JPH10277259A - 占い装置 - Google Patents
占い装置Info
- Publication number
- JPH10277259A JPH10277259A JP8632497A JP8632497A JPH10277259A JP H10277259 A JPH10277259 A JP H10277259A JP 8632497 A JP8632497 A JP 8632497A JP 8632497 A JP8632497 A JP 8632497A JP H10277259 A JPH10277259 A JP H10277259A
- Authority
- JP
- Japan
- Prior art keywords
- image
- line
- fortune
- palm
- telling
- 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
- Closed-Circuit Television Systems (AREA)
Abstract
(57)【要約】
【課題】 被験者と占い装置との間で、従来、占い師が
被験者を占う時のようなインタラクティブな形式で占い
を行うことができる占い装置を提供すること。 【解決手段】 画像入力装置1を用いて掌の画像を読み
とり、該画像を画像処理部2で処理して得られた結果
と、体験問題提示手段32によりプレーヤに対して提示
される質問事項に対するプレーヤの反応(回答)結果に
応じて判定を行う。
被験者を占う時のようなインタラクティブな形式で占い
を行うことができる占い装置を提供すること。 【解決手段】 画像入力装置1を用いて掌の画像を読み
とり、該画像を画像処理部2で処理して得られた結果
と、体験問題提示手段32によりプレーヤに対して提示
される質問事項に対するプレーヤの反応(回答)結果に
応じて判定を行う。
Description
【0001】
【発明の属する技術分野】この発明は占い装置に関し、
特に、掌の画像を取り込んで、そのパターンに応じた判
定結果を出力する形式の装置において、被験者(プレー
ヤ)と装置との間でインタラクティブな形式で占いが行
えるように改良を図ったものに関するものである。
特に、掌の画像を取り込んで、そのパターンに応じた判
定結果を出力する形式の装置において、被験者(プレー
ヤ)と装置との間でインタラクティブな形式で占いが行
えるように改良を図ったものに関するものである。
【0002】
【従来の技術】人が相手の手相を見ることによって占い
を行う代わりに、コンピュータを用いて人の手相や顔相
を認識し、その認識結果に基づいて占い結果を表示する
占い装置が遊技場等に設定されている。このような占い
装置については、例えば、特公平6−104145号公
報等に示されている。図19は、特公平6−10414
5号公報に示された、このような従来の占い装置の構成
を示すブロック図であり、図において、190は占い装
置であり、191は画像入力装置、192は画像入力装
置191から入力された画像を解析する画像解析装置、
193は画像解析装置192によって解析された結果に
基づいて、どのパターンの画像と一致するのかを判定す
る画像判定装置、194は画像判定装置193の出力を
受け、これに対応した文章を選択する文章選択装置、1
95は文章選択装置194で選択された文章を出力する
出力装置である。また、上記画像解析装置192は輪郭
線抽出手段197,手相線抽出手段198,領域形成手
段199とから構成されている。
を行う代わりに、コンピュータを用いて人の手相や顔相
を認識し、その認識結果に基づいて占い結果を表示する
占い装置が遊技場等に設定されている。このような占い
装置については、例えば、特公平6−104145号公
報等に示されている。図19は、特公平6−10414
5号公報に示された、このような従来の占い装置の構成
を示すブロック図であり、図において、190は占い装
置であり、191は画像入力装置、192は画像入力装
置191から入力された画像を解析する画像解析装置、
193は画像解析装置192によって解析された結果に
基づいて、どのパターンの画像と一致するのかを判定す
る画像判定装置、194は画像判定装置193の出力を
受け、これに対応した文章を選択する文章選択装置、1
95は文章選択装置194で選択された文章を出力する
出力装置である。また、上記画像解析装置192は輪郭
線抽出手段197,手相線抽出手段198,領域形成手
段199とから構成されている。
【0003】次に動作について説明する。なおここで
は、相性占いを行う場合を想定する。占いたい被験者と
なる2人の手を画像入力装置191で濃淡画像として入
力し、この濃淡画像から、まず、画像解析装置192の
輪郭線抽出手段197でそれぞれ手の輪郭線を抽出した
後、該輪郭線内の濃淡度を利用し手相線抽出手段198
で手相線を抽出する。また、上記手の輪郭線や手相線の
一部を利用して領域形成手段199内で輪郭線内に判断
領域を形成する。その後、画像判定装置193により相
性の判定等を行い、その判定結果に応じて文章選択装置
194から、あらかじめ2人分の判断用領域を組み合わ
せて設けられている出力文章群から特定の文章を選択す
る。そしてこの文章を出力装置195で文字や音声等に
より出力して2人の相性占いを行う。
は、相性占いを行う場合を想定する。占いたい被験者と
なる2人の手を画像入力装置191で濃淡画像として入
力し、この濃淡画像から、まず、画像解析装置192の
輪郭線抽出手段197でそれぞれ手の輪郭線を抽出した
後、該輪郭線内の濃淡度を利用し手相線抽出手段198
で手相線を抽出する。また、上記手の輪郭線や手相線の
一部を利用して領域形成手段199内で輪郭線内に判断
領域を形成する。その後、画像判定装置193により相
性の判定等を行い、その判定結果に応じて文章選択装置
194から、あらかじめ2人分の判断用領域を組み合わ
せて設けられている出力文章群から特定の文章を選択す
る。そしてこの文章を出力装置195で文字や音声等に
より出力して2人の相性占いを行う。
【0004】なお、画像入力装置を用いて、手相を識別
する技術に関しては、特開昭60−147875号公報
や、電子情報通信学会論文誌 91/6 Vol.J74-D-II No6
等にその詳細について記述されたものが知られている。
する技術に関しては、特開昭60−147875号公報
や、電子情報通信学会論文誌 91/6 Vol.J74-D-II No6
等にその詳細について記述されたものが知られている。
【0005】
【発明が解決しようとする課題】従来の占い装置は以上
のように構成されており、占い師や係員等を配置するこ
となく、機械を用いて占いを自動的に行うことができる
ものであるが、占いの結果のみが通知されるようで味気
がなく、印象に薄いというものであった。そこでこのよ
うな点に鑑みて、例えば、特開平8−191956号公
報に示されるように、手相だけではなく、顔の特徴等を
加味したりするものや、特開平3−88号公報に示され
るように、被験者の手相だけではなく、顔の輪郭等を加
味したり、氏名,生年月日,血液型等の情報を加えて総
合的に判断してこれの結果を通知する占いを行うものが
あり、これらは、占い結果をより身近で現実的なものと
して認識できるものであった。しかしながら、占いに用
いる氏名や生年月日等のデータは被験者にとってありふ
れた一般的なものであり、被験者の背景データとして付
加情報として入力されるものであり、被験者にとって見
れば、やはり、一方的に占い結果が出力されるだけとい
う味気のないものであった。
のように構成されており、占い師や係員等を配置するこ
となく、機械を用いて占いを自動的に行うことができる
ものであるが、占いの結果のみが通知されるようで味気
がなく、印象に薄いというものであった。そこでこのよ
うな点に鑑みて、例えば、特開平8−191956号公
報に示されるように、手相だけではなく、顔の特徴等を
加味したりするものや、特開平3−88号公報に示され
るように、被験者の手相だけではなく、顔の輪郭等を加
味したり、氏名,生年月日,血液型等の情報を加えて総
合的に判断してこれの結果を通知する占いを行うものが
あり、これらは、占い結果をより身近で現実的なものと
して認識できるものであった。しかしながら、占いに用
いる氏名や生年月日等のデータは被験者にとってありふ
れた一般的なものであり、被験者の背景データとして付
加情報として入力されるものであり、被験者にとって見
れば、やはり、一方的に占い結果が出力されるだけとい
う味気のないものであった。
【0006】この発明は以上のような点に鑑みてなされ
たものであり、被験者と占い装置との間で、従来、占い
師が被験者を占う時のようなインタラクティブな形式で
占いを行うことができる占い装置を提供することを目的
とする。
たものであり、被験者と占い装置との間で、従来、占い
師が被験者を占う時のようなインタラクティブな形式で
占いを行うことができる占い装置を提供することを目的
とする。
【0007】
【課題を解決するための手段】この発明の請求項1 に係
る占い装置は、被験者の掌の画像を取り込み、該画像パ
ターンを解析して、その解析結果に応じた判定結果を出
力する占い装置において、上記被験者の掌の画像を取り
込み、画像処理によって各手相線を抽出する際に、取り
込んだ原画像と、これを所定量シフトして得られたシフ
