SE445684B - Anordning for monsteranalys - Google Patents
Anordning for monsteranalysInfo
- Publication number
- SE445684B SE445684B SE7902921A SE7902921A SE445684B SE 445684 B SE445684 B SE 445684B SE 7902921 A SE7902921 A SE 7902921A SE 7902921 A SE7902921 A SE 7902921A SE 445684 B SE445684 B SE 445684B
- Authority
- SE
- Sweden
- Prior art keywords
- module
- neighbors
- matrix
- group
- neighbor
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Nonlinear Science (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Processing Of Color Television Signals (AREA)
Description
7902921-1 10 20 30 2 transformeringar kan utföras för bestämning av några av egenskaperna hos i den ursprungliga uppställningen visade mönster. US-patentskriften 3 241 574 visar som exempel en specialdator förkfildbehandling, vilken användes för räk- ning av lymfocvter i blod. Anordningar, som utnyttjar likartade tormor av behandlingar för realisering av dessa "grannskapstransformeringar", finns beskrivna i "Pattern Detection and Recognition" av Unger, Proceedings of the IRE, 1959, sid 737 samt i "Feature Extraction by Goley Hexagonal Pattern Transfbrms", Preston, Jr, IEEE Transactions on Computers, Volume C-20, nr 9, september 1971.
En annan klass av specialmaskiner för realisering av en form av integralgeometrianalys under utnyttjande vad författaren benämner “hit-or-miss transformations", finns beskrivet i “The Texture Analyzer", Journal of Microscopy, Volume 95, Part II, april 1972, sid 349-356.
Dessa bilddatabehandlare enligt tidigare teknik har samtliga arbetat med bilder, i vilka datapunkterna har reducerats till binär form, dvs antingen noll eller ett, i överensstämmelse med de konventionella kraven hos inte- gralgeometri. Beträffande användning av integralgeometri vid mönsteridentifiering hänvisas till: 1. G. Matheron, "Random Sets and Integral Geometry, Wiley, 1975. 2. Albert B.J. Novikoff, “Integral Geometry as a Tool in Pattern Perception", in Principles of Self-Organization, utgiven av Von Foerstn and Zopf, Pergamon Press, 1962. 3. J. Serra, "Stereology and Structuring Elements", Journal of Microscopy, Volume 95, Part l, februari 1972, sid 93-103.
Föreliggande uppfinning avser allmänt en bilddatabe- handlare, som utnyttjar en utvidgning av integralgeometri- begreppet, varvid transformeringarna inbegriper matriser, i vilka varje punkt i en bild kan tilldelas ett större an- tal tillstånd än de tillstånd som kan antagas av en bild- punkt i den ursprungliga bilden. Om exempelvis den ursprung- liga, digitaliserade bilden är en silhuett med som binära LH 10 l5 20 25 30 35 7902921-1 3 värden uttryckta bildpunkter, kan de genom transformering- arna av den bilden uppkommande matriserna ha tre eller flera möjliga bildpunktstillstånd eller -värden. Utvidg- ningen av integralgeometri till dessa flertillståndstrans- former samt de häri beskrivna kretsarna för realisering av de matematiska teknikerna är väsentligt enklare och/ eller mer kraftfulla än de motsvarande teknikerna enligt den tidigare tekniken samt resulterar i ett väsentligt framsteg i förmågan att identifiera, analysera och klas- sificera silhuettmönster.
Såsom avslöjat i nedanstående detaljerade beskrivning av en föredragen utföringsform av uppfinningen har bild- databehandlaren formen av en soriekedja av identiska be- handlingssteg, varvid varje steg till del består av fler- bitsskiftregister och direktaccessminnen, realiserade me- delst vilken som helst minnesteknik, såsom kärnminnen, halvledarminnen eller bubbelminnen. I den föredragna ut- föringsformen uttryckes varje bildpunkt med två binära bitar, så att den kan antaga ett av fyra möjliga till- stånd. I alternativa utföringsformer kunde antalet bild- punktstillstånd vara högre. Funktionen för skiftregistret i varje behandlingssteg är att vinna sekvensiell åtkomst till alla möjliga grannar i den inmatade bilden till det steget. För detta ändamål antages det att bildpunkterna lämnas till steget i sekvensiell form, avsökta linje för linje. Skiftregistret innehåller utgångar i lämpliga lä- gen, så att värdet i vilken som helst punkt och dennas omedelbara grannar kan granskas samtidigt. Dessa samti- digt tillgängliga värden bildar argumentet i en logisk funktion, vilken är realiserad i form av ett direktaccess- minne, ett programmerbart logiknät eller ett nät av logik- element.
