JPS61193004A - 画像特徴抽出装置 - Google Patents

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】 〔発明の利用分野〕 本発明は、対象物の認識、検査、計測等を行なう視覚認
識分野において、対象物の画像からのデータに基づいて
特徴抽出を行なうに好適な画像特徴抽出装置に関する。

〔発明の背景〕

対象物の画像の属性を表わすデータ、すなわち、濃度デ
ータ（２値化データを含む）、座標データ、領域ラベル
データ等（以下、これらを属性データという）を入力し
て、これらを演算処理することによ＃）％微抽出を行な
う従来の装置には、特開昭５７−１９３８５３号公報に
記載のヒストグラム作成装置がある。これは＠０”と′
１＃の２値化された濃度データと、画像の水平方向（以
下、Ｘ方向という）及び垂直方向（以下、Ｘ方向という
）のアドレスから、画像の特徴の１つであるＸ及びＸ投
影ヒストグラムを抽出するものである。

投影ヒストグラムは、画像の濃度データの累積処理によ
り、ある座標軸上に２次元の画像を投影する処理である
。この時、Ｘ及びｙ座標軸上に投影処理を行ったものが
Ｘ及びＸ投影ヒストグラムである。これらの投影ヒスト
グラムは、画像という２次元の大規模なデータを、１次
元に変換することでデータ量の大幅な圧縮を行うことが
できるものである。このために、物体の形状、大きさ。

配置等を認識するのに必要な幅、長さ９面積９重心等の
特徴量を高速に抽出することが可能となり、視覚認識分
野においては幅広く活用されている。

前記した従来の装置は、テレビカメラから出力される画
像データを２値化して、この濃度データを入力しながら
順次Ｘ及びＸ方向の投影ヒストグラムを抽出するので、
ヒストグラム抽出時間が短縮できるという利点がある。

しかしながら、画像の投影ヒストグラムを抽出する方向
は、Ｘ及びｙ座標軸上に限定されており、任意方向へ回
転した座標軸上の投影ヒストグラムの抽出については同
等配慮されていない。

第２図に、従来の装置が抽出できるＸ及びＸ投影ヒスト
グラムの一例を示す。本従来例では、Ｘ投影ヒストグラ
ムの投影長Ｌ１が物体の幅、Ｘ投影ヒストグラムの投影
長Ｌ２が物体の長さに対応している。この様に、Ｘ及び
Ｘ投影ヒストグラムには、対象物である物体の特徴量を
抽出するのに有効な情報量が含まれておシ、シかもデー
タ量が小さいために、コンピュータ等から高速に特徴量
を算出することができる。しかしながら、Ｘ及びＸ投影
ヒストグラムが有効に活用できるのは、第２図の様に画
像の中の物体が傾いていない場合に限定される。つまシ
、第３図の様に、図中の物体が傾いて配置されている場
合のＸ及びＸ投影ヒストグラムによシ抽出される各投影
長Ｌｌ’及びＬ２’は、実際の物体の幅、長さには対応
しない。

従って、対象物が傾いて配置されている場合、すなわち
、任意方向に回転している場合には、Ｘ及びＸ投影ヒス
トグラムが抽出できないという問題が生じる。

通常、上記問題点を解決するには、任意方向へ回転した
座標軸上の投影ヒストグラムが用いられる。これを、第
４図を用いて説明する。

まず、第４図（ａ）で示す様にあらかじめ物体の傾き角
度θを抽出する。次に、Ｘ、ｙ座標系をθ回転したＸ、
ｙ座標系に変換する。セして画像の濃度データの読出し
を第４図（ｂ）に示す様にＸ、ｙ座標系に基づいて行い
、Ｘ、ｙ座標軸上の投影ヒストグラムを抽出する。これ
によシ得られた投影ヒストグラムは、第２図のものと一
致し、物体の幅。

長さ等の特徴量が抽出できる。しかし、ｘ、ｙ座様系を
θ回転させて座標系を変換させるような座標系の線形変
換処理は、画像を一度メモリに記憶してからでないと実
現できない。従って、従来の装置の利点であるテレビカ
メラから画像が送出される速度で投影ヒストグラムを抽
出することは不可能である。

また、従来の装置には、上記の様な任意方向へ回転した
座標軸上の投影ヒストグラムの抽出機能が具備されてい
ないために、コンピュータのプログラム処理が必要とな
る。つまシ、第３図の様な傾いた物体を、プログラムに
よる線形変換処理を行い、第２図の様に傾きが無い画像
に変換する。

そして、変換された画像に対して前記したＸ及びｙ投影
ヒストグラムを抽出することで、任意方向の座標軸上の
投影ヒストグラムを抽出するものである。しかし、本手
法では、画像をメモリに記憶するという処理に加えて、
線形変換というプログラム処理が必要となり処理時間が
膨大となる。

通常、１６ビツトの汎用マイクロコンピュータを用いて
このような線形変換処理を実現する場合の処理時間は、
数１０秒から数分のオーダーとなり、実用的レベルでは
ない。

〔発明の目的〕

本発明の目的は、対象物の画像の属性データ、例えば濃
度データ、座標データ、領域ラベルデータ等から視覚認
識に必要な各種の特徴量（物体の幅、長さ１面積等）を
高速に抽出することができる画像特徴抽出装置を提供す
るにある。

〔発明の概要〕

本発明は、対象物の画像の属性に従って属性データを生
成し供給する属性データ供給手段（例えば画像の濃度デ
ータを発生するＩＴＶカメラ、座標データを発生する座
標発生器等）からの属性データを、外部のシステムプロ
セッサの変換動作指定に基づいて変換する属性データ変
換器と、変換された変換属性データを入力して、対象物
の特徴量を抽出する画像特徴抽出器を設けた画像特徴抽
出装置であり、高速に特徴抽出がなし得るものでおる。

〔発明の実施例〕

以下、本発明の実施例について図面を用いて説明する。

まず、一般的な画像処理装置の全体構成例を説明し、次
に実施例について詳細に説明する。

（１）画像処理装置の全体構成 一般的な画像処理装置の全体構成例を第５図を用いて説
明する。画像処理装置は、一般的に視覚認識に用いられ
、以下の様な機能が備っている。

