JPS62256087A - オ−バ−ラツプしやすい物体を自動識別する方法 - Google Patents

オ−バ−ラツプしやすい物体を自動識別する方法

Info

Publication number
JPS62256087A
JPS62256087A JP62093468A JP9346887A JPS62256087A JP S62256087 A JPS62256087 A JP S62256087A JP 62093468 A JP62093468 A JP 62093468A JP 9346887 A JP9346887 A JP 9346887A JP S62256087 A JPS62256087 A JP S62256087A
Authority
JP
Japan
Prior art keywords
segments
segment
image
characteristic
dislocation
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
Application number
JP62093468A
Other languages
English (en)
Inventor
ジュヴィン ディディル
タン シェンビアオ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Original Assignee
Commissariat a lEnergie Atomique CEA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Commissariat a lEnergie Atomique CEA filed Critical Commissariat a lEnergie Atomique CEA
Publication of JPS62256087A publication Critical patent/JPS62256087A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469Contour-based spatial representations, e.g. vector-coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (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。

Description

【発明の詳細な説明】 (産業上の利用分野) 本発明は、オーバーラツプしやすい物体を自動的に認識
または識別する方法に関する。また1本発明は自動識別
機械、特にロボットシステムに応用され、そのような自
動識別機械に対する現在の研究は、外部媒体からのデー
タを収集して利用するような、いわゆる「知的な」ロボ
ットに向けられている。例えば、部分的にオーバーラツ
プすることによって、その一部分が見えない物体を認識
あるいは識別することは、次世代の自動識別機械にとっ
て非常に重要となる。
(従来の技術) オーバーラツプしやすい物体を識別するための種々の方
法が公知である。それらの方法のうちの1つに、識別し
たり認識したりしようとするそれぞれの物体像の外形線
を分割するときに、それぞれの外形の「典型的な」セグ
メント、実際には最も長いセグメントで分割する方法が
ある。ただし、この典型的なセグメントによる認識は、
研究の段階で行われている。
このような公知の方法で、異なった物体を識別する場合
には、識別すべき物体の外形線上で典型的なセグメント
およびそれに関連するセグメントを検査することを前提
とする。そのときに、識別すべき物体像の外形上にある
それぞれの識別すべきセグメントに対して、「ラベル」
が与えられる。
そうして、このようにして求められた異なったラベルを
基礎として、全体としての基準が定められる。この全体
的な基準は、前述のラベル付は方式の確実さの尺度とな
る。それから、前述の前提を評価するために、この確実
さの程度が評価される。
この種の方法を実行するには長い時間がかかり、また非
常に高価である。それは、数多くの前提条件が導入され
るからであり、また、それらの前提条件は、ラベルの確
実さを測定する複離な基準にしたがって検査されなけれ
ばならない。このような方法は1例えば、1983年に
N、AYACIIEによってr工業用ロボットの2次元
識別システムノと題する博士論文に記載されている。
(発明の目的) 本発明の目的は、前述の公知の方法の欠点を取り除き、
更にオーバーラツプしやすい物体を自動的に素早く識別
できるようにし、また、そのように識別している間には
、多数の前提条件およびその1前提条件を検査する基準
を用いる必要がない方法を提供することである。本発明
によれば、これらの目的は、基準となる物体像と識別す
べき物体像の外形を特別な方法で分割することによって
達成され、このように1組の分割を行うことによって「
転位ベクトル」を定義でき、またそれによって、前提条
件と識別の基準とを求めることができる。
(発明の概要) 本発明は、オーバーラツプしやすい物体のそれぞれの基
準となる像と、識別すべき物体群の像とに基づいて、こ
のオーバーラツプしやすい物体を自動的に識別する方法
に関し、前記の物体像は、その像の外形線上の点を表わ
す座標を、それぞれの像に対してディジタル値で示して
、基準マークを付けて記憶されており、前記の方法にお
いては、それぞれの像の連続する基本的なセグメントを
コーディングし、その場合、各々の像のセグメントの端
部は対応する外形線上にあるので、それぞれのセグメン
トを前記のようにコーディングすることによって、前記