Allteftersom värdena i de i matrisen representerade punkterna skiftas genom registret granskas varje datapunkt och dennas grannar sekvensiellt och logiken alstrar en transformerad datapunkt, vilken är en funktion av värdet i den ekvivalenta datapunkten i den inmatade bilden samt värdena av de angränsande datapunkterna i den inmatade bil- _ 7902921-1- 10 15 20 25 30 4 den. Den på dessa grannvärden realiserade, logiska funk- tionen alstrar utsignalen från ett enda behandlarsteg och matas till nästa behandlarsteg i kedjan, där ännu en trans- formering utföres.
Den av vart och ett av behandlarestegen utförda trans- fornlaticaiiens natur kan modifieras under styrning av en central programmeringsenhet, vilken står i förbindelse med varje bildbehandlingssteg.
Idén att utföra flerstegiga integralgeometritransfor- meringar i ett serienät av identiska behandlingssteg eli- minerar behovet av en mângfald perifiera bildlagringsan- ordningar samt aritmetiska och logiska element, vilka nor- malt sammanhör med specialdatorer för bildbehandling. Ut- signalen från varje behandlingssteg uppträder dessutom i samma takt som dess insignal, varvid stegets arbetshas- tighet enbart är begränsad av skiftregistret och utnytt- jad logikteknik. Seriedatabehandlaren hanterar således av en linjeavsökningssensor alstrade data i reell tid, varvid den analyserade bilden kontinuerligt finns till- gänglig på det sista behandlingsstegets utgång med enbart en fast fördröjning, som är proportionell mot antalet be- handlingssteg i seriekedjan.
Det av föreliggande uppfinning representerade sättet att behandla data inbegriper allmänt realiseringen av granntransformeringar på en tvådimensionell matris, bil- dad av bilddatapunkter med "N" möjliga tillstånd, för skapande av transformerade matriser, i vilka varje bild- datapunkt är uttryckt i NiM möjliga tillstånd. Om exempel- vis varje bilddatapunkt i de inmatade data har två möjliga värden, kan det första behandlingssteget alstra en trans- formerad matris, i vilken varje bilddatapunkt kan ha ett av tre värden. Efterföljande transformeringar, utförda av senare behandlingssteg i kedjan, kan öka eller minska det *antalet tillstånd som kan tilldelas en bilddatapunkt. Ehuru de flesta av transformeringarna kommer att med ett öka eller minska det antal tillåtna tillstånd som användes för att uttrycka en bilddatapunkt, är sättet'tillräckligt generellt för inbegripande av transformeringar, vilka ändrar - - _.-.- V s, 10 l5 20 25 30 35 7902921-1 5 antalet tillåtna tillstånd med mer än ett.
Som ett enkelt exempel på en analytisk metod, vilken är realiserbar vid föreliggande uppfinning, kan den två- dimensionella uppsättningen av ettor och nollor i fig l betraktas, varvid ettorna bildar ett antal öppna, varandra ej skärande kurvor av olika längder. Betrakta förfarandet att välja de av kurvorna som har större längd än L, ett jämnt heltal, som är uttryckt i enheter av det minsta av- ståndet mellan två uppsättningspunkter, dvs upplösninge- gränsen för den tvådimensionella, rombiska uppsättningen.
Det första behandlingssteget i en seriekedja av steg rea- liserar en granntransformering på den inmatade uppsätt- ningen, vid vilken transformering alla lzor med en enda l som omedelbar granne omvandlas till 2:or, medan alla övriga bildpunkter bibehåller sina ursprungliga tillstånd (se fig 2 på de härmed bifogade ritningarna). Denna trans- formering märker ändpunkterna till var och en av linjerna.
Därnäst utföres en serie identiska transformeringar, vid vilka varje bildpunkt med värdet l och med en 2 som direkt granne omvandlas till en 2. Denna transformering utföres L/2-1 ggr i L/2-l behandlingssteg efter det första steget i kedjan. Härefter kommer alla linjer, vilkas längd är lika med eller mindre än L, att bestå av enbart 2:or och de längre linjerna kommer att ha ett centralt parti av lzor (se fig 3 på de härmed bifogade ritningarna). Närmast utföres en serie på L/2 transformeringar i de nästa L/2 behandlingsstegen, varvid varje punkt, som är en 2 och har en l som direkt granne, omvandlas till en l. Efter denna serie av transformeringar kommer linjer med större längd än L att vara representerade av lzor, medan linjer av längden L eller mindre längd kommer att vara represen- terade av 2:or (se fig 4 på de härmed bifogade ritningarna).
Linjerna har således skilts åt i två grupper alltefter sin längd samt markerats med tvâ olika bilddatapunktsvärden.
Analysen är realiserad i en kedja om L behandlingssteg.
Vid betraktande av denna serie av transformeringar skall det påpekas, att den transformerade bilden efter varje steg i serien innehåller tillräcklig informations- 10 l5 20 25 30 35 7902921-1 6 mängd för rekonstruktion av den ursprungliga inmatade bil- den. Det finns således inget behov av att lagra den ur- sprungliga bilden eller någon mellanliggande bild, vilket är nödvändigt i bildanalyssystem enligt tidigare teknik.
