RU2191431C2 - Method for computer-aided identification of objects - Google Patents
Method for computer-aided identification of objects Download PDFInfo
- Publication number
- RU2191431C2 RU2191431C2 RU99125814/09A RU99125814A RU2191431C2 RU 2191431 C2 RU2191431 C2 RU 2191431C2 RU 99125814/09 A RU99125814/09 A RU 99125814/09A RU 99125814 A RU99125814 A RU 99125814A RU 2191431 C2 RU2191431 C2 RU 2191431C2
- Authority
- RU
- Russia
- Prior art keywords
- image
- images
- contour
- color
- patterns
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000012634 fragment Substances 0.000 claims description 30
- 239000003086 colorant Substances 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 abstract 2
- 239000000126 substance Substances 0.000 abstract 1
- 238000010606 normalization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
Description
Изобретение относится к автоматике и вычислительной технике, а более узко - к системам искусственного интеллекта. The invention relates to automation and computer technology, and more specifically to artificial intelligence systems.
Известен способ компьютерного распознавания объекта, изображение которого вводится телекамерой в компьютер, после определения его характеристик и перевода их в цифровую форму путем сопоставления его характеристик с характеристиками, так же в цифровой форме, ограниченного числа заранее известных компьютеру объектов-шаблонов для отыскания среди них наиболее похожего на распознаваемый. Смотри книгу "Компьютер обретает разум". Перевод с английского. Издательство "Мир". 1990 г. Стр.28. Раздел "Раскрытие загадки зрения - поиски подходящей модели". There is a method of computer recognition of an object, the image of which is entered by a television camera into a computer, after determining its characteristics and digitizing them by comparing its characteristics with the characteristics, also in digital form, of a limited number of pre-known computer template objects to find the most similar among them recognizable. See the book Computer Gains Mind. Translation from English. Publishing house "Mir". 1990, p. 28. Section "Disclosure of the riddle of vision - the search for a suitable model."
Известны также методы нормализации, предварительной подготовки, приведение к стандартному для данной программы виду изображения распознаваемого объекта - изменение масштаба, поворот в требуемое положение, например расположение наибольшего длиннового размера распознаваемого объекта по оси X, расположенной вдоль горизонтальной стороны экрана монитора, центрирование изображения по центру экрана монитора, вписание в прямоугольник требуемого размера, широко применяемые, например, в системах автоматического компьютерного проектирования, в частности в широко известной программе AutoCad и упоминаемые в книге "Компьютер обретает разум", стр.28, данные о которой были приведены выше. There are also known methods of normalization, preliminary preparation, reduction of the image of the recognized object to the standard for this program — zooming, rotation to the desired position, for example, the location of the largest long size of the recognized object along the X axis located along the horizontal side of the monitor screen, centering the image in the center of the screen monitor, inscribing into a rectangle of the required size, widely used, for example, in computer-aided design systems In particular in the AutoCad program widely known and mentioned in the book "The computer takes the mind", page 28, for which the data were presented above.
В ниже приведенных источниках также изображение распознаваемого объекта разными способами преобразуется в систему электрических импульсов, переводится в цифровую форму и в дальнейшем сравнивается с аналогично преобразованными эталонными изображениями. In the sources below, the image of a recognized object in various ways is converted into a system of electrical impulses, digitized, and then compared with similarly converted reference images.
Так, в устройстве для распознавания образов по авторскому свидетельству N 898465, МПК G 06 К 9/62, УДК 681.327.12 (088.8) в блок вводится изображение объекта и несколько изображений фотошаблонов, которые сравниваются, например при помощи оптического коррелятора Берджера, световая картина на экране преобразуется в последовательность электрических импульсов, которые поступают на дальнейшую обработку и при совпадении определенных характеристик происходит распознавание. So, in the device for pattern recognition according to copyright certificate N 898465, IPC G 06 K 9/62, UDC 681.327.12 (088.8), the image of the object and several images of photo masks are compared into the block, which are compared, for example, using the optical Berger correlator, the light picture on the screen it is converted into a sequence of electrical impulses that are sent for further processing and, when certain characteristics coincide, recognition occurs.
