EA019627B1 - Система и способ идентификации единицы продукции - Google Patents

Abstract

Описанные способ и соответствующая ему система идентификации единицы продукции на производственной линии согласно изобретению основаны на использовании цветовых гистограмм, которые строятся по цифровому изображению объекта. Затем с целью установления идентичности объекта с объектом сравнения каждый столбик сформированных гистограмм сравнивают с минимальным и максимальным количествами пикселей для данного столбика.

Description

Изобретение относится к системам управления для автоматизированных производственных линий. Более конкретно, оно относится к устройствам, формирующим изображение, и к соответствующим средствам и способам обработки изображения в реальном времени, используемым для производственного контроля на производственных линиях. Данные средства обработки изображения извлекают из цифровых изображений объектов (т.е. изделий и/или упаковок) на производственной линии цветовую информацию, чтобы идентифицировать различные типы объектов путем сравнения извлеченной информации с информацией, соответствующей шаблону опорных объектов (объектов сравнения).

Предшествующий уровень техники

Устройства, формирующие изображение (передающие камеры), находят широкое применение при осуществлении производственного контроля на автоматизированных производственных линиях. Например, на линиях розлива в бутылки (бутылочных линиях) световые импульсы (создаваемые, например, светодиодным источником излучения с управлением от лазерного триггерного устройства) освещают бутылки, транспортируемые конвейером, а цифровые камеры формируют цифровые изображения бутылок, освещаемых описанным способом. Затем средства обработки изображения автоматически детектируют на этих цифровых изображениях контуры бутылок и идентифицируют (по их форме и/или размерам) различные типы бутылок, присутствующие на конвейере. Такая идентификация используется, например, для правильного этикетирования бутылок согласно их типу (форме, содержимому и т.д.).

Средства обработки изображения могут также детектировать цвета, использованные при печатании этикеток, имеющихся на упаковках изделий или на самих изделиях (например, на бутылках, находящихся на бутылочной линии), или нанесенных прямо на изделие, например типа контейнера, в частности на банки, используемые на линии производства баночных продуктов (баночной линии), в целях инспекции и/или идентифицирования рисунков (паттернов), например рисунка, определяющего соответствие бренду (далее рисунка бренда), путем соотнесения с шаблоном изображения. При этом на баночных линиях рисунки бренда могут распечатываться прямо на банки или на термоусадочные этикетки, плотно охватывающие банки.

Известно много методов, относящихся к получению и обработке изображений (например, в области контентного поиска изображений) и пригодных для использования в целях идентификации (или инспектирования) объекта по его цифровому изображению. Однако данные методы либо не обладают достаточной точностью, либо требуют времяемких расчетов. Поэтому они не вполне подходят для управления автоматизированными производственными линиями, особенно работающими с высокими скоростями (высокопроизводительными линиями).

Например, классический пороговый метод в цветовом пространстве КОВ (Веб Отееи В1ие - красный, зелёный, синий) является недостаточно точным, поскольку не позволяет отделить цветовую информацию от информации об интенсивности.

В качестве другого примера в патентной заявке И8 2004/0218837 А1 описан метод обработки изображений, согласно которому цифровое изображение объекта сначала сегментируют на блоки, а затем для каждого блока определяют гистограмму цвета и гистограмму яркости. Далее для каждой гистограммы яркости определяют среднюю яркость в качестве показателя яркости, а для гистограммы цвета характеристичный цвет (например, усредненный цвет) в качестве показателя цвета для каждого блока. Затем проводят поблочное сравнение показателя цвета цифрового изображения и целевого опорного (образцового) изображения, чтобы определить, является ли цифровое изображение схожим с целевым изображением. Если такое сопоставление цветов не позволяет сделать надежный вывод, осуществляют (также поблочно) сравнение показателя яркости цифрового изображения и показателя яркости целевого изображения.

Однако такой метод обработки изображения неудобен тем, что определение репрезентативного цвета и средней яркости для каждого блока требует большого объема расчетов (по меньшей мере, при построении двух указанных гистограмм), тогда как использование только одного или обоих этих средних параметров для установления сходства может не обеспечивать точность, достаточную в контексте высокопроизводительной производственной линии (например, при идентификации упаковки или рисунка бренда на упаковке).

