JPS6048579A - 物体認識方法 - Google Patents
物体認識方法Info
- Publication number
- JPS6048579A JPS6048579A JP15681783A JP15681783A JPS6048579A JP S6048579 A JPS6048579 A JP S6048579A JP 15681783 A JP15681783 A JP 15681783A JP 15681783 A JP15681783 A JP 15681783A JP S6048579 A JPS6048579 A JP S6048579A
- Authority
- JP
- Japan
- Prior art keywords
- train
- image data
- data string
- data
- normalized
- 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)
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。
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、一画面分の画像データから検出対象物体を認
識する物体認識方法に関する。
識する物体認識方法に関する。
従来、検出対象物体をＩＴＶカメラで撮影し、その入力
画面をスキャンし、該スキャン方向に連続する所定数の
画像データ列と、予め準備した前記検出対象物体の明暗
度を示す画像データ列との相互相関をとり、この相互相
関が最大となる前記所定数の画像データ列の位置から検
出対象物体が存在する位置を認識する方法がある。
画面をスキャンし、該スキャン方向に連続する所定数の
画像データ列と、予め準備した前記検出対象物体の明暗
度を示す画像データ列との相互相関をとり、この相互相
関が最大となる前記所定数の画像データ列の位置から検
出対象物体が存在する位置を認識する方法がある。
しかし、力）かる物体認識方法は相関演算を行なうため
、演３ｒ ｆｆ？間が長く、高速コンピュータや専用ハ
ード演算機構が必要になったり、また同じ理由から認識
精度も上げにくいという問題があった。
、演３ｒ ｆｆ？間が長く、高速コンピュータや専用ハ
ード演算機構が必要になったり、また同じ理由から認識
精度も上げにくいという問題があった。
本発明は上記実情に鑑みてなされたもので、演算時間の
短縮化、認識精度の向−ヒを図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。
短縮化、認識精度の向−ヒを図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Ｊζよれば、検出対象物体の形状にかかわる所
定数ｎの明暗度を示す画像データ列ｒＢ（Ｃｂｌ。
定数ｎの明暗度を示す画像データ列ｒＢ（Ｃｂｌ。
Ｃｂ２．・・、Ｃｂｎ）を予め準備し、前記検出対象物
体が存在する所定の視野の画像データ中から所定数ｎの
画像データ列Ａ （Ｃａ（ｋ−＋−＋）、Ｃａ（ｋ＋２
）２．Ｃａ（ｋ＋ｎ））をｋ（＝ｏ、＋、ｚ、’・）に
応じて順次抽出し、この画像データ刈入と前記画像デー
タ列順の各成分の差の絶対値の総和Ｓｋ、すなわち次式
、 ８に＝ Σ ＩＣａ（、に−ｔ−１）−Ｃｂｘ １１＝
１ のＳｋをめ、このＳｋが極小となるｋの値から検出対象
物体が存在する位置を認識するようにしている。また、
前記画像データ列Ａおよび画像データ列順の代わりに、
これ−らをそれぞれ正規化したデータタリＡ’（Ｘｋ十
＋、 Ｘｋ＋２．、、、Ｘｋ＋ｎ ） およびデータ列
１ｂ′（ｙ、、ｙ、、、、−ｙｎ）から次式８式％） のＳ’ｋをめ、このＳ ’ｋが極小となるｋの値から検
出対象物体が存在する位置を認識するようにしている。
体が存在する所定の視野の画像データ中から所定数ｎの
画像データ列Ａ （Ｃａ（ｋ−＋−＋）、Ｃａ（ｋ＋２
）２．Ｃａ（ｋ＋ｎ））をｋ（＝ｏ、＋、ｚ、’・）に
応じて順次抽出し、この画像データ刈入と前記画像デー
タ列順の各成分の差の絶対値の総和Ｓｋ、すなわち次式
、 ８に＝ Σ ＩＣａ（、に−ｔ−１）−Ｃｂｘ １１＝
１ のＳｋをめ、このＳｋが極小となるｋの値から検出対象
物体が存在する位置を認識するようにしている。また、
前記画像データ列Ａおよび画像データ列順の代わりに、
これ−らをそれぞれ正規化したデータタリＡ’（Ｘｋ十
＋、 Ｘｋ＋２．、、、Ｘｋ＋ｎ ） およびデータ列