セグメン1〜の長さが与えられ、また、そのセグメント
の基準の方向に対する角度も与えられ、前記コーディン
グ操作は、順次に識別すべき異なった物体の「知覚」過
程で行われると同時に、その次のオーバーラツプしやす
い物体の「識別」過程でも行われ、その場合に、知覚過
程におけるコーディング操作は、それぞれの基準像の外
形に対して、コーディング過程で連続する特性セグメン
トまたは不連続の特性セグメントの組を検査し、それぞ
れの特性セグメントを少なくとも1つの基本セグメント
から形成し、前記特性セグメントを物体の外形上で予め
定められた方向の径路で形成し、それぞれのセグメント
の組から角度値パラメータによって定められる特性転位
ベクトルを求め、前記ベクトルは、そのセグメントの組
における2つの方向を持った特性セグメントの間で前述
の径路に向いており、組になった各特性セグメントの原
点の座標と長さを求め、転位ベクトルは、そのパラメー
タが対応する物体の外形を弁別する能力を持つときに、
たとえその物体が他の少なくとも1つの物体とオーバー
ラツプされていても、そのベクトルの特性を発揮し、転
位ベク)・ルのパラメータを記憶するようにし、物体の
外形の転位ベクトルをそれらの弁別能力の関数について
段階付けし、そして、異なった物体の外形の転位ベクト
ルを求めている間に、前記転位バク1−ルの段階付けを
修正して、異なった外形に対して類似した転位ベクトル
を取り除くことによって知覚過程のコーディング操作を
行い、また、識別過程におけるコーディング繰作は、識
別すべき物体像の外形の特性セグメントに対して、同じ
転位ベクトルを決定する操作を行い、そして、前記の段
階付けされた順序で、識別すべき物体像の外形の転位ベ
クトル・パラメータ値と、それぞれの物体の基準像にお
ける外形の転位ベクトル・パラメータ値とを比較して、
前記パラメータ値が類似しているか否かを検査するよう
にし、そのようにして比較によって類似性が確立された
転位ベクトルに応じて、物体に対して存在する前提条件
を形成し、更に前記物体の基準像の外形の連続する基本
セグメントを、識別すべき物体像の外形の連続す多基本
セグメントと比較することによって、前記の前提条件を
精密に検査してコーディング操作を行う。
本発明の1つの実施の態様によれば、コード化された連
続する基本セグメントをフリーマンのコーディングによ
って求めて、方位が定められた連続するセグメントを求
め、そのセグメントの端部は、実質的に各々の像の外形
線上に来るようにし、前記フリーマンのコーディングの
次に補正操作を行うことにより、フリーマンの方法によ
ってコード化された各々のセグメントから、少なくとも
1つの連続する基本セグメントを導き出し、その基本セ
グメントの端部は前記の像の外形線上に来るようにし、
また、前記の連続する基本セグメントは同じ長さであり
、そのために等方向なコーディングをすることができる
また、本発明のもう1つの実施の態様によれば、フリー
マン・コード化されたそれぞれのセグメントに対する補
正操作は、方位の不規則性を補償するために、前記セグ
メントをその外形上の順序数に関して微分し、また、長
さの不規則性を補償するために、各セグメントを微分し
た結果得られる値を変換し、前記変換によって得られた
信号をフィルタにかけ、前記信号を一定の周波数でサン
プリングしてサンプル化された信号を積分し、この積分
によって連続的なコード化基本セグメントを求めるよう
にして実行している。また、補正過程を実行すれば、特
定の方位の点を抽出できるようになる、すなわち、特性
セグメントを抽出できるようになる。
更に前記の変換は、ディジタル・アナログ変換にしてア
ナログ信号をサンプリングできるようにしてもよいし、
ディジダル・ディジタル変換であってもよい。
(実施例) 本発明によるオーバーラツプしやすい物体を自動的に認
識または識別する方法は、それぞれの物体の知覚過程の
間に、その物体の基準となる像を個々に形成し、そして
先ず、それぞれの基準像の外形を特定の方法でコーディ
ングする。また、この特定のコーディングは、識別期間
には識別すべき物体群の像に対しても用いられる。そし
て、オーバーラツプしやすい物体は、少なくとも1つの
物体がその周りの物体によって部分的に隠されるように
なる。
基準像は、識別すべき物体の全体像と共にディジタル値
の形で記憶され、そして、その各々の像に対してディジ
タル値は、その像の外形線上の点の座標に基準マークを
付けたものを表わす。これらの像は1例えば、テレビジ
ョン・カメラのような光電¥i蓑から提供される。公知
の装置においては、テレビジョン・カメラはアナログ・
ディジタル変換器に接続されており、そして、アナログ
・ディジタル変換器は処理装置に接続されている。
処理装置は識別期間に、それぞれの物体の基準像におけ
る特性外形線上の点の座標に対応するディジタル値を決
定するように作動される。また、このような処理装置に
よって、物体がオーバーラツプしやすい識別期間に、!
1!別すべき物体群の像の特性を示す外形線上の点の座
標に対応するディジタル値を提供できるようになる。す
べてのディジタル値は、前述の処理装置の記憶部分に確
実に記録される。
次の操作は、特性的なコード化セグメントを定めること
であり、そのときセグメントの端部は、実質的に、知覚
期間には基準像のそれぞれの外形線上にあり、また識別
期間には識別すべき物体像の外形線上にある。この種の
特性セグメントCは。
例えば、第1図に示したようなもので、特性セグメント
の端部は像の外形線り上にある。後で示すように、一般
にそれぞれの特性セグメントは、複数の連続して配置さ
れた基本セグメントを有する。
