JPH09179982A - 特定パターン検出方法 - Google Patents
特定パターン検出方法Info
- Publication number
- JPH09179982A JPH09179982A JP7338380A JP33838095A JPH09179982A JP H09179982 A JPH09179982 A JP H09179982A JP 7338380 A JP7338380 A JP 7338380A JP 33838095 A JP33838095 A JP 33838095A JP H09179982 A JPH09179982 A JP H09179982A
- Authority
- JP
- Japan
- Prior art keywords
- image
- mark
- moment
- dimension
- zernike moment
- 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.)
- Pending
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 ある基準軸からの中心角θを用いて算出され
る複数の次元を持つ回転不変な特徴量について、次元毎
に異なる基準軸を用いることで、画像の情報の欠落を最
小限に抑え、高精度な画像の検出、認識を行う。 【解決手段】 マーク切り出し部２は、入力画像からマ
ーク候補画像を切り出す。Ｚernike Ｍoment算出部３
は、入力画像に対して各次元のＺernike Ｍomentを算出
し、相違度算出部５は、辞書メモリ４内の特定マークの
Ｚernike Ｍomentの大きさと、入力画像のＺernike Ｍo
mentの大きさを比較する。検出判定部６は、その相違度
に応じて、マークを検出したか否かを判定する。
る複数の次元を持つ回転不変な特徴量について、次元毎
に異なる基準軸を用いることで、画像の情報の欠落を最
小限に抑え、高精度な画像の検出、認識を行う。 【解決手段】 マーク切り出し部２は、入力画像からマ
ーク候補画像を切り出す。Ｚernike Ｍoment算出部３
は、入力画像に対して各次元のＺernike Ｍomentを算出
し、相違度算出部５は、辞書メモリ４内の特定マークの
Ｚernike Ｍomentの大きさと、入力画像のＺernike Ｍo
mentの大きさを比較する。検出判定部６は、その相違度
に応じて、マークを検出したか否かを判定する。
Description
【０００１】
【発明の属する技術分野】本発明は、画像の回転不変な
Ｍomentを用いて特定のパターンを検出する方法に関す
る。
Ｍomentを用いて特定のパターンを検出する方法に関す
る。
【０００２】
【従来の技術】画像中からある特定の形状を持つマーク
をデジタルコピアマシンなどの画像読み取り機器で検出
することを考えると、検出装置には以下のような条件が
必要である。すなわち、 （１）特定マークの位置の影響を受けない。 （２）特定マークの回転の影響を受けない。 （３）特定マークの片変倍の影響を受けない。
をデジタルコピアマシンなどの画像読み取り機器で検出
することを考えると、検出装置には以下のような条件が
必要である。すなわち、 （１）特定マークの位置の影響を受けない。 （２）特定マークの回転の影響を受けない。 （３）特定マークの片変倍の影響を受けない。
【０００３】これらの条件を満たすものとして、Ｚerni
ke Ｍomentを用いた画像認識の手法が文献（Ｗhoi−Ｙu
lＫim and Ｐo Ｙuan，“Ａ Ｐractical ＰatternＲeco
gnition Ｓystem for Ｔranslation，Ｓcale and Ｒota
tion Ｉnvariance，”Ｐroc．ＣＶＰＲ’９４，pp３９
１−３９６，Ｊune １９９４）に記載されている。この
文献ではＲadial Ｐolynomialをテーブル化することに
よる処理の高速化について述べられている。
ke Ｍomentを用いた画像認識の手法が文献（Ｗhoi−Ｙu
lＫim and Ｐo Ｙuan，“Ａ Ｐractical ＰatternＲeco
gnition Ｓystem for Ｔranslation，Ｓcale and Ｒota
tion Ｉnvariance，”Ｐroc．ＣＶＰＲ’９４，pp３９
１−３９６，Ｊune １９９４）に記載されている。この
文献ではＲadial Ｐolynomialをテーブル化することに
よる処理の高速化について述べられている。
【０００４】
【発明が解決しようとする課題】しかし、上記した手法
では、如何なる次元の特徴を抽出する場合でも、中心角
θを算出する際の基準軸上からは同じ特徴量が抽出され
る。言い換えれば、基準軸上の画像のみが異なる画像に
ついては必ず同じ特徴量が抽出されることになり、基準
