JPH01161487A - 物体認識方法 - Google Patents
物体認識方法Info
- Publication number
- JPH01161487A JPH01161487A JP31852187A JP31852187A JPH01161487A JP H01161487 A JPH01161487 A JP H01161487A JP 31852187 A JP31852187 A JP 31852187A JP 31852187 A JP31852187 A JP 31852187A JP H01161487 A JPH01161487 A JP H01161487A
- Authority
- JP
- Japan
- Prior art keywords
- model
- line
- line segments
- explanatory diagram
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
この発明は、物体像を撮像装置で撮像し、画像処理して
得られる特徴Ａを用いてその物体が何であるか認識する
物体認識方法に関する。
得られる特徴Ａを用いてその物体が何であるか認識する
物体認識方法に関する。
重なり合った物体を認識するものとして、出願人は先に
隠れた角部については物体輪郭の２直線を延長し、交わ
る点を隠れている頂点であるとして物体形状全体を推定
し、マツチングをとる方法を提案している（特願昭６１
−６８６０８号）。
隠れた角部については物体輪郭の２直線を延長し、交わ
る点を隠れている頂点であるとして物体形状全体を推定
し、マツチングをとる方法を提案している（特願昭６１
−６８６０８号）。
しかしながら、このような方法では、多角形未知物体の
１つの頂点が隠れている場合にしか適用できないと云う
問題点がある。
１つの頂点が隠れている場合にしか適用できないと云う
問題点がある。
したがって、この発明は多角形物体の２つ以上の頂点が
他物体との重なりにより隠れている場合であっても、重
なり合った物体の各々を順に認識することができる物体
認識方法を提供することを目的とする。
他物体との重なりにより隠れている場合であっても、重
なり合った物体の各々を順に認識することができる物体
認識方法を提供することを目的とする。
複数の認識対象多角形物体の各々につきその輪郭を追跡
して直線部を検出し、物体形状を線分の集合として記述
すべく、少なくとも各線分の長さ、ａ分間の角度および
平行度を含む形状特徴量を抽出し、これをモデルデータ
としてメモリに登録する処理を予め行い、しかる後未知
物体についてもモデルと同様に線分の集合として記述す
べく、その形状特徴徂を抽出してメモリに記憶し、未知
物体の３つ以上の線分にてル成される部分構造を作成し
て複数のモデルの中から候補モデルを探索し、該候補と
なったモデルと部分構造とのマツチングできるまで繰り
返し行なう。
して直線部を検出し、物体形状を線分の集合として記述
すべく、少なくとも各線分の長さ、ａ分間の角度および
平行度を含む形状特徴量を抽出し、これをモデルデータ
としてメモリに登録する処理を予め行い、しかる後未知
物体についてもモデルと同様に線分の集合として記述す
べく、その形状特徴徂を抽出してメモリに記憶し、未知
物体の３つ以上の線分にてル成される部分構造を作成し
て複数のモデルの中から候補モデルを探索し、該候補と
なったモデルと部分構造とのマツチングできるまで繰り
返し行なう。
＾
〔作用〕
直線要素で輪郭形状が表現できる多角形物体を線分の集
合として記述し、■線分の長さ、■線分Ｎ］の角度、■
線分どうしの平行度、という特徴量を用い、それぞれの
特徴を組み合せていくことで未知物体中の線分集合の中
からモデルデータ中のモデルの一部分をなす線分構成（
部分構造）をみつけだし、モデルの中から候補モデルを
探索しようとするものであり、部分構造を更新して候補
モデルを１つにしぼり、モデルと未知物体のマツチング
処理を軽減しようとするものである。つまり、頂点を含
む近傍は不安定になることが多いため、頂点のデータを
抽出するのをやめて上記の如くすることにより、頂点が
２つ以上隠れている場合でも認識ができるようにする。
合として記述し、■線分の長さ、■線分Ｎ］の角度、■
線分どうしの平行度、という特徴量を用い、それぞれの
特徴を組み合せていくことで未知物体中の線分集合の中
からモデルデータ中のモデルの一部分をなす線分構成（
部分構造）をみつけだし、モデルの中から候補モデルを
