JPS6170677A - パタ−ン認識装置 - Google Patents
パタ−ン認識装置Info
- Publication number
- JPS6170677A JPS6170677A JP59191771A JP19177184A JPS6170677A JP S6170677 A JPS6170677 A JP S6170677A JP 59191771 A JP59191771 A JP 59191771A JP 19177184 A JP19177184 A JP 19177184A JP S6170677 A JPS6170677 A JP S6170677A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- data
- code
- feature
- dictionary
- 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】
［技術分野］
本発明は光学的パターン認識装置、特にパターン特徴点
として文字の境界部分の相対的方向差をコード列として
とらえるパターン認識装置に関するものである。
として文字の境界部分の相対的方向差をコード列として
とらえるパターン認識装置に関するものである。
［従来技術］
従来からパターン認識について様々な提案がある。パタ
ーンの特徴点として、例えばパターンの輪郭情報を用い
る方法が提案されている０輪郭情報を特徴点として使用
する利点は、パターン領域の２次元データの相関をとる
方法と比較すると。
ーンの特徴点として、例えばパターンの輪郭情報を用い
る方法が提案されている０輪郭情報を特徴点として使用
する利点は、パターン領域の２次元データの相関をとる
方法と比較すると。
扱うデータ数が少なく、処理時間が早いという利点があ
り、また、いわゆる細線化処理によりパターンの骨格を
求めて特徴点とする方法と比較した場合、細線化処１〒
時に生ずるノイズを生じないという利？、（がある。
り、また、いわゆる細線化処理によりパターンの骨格を
求めて特徴点とする方法と比較した場合、細線化処１〒
時に生ずるノイズを生じないという利？、（がある。
従来、パターンの輪郭情報を求めてパターン認識を行う
場合、例えば第１図に示す１〜８の方向コードに従って
輪郭情報をコード化する方法が提案されていた。しかし
、この方法でパターンの輪郭情報をコード化した場合、
たとえば第２図のパターンのコードデータはｗＳ３図の
ようになる。
場合、例えば第１図に示す１〜８の方向コードに従って
輪郭情報をコード化する方法が提案されていた。しかし
、この方法でパターンの輪郭情報をコード化した場合、
たとえば第２図のパターンのコードデータはｗＳ３図の
ようになる。
すなわち、このような方向コード列を用いて文字を認識
する方法として、たとえば相関法が考えられる。これは
第４図に示すように、理想的なパターンのコード列をあ
らかじめ辞書データとして記憶しておき、認識しようと
するパターンと上記辞書データとの相関５１１係、ある
いは類似度等を算出し、最も相関度、あるいは類似度の
高い辞書中のパターンに入カバターンを決定する。この
ような方法においては、入カバターンのコード列と辞書
パターンの全てのコード列との加減算、あるいは乗除算
を必要とするために、辞書パターンが増加すると演算量
が辞書パターンコード列数の増加に応じて増加し、結果
として長い演算時間や複雑な認識回路構成を強いられる
事になる。
する方法として、たとえば相関法が考えられる。これは
第４図に示すように、理想的なパターンのコード列をあ
らかじめ辞書データとして記憶しておき、認識しようと
するパターンと上記辞書データとの相関５１１係、ある
いは類似度等を算出し、最も相関度、あるいは類似度の
高い辞書中のパターンに入カバターンを決定する。この
ような方法においては、入カバターンのコード列と辞書
パターンの全てのコード列との加減算、あるいは乗除算
を必要とするために、辞書パターンが増加すると演算量
が辞書パターンコード列数の増加に応じて増加し、結果
として長い演算時間や複雑な認識回路構成を強いられる
事になる。
［目的］
本発明の目的は、パターンの輪郭情報を特徴とする利点
を維持したまま、上述した従来例の欠点を除去し、辞−
ｔパターンのデータ数を少なくして早い４轟時間を実現
するパターン認識装置を提供することにある。
を維持したまま、上述した従来例の欠点を除去し、辞−
ｔパターンのデータ数を少なくして早い４轟時間を実現
するパターン認識装置を提供することにある。
［実施例］
第５図は本発明を用いた光学的パターン認識装置の１実
施例である。
施例である。
すなわち、Ａはパターンを光学的に読み取り、フォトダ
イオードアレイセンサ等により電気信号とする光電変換
部、Ｂは光電変換部Ａで得られたパターン信号をアナロ
グ信号からデジタル信号に変換したり、パターン画像の
周辺部にある雑音信号等を除去したり、注目するパター
ンだけに信号を切り分ける等の周知の方法等による前処
理を行う前処理部である。Ｃはパターン信号からパター
ンの境界部に関して、後述の第６図における方向コード
の−３から４の方向に相対差方向コードを発生させる境
界線ｈｂ出部、Ｄは境界線抽出部Ｃで求められた方向コ
ード列からパターンの特徴点を抽出する特徴点抽出１．
Ｅは特徴点抽出部りによって得られた特徴点と、辞書に
記憶されているパターンの特徴点とを比較してパターン
を決定し出力する判定部である。
イオードアレイセンサ等により電気信号とする光電変換
部、Ｂは光電変換部Ａで得られたパターン信号をアナロ
グ信号からデジタル信号に変換したり、パターン画像の
周辺部にある雑音信号等を除去したり、注目するパター
ンだけに信号を切り分ける等の周知の方法等による前処
理を行う前処理部である。Ｃはパターン信号からパター
ンの境界部に関して、後述の第６図における方向コード
の−３から４の方向に相対差方向コードを発生させる境
界線ｈｂ出部、Ｄは境界線抽出部Ｃで求められた方向コ
ード列からパターンの特徴点を抽出する特徴点抽出１．
Ｅは特徴点抽出部りによって得られた特徴点と、辞書に
記憶されているパターンの特徴点とを比較してパターン
を決定し出力する判定部である。
境界線抽出部Ｃは注目しているパターンの２次元配列の
境界線における方向差を第６図に示す相対差方向コード
によって出力する。第６図において０は注目しているパ
ターンの境界線ビットの次の境界線ビットが注目してい
るビットと同じ方向である木を示す、すなわちたとえば
２は右３０°の方向である事を示し、−２は左３０″の
方向である事を示す、第２図に示すパターンに第６図に
示す方向差コードをあてはめると、第８図に示す境界線
コード列を得る。
境界線における方向差を第６図に示す相対差方向コード
によって出力する。第６図において０は注目しているパ
ターンの境界線ビットの次の境界線ビットが注目してい
るビットと同じ方向である木を示す、すなわちたとえば
２は右３０°の方向である事を示し、−２は左３０″の
方向である事を示す、第２図に示すパターンに第６図に
示す方向差コードをあてはめると、第８図に示す境界線
コード列を得る。
そのコード発生過程を第７図を用いて説明する。左上を
始点としてＸおよびｙ方向にパターン信号上をラスクス
キャンを行い、パターンの境界線を検出する。この結果
、ｍ７図のパターンではＳｌが最初に検出される。境界
線方向差コードはこの点を始点としてたとえば時計回り
方向にパターンの境界線の方向差を検出して作成する。
始点としてＸおよびｙ方向にパターン信号上をラスクス
キャンを行い、パターンの境界線を検出する。この結果
、ｍ７図のパターンではＳｌが最初に検出される。境界
線方向差コードはこの点を始点としてたとえば時計回り
方向にパターンの境界線の方向差を検出して作成する。
たとえばＳｌおよびＳ２による方向は図中Ｘ方向となる
が。
が。
Ｓ２およびＳ３による境界線の方向はＳｌおよびＳ２に
よる方向を基準に比較すると右３０°回転した事になる
。そこで、５２１中心とする方向コードは第６図から”
２”と表現する。同様にＳ３．Ｓ４の方向はＳ２．Ｓ４
の方向と同じであるため”Ｏ”となる。
よる方向を基準に比較すると右３０°回転した事になる
。そこで、５２１中心とする方向コードは第６図から”
２”と表現する。同様にＳ３．Ｓ４の方向はＳ２．Ｓ４
の方向と同じであるため”Ｏ”となる。
上述のようにパターンの境界線を：ＪＳ７図の矢印に示
すように、追跡しながら、その方向差をコード化したも
のがｔｔＳ８図に示したものとなる。このコード列の特
徴としてｉ！Ｉ！続したくり返し関数の形になっている
πがあげられる。すなわち認識すべきパターンが紙面内
で回転したとしても、その境界線の相対差は同じように
表現されるために、始点が変わるだけで同じコード列が
（ＩＩられる。方向コードを第１図に示すような絶対方
向のコードどした場合には第３図の矢印に示す部分のよ
うに不？１！統点が存在するが、上述の方法ではこれが
生じない。
すように、追跡しながら、その方向差をコード化したも
のがｔｔＳ８図に示したものとなる。このコード列の特
徴としてｉ！Ｉ！続したくり返し関数の形になっている
πがあげられる。すなわち認識すべきパターンが紙面内
で回転したとしても、その境界線の相対差は同じように
表現されるために、始点が変わるだけで同じコード列が
（ＩＩられる。方向コードを第１図に示すような絶対方
向のコードどした場合には第３図の矢印に示す部分のよ
うに不？１！統点が存在するが、上述の方法ではこれが
生じない。
境界線抽出部Ｃからは上よのような連続したくり返しパ
ターンをもつコード列が生じ、特徴点抽出部りはこのコ
ード列からパターンの特徴点を抽出する。
ターンをもつコード列が生じ、特徴点抽出部りはこのコ
ード列からパターンの特徴点を抽出する。
特徴点の抽出方法の実施例を第９図（Ａ）に示す６図中
１は方向差コード列が記憶されているメモリであり、コ
ード列長は一定値のｎ個に正規化しであるものとする。
１は方向差コード列が記憶されているメモリであり、コ
ード列長は一定値のｎ個に正規化しであるものとする。
２および３は特徴点を算出するために個有の数値が記憶
されているメモリであって、たとえばメモリ２には正弦
波の１周期に相当する数値が第９図（Ｂ）に示すように
離散的に記憶されており、その総数はコード列長と同じ
ようにｎ個であるとする。またメモリ３はメモリ２と比
較すると９０’位相差を持つ数値が記憶されている。メ
モリ２の記憶内容をサインカーブに相当するとするなら
ば、メモリ３にはＣＯＳカーブに相当する数値が記憶さ
れている。メモリ１，２．３に記憶されている。被検パ
ターンのコードデータと。
されているメモリであって、たとえばメモリ２には正弦
波の１周期に相当する数値が第９図（Ｂ）に示すように
離散的に記憶されており、その総数はコード列長と同じ
ようにｎ個であるとする。またメモリ３はメモリ２と比
較すると９０’位相差を持つ数値が記憶されている。メ
モリ２の記憶内容をサインカーブに相当するとするなら
ば、メモリ３にはＣＯＳカーブに相当する数値が記憶さ
れている。メモリ１，２．３に記憶されている。被検パ
ターンのコードデータと。
２つの参照データとに対して次式の＠算を行う。
すなわち、被検パターンのコード列に対する正弦波成分
を算出してこれをパターンの特徴量をＦとする。すなわ
ちコード列がくり返し関数で連続したかたちを成してい
るために、直接フーリエ変換のかたちでパターンの特徴
量とする事ができ得る。この特徴【−Ｆは被検パターン
の境界部の屈曲点がコードデータ列長を長さｎに正規化
した場合に発生する間隔が、参照データの正弦波パター
ン中でどの程度の成分に寄与しているかに相当する。
を算出してこれをパターンの特徴量をＦとする。すなわ
ちコード列がくり返し関数で連続したかたちを成してい
るために、直接フーリエ変換のかたちでパターンの特徴
量とする事ができ得る。この特徴【−Ｆは被検パターン
の境界部の屈曲点がコードデータ列長を長さｎに正規化
した場合に発生する間隔が、参照データの正弦波パター
ン中でどの程度の成分に寄与しているかに相当する。
判定部Ｅは、特徴点抽出部りからの特徴量Ｆと１判定部
に記憶させである辞書データとを比較してパターンを決
定する。
に記憶させである辞書データとを比較してパターンを決
定する。
と述のように未発明では、境界線の方向コード差のデー
タと、一定形状のパターンデータとの相関をとり、その
相関値をパターンの特徴量とする。すなわち従来の全パ
ターンデータに対する相関値をとる作業と比較すると一
定形状のＩぐターンデータの数ははるかに少なくてすむ
ため、ツクターン認識装置の高速化が可能となる。
タと、一定形状のパターンデータとの相関をとり、その
相関値をパターンの特徴量とする。すなわち従来の全パ
ターンデータに対する相関値をとる作業と比較すると一
定形状のＩぐターンデータの数ははるかに少なくてすむ
ため、ツクターン認識装置の高速化が可能となる。
上述の本発明実施例では、特徴ＩＦを算出するために、
方向コードデータ長を一定値ｎとし、ｎ個の一定のパタ
ーン検出データの相関をとった。
方向コードデータ長を一定値ｎとし、ｎ個の一定のパタ
ーン検出データの相関をとった。
第１０図は相関をとる場合に方向コードデータに複数個
のシフトを行い、相ｌＳＯ値の最大値、あるいは平均値
を特徴量とする場合を示したものである。
のシフトを行い、相ｌＳＯ値の最大値、あるいは平均値
を特徴量とする場合を示したものである。
Ｆ、は各シフトで得られる特徴量を示すもので、１の最
大値をこのパターンの特徴量とする０本手法はｎの値が
概略２０以下の短かいコードパターンについて行うと更
に高い精度を示す。
大値をこのパターンの特徴量とする０本手法はｎの値が
概略２０以下の短かいコードパターンについて行うと更
に高い精度を示す。
第１１図は被検コードパターンを複数個に分割し それ
ぞれのコード列に対して上述と同様に一定のパターン検
出データとの相関をとる場合を示す、第１１図ではコー
ドデータ列を２分割した場合の実施例であって、パター
ン検出データ中には第９図の実施例と同様に３０°の位
相差をもつ１周期分の固定データがｎ／２個中に記憶さ
れているものとする。すなわち第１１図では被検パター
ンのコードΔ中の前半の屈曲点のパターン検出データへ
の寄与度Ｆａと、後ｔの寄与度Ｆｂとを算出してパター
ンの特徴点を成している０本実施例の分割されたコード
列！■を第１θ図と同様にシフトして、それらとパター
ン検出データとの相関をとり、その最大値、あるいはｆ
ｋ！：Ｊ値を特徴点とする場合の実施例を第１２図に示
す、すなわち分割点の近傍に屈曲点が存在する場合、第
１１図の実施例では屈曲点がコード列の前半、あるいは
後半にふり分けられて、結果として精度の高い特徴点を
算出する事ができない場合が考えられるが、第１２図に
示す方法ではこれを生ずる護はなくなる。
ぞれのコード列に対して上述と同様に一定のパターン検
出データとの相関をとる場合を示す、第１１図ではコー
ドデータ列を２分割した場合の実施例であって、パター
ン検出データ中には第９図の実施例と同様に３０°の位
相差をもつ１周期分の固定データがｎ／２個中に記憶さ
れているものとする。すなわち第１１図では被検パター
ンのコードΔ中の前半の屈曲点のパターン検出データへ
の寄与度Ｆａと、後ｔの寄与度Ｆｂとを算出してパター
ンの特徴点を成している０本実施例の分割されたコード
列！■を第１θ図と同様にシフトして、それらとパター
ン検出データとの相関をとり、その最大値、あるいはｆ
ｋ！：Ｊ値を特徴点とする場合の実施例を第１２図に示
す、すなわち分割点の近傍に屈曲点が存在する場合、第
１１図の実施例では屈曲点がコード列の前半、あるいは
後半にふり分けられて、結果として精度の高い特徴点を
算出する事ができない場合が考えられるが、第１２図に
示す方法ではこれを生ずる護はなくなる。
［効果］
以上説明したように本発明によれば、パターン認識装置
において、パターン境界線の方向差コード列を検出し、
３０″位相の異なった２つの一定形状のパターンデータ
との相関をとり、その相関値をパターンの特徴点とする
事により、コード列からパターンを決定するための辞書
の記憶量を軽減し、参照するための辞占コードデータ総
数を少なくｔ、、、Ｗ５速１ｔｌニッパターン認識、シ
ステムの簡略化がはかれる。
において、パターン境界線の方向差コード列を検出し、
３０″位相の異なった２つの一定形状のパターンデータ
との相関をとり、その相関値をパターンの特徴点とする
事により、コード列からパターンを決定するための辞書
の記憶量を軽減し、参照するための辞占コードデータ総
数を少なくｔ、、、Ｗ５速１ｔｌニッパターン認識、シ
ステムの簡略化がはかれる。
第１図、第３図、第４図は従来の境界線を用いてパター
ン認識を行う＊Ｉ？２の説明図、：５２図は被検パター
ンの例を示す図。 第５５４は本発明のパターン認ｎｙｎの構成図。 第６図、第７図、！Ｓ８図はパターン境界の方向差を検
出するための説明図、 第９図〜第１２図は方向差コードからパターン特徴点を
求める説明図である。 ｌ・・・被検パターンの方向差コードを記憶するメモリ
、 ２．３・・・特徴点を算出するための 固定データを記憶するメモリ。 第１図 第２図 第６図 Ｏ 第７図 ぐっ ・Ｐご７− ！Ｊ、。 第９図ｒＡ）
ン認識を行う＊Ｉ？２の説明図、：５２図は被検パター
ンの例を示す図。 第５５４は本発明のパターン認ｎｙｎの構成図。 第６図、第７図、！Ｓ８図はパターン境界の方向差を検
出するための説明図、 第９図〜第１２図は方向差コードからパターン特徴点を
求める説明図である。 ｌ・・・被検パターンの方向差コードを記憶するメモリ
、 ２．３・・・特徴点を算出するための 固定データを記憶するメモリ。 第１図 第２図 第６図 Ｏ 第７図 ぐっ ・Ｐご７− ！Ｊ、。 第９図ｒＡ）
Claims (1)
- 【特許請求の範囲】 被検パターンを光学的に画像データとして読み取り、前
記画像データに基づいて被検パターンを認識するパター
ン認識装置において、 画像データから被検パターンの境界部の方向差をコード
化するコード化手段と、 該コード化手段から出力されるコード列と、互いに９０
°位相がずれた一定値を有する２つのくり返し関数との
相関を算出し、その和を被検パターンの特徴点としてパ
ターン認識する手段とを具えた事を特徴とするパターン
認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59191771A JPS6170677A (ja) | 1984-09-14 | 1984-09-14 | パタ−ン認識装置 |
| GB08510712A GB2161006B (en) | 1984-04-27 | 1985-04-26 | Character recognition apparatus |
| DE19853515159 DE3515159A1 (de) | 1984-04-27 | 1985-04-26 | Bildverarbeitungseinrichtung |
| US07/157,147 US4833721A (en) | 1984-04-27 | 1988-02-11 | Image processing apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59191771A JPS6170677A (ja) | 1984-09-14 | 1984-09-14 | パタ−ン認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6170677A true JPS6170677A (ja) | 1986-04-11 |
Family
ID=16280247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59191771A Pending JPS6170677A (ja) | 1984-04-27 | 1984-09-14 | パタ−ン認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6170677A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130000356A (ko) * | 2011-06-22 | 2013-01-02 | 성균관대학교산학협력단 | 경계선 상속을 통하여 계층적으로 직교화된 구조광을 디코딩하는 방법 및 이를 이용하는 3차원 거리 영상 측정 시스템 |
-
1984
- 1984-09-14 JP JP59191771A patent/JPS6170677A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130000356A (ko) * | 2011-06-22 | 2013-01-02 | 성균관대학교산학협력단 | 경계선 상속을 통하여 계층적으로 직교화된 구조광을 디코딩하는 방법 및 이를 이용하는 3차원 거리 영상 측정 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4783828A (en) | Two-dimensional object recognition using chain codes, histogram normalization and trellis algorithm | |
| Dass et al. | Fingerprint Classification Using Orientation Field Flow Curves. | |
| KR940009992B1 (ko) | 패턴인식장치 | |
| CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
| US8005262B2 (en) | System and method for video object identification | |
| Shen et al. | Real time gray level corner detector | |
| CN117422711A (zh) | 一种海洋涡旋高光谱变化检测方法、装置、设备及介质 | |
| KR102037221B1 (ko) | 오디오 핑거프린트 매칭 방법 | |
| US3982227A (en) | Pattern recognition machine for analyzing line orientation | |
| KR101021134B1 (ko) | 지문의 방향 특징을 추출하는 장치 및 방법 | |
| JPS6170677A (ja) | パタ−ン認識装置 | |
| KR101180293B1 (ko) | 지문의 영역 별 방향패턴 특징 추출 방법 및 이를 이용한 지문 분류 방법 | |
| JPS6310472B2 (ja) | ||
| JP2601448B2 (ja) | 音声認識方法及びその装置 | |
| JP4914260B2 (ja) | テンプレートマッチング装置及び方法 | |
| JPH1063784A (ja) | 文字認識方法および装置 | |
| JPH0410113B2 (ja) | ||
| Lidholm et al. | Two camera system for robot applications; navigation | |
| JPH0365585B2 (ja) | ||
| JPH0476159B2 (ja) | ||
| Wu | A Study on the Intelligent Application of the Code and the Contour of the Image Feature | |
| JPH0145669B2 (ja) | ||
| JP2006252003A (ja) | 指紋照合方法 | |
| JPS62127989A (ja) | 図形パタ−ン対応位置検出方式 | |
| JPH0250284A (ja) | 特徴抽出回路 |