それぞれの特性セグメントのコーディングによって、そ
れぞれのセグメントの長さと、基準方向に対するそのセ
グメントの角度とが求められる。このコード化操作は、
後で識別すべき異なった物体の知覚過程で行われると同
時に、後続のオーバーラツプしやすい物体の識別過8t
こおいても確実に行われる。
本発明の方法の有利な実施例においては、特性セグメン
トをコード化する場合に、先ず、セグメントをコード化
して、「フリーマン・ベクトルによるコーディング」と
呼ばれる方法にしたがって、各々の像の外形線を近似で
きるようにする。このコーディングの後で補正操作を行
い、前述の連続する基本セグメントを求めることによっ
て、当該の像の外形線りにおける特性セグメントを定義
できるようにする。
次に、フリーマン・ベクトルを用いたコード化方法を、
第2図および第3図において詳しく説明する。
最初に考えられることは1問題にしている像(物体の基
準像または識別すべき物体群の像)の外形りを、基準マ
ークまたはXY座標にあるMxN点を有するマトリック
スで空間的にディジタル化することである。フリーマン
のコード化方法においては、基本的な変位のコード化を
、第2図に示すようなセグメントにしたがって、外形線
りに沿って実行する。それぞれの像の要素が正方形であ
ると考えて選択されたマトリックス表示においては、フ
リーマンによれば外形上の1点から別の点に移動するの
に、8つの方位の可能性があるだけである。この8つの
可能性は、第3図に0から7までの番号で示すように、
フリーマン・ベクトルと呼ばれる8つのベクトルによっ
て表わされる。
これらの8つのベクトルは、実際に考慮されているマト
リックスの表示例においては、■だけ変位されている。
それ故、フリーマン・ベクトルによって、連続してコー
ド化された所定方向のセグメントを決定できるようにな
り、その場合に、セグメントの端部がそれぞれの外形線
上に来る。これらの端部の座標は、それぞれの外形線上
の点の座標から確実に求められる。
第2図に示したセグメント化された外形りの例において
、この外形上の径路の出発点が1選択されたマトリック
ス内で座標2,3を持つ点Aであるとすれば、外形りに
関するフリーマンのチェーンは1次のように、第3図の
ベクトル番号の関数として表わすことができる6 7、0.1.6.6.6.5.4.3.2.2.2この
ようなコード化方法は、外形線上のセグメントの方位を
基準方向Xに対して明確にしているのが、特に興味のあ
る点である。
像の外形線をフリーマン・ベクトルによってコーディン
グすると、コード化されたセグメントによる外形の近似
的な表示が不正確になってしまう。
そのため、フリーマン・ベクトルは第3図に示すように
、正方形の内部で、または長方形の内部で書かれる。す
なわち、正方形または長方形の辺に垂直なフリーマン・
ベクトルも、またその正方形または長方形の対角線上に
あるベクトルも、すべてが同じ長さにはならない。この
フリーマン・コーディングについては1例えば、本件出
願人と同じ名儀で、1983年1月31日に登録された
フランス特許出願第8304447号に記載されている
フリーマンのコーディングによれば、外形線は連続する
基本ベクトルに分解され、その基本ベクトルの方向が、
3つのビットでコード化されることが知られている。こ
のコーディング方法は非常に簡明であるが、一方で欠点
もある。すなわち、360@の方位が3ビツトでコード
化されるので。
ディジタル化したときのばらつきが大きい。そのために
、先に述べたように、コードで表現される実際の長さが
不規則になる。また、画素が長方形であるときには、コ
ードで表わした方位に等方性がなくなる。
これらの欠点は、オーバーラツプしている物体を識別す
る場合には致命的となる。それは、外形をコード化して
表わす場合に誤差が生じ、また、方向の偏りが発生する
からである。このような非等方位は、ある種の情報の質
が物体のオーバーラツプによってすでに低下している識
別過程においては、非常な障害となる。しかし、フリー
マンのコーディングは、本質的には優れたものである。
それは、物体が移動した場合でも、また回転した場合で
も、正確で不変な外形の表示ができる。このように、移
動に対しても回転に対しても不変であるという概念は公
知であり、特に前述の出願において説明されている。
本発明によれば、フリーマン・コーディングの不正確さ
を取り除くために補正操作が行われ、それによって、フ
リーマンの方法でコード化されたそれぞれのセグメント
を基礎として、少なくとも1つの連続する基本セグメン
トを導き出すことができる。その場合に、基本セグメン
トの端部は実質的に像の外形線上に来るので、基本セグ
メントは等方性で、また同じ長さになる。
フリーマンの方法でコード化された外形の補正操作は、
本発明による有利な方法では次のように実行される。先
ず、それぞれのコードイヒされたセグメントをその順序
数に関して微分する。この微分過程は、原理的に次のよ
うにして行う。F (n)は0から7までの整数で表わ
されるフリーマン・コード、nはそのフリーマン・コー
ドに対応する外形セグメントの順序、すなわち、φd(
F(i)。
F (j))は、2つのコードF (i)およびF (
j)間の真の方位の変化に対応する微分関数、またCは
振幅を正規化する定数である。その場合に、補正過程は
、Fd(n)=Cφd (F (n+1)、 F (n
))によって表わすことができ、F d (n)は補正
処理によって生じるコードである0次に、これらのデー
タを、コード化されたセグメントの横座標の正規化に対
応して変換する。この横座標の正規化は、次のようにし
て行う。フリーマン・コードF(n)で実際の長さP(
