DE10040614A1 - Method for automatic detection of a directional structure - Google Patents

Method for automatic detection of a directional structure

Info

Publication number
DE10040614A1
DE10040614A1 DE10040614A DE10040614A DE10040614A1 DE 10040614 A1 DE10040614 A1 DE 10040614A1 DE 10040614 A DE10040614 A DE 10040614A DE 10040614 A DE10040614 A DE 10040614A DE 10040614 A1 DE10040614 A1 DE 10040614A1
Authority
DE
Germany
Prior art keywords
feature
digital image
texture
value
image
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Withdrawn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
DE10040614A
Other languages
German (de)
Inventor
Frank Mueller
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.)
Gavitec AG
Original Assignee
GAVITEC 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 GAVITEC GmbH filed Critical GAVITEC GmbH
Priority to DE10040614A priority Critical patent/DE10040614A1/en
Priority to PCT/DE2001/002993 priority patent/WO2002015118A1/en
Priority to AU2001283792A priority patent/AU2001283792A1/en
Priority to DE10193420T priority patent/DE10193420D2/en
Priority to EP01962610A priority patent/EP1312034A1/en
Publication of DE10040614A1 publication Critical patent/DE10040614A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/1093—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing, after transfer of the image of the data-field to an intermediate store, e.g. storage with cathode ray tube
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1456—Methods for optical code recognition including a method step for retrieval of the optical code determining the orientation of the optical code with respect to the reader and correcting therefore
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Abstract

In order to be able to automatically identify the location and orientation of a directed structure in a digital image, the invention provides a method in which the digital image is subdivided into preferably interconnected blocks. For each block, at least one texture characteristic is determined, which represents a measure for the structuring of the blocks along predetermined predominant directions, and parameters are determined from these texture characteristics. Said parameters indicate the location and the orientation of a directed structure in the digital image.

Description

Die Erfindung betrifft ein Verfahren zur automatischen Erkennung eines Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen Bild, insbesondere zur Bestimmung des Ortes und der Orientierung eines in dem digitalen Bild enthaltenen Barcodes.The invention relates to a method for the automatic detection of a Location and orientation of a directional structure in a digital Image, especially for determining the location and orientation of a barcodes contained in the digital image.

Es sind verschiedene Verfahren zur Erkennung und Lokalisierung gerichteter Strukturen in Bildern bekannt. Beispielsweise gibt es Verfahren, bei denen aus einem Bild durch Anwendung eines Operators (z. B. eines Laplacian-of-Gaussian-Operators, kurz LoG-Operator) ein zweites Bild berechnet wird, dessen Pixelwerte nicht die Helligkeit, sondern den lokalen Kontrast am Ort der jeweiligen Pixel darstellen. In einem zweiten Schritt wird dann dieses zweite Bild daraufhin untersucht, ob es entlang im wesentlichen gerader und im wesentlichen paralleler Linien Pixel enthält, die hohe Werte aufweisen.There are different methods of detection and localization directed structures known in pictures. For example there is Procedures involving an image by using an operator (e.g. a Laplacian-of-Gaussian operator, or LoG operator for short) second image is calculated, the pixel values of which are not the brightness, but represent the local contrast at the location of the respective pixel. In in a second step, this second image is then examined, whether it's along substantially straight and essentially parallel Lines contain pixels that have high values.

Ein Nachteil solcher Methoden besteht in dem hohen Rechenaufwand, der aufwendige Recheneinheiten oder lange Auswertezeiten erfordert. Schon die Verwendung eines Operators kann für viele Anwendungen zu aufwendig sein. Nochmehr gilt dies für die sich anschließende Auswertung des zweiten Bildes. A disadvantage of such methods is the high computational effort that complex computing units or long evaluation times required. Nice The use of an operator can be used for many applications be elaborate. This applies even more to the subsequent one Evaluation of the second image.  

Andere Verfahren bestimmen innerhalb lokaler Bildbereiche die zweidimensionale Autokorrelationsfunktion (AKF) oder das zweidimensionale Fourierspektrum. Die Werte der AKF oder des Fourierspektrums werden daraufhin weiterverarbeitet, um diese Informationen über die Strukturierung der zugehörigen Bereiche zu erhalten. Auch bei diesen Methoden ist der Rechenaufwand sehr hoch.Other methods determine that within local image areas two-dimensional autocorrelation function (AKF) or that two-dimensional Fourier spectrum. The values of the AKF or the Fourier spectra are then processed to make them Information about the structuring of the related areas receive. The computational effort for these methods is also very high.

Die angesprochenen gerichteten Strukturen in Bildern können auch Barcodes sein. Diese Barcodes sind spezielle optische Codes, die beispielsweise aus parallelen Strichen (Bars) unterschiedlicher Dicke bestehen, die durch Lücken (Spaces) unterschiedlicher Dicken voneinander getrennt sind. Die Abfolge der Dicken der Bars und Spaces stellen die im Barcode gespeicherte Information dar. Barcodes können auf Warenverpackungen und Etiketten aufgedruckt werden, oder zur direkten Markierung verschiedenster Produkte verwendet werden. Ein wesentliches Merkmal ist dabei die Maschinenlesbarkeit von Barcodes. Das heißt, dass es mit einer speziellen Apparatur (Barcodeleser) möglich ist, die in einem Barcode gespeicherte Information zurückzugewinnen.The addressed directed structures in pictures can also Be barcodes. These barcodes are special optical codes that for example from parallel bars (bars) of different thickness consist of gaps (spaces) of different thicknesses are separated from each other. The sequence of the thicknesses of the bars and spaces represent the information stored in the barcode. Barcodes can be opened Goods packaging and labels can be printed, or for direct Marking of various products can be used. On The key feature is the machine readability of barcodes. This means that it is possible with special equipment (barcode reader) is to recover the information stored in a barcode.

Zur Lesung von Barcodes bestehen zur Zeit zwei grundsätzlich verschiedene Verfahrensklassen.There are currently basically two for reading barcodes different classes of procedures.

Bei der einen Klasse wird durch Abtasten der Vorlage mit einem Laserstrahl ein Zeitsignal gebildet, das von einer nachfolgenden Recheneinheit ausgewertet wird. Hierbei spricht man von einem sogenannten 1D-Verfahren. Bei Lesegeräten, die nach dem 1D-Verfahren arbeiten, kann eine Lesung des Barcodes nur dann erfolgen, wenn der Laserstrahl den Barcode quer zu den Bars und Spaces schneidet. Wenn die relative Lage von Barcode und Lesegerät nicht von vornherein festliegt, eine Lesung des Codes aber dennoch ermöglicht werden soll (lageunabhängig), ist es erforderlich, die Vorlage entlang verschiedener Richtungen mehrfach abzutasten (omnidirektionale Lesung). Vorrichtungsgemäß wird dies üblicherweise mit bewegten Spiegeln erreicht, die den Laserstrahl so lenken, dass die Vorlage an verschiedenen Orten und entlang verschiedener Richtungen abgetastet wird. Nachteilig ist hierbei die Notwendigkeit bewegte Teile einzusetzen, wodurch sich unter anderem Einschränkungen bei der minimalen Baugröße und der Standzeit ergeben.In one class, scanning the template with a Laser beam formed a time signal from a subsequent one Computing unit is evaluated. Here one speaks of one  so-called 1D process. For readers that use the 1D process the barcode can only be read if the Laser beam cuts the barcode across the bars and spaces. If the relative position of the barcode and reader is not a priori is fixed, but a reading of the code should nevertheless be made possible (regardless of location), it is necessary to pass the template along different Scanning directions several times (omnidirectional reading). According to the device, this is usually done with moving mirrors achieved that direct the laser beam so that the original at different Locations and along different directions. adversely is the need to use moving parts, which causes among other things, restrictions on the minimum size and the Tool life result.

