KR0137757B1 - 인식방법 및 인식장치 - Google Patents
인식방법 및 인식장치Info
- Publication number
- KR0137757B1 KR0137757B1 KR1019910011449A KR910011449A KR0137757B1 KR 0137757 B1 KR0137757 B1 KR 0137757B1 KR 1019910011449 A KR1019910011449 A KR 1019910011449A KR 910011449 A KR910011449 A KR 910011449A KR 0137757 B1 KR0137757 B1 KR 0137757B1
- Authority
- KR
- South Korea
- Prior art keywords
- partial region
- histogram
- absence
- subregion
- shape
- Prior art date
Links
- 238000000034 method Methods 0.000 title abstract description 27
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 239000000843 powder Substances 0.000 description 6
- 238000010606 normalization Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
본 발명은, TV카메라로 촬영한 영상신호를 화상처리함으로써, 대상물의 형상이나 유무를 판별하는 인식방법 및 인식장치에 관한 것으로서, 영상신호를 표본화 및 양자화해서 디지틀 신호처리할 때, 부분영역내의 전체농도합을 구하고, 대상물의 적어도 일부분이 부분영역내에 존재할때의 전체농도합과 비교해서 대상물의 부분영역내에 있어서의 유무를 판별하고, 대상물을 인식하는 것을 특징으로 하는 인식방법과, 또 이를 실현하기 위하여, 대상물의 형상에 따라서 배치된 각각의 부분영역내의 농도데이터와 이 농도데이터의 계조수배된 부분영역번호를 가산해서 각 부분영역의 히스토그램을 구하는 수단과, 각 부분영역에 대상물의 적어도 일부분이 존재할때의 각각의 히스토그램과 비교해서 대상물의 유무를 각 부분영역마다 판별하는 수단과, 각 부분영역의 존재유무의 조합으로부터 대상물의 형상을 인식하는 수단을 구비한 것을 특징으로 하는 인식장치를 제공하는 것이다.
Description
제1도는 본 발명의 제1실시예에 있어서의 인식장치의 구성도
제2도는 인식방법의 설명도
제3도는 본 발명의 제2실시예에 있어서의 인식장치의 구성도
제4도는 본 발명의 제3실시예에 있어서의 인식장치의 구성도
제5도는 본 발명의 제4실시예에 있어서의 인식방법을 표시한 순서도
제6도는 종래의 인식방법을 설명하기 위한 설명도
*도면의 주요부분에 대한 부호의 설명
10(10a∼10g):부분영역13:인식대상화상
14:대상물16:농도합메모리
18:농도합비교수단19:부분영역내 대상물존재판정수단
20:대상형상판정수단23:히스토그램메모리
25:히스토그램비교수단30:정규화수단
32:차분히스토그램누적수단33:부분영역내 2차원 FFT수단
34:대역필터35:잔존파우어검출수단
36:대상물존재유무판정수단
본 발명은, TV카메라로 촬영한 영상신호를 화상처리함으로써, 대상물의 형상이나 유무를 판별하는 인식방법 및 인식장치에 관한 것이다.
최근, 화상처리에 의한 대상물의 형상이나 유무의 판별은, 생산공정에 있어서의 자동화 등에서 중요하게 되어 있다.
이하, 제6도를 참조하면서, 종래의 인식방법의 일례에 대해서 설명한다.
제6도에 있어서, (1)은 7세그먼트표시기의 점등부인 대상물, (2)는 화상처리범위내의 정해진 위치에 설정된 부분영역, (3), (4), (5), (6), (7), (8)에 대해서도 마찬가지로 7세그먼트표시위치부에 맞추어서 설정된 부분영역, (9)는, 부분영역(2)∼(5), (8)내에서의 대상물(1)을 표시하는 존재영역이다.
먼저, 부분영역(2)에 있어서, 존재영역(9)을 어떠한 방법으로 배경과 분리해서, 부분영역(2)속에 있어서의 존재영역(9)의 면적을 구한다. 배경과 존재영역(9)을 분리하는 방법은, 어떤 일정한 농도이상을 1, 그것보다 작은 것을 0으로 하는 2치화가 일반적이나, 이외에도 여러가지 방법은 있다. 그런데, 존재영역(9)이 미리 설정한 밝기 이상이면, 대상물(1)의 적어도 일부가 존재한다고 판정한다. 즉, 7세그먼트먼트중 최상부는 점등되어 있다고 판정할 수 있다. 마찬가지로해서 나머지 부분영역(3)∼(8)에 대해서도 존재영역(9)의 유무를 판별한다. 그 결과 예를들면 부분영역(2), (3), (5), (8)에 있어서, 대상물(1)의 존재가 인정된 것으로 하여, 미리 준비한 진리치표 등을 근거로, 7세그먼트표시는 「3」을 표시하고 있다고 인식하는 방법(예를들면, 일본국 특공소 52-41016호공보)이 알려져 있다.
그러나 상기한 바와 같은 방법에서는, 존재영역을 배경으로부터 분리하기 위하여 일정한 한계치를 결정하지 않으면 안되고, 일반적으로 콘트라스트가 좋은 것이 아니면, 안정적으로 대상물의 존재영역을 배경으로부터 분리하는 한계치를 결정하는 일이 곤란한 것이 많고, 또 그와 같은 한계치결정수단이 여분으로 필요하다고 하는 문제점을 가지고 있었다.
본 발명의 제1 목적은, 대상물의 존재영역을 배경으로부터 분리하는 일없이 부분영역내의 전체농도합만으로도 존재유무를 판정할 수 있는 인식방법을 제공하는 일이다.
또, 본 발명의 제2 목적은 대상물이 있을때는, 부분 영역내의 농도에 대한 히스토그램분포가 다른 것을 이용해서, 한꺼번에 복수의 부분영역에 있어서의 히스토그램을 계산해서 대상물의 존재 및 부분영역의 어느 것에 대상물이 존재하는지에 의해서 대상형상을 인식할 수 있는 인식장치를 제공하는 일이다.
또 본 발명의 제3 목적은, 밝기가 변화하는 환경 또는 대상물에 대해서 정규화된 농도히스토그램을 비교함으로써 대상물의 유무를 판별할 수 있는 인식장치를 제공하는 일이다.
이에 더하여 본 발명의 제4 목적은 부분영역내의 주파수성분을 구하고, 부분영역내에 대상물이 존재할때에 최대의 파우어를 얻을 수 있도록 한 대역필터를 배설함으로써, 대상물을 배경과 분리하는 수속을 행함이 없이 잔존파우어만으로 대상물의 부분영역내에서의 존재유무를 판정할 수 있는 인식방법을 제공하는 일이다.
궁극적인 목적으로서는, 상기 대상물의 존재유무에 의해 제품의 결함등을 발견해내는 것이다.
제1 목적을 달성하기 위하여 제1 발명의 인식방법은, TV카메라로 대상물을 촬상해서 얻어진 영상신호를 표본화 및 양자화해서 디지틀 신호인 농도데이터로서 처리할 때에, 촬상해서 얻어진 인식대상화상에 대해서 미리 설정한 위치의 부분영역내의 전체농도합을 구하고, 소정 상태의 대상물의 적어도 일부분이 미리 부분영역내에 존재하는 상태에서 촬상되어 얻어진 해당 부분영역의 전체농도합과 비교해서, 미지의 대상물의 부분영역에 있어서의 농도합이 어느 일정치이하의 차일때에 대상물이 있다고 판별하여, 소정 상태의 대상물의 존재를 인식하는 것을 특징으로 한다.
또 제2 목적을 달성하기 위하여 제2 발명의 인식장치는 대상물의 형상에 따라서 배치된 각각의 부분영역내의 농도데이터와 이 농도데이터의 계조수배된 부분영역번호를 가산해서 각 부분영역의 히스토그램을 구하는 수단과, 각 부분영역에 대상물의 적어도 일부분이 존재할때의 각각의 히스토그램과 비교해서 대상물의 유무를 각 부분영역마다 판별하는 수단과, 각 부분영역의 존재유무의 조합으로부터 대상물의 형상을 인식하는 수단을 구비한 것을 특징으로 한다.
또 제3 목적을 달성하기 위하여 제3 발명의 인식장치는, 부분영역에 대상물의 적어도 일부분이 존재할때의 히스토그램과 인식대상화상의 부분영역에 있어서의 히스토그램을 각각 밝기와 빈도수에 대해서 정규화하는 수단과, 정규화된 히스토그램에 의해서 동일한 밝기끼리의 빈도수의 차분(差分)을 전체농도에 대해서 누적하는 수단과, 누적결과가 기준보다 작을때, 대상물이 부분영역내에 존재한다고 판정하는 수단을 구비한 것을 특징으로 한다.
이에 더하여 본 발명의 제4 목적을 달성하기 위하여 제4 발명의 인식방법은, 부분영역내의 주파수성분을 구하고, 대상물의 적어도 일부분이 부분영역내에 존재할때의 부분영역내의 주파수성분과 비교해서 대상물의 부분영역내에 있어서의 유무를 판별해서 대상물을 인식하는 것을 특징으로 한다.
제1 발명에 의하면, 부분영역내의 농도합을 구하는 것만으로도, 대상물의 존재영역을 배경으로부터 분리하는 일없이 존재영역의 유무를 판별할 수 있다.
또, 제2 발명에 의하면, 부분영역내의 히스토그램을 구함으로써, 대상물의 존재영역을 배경으로부터 분리하는 일없이 그 존재의 유무를 알 수 있고, 또 존재하는 것이 확인된 부분영역의 배치로부터 대상물의 형상을 인식할 수 있다.
또, 제3 발명에 의하면, 환경의 밝기의 변화나 대상물의 밝기의 변화에 좌우되는 일없이 각 부분영역내에서의 존재유무를 판정하여 대상물의 형상 등을 인식할 수 있다.
이에 대하여, 제4 발명에 의하면, 부분영역내에 있어서의 주파수성분을 구함으로써, 특히 대상물의 존재영역을 배경으로부터 분리하는 일없이, 부분영역내에 있어서의 대상물의 존재영역의 유무를 판정할 수 있다.
본 발명의 실시예에 대하여 이하, 도면을 참조해서 설명한다.
[실시예 1]
제1도 및 제2도는, 본 발명의 제1실시예에 있어서의 인식방법 및 인식장치의 설명도이다.
제2도에 있어서 (10)은 부분영역, (11)은 부분영역(10)내에서 표본화되어서 양자화(量子化)된 화상의 농도를 표시한 화소, (14)는 대상물이다.
제1도에 있어서, (13)은 7세그먼트표시기를 TV카메라로 촬영해서 얻어진 인식대상화상, (14)는 7세그먼트표시기의 상(傷)인 대상물, (15)는 제1∼제7부분영역 (10a)∼(10g)의 설정위치를 기억한 부분영역마스크화상, (16)은 부분영역마스크화상(15)으로부터의 출력데이터를 어드레스로해서 1화소마다 데이터를 출력하여 제차 가공된 데이터를 격납하는 농도합메모리, (17)은 인식대상화상(13)과 농도합메모리(16)의 연산처리로부터의 출력데이터를 가산하는 가산기, (18)은 각 부분영역(10a)∼(10g)마다 농도합을 기준치와 비교하는 농도합비교수단, (19)는 그 결과 대상물(14)의 유무를 판정하는 부분영역내 대상물존재판정수단, (20)은 부분영역 (10a)∼(10g)마다의 대상물(14)의 존재영역의 유무의 조합으로 대상형상을 판정하는 대상형상 판정수단이다.
인식대상화상(13)과 부분영역마스크화상(15)은 동일사이즈이며, 동일개소의 화소(11)에 대해서 순차적으로 주사하면서 모든 범위의 처리를 행한다. 부분영역(10a)∼(10g)이외의 화소(11)에 대해서는, 농도합메모리(16)에 있어서 어드레스가 제로인 메모리공간에 인식대상화상(13)의 농도데이터가 가산되어 간다. 제1부분영역(10a)에 상당하는 인식대상화상(13)에 있어서의 농도데이터는, 부분영역번호를 어드레스로 하는 메모리공간에 가산된다. 즉, 부분영역번호가 어드레스로서 부여되면, 그 어드레스에 있어서의 농도데이터를 데이터출력해서 인식대상화상(13)의 화소(11)를 가산기(17)에서 가산하고, 그 결과를 재차 동일 어드레스에 격납한다고 하는 처리를 전체영역의 화소(11)에 대해서 반복하여 행하게 된다. 물론, 이 처리에 앞서서 농도합메모리의 내용을 모두 제로로 해두지 않으면 안된다.
이 처리를 제2도를 사용해서 또한번 설명하면, 부분영역(10)중의 화소(11)의 농도데이터를 모두 가산한다고 하는 것이다. 대상물(14)이 액정디스플레이와 같은 세그먼트표시기의 상일때는, 농도에이터로서는 어둡기 때문에 작은 값으로 된다. 따라서 부분영역(10)의 전체농도합은 액정이 표시상태가 아닌때에 비해서 낮아진다. 이와 같이 대상물(14)이 존재할때의 전체농도합을 각 부분영역(10a)∼(10g)마다 기억해두고, 미지의 대상물(14)에 대해서 각 부분영역(10a)∼(10g)마다의 농도합을 농도합비교수단(18)에 의해서 비교하고, 그 결과 부분영역내 대상물존재판정수단(19)에 있어서 대상물(14)의 존재유무를 판정하고, 대상형상판정수단(20)에 있어서 대상형상의 판정을 행한다.
이상과 같이 본 실시예에 의하면, 부분영역(10a)∼(10g)에 있어서 전체농도합을 디지틀적으로 구함으로써, 대상물(14)의 존재유무를 판정하려고 하는 것이며, 대상물(14)을 배경과 분리해서 예를들면 대상물(14)의 크기 등을 구하는 일없이 대상물(14)의 유무를 판정할 수 있게 된다.
[실시예 2]
제3도는, 본 발명의 제2실시예에 있어서의 인식장치의 설명도이다. 본 실시예에 있어서 제1실시예와 공통되는 것에는 공통부호를 붙여서 표시하고, 그 설명은 생략한다.
제3도에 있어서, (21)은 부분영역마스크화상(15)에 있어서의 부분영역번호를 인식대상화상(13)의 최대양자비트수만큼 왼쪽으로 시프트하는 승산기, (22)는 승산기(21)에 의해서 승산된 부분영역번호와 인식대상화상(13)의 각 화소마다의 농도데이터를 가산하는 가산기, (23)은 가산기(22)의 출력을 어드레스로 해서 동일 어드레스의 출현수를 카운트한 데이터를 격납하는 히스토그램메모리이다. (24)는 카운트업을 위하여 지정된 어드레스의 데이터에 「1」을 가산하는 1가산기이며, 이 데이터는 재차 동일어드레스에 격납된다. (25)는 히스토그램메모리(23)의 내용을 제1∼제7부분영역(10a)∼(10g)마다 기준데이터와 비교하는 히스토그램비교수단이다.
이상과 같이 구성된 인식장치에 대해서 이하 그 동작을 설명한다.
설명을 알기 쉽게 하기 위하여, 인식대상화상(13)은 6비트 64계조의 농도데이터로 표현되어 있는 것으로 한다. 제1실시예에서도 설명한 바와 같이 인식대상화상(13)과 부분영역마스크화상(15)은 맞포개었을때에 동일 위치가 되는 화소마다 순차적으로 모든 범위에 대해서 이하와 같은 처리가 행하여진다.
처리되는 화소가 제1부분영역(10a)의 위치에 있을때, 부분영역번호 「1」은 승산기(21)에 의해서, 2진표현으로 6비트 왼쪽으로 시프트 즉 64배되고, 이 데이터와 동일 위치에 있는 인식대상화상(13)상의 농도데이터를 가산기(22)에 의해서 가산하여 히스토그램메모리(23)의 어드레스로 한다. 히스토그램메모리(23)는 주어진 어드레스의 내용을 데이터출력으로부터 출력하고, 1가산기(24)에 의해서 카운트업되고, 재차 데이터입력으로부터 히스토그램메모리(23)에 격납된다. 이와같이해서 전체영역에 걸쳐서 마찬가지의 처리를 행하면, 히스토그램메모리(23)의 내용은, 부분영역(10a)∼(10g)마다의 히스토그램데이터가 부분영역번호순으로 히스토그램메모리 어드레스의 작은 쪽으로부터 큰 쪽을 향해서 64구간마다 격납되어 있는 상태가 된다. 이 구간마다 즉 부분영역(10a)∼(10g)마다 예를들면 히스토그램의 피이크수나 피이크치등을 미리 부분영역(10a)∼(10g)내에 대상물(14)이 존재할때의 것과 비교하는 처리를 히스토그램비교수단(25)에 의해서 행하고, 그 결과 부분영역내의 대상물존재판정수단(19)에 의해서 대상물(14)의 존재유무를 판정한다. 또 각 부분영역(10a)∼(10g)마다의 대상물(14)의 유무로부터 대상형상판정수단(20)에 의해서, 예를들면 제3도의 경우, 제1∼제4, 제7부분영역(10a), (10b), (10c), (10d), (10g)에만 대상물(14)이 존재하므로 7세그먼트표시는 「3」을 표시하고 있다고 판정한다.
이상과 같이 각 부분영역(10a)∼(10g)마다의 히스토그램이 화상주사에 따라서 얻어짐으로써, 대상물(14)을 배경으로부터 분리할 필요가 없는 것에 추가해서, 고속으로 히스토그램결과를 얻을 수 있어, 대상물(14)의 유무를 농도합데이터의 비교에 의해서 판정하는 제1실시예에 비해서 보다 정확하게 판정할 수 있다.
[실시예 3]
이하, 본 발명의 제3실시예에 대해서 제4도를 참조하면서 설명한다.
(a)는 부분영역에 있어서의 히스토그램을 표시한다. (f)는 동 히스토그램의 최대빈도수를 표시하고, (d)는 최대농도를 표시한다. (30)은 히스토그램(a)을 빈도와 농도에 대해서 정규화하는 정규화수단. (b)는 정규화수단(30)에 의해서 정규화된 히스토그램. (c)는 미리 부분영역에 대상물이 존재할 때에 얻어서 정규화한 기준히스토그램, (31)은 히스토그램(b)와 (c)에 대해서 동일 상대농도에 있어서의 차분을 계산하는 차분기이며, (32)는 「0」에서부터 「1」까지의 상대농도에 대해서 차분치를 누적하는 차분히스토그램누적수단이다.
이상과 같이 구성된 인식장치에 대해서 이하 그 동작을 설명한다.
먼저, 부분영역에 있어서의 히스토그램(a)는 최대빈도수(f)가 상대빈도수 「1」이 되도록, 또 최대농도치(d)가 상대농도 「1」이 되도록 정규화수단(30)에 의해서 정규화된다. 그 결과, (b)와 같은 정규화된 히스토그램이 얻어진다. 한편, 미리 부분영역에 대상물이 존재할 때의 정규화된 기준히스토그램(c)과, 상대농도에 대해서 차분기(31)에 의해 차분을 취한다. 차분결과「0」에서부터 「1」까지의 누적인 차분히스토그램의 누적치가 기준치보다 작을 때는, 인식대상화상에 있어서 대상물이 존재한다고 판정할 수 있다. 이들은 부분영역마다 행하여지며 제2실시예와 마찬가지로해서 부분영역내 대상물존재판정수단(19), 대상형상판정수단(20)에 의해 대상물이 인식된다.
이상과 같이, 정규화된 히스토그램을 각 부분영역마다 기준히스토그램과 비교함으로써, 대상물의 유무를 판정할 수 있으므로, 대상물의 배경의 밝기나, 대상물 자체의 밝기의 변화에 대해서도 추종해서 정확한 판정결과를 얻을 수 있다. 또한, 히스토그램의 정규화방법에 대해서는 여기서 설명한 방법에 한정되는 것은 아니다.
[실시예 4]
제5도는, 본 발명의 제4실시예에 있어서의 인식방법의 설명도이다.
동 도면에 있어서, (33)은 부분영역내의 2차원고속푸우리에 변환(이하 2차원 FFT라 칭함)처리를 행하는 부분영역내 2차원 FFT수단, (34)는 부분영역내에 대상물이 존재할때에 강하게 나타나는 주파수성분이외를 통과시키는 대역필터, (35)는 대역필터를 통과한 뒤의 잔존파우어를 검출하는 잔존파우어검출수단, (36)은 잔존파우어검출수단(35)의 결과를 근거로 대상물존재유무판정을 행하는 대상물존재유무판정수단이다.
본 실시예에 있어서 제1∼제3실시예와 다른 점은, 부분영역내의 대상물유무판정의 측정데이타가 주파수마다의 파우어 즉 파우어스펙트럼인 점에 있다.
먼저, 부분영역내의 2차원 FFT치를 구한다.
대상물이 부분영역내에 있을때의 파우어스펙트럼을 근거로 이 파우어통과를 저지하는 대역필터(34)를 개재해서 잔존파우어검출을 행한다. 대상물이외의 것이 부분영역에 있을때는 잔존파우어가 커짐으로써 대상물이 없다고하는 것처럼 대상물존재유무판정이 행하여진다.
이상과 같이 본 실시예에 의하면, 부분영역내의 주파수성분에 의해서 대상물의 존재유무를 판별하므로, 예를들면 대상물의 총면적이 동일하더라도 형상이나 구성(te-xture)을 달리하는 대상물을 선별해서 대상의 유무를 판별할 수 있다.
이상과 같이 제1발명에 의하면, 화상주사와 동시에 부분영역내의 전체농도합을 구함으로써 대상물의 존재영역의 유무를 판별할 수 있으므로, 대상물을 배경으로부터 분리할 필요가 없어져 간단·용이하게 대상물의 존재영역의 유무를 판정할 수 있다.
또, 제2발명에 의하면, 대상물의 형상에 따라서 배치된 부분영역내의 히스토그램을 화상주사와 동시에 측정해서 각 부분영역에서의 대상물의 존재영역의 유무를 판정하므로, 간단·용이하고 또 고속으로 대상물의 유무 및 형상의 판별을 정확하게 행할 수 있다.
또, 제3발명에 의하면, 부분영역내의 히스토그램을 정규화하고 나서 대상물의 존재유무를 판정하므로, 대상물의 밝기의 변화나 환경의 변화에 영향받는 일없이 정확한 판정결과를 얻을 수 있다.
또한, 제4발명에 의하면, 부분영역내의 주파수성분을 측정함으로써 목적으로 하는 대상물의 존재영역의 유무를 판정할 수 있으므로, 존재영역의 면적이나 대상물의 표면성상(性上)이 다른 경우에도 대상물의 유무를 판정할 수 있다.
Claims (4)
- TV카메라로 대상물을 촬상해서 얻어진 영상신호를 표본화 및 양자화해서 디지틀 신호인 농도데이터로서 처리할 때에, 촬상해서 얻어진 인식대상화상에 대해서 미리 설정한 위치에 부분영역내의 전체농도합을 구하고, 어떤 상태의 대상물의 적어도 일부분이 미리 부분영역내에 존재하는 상태에서 촬상되어 얻어진 해당 부분영역의 전체농도합과 비교해서, 미지의 대상물의 부분영역에 있어서의 농도합이 어느 일정치이하의 차가 있을 때에 대상물이 있다고 판별하여, 어떤 상태의 대상물의 존재를 인식하는 것을 특징으로 하는 인식방법.
- 대상물의 형상에 따라서 배치된 각각의 부분영역내의 농도데이터와 이 농도데이터의 개조수배된 부분영역번호를 가산해서 각 부분영역의 히스토그램을 구하는 수단과, 각 부분영역에 대상물의 적어도 일부분이 존재할때의 각각의 히스토그램과 비교해서 대상물의 유무를 각 부분영역마다 판별하는 수단과, 각 부분영역의 존재유무의 조합으로부터 대상물의 형상을 인식하는 수단을 구비한 것을 특징으로 하는 인식장치.
- 제2항에 있어서, 부분영역에 대상물의 적어도 일부분이 존재할때의 히스토그램과 인식대상화상의 부분영역에서의 히스토그램을 각각 밝기와 빈도수에 대해서 정규화하는 수단과, 정규화된 히스토그램에 의해서 동일한 밝기끼리의 빈도수의 차분을 전체농도에 대해서 누적하는 수단과, 누적결과가 기준보다 작을때, 대상물이 부분영역내에 존재한다고 판정하는 수단을 구비한 것을 특징으로 하는 인식장치.
- 부분영역내의 주파수성분을 구하고, 대상물의 적어도 일부분이 부분영역내에 존재할때의 부분영역내의 주파수성분과 비교해서 대상물의 부분영역내에 있어서의 유무를 판별해서 대상물을 인식하는 것을 특징으로 하는 인식방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP90-180057 | 1990-07-06 | ||
JP2180057A JPH0467275A (ja) | 1990-07-06 | 1990-07-06 | 認識方法及び認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR920003750A KR920003750A (ko) | 1992-02-29 |
KR0137757B1 true KR0137757B1 (ko) | 1998-06-15 |
Family
ID=16076733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019910011449A KR0137757B1 (ko) | 1990-07-06 | 1991-07-06 | 인식방법 및 인식장치 |
Country Status (3)
Country | Link |
---|---|
US (1) | US5263098A (ko) |
JP (1) | JPH0467275A (ko) |
KR (1) | KR0137757B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220129528A (ko) * | 2018-06-26 | 2022-09-23 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2764224B2 (ja) * | 1993-03-01 | 1998-06-11 | ユナイテツド パーセル サービス オブ アメリカ インコーポレイテツド | 補足目標の位置を求める方法および装置 |
EP0657839B1 (en) * | 1993-12-10 | 2002-02-20 | Ricoh Company, Ltd | Methodsand apparatus for recognizing a specific image from an imput image signal |
US5673331A (en) * | 1995-06-03 | 1997-09-30 | United States Department Of Energy | Method and apparatus for reading meters from a video image |
JP3764773B2 (ja) * | 1996-02-29 | 2006-04-12 | 富士通株式会社 | 注視点を用いた頑健な認識装置 |
US6173066B1 (en) | 1996-05-21 | 2001-01-09 | Cybernet Systems Corporation | Pose determination and tracking by matching 3D objects to a 2D sensor |
US7650015B2 (en) * | 1997-07-22 | 2010-01-19 | Image Processing Technologies. LLC | Image processing method |
US6038341A (en) * | 1997-03-06 | 2000-03-14 | Matsushita Electric Industrial Co., Ltd. | Histogram operating unit for video signals |
US5943435A (en) * | 1997-10-07 | 1999-08-24 | Eastman Kodak Company | Body part recognition in radiographic images |
WO2002063270A2 (en) * | 2001-02-05 | 2002-08-15 | Board Of Regents, The University Of Texas System | The use of mesoscale self-assembly and recognition to effect delivery of sensing reagent for arrayed sensors |
US7653212B2 (en) * | 2006-05-19 | 2010-01-26 | Universal Electronics Inc. | System and method for using image data in connection with configuring a universal controlling device |
US20040239796A1 (en) * | 2002-09-20 | 2004-12-02 | Seiko Epson Corporation | Backlight adjustment processing of image using image generation record information |
EP1404118A1 (en) * | 2002-09-20 | 2004-03-31 | Seiko Epson Corporation | Backlight adjustment processing of image using image generation record information |
WO2004097371A2 (en) * | 2003-04-25 | 2004-11-11 | Board Of Regents, The University Of Texas System | System and method for the detection of analytes |
US9317922B2 (en) | 2003-05-16 | 2016-04-19 | Board Of Regents The University Of Texas System | Image and part recognition technology |
US7651850B2 (en) * | 2003-05-16 | 2010-01-26 | Board Of Regents, The University Of Texas System | Image and part recognition technology |
EP1726545B1 (en) * | 2005-05-25 | 2010-02-10 | Canon Kabushiki Kaisha | Sheet feeding apparatus and image forming apparatus with such a sheet feeding apparatus therein |
US7728839B2 (en) * | 2005-10-28 | 2010-06-01 | Honda Motor Co., Ltd. | Discriminative motion modeling for human motion tracking |
US8896426B1 (en) | 2007-02-09 | 2014-11-25 | Uei Cayman Inc. | Graphical user interface for programming universal remote control devices |
US8472715B2 (en) * | 2007-10-26 | 2013-06-25 | Panasonic Corporation | Situation determining apparatus, situation determining method, situation determining program, abnormality determining apparatus, abnormality determining method, abnormality determining program, and congestion estimating apparatus |
US8094875B1 (en) | 2008-04-18 | 2012-01-10 | Uei Cayman Inc. | Performing optical recognition on a picture of a remote to identify an associated codeset |
US9870123B1 (en) | 2008-04-18 | 2018-01-16 | Universal Electronics Inc. | Selecting a picture of a device to identify an associated codeset |
US9881191B2 (en) * | 2015-12-14 | 2018-01-30 | Leadot Innovation, Inc. | Method of controlling operation of cataloged smart devices |
JP6901334B2 (ja) * | 2017-07-04 | 2021-07-14 | 中国計器工業株式会社 | 光学的数字読取り方法及び装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5935064A (ja) * | 1982-08-24 | 1984-02-25 | 日本板硝子株式会社 | シヤモツトとその製造方法 |
JP2696211B2 (ja) * | 1987-04-20 | 1998-01-14 | 株式会社日立製作所 | 濃淡画像からのパターン認識方法及び装置 |
US4809344A (en) * | 1987-05-11 | 1989-02-28 | Nippon Sheet Glass Co., Ltd. | Apparatus for preprocessing of character recognition |
-
1990
- 1990-07-06 JP JP2180057A patent/JPH0467275A/ja active Pending
-
1991
- 1991-07-06 KR KR1019910011449A patent/KR0137757B1/ko not_active IP Right Cessation
- 1991-07-08 US US07/726,685 patent/US5263098A/en not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220129528A (ko) * | 2018-06-26 | 2022-09-23 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
KR20220130074A (ko) * | 2018-06-26 | 2022-09-26 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
KR20220130651A (ko) * | 2018-06-26 | 2022-09-27 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
KR20220132495A (ko) * | 2018-06-26 | 2022-09-30 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
KR20220132496A (ko) * | 2018-06-26 | 2022-09-30 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
KR20220133149A (ko) * | 2018-06-26 | 2022-10-04 | 한국전력공사 | 전기차 충전기용 양방향 보안통신장치 |
Also Published As
Publication number | Publication date |
---|---|
KR920003750A (ko) | 1992-02-29 |
US5263098A (en) | 1993-11-16 |
JPH0467275A (ja) | 1992-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR0137757B1 (ko) | 인식방법 및 인식장치 | |
US5033015A (en) | Automated system for testing an imaging sensor | |
KR100584605B1 (ko) | 디지털 비디오 신호 내에서 불투명한 로고 검출 장치 및방법 | |
Visen et al. | AE—automation and emerging technologies: identification and segmentation of occluding groups of grain kernels in a grain sample image | |
US20020180870A1 (en) | Method for detecting moving objects by comparing video images | |
US4646252A (en) | Color film inspection method | |
CN115018844B (zh) | 一种基于人工智能的塑料薄膜质量评估方法 | |
US7333656B2 (en) | Image processing method and image processing apparatus | |
US7352901B2 (en) | Contour inspection method and apparatus | |
CN109462999B (zh) | 通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置 | |
US6269182B1 (en) | Color measuring system using multispectral image data | |
JP2007127657A (ja) | 撮像装置、撮像方法、色分類装置、色分類方法および色むら検査装置 | |
CN116523836A (zh) | X射线探测器质量检测方法、系统、存储介质和电子设备 | |
CN115661115A (zh) | 元器件检测方法、装置、电子设备及存储介质 | |
JPH06308256A (ja) | 雲霧検出方法 | |
CN112819842B (zh) | 适用于工件质检的工件轮廓曲线拟合方法、装置及介质 | |
CN115761611A (zh) | 基于图像对比异常检测的多阶段多底图图像差异过滤方法 | |
CN114387249A (zh) | 检测方法及检测装置、设备和存储介质 | |
JP4061760B2 (ja) | 粒子画像領域分割方法 | |
JP2635758B2 (ja) | 欠陥判別装置 | |
JP2001092966A (ja) | 画像処理方法及び画像処理装置 | |
JPH05130512A (ja) | 固体撮像素子の画素欠陥測定装置 | |
Stasolla et al. | Combining wavelets and mathematical morphology to detect changes in time series | |
CN115908429B (zh) | 一种泡脚药粉研磨精度检测方法及系统 | |
CN115880241A (zh) | 一种红外图像盲元的检测处理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application | ||
J2X1 | Appeal (before the patent court) |
Free format text: APPEAL AGAINST DECISION TO DECLINE REFUSAL |
|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20050204 Year of fee payment: 8 |
|
LAPS | Lapse due to unpaid annual fee |