CN1835547A - 图像处理装置及图像处理中的登录数据生成方法 - Google Patents

图像处理装置及图像处理中的登录数据生成方法 Download PDF

Info

Publication number
CN1835547A
CN1835547A CNA2006100572932A CN200610057293A CN1835547A CN 1835547 A CN1835547 A CN 1835547A CN A2006100572932 A CNA2006100572932 A CN A2006100572932A CN 200610057293 A CN200610057293 A CN 200610057293A CN 1835547 A CN1835547 A CN 1835547A
Authority
CN
China
Prior art keywords
fit line
contour images
line
efficient frontier
generates
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
Application number
CNA2006100572932A
Other languages
English (en)
Other versions
CN100461820C (zh
Inventor
平野高志
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.)
Keyence Corp
Original Assignee
Keyence Corp
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 Keyence Corp filed Critical Keyence Corp
Publication of CN1835547A publication Critical patent/CN1835547A/zh
Application granted granted Critical
Publication of CN100461820C publication Critical patent/CN100461820C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20061Hough transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种即使操作者不同也不会降低拟合精度,可以总是适当地求出在匹配处理中使用的登录数据的图像处理装置。该装置由以下部分构成:轮廓图像生成部(21),其根据由摄像部(11)拍摄的图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像;第1拟合线生成部(24a),其根据轮廓图像,使规定形状的线与轮廓图像上的被拍摄体相拟合,生成第1拟合线;有效边缘点区域生成部(24b),其使第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域;以及第2拟合线生成部(24d),其根据轮廓图像上的处于有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。

