DE3923449A1 - Verfahren zum bestimmen von kanten in bildern - Google Patents

Verfahren zum bestimmen von kanten in bildern

Info

Publication number
DE3923449A1
DE3923449A1 DE3923449A DE3923449A DE3923449A1 DE 3923449 A1 DE3923449 A1 DE 3923449A1 DE 3923449 A DE3923449 A DE 3923449A DE 3923449 A DE3923449 A DE 3923449A DE 3923449 A1 DE3923449 A1 DE 3923449A1
Authority
DE
Germany
Prior art keywords
edge
image matrix
function
image
gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE3923449A
Other languages
English (en)
Inventor
Martin Walter Imme
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Philips Intellectual Property and Standards GmbH
Original Assignee
Philips Patentverwaltung GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Philips Patentverwaltung GmbH filed Critical Philips Patentverwaltung GmbH
Priority to DE3923449A priority Critical patent/DE3923449A1/de
Priority to DE59010346T priority patent/DE59010346D1/de
Priority to EP90201833A priority patent/EP0409310B1/de
Priority to US07/556,782 priority patent/US5073958A/en
Priority to JP2185161A priority patent/JPH0353680A/ja
Publication of DE3923449A1 publication Critical patent/DE3923449A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/181Segmentation; Edge detection involving edge growing; involving edge linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image

Description

Die Erfindung betrifft ein Verfahren zum Bestimmen von Kanten in Bildern, die als Grauwerte von in einer zweidimensionalen Bildmatrix angeordneten Bildpunkten vorliegen, wobei die Grauwertverläufe dieser Bildmatrix mit Hilfe eines Operators gefiltert werden und in der gefilterten Bildmatrix durch Verknüpfung der Grauwerte jeweils mehrerer benachbarter Bildpunkte Kanten bestimmt werden.
Derartige Verfahren sind beispielsweise aus dem Aufsatz von L.S. Davis "A Survey of Edge Detection Techniques" in "Computer Graphics and Image Processing" 1975, Nr. 4, Seiten 248-270 bekannt. Dabei werden verschiedene lineare oder nichtlineare Operatoren verwendet, die verschiedene Vorteile haben und unterschiedlichen Rechenaufwand erfordern. Insbesondere bei Anwendung von realen, mit Rauschen und Störsignalen behafteten Bildern zeigen die einzelnen Verfahren unterschiedliche Ergebnisse. Solche Bilder können beispielsweise Röntgenbilder oder mit Hilfe des magnetischen Kernresonanzverfahrens gewonnene Bilder sein. Bei Bildern aus der Praxis tritt nun das Problem auf, daß Kanten nicht genau auf einen Punkt bzw. eine mehr oder weniger strenge Folge von einzelnen Bildpunkten festgelegt werden können, und andererseits entstehen bei den bekannten Verfahren in den festgestellten Kanten häufig Lücken, d.h. nicht durchgehende Konturen.
Aufgabe der Erfindung ist es daher, ein Verfahren der eingangs genannten Art anzugeben, bei dem eine möglichst lückenlose, durchlaufende Kante in möglichst genauer Lage entsprechend dem realen Bild bestimmt werden kann.
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, daß in der gefilterten Bildmatrix in vier um je 45° zueinander geneigte Richtungen getrennt lokale Minima und Maxima der Grauwerte bestimmt und gespeichert werden, daß nach Bestimmung der Maxima und Minima in der gefilterten Bildmatrix zwischen jeweils einem Minimum und einem benachbarten Maximum in der ungefilterten Bildmatrix der tatsächliche Verlauf der Grauwertänderung in der betreffenden Richtung durch eine vorgegebene Funktion mit einem Wendepunkt angenähert wird, und daß die Lage des Wendepunktes einen Punkt einer gesuchten Kante darstellt.
Durch die Untersuchung des Bildes in vier verschiedenen Richtungen, d.h. praktisch in waagerechter und senkrechter Richtung sowie in beiden Diagonalen, wird jede auch weniger ausgeprägte Kante in der Richtung gefunden, die im wesentlichen senkrecht zu dieser Kante liegt. Ferner werden dadurch, daß die genaue Lage der tatsächlichen Kante im realen, ungefilterten Bild gesucht wird, Verschiebungen durch den Filterungsprozeß eliminiert. Auf diese Weise werden praktisch immer durchlaufende, ununter­ brochene Kanten bestimmt. Dabei können zunächst alle Maxima und Minima in dem gefilterten Bild bestimmt und dann erst die Kantenpunkte im ungefilterten Bild ermittelt werden, oder es wird nach jeweils einem Paar von einem Maximum und einem Minimum der zugehörige Kantenpunkt ermittelt.
Die Funktion, die zur Annäherung der realen Grauwert­ änderung verwendet wird, kann beliebige Form haben, soweit sie einen Bereich mit einem Wendepunkt aufweist. Besonders zweckmäßig wird dafür nach einer ersten Ausgestaltung der Erfindung eine Sinus-Funktion verwendet. Nach einer anderen Ausgestaltung der Erfindung wird eine arctg- Funktion verwendet. Die Sinus-Funktion wird dabei zweck­ mäßig über eine halbe Periode von einem Minimum bis zum folgenden Maximum verwendet, während bei der arctg- Funktion ein entsprechender Bereich symmetrisch zum Wendepunkt verwendet wird. Auch andere Funktionen, d.h. ungerade Polynome höherer Ordnung, können verwendet werden.
Die Annäherung der Grauwertänderung im realen Bild kann auf verschiedene Weise erfolgen. Zweckmäßig ist die übliche Methode des kleinsten Fehlerquadrates.
Mit dem erfindungsgemäßen Verfahren werden die Kanten im Bild bildpunktweise bestimmt. Eine noch genauere Bestimmung ist dadurch möglich, daß nach einer weiteren Ausgestaltung der Erfindung aus den Steilheiten der annähernden Funktionen für alle Richtungen, in denen an einem Kantenpunkt diese Funktion einen Wendepunkt auf­ weist, eine Angabe über die Richtung der Kante abgeleitet wird. Diese Angaben über die Richtung der Kante können für weitere Aussagen verwendet werden.
Ausführungsbeispiele der Erfindung werden nachstehend anhand der Zeichnung näher erläutert. Es zeigen
Fig. 1 schematisch eine Bildmatrix mit den Abtastrich­ tungen,
Fig. 2 den Verlauf der Grauwerte bei einer Abtastung der Bildmatrix in einer der Richtungen,
Fig. 3 die Annäherung des tatsächlichen Bildes im Bereich einer Kante durch eine vorgegebene Funktion.
In Fig. 1 ist eine Bildmatrix M gezeigt, die aus einer Anzahl in Reihen und Spalten angeordneter Bildpunkte besteht, wobei jedes Quadrat einen Bildpunkt darstellen möge. Jeder Bildpunkt hat nun einen bestimmten Grauwert, der durch eine mehrstellige Binärzahl dargestellt ist. Es ist klar, daß im praktischen Fall die Bildmatrix M eine sehr viel größere Anzahl von Bildpunkten aufweist als in Fig. 1 dargestellt.
Da in der Praxis der Verlauf der Grauwerte in einem Bild unvermeidbar mit Rauschen und anderen Störsignalen überlagert ist, die falsche Kanten vortäuschen können, muß der Verlauf der Grauwerte in diesem Bild zunächst geglättet werden. Dabei wird vorzugsweise eine zwei­ dimensionale Glättung verwendet, z.B. in üblicher Weise gemäß einer zweidimensionalen Gauß-Kurve. Die Standard- Abweichung der Gauß-Kurve wird so gewählt, daß die Störsignale weitgehend beseitigt werden, ohne daß steile Kanten oder dicht benachbarte Kanten zu sehr verschliffen werden.
Es sei nun angenommen, daß die Bildmatrix M in Fig. 1 den geglätteten Verlauf der Grauwerte enthält. Nun wird diese Matrix in verschiedenen Richtungen abgetastet, und zwar spaltenweise in Richtung der Pfeile 1 ferner zeilenweise entsprechend den Pfeilen 2 und außerdem in den beiden Diagonalen entsprechend den Pfeilen 3 und 4, wobei hier der Übersichtlichkeit halber bei nur einem Teil der abgetasteten Spalten und Zeilen und Diagonalen die Pfeile angegeben sind.
Der Vollständigkeit halber sei erwähnt, daß diese Abtastungen selbstverstandlich nicht in einem realen Bild, sondern in den Folgen von in einem elektronischen Speicher gespeicherten Grauwerten des Bildes, ebenso wie die Glättung bzw. der Filtervorgang, mit gespeichert vor­ liegenden Bildsignalen vorgenommen wird.
In jeder Richtung ergeben sich also Folgen von Grauwerten, von denen ein Beispiel der Grauwerte G einer Abtastreihe von Bildpunkten P in Fig. 2 dargestellt ist. Dabei ist die tatsächlich vorhandene Folge von diskreten Grauwerten hier der Einfachheit halber als eine geschlossene Kurve dargestellt.
In dieser Kurve werden nun die lokalen Minima Mn und Maxima Mx auf herkömmliche Weise bestimmt. Zwischen jeweils einem Minimum und einem Maximum (oder umgekehrt) liegt ein Bereich S1, S2, S3 oder S4, in dem eine Kante mehr oder weniger steil geschnitten wird.
Um die genaue Lage dieser Kante zu ermitteln, wird zwischen dem Minimum Mn und Maximum Mx, d.h. zwischen den zugehörigen Bildpunkten P, der Verlauf der Grauwerte in dem tatsächlichen, rausch- und störbehafteten Bild mittels einer Kurve mit einem Wendepunkt angenähert, wie dies in Fig. 3 angedeutet ist. Diese Fig. 3 zeigt beispiels­ weise einen über die Bildpunkte P gestreckten Verlauf der Grauwerte, die in Fig. 2 links geglättet dargestellt sind. Die Kurve F, die den tatsächlichen Verlauf der Grauwerte annähern soll, ist hier beispielsweise eine Sinusfunktion zwischen dem Minimum und dem Maximum, wobei auch beispielsweise eine arctg-Funktion in einem vorgege­ benen Bereich verwendet werden kann. Die Funktion F wird nun derart verändert und in Richtung der Grauwerte G und in Richtung der Bildpunkte P verschoben, daß das mittlere Fehlerquadrat der Abweichungen der Grauwerte des störbehafteten Bildes von dieser Funktion ein Minimum wird. Wenn dies geschehen ist, gibt der Wendepunkt W der Funktion F die Lage, d.h. den Bildpunkt K an, auf dem die Kante einer Kontur im betreffenden Bildbereich liegt. Auf diese Weise wird eine Verschiebung des gefilterten Bildes bzw. des daraus gewonnenen Verlaufs der Grauwerte gegenüber dem ungefilterten Bild vermieden, d.h. die Kante wird dort ermittelt, wo sie im Originalbild tatsächlich am wahrscheinlichsten liegt.
Wenn eine Kante im Bild und damit auch im gefilterten Bild in verschiedenen Richtungen geschnitten wird, ergibt dies für die betreffenden Richtungen im wesentlichen bei dem­ selben Bildpunkt eine Kante. Die Steilheit dieser Kante ist jedoch von der Richtung abhängig, in der die Kante geschnitten wird, d.h. senkrecht zur Kante ergibt sich die steilste Änderung des Grauwertverlaufs. Die Steilheit der Änderung des Grauwertverlaufs im Bereich der Kante ist nun in der Steilheit der Funktion F enthalten, die den Grau­ wertverlauf annähert, und ergibt sich aus der Steilheit dieser Funktion im Wendepunkt aus der Amplitude und der Periode dieser Funktion F. Aus den Steilheiten der Funktionen der verschiedenen Richtungen in einem als Kantenpunkt festgestellten Bildpunkt kann nun die Richtung der Kante ermittelt werden. Diese Richtung kann für eine eventuelle genauere Bestimmung der Kante beispielsweise durch Ausschalten von Mehrdeutigkeiten mit verwendet werden.

Claims (4)

1. Verfahren zum Bestimmen von Kanten in Bildern, die als Grauwerte von in einer zweidimensionalen Bildmatrix angeordneten Bildpunkten vorliegen, wobei die Grauwertverläufe dieser Bildmatrix mit Hilfe eines Operators gefiltert werden und in der gefilterten Bildmatrix durch Verknüpfung der Grauwerte jeweils mehrerer benachbarter Bildpunkte Kanten bestimmt werden, dadurch gekennzeichnet, daß in der gefilterten Bildmatrix in vier um je 45° zueinander geneigte Richtungen getrennt lokale Minima und Maxima der Grauwerte bestimmt und gespeichert werden, daß nach Bestimmung aller Maxima und Minima in der gefilterten Bildmatrix zwischen jeweils einem Minimum und einem benachbarten Maximum in der ungefilterten Bildmatrix der tatsächliche Verlauf der Grauwertänderung in der betreffenden Richtung durch eine vorgegebene Funktion mit einem Wendepunkt angenähert wird, und daß die Lage des Wendepunktes einen Punkt einer gesuchten Kante darstellt.
2. Verfahren nach Anspruch 1, dadurch gekennzeichet, daß die vorgegebene Funktion eine Sinus-Funktion ist.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die vorgegebene Funktion eine arctg-Funktion ist.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß aus den Steilheiten der annähernden Funktionen für alle Richtungen, in denen an einem Kantenpunkt diese Funktion einen Wendepunkt aufweist, eine Angabe über die Richtung der Kante abgeleitet wird.
DE3923449A 1989-07-15 1989-07-15 Verfahren zum bestimmen von kanten in bildern Withdrawn DE3923449A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE3923449A DE3923449A1 (de) 1989-07-15 1989-07-15 Verfahren zum bestimmen von kanten in bildern
DE59010346T DE59010346D1 (de) 1989-07-15 1990-07-09 Verfahren sowie Anordnung zum Bestimmen von Kanten in Bildern
EP90201833A EP0409310B1 (de) 1989-07-15 1990-07-09 Verfahren sowie Anordnung zum Bestimmen von Kanten in Bildern
US07/556,782 US5073958A (en) 1989-07-15 1990-07-11 Method of detecting edges in images
JP2185161A JPH0353680A (ja) 1989-07-15 1990-07-12 映像のエッジ検出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE3923449A DE3923449A1 (de) 1989-07-15 1989-07-15 Verfahren zum bestimmen von kanten in bildern

Publications (1)

Publication Number Publication Date
DE3923449A1 true DE3923449A1 (de) 1991-01-24

Family

ID=6385119

Family Applications (2)

Application Number Title Priority Date Filing Date
DE3923449A Withdrawn DE3923449A1 (de) 1989-07-15 1989-07-15 Verfahren zum bestimmen von kanten in bildern
DE59010346T Expired - Fee Related DE59010346D1 (de) 1989-07-15 1990-07-09 Verfahren sowie Anordnung zum Bestimmen von Kanten in Bildern

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE59010346T Expired - Fee Related DE59010346D1 (de) 1989-07-15 1990-07-09 Verfahren sowie Anordnung zum Bestimmen von Kanten in Bildern

Country Status (4)

Country Link
US (1) US5073958A (de)
EP (1) EP0409310B1 (de)
JP (1) JPH0353680A (de)
DE (2) DE3923449A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT503279B1 (de) * 2005-11-08 2008-01-15 Arc Seibersdorf Res Gmbh Verfahren zur erkennung von kanten in bildern

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6067379A (en) * 1988-12-09 2000-05-23 Cognex Corporation Method and apparatus for locating patterns in an optical image
US5717785A (en) * 1992-01-30 1998-02-10 Cognex Corporation Method and apparatus for locating patterns in an optical image
US5199082A (en) * 1989-09-11 1993-03-30 U.S. Philips Corp. Method of detecting an amplitude transient in a field of elements having a multivalent amplitude distribution, device suitable for performing the method, and video system including the device
US5537494A (en) * 1990-05-29 1996-07-16 Axiom Innovation Limited Video image data encoding and compression system using edge detection and luminance profile matching
JP3187852B2 (ja) * 1991-02-08 2001-07-16 ソニー株式会社 高能率符号化方法
JP3034975B2 (ja) * 1991-03-26 2000-04-17 株式会社東芝 パターン特徴抽出方法
US5347590A (en) * 1991-06-10 1994-09-13 General Electric Company Spatial filter for an image processing system
US5371690A (en) * 1992-01-17 1994-12-06 Cognex Corporation Method and apparatus for inspection of surface mounted devices
US6002793A (en) * 1992-01-30 1999-12-14 Cognex Corporation Machine vision method and apparatus for finding an object orientation angle of a rectilinear object
WO1993018482A1 (en) * 1992-03-11 1993-09-16 New York University Method and apparatus for encoding and decoding signals with structures
US5487115A (en) * 1992-05-14 1996-01-23 United Parcel Service Method and apparatus for determining the fine angular orientation of bar code symbols in two-dimensional CCD images
US5438636A (en) * 1992-05-14 1995-08-01 United Parcel Service Of America, Inc. Apparatus for simultaneously convolving multiple digital binary images using a single convolver with a binary mask to determine pixel densities
US5748804A (en) * 1992-05-14 1998-05-05 United Parcel Service Of America, Inc. Method and apparatus for processing images with symbols with dense edges
US5276315A (en) * 1992-05-14 1994-01-04 United Parcel Service Of America, Inc. Method and apparatus for processing low resolution images of degraded bar code symbols
US6122405A (en) * 1993-08-27 2000-09-19 Martin Marietta Corporation Adaptive filter selection for optimal feature extraction
US5438188A (en) * 1994-04-01 1995-08-01 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code images using information from previous scan lines
US5412196A (en) * 1994-04-01 1995-05-02 United Parcel Service Of America, Inc. Method and apparatus for decoding bar code images using multi-order feature vectors
US5602937A (en) * 1994-06-01 1997-02-11 Cognex Corporation Methods and apparatus for machine vision high accuracy searching
JP3334385B2 (ja) * 1994-12-20 2002-10-15 セイコーエプソン株式会社 画像読み取り装置および読み取り方法
US5933540A (en) * 1995-05-11 1999-08-03 General Electric Company Filter system and method for efficiently suppressing noise and improving edge definition in a digitized image
US5801966A (en) * 1995-07-24 1998-09-01 Cognex Corporation Machine vision methods and articles of manufacture for determination of convex hull and convex hull angle
US6026176A (en) 1995-07-25 2000-02-15 Cognex Corporation Machine vision methods and articles of manufacture for ball grid array inspection
US5754679A (en) * 1995-10-31 1998-05-19 Cognex Corp. Image rotating method for locating bond pads in an image
US5757956A (en) * 1995-10-31 1998-05-26 Cognex Corp. Template rotating method for locating bond pads in an image
US5887081A (en) * 1995-12-07 1999-03-23 Ncr Corporation Method for fast image identification and categorization of multimedia data
US5845007A (en) * 1996-01-02 1998-12-01 Cognex Corporation Machine vision method and apparatus for edge-based image histogram analysis
US5872870A (en) * 1996-02-16 1999-02-16 Cognex Corporation Machine vision methods for identifying extrema of objects in rotated reference frames
US5909504A (en) * 1996-03-15 1999-06-01 Cognex Corporation Method of testing a machine vision inspection system
US5949901A (en) * 1996-03-21 1999-09-07 Nichani; Sanjay Semiconductor device image inspection utilizing image subtraction and threshold imaging
US6259827B1 (en) 1996-03-21 2001-07-10 Cognex Corporation Machine vision methods for enhancing the contrast between an object and its background using multiple on-axis images
US6298149B1 (en) 1996-03-21 2001-10-02 Cognex Corporation Semiconductor device image inspection with contrast enhancement
US5978502A (en) * 1996-04-01 1999-11-02 Cognex Corporation Machine vision methods for determining characteristics of three-dimensional objects
US6137893A (en) * 1996-10-07 2000-10-24 Cognex Corporation Machine vision calibration targets and methods of determining their location and orientation in an image
US5960125A (en) 1996-11-21 1999-09-28 Cognex Corporation Nonfeedback-based machine vision method for determining a calibration relationship between a camera and a moveable object
US5953130A (en) * 1997-01-06 1999-09-14 Cognex Corporation Machine vision methods and apparatus for machine vision illumination of an object
US6075881A (en) * 1997-03-18 2000-06-13 Cognex Corporation Machine vision methods for identifying collinear sets of points from an image
US5974169A (en) * 1997-03-20 1999-10-26 Cognex Corporation Machine vision methods for determining characteristics of an object using boundary points and bounding regions
US6141033A (en) * 1997-05-15 2000-10-31 Cognex Corporation Bandwidth reduction of multichannel images for machine vision
US6608647B1 (en) 1997-06-24 2003-08-19 Cognex Corporation Methods and apparatus for charge coupled device image acquisition with independent integration and readout
US5978080A (en) * 1997-09-25 1999-11-02 Cognex Corporation Machine vision methods using feedback to determine an orientation, pixel width and pixel height of a field of view
US6025854A (en) * 1997-12-31 2000-02-15 Cognex Corporation Method and apparatus for high speed image acquisition
US6236769B1 (en) 1998-01-28 2001-05-22 Cognex Corporation Machine vision systems and methods for morphological transformation of an image with zero or other uniform offsets
US6282328B1 (en) 1998-01-28 2001-08-28 Cognex Corporation Machine vision systems and methods for morphological transformation of an image with non-uniform offsets
US6215915B1 (en) 1998-02-20 2001-04-10 Cognex Corporation Image processing methods and apparatus for separable, general affine transformation of an image
US6381375B1 (en) 1998-02-20 2002-04-30 Cognex Corporation Methods and apparatus for generating a projection of an image
US6516092B1 (en) 1998-05-29 2003-02-04 Cognex Corporation Robust sub-model shape-finder
US6687402B1 (en) 1998-12-18 2004-02-03 Cognex Corporation Machine vision methods and systems for boundary feature comparison of patterns and images
US6381366B1 (en) 1998-12-18 2002-04-30 Cognex Corporation Machine vision methods and system for boundary point-based comparison of patterns and images
AUPP890199A0 (en) * 1999-02-25 1999-03-25 Lions Eye Institute Of Western Australia Incorporated, The Method of locating a circular object in an image
JP2000260699A (ja) * 1999-03-09 2000-09-22 Canon Inc 位置検出装置及び該位置検出装置を用いた半導体露光装置
JP3903360B2 (ja) * 1999-06-28 2007-04-11 パイオニア株式会社 エッジ検出方法及びエッジ検出装置並びに画像符号化装置
US6684402B1 (en) 1999-12-01 2004-01-27 Cognex Technology And Investment Corporation Control methods and apparatus for coupling multiple image acquisition devices to a digital data processor
US6748104B1 (en) 2000-03-24 2004-06-08 Cognex Corporation Methods and apparatus for machine vision inspection using single and multiple templates or patterns
US7006669B1 (en) 2000-12-31 2006-02-28 Cognex Corporation Machine vision method and apparatus for thresholding images of non-uniform materials
FR2838849A1 (fr) * 2002-04-17 2003-10-24 St Microelectronics Sa Determination de l'orientation des sillons d'une empreinte digitale
US7639861B2 (en) 2005-09-14 2009-12-29 Cognex Technology And Investment Corporation Method and apparatus for backlighting a wafer during alignment
US8111904B2 (en) 2005-10-07 2012-02-07 Cognex Technology And Investment Corp. Methods and apparatus for practical 3D vision system
US8162584B2 (en) 2006-08-23 2012-04-24 Cognex Corporation Method and apparatus for semiconductor wafer alignment
CN116572078B (zh) * 2023-07-14 2023-10-17 中国空气动力研究与发展中心高速空气动力研究所 一种车削刀具磨损检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8105256A (nl) * 1981-11-20 1983-06-16 Philips Nv Inrichting voor het dynamisch instellen van een discriminatiedrempel zwart/wit bij het bewerken van beelden met grijsheidswaarden.
EP0217118A3 (de) * 1985-09-30 1990-03-28 Siemens Aktiengesellschaft Verfahren zur automatischen Trennung von Nutz- und Störinformation in Mikroskopbildern, insbesondere von Wafer-Oberflächen, zum Zwecke einer automatischen Erkennung von Wafer Kennzeichnungen
US4772128A (en) * 1986-03-25 1988-09-20 Dolan-Jenner Industries, Inc. Fiber optic imaging system for on-line monitoring
JPS6381579A (ja) * 1986-09-26 1988-04-12 Yamaha Motor Co Ltd 画像処理におけるエツジ検出方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT503279B1 (de) * 2005-11-08 2008-01-15 Arc Seibersdorf Res Gmbh Verfahren zur erkennung von kanten in bildern

Also Published As

Publication number Publication date
US5073958A (en) 1991-12-17
EP0409310B1 (de) 1996-05-29
JPH0353680A (ja) 1991-03-07
DE59010346D1 (de) 1996-07-04
EP0409310A2 (de) 1991-01-23
EP0409310A3 (en) 1992-02-26

Similar Documents

Publication Publication Date Title
DE3923449A1 (de) Verfahren zum bestimmen von kanten in bildern
DE3546337C2 (de)
DE2909153C2 (de) Einrichtung zur digitalen Analyse von Bild- oder Zeichenmustern
DE3633743C2 (de)
EP0131676B1 (de) Verfahren zum automatischen Digitalisieren des Umrisses von Strichgraphiken z.B. Buchstaben
DE69926205T2 (de) Artefaktentfernungstechnik für schiefenkorrigierte bilder
EP0925682B1 (de) Verfahren zur detektion von kanten in einem bildsignal
DE2943749C2 (de)
EP1037166A1 (de) Verfahren zur Detektion von Konturen in einem Röntgenbild
DE102008013789A1 (de) Vorrichtung, Verfahren und Programm zum Eliminieren von Zeichenstörungen
EP3656561A1 (de) Schnelle bildentzerrung für bildinspektion
DE3905234C2 (de)
DE2254913A1 (de) Verfahren zur erzeugung graphischer darstellungen aus parametrischen daten
EP1183641A1 (de) Verfahren und vorrichtung zur synchronisation bei kodierung und dekodierung von in datenstreifen gedruckten daten
EP1586070B1 (de) Verfahren und vorrichtung zur identifikation und kompensation einer perspektivischen verzerrung
AT408377B (de) Verfahren und vorrichtung zur prüfung bzw. untersuchung von gegenständen
DE69531412T2 (de) Bildkodierung beruhend auf Bildbereichen und deren segmentierten Randlinien
DE19517178C1 (de) Hintergrundbereinigung bei elektronisch abgetasteten Bildern
EP0623885A2 (de) Einrichtung zum Gewinnen von Klassifikationsinformationen
EP0614555B1 (de) Verfahren zur segmentierung eines zusammenhängenden gebietes mit diffuser berandung in einem monochromen rasterbild
EP0642265B1 (de) Verfahren und Anordnung zum Erzeugen von Röntgenaufnahmen
DE4006181A1 (de) Anordnung zum abtasten einer roentgenaufnahme
EP0195281B1 (de) Schaltungsanordnung für die Bildverarbeitung
DE10040614A1 (de) Verfahren zur automatischen Erkennung einer gerichteten Struktur
DE4328915C1 (de) Verfahren zur Extraktion von Merkmalen linienhafter Strukturen in digitalen Bildern

Legal Events

Date Code Title Description
8139 Disposal/non-payment of the annual fee