В способе распознавания по патенту US 5740266 А, МПК 6 G 06 K 9/46, выданном 14.04.98, происходит последовательное наложение масок на контур изображения распознаваемого с целью формирования контура пиксельного изображения. После первого наложения маски происходит отсечение части изображения, расположенного вне маски, формирование первого пиксельного контура из оставшейся части изображения, создание новой маски на основе первого пиксельного изображения и наложение ее на контур изображения с отсеченной частью, формирование второго контура и новой маски, сравнение второго контура с первым и т.д., пока число различий между контурами не уменьшится до заданного значения. In the recognition method of US Pat. No. 5,740,266 A, IPC 6 G 06 K 9/46, issued 04/14/98, masks are sequentially applied to the image path recognized to form the pixel image path. After the first mask application, a part of the image located outside the mask is cut off, the first pixel contour is formed from the remaining part of the image, a new mask is created based on the first pixel image and superimposed on the image contour with the clipped part, the second contour and a new mask are formed, the second contour is compared with the first, etc., until the number of differences between the circuits is reduced to the specified value.
В способе распознавания образов по патенту US 5744743 A, МПК 6 G 06 Т 9/2, выданном 31.03.98 г., сравниваются изображения с выделением соответствующих одна другой точек в блоках изображений и затем производится распознавание. In the pattern recognition method of US Pat. No. 5,744,743 A, IPC 6 G 06 T 9/2, issued March 31, 1998, the images are compared with the selection of points corresponding to one another in image blocks and then recognition is performed.
К причинам, препятствующим достижению указанного ниже технического результата при использовании известных способов, относится то, что известными способами за приемлемое время можно сравнить распознаваемый объект с небольшим числом шаблонов, особенно если графика сложная, что резко сужает область применения таких систем. The reasons that impede the achievement of the technical result indicated below when using known methods include the fact that using known methods, for an acceptable time, you can compare a recognizable object with a small number of patterns, especially if the graphics are complex, which drastically narrows the scope of such systems.
Сущность изобретения заключается в следующем. Задача, на решение которой направлено заявляемое изобретение, заключается в том, чтобы компьютер мог быстро распознавать большое число объектов, пользуясь большим числом шаблонов, что позволило бы, например промышленному роботу-системе из телекамеры, компьютера и исполнительного механизма, выбирать не только ограниченное число деталей, расположенных преимущественно в строго определенном положении на конвейере, но и распознавать большое число объектов, сравнивая их с большим числом шаблонов, хранящихся в памяти компьютера. The invention consists in the following. The problem to which the invention is directed is that the computer can quickly recognize a large number of objects using a large number of templates, which would allow, for example, an industrial robot system from a camera, a computer and an actuator, to choose not only a limited number of parts located mainly in a strictly defined position on the conveyor, but also recognize a large number of objects, comparing them with a large number of templates stored in the computer's memory.
Технический результат, который может быть получен при осуществлении изобретения, - резкое увеличение скорости распознавания объекта, изображение которого вводится в компьютер, среди большого количества шаблонов, хранящихся в памяти компьютера. The technical result that can be obtained by carrying out the invention is a sharp increase in the speed of recognition of an object, the image of which is entered into the computer, among a large number of templates stored in the computer's memory.
