JPH0614362B2 - パタ−ン認識装置 - Google Patents

パタ−ン認識装置

Info

Publication number
JPH0614362B2
JPH0614362B2 JP61188109A JP18810986A JPH0614362B2 JP H0614362 B2 JPH0614362 B2 JP H0614362B2 JP 61188109 A JP61188109 A JP 61188109A JP 18810986 A JP18810986 A JP 18810986A JP H0614362 B2 JPH0614362 B2 JP H0614362B2
Authority
JP
Japan
Prior art keywords
image data
binary image
pattern
data
pixel
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
Application number
JP61188109A
Other languages
English (en)
Other versions
JPS6344285A (ja
Inventor
茂 阿部
泰明 中村
克之 亀井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP61188109A priority Critical patent/JPH0614362B2/ja
Priority to US07/052,851 priority patent/US4852183A/en
Publication of JPS6344285A publication Critical patent/JPS6344285A/ja
Publication of JPH0614362B2 publication Critical patent/JPH0614362B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、画像データから特定のパターンを認識する
パターン認識装置に関するものである。
〔従来の技術〕
従来この種の装置として第10図,第11図に示すもの
があった。第10図は従来のパターン認識装置の具体例
として、参考文献、手塚慶一、北橋忠宏、小川秀夫著、
“ディジタル画像処理工学”、日刊工業新聞社、198
5,pp107−111に示されたテンプレートマッチン
グ手法の説明図であり、第11図はこれを実現するため
のパターン認識装置を示すブロック図である。第11図
において、1はテンプレートデータを記憶する記憶装置
で、テンプレートメモリ、2は特定パターンを認識する
図面の初期二値画像データを記憶する記憶装置、3はテ
ンプレートメモリ1と記憶装置2に記憶されたデータの
一致度を計測する演算装置である。
次に動作について説明する。まず、第10図(a)に示す
パターンを認識する場合にはテンプレートメモリ1に第
10図(b)に示すテンプレートデータを用意し、記憶装
置2に記憶された図面の二値画像データ(以下、画像デ
ータと記す)と演算装置3で照合する。演算装置3では
画像データ中のテンプレートデータのサイズの画素(第
10図(c)の破線内の部分)について、テンプレートデ
ータの画素の値との一致度を調べ、パターンの同一性を
判定する。この操作を画像データ中の照合範囲を一画素
ずつ移動し(第10図(c)の矢印)、画像データ全面に
ついて行い、結果を記憶装置2に格納する。
〔発明が解決しようとする問題点〕
従来のパターン認識装置は以上のように構成されている
ので、テンプレートデータの画素数の演算を画像データ
の画素数回だけ行うことになる。例えば、テンプレート
データが32×32画素、画像データが1000×1000画素
とすると演算回数は約1,000,000,000回となる。よって
演算装置3が1秒に1,000,000回演算可能としても1000
秒かかることにより処理に多大の時間がかかるという問
題点があった。また、これを短時間に行おうとすれば、
石川、星野:二値画像マッチング用LS1の開発、昭和
61年度電子通信学会総合全国大会1295に示される
ような専用のハードウェアを必要とする等の問題点があ
った。
この発明は上記のような問題点を解消するためになされ
たもので、既存のハードウェアを用いて短時間で画像デ
ータから特定パターンを認識できるパターン認識装置を
得ることを目的とする。
〔問題点を解決するための手段〕
この発明に係るパターン認識装置は、特定パターンを認
識する初期二値画像データ(A)と、特定パターン認識の
ため初期二値画像データ(A)をシフトさせて重ねる方向
及び距離を規定するシフトベクトルデータ(Si;i=
1,2,……)と、この各シフトベクトルデータ(Si)に
付属する、特定パターンから決まる1又は0の二値画像
