CN113518998A - 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序 - Google Patents
计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序 Download PDFInfo
- Publication number
- CN113518998A CN113518998A CN201980093531.0A CN201980093531A CN113518998A CN 113518998 A CN113518998 A CN 113518998A CN 201980093531 A CN201980093531 A CN 201980093531A CN 113518998 A CN113518998 A CN 113518998A
- Authority
- CN
- China
- Prior art keywords
- information
- counting
- unit
- parts
- cluster
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 71
- 238000010801 machine learning Methods 0.000 title claims description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 151
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 238000003384 imaging method Methods 0.000 claims description 60
- 238000003860 storage Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 35
- 239000000758 substrate Substances 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 11
- 239000003550 marker Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 19
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
计数装置(1)的图像取得部(11)从对静止的零件进行摄影的摄影装置(2)取得摄影图像。二值化部(12)对图像取得部(11)取得的摄影图像进行二值化。面积计算部(14)计算对二值化部(12)二值化后的摄影图像的像素分布进行分类而得到的集群的面积。零件数计算部(15)根据面积计算部(14)计算的集群的面积,计算每个集群的零件的数量,合计每个集群的零件的数量,生成表示拍摄到摄影图像中的零件的总数的零件数信息。信息输出部(16)输出零件数计算部(15)生成的零件数信息。
Description
技术领域
本公开涉及计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序。
背景技术
作为对物品进行计数的技术,有比较对物品进行摄影而得到的摄影图像和成为物品的基准的图像而从摄影图像检测物品并计数的技术。然而,在该技术中,需要存储有成为物品的基准的图像。因此,作为无需存储成为物品的基准的图像的物品的计数装置,在专利文献1中,公开了一种对连续地输送的物品进行摄影并对摄影的图像进行二值化而根据物品的面积对物品进行计数的计数装置。
现有技术文献
专利文献
专利文献1:日本特开平9-124142号公报
发明内容
专利文献1记载的计数装置对用输送机连续地输送的物品进行摄影,测量在不存在物品的划分线与划分线之间存在的物品的数量。因此,必须将输送机上的物品设为存在划分线的配置。另外,每单位时间可输送的物品的数量受到限制,在计数中花费时间。即使成为对预先决定的测量范围的物品进行计数的结构,在物品跨越测量范围的边界地存在的情况下,存在无法正确地计数的问题。
本公开是鉴于如上述的问题而完成的,其目的在于,在从摄影图像对物品进行计数的计数装置中,无需存储有成为物品的基准的图像,并且能够以更短的时间正确地计数。
为了达到上述目的,本公开所涉及的计数系统具备对静止的物品进行摄影的摄影装置、以及对摄影装置摄影的物品进行计数的计数装置。计数装置具有图像取得部、二值化部、面积计算部、物品数计算部、以及信息输出部。图像取得部从摄影装置取得摄影图像。二值化部对图像取得部取得的摄影图像进行二值化。面积计算部计算对二值化部二值化后的摄影图像的像素分布进行分类而得到的集群的面积。物品数计算部根据面积计算部计算的集群的面积,计算每个集群的物品的数量,合计每个集群的物品的数量,生成表示拍摄到摄影图像中的物品的总数的物品数信息。信息输出部输出物品数计算部生成的物品数信息。
根据本公开,从摄影图像对物品进行计数的计数装置针对将静止的物品进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对物品进行计数,从而无需存储有成为物品的基准的图像,并且能够以更短的时间正确地计数。
附图说明
图1是示出实施方式1所涉及的计数系统的结构的图。
图2是示出实施方式1所涉及的计数装置的功能结构例的图。
图3A是示出实施方式1所涉及的不可计数信息的例子的图。
图3B是示出实施方式1所涉及的零件数信息的例子的图。
图4是示出实施方式1所涉及的计数装置执行的计数处理的流程图。
图5是示出实施方式2所涉及的计数装置的功能结构例的图。
图6是示出实施方式1所涉及的集群图像信息的例子的图。
图7是示出实施方式2所涉及的计数装置执行的计数处理的流程图。
图8是示出实施方式3所涉及的计数系统的结构的图。
图9是示出实施方式3所涉及的计数装置的功能结构例的图。
图10是示出实施方式3所涉及的计数装置执行的计数处理的流程图。
图11是示出实施方式4所涉及的计数系统的结构的图。
图12是示出实施方式4所涉及的计数装置的功能结构例的图。
图13是示出实施方式4所涉及的零件数信息的例子的图。
图14是示出实施方式4所涉及的计数装置执行的计数处理的流程图。
图15是示出实施方式5所涉及的计数系统的结构的图。
图16是示出实施方式5所涉及的计数装置的功能结构例的图。
图17是示出实施方式5所涉及的计数装置执行的计数处理的流程图。
图18是示出实施方式6所涉及的计数系统的结构的图。
图19是示出实施方式6所涉及的计数装置以及机器学习装置的功能结构例的图。
图20是示出实施方式6所涉及的机器学习装置生成的神经网络的例子的图。
图21是示出实施方式6所涉及的计数系统的结构的其他例子的图。
图22是示出实施方式7所涉及的计数系统的结构的其他例子的图。
图23是示出实施方式7所涉及的零件配置装置执行的计数处理的流程图。
图24是示出实施方式1至7所涉及的计数装置的硬件结构的一个例子的图。
(附图标记说明)
1:计数装置;2:摄影装置;3:用户终端;4:平整动作装置;5:生产管理系统;6:在库管理系统;7:机器学习装置;8:重量测量装置;9:零件配置装置;11:图像取得部;12:二值化部;13:缩小处理部;14:面积计算部;15:零件数计算部;16:信息输出部;17:集群图像存储部;18:平整动作指示部;19:正确与否判定部;20:摄影实绩存储部;21:在库更新部;22:标记存储部;71:数据取得部;72:正确与否信息取得部;73:学习部;74:存储部;100:计数系统;101:暂时存储部;102:存储部;103:计算部;104:操作部;105:输入输出部;106:显示部;C:摄影范围;M:标记;P:零件;R:计数范围。
具体实施方式
以下,参照附图,详细说明本实施方式所涉及的计数系统、计数装置、机器学习装置、计数方法、零件配置方法、以及程序。此外,在图中,对同一或者相当部分附加相同的符号。本实施方式是进行零件的计数的计数系统的例子。
(实施方式1)
如图1所示,计数系统100具备进行零件P的计数的计数装置1、对摄影范围C进行摄影的摄影装置2、以及用户使用的用户终端3。计数装置1、和摄影装置2以及用户终端3以有线或者无线方式连接。
在用户将零件P投入到摄影范围C时,摄影装置2在零件P静止的状态下对摄影范围C进行摄影,向计数装置1发送摄影图像。摄影装置2摄影的定时既可以是用户向摄影装置2输入摄影指示的定时,也可以是摄影装置2探测到将计数对象的零件P投入到摄影范围C的定时。计数装置1对从摄影装置2接收到的摄影图像进行二值化。计数装置1将二值化后的摄影图像的像素分布分类为集群。计数装置1根据集群的面积计算每个集群的零件P的数量并进行合计,计算拍摄到摄影图像中的零件P的总数。计数装置1生成表示计算的零件P的总数的零件数信息,发送给用户终端3。零件数信息是物品数信息的例子。
计数装置1在存在无法根据集群的面积计算零件P的数量的不可计数的集群的情况下,生成表示不可计数的集群的不可计数信息,发送给用户终端3。用户终端3显示从计数装置1接收到的不可计数信息。用户通过目视数出显示于用户终端3的不可计数信息表示的不可计数的集群的零件P的数量。用户将表示不可计数的集群的零件P的数量的数值信息输入到用户终端3。用户终端3将输入的数值信息发送给计数装置1。计数装置1在从用户终端3接收到数值信息时,采用数值信息表示的不可计数的集群的零件P的数量,计算拍摄到摄影图像中的零件P的总数。此外,在如零件P的形状是球体的情况那样,零件P不重叠的情况下,不发生不可计数的集群。计数装置1生成表示计算的零件P的总数的零件数信息,发送给用户终端3。用户终端3通过画面显示、声音输出等方法,输出从计数装置1接收到的零件数信息。由此,用户能够掌握投入的零件P的数量。
在此,使用图2,说明实施方式1所涉及的计数装置1的功能结构。如图2所示,在计数装置1中,作为功能结构,具备:图像取得部11,从摄影装置2接收摄影图像;二值化部12,对摄影图像进行二值化;缩小处理部13,缩小二值化后的摄影图像;面积计算部14,计算对缩小的摄影图像的像素分布进行分类而得到的集群的面积;零件数计算部15,根据集群的面积计算零件P的总数;以及信息输出部16,向用户终端3输出信息。