ト画像との差画像から線分を抽出し、該線分自身を膨張
拡大させて、これをマスクとして用いて原画像から不要
な線分を除去する画像処理部を備えたものである。
る占い装置は、被験者の掌の画像を取り込み、該画像パ
ターンを解析して、その解析結果に応じた判定結果を出
力する占い装置において、上記被験者の掌の画像を取り
込み、画像処理によって各手相線を抽出する際に、取り
込んだ原画像と、これを所定量シフトして得られたシフ
ト画像との差画像から線分を抽出し、該線分自身を膨張
拡大させて、これをマスクとして用いて原画像から不要
な線分を除去する画像処理部を備えたものである。
【0008】また、この発明の請求項2に係る占い装置
は、被験者の掌の画像を取り込み、該画像パターンを解
析して、その解析結果に応じた判定結果を出力する占い
装置において、上記被験者に対して、上記掌の画像パタ
ーンと、現段階の質問に対する回答のいずれか一方、も
しくは両方の組み合わせにより、次段の質問が決定され
る質問/回答の結果によって複数の質問を順次提示し、
該提示された一連の質問に対する被験者の回答を組み合
わせて得られる質問/回答の結果を加味して上記判定結
果を出力する占い結果判定部を備えたものである。
は、被験者の掌の画像を取り込み、該画像パターンを解
析して、その解析結果に応じた判定結果を出力する占い
装置において、上記被験者に対して、上記掌の画像パタ
ーンと、現段階の質問に対する回答のいずれか一方、も
しくは両方の組み合わせにより、次段の質問が決定され
る質問/回答の結果によって複数の質問を順次提示し、
該提示された一連の質問に対する被験者の回答を組み合
わせて得られる質問/回答の結果を加味して上記判定結
果を出力する占い結果判定部を備えたものである。
【0009】また、この発明の請求項3に係る占い装置
は、被験者の掌の画像を取り込み、該画像パターンを解
析して、その解析結果に応じた判定結果を出力する占い
装置において、上記被験者の掌の画像を取り込み、画像
処理によって各手相線を抽出する際に、取り込んだ原画
像と、これを所定量シフトして得られたシフト画像との
差画像から線分を抽出し、該線分自身を膨張拡大させ
て、これをマスクとして用いて原画像から不要な線分を
除去する画像処理部と、上記被験者に対して、上記掌の
画像パターンと、現段階の質問に対する回答のいずれか
一方、もしくは両方の組み合わせにより、次段の質問が
決定される質問/回答の結果によって複数の質問を順次
提示し、該提示された一連の質問に対する被験者の回答
を組み合わせて得られる質問/回答の結果を加味して上
記判定結果を出力する占い結果判定部とを備えたもので
ある。
は、被験者の掌の画像を取り込み、該画像パターンを解
析して、その解析結果に応じた判定結果を出力する占い
装置において、上記被験者の掌の画像を取り込み、画像
処理によって各手相線を抽出する際に、取り込んだ原画
像と、これを所定量シフトして得られたシフト画像との
差画像から線分を抽出し、該線分自身を膨張拡大させ
て、これをマスクとして用いて原画像から不要な線分を
除去する画像処理部と、上記被験者に対して、上記掌の
画像パターンと、現段階の質問に対する回答のいずれか
一方、もしくは両方の組み合わせにより、次段の質問が
決定される質問/回答の結果によって複数の質問を順次
提示し、該提示された一連の質問に対する被験者の回答
を組み合わせて得られる質問/回答の結果を加味して上
記判定結果を出力する占い結果判定部とを備えたもので
ある。
【0010】
実施の形態1.以下、この発明の実施の形態1による占
い装置を図について説明する。図1は、本実施の形態1
による占い装置の構成を示す図であり、図において、1
は掌の濃淡画像を取り込む画像入力装置、2は画像処理
部であり、ノイズ除去手段20,2値化手段21,座標
設定手段22,フィルタ手段23,手相線抽出手段24
とから構成されている。3は占い結果判定部であり、特
徴抽出手段30,占い結果判定手段31,体験問題提示
手段32とから構成されている。さらに、上記占い結果
判定手段31には手相判定手段310が含まれる。4は
キー入力部であり、体験問題選択キー40,回答選択キ
ー41とから構成されている。なお、このキー入力部4
は、ボタンキー等以外にも、タッチパネル等の入力装置
を用いて構成される場合もある。
い装置を図について説明する。図1は、本実施の形態1
による占い装置の構成を示す図であり、図において、1
は掌の濃淡画像を取り込む画像入力装置、2は画像処理
部であり、ノイズ除去手段20,2値化手段21,座標
設定手段22,フィルタ手段23,手相線抽出手段24
とから構成されている。3は占い結果判定部であり、特
徴抽出手段30,占い結果判定手段31,体験問題提示
手段32とから構成されている。さらに、上記占い結果
判定手段31には手相判定手段310が含まれる。4は
キー入力部であり、体験問題選択キー40,回答選択キ
ー41とから構成されている。なお、このキー入力部4
は、ボタンキー等以外にも、タッチパネル等の入力装置
を用いて構成される場合もある。
【0011】次に動作について図2のフローチャートを
参照しつつ説明する。被験者(プレーヤー)の掌の画像
を、例えば、CCD(固体撮像装置)を用いて構成され
た画像入力装置1を用いて、0から255までの濃淡画
像として取り込み、画像処理装置2に出力する。画像処
理部2では、ノイズ除去手段20を構成する中央値フィ
ルタ,平均値フィルタにより、掌の主要線の線情報を減
じることなく、CCDカメラ等の撮像装置で発生するノ
イズを取り除き、入力画像を改善しS/Nを最適化す
る。
参照しつつ説明する。被験者(プレーヤー)の掌の画像
を、例えば、CCD(固体撮像装置)を用いて構成され
た画像入力装置1を用いて、0から255までの濃淡画
像として取り込み、画像処理装置2に出力する。画像処
理部2では、ノイズ除去手段20を構成する中央値フィ
ルタ,平均値フィルタにより、掌の主要線の線情報を減
じることなく、CCDカメラ等の撮像装置で発生するノ
イズを取り除き、入力画像を改善しS/Nを最適化す
る。
【0012】ノイズ除去された入力画像は、2値化手段
21に入力され、ここで背景を黒レベル,白レベルとし
て2値化画像を作成し、また、出力装置5で手相線を表
示するときに付加する掌の一部の輪郭線を抽出する。続
いて、座標設定手段22では、2値化手段21で作成さ
れた2値化画像を用いて、掌の座標を設定する。
21に入力され、ここで背景を黒レベル,白レベルとし
て2値化画像を作成し、また、出力装置5で手相線を表
示するときに付加する掌の一部の輪郭線を抽出する。続
いて、座標設定手段22では、2値化手段21で作成さ
れた2値化画像を用いて、掌の座標を設定する。
【0013】ここで、上記画像入力装置1で入力される
掌の画像のイメージについて詳述すると、入力される画
像aは図3に示すように、画像入力装置1の入力部のレ
ンズ状の円形のウインドウを通過しているので、掌全体
より、その一部を欠落した形状を有している。通常の画
像処理では、画像入力装置を構成するCCDカメラの画
素数に対応して、512×512画素の画像領域を用い
られることが多いが、本実施の形態では画像入力装置1
で掌の画像を取り込んだ後にノイズ除去手段20の入力
部で画像aを1/2に圧縮している。しかしながら、図
3に示すように、掌全体ではなく、その一部のみを取り
込むことによって相対的な解像度の向上を図っている。
また、画像を1/2に圧縮することによって処理時間の
短縮、必要な画像メモリの容量を低減している。
掌の画像のイメージについて詳述すると、入力される画
像aは図3に示すように、画像入力装置1の入力部のレ
ンズ状の円形のウインドウを通過しているので、掌全体
より、その一部を欠落した形状を有している。通常の画
像処理では、画像入力装置を構成するCCDカメラの画
素数に対応して、512×512画素の画像領域を用い
られることが多いが、本実施の形態では画像入力装置1
で掌の画像を取り込んだ後にノイズ除去手段20の入力
部で画像aを1/2に圧縮している。しかしながら、図
3に示すように、掌全体ではなく、その一部のみを取り
込むことによって相対的な解像度の向上を図っている。
また、画像を1/2に圧縮することによって処理時間の
短縮、必要な画像メモリの容量を低減している。
【0014】そして上記座標設定手段22では、具体的
には、2値化手段21で作成した2値化画像を用いて、
図3に示す座標点p0,p1,p2,p3,p4を求め
る。
には、2値化手段21で作成した2値化画像を用いて、
図3に示す座標点p0,p1,p2,p3,p4を求め
る。
【0015】上記2値化画像について、背景の黒レベル
を0とし、掌の白レベルを1として上記座標点p0を求
める場合について図4,図5を参照しつつ説明すると、
画像入力時に求めている人差し指の左端と中指の右端と
の間にある黒レベルの点c0を基準にして、点c0があ
る走査線よりも1つ下の走査線s1を考え、この走査線
上で点c0に対応する点をc' 0として、この線上で、
点c' 0の左右の、レベル0からレベル1に変化する点
a1,b1を求め、その中点をc1とする。以下同様に
してan,cn,bnを求め、点cnの次の走査線で点
cnに対応するc' nの近傍の線上の画素の値がレベル
1となったとき、その点cnをp0とする。
を0とし、掌の白レベルを1として上記座標点p0を求