Bei der anderen Klasse wird die Szene von einer mit einem elektronischen Sensor ausgestatteten Kamera aufgenommen und das auf den Sensor projizierte Bild digitalisiert. Das digitale Bild wird dann zur Auswertung an eine Dekodiereinheit übertragen (2D-Verfahren). Ein Vorteil von 2D- Verfahren besteht darin, dass man bei diesem Barcodeleser auf bewegte Teile verzichten kann. Ein weiterer Vorteil besteht darin, das in der Dekodiereinheit ein digitales Bild vorliegt, welches ein Abbild des Barcodes enthält.In the other class, the scene is one with an electronic one Sensor equipped camera and recorded on the sensor digitized projected image. The digital image is then used for evaluation transmitted to a decoding unit (2D method). An advantage of 2D The process consists of moving the barcode reader to Parts can be omitted. Another advantage is that in the Decoding unit a digital image is present, which is an image of the Contains barcodes.

Die Dekodiereinheit kann dabei wahlfrei auf die einzelnen Pixel des Bildes zugreifen, wodurch die Klasse möglicher Dekodiermethoden wesentlich erweitert wird. Insbesondere kann das gesamte Repertoire der Methoden der digitalen Bildverarbeitung im Sinne einer Vorverarbeitung des Bildes verwendet werden. Es lassen sich dadurch Fehler oder Störungen des Codes, die beispielsweise beim Druckprozess entstehen können, in gewissen Grenzen ausgleichen.The decoding unit can optionally on the individual pixels of the Access picture, which makes the class of possible decoding methods  is significantly expanded. In particular, the entire repertoire of Methods of digital image processing in the sense of preprocessing of the image can be used. This can cause errors or Code malfunctions that occur during the printing process, for example can compensate within certain limits.

Bei den 2D-Verfahren zur Codedekodierung kann man unterscheiden, ob eine Bestimmung des Ortes und der Orientierung des Barcodes im Bild vorgenommen wird (lokalisierende Verfahren) oder nicht.With the 2D methods for code decoding one can differentiate whether a determination of the location and orientation of the barcode in the image is carried out (localizing procedure) or not.

Lokalisierende Verfahren sind insbesondere dann vorteilhaft, wenn die Lage und/oder die Orientierung des Barcodes innerhalb des Sichtfeldes der Kamera nicht sicher vorausgesagt werden kann und der Barcode zudem gelesen werden soll (omnidirektionale Lesung).Localizing methods are particularly advantageous if the Location and / or orientation of the barcode within the field of vision the camera cannot be predicted with certainty and the barcode should also be read (omnidirectional reading).

Bei nicht lokalisierenden Verfahren erzielt man die Fähigkeit zur omnidirektionalen Lesung durch Auswertung des Bildes entlang einer Vielzahl von virtuellen Scanlinien. Es wird also aus dem Bild ein 1D- Signal gebildet, indem die Grauwerte des Bildes an verschiedenen Orten entlang verschiedener Richtungen ausgelesen werden. Das so gebildete 1D-Signal wird daraufhin mit grundsätzlich ähnlichen Verfahren ausgewertet, wie ein von einem Laserscanner generiertes Zeitsignal. Unvorteilhaft ist dabei, dass die Grauwerte des Bildes entlang einer Vielzahl von Linien ausgewertet werden und sich somit einerseits der Rechenaufwand vervielfacht und andererseits die Gefahr von Fehllesungen erhöht wird.With non-localizing methods, the ability to omnidirectional reading by evaluating the image along a Variety of virtual scan lines. So the picture becomes a 1D Signal formed by the gray levels of the image at different locations read out along different directions. The so educated 1D signal is thereupon fundamentally similar procedures evaluated like a time signal generated by a laser scanner. It is disadvantageous that the gray values of the image along a Large number of lines can be evaluated and thus on the one hand the  Computational effort multiplied and on the other hand the risk of Misreading is increased.

Bei einem bekannten Verfahren, das diese Nachteile durch eine Orts- und Lagebestimmung des Barcodes vermeidet, werden in der direkten Umgebung des Barcodes zusätzliche Markierungen angebracht. Diese Markierungen werden in einem ersten Schritt von einem entsprechend modifizierten Lesegerät erkannt. Da sich die Markierungen in einem vorbestimmten Abstand zum Barcode befinden, ist mit der Lokalisierung der Markierungen auch der Barcode lokalisiert. Bei diesem Verfahren ist es nachteilig, dass es bedruckte Markierungen erfordert. Da diese Markierungen nicht Bestandteil eines allgemein verbindlichen Standards sind, werden diese nicht durchgängig verwendet.In a known method, which has these disadvantages by a local and Determination of the position of the barcode is avoided in the direct Additional markings are placed around the barcode. This Markings are made in a first step by one modified reader recognized. Since the markings are in one predetermined distance to the barcode is with the localization the markings also localized the barcode. In this procedure is disadvantageous that it requires printed markings. This one Markings are not part of a generally binding standard are not used consistently.

Außerdem benötigen die zusätzlichen Markierungen auch eine zusätzliche bedruckte Fläche. Gerade bei der Markierung von Waren (EAN/UPC) ist die bedruckbare Fläche als Werbemedium kostbar, weshalb sich die Verwendung zusätzlicher Markierungen bisher nicht durchsetzen konnte.The additional markings also require an additional one printed area. Especially when marking goods (EAN / UPC) the printable area is valuable as an advertising medium, which is why the Unable to enforce the use of additional markings.

Da Barcodes aus parallelen Strichen aufgebaut sind, stellen sie im Sinne der digitalen Bildverarbeitung gerichtete Strukturen dar und es ist prinzipiell möglich, die aus der digitalen Bildverarbeitung stammenden Verfahren zur Lokalisierung gerichteter Strukturen (Texturanalyse) auch zur Lokalisierung von Barcodes einzusetzen. Diese Verfahren erfordern jedoch die Anwendung von speziellen Operatoren (z. B. LoG-Operator), die Bestimmung zweidimensionaler Korrelationsfunktionen oder die Bestimmung des zweidimensionalen Fourierspektrums, also die Anwendung rechenaufwendiger Algorithmen und sind deshalb zur Lokalisation von Barcodes nicht wirtschaftlich einsetzbar.Since barcodes are made up of parallel bars, they pose in the sense structures oriented towards digital image processing and it is in principle possible, those originating from digital image processing Procedures for the localization of directed structures (texture analysis) too to locate barcodes. These procedures require however the use of special operators (e.g. LoG operator),  the determination of two-dimensional correlation functions or the Determination of the two-dimensional Fourier spectrum, i.e. the Application of computationally complex algorithms and are therefore for Localization of barcodes cannot be used economically.

Es ist somit Aufgabe vorliegender Erfindung, ein Verfahren bereitzustellen, welches sich zur automatischen Erkennung eines Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen Bild, insbesondere zur Erkennung eines in einem digitalen Bild enthaltenen Barcodes, sowie zur zumindest näherungsweise Bestimmung des Ortes und der Orientierung dieses Barcodes wirtschaftlich einsetzten lässt.It is therefore the object of the present invention, a method to provide, which is for the automatic detection of a location and an orientation of a directional structure in a digital image, in particular for recognizing one contained in a digital image Barcodes, as well as at least approximately determining the location and the orientation of this barcode can be used economically.

Erfindungsgemäß ist die obige Aufgabe dadurch gelöst, dass in einem Verfahren zur automatischen Erkennung eines Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen Bild, insbesondere zur Bestimmung des Ortes und der Orientierung eines in dem digitalen Bild enthaltenen Barcodes, das digitale Bild in vorzugsweise zusammenhängende Blöcke unterteilt wird und für jeden Block mindestens ein Texturmerkmal bestimmt wird, welches ein Maß für die Strukturierung der Blöcke entlang vorgegebener Vorzugsrichtungen darstellt, und aus den Texturmerkmalen Parameter ermittelt werden, die den Ort und die Orientierung einer gerichteten Struktur in dem digitalen Bild angeben. According to the invention, the above object is achieved in that in one Method for automatic recognition of a place and one Orientation of a directional structure in a digital image, in particular to determine the location and orientation of an in the digital image contained barcodes, the digital image in preferably contiguous blocks is divided and for each Block at least one texture feature is determined, which is a measure of the structuring of the blocks along given preferred directions represents, and parameters are determined from the texture features that the location and orientation of a directional structure in the digital Specify picture.  

Vorteilhafterweise ist das Bild dabei ein von einem kamerabasierten Codelesegerät aufgenommenes Abbild einer realen Szene, die unter anderem einen Barcode enthält. Unter einem elektronisch vorliegenden oder digitalen Bild wird hierbei ein aus einer Matrix von Bildelementen (Pixeln) zusammengesetztes Objekt verstanden, wobei jedem Pixel ein Ort (üblicherweise in Form eines Zeilenindex und des Spaltenindex) sowie ein die Helligkeit am Ort des Pixels kennzeichnender Wert (Wert des Pixels) zugeordnet ist. Es können aber auch auf andere Weise erzeugte, in elektronischer Form vorliegender Bilder mit dem vorgestellten Verfahren automatisch analysiert werden.The image is advantageously a camera-based one Code reader captured image of a real scene, the under contains a barcode. Under an electronically available or digital image becomes a matrix of image elements (Pixels) Compound object understood, with each pixel a location (usually in the form of a row index and column index) and a value characterizing the brightness at the location of the pixel (value of the pixel) assigned. But it can also be generated in other ways electronic form of available images with the presented method are analyzed automatically.

Besonders vorteilhaft ist bei dem erfindungsgemäßen Verfahren, dass sich der Rechenaufwand gegenüber bekannten Verfahren zur Lokalisierung gerichteter Strukturen, um ein vielfaches reduziert. Die Anwendung dieses Verfahrens zur Lokalisierung von Barcodes wird durch diesen verringerten Rechenaufwand sehr interessant.It is particularly advantageous in the method according to the invention that the computing effort compared to known localization methods directed structures, reduced many times over. The application This method of localizing barcodes is done by this reduced computing effort very interesting.

Einen weiteren Vorteil, den das erfindungsgemäße Verfahren mit sich bringt, ist, dass keine zusätzlichen Markierungen erforderlich sind, welche bei herkömmlichen Verfahren zur Lokalisierung und Orientierungsbestimmung für den Barcode benötigt wurden. Somit wird auch keine zusätzliche Fläche für die Markierungen benötigt, wodurch diese Fläche als eventuelle Werbefläche zur Verfügung steht. Another advantage of the method according to the invention is that no additional markings are required which with conventional methods for localization and Orientation determination for the barcode were required. Thus also no additional area required for the markings, which means this area is available as a possible advertising space.  

Vorteilhaft bei dem Verfahren ist ebenfalls, dass nach der Lokalisierung nur noch eine einzige Linie ausgewertet werden muss.Another advantage of the method is that after the localization only a single line needs to be evaluated.

Außerdem verringert die Konzentration auf diejenigen Bildbereiche, die mit hoher Wahrscheinlichkeit Barcodes enthalten, die Gefahr von Fehllesungen.It also reduces the focus on those areas of the image that Most likely, barcodes contain the risk of Misreadings.

Zur Lokalisierung einer gerichteten Struktur wird das digitale Bild in Bereiche eingeteilt, die sogenannten Blöcke. Dabei ist es vorteilhaft, wenn die Blöcke zusammenhängend sind und eine rechteckige Form, vorzugsweise eine quadratische Form, aufweisen. Für jeden dieser Blöcke, wird eine vorgegebene Anzahl von ersten richtungsempfindlichen Merkmalen, den sogenannten "Merkmalen erster Ordnung" berechnet. Diese "Merkmale erster Ordnung" werden im folgenden auch als "erste Texturmerkmale" bezeichnet.To locate a directional structure, the digital image is in Areas divided, the so-called blocks. It is advantageous if the blocks are contiguous and rectangular in shape, preferably have a square shape. For each of these Blocks, a predetermined number of first direction sensitive Features, the so-called "features of the first order" calculated. These "features of the first order" are also referred to as "first." Texture features ".

Die Berechnungsvorschrift für diese "Merkmale erster Ordnung" wird dabei durch sogenannte Merkmalsfunktionen beschrieben. Eine Merkmalsfunktion ist eine Zuordnungsvorschrift, die einem Block in eindeutiger Weise eine Zahl zuordnet. Alle Merkmalsfunktionen sind dabei so gestaltet, dass einem Block um so höhere Werte zugeordnet werden, je größer die Grauwertunterschiede des Blocks entlang einer vorbestimmten Vorzugsrichtung sind. Es wird also ein Satz von Merkmalsfunktionen festgelegt, wobei jeder der Merkmalsfunktionen aus diesem Satz eine Vorzugsrichtung zugeordnet werden kann, entlang der ein Bildblock ausgewertet wird. Dabei sind die Merkmalsfunktionen so gestaltet, dass die zugehörigen Vorzugsrichtungen die Gesamtheit aller Richtungen möglichst gleichmäßig abdecken.The calculation rule for these "first order characteristics" is described by so-called feature functions. A The feature function is an assignment rule that is assigned to a block uniquely assigns a number. All feature functions are designed so that the higher the values assigned to a block the larger the gray value differences of the block along one predetermined preferred direction. So it becomes a sentence of Feature functions are set, with each of the feature functions a preferred direction can be assigned to this sentence, along which  an image block is evaluated. The feature functions are like this designed that the associated preferred directions the entirety of all Cover directions as evenly as possible.

Insbesondere werden die Merkmalsfunktion so gewählt, dass je zwei beliebig ausgewählte verschiedene Merkmalsfunktionen auch verschiedene Vorzugsrichtungen besitzen. Dabei wird ein "Merkmal erster Ordnung" durch Anwendung einer Merkmalsfunktion auf einem Block bestimmt. Man erhält also für jeden Block und für jede Merkmalsfunktion einen Wert.In particular, the feature function is chosen so that two arbitrarily selected different feature functions too have different preferred directions. Thereby a "characteristic first order "by applying a feature function on a Block determined. So you get for each block and for each Feature function a value.

Es ist vorteilhaft, wenn das Verhältnis der Anzahl Pixel pro Block zu der Anzahl der Merkmalfunktionen deutlich größer als 1 ist, weil dann die Anzahl der Merkmale pro Bild deutlich geringer ist als die Anzahl der Pixel des Bildes, wodurch sich die Komplexität der nachfolgenden Berechnung wesentlich verringert.It is advantageous if the ratio of the number of pixels per block to that Number of feature functions is significantly greater than 1, because then the Number of features per image is significantly less than the number of Pixel of the image, which increases the complexity of the following Calculation significantly reduced.

Um nun zusätzlich Einsparungen an Rechenzeit und Speicherzugriffzeit zu gewinnen, ist es vorteilhaft, jeweils nur einen Teil der Pixel eines Blocks auszuwerten.In order to save additional computing time and memory access time to win, it is advantageous to use only a part of the pixels one Evaluate blocks.

Man kann sich dabei die Merkmalsfunktion auch als eine "Messeinrichtung" vorstellen, die die "Aktivität" eines Bildes oder eines Bildausschnittes entlang der Vorzugsrichtung misst. Das Texturmerkmal entspricht dann dem "Ausschlag" des richtungssensitiven Messgerätes "Merkmalsfunktion". Beinhaltet ein Block eine gerichtete Struktur, so wird ein Texturmerkmal, das im wesentlichen parallel zu der Struktur verläuft, einen relativ geringen Wert aufweisen. Ein Merkmal, das im wesentlichen senkrecht zu der Struktur verläuft, wird hingegen einen relativ hohen Wert aufweisen. Eine gerichtete Struktur innerhalb eines Blockes wird also auf zwei verschiedene Weisen detektiert.The feature function can also be seen as one Imagine "measuring device", the "activity" of an image or Measured image section along the preferred direction. The texture feature then corresponds to the "deflection" of the direction-sensitive measuring device "Characteristic function". If a block contains a directed structure, see above  becomes a texture feature that is essentially parallel to the structure runs, have a relatively low value. A feature that in runs essentially perpendicular to the structure have a relatively high value. A directed structure within a Blockes are therefore detected in two different ways.

Zum einen äußert sich eine gerichtete Struktur durch hohe Werte einer Merkmalsfunktion, deren Vorzugsrichtung im wesentlichen senkrecht zur Struktur steht. Zum anderen äußert sich eine gerichtete Struktur durch niedrige Werte einer Merkmalsfunktion, deren Vorzugsrichtung im wesentlichen parallel zur Struktur verläuft.On the one hand, a directional structure expresses itself through high values of one Feature function whose preferred direction is substantially perpendicular to Structure stands. On the other hand, a directional structure manifests itself low values of a feature function whose preferred direction in runs essentially parallel to the structure.

Dadurch ergeben sich bereits zwei Möglichkeiten, eine gerichtete Struktur in einem Block zu erkennen. Einerseits kann man besonders niedrige Werte eines Texturmerkmals als Hinweis auf das Vorliegen einer gerichteten Struktur entlang der zum Texturmerkmal gehörigen Vorzugsrichtung verwenden, andererseits kann man besonders hohe Werte eines Texturmerkmals als Hinweis auf das Vorliegen einer gerichteten Struktur senkrecht zur Vorzugsrichtung verwenden.This results in two options, a directional structure recognizable in a block. On the one hand you can get particularly low ones Values of a texture feature as an indication of the existence of a directed structure along that belonging to the texture feature Use preferred direction, on the other hand you can use particularly high ones Values of a texture feature as an indication of the existence of a Use the directed structure perpendicular to the preferred direction.

Um den Einfluss ungerichteter Strukturen zu eliminieren, kann bei dem erfindungsgemäßen Verfahren aus je zwei "Merkmalen erster Ordnung", deren Merkmalsfunktionen sich durch im wesentlichen zueinander senkrecht stehende Vorzugsrichtungen auszeichnen, ein neues "zweites Texturmerkmal" bestimmt werden. Die Verknüpfung je zweier "Merkmale erster Ordnung" wird dann so gestaltet, dass das resultierende "zweite Texturmerkmal" hohe Werte annimmt, wenn der Wert des einen "Merkmals erster Ordnung" hoch und gleichzeitig der Wert des anderen "Merkmals erster Ordnung" niedrig ist. Ein solchermaßen durch Verrechnung zweier "Merkmale erster Ordnung" bestimmtes "zweites Texturmerkmal" wird im folgenden auch "Merkmal zweiter Ordnung" genannt.In order to eliminate the influence of undirected structures, the methods according to the invention each consisting of two “features of the first order”, whose feature functions differ from one another essentially distinguish vertical preferred directions, a new "second Texture feature "can be determined. The connection of two  "First order features" is then designed so that the resulting "second texture feature" takes high values when the value of one "First order characteristic" high and at the same time the value of the other "First order feature" is low. So through Offsetting two "characteristics of the first order" certain "second" Texture feature "is also referred to as" second order feature "in the following. called.

Ein "Merkmal zweiter Ordnung" nimmt also einen hohen Wert an, wenn der Block entlang der Vorzugsrichtung eine hohe Aktivität und gleichzeitig senkrecht zur Vorzugsrichtung eine niedrige Aktivität aufweist. Man erreicht auf diese Weise, dass weder strukturarme Bereiche noch ungerichtete strukturierte Bereiche zu einem hohen Wert eines "Merkmals zweiter Ordnung" und damit zu einer Fehlinterpretation (vermeintliche Erkennung einer nicht vorhandenen gerichteten Struktur) führen können.A "second order characteristic" therefore takes on a high value if the block along the preferred direction has a high activity and at the same time, a low activity perpendicular to the preferred direction having. In this way it is achieved that neither structurally poor Areas still undirected structured areas at a high value of a "second order characteristic" and thus to a misinterpretation (supposed detection of a non-existent directed structure) being able to lead.

Im folgenden wird unter einem "Merkmal zweiter Ordnung" ein Merkmal verstanden, dessen Wert ein Maß für die Wahrscheinlichkeit des Vorliegens einer gerichteten Struktur senkrecht zu einer Vorzugsrichtung darstellt, unabhängig davon, ob es durch Verrechnung zweier "Merkmale erster Ordnung" oder in einem einzigen Schritt berechnet wurde.In the following, a "feature of the second order" is a feature understood, the value of which is a measure of the probability of The presence of a directional structure perpendicular to a preferred direction represents, regardless of whether it is by offsetting two "characteristics first order "or calculated in a single step.

Die jeweils zur gleichen Richtung gehörigen "zweiten Texturmerkmale" werden in sogenannten Merkmalskarten eingetragen, und zwar jeweils an der Stelle, an der sich der zugehörige Block des Eingangsbildes befindet. Die Merkmalskarte ist dabei ein verkleinertes Bild, deren Pixel nicht mehr die Helligkeit des Ursprungsbild, sondern die Wahrscheinlichkeit für das Vorliegen einer gerichteten Struktur einer bestimmten Richtung angeben.The "second texture features" belonging to the same direction are entered in so-called feature cards, each on  the location of the associated block of the input image. The feature map is a reduced image, the pixels of which are not more the brightness of the original image, but the probability for the presence of a directional structure of a certain direction specify.

Vorteilhaft ist es dabei, dass nicht jedem Pixel des Originalbildes ein eigener Merkmalswert zugeordnet ist, sondern die verschiedenen Merkmalswerte zu den Blöcken gehören und somit die Merkmalskarte entsprechend kleiner ist, als das Originalbild.It is advantageous that not every pixel of the original image own characteristic value is assigned, but the different ones Characteristic values belong to the blocks and thus the characteristic card is correspondingly smaller than the original image.

Vorteilhaft ist weiter, dass sich die Auswertung nur auf die vorher bestimmten Merkmale, nicht aber auf die Grauwerte des Bildes stützt. Damit lässt sich ein deutlich geringerer Rechenaufwand erreichen, als beispielsweise ein mit einem LoG-Operator erzeugtes Bild. Dies liegt einerseits an der Datenreduktion (die Anzahl der Merkmale ist geringer als die Anzahl der Pixel im Eingangsbild), andererseits liegt dies aber auch daran, dass die Merkmalsfunktionen so konstruiert sind, dass sie Rückschlüsse auf die lokale Orientierung der einzelnen Bildbereiche zulassen.It is also advantageous that the evaluation only relates to the previous one certain features, but not based on the gray values of the image. This allows a significantly lower computing effort to be achieved than for example, an image created with a LoG operator. This is because on the one hand due to the data reduction (the number of features is less than the number of pixels in the input image), but on the other hand this is also because the feature functions are constructed so that they Conclusions about the local orientation of the individual image areas allow.

Durch diese Vorteile lassen sich Auswertungsergebnisse effizienter und damit wirtschaftlicher erreichen. Als Ergebnis dieses Verfahrens stehen Parameter zur Verfügung, die eine Aussage über den Ort und die Orientierung bzw. eine Winkellage einer gerichteten Struktur in einem digitalen Bild angeben. Weiterhin kann durch die Parameter eine Wahrscheinlichkeit für die Existenz einer gerichteten Struktur ermittelt werden.These advantages make evaluation results more efficient and to achieve more economically. Stand as a result of this procedure Parameters are available that make a statement about the location and the Orientation or an angular position of a directional structure in one  specify digital image. Furthermore, a Probability for the existence of a directed structure determined become.

Eine Ausführungsform sieht vor, zunächst diejenigen "Merkmale zweiter Ordnung" in jeder Merkmalskarte zu Null zu setzen, deren Merkmalswerte unterhalb einer geeignet gewählten Schwelle liegen, und zur weiteren Auswertung nur noch diejenigen Merkmale heranzuziehen, deren Wert echt positiv ist. Die Höhe der Schwelle hat im wesentlichen Einfluss auf die Detektionsempfindlichkeit.One embodiment provides that those "features second" Order "to zero in each feature card, whose Characteristic values are below a suitably chosen threshold, and only use those characteristics for further evaluation, whose value is really positive. The height of the threshold has essentially Influence on detection sensitivity.

Bei diesem Verfahren ist es vorteilhaft, eine niedrige Schwelle zu wählen, wenn man auch gerichtete Strukturen mit geringem Kontrast detektieren möchte. Umgekehrt ist es vorteilhaft, eine hohe Schwelle zu wählen, wenn die zu erkennende Struktur einen hohen Kontrast hat (z. B. bei einem einwandfrei aufgedruckten Barcode), man aber gleichzeitig mit kontraststarken texturierten Störungen in der Umgebung der gesuchten gerichteten Struktur rechnet.With this method, it is advantageous to choose a low threshold, if you also detect directional structures with low contrast would like to. Conversely, it is advantageous to choose a high threshold if the structure to be recognized has a high contrast (e.g. with a perfectly printed barcode), but at the same time with high contrast textured disturbances in the environment of the sought directed structure.

Dabei wird zunächst von allen Merkmalskarten eine Merkmalskarte ausgewählt, die mit hoher Wahrscheinlichkeit die Existenz einer gerichteten Struktur im Bild anzeigt. Es ist auch vorteilhaft, diejenigen Merkmalskarten auszuwählen, deren Werte den größten Mittelwert aufweisen. Die so ausgewählte "beste" Merkmalskarte wird weiter untersucht, um die Existenz einer gerichteten Struktur zu bestätigen oder zu verwerfen. Der Ort einer im Bild vorhandenen gerichteten Struktur kann durch die Bestimmung eines Lageparameters (z. B. Mittelwert, gewichteter Mittelwert, Median) der Merkmalskarte geschätzt werden. Die Winkellage der gerichteten Struktur ergibt sich grob bereits aus der der ausgewählten Merkmalskarte zugeordneten Vorzugsrichtung. Eine genauere Schätzung der Orientierung der Struktur wird durch die Anwendung eines Regressionsverfahrens aus der Merkmalskarte ermittelt.First, a feature card is created from all feature cards selected, which with a high probability the existence of a directional structure in the image. It is also beneficial to those Select feature cards whose values have the largest mean exhibit. The "best" feature card selected in this way continues examined to confirm the existence of a directed structure or  to discard. The location of an existing structure in the picture can be determined by determining a position parameter (e.g. mean value, weighted mean, median) of the feature map can be estimated. The angular position of the directional structure is roughly derived from the preferred direction assigned to the selected feature card. A The more precise estimate of the orientation of the structure is given by the Use of a regression method from the feature map determined.

Vorteilhaft für die Bestimmung der Merkmalskarte erster Ordnung ist eine blockweise Auswertung von Grauwertdifferenzen von Bildpunktpaaren entlang der gewählten Vorzugsrichtung, weil diese Methode gegenüber der Bildung der zweidimensionalen Autokorrelationsfunktion oder der des zweidimensionalen Fourierspektrums mit deutlich geringerem Rechenaufwand implementierbar ist.It is advantageous for the determination of the first order feature card a block-wise evaluation of gray value differences of Pixel pairs along the chosen preferred direction, because this Method versus the formation of the two-dimensional Autocorrelation function or that of the two-dimensional Fourier spectrum with significantly less computing effort is implementable.

Um den Rechen- sowie den Zeitaufwand weiter zu minimieren, ist es vorteilhaft bei der Auswertung der Texturmerkmale zunächst diejenigen Vorzugsrichtungen auszuwählen, deren zugehörige Texturmerkmale sich am besten mit der Existenz der gerichteten Struktur im Bild erklären lassen. Durch dieses Verfahren lässt sich der Datenaufwand weiterhin reduzieren. In order to further minimize the computing and time expenditure, it is advantageous when evaluating the texture features first of all Select preferred directions, the associated texture features of which best explain with the existence of the directed structure in the picture to let. With this method, the data overhead can still be to reduce.  

Weitere Vorteile, Ziele und Eigenschaften vorliegender Erfindung werden anhand nachfolgender Erläuterungen anliegender Zeichnung dargestellt, in welcher beispielhaft das Erkennungsverfahren dargestellt ist.Further advantages, goals and characteristics of the present invention will become apparent illustrated with the following explanations attached drawing, in which the detection method is shown as an example.

Es zeigtIt shows

die Figur eine schematische Darstellung des Erkennungsverfahrens anhand eines Ausführungsbeispieles.the figure is a schematic representation of the detection method based on an embodiment.

In dem Ausführungsbeispiel, welches in der Figur dargestellt ist, ist eine Bildaufnahmeeinheit mit einer Recheneinheit verbunden. Die Bildaufnahmeeinheit liefert dabei ein digitalisiertes Bild der Größe 640 × 480 Bildpunkte mit typischerweise 256 Graustufen an die Recheneinheit.In the embodiment shown in the figure, one is Image acquisition unit connected to a computing unit. The Image acquisition unit delivers a digitized image of size 640 × 480 pixels with typically 256 gray levels to the computing unit.

Das Bild wird danach zuerst in 20 × 15 nicht überlappende Blöcke der Größe 32 × 32 Bildpunkte eingeteilt. Weiter werden für jeden dieser Blöcke vier "Merkmale erster Ordnung" bestimmt. Dabei wird die Berechnungsvorschrift jeden "Merkmal erster Ordnung" durch jeweils eine Merkmalsfunktion beschrieben.The image is then first divided into 20 × 15 non-overlapping blocks Size 32 × 32 pixels divided. Be further for each of these Blocks four "features of the first order" determined. The Calculation rule for each "first-order characteristic" by described a feature function.

Jede Merkmalsfunktion weist dabei jedem Bildblock in eindeutiger Weise eine Zahl zu, und ist jeweils durch zwei Parameter festgelegt, und zwar durch
Each feature function uniquely assigns a number to each image block and is defined by two parameters, namely by

  • 1. einen sogenannten Cliquenvektor (Delta_x, Delta_y)1. a so-called clique vector (Delta_x, Delta_y)
  • 2. ein Inkrement DSAMPLE.2. an increment DSAMPLE.

Die Komponenten des Cliquenvektors sind dabei ganzzahlig (positiv oder negativ), und das Inkrement DSAMPLE ist eine natürliche Zahl.The components of the clique vector are integers (positive or negative), and the increment DSAMPLE is a natural number.

Zur Bestimmung eines Merkmals erster Ordnung werden alle Bildpunktpaare ((x1, y1), (x2, y3)) gebildet, die die folgenden Bedingungen gleichzeitig erfüllen:To determine a first-order feature, all pixel pairs ((x 1 , y 1 ), (x 2 , y 3 )) are formed which simultaneously meet the following conditions:

1. sie liegen vollständig innerhalb des betrachteten Blocks,1. they lie completely within the block under consideration,

2. es gilt x1-x2 = Delta_x und y1-y2 = Delta_y,2. x 1 -x 2 = Delta_x and y 1 -y 2 = Delta_y,

3. x1 und y1 sind durch DSAMPLE teilbar.3. x 1 and y 1 are divisible by DSAMPLE.

Dabei besagt die Bedingung 2, dass sich die Bildpunktpaare dadurch Condition 2 states that the pixel pairs are different

auszeichnen, dass zum einen die Verbindungslinie zwischen den Bildpunkten des Paares entlang der durch den Cliquenvektor gegebenen Vorzugsrichtung läuft und dass zum anderen der Abstand von je zwei Punkten eines Punktpaares konstant ist.distinguish that on the one hand the connecting line between the Pixels of the pair along those given by the clique vector Preferred direction runs and that on the other hand the distance of two Points of a pair of points is constant.

Bedingung 3 erlaubt es, nur einen Teil der nach Bedingung 2 innerhalb eines Blocks möglichen Punktpaare auszuwählen und ermöglicht damit eine Reduktion des Rechenaufwandes zur Bestimmung des jeweiligen Texturmerkmals.Condition 3 allows only part of the condition 2 within of a block to select possible pairs of points and thus enables a reduction in the computing effort to determine the respective Texture feature.

Als nächster Schritt wird das "Merkmal erster Ordnung" bestimmt. Dabei wird für jedes Bildpunktpaar, das die obigen Bedingungen erfüllt, der Absolutbetrag der Differenz oder das Quadrat der Differenz zwischen den Grauwerten der beiden Punkte ermittelt. Anschließend werden die so erhaltenen Werte summiert.The "first order characteristic" is determined as the next step. there for each pair of pixels that meets the above conditions, the Absolute amount of the difference or the square of the difference between the  Gray values of the two points determined. Then they are like this values obtained summed.

Beim Implementierungsbeispiel werden vier Cliquenvektoren verwendet, nämlich
c1 = (3,0) (dies ist die waagerechte Vorzugsrichtung),
c2 = (0,3) (dies ist die senkrechte Vorzugsrichtung),
c3 = (2,2) (dies ist die diagonale Vorzugsrichtung),
c4 = (-2,2) (dies ist die antidiagonale Vorzugsrichtung).In the implementation example, four clique vectors are used, namely
c 1 = (3.0) (this is the horizontal preferred direction),
c 2 = (0.3) (this is the vertical preferred direction),
c 3 = (2.2) (this is the diagonal preferred direction),
c 4 = (-2.2) (this is the antidiagonal preferred direction).

Dabei wird DSAMPLE zu 4 gesetzt, wodurch sich eine Einsparung an Rechenzeit von ungefähr 16 gegenüber einem DSAMPLE-Wert von 1 ergibt.DSAMPLE is set to 4, which results in savings Computing time of approximately 16 compared to a DSAMPLE value of 1 results.

In einem nächsten Schritt werden die "Merkmale erster Ordnung" in sogenannte Merkmalskarten eingetragen.In a next step the "first order characteristics" in so-called feature cards entered.

Bei dem Implementierungsbeispiel werden die so erhaltenen "Merkmale erster Ordnung" also in vier (Anzahl Cliquenvektoren) Merkmalskarten eingetragen, die jeweils die Größe 20 × 15 (Anzahl Blöcke = Anzahl Merkmale pro Cliquenvektor) besitzen.In the implementation example, the "features thus obtained" first order "in four (number of clique vectors) feature cards entered, each size 20 × 15 (number of blocks = number Features per clique vector).

Im folgenden werden die "Merkmalskarten erster Ordnung" mit T_n(x,y) bezeichnet, wobei n die Werte 1 bis 4, x die Werte 1 bis 20 und y die Werte 1 bis 15 annehmen. So bezeichnet beispielsweise T_2(3, 4) das "Merkmal erster Ordnung", für den dritten Block von links in der vierten Zeile für den Cliquenvektor c2. Das Merkmal T_2(3, 4) gibt in diesem Beispiel die Aktivität des Blocks an der Position (3, 4) entlang einer senkrechten Richtung an.In the following, the "feature cards of the first order" are designated T_n (x, y), n taking the values 1 to 4, x the values 1 to 20 and y the values 1 to 15. For example, T_2 (3, 4) denotes the "feature of the first order" for the third block from the left in the fourth line for the clique vector c 2 . The feature T_2 (3, 4) in this example indicates the activity of the block at position (3, 4) along a vertical direction.

In einem weiteren Schritt werden aus den "Merkmalskarten erster Ordnung" die "Merkmalskarten der zweiten Ordnung" bestimmt.In a further step, the "feature cards become first Order "determines the" feature cards of the second order ".

Zur Bestimmung einer "Merkmalskarte zweiter Ordnung" M_i wird jeweils eine "Merkmalskarte erster Ordnune" T_i mit einer weiteren "Merkmalskarte erster Ordnung" T_j verrechnet. Die Verrechnung wird dabei mit einer Merkmalskarte T_j vorgenommen, deren Cliquenvektor cj senkrecht zum Cliquenvektor ci der "Merkmalskarte erster Ordnung" steht.To determine a "second order feature card" M_i, a "first order feature card" T_i is offset against another "first order feature card" T_j. The calculation is carried out with a feature map T_j, the clique vector c j of which is perpendicular to the clique vector c i of the "feature map of the first order".

Im Beispiel stehen jeweils c1 und c2 bzw. c3 und c4 senkrecht aufeinander. Die Art der Verrechnung wird durch zwei Parameter FAKTOR und SCHWELLE festgelegt und erfolgt blockweise wie nachstehend beschrieben. Zuerst werden die "Merkmalskarten zweiter Ordnung" folgendermaßen bestimmt:
M_1 (x,y) = T_1 (x,y) - FAKTOR.T_2 (x,y),
M_2 (x,y) = T_2 (x,y) - FAKTOR.T_1 (x,y),
M_3 (x,y) = T_3 (x,y) - FAKTOR.T_4 (x,y),
M_4 (x,y) = T_4 (x,y) - FAKTOR.T_3 (x,y). In the example, c 1 and c 2 or c 3 and c 4 are perpendicular to each other. The type of calculation is determined by two parameters FACTOR and THRESHOLD and is carried out in blocks as described below. First, the "second order feature cards" are determined as follows:
M_1 (x, y) = T_1 (x, y) - FAKTOR.T_2 (x, y),
M_2 (x, y) = T_2 (x, y) - FAKTOR.T_1 (x, y),
M_3 (x, y) = T_3 (x, y) - FAKTOR.T_4 (x, y),
M_4 (x, y) = T_4 (x, y) - FACTOR.T_3 (x, y).

In einem nächsten Schritt wird der Schwellenwert festgelegt, der von der jeweiligen Anwendung abhängt. Dabei ist der Schwellenwert im wesentlichen von der gewählten Blockgröße und der Grauwertauflösung des Originalbildes beeinflusst. In diesem Schritt werden alle Einträge in allen Merkmalskarten zu Null gesetzt, falls sie kleiner als eben dieser Schwellenwert sind.The next step is to determine the threshold that is set by the depends on the respective application. The threshold is in essentially from the selected block size and the gray value resolution of the original image. In this step all entries in all feature cards set to zero if they are smaller than this one Are threshold.

Typische Werte für den Faktor liegen dabei im Bereich 1,5 . . . 2,5. Danach werden die Merkmalskarten sortiert. Dies geschieht derart, dass für jede Merkmalskarte die Anzahl der von Null verschiedenen Einträge gezählt wird und die Merkmalskarten nach dieser Anzahl in absteigender Reihenfolge sortiert werden. Somit erhält die erste der Merkmalskarten in der Liste die meisten von Null verschiedenen Einträge und wird daher als erster Kandidat berücksichtigt.Typical values for the factor are in the range of 1.5. , , 2.5. The feature cards are then sorted. This happens in such a way that for each feature card the number of non-zero entries is counted and the feature cards according to this number in descending order Order. Thus the first of the feature cards in the list most non-zero entries and is therefore considered first candidate considered.

Danach wird der Schwerpunkt der zu betrachtenden Merkmalskarten (das erste Moment in x- und y-Richtung) bestimmt. Der Schwerpunkt (xs, ys) besitzt dabei reellwertige Koordinaten im Bereich xs = 1 . . . 20, ys = 1 . . . 15 und wird auf ganzzahlige Werte round (xs, ys) gerundet.The center of gravity of the feature cards to be considered (the first moment in the x and y directions) is then determined. The center of gravity (x s , y s ) has real-valued coordinates in the range x s = 1. , , 20, y s = 1. , , 15 and is rounded to integer values round (x s , y s ).

Wenn die betrachtete Merkmalskarte an der Stelle round (xs, ys) einem von Null verschiedenen Wert enthält, wird mit dieser Merkmalskarte als aktueller Karte fortgefahren.If the feature card under consideration contains a non-zero value at round (x s , y s ), the feature card is continued as the current map.

Wenn die betrachtete Merkmalskarte anstelle round (xs, ys) hingegen eine Null enthält, wird der Schwerpunkt der nächsten Merkmalskarte von der Liste ermittelt. Es wird dann überprüft, ob diese Karte an der Stelle des Schwerpunktes einen von Null verschiedenen Wert enthält.If, on the other hand, the feature card under consideration contains a zero instead of round (x s , y s ), the center of gravity of the next feature card is determined from the list. It is then checked whether this card contains a non-zero value at the point of the center of gravity.

Auf diese Weise werden alle Kandidaten der Liste abgearbeitet, bis entweder eine Karte gefunden wurde, die an der Stelle des Schwerpunktes einen von Null verschiedenen Wert enthält oder bis die Liste ohne Erfolg abgearbeitet wurde.In this way, all candidates on the list are processed until either a map was found that was at the point of focus contains a non-zero value or until the list is unsuccessful was processed.

Im letzteren Fall wird das Verfahren beendet, da keine gerichtete Struktur gefunden wurde.In the latter case, the procedure is ended because there is no directed structure was found.

Ansonsten wird aus dem Schwerpunkt (xs, ys) der aktuellen Merkmalskarte durch Skalierung mit der Blockgröße der Mittelpunkt des Barcodes (bezogen auf die Größe des Originalbildes) ermittelt. Für die Merkmalskarte wird durch lineare Regression eine durch den Schwerpunkt (xs, ys) laufende Ausgleichsgerade bestimmt.Otherwise, the center of the barcode (based on the size of the original image) is determined from the center of gravity (x s , y s ) of the current feature map by scaling with the block size. A regression line running through the center of gravity (x s , y s ) is determined for the feature map by linear regression.

Diese Ausgleichsgerade verläuft im wesentlichen senkrecht durch die gerichtete Struktur. Wenn die gerichtete Struktur nun ein Barcode ist, der decodiert werden soll, kann diese Gerade als virtuelle Scanlinie verwendet werden, da sie mit hoher Wahrscheinlichkeit den Barcode vollständig schneidet.This straight line runs essentially vertically through the directed structure. If the directional structure is now a barcode that This line can be decoded as a virtual scan line be used as they are very likely to contain the barcode completely cuts.

Das hier beschriebene Verfahren zur automatischen Erkennung eines Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen Bild zeichnet sich durch die Datenreduktion der im Ursprungsbild enthaltenen Daten aus, sodass ein wesentlich geringerer Rechenaufwand betrieben werden muss, um eine gerichtete Struktur lokalisieren zu können. Dabei ist es vorteilhaft, dass das digitale Bild in aneinanderliegenden Blöcken aufgeteilt wird und diese Blöcke durch Merkmalsfunktionen beschrieben werden, sodass nicht jedes einzelne Pixel im Eingangsbild in die Berechnung eingeht, sondern nur die Anzahl der Texturmerkmale.The procedure described here for the automatic detection of a Location and orientation of a directional structure in a digital Image is characterized by the data reduction in the original image  contained data, so that a significantly lower computing effort must be operated in order to localize a directed structure can. It is advantageous that the digital image in adjacent blocks is divided and these blocks through Feature functions are described so that not every single one Pixels in the input image are included in the calculation, but only the number of the texture features.

Weiterhin ist vorteilhaft, dass die Möglichkeit von Fehllesungen dadurch verringert wird, dass das Verfahren es ermöglicht, sich auf diejenigen Bildbereiche zu konzentrieren, die mit hoher Wahrscheinlichkeit einen Barcode enthalten.It is also advantageous that the possibility of incorrect readings thereby is reduced that the procedure allows to focus on those Focus areas of the image that are highly Barcode included.

Claims (10)

1. Verfahren zur automatischen Erkennung eines Ortes und einer Orientierung einer gerichteten Struktur in einem digitalen Bild, insbesondere zur Bestimmung des Ortes und der Orientierung eines in dem digitalen Bild enthaltenen Barcodes, dadurch gekennzeichnet, dass das digitale Bild in vorzugsweise zusammenhängende Blöcke unterteilt wird, und für jeden Block mindestens ein Texturmerkmal bestimmt wird, welches ein Maß für die Strukturierung der Blöcke entlang vorgegebener Vorzugsrichtungen darstellt, und aus den Texturmerkmalen Parameter ermittelt werden, die den Ort und die Orientierung einer gerichteten Struktur in dem digitalen Bild angeben.1. A method for the automatic detection of a location and an orientation of a directional structure in a digital image, in particular for determining the location and the orientation of a bar code contained in the digital image, characterized in that the digital image is subdivided into preferably coherent blocks, and at least one texture feature is determined for each block, which represents a measure for the structuring of the blocks along predetermined preferred directions, and parameters are determined from the texture features that indicate the location and the orientation of a directional structure in the digital image. 2. Erkennungsverfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Blöcke eine rechteckige, vorzugsweise quadratische Form aufweisen.2. Detection method according to claim 1, characterized in that that the blocks have a rectangular, preferably square shape exhibit. 3. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für jeden Bildblock mehrere "erste Texturmerkmale" bestimmt werden, die einen um so höheren Wert annehmen, je größer die Summe der absoluten Beträge der Grauwertdifferenz von Bildpunktpaaren ausfällt, wobei die Bildpunktpaare für jedes "erste Texturmerkmal" aus Bildpunkten gebildet werden, die innerhalb des betrachteten Blocks liegen, deren Verbindungslinie entlang der dem betrachtetem "ersten Texturmerkmal" zugeordneten Vorzugsrichtung liegen, und deren Abstand einem festgelegten Wert oder einen Wert aus einer festgelegten Menge von Werten entspricht.3. Detection method according to one of the preceding claims, characterized in that several "first Texture features "are determined, the higher the value assume the larger the sum of the absolute amounts of the Gray value difference of pixel pairs fails, whereby the Pixel pairs for each "first texture feature" from pixels are formed which lie within the block under consideration,  their connecting line along the "considered first" Texture feature "assigned preferred direction, and their Distance from a specified value or a value from a set set of values. 4. Erkennungsverfahren nach Anspruch 3, dadurch gekennzeichnet, dass nur ein Anteil der Bildpunkte innerhalb des betrachteten Blocks, deren Verbindungslinie entlang der zugeordneten Vorzugsrichtung liegen und deren Bildpunktabstand einem festgelegten Wert oder einem Wert aus einer festgelegten Menge von Werten entsprechen, ausgewertet werden.4. Detection method according to claim 3, characterized in that that only a portion of the pixels within the viewed Blocks whose connecting line along the assigned Preferred direction and their pixel spacing one specified value or a value from a specified quantity of values correspond to be evaluated. 5. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Bestimmung des Wertes eines "zweiten Texturmerkmals" eines Blocks die Werte von zwei "ersten Texturmerkmalen" des gleichen Blocks herangezogen werden, die ein Maß für die Strukturierung des Blockes entlang zweier im wesentlichen senkrecht zueinander stehenden Vorzugsrichtungen angeben.5. Detection method according to one of the preceding claims, characterized in that to determine the value of a "second texture feature" of a block the values of two "first texture features" of the same block that are a measure of the structuring of the block along two essentially perpendicular to each other Specify preferred directions. 6. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die berechneten "ersten Texturmerkmale" ausgewertet werden.6. Detection method according to one of the preceding claims, characterized in that the calculated "first Texture features "are evaluated. 7. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei der Auswertung der Texturmerkmale zunächst diejenige Vorzugsrichtung ausgewählt wird, deren zugehörige Texturmerkmale sich am besten mit der Existenz einer gerichteten Struktur im Bild erkennen lässt und bei dem daraufhin nur diejenigen Texturmerkmale, die zu der ausgewählten Vorzugsrichtung gehören, zur Bestimmung der Parameter, die die Wahrscheinlichkeit für die Existenz einer gerichteten Struktur und/oder den Ort einer gerichteten Struktur und/oder die Lage einer gerichteten Struktur im Digitalbild angeben, herangezogen werden.7. recognition method according to one of the preceding claims, characterized in that when evaluating the  Texture features first selected that preferred direction whose associated texture features best match the Existence of a directed structure in the picture reveals and at then only those texture features that correspond to the selected preferred direction belong to the determination of the Parameters that determine the likelihood of existence directional structure and / or the location of a directional structure and / or the position of a directional structure in the digital image specify to be used. 8. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Bild in überlappende Bereiche eingeteilt wird.8. recognition method according to one of the preceding claims, characterized in that the image is in overlapping areas is divided. 9. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Einstellung der Detektionsempfindlichkeit ein Schwellenwert bei der Auswertung der Texturmerkmale festgelegt wird.9. Detection method according to one of the preceding claims, characterized in that to adjust the Detection sensitivity a threshold when evaluating the texture features is determined. 10. Erkennungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Parameter eine Wahrscheinlichkeit für die Existenz einer gerichteten Struktur in dem digitalen Bild angeben.10. recognition method according to one of the preceding claims, characterized in that the parameters are a Probability of the existence of a directed structure in specify the digital image.
DE10040614A 2000-08-16 2000-08-16 Method for automatic detection of a directional structure Withdrawn DE10040614A1 (en)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE10040614A DE10040614A1 (en) 2000-08-16 2000-08-16 Method for automatic detection of a directional structure
PCT/DE2001/002993 WO2002015118A1 (en) 2000-08-16 2001-08-13 Method for automatically identifying a directed structure
AU2001283792A AU2001283792A1 (en) 2000-08-16 2001-08-13 Method for automatically identifying a directed structure
DE10193420T DE10193420D2 (en) 2000-08-16 2001-08-13 Method for automatic detection of a directed structure
EP01962610A EP1312034A1 (en) 2000-08-16 2001-08-13 Method for automatically identifying a directed structure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10040614A DE10040614A1 (en) 2000-08-16 2000-08-16 Method for automatic detection of a directional structure

Publications (1)

Publication Number Publication Date
DE10040614A1 true DE10040614A1 (en) 2002-02-28

Family

ID=7653010

Family Applications (2)

Application Number Title Priority Date Filing Date
DE10040614A Withdrawn DE10040614A1 (en) 2000-08-16 2000-08-16 Method for automatic detection of a directional structure
DE10193420T Expired - Lifetime DE10193420D2 (en) 2000-08-16 2001-08-13 Method for automatic detection of a directed structure

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE10193420T Expired - Lifetime DE10193420D2 (en) 2000-08-16 2001-08-13 Method for automatic detection of a directed structure

Country Status (4)

Country Link
EP (1) EP1312034A1 (en)
AU (1) AU2001283792A1 (en)
DE (2) DE10040614A1 (en)
WO (1) WO2002015118A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10351861A1 (en) * 2003-11-06 2005-06-09 Deere & Company, Moline Method and steering system for automatically steering an agricultural machine

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7728959B2 (en) 2003-06-21 2010-06-01 Aprilis, Inc. Acquisition of high resolution biometric images
CA2529033A1 (en) 2003-06-21 2005-01-06 Aprilis, Inc. Method and apparatus for processing biometric images
US7734729B2 (en) 2003-12-31 2010-06-08 Amazon Technologies, Inc. System and method for obtaining information relating to an item of commerce using a portable imaging device
US8631089B1 (en) 2010-12-14 2014-01-14 Brilliance Publishing, Inc. Previewing audio data associated with an item

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5329105A (en) * 1992-08-10 1994-07-12 United Parcel Service Of America, Inc. Method and apparatus for determining the width of elements of bar code symbols
WO1997046965A2 (en) * 1996-06-03 1997-12-11 Accu-Sort Systems, Inc. High speed image acquisition system and method
US5974200A (en) * 1997-03-20 1999-10-26 Matsushita Electric Industrial Company, Ltd. Method of locating a machine readable two dimensional barcode within an image
DE19960555A1 (en) * 1998-12-16 2000-06-21 Matsushita Electric Ind Co Ltd Method for finding and reading a two-dimensional bar code

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0687270B2 (en) * 1992-09-16 1994-11-02 インターナショナル・ビジネス・マシーンズ・コーポレイション Line segment direction detecting device and method
US6327395B1 (en) * 1996-12-20 2001-12-04 Xerox Parc Glyph address carpet methods and apparatus for providing location information in a multidimensional address space
EP0917080B1 (en) * 1997-11-17 2001-07-18 DATALOGIC S.p.A. Method of locating highly variable brightness or colour regions in an image
EP0996079B1 (en) * 1998-10-23 2001-07-18 Datalogic S.P.A. Method for locating codes in bidimensional images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5329105A (en) * 1992-08-10 1994-07-12 United Parcel Service Of America, Inc. Method and apparatus for determining the width of elements of bar code symbols
WO1997046965A2 (en) * 1996-06-03 1997-12-11 Accu-Sort Systems, Inc. High speed image acquisition system and method
US5974200A (en) * 1997-03-20 1999-10-26 Matsushita Electric Industrial Company, Ltd. Method of locating a machine readable two dimensional barcode within an image
DE19960555A1 (en) * 1998-12-16 2000-06-21 Matsushita Electric Ind Co Ltd Method for finding and reading a two-dimensional bar code

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10351861A1 (en) * 2003-11-06 2005-06-09 Deere & Company, Moline Method and steering system for automatically steering an agricultural machine
US7400957B2 (en) 2003-11-06 2008-07-15 Deere & Company Process and steering system for the automatic steering of an agricultural vehicle

Also Published As

Publication number Publication date
DE10193420D2 (en) 2003-07-03
EP1312034A1 (en) 2003-05-21
AU2001283792A1 (en) 2002-02-25
WO2002015118A1 (en) 2002-02-21

Similar Documents

Publication Publication Date Title
EP0993651B1 (en) Reference mark, method for recognizing reference marks and method for object measuring
DE102006057552B4 (en) System and method for measuring the distance of a preceding vehicle
DE102007035884B4 (en) Line noise suppression device, method and program
DE3923449A1 (en) METHOD FOR DETERMINING EDGES IN IMAGES
DE3505331C2 (en) Method and device for measuring the impression left in a sample during penetration hardness testing
DE146351T1 (en) TEMPLATE PROCESSING DEVICE AND METHOD.
EP2028605A1 (en) Detection method for symmetric patterns
DE3718620C2 (en)
DE102015207903A1 (en) Apparatus and method for detecting a bar-type traffic sign in a traffic sign recognition system
EP3931798B1 (en) Estimating the movement of an image position
DE69813416T2 (en) Devices for determining the line direction, image angle detection and image angle correction.
DE69728469T2 (en) Apparatus and method for determining the character line using simplified projection information; Character recognition device and method
CH708994B1 (en) A method and apparatus for identifying a two-dimensional point code.
DE112021004200T5 (en) object detection device
EP0394959A2 (en) Image analysis method
DE10040614A1 (en) Method for automatic detection of a directional structure
DE60303003T2 (en) Method and system for verifying transitions between contrasting elements
DE102005017541A1 (en) Circular object detecting method for e.g. truck, involves increasing accumulator field initialized to zero to given value, and identifying circular object if number of markings in image field exceed given threshold
WO2002023492A2 (en) Method for classifying documents
DE19632058C1 (en) Opto electronic identification or target element
DE10302634B4 (en) Method and device for identifying and compensating for perspective distortion
DE102018209032A1 (en) Apparatus and method for automatically determining the position of the bar code of a tire or green tire and a corresponding computer program, computer program product and a computer-readable data carrier
DE19507059B4 (en) Method for omnidirectional detection of OCR plain text on labels or similar data carriers by random search and decoding with a neural network
DE4325552C2 (en) Method of finding alphanumeric characters in an image
DE60216342T2 (en) Method and device for recognizing character frames with a voting process

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
8127 New person/name/address of the applicant

Owner name: GAVITEC AG, 52146 WUERSELEN, DE

8143 Lapsed due to claiming internal priority