JPS61114376A - 画像処理装置の制御方式 - Google Patents
画像処理装置の制御方式Info
- Publication number
- JPS61114376A JPS61114376A JP59234958A JP23495884A JPS61114376A JP S61114376 A JPS61114376 A JP S61114376A JP 59234958 A JP59234958 A JP 59234958A JP 23495884 A JP23495884 A JP 23495884A JP S61114376 A JPS61114376 A JP S61114376A
- Authority
- JP
- Japan
- Prior art keywords
- picture
- image
- segmentation
- processing
- segment
- 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 Processing (AREA)
- 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】
〔発明の利用分野〕
本発明は画像処理に係り、特に線分化処理方式を用いた
画像処理装置の制御に好適な、画像データの構造を変数
形として持つ画像処理用プログラミング言語による画像
処理装置の制御方式に関するものである。
画像処理装置の制御に好適な、画像データの構造を変数
形として持つ画像処理用プログラミング言語による画像
処理装置の制御方式に関するものである。
従来、画像のフィルタリングや画像間演算ではない、認
識に直接結びつく画像処理アルゴリズムで、ある程度汎
用性を持った標準的なものとしては、パターンマヅチン
グ法と８ＲＩアルゴリズムの２つの方法が提案されてい
る。これらのうち、パターツマ９チング法は、本質的に
膨大な計算量を要するため、実用的にはほとんどハード
ウェアで実行され、プログラミング言語による制御の対
象とはならないものである。また、ＳＲＩアルゴリズム
は、処理の流れが固定的で変更できるのはいくつかのパ
ラメータだけである。これを基にする画像処理言語に、
几ＤＢＯＴＳＶＩ 、 Ｃｏｎｆｅｒｅｎｃｅ Ｐｒ
ｏｃｇｔｃｔｉｎｇｚ 、 Ｍａｒｃｈ ２−４ 。
識に直接結びつく画像処理アルゴリズムで、ある程度汎
用性を持った標準的なものとしては、パターンマヅチン
グ法と８ＲＩアルゴリズムの２つの方法が提案されてい
る。これらのうち、パターツマ９チング法は、本質的に
膨大な計算量を要するため、実用的にはほとんどハード
ウェアで実行され、プログラミング言語による制御の対
象とはならないものである。また、ＳＲＩアルゴリズム
は、処理の流れが固定的で変更できるのはいくつかのパ
ラメータだけである。これを基にする画像処理言語に、
几ＤＢＯＴＳＶＩ 、 Ｃｏｎｆｅｒｅｎｃｅ Ｐｒ
ｏｃｇｔｃｔｉｎｇｚ 、 Ｍａｒｃｈ ２−４ 。
１９８２、 ｋｕｈｏｔｉｃｚ Ｉｎｔｇｒｎａｆｉ
ｏｎａｌ ｏｆ ８ＭＥ ＪＣおいて、Ｐｒｏ、Ｓｌｒ
ａｙｔｍｉｎｙ；ｙ Ｖｉｓｉｏｎ ａｎｄ ＲｔｒＡ
ｏｔｉｃｚ Ｓｙｚｔｔｍｓｗｔｔｈ几ＡＩＬ （Ｐ
３９２〜４０６）と題して論じられて−・るものがある
が、これはパラメータの変更と処理結果の参照ができる
だけで、画像処理手順については全（自由度を持たない
ものである。
ｏｎａｌ ｏｆ ８ＭＥ ＪＣおいて、Ｐｒｏ、Ｓｌｒ
ａｙｔｍｉｎｙ；ｙ Ｖｉｓｉｏｎ ａｎｄ ＲｔｒＡ
ｏｔｉｃｚ Ｓｙｚｔｔｍｓｗｔｔｈ几ＡＩＬ （Ｐ
３９２〜４０６）と題して論じられて−・るものがある
が、これはパラメータの変更と処理結果の参照ができる
だけで、画像処理手順については全（自由度を持たない
ものである。
一方、画像処理の流れそのものを記述の対象とするプロ
グラミング言語の例としては、例えば、 ＴＡＩ Ｉ
ｎｔｇｍａムｏｎＪＩ Ｊｏｗｎｓｌ ｏｆ Ｒｏｈｏ
ｔｉｃｚ几ｇｚｇａｒｃｈ。
グラミング言語の例としては、例えば、 ＴＡＩ Ｉ
ｎｔｇｍａムｏｎＪＩ Ｊｏｗｎｓｌ ｏｆ Ｒｏｈｏ
ｔｉｃｚ几ｇｚｇａｒｃｈ。
Ｖｏｌ、、 １． Ａ ３ （１９８２年）における″
