【課題】ラインセンサ等の撮像装置を用いて取得した物体の撮像データを用いてその物体を認識する物体認識システムにおいて、物体の通過速度によって撮像データに含まれる物体の画像が歪むため対象物のテンプレートデータとのマッチングの精度が低下し物体の認識精度が低下するという課題があった。
【解決手段】物体認識部３４は、速度検出部３２で検出された物体の速度に応じて、撮像装置１、２で取得された撮像データに含まれる物体の画像をサイズ変更し、その変更後の撮像データとテンプレートデータとをマッチングして物体を認識するので、精度高く物体認識ができる。 （もっと読む）

【課題】 画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供する。
【解決手段】 個体識別装置１００は、抽出された特徴点群の中から特徴量算出点Ａを１つ特定し（Ｓ２０１）、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に特徴点Ａ１〜Ａｎを特定する（Ｓ２０２）。次に、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点Ａから最近傍の点を基準点Ｂとして特定し（Ｓ２０３）、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、所定数ｊ個の参照点Ｃ１〜Ｃｊを特定する（Ｓ２０４）。そして、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３つの点を用いて、特徴量算出点ごとに特徴量を算出する。 （もっと読む）

【課題】かごに対する人および物体の出入りを検出して、かご容積に対する人および物体の占有率を低コストかつ高精度に算出するエレベータの乗降検出装置、検出結果に応じてエレベータを駆動するエレベータ装置、並びにエレベータの乗降検出方法を得る。
【解決手段】エレベータの出入り口に設けられ、出入り口を通過する人および物体を線状画像としてそれぞれ検出する第１、第２ラインセンサ１１ａ、１１ｂと、第１、第２ラインセンサ１１ａ、１１ｂで検出された線状画像から、人および物体の投影面積を算出する投影面積算出部１３１と、第１、第２ラインセンサ１１ａ、１１ｂで検出された線状画像から、人および物体の移動方向を判定する移動方向判定部１３２と、投影面積および移動方向に基づいて、エレベータのかご容積に対する人および物体の占有率を算出する占有率算出部１３３とを備えている。 （もっと読む）

【課題】取得画像のコンテンツに依存することなしに画像の歪み及び変形を補正することを可能にする画像処理方法等を提供する。
【解決手段】画像処理方法は、取得画像におけるオブジェクト領域の輪郭の角を推定し、オブジェクト領域から離れる方向に沿って所定角度範囲内でその推定された角からオフセットされる２つの点の間でオブジェクト領域の輪郭線を探し、オブジェクト領域の輪郭の最終的な角として輪郭線の交差点を決定し、オブジェクト領域の最終的な輪郭として前記最終的な角の間の輪郭線を決定する。 （もっと読む）

【課題】書物などのスキャン画像は背に近い所に歪みを有する。歪みを検出し、補正する方法を提供する。
【解決手段】特徴画像を用いてスキャンされた本の画像を分割化しページ領域に対応するピクセルをマップしページオブジェクトを作成してページの縁を検出する。ページオブジェクトの２つの間にある無地の背景領域を見つけ、ページ縁を分析してその形状を検出し、形状を分析して本の背の終端点を検出することにより本の背領域が検出される。ページ縁を用いて特徴画像を調べ、ピクセル値の上から下および下から上の下降勾配を検出し元のスキャンされた画像における影歪みの角を判定する。締め付けおよび湾曲歪みも検出される。ベジェ曲線を用いてページ上で検出された３つの歪みの各々をモデル化する。検出された歪みはまず台形の補正領域を定義することにより補正される。強度、締め付け、および湾曲補正が次に台形の補正領域内の線に沿って適用される。 （もっと読む）

【課題】オブジェクト分類は、３Ｄ距離データ用の正確な分類方法が必要であり、オブジェクトを分類する方法を提供する。
【解決手段】移動するオブジェクトが、１組の１つ又は複数の１次元レーザーラインスキャナーを備えたスキャナーによって取得された距離データの最大マージン分類及び識別確率的逐次モデリングに基づいて分類される。２次元画像の形態での距離データは、前処理され、その後分類される。分類器は、外観分類器と、種々の推論技法を用いる系列分類器と、オブジェクトの構造の状態機械実施とから構成される。 （もっと読む）

【課題】 半導体メモリを用いることなく多数の画像パターンを登録でき、しかも登録した各画像パターンを速やかに取り出して入力画像と照合できる画像照合装置と画像形成装置および画像照合方法を提供する。
【解決手段】 入力画像データを単位ごとに抽出する。一方、エンドレスに直列接続した複数のシフトレジスタからなる画像パターン格納部５３を設け、その各シフトレジスタに複数の画像パターンデータをそれぞれ格納し、これら画像パターンデータをクロック信号ＣＬＫに応じて順にシフトしながら１つずつ出力する。そして、上記抽出される１つの入力画像データと上記出力される各画像パターンデータとを照合部５４で照合する。 （もっと読む）

