[发明专利]物体识别方法及装置、物体识别用程序及其存储介质

摘要

实现通过广义霍夫变换的物体识别处理的高速化及高精度化。对在处理对象图像(31)上所抽取的每个边缘点(E)，利用预先所登记的N个模型边缘点的信息来算出识别对象物的基准点(O)的坐标(X，Y)及旋转角度(Θ)。进而，向二维投票平面(S、C)的坐标(X，Y)分别投票sinΘ、cosΘ的同时，算出向每个坐标所投票的值的累计值。投票处理结束，则将各平面的累计值与每个坐标建立对应而求出这些的平方和(S(X，Y))²+(C(X，Y))²，并将这些向投票平面(P)投票。在该投票平面抽取可得到最大值的坐标(X_P，Y_P)，并将此识别为基准点(O)。利用平面(S、C)的上述坐标(X_P，Y_P)的累计值来算出旋转角度。

主权项

1.一种物体识别方法，该方法利用包含具有规定的轮廓形状的模型的基准图像，来设定基准点的坐标的同时，分别独立地关注构成上述模型的轮廓的多个模型边缘点，而针对对像素信息进行规定的一个或者多个变量中的规定变量，基于对关注像素和其周边像素的上述规定变量来求出上述关注像素的上述规定变量的变化方向，并对表示作为与该变化方向对应的方向的边缘方向、上述基准点相对上述边缘方向的方位、以及自上述基准点的距离的信息进行登记，针对对上述像素信息进行规定的一个或者多个变量中的规定变量，基于对关注像素和其周边像素的上述规定变量来求出关注像素的上述规定变量的变化的梯度时，将包含以该梯度超过规定值的关注像素为边缘点时的该边缘点的图像作为处理对象，而对于该处理对象图像上的多个边缘点求出该边缘点的坐标以及边缘方向的同时，执行算出上述多个模型边缘点分别相当于上述边缘点时由上述登记信息所规定的基准点的坐标、以及表示边缘点的边缘方向和模型边缘点的边缘方向之差的角度的处理、和基于所算出的各值的投票处理，并利用上述投票处理的结果来识别与上述模型对应的轮廓图案的位置、以及以上述模型为基准的轮廓图案的旋转角度，其特征在于，在上述投票处理中，对于上述处理对象图像上的各边缘点，分别向对每个模型边缘点所求出的上述基准点的坐标，投票与和该坐标一同被算出的角度相对应的矢量的同时，对每个有过投票的坐标算出表示所投票的矢量的合成矢量的数值信息，对应于上述投票处理以及表示合成矢量的数值信息的算出处理的结束，利用上述数值信息而从上述有过投票的坐标中抽取上述合成矢量的长度超过规定值的坐标、或者与从长度最大的合成矢量开始依次观察各合成矢量时的规定数目的矢量对应的坐标，并利用该抽取结果来识别上述轮廓图案的位置以及旋转角度。