める場合について図4,図5を参照しつつ説明すると、
画像入力時に求めている人差し指の左端と中指の右端と
の間にある黒レベルの点c0を基準にして、点c0があ
る走査線よりも1つ下の走査線s1を考え、この走査線
上で点c0に対応する点をc' 0として、この線上で、
点c' 0の左右の、レベル0からレベル1に変化する点
a1,b1を求め、その中点をc1とする。以下同様に
してan,cn,bnを求め、点cnの次の走査線で点
cnに対応するc' nの近傍の線上の画素の値がレベル
1となったとき、その点cnをp0とする。
【0016】このように、輪郭線ではなく2値化画像か
ら直接、点p0を求めるようにすることによって、人差
し指、中指等の画像に何らかの原因で欠落があっても点
p0を求めることができる。同様な方法で2値化画像を
用いて人差し指と親指の中点p1を求める。
ら直接、点p0を求めるようにすることによって、人差
し指、中指等の画像に何らかの原因で欠落があっても点
p0を求めることができる。同様な方法で2値化画像を
用いて人差し指と親指の中点p1を求める。
【0017】次に掌と背景との境界点p2,p3,p4
を求める。p1から垂直方向に2値化画像の画素を調
べ、レベル1から0に変化する点を見つけ、その点をp
2とし、また、p1から走査線方向に画素を調べ、レベ
ル1から0に変化する点を点p3とする。同様に、点p
0から右方向に画素を調べ、レベル1からレベル0に変
化する点を点p4とする。この4点から図3に示すよう
に線分L1,L5,L6,L11で囲まれた矩形領域A
を定め、手相線を抽出したり手相線特徴抽出を行う領域
とする。また、点p0を通る線分L9を定めるととも
に、点p0と点p3を結ぶ距離を三等分する線分L7,
L8を定め、さらに、点p1の上下に線分L2,L3を
それぞれ定める。また、線分L1,L2,……,L11
で形成される小領域を図3で示すように、a0,a1,
……,a19とする。このようにして、矩形領域Aを含
むXY座標系と線分L1,L2,……,L11とを用い
て手相線の抽出、解析を行う。
を求める。p1から垂直方向に2値化画像の画素を調
べ、レベル1から0に変化する点を見つけ、その点をp
2とし、また、p1から走査線方向に画素を調べ、レベ
ル1から0に変化する点を点p3とする。同様に、点p
0から右方向に画素を調べ、レベル1からレベル0に変
化する点を点p4とする。この4点から図3に示すよう
に線分L1,L5,L6,L11で囲まれた矩形領域A
を定め、手相線を抽出したり手相線特徴抽出を行う領域
とする。また、点p0を通る線分L9を定めるととも
に、点p0と点p3を結ぶ距離を三等分する線分L7,
L8を定め、さらに、点p1の上下に線分L2,L3を
それぞれ定める。また、線分L1,L2,……,L11
で形成される小領域を図3で示すように、a0,a1,
……,a19とする。このようにして、矩形領域Aを含
むXY座標系と線分L1,L2,……,L11とを用い
て手相線の抽出、解析を行う。
【0018】掌の易学的に使用する主要線は縦方向に特
徴を持つもの、横方向に特徴を持つもの、斜め方向に特
徴を持つものに分けることができ、平均的な手相では、
感情線は横方向に、知能線は斜め方向に、生命線,運命
線は縦方向にそれぞれ特徴を有している。このため、上
記フィルタ手段23は図6に示すように、縦線抽出フィ
ルタ23a,横線抽出フィルタ23b,斜め線抽出フィ
ルタ23cを含む。
徴を持つもの、横方向に特徴を持つもの、斜め方向に特
徴を持つものに分けることができ、平均的な手相では、
感情線は横方向に、知能線は斜め方向に、生命線,運命
線は縦方向にそれぞれ特徴を有している。このため、上
記フィルタ手段23は図6に示すように、縦線抽出フィ
ルタ23a,横線抽出フィルタ23b,斜め線抽出フィ
ルタ23cを含む。
【0019】上記縦線抽出フィルタ23a,横線抽出フ
ィルタ23b,斜め線抽出フィルタ23cのそれぞれの
構成は図7に示すように、画像シフト部,差画像作成
部,2値化部,マスク画像作成部とから構成されてい
る。
ィルタ23b,斜め線抽出フィルタ23cのそれぞれの
構成は図7に示すように、画像シフト部,差画像作成
部,2値化部,マスク画像作成部とから構成されてい
る。
【0020】以下、上記フィルタ手段23の詳細な動作
について説明する。まず、横線画像の作成について説明
する。ノイズ除去された入力画像bを画像シフト部で左
シフトした画像を作成する。この時、何ビットシフトす
るかによって必要な線の検出精度が異なり、本装置では
シフト量を、例えば、2ドット分としている。このシフ
ト画像と入力画像bとの差画像を作成する。差画像の各
要素について画素の値がマイナスであれば、その補数を
とる。
について説明する。まず、横線画像の作成について説明
する。ノイズ除去された入力画像bを画像シフト部で左
シフトした画像を作成する。この時、何ビットシフトす
るかによって必要な線の検出精度が異なり、本装置では
シフト量を、例えば、2ドット分としている。このシフ
ト画像と入力画像bとの差画像を作成する。差画像の各
要素について画素の値がマイナスであれば、その補数を
とる。
【0021】 差画像(DEF)=シフト画像−入力画像b の演算結果を2値化部で2値化するが、ここで差画像の
値を、 DEF(x,y) 0<=x<=255,0<=y
<=255 として差画像の各要素について次の演算を行う。
値を、 DEF(x,y) 0<=x<=255,0<=y
<=255 として差画像の各要素について次の演算を行う。
【0022】V(x,y)=DEF(x,y−1)−D
EF(x,y) 次にV(x,y)を閾値thよりも大きい値を1とし、
それ以外を0として2値化部で2値化して細線化を実行
すれば大小の横線aを検出することができる。まだ、こ
のままでは、不必要な横線がノイズとして残るのでこれ
らを除去する必要がある。上記閾値thの値として、こ
こでは、例えば、+50としている。
EF(x,y) 次にV(x,y)を閾値thよりも大きい値を1とし、
それ以外を0として2値化部で2値化して細線化を実行
すれば大小の横線aを検出することができる。まだ、こ
のままでは、不必要な横線がノイズとして残るのでこれ
らを除去する必要がある。上記閾値thの値として、こ
こでは、例えば、+50としている。
【0023】マスク画像作成部では上記方法で検出した
ノイズを含む横線cを縦方向、及び横方向に膨張させ
る。この膨張拡大した横線画像の個々の線分について、
それを構成するドット数を調べ、ドット数がある一定数
以下の線分を削除する。本装置では、例えば、この値を
横線、及び縦線の場合、150に設定し、斜め線の場合
には170に設定している。このようにして作成された
膨張拡大した横線画と元の横線cとの論理積をとること
によって選択的に横線を抽出する。このようにすること
によって、例えば、横線の中で代表的な感情線につい
て、線が途中でかすれて二つの線となっていても、二つ
の隣接する線として抽出することができる。このように
して作成した画像を横線画像cとする。
ノイズを含む横線cを縦方向、及び横方向に膨張させ
る。この膨張拡大した横線画像の個々の線分について、
それを構成するドット数を調べ、ドット数がある一定数
以下の線分を削除する。本装置では、例えば、この値を
横線、及び縦線の場合、150に設定し、斜め線の場合
には170に設定している。このようにして作成された
膨張拡大した横線画と元の横線cとの論理積をとること
によって選択的に横線を抽出する。このようにすること
によって、例えば、横線の中で代表的な感情線につい
て、線が途中でかすれて二つの線となっていても、二つ
の隣接する線として抽出することができる。このように
して作成した画像を横線画像cとする。
【0024】次に縦線画像の作成について説明する。縦
線画像は上記入力画像bを左シフトし、差画像の各画素
に対する演算式を、 V(x,y)=DEF(x−1,y)−DEF(x,
y) として、また斜め線画像は入力画像bを左シフト、及び
上シフトを行ない、差画像の各画素に対する演算式を、 V(x,y)=DEF(x−1,y−1)−DEF
(x,y) として、横線画像と同様の方法で縦線画像d,斜め線画
像eを作成する。
線画像は上記入力画像bを左シフトし、差画像の各画素
に対する演算式を、 V(x,y)=DEF(x−1,y)−DEF(x,
y) として、また斜め線画像は入力画像bを左シフト、及び
上シフトを行ない、差画像の各画素に対する演算式を、 V(x,y)=DEF(x−1,y−1)−DEF
(x,y) として、横線画像と同様の方法で縦線画像d,斜め線画
像eを作成する。
【0025】前述のノイズ除去手段20で入力画像aが
十分にノイズを除去されていれば、この段階で、横線に
特徴のある線,縦線に特徴のある線,斜め線に特徴のあ
る線等の掌の主要線に相当する線が、少数の不必要な線
分を伴うが忠実に抽出される。
十分にノイズを除去されていれば、この段階で、横線に
特徴のある線,縦線に特徴のある線,斜め線に特徴のあ
る線等の掌の主要線に相当する線が、少数の不必要な線
分を伴うが忠実に抽出される。
【0026】次に手相線抽出手段24の動作について説
明する。まず、感情線の抽出について説明する。手相抽
出手段24は図8に示すように、画像OR加算部24
a,画像選択部24b,線分選択部24cから構成され
る。
明する。まず、感情線の抽出について説明する。手相抽
出手段24は図8に示すように、画像OR加算部24
a,画像選択部24b,線分選択部24cから構成され
る。
【0027】上記画像OR加算部24aは、横線画像c
から感情線を抽出するものであるが、斜め線画像eに感
情線の斜め成分が現れていることがあり、画像OR加算
部24aで横線画像cに斜め線画像eをOR加算して、
横線画像をより強調する。画像選択部24bはこのよう
にして強調された横線画像から、図9の斜線で示す感情
線が存在しない小領域の画像を画像選択部24bで削除
する。ここで残った線分は感情線、及び感情線に類似し
た線分となる。この画像を感情線線分集合fとする。こ
の感情線線分集合fの線分について、その線の始端,終
端,中心座標,勾配等を求め、これらから線分の勾配
が、ある範囲に存在する線分を選び出す。ここで、上記
勾配の範囲として、本装置では、例えば、−30度より
大きいものとしている。線分選択部24cでは、上記で
選ばれた線分を線分集合gとし、この線分集合gの中か
ら、線分を構成するピクセル数の多い線分を感情線の中
心線分b0として選び、中心線分b0に隣接する線分を
順次接続していく。図10に示すように、中心線分b0
の始端側の接続を行なう場合は、線分集合gを線分の終
端X座標の昇順にソートする。
から感情線を抽出するものであるが、斜め線画像eに感
情線の斜め成分が現れていることがあり、画像OR加算
部24aで横線画像cに斜め線画像eをOR加算して、
横線画像をより強調する。画像選択部24bはこのよう
にして強調された横線画像から、図9の斜線で示す感情
線が存在しない小領域の画像を画像選択部24bで削除
する。ここで残った線分は感情線、及び感情線に類似し
た線分となる。この画像を感情線線分集合fとする。こ
の感情線線分集合fの線分について、その線の始端,終
端,中心座標,勾配等を求め、これらから線分の勾配
が、ある範囲に存在する線分を選び出す。ここで、上記
勾配の範囲として、本装置では、例えば、−30度より
大きいものとしている。線分選択部24cでは、上記で
選ばれた線分を線分集合gとし、この線分集合gの中か
ら、線分を構成するピクセル数の多い線分を感情線の中
心線分b0として選び、中心線分b0に隣接する線分を
順次接続していく。図10に示すように、中心線分b0
の始端側の接続を行なう場合は、線分集合gを線分の終
端X座標の昇順にソートする。
【0028】次に中心線分b0の始端に隣接している線
分b01を選び、中心線分b0の始端と線分b01の終
端との距離を求めて、その距離がある一定値より小さけ
れば線分b01は中心線分b0に接続しているものとし
て感情線候補
分b01を選び、中心線分b0の始端と線分b01の終
端との距離を求めて、その距離がある一定値より小さけ
れば線分b01は中心線分b0に接続しているものとし
て感情線候補
〔0〕の線分とする。さらに、図10のb
01の始端に隣接するb02の終端座標について上記と
同様の手順でb02がb01に接続するか否かを調べ
る。距離がある一定値よりも大きければb02を感情線
候補
01の始端に隣接するb02の終端座標について上記と
同様の手順でb02がb01に接続するか否かを調べ
る。距離がある一定値よりも大きければb02を感情線
候補
〔0〕の線分には加えずに始点側の探索を打ち切
る。線分集合gはX座標の昇順にソートされているので
探索は簡単に行ないうる。
る。線分集合gはX座標の昇順にソートされているので
探索は簡単に行ないうる。
【0029】次に中心線分b01の終端側について同様
の探索を行なう。線分集合gを始端X座標の降順にソー
トする。中心線分b0の終端と線分b11の始端との距
離を求めて、その距離が一定値より小さければ線分b1
1を感情線候補
の探索を行なう。線分集合gを始端X座標の降順にソー
トする。中心線分b0の終端と線分b11の始端との距
離を求めて、その距離が一定値より小さければ線分b1
1を感情線候補
〔0〕の線分とする。以下b11,b1
2についても同様に調べ、b11とb12との距離が大
きければb12を感情線候補
2についても同様に調べ、b11とb12との距離が大
きければb12を感情線候補
〔0〕の線分に加えない。
したがって、この場合の感情線候補
したがって、この場合の感情線候補
〔0〕を構成する線
分は{b11,b0,b01}となる。これらの線分
{b11,b0,b01}を一本の線とみなして線を構
成する総ピクセル数,始端,終端,中心座標等の線の特
徴を求めておく。
分は{b11,b0,b01}となる。これらの線分
{b11,b0,b01}を一本の線とみなして線を構
成する総ピクセル数,始端,終端,中心座標等の線の特
徴を求めておく。
【0030】また、感情線候補
〔0〕のみで感情線の候
補として確実度が低い場合は、感情線候補〔1〕を求め
ておく。線分集合gから感情線候補
補として確実度が低い場合は、感情線候補〔1〕を求め
ておく。線分集合gから感情線候補
〔0〕に使用された
線分{b11,b0,b01}を除いてピクセル数の多
い線分で、かつ、中心線分c0を感情線候補〔1〕の中
心線分として上記と同様の方法で線分c0に接続すると
みなせる線分を探索する。例えば、それらの線分が{c
11,c0,c01}であった場合、感情線候補
線分{b11,b0,b01}を除いてピクセル数の多
い線分で、かつ、中心線分c0を感情線候補〔1〕の中
心線分として上記と同様の方法で線分c0に接続すると
みなせる線分を探索する。例えば、それらの線分が{c
11,c0,c01}であった場合、感情線候補
〔0〕
と同様に総ピクセル数,始端,終端,中心座標等の線の
特徴を求めておく。この実施の形態では、感情線候補の
線分の集合{b11,b0,b01},{c11,c
0,c01}の線分の数をそれぞれ3としているが、こ
れは画像によって異なる。
と同様に総ピクセル数,始端,終端,中心座標等の線の
特徴を求めておく。この実施の形態では、感情線候補の
線分の集合{b11,b0,b01},{c11,c
0,c01}の線分の数をそれぞれ3としているが、こ
れは画像によって異なる。
【0031】感情線候補
〔0〕のピクセル数の総和と感
情線候補〔1〕のピクセル数の総和とを比較し、大きい
方を感情線とする。この二つの総和の比が1に近ければ
領域Aの座標系で候補
情線候補〔1〕のピクセル数の総和とを比較し、大きい
方を感情線とする。この二つの総和の比が1に近ければ
領域Aの座標系で候補
〔0〕と候補〔1〕の上下関係を
調べて、座標点p0に近い方を感情線としている。感情
線が決定すると感情線の始端(掌の端側)より5ドット
程度下に図3の領域Aの線分13を再設定する。
調べて、座標点p0に近い方を感情線としている。感情
線が決定すると感情線の始端(掌の端側)より5ドット
程度下に図3の領域Aの線分13を再設定する。
【0032】次に知能線の抽出について説明する。画像
OR加算部24aにおいて、斜め線画像eから知能線を
抽出するが、横線画像cに知能線の横成分が現れている
ことがあり、画像OR加算部24aで斜め線画像eに横
線画像cをOR加算して斜め線画像をより強調する。こ
こで感情線として使用された線分は削除しておく。画像
選択部24bは上記のようにして強調された斜め線画像
から図11の斜線で示す知能線が存在しない小領域の画
像を画像選択部で削除する。ここで残った線分は知能
線、及び知能線に類似した線分となる。この画像の線分
を知能線線分集合iとする。知能線についても同様に線
分選択部24cで、線分を選択する線分の勾配の範囲を
設定して線分集合iから、感情線抽出と同様の方法で知
能線を抽出している。本装置では、例えば、勾配の値を
−50度よりも大きいものとしている。
OR加算部24aにおいて、斜め線画像eから知能線を
抽出するが、横線画像cに知能線の横成分が現れている
ことがあり、画像OR加算部24aで斜め線画像eに横
線画像cをOR加算して斜め線画像をより強調する。こ
こで感情線として使用された線分は削除しておく。画像
選択部24bは上記のようにして強調された斜め線画像
から図11の斜線で示す知能線が存在しない小領域の画
像を画像選択部で削除する。ここで残った線分は知能
線、及び知能線に類似した線分となる。この画像の線分
を知能線線分集合iとする。知能線についても同様に線
分選択部24cで、線分を選択する線分の勾配の範囲を
設定して線分集合iから、感情線抽出と同様の方法で知
能線を抽出している。本装置では、例えば、勾配の値を
−50度よりも大きいものとしている。
【0033】知能線候補として二つの線分集合を抽出し
たときは、知能線候補
たときは、知能線候補
〔0〕のピクセルの総和と知能線
候補〔1〕のピクセルの総和とを比較し、これらのうち
の大きい方を知能線とする。この二つの総和の比が1に
近ければ領域Aの座標系で候補
候補〔1〕のピクセルの総和とを比較し、これらのうち
の大きい方を知能線とする。この二つの総和の比が1に
近ければ領域Aの座標系で候補
〔0〕と候補〔1〕の上
下関係を調べて、座標点p0に近いほうを知能線として
いる。
下関係を調べて、座標点p0に近いほうを知能線として
いる。
【0034】次に生命線の抽出について説明する。画像
OR加算部24aについて、縦線画像bから生命線を抽
出するが、斜め線画像eの図13の斜線で示す小領域に
生命線の斜め成分が現れていることがあり、画像OR加
算部24aで図13の斜線の小領域の斜め線画像を選択
的にOR加算して縦線画像をより強調する。画像選択部
24bは上記のようにして強調された縦線画像から図1
2の斜線で示す生命線が存在しない領域の画像を画像選
択部で削除する。ここで残った線分は生命線及び生命線
に類似した線分となる。この画像の線分を生命線線分集
合jとする。生命線についても上記と同様に選択する線
分の勾配の範囲を設定して線分集合jから、線分選択部
24cで、感情線抽出と同様の方法で生命線を抽出して
いる。生命線の抽出では線分を選択するときのパラメー
タになる勾配を図3の領域Aの線分L3より上でα1、
線分L3より下でα2として、本装置では、例えば、L
3よりも上にある線分では、α1を−50度として、こ
れより大きい勾配を持つ線分を選択し、L3よりも下に
ある線分では、α2を−50度よりも勾配が小さい線分
を選んでいる。生命線候補として二つの線分集合を抽出
したときは、生命線候補
OR加算部24aについて、縦線画像bから生命線を抽
出するが、斜め線画像eの図13の斜線で示す小領域に
生命線の斜め成分が現れていることがあり、画像OR加
算部24aで図13の斜線の小領域の斜め線画像を選択
的にOR加算して縦線画像をより強調する。画像選択部
24bは上記のようにして強調された縦線画像から図1
2の斜線で示す生命線が存在しない領域の画像を画像選
択部で削除する。ここで残った線分は生命線及び生命線
に類似した線分となる。この画像の線分を生命線線分集
合jとする。生命線についても上記と同様に選択する線
分の勾配の範囲を設定して線分集合jから、線分選択部
24cで、感情線抽出と同様の方法で生命線を抽出して
いる。生命線の抽出では線分を選択するときのパラメー
タになる勾配を図3の領域Aの線分L3より上でα1、
線分L3より下でα2として、本装置では、例えば、L
3よりも上にある線分では、α1を−50度として、こ
れより大きい勾配を持つ線分を選択し、L3よりも下に
ある線分では、α2を−50度よりも勾配が小さい線分
を選んでいる。生命線候補として二つの線分集合を抽出
したときは、生命線候補
〔0〕のピクセル数の総和と生
命線候補〔1〕のピクセル数の総和とを比較し、これら
のうち大きい方を生命線とする。この二つの総和の比が
1に近ければ領域Aの座標系で候補
命線候補〔1〕のピクセル数の総和とを比較し、これら
のうち大きい方を生命線とする。この二つの総和の比が
1に近ければ領域Aの座標系で候補
〔0〕と候補〔1〕
の中心X座標とを調べてそのX座標の小さい方を生命線
としている。
の中心X座標とを調べてそのX座標の小さい方を生命線
としている。
【0035】次に運命線の抽出について説明する。画像
OR加算部24aについて、縦線画像dから運命線を抽
出するが、生命線として使用された線分を削除した縦線
画像dから図14の斜線で示す運命線が存在しない領域
の画像を画像選択部で削除する。ここで残った線分は運
命線、及び運命線に類似した線分となる。この画像の線
分を運命線線分集合kとする。運命線についても上記と
同様に、選択する線分の勾配の範囲を設定して線分集合
kから、感情線抽出と同様の方法で運命線を抽出してい
る。運命線の抽出では線分を選択するときのパラメータ
になる勾配を、本装置では、例えば、+70度、−70
度として、運命線として二つの線分集合を抽出したとき
は、運命線候補
OR加算部24aについて、縦線画像dから運命線を抽
出するが、生命線として使用された線分を削除した縦線
画像dから図14の斜線で示す運命線が存在しない領域
の画像を画像選択部で削除する。ここで残った線分は運
命線、及び運命線に類似した線分となる。この画像の線
分を運命線線分集合kとする。運命線についても上記と
同様に、選択する線分の勾配の範囲を設定して線分集合
kから、感情線抽出と同様の方法で運命線を抽出してい
る。運命線の抽出では線分を選択するときのパラメータ
になる勾配を、本装置では、例えば、+70度、−70
度として、運命線として二つの線分集合を抽出したとき
は、運命線候補
〔0〕のピクセル数の総和と運命線候補
〔1〕のピクセル数の総和とを比較し、これらのうち大
きい方を運命線とする。
〔1〕のピクセル数の総和とを比較し、これらのうち大
きい方を運命線とする。
【0036】その他、太陽線、結婚線等の他の線につい
て、その線が存在する領域を指定すれば上記方法で効率
よく抽出することができる。特に、結婚線については一
般に線が短く且つ細いので、512×512解像度の画
像のうち、図18に示す画像領域256×256の画像
領域に転写して、図18の斜線の領域について上記の手
法と同様にして、横線を選び出して結婚線を抽出する。
て、その線が存在する領域を指定すれば上記方法で効率
よく抽出することができる。特に、結婚線については一
般に線が短く且つ細いので、512×512解像度の画
像のうち、図18に示す画像領域256×256の画像
領域に転写して、図18の斜線の領域について上記の手
法と同様にして、横線を選び出して結婚線を抽出する。
【0037】そして、上記知能線,生命線,運命線,結
婚線等、感情線と同様、上記過程で候補線集合について
線を構成する総ピクセル数,始端,終端,中心座標等の
線の特徴を求めておく。
婚線等、感情線と同様、上記過程で候補線集合について
線を構成する総ピクセル数,始端,終端,中心座標等の
線の特徴を求めておく。
【0038】占い結果判定部3は手相線の特徴の抽出,
適合性判定,体験問題提示等を行なう。
適合性判定,体験問題提示等を行なう。
【0039】すなわち、占い結果判定部3を構成する特
徴抽出手段30では、上記方法で抽出された掌の主要線
について、図3の領域A上に作成されている水平方向に
5本{L1,L2,L3,L4,L5}の線分を、垂直
方向に6本{L6,L7,L8,L9,L10,L1
1}の線分を基準位置、または基準線として、本装置に
相応しい特徴点を各線について求める。特徴点を求める
に際して基準線{L1,.,.,L5},{L
6,.,.,L11}を用いて、手相線の位置,長さな
どを正規化して掌の大小の影響を受けないようにしてい
る。
徴抽出手段30では、上記方法で抽出された掌の主要線
について、図3の領域A上に作成されている水平方向に
5本{L1,L2,L3,L4,L5}の線分を、垂直
方向に6本{L6,L7,L8,L9,L10,L1
1}の線分を基準位置、または基準線として、本装置に
相応しい特徴点を各線について求める。特徴点を求める
に際して基準線{L1,.,.,L5},{L
6,.,.,L11}を用いて、手相線の位置,長さな
どを正規化して掌の大小の影響を受けないようにしてい
る。
【0040】例えば、生命線の特徴は生命線の張りと生
命線の全長に対する中点の位置で4段階に分けている。
命線の全長に対する中点の位置で4段階に分けている。
【0041】生命線の張りpfは、 pf=(19−センタX座標)/(19−18)*k として表され、生命線の全長に対する中点の位置ar
は、 ar=(センタX座標−左端X座標)/(右端X座標−
左端X座標) として表せる。
は、 ar=(センタX座標−左端X座標)/(右端X座標−
左端X座標) として表せる。
【0042】ここで、ar<=k2なら、mr=1.0
−(k2−ar) ar>k3なら、mr=1.0+(ar−k3) として、pf=pf*mr このpfを0から1.0の値に正規化した後に、 1.0から0.75 0.75から0.5 0.5から0.25 0.25以下 の4つの段階に分ける。
−(k2−ar) ar>k3なら、mr=1.0+(ar−k3) として、pf=pf*mr このpfを0から1.0の値に正規化した後に、 1.0から0.75 0.75から0.5 0.5から0.25 0.25以下 の4つの段階に分ける。
【0043】また、知能線の特徴は知能線の終端Y座
標,知能線の傾斜,知能線の長さで5段階に分けてい
る。
標,知能線の傾斜,知能線の長さで5段階に分けてい
る。
【0044】知能線の終端Y座標pfは、 pf=(終端Y座標−13)/(15−12) として表され、このpfを上述した生命線と同様に、0
から1.0の値に正規化した後に、 1.0から0.8 0.8から0.6 0.6から0.4 0.4から0.2 0.2以下 の4つの段階に分ける。
から1.0の値に正規化した後に、 1.0から0.8 0.8から0.6 0.6から0.4 0.4から0.2 0.2以下 の4つの段階に分ける。
【0045】更に、知能線の傾斜pf1は、 pf1=|(右端Y座標−左端Y座標)|/|(右端X
座標−左端X座標)| として表され、知能線の長さpf2は、 pf2=(110−左X座標)/(10−17) として表せる。
座標−左端X座標)| として表され、知能線の長さpf2は、 pf2=(110−左X座標)/(10−17) として表せる。
【0046】このpf1,pf2を0から1.0の値に
正規化し、手相線評価に際して、f1,f2の値を考慮
する。
正規化し、手相線評価に際して、f1,f2の値を考慮
する。
【0047】また、感情線の特徴は感情線の終端X座
標,感情線の長さで3段階に分けている。
標,感情線の長さで3段階に分けている。
【0048】感情線の終端X座標pf1は、 pf1=(右端X座標−19)/(110−19) として表され、このpf1を0から1.0の値に正規化
し、 1.0から0.6 0.6から0.2 0.2以下 の3つの段階に分ける。