ＡＭＬ／Ｖ ：Ａｎ Ｉｒｕｉｕｚｔｖｉａｌ Ｍａｃ
ｈｉｎｇ Ｖｉｓｉｏｎ Ｐｒｏｇｒａｒｒａｎｉｇ
Ｓｙｓｔｅｍ″において論じられているものがある。し
かしこれは、画像間演算など、認識に直接は結びつかな
い、基本的な処理を行なう命令しか持っていないため、
これを用いて認識プログラムを書くのには、他の汎用プ
ログラミング言語によるのとあまり変わらない労力と知
識が必要となる。
ＡＭＬ／Ｖ ：Ａｎ Ｉｒｕｉｕｚｔｖｉａｌ Ｍａｃ
ｈｉｎｇ Ｖｉｓｉｏｎ Ｐｒｏｇｒａｒｒａｎｉｇ
Ｓｙｓｔｅｍ″において論じられているものがある。し
かしこれは、画像間演算など、認識に直接は結びつかな
い、基本的な処理を行なう命令しか持っていないため、
これを用いて認識プログラムを書くのには、他の汎用プ
ログラミング言語によるのとあまり変わらない労力と知
識が必要となる。
〔発明の目的〕
本発明の目的は、画像処理装置の処理手順を容易に変更
する手段を設けることにより、相異なる処理手順が要求
される様々な用途に線分化処理方式に基づく画像処理装
置を適用し、その応用範囲を拡大する制御方式を提供す
ることにある。
する手段を設けることにより、相異なる処理手順が要求
される様々な用途に線分化処理方式に基づく画像処理装
置を適用し、その応用範囲を拡大する制御方式を提供す
ることにある。
画像処理装置において、処理手順を処理装置により制御
し、プログラムを交換する手段な設けることにより、画
像処理手順に大幅な自由度を持たせる事ができる。
し、プログラムを交換する手段な設けることにより、画
像処理手順に大幅な自由度を持たせる事ができる。
しかし、画像データは、ハードウェアや処理方式に依存
した固有の構造を持つため、これをフォートラン（ＦＯ
ＲＴＲＡＮ ）等の汎用プログラミング言語で記述する
ことは繁雑で、間違いが起こりやすい。
した固有の構造を持つため、これをフォートラン（ＦＯ
ＲＴＲＡＮ ）等の汎用プログラミング言語で記述する
ことは繁雑で、間違いが起こりやすい。
そこで、本発明は、ハードウェア、画像処理方式などに
基づき、使われる画像データの構造を変数の形として定
義したプログラミング言語で画像処理言語を組むことに
より、画像処理システムの開発効率を向上させ、これに
よって、より広い範囲への応用を可能にしたものである
。
基づき、使われる画像データの構造を変数の形として定
義したプログラミング言語で画像処理言語を組むことに
より、画像処理システムの開発効率を向上させ、これに
よって、より広い範囲への応用を可能にしたものである
。
以下、本発明の実施例を図面を用いて説明する。ます、
第１図を用いて線分化処理方式を説明する。線分化処理
方式は、パターンの輪郭を多角形近似して頂点座標列で
表わし、これを処理することによってパターンの形状に
関する情報、例えば面積や周囲長を得たり、２つのパタ
ーンが同じかどうか調べたりするパターン認識方式であ
る。なお、このパターン認識に関しては、本出願人が先
に出願した特開昭５９−１５４５７４号公報に詳述され
ている。
第１図を用いて線分化処理方式を説明する。線分化処理
方式は、パターンの輪郭を多角形近似して頂点座標列で
表わし、これを処理することによってパターンの形状に
関する情報、例えば面積や周囲長を得たり、２つのパタ
ーンが同じかどうか調べたりするパターン認識方式であ
る。なお、このパターン認識に関しては、本出願人が先
に出願した特開昭５９−１５４５７４号公報に詳述され
ている。
以下、この線分化処理方式の処理の流れを順に説明する
。まず、第１図の１で画像入力を行ない、２のセグメン
テーションでは画像の領域分割を行なう。次に、３の画
面構造解析では、画像内の領域間の隣接関係を求める。
。まず、第１図の１で画像入力を行ない、２のセグメン
テーションでは画像の領域分割を行なう。次に、３の画
面構造解析では、画像内の領域間の隣接関係を求める。
そして、この情報から、認識対象となる領域を選び出し
、４０線分化でこれを多角形近似する。そして、これを
５の線分化パターンマツチングや６の特徴値抽出により
処理して認識を行なう。線分化パターンマ・ノチングは
、やはり多角形近似された辞１パターンとの多角形どう