图像取得部11从摄影装置2接收摄影图像。摄影图像是数字数据。二值化部12将图像取得部11接收到的摄影图像变换为灰阶,通过高斯滤波器、移动平均化滤波器等平滑化滤波器来去除噪声。二值化部12针对去除噪声后的灰阶的摄影图像,计算阈值。作为计算二值化的阈值的方法,有一边通过2个类的聚类来反复进行计算一边计算阈值的方法、计算分离度成为最大的阈值的判别分析法等。根据判别分析法,无需反复进行计算,所以能够高速地计算二值化的阈值。二值化部12使用计算的阈值,对去除噪声后的灰阶的摄影图像进行二值化。
缩小处理部13缩小二值化部12二值化后的摄影图像。在零件P中有例如如电子零件的引线部分那样的微细的构造的情况下,通过缩小二值化后的摄影图像,能够去除拍摄到摄影图像中的零件P的微细的构造。由此,能够抑制零件P的轮廓的误检测。此外,在零件P中无微细的构造的情况下,计数装置1也可以不具备缩小处理部13。
面积计算部14将缩小处理部13缩小的摄影图像的像素分布分类为集群,将各集群的像素数计算为面积。在分类为集群的方法中,例如有K-means法。在使用K-means法的情况下,面积计算部14对二值化后的摄影图像中的边缘数进行计数,设定为集群数k的值。在边缘数的计数中,使用例如OpenCV(Open Source Computer Vision Library)的findcontours函数。此外,在计数装置1不具备缩小处理部13的情况下,面积计算部14将二值化部12二值化后的摄影图像的像素分布分类为集群,将各集群的像素数计算为面积。
零件数计算部15将面积计算部14计算的各集群的面积中的去除了噪声的最小的集群的面积,判断为P1个零件量的面积,作为基准面积。作为去除噪声的方法,有例如接下来的方法。预先使用计数装置1进行多次实验,计算出零件P的集群可取的面积的下限以及上限。或者,零件数计算部15将面积计算部14计算的各集群的面积的值按照升序或者降序排列。零件数计算部15将各集群的面积的值从中央向小的一方进行比较,如果在相邻的值中有决定的值以上的差,则将该大的一方的值作为下限。零件数计算部15将各集群的面积的值从中央向大的一方进行比较,如果在相邻的值中有决定的值以上的差,则将该小的一方的值作为上限。零件数计算部15将小于下限的面积的集群以及大于上限的面积的集群作为噪声去除。
零件数计算部15将包括基准面积的1倍的第1范围内的面积的集群的零件P的数量计算为1个。零件数计算部15将包括基准面积的2倍的第2范围内的面积的集群的零件P的数量计算为2个。零件数计算部15将包括基准面积的3倍的第3范围内的面积的集群的零件P的数量计算为3个。这样,零件数计算部15将包括基准面积的N倍的第N范围内的面积的集群的零件P的数量计算为N个并相加。N是正的整数。设第N范围为吸收由零件P的形状/朝向等引起的误差的最小的范围。零件数计算部15将面积为第N范围外的集群判断为零件P重叠,设为不可计数。零件数计算部15生成表示不可计数的集群的不可计数信息。信息输出部16将零件数计算部15生成的不可计数信息发送给用户终端3。
零件数计算部15从用户终端3接收表示不可计数的集群的零件P的数量的数值信息。零件数计算部15采用数值信息表示的不可计数的集群的零件P的数量,计算拍摄到摄影图像中的零件P的总数。零件数计算部15生成表示计算的零件P的总数的零件数信息。零件数计算部15是物品数计算部的例子。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3。
接下来,使用图3说明不可计数信息以及零件数信息。图3A示出不可计数信息的一个例子。在图3A的例子中,显示去除噪声后的所有集群的图像。零件数计算部15设为不可计数的集群用四角的框包围,显示“不可计数”的文字。在“零件数”的栏中也显示“不可计数”的文字。不可计数信息不限于图3A的例子,例如,既可以将零件数计算部15设为不可计数的集群用与其他集群不同的颜色显示,也可以使其点灭。“零件数”的栏也可以没有。或者,不可计数信息也可以是表示摄影范围C上的不可计数的集群的坐标的信息。
在图3A所示的不可计数信息显示于用户终端3时,用户通过目视对用四角的框包围的集群的零件P的数量进行计数,将表示零件P的数量“5”的数值信息输入给用户终端3。用户终端3将输入的数值信息发送给计数装置1。计数装置1的零件数计算部15针对将根据面积计算的每个集群的零件P的数量相加而得到的合计“46”,加上数值信息表示的零件P的数量“5”,计算拍摄到摄影图像中的零件P的总数“51”。零件数计算部15生成如图3B所示的、表示零件P的总数“51”的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3。用户终端3显示接收到的零件数信息。由此,用户掌握投入的零件P的数量是51个。
在图3B的例子中,显示去除噪声后的所有集群的图像。零件P的数量为1个以外的集群用四角的框包围,显示其数量。关于在图3A中显示为不可计数的集群的集群,也反映用户输入的数值信息表示的零件P的数量“5”。在“零件数”的栏中显示作为零件P的总数的“51”。零件数信息不限于图3B的例子,例如,既可以仅显示零件P的总数,也可以显示上次的计数结果、在被决定的期间中计数的零件P的累积数等。或者,也可以是通知零件P的总数的声音数据。
此外,计数装置1的信息输出部16也可以不将不可计数信息以及零件数信息发送给用户终端3,而通过画面显示、声音输出等方法输出。在该情况下,计数系统100也可以不具备用户终端3。用户通过目视数出信息输出部16输出的不可计数信息表示的不可计数的集群的零件P的数量,将表示不可计数的集群的零件P的数量的数值信息输入给零件数计算部15。
在此,说明计数装置1执行的计数处理的流程。图4所示的计数处理在计数装置1的电源被接通时开始。计数装置1的图像取得部11在未从摄影装置2接收到摄影图像的情况下(步骤S11;“否”),反复步骤S11,等待摄影图像的接收。在从摄影装置2接收到摄影图像的情况下(步骤S11;“是”),二值化部12将图像取得部11接收到的摄影图像变换为灰阶,通过平滑化滤波器去除噪声。二值化部12针对去除噪声后的灰阶的摄影图像,计算二值化的阈值(步骤S12)。此时,如果使用判别分析法,则能够高速地计算二值化的阈值。二值化部12使用计算的阈值,对去除噪声后的灰阶的摄影图像进行二值化(步骤S13)。
缩小处理部13缩小二值化部12二值化后的摄影图像(步骤S14)。此外,在计数装置1不具备缩小处理部13的情况下,步骤S13被省略。面积计算部14将缩小处理部13缩小的摄影图像的像素分布分类为集群,计算各集群的面积(步骤S15)。在步骤S13被省略的情况下,面积计算部14将二值化部12二值化后的摄影图像的像素分布分类为集群,计算各集群的面积。零件数计算部15将面积计算部14计算的各集群的面积中的、去除噪声后的最小的面积,计算为作为P1个零件量的面积的基准面积(步骤S16)。此时,零件数计算部15决定下限以及上限,将小于下限的面积的集群以及大于上限的面积的集群作为噪声去除。
零件数计算部15关于面积计算部14分类的各集群,判定面积是否为包括基准面积的N倍的第N范围内(步骤S17)。在面积是包括基准面积的N倍的第N范围内的情况下(步骤S17;“是”),将该集群的零件P的数量设为N个,加到零件P的数量(步骤S20)。在面积是包括基准面积的N倍的第N范围外的情况下(步骤S17;“否”),零件数计算部15判断为零件P重叠,设为不可计数。零件数计算部15生成表示不可计数的集群的不可计数信息。信息输出部16将零件数计算部15生成的不可计数信息发送给用户终端3(步骤S18)。在计数系统100不具备用户终端3的情况下,在步骤S18中,信息输出部16显示不可计数信息。
在图3A的不可计数信息的例子中,显示去除噪声后的所有集群的图像。在步骤S17中判定为面积是第N范围外的集群、即不可计数的集群用四角的框包围,显示“不可计数”的文字。在“零件数”的栏中也显示“不可计数”的文字。
返回到图4,零件数计算部15在未从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息的情况下(步骤S19;“否”),反复步骤S19,等待数值信息的接收。零件数计算部15在从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息的情况下(步骤S19;“是”),将数值信息表示的零件P的数量加到零件P的数量(步骤S20)。在计数系统100不具备用户终端3的情况下,在步骤S19中,零件数计算部15判定是否输入了数值信息。
在有接下来的集群的情况下(步骤S21;“是”),处理返回到步骤S17,反复步骤S17~步骤S21。关于面积计算部14分类的所有集群,反复步骤S17~步骤S21,在没有接下来的集群的情况下(步骤S21;“否”),零件数计算部15生成表示合计了所有集群的零件P的数量的零件P的总数的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3(步骤S22)。在计数系统100不具备用户终端3的情况下,在步骤S22中,信息输出部16显示零件数信息。
在图3B的零件数信息的例子中,显示去除噪声后的所有集群的图像。在步骤S17中判定为面积是第2范围内的集群用四角的框包围,显示零件P的数量“2”。在步骤S17中判定为面积是第3范围内的集群用四角的框包围,显示零件P的数量“3”。关于在步骤S17中判定为面积是第N范围外并在步骤S18中被发送图3A所示的不可计数信息的集群,也用四角的框包围,显示在步骤S19中接收到的数值信息表示的零件P的数量“5”。在“零件数”的栏中显示作为零件P的总数的“51”。
返回到图4,在计数装置1的电源未断开的情况下(步骤S23;“否”),处理返回到步骤S11,反复步骤S11~步骤S23。在计数装置1的电源断开时(步骤S23;“是”),结束处理。此外,在如零件P的形状是球体的情况那样,零件P不重叠的情况下,不发生不可计数的集群,所以步骤S18以及步骤S19也可以省略。
根据实施方式1所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。
(实施方式2)