Description

图像处理装置及图像处理中的登录数据生成方法
技术领域
本发明涉及一种图像处理装置及图像处理中的登录数据生成方法,更详细地说,涉及一种根据由摄像单元拍摄的图像数据,生成与被拍摄体的轮廓相关的登录数据的图像处理装置的改良。
背景技术
当前,关于工件(检查对象物)的自动识别,使用这样一种图像处理装置,其根据对工件进行拍摄而获得的图像数据,提取出被拍摄体的轮廓,对该轮廓进行匹配处理。通过这种自动识别,例如,可以确定成型品或冲压部件的种类,或者可以确定印刷在基板上的标记的位置。
在这种匹配处理中,从对工件进行拍摄而获得的拍摄图像中提取出边缘点。该边缘点根据相邻像素的亮度级别的变化量来提取,由提取出的边缘点形成被拍摄体的轮廓图像。将该轮廓图像与登录数据对照,根据其对照结果来识别工件。
在这种匹配处理中使用的登录数据,根据通过对工件的样品进行拍摄而获得的拍摄图像生成。即,登录数据是通过对于样品的拍摄图像,使规定形状的线与拍摄图像中的被拍摄体的轮廓吻合而生成的。将这种相对于被拍摄体的轮廓的吻合称之为拟合(Fitting),将通过吻合而获得的线称为拟合线。具体地说,在显示拍摄图像的画面上放大、缩小、以及移动规定形状的线,操作者(图像处理装置的操作者)根据被拍摄体的轮廓指定适当的尺寸,来生成登录数据。
发明内容
在上述现有的图像处理装置中,由于根据操作者的操作输入指定拟合线的尺寸,因此所指示的拟合线的尺寸根据每个操作者而不同,存在拟合精度低的问题。特别是在存在因对焦不准确而引起的图像模糊的情况下,或存在由噪声引起的画质降低的情况下,在画面上的拍摄图像中难以看清被拍摄体的轮廓,存在进一步降低拟合精度的问题。
因此,可以考虑从被拍摄体的拍摄图像提取出边缘点,对提取出的边缘点进行递归运算,从而自动求出拟合线的方法。但是,在被拍摄体本身存在缺口等缺陷的情况下,存在不能获得希望的拟合线的问题。
本发明就是鉴于上述问题而提出的,其目的在于,提供一种提高与被拍摄体的轮廓相关的登录数据的品质的图像处理装置以及图像处理中的登录数据生成方法。特别是,其目的在于,提供一种即使操作者不同也不会降低拟合精度,总是能够适当地生成登录数据的图像处理装置。另外,其目的在于,提供一种即使在被拍摄体本身存在缺口等缺陷的情况下、存在因对焦不准确而引起的图像模糊的情况下、以及存在由噪声引起的画质降低的情况下,也可以抑制拟合精度降低的图像处理装置。
本发明的图像处理装置具有以下部分而构成:轮廓图像生成单元,其根据由摄像单元拍摄的图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像;第1拟合线生成单元,其根据所述轮廓图像,使规定形状的线与轮廓图像上的被拍摄体相拟合,生成第1拟合线;有效边缘点区域生成单元,其使所述第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域;以及第2拟合线生成单元,其根据所述轮廓图像上的处于所述有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。
在该图像处理装置中,根据图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像。然后,根据该轮廓图像生成由规定形状的线构成的第2拟合线。此时,通过使规定形状的线与轮廓图像上的被拍摄体拟合而获得的第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域,根据处于该有效边缘点区域内的边缘点,求出第2拟合线。利用这种结构,在从轮廓图像求出与被拍摄体的轮廓相关的拟合线而生成在匹配处理中使用的登录数据的时候,可以抑制拟合线的拟合精度下降。即,由于根据轮廓图像中的包含与有效边缘点区域的重合部分的边缘点,计算第2拟合线,因此不与有效边缘点区域重合的边缘点,从用于计算与被拍摄体的轮廓相关的第2拟合线的数据组中被去除。因此,因为即使在被拍摄体本身存在缺口等缺陷的情况下,也自动地从希望的拟合线中去除严重错位的边缘点,所以可以有效地抑制拟合精度的下降。
此外,由于自动地从图像数据中求出拟合线,因此即使操作者不同,拟合精度也不会降低,可以从相同的轮廓图像总是提取出相同尺寸的拟合线。另外,即使在存在因对焦不准确而引起的图像模糊的情况下,或存在由噪声引起的画质降低的情况下,也可以抑制拟合线的拟合精度的下降。
具体地说,所述第1拟合线生成单元的构成方式为,根据与轮廓图像相关的霍夫变换进行拟合。
本发明的图像处理装置的构成方式为,在上述结构的基础上,所述有效边缘点区域生成单元,在所生成的第1拟合线存在多条的情况下,根据尺寸最大的拟合线生成有效边缘点区域。根据这种结构,由于在从轮廓图像提取出多条第1拟合线的情况下,根据尺寸最大的拟合线确定有效边缘点区域,因此可以去除与该拟合线无关的边缘点。
另外,本发明的图像处理装置的构成方式为,在上述结构的基础上,还具有:显示单元,其将所述有效边缘点区域与所述轮廓图像一同显示在同一画面上;以及有效边缘点区域修正单元,其根据操作者的操作输入,对画面显示的有效边缘点区域的尺寸和位置进行变更,所述第2拟合线生成单元根据尺寸和位置变更后的有效边缘点区域,生成第2拟合线。根据这种结构,在根据操作者的操作输入而变更有效边缘点区域的尺寸和位置的情况下,根据尺寸和位置变更后的有效边缘点区域计算第2拟合线。因此,在由有效边缘点区域单元生成的有效边缘点区域与轮廓图像上的被拍摄体明显不同的情况下,操作者可以通过修正有效边缘点区域的尺寸和位置,来提取出希望的拟合线。