Указанный технический результат при осуществлении изобретения достигается тем, что если в известных способах компьютерного распознавания объектов, предусматривающих предварительную нормализацию - приведение объекта, вводимого в компьютер, к стандартному для данного способа виду - изменение масштаба, поворот в требуемое положение, центрирование, вписание в прямоугольник требуемого размера, определение характеристик, например цвета, перевод их в цифровую форму с последующим последовательным сравнением отдельных характеристик распознаваемого объекта, вводимого или хранящегося в памяти компьютера, с характеристиками шаблонов, также переведенными в цифровую форму, хранящихся в памяти компьютера, то особенностью предлагаемого изобретения является то, что на экран монитора выводится изображение распознаваемого объекта, преобразованное в изображение, выполненное в градациях - различных степенях яркости - одного цвета, например красного, и на него последовательно, поочередно накладываются изображения хранящихся в памяти компьютера шаблонов, выполненных, например, в градациях зеленого, что позволяет увидеть в зоне перекрытия изображений изображение другого, отличного от первых двух цвета, которое и фиксируется. The specified technical result in the implementation of the invention is achieved by the fact that if in the known methods of computer recognition of objects involving preliminary normalization - bringing the object entered into the computer to the standard form for this method - zooming, rotation to the desired position, centering, inscribing the required size, characterization, such as color, digitizing them with subsequent sequential comparison of individual characteristics of the distribution If an object is recognized, entered or stored in the computer’s memory, with the characteristics of the templates also digitized, stored in the computer’s memory, a feature of the invention is that the image of the recognizable object is converted onto the monitor screen, converted to an image made in gradations - various degrees of brightness - one color, for example red, and on it sequentially, alternately superimposed images of templates stored in the computer’s memory, executed, for example, in datsiyah green that lets you see in the image overlap area image other than the first two colors, and is fixed.
Кроме того, особенность способа заключается в том, что внутри контура изображения распознаваемого объекта и шаблонов некоторые выделенные детали, фрагменты изображения, которыми отличаются аналогичные объекты, имеющие одинаковый внешний контур, но различное внутреннее строение, имеют цвет, отличный как от основного цвета распознаваемого объекта, так и от основного цвета шаблонов и цвета деталей, фрагментов его изображения, и которые для дальнейшего распознавания нормализуются, приводятся к стандартному для данного способа виду. Эта особенность позволяет распознавать не только одиночные объекты, но и объекты, входящие в группы родственных объектов и даже подгруппы, отличающиеся друг от друга лишь деталями, находящимися внутри контура изображения или его фрагмента. In addition, the peculiarity of the method lies in the fact that inside the contour of the image of the recognized object and patterns, some selected parts, fragments of the image that distinguish similar objects having the same external contour but different internal structure, have a color different from the main color of the recognized object, and from the main color of the templates and the color of parts, fragments of its image, and which are normalized for further recognition, are reduced to the standard form for this method. This feature allows you to recognize not only single objects, but also objects that are part of groups of related objects and even subgroups that differ from each other only in details that are inside the outline of the image or its fragment.
Другой особенностью способа является то, что по контуру изображений шаблонов и выделенных фрагментов внутри контура изображения шаблонов выполняются две эквидистантные, определенной ширины полосы, граничащие как друг с другом, так и с контурным изображением шаблонов и выделенных фрагментов их изображений, окрашенные в цвета, отличающиеся как друг от друга, так и от изображений распознаваемого объекта и его выделенных фрагментов и шаблонов с выделенными фрагментами его изображения, дающими при совмещении изображений распознаваемого объекта и шаблона достаточно контрастные цвета, чтобы их можно было зафиксировать, констатируя тождественность изображений распознаваемого объекта и шаблона или их отличие. Another feature of the method is that along the contour of the images of the patterns and the selected fragments within the contour of the image of the patterns, two equidistant, of a certain bandwidth, bordering both each other and with the contour image of the patterns and the selected fragments of their images, painted in colors, differing as from each other, and from images of a recognizable object and its selected fragments and patterns with selected fragments of its image, giving when combining images of recognizable ekta template and sufficiently contrasting colors so that they can be locked, ascertaining the identity of the recognized object image and the template or contrast.
Еще одним отличием способа является то, что контурные полосы, проведенные вдоль контура изображений, разделены на ряд отрезков, контактирующих торцевыми поверхностями друг с другом, окрашенных в цвета, отличающиеся как друг от друга, так и от цветов изображений и их фрагментов, причем число отрезков во внутренней и наружной полосах может быть различным. Another difference of the method is that the contour stripes drawn along the contour of the images are divided into a number of segments contacting the end surfaces with each other, painted in colors that differ both from each other and from the colors of the images and their fragments, and the number of segments in the inner and outer bands may be different.