F(n))を表わすときには、F d (n)は準連続
的な形F d (p)に変換される。ここで、整数nと
実数pは、次の関係を有する。
そして、前述の変換の結果得られた信号を、ディジタノ
リ的にフィルタにかける。このフィルタ処理は1次のよ
うにして行う。ディジタル化の際のノイズを減少するた
めに、パルス応答がM(p)の低域フィルタを用いる。
フィルタ処理は時間コンボリューションG (p)= 
F d (p)φM(ρ)によってシミュレートされ、
ここで、G (p)は濾波された信号を表わす。最後に
、濾波された信号をサンプル化する。G (p>を規則
的な間隔P。でサンプリングすれば、G (p)はG(
kP、)に変換され、G (k)として表わすことがで
きる。ナイキストの基準を満たすためには、間隔P。は
低域フィルタのカット・オフ周波数F0の関数として定
められるが、一方で像に分解能によって制限されると同
時に、他方では所要の処理速度によっても制限を受ける
。コードG (k)は近くにある外形の方位変化の平均
値を示し、その場合に外形の大きさは、主として低域フ
ィルタのカット・オフ周波数に依存して変化する。G 
(p)の符号は、外形が凸面であるか凹面であるかを示
す、これらの特質は、それによってセグメント化が改善
されるので、非常に重要である。セグメント化の後で、
サンプル化された信号を積分する。その積分によって、
連続する基本セグメントを求めることができる。そして
、その基本セグメントから本発明の方法により、知覚お
よび識別過程で、後で定義する転位ベクトルが求められ
る。
第4図はフリーマンのコーディングによって得られた像
の外形部分りの例を示す、この部分は連続するセグメン
トSiによって形成されているので、外形線はあまり正
確には近似されない、これと同じ外形位vILは、前述
の処理を行った後では。
サンプリングおよび積分の前に(b)のような形になる
。そして、この外形部分は、連続する基本セグメントと
呼ばれるもっと多くのセグメントScで構成されている
ことがわかる。後で示すように、前述の処理によって、
数個の基本セグメントをまとめた。いわゆる特性セグメ
ントを定めることができる。それ故、前に述べたコーデ
ィングなどの処理によって、できるだけ多くのセグメン
トを用いて外形線を近似できるようになる。そして、セ
グメントはそれぞれの場合に、数個の基本セグメントを
まとめて長くすることができる。この長いセグメントは
、前述の特性セグメントである。このようなコーディン
グなどの処理によって、それぞれのセグメントの基準方
向に対する方位を表わす重要なパラメータが求められる
ようになる。
実際に連続する基本セグメントを微分するという前述の
操作によって、連続したパルスが供給されるようになる
。各パルスの振幅は、2つの対応する連続基本セグメン
ト間の角度が大きい場合、非常に大きなものとなる。第
5図に示すように、フィルタ処理によれば、方位変化に
重要な平均値だけが保持され、それによって派生処理と
フィルタ処理の後で得られた信号が表わされる。前記フ
ィルタ処理の後で行われるサンプリングと積分によれば
、特性セグメントCで構成さ九た物体○。
の像を再構成することができる。その場合、それぞれの
セグメントCは、関連する数個の基本セグメントと同じ
とみなされる。後に示すように、これらの特性セグメン
トによって転位ベクトルを定義できる。
第6図には、前述したコーディングなどの処理の後で得
られた物体の外形像が示されている。ただし、前記物体
の実際の外形は図示されていない。
図示されているのは、前記コーディングなどの処理の後
で求められる物体の近似的な外形だけである。このよう
にして得られた外形は、特性セグメントCI、 C2,
C3,・・・、C8で形成されている。
これらの特性セグメントは、それぞれ第4図(b)のセ
グメントSeと同じように数個の連続する基本セグメン
トと等価であり、そして、セグメントSeは、第4図(
a)の連続するフリーマン・セグメントSLから得られ
たものである。この図において例示された外形は、知覚
過程の間に物体01のコーディングなどの処理後に求め
られた外形であると仮定する。
本発明の方法によれば、図中に矢印で示したような、予
め定められた外形線の方向を選択する。
また、本発明の方法によれば、その外形の連続的または
不連続的な特性セグメントの組を特別に選択する。これ
らの特性セグメントは、予め定められた外形線の方向を
向いている。特性セグメントの組というのは、例えば、
セグメントC1,CBなどの組のことであるが、これは
、セグメントC8゜C9の組であってもよい。後で述べ
るように、それぞれの特性セグメントの組によって、特
性的な転位ベクトルを求めることができる。
第7図は1例えば、物体○、の特性セグメントCI、C
8の組を参照することによって、転位ベクトルの概念を
明確にしようとするものである。与えられた物体の特性
セグメントの組を用いれば、異なった物体の識別期間に
、またその後に物体が重なり合った場合でも、第6図に
コード化された外形を示したような、予め形がわかって
いる物体を明確に弁別できるようになる。
転位ベクトルは、1つの外形の2つの特性セグメント間
における関係として定められる。図示の実施例において
、セグメントC8は、例えば、物体01の像の外形部分
における入方向セグメントと呼ぶことができ、それに対
してセグメントC1は、前記外形部分における出方向セ
グメントと呼ぶことができる。このようにして選択され
た特性セグメントの組に屈さない外形の部分は、その外
形領域においては、あまり重要でない部分と考えられる
。それは、本発明の方法では、特性セグメントの内部の