データ(Pi;i=1,2,……)と、特定パターンが初
期二値画像データ(A)中に存在する時その位置を示す認
識パターン存在位置二値画像データ(Be)をそれぞれ記憶
する記憶装置、2つの二値画像データ間でシフトベクト
ルの値を換算して対応するビット単位の領域を取り出
し、ビット単位の論理演算結果を記憶装置に格納するラ
スタ演算を行うラスタ演算装置、及びシフトベクトルデ
ータ(Si;i=1,2,……)が規定する複数のシフト
ベクトルに従って初期二値画像データ(A)をシフトさせ
た位置にある{複数のラスタ演算用第1二値画像データ
(Ai;i=1,2,……)}と{初期二値画像データ
(A)及び認識途中二値画像データ(Bi;i=1,2,…
…)であるラスタ演算用第2二値画像データ}間で、シ
フトベクトルデータ(Si;i=1,2,……)に付属す
る二値画素データ(Pi;i=1,2,……)に応じた論
理演算をとるラスタ演算を行い、次の上記ラスタ演算用
第2二値画像データとなる認識途中二値画像データ(B
i;i=1,2,……)を得る処理をシフトベクトルデ
ータ(Si;i=1,2,……)が規定する複数回繰り返
すことにより、初期二値画像データ(A)から認識パター
ン存在位置二値画像データ(Be)に変換する変換手段を備
えたものである。
〔作用〕
この発明における変換手段は、認識しようとする特定パ
ターンに特徴的な値の持つシフトベクトルデータ(Si;
i=1,2,……)と二値画像データ(Pi;i=1,
2,……)の情報に基づいて2つの二値画像データ間で
論理演算を行なうことにより、初期二値画像データ(A)
から、認識する特定パターンの存在位置を示す認識パタ
ーン存在位置二値画像データ(Be)に変換するので、演算
回数を減らすことができる。さらに、ラスタ演算装置は
2つの二値画像データ間の論理演算を高速で行なうこと
ができる。
〔実施例〕
以下、この発明の一実施例を図について説明する。第1
図において、4は図面の二値画像データを認識しようと
する特定パターンのデータと演算途中及び結果の二値画
像データとを記憶する記憶装置、5はラスタ演算を行う
ラスタ演算装置、6は中央演算処理装置(以下、CPU
と記す)、6aでCPU6で処理する変換手段である。
以下、二値画像データ、二値画像データは省略して画像
データ、画素データと記す。なお、ラスタ演算とは、ビ
ット単位に指定した記憶領域を他の領域に転送し、転送
先の領域と論理演算を行う機能で、ワークステーション
に装備されている(「ワークステーションのマルチウイ
ンドウ表示方法を比較する」日経エレクトロニクス、1
985年7月29日号、NO.374参照)。ラスタ演算
は、本来ディスプレイ装置のマルチウインドウ表示等を
行うための機能である。
このラスタ演算においては、転送先のビットをA、転送
先のビットをB、論理演算をFとすると B←F(A,B)……(1) を数バイト/秒程度で行う。ラスタ演算についての参考
文献として、坂村、「高機能ワークステーションのアー
キテクチャ」、情報処理、vol 25、NO.2、pp93−10
2、1984年2月がある。この機能を用いて特定パタ
ーン認識を高速に行う。
第2図はCPU6で処理される処理手順を示すフローチ
ャートであり、第3図は認識する特定パターンの一例を
示す説明図である。
特定パターンを認識する画像データを初期画像データ
(A)、特定パターン認識のための初期画像データ(A)をシ
フトさせて重ねる方向及び距離を規定する特定パターン
のデータをシフトベクトルデータ(Si;i=1,2,…
…)、各シフトベクトルデータ(Si)に付属し、2つの画
像データ間の論理演算の種類を規定する1又は0の画素
データを画素データ(Pi;i=1,2,……)、特定パ
ターンが初期画像データ(A)中に存在する時その位置を
示す演算結果を認識パターン存在位置画像データ(Be)認
識途中の画像データを認識途中画像データ(Bi;i=
1,2,……)とする。
シフトベクトルデータ(Si;i=1,2,……)は特定
パターンの位置情報により決定され、画素データ(Pi;
i=1,2,……)はその画素の値より決定される。ま
た、ラスタ演算装置5は、ラスタ演算用第1画像データ
とラスタ演算用第2画像データ間でラスタ演算を行うも
ので、ラスタ演算用第1画像データは、初期画像データ
(A)をシフトベクトル(Si;i=1,2,……)に従っ
てシフトさせた画像データ(Ai;i=1,2,……)で
あり、ラスタ演算用第2画像データは、初期画像データ
(A)及び認識途中画像データ(Bi;i=1,2,……)
である。
次に動作について説明する。第2図に示すフローチャー
トにおいて、ステップ7で初期設定を行なう。この場
合、ステップ7では第3図(b)に示すように、基準画素
Oと特徴的な画素C,D,Eの情報を入力する。次に図
面等の初期画像データ(A)、認識しようとする特定パタ