Это отличие позволяет при автоматическом распознавании объекта исключить из рассмотрения те случаи, когда первая контурная полоса засветилась другим цветом не вся. This difference allows for automatic recognition of an object to exclude from consideration those cases when the first contour strip was lit in a different color not all.
Способ отличается еще и тем, что масштаб изображения опознаваемого объекта увеличен по сравнению с масштабом изображений шаблонов так, чтобы изображение распознаваемого объекта вышло за пределы тождественного ему изображения на шаблоне, зашло на первую контурную полосу как вокруг всего изображения, так и вокруг выделенных фрагментов изображения, но не вышло за ее пределы, что позволяет облегчить процесс распознавания объектов, так как при совмещении распознаваемого объекта с тождественным ему изображением шаблона происходит резкое изменение цвета первой контурной полосы. The method also differs in that the image scale of the recognizable object is increased in comparison with the scale of the image of the templates so that the image of the recognized object goes beyond the image identical to it on the template, goes to the first contour strip both around the entire image and around the selected image fragments, but it did not go beyond its limits, which makes it easier to recognize objects, since when combining a recognizable object with an identical image of the template, a sharp and Menen color first contour strips.
Другим отличием способа является то, что на изображениях шаблонов и выделенных фрагментах этих изображений нанесены данные, характеризующие изображение объекта или его фрагмента на нем, выполненные цветом, отличным от цвета изображений распознаваемых объектов, шаблонов, выделенных фрагментов изображений и контурных полос, что позволяет в случае идентификации распознаваемого объекта и шаблона прочитать и данные, характеризующие распознанный объект. Another difference of the method is that on the images of the templates and the selected fragments of these images there is applied data characterizing the image of the object or its fragment on it, made with a color different from the color of the images of recognized objects, templates, selected image fragments and contour stripes, which allows identification of the recognizable object and the template to read the data characterizing the recognized object.
Распознавание объектов по предлагаемому способу осуществляется следующим образом. Recognition of objects by the proposed method is as follows.
Предлагаемый способ позволяет производить распознавание объектов как в автоматическом режиме, так и оператору визуально. Принцип распознавания заключается в том, что программа вывода изображений на экран составлена так, что если на экране монитора наложить друг на друга два тождественных, идентичных изображения, каждое из которых выполнено в одном, отличающимся друг от друга, цвете, то мы получим на экране точно такое же изображение, но цвет этого изображения будет отличен от цветов накладываемых друг на друга изображений, что и можно зафиксировать. The proposed method allows the recognition of objects both automatically and visually to the operator. The recognition principle is that the program for displaying images on the screen is designed so that if two identical, identical images are superimposed on the screen of the monitor, each of which is made in one color that is different from each other, then we will get on the screen exactly the same image, but the color of this image will be different from the colors of the overlapping images, which can be fixed.
В предлагаемом способе создается большая или даже очень большая библиотека шаблонов-изображений различных объектов, с которыми в дальнейшем будут сравниваться распознаваемые объекты. In the proposed method, a large or even very large library of image templates of various objects is created with which recognizable objects will be compared in the future.
Для того чтобы при наложении распознаваемого объекта на шаблон с идентичным изображением произошло совпадение их контуров, необходимо нормализовать, привести все изображения на шаблонах к стандартному для данного способа виду по определенному алгоритму, обеспечивающему наилучшее, стандартное расположение изображений на экране. Например, длинная сторона прямоугольника, в который полностью вписывается изображение объекта (в случае, когда длина объекта больше его ширины), была направлена вдоль оси X, которая, в свою очередь, направлена вдоль длинной стороны экрана монитора, площадь этого прямоугольника была бы минимальна, масштаб изображения был таков, чтобы наибольшая длина или высота изображения объекта, естественно, не превышала размеров экрана монитора (максимальные размеры прямоугольника, в который вписывается изображение, должны быть немного меньше размеров экрана монитора), наибольшая длина изображения объекта была параллельна длинной стороне этого прямоугольника, изображение должно быть центрировано - точка пересечения диагоналей этого прямоугольника должна лежать на точке пересечения диагоналей экрана. Такие преобразования изображений легко делаются в такой программе, как AutoCad. In order for the coincidence of their contours when overlapping a recognizable object on a template with an identical image, it is necessary to normalize, bring all the images on the templates to the standard form for this method according to a certain algorithm that provides the best, standard arrangement of images on the screen. For example, the long side of the rectangle, into which the image of the object completely fits (in the case when the length of the object is greater than its width), was directed along the X axis, which, in turn, is directed along the long side of the monitor screen, the area of this rectangle would be minimal. the image scale was such that the maximum length or height of the image of the object, of course, did not exceed the size of the monitor screen (the maximum dimensions of the rectangle into which the image fits should be slightly smaller than monitor screen), the maximum length of the image of the object is parallel to the long side of the rectangle, the image must be centered - the point of intersection of the diagonals of the rectangle must lie on the point of intersection of the diagonals of screen. Such image transformations are easily done in a program such as AutoCad.
Таким образом, получается, что высота (или длина - у тех изображений, у которых длина больше высоты) всех изображений шаблонов одинакова и изображения центрированы. Thus, it turns out that the height (or length — for those images whose length is greater than the height) of all the template images is the same and the images are centered.
Такой же процедуре подвергается и каждое изображение распознаваемого объекта. И поэтому контур каждого распознаваемого объекта при последовательном наложении на шаблоны точно совпадает с контуром идентичного ему изображения на шаблоне, если, конечно, он есть в библиотеке шаблонов. Each image of a recognized object is subjected to the same procedure. And therefore, the contour of each recognizable object when sequentially superimposed on the patterns exactly coincides with the contour of the image identical to it on the pattern, unless, of course, it is in the template library.
Для дальнейшего распознавания, если распознаваемый объект относится к классу объектов, имеющих одинаковый наружный контур, но отличающихся друг от друга фрагментами внутри контура, например у здания могут быть окна и двери разной формы, различное число этажей и т.д., внутри контура изображения распознаваемого объекта и шаблонов некоторые выделенные детали, фрагменты изображения имеют цвет, отличный как от основного цвета распознаваемого объекта, так и от основного цвета шаблонов и цвета деталей, фрагментов его изображения, которые для дальнейшего распознавания так же нормализуются, приводятся к стандартному для данного способа виду. For further recognition, if the recognizable object belongs to the class of objects having the same external contour, but differing from each other by fragments inside the contour, for example, a building may have windows and doors of different shapes, a different number of floors, etc., inside the contour of the image recognized object and patterns, some selected details, image fragments have a color different from both the primary color of the recognized object and the primary color of the templates and the color of parts, fragments of its image, which for lneyshego recognition as normalized, are the standard for this type of method.
Для облегчения работы оператора и для автоматизации процесса распознавания по контуру изображений шаблонов и выделенных фрагментов внутри контура изображения шаблонов выполняются две эквидистантные, определенной ширины контурные полосы, граничащие как друг с другом, так и с контуром изображения шаблонов и выделенных фрагментов их изображений, окрашенные в цвета, отличающиеся как друг от друга, так и от изображений распознаваемого объекта и его выделенных фрагментов и шаблонов с выделенными фрагментами его изображения, дающими при совмещении изображений распознаваемого объекта и шаблона достаточно контрастные цвета, чтобы их можно было зафиксировать, констатируя тождественность изображений распознаваемого объекта и шаблона или их отличие. To facilitate the operator’s work and to automate the process of recognizing patterns and selected fragments by the image contour, two equidistant contour strips of a certain width, bordering both each other and the image contour of the patterns and the selected fragments of their images, are painted in colors differing from each other as well as from images of a recognized object and its selected fragments and patterns with selected fragments of its image giving displacements of images recognizable object and template sufficiently contrasting colors so that they can be locked, ascertaining the identity of the recognized object image and the template or contrast.
Ширина полос выбирается из соображений легкости фиксирования и возможности распознавания объектов, контур которых имеет небольшие отличия от контура почти тождественного ему шаблона, например здание с балкончиками и карнизами предварительно можно распознать по шаблону, где на изображении находится здание без балкончиков и карнизов. В этом случае небольшие отклонения формы объекта не должны выходить за пределы первой контурной полосы шаблона. The width of the strips is selected for reasons of ease of fixation and the possibility of recognizing objects whose contour has slight differences from the contour of an almost identical pattern, for example, a building with balconies and cornices can be preliminarily recognized by the pattern where the building is without balconies and cornices in the image. In this case, small deviations in the shape of the object should not go beyond the first contour strip of the template.
Так как масштаб изображения распознаваемого объекта несколько больше масштаба изображения шаблона, то в случае идентичных или при незначительных отличиях совмещенных изображений изображение распознаваемого объекта выходит на первую контурную полосу, которая меняет свой цвет в зависимости от первоначального цвета полосы и цвета распознаваемого объекта. Вторая контурная полоса цвет в данном случае не меняет, что и позволяет оператору зафиксировать распознавание. Since the image scale of the recognizable object is somewhat larger than the image scale of the template, in the case of identical or insignificant differences in the combined images, the image of the recognized object goes to the first contour strip, which changes its color depending on the original color of the strip and the color of the recognized object. The second contour strip does not change color in this case, which allows the operator to fix the recognition.
Технически для этого нужно, чтобы программа распознавания считывала в программе совмещения изображений распознаваемого объекта и очередного шаблона данные о цвете накладываемых друг на друга пикселов изображений и фиксировала, что на одну и ту же группу пикселов (с одними и теми же координатами) поступают сигналы о выводе цвета контурной полосы шаблона и изображения распознаваемого объекта и, в случае автоматического распознавания, передавала сигнал о распознавании и выводе на экран идентичный распознаваемому объекту шаблон с данными, характеризующими этот объект, или, при работе с оператором, меняла цвет контурной полосы на достаточно контрастный, чтобы оператор мог легко зафиксировать факт изменения цвета контурной полосы и констатировать распознавание. Поэтому-то и можно, поочередно накладывая друг на друга предварительно нормализованные изображения распознаваемого объекта и шаблона, распознать оператору (или в автоматическом режиме - компьютеру) этот объект, найдя идентичное ему изображение на шаблоне. Technically, for this, it is necessary that the recognition program reads data on the color of image pixels superimposed on each other in the image matching program of the recognizable object and the next template and records that output signals are sent to the same group of pixels (with the same coordinates) the color of the contour strip of the pattern and image of the recognized object and, in the case of automatic recognition, transmitted a signal of recognition and display on the screen identical to the recognized object template with data , characterizing this object, or, when working with the operator, changed the color of the contour strip to contrasting enough so that the operator could easily fix the fact of changing the color of the contour strip and ascertain recognition. Therefore, it is possible, by alternately superimposing previously normalized images of the recognizable object and template on each other, to recognize the operator (or in automatic mode - the computer) this object by finding the image identical to it on the template.
Для полной автоматизации процесса распознавания контурные полосы делятся на ряд отрезков, число которых в каждой полосе может быть разным, а каждый отрезок имеет цвет, отличный от всех остальных цветов, примененных в распознаваемых объектах и шаблонах, что позволяет программе распознавания точно знать, замкнута ли первая контурная полоса, на все ли отрезки первой контурной полосы шаблона вышло изображение распознаваемого объекта и, значит, действительно ли произошло распознание объекта. To fully automate the recognition process, contour stripes are divided into a number of segments, the number of which in each strip may be different, and each segment has a color different from all other colors used in recognizable objects and patterns, which allows the recognition program to know exactly if the first one is closed contour strip, whether all the segments of the first contour strip of the pattern have an image of a recognized object and, therefore, whether the recognition of the object really happened.
Если же часть изображения распознаваемого объекта вышла и на вторую контурную полосу, о чем программа распознавания узнает, отметив в программе совмещения изображений распознаваемого объекта и очередного шаблона появление команд на вывод на одну группу пикселов цвета второй контурной полосы и цвета изображения распознаваемого объекта, то распознавания не происходит и дается команда на совмещение распознаваемого объекта с новым шаблоном и т.д. If, however, a part of the image of the recognizable object has also entered the second contour strip, which the recognition program will recognize, noting in the program for combining images of the recognizable object and the next pattern the appearance of commands to output the colors of the second contour strip and the image color of the recognized object to one pixel group, then recognition occurs and a command is given to combine the recognized object with the new template, etc.
Так как вторая контурная полоса также может делиться на ряд отрезков, окрашенных в различные цвета, то программа автоматического распознавания объекта может, анализируя величину выхода изображения распознаваемого объекта на вторую контурную полосу, принимать решение о окончательном исключении этого шаблона из процесса распознавания или перевести его в разряд шаблонов, требующих вторичного распознавания. Since the second contour strip can also be divided into a number of segments painted in different colors, the automatic object recognition program can, by analyzing the output value of the image of the recognized object to the second contour strip, make a decision on the final exclusion of this template from the recognition process or transfer it to the category patterns requiring secondary recognition.
Для осуществления способа в качестве программы для компьютера, на котором производится распознание объекта, может применяться программа типа AutoCad, в которой легко может быть создан требуемый набор шаблонов, произведена их нормализация, как и нормализация распознаваемых объектов до их совмещения с шаблонами, имеется программа совмещения изображений. To implement the method, a program such as AutoCad can be used as a program for the computer on which the object is recognized, in which the required set of templates can be easily created, they are normalized, as well as normalized recognized objects before they are combined with templates, there is an image combining program .
Claims (6)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU99125814/09A RU2191431C2 (en) | 1999-12-03 | 1999-12-03 | Method for computer-aided identification of objects |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU99125814/09A RU2191431C2 (en) | 1999-12-03 | 1999-12-03 | Method for computer-aided identification of objects |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU99125814A RU99125814A (en) | 2001-09-27 |
| RU2191431C2 true RU2191431C2 (en) | 2002-10-20 |
Family
ID=20227845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU99125814/09A RU2191431C2 (en) | 1999-12-03 | 1999-12-03 | Method for computer-aided identification of objects |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2191431C2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2295152C1 (en) * | 2005-09-15 | 2007-03-10 | Роман Павлович Худеев | Method for recognizing face of an individual on basis of video image |
| RU2390844C2 (en) * | 2007-10-22 | 2010-05-27 | Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет | Method of identifying eyes on images and device for implementing said method |
| RU2408067C2 (en) * | 2006-06-09 | 2010-12-27 | Сони Эрикссон Мобайл Коммьюникейшнз Аб | Metadata identification |
| RU2640331C2 (en) * | 2015-12-11 | 2017-12-27 | Частное образовательное учреждение высшего образования "ЮЖНЫЙ УНИВЕРСИТЕТ (ИУБиП)" | Method of identifying extended objects of earth surface |
| RU2672622C1 (en) * | 2017-09-18 | 2018-11-16 | Российская Федерация, от имени которой выступает Федеральное государственное казенное учреждение "Войсковая часть 68240" | Method of recognition of graphic images of objects |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2234127C2 (en) * | 2002-06-05 | 2004-08-10 | Чеплашкин Валерий Михайлович | Method for computerized recognition of objects |
| RU2239868C2 (en) * | 2002-09-30 | 2004-11-10 | Чеплашкин Валерий Михайлович | Memorizing-recognizing block and method for working with it |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2123722C1 (en) * | 1997-02-14 | 1998-12-20 | Предприятие Товарищество с ограниченной ответственностью "Вилдис" | Method for checking validity of securities |
| US5867603A (en) * | 1995-07-10 | 1999-02-02 | Iterated Systems, Inc. | Method for transmitting fractal transform data to support different compressor/decompressor designs |
| US5982932A (en) * | 1992-09-16 | 1999-11-09 | Mikos, Ltd. | Method and apparatus for flash correlation |
| WO1999062019A1 (en) * | 1998-05-29 | 1999-12-02 | Welch Allyn, Inc. | Methods and apparatuses for processing security documents |
-
1999
- 1999-12-03 RU RU99125814/09A patent/RU2191431C2/en not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5982932A (en) * | 1992-09-16 | 1999-11-09 | Mikos, Ltd. | Method and apparatus for flash correlation |
| US5867603A (en) * | 1995-07-10 | 1999-02-02 | Iterated Systems, Inc. | Method for transmitting fractal transform data to support different compressor/decompressor designs |
| RU2123722C1 (en) * | 1997-02-14 | 1998-12-20 | Предприятие Товарищество с ограниченной ответственностью "Вилдис" | Method for checking validity of securities |
| WO1999062019A1 (en) * | 1998-05-29 | 1999-12-02 | Welch Allyn, Inc. | Methods and apparatuses for processing security documents |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2295152C1 (en) * | 2005-09-15 | 2007-03-10 | Роман Павлович Худеев | Method for recognizing face of an individual on basis of video image |
| RU2408067C2 (en) * | 2006-06-09 | 2010-12-27 | Сони Эрикссон Мобайл Коммьюникейшнз Аб | Metadata identification |
| RU2390844C2 (en) * | 2007-10-22 | 2010-05-27 | Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет | Method of identifying eyes on images and device for implementing said method |
| RU2640331C2 (en) * | 2015-12-11 | 2017-12-27 | Частное образовательное учреждение высшего образования "ЮЖНЫЙ УНИВЕРСИТЕТ (ИУБиП)" | Method of identifying extended objects of earth surface |
| RU2672622C1 (en) * | 2017-09-18 | 2018-11-16 | Российская Федерация, от имени которой выступает Федеральное государственное казенное учреждение "Войсковая часть 68240" | Method of recognition of graphic images of objects |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4194025B2 (en) | Illumination-invariant object tracking method and video editing apparatus using the same | |
| US5793901A (en) | Device and method to detect dislocation of object image data | |
| JP3271750B2 (en) | Iris identification code extraction method and device, iris recognition method and device, data encryption device | |
| JP2011191928A (en) | Image processing method and image processing apparatus | |
| JP6197340B2 (en) | Image processing apparatus, image processing method, and program | |
| JP5135284B2 (en) | Object detection method | |
| CN110909694A (en) | Method, device, terminal and storage medium for acquiring port information of optical splitter | |
| RU2191431C2 (en) | Method for computer-aided identification of objects | |
| CN111354046A (en) | Indoor camera positioning method and positioning system | |
| JP2891616B2 (en) | Temporary label allocation processing method and actual label allocation processing method | |
| CN114187309A (en) | Hair segmentation method and system based on convolutional neural network | |
| JP2002230550A (en) | Method of identifying object image | |
| RU2234127C2 (en) | Method for computerized recognition of objects | |
| US9305235B1 (en) | System and method for identifying and locating instances of a shape under large variations in linear degrees of freedom and/or stroke widths | |
| JP2002342758A (en) | Visual recognition system | |
| RU99125814A (en) | METHOD FOR COMPUTER RECOGNITION OF OBJECTS | |
| RU2295152C1 (en) | Method for recognizing face of an individual on basis of video image | |
| JPH04205284A (en) | license plate recognition device | |
| JP3627249B2 (en) | Image processing device | |
| JPH01273181A (en) | Visual inspecting method | |
| JPH10111943A (en) | Extraction method of front person image in image | |
| JP2000182056A (en) | Picture processor | |
| JPH07121710A (en) | Image segmentation method and apparatus | |
| JPS62251879A (en) | Image contour extracting system | |
| JPS61175509A (en) | Identification of face figure |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20031204 |