JP2000276598A - 画像認識方法 - Google Patents

Abstract

(57)【要約】 【目的】 たとえ画像の倍率が変化し入力画像の大きさ
が異なっても、正確に認識処理を行い、認識ターゲット
を認識すること 【構成】 認識ターゲットは一点を通る線分で構成さ
れ、隣接する線分同士のなす角の角度情報を特徴量とす
る。受け取った画像データ中の線分を線分検出部１１で
検出し、検出された線分のうち隣接する線分同士のなす
角の角度情報（角度＋配列情報）を角度検出部で検出す
る。ターゲットマッチング部１３では、求めた角度情報
が正しい認識ターゲットのものと一致するか否かを判断
し、非ターゲット条件チェック部１４では、正しい認識
ターゲットには存在しない角度や線分がないかを判断す
る。判定部１５は、角度情報が正しく、非ターゲット情
報がない場合に認識ターゲットありと判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像認識方法に関
するものである。

【０００２】

【従来の技術】例えば、ＦＡシステムにおいて搬送ライ
ン上を流れるワークの適否や種類をチェックする場合
に、ワーク表面に印刷などしたマーク（パターン）をみ
て判断する手法がとられる。そして、係る判断をするた
めに画像認識方法を利用することがある。

【０００３】よく知られているように、認識判定（パタ
ーンマッチング）する際の手法の１として、基準となる
認識パターン（テンプレート）と、認識対象の画像（対
象物）との間でのテンプレート間距離や相互相関を用い
て評価するようになっている。したがって、上記したＦ
Ａに適用する場合、ワーク表面に印刷するマークと同一
のマーク（パターン）を基準となる認識パターンとして
記憶保持する。そして、搬送ライン上を流れるワークを
カメラで撮像し、得られた画像データに対して認識パタ
ーンとのマッチングを行い、一致するか否かを判断す
る。これにより、ワークの種類を特定したり、マークに
欠けがないかなどの判断をすることができる。

【０００４】

【発明が解決しようとする課題】上記した画像認識方法
では、以下に示す問題がある。すなわち、搬送ラインに
一定の幅があり、その搬送ライン上をランダムにワーク
が搬送される場合、ワークのライン上の存在位置により
カメラからの距離が異なることがある。すると当然のこ
とながら、係る距離が相違すると、同一物体を撮像した
場合に得られる画像データ上の寸法は異なる（遠いもの
ほど小さくなる）。

【０００５】ところで、上記した評価（認識処理）は、
大きさの同一性も重要な要素の１つとなる。すなわち、
仮に形状は同じ（相似形）であっても、寸法が異なって
いる場合には、認識パターンではないと認識されてしま
う。したがって、上記のようにカメラとワークの距離が
変動するようなシステムの場合、同一ワークであっても
カメラまでの距離によって認識パターンと同一と判断さ
れたり、同一でないと判断されてしまうことがある。

【０００６】そこで、係る寸法の差の影響を受けないよ
うにするためには、異なる寸法の認識パターンを複数用
意し、それらと逐次マッチングをとる方法がある。この
方式の場合には、マッチング回数が増えて高速処理を疎
外するばかりで無く、基準となる認識パターンを複数保
持することは辞書のメモリ容量も多く必要となるという
問題がある。

【０００７】また、例えば距離を別の装置により計測す
るなどして変倍率がわかっているような場合には、撮像
した画像に対して間引き処理をしたり、補間処理をする
ことにより撮像したデータ自体を拡大・縮小して正規化
し、それと基準となる認識パターンとマッチングを採る
方法もある。このようにすると、寸法の差に基づく認識
パターンは１種類に１個作成すればよくなり、マッチン
グ処理は１回で済むようになる。しかし、この方法は正
確な変倍率を知る必要が前提となるので、ＦＡ等におい
ては別途距離測定装置を必要とするため、システムが大
型化するので好ましくない。

【０００８】一方、人間の視覚は物の形状を複雑な過程
で認識していると考えられるが、絶対的な大きさの評価
は不得手であり、わずかな大きさの差を認識（区別）す
ることが困難である。したがって、画像認識では同一と
判断されずに区別されてしまうものでもその差が微差の
場合には、目視では同一と認識してしまうことがある。