しの重ね合せによる照合、％機筺抽出は、面積、周囲長
など形状を反映する特徴値による形状の認識や、重心、
主軸等を用いたパターンの位置決めである。
、４０線分化でこれを多角形近似する。そして、これを
５の線分化パターンマツチングや６の特徴値抽出により
処理して認識を行なう。線分化パターンマ・ノチングは
、やはり多角形近似された辞１パターンとの多角形どう
しの重ね合せによる照合、％機筺抽出は、面積、周囲長
など形状を反映する特徴値による形状の認識や、重心、
主軸等を用いたパターンの位置決めである。
線分化処理方式の特徴は、処理の流れに自由度が大きい
事があげられる。例えば、画面構造解析の後で認識対象
として選ぶ領域が自由であり、線分化したパターンの認
識方法に多くの選択肢がある。また、線分化処理方式は
全体の流れが単純である。従って、線分化処理方式は、
第１図中の各ステップを処理単位として、用途に合せて
組合せを変えたり、中間結果に応じて分岐を行なったり
する事により、容易Ｋ、用途に応じた変形を行なうこと
ができる。
事があげられる。例えば、画面構造解析の後で認識対象
として選ぶ領域が自由であり、線分化したパターンの認
識方法に多くの選択肢がある。また、線分化処理方式は
全体の流れが単純である。従って、線分化処理方式は、
第１図中の各ステップを処理単位として、用途に合せて
組合せを変えたり、中間結果に応じて分岐を行なったり
する事により、容易Ｋ、用途に応じた変形を行なうこと
ができる。
次に、第２図を用いて、線分化処理方式に基づく画像処
理を実行する画像処理装置の例を説明する。７は画像メ
モリ、８は画像入方部、９は画像処理部、１ｏは処理装
置（ＣＰＵ）、１１はＴＶカメラである。画像処理手順
の制御は、処理手順を記述したプログラムをＣＰＵで実
行することＫより行なう。
理を実行する画像処理装置の例を説明する。７は画像メ
モリ、８は画像入方部、９は画像処理部、１ｏは処理装
置（ＣＰＵ）、１１はＴＶカメラである。画像処理手順
の制御は、処理手順を記述したプログラムをＣＰＵで実
行することＫより行なう。
次に、このプログラムを記述するプログラミング言語（
画像処理言語）を説明する。基本構成は、既存のプログ
ラミング言語、例えば、ベーシック（ＲＡＳＩＣ） Ｋ
、拡張命令として画像処理命令群、及び変数形として画
像変数を加えたものとする。
画像処理言語）を説明する。基本構成は、既存のプログ
ラミング言語、例えば、ベーシック（ＲＡＳＩＣ） Ｋ
、拡張命令として画像処理命令群、及び変数形として画
像変数を加えたものとする。
まず、第５図を用いて画像変数を説明する。
画像変数は、線分化処理方式で用いる画像データの構造
を表わす変数形である。種類は、多値画像、２値画像、
マスク画像、セグメントテーブル、頂点座標列がある。
を表わす変数形である。種類は、多値画像、２値画像、
マスク画像、セグメントテーブル、頂点座標列がある。
名称は、種別を表わす先頭文字と番号により、例えば、
Ｇ１．’Ｉ’６゜Ｌ３のように表わされる。以下、順に
説明する。
Ｇ１．’Ｉ’６゜Ｌ３のように表わされる。以下、順に
説明する。
多値画像、２値画像、マスク画像は実際のメモリに対応
しており、番号は固定している。構造は２次元配列であ
る。セグメントテーブルは、画像のセグメント（領域）
に関する情報を記鎌した一覧表である。内容は、セグメ
ント間の隣接状態、セグメントの位置、面積などである
。
しており、番号は固定している。構造は２次元配列であ
る。セグメントテーブルは、画像のセグメント（領域）
に関する情報を記鎌した一覧表である。内容は、セグメ
ント間の隣接状態、セグメントの位置、面積などである
。
１つのセグメントテーブルは１つの画像に対応する。サ
イズは画像内のセグメント数に依存し、可変長である。
イズは画像内のセグメント数に依存し、可変長である。
各要素の形はすべて整数形とする。第４図にセグメント
テーブルの例を示す。
テーブルの例を示す。
ここに示すのは２値画偉のセグメントテーブルで、従っ
て領域間の隣接状態はすべて包含、被包含である。内容
は、まず、包含するセグメント…の数がある。次に、包
含関係を３つのポインタで表わす。包含、被包含の関係
