JPS6174079A - 図形認識装置 - Google Patents
図形認識装置Info
- Publication number
- JPS6174079A JPS6174079A JP19552984A JP19552984A JPS6174079A JP S6174079 A JPS6174079 A JP S6174079A JP 19552984 A JP19552984 A JP 19552984A JP 19552984 A JP19552984 A JP 19552984A JP S6174079 A JPS6174079 A JP S6174079A
- Authority
- JP
- Japan
- Prior art keywords
- area
- point sequence
- image data
- data
- areas
- 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
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】
〔産業上の利用分野〕
この発明は、図面中の特定の図形を検出して、その形状
を認識する図形認識装置に関するものである。
を認識する図形認識装置に関するものである。
第９図は従来の図形認識装置を示すブロック構成図であ
る。図において、１は図面を画像として入力し、ディジ
タル化した２値画像データを得る画像入力装置、２は入
力した２値画像データを格納する２値画像メモリ、３は
画像データ中の８１−１素の太さが「１」になるまで線
要素を細める細線化回路、４は太さ「１」の巌要素の２
値画像の点列の座標を記憶する点列データメモリ、５は
点列データから特定形状の対象図形を抽出してコード化
するコード化回路、６はコード化されたデータを格納す
るコード化データメモリである。
る。図において、１は図面を画像として入力し、ディジ
タル化した２値画像データを得る画像入力装置、２は入
力した２値画像データを格納する２値画像メモリ、３は
画像データ中の８１−１素の太さが「１」になるまで線
要素を細める細線化回路、４は太さ「１」の巌要素の２
値画像の点列の座標を記憶する点列データメモリ、５は
点列データから特定形状の対象図形を抽出してコード化
するコード化回路、６はコード化されたデータを格納す
るコード化データメモリである。
第１０図に、第９図の図形認識装置において、入力され
た２値ＩＩＩ！ｌ像データと細線化されたデータを示す
説明図である。今、１ＩＩＪＩ像入力装置１によって入
力された図形は、２値化され、太さを持ったディジタル
画像として２値画像メモリ２に格納さ印で示すｂｋな醒
の中心を抽出するまで、！１１めていき、中心の点の位
置情報’ｊｉｎｘ−ｙａ襟列として求める。
た２値ＩＩＩ！ｌ像データと細線化されたデータを示す
説明図である。今、１ＩＩＪＩ像入力装置１によって入
力された図形は、２値化され、太さを持ったディジタル
画像として２値画像メモリ２に格納さ印で示すｂｋな醒
の中心を抽出するまで、！１１めていき、中心の点の位
置情報’ｊｉｎｘ−ｙａ襟列として求める。
この様にして求めたｘ−ｙＦｉ標列を点列データと呼ぶ
。点列データメモリ４に、上記点列データを格納する。
。点列データメモリ４に、上記点列データを格納する。
コード化回路５は、点列データから図面中の図形ヲ直珈
や円弧にコード化し、その形状を解析して特定の対象図
形ｔＫ識する。コード化データメモリ６は、認識した図
形コードを格納する。
や円弧にコード化し、その形状を解析して特定の対象図
形ｔＫ識する。コード化データメモリ６は、認識した図
形コードを格納する。
上記の様な従来の図形認識装置では、図面中の特定の図
形を検出して、その形状を認識する際に、複雑な背景と
特定の対象図形が重畳して書かれた図面に対して、背景
線と対象図形が交わったり、接したりしているために、
対象図形のみを抽出し、その形状を認識することは非常
に困難であるという問題点があった。
形を検出して、その形状を認識する際に、複雑な背景と
特定の対象図形が重畳して書かれた図面に対して、背景
線と対象図形が交わったり、接したりしているために、
対象図形のみを抽出し、その形状を認識することは非常
に困難であるという問題点があった。
