图像辨别装置及图像检索装置.pdf

本发明提供能够降低辨别处理所需的运算量且能够提高辨别精度的图像辨别装置及具备该装置的图像检索装置。其中，预处理部(120)对所输入的图像数据进行二值化并算出全体黑像素比例。在特征抽出部(121)中，检测出二值图像数据中包含的连通区域，检测出外接于该连通区域的外接矩形。对检测出的外接矩形，基于外接矩形的大小及所包含的黑像素数，从所有连通区域中去除规定的连通区域。辨别部(122)利用剩余的连通区域生成边缘图，并进行二维快速傅立叶变换而生成频谱数据。另一方面，也对模板图像进行二维快速傅立叶变换而生成频谱数据，并基于这些频谱数据来辨别输入图像数据中是否包含圆形状。

1.  一种图像辨别装置，辨别所输入的图像数据中是否包含具有特定形状的图像部分，其特征在于，具备：
二值化处理部，其对所输入的图像数据进行二值化而变换成二值图像数据；
特征抽出部，其检测出包含在上述二值图像数据中的、由相同颜色的像素连结并集合而成的像素群即连通区域，检测出外接于该连通区域的外接矩形，并基于外接矩形的大小及外接矩形内的黑像素数，从所有的连通区域中去除规定的连通区域，将剩余的连通区域作为候补连通区域来抽出；
图像辨别部，其对所抽出的候补连通区域进行边缘检测，生成上述二值图像数据中包含的边缘像素的分布数据，并且对所生成的分布数据实施二维快速傅立叶变换，而生成针对输入图像数据的频谱数据，另一方面，还生成多个大小互不相同且具有相似关系的特定形状的模板图像数据，并且对所生成的多个模板图像数据实施二维快速傅立叶变换，而生成多个针对模板图像数据的频谱数据，并基于针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据，辨别所输入的图像数据中是否包含具有特定形状的图像部分。

2.  根据权利要求1所述的图像辨别装置，其特征在于，上述图像辨别部将针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据相乘，并对所相乘的频谱数据实施二维快速傅立叶变换的逆变换，而算出输入图像数据与模板图像数据间的相关系数，并基于所算出的相关系数来辨别所输入的图像数据中是否包含具有特定形状的图像部分。

3.  根据权利要求1所述的图像辨别装置，其特征在于，上述特定形状为圆形状，上述模板图像数据是包含半径互不相同的圆形状的图像数据。

4.  一种图像检索装置，从预先登记的图像数据中检索出与所输入的图像数据相似的图像数据，其特征在于，具备：
二值化处理部，其对所输入的图像数据进行二值化而变换成二值图像数据；
特征抽出部，其检测出包含在上述二值图像数据中的、由相同颜色的像素连结并集合而成的像素群即连通区域，检测出外接于该连通区域的外接矩形，并基于外接矩形的大小及外接矩形内的黑像素数，从所有的连通区域中去除规定的连通区域，将剩余的连通区域作为候补连通区域来抽出；
图像辨别部，其对所抽出的候补连通区域进行边缘检测，生成上述二值图像数据中包含的边缘像素的分布数据，并且对所生成的分布数据实施二维快速傅立叶变换，而生成针对输入图像数据的频谱数据，另一方面，还生成多个大小互不相同且具有相似关系的特定形状的模板图像数据，并且对所生成的多个模板图像数据实施二维快速傅立叶变换，而生成多个针对模板图像数据的频谱数据，并基于针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据，来辨别所输入的图像数据中是否包含具有特定形状的图像部分；
检索部，其基于上述图像辨别部的辨别结果，检索出具有与所输入的图像数据中包含的特定形状的图像部分类似的图像部分的图像数据；
显示部，其基于由检索部做出的检索结果，对预先登记的图像数据中与所输入的图像数据类似的图像数据进行显示。

5.  根据权利要求4所述的图像检索装置，其特征在于，
对于预先登记的图像数据，在登记时辨别是否具有特定形状的图像部分，并决定出表示输入图像数据中包含的特定形状的模板图像数据，
上述图像辨别部输出与表示输入图像数据中包含的特定形状的模板图像数据相关的信息，
上述检索部，基于与上述图像辨别部的辨别结果中包含的模板图像数据相关的信息、以及与对登记图像数据预先决定的模板图像数据相关的信息，来进行检索。

图像辨别装置及图像检索装置
技术领域
本发明涉及对所输入的图像数据中是否包含具有特定形状的图像部分进行辨别的图像辨别装置以及具备该装置的图像检索装置。
背景技术
在复印机、传真装置、打印机以及兼备多种该功能的复合机等的图像形成装置中，有具备如下功能的装置，即：将所输入的原稿图像等图像数据存储在大容量的存储装置中，且只要是曾经输入并登记过的图像数据，则能够随时将其读出并再次输出的功能。
可再次输出的功能虽然便利，但如果登记的数据量增多，则搜索欲再次输出的数据的操作会变得较困难，因此从多个图像数据中检索所需图像数据的图像检索技术变得尤为重要。
作为成为检索目的的图像数据，有包含具有特定形状的图像部分的数据，特定形状是指例如圆形状、三角形状、四方形状等特定标记。特别是圆形状作为图章图像成为检索目的的情况较多，而且至今开发有对是否包含具有圆形状的图像部分进行辨别的技术。
圆形状的检测主要包括两个步骤，首先检测构成圆周的边缘，再基于检测到的边缘求出中心坐标等，而检测出圆。
圆形状的检测多采用霍夫(Hough)变换。
在对圆形状进行检测时，应检测的是中心坐标及半径。因此，变量空间为坐标(x、y)与半径r的三维空间，需要大量的运算量及存储容量。
为了解决这些问题，开发出多种对霍夫变换进行改进的检测方法，但例如在圆形图像的背景下含有复杂图像的情况下，仍无法获得足够的检测精度。
另外，作为其它的检测方法，也有不检测边缘而将圆形状作为非线形的曲线来检测的方法，或者根据印章部分的颜色与除其以外的颜色的不同来检测出印章部分的方法。
然而，在作为非线形的曲线来检测的情况下，仍存在需要大量的运算量及存储容量的问题，而在基于颜色的不同来检测的情况下，因印章部分的颜色不稳定，故在实际使用上也存在问题。
这样，以往的圆形状的检测方法存在下述问题，即需要大量的运算量及存储容量，而且作为检测中所使用的图像数据要求是无污染且背景图像为清一色的图像数据。
发明内容
本发明的目的在于，提供能够降低辨别处理所需要的运算量，并且能够提高辨别精度的图像辨别装置，且另一目的在于，提供能够缩短检索处理所需时间，并且能够提高检索精度的图像检索装置。
本发明提供一种图像辨别装置，其辨别所输入的图像数据中是否包含具有特定形状的图像部分，其特征在于，具备：
二值化处理部，其对所输入的图像数据进行二值化而变换成二值图像数据；
特征抽出部，其检测出包含在上述二值图像数据中的、由相同颜色的像素连结并集合而成的像素群即连通区域，检测出外接于该连通区域的外接矩形，并基于外接矩形的大小及外接矩形内的黑像素数，从所有的连通区域中去除规定的连通区域，将剩余的连通区域作为候补连通区域来抽出；
图像辨别部，其对所抽出的候补连通区域进行边缘检测，生成上述二值图像数据中包含的边缘像素的分布数据，并且对所生成的分布数据实施二维快速傅立叶变换，而生成针对输入图像数据的频谱数据，另一方面，还生成多个大小互不相同且具有相似关系的特定形状的模板图像数据，并且对所生成的多个模板图像数据实施二维快速傅立叶变换，而生成多个针对模板图像数据的频谱数据，并基于针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据，辨别所输入的图像数据中是否包含具有特定形状的图像部分。
根据本发明，首先通过二值化处理部对所输入的图像数据进行二值化。
在特征抽出部中，检测出包含在上述二值图像数据中的连通区域，检测出外接于该连通区域的外接矩形。对检测到的外接矩形，基于外接矩形的大小及黑像素数，从所有的连通区域中去除规定的连通区域。将去除了不要的连通区域的剩余的连通区域作为候补连通区域来抽出。
图像辨别部，通过二维快速傅立叶变换生成针对输入图像数据的频谱数据，另一方面，通过二维快速傅立叶变换生成针对具有特定形状的模板图像数据的频谱数据。基于所生成的这些频谱数据，辨别所输入的图像数据中是否包含具有特定形状的图像部分。
通过利用特征抽出部进行连通区域的挑选，可以去除不要的要素、减少辨别处理中的运算量，缩短辨别处理所需的时间。另外，通过预先去除成为错误辨别原因的连通区域，可以提高辨别精度。
另外，由于使用基于二维快速傅立叶变换的频谱数据进行辨别，所以即便是伴有复杂背景图像的输入图像数据仍可以高精度地进行辨别。
另外本发明的特征还在于，上述图像辨别部将针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据相乘，并对所相乘的频谱数据实施二维快速傅立叶变换的逆变换，而算出输入图像数据与模板图像数据的相关系数，并基于所算出的相关系数来辨别所输入的图像数据中是否包含具有特定形状的图像部分。
根据本发明，由于将两个频谱数据相乘，并利用该逆变换结果进行辨别，所以更可以提高辨别精度。
另外本发明的特征在于，上述特定形状为圆形状，上述模板图像数据是包含半径互不相同的圆形状的图像数据。
例如，以印章为代表，作为应进行辨别的特定形状，圆形状较为重要，根据本发明能够对圆形状进行高精度地辨别。
另外，本发明提供一种图像检索装置，其从预先登记的图像数据中检索出与所输入的数据类似的图像数据，其特征在于，具备：
二值化处理部，其对所输入的图像数据进行二值化而变换成二值图像数据；
特征抽出部，其检测出包含在上述二值图像数据中的、由相同颜色的像素连结并集合而成的像素群即连通区域，检测出外接于该连通区域的外接矩形，并基于外接矩形的大小及外接矩形内的黑像素数，从所有的连通区域中去除规定的连通区域，将剩余的连通区域作为候补连通区域来抽出；
图像辨别部，其对所抽出的候补连通区域进行边缘检测，生成上述二值图像数据中包含的边缘像素的分布数据，并且对所生成的分布数据实施二维快速傅立叶变换，而生成针对输入图像数据的频谱数据，另一方面，还生成多个大小互不相同且具有相似关系的特定形状的模板图像数据，并且对所生成的多个模板图像数据实施二维快速傅立叶变换，而生成多个针对模板图像数据的频谱数据，并基于针对输入图像数据的频谱数据与针对各模板图像数据的频谱数据，来辨别所输入的图像数据中是否包含具有特定形状的图像部分；
检索部，其基于上述图像辨别部的辨别结果，检索出具有与所输入的图像数据中包含的特定形状的图像部分类似的图像部分的图像数据；
显示部，其基于由检索部做出的检索结果，对预先登记的图像数据中与所输入的图像数据类似的图像数据进行显示。
根据本发明，基于上述的图像辨别部的辨别结果，检索部检索出具有与所输入的图像数据中包含的特定形状的图像部分类似的图像部分的图像数据，并将检索结果显示在显示部。
通过利用图像辨别部，减少辨别处理的运算量，提高辨别精度，可以实现减少检索处理中所需的运算量及检索处理的提高。
另外本发明的特征在于，对预先登记的图像数据，在登记时辨别是否具有特定形状的图像部分，并决定出表示输入图像数据中包含的特定形状的模板图像数据，
上述图像辨别部输出与表示输入图像数据中包含的特定形状的模板图像数据相关的信息，
上述检索部，基于与上述图像辨别部的辨别结果中包含的模板图像数据相关的信息、以及与对登记图像数据预先决定的模板图像数据相关的信息，来进行检索。
根据本发明，对于预先登记图像数据，决定与表示特定形状的模板图像数据相关的信息，因此图像辨别部输出与输入图像数据的模板图像数据相关的信息，由此对它们进行比较，能够容易进行检索。
本发明的目的、特点及优点可通过下述的详细说明与附图，而变得更明确。
附图说明
图1是表示图像检索装置10的机械性构成的框图。
图2是表示图像检索装置10的功能性构成的框图。
图3是表示图2所示的图像辨别部12的功能性构成的框图。
图4是表示由图像辨别部12进行的辨别处理的流程图。
图5是表示由图3所示的预处理部120进行的预处理的流程图。
图6是用于说明图5的流程图的步骤B6所示的直线成分的去除处理的图。
图7是表示由图3所示的特征抽出部121进行的特征抽出处理的流程图。
图8是表示由图3所示的辨别部122进行的辨别处理的流程图。
具体实施方式
以下，参考附图对本发明的优选实施方式进行详细说明。
图1是表示图像检索装置10的机械性构成的框图。图像检索装置10包括：处理器4；储存处理器4进行实际处理用的软件等的外部存储装置5。
处理器4实际上进行辨别处理，即辨别在所输入的图像数据(以下称为“输入图像数据”)中是否包含具有圆形状等特定形状的图像部分(特定图像部分)，进而基于该辨别结果进行图像检索处理等，即从预先登记的多个图像数据(以下称为“登记图像数据”)中检索具有特定图像部分的图像数据并进行显示。处理器4中的实际处理通过储存于外部存储装置5中的软件来执行。处理器4例如由一般的计算机主机等构成。
外部存储装置5例如可以由能够进行高速存取的硬盘等构成。外部存储装置5也可以是使用光盘等大容量器件的构成，以便大量地保存登记图像数据。另外，在辨别处理中及检索处理中由各个处理步骤的阶段生成的临时数据等也可以存储在外部存储装置5中，或者可以存储在内置于处理器4内的半导体存储器中。
在处理器4上连接有键盘1，并且连接有显示装置3。键盘1用于为执行各种软件而进行输入指示等中。
显示装置3进行基于输入图像数据及登记图像数据的图像的显示、检测结果的显示等。
在处理器4上还连接有图像扫描仪2。图像扫描仪2读取印刷有图像的原稿，且用于读取输入图像数据。
输入图像数据的取得，除来自图像扫描仪2输入之外，还可以通过通信I/F(接口)6，利用数据通信从网络上的其它装置取得。通信I/F6可通过用于连接到LAN(Local Area Network)的LAN卡、以及用于连接到公共交换电话网而进行数据通信的调制解调器卡来实现。
图2是表示图像检索装置10的功能性构成的框图。
图像检索装置10包括输入部11、图像辨别部12、检索部13、显示部14以及登记图像存储部15而构成。
输入部11输入输入图像数据、登记图像数据。图1所示的硬件构成中，图像扫描仪2、通信I/F6等功能上相当于输入部11。登记图像数据是在输入输入图像数据之前预先输入的图像数据，被存储在登记图像存储部15中。
图3是表示图2所示的图像辨别部12的功能性构成的框图。以下，将对辨别是否包含作为特定形状具有圆形状的特定图像部分的情况进行说明。
图像辨别部12包括预处理部120、特征抽出部121、辨别部122而构成。
图像辨别部12辨别由输入部11输入的图像数据中是否包含具有圆形状的特定图像部分，并将该辨别结果输出到后续的检索部13。检索部13中，从登记图像数据中检索出包含与包含于输入图像数据中的特定图像部分相类似的特定图像部分的图像数据。
图4是表示由图像辨别部12进行的辨别处理的流程图。在步骤A1中，预处理部120作为针对所输入的图像数据的预处理，进行二值化处理或变形校正等。在步骤A2中，基于被二值化的图像数据，特征抽出部121进行结合像素的外接矩形的检测、外接矩形的分类，并选择成为圆形状候补的结合像素。在步骤A3中，辨别部122辨别在输入图像数据中是否包含圆形状，在步骤A4中将辨别结果输出到检索部13。
以下，对各个步骤进行详细说明。
由预处理部120进行的步骤A1中的预处理，例如表示在图5的流程图中。
当输入图像数据时，在步骤B1中辨别所输入的图像数据是否为彩色图像数据。如果是彩色图像数据，则进入到步骤B2，进行基于明度成分的灰度化而变换成灰度图像数据。如果不是彩色图像数据，则进入到步骤B3，并辨别是否为灰度图像数据。如果是灰度图像数据，则进入到步骤B4，使用预定的阈值来进行二值化，并将灰度图像数据变换成二值图像数据。如果不是灰度图像数据，则为二值图像数据，故进入到步骤B5。
在步骤B5中对被变换的二值图像数据实施变形校正处理。变形校正处理可以使用图像处理领域中所公知的校正处理。
在步骤B6中进行直线成分的去除，在后续的特征抽出中，为了防止在检测结合像素时较长直线成分的影响，而在预处理时预先去除直线成分。
图6是用于说明步骤B6中所示的直线成分的去除处理的图。
二值图像数据是将构成图像数据的各像素的像素值设为0或1(白像素或黑像素)中任一个的、所谓黑白图像数据，是将灰度图像数据中各像素的浓淡度(浓度)进行阈值处理，而将所有像素分类成黑像素及白像素的数据。
通过对该二值图像数据进行逐行扫描，即可得到如图6(a)所示的白像素与黑像素的连结部分即线形的扫描结果。其中黑像素的连结部分为直线成分。
从而，认为白像素的部分是线的隔离部分，首先当该隔离部分的长度比预定的长度d短时，结合处于隔离部分的两侧的连结部分，即将隔离部分的白像素变换成黑像素，并如图6(b)所示，生成新的线。之后，如图6(c)所示去除比预定长度L长的线。
将这样获得的、去除了直线成分的二值化图像数据输出。
由特征抽出部121进行的步骤A2的特征抽出处理例如示于图7的流程图中。
在步骤C1中，当由预处理部120进行二值化处理的二值图像数据被输入时，在步骤C2中对二值图像数据中的所有连通区域进行检测。
连通区域是指连结的相同颜色的像素集合起来的像素群。检测出黑像素的连通区域还是白像素的连通区域，取决于所输入的图像数据的背景是黑像素还是白像素。一般情况下背景为白像素的情况较多，而用黑像素来描绘文字图像或图形图像，因此在本实施方式中，对检测黑像素的连通区域的情况进行说明。背景为黑像素的情况下是用白像素描绘文字图像或图形图像的、白色文字或白色图形，此时要检测白像素的连通区域。
此外，背景是黑像素还是白像素可以通过公知的背景辨别处理来进行辨别，例如在上述整体黑像素比例比小于规定的比例时，则辨别为背景是白像素，而大于规定比例时则辨别为背景是黑像素。
连通区域的检测可以由公知的检测方法来检测。例如，对于一条线而言，检测该线中相互邻接的黑像素的连续部分(黑色线段)，并将黑色线段的扫描宽度与黑色线段两端的黑像素的坐标按照每条线进行存储。坐标可预先决定，例如将与线平行的方向设为x轴，将与线垂直的方向设为y轴。
对于在y方向上隔着一条关注行的上下线的黑色线段而言，如果其两端的黑像素的x坐标处于关注行的各黑色线段中两端的黑像素坐标的x坐标范围内，则能够将关注行的该黑色线段、与将x坐标处于范围内的黑像素作为端部像素的黑色线段看作在y方向上连结的黑色线段。
这样，一边依次挪动关注行，一边对所有的图像数据检测出x方向的连结部分与y方向的连结部分，并检测出黑像素的连通区域。
当检测到黑像素的连通区域时，生成外接于检测到的所有连通区域的外接矩形。外接矩形是由与x方向平行的边及与y方向平行的边构成的矩形，且将x方向的边长设为矩形宽度，将y方向的边长设为矩形高度。
外接矩形的生成可以通过公知的生成方法来生成。例如，在检测连通区域时，由于已经检测出各黑色线段两端的黑像素的坐标，所以以所有的黑色线段为对象，抽出x坐标的最小值及最大值，并将最大值与最小值的差作为矩形宽度w(像素数)来算出。另外，以构成连通区域的所有黑色线段为对象，抽出y坐标的最小值及最大值，并将最大值与最小值的差作为矩形高度h(像素数)来算出。
基于矩形宽度w及矩形高度h，算出所有的外接矩形的面积，并算出面积的平均值S。
在本发明中，对于所有的连通区域，还算出外接矩形内的像素中的黑像素数P。黑像素数P可以从构成连通区域的所有的黑色线段的扫描宽度总和中算出。
如上述那样，在步骤C2中，对于二值图像数据中的所有的连通区域，将构成连通区域的黑像素的位置(坐标)、外接矩形的位置(坐标)、各个外接矩形的矩形宽度w、矩形高度h、黑像素数P以及所有外接矩形的平均面积S与各连通区域建立关联并存储在规定的存储区域中。
接着，在步骤C3中，进行去除的连通区域的挑选。此处的挑选以去除对圆形状的检测无用的连通区域为目的。步骤3中的挑选也就是连通区域的去除，是针对具有满足以下的5个条件中至少一个条件的外接矩形的连通区域进行的。
(条件1)
去除具有max(w，h)/min(w，h)＞α1的外接矩形的连通区域。作为α1，使用者可适当设定，举例为α1＝5。
(条件2)
去除具有P＞α2×w×h的外接矩形的连通区域。作为α2，使用者可适当设定，举例为α2＝0.8。
(条件3)
去除具有P＜α3×(w+h)的外接矩形的连通区域。作为α3，使用者可适当设定，举例为α3＝3。
(条件4)
去除具有min(w，h)＜max(α4，α5×S)的外接矩形的连通区域。作为α4、α5，使用者可适当设定，举例为α4＝50、α5＝3。
(条件5)
去除具有max(w，h)＞w/α6的外接矩形的连通区域。作为α6，使用者可适当设定，举例为α6＝3。
如以上那样，挑选并去除后续的圆形状检测中不需要的连通区域，将剩余的连通区域选择为圆形状检测的候补连通区域。
通过去除圆形状检测中不需要的连通区域，可以抑制后续的辨别处理中的运算量，并且可以提高辨别精度。
在步骤C4中，进行候补连通区域的输出。特征抽出部121将得到的候补连通区域输出到辨别部122。
辨别部122基于候补连通区域，辨别输入图像数据中是否包含圆形状。
作为与从特征抽出部121输出到辨别部122的候补连通区域相关的信息，有构成为了生成边缘图(edge map)所需的连通区域的黑像素的位置(坐标)、以及外接矩形的位置(坐标)等。
由辨别部122进行的步骤A3的辨别处理，例如示出在图8的流程图中。在辨别处理中，使用基于候补连通区域进行快速傅立叶变换并在频率区域变换的频谱数据(spectrum data)、以及对另外生成的圆形状的模板图像进行快速傅里叶变换而获得的频谱数据，来进行圆形状的辨别。
步骤D1～D3是针对候补连通区域的处理，步骤D4～D6是针对模板的处理。
在步骤D1中，对候补连通区域进行边缘抽出，在步骤D2中生成依据所抽出的像素的边缘图。
边缘抽出、边缘图可以使用公知的方法。对以关注像素为中心的规定大小的像素块适用边缘检测操作，并利用阈值处理来辨别关注像素是否为边缘像素。
在本实施方式中，例如作为边缘检测操作使用安全的最佳操作来检测出边缘像素。
基于检测到的边缘像素，组合候补连通区域，生成映射出边缘像素的边缘图。
在步骤D3中，对在步骤D2中获得的边缘图进行二维快速傅立叶变换处理(2D-FFT)，算出频谱数据。
FFT是将一维信号按其频率成分分解而算出频谱数据的方法，在图像处理领域中以解析图像的排列及浓淡的周期变化为目的而被使用。2D-FFT为针对二维图像进行FFT的方法，对纵横方向(x方向及y方向)分别实施FFT。
通过2D-FFT处理，获得针对边缘图的二维频谱数据。此外，在进行2D-FFT处理时，将边缘图的大小变换成规定尺寸(N像素×N像素)后进行。
另一方面，在步骤D4中生成圆形状的模板图像数据。
生成尺寸为N像素×N像素、且所有像素由白像素构成的图像数据，描绘半径r、中心坐标为(r，r)的圆。此时，使r在R1～Rn范围内变化，生成n个模板图像。
在步骤D5中，针对生成的n个模板图像进行2D-FFT处理，在步骤D6中，获得针对圆形状的大小不同的各个模板的二维频谱数据。
边缘图的频谱数据以及模板的频谱数据分别存储在规定的存储区域中。
在步骤D7中，对边缘图的频谱数据及n个模板的频谱数据进行相乘操作，并在步骤D8中对相乘得到的频谱数据进行FFT的逆变换(Inverse FFT)。
基于由逆变换获得的数据，得到模板与候补连通区域间的相关系数。
在步骤D9中，对得到的相关系数进行阈值处理，当相关系数大于阈值时，可以辨别包含在n个模板中的圆形状也同样包含在边缘图中。也就是，可以辨别在所输入的图像数据中包含有与包含在n个模板中的圆形状相同的圆形状。
基于n个模板，决定输入图像数据包含的圆半径及中心坐标。
由辨别部122进行的步骤A4的输出处理中，将在步骤A3中的辨别结果输出到检索部13。
在检索部13中，基于辨别出包含在输入图像数据中的圆形状，在登记图像数据中检索出包含具有与该圆形状相类似的圆形状的特定图像部分的图像数据。
对于登记图像数据，在登记时辨别是否包含特定图像部分时，与特定图像部分的模板相关联地进行存储。
从辨别部122输出与包含在输入图像数据中的特定图像部分的模板相关的信息，检索部13对与输入图像数据相关联的模板和与登记图像数据相关联的模板进行比较，并作为检索结果输出相同或相似的与模板相关联的登记图像数据。
作为检索结果，不仅有最高相似度的登记图像数据，还可以从相似度最高者开始选择规定数的登记图像数据并将其作为检索结果。
当由检索部13输出检索结果时，显示部14显示对作为检索结果所选择的登记图像数据进行可视化了的图像。
根据本发明可获得以下的效果。
通过进行连通区域的挑选，可以预先去除不要的要素，减少判别处理中的运算量，并缩短判别处理及检索处理所需的时间。而且，通过预先去除成为错误辨别原因那样的连通区域，可以提高辨别精度。
另外，由于使用依据2D-FFT的频谱数据来进行辨别，所以即便是伴有复杂背景图像的输入图像数据仍可以高精度地进行辨别。
本发明在不脱离其精神或者主要特征的基础上，可以以其它的多种方式来实施。因此，上述实施方式只不过是在所有点上的例示，本发明的范围为权利要求书所示的范围，并不受说明书正文的限制。而且，属于权利要求书的变形或变更均属于本发明的范围之内。