軸上の画像の情報が欠落するという問題がある。また、
モーメントを用いた認識方法として、例えば特開平６−
１９５５１２号公報に記載された文字特徴抽出方法があ
る。この方法は、重心から８つに分割した方向のそれぞ
れについてモーメントを算出し、文字画像を認識する手
法であるが、制御が複雑になる欠点がある。
では、如何なる次元の特徴を抽出する場合でも、中心角
θを算出する際の基準軸上からは同じ特徴量が抽出され
る。言い換えれば、基準軸上の画像のみが異なる画像に
ついては必ず同じ特徴量が抽出されることになり、基準
軸上の画像の情報が欠落するという問題がある。また、
モーメントを用いた認識方法として、例えば特開平６−
１９５５１２号公報に記載された文字特徴抽出方法があ
る。この方法は、重心から８つに分割した方向のそれぞ
れについてモーメントを算出し、文字画像を認識する手
法であるが、制御が複雑になる欠点がある。
【０００５】本発明の目的は、ある基準軸からの中心角
θを用いて算出される複数の次元を持つ回転不変な特徴
量について、次元毎に異なる基準軸を用いることで、画
像の情報の欠落を最小限に抑え、高精度な画像の検出、
認識を行う特定パターン検出方法を提供することにあ
る。
θを用いて算出される複数の次元を持つ回転不変な特徴
量について、次元毎に異なる基準軸を用いることで、画
像の情報の欠落を最小限に抑え、高精度な画像の検出、
認識を行う特定パターン検出方法を提供することにあ
る。
【０００６】
【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、多次元の回転不変特徴量
を用いて特定のパターンを検出する方法において、各次
元の特徴量がそれぞれ回転不変特徴量であり、中心角を
利用して算出する特徴量が存在するとき、各次元毎に中
心角算出の基準を変えることを特徴としている。
に、請求項１記載の発明では、多次元の回転不変特徴量
を用いて特定のパターンを検出する方法において、各次
元の特徴量がそれぞれ回転不変特徴量であり、中心角を
利用して算出する特徴量が存在するとき、各次元毎に中
心角算出の基準を変えることを特徴としている。
【０００７】請求項２記載の発明では、画像の回転不変
なＭomentを用いて特定のパターンを検出する方法にお
いて、回転不変なＭomentの各次元毎に中心角算出の基
準を変えることを特徴としている。
なＭomentを用いて特定のパターンを検出する方法にお
いて、回転不変なＭomentの各次元毎に中心角算出の基
準を変えることを特徴としている。
【０００８】請求項３記載の発明では、Ｚernike Ｍome
ntを用いて特定のパターンを検出する方法において、Ｚ
ernike Ｍomentの各次数／階数毎に中心角算出の基準を
変えることを特徴としている。
ntを用いて特定のパターンを検出する方法において、Ｚ
ernike Ｍomentの各次数／階数毎に中心角算出の基準を
変えることを特徴としている。
【０００９】請求項４記載の発明では、前記中心角算出
の基準が等間隔に位置することを特徴としている。
の基準が等間隔に位置することを特徴としている。
【００１０】請求項５記載の発明では、前記中心角算出
の基準を乱数で発生させることを特徴としている。
の基準を乱数で発生させることを特徴としている。
【００１１】
【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。画像入力装置１は、原稿などをスキャナで読
み取り、原稿画像を画像バッファに取り込む。マーク切
り出し部２は、検出マークの大きさに応じてマーク候補
画像の切り出しを行う。Ｚernike Ｍoment算出部３で
は、入力画像に対して各次元のＺernike Ｍomentを算出
する。相違度算出部５では、辞書メモリ４内の特定マー
クのＺernike Ｍomentの大きさと、入力画像のＺernike
Ｍomentの大きさを比較する。検出判定部６では、相違
度に応じて、検出／非検出の判定を行う。以下、それぞ
れの処理について詳述する。
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。画像入力装置１は、原稿などをスキャナで読
み取り、原稿画像を画像バッファに取り込む。マーク切
り出し部２は、検出マークの大きさに応じてマーク候補
画像の切り出しを行う。Ｚernike Ｍoment算出部３で
は、入力画像に対して各次元のＺernike Ｍomentを算出
する。相違度算出部５では、辞書メモリ４内の特定マー
クのＺernike Ｍomentの大きさと、入力画像のＺernike
Ｍomentの大きさを比較する。検出判定部６では、相違
度に応じて、検出／非検出の判定を行う。以下、それぞ
れの処理について詳述する。
【００１２】Ｚernike Ｍomentの算出；Ｚernike Ｍome