この発明は、かかる問題点を解決するためになされたも
ので、図面中の一定の大きさの黒の領域と白の領域の各
特徴量、及び各領域間の関係を用いて図形全認識する様
にした図形認識装置を得ることを目的とするものである
。
ので、図面中の一定の大きさの黒の領域と白の領域の各
特徴量、及び各領域間の関係を用いて図形全認識する様
にした図形認識装置を得ることを目的とするものである
。
この発明に係る図形認識装置は、複雑な背景と特定の対
象図形が重畳して書かれた図面から大きさが一定範囲内
の黒の領域と白の領域とを抽出し、それぞれの領域の大
きさ、存在範囲、中心座標、形状と、各領域間の位置関
係、接続関係及び複数領域を統合した領域の形状等のノ
くラメータにより、特定の図形と判定するものである。
象図形が重畳して書かれた図面から大きさが一定範囲内
の黒の領域と白の領域とを抽出し、それぞれの領域の大
きさ、存在範囲、中心座標、形状と、各領域間の位置関
係、接続関係及び複数領域を統合した領域の形状等のノ
くラメータにより、特定の図形と判定するものである。
この発明の図形認識装置においては、複雑な背景と特定
の対象図形が重畳して書かれた図面から特定の対象図形
ＥＪ識するため、図面中の一定の（ゼゝ 大きさの黒の領域と白の領域の各特徴量、及び各領域間
の関係を用いて図形を認識する様にする。
の対象図形が重畳して書かれた図面から特定の対象図形
ＥＪ識するため、図面中の一定の（ゼゝ 大きさの黒の領域と白の領域の各特徴量、及び各領域間
の関係を用いて図形を認識する様にする。
第１図はこの発明の一実施例である図形認識装置を示す
ブロック構成図である。図において、１は１ＩＩＪｌ像
入力装置、２は２値画像メモリ、７は領域抽出回路、８
は点列データ抽出回路、９は点列データメモリ、１０は
点列データ解析回路、１１は領域のパラメータを格納す
るメモリ、１２は領域解析回路、１３は領域の関係を表
わすパラメータを格納するメモリ、１４は図形判定回路
、１５は判定結果のコードを格納するメモリである。
ブロック構成図である。図において、１は１ＩＩＪｌ像
入力装置、２は２値画像メモリ、７は領域抽出回路、８
は点列データ抽出回路、９は点列データメモリ、１０は
点列データ解析回路、１１は領域のパラメータを格納す
るメモリ、１２は領域解析回路、１３は領域の関係を表
わすパラメータを格納するメモリ、１４は図形判定回路
、１５は判定結果のコードを格納するメモリである。
次に１上記第１図に示す図形認識装置の動作について説
明する。第２図に示す様な入力の対象となる図面、例え
ば特定の対象図形（図中の◎、０゜０、Ｏ）と複雑な背
景が重畳して書かれた図面を、画像入力装置１によって
入力し、図面中の図形、背景等がディジタル化した２値
画像データとして２値画像メモリ２に格納される。領域
抽出回路７は、領域の膨張と収縮、画像演算、境界画像
抽出などを行う。領域抽出回路７は、２値画像データ中
の白の領域（値「０」の領域）を以下の方法で抽出する
。まず、入力された２値画像データに対して、膨張収縮
操作を行う。第３図に示す様に、注目している画像デー
タαに対して、Ａ、Ｂ、Ｃ。
明する。第２図に示す様な入力の対象となる図面、例え
ば特定の対象図形（図中の◎、０゜０、Ｏ）と複雑な背
景が重畳して書かれた図面を、画像入力装置１によって
入力し、図面中の図形、背景等がディジタル化した２値
画像データとして２値画像メモリ２に格納される。領域
抽出回路７は、領域の膨張と収縮、画像演算、境界画像
抽出などを行う。領域抽出回路７は、２値画像データ中
の白の領域（値「０」の領域）を以下の方法で抽出する
。まず、入力された２値画像データに対して、膨張収縮
操作を行う。第３図に示す様に、注目している画像デー
タαに対して、Ａ、Ｂ、Ｃ。
Ｄ、Ｅ、Ｆ、Ｇ、Ｈの画像データをαの８近傍と、Ａ、
Ｃ，Ｅ、Ｇの画像データをαの４近傍とそれぞれ呼ぶ。
Ｃ，Ｅ、Ｇの画像データをαの４近傍とそれぞれ呼ぶ。
そして、Ａ−ＨとαはｒＯＪ又は「１」の値をとる。膨
張操作には、８連結膨張操作と４連結膨張操作があり、
８連結膨張操作は、α２００点に対して、 を出力する。ここで、βは入力１７ｊｉｉ像データαに
対応する出力ＩＩＩＪＮ＊データであり、Ｍａｘ （ａ
、 ｂ ）はａ。
張操作には、８連結膨張操作と４連結膨張操作があり、
