the black pixel connected component are set to Zernike Mome
It is sent to the nt calculator 3.
【００２２】 （ＭＳize−ＬＴｈ）＜ＢｌＷ＜（ＭＳize＋ＬＴｈ） （ＭＳize−ＬＴｈ）＜ＢｌＨ＜（ＭＳize＋ＬＴｈ） 本実施例１では、図４に示すように画像中から３つの黒
画素連結成分Ａ，Ｂ，Ｃが抽出されたものとする。本実
施例ではＭＳize＝４８、ＬＴｈ＝４とすると、その場
合の検出結果は図５に示すものとなる。つまり、上記し
た条件の幅Ｗと高さＨを持つ連結成分は、Ａ、Ｂとな
る。(MSize-LTh) <BlW <(MSize + LTh) (MSize-LTh) <BlH <(MSize + LTh) In the first embodiment, as shown in FIG. 4, three black pixel connected components A, B, and It is assumed that C is extracted. In the present embodiment, assuming that MSize = 48 and LTh = 4, the detection result in that case is as shown in FIG. That is, the connected components having the width W and the height H of the above conditions are A and B.
【００２３】Ｚernike Ｍoment算出部３では、マーク切
り出し部２から送られてきた座標中の画像の重心を算出
し、画像の重心を中心（座標（０，０））として、また
画像のＸ軸を中心角の基準として用いる。The Zernike Moment calculation unit 3 calculates the center of gravity of the image in the coordinates sent from the mark cutout unit 2, with the center of gravity of the image as the center (coordinates (0, 0)) and the X axis of the image. Used as a reference for the central angle.
【００２４】実施例１では、Ｎ次までのＺernike Ｍome
ntの大きさをマークの検出に用いるので、Ｍnmを以下の
ように定める。In the first embodiment, Zernike Mome up to the Nth order
Since the size of nt is used for mark detection, M nm is defined as follows.
【００２５】[0025]
【数３】 (Equation 3)
【００２６】ただし、〔ａ〕はａを超えない最大の整数
であり、またｍ≠０である。However, [a] is the maximum integer that does not exceed a, and m ≠ 0.
【００２７】本実施例では３次までのＺernike Ｍoment
を用いるものとすると、In this embodiment, Zernike Moment up to the third order
If you use
【００２８】[0028]
【数４】 (Equation 4)
【００２９】となる。なお、ｍ＝０の場合にはθはＺer
nike Ｍomentの算出に関与しない。図２は、次数／階数
に応じて定められるＭ１１からＭ３３の値を示す。例え
ば、ｎ＝３、ｍ＝３のとき、Ｍ３３＝π／６であるか
ら、Ｍ３３を基準軸として、つまりｓｉｎ３θ＝０を中
心角θ算出の基準軸（Ｘ軸）とする。Ｍ３３の基準軸で
はｓｉｎ３θ＝０であるので、Ｚernike Ｍomentの値の
算出に寄与しないが、他の次数、階数においてはＭ３３
の位置が基準軸とならないので、Ｚernike Ｍomentの値
が算出される。## EQU1 ## When m = 0, θ is Zer
Not involved in the calculation of nike Moment. FIG. 2 shows the values of M11 to M33 which are determined according to the order / order. For example, when n = 3 and m = 3, M33 = π / 6. Therefore, M33 is used as the reference axis, that is, sin3θ = 0 is used as the reference axis (X axis) for calculating the central angle θ. Since sin3θ = 0 on the reference axis of M33, it does not contribute to the calculation of the value of Zernike Moment, but in other orders and ranks, M33
Since the position of is not the reference axis, the value of Zernike Moment is calculated.
【００３０】本実施例１では、中心角θ算出の基準が、
例えば等間隔に位置（例えば、０〜πの間を１０等分し
た位置）している。In the first embodiment, the reference for calculating the central angle θ is
For example, they are positioned at equal intervals (for example, positions where 0 to π is divided into 10 equal parts).
【００３１】以上の式を用いて各次数／階数でのＺerni
ke Ｍomentの大きさが図６のように算出されたとする。
なお、１次１階の大きさを１次元目の特徴量、２次２階
の大きさを２次元目の特徴量、３次１階の大きさを３次
元目の特徴量、３次３階の大きさを４次元目の特徴
量．．．という。Using the above equation, Zerni at each order / order
It is assumed that the magnitude of ke Moment is calculated as shown in FIG.
It should be noted that the size of the first and first floors is the feature amount of the first dimension, the size of the second and second floors is the feature amount of the second dimension, the size of the first and second floors is the feature amount of the third dimension, and the third and third dimensions. The size of the floor is the feature of the 4th dimension. . . That.
【００３２】相違度算出部５では、辞書メモリ４内の特
定マークのＺernike Ｍomentの大きさと、入力画像のＺ
ernike Ｍomentの大きさを比較する。辞書メモリ４中に
は予め複数の特定マークから求めたＺernike Ｍomentの
大きさの平均値Ｄｉｃ（）と標準偏差Ｓｔｄ（）が保存
されている。相違度算出部５では、以下の式を用いて入
力画像のＺernike Ｍomentの大きさＦ（）と特定マーク
のＺernike Ｍomentの大きさの相違度Ｄｃｂを算出す
る。The dissimilarity calculator 5 calculates the size of the Zernike Moment of the specific mark in the dictionary memory 4 and the Z of the input image.
Compare the size of ernike Moment. The dictionary memory 4 stores an average value Dic () and a standard deviation Std () of the size of the Zernike Moment obtained from a plurality of specific marks in advance. The difference calculation unit 5 calculates the difference Dcb between the size F () of the Zernike Moment of the input image and the size of the Zernike Moment of the specific mark using the following formula.
【００３３】[0033]
【数５】 (Equation 5)
【００３４】本実施例での相違度算出結果を図７に示
す。FIG. 7 shows the calculation result of the difference degree in this embodiment.
【００３５】検出判定部６では、相違度に応じて、検出
／非検出の判定を行う。具体的には相違度が所定の閾値
ＴｈＤより大きい場合には非検出、閾値より小さい場合
には検出と判定する。具体的には以下の式を満たす場合
に、特定マークが検出されたものとする。The detection / judgment unit 6 judges detection / non-detection according to the degree of difference. Specifically, when the degree of difference is larger than a predetermined threshold ThD, it is determined as non-detection, and when it is smaller than the threshold, it is detected. Specifically, it is assumed that the specific mark is detected when the following expression is satisfied.
【００３６】ＴｈＤ＜Ｄｃｂ 本実施例ではＴｈＤ＝４．００とする。それぞれの連結
成分に対する検出結果を図８に示す。本実施例の場合に
は連結成分Ａが特定マークとして検出される。ThD <Dcb In this embodiment, ThD = 4.00. The detection results for each connected component are shown in FIG. In the case of this embodiment, the connected component A is detected as the specific mark.
【００３７】〈実施例２〉実施例２では、Ｍnmの算出方
法以外は実施例１と同様である。本実施例ではＭnmを以
下のように定める。すなわち、 Ｍnm＝ｒａｎｄｏｍ（０，π） ただし、ｒａｎｄｏｍ（０，π）は０〜πの間で乱数を
発生させる関数である。図３は、実施例２のＭnmを示
す。Example 2 Example 2 is the same as Example 1 except for the method of calculating M nm . In this embodiment, M nm is defined as follows. That is, M nm = random (0, π) where random (0, π) is a function for generating a random number between 0 and π. FIG. 3 shows M nm of Example 2.
【００３８】[0038]
【発明の効果】以上、説明したように、本発明によれ
ば、各次元毎にθ算出の基準を変えているので、画像の
情報の欠落が最小限に抑えられ、高精度に特定画像の検
出、認識を行うことが可能になる。As described above, according to the present invention, since the reference of θ calculation is changed for each dimension, the loss of image information can be minimized, and the specific image of the specific image can be highly accurately obtained. It becomes possible to perform detection and recognition.
【図１】本発明の実施例の構成を示す。FIG. 1 shows a configuration of an embodiment of the present invention.
【図２】実施例１のＭnmを示す。FIG. 2 shows M nm of Example 1.
【図３】実施例２のＭnmを示す。FIG. 3 shows M nm of Example 2.
【図４】黒画素連結成分の抽出結果を示す。FIG. 4 shows an extraction result of black pixel connected components.
【図５】マーク切り出し結果を示す。FIG. 5 shows a mark cutting result.
【図６】Ｚernike Ｍomentの算出結果を示す。FIG. 6 shows a calculation result of Zernike Moment.
【図７】相違度算出結果を示す。FIG. 7 shows a difference degree calculation result.
【図８】マーク検出結果を示す。FIG. 8 shows a mark detection result.
１ 画像入力装置 ２ マーク切り出し部 ３ Ｚernike Ｍoment算出部 ４ 辞書メモリ ５ 相違度算出部 ６ 検出判定部 1 Image Input Device 2 Mark Cutout Unit 3 Zernike Moment Calculation Unit 4 Dictionary Memory 5 Dissimilarity Calculation Unit 6 Detection Judgment Unit
Claims (5)
パターンを検出する方法において、各次元の特徴量がそ
れぞれ回転不変特徴量であり、中心角を利用して算出す
る特徴量が存在するとき、各次元毎に中心角算出の基準
を変えることを特徴とする特定パターン検出方法。1. A method for detecting a specific pattern using a multidimensional rotation-invariant feature amount, wherein each dimension feature amount is a rotation-invariant feature amount, and there is a feature amount calculated using a central angle. A method for detecting a specific pattern, characterized in that the reference for calculating the central angle is changed for each dimension.