ntは以下の式によって定義される。
ntは以下の式によって定義される。
【００１３】
【数１】
【００１４】ここで、ｎはＺernike Ｍomentの次数、ｍ
は階数であり、ｍの絶対値はｎ以下で、その差は偶数で
なければならない。つまり、 ｎ−｜ｍ｜＝ｅｖｅｎ （４） ｎ≧｜ｍ｜ （５） Ｒnm（ρ）はＲadial Ｐolynomialと呼ばれ、階数、次
数と中心からの距離から算出される値である。Ｒｅ
(Anm)がＺernike Ｍomentの実数部、Ｉｍ(Anm)がＺerni
ke Ｍomentの虚数部である。Ｚernike Ｍomentの大きさ Ｒｅ(Anm) 2＋Ｉｍ(Anm) 2 （６） は画像の回転に不変な値であるため、特定マークの検出
に用いることができる。
は階数であり、ｍの絶対値はｎ以下で、その差は偶数で
なければならない。つまり、 ｎ−｜ｍ｜＝ｅｖｅｎ （４） ｎ≧｜ｍ｜ （５） Ｒnm（ρ）はＲadial Ｐolynomialと呼ばれ、階数、次
数と中心からの距離から算出される値である。Ｒｅ
(Anm)がＺernike Ｍomentの実数部、Ｉｍ(Anm)がＺerni
ke Ｍomentの虚数部である。Ｚernike Ｍomentの大きさ Ｒｅ(Anm) 2＋Ｉｍ(Anm) 2 （６） は画像の回転に不変な値であるため、特定マークの検出
に用いることができる。
【００１５】この際、ｘ、ｙの値は特定マークの大きさ
に応じて正規化する必要がある。すなわち、特定マーク
の重心を中心として重心から一番遠い点までの距離が１
となるように、座標系を拡大／縮小して用いる。
に応じて正規化する必要がある。すなわち、特定マーク
の重心を中心として重心から一番遠い点までの距離が１
となるように、座標系を拡大／縮小して用いる。
【００１６】前述したように、Ｚernike Ｍomentには次
のような問題がある。例えば、式（３）から明らかなよ
うに、θ算出の際の基準軸上では常にsinｍθは０にな
るので、あらゆる次元において、基準軸上の画像はＺer
nike Ｍomentの虚数部の値の算出には全く寄与しないこ
とになる。このような情報の欠落は、画像の検出／認識
の見地からは好ましくない。
のような問題がある。例えば、式（３）から明らかなよ
うに、θ算出の際の基準軸上では常にsinｍθは０にな
るので、あらゆる次元において、基準軸上の画像はＺer
nike Ｍomentの虚数部の値の算出には全く寄与しないこ
とになる。このような情報の欠落は、画像の検出／認識
の見地からは好ましくない。
【００１７】そこで、本発明では、各次元毎にθ算出の
際の基準を変更することで、次元毎に異なる画素がモー
メントの値の算出に寄与しなくなるようにする。具体的
には、以下の式を用いてＺernike Ｍomentの実数部、虚
数部を算出する。
際の基準を変更することで、次元毎に異なる画素がモー
メントの値の算出に寄与しなくなるようにする。具体的
には、以下の式を用いてＺernike Ｍomentの実数部、虚
数部を算出する。
【００１８】
【数２】
【００１９】ここで、Ｍnmは、本発明によって導入され
たオフセットであり、次数／階数に応じて定められる値
で、次数／階数毎に異なる値を持つものとする。この値
を定める方法については、以下の各実施例で説明する。
たオフセットであり、次数／階数に応じて定められる値
で、次数／階数毎に異なる値を持つものとする。この値
を定める方法については、以下の各実施例で説明する。
【００２０】〈実施例１〉マーク切り出し部２では、画
像バッファ中の画像から、黒画素の連結成分を抽出し、
その大きさが検出マークとほぼ等しいと判断された場合
に、その黒画素連結成分の座標をＺernike Ｍoment算出
部３に送る。
像バッファ中の画像から、黒画素の連結成分を抽出し、
その大きさが検出マークとほぼ等しいと判断された場合
に、その黒画素連結成分の座標をＺernike Ｍoment算出
部３に送る。
【００２１】具体的には判断の閾値をＬＴｈ、検出マー
クの大きさをＭＳizeとした場合に、黒画素連結成分の
幅、高さがＢｌＷ、ＢｌＨであり、以下の２つの式を満
たすとき、その黒画素連結成分の座標をＺernike Ｍome
nt算出部３に送る。
クの大きさをＭＳizeとした場合に、黒画素連結成分の
幅、高さがＢｌＷ、ＢｌＨであり、以下の２つの式を満
たすとき、その黒画素連結成分の座標をＺernike Ｍome
nt算出部３に送る。
【００２２】 （ＭＳize−ＬＴｈ）＜ＢｌＷ＜（ＭＳize＋ＬＴｈ） （ＭＳize−ＬＴｈ）＜ＢｌＨ＜（ＭＳize＋ＬＴｈ） 本実施例１では、図４に示すように画像中から３つの黒
画素連結成分Ａ，Ｂ，Ｃが抽出されたものとする。本実
施例ではＭＳize＝４８、ＬＴｈ＝４とすると、その場
合の検出結果は図５に示すものとなる。つまり、上記し