■　映像人力・・・テレビカメラ（以下、■ＴＶと記す
）等から得られた認識対象画像のアナログ信号をディジ
タル信号に変換して、画像メモリに格納する。

■　画像前処理・・・■で得られた画像を各種の画像処
理手法、例えばノイズ除去９翰郭抽出。

領域ラベル付は等を行ない、ａ！識しやすい両津に変換
する。

■　特徴量抽出・・・■で得られた画像から認識対象物
が持つ固有の特徴量、例えば物体の面積。

周囲長９幅、長さ等を抽出する。

■　認識・・・■で得られた特徴量に基づいて、対象物
の認識を行なう。

第５図に示す画像処理装置の構成において、■の映像入
力機能を実現するのが、Ｉ’ＴＶ５１０゜Ａ／Ｄ変換変
換器７４固１ 画像メモリ５５０はＩＴＶ５１０から得られた画像の記
憶の他に、前記■の画像前処理で得られた画像を一時記
憶する機能も持つ。また、Ｄ／Ａ変換器７５０，ＣｋＬ
Ｔ７６０によシ、記憶されている画像の表示を行うこと
も可能である。

■の画像前処理機能を実現するのが、画像処理プロセッ
サ７００でおる。画像処理プロセッサ７００には、各種
の演算器が含まれており、どの演算器を選ぶかは、認識
の対象，認識速度，認識アルゴリズム等に依存する。本
構成例では、ノイズ除去１輸郭抽出等を行う空間積和演
算器７１Ｏ１独立した領域に通し番号つまシラベルの割
付は処理を行うラベル発生器５６０．物体の形状の特徴
、例えば端点，叉点，屈曲点等を抽出する幾何学的特徴
抽出器７２０が含まれている。

■の特徴量抽出機能は、画４ＪＲ特徴抽出器３００□と
システムプロセッサ４００により行われる。視覚認識に
おいて一般的に用いられる特徴量は、面積９周囲長９幅
，長さ等の画素の数え上げにょ９求まるものが基本とな
る。従って、画像特徴抽出器３００は、画素の数え上げ
全基本機能とし、濃度頻度分布、投影ヒストグラム等を
抽出する。これらのヒストグラム類は、画像特徴抽出器
３００に、濃度データ、座標データ、領域ラベルデータ
等の属性データを供給することにより抽出される。

これらの属性データを供給するのは、ＩＴＶ５１０　。

画像メモリ５５０１画像処理プロセッサ７００。

座標発生器５２０等であシこれらを総称して属性データ
供給手段と呼ぶ。第５図で示す様に、この属性データ供
給手段と、画像特徴抽出器３００は、バス全弁してダイ
レクトに接続されている。ここで、画像特徴抽出器３０
０で得られたヒストグラム類は、視覚認識で必要とさ扛
る最終形態の特徴音ではない。そこで、システムプロセ
ッサ４００のプログラム処理で、ヒストグラムのデータ
編集を行い、その結果、最終的な特徴音を得る。

■の認識機能はシステムプロセッサ４００のプログラム
処理で行われ、視覚認識の最終目的を達する。

以上が、一般的な画像処理装置の全体構成であるが、視
覚認識処理において、キーポイントである特徴量抽出を
行なう画像特徴抽出器の構成及び動作について以下説明
する。

（２）画像特徴抽出器の構成と動作 第６図に画像特徴抽出器３００の構成を示す。

属性データバス２０１は、画像メモ１ハ画像処理プロセ
ッサからの濃度データ、座標データ、領域ラベルデータ
等の属性データを転送するためのものである。ヒストグ
ラムメモリ３１０は、画像特徴抽出処理によシ得られた
画像特徴を格納するＲＡＭであり、少なくとも属性デー
タがとりうる値の数だけのエンドＩＪ−数を持つ。演算
器３２０はＡ入力とＳ入力との加算、減算、大小比較演
算。

累積演算（Ａ＋１）等の機能を持つものである。

マルチプレクサ３４０，３５０は画像の濃度データ、ア
ドレス等の複数の属性データから、所定の１つの属性デ
ータを選択するものである。ファンクションレジスタ３
３０は、システムプロセッサのプログラム処理によシ任
意のデータの設定が可能なレジスタであり、マルチプレ
クサ３４０゜３５０の属性データの選択指定と、演算器
３２０の演算ファンクションの指定を行うものである。

プロセッサバス４０１は、システムプロセッサのプログ
ラム処理のデータを転送するものである。

次に、画像特徴抽出器３００の動作を説明する。

まス、システムプロセッサよシプロセッサパス４０１を
介してファンクションレジスタ３３０にプログラム処理
でデータを設定する。これにより、画像特徴抽出器３０
０の画像特徴抽出機能たとえば投影ヒストグラム、濃度
ヒストグラム等が指定される。

以上の指定終了後に画像特徴抽出処理が実行される。属
性データバス２０１にオンバスされている複数の属性デ
ータ群はマルチプレクサ３４０゜３５０で各々１つに選
択される。これは、マルチプレクサ３４０，３５ＱのＳ
入力に接続されたファンクンヨ／レジスタ３３０からの
選択制御信号３３２．３３３の指令に基づいて行われる
。そして、マルチプレクサ３４０から出力される属性デ
ータはアドレスバス３４１を介してヒストグラムメモリ
３１０のアドレス人力ＡＤＲに入力される。

−万、マルチプレクサ３５０から出力される属性データ
はデータバス３５１を介して、演算器３２０のＢデータ
入力に入力される。属性データをアドレス入力としたヒ
ストグラムメモリ３１０のＤＯ比出力らは、読出しデー
タ（演算の経過データ）がメモリリードバス３１１を介
して演算器３２０のＡデータ入力に入力される。演算器
３２０では、２つのデータ入力ＡとＢとの演算が行われ
、Ｙ出力から演算結果が出力される。そして、ヒストグ
ラムメモリ３１０のＤＩ大入力接続されているメモリラ
イトバス３２１を介して演算結果が、ヒストグラムメモ
リ３１０に書込まれる。

上記処理を、第７図のタイムチャートを用いてわかシや
すく説明する。

属性データバス２０１上の属性データは、第７図に示す
通り１マシンサイクル（以下、ＩＭＣと記す）毎に変化
するものである。そして、このＩＭＣの期間中に次の３
つの処理が行われる。

■　ｔＡＣの期間に属性データＩをアドレスとするヒス
トグラムメモリ３１０の読出し処理。

■　１ｃムの期間に演算器３２０による■で読出された
データと、もう１つの属性データとの演算処理。

■　ｔｗ丁の期間に■の演算結果を、■と同一のアドレ
スとするヒストグラムメモリ３２０へ書込む書込み処理
。

以上の処理を、全画像の属性データに対して行なうこと
により、最終的に画像の特徴音がヒストグラムメモリ３
２０に抽出される。

これまで述べたのが、画像特徴抽出器の構成と動作であ
るが、本発明は、この画像特徴抽出器にて特徴量を抽出
する前に、属性データ変換器にてあらかじめ変換をした
後、特徴量を抽出するものであり、以下本発明に係る画
像特徴抽出装置について説明する。

