JPH06337939A - 画像識別方法および装置 - Google Patents

Abstract

(57)【要約】 【目的】処理時間を有効に短縮できる新規な画像識別方
法を実現する。 【構成】互いに直交する基準軸Ｘ，Ｙの各方向に付き、
参照パターンの情報値を積分操作し、各積分結果を積分
方向と直交する方向に就き微分操作して、Ｘ方向微分参
照データと、Ｙ方向微分参照データとを用意する。識別
サーチ領域画像に就いて、上記基準軸Ｘ，Ｙ方向に就き
情報値を積分操作し、各積分結果を、積分方向と直交す
る方向に就き微分操作してＸ方向微分データとＹ方向微
分データを算出する。上記Ｘ方向微分参照データとＸ方
向微分データ、上記Ｙ方向微分参照データとＹ方向微分
データを、それぞれパターンマッチング操作する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は画像識別方法および画
像識別装置に関する。

【０００２】

【従来の技術】２次元的な画像を識別する方法の一つと
して「パターンマッチング」が知られている。パターン
マッチングでは、「基準画像」の一部で、基準画像の特
徴を良く表している領域を抽出してサーチ領域とし、こ
のサーチ領域内にある画像、即ち「サーチ領域画像」の
一部を「参照パターン」として設定する。

【０００３】識別対象となる画像が読取りにより取込ま
れると、取込み画像のうち上記サーチ領域に対応する部
分の画像が「識別サーチ領域画像」として抽出され、こ
の識別サーチ領域画像に対して参照パターンを２次元的
に移動させ、参照パターンの各移動位置において「参照
パターンと重なる識別サーチ領域画像部分」と参照パタ
ーンとの相関を演算する。

【０００４】相関の演算には種々の式が考えられるが、
基本的には、参照パターンの各画素の「情報値」と、こ
の画素に重なる識別サーチ領域内の画素の情報値との積
を、参照パターン内の全画素に就いて加え合わせ、必要
に応じて定数倍すれば良い。この値を「相関値」とよぶ
と、サーチ領域内に「参照パターンと同一のパターン」
があり、参照パターンがこのパターンに重なったとき、
相関値は参照パターンの「自己相関値」となって最大値
を取る。

【０００５】そこで、自己相関値に近く自己相関値より
も小さい「閾値レベル」を設定し、識別サーチ領域内に
おける相関値の最大値が上記閾値レベルよりも大きいと
き、取り込まれた取込み画像は参照パターンと同一のパ
ターンを含み、従って基準画像と同一の画像の一部であ
ると識別できる。

【０００６】このようなパターンマッチングによる画像
識別は識別性が良く、識別の信頼性も高いが、相関値の
算出に参照パターンの全画素の情報が用いられるため識
別に到る演算量が多量となり処理時間が長いという問題
があった。

【０００７】演算量を減らすには識別サーチ領域のサイ
ズを小さくしたり、あるいは識別サーチ領域と参照パタ
ーンのサイズを共に小さくする等の方法が考えられる
が、これらのサイズの縮小にともない、識別精度も低下
するので好ましい方法でない。

【０００８】

【発明が解決しようとする課題】この発明は上述した事
情に鑑みてなされたものであって、処理時間を有効に短
縮できる新規な画像識別方法およびこの方法を実施する
ための装置を提供することである。

【０００９】

【課題を解決するための手段】請求項１記載の画像識別
方法は「画像読取りにより取込まれた２次元的な取込み
画像から抽出された識別サーチ領域画像と、予め用意さ
れた２次元参照パターンとのパターンマッチングによ
り、上記取込み画像中に参照パターンが含まれるか否か
を識別する方法」であって、以下の点を特徴とする。

【００１０】即ち、予め用意された参照パターンに就
き、互いに直交する基準軸Ｘ，Ｙの各方向において参照
パターンの情報値の積分操作を行い、各積分結果を積分
方向と直交する方向において微分操作して、Ｘ方向微分
参照データと、Ｙ方向微分参照データとを用意する。ま
た、識別サーチ領域画像に就いて上記基準軸Ｘ，Ｙ方向
に就き情報値の積分操作を行い、各積分結果を積分方向
と直交する方向に就き微分操作してＸ方向微分データと
Ｙ方向微分データを算出する。Ｘ方向微分参照データと
Ｘ方向微分データ、Ｙ方向微分参照データとＹ方向微分
データを、それぞれパターンマッチング操作する。

【００１１】請求項２記載の画像識別装置は上記請求項
１記載の画像識別方法を実施する装置であって、画像取
り込み手段と、参照パターン抽出手段と、演算手段とを
有する。

【００１２】「画像取り込み手段」は、識別対象となる
画像を読取り、サーチ対象となる特徴部分領域の画像情
報を抽出する。このようにして抽出される領域は「識別
サーチ領域」であるが、取り込まれた画像が「基準画
像」である場合には、サーチ領域である。上記抽出され
た画像情報を、識別サーチ領域に対して「識別サーチ領
域画像」、サーチ領域に対して「サーチ領域画像」と呼
ぶ。「参照パターン抽出手段」は、基準画像が取り込ま
れた場合に上記特徴部分（サーチ領域画像）内の所望の
部分を参照パターンとして抽出する。「演算手段」は、
識別対象となる画像が取り込まれたとき、識別サーチ領
域として抽出された領域の識別サーチ領域画像および参
照パターンの画像情報のそれぞれの情報値に就き、互い
に直交するＸ，Ｙ軸の各方向につき積分操作し、各積分
結果を積分方向と直交する方向につき微分操作して、Ｘ
方向微分データ，Ｙ方向微分データおよびＸ方向微分参
照データ，Ｙ方向微分参照データを算出し、Ｘ方向微分
参照データとＸ方向微分データ、Ｙ方向微分参照データ
とＹ方向微分データを、それぞれパターンマッチング操
作する手段である。パターンマッチング操作は、相関を
調べることにより行われる。

【００１３】識別対象である画像を読み込んだ取り込み
画像も参照パターンも、画素ごとに分解された画像情報
であるから、画素ごとに分離した情報でその情報値は空
間的には不連続である。上記説明において、画像情報を
Ｘ，Ｙ方向につき積分操作するとは、これらの方向に配
列した画素情報の情報値を上記各方向において加算する
操作を意味する。また、各積分結果を微分操作すると
は、積分方向と直交する方向において、隣接する画素列
の積分値の差（もしくは、その定数倍）を取ること、あ
るいは後述するように、上記「差もしくはその定数倍」
の絶対値を取ることを意味する。

【００１４】なお、参照パターンおよび識別サーチ領域
画像は何れもデジタル化され、積分操作・微分操作はデ
ジタル的に行われる。

【００１５】

【作用】図１において、（ａ）は予め用意された参照パ
ターンを示している。図のように互いに直交するＸ，Ｙ
方向を設定する。説明の簡単のため、参照パターンは図
示のように「白」と「黒」からなる２値情報であると
し、各画素の情報値は、上記「白」に対して１、「黒」
に対して０とする。

【００１６】参照パターンの情報値分布を、ｆ（Ｘ，
Ｙ）（実際には、各画素毎の情報値：ｆ（Ｘ_i，Ｙ_j）の
集合である）とし、これをＸ方向に就いて積分すると、
積分結果：∫ｆ（Ｘ，Ｙ）ｄＸ（＝Σｆ（Ｘ_i，Ｙ_j）；
和は添字：ｉに就き取る）は、Ｙの関数：Ｆ（Ｙ）（実
際には、Ｘ方向の画素列のＹ方向における序列：Ｙ_jに
関する上記和の集合である）となり、図１（ｂ）に示す
如きものとなる。横軸：Ｆ（Ｙ）は「輝度レベル
（「白」の情報値の和）」を表す。この操作がＸ方向に
就いての積分操作である。

【００１７】同様に、上記ｆ（Ｘ，Ｙ）をＹ方向に就い
て積分すると、積分結果：∫ｆ（Ｘ，Ｙ）ｄＹ（＝Σｆ
（Ｘ_i，Ｙ_j）；和は添字：ｊに就き取る）はＸの関数：
Ｇ（Ｘ）で図１（ｃ）に示す如きものとなる。縦軸：Ｇ
（Ｘ）は「輝度レベル」を表す。この操作はＹ方向に就
いての積分操作である。

【００１８】次に、上記Ｆ（Ｙ）を、Ｆ（Ｙ）を得るた
めの積分方向であるＸ方向に直交するＹ方向に就いて微
分操作すると、微分結果：ｄ｛Ｆ（Ｙ）｝／ｄＹ（実際
には、差：Ｆ（Ｙ_j+1）−Ｆ（Ｙ_j）もしくは、この差に
定数を掛けたもの）の絶対値＝ｆｙ（Ｙ）は図１（ｄ）
に示す如きものとなる。ｆｙ（Ｙ）は「Ｙ方向微分参照
データ」である。

【００１９】同様にＧ（Ｘ）をＸ方向に就いて微分操作
すると、微分結果：ｄ｛Ｇ（Ｘ）｝／ｄＹ（実際には、
差：Ｇ（Ｘ_i+1）−Ｇ（Ｘ_i）もしくは、この差に定数を
掛けたもの）の絶対値＝ｆｘ（Ｘ）は図１（ｅ）に示す
如きものとなる。ｆｘ（Ｘ）は「Ｘ方向微分参照デー
タ」である。

【００２０】図２において、（ａ）は、識別対象として
取込まれた取込み画像から抽出された識別サーチ領域画
像を示している。参照パターン（図１（ａ））に対応し
て、互いに直交するＸ，Ｙ方向を設定する。参照パター
ンと同様、識別サーチ領域画像も「白」と「黒」からな
る２値情報であり、各画素の情報値は、「白」に対して
１、「黒」に対して０である。

【００２１】識別サーチ領域画像の情報値分布を、Ｐ
（Ｘ，Ｙ）（実際には、各画素毎の情報値：Ｐ（Ｘ_m，
Ｙ_n）の集合である）とし、これをＸ方向に就いて積分
操作すると、積分結果：∫Ｐ（Ｘ，Ｙ）ｄＸ（＝ΣＰ
（Ｘ_m，Ｙ_n）：和は添字：ｍに就き取る）はＹの関数：
Ｑ（Ｙ）（実際には、Ｘ方向の画素列のＹ方向における
序列：Ｙ_nに関する上記和の集合である）となり、図１
（ｂ）に示す如きものとなる。横軸：Ｑ（Ｙ）は「輝度
レベル」を表す。

【００２２】同様に、上記Ｐ（Ｘ，Ｙ）をＹ方向に就い
て積分操作すると、積分結果：∫Ｐ（Ｘ，Ｙ）ｄＹ（＝
ΣＰ（Ｘ_m，Ｙ_n）：和は添字：ｎに就き取る）はＸの関
数：Ｒ（Ｘ）で、図１（ｃ）に示す如きものとなる。縦
軸：Ｒ（Ｘ）は「輝度レベル」を表す。

【００２３】次に、Ｑ（Ｙ）をＹ方向に就いて微分操作
すると、微分結果：ｄ｛Ｑ（Ｙ）｝／ｄＹ（実際には、
差：Ｑ（Ｙ_n+1）−Ｆ（Ｙ_n）もしくは、この差に定数を
掛けたもの）の絶対値＝Ｐｙ（Ｙ）は図２（ｄ）に示す
如きものとなる。Ｐｙ（Ｙ）は「Ｙ方向微分データ」で
ある。

【００２４】同様にＲ（Ｘ）をＸ方向に就いて微分操作
すると、微分結果：ｄ｛Ｒ（Ｘ）｝／ｄＹ（実際には、
差：Ｇ（Ｘ_m+1）−Ｇ（Ｘ_m）もしくは、この差に定数を
掛けたもの）の絶対値＝Ｐｘ（Ｘ）は図１（ｅ）に示す
如きものとなる。Ｐｘ（Ｘ）は「Ｘ方向微分データ」で
ある。

【００２５】かくして、４つの１次元データ、即ち、Ｘ
方向微分参照データ：ｆｘ（Ｘ）、Ｙ方向微分参照デー
タ：ｆｙ（Ｙ）、Ｘ方向微分データ：Ｐｘ（Ｘ）、Ｙ方
向微分データ：Ｐｙ（Ｙ）である。

【００２６】図１（ａ）に示す参照パターンのサイズを
（Ｉ×Ｊ）画素、図２（ａ）に示す識別サーチ領域画像
のサイズを（Ｍ×Ｎ）画素とすると、ｆｘ（Ｘ）はＩ−
１個の要素：ｆｘ（Ｘ_i）からなり、ｆｙ（Ｙ）はＪ−
１個の要素：ｆｙ（Ｙ_j）からなる。また、Ｐｘ（Ｘ）
はＭ−１個の要素：Ｐｘ（Ｘ_m）からなり、Ｐｙ（Ｙ）
はＮ−１個の要素：Ｐｙ（Ｙ_n）からなる。

【００２７】そこで、ｆｘ（Ｘ）をＰｘ（Ｘ）に重ねて
１画素分ずつずらしながら、ずらすごとに、重なる画素
の情報値の積の和（もしくはその定数倍）を相関値とし
て算出するパターンマッチング操作を行う。これは、定
数値をＫ、演算パラメータをｋとして、演算：Ｋ・Σ_i
ｆｘ（Ｘ_i）・Ｐｘ（Ｘ_i+k）（ｉ＝１〜Ｉ−１）を、演
算パラメータ：ｋに就いて、ｋ＝１〜（Ｍ−Ｉ）の範囲
で繰り返すことを意味する。算出された相関値の最大値
（最大値を与えるＸ座標（ｆｘ（Ｘ）の中央座標に対応
する位置）をＸ₀とする）を予め設定された閾値と比較
する。

【００２８】同様に、ｆｙ（Ｙ）をＰｙ（Ｙ）に重ねて
１画素分ずつずらしながら、ずらすごとに、重なる画素
の情報値の積の和（もしくはその定数倍）を相関値とし
て算出する。これは、定数値をＬ、演算パラメータをｌ
として、演算：Ｌ・Σ_j,nｆｙ（Ｙ_j）・Ｐｙ（Ｙ_j+l）
（ｊ＝１〜Ｊ−１）を、演算パラメータ：ｌに就いて、
ｌ＝１〜（Ｎ−Ｉ）の範囲で繰り返すことを意味する。
算出された相関値の最大値（最大値を与えるＹ座標（ｆ
ｙ（Ｙ）の中央座標に対応する位置）をＹ₀とする）を
予め設定された閾値と比較する。

【００２９】上記２つの最大値が共に閾値以上である場
合には、取込み画像から抽出された識別サーチ領域画像
は、その内に参照パターンと同一のパターンを有し、そ
の位置は（Ｘ₀，Ｙ₀）である。そしてこの場合、取込ま
れた画像は、基準画像と同一であることが識別される。

【００３０】なお、ｄ｛Ｆ（Ｙ）｝／ｄＹ＝ｄ｛∫ｆ
（Ｘ，Ｙ）ｄＸ｝／ｄｙ＝∫［ｄ｛ｆ（Ｘ，Ｙ）｝／ｄ
ｙ］ｄＸ 等であるから、積分操作と微分操作の順序を入れ替える
ことが可能であることを付記しておく。また、上に説明
した例では、微分操作において、演算結果の絶対値を取
ったが、微分演算の結果（正・負のデータを含む）をそ
のまま用いても良い。

【００３１】

【実施例】図３に、請求項２記載の画像識別装置の１実
施例を示す。この装置は、例えばＩＣ等の電子部品の配
線パターン等を識別する装置であって、ＣＣＤカメラ１
０、Ａ／Ｄコンバータ１２、前処理部１４、特徴抽出部
１６、参照パターン抽出部２０、識別部１８および制御
部２２を有する。

【００３２】先ず、被検体０として「基準画像」をもっ
たものがＣＣＤカメラ１０により読み取られ、画素ごと
に電気信号化される。この電気信号はＡ／Ｄコンバータ
１２によりデジタル化され、前処理部１４に送られる。
前処理部１４はコンパレータであって、制御部２２（具
体的はコンピュータ等である）に制御され、設定された
閾値と入力信号を比較することによりノイズの除去を行
う。

【００３３】ノイズを除去されたデータは特徴抽出部１
６に送られる。特徴抽出部はメモリを有し、入力された
データは２次元の情報としてメモリに展開される。制御
手段２２は特徴抽出部１６のメモリに展開された２次元
情報に所定のサーチ領域を設定し、その内部の情報をサ
ーチ領域画像として抽出する。従って、ＣＣＤカメラ１
０、Ａ／Ｄコンバータ１２、前処理分１４、特徴抽出部
１６および制御分２２は「画像取込み手段」を構成す
る。

【００３４】制御手段２２はまた、抽出されたサーチ領
域画像中の所望の部分を参照パターンとして指定抽出
し、参照パターン抽出部２０に格納する。従って、制御
部２２と参照パターン抽出部１６とは「参照パターン抽
出手段」を構成する。

【００３５】次に、識別対象となる被検体を読み取っ
て、特徴抽出部１６において「識別サーチ領域画像」を
抽出する。抽出方法は上記「サーチ領域画像」の抽出の
場合と同様である。

【００３６】制御部２２は、参照パターン抽出部２０を
制御して、同抽出部２０に格納してある「参照パター
ン」を読み出し、識別部１８に送る。それとともに、特
徴抽出部１６を制御し、同抽出部１６において抽出され
た識別サーチ領域画像も識別部１８に送る。

【００３７】識別部１８は、制御部２２の制御を受け、
参照パターンおよび識別サーチ領域画像の双方に対し上
述した積分操作・微分操作およびパターンマッチング操
作を行う。従って、識別部１８と制御部２２とは演算手
段を構成する。

【００３８】かくして、読み取られた被検体が基準画像
と同一のパターンを含むか否かが、識別部１８の出力と
して得られる。

【００３９】

【発明の効果】以上説明したように、この発明によれば
新規な画像識別方法および装置を提供できる。この発明
は上述した構成となっているので、パターンマッチング
に必要な演算量が有効に減少され、高速の画像識別が可
能となる。

【図面の簡単な説明】

【図１】参照パターンに対する積分操作と微分操作を説
明するための図である。

【図２】識別サーチ領域画像に対する積分操作と微分操
作を説明するための図である。

【図３】請求項２記載の画像識別装置の１実施例を説明
するためのブロック図である。

フロントページの続き (72)発明者 渡邊 洋和 長野県伊那市上の原6100番地・株式会社三 協精機製作所伊那工場内 (72)発明者 中村 幸喜 長野県伊那市上の原6100番地・株式会社三 協精機製作所伊那工場内

Claims (2)

【特許請求の範囲】
1. 【請求項１】画像読取りにより取込まれた２次元的な取
   込み画像から抽出された識別サーチ領域画像と、予め用
   意された２次元参照パターンとのパターンマッチングに
   より、上記取込み画像中に参照パターンが含まれるか否
   かを識別する方法において、 互いに直交する基準軸Ｘ，Ｙの各方向に付き、参照パタ
   ーンの情報値を積分操作し、各積分結果を積分方向と直
   交する方向に就き微分操作して、Ｘ方向微分参照データ
   と、Ｙ方向微分参照データとを用意し、 識別サーチ領域画像に就いて、上記基準軸Ｘ，Ｙ方向に
   就き情報値を積分操作し、各積分結果を、積分方向と直
   交する方向に就き微分操作してＸ方向微分データとＹ方
   向微分データを算出し、 上記Ｘ方向微分参照データとＸ方向微分データ、上記Ｙ
   方向微分参照データとＹ方向微分データを、それぞれパ
   ターンマッチング操作することを特徴とする画像識別方
   法。
2. 【請求項２】請求項１記載の画像識別方法を実施する装
   置であって、 識別対象となる画像を読取り、特徴部分を抽出してサー
   チ領域画像とする画像取込み手段と、 上記サーチ領域画像内から参照パターンを抽出する参照
   パターン抽出手段と、 抽出されたサーチ領域画像の情報値および参照パターン
   の情報値をそれぞれに就き、互いに直交するＸ，Ｙ軸の
   各方向につき積分操作し、各積分結果を、積分方向と直
   交する方向につき微分操作して、Ｘ方向微分データ，Ｙ
   方向微分データと、Ｘ方向微分参照データ，Ｙ方向微分
   参照データを算出し、上記Ｘ方向微分参照データとＸ方
   向微分データ、上記Ｙ方向微分参照データとＹ方向微分
   データを、それぞれパターンマッチング操作する演算手
   段とを有する画像識別装置。