し、 1.0から0.6 0.6から0.2 0.2以下 の3つの段階に分ける。
【0049】感情線の長さpf2は、 pf2=(右端X座標−18)/(110−18) として表され、このpf2を0から1.0の値に正規化
し、 1.0から0.6 0.6から0.3 0.3以下 の3つの段階に分ける。
し、 1.0から0.6 0.6から0.3 0.3以下 の3つの段階に分ける。
【0050】さらに、運命線の特徴は、運命線の現れる
位置,運命線の長さで3段階に分けている。すなわち、
運命線の上端が感情線を超えている場合は、 上端Y座標>(12−11)+11 として表され、これ以外は運命線の長さによる2段階の
判定となる。
位置,運命線の長さで3段階に分けている。すなわち、
運命線の上端が感情線を超えている場合は、 上端Y座標>(12−11)+11 として表され、これ以外は運命線の長さによる2段階の
判定となる。
【0051】体験問題提示手段32では、手相判定を行
なおうとするプレーヤは、掌の画像入力を行ない、続い
て、キー入力装置4のジャンル選択キー40で希望する
ジャンルの選択を行ない、どのジャンルで手相判定をす
るのかを決める。本装置では多数個のジャンルが用意さ
れている。その後、体験問題提示手段32からプレーヤ
が選択したジャンルの体験問題を出力装置5に出力して
プレーヤに回答を促す。通常、一つのジャンルの体験問
題は、例えば、連続した5問から8問程度の問題からな
り、また一つの問題は質問と多者択一形式の回答からな
るものとする。プレーヤが複数の回答からプレーヤに適
したと考えられる回答を回答選択キー41で選択する。
この結果が占い結果判定部3を構成する占い結果判定部
31に入力される。
なおうとするプレーヤは、掌の画像入力を行ない、続い
て、キー入力装置4のジャンル選択キー40で希望する
ジャンルの選択を行ない、どのジャンルで手相判定をす
るのかを決める。本装置では多数個のジャンルが用意さ
れている。その後、体験問題提示手段32からプレーヤ
が選択したジャンルの体験問題を出力装置5に出力して
プレーヤに回答を促す。通常、一つのジャンルの体験問
題は、例えば、連続した5問から8問程度の問題からな
り、また一つの問題は質問と多者択一形式の回答からな
るものとする。プレーヤが複数の回答からプレーヤに適
したと考えられる回答を回答選択キー41で選択する。
この結果が占い結果判定部3を構成する占い結果判定部
31に入力される。
【0052】この占い結果判定部3には、特徴抽出手段
30の判定結果と回答選択キー41で選択された回答が
入力されて、手相判定部310において上記特徴抽出手
段30の判定結果である数値化された手相特徴データに
基づく判定がなされるとともに、手相の判定とプレーヤ
の選択した回答との合否とが判定される。合否判定とし
ては、合,否の2段階ではなく、通常、4,5段階程度
の複数の段階の判定になっている。ここで合否判定の結
果、すべての問題が終了していない場合は、それに対応
した次の問題を提示するように体験問題提示手段32へ
出力する。
30の判定結果と回答選択キー41で選択された回答が
入力されて、手相判定部310において上記特徴抽出手
段30の判定結果である数値化された手相特徴データに
基づく判定がなされるとともに、手相の判定とプレーヤ
の選択した回答との合否とが判定される。合否判定とし
ては、合,否の2段階ではなく、通常、4,5段階程度
の複数の段階の判定になっている。ここで合否判定の結
果、すべての問題が終了していない場合は、それに対応
した次の問題を提示するように体験問題提示手段32へ
出力する。
【0053】いま、提示されている問題に対するプレー
ヤの回答の合否を調べる手相線として手相線全体、ある
いは二つの手相線の組合せ、さらには一つの手相線等を
用いることができる。ここで手相判定として生命線を用
いる場合には、上記特徴抽出手段30で手相判定は4段
階の何れかに判定されており、この結果とプレーヤの選
択した回答の合否を調べる。
ヤの回答の合否を調べる手相線として手相線全体、ある
いは二つの手相線の組合せ、さらには一つの手相線等を
用いることができる。ここで手相判定として生命線を用
いる場合には、上記特徴抽出手段30で手相判定は4段
階の何れかに判定されており、この結果とプレーヤの選
択した回答の合否を調べる。
【0054】これに応じて体験問題提示手段32では手
相判定部310の判定結果に基づいて次の新しい問題を
選び、プレーヤに提示するのであるが、それに先だって
本装置ではプレーヤが選択した回答と手相判定との合否
によって決まる次の問題を提示する根拠となる状況を、
まず映像として出力装置5に出力してプレーヤに示し、
この後に新しい問題を提示するようにしている。これに
よって、前の問題と次の新しい問題との関連性の理解を
プレーヤに促し、新しい問題に対する回答を容易に行え
るようにしている。判定に用いる手相線、あるいはその
組み合わせは次々に提示される問題に対応して変わり、
また、次の新しい問題はプレーヤの回答のみで決定され
る場合もある。
相判定部310の判定結果に基づいて次の新しい問題を
選び、プレーヤに提示するのであるが、それに先だって
本装置ではプレーヤが選択した回答と手相判定との合否
によって決まる次の問題を提示する根拠となる状況を、
まず映像として出力装置5に出力してプレーヤに示し、
この後に新しい問題を提示するようにしている。これに
よって、前の問題と次の新しい問題との関連性の理解を
プレーヤに促し、新しい問題に対する回答を容易に行え
るようにしている。判定に用いる手相線、あるいはその
組み合わせは次々に提示される問題に対応して変わり、
また、次の新しい問題はプレーヤの回答のみで決定され
る場合もある。
【0055】この様子を回答が二者択一で、且つ手相判
定の合否判定が合格、不合格の二つの判定の場合につい
て図15に示す。体験問題Q1がプレーヤに提示されて
いて、プレーヤがその回答を回答A1,B1の中から1
つを選択する。回答A1を選択した場合、そのプレーヤ
の手相判定AG1と比較して、それに適合するものであ
れば合格判定AY1、不適合であれば不合格AN1と合
否を判定し、また、回答として回答B1を選択すれば同
様に手相判定BG1と比較して、それに適合すれば合格
判定BY1、不適合であれば不合格BN1と合否を判定
する。ここで用いる手相判定AG1,BG1は体験問題
Q1の内容に応じて、主要線(生命線,知能線,感情
線,運命線,結婚線等)の判定結果の一つ、または二つ
以上の組み合わせで用いる。手相判定AG1,BG1も
体験問題Q1に応じて同じものであったり、異なる場合
もある。この判定結果AY1,AN1,BY1,BN1
を体験問題提示手段32に出力し、体験問題提示手段3
2ではこの結果に応じて次の体験問題Qa2,Qb2,
Qc2,Qd2のうちの一つをプレーヤに提示する。
定の合否判定が合格、不合格の二つの判定の場合につい
て図15に示す。体験問題Q1がプレーヤに提示されて
いて、プレーヤがその回答を回答A1,B1の中から1
つを選択する。回答A1を選択した場合、そのプレーヤ
の手相判定AG1と比較して、それに適合するものであ
れば合格判定AY1、不適合であれば不合格AN1と合
否を判定し、また、回答として回答B1を選択すれば同
様に手相判定BG1と比較して、それに適合すれば合格
判定BY1、不適合であれば不合格BN1と合否を判定
する。ここで用いる手相判定AG1,BG1は体験問題
Q1の内容に応じて、主要線(生命線,知能線,感情
線,運命線,結婚線等)の判定結果の一つ、または二つ
以上の組み合わせで用いる。手相判定AG1,BG1も
体験問題Q1に応じて同じものであったり、異なる場合
もある。この判定結果AY1,AN1,BY1,BN1
を体験問題提示手段32に出力し、体験問題提示手段3
2ではこの結果に応じて次の体験問題Qa2,Qb2,
Qc2,Qd2のうちの一つをプレーヤに提示する。
【0056】プレーヤに提示する体験問題Qa2,Qb
2,Qc2,Qd2はプレーヤが行った回答の選択とプ
レーヤの手相判定結果を示唆するもので、本装置では体
験問題Qa2,Qb2,Qc2,Qd2の1つを提示す
るに際し、体験問題を提示する状況を物語りふうに映像
で説明をした後に体験問題を提示する。これによってプ
レーヤの関心事項を浮き彫りにして、プレーヤに手相判
定を行う楽しみを与えようとしている。
2,Qc2,Qd2はプレーヤが行った回答の選択とプ
レーヤの手相判定結果を示唆するもので、本装置では体
験問題Qa2,Qb2,Qc2,Qd2の1つを提示す
るに際し、体験問題を提示する状況を物語りふうに映像
で説明をした後に体験問題を提示する。これによってプ
レーヤの関心事項を浮き彫りにして、プレーヤに手相判
定を行う楽しみを与えようとしている。
【0057】図15の場合、一つの体験問題から次の体
験問題の提示までに、{Q1,AG1,AY1,Qa
2},{Q1,AG1,AN1,Qb2},{Q1,B
G1,BY1,Qc2},{Q1,BG1,BN1,Q
d2}で示される4つのシーケンスができる。そしてこ
のシーケンスを手相判定分岐としている。図16に示す
ように、体験問題の回答に対して手相判定のない分岐を
通常分岐としている。
験問題の提示までに、{Q1,AG1,AY1,Qa
2},{Q1,AG1,AN1,Qb2},{Q1,B
G1,BY1,Qc2},{Q1,BG1,BN1,Q
d2}で示される4つのシーケンスができる。そしてこ
のシーケンスを手相判定分岐としている。図16に示す
ように、体験問題の回答に対して手相判定のない分岐を
通常分岐としている。
【0058】一連の体験問題は上記の手相判定分岐と通
常分岐との組み合わせで構成して、プレーヤが体験問題
に反応する心理状態や、プレーヤが現在抱いている問題
などをより明確にして総合的な手相判定を行なうことが
できる。一連の体験問題が終了すると占い結果判定部3
はプレーヤの回答選択と手相判定で順次決まっていく、
一連のシーケンスの組み合わせによって決まる出力画面
を、例えば、CRTやプリンタ等からなる出力装置5に
出力する。
常分岐との組み合わせで構成して、プレーヤが体験問題
に反応する心理状態や、プレーヤが現在抱いている問題
などをより明確にして総合的な手相判定を行なうことが
できる。一連の体験問題が終了すると占い結果判定部3
はプレーヤの回答選択と手相判定で順次決まっていく、
一連のシーケンスの組み合わせによって決まる出力画面
を、例えば、CRTやプリンタ等からなる出力装置5に
出力する。
【0059】ここで、図17によってプレーヤか選択し
た一つのジャンルの最初の体験問題から最終結果が出力
されるまでを、一つの通常分岐と二つの手相判定分岐か
らなる体験問題を例にして説明を行なう。
た一つのジャンルの最初の体験問題から最終結果が出力
されるまでを、一つの通常分岐と二つの手相判定分岐か
らなる体験問題を例にして説明を行なう。
【0060】図17の太い破線で示されるルートを選択
していく場合、体験問題Q1でA1と回答して、次の質
問Qa2が提示され、ここで回答Aa2を選択すると、
手相判定AaG2で判定結果AaY2とされ、次の体験
問題Qa3がプレーヤに提示され、ここで回答Aa3を
選択すると、手相判定AaG3で判定結果AaY3とさ
れる。最初の体験問題から最後の回答まで、順次進行し
ていく体験問題,回答,手相判定でシーケンス{Q1,
A1,Qa2}{Qa2,Aa2,AaG2,AaY
2,Qa3}{Qa3,Aa3,AaG3,AaY3}
が構成されて、このシーケンスに対応した出力画像、及
び出力文書Saが、出力装置5に出力される。また、図
17の太い波線で示されるルートを選択していく場合、
体験問題Q1でB1と回答して、次の質問Qb2が提示
され、ここで回答Ba2を選択すると、手相判定BaG
2で判定結果BaY2とされ、次の体験問題Qc3がプ
レーヤに提示され、ここで回答Bc3を選択すると、手
相判定BcG3で判定結果BcY3とされる。最初の体
験問題から最後の回答まで、順次進行していく体験問
題,回答,手相判定でシーケンス{Q1,B1,Qa
2}{Qa2,Ba2,BaG2,BaY2,Qa3}
{Qc3,Bc3,BcG3,BcY3}が構成され
て、このシーケンスに対応した出力画像、出力文書Sc
が、出力装置5に出力される。
していく場合、体験問題Q1でA1と回答して、次の質
問Qa2が提示され、ここで回答Aa2を選択すると、
手相判定AaG2で判定結果AaY2とされ、次の体験
問題Qa3がプレーヤに提示され、ここで回答Aa3を
選択すると、手相判定AaG3で判定結果AaY3とさ
れる。最初の体験問題から最後の回答まで、順次進行し
ていく体験問題,回答,手相判定でシーケンス{Q1,
A1,Qa2}{Qa2,Aa2,AaG2,AaY
2,Qa3}{Qa3,Aa3,AaG3,AaY3}
が構成されて、このシーケンスに対応した出力画像、及
び出力文書Saが、出力装置5に出力される。また、図
17の太い波線で示されるルートを選択していく場合、
体験問題Q1でB1と回答して、次の質問Qb2が提示
され、ここで回答Ba2を選択すると、手相判定BaG
2で判定結果BaY2とされ、次の体験問題Qc3がプ
レーヤに提示され、ここで回答Bc3を選択すると、手
相判定BcG3で判定結果BcY3とされる。最初の体
験問題から最後の回答まで、順次進行していく体験問
題,回答,手相判定でシーケンス{Q1,B1,Qa
2}{Qa2,Ba2,BaG2,BaY2,Qa3}
{Qc3,Bc3,BcG3,BcY3}が構成され
て、このシーケンスに対応した出力画像、出力文書Sc
が、出力装置5に出力される。
【0061】ここで別のルートを通って構成される上記
のような二つのシーケンスの各々の出力Sa,Scは、
同じ手相を持つプレーヤであっても、一連の体験問題に
回答するときの心理状態などの違いによって出力Sa,
Scは、異なったものになる。
のような二つのシーケンスの各々の出力Sa,Scは、
同じ手相を持つプレーヤであっても、一連の体験問題に
回答するときの心理状態などの違いによって出力Sa,
Scは、異なったものになる。
【0062】出力Sa,Scは、ジャンル選択、上記シ
ーケンスによって決まるものである。
ーケンスによって決まるものである。
【0063】このように、本実施の形態1によれば、機
械を用いた占いを行うにあたり、画像入力装置1を用い
て掌の画像を読みとり、該画像を画像処理部2で処理し
て得られた結果と、体験問題提示手段32によりプレー
ヤに対して提示される質問事項に対するプレーヤの反応
(回答)結果に応じて判定が行なわれるため、プレーヤ
は単に手相と、生年月日や年齢、名前と言った、ありき
たりの情報に基づく占い結果ではなく、対話形式に近い
インタラクティブな占いを体感できる。
械を用いた占いを行うにあたり、画像入力装置1を用い
て掌の画像を読みとり、該画像を画像処理部2で処理し
て得られた結果と、体験問題提示手段32によりプレー
ヤに対して提示される質問事項に対するプレーヤの反応
(回答)結果に応じて判定が行なわれるため、プレーヤ
は単に手相と、生年月日や年齢、名前と言った、ありき
たりの情報に基づく占い結果ではなく、対話形式に近い
インタラクティブな占いを体感できる。
【0064】また、手相の解析を行う際に、フィルタ手
段23によって、差画像から線分を抽出し、該線分自身
を膨張拡大させて、これをマスクとして用いて不要な線
分を除去するようにしているので、高速に線構造を抽出
することができる。
段23によって、差画像から線分を抽出し、該線分自身
を膨張拡大させて、これをマスクとして用いて不要な線
分を除去するようにしているので、高速に線構造を抽出
することができる。
【0065】
【発明の効果】以上のように、本発明に係る占い装置に
よれば、被験者の占いを行うにあたり、掌を画像データ
として読み込むとともに、被験者に対話形式で複数の問
題を段階的に順次提示して、その回答結果群を上記掌の
画像データとともに考慮して占い結果を出力するように
したから、被験者と占い装置との間で、あたかも占い師
が被験者を占う時のようなインタラクティブな形式で占
いを体験することができるという効果がある。
よれば、被験者の占いを行うにあたり、掌を画像データ
として読み込むとともに、被験者に対話形式で複数の問
題を段階的に順次提示して、その回答結果群を上記掌の
画像データとともに考慮して占い結果を出力するように
したから、被験者と占い装置との間で、あたかも占い師
が被験者を占う時のようなインタラクティブな形式で占
いを体験することができるという効果がある。
【0066】また、手相の解析を行う際に、画像処理部
を構成するフィルタ手段によって、原画像と、これを所
定量シフトしたシフト画像との差画像から線分を抽出
し、該線分自身を膨張拡大させて、これをマスクとして
用いて不要な線分を除去する構成としたので、高速に線
構造を抽出することができるという効果がある。
を構成するフィルタ手段によって、原画像と、これを所
定量シフトしたシフト画像との差画像から線分を抽出
し、該線分自身を膨張拡大させて、これをマスクとして
用いて不要な線分を除去する構成としたので、高速に線
構造を抽出することができるという効果がある。
【図1】 この発明の実施の形態1による占い装置の構
成を示すブロック図である。
成を示すブロック図である。
【図2】 この発明の実施の形態1による占い装置の動
作を説明するためのフローチャートを示す図である。
作を説明するためのフローチャートを示す図である。
【図3】 上記占い装置を構成する画像入力装置により
読みとられる掌のイメージを説明するための図である。
読みとられる掌のイメージを説明するための図である。
【図4】 上記画像入力装置により読みとられる掌のイ
メージの座標点を求める処理を説明するための図であ
る。
メージの座標点を求める処理を説明するための図であ
る。
【図5】 上記画像入力装置により読みとられる掌のイ
メージの座標点を求める処理を説明するためのさらなる
図である。
メージの座標点を求める処理を説明するためのさらなる
図である。
【図6】 上記占い装置を構成する画像処理部のフィル
タ手段の構成を示す図である。
タ手段の構成を示す図である。
【図7】 上記フィルタ手段の詳細な構成を示す図であ
る。
る。
【図8】 上記占い装置を構成する画像処理部の手相線
抽出手段の構成を示す図である。
抽出手段の構成を示す図である。
【図9】 上記手相線抽出手段による感情線の抽出方法
を説明するための図である。
を説明するための図である。
【図10】 上記手相線抽出手段による感情線の抽出方
法を説明するためのさらなる図である。
法を説明するためのさらなる図である。
【図11】 上記手相線抽出手段による知能線の抽出方
法を説明するための図である。
法を説明するための図である。