探索しようとするものであり、部分構造を更新して候補
モデルを１つにしぼり、モデルと未知物体のマツチング
処理を軽減しようとするものである。つまり、頂点を含
む近傍は不安定になることが多いため、頂点のデータを
抽出するのをやめて上記の如くすることにより、頂点が
２つ以上隠れている場合でも認識ができるようにする。
第１図はこの発明による第１段階処理を説明するための
説明図、第２図は同じくその第２段階処理を説明するた
めの説明図、第３図は同じくその第３段階処理を説明す
るための説明図、第４図は第１段階処理後に再ｌｉ１成
される特徴データを説明するための説明図、第５図は第
２段階処理後に再編成される特徴データを説明するため
の説明図、第６図は未知物体の一例を説明するための説
明図、第６Ａ図は第６図の抽出線分を説明するための説
明図、第６Ｂ図は第６図の特徴データを説明するための
説明図、第７図はモデルＩの形状とその抽出線分の関係
を説明するための説明図、第７Ａ図はモデルＩの特徴デ
ータを説明するための説明図、＠８図はモデル■の形状
とその抽出線分の関係を説明するための説明図、第９図
はモデル■の形状とその抽出線分の関係を説明するため
の説明図、第１０図はモデル■の形状とその抽出線分の
関係を説明するための説明図、第１１図はモデルＶの形
状とその抽出線分の関係を説明するための説明図である
。
説明図、第２図は同じくその第２段階処理を説明するた
めの説明図、第３図は同じくその第３段階処理を説明す
るための説明図、第４図は第１段階処理後に再ｌｉ１成
される特徴データを説明するための説明図、第５図は第
２段階処理後に再編成される特徴データを説明するため
の説明図、第６図は未知物体の一例を説明するための説
明図、第６Ａ図は第６図の抽出線分を説明するための説
明図、第６Ｂ図は第６図の特徴データを説明するための
説明図、第７図はモデルＩの形状とその抽出線分の関係
を説明するための説明図、第７Ａ図はモデルＩの特徴デ
ータを説明するための説明図、＠８図はモデル■の形状
とその抽出線分の関係を説明するための説明図、第９図
はモデル■の形状とその抽出線分の関係を説明するため
の説明図、第１０図はモデル■の形状とその抽出線分の
関係を説明するための説明図、第１１図はモデルＶの形
状とその抽出線分の関係を説明するための説明図である
。
この発明は、良く知られている画像処理技術により、以
下の如き手ｊ［Ｋて互いに重なり合う多角形物体の８！
ｉ１を行なうものである。
下の如き手ｊ［Ｋて互いに重なり合う多角形物体の８！
ｉ１を行なうものである。
いま、第６図に符＠１０で示す如き未知物体があるもの
とし、その背景との境界を輪郭追跡し、大きさと方向を
もつベクトルとして表わすものとｆると、第６Ａ図の如
（Ｌｉｎｅｌ 〜Ｌｉｎｅ１２の線分が抽出される。こ
−で、各線分の特徴量としては法線長ρ（第６Ａ図の基
準ＡＰからの距離）、法線方向または基準軸ｃｏに対す
る角度θ（第６Ａ図参照）、始点座標、終点座標、長さ
。
とし、その背景との境界を輪郭追跡し、大きさと方向を
もつベクトルとして表わすものとｆると、第６Ａ図の如
（Ｌｉｎｅｌ 〜Ｌｉｎｅ１２の線分が抽出される。こ
−で、各線分の特徴量としては法線長ρ（第６Ａ図の基
準ＡＰからの距離）、法線方向または基準軸ｃｏに対す
る角度θ（第６Ａ図参照）、始点座標、終点座標、長さ
。
隣接する線分間の角度（θ□−θ（１）＋線分の接続関
係、平行線の組（θの値かはχ等しいもの）１５よび平
行線組の距１１ｊ１（ρ□−ρｎ）等のデータを抽出し
、所定のメモリに格納する。第６Ｂ図はこれらのデータ
を示すもので、（イ）Ｋは法腺長、法線方向、始点座標
、終点座標および長さの各データが、同図（ロ）には接
続関係のデータが、また同図（ハ）には平行線の組とそ
の距離データがそれぞれ示されている。
係、平行線の組（θの値かはχ等しいもの）１５よび平
行線組の距１１ｊ１（ρ□−ρｎ）等のデータを抽出し
、所定のメモリに格納する。第６Ｂ図はこれらのデータ
を示すもので、（イ）Ｋは法腺長、法線方向、始点座標
、終点座標および長さの各データが、同図（ロ）には接
続関係のデータが、また同図（ハ）には平行線の組とそ
の距離データがそれぞれ示されている。
なお、第６図の如き未知物体を認識するに当たっては、
そのモデルとなる物体のデータ（モデルデータ）を上記
と同様にして抽出し、記憶しておくものとする。こ＼で
は例えば、第７図〜第１１図の如きモデルエ〜Ｖのデー
タが格納されている。
そのモデルとなる物体のデータ（モデルデータ）を上記
と同様にして抽出し、記憶しておくものとする。こ＼で