領域は、あまり重要とはならないからである。
特性セグメントの組C1,C8に対する転位ベクトルは
、次の3つのパラメータによって定められる。先ず入方
向α8で、これは基準座標(0*X+y)の基準軸08
と、移動方向に向いた入方向特性セグメントC8間で、
予め定められた移動方向に向いた角度である。次は出方
向で、これは基準軸08と、移動方向に向いた出方向特
性セグメントC1との間の角度α1である。3つ目は「
有効な」空間で、これは出発点P8(x、y)とPi(
X+ y)の座標と、入方向および出方向セグメントC
8およびC1の長さり、、L□とによって定めることが
できる。
本発明によれば、転位ベクトルのパラメータ(入方向、
出方向2組になった特性セグメントの原点およびこれら
のセグメントの長さ)が、当該の物体の外形を弁別する
能力を持つときには、たとえ次の識別過程で、その物体
が少なくとも1つの他の物体とオーバーラツプしたとし
ても、転位ベクトルの特性は保持される。
例えば、第8図に示すように、当該の物体が他の物体と
オーバーラツプしている場合でも、差αd=α1−α8
は有効な値に変りがない。第8図においては、当該の物
体Q2が他の2つの物体Q2およびQ、と部分的に重な
り合っている場合に、有効な空間は減少する。それは、
特性ベクトルC8と01の長さが切りつめられているか
らである。
しかし、差αd=αl−α8は有効に保持される。
識別期間において、物体○□の一部分がその周りにある
他の物体によって隠されていたとしても。
特性ベクトルの組C8,CIによって構成された転位ベ
クトルを用いれば、物体○□&m則することができる。
これで、転位ベクトルが重要であるわけが明らかになっ
た。
それ故、転位ベクトルに関する重要な情報は、この転位
ベクトルに関連して組になった特性ベクトル間の方向の
差αdに基づいて与えられる。このような判断の基準を
念頭におけば、転位ベクトルのパラメータを段階的な方
法で配置することができる。その場合に、パラメータは
当該の物体とそれにオーバーラツプしやすい周りの物体
とに、同じ方位αdが現われる確率の関数にしたがって
配置することができる。物体に対する方位αdが特殊な
ものになればなる程、異なった物体の知覚期間に収集さ
れた転位ベクトル・パラメータのうちで、対応する転位
ベクトルに与えられる重要性はますます大きくなる。
そ九故、転位ベクトルの段階付けは、本発明の方法にお
いては重要な過程である。これらの転位ベクトルは、同
じ物体に対する弁別能力の関数として分類される。そし
てまた、転位ベクトルは、1つの物体を他の物体と比較
して弁別する能力にしたがっても分類される。転位ベク
トルは、物体の最も重要な指示媒体であると考えられる
。これらのベクトルは、前述の基準にしたがって、すな
わち情報の址と、オーバーラツプした場合に他の物体に
隠され、それよって誤が発生する確率とにしたがって、
段階的に配置される。
本発明の方法によれば、外形を「知覚」しなけわばなら
ない新しい物体の転位ベクトルと、外形がすでに「知覚
」された物体との相互作用による処理も行われる。新し
い物体の場合には、転位ベクトルを記録し、そして分類
する方法は、現存する物体に対する方法に依存して変化
する現存する物体の転位ベクトルは、新しい物体の転位
ベクトルにしたがって、再配置されなければならない。
はじめには適切であると考えられた転位ベクトルも、知
覚過程の間にその重要性の多くを失うような場合もある
。このような場合には、知覚過程の間に収集されたデー
タのうちの最初の部分の情報を用いて、新しい転位ベク
トルを計算し、すでに記録されてはいるがあまり適切で
ない転位ベクトルと置き換えることができる。
以前に、知覚過程について述べた操作は、オーバーラツ
プしている異なった物体の外形を識別する過程でも実行
される識別すべき物体像の外形の特性セグメントについ
ても、同じように転位ベクトルを求める操作が行われる
識別期間には、識別すべき物体の外形像における転位ベ
クトルのパラメータ値と、それぞれの物体の基準像の外
形に対する転位ベクトルのパラメータ値との間で、段階
付けの順序にしたがって比較が行われるので、パラメー
タ値の類似性が検査される。このような比較過程は予備
的に行われる分析で、この後に精密な検査がされるが、
これについては後で説明するに の予備分析の目的は、物体の存在とその方位に関する前
提条件を、できるだけ早期に求めることである。これら
の前提条件は、物体像の外形を識別することに基づき明
確に定められ、また物体は、転位ベクトルによって識別
される。
本発明の方法によ九ば、先ず、それぞれの物体の第1の
転位ベクトルと、識別すべき物体像の外形の転位ベクト
ルとの間で類似性が検査される。
もし、何らかの一致が見出せなかったならば、データが
収集されたそれぞれの物体の第2の転位ベクトルを用い
て、一致性を検査する操作が行われ、そして、このよう
な過程が繰返される。
基準となる物体像の外形の転位ベクトルと、識別すべき
物体像の外形の転位ベクトルとの間に一致が見られたと
きは、部分的に識別された物体における現在の前提条件
に対して精密な検査が行われる。この精密な検査という
のは1部分的に識別された物体の基準像の外形に対する
連続する基本セグメントを、転位ベクトルを基礎にして
識別すべき物体像の外形の連続する基本セグメントと比
較することである。
精密な検査というのは、実際に物体の基準像の(基本セ
グメントで定められた)外形に重ね合わせがあるか否か
を検査することである。その場合に。
精密な検査は転位ベクトルによって指定された物体の像
の方位の関数として、識別すべき物体像の外形に見られ
るその物体像の形状の一部と共に実行される。
物体がそこにあると定めるためには、3つの条件が必要
である。先ず第1に、識別されたと思われる物体のセグ
メントは、必ず識別すべき物体の輪郭の外側にあること
を検査する必要がある。第2の条件としては、識別すべ
き物体像の外形内で指定された物体の周囲と、(基準外
形内における)その物体の周囲との比が、予め定められ
た閾値を越えることがあげられる。この検査は、基準物
体の像の外形におけるすべての基本セグメントの長さが
知られており、また、前述の部分的に識別された物体の
基本セグメントの長さを、識別すべき物体の外形の像の
内部で知ることにより実現できるようになる。また、第
3の条件として、識別すべき物体像の外形内で指定され
た折曲点に対応する角度の絶対値の合計と、その物体の
基準像の外形内に含まれる折曲点に対応する角度の絶対
値の総計との比が、予め定められたもう1つの閾値を越
えることも検査される。
これらの3つの条件が組合わされたときには。
本発明の方法により、当該の物体が、あるいはその物体
に部分的にオーバーラツプしているかもしれない他のす
べての物体に対して、識別された事実を゛確認すること
ができる。
この段階の後では、分析すにき外形の転位ベクトルまた
はセグメントがあって、その転位ベクトルまたはセグメ
ントが、すでに識別された物体の外形の一部でないとき
に、他の物体に対しても同じ操作を行う、そして、この
新たな物体に対しては、少なくとも1つの転位ベクトル
が識別されたと考えられる。
例えば、第8図においては、識別期間に識別すべき物体
像の外形りに対する比較がなされる。その場合に、セグ
メントA8.B8とAI、Blとの組に対応する転位ベ
クトルは、(3!!別期間には他の物体とオーバーラツ
プし、部分的に隠れている)物体01のゼクメント組C
8,C1に対応する転位ベクトルと比較される0図示の
実施例では、転位ベクトルに類似性のあることは明らか
である。
次の段階は、セグメントA8.B8およびC8とセグメ
ントAl、BlおよびCIとを構成する連続する基本セ
グメントSe間で、前よりも精密な比較をすることであ
る。
前述の方法によれば、知覚期間に収集された形状に関す
るデータを参照して、オーバーラツプによって部分的に
隠れた物体を識別することができる。識別期間は1分析
すべき場面の性質を表わす関数として変化する。標準的
な16ビツトのマイクロプロセッサを用いれば、1つの
独立した物体は1秒以内に識別される。それに対して数
個のオーバーラツプした物体から形成された場面は、2
〜5秒で分析される。この方法の信頼性は非常に高い。
それは、転位ベクトルを用いた外形の処理が、物体間に
違いを考慮して行われるからである。
1つの物体が識別されたときには、その場面にある他の
物体を識別する試みがなされる。このために、その場面
ですでに識別された物体のセグメントに関するすべての
情報に対して、マスキングを行う。
第9図は本発明の方法を実施するシステムを示す。この
システムは、例えば、ビデオカメラ1を有し、その場合
、ビデオカメラはデータ処理装置に接続されており、異
なった物体の基準像の外形に関するビデオ信号を、知覚
期間にデータ処理装置に伝送する。このカメラは m刑
期間に識別すべき物体o1.o2.o、、o、の像の外
形に関するビデオ信号を伝送する。
また、データ処理装置はメモリー3に接続されたコンピ
ュータ2を有し、メモリー3には処理プログラムが記録
されており、また、処理すべきディジタル値や、基準像
の外形または識別すべき物体像の外形に対応するディジ
タル値で、すでに処理されたディジタル値も記録されて
いる。コンピュータ2には制御用のキーボード4が設け
られているこのコンピュータは、カメラから供給された
信号のディジタル化および記憶装置5の制御を行う、コ
ンピュータ2は前記装置5からの出力信号を受信し、前
に述べたようなす八での処理操作を行う1例えば、表示
装置6を用いれば、それぞれの物体の基準像の外形を知
覚過程の間に表示したり、識別すべき物体像の外形を識
別過程の間に表示したりすることができる。コンピュー
タ2の出力によってロボット7を制御し、例えば、必要
な場合には、ロボットが識別された物体を把持できるよ
うになっている。
また、本発明の実施例においては、カメラから供給され
た信号の処理を、部分的に装置5で行うこともできる。
この処理過程には、外形に対する読取り、フリーマン・
ベクトルによるコーディング、微分、ディジタル−アナ
ログ変換、フィルタ処理、サンプリングならびに積分が
含まれ、これらの操作についてはすでに説明しである。
コンピュータは処理装置5からの出力信号を受信し、ま
た、処理装置5で求められた連続する基本セグメントを
基礎にして特性セグメントを検査し、更に転位ベクトル
を計算する。
【図面の簡単な説明】
第1図は、外形線りの特性セグメントを示す図である。 第2図は、フリーマン・コードによる外形線のセグメン
ト化の方法を示す図である。 第3図は、外形線をコード化するために用いられるフリ
ーマン・ベクトルを示す図である。 第4図(a)は、フリーマン・コードによってセグメン
ト化された外形線を示す図であり、第4図(b)は、フ
リーマン・セグメントに対して加えられる処理の後でセ
グメント化された、同じ外形線を示す図である。 第5図は、本発明の方法に介入する派生的な段階を示す
図である。 第6図は1本発明による物体の外形線の特性セグメント
を示す図である。 第7図は、2つの特性ベクトル間で転位ベクトルをわか
り易い方法で示す図である。 第8図は、数個のオーバーラツプした物体像の外形上で
所定の特性セグメントを示す図である。 第9図は、本発明の方法を実行するためのシステムを示
す図である。

Claims (3)

    【特許請求の範囲】
  1. (1)オーバーラップしやすい物体のそれぞれの基準と
    なる像と、識別すべき物体群の像とに基づいて、このオ
    ーバーラップしやすい物体を自動的に識別する方法であ
    って、前記の像は、その像の外形線上の点を表わす座標
    を、それぞれの像に対してディジタル値で示して、基準
    マークを付けて記憶されており、その場合に、それぞれ
    の像の連続する基本的なセグメントをコーディングし、
    前記セグメントの端部が実質的に対応する外形線上に来
    るようにしたことにより、それぞれのセグメントに対す
    る前記のコーディングで前記セグメントの長さが与えら
    れると同時に、そのセグメントの基準の方向に対する角
    度も与えられ、前記コーディング操作は、順次に識別す
    べき異なった物体の「知覚」過程で行われると同時に、
    その次のオーバーラップしやすい物体の「識別」過程で
    も行われ、そして、知覚過程におけるコーディング操作
    は、それぞれの基準像の外形に対して、外形上の連続す
    る特性セグメントまたは不連続の特性セグメントの組を
    検査し、それぞれの特性セグメントを少なくとも1つの
    基本セグメントから形成し、前記特性セグメントは、物
    体の外形路で予め定められた方向を向くようにし、それ
    ぞれのセグメントの組から角度値パラメータによって定
    められる特性転位ベクトルを求め、その場合に、前記特
    性転位ベクトルは、そのセグメントの組における2つの
    方向を持った特性セグメントの間で前記外形路の方向を
    向いており、また、前記の組の各特性セグメントにつき
    原点の座標と長さとを求め、転位ベクトルはそのパラメ
    ータが、対応する物体の外形を弁別する能力を持つとき
    に、その物体が他の少なくとも1つの物体とオーバーラ
    ップされていたとしても、そのベクトルの特性を発揮し
    、転位ベクトルのパラメータを記憶するようにし、また
    、外形の転位ベクトルをそれらの弁別能力の関数につい
    て段階付けし、そして、異なった物体の外形の転位ベク
    トルを求めている間に、前記転位ベクトルの段階付けを
    修正して、異なった外形に対して類似の転位ベクトルを
    取り除くようにし、そのようにして知覚過程のコーディ
    ング操作は行われ、また、識別過程におけるコーディン
    グ操作は、識別すべき物体像の外形の特性セグメントに
    対して、同じ転位ベクトルを決定する操作を行い、そし
    て、前記の段階付けされた順序で、識別すべき物体像の
    外形の転位ベクトル・パラメータ値と、それぞれの物体
    の基準像における外形の転位ベクトル・パラメータ値と
    を比較して、前記パラメータ値が類似しているか否かを
    検査するようにし、前記の比較によって類似していると
    みなされる転位ベクトルに対応する物体については、前
    提条件を確立し、更に前記物体の基準像の外形の連続す
    る基本セグメントを、識別すべき物体像の外形の連続す
    る基本セグメントと比較することによって、前記の前提
    条件を精密に検査して、コーディング操作を行うように
    したことを特徴とする方法。
  2. (2)コード化された連続する基本セグメントをフリー
    マンのコーディングによって求めて、方位が定められた
    連続するセグメントを形成し、それらのセグメントの端
    部が各々の像の外形線上に来るようにし、前記フリーマ
    ンのコーディングの次に補正操作を行うことにより、フ
    リーマン・コード化された各々のセグメントをもとにし
    て、少なくとも1つの連続する基本セグメントを導き出
    し、その基本セグメントの端部は前記の像の外形線上に
    来るように、また、前記の連続する基本セグメントは等
    方性であり、また同じ長さであることを特徴とする特許
    請求の範囲第(1)項記載の方法。
  3. (3)フリーマン・コード化されたそれぞれのセグメン
    トに対する補正操作は、方位の不規則性を補償するため
    に、前記セグメントをその外形上の順序数に関して微分
    し、また、長さの不規則性を補償するために、各セグメ
    ントを微分した結果得られる値を変換し、前記変換によ
    って得られた信号をフィルタにかけ、前記信号を一定の
    周波数でサンプリングしてそのサンプル化された信号を
    積分し、前記積分によって連続するコード化基本セグメ
    ントを形成し、更に前記補正操作を行うことにより、所
    定の方位の点または特性セグメントを抽出するようにし
    たことを特徴とする特許請求の範囲第(2)項記載の方
    法。
JP62093468A 1986-04-18 1987-04-17 オ−バ−ラツプしやすい物体を自動識別する方法 Pending JPS62256087A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR8605594A FR2597636B1 (fr) 1986-04-18 1986-04-18 Procede de reconnaissance automatique d'objets susceptibles de se chevaucher
FR8605594 1986-04-18

Publications (1)

Publication Number Publication Date
JPS62256087A true JPS62256087A (ja) 1987-11-07

Family

ID=9334373

Family Applications (1)

Application Number Title Priority Date Filing Date
JP62093468A Pending JPS62256087A (ja) 1986-04-18 1987-04-17 オ−バ−ラツプしやすい物体を自動識別する方法

Country Status (7)

Country Link
US (1) US4845765A (ja)
EP (1) EP0243253B1 (ja)
JP (1) JPS62256087A (ja)
CA (1) CA1276306C (ja)
DE (1) DE3771265D1 (ja)
ES (1) ES2023205B3 (ja)
FR (1) FR2597636B1 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2885823B2 (ja) * 1989-04-11 1999-04-26 株式会社豊田中央研究所 視覚認識装置
DE4211904C2 (de) * 1991-04-09 1994-03-17 Werner Maier Automatisches Verfahren zum Erstellen einer Liste unterschiedlicher Arten für eine flüssige Probe
EP0514688A2 (en) * 1991-05-21 1992-11-25 International Business Machines Corporation Generalized shape autocorrelation for shape acquisition and recognition
USRE36656E (en) * 1991-05-21 2000-04-11 International Business Machines Corporation Generalized shape autocorrelation for shape acquistion and recognition
US5600733A (en) * 1993-11-01 1997-02-04 Kulicke And Soffa Investments, Inc Method for locating eye points on objects subject to size variations
US5875264A (en) * 1993-12-03 1999-02-23 Kaman Sciences Corporation Pixel hashing image recognition system
US6141462A (en) 1995-10-11 2000-10-31 Dainippon Screen Mfg. Co., Ltd. Image processing using adjoining relationships between image parts
US6173066B1 (en) 1996-05-21 2001-01-09 Cybernet Systems Corporation Pose determination and tracking by matching 3D objects to a 2D sensor
US5995672A (en) * 1996-11-08 1999-11-30 Hughes Electronics Corporation Method for reducing alpha plane bit mask size
US6658145B1 (en) * 1997-12-31 2003-12-02 Cognex Corporation Fast high-accuracy multi-dimensional pattern inspection
US6975764B1 (en) * 1997-11-26 2005-12-13 Cognex Technology And Investment Corporation Fast high-accuracy multi-dimensional pattern inspection
US7016539B1 (en) 1998-07-13 2006-03-21 Cognex Corporation Method for fast, robust, multi-dimensional pattern recognition
JP3421608B2 (ja) * 1999-04-08 2003-06-30 ファナック株式会社 教示モデル生成装置
US6952488B2 (en) * 2001-08-27 2005-10-04 Carnegie Mellon University System and method for object localization
US8081820B2 (en) * 2003-07-22 2011-12-20 Cognex Technology And Investment Corporation Method for partitioning a pattern into optimized sub-patterns
US7190834B2 (en) 2003-07-22 2007-03-13 Cognex Technology And Investment Corporation Methods for finding and characterizing a deformed pattern in an image
US8437502B1 (en) 2004-09-25 2013-05-07 Cognex Technology And Investment Corporation General pose refinement and tracking tool
US7848592B2 (en) * 2006-07-31 2010-12-07 Carestream Health, Inc. Image fusion for radiation therapy
US8103085B1 (en) 2007-09-25 2012-01-24 Cognex Corporation System and method for detecting flaws in objects using machine vision
US9679224B2 (en) 2013-06-28 2017-06-13 Cognex Corporation Semi-supervised method for training multiple pattern recognition and registration tool models

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3638188A (en) * 1969-10-17 1972-01-25 Westinghouse Electric Corp Classification method and apparatus for pattern recognition systems
JPS5930179A (ja) * 1982-08-10 1984-02-17 Agency Of Ind Science & Technol パタ−ンの線分近似方式
JPS5959397A (ja) * 1982-09-29 1984-04-05 オムロン株式会社 特徴点のラベリング装置
FR2540263B1 (fr) * 1983-01-31 1988-05-20 Commissariat Energie Atomique Procede de reconnaissance automatique d'une image a partir d'une image correspondante de reference

Also Published As

Publication number Publication date
EP0243253A1 (fr) 1987-10-28
EP0243253B1 (fr) 1991-07-10
US4845765A (en) 1989-07-04
FR2597636A1 (fr) 1987-10-23
ES2023205B3 (es) 1992-01-01
FR2597636B1 (fr) 1988-06-17
CA1276306C (en) 1990-11-13
DE3771265D1 (de) 1991-08-14

Similar Documents

Publication Publication Date Title
JPS62256087A (ja) オ−バ−ラツプしやすい物体を自動識別する方法
US4545067A (en) Process for automatic image recognition
EP0233888B1 (en) Image processing device
JP2940317B2 (ja) 画像処理装置
EP0669593A2 (en) Two-dimensional code recognition method
JPS5847064B2 (ja) 文字読取方式
CN1130077C (zh) 利用梯度模式匹配的运动补偿装置和方法
CN108364306B (zh) 一种高速周期运动的视觉实时检测方法
CN111965115A (zh) 一种基于高光谱的船舶尾气测量系统及方法
CN100433047C (zh) 检测图像模糊性的设备和方法
CN114065798A (zh) 基于机器识别的视觉识别方法及装置
JPS58134372A (ja) パタ−ン検査装置
CN112101448B (zh) 一种屏幕图像识别方法、设备、系统和可读存储介质
CN112710632A (zh) 一种玻璃微珠高低折射率检测方法及系统
JP2912070B2 (ja) 対象物の位置認識方法
CN117037185B (zh) 一种基于光学字符识别技术的导线线号识别方法及装置
JPS6270988A (ja) 楕円検出装置
EP0304600B1 (en) Method of identifying objects
JPH0560147B2 (ja)
JPH0624028B2 (ja) パターン認識のための特徴点コーナーの位置計測方法
SU446087A1 (ru) Способ опознавани изображений объектов
JPH06309463A (ja) 実時間形状認識装置
EP0477040A2 (en) Method for checking marks
JPH03224074A (ja) 画像処理方法およびその装置
JP2620094B2 (ja) 図形パタ−ンの計測方法