在实施方式2中,计数装置1存储有将集群的图像和该集群的零件P的数量对应起来的集群图像信息,将与和不可计数的集群的图像类似的集群的图像对应起来的零件P的数量,采用为不可计数的集群的零件P的数量。
使用图5,说明实施方式2所涉及的计数装置1的功能结构。如图5所示,在计数装置1中,作为功能结构,除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备存储集群图像信息的集群图像存储部17。
零件数计算部15在从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息时,将不可计数的集群的图像和数值信息表示的零件P的数量对应起来,生成集群图像信息。集群图像存储部17存储零件数计算部15生成的集群图像信息。图6示出集群图像信息的例子。例如,在第1个集群图像信息中,将在图3A的不可计数信息中示出的不可计数的集群的图像、和数值信息表示的零件P的数量“5”对应起来。即,集群图像信息是将不可计数的集群的图像和该集群的零件P的数量对应起来的信息。
返回到图5,零件数计算部15在有不可计数的集群的情况下,参照集群图像存储部17,判定是否有集群的图像与不可计数的集群的图像类似的集群图像信息。关于2个图像是否类似的判定方法,例如有:抽出2个图像的特征点并计算类似度,如果类似度高于阈值则判定为类似的方法。
在有集群的图像与不可计数的集群的图像类似的集群图像信息的情况下,零件数计算部15将与和不可计数的集群的图像类似的集群的图像对应起来的零件P的数量,采用为不可计数的集群的零件P的数量。在没有集群的图像与不可计数的集群的图像类似的集群图像信息的情况下,与实施方式1同样地,零件数计算部15生成不可计数信息,信息输出部16将不可计数信息发送给用户终端3。零件数计算部15采用从用户终端3接收到的数值信息表示的不可计数的集群的零件P的数量。零件数计算部15每当从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息时,生成集群图像信息。在集群图像存储部17中,累积存储集群图像信息。计数装置1的其他功能与实施方式1相同。
在此,说明计数装置1执行的计数处理的流程。图7所示的计数处理在计数装置1的电源被接通时开始。步骤S31~步骤S36与图4所示的流程图的步骤S11~步骤S16相同,所以省略说明。零件数计算部15关于面积计算部14分类的各集群,判定面积是否为包括基准面积的N倍的第N范围内(步骤S37)。在面积是包括基准面积的N倍的第N范围内的情况下(步骤S37;“是”),将该集群的零件P的数量设为N个,加到零件P的数量(步骤S42)。在面积是包括基准面积的N倍的第N范围外的情况下(步骤S37;“否”),零件数计算部15参照集群图像存储部17,判定是否有集群的图像与不可计数的集群的图像类似的集群图像信息(步骤S38)。
在有集群的图像与不可计数的集群的图像类似的集群图像信息的情况下(步骤S38;“是”),零件数计算部15将与和不可计数的集群的图像类似的集群的图像对应起来的零件P的数量,采用为不可计数的集群的零件P的数量,加到零件P的数量(步骤S42)。
在没有集群的图像与不可计数的集群的图像类似的集群图像信息的情况下(步骤S38;“否”),零件数计算部15生成表示不可计数的集群的不可计数信息。信息输出部16将零件数计算部15生成的不可计数信息发送给用户终端3(步骤S39)。零件数计算部15在未从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息的情况下(步骤S40;“否”),反复步骤S40,等待数值信息的接收。零件数计算部15在从用户终端3接收到表示不可计数的集群的零件P的数量的数值信息的情况下(步骤S40;“是”),将不可计数的集群的图像和数值信息表示的零件P的数量对应起来生成集群图像信息,将集群图像信息存储到集群图像存储部17(步骤S41)。
例如,在图6所示的第1个集群图像信息中,将在图3A的不可计数信息中示出的不可计数的集群的图像、和数值信息表示的零件P的数量“5”对应起来。
返回到图7,零件数计算部15将接收到的数值信息表示的零件P的数量加到零件P的数量(步骤S42)。在有接下来的集群的情况下(步骤S43;“是”),处理返回到步骤S37,反复步骤S37~步骤S43。关于面积计算部14分类的所有集群,反复步骤S37~步骤S43,在没有接下来的集群的情况下(步骤S43;“否”),零件数计算部15生成表示合计了所有集群的零件P的数量的零件P的总数的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3(步骤S44)。在计数装置1的电源未断开的情况下(步骤S45;“否”),处理返回到步骤S31,反复步骤S31~步骤S45。在计数装置1的电源断开时(步骤S45;“是”),结束处理。
根据实施方式2所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,将与和不可计数的集群的图像类似的集群的图像对应起来的零件P的数量,采用为不可计数的集群的零件P的数量,由此能够减少用户通过目视数出不可计数的集群的零件P的数量并将数值信息输入到用户终端3的作业。
(实施方式3)
在实施方式3中,代替用户通过目视数出不可计数的集群的零件P的数量并将数值信息输入到用户终端3,平整动作装置进行使重叠的零件P平整而使得可计数的平整动作。
如图8所示,计数系统100除了计数装置1、摄影装置2、以及用户终端3以外,还具备进行平整动作的平整动作装置4。计数装置1和平整动作装置4以有线或者无线方式连接。
计数装置1在存在无法根据集群的面积计算零件P的数量的不可计数的集群的情况下,将指示平整动作的平整动作指示信息发送给平整动作装置4。平整动作装置4在从计数装置1接收到平整动作指示信息时,进行平整动作。平整动作装置4例如通过使被投入零件P的台子振动而拆散零件P的重叠。或者也可以是,在平整动作指示信息中包括摄影范围C上的不可计数的集群的坐标,平整动作装置4是针对不可计数的集群的坐标射出空气而拆散零件P的重叠、或者用机器臂拆散零件P的重叠的装置。
摄影装置2对平整动作装置4拆散零件P的重叠后的摄影范围C进行摄影。关于摄影装置2摄影的定时,既可以用户向摄影装置2输入摄影指示,也可以摄影装置2探测平整动作装置4的平整动作来摄影。计数系统100的其他结构与实施方式1相同。
在此,使用图9,说明实施方式3所涉及的计数装置1的功能结构。如图9所示,在计数装置1中,作为功能结构,除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备平整动作指示部18。图像取得部11、二值化部12、缩小处理部13、面积计算部14进行与实施方式1同样的处理。
零件数计算部15计算视为P1个零件量的面积的基准面积,将包括基准面积的N倍的第N范围内的面积的集群的零件P的数量计算为N个。零件数计算部15判断为在面积为第N范围外的集群中零件P重叠,设为不可计数。在有不可计数的集群的情况下,零件数计算部15生成对平整动作装置4指示平整动作的平整动作指示信息。在平整动作指示信息中包括摄影范围C上的不可计数的集群的坐标的情况下,零件数计算部15生成包括摄影范围C上的所有不可计数的集群的坐标的平整动作指示信息。信息输出部16将零件数计算部15生成的平整动作指示信息,发送给平整动作装置4。
平整动作装置4在从计数装置1接收到平整动作指示信息时,进行平整动作。摄影装置2对平整动作装置4通过平整动作拆散零件P的重叠后的摄影范围C进行摄影。图像取得部11、二值化部12、缩小处理部13、以及面积计算部14进行与实施方式1同样的处理。零件数计算部15在没有了不可计数的集群时,合计所有集群的零件P的数量,计算拍摄到摄影图像中的零件P的总数。零件数计算部15生成表示计算的零件P的总数的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3。计数装置1的其他功能与实施方式1相同。
在此,说明计数装置1执行的计数处理的流程。图10所示的计数处理在计数装置1的电源被接通时开始。步骤S51~步骤S56与图4所示的流程图的步骤S11~步骤S16相同,所以省略说明。零件数计算部15关于面积计算部14分类的各集群,判定面积是否为包括基准面积的N倍的第N范围内(步骤S57)。在面积是包括基准面积的N倍的第N范围外的情况下(步骤S57;“否”),零件数计算部15生成对平整动作装置4指示平整动作的平整动作指示信息。信息输出部16将零件数计算部15生成的平整动作指示信息,发送给平整动作装置4(步骤S58)。
在平整动作指示信息中包括摄影范围C上的不可计数的集群的坐标的情况下,零件数计算部15在步骤S57中关于所有集群判定是否为第N范围内,在有第N范围外的集群的情况下,生成包括摄影范围C上的所有不可计数的集群的坐标的平整动作指示信息。在步骤S58中,信息输出部16将零件数计算部15生成的平整动作指示信息,发送给平整动作装置4。在该情况下,在步骤S59中,零件数计算部15合计所有集群的零件P的数量,生成表示拍摄到摄影图像中的零件P的总数的零件数信息,省略步骤S60。
平整动作装置4在从计数装置1接收到平整动作指示信息时,进行平整动作。摄影装置2对平整动作装置4拆散零件P的重叠后的摄影范围C进行摄影。处理返回到步骤S51,反复步骤S51~步骤S57。在面积是包括基准面积的N倍的第N范围内的情况下(步骤S57;“是”),将该集群的零件P的数量设为N个,加到零件P的数量(步骤S59)。
在有接下来的集群的情况下(步骤S60;“是”),处理返回到步骤S57,反复步骤S57~步骤S60。关于面积计算部14分类的所有集群,反复步骤S57~步骤S60,在没有接下来的集群的情况下(步骤S60;“否”),零件数计算部15生成表示合计了所有集群的零件P的数量的零件P的总数的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3(步骤S61)。在计数装置1的电源未断开的情况下(步骤S62;“否”),处理返回到步骤S51,反复步骤S51~步骤S62。在计数装置1的电源断开时(步骤S62;“是”),结束处理。