た条件の幅Ｗと高さＨを持つ連結成分は、Ａ、Ｂとな
る。
画素連結成分Ａ，Ｂ，Ｃが抽出されたものとする。本実
施例ではＭＳize＝４８、ＬＴｈ＝４とすると、その場
合の検出結果は図５に示すものとなる。つまり、上記し
た条件の幅Ｗと高さＨを持つ連結成分は、Ａ、Ｂとな
る。
【００２３】Ｚernike Ｍoment算出部３では、マーク切
り出し部２から送られてきた座標中の画像の重心を算出
し、画像の重心を中心（座標（０，０））として、また
画像のＸ軸を中心角の基準として用いる。
り出し部２から送られてきた座標中の画像の重心を算出
し、画像の重心を中心（座標（０，０））として、また
画像のＸ軸を中心角の基準として用いる。
【００２４】実施例１では、Ｎ次までのＺernike Ｍome
ntの大きさをマークの検出に用いるので、Ｍnmを以下の
ように定める。
ntの大きさをマークの検出に用いるので、Ｍnmを以下の
ように定める。
【００２５】
【数３】
【００２６】ただし、〔ａ〕はａを超えない最大の整数
であり、またｍ≠０である。
であり、またｍ≠０である。
【００２７】本実施例では３次までのＺernike Ｍoment
を用いるものとすると、
を用いるものとすると、
【００２８】
【数４】
【００２９】となる。なお、ｍ＝０の場合にはθはＺer
nike Ｍomentの算出に関与しない。図２は、次数／階数
に応じて定められるＭ１１からＭ３３の値を示す。例え
ば、ｎ＝３、ｍ＝３のとき、Ｍ３３＝π／６であるか
ら、Ｍ３３を基準軸として、つまりｓｉｎ３θ＝０を中
心角θ算出の基準軸（Ｘ軸）とする。Ｍ３３の基準軸で
はｓｉｎ３θ＝０であるので、Ｚernike Ｍomentの値の
算出に寄与しないが、他の次数、階数においてはＭ３３
の位置が基準軸とならないので、Ｚernike Ｍomentの値
が算出される。
nike Ｍomentの算出に関与しない。図２は、次数／階数
に応じて定められるＭ１１からＭ３３の値を示す。例え
ば、ｎ＝３、ｍ＝３のとき、Ｍ３３＝π／６であるか
ら、Ｍ３３を基準軸として、つまりｓｉｎ３θ＝０を中
心角θ算出の基準軸（Ｘ軸）とする。Ｍ３３の基準軸で
はｓｉｎ３θ＝０であるので、Ｚernike Ｍomentの値の
算出に寄与しないが、他の次数、階数においてはＭ３３
の位置が基準軸とならないので、Ｚernike Ｍomentの値
が算出される。
【００３０】本実施例１では、中心角θ算出の基準が、
例えば等間隔に位置（例えば、０〜πの間を１０等分し
た位置）している。
例えば等間隔に位置（例えば、０〜πの間を１０等分し
た位置）している。
【００３１】以上の式を用いて各次数／階数でのＺerni
ke Ｍomentの大きさが図６のように算出されたとする。
なお、１次１階の大きさを１次元目の特徴量、２次２階
の大きさを２次元目の特徴量、３次１階の大きさを３次
元目の特徴量、３次３階の大きさを４次元目の特徴
量．．．という。
ke Ｍomentの大きさが図６のように算出されたとする。
なお、１次１階の大きさを１次元目の特徴量、２次２階
の大きさを２次元目の特徴量、３次１階の大きさを３次
元目の特徴量、３次３階の大きさを４次元目の特徴
量．．．という。
【００３２】相違度算出部５では、辞書メモリ４内の特
定マークのＺernike Ｍomentの大きさと、入力画像のＺ
ernike Ｍomentの大きさを比較する。辞書メモリ４中に
は予め複数の特定マークから求めたＺernike Ｍomentの
大きさの平均値Ｄｉｃ（）と標準偏差Ｓｔｄ（）が保存
されている。相違度算出部５では、以下の式を用いて入
力画像のＺernike Ｍomentの大きさＦ（）と特定マーク
のＺernike Ｍomentの大きさの相違度Ｄｃｂを算出す
る。
定マークのＺernike Ｍomentの大きさと、入力画像のＺ
ernike Ｍomentの大きさを比較する。辞書メモリ４中に
は予め複数の特定マークから求めたＺernike Ｍomentの
大きさの平均値Ｄｉｃ（）と標準偏差Ｓｔｄ（）が保存
されている。相違度算出部５では、以下の式を用いて入
力画像のＺernike Ｍomentの大きさＦ（）と特定マーク
のＺernike Ｍomentの大きさの相違度Ｄｃｂを算出す
る。
【００３３】
【数５】
【００３４】本実施例での相違度算出結果を図７に示
す。
す。
【００３５】検出判定部６では、相違度に応じて、検出
／非検出の判定を行う。具体的には相違度が所定の閾値
ＴｈＤより大きい場合には非検出、閾値より小さい場合
には検出と判定する。具体的には以下の式を満たす場合
に、特定マークが検出されたものとする。
／非検出の判定を行う。具体的には相違度が所定の閾値
ＴｈＤより大きい場合には非検出、閾値より小さい場合
には検出と判定する。具体的には以下の式を満たす場合
に、特定マークが検出されたものとする。
