JPS60222983A - 物体認識方法 - Google Patents

物体認識方法

Info

Publication number
JPS60222983A
JPS60222983A JP8076384A JP8076384A JPS60222983A JP S60222983 A JPS60222983 A JP S60222983A JP 8076384 A JP8076384 A JP 8076384A JP 8076384 A JP8076384 A JP 8076384A JP S60222983 A JPS60222983 A JP S60222983A
Authority
JP
Japan
Prior art keywords
filter
darkness
brightness
detected
pixel
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
Application number
JP8076384A
Other languages
English (en)
Other versions
JPH0354385B2 (ja
Inventor
Yuji Watanabe
裕司 渡辺
Masahiro Nakamura
昌弘 中村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Komatsu Ltd
Original Assignee
Komatsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Komatsu Ltd filed Critical Komatsu Ltd
Priority to JP8076384A priority Critical patent/JPS60222983A/ja
Priority to SE8500799A priority patent/SE8500799L/
Priority to DE19853505793 priority patent/DE3505793A1/de
Publication of JPS60222983A publication Critical patent/JPS60222983A/ja
Priority to US07/271,405 priority patent/US4876729A/en
Publication of JPH0354385B2 publication Critical patent/JPH0354385B2/ja
Granted legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明はテレビ画像中の輪郭線から物体を認識する物体
認識方法に関する。
従来のこの種の物体認識方法は、物体を構成する各面の
縁点(エツジ)に着目するもので、画像中の明るさの急
変している点を線点として抽出し、その線点を連結する
ことにより線画に変換(線画化)するものである。
例えば、上記方法による円形物体の認識手順の一例を第
1図(a)〜(d)を参照しながら説明すると、テレビ
カメラで撮影した原画偉(第1図(a))を、まず走査
線に沿りて微分処理し、明暗度が急変する1つの輪郭候
補点を抽出する(第1図03))。次に、この点の近傍
の各画素について同様の微分処理を行ない、そのうちの
最大の微分値をもつ画素を上述の輪郭候補点に連続した
点とみなし、この操作を繰り返すことにより連続した輪
郭点(輪郭線候補)を得(第1図(C))、更にこの輪
郭点が閉じると(第1図(d))、1つの物体とみなす
ようにしている。
しかし、かがる従来の輪郭線抽出方法においては、輪郭
候補点の追跡を阻害する要因として、(1)金属光沢に
よるブルーミング(第2図(a)参照) (2)物体の重なり(第2図[有]ン参照)(3ン 物
体表面のさび、汚れ等による不鮮明な画像 (4)電気的ノイズによる画像の乱れ 等が挙げられ、その結果、本来存在すべき物体を見逃す
といった問題がある。また、これらの問題を解決するた
めには認識用のアルゴリズムが複雑になり、リアルタイ
ム処理がほとんど不可能である。
本発明は上記実情に鑑みてなされたもので、所望の物体
の輪郭線を極めて高速に認識することができる物体認識
方法を提供することを目的とする。
この発明によれば、検出対象物体の輪郭線は既知であり
、その輪郭線を特定できる数箇所の輪郭部分の位置関係
も既知であることに着目し、各画素群が検出対象物体の
輪郭線に対応する位置関係にある少なくとも2つ以上の
画素群を1組として指定するとともに、各画素群におけ
る明暗濃度変化方向をそれぞれ指定するためのフィルタ
手段を用いて、前記検出対象物体が存在する所定視野の
入力画像を走査し、前記1組の画素群内でそれぞれ明暗
度が急変する輪郭候補点の有無および輪郭候補点が存在
する場合の明暗濃度変化方向を検出し、1組の各画素群
内でそれぞれ同時に輪郭候補点を検出し、かつそのとき
の各明暗濃度変化方向が前記フィルタ手段で指定した方
向と一致したとき検出対象物体の輪郭線が存在すると認
識するようにしている。