根据实施方式3所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,能够将不可计数的集群的零件P自动地平整并进行计数,所以不需要用户通过目视数出不可计数的集群的零件P的数量并将数值信息输入到用户终端3的作业。
(实施方式4)
在实施方式4中,计数装置1对出库的零件的数量进行计数。计数装置1存储有将识别零件的信息和该零件的摄影图像对应起来的摄影实绩信息,判定出库的零件和拍摄到摄影图像中的零件P是否一致。另外,计数装置1将出库的零件P的数量反映到表示零件P的在库数的在库信息。
如图11所示,计数系统100除了计数装置1、摄影装置2、以及用户终端3以外,还具备指示零件的出库的生产管理系统5、和管理零件的在库的在库管理系统6。计数装置1与生产管理系统5以及在库管理系统6经由网络连接。
生产管理系统5将表示出库的零件的出库信息,发送给用户终端3以及计数装置1。用户终端3通过画面显示、声音输出等方法,输出从生产管理系统5接收到的出库信息。在用户终端3输出了出库信息时,用户将出库信息表示的零件投入到摄影范围C。以下,将把出库信息表示的零件投入到摄影范围C的作业称为出库作业。摄影装置2对摄影范围C进行摄影,向计数装置1发送摄影图像。
计数装置1每当从生产管理系统5接收到出库信息并从摄影装置2接收到摄影图像时,判定是否有识别物品的信息与出库的物品一致的摄影实绩信息。如果有识别物品的信息一致的摄影实绩信息,则计数装置1参照它来判定出库的零件和拍摄到摄影图像中的零件P是否一致。在不一致的情况下,计数装置1输出表示警告的差错信息。如果没有识别物品的信息一致的摄影实绩信息,则计数装置1将从摄影装置2接收到的摄影图像、和包含于从生产管理系统5接收到的出库信息的识别零件的信息对应起来,生成摄影实绩信息并存储。此外,也可以成为在计数装置1生成并存储摄影实绩信息、且判明用户投入到摄影范围C的零件P并非出库的零件的情况下,删除相应的摄影实绩信息的结构。
在库管理系统6存储有表示零件P的在库数的在库信息。计数装置1计算拍摄到摄影图像中的零件P的总数、即在1次的出库作业中出库的零件P的总数。从在库管理系统6存储的在库信息的零件P的在库数,减去在1次的出库作业中出库的零件P的总数,更新在库信息。计数系统100的其他结构与实施方式1相同。
在此,使用图12,说明实施方式4所涉及的计数装置1的功能结构。如图12所示,在计数装置1中,作为功能结构,除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备判定出库的零件和拍摄到摄影图像中的零件P是否一致的正确与否判定部19、存储摄影实绩信息的摄影实绩存储部20、以及更新在库信息的在库更新部21。
正确与否判定部19在从生产管理系统5接收到出库信息,图像取得部11从摄影装置2接收到摄影图像时,参照摄影实绩存储部20,判定是否有识别零件的信息与包含于出库信息的识别零件的信息一致的摄影实绩信息。
在没有识别零件的信息一致的摄影实绩信息的情况下,正确与否判定部19将图像取得部11从摄影装置2接收到的摄影图像、和包含于从生产管理系统5接收到的出库信息的识别零件的信息对应起来生成摄影实绩信息,存储到摄影实绩存储部20。
在有识别零件的信息一致的摄影实绩信息的情况下,正确与否判定部19比较摄影实绩信息表示的零件的摄影图像、和图像取得部11接收到的摄影图像,判定是否为相同的零件。关于是否为相同的零件的判定方法,例如有:从2个摄影图像抽出特征点来计算类似度,如果类似度比阈值高则判定为是相同的零件的方法。
正确与否判定部19在判定为并非相同的零件的情况下,生成表示警告的差错信息。信息输出部16将正确与否判定部19生成的差错信息发送给用户终端3。用户终端3显示从计数装置1接收到的差错信息。由此,用户能够得知投入的零件P错误。在正确与否判定部19判定为是相同的零件的情况下,二值化部12、缩小处理部13、以及面积计算部14进行与实施方式1同样的处理。此外,将出库信息发送给计数装置1的不限于生产管理系统5。例如,也可以用户将出库信息输入给正确与否判定部19,还可以正确与否判定部19从用户终端3取得用户在用户终端3输入的出库信息。
零件数计算部15在计算出拍摄到摄影图像中的零件P的总数时,生成如图13所示的、表示计算的零件P的总数的零件数信息。信息输出部16将零件数计算部15生成的零件数信息发送给用户终端3。用户终端3显示接收到的零件数信息。在图13的例子中,除了图3B所示的表示零件P的总数“51”的零件数信息以外,还显示作为在接收到出库信息后计数的零件P的累积数的“累积零件数”114和出库信息表示的零件P的出库数“出库指示数”200。由此,用户能够掌握投入的零件P的数量、和零件P需要出库剩余86个。
返回到图12,在零件数计算部15计算出拍摄到摄影图像中的零件P的总数、即在1次的出库作业中出库的零件P的总数时,在库更新部21从在库管理系统6存储的在库信息的零件P的在库数,减去在1次的出库作业中出库的零件P的总数,更新在库信息。此外,存储在库信息的不限于在库管理系统6。例如,也可以计数装置1存储在库信息,还可以外部的存储装置存储在库信息。计数装置1的其他功能与实施方式1相同。
在此,说明计数装置1执行的计数处理的流程。图14所示的计数处理在计数装置1的电源被接通时开始。计数装置1的正确与否判定部19从生产管理系统5接收出库信息(步骤S71)。图像取得部11在未从摄影装置2接收到摄影图像的情况下(步骤S72;“否”),反复步骤S72,等待摄影图像的接收。在图像取得部11从摄影装置2接收到摄影图像的情况下(步骤S72;“是”),正确与否判定部19参照摄影实绩存储部20,判定是否有识别零件的信息与包含于出库信息的识别零件的信息一致的摄影实绩信息(步骤S73)。
在没有一致的摄影实绩信息的情况下(步骤S73;“否”),正确与否判定部19将图像取得部11从摄影装置2接收到的摄影图像、和包含于从生产管理系统5接收到的出库信息的识别零件的信息对应起来,生成摄影实绩信息。正确与否判定部19将生成的摄影实绩信息存储到摄影实绩存储部20(步骤S76),处理转移到步骤S77。
在有一致的摄影实绩信息的情况下(步骤S73;“是”),正确与否判定部19比较摄影实绩信息表示的零件的摄影图像、和图像取得部11接收到的摄影图像,判定是否为相同的零件(步骤S74)。在判定为并非相同的零件的情况下(步骤S74;“否”),正确与否判定部19生成表示警告的差错信息。信息输出部16将正确与否判定部19生成的差错信息发送给用户终端3(步骤S75)。用户终端3显示从计数装置1接收到的差错信息。处理返回到步骤S72,反复步骤S72~步骤S74。在判定为是相同的零件的情况下(步骤S74;“是”),处理转移到步骤S77。步骤S77~步骤S87与图4所示的流程图的步骤S12~步骤S22相同,所以省略说明。
在零件数计算部15计算出拍摄到摄影图像中的零件P的总数、即在1次的出库作业中出库的零件P的总数时,在库更新部21从在库管理系统6存储的在库信息的零件P的在库数,减去在1次的出库作业中出库的零件P的总数,更新在库信息(步骤S88)。在计数装置1的电源未断开的情况下(步骤S89;“否”),处理返回到步骤S71,反复步骤S71~步骤S89。在计数装置1的电源断开时(步骤S89;“是”),结束处理。
根据实施方式4所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,计数装置1存储有将识别零件的信息和该零件的摄影图像对应起来的摄影实绩信息,判定出库的零件和拍摄到摄影图像中的零件P是否一致,在不一致的情况下,输出差错信息,从而能够防止出库的是错误的零件。进而,通过每当进行出库作业时更新在库信息,能够缩短在库信息表示的零件P的在库数和实际的零件P的在库数不一致的时间。
(实施方式5)
在实施方式5中,计数装置1从摄影图像检测规定计数范围的标记,对计数范围中的零件P的数量进行计数。
如图15所示,计数系统100具备计数装置1、摄影装置2、以及用户终端3。在用户将零件P投入到摄影范围C时,摄影装置2对摄影范围C进行摄影,向计数装置1发送摄影图像。对摄影范围C赋予有标记M,计数装置1计算被标记M包围的计数范围R中的零件P的数量。标记M既可以预先赋予,也可以用户赋予。计数系统100的其他结构与实施方式1相同。
在此,使用图16,说明实施方式5所涉及的计数装置1的功能结构。如图16所示,在计数装置1中,作为功能结构,除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备存储表示标记M的标记信息的标记存储部22。
二值化部12参照标记信息,检测图像取得部11接收到的摄影图像中的标记M。二值化部12从图像取得部11接收到的摄影图像,确定被标记M包围的计数范围R。二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16针对计数范围R的摄影图像,进行与实施方式1同样的处理。
在此,说明计数装置1执行的计数处理的流程。图17所示的计数处理在计数装置1的电源被接通时开始。计数装置1的图像取得部11在未从摄影装置2接收到摄影图像的情况下(步骤S91;“否”),反复步骤S91,等待摄影图像的接收。在图像取得部11从摄影装置2接收到摄影图像的情况下(步骤S91;“是”),二值化部12参照标记信息,检测图像取得部11接收到的摄影图像中的标记M。二值化部12从图像取得部11接收到的摄影图像中确定被标记M包围的计数范围R(步骤S92)。二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16针对计数范围R的摄影图像,进行步骤S93~步骤S104的处理。步骤S93~步骤S104与图4所示的流程图的步骤S12~步骤S23相同,所以省略说明。
根据实施方式5所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,用户能够设定计数范围,所以能够防止对用户未意图的范围的零件进行计数、或者投入的零件P出到计数范围外。
(实施方式6)
在实施方式6中,如图18所示,计数系统100除了计数装置1、摄影装置2、以及用户终端3以外,还具备学习计数装置1的计数结果的机器学习装置7。机器学习装置7与计数装置1以及用户终端3经由网络连接。此外,机器学习装置7也可以嵌入到计数装置1,也可以存在于云服务器上。
