NO154817B - Innretning for analysering av billedmoenstre. - Google Patents

Innretning for analysering av billedmoenstre. Download PDF

Info

Publication number
NO154817B
NO154817B NO791120A NO791120A NO154817B NO 154817 B NO154817 B NO 154817B NO 791120 A NO791120 A NO 791120A NO 791120 A NO791120 A NO 791120A NO 154817 B NO154817 B NO 154817B
Authority
NO
Norway
Prior art keywords
image
value
data signals
module
data
Prior art date
Application number
NO791120A
Other languages
English (en)
Other versions
NO791120L (no
NO154817C (no
Inventor
Stanley R Sternberg
Original Assignee
Environmental Res Inst
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 Environmental Res Inst filed Critical Environmental Res Inst
Priority to NO791120A priority Critical patent/NO154817C/no
Publication of NO791120L publication Critical patent/NO791120L/no
Publication of NO154817B publication Critical patent/NO154817B/no
Publication of NO154817C publication Critical patent/NO154817C/no

Links

Landscapes

  • Holo Graphy (AREA)
  • Image Input (AREA)

Description

Oppfinnelsen angår en innretning for analysering
av billedmønstre som er representert som en matrise av digitale datasignaler som har et antall verdier, idet verdien av hvert datasignal er en funksjon av dets tilsvarende punkt i bildet. Oppfinnelsen angår spesielt en klasse av automatiske billedprosessorer som benytter teknikker med integralgeometri og andre matematiske metoder for å klassifisere mønstre i et inngangs-silhuettbilde.
Det eksisterer en lang rekke anvendelser i hvilke det vil være ønskelig for en maskin automatisk å gjenkjenne, analysere og/eller klassifisere mønstre som eksisterer", i silhuettbilder (helt svarte former mot en hvit bakgrunn). Noen av de enklere problemer som er blitt realisert med i
det minste begrenset suksess ved hjelp av maskiner, omfatter gjenkjennelse av alfanumeriske tegn og gjenkjennelse eller telling av visse partikler, såsom blodceller. Mer ambisiøse oppgaver av denne klasse, som synes å ligge utenfor mulighe-tene til nåværende teknologi, ville være automatisk gjenkjennelse av militære mål fra infrarøde avbildningsfølere, eller omforming av håndskrift til en maskinutnyttbar kode.
Kompliserte programmer er blitt skrevet for universalregnemaskiner for å utføre mønsteranalyse og klassifikasjon. Den begrensede suksess for universalregnemaskiner når det gjelder å utføre mønsteranalyse og klassifikasjon, skyl-des de ekstremt lange behandlingstider for å behandle bilder med et stort antall datapunkter. En mer lovende metode kan være å benytte en spesialprosessor som realiserer en matema-tisk metode som kan anvendes på data i form av bilder, idet integralgeometri er en sådan metode. Én sådan metode over-veier tilførsel av data som en M x N-oppstilling av nuller og enere som representerer svarte eller hvite billedelemen-ter. Ut fra inngangsoppstillingen avledes en annen M x N-oppstilling i hvilken hvert punkt i den andre oppstilling er en funksjon av tilstanden til det ekvivalente punkt i den opprinnelige oppstilling og av forskjellige nabopunkter i den opprinnelige oppstilling. En rekke av disse transformasjoner kan utføres for å bestemme noen av tegnene i møns-tre som fremvises i den opprinnelige oppstilling. For eksem pel viser US-PS 3 241 547 en sådan spesialbilledprosessor som benyttes for telling av lymfosytter i blod. Anordninger som benytter liknende former for prosesser for å realisere disse "nabolag-transformasjoner", er beskrevet i "Pattern Detection and Recognition" av Unger, Proceedings of the IRE, 1959, side 737, "Feature Extraction" av Goley, og "Hexagonal Pattern Transformers" av Preston, Jr., IEEE Transactions on Computers, Volume C-20, nr. 9, september, 1971.
En annen klasse av spesialmaskiner for implemente-ring av en form for integralgeometrianalyse som benytter hva som forfatteren benevner som "treff-eller-bom-transformasjoner" , er beskrevet i "The Texture Analyzer", Journal of Microscopy, Volume 95, Del II, april 1972, sidene 349 — 356.
Disse tidligere kjente billedprosessorer har alle operert på bilder hvor datapunktene er blitt redusert til binær form, enten null eller én, i overensstemmelse med de konvensjonelle betingelser for integralgeometri. For anvendelser av integralgeometri ved mønstergjenkjennelse henvises til: 1. G. Matheron, "Random Sets and Integral Geometry,Wiley, 1975. 2. Albert B.J. Novikoff, "Integral Geometry as a Tool in Pattern Perception", i Principles of Self-Organiza-tion, utgitt av Von Foerstn og Zopf, Pergamon Press, 1962. 3. J. Serra, "Stereology and Structuring Elements", Journal of Microscopy, Volume 95, Part 1, februar 1972, sidene 93 - 103.
På en måte som ikke er vist i den kjente teknikk, kan det være særlig fordelaktig å transformere senere oppstillinger, hvilket tillater punkter i disse oppstillinger å ha verdier i tillegg til null og én. Det å tillate sådanne ytterligere verdier kan for eksempel tillate merking av utvalgte særtrekk i et senere bilde som er blitt dannet eller er blitt endret fra sine verdier i et foregående bilde. Tillatelsen av at sådanne ytterligere verdier kan benyttes i forbindelse med punkter i bildet, vil ikke nødvendigvis redu-sere den informasjon som er inneholdt i bildet. Sådan informasjon kan for eksempel være nyttig ved ytterligere behand-
ling av de etterfølgende bilder.
Formålet med oppfinnelsen er å tilveiebringe en anordning for merking av punkter i en kjede av på hverandre følgende bilder som frembringes av trinn i en serie-nabolags-prosessor, hvor antallet av mulige merker ikke er begrenset til to og kan variere avhengig av behovene for det avbild-ningsproblem som er for hånden. Tillatelsen av muligheten for sådanne ekstra merker kan tilveiebringe informasjon an-gående den forløpne billedbehandling som er knyttet til hvert punkt i bildet. Dette tillater at hvert bilde i kjeden av bilder kan inneholde sin behandlingshistorie, hvilken his-torie kan være nyttig i senere behandlingstrinn.
Ifølge oppfinnelsen er det tilveiebrakt en innretning av den innledningsvis angitte type som omfatter en datakilde for generering av en seriestrøm av de nevnte datasignaler for analyse ved hjelp av en billedprosessor, idet prosessoren har en kjede av transformasjonsmoduler for selektiv generering av en ny verdi for hvert datasignal som en funksjon av dataverdiene av omgivende punkter i bildet, idet hver modul har en oppstilling av digitale lagringsanordninger for midlertidig lagring av et vindusundersett av bildet innbefattet et datasignal svarende til et gitt, sentralt billedpunkt, og datasignaler svarende til billedpunkter som omgir det sentrale punkt, og en anordning for fortløpende innmating av i hovedsaken alle de forskjellige datasignaler av bildet i de digitale lagringsanordninger for analyse, hvilken innretning er kjennetegnet ved at alle transformasjonsmoduler er identiske og hver modul omfatter en individuelt programmert analyseanordning som står i forbindelse med en sentral, programmerbar styreanordning som selektivt tilveiebringer analysekriterier som skal utføres i hver modul, idet analyseanordningen er innrettet til selektivt å generere og tilføre en ny verdi for hvert datasignal av bildet til inngangen til den neste modul avhengig av de kriterier som tilføres av den sentrale styreanordning.
Innretningen ifølge oppfinnelsen omfatter generelt en billedprosessor som benytter en utvidelse av integralgeo-metribegrepet hvor transformasjonene omfatter matriser i hvilke hvert punkt av et bilde kan tildeles et større antall tilstander enn de tilstander som kan antas av et billedpunkt i det opprinnelige bilde. Dersom for eksempel det opprinnelige, digitaliserte bilde er en silhuett som har billedpunkter uttrykt som binærverdier, kan de matriser som skriver seg fra transformasjonene av dette bilde, ha tre eller flere mulige billedpunkttilstander eller verdier. Utvidelsen av integralgeometri til disse flertilstandstransformasjoner, og de kretser som beskrives i den foreliggende beskrivelse for realisering av de matematiske metoder, er vesentlig enklere og/eller mer effektive enn de tilsvarende metoder og maskiner ifølge den kjente teknikk, og resulterer i et vesentlig frem-skritt når det gjelder evnen til å gjenkjenne, analysere og klassifisere silhuettmønstre.
Slik som nærmere beskrevet i den etterfølgende beskrivelse, er billedprosessoren formet som en seriekjede av identiske behandlingstrinn, idet hvert trinn delvis består av flerbits skiftregistre og direktelagre (RAM) som er realisert ved hjelp av hvilken som helst lagerteknologi, såsom kjerne, halvleder eller magnetisk boble. I den foretrukne utførelse uttrykkes et billedpunkt i to binære biter, slik at det kan anta én av fire mulige tilstander. I alternative utførelser kan området av billedpunkttilstander være høyere. Funksjonen av skiftregisteret i hvert behandlingstrinn er å oppnå fortløpende tilgang til alle mulige nabolag i inngangsbildet til trinnet. For dette formål antas at billedpunktene tilveiebringes i trinnet i fortløpende form, avsøkt linje for linje. Skiftregisteret inneholder utgangsporter på passende steder, slik at verdien av hvilket som helst punkt og dettes nærmeste naboer kan undersøkes samtidig. Disse samtidig tilgjengelige verdier danner argumentet til en logisk funksjon som implementeres i form av et RAM-lager, en programmerbar logisk oppstilling eller et nettverk av logiske elementer.
Etter hvert som verdiene av de punkter som er representert i matrisen, forskyves gjennom registeret, blir hvert datapunkt og dets naboer fortløpende undersøkt, og lo-gikken genererer et transformert datapunkt som er en funksjon av verdien av det ekvivalente nabopunkt i inngangsbildet og
verdiene av de tilgrensende datapunkter i inngangsbildet.
Ut fra den logiske funksjon som realiseres på disse nabolag-verdier, frembringes utgangssignalet fra et eneste prosessortrinn og tilføres til det neste prosessortrinn i kjeden hvor en annen transformasjon utføres.
Beskaffenheten av den transformasjon som utføres
av hvert av prosessortrinnene, kan modifiseres under styring av en sentral programmeringsenhet som kommuniserer med hvert billedbehandlingstrinn.
Den idé å utføre flertrinns integralgeometritrans-formasjoner i et serienettverk av identiske behandlingstrinn (moduler), eliminerer behovet for mange forskjellige periferi-billedlagringsanordninger og aritmetiske og logiske elementer som normalt er knyttet til spesialbilledprosessorer. Utgangssignalet fra hvert behandlingstrinn opptrer dessuten med samme hastighet som dets inngangssignal, idet dets opera-sjonshastighet er begrenset bare av skiftregisteret og den logikk-teknolgi som benyttes. Serieprosessoren behandler derfor data som frembringes av en linjeavsøkende føler, med en reelltids-hastighet, idet det analyserte bilde er konti-nuerlig tilgjengelig på utgangen av det siste behandlingstrinn med bare en fast forsinkelse som er proporsjonal med antallet av behandlingstrinn i serierekken.
Den metode for behandling av data som benyttes i innretningen ifølge oppfinnelsen, omfatter stort sett realisering av nabolagtransformasjoner på en todimensjonal matrise som er dannet av billeddatapunkter som har "N" mulige tilstander for å frembringe transformerte matriser i hvilke hvert billeddatapunkt uttrykkes i N + M mulige tilstander. Dersom for eksempel hvert billeddatapunkt har to mulige verdier i inngangsdataene, kan det første behandlingstrinn generere en transformert matrise i hvilken hvert billeddatapunkt kan ha én av tre verdier. Etterfølgende transformasjoner som utføres av senere behandlingstrinn i kjeden, kan øke eller minske det antall tilstander som kan tildeles til et billeddatapunkt. Selv om de fleste av transformasjonene vil øke eller minske antall tillatelige tilstander som benyttes for å uttrykke et billeddatapunkt, med én, er metoden til strekkelig generell til å omfatte transformasjoner som endrer antallet av tillatelige tilstander, med mer enn én.
Som et enkelt eksempel på en analytisk metode som kan realiseres med innretningen ifølge oppfinnelsen, betraktes den todimensjonale oppstilling av enere og nuller som er vist på fig. 1, idet enerne danner et antall åpne, ikke-skjærende kurver med forskjellige lengder. Først betraktes prosessen med utvelgelse av de av kurvene som har en lengde større enn L, et like, helt tall uttrykt i enheter av mini-mumsavstanden mellom to oppstillingspunkter, dvs. oppløsnings-grensen for den todimensjonale, rombiske oppstilling. Det første behandlingstrinn av en serierekke av trinn utfører en nabolagtransformasjon på inngangsoppstillingen i hvilken alle enere som har en eneste umiddelbart tilgrensende ener, omformes til toere, idet alle andre billedpunkter opprettholder sine opprinnelige tilstander (fig. 2). Denne transformasjon markerer endepunktene av hver av linjene. Deretter utføres en rekke identiske transformasjoner i hvilke hvert billedpunkt med verdien én som har en toer i sitt nærmeste nabolag, omformes til en toer. Denne transformasjon utføres L/2-1 ganger i L/2-1 behandlingstrinn som følger etter det innle-dende trinn i rekken. Ved dette punkt vil alle linjer som har en lengde som er mindre enn eller lik L, bestå uteluk-kende av toere, og de lengre linjer vil ha et sentralt parti av enere (fig. 3). Deretter utføres en rekke på L/2 transformasjoner i de neste L/2 behandlingstrinn i hvilke hvert punkt som er en toer og har en umiddelbart tilgrensende ener, omformes til en ener. Etter denne rekke av transformasjoner vil linjer med en lengde som er større enn L, være representert ved enere, og linjer med en lengde lik L eller mindre vil være representert ved toere (fig. 4). Linjene er således blitt adskilt i to grupper i overensstemmelse med deres lengder og markert ved to forskjellige billeddatapunktverdier. Analysen utføres i en rekke på L behandlingstrinn.
Ved betraktning av denne rekke av transformasjoner bør man merke seg at det transformerte bilde av hvert trinn i rekken inneholder en tilstrekkelig mengde informasjon til å rekonstruere det opprinnelige inngangsbilde. Det er så ledes ikke noe behov for å lagre det opprinnelige bilde og heller ikke noe mellomliggende bilde, slik det er nødvendig i de tidligere kjente billedanalysesystemer. Heller ikke er det noe behov for å addere eller subtrahere bilder fra hverandre slik det er nødvendig ved tidligere kjente billedanaly-satorer, da de samme ekvivalente resultater kan oppnås ved de transformasjoner som kan gjennomføres ved den foreliggende oppfinnelse.
For å utføre ovenstående analyse på en billedprosessor i en innretning ifølge oppfinnelsen, er det bare nød-vendig å programmere en serierekke av behandlingstrinn med en lengde som er lik antall nabolagtransformasjoner i lengde-diskrimineringsalgoritmen. De individuelle trinn eller moduler i serieprosessoren kan programmeres for å utføre en spesiell nabolagtransformasjon fra en sentral styreanordning, idet dens data tas fra et tastbord eller hvilken som helst annen passende informasjonskilde. Alternativt kunne et pro-grammeringsspråk på et høyere nivå uttenkes for å programmere de individuelle behandlingstrinn. For eksempel ved realisering av den rekke av transformasjoner som er beskrevet ovenfor, kunne tallet L innføres i den sentrale styreanordning fra et tastbord. Den sentrale styreanordning ville da programmere de riktige trinn i rekken i passende punkter i stedet for at brukeren skulle behøve gjentatt å utpeke den nødvendige transformasjon L+l ganger.
Hver prosessormodul utfører en liknende transformasjon på sin inngangsdatastrøm. Først kontrolleres den sentrale celle i ni-celle-nabolaget for å bestemme om den har en verdi Kl. Deretter kontrolleres et undersett N av de åtte tilgrensende celler for å bestemme om det finnes i det minste én celle av undersettet som har en verdi K2. Dersom disse to betingelser er oppfylt, endres verdien av den sentrale celle til en ny verdi K3. Programmering av en prosessormodul består i å innføre verdier for N, Kl, K2 og K3 i de riktige lagringsregistre i modulen.
En foretrukket uførelse av en innretning ifølge oppfinnelsen, og representative former for de benyttede be-handlingsmetoder skal beskrives nærmere i det følgende under henvisning til tegningene, der fig. 1 - 4 er skjematiske illustrasjoner som viser en sekvens av transformasjoner som utnytter innretningen ifølge oppfinnelsen, fig. 5 viser et blokkskjema av en regnemaskin for realisering av transformasjonene og som representerer en foretrukket utførelse av innretningen ifølge oppfinnlesen, fig. 6 viser et blokkskjema av en del av kretsene i en typisk modul som benyttes i innretningen på fig. 5 for fortløpende uttrekking av cellenabola-gene fra en inngangsdatastrøm, fig. 7 viser et blokkskjema av adressedekoder- og lagringsregisterarrangementet i én av de moduler som benyttes på fig. 5, fig. 8 viser et blokkskjema av de kretser som benyttes i modulen på fig. 5 for å bestemme identiteten mellom tilgrensende celleverdier og innholdet av K2-registeret, fig. 9 viser et blokkskjema av kretsen i en modul i innretningen på fig. 5 for bestemmelse av identiteten mellom en sentral celle og innholdet av Kl-registeret, fig. 10 viser et blokkskjema av kretser i hver av modulene på fig. 5 for bestemmelse av et posisjonsavhengig nabolag-undersett, fig. 11 viser en illustrasjon av typiske underfelter som de-finerer settet av posisjoner i den inngangsoppstilling som behandles med identiske nabolagkonfigurasjoner ved hjelp av de moduler som benyttes i innretningen på fig. 5, og fig. 12 viser et blokkskjema av en alternativ konfigurasjon for kretsene for sammenlikning av verdiene av hver cellenabo med innholdet i K2-registeret.
De metoder som benyttes i forbindelse med innretningen ifølge oppfinnelsen, kan praktiseres ved hjelp av passende programmerte universalregnemaskiner, men er av en sådan form at de muliggjør en klasse av forholdsvis enkle og ytterst effektive spesialregnemaskiner. Slik som vist på fig. 5, består en foretrukket utførelse av regnemaskinen av et antall identiske moduler 10 som er sammenkoplet i serie, idet utgangen fra én modul utgjør inngangen til den neste modul i kjeden. Antallet av tilgjengelige moduler begrenser det antall transformasjoner som regnemaskinen kan utføre på en datainnmating i en eneste kjøring. Da hver modul er forholdsvis enkel og billig, er regnemaskiner som har hundrevis eller tusenvis av moduler fysisk realiserbare og kan med hensyn til omkostninger godt måle seg med en universalregne-maskin.
Inngangsdatamatrisen til den første modul 10 i kjeden kommer fra en datakilde 12 som kan omfatte en lagringsan-ordning, såsom et bånd 14, eller som kan representere en digitalisator som arbeider på en datastrøm som tilveiebringes av en reelltidsanordning, såsom en radarmottaker 16.
Utgangssignalet fra den avsluttende modul 10 i kjeden tilføres til en fremvisnings- eller registreringsanord-ning 18 som kan være i form av en katodestråleindikator eller en båndopptaker eller liknende som senere kan benyttes til å mate en fremvisningsanordning.
Den transformasjon som utføres av hver av modulene 10, bestemmes av en transformasjonsstyreanordning 20. Opera-sjonen av styreanordningen kan modifiseres ved hjelp av et tastbord 22 eller en annen passende programkilde, såsom hull-kort, bånd, etc. Styreanordningen 20 er koplet til hver av modulene via en adressebuss 24 og en transformasjonsbuss 26. For å modifisere den transformasjon som dannes av en eneste modul, genererer styreanordningen 20 først adressen til denne modul på bussen 24, og genererer deretter en passende trans-formasjonskode på bussen 26. Hver modul 10 inneholder en anordning for en lagret, entydig adresse for sammenlikning av en adresse som tilveiebringes av bussen 24, med denne lagrede adresse. Når overensstemmelse noteres, blir den trans-formasjonskode som følger etter på bussen 26, lagret i modulen og styrer dennes arbeidsmåte.
Alle kretser i regnemaskinen opererer på synkron basis under styring av tidsinnstillingssignaler som genere-res av en taktenhet 28.
De vesentlige, logiske enheter i en typisk modul 10 er vist i detalj på fig. 6-10. Fig. 6 viser skiftregis-terarrangementet for fortløpende uttrekking av ni-celle-nabolagene fra inngangsdatastrømmen. I denne illustrasjon kan hver celle anta hvilken som helst av fire mulige verdier, og således er to lagringsbiter pr. celle nødvendig for alle skiftregistertrinn. Dersom inngangsdatamatrisen er W elementer bred, må skiftregisteret ha en lengde på W-3 trinn.
Hver prosessormodul har en adresse som er bestemt ved dens posisjon i prosessormodulkjeden. For å programmere en modul, utsender styreanordningen samtidig modulens adresse som skal programmeres på adressebussen, og verdiene av N, Kl, K2 og K3 på databussen. Verdien av N er et åtte-bits binær-tall hvor en ener i den i'te bitposisjon indikerer at grense-nabolagcellen i skal inkluderes i nabolag-undersettet N for den sentrale celle (se fig. 6 for grensenabolagcelle-numme-rering). Fig. 7 illustrerer adressedekoderen og lagringsregisterarrangementet.
For hvert uttrukket nabolag blir to-bit-verdien av hver nabo sammenliknet med innholdet i K2-registeret i en gruppe på åtte sammenliknere (fig. 8). Utgangssignalet fra en sammenlikner er én dersom, og bare dersom, innholdet av nabolagcellene passer til innholdet av K2-registeret. Utgangssignalet fra hver sammenlikner portstyres deretter av den riktige bit i nabolag-undersett-registeret eller N-registeret. Utgangssignalet fra hvilken som helst port er én dersom, og bare dersom, dens tilsvarende nabolagposisjon er inkludert i nabolag-undersettet N og innholdet av nabolag-cellen har verdien K2. En eneste ELLER-port undersøker hver OG-portutgang, idet dens utgang er en ener dersom, og bare dersom, i det minste én tilgrensende celle i undersettet N har verdien K2.
Innholdet av de sentrale celler sammenliknes med innholdet av Kl-registeret i den sammenlikner som er vist på fig. 9. Utgangssignalet fra sammenlikneren er en ener dersom, og bare dersom, den sentrale celle har verdien Kl. Dersom denne betingelse er tilfredsstilt i forbindelse med den foran utledede betingelse for nabocellene, forårsaker dette at utgangen fra multiplekseren innstilles på den nye verdi K3, ellers er multiplekserens utgang lik innholdet av den sentrale celle. Utgangssignalet fra multiplekseren utgjør ut-gangsdatastrømmen fra en modul.
Det er muligens ikke alltid ønskelig å behandle hver celle i en oppstilling på nøyaktig samme måte, uavhen-gig av dens posisjon i oppstillingen. Generelt kan undersettet N av naboer av en sentral celle hvis posisjon i opp stillingen er i, j, være en funksjon av den sentrale celleposisjon. Metoden for bestemmelse av det posisjonsavhengige nabolag-undersett N^jer illustrert på fig. 10. Det sett av alle celleposisjoner i inngangsoppstillingen som behandles med identiske nabolagkonfigurasjoner, utgjør et underfelt.
En oppstilling kan oppdeles i M underfelter, hvor M kan være lik 2, 3, 4 eller mer. Noen nyttige underfelter er vist på fig. 11.
For underfeltbehandling er det bekvemt å erstatte N-registeret med et mer omfattende minne- eller lagerelement, nærmere bestemt ett som inneholder M åtte-bits-ord svarende til M nabolag-undersett, ett for hvert av M mulige underfelter. Utgangssignalet fra denne nabolag-lageranordning utvel-ges av inngangssignalet til anordningen som er underfeltmerkelappen R, hvor R = 1, 2, , M. Nabolag-lageranordnin-gen er programmerbar fra styreanordningen via adresse- og data-bussene på liknende måte som den metode som er vist for å programmere N-registeret.
Underfeltmerkelappen R avledes fra den sentrale
celleposisjon i, j i underfelt-logikkoppstillingen. Den nøy-aktige beskaffenhet av underfelt-logikkoppstillingsnettverket avhenger av antall underfelter og disses spesielle konfigurasjon i dataoppstillingen. Da sentrale celler undersøkes
fortløpende, kan de sentrale cellekoordinater holdes å jour ved hjelp av en teller forutsatt at telleren innledningsvis innstilles av styreanordningen svarende til posisjonen av behandlingsmodulen i behandlingskjeden.
Det nabolag-behandlingstrinn som er vist på fig.
6 - 10, er tilstrekkelig generelt slik at alle nyttige nabolagtransformasjoner kan utføres ved hjelp av ett eller flere behandlingstrinn som er anordnet i serie. Kretsen på fig. 12 er imidlertid nyttig ved at visse transformasjonstyper kan utføres ved hjelp av et eneste behandlingstrinn i stedet for en rekke behandlingstrinn. Kretsen på fig. 12 er iden-tisk med kretsen på fig. 8, bortsett fra at ELLER-porten er blitt erstattet av en generalisert logisk funksjon med åtte variable som er lagret i et RAM-lager. RAM-lageret er selv-sagt programmerbart fra styreanordningen via adresse- og databussene.

Claims (7)

1. Innretning for analysering av billedmønstre som er representert som en matrise av digitale datasignaler (fig. 1) som har et antall verdier, idet verdien av hvert datasignal er en funksjon av dets tilsvarende punkt i bildet, hvilken innretning omfatter en datakilde (12) for generering av en seriestrøm av de nevnte datasignaler for analyse ved hjelp av en billedprosessor, idet prosessoren har en kjede av transformasjonsmoduler (10) for selektiv generering av en ny verdi for hvert datasignal som en funksjon av dataverdiene av omgivende punkter i bildet, idet hver modul har en oppstilling av digitale lagringsanordninger (IA, 1B-9A, 9B) for midlertidig lagring av et vindusundersett av bildet innbefattet et datasignal (9A, 9B) svarende til et gitt, sentralt billedpunkt, og datasignaler (IA, IB - 8A, 8B) svarende til billedpunkter som omgir det sentrale punkt, og en anordning for fortløpende innmating av i hovedsaken alle de forskjellige datasignaler av bildet i de digitale lagringsanordninger for analyse,karakterisert vedat alle transformasjonsmoduler (10)'er identiske og hver modul omfatter en individuelt programmerbar analyseanordning (fig. 8 og 9) som står i forbindelse med en sentral, programmerbar styreanordning (20) som selektivt tilveiebringer analysekriterier som skal utføres i hver modul, idet analyseanordningen er innrettet til selektivt å generere og tilføre en ny verdi (K3) for hvert datasignal av bildet til inngangen til den neste modul avhengig av de kriterier som tilføres av den sentrale styreanordning (20).
2. Innretning ifølge krav 1,karakterisert vedat analyseanordningen omfatter en anordning for sammenlikning av verdiene av datasignalene (IA, IB - 8A, 8B) som omgir det sentrale punkt, med en første verdi ( K2) som tilføres av den sentrale styreanordning (20) .
3. Innretning ifølge krav 2,karakterisert vedat analyseanordningen videre omfatter en anordning for sammenlikning av verdien av datasignalet (9A, 9B) som svarer til det sentrale punkt, med en andre verdi (Kl) som tilføres av den sentrale styreanordning (20).
4. Innretning ifølge krav 3,karakterisert vedat analysenaordningen videre omfatter en ut-velgelsesanordning (N-register) for lagring av en spesiell digital representasjon av et gitt mønster for de omgivende datasignaler (IA, IB - 8A, 8B), og en anordning (OG-porter) for å detektere om dette mønster er til stede i de digitale lagringsanordninger (IA, IB - 8A, 8B) som inneholder de omgivende datasignaler, slik at genereringen av den nye verdi (K3) ved hjelp av hver modul er en funksjon av 1) verdien av datasignalet for det sentrale punkt (9A, 9B) med hensyn til den andre verdi (Kl) som tilføres av den sentrale styreanordning (20), 2) verdiene av de omgivende datasignaler (IA, IB - 8A, 8B) med hensyn til den første verdi (K2) som til-føres av den sentrale styreanordning (20), og 3) mønsteret av de omgivende datasignaler med den første verdi (K2) med hensyn til det lagrede mønster (N-register) som tilføres av den sentrale styreanordning (20).
5. Innretning ifølge krav 4,karakterisert vedat de digitale lagringsanordninger er innrettet til å lagre et 3 x 3-undersett av billedmatrisen.
6. Innretning ifølge krav 5,karakterisert vedat de digitale lagringsanordninger (IA, IB - 9A, 9B) er koplet i serie, og at innmatingsanordningen er innrettet til å forskyve datasignalene gjennom lagringsan-ordningene.
7. Innretning ifølge krav 1, hvor datasignalene i den opprinnelige matrise har verdier på én eller null,karakterisert vedat hver modul (10) er innrettet til å kunne generere den nye verdi (K3) med en verdi som er større enn én.
NO791120A 1979-04-03 1979-04-03 Innretning for analysering av billedmoenstre. NO154817C (no)

Priority Applications (1)

Application Number Priority Date Filing Date Title
NO791120A NO154817C (no) 1979-04-03 1979-04-03 Innretning for analysering av billedmoenstre.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
NO791120A NO154817C (no) 1979-04-03 1979-04-03 Innretning for analysering av billedmoenstre.

Publications (3)

Publication Number Publication Date
NO791120L NO791120L (no) 1980-10-06
NO154817B true NO154817B (no) 1986-09-15
NO154817C NO154817C (no) 1986-12-29

Family

ID=19884789

Family Applications (1)

Application Number Title Priority Date Filing Date
NO791120A NO154817C (no) 1979-04-03 1979-04-03 Innretning for analysering av billedmoenstre.

Country Status (1)

Country Link
NO (1) NO154817C (no)

Also Published As

Publication number Publication date
NO791120L (no) 1980-10-06
NO154817C (no) 1986-12-29

Similar Documents

Publication Publication Date Title
US4167728A (en) Automatic image processor
EP2858030B1 (en) Performing a histogram using an array of addressable registers
Tensmeyer et al. Analysis of convolutional neural networks for document image classification
US5058179A (en) Hierarchical constrained automatic learning network for character recognition
JP6493163B2 (ja) 粗密探索方法および画像処理装置
US4644585A (en) Method and apparatus for automatic shape recognition
JPH0334082A (ja) 文字認識用計算ネットワーク
US4322716A (en) Method and apparatus for pattern recognition and detection
JP2010134957A (ja) パターン認識方法
Tahir et al. MD-LBP: an efficient computational model for protein subcellular localization from HeLa cell lines using SVM
Wang et al. Automatic rebar counting using image processing and machine learning
Zhou et al. Fast circle detection using spatial decomposition of Hough transform
Rashtehroudi et al. Iranian license plate recognition using deep learning
Skuratov et al. Application of kohonen self-organizing map to search for region of interest in the detection of objects
Yao et al. An accurate box localization method based on rotated-RPN with weighted edge attention for bin picking
NO154817B (no) Innretning for analysering av billedmoenstre.
Hanmandlu et al. Fuzzy logic based handwritten character recognition
Dey et al. Handwritten Tibetan Character recognition based on ELM using modified HOG features
Umam et al. A light deep learning based method for bank serial number recognition
Nikitin et al. Research of recognition algorithm for sheet metal marking
EP0585861A2 (en) Image verification method
IE47847B1 (en) Automatic image processor
JPS63837B2 (no)
Le et al. Insight evaluation on traditional and CNN features
US20240095032A1 (en) Ai synaptic coprocessor