【０００９】特に、認識パターンに比べてその拡大・縮
小率（以下、「変倍率」と称する）が数％〜１０数％程
度の場合では、両者（認識パターンと認識対象物）を並
べて直接対比して比較すればその大きさが異なるためす
ぐにわかるが、認識対象物のみを単体で見た場合にはわ
かりにくい。

【００１０】この性質を利用し、例えば上記のように搬
送ラインに検査員がたち、搬送されるワークのマークを
見た場合に、上記したワークの搬送ライン上の位置ずれ
があったとしても、係る位置ずれに伴うマークの寸法の
差は吸収され、認識パターンと同じものか否かの判断を
することができる。

【００１１】そこで、画像認識装置における認識アルゴ
リズムでも、上記の人間のように距離の差に基づく程度
の小さい変倍率の場合、特に寸法差を吸収するための前
処理を必要とせず、簡単で少ない回数で認識することの
できる装置・方法の開発が望まれている。

【００１２】本発明は、上記した背景に鑑みてなされた
もので、その目的とするところは、たとえ変倍されて処
理中の画像データの大きさが異なっても、正確に認識処
理を行い、所定の画像を判定可能とする画像認識方法を
提供することにある。

【００１３】

【課題を解決するための手段】上記した目的を達成する
ために、本発明に係る画像認識方法では、画像に含まれ
る認識ターゲットを認識する認識装置における認識方法
であって、前記認識ターゲットは線分で構成されるとと
もに、線分同士のなす角の角度情報を特徴量とする。そ
して、受け取った画像データ中の線分を検出する線分検
出工程を行い、次いで検出された線分のうち所定の線分
同士のなす角の角度情報を求める角度検出工程を行い、
前記求めた角度情報に基づいて、前記画像データ中に前
記認識ターゲットが存在するか否かを判定する判定工程
を有するようにした（請求項１）。

【００１４】元画像（基準となる大きさが１００％の画
像）に対して処理対象の画像が拡大／縮小等の倍率が変
化したとしても、角度情報はその影響を受けない。そこ
で、係る角度情報に基づいて画像認識をすることによ
り、変倍に強くなり、確実に認識ターゲットを含む画像
を認識することができる。

【００１５】そして、好ましくは、前記角度情報は、角
度と、その角度の配列順序とすることである（請求項
２）。配列順序まで判断基準に加えることにより、誤認
識するのを抑制し、しかも、配列順序を判定条件に入れ
たとしても、それに伴う処理の負荷はさほど大きくなら
ない。

【００１６】また、画像に含まれる認識ターゲットを認
識する認識装置における認識方法であって、前記認識タ
ーゲットは線分で構成されるとともに、線分の傾き情報
を特徴量とし、受け取った画像データ中の線分を検出す
る線分検出工程を行い、検出された線分のうち所定の線
分の傾き情報を求める傾き検出工程を行い、前記求めた
傾き情報に基づいて、前記画像データ中に前記認識ター
ゲットが存在するか否かを判定する判定工程を有するよ
うにしてもよい（請求項３）。

【００１７】請求項１の発明と同様に、元画像に対して
倍率が変化したとしても、傾き情報はその影響を受けな
い。そこで、係る傾き情報に基づいて画像認識をするこ
とにより、変倍に強くなり、確実に認識ターゲットを含
む画像を認識することができる。

【００１８】さらに好ましくは、前記認識ターゲットで
は存在しない非ターゲット情報（実施の形態では、「存
在しない角度や、一点を通らない線分」に相当）を記憶
保持し、前記判定工程は、前記画像データ中に前記非タ
ーゲット情報が存在するか否かの情報を加味して行うよ
うにするとなおよい（請求項４）。

【００１９】画像データ中に非ターゲット情報を含む場
合には、その画像データ中には認識ターゲットはない可
能性が高い。したがって、係る情報も加味することによ
り、認識率がより向上する。なお、加味する方法として
は、実施の形態のように一種のアンド（特徴量が存在
し、非ターゲット情報がない場合に初めて認識ターゲッ
トありと判断する）にしたが、適宜重み付けを行い、総
合的に判断するようにしてももちろんよい。

【００２０】

【発明の実施の形態】以下、本発明に係る画像認識方法
の好適な実施の形態を添付図面を参照にして詳述する。
図１は、本発明で用いられる認識ターゲットの一例を示
している。同図に示すように、本形態の認識ターゲット
１は、一点Ｐで交わる複数の線分１ａ〜１ｆにより構成
されている。この線分の条件としては、線分１ｄ，１ｆ
のように、一端が一点Ｐに位置する場合と、他の線分１
ａ〜１ｃ，１ｅのように一転Ｐから離れているが、延長
線上に一点Ｐが存在する場合のいずれも採り得る。但
し、一点Ｐを貫通するような線分、つまり、線上に一点
Ｐがあるような線分は使用しない。

【００２１】このようにすることにより、一般的な印刷
物や物体等にありがちな放射状の模様，直方体の集合，
複数形状の重ね合わせ等を誤って検出するおそれを可及
的に抑制できる。また、係る点からいうと、隣接する線
分のなす角の角度も、３０度，４５度，６０度，９０度
等の一般に良く用いられる角度にならないようにすると
好ましい。

【００２２】そして、認識する際の基準データとして
は、上記の認識ターゲット１を構成する線分間のなす角
の角度情報としている。そして、本形態では隣接する線
分間の角度とし、しかも順番も考慮するようにしたた
め、同図（ｂ）に示すように角度情報として［ａ，ｂ，
ｃ，ｄ，ｅ，ｆ］の６つの角度とその順番を関連付ける
ようにしている。

【００２３】そして、本形態では、入力された画像デー
タ中に、上記した形状の認識ターゲット１が存在するか
否かを角度情報に基づいて認識するようにしている。具
体的な装置構成としては、図２に示すように、入力され
た画像データを線分検出部１１に送り、画像データ中に
存在する線分を抽出するようになっている。

【００２４】この線分検出部１１における線分抽出方法
としては、例えばテンプレートマッチングやハフ変換に
よる方法など各種の方法をとることができる。そして、
本形態では、テンプレートマッチングを用いて抽出する
ようにし、具体的には図３に示すフローチャートを実行
する機能を有している。

【００２５】すなわち、入力された画像データに対しテ
ンプレートをあて、線分の抽出を行う（ＳＴ１，ＳＴ
２）。次いで、処理対象画素（上記の各線分の中心とな
る一点Ｐ）を基準として一定の距離の範囲内に存在する
各線分に対し、その線分の処理対象画素上に位置してい
る（一端が接する場合と、線分の両端が処理対象画素を
跨いで両側に存在するような線分の上に処理対象画素が
あるもの等いずれも含む）か、或いは線分の延長線上に
処理対象画素が存在するような処理対象画素（一点）を
通る線分か否かを判断する（ＳＴ３）。

【００２６】そして、ステップ３の分岐判断がＹｅｓの
場合には、線分の諸元（例えば両端の位置座標等）を角
度検出部１２に出力し（ＳＴ４）、ステップ３の分岐判
断がＮｏの場合には、線分の諸元（例えば両端の位置座
標等）を非ターゲットマッチング部に出力する（ＳＴ
４）。

【００２７】一方、角度検出部１２は、隣接する線分間
の角度を求めるもので、具体的には図４に示すフローチ
ャートに示すような機能を実施する。つまり、与えられ
た線分のうち任意の線分を最初の線分に決定し、時計回
りで順次線分の諸元を取り出す（ＳＴ１１，ＳＴ１
２）。これにより、隣接する２本の線分の位置がわかる
ので角度を求め（ＳＴ１３）、当該角度を出力、つまり
ターゲットマッチング部１３及び非ターゲット条件チェ
ック部１４に与える（ＳＴ１４）。

【００２８】そして、最後の線分の処理、つまり、次の
線分が最初に抽出した線分になった場合には、その角度
を求めるとともに出力した状態で処理を終了する（ＳＴ
１４）。

【００２９】これにより、例えば、図５に示すような線
分が検出された場合、斜め上下方向に延びる線分Ｌ１を
最初に選択し（ＳＴ１１）、その後ステップ１２から１
４を繰り返し実行することにより、隣接する線分の角度
として、順番に［ｆ，ａ，ｂ，ｃ，ｄ，ｅ］が得られ、
この角度群を出力するようになる。なお、実際には、各
角度を計算する都度出力してもよいし、最後まで求めた
後、まとめて一括して出力してもよい。

【００３０】また、ターゲットマッチング部１３は、第
１辞書１３ａに格納された正しいターゲットの角度とそ
の順番を関連付けたデータを参照し、線分検出部１１で
検出された処理対象画素を通る線分のうち、隣接する線
分間の角度が正しい順番で並んでいるか否かを判断する
もので、具体的には図６に示すようなフローチャートを
実現する機能となっている。

【００３１】すなわち、まず角度検出部１２から与えら
れた角度群が、順番と角度の両法とも正しいターゲット
と一致するか否かを判断する（ＳＴ２１）。そして、一
致すれば、検出対象物と判断し、ターゲットマッチング
（ターゲットあり）の情報（真）を出力する（ＳＴ２
４）。一方、一致しない場合には、ステップ２２に飛
び、角度群の先頭の角度を最後尾に回し（ＳＴ２２）、
係る回す処理で角度群が一周、つまり、最初の状態に戻
ったか否かを判断する（ＳＴ２３）。そして、一周して
いない場合にはステップ２１に戻り、再度正しいターゲ
ットと一致するか否かを判断する。

【００３２】そして、角度の並び替えを一周行っても一
致しない場合には、ステップ２３からステップ２５に進
み、処理対象のものは認識ターゲットではないと判断
し、ターゲットなし情報（偽）を出力する。

【００３３】具体例をあげて説明すると、基準データと
して図１（ｂ）に示すように角度群［ａ，ｂ，ｃ，ｄ，
ｅ，ｆ］が第１辞書１３ａに格納されているとする。す
ると、ターゲットマッチング部１３は、第１辞書１３ａ
を参照することにより当該正しい角度群の情報を取得し
ておく。

【００３４】この場合において、図５に示すような線分
が検出され、上記のように角度群として、［ｆ，ａ，
ｂ，ｃ，ｄ，ｅ］が得られた場合、一回目のステップ２
１の判断では一致しないためステップ２２に進み、先頭
の角度ｆを最後尾に回すことにより、［ａ，ｂ，ｃ，
ｄ，ｅ，ｆ］という角度群が得られる。すると、基準デ
ータと一致するのでステップ２１でＹｅｓとなり、ター
ゲットマッチングの情報が出力される。

【００３５】一方、例えば図７（Ａ）のような線分（正
しいターゲットの線分に比べて矢印で示す線分が多い）
が検出された場合には、角度情報としては、［ａ，ｂ，
ｃ，ｄ，ｅ，ｇ，ｈ］となり、角度群の先頭をどの角度
にしても正しいターゲットの場合と一致しない。したが
って、最終的にターゲットなしの情報を出力することに
なる。

【００３６】また、非ターゲット条件チェック部１４
は、角度検出部１２から与えられた角度群と、線分検出
部１１から「一点を通らない線分」の情報に基づいて、
非ターゲットであるか否かを判断するようになってい
る。そして、角度群のチェックに際しては、第２辞書１
４ａに格納された正しいターゲットには存在しない角度
に関する情報を参照し判断する。ここで、正しいターゲ
ットに存在しない角度に関する情報は、存在しない全て
の角度を入れると適合処理が多大となるので実際には、
ターゲットを構成する角度（順番の情報まで入れない）
を格納しておき、当該角度以外の角度が検出された場合
に、「ターゲットに含まれない角度あり」と判断するよ
うにしている。

【００３７】また、これ以外の情報としては、例えば９
０度，６０度，４５度などのターゲットを構成する線分
間の角度として使用しない角度があらかじめ定められて
いる場合には、当該角度を格納するようにしてもよい。
その場合には、その格納した角度と一致した場合には、
「ターゲットに含まれない角度あり」と判断するように
なる。

【００３８】そして、具体的な処理は、図８に示すフロ
ーチャートのようになっている。すなわち、まず与えら
れた角度群を構成する各角度情報を、第２辞書１４ａに
格納された角度情報に基づいて、正しいターゲットに含
まれない角度があるか否かを判断する（ＳＴ３１）。そ
して、含まれない角度がある場合には、それは正しいタ
ーゲットではないと判断できるので、ステップ３４に進
み、ターゲットマッチング無効（真：非ターゲット条件
に合致する）を出力する。

【００３９】また、正しいタ−ゲットに含まれない角度
がない場合には、ステップ３２に進み、線分検出部１１
からターゲットに一点を通らない無効な線分があるか否
かを判断する。この処理は、実際には線分検出部１１か
ら検出信号があれば、Ｙｅｓとなり、ステップ３４に進
みターゲットマッチング無効（真）を出力する。また、
無効な線分がない場合には、ステップ３３に進み、ター
ゲットマッチング有効（偽：非ターゲット条件を満たさ
ない）を出力する。

【００４０】具体例をあげて説明すると、第２辞書１４
ａには、（ａ，ｂ，ｃ，ｄ，ｅ，ｆ：順番に関する情報
なし）が格納されているとする。すると、非ターゲット
条件としては、上記角度以外の角度となる。

【００４１】この場合において、図７（ａ）のような線
分（正しいターゲットの線分に比べて矢印で示す線分が
多い）が検出された場合には、正しいターゲットにはな
い角度ｇ，ｈが検出されるので、ステップ３１の判断で
条件合致（Ｙｅｓ）となりターゲットマッチング無効
（真）を出力する。

【００４２】また同図（ｂ）のような線分（矢印で示す
一点を通らない線分がある）が検出された場合には、正
しいターゲットに含まれない角度はないが、矢印で示す
線分が処理対象画素を通らないので、ステップ３２の判
断で条件合致（Ｙｅｓ）となりターゲットマッチング無
効（偽）を出力する。

【００４３】そして、判定部１５は、ターゲットマッチ
ング部１３の出力が「真」で、非ターゲット条件チェッ
ク部１４の出力が「偽」の場合に、出力が「真」とな
り、認識ターゲットが存在すると判断し、その認識結果
を出力部１６で出力する。

【００４４】なお、上記した処理は、与えられた画像デ
ータに対し、例えばラスタスキャンなどにより処理対象
画素（上記の各線分の中心となる一点Ｐ）を順次移動
し、その都度行うことになる。

【００４５】なおまた、第２辞書１４ａに格納する辞書
データが、正しいターゲットの角度のみとすると、ター
ゲットマッチング部１３のステップ２１がＹｅｓであれ
ば非ターゲット条件チェック部１４のステップ３１の判
断は必ずＮｏとなり、ステップ２１がＮｏであればステ
ップ３１はＹｅｓとなる。

【００４６】それにもかかわらずこの分岐判断を入れて
いるのは、両方でダブルチェックをかけることにより、
誤判断する確率を可及的に抑制したり、異なる角度があ
る場合には、すぐに異常とわかるので早期に対象ではな
いと判断するようにしたり、上記のように、使用しない
角度を入れるアルゴリズムとの共通化を図るためなどの
理由からである。

【００４７】したがって、判断処理を簡易にするために
は、ステップ３１を設けなくてもよい。その場合には、
ステップ３２の判断は、線分検出部１１からの出力の有
無に一義的に対応するため、その線分検出部１１の出力
を直接或いは遅延部等を介して判定部１５に与えるよう
にしてもよい。

【００４８】また、上記した実施の形態では、隣接する
線分同士のなす角の角度を角度情報として使用したが、
本発明はこれに限ることはなく、例えば１つおきとした
り、ある線分を基準とした各線分とのなす角の角度とす
るなどの他、各種の対応が採れる。但し、上記した隣接
する線分間の角度を採ると、処理が簡単で高速に処理で
きる点で好ましい。

【００４９】さらにまた、上記した実施の形態では、角
度＋順番（配列順序）を条件としたが、順番の情報を検
索条件からなくし、角度情報のみに基づいて行ってもよ
い。また、その場合に、例えば隣接する線分同士のなす
角のみならず、例えば任意の組み合わせの線分が構成す
る１８０度以下の全ての角度を抽出し、配列の情報を角
度の組み合わせとして抽出してもよい。具体例を示す
と、図５の場合には、（ａ，ｂ，ｃ，ｄ，ｅ，ｆ，ａ＋
ｂ，ｂ＋ｃ，ｃ＋ｄ，ｄ＋ｅ，ｅ＋ｆ，ｆ＋ａ，ａ＋ｂ
＋ｃ，ｂ＋ｃ＋ｄ，ｆ＋ａ＋ｂ）となる。

【００５０】図９〜図１１は本発明の第２の実施の形態
を示している。同図に示すように、入力画像データ１０
をターゲットマッチング部１３′と非ターゲットマッチ
ング部１４′にそれぞれ直接与え、両マッチング１
３′，１４′の出力を判定部１５に与え、正しいパター
ンか否かを判断する。つまり、ターゲットマッチング部
１３′で合致するパターンが検出（真）され、非ターゲ
ットマッチング部１４′で合致するパターンが検出され
ない（偽）場合に、判定部１５の出力は真となり検出と
判断される。

【００５１】そして、具体的にはターゲットマッチング
部１３′は、図１０に示すように黒画素を検知する第１
マスク領域Ｍ１と、その両側に位置する白画素を検出す
る第２マスク領域Ｍ２を備えたマスクＭを用意し、当該
マスクＭを、正しいターゲットの各線分の所定位置に配
置したものを用いる。

【００５２】係る構成にすると、多少倍率が変化したと
しても角度は変わらないので正しいターゲットの場合
に、「真」が出力される。つまり、本来あるべきところ
に線分がない場合には、「偽」が出力される。但し、正
しいターゲットの線分は全て有し、しかも線分が多い場
合には、「真」が出力されるが、この場合には、非ター
ゲットマッチング部で当該多い線分が検出されるので問
題はない。

【００５３】一方、非ターゲットマッチング部１４′
は、図１１に示すように、ある一点Ｐ（ターゲットの各
線分が通る点）を中心として一定のターゲットエリア内
で、線分が存在する部分とその延長線上を除いた領域
を、マスク領域Ｍ３を有するテンプレートを用いる。そ
して、そのマスク領域Ｍ３内に黒画素が存在するか否か
を判断し、存在する場合には「真」を出力する。

【００５４】なお、本実施の形態では、線分を直接する
のではなく、本来線分があるべき箇所に黒画素（線を構
成する画素）が存在し、本来線分がない場所に白画素が
あることを認識することにより、間接的に線分の存在を
認識し、テンプレートにより線分間の角度が所定の条件
にあることを判定できるので、簡易的な回路で簡単に実
現でき、しかも、テンプレートマッチングであるので、
迅速に判断することができる。

【００５５】但し、ノイズなどが極端に多い状況下では
誤認識するおそれがあるので、必要に応じて非ターゲッ
ト条件の閾値を上げたり、前処理としてノイズ除去処理
等をする。

【００５６】また、ターゲットの姿勢（回転角度）の影
響を受けるので、ターゲットマッチング部１３′並びに
非ターゲットマッチング１４′のいずれにおいてもそこ
で用いられるマスク（テンプレート）は、異なる回転角
度に合わせた複数のテンプレートを用意しておいたり、
或いは判断時にテンプレートを回転させる必要がある。

【００５７】なお、上記した各実施の形態並びに変形例
は、いずれも任意の線分間のなす角の角度情報に基づい
て判定を行っているが、本発明はこれに限ることはな
く、線分そのものの傾きの組み合わせに基づいて判断す
るようにしてもよい。

【００５８】すなわち、図１２に示すようにある基準線
（例えば水平線）から各線分Ｌの傾き（ａ′，ｂ′，
ｃ′，ｄ′，ｅ′，ｆ′）を求め、それを基準データと
する。そして、ハードウェア構成としては、図１に示し
た第１の実施の形態のものをそのまま使用できる。そし
て、異なるのは角度検出部がステップ１２の処理が線分
間の角度を求めるのではなく、基準線（例えば水平線）
からの角度を求めることで傾きを算出するようにするこ
とである。

【００５９】また、ターゲットマッチング部では、検出
された各線分の傾き（角度群）があらかじめ登録された
基準データと一致するか否かを判断することになる。そ
して、一致すれば「真」を出力し、最終的に一致しなけ
れば「偽」を出力することになる。このとき、認識対象
のターゲットの姿勢（回転角度）が基準データのものと
そもそも異なっているおそれがある。したがって、適宜
回転処理し回転角度の姿勢による影響を受けないように
補正する必要はある。

【００６０】また、非ターゲット条件チェック部の機能
としては、回転角度の補正を考えると、図８に示すステ
ップ３１は設けず、ステップ３２の分岐判断のみにする
と処理が簡単となる（もちろん、ステップ３１を設けて
もよい）。

【００６１】

【発明の効果】以上のように、本発明に係る画像認識方
法では、たとえ変形されて入力画像の大きさが元画像
（認識パターンと同一の１００％の画像）と異なって
も、線分間の角度や傾きは変化しない。したがって、係
る角度（傾き）情報に基づいて判断すれば、変形の有無
にかかわらず正しいターゲットであるか否かを精度よく
判定することができる。

【００６２】そして、請求項２の発明では、角度の配列
情報が加味されるので誤認識が減る。さらに請求項４の
発明では、非ターゲット情報も加味して判断されるの
で、誤認識の確率がさらに減少する。

【図面の簡単な説明】

【図１】認識ターゲットの一例を示す図である。

【図２】本発明に係る画像認識方法の第１の実施の形態
を実施するに適した画像認識装置を示すブロック図であ
る。

【図３】線分検出部の機能を示すフローチャートであ
る。

【図４】角度検出部の機能を示すフローチャートであ
る。

【図５】角度検出部の作用を説明する図である。

【図６】ターゲットマッチング部の機能を示すフローチ
ャートである。

【図７】作用を説明する図である。

【図８】非ターゲット条件チェック部の機能を示すフロ
ーチャートである。

【図９】本発明に係る画像認識方法の第２の実施の形態
を実施するに適した画像認識装置を示すブロック図であ
る。

【図１０】ターゲットマッチング部で用いられるテンプ
レートの一例を示す図である。

【図１１】非ターゲットマッチング部で用いられるテン
プレートの一例を示す図である。

【図１２】本発明の第３の実施の形態を説明する図であ
る。

【符号の説明】 １ 認識ターゲット １ａ〜１ｆ 線分 １１ 線分検出部 １２ 角度検出部 １３，１３′ ターゲットマッチング部 １４ 非ターゲット条件チェック部 １４′ 非ターゲットマッチング部 １５ 判定部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 谷口 桂太郎 京都府京都市右京区花園土堂町10番地 オ ムロン株式会社内 Ｆターム(参考） 5L096 BA03 CA02 DA02 FA03 FA67 HA07 JA11 JA16 KA01 KA04

Claims (4)

【特許請求の範囲】
1. 【請求項１】 画像に含まれる認識ターゲットを認識す
   る認識装置における認識方法であって、 前記認識ターゲットは線分で構成されるとともに、線分
   同士のなす角の角度情報を特徴量とし、 受け取った画像データ中の線分を検出する線分検出工程
   を行い、 検出された線分のうち所定の線分同士のなす角の角度情
   報を求める角度検出工程を行い、 前記求めた角度情報に基づいて、前記画像データ中に前
   記認識ターゲットが存在するか否かを判定する判定工程
   を有することを特徴とする画像認識方法。
2. 【請求項２】 前記角度情報は、角度と、その角度の配
   列順序であることを特徴とする請求項１に記載の画像認
   識方法。
3. 【請求項３】 画像に含まれる認識ターゲットを認識す
   る認識装置における認識方法であって、 前記認識ターゲットは線分で構成されるとともに、線分
   の傾き情報を特徴量とし、 受け取った画像データ中の線分を検出する線分検出工程
   を行い、 検出された線分のうち所定の線分の傾き情報を求める傾
   き検出工程を行い、 前記求めた傾き情報に基づいて、前記画像データ中に前
   記認識ターゲットが存在するか否かを判定する判定工程
   を有することを特徴とする画像認識方法。
4. 【請求項４】 前記認識ターゲットでは存在しない非タ
   ーゲット情報を記憶保持し、 前記判定工程は、前記画像データ中に前記非ターゲット
   情報が存在するか否かの情報を加味して行うことを特徴
   とする請求項１〜３のいずれか１項に記載の画像認識方
   法。