CN100367757C - 图像识别方法和图像识别装置 - Google Patents

Abstract

在显微镜图像的细菌数计数自动化等使用图像的测量中，大幅度地降低图形拟合的处理负担。在把设定在识别对象形状的内部的第1图形区域104和设定在外部的第2图形区域106当作掩模图形，在差分电路108中求出，从借助于最小值检测电路107所检测到的含于第2图形区域106内的对象图像的最小亮度值中，减去了借助于最大值检测电路105所检测到的含于第1图形区域104内的对象图像的最大亮度值后的差，在比较电路110中将该差与阈值进行比较，该差比阈值大一定的补偿量或以上时，就进行规定的图形存在的拟合判定，用掩膜图形边对整个对象图像进行扫描，边进行识别判定。

Description

图像识别方法和图像识别装置

技术领域

本发明涉及在借助于光学手段使之带上特征并对图像进行处理以进行识别的方法和装置中，使摄影对象变成为多个灰度级的图像数据进行摄影，从该图像中抽出注目对象，进行2值化处理的技术。

背景技术

从前，为了识别图像，人们提出了种种的方法。这些方法，都是以从图像中找到特定的图形为目的的方法，或以检查在图像中所检查的对象是否具有正常的形状为目的的方法等，以种种的目的提出来的。但是，即便是目的不同，作为手法来说一般地说可以采用这样的方法：用一种什么方法对作为基准的特定的样板图像和对象图像进行比较，通过对其结果数值性地进行评价来求样板图像与对象图像的拟合优度。

以下，用图9和图10，示出应用得非常广泛的一般的图像识别方法。图9示出了图像识别方法中的一般的样板拟合的步骤的例子。在图9中，201是样板图像，假定要从对象图像202中搜索该样板图像201所示的圆的图像图形。在对象图像202中，如203、204所示，存在许多的圆的图形。

上述样板图像201，是纵50个像素、横50个像素，对象图像202是纵480个像素、横640个像素，设每一个像素的灰度级是256个灰度级。

采用依次对对象图像202进行搜索的办法，从对象图像202中抽出该样板图像所示的圆的图像图形。首先，在对象图像202的左上的框内205的位置上，假定与样板图像201同样大小的框，以纵50个像素横50个像素切出对象图像202。

其次，根据图10说明图9所示的一般的样板拟合的处理的流程。在处理步骤S301中，把这些样板图像201、对象图像202的一部分205重叠起来，每次一个像素地对对应的位置的像素进行差分运算。

接着，在处理步骤S302中，在使这些50×50像素的差分结果全部单独地进行了2次方之后，进行加法运算。该值意味着两个像素的相关关系，在两者是同一图像时将变成为小的值，在两者不同时则变成为大的值。

在比较器304中使该值302与相关阈值303进行比较，在所求得的值比相关阈值小的情况下，就判定为检测到了特定的图形，在所求得的值比相关阈值303大的情况下，就判定为不存在特定的图形。

在图9中，在部分图像205的位置上进行了判定后的其次，使框向纸面右方移动1个像素后进行同样的判定，采用反复地进行该判定的办法，按照箭头206的顺序依次对对象图像202全体进行判定处理。在边框处于207的位置时，样板201与图形203一致，由于差分运算301的结果的2次方和302将变成为非常小的值，故可以判定圆的图形的存在。

然而，本方式具有大的问题。就是说，第1是运算量的问题。在本例中，由于1次的判定要以50个像素单位进行，故需要进行2500次减法运算，2500次2次方运算和2499次加法运算，要是在全部像素中进行则需要进行590×430次。因此，运算量就要变得非常大，判定时间变长。

第2，存在因光不均匀而产生的问题。例如，在图9中，假定在对象图像202的照明中存在不均匀，纸面右方变得多少有些明亮。这时，对于图形204来说，图形及其附近的背景都将变得明亮起来，在求与样板之间的差分的情况下，在全部的像素中亮度的偏差量的差分就会残存下来，存在误判的可能性。

为了解决这些问题，例如，人们提出了特开平11-132959号公报那样的方案。这种方案是把附近的实际图像用做样板的方案，具有亮度的修正装置，是采用在对亮度进行了修正之后对样板和对象图像进行比较的办法来除去由亮度产生的影响的。

[专利文献1]特开平11-132959号公报

现有的图像识别方法和图像识别装置如上所述地构成，虽然可以进行除去归因于光不均匀所造成的影响之类的处理，但是，由于不能缩小运算量，还需要用来进行亮度修正的运算，故存在处理负担变得更为庞大的问题。此外，由于把实际图像用做样板，故存在因噪声等的影响而使得差分的累加运算变大，存在可引发误判的可能性这样的问题。

发明内容

本发明就是为了消除以上那样的问题而完成的，目的在于提供可借助于极少的运算量可靠地从图像中抽出所希望的图形的图像识别方法和图像识别装置。

本发明的第1方面的图像识别方法，是一种利用具有表示应识别的图像图形的特征的掩模图形，从数字化的2值或2值以上的灰度级的对象图像数据中识别上述图像图形的图像识别方法，其中，上述掩模图形具有第1图形区域和第2图形区域，其特征在于包括：从上述第1图形区域得到作为上述对象图像数据的亮度的第1代表值的工序；从上述第2图形区域得到作为上述对象图像数据的亮度的第2代表值的工序；在上述第1和第2代表值进行比较的结果满足规定的条件时，就判定为在上述对象图像的内部存在应进行识别的图像的工序。

本发明的第2方面的图像识别方法，如第1方面所述的图像识别方法，其特征在于：在上述掩模图形中，上述掩模图形中的上述第1图形区域位于上述第2图形区域的内部，上述第1和第2图形区域使用由多个像素构成的图形区域。

本发明的第3方面的图像识别方法如第1方面所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的最大值，上述第2代表值是含于上述第2图形区域中的对象图像数据的亮度的最小值。

本发明的第4方面的图像识别方法如第3方面所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

本发明的第5方面的图像识别方法如第1方面所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的平均值。

本发明的第6方面的图像识别方法如第5方面所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

本发明的第7方面的图像识别方法如第1方面所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的第1最大值和第1平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的第2最大值和第2平均值。

本发明的第8方面的图像识别方法如第7方面所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2最大值和上述第1最大值之间的差分大于第1规定阈值，而且，上述第2平均值与上述第1平均值之间的差分大于或等于第2规定阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

本发明的第9方面的图像识别方法如第8方面所述的图像识别方法，其特征在于包括：以同一比率扩大或缩小上述第1图形区域和第2图形区域的工序；用多种尺寸的掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

本发明的第10方面的图像识别方法，在第1方面所述的图像识别方法中，其特征在于包括：以同一角度使上述第1图形区域和第2图形区域旋转的工序；用已进行多次上述旋转后的掩模图形，边与对象图像数据相对地进行位置移动边逐次进行各个位置上的拟合优度的评价的工序。

本发明的第11方面的图像识别方法如第1方面所述的图像识别方法，其特征在于包括：扩大或缩小对象图像数据的工序；用已变成为多种尺寸的对象图像数据和掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

本发明的第12方面的图像识别方法如第1方面所述的图像识别方法，其特征在于包括：旋转上述掩模图形的工序；用通过旋转上述掩模图形而得到的多种旋转角的掩模图形，边使该掩模图形与对象图像数据之间的相对位置移动，边逐次进行各个位置上的拟合优度的评价的工序。

本发明的第13方面的图像识别方法如第1方面所述的图像识别方法，其特征在于：具有多种上述第1图形区域和第2图形区域的组合，包括用上述多个掩模图形，边相对于上述对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

本发明的第14方面的图像识别方法，其特征在于包括以下工序：用第1到第13方面中的任何一个方面所述的图像识别方法，判定对象图像数据中的特定的图像图形的存在位置，在该位置附近，使对象图像数据2值化。

本发明的第15方面的图像识别方法如第14方面所述的图像识别方法，其特征在于：具有相对于第1图形区域和第2图形区域具有固定的位置关系的2值化区域，在判定为存在图像图形时，使2值化区域内的对象图像数据2值化。

本发明的第16方面的图像识别方法如第15所述的图像识别方法，其特征在于包括：根据上述1图形区域的上述对象图像数据的亮度的代表值，和第2图形区域的上述对象图像数据的亮度的代表值来求阈值的工序；用上述阈值，使2值化区域内的对象图像数据2值化的工序。

本发明的第17方面的图像识别方法如第16所述的图像识别方法，其特征在于：把第1图形区域内的上述对象图像数据的亮度的代表值和第2图形区域内的上述对象图像数据的亮度的代表值之间的中间值当作阈值。

本发明的第18方面的图像识别方法如第16所述的图像识别方法，其特征在于：把含于第1图形区域内的对象图像数据的亮度的最大值和含于第2图形区域内的对象图像数据的亮度的最小值之间的中间值当作阈值。

本发明的第19方面的图像识别方法如第14方面所述的图像识别方法，其特征在于：具有相对于第1图形区域和第2图形区域以及2值化区域具有固定的位置关系的固定值区域，在判定为存在图像图形时，使上述固定值区域内的对象图像数据作为2值之内预先决定的一个值而进行2值化。

本发明的第20方面的图像识别方法如第14到19中的任何一个方面所述的图像识别方法，其特征在于：把未2值化的部分当作2值之内预先决定的一个值而得到图像全体的2值化结果。

本发明的第21方面的图像识别装置是用第1到20方面中的任何一个方面所述的图像识别方法对图像进行处理的图像识别装置，其特征在于具备：在画面上显示上述第1图形区域和第2图形区域的单元；位置指定单元，用来在上述画面上决定第1图形区域和第2图形区域的各个像素的位置。

本发明的第22方面的图像识别装置如第21方面的图像识别装置，其特征在于：具备编辑单元，用来在决定上述第1图形区域和第2图形区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域和第2图形区域，以对上述第1图形区域和第2图形区域进行编辑。

本发明的第23方面的图像识别装置如第22方面的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域和第2图形区域当作各自的色差成分进行显示。

本发明的第24方面的图像识别装置如第21方面的图像识别装置，其特征在于：具备编辑单元，用来在决定上述第1图形区域、第2图形区域和2值化区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域、第2图形区域和2值化区域，以对上述第1图形区域、第2图形区域和2值化区域进行编辑。

本发明的第25方面的图像识别装置如第24方面的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域、第2图形区域和2值化区域当作各自的色差成分进行显示。

本发明的第26方面的图像识别装置如第21方面的图像识别装置，其特征在于：具备编辑单元，用来在决定上述第1图形区域、第2图形区域、2值化区域和固定值区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域、第2图形区域、2值化区域和固定值区域，以对上述第1图形区域、第2图形区域、2值化区域和固定值区域进行编辑。

本发明的第27方面的图像识别装置如第26方面的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域、第2图形区域、2值化区域和固定值区域当作各自的色差成分进行显示。

本发明的第28方面的图像识别装置如第21方面的图像识别装置，其特征在于：上述第1图形区域和第2图形区域，以从注目像素算起的相对位置进行存储。

本发明的第29方面的图像识别装置如第21方面的图像识别装置，其特征在于：上述第1图形区域、第2图形区域和2值化区域，以从注目像素算起的相对位置进行存储。

本发明的第30方面的图像识别装置如第21方面的图像识别装置，其特征在于：上述第1图形区域、第2图形区域、2值化区域和固定值区域，以从注目像素算起的相对位置处进行存储。

本发明的第31方面的图像识别装置如第4、6、8中的任何一者所述的图像识别方法，其特征在于：具备利用对象图像的亮度分布，求上述规定的阈值的值的装置。

本发明的第32方面的图像识别装置如第31方面的图像识别装置，其特征在于：具备利用在对象图像的亮度分布中成为最大频度的亮度值来求上述规定的阈值的值的单元。

如上所述，若采用本发明的图像识别方法和图像识别装置，则是一种具有表示应进行识别的图像图形的特征的掩模图形，利用该掩膜图形从具有数字化的2值或2值以上的灰度级的对象图像数据中识别上述图像图形的图像识别方法和装置，由于上述掩模图形具有第1图形区域和第2图形区域，从上述第1图形区域得到作为上述对象图像数据的亮度的第1代表值，从上述第2图形区域得到作为上述对象图像数据的亮度的第2代表值，在上述第1和第2代表值的比较结果满足规定的条件时就判定为在上述对象图像数据内部存在应进行识别的图像，故具有可以用少的运算量可靠地抽出所希望的图形的效果。

此外，由于使用以同一比率扩大或缩小上述第1图形区域和第2图形区域得到的多种尺寸的掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价，故具有即便是存在多个要进行图形存在判定的对象物的尺寸的情况下也可以正确地判定图形的存在的效果。

此外，由于使用以同一角度旋转上述第1图形区域和第2图形区域而得到的多个掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价，故具有即便是在识别对象物不在规定的角度的情况下，也可以精度良好地对之进行识别的效果。

此外，在求上述第1和第2代表值时，由于使用平均值，故具有即便是在对象图像中含有噪声的情况下，也可以精度良好地识别图形的效果。

附图说明

图1是本发明的实施方式1的图像识别装置的方框结构图。

图2是在上述实施方式1的图像识别装置中使用的掩模图形的结构图。

图3是用本发明的实施方式2的图像识别装置进行处理的处理对象图像的图像图。

图4是上述实施方式2的图像识别装置的微珠计数用掩模图形的结构图。

图5示出了上述实施方式2的图像识别装置的对象图像的亮度直方图。

图6是在上述实施方式2的图像识别装置中使用的独立微珠区域检测用掩模图形的结构图。

图7是在本发明的实施方式3的图像识别装置中使用的掩模图形的结构图。

图8是在上述实施方式2的图像识别装置中使用的掩模图形制作画面的图像图。

图9示出了一般的样板拟合的步骤。

图10是一般的样板拟合的方框结构图。

具体实施方式

以下，与图面一起详细地说明本发明的图像识别装置的实施方式。

(实施方式1)

作为本发明的实施方式1的图像识别方法和图像识别装置的例子，用借助于显微镜图像检测直径10微米的微珠(以下称为珠)的例子，进行步骤的说明。

设对象图像为图9的202所示的图像，为在横1024×纵768的像素中每一个像素的灰度级具有256个灰度级的数字图像。设亮度值随着亮度变高而用大的数字表现。设在对象图像202中拍摄有多个珠，目的为抽出这些珠的区域。

图2是在本实施方式的图像识别方法中的图形区域的设定例。在图2中，401是对作为对象图像的珠的附近进行了扩大的图，珠402拍摄得暗。该图像是从纸面的背面一侧照射光时拍摄的图像，为拍摄到珠402的影子的状态。这时，虽然归因于照射不均匀等的影响，背景部分和珠部分的亮度的绝对值并不是恒定而是随场所而不同，但是在局部区域中，相对于背景部分来说珠部分拍摄得暗。

另一方面，403是掩模图形，404～407是第1图形区域，408～411是第2图形区域。此外，412是2值化区域。此外，图中圆圈413是表示1个珠的大小的边框。

上述第1图形区域404～407，是用来对含于珠402的内部的像素进行选择的区域，上述第2图形区域408～411是用来选择珠402的外部的像素的区域。此外，2值化区域412用来在珠402的附近设定比该珠402大一圈的区域。以下，把这些第1图形区域、第2图形区域、2值化区域412合在一起叫做掩模图形。

掩模图形是表示位置的信息，在使之重叠到对象图像的某一位置上时，第1图形区域、第2图形区域、2值化区域中的每一者都将表示对象图像中的特定的区域。因此，第1图形区域、第2图形区域、2值化区域412的位置关系是相对固定的，每一者都以距共同的基准位置的相对位置进行记录。

在图2中，在把纸面横向当作x坐标，把纵向当作y坐标，把位于第2图形区域410内的像素定为共通的基准位置的情况下，就把位于第1图形区域407内的像素定为(3，1)，把位于第1图形区域405内的像素定为(1，3)，把位于第1图形区域406内的像素定为(5，3)，把位于第1图形区域404内的像素定为(3，5)而存储起来，第2图形区域，则把位于第2图形区域410内的像素定为(0，0)，把位于第2图形区域411内的像素定为(6，0)，把位于第2图形区域408内的像素定为(0，6)，把位于第2图形区域409内的像素定为(6，6)而存储起来，2值化区域则定为(2，-1)，(3，-1)，(4，-1)，(1，0)，(2，0)......而存储起来。以下，用该掩模图形，以在对象图像202上边扫描的方式使基准位置移动，进行逐次图形拟合，抽出珠的图像。

以下说明本发明的图形拟合的原理。在本发明中，珠的亮度与背景部分的亮度之间的关系为，珠的亮度肯定比背景部分的亮度小规定的阈值A(更暗)。在本例中，虽然把该阀值A定为100，但是，值可以根据珠的种类或照明条件而适宜选择。在这里，在掩模图形403中的413的位置上存在珠的情况下，就是说在已进行了拟合的情况下，第1图形区域肯定都位于珠的内侧。为此，位于第1图形区域404～407内的像素最大值，就表示珠内部的像素的亮度中的某一者。另一方面，第2图形区域408～411，由于位于背景部分内，故位于该处的像素的最小值就表示背景的像素的亮度中的某一者。因此，如果设位于第1图形区域404～407内的像素的最大值为MAX(404～407)，设位于第2图形区域408～411内的像素的最小值为MIN(408～411)，则就将变成为MIN(408～411)-MAX(404～407)≥A。在该数学式的关系成立时，就判断为已经拟合。

现实上，由于在珠的亮度和背景部分的亮度之间的差中存在偏差，故在两者的差大体上是100的情况下，阈值A如果使用其一半的50这样的值，则MIN(408～411)-MAX(404～407)≥A这个式子肯定成立。

此外，在掩模图形403中的413的位置上不存在珠的情况下，即在位置已经移动的情况下(未拟合的情况)下，由于或者在第1图形区域中含有背景部分，或者在第2图形区域中含有珠部分，故MAX(404～407)表示背景的亮度或者MIN(408～411)表示珠的亮度，因而变成为MIN(408～411)-MAX(404～407)＜A。因此，在该情况下就判断为未进行拟合。

以下，对进行图形拟合的步骤进行说明。假定已使掩模图形403重叠到了对象图像202的某一位置上，在该位置处，求MAX(404～407)和MIN(408～411)。

其次，计算MIN(408～411)-MAX(404～407)，将其结果与阈值A进行比较。在MIN(408～411)-MAX(404～407)≥A的情况下，就判定为已经拟合，在MIN(408～411)-MAX(404～407)＜A的情况下，就判定为未拟合。

采用边相对于对象图像202移动掩模图形403的位置，边反复进行以上的拟合处理，在对象图像202全体中进行扫描的办法，就可以抽出含于对象图像202内的珠的位置。

其次，用图1对本发明的实施方式1的图像处理装置的结构进行说明。在图1中，101是应进行拟合处理的对象图像。在对该对象图像101进行使用掩模图形的拟合处理时，由于对于对象图像来说掩模图形小，故必须边在对象图像中对要重叠掩模图形的位置进行扫描(边在对象图像中移动掩模图形的基准位置)边对已重叠上掩模图形的每一个小区域单独地进行拟合。为此，就要借助于扫描电路102来指定对象图像中101的评价位置，借助于部分图像切出电路103切出该指定位置上的小区域。使第1图形区域104重叠到小区域上，借助于最大值检测电路105，求出含于该第1图形区域104内的对象图像的像素之内最大的像素。同样，使第2图形区域106重叠到小区域上，借助于最小值检测电路107求出含于第2图形区域106内的对象图像的像素之内最小的像素。

在差分电路108中，采用从该最小值减去最大值的办法求差分，借助于比较电路110对该值和判定阈值进行比较。比较的结果，在差分这一方小的情况下，就判定为不存在图形，不进行除此之外的处理。另一方面，在比较的结果为差分这一方大的情况下，则判定为存在图形，进行2值化处理。用于2值化的阈值，是借助于平均化电路111使最大值检测电路105的输出和最小值检测电路107的输出平均化的值。

在定义为2值化区域112的范围的像素，在2值化电路113中，与阈值进行比较，具有比阈值更小的亮度的像素将变成为作为目的的检测对象的部分，故设该像素为‘0’，设除此之外的像素为255。采用借助于扫描电路102边移动识别判定的位置边对对象图像全体进行这些过程的办法，就可以得到只有作为目的的检测对象才变成为‘0’，除此之外的部分都变成为255的2值化结果。

在图2的识别对象402中，在以往的情况下，若设2值化区域412的整个区域都是61个像素，则需要由61次的减法运算、61次的乘法运算、1次的加法运算。而在本实施方式中，由于第1图形区域是4个像素的量，第2图形区域是4个像素的量，故用来求在各个区域中的最大或最小的比较的运算为4-1＝3次，就是说可借助于减法运算为3×2＝6次，求它们的大小关系的减法运算为1次，合计7次的减法运算构成的运算来实现，可以削减123-7＝116次，就是说可以削减约93％的运算。

如上所述，若采用本实施方式1的图像识别方法和图像识别装置，则由于使用低亮度区域、高亮度区域、2值化区域的掩模，在低亮度区域中的最为明亮的像素比高亮度区域中的最暗的像素还暗的情况下，就识别为已检测到了对象物，故在要检查由x×y个像素构成的图像时，用(x×y+1)次的运算就可以结束处理，可以大幅度地削减运算次数，同时，还可以从图像中可靠地抽出所希望的图形。

(实施方式2)

其次，对本发明的实施方式2的图像识别方法和图像识别装置进行说明。借助于上述实施方式1对本发明的概念性的结构和动作进行了说明，其次。对更为具体的实施方式进行说明。

图3示出了对象图像。图3的上部是用显微镜拍摄的对象图像501，在内部拍摄有多个珠。假定该对象图像501是纸面横向为640个像素，纵向为480个像素，具有0～255的256个灰度级。图像的坐标系，假定为把纸面左上角定为(0，0)，把向右方向定为x轴的正方向，把向下方向定为y轴的正方向。为此，如果用坐标表示纸面右下的图像则变成为(639，479)。

在现实的对象图像中虽然拍摄有数百个珠，但是在本例的对象图像501中，为了便于说明，假定拍摄有502～507的6个珠。在图3的纸面下部上示出了1个扩大的珠，珠在中央部分上具有非常明亮的区域。这是因为珠是用半透明聚丙烯形成的，故在从背景投射光的情况下，就会呈现透镜的作用，向中央部分聚光，从而使中央变得非常明亮。此外，珠周缘部分由于光线被弯曲而不能到达，故将变为非常暗的区域。

对于该对象图像501，应借助于图像处理进行的内容为，对全部珠进行计数，和求独立的珠的珠内区域这么2个内容。所谓独立珠，意味着距别的珠离开一定距离以上的珠，在图5中，指的是502、507。珠503和504由于已接连起来，故不能说是独立的珠，珠506和507，由于彼此距离近，故仍然不是独立的珠。

在本例中，决定把距所有的其它的珠离开2个像素以上的珠叫做独立的珠。

首先，在对全部珠计数的情况下，要利用珠中央的高亮度区域比珠周缘部分更亮的这一点。图4示出了用来对珠计数的掩模图形。在图4中，601是珠与本掩模图形的位置一致时的外形形状。602～609是第1图形区域，设定在珠的周缘部分的位置上。此外，610～613是第2图形区域，设定在珠的中央部分的位置上。作为在进行处理方面的基准，把位于第2图形区域610内的像素定为掩模图形的基准位置，把第1图形区域602～609定为距位于上述第2图形区域610内的像素的相对位置而存储起来，把第2图形区域610～613定为定为距位于上述第2图形区域610内的像素的相对位置而存储起来。就是说，第1图形区域602可用(-2，0)、第1图形区域603可用(0，-2)，第1图形区域604可用(1，-2)，第1图形区域605可用(3，0)，第1图形区域606可用(3，1)，第1图形区域607可用(1，3)，第1图形区域608可用(0，3)，第1图形区域609可用(-2，1)表现，第2图形区域610可用(0，0)，611可用(1，0)，612可用(1，1)，613可用(0，1)表现。

在进行对象图像的拟合处理时，要把本掩模图形区域重叠到对象图像上，以第1图形区域和第2图形区域的亮度值为基准进行判定，对于对象图像边使掩模图形的基准位置移动1个像素，边依次对之进行判定。按照顺序对这时的步骤进行说明。

首先，在对象图像501内把掩模图形区域配置在纸面左上角。为了把掩模图形区域配置为使得不会从对象图像501中伸出来，要把作为掩模图形区域的基准位置的区域610配置为使之与对象图像501的坐标(2，2)重叠。本位置的拟合处理结束后，就要使掩模图形区域相对于对象图像501向纸面右方移动1个像素。就是说，要配置为使得作为掩模图形区域的基准位置的610与对象图像501的坐标(3，2)重叠。在该状态下同样地进行拟合处理，以下同样地，依次使掩模图形区域对于对象图像501向右移动1个像素后进行拟合处理。反复进行上述处理，在把作为掩模图形区域的基准位置的610配置为使得与对象图像501的坐标(636，2)重叠并进行了拟合处理后，在从这里再往右配置的情况下，由于掩模图形区域从对象图像501伸出来，故就要使掩模图形区域返回到纸面左边，而且向下移动1个像素，配置在对象图像501的坐标(2，3)上。以下，进行同样的处理，把作为掩模图形区域的基准位置的610配置为使之与对象图像501的坐标(636，476)重叠，一直到进行拟合处理为止，边进行扫描边反复进行拟合处理。

其次，说明各个位置上的拟合方法的步骤。在把作为掩模图形区域的基准位置的610重叠到对象图像501的(x，y)位置上进行拟合的情况下，在该位置上，作为第1图形区域的602在对象图像501的坐标，可以采用每一个坐标成分都进行基准位置610在对象图像的坐标(x，y)和从基准位置算起的602的坐标(-2，0)的加法运算的办法求出，作为(x-2，y)。设该坐标处的对象图像501的亮度值为602xy。用同样的步骤，求出作为第1图形区域的603～609的位置处的对象图像501的像素的亮度值，作为603xy～609xy。设亮度值602xy～609xy中的最大的亮度值为MAX(602xy～609xy)。

其次，对于第2图形区域也同样，610在对象图像501的坐标，可以采用每一个坐标成分都进行基准位置610在对象图像的坐标(x，y)和从基准位置算起的602的坐标(0，0)的加法运算的办法求出，作为(x，y)。设该坐标处的对象图像501的亮度值为610xy。借助于同样的步骤，求出作为第2图形区域的610～613的位置处的对象图像501的像素的亮度值，分别作为603xy～609xy。设亮度值610xy～613xy中的最小的亮度值为MIN(610xy～613xy)。使用借助于以上所求得的值，在借助于MIN(610xy～613xy)-MAX(602xy～609xy)所求得的差分值，大于等于特定的补偿量(＝A)的情况下，就判定为存在珠。作为这时的判定基准的补偿量A，要如下所述那样地求。

图5示出了对象图像的亮度分布。纸面横轴表示亮度值，左表示低亮度，右表示高亮度。纸面纵轴示出的是各个亮度的像素的总数。在图5中，701是珠的中心部分的像素所分布的区域，一般地说由于非常明亮，从亮度上说已经饱和，分布在最高亮度的部分上。702是背景的部分的像素所分布的区域，该部分的像素最多。703是珠的中心部分的部分的像素所分布的区域。本来，珠的周缘部分与珠的中心部分的补偿量，理想的是以区域701和区域703的亮度值的差分为基础求得。但是，在实际的对象图像中，由于不仅如图5所示出现了3个峰的情况，也会有因连续的变化而不能判别谷的部分的情况，故存在难于求得703的位置的情况。另一方面，位置702和位置703的关系，尽管与光的强度相对应地变化，但其比率是恒定的，可采用求702的位置的办法间接地求703的位置。就是说，702的位置，由于是直方图变成为最大的位置，故要在制作成对象图像全体的直方图之后，求出其最大频度的位置来作为702的位置。设所求得的702的位置处的亮度值为B。由于703的位置从经验上可知是702的位置的2/5的位置，故703的亮度值就变成为2/5＊B。此外，701的位置，虽然在大多数的情况下已经饱和，是最大亮度，但是由于有时候也并非如此，故从高亮度部分开始不断加上直方图的频度，把成为全体的0.5％的亮度作为701的亮度C。

若用另外的表现来说，在直方图的下部分的面积中，把高亮度一侧的面积成为全体面积0.5％的点当作亮度C。珠内部的高亮度部分和低亮度部分之差，可用C-2/5＊B来求，作为补偿量来说，考虑宽余量，使用A＝1/2＊(C-2/5＊B)。

使用上述的手法，边使掩模图形每次移动1个像素，边进行判定，不断地进行珠的有无的判定。这时，即便是在某一位置处判定为存在珠，但是在移动1个像素的状态下再依次进行判定的情况下，是由于掩模图形的位置与刚才非常接近而使判定条件成立而再次判定为存在珠的。这是由于同一珠使判定条件成立的情况，在把它当作另外的珠进行计数的情况下，就会把珠的总数弄错。为此，为了防止这种重复计数，使得在距已判定为存在珠的位置纵4个像素、横4个像素的范围内不进行判定。就是说，在距已判定为存在珠的位置纵4个像素、横4个像素的正方区域内作上标记，在移动掩模图形的基准位置时，在已对与掩模图形的基准位置对应的像素做上了标记的情况下，就不进行判定。借助于以上的步骤，在对象图像的全部区域中都进行判定，每当判定为存在珠时就使计数器加1个数，用这种办法，就可以得到含于对象图像内的所有的珠的个数。

其次，用图6说明作为借助于图像处理对对象图像501进行的另外一个内容的求独立的珠的区域的方法。图6示出了用来检测独立的珠的掩模图形，在这里，只能检测珠间离开了1个或1个像素以上的珠。在图6中，801的假想性地示出的珠的外形形状。802是第1图形区域。在图中，用802的引出线表示的部分和用同一斜线表示的区域全都是第1图形区域。同样，803是第2图形区域。804是2值化区域，805是后述的固定值区域。对象图像是256个灰度级，目的是由此制作用独立珠的区域为1、除此之外的区域都为0表示的2值的结果图像。在结果图像中，规定为最初已预先都代入了0。此外，把用802的引出线表示的像素当作掩模图形基准位置，对于所有的掩模图形的像素都要以距掩模图形基准位置的相对位置存储。在2值化中，使本图形区域重叠到对象图像上，以第1图形区域和第2图形区域的亮度值为基础进行拟合处理，在判定为不存在独立珠时就对结果图像什么也不进行，在判定为存在独立珠的情况下，就在结果图像中写入2值化结果。对于对象图像依次边使掩模图形基准位置移动1个像素边进行以上那样的处理。作为判定方法，在从含于第2图形区域内的亮度之内最小的亮度中减去含于第1图形区域内的亮度之内最大的亮度后的差分值大于等于特定的补偿量的情况下，就判定为存在独立珠。补偿量要设定为可以判别背景与周缘部分的亮度差的大小。在这里，在图5中，直方图的最大值702是背景部分的亮度值，设该亮度值为A。珠周缘部分的亮度值703的位置由于从经验上说是2/5＊A，故两者的差是A-2/5＊A＝3/5＊A，考虑宽余量把3/10＊A当作是在这里的补偿量。

若采用本方法，例如，在珠的位置处于801上时，第1图形区域802就全部变成为珠的周缘部分，即便是其中的最亮的像素，如果从全体来看也将变成为非常暗的像素。另一方面，第2图形区域803，在周围不存在别的珠的情况下就是背景部分，即便是其中的最暗的像素，从全体上来看也将变成为比较亮的像素。为此，用来判定为独立珠存在的判定条件成立。此外，例如在806的位置上存在别的珠的情况下，像素807就将变成为珠周缘部分。为此，由于含于第2图形区域803内的亮度之内最小的亮度就将变成为像素807的亮度，变成为与第1图形区域802的亮度大体上同一亮度，故在两者之间不会相差补偿量的亮度，结果就变成为进行不存在独立珠这样的判定。

在判定为存在独立珠的情况下，就要进行2值化处理。首先，向与固定值区域805和第1图形区域802对应的位置的结果图像的像素内无条件地写入‘1’。其次，把含于第1图形区域802内的亮度之内最大的亮度，和含于第2图形区域803内的亮度之内最小亮度之间的中间值求做2值化的阈值。在2值化区域804中，在各个像素中，对其亮度值和2值化的阈值进行比较，向与具有比2值化的阈值更小的亮度值的像素对应的位置的结果图像的像素内写入‘1’。借助于以上，就可以得到内部全用‘1’表现、边界部分已借助于阈值判定而2值化了的结果图像。此外，在进行独立珠存在的拟合处理之前，在掩模图形的基准位置处的结果图像的值为‘1’时，可以采用向其次的位置移动而不进行判定的办法，防止对同一珠的2次判定，提高处理速度。

在本手法中，由于掩模图形的形状的设定会给识别的精度带来很大的影响，故恰当地设定它们的形状是重要的。以下，对使作为构成掩模图形的要素的第1图形区域802、第2图形区域803、2值化区域804和固定值区域805的设定变得容易起来的人机接口进行说明。

本系统是在个人计算机的监视器画面上显示各种图像，以用鼠标对之进行点击的方式设定掩模图形形状的系统。图8示出了掩模图形制作画面的图像图。在图8中，在监视器画面1001上示出了操作画面。操作画面由编辑区域1002、第1图形区域设定按键1003、第2图形区域设定按键1004、2值化区域设定按键1005、固定值区域设定按键1006及结束按键1008构成。

在想要设定第1图形区域的情况下，如果用鼠标点击第1图形区域设定按键1003，则就变成为第1图形区域设定模式，在该状态下如果点击编辑区域1002的1个网格边框1007，则网格边框1007例如就被用红色涂满，从而设定第1图形区域。同样，采用使用鼠标点击想要设定第1图形区域的网格边框的办法，就可以一个接一个地设定第1图形区域。其次，在想要设定第2图形区域的情况下，如果用鼠标点击第2图形区域设定按键1004，则就变成为第2图形区域设定模式，在该状态下如果点击编辑区域1002的1个网格边框，则网格边框例如就被用蓝色涂满，从而设定第2图形区域。同样，对于2值化区域、固定值区域来说，也可以采用使用鼠标指定位置的办法，用不同的颜色进行显示，可以从视觉上确认掩模图形，在结束了全部的掩模图形的编辑后，通过按下结束按键，把所编辑的各个掩模图形的位置信息存储起来。

在进行本编辑的过程中，在要设定掩模图形时，如果边参看对象图像边进行，则可以容易地进行设定。就是说，在图6中，如果可以通过重叠到对象图像上边的珠801上来指定掩模图形的各个要素802～805，则可以可靠地设定各个掩模图形的位置关系。为此，首先在使用者用鼠标指定对象图像中想要参看的区域时，就对该部分的对象图像进行扩大，重叠到图8的编辑区域1002的部分上，作为参照图像1009进行显示。在这里，假定参照图像1009用黑白256个灰度级进行显示。如上所述，在使用者想要设定第1图形区域时，就要用鼠标选择第1图形区域设定按键1003，在已变成为第1图形区域设定模式时，以后所点击的网格边框，例如虽然也可以显示红色，但是，在用红色涂满的情况下，随着所点击的网格边框的增加参照图像被覆盖了起来。为此，在这里不是完全地置换成红色，而是在保持参照图像的亮度的状态下，仅仅使色差变成为红色。就是说，亮度成分与参照图像一样，保持不变，仅仅把色差(色调)显示为与掩模图形的要素对应的颜色。

以下说明进行该变换的步骤。由于参照图像的像素是黑白色的，故假定原来的灰度级是R(红色成分)＝G(绿色成分)＝B(蓝色成分)＝X的灰度级。由于人眼所感觉到的亮度是0.3R+0.6G+0.1B，故变换后的R、G、B就必须保持0.3R+0.6G+0.1B＝X的关系。此外，为了使之尽可能地具有接近红色的色成分，要设定为使得尽可能地增大R-X。

此外，还要使G和B变成为同一值。由该关系可知，在X小于等于76的情况下，R＝X/0.3，G＝B＝0，在X大于等于77的情况下，则可以用R＝255、G＝B＝(x-76.5)/0.7来求。由此，对于作为第1图形区域设定的网格边框，可以通过使用在这里所示的方法所求得的R、G、B，在保持参照图像的亮度的状态下仅仅改变色差成分地进行显示。

同样，在要设定别的掩模图形时，为了显示用鼠标点击的位置，就要把RGB设定为使得图形区域2的R-X尽可能地小，2值化区域的B-X尽可能地大，固定值区域的B-X尽可能地小，通过要对之进行显示，可以边确认参照图像边设定各个掩模图形。

如上所述，若采用本实施方式2的图像识别方法和图像识别装置，由于使用由将成为所有的珠的周缘部分的第1图形区域802、在周围不存在别的珠的情况下成为背景部分的第2图形区域803、位于第1图形区域802与第2图形区域803之间的2值化区域804、将成为珠的中心部分的固定区域805构成的掩模图形，进行珠的有无的判定，故即便是珠相邻地存在的情况下，也可以正确地判断多个珠相邻地存在，从而可以正确地数珠的总数。

(实施方式3)

其次，对本发明的实施方式3的图像识别方法和图像识别装置进行说明。

在上述各个实施方式中，说明的是作为判别对象的图像的形状是圆的形状的图形存在的判定方法，以下，对于对其它形状的存在判定方法进行说明。图7示出了用来检测作为判别对象的图像是正方形的图像的掩模图形。901是作为判别对象的正方形的概略形状，902的用引出线表示的部分和用同一斜线表示的区域，全都是第1图形区域。同样，903是第2图形区域。

在对象图像中是否存在特定的图形的判定中，与上述实施方式同样，在含于第2图形区域903内的亮度之内最小的亮度大于含于第1图形区域902内的亮度之内最大的亮度加上特定的补偿量后的值的情况下，就判定为存在图形。但是，在正方形的情况下，在对象图像中的正方形已对于掩模图形的图形区域的角度进行了旋转的情况下，在掩模图形中就不能进行正确的判定。为此，就必须在同一位置上使本掩模图形旋转，以各种角度反复进行存在判定。

在实际的处理中，由于已把第1图形区域902和第2图形区域903设定为对概略形状901具有宽余量，故只要每次旋转15度而反复6次即可。此外，为了提高处理速度，可以预先准备好各旋转了15度的6个掩模图形，对于1个地方在6个掩模图形中进行图形存在判定，哪怕是一个满足存在判定条件，就可以判定为在该位置上存在图形。

如上所述，若采用本实施方式3的图像识别方法和图像识别装置，由于对于圆形以外的识别对象物，使用与该识别对象物的形状相一致的由多个区域图形构成的掩模图形进行识别，故即便是对于圆形以外的识别对象物也可以以高的精度高速地对之进行检测。

此外，在矩形的情况下，由于使掩模图形旋转规定的角度后进行识别，故即便是在识别对象物没有以规定的角度放置的情况下，也可以精度良好地对之进行识别。

另外，在上述各个实施方式中，即便是在要进行图形是否存在的判定的对象物的大小具有多种大小的情况下，采用扩大/缩小掩模图形后进行判定，或者依次使用预先以种种的大小制作好的多个掩模图形进行判定的办法，就可以进行图形是否存在的判定。

再有，在对象物中含有许多噪声的情况下，如果使用上述各个实施方式的方法，则有时即便是在存在图形也会由于噪声而判定为不存在图形。在这样的情况下，采用如下方法就可以防止检测遗漏。即，含于第2图形区域903内的对象图像数据的亮度的平均值大于含于第1图形区域902内的对象图像数据的亮度的平均值加上特定的补偿量以后的值时，就判定为在对象图像数据中的该位置上存在特定的图像图形。

此外，在上述各个实施方式中，通过如下方法可以更为可靠地进行判定。即，在含于第2图形区域内的对象图像数据的亮度最小值大于含于第1图形区域内的对象图像数据的亮度的最大值加上规定的阈值的值，而且，含于第2图形区域内的对象图像数据的亮度的平均值大于含于第1图形区域内的对象图像数据的亮度的平均值加上规定的阈值的值时，就判定为在对象图像数据中的该位置上存在特定的图像图形。

本发明的图像识别方法和图像识别装置，对于需要进行图形识别的各种处理装置是有用的，特别是由于可以容易地进行显微镜图像中的测定对象的计数、对象区域的抽出，故对于这些生物解析装置是有效的。

Claims (32)

1.一种图像识别方法，利用表示应识别的图像图形的特征的掩模图形，从具有数字化的2值或2值以上的灰度级的对象图像数据中识别上述图像图形，其中，上述掩模图形具有第1图形区域和第2图形区域，其特征在于包括：

从上述第1图形区域得到作为上述对象图像数据的亮度的第1代表值的工序；

从上述第2图形区域得到作为上述对象图像数据的亮度的第2代表值的工序；

在上述第1和第2代表值进行比较的结果满足规定的条件时，就判定为在上述对象图像的内部存在应进行识别的图像的工序。

2.根据权利要求1所述的图像识别方法，其特征在于：在上述掩模图形中，上述掩模图形中的上述第1图形区域位于上述第2图形区域的内部，上述第1和第2图形区域是由多个像素构成的图形区域。

3.根据权利要求1所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的最大值，上述第2代表值是含于上述第2图形区域中的对象图像数据的亮度的最小值。

4.根据权利要求3所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于或等于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

5.根据权利要求1所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的平均值。

6.根据权利要求5所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2代表值和上述第1代表值之间的差分大于或等于规定的阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

7.根据权利要求1所述的图像识别方法，其特征在于：上述第1代表值是从上述第1图形区域中得到的对象图像数据的亮度的第1最大值和第1平均值，上述第2代表值是从上述第2图形区域中得到的对象图像数据的亮度的第2最大值和第2平均值。

8.根据权利要求7所述的图像识别方法，其特征在于：作为上述规定的条件，在上述第2最大值和上述第1最大值之间的差分大于或等于第1规定阈值、且上述第2平均值与上述第1平均值之间的差分大于或等于第2规定阈值时，就判定为在上述对象图像的内部存在应进行识别的图像。

9.根据权利要求1所述的图像识别方法，其特征在于包括：

以同一比率扩大或缩小上述第1图形区域和第2图形区域的工序；

用多种尺寸的掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

10.根据权利要求1所述的图像识别方法，其特征在于包括：

以同一角度旋转上述第1图形区域和第2图形区域的工序；

用已进行多次上述旋转后的掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

11.根据权利要求1所述的图像识别方法，其特征在于包括：

扩大或缩小对象图像数据的工序；

用已变成为多种尺寸的对象图像数据和掩模图形，边相对于对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

12.根据权利要求1所述的图像识别方法，其特征在于包括：

旋转上述掩模图形的工序；

用通过旋转上述掩模图形而得到的具有多种旋转角的掩模图形，边使该掩模图形与对象图像数据之间的相对位置移动，边逐次进行各个位置上的拟合优度的评价的工序。

13.根据权利要求1所述的图像识别方法，其特征在于：

具有多种上述第1图形区域和第2图形区域的组合，

包括用上述多个掩模图形，边相对于上述对象图像数据移动位置，边逐次进行各个位置上的拟合优度的评价的工序。

14.一种图像识别方法，其特征在于包括以下工序：用权利要求1至13中的任何一项所述的图像识别方法，判定对象图像数据中的特定的图像图形的存在位置，在该位置附近，使对象图像数据2值化。

15.根据权利要求14所述的图像识别方法，其特征在于：具有相对于第1图形区域和第2图形区域具有固定的位置关系的2值化区域，在判定为存在图像图形时，使2值化区域内的对象图像数据2值化。

16.根据权利要求15所述的图像识别方法，其特征在于包括：

根据上述第1图形区域的上述对象图像数据的亮度的代表值，和第2图形区域的上述对象图像数据的亮度的代表值来求阈值的工序；

用上述阈值，使2值化区域内的对象图像数据2值化的工序。

17.根据权利要求16所述的图像识别方法，其特征在于：把第1图形区域内的上述对象图像数据的亮度的代表值和第2图形区域内的上述对象图像数据的亮度的代表值之间的中间值当作阈值。

18.根据权利要求16所述的图像识别方法，其特征在于：把含于第1图形区域内的对象图像数据的亮度的最大值和含于第2图形区域内的对象图像数据的亮度的最小值之间的中间值当作阈值。

19.根据权利要求第14所述的图像识别方法，其特征在于：具有相对于第1图形区域和第2图形区域以及2值化区域具有固定的位置关系的固定值区域，在判定为存在图像图形时，使上述固定值区域内的对象图像数据作为2值之中预先决定的一个值而进行2值化。

20.根据权利要求14～19中的任何一项所述的图像识别方法，其特征在于：把未2值化的部分当作2值之中预先决定的一个值而得到图像全体的2值化结果。

21.一种图像识别装置，根据权利要求1～20中的任何一项所述的图像识别方法处理图像，其特征在于具备：

在画面上显示上述第1图形区域和第2图形区域的单元；

用来在上述画面上决定第1图形区域和第2图形区域的各个像素的位置的位置指定单元。

22.根据权利要求21所述的图像识别装置，其特征在于：具备编辑单元，该编辑单元在决定上述第1图形区域和第2图形区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域和第2图形区域，以对上述第1图形区域和第2图形区域进行编辑。

23.根据权利要求22所述的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域和第2图形区域当作各自的色差成分进行显示。

24.根据权利要求21所述的图像识别装置，其特征在于：具备编辑单元，该编辑单元在决定上述第1图形区域、第2图形区域和2值化区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域、第2图形区域和2值化区域，以对上述第1图形区域、第2图形区域和2值化区域进行编辑。

25.根据权利要求24所述的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域、第2图形区域和2值化区域当作各自的色差成分进行显示。

26.根据权利要求21所述的图像识别装置，其特征在于：具备编辑单元，该编辑单元在决定上述第1图形区域、第2图形区域、2值化区域和固定值区域时，在所显示的对象图像数据的图像上重叠显示第1图形区域、第2图形区域、2值化区域和固定值区域，以对上述第1图形区域、第2图形区域、2值化区域以及固定值区域进行编辑。

27.根据权利要求26所述的图像识别装置，其特征在于：把对象图像数据当作亮度成分，把上述第1图形区域、第2图形区域、2值化区域和固定值区域当作各自的色差成分进行显示。

28.根据权利要求21所述的图像识别装置，其特征在于：上述第1图形区域和第2图形区域，以从注目像素算起的相对位置进行存储。

29.根据权利要求21所述的图像识别装置，其特征在于：上述第1图形区域、第2图形区域和2值化区域，以从注目像素算起的相对位置进行存储。

30.根据权利要求21所述的图像识别装置，其特征在于：上述第1图形区域、第2图形区域、2值化区域和固定值区域，以从注目像素算起的相对位置进行存储。

31.一种图像识别装置，利用权利要求4、6、8中的任何一项所述的图像识别方法处理图像，其特征在于：具备利用对象图像的亮度分布来求上述规定的阈值的值的单元。

32.根据权利要求31所述的图像识别装置，其特征在于：具备利用在对象图像的亮度分布中成为最大频度的亮度值来求上述规定的阈值的值的单元。

Images