のパターンを検出する方法において、回転不変なＭomen
tの各次元毎に中心角算出の基準を変えることを特徴と
する特定パターン検出方法。2. A method of detecting a specific pattern using rotation-invariant Moment of an image, comprising rotation-invariant Momen.
A method for detecting a specific pattern, characterized in that the reference for calculating the central angle is changed for each dimension of t.
ンを検出する方法において、Ｚernike Ｍomentの各次数
／階数毎に中心角算出の基準を変えることを特徴とする
特定パターン検出方法。3. A method for detecting a specific pattern using Zernike Moment, wherein a reference for calculating the central angle is changed for each degree / order of Zernike Moment.
ることを特徴とする請求項１、２または３記載の特定パ
ターン検出方法。4. The specific pattern detection method according to claim 1, 2 or 3, wherein the reference for calculating the central angle is located at equal intervals.
ることを特徴とする請求項１、２または３記載の特定パ
ターン検出方法。5. The specific pattern detection method according to claim 1, wherein the reference for calculating the central angle is generated by a random number.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7338380A JPH09179982A (en) | 1995-12-26 | 1995-12-26 | Specific pattern detecting method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7338380A JPH09179982A (en) | 1995-12-26 | 1995-12-26 | Specific pattern detecting method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09179982A true JPH09179982A (en) | 1997-07-11 |
Family
ID=18317614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7338380A Pending JPH09179982A (en) | 1995-12-26 | 1995-12-26 | Specific pattern detecting method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09179982A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573619B1 (en) * | 1999-10-27 | 2006-04-24 | 김회율 | Method for extracting Zernike /Pseudo-Zernike moment |
| KR100712341B1 (en) * | 1999-11-30 | 2007-05-02 | 주식회사 팬택앤큐리텔 | Method and apparatus for representing and retrieving 3d image data using 3d modified zernike moments |
| US7305664B2 (en) | 2002-10-09 | 2007-12-04 | Ricoh Company, Ltd. | Apparatus, method, software and medium storage for performing the tasks of detecting specified marks |
| JP2012021967A (en) * | 2010-06-15 | 2012-02-02 | Fujitsu Ltd | Physical property measuring method and measuring apparatus |
-
1995
- 1995-12-26 JP JP7338380A patent/JPH09179982A/en active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573619B1 (en) * | 1999-10-27 | 2006-04-24 | 김회율 | Method for extracting Zernike /Pseudo-Zernike moment |
| KR100712341B1 (en) * | 1999-11-30 | 2007-05-02 | 주식회사 팬택앤큐리텔 | Method and apparatus for representing and retrieving 3d image data using 3d modified zernike moments |
| US7305664B2 (en) | 2002-10-09 | 2007-12-04 | Ricoh Company, Ltd. | Apparatus, method, software and medium storage for performing the tasks of detecting specified marks |
| JP2012021967A (en) * | 2010-06-15 | 2012-02-02 | Fujitsu Ltd | Physical property measuring method and measuring apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5181260A (en) | Method for determining the amount of skew of image, method for correcting the same, and image data processing system | |
| US5077805A (en) | Hybrid feature-based and template matching optical character recognition system | |
| EP0650137B1 (en) | An apparatus for fingerprint verification | |
| JP3249605B2 (en) | Document edge detection device | |
| JP2000105829A (en) | Method and device for face parts image detection | |
| JPH09179937A (en) | Method for automatically discriminating boundary of sentence in document picture | |
| US20050185858A1 (en) | Image processing method and apparatus and storage medium | |
| EP0899679B1 (en) | Line direction deciding device, image inclination detecting device and image inclination correction device | |
| Kim et al. | Word segmentation of printed text lines based on gap clustering and special symbol detection | |
| JPH07220026A (en) | Method and device for picture processing | |
| JPH09179982A (en) | Specific pattern detecting method | |
| JP3600380B2 (en) | Image processing method and fax character recognition device | |
| US6556701B1 (en) | Method of and apparatus for extracting dotted line, and storage medium thereof | |
| JP3494388B2 (en) | Fingerprint matching method and fingerprint matching device | |
| JPH1125215A (en) | Method and device for discriminating sort of document, and recording medium | |
| JP3090342B2 (en) | Character string direction discriminator | |
| JPH07249099A (en) | Discriminating device for slip | |
| JP3311551B2 (en) | Image data input processing method and apparatus | |
| JP2580976B2 (en) | Character extraction device | |
| JPH10187886A (en) | Character recognizing device and method | |
| JPH06139338A (en) | Fingerprint pattern classifying device | |
| JP3000480B2 (en) | Character area break detection method | |
| JP4011859B2 (en) | Word image normalization device, word image normalization program recording medium, and word image normalization program | |
| JPH05128308A (en) | Character recognition device | |
| JP3039427B2 (en) | Character extraction method and method |