を親子として表わす。ＡがＢを含むとするとＡが親、Ｂ
が子である。ここでは親ポインタと子ポインタを各１個
持つが、親は常に１つだが子は１つとは限らないので、
これでは足りない。そこで、子が複数ある時は、そのう
ち１つを子ポインタで指し、他は子セグメントどうしを
兄弟ポインタでつなぐ。いずれのポインタも終端はエン
ドマークをいれる。次に面積（画素数）、セグメントの
位置としてセグメントの左上端点の座標（ＸＴＯＰ、
ＹＴＯＰ ）、セグメントに対応する頂点列を示すポイ
ンタがある。以上の画像変数により、線分化処理方式で
用いる画像データの構造は定義することができ、ユーザ
ーは自分でこれを定義する必要がないため、プログラミ
ングが容易となり、間違いも無くなる。
て領域間の隣接状態はすべて包含、被包含である。内容
は、まず、包含するセグメント…の数がある。次に、包
含関係を３つのポインタで表わす。包含、被包含の関係
を親子として表わす。ＡがＢを含むとするとＡが親、Ｂ
が子である。ここでは親ポインタと子ポインタを各１個
持つが、親は常に１つだが子は１つとは限らないので、
これでは足りない。そこで、子が複数ある時は、そのう
ち１つを子ポインタで指し、他は子セグメントどうしを
兄弟ポインタでつなぐ。いずれのポインタも終端はエン
ドマークをいれる。次に面積（画素数）、セグメントの
位置としてセグメントの左上端点の座標（ＸＴＯＰ、
ＹＴＯＰ ）、セグメントに対応する頂点列を示すポイ
ンタがある。以上の画像変数により、線分化処理方式で
用いる画像データの構造は定義することができ、ユーザ
ーは自分でこれを定義する必要がないため、プログラミ
ングが容易となり、間違いも無くなる。
次Ｋ、第５図を用いて画像処理命令を説明する。画像処
理命令は、第１図で説明した線分化処理方式の処理単位
をそれぞれ１つの命令、あるいは関数としたものである
。まず、第１図における１の画像入力に対しては画像入
力命令ＰＩＣＴＵＲＥ、２のセグメンテーシ嘗ンに対し
てはセグメンテーシ嘗ン命令ＳＥＧＭＥＮＴがある。こ
の２つは続けて実行される事が多いので、これらを連続
して行なう命令Ｐ Ｉ ＣＴＵＲＥＳがある。
理命令は、第１図で説明した線分化処理方式の処理単位
をそれぞれ１つの命令、あるいは関数としたものである
。まず、第１図における１の画像入力に対しては画像入
力命令ＰＩＣＴＵＲＥ、２のセグメンテーシ嘗ンに対し
てはセグメンテーシ嘗ン命令ＳＥＧＭＥＮＴがある。こ
の２つは続けて実行される事が多いので、これらを連続
して行なう命令Ｐ Ｉ ＣＴＵＲＥＳがある。
次に、３の画面構造解析に対してはＡＮＡＬＹＺＥ 。
４の線分化に対してはＩＪＮＳＢＧという命令がある。
５０線分化バター／マヴチングのための命令としては、
２つのパターンを重ね合わせるための移動を行なう命令
として平行移動ＬＳＨＩＦＴ、回転移動Ｌ ＲＯＴＡＴ
Ｅがあり、重なり部分の面積を求める関数ＭＡＴ Ｃ
Ｈがある。６の特徴値抽出のためには、Ａ几ＥＡ 、
ＰＥＲＩＭなどの特徴値関数がある。他に、２値化閾値
を設定するＴ）（ＤＳＥＴ、処理領域を設定するＭＡＳ
Ｋ、セグメントテーブルを参照するＴＳＵＭ 、 ＴＴ
ＯＦなどの関数がある。
２つのパターンを重ね合わせるための移動を行なう命令
として平行移動ＬＳＨＩＦＴ、回転移動Ｌ ＲＯＴＡＴ
Ｅがあり、重なり部分の面積を求める関数ＭＡＴ Ｃ
Ｈがある。６の特徴値抽出のためには、Ａ几ＥＡ 、
ＰＥＲＩＭなどの特徴値関数がある。他に、２値化閾値
を設定するＴ）（ＤＳＥＴ、処理領域を設定するＭＡＳ
Ｋ、セグメントテーブルを参照するＴＳＵＭ 、 ＴＴ
ＯＦなどの関数がある。
以下、第６図に沿ってプログラムを説明する。
この例は、面積により部品１，２．５の識別を行なう場
合を示すものであり、第６図（α）は認識対象となる部
品を示す図、（４）は処理手順を示す図、（０１はプロ
グラムの記述例を示す図である。
合を示すものであり、第６図（α）は認識対象となる部
品を示す図、（４）は処理手順を示す図、（０１はプロ
グラムの記述例を示す図である。
まず、画像入力命令ＰＩＣＴＵＲＥ ｌ／（よりカメラ
番号１から多値メモリＧ１と２値メモリＢ１に画像を入
力する。ここで、２値化閾値は、閾値設定命令ＴＨＤＳ