【００３６】ＴｈＤ＜Ｄｃｂ 本実施例ではＴｈＤ＝４．００とする。それぞれの連結
成分に対する検出結果を図８に示す。本実施例の場合に
は連結成分Ａが特定マークとして検出される。
成分に対する検出結果を図８に示す。本実施例の場合に
は連結成分Ａが特定マークとして検出される。
【００３７】〈実施例２〉実施例２では、Ｍnmの算出方
法以外は実施例１と同様である。本実施例ではＭnmを以
下のように定める。すなわち、 Ｍnm＝ｒａｎｄｏｍ（０，π） ただし、ｒａｎｄｏｍ（０，π）は０〜πの間で乱数を
発生させる関数である。図３は、実施例２のＭnmを示
す。
法以外は実施例１と同様である。本実施例ではＭnmを以
下のように定める。すなわち、 Ｍnm＝ｒａｎｄｏｍ（０，π） ただし、ｒａｎｄｏｍ（０，π）は０〜πの間で乱数を
発生させる関数である。図３は、実施例２のＭnmを示
す。
【００３８】
【発明の効果】以上、説明したように、本発明によれ
ば、各次元毎にθ算出の基準を変えているので、画像の
情報の欠落が最小限に抑えられ、高精度に特定画像の検
出、認識を行うことが可能になる。
ば、各次元毎にθ算出の基準を変えているので、画像の
情報の欠落が最小限に抑えられ、高精度に特定画像の検
出、認識を行うことが可能になる。
【図１】本発明の実施例の構成を示す。
【図２】実施例１のＭnmを示す。
【図３】実施例２のＭnmを示す。
【図４】黒画素連結成分の抽出結果を示す。
【図５】マーク切り出し結果を示す。
【図６】Ｚernike Ｍomentの算出結果を示す。
【図７】相違度算出結果を示す。
【図８】マーク検出結果を示す。
１ 画像入力装置 ２ マーク切り出し部 ３ Ｚernike Ｍoment算出部 ４ 辞書メモリ ５ 相違度算出部 ６ 検出判定部
Claims (5)
- 【請求項１】 多次元の回転不変特徴量を用いて特定の
パターンを検出する方法において、各次元の特徴量がそ
れぞれ回転不変特徴量であり、中心角を利用して算出す
る特徴量が存在するとき、各次元毎に中心角算出の基準
を変えることを特徴とする特定パターン検出方法。 - 【請求項２】 画像の回転不変なＭomentを用いて特定
のパターンを検出する方法において、回転不変なＭomen
tの各次元毎に中心角算出の基準を変えることを特徴と
する特定パターン検出方法。 - 【請求項３】 Ｚernike Ｍomentを用いて特定のパター
ンを検出する方法において、Ｚernike Ｍomentの各次数
／階数毎に中心角算出の基準を変えることを特徴とする
特定パターン検出方法。 - 【請求項４】 前記中心角算出の基準が等間隔に位置す
ることを特徴とする請求項１、２または３記載の特定パ
ターン検出方法。 - 【請求項５】 前記中心角算出の基準を乱数で発生させ
ることを特徴とする請求項１、２または３記載の特定パ
ターン検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7338380A JPH09179982A (ja) | 1995-12-26 | 1995-12-26 | 特定パターン検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7338380A JPH09179982A (ja) | 1995-12-26 | 1995-12-26 | 特定パターン検出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09179982A true JPH09179982A (ja) | 1997-07-11 |
Family
ID=18317614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7338380A Pending JPH09179982A (ja) | 1995-12-26 | 1995-12-26 | 特定パターン検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09179982A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573619B1 (ko) * | 1999-10-27 | 2006-04-24 | 김회율 | 저니키/의사 저니키 모멘트 추출 방법 |
| KR100712341B1 (ko) * | 1999-11-30 | 2007-05-02 | 주식회사 팬택앤큐리텔 | 변형된 저니크 모멘트에 의한 3차원 영상 데이터의 특징추출 및 검색 방법 및 장치 |
| US7305664B2 (en) | 2002-10-09 | 2007-12-04 | Ricoh Company, Ltd. | Apparatus, method, software and medium storage for performing the tasks of detecting specified marks |