Det finns ej heller något behov av att addera eller sub- trahera bilder från varandra, såsom erfordras av bild- analysatorer enligt tidigare teknik, eftersom samma ek- vivalenta resultat kan uppnås medelst transformeringarna, som är utförbara vid föreliggande uppfinning.
För utförande av analysen ovan i en bilddatabehand- lare, vilken är konstruerad i enlighet med föreliggande uppfinning, är det blott~och bart nödvändigt att program- mera en seriekedja av behandlingssteg av samma längd som antalet granntransformeringar i längddiskrimineringsalgo- ritmen. De enskilda stegen i seriedatabehandlaren kan programmeras från en central styranordning för utförande av en särskild granntransformering, varvid den centrala styranordningen hämtar sina data från ett tangentbord eller någon annan lämplig informationskälla. Alternativt skulle ett programmeringsspråk av högre nivå kunna ut- formas för programmering av de enskilda behandlingssta- gen. Vid realisering av den ovan beskrivna serien av transformeringar skulle exempelvis talet L kunna matas in i den centrala styranordningen från ett tangentbord.
Den centrala styranordningen skulle sedan programmera de ifrågakommande stegen i kedjan i lämpliga punkter i stäl- let för att användaren skulle vara tvingad att upprepat ange den erforderliga transformeringen L+l ggr.
Varje databehandlarmodul utför en likartad transfor- mering på sitt indataflöde. Först kontrolleras den cen- 'trala cellen av de nio cellgrannarna för bestämning av huruvida den har ett värde Kl. Därnäst kontrolleras en delmängd N av de åtta gränsgranncellerna för bestämning av huruvida det finns åtminstone en cell i delmängden med ett värde K2. Om dessa två villkor är uppfyllda, så ändras den centrala cellens värde till K3. Programmering av en databehandlarmodul består av införande av värden på N, Kl, K2 och K3 i de rätta lagringsregistren i modulen. l0 l5 20 25 30 35 7902921-1 7 Uppfinningen skall beskrivas närmare i det följande under hänvisning till medföljande ritningar. Pig l-4 är schematiska diagram, som visar en följd av transformering- ar under utnyttjande av anordningen enligt föreliggande uppfinning. Fig 5 är ett blockschema över en dator för realisering av transformeringarna enligt föreliggande upp- finning, vilket blockschema representerar en föredragen utföringsform av anordningen enligt uppfinningen. Fig 6 är ett blockschema över en del av kretsarna i en typisk, i anordningen enligt fig 5 utnyttjad modul för sekvensiell extrahering av cellgrannarna från ett indataflöde. Fig 7 är ett blockschema över adressavkodar- och lagringsregister- arrangemanget i en av de i fig 5 utnyttjade modulerna.
Fig 8 är ett blockschema över i modulen i fig 5 utnytt- jade kretsar för bestämning av identiteten mellan grann- cellvärdena och K2-registrets innehåll. Fig 9 är ett block- schema över kretsar i modulen i anordningen enligt fig 5 Z för bestämning av identiteten mellan en central cell och innehållet i Kl-registret. Fig 10 är ett blockschema över kretsar i var och en av modulerna i fig 5 för bestämning av en lägesberoende granndelmängd. Fig ll åskådliggör typiska delfält, vilka bestämmer den mängd av positioner i den inmatade uppsättningen som behandlas med identiska grannkonfigurationer av de i anordningen enligt fig 5 ut- nyttjade modulerna. Fig l2 är ett blockschema över en alternativ utformning av kretsarna för jämförelse av varje cellgrannes värden med innehållet i K2-registret.
Sätten enligt föreliggande uppfinning kan utföras av lämpligt programmerade, generella datorer men är av sådan form, att de möjliggör en klass relativt enkla och extremt kraftfulla, speciella datorer. Såsom åskådliggjorts i fig 5 består en föredragen utföringsform av datorn enligt fö- religgande uppfinning av ett flertal moduler 10, vilka är i huvudsak identiska med varandra samt kopplade på se- riesätt, varvid en moduls utgång utgör ingång till den nästa modulen i kedjan. Antalet tillgängliga moduler be- gränsar det antal transformeringar som datorn kan utfö- ra på en datainmatning under en enda genomgång. Eftersom 10 15 20 25 30 _35 7902921-1 8 varje modul är relativt enkel och billig, kan datorer med hundratals eller tusentals moduler realiseras fysiskt och är gynnsamma vid kostnadsjämförelse med en generell dator.
Indatamatrisen till den första modulen 10 i kedjan commer från en datakälla 12, som kan innefatta ett lag- Tingsdon, såsom ett band 14, eller skulle kunna represen- tera en digitaliserare, som arbetar på ett dataflöde, vil- fet avges av ett i reell tid arbetande don, såsom en ra- darmottagare 16.
Utsignalen från den sista modulen 10 i kedjan lämnas till ett presentations- eller registreringsdon 18, vilket skulle kunna ha formen av en katodstrålerörspresentations- enhet eller en bandspelare eller liknande, som senare skulle kunna användas för att fylla en presentation.
Den transformering som utföres av var och en av modu- lerna lO är bestämd av en transformeringsstyranordning 20.
Styranordningens 20 arbetssätt kan modifieras medelst ett tangentbord 22 eller annan lämplig programkälla, såsom hålkort, remsa, etc. Styranordningen 20 är kopplad till var och en av modulerna via en adressbuss 24 och en trans- formeringsbuss 26. För modifiering av den av en enda modul bildade transformeringen alstrar styranordningen 20 först den modulens adress på bussen 24 och alstrar sedan en lämplig transformeringskod på bussen 26. Varje modul l0 innehåller ett adressorgan för lagring av en unik adress för jämförelse med en på bussen 24 avgiven adress. När en jämförelse utfaller positivt, lagras den på bussen 26 följande transformeringskoden i modulen och styr dennas arbetssätt.
Alla kretsarna i datorn arbetar synkront under styr- ning av taktsignaler, vilka alstras av en klocka 28.
De främsta logikaggregaten i en typisk modul 10 är vi- Saåe i detalj i fig 6-10. Fig 6 åskådliggör skiftregister- arrangemanget för sekvensiell extrahering av de nio cell- -grannarna från indataflödet. I denna figur kan varje cell anta vilket som helst av fyra möjliga värden, varför tvâ 'minnesbitar per cell erfordras i alla skiftregistersteg.
Om indatamatrisen är W element.bred,måste skiftregistret 10 l5 20 25 30 35 7902921-1 vara W-3 steg långt.
Varje databehandlarmodul har en adress, vilken är be- stämd genom dess läge i databehandlarmodulkedjan. För pro- grammering av en modul sänder styranordningen samtidigt adressen för modulen, som skall programmeras, på adress- bussen och värden på N, Kl, K2 och K3 på databussen. Vär- det på N är ett binärt tal om åtta bitar i vilket en l i den i:te bitpositionen anger att gränsgranncellen i skall innefattas i granndelmängden N för den centrala cellen (se fig 6 beträffande numrering av gränsgranncel- ler). Fig 7 åskådliggör adressavkodar- och lagringsregister- arrangemanget. varje extraherad grupp av grannar jämföres varje tvåbitsvärde med innehållet i K2-registret i en åtta komparatorer (fig 8). Utsignalen från en kom- För grannes sats om parator är ett, om och endast om granncellernas innehåll överensstämmer med K2-registrets innehåll. Varje kompara- tors utsignal styres då av ifrågakommande bit i granndel- mängdsregistret eller N-registret. Utsignalen från vilken som helst grind är ett, om och endast om motsvarande grannposition är innefattad i granndelmängden N och grann- cellens innehåll har värdet K2. En enda ELLER-grind grans- kar varje OCH-grinds utsignal, varvid dess utsignal är en etta, om och endast om åtminstone en granncell i delmäng- den N har ett värde K2.
De centrala cellernas innehåll jämföres med innehållet i Kl-registret i den i fig 9 visade komparatorn. Utsigna- len från komparatorn är en etta, om och endast om den cen- trala cellen har värdet Kl. Ett uppfyllande av detta vill- kor i förening med det tidigare framtagna villkoret på granncellerna förorsakar en inställning av multiplexerns utsignal på K3, medan i annat fall multiplexerns utsignal är lika med den centrala cellens innehåll. Multiplexerns utsignal utgör en moduls utdataflöde.
Det behöver ej alltid vara önskvärt att varje cell i en uppsättning behandlas på exakt samma sätt oberoende av cellens läge i uppsättningen. Allmänt kan den delmängd N av grannar till en central cell, vars läge är i, j i upp- 10 15 20 25 30 35 7902921-1 10 sättningen, vara en funktion av den centrala cellens läge.
Sättet att bestämma den lägesberoende granndelmängden Nij är åskådliggjort i fig l0. Mängden av alla cellägen i den inmatade uppsättningen, vilka cellägen behandlas med iden- tiska grannkonfigurationer, utgör ett delfält. En uppsätt- ning kan uppdelas i M delfält, där M kan vara lika med 2, 3, 4 eller mer. Några användbara delfält är åskådliggjor- da i fig ll.
För delíältsbehandling är det lämpligt att ersätta N-registret med ett mer omfattande minneselement, nämli- gen ett som håller M ord om åtta bitar i motsvarighet till M granndelmängder, en för vart och ett av M möjliga delfält. Utsignalen från detta grannminnesdon väljes av donets insignal, som utgör delfältsetiketten R, där R = l, 2,..., M. Grannminnesdonet är programmerbart från styranordningen via adress- och databussarna på ett sätt, som är likartat det âskådliggjorda schemat för program- mering av N-registret.
Delfältsetiketten R framtages ur den centrala cellens läge i, j i den logiska delfältsuppsättningen. Det logiska _delfältsuppsättningsnätets exakta natur är beroende av an- talet delfält och deras särskilda konfiguration i dataupp- sättningen. Eftersom centrala celler granskas sekvensiellt, kan man hålla reda på centralcellskoordinaterna medelst en räknare, förutsatt att räknaren från början inställes av styranordningen i motsvarighet till läget för behand- lingsmodulen i behandlingskedjan.
Det i fig 6-l0 åskådliggjorda granndatabehandlings- steget är tillräckligt allmänt för att alla användbara granntransformeringar skall kunna åstadkommas medelst ett eller flera behandlingssteg anordnade i serie. Kretsen i fig 12 är emellertid användbar genom att vissa slag av transformeringar kan åstadkommas medelst ett enda behand- lingssteg snarare än en serie av behandlingssteg. Kretsen i fig 12 är identisk med den i fig 8 med undantag för att ELLER-grinden har ersatts av en generaliserad logisk funk- tion om åtta variabler, lagrad i ett direktaccessminne.
Direktacessminnet är naturligtvis programmerbart från styr- anordningen via adress- och databussarna.
Claims (7)
1. 0 15 20 25 30 35 7902921-1 ll PATENTKRAV Anordning för mönsteranalys, k ä n n e t e c k n a d av generatororgan (12) för alstring av ett serieflöde av di- gitala, elektriska signaler med ett flertal tillåtna till- stånd, som representerar en punktmatris, vilken utgör ett mönster, en kedja av i huvudsak identiska, i serie anordna- de granntransformeringsmoduler (10), vilka vardera har en ingång för mottagning av ett serieflöde av digitala utsigna- ler från den föregående modulen, grannextraheringsorgan (lA,B - 9A,B), innefattande ett flertal seriekopplade, digi- tala minnesdon för tillfällig lagring av en grupp av grannar i matrisen, innefattande tillstånden för en central data- punkt och de denna omgivande punkterna i matrisen, organ för skiftning av signalerna genom minnesdonen för sekven- siell åtkomst till alla grupperna av grannar i matrisen samt digitala styrorgan (N-REG., Kl, K2, K3), som är koppla- de till minnesdonen för analysering av varje grupp av gran- nar, allteftersom den presenteras för minnesdonen, och åstadkommande av en utsignal till ingången till efterföljan- de modul i beroende av analysen, varvid styrorganen innefat- tar organ för lagring av ett granngruppsmönster samt organ för jämförelse av det lagrade mönstret med den grupp av gran- nar som är lagrad i minnesdonen i grannextraheringsorganen, centrala, programmerbara organ (20), vilka är kopplade till varje moduls styrorgan för selektiv ändring av analysen av grannpunkterna i varje modul genom avgivande av granngrupps- mönstret till modulernas styrorgan, varvid den första trans- formeringsmodulen har sin ingång kopplad till generatororga- nen och den sista modulen har sin utgång kopplad till ett utgångsdon (18) för utnyttjande av den transformerade ut- signalsmatrisen.
2. Anordning enligt patentkravet l, n a d därav, att styrorganens utsignal har större antal tillåtna tillstånd än de analyserade punkterna.
3. Anordning enligt patentkravet 2, k ä n n e t e c k - n a d därav, att utgângsdonet (18) för utnyttjande av den k ä n n e t e c k - 7902921-1 10 15 20 12 transformerade matrisen innefattar ett presentationsdon för presentation av en matris av punkter, representerande ett mönster, i vilket varje punkt i den presenterade matrisen har ett större antal tillåtna tillstånd än den ekvivalenta punkten i den ursprungliga matris som tillfördes den första modulen.
4. Anordning enligt patentkravet l, k ä n n e t.e c k n a d därav, att gruppen av grannar består av en NxM- uppsättning av punkter samt att grannextraheringsorganen innefattar NXM minnesdon.
5. Anordning enligt patentkravet l, k ä n n e t e c k n a d därav, att styrorganen innefattar organ för jämfö- relse av tillstândet för den centrala punkten i gruppen av grannar med ett av de programmerbara organen tillfört värde (Kl)-
6. Anordning enligt patentkravet l, k ä n n e t e c k - n a d därav, att styrorganen innefattar organ för jämfö- relse av tillstånden för de omgivande punkterna i gruppen av grannar med ett av de programmerbara organen tillfört _ värde (K2).
7. Anordning enligt patentkravet l, k ä n n e t e c k ~ n a d därav, att styrorganen innefattar organ (N) för att för analys välja särskilda omgivningspunkter, såsom bestämt av de programmerbara organen.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US05/742,127 US4167728A (en) | 1976-11-15 | 1976-11-15 | Automatic image processor |
Publications (2)
Publication Number | Publication Date |
---|---|
SE7902921L SE7902921L (sv) | 1980-10-04 |
SE445684B true SE445684B (sv) | 1986-07-07 |
Family
ID=24983590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SE7902921A SE445684B (sv) | 1976-11-15 | 1979-04-03 | Anordning for monsteranalys |
Country Status (9)
Country | Link |
---|---|
US (1) | US4167728A (sv) |
BE (1) | BE875163A (sv) |
CA (1) | CA1116301A (sv) |
CH (1) | CH637231A5 (sv) |
DE (1) | DE2909153C2 (sv) |
FR (1) | FR2451602A1 (sv) |
GB (1) | GB2046487B (sv) |
NL (1) | NL7902709A (sv) |
SE (1) | SE445684B (sv) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4286330A (en) * | 1976-04-07 | 1981-08-25 | Isaacson Joel D | Autonomic string-manipulation system |
US4322716A (en) * | 1976-11-15 | 1982-03-30 | Environmental Research Institute Of Michigan | Method and apparatus for pattern recognition and detection |
US4309691A (en) * | 1978-02-17 | 1982-01-05 | California Institute Of Technology | Step-oriented pipeline data processing system |
DE2813157C2 (de) * | 1978-03-25 | 1988-08-18 | Dornier Gmbh, 7990 Friedrichshafen | Gerät zur selbsttätigen, lageunabhängigen Mustererkennung |
US4224600A (en) * | 1979-03-26 | 1980-09-23 | The Perkin-Elmer Corporation | Arrays for parallel pattern recognition |
US4464788A (en) * | 1979-09-10 | 1984-08-07 | Environmental Research Institute Of Michigan | Dynamic data correction generator for an image analyzer system |
US4395699A (en) * | 1979-09-10 | 1983-07-26 | Environmental Research Institute Of Michigan | Method and apparatus for pattern recognition and detection |
US4442543A (en) * | 1979-09-10 | 1984-04-10 | Environmental Research Institute | Bit enable circuitry for an image analyzer system |
US4290049A (en) * | 1979-09-10 | 1981-09-15 | Environmental Research Institute Of Michigan | Dynamic data correction generator for an image analyzer system |
US4301443A (en) * | 1979-09-10 | 1981-11-17 | Environmental Research Institute Of Michigan | Bit enable circuitry for an image analyzer system |
US4369430A (en) * | 1980-05-19 | 1983-01-18 | Environmental Research Institute Of Michigan | Image analyzer with cyclical neighborhood processing pipeline |
US4484346A (en) * | 1980-08-15 | 1984-11-20 | Sternberg Stanley R | Neighborhood transformation logic circuitry for an image analyzer system |
US4395700A (en) * | 1980-08-15 | 1983-07-26 | Environmental Research Institute Of Michigan | Image analyzer with variable line storage |
US4395698A (en) * | 1980-08-15 | 1983-07-26 | Environmental Research Institute Of Michigan | Neighborhood transformation logic circuitry for an image analyzer system |
US4395697A (en) * | 1980-08-15 | 1983-07-26 | Environmental Research Institute Of Michigan | Off-image detection circuit for an image analyzer |
US4398176A (en) * | 1980-08-15 | 1983-08-09 | Environmental Research Institute Of Michigan | Image analyzer with common data/instruction bus |
EP0067810A1 (en) * | 1980-12-24 | 1982-12-29 | ISAACSON, Joel Dov | Autonomic string-manipulation system |
JPS6053349B2 (ja) * | 1981-06-19 | 1985-11-25 | 株式会社日立製作所 | 画像処理プロセツサ |
US4510616A (en) * | 1982-01-19 | 1985-04-09 | The Environmental Research Institute Of Michigan | Design rule checking using serial neighborhood processors |
US4441207A (en) * | 1982-01-19 | 1984-04-03 | Environmental Research Institute Of Michigan | Design rule checking using serial neighborhood processors |
US4620223A (en) * | 1982-09-03 | 1986-10-28 | Industrial Holographics, Inc. | Interferometric deformation analysis system |
US4665554A (en) * | 1983-07-13 | 1987-05-12 | Machine Vision International Corporation | Apparatus and method for implementing dilation and erosion transformations in digital image processing |
FR2550403A1 (fr) * | 1983-08-04 | 1985-02-08 | Thomson Csf | Procede de discrimination des contours et des textures dans une image video et dispositif detecteur de contour pour la mise en oeuvre de ce procede |
DE3436276A1 (de) * | 1983-10-05 | 1985-05-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V., 8000 München | Einrichtung zur digitalen verarbeitung von grauwertbildern mit lokalen operatoren, schritthaltend mit der bildabtastung durch eine fernsehkamera |
US4675908A (en) * | 1983-10-07 | 1987-06-23 | Canon Kabushiki Kaisha | Image data processing apparatus and system |
US4665551A (en) * | 1983-12-08 | 1987-05-12 | Machine Vision International Corporation | Apparatus and method for implementing transformations in digital image processing |
US4601055A (en) * | 1984-04-10 | 1986-07-15 | The United States Of America As Represented By The Secretary Of Commerce | Image processor |
US4641356A (en) * | 1984-08-24 | 1987-02-03 | Machine Vision International Corporation | Apparatus and method for implementing dilation and erosion transformations in grayscale image processing |
CA1249376A (en) * | 1985-02-01 | 1989-01-24 | Tadashi Fukushima | Parallel image processor |
US4646355A (en) * | 1985-03-15 | 1987-02-24 | Tektronix, Inc. | Method and apparatus for input picture enhancement by removal of undersired dots and voids |
EP0227848B1 (en) * | 1985-12-17 | 1991-05-29 | International Business Machines Corporation | Image preprocessing procedure for noise removal |
US4760607A (en) * | 1986-07-31 | 1988-07-26 | Machine Vision International Corporation | Apparatus and method for implementing transformations in grayscale image processing |
US4821333A (en) * | 1986-08-22 | 1989-04-11 | Environmental Research Inst. Of Michigan | Machine learning procedures for generating image domain feature detector structuring elements |
US4876733A (en) * | 1986-10-31 | 1989-10-24 | International Business Machines Corporation | Method for performing morphic transformations on image data in a general purpose computer |
US4949390A (en) * | 1987-04-16 | 1990-08-14 | Applied Vision Systems, Inc. | Interconnect verification using serial neighborhood processors |
KR890702148A (ko) * | 1987-04-16 | 1989-12-23 | 원본미기재 | 영상 처리장치, 직렬인접 변환 스테이지 및 직렬영상 데이타 처리방법 |
US4805227A (en) * | 1987-08-13 | 1989-02-14 | Honeywell Inc. | Parallel pipeline image processor with 2×2 window architecture |
US5046190A (en) * | 1988-09-06 | 1991-09-03 | Allen-Bradley Company, Inc. | Pipeline image processor |
US5125043A (en) * | 1989-06-23 | 1992-06-23 | Microterm, Inc. | Image processing with real time zoom logic |
US5129014A (en) * | 1989-12-08 | 1992-07-07 | Xerox Corporation | Image registration |
US5402504A (en) * | 1989-12-08 | 1995-03-28 | Xerox Corporation | Segmentation of text styles |
JP2591292B2 (ja) * | 1990-09-05 | 1997-03-19 | 日本電気株式会社 | 画像処理装置とそれを用いた自動光学検査装置 |
US5237626A (en) * | 1991-09-12 | 1993-08-17 | International Business Machines Corporation | Universal image processing module |
JPH07117498B2 (ja) * | 1991-12-11 | 1995-12-18 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 検査システム |
EP0626661A1 (en) * | 1993-05-24 | 1994-11-30 | Societe D'applications Generales D'electricite Et De Mecanique Sagem | Digital image processing circuitry |
KR101030430B1 (ko) * | 2007-09-12 | 2011-04-20 | 주식회사 코아로직 | 영상 처리 장치와 방법 및 그 기록매체 |
ES2559457T3 (es) * | 2012-07-31 | 2016-02-12 | Hewlett-Packard Development Company, L.P. | Métodos para imprimir con un cabezal de impresión |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL238555A (sv) * | 1958-04-25 | |||
NL134348C (sv) * | 1958-10-07 | |||
DE1250166B (de) * | 1962-05-21 | 1967-09-14 | International Business Machines Corporation Armonk, NY (V St A) | Vorrichtung zur maschinellen Zeichen erkennung |
US3196398A (en) * | 1962-05-21 | 1965-07-20 | Ibm | Pattern recognition preprocessing techniques |
US3287703A (en) * | 1962-12-04 | 1966-11-22 | Westinghouse Electric Corp | Computer |
US3289164A (en) * | 1964-04-29 | 1966-11-29 | Control Data Corp | Character normalizing reading machine |
US3573789A (en) * | 1968-12-13 | 1971-04-06 | Ibm | Method and apparatus for increasing image resolution |
GB1323556A (en) * | 1969-10-31 | 1973-07-18 | Image Analysing Computers Ltd | Image analysis |
US3706071A (en) * | 1970-06-22 | 1972-12-12 | Information Int Inc | Binary image processor |
US3723970A (en) * | 1971-01-04 | 1973-03-27 | Scan Optics Inc | Optical character recognition system |
US4060713A (en) * | 1971-06-23 | 1977-11-29 | The Perkin-Elmer Corporation | Analysis of images |
US3761876A (en) * | 1971-07-28 | 1973-09-25 | Recognition Equipment Inc | Recognition unit for optical character reading system |
GB1401008A (en) * | 1971-08-17 | 1975-07-16 | Mullared Ltd | Character recognition apparatus |
JPS48102926A (sv) * | 1972-04-07 | 1973-12-24 | ||
US3889234A (en) * | 1972-10-06 | 1975-06-10 | Hitachi Ltd | Feature extractor of character and figure |
FR2296221A1 (fr) * | 1974-12-27 | 1976-07-23 | Ibm France | Systeme de traitement du signal |
US4003024A (en) * | 1975-10-14 | 1977-01-11 | Rockwell International Corporation | Two-dimensional binary data enhancement system |
DE2700252C2 (de) * | 1977-01-05 | 1985-03-14 | Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt | Verfahren zum Prüfen definierter Strukturen |
-
1976
- 1976-11-15 US US05/742,127 patent/US4167728A/en not_active Expired - Lifetime
-
1979
- 1979-03-08 DE DE2909153A patent/DE2909153C2/de not_active Expired
- 1979-03-16 FR FR7906715A patent/FR2451602A1/fr active Granted
- 1979-03-26 CA CA324,175A patent/CA1116301A/en not_active Expired
- 1979-03-28 BE BE0/194274A patent/BE875163A/xx not_active IP Right Cessation
- 1979-03-30 CH CH297779A patent/CH637231A5/fr not_active IP Right Cessation
- 1979-04-03 SE SE7902921A patent/SE445684B/sv not_active IP Right Cessation
- 1979-04-06 NL NL7902709A patent/NL7902709A/nl not_active Application Discontinuation
- 1979-04-12 GB GB7912990A patent/GB2046487B/en not_active Expired
Also Published As
Publication number | Publication date |
---|---|
CH637231A5 (en) | 1983-07-15 |
NL7902709A (nl) | 1980-10-08 |
SE7902921L (sv) | 1980-10-04 |
CA1116301A (en) | 1982-01-12 |
GB2046487A (en) | 1980-11-12 |
US4167728A (en) | 1979-09-11 |
FR2451602A1 (fr) | 1980-10-10 |
BE875163A (fr) | 1979-07-16 |
DE2909153A1 (de) | 1980-09-11 |
DE2909153C2 (de) | 1984-02-09 |
GB2046487B (en) | 1983-05-25 |
FR2451602B1 (sv) | 1985-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SE445684B (sv) | Anordning for monsteranalys | |
US4484346A (en) | Neighborhood transformation logic circuitry for an image analyzer system | |
US4395699A (en) | Method and apparatus for pattern recognition and detection | |
US4464788A (en) | Dynamic data correction generator for an image analyzer system | |
CN109344618B (zh) | 一种基于深度森林的恶意代码分类方法 | |
US4301443A (en) | Bit enable circuitry for an image analyzer system | |
US4322716A (en) | Method and apparatus for pattern recognition and detection | |
US4644585A (en) | Method and apparatus for automatic shape recognition | |
US4398176A (en) | Image analyzer with common data/instruction bus | |
US4290049A (en) | Dynamic data correction generator for an image analyzer system | |
US4395697A (en) | Off-image detection circuit for an image analyzer | |
WO2006019165A1 (ja) | ラベルイメージの生成方法および画像処理システム | |
Bajić et al. | Chart classification using simplified VGG model | |
CN113362277A (zh) | 一种基于深度学习的工件表面缺陷检测和分割方法 | |
CN113360911A (zh) | 恶意代码同源分析方法、装置、计算机设备和存储介质 | |
US4442543A (en) | Bit enable circuitry for an image analyzer system | |
CN108363962A (zh) | 一种基于多层次特征深度学习的人脸检测方法及系统 | |
Kitchin et al. | Processing of binary images | |
US6571013B1 (en) | Automatic method for developing custom ICR engines | |
Mahmoud et al. | Hough transform implementation on a reconfigurable highly parallel architecture | |
Nacken | Chamfer metrics in mathematical morphology | |
Fitriani et al. | Image Classification On Garutan Batik Using Convolutional Neural Network with Data Augmentation | |
CN114861178A (zh) | 一种基于改进b2m算法的恶意代码检测引擎设计方法 | |
GB1375991A (en) | Apparatus for thinning characters | |
CN115689978A (zh) | 使用神经网络分析晶圆图的方法和晶圆图分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NUG | Patent has lapsed |
Ref document number: 7902921-1 Effective date: 19921108 Format of ref document f/p: F |