【図12】 上記手相線抽出手段による生命線の抽出方
法を説明するための図である。
法を説明するための図である。
【図13】 上記手相線抽出手段による生命線の抽出方
法を説明するためのさらなる図である。
法を説明するためのさらなる図である。
【図14】 上記手相線抽出手段による運命線の抽出方
法を説明するためのさらなる図である。
法を説明するためのさらなる図である。
【図15】 上記占い装置を構成する占い結果判定部の
体験問題提示手段による手相判断分岐の状態を示す図で
ある。
体験問題提示手段による手相判断分岐の状態を示す図で
ある。
【図16】 上記占い装置を構成する占い結果判定部の
体験問題提示手段による手相判定のない通常分岐の状態
を示す図である。
体験問題提示手段による手相判定のない通常分岐の状態
を示す図である。
【図17】 上記占い装置を構成する占い結果判定部の
体験問題提示手段によるシーケンスの1例を示す図であ
る。
体験問題提示手段によるシーケンスの1例を示す図であ
る。
【図18】 上記手相線抽出手段による結婚線の抽出方
法を説明するためのさらなる図である。
法を説明するためのさらなる図である。
【図19】 従来の占い装置の構成を示すブロック図で
ある。
ある。
【符号の説明】 1 画像入力装置、2 画像処理部、3 占い結果判定
部、4 キー入力部、5 出力装置、20 ノイズ除去
手段、21 2値化手段、22 座標設定手段、23
フィルタ手段、24 手相線抽出手段、30 特徴抽出
手段、31 占い結果判定手段、32 体験問題提示手
段、40 体験問題選択キー、41 回答選択キー、3
10 手相判定手段。
部、4 キー入力部、5 出力装置、20 ノイズ除去
手段、21 2値化手段、22 座標設定手段、23
フィルタ手段、24 手相線抽出手段、30 特徴抽出
手段、31 占い結果判定手段、32 体験問題提示手
段、40 体験問題選択キー、41 回答選択キー、3
10 手相判定手段。
Claims (3)
- 【請求項1】 被験者の掌の画像を取り込み、該画像パ
ターンを解析して、その解析結果に応じた判定結果を出
力する占い装置において、 上記被験者の掌の画像を取り込み、画像処理によって各
手相線を抽出する際に、取り込んだ原画像と、これを所
定量シフトして得られたシフト画像との差画像から線分
を抽出し、該線分自身を膨張拡大させて、これをマスク
として用いて原画像から不要な線分を除去する画像処理
部を備えたことを特徴とする占い装置。 - 【請求項2】 被験者の掌の画像を取り込み、該画像パ
ターンを解析して、その解析結果に応じた判定結果を出
力する占い装置において、 上記被験者に対して、上記掌の画像パターンと、現段階
の質問に対する回答のいずれか一方、もしくは両方の組
み合わせにより、次段の質問が決定される質問/回答シ
ーケンスによって複数の質問を順次提示し、該提示され
た一連の質問に対する被験者の回答を組み合わせて得ら
れる質問/回答の結果を加味して上記判定結果を出力す
る占い結果判定部を備えたことを特徴とする占い装置。 - 【請求項3】 被験者の掌の画像を取り込み、該画像パ
ターンを解析して、その解析結果に応じた判定結果を出
力する占い装置において、 上記被験者の掌の画像を取り込み、画像処理によって各
手相線を抽出する際に、取り込んだ原画像と、これを所
定量シフトして得られたシフト画像との差画像から線分
を抽出し、該線分自身を膨張拡大させて、これをマスク
として用いて原画像から不要な線分を除去する画像処理
部と、 上記被験者に対して、上記掌の画像パターンと、現段階
の質問に対する回答のいずれか一方、もしくは両方の組
み合わせにより、次段の質問が決定される質問/回答の
結果によって複数の質問を順次提示し、該提示された一
連の質問に対する被験者の回答を組み合わせて得られる
質問/回答の結果を加味して上記判定結果を出力する占
い結果判定部とを備えたことを特徴とする占い装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8632497A JPH10277259A (ja) | 1997-04-04 | 1997-04-04 | 占い装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8632497A JPH10277259A (ja) | 1997-04-04 | 1997-04-04 | 占い装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10277259A true JPH10277259A (ja) | 1998-10-20 |
Family
ID=13883669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8632497A Pending JPH10277259A (ja) | 1997-04-04 | 1997-04-04 | 占い装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH10277259A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1317674C (zh) * | 2003-07-30 | 2007-05-23 | 三星电子株式会社 | 使用移动终端看用户手掌的装置和方法 |
JP2010123020A (ja) * | 2008-11-21 | 2010-06-03 | Rakuten Inc | 目標特徴線特定装置、情報出力装置、目標特徴線特定方法、及び目標特徴線特定処理プログラム |
-
1997
- 1997-04-04 JP JP8632497A patent/JPH10277259A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1317674C (zh) * | 2003-07-30 | 2007-05-23 | 三星电子株式会社 | 使用移动终端看用户手掌的装置和方法 |
JP2010123020A (ja) * | 2008-11-21 | 2010-06-03 | Rakuten Inc | 目標特徴線特定装置、情報出力装置、目標特徴線特定方法、及び目標特徴線特定処理プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100826878B1 (ko) | 손 모양을 인식하는 방법 및 이를 위한 장치 | |
CN110582783B (zh) | 训练装置、图像识别装置、训练方法和计算机可读信息存储介质 | |
JPH0877334A (ja) | 顔画像の特徴点自動抽出方法 | |
CN114724222B (zh) | 一种基于多模态的ai数字人情感分析方法 | |
CN114764941A (zh) | 一种表情识别方法、装置以及电子设备 | |
CN110348417A (zh) | 一种深度手势识别算法的优化方法 | |
JPH10277259A (ja) | 占い装置 | |
KR100715321B1 (ko) | 이미지 프로세싱을 이용한 동화 스토리 진행 방법 | |
JP2010146395A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、電子機器 | |
Yatbaz et al. | Deep learning based stress prediction from offline signatures | |
CN115147817A (zh) | 一种姿态引导的实例感知网络的驾驶员分心行为识别方法 | |
JP4991278B2 (ja) | 画像処理装置 | |
JP2014038543A (ja) | 指文字を認識するための文字認識システムおよびプログラム | |
EP1394726A2 (en) | Image processing for pattern recognition using edge detection and projections along predetermined directions | |
JP2859681B2 (ja) | 指紋データの2値化方法 | |
JP2003030660A (ja) | 指紋照合装置及び指紋照合方法 | |
JP2868909B2 (ja) | 指紋照合装置 | |
Gomez-Donoso et al. | Training emotion detection for autistic persons with ai and ar | |
JP2008226189A (ja) | 特徴点検出装置及びプログラム | |
JPH1015152A (ja) | 将棋盤上の駒有無認識装置 | |
Wei | Development of a database of the frequently used emotional vocabulary of 4~ 6 year olds | |
JP2006285468A (ja) | 画像対象領域抽出装置及び画像対象領域抽出方法 | |
JP2006120026A (ja) | 静脈認証装置および静脈認証方法 | |
JP3164303B2 (ja) | 言語表現機能分析データの作成方法 | |
JPS61220081A (ja) | パタ−ン切り出し及び認識方式 |