JPH0285975A - パターンデータ処理装置及びプロセス計測情報処理装置及び画像処理装置及び画像認識装置 - Google Patents

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。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、製鉄炉等の熱プロセスや化学プラントの反応
プロセスに代表される複雑な工程をコンピュータ管理ま
たは制御するに好適なプロセス計測情報の信号処理装置
に関する。

また、ＩＴＶ等を利用する監視システムや自律的に移動
するロボットの視見システム、さらには画像を利用する
各種計測装置や図面・文字等の認識装置に好適な画像処
理装置に関する。

〔従来の技術〕

多くの製造工業プロセスにおいて、状態の計測と制御の
ためのシステムが採用されている。代表的なものとして
は、プロセスの状態と目標値との偏差にもとづ＜ＰＩＤ
制御や、プロセスの状態量を用いてｒｉｆ−ｔｈｅｎ〜
」型のルールにより推論を行い制御量を求める人工知能
の応用手法などがある。これらの制御装置におけるプロ
セス計測情報の信号処理は、計測されたデータからのノ
イズ除去や、物理的な意味のある数値への変換など、瞬
時的な計測データの演算処理に限定されていた。

また、ＩＴＶ等の画像入力装置から得られる画像を処理
することにより侵入物体の有無を判定する監視装置や、
画像から距離に関する情報や移動物体の像を抽出する装
置、さらには文字や図形の認識が行える装置が実用され
ている。斯る装置に用いられる画像処理装置における代
表的な処理は、画像から輝度の急変する部分（エツジ）
を抽出し、エツジの位置により物体の有無を判定したり
、エツジの変化から移動体の速度を求める処理など、エ
ツジの抽出とエツジの位置を用いた演算処理に限定され
ていた。そのために、画像の認識を行うためには、エツ
ジの分布を示すヒストグラムを生成して統計的な処理を
行う、あるいはエツジである画素間の接続関係を順次調
べ、線分の抽出を行った後、該線分の方向を調べるなど
、複雑な処理を行う必要があった。

〔発明が解決しようとする問題点〕

上記従来技術による信号処理装置においては、計測デー
タの瞬時的な状態の把握は行えるが、時系列的な変化パ
ターンの表現を行うことは困難であった。このため、従
来の制御方式では操業期間の大部分を占める定常的なプ
ロセス状態のさまざ態における対応および回復のための
制御操作への適用は困難であり、この種の操作は人手に
委ねられたまま残されているのが現状である。

而して、本発明は上記種々の問題点に鑑みて開発された
ものであって、複雑なプロセスの制御システム構築のた
めの補完的な技術としての、計測情報から時間推移のな
かでの状態変化パターンの識別機能を発揮させるように
することを、第１の目的とするものである。

一方、従来技術による画像処理装置においては、エツジ
の位置は把握できるが、エツジの形状を表現することは
困難であった。このため、従来の画像処理装置では、物
体の輪郭を抽出することはできるが、抽出された物体が
何であるかを認識することは非常に困難な課題として残
されていた。

而して、本発明は上記問題点に鑑みて開発されたもので
あって、画像情報から特定の物体を認識し抽出するため
の補完的な技術として、画像情報の持つ輝度パターンの
識別を可能にすることを、第２の目的とするものである
。

〔問題点を解決するための手段〕

上記第１の目的を達成するための本発明に係るプロセス
計測情報処理装置は、計測情報からその特徴を抽出する
ために信号処理する特徴抽出部と、上記特徴を抽象的な
表現に変換する抽象表現部とが備えられ、従来利用され
ることのなかった計測値から有意な情報を検出し、制御
のための情報として活用できるようにするものである。

さらに、計測情報からその特徴的な点を抽出し、特徴的
な点で計測情報を分割し、各区間の抽出的な表現を行い
、この抽象的な表現を記号へと変換する記号化部と、記
号化された計測情報の因果関係を推論することにより制
御動作を決定する因果関係推論部とが備えられ、従来利
用されることのなかった計測情報の有善な情報を検出し
、制御のための情報として活用できるようにするもので
ある。

前記記号化部による計測情報の記号化された結果を蓄積
するデータ蓄積部を備えることにより、計測情報を効率
的に蓄えることができる。さらに、前記データ蓄積部に
蓄えられた計測情報を記号的にマツチングするパターン
マツチ部と、マツチング結果にもとづく計測情報の分類
・検索を行う分類・検索部とを備えることにより、プロ
セスの計測情報から、制御に必要な経験的知識を抽出す
ることを容易にするものである。

また、上記第２の目的を達成するために、入力された画
像データを各画素の近傍で多項式に展開する手段と、展
開した多項式の係数から局所的な最大値と最小値を画像
の特徴として抽出する手段と、該特徴から平行な線分の
リストと各線分の端点における線分間の接続状態を表現
するグラフを生成する手段と、あらかじめ物体の特徴を
記憶しておく手段と、該特徴の記憶と前記リストおよび
グラフとを比較し物体の認識を再抽出するための段とを
設け、画像内の物体の認識が容易に行える構成としたも
のである。

さらに、前記画像の特徴を持つ画素の情報を抽出するこ
とにより画像を圧縮する手段を有する画像送信部と、圧
縮された画像のデータから画像の特徴点を復原する手段
と、該特徴点のデータをもとに二次元の補正計算を行っ
て画像を復原する手段とを有する画像受信部とにより、
効率的な画像の伝送が行える構成としたものである。

〔作用〕

前記特徴抽出部においては、プロセス計測情報の各時刻
のデータに対し、該データを含む近傍の状態変化パター
ンを、あらかじめ定めた適当な多項式の組み合わせに分
解する。これにより、多項式で表現できない測定値の雑
音（ノイズ）を除去できると共に、該多項式を組み合わ
せる係数によりデータの特徴を表現することができる。

時系列的に変化する各時刻のデータを次々と処理するこ
とにより、特徴抽出部からは、時系列データの特徴表現
された変化パターンを得ることができる。

前記抽象表現部においては、前記特徴抽出部において得
られた時系列データの特徴変化パターンから、あらかじ
め定めた適当な特徴変化の組み合わせを抽象的な表現に
変換する。

このように、本発明による信号処理装置は、工程の性質
上測定値に含まれる雑音（ノイズ）を効果的に除去でき
るとともに、測定データごとに任意の抽象的な表現を得
ることができるという大きな特徴を有している。

また、前記記号化部においては、プロセス計測情報の時
間的な変化から特徴的な点を抽出し、特徴的な点で計測
情情報を分割することにより記号化を行う。これにより
、計測情報に含まれる雑音（ノイズ）を除去した記号的
な表現を得ることができる。さらに、計測情報を記号的
に表現することにより、計測情報に含まれる因果関係等
の推定を行うことが容易になり、計測情報に含まれる従
来利用されることのなかった有為な情報を用いた制御を
可能にすることができる。

前記記号化された計測情報を蓄積するデータ蓄積部を設
けることにより、蓄積するデータが記号的に圧縮されて
いるために、データ蓄積の効率が飛」的に向上する。さ
らに、蓄積されたデータは記号に変換されているために
、記号的なパターンマツチを用いた類似性の判定が容易
になる。これにより、過去の操業における計測情報の分
類・検索が可能となり、制御に必要な経験的知識の抽出
による制御性能の飛躍的向上をもたらすことができる。

一方、画像を多項式に展開する手段において、各画素近
傍におけるフィルタ演算により平均的な展開係数を求め
るために、画像データに含まれるノイズが除去でき、正
確な展開係数を得られる。

展開係数から画像の特徴点を抽出する手段においては、
展開関係が最大となる方向における・局所的な最大値、
最小値を有する画素を抽出することにより、鮮明な特徴
点を抽出できる。該特徴点は、近傍の輝度変化に対応し
た方向室に分類されているために、平行な線分の集合（
リスト）や線分の端点を容易に抽出することができる。

さらに該端点における他の線分との関係も容易に抽出さ
れるために、線分の接続関係（グラフ）も容易に構成す
ることができる。これによって、既知の物体の特徴（リ
スト、グラフ）との対応付けが可能となり、画像内の物
体の認識を行うことができる。物体の特徴をリストおよ
びグラフにより表現することにより、認識結果において
画像特徴と既知物体の特徴と一致しない部分の抽出がで
きる。従って、一致しない特徴を再抽出する手段を設け
ることにより、認識率の向上を図ることができる。

前記画像の特徴点の個数は原画像の全画素数に比べて非
常に少ない。従って、特徴点に関する画素の情報を抽出
する手段により、大幅な画像情報の圧縮の情報から特徴
点を復元し、特徴点間の二次元的な補間を行うことによ
り、原画像に対する劣化の少ない画像を復元することが
できる。

〔実施例〕

以下、第１図〜第６図により本発明によるプロセス計測
情報の信号処理装置の第１の実施例を説明する。第１図
は本発明による信号処理装置を用いたプロセス制御シス
テムの一実施例を示すブロック図である。

第１図において、入出力系を備えるプロセスデータ部１
部よりプロセス１０に関する計測情報を収集し、収集さ
れた計測情報であるプロセスデータをデータ蓄積部２に
蓄積する。信号処理装置３は上記計測情報から特徴を抽
出する特徴抽出部４と、上記特徴を抽象的表現に変換す
る抽象表現部５と、前記特徴抽出部４において用いられ
るフィルタ・カーネルを記憶しておくパラメータ記憶部
６と、前記抽象表現部５において用いられる前記特徴と
前記抽象的表現とを結びつける翻訳規則を記憶しておく
抽象化情報記憶部７とから構成される。さらに、マイコ
ン回路等を内蔵する専用コントローラ８は、前記抽象表
現部５からの情報を用いて前記プロセス１０を制御する
。

マンマシン・インタフェース９は、前記抽象表現部５か
らの情報を用いて前記パラメータ記憶部６、前記抽象化
情報記憶部７の記憶内容を決定するとともに、前記専用
コントローラの制御内容を決定する。前記信号処理装置
３はマイコン回路とＲＯＭ化されたソフトウェアで構成
される。

次に上記構成に基づく第１図のプロセス制御システムの
動作を、制御実施時と制御装置設計時について説明する
。

制御実施時は信号処理装置３は以下（ａ）（ｂ）の各動
作を行う。

（ａ）特徴抽出部４は、プロセスデータ部１により収集
されたプロセス計測情報に対し、パラメータ記憶部６に
あらかじめ記憶されているフィルタ・カーネルを用いて
信号のフィルタリングを行い、前記計測情報を多項式に
展開する。

（ｂ）抽象表現部５は、前記特徴抽出部４から得られる
多項式への展開係数と、抽象化情報記憶部７に記憶され
ている翻訳規則とを用いて、前記計測情報に対する抽象
的表現を導き、専用コントローラ８に送る。

以下、上記動作（ａ）（ｂ）をさらに詳細に説明する。

上記動作（ａ）を第２図を用いて詳細に説明する。まず
、プロセスデータ部１より得られるプロセス計測情報１
１に対して、パラメータ記憶部６に記憶されているフィ
ルタ・カーネル１２との積和演算１３を行い、多項式に
展開する。フィルタ・カーネル１２の決定方法は以下の
通りである。

展開するプロセス計測情報の時間変化をｆ（ｔ）とし、
ｎ次の多項式をＨｎ（ｘ）（ｎ＝ｏ、２１．２．・・・
）とする。以下、説明を簡明にするために、現在時刻ｔ
をＯとし、１＝０までのｆ（ｔ）を展開する場合につい
て説明する。また、Ｘ＝０を中心とし、Ｘ＝Ｏから離れ
るに従い値が小さくなるような重み付けの関数をＥ（ｘ
）とする。

プロセス計測情報ｆ（ｔ）を展開するｎ次の多項式Ｈｎ
（ｘ）を、第（１）式および第（２）式を満足するよう
に決定する。多項式Ｈｎ（ｘ）は、Ｅ（ｘ）を与えれば
一義的に定まる。

（ｘ＝ａ、ａ＋１．　・・・、０） このとき、ｔ＝Ｑまでのプロセス計測情報ｆ（ｔ）とカ
ーネルＷｎ（ｘ）との積和をｓｎとする。すなわち、 Ｓｎ＝Σ　ｆ　（ｘ）　　・Ｗｎ（ｘ）。

ｘ＝ａ ｎ＝ｏ、１，２．　　・・・ ここにａはプロセス計測情報ｆ（ｔ）を展開する範囲を
定める定数である。このとき、第（３）式で定めるよう
なフィルタ・カーネルＷ、１（ｘ）　　（ｎ＝０．１，
２．・・・）を求める。

Ｗ、（ｘ）＝Ｈｎ（ｘ）Ｅ（ｘ） とすると、プロセス計測情報ｆ（し）を多項式展開した
結果は、 ｆ（ｔ）＝ｓｏＨｏ（ｔ）＋５ｚｕｔＤ）＋　Ｓ、Ｈ，
（ｔ　）　　・・・ となる。

第（５）式が成り立つことを詳しく説明する。

第（１）式および第（２）式が成り立つときの正規直交
関数系をｃＰｎ（ｘ）（ｎ＝ｏ、１，２．−）とすると
、’Ｐｎ（ｘ）は ’ｒ、（ｘ）＝Ｈ，（ｘ）（Ｅ（ｘ））”となる。この
直交関係系を用いて ｆ’（ｔ　）（Ｅ　（Ｘ　））”／”を展開すると、Ａ
、＝　　Σ［ｆ　（ｘ　）（Ｅ　（ｘ　））’／”Ｈｎ
（’ｘ）（Ｅ（ｘ））”／ｚコ ｆ（ｔ）・（Ｅ（ｔ））”／”＝４．ψ（１）＋Ａ工ψ
１（ｔ）＋Ａ２ψ（１）　　・・・となる。ここに、展
開係数Ａｎ（ｎ−０，１，２゜・・・）は Ａｎ＝Σ［ｆ　（ｘ）（Ｅ（ｘ））”Ｊ’ｎ（ｘ）］　
　（８）となり、積和演算結果とｓｎと展開係数Ａ。は
一致する。従って第（６）に第（９）式を用いると、ｆ
（ｔ）（Ｅ（ｔ））目＝＝　［Ｓ、Ｈ，（ｔ）＋ＳｉＨ
。

（ｔ　）　＋　Ｓ　２　ＨＺ　（ｔ　）＋・・・］　（
Ｅ（ｔ））１／２である。展開係数Ａ、ｌを変形すると
、すなわち、 ｆ（ｔ）＝Ｓ、Ｈ，（ｔ）＋５ｉＨ（ｔ）＋Ｓ２Ｈ，（
ｔ）　　＋・・・ となり、第（５）式が成り立つ。

重み付は関数の一例として下式のような指数関数 Ｅ　　（ｘ）　　＝ｅｘｐ　　（）　　　　　　　　　
（１２）σ 次に、上記動作（ｂ）について、第２図を用いて詳細に
説明する。抽象表現部５は、前記特徴抽出部４より送ら
れてくる多項式の展開係数１４と、前記抽象化情報記憶
部７に蓄えられている翻訳規則１５とを照合し、データ
翻訳１６を行うことにより抽象表現１７を得る。前記翻
訳規則１５を詳細に示したものが第４図である。前記展
開係数１４のうち、Ｓｏはプロセス状態のレベルを示し
ており、第４図（ａ）のように８０の値に応じて、プロ
セス状態の平均的なレベルを抽象的表現に翻訳できる。

ここに、抽象表現結果はそれぞれ。

を用い、σ＝２．０および展開範囲を決める定数ａ＝−
１０とした場合のフィルタＷｎ（ｘ）（ｎ＝０、ｌ、２
）を第３図に示す。

第３図に示すフィルタ・カーネルＷｎ（ｘ）の形から分
かるように、ＷＯ（ｘ）はＸ＝Ｏ近傍での平均的な値を
求めるものであり、Ｗｌ（Ｘ）は平均的な勾配を求め、
さらにＷｌ（Ｘ）は平均的な凹成を求めるものであると
云える。

Ｂ Ｍ Ｓ Ｒ Ｓ Ｍ Ｂ ：　ｐｏｓｉｔｉｖｅ　ｂｉｇ　（正で大きな値）：　
ｐｏｓｉｔｉｖｓ　ｍｅｓｉｕｍ　（正で中くらいの値
）：　ｐｏｓｉｔｉｖｅ　ｓｍａｌｌ　（正で小さな値
）：　ｚｅｔｏ　（小さな値） ：　ｎｅｇａｔｉｂｅ　ｓａｍｌｌ　（負で小さな値）
：　ｎｅｇａｔｉｖｅ　ｍｅｄｉｕｍ　（負で中くらい
の値）：　ｎｅｇａｔｉｖｅ　ｂｉｇ　（負で大きな値
）を示している。また、前記展開係数１４のうち、Ｓｌ
はプロセス状態の平均的な勾配を示し、Ｓ２は平均な凹
凸の度合いを示している。従って、第４図（ｂ）に示す
ように、展開係数８１と８２の組み合わせからプロセス
状態の変化の抽象的表現を得ることができる。ここに、
（α、β）はプロセス状態がαからβに変化したことを
示す。α、βはそれぞれ ＋＋：急上昇 ＋　：上昇 ０　：平衡 ：減少 一一：急減少 という抽象的表現を表わす。上記抽象的表現１７は前記
のような定性的な表現方法に加え、予め与えられたファ
ジー論理のメンバシップ関数等の基準によりファジー表
現を行うことも可能であることは勿論である。

上記動作（ａ）および（ｂ）により生成された抽象的表
現１７は前記専用コントローラ８に送られ、プロセス１
０への制御量が決定される。専用コントローラ８におい
ては次の処理が実行される。

（ｉ）状態の識別 抽象的表現１７を用いてプロセスの状態が定常状態かど
うかの識別を行う。

（ｎ）安定化制御 プロセスの状態が定常状態であると判定されたときは、
専用コントローラ８に２８された「定性的な因果関係」
により、安定化制御が行われる。

（ｉｉｉ）異常回復制御 プロセスが非定常状態もしく異常状態と判定された時は
、専用コントローラ８に登録された回復処理ルールに基
づく推論を行い、回復制御動作が決定される。

専用コントローラ８の機能を高めるために、信号処理装
置３からの出力として、プロセス状態の１ステツプ予測
値を含めても良い。プロセス状態の１ステツプ予測値は
第（１１）式のｔのかわりにｔ＋１を代入することによ
り簡単に得られる。

これにより、プロセス状態の予測に基づく前記（ｉ）〜
（ｎｔ）の処理が行える。

制御実施時のマンマシン・インタフェース９は、オペレ
ータ、プロセス・エンジニア、プロセス管理者等の情報
取得要求に応じて、前記抽象表現部５より得られる抽象
的表現を編集し１編集結果をＣＲＴ等の報知手段を用い
て各情報取得要求者に報知する。これにより、各情報取
得要求者は人間に理解しやすい抽象的表現（言語や記号
等）によりプロセスの状態を把握できるために、異常状
態等の識別を適確、迅速に行うことができる。

以上が制御実施時における第１図に示した制御システム
の動作である。易下、制御システム設計時における第１
図の各部の動作を説明する。

制御システム設計時における信号処理装置３は以下（ｃ
）（ｄ）の各動作を行う。

（ｃ）特徴抽出部４１ｔ１．．データ魯積部２に蓄えら
れているプロセス計測情報１１に対し、パラメータ記憶
部６にあらかじめ記憶されているフィルタ・カーネル１
２を用いて信号のフィルタリングを行い、前記計測情報
１１を多項式に展開する。

（ｄ）抽象表現部５は、前記特徴抽出部４から得られる
多項式への展開係数と、抽象化情報記憶７に記憶されて
いる翻訳規則１５とを用いて、前記計測情報１１に対す
る抽象的表現を導き、マンマシン・インタフェース９に
送る。

以下、マンマシン・インタフェース９の動作を詳細に説
明する。マンマシン・インタフェース９の動作を以下に
示す。

（ｉｖ）プロセスの特殊状態に応じた抽象的表現が得ら
れるように、パラメータ記憶部６に蓄えられているフィ
ルり・カーネル１２．および抽象化情報記憶部７に蓄え
られている翻訳規則１５の更新を行う。

（Ｖ）プロセス状態を示す多変数の抽象的表現を用い、
時間遅れを景含む変数間の対応関係から変数間の「定性
的な因果関係」を求め、専用コントローラ８に登録する
。

（ｖｉ）専門化が持つ対象プロセスの制御に関する知識
をｒｉｆ−ｔｈｅｎＪ型のルールとして、専用コントロ
ーラ８に登録する。

上記（ｉｖ）（ｖ）のステップの動作は、対話型で試行
錯誤的に行うこともできるし、処理手順に関するエキス
パートシステムを使用して自動的に行わせることもでき
る。上記（ｖｉ）のステップの動作は対針型で実行され
る。

以上が制御装置設計時の各部の動作である。制御装置設
計時には、プロセス計測情報はデータ蓄積部２に蓄えら
れたものを用いるのであるから、パラメータ記憶部６の
フィルタ・カーネルはＸ＝Ｏを中心とし、両側に広がる
ものを用いてもよい。

第（１）式、第（２）式、第（４）式、第（８）式およ
び第（９）式において総和演算Σを行うＸの範囲を−１
０〜１０とし、第（１２）式のＥ（ｘ）として を用い、σ＝２とした場合の例を第５図に示す。

重み付は関数Ｅ（ｘ）としては、第（１２）式あるいは
第（１３）式に示すような指数関数以外に、第６図（ａ
）に示すような直線 Ｅ（ｘ）’＝１±Ｘ／σ を用いてもよいし、第６図（ｂ）に示すよう放物線 Ｅ（ｘ）＝ｘ”−σ など任意の関数を用いることができる。各関数における
パラメータσの値は、計測データに含まれる雑音（ノイ
ズ）の大きさや計測データのサンプリング周期により決
定する必要がある。特徴抽出に用いる多項式の次数ｎの
最大値は２〜４次で十分である。

以上の実施例では、計測データの各時刻を基準として多
項式に展開する例を示した。他の実施例として、任意の
長さの区間にデータを分割し、各区間の計測データを多
項式に展開し、各区間ごとの抽象的な表現を得ることに
よっても同様の機能が発揮できることは勿論である。

つぎに、第７図〜第１１図により、本発明によるプロセ
ス計測情報処理装置の第２の実施例を図を用いて説明す
る第７図は本発明による信号処理装置を用いた制御装置
の一実施例を示すブロック図である。入出力系を備えた
計測情報を収集するプロセスデータ部１からのデータは
データ蓄積部２に記憶される。信号処理装置３は、上記
計測情報から特徴を抽出し信号に変換する記号化部４と
。

前記記号化部７４において用いられるフィルタ・カーネ
ルや特徴と記号を結びつけるための翻訳規則を記憶して
おく記号化辞書７５と、プロセスデータ間の因果関係を
推論する因果関係推論部７６と、プロセスデータ間の因
果関係を記憶しておく因果関係記憶部７７とから構成さ
れる。さらに、マイコン回路等を内蔵する専用コントロ
ーラ部８、信号処理装置３による処理結果および専用コ
ントローラ８からの制御出力を表示するためのＣＲＴ、
プリンタ等を備えたマンマシン・インタフェース部９が
ある。前記信号処理装置３は電気回路にマイコン回路と
ＲＯＭ化されたソフトウェアで構成される。

次に、上記構成に基づくプロセス制御装置の動作につい
て説明する。

記号化部７４は以下の（ａ）乃至（ｃ）の各処理を行う
。

（ａ）プロセスデータ部１により収集されたプロセス計
測情報に対し、記号化辞書７５にあらかじめ記憶されて
いるフィルタ・カーネルを用いて信号のフィルタリング
を行い、前記プロセス計測データから特徴的な点を抽出
する。

（ｂ）処理（ａ）により得られた特徴的な点でプロセス
計測情報を分割し、各区間を抽象的な表現に変換する。

（Ｃ）処理（ｂ）により得られた時系列的な抽象表現の
列を、さらに抽象的なステップ変化、インパルス変化、
振動状態などの記号的な表現に変換する。

以下、上記記号化部７４の処理（ａ）〜（ｃ）を、第８
図を用いてさらに詳細に説明する。まず、プロセスデー
タ部１より得られるプロセス計測、データまたはデータ
蓄積部２に蓄えられているプロセス計測データに対して
、記号化辞書５に記憶されているフィルタ・カーネル２
２と積和演算を行い、前記プロセス計測データ２１から
特徴的な点を抽出する。

フィルタ・カーネル２２の一例を以下に示す。

ここに、σは適当な定数であり、ａはフィルターの広が
りを示す定数である。

プロセス計測データ２１とフィルタ・カーネル２２との
積和演算は第（２）式で表わされる。

５Ｚ（ｔ）＝　　Σ　ｆ（ｔ＋ｉ）　　・Ｗ、（ｉ）積
和演算結果２３から第（１８）式を満足する特徴点を抽
出する。

（ｉ）ｓｚＤ）≧αの場合 （ｎ）Ｓ、（ｔ）≦−αの場合 （ｉ＝−ａ、−ａ＋１．　　・・・＋　　ａ）第８図に
示す実施例の場合、積和演算結果２３から、特徴点とし
てｔ１〜ｔ、の時刻が抽出できる。

以上が記号化部７４における処理（ａ）の詳細である。

記号化部７４における処理（ｂ）を詳細に説明する。ま
ず、前記特徴点の近傍におけプロセス計測データの平均
的な値を第（２０）式に従って計算する。

に記憶されているフィルタ・カーネルである。

各特徴点において第（２１）式に示す演算を実行するこ
とにより、プロセス計測データに含まれるノイズを除去
した後の各特徴点の計測値Ｅ（ｔＪ）を求めることがで
きる。

二二に、５０（ｔＪ）は処理（ａ）で得られた特徴点ｔ
Ｊの近傍におけるプロセス計測データの平均的な値であ
り、ＷＯ（ｉ）は、前記記号化辞書７５第（６）式の意
味は、特徴点し、の近傍におけるプロセス計測データｆ
（ｔ）の平均点しＪの近傍におけるプロセス計測データ
ｆ（ｔ）の平均的な値Ｓ、（ｔＪ）と平均的な凹凸の値
Ｓ、　（ｔａ）とを用いて特徴点ｔＪの近傍の状態を復
元し、ｊ＝０として特徴点１．Ｊにおける値を求めるこ
とを示している。

次に、各特徴点の計測値Ｅ（ｔＪ）を用いて、第（７）
式により、特徴点と特徴点の間の区間におけるプロセス
計測データの勾配を求める。

ｔｊや、−ｔ　５ ここに、Ｇ　（ｔＪ、　ｔＪｌ、）は特徴点ｔ、と特徴
点ｊａ＋１との間の区間における勾配を示している。

この勾配Ｇ（ｔＪ、ｔＪ、、）を用いて特徴点と特徴点
の間の各区間を抽象的な表現に変換することができる。

例えば、 （ｉ）Ｇ　（ｔ、ｔＪ＋□）≧Ｑ２・・・急増加（ｉｉ
）Ｑ、≦Ｇ　＜　ｔ　Ｊ　＃　ｔ　７４１　＜　ｎ　２
　・・・増加（ｎｉ）−Ｑ□＜　Ｇ　（ｔ　Ｊ　ｔ　ｔ
　Ｊや、）、Ｑ工・・・平衡（ｉｖ）　　ＱＺ＜０１　
（ｔ　Ｊ？　ｔ　＊＋１）≦−Ｑ　、　・・・減少（Ｖ
）Ｇｉ　（ｔＪｌ　　＋、−＊、）≦−Ｑ□−・・急減
少という変換規則を記号化辞書７５に記憶させておき、
第（７）式により演算結果に適用することにより、各区
間に対する抽象的な表現２４を得ることができる。以上
が記号化部７４における処理（ｂ）の詳細である。

記号化部７４における処理（ｃ）を詳細に説明する。前
記特徴点の間の各区間に対する抽象的な表現に対し、記
号化辞書５に記憶されている翻訳規則２５を用いて記号
的な表現を得る。例えば、翻訳規則としては、以下に示
すようなｒ　１ｆ＝ｔｈｅｎ　Ｊ型の規則が表現したい
記号に対応して記憶されている。

（ｉ）ｉｆ　　（平衡、（急増加、急減少）、平衡）ｔ
ｈａｎ　（平衡、インパルス変化、平衡）（ｎ）ｉｆ　
　（平衡、急増加、平衡）ｔｈｅｎ　（平衡、ステップ
変化、平衡）（ｉｔ）ｉｆ　　（＃　（急増加、急減少
））ｔｈｅｎ　（振動） ここに、ｉｆ部の（）内は抽象的な表現を時系列的に並
べたものであり、ｉｆ部の抽象的な表現の系列と一致す
る系列が前記抽象表現２４に存在する場合、ｉｆ部の（
）内がｔｈｅｎ部の（）内に示す記号の列に変換される
ことを示している。前記翻訳規則（■）にｉｆ部で用い
た＃は、＃に続＜（）内に抽象的な表現が任意の個数だ
けを繰り返すことを示している。以上が記号化部７４に
おける処理（ｃ）の詳細である。

以上述べた記号化部７４における処理（ａ）〜（ｃ）を
フローチャートで示したものが第９図である。本実施例
では、第（１）式および第（５）式におけるフィルタ・
カーネルＷ工（ｉ）とＷｏ（ｉ）のσは一つの定数とし
て説明した。プロセス計測データに速い変化や遅い変化
が含まれ複雑な変化を呈する場合は、処理（ａ）および
処理（ｂ）を数種の異なるσに対して実行し、結果を統
合してもよい。

また、記号化部７４における抽象的な表現および記号的
な表現は前記のような定性的な表現方法に加え、予め与
えられたファージ論理のメンバシップ関数等の基準によ
りファージ表現を行うことも可能であることは勿論であ
る。

因果関係推論部７６と因果関係記憶部７７の動作につい
て詳細に説明する。第１０図に示すように、因果係推論
部７６は、記号化データ記憶部４１と、推論機構４２と
、作業記憶部４３とからなる。因果関係記憶７７は、状
態識別ルール記憶部４４と因果関係ルール記憶部４５と
からなる。

記号化部７４において記号化された各種プロセスデータ
は記号化データ記憶部４１に記憶される。

推論機構４２においては以下の処理が実行される。

（ｉ）状態の識別 記号化データ記憶部４１の内容と状態識別ルール記憶部
４４の内容を用いて、プロセスの状態が定常状態かどう
かの識別を行う。

（ｉｉ）安定化制御 プロセスの状態が定常状態であると判定されたときは、
因果関係ルール記憶部４５の内容を用いて、因果関係に
基づく安定化制御のための制御パラメータを決定する。

（ｉｎ）異常回復制御 プロセスの状態が非定常状態もしくは異常状態と判定さ
れた時は、異常事象処理ルール記憶部４６の内容を用い
て、異常事象を判定し、事象に対応した、回復のための
制御動作が決定される。

作業記憶部４３には、推論機構４２で成立した一時的な
仮説が記憶され、推論を行う過程で更新される。

専用コントローラ８は、因果関係推論部７６による処理
結果にもとづき、プロセス制御のための各種別制御指令
を生成しプロセスの制御を実行する。

マンマシン・インタフェース９は、オペレータ。

プロセス・エンジニア、プロセス管理者等の情報取得要
求に応じ、前記信号化部７４より得られる記号表現を編
集した編集結果、および因果関係推論部７６より得られ
るプロセス状態等を、ＣＲＴ等の報知手段を用いて各情
報取得要求者に報知する。これにより、各情報取得要求
者は人間に理解しやすい抽象的表現（言語や記号等）に
よりプロセスの状態を把握できるために、異常状態等の
識別を適確、迅速に行うことができる。

第１１図は本発明による信号処理装置の一実施例を示す
ブロック図である。５１は入出力系を備えた計測情報を
収集するプロセスデータ部、５２は上記計測情報から特
徴を抽出し記号に変換する記号化部、５３は前記記号化
部において用いられるフィルタ・カーネルや記号に変換
するための翻訳規則を記憶しておく記号化辞書である。

上記構成におけるプロセスデータ部５１、記号化部５２
．記号化辞書５３は第７図に示したものと同一の機能を
有する。

データ蓄積部５４には、前記記号化部５２により記号化
された各種計測データが記憶される。計測データを記号
的に圧縮して記憶するために、データ蓄積部５４の記憶
装置を効率的に利用することができる。

パターンマツチ部５５においては、マンマシン・インタ
フェース５７を介して分類・検索部に記憶されている標
準パターンとデータ蓄積部５４に記憶されている計測デ
ータとの間で記号的な類似度を計算する。これにより、
データ蓄積部５４に蓄えられている大量の計測データの
効率的な分類・検索が可能となり、過去の操業における
計測情報から制御に必要な経験的な知識を抽出できる。

つぎに、第１２図〜第２２図により、本発明による画像
処理装置の第３の実施例を説明する。第１２図は本発明
の第３の実施例を示すブロック図である。画像を入力す
るＴＶカメラ、イメージスキャナ、あるいはファクシミ
リなどの光学的読取装置と、アナログ情報をディジタル
情報に変換するＡ／Ｄ変換器とを備えた画像入力部１２
１、画像情報をフィルタリングし、あらかじめ定めた成
分に展開する画像展開部１２２１画像展開部２で用いる
フィルタのカーネルを格納しておくフィルタ記憶１２３
、展開された画像情報を記憶しておく展開結果記憶部１
２４、展開結果記憶部４に記憶されている情報から、線
分、線分の端点、線分の接続関係などの画像特徴を抽出
する特徴抽出部１２５、特徴抽出部５で抽出された画像
特徴を記憶しておく特徴記憶部１２６、特徴記憶部６に
記憶されている画像特徴と、物体特徴記憶部８に格納さ
れている既知の物体に関する特徴とも照合して画像の認
識を行う画像認識部１２７、画像認識部１２７の認識結
果にもとづいて特徴抽出部５を制御する視点制御部１２
９、認識結果を表示するＣＲＴやプリンタなどを備えた
認識結果表示部１２１０からなる。

上記構成に基づく画像認識装置の各部の動作を詳細に説
明する。

画像展開部１２２は、フィルタ記憶部１２３に記憶され
ているフィルタのカーネルを用いて、画像入力部１２１
から得られるディジタル情報に変換された画像を多項式
に展開する。多項式への展開は、画像を構成する各画素
に対し、該画素を中心とする近傍において、フィルタの
カーネルとの積和演算により実行される。

画像情報を多項式に展開するフィルタのカーネルを以下
に示す。

（ｉ）定数項を求めるフィルターＷＯ（ＩＴＪ）Ｘ（ｋ
）　＝ｉ　−ｃｏｓ　（ｋ＆）　−ｊ　−５ｉｎ　（ｋ
θ）ここに、σは適当な定数であり、−次の項と二次の
項を求めるフィルターのＯは、フィルターの方向の間隔
を示す角度である。例えば、θ＝１５゜の場合に＝ｏ、
１．・・・　１１の１２方向のフィルターを用いること
になる。第（２３）式乃至第（２５）式で表わされるフ
ィルターのカーネルを、−Ｑ≦ｉ≦Ｑ、−Ｑ≦ｊ≦１２
　（Ｑは適当な正整数）の範囲で求め、フィルタ記憶部
１２３に格納しておく。σ＝２とした時のフィルタを模
式的に等高線で示したものが第１３図である（ただし、
Ｗ工（ｉ＋ｊ、ｋ）とｗｚＤ＋　ｊ＋　ｋ）はに＝０の
場合のみを示す）。実線で示した等高線は正の値の部分
、点線で示した等高線は負の値の部分を示す。

画像展開部１２２では画像の各画像を中心としてフィル
ターＷｏ　（１＋　Ｊ）ｖ　Ｗ□（１＋　Ｊｔ　ｋ）＋
Ｗ２　（ｉｔ　ｊ＋　ｋ）との積和演算を行う。例えば
、位置（ｘ、ｙ）にある画素を中心とする積和演算結果
は第（２６）式から第（２８）式により求められる。

ここにＩ　（ｘ＋　ｙ）は位置（ｘ、ｙ）にある画素の
輝度を表わす。

第（２７）式および第（２８）式の結果はそれぞれ第１
４図に示すような３次元の配列となる。

但し画像のサイズを、Ｏ≦Ｘ≦Ｍ、Ｏ≦ｙ≦Ｎとし、θ
は１５６でに＝ｏ、１．・・・、１１としている。この
配列を利用して、第１５図に示す手順により、−次の項
と二次の項の特徴的な画素を抽出する。第１５図の手順
は一次の積和演算結果Ｓ工（Ｘ＋　ｙｔ　θ）に対する
ものであるが、二次の積和演算結果Ｓ、（ｘ＋　ｙｔ　
ｋ）に対する処理も全く同様にして実行することができ
る。以下第１５図を詳細に説明する。

（ａ）各画素位置（ｘ、ｙ）において、積和演算結果Ｓ
ｓ　（Ｘ＋　’Ｊｐ　ｋ）の絶対値が最大となるｋを求
め、その値をに□８で表わす。

（ｂ）　ｌ　Ｓｉ　（Ｘ＋　ｙ　＃　ｋｍａｘ）　　ｌ
が任意の閾値α以下の場合は手順（ｃ）の処理を行う。

Ｉ　５１（Ｘ＋　３’＋　ｋｍａｘ）ｌが閾値αを越え
た場合はＳ　Ｌ　（Ｘ　＋　ｙｐ　ｋ　ｗａｘ）が以下
の条件式を満足するかを調べる。

（ｉ）Ｓ工（Ｘ＋　ｙ、　ｋｍａｘ）≧αの場合（ｕ、
ｖ）：　　（１，−１） （ｕｌ）ｋｍａｚ・θ＝７５°、９０＠、１０５°の場
合 （ｕ）ｓｔ　（ｘ＋　ｙ　ｌ　ｋｍａＪ≦−αの場合（
ｕ、ｖ）＝　　（０，１） （１’）　ｋ　＋ｍａｘ・θ＝１２０’　、１３５°　
、１５０”の場合 ここに、（Ｕ、Ｖ）はｋ　＋ｗａＫの値に応じて以下の
様に定める（θ＝１５°）の場合）。

（１）ｋ−ａｘ・θ＝　１６５°、Ｏ’、１５°の場合
（ｕ、Ｖ）＝　　（１，ｏ） （ｕ、ｖ）＝　　（１，ｌ）　　’　　（３４）Ｓ　ｔ
（Ｘｙｙ＋ｋｍａｘ）が第（７）式または第（３０）式
を満足した場合は第（３５）式の処理を行い１手順（ａ
）に戻って池の画素に関する処理を行う。

（ｌｉ）ｋ、ａｘ・θ＝３０°、４５″’、６０’の場
合Ｓｚ　（Ｘ　ｔ　’／　＋　ｋ　ｗａｘ）が第（２９
）式も第（３０）式も満足しない場合は手順（ｃ）の処
理を行う。（ｃ）Ｇ　（ｘｔ　ｙ）およびＴ　（Ｘ）ｙ
）に第（１４）式に示す値を入れる。

ここは、Ｍａｘは適当に大きな値である。例えば、展開
結果格納部１２４に格納できる最大の数値で良い。

以上が画像展開部１２２における処理である。

二次の積和演算結果Ｓ、（ｘ、Ｙ、ｋ）に対しても第１
５図と同様の処理を行うことによりＧｘ　（Ｘ＋　ｙ）
ｔ　Ｔｚ　（Ｘｓ　ｙ）を得ることができる。Ｇ工（ｘ
、ｙ）とＴ工（ｘ、ｙ）はそれぞれの−次の項の局所的
なピーク値とその方向を示している。すなわち、輝度変
化の大きい画素（エツジ）の位置とその位置における最
大勾配方向の情報を表わしている。同様に、Ｇｚ　（ｘ
　ｔ　ｙ　）とＴ２（ＸＩｙ）は、輝度の凹凸の大きい
画素の位置とその位置における凹凸の度合いと方向の情
報を表わしている。

画像展開部１２２における処理で得られた情報の、Ｓｏ
　（Ｘｙ　ｙ）＋　Ｇｘ　ＯＣ＋　ｙ）ｙ　Ｔ＞　（Ｘ
ｙｙ）ｔ　Ｇ２　（ｘｔ　ｙ）Ｔ２　（ｘｙ　ｙ）が展
開結果記憶部１２４に送られた記憶される。例えば、画
像入力部１２１から得られた画像が第１６図の様な画像
の場合、画像展開部１２２で処理された結果得られるＴ
工（ｘｔ　ｙ）・は第１７図のようになる（Ｔユ（ｘｔ
　ｙ）＝Ｍａｘの部分は省略しである）。

第１７図で０と表示されている画素は縦線の一部であり
、５と表示されている画素は右上り１５゜の線分の一部
、８と表示されている画素は右下り３０°の線分の一部
であることを示す。

特徴抽出部１２５における処理を詳細に説明する。特徴
抽出部１２５においては、画像を構成する特徴を抽出し
、特徴の組み合わせで画像を表現する。第１７図で示し
た展開係数Ｔ□（ｘ、ｙ）を例として処理の詳細を説明
する。

まず、第１７図に示した展開係数Ｔよ（ｘ、ｙ）を用い
て方向別の線分を抽出することにより、第１６図の入力
画像は第１８図に示す平行線の組に変換することができ
る。それぞれの線分から線分の端点を抽出すると、第１
８図中で矢印を付した画素が端点を構成していることが
分かる。それぞれの端点を中心として、近傍にある端点
を探索することにより、その端点で交わる線分の組を抽
出することができる。第１８図の場合、（イ）〜（す）
の９つの線分が、Ａ−Ｇの７つの交点で接続されている
ことが分かる。従って、第１６図の入力画像は第１９図
のように表現することができる。第９図（ａ）は７つの
交点とそれらを接続する線分の関係を表現するグラフで
あり、第１９図（ｂ）は平行な線分の組を表現するリス
トである。

特徴抽出部で得られた第１９図に示すグラフとリストは
特徴記憶部１２６に送られた記憶される。

画像認識部１２７の処理を詳細に説明する。画像認識部
１２７においては、特徴記憶部１２６に記憶されている
特徴データと物体特徴記憶部１２８にあらかじめ記憶さ
れている既知の物体の特徴を比較し、最も類似した物体
を決定する。画像認識部１２７における処理は、第１９
図に示したグラフおよびリストと、物体特徴記憶１２８
に記憶されている種々の物体を表現するグラフおよびリ
ストとの間で一般的に知られているグラフ・マツチング
およびリスト・マツチングを実行することである。

画像認識部１２７において、特徴記憶部１２６に記憶さ
れている特徴と物体特徴記憶部１２８に記憶されている
物体の特徴の一つとが一致した場合は、特徴記憶部１２
６のデータと、物体特徴記憶部１２６に記憶されている
一致した物体の名称とが認識結果表示部１２１ｏに送ら
れ表示される。

画像認識部１２７において、特徴記憶部１２６に記憶さ
れている物体特徴との比較結果、任意の線分や交点を特
徴記憶部１２６に記憶されている特徴に補うことにより
対応関係が成立する物体特徴があった場合、補う線分や
交点の位置・接続関係が視点制御部１２９を介して特徴
抽出部１２５に送られる。特徴抽出部１２５においては
、補うべき線分や交点の位置の近傍において、特徴抽出
に用いる前記閾値αの値を小さく設定し、第１５図に示
す手順を再実行する。新たに抽出された特徴は特徴記憶
部１２６に記憶され、画像認識部１２７の処理が再実行
された後認識結果表示部１２１０に表示される。新たな
特徴が抽出されなかった場合は、画像認識部１２６にお
ける前回の処理結果が認識結果表示１２１０にそのまま
表示される。

本実施例によれば、画像から連続する線分とその方向、
線分の交点などを正確に抽出することができる。従って
、画像から特徴を抽出して画像を認識する種々の装置に
適用することができる。

画像入力部１２１から入力される情報が文字の画像であ
る場合、画像から文字を構成する線分の方向、長さ、接
続関係が容易に検出できる。従って、物体特徴記憶部１
２８に、対象とする文字の特徴を記憶しておくことによ
り、誤認識の少ない文字認識装置を提供することができ
る。

画像入力部１２１から入力される情報が各種の図面を読
み取った画像である場合、画像から図面を構成する線分
の方向、長さ、接続関係が容易に検出できる。従って、
物体特徴記憶部１２８に、図面の構成要素である。線分
、記号、文字の特徴を記憶しておくことにより、誤認識
の少ない図面認識装置を提供することができる。

画像入力部１から入力される情報は画像に限らず、２次
元に配列された数値データであればよい。

例えば、地形の高低を表現する地形情報であっても良い
。このような情報は、等高線を示した地図から容易に生
成することができる。画像入力部１２１から入力される
データ、が地形情報である場合、物体特徴記憶１２８に
、地形の構成要素である山の稜線、谷線や凹地の特徴を
記憶しておくことにより、地形情報を処理し、地形の解
釈をする地形情報処理装置を提供することができる。

第２０図に１本発明による画像処理装置を両眼立体視に
よる距離計測装置として実施した例を示す。９１と９２
は同一の画像前処理部であり、第１２図と同じ画像入力
部１２１、画像展開部１２２、フィルタ記憶部１２３、
展開結果記憶部１２４、特徴抽出部１２５、特徴記憶部
１２６で構成される。画像前処理部９１と９２の画像入
力部は一対のＴＶカメラで構成され、一定の間隔を隔て
た位置から得られる一対の画像を同時に撮影する。一対
の画像は、それぞれ前処理部９１および９２で処理され
る。対応点決定部９３は、画像前処理部９１および９２
で得られる一対の特徴の間で、最も類似する特徴同士の
対応付けを行う。

距離計算部９４では、対応する特徴の位置のずれ量から
三角測量の原理で物体までの距離を計算する。計算結果
は、距離表示部９５に表示される。

本実施例によれば、画像から連続する線分やその方向、
線分の交点などの特徴を精確に抽出できるため、一対の
画像間の対応関係を容易に求めることができ、誤りの少
ない両眼立体視による距離計測装置を提供できる。

第２１図に、本発明による画像処理装置を移動物体認識
装置として実施した例を示す。画像前処理部１０１は、
第１図と同一の、画像入力部１２１、画像展開部１２２
、フィルタ記憶部１２３、展開結果記憶部１２４、特徴
抽出部１２５からなる。特徴記憶部（Ａ）１０２と特徴
記憶部（Ｂ）１０３には、画像入力部１２１において一
定の時間を隔いて撮影された画像の特徴がそれぞれ記憶
される。対応点決定部１０４は、特徴記憶部（Ａ）１０
２と特徴記憶部（Ｂ）１０３に記憶されている画像の特
徴朋で、最も類似する特徴同士の対応付けを行う。移動
物体抽出部１０５では、対応点決定部１０４により得ら
れる各特徴の移動量をもとに、移動物体に関する特徴の
みを抽出する。画像認識部１０６においては、移動物体
抽出部１０５より得られる特徴と、物体特徴記憶部１０
７にあらかじめ記憶されている物体の特徴とを比較し、
移動物体の認識を行う。認識結果は認識結果表示部１０
８に表示される。

本実施例によれば５画像を構成する線分の方向、交点な
どの特徴を用いた移動物体の抽出が行え、さらに、抽出
された特徴を用いて、移動物体の認識を行う移動物体認
識装置を提供できる。

第２２図に、本発明による画像処理装置を画像の圧縮伝
送装置として実施した例を示す。第２２図において、画
像送信部１１１は、画像入力部１２１、画像展開部１２
２、フィルタ記憶部１２３、展開結果記憶部１２４、特
徴抽出部１１２、特徴記憶部１１３、画像圧縮部１１４
とからなる。特徴抽出部１１２では、画像展開部１２４
で得られる画像の展開データから画像圧縮に必要な特徴
を抽出する。例えば、Ｉ（ｘ、ｙ）とＧｚ　（ｘ　ｒ　
ｙ　）を画像圧縮に必要な特徴といて用いることができ
る。この特徴は特徴記憶部１１３に記憶される。画像圧
縮部１１４においては、特徴記憶部１１３に記憶されて
いるデータから、Ｇｚ（Ｘｙｙ）の値がＭａｘでない画
素位置（ｘ、ｙ）と、その画素位置における 輝度Ｉ（ｘ、ｙ）を抽出する。すなわち。

（ｘ、ｙ、Ｉ（ｘ、ｙ））（０≦Ｘ≦Ｍ、Ｏ≦ｙｓＮ）
（但し、Ｇ　ｚ　（ｘ　ｔ　ｙ　）≠Ｍａｘ）という３
つのデータの組をすべて抽出することにより画像の圧縮
を行う。画像伝送装置１１５は、画像圧縮部１１４によ
り圧縮された結果を、電波あるいは光ファイバ・ケーブ
ルなどの伝送手段により、画像受信部１１６へ伝送する
。

画像受信部１１６においては、まず特徴点復元部１１７
において、特徴点における輝度の復元が行なわれる。す
なわち、圧縮される前の原画像と同じ大きさを持つ画像
の記憶領域に対し、伝送されてきたデータの（ｘ、ｙ）
に対応する画素位置に、輝度データＩ（ｘ、ｙ）を書き
込む。画像復元部１１８では特徴復元部において得られ
た画像に対し、輝度データが未記入の部分を二次元の補
間計算により補間する。結果は、復元画像として画像表
示部１１９に表示される。

本実施例では、Ｇ２　（ｘ＋　ｙ）≠Ｍａｘ、すなわち
輝度の勾配が急変する画素位置の輝度Ｉ　（ｘ。

ｙ）により画像を圧縮する例を示した。通常の画像では
、このような画素の数は、画像全体の画素の数に比べて
非常に少なく、大幅な圧縮率を得ることができる。これ
により画像を伝送する伝送路を効率的に利用でき、伝送
コストを大幅に低下させることかできる。

〔発明の効果〕

本発明の装置を使用することによって、複雑なプロセス
の制御に飛躍的な改善をもたらすことができる。

（１）これまで、直接的計測が不可能であった。

プロセス計測情報の時系列的な状態変化パターンを、プ
ロセスの状態変化判定の有力な情報として利用できる。

（２）プロセスのモデル構築の情報的ネックとなってい
た変数間の干渉の扱いや、多変数モデルにおける数値的
演算の限界が、変数の状態を記号などの抽象的表現に変
換にして利用することで打破できる。

（３）プロセスのデータを抽象的表現に変換して利用す
ることで、蓄積されているプロセスデータの分類・検索
が容易となり、対象プロセスの制御に必要な制御ルール
が、もれなくしかも整合性を保ったかたちで登録、利用
できる。

（４）プロセス状態を多項式で近似、または記号に変換
して利用することにより、測定値に含まれる高周波の雑
音（ノイズ）を除去でき、プロセスの正確な状態が迅速
に把握できる。

（５）人間に理解しやすい抽出象表現（言語や記号等）
を用いてプロセスに関する情報を提示できるため、視認
性の高いマンマシン・インタフェースを構築できる。

（６）デパート、商店等におけ゛る商品管理、あるいは
数千にのぼる株価情報等を扱う証券など。

１０４個以上の時系列的な変数をモニタリングし、経営
方針や商品売買の指針を策定するシステムにおいても、
効果的な分析を迅速に行うことができる。

また、本発明を画像処理に適用すると以下の効果がある
。

（１）画像を構成する特徴を、輝度変化の方向に分類し
て抽出するために、勾配方向別の線分や線分の端点を容
易に抽出できる。

（２）画像を展開する演算を、フィルタとの積和演算に
より行うために、処理が均質である。

（３）勾配方向別の線分のリストや線分間の接続グラフ
を容易に構成できるため、既知の物体の特徴との対応付
けによる物体認識を行うことができる。

（４）既知の物体特徴と画像内の物体特徴の不一致にも
とづく特徴の再抽出により、誤認識の少ない物体認識装
置を提供できる。

（５）鮮明な画像特徴を抽出できるため１画像間の対応
関係が容易に得られ、精度の高い距離計測装置や移動物
体認識装置を提供できる。

（６）勾配方向別に分類された線分や線分間の接続関係
を用いることにより、誤認識の少ない文字認識装置、図
面認識装置、地形情報処理装置を提供できる。

（７）画像を構成する特徴点を利用した圧縮率の高い画
像圧縮が可能となり、伝送効率の良い画像圧縮伝送装置
が提供できる。

【図面の簡単な説明】

第１図は本発明によるプロセス制御システムの第１の実
施例のブロック構成図、第２図は本発明による信号処理
装置の処理を示すブロック図、第３図はフィルタ・カー
ネルの一例を示す図、第４図は翻訳規則の一例を示す図
、第５図はフィルタ・カーネルの一例を示す図、第６図
はフィルタ・カーネルを決定するための重み付は関数の
例を示す図、第７図は本発明によるプロセス制御システ
ムの第２の実施例のブロック構成図、第８図は記号化部
７４の処理を示すブロック図、第９図は記号化部７４の
処理手順のフローチャート、第１０図は因果関係推論部
７６と因果関係記憶部７７のブロック構成図、第１１図
は本発明の変形実施例のブロック構成図、第１２図は本
発明の第３の実施例のブロック構成図、第１３図は画像
を展開するフィルタのカーネルの一例を示す図、第１４
図は画像フィルタの積和演算結果の構成を示す図、第１
５図は積和演算結果に対する処理手順のフロー１７図は
原画像から得られる展開係数の局所的な最大値と最小値
の位置を説明する図、第１８図は平行な線分とその端点
の抽出結果を示す図、第１９図は画像の特徴を表わす線
分の接続グラフと平行な線分のリストを示す図、第２０
図は本発明による距離計測装置の一例を示すブロック構
成図、第２１図は本発明による移動物体認識装置の一例
を示すブロック構成図、第２２図は本発明による画像の
圧縮伝送装置の一例を示すブロック構成図である。 −５： 第４図 （（Ｚ） （＾） （ｂ） 第２り目 Ｃ〜 羊Ｆ図 ′第２３゛巴 第７４目 売 第７ｇ目 （えつ 第 １乙 目 一一一一〉χ 第７７図 −一一÷２

Claims (1)

1. 【特許請求の範囲】 １、複数のデータからなるパターンデータの各データを
   含む所定領域内のパターン変化を多項式の組み合わせに
   展開したときの展開係数を上記パターンデータの特徴と
   して抽出する特徴抽出部と、抽出された特徴を抽象的な
   表現に変換する抽象表現部とを設けたことを特徴とする
   パターンデータ処理装置。 ２、プロセスの状態を計測し、時間的に変化する計測情
   報を多項式の組み合わせに展開したときの展開係数を前
   記計測情報の特徴として抽出する特徴抽出部と、抽出さ
   れた特徴を抽象的な表現に変換する抽象表現部とを設け
   たことを特徴とするプロセス計測情報処理装置。 ３、前記特徴抽出部は、多項式の組み合わせからプロセ
   ス状態の変化を予測する予測部を含むことを特徴とする
   第２項のプロセス計測情報の処理装置。 ４、前記抽象表現部は、計測データの抽象表現を用いて
   プロセスの状態を判定する判定部を含むことを特徴とす
   る第２項のプロセス計測情報処理装置。 ５、前記抽象表現部は、計測データの抽象表現を用いて
   、プロセス制御方策を推論するエキスパートシステムを
   含むことを特徴とする第２項のプロセス計測情報処理装
   置。 ６、前記抽象表現部は、計測データの抽象表現を用いて
   、プロセスの状態を示す変数間の定性的因果関係を求め
   る演算部を含むことを特徴とする第２項のプロセス計測
   情報処理装置。 ７、前記特徴抽出部は展開する多項式の最大次数を２〜
   ４に設定する部分を含むことを特徴とする第２項のプロ
   セス計測情報処理装置。 ８、前記特徴抽出部は、計測情報を任意の長さの区間に
   分割し、各区間内の計測データを多項式に展開すること
   により、各区間ごとの特徴を抽出する部分からなること
   を特徴とする第２項のプロセス計測情報処理装置。 ９、前記抽象表現部は、変換された抽象的表現を情報取
   得要求者の要求に応じて１出力編集する編集部と、出力
   編集結果を各情報取得要求者に報知する報知部とを含む
   ことを特徴とする第２項のプロセス計測情報処理装置。 １０、前記抽象表現部は、前記抽出された特徴を記号化
   する記号化部と、記号化された情報の因果関係を推論し
   、制御量を決定する因果関係推論部とを含むことを特徴
   とする第２項のプロセス計測情報処理装置。 １１、前記記号化部は、計測情報の時間的な変化から特
   徴的な点を抽出し、特徴的な点で前記計測情報を分割し
   て、各区間の抽象的な表現を得る部分と、抽象的な表現
   の時間的な系列から記号的な表現を得る部分とから構成
   されることを特徴とする第７項のプロセス計測情報処理
   装置。 １２、前記記号化部は、記号化された情報を蓄積するメ
   モリを含むことを特徴とする第１０項のプロセス計測情
   報処理装置。 １３、前記因果関係推論部は、記号間での対応関係を求
   めるパターンマッチ部と、対応関係により分類・検索を
   行う分類・検索部とを含むことを特徴とする第１０項の
   プロセス計測情報処理装置。 １４、前記因果関係推論部は、プロセス制御のための知
   識を抽出する部分を含むことを特徴とする第１３項のプ
   ロセス計測情報処理装置。 １５、二次元画像を構成する各画素近傍における輝度変
   化を多項式の組み合わせに展開したときの展開係数を前
   記画素近傍の特徴として抽出する特徴抽出部と、抽出さ
   れた特徴を抽象的な表現に変換する抽象表現部を設けた
   ことを特徴とする画像処理装置。 １６、前記特徴抽出部は、フィルタのカーネルを決定す
   る部分と、決定されたカーネルを記憶しておくフィルタ
   記憶部と前記フィルタと画像との積和演算を行う演算部
   を含むことを特徴とする第１５項の画像処理装置。 １７、前記カーネルを決定する部分は、二次元のガウス
   関数を一定の方向に一階微分および二階微分した関数の
   値から定める部分からなることを特徴とする第１６項の
   画像処理装置。 １８、前記カーネルを決定する部分は、前記ガウス関数
   を１５度間隔の１２方向について微分する部分を含むこ
   とを特徴とする第１７項の画像処理装置。 １９、前記特徴抽出部は、各画素に対し、輝度の一次の
   展開係数と二次の展開係数がそれぞれ最大となる方向を
   抽出し、さらに該方向において一次の展開係数と二次の
   展開係数が局所的に最大になる画素位置を抽出する部分
   を含むことを特徴とする第１５項の画像処理装置。 ２０、二次元画像を構成する各画素近傍における輝度変
   化を多項式の組み合わせに展開したときの展開係数を用
   いて、画像を構成する線分と、各線分の端点、各端点に
   おける線分の結合関係を表現するグラフと、平行線の組
   を表わすリストとを生成する特徴抽出部、既知の物体か
   ら得た画像に対する同様のグラフとリストを記憶してお
   く物体特徴記憶部と、前記特徴抽出部のデータと前記物
   体特徴記憶部のデータを比較することにより画像内の物
   体の認識を行う画像認識部、とを設けたことを特徴とす
   る画像認識装置。 ２１、前記画像認識部は、認識処理結果にもとづき、前
   記特徴抽出部において特徴を再度抽出するための視点制
   御部を含むことを特徴とする第２０項の画像認識装置。 ２２、前記抽象表現部は、一定の距離を隔てて撮影され
   た複数の画像間で、最も類似する特徴同士の対応付けを
   行う対応点決定部と、前記対応付けの結果により三角測
   量の原理により距離を計算する距離計算部とを含むこと
   を特徴とする第１５項画像処理装置。 ２３、前記画像認識部は、一定の時間を隔てて撮影され
   た複数の画像に対する特徴間で、最も類似する特徴同士
   の対応付けを行う対応点決定部と、該対応点決定部の結
   果を用いて移動物体の特徴を抽出する移動物体抽出部と
   を含むことを特徴とする第２０項の画像認識装置。 ２４、前記抽象表現部は、画像を特徴的な画素に関する
   情報に圧縮する画像圧縮部を設けた画像送信部と、伝送
   された圧縮画像から特徴点を復元する特徴点復元部と、
   該特徴点復元部の結果を二次的に補間して画像を復元す
   る画像復元部とを設けた画像受信部とで構成される第１
   ５項の画像処理装置。