Search International and National Patent Collections
Some content of this application is unavailable at the moment.
If this situation persists, please contact us atFeedback&Contact
1. (WO1991017525) ELECTRONIC SYSTEM FOR CLASSIFYING OBJECTS
Latest bibliographic data on file with the International Bureau

Pub. No.: WO/1991/017525 International Application No.: PCT/AU1991/000183
Publication Date: 14.11.1991 International Filing Date: 30.04.1991
Chapter 2 Demand Filed: 15.11.1991
IPC:
G06K 9/66 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62
Methods or arrangements for recognition using electronic means
64
using simultaneous comparisons or correlations of the image signals with a plurality of references, e.g. resistor matrix
66
references adjustable by an adaptive method, e.g. learning
Applicants:
IMPACQ TECHNOLOGIES, INC. [US/US]; 601 South 23rd Street Fairfield, IA 52556, US (AllExceptUS)
GRANT, Paul, Ainsworth [AU/AU]; AU (AllExceptUS)
BELILOVE, James, Robert [US/US]; US (UsOnly)
GLOVER, David, Eugene [US/US]; US (UsOnly)
HEKKER, Roeland, Michael, Theodorus [US/US]; US (UsOnly)
WRATHALL, Edward [US/US]; US (UsOnly)
BUCK, Robert, David [US/US]; US (UsOnly)
Inventors:
BELILOVE, James, Robert; US
GLOVER, David, Eugene; US
HEKKER, Roeland, Michael, Theodorus; US
WRATHALL, Edward; US
BUCK, Robert, David; US
Agent:
PAUL A. GRANT AND ASSOCIATES; 83 Kamabalda Cres. Fisher, ACT 2611, AU
Priority Data:
PJ 991330.04.1990AU
Title (EN) ELECTRONIC SYSTEM FOR CLASSIFYING OBJECTS
(FR) SYSTEME ELECTRONIQUE DE CLASSIFICATION D'OBJETS
Abstract:
(EN) A frequency-domain pattern-recognition system is provided for the real-time classification of diverse populations of objects where the classification of a sub-set of the population has been predetermined. Adjustment of system parameters is automatically performed during an initial training phase using the sub-set objects to optimise, with respect to classification accuracy and speed, (i) the match between the predetermined and the assessed classifications and (ii) the distinction between the assessed classes. Frequency-domain vectors characteristic of each class are extracted from frequency-domain transforms of time-domain data derived from the objects and are stored for operational use, together with their associated parameter settings. In operation, a microprocessor controller (30) loads parameter settings, for the population of objects to be classified, from a preset memory (34) into a time-domain image capture and preprocessing circuit (18), the transform vector generator (26) and a comparator circuit (28). Time-domain images of objects (10) passing on a production line (12) are captured, digitised and preprocessed (in circuit 18) and fed to a transform vector generator (26), the output of which is compared by a comparator (28) with stored class vectors to identify the class to which the object under inspection should be assigned. Adjustment of system parameters, vector extraction and vector comparison may be placed under the control of artificial neural networks, the parameters of which are, in turn, determined by the microprocessor controller.
(FR) Un système de reconnaissance de formes fréquentiel est destiné à la classification en temps réel de diverses populations d'objets où la classification d'un sous-ensemble de cette population a été prédéterminée. Le réglage des paramètres du système est automatiquement effectué pendant la phase initiale d'entraînement en utiisant le sous-ensemble d'objets pour optimiser, par rapport à la précision et à la vitesse de classification, (i) l'adaptation entre les classifications prédéterminées et évaluées et (ii) la différentiation entre les catégories évaluées. Les vecteurs du domaine fréquentiel caractéristiques de chaque catégorie sont extraits des transformations du domaine fréquentiel de données du domaine temporel dérivées des objets et sont enregistrés pour l'utilisation en cours d'opérations, avec leur fixation de paramètres associés. En cours d'opération, un élément de commande à microprocesseur (30) charge les fixations de paramètres, afin de classifier la population d'objets, d'une mémoire prédéfinie (34) à un circuit de saisie d'images et de prétraitement en domaine temporel (18), au générateur de vecteur de transformation (26) et au circuit comparateur (28). Des images en domaine temporel d'objets (10) passant sur une ligne de production (12) sont saisies, numérisées et prétraitées (dans le circuit 18) et alimentées à un générateur de vecteur de transformation (26) dont le résultat est comparé par un comparateur (28) ayant des vecteurs de catégories mémorisés afin d'identifier la catégorie dans laquelle l'objet étant examiné devrait être placé. Le réglage des paramètres de système, de l'extraction des vecteurs et de la comparaison des vecterus peut être placé sous la commande de réseaux artificiels neutres, dont les paramètres sont, à leur tour, déterminés par l'élément de commande du microprocesseur.
Designated States: AT, AU, BB, BG, BR, CA, CH, DE, DK, ES, FI, GB, HU, JP, KP, KR, LK, LU, MC, MG, MW, NL, NO, RO, SD, SE, SU, US
European Patent Office (AT, BE, CH, DE, DK, ES, FR, GB, GR, IT, LU, NL, SE)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, ML, MR, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)
Also published as:
AU1991078596