１ｂ′（ｙ、、ｙ、、、、−ｙｎ）から次式８式％） のＳ’ｋをめ、このＳ ’ｋが極小となるｋの値から検
出対象物体が存在する位置を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。
今、検出対象物体として、第１図に示すような丸棒Ｉを
考える。この丸棒Ｉを撮影した際の各丸棒１の横断方向
における明暗度Ｃｂ１を示す画像データ列順を予め準備
する（第２図参照）。なお、８Ａ暗度Ｃｂｉは１６階調
に区分されている。
考える。この丸棒Ｉを撮影した際の各丸棒１の横断方向
における明暗度Ｃｂ１を示す画像データ列順を予め準備
する（第２図参照）。なお、８Ａ暗度Ｃｂｉは１６階調
に区分されている。
一方、第１図に示す矢印へ方向ｌこ連続する画素の明暗
度（：：ａ（＋（＋ｉ）を検出すると、例えば第３図に
示すようになる。ここて、丸棒１の直径が１０画素分の
幅に相当しているため（第２図参照）、上記矢印方向に
連続する任意画素ｋから連続する１０画素を取り出し、
この取り出した明暗度ＣｔＬ（ｋ＋１）。
度（：：ａ（＋（＋ｉ）を検出すると、例えば第３図に
示すようになる。ここて、丸棒１の直径が１０画素分の
幅に相当しているため（第２図参照）、上記矢印方向に
連続する任意画素ｋから連続する１０画素を取り出し、
この取り出した明暗度ＣｔＬ（ｋ＋１）。
Ｃａ（ｋ＋２）、−１Ｃａ（ｋ→−１０）からなる画像
データ列Ａが、予め準備した画像データ列呻に類してい
るか否かで丸棒１の有無を判断する。
データ列Ａが、予め準備した画像データ列呻に類してい
るか否かで丸棒１の有無を判断する。
そして、本発明方法は画像データ刈入と画像データ列旧
との各成分の差の絶対値が極小きなるとき、または画像
データ列人を正規化したデータ列Ａ′と画像データ列Ｉ
Ｂを正規化したデータ列順′との各成分の差の絶対値が
極小となるとき、丸棒１が存在すると認識する。なお、
丸棒１への照光の状態が変化すると、第２図および第３
図に示す光学的な形状が縦軸方向に拡大または縮小され
たりすることがあるが、後者の正規化されたデータ列人
′およびβ′を用いるようにすれば、照光状態の変化の
影響を受けにくくなる。
との各成分の差の絶対値が極小きなるとき、または画像
データ列人を正規化したデータ列Ａ′と画像データ列Ｉ
Ｂを正規化したデータ列順′との各成分の差の絶対値が
極小となるとき、丸棒１が存在すると認識する。なお、
丸棒１への照光の状態が変化すると、第２図および第３
図に示す光学的な形状が縦軸方向に拡大または縮小され
たりすることがあるが、後者の正規化されたデータ列人
′およびβ′を用いるようにすれば、照光状態の変化の
影響を受けにくくなる。
第４図は本発明による物体認識方法を実施する装置の一
実施例を示すブロック図で、上記正規化されたデータ列
Ａ′および帥′を用いた装置ｌこ関して示している。
実施例を示すブロック図で、上記正規化されたデータ列
Ａ′および帥′を用いた装置ｌこ関して示している。
同図において、ＩＴＶカメラ１０は丸棒Ｉを撮影し、そ
の明暗信号をＡ／Ｄ変換器１１で１６階調の明暗度を示
す画像データに変換にしたのち、画像データを順次シフ
トレジスタ１２に加える。シフトレジスタ１２は、丸棒
１の横断方向の画素数と同等の段数（１０段）からなり
、各段ｌこ蓄えた１０個の画像データを画像データ列Ａ
ｈして正規化回路１３に加える。なお、後述する処理は
、シフトレジスタＩ２に新たな画像データが加わり、画
像データ刈入が一画素分シフトされた画像データ列Ａ、
になるまでの間に実行される。
の明暗信号をＡ／Ｄ変換器１１で１６階調の明暗度を示
す画像データに変換にしたのち、画像データを順次シフ
トレジスタ１２に加える。シフトレジスタ１２は、丸棒
１の横断方向の画素数と同等の段数（１０段）からなり
、各段ｌこ蓄えた１０個の画像データを画像データ列Ａ
ｈして正規化回路１３に加える。なお、後述する処理は
、シフトレジスタＩ２に新たな画像データが加わり、画
像データ刈入が一画素分シフトされた画像データ列Ａ、
になるまでの間に実行される。
正規化回路１３は入力する画像データ列Ａ（ｃａ（ｋ→
＋）、Ｃａ（ｋ＋２）、−、Ｃａ（ｖ＋＋ｏ））からこ
れを正規化したデータ列Ａ （Ｘｋ＋＋ 、Ｘｋ（２，
、、、、Ｘｋ＋ ＋ｏ ）を次式、 よりめ、この正規化したデータ刈入を演算回路１４に加
える。
＋）、Ｃａ（ｋ＋２）、−、Ｃａ（ｖ＋＋ｏ））からこ
れを正規化したデータ列Ａ （Ｘｋ＋＋ 、Ｘｋ（２，
、、、、Ｘｋ＋ ＋ｏ ）を次式、 よりめ、この正規化したデータ刈入を演算回路１４に加
える。
一方、画像データ列設定器１５には、第２図に示すよう
な丸棒１の横断方向の最も標準的な明暗度Ｃｂｊからな
る画像データ列用が設定されており、この画像データ列
田は正規化回路１６に加えられる。この正規化回路１６
は前記正規化回路１３と同様に、入力する画像データ列
ＩＢ （Ｃｂ、 、 Ｃｂ２．、、、。
な丸棒１の横断方向の最も標準的な明暗度Ｃｂｊからな
る画像データ列用が設定されており、この画像データ列
田は正規化回路１６に加えられる。この正規化回路１６
は前記正規化回路１３と同様に、入力する画像データ列
ＩＢ （Ｃｂ、 、 Ｃｂ２．、、、。
Ｃｈｌｏ）からこれを正規化したデータ列ｆＢ’（Ｙｌ
。
。
Ｙ２．−、Ｙｌｏ ）を次式、
よりめ、この正規化したデータ刈入を演算回路１４に加
える。
える。
演算回路１４は、入力する２つのデータ列Ａ′とデータ
列田′の各成分の差の絶対値の総和Ｓｋ’、すなわち、
次式、 Ｓｋ’二ΣＩＸ（ム匂）−Ｙｊ、 ｌ −（３）１フｌ に示すＳｋ／をめ、これを２つのデータ列の類似度を示
す評価値として出力する。
列田′の各成分の差の絶対値の総和Ｓｋ’、すなわち、
次式、 Ｓｋ’二ΣＩＸ（ム匂）−Ｙｊ、 ｌ −（３）１フｌ に示すＳｋ／をめ、これを２つのデータ列の類似度を示
す評価値として出力する。
上記前１１をｋの値ごとに、すなわちシフトレジスタ１
２に新たな画像データが加わるごとに実行するさ、丸棒
１の存在によりＳ’には第５図に示すように脈動する。
２に新たな画像データが加わるごとに実行するさ、丸棒
１の存在によりＳ’には第５図に示すように脈動する。
ここで、Ｓ’にの極小を示す位置が丸棒１の横断面が存
在する位置である。
在する位置である。
極小検出回路１７は、演算回路１４から加わるＳ′ｋに
対応する信号からＳ′にの極小を検出し、この吉きｋの
値を示す信号を出力する。このｋの値は、シフトレジス
タ１２に蓄えられた画像データのうちの画像データの位
置を示す値であるため、このｋの値から丸棒１の存在位
置を認識するこ吉ができる。
対応する信号からＳ′にの極小を検出し、この吉きｋの
値を示す信号を出力する。このｋの値は、シフトレジス
タ１２に蓄えられた画像データのうちの画像データの位
置を示す値であるため、このｋの値から丸棒１の存在位
置を認識するこ吉ができる。
なお、第５図に示すように類似度を示す閾値ｓｈを設定
しておき、この閾値ｓｈと極小検出回路Ｉ７で検出した
極小値とを比較し、極小値が閾値ｓｈよりも小さくなっ
た場合のみを正規の極小検出とすれば、より正確な丸棒
１の認識ができる。また、本実施例では検出対象物体と
して丸棒を用いたが、これに限らず適当な明暗パターン
を有する形状のものであればいかなるものでもよい。
しておき、この閾値ｓｈと極小検出回路Ｉ７で検出した
極小値とを比較し、極小値が閾値ｓｈよりも小さくなっ
た場合のみを正規の極小検出とすれば、より正確な丸棒
１の認識ができる。また、本実施例では検出対象物体と
して丸棒を用いたが、これに限らず適当な明暗パターン
を有する形状のものであればいかなるものでもよい。
以上説明したように本発明によれば、検出対象物体に対
応して予め準備したその形状にかかわるデータ列と、撮
影した画面の明暗にかかイつるデータ列との各成分の差
の絶対値の総和によって両者の類似度を評価するように
しているため、演算が極めて簡単吉なり、演算時間を相
関法を用いるのに比べて約１／１０〜Ｉ／１００に短縮
することができる。また、演算方法が簡単であるため、
高速コンビーータや専用ハード演算機構が不要となり、
その分認識精度の向上が図り易いという利点がある。
応して予め準備したその形状にかかわるデータ列と、撮
影した画面の明暗にかかイつるデータ列との各成分の差
の絶対値の総和によって両者の類似度を評価するように
しているため、演算が極めて簡単吉なり、演算時間を相
関法を用いるのに比べて約１／１０〜Ｉ／１００に短縮
することができる。また、演算方法が簡単であるため、
高速コンビーータや専用ハード演算機構が不要となり、
その分認識精度の向上が図り易いという利点がある。
第１図は丸棒の平面図、第２図は丸棒の横断方向の明暗
度からなる画像データ列の一例を示すグラフ、第３図は
第１図の丸棒を矢印Ａ方向にスキャンしたときの明暗度
の一例を示すグラフ、第４図は本発明による物体認識方
法を実施するだめの装置の一実施例を示すブロック図、
第５図は第４図を説明するために用いたグラフである。 １ 丸棒、ｌ Ｏ−Ｉ Ｔ Ｖ カメラ、ｉｌ、、、Ａ
／Ｄ変換器、１２ シフトレジスタ、１．３ 、１．６
・正規化回路、１４・演算回路、１５ ・画像データ列
設定器、１７ 極小検出回路。
度からなる画像データ列の一例を示すグラフ、第３図は
第１図の丸棒を矢印Ａ方向にスキャンしたときの明暗度
の一例を示すグラフ、第４図は本発明による物体認識方
法を実施するだめの装置の一実施例を示すブロック図、
第５図は第４図を説明するために用いたグラフである。 １ 丸棒、ｌ Ｏ−Ｉ Ｔ Ｖ カメラ、ｉｌ、、、Ａ
／Ｄ変換器、１２ シフトレジスタ、１．３ 、１．６
・正規化回路、１４・演算回路、１５ ・画像データ列
設定器、１７ 極小検出回路。
Claims (2)
- （１）検出対象物体が存在する所定の視野の明暗度を示
す画像データ列から前記検出対象物体の大きさにかかわ
るｎ個の画像データ列Ａ （Ｃａ（ｂ＋＋ ）。 Ｃａ（ｋ＋ｐ）、、、Ｃａ（＋＋＋ｎ））ｉｋ（＝ 。 、 １．７．− ）に応じて順次抽出し、一方前記検出
対象物体の形状にかかわるｎ個の明暗度を示す画像デー
タ列ｌ１１３（Ｃｈ １． Ｃｂ ２ 、 ・、 Ｃｂ
ｎ ）を予め準備し、前記画像データ列Ａと画像データ
列順との差Ｓｋを次式、Ｓｗ −Σ ｌ Ｃａ（ｋ＋１
）−Ｃｂｘ ｌｉ：＝＋ からめ、この差Ｓｋが極小となるｋの値から検出対象物
体が存在する位置を認識することを特徴とする物体認識
方法。 - （２）検出対象物体が存在する所定の視野の明暗度を示
す画像データ列から前記検出対象物体の大きさにかかわ
るｎ個の画像データ列／Ａ （Ｃａ（ｋ＋１）。 （’ ａ （ｋ→−２）、 −、Ｃａ（ｋ→−ｎ））を
１（（ｏ、＋、２．− ）応じて順次抽出し、前記画像
データ列へからこれを正規化したデータ列洗’ （Ｘｋ
十＋ 、 ）（ｋ＋２．・。 Ｘｋ十ｎ）をめ、一方前記検出対象物体の形状にかかわ
るｎ個の明暗度を示す画像データ列ＩＢ（ＣｂＩ。 Ｃｂ ２、−、 （’ｂｎ ）を予め準備し、この画像
データ列田からこれを正規化したデータ列［３’ （Ｙ
、 、 Ｙ２．、、、 。 Ｙｎ）をめ−前記データ列△−′とデータ列ｍ′との差
Ｓ ’ｋを次式、 Ｓ ’に一Σｌ Ｘ（＋ｃ＋１）−Ｙｉ １１＝＋ からめ、この差Ｓ ／ ｋが極小となるｋの値から検出
対象物体が存在する位置を認識することを特徴とする物
体認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15681783A JPS6048579A (ja) | 1983-08-26 | 1983-08-26 | 物体認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15681783A JPS6048579A (ja) | 1983-08-26 | 1983-08-26 | 物体認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6048579A true JPS6048579A (ja) | 1985-03-16 |
Family
ID=15635981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15681783A Pending JPS6048579A (ja) | 1983-08-26 | 1983-08-26 | 物体認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6048579A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4774461A (en) * | 1985-11-25 | 1988-09-27 | Fujitsu Limited | System for inspecting exposure pattern data of semiconductor integrated circuit device |
| JPH01140271A (ja) * | 1987-11-26 | 1989-06-01 | Oki Electric Ind Co Ltd | パターン欠陥検出装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55124878A (en) * | 1979-03-19 | 1980-09-26 | Nippon Hoso Kyokai <Nhk> | Pattern recognition system |
| JPS581279A (ja) * | 1981-06-27 | 1983-01-06 | Fujitsu Ltd | パタ−ン間距離演算方式 |
-
1983
- 1983-08-26 JP JP15681783A patent/JPS6048579A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55124878A (en) * | 1979-03-19 | 1980-09-26 | Nippon Hoso Kyokai <Nhk> | Pattern recognition system |
| JPS581279A (ja) * | 1981-06-27 | 1983-01-06 | Fujitsu Ltd | パタ−ン間距離演算方式 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4774461A (en) * | 1985-11-25 | 1988-09-27 | Fujitsu Limited | System for inspecting exposure pattern data of semiconductor integrated circuit device |
| JPH01140271A (ja) * | 1987-11-26 | 1989-06-01 | Oki Electric Ind Co Ltd | パターン欠陥検出装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS62125478A (ja) | 移動物体像を抽出する方法 | |
| US6298170B1 (en) | Image tracking apparatus for tracking an image within a local region to continuously track a moving object | |
| CN104796600B (zh) | 图像合成装置和图像合成方法 | |
| JP7176616B2 (ja) | 画像処理システム、画像処理装置、画像処理方法、及び画像処理プログラム | |
| JP2011002882A (ja) | 撮像装置、画像処理プログラム、および撮像方法 | |
| JPS6048579A (ja) | 物体認識方法 | |
| JP4563982B2 (ja) | 動き推定方法，装置，そのプログラムおよびその記録媒体 | |
| JP7302410B2 (ja) | 画像認識装置、画像認識システム、画像認識方法及びプログラム | |
| JPS61283292A (ja) | 最適ベクトル検出方式 | |
| JP3421456B2 (ja) | 画像処理装置 | |
| JP2007048122A (ja) | 画像処理装置及びプログラム | |
| JP2020088540A (ja) | 画像生成装置、画像生成方法及び画像生成プログラム | |
| KR101127009B1 (ko) | 레이저 포인터를 이용한 입력장치 및 입력 방법 | |
| JP3368012B2 (ja) | 画像データ処理装置 | |
| US20240296518A1 (en) | Information processing apparatus, information processing method, and storage medium | |
| JP2008079007A (ja) | 画像処理装置 | |
| JP3038935B2 (ja) | 動き検出装置 | |
| WO2021117233A1 (ja) | 動画分離装置、プログラム及び動画分離方法 | |
| JPH01307384A (ja) | 動き検出回路 | |
| JPS62200408A (ja) | 相関追尾装置 | |
| JP2024056441A (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
| JPH06284329A (ja) | 動きベクトル検出回路 | |
| JPH07101449B2 (ja) | 画像処理による特異点検出方法 | |
| JPH11312244A (ja) | テンプレートマッチング方法 | |
| CN112351226A (zh) | 图像传感器 |