JPH06309461A - 画像認識方法 - Google Patents
画像認識方法Info
- Publication number
- JPH06309461A JPH06309461A JP5098194A JP9819493A JPH06309461A JP H06309461 A JPH06309461 A JP H06309461A JP 5098194 A JP5098194 A JP 5098194A JP 9819493 A JP9819493 A JP 9819493A JP H06309461 A JPH06309461 A JP H06309461A
- Authority
- JP
- Japan
- Prior art keywords
- window
- target object
- spectrum
- grayscale
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 50
- 238000001228 spectrum Methods 0.000 claims abstract description 77
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 27
- 238000005070 sampling Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】対象物体の表面照度や対象物体の向きにかかわ
りなく対象物体の位置などを正確に求めることができる
画像認識方法を提供する。 【構成】対象物体Ｓの画像を含む濃淡画像に対して、円
形状のウィンドウＷを走査する。このウィンドウＷの上
の画素について濃淡値のデータ列にフーリエ変換を施し
てスペクトルを求める。スペクトルの成分のパターンが
対象物体Ｓの性質を最大に示すときの画面内でのウィン
ドウＷの中心位置を画面内での対象物体Ｓの中心位置と
する。
りなく対象物体の位置などを正確に求めることができる
画像認識方法を提供する。 【構成】対象物体Ｓの画像を含む濃淡画像に対して、円
形状のウィンドウＷを走査する。このウィンドウＷの上
の画素について濃淡値のデータ列にフーリエ変換を施し
てスペクトルを求める。スペクトルの成分のパターンが
対象物体Ｓの性質を最大に示すときの画面内でのウィン
ドウＷの中心位置を画面内での対象物体Ｓの中心位置と
する。
Description
【０００１】
【産業上の利用分野】本発明は、対象物体を撮像して得
た濃淡画像に基づいて対象物体の位置、向き、対象物体
との間の距離などを求める画像認識方法に関するもので
ある。
た濃淡画像に基づいて対象物体の位置、向き、対象物体
との間の距離などを求める画像認識方法に関するもので
ある。
【０００２】
【従来の技術】従来より、対象物体をＴＶカメラ等の撮
像装置によって撮像して得た２値画像に基づいて２値画
像内での対象物体の重心位置を求めることによって、対
象物体の位置を求める方法が提案されている。このよう
に、対象物体の重心位置に基づいて対象物体の位置を求
める方法では、対象物体の向き（画像内での回転）にか
かわりなく位置を求めることができる。
像装置によって撮像して得た２値画像に基づいて２値画
像内での対象物体の重心位置を求めることによって、対
象物体の位置を求める方法が提案されている。このよう
に、対象物体の重心位置に基づいて対象物体の位置を求
める方法では、対象物体の向き（画像内での回転）にか
かわりなく位置を求めることができる。
【０００３】また、正規化相関によるパターンマッチン
グを利用することによって、対象物体の位置を求める方
法も提案されている。すなわち、テンプレートを設定し
た基準画像と、対象物体に対して設定したウィンドウと
で対応する画素間の濃度などのデータについての正規化
相関を求め、相関値によって対象物体の位置を求めるの
である。
グを利用することによって、対象物体の位置を求める方
法も提案されている。すなわち、テンプレートを設定し
た基準画像と、対象物体に対して設定したウィンドウと
で対応する画素間の濃度などのデータについての正規化
相関を求め、相関値によって対象物体の位置を求めるの
である。
【０００４】
【発明が解決しようとする課題】ところで、対象物体の
重心位置を求める前者の技術では、２値画像を用いてい
るから、対象物体の画像を取り込む際の照度の変動を影
響を受けやすいという問題を有している。すなわち、照
度が異なれば同じ対象物体について撮像した画像であっ
ても２値画像における対象物体の形状が異なる場合があ
り、対象物体に対する照明光の設定が難しいという問題
を有している。
重心位置を求める前者の技術では、２値画像を用いてい
るから、対象物体の画像を取り込む際の照度の変動を影
響を受けやすいという問題を有している。すなわち、照
度が異なれば同じ対象物体について撮像した画像であっ
ても２値画像における対象物体の形状が異なる場合があ
り、対象物体に対する照明光の設定が難しいという問題
を有している。
【０００５】一方、パターンマッチングによる後者の技
術では、濃淡画像を用いることができるから、対象物体
の表面照度の影響をほとんど受けないものであるが、対
象物体の向きが異なると良い相関値を得ることができな
いものであるから、対象物体をあらかじめ規定した向き
で撮像しなければならず、利用範囲が制限されるという
問題がある。
術では、濃淡画像を用いることができるから、対象物体
の表面照度の影響をほとんど受けないものであるが、対
象物体の向きが異なると良い相関値を得ることができな
いものであるから、対象物体をあらかじめ規定した向き
で撮像しなければならず、利用範囲が制限されるという
問題がある。
【０００６】本発明は上記問題点の解決を目的とするも
のであり、対象物体の表面照度や対象物体の向きにかか
わりなく対象物体の位置などを正確に求めることができ
るようにした画像認識方法を提供しようとするものであ
る。
のであり、対象物体の表面照度や対象物体の向きにかか
わりなく対象物体の位置などを正確に求めることができ
るようにした画像認識方法を提供しようとするものであ
る。
【０００７】
【課題を解決するための手段】請求項１の発明は、上記
目的を達成するために、対象物体を撮像して得た濃淡画
像の画面内で、対象物体の大きさに応じて径を設定した
リング状のウィンドウを走査し、ウィンドウの上の画素
の濃淡値のデータ列についてフーリエ変換を施してスペ
クトルを求め、スペクトルの成分のパターンが対象物体
の性質を最大に示すときのウィンドウの代表点の位置を
画面内での対象物体の代表点の位置と決定することを特
徴とする。
目的を達成するために、対象物体を撮像して得た濃淡画
像の画面内で、対象物体の大きさに応じて径を設定した
リング状のウィンドウを走査し、ウィンドウの上の画素
の濃淡値のデータ列についてフーリエ変換を施してスペ
クトルを求め、スペクトルの成分のパターンが対象物体
の性質を最大に示すときのウィンドウの代表点の位置を
画面内での対象物体の代表点の位置と決定することを特
徴とする。
【０００８】請求項２の発明は、請求項１の発明におい
て、濃淡画像は、対象物体のカラー画像の少なくとも１
つの色成分に関する濃淡画像であることを特徴とする。
請求項３の発明は、請求項１の発明において、中心が一
致し径が異なる複数のウィンドウを設定し、各ウィンド
ウの上の画素の濃淡値のデータ列についてそれぞれフー
リエ変換を施してスペクトルを求めるとともに、スペク
トルの成分のパターンが対象物体の性質を最大に示すウ
ィンドウの径を求め、あらかじめ求めてある基準物体に
対するウィンドウの径との比に基づいて、基準物体と距
離が等しい対象物体については寸法比を求め、基準物体
と寸法が等しい対象物体については基準物体までの距離
を用いて距離を求めることを特徴とする。
て、濃淡画像は、対象物体のカラー画像の少なくとも１
つの色成分に関する濃淡画像であることを特徴とする。
請求項３の発明は、請求項１の発明において、中心が一
致し径が異なる複数のウィンドウを設定し、各ウィンド
ウの上の画素の濃淡値のデータ列についてそれぞれフー
リエ変換を施してスペクトルを求めるとともに、スペク
トルの成分のパターンが対象物体の性質を最大に示すウ
ィンドウの径を求め、あらかじめ求めてある基準物体に
対するウィンドウの径との比に基づいて、基準物体と距
離が等しい対象物体については寸法比を求め、基準物体
と寸法が等しい対象物体については基準物体までの距離
を用いて距離を求めることを特徴とする。
【０００９】請求項４の発明は、相対位置が固定されて
いる複数の対象物体を撮像して得た濃淡画像の画面内
で、各対象物体の大きさに応じてそれぞれ径が設定され
たリング状であって相対位置が対象物体と同じ関係にな
る複数個のウィンドウを同時に走査し、各ウィンドウの
上の画素の濃淡値のデータ列についてフーリエ変換を施
してスペクトルを求め、スペクトルの成分のパターンが
対象物体の性質を最大に示すときのウィンドウの代表点
の位置を画面内での対象物体の代表点の位置と決定する
ことを特徴とする。
いる複数の対象物体を撮像して得た濃淡画像の画面内
で、各対象物体の大きさに応じてそれぞれ径が設定され
たリング状であって相対位置が対象物体と同じ関係にな
る複数個のウィンドウを同時に走査し、各ウィンドウの
上の画素の濃淡値のデータ列についてフーリエ変換を施
してスペクトルを求め、スペクトルの成分のパターンが
対象物体の性質を最大に示すときのウィンドウの代表点
の位置を画面内での対象物体の代表点の位置と決定する
ことを特徴とする。
【００１０】請求項５の発明は、請求項１の発明におい
て、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウの上の画素の濃淡値のデータ列につい
てフーリエ変換を施してそれぞれスペクトルを求めると
ともに、スペクトルの成分のパターンが対象物体の性質
を最大に示すウィンドウの径を求め、この径のウィンド
ウを用いて対象物体の位置を決定することを特徴とす
る。
て、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウの上の画素の濃淡値のデータ列につい
てフーリエ変換を施してそれぞれスペクトルを求めると
ともに、スペクトルの成分のパターンが対象物体の性質
を最大に示すウィンドウの径を求め、この径のウィンド
ウを用いて対象物体の位置を決定することを特徴とす
る。
【００１１】請求項６の発明は、請求項１の発明におい
て、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウと対象物体のエッジとの交点の個数が
対象物体の性質を最大に示す交点数となるウィンドウの
径を求め、この径のウィンドウを用いて対象物体の位置
を決定することを特徴とする。請求項７の発明は、請求
項１の発明において、濃淡画像にラインを設定してライ
ン上での対象物体との交点を求め、この交点の近傍の限
定された領域内でウィンドウを走査することを特徴とす
る。
て、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウと対象物体のエッジとの交点の個数が
対象物体の性質を最大に示す交点数となるウィンドウの
径を求め、この径のウィンドウを用いて対象物体の位置
を決定することを特徴とする。請求項７の発明は、請求
項１の発明において、濃淡画像にラインを設定してライ
ン上での対象物体との交点を求め、この交点の近傍の限
定された領域内でウィンドウを走査することを特徴とす
る。
【００１２】請求項８の発明は、基準物体の濃淡画像に
対してリング状のウィンドウを設定し、ウィンドウの上
の画素の濃淡値のデータ列についてフーリエ変換を施し
て各周波数の振幅値を成分とする基準スペクトルパター
ンを求め、次に、対象物体を撮像して得た濃淡画像の画
面内で、上記ウィンドウと同じウィンドウを走査し、ウ
ィンドウの上の画素の濃淡値のデータ列についてフーリ
エ変換を施して各周波数成分の振幅値を成分とするスペ
クトルパターンを求め、基準スペクトルパターンにもっ
とも類似したスペクトルパターンが得られるウィンドウ
の代表点の位置を画面内の対象物体の代表点の位置と決
定することを特徴とする。
対してリング状のウィンドウを設定し、ウィンドウの上
の画素の濃淡値のデータ列についてフーリエ変換を施し
て各周波数の振幅値を成分とする基準スペクトルパター
ンを求め、次に、対象物体を撮像して得た濃淡画像の画
面内で、上記ウィンドウと同じウィンドウを走査し、ウ
ィンドウの上の画素の濃淡値のデータ列についてフーリ
エ変換を施して各周波数成分の振幅値を成分とするスペ
クトルパターンを求め、基準スペクトルパターンにもっ
とも類似したスペクトルパターンが得られるウィンドウ
の代表点の位置を画面内の対象物体の代表点の位置と決
定することを特徴とする。
【００１３】請求項９の発明は、対象物体の性質を最大
に示す周波数成分の位相と基準物体における同じ周波数
成分の位相とに基づいて、対象物体の基準物体に対する
回転角度を求める過程を付加したことを特徴とする。
に示す周波数成分の位相と基準物体における同じ周波数
成分の位相とに基づいて、対象物体の基準物体に対する
回転角度を求める過程を付加したことを特徴とする。
【００１４】
【作用】本発明の原理について説明する。本発明では上
述したように、対象物体を撮像した濃淡画像に対して環
状のウィンドウを設定し、このウィンドウを濃淡画像内
で走査するとともに、ウィンドウの各位置においてウィ
ンドウ内の各画素の濃度を求め、この濃度のデータ列を
フーリエ変換して求めたスペクトルを利用して、ウィン
ドウの位置に基づいて対象物体の位置を求めるのであ
る。
述したように、対象物体を撮像した濃淡画像に対して環
状のウィンドウを設定し、このウィンドウを濃淡画像内
で走査するとともに、ウィンドウの各位置においてウィ
ンドウ内の各画素の濃度を求め、この濃度のデータ列を
フーリエ変換して求めたスペクトルを利用して、ウィン
ドウの位置に基づいて対象物体の位置を求めるのであ
る。
【００１５】いま、図１（ａ）のような対象物体Ｓの濃
淡画像に対して、円形のウィンドウＷを設定する。この
ウィンドウＷの上の画素について濃度を順に求める。こ
こで、濃度を求める対象となる画素は、ウィンドウＷの
上の全画素とすればもっとも高精度になるが、適宜個数
ずつサンプリングしてもよい。このようにして求めたウ
ィンドウＷの上の画素の濃度に関するデータ列は、図１
（ｂ）のようにウィンドウＷの周方向について変化す
る。このデータ列をフーリエ変換してスペクトルを求め
ると、図１（ｃ）のようになる。ここで、対象物体Ｓは
６歯の歯車であって、６回回転対称になっているから、
基本周波数ｆの６倍である６ｆの周波数成分の振幅がも
っとも大きくなる。
淡画像に対して、円形のウィンドウＷを設定する。この
ウィンドウＷの上の画素について濃度を順に求める。こ
こで、濃度を求める対象となる画素は、ウィンドウＷの
上の全画素とすればもっとも高精度になるが、適宜個数
ずつサンプリングしてもよい。このようにして求めたウ
ィンドウＷの上の画素の濃度に関するデータ列は、図１
（ｂ）のようにウィンドウＷの周方向について変化す
る。このデータ列をフーリエ変換してスペクトルを求め
ると、図１（ｃ）のようになる。ここで、対象物体Ｓは
６歯の歯車であって、６回回転対称になっているから、
基本周波数ｆの６倍である６ｆの周波数成分の振幅がも
っとも大きくなる。
【００１６】一方、図２（ａ）に示すように、図１
（ａ）と同じ対象物体Ｓが角度θだけ回転した濃淡画像
が得られたときには、ウィンドウＷの上の画素を図１
（ａ）と同じ位置からサンプリングしたとすると、図２
（ｂ）のように図１（ｂ）に対して角度θに相当する分
だけウィンドウＷの周方向にずれたデータ列を得ること
ができる。フーリエ変換では、ウィンドウＷの周方向の
ずれの影響を受けずにデータ列の周波数成分のみを抽出
することができるから、図２（ｃ）に示すように、フー
リエ変換後のスペクトルは図１（ｃ）と同じパターンに
なる。
（ａ）と同じ対象物体Ｓが角度θだけ回転した濃淡画像
が得られたときには、ウィンドウＷの上の画素を図１
（ａ）と同じ位置からサンプリングしたとすると、図２
（ｂ）のように図１（ｂ）に対して角度θに相当する分
だけウィンドウＷの周方向にずれたデータ列を得ること
ができる。フーリエ変換では、ウィンドウＷの周方向の
ずれの影響を受けずにデータ列の周波数成分のみを抽出
することができるから、図２（ｃ）に示すように、フー
リエ変換後のスペクトルは図１（ｃ）と同じパターンに
なる。
【００１７】上述したように、円形のウィンドウＷの中
心と中心位置が一致する対象物体Ｓについては、ウィン
ドウＷの上の画素のデータ列をフーリエ変換した結果の
スペクトルは同一になるから、この性質を利用すれば、
対象物体Ｓの向きに影響されることなく対象物体Ｓの位
置をウィンドウＷの位置として検出することができるの
である。しかも、濃淡画像を用いてフーリエ変換により
求めたスペクトルのパターンマッチングによって対象画
像の位置を決定するから、対象画像Ｓの表面照度の影響
を受けにくいのである。
心と中心位置が一致する対象物体Ｓについては、ウィン
ドウＷの上の画素のデータ列をフーリエ変換した結果の
スペクトルは同一になるから、この性質を利用すれば、
対象物体Ｓの向きに影響されることなく対象物体Ｓの位
置をウィンドウＷの位置として検出することができるの
である。しかも、濃淡画像を用いてフーリエ変換により
求めたスペクトルのパターンマッチングによって対象画
像の位置を決定するから、対象画像Ｓの表面照度の影響
を受けにくいのである。
【００１８】また、本発明方法では、ウィンドウＷの中
心と対象物体Ｓの中心との位置を一致させる必要がある
が、ウィンドウＷを画像内で走査して各位置でのスペク
トルを求め、対象物体Ｓの特徴を示すスペクトルパター
ンがもっとも強く現れた位置を目的の位置としているか
ら、目的位置を精度よく求めることができる。
心と対象物体Ｓの中心との位置を一致させる必要がある
が、ウィンドウＷを画像内で走査して各位置でのスペク
トルを求め、対象物体Ｓの特徴を示すスペクトルパター
ンがもっとも強く現れた位置を目的の位置としているか
ら、目的位置を精度よく求めることができる。
【００１９】
（実施例１）図３は本発明方法に用いる装置の概略構成
であって、撮像手段としてのＴＶカメラ１により対象物
体を含む監視領域を撮像し、ディジタル信号の濃淡画像
に変換した後に画像メモリなどの画像蓄積部２に一旦格
納する。この画像蓄積部２に格納された濃淡画像に対し
て対象物体の位置、角度、距離などを求める処理が施さ
れる。
であって、撮像手段としてのＴＶカメラ１により対象物
体を含む監視領域を撮像し、ディジタル信号の濃淡画像
に変換した後に画像メモリなどの画像蓄積部２に一旦格
納する。この画像蓄積部２に格納された濃淡画像に対し
て対象物体の位置、角度、距離などを求める処理が施さ
れる。
【００２０】すなわち、画像蓄積部２に格納された濃淡
画像に対して、ウィンドウ作成部３では、図４（ａ）の
ように円形状のウィンドウＷを発生させる。ここに、ウ
ィンドウＷの半径は、対象物体Ｓの大きさや形状に応じ
て設定される。次に、ウィンドウＷの上の画素の濃度を
サンプリング部４においてサンプリングし、サンプリン
グした濃淡値のデータ列に対してフーリエ変換部５でフ
ーリエ変換を施し、濃淡値のデータ列のスペクトルを求
める。たとえば、図４（ａ）のように対象物体Ｓにウィ
ンドウＷが一致していない位置では、フーリエ変換によ
って求めたスペクトルは、図５（ａ）のように、対象物
体Ｓに固有な特徴は示さない。すなわち、この対象物体
Ｓは６歯の歯車であって、対象物体ＳにウィンドウＷが
重なると図５（ｂ）のように濃淡値のデータ列のスペク
トル成分では基本周波数ｆの６倍である６ｆの振幅が強
く現れるのであるが、図４（ａ）の位置ではこのような
傾向が見られないのである。
画像に対して、ウィンドウ作成部３では、図４（ａ）の
ように円形状のウィンドウＷを発生させる。ここに、ウ
ィンドウＷの半径は、対象物体Ｓの大きさや形状に応じ
て設定される。次に、ウィンドウＷの上の画素の濃度を
サンプリング部４においてサンプリングし、サンプリン
グした濃淡値のデータ列に対してフーリエ変換部５でフ
ーリエ変換を施し、濃淡値のデータ列のスペクトルを求
める。たとえば、図４（ａ）のように対象物体Ｓにウィ
ンドウＷが一致していない位置では、フーリエ変換によ
って求めたスペクトルは、図５（ａ）のように、対象物
体Ｓに固有な特徴は示さない。すなわち、この対象物体
Ｓは６歯の歯車であって、対象物体ＳにウィンドウＷが
重なると図５（ｂ）のように濃淡値のデータ列のスペク
トル成分では基本周波数ｆの６倍である６ｆの振幅が強
く現れるのであるが、図４（ａ）の位置ではこのような
傾向が見られないのである。
【００２１】１つのウィンドウＷについてスペクトルを
求めると、ウィンドウＷを移動させて次の位置でウィン
ドウＷの中の画素の濃淡値のデータ列に関するスペクト
ルを求める。ウィンドウＷは図４（ａ）に矢印で示すよ
うに、左から右に向かって走査し、ウィンドウＷが右端
に達すると、ウィンドウＷを規定量だけ下方に移動させ
るとともに左端に移動させ左から右に向かって再び走査
する。すなわち、ラスタ走査と同様な走査を行なう。ま
た、ウィンドウＷの１回の移動量は１画素ずつとしても
よいが、対象画素Ｓとの関係に応じて適宜に設定する。
求めると、ウィンドウＷを移動させて次の位置でウィン
ドウＷの中の画素の濃淡値のデータ列に関するスペクト
ルを求める。ウィンドウＷは図４（ａ）に矢印で示すよ
うに、左から右に向かって走査し、ウィンドウＷが右端
に達すると、ウィンドウＷを規定量だけ下方に移動させ
るとともに左端に移動させ左から右に向かって再び走査
する。すなわち、ラスタ走査と同様な走査を行なう。ま
た、ウィンドウＷの１回の移動量は１画素ずつとしても
よいが、対象画素Ｓとの関係に応じて適宜に設定する。
【００２２】このようにウィンドウＷを走査し、図４
（ｂ）のように、ウィンドウＷの中心が対象物体Ｓの中
心に一致すると、フーリエ変換により求めたスペクトル
は図５（ｂ）のように基本周波数ｆの６倍の周波数成分
が最大になる。すなわち、位置検出部６では、ウィンド
ウＷを走査して得たウィンドウＷの各位置でのスペクト
ルについて、対象物体Ｓの特徴をもっとも強く表すスペ
クトルパターンが生じると、ウィンドウＷの中心と対象
物体Ｓの中心とが一致したと判断し、このウィンドウＷ
の中心画素の位置を対象物体Ｓの中心位置として求める
のである。
（ｂ）のように、ウィンドウＷの中心が対象物体Ｓの中
心に一致すると、フーリエ変換により求めたスペクトル
は図５（ｂ）のように基本周波数ｆの６倍の周波数成分
が最大になる。すなわち、位置検出部６では、ウィンド
ウＷを走査して得たウィンドウＷの各位置でのスペクト
ルについて、対象物体Ｓの特徴をもっとも強く表すスペ
クトルパターンが生じると、ウィンドウＷの中心と対象
物体Ｓの中心とが一致したと判断し、このウィンドウＷ
の中心画素の位置を対象物体Ｓの中心位置として求める
のである。
【００２３】上記動作についてまとめると、図６のよう
になる。すなわち、対象物体を含む領域をＴＶカメラ１
によって撮像し（Ｓ１）、画像蓄積部２に格納された濃
淡画像に対して、ウィンドウ作成部３において円形状の
ウィンドウＷを設定する（Ｓ２）。次に、ウィンドウＷ
の上の画素の濃淡値をサンプリングし（Ｓ３）、次にサ
ンプリングデータをフーリエ変換して各周波数成分の振
幅Ａｉ（ｋ）を算出する（Ｓ４）。フーリエ変換によっ
て求めた各周波数ごとの振幅Ａｉ（ｋ）はメモリに格納
される（Ｓ５）。ウィンドウＷを走査してウィンドウＷ
の各位置で上記処理を行い（Ｓ６，Ｓ７）、濃淡画像の
全域についてウィンドウＷの走査が完了すると、基本周
波数ｆの６倍の周波数６ｆの振幅Ａｉ（６ｆ）が最大に
なるウィンドウＷの中心位置を求める（Ｓ８）。このよ
うにして求めた位置が対象物体Ｓの中心位置として位置
検出部６から出力されるのである（Ｓ９）。
になる。すなわち、対象物体を含む領域をＴＶカメラ１
によって撮像し（Ｓ１）、画像蓄積部２に格納された濃
淡画像に対して、ウィンドウ作成部３において円形状の
ウィンドウＷを設定する（Ｓ２）。次に、ウィンドウＷ
の上の画素の濃淡値をサンプリングし（Ｓ３）、次にサ
ンプリングデータをフーリエ変換して各周波数成分の振
幅Ａｉ（ｋ）を算出する（Ｓ４）。フーリエ変換によっ
て求めた各周波数ごとの振幅Ａｉ（ｋ）はメモリに格納
される（Ｓ５）。ウィンドウＷを走査してウィンドウＷ
の各位置で上記処理を行い（Ｓ６，Ｓ７）、濃淡画像の
全域についてウィンドウＷの走査が完了すると、基本周
波数ｆの６倍の周波数６ｆの振幅Ａｉ（６ｆ）が最大に
なるウィンドウＷの中心位置を求める（Ｓ８）。このよ
うにして求めた位置が対象物体Ｓの中心位置として位置
検出部６から出力されるのである（Ｓ９）。
【００２４】上述のようにして円形のウィンドウＷの上
の画素の濃淡値にフーリエ変換を施して対象物体Ｓの位
置を求めるから、フーリエ変換の性質によって対象物体
Ｓの向き（濃淡画像の中での対象物体Ｓの回転）には影
響されることがな、またウィンドウＷの走査によって対
象物体Ｓの特徴が最大になる位置を求めるから、対象物
体Ｓの照度にもほとんど影響されないのである。
の画素の濃淡値にフーリエ変換を施して対象物体Ｓの位
置を求めるから、フーリエ変換の性質によって対象物体
Ｓの向き（濃淡画像の中での対象物体Ｓの回転）には影
響されることがな、またウィンドウＷの走査によって対
象物体Ｓの特徴が最大になる位置を求めるから、対象物
体Ｓの照度にもほとんど影響されないのである。
【００２５】（実施例２）本実施例は、ＴＶカメラ１に
よって赤色系（Ｒ）、緑色系（Ｇ）、青色系（Ｂ）の色
成分を含むカラー画像を取り込み、対象物体Ｓの位置検
出には、カラー画像のうちの少なくともひとつの色成分
に関する濃淡画像を用いるようにしたものである。
よって赤色系（Ｒ）、緑色系（Ｇ）、青色系（Ｂ）の色
成分を含むカラー画像を取り込み、対象物体Ｓの位置検
出には、カラー画像のうちの少なくともひとつの色成分
に関する濃淡画像を用いるようにしたものである。
【００２６】たとえば、図７に示すように、対象物体Ｓ
が他の物体Ｓ1 の上に載置されていて、しかも物体Ｓ1
が銀色の金属であり、かつ対象物体Ｓが銅色の金属であ
るとすれば、白黒の濃淡画像では対象物体Ｓと物体Ｓ1
との濃度差が小さいものである。したがって、実施例１
と同様にウィンドウＷの上の濃淡値のデータ列にフーリ
エ変換を施しても対象物体Ｓの特徴を十分に抽出するこ
とができない場合がある。この場合、カラー画像のうち
の赤色系（Ｒ）成分についての濃淡画像では、対象物体
Ｓと物体Ｓ1 との濃度差が大きいから、ＴＶカメラ１で
取り込んだ赤色系成分についての濃淡画像に基づいて実
施例１と同様の処理を施せば、対象物体Ｓの位置を正確
に求めることができるのである。
が他の物体Ｓ1 の上に載置されていて、しかも物体Ｓ1
が銀色の金属であり、かつ対象物体Ｓが銅色の金属であ
るとすれば、白黒の濃淡画像では対象物体Ｓと物体Ｓ1
との濃度差が小さいものである。したがって、実施例１
と同様にウィンドウＷの上の濃淡値のデータ列にフーリ
エ変換を施しても対象物体Ｓの特徴を十分に抽出するこ
とができない場合がある。この場合、カラー画像のうち
の赤色系（Ｒ）成分についての濃淡画像では、対象物体
Ｓと物体Ｓ1 との濃度差が大きいから、ＴＶカメラ１で
取り込んだ赤色系成分についての濃淡画像に基づいて実
施例１と同様の処理を施せば、対象物体Ｓの位置を正確
に求めることができるのである。
【００２７】すなわち、図８に示すように、実施例１の
ステップＳ１について、カラー画像を取り込むようにす
るとともに（Ｓ１ａ）、カラー画像のうちの赤色系成分
の濃淡画像のみを抽出する（Ｓ１ｂ）点が、実施例１と
は相違するのであって、他の方法については実施例１と
同様である。また、本実施例では、対象物体Ｓが銅色で
あり、背景となる物体Ｓ1 が銀色であるから、カラー画
像のうちの赤色系成分を抽出しているが、対象物体Ｓと
背景になる物体Ｓ1 との色の関係に応じて最適な色成分
を利用すればよいものである。なお、カラー画像を用い
る代わりに、ＴＶカメラ１に色フィルタを装着して画像
を取り込むようにしても同様の結果を得ることができ
る。
ステップＳ１について、カラー画像を取り込むようにす
るとともに（Ｓ１ａ）、カラー画像のうちの赤色系成分
の濃淡画像のみを抽出する（Ｓ１ｂ）点が、実施例１と
は相違するのであって、他の方法については実施例１と
同様である。また、本実施例では、対象物体Ｓが銅色で
あり、背景となる物体Ｓ1 が銀色であるから、カラー画
像のうちの赤色系成分を抽出しているが、対象物体Ｓと
背景になる物体Ｓ1 との色の関係に応じて最適な色成分
を利用すればよいものである。なお、カラー画像を用い
る代わりに、ＴＶカメラ１に色フィルタを装着して画像
を取り込むようにしても同様の結果を得ることができ
る。
【００２８】（実施例３）本実施例では、図９（ａ）の
ように、同心円状に配置した半径の異なる複数のウィン
ドウＷ1 〜Ｗ3 を用いることによって、対象物体Ｓの拡
大・縮小率を求める。ここでは、各ウィンドウＷ1 〜Ｗ
3 の中心は対象物体Ｓの中心に一致しているものとす
る。各ウィンドウＷ1 〜Ｗ3 の画素の濃淡値のデータ列
について、実施例１と同様にフーリエ変換を施してスペ
クトルを求める。いま、各ウィンドウＷ1 〜Ｗ3 に対す
るスペクトルが図１０（ａ）〜（ｃ）のようになったと
する。この場合、対象物体Ｓの特徴をもっとも強く表す
スペクトルパターン（本実施例では基本周波数の６倍成
分の振幅が最大になることを意味する）が得られるのは
ウィンドウＷ3 になる。いま、ウィンドウＷ3 の半径が
Ｒ２であるものとする。一方、同様の方法で相似形状の
基準物体Ｓ0 について図９（ｂ）のようにウィンドウＷ
0 の半径Ｒ１を求めておけば、基準物体Ｓ0 に対する対
象物体Ｓの拡大・縮小率は、ウィンドウＷ3 の半径Ｒ２
とウィンドウＷ0 の半径Ｒ１との比によって求めること
ができるのである。
ように、同心円状に配置した半径の異なる複数のウィン
ドウＷ1 〜Ｗ3 を用いることによって、対象物体Ｓの拡
大・縮小率を求める。ここでは、各ウィンドウＷ1 〜Ｗ
3 の中心は対象物体Ｓの中心に一致しているものとす
る。各ウィンドウＷ1 〜Ｗ3 の画素の濃淡値のデータ列
について、実施例１と同様にフーリエ変換を施してスペ
クトルを求める。いま、各ウィンドウＷ1 〜Ｗ3 に対す
るスペクトルが図１０（ａ）〜（ｃ）のようになったと
する。この場合、対象物体Ｓの特徴をもっとも強く表す
スペクトルパターン（本実施例では基本周波数の６倍成
分の振幅が最大になることを意味する）が得られるのは
ウィンドウＷ3 になる。いま、ウィンドウＷ3 の半径が
Ｒ２であるものとする。一方、同様の方法で相似形状の
基準物体Ｓ0 について図９（ｂ）のようにウィンドウＷ
0 の半径Ｒ１を求めておけば、基準物体Ｓ0 に対する対
象物体Ｓの拡大・縮小率は、ウィンドウＷ3 の半径Ｒ２
とウィンドウＷ0 の半径Ｒ１との比によって求めること
ができるのである。
【００２９】本実施例の動作をまとめると図１１のよう
になる。すなわち、対象物体Ｓの濃淡画像を得た後（Ｓ
１１）、対象物体Ｓと中心が一致するウィンドウを発生
させ（Ｓ１２）、ウィンドウの上の画素をサンプリング
して濃淡値のデータ列を生成する（Ｓ１３）。このデー
タ列をフーリエ変換して各周波数成分の振幅Ａｒ（ｋ）
を求め（Ｓ１４）、振幅Ａｒ（ｋ）をメモリに格納する
（Ｓ１５）。１つのウィンドウについて上記処理が終了
すれば、ウィンドウの半径を変更する（Ｓ１６，Ｓ１
７）。すべてのウィンドウＷ1 〜Ｗ3 について上記処理
が終了すると、基本周波数ｆの６倍の周波数６ｆの振幅
値が最大になるウィンドウＷ3 の半径Ｒ２を求め（Ｓ１
８）、この半径Ｒ２とあらかじめ求めてある半径Ｒ１と
の比を求めることによって、対象物体Ｓの基準物体Ｓ0
に対する拡大・縮小率を求めるのである（Ｓ１９）。
になる。すなわち、対象物体Ｓの濃淡画像を得た後（Ｓ
１１）、対象物体Ｓと中心が一致するウィンドウを発生
させ（Ｓ１２）、ウィンドウの上の画素をサンプリング
して濃淡値のデータ列を生成する（Ｓ１３）。このデー
タ列をフーリエ変換して各周波数成分の振幅Ａｒ（ｋ）
を求め（Ｓ１４）、振幅Ａｒ（ｋ）をメモリに格納する
（Ｓ１５）。１つのウィンドウについて上記処理が終了
すれば、ウィンドウの半径を変更する（Ｓ１６，Ｓ１
７）。すべてのウィンドウＷ1 〜Ｗ3 について上記処理
が終了すると、基本周波数ｆの６倍の周波数６ｆの振幅
値が最大になるウィンドウＷ3 の半径Ｒ２を求め（Ｓ１
８）、この半径Ｒ２とあらかじめ求めてある半径Ｒ１と
の比を求めることによって、対象物体Ｓの基準物体Ｓ0
に対する拡大・縮小率を求めるのである（Ｓ１９）。
【００３０】なお、ウィンドウＷ1 〜Ｗ3 は３種類に限
定されるものではなく、半径をさらに多段階に設定して
多種類のウィンドウを発生させてもよい。また、ウィン
ドウＷ1 〜Ｗ3 の中心を対象物体Ｓの中心に一致させる
方法は、実施例１、実施例２の方法を適用すればよい。 （実施例４）本実施例は、図１２に示すように、同心円
状に配置した半径の異なる複数のウィンドウＷ1 〜Ｗ3
を用いることによって、実際の対象物体Ｓ′（図１４参
照）までの距離を求めるものである。ウィンドウＷ1 〜
Ｗ3 に関して画素の濃淡値のデータ列をフーリエ変換し
てスペクトルを求める点は実施例３と同様の処理であ
る。すなわち、各ウィンドウＷ1 〜Ｗ3 の中心は濃淡画
像内での対象物体Ｓの中心に一致しているものとし、各
ウィンドウＷ1 〜Ｗ3 の画素の濃淡値のデータ列につい
てフーリエ変換を施してスペクトルを求める。このと
き、各ウィンドウＷ 1 〜Ｗ3 に対するスペクトルが図１
３（ａ）〜（ｃ）のようになったとする。各スペクトル
の中で対象物体Ｓの特徴をもっとも強く表すスペクトル
パターンが得られるのはウィンドウＷ3 になるから、こ
のウィンドウＷ3 の半径を求める。いま、図１４に示す
ように、ウィンドウＷ3 の半径がＲ２であるものとす
る。対象物体Ｓ′同形状・同寸法の基準物体Ｓ0 ′につ
いて図１５のようにウィンドウＷ 0 の半径Ｒ１とＴＶカ
メラ１のレンズ７からの距離Ｌ１とを求めておけば、対
象物体Ｓ′までのレンズ７からの距離Ｌ２は、Ｌ２＝Ｌ
１×（Ｒ１／Ｒ２）として求めることができる。
定されるものではなく、半径をさらに多段階に設定して
多種類のウィンドウを発生させてもよい。また、ウィン
ドウＷ1 〜Ｗ3 の中心を対象物体Ｓの中心に一致させる
方法は、実施例１、実施例２の方法を適用すればよい。 （実施例４）本実施例は、図１２に示すように、同心円
状に配置した半径の異なる複数のウィンドウＷ1 〜Ｗ3
を用いることによって、実際の対象物体Ｓ′（図１４参
照）までの距離を求めるものである。ウィンドウＷ1 〜
Ｗ3 に関して画素の濃淡値のデータ列をフーリエ変換し
てスペクトルを求める点は実施例３と同様の処理であ
る。すなわち、各ウィンドウＷ1 〜Ｗ3 の中心は濃淡画
像内での対象物体Ｓの中心に一致しているものとし、各
ウィンドウＷ1 〜Ｗ3 の画素の濃淡値のデータ列につい
てフーリエ変換を施してスペクトルを求める。このと
き、各ウィンドウＷ 1 〜Ｗ3 に対するスペクトルが図１
３（ａ）〜（ｃ）のようになったとする。各スペクトル
の中で対象物体Ｓの特徴をもっとも強く表すスペクトル
パターンが得られるのはウィンドウＷ3 になるから、こ
のウィンドウＷ3 の半径を求める。いま、図１４に示す
ように、ウィンドウＷ3 の半径がＲ２であるものとす
る。対象物体Ｓ′同形状・同寸法の基準物体Ｓ0 ′につ
いて図１５のようにウィンドウＷ 0 の半径Ｒ１とＴＶカ
メラ１のレンズ７からの距離Ｌ１とを求めておけば、対
象物体Ｓ′までのレンズ７からの距離Ｌ２は、Ｌ２＝Ｌ
１×（Ｒ１／Ｒ２）として求めることができる。
【００３１】本実施例の動作をまとめると図１６のよう
になる。すなわち、実施例３のステップＳ１９において
基準物体Ｓ0 に対する対象物体Ｓの拡大・縮小率を求め
る処理に代えて、Ｌ１×（Ｒ１／Ｒ２）という演算を行
なって距離Ｌ２を求める処理（Ｓ１９′）を行なう点が
相違する。他の処理は実施例３と同様である。なお、実
施例３と同様に、ウィンドウＷ1 〜Ｗ3 は３種類に限定
されるものではなく、半径をさらに多段階に設定して多
種類のウィンドウを発生させてもよい。また、ウィンド
ウＷ1 〜Ｗ3 の中心を対象物体Ｓの中心に一致させる方
法は、実施例１、実施例２の方法を適用すればよい。
になる。すなわち、実施例３のステップＳ１９において
基準物体Ｓ0 に対する対象物体Ｓの拡大・縮小率を求め
る処理に代えて、Ｌ１×（Ｒ１／Ｒ２）という演算を行
なって距離Ｌ２を求める処理（Ｓ１９′）を行なう点が
相違する。他の処理は実施例３と同様である。なお、実
施例３と同様に、ウィンドウＷ1 〜Ｗ3 は３種類に限定
されるものではなく、半径をさらに多段階に設定して多
種類のウィンドウを発生させてもよい。また、ウィンド
ウＷ1 〜Ｗ3 の中心を対象物体Ｓの中心に一致させる方
法は、実施例１、実施例２の方法を適用すればよい。
【００３２】（実施例５）本実施例は、図１７のよう
に、相似形状の複数個の対象物体Ｓａ〜Ｓｃの相対位置
が固定的に設定されており、かつ各対象物体Ｓａ〜Ｓｃ
がそれぞれの中心の回りに回転可能であるような場合に
ついて、対象物体Ｓａ〜Ｓｃの位置を求める方法であ
る。このような対象物体Ｓａ〜Ｓｃとしては、たとえ
ば、それぞれ中心軸の回りに回転する複数個の歯車が考
えられる。
に、相似形状の複数個の対象物体Ｓａ〜Ｓｃの相対位置
が固定的に設定されており、かつ各対象物体Ｓａ〜Ｓｃ
がそれぞれの中心の回りに回転可能であるような場合に
ついて、対象物体Ｓａ〜Ｓｃの位置を求める方法であ
る。このような対象物体Ｓａ〜Ｓｃとしては、たとえ
ば、それぞれ中心軸の回りに回転する複数個の歯車が考
えられる。
【００３３】いま、対象物体Ｓａ〜Ｓｃの相対位置は既
知であるとする。ウィンドウ作成部３では、各対象物体
Ｓａ〜Ｓｃに対応した半径を有するウィンドウＷａ〜Ｗ
ｃを設定し、このとき各ウィンドウＷａ〜Ｗｃの中心の
相対位置は、既知である対象物体Ｓａ〜Ｓｃの相対位置
に一致するように設定される。ウィンドウＷａ〜Ｗｃは
相対位置を保ったまま実施例１と同様に走査される。ウ
ィンドウＷａ〜Ｗｃを走査する過程において各位置で各
ウィンドウＷａ〜Ｗｃの上の画素の濃淡値のデータ列を
それぞれ求め、各データ列をフーリエ変換する。次に、
各ウィンドウＷａ〜Ｗｃについてフーリエ変換によって
求めた各周波数成分について振幅値をそれぞれ加算し、
加算後の振幅値によるスペクトルを求める。以後の処理
は実施例１と同様であって、ウィンドウＷａ〜Ｗｃの走
査過程で、対象物体Ｓａ〜Ｓｃの特徴をもっとも強く表
すスペクトルパターンが得られたときのウィンドウＷａ
〜Ｗｃの位置を対象物体Ｓａ〜Ｓｃの位置とするのであ
る。このような処理では、対象物体Ｓａ〜Ｓｃがそれぞ
れの中心の回りで回転しても、同じスペクトルパターン
を得ることができるから、位置を正確に求めることがで
きる。
知であるとする。ウィンドウ作成部３では、各対象物体
Ｓａ〜Ｓｃに対応した半径を有するウィンドウＷａ〜Ｗ
ｃを設定し、このとき各ウィンドウＷａ〜Ｗｃの中心の
相対位置は、既知である対象物体Ｓａ〜Ｓｃの相対位置
に一致するように設定される。ウィンドウＷａ〜Ｗｃは
相対位置を保ったまま実施例１と同様に走査される。ウ
ィンドウＷａ〜Ｗｃを走査する過程において各位置で各
ウィンドウＷａ〜Ｗｃの上の画素の濃淡値のデータ列を
それぞれ求め、各データ列をフーリエ変換する。次に、
各ウィンドウＷａ〜Ｗｃについてフーリエ変換によって
求めた各周波数成分について振幅値をそれぞれ加算し、
加算後の振幅値によるスペクトルを求める。以後の処理
は実施例１と同様であって、ウィンドウＷａ〜Ｗｃの走
査過程で、対象物体Ｓａ〜Ｓｃの特徴をもっとも強く表
すスペクトルパターンが得られたときのウィンドウＷａ
〜Ｗｃの位置を対象物体Ｓａ〜Ｓｃの位置とするのであ
る。このような処理では、対象物体Ｓａ〜Ｓｃがそれぞ
れの中心の回りで回転しても、同じスペクトルパターン
を得ることができるから、位置を正確に求めることがで
きる。
【００３４】上記処理をまとめると、図１８のようにな
る。すなわち、図６に示した実施例１の処理のうち、ス
テップＳ２〜Ｓ４について、図１８のように複数のウィ
ンドウＷａ〜Ｗｃを用いた処理（Ｓ２′〜Ｓ４ａ′，Ｓ
４ｂ′）に変更しているのであって、他の処理は実施例
１と同様である。なお、本実施例では、対象物体Ｓａ〜
Ｓｃが相似形である例を示したが、対象物体Ｓａ〜Ｓｃ
が相似形でない場合にはフーリエ変換後の振幅値を各周
波数成分ごとに加算することはできないから、相似形の
ものについてのみ加算し、他の形状のものについては別
個に処理して位置を求めるようにし、それぞれの形状に
関して求めた位置が異なっていれば、それらの位置の重
心などの代表点を求めるようにすればよい。
る。すなわち、図６に示した実施例１の処理のうち、ス
テップＳ２〜Ｓ４について、図１８のように複数のウィ
ンドウＷａ〜Ｗｃを用いた処理（Ｓ２′〜Ｓ４ａ′，Ｓ
４ｂ′）に変更しているのであって、他の処理は実施例
１と同様である。なお、本実施例では、対象物体Ｓａ〜
Ｓｃが相似形である例を示したが、対象物体Ｓａ〜Ｓｃ
が相似形でない場合にはフーリエ変換後の振幅値を各周
波数成分ごとに加算することはできないから、相似形の
ものについてのみ加算し、他の形状のものについては別
個に処理して位置を求めるようにし、それぞれの形状に
関して求めた位置が異なっていれば、それらの位置の重
心などの代表点を求めるようにすればよい。
【００３５】（実施例６）本実施例は、最適なウィンド
ウの半径を決定する場合に有効な方法であって、たとえ
ばウィンドウの走査中に各位置において本実施例の方法
を適用すれば、対象物体Ｓの位置を的確に求めることが
できる。すなわち、半径の異なる複数種類のウィンドウ
Ｗ1 〜Ｗ3 を同心円状に発生させる（図１９参照）。ま
た、各ウィンドウＷ1 〜Ｗ3 について、画素の濃淡値を
サンプリングし、このデータ列に対してフーリエ変換を
施す。図１９に示した例では、各ウィンドウＷ1 〜Ｗ3
が対象物体Ｓの中心位置に中心を一致させる位置であれ
ば、各ウィンドウＷ1 〜Ｗ3に関して、たとえば図２０
のようなスペクトルが得られる。ここで、対象物体Ｓの
特徴をもっとも強く表しているのは、ウィンドウＷ2 に
対するスペクトルパターンであるから（基本周波数ｆの
６倍成分の振幅値が最大になっているから）、このウィ
ンドウＷ2 の半径を対象物体Ｓに対して最適な半径とす
る。
ウの半径を決定する場合に有効な方法であって、たとえ
ばウィンドウの走査中に各位置において本実施例の方法
を適用すれば、対象物体Ｓの位置を的確に求めることが
できる。すなわち、半径の異なる複数種類のウィンドウ
Ｗ1 〜Ｗ3 を同心円状に発生させる（図１９参照）。ま
た、各ウィンドウＷ1 〜Ｗ3 について、画素の濃淡値を
サンプリングし、このデータ列に対してフーリエ変換を
施す。図１９に示した例では、各ウィンドウＷ1 〜Ｗ3
が対象物体Ｓの中心位置に中心を一致させる位置であれ
ば、各ウィンドウＷ1 〜Ｗ3に関して、たとえば図２０
のようなスペクトルが得られる。ここで、対象物体Ｓの
特徴をもっとも強く表しているのは、ウィンドウＷ2 に
対するスペクトルパターンであるから（基本周波数ｆの
６倍成分の振幅値が最大になっているから）、このウィ
ンドウＷ2 の半径を対象物体Ｓに対して最適な半径とす
る。
【００３６】本実施例の処理をまとめると、図２１のよ
うになる。すなわち、対象物体Ｓを含む濃淡画像を取込
み（Ｓ２１）、この対象物体Ｓに対して半径の異なる複
数個のウィンドウＷ1 〜Ｗ3 を発生させる（Ｓ２２）。
その後、各ウィンドウＷ1 〜Ｗ3 について濃淡値のデー
タ列を求め（Ｓ２３）、このデータ列をフーリエ変換し
て各周波数成分の振幅Ａｉ（ｋ）を求める（Ｓ２４）。
ここで、基本周波数ｆの６倍の周波数に対する振幅Ａｉ
（６ｆ）が最大になるウィンドウＷ2 を目的のウィンド
ウとするのである（Ｓ２５）。他の処理は実施例１と同
様である。
うになる。すなわち、対象物体Ｓを含む濃淡画像を取込
み（Ｓ２１）、この対象物体Ｓに対して半径の異なる複
数個のウィンドウＷ1 〜Ｗ3 を発生させる（Ｓ２２）。
その後、各ウィンドウＷ1 〜Ｗ3 について濃淡値のデー
タ列を求め（Ｓ２３）、このデータ列をフーリエ変換し
て各周波数成分の振幅Ａｉ（ｋ）を求める（Ｓ２４）。
ここで、基本周波数ｆの６倍の周波数に対する振幅Ａｉ
（６ｆ）が最大になるウィンドウＷ2 を目的のウィンド
ウとするのである（Ｓ２５）。他の処理は実施例１と同
様である。
【００３７】（実施例７）本実施例は、最適なウィンド
ウの半径を決定する場合に有効な方法であって、実施例
６と同様に、半径の異なる複数個のウィンドウＷ1 〜Ｗ
3 を発生させる。ここで、各ウィンドウＷ1 〜Ｗ3 につ
いては、画素の濃淡値のデータ列を求めるのではなく、
図２２に示すように、各ウィンドウＷ1 〜Ｗ3 の上で対
象物体Ｓのエッジと交差する交点Ｐの個数をそれぞれ求
める。対象物体Ｓが歯車のように周囲に突出部分を備え
ている場合には、ウィンドウＷ1 〜Ｗ3 の中心を対象物
体Ｓの中心位置に一致させたときに、ウィンドウＷ1 〜
Ｗ3 の上の濃淡値のデータ列をフーリエ変換するのに最
適なウィンドウＷ1 〜Ｗ3 としては対象物体Ｓのエッジ
との交点Ｐの個数がもっとも多いウィンドウＷ2 を選択
することができる。すなわち、図２２の例ではウィンド
ウＷ1 ，Ｗ3 では対象物体Ｓのエッジとの交点Ｐの個数
が０個であるのに対して、ウィンドウＷ2 では１２個で
あるから、このウィンドウＷ2 を最適なウィンドウとし
て採用するのである。
ウの半径を決定する場合に有効な方法であって、実施例
６と同様に、半径の異なる複数個のウィンドウＷ1 〜Ｗ
3 を発生させる。ここで、各ウィンドウＷ1 〜Ｗ3 につ
いては、画素の濃淡値のデータ列を求めるのではなく、
図２２に示すように、各ウィンドウＷ1 〜Ｗ3 の上で対
象物体Ｓのエッジと交差する交点Ｐの個数をそれぞれ求
める。対象物体Ｓが歯車のように周囲に突出部分を備え
ている場合には、ウィンドウＷ1 〜Ｗ3 の中心を対象物
体Ｓの中心位置に一致させたときに、ウィンドウＷ1 〜
Ｗ3 の上の濃淡値のデータ列をフーリエ変換するのに最
適なウィンドウＷ1 〜Ｗ3 としては対象物体Ｓのエッジ
との交点Ｐの個数がもっとも多いウィンドウＷ2 を選択
することができる。すなわち、図２２の例ではウィンド
ウＷ1 ，Ｗ3 では対象物体Ｓのエッジとの交点Ｐの個数
が０個であるのに対して、ウィンドウＷ2 では１２個で
あるから、このウィンドウＷ2 を最適なウィンドウとし
て採用するのである。
【００３８】上記処理をまとめると、図２３に示すよう
になる。すなわち、対象物体Ｓを含む濃淡画像を取込み
（Ｓ３１）、この濃淡画像から対象物体Ｓのエッジを抽
出するようにエッジ画像を作成する（Ｓ３２）。次に、
対象物体Ｓのエッジ画像に対して半径の異なる複数個の
ウィンドウＷ1 〜Ｗ3 を発生させる（Ｓ３３）。さら
に、各ウィンドウＷ1 〜Ｗ3 についてトレースを行なっ
て（Ｓ３４）、各ウィンドウＷ1 〜Ｗ3 の対象物体Ｓと
の交点Ｐの個数Ｅｉを求める（Ｓ３５）。交点Ｐの個数
Ｅｉが最大になるウィンドウＷ2 を目的のウィンドウと
するのである（Ｓ３６）。他の処理は実施例１と同様で
ある。
になる。すなわち、対象物体Ｓを含む濃淡画像を取込み
（Ｓ３１）、この濃淡画像から対象物体Ｓのエッジを抽
出するようにエッジ画像を作成する（Ｓ３２）。次に、
対象物体Ｓのエッジ画像に対して半径の異なる複数個の
ウィンドウＷ1 〜Ｗ3 を発生させる（Ｓ３３）。さら
に、各ウィンドウＷ1 〜Ｗ3 についてトレースを行なっ
て（Ｓ３４）、各ウィンドウＷ1 〜Ｗ3 の対象物体Ｓと
の交点Ｐの個数Ｅｉを求める（Ｓ３５）。交点Ｐの個数
Ｅｉが最大になるウィンドウＷ2 を目的のウィンドウと
するのである（Ｓ３６）。他の処理は実施例１と同様で
ある。
【００３９】（実施例８）実施例１ではウィンドウＷを
濃淡画像の全域に亙って走査しているが、ウィンドウＷ
の各位置ごとにフーリエ変換などの処理が必要であるか
ら、処理時間が長くなるものである。そこで、本実施例
では、あらかじめ対象物体Ｓの位置を検出するように適
宜ラインＬを設定し、ラインＬの上を走査することによ
って対象物体Ｓのエッジとの交点Ｐを求め、求めた交点
Ｐの近傍でウィンドウＷを発生させることによって、ウ
ィンドウＷの移動範囲を小さくしてある。すなわち、交
点Ｐの近傍でのみウィンドウＷを走査するのであって、
濃淡画像の全域でウィンドウＷを走査する場合に比較す
ると、処理時間が大幅に短縮されることになる。
濃淡画像の全域に亙って走査しているが、ウィンドウＷ
の各位置ごとにフーリエ変換などの処理が必要であるか
ら、処理時間が長くなるものである。そこで、本実施例
では、あらかじめ対象物体Ｓの位置を検出するように適
宜ラインＬを設定し、ラインＬの上を走査することによ
って対象物体Ｓのエッジとの交点Ｐを求め、求めた交点
Ｐの近傍でウィンドウＷを発生させることによって、ウ
ィンドウＷの移動範囲を小さくしてある。すなわち、交
点Ｐの近傍でのみウィンドウＷを走査するのであって、
濃淡画像の全域でウィンドウＷを走査する場合に比較す
ると、処理時間が大幅に短縮されることになる。
【００４０】要するに、図２５に示すように、図６に示
した実施例１の処理におけるステップＳ１とステップＳ
２との間に、濃淡画像についてラインＬを設定してライ
ンＬの上での対象物体Ｓとの交点Ｐを求める処理（Ｓ１
1 ）と、交点Ｐの近傍においてウィンドウＷの走査領域
を設定する処理（Ｓ１2 ）とを付加しているのであっ
て、他の処理は実施例１と同様になる。
した実施例１の処理におけるステップＳ１とステップＳ
２との間に、濃淡画像についてラインＬを設定してライ
ンＬの上での対象物体Ｓとの交点Ｐを求める処理（Ｓ１
1 ）と、交点Ｐの近傍においてウィンドウＷの走査領域
を設定する処理（Ｓ１2 ）とを付加しているのであっ
て、他の処理は実施例１と同様になる。
【００４１】（実施例９）本実施例は、基準物体Ｓ0 と
同じ寸法・形状を有する対象物体Ｓを同じ距離で撮像し
た場合について、対象物体Ｓの位置を基準物体Ｓ0 との
関係に基づいて求めるものである。すなわち、図２６
（ａ）に示すように、実施例６、実施例７などの方法に
より基準物体Ｓ0 に対する最適な半径のウィンドウＷを
設定したときに、このウィンドウＷについて濃淡値のデ
ータ列を求め、さらに求めたデータ列にフーリエ変換を
施してスペクトルを求め、このスペクトルパターンを基
準スペクトルパターンとして記憶する。
同じ寸法・形状を有する対象物体Ｓを同じ距離で撮像し
た場合について、対象物体Ｓの位置を基準物体Ｓ0 との
関係に基づいて求めるものである。すなわち、図２６
（ａ）に示すように、実施例６、実施例７などの方法に
より基準物体Ｓ0 に対する最適な半径のウィンドウＷを
設定したときに、このウィンドウＷについて濃淡値のデ
ータ列を求め、さらに求めたデータ列にフーリエ変換を
施してスペクトルを求め、このスペクトルパターンを基
準スペクトルパターンとして記憶する。
【００４２】次に、図２６（ｂ）に示すように、対象物
体Ｓの画像を含む濃淡画像に対して同じウィンドウＷを
走査し、ウィンドウＷの各位置においてウィンドウＷの
上の画素の濃淡値のデータ列をフーリエ変換してスペク
トルを求める。このスペクトルパターンとあらかじめ求
めてある基準スペクトルパターンとを比較して二乗誤差
を求め、二乗誤差が最小になるウィンドウＷの中心位置
を対象物体Ｓの中心位置とするのである。要するに、本
実施例では対象物体Ｓのスペクトルパターンと基準スペ
クトルパターンとのパターンマッチングを行なって、も
っともよくマッチングするウィンドウＷの中心位置を対
象物体Ｓの中心位置とするのである。
体Ｓの画像を含む濃淡画像に対して同じウィンドウＷを
走査し、ウィンドウＷの各位置においてウィンドウＷの
上の画素の濃淡値のデータ列をフーリエ変換してスペク
トルを求める。このスペクトルパターンとあらかじめ求
めてある基準スペクトルパターンとを比較して二乗誤差
を求め、二乗誤差が最小になるウィンドウＷの中心位置
を対象物体Ｓの中心位置とするのである。要するに、本
実施例では対象物体Ｓのスペクトルパターンと基準スペ
クトルパターンとのパターンマッチングを行なって、も
っともよくマッチングするウィンドウＷの中心位置を対
象物体Ｓの中心位置とするのである。
【００４３】本実施例の処理をまとめると、図２７のよ
うになる。すなわち、まず基準スペクトルパターンを求
めるために、基準物体Ｓ0 を含む濃淡画像を取込み（Ｓ
４１）、次に最適なウィンドウＷを設定して（Ｓ４
２）、このウィンドウＷについて画素の濃淡値のデータ
列を求め（Ｓ４３）、さらにデータ列をフーリエ変換す
ることによって各周波数成分の振幅Ａ（ｋ）を成分とし
た基準スペクトルパターンを求める。
うになる。すなわち、まず基準スペクトルパターンを求
めるために、基準物体Ｓ0 を含む濃淡画像を取込み（Ｓ
４１）、次に最適なウィンドウＷを設定して（Ｓ４
２）、このウィンドウＷについて画素の濃淡値のデータ
列を求め（Ｓ４３）、さらにデータ列をフーリエ変換す
ることによって各周波数成分の振幅Ａ（ｋ）を成分とし
た基準スペクトルパターンを求める。
【００４４】その後、対象物体Ｓを含む濃淡画像を取込
み（Ｓ５１）、上記ウィンドウＷを設定して（Ｓ５
２）、ウィンドウＷの上の画素の濃淡値のデータ列を求
める（Ｓ５３）。このデータ列をフーリエ変換して各周
波数成分の振幅Ｂｉ（ｋ）を成分とするスペクトルパタ
ーンを求め（Ｓ５４）、ウィンドウＷの各位置ごとのス
ペクトルパターンを記憶する（Ｓ５５）。この処理を対
象物体Ｓを含む濃淡画像の全域について行い（Ｓ５６，
Ｓ５７）、ウィンドウＷの走査が終了すれば、基準スペ
クトルパターンの振幅Ａ（ｋ）とスペクトルパターンの
振幅Ｂｉ（ｋ）とについて二乗誤差Ｖｉ（ｋ）を求める
（Ｓ５８）。この二乗誤差Ｖｉ（ｋ）が最小になるウィ
ンドウＷの中心位置を対象物体Ｓの中心位置として求め
るのである（Ｓ５９）。
み（Ｓ５１）、上記ウィンドウＷを設定して（Ｓ５
２）、ウィンドウＷの上の画素の濃淡値のデータ列を求
める（Ｓ５３）。このデータ列をフーリエ変換して各周
波数成分の振幅Ｂｉ（ｋ）を成分とするスペクトルパタ
ーンを求め（Ｓ５４）、ウィンドウＷの各位置ごとのス
ペクトルパターンを記憶する（Ｓ５５）。この処理を対
象物体Ｓを含む濃淡画像の全域について行い（Ｓ５６，
Ｓ５７）、ウィンドウＷの走査が終了すれば、基準スペ
クトルパターンの振幅Ａ（ｋ）とスペクトルパターンの
振幅Ｂｉ（ｋ）とについて二乗誤差Ｖｉ（ｋ）を求める
（Ｓ５８）。この二乗誤差Ｖｉ（ｋ）が最小になるウィ
ンドウＷの中心位置を対象物体Ｓの中心位置として求め
るのである（Ｓ５９）。
【００４５】（実施例１０）本実施例では、対象物体Ｓ
について基準物体Ｓ0 に対する回転角度θを求める方法
を示す。すなわち、基本的な処理は実施例９と同様であ
って、基準物体Ｓ0と同じ寸法・形状を有する対象物体
Ｓを同じ距離で撮像し、対象物体Ｓの位置を基準物体Ｓ
0 との関係に基づいて求める。すなわち、図２８（ａ）
に示すように、実施例６、実施例７などの方法により基
準物体Ｓ0 に対する最適な半径のウィンドウＷを設定し
たときに、このウィンドウＷについて濃淡値のデータ列
を求め、さらに求めたデータ列にフーリエ変換を施して
スペクトルを求め、このスペクトルパターンを基準スペ
クトルパターンとして記憶する。また、フーリエ変換に
よって振幅が最大になる周波数成分（実施例では基本周
波数ｆの６倍成分）について位相を求め、この位相を基
準位相とする。
について基準物体Ｓ0 に対する回転角度θを求める方法
を示す。すなわち、基本的な処理は実施例９と同様であ
って、基準物体Ｓ0と同じ寸法・形状を有する対象物体
Ｓを同じ距離で撮像し、対象物体Ｓの位置を基準物体Ｓ
0 との関係に基づいて求める。すなわち、図２８（ａ）
に示すように、実施例６、実施例７などの方法により基
準物体Ｓ0 に対する最適な半径のウィンドウＷを設定し
たときに、このウィンドウＷについて濃淡値のデータ列
を求め、さらに求めたデータ列にフーリエ変換を施して
スペクトルを求め、このスペクトルパターンを基準スペ
クトルパターンとして記憶する。また、フーリエ変換に
よって振幅が最大になる周波数成分（実施例では基本周
波数ｆの６倍成分）について位相を求め、この位相を基
準位相とする。
【００４６】次に、図２８（ｂ）に示すように、対象物
体Ｓの画像を含む濃淡画像に対して同じウィンドウＷを
走査し、ウィンドウＷの各位置においてウィンドウＷの
上の画素の濃淡値のデータ列をフーリエ変換してスペク
トルを求める。このスペクトルパターンとあらかじめ求
めてある基準スペクトルパターンとを比較して二乗誤差
を求め、二乗誤差が最小になるウィンドウＷの中心位置
を対象物体Ｓの中心位置とするのである。また、対象物
体Ｓの中心位置に中心位置が一致するとして求めたウィ
ンドウＷに関するフーリエ変換後の振幅が最大になる周
波数成分について位相を求め、この位相と基準位相とを
用いれば対象物体Ｓの基準物体Ｓ0 に対する回転角度θ
を求めることができる。すなわち、対象物体Ｓの特徴を
表す周波数をｋ、基準位相をα（ｋ）、対象物体Ｓと中
心が一致するウィンドウＷの位相をα′（ｋ）とすると
き、対象物体Ｓの基準物体Ｓ0 に対する回転角度θに
は、次の関係が成立する。 α′（ｋ）＝ｋ・θ＋α（ｋ） したがって、対象物体Ｓの回転角度θを求めることがで
きるのである。
体Ｓの画像を含む濃淡画像に対して同じウィンドウＷを
走査し、ウィンドウＷの各位置においてウィンドウＷの
上の画素の濃淡値のデータ列をフーリエ変換してスペク
トルを求める。このスペクトルパターンとあらかじめ求
めてある基準スペクトルパターンとを比較して二乗誤差
を求め、二乗誤差が最小になるウィンドウＷの中心位置
を対象物体Ｓの中心位置とするのである。また、対象物
体Ｓの中心位置に中心位置が一致するとして求めたウィ
ンドウＷに関するフーリエ変換後の振幅が最大になる周
波数成分について位相を求め、この位相と基準位相とを
用いれば対象物体Ｓの基準物体Ｓ0 に対する回転角度θ
を求めることができる。すなわち、対象物体Ｓの特徴を
表す周波数をｋ、基準位相をα（ｋ）、対象物体Ｓと中
心が一致するウィンドウＷの位相をα′（ｋ）とすると
き、対象物体Ｓの基準物体Ｓ0 に対する回転角度θに
は、次の関係が成立する。 α′（ｋ）＝ｋ・θ＋α（ｋ） したがって、対象物体Ｓの回転角度θを求めることがで
きるのである。
【００４７】本実施例の処理をまとめると、図２９のよ
うになる。図２７に示した実施例９の処理との相違点
は、ステップＳ４４′において基準物体Ｓ0 に関する基
準位相Ｂ（ｋ）を求め、また対象物体Ｓについても位相
を求める処理を行い（Ｓ５４′，Ｓ５５′）、さらに、
二乗誤差Ｖｉ（ｋ）に基づいて対象物体Ｓの位置を求め
た後に、基本周波数ｆの６倍の周波数成分の基準位相Ｃ
（６ｆ）および位相Ｄｍ（６ｆ）とによって回転角度θ
を求めている（Ｓ６０）ことである。他の処理は実施例
９と同じである。
うになる。図２７に示した実施例９の処理との相違点
は、ステップＳ４４′において基準物体Ｓ0 に関する基
準位相Ｂ（ｋ）を求め、また対象物体Ｓについても位相
を求める処理を行い（Ｓ５４′，Ｓ５５′）、さらに、
二乗誤差Ｖｉ（ｋ）に基づいて対象物体Ｓの位置を求め
た後に、基本周波数ｆの６倍の周波数成分の基準位相Ｃ
（６ｆ）および位相Ｄｍ（６ｆ）とによって回転角度θ
を求めている（Ｓ６０）ことである。他の処理は実施例
９と同じである。
【００４８】
【発明の効果】請求項１の発明は、対象物体の画像を含
む濃淡画像の中でリング状のウィンドウを走査し、ウィ
ンドウの上の画素の濃淡値のデータ列についてフーリエ
変換を施し、スペクトルの成分のパターンが対象物体の
性質を最大に示すときのウィンドウの位置を対象物体の
位置とするので、リング状のウィンドウを用いるととも
にフーリエ変換を採用していることによって、対象物体
の向きにかかわりなく対象物体の位置を検出することが
でき、しかも濃淡画像に基づいてフーリエ変換後のスペ
クトルを用いるので、対象物体の照度の影響も受けにく
いという利点がある。
む濃淡画像の中でリング状のウィンドウを走査し、ウィ
ンドウの上の画素の濃淡値のデータ列についてフーリエ
変換を施し、スペクトルの成分のパターンが対象物体の
性質を最大に示すときのウィンドウの位置を対象物体の
位置とするので、リング状のウィンドウを用いるととも
にフーリエ変換を採用していることによって、対象物体
の向きにかかわりなく対象物体の位置を検出することが
でき、しかも濃淡画像に基づいてフーリエ変換後のスペ
クトルを用いるので、対象物体の照度の影響も受けにく
いという利点がある。
【００４９】請求項２の発明では、対象物体のカラー画
像の少なくとも１つの色成分に関する濃淡画像を用いて
いるので、白黒画像では対象物体の背景とのコントラス
トが得られないような条件でも対応可能になるという利
点がある。請求項３の発明では、中心が一致し径が異な
る複数のウィンドウを設定を用いて基準物体との比較を
行なうので、対象物体の基準物体に対する寸法比を求め
たり、対象物体までの距離を求めたりすることができる
という効果がある。
像の少なくとも１つの色成分に関する濃淡画像を用いて
いるので、白黒画像では対象物体の背景とのコントラス
トが得られないような条件でも対応可能になるという利
点がある。請求項３の発明では、中心が一致し径が異な
る複数のウィンドウを設定を用いて基準物体との比較を
行なうので、対象物体の基準物体に対する寸法比を求め
たり、対象物体までの距離を求めたりすることができる
という効果がある。
【００５０】請求項４の発明では、相対位置が固定され
ている複数の対象物体に対して同じ位置関係の複数個の
ウィンドウを用いるのであって、各対象物体がそれぞれ
の中心の回りに回転する場合であっても正確に位置を求
めることができるという利点がある。請求項５の発明
は、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウの上の画素の濃淡値のデータ列につい
てフーリエ変換を施した結果に基づいて、対象物体の性
質を最大に反映するウィンドウを決定するので、対象物
体の位置をより的確に決定することができるという利点
を有する。
ている複数の対象物体に対して同じ位置関係の複数個の
ウィンドウを用いるのであって、各対象物体がそれぞれ
の中心の回りに回転する場合であっても正確に位置を求
めることができるという利点がある。請求項５の発明
は、中心が一致し径が異なる複数のウィンドウを設定
し、各ウィンドウの上の画素の濃淡値のデータ列につい
てフーリエ変換を施した結果に基づいて、対象物体の性
質を最大に反映するウィンドウを決定するので、対象物
体の位置をより的確に決定することができるという利点
を有する。
【００５１】請求項６の発明は、中心が一致し径が異な
る複数のウィンドウを設定し、各ウィンドウと対象物体
のエッジとの交点の個数に基づいて、対象物体の性質を
最大に反映するウィンドウを決定するので、対象物体の
位置をより的確に決定することができるという利点があ
る。請求項７の発明は、濃淡画像にラインを設定してラ
イン上での対象物体との交点を求め、この交点の近傍の
限定された領域内でウィンドウを走査するので、ウィン
ドウの走査領域が制限されることによって、処理時間が
短くなるという利点を有する。
る複数のウィンドウを設定し、各ウィンドウと対象物体
のエッジとの交点の個数に基づいて、対象物体の性質を
最大に反映するウィンドウを決定するので、対象物体の
位置をより的確に決定することができるという利点があ
る。請求項７の発明は、濃淡画像にラインを設定してラ
イン上での対象物体との交点を求め、この交点の近傍の
限定された領域内でウィンドウを走査するので、ウィン
ドウの走査領域が制限されることによって、処理時間が
短くなるという利点を有する。
【００５２】請求項８の発明は、基準物体について求め
た基準スペクトルパターンと、対象物体についてウィン
ドウを走査して求めたスペクトルパターンとの類似性を
比較し、基準スペクトルパターンにもっとも類似するス
ペクトルパターンを有するウィンドウを用いて対象物体
の位置を求めるので、リング状のウィンドウを用いると
ともにフーリエ変換を採用していることによって、対象
物体の向きにかかわりなく対象物体の位置を検出するこ
とができ、しかも濃淡画像に基づいてフーリエ変換後の
スペクトルを用いるので、対象物体の照度の影響も受け
にくいという利点がある。
た基準スペクトルパターンと、対象物体についてウィン
ドウを走査して求めたスペクトルパターンとの類似性を
比較し、基準スペクトルパターンにもっとも類似するス
ペクトルパターンを有するウィンドウを用いて対象物体
の位置を求めるので、リング状のウィンドウを用いると
ともにフーリエ変換を採用していることによって、対象
物体の向きにかかわりなく対象物体の位置を検出するこ
とができ、しかも濃淡画像に基づいてフーリエ変換後の
スペクトルを用いるので、対象物体の照度の影響も受け
にくいという利点がある。
【００５３】請求項９の発明は、請求項８の発明に対し
て、対象物体の性質を最大に示す周波数成分の位相と基
準物体における同じ周波数成分の位相とに基づいて、対
象物体の基準物体に対する回転角度を求める過程を付加
しているので、対象物体の回転角度も求めることができ
るという利点を有する。
て、対象物体の性質を最大に示す周波数成分の位相と基
準物体における同じ周波数成分の位相とに基づいて、対
象物体の基準物体に対する回転角度を求める過程を付加
しているので、対象物体の回転角度も求めることができ
るという利点を有する。
【図１】本発明の原理説明図である。
【図２】本発明の原理説明図である。
【図３】実施例に用いる装置のブロック図である。
【図４】実施例１の概念を示す説明図である。
【図５】実施例１におけるスペクトルの例を示す動作説
明図である。
明図である。
【図６】実施例１の動作説明図である。
【図７】実施例２の概念を示す説明図である。
【図８】実施例２の動作説明図である。
【図９】実施例３の概念を示す説明図である。
【図１０】実施例３におけるスペクトルの例を示す動作
説明図である。
説明図である。
【図１１】実施例３の動作説明図である。
【図１２】実施例４の概念を示す説明図である。
【図１３】実施例４におけるスペクトルの例を示す動作
説明図である。
説明図である。
【図１４】実施例４の原理説明図である。
【図１５】実施例４の原理説明図である。
【図１６】実施例４の動作説明図である。
【図１７】実施例５の概念を示す説明図である。
【図１８】実施例５の動作説明図である。
【図１９】実施例６の概念を示す説明図である。
【図２０】実施例６におけるスペクトルの例を示す動作
説明図である。
説明図である。
【図２１】実施例６の動作説明図である。
【図２２】実施例７の概念を示す説明図である。
【図２３】実施例７の動作説明図である。
【図２４】実施例８の概念を示す説明図である。
【図２５】実施例８の動作説明図である。
【図２６】実施例９の概念を示す説明図である。
【図２７】実施例９の動作説明図である。
【図２８】実施例１０の概念を示す説明図である。
【図２９】実施例１０の動作説明図である。
１ ＴＶカメラ ２ 画像蓄積部 ３ ウィンドウ発生部 ４ サンプリング部 ５ フーリエ変換部 ６ 位置検出部 ７ レンズ Ｌ ライン Ｐ 交点 Ｓ 対象物体 Ｓ0 基準物体 Ｓａ 基準物体 Ｓｂ 基準物体 Ｓｃ 基準物体 Ｗ ウィンドウ Ｗ1 ウィンドウ Ｗ2 ウィンドウ Ｗ3 ウィンドウ Ｗａ ウィンドウ Ｗｂ ウィンドウ Ｗｃ ウィンドウ
Claims (9)
- 【請求項１】 対象物体を撮像して得た濃淡画像の画面
内で、対象物体の大きさに応じて径を設定したリング状
のウィンドウを走査し、ウィンドウの上の画素の濃淡値
のデータ列についてフーリエ変換を施してスペクトルを
求め、スペクトルの成分のパターンが対象物体の性質を
最大に示すときのウィンドウの代表点の位置を画面内で
の対象物体の代表点の位置と決定することを特徴とする
画像認識方法。 - 【請求項２】 濃淡画像は、対象物体のカラー画像の少
なくとも１つの色成分に関する濃淡画像であることを特
徴とする請求項１記載の画像認識方法。 - 【請求項３】 中心が一致し径が異なる複数のウィンド
ウを設定し、各ウィンドウの上の画素の濃淡値のデータ
列についてそれぞれフーリエ変換を施してスペクトルを
求めるとともに、スペクトルの成分のパターンが対象物
体の性質を最大に示すウィンドウの径を求め、あらかじ
め求めてある基準物体に対するウィンドウの径との比に
基づいて、基準物体と距離が等しい対象物体については
寸法比を求め、基準物体と寸法が等しい対象物体につい
ては基準物体までの距離を用いて距離を求めることを特
徴とする請求項１記載の画像認識方法。 - 【請求項４】 相対位置が固定されている複数の対象物
体を撮像して得た濃淡画像の画面内で、各対象物体の大
きさに応じてそれぞれ径が設定されたリング状であって
相対位置が対象物体と同じ関係になる複数個のウィンド
ウを同時に走査し、各ウィンドウの上の画素の濃淡値の
データ列についてフーリエ変換を施してスペクトルを求
め、スペクトルの成分のパターンが対象物体の性質を最
大に示すときのウィンドウの代表点の位置を画面内での
対象物体の代表点の位置と決定することを特徴とする画
像認識方法。 - 【請求項５】 中心が一致し径が異なる複数のウィンド
ウを設定し、各ウィンドウの上の画素の濃淡値のデータ
列についてフーリエ変換を施してそれぞれスペクトルを
求めるとともに、スペクトルの成分のパターンが対象物
体の性質を最大に示すウィンドウの径を求め、この径の
ウィンドウを用いて対象物体の位置を決定することを特
徴とする請求項１記載の画像認識方法。 - 【請求項６】 中心が一致し径が異なる複数のウィンド
ウを設定し、各ウィンドウと対象物体のエッジとの交点
の個数が対象物体の性質を最大に示す交点数となるウィ
ンドウの径を求め、この径のウィンドウを用いて対象物
体の位置を決定することを特徴とする請求項１記載の画
像認識方法。 - 【請求項７】 濃淡画像にラインを設定してライン上で
の対象物体との交点を求め、この交点の近傍の限定され
た領域内でウィンドウを走査することを特徴とする請求
項１記載の画像認識方法。 - 【請求項８】 基準物体の濃淡画像に対してリング状の
ウィンドウを設定し、ウィンドウの上の画素の濃淡値の
データ列についてフーリエ変換を施して各周波数の振幅
値を成分とする基準スペクトルパターンを求め、次に、
対象物体を撮像して得た濃淡画像の画面内で、上記ウィ
ンドウと同じウィンドウを走査し、ウィンドウの上の画
素の濃淡値のデータ列についてフーリエ変換を施して各
周波数成分の振幅値を成分とするスペクトルパターンを
求め、基準スペクトルパターンにもっとも類似したスペ
クトルパターンが得られるウィンドウの代表点の位置を
画面内の対象物体の代表点の位置と決定することを特徴
とする画像認識方法。 - 【請求項９】 対象物体の性質を最大に示す周波数成分
の位相と基準物体における同じ周波数成分の位相とに基
づいて、対象物体の基準物体に対する回転角度を求める
過程を付加したことを特徴とする請求項８記載の画像認
識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09819493A JP3210767B2 (ja) | 1993-04-23 | 1993-04-23 | 画像認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09819493A JP3210767B2 (ja) | 1993-04-23 | 1993-04-23 | 画像認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06309461A true JPH06309461A (ja) | 1994-11-04 |
| JP3210767B2 JP3210767B2 (ja) | 2001-09-17 |
Family
ID=14213199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09819493A Expired - Fee Related JP3210767B2 (ja) | 1993-04-23 | 1993-04-23 | 画像認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3210767B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987162A (en) * | 1996-03-27 | 1999-11-16 | Mitsubishi Denki Kabushiki Kaisha | Image processing method and apparatus for recognizing an arrangement of an object |
| US6337926B2 (en) | 1997-11-06 | 2002-01-08 | Fuji Xerox Co., Ltd. | Image recognition method, image recognition apparatus, and recording medium |
| JP2003507796A (ja) * | 1999-08-17 | 2003-02-25 | ナショナル・インストゥルメンツ・コーポレーション | ターゲット画像中で色およびパターンが一致する領域を突き止めるためのシステムおよび方法 |
| JP2008139125A (ja) * | 2006-11-30 | 2008-06-19 | Nippon Hoso Kyokai <Nhk> | ホログラムデータ領域特定装置及びホログラムデータ領域特定プログラム |
| US7650012B2 (en) | 2004-09-02 | 2010-01-19 | Giken Trastem Co., Ltd. | Moving-object height determining apparatus by image processing of two-dimensional image |
-
1993
- 1993-04-23 JP JP09819493A patent/JP3210767B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987162A (en) * | 1996-03-27 | 1999-11-16 | Mitsubishi Denki Kabushiki Kaisha | Image processing method and apparatus for recognizing an arrangement of an object |
| US6337926B2 (en) | 1997-11-06 | 2002-01-08 | Fuji Xerox Co., Ltd. | Image recognition method, image recognition apparatus, and recording medium |
| JP2003507796A (ja) * | 1999-08-17 | 2003-02-25 | ナショナル・インストゥルメンツ・コーポレーション | ターゲット画像中で色およびパターンが一致する領域を突き止めるためのシステムおよび方法 |
| US7650012B2 (en) | 2004-09-02 | 2010-01-19 | Giken Trastem Co., Ltd. | Moving-object height determining apparatus by image processing of two-dimensional image |
| JP2008139125A (ja) * | 2006-11-30 | 2008-06-19 | Nippon Hoso Kyokai <Nhk> | ホログラムデータ領域特定装置及びホログラムデータ領域特定プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3210767B2 (ja) | 2001-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5793901A (en) | Device and method to detect dislocation of object image data | |
| JP4604439B2 (ja) | 画像処理装置及び画像処理方法、並びに記録媒体 | |
| JP2001504644A (ja) | プロジェクタの自動調節用のユニバーサル装置とその使用法 | |
| JP2001503514A (ja) | ３次元カラースキャニング方法および装置 | |
| JPH0719814A (ja) | メータ指示読取装置 | |
| JPH06309461A (ja) | 画像認識方法 | |
| JPH09128550A (ja) | 画像処理方法およびその装置 | |
| JPH0755429A (ja) | 位置認識装置 | |
| JPH0664614B2 (ja) | 階層化構造的テンプレ−ト・マツチング方法 | |
| JP3327600B2 (ja) | パターン欠陥検査方法およびその装置 | |
| JPH0896132A (ja) | 画像処理装置及び処理方法 | |
| JP2671611B2 (ja) | 追尾式車間距離センサ | |
| JP4212391B2 (ja) | ビデオカメラ | |
| JPH11102442A (ja) | エッジ検出方法及びその装置 | |
| CN115760671B (zh) | 基于红外图像的圆形煤场温度监测方法、系统及存储介质 | |
| JP3552419B2 (ja) | 物体の認識方法 | |
| JP2678940B2 (ja) | 形状判別装置 | |
| JP3448322B2 (ja) | 画像入力装置用ｃｃｄカメラの校正方法 | |
| JP2006138735A (ja) | カメラアングル変化の検出方法および装置およびプログラム並びにこれを利用した画像処理方法および設備監視方法および測量方法およびステレオカメラの設定方法 | |
| JPH09128543A (ja) | モデル画像登録方法および装置並びにそれを利用した物体外観検査装置 | |
| CN113449634A (zh) | 一种用于处理强光环境下的视频检测方法及装置 | |
| JPH08279034A (ja) | 画像合成処理方式およびスキャナ | |
| CN119784809A (zh) | 用于遥感影像数据的自动配准方法、设备及系统 | |
| JPH06292050A (ja) | 信号合成方法，信号合成装置および該装置を有する複眼撮像装置 | |
| CN118196003A (zh) | 一种排水管道修复方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20010703 |
|
| LAPS | Cancellation because of no payment of annual fees |