以下、本発明を添付図面を参照して詳細に説明する。
まず、本発明方法を第3図(a)および(1))を用い
て原理的に説明する。今、第3図(8月こ示すように明
るい背景の中に暗い検出対象物体1があれば、物体1の
横断線aでその明暗を調べると、第3図(b)に示すグ
ラフのようになる。第3図(b)Jこおいて明暗度の急
変する箇所AおよびBは双方とも物体1の輪郭としての
特徴点であるが、Aでは明暗濃度変化方向が「立ち下が
り−1となり、Bでは「立ち上がり」となる相違がある
ここで、本発明では、設定された2つ以上のある範囲内
において同時に明暗度が急変する輪郭候補点が存在する
か否かを調べるとともに、各輪郭候補点における明暗濃
度変化方向が物体とその背景との明暗度によって定まる
方向に一致するか否かを調べるようにしている。
すなわち、第4図に示すように基準位置Pからその中心
位置が距離L1だけ離間したΔL、の範囲A1、基準位
置Pからその中心位置が距離L2だけ離間したΔL、の
範囲A2、・・・基準位置Pからその中心位置が距離L
nだけ離間したΔLnの範囲Anを1組として指定する
ための検出対象物体の輪郭線に対応したフィルタを設定
し、上記基準位置Pを走査位置として入力画面を走査し
、各範囲A、、A、、・・・An内にそれぞれ同時に明
暗度が急変する輪郭候補点が存在し、かつ各範囲AI 
+ A1 r・・・An内における明暗濃度変化方向が
予め物体とその背景との明暗度によって定まる方向と一
致する点(フィルタ特徴点)の有無を調べる。
例えば本実施例における検出対象物体1(第2図)に対
しては、第5図に示すようにn = 2のそれぞれある
範囲AI r A2 (AI r A2の間隔はlりを
特定し、かつ範囲AIでは明暗濃度変化方向が「立ち下
がり」を、範囲A2では「立ち上がり」を特定するフィ
ルタ(以下、LN−フィルタという)を設定し、このL
N−フィルタのフィルタ位置(黒丸で示した位置)を移
動させながら範囲Al 、A、内において同時に輪郭候
補点が存在し、かつ明暗濃度変化方向が一致するフィル
タ特徴点の有無を調べる。なお、LN−フィルタの間隔
L1 r L2 r・・・Lnは、検出対象物体の幾何
学的形状によって定まり、テレビカメラの拡大率で一義
的に決定される。このため、フィルタ構造の決定に際し
、学習等の煩雑な手続は不要である。
また、ΔLl 、ΔL2.・・・ΔLnはノイズ、ボケ
成分、光学系の歪等により決定される。
第6図は本発明(ごよる物体認識方法を実施するための
装置の一例を示す概略構成図で、検出対象物体1をIT
Vカメラ2が撮影している場合に関して示している。I
TVカメラ2け、前記物体1を所定の視野で撮影し、そ
の入力画像の明暗信号を含むビデオ・コンポジット信号
を同期分離回路3およびA/D変換器4に出力する。同
期分離回路3は入力するビデオ・コンポジット信号から
同期信号を分離し、この同期信号に基づいてランダム・
アクセス0メモリ・アレイ(RAMアレイ)5のアドレ
スを指定し、A/D変換器4は入力するビデオ・コンポ
ジット信号の明暗信号を明暗状態が161v調の画像デ
ータに変換し、これを前記指定したアドレス位置に書き
込む。このようにしてRAMアレイ5には、第7図に示
す原画像の明暗度を示す一画面分の画像データが保存さ
れる。
なお、RAMアレイ5のXおよびYアドレスを指定する
ことにより任意の画像データを抽出することができる。
一方、メモリ6にけ、本発明方法を実施するための主プ
ログラム等が記憶されており、中央処理装置(CPU 
)7は、その主プログラム内容に基づきRAMアレイ5
中の画像データの画像処理を実行する。
次ζこ、上記CPU7の処理手順を第8図に示すフロー
チャートに従いながら具体的に説明する。まず、第5図
に示したLN−フィルタのフィルタ位置(走査位置)を
第7図に示すように開始点PSTに移動し、この走査位
置がフィルタ特徴点であるか否かを調べる。
ここで、フィルタ特徴点であるか否かは、LN−フィル
タによりて指定された2つの画素群の画像データの微分
を行う。
A / D変換された画像データの微分を行うためには
差分演算を行なう。主に利用される差分演算は、;2べ
1;示オもの力)パある。
1次差分 Δf (i) = f (iン−f(i−1
)・・・・・・(1)2次差分 Δf (1−1)==
f(i)+f (i −2)−2f(i−t)・・・・
・・C) 第9図に示す微分回路8は上記第0)式lこ示す差分演
算を行うもので、LN−フィルタによって指定された連
続する画素群より順次取り出される画像データf(i)
はレジスタ8aおよび減算器8bに加えられる。レジス
タ8aは画像データを1画素分遅延させるもので、1画
素分前の画像データf(1−1)を減算器8bに出力す
る。減算器8bJd2人力より前記第(1)式に示す減
算を行い、1次差分Δf(i)を示す画像データを出力
する。
第10図は、前記第(2)式に示す2次差分の差分演算
を行う微分回路9の他の実施例を示すもので、LN−フ
ィルタによって指定された連続する画素群より順次取り
出される画像データf(i)はレジスタ9aおよび減算
器9bに加えられる。レジスタ9aは画像データを1画
素分遅延させるもので、1画素分前の画像データf(i
−t)をレジスタ9cおよびシフトレジスタ9dに出力
する。レジスタ9Cはレジスタ9aと同様に画像データ
を1画素分遅延させるもので、更に1画素分前の画像デ
ータf(i−2)を減算器9ejζ出力する。
シフトレジスタ9dは、入力画像データf(i−1)を
1ビツトシフトして2倍し、これを減算器9bに出力す
る。減算器9bは、画像データ2f(i−t)から画像
データf(i)を減算し、その差分を減算器9eに出力
する。減算器9eはレジスタ9Cからの画像データより
前記減算器9eからの差分値を減算し、2次差分Δf 
(i−1)を示す画像データを出力する。
さて、上記微分回路8および9からの微外出力値の絶対
値がある閾値よりも大きい場合には明暗度が急変する輪
郭候補点が存在すると判断し、また微分出力値の正負の
符号によって明暗濃度変化方向を判断する。
このようにして調べた走査位置がフィルタ特徴点でない
場合には、走査位置を右方向(X方向)に数画素分移動
する。この移動量は、L−フィルタのチェック範囲ΔL
1 、ΔL2により定まる。
そして、走査位置が走査範囲の最右端か否かを判断し、
最右端でない場合には、その現在位置がフィルタ特徴点
であるか否かを判断し、フィルタ特徴点でない場合には
上記処理を繰り返す。
このようにして、フィルタ特徴点がないまま走査位置が
走査範囲の最右端にくると、その走査位置が走査範囲の
最下端か否かを判断する。
走査位置が走査範囲の最下端(すなわち、第6図の位置
PED)の場合には、この画面には1゛検出対象物体が
ないJと判断して画像処理が終了する。一方、走査位置
が走査範囲の最下端でない場合には、走査位置を走査範
囲の最左端に戻し、かつある距離(ΔY)だけ下方向(
Y方向)に移動する(第7図参照)。そして、その走査
位置より再び走査を実行し、フィルタ特徴点の有無を調
べる。
以上のようにしてLN−フィルタで画面を走査し、フィ
ルタ特徴点が検出されると、その走査位置において「検
出対象物体1を検出」と判断する。
なお、このLN−フィルタでは検出対象物体1を横断す
るときにフィルタ特徴点が現われるため、検出対象物体
1の正確な位置を特定することができない。したがって
、この場合には、LN−フィルタを上下方向(副走査方
向)に移動してフィルタ特徴点が存在する範囲を調べる
ようにすれば、検出対象物体1の正確な位置を特定する
ことができる。また、フィルタ特徴点の副走査方向への
追跡長がある基準長以上となる場合のみ検出対象物体1
が存在するという判断を加えるようにすれば、より正確
率の高い物体認識ができる。
また、LN−フィルタは、ある範囲A1 、A2・・・
Anが同じ走査線上に並ぶ上記実施例に限らず、第11
図から第14図に示すように種々の方向に、かつ個々の
範囲における数画素はフィルタ位置(黒丸で示す位置)
に向って並ぶように設定することができる。
また、LN−フィルタには方向性が存在するため、例え
ば検出対象物体に応じて設定されたL−フィルタにより
画面を走査し、「検出対象物体がない」と判断した場合
にはそのLN−フィルタを所定角だけ旋回させてなるL
N−フィルタによって再び走査し、これを[検出対象物
体を検出」と判断するまで繰り返し実行し、検出対象物
体が検出されたときのLN−フィルタの旋回角iどより
その検出対象物体がどの方向に存在するかを類推するこ
ともできる。
以上説明したように本発明lこよれば、輪郭線全周の追
跡は行なわず、LN−フィルタにより輪郭線を特定でき
る数個所における画素群を抜粋し、各画素群内でそれぞ
れ同時に明暗度の急変する輪郭候補点を検出し、かつそ
のときの各明暗濃度変化方向が指定した方向と一致した
ときに検出対象物体の輪郭線が存在すると認識するよう
にしたため、輪郭線の認識アルゴリズムが簡単となり、
処理時間を短縮することができる。また、雑音に対する
感受性が低いため対象物体を見いだす正解率が高くなる
【図面の簡単な説明】
第1図(a)〜(d)は従来の輪郭線抽出方法による物
体認識の手順を説明するために用いた図、第2図(a)
および申)はそれぞれ従来の輪郭線の追跡を阻害する要
因の一例を示す図、第3図(a)および(b)は本発明
を原理的に説明するために用いた図、第4図および第5
図はそれぞれ本発明に係るLN−フィルタを説明するた
めに用いた図、第6図は本発明tこよる物体認識方法を
実施するための装置の一例を示す概略構成図、第7図は
第6図のRAMアレイに保存される画像データの明暗度
を示す図、第8図は第6図の中央処理装置の処理手順の
一例を示すフローチャート、第9図および第10図はそ
れぞれ微分回路の一例を示すブロック図、第11図から
第14図はそれぞれ他のLN−フィルタの実施例を示す
図である。 1・・検出対象物体、2・・ITVカメラ、3 同期分
離回路、4・A/D変換器、5−RAMアレイ、6・メ
モリ、7・・・中央処理装置(CPU)。 t’r′”1こ 出願人代理人 木 村 高 久 1.’、、、、。 第1図 (G) (b) 、。)(d) 第2図 ((1) (b) 第3図 i iノミ 第4図 第5図 第6図 第7図

