專利名稱：圖像數(shù)據(jù)壓縮方法、圖像處理中的圖案模型定位方法,圖像處理設(shè)備,圖像處理程序和計(jì) ...的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及在搜索待搜索圖像和對(duì)與預(yù)登記圖像對(duì)應(yīng)的圖案模 型進(jìn)行定位時(shí)用于待搜索圖像的數(shù)據(jù)壓縮方法、圖像處理中的圖案模 式定位方法、圖像處理設(shè)備、圖像處理程序和計(jì)算機(jī)可讀記錄介質(zhì)。
背景技術(shù)：
一種圖像處理設(shè)備，用于處理由圖像拾取元件拾取的圖像，該 圖像處理設(shè)備通常包括圖像拾取設(shè)備，用于拾取圖像處理對(duì)象(下 文也指"工件")；圖像數(shù)據(jù)存儲(chǔ)裝置，用于存儲(chǔ)與由圖像拾取設(shè)備 拾取的圖像相關(guān)的數(shù)據(jù)；和圖像數(shù)據(jù)處理裝置，用于處理由圖像數(shù)據(jù)
存儲(chǔ)裝置存儲(chǔ)的圖像數(shù)據(jù)。例如，在其圖像拾取設(shè)備由CCD相機(jī)制
成的圖像處理設(shè)備中，基于組成圖像拾取表面的大量電荷耦合元件的
每個(gè)的電荷量來獲得如256個(gè)灰度級(jí)或1024個(gè)灰度級(jí)的亮度數(shù)據(jù)(所 謂的多值數(shù)據(jù))，其中可以找到作為待搜索對(duì)象的工件的位置、旋轉(zhuǎn) 角等。通常，作為用于在圖像處理中對(duì)搜索待搜索對(duì)象的圖像數(shù)據(jù)執(zhí) 行處理的技術(shù)，已知通過使用圖像之間像素差值的絕對(duì)值的總值執(zhí)行 的差異搜索、通過使用圖像之間歸一化相關(guān)值來執(zhí)行歸一化相關(guān)搜索 等。在這些搜索中，預(yù)先將希望搜索的待搜索對(duì)象登記為模板圖像， 并且基于該圖像來執(zhí)行對(duì)待搜索圖像中待搜索對(duì)象的搜索。在這些搜 索處理中，通過使用圖像數(shù)據(jù)的基于區(qū)域的搜索通常為主流。但是， 這種基于圖像厚度等的傳統(tǒng)基于區(qū)域的搜索具有易受圖像拾取器上 的亮度等的改變影響的問題。
同時(shí)，也提供了一種用于執(zhí)行登記圖像和待搜索圖像的邊緣提 取處理的方法，以基于邊緣信息執(zhí)行搜索。在這種方法中，不使用組 成圖像數(shù)據(jù)的像素的密度值，而使用基于密度值中大量改變的邊緣數(shù)據(jù)，因此可以獲得不受圖像拾取器上亮度波動(dòng)影響的優(yōu)點(diǎn)。特別地， 近幾年，由于其高度的魯棒性，使用被看作特征量的邊緣的基于邊緣 的圖案搜索備受關(guān)注，并且實(shí)際應(yīng)用于工業(yè)應(yīng)用中。
作為用于改進(jìn)圖案搜索的處理速度的技術(shù)，已知一種"粗到細(xì)" 的方法。即，首先通過使用低分辨率圖像(粗圖像)粗略地執(zhí)行搜索， 并在指定大致位置之后，通過使用高分辨率的圖像(細(xì)圖像)來執(zhí)行 詳細(xì)定位，從而增強(qiáng)了位置和姿態(tài)的準(zhǔn)確度。作為通過這種粗至細(xì)類 型模板匹配的方式用于高準(zhǔn)確度地找到位置和姿態(tài)的關(guān)于細(xì)定位的
技術(shù)，已知的是日本專利No.3759983的圖像處理設(shè)備。
在通過粗至細(xì)類型模板匹配的方式執(zhí)行基于邊緣的搜索的情況 下，使用其中通過使用由壓縮(也指"減薄"等)原始數(shù)據(jù)獲得的粗 數(shù)據(jù)來執(zhí)行搜索的金字塔式搜索，從而指定一個(gè)大致位置，且此后使 用詳細(xì)數(shù)據(jù)執(zhí)行搜索。圖87示出了金字塔式搜索的思想。如該圖所 示，使用具有高縮減比例的低分辨率圖像來執(zhí)行大致搜索(指"粗搜 索"等)，以找到一個(gè)大致位置。此后，以增加的分辨率和中級(jí)縮減 比例在其臨近處執(zhí)行搜索，并且最后在原始大小的圖像或者具有與原 始大小接近的縮減比例的圖像上執(zhí)行細(xì)搜索。因此如上所述，在典型 的金字塔式搜索中準(zhǔn)備多個(gè)具有改變了分辨率的圖像，并且首先通過 使用具有最低分辨率的圖像來檢測(cè)一個(gè)示意位置。在隨后的處理中， 隨著分辨率逐漸增加，將搜索范圍縮小到先前已檢測(cè)位置的附近。因 此，檢測(cè)所得的位置的準(zhǔn)確度隨著每個(gè)隨后的處理級(jí)別而增強(qiáng)，最終 導(dǎo)致高準(zhǔn)確位置的檢測(cè)，其中分辨率為原始圖像的分辨率或者接近原 始圖像的分辨率。
但是，在執(zhí)行這種金字塔式的搜索時(shí)，隨著更高速的處理目標(biāo) 而增加壓縮比例時(shí)，由于圖像數(shù)據(jù)的壓縮，作為待搜索對(duì)象的圖案圖 像中的如邊緣強(qiáng)度和邊緣角的特征量減少，因此造成使搜索困難的問 題，這是因?yàn)槠ヅ涫腔跍p少的特征量進(jìn)行的。特別地，在基于邊緣 的搜索中，作為搜索中使用的信息，關(guān)于邊緣的角度的信息非常重要， 且必須有效地保持關(guān)于邊緣角的信息。同時(shí)，為了處理速度的改進(jìn)， 金字塔式搜索中圖像的縮小是不可避免的，而此時(shí)，可能丟失邊緣角信息。因此，在執(zhí)行第一粗搜索時(shí)，設(shè)置縮小的圖像的縮減比例非常 重要。目卩，如果第一搜索基于嚴(yán)重縮小的圖像執(zhí)行，則搜索在丟失了 用于搜索的必要特征量的狀態(tài)下執(zhí)行，且因此其搜索本身可能就是失 敗的。相反，當(dāng)?shù)谝凰阉骰诰哂械蛪嚎s比例的圖像執(zhí)行，則需要很 長(zhǎng)時(shí)間來執(zhí)行該搜索。因此，在第一搜索時(shí)，應(yīng)根據(jù)用戶的使用和目 標(biāo)來設(shè)定適當(dāng)?shù)目s減比例。但是，設(shè)定最佳的縮減比例并不容易。當(dāng) 用戶為了防止搜索失敗而太在意保留足夠的特征量時(shí)，可能發(fā)生不得 不基于以圖案圖像二分之一低的縮減比例提取特征量的數(shù)據(jù)來執(zhí)行 搜索的情況，從而導(dǎo)致不能滿足處理速度的情況。因此如上所述，搜 索準(zhǔn)確度和處理速度為折中選擇的關(guān)系，且因此使二者兼容非常困 難。

發(fā)明內(nèi)容
本發(fā)明正是鑒于這種情況，且本發(fā)明的主要目的是提供一種圖 像數(shù)據(jù)壓縮方法、 一種在圖像處理中的圖案模型定位方法、 一種圖像 處理設(shè)備、 一種圖像處理程序和一種計(jì)算機(jī)可讀記錄介質(zhì)，以使縮減 比例增大以力求加速處理，同時(shí)保留足夠的特征量。
為了實(shí)現(xiàn)以上目的， 一種用于通過使用與已登記圖像相應(yīng)的圖 案模型，搜索待搜索圖像并定位類似于預(yù)登記圖像的待搜索對(duì)象的圖 像處理中的圖案模型定位中待搜索圖像上的數(shù)據(jù)進(jìn)行壓縮的第一圖 像數(shù)據(jù)壓縮方法，該方法可包括步驟計(jì)算針對(duì)組成圖像的每個(gè)像素 的包括邊緣角信息的邊緣角圖像；將每個(gè)像素的邊緣角轉(zhuǎn)換為由邊緣 角位表示的邊緣角位圖，邊緣角位表示具有預(yù)定義的固定寬度的角； 以及對(duì)在OR運(yùn)算域中包括的每個(gè)像素的邊緣角位來執(zhí)行OR運(yùn)算， 以創(chuàng)建從邊緣角位圖縮減的邊緣角位縮減圖像，從而創(chuàng)建由表示每個(gè) OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的邊緣角位縮減圖像，其中 OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮減比例確定的。因此，由 于即使在圖像的縮減之后仍然保留邊緣角信息，所以可以在保持搜索 準(zhǔn)確度的同時(shí)加速了以減小的數(shù)據(jù)量進(jìn)行的搜索。
一種圖像處理中的第二圖案模型定位方法，在通過使用與已登記圖像相應(yīng)的圖案模型來搜索待搜索圖像和定位類似于預(yù)登記圖像 的待搜索對(duì)象時(shí)，包括以下步驟第一粗搜索步驟，通過使用以第二 縮減比例從已登記圖像創(chuàng)建的第一圖案模型，在通過以第二縮減比例 來縮減待搜索圖像獲得的第二縮減比例的待搜索圖像的整個(gè)面積上 執(zhí)行搜索；第二粗搜索步驟，基于在第一粗搜索步驟中通過使用以第 二縮減比例或者以小于第二縮減比例的第一縮減比例從已登記圖像 創(chuàng)建的第二圖案模型獲得的結(jié)果，進(jìn)一步在從待搜索圖像創(chuàng)建的第一 縮減比例的待搜索圖像或第二縮減比例的待搜索圖像上執(zhí)行局部搜 索；以及基于在第二粗搜索步驟中通過使用從已登記圖像創(chuàng)建的具有 第四縮減比例的第三圖案模型獲得的結(jié)果，進(jìn)一步在第四縮減比例的 待搜索圖像上執(zhí)行準(zhǔn)確度高于第一或第二粗搜索的細(xì)定位，第四縮減 比例的待搜索圖像從待搜索圖像和不高于第一縮減比例的第四縮減 比例創(chuàng)建，其中，在第一粗搜索步驟之前，該方法包括步驟將預(yù)登 記圖像縮減為第一縮減比例；創(chuàng)建具有第二縮減比例的第一圖案模
型，第二縮減比例基于使用第二縮減比例縮減的已登記圖像中關(guān)于輪 廓的幾何信息創(chuàng)建并在第一粗搜索步驟中使用，創(chuàng)建具有第一或第二 縮減比例的第二圖案模型，第一或第二縮減比例基于使用第一或第二 縮減比例的已登記圖像中關(guān)于輪廓的幾何信息創(chuàng)建并在第二粗搜索 步驟中使用，并創(chuàng)建具有第四縮減比例的第三圖案模型，第四縮減比
例由第四縮減比例的待搜索圖像創(chuàng)建并在細(xì)定位中使用；獲取待搜索 圖像并同時(shí)將待搜索圖像縮減為第一縮減比例；通過使用第一縮減比 例的待搜索圖像，計(jì)算具有第一縮減比例并包括組成圖像的每個(gè)像素 中的邊緣角信息的邊緣角圖像；通過使用具有第一縮減比例的邊緣角 圖像，創(chuàng)建由邊緣角位表示的具有第一縮減比例的邊緣角位圖，邊緣 角位表示針對(duì)每個(gè)像素具有預(yù)定固定寬度的角；并對(duì)OR運(yùn)算域中包 括的每個(gè)像素的邊緣角位來執(zhí)行OR運(yùn)算，以創(chuàng)建具有大于具有第一 縮減比例的邊緣角位的第一縮減比例的第二縮減比例的邊緣角位縮 減圖像，從而創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成 的具有第二縮減比例的邊緣角位縮減圖像，其中OR運(yùn)算域是根據(jù)第
二縮減比例確定的，且因此，該方法使如下步驟執(zhí)行第一粗搜索步驟，在具有第二縮減比例的邊緣角位縮減圖像的整個(gè)面積上定位具有 第二縮減比例的第一圖案模型；第二粗搜索步驟，根據(jù)第一粗搜索中 的定位結(jié)果，通過使用與縮減比例相應(yīng)的第二圖案模型，在具有第一 縮減比例的邊緣角位圖或具有第二縮減比例的邊緣角位縮減圖像上 執(zhí)行局部粗搜索；以及，根據(jù)第二粗搜索的結(jié)果，通過使用用于細(xì)定 位的具有第四縮減比例的第三圖案模型和與第三圖案模型相應(yīng)的已 登記圖像的第四縮減比例的待搜索圖像執(zhí)行細(xì)定位的步驟，其中第三 圖案模型介于具有第一縮減比例的已登記圖像和作為原始圖像的已 登記圖像之間。因此，由于即使進(jìn)一步縮減圖像數(shù)據(jù)仍然保留邊緣角 信息，因此可以在不降低搜索準(zhǔn)確度的情況下使用減少的數(shù)據(jù)大小來 執(zhí)行高速搜索。
根據(jù)圖像處理中第三圖案模型定位方法，除具有第一縮減比例 的邊緣角位圖或具有第二縮減比例的邊緣角位縮減圖像之外，第二粗 搜索步驟可以從具有大于第一縮減比例并小于第二縮減比例的第三 縮減比例的邊緣角位縮減圖像中選出至少一個(gè)待搜索圖像。
根據(jù)圖像處理中的第四圖案模型定位方法，具有第三縮減比例 的邊緣角位縮減圖像可由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù) 據(jù)組成，該數(shù)據(jù)通過對(duì)OR運(yùn)算域中包括的每個(gè)像素的邊緣角位來執(zhí)
行OR運(yùn)算獲得，OR運(yùn)算域是根據(jù)第三縮減比例確定的。
根據(jù)圖像處理中的第五圖案模型定位方法，待搜索圖像的選擇
可根據(jù)介于第一縮減比例和第二縮減比例的比例確定。
在第二粗搜索步驟之前，圖像處理中的第六圖案模型定位方法
還可具有根據(jù)介于第一縮減比例和第二縮減比例之間的比例確定是
否需要根據(jù)介于第三縮減比例和第二縮減比例之間的第三縮減比例 的邊緣角位縮減圖像。
根據(jù)圖像處理中的第七圖案模型定位方法，在確定需要具有第 三縮減比例的邊緣角位圖的情況下，可在第二粗搜索步驟中通過使用 具有第三縮減比例的至少邊緣角位縮減圖像來執(zhí)行搜索。
根據(jù)圖像處理中的第八圖案模型定位方法，在通過使用具有第 三縮減比例的邊緣角位縮減圖像來執(zhí)行搜索的情況下，可在第二粗搜索步驟之前從已登記的圖像創(chuàng)建與第三縮減比例相應(yīng)的第四圖案模型。
根據(jù)圖像處理中的第九圖案模型定位方法，可基于已登記圖像的銳度，將在細(xì)定位步驟中使用的與第三圖案模型相應(yīng)的已登記圖像的第四縮減比例確定為介于第一縮減比例和未放大圖像之間的縮減比例。
根據(jù)圖像處理中的第十圖案模型定位方法，圖像的銳度可以是表示輪廓的邊緣圖像的邊緣的銳度。
根據(jù)圖像處理的第十一圖案模型定位方法，細(xì)定位步驟可以是安排用于細(xì)定位的第三圖案模型的步驟，以使其疊加到與第三圖案模型相應(yīng)的第四縮減比例的待搜索圖像，在與組成用于細(xì)定位的第三圖案模型的輪廓相應(yīng)的待搜索圖像上求出相應(yīng)的邊緣點(diǎn)，把每個(gè)輪廓與相應(yīng)邊緣點(diǎn)之間的關(guān)系看作評(píng)估值，并執(zhí)行細(xì)定位以使評(píng)估值的累加值最小或最大。
根據(jù)圖像處理中的第十二圖案模型定位方法，第四縮減比例可以包括未放大率。因此，可以使用在縮減原始圖像的情況下獲得的未放大的圖像作為第四縮減比例的待搜索圖像。
在第一粗搜索步驟之前，圖像處理中的第十三圖案模型定位方法還可包括步驟從具有第二縮減比例的已登記圖像提取多個(gè)邊緣點(diǎn)；在已提取的多個(gè)邊緣點(diǎn)中連接相鄰的邊緣點(diǎn)，以創(chuàng)建連續(xù)的鏈條；并且針對(duì)一個(gè)或多個(gè)鏈條創(chuàng)建每個(gè)以圓弧或線的方式接近的段，并通過將段的集合作為輪廓來從已登記圖像提取該輪廓，從而組成己登記圖像的圖案模型，其中，細(xì)定位步驟在與組成圖案模型的每個(gè)段相應(yīng)的第四縮減比例的待搜索圖像上求出單獨(dú)的相應(yīng)邊緣點(diǎn)，且將每個(gè)段與相應(yīng)的邊緣點(diǎn)之間的關(guān)系看作是評(píng)估值并且執(zhí)行細(xì)定位以使評(píng)估值的累加值最小或最大。
在將待搜索圖像縮減為第一縮減比例之前，圖像處理中的第十四圖案模型定位方法還可包括從已登記圖像提取輪廓并在提取的輪廓上設(shè)置多個(gè)參考點(diǎn)的步驟，以及還組成已登記圖像的圖案模型，其中為每個(gè)參考點(diǎn)分配具有預(yù)定長(zhǎng)度的通過參考點(diǎn)并基本垂直于該輪廓的相應(yīng)點(diǎn)搜索線，其中細(xì)定位步驟基于至少沿著第四縮減比例的待搜索圖像上的相應(yīng)點(diǎn)搜索線的位置中的至少邊緣角，針對(duì)每個(gè)相應(yīng)點(diǎn)搜索線在與參考點(diǎn)相應(yīng)的待搜索圖像上求出相應(yīng)的邊緣點(diǎn)，并且將每
個(gè)參考點(diǎn)的相應(yīng)邊緣點(diǎn)與包括參考點(diǎn)的輪廓之間的關(guān)系看作評(píng)估值并進(jìn)一步執(zhí)行細(xì)定位以使評(píng)估值的累加值最小或最大。
根據(jù)圖像處理中的第十五圖案模型定位方法，當(dāng)在尋找相應(yīng)邊緣點(diǎn)的步驟中，相應(yīng)點(diǎn)搜索線上存在可以作為相應(yīng)邊緣點(diǎn)的候選的多個(gè)邊緣點(diǎn)時(shí)，可以選擇這些相應(yīng)邊緣點(diǎn)候選中的最接近參考點(diǎn)的一個(gè)作為相應(yīng)邊緣點(diǎn)。因此，在存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下可統(tǒng)一確定一種用于確定邊緣點(diǎn)的方法，且之后，在細(xì)定位時(shí)，可以使用相應(yīng)邊緣點(diǎn)與參考點(diǎn)之間的距離作為評(píng)估值。
根據(jù)圖像處理中的第十六圖案模型定位方法，細(xì)定位步驟可包括步驟計(jì)算與在最小平方法的計(jì)算中使用以解決由最小平方法從這些值中獲得聯(lián)立方程的每個(gè)參考點(diǎn)的相應(yīng)邊緣點(diǎn)有關(guān)的誤差值或權(quán)值，以及比較待搜索圖像中包括的各邊緣點(diǎn)的邊緣角與圖案模型以計(jì)算一致性，從而比以第三縮減比例執(zhí)行的粗搜索更高準(zhǔn)確度地求出圖案模型的位置和姿態(tài)。
根據(jù)圖像處理中的第十七圖案模型定位方法，計(jì)算邊緣強(qiáng)度圖像的步驟除包括邊緣角信息的邊緣角圖像之外，可計(jì)算包括組成圖像的每個(gè)像素中關(guān)于邊緣強(qiáng)度的信息的邊緣強(qiáng)度圖像。由此，可通過使用具有第一縮減比例的邊緣角圖像和具有第一縮減比例的邊緣強(qiáng)度
圖像針對(duì)每個(gè)像素創(chuàng)建具有第一縮減比例的邊緣角位圖。因此，可基于邊緣強(qiáng)度信息和邊緣角信息通過使用邊緣圖像數(shù)據(jù)來實(shí)現(xiàn)高準(zhǔn)確度的圖案模型定位。
根據(jù)圖像處理中的第十八圖案模型定位方法，創(chuàng)建邊緣角位圖的步驟可以基于每個(gè)像素的邊緣強(qiáng)度圖像和邊緣角圖像來創(chuàng)建邊緣角位圖，以使即使在將邊緣角圖像縮減為預(yù)定縮減比例之后仍然能保留針對(duì)每個(gè)邊緣角圖像的邊緣角信息。
根據(jù)圖像處理中的第十九圖案模型定位方法，保留其邊緣強(qiáng)度高于預(yù)設(shè)邊緣強(qiáng)度門限的像素的邊緣角，不保留其邊緣強(qiáng)度低于預(yù)設(shè)邊緣強(qiáng)度門限的像素的邊緣角。
根據(jù)圖像處理中的第二十圖案模型定位方法，提取邊緣點(diǎn)的步驟通過使用已登記圖像的邊緣角和邊緣強(qiáng)度執(zhí)行邊緣強(qiáng)度非最大點(diǎn)抑制處理來提取邊緣點(diǎn)。
根據(jù)圖像處理中的第二十一圖案模型定位方法，創(chuàng)建邊緣角位
圖的步驟可合成關(guān)于邊緣角位圖中包括的多個(gè)鄰近邊緣點(diǎn)的數(shù)據(jù)，并
保留數(shù)據(jù)以使每個(gè)合成的邊緣點(diǎn)擁有與合成有關(guān)的多個(gè)邊緣點(diǎn)的每
個(gè)的邊緣角信息，作為未放大圖像或第一縮減比例的待搜索圖像的邊緣點(diǎn)具有該邊緣角信息。
根據(jù)圖像處理中的第二十二圖案模型定位方法，在邊緣角其邊界介于用于將設(shè)置在中心的邊緣角分段的邊緣角部分之間而包括在預(yù)定邊緣角位處理寬度中的情況下，創(chuàng)建邊緣角位圖的步驟可建立兩個(gè)邊緣角部分的邊緣角位，邊緣角位在邊緣角部分之間劃界。因此，可消除邊緣角位由于噪聲的影響不穩(wěn)定地波動(dòng)的狀態(tài)，從而獲得穩(wěn)定均勻的計(jì)算結(jié)果。
根據(jù)圖像處理中的第二十三圖案模型定位方法，在邊緣角其邊界介于用于將設(shè)置在中心的邊緣角分段的邊緣角部分之間而包括在預(yù)定邊緣角位處理寬度中的情況下，創(chuàng)建邊緣角位圖的步驟可建立邊緣角部分中任一的邊緣角位，邊緣角位在邊緣角部分之間劃界。因此，也可以針對(duì)與相應(yīng)的邊緣角部分相鄰的邊緣角部分給出邊緣角位，以獲得穩(wěn)定的搜索結(jié)果。
根據(jù)圖像處理中的第二十四圖案模型定位方法，第一縮減比例可包括未放大率。因此，可創(chuàng)建針對(duì)待搜索圖像的未放大圖像的圖案模型和邊緣角位圖，以獲得更高準(zhǔn)確度的定位。
根據(jù)圖像處理中的第二十五圖案模型定位方法，可求出與參考點(diǎn)相應(yīng)的邊緣點(diǎn)的子像素位置。
根據(jù)圖像處理中的第二十六圖案模型定位方法，在創(chuàng)建邊緣角
位圖的步驟中的邊緣角的分辨率可以是8位、16位、32位和64位中
的任意一個(gè)。
根據(jù)圖像處理中的第二十七圖案模型定位方法，可通過將作為邊緣角的分辨率的邊緣角位均勻分配給邊緣方向來執(zhí)行粗搜索。因此，可獲得比屬于邊緣極性的分辨率更重要的屬于邊緣方向的分辨率的搜索結(jié)果。此外，相同的技術(shù)可用于忽略邊緣極性的情況。
根據(jù)圖像處理中的第二十八圖案模型定位方法，可基于至少已登記圖像的大小或有關(guān)圖案模型的特征數(shù)據(jù)來確定在創(chuàng)建邊緣角位圖的步驟中用于執(zhí)行邊緣檢測(cè)的縮減比例。因此，可適當(dāng)?shù)卮_定邊緣檢測(cè)縮減比例。此外，也可進(jìn)行用戶設(shè)置。
根據(jù)圖像處理中的第二十九圖案模型定位方法，可根據(jù)其姿態(tài)改變?cè)趧?chuàng)建邊緣角位圖的步驟中圖案模型的邊緣角。
根據(jù)圖像處理中的第三十圖案模型定位方法，創(chuàng)建邊緣角位圖的步驟可并行放置圖案模型的邊緣數(shù)據(jù)。因此，可以并行的形式執(zhí)行搜索處理，以尋求進(jìn)一步加速處理。
根據(jù)圖像處理中的第三十一圖案模型定位方法，創(chuàng)建邊緣角位圖的步驟可將多個(gè)位分配到邊緣角方向。因此，也可加權(quán)邊緣角，以獲得更準(zhǔn)確的搜索結(jié)果。
根據(jù)圖像處理中的第三十二圖案模型定位方法，在相應(yīng)點(diǎn)搜索線上存在兩個(gè)或多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下，可根據(jù)參考點(diǎn)到每個(gè)相應(yīng)邊緣點(diǎn)的距離計(jì)算權(quán)值作為相應(yīng)邊緣點(diǎn)的加權(quán)，且根據(jù)權(quán)值執(zhí)行最終的細(xì)定位。因此，在存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下，可準(zhǔn)確地確定段基于與多個(gè)相應(yīng)點(diǎn)有關(guān)的信息在哪個(gè)方向上移動(dòng)。
根據(jù)圖像處理中的第三十三圖案模型定位方法，在細(xì)定位步驟中針對(duì)每個(gè)邊緣點(diǎn)計(jì)算權(quán)值時(shí)，在確定相應(yīng)邊緣點(diǎn)的相應(yīng)點(diǎn)搜索線上存在一個(gè)相應(yīng)邊緣點(diǎn)候選的情況下可將權(quán)值設(shè)置為1，并且當(dāng)將參考點(diǎn)與相應(yīng)邊緣點(diǎn)候選中的第一相應(yīng)邊緣點(diǎn)候選之間的距離表示為dl且將參考點(diǎn)與相應(yīng)邊緣點(diǎn)候選中的第二相應(yīng)邊緣點(diǎn)候選之間的距離表示為d2 (dl《W)時(shí)，在相應(yīng)點(diǎn)搜索線上存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下將權(quán)值設(shè)置為"1-a("lW2)"(其中0< <1)。因此，由于細(xì)定位可影響相應(yīng)邊緣點(diǎn)候選的數(shù)量和相應(yīng)邊緣點(diǎn)候選與參考點(diǎn)之間的距離，因此可在細(xì)定位時(shí)獲得在準(zhǔn)確方向上的移動(dòng)。
根據(jù)圖像處理中的第三十四圖案模型定位方法，可進(jìn)行設(shè)置，從而在組成圖案模型的步驟中創(chuàng)建段的集合時(shí)，從由圖像獲得的段候選組中優(yōu)選地選出基本相互垂直的段。因此，由于可替換地優(yōu)選地選擇橫向的段，因此可在配置段的圖案模型的定位時(shí)準(zhǔn)確地地執(zhí)行橫向調(diào)整。
根據(jù)圖像處理中的第三十五圖案模型定位方法，在組成圖案模型的步驟中創(chuàng)建段的集合時(shí)，可按照長(zhǎng)度順序?qū)膱D像獲得的段候選組分類，以提取最長(zhǎng)的段，設(shè)置基本垂直于提取段的預(yù)定角范圍并提取段候選中的具有處于角范圍的角的最長(zhǎng)段，重復(fù)與以上方式相同的從包括在預(yù)定角范圍中的基本垂直于提取段的段候選中進(jìn)一步提取最長(zhǎng)段的操作，直到提取了預(yù)定數(shù)量的段。因此，由于優(yōu)選地提取橫向段，所以可準(zhǔn)確地定位。特別當(dāng)僅提取長(zhǎng)的但以相同方向排列的段時(shí)，可在與段垂直的方向上準(zhǔn)確定位，而很難在平行于段方向上準(zhǔn)確定位。使用上述方法，通過優(yōu)選地選擇橫向的段可獲得在X和Y的任意方向上準(zhǔn)確定位。
根據(jù)圖像處理中的第三十六圖案模型定位方法，可設(shè)置使段包括線盒圓弧，且選擇在提取段中忽略其角的圓弧，并且進(jìn)行進(jìn)一步的設(shè)置，使得當(dāng)選擇圓弧段并且存在一個(gè)最后選擇的線段時(shí)，選擇長(zhǎng)的段作為下一個(gè)要從基本垂直于最后選擇線段的段候選中選出的段，且當(dāng)不存在最后選擇的線段時(shí)，選擇長(zhǎng)的段作為下一個(gè)要從任意段候選中選出的段。因此，對(duì)于圓弧，僅根據(jù)長(zhǎng)度執(zhí)行優(yōu)選提取，導(dǎo)致使其
可在X和Y的任意方向上獲得準(zhǔn)確的定位。
一種第三十七圖像處理設(shè)備，在通過使用與已登記圖像相應(yīng)的圖案模型搜索待搜索圖像并定位與預(yù)登記圖像類似的待搜索對(duì)象時(shí)，用于對(duì)比最初給出的定位準(zhǔn)確度更高的定位的圖像處理中圖案模型
定位中的圖像數(shù)據(jù)進(jìn)行壓縮，該設(shè)備包括邊緣角圖像創(chuàng)建裝置，用于獲取針對(duì)組成圖像的每個(gè)像素的包括邊緣角信息的邊緣角圖像；邊
緣角位圖創(chuàng)建裝置，用于將由邊緣角圖像創(chuàng)建裝置創(chuàng)建的針對(duì)每個(gè)像素的邊緣角圖像轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位用預(yù)
定義的固定寬度表示角；以及邊緣角位圖縮減裝置，用于對(duì)包括在OR運(yùn)算域中的每個(gè)像素的邊緣角位來執(zhí)行OR運(yùn)算，以創(chuàng)建從邊緣角位圖縮減的邊緣角位縮減圖像，從而創(chuàng)建由表示每個(gè)OR運(yùn)算域的 縮減的邊緣角位數(shù)據(jù)組成的邊緣角位縮減圖像，其中OR運(yùn)算域是根 據(jù)用于縮減邊緣角位圖的縮減比例確定的。因此，由于即使在圖像縮 減之后仍然能保留邊緣角信息，因此可在保持搜索準(zhǔn)備性的同時(shí)通過 數(shù)據(jù)量的縮減來實(shí)現(xiàn)搜索的加速。
一種第三十八圖像處理設(shè)備，用于在通過使用與已登記圖像相 應(yīng)的圖案模型搜索待搜索圖像并定位與預(yù)登記圖像類似的待搜索對(duì) 象時(shí)，以高于最初給出的位置的準(zhǔn)確度定位，該設(shè)備可包括圖像輸 入裝置，用于獲取已登記圖像和待搜索圖像；圖像縮減裝置，用于以
預(yù)定縮減比例縮減待搜索圖像；邊緣角圖像創(chuàng)建裝置，用于在由圖像
縮減裝置縮減的待搜索的縮減比例圖像上計(jì)算針對(duì)組成圖像的每個(gè)
像素的包括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建裝置，用于將
由邊緣角圖像創(chuàng)建裝置創(chuàng)建的邊緣角圖像的每個(gè)像素轉(zhuǎn)換為由邊緣
角位表示的邊緣角位圖，邊緣角位表示具有預(yù)定義的固定寬度的角；
邊緣角位圖縮減裝置，為了創(chuàng)建從邊緣角位圖縮減的邊緣角位縮減圖
像，對(duì)OR運(yùn)算域中包括的每個(gè)像素的邊緣角位執(zhí)行OR運(yùn)算，以創(chuàng)
建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的邊緣角位縮
減圖像，其中OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮減比例確定
的；粗搜索裝置，針對(duì)由圖像縮減裝置以第一縮減比例縮減的第一縮
減比例的待搜索圖像，通過將以第一縮減比例創(chuàng)建的用于第一粗搜索
的圖案模型用作模板，對(duì)由邊緣角位圖縮減裝置創(chuàng)建的第一邊緣角位
縮減圖像執(zhí)行圖案搜索，從而以第一準(zhǔn)確度從第一邊緣角位縮減圖像
的整個(gè)面積求出與用于第一粗搜索的圖案模型相應(yīng)的第一位置和姿
態(tài)，并針對(duì)由圖像縮減裝置縮減為第二縮減比例的第二縮減比例的待
搜索圖像，通過將以不大于第一縮減比例且不小于未放大率的第二縮
減比例創(chuàng)建的用于第二粗搜索的圖案模型用作模板，對(duì)由邊緣角位圖
縮減裝置創(chuàng)建的第二邊緣角位縮減圖像執(zhí)行圖案搜索，從而以高于第
一準(zhǔn)確度的第二準(zhǔn)確度從以第一位置和姿態(tài)為參考的第二邊緣位縮
減圖像的預(yù)定區(qū)域求出與用于第二粗搜索的圖案模型相應(yīng)的第二位
置和姿態(tài)；以及細(xì)定位裝置，通過使用第三縮減比例的待搜索圖像的第二位置和姿態(tài)，安排圖案模型以使其疊加到通過將待搜索的圖像適 當(dāng)縮減為小于未放大率且不大于第二縮減比例的第三縮減比例獲得 的第三縮減比例的待搜索圖像，從而在與組成圖案模型的輪廓相應(yīng)的 第三縮減比例的待搜索圖像上求出相應(yīng)的邊緣點(diǎn)，將每個(gè)輪廓與其相 應(yīng)的邊緣點(diǎn)之間的關(guān)系作為評(píng)估值，并且以高于第二準(zhǔn)確度的第三準(zhǔn) 確度執(zhí)行細(xì)定位，以使評(píng)估值的累加值最小或最大。因此，可通過使 用圖像的邊緣角以及其邊緣強(qiáng)度來執(zhí)行抵抗噪聲分量的非常準(zhǔn)確的 定位。此外，改變相應(yīng)點(diǎn)搜索線的長(zhǎng)度可產(chǎn)生便于改變相應(yīng)的邊緣點(diǎn) 搜索區(qū)域的優(yōu)點(diǎn)。
根據(jù)第三十九圖像處理設(shè)備，針對(duì)組成邊緣角圖像的每個(gè)作為 具有不小于預(yù)設(shè)邊緣強(qiáng)度門限的邊緣強(qiáng)度的像素創(chuàng)建由邊緣角圖像 創(chuàng)建裝置獲得的邊緣角圖像。
一種第四十圖像處理程序，在通過使用于已登記圖像相應(yīng)的圖 案模型來搜索待搜索圖像并定位類似于預(yù)登記圖像的待搜索對(duì)象時(shí)， 用于壓縮以高于最初給出的位置的準(zhǔn)確度定位的圖像處理中圖案模 型定位中的圖像數(shù)據(jù)，該程序可使計(jì)算機(jī)實(shí)現(xiàn)邊緣角圖像創(chuàng)建功能， 用于獲取針對(duì)組成圖像的每個(gè)像素的包括邊緣角信息的邊緣角圖像； 邊緣角位圖創(chuàng)建功能，用于將針對(duì)由邊緣角圖像創(chuàng)建裝置創(chuàng)建的每個(gè) 像素的邊緣角圖像轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位表 示具有預(yù)定義的固定寬度的角；和邊緣角位圖縮減功能，用于對(duì)在
OR運(yùn)算域中包括的每個(gè)像素的邊緣角位來執(zhí)行OR運(yùn)算，以創(chuàng)建從 邊緣角位圖縮減的邊緣角位縮減圖像，從而創(chuàng)建由表示每個(gè)OR運(yùn)算 域的縮減的邊緣角位數(shù)據(jù)組成的邊緣角位縮減圖像，其中OR運(yùn)算域 是根據(jù)用于縮減邊緣角位圖的縮減比例確定的。因此，由于即使在圖 像縮減之后仍然能保留邊緣角信息，因此可在保持搜索準(zhǔn)確度的同時(shí) 通過數(shù)據(jù)量的壓縮來加速搜索。
一種第四十一圖像處理程序，在通過使用與已登記圖像相應(yīng)的 圖案模型搜索待搜索圖像并定位于預(yù)登記圖像類似的待搜索對(duì)象時(shí)，
以高于最初給出的位置的準(zhǔn)確度定位，該程序可使計(jì)算機(jī)實(shí)現(xiàn)圖像 輸入功能，用于獲取已登記圖像和待搜索圖像；圖像縮減功能，用于以預(yù)定縮減比例縮減待搜索圖像；邊緣角圖像創(chuàng)建功能，用于在由圖 像縮減功能縮減的待搜索的縮減比例圖像上計(jì)算針對(duì)組成圖像的每 個(gè)像素的包括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建功能，用于
將由邊緣角圖像創(chuàng)建功能創(chuàng)建的邊緣角圖像的每個(gè)像素轉(zhuǎn)換為由邊 緣角位表示的邊緣角位圖，邊緣角位表示具有預(yù)定義的固定寬度的
角；邊緣角位圖縮減功能，為了創(chuàng)建從邊緣角位圖縮減的邊緣角位縮
減圖像，對(duì)OR運(yùn)算域中包括的每個(gè)像素的邊緣角位執(zhí)行OR運(yùn)算，
從而創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的邊緣
角位縮減圖像，其中OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮減比
例確定的；粗搜索功能，針對(duì)由圖像縮減功能以第一縮減比例縮減的
第一縮減比例的待搜索圖像，通過將以第一縮減比例創(chuàng)建的用于第一
粗搜索的圖案模型用作模板，對(duì)由邊緣角位圖縮減功能創(chuàng)建的第一邊
緣角位縮減圖像執(zhí)行圖案搜索，從而以第一準(zhǔn)確度從第一邊緣角位縮
減圖像的整個(gè)面積求出與用于第一粗搜索的圖案模型相應(yīng)的第一位
置和姿態(tài)，并且針對(duì)由圖像縮減功能縮減為第二縮減比例的第二縮減
比例的待搜索圖像，通過將以不大于第一縮減比例且不小于未放大率
創(chuàng)建的用于第二粗搜索的圖案模型用作模板，對(duì)由邊緣角位圖縮減功
能創(chuàng)建的第二邊緣角位縮減圖像上執(zhí)行圖案搜索，從而以高于第一準(zhǔn)
確度的第二準(zhǔn)確度從將第一位置和姿態(tài)設(shè)為參考的第二邊緣角位縮
減圖像的預(yù)定區(qū)域求出與用于第二粗搜索的圖案模型相應(yīng)的第二位
置和姿態(tài)；和細(xì)定位功能，用于通過使用第三縮減比例的待搜索圖像
的第二位置和姿態(tài)，安排圖案模型以使其疊加到通過將待搜索圖像適
當(dāng)縮減為不小于未放大率且不大于第二縮減比例的第三縮減比例獲
得的第三縮減比例的待搜索圖像，從而在與組成圖案模型的輪廓相應(yīng)
的第三縮減比例的待搜索圖像上求出相應(yīng)的邊緣點(diǎn)，將每個(gè)輪廓與其
相應(yīng)的每個(gè)點(diǎn)之間的關(guān)系作為評(píng)估值，并且以高于第二準(zhǔn)確度的第三
準(zhǔn)確度執(zhí)行細(xì)定位，以使評(píng)估值的累加值最小或最大。
此外，第四十二計(jì)算機(jī)可讀記錄介質(zhì)存儲(chǔ)上述程序。該記錄介 質(zhì)包括磁盤、光盤、磁-光盤、半導(dǎo)體存儲(chǔ)器和一些其他可存儲(chǔ)程序 的介質(zhì)，如CD-ROM、 CD-R、 CD-RW、軟盤、磁帶、MO、 DVD-ROM、
27DVD-RAM 、 DVD-R 、 DVD+R 、 DVD+RW 、藍(lán)光盤、HD以及 DVD(AOD)。此外，所述程序包括以通過網(wǎng)線(如因特網(wǎng))下載而分 發(fā)的形式的程序，而不是在上述記錄介質(zhì)中存儲(chǔ)的發(fā)布的程序。另外， 所述記錄介質(zhì)包括可記錄程序的設(shè)備，如安裝為上述程序以軟件或固 件的形式在其中可執(zhí)行的狀態(tài)的通用設(shè)備或者專用設(shè)備。另外，可通 過由計(jì)算機(jī)執(zhí)行的程序軟件來執(zhí)行程序中包括的每個(gè)處理和功能，或 者可通過硬件(如預(yù)定的門陣列(FPGA、 ASIC))或以程序軟件和 實(shí)現(xiàn)硬件的元件部分的部分硬件模塊的混合形式來實(shí)現(xiàn)每個(gè)部分中 的處理。


圖1是表示圖像處理設(shè)備的示例的方框圖2A至圖2H是每個(gè)表示對(duì)圖案模型的登記時(shí)以及在移動(dòng)期間 通過使用該圖案模型執(zhí)行搜索的的操作方案的示意圖3表示對(duì)圖案模型的登記時(shí)的操作方案的流程圖； 圖4是表示在移動(dòng)期間實(shí)際執(zhí)行搜索的操作方案的流程圖； 圖5是表示在手動(dòng)縮減比例確定模式中用于設(shè)置縮減比例的用 戶界面顯示屏的圖示；
圖6A至圖6C是每個(gè)表示邊緣角位方案的示意圖； 圖7是表示創(chuàng)建并壓縮邊緣角位圖的狀態(tài)的示意圖； 圖8A至圖8C是每個(gè)表示每個(gè)圖案模型的示例的示意圖，其中 圖8A示出了用于局部搜索的圖案模型，圖8B示出了用于大面積搜 索的圖案模型，以及圖8C示出了用于細(xì)定位的圖案模型； 圖9是在移動(dòng)期間用于搜索的程序方案的流程圖； 圖IO是表示在移動(dòng)期間搜索構(gòu)思的示意圖； 圖IIA至圖IID是每個(gè)表示旋轉(zhuǎn)圖案模型導(dǎo)致邊緣角位改變的 狀態(tài)的示意圖12是表示用于在登記時(shí)創(chuàng)建圖案模型的程序的流程圖； 圖13A至圖13C是每個(gè)表示用于根據(jù)其優(yōu)先級(jí)自動(dòng)設(shè)置搜索準(zhǔn) 確度和搜索時(shí)間的用戶界面顯示屏的圖示；圖14是表示用于細(xì)定位的登記圖案模型程序的流程圖； 圖15是表示用于在移動(dòng)期間對(duì)待搜索圖像執(zhí)行預(yù)處理的程序的 流程圖16是表示具有其中設(shè)置了相應(yīng)點(diǎn)搜索線的圖案模型的圖示； 圖17是表示圖16的圖案模型已被減薄的狀態(tài)的示意圖； 圖18是表示用于在移動(dòng)期間執(zhí)行圖案搜索的程序的流程圖； 圖19A是表示待搜索圖像的示例的圖示，并且圖19B是表示已
被縮減為與圖6A的已登記圖像的放大率相同的放大率的待搜索的縮
減圖像的圖示；
圖20是表示在移動(dòng)期間用于圖案搜索的程序的流程圖21A和圖21B是每個(gè)表示尋找相應(yīng)的邊緣點(diǎn)的相應(yīng)邊緣點(diǎn)搜
索處理的示意圖22是用于描述邊緣位置的波紋現(xiàn)象的示意圖； 圖23是表示其中很難選擇相應(yīng)點(diǎn)搜索線的某一已登記圖像示例
的示意圖24是表示在圖23的圖案上自動(dòng)設(shè)置相應(yīng)點(diǎn)搜索線的狀態(tài)的 示意圖25是表示相應(yīng)點(diǎn)搜索線的過濾結(jié)果的示意圖； 圖26是表示用于相應(yīng)點(diǎn)搜索線的過濾處理的程序的流程圖； 圖27是表示設(shè)置具有與參考點(diǎn)相同長(zhǎng)度的相應(yīng)點(diǎn)搜索線的狀態(tài) 的圖示；
圖28是表示設(shè)置具有與參考點(diǎn)不同長(zhǎng)度的相應(yīng)點(diǎn)搜索線的狀態(tài) 的圖示；
圖29是用于描述用于求出相應(yīng)邊緣點(diǎn)的坐標(biāo)的程序的示意圖； 圖30是表示由四個(gè)像素"a"至"d"組成的邊緣角圖像的示意
圖31是表示定義邊緣角位的邊緣角部分的示意圖； 圖32是表示通過轉(zhuǎn)換圖30的邊緣角圖像獲得的邊緣角位圖的 示意圖33是表示通過縮減圖32的邊緣角位圖獲得的邊緣角位縮減圖像的示意圖34是用于描述以2X2的單元縮減原始邊緣角位圖的狀態(tài)的 示意圖35是用于描述在圖34的縮減處理之后放大圖像的狀態(tài)的示
意圖36是用于描述將原始邊緣角位圖縮減為二分之一的狀態(tài)的示
意圖37是用于描述將原始邊緣角位圖縮減為三分之一的狀態(tài)的示
意圖38是表示并行處理之前圖案模型的概念示圖39是表示并行處理之后的圖案模型的概念示圖40A和圖40B是每個(gè)表示關(guān)于圖案模型的登記的數(shù)據(jù)的概念
示圖41是表示作為由圓弧段和線段表示的部分有缺口的圓的圖案 示例的圖示；
圖42是表示通過使用圖41的圖案模型對(duì)輸入圖像執(zhí)行粗搜索 以執(zhí)行某一級(jí)別的定位的狀態(tài)的圖示；
圖43是表示通過將點(diǎn)與圓弧之間的距離看作誤差函數(shù)應(yīng)用最小 平方法從圖42的狀態(tài)執(zhí)行細(xì)定位的狀態(tài)的圖示；
圖44是表示在圖41的圖案模型上執(zhí)行相應(yīng)點(diǎn)搜索線的創(chuàng)建處 理的示例的圖示；
圖45是表示通過使用圖44的圖案模型在待搜索圖像上執(zhí)行粗 搜索以在搜索確定的位置和姿態(tài)疊加圖案模型的狀態(tài)的圖示；
圖46是表示具有邊緣強(qiáng)度EM和邊緣角的邊緣向量(Ex， Ey)的示意圖47是表示在圓的工件(work)上執(zhí)行粗搜索以實(shí)現(xiàn)某一級(jí)別 的定位的狀態(tài)的概念示圖48是表示從圖47執(zhí)行細(xì)定位試圖在待搜索圖像上疊加圖案
模型的狀態(tài)的概念示圖49A至圖49D是每個(gè)用于描述在存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下的加權(quán)處理的示意圖50是表示用于選擇在定位方向上考慮的段的程序的流程圖51A和圖51B是每個(gè)用于描述更新圖50中的角范圍的設(shè)置 的狀態(tài)的示意圖52A和圖52B是每個(gè)表示通過使用飽和相加(saturated addition)的縮減處理示例的示意圖，其中圖52A是表示其中每個(gè)像 素具有邊緣角的邊緣角圖像的示意圖，并且圖52B是表示邊緣角部 分的示意圖，邊緣角部分以8位表示各自像素的邊緣角位數(shù)據(jù)；
圖53是表示二進(jìn)制圖像的示例的圖示；
圖54是表示圖53的像素值的曲線圖55是表示具有高銳度的圖像的邊緣強(qiáng)度改變的曲線圖56是表示模糊圖像的像素值的曲線圖57是表示具有低銳度的圖像的邊緣強(qiáng)度改變的曲線圖58是表示用于根據(jù)日本未審查的專利公開No.H07-128017計(jì)
算子像素坐標(biāo)的方法的示意圖59是表示邊緣強(qiáng)度誤差和子像素位置之間的關(guān)系的曲線圖； 圖60是表示用于基于邊緣點(diǎn)的銳度確定圖像數(shù)據(jù)縮減比例的程
序的流程圖61是表示邊緣模型功能的曲線圖62是表示通過使用圖像數(shù)據(jù)縮減比例在登記時(shí)操作的流程
圖63是表示通過使用圖像數(shù)據(jù)縮減比例在運(yùn)動(dòng)期間操作的流程
圖64是表示三個(gè)相鄰點(diǎn)B、 C和F的邊緣強(qiáng)度的示意圖； 圖65是表示用于通過使用相鄰邊緣點(diǎn)求出相應(yīng)邊緣點(diǎn)的坐標(biāo)的 程序的示意圖66是表示用于求出圖65的相應(yīng)邊緣點(diǎn)的坐標(biāo)的程序的流程
圖67是表示在字符顯示在框架中的已登記圖像中設(shè)置圖案模型 的狀態(tài)的圖示；圖68是表示用于設(shè)置在圖像處理程序中以長(zhǎng)度的次序執(zhí)行分類
的圖案特征選擇功能的用戶界面顯示屏的圖示；
圖69是表示將不同字符和數(shù)字顯示在網(wǎng)格框架中的已登記圖像
中選擇作為圖案模型的段的圖示；
圖70是表示在圖68的用戶界面顯示屏中將輪廓登記順序設(shè)置
為"長(zhǎng)度的遞減順序"的狀態(tài)的圖示；
圖71是表示在圖70的用戶界面顯示屏中將輪廓登記順序設(shè)置
為"長(zhǎng)度的遞增順序"的狀態(tài)的圖示；
圖72是表示在圖71的設(shè)置條件下在圖69的已登記圖像中選擇
段的狀態(tài)的圖示；
圖73是表示用于以段的長(zhǎng)度的順序執(zhí)行分類的程序的流程圖； 圖74是表示用于以鏈條長(zhǎng)的順序分類的程序的流程圖； 圖75是表示用于在圖像處理程序中設(shè)置圖案特征選擇功能來過
濾長(zhǎng)輪廓的用戶界面顯示屏的圖示；
圖76是表示在圖75的用戶界面顯示屏中已將輪廓長(zhǎng)度的上限
設(shè)置為高的狀態(tài)的圖示；
圖77是表示在圖76的設(shè)置條件下在圖69的已登記圖像中已選
擇段的狀態(tài)的圖示；
圖78是表示在圖75的用戶界面顯示屏中已將輪廓長(zhǎng)度的上限
設(shè)置為低的狀態(tài)的圖示；
圖79是表示在圖78的設(shè)置條件下在圖69的已登記圖像中已選
擇段的狀態(tài)的圖示；
圖80是表示用于過濾長(zhǎng)段的程序的流程圖81是表示用于過濾長(zhǎng)鏈條的程序的流程圖82是表示用于選擇以段長(zhǎng)度分類之后的段的程序的流程圖83是表示用于在過濾之后選擇段的程序的流程圖84是表示對(duì)考慮其正交方向的段的程序的流程圖
圖85是表示在具有高度對(duì)稱的曲線圖上執(zhí)行細(xì)定位的示例的示
意圖86A和圖86B是每個(gè)表示通過逆海賽函數(shù)(reverse Hessian)方法逼近誤差函數(shù)的狀態(tài)的示意圖；和
圖87是表示金字塔式搜索構(gòu)思的示意圖。
具體實(shí)施例方式
在下文中，基于附圖描述本發(fā)明的實(shí)施例。但是，如下所示實(shí) 施例舉例證明圖像數(shù)據(jù)壓縮方法、圖像處理中的圖案模型定位方法、 圖像處理設(shè)備、圖像處理程序和計(jì)算機(jī)可讀記錄介質(zhì)，用于使本發(fā)明 的技術(shù)構(gòu)思具體化，并且本發(fā)明不將其圖像數(shù)據(jù)壓縮方法、圖像處理 中的圖案模型定位方法、圖像處理設(shè)備、圖像處理程序和計(jì)算機(jī)可讀 的記錄介質(zhì)限定為下述形式。此外，本發(fā)明的說明書并沒有將權(quán)利要 求中示出的構(gòu)件限定為實(shí)施例中的構(gòu)件。特別地，只要不特別給出具 體的說明，實(shí)施例中描述的組分元件的大小、材料、形狀、相關(guān)安排 等不限制本發(fā)明的范圍，而僅僅是說明示例。應(yīng)該注意的是為了闡明 描述，存在可強(qiáng)調(diào)每個(gè)圖示出的構(gòu)件的大小、位置關(guān)系等的情況。此 夕卜，在下文的描述中，相同的名字或符號(hào)表示相同的構(gòu)件或同類的構(gòu) 件，且根據(jù)需要不重復(fù)提供詳細(xì)的描述。此外，對(duì)于組成本發(fā)明的每 個(gè)元件，多個(gè)元件可由相同構(gòu)件組成且因此可采取共用一個(gè)構(gòu)件的方 法，或者相反，可通過由多個(gè)構(gòu)件共用來實(shí)現(xiàn)一個(gè)構(gòu)件的功能。
用于本發(fā)明的示例的圖像處理設(shè)備與連接到圖像處理設(shè)備并用 于操作、控制、顯示和其他處理的計(jì)算機(jī)、打印機(jī)、外部存儲(chǔ)設(shè)備和 其他外圍設(shè)備以電、磁或光的方式進(jìn)行連接，以通過串行連接(如
IEEE1394、 RS-232x、 RS-422或USB)、并行連接或通過網(wǎng)絡(luò)(如 IOBASE-T、 100BASE-TX或1000BASE-T)連接進(jìn)行通信。該連接 不限制為使用電纜的物理連接，而可以是通過使用電波(例如無線 LAN,如IEEE802.1x或藍(lán)牙(注冊(cè)商標(biāo))、紅外線、光通信等)或 一些其他連接的無線連接。此外，可使用存儲(chǔ)卡、磁盤、光盤、磁-光盤、半導(dǎo)體存儲(chǔ)器等作為用于數(shù)據(jù)交換、設(shè)置存儲(chǔ)等的記錄介質(zhì)。 應(yīng)該注意，在本說明書中，對(duì)圖像處理設(shè)備的使用不僅是指用于執(zhí)行 邊緣提取、圖案匹配等的設(shè)備主體，也包括將這個(gè)設(shè)備主體與外圍設(shè) 備(如計(jì)算機(jī)和外部存儲(chǔ)設(shè)備)組合形成的輪廓提取系統(tǒng)。此外，在本說明書中，圖像數(shù)據(jù)壓縮方法、圖像處理中的圖案 模型定位方法、圖像處理設(shè)備、圖像處理程序和計(jì)算機(jī)可讀記錄介質(zhì) 均不限制于執(zhí)行邊緣提取、測(cè)量區(qū)域設(shè)置和邊緣點(diǎn)連接以及在輸入/ 輸出、顯示、計(jì)算、通信和其他涉及各種圖像的拾取與獲取的其他處 理的以硬件方式處理的操作及執(zhí)行的設(shè)備和方法的系統(tǒng)本身。本發(fā)明 的范圍中還包括用于以軟件方式實(shí)現(xiàn)處理的設(shè)備和方法。例如， 一種 設(shè)備和系統(tǒng)，將軟件、程序、插件程序(plug-in)、對(duì)象、庫(kù)、小應(yīng) 用程序、編譯器、模塊、在特定程序上操作的宏等集成到通用電路或 計(jì)算機(jī)中，以允許邊緣提取和邊緣點(diǎn)連接及其相關(guān)處理的執(zhí)行，這種 設(shè)備和系統(tǒng)也對(duì)應(yīng)于根據(jù)本發(fā)明的圖像數(shù)據(jù)壓縮方法、圖像處理中的 圖案模型定位方法、圖像處理設(shè)備、圖像處理程序以及計(jì)算機(jī)可讀記 錄介質(zhì)中的任何一個(gè)。另外，本發(fā)明的說明書中，計(jì)算機(jī)不僅包括通 用或?qū)Ｓ玫碾娮佑?jì)算器，還包括工作站、終端、移動(dòng)類電子設(shè)備、
PDC、 CDMA、 W-CDMA、 FOMA (注冊(cè)商標(biāo))、GSM、 IMT2000、
移動(dòng)電話(如第四代移動(dòng)電話)、PHS、 PDA、尋呼機(jī)、智能電話以 及其他電子設(shè)備。此外，在本說明書中，不限于單獨(dú)使用所述程序， 而且也可以在作為專用計(jì)算機(jī)程序、軟件、服務(wù)等的部分的模式中使 用，也可以用于作為必要調(diào)用的模式中、在操作系統(tǒng)(OS)環(huán)境等 中被提供服務(wù)的模式中、作為在環(huán)境中駐留而操作的模式中、背景中 起操作作用的模式中或者作為另一支持程序的位置中。
(圖像處理的簡(jiǎn)單流程)
圖l示出了圖像處理設(shè)備IOO的方框圖。如圖2A至圖2H中所 示，該圖像處理設(shè)備IOO預(yù)先登記希望待搜索的圖像并從該已登記圖 像創(chuàng)建圖案模型，并且在實(shí)際操作時(shí)，該設(shè)備從輸入的待搜索圖像中 求出與圖案模型相應(yīng)的位置。圖3的流程圖中示出了在創(chuàng)建圖案模型 時(shí)的操作方案。在本發(fā)明的實(shí)施例中，如圖2A所示，用戶設(shè)置一個(gè) 區(qū)域，即圖案窗口 PW，其中針對(duì)希望被搜索的已登記圖像RI創(chuàng)建 一個(gè)圖案模型(圖3所示的步驟S301)。如圖2B所示，將包括設(shè)置 了該圖案窗口 PW的區(qū)域的圖像適當(dāng)縮減(圖3所示的步驟S302)。此外，如圖2C所示，從縮減的圖案窗口 RPM創(chuàng)建作為與已登記圖 像RI相應(yīng)的搜索圖案的圖案模型PM (圖3所示的步驟S303)。因 此，如上所述，在實(shí)際搜索操作之前，圖像處理設(shè)備預(yù)先從待搜索圖 像中創(chuàng)建與希望待搜索的已登記圖像RI相應(yīng)的圖案模型PM。
另外，如圖2D所示，將圖案模型PM縮減至用于第一邊緣角位 圖的縮減比例和用于第二邊緣角位圖(下文描述)的縮減比例，并在 移動(dòng)期間使用(圖3所示的步驟S304)。可在登記時(shí)預(yù)先執(zhí)行這種 縮減的圖案模型RPM的創(chuàng)建或者也可在每個(gè)操作時(shí)執(zhí)行。
同時(shí)，圖4的流程圖中示出了移動(dòng)期間的操作方案。移動(dòng)期間， 在步驟S401中輸入待搜索的圖像01 (圖2E)之后，在步驟S402中 將待搜索的圖像OI適當(dāng)縮減為縮減的待搜索圖像ROI (圖2F)。接 著，在步驟S403中，從待搜索的縮減圖像ROI創(chuàng)建邊緣角位圖EB (圖2G:下文描述)。此外，在步驟S404中，創(chuàng)建從邊緣角位圖 EB縮減的邊緣角位縮減圖像REB (圖2H)。在步驟S405中，通過 使用在登記時(shí)獲得的圖案模型，在如上文描述獲得的邊緣角位縮減圖 像REB上執(zhí)行圖案搜索。 (圖像處理設(shè)備100)
接著，描述圖像處理設(shè)備IOO的結(jié)構(gòu)。如圖1的方塊圖所示， 圖像處理設(shè)備IOO包括用于輸入圖像的圖像輸入裝置1，用于顯示圖 像和各種數(shù)據(jù)的顯示裝置3，用于用戶執(zhí)行各種操作的操作裝置2; 和組成輸出界面的用于將圖像處理設(shè)備主體100A中的圖像處理結(jié)果 輸出到外面的輸出裝置5。圖像輸入裝置1由圖像拾取裝置(如CCD) 組成。通過A/D轉(zhuǎn)換裝置將從圖像輸入裝置1輸入的輸入圖像捕獲 到圖像處理設(shè)備主體100A中。此外，顯示裝置3顯示輸入圖像的原 始圖像或者通過對(duì)原始圖像執(zhí)行圖像處理(如通過邊緣圖像處理)獲 得的邊緣圖像。
(圖像處理設(shè)備主體100A)
圖像處理設(shè)備主體100A包括用于存儲(chǔ)各種數(shù)據(jù)的存儲(chǔ)裝置4和 用于執(zhí)行各種計(jì)算相關(guān)圖像處理的計(jì)算裝置6。除通過A/D轉(zhuǎn)換器從 圖像輸入裝置1輸入的已登記圖像之外，存儲(chǔ)裝置4還包括用作為模板圖像的該登記圖像創(chuàng)建的圖案模型、待搜索圖像、用于在從已登記 圖像中創(chuàng)建圖案模型時(shí)或者在搜索時(shí)創(chuàng)建的數(shù)據(jù)的保留和暫存的工 作區(qū)域。(計(jì)算裝置6)計(jì)算裝置6包括用于在圖像上執(zhí)行邊緣檢測(cè)以提取輪廓的輪廓提取裝置62、用于從輪廓信息創(chuàng)建鏈條的鏈條創(chuàng)建裝置63、用于從 鏈條創(chuàng)建段的段創(chuàng)建裝置68以及其他各種裝置。其他裝置的例子包 括邊緣角位圖創(chuàng)建裝置69、邊緣角位圖縮減裝置78、用于將圖像縮 減為預(yù)定放大率的圖像縮減裝置77、組成圖案模型的圖案模型組成 裝置70、執(zhí)行粗搜索的粗搜索裝置71以及用于通過基于邊緣信息(下 文描述)的已登記圖像的圖案模型來在待搜索圖像內(nèi)執(zhí)行高準(zhǔn)確度定 位的細(xì)定位裝置76。該計(jì)算裝置6寄存圖案模型并通過使用如上所 述的已登記圖案模型在待搜索圖像中執(zhí)行搜索。為了執(zhí)行這種操作， 在圖案模型的登記時(shí)使用鏈條創(chuàng)建裝置63、段創(chuàng)建裝置68和圖案模 型組成裝置70。另外，在實(shí)際操作時(shí)使用粗搜索裝置71和細(xì)定位裝 置76。此外，將圖像縮減裝置77、輪廓提取裝置62、鏈條創(chuàng)建裝置 63等用于在登記時(shí)的操作和移動(dòng)期間的操作，并且在移動(dòng)期間使用 邊緣角位圖創(chuàng)建裝置69和邊緣角位圖縮減裝置78。應(yīng)該注意，在本 實(shí)施例中，盡管僅在登記時(shí)使用鏈條創(chuàng)建裝置63，但是也可在移動(dòng) 期間對(duì)待搜索圖像執(zhí)行鏈鎖。 (輪廓提取裝置62) 輪廓提取裝置62包括用于創(chuàng)建用作邊緣圖像的邊緣角圖像和邊 緣強(qiáng)度圖像的邊緣角/邊緣強(qiáng)度圖像創(chuàng)建裝置60和減薄裝置61。具 體地說，針對(duì)由圖像輸入裝置1輸入的多值圖像(原始大小的原始圖 像或者由稍后所述的圖像縮減裝置77縮減的縮減圖像)，邊緣角/ 邊緣強(qiáng)度圖像創(chuàng)建裝置60通過使用用于提取邊緣點(diǎn)的濾波器(如在 X和Y的每個(gè)方向上通過使用索貝爾(Sobel)濾波器)分別在X和 Y方向上(X方向上的邊緣強(qiáng)度圖像分量和Y方向上的邊緣強(qiáng)度圖 像分量)創(chuàng)建邊緣強(qiáng)度圖像，并且該裝置還從X和Y方向上的這些 邊緣角圖像創(chuàng)建一個(gè)二維的邊緣角圖像。此外，針對(duì)這個(gè)由邊緣角/邊緣強(qiáng)度圖像創(chuàng)建裝置60創(chuàng)建的邊緣圖像，減薄裝置61減薄其邊緣 點(diǎn)，例如通過邊緣強(qiáng)度非-最大點(diǎn)抑制處理。應(yīng)該注意，本說明書中的邊緣強(qiáng)度是表示關(guān)于一個(gè)像素是否為 邊緣的一部分的程度(暗度到亮度)的數(shù)值。通常從目標(biāo)像素及其周 圍的九個(gè)像素的像素值來計(jì)算邊緣強(qiáng)度。此外，邊緣角示出一個(gè)像素中的邊緣方向，且通常從通過使用上述索貝爾(Sobel)濾波器等在 的X和Y的每個(gè)方向上發(fā)現(xiàn)的邊緣強(qiáng)度來計(jì)算。 (鏈條創(chuàng)建裝置63)同時(shí)，在創(chuàng)建具有被看作模板圖像的已登記圖像的部分的圖案 時(shí)使用鏈條創(chuàng)建裝置63和段創(chuàng)建裝置68。本示例中的鏈條創(chuàng)建裝置 63包括邊緣鏈鎖裝置64和鏈條濾波裝置66。具體地說，邊緣鏈鎖裝 置64通過連接通過輪廓提取裝置62創(chuàng)建的邊緣圖像中包括的多個(gè)邊 緣點(diǎn)中的多個(gè)相鄰邊緣點(diǎn)來創(chuàng)建鏈條。此外，鏈條濾波裝置66通過 各種鏈條的特征量來對(duì)通過邊緣鏈鎖裝置64創(chuàng)建的多個(gè)鏈條組執(zhí)行 濾波。(段創(chuàng)建裝置68) 此外，段創(chuàng)建裝置68包括邊緣鏈條分段裝置65和段選擇裝置 67。邊緣鏈條分段裝置65接近每個(gè)由邊緣鏈鎖裝置64創(chuàng)建并由鏈條 濾波裝置66過濾的鏈條，以創(chuàng)建段。這種情況中的段是通過最小平 方法近似得到的線和/或圓弧。此外，段選擇裝置67對(duì)段執(zhí)行過濾。 此外，段選擇裝置67還可包括圖案特征選擇功能。g卩，根據(jù)從 待搜索對(duì)象獲得的圖案的特征來改變組成圖案模型的段的選擇標(biāo)準(zhǔn) 可實(shí)現(xiàn)更穩(wěn)定的定位。這將在下文中詳細(xì)描述。 (圖案模型組成裝置70)圖案模型組成裝置70是一種用于創(chuàng)建存儲(chǔ)到上述存儲(chǔ)裝置中的 圖案模型。具體地說，圖案模型組成裝置70處理通過上述圖像提取 裝置62、鏈條創(chuàng)建裝置63和段創(chuàng)建裝置68對(duì)已登記圖像執(zhí)行處理 創(chuàng)建的每個(gè)段。將在下文中詳細(xì)描述該圖案模型。 (圖像縮減裝置77)同時(shí)，圖像縮減裝置77是一種用于縮減已登記圖像和待搜索圖像的裝置。其縮減比例是由自動(dòng)縮減比例確定模式自動(dòng)設(shè)置的。具體 地說，如上所述，在本實(shí)施例中，在已登記圖像上設(shè)置用戶希望成為 圖案模型的區(qū)域。這種情況下縮減比例根據(jù)用戶設(shè)置的區(qū)域自動(dòng)設(shè) 置。即，根據(jù)用于指定圖案模型的圖案窗口 PW的大小自動(dòng)確定縮減 比例。例如，在圖案窗口 PW為矩形的情況下，根據(jù)其較短邊的長(zhǎng)度 來確定縮減比例。應(yīng)該注意，在本說明書中，"增加縮減比例"、"縮減比例大" 或"縮減比例高"的意思是增加縮減程度或者增加壓縮比例，例如表 示從具有八分之一縮減比例的縮減圖像縮減到具有六分之一縮減比例的縮減圖像。相反，"減小縮減比例"、"縮減比例小"或者"縮 減比例低"的意思是抑制縮減程度，例如使縮減圖像恢復(fù)為未放大圖 像，并且例如表示具有六分之一的縮減比例的縮減圖像變成具有八分 之一的縮減比例的縮減圖像。另外，"縮減比例不小于未放大率"不 表示放大未放大圖像，而是指具有縮減比例大于未放大圖像(即縮減 比例為l)的圖像，或者縮減比例為1的未放大圖像。此外，除如自動(dòng)縮減比例確定模式之外，也可使用用戶選擇希 望的縮減比例并將其確定為縮減比例的手動(dòng)縮減比例確定模式。如圖 5所示的用戶界面的示例中，用戶從多個(gè)縮減比例中選擇作為用于大 區(qū)域搜索的縮減比例的縮減比例，此處可選二分之一、四分之一和八 分之一?？墒褂萌我鈹?shù)值來指定縮減比例。另外，同時(shí)顯示表示原始 圖像如何通過具有這種情況下選擇的縮減比例的圖像縮減而轉(zhuǎn)換的 圖像。這種方式中，也可以將用于局部搜索的縮減比例(中間縮減比 例)和細(xì)定位縮減比例設(shè)置為不同于用于大面積搜索的縮減比例(用 于大面積的縮減比例)。另外，也可以自動(dòng)添加用于局部搜索的縮減比例。具體地說， 當(dāng)處于用于大面積搜索的縮減比例和用于局部搜索的縮減比例之間 的比例大于預(yù)定值時(shí)，自動(dòng)添加以處于用于大面積搜索的縮減比例和 用于局部搜索的縮減比例之間的額外縮減比例(用于局部搜索的縮減 比例)設(shè)置的局部搜索(額外的局部搜索)(如圖10)。另外，可 多次重復(fù)額外的局部搜索。在這種方式中，可使在用于大面積搜索的縮減比例和用于局部搜索的縮減比例之間的比例保持在預(yù)定值之內(nèi)， 以力求搜索速度的降低。圖像縮減裝置77用于創(chuàng)建圖案模型的已登記圖像和以與已登記 圖像中設(shè)置的縮減比例相同的縮減比例縮減的待搜索圖像。即，也以 已登記圖像中設(shè)置的縮減比例來縮減待搜索的圖像。 (邊緣角位圖創(chuàng)建裝置69)針對(duì)待搜索圖像和通過上述圖像縮減裝置77縮減待搜索圖像獲 得的縮減圖像，邊緣角位圖創(chuàng)建裝置69通過使用由上述計(jì)算裝置6 的邊緣角/邊緣強(qiáng)度圖像創(chuàng)建裝置60創(chuàng)建的邊緣角圖像來創(chuàng)建邊緣 角位圖。即，邊緣角位圖創(chuàng)建裝置69是用于在移動(dòng)期間創(chuàng)建待搜索 圖像的邊緣角位圖。換句話說，在圖案模型的登記時(shí)不使用邊緣角位 圖創(chuàng)建裝置。更具體地說，如圖6A至圖6C所示，以45度為單位將作為邊 緣角的0至360度的值分段為八位數(shù)據(jù)(圖6B)。確定獲得的與邊 緣角圖像的各自像素相應(yīng)的邊緣角是否分別處于分配給八個(gè)分段區(qū) 域的比特位置(圖6A)，將1的標(biāo)記設(shè)置在確定的比特位置，以將 邊緣角圖像轉(zhuǎn)換為邊緣角位圖(圖6C)。在本實(shí)施例中，邊緣角位 圖創(chuàng)建裝置69通過使用由計(jì)算裝置6的邊緣角/邊緣強(qiáng)度圖像創(chuàng)建裝 置60創(chuàng)建的邊緣角圖像來創(chuàng)建邊緣角位圖(下文基于圖30等詳細(xì)描 述)。但是，該方法不是限制性的，如邊緣角位圖創(chuàng)建裝置69可通 過使用由計(jì)算裝置6的減薄裝置61減薄的邊緣角圖像來創(chuàng)建邊緣角 位圖。(邊緣角位圖縮減裝置78)邊緣角位圖縮減裝置78是一種用于縮減由上述邊緣角位圖創(chuàng)建 裝置69創(chuàng)建的邊緣角位圖的裝置。因此，獲得邊緣角位縮減圖像。根據(jù)圖案窗口 PW的大小來確定本實(shí)施例中的邊緣角位縮減圖 像的縮減比例，其中用戶通過使用圖案窗口 PW在已登記圖像上設(shè)置 希望成為圖案模型的區(qū)域。因此，在邊緣角位圖像縮減裝置78中自 動(dòng)確定縮減比例的情況下，反映出設(shè)置在已登記圖像上的圖案窗口 PW的大小。但是，這種方法不是限制性的，不用說，可通過檢查圖案模型的縮減比例直接設(shè)置邊緣角位圖像縮減裝置78中的縮減比 例。通過與傳統(tǒng)方法的比較來描述該狀態(tài)。在通過傳統(tǒng)方法縮減邊 緣角位圖的情況下，如在縮減比例為待搜索圖像原始圖像大小的八分之一的情況下，8X8像素的區(qū)域，即，將表示64像素的一個(gè)像素的 邊緣角或者通過縮減64像素的均值獲得的一個(gè)像素的邊緣角看作區(qū) 域的中心值。與此相反，在根據(jù)本實(shí)施例的通過邊緣角位圖縮減裝置 78的邊緣位圖的縮減中，例如在縮減比例為待搜索圖像的原始的八 分之一的情況下，通過OR運(yùn)算以存儲(chǔ)比特位置的形式，保持將l的 標(biāo)記設(shè)置在8X8區(qū)域中64像素的每個(gè)像素的比特位置中的狀態(tài)，即， 設(shè)置在與圖7所示的64像素所具有的每個(gè)角相應(yīng)的比特位置中。因 此，可存儲(chǔ)關(guān)于邊緣角位圖的信息以防止圖像縮減后的損壞，并且因 此使用圖案模型獲得搜索的準(zhǔn)確度。根據(jù)用于縮減邊緣角位圖的縮減比例來確定其中執(zhí)行OR運(yùn)算 的0R運(yùn)算域。例如，在通過將邊緣角位圖縮減為八分之一創(chuàng)建邊緣 角位縮減圖像的情況下，8X8的區(qū)域?yàn)镺R運(yùn)算域。g口，將邊緣角 位圖分段為8X8的OR運(yùn)算域，并且在每個(gè)OR運(yùn)算域中，對(duì)所有 包括在OR運(yùn)算域中的像素的邊緣角位來執(zhí)行OR運(yùn)算的結(jié)果是表示 每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)。以上方式中獲得的每個(gè)OR 運(yùn)算域中的縮減的邊緣角位數(shù)據(jù)的集合是邊緣角位縮減圖像。另外，OR運(yùn)算的意思是和運(yùn)算，特別指比特的和運(yùn)算。此外， 在執(zhí)行像素的OR運(yùn)算時(shí)，除簡(jiǎn)單的位相加之外，還可在具有邊緣角 位的像素?cái)?shù)上設(shè)置一個(gè)更低的限制值。例如，在每個(gè)具有要增加的邊 緣角位的像素?cái)?shù)不滿足預(yù)定的像素?cái)?shù)門限的情況下，忽略該邊緣角 位。即，由于位像素的要增加的邊緣角位在數(shù)量上遠(yuǎn)小于其他的邊緣 角位，則如一個(gè)到幾個(gè)像素可能為噪聲或誤差，如可忽略具有低可靠 性的像素。因此，可僅基于被認(rèn)為是高度可靠的角位來創(chuàng)建高度可靠 的邊緣角位縮減圖像。(其它OR運(yùn)算飽和相加)另外，也可以使用不同于上述的和運(yùn)算的OR運(yùn)算。作為示例描述一種飽和相加。例如，在通過OR運(yùn)算執(zhí)行縮減處理或者放大處
理的情況下，在nXn的邊緣角位圖上對(duì)像素?cái)?shù)據(jù)執(zhí)行OR運(yùn)算。該 運(yùn)算的擴(kuò)展是"對(duì)與每個(gè)角相應(yīng)的位執(zhí)行飽和相加并從飽和相加的結(jié) 果確定下一個(gè)中心值"。飽和相加的意思是對(duì)相加的結(jié)果預(yù)先設(shè)定一 個(gè)上限并正常相加的結(jié)果超出該上線的情況下在上限值處執(zhí)行限幅 的相加處理。例如，當(dāng)上限為100時(shí)，以如下方式將上限限制為100:
10+89=99
11+89=100
12+89=100
10+100=100
接著，基于圖52A和圖52B來描述通過使用飽和相加的縮減處 理的特定示例。圖52A是表示每個(gè)像素具有邊緣角的邊緣角圖像的 示意圖，并且圖52B是表示用于以8位邊緣角位數(shù)據(jù)表示組成該邊 緣角圖像的各像素的邊緣角部分的示意圖。應(yīng)該注意，下文通過圖 31的方式描述通過將用于以邊緣角位表示邊緣角方向的角分段獲得 的邊緣角部分。在圖52B的示例中，通過從水平或垂直方向位移22.5 度來分段邊緣角。邊緣角部分分別由E、 SE、 S、 SW、 W、 NW、 N 和NE以45度寬的順時(shí)針從右標(biāo)記，且分別為其提供邊緣角位O、 1、 2、 3、 4、 5、 6和7。根據(jù)圖52B的邊緣角部分通過以邊緣角位表示 組成圖52A的邊緣角圖像的九個(gè)像素"a"至"i"獲得的邊緣角位圖 具有如下邊緣角位數(shù)據(jù)
76543210
00001000
b:10000000
C:10000000
d:00001000
C:10000000
f:10000000
g:00001000
00000100i: 10000101
接著，在新的縮減圖像的邊緣角位圖中，對(duì)與各角對(duì)應(yīng)的位"a" 至"i"均進(jìn)行飽和相加。將飽和相加中的上限設(shè)為3。例如，可通 過如下來計(jì)算"e"的位置的縮減邊緣角位數(shù)據(jù)"e":
e' =a+b+c+d+e+f+g+h+i
計(jì)算結(jié)果如下
7766554433221100
e': 1100000011100001; 二進(jìn)制顯示
e': 30003201;十進(jìn)制顯示
在如上計(jì)算結(jié)果中，出現(xiàn)飽和相加處理的特征。即，將不小于3 的值均限幅到3。這種相加是指飽和相加，當(dāng)和結(jié)果不小于由上述的 限幅門限時(shí)，以該值執(zhí)行限幅?？蓪⒃摽s減的邊緣角位數(shù)據(jù)"e"用 于搜索處理。例如，其中僅使不小于2的值為1、且使其他值為0的 縮減的邊緣角位數(shù)據(jù)e"被表示如下以使其用于搜索
76543210
e": 10001100; 二進(jìn)制顯示 (用于粗搜索裝置的圖案模型X)
圖案模型組成裝置70創(chuàng)建兩種圖案模型， 一種用于下文提到的 粗搜索裝置71中的粗搜索的圖案模型X，以及一種用于細(xì)定位中的 細(xì)定位的圖案模型Y (圖8A至圖8C)。形成用于粗搜索的圖案模 型X從而基于預(yù)設(shè)條件在每個(gè)段上確定一個(gè)參考點(diǎn)，且在每個(gè)參考 點(diǎn)的與段垂直的方向上以及在設(shè)置邊緣的方位上設(shè)置角。 (用于細(xì)定位的圖案模型Y)
同時(shí)，對(duì)于用于細(xì)定位的圖案模型Y，創(chuàng)建每個(gè)參考點(diǎn)，其中 除上述用于粗搜索的圖案模型X的信息之外，還設(shè)置由表示每個(gè)相 應(yīng)段的段所劃分的參數(shù)(如可定義由線或圓弧組成的段的參數(shù))和一 種垂直于在邊緣方向上延伸的段并且還具有預(yù)定長(zhǎng)度的線(下文指 "相應(yīng)點(diǎn)搜索線")。在與設(shè)置在中心的參考點(diǎn)垂直的方向上前后延 伸相應(yīng)點(diǎn)搜索線。應(yīng)該注意，每個(gè)段上優(yōu)選設(shè)置一個(gè)或多個(gè)參考點(diǎn)。 換句話說，圖案模型中不必包括沒有在其中設(shè)置參考點(diǎn)的段。(粗搜索裝置71) 通過使用在登記時(shí)創(chuàng)建的專用圖案模型由粗搜索裝置71和細(xì)定
位裝置76執(zhí)行移動(dòng)期間的搜索。粗搜索裝置71是一種用于在移動(dòng)期
間執(zhí)行粗搜索的裝置?？梢圆煌s減比例執(zhí)行多次粗搜索，也可僅執(zhí) 行一次。在執(zhí)行多次粗搜索的情況下，優(yōu)選地可以以抑制第二粗搜索 的縮減比例使其低于第一粗搜索的縮減比例(即，增加分辨率)的方 式或以其他方式基于接近原始大小的更詳細(xì)的數(shù)據(jù)來執(zhí)行。另外，優(yōu) 選地執(zhí)行第二粗搜索的同時(shí)基于第一粗搜索的結(jié)果使掃描區(qū)域變窄。
圖9的流程圖和圖IO的示意圖中示出了移動(dòng)期間的搜索方案。在本 實(shí)施例中，如圖9的步驟S901所示，在待搜索圖像的整個(gè)面積上執(zhí) 行第一粗搜索(大面積搜索)，該第一粗搜索是通過使用以大面積縮 減比例縮減獲得的第二圖案模型執(zhí)行的。此后，在通過第一粗搜索獲 得的"檢測(cè)候選"的區(qū)域以及在具有低于第一粗搜索中縮減比例的中 等縮減比例的待搜索圖像中的外圍區(qū)域上執(zhí)行第二粗搜索(局部搜 索)。此外，在步驟S903中，通過使用圖案模型Y由細(xì)定位裝置76 來執(zhí)行細(xì)定位。
應(yīng)該注意，在登記時(shí)創(chuàng)建圖案模型的順序與移動(dòng)期間執(zhí)行搜索 的順序不必相互匹配。例如，在登記時(shí)從具有較低縮減比例(接近于 原始大小)的圖案模型連續(xù)創(chuàng)建圖案模型(第一圖案模型一第二圖案 模型等)。這可以極大地減小隨著圖像的縮減丟失微小信息的情況。 與此相反，在移動(dòng)期間，從具有較高縮減比例(較低的分辨率，較高 的壓縮比例等)的圖案模型開始(第一粗搜索一第二粗搜索)以相反 的順序?qū)D案模型執(zhí)行搜索。因此，通過粗到細(xì)的方式可有效地執(zhí)行 搜索。這導(dǎo)致移動(dòng)期間通過使用第二圖案模型執(zhí)行第-一粗搜索，并且 接著通過使用第一圖案模型執(zhí)行第二粗搜索。 (第一粗搜索)
接著，描述由粗搜索裝置71執(zhí)行的粗搜索方案。首先，在第一 粗搜索中，通過使用已登記圖案模型在待搜索圖像的整個(gè)面積上執(zhí)行 粗搜索，以提取粗定位，g卩，檢測(cè)候選。在由邊緣角位圖縮減裝置 78創(chuàng)建的待搜索圖像的邊緣角位縮減圖像上，通過使用從具有相同縮減比例的已登記圖像創(chuàng)建的圖案模型來執(zhí)行掃描。具體地說，例如， 為了掃描通過將原始大小縮減為八分之一獲得的邊緣角位圖的整個(gè) 區(qū)域，從邊緣角位縮減圖像的左上方到右下方的方向掃描以具有特定 旋轉(zhuǎn)角的姿態(tài)設(shè)置的圖案模型。從而在邊緣角位縮減圖像的整個(gè)區(qū)域 中指定類似于圖案模型的檢測(cè)候選的區(qū)域。通過使用單獨(dú)設(shè)置在圖案 模型上的多個(gè)不同方位姿態(tài)以相同的方式執(zhí)行相同的掃描。即，重復(fù) 具有改變了的旋轉(zhuǎn)角的掃描多次。因此，提取出類似于圖案模型的檢 測(cè)候選的整個(gè)區(qū)域作為關(guān)于圖案模型的匹配候選。圖IIA至圖11D 每個(gè)示出了由于圖案模型旋轉(zhuǎn)引起邊緣角位改變的狀態(tài)。在該示例
中，以60度順時(shí)針方向旋轉(zhuǎn)用于大面積搜索的圖案模型(a)時(shí)邊緣
角位從(b)至(d)的改變。另外，計(jì)算每個(gè)檢測(cè)候選的表示類似的 評(píng)估值(分值)，并提取具有高于某一門限的分值的候選。此外，每
個(gè)檢測(cè)候選具有關(guān)于其位置和姿態(tài)的信息，即圖案模型的XY坐標(biāo)、
角e和分值。應(yīng)該注意，下文將詳細(xì)描述該分值。 (第二粗搜索)
接著，粗搜索裝置71基于第一粗搜索的結(jié)果執(zhí)行第二粗搜索。 在第二粗搜索中，使用小于上述第一粗搜索中的使用的待搜索圖像的 縮減比例的縮減比例(即，具有較大信息量的縮減比例)。通過使用 例如具有四分之一的縮減比例的邊緣角位縮減圖像以及在檢測(cè)候選 的整個(gè)外圍區(qū)域中的僅具有八分之一的縮減比例的圖案模型來使檢 測(cè)候選變窄，其中所述圖案模型類似于在具有與第一粗搜索中使用的 相同的縮減比例的邊緣角位縮減圖像中提取的圖案模型。由于該第二 粗搜索是使用邊緣角位縮減圖像的部分來執(zhí)行的搜索，因此可有效地 執(zhí)行檢測(cè)候選的變窄。如上所述，可通過執(zhí)行多級(jí)粗搜索進(jìn)行有效率 的搜索。S卩，在第一粗搜索中掃描整個(gè)面積確定一個(gè)粗定位之后，在 具有較低縮減比例的圖像中的特定區(qū)域(檢測(cè)候選，或"可能為目標(biāo) 的區(qū)域")或者其附近執(zhí)行第二粗搜索。此外，可根據(jù)縮減比例執(zhí)行 多次局部搜索。
(細(xì)定位裝置76)
如上所述，在通過由粗搜索裝置71對(duì)檢測(cè)候選及其附近執(zhí)行粗搜索找到"更類似目標(biāo)的檢測(cè)候選"之后，通過細(xì)定位裝置76執(zhí)行 細(xì)定位。在細(xì)定位中，在原始大小的非縮減圖像或具有低于在粗搜索 中使用并接近原始大小的縮減比例的縮減比例的圖像中執(zhí)行搜索。應(yīng) 該注意，在這種情況下，還將原始大小的圖像看作是具有縮減比例為 l的圖像。此外，在粗搜索中待搜索圖像是邊緣角位圖，而在細(xì)定位 中待搜索圖像是原始圖像或從其縮減的圖像。
細(xì)定位裝置76安排圖案模型Y的相應(yīng)點(diǎn)搜索線用于細(xì)定位，以 使其疊加到檢測(cè)候選區(qū)域中待搜索圖像上，其中檢測(cè)候選在待搜索圖 像上獲得并且類似于圖案模型。具體地說，細(xì)定位裝置76是一種用 于通過使用檢測(cè)候選區(qū)域中具有與待搜索圖像相同的放大率的圖案 模型來執(zhí)行搜索的搜索裝置，其中檢測(cè)候選通過邊緣角位縮減圖像和 具有上述粗搜索裝置71使用的兩個(gè)不同縮減比例的圖案模型的方式 通過搜索變窄，并且類似于圖案模型。
上面的粗搜索裝置71和細(xì)定位裝置76所使用的每個(gè)圖案模型 不是如圖像處理中使用的數(shù)據(jù)(下文指"圖像數(shù)據(jù)")的圖像本身， 而是通過一維列舉至少X坐標(biāo)位置、Y坐標(biāo)位置和與從圖像數(shù)據(jù)獲 得的每個(gè)邊緣點(diǎn)相應(yīng)的邊緣角值形成的數(shù)據(jù)。"圖案模型"是由這些 數(shù)據(jù)組成的，并且可通過使用不是圖像數(shù)據(jù)而是列舉數(shù)據(jù)的圖案模型 尋求加速處理。同時(shí)，圖像數(shù)據(jù)即所謂的圖像數(shù)據(jù)，例如當(dāng)其具有 640X480位的數(shù)據(jù)大小時(shí)，需要保留整個(gè)面積中每個(gè)像素的每個(gè)坐 標(biāo)位置的值。與此相反，在使用圖案模型的情況下，可將其配置為僅 有與邊緣圖像的邊緣部分相應(yīng)的位置和角。因此，數(shù)據(jù)量相對(duì)較小， 以允許所需的處理量的縮減。因此，代替圖像數(shù)據(jù)的圖案模型的使用 可使處理具有更高的速度。
應(yīng)該注意，在本說明書中，"已登記圖像"是希望待搜索的原 始圖像。同時(shí)，圖案模型是適用于從待搜索圖像中搜索與已登記圖像 相同的圖像的上述列舉數(shù)據(jù)。在本實(shí)施例中，圖案模型具有組成圖案 模型的每個(gè)點(diǎn)的關(guān)于XY坐標(biāo)和角e的信息。如下文所描述的，組成 細(xì)定位中的圖案模型的數(shù)據(jù)在毎個(gè)點(diǎn)的有關(guān)XY坐標(biāo)和角0的信息之 上具有下文所述的相應(yīng)點(diǎn)搜索線的信息。也可通過集成多個(gè)構(gòu)件或?qū)⒁粋€(gè)功能劃分到多個(gè)單獨(dú)的構(gòu)件中來執(zhí)行圖1所示的每個(gè)構(gòu)件。例如，可將用于縮減圖像的圖像縮減裝
置77集成到輪廓提取裝置62中。此外，在可通過一個(gè)CPU、 LSI等來處理計(jì)算裝置6的每個(gè)功能的同時(shí)，例如可將該功能分散到用于執(zhí)行預(yù)處理的專用FPGA、用于執(zhí)行圖像處理的專用DSP等中。在該圖像處理設(shè)備100中，在由DSP等組成的圖像處理部分執(zhí)行圖像處理，并通過CPU來處理圖像和搜索結(jié)果的顯示。如上所述，分散處理每個(gè)功能可尋求處理加速?？扇我庵圃靾?zhí)行每個(gè)功能的構(gòu)件。圖像輸入裝置1需要由外部設(shè)備拾取并創(chuàng)建并且進(jìn)行圖像處理
的輸入圖像?？赏ㄟ^通信或i/o從外部設(shè)備獲取輸入圖像數(shù)據(jù)，并且
除此之外，也可通過記錄介質(zhì)以數(shù)據(jù)文件的形式輸入數(shù)據(jù)。此外，可使圖像處理設(shè)備本身具有拾取輸入圖像的功能。這種情況下，圖像輸入裝置1用作圖像拾取裝置和圖像創(chuàng)建裝置。當(dāng)使用通過使用固態(tài)圖像拾取元件(如CCD或CMOS)作為圖像拾取裝置的相機(jī)并且拾取用于圖像處理的工件(如電子元件)時(shí)，工件上的光照與背景上的光照之間的反射光的光量存在差異，且因此差異發(fā)生在與工件相應(yīng)的部分和與背景相應(yīng)的部分之間的固態(tài)圖像拾取元件的電荷量中。即，由于圖像的亮度差異發(fā)生在工件與背景之間，因此可檢測(cè)該亮度差異作為工件的輪廓或邊緣。應(yīng)該注意，也可將已登記圖像上的輪廓數(shù)據(jù)輸入為工件上的CAD數(shù)據(jù)等。以這種方式，對(duì)從圖像輸入裝置l輸入的數(shù)據(jù)根據(jù)需要進(jìn)行A/D轉(zhuǎn)換，并將其傳送到圖像處理設(shè)備主體部分。
存儲(chǔ)裝置4存儲(chǔ)了存儲(chǔ)用于各種轉(zhuǎn)換和模板匹配計(jì)算等所需的各種數(shù)據(jù)以及關(guān)于已登記圖像的圖案模型的數(shù)據(jù)、用于待搜索圖像的邊緣圖像等的參數(shù)文件。如上所述，除了存儲(chǔ)設(shè)置內(nèi)容之外，存儲(chǔ)裝置4還可用作存儲(chǔ)輸入圖像數(shù)據(jù)的區(qū)域。因此，使用的這種存儲(chǔ)裝置4可以是如DRAM或閃速存儲(chǔ)器的半導(dǎo)體元件或者如硬盤的固態(tài)存儲(chǔ)裝置。
操作裝置2是一種用于操作圖像處理設(shè)備100的輸入裝置。例如，在用戶操作鼠標(biāo)81和鍵盤82以手動(dòng)指定處理區(qū)域的情況下，輸入裝置用作處理區(qū)域指定裝置5。另一方面，可基于圖像處理設(shè)備100側(cè)的圖像處理通過計(jì)算裝置6來執(zhí)行計(jì)算，以自動(dòng)地指定處理區(qū)域。輸入裝置通過電纜連接或無線連接與圖像處理設(shè)備100連接或固定。典型的輸入裝置示例包括各種指示裝置，如鼠標(biāo)、鍵盤、滑塊、軌跡點(diǎn)、圖形輸入板、操縱桿、控制臺(tái)、撥盤、數(shù)字轉(zhuǎn)換變換器、光筆、數(shù)字鍵、觸摸板以及指示桿。另外，在連接裝有輪廓提取程序的
計(jì)算機(jī)與圖像處理設(shè)備IOO的模式下，或者在將裝有輪廓提取程序的
計(jì)算機(jī)看作圖像處理設(shè)備或輪廓提取裝置的模式下，除了輪廓提取程序操作之外，還可以在圖像處理設(shè)備本身及其外部設(shè)備的操作中使用上述裝置。此外，用戶可直接觸摸顯示屏的表面來通過顯示界面顯示屏本身的觸摸屏或觸摸板來實(shí)現(xiàn)輸入和操作，或者用戶可以使用聲音輸入裝置或其他現(xiàn)有的輸入裝置，或者也可同時(shí)使用這些裝置。在圖l的示例中，輸入裝置由定位裝置(如鼠標(biāo)和鍵盤)組成。
可以使用如外部液晶顯示器或CRT顯示器作為顯示裝置3。此外，可通過使用裝有輸入功能(如觸摸板)類型的顯示裝置來同時(shí)使用顯示裝置和操作裝置。也可在圖像處理設(shè)備中建立顯示裝置3，而不以與外部連接的形式使用。
上述結(jié)構(gòu)是示例性的，且例如，圖像處理設(shè)備本身可包括顯示裝置、操作裝置等，并且也可在一個(gè)構(gòu)件中同時(shí)使用每個(gè)構(gòu)件或者可將每個(gè)構(gòu)件集成到計(jì)算裝置6中。下文中，描述將輪廓提取程序安裝到通用計(jì)算機(jī)以執(zhí)行邊緣連接處理和輪廓提取處理的示例。(用于圖像處理的詳細(xì)過程)
該圖像處理設(shè)備對(duì)己登記圖像(也指標(biāo)準(zhǔn)圖像、參考圖像等)和由圖像輸入裝置1獲取的待搜索圖像執(zhí)行預(yù)處理(放大、縮減、平滑、索貝爾(Sobel)濾波等)，并且接著，提取邊緣作為特征提取。該設(shè)備接著通過使用從已登記圖像獲得的圖案模型在移動(dòng)期間執(zhí)行的基于邊緣的圖案搜索。在本實(shí)施例中，如上所述，預(yù)先登記圖案模型(圖3)，并且在實(shí)際操作時(shí)，對(duì)待搜索圖像執(zhí)行處理(圖4)。如上所述，在登記時(shí)的分散處理和移動(dòng)期間的處理可加速處理。
更具體地描述在登記時(shí)的操作。通過上述輪廓提取裝置62處理已登記圖像，提取已登記圖像的輪廓部分作為邊緣，并且創(chuàng)建由具有大約一個(gè)像素寬的點(diǎn)的集合表示的已登記圖像的邊緣圖像。將已登記圖像的邊緣圖像暫存到用于存儲(chǔ)裝置4的已登記圖像的邊緣圖像存
儲(chǔ)器中。此外，通過段創(chuàng)建裝置68和圖案模型組成裝置70從已登記
圖像的邊緣圖像創(chuàng)建圖案模型。將用于搜索的圖案模型保留在存儲(chǔ)裝
置4的圖案模型存儲(chǔ)器中，并根據(jù)需要被調(diào)用。(登記時(shí)圖案模型的創(chuàng)建)
圖12示出了在登記時(shí)創(chuàng)建圖案模型的過程的流程圖。對(duì)于圖案模型的創(chuàng)建，如上所述，將希望從待搜索圖像提取出的圖像的主圖像指定為已登記圖像，并暫存到存儲(chǔ)裝置4中。因此，在已登記圖像上設(shè)置圖案窗口 (步驟S1201)。針對(duì)該已登記圖像設(shè)置縮減比例(步驟S1202)，并接著通過圖像縮減裝置77縮減圖像(步驟S1203)。此外，從縮減圖像中提取輪廓。具體地說，執(zhí)行邊緣提取處理和鏈鎖處理(步驟S1204)。此外，連接鏈條以創(chuàng)建段(步驟S1205)。在如上述的這種方式中，針對(duì)縮減圖像，將邊緣數(shù)據(jù)通過輪廓提取裝置62、鏈條創(chuàng)建裝置63和段創(chuàng)建裝置68分段。接著通過圖案模型組成裝置70創(chuàng)建圖案模型(步驟S1206)。
如上所述，在本實(shí)施例中，將兩種模型創(chuàng)建為用于粗搜索的圖案模型X和用于細(xì)定位的圖案模型Y的圖案模型。此外，用于粗搜索的圖案模型的數(shù)據(jù)結(jié)構(gòu)由關(guān)于任意設(shè)置的原點(diǎn)的每個(gè)邊緣點(diǎn)的X和Y方向上的坐標(biāo)位置和邊緣角組成。用于細(xì)定位的圖案模型的數(shù)據(jù)結(jié)構(gòu)式由關(guān)于任意設(shè)置的原點(diǎn)的每個(gè)邊緣點(diǎn)的X和Y方向上的坐標(biāo)位置、邊緣角以及下文所述的相應(yīng)點(diǎn)搜索線組成。(邊緣角)
邊緣角是表示邊緣點(diǎn)處邊緣的密集梯度(concentration gradient)方向的角度。為了表示邊緣角，由256級(jí)表示0至360度。(邊緣強(qiáng)度)
應(yīng)該注意，在本實(shí)施例中，對(duì)于每個(gè)邊緣點(diǎn)的邊緣強(qiáng)度，僅將數(shù)據(jù)配置為具有本實(shí)施例中大于預(yù)設(shè)強(qiáng)度值的強(qiáng)度值的邊緣點(diǎn)，且因此不將強(qiáng)度值保存為數(shù)據(jù)。但是，本發(fā)明不受該方法的限制，并且例如在搜索算法中基于邊緣強(qiáng)度值的相似度通過下述分值計(jì)算執(zhí)行評(píng)估、加權(quán)等的情況下，可將關(guān)于邊緣強(qiáng)度的數(shù)據(jù)保存為圖案模型的數(shù)據(jù)結(jié)構(gòu)的值。
(圖像縮減比例的確定)此外，在使用登記時(shí)的縮減圖像時(shí)，由于縮減比例在移動(dòng)期間也發(fā)揮作用，因此其縮減比例的選擇非常重要。設(shè)置適當(dāng)?shù)目s減比例使在保留用于搜索所需的圖像特征點(diǎn)的同時(shí)消除噪聲并減小搜索時(shí)間。例如，在搜索準(zhǔn)確度和搜索時(shí)間之間的平衡中以搜索時(shí)間為代價(jià)將關(guān)于搜索準(zhǔn)確度的高值置于某種程度的情況下，將縮減比例設(shè)置為相對(duì)較低的特定縮減比例?？蛇x擇地，可使用用戶通過試錯(cuò)法確定的最佳縮減比例。在本實(shí)施例中，用于自動(dòng)確定縮減比例的自動(dòng)模式與用戶指定縮減比例的手動(dòng)模式是可切換的。在自動(dòng)模式中，基于圖案窗口 PW的矩形區(qū)域邊界的較短邊的長(zhǎng)度來確定縮減比例。此外，在手動(dòng)模式中，當(dāng)用戶根據(jù)縮減比例使用他的或者她的眼睛檢査圖案模型實(shí)際上如何轉(zhuǎn)換的同時(shí)選擇最佳值，可將設(shè)置操作用作感覺操作。在圖13A至圖13C的用戶界面的示例中，以當(dāng)選擇手動(dòng)模式時(shí)通過下拉列表選擇縮減比例的圖像的方式示出，并示出圖像如何根據(jù)選擇的縮減比例轉(zhuǎn)換?？s減比例越高，隨著其角部分變得更不尖銳圖像改變其形狀越重要。參考這種圖像的改變，用戶可根據(jù)他的或者她的應(yīng)
用或目的選擇適當(dāng)?shù)目s減比例。
除此以外，作為另一個(gè)示例，可采用用于自動(dòng)確定搜索準(zhǔn)確度與搜索時(shí)間之間平衡的技術(shù)。例如，作為用戶在其上設(shè)置了高值的項(xiàng)，搜索準(zhǔn)確度、搜索時(shí)間以及其二者可選擇地存在，并且用戶選擇之后，自動(dòng)地根據(jù)選擇執(zhí)行適當(dāng)?shù)脑O(shè)置。
(用于粗搜索的圖案模型x)
粗搜索是一種在下文所述的細(xì)定位之前用于在短時(shí)間內(nèi)有效地使其中與已登記圖像相同的圖像很可能作為待搜索圖像中的檢測(cè)候選存在的區(qū)域變窄的搜索。因此，粗搜索通過使用從待搜索的原始圖像或者原始登記圖像縮減的圖像來實(shí)現(xiàn)上述目的。更具體地，如圖
87所示的金字塔式搜索，通過使用通過縮減原始大小的圖像獲得的縮減圖像來執(zhí)行粗搜索。在該粗搜索中，使用具有高縮減比例和低分辨率的圖像。接著，在粗搜索中獲得的大致位置(檢測(cè)候選)上執(zhí)行細(xì)定位。在該細(xì)定位中，使用具有比粗搜索中較低的縮減比例和較高的分辨率的圖像。
描述創(chuàng)建用于粗搜索的圖案模型X的過程。在步驟S1201中，將希望從待搜索圖像檢測(cè)出來的圖像的主圖像作為登記圖像，暫存到存儲(chǔ)裝置4的登記圖像存儲(chǔ)器中。更具體地，用戶在顯示屏上針對(duì)從
圖像拾取裝置獲取并在如圖2A至圖2H所示的矩形中通過使用圖案窗口 PW顯示在顯示裝置的圖像來設(shè)置作為已登記圖像所需部分的
位置和大小。
接著，在該登記圖像中確定由圖像縮減裝置77縮減圖像時(shí)的縮減比例(步驟S1202)。在本實(shí)施例中，根據(jù)該圖案窗口PW的大小(即包括在矩形中的像素?cái)?shù)目)來確定用于下文描述的圖案模型的大面積的縮減比例。
艮P，在作為登記圖像的像素?cái)?shù)目相對(duì)較大的情況下，由于即使縮減比例設(shè)置較高圖像內(nèi)部特征點(diǎn)的丟失也很少，因此縮減比例設(shè)置的相當(dāng)高。另一方面，在作為已登記圖像的像素?cái)?shù)目相對(duì)較小的情況下，由于圖像內(nèi)部的特征點(diǎn)更容易丟失，因此縮減比例設(shè)置的相當(dāng)?shù)?。?yōu)選地，將縮減比例設(shè)置為最佳縮減比例的程度，以使縮減導(dǎo)致圖像內(nèi)部噪聲的消除，但是不會(huì)導(dǎo)致圖像中的特征點(diǎn)丟失。
作為另一種確定縮減比例的技術(shù)，例如，相對(duì)于相同登記圖像，在X和Y方向上以預(yù)定量移動(dòng)已登記圖像。當(dāng)自相關(guān)適當(dāng)?shù)馗淖儠r(shí)，只要實(shí)現(xiàn)了某種程度的匹配則可將圖像確定為具有相關(guān)值不易改變的特性，且因此將縮減比例設(shè)置為高。另一方面，當(dāng)自相關(guān)急劇改變時(shí)，可確定圖像為具有相關(guān)值容易改變的特性，且因此將縮減比例保持為低。在這種方式中，也可根據(jù)自相關(guān)來確定縮減比例。
基于以上述方式確定的縮減比例，通過圖像縮減裝置77縮減原始大小的已登記圖像(步驟S1203)。具體地說，在圖像縮減裝置77中，不使用基于圖案窗口 PW的大小確定的最終縮減比例來執(zhí)行圖像縮減，而是以位于圖像的原始大小與用于大面積縮減比例之間的中等縮減比例。邊緣進(jìn)一步由輪廓提取裝置62、鏈條創(chuàng)建裝置63和
分段創(chuàng)建裝置68針對(duì)具有由圖像縮減裝置77確定的中等縮減比例的圖像分段(步驟S1204、步驟S1205)。應(yīng)該注意，中等縮減比例對(duì)應(yīng)于第二粗搜索中的縮減比例。
原始大小的圖像的縮減之后為圖像的邊緣數(shù)據(jù)形成和分段，因?yàn)榕c獲得圖像的縮減緊接著原始大小的圖像的邊緣數(shù)據(jù)形成和分段的相反的順序相比，以這種順序執(zhí)行處理可在存儲(chǔ)原始圖像中保留的特征點(diǎn)的同時(shí)減小噪聲。此外，這種方式也與粗搜索以提取類似于圖案模型的檢測(cè)候選區(qū)域的目的一致。因此，在査看段的同時(shí)可在用戶手動(dòng)確定縮減比例的手動(dòng)設(shè)置中設(shè)置中等縮減比例，以使在保留原始大小的圖像中的特征點(diǎn)的同時(shí)將噪聲減小為某種程度?？蛇x擇地，可在根據(jù)圖案窗口 PW的大小自動(dòng)設(shè)置比例的自動(dòng)設(shè)置中設(shè)置中等縮減比例。
(第一圖案模型的創(chuàng)建)
接著，在步驟S1206中，圖案模型組成裝置70通過使用由段創(chuàng)建裝置68分段的數(shù)據(jù)以上述中等縮減比例創(chuàng)建的第一圖案模型。該第一圖案模型在粗搜索中用于局部搜索(圖9的步驟S902)。圖8A
至圖8C每個(gè)示出了每個(gè)圖案的示例。在第一圖案模型中，如圖8A所示，基于預(yù)定條件在存在于邊緣圖像數(shù)據(jù)中的每個(gè)段上確定參考點(diǎn)，并且在針對(duì)每個(gè)參考點(diǎn)在垂直于段的方向上和邊緣的方位上設(shè)置邊緣角處定義邊緣模型點(diǎn)。
(第二圖案模型的創(chuàng)建)此外，圖案模型組成裝置70通過使用由段創(chuàng)建裝置68分段的數(shù)據(jù)以上述用于大面積的縮減比例創(chuàng)建第二圖案模型(圖8B)。在該用于粗搜索的第二圖案模型中，以與第一圖案模型相同的方式，基于預(yù)定條件在存在于邊緣圖像數(shù)據(jù)中的每個(gè)邊緣段上確定參考點(diǎn)，并且針對(duì)每個(gè)參考點(diǎn)在與段垂直的方向上和邊緣方位上設(shè)置邊緣角。這
些圖案模型可能不是根據(jù)縮減比例單獨(dú)創(chuàng)建的，而可能是僅僅創(chuàng)建一個(gè)圖案模型并接著用于移動(dòng)期間根據(jù)待搜索圖像的縮減比例的放大或縮減比例。第一圖案模型與第二圖案模型之間的差異是在每個(gè)段上設(shè)置的參考點(diǎn)存在多個(gè)的情況下，如圖8A和圖8B所示，參考點(diǎn)之間的距離在第二圖案模型中比在第一圖案模型中長(zhǎng)。這歸功于兩個(gè)圖案模型之間縮減比例的差異。參考點(diǎn)之間距離的差異程度由中等縮減比例和用于大面積的縮減比例之間的差所控制。
如圖9所示，特定的粗搜索由通過使用具有用于大面積的縮減比例的第二圖案模型在待搜索圖像的整個(gè)范圍上執(zhí)行的"大面積搜
索"(步驟S901)和僅對(duì)通過使用具有中等縮減比例的第一圖案模
型由該"大面積搜索"提取的檢測(cè)候選的候選區(qū)域執(zhí)行的"局部搜索"
(步驟S902)組成。
在本實(shí)施例的描述中，在粗搜索中，執(zhí)行通過使用具有用于大
面積的縮減比例的一個(gè)圖案模型的一個(gè)"大面積搜索"和通過使用具有中等縮減比例的一個(gè)圖案模型的一個(gè)"局部搜索"。具體地說，在
針對(duì)圖像的原始大小的中等縮減比例之后的情況下，將用于大面積的
縮減比例設(shè)置如下
(1) 在不高于i/V^倍的情況下，將用于大面積的縮減比例設(shè)置
為中等縮減比例的二分之一；
(2) 在1/A至1/4倍的情況下，將用于大面積的縮減比例設(shè)置為中等縮減比例的三分之一；和
(3) 在不低于四分之一的情況下，將用于大面積的縮減比例設(shè)置為中等縮減比例的四分之一。
如上所述，根據(jù)中等縮減比例來確定用于大面積的縮減比例。從而顯著地平衡搜索效率與來自原始圖像的特征點(diǎn)的存儲(chǔ)。
可執(zhí)行多次局部搜索。在中等縮減比例相對(duì)于原始大小明顯較高的情況下，例如在將中等縮減比例設(shè)置為上述(3)的圖像的原始大小的四分之一的情況下，中等縮減比例變?yōu)閳D像的原始大小的十六分之一。在這種情況下，由于用于大面積的縮減比例與中等縮減比例之間的比例是四倍那么大，因此對(duì)通過使用具有用于大面積的縮減比例的第二圖案模型提取的檢測(cè)候選的候選區(qū)域及其周圍執(zhí)行"局部搜索"可能花費(fèi)很長(zhǎng)的時(shí)間。因此，在本實(shí)施例中，當(dāng)中等縮減比例與用于大面積的縮減比 例之間的比例大于兩倍時(shí)，設(shè)置額外的中等縮減比例以增加一次或多 次搜索，以使鄰近的縮減比例之間的比例變得不大于兩倍。S卩，通過 執(zhí)行兩次或多次局部搜索，尋求一個(gè)局部搜索所需的時(shí)間縮減。例如 可通過在圖5所示的用戶界面顯示屏中設(shè)置用于對(duì)"自動(dòng)添加局部搜 索的縮減比例"選擇的復(fù)選框的方式來設(shè)置這種中等縮減比例(用于 局部搜索的縮減比例)的自動(dòng)添加。
如上所述，圖案模型具有由針對(duì)任意設(shè)置的原點(diǎn)的每個(gè)邊緣點(diǎn) 在X和Y方向上的坐標(biāo)位置和邊緣角所組成的數(shù)據(jù)結(jié)構(gòu)。因此，當(dāng) 設(shè)置額外中等縮減比例時(shí)，如上述第一圖案模型和第二圖案模型的情 況下，從段創(chuàng)建與額外中等縮減比例相應(yīng)的圖案模型。具有額外中等 縮減比例的圖案模型不同于第一圖案模型和第二圖案模型，因?yàn)楫?dāng)存 在多個(gè)每個(gè)段上設(shè)置的參考點(diǎn)時(shí)，參考點(diǎn)之間的距離與第一圖案模型 相比較長(zhǎng)，且與第二圖案模型相比較短。因此圖案模型本身由關(guān)于坐 標(biāo)位置等的數(shù)據(jù)組成，即使當(dāng)圖案模型縮減時(shí)，與由于圖像數(shù)據(jù)縮減 產(chǎn)生的信息缺陷相比，可使由于縮減產(chǎn)生的信息缺陷非常小。 (大面積搜索)
為了描述的方便也描述移動(dòng)期間搜索中的操作。如圖9中的步
驟S901所示，通過使用具有用于大面積的縮減比例的圖案模型的"大
面積搜索"的執(zhí)行，提取檢測(cè)候選的候選區(qū)域。接著，通過使用具有 僅次于用于大面積的縮減比例的第二最高比例的第二圖案模型對(duì)檢 測(cè)候選的提取的候選區(qū)域執(zhí)行"局部搜索"。從而基于搜索的結(jié)果， 使具有高準(zhǔn)確度的檢測(cè)候選的候選區(qū)域變窄。接著，通過使用具有以
縮減比例遞減的順序所的設(shè)置的中等縮減比例的圖案模型對(duì)變窄的 檢測(cè)候選的候選區(qū)域執(zhí)行"局部搜索"，以重復(fù)檢測(cè)候選的候選區(qū)域 變窄的過程。
(細(xì)定位縮減比例)
(手動(dòng)縮減比例確定模式)
另外，如上所述，在通過使用圖5的用戶界面用戶可選擇縮減 比例的手動(dòng)縮減比例確定模式的情況下，用戶可選擇一個(gè)中等縮減比例、 一個(gè)用于大面積的縮減比例和一個(gè)在使用細(xì)定位裝置76時(shí)的細(xì) 定位縮減比例。但是，這種設(shè)置也可在當(dāng)選擇的中等縮減比例與用于 大面積的縮減比例之間的比例大于兩倍時(shí)的情況中使用，基于上述條 件自動(dòng)創(chuàng)建這些縮減比例之間的另一個(gè)中等縮減比例。此外，對(duì)于在
使用細(xì)定位裝置76時(shí)的細(xì)定位縮減比例，當(dāng)用戶選擇縮減比例的候
選時(shí)，將待選擇值限制為粗搜索設(shè)置的縮減比例中的最低值或比該值 (包括圖像的原始大小)更低的縮減比例的值。從而可避免使用具有 比前置級(jí)更高縮減比例的粗?jǐn)?shù)據(jù)錯(cuò)誤地執(zhí)行細(xì)定位的情況。 (用于細(xì)定位的圖案模型)
如圖9中的步驟S903所示，細(xì)定位搜索是通過使用具有最后用 于"局部搜索"的最終中等縮減比例或者低于此(包括圖像的原始大 小)的縮減比例的圖案模型對(duì)一個(gè)或者多個(gè)檢測(cè)候選的候選區(qū)域執(zhí)行 細(xì)定位。優(yōu)選地，在細(xì)定位中使用的圖案模型的縮減比例為未放大圖 像，即原始大小的原始圖像。 (邊緣的銳度)
如上所述，在細(xì)定位中，不是必須使用原始大小的待搜索圖像， 而也可使用以范圍不超出最后用于前置局部搜索的最終中等縮減比 例的縮減比例(細(xì)定位縮減比例)縮減的圖像。因此，具體地說，即 使當(dāng)待搜索圖像模糊時(shí)，也可獲得優(yōu)選的搜索結(jié)果。
例如，可以認(rèn)為原始大小的邊緣圖像的亮度數(shù)據(jù)的波形越陡， 銳度越高，相反，波形越平緩，圖像越模糊。因此，當(dāng)邊緣部分的銳 度低于預(yù)設(shè)值時(shí)，即當(dāng)邊緣在其不小于預(yù)定寬度的寬度方向上分散并 且圖像因此模糊時(shí)，將縮減比例設(shè)置為一個(gè)合適的細(xì)定位縮減比例且 將圖像縮減到該縮減比例，以使能縮減該圖像的銳度來增加邊緣的銳 度，且因此可獲得穩(wěn)定的定位準(zhǔn)確度。
例如，在如圖53所示像素急劇改變的二元圖像的情況下，該圖 像的輪廓(即邊緣)是所謂的其像素密集度(即像素值)如圖54所 示階梯式改變的階梯型邊緣。因此，如圖55所示，邊緣強(qiáng)度改變的 邊界趨向于陡峭，并且可獲得準(zhǔn)確的定位。另一方面，當(dāng)二元圖像不 清楚時(shí)，邊界部分如圖56所示平緩地改變，導(dǎo)致邊緣強(qiáng)度的改變變成如圖57所示較小波動(dòng)的曲線。因此存在即使周圍環(huán)境的輕微波動(dòng) (如亮度或光量的改變)也影響邊緣檢測(cè)準(zhǔn)確度的問題，從而妨礙穩(wěn) 定的邊緣檢測(cè)并降低圖像處理(如圖像識(shí)別)的可靠性。因此，在本 實(shí)施例中，將圖像縮減為適當(dāng)?shù)目s減比例以改進(jìn)邊緣銳度。 (邊緣子像素坐標(biāo)的確定) 具體地說，在通過使用邊緣信息的細(xì)定位中，基于圖案模型執(zhí) 行高準(zhǔn)確度的定位，圖案模型基于從已登記圖像提取的邊緣有關(guān)的位 置信息和從待搜索圖像提取的邊緣有關(guān)的定位信息創(chuàng)建。因此，邊緣 上的位置信息非常重要。
通常，作為確定邊緣的子像素的位置的技術(shù)，已知日本未審查
的專利公開No.H07-128017、美國(guó)專利No.6408109Bl等技術(shù)。在這
些方法中，使用三個(gè)數(shù)據(jù)的總數(shù)目標(biāo)像素的邊緣強(qiáng)度及位于其周圍
的兩個(gè)像素的邊緣強(qiáng)度，通過二次插入的方式找到子像素坐標(biāo)。圖
58示出了用于根據(jù)日本未審査的專利公開No.H07-128017計(jì)算子像 素坐標(biāo)的方法方案。在該附圖中，EMc (邊緣強(qiáng)度中心)是作為用于 減薄邊緣的非最大點(diǎn)抑制處理(非最大抑制)之后留下的邊緣點(diǎn)的目 標(biāo)邊緣點(diǎn)的邊緣強(qiáng)度值。此外，EMf (前向邊緣強(qiáng)度)是由目標(biāo)邊緣 點(diǎn)的邊緣角的方位的箭頭表示的評(píng)估邊緣強(qiáng)度值。此外，EMb(后向 邊緣強(qiáng)度)是由目標(biāo)邊緣點(diǎn)的邊緣角方位的圓表示的評(píng)估邊緣強(qiáng)度 值。另外，EMfl、 EMbl的下標(biāo)1是在橫向上給出邊緣點(diǎn)的特征量， EMf2、 EMb2中的下標(biāo)2是在對(duì)角線方向上給出邊緣點(diǎn)的特征量。下 文示例中考慮的是由水平方向的邊緣角形成的角EAc (<45度)。 通過考慮對(duì)稱性可求出其他角。確定如下表達(dá)式。<formula>formula see original document page 55</formula>
使用上述表達(dá)式中三個(gè)邊緣強(qiáng)度數(shù)據(jù)EMc、 EMf和EMb，可通
過如下表達(dá)式計(jì)算子像素位置的偏移量<formula>formula see original document page 55</formula>
如上所述，可計(jì)算子像素位置。接著，圖55和圖57示出了清 晰的邊緣強(qiáng)度的狀態(tài)和模糊圖像中邊緣強(qiáng)度的狀態(tài)。如圖55所示，清晰到某種程度的邊緣強(qiáng)度的峰值是陡峭的并且可以清楚地確定邊 緣位置。另一方面，在如圖57所示的不清楚和模糊的圖像的情況下， 最大值的附近形成非常平的狀態(tài)，并且邊緣強(qiáng)度的誤差對(duì)子像素坐標(biāo)
影響非常大。為了評(píng)估該影響，考慮EMf=EMb中具有一級(jí)誤差的 EMf的情況。如下表達(dá)式示出了邊緣角誤差與子像素位置之間的關(guān) 系
2(2/d(0)-/rf(l) —1》 [表達(dá)式2]
X —fl
y =-
在以上函數(shù)中，通過如下表達(dá)式的方法檢査"x=a+l"周圍的狀
態(tài)
^ =---
2(2c —2(2c — a —
0___1
2(2c —2") 2(2c —2a-l)
在上述表達(dá)式中，當(dāng)"X=c-a"時(shí)，
—-^^ 2(2X-1)
當(dāng)用曲線表示時(shí)，獲得如圖59所示。如該圖中所示，隨著邊緣 強(qiáng)度在X—O中變平，即c—a，由邊緣強(qiáng)度的誤差對(duì)邊緣位置誤差施 加的影響變得更大。在EMf,EMb中能看到相同的趨勢(shì)。因此，在 本實(shí)施例中，計(jì)算邊緣點(diǎn)的銳度，并使用該值，計(jì)算用于執(zhí)行邊緣的 子像素位置的計(jì)算的邊緣數(shù)據(jù)縮減比例。此外，使用縮減到圖像數(shù)據(jù) 縮減比例的圖像數(shù)據(jù)，執(zhí)行邊緣提取。如上所述，縮減圖像數(shù)據(jù)可將 如圖57所示的平緩波形轉(zhuǎn)換為如圖55所示的急劇的波形，以穩(wěn)定邊 緣位置，從而可以改進(jìn)定位準(zhǔn)確度。
基于圖60的流程圖描述用于基于邊緣點(diǎn)的銳度確定圖像數(shù) 縮減比例的過程。首先，在步驟S6001中，從未放大圖像創(chuàng)建邊緣圖
像。接著，在步驟S6002中減薄邊緣圖像的邊緣，同時(shí)在步驟S6003 中計(jì)算邊緣圖像中每個(gè)邊緣點(diǎn)的銳度。邊緣減薄處理是在邊緣連接處 理之前針對(duì)非最大點(diǎn)抑制處理執(zhí)行的。此外，在步驟S6004中，計(jì) 算減薄的目標(biāo)邊緣點(diǎn)的銳度的平均值。接著，在步驟S6005中，基 于該銳度的平均值確定圖像數(shù)據(jù)縮減比例。確定圖像數(shù)據(jù)縮減比例從 而保持邊緣點(diǎn)的位置準(zhǔn)確度不低于預(yù)定的準(zhǔn)確度。 (邊緣模型函數(shù)) 接著，考慮邊緣模型函數(shù)。將許多提取的邊緣看作階梯式邊緣， 并假設(shè)其為可由如下所示的邊緣模型函數(shù)表示。該邊緣模型函數(shù)的
" "是邊緣點(diǎn)的銳度。在這種情況下邊緣的理想形式表達(dá)如下 [表達(dá)式6] e咖(義)=。(^~
1 p z2
圖61示出了以上函數(shù)的曲線圖。該圖中示出的邊緣的理想形狀 (外形)是由以下表達(dá)式(在沿X軸I-2， 10和&=0.6的情況下)標(biāo) 繪的
(使用圖像數(shù)據(jù)縮減比例的圖案搜索的過程) 接著，基于圖62和圖63的流程圖描述通過使用圖像數(shù)據(jù)縮減 比例在圖像處理中的圖案搜索的特定過程。在這些附圖中，圖62示 出了登記時(shí)的操作，并且圖63示出了移動(dòng)期間的操作。 (在使用圖像數(shù)據(jù)縮減比例登記時(shí)的操作) 首先，基于圖62描述登記時(shí)的操作。在步驟S6201中，創(chuàng)建用 于粗搜索的圖案模型。接著，在步驟S6202中，通過使用未放大的 圖像執(zhí)行邊緣提取，以求出針對(duì)每個(gè)提取的邊緣點(diǎn)的標(biāo)準(zhǔn)偏差o;。在求標(biāo)準(zhǔn)變差o;期間，假設(shè)從圖像數(shù)據(jù)實(shí)際提取的邊緣形狀接近圖 61的模型。為了在具有邊緣強(qiáng)度不小于預(yù)定邊緣強(qiáng)度門限的邊緣點(diǎn)
處的每個(gè)邊緣的子像素位置的計(jì)算，通過使用圖64中所示的三個(gè)相 鄰點(diǎn)B、 C、 F的邊緣強(qiáng)度EMb、 EMc、 EMf將下一表達(dá)式用作對(duì)數(shù) 邊緣強(qiáng)度的二次導(dǎo)數(shù)的近似表達(dá)式 [表達(dá)式9]
f = (ln(EM/) + ln(￡M ) - 2 ln(做c)) * (cos(EAc)2)
通過使用上述表達(dá)式中的"t"，可從如下表達(dá)式計(jì)算標(biāo)準(zhǔn)偏差
—
在該示例中，獲得邊緣強(qiáng)度的對(duì)數(shù)的差值，并從該差值計(jì)算縮 減比例。但是，該示例不是限制性的，也可使用各種關(guān)于邊緣強(qiáng)度的 對(duì)數(shù)的差值的近似值來計(jì)算圖像數(shù)據(jù)縮減比例。此外，對(duì)此涉及的合 適值包括邊緣強(qiáng)度的差值的近似值。
如上所述，當(dāng)獲得圖像數(shù)據(jù)縮減比例"r"時(shí)，在步驟S6206中 根據(jù)細(xì)定位縮減比例重新縮減已登記圖像。此外，在步驟S6207中 從縮減的已登記圖像創(chuàng)建用于細(xì)定位的圖案模型。 (移動(dòng)期間應(yīng)用圖像數(shù)據(jù)縮減比例的操作)
接著，基于圖63描述通過使用圖像數(shù)據(jù)縮減比例對(duì)登記操作響 應(yīng)而在移動(dòng)期間執(zhí)行的操作。首先，在步驟S6301中，通過使用以上獲得的細(xì)定位縮減比例，將待搜索圖像縮減為用于細(xì)定位的縮減的
待搜索圖像。同時(shí)，在步驟S6302中，從待搜索圖像創(chuàng)建用于粗搜 索的縮減圖像，并且在步驟S6303中，通過使用用于粗搜索的圖案 模型和用于粗搜索的縮減圖像來計(jì)算檢測(cè)候選的位置和姿態(tài)。最后， 在步驟S6304，通過使用用于細(xì)定位的圖案模型、用于細(xì)定位的縮減 的待搜索圖像以及檢測(cè)候選的位置和姿態(tài)來執(zhí)行細(xì)定位。 (圖像縮減的預(yù)處理/后處理)
即使在圖像數(shù)據(jù)縮減之后，也縮減圖像數(shù)據(jù)以盡可能地保留邊 緣位置的信息。具體地說，在應(yīng)用與圖像數(shù)據(jù)縮減比例相應(yīng)的低通濾 波器之后，執(zhí)行子采樣。在子采樣之后對(duì)圖像數(shù)據(jù)執(zhí)行邊緣提取以使 能獲得關(guān)于邊緣位置的準(zhǔn)確信息。
在如上所述的這種方式中，能抑制由于原始圖像的不清楚(如 模糊)發(fā)生的準(zhǔn)確度的惡化。此外，縮減圖像數(shù)據(jù)來減小數(shù)據(jù)量可產(chǎn) 生允許后續(xù)處理輕負(fù)荷高速地執(zhí)行的附加好處。
在本實(shí)施例中，自動(dòng)地將細(xì)定位縮減比例設(shè)置為上限是"局部 搜索"中最后使用的最終中等縮減比例(第一縮減比例)的縮減比例。 此外，從縮減的已登記圖像創(chuàng)建細(xì)定位中使用的圖案模型以具有與細(xì) 定位縮減比例相同的縮減比例。如上所述，在從圖像的原始大小到最 后在局部搜索中使用的最終中等縮減比例的范圍內(nèi)基于原始大小的 邊緣圖像的邊緣銳度確定細(xì)定位縮減比例。
如上所述，調(diào)整細(xì)定位縮減比例以使銳度保持在不低于固定級(jí) 別的級(jí)別，并且因此可在銳度高的狀態(tài)中使用縮減比例，以使能確保 定位準(zhǔn)確度的穩(wěn)定。
(在圖案模型登記時(shí)的操作)
再次轉(zhuǎn)向圖案模型的登記操作的描述，基于圖14的流程圖描述 用于細(xì)定位的登記圖案模型的過程。通過使用與上述用于粗定位的圖 案模型中描述的登記圖像相同的圖像來創(chuàng)建用于細(xì)定位的圖案模型。 首先，在步驟S1401中，在由圖像縮減裝置77處理之前，通過輪廓 提取裝置62創(chuàng)建關(guān)于登記圖像的原始大小的邊緣圖像，并評(píng)估邊緣 的銳度?；诖?，在步驟S1402中確定最佳縮減比例，如上所述，在步驟S1403中，基于關(guān)于登記圖像確定的最佳細(xì)定位縮減比例通
過圖像縮減裝置77來縮減圖像。此外，針對(duì)以確定的縮減比例包括 一個(gè)縮放比例由圖像縮減裝置77縮減的圖像，通過輪廓提取裝置62、 鏈條創(chuàng)建裝置63和段創(chuàng)建裝置68對(duì)邊緣分段(步驟S1404，步驟 S1405)。具體地說，在縮減圖像上，執(zhí)行從邊緣點(diǎn)提取邊緣的邊緣 提取處理和創(chuàng)建鏈條的鏈鎖處理，并且還執(zhí)行連接鏈條的分段。接著， 圖案模型組成裝置70通過使用由段創(chuàng)建裝置68分段的數(shù)據(jù)以確定的 細(xì)定位縮減比例創(chuàng)建用于細(xì)定位的圖案模型(步驟S1406)。
此外，如上述用于粗搜索的圖案模型，用于細(xì)定位的圖案模型 基于預(yù)設(shè)條件在邊緣圖像數(shù)據(jù)中存在的每個(gè)段上確定參考點(diǎn)(步驟 S1407)。此外，關(guān)于每個(gè)參考點(diǎn)設(shè)置角(步驟S1408)。在垂直于 段和邊緣的方位的方向上設(shè)置角。此外，設(shè)置是提供了參考點(diǎn)的段的 類型(如線或圓弧的類型的段)，是表示段、垂直于段的方向和接近 邊緣角的方向的角以及具有在垂直于段方向上預(yù)設(shè)長(zhǎng)度的線段信息 (即相應(yīng)點(diǎn)搜索線)的參數(shù)(步驟S1409)。 (相應(yīng)點(diǎn)搜索線的線長(zhǎng))
對(duì)于關(guān)于每個(gè)參考點(diǎn)給出的相應(yīng)點(diǎn)搜索線的線長(zhǎng)，設(shè)置對(duì)每個(gè) 參考點(diǎn)相同的長(zhǎng)度。通過在局部搜索中使用的最終中等縮減比例與在 細(xì)定位中使用的細(xì)定位縮減比例之間的比例的方式確定該長(zhǎng)度。換句 話說，當(dāng)最終中等縮減比例與細(xì)定位縮減比例之間的比例較大時(shí)設(shè)置 線長(zhǎng)為大，并且當(dāng)所述比例較小時(shí)設(shè)置線長(zhǎng)為小。
例如，當(dāng)在局部搜索中最后使用的最終中等縮減比例是圖像的 原始大小的四分之一并且細(xì)定位縮減比例是未放大率時(shí)，最終中等縮 減比例和細(xì)定位縮減比例之間的比例為四倍，并且因此局部搜索中的 一個(gè)像素對(duì)應(yīng)于細(xì)定位中的四個(gè)像素。因此，將用于細(xì)定位的圖案模 型中的線長(zhǎng)設(shè)置為從參考點(diǎn)在邊緣的正向和反向上覆蓋四個(gè)像素的 每個(gè)。但是，由于該線長(zhǎng)對(duì)定位準(zhǔn)確度和搜索時(shí)間有影響，因此不是 必須通過縮減比例的比例覆蓋相應(yīng)像素的總數(shù)。例如，根據(jù)所需處理 時(shí)間將相應(yīng)點(diǎn)搜索線的線長(zhǎng)設(shè)置為短。否則，相反，可將線長(zhǎng)設(shè)置為 不小于相應(yīng)像素?cái)?shù)。例如，可根據(jù)縮減比例的比例將邊沿設(shè)置為線長(zhǎng)，以尋求處理的穩(wěn)定性。
(相應(yīng)點(diǎn)搜索線的線長(zhǎng)改變) 此外，可將相應(yīng)點(diǎn)搜索線的長(zhǎng)度設(shè)置為相對(duì)于參考點(diǎn)前后不一 致，并且可改變以使一個(gè)線長(zhǎng)更長(zhǎng)或更短。通過圖案模型組成裝置
70等執(zhí)行該處理?；趫D27和圖28描述相應(yīng)點(diǎn)搜索線的長(zhǎng)度改變 的示例。在這些附圖中，圖27示出了距參考點(diǎn)等長(zhǎng)的情況，并且圖 28示出了距參考點(diǎn)不是等長(zhǎng)的。應(yīng)該注意，在這些附圖中，已對(duì)在 這些附圖中內(nèi)部矩形區(qū)域產(chǎn)生的相應(yīng)點(diǎn)搜索線進(jìn)行過濾。如圖27所 示，當(dāng)使在前/后和左/右方向上相應(yīng)點(diǎn)搜索線從參考點(diǎn)延伸的長(zhǎng)度為 常數(shù)時(shí)，線與可造成錯(cuò)誤判定的內(nèi)部矩形形狀部分重疊。因此，當(dāng)相 應(yīng)點(diǎn)搜索線在向內(nèi)的方向上不延伸而僅在向外的方向上設(shè)置時(shí)(如圖 28)，可獲得具有更小錯(cuò)誤判定的更準(zhǔn)確的搜索結(jié)果。 (設(shè)置相應(yīng)點(diǎn)搜索線的間隔)
在除其末端部分的段上設(shè)置相應(yīng)點(diǎn)搜索線。這是因?yàn)檫@種末端 部分受位移的影響非常大。因此，通過設(shè)置相應(yīng)點(diǎn)搜索線而排除受位 移影響大的部分可獲得穩(wěn)定的處理。
根據(jù)需要的處理速度和圖案搜索的準(zhǔn)確度來確定設(shè)置其相應(yīng)點(diǎn) 搜索線的間隔和數(shù)量?？赏ㄟ^設(shè)置使在組成段的每條線或圓弧上安排 至少一個(gè)相應(yīng)點(diǎn)搜索線來保持圖案搜索的準(zhǔn)確度。最簡(jiǎn)單地，在段的 中心安排一個(gè)參考點(diǎn)，并從該點(diǎn)在段上等間隔地設(shè)置參考點(diǎn)。此外， 在段內(nèi)具有模糊邊緣角的部分使參考點(diǎn)的設(shè)置變少，并且在可靠的檢
測(cè)部分密集地設(shè)置參考點(diǎn)，并且從而可改善準(zhǔn)確度。
此外，優(yōu)選地，為段的中心分配至少一條相應(yīng)點(diǎn)搜索線。這確 保關(guān)于圖案模型的段組成部分至少一條相應(yīng)點(diǎn)搜索線的設(shè)置，即使相 應(yīng)點(diǎn)搜索線很短。
(移動(dòng)期間對(duì)待搜索圖像的預(yù)處理) 在上述中，描述了圖案模型登記時(shí)的操作，即，用于粗搜索和 細(xì)定位的圖案模型的創(chuàng)建(圖3、圖12)。在移動(dòng)期間，通過使用這 些圖案來執(zhí)行搜索(圖4)。在搜索中，在從圖像拾取裝置輸入的待 搜索圖像上執(zhí)行預(yù)定的預(yù)處理。基于圖15的流程圖描述移動(dòng)期間在搜索中對(duì)待搜索圖像執(zhí)行的預(yù)處理的過程。
首先，在步驟S1501中，基于輸入的待搜索圖像，圖像縮減裝 置77通過使用用于登記時(shí)在登記圖像中使用的粗搜索的第一圖案模 型的中等縮減比例(第一縮減比例)來創(chuàng)建縮減的圖像。
同時(shí)，在步驟S1502中，輪廓提取裝置62的邊緣角/邊緣強(qiáng)度 圖像創(chuàng)建裝置60創(chuàng)建邊緣角圖像和邊緣強(qiáng)度圖像。此外，減薄裝置 61基于這些邊緣角圖像和邊緣強(qiáng)度圖像創(chuàng)建減薄的邊緣角圖像。
接著，在步驟S1503中，由輪廓提取裝置62創(chuàng)建邊緣角位圖創(chuàng) 建裝置69，并且基于減薄的邊緣強(qiáng)度圖像，創(chuàng)建與用于粗搜索的第 一圖案模型的中等縮減比例相應(yīng)的邊緣角位圖。不必說，在搜索操作 中通過使用用于粗搜索的第一圖案模型，將由此創(chuàng)建的邊緣角位圖應(yīng) 用"局部搜索"。
此外，在步驟S1504中，邊緣角位圖縮減裝置78創(chuàng)建基于由邊 緣角位圖創(chuàng)建裝置69創(chuàng)建的邊緣角位圖創(chuàng)建與用于"大面積搜索" 的第二圖案模型的大面積的縮減比例相應(yīng)的邊緣角位縮減圖像。
應(yīng)該注意，如在粗搜索的中等縮減比例的設(shè)置的描述中所述，
在基于首先設(shè)定的中等縮減比例與用于大面積的縮減比例之間的額 外中等縮減比例創(chuàng)建額外圖案模型的情況下，也在該預(yù)處理中，如任
意的步驟S1505，基于由邊緣角位圖創(chuàng)建裝置69創(chuàng)建的邊緣角位圖 由邊緣角位圖縮減裝置78創(chuàng)建與額外圖案模型的中等縮減比例相應(yīng) 的邊緣角位縮減圖像。
另外，在上述移動(dòng)期間的預(yù)處理中，在待搜索圖像上以與作為 粗搜索的大面積搜索和局部搜索以及移動(dòng)期間執(zhí)行的細(xì)定位(圖8A 至圖8C)的順序相反的順序執(zhí)行處理，但是創(chuàng)建圖案模型的順序不 特別受限制，并且不用說，可在創(chuàng)建用于細(xì)定位的圖案模型之后創(chuàng)建 用于粗搜索的圖案模型。同時(shí)，在移動(dòng)期間，通過使用具有高縮減比 例的圖像執(zhí)行粗搜索，并且在大小接近原始大小的圖像上逐漸減小縮 減比例以執(zhí)行細(xì)搜索。
如上所述，在完成移動(dòng)期間的預(yù)處理之后，使用創(chuàng)建的邊緣角 位縮減圖像、邊緣角位圖等來執(zhí)行作為粗搜索的大面積搜索和局部搜索，并且在求出檢測(cè)候選的坐標(biāo)之后，執(zhí)行細(xì)定位(圖9)。 (登記時(shí)的每個(gè)操作的細(xì)節(jié))
在上文中，描述了登記時(shí)和移動(dòng)期間的操作方案。接著，詳細(xì) 描述登記時(shí)的圖像處理操作。在登記時(shí)，邊緣角/邊緣強(qiáng)度圖像創(chuàng)建 裝置60對(duì)已登記圖像使用索貝爾(Sobd)濾波器，并在每個(gè)組成已 登記圖像的點(diǎn)求出邊緣強(qiáng)度和邊緣角，以計(jì)算包括邊緣強(qiáng)度、邊緣角 和邊緣位置的邊緣信息?；谠撨吘壭畔?zhí)行減薄處理，以求出邊緣 點(diǎn)。作為減薄處理的特定示例，可使用邊緣強(qiáng)度非最大點(diǎn)抑制處理。 將邊緣減薄為具有一個(gè)像素寬的線形。
應(yīng)該注意，也可通過子像素位置的準(zhǔn)確度的方式求出邊緣點(diǎn)。 例如，可通過二次插入的使用來計(jì)算子像素位置(如，見日本未審査
專利申請(qǐng)No.H07-128017)。
此外，連接獲得的邊緣點(diǎn)以創(chuàng)建連續(xù)的鏈條。邊緣鏈鎖裝置64 以幾乎相同的方向執(zhí)行連接相鄰邊緣點(diǎn)和邊緣角的邊緣連接處理，以 創(chuàng)建連續(xù)的線元素(鏈條)。因此獲得的鏈條也具有xy子像素坐標(biāo)。 每個(gè)鏈條是邊緣點(diǎn)的集合，并且為了每個(gè)鏈條的區(qū)分為每個(gè)單獨(dú)鏈條 提供作為標(biāo)識(shí)的鏈條索引。
此外，通過邊緣鏈條分段裝置65對(duì)鏈條近似以創(chuàng)建段。通過使 用最小平方法對(duì)由線和圓弧近似的鏈條匹配(fitting)找出段。在匹 配中，首先由線執(zhí)行近似，并且當(dāng)由線近似的誤差超出預(yù)定門限時(shí)， 將匹配切換到由圓弧的近似。當(dāng)即使由圓弧近似時(shí)誤差仍然不減小 時(shí)，使用由線匹配的結(jié)果。在這種方式中，重復(fù)在線和圓弧的組合中 連續(xù)地執(zhí)行匹配的操作，并且在當(dāng)匹配結(jié)果的誤差超出門限時(shí)的時(shí)間 點(diǎn)，如果獲得的數(shù)據(jù)多到足夠長(zhǎng)，則將段看作連續(xù)的線。由于在子像 素位置找到邊緣點(diǎn)，也可以子像素順序在高準(zhǔn)確度的位置獲得段。
通過用線和圓弧近似鏈條來創(chuàng)建段?？捎杀硎局本€(如 ax+by+c=0)、端點(diǎn)坐標(biāo)等的表達(dá)式來表示線段。同時(shí)，可由中心坐 標(biāo)、半徑、起點(diǎn)角度、終止角等表示圓弧段。例如，圓弧的中心坐標(biāo) (x0， y0)在"(x-x0)2+(y-y0)2=r02"中的半徑rO表示圓弧段。在這 種方式中創(chuàng)建的每個(gè)段處，以預(yù)定間隔設(shè)置參考點(diǎn)。應(yīng)該注意，盡管描述了由線或圓弧作為段的方式近似的示例， 但這不是限制性的，并且也可根據(jù)需要使用圓錐形曲線、齒條曲線、
貝塞爾(Bezier)曲線等。因此，以固定幾何形狀(如圓形、橢圓形、 三角形或矩形)作為參考，可通過單獨(dú)或組合使用這些形狀來創(chuàng)建圖 案模型，從而使圖案搜索的創(chuàng)建和每個(gè)后續(xù)處理方便。
(圖案模型的縮減) 此外，在移動(dòng)期間的搜索中縮減圖案模型。該縮減比例為在下 文描述的移動(dòng)期間用于縮減粗搜索的待搜索圖像的縮減比例。由于將 要執(zhí)行這種縮減處理，在作為圖案模型的模型邊緣點(diǎn)的參考點(diǎn)中設(shè)置 間隔以防止參考點(diǎn)指定與縮減處理的結(jié)果相同的坐標(biāo)。因此，圖16 的圖案模型變?yōu)槿鐖D17的圖案模型。
(用于粗搜索的圖案模型與用于細(xì)定位的圖案模型之間的差
異)
分別從原始大小(或其縮減圖像)的已登記圖像創(chuàng)建用于粗搜 索的圖案模型和用于細(xì)定位的圖案模型。換句話說，不從用于細(xì)定位 的圖案模型的段創(chuàng)建用于粗搜索的圖案模型的段，并且兩個(gè)模型的段 不必匹配。此外，由于圖案模型的大小在用于粗搜索的圖案模型與用 于細(xì)定位的圖案模型之間不同，因此其間每個(gè)參考點(diǎn)的距離也不同。 通過由未放大率轉(zhuǎn)換每個(gè)參考點(diǎn)間的距離獲得的距離差異取決于縮 減比例。
此外，在用于粗搜索的圖案模型中，給出參考點(diǎn)處的參考點(diǎn)坐 標(biāo)和邊緣方位(角信息)。換句話說，在垂直于不具有關(guān)于相應(yīng)點(diǎn)搜 索線的長(zhǎng)度信息的段的方向上將角設(shè)為接近邊緣的方位。在通過使用 用于粗搜索的該圖案模型的粗搜索中，在待搜索圖像上放置圖案模 型，并檢査其在參考點(diǎn)的位置是否存在邊緣以及邊緣的方位是否匹配 圖案模型的方位。
另一方面，除了用于粗搜索的圖案模型中參考點(diǎn)的坐標(biāo)和參考 點(diǎn)處邊緣的方位之外，用于細(xì)定位的圖案模型具有通過參考點(diǎn)并在大 致垂直于段的方向上延伸的具有預(yù)定長(zhǎng)度(即一個(gè)定義垂直于段的長(zhǎng) 度)的相應(yīng)點(diǎn)搜索線和段種類(例如，如線或圓弧的特性)。該差異與每個(gè)搜索的處理內(nèi)容相對(duì)應(yīng)。即，在細(xì)定位中，搜索在相應(yīng)點(diǎn)搜索 線的范圍中的相應(yīng)的邊緣。在這種方式中，用于細(xì)定位的圖案模型用 作相應(yīng)邊緣點(diǎn)選擇裝置，用來選擇與參考點(diǎn)對(duì)應(yīng)的相應(yīng)邊緣點(diǎn)。
應(yīng)該注意，在輪廓的提取中，段的創(chuàng)建不是必須的。可以不從 段而直接從鏈條來設(shè)置相應(yīng)點(diǎn)搜索線。例如，在針對(duì)某一輪廓設(shè)置三 個(gè)參考點(diǎn)的情況下，以等間隔設(shè)置組成了與輪廓相應(yīng)的鏈條的三個(gè)邊 緣點(diǎn)，以在各自垂直方向設(shè)置相應(yīng)點(diǎn)搜索線。通過這種方法，由于沒 有創(chuàng)建段則可獲得高速處理，而由于不是由直線或圓弧來近似鏈條因 此準(zhǔn)確度輕微惡化。具體地說，通過僅僅連接邊緣點(diǎn)來形成鏈條，并 且因此其具有較差的線性度，而由直線或圓弧占用段，以使獲得的計(jì)
算結(jié)果更準(zhǔn)確并且定位準(zhǔn)確度也是穩(wěn)定的。 (移動(dòng)期間的粗搜索的詳細(xì)描述) 接著描述的是移動(dòng)期間以上述方式通過使用登記的圖案模型用 于從待搜索圖像中實(shí)際搜索匹配部分的操作。首先，基于圖18的流 程圖描述在粗搜索中用于獲得粗定位和姿態(tài)的過程細(xì)節(jié)。在本實(shí)施例 中，將粗搜索分為大面積搜索和局部搜索，并執(zhí)行以找出檢測(cè)候選。
(步驟S1801—待搜索圖像中的縮減)
首先，在步驟S1801中，與登記圖像的縮減比例一致地縮減作 為待搜索對(duì)象的待搜索圖像。例如，將圖19A中所示的待搜索圖像 縮減為與登記圖像相同的放大率，以獲得圖19B所示的縮減的待搜 索圖像。首先，將圖像縮減到作為粗搜索比例的中等縮減比例。換句 話說，不是首先將縮減比例縮減至用于大面積的作為大縮減比例的縮 減比例，而是首先縮減至作為小縮減比例的中等縮減比例。 (步驟S1802—邊緣角圖像和邊緣強(qiáng)度圖像的獲得)
接著，在步驟S1802中，通過邊緣計(jì)算裝置分別從縮減的待搜 索圖像獲得邊緣強(qiáng)度圖像和邊緣角圖像。作為邊緣計(jì)算方法，可使用 索貝爾(Sobel)濾波等。
描述索貝爾(Sobel)方法。在索貝爾(Sobel)方法中，使用3 X3的矩陣作為運(yùn)算符(內(nèi)核)。該方法提取通過由關(guān)于設(shè)置在中心 的目標(biāo)點(diǎn)周圍點(diǎn)的系數(shù)與像素值相乘并將乘積值相加獲得的值作為中心點(diǎn)的像素值。該方法是一個(gè)水平和垂直的濾波器，并且由于包括 平滑操作因此具有抗噪聲的特性。下文示出索貝爾(Sobel)濾波器 中使用的內(nèi)核。<formula>formula see original document page 66</formula>
因此，單獨(dú)獲得待搜索圖像的邊緣強(qiáng)度圖像和邊緣角圖像。 (步驟S1803—待搜索圖像的邊緣角位圖的創(chuàng)建)
此外，在步驟S1803中，由邊緣角位圖創(chuàng)建裝置69從邊緣角圖 像和邊緣強(qiáng)度圖像創(chuàng)建邊緣角位圖。邊緣角位圖是將組成邊緣角圖像 的每個(gè)點(diǎn)的邊緣角表示為角位的圖像數(shù)據(jù)。因此，獲得邊緣角位圖。 下文描述從邊緣角圖像到邊緣角位圖的轉(zhuǎn)換。 (步驟S1804—邊緣角位圖的縮減)
此外，在步驟S1804中，通過邊緣角位圖縮減裝置78縮減獲得 的邊緣角位圖。在創(chuàng)建用于大面積搜索的第二圖案模的情況下將縮減 比例設(shè)置為用于大面積的縮減比例，并且在創(chuàng)建用于局部搜索的第一 圖案模型的情況下將縮減比例設(shè)置為中等縮減比例。因此，獲得邊緣 角位圖的縮減比例。
(步驟S1805—大面積搜索的執(zhí)行)
接著，通過使用預(yù)縮減的圖案模型對(duì)在步驟S1804中縮減的邊 緣角位縮減圖像執(zhí)行大面積搜索。具體地說，在整個(gè)范圍中執(zhí)行搜索， 同時(shí)改變圖案模型的角，以從左上到右下掃描圖像。從而提取檢測(cè)候 選的區(qū)域。例如，分別由XY坐標(biāo)和角e等來表示檢測(cè)候選的位置和 姿態(tài)。通過分值計(jì)算找出檢測(cè)候選。以搜索位置和姿態(tài)的自由程度通 過粗搜索裝置71移動(dòng)縮減的圖案模型，并且在每個(gè)位置和姿態(tài)計(jì)算 一個(gè)分值。
(分值計(jì)算)通過比較包括在圖案模型中的各自邊緣點(diǎn)的邊緣角圖像和邊緣
角位圖執(zhí)行大面積搜索中的分值計(jì)算，以計(jì)算一致性，其中邊緣角位
圖通過將待搜索圖像縮減至用于大面積的搜索比例獲得。在執(zhí)行搜索 時(shí)，與其中計(jì)算分值的位置和姿態(tài)相應(yīng)地改變關(guān)于參考點(diǎn)的位置和角
的數(shù)據(jù)。接著，如在邊緣角位圖中一樣轉(zhuǎn)換角，并且在縮減之后對(duì)邊 緣角位圖數(shù)據(jù)的像素值執(zhí)行AND處理。將通過用剩余位數(shù)的總值獲
得的值除以獲得總值的最大值看作由粗搜索裝置71計(jì)算的一致度。
此外，可在角方向上分配多個(gè)位以增加加權(quán)的概念。
(步驟S1806—局部搜索的執(zhí)行)
此外，對(duì)在大面積搜索中找到的檢測(cè)候選區(qū)域執(zhí)行局部搜索。 在局部搜索中，使用具有低于用于大面積搜索的圖案模型的縮減比例 的用于局部搜索的圖案模型。此外，也與邊緣角位圖作為待搜索圖像 一樣，使用由低于用于大面積的縮減比例的用于局部搜索的縮減比例 縮減的縮減圖像。
此外，在執(zhí)行局部搜索時(shí)，不僅對(duì)在大面積搜索中找出的檢測(cè) 候選的區(qū)域執(zhí)行局部搜索，也可在其附近(例如，對(duì)如3X3像素和 5X5像素的周圍像素)執(zhí)行局部搜索。從而可獲得穩(wěn)定的搜素結(jié)果。 (擴(kuò)展處理)
艮P，為了穩(wěn)定分值計(jì)算結(jié)果，也可在執(zhí)行粗搜索時(shí)執(zhí)行放大處 理。通常出現(xiàn)一種趨勢(shì)，當(dāng)待搜索圖像的縮減比例減小以增加準(zhǔn)確度 時(shí)，即使輕微的位置位移也會(huì)造成分值的大幅度減小。為了避免分值 的快速改變可微小地改變旋轉(zhuǎn)角，但是這種情況下，發(fā)生增加處理量 的缺點(diǎn)。因此，在考慮處理量的縮減和準(zhǔn)確度的改進(jìn)之間的平衡中， 僅通過預(yù)定量放大作為被搜檢圖像的邊緣角位圖。例如，通過預(yù)定像 素?cái)?shù)(例如通過加倍一個(gè)像素獲得的2X2像素)在其XY方向上放 大圖像。因此可抑制由于角的輕微位移造成分值的快速波動(dòng)，以獲得 穩(wěn)定的分值。
在這種方式中，基于計(jì)算的分值在縮減的圖案模型的縮減的待 搜索圖像中確定大致位置。此外，根據(jù)需要可重復(fù)上述步驟，以增強(qiáng) 大致位置的準(zhǔn)確度。即，不僅簡(jiǎn)單地將粗搜索分為一分為二 (大面積搜索和局部搜索)，而且可將局部搜索分為多次，并且可通過逐漸降 低待搜索圖像的縮減比例使用更大程度縮減的待搜索圖像，以執(zhí)行高 準(zhǔn)確度的定位。
應(yīng)該注意，由于其寬量程和大處理量，通常僅執(zhí)行一次大面積 搜索。但是，可根據(jù)需要的準(zhǔn)確度和間隔時(shí)間執(zhí)行多次大面積搜索。 此外，對(duì)于搜索技術(shù)，可使用已知搜索技術(shù)，如邊緣搜索、標(biāo)準(zhǔn)相關(guān) 搜索、廣義的霍夫變換或者幾何哈希。 (在移動(dòng)期間的細(xì)定位的細(xì)節(jié))
以如上方式執(zhí)行粗搜索并且找到關(guān)于存在圖案模型的檢測(cè)候選 的位置和姿態(tài)的數(shù)據(jù)后，通過細(xì)定位裝置76執(zhí)行細(xì)定位。接著，基
于圖20的流程圖詳細(xì)描述用于細(xì)定位的特定過程。
首先，在步驟S2001中，基于在粗搜索中找到的檢測(cè)候選的位 置和姿態(tài)，在待搜索圖像上疊加用于細(xì)定位的圖案模型。優(yōu)選地，將 原始大小的待搜索圖像和用于細(xì)定位的同時(shí)在粗搜索中最終找到位 置和姿態(tài)的圖案模型用作起始位置和起始姿態(tài)。但是，也可以高于原 始大小(縮減比例為1)并低于最終在粗搜索中使用的縮減比例的縮 減比例來執(zhí)行細(xì)定位。
此外，在步驟S2002中，沿著用于細(xì)定位的圖案模型的相應(yīng)點(diǎn) 搜索線求出作為相應(yīng)邊緣點(diǎn)的點(diǎn)。如上所述，相應(yīng)點(diǎn)搜索線是在垂直 于段的方向上延伸的具有預(yù)定長(zhǎng)度的線，并且將作為線段的兩個(gè)端點(diǎn) 之一的起始點(diǎn)看作是搜索起始點(diǎn)，并且將終點(diǎn)看作搜索終點(diǎn)。首先， 沿著相應(yīng)點(diǎn)搜索線執(zhí)行邊緣計(jì)算，以獲得邊緣向量。作為用于邊緣計(jì) 算的技術(shù)，如上所述，可根據(jù)需要使用索貝爾(Sobel)濾波器。在 相應(yīng)點(diǎn)搜索線上求出通過該邊緣計(jì)算獲得的邊緣向量、每個(gè)點(diǎn)的邊緣 角、邊緣強(qiáng)度、邊緣位置等點(diǎn)。應(yīng)該注意，邊緣向量是通過向量表示 邊緣強(qiáng)度和方位的向量，并且可以將其表示為如(Ex， Ey)。例如， 如圖46所示，當(dāng)邊緣強(qiáng)度是EM且邊緣角是0E時(shí)，將這些表示為 邊緣角PE=Atan(Ey/Ex);和邊緣強(qiáng)度EM=sqrt(Ex2+Ey2)。 (相應(yīng)邊緣點(diǎn)搜索處理)
此外，基于關(guān)于邊緣向量、邊緣角、邊緣位置等的信息，找到與包括相應(yīng)點(diǎn)搜索線的參考點(diǎn)的段相應(yīng)的相應(yīng)邊緣點(diǎn)。作為用于確定 相應(yīng)邊緣點(diǎn)的方法的示例，可通過使用前述邊緣向量高速地確定相應(yīng) 邊緣點(diǎn)。作為另一種方法，可通過使用下述邊緣強(qiáng)度和邊緣角來執(zhí)行
計(jì)算，但是這種情況下，需要計(jì)算下述反正切函數(shù)(Atan)，計(jì)算變 得復(fù)雜。下文描述的是通過使用邊緣強(qiáng)度和邊緣角來獲得相應(yīng)邊緣點(diǎn) 的過程。
首先，將具有邊緣強(qiáng)度大于預(yù)定邊緣強(qiáng)度門限并且此處邊緣角 與參考點(diǎn)的角之間差的絕對(duì)值小于預(yù)定邊緣角門限的最大點(diǎn)作為相 應(yīng)邊緣點(diǎn)的候選。此外，最終將相應(yīng)邊緣點(diǎn)候選中最接近參考點(diǎn)的點(diǎn) 看作相應(yīng)邊緣點(diǎn)。
此外，求出相應(yīng)邊緣點(diǎn)的邊緣的子像素位置(步驟S2003)。使 用段的位置和幾何數(shù)據(jù)，獲得誤差值，并且執(zhí)行最小平方法的計(jì)算(步 驟S2004)，以獲得精細(xì)位置(步驟S2005)。在線段情況下的誤差 值示例包括相應(yīng)邊緣點(diǎn)和直線之間的距離，并且在圓弧段情況下的誤 差值示例包括半徑和相應(yīng)點(diǎn)與中心位置之間的距離之間的差異的絕 對(duì)值。
如上所述，通過細(xì)定位裝置76計(jì)算最小平方法的計(jì)算中使用的 誤差值或權(quán)值，并且從計(jì)算值獲取由最小平方法獲得的聯(lián)立方程。采 用最小平方法以使段具有理想形狀并且使與段相應(yīng)的多個(gè)相應(yīng)點(diǎn)的 誤差最小。此外，解聯(lián)立方程，以求出高準(zhǔn)確度的位置和姿態(tài)。在這 種方式中，獲得位置X的修正量Ax、位置Y的修正量Ay、角P的修 正量AP、標(biāo)度(scale) "s"的修正量A"
在細(xì)定位中，通過使用在粗搜索中獲得的關(guān)于位置和姿態(tài)的數(shù) 據(jù)將參考點(diǎn)疊加到待搜索圖像上。接著，沿著相應(yīng)點(diǎn)搜索線執(zhí)行如索 貝爾(Sobel)濾波的邊緣計(jì)算，以獲得邊緣向量。應(yīng)該注意，邊緣 向量由索貝爾濾波器應(yīng)用的結(jié)果表示，并且可由(Sx, Sy)等表示。 此外，可由"做=如2+辦2 "表示邊緣強(qiáng)度EM并且可將邊緣角eE 表示為"6E:Ataii(辦/^)"等。此外，從邊緣向量在相應(yīng)邊緣點(diǎn)獲得 像素的邊緣角、邊緣強(qiáng)度和位置。從這些邊緣向量、邊緣角、邊緣強(qiáng) 度和位置，通過細(xì)定位裝置76求出與包括相應(yīng)邊緣點(diǎn)的參考點(diǎn)的段相應(yīng)的相應(yīng)邊緣點(diǎn)。
基于圖21A描述該狀態(tài)。首先，通過細(xì)定位裝置76將由粗實(shí)線 表示的圖案模型PM疊加并安排到在粗搜索中獲得的待搜索圖像(由 虛線表示的邊緣角位縮減圖像EABR)的檢測(cè)候選的位置中。接著， 沿著通過設(shè)置在圖案模型上的參考點(diǎn)KT并幾乎垂直于圖案模型的 段的相應(yīng)點(diǎn)搜索線TL，求出與參考點(diǎn)KT相應(yīng)的相應(yīng)邊緣點(diǎn)TT。在 圖21A中，由細(xì)實(shí)線表示相應(yīng)點(diǎn)搜索線TL。應(yīng)該注意，相應(yīng)點(diǎn)搜索 線TL是虛構(gòu)設(shè)置線，并且不是實(shí)際畫出的。相應(yīng)邊緣點(diǎn)TT變?yōu)橄?應(yīng)點(diǎn)搜索線TL與縮減圖像EABR的交點(diǎn)。通過使用相應(yīng)邊緣點(diǎn)TT， 可獲得子像素坐標(biāo)位置。通過使用段的位置和幾何數(shù)據(jù)，由細(xì)定位裝 置76執(zhí)行細(xì)定位。
具體地說，通過使用段的幾何數(shù)據(jù)(該情況中是線)與被看作 評(píng)估值的相應(yīng)邊緣點(diǎn)之間的關(guān)系，執(zhí)行分值計(jì)算以使評(píng)估值的累計(jì)值 最小化或者最大化。作為評(píng)估值，通常可使用距離，并且通過將該距 離看作誤差值，執(zhí)行最小平方法的計(jì)算以使誤差值最小化，從而可獲 得精細(xì)位置。使用的距離可以是段與相應(yīng)邊緣點(diǎn)之間的歐幾里德距 離。即，在段為線的情況下，使用相應(yīng)邊緣點(diǎn)與直線之間的距離，并 且在段為圓弧的情況下，使用半徑與介于相應(yīng)邊緣點(diǎn)與中心位置之間 距離之間的差的絕對(duì)值。求解通過使用最小平方法獲得的聯(lián)立方程可 求出高準(zhǔn)確度的位置和姿態(tài)。此外，評(píng)估值不限于距離，并且可以為 由參考點(diǎn)和參考點(diǎn)的相應(yīng)邊緣點(diǎn)形成的角。
此外，圖21B示出了其中細(xì)定位裝置76求出相應(yīng)邊緣點(diǎn)的相應(yīng) 邊緣點(diǎn)搜索處理的狀態(tài)。在該圖中，如圖21A，虛線表示待搜索圖像 的縮減圖像EABR，粗實(shí)線表示圖案模型PM，并且細(xì)實(shí)線表示設(shè)置 在參考點(diǎn)KT上的相應(yīng)點(diǎn)搜索線TL。這種情況下求出的是在縮減圖 像EABR的3X3像素的區(qū)域SR中應(yīng)用索貝爾濾波器中的坐標(biāo)位置 x、 y。通過使用創(chuàng)建直線數(shù)據(jù)的布雷森漢姆(Bresenham)算法來求出 該計(jì)算中的中心坐標(biāo)。在圖21B的示例中，提取像素B作為關(guān)于模 型邊緣點(diǎn)A的相應(yīng)邊緣點(diǎn)。
圖21B所示的方法不同于上述日本專利No.3759983，原因在于在自動(dòng)提取相應(yīng)邊緣點(diǎn)的段上適當(dāng)選擇的的點(diǎn)被看作參考點(diǎn)。特別
地，在日本專利No.3759983中，沒有定義用于查找線(seek-line)
的安排方法。此外，在確定相應(yīng)邊緣點(diǎn)時(shí)，除了邊緣強(qiáng)度之外，還使 用關(guān)于邊緣角、邊緣位置等的數(shù)據(jù)，從而改進(jìn)相應(yīng)邊緣點(diǎn)的可靠性。 此外，使獲得邊緣角和邊緣強(qiáng)度的處理中使用的內(nèi)核更小，以降低計(jì) 算處理的負(fù)荷。此外，可使用子像素準(zhǔn)確度獲得相應(yīng)邊緣點(diǎn)的位置。 此外，最小平方法的使用可產(chǎn)生能以各種形狀對(duì)應(yīng)于模型的優(yōu)點(diǎn)。
在上述這種方式中，可在圖案搜索中執(zhí)行高準(zhǔn)確度的高速定位。 尤其在這種方法中，通過改變相應(yīng)點(diǎn)搜索線的線長(zhǎng)，通過相應(yīng)點(diǎn)搜索 線的方式可容易地改變搜索相應(yīng)邊緣點(diǎn)的范圍，以獲得可調(diào)整所需穩(wěn) 定性的優(yōu)點(diǎn)。即，在最小平方法的重復(fù)使用時(shí)通過逐漸減小相應(yīng)點(diǎn)搜 索線的長(zhǎng)度，可容易地實(shí)現(xiàn)更高速更高準(zhǔn)確度的定位。
此外，由于圖案模型由段表示，可消除如圖22所示的邊緣位置 的波紋現(xiàn)象。即在執(zhí)行各個(gè)點(diǎn)之間的細(xì)定位的情況下，在較高波形的 相應(yīng)點(diǎn)與較低波形相應(yīng)點(diǎn)之間可能發(fā)生大的位置位移，但是可以減小 這種影響。
此外，代替或者除此之外，在每次最小平方法重復(fù)中可以改變 邊緣角門限。即，根據(jù)最小平方法重復(fù)的次數(shù)逐漸減小邊緣角門限也 允許更穩(wěn)定定位的實(shí)現(xiàn)。
應(yīng)該注意，基于粗搜索中獲得的初始位置或者在另一粗搜索中 獲得的細(xì)定位起始位置在待搜索圖像上疊加圖案模型時(shí)，使用未處理 數(shù)據(jù)(所謂的原始圖像數(shù)據(jù))作為待搜索圖像，并且使用與原始圖像 數(shù)據(jù)相應(yīng)的圖案模型作為圖案模型。
該方法可消除將待搜索圖像的原始圖像數(shù)據(jù)中的所有像素轉(zhuǎn)換 為邊緣圖像數(shù)據(jù)的需要，以尋求處理的加速。特別地，在需要間隔時(shí) 間的內(nèi)處理(inline processing)中，優(yōu)選這種高速低負(fù)荷的處理。不 用說，當(dāng)邊緣數(shù)據(jù)的總的預(yù)提取更高效時(shí)，可將待搜索圖像的所有點(diǎn) 轉(zhuǎn)換為邊緣圖像數(shù)據(jù)以執(zhí)行圖案搜索。
此外，在待搜索圖像上疊加并安排整個(gè)圖案模型不是必須的， 而疊加并安排至少相應(yīng)點(diǎn)搜索線就足夠。特別地，由于相應(yīng)點(diǎn)搜索線是直線，可通過計(jì)算容易地獲得。因此，在本說明書中，術(shù)語"疊加" 不是必須意味著實(shí)際疊加圖像，而是用作根據(jù)相應(yīng)點(diǎn)搜索線確定相應(yīng) 邊緣點(diǎn)的處理的意思。此外，這種情況下的短語"疊加并安排"意在 描述使每個(gè)圖像的相應(yīng)位置容易通過其如上所述的疊加而得到，其中 該疊加在計(jì)算中僅僅是虛構(gòu)的，并且不必說，實(shí)際疊加數(shù)據(jù)的操作不 是必須的。
根據(jù)該方法，與通常方法比較可實(shí)現(xiàn)高準(zhǔn)確度的基于邊緣的搜
索。在上述日本專利No.3759983的技術(shù)中，不考慮邊緣的方向和角 分量，而僅僅考慮預(yù)定義邊緣方向，并且因此不能獲得復(fù)雜形狀中的 穩(wěn)定性。與此相反，在根據(jù)本實(shí)施例的技術(shù)中，重要性依賴于邊緣方 向，從而允許增強(qiáng)相應(yīng)邊緣點(diǎn)的可靠性。此外，在本實(shí)施例中，由于 通過使用內(nèi)核的小濾波器(如索貝爾濾波器)計(jì)算差異，所以即使當(dāng) 工件長(zhǎng)并且窄時(shí)，也能檢測(cè)到邊緣。如上所述，與日本專利 No.3759983的技術(shù)相比，可實(shí)現(xiàn)穩(wěn)定的適用于復(fù)雜形狀中的待搜索 對(duì)象的基于邊緣的搜索。
此外，在圖案模型的待搜索圖像中獲得檢測(cè)候選的位置(即局 部搜索中的初始位置)時(shí)，通過縮減待搜索圖像并執(zhí)行搜索具有執(zhí)行 高速低負(fù)荷圖案搜索的優(yōu)點(diǎn)。但是，由于縮減造成準(zhǔn)確度的惡化可能 丟失部分信息，因此需要執(zhí)行縮減以保留信息量(下文描述)。此外， 除了在粗搜索中圖案模型的初始位置的獲得之外，用戶還可以專門手 動(dòng)指定位置。
上述示例中提到的點(diǎn)的意思是組成待搜索圖像或者已登記圖像 的點(diǎn)，即一個(gè)像素，但是不必說，可集合多個(gè)像素(如四個(gè)像素)作 為一個(gè)點(diǎn)。因此，在本說明書中，點(diǎn)的意思是一個(gè)像素或者預(yù)定數(shù)量 的像素。
此外，不僅在對(duì)參考點(diǎn)上執(zhí)行邊緣檢測(cè)的意思中使用短語"基 于參考點(diǎn)"，而且在包括在參考點(diǎn)的附近執(zhí)行邊緣檢測(cè)的意思中使用。
例如，在指定范圍內(nèi)(如參考點(diǎn)周圍從1至IO個(gè)像素的范圍)執(zhí)行
邊緣檢測(cè)。
此外，段是指由線和/或圓弧或者其組合構(gòu)成的具有有限長(zhǎng)度的連續(xù)線。此外，除了線和圓弧之外，還可以組合圓錐形曲線、齒條曲
線、貝塞爾(Bezier)曲線等。此外，相應(yīng)點(diǎn)搜索線的數(shù)據(jù)包括參考 點(diǎn)的坐標(biāo)以及相應(yīng)點(diǎn)搜索線的角和長(zhǎng)度。 (最小平方法)
在最小平方法中，直線誤差函數(shù)適用于線段。直線誤差函數(shù)是 以點(diǎn)與線之間的距離作為誤差函數(shù)的最小平方法。此外，圓弧誤差函 數(shù)適用于圓弧段。圓弧誤差函數(shù)是以點(diǎn)與圓弧之間的距離作為誤差函 數(shù)的最小平方法。這將在下文描述。
最小平方法的問題示例包括，當(dāng)即使存在一個(gè)非常不同的值時(shí)， 由于該點(diǎn)的影響準(zhǔn)確度極大地惡化。因此，在本技術(shù)中，使用使其具 有權(quán)值以降低這種點(diǎn)上的權(quán)值的加權(quán)最小平方法來抑制該影響。
此外，作為在最小平方法中被使用的自由度，可使用X方向上 的移動(dòng)、Y方向上的移動(dòng)、旋轉(zhuǎn)、放大/縮減、歪斜、方位等。除了 XY方向上的平行移動(dòng)之外，選擇這些還可對(duì)應(yīng)于已登記圖像的旋轉(zhuǎn)、 放大/縮減、扭曲等。
(最小平方法的誤差函數(shù)的一般化)
歸納并產(chǎn)生最小平方法的誤差函數(shù)。首先，考慮通過仿射參數(shù) p0， pl，…pn(如p0二x， pl=y等)確定誤差函數(shù)E (p0， pl，…pn)。 假設(shè)通過最佳仿射參數(shù)pOo， plo，…pno (o:最佳的)最小化誤差 函數(shù)E(pO， pl，…pn)。此時(shí)，由如下表達(dá)式表示誤差函數(shù)E (p0， pl， …pn) -
f(/70， A，…/7") = J] ^.(P。， A' ... A"
上述表達(dá)式中參數(shù)的含義如下
i:相應(yīng)邊緣點(diǎn)的下標(biāo)
根據(jù)相應(yīng)邊緣點(diǎn)與模型之間的位置關(guān)系確定的權(quán)重。例如， 當(dāng)相應(yīng)邊緣點(diǎn)與線之間的點(diǎn)到線的距離較長(zhǎng)時(shí)，定義該參數(shù)近似為0。
e(p0，pl…pn):由相應(yīng)邊緣點(diǎn)與模型之間的幾何距離確定的單獨(dú) 的誤差函數(shù)。該參數(shù)由相應(yīng)邊緣點(diǎn)與線段之間的點(diǎn)到線的距離等確 定。pO至pn:平行的x-移動(dòng)量、平行的y-移動(dòng)量、旋轉(zhuǎn)角度、標(biāo)度
值等的仿射參數(shù)。
為了求出使誤差函數(shù)E (p0， pl，…pn)最小的仿射參數(shù)pOo， plo，…pno，如下從獲得其充分接近待求出仿射參數(shù)并在粗搜索中或 在最后細(xì)定位中獲得的仿射參數(shù)pOt、 plt，…pnt求出位移量
(t:近似解(trial)) 通過求解下述聯(lián)立方程獲得 。,^^，..., : [表達(dá)式15]
<formula>formula see original document page 74</formula>
如上所述，圖像的邊緣角及其邊緣強(qiáng)度的使用可增加方向分量， 從而允許穩(wěn)定定位抗噪聲分量。特別地，通過使用對(duì)圖像數(shù)據(jù)的差分 處理，可執(zhí)行不易受亮度影響的穩(wěn)定搜索。 (相應(yīng)點(diǎn)搜索線過濾處理)
特別地，對(duì)已登記圖像執(zhí)行相應(yīng)點(diǎn)搜索線的搜索處理來選擇相 應(yīng)點(diǎn)搜索線可能非常困難，優(yōu)選地從圖案搜索中消除這樣的位置。例 如，考慮如圖23的已登記圖像存在的情況，當(dāng)自動(dòng)地設(shè)置在該圖案 上自動(dòng)設(shè)置的相應(yīng)點(diǎn)搜索線時(shí)，如圖24所示那樣設(shè)置。如該圖中所 示，不僅在周圍輪廓上設(shè)置相應(yīng)點(diǎn)搜索線，而且在位于內(nèi)部中心的附 近具有對(duì)比度差的部分設(shè)置。當(dāng)通過這種設(shè)置在中心附近的相應(yīng)點(diǎn)搜
索線的方式執(zhí)行邊緣匹配時(shí)，產(chǎn)生大量具有類似邊緣角的部分。因此， 當(dāng)通過使用這些相應(yīng)點(diǎn)搜索線執(zhí)行圖案搜索時(shí)，在相應(yīng)邊緣點(diǎn)檢測(cè)中 相應(yīng)邊緣點(diǎn)更可能變得模糊。
在本實(shí)施例中，消除了這種模糊的相應(yīng)點(diǎn)搜索線，允許穩(wěn)定、高準(zhǔn)確度搜索的性能。具體地說，通過相應(yīng)點(diǎn)搜索線過濾裝置過濾在 這種不利區(qū)域中設(shè)置的相應(yīng)點(diǎn)搜索線，并且當(dāng)存在一個(gè)具有類似邊緣 強(qiáng)度和邊緣角相應(yīng)點(diǎn)邊緣線時(shí)，消除該線。圖25示出了過濾來自圖 24的相應(yīng)點(diǎn)搜索線的結(jié)果的示例。
基于圖26的流程圖描述以上述方式對(duì)相應(yīng)點(diǎn)搜索線的候選執(zhí)行 相應(yīng)點(diǎn)搜索線過濾處理的過程的示例。首先，在步驟S2601中，對(duì) 已登記圖像執(zhí)行相應(yīng)點(diǎn)搜索線創(chuàng)建處理，以創(chuàng)建用于相應(yīng)點(diǎn)搜索線的 候選。接著，在步驟S2602中，針對(duì)已登記圖像安排用于相應(yīng)點(diǎn)搜 索線的候選。當(dāng)安排到創(chuàng)建相應(yīng)點(diǎn)搜索線的位置時(shí)，可在相應(yīng)點(diǎn)搜索 線候選的中部附近檢測(cè)至U相應(yīng)點(diǎn)搜索線的候選。
此外，在步驟S2603中，沿著相應(yīng)點(diǎn)搜索線的候選執(zhí)行相應(yīng)點(diǎn) 搜索線候選的搜索，以分別計(jì)算相應(yīng)點(diǎn)搜索線候選的數(shù)量。此外，在 步驟S2604中，執(zhí)行過濾處理，并且在相應(yīng)點(diǎn)搜索線的候選數(shù)量為2 或者更大的情況下，確定的相應(yīng)點(diǎn)搜索線很可能是模糊的，并且因此 從相應(yīng)點(diǎn)搜索線的候選被消除。在步驟S2605中，將剩余相應(yīng)點(diǎn)搜 索線看作是最終相應(yīng)點(diǎn)搜索線。通過該處理，消除未確定的相應(yīng)點(diǎn)搜 索線，從而可獲得更穩(wěn)定的圖案模型結(jié)果。
應(yīng)該注意，在重復(fù)細(xì)定位步驟的情況下，由于根據(jù)重復(fù)的次數(shù) 使相應(yīng)點(diǎn)搜索線的線長(zhǎng)更小，因此預(yù)先記錄在一次執(zhí)行相應(yīng)點(diǎn)搜索線 的過濾處理中選擇的相應(yīng)點(diǎn)搜索線，并且可在重復(fù)的步驟中使用該信 息?？蛇x擇地，同樣在相應(yīng)點(diǎn)搜索線變短的情況下，類似地執(zhí)行相應(yīng) 點(diǎn)搜索線的過濾處理，并且可記錄選擇的作為處理結(jié)果的相應(yīng)點(diǎn)搜索 線。
(相應(yīng)點(diǎn)搜索線) 此外，通過改變相應(yīng)點(diǎn)搜索線的線長(zhǎng)，可獲得改進(jìn)細(xì)定位的穩(wěn) 定性并使其加速?；诖炙阉骱图?xì)定位之間的縮減比例的差異來確定 相應(yīng)點(diǎn)搜索線的線長(zhǎng)。例如，當(dāng)在未放大圖像上執(zhí)行細(xì)定位并且以四 分之一的縮減比例執(zhí)行最終粗搜索時(shí)，長(zhǎng)度設(shè)置為8個(gè)像素(2*4=8) 的程度。
(鏈條過濾裝置66)在如上所述示例中，針對(duì)每個(gè)段設(shè)置至少一個(gè)參考點(diǎn)。在本實(shí) 施例中，在創(chuàng)建段時(shí)，選擇組成段的鏈條，以預(yù)先構(gòu)造高可靠性的段 并且在每個(gè)段中設(shè)置參考點(diǎn)。通過圖1方框圖所示的鏈條過濾裝置
66來執(zhí)行這種特定鏈條的選擇和消除。通過鏈條過濾裝置66的鏈條
選擇的參考示例包括平均邊緣強(qiáng)度和鏈條長(zhǎng)度。
該鏈條過濾裝置66在登記時(shí)和在移動(dòng)期間執(zhí)行鏈條選擇。在登 記時(shí)，提取可組成段的鏈條。具體地說，執(zhí)行過濾以消除具有不滿足 預(yù)定鏈條長(zhǎng)度門限的小長(zhǎng)度的鏈條和具有不滿足預(yù)定邊緣強(qiáng)度的低 平均邊緣強(qiáng)度的鏈條，因?yàn)榧词巩?dāng)從這些鏈條創(chuàng)建了段，段數(shù)據(jù)的可 靠性也是很低的。
同時(shí)，在移動(dòng)期間，由于短鏈條很可能是噪聲，根據(jù)待搜索的 狀態(tài)來選擇是否使用該鏈條。例如，用戶設(shè)置一個(gè)長(zhǎng)度門限，以消除 短鏈條。在下文中，逐漸詳細(xì)描述這些。
首先，在基于平均邊緣強(qiáng)度執(zhí)行過濾的情況下，鏈條過濾裝置 66通過計(jì)算針對(duì)每個(gè)鏈條包括的每個(gè)邊緣點(diǎn)的平均邊緣強(qiáng)度并且比 較計(jì)算值與預(yù)設(shè)平均邊緣強(qiáng)度門限來執(zhí)行過濾。即，消除具有低平均 邊緣強(qiáng)度的鏈條，并僅分段具有平均邊緣強(qiáng)度不小于固定強(qiáng)度的鏈 條。針對(duì)獲得的段設(shè)置參考點(diǎn)來創(chuàng)建圖案模型，以使可獲得基于具有 高準(zhǔn)確度的邊緣的圖案模型并且可增強(qiáng)搜索準(zhǔn)確度。用戶可將平均邊 緣強(qiáng)度門限設(shè)置為包括足夠邊緣強(qiáng)度來識(shí)別圖案模型輪廓的這種程 度。
此外，在基于鏈條長(zhǎng)度執(zhí)行過濾的情況下，鏈條過濾裝置66通 過比較每個(gè)鏈條長(zhǎng)度與預(yù)設(shè)鏈條長(zhǎng)度門限來執(zhí)行過濾。即，僅選擇具 有不小于固定長(zhǎng)度的鏈條長(zhǎng)度的鏈條，并且消除短于固定長(zhǎng)度的鏈 條，以使可基于穩(wěn)定邊緣執(zhí)行圖案搜索，以有助于準(zhǔn)確度的改進(jìn)。
同時(shí)，也可使用對(duì)構(gòu)成鏈條的段執(zhí)行過濾的段選擇裝置67。類 似于上述鏈條過濾裝置66，通過段選擇裝置67的段選擇的參考示例 包括平均邊緣強(qiáng)度、段長(zhǎng)度、是否在附近存在具有類似邊緣角的邊緣 角圖像以及相同邊緣角的分布不均勻的消除。此外，可不均勻地簡(jiǎn)單 消除短段，但是可以根據(jù)組成段的線和圓弧的結(jié)合改變過濾段的方法。例如，在從段的集合提取足夠長(zhǎng)的段并且消除這些組合以發(fā)現(xiàn)存 在一個(gè)或多個(gè)弧部分段的情況下，當(dāng)也存在一條或多條線時(shí)，認(rèn)為較 短的段是不必要的并且因此消除或者刪除這些。此外，在每個(gè)段為線 的情況下，當(dāng)存在三個(gè)或更多長(zhǎng)段時(shí)，即使消除了其他較短段也可保 持足夠的準(zhǔn)確度。如上所述，可根據(jù)組成段的組合改變段選擇裝置 67的過濾并且可選擇適當(dāng)?shù)亩危允箍筛行У貓?zhí)行搜索。
應(yīng)該注意，這種情況下的段長(zhǎng)度的意思是從組成圖案模型的每 個(gè)段的該線或圓弧的一端到另一端的直線或曲線的長(zhǎng)度。此外，可單 獨(dú)提供線長(zhǎng)和圓弧長(zhǎng)度的各個(gè)段長(zhǎng)度門限。根據(jù)已登記圖像、所需準(zhǔn) 確度等設(shè)置段長(zhǎng)度門限，或者可基于已登記圖像或者待搜索圖像的平 均段長(zhǎng)度設(shè)置。
此外，當(dāng)基于在附近是否存在具有類似邊緣角的段執(zhí)行過濾時(shí)， 段選擇裝置67按照包括在每個(gè)段中的邊緣點(diǎn)的邊緣角確定附近是否 存在具有類似邊緣角的另一段，并且當(dāng)期存在時(shí)消除這種段。即，考
慮由于存在具有類似邊緣角的段導(dǎo)致圖案搜索結(jié)果可能不穩(wěn)定的可 能性，消除這種段并接著設(shè)置參考點(diǎn)，從而增強(qiáng)圖案搜索結(jié)果的穩(wěn)定 性。
(試驗(yàn)性的相應(yīng)邊緣點(diǎn))
接著，基于圖29描述求出與細(xì)定位中參考點(diǎn)相應(yīng)的相應(yīng)邊緣點(diǎn) 的坐標(biāo)的過程。首先在相應(yīng)點(diǎn)搜索線TL上求出相應(yīng)邊緣點(diǎn)，并且找 到作為一對(duì)的另一個(gè)相應(yīng)邊緣點(diǎn)。從這兩點(diǎn)找到平均坐標(biāo)，并且將獲 得的坐標(biāo)看作實(shí)際相應(yīng)邊緣點(diǎn)的坐標(biāo)。
具體地說，在圖29中，在圓弧段的部分(由圖中圓表示的位置) 設(shè)置參考點(diǎn)KT，并且從左上至右下延伸通過該點(diǎn)的相應(yīng)點(diǎn)搜索線 TL。首先，沿著相應(yīng)點(diǎn)搜索線TL檢査待搜索圖像的每個(gè)點(diǎn)的邊緣強(qiáng) 度。在圖29的示例中，基于參考點(diǎn)KT求出邊緣強(qiáng)度。在作為包括 參考點(diǎn)KT的方格頂點(diǎn)的四個(gè)點(diǎn)"a" 、 "b" 、 "c"和"d"的每個(gè) 檢査邊緣強(qiáng)度。求出具有最大邊緣強(qiáng)度的點(diǎn)的子像素位置作為試驗(yàn)性 相應(yīng)邊緣點(diǎn)。因此，當(dāng)與點(diǎn)"a"的子像素位置一樣計(jì)算"e"作為試 驗(yàn)性相應(yīng)邊緣點(diǎn)時(shí)，接著選擇與該試驗(yàn)性相應(yīng)邊緣點(diǎn)"e"相應(yīng)的一對(duì)點(diǎn)。選擇這對(duì)點(diǎn)以使試驗(yàn)性相應(yīng)邊緣點(diǎn)"e"和這對(duì)點(diǎn)將參考點(diǎn)KT 夾在中間。假設(shè)在選擇"f"作為這對(duì)點(diǎn)的情況下。此外，從試驗(yàn)性 相應(yīng)邊緣點(diǎn)"e"和這對(duì)點(diǎn)"f"獲得平均坐標(biāo)。接著將獲得的平均坐 標(biāo)作為實(shí)際相應(yīng)邊緣點(diǎn)坐標(biāo)。
在這種方式中，可抑制在波紋形狀中相應(yīng)邊緣點(diǎn)的計(jì)算，以獲 得穩(wěn)定的計(jì)算結(jié)果。S卩，在點(diǎn)之間執(zhí)行細(xì)定位的情況下，在較高波形 的相應(yīng)點(diǎn)和較低波形的相應(yīng)點(diǎn)之間可能會(huì)發(fā)生大位置位移，但是可通 過上述技術(shù)減小這種影響。
(通過使用相鄰邊緣點(diǎn)獲得相應(yīng)邊緣點(diǎn)的坐標(biāo)的方法)
此外，以子像素為單位求出相應(yīng)邊緣點(diǎn)的坐標(biāo)的方法不限于上 述方法，也可使用另一種方法。例如，在下述方法中也可實(shí)現(xiàn)求出坐 標(biāo)。以像素為單位在相應(yīng)點(diǎn)搜索線上搜索相應(yīng)邊緣點(diǎn)，并且將獲得的 點(diǎn)看作試驗(yàn)性相應(yīng)邊緣點(diǎn)。以像素為單位找出該試驗(yàn)性相應(yīng)邊緣點(diǎn)周 圍的多個(gè)相鄰邊緣點(diǎn)。求出試驗(yàn)性相應(yīng)邊緣點(diǎn)與多個(gè)相鄰邊緣點(diǎn)的子 像素坐標(biāo)，并且接著求出這些點(diǎn)的平均坐標(biāo)。通過這種方法，可通過 使用試驗(yàn)性相應(yīng)邊緣點(diǎn)和多個(gè)相鄰邊緣點(diǎn)求出實(shí)際相應(yīng)邊緣點(diǎn)的位 置，并且因此可獲得以像素為單位的具有很好準(zhǔn)確度的相應(yīng)邊緣點(diǎn)的 坐標(biāo)位置。此外，不使用相應(yīng)點(diǎn)搜索線而使用多個(gè)在試驗(yàn)性相應(yīng)邊緣 點(diǎn)周圍適當(dāng)選擇的相鄰邊緣點(diǎn)，可以類似方式準(zhǔn)確地確定相應(yīng)邊緣點(diǎn) 的坐標(biāo)位置。
可選擇位于試驗(yàn)性相應(yīng)邊緣點(diǎn)周圍相同輪廓或者段的邊緣點(diǎn)作 為如相鄰邊緣點(diǎn)。此外，通過使用試驗(yàn)性相應(yīng)邊緣點(diǎn)的邊緣角，可獲 得具有類似邊緣角的相鄰邊緣點(diǎn)。優(yōu)選地，使用設(shè)置在中心的試驗(yàn)性 相應(yīng)邊緣點(diǎn)的邊緣角方向，分別選擇與右邊和左邊臨近的邊緣點(diǎn)作為 相鄰邊緣點(diǎn)。此外，希望從試驗(yàn)性相應(yīng)邊緣點(diǎn)到相鄰邊緣點(diǎn)的距離接 近，例如在兩個(gè)像素之內(nèi)，優(yōu)選地大約一個(gè)像素的量級(jí)。這是因?yàn)樘?遠(yuǎn)的距離造成準(zhǔn)確度的惡化。在下文中，基于圖65的示意圖和圖66 的流程圖描述通過使用相鄰邊緣點(diǎn)獲得相應(yīng)邊緣點(diǎn)的坐標(biāo)的過程。
首先，在步驟S6601中，以像素為單位在相應(yīng)點(diǎn)搜索線上搜索 試驗(yàn)性相應(yīng)邊緣點(diǎn)。在圖65中，帶陰影的白圓圈是參考點(diǎn)KT，并且在通過參考點(diǎn)KT的相應(yīng)點(diǎn)搜索線TL上求出與組成輪廓的段相應(yīng)
的位置。以像素為單位執(zhí)行搜索，即，以圖65中方格的每個(gè)交點(diǎn)作
為參考，并且在這種情況下的像素坐標(biāo)中選擇(x， y) = (2， 3)。
接著，在步驟S6602中，在以像素為單位的試驗(yàn)性相應(yīng)邊緣點(diǎn)
周圍以像素為單位選擇相鄰邊緣點(diǎn)。由于試驗(yàn)性相應(yīng)邊緣點(diǎn)的邊緣角
在疊加到相應(yīng)點(diǎn)搜索線的方向上具有向量，分別選擇夾著相應(yīng)點(diǎn)搜索 線并位于其右和左同時(shí)也具有不小于預(yù)定值的邊緣強(qiáng)度的點(diǎn)作為相
鄰邊緣點(diǎn)。具體地說，選擇位于右邊的第一相鄰邊緣點(diǎn)和位于左邊的 第二相鄰邊緣點(diǎn)。在圖65的示例中，第一相鄰邊緣點(diǎn)的像素坐標(biāo)是
(2， 2)，并且第二相鄰邊緣點(diǎn)的像素坐標(biāo)是(1， 3)。此時(shí)，由于 各自相鄰邊緣點(diǎn)的邊緣角是試驗(yàn)性相應(yīng)邊緣點(diǎn)附近的邊緣點(diǎn)，所以相 鄰邊緣點(diǎn)很可能具有類似邊緣角，并且因此不需要檢査邊緣角。不必 說，可在檢査其邊緣角的高度相似度之后選擇那些邊緣點(diǎn)作為相鄰邊 緣點(diǎn)。應(yīng)該注意，當(dāng)在附近位置沒有具有邊緣強(qiáng)度小于預(yù)定值的邊緣 點(diǎn)時(shí)，沒有選擇相鄰邊緣點(diǎn)。這種情況下，僅通過使用獲得的邊緣點(diǎn)
(試驗(yàn)性相應(yīng)邊緣點(diǎn)和另一相鄰邊緣點(diǎn))來計(jì)算下文所述的實(shí)際相應(yīng) 邊緣點(diǎn)。此外，盡管在該示例中選擇了在右邊和左邊的兩個(gè)相鄰邊緣 點(diǎn)的全部，但是所選擇的相鄰邊緣點(diǎn)的數(shù)量也可以是一個(gè)或者不少于 三個(gè)。但是，考慮到準(zhǔn)確度和計(jì)算處理的負(fù)荷之間的平衡，數(shù)量?jī)?yōu)選 為兩個(gè)。
此外，在步驟S6603中，基于試驗(yàn)性相應(yīng)邊緣點(diǎn)和相鄰邊緣點(diǎn) 計(jì)算實(shí)際相應(yīng)邊緣點(diǎn)的坐標(biāo)。確定實(shí)際相應(yīng)邊緣點(diǎn)的坐標(biāo)位置作為試
驗(yàn)性相應(yīng)邊緣點(diǎn)和相鄰邊緣點(diǎn)的子像素位置的平均坐標(biāo)。在圖65的 示例中，從三個(gè)點(diǎn)(作為試驗(yàn)性相應(yīng)邊緣點(diǎn)的子像素位置的黑圓圈表 示的TP1;作為第一相鄰邊緣點(diǎn)的子像素位置由帶陰影的圓圈表示的 TP2;和作為第二相鄰邊緣點(diǎn)的子像素位置由畫有交叉陰影線的圓表 示的TP3)的平均確定相應(yīng)邊緣點(diǎn)。預(yù)先從像素值附近計(jì)算每個(gè)邊緣 點(diǎn)的子像素位置?？蓪⒁环N已知的方法應(yīng)用到計(jì)算子像素位置的方 法。例如，可從設(shè)置在其中心的每個(gè)邊緣點(diǎn)周圍3X3像素的像素值
計(jì)算子像素位置，或者通過使用關(guān)于在邊緣角方向上存在的相鄰邊緣點(diǎn)的信息來計(jì)算，或者通過一些其他方式計(jì)算。應(yīng)該注意，計(jì)算每個(gè) 邊緣點(diǎn)的子像素位置的時(shí)間選擇不特別受限制，并且時(shí)間可以是緊接 著以像素為單位的邊緣點(diǎn)確定之后或者是緊接著平均坐標(biāo)計(jì)算之前。 在上述這種方式中，可從三個(gè)邊緣點(diǎn)的子像素坐標(biāo)的平均值計(jì) 算相應(yīng)邊緣點(diǎn)。使用這種方法，可容易地從試驗(yàn)性相應(yīng)邊緣點(diǎn)提取三 個(gè)邊緣點(diǎn)，通過使用許多邊緣點(diǎn)可確定高準(zhǔn)確度的相應(yīng)邊緣點(diǎn)。例如， 在參考點(diǎn)數(shù)量為IO的情況下，相應(yīng)邊緣點(diǎn)的數(shù)量通常為10，但是使 用上述方法，可對(duì)IO個(gè)試驗(yàn)性相應(yīng)邊緣點(diǎn)分別在其右邊和左邊增加 多個(gè)點(diǎn)，并且因此可從30邊緣點(diǎn)計(jì)算相應(yīng)邊緣點(diǎn)，從而由于平均效 應(yīng)改善了準(zhǔn)確度。具體地說，作為與上述從配對(duì)點(diǎn)和試驗(yàn)性相應(yīng)邊緣 點(diǎn)兩個(gè)點(diǎn)求出平均坐標(biāo)的方法的比較，由于試驗(yàn)性相應(yīng)邊緣點(diǎn)及其增 加的兩個(gè)相鄰邊緣點(diǎn)三點(diǎn)求出平均坐標(biāo)，該方法在準(zhǔn)確度方面是有利 的。應(yīng)該注意，三點(diǎn)是在以上獲得并求平均的，可單獨(dú)在細(xì)定位計(jì)算 中使用這三點(diǎn)。
(邊緣角圖像到邊緣角位圖的轉(zhuǎn)換)
接著，基于圖30至圖33描述從邊緣角圖像到邊緣角位圖的轉(zhuǎn)
換?；诓扇〈值郊?xì)的方法，在第一粗搜索中不容易設(shè)置縮減圖像。 這是因?yàn)橥ㄟ^圖像縮減可能丟失關(guān)于搜索必須的特征量的信息。特別 地，在基于邊緣的搜索中，對(duì)于改進(jìn)搜索中的準(zhǔn)確度來說，邊緣角信
息很重要。因此，在本實(shí)施例中，提供即使當(dāng)減薄裝置61進(jìn)行圖像 的縮減時(shí)使縮減比例很高時(shí)仍然能保留邊緣角信息的邊緣角位圖創(chuàng) 建裝置69和邊緣角位圖縮減裝置78，以在保持足夠特征量的同時(shí)減 小數(shù)據(jù)量，從而加速處理。
下文描述的是通過減薄裝置在縮減圖像時(shí)獲取邊緣角信息并保 留該信息的過程。首先，檢査邊緣角圖像的每個(gè)邊緣點(diǎn)的邊緣強(qiáng)度， 并且在邊緣強(qiáng)度大于設(shè)置的邊緣強(qiáng)度門限的情況下將對(duì)應(yīng)于邊緣角 方位的位設(shè)置為1，并且在其他情況下，將該位設(shè)置為O。例如，考 慮從圖30所示的四個(gè)像素(邊緣點(diǎn))"a"至"d"組成的2X2像素 的邊緣角圖像由邊緣角位圖創(chuàng)建裝置69創(chuàng)建邊緣角位圖的情況。像 素"a"至"d"的每個(gè)都具有大于門限的邊緣強(qiáng)度，并且也具有由箭頭表示的邊緣強(qiáng)度。根據(jù)表示邊緣角與位一致的邊緣角部分由0至7 的八種邊緣角位表示該邊緣角。 (邊緣角位圖)
在該邊緣角圖像到邊緣角位圖的轉(zhuǎn)換時(shí)，將邊緣角信息轉(zhuǎn)換為 邊緣角位。邊緣角位是一種針對(duì)每個(gè)預(yù)定角劃分邊緣角方向的編碼。
對(duì)圖31所示的邊緣角部分，可應(yīng)用與如上所述圖6B中一樣的。在 圖31的示例中，以45度將作為邊緣角方向的密集梯度方向劃分為八 個(gè)部分，并且為每部分分配邊緣角位。該示例不是限制性的。這些部 分可能還從圖31的姿態(tài)以22.5度逆時(shí)針旋轉(zhuǎn)，成為從水平或者垂直 方向的位移22.5度的八個(gè)部分，并且以E、 SE、 S、 SW、 W、 NW、 N、 NE可從右順時(shí)針標(biāo)記各邊緣角部分，每部分具有45度的寬度， 并且接著針對(duì)各邊緣角部分增加邊緣角位標(biāo)記O、 1、 2、 3、 4、 5、 6、 7 (上述圖52B)。當(dāng)然，這種劃分是示例性的，并且例如，可將邊 緣角劃分為十六部分、四部分或者還可以是三部分或者五部分。
如上所述，當(dāng)基于圖31的邊緣角部分將圖30所示的邊緣角圖 像數(shù)據(jù)轉(zhuǎn)換為2X2邊緣角位圖時(shí)，轉(zhuǎn)換的圖像如圖32所示。如上所 述，將位設(shè)為與針對(duì)由標(biāo)簽"a" 、 "b" 、 "c" 、 "d"劃分的四個(gè) 邊緣點(diǎn)的各邊緣角相應(yīng)的邊緣角部分。
作為用于獲得邊緣角位圖的方法，除了僅對(duì)如上所述不小于某 一邊緣強(qiáng)度門限的部分執(zhí)行處理的技術(shù)之外，還有一種通過使用邊緣 強(qiáng)度圖像和邊緣角圖像執(zhí)行減薄處理的方法，以通過使用為了獲得具 有某一寬度的邊緣角位圖而進(jìn)行減薄處理的邊緣角圖像獲得如上所 述的邊緣角位圖。在執(zhí)行減薄處理技術(shù)的情況下，與上述技術(shù)相比處 理時(shí)間相對(duì)較長(zhǎng)，但是由于可限制待搜索對(duì)象的輪廓部分，所以具有 有助于噪聲消除的優(yōu)點(diǎn)。
(邊緣角位圖的縮減)
如上所述，在通過邊緣角位圖的表示之后，減小了數(shù)據(jù)以充分 保留邊緣角信息。具體地說，數(shù)據(jù)是合成的，從而如關(guān)于每個(gè)邊緣位 標(biāo)記采用"OR"或每個(gè)像素的每個(gè)邊緣角位的比特相加。例如，在 圖32的狀態(tài)中縮減2X2數(shù)據(jù)的情況下，當(dāng)將其縮減為1/2長(zhǎng)X1/2側(cè)邊(=1/4)來用一個(gè)像素"a"表示四個(gè)像素"a"至"d"時(shí)，縮 減數(shù)據(jù)如圖33中所示。如該圖所示，在像素"a"至"d"集中在一 起的邊緣角位縮減圖像中合成每個(gè)像素的邊緣位，并且以對(duì)應(yīng)于邊緣 角位標(biāo)記0至7的列來建立邊緣角位。通過邊緣角位圖縮減裝置78 執(zhí)行存儲(chǔ)在邊緣角位縮減圖像中邊緣角信息的處理。從而，當(dāng)減小數(shù) 據(jù)量時(shí)，即使在縮減之后也能保留邊緣角信息，并且因此即使當(dāng)通過 重復(fù)縮減增大縮減比例時(shí)仍然能保留用于搜索的足夠的特征量。
上述壓縮處理可改進(jìn)通常當(dāng)為了保留足夠的用于搜索的特征量 抑制縮減比例時(shí)搜索處理速度變得不足的問題狀態(tài)。即使當(dāng)將執(zhí)行邊 緣檢測(cè)的縮減比例固定為二分之一時(shí)，例如可通過用該縮減比例縮減 邊緣角位圖的處理執(zhí)行足夠高速的搜索?？苫谥辽僖训怯泩D像大小 或者圖案模型的特征數(shù)據(jù)自動(dòng)地確定執(zhí)行邊緣檢測(cè)的縮減比例。此 外，可安排用戶單獨(dú)設(shè)置縮減比例。
基于圖34至圖37描述為創(chuàng)建邊緣角位縮減圖像縮減邊緣角位 圖的過程的示例。在創(chuàng)建邊緣角位縮減圖像時(shí)，應(yīng)該注意分段問題。 即，通過子采樣處理簡(jiǎn)單地執(zhí)行縮減處理可引起由于待搜索對(duì)象的輸 入圖像中的處理起始坐標(biāo)或者位置的微小位移造成下述分值計(jì)算中 的大的變化發(fā)生。作為避免這種分段問題的縮減方法，可考慮下述兩 種方法。
第一方法是在縮減處理之后執(zhí)行擴(kuò)展的方法。使用圖34和圖35 采用縮減為1/n (n=2)的處理示例描述該方法。首先，對(duì)包括在圖 34的每個(gè)矩形區(qū)域中的nXn邊緣角位數(shù)據(jù)執(zhí)行OR運(yùn)算。運(yùn)算結(jié)果 被代替為表示上述每個(gè)nXn區(qū)域的邊緣角位數(shù)據(jù)的邊緣角位數(shù)據(jù)。 執(zhí)行該處理可將圖像縮減為原始圖像的l/n。
由于使該縮減圖像處于該狀態(tài)可引起分段問題的發(fā)生，對(duì)該圖 像執(zhí)行擴(kuò)展。如圖35所示，在縮減之后對(duì)圖像中每個(gè)mXm (該示 例中m=2)矩形區(qū)域中的邊緣角位數(shù)據(jù)執(zhí)行OR運(yùn)算，并且其結(jié)果被 代替為表示每個(gè)mXm區(qū)域的邊緣角位數(shù)據(jù)。在該處理中，沒有發(fā)生 圖像縮減。該示例中"m=2"，但是可以根據(jù)期望的待搜索對(duì)象形狀 和大小的改變?cè)黾?m"。另一種方法是在上述縮減處理中為要執(zhí)行的OR運(yùn)算采用非常 寬的范圍并且不執(zhí)行隨后的擴(kuò)展。通過使用圖36，采用將圖像縮減
為1/n (n=2)的處理的情況描述該方法。對(duì)包括在圖36的每個(gè)矩形 區(qū)域的(n+m)X(n+m)(r^1， 111=1)邊緣角位數(shù)據(jù)執(zhí)行OR運(yùn)算。該運(yùn)算 的結(jié)果被代替為表示上述區(qū)域的中心附近的nXn邊緣角位數(shù)據(jù)的每 個(gè)的邊緣角位數(shù)據(jù)。執(zhí)行該處理可將圖像縮減為原始圖像的l/n。圖 37示出了在第二方法中n-2和m=l的情況。
如圖36所示，在不擴(kuò)展以2X2重復(fù)正?？s減的情況下，可能 發(fā)生分段問題。目卩，隨著搜索區(qū)域的左上方坐標(biāo)中一個(gè)像素的改變，
在縮減時(shí)的像素設(shè)置改變，并且因此即使已登記圖像與待搜索圖像相 同分值計(jì)算也惡化。與此相反，執(zhí)行擴(kuò)展引起不產(chǎn)生這種問題的優(yōu)點(diǎn)。
(角邊界內(nèi)的邊緣角位轉(zhuǎn)換處理)
此外，在邊緣角位的轉(zhuǎn)換時(shí)，當(dāng)邊緣角在角邊界附近時(shí)建立與 組成角邊界的兩個(gè)角區(qū)域相應(yīng)的兩個(gè)位，并且因此可獲得改進(jìn)穩(wěn)定性 的效果。例如，在上述通過轉(zhuǎn)換由圖30所示四個(gè)像素"a"至"d" 組成的邊緣角圖像獲得的圖31的邊緣角位圖中，當(dāng)邊緣角在E和SE 之間的邊界附近時(shí)，取決于噪聲，可建立E部分中的邊緣角位，或 者可建立SE中的邊緣角位。期望這種旋轉(zhuǎn)造成對(duì)一致性的計(jì)算產(chǎn)生 非本質(zhì)的影響。因此，當(dāng)邊緣角在邊界上時(shí)，將劃分邊界的兩個(gè)邊緣 角部分均設(shè)置為l。從而，可消除由于噪聲引起的旋轉(zhuǎn)，并且可獲得 穩(wěn)定的一致性的計(jì)算結(jié)果。具體地說，當(dāng)邊緣角位于在中心設(shè)置邊緣 角部分的邊界的預(yù)定寬度內(nèi)(如5.625度)，將面向邊界的兩個(gè)邊緣 角位設(shè)置為1.
應(yīng)該注意，僅在對(duì)待搜索對(duì)象的邊緣角位轉(zhuǎn)換處理的情況下， 執(zhí)行該對(duì)角邊界的邊緣角位轉(zhuǎn)換處理，并且在圖案模型的邊緣角位的 轉(zhuǎn)換情況下不執(zhí)行。這是因?yàn)樵趫D案的邊緣角的轉(zhuǎn)換情況下執(zhí)行相同 的處理引起針對(duì)每個(gè)邊緣點(diǎn)權(quán)重的不自然改變。 (邊緣角位相鄰處理)
此外，盡管僅在上述示例中從邊緣角圖像到邊緣角位圖的轉(zhuǎn)換 中設(shè)置一個(gè)邊緣角位，但是也可在中心設(shè)置相關(guān)邊緣角部分并且在每個(gè)相鄰邊緣角部分鄰近也設(shè)置邊緣角位之處執(zhí)行這種邊緣角位相鄰 處理。例如，將每個(gè)邊緣角位給到相關(guān)邊緣角部分和與其右邊和左邊 相鄰的邊緣角部分。此外，這種加權(quán)也可能是將兩個(gè)邊緣角位給到相 關(guān)邊緣角部分并且將一個(gè)邊緣角位給到與右邊和左邊相鄰的每個(gè)邊 緣角部分。此外，增加模糊效果的這種加權(quán)也可能是當(dāng)圖案模型的邊 緣角與待搜索圖像的邊緣角充分匹配時(shí)給出三個(gè)位，當(dāng)角輕微移位時(shí) 給出一個(gè)位，并且當(dāng)移位較大時(shí)給出零位。
同樣在這種邊緣角位相鄰處理中，如上所述，當(dāng)邊界附近存在 邊緣角時(shí)，可考慮由于噪聲通過旋轉(zhuǎn)施加的影響。因此在待搜索圖像 的邊緣角位處于邊緣角部分的邊界上的情況下，在與設(shè)置在中心的邊 界的每個(gè)相鄰邊緣角部分設(shè)置兩個(gè)位，從而避免旋轉(zhuǎn)的影響。
應(yīng)該注意，盡管在上述示例中使用8位作為邊緣角的角分辨率， 但是這不是限制性的，并且也可執(zhí)行通過更高角分辨率(如16位或
者32位)的轉(zhuǎn)換。
(并行處理)
此外，通過并行處理由將圖案模型的邊緣角轉(zhuǎn)換為邊緣角位獲
得的值，可加速搜索處理。圖38和圖39示出了并行處理填充的邊緣 數(shù)據(jù)的示例。圖38是并行處理之前圖案模型的概念示圖，并且圖39 是并行處理之后圖案模型的概念示圖。如這些圖中所示，將圖案模型 上關(guān)于參考點(diǎn)的邊緣位數(shù)據(jù)橫向地安排在用于并行處理的多個(gè)數(shù)據(jù) 中，從而加速處理。通常組成計(jì)算部分的CPU可以執(zhí)行四至八字節(jié) 的并行處理，并且因此可執(zhí)行四倍速至八倍速的處理。在這種方式中， 可通過并行處理處理加速粗搜索。
(通過使用邊緣角位縮減圖像的粗搜索) 在下文中，描述通過使用這種縮減數(shù)據(jù)執(zhí)行粗搜索的過程。對(duì) 于該邊緣角位縮減圖像，例如，當(dāng)未放大圖像的大小為640X480并 且以320X240 (上述二分之一)的大小執(zhí)行邊緣提取時(shí)，壓縮處理 為八分之一的邊緣角位圖的大小為40X30。如下文所述執(zhí)行對(duì)該邊 緣角位縮減圖像的搜索。首先，在搜索處理之前登記圖案模型時(shí)，創(chuàng) 建如圖40A和圖40B所示的數(shù)據(jù)。如該圖所示，將圖案模型保存為具有位置和角信息的邊緣數(shù)據(jù)陣列。圖40A示出了圖案模型的示例，
并且圖40B示出了邊緣數(shù)據(jù)的圖案模型的示例。在圖40B中，符號(hào)
x、 y表示邊緣的坐標(biāo)位置，并且符號(hào)0表示邊緣的角。將該圖案模型
保存為具有關(guān)于圖40B所示坐標(biāo)位置和角信息的邊緣數(shù)據(jù)陣列。
通過使用上述數(shù)據(jù)和待搜索圖像的邊緣角位圖，重復(fù)改變圖案
的位置和姿態(tài)，針對(duì)圖案的每個(gè)位置和姿態(tài)連續(xù)計(jì)算一致性。如下所
述執(zhí)行該計(jì)算。首先，確定表示位置和姿態(tài)和希望檢測(cè)到的一致性的
仿射轉(zhuǎn)換值。也根據(jù)圖案模型的縮減標(biāo)度和待搜索圖像的縮減標(biāo)度創(chuàng)
建該仿射轉(zhuǎn)換值。通過使用該仿射轉(zhuǎn)換值，轉(zhuǎn)換邊緣位置xi、 yi和
邊緣角W。轉(zhuǎn)換之后的邊緣位置是Xi、 Yi，并且轉(zhuǎn)換之后的邊緣角
是Oi (i是表示邊緣索引的腳標(biāo))。通過將邊緣角Oi以與待搜索圖
像的情況一樣的方式轉(zhuǎn)換為位數(shù)據(jù)來計(jì)算一致性。用于一致性S的
表達(dá)式如下.-
Z ， K) & A"g/e7b斷0,.) != 0)
》
EABI(x，y):待搜索圖像的邊緣角位圖
Xi，Yi:仿射轉(zhuǎn)換之后的參考點(diǎn)位置
AngleToBit (0):將邊緣角數(shù)據(jù)轉(zhuǎn)換為位數(shù)據(jù)的函數(shù)
0>,.:仿射轉(zhuǎn)換之后關(guān)于期望的參考點(diǎn)的邊緣角
&: AND處理
!:如果左邊等于右邊則為O，否則為1
Z:每個(gè)參考點(diǎn)的和
如上所述，細(xì)定位裝置76比較包括在待搜索圖像和圖案模型中 的各邊緣點(diǎn)的邊緣強(qiáng)度和邊緣角。 一致性S高表示在那些位置和姿 態(tài)中圖案模型存在的可能性大。在這種方式中，當(dāng)以確定的縮減比例 執(zhí)行搜索時(shí)，改進(jìn)其處理速度不足的狀態(tài)，從而為執(zhí)行搜索保留足夠 的特征量。此外，由于可以固定為二分之一的用于執(zhí)行邊緣提取的縮 減比例執(zhí)行足夠高速的搜索，所以可獲得不必確定用于執(zhí)行邊緣提取 的縮減比例(通常很復(fù)雜)的優(yōu)點(diǎn)。(待搜索圖像的縮減步驟) 以這種縮減處理，即使以高縮減比例也可保留用于搜索的足夠 的特征量。在對(duì)待搜索圖像執(zhí)行邊緣提取處理(如索貝爾濾波)時(shí)， 當(dāng)原始大小的未放大圖像保持不變時(shí)，產(chǎn)生大量不適合提取用于粗搜 索的特征量的噪聲。因此，在本實(shí)施例中，事先創(chuàng)建縮減圖像并且接 著執(zhí)行邊緣提取處理。從而，可通過圖像數(shù)據(jù)的縮減獲得平均效應(yīng)， 也可減小噪聲。將作為第一縮減比例的縮減比例(第一縮減比例)設(shè)
置為原始大小的二分之一。以該大小，可在保留足夠搜索必須的特征 量的同時(shí)通過平均獲得噪聲減小的效果。 (邊緣方向的極性) 此外，使用這種方法，可設(shè)置邊緣方向的極性的存在或不存在。 因此可根據(jù)極性改變處理邊緣角的方法。通常，不考慮這種極性的概 念，而僅考慮邊緣方向(角)的概念，并且因此存在一個(gè)問題，例如， 將邊緣方向(角)視為0到180度，導(dǎo)致不能區(qū)分不同方位的向量從 而造成錯(cuò)誤搜索的發(fā)生。與此相反，在上述方法中，通過考慮極性的
概念覆蓋了 0到360度從而實(shí)現(xiàn)更準(zhǔn)確的搜索。
在忽略極性的情況下，通過同時(shí)也建立一個(gè)反向位的處理可容 易地實(shí)現(xiàn)對(duì)待搜索對(duì)象側(cè)的邊緣角位轉(zhuǎn)換。否則，可將位均勻地分配
給邊緣方向而不是方位。例如在粗搜索中，將8個(gè)邊緣角位作為邊緣 分辨率均勻地分配給邊緣方向，以使獲得其重要性不依賴于邊緣極性
而依賴于邊緣方向的分辨率的搜索結(jié)果。 (關(guān)于旋轉(zhuǎn)角的細(xì)定位) 接著，基于圖41至圖45描述通過使用點(diǎn)與看作誤差角的圓弧 之間的距離的最小平方法對(duì)圓弧段執(zhí)行細(xì)定位的過程?？紤]的是通過 作為圖案模型PM的圖案的方式對(duì)待搜索圖像執(zhí)行細(xì)定位的情況，圖 案模型PM通過圓弧段和線段表示局部具有凹口的圓，如圖41中粗 實(shí)線所表示的。圖41的圖案模型PM由一個(gè)圓弧段和一條線段構(gòu)成， 并且通常將這種工件形狀應(yīng)用到提供有定向平面表面的圓片上等。圖 42示出了通過該圖案模型PM的方式對(duì)待搜索圖像已執(zhí)行粗搜索從 而以安排在檢測(cè)候選的位置中的圖案模型PM執(zhí)行某一級(jí)別的定位的狀態(tài)?？紤]的是幾乎將圖案模型PM疊加到待搜索圖像的邊緣點(diǎn)上 并且僅凹口部分的線段不匹配的狀態(tài)。應(yīng)該注意，在這些圖中，粗實(shí) 線表示圖案模型PM，并且細(xì)線表示待搜索圖像的邊緣點(diǎn)(輸入邊緣
點(diǎn)IE)。此外，由虛線箭頭表示輸入邊緣點(diǎn)IE的目標(biāo)點(diǎn)，并且由虛 線表示該輸入邊緣點(diǎn)的切線SL。應(yīng)該注意，盡管實(shí)際切線SL更短 并且存在于疊加到細(xì)線的圖案模型PM上的狀態(tài)中，為了描述的方便 這些圖中顯示出來的信號(hào)線更長(zhǎng)。
當(dāng)從該狀態(tài)執(zhí)行細(xì)定位時(shí)，可期待相對(duì)旋轉(zhuǎn)該圖案模型以使線 段部分匹配，即如圖42，即使通過對(duì)由圖42中的箭頭表示的位置的 輸入邊緣點(diǎn)應(yīng)用最小平方法的旋轉(zhuǎn)，誤差也不是必然變得更大。將其 中以點(diǎn)與圓弧之間的距離而不是點(diǎn)與直線之間的距離作為誤差函數(shù) 的最小平方法應(yīng)用到圓弧段。具體地說，應(yīng)用最小平方法以使將圓形 圖案模型的半徑與作為圓弧的具有待搜索圓形圖案模型的中心的圖 像的邊緣點(diǎn)的半徑之間的差的絕對(duì)值看作誤差值。即，在最小平方法 中使用的圓弧段的誤差函數(shù)是具有圓弧段的中心的理想半徑與介于 圓弧中心和相應(yīng)邊緣點(diǎn)之間的距離之間的差?？捎扇缦卤磉_(dá)式表示圓 弧段的誤差函數(shù)
^a,:理想半徑
U。，y。)圓弧的中心坐標(biāo)
相應(yīng)邊緣點(diǎn) [表達(dá)式18]
1。,理想半徑 (xc，yc):圓弧的中心坐標(biāo) (;c，;y):相應(yīng)邊緣點(diǎn)
因此，如圖43所示，箭頭的輸入邊緣點(diǎn)與圓弧模型之間的距離改 變不大。即，這意味著可產(chǎn)生如圖43所示的圖案模型PM逆時(shí)針旋轉(zhuǎn) 作為充分程度的解。從而可在很少次執(zhí)行細(xì)定位的圓形工件實(shí)現(xiàn)角的高準(zhǔn)確度。應(yīng)該注意，在圖42和圖43的示例中，實(shí)際上將由虛線表 示的圓形區(qū)域疊加到圖案模型的細(xì)線上，但是為了描述的方便在這些 圖中輕微地移位和顯示。
同時(shí)，在通常的最小平方法中，將輸入邊緣點(diǎn)與切線之間的距離 看作誤差函數(shù)，并且移動(dòng)圖案模型以縮短該距離。因此可認(rèn)為在合適 的旋轉(zhuǎn)方向不旋轉(zhuǎn)圖案模型，并且因此具有增加定位位移的相反效果。 例如，存在不能從圖47所示的狀態(tài)獲得如圖48所示逆時(shí)針旋轉(zhuǎn)圖案 模型PM的情況。g卩，當(dāng)從圖47所示的在由箭頭表示的位置形成輸入 邊緣點(diǎn)與切線之間的關(guān)系的狀態(tài)如圖48所示旋轉(zhuǎn)圖案模型PM時(shí)，在 輸入邊緣點(diǎn)離開切線的方向執(zhí)行旋轉(zhuǎn)，導(dǎo)致不能產(chǎn)生該旋轉(zhuǎn)作為解。 與此相反，在本實(shí)施例中，由于應(yīng)用了上述將點(diǎn)與圓弧之間的距離作 為誤差函數(shù)的最小平方法，可在很少次執(zhí)行細(xì)定位中的圓形工件上實(shí) 現(xiàn)角的高準(zhǔn)確度。
(相應(yīng)邊緣點(diǎn)創(chuàng)建處理)
圖44示出了在圖41的圖案模型上進(jìn)一步執(zhí)行相應(yīng)點(diǎn)搜索線的創(chuàng) 建處理的示例。如圖所示，將一個(gè)參考點(diǎn)分配給每個(gè)圓弧段和線段的 中心，并且以固定間隔從那些點(diǎn)的每個(gè)設(shè)置參考點(diǎn)，除了段末端邊緣 附近之外。此外，在各參考點(diǎn)處垂直于段的方向上從內(nèi)向外設(shè)置相應(yīng) 點(diǎn)搜索線。圖45示出了通過使用該圖案模型對(duì)待搜索圖像執(zhí)行粗搜索 的狀態(tài)，并且已將圖案模型PM疊加到了確定的檢測(cè)候選的位置和姿 態(tài)上。
在這種狀態(tài)中，沿著每條相應(yīng)點(diǎn)搜索線執(zhí)行邊緣提取，來搜索針 對(duì)每個(gè)段的相應(yīng)邊緣點(diǎn)。由于相應(yīng)邊緣點(diǎn)是每條相應(yīng)點(diǎn)搜索線與待搜 索圖像的邊緣點(diǎn)(細(xì)線)的交點(diǎn)，例如圖45，所以由X表示的點(diǎn)是相 應(yīng)邊緣點(diǎn)。在圖45的示例中，由于安排在作為粗搜索的結(jié)果獲得的檢 測(cè)候選的位置的圖案模型的圓弧部分與輸入邊緣點(diǎn)幾乎匹配，所以圓 弧段的相應(yīng)邊緣點(diǎn)與圓弧段幾乎匹配。因此，即使當(dāng)相對(duì)旋轉(zhuǎn)圓形工 件時(shí)，圓弧的誤差函數(shù)也不增加，并且因此該自由度不阻止旋轉(zhuǎn)。因 此可期望旋轉(zhuǎn)移動(dòng)作成為解。
另一方面，線段的許多相應(yīng)邊緣點(diǎn)不在線段上。在線段上執(zhí)行的最小平方法中，由于將點(diǎn)與線之間的距離看作誤差函數(shù)，所以估計(jì)逆 時(shí)針旋轉(zhuǎn)將整體減小誤差函數(shù)的值。從中發(fā)現(xiàn)，充分期待獲得作為通 過最小平方法獲得的解的逆時(shí)針旋轉(zhuǎn)。
(在存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下的加權(quán)處理) 此外，當(dāng)存在與參考點(diǎn)相應(yīng)的多個(gè)相應(yīng)邊緣點(diǎn)候選時(shí)，可對(duì)每個(gè) 相應(yīng)邊緣點(diǎn)執(zhí)行加權(quán)，以改進(jìn)模糊確定相應(yīng)邊緣點(diǎn)的情況下細(xì)定位中
的準(zhǔn)確度?；趫D49A至圖49D描述該情況。通過使用作為圖案模型 的作為具有圖49A中粗線表示的兩條縱線的矩形的圖案模型PM考慮 執(zhí)行細(xì)定位的示例。在這種情況下，假設(shè)由圖49B中的細(xì)線表示段SG1 和SG2并在粗搜索中獲得。在圖49B中，僅考慮位于工件右和左的兩 段SG1、 SG2。在垂直于(邊緣方向)通過如上所述參考點(diǎn)KT1、 KT2 的各個(gè)段SG1、SG2的方向上設(shè)置這些段的相應(yīng)點(diǎn)搜索線TTL1、TTL2。 當(dāng)在由虛線表示的針對(duì)各段SG1、 SG2的各參考點(diǎn)KT1、 KT2設(shè)置相 應(yīng)點(diǎn)搜索線TTL1、 TTL2時(shí)，可獲得位于各相應(yīng)點(diǎn)搜索線TTL1、 TTL2 的相應(yīng)邊緣點(diǎn)候選。當(dāng)僅針對(duì)右邊段SG1獲得一個(gè)相應(yīng)邊緣點(diǎn)候選 TTA時(shí)，針對(duì)左邊段SG2獲得兩個(gè)相應(yīng)邊緣點(diǎn)候選TTB、 TTC。由于 從相應(yīng)邊緣點(diǎn)候選中選擇與參考點(diǎn)最近的相應(yīng)邊緣點(diǎn)并確定為相應(yīng)邊 緣點(diǎn)，所以TTA和TTB每個(gè)都變?yōu)橄鄳?yīng)邊緣點(diǎn)。在圖49B的示例中， 由于關(guān)于左邊段SG2存在多個(gè)相應(yīng)邊緣點(diǎn)候選，所以可認(rèn)為其包括模 糊。在這種情況下，問題是在哪個(gè)方向移動(dòng)該段(即圖案模型)。特 別地，在圖49B的情況下，當(dāng)整個(gè)段(即圖案模型)由于選擇TTB向 右移動(dòng)作為相應(yīng)邊緣點(diǎn)時(shí)，其在期望的細(xì)定位相反方向上的移動(dòng)，這 不是優(yōu)選的。
因此，在執(zhí)行最小平方法的計(jì)算時(shí)，加權(quán)每個(gè)相應(yīng)邊緣點(diǎn)。在圖 49B的示例中，由于針對(duì)右邊段SG1在參考點(diǎn)KT1的相應(yīng)點(diǎn)搜索線 TTL1上僅存在一個(gè)相應(yīng)邊緣點(diǎn)TTA，所以產(chǎn)生"1.0"的權(quán)值。另一 方面，考慮左邊段SG2，在參考點(diǎn)KT2的相應(yīng)點(diǎn)搜索線TTL2上相應(yīng) 邊緣點(diǎn)候選TTB、 TTC位于夾在參考點(diǎn)KT2的右邊和左邊。因此，根 據(jù)從參考點(diǎn)KT2到每個(gè)相應(yīng)邊緣點(diǎn)候選的距離設(shè)置對(duì)于參考點(diǎn)KT2的 相應(yīng)邊緣點(diǎn)TTB的權(quán)值。作為確定權(quán)重的表達(dá)式的示例，如圖49D所示，當(dāng)?shù)谝幌鄳?yīng)邊緣點(diǎn)候選與參考點(diǎn)之間的距離為dl并且第二相應(yīng)邊 緣點(diǎn)候選與參考點(diǎn)之間的距離為d2 (dl《d2)時(shí)，
權(quán)值W-l-" (dl/d2) 其中0< <1。
在上述表達(dá)式中，在相應(yīng)邊緣點(diǎn)候選的數(shù)量為1的情況下W=l， 并且在相應(yīng)邊緣點(diǎn)候選的數(shù)量大于1的情況下W更小。如上所述，在 相應(yīng)邊緣點(diǎn)候選數(shù)量為1的情況下(即在不模糊的情況下)通過增加 權(quán)值，可實(shí)現(xiàn)以更可能的方向的移動(dòng)。此外，在相應(yīng)邊緣點(diǎn)候選的數(shù) 量為多于1的情況下，在將最近的相應(yīng)邊緣點(diǎn)候選作為相應(yīng)邊緣點(diǎn)的
同時(shí)，相應(yīng)邊緣點(diǎn)與相應(yīng)邊緣點(diǎn)候選之間的位置關(guān)系為上述表達(dá)式
當(dāng)把理想點(diǎn)夾在中間時(shí)，W=l- (較短距離/較長(zhǎng)距離)，當(dāng)沒有把理 想點(diǎn)夾在中間時(shí)"W=l"。在這種加權(quán)運(yùn)算和加權(quán)之后，通過包括在 圖1所示的作為加權(quán)計(jì)算裝置的計(jì)算裝置6中的細(xì)定位裝置76確定段 移動(dòng)方向。
(分值計(jì)算)
此外，在通過使用最小平方法執(zhí)行細(xì)定位計(jì)算時(shí)，也可計(jì)算表示 相似度的分值。即，將最小平方法應(yīng)用到相應(yīng)點(diǎn)搜索線，并且在最終 的最小平方法處理中通過相應(yīng)點(diǎn)的數(shù)量與參考點(diǎn)的數(shù)量之間的比例計(jì) 算該分值。在簡(jiǎn)化方法中，考慮用相應(yīng)點(diǎn)的數(shù)量減去參考點(diǎn)的數(shù)量獲
得的值作為相似度，并且可通過下述表達(dá)式求出
s 打 S:分值
n:相應(yīng)點(diǎn)的數(shù)量 HI:參考點(diǎn)的數(shù)量
此外，也可將參考點(diǎn)的理想邊緣角與相應(yīng)邊緣點(diǎn)的邊緣角之間 的相似度反映到分值中。在這種情況下，計(jì)算每個(gè)從最終最小平方法 處理中的相應(yīng)邊緣點(diǎn)的邊緣角與其相應(yīng)的參考點(diǎn)的邊緣角之間的差異和參考點(diǎn)的數(shù)量獲得的總的權(quán)值的比例作為分值。具體地說，可通 過如下表達(dá)式計(jì)算 [表達(dá)式20〗<formula>formula see original document page 91</formula>
S:分值
n:相應(yīng)點(diǎn)的數(shù)量 m:參考點(diǎn)的數(shù)量
ffl(;c):當(dāng)x-0時(shí)為l的函數(shù)，并且隨x的增長(zhǎng)單調(diào)遞減
《相應(yīng)點(diǎn)的邊緣角
與相應(yīng)點(diǎn)對(duì)應(yīng)的參考點(diǎn)的角(參考點(diǎn)的理想角) 當(dāng)段為線時(shí)參考點(diǎn)的理想邊緣角是垂直于線的方向，并且疊加到 相應(yīng)點(diǎn)搜索線上。在這種方法中，設(shè)置以使每個(gè)相應(yīng)邊緣點(diǎn)的邊緣角 與對(duì)應(yīng)于相應(yīng)邊緣點(diǎn)的參考點(diǎn)的理想邊緣角之間的差異越小，權(quán)值越
接近l，且反之，角差異越大，權(quán)值越接近o。例如，在角差異為o到
18度的情況下將權(quán)值設(shè)置為0，在角差異為18到36度的情況下將權(quán) 值設(shè)為0.1，并且在角差異為162到180度的情況下將權(quán)值設(shè)為1。在 這種方式中，針對(duì)每個(gè)參考點(diǎn)計(jì)算權(quán)值并且對(duì)最終獲得的權(quán)值求平均 來計(jì)算分值。
在圖49B的示例中，為右邊的相應(yīng)邊緣點(diǎn)A設(shè)置權(quán)值為1，并且 為左邊的相應(yīng)邊緣點(diǎn)B設(shè)置權(quán)值為0.9。這導(dǎo)致將向左邊移動(dòng)圖案模型 的動(dòng)作施加到右邊段SG1，并且將向右邊移動(dòng)圖案模型的動(dòng)作施加到 左邊段SG2。因此，將這些放在一起，向左邊移動(dòng)的權(quán)值為1并且向 右邊移動(dòng)的權(quán)值為0.9，并且因此，圖案模型向左邊移動(dòng)，以實(shí)現(xiàn)如圖 49C所示的狀態(tài)。類似地，再次從圖49C執(zhí)行加權(quán)，并且基于加權(quán)的 結(jié)果重復(fù)移動(dòng)處理，以確定最終的細(xì)定位。如上所述，根據(jù)相應(yīng)邊緣 點(diǎn)候選與參考點(diǎn)之間的距離通過加權(quán)估計(jì)定位圖案模型移動(dòng)的方向， 并執(zhí)行定位。因此可在相對(duì)可能的方向移動(dòng)圖案模型，以改進(jìn)定位的 可靠性和穩(wěn)定性。(在考慮定位方向中選擇段的方法) 尤其當(dāng)許多線段集中在特定方向時(shí)可發(fā)生如上所述這種情況。
在圖49B的示例中，段僅存在于縱向方向(Y軸方向)，并且因此 可在X軸方向上實(shí)現(xiàn)準(zhǔn)確定位。另一方面，由于不存在在橫向上(X 軸方向)延伸線段，因此不能定義Y軸方向，從而使得在該方向上 定位模糊。因此，在選擇組成圖案模型的段時(shí)，為了防止定位方向被 集中的特定方向，有意識(shí)地選擇正交關(guān)系的段(如X軸方向和Y軸 方向)，以使可獲得穩(wěn)定的定位結(jié)果。在下文中，基于圖50的流程 圖描述考慮定位方向來選擇段的方法。
首先，在步驟S4901中，在已經(jīng)獲得多個(gè)段候選的狀態(tài)中，按 長(zhǎng)度分類段候選。應(yīng)該注意，在圓弧段的情況下，將圓弧的長(zhǎng)度看作 段長(zhǎng)度。
接著，在步驟S4902中，選擇最長(zhǎng)的段候選作為段，并且還將 其設(shè)置為參考點(diǎn)段。將垂直于該參考段的方向看作參考角。應(yīng)該注意， 當(dāng)選擇圓弧段時(shí)，參考角出現(xiàn)無效的狀態(tài)。當(dāng)參考角無效時(shí)，不通過 角的方式而是僅通過每個(gè)段候選的長(zhǎng)度的方式選擇共軛段。
此外，在步驟S4903中，提取針對(duì)參考段作為共軛段的段候選。 從參考角搜索是否存在包括在預(yù)定角范圍之內(nèi)(這種情況下為第一角 范圍)的段候選。圖51A示出了第一角范圍的示例。提取包括在垂 直于設(shè)置在中心的參考段(90度)的方向的±45度的范圍之內(nèi)(即 45度到135度的范圍，總共90度的范圍)的段候選。
在圖51B所示的段候選的示例中，提取其上標(biāo)有"〇"的段候 選，消除其上標(biāo)有"X"的段候選。當(dāng)選擇線段作為共軛段時(shí)，參考 角變?yōu)榇怪庇谀嵌蔚姆较?，并且獲得有效狀態(tài)。當(dāng)段不是線而是圓弧 段時(shí)，無條件地提取。這是因?yàn)椋趫A弧段的情況下，期望角的改變 較大并且可因此成為有用信息。此外，在圓弧段的情況下，參考角的 狀態(tài)保持不變。
當(dāng)提取段候選時(shí)，處理轉(zhuǎn)到步驟S4901-l，選擇提取的段候選中 的最長(zhǎng)段候選作為段，并且將其設(shè)置為針對(duì)參考段的共軛段。此外， 在步驟S4905中，確定已選擇的段的數(shù)量是否達(dá)到了預(yù)定數(shù)量。當(dāng)達(dá)到預(yù)定數(shù)量時(shí)，處理完成。當(dāng)沒有達(dá)到預(yù)定數(shù)量時(shí)，處理轉(zhuǎn)到步驟
S4906,并且再次設(shè)置一個(gè)新的參考段作為共軛段。此后，處理返回 到步驟S4903，重復(fù)處理。應(yīng)該注意，在選擇圓弧段作為共軛段并且 將圓弧段看作是參考段的情況下，如上述當(dāng)參考角為無效狀態(tài)時(shí)不根 據(jù)角而僅根據(jù)長(zhǎng)度做出共軛段的選擇，并且由于前述表明當(dāng)參考角為 無效的狀態(tài)時(shí)通過執(zhí)行相同的處理來提取共軛段。
同時(shí)，當(dāng)在步驟S4903中不存在包括在第一角范圍內(nèi)段候選時(shí)， 處理轉(zhuǎn)到步驟S4904，并且以如上相同的方式從搜索是否存在包括在 從第一角范圍擴(kuò)展的第二角范圍之內(nèi)的段候選。在圖51A的示例中， 把從第一角范圍以土5度擴(kuò)展的40到140度的范圍設(shè)置為第二角范 圍的示例。當(dāng)找到段候選時(shí)，處理跳到步驟S4904-l，并且以如上相 同的方式，選擇最長(zhǎng)段并且將其設(shè)置為共軛段。
當(dāng)即使在第二角范圍之內(nèi)也沒找到段候選時(shí)，在步驟S4904-3 中，進(jìn)一步以如上相同的方式搜索是否存在包括在從第二角范圍進(jìn)一 步擴(kuò)展的第三角范圍之內(nèi)的段候選。在圖51A的示例中，把從第二 角范圍進(jìn)一步以士5度擴(kuò)展的35度到145度的范圍設(shè)置為第三角范 圍的示例。當(dāng)找到段候選時(shí)，處理以如上相同的方式跳到步驟 S4904-l，并且選擇最長(zhǎng)的段并且將其設(shè)置為共軛段。當(dāng)沒有找到段 候選時(shí)，處理轉(zhuǎn)到步驟S4902,并且重新從段候選中選擇最長(zhǎng)段作為 參考段。應(yīng)該注意，可根據(jù)需要改變角范圍的數(shù)值、重新設(shè)置角范圍 的次數(shù)等。例如，當(dāng)在步驟S4904-3中沒有找到段時(shí)，可執(zhí)行在進(jìn)一 步擴(kuò)展的角范圍中搜索。相反，可不執(zhí)行步驟S4904-3，并且當(dāng)在步 驟S4904-2中沒有找到段時(shí)，可立即將處理返回到步驟S4902來復(fù)位 參考段。
如上所述，由于重復(fù)選擇近似垂直于參考段的方向的共軛段的 操作并且因此選擇具有分散角的段，可改進(jìn)定位的穩(wěn)定性。通過段創(chuàng) 建裝置68中的段選擇裝置67以這種方式選擇段。 (圖案特征選擇功能)
此外，也可提供可根據(jù)從待搜索對(duì)象獲得的圖案特征來改變用 于組成圖案模型的段的選擇標(biāo)準(zhǔn)的圖案特征選擇功能。具體地說，在圖67中所示的已登記圖像中尤其有效。在圖67中的己登記圖像中，
在網(wǎng)格框架中顯示不同字符和數(shù)字。當(dāng)在這種圖像上設(shè)置圖案窗口
PW時(shí)，如圖67所示，在框架部分中設(shè)置許多段SGW而在創(chuàng)建的圖 案模型中的框架內(nèi)的字符中設(shè)置很少的字符形式段SGM。在這種圖 案模型中，僅在框架部分中執(zhí)行定位，導(dǎo)致忽視框架內(nèi)部的字符或者 認(rèn)為其不重要，以使很難識(shí)別字符，并且因此由于框架單元中的定位 位移等定位可能失敗。
這是由段的選擇標(biāo)準(zhǔn)造成的。§卩，從通常消除噪聲分量和連接 重要性到更清楚地檢測(cè)到的邊緣點(diǎn)會(huì)導(dǎo)致定位準(zhǔn)確度的改進(jìn)的觀點(diǎn) 優(yōu)選地選擇長(zhǎng)段。這是因?yàn)榭紤]到短的輪廓具有大量的噪聲分量，并 且基于較長(zhǎng)線段有利地提取更多準(zhǔn)確邊緣信息的假設(shè)，設(shè)置以使從長(zhǎng) 線段中自動(dòng)地選擇段。換句話說，迄今為止還不存在一種圖像處理方 法等可優(yōu)選地選擇短線段。因此，在圖67的示例中，由于在由直線 包圍的框架部分中邊緣檢測(cè)趨于相對(duì)容易并清楚，所以變得更易于選 擇在框架部分中創(chuàng)建的段，導(dǎo)致如上所述的定位的失敗。特別地，在 粗搜索中，由于其是一種簡(jiǎn)單搜索并且因此，不是使用所有的提取的 邊緣、鏈條段等的輪廓信息，而僅選擇部分輪廓，當(dāng)優(yōu)選地選擇的輪 廓對(duì)準(zhǔn)確定位沒有貢獻(xiàn)時(shí)，發(fā)生這種錯(cuò)誤選擇的問題。
與此相反，在本實(shí)施例中，設(shè)置可從較短輪廓以長(zhǎng)度遞增的順 序選擇輪廓的功能，以根據(jù)已登記圖像獲得適當(dāng)?shù)乃阉鹘Y(jié)果。此外， 通過設(shè)置門限并且消除不大于預(yù)定長(zhǎng)度的線段來實(shí)現(xiàn)噪聲分量的消 除。因此，當(dāng)有效地消除噪聲分量時(shí)，可獲得高可靠性的搜索結(jié)果。 (以輪廓長(zhǎng)度分類)
接著，描述兩種用于選擇短輪廓的方法。首先，基于圖68的用 戶界面顯示屏描述一種用于以長(zhǎng)度分類輪廓并從短的輪廓中選擇預(yù) 定數(shù)量的輪廓的方法。圖68是表示圖案特征選擇功能的圖像處理程 序選擇顯示屏200的用戶界面的圖像顯示，用于適當(dāng)?shù)剡x擇組成己登 記圖像的圖案模型的輪廓。在該顯示屏中，用于可分別設(shè)置用于粗搜 索和細(xì)定位的設(shè)置，分別把邊緣強(qiáng)度下限82、輪廓長(zhǎng)度下限83、選 擇輪廓的數(shù)量84和輪廓登記的順序85看作為設(shè)置項(xiàng)。其中，關(guān)于圖的輪廓數(shù)量84和輪廓
登記的順序85。
通過邊緣強(qiáng)度上限81和邊緣強(qiáng)度下線82定義作為邊緣的檢測(cè) 范圍，并且指定消除高于上限值或低于下限值的邊緣強(qiáng)度的這種過濾 條件。
(輪廓長(zhǎng)度下限設(shè)置裝置)
輪廓長(zhǎng)度下限83用作一種輪廓長(zhǎng)度下限設(shè)置裝置，用于設(shè)置作 為輪廓的檢測(cè)下限。S卩，通過長(zhǎng)度濾波器過濾短于由輪廓長(zhǎng)度下限 83定義的下限值的輪廓。這可消除作為短輪廓出現(xiàn)的噪聲。此外， 使用用戶可調(diào)的該值，可根據(jù)使用環(huán)境和過濾的應(yīng)用適當(dāng)?shù)卣{(diào)整過濾 的強(qiáng)度。此外，輪廓長(zhǎng)度下限可以是一個(gè)取決于環(huán)境的固定值。 (選擇數(shù)量確定裝置)
選擇的輪廓數(shù)量84用作選擇數(shù)量確定裝置，用于定義選擇輪廓 的數(shù)量。定義輪廓數(shù)量的上限用作圖案模型可將圖案模型簡(jiǎn)化以縮減 處理量，從而尋求搜索時(shí)間的縮減。此外，隨著選擇數(shù)量的增加，處 理量增加，但是另一方面，可獲得高準(zhǔn)確度的搜索結(jié)果。應(yīng)該注意， 將選擇的輪廓數(shù)量設(shè)置為固定值(如50)可尋求如上所述設(shè)置操作 的簡(jiǎn)化。
(選擇順序確定裝置)
輪廓登記的順序85用作選擇順序確定裝置，可在輪廓長(zhǎng)度遞增 與遞減之間切換選擇輪廓的順序。從而根據(jù)作為圖像處理對(duì)象的圖 像，設(shè)置適當(dāng)?shù)拈L(zhǎng)度遞增或遞減順序的選擇方法，以使可以更靈活地 和更準(zhǔn)確地執(zhí)行圖像處理。
通過設(shè)置上述設(shè)置項(xiàng)，從多個(gè)輪廓中過濾掉接近噪聲的這種相 當(dāng)短的輪廓，并且使輪廓可從較短的中順序地選擇，以有效地消除噪 聲分量并且也適當(dāng)?shù)剡x擇對(duì)定位準(zhǔn)確度有影響的段，以使可構(gòu)成有效 的圖案模型。
例如考慮的是通過在如圖69中所示的網(wǎng)格框架中顯示的不同字 符和數(shù)字的已登記圖像上設(shè)置圖案窗口 PW來選擇組成圖案模型的 段的示例。在設(shè)置如圖70所示的情況下，由于輪廓登記的順序85設(shè)置為"長(zhǎng)度遞減的順序"，SP，設(shè)置以使從較長(zhǎng)的到較短的連續(xù)地 選擇輪廓。從而，如圖69所示，不需要選擇框架部分中的許多段SGW
并且在對(duì)識(shí)別重要的字符和數(shù)字的部分中選擇很少的段SGM如果該
狀態(tài)保持不變，則不能獲得準(zhǔn)確定位。
與此相反，如圖71所示，將以輪廓登記的順序85的設(shè)置改變 為"長(zhǎng)度遞增的順序"，即改變?cè)O(shè)置以從較短的到較長(zhǎng)的連續(xù)地選擇 輪廓，其中如圖72所示選擇框架內(nèi)的許多字符和數(shù)字的段SGM，以 使可構(gòu)成包括適合于已登記圖像的輪廓信息的圖案模型。
應(yīng)該注意，分別在圖68的示例中的粗搜索和細(xì)定位中盡管每個(gè) 設(shè)置項(xiàng)是單獨(dú)可設(shè)的，也可使其在其中之一可設(shè)，或者可形成通過圖 像處理程序或圖像處理設(shè)備側(cè)定義特定項(xiàng)并且用戶的調(diào)整是受限的 這種組成。減少設(shè)置項(xiàng)的數(shù)量以允許不特別熟悉操作的用戶以簡(jiǎn)單的 方式使用設(shè)備可改進(jìn)可操作性。
此外，對(duì)于輪廓，除了段之外的如鏈條等的輪廓信息也是可用 的。例如，在使用通過鏈條創(chuàng)建裝置63獲得的鏈條作為輪廓信息而 不將鏈條近似為線段或圓弧段的情況下，可對(duì)鏈條的選擇標(biāo)準(zhǔn)應(yīng)用如 上所述的從短鏈條中選擇鏈條的技術(shù)、使選擇順序可在遞增順序和遞 減順序之間切換的技術(shù)或者用于消除短于或長(zhǎng)于預(yù)定門限的鏈條的 技術(shù)，并且這也可允許獲得類似的動(dòng)作效應(yīng)。接著，基于圖73和圖 74的流程圖描述用于以輪廓長(zhǎng)度的順序分類輪廓的特定步驟。
首先，基于圖73描述通過使用段長(zhǎng)度執(zhí)行分類的情況。首先提 取輪廓。首先，在步驟S7301中，對(duì)已登記圖像執(zhí)行索貝爾濾波， 以得到邊緣角圖像和邊緣強(qiáng)度圖像。接著在步驟S7302中，通過使 用邊緣角圖像和邊緣強(qiáng)度圖像減薄邊緣點(diǎn)，以得到輪廓點(diǎn)。具體地說， 在通過輪廓提取裝置62的邊緣角/邊緣強(qiáng)度圖像創(chuàng)建裝置60創(chuàng)建邊 緣角圖像和邊緣強(qiáng)度圖像之后，通過邊緣強(qiáng)度非最大點(diǎn)抑制處理的方 式由減薄裝置61減薄邊緣點(diǎn)。此外，在步驟S7303中，通過鏈條創(chuàng) 建裝置63創(chuàng)建鏈條。具體地說，邊緣連鎖裝置64連接相鄰邊緣點(diǎn)以 創(chuàng)建鏈條。此外，根據(jù)需要通過具有各種特征量的鏈條過濾裝置66 執(zhí)行過濾。接著，在步驟S7304中，創(chuàng)建段。段創(chuàng)建裝置68中的邊緣鏈條 分段裝置65創(chuàng)建通過以線和/或圓弧近似每個(gè)鏈條獲得的段。此外， 在步驟S7305中，過濾短段。作為輪廓長(zhǎng)度下限設(shè)置裝置，段選擇 裝置67消除具有不長(zhǎng)于下限值的長(zhǎng)度的段，以消除噪聲分量。
最后，在步驟S7306中，以段長(zhǎng)度分類段，以從具有較短長(zhǎng)度 的段連續(xù)地選擇組成圖案模型的段。段選擇裝置67用作輪廓分類裝 置，用于以長(zhǎng)度遞減的順序分類輪廓，按長(zhǎng)度的順序分類段，并且進(jìn) 一步以由選擇順序確定裝置定義的選擇順序在通過選擇數(shù)確定裝置 定義的數(shù)量中以段長(zhǎng)遞增的順序即連續(xù)地從較短的中選擇段。因此， 構(gòu)成上述如圖72的適用于已登記圖像的圖案模型。
另一方面，基于圖74的流程圖描述使用不通過作為輪廓的段的 鏈條的示例。從輪廓點(diǎn)的提取到鏈條的創(chuàng)建的過程與上述圖73中的 一樣。g卩，在步驟S7401中，對(duì)已登記圖像進(jìn)行索貝爾濾波，以找 出邊緣角圖像和邊緣強(qiáng)度圖像。接著在步驟S7402中，通過使用邊 緣角圖像和邊緣強(qiáng)度圖像減薄邊緣點(diǎn)，以求出輪廓點(diǎn)。此外，在步驟 S7403中，創(chuàng)建鏈條。
接著，在步驟S7404中，過濾短鏈條。根據(jù)由輪廓長(zhǎng)度下限設(shè) 置裝置設(shè)置的下限值，鏈條創(chuàng)建裝置63中的鏈條過濾裝置66消除短 于輪廓長(zhǎng)度下限83的鏈條。接著，在步驟S7405中，以鏈條長(zhǎng)度的 順序分類鏈條，以從具有較短長(zhǎng)度的鏈條中連續(xù)地選擇組成圖案模型 的鏈條。同樣在這種情況下，鏈條過濾裝置66用作輪廓分類裝置， 以長(zhǎng)度的順序分類鏈條，并且進(jìn)一步以由選擇順序確定裝置定義的選 擇順序在由選擇數(shù)確定裝置定義的數(shù)量中以鏈條長(zhǎng)度遞增的順序選 擇鏈條。因此，構(gòu)成如圖72所示的適合于已登記圖像的圖案模型。
使用這種方法，不需要使段近似的處理，并且由此可因此簡(jiǎn)化 處理。另一方面，由于鏈條是連接任意不近似為固定幾何圖形(如線 或圓弧)的線段的主體，隨后的每個(gè)處理變得復(fù)雜。根據(jù)已登記圖像 是否為簡(jiǎn)單的圖形、邊緣點(diǎn)的檢測(cè)準(zhǔn)確度等來確定選擇的方法。
(過濾長(zhǎng)的輪廓) 應(yīng)該注意，盡管在上述示例中以輪廓長(zhǎng)度的順序執(zhí)行分類，可通過消除長(zhǎng)輪廓而不執(zhí)行分類來構(gòu)成圖案模型。在下文中，基于圖
75的用戶界面顯示屏來描述該方法。圖75也是表示用于在圖像處理
程序中為已登記圖像設(shè)置圖案特征選擇功能的圖像處理程序設(shè)置顯
示屏300的用戶界面的圖像示圖。在該顯示屏中，除了邊緣強(qiáng)度上限 81、邊緣強(qiáng)度下限82和輪廓長(zhǎng)度下限83之外還給出輪廓長(zhǎng)度上限 86。邊緣強(qiáng)度上限81、邊緣強(qiáng)度下限82和輪廓長(zhǎng)度下限83類似于 上述圖68所示，且不重復(fù)提供其詳細(xì)描述。 (輪廓長(zhǎng)度上限設(shè)置裝置)
輪廓長(zhǎng)度上限86用作輪廓長(zhǎng)度上限設(shè)置裝置，用于設(shè)置輪廓的 上限值。即，輪廓長(zhǎng)度上限86過濾長(zhǎng)于由輪廓長(zhǎng)度上限86定義的上 限值的輪廓。因此可通過有意消除長(zhǎng)輪廓而僅保留短輪廓來構(gòu)成圖案 模型，從而因此獲得與優(yōu)選地選擇短輪廓的情況類似的效果。
應(yīng)該注意，在圖75的示例中，沒有提供選擇數(shù)確定裝置，并且 自動(dòng)地選擇預(yù)設(shè)定義值的數(shù)量的輪廓。但是，也可提供選擇數(shù)確定裝 置，以允許用戶手動(dòng)地設(shè)置輪廓數(shù)量。
如上所述，在不以長(zhǎng)度的順序分類輪廓的情況下，可構(gòu)成優(yōu)選 地選擇短輪廓的圖案模型，并且也可實(shí)現(xiàn)對(duì)圖67中己登記圖像有效 的圖案搜索。例如，在如圖76所示的這種設(shè)置條件下，圖案模型包 括許多在如圖77所示的框架部分選擇的段SGW。但是通過如圖78 所示將輪廓長(zhǎng)度上限86從100改為20，可構(gòu)成一種如圖79所示的 包括許多在框架內(nèi)的字符或數(shù)字的段SGM的圖案模型。
基于圖80和圖81的流程圖描述用于過濾長(zhǎng)輪廓的過程。首先， 圖80描述使用段作為輪廓的情況。同樣使用這種方法，如上述以輪 廓長(zhǎng)度分類輪廓的情況，提取輪廓點(diǎn)創(chuàng)建鏈條。S卩，在步驟S8001 中，對(duì)已登記圖像進(jìn)行索貝爾濾波，以求出邊緣角圖像和邊緣強(qiáng)度圖 像。接著在步驟S8002中，通過使用邊緣角圖像和邊緣強(qiáng)度圖像減 薄邊緣點(diǎn)，以得到輪廓點(diǎn)。最后，在步驟S8003中，創(chuàng)建鏈條，并 且接著在步驟S8004中，創(chuàng)建段。
最后，在步驟S8005中，刪除長(zhǎng)段和短段。除了段選擇裝置67 消除具有不大于作為輪廓長(zhǎng)度下限設(shè)置裝置的下限值的長(zhǎng)度的段之外，段選擇裝置67還用作輪廓長(zhǎng)度上限設(shè)置裝置，以消除具有大于
輪廓長(zhǎng)度上限86的長(zhǎng)度的段。因此，由于可在噪聲分量消除之后選 擇短段，可構(gòu)成包括對(duì)圖79所示的這種情況的定位有效的段的圖案 模型。盡管待選擇的段的數(shù)量是一個(gè)固定的值，如上所述，可單獨(dú)提 供選擇數(shù)確定裝置以允許用戶手動(dòng)設(shè)置。
此外，基于圖81描述通過鏈條代替段構(gòu)成圖案模型的示例。同 樣在這種情況下，從輪廓點(diǎn)的提取到鏈條的創(chuàng)建的過程類似于上述圖 74所示。S卩，在步驟S8101中，對(duì)已登記圖像執(zhí)行索貝爾濾波，以 得到邊緣角圖像和邊緣強(qiáng)度圖像。在步驟S8102中，通過使用邊緣 角圖像和邊緣強(qiáng)度圖像減薄邊緣點(diǎn)以得到輪廓點(diǎn)。在步驟S8103中， 創(chuàng)建鏈條。
接著，在步驟S8104中，刪除長(zhǎng)鏈條和短鏈條。鏈條過濾裝置 66消除具有不大于作為輪廓長(zhǎng)度下限設(shè)置裝置的輪廓長(zhǎng)度下限值的 長(zhǎng)度的鏈條并且還用作輪廓長(zhǎng)度上限設(shè)置裝置，以刪除長(zhǎng)于輪廓長(zhǎng)度 上限86的鏈條。因此，由于可在消除噪聲分量之后選擇短鏈條，可 構(gòu)成包括如圖79的這種情況對(duì)已登記圖像的定位有效的鏈條的圖案 模型。盡管選擇的鏈條數(shù)為一個(gè)固定的值，如上所述，可單獨(dú)地提供 選擇數(shù)確定裝置以允許用戶手動(dòng)設(shè)置。
(在考慮段方向的情況下的段選擇功能的組合)
在考慮定位方向或角的情況下可與上述段選擇功能同時(shí)使用圖 案特征選擇功能。即，作為一種用于在以長(zhǎng)度分類段或者在過濾長(zhǎng)段 之后確定選擇哪段來組成圖案模型的技術(shù)，可采用選擇接近垂直于參 考段的方向的共軛段的方法，如圖50的流程圖所示的方法等。應(yīng)該 注意，可將該方法用于段的選擇，但是不能用于鏈條的選擇。這是因 為鏈條不是以線和/或圓弧近似的，并且因此不具有如段具有的角或 方向。
以下基于圖82和圖83的流程圖描述在分類或過濾之后的選擇 段時(shí)考慮垂直于段的方向的示例。首先，圖82示出了以段長(zhǎng)度分類 段的示例。同樣在這種情況下，從輪廓點(diǎn)的提取以創(chuàng)建鏈條和段到從 獲得的段中過濾短的以分類段的過程類似于上述圖73的過程。艮P，首先在步驟S8201中，對(duì)已登記圖像進(jìn)行索貝爾濾波，以求出邊緣
角圖像和邊緣強(qiáng)度圖像。接著，在步驟S8202中，通過使用邊緣角 圖像和邊緣強(qiáng)度圖像來減薄邊緣點(diǎn)，以得到輪廓點(diǎn)。此外，在步驟 S8203中，創(chuàng)建鏈條，并且接著在步驟S8204中，創(chuàng)建段。接著在步 驟S8205中，過濾短的段，并且接著在步驟S8206中，以段長(zhǎng)度分 類過濾后的段并以長(zhǎng)度遞增的順序排列。
在這種狀態(tài)中，在步驟S8207中，在考慮垂直于每個(gè)段的方向 的同時(shí)從較短的中連續(xù)地選擇段。在圖84的流程圖中示出了在圖82 的步驟S8206之后的特定過程。該流程圖幾乎類似于圖50的流程圖， 但是其不同在于在步驟S8401中，設(shè)置分類順序?yàn)閺妮^短的中按 段長(zhǎng)遞增的順序而不是按段長(zhǎng)遞減的順序；在步驟S8402中選擇最 短段作為段候選并將其看作參考段；以及在步驟S8404-1中選擇最短 段作為段候選并且將其看作共軛段。除了以上所述之外均類似于圖 50，且因此不重復(fù)提供其詳細(xì)描述。
該方法在其中短段有效并且可替換選擇基本垂直的段的已登記 圖像上執(zhí)行尤其有效，以構(gòu)成其中以法線角為正交的這種關(guān)系有意選 擇段的圖案模型，從而可在縱向和橫向獲得穩(wěn)定的定位結(jié)果。
類似地，基于圖83的流程圖描述在用于過濾具有大長(zhǎng)度段的方 法中考慮垂直于段的方向的示例。同樣在這種情況下，從輪廓點(diǎn)的提 取到創(chuàng)建鏈條和段到過濾短的和長(zhǎng)的都類似于上述圖80等的過程。 即，首先在步驟S8301中，對(duì)已登記圖像進(jìn)行索貝爾過濾，以找到 邊緣角圖像和邊緣強(qiáng)度圖像。接著在步驟S8302中，通過使用邊緣 角圖像和邊緣強(qiáng)度圖像減薄邊緣點(diǎn)，以得到輪廓點(diǎn)。此外在步驟 S8303中，創(chuàng)建鏈條，并且接著在步驟S8304中創(chuàng)建段。接著在步驟 S8305中，過濾短段和長(zhǎng)段。由于在這種情況下隨時(shí)需要步驟S8306 中的以段長(zhǎng)分類段的操作，所以從該觀點(diǎn)可將上述圖82的方法看作 更有效的。其他效果類似于圖82中的，并且作為選擇接近垂直方向 的共軛段的結(jié)果，選擇具有分散角的段作為圖案模型，從而允許定位 穩(wěn)定性的改進(jìn)。
(對(duì)最小平方法的穩(wěn)定性的改進(jìn))種用于改進(jìn)在細(xì)定位步驟中執(zhí)行的最小平方法 的穩(wěn)定性的技術(shù)。將最小平方法簡(jiǎn)單歸類為線性方法和非線性方法。 在這些方法中的線性最小平方法中，理論上可統(tǒng)一獲得解。另一方面， 在非線性最小平方法中，通常近似為二次方程，并且因此近似的值不 是必須準(zhǔn)確的。在一些情況下，在細(xì)定位步驟中，可在一個(gè)方向上將 待檢測(cè)的位置移動(dòng)或旋轉(zhuǎn)以降低與粗搜索中獲得的位置相比的準(zhǔn)確 度。例如，在對(duì)高對(duì)稱性的圖形(如圖85所示的圓形(外圓的中心 坐標(biāo)稍微不同于內(nèi)圓的中心坐標(biāo)))執(zhí)行細(xì)定位的情況下，由于即使 當(dāng)圍繞其作為旋轉(zhuǎn)軸的中心旋轉(zhuǎn)每個(gè)圓時(shí)也很難改變誤差值，所以可 以與其基本旋轉(zhuǎn)圓相反的方向旋轉(zhuǎn)圓，或者因此，可發(fā)生角的大的改 變以及平行移動(dòng)量的大的位移。
在通常由二次方程近似的非線性最小二次平方法的求解方法 中，采取通過對(duì)誤差函數(shù)E (pi)近似直到試驗(yàn)參數(shù)的組"pi"的相
鄰試驗(yàn)參數(shù)的平方次數(shù)(quadratic power number)為最小平方法的變 量來創(chuàng)建近似誤差函數(shù)的這種過程，并且通過使用近似誤差函數(shù)，求 出這種試驗(yàn)參數(shù)組"pi"以使誤差函數(shù)最小。
作為一種用于如上所述非線性最小平方法中以小誤差值獲得解 的求解方法，提出如下反向海賽函數(shù)(reverse-Hessian)的方法。
這是一種在近似誤差函數(shù)的計(jì)算和從誤差函數(shù)計(jì)算最小試驗(yàn)參 數(shù)組之后，同時(shí)得到具有更高準(zhǔn)確度的下一級(jí)的試驗(yàn)參數(shù)組的方法。 但是，在通過使用該反向海賽函數(shù)方法找到具有小誤差值的解的情況 下，可發(fā)生如下這種缺陷?；趫D86A和圖86B進(jìn)行描述。在圖86A 和圖86B的每一個(gè)中，實(shí)線表示誤差函數(shù)，并且虛線表示由近似該 誤差函數(shù)獲得的近似的誤差函數(shù)。在圖86A和圖86B的每一個(gè)中， 在表示誤差函數(shù)的曲線上提供的符號(hào)P1表示在上述粗搜索中獲得的 位置(x， y， 0)。基于在該P(yáng)l附近的誤差函數(shù)值作為二次函數(shù)獲 得的是表示由虛線表示的近似誤差的二次曲線。
此外，在如圖86A所示的情況下，圖示描述反向海賽函數(shù)方法 適當(dāng)作用的情況，表示這樣一種情況，其中由于具有表示近似誤差函 數(shù)的虛線的二次曲線的最小誤差值的位置(即P2)與具有由實(shí)線表示的誤差函數(shù)的最小誤差值的位置P接近，因此得到具有小誤差值 的更準(zhǔn)確位置P2。
另一方面，在如圖86B所示的情況下，圖示描述反向海賽函數(shù) 方法不適當(dāng)?shù)刈饔玫那闆r，表示這樣一種情況，其中由于具有表示近
似誤差函數(shù)的虛線的二次曲線的最小誤差值的位置(即P2)與具有
由實(shí)線表示的誤差函數(shù)的最小誤差值的位置p遠(yuǎn)離，因此得到具有
小誤差值的不準(zhǔn)確位置P2。
在上述情況之外，在圖86B所示的情況下，當(dāng)想以反向海賽函 數(shù)的方法得到解時(shí)，可采用試驗(yàn)參數(shù)的大的位移作為如上所述的解， 作為結(jié)果產(chǎn)生細(xì)定位的準(zhǔn)確度惡化的問題。本發(fā)明人發(fā)現(xiàn)一種技術(shù)， 用于提供關(guān)于圖案模型的移動(dòng)或旋轉(zhuǎn)的限制，作為抑制反向海賽函數(shù) 方法以不恰當(dāng)方式作用的情況下(如圖86B所示)發(fā)生的技術(shù)。艮口， 作為基于反向海賽函數(shù)的求解最小平方法的方法，為誤差函數(shù)增加了 一個(gè)新的項(xiàng)。具體地說，除上述關(guān)于距離(第一誤差函數(shù))的項(xiàng)之外，
還增加以使由于從試驗(yàn)參數(shù)位移而增加誤差值的這種項(xiàng)。因此，通過 第二誤差函數(shù)Ed抑制非常大的改變以使可實(shí)現(xiàn)如圖86A所示的適當(dāng)
的近似。如上所述，可在細(xì)定位的步驟中增加適當(dāng)方向的收斂情況， 以避免在非預(yù)期方向上的旋轉(zhuǎn)和分散，從而改進(jìn)定位的可靠性。當(dāng)最 小平方法中的試驗(yàn)性參數(shù)為Pi時(shí)，第二誤差函數(shù)為"Pi-POi"的函數(shù)。 在下述表達(dá)式中示出作為結(jié)果獲得的誤差函數(shù)的聯(lián)立方程的示例 [表達(dá)式21]
<formula>formula see original document page 102</formula>
在上述表達(dá)式中，由表示每個(gè)段與其相應(yīng)邊緣點(diǎn)之間的距離的
第一誤差函數(shù)E。和通過在第一誤差函數(shù)中將試驗(yàn)性參數(shù)的改變量看 作第二誤差值在該改變并計(jì)算第二誤差值的累計(jì)值時(shí)獲得的第二誤 差函數(shù)Ed之和來表示總體誤差函數(shù)E (P)。如上所述，在計(jì)算最小 平方法中，由于第二誤差函數(shù)Ed的除了在與理想位置匹配時(shí)變?yōu)樽?小值的項(xiàng)之外的相加導(dǎo)致在這種方向上搜索解以使兩項(xiàng)都更小，并且抑制試驗(yàn)性參數(shù)的非常大的改變，所以可避免在細(xì)定位時(shí)在錯(cuò)誤方向 上旋轉(zhuǎn)或擴(kuò)散的這種情況，以獲得穩(wěn)定處理結(jié)果的優(yōu)點(diǎn)。
工業(yè)適應(yīng)性
優(yōu)選地，根據(jù)本發(fā)明的圖像數(shù)據(jù)壓縮方法、圖像處理中的圖案 模型定位方法、圖像處理設(shè)備、圖像處理程序以及計(jì)算機(jī)可讀記錄介 質(zhì)都可適用于工廠自動(dòng)化(FA)領(lǐng)域中使用的工件的坐標(biāo)位置、旋 轉(zhuǎn)角等的位置檢測(cè)，外徑、內(nèi)徑、寬度等的位置測(cè)量，圖像處理中的
識(shí)別、鑒定、確定、測(cè)試等。例如，本發(fā)明可用于鍵合電極的集成電 路(IC)上電極等的定位。
權(quán)利要求
1.一種圖像數(shù)據(jù)壓縮方法，用于對(duì)圖像處理中的圖案模型定位中的待搜索圖像的數(shù)據(jù)進(jìn)行壓縮，所述圖像處理使用與已登記圖像相應(yīng)的圖案模型來搜索待搜索圖像并定位類似于預(yù)登記圖像的待搜索對(duì)象，該方法包括步驟針對(duì)組成圖像的每個(gè)像素來計(jì)算包括邊緣角信息的邊緣角圖像；將每個(gè)像素的邊緣角轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖像，邊緣角位表示具有預(yù)定義的固定寬度的角；和對(duì)包括在OR運(yùn)算域中的每個(gè)像素的邊緣角位來執(zhí)行OR運(yùn)算，從而創(chuàng)建從邊緣角位圖縮減的邊緣角位縮減圖像，以創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減邊緣角位數(shù)據(jù)組成的邊緣角位縮減圖像，其中OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮減比例確定的。
2. —種圖像處理中的圖案模型定位方法，在使用與已登記圖像 相應(yīng)的圖案模型搜索待搜索圖像并定位類似于預(yù)登記圖像的待搜索 對(duì)象時(shí)包括如下步驟第一粗搜索步驟，使用從已登記圖像以第二縮減比例創(chuàng)建的第 一圖案模型，對(duì)以第二縮減比例縮減待搜索圖像而獲得的第二縮減比 例的待搜索圖像的整個(gè)面積執(zhí)行搜索；第二粗搜索步驟，基于在第一粗搜索步驟中獲得的結(jié)果，通過 使用從已登記圖像以第二縮減比例或者以低于第二縮減比例的第一 縮減比例創(chuàng)建的第二圖案模型，對(duì)從待搜索圖像創(chuàng)建的第一縮減比例 的待搜索圖像或者第二縮減比例的待搜索圖像進(jìn)一步執(zhí)行局部搜索； 和基于第二粗搜索步驟中獲得的結(jié)果，通過使用從已登記圖像創(chuàng) 建并具有第四縮減比例的第三圖案模型，進(jìn)一步以高于第一粗搜索或第二粗搜索的準(zhǔn)確度對(duì)第四縮減比例的待搜索圖像執(zhí)行細(xì)定位的步 驟，第四縮減比例的待搜索圖像是從待搜索圖像創(chuàng)建的并且其縮減比例是不高于第一縮減比例的第四縮減比例，其中 在第一粗搜索步驟之前，該方法包括步驟 將預(yù)登記圖像縮減為第一縮減比例； 創(chuàng)建基于以第二縮減比例縮減的已登記圖像中關(guān)于輪廓的幾何 信息創(chuàng)建的并在第一粗搜索步驟中使用的具有第二縮減比例的第一 圖案模型，基于以第一縮減比例或第二縮減比例縮減的已登記圖像中 關(guān)于輪廓的幾何信息創(chuàng)建的并在第二粗搜索步驟中使用的具有第一 縮減比例或第二縮減比例的第二圖案模型，以及從第四縮減比例的待搜索圖像創(chuàng)建的并在細(xì)定位中使用的 具有第四縮減比例的第三圖案模型；獲取待搜索圖像，并且將待搜索圖像縮減為第一縮減比例； 使用第一縮減比例的待搜索圖像，計(jì)算具有第一縮減比例并且 包括組成圖像的每個(gè)像素中的邊緣角信息的邊緣角圖像；使用具有第一縮減比例的邊緣角圖像，創(chuàng)建由邊緣角位表示的具有第一縮減比例的邊緣角位圖，邊緣角位表示針對(duì)每個(gè)像素具有預(yù) 定義的固定寬度的角；和對(duì)包括在根據(jù)第二縮減比例確定的OR運(yùn)算域中的每個(gè)像素的 邊緣角位執(zhí)行OR運(yùn)算，從而創(chuàng)建具有第二縮減比例的邊緣角位縮減 圖像，以便創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的 具有第二縮減比例的邊緣角位縮減圖像，第二縮減比例大于具有第一 縮減比例的邊緣角位的第一縮減比例，并且因此，該方法執(zhí)行以下步驟在具有第二縮減比例的邊緣角位縮減圖像的整個(gè)面積上對(duì)具有 第二縮減比例的第一圖案模型進(jìn)行定位的第一粗搜索步驟；使用與縮減比例相應(yīng)的第二圖案模型，基于第一粗搜索中的定 位結(jié)果，對(duì)具有第一縮減比例的邊緣角位圖或者具有第二縮減比例的 邊緣角位縮減圖像執(zhí)行局部粗搜索的第二粗搜索步驟；和使用介于具有第一縮減比例的已登記圖像與作為原始圖像的已登記圖像之間的具有第四縮減比例的用于細(xì)定位的第三圖案模型、和 與第三圖案模型相應(yīng)的已登記圖像的第四縮減比例的待搜索圖像，基 于第二粗搜索的結(jié)果來執(zhí)行細(xì)定位的步驟。
3. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中，除具有第一縮減比例的邊緣角位圖或者具有第二縮減比例的邊緣角位縮減圖像之外，第二粗搜索步驟從具有大于第一縮減比例并且小 于第二縮減比例的第三縮減比例的邊緣角位縮減圖像中選擇至少一個(gè)待搜索圖像。
4. 根據(jù)權(quán)利要求3所述的圖像處理中的圖案模型定位方法，其中，具有第三縮減比例的邊緣角位縮減圖像由表示根據(jù)第三縮減比例確定的每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成，該邊緣角位數(shù)據(jù) 通過對(duì)包括在OR運(yùn)算域中的每個(gè)像素的邊緣角位執(zhí)行OR運(yùn)算獲 得。
5. 根據(jù)權(quán)利要求3所述的圖像處理中的圖案模型定位方法，其 中，待搜索圖像的選擇是基于介于第一縮減比例和第二縮減比例之間 的比例確定的。
6. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，在 第二粗搜索步驟之前還具有以下步驟基于介于第一縮減比例和第二縮減比例之間的比例，確定是否 需要根據(jù)介于第一縮減比例和第二縮減比例之間的第三縮減比例的 邊緣角位縮減圖像。
7. 根據(jù)權(quán)利要求6所述的圖像處理中的圖案模型定位方法，其 中，在確定需要具有第三縮減比例的邊緣角位圖像的情況下，在第二 粗搜索步驟中通過至少使用具有第三縮減比例的邊緣角位縮減圖像 執(zhí)行搜索。
8. 根據(jù)權(quán)利要求7所述的圖像處理中的圖案模型定位方法，其中在通過使用具有第三縮減比例的邊緣角位縮減圖像執(zhí)行搜索的情 況下，在第二粗搜索步驟之前，從已登記圖像創(chuàng)建與第三縮減比例相 應(yīng)的第四圖案模型。
9. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中基于已登記圖像的銳度，將在細(xì)定位中使用的與第三圖案模型相應(yīng) 的已登記圖像的第四縮減比例確定為介于第一縮減比例和未放大圖 像之間的縮減比例。
10. 根據(jù)權(quán)利要求9所述的圖像處理中的圖案模型定位方法，其 中圖像的銳度是表示輪廓的邊緣圖像的邊緣的銳度。
11. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中細(xì)定位步驟是安排用于細(xì)定位的第三圖案模型以將其疊加到與第 三圖案模型相應(yīng)的第四縮減比例的待搜索圖像之上、在與組成用于細(xì) 定位的第三圖案模型的輪廓相應(yīng)的待搜索圖像上求出相應(yīng)邊緣點(diǎn)、將 每個(gè)輪廓與相應(yīng)邊緣點(diǎn)之間的關(guān)系看作評(píng)估值以及執(zhí)行細(xì)定位以使 評(píng)估值的累計(jì)值變?yōu)樽钚』蜃畲蟮牟襟E。
12. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中第四縮減比例包括未放大率。
13. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，在 第一粗搜索步驟之前，還包括步驟從具有第二縮減比例的已登記圖像提取多個(gè)邊緣點(diǎn)；連接所提取的多個(gè)邊緣點(diǎn)中的相鄰邊緣點(diǎn)，以創(chuàng)建連續(xù)的鏈條；以及針對(duì)一個(gè)或多個(gè)鏈條創(chuàng)建每個(gè)以圓弧或線的方式接近的段，并通過將段的集合看作輪廓從已登記圖像提取輪廓，從而組成已登記圖 像的圖案模型，其中細(xì)定位步驟在與組成圖案模型的每個(gè)段相應(yīng)的第四縮減比例的 待搜索圖像上求出單獨(dú)的相應(yīng)邊緣點(diǎn)，并且將每個(gè)段與相應(yīng)邊緣點(diǎn)之間的關(guān)系看作評(píng)估值，并且執(zhí)行細(xì)定 位以使評(píng)估值的累計(jì)值變?yōu)樽钚』蜃畲蟆?br> 14. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，在 將待搜索圖像縮減為第一縮減比例之前，還包括步驟從己登記圖像提取輪廓并在提取的輪廓上設(shè)置多個(gè)參考點(diǎn)，并 且還組成已登記圖像的圖案模型，其中為每個(gè)參考點(diǎn)分配具有預(yù)定長(zhǎng) 度的通過參考點(diǎn)并基本垂直于輪廓的相應(yīng)點(diǎn)搜索線，其中細(xì)定位步驟基于至少在沿第四縮減比例的待搜索圖像中的相應(yīng) 點(diǎn)搜索線的位置的邊緣角，針對(duì)每個(gè)相應(yīng)點(diǎn)搜索線在與參考點(diǎn)相應(yīng)的 待搜索圖像上求出相應(yīng)邊緣點(diǎn)，并且將每個(gè)參考點(diǎn)的相應(yīng)邊緣點(diǎn)與包括參考點(diǎn)的輪廓之間的關(guān)系看 作評(píng)估值，并且還執(zhí)行細(xì)定位以使評(píng)估值的累計(jì)值變?yōu)樽钚』蜃畲蟆?br> 15. 根據(jù)權(quán)利要求14所述的圖像處理中的圖案模型定位方法， 其中，當(dāng)在求出相應(yīng)邊緣點(diǎn)的步驟中在相應(yīng)點(diǎn)搜索線上存在能成為相 應(yīng)邊緣點(diǎn)的候選的多個(gè)邊緣點(diǎn)時(shí)，選擇這些相應(yīng)邊緣點(diǎn)候選中最接近 參考點(diǎn)的一個(gè)作為相應(yīng)邊緣點(diǎn)。
16. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其中，細(xì)定位步驟包括計(jì)算誤差值或在最小平方法的計(jì)算中使用的關(guān)于 每個(gè)參考點(diǎn)的相應(yīng)邊緣點(diǎn)的權(quán)值以求解通過最小平方法從這些值獲 得的聯(lián)立方程，并且比較包括在待搜索圖像中的各邊緣點(diǎn)的邊緣角與 圖案模型來計(jì)算一致性，從而以高于用第三縮減比例執(zhí)行粗搜索的準(zhǔn) 確度求出圖案模型的位置和姿態(tài)。
17. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中計(jì)算邊緣強(qiáng)度圖像的步驟除了計(jì)算包括邊緣角信息的邊緣角圖像 之外，還計(jì)算包括關(guān)于組成圖像的每個(gè)像素中的邊緣強(qiáng)度的信息的邊 緣強(qiáng)度圖像。
18. 根據(jù)權(quán)利要求17所述的圖像處理中的圖案模型定位方法， 其中創(chuàng)建邊緣角位圖的步驟基于每個(gè)像素的邊緣強(qiáng)度圖像和邊緣角 圖像創(chuàng)建邊緣角位圖，以使即使在將邊緣角圖像縮減為預(yù)定縮減比例 之后仍然保留針對(duì)每個(gè)邊緣角圖像的邊緣角信息。
19. 根據(jù)權(quán)利要求17所述的圖像處理中的圖案模型定位方法， 其中保留像素的邊緣角、高于預(yù)設(shè)邊緣強(qiáng)度門限的邊緣強(qiáng)度，并且不 保留像素的邊緣角、低于預(yù)設(shè)邊緣強(qiáng)度門限的邊緣強(qiáng)度。
20. 根據(jù)權(quán)利要求17所述的圖像處理中的圖案模型定位方法， 其中提取邊緣點(diǎn)的步驟通過使用已登記圖像的邊緣角和邊緣強(qiáng)度執(zhí) 行邊緣強(qiáng)度非最大點(diǎn)抑制處理，以提取邊緣點(diǎn)。
21. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中創(chuàng)建邊緣角位圖的步驟合成關(guān)于包括在邊緣角位圖中的多個(gè)相鄰 邊緣點(diǎn)的數(shù)據(jù)，并且還保持?jǐn)?shù)據(jù)以使每個(gè)合成的邊緣點(diǎn)具有與合成有 關(guān)的多個(gè)邊緣點(diǎn)的每個(gè)的邊緣角信息，作為未放大圖像或者第一縮減 比例的待搜索圖像的邊緣點(diǎn)具有該邊緣角信息。
22. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中，在邊緣角其邊界介于用于對(duì)設(shè)置在中心的邊緣角進(jìn)行分段的邊緣 角部分之間而包含于預(yù)定邊緣角位處理寬度的情況下，創(chuàng)建邊緣角位 圖的步驟建立劃分邊緣角部分之間的邊界的兩個(gè)邊緣角部分的邊緣 角位。
23. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中，在邊緣角其邊界介于用于對(duì)設(shè)置在中心的邊緣角進(jìn)行分段的邊緣 角部分之間而包含于預(yù)定邊緣角位處理寬度的情況下，創(chuàng)建邊緣角位 圖的步驟建立劃分邊緣角部分之間的邊界的邊緣角部分中任一的邊 緣角位。
24. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中第一縮減比例包括未放大率。
25. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中求出與參考點(diǎn)相應(yīng)的邊緣點(diǎn)的子像素位置。
26. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中在創(chuàng)建邊緣角位圖的步驟中邊緣角的分辨率為8位、16位、32位 和64位中的任意之一。
27. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中通過為邊緣方向均勻地分配作為邊緣角的分辨率的邊緣角位來執(zhí) 行粗搜索。
28. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中基于已登記圖像的大小或關(guān)于圖案模型的特征數(shù)據(jù)中的至少之一 確定創(chuàng)建邊緣角位圖的步驟中用于執(zhí)行邊緣檢測(cè)的縮減比例。
29. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中根據(jù)圖案模型的姿態(tài)改變?cè)趧?chuàng)建邊緣角位圖步驟中圖案模型的邊 緣角。
30. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中創(chuàng)建邊緣角位圖的步驟并行放置圖案模型的邊緣數(shù)據(jù)。
31. 根據(jù)權(quán)利要求2所述的圖像處理中的圖案模型定位方法，其 中創(chuàng)建邊緣角位圖的步驟為邊緣角方向分配多個(gè)位。
32. 根據(jù)權(quán)利要求14所述的圖像處理中的圖案模型定位方法， 其中，在相應(yīng)點(diǎn)搜索線上存在兩個(gè)或更多相應(yīng)邊緣點(diǎn)候選的情況下， 根據(jù)從參考點(diǎn)到每個(gè)相應(yīng)邊緣點(diǎn)的距離計(jì)算權(quán)值，作為相應(yīng)邊緣點(diǎn)的 加權(quán)，并且根據(jù)權(quán)值來執(zhí)行最終細(xì)定位。
33. 根據(jù)權(quán)利要求32所述的圖像處理中的圖案模型定位方法， 其中，在細(xì)定位步驟中針對(duì)每個(gè)邊緣點(diǎn)計(jì)算權(quán)值時(shí)，在確定相應(yīng)邊緣點(diǎn)的相應(yīng)點(diǎn)搜索線上存在一個(gè)相應(yīng)邊緣點(diǎn)候選 的情況下，將權(quán)值設(shè)為1，并且當(dāng)將參考點(diǎn)與相應(yīng)邊緣點(diǎn)候選中的第一相應(yīng)邊緣點(diǎn)候選之間的 距離表示為dl并且將參考點(diǎn)與相應(yīng)邊緣點(diǎn)候選中的第二相應(yīng)邊緣點(diǎn) 候選之間的距離表示為d2 (dl《d2)時(shí)，在相應(yīng)點(diǎn)搜索線上存在多個(gè)相應(yīng)邊緣點(diǎn)候選的情況下，將權(quán)值 設(shè)為(dl/d2)"(其中0< <1)。
34. 根據(jù)權(quán)利要求13所述的圖像處理中的圖案模型定位方法， 其中進(jìn)行設(shè)置以使在組成圖案模型的步驟中創(chuàng)建段的集合時(shí)，從由圖 像獲得的段候選組中優(yōu)選地選出基本相互垂直的段。
35. 根據(jù)權(quán)利要求13所述的圖像處理中的圖案模型定位方法，其中在組成圖案模型的步驟中創(chuàng)建段的集合時(shí)，按長(zhǎng)度對(duì)從圖像獲 得的段候選組進(jìn)行分類，以提取最長(zhǎng)的段，設(shè)置基本垂直于提取的段的預(yù)定角范圍，并且提取段候選中角 落在角范圍中的最長(zhǎng)段，并且重復(fù)以如上所述相同方法從包括在基本垂直于提取的段的預(yù)定角范圍中的段候選中進(jìn)一步提取最長(zhǎng)段的操作，直到提取預(yù)定數(shù)量的 段。
36. 根據(jù)權(quán)利要求13所述的圖像處理中的圖案模型定位方法，其中進(jìn)行設(shè)置以使段包括線和圓弧，并且選擇在段的提取中忽視其 角的圓弧，并且進(jìn)行進(jìn)一步設(shè)置以使當(dāng)選擇圓弧段并且存在最后被選擇的線段 時(shí)，從基本垂直于最后選擇的線段的段候選中選擇長(zhǎng)段作為下一個(gè)待搜索的段，并且當(dāng)不存在最后被選擇的線段時(shí)，從任意段候選中選擇長(zhǎng)段作為 下一個(gè)待搜索的段。
37. —種圖像處理設(shè)備，用于在通過使用與已登記圖像相應(yīng)的圖 案模型搜索待搜索圖像并定位類似于預(yù)登記圖像的待搜索對(duì)象時(shí)，對(duì) 以髙于最初給出位置的準(zhǔn)確度定位的圖像處理中的圖案模型定位中的圖像數(shù)據(jù)進(jìn)行壓縮，該設(shè)備包括邊緣角圖像創(chuàng)建裝置，用于獲得針對(duì)組成圖像的每個(gè)像素的包括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建裝置，用于將由邊緣角圖像創(chuàng)建裝置創(chuàng)建的針 對(duì)每個(gè)像素的邊緣角圖像轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣 角位表示具有預(yù)定義固定寬度的角；和邊緣角位圖縮減裝置，用于對(duì)包括在OR運(yùn)算域中的每個(gè)像素 的邊緣角位執(zhí)行OR運(yùn)算，以創(chuàng)建從邊緣角位圖縮減的邊緣角位縮減 圖像，從而創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的 邊緣角位縮減圖像，其中根據(jù)用于縮減邊緣角位圖的縮減比例來確定 OR運(yùn)算域。
38. —種圖像處理設(shè)備，用于在通過使用與已登記圖像相應(yīng)的圖 案模型搜索待搜索圖像并且定位類似于預(yù)登記圖像的待搜索對(duì)象時(shí)，以高于最初給出位置的準(zhǔn)確度來進(jìn)行定位，該設(shè)備包括 圖像輸入裝置，用于獲得已登記圖像和待搜索圖像； 圖像縮減裝置，用于以預(yù)定縮減比例縮減待搜索圖像； 邊緣角圖像創(chuàng)建裝置，用于在由圖像縮減裝置縮減的縮減比例的待搜索圖像上計(jì)算針對(duì)組成圖像的每個(gè)像素的包括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建裝置，用于將由邊緣角圖像創(chuàng)建裝置創(chuàng)建的邊緣角圖像的每個(gè)像素轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位 表示具有預(yù)定義的固定寬度的角；邊緣角位圖縮減裝置，用于為了從邊緣角位圖創(chuàng)建邊緣角位縮 減圖像，對(duì)包括在OR運(yùn)算域中的每個(gè)像素的邊緣角位執(zhí)行OR運(yùn)算， 以創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的邊緣角 位縮減圖像，其中根據(jù)用于縮減邊緣角位圖的縮減比例來確定OR運(yùn) 算域；粗搜索裝置，針對(duì)由圖像縮減裝置以第一縮減比例縮減的第一 縮減比例的待搜索圖像，通過把以第一縮減比例創(chuàng)建的用于第一粗搜 索的圖案模型用作模板，對(duì)由邊緣角位圖縮減裝置創(chuàng)建的第一邊緣角 位縮減圖像執(zhí)行圖案搜索，從而以第一準(zhǔn)確度從第一邊緣角位縮減圖 像的整個(gè)面積求出與用于第一粗搜索的圖案模型相應(yīng)的第一位置和 姿態(tài)，并且針對(duì)由圖像縮減裝置縮減為第二縮減比例的第二縮減比例 的待搜索圖像，通過把以不大于第一縮減比例并且不小于未放大率的 第二縮減比例創(chuàng)建的用于第二粗搜索的圖案模型用作模板，對(duì)由邊緣 角位圖縮減裝置創(chuàng)建的第二邊緣角位縮減圖像執(zhí)行圖案搜索，從而以 高于第一準(zhǔn)確度的第二準(zhǔn)確度從將第一位置和姿態(tài)設(shè)為參考的第二 邊緣角位縮減圖像的預(yù)定區(qū)域中求出與用于第二粗搜索的圖案模型 相應(yīng)的第二位置和姿態(tài)；以及細(xì)定位裝置，用于通過使用第三縮減比例的待搜索圖像的第二 位置和姿態(tài)，安排圖案模型以使其疊加到通過將待搜索圖像適當(dāng)縮減 為不小于未放大率且不大于第二縮減比例的第三縮減比例而獲得的 第三縮減比例的待搜索圖像上，從而在與組成圖案模型的輪廓相應(yīng)的第三縮減比例的待搜索圖像上求出相應(yīng)邊緣點(diǎn)，將每個(gè)輪廓及其相應(yīng) 邊緣點(diǎn)之間的關(guān)系看作評(píng)估值，并且以高于第二準(zhǔn)確度的第三準(zhǔn)確度 執(zhí)行細(xì)定位，以使評(píng)估值的累計(jì)值變?yōu)樽钚』蜃畲蟆?br> 39. 根據(jù)權(quán)利要求37所述的圖像處理設(shè)備，其中針對(duì)組成邊緣 角圖像的每個(gè)作為具有不小于預(yù)設(shè)邊緣強(qiáng)度門限的邊緣強(qiáng)度的像素 創(chuàng)建由邊緣角圖像創(chuàng)建裝置獲得的邊緣角圖像。
40. —種圖像處理程序，在通過使用與已登記圖像相應(yīng)的圖案模 型搜索待搜索圖像和定位類似于預(yù)登記圖像的待搜索對(duì)象時(shí)，壓縮以 高于最初給出的位置的準(zhǔn)確度定位的圖像處理中圖案模型定位中的 圖像數(shù)據(jù)，該程序使計(jì)算機(jī)實(shí)現(xiàn)邊緣角圖像創(chuàng)建功能，用于獲取針對(duì)組成圖像的每個(gè)像素的包 括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建功能，用于將針對(duì)由邊緣角圖像創(chuàng)建裝置創(chuàng)建 的每個(gè)像素的邊緣角圖像轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位表示具有預(yù)定義的固定寬度的角；以及邊緣角位圖縮減功能，用于對(duì)包括在OR運(yùn)算域中的每個(gè)像素 的邊緣角位執(zhí)行OR運(yùn)算，以從邊緣角位圖創(chuàng)建縮減的邊緣角位縮減 圖像，從而創(chuàng)建由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的 邊緣角位縮減圖像，其中OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮 減比例確定的。
41. 一種圖像處理程序，在通過使用與已登記圖像相應(yīng)的圖案模 型搜索待搜索圖像和定位類似于預(yù)登記圖像的待搜索對(duì)象時(shí)，以高于 最初給出的位置的準(zhǔn)確度定位，該程序使計(jì)算機(jī)實(shí)現(xiàn)圖像輸入功能，用于獲得已登記圖像和待搜索圖像； 圖像縮減功能，用于以預(yù)定縮減比例縮減待搜索圖像； 邊緣角圖像創(chuàng)建功能，用于在由圖像縮減功能縮減的縮減比例 的待搜索圖像上計(jì)算針對(duì)組成圖像的每個(gè)像素的包括邊緣角信息的邊緣角圖像；邊緣角位圖創(chuàng)建功能，用于將由邊緣角圖像創(chuàng)建功能創(chuàng)建的邊 緣角圖像的每個(gè)像素轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位 表示具有預(yù)定義的固定寬度的角；邊緣角位圖縮減功能，為了創(chuàng)建從邊緣角位圖縮減的邊緣角位 縮減圖像，對(duì)包括在OR運(yùn)算域中的每個(gè)像素的邊緣角位執(zhí)行OR運(yùn) 算，以獲得由表示每個(gè)OR運(yùn)算域的縮減的邊緣角位數(shù)據(jù)組成的邊緣 角位縮減圖像，其中OR運(yùn)算域是根據(jù)用于縮減邊緣角位圖的縮減比 例確定的；粗搜索功能，針對(duì)由圖像縮減功能以第一縮減比例縮減的第一 縮減比例的待搜索圖像，通過把以第一縮減比例創(chuàng)建的用于第一粗搜 索的圖案模型用作模板，對(duì)由邊緣角位圖縮減功能創(chuàng)建的第一邊緣角 位縮減圖像執(zhí)行圖案搜索，從而以第一準(zhǔn)確度從第一邊緣角位縮減圖 像的整個(gè)面積求出與用于第一粗搜索的圖案模型相應(yīng)的第一位置和 姿態(tài)，并且針對(duì)由圖像縮減功能縮減為第二縮減比例的第二縮減比例 的待搜索圖像，通過把以不大于第一縮減比例并且不小于未放大率的 第二縮減比例創(chuàng)建的用于第二粗搜索的圖案模型用作模板，對(duì)由邊緣 角位圖縮減功能創(chuàng)建的第二邊緣角位縮減圖像執(zhí)行圖案搜索，從而以 高于第一準(zhǔn)確度的第二準(zhǔn)確度從將第一位置和姿態(tài)設(shè)為參考的第二 邊緣角位縮減圖像的預(yù)定區(qū)域中求出與用于第二粗搜索的圖案模型 相應(yīng)的第二位置和姿態(tài)；以及細(xì)定位功能，用于通過使用第三縮減比例的待搜索圖像的第二 位置和姿態(tài)，安排圖案模型以使其疊加到通過將待搜索圖像適當(dāng)縮減 為不小于未放大率且不大于第二縮減比例的第三縮減比例獲得的第 三縮減比例的待搜索圖像上，從而在與組成圖案模型的輪廓相應(yīng)的第 三縮減比例的待搜索圖像上求出相應(yīng)邊緣點(diǎn)，將每個(gè)輪廓及其相應(yīng)邊 緣點(diǎn)之間的關(guān)系看作評(píng)估值，并且以高于第二準(zhǔn)確度的第三準(zhǔn)確度執(zhí) 行細(xì)定位，以使評(píng)估值的累計(jì)值變?yōu)樽钚』蜃畲蟆?br> 42. —種其中記錄有根據(jù)權(quán)利要求40的程序的計(jì)算機(jī)可讀記錄介質(zhì)。
全文摘要
本發(fā)明涉及圖像數(shù)據(jù)壓縮方法、圖像處理中的圖案模型定位方法，圖像處理設(shè)備，圖像處理程序和計(jì)算機(jī)可讀記錄介質(zhì)，其中提高了一種用于在保持足夠的特征量的同時(shí)增大縮減比例的數(shù)據(jù)壓縮方法，從而加速處理，該方法用于對(duì)搜索待搜索圖像和定位與預(yù)登記圖像相應(yīng)的圖案模型的圖像處理中圖案模型定位中的圖像數(shù)據(jù)進(jìn)行壓縮。該方法包括步驟計(jì)算關(guān)于組成圖像的每個(gè)像素的具有邊緣強(qiáng)度信息的邊緣強(qiáng)度圖像和具有邊緣角信息的邊緣角圖像；將每個(gè)像素的邊緣角圖像轉(zhuǎn)換為由邊緣角位表示的邊緣角位圖，邊緣角位表示具有預(yù)定義的固定寬度的角；以及壓縮邊緣角位圖以通過采用關(guān)于每個(gè)邊緣角位的求和創(chuàng)建邊緣角位縮減圖像。
文檔編號(hào)G06F17/30GK101645091SQ20091016368
公開日2010年2月10日 申請(qǐng)日期2009年8月10日 優(yōu)先權(quán)日2008年8月9日
發(fā)明者木戶學(xué) 申請(qǐng)人:株式會(huì)社其恩斯