JPS6292085A - 図形の対称特性認識方式 - Google Patents
図形の対称特性認識方式Info
- Publication number
- JPS6292085A JPS6292085A JP60232422A JP23242285A JPS6292085A JP S6292085 A JPS6292085 A JP S6292085A JP 60232422 A JP60232422 A JP 60232422A JP 23242285 A JP23242285 A JP 23242285A JP S6292085 A JPS6292085 A JP S6292085A
- Authority
- JP
- Japan
- Prior art keywords
- symmetrical
- image data
- graphic form
- symmetry
- input 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔概 要〕
図形の入力画像データからその図形の対称図形に関する
対称画像データを生成し、入力画像データ又はそれを加
工処理（例えば太め処理）した画像データと対称画像デ
ータに基づいて（例えば両者の一致度から）図形の対称
特性を認識する。これにより、図形に多少の歪があって
も、その対称特性を詳細に認識することが出来る。
対称画像データを生成し、入力画像データ又はそれを加
工処理（例えば太め処理）した画像データと対称画像デ
ータに基づいて（例えば両者の一致度から）図形の対称
特性を認識する。これにより、図形に多少の歪があって
も、その対称特性を詳細に認識することが出来る。
本発明は、シンボルや文字等の図形を読み取って得られ
る入力画像データから、その図形の対称特性、例えばそ
の図形が軸対称形あるいは回転対称形であるか等を認識
する図形の対称特性認識方式に関する。
る入力画像データから、その図形の対称特性、例えばそ
の図形が軸対称形あるいは回転対称形であるか等を認識
する図形の対称特性認識方式に関する。
シンボルや文字等の図形を読み取って得られる入力画像
データから元の図形を認識する図形認識方式として、従
来は、入力画像データから抽出された各種の特徴パラメ
タに基づいて認識する方式％式％ 第９図は、抽出された特徴パラメタに基づ〈従来の図形
認識方式をブロック図で示したものである。
データから元の図形を認識する図形認識方式として、従
来は、入力画像データから抽出された各種の特徴パラメ
タに基づいて認識する方式％式％ 第９図は、抽出された特徴パラメタに基づ〈従来の図形
認識方式をブロック図で示したものである。
観測部２１０は図面に書かれた図形を読み取り、得られ
た入力画像データを前処理部２２０に送る。
た入力画像データを前処理部２２０に送る。
前処理部２２０は、入力画像データに対して雑音除去や
正規化処理を行って、特徴抽出部２３０に送る。この前
処理を行うことにより、認識率が向上する。
正規化処理を行って、特徴抽出部２３０に送る。この前
処理を行うことにより、認識率が向上する。
特徴抽出部２３０は、入力画像データに基づいて、その
図形に関する各種の特徴パラメタを抽出する。抽出され
る特徴には、例えば、直線性、端点、分岐点、交差点、
凹、凸、ループ等及びそれらの位置関係がある。
図形に関する各種の特徴パラメタを抽出する。抽出され
る特徴には、例えば、直線性、端点、分岐点、交差点、
凹、凸、ループ等及びそれらの位置関係がある。
認識辞書２４０には、各図形カテゴリに属する図形が持
つべき特徴パラメタのデータが格納されている。
つべき特徴パラメタのデータが格納されている。
認識部２５０は、特徴抽出部２３０から入力された特徴
パラメタを認識辞書２４０から読み出された各図形カテ
ゴリの特徴パラメタと対比し、入力画像データから抽出
された特徴パラメタと一致する図形カテゴリを検出して
、入力画像データの図形を認識を行う。
パラメタを認識辞書２４０から読み出された各図形カテ
ゴリの特徴パラメタと対比し、入力画像データから抽出
された特徴パラメタと一致する図形カテゴリを検出して
、入力画像データの図形を認識を行う。
〔発明が解決しようとする問題点３
図面に書かれる図形中には、軸対称図形や回転対称図形
等、対称性を持った図形が多く、特に図面に書かれる設
計情報としての図形に対称性の図形が多い。
等、対称性を持った図形が多く、特に図面に書かれる設
計情報としての図形に対称性の図形が多い。
この様な対称性の図形を手書きで記入すると、正しい対
称性の図形を書くことが困難の為、実際に記入される対
称性の図形は、正しい対称性の図形から多少ずれたもの
となる。
称性の図形を書くことが困難の為、実際に記入される対
称性の図形は、正しい対称性の図形から多少ずれたもの
となる。
然しなから、従来の図形認識方式において抽出される特
徴パラメタは、前述の様に直線性、端点、分岐点、凹、
凸、ループ、交差点等及びそれ等の位置関係であり、図
形の対称特性の詳細な内容は抽出される特徴パラメタと
なっていなかった。この為、従来の図形認識方式では、
対称図形として記入した図形に多少の歪がある場合、そ
れが対称性の無い他の図形と誤って認識されることが多
いという問題があった。
徴パラメタは、前述の様に直線性、端点、分岐点、凹、
凸、ループ、交差点等及びそれ等の位置関係であり、図
形の対称特性の詳細な内容は抽出される特徴パラメタと
なっていなかった。この為、従来の図形認識方式では、
対称図形として記入した図形に多少の歪がある場合、そ
れが対称性の無い他の図形と誤って認識されることが多
いという問題があった。
本発明は、図形の対称特性の詳細な内容を図形の特徴パ
ラメタとすることにより、図面に対称図形として記入さ
れた図形に多少の歪があっても図形の認識が正しく行わ
れる様になることに鑑み、図形の特徴抽出処理の一環と
して図面に記入された対称図形に多少の歪があっても、
その対称特性の内容を確実に認識出来る図形の対称特性
認識方式を提供することを目的とする。
ラメタとすることにより、図面に対称図形として記入さ
れた図形に多少の歪があっても図形の認識が正しく行わ
れる様になることに鑑み、図形の特徴抽出処理の一環と
して図面に記入された対称図形に多少の歪があっても、
その対称特性の内容を確実に認識出来る図形の対称特性
認識方式を提供することを目的とする。
従来の図形認識方式における前述の問題点を解決する為
に本発明が講じた手段を、第１図を参照して説明する。
に本発明が講じた手段を、第１図を参照して説明する。
第１図は、本発明の構成をブロック図で示したものであ
る。
る。
第１図において、１１０は対称画像データ生成手段で、
認識される図形から得られる入力画像データに基づいて
その図形を対称移動した対称図形に関する対称画像デー
タを生成する。
認識される図形から得られる入力画像データに基づいて
その図形を対称移動した対称図形に関する対称画像デー
タを生成する。
１２０は対称特性認識手段で、入力画像データ又はそれ
を加工処理した画像データと対称画像データに基づいて
図形の対称特性を認識する。
を加工処理した画像データと対称画像データに基づいて
図形の対称特性を認識する。
認識対称である図形から得られる入力画像データ又はそ
れを加工処理した画像データが、対称画像データ生成手
段１１０及び対称特性認識手段１２０に加えられる。
れを加工処理した画像データが、対称画像データ生成手
段１１０及び対称特性認識手段１２０に加えられる。
対称画像データ生成手段１１０は、入力画像データに基
づいて、その図形を対称移動した対称図形に関する対称
画像データを生成する。図形の対称移動処理には、図面
をＸ軸やＹ軸を含む所定の軸に対して対称な位置に反転
する反転移動処理、原点に対して図形を所定角度回転す
る回転移動処理がある。
づいて、その図形を対称移動した対称図形に関する対称
画像データを生成する。図形の対称移動処理には、図面
をＸ軸やＹ軸を含む所定の軸に対して対称な位置に反転
する反転移動処理、原点に対して図形を所定角度回転す
る回転移動処理がある。
対称特性認識手段１２０は、入力画像データ又はそれを
加工処理した画像データと対称画像データ生成手段１１
０より入力された対称画像データに基づいて、認識対称
となっている図形の対称特性、例えばどの軸に対して対
称であるか、何度の回転角度に対して対称であるか等を
認識する。
加工処理した画像データと対称画像データ生成手段１１
０より入力された対称画像データに基づいて、認識対称
となっている図形の対称特性、例えばどの軸に対して対
称であるか、何度の回転角度に対して対称であるか等を
認識する。
１つの図形から得られる対称特性の数は１個に限らず、
例えば正方形の様に複数になる場合がある。
例えば正方形の様に複数になる場合がある。
以上の様にして、認識される図形に多少の歪があって、
人力画像データからその図形の対称特性を詳細に認識す
ることが出来る。そして、この詳細な対称特性を図形認
識時の特徴パラメタとすることにより、図形の認識誤差
を低減させることが出来る。
人力画像データからその図形の対称特性を詳細に認識す
ることが出来る。そして、この詳細な対称特性を図形認
識時の特徴パラメタとすることにより、図形の認識誤差
を低減させることが出来る。
本発明の一実施例を、第２図〜第８図を参照し７て説明
する。
する。
第２図は本発明の一実施例の構成のブロック説明図、第
３図は同実施例における被認識図形の説明図、第４図は
同実施例に用いられる平滑フィルタパターンの説明図、
第５図は同実施例に用いられる太めの処理パターン及び
太め処理の説明図、第６図は同実施例における図形中心
選出処理の説明図、第７図は同実施例における対称画像
データ生成処理の説明図、第８図は同実施例における対
−作詩性認識処理の説明図である。
３図は同実施例における被認識図形の説明図、第４図は
同実施例に用いられる平滑フィルタパターンの説明図、
第５図は同実施例に用いられる太めの処理パターン及び
太め処理の説明図、第６図は同実施例における図形中心
選出処理の説明図、第７図は同実施例における対称画像
データ生成処理の説明図、第８図は同実施例における対
−作詩性認識処理の説明図である。
（構成の説明）
第２図において、対称画像データ生成手段１１０及び対
称特性認識手段１２０については、第１図で示した通り
である。
称特性認識手段１２０については、第１図で示した通り
である。
対称画像データ生成手段１１０において、１１１は図形
中心選出部で、認識される図形の中心位置を選出する。
中心選出部で、認識される図形の中心位置を選出する。
１１２は対称画像データ生成部で、入力画像データから
認識される図形の各種対称画イＹ−データを生成する。
認識される図形の各種対称画イＹ−データを生成する。
１３０は平滑化処理部で、人力画像データを平滑化する
処理を行う。
処理を行う。
１４０は太め処理部で、入力画像データに対する加工処
理として、平滑化処理された入力画像データに太め処理
を施す。
理として、平滑化処理された入力画像データに太め処理
を施す。
（動作説明）
第２図の動作を、第３図〜第８図を参照し、各構成部分
の動作に分けて説明する。
の動作に分けて説明する。
（Ａ）平滑部１３０の動作説明
平滑部１３０の動作を、第３図及び第４図を参照して説
明する。
明する。
第３図において、白ドツトは台形状のシンボルからなる
図形ＰＳ、を示し、黒ドツトは図形ＰＳ、より１画素飛
出した雑音ＰＮ （ＰＮ、〜ＰＮＳ）を表わす。なお、
ＰＳｏとＰＮは同じレベル（例えばＨ）であるが、両者
をわかりやすく区別する為に白ドツト及び黒ドツトで示
したものである。
図形ＰＳ、を示し、黒ドツトは図形ＰＳ、より１画素飛
出した雑音ＰＮ （ＰＮ、〜ＰＮＳ）を表わす。なお、
ＰＳｏとＰＮは同じレベル（例えばＨ）であるが、両者
をわかりやすく区別する為に白ドツト及び黒ドツトで示
したものである。
図形ｐｓ、の近傍に存在する孤立点からなる雑音や、図
形ｐｓから１画素以上飛出したひげ状の雑音は公知の各
種の平滑処理によって容易に除去されるが、第４図に示
した様な１画素飛出した雑音ＰＮは、消去されず残存す
ることが多い。
形ｐｓから１画素以上飛出したひげ状の雑音は公知の各
種の平滑処理によって容易に除去されるが、第４図に示
した様な１画素飛出した雑音ＰＮは、消去されず残存す
ることが多い。
この様な雑音ＰＮが残存すると、図形ＰＳの中心が正し
く求まらず、又、図形ＰＳ、と対称移動処理した対称図
形との一致度が不正確になるので（この点については、
後述の（Ｅ）対称特性認識手段の動作説明参照）、平滑
化処理部１３０は、孤立点やひげ状の雑音と共に、この
様な雑音ＰＮを除去する処理を行う。以下、雑音ＰＮの
除去処理について説明する。
く求まらず、又、図形ＰＳ、と対称移動処理した対称図
形との一致度が不正確になるので（この点については、
後述の（Ｅ）対称特性認識手段の動作説明参照）、平滑
化処理部１３０は、孤立点やひげ状の雑音と共に、この
様な雑音ＰＮを除去する処理を行う。以下、雑音ＰＮの
除去処理について説明する。
第４図には、３×３ドツト形弐の平滑フィルタパターン
（ＰＡＴＨ）が２０種類（ＰＡＴｓ＋〜ＰＡＲｓｚ。）
示されている。白丸は図形の画素、黒丸は黒画素を示す
。なお、両者は同じレベル（例えばＨ）であるが、両者
の区別を解りやすくする為、白丸及び黒丸で示したもの
である。
（ＰＡＴＨ）が２０種類（ＰＡＴｓ＋〜ＰＡＲｓｚ。）
示されている。白丸は図形の画素、黒丸は黒画素を示す
。なお、両者は同じレベル（例えばＨ）であるが、両者
の区別を解りやすくする為、白丸及び黒丸で示したもの
である。
平滑化処理部１３０は、入力画像データ中に第５図に示
す２０種類のパターンのいずれがか検出されたときは、
中央の黒画素（Ｈレベル）を白画素（Ｌレベル）に書き
変える処理を行う。
す２０種類のパターンのいずれがか検出されたときは、
中央の黒画素（Ｈレベル）を白画素（Ｌレベル）に書き
変える処理を行う。
これにより、図形ｐｓ、に残存する雑音ＰＮを全て除去
することが出来る。例えば、ＰＮ、はパターンＰＡＴ、
、により、ＰＮ、はパターンＰＡ Ｔ ｓ ｌｚにより
、ＰＮ、はパターンＰＡＴｓ＋ａにより、ＰＮ４はパタ
ーンＦＡＴＳ＋６により、ＰＮ５はパターンＰＡＴＳ２
゜により、それぞれ除去される。
することが出来る。例えば、ＰＮ、はパターンＰＡＴ、
、により、ＰＮ、はパターンＰＡ Ｔ ｓ ｌｚにより
、ＰＮ、はパターンＰＡＴｓ＋ａにより、ＰＮ４はパタ
ーンＦＡＴＳ＋６により、ＰＮ５はパターンＰＡＴＳ２
゜により、それぞれ除去される。
（Ｂ）太め処理部１４６の動作説明
太め処理部１４０の動作を、第５図を参照して説明する
。
。
図面に記入される図形が手書きの場合、図形を構成する
線には小さな凹凸や湾曲等の歪が多い。この様な図形周
辺の歪は、周辺の平滑処理により除去することが可能で
あるが、その処理は複雑である。
線には小さな凹凸や湾曲等の歪が多い。この様な図形周
辺の歪は、周辺の平滑処理により除去することが可能で
あるが、その処理は複雑である。
然しなから、図形に太めの処理を施すことにより前述の
図形歪みを容易に除去し、且つ図形の対称特性を良好に
認識することが出来る。本発明は、この新規な知見に基
づいて、久方画像データに太め処理を行う様にしたもの
である。
図形歪みを容易に除去し、且つ図形の対称特性を良好に
認識することが出来る。本発明は、この新規な知見に基
づいて、久方画像データに太め処理を行う様にしたもの
である。
第５図（Ｂ）は、太め処理パターン（ＰＡＴ、）を示し
たものである。太め処理パターンＦＡＴ。
たものである。太め処理パターンＦＡＴ。
は３×３ドツト形弐のパターンで、中央に黒画素（Ｈレ
ベル）が検出されたときは、８近傍で隣接する白画素子
（１〜８、Ｌレベル）は全て黒画素に変更される。
ベル）が検出されたときは、８近傍で隣接する白画素子
（１〜８、Ｌレベル）は全て黒画素に変更される。
第５図（Ａ）は、図形Ｐｓｏに太め処理パターンＰＡＴ
、による太め処理を１回旋した場合に得られ拡張図形Ｐ
Ｓｅを示したものである。
、による太め処理を１回旋した場合に得られ拡張図形Ｐ
Ｓｅを示したものである。
白ドツトが元の図形ＰＳｏを示し、黒ドツトが太め処理
によって拡張された図形部分を示す。
によって拡張された図形部分を示す。
なお、両者が実際は同じレベルであることは、既に説明
した通りである。
した通りである。
太め処理は、１回又は複数回行われるが、その回数は、
図形ＰＳｏに存在する歪量に対応して適宜選定される。
図形ＰＳｏに存在する歪量に対応して適宜選定される。
歪量の多い程、太め処理の回数は多くなる。もし、図形
ＰＳｏが正確に記入された場合は、この太め処理は特に
必要でない。
ＰＳｏが正確に記入された場合は、この太め処理は特に
必要でない。
（Ｃ）図形中心選出部１１１の動作説明図形中心選出部
１１１の動作を、第６図を参照して説明する。
１１１の動作を、第６図を参照して説明する。
図形の中心は、第６図に示す様に、平滑化処理部１３０
によって平滑化処理された図形ｐｓ。
によって平滑化処理された図形ｐｓ。
を囲む最小の矩形ＲＥＣＴを求め、この矩形ＲＥＣＴの
中心Ｃｐを図形の中心とする。 求められた図形中心Ｃ
ｐの座標データは、対称画像データ生成部１１２及び太
め処理部１４０に加えられる。
中心Ｃｐを図形の中心とする。 求められた図形中心Ｃ
ｐの座標データは、対称画像データ生成部１１２及び太
め処理部１４０に加えられる。
（Ｄ）対称画像データ生成部１１２の動作説明対称画像
データ生成部１１２の動作を、第７図を参照して説明す
る。
データ生成部１１２の動作を、第７図を参照して説明す
る。
対称画像データ生成部１１２は、第７図に示す様に、元
の図形ｐ ｓ−ｏのＸ軸対称図形ＰＳＫ、Ｙ軸対称図形
ＰＳ７．９０″回転図形ｐｓ、。、１８０°回転図形Ｐ
Ｓ＋ａ。、２７０６回転図形ＰＳＺ？Ｏに対する各対称
画像データを生成する。
の図形ｐ ｓ−ｏのＸ軸対称図形ＰＳＫ、Ｙ軸対称図形
ＰＳ７．９０″回転図形ｐｓ、。、１８０°回転図形Ｐ
Ｓ＋ａ。、２７０６回転図形ＰＳＺ？Ｏに対する各対称
画像データを生成する。
いま、対称移動処理前の図形ｐｓ、の座標を（ｘ 、
ｙ）とし、対称移動処理後の各対称図形の対応する座標
を（Ｘ 、 Ｙ）とすると、各対称図形の対称画像デー
タは、次の各計算によって求めることが出来る。
ｙ）とし、対称移動処理後の各対称図形の対応する座標
を（Ｘ 、 Ｙ）とすると、各対称図形の対称画像デー
タは、次の各計算によって求めることが出来る。
（ａＪ Ｘ軸対称図形ｐｓＸの対称画像データＸ＝ｘ
ｔ Ｙ＝−ｙ （ｂ） Ｙ軸対称図形ＰＳｖの対称画像データＸ＝−
ｘ、Ｙ＝ｙ （Ｃ１９０°回転図形ＰＳ、。の対称画像データ’）Ｃ
＝−ｙ 、 Ｙ＝ｘ （ｄｌ１８０°回転図形ＰＳ＋ａｏの対称画像データＸ
＝−ｘ、Ｙ＝−ｙ （ｅ１２７０°回転図形ＰＳ、、。の対称画像データＸ
＝ｙ、Ｙ＝−ｘ なお、図形中心Ｃｐの座標は、この様な各座標変換によ
っては変化しない。
ｔ Ｙ＝−ｙ （ｂ） Ｙ軸対称図形ＰＳｖの対称画像データＸ＝−
ｘ、Ｙ＝ｙ （Ｃ１９０°回転図形ＰＳ、。の対称画像データ’）Ｃ
＝−ｙ 、 Ｙ＝ｘ （ｄｌ１８０°回転図形ＰＳ＋ａｏの対称画像データＸ
＝−ｘ、Ｙ＝−ｙ （ｅ１２７０°回転図形ＰＳ、、。の対称画像データＸ
＝ｙ、Ｙ＝−ｘ なお、図形中心Ｃｐの座標は、この様な各座標変換によ
っては変化しない。
（Ｅン対作詩性認識手段１２０の動作説明対称特性認識
手段１２０の動作を、第８図を参照して説明する。
手段１２０の動作を、第８図を参照して説明する。
太め処理して得られた拡張図形ｐｓ、と対称図形（例え
ば１８００回転図形ＰＳ＋ａｏ）を、第９図に示す様に
両者の図形中心Ｃｐを一致させて重ね合わせ、両者の重
なりの一致度を測る。
ば１８００回転図形ＰＳ＋ａｏ）を、第９図に示す様に
両者の図形中心Ｃｐを一致させて重ね合わせ、両者の重
なりの一致度を測る。
−成度は、対称図形の全画素数（これは元の図形ＰＳｏ
の全画素数と一致する）と、対称図形が拡張図形ＰＳ、
と重なり合わない部分の画素数の比率でもって定義され
る。
の全画素数と一致する）と、対称図形が拡張図形ＰＳ、
と重なり合わない部分の画素数の比率でもって定義され
る。
第８図において、１８０’回転図形Ｐｓｉｓ。
の全画素数は６７ （これは元の図形ＰＳ、の画素数に
等しい）であり、拡張図形ＰＳ、と重なり合った部分の
画素数（■で示される）は４５個であり、重なり合わな
い部分の画素数（黒丸で示される）は２２個である。従
って、その−成度は２２／６７である。同様にして、他
の対称図形についてそれらの一致度を測ると、次の結果
が得られる。
等しい）であり、拡張図形ＰＳ、と重なり合った部分の
画素数（■で示される）は４５個であり、重なり合わな
い部分の画素数（黒丸で示される）は２２個である。従
って、その−成度は２２／６７である。同様にして、他
の対称図形についてそれらの一致度を測ると、次の結果
が得られる。
（ａ） Ｘ軸対称図形ＰＳＸ ：０／６７＝Ｏ％Ｃｂ
ｌ Ｙ軸対称図形ｐｓＶ ：２３／６７＝３４％（Ｃ
１９０’回転図形ＰＳ９゜：１４／６７＝２１％（ｄ１
１８０°回転図形Ｐ Ｓ＋ａｏ ： ２２／ ６７＝
３３％ ｔｅ１２７０°回転図形Ｐ ５ｚｖｏ ： ｌ ２／
６７＝１８％ この結果から明らかな様に、−成度が大きい場合には、
その図形は対称でなく、−成度が小さい場合にはその図
形は対称であると判定され、且つその一致度に対応する
対称図形から、元の図形ｐｓ、の対称特性を認識するこ
とが出来る。
ｌ Ｙ軸対称図形ｐｓＶ ：２３／６７＝３４％（Ｃ
１９０’回転図形ＰＳ９゜：１４／６７＝２１％（ｄ１
１８０°回転図形Ｐ Ｓ＋ａｏ ： ２２／ ６７＝
３３％ ｔｅ１２７０°回転図形Ｐ ５ｚｖｏ ： ｌ ２／
６７＝１８％ この結果から明らかな様に、−成度が大きい場合には、
その図形は対称でなく、−成度が小さい場合にはその図
形は対称であると判定され、且つその一致度に対応する
対称図形から、元の図形ｐｓ、の対称特性を認識するこ
とが出来る。
−成度が何％以下の場合には対称図形であると判定する
基準％値は、多くの図形について実際に対称特性の認識
処理を行ったデータに基づいて統計的に選定されるが、
この実施例では１０％を基準値とし、それ以下の値の場
合に対称であると判定する。
基準％値は、多くの図形について実際に対称特性の認識
処理を行ったデータに基づいて統計的に選定されるが、
この実施例では１０％を基準値とし、それ以下の値の場
合に対称であると判定する。
基準値を１０％とすると、前述の図形ＰＳＯは、Ｘ軸に
ついてのみ対称であると認識される。
ついてのみ対称であると認識される。
対称特性認識手段１２０は、太め処理部Ｉ４０から人力
された拡張図形の画像データと対称画像データ生成部１
１２から入力された各対称画像データに基づいて、各対
称画像データの一致度を求め、その対称特性を認識する
。
された拡張図形の画像データと対称画像データ生成部１
１２から入力された各対称画像データに基づいて、各対
称画像データの一致度を求め、その対称特性を認識する
。
これにより、図形ｐｓ、がＸ軸対称、Ｙ軸対称、９０’
回転対称、１８０°回転対称、２７０″回転対称である
かどうかを認識することが出来る。
回転対称、１８０°回転対称、２７０″回転対称である
かどうかを認識することが出来る。
以上、本発明の一実施例について説明したが、本発明の
各構成は、前記実施例の構成のものに限定されるもので
はない。
各構成は、前記実施例の構成のものに限定されるもので
はない。
例えば、対称軸はＸ軸及びＹ軸の他、所望する任意の角
度の軸を対称軸として採用することが出来る。回転角度
も９（１６，１８０’、２７０’以外の任意の角度を選
定することが出来る。
度の軸を対称軸として採用することが出来る。回転角度
も９（１６，１８０’、２７０’以外の任意の角度を選
定することが出来る。
対称性の有無を判定する一致度として、重なり合った画
素数と全体の画素数との比率値を採用するようにしても
よい。
素数と全体の画素数との比率値を採用するようにしても
よい。
以上説明した様に、本発明によれば、認識される図形に
多少の歪があっても、入力画像データからその図形の対
称特性を詳細に認識することが出来る。そして、この詳
細な対称特性を図形認識時の特徴パラメタとすることに
より、図形の誤認誤差を低減させることが出来る。
多少の歪があっても、入力画像データからその図形の対
称特性を詳細に認識することが出来る。そして、この詳
細な対称特性を図形認識時の特徴パラメタとすることに
より、図形の誤認誤差を低減させることが出来る。
第１図・・・本発明の詳細な説明図、
第２図・・・本発明の一実施例の構成の説明図、第３図
・・・同実施例における被認識図形の説明図、第４図・
・・同実施例に用いられる平滑フィルタパターン（ＰＡ
Ｔｓ）の説明図、 第５図・・・同実施例に用いられる太め処理パターン（
ＰＡＴ、）及び太め処理の説明図。 第６図・・・同実施例における図形中心選出処理の説明
図、 第７図・・・同実施例における対称画像データ生成処理
の説明図、 第８図・・・同実施例における対称特性認識処理の説明
図、 第９図・・・従来の図形認識方式の説明図。 第１図、第２図において、 １１０・・・対称画像データ生成手段、１２０・・・対
称特性認識手段、１３０・・・平滑化処理部、１４０・
・・太め処理部。
・・・同実施例における被認識図形の説明図、第４図・
・・同実施例に用いられる平滑フィルタパターン（ＰＡ
Ｔｓ）の説明図、 第５図・・・同実施例に用いられる太め処理パターン（
ＰＡＴ、）及び太め処理の説明図。 第６図・・・同実施例における図形中心選出処理の説明
図、 第７図・・・同実施例における対称画像データ生成処理
の説明図、 第８図・・・同実施例における対称特性認識処理の説明
図、 第９図・・・従来の図形認識方式の説明図。 第１図、第２図において、 １１０・・・対称画像データ生成手段、１２０・・・対
称特性認識手段、１３０・・・平滑化処理部、１４０・
・・太め処理部。
Claims (4)
- （１）認識される図形より得られる入力画像データから
その図形の対称特性を認識する図形の対称特性認識方式
であって、 （ａ）入力画像データに基づいてその図形を対称移動し
た対称図形に関する対称画像データを生成する対称画像
データ生成手段（１１０）と、 （ｂ）入力画像データ又はそれを加工処理した画像デー
タと対称画像データに基づいて図形の対称特性を認識す
る対称特性認識手段（１２０）、 を備えたことを特徴とする図形の対称特性認識方式。 - （２）対称特性認識手段（１２０）は、入力画像データ
又はそれを加工した画像データと対称画像データの一致
度に基づいて図形の対称特性を認識するものであること
を特徴とする特許請求の範囲第１項記載の図形の対称特
性認識方式。 - （３）入力画像データに対する加工処理が、太め処理で
あることを特徴とする特許請求の範囲第１項記載の図形
の対称特性認識方式。 - （４）入力画像データが平滑化処理を施されているもの
であることを特徴とする特許請求の範囲第１項記載の図
形の対称特性認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60232422A JPS6292085A (ja) | 1985-10-18 | 1985-10-18 | 図形の対称特性認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60232422A JPS6292085A (ja) | 1985-10-18 | 1985-10-18 | 図形の対称特性認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6292085A true JPS6292085A (ja) | 1987-04-27 |
Family
ID=16939011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60232422A Pending JPS6292085A (ja) | 1985-10-18 | 1985-10-18 | 図形の対称特性認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6292085A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011112527A (ja) * | 2009-11-27 | 2011-06-09 | Ckd Corp | 錠剤検査装置及びｐｔｐ包装機 |
| US8977380B2 (en) | 2013-06-28 | 2015-03-10 | Brother Kogyo Kabushiki Kaisha | Sewing machine, computer-readable medium storing sewing program, and sewing method |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6069783A (ja) * | 1983-09-26 | 1985-04-20 | Hitachi Ltd | 画像照合方式 |
-
1985
- 1985-10-18 JP JP60232422A patent/JPS6292085A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6069783A (ja) * | 1983-09-26 | 1985-04-20 | Hitachi Ltd | 画像照合方式 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011112527A (ja) * | 2009-11-27 | 2011-06-09 | Ckd Corp | 錠剤検査装置及びｐｔｐ包装機 |
| US8977380B2 (en) | 2013-06-28 | 2015-03-10 | Brother Kogyo Kabushiki Kaisha | Sewing machine, computer-readable medium storing sewing program, and sewing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS63145577A (ja) | 型片デ−タ作成方法 | |
| CN112396050B (zh) | 图像的处理方法、设备以及存储介质 | |
| CN105631449A (zh) | 一种图片分割方法、装置及设备 | |
| CN106934411A (zh) | 基于模板匹配的电子阅卷方法 | |
| CN114863086B (zh) | 一种基于模板匹配的变电站多表盘多指针识别方法 | |
| US20030174907A1 (en) | Document image processing apparatus for processing line portions manually input to document image, method therefor, and computer readable recording medium recorded with document image processing program therefor | |
| JP2002373334A (ja) | 指紋特徴抽出装置、指紋特徴抽出方法及び指紋抽出プログラム | |
| CN114943973A (zh) | 一种文本校正方法、装置、计算机设备及存储介质 | |
| CN115409690B (zh) | 一种眼底图像实时映射方法及装置 | |
| CN116263975B (zh) | 一种箭头处理方法、装置、存储介质及计算机设备 | |
| JP3977473B2 (ja) | 手書き文字認識方法及び手書き文字認識装置 | |
| JPS62159292A (ja) | ビス穴位置認識方法 | |
| US20250391195A1 (en) | Computer vision-based inspection record recognition method and apparatus | |
| JP2882056B2 (ja) | 特定パターンの識別方法 | |
| JP3088088B2 (ja) | 図面記号認識方法 | |
| JPH096909A (ja) | 文字読取装置 | |
| JPS6019285A (ja) | ストロ−ク抽出方法 | |
| CN121236785A (zh) | 拼图题目的批改方法、装置、存储介质和计算机设备 | |
| JP2002334301A (ja) | ２値イメージの特徴点抽出方法及び特徴点抽出プログラム | |
| CN112733621A (zh) | 一种地图高精度信息识别方法 | |
| JPH1021332A (ja) | 非線形正規化方法 | |
| JP3048718B2 (ja) | 頂点検出装置 | |
| CN120912691A (zh) | 工艺流程图图片至ebpfd模型文件的转换方法及系统 | |
| CN115775313A (zh) | 基于模板匹配的通用型表针读数识别方法 | |
| JPH02266478A (ja) | 図面認識方法 |