（３）画像特徴抽出装置の概要 本発明にかかる画像特徴抽出装置とは、第１図に示す様
に属性データ変換器と画像特徴抽出器からなる。そして
、属性データ供給手段５００　（１゜２、・・・ｎ）、
例えば画像の濃度データを格納している画像メモリ、画
像の位置情報である座標データを発生する座標発生器、
領域ラベルデータを発生するラベル発生器等（画像デー
タを取り込むＩＴＶカメラ等も含む）から発生した属性
データを、マイクロコンピュータ等のプログラム制御が
可能なシステムプロセッサ４００のプログラム処理によ
シ、アらかじめ指定された変換動作に基づき属性データ
変換器２００にて変換処理を行ない、変換処理された変
換属性データを前述した画像特徴抽出器３００に転送し
て投影ヒストグラム、濃度ヒストグラム等の画像の特徴
量を高速に抽出するものである。

（４）画像特徴抽出装置の第１の実施例本発明にかかる
画像特徴抽出装置の第１の実施例を第８図〜第１０因を
用いて説明する。

第１の実施例は、■ＴＶカメラ、座標発生器等の属性デ
ータ供給手段から得られた画像の属性データ、すなわち
座標データに対して、回転、拡大。

縮小、平行移動等の線形変換処理（すなわち、アフィン
変換処理）を施すと同時に、アフィン変換された変換座
標データのヒストグラムを抽出する様にしたものである
。第１の実施例の構成、動作及び効果について、以下順
に説明する。

第８図に第１の実施例の構成図を示す。本実施例の画像
特徴抽出器［１００Ｈ１属性データとして画像の座標デ
ータを入力して所定の変換処理を行う属性データ変換器
２００と、前記した画像特徴抽出器３００から構成され
ている。ここで画像特徴抽出器３００が２個用いられて
いるのは、２次座標系の各成分の画像特徴（本実施例で
は、Ｘ投影ヒストグラム、Ｘ投影ヒストグラム）を同時
に抽出して、処理の高速化を図るためである。当然なが
ら処理の高速化よりは、ノ＼−ドウエア物量の削減を目
的とするアプリケーションの場合には、画像特徴抽出器
３００は１個でも良い。その場合は、１回めの処理はＸ
成分、２回めの処理はＸ成分という様に２回のテレビ走
査が必要となる。また、後述する属性データ変換器２０
．０に設けられているＸｒＹ成分個別の座標変換器も、
同じ要領で、１個でも良い。

次に、属性データ変換器２００の構成について説明する
。属性データ変換器２００は、Ｘ座標変換器２１０と、
Ｘ座標変換器２１５及び遅延回路２２０から構成される
。属性データ変換器２００に入力される属性データは、
画像の濃度データ及びテレビの走査と同じｘ、ｙ座標デ
ータである。

これらの属性データは属性データ供給手段５００から発
生される。この場合の属性データ供給手段５００は、前
記ｘ、ｙ座標データ５２１、及び画像タイミング信号５
２４を出力する座標発生器５２０、ｘ、ｙ座標データ５
２１に基づいて画像の濃度データ５１１を発生するＩＴ
Ｖカメラ５１０から構成されている。

属性データ変換器２００に内蔵されているＸ座標変換器
２１０とＸ座標変換器２１５は、Ｘ、ｙ座標データ５２
１のそれぞれＸ成分座標データ５２２、　Ｘ成分座標デ
ータ５２３を受取υ、予めシステムプロセッサ４００の
プログラム処理で与えられた線形変換のパラメータに基
づいて座標変換がなされ、その結果変換Ｘ座標データ２
１１と変換ｙ座標データ２１６を出力するものである。

また遅延回路２２０は、画像の濃度データ５１１を受取
って、Ｘ座標変換器２１０．）＋座標変換器２１５の固
有の遅れ時間を補正して出力するシフトレジスタである
。これによフ、変換Ｘ座標データ２１１．変換ｙ座標デ
ータ２１６と、遅延回路２２０から出力される遅延濃度
データ２２１の送出のタイミングが一致する。

次に、本実施例の動作について説明する。まず、属性デ
ータ変換器２００に内蔵されているＸ座標変換器２１０
及びＸ座標変換器２１５の動作原理について説明する。

これらの変換器によるｘ＋Ｙ座標の線形変換の原理は以
下の式で表わされる。

まず一般の線形変換式を示す。

ここで（ｘ、ｙ）は変換後の座標系であ、Ｃ１Ａ。

Ｂ、Ｃ，Ｄは、拡大１回転を示すパラメータで、Ａ　＝
　Ｍ　ＣＯ３θ、Ｂ　＝　−Ｍ　ｓｉｎθ、Ｃ＝　Ｍ　
ｓｉｎθ、Ｄ＝Ｍｃｏｓθで表わされる。Ｍは拡大の倍
率、θは回転の角度である。また、Ｅ、Ｆは平行移動を
示すもの離である。

線形変換式が（１）式で表わされる時、変換されるｘ、
ｙ座標系がテレビ走査と同じであるという特殊性から、
以下の式の様に簡単化される。まず、Ｘ方向に走査が進
む時の変換式は、以下の様に一般化される。

Ｘ　　ｌ＋ＩＴ　Ｉ　　２　Ｘ　Ｉ＋　Ｉ　　十　Ａ　
　　　　　　　　　　　　　　　””２）ｙｌ。ｌ＋　
ｒ　＝Ｙ　Ｉ＋　ｊ十Ｃ・・・（３）（’＋　ｊ＝：Ｑ
、　１．２・・・　）また、ｙ７１ｉ向に走査が進む時
の変換式は、以下の様になる。

Ｘ　ｌ＋１＋ｌ　＝　Ｘｉ、　Ｉ　＋　Ｂ　　　　　　
　　−（４）Ｙ　Ｉ　＋　ｊ◆、　＝　ｙｌ、、　＋ｌ
）　　　　　　　　藏φ・（５）以上のことから、テレ
ビの走査において、ｘ７５向に１画素走査が進む場合の
Ｘ及びｙは、（２）、（３）式より、１つ前の変換デー
タとパラメータＡ及びＣとの加算処理により求めること
ができる。またｙ方向に１つ走査が進む場合、つまりラ
イン改行後のライン開始時のＸ及びｙは、（４）、　（
５）弐によシ前ライン開始時の変換データとパラメータ
Ｂ及びＤとの加算処理によシ求めることができる。ここ
で（２）〜Ｇ）式において、；＝ｏ、　ｊ＝ｏの変換デ
ータｘＱ　ｌｏ　ｌ　Ｙ　Ｏｒ　Ｏつま多画像開始点は
ＸＱ　、Ｏ：　Ａ、Ｘ（１＋Ｂ　）’ｏ　＋　Ｅ　　　
　・・・（６））’ｏ、ｏ　＝　ＣＸｏ　＋　Ｄｙｏ　
＋　Ｆ　　　　　　−（７）となる。（Ｘｏ＋３’ｏ）
はＸ、ｙ座標系における画像開始点座標である。つまり
、（ｘＯｌ　ｙｏ　　）が予めわかっている場合は、オ
フラインでＸＱ、Ｑ。

Ｍｏｎｏは（６）、　（７）式により算出することが出
来、この値と、同じくオフラインで予め算出されたパラ
メータＡ、Ｂ、Ｃ，Ｄとを前記属性データ変換器２００
に与えて、（２）〜（５）式に基づいた演算を行うこと
により、テレビ走査の速度で送られてくるＸ。

ｙ座標データに対して、同一速度で変換データＸ。

ｙを求めることが可能となる。

以上の原理に基づいた、Ｘ座標変換器２１０の構成を第
９図に示す。Ｘ座標変換器２１５に関しては、前記した
説明の通シ、入力されるパラメータの違いだけで、ハー
ドウェア構成は第９図のものと全く同一となるために、
ここでは省略する。

以下、Ｘ座標変換器２１０の構成と動作について説明す
る。

まず座標の線形変換によるパラメータ（ｘ、ｙ座標系に
おける画像の開始座標Ｘｏ、ｙｏ１回転角度θ２倍率Ｍ
、平行移動距離Ｅ、Ｆ）に基づいて、システムプロセッ
サ４００にてオフラインで演算が行われ、その結果、前
記Ｘ。、。、ｙｏ、。。

Ａ、Ｂ、Ｃ，Ｄが算出される。これらの値は、システム
プロセッサバス４０１を介して、Ｘ座標変換器２１０及
びＸ座標変換器２１５の内部レジスタにセットされる。

第９図に示すＸ座標変換器２１０の場合には、Ｘ０ＩＧ
はレジスタ２３５に、パラメータＡはレジスタ２７０に
、パラメータＢはレジスタ２４５にセットされる。Ｘ座
標変換器２１５の場合も、第９図に示す構成の同位置に
存在するレジスタに、それぞれ、Ｍｏｎｏ　＋　Ｃｔ　
Ｄがセットされる。また、レジスタ２９５、及びレジス
タ２２５には、Ｘ、ｙ座標系の画像の開始座標ｘ（１及
びｙｏがそれぞれセットされる。

以上の処理がオフラインで実行された後、第８図の属性
データ供給手段５００から画像の濃度データ５１１とと
もに、Ｘ、ｙ座標データ５２１、及び画像タイミング信
号５２４が属性データ変換器２００に送出される。この
場合、第８図に示すように、ｘ＋Ｙ座標データ５２１は
、Ｘ成分、Ｘ成分と分けて送出されるわけではなく、、
Ｘｌ）’座標データ５２１は、Ｘ成分、Ｘ成分双方を含
んだまま、Ｘ座標変換器２１０、ｙ座標変換器２１５に
送出される。そして、第９図のＸ座標変換器２１０に入
力されたＸ、ｙ座標データ５２１のＸ成分座標データ５
２２とＸ成分座標データ５２３は、それぞれコンパレー
タ２９０，２３０のＳ入力に入力される。コンパレータ
２９０では、Ａ入力のレジスタ２９５にセットされてい
るＸＱＯ値と、Ｓ入力のＸ成分座標データ５２２とが比
較され、Ｓ入力がＸＱと一致した時だけライン開始信号
２９１ｔ−送出する。このライン開始信号２９１は、画
像の各ラインの開始を示すものでるる。そして、マルチ
プレクサ２６５，２８０のＳ入力にライン開始信号２９
１が入力される。マルチプレクサ２６５，２８０は、ラ
イン開始信号２９１が送出されている時だけＡ入力に入
力された信号を選択し、それ以外はＳ入力を選択するも
のである。

また、コンパレータ２３０では、Ａ入力のレジスタ２２
５にセットされているｙｏの値と、Ｓ入力のＸ成分座標
データ５２３とが比較され、Ｓ入力がｙｏと一致した時
だけフレーム開始信号２３１を送出する。このフレーム
開始信号２９１は、画像の１ラインめに送出される信号
で、画像の開始を示す。そしてマルチプレクサ２４０，
２５５のＳ入力に、フレーム開始信号２９１が接続され
る。

マルチプレクサ２４０，２５５は、フレーム開始信号２
３１が送出されている時だけＡ入力に入力された信号を
選択し、それ以外はＳ入力を選択するものである。

以上の信号のタイムチャートを第１０図に示す。

（ａ）はＸ成分座標データ５２２、■）はｙ成分座標デ
ータ５２３　、（ｅ）はフレーム開始信号２９１　、（
ｈ）はライン開始信号２９１である。

ここで、Ｘ成分座標データ５２２がＸＯｓ、Ｘ成分座標
データ５２３がｙｏである時の動作を説明する。

加算器２５００Ａ入力とマルチプレクサ２５５のＡ入力
には、マルチプレクサ２４０の出力であるＸ１選択信号
２４１が接続される。マルチプレクサ２４０では、Ａ入
力のレジスタ２３５にセットされているｘ　Ｏ，０を選
び、Ｘ１選択信号２４１となる。マルチプレクサ２５５
は、Ａ入力のＸ１選択信号２４１を選択する。マルチプ
レクサ２５５の出力であるＸ２選択信号２５６となる。

そしてラッチ２６０に入力されたＸ２選択信号２５６つ
ま＃）Ｘｏ＋ｏが、ディスプレーイネーブル信号（以下
ＤＳＰＥＮＢ信号と記す）５２５のエツジの立上シのタ
イミングで保持され、その結果、ラッチ出力信号２６１
が出力される。ＤＳＰＥＮＢ信号５２５は、Ｘ、ｙ座標
系における画像のラインを規定する信号で第８図の座標
発生器５２０から送出される画像タイミング信号５２４
に含まれる。また、後述する画素クロック信号（以下Ｐ
ＩＸＣＫ信号と記す）５２６も同様に、画像タイミング
信号５２４に含まれる。

以上の動作は、第１０図（Ｃ）、　（ｅ）、　（ｆ）、
（ロ））に示される。（Ｃ）は、ＤＳＰＥＮＢ信号５２
５、（ｅ）は前記したフレーム開始信号２９１　、（ｆ
）は（ｅ）のフレーム開始信号２９１が送出された時Ｘ
０ＩＧであるＸ２選択信号２５６　、（ｇ）は（０のＸ
２選択信号２５６のＸ０ＩＯを次のラインの開始でラッ
チした時のラッチ出力信号２６１である。

ラッチ出力信号２６１は、マルチプレクサ２６５のＡ入
力に入力されると同時に、マルチプレクサ２４０のＳ入
力にフィードバックされる。画像の２ラインめ以後のマ
ルチプレクサ２４０はＳ入力を選択する。そして加算器
２５０では、Ａ入力に入力されるマルチプレクサ２４０
のＳ入力であるＸ１選択信号２４１と、Ｓ入力に入力さ
れる線形変換パラメータＢがセットされているレジスタ
２４５の出力、パラメータＢ信号２４６とが加算され、
マルチプレクサ２５５のＳ入力を経由してラッチ２６０
に保持される。画像の３２インめ以後も同様に、ラッチ
２６０のラッチ出力信号２６１がライン毎にパラメータ
Ｂと加算される。ラッチ出力信号２６１は座標の線形変
換後の各ラインにおけるＸ成分の開始座標を示すもので
後述する処理で線形変換パラメータＡとの加算が行われ
、順次画素単位の変換座標Ｘが得られる。

次に、ラッチ２８５の出力である最終的な変換座標Ｘ２
１１が得られるまでの動作を説明する。

マルチプレクサ２６５，２８０のＳ入力に接続されてい
るライン開始信号２９１が送出されている時、つまシ、
ｘ成分座標データ５２２がｘＯである時、ＸＯ，Ｏであ
るラッチ出力信号２６１は、マルチプレクサ２６５．マ
ルチプレクサ２８０のＡ入力を経由してランチ２８５で
保持される。この時ラッチ２８５では、前記したｌ’　
ＩＸ　ＣＫ信号５２６のエツジの立上シでトリガーがか
かるものである。

ＰＩＸＣＫ信号５２６は画像の１画素を規定する信号で
オシ、第１０図（山の様に示される。また、第ｘＯ図（
ｉ）がマルチプレクサ２８０の出力であるＸ３選択信号
２８１　、　（ｊ）が変換座標ｘ２１１である。ｘｏに
対する変換座標ｘ２１１　Ｘｏ、ｏは図の様にｌ　Ｌｉ
ｎｅと１画素遅れた後にラッチ２８５から出力される。

次画素Ｘｌに対する変換座標Ｘ２１１　ｘｌｌＧは、Ｘ
ＧＩＧがフィードバックされてマルチプレクサ２６５の
Ｓ入力を経由し、加算器２７５のＡ入力に入力される。

そして、ラッチ２７０にセットされている線形変換ノく
ラメータＡ２７１が加算器２７５０Ｂ入力に入力され加
算演算が行なわれる。加算器２７５の加算出力２７５（
ε””；”；）＋　Ａ）がマルチプレクサ２８０のＳ入
力を経由しランチ２８５にラッチされる。この様にして
、Ｘｌに対するＸ　１　＋　Ｏの変換座標Ｘ２１１は”
Ｏ＋ｏ＋にとなる。同様の処理によシ、変換座標Ｘ２１
１はＸ０ＩＯ＋　２　ＡＴ　ｘｏｌＯ＋　３　Ａ　・・
・となる。

また次ラインにおける変換座標Ｘ２１１は、Ｘｏ、。

＋Ｂ、　ｘＯ＋０　＋Ｂ＋Ａ、ｘｃ）、６＋Ｂ＋２に−
・・となる。ｙ成分における変換座標ｙ２１６も、変換
座標ｘ２１１と全く同様にして得られる。

属性データ変換器２００では以上の処理により得られた
変換座標Ｘ２１１と変換座標ｙ２１６を第８図で示す様
に、それぞれの画像特徴抽出器３００に送出する。また
、属性データ変換器２００に内蔵されている遅延回路２
２０は、画像の濃度データ５１１を、１ラインと１画素
遅延させてＸ座標変換器２１０及びＸ座標変換器２１５
から送出される変換座標Ｘ２１１．変換座標ｙ２１６と
タイミング合わせを行い、画像特徴抽出器３００に送出
するものである。その時の遅延された画像の濃度データ
２２１と、変換座標Ｘ２１１を受取った画像特徴抽出器
３００では、マ方向の投影ヒストグラムが抽出され、同
じく画像の濃度データ２２１と、変換座標７２１６を受
取った画像特徴抽出器３００では、ｙ方向の投影ヒスト
グラムが抽出される。

画像の属性データでおる座標データを第８図の画像特徴
抽出装置１００の内部で線形変換するＸ座標変換器２１
０及びＸ座標変換器２１５を設けた本実施例によれば、
属性データ供給手段例えばＩＴＶ等で得られた画像を−
１画像メモリに格納するという処理が不要となり、直接
線形変換して、任意方向の投影ヒストグラムが高速に抽
出できるという効果がある。また、大容量の画像メモリ
が不要となるために、画像処理シスカム全体の小形化が
実現できるという効果もある。

（５）画像抽出装置の第２の実施何 次に、本発明の第２の実施例について説明する。

第２の実施例は属性データ供給手段である座標発生器か
ら得られた座標データに対して、予め設定された変換係
数に応じて座標値変換を行うと同時に、変換された座標
データを用いてヒストグラムを抽出する様にしたもので
あろう 以下、第２の実施例の構成、動作、及び効果について、
順に説明する。

第１１図に第２の実施例の構成図を示す。本実施例の画
像特徴抽出装置１００は、第１の実施例と同じく属性デ
ータとして画像の座標データを入力して所定の変換処理
を行う属性データ変換器２００と、画像特徴抽出器３０
０から構成されている。本属性データ変換器２００の第
１の実施例のものとの違いは、座標値変換器６１０と座
標値変換器６２０から構成されており、何れのものも入
力される座標データの最大値と同じエントリーを持つル
ックアップテーブルとなっていることである。例えば、
画像の縦、横の大きさが２５６×２５６　（画素）の場
合の本ルックアップテーブルの最大エントリー数は２５
６となる。

また、属性データ供給手段５００から出力される画像の
濃度デーｊ１５１１に対して、閘値を与えて２値化処理
を行う、２値化回路６５０も属性データ変換器２００に
含まれる１゜ システムプロセッサ４００は、画像特徴抽出装置１００
の全体制御を行うものであるが、特に属性データ変換器
２００に内蔵されている２つのルックアップテーブル、
すなわち座標値変換器６１０及び座標値変換器６２０へ
の変換データを設定するものである。属性データ供給手
段５００は、第１の実施例と同一構成のものである。

本実施例は、属性データ変換器２００に内蔵されている
座標値変換器６１０及び座標値変換器６２０にプログラ
ム処理で予め設定した座標値変換データに基づいて、属
性データである画像の座標データを変換しながら、画像
特徴抽出器３００で画像特徴抽出処理を行う様にしたも
のである。

座標値変換器６１０及び座標値変換器６２０に設定され
る座標値変換データの一例を第１２図（ｂ）。

（Ｃ）に示す。いま、属性データ供給手段５００から供
給される画像の大きさは２５６Ｘ２５６（画素）とする
。申）が座標値変換器６２０　、（Ｃ）が座標値変換器
６１０に設定されている座標値変換データである。座標
値変換器６２０は、第１１図に示す様にＸ成分座標デー
タ５２３が入力されており、（ｂ）の座標値変換データ
が格納されている座標値変換器６２０でテーブルルック
アップ処理されると次の様な変換Ｘ成分座標データ６２
１を出力する。

■　Ｘ成分座標データ５２３の値が０〜１２７の範囲で
ある時、変換Ｘ成分座標データ６２１はＯとなる。

■　Ｘ成分座標データ５２３の値が１２８〜２５５の範
囲でおる時、変換Ｘ成分座標データ６２１は１となる。

従って、変換Ｘ成分座標データ６２１は１ピツトのビッ
ト幅で出力される。また、座標値変換器６１０は、第１
１図に示す様にＸ成分座標データ５２２が入力されてお
！！ｌ）、（Ｃ）の座標値変換データが格納されている
座標値変換器６１０でテーブルルックアップ処理される
と次の様な変換Ｘ成分座標データ６１１を出力する。

■　Ｘ成分座標データ５２２の値が０〜６３の範囲であ
る時、変換Ｘ成分座標データ６１１は０となる。

■　Ｘ成分座標データ５２２の値が６４〜１２７の範囲
である時、変換Ｘ成分座標データ６１１は１となる。

■　Ｘ成分座標データ５２２の値が１２８〜１９１の範
囲である時、変換Ｘ成分座標データ６１１は２となる。

■　Ｘ成分座標データ５２２の値が１９２〜２５５の範
囲である時、変換Ｘ成分座標データ６１１は３となる。

従って、変換Ｘ成分座標データ６１１は、２ビツトのビ
ット幅で出力される。

以上の座標値変換処理は、画像のＸ成分の座標を２分割
、Ｘ成分の座標を４分割するものである。

その結果、第１２図（ｄ）に示す様に、画像が８つの領
域Ｏ〜７に分割される。各領域は、変換Ｘ成分座標デー
タ６２１０１ビツトデータを２２．変換Ｘ成分座標デー
タ６１１０２ビツトデータをそれぞれ２°、２１と重み
付けをし、それらを統合した３ビツトの変換座標データ
６０１によシ指定される。つまり、変換座標データ６０
１の３ビツトが全てＯである時、領域は０が指定され、
３ビツトが全て１である時、領域は７が指定される。

以上の属性データ変換器２００の変換処理で得られた変
換座標データ６０１と、同じく属性データ変換器２００
の２値化回路６５０から出力された２値画像データ６５
１とが、画像特徴抽出器３００に入力され、画像特徴抽
出処理が実行される。画像特徴抽出器３００では、例え
ば、第６図に示すヒストグラムメモＩＪ　３１０のアド
レス人力ＡＤＲに変換座標データ６０１を、演算器３２
０のＢ入力に２値画像データ６５１を、演算器３２０の
演算機能を加算（Ｙ＝Ａ十Ｂ　）と選んでおけば、第１
２図（ａ）で示す２値画像中の各物体毎の面積（２値画
像データ６５１の１の総和）が、（ｅ）のヒストグラム
メモリ３２０のＯ〜７の各エントリ上に抽出される。

画像の座標データをルックアップテーブルによシ分割処
理を行った後、２値画像データの累積処理を行う様にし
た本実施例では、第１２図（ａ）に示す様な複数の物体
が存在する画像、つまり画像の縦横それぞれ等分割され
た領域上の各々に物体が存在する場合の画像に対して、
各物体の個別の面積が、ＩＴＶから１フレームの画像が
送られてくる速度で高速に抽出できるという効果がある
。

この様な場合の従来の処理技術では、各領域に相当する
処理エリアを１つのウィンドーとして設定し、ウィンド
ー内での面積抽出を行い、ウィンドーを各領域上に移動
させて、個別の面積抽出を行う第１の方法と、処理対象
画像に対してまずラベル付け（個別領域に対する番号付
け）を行い、ラベル付けされた画像に対して濃度ヒスト
グラムを抽出することにより各濃度つまりラベル毎の頻
度を物体個別の面積とする第２の方法とがある。

第１の方法は、物体が存在する領域毎のウィンドー処理
であるために処理に要する時間が物体の個数に比例して
膨大になるという欠点があり、第２の方法は、ラベル付
けを行うための専用ハードウェアつまシ、ラベルという
属性データを発生させせるための属性データ供給源が新
たに必要となシバ−ドウエア物量が大きくなることと、
ラベル付けに要する時間の分だけ、速度が遅くなるとい
う欠点がある。

本実施例では、以上の２つの方法の欠点を取シ除くこと
が可能であり、処理時間だけを比較しても１／３以下に
削減できるという効果がある。

（６）画像特徴抽出装置の第３の実施何次に、本発明の
第３の実施例について説明する。

第３の実施例は、ＩＴＶ、画像メモリ等の属性データ供
給手段から発生した画像の濃度データに対して、予め設
定された変換係数に応じて濃度値変換を行うと同時に、
変換された濃度データを用いてヒストグラムを抽出する
様にしたものである。

以下、第３の実施例の構成、動作、及び効果について、
順に説明する。

第１３図に第３の実施例の構成図を示す。本実施例の画
像特徴抽出装置１００は、属性データとして画像の濃度
データを所定の値に変換するための濃度データ変換器６
３０と前記画像特徴抽出器３００から構成されており、
これらの構成要素はシステムプロセッサ４００によシ制
御される。また画像特徴抽出装置１００に与える属性デ
ータ供給手段はＩＴＶ５１０でｌ、ＩＴＶ５１０からは
、画像の濃度データ５１１が出力される。

本実施例の属性データ変換部である濃度データ変換器６
３０と、第１の実施例との違いは、変換対象の属性デー
タ及び変換方法である。本実施例では変換対象の属性デ
ータが、画像の濃度データでアシ、変換方法が、テーブ
ルルックアップ方式である。このために濃度データ変換
器６３０は、入力される濃度データの最大値と同じエン
トリーを持つルックアップテーブルとなっている。例え
ば、０から２５５の濃度データからなる画像が対象の場
合は、２５６のエントリーを持つルックアップテーブル
となる。

本実施例は、濃度データ変換器６３０にプログラム処理
で予め設定した濃度変換データに基づいて、属性データ
である画像の濃度データを変換しながら、画像特徴抽出
器３００で濃度ヒストグラム等の画像特徴抽出処理を行
う様にしたものである。

