JPH0632078B2 - 画像信号の処理方法 - Google Patents
画像信号の処理方法Info
- Publication number
- JPH0632078B2 JPH0632078B2 JP63309911A JP30991188A JPH0632078B2 JP H0632078 B2 JPH0632078 B2 JP H0632078B2 JP 63309911 A JP63309911 A JP 63309911A JP 30991188 A JP30991188 A JP 30991188A JP H0632078 B2 JPH0632078 B2 JP H0632078B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- fourier transform
- matching
- input image
- candidate
- 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
- 238000003672 processing method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims description 29
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 description 6
- 238000003909 pattern recognition Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000010332 selective attention Effects 0.000 description 1
- 238000003696 structure analysis method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Character Discrimination (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は、ＯＣＲ等のパタン認識装置に適用する画像信
号処理方式に関するものである。
号処理方式に関するものである。
（従来の技術） ＯＣＲ等のパタン認識装置の認識方式は、大別してアナ
ログ的マッチング法（テンプレートマッチング法）及び
構造解析法とに分けることができる。前者は、標準パタ
ンと未知パタンとの重ね合わせによってパタンを認識す
る方法であり、汎用性に優れ、特に活字の読み取りに
は、有利であるとされている。
ログ的マッチング法（テンプレートマッチング法）及び
構造解析法とに分けることができる。前者は、標準パタ
ンと未知パタンとの重ね合わせによってパタンを認識す
る方法であり、汎用性に優れ、特に活字の読み取りに
は、有利であるとされている。
電子通信学会技術研究報告、1986、MBE85巻225頁に掲載
の福島による文献“視覚パターン認識における選択的注
意機構の神経回路モデル”には、フィードバックを行な
いながら、階層的パタンマッチングをニューラルネット
ワークによって行なう方法が述べられている。この方法
では、各階層で、位置を少しづつずらした特徴パタンの
セットを用意することによって、位置ずれを許容するよ
うなパタンマッチングが行なわれる。このようなマッチ
ング処理を階層的に行なうことによって得られた候補パ
タンをさらにトップダウンの信号経路に沿って戻してい
き、候補パタンに応じて入力パタンを修正しながらパタ
ンマッチングが行われている。この結果、テンプレート
マッチングの欠点とされる、位置ずれ、あるいは背景ノ
イズに対しても強いパタンマッチングができる。
の福島による文献“視覚パターン認識における選択的注
意機構の神経回路モデル”には、フィードバックを行な
いながら、階層的パタンマッチングをニューラルネット
ワークによって行なう方法が述べられている。この方法
では、各階層で、位置を少しづつずらした特徴パタンの
セットを用意することによって、位置ずれを許容するよ
うなパタンマッチングが行なわれる。このようなマッチ
ング処理を階層的に行なうことによって得られた候補パ
タンをさらにトップダウンの信号経路に沿って戻してい
き、候補パタンに応じて入力パタンを修正しながらパタ
ンマッチングが行われている。この結果、テンプレート
マッチングの欠点とされる、位置ずれ、あるいは背景ノ
イズに対しても強いパタンマッチングができる。
（発明が解決しようとする課題） この従来の方式では、各特徴パタンごとに位置をずらし
たテンプレートを用意しておく必要があり、そのためパ
タン認識の性能を上げようとすると、大量のテンプレー
トを記憶しておく必要があるという困難があった。本発
明の目的は、位置ずれ、背景ノイズに対して強いパタン
マッチングを大量のテンプレートを用いずに実現するこ
とにある。
たテンプレートを用意しておく必要があり、そのためパ
タン認識の性能を上げようとすると、大量のテンプレー
トを記憶しておく必要があるという困難があった。本発
明の目的は、位置ずれ、背景ノイズに対して強いパタン
マッチングを大量のテンプレートを用いずに実現するこ
とにある。
（課題を解決するための手段） 上記問題点を解決するために本発明は、入力画像を多く
の小領域に分割し、各小領域ごとに入力画像をそのフー
リエ変換のパタン、およびフーリエ変換パワースペクト
ルのパタンに変換し、この各小領域ごとのフーリエ変換
パワースペクトルのパタンとあらかじめ用意しておいた
標準パタンとの間でパタンマッチングを行う構成にした
ものである。背景ノイズに強いマッチングを実現するた
めに、候補パタンはトップダウンの信号経路に沿って画
像入力部へとフイードバックされ、候補パタンに応じ
て、入力画像を修正しながらパタンマッチングを行う。
の小領域に分割し、各小領域ごとに入力画像をそのフー
リエ変換のパタン、およびフーリエ変換パワースペクト
ルのパタンに変換し、この各小領域ごとのフーリエ変換
パワースペクトルのパタンとあらかじめ用意しておいた
標準パタンとの間でパタンマッチングを行う構成にした
ものである。背景ノイズに強いマッチングを実現するた
めに、候補パタンはトップダウンの信号経路に沿って画
像入力部へとフイードバックされ、候補パタンに応じ
て、入力画像を修正しながらパタンマッチングを行う。
（作用） 入力画像は多くの小領域に分割され、各小領域毎に入力
画画像はそのフーリエ変換、及びフーリエ変換パワース
ペクトルのパタンに変換される。次にこのパワースペク
トルのパタンはあらかじめ用意された標準パタンとの間
でテンプレートマッチングを施され候補パタンが選び出
される。良く知られているように、パタンのフーリエ変
換パワースペクトルはパタンの並進移動に対して不変で
あるから、このマッチング処理は、入力画像の位置ずれ
に対して強いものになる。しかも本発明による方式で
は、さまざまな特徴パタンについてそれぞれの位置を少
しずつずらして得られるテンプレートのセットを大量に
用意しておく必要はなくなる。
画画像はそのフーリエ変換、及びフーリエ変換パワース
ペクトルのパタンに変換される。次にこのパワースペク
トルのパタンはあらかじめ用意された標準パタンとの間
でテンプレートマッチングを施され候補パタンが選び出
される。良く知られているように、パタンのフーリエ変
換パワースペクトルはパタンの並進移動に対して不変で
あるから、このマッチング処理は、入力画像の位置ずれ
に対して強いものになる。しかも本発明による方式で
は、さまざまな特徴パタンについてそれぞれの位置を少
しずつずらして得られるテンプレートのセットを大量に
用意しておく必要はなくなる。
次にこうして選ばれた候補パタンをマスクにして、各小
領域毎に得られたフーリエ変換のパタンをフィルタリン
グし、その出力を逆フーリエ変換して得られるパタンに
よって入力画像を修正する。入力画像が候補パタンに一
致している場合には、逆フーリエ変換によって得られる
パタンは入力パタンと一致するので修正されることはな
い。第３図の説明図中に示された小領域(1)、６のよう
に、候補パタンが存在しない領域に背景ノイズが重畳し
ている場合には、ノイズの空間周波数成分によらずにフ
ィルタリング時にその領域中の成分はカットされるか
ら、逆フーリエ変換によって得られるパタンは小領域
(1)、10に示すように背景ノイズが抑制されたものにな
っている。また、第３図中の小領域(2)、７のように、
背景ノイズが候補パタンと位置的に重なっている場合に
も、背景ノイズの主要空間周波数成分が候補パタンのそ
れと異なった周波数領域上にあれば、やはりノイズ成分
はフイルタリング時にカットされ、逆フーリエ変換によ
って得られるパタンから小領域(2)、11のようにノイズ
は除去される。第３図中のフイルタリングマスク８にお
いて斜線で示した部分がカットされる空間周波数領域を
示している。
領域毎に得られたフーリエ変換のパタンをフィルタリン
グし、その出力を逆フーリエ変換して得られるパタンに
よって入力画像を修正する。入力画像が候補パタンに一
致している場合には、逆フーリエ変換によって得られる
パタンは入力パタンと一致するので修正されることはな
い。第３図の説明図中に示された小領域(1)、６のよう
に、候補パタンが存在しない領域に背景ノイズが重畳し
ている場合には、ノイズの空間周波数成分によらずにフ
ィルタリング時にその領域中の成分はカットされるか
ら、逆フーリエ変換によって得られるパタンは小領域
(1)、10に示すように背景ノイズが抑制されたものにな
っている。また、第３図中の小領域(2)、７のように、
背景ノイズが候補パタンと位置的に重なっている場合に
も、背景ノイズの主要空間周波数成分が候補パタンのそ
れと異なった周波数領域上にあれば、やはりノイズ成分
はフイルタリング時にカットされ、逆フーリエ変換によ
って得られるパタンから小領域(2)、11のようにノイズ
は除去される。第３図中のフイルタリングマスク８にお
いて斜線で示した部分がカットされる空間周波数領域を
示している。
従って、もし入力像中に候補パタンが含まれていれば、
このような修正を行いながら前記のマッチング処理を繰
り返すことによって、入力パタンからは背景ノイズが除
去されていき、マッチングの類似度が上がっていくの
で、本発明ではノイズに対しても強いパタンマッチング
が実現できる。
このような修正を行いながら前記のマッチング処理を繰
り返すことによって、入力パタンからは背景ノイズが除
去されていき、マッチングの類似度が上がっていくの
で、本発明ではノイズに対しても強いパタンマッチング
が実現できる。
（実施例） 以下、本発明の一実施例について図面を参照して説明す
る。
る。
第１図は、本発明の一実施例を示す流れ図である。
テレビカメラもしくはイメージスキャナーから入力され
たパタンの画像情報I0は、画素ごとに、明暗度が数値化
されて、画像メモリに収納される。
たパタンの画像情報I0は、画素ごとに、明暗度が数値化
されて、画像メモリに収納される。
第１図中の処理１で示した処理では、以下の処理で用い
られる画像Ｉを計算するが、最初の処理としては入力画
像情報I0をそのままＩとする。次に処理２として示され
た部分では、プロセッサー等を用いて以下のような変換
をパタンＩに対して旋す。
られる画像Ｉを計算するが、最初の処理としては入力画
像情報I0をそのままＩとする。次に処理２として示され
た部分では、プロセッサー等を用いて以下のような変換
をパタンＩに対して旋す。
今、入力画像の画画素数をＮ×Ｎとする。まず、この入
力画像を、画素数n1×n1からなる、n2×n2コの小領域に
分割する。ここで、互いにオーバーラップがないように
画像を分割する場合には、Ｎ＝n1×n2であるが、互いに
オーバーラップがあるように分割してもかまわない。
力画像を、画素数n1×n1からなる、n2×n2コの小領域に
分割する。ここで、互いにオーバーラップがないように
画像を分割する場合には、Ｎ＝n1×n2であるが、互いに
オーバーラップがあるように分割してもかまわない。
次に、これらの小領域に分割された各画像に対して、次
のように、そのフーリエ変換およびフーリエ変換パワー
スペクトルを求める処理を施す。
のように、そのフーリエ変換およびフーリエ変換パワー
スペクトルを求める処理を施す。
ここで各小領域を添字Ｘ＝(X,Y)(X,Y＝１〜n2)で表し、
各小領域中での画素の位置を添字ｘ＝(x,y)(x,y＝１〜n
1)で表す。またＸで表される小領域中のｘの位置にある
画素の値をI(x；X)で表す。
各小領域中での画素の位置を添字ｘ＝(x,y)(x,y＝１〜n
1)で表す。またＸで表される小領域中のｘの位置にある
画素の値をI(x；X)で表す。
F(k,X)＝ΣxI(x；X)exp(-i2IIkx/n1) ｋ＝(kx,ky),(kx,ky＝１〜n1) ｘ＝(x,y),(x,y＝１〜n1)……(1) P(k,X)＝|F(k,X)|2……(2) (1)式は、I(x；X)の添字ｘに関する２次元の離散値フー
リエ変換を表す。(1)式の計算に関しては、高速フーリ
エ変換のアルゴリズムを利用することが可能である。
(2)式のP(k,X)がフーリエ変換パワースペクトルであ
る。また小領域の境界での不連続を消去するために、境
界ゼロになるような窓関数、例えばガウシアンあるい
は、ハミング窓をフーリエ変換の際に用いてもよい。
リエ変換を表す。(1)式の計算に関しては、高速フーリ
エ変換のアルゴリズムを利用することが可能である。
(2)式のP(k,X)がフーリエ変換パワースペクトルであ
る。また小領域の境界での不連続を消去するために、境
界ゼロになるような窓関数、例えばガウシアンあるい
は、ハミング窓をフーリエ変換の際に用いてもよい。
次に処理３の部分で、このように各小領域ごとに得られ
たパワースペクトルのパタンとあらかじめ同様の変換を
施しておいて標準パタンとの間でテンプレートマッチン
グを行い類似度、Ｓを計算し候補パタンを決定する。こ
こで類似度が予め定めておいたしきい値S1よりも小さけ
れば入力はリジェクトされ処理は終了する。また、Ｓが
やはり予め定めておいたしきい値S2よりも大きければ、
それを判定結果としてやはり処理は終了する。それ以外
の場合には、以下のように候補パタンに応じて入力画像
に修正を加えながらマッチング処理を続ける。
たパワースペクトルのパタンとあらかじめ同様の変換を
施しておいて標準パタンとの間でテンプレートマッチン
グを行い類似度、Ｓを計算し候補パタンを決定する。こ
こで類似度が予め定めておいたしきい値S1よりも小さけ
れば入力はリジェクトされ処理は終了する。また、Ｓが
やはり予め定めておいたしきい値S2よりも大きければ、
それを判定結果としてやはり処理は終了する。それ以外
の場合には、以下のように候補パタンに応じて入力画像
に修正を加えながらマッチング処理を続ける。
ここで候補パタンをＰ′(k,X)とする。処理４の部分で
は、処理２で得られた小領域ごとのフーリエ変換のパタ
ンに対して候補パタンを用いて以下のようなフィルタリ
ング操作を行う。
は、処理２で得られた小領域ごとのフーリエ変換のパタ
ンに対して候補パタンを用いて以下のようなフィルタリ
ング操作を行う。
Ｆ′(k,X)＝F(k,X)1P′(k,X)/P(k,X) P(k,X)≠０の場合 ＝０ P(k,X)＝０の場合．(3) 処理５の部分では、この修正されたフーリエ変換Ｆ′
(k,X)に対し逆変換を施す。
(k,X)に対し逆変換を施す。
Ｉ′(x；X＝1/n1 2ΣF′(k,X)exp(i2IIKx/n1) ここで処理は再び処理１の部分に戻るが、二回目以降こ
こでは、フィードバック信号Ｉ′(x,X)と最初の入力画
像I0(x,X)との加重平均をとって修正されたI(x,X)を計
算する。
こでは、フィードバック信号Ｉ′(x,X)と最初の入力画
像I0(x,X)との加重平均をとって修正されたI(x,X)を計
算する。
I(x,X)＝aI′(x,X′)+(1-a)I0(x,X)……(4) ａはフィードバック信号によるトップダウンの効果の大
きさを決めるパラメータであり０〜１の間に設定する。
さらに処理１では、しきい値処理を行い、得られたＩが
負の値をとった場合には、それを０に置き換える。
きさを決めるパラメータであり０〜１の間に設定する。
さらに処理１では、しきい値処理を行い、得られたＩが
負の値をとった場合には、それを０に置き換える。
このように修正されたＩに対し再び、処理２の変換及び
処理３のパタンマッチングが繰り返される。このループ
はマッチング時の類似度が予め定められたしきい値S2を
越えるまで繰り返されるが、予め定めておいた繰り返し
回数n0に達しても十分な類似度が得られない場合には、
処理６の部分で次順位のものへ候補パタンを代えて、同
様の操作を続ける。
処理３のパタンマッチングが繰り返される。このループ
はマッチング時の類似度が予め定められたしきい値S2を
越えるまで繰り返されるが、予め定めておいた繰り返し
回数n0に達しても十分な類似度が得られない場合には、
処理６の部分で次順位のものへ候補パタンを代えて、同
様の操作を続ける。
第２図は第１図の実施例をマルチプロセッサ構成で実現
したＯＣＲ装置の例を示す図である。
したＯＣＲ装置の例を示す図である。
第２図のＯＣＲ装置は文字の入力機器であるイメージス
キャナー１と、スキャナーからの入力パタンを数値化す
るA/D変換部２と、小領域毎に設けられた、対応する小
領域中のパタンの処理を担当するｎ個のローカルプロセ
ッサー３と、標準パタンとのテンプレートマッチングに
よる候補パタンの選定、及びマッチングの繰り返し回数
の制御を行うパタン判定ユニット４とから構成される。
３の各ローカルプロセッサーはそれぞれローカルメモリ
を持ち、対応する小領域中のパタンのフーリエ変換、フ
ーリエ変換パワースペクトルの計算、またパタン判定部
で制定された候補パタンに応じたフーリエ変換パタンの
フィルタリング及び逆変換、逆変換されたパタンに基づ
く入力パタンの修正を行う。
キャナー１と、スキャナーからの入力パタンを数値化す
るA/D変換部２と、小領域毎に設けられた、対応する小
領域中のパタンの処理を担当するｎ個のローカルプロセ
ッサー３と、標準パタンとのテンプレートマッチングに
よる候補パタンの選定、及びマッチングの繰り返し回数
の制御を行うパタン判定ユニット４とから構成される。
３の各ローカルプロセッサーはそれぞれローカルメモリ
を持ち、対応する小領域中のパタンのフーリエ変換、フ
ーリエ変換パワースペクトルの計算、またパタン判定部
で制定された候補パタンに応じたフーリエ変換パタンの
フィルタリング及び逆変換、逆変換されたパタンに基づ
く入力パタンの修正を行う。
本発明による処理の多くの部分は分割された小領域毎に
並列に実行しうる。第２図の装置では各小領域毎に設け
られたローカルプロセッサーが並列に動作するので高速
な処理を行うことができる。
並列に実行しうる。第２図の装置では各小領域毎に設け
られたローカルプロセッサーが並列に動作するので高速
な処理を行うことができる。
本実施例ではＯＣＲに本発明を応用する場合について説
明したが、入力機器をテレビカメラ等に置き換えること
によって、例えば二次元的な形状から部品を識別するよ
うな、画像を対象としたパタン認識装置にも本発明は容
易に応用しうる。
明したが、入力機器をテレビカメラ等に置き換えること
によって、例えば二次元的な形状から部品を識別するよ
うな、画像を対象としたパタン認識装置にも本発明は容
易に応用しうる。
良く知られているように、パタンのフーリエ変換パワー
スペクトルはパタンの並進移動に対して不変であるか
ら、本発明による方式ではパタンの位置ずれ（分割され
た各小領域の大きさ程度の位置ずれ）にも強いパタン認
識方式が実現できることになる。
スペクトルはパタンの並進移動に対して不変であるか
ら、本発明による方式ではパタンの位置ずれ（分割され
た各小領域の大きさ程度の位置ずれ）にも強いパタン認
識方式が実現できることになる。
（発明の効果） 本発明は以上説明したように、画像の各小領域ごとのフ
ーリエ変換パワースペクトルのパタンを用いて、マッチ
ングを行うので、入力パタンの位置ずれに対して強いパ
タンマッチングが特徴パタンを大量に用意することなく
実現できるという効果を有する。また、候補パタンに応
じて、トップダウン信号により入力パタンを修正しなが
らマッチングが行われるので、修正の過程で候補パタン
が持たないような空間周波数成分の背景ノイズが除かれ
ていくため背景ノイズに対しても強いパタンマッチング
が実現できる。
ーリエ変換パワースペクトルのパタンを用いて、マッチ
ングを行うので、入力パタンの位置ずれに対して強いパ
タンマッチングが特徴パタンを大量に用意することなく
実現できるという効果を有する。また、候補パタンに応
じて、トップダウン信号により入力パタンを修正しなが
らマッチングが行われるので、修正の過程で候補パタン
が持たないような空間周波数成分の背景ノイズが除かれ
ていくため背景ノイズに対しても強いパタンマッチング
が実現できる。
第１図は、本発明の一実施例を示す流れ図、第２図は、
本発明による処理をマルチプロセッサー構成にしてパタ
ン認識装置の応用した場合のブロック図、第３図は本発
明の作用を説明するための説明図である。 図において １……スキャナー、２……A/D変換部、３……ローカル
プロセッサ、４……パタン判定ユニット、５……入力
像、６……小領域(1)、７……小領域(2)、８……フィル
タリングマスタ、９……逆フーリエ変換されたパタン、
１０……小領域(1)、１１……小領域(2)
本発明による処理をマルチプロセッサー構成にしてパタ
ン認識装置の応用した場合のブロック図、第３図は本発
明の作用を説明するための説明図である。 図において １……スキャナー、２……A/D変換部、３……ローカル
プロセッサ、４……パタン判定ユニット、５……入力
像、６……小領域(1)、７……小領域(2)、８……フィル
タリングマスタ、９……逆フーリエ変換されたパタン、
１０……小領域(1)、１１……小領域(2)
Claims (1)
- 【請求項１】入力画像を互いにオーバーラップする、も
しくはオーバーラップしない、小領域に分割し、これら
各小領域ごとに入力画像をそのフーリエ変換及びフーリ
エ変換パワースペクトルのパタンに変換し、パワースペ
クトルのパタンとあらかじめ用意された標準パタンとの
間でテンプレートマッチングを行い、こうして得られた
候補パタンをマスクとして前記各小領域ごとのフーリエ
変換のパタンをフイルタリングし、その出力パタンを逆
フーリエ変換して得られるパタンによって入力画像を修
正し、この修正された入力画像に対し、前記処理を繰り
返しながらパタンマッチングを行うことを特徴とする画
像信号の処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63309911A JPH0632078B2 (ja) | 1988-12-09 | 1988-12-09 | 画像信号の処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63309911A JPH0632078B2 (ja) | 1988-12-09 | 1988-12-09 | 画像信号の処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02156387A JPH02156387A (ja) | 1990-06-15 |
| JPH0632078B2 true JPH0632078B2 (ja) | 1994-04-27 |
Family
ID=17998821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63309911A Expired - Lifetime JPH0632078B2 (ja) | 1988-12-09 | 1988-12-09 | 画像信号の処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0632078B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5684890A (en) * | 1994-02-28 | 1997-11-04 | Nec Corporation | Three-dimensional reference image segmenting method and apparatus |
| JP2625384B2 (ja) * | 1994-06-27 | 1997-07-02 | 日本電気株式会社 | 画像認識装置および画像認識方法 |
| US5917940A (en) * | 1996-01-23 | 1999-06-29 | Nec Corporation | Three dimensional reference image segmenting method and device and object discrimination system |
| EP1310904A4 (en) | 2000-06-02 | 2007-03-28 | Japan Science & Tech Agency | DOCUMENT PROCESSING METHOD, RECORDING MEDIA RECORDING A DOCUMENT PROCESSING PROGRAM AND DOCUMENT PROCESSOR |
| JP7512643B2 (ja) * | 2020-03-30 | 2024-07-09 | 株式会社ニデック | 眼科画像処理装置および眼科画像処理プログラム |
-
1988
- 1988-12-09 JP JP63309911A patent/JPH0632078B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02156387A (ja) | 1990-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2776294B2 (ja) | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 | |
| US6714689B1 (en) | Image synthesizing method | |
| KR20180065950A (ko) | 이미지 처리 시스템 | |
| JP4527885B2 (ja) | フーリエ変換の相関による回転の修正および重複イメージの識別 | |
| CN118505572B (zh) | 一种由粗到细的多尺度双支路图像曝光校正方法 | |
| JP2000165648A (ja) | 画像処理方法および装置並びに記録媒体 | |
| US6301381B1 (en) | Neurofilter, and method of training same to operate on image data such as to discriminate between text and picture regions of an image which is expressed by image data | |
| JPH0632078B2 (ja) | 画像信号の処理方法 | |
| CN115100658A (zh) | 一种图像中纸张矫正方法、系统及存储介质 | |
| JPH11339017A (ja) | ナンバープレート認識装置 | |
| JPS63211474A (ja) | 階層化構造的テンプレ−ト・マツチング方法 | |
| CN108364273B (zh) | 一种空间域下的多聚焦图像融合的方法 | |
| Yin et al. | Speedup method for real-time thinning algorithm | |
| CN117372375A (zh) | 一种焊接缺陷检测方法及装置 | |
| JP2010182167A (ja) | 画像処理装置および画像処理方法 | |
| JPH0628476A (ja) | 画像信号の処理装置 | |
| CN113705430B (zh) | 基于检测模型的表格检测方法、装置、设备及存储介质 | |
| JP4869364B2 (ja) | 画像処理装置および画像処理方法 | |
| CN110472493B (zh) | 基于一致性特征的场景分割方法和系统 | |
| JP7210380B2 (ja) | 画像学習プログラム、画像学習方法、及び画像認識装置 | |
| JPH05300378A (ja) | 網点閾値発生方法 | |
| JPH07113612A (ja) | 部品位置認識装置 | |
| JP3058951B2 (ja) | 画像パターン認識装置 | |
| JPH10187978A (ja) | 部品形状認識方法 | |
| JPS61241885A (ja) | 画像信号の認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |