标识判定装置、 标识判定检测系统、 标识判定检测装置、 标 识、 标识判定方法及其程序 技术领域 本发明涉及判定已有的标记 (mark) 是否能够作为检测用标识 (marker) 使用的标 识判定装置、 具备该标识判定装置的标识判定检测系统、 具有标识判定功能的标识判定检 测装置、 通过标识判定功能被判定为能够作为检测用标识使用的标识、 进行该检测用标识 的判定的标识判定方法、 以及用于执行该标识判定的标识判定程序。
背景技术
在判别某一空间内是否存在所希望的物体的方法中， 存在如下方法。
例如， 存在下述技术， 即， 在标识生成阶段， 通过影像输入单元拍摄不存在标识的 空间的图像来作为背景影像， 从该背景影像中提取特征点， 将该特征点映射到不变量特征 空间来作为不变特征， 将未出现该不变特征的部分作为特异特征， 基于该特异特征生成标 识图案 ； 在标识检测阶段， 拍摄包含带有标识的物体的空间的图像来作为检测对象影像， 从 该检测对象影像中提取特征点， 判断该特征点的配置中是否存在与从标识图案提取出的特 征点的配置一致的特征点， 当存在一致的特征点时， 将其作为标识进行检测 ( 例如参照专 利文献 1)。
根据该技术， 在标识生成阶段， 能够将背景影像中未出现的图案作为标识图案来 生成。因此， 在标识检测阶段， 不会从检测对象影像中不存在标识的部分误检测出标识， 从 而能够可靠地检测出物体所带有的标识。
( 现有技术文献 )
专利文献
专利文献 1 ： 国际公开第 2008/090908 号公报 发明内容 ( 发明所要解决的课题 )
但是， 在上述专利文献 1 所记载的技术中， 存在如下状况。
在该技术中， 标识是基于特异特征而生成的。
并且， 在标识检测阶段， 检测出带有该标识的物体。
然而， 在我们的生活环境中使用了各种各样的标记。从图样简单的标记到图样复 杂的标记， 丰富多彩。
若能够从这些已经存在的标记中任意选出几个标记来作为物体检测用标识来使 用， 则能够自由选择图样， 从而能够将喜欢的图样的标记作为标识来使用。
另外， 若能够将一直以来使用的标记作为检测用标识使用， 则效率更高， 而且能够 提高该标记的功能性。
作为一个例子， 可列举公司的标志 (logo mark)。 标志用于通过附在某一商品上来 表示该商品是标志所表示的公司的商品。 这是由于标志具有使消费者识别出该商品是该公
司的商品而非其他公司的商品的功能 ( 自他商品识别力 ) 的缘故。
为了具有这种自他商品识别力， 通常以与其他公司的标志不同的图样来制作标 志。
这种标志所具有的功能、 即通过与其他标记不同的图样来表示带有该标志的物品 与其他物品不同的功能， 在检测用标识中也是通用的。
即， 还考虑了有效利用标志所本来具备的自他商品识别力来进行物体检测。
为此， 要求提供一种判定是否可将标志作为检测用标识发挥功能的方法。
而且， 近年， 在工业产品的设计中， 在进行部件的选择或功能的改进之前设计该产 品的外观形状、 图样， 然后， 按照与这些形状等匹配的方式选定部件或改进功能。
对此， 上述专利文献 1 所记载的技术， 按照在规定的空间中选择特异特征， 并以该 特异特征来提取特征点的方式决定了标识的图样。即， 基于特异特征来制作标识的图样。
但是， 由于标识附在物体上， 因此大多情况下会引人注目。尤其是， 当物体是商品 时， 还有在标签的一部分上添加标识的情况。这样， 该标识的图样就变得重要。
因此， 对于标识， 也要求提供一种既重视图样又能够确定基于特异特征的图样的 技术。
本发明鉴于上述状况而实现， 其目的在于提供一种能够判定如标志这样已有的标 记或图样已预先确定的标记等是否可作为物体检测用标识来使用的标识判定装置、 标识判 定检测系统、 标识判定检测装置、 标识、 标识判定方法及标识判定程序。
( 用于解决课题的方案 )
本发明的标识判定装置具有 ： 特征存储单元， 从图像中提取出的特征点配置在规 定的空间， 该规定的空间中的所述特征点在规定数量以下的部分被作为特异特征， 该特征 存储单元存储该特异特征以及从已有的标记中提取出的特征点 ； 和特征比较单元， 将从所 述已有的标记中提取出的特征点配置到所述规定的空间， 当与所述特异特征一致的特征点 的数量在规定数量以上时， 判断为能够将所述已有的标记作为能从所述图像中检测出的标 识来使用。
本发明的标识判定检测系统具有标识判定装置和标识检测装置， 所述标识判定装 置具有 ： 第一影像输入单元， 输入图像 ； 第一配置单元， 从由该第一影像输入单元输入的所 述图像中提取特征点， 将该提取出的特征点表示到规定的空间 ； 特异特征选择单元， 将所述 空间中的所述特征点在规定数量以下的部分选择为特异特征 ； 特征比较单元， 将基于已有 的标记的特征点配置到所述规定的空间， 选择与所述特异特征一致的特征点， 当该选出的 特征点的数量在规定数量以上时， 判断为能够将所述标记作为能从所述图像中检测出的标 识来使用 ； 和标识存储单元， 存储所述标记的特征点 ； 所述标识检测装置具有 ： 第二影像输 入单元， 输入图像 ； 第二配置单元， 基于由该第二影像输入单元输入的所述图像来提取特征 点， 将该提取出的特征点表示到规定的空间 ； 和对照单元， 判断在所述规定的空间所示的特 征点组的配置中是否存在基于所述标识的特征点的配置。
本发明的标识判定检测装置具有 ： 第一影像输入单元， 输入图像 ； 第一配置单元， 从由该第一影像输入单元输入的所述图像中提取特征点， 将该提取出的特征点表示到规定 的空间 ； 特异特征选择单元， 将所述空间中的所述特征点在规定数量以下的部分选择为特 异特征 ； 特征比较单元， 将基于已有的标记的特征点配置到所述规定的空间， 选择与所述特异特征一致的特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够将所述标 记作为能从所述图像中检测出的标识来使用 ； 标识存储单元， 存储所述标识 ； 第二影像输 入单元， 输入图像 ； 第二配置单元， 基于由该第二影像输入单元输入的所述图像来提取特征 点， 将该提取出的特征点表示到规定的空间 ； 和对照单元， 判断在所述规定的空间所示的特 征点组的配置中是否存在与所述标识对应的特征点的配置。
本发明的标识， 从图像中提取特征点， 将该提取出的特征点表示到规定的空间， 将 所述规定的空间中的所述特征点在规定数量以下的部分选择为特异特征， 从已有的标记中 提取特征点， 将该特征点配置到所述规定的空间， 选择与所述特异特征一致的特征点， 当该 选出的特征点的数量在规定数量以上时， 判断为能够作为能从所述图像中检测出的标识来 使用。
本发明的标识判定方法包括 ： 输入图像的步骤 ； 从所述图像中提取特征点， 将该 提取出的特征点表示到规定的空间的步骤 ； 将所述空间中的所述特征点在规定数量以下的 部分选择为特异特征的步骤 ； 和将基于已有的标记的特征点配置到所述规定的空间， 选择 与所述特异特征一致的特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够 将所述标记作为能从所述图像中检测出的标识来使用的步骤。 本发明的标识判定程序使信息处理装置执行 ： 输入图像的处理 ； 从所述图像中提 取特征点， 将该提取出的特征点表示到规定的空间的处理 ； 将所述空间中的所述特征点在 规定数量以下的部分选择为特异特征的处理 ； 和将基于已有的标记的特征点配置到所述规 定的空间， 选择与所述特异特征一致的特征点， 当该选出的特征点的数量在规定数量以上 时， 判断为能够将所述标记作为能从所述图像中检测出的标识来使用的处理。
( 发明效果 )
根据本发明的标识判定装置、 标识判定检测系统、 标识判定检测装置、 标识、 标识 判定方法及标识判定程序， 从作为判定对象的标记中提取特征点， 将该特征点配置到规定 的空间， 判断这些特征点是否与特异特征一致， 由此， 可判定已有的标记或图样已确定的标 记是否可成为标识检测装置的检测对象。
附图说明
图 1 是表示本发明的第一实施方式中的标识判定装置的结构的框图。
图 2 是表示本发明的第一实施方式中的标识判定装置的详细结构的框图。
图 3 是表示特异特征信息表的结构的图表。
图 4 是表示标记特征信息表的结构的图表。
图 5 是表示配置了标记的不变特征的不变量特征空间的图。
图 6 是表示配置了特异特征的不变量特征空间的图。
图 7 是表示配置了标记的不变特征和特异特征的不变量特征空间的图。
图 8 是表示本发明的第一实施方式中的标识判定装置的动作的流程图。
图 9 是表示本发明的第二实施方式中的标识判定装置的结构的框图。
图 10 是表示本发明的第二实施方式中的标识判定装置的详细结构的框图。
图 11 是表示背景影像的例子的图。
图 12 是表示配置了特征点的特征空间的图。图 13 是表示配置了带有编号的特征点的特征空间的图。 图 14 是表示特征点信息表的结构的图表。 图 15 是表示描绘了区块线的特征空间的图。 图 16 是表示区块的名称的图。 图 17 是表示区块的坐标的图。 图 18 是表示特征点数分布图 ( 频度分布 ) 的结构的图表。 图 19 是表示判定对象的标记的图样的图。 图 20 是表示从图 19 所示的标记中提取出的特征点的图。 图 21 是表示配置了特征点的特征空间的图。 图 22 是表示配置了标记的特征点的特征空间的图。 图 23 是表示配置了标记的特征点和特异特征的特征点数分布图的图。 图 24 是表示本发明的第二实施方式中的标识判定装置的动作的流程图。 图 25 是表示本发明的第三实施方式中的标识判定装置的结构的框图。 图 26 是表示本发明的第三实施方式中的标识判定装置的详细结构的框图。 图 27 是表示以第 5 特征点为基底， 将各特征点映射到不变量特征空间的情形的 图 28 是表示以第 15 特征点为基底， 将各特征点映射到不变量特征空间的情形的 图 29 是表示以第 89 特征点为基底， 将各特征点映射到不变量特征空间的情形的 图 30 是表示以第 91 特征点为基底， 将各特征点映射到不变量特征空间的情形的 图 31 是表示将图 12 所示的所有特征点映射到不变量特征空间的情形的图。 图 32 是表示对不变量特征空间添加了区块线后的图。 图 33 是表示对配置有 1 个以上特征点的区块添加了灰色影线的不变量特征空间 图 34 是表示将标记的特征点映射到不变量特征空间后的图。 图 35 是表示不变量特征空间中的标识图案生成范围的图。 图 36 是表示对配置有 1 个以上特征点的区块添加了灰色影线的标识图案生成范 图 37 是表示本发明的第三实施方式中的标识判定装置的动作的流程图。 图 38 是表示标识检测装置的结构的框图。 图 39 是表示标识检测装置的详细结构的框图。 图 40 是表示检测对象影像的例子的图。 图 41 是表示从检测对象影像中提取出的特征点的例子的图。 图 42 是表示标识检测方法的步骤的流程图。 图 43 是表示标识判定检测装置的结构的框图。 图 44 是表示标识判定检测装置的详细结构的框图。 图 45 是表示标识判定检测系统的结构的框图。8图。
图。
图。
图。
的图。
围的图。
CN 102473310 A说明书5/25 页具体实施方式
下面， 参照附图， 对本发明的标识判定装置、 标识判定检测系统、 标识判定检测装 置、 标识、 标识判定方法以及标识判定程序的优选实施方式进行说明。
( 标识判定装置及标识判定方法的第一实施方式 )
首先， 参照图 1， 说明本发明的标识判定装置及标识判定方法的第一实施方式。
图 1 是表示本实施方式中的标识判定装置的结构的框图。
(I) 标识判定装置
如图 1 所示， 标识判定装置 1a 具备特征存储单元 10 和特征比较单元 20。
特征存储单元 10 如图 2 所示， 具有特异特征存储部 11 和标记特征存储部 12。
特异特征存储部 11 保持有规定的存储区域。该特异特征存储部 11 存储 “特异特 征信息表” 。
“特异特征信息表” 是整理了与配置在规定的空间的特异特征相关的数据的表。
该 “特异特征信息表” 如图 3 所示， 可将 “表的序号” ( ア )、 “特异特征的序号” ( イ )、 “特异特征的 x 坐标” ( ウ )、 “特异特征的 y 坐标” ( エ ) 作为项目而构成。 “表的序号” 表示在特异特征信息表为一个或两个以上时， 对这些特异特征信息表 的每一个表添加的编号。在由影像输入单元 30( 后述 ) 输入的影像由多个帧图像构成时， 相当于按各帧图像添加的编号。
“特异特征的序号” 表示按每个特异特征添加的编号。
“特异特征的 x 坐标” 表示规定的空间中的该特异特征的 x 坐标。
“特异特征的 y 坐标” 表示规定的空间中的该特异特征的 y 坐标。
其中， 规定的空间例如包含特征空间、 不变量特征空间、 特异特征空间等。
另外， 关于特征空间、 不变量特征空间、 特异特征空间， 在第二实施方式中详细说 明。进而， 关于特异特征的提取方法等， 也在第二实施方式中详细说明。
标记特征存储部 12 保持有规定的存储区域。该标记特征存储部 12 存储 “标记特 征信息表” 。
“标记特征信息表” 如图 4 所示， 可将 “标记的序号” ( ア )、 “特征点的序号” ( イ )、 “特征点的 x 坐标” ( ウ )、 “特征点的 y 坐标” ( エ ) 作为项目而构成。
“标记的序号” 表示对一个或两个以上标记的每一个添加的编号。
“特征点的序号” 表示对基于标记的一个或两个以上特征点的每一个添加的编号。
“特征点的 x 坐标” 表示规定的空间中的该特征点的 x 坐标。
“特征点的 y 坐标” 表示规定的空间中的该特征点的 y 坐标。
其中， “规定的空间” 例如包含特征空间、 不变量特征空间等。
另外， “特征点” 包含从标记中提取出的特征点、 特征空间中配置的特征点、 不变量 特征空间中配置的不变特征等。
关于这些特征空间、 不变量特征空间， 在第二实施方式中详细说明。进而， 关于不 变特征的提取方法等， 也在第二实施方式中详细说明。
特征比较单元 20 如图 2 所示， 具有特征比较部 21 和比较结果存储部 22。
特征比较部 21 从特征存储单元 10 的特异特征存储部 11 中取出 “特异特征信息
表” 。并且， 特征比较部 21 从特征存储单元 10 的标记特征存储部 12 中取出 “标记特征信息 表” 。
然后， 特征比较部 21 参照 “标记特征信息表” ， 将标记的特征点配置到规定的空间 ( 例如不变量特征空间 )。在图 5 中表示配置了该特征点的规定的空间。图 5 表示将配置 了特征点的区块涂上黑色的情形。
接着， 特征比较部 21 从 “特异特征信息表” 中取出特异特征的坐标。而后， 特征比 较部 21 按照该坐标， 将特异特征配置到规定的空间 ( 例如不变量特征空间 )。在图 6 中表 示配置了该特异特征的规定的空间。图 6 中白色的区块是特异特征。
然后， 特征比较部 21 判断标记的特征点的全部或一部分是否与特异特征一致。
可通过将图 6 所示的特异特征的配置与图 5 所示的特征点的配置重叠来判断是否 一致， 从而进行该判断。还可通过对标记的特征点的坐标和特异特征的坐标进行比较对照 来判断是否一致， 从而进行该判断。
即， 特征比较部 21 将标记的特征点配置到配置了特异特征的规定的空间， 选择与 特异特征配置在相同区块的标记的特征点。
图 7 中表示该重叠的结果。在图 7 所示的情况下， 标记的 9 个特征点之中的 3 个 与特异特征一致。
然后， 特征比较部 21 判断该标记是否能够作为检测用标识使用。
该判断中例如存在下面的方法。
(1) 若标记的特征点 ( 包含标记的不变特征 ) 有 1 个与特异特征一致， 就判断为能 够作为检测用标识使用。
特异特征是未出现从背景影像 ( 背景图案 ) 中提取出的特征点的部分。在检测阶 段， 该部分中出现了特征点也就是意味着在检测阶段出现了背景影像中未出现的物体 ( 包 含物体的一部分、 多个物体的重叠部分、 图样等可成为特征点的提取对象的部分 )。 这里， 在 背景影像中未出现且在检测阶段出现的物体被限定为标识这样的情况下， 若特异特征中出 现特征点， 则可将其确定为标识。因此， 在标记的特征点有一个与特异特征一致时， 可将该 标记作为检测用标识使用。
(2) 若标记的特征点有规定数量以上与特异特征一致， 则判断为能够作为检测用 标识使用。
在背景影像中未出现但在检测阶段可出现的物体并不限定于标识的情况下， 特异 特征中出现的特征点可能是基于标识以外的物体。但即便是标识以外的物体， 在检测对象 影像中出现可获得与多个特异特征的全部完全一致的特征点的物体的可能性也非常低。 另 一方面， 关于已有的标记， 在特异特征的数量比较少时， 可获得与多个特异特征的全部完全 一致的不变特征的标记也很少存在。因此， 在排除作为判定对象的标记以外的物体的同时 判断该标记是否能够作为检测用标识使用时， 当标记的特征点有规定数量以上与特异特征 一致时， 可将该标记作为检测用标识使用。
其中， “规定数量” 可任意确定。例如， 在设 “规定数量” 为 3 时， 在图 7 所示的结果 中， 可将该标记作为检测用标识使用。相对于此， 在设 “规定数量” 为 4 时， 在图 7 所示的结 果中， 则该标记不能作为检测用标识使用。
(3) 当与特异特征一致的标记的特征点的数量相对于标记的特征点的数量的比例在规定值以上时， 可将该标记作为检测用标识使用。
例如， 当如图 7 所示标记的不变特征数为 9、 一致的不变特征数为 3 时， 二者的比例 为 “1/3” 。作为该商的 “3” 在规定值以上时， 可将该标记作为检测用标识使用。
该方法可在 (2) 的想法、 即关于在背景影像中未出现但在检测阶段可出现的物体 难以设想基于该物体的多个特征点全部与特异特征一致时使用。
(4) 在基于标记的多个特征点全部与特异特征一致时， 可将该标记作为检测用标 识使用。
在特异特征的数量比较少时， 标记的特征点全部与特异特征一致的可能性低。相 对于此， 在特异特征的数量多时， 标记的特征点与特异特征一致的可能性变高。
另外， 与特异特征一致的特征点的数量多的标识的稳健性高。
因此， 在基于标记的多个不变特征全部与特异特征一致时， 也可将该标记作为检 测用标识使用。
通过采用上述 (1) ～ (4) 中的任一方法， 能够判定该标记是否能作为检测用标识 使用。
此外， (1) ～ (4) 的各方法， 不仅可用于从图形上使特异特征与标记的特征点重叠 的情况， 还可用于从数值上比较标记的特征点的坐标和特异特征的坐标的情况。 (II) 标识判定方法
下面， 参照图 8， 说明本实施方式的标识判定装置的动作 ( 标识判定方法 )。
图 8 是表示本实施方式中的标识判定方法的规定步骤的流程图。
特征存储单元 10 的特异特征存储部 11 预先存储有 “特异特征信息表” ( 步骤 10)。 另外， 特征存储单元 10 的标记特征存储部 12 预先存储有 “标记特征信息表” ( 步骤 11)。
特征比较部 21 从特异特征存储部 11 中取出 “特异特征信息表” 。并且， 特征比较 部 21 从标记特征存储部 12 中取出 “标记特征信息表” ( 步骤 12)。
进而， 特征比较部 21 将 “标记特征信息表” 的 “特征点的序号” 所示的每个特征点， 按照 “特征点的 x 坐标” 所示的 x 坐标和 “特征点的 y 坐标” 所示的 y 坐标而配置到规定的 空间。
另外， 特征比较部 21 从 “特异特征信息表” 中取出特异特征的坐标。
而后， 特征比较部 21 按照该坐标， 将特异特征配置到规定的空间 ( 步骤 13)。
然后， 特征比较部 21 判断基于标记的多个不变特征的全部或一部分是否与特异 特征一致。
即， 特征比较部 21 向规定的空间配置特异特征并且配置标记的特征点， 选择与特 异特征一致的标记的特征点 ( 步骤 14)。
然后， 特征比较部 21 判断与特异特征一致的标记的特征点的数量是否在规定数 量以上 ( 步骤 15)。
当判断的结果是在规定数量以上时， 判定为该标记能够作为检测用标识使用 ( 步 骤 16)。
而不在规定数量以上时， 判定为该标记不能作为检测用标识使用 ( 步骤 17)。
通过这样的方法， 可判断该标记是否能作为检测用标识使用。
如上所述， 根据本实施方式的标识判定装置和标识判定方法， 从作为判定对象的
标记中提取特征点， 将该特征点配置到规定的空间， 判断这些特征点是否与特异特征一致。 由此， 可判定已有的标记或图样已确定的标记是否可成为标识检测装置的检测对象。
此外， 图 4 所示的标记特征信息表和图 5 所示的不变量特征空间， 对基于标记单 体的特征点进行了表示， 但并不限于标记单体， 例如， 也可以从包含标记的背景中提取特征 点， 针对该特征点制作标记特征信息表， 并将该特征点配置到不变量特征空间， 与特异特征 进行比较。
( 第二实施方式 )
下面， 参照图 9， 说明本发明的标识判定装置及标识判定方法的第二实施方式。
图 9 是表示本实施方式的标识判定装置的结构的框图。
本实施方式与第一实施方式相比， 不同点在于还具备影像输入单元和特征提取单 元。其他构成要素与第一实施方式相同。
因此， 在图 9 中， 对与图 1 相同的构成部分赋予同一符号并省略其详细说明。
(I) 标识判定装置
如图 9 所示， 标识判定装置 1b 具备特征存储单元 10、 特征比较单元 20、 影像输入 单元 30 和特征提取单元 40。 在此， 影像输入单元 30 如图 10 所示， 具有影像输入部 31 和影像存储部 32。
影像输入部 31 对背景影像进行拍摄或输入。
背景影像是对不存在作为判定对象的标记的环境进行拍摄而得到的。例如， 当存 在搬送物体的带式输送机时， 拍摄搬送不带有作为判定对象的标记的物体的状态的带式输 送机及其周边而得到的影像等， 对应于背景影像。
该背景影像可以是运动图像 ( 影像 )， 也可以是以规定时间间隔拍摄的多张静止 图像。
进而， 背景影像可包含直播影像、 录制影像、 发布影像等。
另外， 影像输入部 31 能够以单体的方式 ( 通过蓝背景等 ) 拍摄作为判定对象的标 记 ( 想要判定是否能作为检测用标识使用的已有的标记 )。该拍摄得到的影像作为标记单 体影像。
而且， 影像输入部 31 还能够拍摄作为判定对象的标记所在的环境。该拍摄得到的 影像作为标记环境影像。
另外， 影像输入部 31 本身可具有摄像器件。这种情况下， 影像输入部 31 可拍摄配 置该标识判定装置 1b 的场所的周围的情形来作为背景影像。
进而， 影像输入部 31 还可通过通信网络或通信电缆等来输入由该标识判定装置 1b 以外的装置获取的背景影像。
图 11 中表示由该影像输入部 31 输入的背景影像的例子。
影像存储部 32 将构成背景影像的静止图像帧存储为数字化后的帧图像。构成背 景影像的静止图像帧， 例如在如图 11 所示的图像有多张的情况下是指这些图像的每一张。
另外， 影像存储部 32 存储对多张帧图像的每一张赋予的编号 ( 例如序号 )。
进而， 影像存储部 32 还可存储拍摄帧图像的时刻、 用于确定拍摄帧图像的装置的 信息 ( 帧图像是从外部输入的情况 ) 等。
特征提取单元 40 如图 10 所示， 具有背景特征提取部 41、 标记特征提取部 42 和特
征存储部 43。
背景特征提取部 41 从影像存储部 32 中取出帧图像。并且， 背景特征提取部 41 对 取出的帧图像中的包含特征图案的图像特征进行提取。
图像特征例如可采用从图形上对特征性的特性进行数值化而得到的结果。
对此， 例如可采用 1998 年 IEEE 计算机视觉和模式识别会议录中登载的 Tommasini 等完成的 “Making good features track better” 所记载的方法。该方法可对图像中的物 体形状提取顶点、 线状的物体的交叉点、 端点等。并且， 可将这些点在图像上的位置坐标信 息的序列作为图形特征。例如， 对于图 11 的帧图像， 若以该方法提取特征点， 则如图 12 所 示会配置多个特征点。可通过坐标对每个特征点进行管理。
其中， 将配置了特征点的空间称为特征空间。 该特征空间可以是二维空间， 也可以 是三维空间。设本实施方式的特征空间是二维空间。
另外， 作为其他方法， 例如有 Montanari 所完成的 1971 年 Communications of ACM， 14 卷中登载的 “On the option detection of curves in noisy pictures” 所记载的 方法。该方法可将存储了距基准点的距离、 相对角度的 R 表的内容作为特征使用。此时， 预 先对所有的特征位置设定基准点， 并且无遗漏地提取特征点， 从而对于部分特征缺损的情 况而言， 标识的检测变得稳健。 进而， 作为其他特征提取方法， 例如有将图像上的各像素的亮度值或色差值作为 特征的方法。
然后， 背景特征提取部 41 如图 13 所示， 对各个特征点赋予序号。该序号例如可从 位于最上方的特征点开始按照 t1、 t2、 t3、 t4、……的方式依次赋予。
接着， 背景特征提取部 41 求取各个特征点的坐标。关于坐标如图 13 所示， 可在特 征空间中设定 X 轴和 Y 轴， 将距离 Y 轴的距离作为 X 坐标， 将距离 X 轴的距离作为 Y 坐标。
而后， 背景特征提取部 41 将这些特征点的序号、 坐标存储到特征存储部 43 中。特 征存储部 43 可将这些序号等如图 14 所示那样作为 “特征点信息表” 进行存储。
“特征点信息表” 如图 14 所示， 可将 “帧图像的序号” ( ア )、 “特征点的序号” ( イ )、 “特征点的 x 坐标” ( ウ )、 “特征点的 y 坐标” ( エ ) 作为项目而构成。
“帧图像的序号” 表示对提取了特征点的帧图像添加的编号。
“特征点的序号” 表示对多个特征点的每一个添加的编号。具体而言， 对应于图 13 的 “t1” 、 “t15” 等。
“特征点的 x 坐标” 表示特征空间中的该特征点的 x 坐标。
“特征点的 y 坐标” 表示特征空间中的该特征点的 y 坐标。
然后， 如图 15 所示， 背景特征提取部 41 对特征空间添加格子状的网格， 划分成多 个区块。
此时， 背景特征提取部 41 算出各区块的坐标。各区块的坐标可由划分各区块的线 ( 区块线 ) 的坐标表示。
例如， 如图 16 所示， 设划分线的坐标为 x1、 x2、 x3、……、 y1、 y2、 y3、……。
另外， 设各区块的名称为区块 (1， 1)、 区块 (1， 2)、 区块 (1， 3)、……、 区块 (2， 1)、 区块 (2， 2)、 区块 (2， 3)、 ……。其中， 区块 (1， 1) 是由坐标 (0， 0)-(x1， 0)-(x1， y1)-(0， y1)-(0， 0) 包围的范围。
在此， x1 是 X 方向的第一条区块线的 x 坐标。另外， y1 是 Y 方向的第一条区块线 的 y 坐标。由此， 区块 (1， 1) 的坐标如图 17 所示可表示为 (x1， y1)。
同样， 区块 (2， 1) 的坐标可表示为 (x2， y1)， 区块 (3， 1) 的坐标可表示为 (x3， y1)， 区块 (1， 2) 的坐标可表示为 (x1， y2)， 区块 (2， 2) 的坐标可表示为 (x2， y2)。
在图 17 中表示这些各区块的名称与坐标之间的关系。这些各区块的名称和坐标 可作为区块坐标表而存储在特征存储部 43 中。
另外， 一个区块的大小可任意设定。 不过， 希望按照不存在特征点的区块在特征空 间中至少为 2 ～ 3 个以上的方式设定一个区块的大小。
然后， 背景特征提取部 41 按各区块求取特征点的数量。
按各区块的特征点的数量的计算， 可利用各区块的坐标和各特征点的坐标来进 行。
如图 18 所示， 算出的按各区块的特征点的数量可表示为特征点数分布图 ( 频度分 布 )。该特征点数分布图存储于特征存储部 43 中。
此外， 在图 18 中， 为了便于理解， 对于存在 1 个以上特征点的区块添加灰色影线来 显示。
另外， 背景特征提取部 41 将特征点的数量为 0 或在规定数量以下的区块选择为特 异特征。例如， 在图 18 所示的特征点数分布图中， (x1， y1)、 (x2， y1)、 (x3， y1) 等被选为特 异特征。
然后， 特征提取部 21 制作表示选出的特异特征的坐标的 “特异特征信息表” ( 参照 图 3)。使特征存储单元 10 的特异特征存储部 11 存储该特异特征信息表。
标记特征提取部 42 基于由影像输入部 31 输入的标记的影像来提取特征点。
例如， 设该输入的标记为如图 19 所示的图样 ( 形状 )。标记特征提取部 42 从该标 记中提取特征点。该提取方法与背景特征提取部 41 所执行的提取方法相同。
标记特征提取部 42 从图 19 所示的标记中提取出的特征点如图 20 所示。
而且， 标记特征提取部 42 将提取出的特征点配置到特征空间。图 21 表示配置了 该特征点的特征空间。
并且， 标记特征提取部 42 算出特征空间中的各特征点的坐标。 标记特征提取部 42 将该算出的特征点的坐标汇总为 “标记特征信息表” ( 参照图 4)。该 “标记特征信息表” 存 储于特征存储单元 10 的标记特征存储部 12 中。
特征存储部 43 存储 “特征点信息表” 、 “区块坐标表” 、 “特征点数分布图” 。
特征存储单元 10 如图 10 所示， 具有特异特征存储部 11 和标记特征存储部 12。
特异特征存储部 11 存储 “特异特征信息表” 。
标记特征存储部 12 存储 “标记特征信息表” 。
特征比较单元 20 具有特征比较部 21 和比较结果存储部 22。
特征比较部 21 将 “标记特征信息表” 所示的特征点配置到特征空间。并且， 特征 比较部 21 对配置了标记的特征点的特征空间添加区块线而划分成多个区块。进而， 特征比 较部 21 确定特征点在规定数量 ( 本实施方式中为 “1” ) 以上的区块。图 22 中表示该确定 出的区块。图 22 中涂上黑色的区块是特征点在规定数量以上的区块。
另外， 特征比较部 21 将 “特异特征信息表” 所示的特异特征配置到特征空间。进而， 特征比较部 21 在该特征空间中配置标记的特征点。图 23 中表示配置了这些特异特征 和标记的特征点后的情形。
在图 23 中， 白色区块表示配置了特异特征的区块， 灰色区块表示未配置特异特征 的区块， 黑色区块表示配置了标记的特征点的区块。
此外， 在图 23 中， 配置了特异特征的区块 ( 白色区块 ) 比未配置特异特征的区块 ( 灰色区块 ) 多。 这是由于原始的图像是如图 11 所示的图像， 提取出的特征点数量比较少。 假如从整个图像中提取了更多数量的特征点， 则灰色区块增多， 特异特征减少。
进而， 特征比较部 21 选择与特异特征一致的标记的特征点。
在图 23 中， 标记的特征点全部与特异特征一致。这种情况下， 由于与特异特征一 致的特征点的数量在规定数量以上， 因此特征比较部 21 判断为可将该标记作为检测用标 识使用。
比较结果存储部 22 存储特征比较部 21 中的判断的结果。
(II) 标识判定方法
下面， 参照图 24， 说明标识判定装置的动作步骤 ( 标识判定方法 )。
图 23 是表示标识判定方法的处理步骤的流程图。
在标识判定装置 1b 中， 影像输入单元 30 的影像输入部 31 拍摄 ( 或输入 ) 背景影 像 ( 步骤 20)。该背景影像可由多张帧图像构成。影像输入单元 30 的影像存储部 32 将由 影像输入部 31 输入的背景影像存储为帧图像。
另外， 影像输入部 31 拍摄 ( 或输入 ) 作为判定对象的标记的影像 ( 步骤 21)。影 像存储部 32 存储由影像输入部 31 输入的标记的影像。
特征提取单元 40 的背景特征提取部 41 从影像存储部 32 中取出帧图像， 并从该帧 图像中提取特征点 ( 步骤 22)。
另外， 背景特征提取部 41 将这些特征点配置到特征空间。并且， 背景特征提取部 41 算出特征空间中的特征点的坐标。该算出的坐标被汇总为 “特征点信息表” ， 并存储到特 征存储部 43 中。
然后， 背景特征提取部 41 对特征空间添加格子状的网格， 划分成多个区块。接着， 背景特征提取部 41 按各区块求取特征点的数量， 将特征点为 0 或在规定数量以下的区块选 择为特异特征 ( 步骤 23)。
并且， 背景特征提取部 41 制作表示选出的特异特征的坐标的 “特异特征信息表” 。 特征存储单元 10 的特异特征存储部 11 存储 “特异特征信息表” 。
特征提取单元 40 的标记特征提取部 42 从影像存储部 32 中取出标记的图像， 并从 该标记的图像中提取特征点 ( 步骤 24)。
另外， 标记特征提取部 42 将这些特征点配置到特征空间。并且， 标记特征提取部 42 算出特征空间中的特征点的坐标。该算出的坐标被汇总为 “标记特征信息表” ， 并存储到 特征存储单元 10 的标记特征存储部 12 中。
特征比较单元 20 的特征比较部 21 从特异特征存储部 11 中取出 “特异特征信息 表” 。并且， 特征比较部 21 从标记特征存储部 12 中取出 “标记特征信息表” 。
然后， 特征比较部 21 参照 “特异特征信息表” ， 将特异特征配置到特征空间。并且， 特征比较部 21 参照 “标记特征信息表” ， 将标记的特征点配置到该特征空间 ( 步骤 25)。然后， 特征比较部 21 选择与特异特征一致的标记的特征点 ( 步骤 26)。
接着， 特征比较部 21 判断选出的标记的特征点的数量是否在规定数量以上 ( 步骤 27)。
当判断的结果是选出的标记的特征点的数量在规定数量以上时， 判定为该标记能 作为检测用标识使用 ( 步骤 28)。
另一方面， 当选出的标记的特征点的数量小于规定数量时， 判定为该标记不能作 为检测用标识使用 ( 步骤 29)。
如上所述， 根据本实施方式的标识判定装置和标识判定方法， 从作为判定对象的 标记中提取特征点， 将该特征点配置到特征空间， 判断这些特征点是否与特异特征一致。 由 此， 可判定已有的标记或图样已确定的标记是否可成为标识检测装置的检测对象。
此外， 图 22 所示的特征空间中配置的标记的特征点和图 23 所示的特征空间中配 置的标记的特征点， 对基于标记单体的特征点进行了表示， 但并不限于标记单体， 例如， 也 可以从包含标记的背景中提取特征点， 将这些特征点配置到特征空间， 与特异特征进行比 较。 这种情况下， 若包含标记的特征点的区块与特异特征一致， 则也能够判断为该标记能作 为检测用标识使用。 ( 第三实施方式 )
下面， 参照图 25， 说明本发明的标识判定装置及标识判定方法的第三实施方式。
图 25 是表示本实施方式的标识判定装置的结构的框图。
本实施方式与第一实施方式相比， 不同点在于还具备影像输入单元、 特征提取单 元和不变特征变换单元。其他构成要素与第一实施方式相同。
因此， 在图 25 中， 对与图 1 相同的构成部分赋予同一符号并省略其详细说明。
(I) 标识判定装置
如图 25 所示， 标识判定装置 1c 具备特征存储单元 10、 特征比较单元 20、 影像输入 单元 30、 特征提取单元 40 和不变特征变换单元 50。
在此， 特征提取单元 40 如图 26 所示， 具有背景特征提取部 41、 标记特征提取部 42 和特征存储部 43。
背景特征提取部 41 从影像存储部 32 中取出帧图像， 对该帧图像中的包含特征图 案的图像特征进行提取。
然后， 背景特征提取部 41 如图 13 所示， 对各个特征点赋予序号。接着， 背景特征 提取部 41 求取各个特征点的坐标。
而后， 背景特征提取部 41 将这些特征点的序号、 坐标汇总为 “特征点信息表” 而存 储到特征存储部 43 中。
标记特征提取部 42 基于由影像输入部 31 输入的标记的影像来提取特征点。 而且， 标记特征提取部 42 将提取出的特征点配置到特征空间。配置了该特征点的特征空间与图 21 所示的特征空间相同。
并且， 标记特征提取部 42 算出特征空间中的各特征点的坐标。 标记特征提取部 42 将该算出的特征点的坐标汇总为 “标记特征信息表” ( 参照图 4)。该 “标记特征信息表” 存 储于特征存储单元 10 的标记特征存储部 12 中。
特征存储部 43 存储 “特征点信息表” 。
不变特征变换单元 50 如图 26 所示， 具有第一不变特征变换部 51、 第二不变特征变 换部 52、 不变特征存储部 53 和特异特征选择部 54。
第一不变特征变换部 51 将特征点变换为不变特征。该第一不变特征变换部 51 从 特征提取单元 40 的特征存储部 43 取出 “特征点信息表” ， 将该特征点变换为不变特征， 并存 储到不变特征存储部 53 中。
在提取出图像的特征部位， 并将该图像上的位置坐标信息的序列作为图形特征的 情况下 ( 例如， 在从图 11 所示的背景影像中提取图 12 所示的特征点的处理的情况 )， 这些 向不变特征的变换例如可按如下方式进行。为了便于描述， 在此将位置坐标信息的序列称 为特征点组。 并且在此为了简单起见， 对背景位于远处时的几何学的不变特征进行说明。 其 中， 由于光学失真的影响而图像受到剪切变形失真的情况也认为是特征量不变。 此外， 背景 不在远处的情况等容易扩展为自由度更高的不变特征。 说明在几何学的不变特征即照相机 与拍摄对象的布景相对旋转、 平行移动而受到剪切变形失真的情况下， 与该相对位置关系 变化无关地根据特征点组的位置关系来生成不变的特征量的方法的一例。
从特征点组中选择任意 3 个特征点。另外， 将不变量特征空间定义为正交的 2 个 轴所展开的二维平面。 将从特征点组中选出的特征点中的一点对应到不变量特征空间的原 点。将其余两点分别对应到不变量特征空间中的位置坐标 (1， 0) 和 (0， 1) 处。将这 3 点称 为基底。 此时， 将从原图像空间到不变量特征空间的一一对应的线性映射定义为仿射变换。 若将除基底之外的所有特征点组， 利用通过基底而赋予特征的同一仿射变换映射到不变特 征空间， 则这些特征点组与照相机和布景的相对位置关系无关地保持不变。但是， 实际上， 根据布景而未必能始终选择相同基底， 因而需要从特征点组的所有的 3 点的排列组合中进 行基底选择， 将相对于各基底的非基底特征点映射到不变量特征空间。 这样生成的所有基底和向不变量特征空间的所有特征点的映射， 作为不变特征而 存储到不变特征存储部 53 中。这些特征点组相对于几何变形而不变的理由是， 在包含其他 物体的影像中， 通过从标识选出的基底而得到的不变特征始终一致。
到此为止说明的方法是设基底为 3 个点的情况， 但基底并不限于 3 个点， 可以是 1 个点、 2 个点或 4 个点以上。下面， 说明设基底为 1 个点的情况。
设从某一帧图像提取出的特征点如图 12 所示那样配置在特征空间。另外， 设对各 特征点如图 13 所示那样赋予了序号。
第一不变特征变换部 51 将一个特征点确定为基底， 按照使该基底到达不变量特 征空间的坐标 (0， 0) 的位置的方式进行移动， 求取该移动量， 对其他所有特征点也以该移 动量在不变量特征空间中进行移动。
例如， 如图 27 所示， 以序号第 5 的特征点为基底， 按照使该第 5 特征点在不变量特 征空间中到达坐标 (0， 0) 的位置的方式， 使所有特征点平行移动。由此， 在不变量特征空间 中， 特征点配置成如图 27 中右侧所示那样。其中， 将不变量特征空间中配置的特征点称为 不变特征。
另外， 如图 28 所示， 以序号第 15 的特征点为基底， 按照使该第 15 特征点在不变量 特征空间中到达坐标 (0， 0) 的位置的方式， 使所有特征点平行移动， 则不变特征组配置成 如图 28 中右侧所示的不变量特征空间那样。
另外， 如图 29 所示， 以序号第 89 的特征点为基底， 按照使该第 89 特征点在不变量
特征空间中到达坐标 (0， 0) 的位置的方式， 使所有特征点平行移动， 则不变特征组配置成 如图 29 中右侧所示的不变量特征空间那样。
另外， 如图 30 所示， 以序号第 91 的特征点为基底， 按照使该第 91 特征点在不变量 特征空间中到达坐标 (0， 0) 的位置的方式， 使所有特征点平行移动， 则不变特征组配置成 如图 30 中右侧所示的不变量特征空间那样。
这样， 依次地分别将各特征点确定为基底进行下述处理， 即， 将一个特征点确定为 基底， 随着将该基底移动到不变量特征空间的原点而以与该移动量相同的移动量移动所有 特征点的处理， 并且， 通过将这些移动后的特征点重叠， 从而将特征点映射到不变量特征空 间。
将图 12 所示的特征点映射到不变量特征空间的结果如图 31 所示。这是不变量特 征空间中的配置了不变特征的状态。
此外， 在本实施方式中， 将特征点映射到不变量特征空间的方法采用了图 27 ～图 31 所示的方法， 但映射方法并不限于该方法， 还可采用各种方法。
例如， 可以将多个特征点中的一个确定为第一基底， 将另一个确定为第二基底， 随 着将第一基底移动到不变量特征空间的坐标 (0， 0)， 将第二基底移动到 (0， 1)， 而按照与该 移动规则相同的变换规则移动所有的特征点， 并存储不变量特征空间中的移动后的各特征 点 ( 不变特征 ) 的坐标。接着， 将另外两个特征点确定为第一基底和第二基底， 随着这些第 一和第二基底的移动， 而按照同一变换规则移动所有的特征点， 并存储不变量特征空间中 的不变特征的坐标。然后， 当所有特征点被确定为第一和第二基底且不变量特征空间中的 不变特征的坐标的蓄积完成时， 向不变量特征空间的映射结束。
另外， 上述说明是关于几何学的不变量的说明， 但除了几何学的不变量之外还可 使用各种不变量。
例如， 可使用物体颜色作为不变量。
关于物体的颜色， 即便是同一物体， 也会根据拍摄环境中存在的光源颜色而以不 同的颜色被拍摄。若能够从图像上将光源颜色变动的影响分离并去除， 则能够获得实际的 物体颜色。可将获得的实际的物体颜色作为物体颜色不变量使用。由于在镜面反射的部位 光源颜色的影响占支配地位， 亮度值在光源颜色成分中容易饱和， 因此可以将此视为光源 色， 不将饱和部位所对应的颜色成分选择为不变特征。
此外， 在根据图像推定物体颜色的方法中， 也可使用 Robby T.Tan and Katsushi Ikeuchi 完成的 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE、 VOL.27、 NO.2、 FEBRUARY 2005、 pp.178 ～ 193 中 记 载 的 “Separating Reflection Components of Textured Surfaces Using a Single Image” 、 Graham D.Finlayson、 Steven D.Hordley、 Cheng Lu、 and Mark S.Drew 完成的 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENT、 VOL.28、 NO.1、 JANUARY2006、 pp.59 ～ 68 中记载的 “On the Removal of Shadows from Images” 等。
进而， 可以使用纹理作为不变量。
将对图像的部分区域的亮度分布实施数值运算而得到的数值或矢量设为特征量。 与图形的不变量同样， 纹理不变量容易受到照相机与拍摄对象之间的相对位置关系的影 响， 因而算出不易受该影响的特征量， 设为纹理不变量。例如， 照相机与对象之间的距离或变焦不变的特征量， 可通过对关注的部分图像进行极坐标变换， 并在矢径方向上获取能谱 而安装。 进而， 若针对上述能谱在方位角方向上再次求取能谱， 则成为相对于绕照相机光轴 的旋转而不变的特征量。此外， 还可采用 Chi-Man Pun and Moon-Chuen Lee 完成的 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE、 VOL.25、 NO.5、 MAY 2003 所记载的 “Log-Polar Wavelet Energy Signatures for Rotation and Scale Invariant Texture Classification” 等方法。
另外， 关于几何学的不变量， 也可使用如 Richard Hartley and Andrew Zisserman 完成的 “Multiple View Geometry in Computer Vision” 等所记载的其他几何学的不变 量。 根据该文件所记载的方法， 在由多个照相机观测同一布景时， 能够获得距离或深度方向 的相对位置关系的信息， 但是这种情况下， 若将不在同一平面的 4 点选择为基底， 设不变量 特征空间为三维， 则可生成三维的几何学的不变量。 此时， 求取将从特征点组中选出的基底 4 点中的一点对应到不变量空间的原点、 将其他的基底的特征点对应到不变量空间中的位 置坐标 (1， 0， 0) 及 (0， 1， 0)、 (0， 0， 1) 的变换映射， 使用该变换映射将其他特征映射到不变 量空间。
将特征点映射到不变量特征空间的第一不变特征变换部 51 如图 32 所示那样， 对 不变量特征空间添加格子状的网格， 划分成多个区块。
接着， 第一不变特征变换部 51 按各区块求取不变特征的数量。图 33 中表示其计 算结果。图 33 是表示在不变量特征空间中对不变特征的数量为一个以上的区块添加了灰 色的图。
第二不变特征变换部 52 将标记的特征点映射到不变量特征空间。
该映射的方法与第一不变特征变换部 51 将背景影像的特征点映射到不变量特征 空间的方法相同。
例如， 在将图 20 所示的特征点映射到了不变量特征空间的情况下， 不变特征成为 图 34 所示的配置。
另外， 第二不变特征变换部 52 针对不变量特征空间中的不变特征， 制作 “标记特 征信息表” ( 参照图 4)。该制作的 “标记特征信息表” 存储在特征比较单元 20 的标记特征 存储部 12 中。
不变特征存储部 53 保持了规定的存储区域。该不变特征存储部 53 存储由第一不 变特征变换部 51 求出的各种数据。各种数据中例如包括不变量特征空间中配置的各不变 特征的坐标、 各区块的坐标 ( 范围 )、 按各区块的不变特征数等。
如图 35 所示， 特异特征选择部 54 将不变量特征空间中进行标识图案生成的范围 ( 对判定对象的标记是否能作为检测用标识使用进行判定的范围 )， 确定为标识图案生成 范围。该标识图案生成范围可设为与静止图像帧的大小相同的大小。
然后， 特异特征选择部 54 将该标识图案生成范围中的按各区块的不变特征数从 不变特征存储部 53 中取出。图 36 中表示该取出的按各区块的不变特征数。
此外， 图 36 是表示在标识图案生成范围中对不变特征的数量为 1 个以上的区块添 加了灰色的图。
接着， 特异特征选择部 54 将标识图案生成范围中的按各区块的不变特征数为 0 或 在规定数量以下的区块选择为特异特征。而后， 特异特征选择部 54 针对选出的特异特征制作 “特异特征信息表” ( 参照图 3)， 并存储到特异特征存储部 11 中。
(II) 标识判定方法
下面， 参照图 37， 说明本实施方式的标识判定装置的动作 ( 标识判定方法 )。
图 37 是表示本实施方式的标识判定方法的处理步骤的流程图。
在标识判定装置 1c 中， 影像输入单元 30 的影像输入部 31 拍摄 ( 或输入 ) 背景影 像 ( 步骤 30)。该背景影像可由多张帧图像构成。影像输入单元 30 的影像存储部 32 将由 影像输入部 31 输入的背景影像存储为帧图像。
另外， 影像输入部 31 拍摄 ( 或输入 ) 作为判定对象的标记的影像 ( 步骤 31)。影 像存储部 32 存储由影像输入部 31 输入的标记的影像。
特征提取单元 40 的背景特征提取部 41 从影像存储部 32 取出帧图像， 并从该帧图 像中提取特征点 ( 步骤 32)。
另外， 背景特征提取部 41 将这些特征点配置到特征空间。并且， 背景特征提取部 41 算出特征空间中的特征点的坐标。该算出的坐标被汇总为 “特征点信息表” ， 并存储到特 征存储部 43 中。
然后， 不变特征变换单元 50 的第一不变特征变换部 51 将背景影像的特征点映射 到不变量特征空间 ( 步骤 33)。
接着， 第一不变特征变换部 51 对不变量特征空间添加格子状的网格， 划分成多个 区块。进而， 第一不变特征变换部 51 按各区块求取不变特征的数量， 将不变特征为 0 或在 规定数量以下的区块选择为特异特征 ( 步骤 34)。
并且， 第一不变特征变换部 51 制作表示选出的特异特征的坐标的 “特异特征信息 表” 。特征存储单元 10 的特异特征存储部 11 存储 “特异特征信息表” 。
特征提取单元 40 的标记特征提取部 42 从影像存储部 32 中取出标记的图像， 并从 该标记的图像中提取特征点 ( 步骤 35)。
另外， 标记特征提取部 42 将这些特征点配置到特征空间。并且， 标记特征提取部 42 算出特征空间中的特征点的坐标。该算出的坐标被汇总为 “标记特征信息表” ， 并存储到 特征存储单元 10 的标记特征存储部 12 中。
特征比较单元 20 的特征提取部 21 从特异特征存储部 11 中取出 “特异特征信息 表” 。并且， 特征比较部 21 从标记特征存储部 12 中取出 “标记特征信息表” 。
然后， 特征比较部 21 参照 “特异特征信息表” ， 将特异特征配置到特征空间。并且， 特征比较部 21 参照 “标记特征信息表” ， 将标记的特征点配置到该特征空间 ( 步骤 36)。然 后， 特征比较部 21 选择与特异特征一致的标记的特征点 ( 步骤 37)。
接着， 特征比较部 21 判断选出的标记的特征点的数量是否在规定数量以上 ( 步骤 38)。
当判断的结果是选出的标记的特征点的数量在规定数量以上时， 判定为该标记能 作为检测用标识使用 ( 步骤 39)。
另一方面， 当选出的标记的特征点的数量小于规定数量时， 判定为该标记不能作 为检测用标识使用 ( 步骤 40)。
如上所述， 根据本申请发明的标识判定装置和标识判定方法， 从作为判定对象的标记中提取特征点， 将该特征点配置到不变量特征空间， 判断这些特征点是否与特异特征 一致。 由此， 可判定已有的标记或图样已确定的标记是否可成为标识检测装置的检测对象。
此外， 图 34 所示的不变量特征空间中配置了基于标记单体的不变特征， 但并不限 于标记单体， 例如， 也可以从包含标记的背景中提取特征点， 将这些特征点映射到不变量特 征空间， 与特异特征进行比较。这种情况下， 若包含标记的不变特征的区块与特异特征一 致， 则也能够判断为该标记能作为检测用标识使用。
( 标识检测装置以及标识检测方法 )
( 标识检测装置 )
下面， 参照图 38、 39， 对标识检测装置进行说明。
图 38 是表示标识检测装置的结构的框图。图 39 是表示标识检测装置的详细结构 的框图。
如图 38 所示， 标识检测装置 100 具备影像输入单元 110、 特征提取单元 120、 标识 存储单元 130、 对照单元 140 和通知单元 150。
在此， 影像输入单元 110 如图 39 所示， 具有影像输入部 111 和影像存储部 112。
影像输入部 111 对有可能存在标识的环境进行拍摄 ( 输入 ) 来作为检测对象影 像。例如， 影像输入部 111 如图 40 所示， 可输入包含标识的检测对象影像。
影像存储部 112 将构成检测对象影像的静止图像帧存储为数字化后的帧图像。
特征提取单元 120 如图 39 所示， 具有特征提取部 121 和特征存储部 122。
特征提取部 121 从影像存储部 112 取出帧图像。并且， 特征提取部 121 对取出的 帧图像中的包含特征图案的图像特征进行提取。
例如， 在检测对象影像是如图 40 所示的图像的情况下， 特征提取部 121 从该检测 对象影像中提取如图 41 所示的特征点。
特征存储部 122 存储由特征提取部 121 提取出的特征点的各坐标。
标识存储单元 130 存储由标识判定装置 1 判定出的与标识图案有关的数据。该标 识存储单元 130 还可存储例如基于标识图案的特征点。
对照单元 140 如图 39 所示， 具有对照部 141 和对照结果存储部 142。
对照部 141 从特征存储部 122 中取出基于检测对象影像的特征点的各坐标， 并且 从标识存储单元 130 中取出基于标识图案的特征点的各坐标， 对这些坐标进行对照。然后， 对照部 141 判断与基于标识图案的特征点一致的特征点是否在基于检测对象影像的特征 点之中。
例如， 可以对标识图案的一个特征和从检测对象影像中生成的一个特征进行比 较， 当特征空间中的欧几里得距离在既定值以下时， 视为这些特征一致， 将一致的特征的数 量作为得分进行累计， 若得分达到了阈值， 则接受标识的检测。另外， 也可以附加上述的欧 几里得距离的累计值在既定值以下的条件。
另外， 例如， 标识判定装置 1a 的特征提取部 21 在量化后的特征空间中执行了特异 特征的确定的情况下， 标识存储单元 130 存储该特异特征的坐标。并且， 在来自检测对象影 像的特征有 1 次投影到了标识设计时频度为 0 的网格时， 对照部 141 将此视为是来自标识 图案的贡献， 从而能够确定检测。由此， 能够高速地进行标识检测。
为了避免噪声或特征提取计算的误差所导致的误对应， 也可将接受的投影的频度设定为 1 次以上的既定值。或者， 在可根据标识图案生成量化的特征空间的情况下， 也可利 用该特征空间。这种情况下， 可以在从检测对象影像获得的特异特征有 1 次或既定次数与 标识图案所投影的特征空间网格一致时， 接受标识图案检测。
进行这些对照的结果， 当与基于标识图案的特征点一致的特征点在基于检测对象 影像的特征点之中时， 对照部 141 对检测对象影像中的该特征点的坐标进行检测， 并将其 存储到对照结果存储部 142 中。另外， 对照部 141 向通知单元 150 发送通知信号。
另一方面， 当与基于标识图案的特征点一致的特征点不在基于检测对象影像的特 征点之中时， 对照部 141 不进行特征点的坐标的检测和通知信号的送出。
具体而言， 对照部 141 从图 41 所示的特征点组中， 找出与从标识存储单元 130 中 取出的基于标识图案的特征点一致的特征点。此时， 对照部 141 将基于标识图案的特征点 组放大或缩小后与特征空间中的特征点组进行对照。
其结果， 若从图 41 所示的特征点组中找到了与从标识存储单元 130 中取出的基于 标识图案的特征点一致的特征点， 则对照部 141 检测图 41 所示的特征空间中的该特征点的 坐标， 并将其存储到对照结果存储部 142 中。
对照结果存储部 142 存储与由对照部 141 进行的对照相关的数据。
例如， 对照结果存储部 142 存储基于检测对象影像的特征点之中与基于标识图案 的特征点一致的特征点 ( 在图 41 中由左侧的椭圆包围的特征点 ) 的各坐标。
若通知单元 150 从对照部 141 收到通知信号， 则向外部通知与基于标识图案的特 征点一致的特征点在基于检测对象影像的特征点之中这一情况。 该通知的方法例如有声音 输出、 画面显示等。
( 标识检测方法 )
下面， 参照图 42， 对本实施方式的标识检测方法进行说明。
标识存储单元 130 预先存储了在标识判定装置 1 中作为判定对象的标识所相关的 数据 ( 步骤 50)。该标识存储单元 130 例如还可存储基于标识图案的特征点。
影像输入单元 110 的影像输入部 111 输入有可能存在标识的环境来作为检测对象 影像 ( 步骤 51)。
影像存储部 112 将构成检测对象影像的静止图像帧存储为数字化后的帧图像。
特征提取单元 120 的特征提取部 121 从影像存储部 112 中取出帧图像。并且， 特 征提取部 121 对取出的帧图像中的包含特征图案的图像特征进行提取 ( 步骤 52)。
另外， 特征提取部 121 计算提取出的特征点的坐标 ( 步骤 53)。
特征存储部 122 存储由特征提取部 121 算出的特征点的各坐标。
对照单元 140 的对照部 141 从特征存储部 122 中取出基于检测对象影像的特征点 的各坐标， 并且从标识存储单元 130 中取出基于标识图案的特征点的各坐标， 对这些坐标 进行对照 ( 步骤 54)。 然后， 对照部 141 判断与基于标识图案的特征点一致的特征点是否在 基于检测对象影像的特征点之中。
判断的结果， 当与基于标识图案的特征点一致的特征点在基于检测对象影像的特 征点之中时， 对照部 141 对检测对象影像中的该特征点的坐标进行检测， 并将其存储到对 照结果存储部 142 中。另外， 对照部 141 向通知单元 150 发送通知信号。
另一方面， 当与基于标识图案的特征点一致的特征点不在基于检测对象影像的特征点之中时， 对照部 141 不进行特征点的坐标的检测和通知信号的送出。
若通知单元 150 从对照部 141 收到通知信号， 则向外部通知与基于标识图案的特 征点一致的特征点在基于检测对象影像的特征点之中这一情况 ( 步骤 55)。
然后， 判断是否结束 ( 步骤 56)， 在未结束时重复步骤 51 ～步骤 56 的处理。
如上所述， 根据本实施方式的标识检测装置和标识检测方法， 利用在标识判定装 置中判定为能作为检测用标识使用的标记， 能够可靠地检测出检测对象影像中突出显示的 标识。
另外， 在本实施方式中， 设为在特征空间中进行标识的检测， 但标识的检测并不限 于特征空间， 例如也可在不变量特征空间中进行。这种情况下， 在标识判定阶段， 预先存储 选择了特异特征的特异特征配置图， 在标识检测阶段， 从检测对象影像中提取特征点， 将该 特征点映射到不变量特征空间来作为不变特征， 使该不变量特征空间和上述的特异特征 配置图重叠， 当特异特征配置图所示的特异特征中出现了不变量特征空间所示的不变特征 时， 可将该不变特征作为基于标识的不变特征进行检测。
进而， 在检测用标识的判定中， 在利用了物体颜色不变量或纹理不变量的情况下， 在标识检测中， 利用这些物体颜色不变量或纹理不变量进行标识检测。 这种情况下， 在标识 判定阶段， 从背景影像中提取物体颜色不变量或纹理不变量， 选择基于这些不变量的特异 特征并进行存储， 在标识检测阶段， 从检测对象影像中提取物体颜色不变量或纹理不变量， 在这些物体颜色不变量或纹理不变量与特异特征一致时， 可将这些物体颜色不变量或纹理 不变量作为标识进行检测。 ( 标识判定检测装置以及标识判定检测系统 )
( 标识判定检测装置 )
下面， 参照图 43， 对标识判定检测装置进行说明。
图 43 是表示标识判定检测装置的结构的框图。
如图 43 所示， 标识判定检测装置 1000 具备标识判定装置 1 和标识检测装置 100。
在此， 标识判定装置 1 可采用上述第一实施方式～第六实施方式的任一个中的标 识判定装置 1。
标识检测装置 100 可采用上述的图 43 所示的标识检测装置 100。
这样， 标识判定检测装置 1000 可采用将标识判定装置 1 和标识检测装置 100 一体 化的结构。
另外， 由于标识判定装置 1 和标识检测装置 100 具有可共有化的功能， 因此也可采 用如图 44 所示的结构。
例如， 标识判定检测装置 1000 具有 ： 影像输入单元 30、 特征提取单元 40、 不变特征 变换单元 50、 特征存储单元 10、 特征比较单元 20、 标识存储部 60、 对照单元 140 和通知单元 150。
其中， 影像输入单元 30、 特征提取单元 40、 不变特征变换单元 50、 特征存储单元 10、 特征比较单元 20 和标识存储部 60 具有作为标识判定装置的功能。
另一方面， 影像输入单元 30、 特征提取单元 40、 标识存储部 60、 对照单元 140 和通 知单元 150 具有作为标识检测装置的功能。
并且， 影像输入单元 30、 特征提取单元 40 和标识存储部 60 是标识判定装置和标识
检测装置中通用的部分。
标识判定装置中的标识判定方法与上述第一实施方式～第六实施方式中的标识 判定方法相同。
另外， 标识检测装置中的标识检测方法与上述实施方式中的标识检测方法相同。
( 标识判定检测系统 )
下面， 参照图 45， 对本实施方式的标识判定检测系统进行说明。
如图 45 所示， 标识判定检测系统 2000 具备标识判定装置 1 和标识检测装置 100。 该标识判定装置 1 和标识检测装置 100 可通过通信网络或通信电缆 300 等连接。
标识判定装置 1 具有 ： 影像输入单元 30、 特征提取单元 40、 不变特征变换单元 50、 特征存储单元 10、 特征比较单元 20、 标识存储部 60、 通信单元 70。
通信单元 70 取出标识存储部 60 中存储的与标识有关的数据， 并将其发送给标识 检测装置 100。
标识检测装置 100 具有 ： 影像输入单元 110、 特征提取单元 120、 标识存储单元 130、 对照单元 140、 通知单元 150 和通信单元 160。
通信单元 160 接收从标识判定装置 1 发送来的与标识有关的数据。另外， 通信单 元 160 将该接收的与标识有关的数据存储到标识存储部 130 中。
如上所述， 根据标识判定检测装置和标识判定检测系统， 能够判定已有的标记或 图样已确定的标记是否可成为标识检测装置的检测对象。
( 标识判定程序以及标识检测程序 )
下面， 对标识判定程序以及标识检测程序进行说明。
上述各实施方式中的计算机 ( 标识判定装置、 标识检测装置、 标识判定检测装置、 标识判定检测系统 ) 的标识判定功能 ( 用于执行标识判定方法的功能 )、 标识检测功能 ( 用 于执行标识检测方法的功能 )， 可通过存储单元 ( 例如 ROM(Read only memory) 或硬盘等 ) 所存储的标识判定程序或标识检测程序来实现。
标识判定程序和标识检测程序通过被读入到计算机的控制单元 (CPU(Central Processing Unit) 等 )， 向计算机的结构的各部分发送指令， 使其执行规定的处理， 例如标 识判定装置的影像输入处理、 特征提取处理、 特异特征选择处理、 标识判定处理、 不变特征 变换处理、 标识检测装置的影像输入处理、 特征提取处理、 对照处理和通知处理等。
由此， 标识判定功能或标识检测功能， 可通过作为软件的标识判定程序和作为硬 件资源的计算机 ( 标识判定装置、 标识检测装置、 标识判定检测装置、 标识判定检测系统 ) 的各结构单元协作来实现。
此外， 用于实现标识判定功能或标识检测功能的标识判定程序， 除了存储于计算 机的 ROM 或硬盘等之外， 还可保存在计算机可读取的记录介质例如外部存储装置和便携记 录介质等中。
外部存储装置是指内置 CD-ROM(Compact disk-Read only memory) 等存储介质， 与标识判定装置进行外部连接的存储器增设装置。另一方面， 便携记录介质是指可安装于 记录介质驱动装置 ( 驱动装置 ) 且可携带的记录介质， 如软盘、 存储卡、 光磁盘等。
并且， 记录介质中记录的程序被加载到计算机的 RAM(Random access memory) 等 中由 CPU( 控制单元 ) 执行。通过该执行， 可实现上述各实施方式的标识判定装置的功能。进而， 在计算机中加载标识判定程序时， 也可将其他计算机所保持的标识判定程 序利用通信线路下载到自己所具有的 RAM 或外部存储装置中。该下载的标识判定程序也由 CPU 执行， 实现上述各实施方式的标识判定装置的标识判定功能。
如上所述， 根据本实施方式的标识判定装置、 标识判定检测系统、 标识判定检测装 置、 标识、 标识判定方法及标识判定程序， 可判定已有的标记或图样已确定的标记是否可作 为标识检测装置的检测对象使用。
以上， 对本发明的标识判定装置、 标识判定检测系统、 标识判定检测装置、 标识、 标 识判定方法及标识判定程序的优选实施方式进行了说明， 但本发明的标识判定装置、 标识 判定检测系统、 标识判定检测装置、 标识、 标识判定方法及标识判定程序并不限于上述实施 方式， 当然可在本发明的范围内实施各种变更。例如， 在上述实施方式中， 说明了将一个标 记判定为判定对象的标记的方法， 但并不限于一个标记， 也可一次判定多个标记。
另外， 标记判定装置可具备通知单元。 若通知单元从特征比较部收到通知信号， 则 向外部通知判定对象的标记是否能作为检测用标识使用的判定结果。 该通知的方法例如有 声音输出、 画面显示等。
进而， 在背景影像随时间变化的情况下， 特征比较部能够在特征空间或不变量特 征空间中标记的特征点和特异特征在时间上不重叠时， 可判断该标记能作为检测用标识使 用。
另外， 上述实施方式的内容也可表现为如下方式。
( 附记 1) 一种标识判定装置， 具有 ：
特征存储单元， 从图像中提取出的特征点配置在规定的空间， 该规定的空间中的 所述特征点在规定数量以下的部分被作为特异特征， 该特征存储单元存储该特异特征以及 从已有的标记中提取出的特征点 ； 和
特征比较单元， 将从所述已有的标记中提取出的特征点配置到所述规定的空间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能够将所述已有的标记 作为能从所述图像中检测出的标识来使用。
( 附记 2) 根据附记 1 所述的标识判定装置， 其中，
所述标识判定装置还具有 ：
影像输入单元， 拍摄所述图像 ；
特征提取单元， 从所述图像中提取特征点 ； 和
特异特征选择单元， 将所述特征点配置到特征空间， 将该特征空间中的所述特征 点在规定数量以下的部分选择为所述特异特征 ；
所述特征比较单元将从所述已有的标记中提取出的特征点配置到所述规定的空 间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能够将所述已有的 标记作为能从所述图像中检测出的标识来使用。
( 附记 3) 根据附记 1 所述的标识判定装置， 其中，
所述标识判定装置还具有 ：
影像输入单元， 拍摄所述图像 ；
特征提取单元， 从所述图像中提取特征点 ； 和
不变特征变换单元， 将从所述图像中提取出的特征点映射到不变量特征空间， 将该不变量特征空间中的所述特征点在规定数量以下的部分选择为所述特异特征 ；
所述特征比较单元将从所述已有的标记中提取出的特征点配置到所述不变量特 征空间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能够将所述已 有的标记作为能从所述图像中检测出的标识来使用。
( 附记 4) 根据附记 1 ～ 3 中任一项所述的标识判定装置， 其中，
所述标识判定装置还具有通知单元， 该通知单元将所述特征比较单元中的判断的 结果通知到外部。
( 附记 5) 一种标识判定检测系统， 具有标识判定装置和标识检测装置，
所述标识判定装置具有 ：
第一影像输入单元， 输入图像 ；
第一配置单元， 从由该第一影像输入单元输入的所述图像中提取特征点， 将该提 取出的特征点表示到规定的空间 ；
特异特征选择单元， 将所述空间中的所述特征点在规定数量以下的部分选择为特 异特征 ；
特征比较单元， 将基于已有的标记的特征点配置到所述规定的空间， 选择与所述 特异特征一致的特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够将所述 标记作为能从所述图像中检测出的标识来使用 ； 和
标识存储单元， 存储所述标记的特征点 ；
所述标识检测装置具有 ：
第二影像输入单元， 输入图像 ；
第二配置单元， 基于由该第二影像输入单元输入的所述图像来提取特征点， 将该 提取出的特征点表示到规定的空间 ； 和
对照单元， 判断在所述规定的空间所示的特征点组的配置中是否存在基于所述标 识的特征点的配置。
( 附记 6) 根据附记 5 所述的标识判定检测系统， 其中，
所述第一配置单元将所述提取出的特征点配置到特征空间 ；
所述特异特征选择单元将所述特征空间中的所述特征点在规定数量以下的部分 选择为特异特征。
( 附记 7) 根据附记 5 所述的标识判定检测系统， 其中，
所述第一配置单元将所述提取出的特征点映射到不变量特征空间 ；
所述特异特征选择单元将所述不变量特征空间中的所述特征点在规定数量以下 的部分选择为特异特征。
( 附记 8) 一种标识判定检测装置， 具有 ：
第一影像输入单元， 输入图像 ；
第一配置单元， 从由该第一影像输入单元输入的所述图像中提取特征点， 将该提 取出的特征点表示到规定的空间 ；
特异特征选择单元， 将所述空间中的所述特征点在规定数量以下的部分选择为特 异特征 ；
特征比较单元， 将基于已有的标记的特征点配置到所述规定的空间， 选择与所述特异特征一致的特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够将所述 标记作为能从所述图像中检测出的标识来使用 ；
标识存储单元， 存储所述标识 ；
第二影像输入单元， 输入图像 ；
第二配置单元， 基于由该第二影像输入单元输入的所述图像来提取特征点， 将该 提取出的特征点表示到规定的空间 ； 和
对照单元， 判断在所述规定的空间所示的特征点组的配置中是否存在与所述标识 对应的特征点的配置。
( 附记 9) 根据附记 8 所述的标识判定检测装置， 其中，
所述第一配置单元将所述提取出的特征点配置到特征空间 ；
所述特异特征选择单元将所述特征空间中的所述特征点在规定数量以下的部分 选择为特异特征。
( 附记 10) 根据附记 8 所述的标识判定检测装置， 其中，
所述第一配置单元将所述提取出的特征点映射到不变量特征空间 ；
所述特异特征选择单元将所述不变量特征空间中的所述特征点在规定数量以下 的部分选择为特异特征。
( 附记 11) 一种标识， 从图像中提取特征点， 将该提取出的特征点表示到规定的空 间， 将所述规定的空间中的所述特征点在规定数量以下的部分选择为特异特征， 从已有的 标记中提取特征点， 将该特征点配置到所述规定的空间， 选择与所述特异特征一致的特征 点， 当该选出的特征点的数量在规定数量以上时， 判断为能够作为能从所述图像中检测出 的标识来使用。
( 附记 12) 根据附记 11 所述的标识， 其中，
将所述提取出的特征点配置到特征空间， 将该特征空间中的所述特征点在规定数 量以下的部分选择为特异特征。
( 附记 13) 根据附记 11 所述的标识， 其中，
将所述提取出的特征点映射到不变量特征空间， 将所述不变量特征空间中的所述 特征点在规定数量以下的部分选择为特异特征。
( 附记 14) 一种标识判定方法， 包括 ：
输入图像的步骤 ；
从所述图像中提取特征点， 将该提取出的特征点表示到规定的空间的步骤 ；
将所述空间中的所述特征点在规定数量以下的部分选择为特异特征的步骤 ； 和
将基于已有的标记的特征点配置到所述规定的空间， 选择与所述特异特征一致的 特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够将所述标记作为能从所 述图像中检测出的标识来使用的步骤。
( 附记 15) 根据附记 14 所述的标识判定方法， 其中，
所述标识判定方法包括 ： 将从所述已有的标记提取出的特征点配置到所述特征空 间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能够将所述已有的 标记作为能从所述图像中检测出的标识来使用的步骤。
( 附记 16) 根据附记 14 所述的标识判定方法， 其中，所述标识判定方法包括 ： 将从所述已有的标记提取出的特征点配置到所述不变量 特征空间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能够将所述 已有的标记作为能从所述图像中检测出的标识来使用的步骤。
( 附记 17) 一种标识判定程序， 使信息处理装置执行 ：
输入图像的处理 ；
从所述图像中提取特征点， 将该提取出的特征点表示到规定的空间的处理 ；
将所述空间中的所述特征点在规定数量以下的部分选择为特异特征的处理 ； 和
将基于已有的标记的特征点配置到所述规定的空间， 选择与所述特异特征一致的 特征点， 当该选出的特征点的数量在规定数量以上时， 判断为能够将所述标记作为能从所 述图像中检测出的标识来使用的处理。
( 附记 18) 根据附记 17 所述的标识判定程序， 其中，
所述标识判定程序使信息处理装置执行 ： 将从所述已有的标记提取出的特征点配 置到所述特征空间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判断为能 够将所述已有的标记作为能从所述图像中检测出的标识来使用的处理。
( 附记 19) 根据附记 17 所述的标识判定程序， 其中， 所述标识判定程序使信息处理装置执行 ： 将从所述已有的标记提取出的特征点配 置到所述不变量特征空间， 当与所述特异特征一致的特征点的数量在规定数量以上时， 判 断为能够将所述已有的标记作为能从所述图像中检测出的标识来使用的处理。
此外， 本发明的标识判定装置、 标识判定检测系统、 标识判定检测装置和标识判定 方法， 也可将第一实施方式、 第二实施方式、 第三实施方式各自中的标识判定装置或标识判 定方法任意组合而成。
本申请主张以 2009 年 7 月 23 日提出的日本申请特愿 2009-171842 号为基础的优 先权， 在此引入其所公开的全部内容。
( 产业上的可利用性 )
本发明是与标识的生成相关的发明， 因此可利用于进行标识的生成的装置或设 备， 进而可利用于以物品管理、 物理安全为首的影像监控、 机器人视觉、 复合现实感 UI、 内容 生成应用等用途。
符号说明
1 标识判定装置
10 特征存储单元
20 特征比较单元
30 影像输入单元
40 特征提取单元
50 不变特征变换单元
60 标识存储部
100 标识检测装置
110 影像输入单元
120 特征提取单元
130 存储单元
140 对照单元 1000 标识判定检测装置 2000 标识判定检测系统