ーンの基準画素及びそのパターンに特徴的な画素の値と
基準画素に対する座標に基づき、シフトベクトルデータ
(Si;i=1,2,……)及び画素データ(Pi;i=
1,2,……)を記憶装置4に入力する(ステップ
8)。特定パターンは第3図(a)に示すものであり、こ
のパターンは第3図(b)に示すように、基準画素Oと特
徴的な画素C,D,Eの合計4つの画素で構成されてい
ると表わす。シフトベクトルデータ(Si;i=1,2,
……)は基準画素Oと画素C,D,EのOに対する座標
x,y{O(0,0),C(XC,YC),D(XC,0),E(XE,YE)}とな
り、画素データ(Pi;i=1〜4)はそれぞれの画素の
値(PO=1,PC=1,PD=1,PE=0)となる。こ
のシフトベクトルデータ(S)と画素データ(P)をステップ
8で記憶装置4に格納する。
さらに、記憶装置4に画像データのサイズに合わせて、
演算結果データの領域を確保して、“1"に初期化する
(ステップ9)。
ステップ9では座標X,Yによりラスタ演算のラスタ対
象領域を設定する。画像データが(x,y)、0≦x≦xm,
0≦y≦ymのとき、領域は次のようになる。xについて
はX≧0のとき0≦x≦xm−X,X<0のとき−X≦x
≦xm、yついてもY≧0のとき0≦y≦ym−Y,Y<0
のとき−Y≦y≦ymである。ステップ10では画素デー
タ(P)の値を判定し、P≠0すなわちP=1ならばステ
ップ11へ、P=0ならばステップ12へ移る。
ステップ11では画像データに対し次のラスタ演算を行
う。
B(x,y)←A(x+X,y+Y)・B(x,y)……(2) ここで、A(x,y)は初期画像データ(A)の画素であるラス
タ演算用第1画像データ、B(x,y)は記憶装置4の演算結
果データを格納する領域の画素で、認識途中画像データ
と称し、ラスタ演算用第2画像データである。x,yは
画像データ、演算結果データの座標、・は論理積を表
す。この演算の基本的な処理内容について第4図で説明
する。第4図(a)は初期画像データ(A)の一例を示す図
で、第3図(a)の特定パターンを含む。第4図(b)はA(x+
X,y+Y)を第3図(b)の画素Cについて説明する図、第4
図(c)は演算結果を示す図である。
第4図(a)に示す画像データA(x,y)を第3図(b)の画素C
についての演算とすると、Cの基準画素Oに対する座標
は(Xc,Yc)で、値PC=1である。▲▼=(XC,YC)よ
りシフトベクトルデータ(Sc)としては−▲▼=(−
C,−YC)となり、画像データA(x,y)と、画像デー
タAを−▲▼だけシフトさせた画像データAC(x+XC,
y+YC)を重ねると、第4図(b)のようになる。ここで41
はA(x,y)すなわち画像データ、42はA(x+XC,y+YC)を示
す。画像データ上でパターンの基準画素となる画素(xO,
yO)では、A(xO+XC,yO+YC)が“1"となる。従って、パタ
ーン上の特定画素(X,Y)が“1"なら、A(x+X,y+Y)が“1"
となる画素にパターンの基準画素が存在する可能性があ
る。それ以前の演算結果データB(x,y)に(2)式の演算を
行うことにより、B(x,y)には基準画素のある可能性のあ
る画素が“1"となって残る。“1"に初期化したB(x,y)に
対し、Oについて(2)式を行うと、B(x,y)はA(x,y)と等
しくなる。このB(x,y)に対し、画素Cについて(2)式を
行った結果が第4図(c)に示す認識途中画像データB
である。ステップ9で設定する領域はOについての演算
では画像データ全域Cについての演算では、第4図(b)
の41と42が重なっている領域である。
ステップ12では次のラスタ演算を行う。
はA(x+X,y+Y)の否定を表す。この演算の基本的な処理内
容について第5図で説明する。第5図(a)は画像データ
を示す図、第5図(b)は について第3図(b)の画素Eについて説明する図、第5
図(c)は演算結果を示す図である。EのOに対する座標
は(XE,YE)で、値はP=0である。▲▼=(XE,YE)
よりシフトベクトルデータSとしては−▲▼=
(−X,−Y)となり、画素データA(x,y)と画像デ
ータAを−▲▼だけシフトさせた画像データA(x
+XE,y+YE)を重ねると第5図(b)のようになる。51はA
(x,y)、52はA(x+XE,y+YE)を示す。
画像データ上でパターンの基準画素となる画素(xO,yO)
ではS(xO+XE,yO+YE)は“0"になる。従って、パターン上
の特定画素(X,Y)が“0"なら、S(x+X,y+Y)が“0"となる
画像データ上の画素(x,y)にパターンの基準画素が存在
する可能性がある。それ以前の演算結果データD(x,y)に
(3)式の演算を行うことにより、D(x,y)には基準画素の
ある可能性のある画素が“1"となって残る。S(x,y)に等
しいD(x,y)に対し、Eについて(3)式を行った結果が第
5図(c)に示す認識途中画像データBである。
ステップ13では、パターンの特定画素すべてについて
演算を終了したかを判断し、終了していれば、ステップ
15に進み、CPU6で演算結果の認識パターン存在位
置画像データBeから値が“1"の画素の座標を読みとり、
認識したパターンの座標として処理を終了し、残ってい
れば、ステップ14でX,Y,Pを次の特定画素の情報
に変更してステップ3に移る。この装置によるパターン
認識を第6図に示す。第6図(a)の初期画像データ(A)か
ら、第3図(a)の特定パターンを認識する。画像データ
(A)に第3図(b)の画素Oについての演算を行うと演算結
果である認識途中二値画像データB1(x,y)は第6図(a)に
等しくなる。これに画素Cについての演算を行うと第6
図(b)に示す画像データB2に変換され、さらに画素Dに
ついて行うと第6図(c)に示す画像データB3に変換さ
れ、さらに画素Eについて演算を行うと第6図(d)に示
す演算結果である認識パターン存在位置画像データBeが
得られる。これは第3図(a)のパターンの基準画素が存
在する画素が“1"のまま残り、この“1"の座標を読みと
って特定パターンが認識される。この値が“1"である画
素の座標を認識したパターンの座標として出力する。パ
ターン上の特定画素の指定は画像データとの関連で、そ
のパターンに特徴的な画素を選ぶ。(2),(3)式の演算、
ステップ11及び12はラスタ演算装置で高速に実行可
能である。
例えば、1000×1000画素の画像データの場合、ラスタ演
算装置の能力を1Mバイト/秒としてもパターン上の特
定画素1画素分について、演算時間は約0.1秒、パター
ン上、指定する画素を10画素とすると演算時間は約1
秒となる。また、仮に32×32画素のパターンについ
て32×32画素すべてを特定画素としたとしても演算
時間は約100秒である。パターンの特定画素の指定
と、ラスタ演算の実行により処理時間を短縮することが
できる。
上記実施例において、ステップ9〜ステップ14によって
初期画像データ(A)から認識パターン存在位置画像デー
タ(Be)に変換する変換手段6aを構成している。なお、
特定パターンの特徴を示す画素を4画素で構成している
ため、シフトベクトルデータ(S)としては▲▼,▲
▼,▲▼の3つになるが、一般的にシフトベク
トルデータ(S)がe個で構成されている場合には、変換
手段6aでは、A1とA間でラスタ演算を行なってB1
得、A1とB1間でラスタ演算を行なってB2を得、A3
2間でラスタ演算を行なってB3を得、……AeとBe-1
でラスタ演算を行ってBeを得ることにより、初期画像デ
ータ(A)から認識パターン存在位置画像データ(Be)に変
換する。
なお、上記実施例では、B(x,y)を“1"に初期化したが、
パターンの基準画素の値により“1"なら画像データ、
“0"なら画像データを反転したものに初期化してもよ
い。なお、最初のラスタ演算でPが1なら B(x,y)←A(x+X,y+Y)……(4) Pが0なら を実行するようにすれば、B(x,y)の初期化は必要ない。
また、B(x,y)においてパターンの存在する画素を“1"と
したが、“1"と“0"を反転させて考え、存在する画素を
“0"として行うこともできる。また、パターンの基準点
は、パターンごとに設定しても、全パターンで同一の画
素にしてもよい。また、A(x,y)とB(x,y)はラスタ演算装
置5によるラスタ演算が可能であれば、それぞれ異なる
記憶装置に格納してもよい。とくに、B(x,y)をディスプ
レイ装置上のディスプレイ用の記憶装置に格納すれば、
演算結果が即座にディスプレイ装置に表示される。ま
た、複数の画像データからなるカラー画像データにも適
用できる。また、パターンの基準画素については、設定
だけを行って、その画素の値によるラスタ演算は行わな
い動作にしてもよい。また、パターンの特定画素は、初
期設定の段階ですべて入力するようにしたが、第2図の
変換手段6aにおけるステップ13の手前で1画素ずつ
逐次的に入力してもよい。また、すべての特定画素につ
いての演算を行った後に処理を終了するようにしたが、
演算結果データD(x,y)がすべて“0"になるか、“1"とな
る画素の数が一定値以下になったときに特定パターンが
存在しないと判断して処理を終了するようにしてもよ
い。
また、他の実施例として第7図はラスタ演算装置5を設
けるかわりにラスタ演算の機能をCPUで行うようにし
たものである。第7図において、6はラスタ演算機能を
も果たすCPU、16はCPU6のラスタ演算機能部を
示す。CPU6で行うラスタ演算のフローチャートを第
8図に示す。第8図は第2図のフローチャートのステッ
プ11およびステップ12に相当する。ステップ81は
ラスタ演算の初期設定で、画像データの転送先のアドレ
ス、転送先のアドレスを設定する。ステップ82で転送
元のデータと転送先のデータを取り出し、ステップ83
で論理演算を行い、転送元のアドレスにステップ84で
格納する。ステップ85では、第2図のステップ9で設定
された領域について演算が実行されたかどうか判定す
る。領域内すべての画素について演算を終了していれ
ば、ラスタ演算を終了し、そうでなければ、ステップ86
で転送元、転送先のアドレスを変更して、ステップ82
に戻る。以上をCPU6のラスタ演算機能部16で行
う。ステップ83で行う論理演算は、特定画素が“1"の
ときは、(2)式に示す転送元と転送先の画素の論理積で
あり、特定画素が“0"のときは、(3)式に示す転送元の
画素の否定と転送先の画素との論理積である。
また、ラスタ演算装置内に第2の記憶装置を組み込むよ
うにしてもよい。この実施例によるパターン認識装置の
ブロック図を第9図に示す。第9図において、17はラ
スタ演算装置5内に組み込んだ第2の記憶装置を示す。
次に動作について説明する。
まず、初期画像データ(A)をラスタ演算装置5内の第2
の記憶装置17に記憶し、特徴画素によるシフトベクト
ルデータ(S)及び画素データ(P)を記憶装置4に記憶す
る。記憶装置(第1の)4に記憶したシフトベクトルデ
ータ(S)及び画素データ(P)により、CPU6の変換手段
6aで、ラスタ演算装置5が行う演算の種類、記憶領域
を制御する。ラスタ演算装置5は、ラスタ演算装置5内
の第2の記憶装置17に記憶された画像データに対しラ
スタ演算を行い、結果をラスタ演算装置5内の第2の記
憶装置17に格納する。この実施例の場合にも、上記実
施例と同様の効果を奏する。
〔発明の効果〕
以上のように、この発明によれば、特定パターンを認識
する初期二値画像データ(A)と、特定パターン認識のた
め初期二値画像データ(A)をシフトさせて重ねる方向及
び距離を規定するシフトベクトルデータ(Si;i=1,
2,……))と、このシフトベクトルデータ(Si)に付属
する。特定パターンから決まる1又は0の二値画像デー
タ(Pi;i=1,2,……)と、特定パターンが初期二
値画像データ(A)中に存在する時その位置を示す認識パ
ターン存在位置二値画像データ(Be)をそれぞれ記憶する
記憶装置、2つの二値画像データ間でシフトベクトルの
値を換算して対応するビット単位の領域を取り出し、ビ
ット単位の論理演算結果を記憶装置に格納するラスタ演
算を行うラスタ演算装置、及びシフトベクトルデータ
(Si;i=1,2,……)が規定する複数のシフトベク
トルに従って初期二値画像データ(A)をシフトさせた位
置にある{複数のラスタ演算用第1二値画像データ(A
i;i=1,2,……)}と{初期二値画像データ(A)及
び認識途中二値画像データ(Bi;i=1,2,……)で
あるラスタ演算用第2二値画像データ}間で、シフトベ
クトルデータ(Si;i=1,2,……)に付属する二値
画像データ(Pi;i=1,2,……)に応じた論理演算
をとるラスタ演算を行い、次の上記ラスタ演算用第2二
値画像データとなる認識途中二値画像データ(Bi;i=
1,2,……)を得る処理をシフトベクトルデータ(S
i;i=1,2,……)が規定する複数回繰り返すこと
により、初期二値画像データ(A)から認識パターン存在
位置二値画像データ(Be)に変換する変換手段を備えたこ
とにより、認識しようとする特定パターンに特徴的な値
を持つシフトベクトルデータ(Si;i=1,2,……)
と二値画像データ(Pi;i=1,2,……)を指定し、
その指定された情報のみに注目すると共に2つの二値画
像データ間の論理演算を高速に実行できるラスタ演算装
置で実行するようにしたので、例えば、ラスタ演算機能
を装備したワークステーションによって実行でき、専用
のハードウェアを用いることもなく、二値画像データか
ら特定のパターンを認識する時間を短縮できるパターン
認識装置を得ることができる効果がある。
【図面の簡単な説明】
第1図はこの発明の一実施例によるパターン認識装置を
示すブロック図、第2図はこの発明の一実施例によるパ
ターン認識装置の動作を示すフローチャート、第3図,
第4図,第5図及び第6図はそれぞれこの発明の一実施
例によるパターン認識装置の動作を示す説明図、第7図
はこの発明の他の実施例によるパターン認識装置を示す
ブロック図、第8図はこの発明の他の実施例によるパタ
ーン認識装置の動作を示すフローチャート、第9図はこ
の発明のさらに他の実施例によるパターン認識装置を示
すブロック図、第10図は従来のパターン認識装置の動
作を示す説明図、第11図は従来のパターン認識装置を
示すブロック図である。 4は記憶装置、5はラスタ演算装置、6は中央演算処理
装置、6aは変換手段、16はラスタ演算機能部、17
はラスタ演算装置内の第2の記憶装置である。 なお、図中、同一符号は同一、又は相当部分を示す。

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】特定パターンを認識する初期二値画像デー
    タ(A)と、上記特定パターン認識のため上記初期二値画
    像データ(A)をシフトさせて重ねる方向及び距離を規定
    するシフトベクトルデータ(Si;i=1,2,……)
    と、この各シフトベクトルデータ(Si)に付属する、上記
    特定パターンから決まる1又は0の二値画像データ(P
    i;i=1,2,……)と、上記特定パターンが上記初
    期二値画像データ(A)中に存在する時その位置を示す認
    識パターン存在位置二値画像データ(Be)をそれぞれ記憶
    する記憶装置、2つの二値画像データ間でシフトベクト
    ルの値を換算して対応するビット単位の領域を取り出
    し、ビット単位の論理演算結果を上記記憶装置に格納す
    るラスタ演算を行うラスタ演算装置、及び上記シフトベ
    クトルデータ(S)が規定する複数のシフトベクトル(S
    i;i=1,2,……)に従って上記初期二値画像デー
    タ(A)をシフトさせた位置にある{複数のラスタ演算用
    第1二値画像データ(Ai;i=1,2,……)}と{上
    記初期二値画像データ(A)及び認識途中二値画像データ
    (Bi;i=1,2,……)であるラスタ演算用第2二値
    画像データ}間で、上記シフトベクトル(Si;i=1,
    2,……)に付属する上記二値画素データ(Pi;i=
    1,2,……)に応じた論理演算をとるラスタ演算を行
    い、次の上記ラスタ演算用第2二値画像データとなる上
    記認識途中二値画像データ(Bi;i=1,2,……)を
    得る処理を上記シフトベクトルデータ(Si;i=1,
    2,……)が規定する複数回繰り返すことにより、上記
    初期二値画像データ(A)から上記認識パターン存在位置
    二値画像データ(Be)に変換する変換手段を備えたパター
    ン認識装置。
JP61188109A 1986-05-23 1986-08-11 パタ−ン認識装置 Expired - Lifetime JPH0614362B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP61188109A JPH0614362B2 (ja) 1986-08-11 1986-08-11 パタ−ン認識装置
US07/052,851 US4852183A (en) 1986-05-23 1987-05-20 Pattern recognition system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP61188109A JPH0614362B2 (ja) 1986-08-11 1986-08-11 パタ−ン認識装置

Publications (2)

Publication Number Publication Date
JPS6344285A JPS6344285A (ja) 1988-02-25
JPH0614362B2 true JPH0614362B2 (ja) 1994-02-23

Family

ID=16217857

Family Applications (1)

Application Number Title Priority Date Filing Date
JP61188109A Expired - Lifetime JPH0614362B2 (ja) 1986-05-23 1986-08-11 パタ−ン認識装置

Country Status (1)

Country Link
JP (1) JPH0614362B2 (ja)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58134372A (ja) * 1982-02-05 1983-08-10 Fuji Electric Co Ltd パタ−ン検査装置

Also Published As

Publication number Publication date
JPS6344285A (ja) 1988-02-25

Similar Documents

Publication Publication Date Title
JP6137916B2 (ja) 信号処理装置、信号処理方法、及び、信号処理システム
JP3841321B2 (ja) 画像レジストレーション方法
US7102649B2 (en) Image filling method, apparatus and computer readable medium for reducing filling process in processing animation
US5379353A (en) Apparatus and method for controlling a moving vehicle utilizing a digital differential analysis circuit
CN110033026A (zh) 一种连续小样本图像的目标检测方法、装置及设备
JPH10177656A (ja) テクスチャマップ上の複数画素を混合する方法及び、これを用いた複数画素混合回路と画像処理装置
EP0657838B1 (en) Image processing apparatus and method
JP2000331156A (ja) 輪郭に沿うトラッカを自動的に決定するための方法、及び該方法を実施するプログラムを記憶した記憶媒体
JPH0614362B2 (ja) パタ−ン認識装置
CN114445629A (zh) 模型生成、图像分割方法、系统、电子设备及存储介质
US5563957A (en) Information recognition with transmission between character segmenting and recognition processors
JPH0634237B2 (ja) 画像クリッピング方法
JPH10124662A (ja) 図形整形装置および図形整形方法
JPS63292375A (ja) 階層化構造的テンプレ−ト・マッチング方法
JPH0634228B2 (ja) パタ−ン抽出装置
Xu et al. Multi-class wall recognition in complex architectural floor plan images using a convolutional network
CN115546520B (zh) 一种图像匹配方法、装置及电子设备
JPH07192130A (ja) 仮ラベル付け方法
JP3980666B2 (ja) 動きベクトル推定方法及び画像処理装置
JP2581380B2 (ja) 画像の構造情報に基づく画像クラスタリング方法及び装置
JP3441858B2 (ja) 画像処理方法及びその装置
JP2859453B2 (ja) 画像の細線化方式
JPH11250249A (ja) カラー画像特徴抽出方法および装置並びに記録媒体
JP2634905B2 (ja) 図形ぬりつぶし方法
CN114283286A (zh) 遥感图像分割方法、装置和电子设备

Legal Events

Date Code Title Description
EXPY Cancellation because of completion of term