本发明的图像处理中的登录数据生成方法,包括如下步骤:轮廓图像生成步骤,该步骤根据由摄像单元拍摄的图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像;第1拟合线生成步骤,该步骤根据所述轮廓图像,使规定形状的线与轮廓图像上的被拍摄体相拟合,生成第1拟合线;有效边缘点区域生成步骤,该步骤使所述第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域;以及第2拟合线生成步骤,该步骤根据所述轮廓图像上的处于所述有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。
发明的效果
根据本发明的图像处理装置及图像处理中的登录数据生成方法,由于根据有效边缘点区域内的边缘点求出与被拍摄体的轮廓相关的拟合线,因此即使在被拍摄体本身存在缺口等缺陷的情况下,也可以抑制拟合线的拟合精度的下降。并且,即使操作者不同,拟合精度也不会降低,可以总是适当地求出拟合线。另外,即使在存在由对焦不准确而引起的图像模糊的情况下,或存在由噪声引起的画质降低的情况下,也可以抑制拟合精度下降,可以提高与被拍摄体的轮廓相关的登录数据的品质。
附图说明
图1是表示本发明的实施方式1的自动识别系统的大致结构的一个例子的立体图。
图2是表示图1的自动识别系统的工件的自动识别动作的一个例子的流程图。
图3是表示图1的自动识别系统的主要部分的构成例的框图。
图4是表示图3的图像处理装置中的轮廓图像生成动作的一个例子的流程图。
图5是表示工件的样品的外观立体图。
图6是表示通过图3的摄像部拍摄的拍摄图像的一个例子的图。
图7是表示基于图6的拍摄图像的轮廓图像生成动作的一个例子的图,表示了由多个边缘点B2构成的轮廓图像B1。
图8是表示图3的图像处理装置的有效边缘点区域提取动作的一个例子的流程图。
图9是表示在图3的图像处理装置的有效边缘点区域提取中使用的形状信息的一个例子的图。
图10是表示图3的图像处理装置的有效边缘点区域提取动作的一个例子的图。
图11是表示生成的轮廓图像的其他例子的图,表示了作为轮廓图像B11提取出多个轮廓B21和B22时的情况。
图12表示根据图11的轮廓图像生成的显示画面B31上的有效边缘点区域B41的情况。
图13是表示图3的图像处理装置的登录数据生成动作的一个例子的流程图。
图14是表示图3的图像处理装置的登录数据生成动作的一个例子的图,表示了由第2拟合线B7构成的登录数据B6。
具体实施方式
实施方式1
图1是表示本发明的实施方式1的自动识别系统的大致结构的一个例子的立体图,表示了由对工件的样品A1进行拍摄的摄像部11和图像处理装置12构成的自动识别系统1整体的情况。本实施方式的自动识别系统1是进行工件(检查对象物)的自动识别的信息处理系统,例如,根据从对制造工序中的传送线上的样品A1进行拍摄而获得的图像数据中提取出的登录数据,进行工件的识别。
在该传送线上配置有多个工件,通过沿着传送线传送这些工件,各个工件依次移动至摄像部11的拍摄区域内。摄像部11进行以下动作,即,以规定的定时对拍摄区域内的工件进行拍摄,并将该拍摄图像输出至图像处理装置12。在图像处理装置12中进行以下处理,即,基于对工件的样品A1进行拍摄而获得的图像数据,生成与被拍摄体的轮廓相关的拟合线,作为登录数据进行登录。通过将从工件的拍摄图像获得的轮廓图像与该登录数据进行对照,来进行工件的识别。
图2的步骤S101~S107是表示图1的自动识别系统的工件自动识别动作的一个例子的流程图。在该自动识别系统1中,为了获得对照用的登录数据,首先,由摄像部11进行工件的样品A1的拍摄(步骤S101)。
根据此时获得的图像数据,生成由边缘点构成的被拍摄体的轮廓图像,根据该轮廓图像,由图像处理装置12提取出用于挑选边缘点的有效边缘点区域(步骤S102)。然后,根据有效边缘点区域内的边缘点,求出与被拍摄体的轮廓相关的拟合线,作为登录数据被存储(步骤S103)。
然后,拍摄作为检查对象的工件(步骤S104),根据该拍摄图像进行工件的识别处理。具体地说,从拍摄图像中提取出边缘点,通过将由边缘点构成的被拍摄体的轮廓图像与登录数据进行对照,来识别工件(步骤S105)。将由该匹配处理得到的识别结果输出至图像显示部,进行画面显示(步骤S106)。
在直至输入停止信号之前,对传送线上的每个工件重复从步骤S104至步骤S106的处理步骤,如果输入停止信号,则中止该自动识别处理(步骤S107)。
图3是表示图1的自动识别系统的主要部分的构成例的框图。该自动识别系统1由摄像部11和图像处理装置12构成,图像处理装置12由轮廓图像生成部21、操作输入部22、形状信息存储部23、登录处理部24、登录数据存储部25、对照处理部26、以及图像显示部27构成。登录处理部24由第1拟合线生成部24a、有效边缘点区域生成部24b、有效边缘点区域修正部24c、以及第2拟合线生成部24d构成,进行生成对照用的登录数据的动作。
摄像部11是利用可视光线或红外线对被拍摄体进行拍摄的数码照相机,由CCD(Charge Coupled Device:电荷耦合器件)等摄像元件构成。在摄像部11中,为了生成在匹配处理中使用的登录数据,进行工件的样品A1的拍摄,输出每个像素的亮度数据作为图像数据。
操作输入部22具备各种操作键,根据操作者(图像处理装置12的操作者)的键操作进行输入处理。图像显示部27由液晶显示器等具有显示画面的显示元件构成,根据图像数据进行各种图像的画面显示。
轮廓图像生成部21进行以下动作,即,根据由摄像部11拍摄的图像数据提取出边缘点,并生成被拍摄体的轮廓图像。该边缘点根据相邻像素的亮度级别的变化量提取。具体地说,提取出亮度级别的变化率(称为边缘强度)比规定的阈值大的像素。由这样提取出的多个边缘点形成轮廓图像,在图像显示部27中进行画面显示。在这里,每个像素的亮度级别被二值化,被拍摄体的轮廓由边缘点表示。
对照处理部26进行以下动作,即,根据工件的拍摄图像进行匹配处理,输出识别结果。
形状信息存储部23是存储形状信息的非易失性半导体存储器,该形状信息规定与轮廓图像上的被拍摄体相拟合的线的形状。作为该形状信息,预先存储有规定各种形状的线的数据。在这里,作为形状信息,存储有规定圆或长方形、十字形等形状的数据。
第1拟合线生成部24a根据由轮廓图像生成部21生成的轮廓图像,进行使规定形状的线与轮廓图像上的被拍摄体相拟合的动作。拟合的线的形状由操作者的操作输入被指定,根据被指定的形状进行拟合。
具体地说,通过对由轮廓图像生成部21提取出的边缘点进行霍夫(Hough)变换,指定形状的线与轮廓图像中的被拍摄体吻合,生成第1拟合线。霍夫变换是根据由操作者指定的线的形状信息,将各个边缘点的位置坐标投影至参数空间的分析方法。通过霍夫变换,线的尺寸和位置被确定,从轮廓图像中提取出第1拟合线。并且,用于提取第1拟合线的霍夫变换,可以对从图像数据中提取出的全部的边缘点进行,也可以对一部分的边缘点进行。
对通过霍夫变换提取拟合线的算法进行说明。一般地,霍夫变换是通过“投票”和“多数表决”,从图像数据中提取出几何图形的图形提取方法,在参数空间中对图像数据中的特征点进行“投票”,利用对投票数的多数表决原理,进行图形的确定。
例如,xy坐标平面上的直线,可以使用参数ρ和θ(0≤θ<π),通过下式(1)表示。
ρ=xcosθ+ysinθ    …(1)
即,只要确定一个参数组(ρ,θ),就可以通过上式(1)提取出一条直线。另一方面,通过xy坐标平面上的点(xo,yo)的直线的集合(直线组),可以由下式(2)表示,表达了参数空间(ρ,θ)中的一个图形(轨迹)。
ρ=xocosθ+yosinθ    …(2)
因此,如果xy坐标平面的3个不同的点位于同一直线上,那么通过各个点的直线组的轨迹会在参数空间内相交于一个点上。利用该原理,可以从图像数据中提取出图形。即,分别从图像数据中的n个特征点求出参数空间内的n个轨迹,其中,如果m个(m<n)轨迹在一个点上相交,则可以从其交点提取出通过m个特征点的直线。对于直线之外的圆等图形,也可以与直线的情况同样地从图像数据中提取出。因此,通过将从图像数据中提取出的边缘点作为特征点而进行霍夫变换,即使在存在因对焦不准确引起的图像模糊或由噪声引起的画质降低的情况下,也可以适当地提取出作为表示被拍摄体的图形的拟合线。
有效边缘点区域生成部24b进行以下处理,即,使从轮廓图像中提取出的第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域。第1拟合线具有的线宽,根据对与被拍摄体的轮廓相关的拟合线所要求的拟合精度来确定。另外,在生成的第1拟合线存在多个的情况下,根据尺寸最大的拟合线生成有效边缘点区域。
图像显示部27进行以下动作,即,将由有效边缘点区域生成部24b生成的有效边缘点区域与轮廓图像一同显示在相同画面上。有效边缘点区域修正部24c进行以下动作,即,根据操作者的操作输入,对画面显示中的有效边缘点区域的尺寸和位置进行变更。
第2拟合线生成部24d进行以下处理,即,根据轮廓图像上的处于有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。该第2拟合线的尺寸,通过基于有效边缘点区域内的边缘点的递归运算来推定。例如,根据以像素为单位的边缘点位置信息,以更小的子像素为单位求出拟合线的尺寸。在这里,在根据操作者的操作输入,变更了有效边缘点区域的尺寸和位置的情况下,根据尺寸和位置变更后的有效边缘点区域生成第2拟合线。这样计算出的第2拟合线,作为登录数据存储到登录数据存储部25内,同时由图像显示部27进行画面显示。
在这里,作为用于计算拟合线的递归运算,进行根据最小二乘法的统计处理。在该最小二乘法中,将模型(拟合线)和测定点(边缘点)之间的差(例如,距离)的平方和最小的模型作为最适值来提取。此外,也可以代替最小二乘法,进行根据M-estimator推定法或LMedS(Least Median of Squares)推定法的统计处理。
(轮廓图像生成)
图4的步骤S201~S206是表示图3的图像处理装置中的轮廓图像生成动作的一个例子的流程图。首先,轮廓图像生成部21对由摄像部11拍摄的图像数据进行平滑化处理(步骤S201)。该平滑化处理是用于去除与空间轴方向相关的高频噪声的滤波处理。
然后,平滑化处理后的图像数据被微分滤波器微分(步骤S202)。在该微分处理中,对与坐标轴方向相邻的像素,求出亮度级别的变化量,其变化率(微分值)作为与该坐标轴方向相关的边缘强度成分而被输出。对每个像素计算x轴方向和y轴方向的边缘强度成分,分别输出x轴方向的边缘强度成分Ex和y轴方向的边缘强度成分Ey。
从这样计算出的边缘强度成分Ex和Ey中,求出每个像素的边缘强度(大小)E,根据与边缘强度E相关的像素数分布曲线,确定用于提取边缘点的阈值(步骤S203、S204)。该边缘强度E根据x轴方向的边缘强度成分Ex和y轴方向的边缘强度Ey进行计算。具体地说,通过各个成分Ex和Ey的平方和的平方根求出边缘强度E。即,通过E=(Ex2+Ey2)1/2进行计算。此外,从降低处理负荷的观点考虑,也可以用边缘强度成分Ex和Ey的绝对值的和来近似地求出边缘强度E。
另外,与边缘强度E相关的像素数分布曲线,根据对于每个边缘强度E的像素数的个数分布(直方图)生成。
由这样求出的像素数分布曲线来确定阈值,边缘强度E超过该阈值的像素作为边缘点被提取出(步骤S205)。然后,由被提取出的边缘点构成的轮廓图像通过图像显示部27进行画面显示(步骤S206)。
图5是表示工件的样品的外观立体图,图6是表示利用图3的摄像部拍摄到的拍摄图像的一个例子的图。作为工件的样品A1,表示了圆柱状的成型品。该成型品的端面的中央部分突出,同时在周缘部的一部分上形成缺口A2。
从中心轴方向对这种样品A1进行拍摄,则获得拍摄图像A3。在该拍摄图像A3中,通过浓淡表示作为被拍摄体的样品A1。
图7是表示基于图6的拍摄图像的轮廓图像生成动作的一个例子的图,表示了由多个边缘点B2构成的轮廓图像B1。轮廓图像B1由通过阈值处理提取出的多个边缘点B2形成。在这里,利用由直线连接相邻的边缘点得到的折线,表示被拍摄体的轮廓的概略。该轮廓图像B1由因被拍摄体周缘部的缺口A2而一部分扁平的圆形状构成。
如果在工件的样品A1上有缺口等缺陷,则轮廓图像B1成为严重偏离希望的拟合线的歪斜形状。因此,通过对提取出的全部边缘点单纯地进行递归运算,不能正确地提取出与被拍摄体的轮廓相关的拟合线。因此,使用有效边缘点区域,对适于提取拟合线的边缘点进行筛选。
(提取有效边缘点区域)
图8的步骤S301~S304是表示图3的图像处理装置的有效边缘点区域提取动作的一个例子的流程图。首先,在轮廓图像被画面显示之后,如果由操作者的操作输入而确定拟合线的形状,则第1拟合线生成部24a根据其形状信息,进行边缘点的霍夫变换,求出第1拟合线(S301~S303)。
例如,在作为拟合线的形状确定为“圆”的情况下,通过对由轮廓图像生成部21提取出的全部边缘点进行霍夫变换,推定最适于轮廓图像的圆。另外,在作为拟合线的形状确定为“长方形”的情况下,通过各个边缘点的霍夫变换,求出4条直线。然后,根据求出的各条直线的交点,切出4条线段,作为由4条线段构成的图形,推定最适于轮廓图像的长方形。另外,在作为拟合线的形状确定为“十字形”的情况下,通过各个边缘点的霍夫变换,求出8条直线。然后,根据各条直线的交点切出12条线段,作为由12条线段构成的图形,推定最适于轮廓图像的十字形。
然后,使第1拟合线具有宽度,生成有效边缘点区域,并画面显示(步骤S304)。此时,在提取出多条第1拟合线的情况下,根据尺寸最大的拟合线,生成有效边缘点区域。
图9是表示在图3的图像处理装置中的有效边缘点区域提取中使用的形状信息的一个例子的图,作为指定形状,表示了“圆”、“长方形”、以及“十字形”。作为拟合线的形状,使用圆31、长方形32、以及十字形33。
图10(a)和(b)是表示图3的图像处理装置的有效边缘点区域提取动作的一个例子的图。在图10(a)中,表示了显示画面B3上的多个边缘点B2和有效边缘点区域B4,在图10(b)中,表示了其一部分B5的放大图。有效边缘点区域B4与构成轮廓图像的多个边缘点B2重合地显示。
有效边缘点区域B4是使第1拟合线具有宽度而形成的,该第1拟合线是通过使规定形状的线(在这里为圆)与由多个边缘点B2构成的被拍摄体的轮廓图像相拟合而获得的。与被拍摄体的轮廓相关的第2拟合线,是根据处于与该有效边缘点区域B4重合的位置上的边缘点34计算出的。即,在从图像数据中提取出的多个边缘点B2中,去除处于不与有效边缘点区域B4重合的位置上的边缘点35而进行递归运算。
从包含在轮廓图像中的与有效边缘点区域B4的重合部分中的边缘点34计算第2拟合线,由此,由于不与有效边缘点区域B4重合的边缘点35从用于计算拟合线的数据组中被去除,所以可以去除严重偏离希望的拟合线的边缘点,求出拟合线。
图11是表示生成的轮廓图像的其他例子的图,表示了作为轮廓图像B11提取出多个轮廓B21和B22时的情况。另外,图12表示根据图11的轮廓图像生成的显示画面B31上的有效边缘点区域B41的情况。
在从图像数据中提取出多个轮廓B21和B22作为轮廓图像B11的情况下,有效边缘点区域B41仅对于尺寸最大的轮廓B21来生成。
(登录数据生成)
图13的步骤S401~S404是表示图3的图像处理装置的登录数据生成动作的一个例子的流程图。首先,第2拟合线生成部24d根据有效边缘点区域,选出边缘点(步骤S401)。
然后,对选出的边缘点进行递归运算,计算第2拟合线(步骤S402、S403)。然后,计算出的第2拟合线作为登录数据,存储到登录数据存储部25内,同时被画面显示(步骤S404)。
图14是表示图3的图像处理装置的登录数据生成动作的一个例子的图,表示了由第2拟合线B7构成的登录数据B6。通过递归运算求出作为被拍摄体的轮廓的第2拟合线B7(在这里为圆),作为登录数据B6进行画面显示。
根据本实施方式,由于从有效边缘点区域内的边缘点求出与被拍摄体的轮廓相关的拟合线,因此即使在被拍摄体本身存在缺口等缺陷的情况下,也可以抑制拟合精度下降。并且,即使操作者不同,也不会降低拟合精度,可以总是适当地求出拟合线。另外,即使在存在因对焦不准确引起的图像模糊的情况下,或存在由噪声引起的画质降低的情况下,也可以抑制拟合精度下降,能够提高登录数据的品质。
另外,因为有效边缘点区域的尺寸和位置可以通过操作者的操作输入进行变更,所以在由第1拟合线生成部24a生成的拟合线在画面上与希望的拟合线明显不同的情况下,可以通过修正有效边缘点区域的尺寸和位置,提取出希望的拟合线。另外,即使在由于拍摄被拍摄体时的拍摄角度不同而使被拍摄体的轮廓图像成为与希望的拟合线明显不同的形状的情况下,由于进行根据有效边缘点区域的边缘点的选择,因此可以生成由理想的拟合线构成的登录数据。
此外,在本实施方式中,对根据与全部边缘点相关的霍夫变换求出拟合线的情况的例子进行说明,但本发明并不限于此。例如,在作为提取目标的图形为圆的情况下,也可以从边缘点中随机地选出3点,将通过选出的各个边缘点的圆作为拟合线来求出。

Claims (5)

1.一种图像处理装置,其特征在于,具有:
轮廓图像生成单元,其根据由摄像单元拍摄的图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像;
第1拟合线生成单元,其根据所述轮廓图像,使规定形状的线与轮廓图像上的被拍摄体相拟合,生成第1拟合线;
有效边缘点区域生成单元,其使所述第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域;以及
第2拟合线生成单元,其根据所述轮廓图像上的处于所述有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。
2.根据权利要求1所述的图像处理装置,其特征在于,
所述第1拟合线生成单元,根据与轮廓图像相关的霍夫变换进行拟合。
3.根据权利要求1所述的图像处理装置,其特征在于,
所述有效边缘点区域生成单元,在所生成的第1拟合线存在多条的情况下,根据尺寸最大的拟合线生成有效边缘点区域。
4.根据权利要求1所述的图像处理装置,其特征在于,具备:
显示单元,其将所述有效边缘点区域与所述轮廓图像一同显示在同一画面上;以及
有效边缘点区域修正单元,其根据操作者的操作输入,对画面显示的有效边缘点区域的尺寸和位置进行变更,
所述第2拟合线生成单元,根据尺寸和位置变更后的有效边缘点区域生成第2拟合线。
5.一种图像处理中的登录数据生成方法,其特征在于,包括如下步骤:
轮廓图像生成步骤,该步骤根据由摄像单元拍摄的图像数据提取出边缘点,并生成由边缘点构成的被拍摄体的轮廓图像;
第1拟合线生成步骤,该步骤根据所述轮廓图像,使规定形状的线与轮廓图像上的被拍摄体相拟合,生成第1拟合线;
有效边缘点区域生成步骤,该步骤使所述第1拟合线具有宽度,并将其线宽内部作为有效边缘点区域;以及
第2拟合线生成步骤,该步骤根据所述轮廓图像上的处于所述有效边缘点区域内的边缘点,生成由规定形状的线构成的第2拟合线。
CNB2006100572932A 2005-03-14 2006-03-09 图像处理装置及图像处理中的登录数据生成方法 Expired - Fee Related CN100461820C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005070741A JP2006252400A (ja) 2005-03-14 2005-03-14 画像処理装置及び画像処理における登録データ生成方法
JP2005070741 2005-03-14

Publications (2)

Publication Number Publication Date
CN1835547A true CN1835547A (zh) 2006-09-20
CN100461820C CN100461820C (zh) 2009-02-11

Family

ID=37003133

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006100572932A Expired - Fee Related CN100461820C (zh) 2005-03-14 2006-03-09 图像处理装置及图像处理中的登录数据生成方法

Country Status (4)

Country Link
US (1) US7613355B2 (zh)
JP (1) JP2006252400A (zh)
CN (1) CN100461820C (zh)
DE (1) DE102006011719A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102425989A (zh) * 2011-08-22 2012-04-25 天津大学 基于图像检测的二维特征尺寸测量方法
CN104867127A (zh) * 2014-02-24 2015-08-26 索尼公司 图像处理设备、图像处理方法和程序
CN111824523A (zh) * 2019-05-28 2020-10-27 北京伟景智能科技有限公司 一种基于线激光的钢筋计数打包检测系统和方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007108835A (ja) * 2005-10-11 2007-04-26 Keyence Corp 画像処理装置
WO2009078957A1 (en) 2007-12-14 2009-06-25 Flashfoto, Inc. Systems and methods for rule-based segmentation for objects with full or partial frontal view in color images
US8411986B2 (en) * 2009-04-13 2013-04-02 Flashfoto, Inc. Systems and methods for segmenation by removal of monochromatic background with limitied intensity variations
US8670615B2 (en) * 2009-09-30 2014-03-11 Flashfoto, Inc. Refinement of segmentation markup
JP5438466B2 (ja) * 2009-11-04 2014-03-12 パナソニック デバイスSunx株式会社 画像処理装置および画像処理方法
US9311567B2 (en) 2010-05-10 2016-04-12 Kuang-chih Lee Manifold learning and matting
US10713792B1 (en) * 2017-01-13 2020-07-14 Amazon Technologies, Inc. System and apparatus for image processing
KR102580389B1 (ko) * 2018-02-13 2023-09-19 코닝 인코포레이티드 유리 시트 검사 장치 및 방법
IT201800009578A1 (it) * 2018-10-18 2020-04-18 System Ceram Spa Metodo/dispositivo di localizzazione di un supporto di vetro e metodo/sistema di stampa su detto supporto di vetro comprendente detto metodo/dispositivo di localizzazione

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6238990A (ja) * 1985-08-15 1987-02-19 Fuji Electric Co Ltd パタ−ン認識装置における学習方法
JPH0624018B2 (ja) * 1985-09-24 1994-03-30 工業技術院長 楕円検出装置
JPH01119876A (ja) * 1987-11-04 1989-05-11 Mitsubishi Heavy Ind Ltd 直線群検出装置
JP2873883B2 (ja) * 1991-02-26 1999-03-24 日立ソフトウエアエンジニアリング株式会社 線画像の線幅検出方法
JPH0644399A (ja) 1992-07-23 1994-02-18 Matsushita Electric Ind Co Ltd 円中心位置計測方法
US5680471A (en) * 1993-07-27 1997-10-21 Kabushiki Kaisha Toshiba Image processing apparatus and method
JP3460356B2 (ja) * 1995-02-03 2003-10-27 マツダ株式会社 円ないし楕円の検出方法およびその装置
JPH1038542A (ja) 1996-07-19 1998-02-13 Tsubakimoto Chain Co 物体認識方法及び装置並びに記録媒体
JP2000134452A (ja) * 1998-10-23 2000-05-12 Nippon Telegr & Teleph Corp <Ntt> 画像の輪郭線生成方法と輪郭線抽出方法及びこれら方法を記録した記録媒体
JP2000175025A (ja) * 1998-12-09 2000-06-23 Canon Inc 画像処理方法及び装置
US6901171B1 (en) * 1999-04-30 2005-05-31 Cognex Technology And Investment Corporation Methods and apparatuses for refining groupings of edge points that represent a contour in an image
JP3850602B2 (ja) * 1999-10-18 2006-11-29 三菱電機株式会社 移動体検出装置および移動体検出方法
JP4578638B2 (ja) * 2000-08-02 2010-11-10 パナソニック株式会社 画像認識方法
JP3460824B2 (ja) * 2001-01-18 2003-10-27 川崎重工業株式会社 形状認識方法及び装置
CN1278271C (zh) * 2004-06-10 2006-10-04 上海交通大学 残缺印刷体数字字符的识别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102425989A (zh) * 2011-08-22 2012-04-25 天津大学 基于图像检测的二维特征尺寸测量方法
CN104867127A (zh) * 2014-02-24 2015-08-26 索尼公司 图像处理设备、图像处理方法和程序
CN111824523A (zh) * 2019-05-28 2020-10-27 北京伟景智能科技有限公司 一种基于线激光的钢筋计数打包检测系统和方法

Also Published As

Publication number Publication date
US7613355B2 (en) 2009-11-03
US20060210338A1 (en) 2006-09-21
DE102006011719A1 (de) 2007-02-08
JP2006252400A (ja) 2006-09-21
CN100461820C (zh) 2009-02-11

Similar Documents

Publication Publication Date Title
CN1835547A (zh) 图像处理装置及图像处理中的登录数据生成方法
TWI729995B (zh) 基於場景之拍攝圖像而產生合併、融合三維點雲
CN105149794B (zh) 一种基于双目视觉的智能激光切边方法
CN1282942C (zh) 用于外表检测的图像处理方法
CN1949270A (zh) 图像处理装置
US9224198B2 (en) Analysis of the digital image of the surface of a tyre and processing of non-measurement points
CN1959740A (zh) 图像处理方法及装置、图像处理用程序及其存储介质
CN101030300A (zh) 一种深度像匹配方法
CN114049557A (zh) 一种基于深度学习的垃圾分选机器人视觉识别方法
CN103824275A (zh) 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN1922472A (zh) 在晶圆和太阳能电池之间建立对应性和可追溯性
CN106067031A (zh) 基于人工纠错机制与深度学习网络协作机器视觉识别系统
CN104408727B (zh) 一种图像边缘污点检测方法及系统
CN113252103A (zh) 一种基于matlab图像识别技术计算物料堆体积及质量的方法
CN115527049A (zh) 一种引线框架引脚间距的高精度测量方法
CN210386980U (zh) 一种基于机器视觉的冷床智能控制系统
US10516822B2 (en) Method and device for merging images of calibration devices
CN1267981C (zh) 图形计测方法、使用其的半导体器件制造方法和图形计测装置
CN1781122A (zh) 用于搜索被认为是面部图像的区域的方法、系统和程序
CN108734054B (zh) 无遮挡的柑橘果实图像识别方法
EP4336449A1 (en) Mark hole positioning method and apparatus, assembly device, and storage medium
CN1828631A (zh) 用于获取内部结构图像的方法和装置,以及计算机产品
CN104809460B (zh) 晶体中心位置图生成方法及晶体像素查找表生成方法
CN113843797B (zh) 一种基于单双目混合视觉的非结构环境下零件六角螺栓自动拆卸方法
CN1275022A (zh) 虚拟演播室摄像机内外参数检测方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090211

Termination date: 20120309