濃度データ変換器６３０に設定される濃度変換データの
一例を第１４図（ｂ）に示す。本実施例では、濃度デー
タ変換器６３０に入力される画像の濃度データ５１１は
、０から２５５の値となっている。

例えば、第１４図（ａ）に示す様なグレースケール画像
である。その時、濃度データ変換器６３０は、この濃度
データ５１１に対してテーブルルックアップ処理による
変換を行い次の様な変換濃度データ６３１全出力する。

■　濃度データ５１１の値が０〜６３の範囲である時、
変換濃度データ６３１はＯとなる。

（分類Ｉ） ■　濃度データ５１１の値が６４〜１２７の範囲である
時、変換濃度データ６３１は１となる。（分類ＩＮ） ■　濃度データ５１１の値が１２８〜１９１の範囲であ
る時、変換濃度データ６３１は２となる。（分類■） ■　濃度データ５１１の値が１９２〜２５５の範囲であ
る時、変換濃度データ６３１は３となる。（分類■） 以上の濃度変換処理は、２５６階調の濃度データ５１１
を４つに分類したものである。画像特徴抽出器３００で
は、前記変換濃度データ６３１を入力し、例えば濃度ヒ
ストグラムを抽出する。濃度ヒストグラムは、第６図に
示す画像特徴抽出器３００のヒストグラムメモリ３１０
のアドレス人力ＡＤＲに変換濃度データ６３１を、演算
器３２０の演算機能を累積（Ｙ＝Ａ＋１）と選んでおけ
ば抽出される。その結果第１４図（ａ）に示すグレース
ケール画像の２５６階調の濃度データが４つに分類され
、それぞれの分類された濃度データ毎の頻度が第１４図
（Ｃ）に示す様にヒストグラムメモリ３１００４つのエ
ントリー上に抽出される。

画像の濃度データをルックアップテーブルによシ濃度変
換処理を行った後、濃度ヒストグラム等の画像特徴抽出
処理を行う様にした本実施例では、画像認識に必要な画
像特徴を高速に抽出できるという効果がある。例えば、
■ＴＶ等で得られた画像から直接濃度ヒストグラムを抽
出した後、画像の濃度データの分類を行い、画像特徴を
抽出する従来例では、濃度ヒストグラムが格納されてい
るヒストグラムメモリの各濃度毎のエントリーをシステ
ムプロセッサからのソフトウェア処理でデータ編集を行
う必要がある。例えば、得られた画像から高速に画像特
徴を抽出して、ロボット等の制御を行なうシステムでは
、画像情報からロボットの制御ができる情報にすばやく
、変換処理することが必要となるっ本実施例では、前記
したヒストグラムメモリのデータ編集を行うというソフ
トウェア処理が不要となるので、その分高速にロボット
制御が可能となる。

（７）　　画像特徴抽出装置の第４の実施飼犬に、本発
明の第４の実施例について説明する。

第４の実施例は、属性データ供給手段の１つであるラベ
ル発生器から得られた領域ラベルデータに対して、予め
設定された変換係数に応じてラベル値変換を行うと同時
に、変換された領域ラベルデータを用いてヒストグラム
を抽出する様にしたものである。

以下、第４の実施例の構成、動作、及び効果について順
に説明する。

第１５図に第４の実施例の構成図を示す。本実施例の画
像特徴抽出装置１００は、属性データとして画像の領域
を示すラベルデータを所定の値に変換するためのラベル
変換器６４０と前記画像特徴抽出器３００から構成され
ておシ、これらの構成要素はシステムプロセッサ４００
によシ制御される。また画像特徴抽出装置１００に与え
る属性データの供給手段はラベル発生器５６０である。

ラベル発生器５６０は、画像メモリ５５０に格納されて
いる画像をラベル付けの対象とするものである。

本実施例の属性データ変換部であるラベル変換器６４０
は、前記した第２，３の実施例と同じルックアップテー
ブル構成となっておシ、少なくともラベル発生器５６０
から発生されるラベルデータの最大値と同じエントリー
を持っている。

本実施例は、ラベル変換器６４０にプログラム処理で予
め設定したラベル変換データに基づいて、属性データで
ある画像のラベルデータを変換しながら、画像特徴抽出
器３００でラベルデータ毎の累積処理を行う様にしたも
のである。

まず属性データ供給源であるラベル発生器５６０は、ラ
ベル付けの対象画像が格納されている画像メモリ５５０
から画像データ５５１を入力し、領域毎に番号付けつｔ
ｂラベルを割付ける処理を行う。第１６図（ａ）にラベ
ル付けの処理例であるラベル画像を示す。ラベルデータ
０が画像の背景１〜７が物体、−１〜−５が穴に対して
割付けられたものである。これらのラベルデータにょシ
、第１６図［有］）に示す様に画像の構造が記述される
。物体■は、物体のラベルデータ１の中に２つの穴のラ
ベルデーター１と−４が存在していることがわかる。同
様に物体■、■に対しても穴の位置関係が示されるもの
である。ところで、この様なラベルデータは、同一のラ
ベル値毎の累積を行うことによ）、画像からの視覚認識
に有効な特徴量の一つである面積が抽出できる。例えば
物体Ｉのラベルデータ１の累積値が、物体の外側の面積
であシ、ラベルデーター１及び−４のそれぞれの累積値
が物体■に含まれる穴の面積である。しかし、これらの
ラベルデータ１．−１．−４を個別に累積をとっていた
のでは、視覚認識における別の重要な特徴量である物体
の総面積つ″１シ物体を構成している穴をも含む領域の
全ての面積の総和が同時に抽出できない。そこで、ラベ
ル変換器６４０に、予め第１６図（Ｃ）で示す様なラベ
ル変換データを設定し、ラベル発生器５６０でラベルデ
ータ５６１が得られるのと同時に、ラベル変換器６４０
でラベル変換をし、変換されたラベルデ〜りつま逆変換
ラベルデータ６４１に対して画像特徴抽出器３００が変
換ラベルデータ６４１毎の累積処理を行う様にする。

これによシ、画像特徴抽出器３００内のヒストグラムメ
モリ３１０の３つのエントリー上に物体Ｉ、ｎ、ＩＩＩ
の総面積が同時に抽出される。これを、第１６図（ｄ）
に示す。

ラベル変換器６４０によるラベルデータの変換処理は以
下に示す通りである。

■　ラベルデータ５６１の値が、１．−１゜−４である
時、変換ラベルデータ６４１は１となる。（物体■のラ
ベルデータの統合）■　ラベルデータ５６１の値が、２
，３，５゜７、−２．−５である時、変換ラベルデータ
６４１は２となる。（物体■のラベルデータの統合） ■　ラベルデータ５６１の値が、４，６．−３である時
、変換ラベルデータ６４１は３となる。（物体■のラベ
ルデータの統合） また、以上の変換処理により得られた変換ラベルデータ
６４１の累積処理を行う画像特徴抽出器３００では、前
記した第３の実施例の動作で述べた濃度ヒストグラム抽
出処理によシ行われる。画像の濃度データの変わりにラ
ベルデータを選択すれば良い。