在用户将零件P投入到摄影范围C时,摄影装置2在零件P静止的状态下对摄影范围C进行摄影,向计数装置1发送摄影图像。计数装置1根据从摄影装置2接收到的摄影图像,计算拍摄到摄影图像中的零件P的总数。计数装置1生成表示计算的零件P的总数的零件数信息,发送给用户终端3。另外,计数装置1将表示计算的零件P的总数的零件数信息和在零件P的总数的计算中使用的摄影图像对应起来,发送给机器学习装置7。在用户终端3输出了零件数信息时,用户数出实际的零件P的总数,将表示计数装置1的计数结果是否正确的正确与否信息输入给用户终端3。用户终端3将输入的正确与否信息与零件数信息对应起来,发送给机器学习装置7。
机器学习装置7根据基于从计数装置1接收到的摄影图像以及零件数信息、和从用户终端3接收到的正确与否信息生成的数据组,学习计数装置1的计数结果。机器学习装置7学习计数装置1的计数结果,结果生成输出拍摄到输入的摄影图像中的零件P的总数的已学习模型。计数系统100的其他结构与实施方式1相同。
在此,使用图19,说明计数装置1以及机器学习装置7的功能结构。计数装置1的图像取得部11将从摄影装置2接收到的摄影图像送到信息输出部16。信息输出部16将从图像取得部11接受的摄影图像、和零件数计算部15生成的零件数信息,发送给机器学习装置7。计数装置1的其他功能结构与实施方式1相同。
机器学习装置7具备:数据取得部71,从计数装置1接收摄影图像及零件数信息;正确与否信息取得部72,从用户终端3接收正确与否信息;学习部73,学习计数装置1的计数结果而生成已学习模型;以及存储部74,存储学习部73生成的已学习模型。数据取得部71将从计数装置1接收到的摄影图像以及零件数信息送到学习部73。正确与否信息取得部72将从用户终端3接收到的正确与否信息送到学习部73。
学习部73根据从数据取得部71接受的摄影图像以及零件数信息、和从正确与否信息取得部72接受的正确与否信息,生成机器学习用的数据组。学习部73根据生成的数据组,学习计数装置1的计数结果。
学习部73例如依照神经网络模型,通过监督式学习,学习计数装置1的计数结果。监督式学习是指,通过将输入和结果(标签)的数据组大量提供给学习装置,学习装置学习处于这些数据组的特征,根据输入推测结果的模型。学习部73为了进行监督式学习而生成的数据组是将正确与否信息表示的计数装置1的计数结果正确的摄影图像作为输入数据,将对应的零件数信息表示的零件P的总数作为标签数据关联起来的数据组。与正确与否信息表示的计数装置1的计数结果正确的摄影图像对应的零件数信息表示的零件P的总数是正确与否信息表示的计数装置1的计数结果正确的零件P的总数。以下,将正确与否信息表示的计数装置1的计数结果正确的摄影图像,简称为计数结果正确的摄影图像。将正确与否信息表示的计数装置1的计数结果正确的零件P的总数,简称为计数结果正确的零件P的总数。
神经网络包括由多个神经元构成的输入层、由多个神经元构成的中间层以及由多个神经元构成的输出层。中间层既可以是1层,也可以是2层以上。例如,如果是如图20所示的3层的神经网络,则在将多个输入数据输入到作为输入层的神经元X1~X3时,对该值乘以权重w11~w16,输入给作为中间层的神经元Y1~Y2。对从神经元Y1~Y2输出的结果进一步乘以权重w21~w26,从作为输出层的神经元Z1~Z3输出。从神经元Z1~Z3输出的结果根据权重w11~w16以及权重w21~w26的值而变化。
在学习部73依照神经网络模型,学习计数装置1的计数结果的情况下,将计数结果正确的摄影图像输入给神经网络的输入层。神经网络进行调整权重而使从输出层输出的结果接近计数结果正确的零件P的总数、即标签数据的学习。学习部73在学习完成后,将输出拍摄到输入的摄影图像中的零件P的总数的神经网络的已学习模型,存储到存储部74。关于学习的完成,例如,在输入试验用的数据组而输出的正确率超过阈值的情况下,完成学习。
另外,学习部73也可以进行监督式学习的类的分类,学习计数结果。在该情况下,学习部73将输入数据分类为与标签数据对应的类。即,将计数结果正确的摄影图像,分类为与计数结果正确的零件P的总数对应的类。学习部73针对每个类、即针对计数结果正确的零件P的每个总数,学习计数结果正确的摄影图像的特征。学习部73在学习完成后,将把输入的摄影图像分类为某类并输出作为与分类的类对应的标签的零件P的总数的已学习模型,存储到存储部74。
此外,学习部73也可以依照针对多个零件生成的数据组,学习计数结果。在该情况下,数据取得部71从计数装置1,除了摄影图像以及零件数信息以外,还接收识别零件的信息。学习部73既可以根据从同一计数装置1收集的多个零件的摄影图像、零件数信息以及识别零件的信息和正确与否信息生成数据组,也可以根据从多个计数装置1收集的多个零件的摄影图像、零件数信息以及识别零件的信息和正确与否信息生成数据组。另外,也可以在途中追加或者删除收集数据组的对象的零件。进而,也可以将学习了某个计数装置1的某个零件的计数结果的机器学习装置7安装到别的计数装置1,使其再学习别的零件的计数结果。
作为在学习部73中使用的学习算法,还能够使用学习特征量自身的抽出的深度学习(Deep Learning)。另外,学习部73也可以依照其他公知的方法、例如遗传的编程、功能逻辑编程、支持向量机等,执行机器学习。
此外,机器学习装置7的正确与否信息取得部72也可以从用户终端3以外的部分取得正确与否信息。例如,如图21所示,计数系统100也可以除了计数装置1、摄影装置2、用户终端3、以及机器学习装置7以外,还具备测量投入到摄影范围C的零件P的总重量的重量测量装置8。机器学习装置7和重量测量装置8以有线或者无线方式连接。
在该情况下,重量测量装置8将表示投入到摄影范围C的零件P的总重量的零件总重量信息,发送给机器学习装置7。正确与否信息取得部72预先存储表示1个零件P的重量的单位重量信息。正确与否信息取得部72将从重量测量装置8接收到的总重量信息表示的零件P的总重量除以1个零件P的重量,计算投入到摄影范围C的零件P的总数。正确与否信息取得部72在数据取得部71从测量装置1接收到的零件数信息表示的零件P的总数、和根据从重量测量装置8接收到的总重量信息计算的零件P的总数一致的情况下,生成表示计数装置1的计数结果正确的正确与否信息。在不一致的情况下,正确与否信息取得部72生成表示计数装置1的计数结果不正确的正确与否信息。
根据实施方式6所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,如果使用机器学习装置7生成的已学习模型,则能够比计数装置1更快地计算拍摄到摄影图像中的零件P的总数。另外,通过将机器学习装置7生成的已学习模型储存到计算机可读取的记录介质而分发,并将该已学习模型安装到能够取得摄影图像的计算机,能够简单地实现与计数装置1同样的装置。
(实施方式7)
在实施方式7中,将计数装置1计数的零件P配置到基板。如图22所示,计数系统100除了计数装置1、摄影装置2、以及用户终端3以外,还具备将零件P配置到基板的零件配置装置9。零件配置装置9与计数装置1以及用户终端3连接。此外,计数装置1也可以嵌入到零件配置装置9。
零件配置装置9将计数装置1计数的零件P收纳到未图示的零件供给部。在计数装置1可计数且零件配置装置9配置到基板的零件有多个的情况下,零件配置装置9具备每个零件的零件供给部。在计数装置1可计数且零件配置装置9配置到基板的零件有多个的情况下,例如,用户将识别投入到摄影范围C的零件的信息输入到用户终端3。用户终端3将输入的识别零件的信息发送给计数装置。计数装置1将从用户终端3接收到的识别零件的信息与零件数信息对应起来。零件配置装置9将收纳于零件供给部的零件配置到基板。之后,通过将配置有零件P的基板送入到焊料流动槽,将零件P钎焊而安装到基板。或者,通过钎焊装置将配置于基板的零件P钎焊而安装。或者,由作业者将配置于基板的零件P通过手动作业钎焊而安装。
计数装置1的信息输出部16并非向用户终端3,而是向零件配置装置9发送零件数信息。计数装置1的其他功能结构与实施方式1相同。零件配置装置9在从计数装置1接收到零件数信息时,一边将零件数信息表示的零件P的总数相加,一边将计数装置1计数的零件P收纳到零件供给部。在相加的零件P的总数、即收纳于零件供给部的零件P的数量达到一定数量时,零件配置装置9向用户终端3发送表示零件P的数量达到一定数量的达到信息。一定数量例如既可以是零件配置装置9可在1日的运行时间中配置到基板的零件P的数量、即每1日的零件配置装置9的零件P的必要数量,也可以是根据零件供给部可收纳的零件P的数量的上限决定的数量。
用户终端3通过画面显示、声音输出等方法,输出从零件配置装置9接收到的达到信息。在用户终端3输出达到信息时,用户停止向摄影范围C投入零件P。用户在有计数装置1可计数且零件配置装置9配置到基板的其他零件的情况下,将接下来的零件投入到摄影范围C。也可以在达到信息中包括识别接下来的零件的信息。在该情况下,用户根据包含于用户终端3输出的达到信息的识别接下来的零件的信息,将接下来的零件投入到摄影范围C。
接下来,说明计数装置1执行的计数处理以及零件配置装置9执行的零件配置处理的流程。计数处理的流程与图4所示的实施方式1的计数处理的流程图相同。但是,在步骤S22中,信息输出部16将零件数信息不仅发送给用户终端3而且还发送给零件配置装置9。图23所示的零件配置处理在零件配置装置9的电源被接通时开始。零件配置装置9在未从计数装置1接收到零件数信息的情况下(步骤S111;“否”),反复步骤S111,等待零件数信息的接收。
在从计数装置1接收到零件数信息的情况下(步骤S111;“是”),零件配置装置9将零件数信息表示的零件的总数相加(步骤S112),将计数装置1计数的零件收纳到零件供给部(步骤S113)。零件配置装置9判定相加的零件的总数、即收纳于零件供给部的零件的数量是否达到一定数量(步骤S114)。在未达到一定数量的情况下(步骤S114;“否”),处理返回到步骤S111,反复步骤S111~步骤S114。在达到一定数量的情况下(步骤S114;“是”),零件配置装置9向用户终端3发送表示零件的数量达到一定数量的达到信息(步骤S115)。用户终端3输出从零件配置装置9接收到的达到信息。在用户终端3输出达到信息时,用户停止向摄影范围C投入零件。
在有计数装置1可计数且零件配置装置9配置到基板的其他零件的情况下(步骤S116;“是”),用户将接下来的零件投入到摄影范围C。也可以在达到信息中包括识别接下来的零件的信息。在该情况下,用户观察用户终端3输出的识别接下来的零件的信息,将该零件投入到摄影范围C。计数装置1计算投入到摄影范围C的接下来的零件的总数,将零件数信息发送给零件配置装置9。处理返回到步骤S111,零件配置装置9从计数装置1接收零件数信息(步骤S111;“是”)。零件配置装置9反复步骤S111~步骤S116。在没有计数装置1可计数且零件配置装置9配置到基板的其他零件的情况下(步骤S116;“否”),零件配置装置9将收纳于零件供给部的零件配置到基板(步骤S117),结束处理。
根据实施方式7所涉及的计数系统100,从摄影图像对零件P进行计数的计数装置1针对将静止的零件P进行摄影而得到的摄影图像进行二值化,根据对二值化后的摄影图像的像素分布进行分类而得到的集群的面积,对零件P进行计数,从而无需存储有成为零件P的基准的图像,并且能够以更短的时间正确地计数。另外,零件配置装置9将计数装置1计数的零件P,直至达到一定数量为止收纳到零件供给部。由此,收纳于零件供给部的零件不会不足,零件配置装置9能够顺利地将零件配置到基板。
使用图24,说明计数装置1的硬件结构。如图24所示,计数装置1具备暂时存储部101、存储部102、计算部103、操作部104、输入输出部105以及显示部106。暂时存储部101、存储部102、操作部104、输入输出部105以及显示部106都经由BUS与计算部103连接。
计算部103是例如CPU(Central Processing Unit,中央处理单元)。计算部103依照存储于存储部102的控制程序,执行计数装置1的二值化部12、缩小处理部13、面积计算部14、零件数计算部15、平整动作指示部18、正确与否判定部19、以及在库更新部21的各处理。
暂时存储部101是例如RAM(Random-Access Memory,随机存取存储器)。暂时存储部101载入存储于存储部102的控制程序,被用作计算部103的作业区域。
存储部102是闪存存储器、硬盘、DVD-RAM(Digital Versatile Disc-RandomAccess Memory)、DVD-RW(Digital Versatile Disc-ReWritable)等非易失性存储器。存储部102预先存储用于使计算部103进行计数装置1的处理的程序,并且依照计算部103的指示,将该程序存储的数据供给给计算部103,存储从计算部103供给的数据。集群图像存储部17、摄影实绩存储部20、以及标记存储部22在存储部102中构成。
操作部104是键盘、定点设备等输入装置、和将键盘、定点设备等输入装置与BUS连接的接口装置。例如,在向计数装置1直接输入信息的结构的情况下,经由操作部104,将输入的信息供给给计算部103。
输入输出部105是与网络连接的网终端装置或者无线通信装置、以及与他们连接的串行接口或者LAN(Local Area Network,局域网)接口。输入输出部105作为图像取得部11、零件数计算部15、信息输出部16、平整动作指示部18、正确与否判定部19、以及在库更新部21发挥功能。
显示部106是CRT(Cathode Ray Tube,阴极射线管)、LCD(Liquid CrystalDisplay,液晶显示器)等显示装置。例如,在向计数装置1直接输入信息的结构的情况下,显示部106显示操作画面。另外,在信息输出部16显示不可计数信息以及零件数信息的情况下,显示部106作为信息输出部16发挥功能。
图2、图5、图9、图19以及图16所示的计数装置1的图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、信息输出部16、集群图像存储部17、平整动作指示部18、摄影实绩存储部20、正确与否判定部19、在库更新部21、以及标记存储部22的处理是通过由控制程序将暂时存储部101、计算部103、存储部102、操作部104、输入输出部105以及显示部106等用作资源进行处理来执行的。
另外,所述的硬件结构以及流程图是一个例子,可任意变更以及修正。
计算部103、暂时存储部101、存储部102、操作部104、输入输出部105、显示部106等成为进行计数装置1的处理的中心的部分不依赖于专用的系统,而能够使用通常的计算机系统来实现。例如,也可以通过将用于执行所述的动作的计算机程序储存到软盘、CD-ROM(Compact Disc-Read Only Memory)、DVD-ROM(Digital Versatile Disc-Read OnlyMemory)等计算机可读取的记录介质而分发,并将该计算机程序安装到计算机,构成执行所述的处理的计数装置1。另外,也可以在因特网等通信网络上的服务器装置具有的存储装置中储存有该计算机程序,通过通常的计算机系统下载等而构成计数装置1。
另外,在通过OS(Operating System,操作系统)和应用程序的分担、或者OS和应用程序的协作实现计数装置1的功能的情况等下,也可以仅将应用程序部分储存到记录介质、存储装置等。
另外,还能够在载波上重叠计算机程序,经由通信网络提供。例如,也可以在通信网络上的公告板(BBS,Bulletin Board System)上公告所述计算机程序,经由通信网络提供所述计算机程序。而且,也可以成为通过起动该计算机程序,并在OS的控制下与其他应用程序同样地执行,能够执行所述的处理的结构。
在上述实施方式4中,在计数装置1中,作为功能结构,除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备正确与否判定部19、摄影实绩存储部20、以及在库更新部21,但不限于此。计数装置1也可以是除了图像取得部11、二值化部12、缩小处理部13、面积计算部14、零件数计算部15、以及信息输出部16以外,还具备正确与否判定部19、以及摄影实绩存储部20但不具备在库更新部21的结构,或者不具备正确与否判定部19、摄影实绩存储部20但具备在库更新部21的结构。
上述实施方式4以及5的计数装置1在实施方式1的计数装置1中追加了功能,但不限于此。既可以对实施方式1的计数装置1追加实施方式4以及5的功能这两方的功能,也可以对实施方式2或者实施方式3的计数装置1追加实施方式4以及5的功能的一方或者两方的功能。
上述实施方式6的机器学习装置7学习计数装置1的计数结果,但不限于此,也可以学习计数装置1的计数结果的正确与否。在该情况下,学习部73为了进行监督式学习而生成的数据组是将摄影图像以及零件数信息表示的零件P的总数作为输入数据,将对应的正确与否信息表示的计数装置1的计数结果的正确与否作为标签数据关联起来的数据组。学习部73根据生成的数据组学习计数装置1的计数结果的正确与否。学习部73学习计数装置1的计数结果的正确与否,结果生成针对输入的摄影图像以及零件P的总数,输出计数结果的正确与否的已学习模型。例如,在向该已学习模型输入计数装置1的摄影图像以及零件数信息,输出计数装置1的计数结果不正确的情况下,通过使用用户通过目视计数这样的其他计数方法,能够提高零件P的总数的计数结果的正确率。
上述实施方式6以及7的计数系统100在实施方式1的计数系统100中追加机器学习装置7或者零件配置装置9,但不限于此。既可以对实施方式1~5的计数系统100追加机器学习装置7或者零件配置装置9,也可以追加机器学习装置7和零件配置装置9这两方。
上述实施方式7的计数装置1并非向用户终端3而是向零件配置装置9发送零件数信息,零件配置装置9向用户终端3发送表示零件P的数量达到一定数量的达到信息。在用户终端3上显示达到信息时,用户停止向摄影范围C投入零件P。不限于此,计数装置1也可以向用户终端3以及零件配置装置9发送零件数信息,用户终端3将接收到的零件数信息表示的零件P的数量相加,在达到一定数量时,显示达到信息。在该情况下,零件配置装置9可以不向用户终端3发送达到信息。
在上述实施方式中,说明了进行零件的计数的计数系统100的例子,但不限于此。计数系统100是进行物品的计数的计数系统即可。
此外,本公开能够不脱离本公开的广义的精神和范围,而实现各种实施方式以及变形。另外,上述实施方式是用于说明该公开的,不限定本公开的范围。即,本公开的范围并非基于实施方式而基于权利要求书示出。而且,在权利要求书内以及与其等同的公开的意义的范围内实施的各种变形应被视为在该公开的范围内。
本申请基于在2019年3月8日申请的日本专利申请特愿2019-042438号。在本说明书中,作为参照引用日本专利申请特愿2019-042438号的说明书、权利要求书、附图整体。
Claims (16)
1.一种计数系统,具备:
摄影装置,对静止的物品进行摄影;以及
计数装置,对所述摄影装置摄影的物品进行计数,
其中,所述计数装置具有:
图像取得部,从所述摄影装置取得摄影图像;
二值化部,对所述图像取得部取得的所述摄影图像进行二值化;
面积计算部,计算对所述二值化部二值化后的所述摄影图像的像素分布进行分类而得到的集群的面积;
物品数计算部,根据所述面积计算部计算的集群的面积,计算每个集群的物品的数量,合计每个所述集群的物品的数量,生成表示拍摄到所述摄影图像中的物品的总数的物品数信息;以及
信息输出部,输出所述物品数计算部生成的所述物品数信息。
2.根据权利要求1所述的计数系统,其中,
所述二值化部通过判别分析法计算二值化的阈值。
3.根据权利要求1或者2所述的计数系统,其中,
所述计数装置还具有缩小所述二值化部二值化后的所述摄影图像的缩小处理部,
所述面积计算部计算对所述缩小处理部缩小的所述摄影图像的像素分布进行分类而得到的集群的面积。
4.根据权利要求1至3中的任意一项所述的计数系统,其中,
还具备用户使用的用户终端,
所述物品数计算部在存在无法根据所述面积计算部计算的集群的面积计算物品的数量的不可计数的集群的情况下,生成表示所述不可计数的集群的不可计数信息,
所述信息输出部将所述物品数计算部生成的所述不可计数信息发送给所述用户终端,
所述物品数计算部在从所述用户终端接收到表示所述不可计数的集群的物品的数量的数值信息时,采用所述数值信息表示的所述不可计数的集群的物品的数量,计算拍摄到所述摄影图像中的物品的总数。