| JP2012021967A (ja) * | 2010-06-15 | 2012-02-02 | Fujitsu Ltd | 物性の測定方法及び測定装置 |
-
1995
- 1995-12-26 JP JP7338380A patent/JPH09179982A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573619B1 (ko) * | 1999-10-27 | 2006-04-24 | 김회율 | 저니키/의사 저니키 모멘트 추출 방법 |
| KR100712341B1 (ko) * | 1999-11-30 | 2007-05-02 | 주식회사 팬택앤큐리텔 | 변형된 저니크 모멘트에 의한 3차원 영상 데이터의 특징추출 및 검색 방법 및 장치 |
| US7305664B2 (en) | 2002-10-09 | 2007-12-04 | Ricoh Company, Ltd. | Apparatus, method, software and medium storage for performing the tasks of detecting specified marks |
| JP2012021967A (ja) * | 2010-06-15 | 2012-02-02 | Fujitsu Ltd | 物性の測定方法及び測定装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0650137B1 (en) | An apparatus for fingerprint verification | |
| US5077811A (en) | Character and picture image data processing system | |
| US5077805A (en) | Hybrid feature-based and template matching optical character recognition system | |
| JP3249605B2 (ja) | 書類辺縁検出装置 | |
| EP0738987A2 (en) | Processing machine readable forms | |
| US6018593A (en) | Method and system for correcting image position based upon predetermined pattern portions | |
| JPH07220026A (ja) | 画像処理装置および方法 | |
| JPH1173475A (ja) | 行方向判定装置、画像傾き検出装置及び画像傾き補正装置 | |
| EP0651337A1 (en) | Object recognizing method, its apparatus, and image processing method and its apparatus | |
| JPH09179982A (ja) | 特定パターン検出方法 | |
| JPH1125215A (ja) | 帳票種識別方法、装置および記録媒体 | |
| JP3600380B2 (ja) | 画像処理方法及びファクス文字認識装置 | |
| JP3494388B2 (ja) | 指紋照合方法および指紋照合装置 | |
| US20050185858A1 (en) | Image processing method and apparatus and storage medium | |
| JP6958020B2 (ja) | 画像解析プログラム、画像解析装置、及び画像解析方法 | |
| JPH09147109A (ja) | 特定マーク検出方法及び特定マーク検出装置 | |
| JP3223878B2 (ja) | 文字列照合装置、方法及び記録媒体 | |
| JPH07220081A (ja) | 画像認識装置の図形の切出し方法 | |
| JP3311551B2 (ja) | イメージデータ入力処理方法およびその装置 | |
| JPH07249099A (ja) | 帳票識別装置 | |
| JP3388918B2 (ja) | 文字列読み取り装置 | |
| JP4070486B2 (ja) | 画像処理装置、画像処理方法及び同方法の実行に用いるプログラム | |
| JPH10187886A (ja) | 文字認識装置および文字認識方法 | |
| JP3932201B2 (ja) | 帳票種識別装置および記録媒体 | |
| JP2006235786A (ja) | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |