在显微镜图像的细菌数计数自动化等使用图像的测量中，大幅度地降低图形拟合的处理负担。在把设定在识别对象形状的内部的第１图形区域１０４和设定在外部的第２图形区域１０６当作掩模图形，在差分电路１０８中求出，从借助于最小值检测电路１０７所检测到的含于第２图形区域１０６内的对象图像的最小亮度值中，减去了借助于最大值检测电路１０５所检测到的含于第１图形区域１０４内的对象图像的最大亮度值后的差，在比较电路１１０中将该差与阈值进行比较，该差比阈值大一定的补偿量或以上时，就进行规定的图形存在的拟合判定，用掩膜图形边对整个对象图像进行扫描，边进行识别判定。
【技术实现步骤摘要】
本专利技术涉及在借助于光学手段使之带上特征并对图像进行处理以进行识别的方法和装置中，使摄影对象变成为多个灰度级的图像数据进行摄影，从该图像中抽出注目对象，进行2值化处理的技术。
技术介绍
从前，为了识别图像，人们提出了种种的方法。这些方法，都是以从图像中找到特定的图形为目的的方法，或以检查在图像中所检查的对象是否具有正常的形状为目的的方法等，以种种的目的提出来的。但是，即便是目的不同，作为手法来说一般地说可以采用这样的方法用一种什么方法对作为基准的特定的样板图像和对象图像进行比较，通过对其结果数值性地进行评价来求样板图像与对象图像的拟合优度。以下，用图9和图10，示出应用得非常广泛的一般的图像识别方法。图9示出了图像识别方法中的一般的样板拟合的步骤的例子。在图9中，201是样板图像，假定要从对象图像202中搜索该样板图像201所示的圆的图像图形。在对象图像202中，如203、204所示，存在许多的圆的图形。上述样板图像201，是纵50个像素、横50个像素，对象图像202是纵480个像素、横640个像素，设每一个像素的灰度级是256个灰度级。采用依次对对象图像202进行搜索的办法，从对象图像202中抽出该样板图像所示的圆的图像图形。首先，在对象图像202的左上的框内205的位置上，假定与样板图像201同样大小的框，以纵50个像素横50个像素切出对象图像202。其次，根据图10说明图9所示的一般的样板拟合的处理的流程。在处理步骤S301中，把这些样板图像201、对象图像202的一部分205重叠起来，每次一个像素地对对应的位置的像素进行差分运算。接着，在处理步骤S302中，在使这些50×50像素的差分结果全部单独地进行了2次方之后，进行加法运算。该值意味着两个像素的相关关系，在两者是同一图像时将变成为小的值，在两者不同时则变成为大的值。在比较器304中使该值302与相关阈值303进行比较，在所求得的值比相关阈值小的情况下，就判定为检测到了特定的图形，在所求得的值比相关阈值303大的情况下，就判定为不存在特定的图形。在图9中，在部分图像205的位置上进行了判定后的其次，使框向纸面右方移动1个像素后进行同样的判定，采用反复地进行该判定的办法，按照箭头206的顺序依次对对象图像202全体进行判定处理。在边框处于207的位置时，样板201与图形203一致，由于差分运算301的结果的2次方和302将变成为非常小的值，故可以判定圆的图形的存在。然而，本方式具有大的问题。就是说，第1是运算量的问题。在本例中，由于1次的判定要以50个像素单位进行，故需要进行2500次减法运算，2500次2次方运算和2499次加法运算，要是在全部像素中进行则需要进行590×430次。因此，运算量就要变得非常大，判定时间变长。第2，存在因光不均匀而产生的问题。例如，在图9中，假定在对象图像202的照明中存在不均匀，纸面右方变得多少有些明亮。这时，对于图形204来说，图形及其附近的背景都将变得明亮起来，在求与样板之间的差分的情况下，在全部的像素中亮度的偏差量的差分就会残存下来，存在误判的可能性。为了解决这些问题，例如，人们提出了特开平11-132959号公报那样的方案。这种方案是把附近的实际图像用做样板的方案，具有亮度的修正装置，是采用在对亮度进行了修正之后对样板和对象图像进行比较的办法来除去由亮度产生的影响的。特开平11-132959号公报现有的图像识别方法和图像识别装置如上所述地构成，虽然可以进行除去归因于光不均匀所造成的影响之类的处理，但是，由于不能缩小运算量，还需要用来进行亮度修正的运算，故存在处理负担变得更为庞大的问题。此外，由于把实际图像用做样板，故存在因噪声等的影响而使得差分的累加运算变大，存在可引发误判的可能性这样的问题。
技术实现思路
本专利技术就是为了消除以上那样的问题而完成的，目的在于提供可借助于极少的运算量可靠地从图像中抽出所希望的图形的图像识别方法和图像识别装置。本专利技术的第1方面的图像识别方法，是一种利用具有表示应识别的图像图形的特征的掩模图形，从数字化的2值或2值以上的灰度级的对象图像数据中识别上述图像图形的图像识别方法，其中，上述掩模图形具有第1图形区域和第2图形区域，其特征在于包括从上述第1图形区域得到作为上述对象图像数据的亮度的第1代表值的工序；从上述第2图形区域得到作为上述对象图像数据的亮度的第2代表值的工序；在上述第1和第2代表值进行比较的结果满足规定的条件时，就判定为在上述对象图像的内部存在应进行识别的图像的工序。本专利技术的第2方面的图像识别方法，如第1方面所述的图像识别方法，其特征在于在上述掩模图形中，上述掩模图形中的上述第1图形区域位于上述第2图形区域的内部，上述第1和第2图形区域使用由多个像素构成的图形区域。本专利技术的第3方面的图像识别方法如第1方面所述的图像识别方法，其特征在于上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的最大值，上述第2代表值是含于上述第2图形区域中的对象图像数据的亮度的最小值。本专利技术的第4方面的图像识别方法如第3方面所述的图像识别方法，其特征在于作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。本专利技术的第5方面的图像识别方法如第1方面所述的图像识别方法，其特征在于上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的平均值。本专利技术的第6方面的图像识别方法如第5方面所述的图像识别方法，其特征在于作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。本专利技术的第7方面的图像识别方法如第1方面所述的图像识别方法，其特征在于上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的第1最大值和第1平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的第2最大值和第2平均值。本专利技术的第8方面的图像识别方法如第7方面所述的图像识别方法，其特征在于作为上述规定的条件，在上述第2最大值和上述第1最大值之间的差分大于第1规定阈值，而且，上述第2平均值与上述第1平均值之间的差分大于或等于第2规定阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。本专利技术的第9方面的图像识别方法如第8方面所述的图像识别方法，其特征在于包括以同一比率扩大或缩小上述第1图形区域和第2图形区域的工序；用多种尺寸的掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。本专利技术的第10方面的图像识别方法，在第1方面所述的图像识别方法中，其特征在于包括以同一角度使上述第1图形区域和第2图形区域旋转的工序；用已进行多次上述旋转后的掩模图形，边与对象图像数据相对地进行位置移动边逐次进行各个位置上的拟合优度的评价的工序。本专利技术的第11方面的图像识别方法如第1方面所述的图像识别方法，其特征在于包括扩大或缩小对象图像数据的工序；用已变成为多种尺寸的对象图像数据和掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工本文档来自技高网...
【技术保护点】
一种图像识别方法，利用表示应识别的图像图形的特征的掩模图形，从具有数字化的２值或２值以上的灰度级的对象图像数据中识别上述图像图形，其中，上述掩模图形具有第１图形区域和第２图形区域，其特征在于包括：从上述第１图形区域得到作为上述对象图 像数据的亮度的第１代表值的工序；从上述第２图形区域得到作为上述对象图像数据的亮度的第２代表值的工序；在上述第１和第２代表值进行比较的结果满足规定的条件时，就判定为在上述对象图像的内部存在应进行识别的图像的工序。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：宝田真一，
申请(专利权)人：松下电器产业株式会社，
类型：发明
国别省市：JP[日本]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。