８連結膨張操作は、α２００点に対して、 を出力する。ここで、βは入力１７ｊｉｉ像データαに
対応する出力ＩＩＩＪＮ＊データであり、Ｍａｘ （ａ
、 ｂ ）はａ。
ｂの値の内最犬の値とする。また、４連結膨張操作は、
α＝０の点に対して、
全出力する。また、収縮操作には、８連結収縮操作と４
連結収縮操作があり、８連結収縮操作は、注目している
画像データαが、 α＝１の点に対して、 を出力する。Ｍｉｎ （ａ、 ｂ ）はａ、ｂの値の
内最小の値とする。
連結収縮操作があり、８連結収縮操作は、注目している
画像データαが、 α＝１の点に対して、 を出力する。Ｍｉｎ （ａ、 ｂ ）はａ、ｂの値の
内最小の値とする。
また、４連結収縮操作は、
α＝１の点に対して、
を出力する。入力画像データに対して膨張（又は収縮）
操作を１回施すというのは、すべての入力画像データに
対して上記（１１又は（２）式（上記（３）又は（４）
式）の演算を施すことである。領域抽出回路７は、対象
図形内の白の領域が消滅する回数だけ入力画像データに
膨張操作を施す。第４図（ａ）に示す入力画像データに
対して４連結膨張操作を３回施した出力画像データを、
第４図（ｂ）に示している。
操作を１回施すというのは、すべての入力画像データに
対して上記（１１又は（２）式（上記（３）又は（４）
式）の演算を施すことである。領域抽出回路７は、対象
図形内の白の領域が消滅する回数だけ入力画像データに
膨張操作を施す。第４図（ａ）に示す入力画像データに
対して４連結膨張操作を３回施した出力画像データを、
第４図（ｂ）に示している。
次に、膨張操作を施した画像データ全入力画像データと
して、膨張回数と同じ回数だけ収縮操作を施す。第４図
（ｂ）に示すデータに対して４連結収縮操作を３回施し
た出力円像データを、第４図（Ｃ）に示している。入力
画像データγと膨張収縮操作後の画像データδの排他的
論理和の画像演Ｘを行う。
して、膨張回数と同じ回数だけ収縮操作を施す。第４図
（ｂ）に示すデータに対して４連結収縮操作を３回施し
た出力円像データを、第４図（Ｃ）に示している。入力
画像データγと膨張収縮操作後の画像データδの排他的
論理和の画像演Ｘを行う。
すなわち、
γ＝δならば ε＝Ｏ
γ擲δならば ε＝ま
ただし、εは各入力画像データγ、δに対応する出力画
像データで、γ、δは「Ｏ」又は「１」の値をとる。第
４図（ａｌに示すものと第４図（Ｃ）に示すものとの排
他的論理和の画像演算を行ったものを、第４図（ｄ）に
示している。この様にして抽出された白の領域の画像デ
ータを入力として、境界画像の抽出を行う。境界画像の
抽出の仕方は、入力画像が、 α＝１の点に対して、 を出力する場合を、８連結境界抽出と呼ぶ。また、α＝
１の点に対し、 を出力する場合を、４連結境界抽出と呼ぶ。第４図（ｄ
）に示す画像データを入力として４連結境界抽出したも
のを、第４図（ｅ）に示している。
像データで、γ、δは「Ｏ」又は「１」の値をとる。第
４図（ａｌに示すものと第４図（Ｃ）に示すものとの排
他的論理和の画像演算を行ったものを、第４図（ｄ）に
示している。この様にして抽出された白の領域の画像デ
ータを入力として、境界画像の抽出を行う。境界画像の
抽出の仕方は、入力画像が、 α＝１の点に対して、 を出力する場合を、８連結境界抽出と呼ぶ。また、α＝
１の点に対し、 を出力する場合を、４連結境界抽出と呼ぶ。第４図（ｄ
）に示す画像データを入力として４連結境界抽出したも
のを、第４図（ｅ）に示している。
また、領域抽出回路７は、入力画像データ中の黒の領域
（値「１」の領域）を以下の方法で抽出する。入力画像
データに対し、対象図形の黒の領域が残り、これと連結
した幅が対象の黒の領域より細い黒の領域が消滅する回
数だけ収縮操作を行う。第５図（ａ）に示すン辺画像に
対して４連結収縮操作を１回施した出力画像データを、
第５図（ｂ）に示している。次に、収縮操作を施した回
数と同じ回数だけ膨張操作を行う。第５図（ｂ）に示す
入力画像に対して４連結膨張操作″ｆｒ：１回施した出
力画像データを、第５図（Ｃ）に示している。その後、
白の領域の境界画像データの抽出の時に、上記と同じ方
法で、黒の領域の境界画像データを抽出する。
（値「１」の領域）を以下の方法で抽出する。入力画像
データに対し、対象図形の黒の領域が残り、これと連結
した幅が対象の黒の領域より細い黒の領域が消滅する回
数だけ収縮操作を行う。第５図（ａ）に示すン辺画像に
対して４連結収縮操作を１回施した出力画像データを、
第５図（ｂ）に示している。次に、収縮操作を施した回
数と同じ回数だけ膨張操作を行う。第５図（ｂ）に示す
入力画像に対して４連結膨張操作″ｆｒ：１回施した出
力画像データを、第５図（Ｃ）に示している。その後、
白の領域の境界画像データの抽出の時に、上記と同じ方
法で、黒の領域の境界画像データを抽出する。
白と黒の各領域の境界画像データは、２値画像メモリ２
に格納される。さらに、領域抽出回路７は、白の領域の
抽出後の画像データξと黒の領域の抽出後の画像データ
ηの間で論理和の画像演算として、 ξ＝０かつη＝０ ψ＝０ を行う。ただし、ξ、η、ψは「０」又は「１」の値を
とり、ψは出力画像データである。この様にして抽出さ
れた出力画像データの一例を、第６図（ａ）に示してい
る。第６図（ａ）に示す様に、中の黒塗りの部分は白の
領域又は黒の領域を示している。
に格納される。さらに、領域抽出回路７は、白の領域の
抽出後の画像データξと黒の領域の抽出後の画像データ
ηの間で論理和の画像演算として、 ξ＝０かつη＝０ ψ＝０ を行う。ただし、ξ、η、ψは「０」又は「１」の値を
とり、ψは出力画像データである。この様にして抽出さ
れた出力画像データの一例を、第６図（ａ）に示してい
る。第６図（ａ）に示す様に、中の黒塗りの部分は白の
領域又は黒の領域を示している。
このデータに対し、入力側像データの純の太さだけ膨張
操作を施し、さらに同じ回数だけ収縮操作を施しで対象
図形を抽出する。第６図（ａ）に示すデータを入力画像
として４連結膨張操作を１回施した出力画像データｆｔ
第６図（ｂ）に示し、次に、第６図（ｂｌに示す入力画
像に対して４連結収縮操作ｆｔ１回施した出力ｔｒｌｕ
ｆｆｋデータを、第６図（Ｃ）に示している。その後
、境界画像データを抽出してＺ値画像メモリ２に格納す
る。この２値画像メモリ２に格納された領域の境界画像
データを読み出し、点列データ抽出回路８で境界画像デ
ータの「１」の値をとる各点のｘ −ｙ座標列を求め、
これを点列データとして点列データメモリ９に格納する
。点列データは白の領域、黒の領域、及びこれら複数の
近接した領域を統合した領域に対して求められる。
操作を施し、さらに同じ回数だけ収縮操作を施しで対象
図形を抽出する。第６図（ａ）に示すデータを入力画像
として４連結膨張操作を１回施した出力画像データｆｔ
第６図（ｂ）に示し、次に、第６図（ｂｌに示す入力画
像に対して４連結収縮操作ｆｔ１回施した出力ｔｒｌｕ
ｆｆｋデータを、第６図（Ｃ）に示している。その後
、境界画像データを抽出してＺ値画像メモリ２に格納す
る。この２値画像メモリ２に格納された領域の境界画像
データを読み出し、点列データ抽出回路８で境界画像デ
ータの「１」の値をとる各点のｘ −ｙ座標列を求め、
これを点列データとして点列データメモリ９に格納する
。点列データは白の領域、黒の領域、及びこれら複数の
近接した領域を統合した領域に対して求められる。
点列データ解析回路１０は、点列データからその領域の
存在する範囲、その領域の外接長方形の大きさ、中心位
置、周囲長等のパラメータを求め、これらのパラメータ
をメモリ１１に格納する。
存在する範囲、その領域の外接長方形の大きさ、中心位
置、周囲長等のパラメータを求め、これらのパラメータ
をメモリ１１に格納する。
次に、領域解析回路１２は、各領域のパラメータから近
接する領域の境界を求め、近接する領域間の位置関係や
複数の近接する領域を統合した領域との包含関係を求め
る。第７図（ａ）ないしくＣ）に、領域の境界及び領域
の関係を求める一例を示している。第７図（ａ）に示す
様な白又は黒の領域の境界の画像データで、点列データ
内部の各領域ｉＡよ、Ａ２ と名付ける。第７図（ｂ
）は、各領域Ａ１．Ａ２を統合した領域の境界の画像デ
ータを示しており、これを領域Ａと名付ける。各領域Ａ
１．Ａ２は点列データ化され、パラメータが求められて
いる。各領域Ａ１．Ａ２の存在範囲と領域Ａの存在範囲
の差から、各領域Ａ□とＡ２の境界が求められ、これを
境界Ｂと名付ける。第７図（ａ）にｒＯＪ印で示した範
囲が境界Ｂとなる。次に、領域大は各領域Ａ１゜Ａ２
を含み、各領域Ａ１とＡ２は境界Ｂを境に近接してい
るという位置関係を表わしたテーブルを作成する。この
テーブルの一例は、第７図（Ｃ）に示している。この様
な近接する領域の位置関係や包含関係の情報を、メモリ
１３に格納する。図形判定回路１４は、領域の点列デー
タから求めたパラメータと近接する領域の位置関係や包
含関係より、特定の対象図形全認識する。例えばある領
域大の大きさＳが、θ１くＳくθ２（θ０．θ２は間値
）で、領域Ａの境界線が円の形状をし、領域大が含む各
領域Ａ１．Ａ２の各々の白の領域と黒の領域が半円形状
の領域で＠線状の境界Ｂを境に隣接している場合、領域
大は特定形状のｒＯＪと判定する。認識された対象図形
は、その中心座標と対象図形のコードをメモリー５に格
納する。領域が近接しているかどうかは、抽出された全
画面の領域のパラメータをサーチして接続関係を取り出
すが、第８図に示す様に画面全体を幾つかのブロックに
分割し、例えばブロックｂ 内の領域ａ１の隣接関係は
、ブロックｂ 内の他の領域ａ２．ａ３のみのパラメー
りをサーチすることにより得る様にすると、処理時間を
減らすことが可能である。
接する領域の境界を求め、近接する領域間の位置関係や
複数の近接する領域を統合した領域との包含関係を求め
る。第７図（ａ）ないしくＣ）に、領域の境界及び領域
の関係を求める一例を示している。第７図（ａ）に示す
様な白又は黒の領域の境界の画像データで、点列データ
内部の各領域ｉＡよ、Ａ２ と名付ける。第７図（ｂ
）は、各領域Ａ１．Ａ２を統合した領域の境界の画像デ
ータを示しており、これを領域Ａと名付ける。各領域Ａ
１．Ａ２は点列データ化され、パラメータが求められて
いる。各領域Ａ１．Ａ２の存在範囲と領域Ａの存在範囲
の差から、各領域Ａ□とＡ２の境界が求められ、これを
境界Ｂと名付ける。第７図（ａ）にｒＯＪ印で示した範
囲が境界Ｂとなる。次に、領域大は各領域Ａ１゜Ａ２
を含み、各領域Ａ１とＡ２は境界Ｂを境に近接してい
るという位置関係を表わしたテーブルを作成する。この
テーブルの一例は、第７図（Ｃ）に示している。この様
な近接する領域の位置関係や包含関係の情報を、メモリ
１３に格納する。図形判定回路１４は、領域の点列デー
タから求めたパラメータと近接する領域の位置関係や包
含関係より、特定の対象図形全認識する。例えばある領
域大の大きさＳが、θ１くＳくθ２（θ０．θ２は間値
）で、領域Ａの境界線が円の形状をし、領域大が含む各
領域Ａ１．Ａ２の各々の白の領域と黒の領域が半円形状
の領域で＠線状の境界Ｂを境に隣接している場合、領域
大は特定形状のｒＯＪと判定する。認識された対象図形
は、その中心座標と対象図形のコードをメモリー５に格
納する。領域が近接しているかどうかは、抽出された全
画面の領域のパラメータをサーチして接続関係を取り出
すが、第８図に示す様に画面全体を幾つかのブロックに
分割し、例えばブロックｂ 内の領域ａ１の隣接関係は
、ブロックｂ 内の他の領域ａ２．ａ３のみのパラメー
りをサーチすることにより得る様にすると、処理時間を
減らすことが可能である。
この発明は以上説明したとおり、図形認識装置において
、複雑な背景と特定の対象図形が重畳して書かれた図面
から大きさが一定範囲内の黒の領域と白の領域、及びこ
れ、ら複数の近接する領域を統合した領域を抽出し、各
領域の形状を表わすパラメータと各領域間の接続情報等
を求めることによって、領域が対象図形か否かを判定す
る様にしたので、この種の従来装置と比べて、極めて容
易に１かつ効率的に対象図形のみを認識することができ
るという優れた効果を奏するものである。
、複雑な背景と特定の対象図形が重畳して書かれた図面
から大きさが一定範囲内の黒の領域と白の領域、及びこ
れ、ら複数の近接する領域を統合した領域を抽出し、各
領域の形状を表わすパラメータと各領域間の接続情報等
を求めることによって、領域が対象図形か否かを判定す
る様にしたので、この種の従来装置と比べて、極めて容
易に１かつ効率的に対象図形のみを認識することができ
るという優れた効果を奏するものである。
第１図はこの発明の一実施例である図形認識装置を示す
ブロック構成図、第２図は入力の対象となる図面の一例
を示す図、第３図は、第１図の図形認識装置において、
膨張、収縮、境界画像の抽出の各処理を説明するための
図、第４図は、第１図の図形認識装置において、大きさ
が一定範囲内の白の領域を抽出するための説明図、第５
図は、第１図の図形認識装置において、大きさが一定範
囲内の黒の領域を抽出するための説明図、第６図は、第
１図の図形認識装置において、複数の近接する領域を統
合して抽出するための説明図、第７図及び第８図は、そ
れぞれ第１図の図形認識装置において、領、松の位置関
係、接続関係を求めるための説明図、第９図は従来の図
形認識装置を示すブ四ツク構成図、第１０図は、第９図
の図形認識装置において、入力された２値画像データと
細線化されたデータを示す説明図である。 図において、１・・・画像入力装置、２・・・２値画像
メモリ、７・・・領域抽出回路、８・・・点列データ抽
出回路、９・・・点列データメモリ、１０・・・・点列
データ解析回路、１１，１３．１５・・・メモリ、１２
・・・領域解析回路、１４・・・図形判定回路である。 なお、各図中、同一符号は同一、又は相当部分を示す。
ブロック構成図、第２図は入力の対象となる図面の一例
を示す図、第３図は、第１図の図形認識装置において、
膨張、収縮、境界画像の抽出の各処理を説明するための
図、第４図は、第１図の図形認識装置において、大きさ
が一定範囲内の白の領域を抽出するための説明図、第５
図は、第１図の図形認識装置において、大きさが一定範
囲内の黒の領域を抽出するための説明図、第６図は、第
１図の図形認識装置において、複数の近接する領域を統
合して抽出するための説明図、第７図及び第８図は、そ
れぞれ第１図の図形認識装置において、領、松の位置関
係、接続関係を求めるための説明図、第９図は従来の図
形認識装置を示すブ四ツク構成図、第１０図は、第９図
の図形認識装置において、入力された２値画像データと
細線化されたデータを示す説明図である。 図において、１・・・画像入力装置、２・・・２値画像
メモリ、７・・・領域抽出回路、８・・・点列データ抽
出回路、９・・・点列データメモリ、１０・・・・点列
データ解析回路、１１，１３．１５・・・メモリ、１２
・・・領域解析回路、１４・・・図形判定回路である。 なお、各図中、同一符号は同一、又は相当部分を示す。
Claims (1)
- 図面中の特定の図形を検出して認識する図形認識装置に
おいて、前記図面を２値画像データとして読み取り、こ
の読み取つた２値画像データを記憶する手段と、この２
値画像データの中より大きさが特定の値の範囲内で、形
状が一定の範囲内の値「０」の白の塊の領域と黒の塊の
領域を値「１」として求めて、その結果を記憶する手段
と、前記領域の境界の点の座標データの点列を求めてこ
れを記憶する手段と、この点列のデータより前記領域の
存在する範囲、中心の位置、大きさ等のパラメータを求
める手段と、複数の領域のパラメータより互いに近接す
る境界を求める手段と、この近接する領域間の位置関係
、パラメータの間の関係、複数の近接する領域間を統合
した領域のパラメータ等を求める手段と、前記各関係や
パラメータより領域の集合からなるものを特定の図形で
あると判定する手段を備えたことを特徴とする図形認識
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19552984A JPS6174079A (ja) | 1984-09-18 | 1984-09-18 | 図形認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19552984A JPS6174079A (ja) | 1984-09-18 | 1984-09-18 | 図形認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6174079A true JPS6174079A (ja) | 1986-04-16 |
| JPH0142029B2 JPH0142029B2 (ja) | 1989-09-08 |
Family