ＥＴにより既に設定されているとする（ステップ５１１
）。次に、セグメンテーション命令ＳＥＧＭＥＮＴによ
り２値メモリＢ１の画像をもとにセグメンテーシ曹ンを
行ない、結果をセグメントテーブルＴ１の格納する（８
１２）。
番号１から多値メモリＧ１と２値メモリＢ１に画像を入
力する。ここで、２値化閾値は、閾値設定命令ＴＨＤＳ
ＥＴにより既に設定されているとする（ステップ５１１
）。次に、セグメンテーション命令ＳＥＧＭＥＮＴによ
り２値メモリＢ１の画像をもとにセグメンテーシ曹ンを
行ない、結果をセグメントテーブルＴ１の格納する（８
１２）。
そして、構造解析命令ＡＮＡＬＹＺＥで画面構造解析を
行なう（５１３）。次に、セグメント情報参ｆｌｉＡ
関１ｉ ＴＴＯＰ 、 ＴＤＯＷＮ ヲ用イテ、マス、
１４景セグメント番号■を求め、これに直接従属するセ
グメント番号Ｊを求める。即ち、均一な背景の中に置か
れた任意の部品を選択したわけである（Ｓ１４）。そし
て、この部品Ｊを線分化命令ＬＩＮＳＥＧにより線分化
し、頂点列Ｌ１を作る（Ｓ１５）。次に、Ｌｌをもとに
して、面積関数ＡｆＬＥＡにより部品Ｊの面積Ｓを求め
（８１６）、Ｓ１７以降で、この結果に基づき、部品番
号、エラーコードなどのセットを行ない、各々の場合の
処理ルーチンへ分岐スル。
行なう（５１３）。次に、セグメント情報参ｆｌｉＡ
関１ｉ ＴＴＯＰ 、 ＴＤＯＷＮ ヲ用イテ、マス、
１４景セグメント番号■を求め、これに直接従属するセ
グメント番号Ｊを求める。即ち、均一な背景の中に置か
れた任意の部品を選択したわけである（Ｓ１４）。そし
て、この部品Ｊを線分化命令ＬＩＮＳＥＧにより線分化
し、頂点列Ｌ１を作る（Ｓ１５）。次に、Ｌｌをもとに
して、面積関数ＡｆＬＥＡにより部品Ｊの面積Ｓを求め
（８１６）、Ｓ１７以降で、この結果に基づき、部品番
号、エラーコードなどのセットを行ない、各々の場合の
処理ルーチンへ分岐スル。
次に、第７図に沿って線分化パターンマツチングの判定
を行なう場合のプログラムを説明する。第７図において
、（α）は認識対象となる部品を辞書パターンと重ね合
わせた場合を示す図、優）は処理手順を示す図、（ｃ）
はプログラム記述例を示すものである。まず、画像処理
命令ＰＩＣＴＵＲＥにより、カメラ番号１より画像を取
り込み多値画像Ｇ１と２値画像Ｂ１に格納する（Ｓ２１
）。２値化閾値は閾値設定命令ＴＨＤＳＥＴｋより、あ
らかじめ設定されているものとする。次に、セグメンテ
ーシ目ン命令ＳＥＧＭＥＮＴにより、２値画像Ｂ１をも
とにセグメンテーシ璽ンを行ない、結果をセグメントテ
ーブル゛ｒ１に格納する（８２２）。次Ｋ、構造解析命
令ＡＮＡＬＹＺＥ Ｋ ヨリ、画面構造解析を行なう（
８２３）。次に第６図の例と同様にし【セグメント情報
参照関数ＴＴＯＰ 、 ＴＤＯＷＮ Ｋより部品番号
Ｊを求め（Ｓ２４）、これを線分化命令ＬＩＮ８ＥＧＫ
より線分化して頂点列Ｌ１を求める。以下は線分化パタ
ーンマヴチングによる辞書パターンとの照合である。辞
書パターンは頂点列ＬＯで表わされるものとし、重心座
標（Ｘｏ、Ｙｏ）、方向ＴＯを持っているものとする。
を行なう場合のプログラムを説明する。第７図において
、（α）は認識対象となる部品を辞書パターンと重ね合
わせた場合を示す図、優）は処理手順を示す図、（ｃ）
はプログラム記述例を示すものである。まず、画像処理
命令ＰＩＣＴＵＲＥにより、カメラ番号１より画像を取
り込み多値画像Ｇ１と２値画像Ｂ１に格納する（Ｓ２１
）。２値化閾値は閾値設定命令ＴＨＤＳＥＴｋより、あ
らかじめ設定されているものとする。次に、セグメンテ
ーシ目ン命令ＳＥＧＭＥＮＴにより、２値画像Ｂ１をも
とにセグメンテーシ璽ンを行ない、結果をセグメントテ
ーブル゛ｒ１に格納する（８２２）。次Ｋ、構造解析命
令ＡＮＡＬＹＺＥ Ｋ ヨリ、画面構造解析を行なう（
８２３）。次に第６図の例と同様にし【セグメント情報
参照関数ＴＴＯＰ 、 ＴＤＯＷＮ Ｋより部品番号
Ｊを求め（Ｓ２４）、これを線分化命令ＬＩＮ８ＥＧＫ
より線分化して頂点列Ｌ１を求める。以下は線分化パタ
ーンマヴチングによる辞書パターンとの照合である。辞
書パターンは頂点列ＬＯで表わされるものとし、重心座
標（Ｘｏ、Ｙｏ）、方向ＴＯを持っているものとする。
まず第７図（Ｃ）の７０行から９０行で重心関数ＧＸ、
ＧＹ、方向関数０ＲＩＥＮＴにより部品Ｊの重心座標と
方向を求め、辞書パターンＬＯとの位置ずれ（ＤＸ、Ｄ
Ｙ、ＤＴ）を求める。そして、パターン移動命令Ｌ８）
（ＩＦＴ及びＬＲＯＴＡＴＥにより、部品Ｊを表わす頂
点列Ｌ１が辞書パターンＬｏと同じ重心位置と方向を持
つように移動する（８２６）。そしてマヴチング関数Ｍ
ＡＴＣＨによりＬＯとＬｌの重なり部分の面積を求め、
これが面積関数ＡＲＥ人を使って求めた辞書パターンの
面積の９８％より太きければ８Ｔ＝ｏ、小さければ５Ｔ
＝１とする（Ｓ２７）。
ＧＹ、方向関数０ＲＩＥＮＴにより部品Ｊの重心座標と
方向を求め、辞書パターンＬＯとの位置ずれ（ＤＸ、Ｄ
Ｙ、ＤＴ）を求める。そして、パターン移動命令Ｌ８）
（ＩＦＴ及びＬＲＯＴＡＴＥにより、部品Ｊを表わす頂
点列Ｌ１が辞書パターンＬｏと同じ重心位置と方向を持
つように移動する（８２６）。そしてマヴチング関数Ｍ
ＡＴＣＨによりＬＯとＬｌの重なり部分の面積を求め、
これが面積関数ＡＲＥ人を使って求めた辞書パターンの
面積の９８％より太きければ８Ｔ＝ｏ、小さければ５Ｔ
＝１とする（Ｓ２７）。
この例に示すように、短いプログラムを書くだけで、同
じ画像処理製電で、様々な手順で認識を実行することが
できる。
じ画像処理製電で、様々な手順で認識を実行することが
できる。
線分化処理方式は、処理手順が固定的でなく、このため
、広い応用範囲を持つ画像処理方式である。本発明はこ
れを利用することにより、線分化処理方式を応用したア
プリケージ１ンシス夢ムの開発を、画像処理言語による
わずかなソフトウェア開発のみで容易に行なうことがで
き、ハードウェア開発や、汎用プログラミング言語によ
る大規模なソフトウェア開発を不要とし、大幅なコスト
の低減をはかることができるものである。
、広い応用範囲を持つ画像処理方式である。本発明はこ
れを利用することにより、線分化処理方式を応用したア
プリケージ１ンシス夢ムの開発を、画像処理言語による
わずかなソフトウェア開発のみで容易に行なうことがで
き、ハードウェア開発や、汎用プログラミング言語によ
る大規模なソフトウェア開発を不要とし、大幅なコスト
の低減をはかることができるものである。
また、用途に合せて、きめ細かな処理手順の変更が可能
となるため、画像処理による自動化の応用範囲の拡大に
も、大きく貢献するものである。
となるため、画像処理による自動化の応用範囲の拡大に
も、大きく貢献するものである。
第１図は線分化処理方式の基本手順を示す図、第２図は
画像処理言語の構成図、第３図は画像変数の一覧表を示
す図、第４図はセグメントテーブルの構成図、第５図は
画像処理命令の一覧表を示す図、第６図及び第７図は実
際の認識対象に対する本発明の適用例を示す図である。 ７・・・画像メモリ、８・・・画像久方部、９・・・画
像処理部、１０・・・処理装置（ＣＰＵ）、１１・・・
ＴＶカメ第３図 第４−図 名５図
画像処理言語の構成図、第３図は画像変数の一覧表を示
す図、第４図はセグメントテーブルの構成図、第５図は
画像処理命令の一覧表を示す図、第６図及び第７図は実
際の認識対象に対する本発明の適用例を示す図である。 ７・・・画像メモリ、８・・・画像久方部、９・・・画
像処理部、１０・・・処理装置（ＣＰＵ）、１１・・・
ＴＶカメ第３図 第４−図 名５図
Claims (1)
- 画像中の領域の輪郭を多角形近似して、その頂点列デー
タの処理により形状の認識を行なう線分化処理方式によ
り画像処理を行ない、処理装置により処理手順を制御す
る画像処理装置において、画像、頂点列、領域間の関係
管理テーブルなどの画像データの固有の構造を変数形と
して持つプログラミング言語で書いたプログラムにより
、処理手順を制御することを特徴とする画像処理装置の
制御方式。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59234958A JPS61114376A (ja) | 1984-11-09 | 1984-11-09 | 画像処理装置の制御方式 |
| KR1019850008268A KR900001696B1 (ko) | 1984-11-09 | 1985-11-06 | 화상처리장치의 제어방법 |
| US06/795,775 US4748675A (en) | 1984-11-09 | 1985-11-07 | Method for controlling image processing device |
| DE8585114317T DE3587061T2 (de) | 1984-11-09 | 1985-11-11 | Bildverarbeitungseinrichtung und verfahren zu deren steuerung. |
| EP85114317A EP0181009B1 (en) | 1984-11-09 | 1985-11-11 | Image processing device and method for controlling the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59234958A JPS61114376A (ja) | 1984-11-09 | 1984-11-09 | 画像処理装置の制御方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS61114376A true JPS61114376A (ja) | 1986-06-02 |
Family
ID=16978919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59234958A Pending JPS61114376A (ja) | 1984-11-09 | 1984-11-09 | 画像処理装置の制御方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61114376A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5491525A (en) * | 1992-11-24 | 1996-02-13 | Hitachi, Ltd. | Illumination unit for liquid crystal projection display apparatus and liquid crystal display apparatus having it used |
| US8839818B2 (en) | 2009-05-27 | 2014-09-23 | Advantest Corporation | Valve device and temperature adjusting system for electronic device |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59154574A (ja) * | 1983-02-23 | 1984-09-03 | Hitachi Ltd | パタ−ン認識装置 |
-
1984
- 1984-11-09 JP JP59234958A patent/JPS61114376A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59154574A (ja) * | 1983-02-23 | 1984-09-03 | Hitachi Ltd | パタ−ン認識装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5491525A (en) * | 1992-11-24 | 1996-02-13 | Hitachi, Ltd. | Illumination unit for liquid crystal projection display apparatus and liquid crystal display apparatus having it used |
| US8839818B2 (en) | 2009-05-27 | 2014-09-23 | Advantest Corporation | Valve device and temperature adjusting system for electronic device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR900001696B1 (ko) | 화상처리장치의 제어방법 | |