画像のラベルデータをルックアップテーブルによりラベ
ル変換処理を行った後、ラベルデータ毎の累積処理を行
う様にした本実施例では、穴をも含む物体の総面積が高
速に抽出できるという効果がある。複数の物体、穴毎に
個別の面積抽出を行う従来方法では、物体の総面積抽出
を行う場合、システムプロセッサのソフトウェアによる
ヒストグラムメモリのデータ編集が必要となる。つまシ
、第１５図（ａ）に示す様なラベル画像が得られた時、
物体Ｉの総面積は、ラベルデータ１．−１．−４のそれ
ぞれの累積値の総和を取るソフトウェア処理が必要とな
シ、物体■の場合は６種類ものラベルデータの累積値の
総和を取る処理が必要となる。

簡単な構造を持つ物体の総面積抽出の場合は、総和を取
るだめの加算回数は少ないが、複雑な構造を持つ物体の
場合、加算回数が膨大とな９、総面積抽出の処理時間も
、それに比例して膨大となる。

本実施例では、予めソフトウェア処理で所定のラベル変
換データを設定しておくだけで、画像のラベル付けをし
ながら、同時に１物体の総面積が抽出でき、画像による
視覚認識の高速化が実現できる。

（８）画像特徴抽出装置のその他の実施例その他の実施
例として、属性データ供給手段から得られる距離データ
に対して、予め設定された変換係数に応じて距離データ
の変換を行なうと同時に、変換された距離変換データを
用いて距離データの特徴を抽出することもできる。その
場合、属性データ変換器を、少なくとも画像の平面上の
距離を示す２次元距離データの最大値と同じエントリー
を持つルックアップテーブルとし、予めシステムプロセ
ッサのプログラム処理によシ前記ルックアップテーブル
に設定され′ｆｃ２次元距離値変換データに基づいて、
２次元距離データの変換処理全行なう。

更に、属性データとしての距離データは画像の立体的な
距離を示す３次元距離データを用いても、距離データの
変換処理を実現できる。

このように本発明にかかる属性データ変換器及び画像特
徴抽出器からなる画像特徴抽出装置は、認識対象物の属
性に従って画像の属性データから特徴を抽出する処理を
施す場合には、あらゆる場合に応用できる。

尚、以上説明してきた画像特徴抽出装置は、ＬＳＩ化に
適したものであシ、Ｂｉ−０ＭＯ８等を用いて構成すれ
ば、変換処理時間の大幅短縮を図ることができる。

〔発明の効果〕

本発明によれば、対象物の画像の属性を表わす濃度デー
タ、座標データ、領域ラベルデータ等の属性データを、
外部の変換動作指定により変換処理し得る属性データ変
換器と、変換された変換属性データから対象物の特徴量
を抽出する画像特徴抽出器を設けたことによシ、画像の
特徴抽出を高速に行なうことができる。

更に、画像の新たな特徴抽出を行なう際、それに適合す
る属性データ供給手段を新たに用意することなく、外部
の変換動作指定だけで対応できるため、属性データ供給
手段の負担を軽減し、画像の特徴抽出の高機能化を図る
ことができる。

【図面の簡単な説明】

第１図は、本発明にかかる画像特徴抽出装置のブロック
構成図、第２．３．４図は、従来の投影ヒストグラム抽
出の説明図、第５図は、画像処理装置の全体構成図、第
６図は、画像特徴抽出器の構成図、第７図は、画像特徴
抽出器の動作を示すタイムチャート図、第８図は、本発
明の第１の実施例を示す全体構成図、第９図は、本発明
の第１の実施例の属性データ変換器の構成図、第１０図
は、本発明の第１の実施例の属性データ変換器の動作を
示す夕・イムチャート図、第１１図は、本発明の第２の
実施例を示す全体構成図、第１２図は、本発明の第２の
実施例の原理図、第１３図は、本発明の第３の実施例を
示す全体構成図、第１４図は、本発明の第３の実施例の
原理図、第１５図は、本発明の第４の実施例を示す全体
構成図、第１６図は、本発明の第４の実施例の原理図で
ある。 １００・・・画像特徴抽出装置、２００・・・属性デー
タ変換器、３００・・・画像特徴抽出装置、４００・・
・システムプロセッサ、３１ｏ・・・ヒストグラムメモ
リ、２１０・・・Ｘ座標変換器、２１５・・・Ｘ座標変
換器、６１０・・・座標値変換器１．６２０・・・座標
値変換器２．６３０・・・濃度データ変換器、６４ｏ・
・・ラベル変換器。

Claims (1)

1. 【特許請求の範囲】 １、対象物の画像の属性を表わす属性データを生成し供
   給する属性データ供給手段から、該属性データを入力し
   該対象物の特徴量を抽出する画像特徴抽出装置において
   、外部からの変換動作指定に基づいて前記属性データの
   変換を行なう属性データ変換器と、該属性データ変換器
   からの変換属性データを入力し前記対象物の特徴量を抽
   出する画像特徴抽出器を設けたことを特徴とする画像特
   徴抽出装置。 ２、特許請求の範囲第１項に記載した前記属性データ供
   給手段は、属性データとして座標データを供給し、前記
   属性データ変換器は、該座標データを外部から指定する
   線形変換パラメータに基づいて線形変換することを特徴
   とする画像特徴抽出装置。 ３、特許請求の範囲第１項に記載した前記属性データ供
   給手段は、属性データとして座標データを供給し、前記
   属性データ変換器は、ルックアップテーブルで構成し、
   該座標データを外部から該ルックアップテーブルに指定
   された座標値変換データに基づいて座標値変換すること
   を特徴とする画像特徴抽出装置。 ４、特許請求の範囲第１項に記載した前記属性データ供
   給手段は、属性データとして濃度データを供給し、前記
   属性データ変換器は、ルックアップテーブルで構成し、
   該濃度データを外部から該ルックアップテーブルに指定
   された濃度変換データに基づいて濃度変換することを特
   徴とする画像特徴抽出装置。 ５、特許請求の範囲第１項に記載した前記属性データ供
   給手段は、属性データとして領域ラベルデータを供給し
   、前記属性データ変換器は、ルックアップテーブルで構
   成し、該領域ラベルベータを外部から該ルックアップテ
   ーブルに指定されたラベル値変換データに基づいてラベ
   ル値変換することを特徴とする画像特徴抽出装置。