ID=16342601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19552984A Granted JPS6174079A (ja) | 1984-09-18 | 1984-09-18 | 図形認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6174079A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3726710C1 (en) * | 1987-08-11 | 1989-03-02 | Hoshizaki Electric Co Ltd | Ice-producing machine |
| US5398293A (en) * | 1990-12-28 | 1995-03-14 | Mutoh Industries, Ltd. | System for editing image data |
-
1984
- 1984-09-18 JP JP19552984A patent/JPS6174079A/ja active Granted
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3726710C1 (en) * | 1987-08-11 | 1989-03-02 | Hoshizaki Electric Co Ltd | Ice-producing machine |
| US5398293A (en) * | 1990-12-28 | 1995-03-14 | Mutoh Industries, Ltd. | System for editing image data |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0142029B2 (ja) | 1989-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113723330B (zh) | 一种图表文档信息理解的方法及系统 | |
| Melhi et al. | A novel triangulation procedure for thinning hand-written text | |
| CN106156774B (zh) | 影像处理方法及影像处理系统 | |
| JPS6174079A (ja) | 図形認識装置 | |
| JP3586949B2 (ja) | 帳票認識装置 | |
| Vaxivière et al. | Subsampling: A structural approach to technical document vectorization | |
| JP3586911B2 (ja) | 枠線認識装置 | |
| JP2789622B2 (ja) | 文字／図形領域判定装置 | |
| JPS62271190A (ja) | セグメント数字認識方式 | |
| JP2507949B2 (ja) | 文字／図形領域判定装置 | |
| JPS6228887A (ja) | 対象物識別方法 | |
| JPH04112276A (ja) | ２値画像輪郭線チェイン符号化装置 | |
| JPS622382A (ja) | 画像処理方法 | |
| Shimotsuji et al. | Engineering drawing recognition based on a line decomposition and re-composition method | |
| JPH07104940B2 (ja) | 図形認識装置 | |
| JPH01129368A (ja) | 画像認識装置 | |
| JPH0148584B2 (ja) | ||
| JPS63208181A (ja) | パターン認識方法及び情報処理装置 | |
| JPS6232587A (ja) | 文字認識方式 | |
| JPH01229388A (ja) | 数字認識方法および装置 | |
| JPH0417080A (ja) | 図形形状の認識方法 | |
| JPS63143681A (ja) | 部品画像認識方式 | |
| Larmagnac et al. | Stroke extraction method for offline recognition of Chinese characters | |
| JPH0478975A (ja) | パターン照合装置およびパターン照合方法 | |
| JPS6116380A (ja) | 領域分割方式 |