| WO2019192149A1 (zh) | 一种基于机器视觉的绘图方法及系统 | |
| JP7241450B2 (ja) | 機械概念理解のための方法及びシステム | |
| CN108044625B (zh) | 一种基于多Leapmotion虚拟手势融合的机器人机械臂操控方法 | |
| US8543902B2 (en) | Converting a drawing into multiple matrices | |
| CN109840508A (zh) | 一个基于深度网络架构自动搜索的机器人视觉控制方法，设备及存储介质 | |
| CN111079535B (zh) | 一种人体骨架动作识别方法、装置及终端 | |
| CN104537705A (zh) | 基于增强现实的移动平台三维生物分子展示系统和方法 | |
| US11562489B2 (en) | Pixel-wise hand segmentation of multi-modal hand activity video dataset | |
| CN112801064A (zh) | 一种模型训练方法、电子设备及存储介质 | |
| Cao et al. | Real-time gesture recognition based on feature recalibration network with multi-scale information | |
| Lee et al. | Control framework for collaborative robot using imitation learning-based teleoperation from human digital twin to robot digital twin | |
| Nuzzi et al. | Hand gesture recognition for collaborative workstations: A smart command system prototype | |
| Wang et al. | Improving facade parsing with vision transformers and line integration | |
| CN111681302A (zh) | 一种3d虚拟形象的生成方法、装置、电子设备及存储介质 | |
| CN112799583B (zh) | 一种基于android平台的点位示意图绘制系统 | |
| CN108564058B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
| Wang et al. | Unsupervised representation learning for visual robotics grasping | |
| CN111078008B (zh) | 一种早教机器人的控制方法 | |
| Gan et al. | Towards a robotic Chinese calligraphy writing framework | |
| CN115862130B (zh) | 基于人体姿态及其躯干运动场的行为识别方法 | |
| JPS61114376A (ja) | 画像処理装置の制御方式 | |
| JPS61114375A (ja) | 画像処理装置の制御方式 | |
| Pohle-Fröhlich et al. | Roof Segmentation based on Deep Neural Networks. | |
| Yevsieiev et al. | Research of Existing Methods of Representing a Collaborative Robot-Manipulator Environment within the Framework of Cyber-Physical Production Systems |