JPH0143351B2 - - Google Patents
Info
- Publication number
- JPH0143351B2 JPH0143351B2 JP57175222A JP17522282A JPH0143351B2 JP H0143351 B2 JPH0143351 B2 JP H0143351B2 JP 57175222 A JP57175222 A JP 57175222A JP 17522282 A JP17522282 A JP 17522282A JP H0143351 B2 JPH0143351 B2 JP H0143351B2
- Authority
- JP
- Japan
- Prior art keywords
- noise
- difficulty
- image
- difficulty level
- recognition area
- 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.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
(1) 発明の技術分野
本発明はビデオカメラ等により得られる認識領
域内の画像像から対象物の形状、位置を認識する
画像認識方法に関するものである。
域内の画像像から対象物の形状、位置を認識する
画像認識方法に関するものである。
(2) 従来技術と問題点
従来、ビデオカメラ等により得られる画像から
対象物の形状位置を認識する場合、各種の方法が
考えられる。たとえば、認識領域内に各種のノイ
ズとともに存在する対象物を行方向に走査し、画
素の背景“０”に対する“１”情報の変化点を検
出し、この点を基準点として輪郭線を追跡し、こ
れがノイズか対象物かを１つ１つ識別判定する。
これは大小さまざまのノイズに対し、単一のアル
ゴリズムが適用される代りに非常に時間がかかる
という欠点があつた。
対象物の形状位置を認識する場合、各種の方法が
考えられる。たとえば、認識領域内に各種のノイ
ズとともに存在する対象物を行方向に走査し、画
素の背景“０”に対する“１”情報の変化点を検
出し、この点を基準点として輪郭線を追跡し、こ
れがノイズか対象物かを１つ１つ識別判定する。
これは大小さまざまのノイズに対し、単一のアル
ゴリズムが適用される代りに非常に時間がかかる
という欠点があつた。
本発明者はあらかじめ大きさの判つている場
合、ノイズの大きさにより幾つかの認識の難易度
を設定し、それぞれに適応したアルゴリズムを適
用することにより、全体の処理時間を格段に短縮
できることに着目したものである。
合、ノイズの大きさにより幾つかの認識の難易度
を設定し、それぞれに適応したアルゴリズムを適
用することにより、全体の処理時間を格段に短縮
できることに着目したものである。
(3) 発明の目的
本発明の目的は認識領域内に存在するノイズ大
きさに応じ対象物の認識の難易度を設定し、対象
物を短時間にかつ高精度に認識できる画像認識方
法を提供することである。
きさに応じ対象物の認識の難易度を設定し、対象
物を短時間にかつ高精度に認識できる画像認識方
法を提供することである。
(4) 発明の構成
前記目的を達成するため、本発明の画像認識方
法は認識領域内の画像から対象物の形状、位置を
認識する画像認識方法において、該認識領領域内
に存在するノイズの大きさを対象物の形状と関連
して設定された複数の難易度により判定し、その
判定された難易度に応じた最適の処理手段を選択
し、対象物を認識することを特徴とするものであ
る。
法は認識領域内の画像から対象物の形状、位置を
認識する画像認識方法において、該認識領領域内
に存在するノイズの大きさを対象物の形状と関連
して設定された複数の難易度により判定し、その
判定された難易度に応じた最適の処理手段を選択
し、対象物を認識することを特徴とするものであ
る。
(5) 発明の実施例
本発明の原理を説明すると、まず、認識領域内
が“１”の情報により成る対象物と、“０”の情
報より成る背景だけであり、ノイズが存在しない
場合は簡単なアルゴリズムＡで対象物を精度よく
認識することができる。しかし、対象物と同じ情
報をもつノイズが存在すると、ノイズを考慮して
いないアルゴリズムＡでは誤認識の可能性がある
から、このような対象物にはノイズを考慮してア
ルゴリズムＢで認識する必要があり、当然アルゴ
リズムＡより処理時間は長くなる。しかしこれら
を組合せると、総合的に処理時間を短縮すること
ができるものである。
が“１”の情報により成る対象物と、“０”の情
報より成る背景だけであり、ノイズが存在しない
場合は簡単なアルゴリズムＡで対象物を精度よく
認識することができる。しかし、対象物と同じ情
報をもつノイズが存在すると、ノイズを考慮して
いないアルゴリズムＡでは誤認識の可能性がある
から、このような対象物にはノイズを考慮してア
ルゴリズムＢで認識する必要があり、当然アルゴ
リズムＡより処理時間は長くなる。しかしこれら
を組合せると、総合的に処理時間を短縮すること
ができるものである。
以下実施例による難易度の設定とそれぞれに対
応する処理手段の概略を説明する。
応する処理手段の概略を説明する。
第１図ａは本発明の実施例を適用する画像例を
示す。
示す。
同図において、認識領域１内で“１”画素より
成る対象物として、ボンデイングパツド２の下部
梯形部を示す。そして行方向の底辺ｌの中心
（ｘ、ｙ）を求めるものとし、“０”画素より成る
背景領域３内に“１”画素より成る長さｍのノイ
ズ４が存在する場合を考える。この対象物の梯形
部を認識する場合の難易度をｌとｍとの関係にお
いて次の３種類に分ける。
成る対象物として、ボンデイングパツド２の下部
梯形部を示す。そして行方向の底辺ｌの中心
（ｘ、ｙ）を求めるものとし、“０”画素より成る
背景領域３内に“１”画素より成る長さｍのノイ
ズ４が存在する場合を考える。この対象物の梯形
部を認識する場合の難易度をｌとｍとの関係にお
いて次の３種類に分ける。
難易度；ｍ＝０の場合
難易度；０＜ｍ＜ｌの場合
難易度；ｍ≧ｌの場合
これより、難易度の場合は、ノイズを考慮せ
ずにｌと同じ長さの行をサーチし、そこをＰ点の
ｙ座標とし、求めた行の左端“１”の画素を調べ
てゆき、その点にｌ／２を加えたところをｘ座標
としてＰ点を求める。
ずにｌと同じ長さの行をサーチし、そこをＰ点の
ｙ座標とし、求めた行の左端“１”の画素を調べ
てゆき、その点にｌ／２を加えたところをｘ座標
としてＰ点を求める。
難易度の場合は、ｙ座標は難易度１の場合と
同じでよいが、ｘ座標を同じように検出すると孤
立したノイズにより誤認識の可能性があるので、
同図ｂのような梯形部のコーナ検出用テンプレー
ト５でマツチングをとつてＰ点を求める。
同じでよいが、ｘ座標を同じように検出すると孤
立したノイズにより誤認識の可能性があるので、
同図ｂのような梯形部のコーナ検出用テンプレー
ト５でマツチングをとつてＰ点を求める。
難易度になると、ｌと同じ長さのノイズが存
在することになるから、ｙ座標を求める場合に、
各行の画素数の変化率を調べて決定する。これは
ボンデイングパツドの場合は同図ｂに示すよう
に、45度の角度（Ａ−A′）であるから、これに
応じた変化率である。ノイズの場合は不規則であ
るから区別できる。
在することになるから、ｙ座標を求める場合に、
各行の画素数の変化率を調べて決定する。これは
ボンデイングパツドの場合は同図ｂに示すよう
に、45度の角度（Ａ−A′）であるから、これに
応じた変化率である。ノイズの場合は不規則であ
るから区別できる。
また、ｘ座標は同図ｃに示す梯形部に合せたボ
ンデイングパツド用のテンプレート６でマツチン
グを行なつて決定する。
ンデイングパツド用のテンプレート６でマツチン
グを行なつて決定する。
第２図は上述の原理に基づく本発明の実施例の
構成説明図である。
構成説明図である。
同図において、TVカメラ１１で得られた認識
領域内の画像情報を画像処理装置１２で処理した
後、画像メモリ１３に格納する。この画像メモリ
１３から走査方向に従い画素情報を読出し、本発
明の要部の認識制御部２０内の画像２値化回路１
４で所定閾値を設けて２値化し、難易度判定回路
１５で前述のノイズの走査方向の長さに応じ難易
度、、を判定する。この判定された難易度
に応じ処理回路（）１６1、（）１６2、（）
１６3の１つを選択し、前述のそれぞれのアルゴ
リズムに従つた処理を行なう。その結果ノイズを
識別、除去し対象物のＸ、Ｙ座標のみをXYテー
ブル１７に格納する。このようにして対象物を高
速、高精度に認識することができる。
領域内の画像情報を画像処理装置１２で処理した
後、画像メモリ１３に格納する。この画像メモリ
１３から走査方向に従い画素情報を読出し、本発
明の要部の認識制御部２０内の画像２値化回路１
４で所定閾値を設けて２値化し、難易度判定回路
１５で前述のノイズの走査方向の長さに応じ難易
度、、を判定する。この判定された難易度
に応じ処理回路（）１６1、（）１６2、（）
１６3の１つを選択し、前述のそれぞれのアルゴ
リズムに従つた処理を行なう。その結果ノイズを
識別、除去し対象物のＸ、Ｙ座標のみをXYテー
ブル１７に格納する。このようにして対象物を高
速、高精度に認識することができる。
第３図は第２図の実施例の動作を示す流れ図で
ある。
ある。
同図において、画像入力後、本発明の認識制御
部２０により画素情報の２値化を行ない、難易度
の判定を行なうことは前述のとおりである。
部２０により画素情報の２値化を行ない、難易度
の判定を行なうことは前述のとおりである。
難易度の場合には、ノイズがないからｌに等
しい行を見付け、その行の両端から“１”に変化
する位置を抽出し対象物を認識する。
しい行を見付け、その行の両端から“１”に変化
する位置を抽出し対象物を認識する。
難易度の場合には、ｌに等しい行を見付け、
その行の両端からコーナ用テンプレートでマツチ
ングをとり、対象物を認識する。
その行の両端からコーナ用テンプレートでマツチ
ングをとり、対象物を認識する。
難易度の場合には、ｌを見付けるのに行方向
の画素の変化率を調べｌを決定する。そしてパツ
ドコーナ用のテンプレートでマツチングをとつて
両端を決定し、対象物を認識する。
の画素の変化率を調べｌを決定する。そしてパツ
ドコーナ用のテンプレートでマツチングをとつて
両端を決定し、対象物を認識する。
(6) 発明の効果
以上説明したように、本発明によれば、認識領
域内に存在するノイズの大きさにより難易度を判
定し、この難易度に従つてそれぞれ対応するアル
ゴリズムによる処理手段を選択し処理するもので
ある。これにより、従来の単一のアルゴリズムに
よる処理手段で一律に処理するのに対し、全体と
して処理を簡略化するとともに、高速化すること
ができる。さらに、難易度に最適の処理手段を適
用できるから高精度の認識が可能となる。
域内に存在するノイズの大きさにより難易度を判
定し、この難易度に従つてそれぞれ対応するアル
ゴリズムによる処理手段を選択し処理するもので
ある。これにより、従来の単一のアルゴリズムに
よる処理手段で一律に処理するのに対し、全体と
して処理を簡略化するとともに、高速化すること
ができる。さらに、難易度に最適の処理手段を適
用できるから高精度の認識が可能となる。
第１図ａ〜ｃは本発明の実施例の概略と要部の
説明図、第２図は本発明の実施例の構成説明図、
第３図は第２図の実施例の動作を示す流れ図であ
り、図中は、１は認識領域、２は対象物、３は背
景、４はノイズ、５，６はテンプレート、１１は
TVカメラ、１２は画像処理装置、１３は画像メ
モリ、１４は画像２値化回路、１５は難易度判定
回路、１６1〜１６3は処理回路、１７はＸ−Ｙテ
ーブルを示す。
説明図、第２図は本発明の実施例の構成説明図、
第３図は第２図の実施例の動作を示す流れ図であ
り、図中は、１は認識領域、２は対象物、３は背
景、４はノイズ、５，６はテンプレート、１１は
TVカメラ、１２は画像処理装置、１３は画像メ
モリ、１４は画像２値化回路、１５は難易度判定
回路、１６1〜１６3は処理回路、１７はＸ−Ｙテ
ーブルを示す。
Claims (1)
- 【特許請求の範囲】 １ 認識領域内の画像から対象物の形状、位置を
認識する画像認識方法において、該認識領域内に
存在するノイズの大きさを対象物の形状と関連し
て設定された複数の難易度により判定し、その判
定された難易度に応じた最適の処理手段を選択
し、対象物を認識することを特徴とする画像認識
方法。 ２ 前記難易度を前記認識領域内のノイズの有無
と、該ノイズと対象物につき行方向の長さの大小
関係とにより設定したことを特徴とする特許請求
の範囲第１項記載の画像認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57175222A JPS5971581A (ja) | 1982-10-05 | 1982-10-05 | 画像認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57175222A JPS5971581A (ja) | 1982-10-05 | 1982-10-05 | 画像認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5971581A JPS5971581A (ja) | 1984-04-23 |
| JPH0143351B2 true JPH0143351B2 (ja) | 1989-09-20 |
Family
ID=15992419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57175222A Granted JPS5971581A (ja) | 1982-10-05 | 1982-10-05 | 画像認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5971581A (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3021556B2 (ja) * | 1990-06-20 | 2000-03-15 | ソニー株式会社 | 映像情報処理装置とその方法 |
| US5901255A (en) * | 1992-02-07 | 1999-05-04 | Canon Kabushiki Kaisha | Pattern recognition method and apparatus capable of selecting another one of plural pattern recognition modes in response to a number of rejects of recognition-processed pattern segments |
-
1982
- 1982-10-05 JP JP57175222A patent/JPS5971581A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5971581A (ja) | 1984-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0215102B2 (ja) | ||
| KR930002347B1 (ko) | 패턴위치 인식장치 | |
| JPH02306386A (ja) | 文字認識装置 | |
| JPH04198741A (ja) | 形状欠陥検出装置 | |
| JPH0765149A (ja) | 人物認識装置 | |
| JPH0143351B2 (ja) | ||
| JP2637591B2 (ja) | 位置認識装置及びその方法 | |
| JPH11219435A (ja) | 自動車用白線検出装置 | |
| JPH065545B2 (ja) | 図形認識装置 | |
| JP2000194861A (ja) | 画像認識方法及び装置 | |
| JP3031069B2 (ja) | 外観検査方法 | |
| JPH09147121A (ja) | ロボットの物体認識方法及びその装置 | |
| JPS58129888A (ja) | 円形端面の位置検出装置 | |
| JPH10312460A (ja) | 画像処理方法及び高精度画像処理装置 | |
| JPS61286704A (ja) | 画像の境界線検出方法 | |
| JPH0115910B2 (ja) | ||
| JPS62233705A (ja) | 位置検出方法 | |
| JP3348938B2 (ja) | 位置認識装置 | |
| JPH07104137B2 (ja) | 対象パタ−ンの回転角検出方法 | |
| JPH065544B2 (ja) | 図形認識装置 | |
| JP2638147B2 (ja) | 磁気ヘッドのギャップ位置認識方法 | |
| JPH05113315A (ja) | 円形画像データの中心位置検出方法 | |
| JPS6360432B2 (ja) | ||
| JP3522383B2 (ja) | ワーク画像処理装置 | |
| JPH04286085A (ja) | パターン認識方法 |