Claims (1)

    【特許請求の範囲】
  1. 連続した所定数の画素からなる画素群を1つとし、少な
    くとも2つ以上の画素群を1組として、各画素群間が検
    出対象物体の輪郭線に対応する位置関係で離間するよう
    に各画素群を指定するとともに、各画素群ζこおける明
    暗濃度変化方向をそれぞれ指定するためのフィルタ手段
    を用いて、前記検出対象物体が存在する所定視野の入力
    画像を走査し、前記1組の各画素群内でそれぞれ明暗度
    が急変する輪郭候補点の有無及び該輪郭候補点が存在す
    る場合の明暗濃度変化方向を検出し、1組の各画素群内
    でそれぞれ同時に輪郭候補点を検出し、かつそのときの
    各明暗濃度変化方向が前記フィルタ手段で指定した方向
    と一致したとき検出対象物体の輪郭線が存在すると認識
    する物体認識方法。
JP8076384A 1984-02-21 1984-04-20 物体認識方法 Granted JPS60222983A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP8076384A JPS60222983A (ja) 1984-04-20 1984-04-20 物体認識方法
SE8500799A SE8500799L (sv) 1984-02-21 1985-02-20 Sett att identifiera foremal
DE19853505793 DE3505793A1 (de) 1984-02-21 1985-02-20 Objektidentifikationsverfahren
US07/271,405 US4876729A (en) 1984-02-21 1988-11-14 Method of identifying objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8076384A JPS60222983A (ja) 1984-04-20 1984-04-20 物体認識方法

Publications (2)

Publication Number Publication Date
JPS60222983A true JPS60222983A (ja) 1985-11-07
JPH0354385B2 JPH0354385B2 (ja) 1991-08-20

Family

ID=13727458

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8076384A Granted JPS60222983A (ja) 1984-02-21 1984-04-20 物体認識方法

Country Status (1)

Country Link
JP (1) JPS60222983A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62210596A (ja) * 1986-03-12 1987-09-16 Hitachi Ltd 画像認識方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62210596A (ja) * 1986-03-12 1987-09-16 Hitachi Ltd 画像認識方法
JPH0523464B2 (ja) * 1986-03-12 1993-04-02 Hitachi Seisakusho Kk

Also Published As

Publication number Publication date
JPH0354385B2 (ja) 1991-08-20

Similar Documents

Publication Publication Date Title
GB2330268A (en) Motion vector evaluation using grey level gradient bit pattern matching
JP2003304561A (ja) ステレオ画像処理装置
EP1406083B1 (en) Surface inspection apparatus and method
WO1992010810A1 (fr) Procede de correction de tache et dispositif a cet effet
JPS60222983A (ja) 物体認識方法
JP2004295416A (ja) 画像処理装置
JPH10283482A (ja) 移動目標検出装置及び検出方法
JPH03665B2 (ja)
JP2005063036A (ja) 物体追跡装置
JP2003179930A (ja) 動オブジェクト抽出方法及び抽出装置
JPH03666B2 (ja)
JP2006047252A (ja) 画像処理装置
JP3307782B2 (ja) 文字マーク認識装置
JPH07128031A (ja) 顔画像認識装置
JPH03664B2 (ja)
JPH057327A (ja) 動きベクトル検出装置
CN117611554A (zh) 一种基于yuv色彩空间和梯度特征相融合的阴影检测方法
JPS6118229B2 (ja)
JPH0351027B2 (ja)
JPH08334683A (ja) 自動合焦装置
JPS61126407A (ja) デイザ法を用いた移動体の追跡装置
JP3109237B2 (ja) 画像中の線分構成画素抽出方法および線分判定方法
JPH07146249A (ja) 欠陥検査装置
JPH1097634A (ja) 物体の認識方法
JPH04333182A (ja) 画像2値化装置