5.根据权利要求4所述的计数系统,其中,
所述计数装置还具有集群图像存储部,该集群图像存储部存储将集群的图像和该集群的物品的数量对应起来的集群图像信息,
所述物品数计算部在存在所述不可计数的集群且存在集群的图像与所述不可计数的集群的图像类似的所述集群图像信息的情况下,将与类似的集群的图像对应起来的物品的数量采用为所述不可计数的集群的物品的数量,计算拍摄到所述摄影图像中的物品的总数,在没有集群的图像与所述不可计数的集群的图像类似的所述集群图像信息的情况下,采用所述数值信息表示的所述不可计数的集群的物品的数量来计算拍摄到所述摄影图像中的物品的总数,将所述不可计数的集群的图像和所述数值信息表示的所述不可计数的集群的物品的数量对应起来,生成所述集群图像信息。
6.根据权利要求1至3中的任意一项所述的计数系统,其中,
还具备平整动作装置,该平整动作装置进行拆散所述静止的物品的重叠而使得能够计数的平整动作,
所述计数装置还具有平整动作指示部,该平整动作指示部在存在无法根据所述面积计算部计算的集群的面积计算物品的数量的不可计数的集群的情况下,对所述平整动作装置指示所述平整动作。
7.根据权利要求1至6中的任意一项所述的计数系统,其中,
所述计数装置还具有:
摄影实绩存储部,存储将识别物品的信息和该物品的所述摄影图像对应起来的摄影实绩信息;以及
正确与否判定部,取得包括识别出库的物品的信息的出库信息,在存在识别所述出库的物品的信息和识别所述物品的信息一致的所述摄影实绩信息的情况下,比较和与识别所述出库的物品的信息一致的识别所述物品的信息对应起来的所述摄影图像及所述图像取得部取得的所述摄影图像,判定所述出库的物品和拍摄到所述摄影图像中的物品是否一致,在不一致的情况下,生成表示警告的差错信息,在没有识别所述出库的物品的信息和识别所述物品的信息一致的所述摄影实绩信息的情况下,将识别所述出库的物品的信息和所述图像取得部取得的所述摄影图像对应起来,生成所述摄影实绩信息,
所述信息输出部输出所述正确与否判定部生成的所述差错信息。
8.根据权利要求1至7中的任意一项所述的计数系统,其中,
所述计数装置还具有在库更新部,该在库更新部将所述物品数计算部计算的物品的总数从该物品的在库数减去,更新表示物品的在库数的在库信息。
9.根据权利要求1至8中的任意一项所述的计数系统,其中,
所述计数装置还具有标记存储部,该标记存储部存储表示规定计数范围的标记的标记信息,
所述二值化部从所述摄影图像检测出所述标记信息表示的标记来确定计数范围,对计数范围的所述摄影图像进行二值化。
10.根据权利要求1至9中的任意一项所述的计数系统,其中,还具有:
数据取得部,取得包括所述摄影图像及所述物品数信息的数据;
正确与否信息取得部,取得表示所述物品数信息表示的拍摄到所述摄影图像中的物品的总数的正确与否的正确与否信息;以及
学习部,根据包括所述摄影图像及所述物品数信息的数据和基于所述正确与否信息生成的数据组,学习所述计数装置的计数结果或者所述计数装置的计数结果的正确与否。
11.根据权利要求1至10中的任意一项所述的计数系统,其中,
所述计数装置计数的物品是安装到基板的零件,
所述计数系统还具备零件配置装置,该零件配置装置将所述计数装置计数的所述零件收纳到零件供给部,将收纳于所述零件供给部的所述零件配置到所述基板,
所述信息输出部将所述物品数信息输出给所述零件配置装置,
所述零件配置装置根据所述物品数信息表示的拍摄到所述摄影图像中的零件的总数,向所述零件供给部收纳一定数量的所述零件。
12.一种计数装置,具备:
图像取得部,从对静止的物品进行摄影的摄影装置取得摄影图像;
二值化部,对所述图像取得部取得的所述摄影图像进行二值化;
面积计算部,计算对所述二值化部二值化后的所述摄影图像的像素分布进行分类而得到的集群的面积;
物品数计算部,根据所述面积计算部计算的集群的面积,计算每个集群的物品的数量,合计每个所述集群的物品的数量,生成表示拍摄到所述摄影图像中的物品的总数的物品数信息;以及
信息输出部,输出所述物品数计算部生成的所述物品数信息。
13.一种机器学习装置,学习权利要求12所述的计数装置的计数结果或者所述计数装置的计数结果的正确与否,该机器学习装置具备:
数据取得部,取得包括所述摄影图像及所述物品数信息的数据;
正确与否信息取得部,取得表示所述物品数信息表示的拍摄到所述摄影图像中的物品的总数的正确与否的正确与否信息;以及
学习部,根据包括所述摄影图像及所述物品数信息的数据和基于所述正确与否信息生成的数据组,学习所述计数装置的计数结果或者所述计数装置的计数结果的正确与否。
14.一种计数方法,具备:
由摄影装置执行的、
对静止的物品进行摄影的摄影步骤;
由计数装置执行的、
对所述摄影装置摄影的摄影图像进行二值化的二值化步骤;
计算对在所述二值化步骤中二值化后的所述摄影图像的像素分布进行分类而得到的集群的面积的面积计算步骤;
根据在所述面积计算步骤中计算的集群的面积,计算每个集群的物品的数量,合计每个所述集群的物品的数量,生成表示拍摄到所述摄影图像中的物品的总数的物品数信息的物品数计算步骤;以及
输出在所述物品数计算步骤中生成的物品数信息的信息输出步骤。
15.一种零件配置方法,具备:
由摄影装置执行的、
对静止的零件进行摄影的摄影步骤;
由计数装置执行的、
对所述摄影装置摄影的摄影图像进行二值化的二值化步骤;
计算对在所述二值化步骤中二值化后的所述摄影图像的像素分布进行分类而得到的集群的面积的面积计算步骤;
根据在所述面积计算步骤中计算的集群的面积,计算每个集群的所述零件的数量,合计每个所述集群的所述零件的数量,计算拍摄到所述摄影图像中的所述零件的总数的零件数计算步骤;
由零件配置装置执行的、
根据在所述零件数计算步骤中计算的拍摄到所述摄影图像中的所述零件的总数,向零件供给部收纳一定数量的所述零件的收纳步骤;以及
将收纳于所述零件供给部的所述零件配置到基板的配置步骤。
16.一种程序,使计算机作为如下部件发挥功能:
二值化部,将对静止的物品进行摄影而得到的摄影图像进行二值化;
面积计算部,计算对所述二值化部二值化后的所述摄影图像的像素分布进行分类而得到的集群的面积;
物品数计算部,根据所述面积计算部计算的集群的面积,计算每个集群的物品的数量,合计每个所述集群的物品的数量,生成表示拍摄到所述摄影图像中的物品的总数的物品数信息;以及
信息输出部,输出所述物品数计算部生成的物品数信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019042438 | 2019-03-08 | ||
JP2019-042438 | 2019-03-08 | ||
PCT/JP2019/049274 WO2020183837A1 (ja) | 2019-03-08 | 2019-12-17 | 計数システム、計数装置、機械学習装置、計数方法、部品配置方法、および、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113518998A true CN113518998A (zh) | 2021-10-19 |
CN113518998B CN113518998B (zh) | 2024-04-16 |
Family
ID=72427922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980093531.0A Active CN113518998B (zh) | 2019-03-08 | 2019-12-17 | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及记录介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7134331B2 (zh) |
CN (1) | CN113518998B (zh) |
WO (1) | WO2020183837A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619811A (zh) * | 2022-12-16 | 2023-01-17 | 北京远舢智能科技有限公司 | 一种烟支数量的确定方法、装置、电子设备及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581016A (zh) * | 2020-12-28 | 2021-03-30 | 深圳硅纳智慧科技有限公司 | 物料管理系统及采用该物料管理系统的物料管理方法 |
WO2024024090A1 (ja) * | 2022-07-29 | 2024-02-01 | ヤマハ発動機株式会社 | 部品計数装置およびロボットシステム |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1019755A (ja) * | 1996-04-30 | 1998-01-23 | Kunio Funemi | 花粉自動捕集・解析システム |
JPH10214322A (ja) * | 1997-01-29 | 1998-08-11 | Masatake Akagawa | 商品の検知計数装置 |
JPH11306314A (ja) * | 1998-04-24 | 1999-11-05 | Ishida Co Ltd | 物品の計数方法、並びに物品の計数装置、該計数装置を備えた物品の搬送装置及び組合せ計数装置 |
JP2004206177A (ja) * | 2002-12-24 | 2004-07-22 | Casio Comput Co Ltd | 注文品確認システム並びにプログラム |
CN1609894A (zh) * | 2004-09-10 | 2005-04-27 | 浙江大学 | 基于虚拟多传感器融合的钢材支数在线计数系统及方法 |
JP2005242896A (ja) * | 2004-02-27 | 2005-09-08 | Oki Electric Ind Co Ltd | 待ち行列対応表示システム及び待ち行列解析装置 |
JP2007073710A (ja) * | 2005-09-06 | 2007-03-22 | Matsushita Electric Ind Co Ltd | 部品計数装置、部品計数方法 |
US20080118106A1 (en) * | 2006-11-22 | 2008-05-22 | Regents Of The University Of Minnesota | Crowd counting and monitoring |
CN101777140A (zh) * | 2010-02-08 | 2010-07-14 | 宁波大学 | 一种显微图像的复杂粘连细胞个数统计方法 |
JP2012173901A (ja) * | 2011-02-21 | 2012-09-10 | Midori Seimitsu:Kk | 結束された鋼材束中の鋼材本数の計数方法及び計数装置 |
JP2013206034A (ja) * | 2012-03-28 | 2013-10-07 | Fujitsu Ltd | 情報処理装置、画像処理方法およびプログラム |
CN103492862A (zh) * | 2011-07-13 | 2014-01-01 | 松下电器产业株式会社 | 药片检查装置以及药片检查方法 |
TWI512646B (zh) * | 2015-07-24 | 2015-12-11 | ||
JP2015228094A (ja) * | 2014-05-30 | 2015-12-17 | シライ電子工業株式会社 | 基板計数方法、基板計数プログラム及び基板計数装置 |
WO2019045091A1 (ja) * | 2017-09-04 | 2019-03-07 | 日本電気株式会社 | 情報処理装置、計数システム、計数方法およびプログラム記憶媒体 |
-
2019
- 2019-12-17 CN CN201980093531.0A patent/CN113518998B/zh active Active
- 2019-12-17 JP JP2021505523A patent/JP7134331B2/ja active Active
- 2019-12-17 WO PCT/JP2019/049274 patent/WO2020183837A1/ja active Application Filing
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1019755A (ja) * | 1996-04-30 | 1998-01-23 | Kunio Funemi | 花粉自動捕集・解析システム |
JPH10214322A (ja) * | 1997-01-29 | 1998-08-11 | Masatake Akagawa | 商品の検知計数装置 |
JPH11306314A (ja) * | 1998-04-24 | 1999-11-05 | Ishida Co Ltd | 物品の計数方法、並びに物品の計数装置、該計数装置を備えた物品の搬送装置及び組合せ計数装置 |
JP2004206177A (ja) * | 2002-12-24 | 2004-07-22 | Casio Comput Co Ltd | 注文品確認システム並びにプログラム |
JP2005242896A (ja) * | 2004-02-27 | 2005-09-08 | Oki Electric Ind Co Ltd | 待ち行列対応表示システム及び待ち行列解析装置 |
CN1609894A (zh) * | 2004-09-10 | 2005-04-27 | 浙江大学 | 基于虚拟多传感器融合的钢材支数在线计数系统及方法 |
JP2007073710A (ja) * | 2005-09-06 | 2007-03-22 | Matsushita Electric Ind Co Ltd | 部品計数装置、部品計数方法 |
US20080118106A1 (en) * | 2006-11-22 | 2008-05-22 | Regents Of The University Of Minnesota | Crowd counting and monitoring |
CN101777140A (zh) * | 2010-02-08 | 2010-07-14 | 宁波大学 | 一种显微图像的复杂粘连细胞个数统计方法 |
JP2012173901A (ja) * | 2011-02-21 | 2012-09-10 | Midori Seimitsu:Kk | 結束された鋼材束中の鋼材本数の計数方法及び計数装置 |
CN103492862A (zh) * | 2011-07-13 | 2014-01-01 | 松下电器产业株式会社 | 药片检查装置以及药片检查方法 |
JP2013206034A (ja) * | 2012-03-28 | 2013-10-07 | Fujitsu Ltd | 情報処理装置、画像処理方法およびプログラム |
JP2015228094A (ja) * | 2014-05-30 | 2015-12-17 | シライ電子工業株式会社 | 基板計数方法、基板計数プログラム及び基板計数装置 |
TWI512646B (zh) * | 2015-07-24 | 2015-12-11 | ||
WO2019045091A1 (ja) * | 2017-09-04 | 2019-03-07 | 日本電気株式会社 | 情報処理装置、計数システム、計数方法およびプログラム記憶媒体 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619811A (zh) * | 2022-12-16 | 2023-01-17 | 北京远舢智能科技有限公司 | 一种烟支数量的确定方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113518998B (zh) | 2024-04-16 |
WO2020183837A1 (ja) | 2020-09-17 |
JPWO2020183837A1 (ja) | 2021-10-28 |
JP7134331B2 (ja) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113518998B (zh) | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及记录介质 | |
CN109300263B (zh) | 基于卷积神经网络的图像识别技术的结算方法和装置 | |
WO2019165892A1 (zh) | 自动售货方法、装置和计算机可读存储介质 | |
JP6203084B2 (ja) | 配達物区分処理システム、および配達物区分処理方法 | |
CN107679475B (zh) | 门店监控评价方法、装置及存储介质 | |
CN106062783A (zh) | 用于眼平扫描器和显示器的指针跟踪 | |
CN109060817B (zh) | 人工智能复检系统及其方法 | |
US20210072734A1 (en) | Information processing apparatus and method, robot controlling apparatus and method, and non-transitory computer-readable storage medium | |
EP3447478A1 (en) | Drug monitoring device, method, and program | |
US10546173B2 (en) | Information processing device, information processing system, position reporting method, and program recording medium | |
CN112100425B (zh) | 基于人工智能的标签标注方法、装置、电子设备及介质 | |
US20230177458A1 (en) | Methods and systems for monitoring on-shelf inventory and detecting out of stock events | |
CN111814517B (zh) | 垃圾投递检测方法及相关产品 | |
EP4189593A1 (en) | Identifying and grading system and related methods for collectable items | |
CN113688965B (zh) | 一种自动仓储扫码检测的方法和货物管理系统 | |
CN112560563A (zh) | 物品布局的识别方法、装置及电子设备 | |
WO2021233058A1 (zh) | 监控货架上的物品的方法、计算机和系统 | |
KR20220083347A (ko) | 영상을 이용한 물건 부피의 측정 장치, 방법, 및 컴퓨터 프로그램 | |
US20180286031A1 (en) | Inspection apparatus, inspection method and computer program product | |
JP6989178B2 (ja) | 搬送物の追跡装置、搬送物の計数装置、搬送物の追跡方法、搬送物の計数方法、搬送物の追跡システム、および搬送物の計数システム | |
JP6857373B1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN109791597B (zh) | 信息处理装置、系统、信息处理方法和存储介质 | |
KR20220067363A (ko) | 이미지 분석 서버, 이미지 분석 서버를 이용한 객체 카운팅 방법 및 객체 카운팅 시스템 | |
CN111611922A (zh) | 一种物品的抓取方法、装置、电子设备及可读存储介质 | |
CN109840832A (zh) | 商品图像标注方法、装置、电子设备及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |