JPH0222421B2 - - Google Patents
Info
- Publication number
- JPH0222421B2 JPH0222421B2 JP57104742A JP10474282A JPH0222421B2 JP H0222421 B2 JPH0222421 B2 JP H0222421B2 JP 57104742 A JP57104742 A JP 57104742A JP 10474282 A JP10474282 A JP 10474282A JP H0222421 B2 JPH0222421 B2 JP H0222421B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- image
- circuit
- pixel
- level
- 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 - Lifetime
Links
Landscapes
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
(1) 発明の技術分野
本発明は画像処理方式に係り、特に多値レベル
の濃淡画像信号に対して平滑化演算、２次微分演
算及び粗輪郭線抽出等の画像処理を高速で行うよ
うにして明るさの急変している部分を高速抽出
し、TVカメラの同期信号によりリアルタイム処
理可能となるようにしたものに関する。
の濃淡画像信号に対して平滑化演算、２次微分演
算及び粗輪郭線抽出等の画像処理を高速で行うよ
うにして明るさの急変している部分を高速抽出
し、TVカメラの同期信号によりリアルタイム処
理可能となるようにしたものに関する。
(2) 技術の背景
最近各方面に工業用ロボツトが使用されている
が、例えば機械組立用ロボツトの場合には、ロボ
ツトが螺子締め等の１動作が終るまでの短かい間
に、次の工程のためにある物体が何であるか認識
しておかないと動作が連続しない。そのためにロ
ボツトの目としてTVカメラから入力された多値
レベルの画像信号を高速処理してその物体が何で
あるかを高速に認識処理する必要がある。そのた
めに高速で明るさの急変している部分を抽出し、
物体の輪郭をとらえることが必要となる。
が、例えば機械組立用ロボツトの場合には、ロボ
ツトが螺子締め等の１動作が終るまでの短かい間
に、次の工程のためにある物体が何であるか認識
しておかないと動作が連続しない。そのためにロ
ボツトの目としてTVカメラから入力された多値
レベルの画像信号を高速処理してその物体が何で
あるかを高速に認識処理する必要がある。そのた
めに高速で明るさの急変している部分を抽出し、
物体の輪郭をとらえることが必要となる。
(3) 従来技術と問題点
一般にTVカメラ等を使つて得られる画像デー
タは、一画面が例えば256×256（あるいは128×
128）画素の２次元の、８ビツトの濃淡レベルで
あるため、その情報量が非常に大きいものであ
る。そのために従来、このような画像データを取
り扱かおうとする場合は、一度TVカメラからの
画像信号を１フレーム分画像メモリに記憶し、そ
のデータを大型計算機に転送して処理するか、あ
るいはTVカメラからの映像信号を何らかの方法
でスライスレベルをきめて２値化してデータを圧
縮し、メモリに記憶し、そのデータに対して論理
演算処理を行う等の手法が取られてきた。
タは、一画面が例えば256×256（あるいは128×
128）画素の２次元の、８ビツトの濃淡レベルで
あるため、その情報量が非常に大きいものであ
る。そのために従来、このような画像データを取
り扱かおうとする場合は、一度TVカメラからの
画像信号を１フレーム分画像メモリに記憶し、そ
のデータを大型計算機に転送して処理するか、あ
るいはTVカメラからの映像信号を何らかの方法
でスライスレベルをきめて２値化してデータを圧
縮し、メモリに記憶し、そのデータに対して論理
演算処理を行う等の手法が取られてきた。
それ故、前者では高度の画像処理を行うことが
できる反面、高速処理を実現するには大容量のメ
モリと高速の大型計算機が必要となりコスト高と
なる欠点を有しており、また後者では２値化にす
るため適切なスライスレベルの決定が難かしくし
かも多値レベル情報を２値レベル情報に省略した
ので情報量としては欠如しているものとなるた
め、これを処理しても高度な処理ができない、例
えば濃淡変化の複雑な画像の処理ができないとい
う欠点を有している。
できる反面、高速処理を実現するには大容量のメ
モリと高速の大型計算機が必要となりコスト高と
なる欠点を有しており、また後者では２値化にす
るため適切なスライスレベルの決定が難かしくし
かも多値レベル情報を２値レベル情報に省略した
ので情報量としては欠如しているものとなるた
め、これを処理しても高度な処理ができない、例
えば濃淡変化の複雑な画像の処理ができないとい
う欠点を有している。
また最近、汎用画像処理装置として各画素ある
いは複数画素単位に１つの基本演算モジユールを
配置し並列演算することにより画像処理の高速化
を計つているものがみられるが、１フレーム分の
画像を処理するために、数多くの基本演算モジユ
ールを配置しなければならないので、処理装置自
体が大型化し、コスト高となり、しかもアドレス
制御が複雑になるという欠点をもつている。
いは複数画素単位に１つの基本演算モジユールを
配置し並列演算することにより画像処理の高速化
を計つているものがみられるが、１フレーム分の
画像を処理するために、数多くの基本演算モジユ
ールを配置しなければならないので、処理装置自
体が大型化し、コスト高となり、しかもアドレス
制御が複雑になるという欠点をもつている。
(4) 発明の目的
本発明の目的は、前記の如き問題点を改善する
ために、多値レベルの濃淡画像データに対して、
空間フイルタを使用して平滑化演算、２次微分演
算、画像強調、粗輪郭線の抽出等の画像処理を
TVカメラと同期させてリアルタイムで高速に実
行することにより、ハード構成の簡単な多値レベ
ルの濃淡画像データを高速処理できる画像処理方
式を提供することにある。
ために、多値レベルの濃淡画像データに対して、
空間フイルタを使用して平滑化演算、２次微分演
算、画像強調、粗輪郭線の抽出等の画像処理を
TVカメラと同期させてリアルタイムで高速に実
行することにより、ハード構成の簡単な多値レベ
ルの濃淡画像データを高速処理できる画像処理方
式を提供することにある。
(5) 発明の構成
このような目的を遂行するため本発明の画像処
理方式では、濃淡画像を画素単位で処理してその
粗輪郭を抽出する画像処理方式において、一定長
のデータを該データシフト回路に保持するデータ
シフト回路と、保持されたデータとあらかじめ設
定されている荷重係数との乗算を行う乗算回路
と、その結果をすべて加算する加算回路と、乗
算・加算によつて増加したレベルを適当な範囲に
収まるように割算を行う割算回路により構成され
る空間フイルタを使用して画像データに重畳する
ランダムな雑音を低減する平滑化演算手段と、同
様に構成された空間フイルタを用いて画像データ
の明るさの急変部分を強調する２次微分演算手段
と、これらの処理により得られたデータについ
て、隣り合う画素の濃淡レベルの比較により極点
を抽出する極点抽出手段とを具備し多値レベルの
濃淡画像の粗輪郭を２値画像として抽出するよう
にしたことを特徴とする。
理方式では、濃淡画像を画素単位で処理してその
粗輪郭を抽出する画像処理方式において、一定長
のデータを該データシフト回路に保持するデータ
シフト回路と、保持されたデータとあらかじめ設
定されている荷重係数との乗算を行う乗算回路
と、その結果をすべて加算する加算回路と、乗
算・加算によつて増加したレベルを適当な範囲に
収まるように割算を行う割算回路により構成され
る空間フイルタを使用して画像データに重畳する
ランダムな雑音を低減する平滑化演算手段と、同
様に構成された空間フイルタを用いて画像データ
の明るさの急変部分を強調する２次微分演算手段
と、これらの処理により得られたデータについ
て、隣り合う画素の濃淡レベルの比較により極点
を抽出する極点抽出手段とを具備し多値レベルの
濃淡画像の粗輪郭を２値画像として抽出するよう
にしたことを特徴とする。
(6) 発明の実施例
本発明の一実施例を詳述するに先立ち、第１図
及び第２図にもとづき本発明の概略構成について
説明する。ここで第１図は本発明の画像処理方式
の簡単な構成図を示し、第２図はａの原画像に対
してｂの画像データの得られることを示す。そし
て第１図において、１はTVカメラ、２はＡ／Ｄ
コンバータ、３は平滑化演算部、４は２次微分演
算部、５は極点抽出部、６は画像メモリ、７は走
査信号発生部であり、また第２図において、８は
認識すべき対象となる物体である。
及び第２図にもとづき本発明の概略構成について
説明する。ここで第１図は本発明の画像処理方式
の簡単な構成図を示し、第２図はａの原画像に対
してｂの画像データの得られることを示す。そし
て第１図において、１はTVカメラ、２はＡ／Ｄ
コンバータ、３は平滑化演算部、４は２次微分演
算部、５は極点抽出部、６は画像メモリ、７は走
査信号発生部であり、また第２図において、８は
認識すべき対象となる物体である。
第１図において、TVカメラ１より入力された
アナログ画像信号はＡ／Ｄコンバータ２により、
例えば８ビツトの多値レベルの画像信号に変換さ
れる。そしてこの画像信号は、平滑化演算部３に
おいて照明のチラツキ、背景ノイズ、外部環境の
変化等のノイズが低減され、それから２次微分演
算部４によりその濃淡画像信号の２次微分が演算
され画像の明るさの急変した部分が抽出される。
このようにして、例えば第２図ａ―１の物体８に
対する画像信号より、第２図ｂ―１に示すような
２次微分出力が得られる。したがつて、この２次
微分出力を極点抽出部５によりその極点を抽出す
れば、特にスライスレベルを設けることなく、物
体の粗輪郭を抽出することが可能となる。それ
故、この極点抽出部５の出力を画像メモリ６にセ
ツトすれば、特別なスライスレベルを設定するこ
となく、物体の輪郭を抽出できる。そしてこのよ
うな画像信号処理制御を、走査信号発生部７の走
査信号と同期させて処理を行うようにすれば、
TVカメラと同期してリアルタイムで高速にこの
画像処理を遂行させることができる。
アナログ画像信号はＡ／Ｄコンバータ２により、
例えば８ビツトの多値レベルの画像信号に変換さ
れる。そしてこの画像信号は、平滑化演算部３に
おいて照明のチラツキ、背景ノイズ、外部環境の
変化等のノイズが低減され、それから２次微分演
算部４によりその濃淡画像信号の２次微分が演算
され画像の明るさの急変した部分が抽出される。
このようにして、例えば第２図ａ―１の物体８に
対する画像信号より、第２図ｂ―１に示すような
２次微分出力が得られる。したがつて、この２次
微分出力を極点抽出部５によりその極点を抽出す
れば、特にスライスレベルを設けることなく、物
体の粗輪郭を抽出することが可能となる。それ
故、この極点抽出部５の出力を画像メモリ６にセ
ツトすれば、特別なスライスレベルを設定するこ
となく、物体の輪郭を抽出できる。そしてこのよ
うな画像信号処理制御を、走査信号発生部７の走
査信号と同期させて処理を行うようにすれば、
TVカメラと同期してリアルタイムで高速にこの
画像処理を遂行させることができる。
以下、本発明の一実施例を第３図〜第１２図に
もとづき、他図を参照しつつ説明する。
もとづき、他図を参照しつつ説明する。
第３図は平滑化演算部３や２次微分演算部４等
を構成する３×３の空間フイルタの説明図、第４
図は空間フイルタの用途とその荷重係数の説明
図、第５図は本発明の一実施例の具体的構成図、
第６図はデータシフト回路の一例の説明図、第７
図は乗算回路の説明図、第８図は加算回路の説明
図、第９図は割算回路の説明図、第１０図は極点
抽出部を構成するデータシフト回路及び極点抽出
部の一例の説明図、第１１図は極点抽出部の基本
動作説明図、第１２図はスライスレベルに応じて
異なる粗輪郭が得られることを示す２値化画像図
である。
を構成する３×３の空間フイルタの説明図、第４
図は空間フイルタの用途とその荷重係数の説明
図、第５図は本発明の一実施例の具体的構成図、
第６図はデータシフト回路の一例の説明図、第７
図は乗算回路の説明図、第８図は加算回路の説明
図、第９図は割算回路の説明図、第１０図は極点
抽出部を構成するデータシフト回路及び極点抽出
部の一例の説明図、第１１図は極点抽出部の基本
動作説明図、第１２図はスライスレベルに応じて
異なる粗輪郭が得られることを示す２値化画像図
である。
平滑化演算部３と２次微分演算部４は３×３の
空間フイルタで構成され、その荷重係数のみが異
なるものである。したがつて先ず、簡単のために
３×３の空間フイルタについて、第３図により説
明する。
空間フイルタで構成され、その荷重係数のみが異
なるものである。したがつて先ず、簡単のために
３×３の空間フイルタについて、第３図により説
明する。
その空間フイルタとは、次式でｍ列ｎ行の画素
の濃淡レベル値を求めるものである。
の濃淡レベル値を求めるものである。
Yn,o＝1
〓i=-1 1
〓j=-1
Xn+i,o+j・i,j／1
〓i=-1 1
〓j=-1 i,j
……
ここでXn,o及びYn,oはそれぞれ画面Ｍ上のｍ行
ｎ列の画素の濃淡レベル値のフイルタリング前及
びフイルタリング後の値を示し、またi,jは荷重
係数を示している。したがつて荷重係数i,jを第
３図ロに示す如く定めるとき、Yn,oは Yn,o＝１／16〔Yn-1,o-1×１＋Xn,o-1×２＋ Xn+1,o-1×１＋Xn-1,o×２＋Xn,o×４＋
Xn+1,o×２＋Xn-1,o×1＋１＋Xn,o+1×２＋
Xn+1,o+1〕 により求められる。
ｎ列の画素の濃淡レベル値のフイルタリング前及
びフイルタリング後の値を示し、またi,jは荷重
係数を示している。したがつて荷重係数i,jを第
３図ロに示す如く定めるとき、Yn,oは Yn,o＝１／16〔Yn-1,o-1×１＋Xn,o-1×２＋ Xn+1,o-1×１＋Xn-1,o×２＋Xn,o×４＋
Xn+1,o×２＋Xn-1,o×1＋１＋Xn,o+1×２＋
Xn+1,o+1〕 により求められる。
この空間フイルタは、Yn,oの値をXn,oとその周
囲の８画素Xn+i,o+j（ｉ＝−１，０，１：ｊ＝−
１，０，１ただしｉ＝０，ｊ＝０を除く）に注目
して、あらかじめ設定したi,jとの乗算によつて
決定されるものである。したがつてi,jの値の選
び方によつてこのフイルタの特性をいろいろと変
えることができ、遂行すべき処理内容に応じた値
の設定が可能である。
囲の８画素Xn+i,o+j（ｉ＝−１，０，１：ｊ＝−
１，０，１ただしｉ＝０，ｊ＝０を除く）に注目
して、あらかじめ設定したi,jとの乗算によつて
決定されるものである。したがつてi,jの値の選
び方によつてこのフイルタの特性をいろいろと変
えることができ、遂行すべき処理内容に応じた値
の設定が可能である。
なおここで前記式ではその分母を1
〓i=-1 1
〓j=-1 i,j
で示しているが、この分母は後述の割算回路にお
いて記述するように、演算データの大きさ（Yn,o
のビツト長）がそのデータ処理装置におけるダイ
ナミツクレンジの範囲内にあるようにするための
ものであり、適当な係数に置換してもよく、また
1 〓i=-1 1 〓j=-1 i,j が零の場合にはこれを１にすることが
できる。
で示しているが、この分母は後述の割算回路にお
いて記述するように、演算データの大きさ（Yn,o
のビツト長）がそのデータ処理装置におけるダイ
ナミツクレンジの範囲内にあるようにするための
ものであり、適当な係数に置換してもよく、また
1 〓i=-1 1 〓j=-1 i,j が零の場合にはこれを１にすることが
できる。
第４図に空間フイルタの用途とそれに対応する
荷重係数の例を示す。もし画面上のランダム雑音
を低減するための平滑化フイルタとして使用する
場合には平滑化用の（Ｌ―２）〜（Ｌ―４）を用
いれば効果的であるし、画面上の明るさの変化が
急な部分を強調したい場合には２次微分フイルタ
用の（LP―１），（LP―２）や強調用の（Ｈ―
３），（Ｈ―４）等が有効である。また境界線を検
出した場合には（Ｂ―１），（Ｂ―２）等を使用す
ればよい。第１図における平滑化演算部３として
は（Ｌ―２）または（Ｌ―４）を使用し、２次微
分演算部４としては（LP―１）または（LP―
２）を使用している。
荷重係数の例を示す。もし画面上のランダム雑音
を低減するための平滑化フイルタとして使用する
場合には平滑化用の（Ｌ―２）〜（Ｌ―４）を用
いれば効果的であるし、画面上の明るさの変化が
急な部分を強調したい場合には２次微分フイルタ
用の（LP―１），（LP―２）や強調用の（Ｈ―
３），（Ｈ―４）等が有効である。また境界線を検
出した場合には（Ｂ―１），（Ｂ―２）等を使用す
ればよい。第１図における平滑化演算部３として
は（Ｌ―２）または（Ｌ―４）を使用し、２次微
分演算部４としては（LP―１）または（LP―
２）を使用している。
次に前記式の演算を実現するハード構成につ
いて説明する。
いて説明する。
前述の如く、式により平滑化演算や２次微分
演算を行うものであるが、第５図に示す如く、平
滑化演算部３はデータシフト回路３―１、乗算回
路３―２、加算回路３―３及び割算回路３―４等
で構成され、また２次微分演算部４はこれまたデ
ータシフト回路４―１、乗算回路４―２、加算回
路４―３及び割算回路４―４等で構成されてい
る。したがつてこの式の演算を実現するための
空間フイルタはデータシフト回路、乗算回路、加
算回路及び割算回路等により構成されるものであ
る。
演算を行うものであるが、第５図に示す如く、平
滑化演算部３はデータシフト回路３―１、乗算回
路３―２、加算回路３―３及び割算回路３―４等
で構成され、また２次微分演算部４はこれまたデ
ータシフト回路４―１、乗算回路４―２、加算回
路４―３及び割算回路４―４等で構成されてい
る。したがつてこの式の演算を実現するための
空間フイルタはデータシフト回路、乗算回路、加
算回路及び割算回路等により構成されるものであ
る。
データシフト回路は１画面分の画像データに対
して３×３の空間フイルタリング処理を実行する
ために、第６図に示す如く、２行＋３画素のデー
タをシフトレジスタを用いて記憶格納し、次段の
乗算回路にXn+i,o+j（ｉ＝−１，０，１；ｊ＝−
１，０，１）の９画素を送出する機能を持つ。第
６図において、１行ｐ画素、2q濃淡レベルの画面
データの場合ついて説明すると、１画素ｑビツト
で表示されたデータを１段目は３画素分、２段目
及び３段目はｐ画素分のシフトレジスタを用いて
保持する。そして各段の最後の３画素について
は、次段の乗算回路へ同時に各画素のデータを送
出できるようにラツチまたはフリツプフロツプＲ
１〜Ｒ９を縦続接続するかシリアル・イン―パラ
レル・アウトのシフトレジスタを使用することに
より９画素の送出が実現できる。そして２段目及
び３段目は（ｐ―３）画素分のシフトレジスタ１
１，１２を使用して送出分以外の画素のデータを
保持する。そしてこのデータシフト回路はTVカ
メラの走査信号により１画素ずつシフトするもの
である。
して３×３の空間フイルタリング処理を実行する
ために、第６図に示す如く、２行＋３画素のデー
タをシフトレジスタを用いて記憶格納し、次段の
乗算回路にXn+i,o+j（ｉ＝−１，０，１；ｊ＝−
１，０，１）の９画素を送出する機能を持つ。第
６図において、１行ｐ画素、2q濃淡レベルの画面
データの場合ついて説明すると、１画素ｑビツト
で表示されたデータを１段目は３画素分、２段目
及び３段目はｐ画素分のシフトレジスタを用いて
保持する。そして各段の最後の３画素について
は、次段の乗算回路へ同時に各画素のデータを送
出できるようにラツチまたはフリツプフロツプＲ
１〜Ｒ９を縦続接続するかシリアル・イン―パラ
レル・アウトのシフトレジスタを使用することに
より９画素の送出が実現できる。そして２段目及
び３段目は（ｐ―３）画素分のシフトレジスタ１
１，１２を使用して送出分以外の画素のデータを
保持する。そしてこのデータシフト回路はTVカ
メラの走査信号により１画素ずつシフトするもの
である。
乗算回路は、第７図に示す如く、前記データシ
フト回路から送出された９画素の各々に対してあ
らかじめ設定した荷重係数i,j（ｉ＝−１，０，
１；ｊ＝−１，０，１）を乗じて Wn+i,o+j＝Xn+i,o+j×i,j …… （ｉ＝−１，０，１；ｊ＝−１，０，１） を求める乗算機能を持つている。そのために、第
７図に示す如く、第１乗算器１３〜第９乗算器２
１の９個の乗算器を用い、第１乗算器１３には荷
重係数-1,-1が設定されておりデータシフト回路
より送出された画素Xn-1,o-1との乗算が行なわれ
る。そして第２乗算器１４には荷重係数-1,0が設
定されておりデータシフト回路より送出された画
素Xn-1,oとの乗算が行なわれる。このようにして
第７図に示す乗算回路により前記式における乗
算を行うことができる。
フト回路から送出された９画素の各々に対してあ
らかじめ設定した荷重係数i,j（ｉ＝−１，０，
１；ｊ＝−１，０，１）を乗じて Wn+i,o+j＝Xn+i,o+j×i,j …… （ｉ＝−１，０，１；ｊ＝−１，０，１） を求める乗算機能を持つている。そのために、第
７図に示す如く、第１乗算器１３〜第９乗算器２
１の９個の乗算器を用い、第１乗算器１３には荷
重係数-1,-1が設定されておりデータシフト回路
より送出された画素Xn-1,o-1との乗算が行なわれ
る。そして第２乗算器１４には荷重係数-1,0が設
定されておりデータシフト回路より送出された画
素Xn-1,oとの乗算が行なわれる。このようにして
第７図に示す乗算回路により前記式における乗
算を行うことができる。
加算回路は、第８図に示す的く、前記乗算回路
で演算された９個の値Wn+i,o+j（ｉ＝−１，０，
１，；＝−１，０，１）からこれらの和 Zn,o＝1 〓i=-1 1 〓j=-1 Wn+i,o+j …… （ｉ＝１，０，１；ｊ＝−１，０，１） を求める加算機能を有するものである。そのため
に第８図に示す如く、第１加算器２２〜第８加算
器２９を使用している。
で演算された９個の値Wn+i,o+j（ｉ＝−１，０，
１，；＝−１，０，１）からこれらの和 Zn,o＝1 〓i=-1 1 〓j=-1 Wn+i,o+j …… （ｉ＝１，０，１；ｊ＝−１，０，１） を求める加算機能を有するものである。そのため
に第８図に示す如く、第１加算器２２〜第８加算
器２９を使用している。
また割算回路は、前記乗算回路及び加算回路に
おける乗算演算、加算演算により増加した濃淡レ
ベルZn,oを、画像メモリ及びモニタ用TVの階調
レベルの範囲に収まるように正規化係数Ｈで割
り、 Yn,o＝Zn,o／Ｈ …… を求めるものであつて、第９図に示す如く、第１
データセレクタ３０〜第８データセレクタ３７に
より構成されており、前記式の演算を行うこと
により前記式の最終演算結果のYn,oが得られる
ものである。この第９図は、８ビツトの濃淡画素
を前記の如く乗算演算及び加算演算により16ビツ
トの濃淡レベルのデータZn,oになつたものを８ビ
ツトデータYn,oに減らすときの例であつて、第１
データセレクタ３０には16ビツトデータのZn,oの
うち２〜９ビツトを入力し、第２データセレクタ
３１には16ビツトデータZn,oのうち３〜10ビツト
を入力し、以下同様に第３データセレクタ３２に
は４〜11ビツトを入力し、第４データセレクタ３
３には５〜12ビツトを、第５データセレクタ３４
には６〜13ビツトを、第６データセレクタ３５に
は７〜14ビツトを、第７データセレクタ３６には
８〜15ビツトを、第８データセレクタ３７には９
〜16ビツトをそれぞれ入力する。そしてセレクタ
ラインSLより伝達された３ビツトの選択信号に
応じて各データセレクタ３０〜３７は、前記８ビ
ツトの入力のうち第１番目〜第８番目のいずれか
１つのビツトを選択出力する。例えば27でZn,oを
商する場合にはそれぞれデータセレクタ３０〜３
７より第１番目のビツトを出力するように各デー
タセレクタ３０〜３７が制御されるので、第１デ
ータセレクタ３０からは２〜９ビツトのうちの第
１番目のビツトすなわち16ビツトのうちの２ビツ
ト目が出力され、第２データセレクタ３１からは
３〜10ビツトのうちの第１番目のビツトすなわち
16ビツトのうちの３ビツト目が出力され、第３デ
ータセレクタ３２からは４〜11ビツトのうちの第
１番目のビツトすなわち16ビツトのうちの４ビツ
ト目が出力され、以下同様にして第８データセレ
クタ３７からは９〜16ビツトのうちの第１番目の
ビツトすなわち16ビツトのうちの９ビツト目が出
力されることになり、この結果各データセレクタ
３０〜３７より16ビツトのZn,oを27で商した値で
ある２〜９ビツトを出力することになる。同様に
してZn,oを26で商する場合には各データセレクタ
３０〜３７から第２番目のビツト、すなわち16ビ
ツトのデータよりその３〜10ビツトを出力すれば
よく、25で商する場合には各データセレクタ３０
〜３７より第３番目のビツトを出力させて16ビツ
トのデータよりその４〜11ビツトを出力させれば
よい。このようにしてＮ番目のデータセレクタに
は16ビツトデータのうち215-N〜28-Nビツト目を
入力し、割る数2kに対応してセレクタラインにｋ
の値をセツトすることにより割算を高速に実現す
ることができる。ここで正規化係数Ｈとして1 〓i=-1 1 〓j=-1 i,j に近い2k（ｋ＝０，１，２…）の値を選んで
いる。このように、データセレクタを用いること
により割算の高速化をはかることができる。
おける乗算演算、加算演算により増加した濃淡レ
ベルZn,oを、画像メモリ及びモニタ用TVの階調
レベルの範囲に収まるように正規化係数Ｈで割
り、 Yn,o＝Zn,o／Ｈ …… を求めるものであつて、第９図に示す如く、第１
データセレクタ３０〜第８データセレクタ３７に
より構成されており、前記式の演算を行うこと
により前記式の最終演算結果のYn,oが得られる
ものである。この第９図は、８ビツトの濃淡画素
を前記の如く乗算演算及び加算演算により16ビツ
トの濃淡レベルのデータZn,oになつたものを８ビ
ツトデータYn,oに減らすときの例であつて、第１
データセレクタ３０には16ビツトデータのZn,oの
うち２〜９ビツトを入力し、第２データセレクタ
３１には16ビツトデータZn,oのうち３〜10ビツト
を入力し、以下同様に第３データセレクタ３２に
は４〜11ビツトを入力し、第４データセレクタ３
３には５〜12ビツトを、第５データセレクタ３４
には６〜13ビツトを、第６データセレクタ３５に
は７〜14ビツトを、第７データセレクタ３６には
８〜15ビツトを、第８データセレクタ３７には９
〜16ビツトをそれぞれ入力する。そしてセレクタ
ラインSLより伝達された３ビツトの選択信号に
応じて各データセレクタ３０〜３７は、前記８ビ
ツトの入力のうち第１番目〜第８番目のいずれか
１つのビツトを選択出力する。例えば27でZn,oを
商する場合にはそれぞれデータセレクタ３０〜３
７より第１番目のビツトを出力するように各デー
タセレクタ３０〜３７が制御されるので、第１デ
ータセレクタ３０からは２〜９ビツトのうちの第
１番目のビツトすなわち16ビツトのうちの２ビツ
ト目が出力され、第２データセレクタ３１からは
３〜10ビツトのうちの第１番目のビツトすなわち
16ビツトのうちの３ビツト目が出力され、第３デ
ータセレクタ３２からは４〜11ビツトのうちの第
１番目のビツトすなわち16ビツトのうちの４ビツ
ト目が出力され、以下同様にして第８データセレ
クタ３７からは９〜16ビツトのうちの第１番目の
ビツトすなわち16ビツトのうちの９ビツト目が出
力されることになり、この結果各データセレクタ
３０〜３７より16ビツトのZn,oを27で商した値で
ある２〜９ビツトを出力することになる。同様に
してZn,oを26で商する場合には各データセレクタ
３０〜３７から第２番目のビツト、すなわち16ビ
ツトのデータよりその３〜10ビツトを出力すれば
よく、25で商する場合には各データセレクタ３０
〜３７より第３番目のビツトを出力させて16ビツ
トのデータよりその４〜11ビツトを出力させれば
よい。このようにしてＮ番目のデータセレクタに
は16ビツトデータのうち215-N〜28-Nビツト目を
入力し、割る数2kに対応してセレクタラインにｋ
の値をセツトすることにより割算を高速に実現す
ることができる。ここで正規化係数Ｈとして1 〓i=-1 1 〓j=-1 i,j に近い2k（ｋ＝０，１，２…）の値を選んで
いる。このように、データセレクタを用いること
により割算の高速化をはかることができる。
極点抽出部５は、第１０図イに示すデータシフ
ト回路５―１及び第１０図ロに示すデータ比較回
路５―２により構成されているが、その動作原理
を第１１図により説明する。説明の簡略化のた
め、第１１図イの原画像Ｐが図示状態の１次元方
向の濃度分布を有する場合においてその極点Ｒを
求める例について説明する。原画像Ｐを左に一画
素Δだけシフトした左シフト画像をPLとし、右
に一画素Δだけシフトした右シフト画像をPRと
する。そして原画像Ｐと左シフト画像PLを比較
して原画像の方が濃度が大きいか等しい（以下こ
れをＰ≧PLとする）部分QLを抽出し、また原画
像Ｐと右シフト画像PRを比較して原画像の方が
濃度が大きいか等しい（以下これをＰ≧PRとす
る）部分QRを抽出する。このとき求める極点
（極大点）Ｒは少なくとも両隣りの画素より大き
いか等しいレベルであると考えられるので、第１
１図ホのように部分QLでかつQRのところを抽出
することにより極点Ｒを求めることができる。た
だし、Ｐ＝PL＝PRのときは除外する。
ト回路５―１及び第１０図ロに示すデータ比較回
路５―２により構成されているが、その動作原理
を第１１図により説明する。説明の簡略化のた
め、第１１図イの原画像Ｐが図示状態の１次元方
向の濃度分布を有する場合においてその極点Ｒを
求める例について説明する。原画像Ｐを左に一画
素Δだけシフトした左シフト画像をPLとし、右
に一画素Δだけシフトした右シフト画像をPRと
する。そして原画像Ｐと左シフト画像PLを比較
して原画像の方が濃度が大きいか等しい（以下こ
れをＰ≧PLとする）部分QLを抽出し、また原画
像Ｐと右シフト画像PRを比較して原画像の方が
濃度が大きいか等しい（以下これをＰ≧PRとす
る）部分QRを抽出する。このとき求める極点
（極大点）Ｒは少なくとも両隣りの画素より大き
いか等しいレベルであると考えられるので、第１
１図ホのように部分QLでかつQRのところを抽出
することにより極点Ｒを求めることができる。た
だし、Ｐ＝PL＝PRのときは除外する。
ところで第１１図ヘのＬに示す如きパターンで
極点が存在するとき、Ｘ方向の走査のみではパタ
ーンＬの極点辺l1，l3は抽出できるものの、極点
辺l2，l4は抽出することができないので、これを
Ｙ方向にも走査することにより極点辺l2，l4を抽
出することができる。したがつて、例えば第１１
図トに示す如き画素Ｂ，Ｄ，Ｅ，Ｆ，Ｈを有する
抽出ウインドウW′を使用すれば２次元の濃淡画
像のＸ方向あるいはＹ方向の極点を抽出できる。
極点が存在するとき、Ｘ方向の走査のみではパタ
ーンＬの極点辺l1，l3は抽出できるものの、極点
辺l2，l4は抽出することができないので、これを
Ｙ方向にも走査することにより極点辺l2，l4を抽
出することができる。したがつて、例えば第１１
図トに示す如き画素Ｂ，Ｄ，Ｅ，Ｆ，Ｈを有する
抽出ウインドウW′を使用すれば２次元の濃淡画
像のＸ方向あるいはＹ方向の極点を抽出できる。
いま第１１図チに示す１フレームを、走査信号
発生部７より出力された同期信号に応じて走査線
h0，h1，h2……により順次走査して平滑化演算部
３、２次微分演算部４を経由して得られた２次微
分演算データをレジスタr1，r2……r7及び（ｐ―
３）データ長のシフトレジスタ１１，１２により
構成されるデータシフト回路５―１に伝達する。
レジスタr1〜r7及びシフトレジスタ１１，１２は
８ビツト幅で構成され、これにより画素Ｅとその
左右上下の各画素Ｄ，Ｆ及びＢ，Ｈに対する２次
微分演算データが出力されることになる。これら
のデータは、第１０図ロに示す如く、比較器Ｃ―
１〜Ｃ―４、アンド・ゲートAN―１，AN―２，
オア・ゲートOR―１〜OR―５，ナンドゲート
NAND―１〜NAND―２，ピーク・レジスタ
PM等を具備するデータ比較回路５―２に伝達さ
れる。そして比較器Ｃ―１により画素ＥとＤの２
次微分演算データが比較され、比較器Ｃ―２によ
り画素ＥとＦの２次微分演算データが比較され、
比較器Ｃ―３により画素ＥとＢの２次微分演算デ
ータが比較され、比較器Ｃ―４により画素ＥとＨ
の２次微分演算データが比較される。したがつて
画素Ｅが水平方向における極点の場合には比較器
Ｃ―１，Ｃ―２よりそれぞれ「１」が出力される
のでアンド・ゲートAN―１より「１」が出力さ
れ、また画素Ｅが垂直方向における極点の場合に
は比較器Ｃ―３，Ｃ―４よりそれぞれ「１」が出
力されるので、アンド・ゲートAN―２より
「１」が出力される。それ故、オア・ゲートOR
―１は画素Ｅが水平方向あるいは垂直方向の少な
くとも一方において極点であるとき「１」を出力
し、いずれの方向においても極点でないとき
「０」を出力する。それ故、オア・ゲートOR―
１の出力Ｘを指標としてピークフラグを求めるこ
とができる。そしてピーク・レジスタPMにその
ときの画素Ｅの８ビツトの原画像データを印加し
ておけば、極点のときの画素Ｅの実際のピーク値
を出力させることが可能となる。
発生部７より出力された同期信号に応じて走査線
h0，h1，h2……により順次走査して平滑化演算部
３、２次微分演算部４を経由して得られた２次微
分演算データをレジスタr1，r2……r7及び（ｐ―
３）データ長のシフトレジスタ１１，１２により
構成されるデータシフト回路５―１に伝達する。
レジスタr1〜r7及びシフトレジスタ１１，１２は
８ビツト幅で構成され、これにより画素Ｅとその
左右上下の各画素Ｄ，Ｆ及びＢ，Ｈに対する２次
微分演算データが出力されることになる。これら
のデータは、第１０図ロに示す如く、比較器Ｃ―
１〜Ｃ―４、アンド・ゲートAN―１，AN―２，
オア・ゲートOR―１〜OR―５，ナンドゲート
NAND―１〜NAND―２，ピーク・レジスタ
PM等を具備するデータ比較回路５―２に伝達さ
れる。そして比較器Ｃ―１により画素ＥとＤの２
次微分演算データが比較され、比較器Ｃ―２によ
り画素ＥとＦの２次微分演算データが比較され、
比較器Ｃ―３により画素ＥとＢの２次微分演算デ
ータが比較され、比較器Ｃ―４により画素ＥとＨ
の２次微分演算データが比較される。したがつて
画素Ｅが水平方向における極点の場合には比較器
Ｃ―１，Ｃ―２よりそれぞれ「１」が出力される
のでアンド・ゲートAN―１より「１」が出力さ
れ、また画素Ｅが垂直方向における極点の場合に
は比較器Ｃ―３，Ｃ―４よりそれぞれ「１」が出
力されるので、アンド・ゲートAN―２より
「１」が出力される。それ故、オア・ゲートOR
―１は画素Ｅが水平方向あるいは垂直方向の少な
くとも一方において極点であるとき「１」を出力
し、いずれの方向においても極点でないとき
「０」を出力する。それ故、オア・ゲートOR―
１の出力Ｘを指標としてピークフラグを求めるこ
とができる。そしてピーク・レジスタPMにその
ときの画素Ｅの８ビツトの原画像データを印加し
ておけば、極点のときの画素Ｅの実際のピーク値
を出力させることが可能となる。
このように、空間フイルタを２段使用して荷重
係数を適当に選ぶことにより、画像上のランダム
な雑音の低減と明るさの急変部の強調を行うこと
ができる。
係数を適当に選ぶことにより、画像上のランダム
な雑音の低減と明るさの急変部の強調を行うこと
ができる。
第２図ａの原画像に対して平滑化用のフイルタ
として第４図のＬ―２の荷重係数を用い、２次微
分用のフイルタとしてLP―２の荷重係数を用い
たときの様子を第２図ｂに示す。第２図において
ａ―１は物体８である円柱に右斜め上方から光が
当つている場合であり、ａ―２はそれを上方より
みたときの図である。またａ―３は前記ａ―２の
Ｘ―Y1次元方向の明るさの変化を示したもので
ある。これを前記の各フイルタを使用して平滑化
演算及び２次微分演算後の濃淡レベルを３次元的
に表示したものがｂ―１であり、ｂ―２はそれの
濃淡レベルを等明線で示したものである。そして
ｂ―３はｂ―２のＸ―Y1次元方向の断面を示し
たものである。
として第４図のＬ―２の荷重係数を用い、２次微
分用のフイルタとしてLP―２の荷重係数を用い
たときの様子を第２図ｂに示す。第２図において
ａ―１は物体８である円柱に右斜め上方から光が
当つている場合であり、ａ―２はそれを上方より
みたときの図である。またａ―３は前記ａ―２の
Ｘ―Y1次元方向の明るさの変化を示したもので
ある。これを前記の各フイルタを使用して平滑化
演算及び２次微分演算後の濃淡レベルを３次元的
に表示したものがｂ―１であり、ｂ―２はそれの
濃淡レベルを等明線で示したものである。そして
ｂ―３はｂ―２のＸ―Y1次元方向の断面を示し
たものである。
濃淡画像において明るさが急変している点は物
体の面の縁点に対応して重要な点である。いま、
第２図ｂ―３に示すように、平滑化演算及び２次
微分演算という２段の空間フイルタによつて強調
された明るさの急変部を適当なスライスレベルで
２値化して抽出する場合を考える。スライスレベ
ルとして第２図ｂ―３のＡ，Ｂ，Ｃの３レベルを
選んで２値化すると、第１２図ａ，ｂ，ｃに示す
ようにそれぞれ異なつた粗輪郭が得られる。スラ
イスレベルＡでは、第１２図ａに示す如く、レベ
ルが高すぎて輪郭に途切れが生じてしまうし、ス
ライスレベルＣでは、第１２図ｃに示す如く、輪
郭線が太くなつてしまう。そのため得られた輪郭
線に対して改めて途切れの修復処理あるいは細線
化処理を行なわなければならない。またスライス
レベルＢの場合のように丁度よいスライスレベル
が設定できれば第１２図ｂの如き輪郭線が得られ
るので、前記のような途切れの修復処理あるいは
細線化処理を行わずに済み都合がよいが、しかし
前記の２段の空間フイルタリング処理によつて得
られる場合の濃淡レベルは、そのときの対象物の
表面状態、色、形、照明条件、レンズの明るさ、
絞り等で毎回異なるために丁度良いスライスレベ
ルを常時決めることは非常に困難である。
体の面の縁点に対応して重要な点である。いま、
第２図ｂ―３に示すように、平滑化演算及び２次
微分演算という２段の空間フイルタによつて強調
された明るさの急変部を適当なスライスレベルで
２値化して抽出する場合を考える。スライスレベ
ルとして第２図ｂ―３のＡ，Ｂ，Ｃの３レベルを
選んで２値化すると、第１２図ａ，ｂ，ｃに示す
ようにそれぞれ異なつた粗輪郭が得られる。スラ
イスレベルＡでは、第１２図ａに示す如く、レベ
ルが高すぎて輪郭に途切れが生じてしまうし、ス
ライスレベルＣでは、第１２図ｃに示す如く、輪
郭線が太くなつてしまう。そのため得られた輪郭
線に対して改めて途切れの修復処理あるいは細線
化処理を行なわなければならない。またスライス
レベルＢの場合のように丁度よいスライスレベル
が設定できれば第１２図ｂの如き輪郭線が得られ
るので、前記のような途切れの修復処理あるいは
細線化処理を行わずに済み都合がよいが、しかし
前記の２段の空間フイルタリング処理によつて得
られる場合の濃淡レベルは、そのときの対象物の
表面状態、色、形、照明条件、レンズの明るさ、
絞り等で毎回異なるために丁度良いスライスレベ
ルを常時決めることは非常に困難である。
それ故、第２図ｂ―１の尾根の部分のみを抽出
することができればスライスレベルの設定という
面倒な作業をすることなしに原画像の特徴点を一
連の線画として取出すことができる。この尾根部
分抽出処理を実行するために、前記の如き極点抽
出部５を使用する。この極点抽出部５は前記の如
く、水平方向及び垂直方向の極点を抽出してこれ
をハイレベル「１」に、その他の点をローレベル
「０」にするので、スライスレベルを必要とする
２値化処理部を設けることなく、例えば第２図ｂ
―１の尾根部分のみをハイレベル「１」として抽
出することができる。そのためにこ画像処理方式
は２値化するときのスライスレベルの設定といつ
た主観的で、外部環境に強く影響される作業を行
うことなく、極点部分を抽出することができる。
することができればスライスレベルの設定という
面倒な作業をすることなしに原画像の特徴点を一
連の線画として取出すことができる。この尾根部
分抽出処理を実行するために、前記の如き極点抽
出部５を使用する。この極点抽出部５は前記の如
く、水平方向及び垂直方向の極点を抽出してこれ
をハイレベル「１」に、その他の点をローレベル
「０」にするので、スライスレベルを必要とする
２値化処理部を設けることなく、例えば第２図ｂ
―１の尾根部分のみをハイレベル「１」として抽
出することができる。そのためにこ画像処理方式
は２値化するときのスライスレベルの設定といつ
た主観的で、外部環境に強く影響される作業を行
うことなく、極点部分を抽出することができる。
また、この画像処理方式におけるデータシフト
回路のデータのシフト、乗算回路へのXn+i,o+j（ｉ
＝−１，０，１；ｊ＝−１，０，１）の入力およ
び演算結果Wn+i,o+j（ｉ＝−１，０，１；ｊ＝−
１，０，１）の出力をTVカメラの水平走査信号
に同期した制御信号を用いることにより、１フレ
ームの濃淡画像処理を1/60秒、すなわち約
16.7msで完了することができる。
回路のデータのシフト、乗算回路へのXn+i,o+j（ｉ
＝−１，０，１；ｊ＝−１，０，１）の入力およ
び演算結果Wn+i,o+j（ｉ＝−１，０，１；ｊ＝−
１，０，１）の出力をTVカメラの水平走査信号
に同期した制御信号を用いることにより、１フレ
ームの濃淡画像処理を1/60秒、すなわち約
16.7msで完了することができる。
さらに極点抽出部の後にアドレス生成部を設け
ることによつて、その画素が極点のときのみその
アドレス情報を計算機に転送すれば、メモリの飛
躍的な節約が可能となる。
ることによつて、その画素が極点のときのみその
アドレス情報を計算機に転送すれば、メモリの飛
躍的な節約が可能となる。
なお前記説明では３×３の空間フイルタを用い
た場合について述べたが、フイルタの大きさを５
×５，７×７等と大きくすることによりハード装
置は大きくなるがそれだけきめ細かな画像処理が
可能になる。そして極点抽出部手段としてはハー
ドの代りにソフト的手段によつても実行すること
ができる。
た場合について述べたが、フイルタの大きさを５
×５，７×７等と大きくすることによりハード装
置は大きくなるがそれだけきめ細かな画像処理が
可能になる。そして極点抽出部手段としてはハー
ドの代りにソフト的手段によつても実行すること
ができる。
そしてこの画像処理方式を１チツプのVLSIに
より構成することにより、物体の分類、選別、製
品の検査等の視覚認識を必要とする分野で、マイ
コンレベルのコンピユータによる２次元図形の認
識が可能になる。
より構成することにより、物体の分類、選別、製
品の検査等の視覚認識を必要とする分野で、マイ
コンレベルのコンピユータによる２次元図形の認
識が可能になる。
(7) 発明の効果
本発明によれば、空間フイルタにより構成され
た平滑化演算部と２次微分演算部を使用したので
高速に画像処理を行うことが可能となつた。そし
て極点抽出部をハード構成にすれば、更に高速処
理することができ、TVカメラの走査信号に同期
して、オンライン的に画像処理を行うことが可能
となる。しかもさらに極点抽出により特別なスラ
イスレベルを設定することなく、正確に物体の粗
輪郭を抽出することが可能となつた。
た平滑化演算部と２次微分演算部を使用したので
高速に画像処理を行うことが可能となつた。そし
て極点抽出部をハード構成にすれば、更に高速処
理することができ、TVカメラの走査信号に同期
して、オンライン的に画像処理を行うことが可能
となる。しかもさらに極点抽出により特別なスラ
イスレベルを設定することなく、正確に物体の粗
輪郭を抽出することが可能となつた。
第１図は本発明の画像処理方式の簡単な構成
図、第２図は本発明の動作説明図、第３図は空間
フイルタの説明図、第４図は空間フイルタの用途
とその荷重係数説明図、第５図は本発明の一実施
例の具体的構成図、第６図はデータシフト回路の
一例の説明図、第７図は乗算回路の一例の説明
図、第８図は加算回路の一例の説明図、第９図は
割算回路の一例の説明図、第１０図は極点抽出部
を構成するデータシフト回路及び極点抽出部の一
例の説明図、第１１図は極点抽出部の基本動作説
明図、第１２図はスライスレベルに応じて異なる
粗輪郭が得られることを示す２値化画像図であ
る。 図中、１はTVカメラ、２はＡ／Ｄコンバー
タ、３は平滑化演算部、４は２次微分演算部、５
は極点抽出部、６は画像メモリ、７は走査信号発
生部、８は物体である。
図、第２図は本発明の動作説明図、第３図は空間
フイルタの説明図、第４図は空間フイルタの用途
とその荷重係数説明図、第５図は本発明の一実施
例の具体的構成図、第６図はデータシフト回路の
一例の説明図、第７図は乗算回路の一例の説明
図、第８図は加算回路の一例の説明図、第９図は
割算回路の一例の説明図、第１０図は極点抽出部
を構成するデータシフト回路及び極点抽出部の一
例の説明図、第１１図は極点抽出部の基本動作説
明図、第１２図はスライスレベルに応じて異なる
粗輪郭が得られることを示す２値化画像図であ
る。 図中、１はTVカメラ、２はＡ／Ｄコンバー
タ、３は平滑化演算部、４は２次微分演算部、５
は極点抽出部、６は画像メモリ、７は走査信号発
生部、８は物体である。
Claims (1)
- １ 濃淡画像を画素単位で処理してその粗輪郭を
抽出する画像処理方式において、一定長のデータ
を保持するデータシフト回路と、該データシフト
回路に保持されたデータとあらかじめ設定されて
いる荷重係数との乗算を行う乗算回路と、その結
果をすべて加算する加算回路と、乗算・加算によ
つて増加したレベルを適当な範囲に収まるように
割算を行う割算回路により構成される空間フイル
タを使用して画像データを重畳するランダムな雑
音を低減する平滑化演算手段と、同様に構成され
た空間フイルタを用いて画像データの明るさの急
変部分を強調する２次微分演算手段と、これらの
処理により得られたデータについて、隣り合う画
素の濃淡レベルの比較により極点を抽出する極点
抽出手段とを具備し多値レベルの濃淡画像の粗輪
郭を２値画像として抽出するようにしたことを特
徴とする画像処理方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57104742A JPS58222383A (ja) | 1982-06-18 | 1982-06-18 | 画像処理方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57104742A JPS58222383A (ja) | 1982-06-18 | 1982-06-18 | 画像処理方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58222383A JPS58222383A (ja) | 1983-12-24 |
| JPH0222421B2 true JPH0222421B2 (ja) | 1990-05-18 |
Family
ID=14388943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57104742A Granted JPS58222383A (ja) | 1982-06-18 | 1982-06-18 | 画像処理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58222383A (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60189375A (ja) * | 1984-03-08 | 1985-09-26 | Sony Corp | ビデオ信号処理方法 |
| JPS60200111A (ja) * | 1984-03-26 | 1985-10-09 | Hitachi Ltd | ３次元物体認識装置 |
| JPS6288075A (ja) * | 1985-10-15 | 1987-04-22 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置 |
| JPS62221076A (ja) * | 1986-03-20 | 1987-09-29 | Toshiba Eng Co Ltd | 画像処理装置 |
| JPS62263577A (ja) * | 1986-05-09 | 1987-11-16 | Fujitsu Ltd | 画像処理装置によるエアブラシ方式 |
| JP2623089B2 (ja) * | 1987-01-08 | 1997-06-25 | 株式会社鷹山 | 映像処理システム |
| JP2549647B2 (ja) * | 1987-02-27 | 1996-10-30 | 株式会社東芝 | Ｓｅｍ画像の復元処理方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BE793123A (fr) * | 1971-12-24 | 1973-04-16 | Licentia Gmbh | Montage pour la determination automatique du trace d'un caractere |
| JPS5273747A (en) * | 1975-12-17 | 1977-06-21 | Hitachi Ltd | Image processing device |
| JPS5582378A (en) * | 1978-12-18 | 1980-06-21 | Ricoh Co Ltd | Edge processing method in picture processing |
| JPS568140A (en) * | 1979-07-02 | 1981-01-27 | Dainippon Screen Mfg Co Ltd | Emphasizing method of sharpness in image scanning and recording apparatus |
-
1982
- 1982-06-18 JP JP57104742A patent/JPS58222383A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58222383A (ja) | 1983-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4783833A (en) | Method of extracting an image of a moving object | |
| US5325200A (en) | Apparatus and method for transforming a digitized signal of an image into a reflective surface | |
| Otte et al. | Estimation of optical flow based on higher-order spatiotemporal derivatives in interlaced and non-interlaced image sequences | |
| Yasri et al. | Performance analysis of FPGA based Sobel edge detection operator | |
| US4290049A (en) | Dynamic data correction generator for an image analyzer system | |
| Chen et al. | Classification and positioning of circuit board components based on improved YOLOv5 | |
| EP0177160A2 (en) | Apparatus and method for implementing dilation and erosion transformation in grayscale image processing | |
| DE69330813T2 (de) | Bildprozessor und verfahren dafuer | |
| JPH0222421B2 (ja) | ||
| Krishna et al. | Implementation of Xilinx system generator based image processing algorithms through FPGA | |
| CN108960285B (zh) | 一种分类模型生成方法、舌体图像分类方法及装置 | |
| CN117934330A (zh) | 基于自适应亮度提升与细节复原的暗光模糊图像增强方法 | |
| JP7436752B2 (ja) | 検知装置および検知方法 | |
| Shao et al. | An adaptive image contrast enhancement algorithm based on retinex | |
| Jing | Research on Image Recognition Method Based on Deep Learning | |
| JP5169926B2 (ja) | 画像処理装置 | |
| JPH0534712B2 (ja) | ||
| Lee et al. | Efficient algorithm and architecture for post-processor in HDTV | |
| Patanavijit | Computational scrutiny of image denoising method found on DBAMF under SPN surrounding | |
| Bidarte et al. | Adaptive image brightness and contrast enhancement circuit for real-time vision systems | |
| Niu et al. | An Adaptive Recovering Algorithm for The Color Bar Code Image Based on Gamma Transforms | |
| JP2806436B2 (ja) | 演算回路 | |
| Caroline et al. | VLSI implementation and performance evaluation of adaptive filters for impulse noise removal | |
| KR20240093896A (ko) | 표시 장치의 검사 방법 및 정보 처리 장치 | |
| KR20240074005A (ko) | 화상의 콘트라스트 강조 방법 및 정보 처리 장치 |