【課題】描画線に基づいた領域分離を高精度に実施することを容易とする技術を提供する。
【解決手段】線画処理装置１００は、線画から芯線ＣＬ１を抽出する芯線抽出部２１と、芯線ＣＬ１の端点ＴＰ１を抽出する端点抽出部２２と、端点ＴＰ１から延長線ＥＬを延伸させる延伸方向ＥＤとして、前記端点まで続く芯線ＣＬ１の描画方向ＤＤに基づいて、端点ＴＰ１から射出させる射出方向ＳＤと、射出方向ＳＤに射出された延長線ＥＤを所定方向に湾曲させる湾曲方向ＣＤとを決定する延伸方向決定部２４とを備える。 （もっと読む）

【課題】 疵検査対象物に生じている疵の特徴量から疵種を判別するための学習モデルを、疵種の正解データが与えられた疵の特徴量のデータを用いて更新するに際し、多数の疵のデータから学習モデルの更新に適したデータを選択できるようにする。
【解決手段】 疵種「ＣＬ１」、「ＣＬ２」を完全に分離する特徴量の値の範囲の組と、疵種「ＣＬ１」、「ＣＬ２」とを相互に対応付けるための複数個（Ｌ個）の部分特徴量空間の集合として学習モデルを生成する。そして、入力された疵データのうち、特徴量空間において、学習モデルにおける疵種の判別結果に対する確信度が低い疵データだけを用いて、学習モデルを更新する。 （もっと読む）

物品の固有の表層構造の複数の領域が、可干渉光に連続してさらされ、固有の表層構造によって散乱された光が収集されるときに収集されたデータ点の群を含む組から生成された署名に基づく物品の認証のためのシステムを実現する方法が説明される。それによって、システム実現への柔軟で適切な手法を採用することができ、それにより、人間の時間入力に関して高い効率が与えられ、高信頼で効率的なシステム実現が生じるのを可能にする高品質で高信頼の設定パラメータ値が与えられる。
（もっと読む）

【課題】 偽造紙幣をトレースするプログラムを提供する。
【解決手段】
偽造紙幣の追跡をするプログラムであって、預金装置に預け入れられた第１の銀行券の第１の画像と、第１の銀行券であって偽造紙幣であると分かったものであり預金装置に預け入れられた再取得の銀行券の第２の画像とを、同じセンサから抽出する画像抽出手段と、第１の画像に対しトランザクションログを関連づけて記憶手段に記憶するトランザクションログ手段と、再取得の銀行券の第２の画像を、第１の銀行券の第１の画像と比較して類似度を計算する比較手段と、比較手段により計算された類似度について、第１の銀行券の第１の画像が、再取得の銀行券の第２の画像に対して所定の類似度の範囲内であると比較手段が判定したならば、第１の銀行券に関連付けられているトランザクションログを記憶手段から取得する検索手段とを有する。 （もっと読む）

【課題】文書内の画像上のマーキングをマーキング種類に従って分類する。
【解決手段】
画像を含んだ文書を区分器１１２ａに供給する。区分器１１２ａは、連結成分を見つけることで、その画像を、同じマーキング種類である可能性が高いと識別される前景画素構造の複数の断片へと分割し、横方向に近い罫線及び縦方向に近い罫線を削除し、いくつかの連結成分を更に分割することで断片群を求める。分類器１１２ｂは各断片についてのカテゴリスコアを求める。ここで分類器１１２ｂは各画素が既知のマーキング種類に従ってラベル付けされているグランドトゥルース画像群により学習したものである。断片が分類器１１２ｂにより分類されると、その断片に含まれるすべての画素に同じラベルを割り当てられる。 （もっと読む）

【課題】様々な異なる属性を処理しながら、様々な異なる種別の画像を比較するのに使用することが可能な自動化技術を提供すること。
【解決手段】本発明によれば、画像の内容を比較する自動化技術が与えられる。所与の画像（「入力画像」と言及される）に対して、一群の画像（「候補画像群」と言及される）が処理され、画像の内容又は一部の画像が入力画像中の関心のある領域に含まれる内容に合致するところの画像を候補画像群が有するか否かを判別する。 （もっと読む）

【課題】点群に含まれる点列における複数の点の配列方向を容易かつ高精度に検出する。
【解決手段】配列方向検出装置では、検出対象である配列方向におよそ平行であることが判明している暫定配列方向に長く、かつ、その長さが配列方向に隣接する２つの点８１１の間の距離の最大値である点間最大距離の３倍以上である略矩形状の領域内に存在する点群８が撮像され、点群８の画像から凸包８２が生成される。そして、凸包８２の（−Ｘ）側の部分凸包８２１ａおよび（＋Ｘ）側の部分凸包８２１ｂにそれぞれ含まれる複数の線分のうち最長の線分を方向指示線分８２５ａ，８２５ｂとして特定し、方向指示線分８２５ａ，８２５ｂから、暫定配列方向を基準とする方向の平均値を配列方向として取得することにより、点群８に含まれる点列８１における複数の点８１１の配列方向を容易かつ高精度に検出することができる。 （もっと読む）

【課題】背景側画像が不安定であったり、背景と原稿との材質が類似していたりしても原稿のエッジを高い精度で検出できるようにする。
【解決手段】本発明のエッジ検出方法は、画像を尽くす全ての探索行に対し、画像の端からエッジと直角な方向に探索してエッジ片を検出し、エッジ片が検出できない行が存在する場合、全ての探索行に対し、画像の中央付近から画像の端へと探索することにより、エッジ片を検出する。これらのエッジ片から直線エッジを決定する。全ての探索行に対するエッジ片から複数のエッジ候補を求め、その中から最適な候補を選ぶ。画像において原稿から罫線を抽出し、この罫線との比較に基づいて最適な候補を選ぶ。 （もっと読む）

センサの視野内にある対象物の物理的特徴の動的特徴検出のためのシステムおよび方法が開示される。動的特徴検出は、複数のアラインメントに対応する複数の画像を捕捉および処理するために、対象物または材料の視野内の運動および／または視野を横切る運動を使用することにより、物理的特徴とピクセルグリッドとの偶発的アラインメントの効果を実質的に低減する。ある特徴の位置、重みおよびその他の属性の評価は、当該特徴が視野内を移動して複数のピクセルグリッドアラインメントに現れるときの当該特徴の外観の解析に基づいている。この結果得られる信頼性および正確性は先行技術の静的特徴検出システムおよび方法より優れている。
（もっと読む）

【課題】任意の線図形に対して正確に抽出可能で、不要な接続点の認識を排除することができる閉図形抽出装置を提供する。
【解決手段】複数のベクトルによって構成される線図形の中から、空間的に閉塞した領域としての閉図形を抽出する閉図形抽出装置１０である。閉図形抽出装置１０は、前記線図形を構成する各ベクトルについて、互いの接続関係を対応づけ、各ベクトルを開始ベクトルとして、追跡方向を記録しながら連続的に追跡して追跡リストを作成し、抽出された閉図形のうち、任意の２つの閉図形を構成する追跡リストに共通する任意の一つのベクトルが、連続かつ互いに異なる追跡方向を有するように前記追跡リストを再配置して、当該２つの追跡リストを合成する。 （もっと読む）

【課題】品質指標は、最大解像度を使ったスキャンイングが要求されるので、ライブスキャン型装置のプリビュー機能用には適さない。そこで、プリビュー機能を持つライブスキャン型装置を提供する。
【解決手段】解像度に関係なく、画像の品質をリッジフローに基づいて決定するものであって、リアルタイムで処理でき、指紋の細分化等の細分化を含み、これにより、４指の平面、２本の親指又は全指の画像を有する独立した指紋について画像品質の判断を提供するものである。指紋品質モジュールは、一以上のスキャン装置から、一以上の品質、掌性、履歴情報分析およびバウンディングボックスの割り当てについて後に判断が行われる、リッジフローを含んだ画像を受け取る。 （もっと読む）

【課題】画像読取装置において、原稿エッジの誤検出により、検出結果を用いた後続処理に悪影響が及ぶのを抑える。
【解決手段】本装置は、原稿台の一部領域をプレスキャンして、原稿台に載置された原稿の下部領域を読み取り、その読取結果としての画像データをエッジ画像データに変換し、このデータから原稿エッジに対応するエッジ点群を抽出する。また、抽出した点群を直線近似して上記データにおける原稿領域を推定する。その後、データ左端から原稿領域の左辺までの距離Ｄ１、及び、データ下端から原稿領域の下辺までの距離Ｄ２を算出し（Ｓ９１０，Ｓ９３０）、距離Ｄ１，Ｄ２の両者が閾値以下である場合には、推定した原稿領域の確度が高いと評価するが（Ｓ９５０）、それ以外の場合には確度が低いと評価する（Ｓ９８０）。また、確度低と評価した場合には、原稿台に載置された原稿のサイズが、予め定められた基本サイズであると推定する（Ｓ９９０）。 （もっと読む）

【課題】原稿台上の原稿を、読取ユニットを搬送して読み取る画像読取装置において、効率的且つ正確に、原稿サイズ・傾き・載置領域等を推定可能とする。
【解決手段】複合機は、読取可能領域の先端部に対しプレスキャン動作を実行して画像データを生成し、このデータを画像フィルタに通してエッジ画像データを生成する。また、エッジ画像データを用いて原稿推定処理を実行する。原稿推定処理では、原稿右端を表すエッジ点群、原稿左端を表すエッジ点群、原稿下端を表すエッジ点群を抽出し（Ｓ４２０，Ｓ４５０，Ｓ４６０）、各エッジ点群の近似直線を求め（Ｓ４３７，Ｓ４５５，ＳＳ４６５）、近似直線の交点から原稿左下角位置及び右下角位置を推定する（Ｓ４８０）。そして、左下角−右下角間の距離を原稿短辺長さと推定し、短辺の√２倍を原稿長辺長さと推定することで原稿サイズを推定し（Ｓ４９０）、これらの情報から原稿載置領域を推定する（Ｓ４９７）。 （もっと読む）