JPH087109A - 画像分割処理方法 - Google Patents
画像分割処理方法Info
- Publication number
- JPH087109A JPH087109A JP6133021A JP13302194A JPH087109A JP H087109 A JPH087109 A JP H087109A JP 6133021 A JP6133021 A JP 6133021A JP 13302194 A JP13302194 A JP 13302194A JP H087109 A JPH087109 A JP H087109A
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- line
- scanned
- stored
- 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.)
- Withdrawn
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 本発明は、メモリ上に展開された画像ガ領域
分割されて各領域の重心位置が求められる処理をソフト
ウェアで行なう方法に関し、画像の領域分割の処理を高
速に行なうことが可能となる方法の提供を目的とする。 【構成】 画像メモリ１０の各ラインを並び順に逐次ス
キャンし（ステップ１００）、スキャンされたラインの
各画素データを一対のラインバッファ１２＿１，１２＿
２へ交互に格納し（ステップ１０２）、２値化した結果
が同一で隣接する画素データがメンバとなるグループに
両ラインバッファ１２＿１及び１２＿２の画像部分を領
域分割して各領域が識別される情報と各領域の広がりが
示される情報とを保存し（ステップ１０４）、画像メモ
リ１０の全ラインがスキャンされたときに、隣接の領域
を統合して各領域の重心位置を保存された情報から求め
る（ステップ１０６）。
分割されて各領域の重心位置が求められる処理をソフト
ウェアで行なう方法に関し、画像の領域分割の処理を高
速に行なうことが可能となる方法の提供を目的とする。 【構成】 画像メモリ１０の各ラインを並び順に逐次ス
キャンし（ステップ１００）、スキャンされたラインの
各画素データを一対のラインバッファ１２＿１，１２＿
２へ交互に格納し（ステップ１０２）、２値化した結果
が同一で隣接する画素データがメンバとなるグループに
両ラインバッファ１２＿１及び１２＿２の画像部分を領
域分割して各領域が識別される情報と各領域の広がりが
示される情報とを保存し（ステップ１０４）、画像メモ
リ１０の全ラインがスキャンされたときに、隣接の領域
を統合して各領域の重心位置を保存された情報から求め
る（ステップ１０６）。
Description
【０００１】
【産業上の利用分野】本発明は、メモリ上に展開された
画像が領域分割されて各領域の重心位置が求められる処
理をソフトウェアで行なう方法に関するものである。
画像が領域分割されて各領域の重心位置が求められる処
理をソフトウェアで行なう方法に関するものである。
【０００２】宇宙で衛星の捕獲作業が行なわれる場合、
衛星側のマーク板部分がカメラ撮影され、撮影画像がメ
モリ上に展開される。そして、メモリ上の画像が領域分
割されて各領域の面積，重心位置が順に算出され、これ
らの算出結果を用いてマーク板までの距離とマーク板の
姿勢が求められる。
衛星側のマーク板部分がカメラ撮影され、撮影画像がメ
モリ上に展開される。そして、メモリ上の画像が領域分
割されて各領域の面積，重心位置が順に算出され、これ
らの算出結果を用いてマーク板までの距離とマーク板の
姿勢が求められる。
【０００３】
【従来の技術】捕獲すべき衛星に設けられたマーク板
（例えば４つの円マークが方形配置で描かれる）の撮影
で得られた画像は２値化されてメモリ（画像メモリ）上
に展開される。
（例えば４つの円マークが方形配置で描かれる）の撮影
で得られた画像は２値化されてメモリ（画像メモリ）上
に展開される。
【０００４】そして、メモリ上に展開された２値化画像
が複数の領域に分割され（上記の場合、マーク板の２値
化画像が４つの円マーク部分に分割される）、各分割領
域に番号が付される（ラベル付け処理）。
が複数の領域に分割され（上記の場合、マーク板の２値
化画像が４つの円マーク部分に分割される）、各分割領
域に番号が付される（ラベル付け処理）。
【０００５】さらに、各分割領域の面積と重心位置が順
に算出され（上記の場合、４つの円マークの面積と重心
位置が順に算出される）、各分割領域の算出結果を用い
てマーク板までの距離とその姿勢が求められる。
に算出され（上記の場合、４つの円マークの面積と重心
位置が順に算出される）、各分割領域の算出結果を用い
てマーク板までの距離とその姿勢が求められる。
【０００６】ここで宇宙においては物的な資源が限られ
ることから、以上の処理をハードウェアで行なうことが
不可能となる。そこで、全ての処理がソフトウェア上で
シーケンシャルに１枚の画像メモリを用いて行なわれ
る。
ることから、以上の処理をハードウェアで行なうことが
不可能となる。そこで、全ての処理がソフトウェア上で
シーケンシャルに１枚の画像メモリを用いて行なわれ
る。
【０００７】
【発明が解決しようとする課題】しかしながら従来にお
いては、全ての処理がソフトウェアでシーケンシャルに
１枚の画像メモリを用いて行なわれるので、通常のメモ
リより低速な画像メモリが頻繁にアクセスされる。した
がって、処理速度を高めることが困難となり、このこと
は、スロースピン衛星を捕獲する場合において特に問題
となる。
いては、全ての処理がソフトウェアでシーケンシャルに
１枚の画像メモリを用いて行なわれるので、通常のメモ
リより低速な画像メモリが頻繁にアクセスされる。した
がって、処理速度を高めることが困難となり、このこと
は、スロースピン衛星を捕獲する場合において特に問題
となる。
【０００８】本発明は上記従来の事情に鑑みてなされた
ものであり、その目的は、ソフトウェアによる画像領域
分割の処理を高速に行なうことが可能となる方法を提供
することにある。
ものであり、その目的は、ソフトウェアによる画像領域
分割の処理を高速に行なうことが可能となる方法を提供
することにある。
【０００９】
【課題を解決するための手段】図１において本発明に係
る方法は、画像メモリ１０の各ラインを並び順に逐次ス
キャンし（ステップ１００）、スキャンされたラインの
各画素データを一対のラインバッファ１２＿１，１２＿
２へ交互に格納し（ステップ１０２）、２値化した結果
が同一で隣接する画素データがメンバとなるグループに
両ラインバッファ１２＿１及び１２＿２の画像部分を領
域分割して各領域が識別される情報と各領域の広がりが
示される情報とを保存し（ステップ１０４）、画像メモ
リ１０の全ラインがスキャンされたときに、隣接の領域
を統合して各領域の重心位置を保存された情報から求め
る（ステップ１０６）、ことを特徴としている。
る方法は、画像メモリ１０の各ラインを並び順に逐次ス
キャンし（ステップ１００）、スキャンされたラインの
各画素データを一対のラインバッファ１２＿１，１２＿
２へ交互に格納し（ステップ１０２）、２値化した結果
が同一で隣接する画素データがメンバとなるグループに
両ラインバッファ１２＿１及び１２＿２の画像部分を領
域分割して各領域が識別される情報と各領域の広がりが
示される情報とを保存し（ステップ１０４）、画像メモ
リ１０の全ラインがスキャンされたときに、隣接の領域
を統合して各領域の重心位置を保存された情報から求め
る（ステップ１０６）、ことを特徴としている。
【００１０】
【作用】本発明では、画像メモリ１０のラインが順に取
り出されて２ライン分を単位として領域分割が行なわれ
（領域分割の際には各画素のデータが２値化される）、
全てのラインが画像メモリ１０から取り出されると、隣
接の分割領域が統合される。
り出されて２ライン分を単位として領域分割が行なわれ
（領域分割の際には各画素のデータが２値化される）、
全てのラインが画像メモリ１０から取り出されると、隣
接の分割領域が統合される。
【００１１】したがって、低速な画像メモリ１０のアク
セスが各ライン取り出しの１回だけに限定でき、領域分
割及び領域統合時には極めて高速な他メモリ（メインメ
モリ）などをアクセスできる。
セスが各ライン取り出しの１回だけに限定でき、領域分
割及び領域統合時には極めて高速な他メモリ（メインメ
モリ）などをアクセスできる。
【００１２】
【実施例】図２において、画像メモリ１０にはＣＰＵボ
ード２０がバス２２を介して接続されており、ＣＰＵボ
ード２０にはマイクロプロセッサユニット２３，ＲＯＭ
２４，メインメモリ２６が搭載されている。
ード２０がバス２２を介して接続されており、ＣＰＵボ
ード２０にはマイクロプロセッサユニット２３，ＲＯＭ
２４，メインメモリ２６が搭載されている。
【００１３】画像メモリ１０には例えばスロースピン衛
星のマーク板を撮影して得られた画像のデータが格納さ
れ、マイクロプロセッサユニット２３ではＲＯＭ２４に
格納されていたプログラムがメインメモリ２６を用いて
実行される。
星のマーク板を撮影して得られた画像のデータが格納さ
れ、マイクロプロセッサユニット２３ではＲＯＭ２４に
格納されていたプログラムがメインメモリ２６を用いて
実行される。
【００１４】なお、マイクロプロセッサユニット２３で
実行すべきプログラムは地上から送信してメインメモリ
２６上に格納し、そのメインメモリ２６上のプログラム
を起動しても良い。
実行すべきプログラムは地上から送信してメインメモリ
２６上に格納し、そのメインメモリ２６上のプログラム
を起動しても良い。
【００１５】図３において、画像メモリ１０には５１２
画素×５１２画素の大きさのものが使用されており、画
像メモリ１０の各ライン（水平方向）がその並び順（垂
直方向）に逐次スキャンされる。
画素×５１２画素の大きさのものが使用されており、画
像メモリ１０の各ライン（水平方向）がその並び順（垂
直方向）に逐次スキャンされる。
【００１６】そして、スキャンされたラインの各画素デ
ータは一対のラインバッファ１２＿１，１２＿２へ交互
に格納される。このため、ラインバッファ１２＿１，１
２＿２には５１２画素長のものが用意される（Ｃ言語に
おいては、Ｌｉ１［５１２］，Ｌｉ２［５１２］で表現
できる）。
ータは一対のラインバッファ１２＿１，１２＿２へ交互
に格納される。このため、ラインバッファ１２＿１，１
２＿２には５１２画素長のものが用意される（Ｃ言語に
おいては、Ｌｉ１［５１２］，Ｌｉ２［５１２］で表現
できる）。
【００１７】また、各分割領域の面積と重心位置を算出
するために特徴量格納バッファ（計１０００個）も用意
され、このバッファはＣ言語の構造体表現で次のように
定義できる。
するために特徴量格納バッファ（計１０００個）も用意
され、このバッファはＣ言語の構造体表現で次のように
定義できる。
【００１８】
【００１９】さらに、各分割領域はラベル番号で識別さ
れ、このラベル番号が付された分割領域の結合情報を格
納する結合関係バッファ（計１００個）が用意され、こ
のバッファはＣ言語の構造体表現で次のように定義でき
る。
れ、このラベル番号が付された分割領域の結合情報を格
納する結合関係バッファ（計１００個）が用意され、こ
のバッファはＣ言語の構造体表現で次のように定義でき
る。
【００２０】
【００２１】図４では本実施例の処理手順がフローチャ
ートを用いて説明されており、ラインバッファ１２＿
１，１２＿２，特徴量格納バッファ，結合関係バッファ
及び変数が予め初期化される（ステップ４００）。
ートを用いて説明されており、ラインバッファ１２＿
１，１２＿２，特徴量格納バッファ，結合関係バッファ
及び変数が予め初期化される（ステップ４００）。
【００２２】そして、画像メモリ１０の各ラインが並び
順に逐次スキャンされ、スキャンしたラインの各画素デ
ータが、図３のように、一対のラインバッファ１２＿
１，１２＿２へ交互に格納される（ステップ４０２，４
０６，４０８，４１２，４１４）。
順に逐次スキャンされ、スキャンしたラインの各画素デ
ータが、図３のように、一対のラインバッファ１２＿
１，１２＿２へ交互に格納される（ステップ４０２，４
０６，４０８，４１２，４１４）。
【００２３】また、スキャンしたラインの各画素データ
がラインバッファ１２＿１または１２＿２へ格納される
される毎に、バッファ内各画素のデータが２値化され、
さら２値化の結果が同一でかつ隣接する画素データがメ
ンバとなるグループに両ラインバッファ１２＿１及び１
２＿２の画像部分が領域分割され（ラベル付け）、各領
域の識別情報（ラベル番号）と各領域の広がりを示す情
報（領域の面積，水平方向と垂直方向のアドレス加算
値）とが保存される（ステップ４０４，４１０）。
がラインバッファ１２＿１または１２＿２へ格納される
される毎に、バッファ内各画素のデータが２値化され、
さら２値化の結果が同一でかつ隣接する画素データがメ
ンバとなるグループに両ラインバッファ１２＿１及び１
２＿２の画像部分が領域分割され（ラベル付け）、各領
域の識別情報（ラベル番号）と各領域の広がりを示す情
報（領域の面積，水平方向と垂直方向のアドレス加算
値）とが保存される（ステップ４０４，４１０）。
【００２４】その後において、画像メモリ１０のライン
が全てスキャンされると（ステップ４１４でＹＥＳ）、
隣接領域が統合されて各領域の重心位置が保存されてい
る情報を用いて求められる（ステップ４１６）。
が全てスキャンされると（ステップ４１４でＹＥＳ）、
隣接領域が統合されて各領域の重心位置が保存されてい
る情報を用いて求められる（ステップ４１６）。
【００２５】図５，図６ではラインバッファ１２＿１，
１２＿２に関する結合関係検出処理（ステップ４０４，
４１０）の内容がフローチャートを用いて説明されてお
り、また図７ではその作用が説明されている。
１２＿２に関する結合関係検出処理（ステップ４０４，
４１０）の内容がフローチャートを用いて説明されてお
り、また図７ではその作用が説明されている。
【００２６】なお、図５及び図６はラインバッファ１２
＿１に関するもので、ラインバッファ１２＿２の場合に
はＬｉ１［ｉ］とＬｉ２［ｉ］とが入れ替えられる。図
５において、ラインバッファスキャンの位置を示す変数
ｉが値１から値５１２までインクリメントされる（ステ
ップ５００，６０６，６０８）。
＿１に関するもので、ラインバッファ１２＿２の場合に
はＬｉ１［ｉ］とＬｉ２［ｉ］とが入れ替えられる。図
５において、ラインバッファスキャンの位置を示す変数
ｉが値１から値５１２までインクリメントされる（ステ
ップ５００，６０６，６０８）。
【００２７】このスキャン中にラインバッファ値Ｌｉ１
［ｉ］（画素値）がその２値化のしきい値ｔｈｅｒｅｓ
ｈｏｌｄｌｅｂｅｌを越えたことが確認されると（ステ
ップ５０２でＹＥＳ）、両ラインバッファ１２＿１，１
２＿２で形成の画像部分内において隣接する画素であっ
て同一の２値化結果となるものが存在しているか否かが
図７の順序で調べられる（ステップ５０４，５１２，５
１６，６００）。
［ｉ］（画素値）がその２値化のしきい値ｔｈｅｒｅｓ
ｈｏｌｄｌｅｂｅｌを越えたことが確認されると（ステ
ップ５０２でＹＥＳ）、両ラインバッファ１２＿１，１
２＿２で形成の画像部分内において隣接する画素であっ
て同一の２値化結果となるものが存在しているか否かが
図７の順序で調べられる（ステップ５０４，５１２，５
１６，６００）。
【００２８】その際に隣接の画素が同一の２値化結果と
なること（現在の画素が隣接の画素と同一の領域に属し
ていること：両者が結合していること）が確認されたと
きには、この隣接画素の値が現在注目の画素の値に代入
され、特徴量格納バッファLbtableの領域面積を示す画
素数numberがインクリメントされ、また、Ｘアドレス加
算値samX，Ｙアドレス加算値samYが更新される（ステッ
プ５０６，５１４，５１８，６０２）。
なること（現在の画素が隣接の画素と同一の領域に属し
ていること：両者が結合していること）が確認されたと
きには、この隣接画素の値が現在注目の画素の値に代入
され、特徴量格納バッファLbtableの領域面積を示す画
素数numberがインクリメントされ、また、Ｘアドレス加
算値samX，Ｙアドレス加算値samYが更新される（ステッ
プ５０６，５１４，５１８，６０２）。
【００２９】ただし、注目画素（ラインバッファ値Ｌｉ
１［ｉ］）とラインバッファ値Ｌｉ１［ｉ−１］，Ｌｉ
２［ｉ−１］の隣接画素（図７において１番目，３番目
となる画素）との結合が確認された場合で、ラインバッ
ファ値Ｌｉ２［ｉ＋１］の隣接画素（図７において４番
目となる画素）との結合も確認されたときには（ステッ
プ５０８，５２０でＹＥＳ）、ラインバッファ値Ｌｉ１
［ｉ］の注目画素とラインバッファ値Ｌｉ２［ｉ＋１］
の隣接画素が各々含まれる領域の結合が結合関係バッフ
ァｃｔに登録される（ステップ５１０，５２２）。
１［ｉ］）とラインバッファ値Ｌｉ１［ｉ−１］，Ｌｉ
２［ｉ−１］の隣接画素（図７において１番目，３番目
となる画素）との結合が確認された場合で、ラインバッ
ファ値Ｌｉ２［ｉ＋１］の隣接画素（図７において４番
目となる画素）との結合も確認されたときには（ステッ
プ５０８，５２０でＹＥＳ）、ラインバッファ値Ｌｉ１
［ｉ］の注目画素とラインバッファ値Ｌｉ２［ｉ＋１］
の隣接画素が各々含まれる領域の結合が結合関係バッフ
ァｃｔに登録される（ステップ５１０，５２２）。
【００３０】また、ラインバッファ値Ｌｉ１［ｉ−
１］，Ｌｉ２［ｉ］，Ｌｉ２［ｉ−１］，Ｌｉ２［ｉ＋
１］の各隣接画素と結合しないことが確認されると（ス
テップ６００でＮＯ）、次領域のラベルが用意される
（ステップ６０４）。
１］，Ｌｉ２［ｉ］，Ｌｉ２［ｉ−１］，Ｌｉ２［ｉ＋
１］の各隣接画素と結合しないことが確認されると（ス
テップ６００でＮＯ）、次領域のラベルが用意される
（ステップ６０４）。
【００３１】図８では結合関係統合処理（ステップ４１
６）の内容がフローチャートを用いて説明されており、
特徴量格納バッファと同一の構造体配列Lbintegが最初
に用意される（ステップ８００）。
６）の内容がフローチャートを用いて説明されており、
特徴量格納バッファと同一の構造体配列Lbintegが最初
に用意される（ステップ８００）。
【００３２】さらに変数ｉが分割領域の数（ラベル数）
に達するまで（ステップ８０２，８２０）、結合関係バ
ッファｃｔで結合関係が示される分割領域を統合してフ
ラグConnectToを更新し、各分割領域の画素数number
（分割領域の面積を示す），Ｘアドレス加算値samX，Ｙ
アドレス加算値samYを再計算する処理が構造体配列Lbin
tegを用いて行なわれる（ステップ８０４，８０６，８
０８，８１０，８１２，８１４，８１６，８１８）。
に達するまで（ステップ８０２，８２０）、結合関係バ
ッファｃｔで結合関係が示される分割領域を統合してフ
ラグConnectToを更新し、各分割領域の画素数number
（分割領域の面積を示す），Ｘアドレス加算値samX，Ｙ
アドレス加算値samYを再計算する処理が構造体配列Lbin
tegを用いて行なわれる（ステップ８０４，８０６，８
０８，８１０，８１２，８１４，８１６，８１８）。
【００３３】そしてフラグConnectToの値から統合され
た分割領域と結合していない分割領域の特徴量バッファ
Lbtableが選択され（ステップ８２２）、これらバッフ
ァLbtableにおける画素数number（分割領域の面積を示
す）でＸアドレス加算値samX，Ｙアドレス加算値samYを
除することにより、各分割領域の重心位置が算出される
（ステップ８２４）。
た分割領域と結合していない分割領域の特徴量バッファ
Lbtableが選択され（ステップ８２２）、これらバッフ
ァLbtableにおける画素数number（分割領域の面積を示
す）でＸアドレス加算値samX，Ｙアドレス加算値samYを
除することにより、各分割領域の重心位置が算出される
（ステップ８２４）。
【００３４】以上のように、カメラ撮影などで得られて
１枚の画像メモリ１０に書き込まれた画像を２ライン分
のバッファへ１ラインずつ順に読み出して２値化し、そ
の２ライン分の画像部分内において隣接しかつ２値化の
結果が同一な画素をグループメンバとする分割領域を定
め、全てのラインが読み出されたときに隣接の領域を統
合し、統合された領域及び統合されなかった独立領域の
全てについて領域重心の位置を算出する内容の処理がソ
フトウェア上で行なわれる。
１枚の画像メモリ１０に書き込まれた画像を２ライン分
のバッファへ１ラインずつ順に読み出して２値化し、そ
の２ライン分の画像部分内において隣接しかつ２値化の
結果が同一な画素をグループメンバとする分割領域を定
め、全てのラインが読み出されたときに隣接の領域を統
合し、統合された領域及び統合されなかった独立領域の
全てについて領域重心の位置を算出する内容の処理がソ
フトウェア上で行なわれる。
【００３５】したがって本実施例によれば、低速な画像
メモリ１０のアクセスが１回のみとなる。このため、領
域重心の位置を算出するソフトウェア処理の速度が著し
く高められる。その結果、スロースピン衛星の捕獲時に
おいても、同衛星のマーク板へ至る距離とマーク板の姿
勢とを十分な速度で求めることが可能となる。
メモリ１０のアクセスが１回のみとなる。このため、領
域重心の位置を算出するソフトウェア処理の速度が著し
く高められる。その結果、スロースピン衛星の捕獲時に
おいても、同衛星のマーク板へ至る距離とマーク板の姿
勢とを十分な速度で求めることが可能となる。
【００３６】なお、撮影画像上の雑音を低減してより正
確な結果（マーク板へ至る距離とマーク板の姿勢）を得
るためには、水平方向と垂直方向の画素ヒストグラムを
用意することが好適である。
確な結果（マーク板へ至る距離とマーク板の姿勢）を得
るためには、水平方向と垂直方向の画素ヒストグラムを
用意することが好適である。
【００３７】この場合、特徴量格納バッファとして の構造体配列が定義され、例えば Lbtable[Li1[i-1]].histX[i]+=1; Lbtable[Li1[i-1]].histY[Y]+=1; の処理が図５のステップ５０６，５１０に追加される。
【００３８】また、図９の（ＸUP，ＹUP）を左上隅とし
（Ｘdown，Ｙdown）を右下隅とする方形のウィンドウを
撮影画像上に設定し、処理をそのウィンドウ内に限るこ
とで、より高速な画像分割処理が可能となり、ロボット
ハンドを把持の対象（例えばスロースピン衛星）へ高速
に安定して追従させることが可能となる。
（Ｘdown，Ｙdown）を右下隅とする方形のウィンドウを
撮影画像上に設定し、処理をそのウィンドウ内に限るこ
とで、より高速な画像分割処理が可能となり、ロボット
ハンドを把持の対象（例えばスロースピン衛星）へ高速
に安定して追従させることが可能となる。
【００３９】この場合、図４のステップ４００における
Ｙ＝１はＹ＝ＹUPとされ、ステップ４１４におけるＹ＜
５１２はＹ＜ＹDOWNとされ、結合関係検出の処理では変
数ｉの範囲がＸUPからＸDOWNまでとされる。
Ｙ＝１はＹ＝ＹUPとされ、ステップ４１４におけるＹ＜
５１２はＹ＜ＹDOWNとされ、結合関係検出の処理では変
数ｉの範囲がＸUPからＸDOWNまでとされる。
【００４０】
【発明の効果】以上説明したように本発明によれば、画
像メモリのラインが順に取り出されて２ライン分のバッ
ファへ交互に書き込まれ、その２ライン分を単位として
領域分割が行なわれ、全てのラインが画像メモリから取
り出されたときに隣接の分割領域が統合されるので、低
速な画像メモリのアクセスが各ライン取り出しの１回の
みとなる。
像メモリのラインが順に取り出されて２ライン分のバッ
ファへ交互に書き込まれ、その２ライン分を単位として
領域分割が行なわれ、全てのラインが画像メモリから取
り出されたときに隣接の分割領域が統合されるので、低
速な画像メモリのアクセスが各ライン取り出しの１回の
みとなる。
【００４１】したがって領域分割及び領域統合の際には
極めて高速なメモリ（メインメモリなど）をアクセスで
き、このためスロースピン衛星の捕獲時においても、同
衛星のマーク板へ至る距離とそのマーク板の姿勢とを十
分な速度で算出することが可能となる。
極めて高速なメモリ（メインメモリなど）をアクセスで
き、このためスロースピン衛星の捕獲時においても、同
衛星のマーク板へ至る距離とそのマーク板の姿勢とを十
分な速度で算出することが可能となる。
【図１】発明の原理説明図である。
【図２】実施例の構成説明図である。
【図３】画像メモリ及びラインバッファの構成説明図で
ある。
ある。
【図４】実施例の概略的な処理手順を説明するフローチ
ャートである。
ャートである。
【図５】結合関係検出の処理内容を示すフローチャート
である。
である。
【図６】結合関係検出の処理内容を示すフローチャート
である。
である。
【図７】結合関係検出の作用説明図である。
【図８】結合関係統合処理の内容を示すフローチャート
である。
である。
【図９】ウィンドウ設定の作用説明図である。
１０ 画像メモリ ２０ ＣＰＵボード ２２ バス ２３ マイクロプロセッサユニット ２４ ＲＯＭ ２６ メインメモリ
Claims (1)
- 【請求項１】 画像メモリ（１０）の各ラインを並び順
に逐次スキャンし（ステップ１００）、 スキャンされたラインの各画素データを一対のラインバ
ッファ（１２＿１，１２＿２）へ交互に格納し（ステッ
プ１０２）、 ２値化した結果が同一で隣接する画素データがメンバと
なるグループに両ラインバッファ（１２＿１及び１２＿
２）の画像部分を領域分割して、各領域が識別される情
報と各領域の広がりが示される情報とを保存し（ステッ
プ１０４）、 画像メモリ（１０）の全ラインがスキャンされたとき
に、隣接の領域を統合して各領域の重心位置を保存され
た情報から求める（ステップ１０６）、 ことを特徴とした画像分割処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6133021A JPH087109A (ja) | 1994-06-15 | 1994-06-15 | 画像分割処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6133021A JPH087109A (ja) | 1994-06-15 | 1994-06-15 | 画像分割処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH087109A true JPH087109A (ja) | 1996-01-12 |
Family
ID=15094948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6133021A Withdrawn JPH087109A (ja) | 1994-06-15 | 1994-06-15 | 画像分割処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH087109A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112565652A (zh) * | 2020-11-25 | 2021-03-26 | 紫光展锐(重庆)科技有限公司 | 一种图像数据存储方法、存储设备及计算机可读存储介质 |
-
1994
- 1994-06-15 JP JP6133021A patent/JPH087109A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112565652A (zh) * | 2020-11-25 | 2021-03-26 | 紫光展锐(重庆)科技有限公司 | 一种图像数据存储方法、存储设备及计算机可读存储介质 |
| CN112565652B (zh) * | 2020-11-25 | 2023-03-24 | 紫光展锐(重庆)科技有限公司 | 一种图像数据存储方法、存储设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020124988A1 (zh) | 一种基于视觉的车位检测方法及装置 | |
| CN117173225B (zh) | 一种用于复杂pcb的高精度配准方法 | |
| CN116137079A (zh) | 一种图像处理方法、装置及设备方法 | |
| JPH087109A (ja) | 画像分割処理方法 | |
| JP4221534B2 (ja) | ２値画像の特徴量抽出方法 | |
| JP3244850B2 (ja) | ナンバープレート読み取り装置 | |
| JPH08101893A (ja) | 画像処理装置におけるモデル画像データ登録装置 | |
| JPH0757200A (ja) | 走路認識装置および走路認識方法 | |
| JP3627249B2 (ja) | 画像処理装置 | |
| JP2846486B2 (ja) | 画像入力装置 | |
| JP3516117B2 (ja) | 画像処理方法およびその装置 | |
| CN119124090B (zh) | 基于机载相机的目标距离确定方法、装置、无人机和介质 | |
| JP2606409B2 (ja) | 車両監視方法及び装置 | |
| JPH0668761B2 (ja) | 小粒子除去方法 | |
| JPH09245166A (ja) | パターンマッチング装置 | |
| JPH026107B2 (ja) | ||
| JPH0462110B2 (ja) | ||
| JP2522511B2 (ja) | 画像輪郭追跡ユニット | |
| JPH0514892A (ja) | 画像監視装置 | |
| JPH08194825A (ja) | 輪郭情報抽出装置 | |
| CN117351402A (zh) | 一种视频流识别方法及识别装置、可读存储介质 | |
| JPH08171635A (ja) | 線分抽出画像処理装置 | |
| JP2620094B2 (ja) | 図形パタ−ンの計測方法 | |
| JP2018084925A (ja) | 駐車枠検知装置、駐車枠検知方法、プログラム、および非一時的記録媒体 | |
| CN120088327A (zh) | 位姿估计方法、装置和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010904 |