JPH05210737A - パターン認識方法 - Google Patents
パターン認識方法Info
- Publication number
- JPH05210737A JPH05210737A JP4040507A JP4050792A JPH05210737A JP H05210737 A JPH05210737 A JP H05210737A JP 4040507 A JP4040507 A JP 4040507A JP 4050792 A JP4050792 A JP 4050792A JP H05210737 A JPH05210737 A JP H05210737A
- Authority
- JP
- Japan
- Prior art keywords
- image
- average value
- density
- density histogram
- difference
- 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】
【目的】 ２値化画像によるパターンマッチング手法を
用いたパターン認識方法において、従来の方式に比べ
て、照明条件の変化、位置ずれなどの外乱が発生して
も、正しく認識できるようなパターン認識方法を提供す
ること。 【構成】 基準対象物の標準画像の濃度ヒストグラムの
平均値を平均値１とし、認識しようとする対象物の認識
濃度ヒストグラムの平均値を平均値２として、平均値２
と平均値１との濃度平均値差分だけ対象物の認識濃度ヒ
ストグラムを、濃度差の負方向に平行移動させ、さらに
両濃度ヒストグラムの各濃度レベル毎の差を計算し、例
えば、各濃度レベル毎の画素数の差の絶対値の和が小さ
いほど認識画像の濃度ヒストグラムが標準画像の濃度ヒ
ストグラムと類似しているとするような、評価関数を使
用してパターンマッチングを行う。
用いたパターン認識方法において、従来の方式に比べ
て、照明条件の変化、位置ずれなどの外乱が発生して
も、正しく認識できるようなパターン認識方法を提供す
ること。 【構成】 基準対象物の標準画像の濃度ヒストグラムの
平均値を平均値１とし、認識しようとする対象物の認識
濃度ヒストグラムの平均値を平均値２として、平均値２
と平均値１との濃度平均値差分だけ対象物の認識濃度ヒ
ストグラムを、濃度差の負方向に平行移動させ、さらに
両濃度ヒストグラムの各濃度レベル毎の差を計算し、例
えば、各濃度レベル毎の画素数の差の絶対値の和が小さ
いほど認識画像の濃度ヒストグラムが標準画像の濃度ヒ
ストグラムと類似しているとするような、評価関数を使
用してパターンマッチングを行う。
Description
【０００１】
【産業上の利用分野】本発明は、画像処理装置におい
て、ＩＴＶカメラから入力される画像に対して画像処理
を実行し、該処理された画像とあらかじめ記憶されてい
る標準画像との差を計算し、対象物を認識する、パター
ンマッチング手法を用いたパターン認識方法に関する。
て、ＩＴＶカメラから入力される画像に対して画像処理
を実行し、該処理された画像とあらかじめ記憶されてい
る標準画像との差を計算し、対象物を認識する、パター
ンマッチング手法を用いたパターン認識方法に関する。
【０００２】
【従来の技術】従来は、ＩＴＶカメラで撮影された基準
対象物の入力画像を所定の２値化画像（ある明るさ以上
を１、これ以下を０とした画像）に変換し、これを標準
画像として記憶しておき、次に、与えられた認識すべき
対象物を同様な方法で変換した認識画像と標準画像との
差、の大小をもって与えられた認識すべき対象物が基準
対象物と一致しているかどうかを判断していた。
対象物の入力画像を所定の２値化画像（ある明るさ以上
を１、これ以下を０とした画像）に変換し、これを標準
画像として記憶しておき、次に、与えられた認識すべき
対象物を同様な方法で変換した認識画像と標準画像との
差、の大小をもって与えられた認識すべき対象物が基準
対象物と一致しているかどうかを判断していた。
【０００３】
【発明が解決しようとする課題】この従来の方法は、２
値化画像によるパターンマッチング手法を用いたパター
ン認識方法であるが、この方法の欠点は ａ．明るさが変化すると、２値化画像が変化するため、
パターンマッチング時に大きな誤差が発生する。 ｂ．与えられた認識すべき対象物の位置と基準対象物の
位置が一致していないと大きな誤差が発生する。等の課
題があった。
値化画像によるパターンマッチング手法を用いたパター
ン認識方法であるが、この方法の欠点は ａ．明るさが変化すると、２値化画像が変化するため、
パターンマッチング時に大きな誤差が発生する。 ｂ．与えられた認識すべき対象物の位置と基準対象物の
位置が一致していないと大きな誤差が発生する。等の課
題があった。
【０００４】特に複雑な対象物のパターン認識を行なう
場合は、最初に大まかな認識処理を行なった後、細部の
認識を行なうケースが多く、最初の大まかな認識時に
は、なるべく簡単な手法を用いて処理時間を短縮する必
要性が高く、このためには従来のパターンマッチング手
法は、複雑でしかも前記問題も多く、使いずらかった。
本発明の課題は、２値化画像によるパターンマッチング
手法を用いたパターン認識方法において、与えられた認
識すべき対象物の明るさが変化しても、又対象物の位置
と基準対象物の位置が一致していない場合にも、正しく
認識できるパターン認識方法を提供することにある。
場合は、最初に大まかな認識処理を行なった後、細部の
認識を行なうケースが多く、最初の大まかな認識時に
は、なるべく簡単な手法を用いて処理時間を短縮する必
要性が高く、このためには従来のパターンマッチング手
法は、複雑でしかも前記問題も多く、使いずらかった。
本発明の課題は、２値化画像によるパターンマッチング
手法を用いたパターン認識方法において、与えられた認
識すべき対象物の明るさが変化しても、又対象物の位置
と基準対象物の位置が一致していない場合にも、正しく
認識できるパターン認識方法を提供することにある。
【０００５】
【課題を解決するための手段】このため本発明は、特許
請求の範囲記載のパターン認識方法を提供することによ
って上述した従来技術の課題を解決した。
請求の範囲記載のパターン認識方法を提供することによ
って上述した従来技術の課題を解決した。
【０００６】
【実施例】以下、図面を参照しながら、本発明を詳細に
説明する。図１は本発明の実施例パターン認識方法の説
明図で、ＩＴＶカメラから入力される画像に対して画像
処理された画像の濃度ヒストグラムパターンの例で、
（ａ）は基準対象物の画像に対して画像処理された標準
画像の濃度ヒストグラムパターン、（ｂ）は認識しよう
とする対象物の画像に対して画像処理された認識画像の
濃度ヒストグラムパターンを、それぞれ示す。図２は図
１の（ｂ）の認識画像の濃度ヒストグラムが得られる認
識しようとする対象物の画像例を示す。実施例では、斜
線部は暗く、その周囲の白い部分は斜線部に比べて明る
いとする。この様な入力画像の場合は、斜線部に相当す
る画素数のピーク値と、白い部分に相当する画素数のピ
ーク値とが、図１に示す濃度ヒストグラムのそれぞれ左
の山と、右の山と、してあらわれる。
説明する。図１は本発明の実施例パターン認識方法の説
明図で、ＩＴＶカメラから入力される画像に対して画像
処理された画像の濃度ヒストグラムパターンの例で、
（ａ）は基準対象物の画像に対して画像処理された標準
画像の濃度ヒストグラムパターン、（ｂ）は認識しよう
とする対象物の画像に対して画像処理された認識画像の
濃度ヒストグラムパターンを、それぞれ示す。図２は図
１の（ｂ）の認識画像の濃度ヒストグラムが得られる認
識しようとする対象物の画像例を示す。実施例では、斜
線部は暗く、その周囲の白い部分は斜線部に比べて明る
いとする。この様な入力画像の場合は、斜線部に相当す
る画素数のピーク値と、白い部分に相当する画素数のピ
ーク値とが、図１に示す濃度ヒストグラムのそれぞれ左
の山と、右の山と、してあらわれる。
【０００７】図１の（ａ）と（ｂ）との違いは対象物の
明るさの違いによるものが大きい。実施例の場合は、図
１の（ａ）の基準対象物が、（ｂ）の認識しようとする
対象物に比べて暗い場合として示されている。即ち、同
じようなパターンの対象物を撮影すると明るい場合は、
右方向に、暗い場合は左方向に平行移動したようなパタ
ーンとなる。明るさの程度を表わす尺度として濃度ヒス
トグラムの平均値を求める方法が最も容易である。ここ
で言う平均値とは、明るさの平均値で、平均値より明る
い画素数と暗い画素数は等しくなるような値である。
明るさの違いによるものが大きい。実施例の場合は、図
１の（ａ）の基準対象物が、（ｂ）の認識しようとする
対象物に比べて暗い場合として示されている。即ち、同
じようなパターンの対象物を撮影すると明るい場合は、
右方向に、暗い場合は左方向に平行移動したようなパタ
ーンとなる。明るさの程度を表わす尺度として濃度ヒス
トグラムの平均値を求める方法が最も容易である。ここ
で言う平均値とは、明るさの平均値で、平均値より明る
い画素数と暗い画素数は等しくなるような値である。
【０００８】さて、図１の（ａ）の基準対象物の標準画
像の濃度ヒストグラムパターンの平均値を平均値１と
し、図１の（ｂ）の認識しようとする対象物の認識濃度
ヒストグラムパターンの平均値を平均値２として、平均
値２と平均値１との濃度平均値差分だけ（ｂ）図の濃度
ヒストグラムを左方向に平行移動させると、（ｂ）図破
線のようになる。もし、基準対象物を明るさのみ変えて
撮影し、上記処理を実行すると、ほぼ（ａ）図と一致し
てしまう。従って、各濃度レベル毎の（ａ）図と、
（ｂ）図破線の差を計算し、例えば、各濃度レベル毎の
差の絶対値の和を計算すれば、その値が小さいほど認識
画像の濃度ヒストグラムパターンが標準画像の濃度ヒス
トグラムパターンと類似していることになる。
像の濃度ヒストグラムパターンの平均値を平均値１と
し、図１の（ｂ）の認識しようとする対象物の認識濃度
ヒストグラムパターンの平均値を平均値２として、平均
値２と平均値１との濃度平均値差分だけ（ｂ）図の濃度
ヒストグラムを左方向に平行移動させると、（ｂ）図破
線のようになる。もし、基準対象物を明るさのみ変えて
撮影し、上記処理を実行すると、ほぼ（ａ）図と一致し
てしまう。従って、各濃度レベル毎の（ａ）図と、
（ｂ）図破線の差を計算し、例えば、各濃度レベル毎の
差の絶対値の和を計算すれば、その値が小さいほど認識
画像の濃度ヒストグラムパターンが標準画像の濃度ヒス
トグラムパターンと類似していることになる。
【０００９】また、図２において認識しようとする対象
物の斜線部の位置が基準対象物の標準画像の対応位置と
異なっていても、濃度ヒストグラムを作成する段階で、
位置情報は失なわれてしまうので、本発明によるパター
ン認識方法では、位置誤差による認識能力の低下はな
い。ここでは、評価関数として、各濃度レベル毎の画素
数の差の絶対値の和を用いたが、この他に自乗平均和な
どであってもよい。
物の斜線部の位置が基準対象物の標準画像の対応位置と
異なっていても、濃度ヒストグラムを作成する段階で、
位置情報は失なわれてしまうので、本発明によるパター
ン認識方法では、位置誤差による認識能力の低下はな
い。ここでは、評価関数として、各濃度レベル毎の画素
数の差の絶対値の和を用いたが、この他に自乗平均和な
どであってもよい。
【００１０】
【発明の効果】上述したように、ＩＴＶカメラから入力
される画像に対して画像処理を実行し、該処理された画
像とあらかじめ記憶されている標準画像との差を計算
し、対象物を認識するパターンマッチングにおいて、本
発明によるパターン認識方法を用いると、 ａ．濃度ヒストグラムを作成する段階で、位置情報は失
なわれてしまうので、位置ずれによる誤差が殆どない。 ｂ．明るさの差は、濃度ヒストグラムの平均値の差のみ
で、濃度ヒストグラムのパターン形状そのものの差は小
さいので、明るさが変化に起因して２値化画像が変化し
て従来のパターンマッチング方法で大きな誤差が発生し
た欠点を解消するものとなった。 等、従来の方式に比べて、照明条件の変化、位置ずれな
どの外乱が発生しても、正しく認識できるようになっ
た。従って画像処理を用いた検査、計測、などの分野
で、指定された対象物であるかどうかのチェック等に本
発明によるパターン認識方法を用いると、簡単な処理で
対象物を認識できるので、その効果は極めて大きい。
される画像に対して画像処理を実行し、該処理された画
像とあらかじめ記憶されている標準画像との差を計算
し、対象物を認識するパターンマッチングにおいて、本
発明によるパターン認識方法を用いると、 ａ．濃度ヒストグラムを作成する段階で、位置情報は失
なわれてしまうので、位置ずれによる誤差が殆どない。 ｂ．明るさの差は、濃度ヒストグラムの平均値の差のみ
で、濃度ヒストグラムのパターン形状そのものの差は小
さいので、明るさが変化に起因して２値化画像が変化し
て従来のパターンマッチング方法で大きな誤差が発生し
た欠点を解消するものとなった。 等、従来の方式に比べて、照明条件の変化、位置ずれな
どの外乱が発生しても、正しく認識できるようになっ
た。従って画像処理を用いた検査、計測、などの分野
で、指定された対象物であるかどうかのチェック等に本
発明によるパターン認識方法を用いると、簡単な処理で
対象物を認識できるので、その効果は極めて大きい。
【図１】本発明の実施例パターン認識方法の説明図で、
ＩＴＶカメラから入力される画像に対して画像処理され
た画像の濃度ヒストグラムパターンの例で、（ａ）は基
準対象物の画像に対して画像処理された標準画像の濃度
ヒストグラムパターン、（ｂ）は認識しようとする対象
物の画像に対して画像処理された認識画像の濃度ヒスト
グラムパターンを、それぞれ示す。
ＩＴＶカメラから入力される画像に対して画像処理され
た画像の濃度ヒストグラムパターンの例で、（ａ）は基
準対象物の画像に対して画像処理された標準画像の濃度
ヒストグラムパターン、（ｂ）は認識しようとする対象
物の画像に対して画像処理された認識画像の濃度ヒスト
グラムパターンを、それぞれ示す。
【図２】図１の（ｂ）の認識画像の濃度ヒストグラムが
得られる認識しようとする対象物の画像例を示す。
得られる認識しようとする対象物の画像例を示す。
Claims (1)
- 【請求項１】 ＩＴＶカメラから入力される画像に対し
て画像処理を実行し、該処理された画像とあらかじめ記
憶されている標準画像との差を計算し、対象物を認識す
る、パターンマッチング手法を用いたパターン認識方法
において、認識しようとする対象物について、ＩＴＶカ
メラから入力された認識画像に対して画像処理を実行
し、該処理された認識画像の濃度ヒストグラムと、該認
識画像濃度ヒストグラムの平均値とを計算し、該認識画
像濃度ヒストグラムの平均値と、あらかじめ基準対象物
に対して画像処理され記憶されている標準画像の濃度ヒ
ストグラムの平均値と、の差の平均値差を計算し、更
に、前記認識画像の濃度ヒストグラムに対して、該平均
値差だけ、濃度（明るさ）を負方向にシフトし、しかる
後、該認識画像の濃度ヒストグラムと標準画像の濃度ヒ
ストグラムとの明るさ毎の差を計算し、該明るさ毎の差
を用いた、例えば各濃度レベル毎の画素数の差の絶対値
の和を求める関数といった、評価関数により、パターン
マッチングを行なうことを特徴とするパターン認識方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4040507A JPH05210737A (ja) | 1992-01-31 | 1992-01-31 | パターン認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4040507A JPH05210737A (ja) | 1992-01-31 | 1992-01-31 | パターン認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05210737A true JPH05210737A (ja) | 1993-08-20 |
Family
ID=12582465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4040507A Pending JPH05210737A (ja) | 1992-01-31 | 1992-01-31 | パターン認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05210737A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005037243A (ja) * | 2003-07-15 | 2005-02-10 | Mega Trade:Kk | プリント基板検査装置 |
| DE102012108764A1 (de) | 2011-09-27 | 2013-03-28 | Fuji Jukogyo Kabushiki Kaisha | Bildverarbeitungsvorrichtung |
-
1992
- 1992-01-31 JP JP4040507A patent/JPH05210737A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005037243A (ja) * | 2003-07-15 | 2005-02-10 | Mega Trade:Kk | プリント基板検査装置 |
| DE102012108764A1 (de) | 2011-09-27 | 2013-03-28 | Fuji Jukogyo Kabushiki Kaisha | Bildverarbeitungsvorrichtung |
| US9542608B2 (en) | 2011-09-27 | 2017-01-10 | Fuji Jukogyo Kabushiki Kaisha | Image processing apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6269194B1 (en) | Method and apparatus using image subtraction and dynamic thresholding | |
| US6721461B1 (en) | Method and apparatus using image subtraction and dynamic thresholding | |
| US4941192A (en) | Method and apparatus for recognizing pattern of gray level image | |
| US20190392601A1 (en) | Image Processing System for Inspecting Object Distance and Dimensions Using a Hand-Held Camera with a Collimated Laser | |
| CN115661161A (zh) | 零件的缺陷检测方法、装置、存储介质、设备及程序产品 | |
| US6320977B1 (en) | Method and apparatus for positional detection using pattern matching process | |
| KR930002347B1 (ko) | 패턴위치 인식장치 | |
| JP2000163579A (ja) | 外観検査方法およびその装置 | |
| CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
| KR20080011235A (ko) | 기판 검사 장치 | |
| Torres et al. | Automatic detection of specular reflectance in colour images using the MS diagram | |
| JPH0793535A (ja) | 画像修正処理方法 | |
| JP3260425B2 (ja) | パターンのエッジライン推定方式及びパターン検査装置 | |
| JPS6186639A (ja) | パターン検査装置 | |
| JP3190173B2 (ja) | 半導体装置の外観検査方法および外観検査装置 | |
| JP2906454B2 (ja) | 物体位置検出方法 | |
| JPH08159712A (ja) | パターン認識方法 | |
| JP2638121B2 (ja) | 表面欠陥検査装置 | |
| JPH0760459B2 (ja) | コ−ナ検出装置 | |
| JPH0420225B2 (ja) | ||
| JPH11351835A (ja) | 工具の撮像画像処理による刃先部輪郭線抽出方法 | |
| JPH0727711A (ja) | 画像におけるマーク部の欠陥検出方法 | |
| JPH05180618A (ja) | 対象物の位置認識方法 | |
| JP2971793B2 (ja) | 位置検出装置 | |
| KR950000493B1 (ko) | 반도체펠렛의 검출방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20010116 |