は例えば、第７図〜第１１図の如きモデルエ〜Ｖのデー
タが格納されている。
第７図のモデルＩのデータの例を第７Ａ図に示すが、モ
デル■〜Ｖについては省略されている。
デル■〜Ｖについては省略されている。
以下、主として第１図（イ）を参照して説明する。
■未知物体の特徴データ（第６Ｂ図（イ）参照）の中か
ら、最長の線分を探索する。こ−ではＬｉｎｅｌが選択
される。
ら、最長の線分を探索する。こ−ではＬｉｎｅｌが選択
される。
■第６Ｂ図（ロ）に示す接続関係データを参照し、Ｌｉ
ｎｅｌにつながる線分を探索する。こ−ではＬｉｎｅ２
が選択される。
ｎｅｌにつながる線分を探索する。こ−ではＬｉｎｅ２
が選択される。
■ＬｉｎｅｌとＬｉｎｅ２でできる角Ｃ１の角度Ｔ１を
、例えばθ２−θ１の計算をして求める。
、例えばθ２−θ１の計算をして求める。
■角度Ｔ１なる角が、モデルデータ中に存在するか否か
を探索する。存在すれば、図示されない記憶バッファに
一時記憶する。
を探索する。存在すれば、図示されない記憶バッファに
一時記憶する。
■第６Ｂ図（ロ）の接続関係リストを参照し、Ｌｉｎｅ
２に接続する線分を探索する。Ｌｉｎｅ３が選択される
。
２に接続する線分を探索する。Ｌｉｎｅ３が選択される
。
■Ｌｉｎｅ２とＬｉ ｎｅ３のなす角度を求め、■項と
同様モデルデータ中より探索する＝■Ｌ ｉ ｎｅ２と
Ｌｉｎｅ３の如く角が存在しない場合は、以後の線分探
索を終了する。
同様モデルデータ中より探索する＝■Ｌ ｉ ｎｅ２と
Ｌｉｎｅ３の如く角が存在しない場合は、以後の線分探
索を終了する。
■Ｌｉｎｅｌにもどって反対方向に線分を探索し、０〜
０項の処理を同様に行なう。その結果、Ｌｉｎｅ９が見
つかる。
０項の処理を同様に行なう。その結果、Ｌｉｎｅ９が見
つかる。
■探索した線分Ｌｉｎｅｌ 、Ｌｉｎｅ２．Ｌｉｎｅ９
と一時記憶した角のデータＣ１，Ｃ２から、次のような
部分構造を作成する。
と一時記憶した角のデータＣ１，Ｃ２から、次のような
部分構造を作成する。
部分構造（Ｌｉｎｅ２−ｃｌ−Ｌｉｎｅｌ−Ｃ’１−Ｌ
１ｎｅ９）［相］作成した部分構造からモデルの候補を
選択する。
１ｎｅ９）［相］作成した部分構造からモデルの候補を
選択する。
こ＼では、モデルＩ、ｎ、ｍが候補として選択される。
０部分構造のＬｉｎｅｌとモデルＩ、Ｉ［、ＩＩＩの各
線分長を比較し、許容課長範囲にあるもののみを残す。
線分長を比較し、許容課長範囲にあるもののみを残す。
これによってモデル候補をしぼる。候補はモデルエ、モ
デル■となる。
デル■となる。
＠上記までの処理で候補が一つにしぼれない場合は、部
分構造の各線分と平行な線分を第６Ｂ図（ハ）に示す平
行線リストから探索する。Ｌｉｎｅｌ２が見つかる。
分構造の各線分と平行な線分を第６Ｂ図（ハ）に示す平
行線リストから探索する。Ｌｉｎｅｌ２が見つかる。
０部分構造（Ｌｉｎｅ２−ＣＩ−Ｌｉｎｅｌ−ｃ２−Ｌ
ｉｎｅ９）と、Ｌｉｎｅ１２Ｏ幾何学的矛盾を調べる。
ｉｎｅ９）と、Ｌｉｎｅ１２Ｏ幾何学的矛盾を調べる。
つまり、二値画像についてＬｉｎｅ１２０両側の画素値
を比較領域ＡＩ 、Ａ２で比較し、線分のどちら側に物
体が存在するか調べる。
を比較領域ＡＩ 、Ａ２で比較し、線分のどちら側に物
体が存在するか調べる。
矛盾がなければＬｉｎｅｌＺを部分構造に追加する。そ
の結果、部分構造は第１図（ロ）に示す構成となる。
の結果、部分構造は第１図（ロ）に示す構成となる。
■第１図（ロ）の部分構造データから、さらに候補モデ
ルをしぼる。候補はモデルＩのみとなる。
ルをしぼる。候補はモデルＩのみとなる。
ＯモデルＩと部分構造とのマツチングをとり、検証する
。
。
０検証の結果モデルＩであることが確認できた場合は、
部分構造０Ｌｉｎｅｌ 、Ｌｉｎｅ２．Ｌｉｎｅ９．Ｌ
ｉｎｅｌ２を未知物体中から削除する。
部分構造０Ｌｉｎｅｌ 、Ｌｉｎｅ２．Ｌｉｎｅ９．Ｌ
ｉｎｅｌ２を未知物体中から削除する。
その結果を第２図（イ）に示す。
◎残った線分について、特徴データ表を第４図の如く作
り直す。線分の削除によって接続情報を失った端点は、
距離が近い他線分の端点と接続する。
り直す。線分の削除によって接続情報を失った端点は、
距離が近い他線分の端点と接続する。
ただし、条件として接続点ペアは始点と終点のベアとし
、この条件と他線分の端点が近い距離にない場合は、接
続しないものとする。
、この条件と他線分の端点が近い距離にない場合は、接
続しないものとする。
［相］第２図（イ）の処理により、同図（ロ）の如き部
分構造が抽崩される。これをモデルとマツチングをとり
、その結果モデル■であることが確認されたら、Ｌｉｎ
ｅ３，４．１１を削除し、第５図（イ）〜（ハ）の如き
データを作成する。
分構造が抽崩される。これをモデルとマツチングをとり
、その結果モデル■であることが確認されたら、Ｌｉｎ
ｅ３，４．１１を削除し、第５図（イ）〜（ハ）の如き
データを作成する。
＠最後に、第３図（イ）の処理により、同図（口〕の如
き部分構造が抽出される。これをモデルとマツチングを
とり、その結果モデルＶであることが確認されたら、残
る部分構造はなくなったので、処理を終了する。
き部分構造が抽出される。これをモデルとマツチングを
とり、その結果モデルＶであることが確認されたら、残
る部分構造はなくなったので、処理を終了する。
なお、上記の処理において、接読関係のかわりに隣接関
係を使うことにより、濃淡画像も認識することができる
。
係を使うことにより、濃淡画像も認識することができる
。
この発明によれば、物体の記述形式および接読関係を利
用して認識を行うようにしたので、頂点が２つ欠けるよ
うな場合でも認識が可能となり、Ｅｇ識率が向上すると
云う利点がもたらされる。
用して認識を行うようにしたので、頂点が２つ欠けるよ
うな場合でも認識が可能となり、Ｅｇ識率が向上すると
云う利点がもたらされる。
第１図はこの発明による第１段階処理を説明するための
説明図、第２図は同じくその２段階処理を説明するため
の説明図、８ｇ３図は同じくその第３段階処理を説明す
るための説明図、第４図は第１段階処理後に再編成され
る特徴データを説明するための説明図、第５図は第２段
階処理後に再編成される特徴データを説明するための説
明図、第６図は未知物体の一例を説明するための説明図
、第６Ａ図は第６図の抽出線分を説明するための説明図
、第６Ｂ図は第６囚の特徴データを説りｊするための説
明図、第７図はモデル■の形状とその抽出、線分の関係
を説明するための説明図、第７Ａ図はモデル■の特徴デ
ータを説明するための説明図、第８図はモデルＨの形状
とその抽出線分の関係を説明するための説明図、第９図
はモデルＩ［の形状とその抽出成分の関係を説明するた
めの説明図、８ｇ１０図はモデル■の形状とその抽出線
分の関係を説明するための説明図、第１１図はモデルＶ
の形状とその抽出線分の関係を説明するための説明図で
ある。 符号説明 １・・・・・・モデル■、２・・・・・・モデル■、３
・・・・・・モデル■、４・・・・・・モデル■、５・
・・・・・モデルＶ、１０・・・・・・未知物体、Ｐ・
・・・・・基準点、ｃｏ・・・・・・基準軸。 代理人 弁理士 並 木 昭 夫 代理人 弁理士 松 崎 消 灯１図 （ロ） 第２図 （／Ｉ） （ロ） 第３図 第４図 （／１） 第５図 （づ） Ｃ口） （ハ）第６図 第６Ａ図 第６Ｂ図 第７図 （ロ） 第７Ａ図 （ロ） （ハ） 第８図 ｉｎｅ３ 第９図 ｉｎｅ ３ 第１０図 （／１） ｉｎｅ２
説明図、第２図は同じくその２段階処理を説明するため
の説明図、８ｇ３図は同じくその第３段階処理を説明す
るための説明図、第４図は第１段階処理後に再編成され
る特徴データを説明するための説明図、第５図は第２段
階処理後に再編成される特徴データを説明するための説
明図、第６図は未知物体の一例を説明するための説明図
、第６Ａ図は第６図の抽出線分を説明するための説明図
、第６Ｂ図は第６囚の特徴データを説りｊするための説
明図、第７図はモデル■の形状とその抽出、線分の関係
を説明するための説明図、第７Ａ図はモデル■の特徴デ
ータを説明するための説明図、第８図はモデルＨの形状
とその抽出線分の関係を説明するための説明図、第９図
はモデルＩ［の形状とその抽出成分の関係を説明するた
めの説明図、８ｇ１０図はモデル■の形状とその抽出線
分の関係を説明するための説明図、第１１図はモデルＶ
の形状とその抽出線分の関係を説明するための説明図で
ある。 符号説明 １・・・・・・モデル■、２・・・・・・モデル■、３
・・・・・・モデル■、４・・・・・・モデル■、５・
・・・・・モデルＶ、１０・・・・・・未知物体、Ｐ・
・・・・・基準点、ｃｏ・・・・・・基準軸。 代理人 弁理士 並 木 昭 夫 代理人 弁理士 松 崎 消 灯１図 （ロ） 第２図 （／Ｉ） （ロ） 第３図 第４図 （／１） 第５図 （づ） Ｃ口） （ハ）第６図 第６Ａ図 第６Ｂ図 第７図 （ロ） 第７Ａ図 （ロ） （ハ） 第８図 ｉｎｅ３ 第９図 ｉｎｅ ３ 第１０図 （／１） ｉｎｅ２
Claims (1)
- 複数の認識対象多角形物体の各々につきその輪郭を追跡
して直線部を検出し、物体形状を線分の集合として記述
すべく、少なくとも各線分の長さ、線分間の角度および
平行度を含む形状特徴量を抽出し、これをモデルデータ
としてメモリに登録する処理を予め行い、しかる後未知
物体についてもモデルと同様に線分の集合として記述す
べく、その形状特徴量を抽出してメモリに記憶し、未知
物体の３つ以上の線分にて形成される部分構造を作成し
て複数のモデルの中から候補モデルを探索し、該候補と
なつたモデルと部分構造とのマッチングをとつて候補モ
デルを絞る処理を部分構造が作成できなくなるまで繰り
返し行うことを特徴とする物体認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31852187A JPH01161487A (ja) | 1987-12-18 | 1987-12-18 | 物体認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31852187A JPH01161487A (ja) | 1987-12-18 | 1987-12-18 | 物体認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01161487A true JPH01161487A (ja) | 1989-06-26 |
Family
ID=18100038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31852187A Pending JPH01161487A (ja) | 1987-12-18 | 1987-12-18 | 物体認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01161487A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4418217A1 (de) * | 1993-05-26 | 1994-12-01 | Matsushita Electric Works Ltd | Formerkennungsverfahren |
| JPH07311783A (ja) * | 1994-05-16 | 1995-11-28 | Kawasaki Heavy Ind Ltd | 図形特性検査システム |
| JP2012128666A (ja) * | 2010-12-15 | 2012-07-05 | Fujitsu Ltd | 弧検出装置、弧検出プログラム及び携帯端末装置 |
| JP2012212460A (ja) * | 2012-06-22 | 2012-11-01 | Nintendo Co Ltd | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
| JP2015069512A (ja) * | 2013-09-30 | 2015-04-13 | 株式会社Ｎｔｔドコモ | 情報処理装置及び情報処理方法 |
| CN112981515A (zh) * | 2021-05-06 | 2021-06-18 | 四川英创力电子科技股份有限公司 | 一种电流调控方法 |
| CN113627399A (zh) * | 2021-10-11 | 2021-11-09 | 北京世纪好未来教育科技有限公司 | 题目处理方法、装置、设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60204086A (ja) * | 1984-03-28 | 1985-10-15 | Fuji Electric Co Ltd | 物体識別装置 |
-
1987
- 1987-12-18 JP JP31852187A patent/JPH01161487A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60204086A (ja) * | 1984-03-28 | 1985-10-15 | Fuji Electric Co Ltd | 物体識別装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4418217A1 (de) * | 1993-05-26 | 1994-12-01 | Matsushita Electric Works Ltd | Formerkennungsverfahren |
| US5546476A (en) * | 1993-05-26 | 1996-08-13 | Matsushita Electric Works, Ltd. | Shape recognition process |
| JPH07311783A (ja) * | 1994-05-16 | 1995-11-28 | Kawasaki Heavy Ind Ltd | 図形特性検査システム |
| JP2012128666A (ja) * | 2010-12-15 | 2012-07-05 | Fujitsu Ltd | 弧検出装置、弧検出プログラム及び携帯端末装置 |
| JP2012212460A (ja) * | 2012-06-22 | 2012-11-01 | Nintendo Co Ltd | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
| JP2015069512A (ja) * | 2013-09-30 | 2015-04-13 | 株式会社Ｎｔｔドコモ | 情報処理装置及び情報処理方法 |
| CN112981515A (zh) * | 2021-05-06 | 2021-06-18 | 四川英创力电子科技股份有限公司 | 一种电流调控方法 |
| CN113627399A (zh) * | 2021-10-11 | 2021-11-09 | 北京世纪好未来教育科技有限公司 | 题目处理方法、装置、设备及存储介质 |
| CN113627399B (zh) * | 2021-10-11 | 2022-02-08 | 北京世纪好未来教育科技有限公司 | 题目处理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tombre et al. | Stable and robust vectorization: How to make the right choices | |
| JP3914864B2 (ja) | パターン認識装置及びその方法 | |
| JPH01161487A (ja) | 物体認識方法 | |
| JP2823882B2 (ja) | 線画像ベクトル化方法 | |
| CN112085816A (zh) | 一种字形曲线生成方法及装置 | |
| CN115619809A (zh) | 图像匹配方法和装置 | |
| JPH11134509A (ja) | 図面認識処理方法及び建築図面認識処理方法 | |
| JP3130869B2 (ja) | 指紋画像処理装置、指紋画像処理方法、および記録媒体 | |
| Su et al. | Dimension recognition and geometry reconstruction in vectorization of engineering drawings | |
| JP2000215315A (ja) | 図形分類方法、図形検索方法、図形分類検索システム及び記録媒体 | |
| Wang et al. | Calligraphy image processing with stroke extraction and representation | |
| JPS61208184A (ja) | パタ−ン情報量圧縮方式 | |
| JP5051174B2 (ja) | 帳票辞書生成装置、帳票識別装置、帳票辞書生成方法、及びプログラム | |
| Cheng et al. | A robust algorithm for image principal curve detection | |
| JPH04255080A (ja) | 画像入力装置 | |
| Zhang et al. | Global BIM-Point Registration by Primitive-Level Structure Matching | |
| JPH06243255A (ja) | 位置検出方法及び装置 | |
| JPS61286984A (ja) | 線図形認識装置 | |
| JPH02264373A (ja) | 図形認識装置 | |
| JPH04112276A (ja) | ２値画像輪郭線チェイン符号化装置 | |
| JPS62208181A (ja) | 図形抽出方式 | |
| JP2988024B2 (ja) | 線画像照合装置 | |
| JPH06103366A (ja) | 指紋照合装置及び指紋照合方法 | |
| CN117953514A (zh) | 一种图像中校对符号的检测和语义还原方法、系统 | |
| JPH0420221B2 (ja) |