Недавно были разработаны системы формирования изображения, предназначенные для идентификации объектов по цветовым характеристикам в цветовом пространстве Н8Б (Ние, 8а!ига1юп, Битшапсе - тон, насыщенность, светлота), извлекаемым из цифровых изображений данных объектов в контексте применений, связанных с инспекцией операций сборки и упаковки.

Например, в патентной заявке И8 2004/0228526 А9 рассмотрена система для получения цветовой характеристики на основе нечеткой классификации пикселей (Γιιζζν р1хе1 ДаккШсабои), применяемой для выявления совпадения цветов и локализации мест такого совпадения. Данная система использует векторные показатели цвета для измерения сходства цветов (опираясь на расстояния между этими векторными показателями) и для локализации в целевом изображении зон, цветовая информация в которых согласуется с цветовой информацией изображения-шаблона. При этом векторный показатель цвета формируется процентными долями пикселей, приписанных каждому столбику (т.е. категории цвета) гисто

- 1 019627 граммы, соответствующей цветовой схеме Н8Ь, построенной для целевого изображения на основе значений Н8Ь соответствующих пикселей (так что каждый столбик гистограммы соответствует определенным значениям тона, насыщенности и светлости). Весовой коэффициент для каждого пикселя распределяется по множеству столбиков гистограммы в соответствии с нечеткой функцией участия (Γιιζζν тетЬегвЫр Гиисйои) нечеткой классификации пикселей (Γиζζу р1хе1 с1а551Дса11оп).

Однако подобная нечеткая классификация пикселей внутри Н8Ь-гистограммы (со столбиками в трехмерном Н8Ь-пространстве) и последующее определение сходства неудобны тем, что предъявляют высокие требования к вычислительным ресурсам. Как следствие, данный метод обработки изображения малопригоден для идентификации в реальном времени объектов на высокопроизводительных производственных линиях, особенно, если необходимо идентифицировать каждый объект, движущийся вдоль линии.

Сущность изобретения

Ввиду рассмотренных ограничений, присущих уровню техники, изобретение направлено на создание работающих с высокой надежностью в реальном времени системы и способа идентификации объекта по его цифровому изображению. Изобретение решает задачу создания инструмента производственного контроля, хорошо адаптированного к производственным линиям, несущим с высокой скоростью объекты различных типов, т.е. способного производить обработку цифровых изображений каждого объекта, перемещаемого линией, с целью точной идентификации объекта на основе анализа цветовой информации путем ее сравнения с характеристичными свойствами опорных идентификационных данных. При этом требования к вычислительным ресурсам должны быть невысокими.

Другая задача состоит в создании способа и системы, способных генерировать опорные данные для их использования в процессе идентификации объекта.

Еще одна задача заключается в надежной идентификации объекта на производственной линии.

Следующей задачей, решаемой системой и способом идентификации согласно изобретению, является обеспечение возможности идентификации множества объектов на высокопроизводительной производственной линии даже в случае отсутствия зазора между соседними объектами и/или при наличии на цифровых изображениях только частичных видов таких объектов, например, соответствующих различным углам разворота бутылок или банок, транспортируемых на конвейере.

Согласно первому аспекту изобретения способ идентификации объекта включает следующие шаги:

a) выбор по меньшей мере одной зоны цифрового изображения данного объекта и

b) построение для единственной или каждой зоны, выбранной на шаге а), соответствующей гистограммы цветовых значений для пикселей указанной зоны, а также следующие шаги:

c) для каждого столбика каждой гистограммы, построенной на шаге Ь), сравнение количеств пикселей с соответствующими минимальными и максимальными опорными значениями массива опорных данных, ассоциированных с объектом сравнения, и определение того, находится ли указанное количество пикселей между указанными опорными значениями, и

ά) идентификация объекта как схожего с объектом сравнения, если указанное количество пикселей находится между опорными значениями по меньшей мере для N указанных столбиков, где N>1, по меньшей мере одной зоны.

Чтобы осуществить идентификацию объекта, данный способ нуждается только в ограниченных вычислительных ресурсах и при этом обеспечивает высокую производительность, сравнимую с производительностью приложений в реальном времени, поскольку при проведении сравнения с опорными данными (соответствующими объекту сравнения) строятся и используются только одномерные цветовые гистограммы (например, для значений тона), которые содержат только два скалярных значения, т.е. минимальное и максимальное количества пикселей, для каждого цветового столбика. Это ограниченный объем данных позволяет, тем не менее, произвести точную идентификацию объекта.

Согласно другого аспекту изобретения на шаге ά) рассматриваемого способа объект идентифицируют как полностью схожий с объектом сравнения, если указанное количество пикселей находится между указанными опорными значениями для каждого столбика каждой гистограммы для каждой зоны. Такое условие полного сходства обеспечивает высокоточную идентификацию объекта, даже если цифровое изображение соответствует только ограниченной области объекта.

Изобретение позволяет также оценивать частичное сходство между наблюдаемым объектом и объектом сравнения. В этом случае способ согласно первому аспекту изобретения дополнительно включает шаг е) идентификации объекта как частично схожего с объектом сравнения на основе значений меры сходства, ассоциированной со столбиками, если указанное количество пикселей не находится между опорными значениями для каждого столбика каждой гистограммы для каждой зоны, при этом значение меры сходства, ассоциированной со столбиком построенной гистограммы, является низким, если количество пикселей для указанного столбика намного меньше соответствующего минимального опорного значения или намного больше соответствующего максимального опорного значения.

Такая мера сходства позволяет точно оценивать соответствие между наблюдаемым объектом и объектом сравнения даже в случае, когда для некоторых столбиков каждой гистограммы, относящейся к объекту, количества пикселей не лежат в пределах соответствующих опорных значений вследствие на

- 2 019627 личия локального дефекта в контролируемой области (например, дефекта печати рисунка бренда или изменения некоторых цветов в напечатанном рисунке бренда).

Согласно следующему аспекту изобретения можно применять цифровые изображения, полученные не только в видимой, но и в других частях электромагнитного спектра (например, в ультрафиолетовом (УФ) или инфракрасном (ИК) спектральных диапазонах) путем приписывания различных цветов различным частям спектра (т.е. формируя ложные цветные изображения), а затем используя представление (аналогичное Н8Ь-пространству), основанное на приписывании цветов пикселям цифрового изображения. В общем случае цветовые значения (значения цветового тона), используемые согласно изобретению, не должны обязательно соответствовать трехмерному представлению СГЕЬАВ для цветового зрения (цветовосприятия) человека и могут быть основаны на спектральных полосах, произвольно выбранных в УФ-, видимой и ИК-областях спектра отражения объекта. При этом может быть выбрано любое количество таких спектральных полос.

Кроме того, чтобы сделать возможной более точную идентификацию, может быть использована также информация по насыщенности и светлости. При этом с учетом вышеупомянутого ограничения в отношении низкой стоимости вычислений достигаемое улучшение по сравнению с традиционными Н8Ьгистограммами (т.е. гистограммами в трехмерном пространстве) представляется желательным.

Согласно этому аспекту изобретения в описанном способе, когда каждому пикселю указанного цифрового изображения ставят в соответствие значения светлости, насыщенности и цветового тона, характеризующие один из цветов конечного цветового массива, каждый цвет которого соответствует определенному спектральному отклику, шаг Ь) построения гистограммы дополнительно включает следующие действия:

Ь1) для пикселей указанной зоны, имеющих значения насыщенности, превышающие пороговое значение насыщенности, и для каждого цвета из цветового массива, подсчет количества пикселей, у которых значение цветового тона для данного цвета находится между двумя заданными пороговыми значениями цветового тона, задающими столбик для данного цвета, с целью получить количество насыщенных пикселей для указанного цвета,

Ь2) для пикселей указанной зоны, не являющихся насыщенными, подсчет количества пикселей, значения светлости которых лежат ниже заданного порогового значения светлости, с целью получить соответствующее количество черных пикселей, и подсчет количества пикселей, значения светлости которых лежат выше заданного порогового значения светлости, с целью получить соответствующее количество белых пикселей, и

Ь3) на основе подсчитанных количеств насыщенных пикселей для каждого цвета цветового массива и количеств черных пикселей и белых пикселей расчет распределения пикселей в соответствии с цветами из цветового массива и с черным и белым цветами с формированием в результате гистограммы для указанной зоны.

Таким образом, согласно данному аспекту изобретения цветовая гистограмма может быть дополнена черными и белыми пикселями на основе информации о насыщенности и светлости, оставаясь при этом одномерной цветовой гистограммой и обеспечивая повышение точности идентификации при все еще низких вычислительных затратах.

Способ по изобретению может также включать известный шаг детектирования контура, который затем сравнивается с контуром сравнения, чтобы подтвердить идентификацию, проведенную на шаге ά) в случае согласованности контуров. Более конкретно, изобретение может дополнительно включать шаги детектирования контура объекта на цифровом изображении и сравнения детектированного контура с контуром сравнения, соответствующим объекту сравнения, причем идентификация объекта на шаге ά) подтверждается, только если детектированный контур согласуется с контуром сравнения.

В другом своем аспекте изобретение позволяет идентифицировать объекты, находящиеся рядом друг с другом или даже во взаимном контакте. Действительно, изобретение позволяет подавить возможные эффекты наложения, обусловленные присутствием на одном цифровом изображении пикселей данных, относящихся к двум или более объектам (которые находились в поле зрения в момент создания цифрового изображения). С этой целью способ идентификации объекта согласно изобретению может дополнительно включать шаги детектирования контура объекта на цифровом изображении и на шаге а) выбора по меньшей мере одной зоны таким образом, чтобы единственная или любая выбранная зона находилась внутри детектированного контура объекта. Этот признак изобретения гарантирует, что содержание любой зоны полученного цифрового изображения объекта на производственной линии относится только к этому объекту, даже если он находился в контакте с соседними объектами на производственной линии. Бутылочные или баночные линии являются хорошо известными примерами производственных линий, на которых объекты (т.е. бутылки или банки), как правило, транспортируются, будучи упорядоченным образом установленными на конвейер, причем два установленных друг за другом объекта находятся во взаимном контакте. Следовательно, изобретение позволяет с помощью средств формирования изображения точно идентифицировать каждый объект, гарантируя, что данные, содержащиеся в полученном цифровом изображении, относятся только к одному объекту даже на высокопроизводительных линиях.

- 3 019627

Альтернативно, цифровое изображение объекта может быть ограничено контролируемой областью этого объекта, находящейся внутри его наблюдаемого контура. Например, если объектом является цилиндрическая банка, стоящая в вертикальном положении на конвейере, контролируемая область может быть ограничена полоской на ее цилиндрической поверхности. Такое ограничение цифрового изображения с целью исключить пиксели данных, не относящиеся к контролируемой области, может быть осуществлено несколькими способами. Например, путем кадрирования цифрового изображения и отбрасывания пикселей данных, лежащих вне рамки (задающей контур контролируемой области). Другим примером является маска (или любое средство для ограничения поля зрения). Это средство можно использовать при получении цифрового изображения таким образом, чтобы пиксели на цифровом изображении относились только к контролируемой области объекта. В результате контент цифрового изображения будет, действительно, относиться только к одному объекту.

Изобретение предлагает также возможность прямого определения опорных данных по опорному цифровому изображению объекта сравнения.

Соответственно способ по изобретению может дополнительно включать шаг расчета указанного массива опорных данных по опорному цифровому изображению объекта сравнения путем выполнения шагов а) и Ь) для опорного цифрового изображения с целью построения опорной гистограммы для каждой зоны опорного цифрового изображения и ассоциирования минимального и максимального опорных значений с каждым столбиком каждой построенной опорной гистограммы. При этом каждое из минимальных и максимальных опорных значений получают с использованием соответствующего доверительного интервала.

Такая возможность представляется важной для удобной адаптации массива опорных данных к разбиению цифрового изображения на предпочтительный набор зон, а также к специальным обстоятельствам в отношении объектов, подлежащих идентификации. Например, в случае, когда несколько объектов на производственной линии, которые требуется идентифицировать, в момент получения их цифровых изображений развернуты в различные угловые положения в пределах возможных углов разворота, сохраняется возможность точной идентификации объекта, даже если для каждого объекта получают только единственное цифровое изображение.

Например, в последнем случае, используя набор опорных цифровых изображений объекта сравнения, соответствующих различным угловым положениям объекта сравнения в упомянутых пределах углов разворота, для каждого столбика каждой зоны цифрового изображения могут быть получены соответствующие минимальные и максимальные опорные значения. Эти значения получают путем подсчета минимального и максимального количеств пикселей для соответствующего столбика и соответствующей зоны в пределах соответствующих цветовых гистограмм набора опорных цифровых изображений.

Разумеется, более высокая точность идентификации объекта будет достигаться при увеличении количества использованных угловых положений объекта сравнения и/или при использовании более крупных зон. Например, на баночной линии цилиндрические банки, перемещаемые на конвейере, могут быть развернуты (вокруг своей цилиндрической оси) на угол в интервале 0-360°. Таким образом, даже при использовании только двух опорных цифровых изображений, соответствующих положениям банки, взаимно развернутым на 180°, точная идентификация банки на основе минимального и максимального опорных значений, полученных от этих, по меньшей мере двух, опорных изображений (ассоциированных с объектом сравнения), становится возможной даже по единственному цифровому изображению этой банки.

Вышеупомянутые доверительные интервалы (по одному для каждого цвета каждой гистограммы), используемые при определении минимального и максимального опорных значений для количеств пикселей, могут фактически являться результатом любой статистической обработки цветовых значений пикселей для каждого опорного цифрового изображения из набора опорных цифровых изображений (например, с применением взвешенного количества пикселей в рассматриваемом столбике и/или в рассматриваемой зоне).

Если детектированный контур объекта согласуется с контуром сравнения (см. выше), вместо валидации идентификации объекта (на шаге б)), изобретение согласно любому предыдущему аспекту может дополнительно включать следующие шаги:

детектирование паттерна на цифровом изображении, сравнение детектированного паттерна с заданным опорным паттерном соответствующего объекта сравнения, определение того, согласуется ли детектированный паттерн с опорным паттерном, и, если установлено, что детектированный паттерн согласуется с опорным паттерном, использование результата идентификации объекта для аутентификации детектированного паттерна.

Согласно рассматриваемому аспекту изобретения идентификация объекта путем обработки всего изображения (основанной на одномерных цветовых гистограммах, как это описано выше) служит для аутентификации согласованности паттернов. Это особенно эффективно, если установление согласованности паттернов является результатом ошибки (например, когда паттерн, детектированный на цифровом изображении объекта, в действительности соответствует паттерну сравнения, а не паттерну объекта).

- 4 019627

Изобретение относится также к системе идентификации объекта, обеспечивающей возможность осуществления способа идентификации объекта согласно изобретению, и также к применению данной системы на производственной линии, как это раскрыто в пунктах формулы.

Более конкретно, раскрыто применение на производственной линии системы идентификации объекта, содержащей блок обработки цифровых изображений, снабженный запоминающим устройством и выполненный с возможностью выбора по меньшей мере одной зоны цифрового изображения указанного объекта и построения для каждой выбранной зоны соответствующей гистограммы цветовых значений для пикселей указанной зоны, при этом блок обработки цифровых изображений дополнительно обеспечивает возможности сравнивать для каждого столбика каждой построенной гистограммы количество пикселей с соответствующими минимальными и максимальными опорными значениями массива опорных данных, записанных в запоминающем устройстве и ассоциированных с объектом сравнения, и определять, находится ли указанное количество пикселей между указанными опорными значениями, и идентифицировать объект как схожий с объектом сравнения, если указанное количество пикселей находится между опорными значениями, по меньшей мере, для N указанных столбиков, где N>1, по меньшей мере одной зоны.

Перечень чертежей

Далее изобретение будет более подробно описано со ссылками на прилагаемые чертежи, на которых иллюстрируются основные аспекты и признаки изобретения и на которых аналогичные элементы имеют аналогичные обозначения.

На фиг. 1 представлена блок-схема, иллюстрирующая вариант способа идентификации объекта согласно изобретению;

на фиг. 2 иллюстрируется цифровое изображение, разбитое на множество зон;

на фиг. 3 представлен массив опорных данных, соответствующий столбикам цветовой гистограммы;

на фиг. 4 иллюстрируется автоматизированная производственная линия, содержащая систему идентификации объекта согласно варианту изобретения;

на фиг. 5 показана контролируемая область на поверхности объекта, представленного на фиг. 4;

на фиг. 6 иллюстрируется сформированное блоком формирования изображения (показанным на фиг. 4) цифровое изображение контролируемой области, показанной на фиг. 5.

Сведения, подтверждающие возможность осуществления изобретения

Согласно способу идентификации объекта, проиллюстрированному на фиг. 1, цифровое изображение объекта, подлежащего идентификации, разбивают на К зон (К>1) (как это показано на фиг. 2 для количества К зон 1, равного 4). Далее номер (индекс) зоны обозначается как ΖΝ (1<ΖΝ<Κ), а номер (индекс) столбика - как ί (1<1<М), так что цветовая гистограмма Η(ΖΝ), соответствующая зоне ΖΝ, содержит М столбиков, соответствующих М различным цветовым значениям, причем Β(ΖΝ, ί) - это количество пикселей, соответствующих ί-му столбику гистограммы Η(ΖΝ) зоны ΖΝ. Для каждого столбика ί каждой зоны ΖΝ два опорных значения, Μίη(ΖΝ, ί) и Μαχ(ΖΝ, ί), соответственно задают минимальное и максимальное количества пикселей для использования при установлении сходства объекта с объектом сравнения, для которого эти опорные значения представляют характеристические свойства (массив опорных данных, т.е. массив всех пар опорных значений, фактически образует подпись объекта сравнения в терминах цветного рисунка бренда). Разумеется, гистограммы могут быть нормализованы обычным образом, так чтобы значение Β(ΖΝ, ί) фактически соответствовало процентной доле пикселей в столбике (ί) зоны ΖΝ (в этом случае опорные значения также нормализуются).

Пример массива опорных данных (данных сравнения) представлен на фиг. 3. В этом примере для каждого столбика Β(ΖΝ, ί) зоны ΖΝ при 1=1,... М=17 приведены соответствующие пары двух значений количеств пикселей, Μίη(ΖΝ, ί) и Μαχ(ΖΝ, ί), которые представлены также в виде гистограмм. Представленные 17 столбиков соответствуют 15 столбикам для различных цветов плюс два столбика для черных и белых пикселей.

Согласно блок-схеме по фиг. 1 после шага 8100, соответствующего запуску и инициализации, для зоны ΖΝ с индексом 1, соответствующим выбору первой зоны цифрового изображения, на шаге 8101 строится цветовая гистограмма Η(ΖΝ=1). Для этого средство обработки цифровых изображений подсчитывает количества пикселей в каждом столбике Н(1) с получением на шаге 8102 массива этих количеств, соответствующих Н(1) (т.е. В(1, ί) для 1=1,... М). На шаге 8103 проверяют, лежит ли для текущего столбика В(1, ί) в Н(1) количество пикселей между опорными значениями, соответствующими В(1, ί), т.е. выполняется ли условие Μίη(1, ί)<Β(1, 1)<Мах(1, ί). При выполнении данного условия для рассматриваемого столбика на шаге 8104 увеличивают на единицу количество I выполнений данного условия, чтобы в результате проверок для различных столбиков подсчитать общее количество таких столбиков в каждой гистограмме. Как только это количество I достигнет заданного порогового значения Ν (1^<КхМ) (шаг 8105), в процессе идентифицирования с объектом сравнения по меньшей мере в одной зоне из К зон

- 5 019627 цифрового изображения объект признается идентичным объекту сравнения (шаг 8106). Если же на шаге 8105 устанавливается, что указанное условие не выполнено, на шаге 8107 выбирается следующий столбик (ί+1) гистограммы Η(ΖΝ). Если номер (индекс) этого столбика не превышает значения М (шаг 8108), проверяют, на шаге 8103, соответствие этого столбика (ί+1) указанному условию в отношении соответствующей пары опорных значений Μίη(ΖΝ, ί+1) и Μαχ(ΖΝ. ί+1). В том случае если для гистограммы Η(ΖΝ) и, следовательно, для зоны ΖΝ значение N не достигнуто, то на шаге 8109 выбирается следующая зона (ΖΝ+1) цифрового изображения. Если индекс этой зоны не превышает К (шаг 8110), на шаге 8102 рассчитывается соответствующая следующая гистограмма Η(ΖΝ+1). Затем на шаге 8103 проверяют выполнение указанного условия для ее столбиков Β(ΖΝ+1, ί) (с использованием соответствующей пары опорных значений Μίη(ΖΝ+1, ί) и Μαχ(ΖΝ+Ε ί)).

В случае, если проверка всех столбиков (т.е. для 1=1,... М) всех зон (т.е. для ΖΝ=1,... К) не приведет к получению Ν реализаций данного условия, объект признается неидентифицированным с объектом сравнения (шаг 8111).

Сформулированное выше условие для идентификации может быть сделано более жестким путем его модификации в следующее условие полного совпадения с объектом сравнения: условие Μίη(ΖΝ, ί)<Β(ΖΝ, ί)<Μαχ(ΖΝ, ί) должно быть реализовано для 1=1,... М и для ΖΝ=1,... К, т.е. количество пикселей должно находиться между опорными значениями для каждого столбика каждой гистограммы каждой зоны. Это, более жесткое, условие фактически соответствует случаю Ν=ΚχΜ (т.е. максимально возможному значению Ν для данного количества К зон и данного количества М столбиков в каждой гистограмме при одной гистограмме на зону).

В практических применениях иногда полезно устанавливать не полное, а только частичное сходство с объектом сравнения. Действительно, даже если полное соответствие не может быть установлено, различные проведенные расчеты все же содержат информацию, которая может быть полезной для установления важных фактов, например присутствия у объекта дефектов (мешающих обнаружению полного соответствия) или выявления возможности того, что объект принадлежит к той же группе, что и объект сравнения. Например, при том же рисунке бренда небольшие вариации цветов или паттернов на объектах могут соответствовать различным категориям однотипных изделий (например, в случае банок, одному и тому же напитку с добавлением или без добавления сахара).

Таким образом, изобретение позволяет использовать метод подсчета меры сходства для оценок частичного сходства, если полное соответствие не выявляется. Единственное ограничение при таком подсчете состоит в том, что мера сходства столбика (ί) зоны ΖΝ, обозначаемая как 8Ο(ΖΝ, ί), должна быть тем ниже, чем сильнее количество пикселей в этом столбике, т.е. Β(ΖΝ, ί) отличается от соответствующих опорных значений Μίη(ΖΝ, ί) и Μαχ(ΖΝ, ί). Существует много вариантов расчета этой меры сходства. Например, для каждого столбика ί зоны ΖΝ можно использовать линейные весовые коэффициенты, соответствующие просто разности Ό(ΖΝ, ί)=[Μίη(ΖΝ, ί) - Β(ΖΝ, ί)], если Β(ΖΝ, ί)<Μίη(ΖΝ, ί), или Ό(ΖΝ, ί)=[Β(ΖΝ, ί) - ΜΑΧ(ΖΝ, ί)], если Β(ΖΝ, ί)>Μαχ(ΖΝ, ί) (т.е. весовой коэффициент является линейной функцией разности Ό(ΖΝ, ί)). Альтернативно, значение меры сходства может быть в обратной зависимости от этого весового коэффициента (например, быть пропорциональным 1/(1+Ό)). Возможно также и любое другое нелинейное взвешивание при условии, что оно совместимо с упомянутым ограничением. Например, нелинейный весовой коэффициент типа Ό^η (при η>2) будет увеличивать меры сходства при малых значениях Ό.

При найденных значениях меры сходства 8Ο(ΖΝ, ί) для каждой зоны и каждого столбика (т.е. для ί=1,... М и ΖΝ=1,... К) можно использовать различные методы для оценивания частичного сходства. Например, можно сохранять только наивысшее значение для всех зон или наивысшее значение для каждой зоны и рассчитывать среднее значение по всем зонам (возможно, взвешенное, например, в зависимости от площади соответствующих зон). Однако специалист в данной области может рассмотреть и многие другие возможности для статистической обработки различных значений 8Ο(ΖΝ, ί) с целью получить из цифрового изображения оценку частичного сходства с объектом сравнения.

В предпочтительном варианте способ идентификации объекта согласно изобретению использует дополненные одномерные гистограммы, основанные на классическом представлении цифрового изображения в цветовом пространстве Н8Ь, как это описано выше. Гистограмма содержит столбики, соответствующие заранее выбранным, четко разделенным значениям тонов, однако значения насыщенности и светлости используются при этом для завершения гистограмм дополнительным столбиком, соответствующим черным пикселям, и дополнительным столбиком, соответствующим белым пикселям. Такая цветовая гистограмма позволяет идентифицировать объекты, имеющие темные и/или яркие участки, и тем самым повысить точность идентификации.

Для каждой зоны цифрового изображения задается значение порога насыщенности, которое может зависеть от размера рассматриваемой зоны и которое служит для определения насыщенных пикселей (т.е. пикселей, для которых значение насыщенности превышает пороговое значение независимо от значений светлости). Кроме того, для каждой зоны цифрового изображения задаются два пороговых значения тона на каждый цвет (тон) каждой гистограммы, которые могут зависеть от рассматриваемой зоны.

- 6 019627

Каждая пара таких значений для цвета фактически задает столбик каждой гистограммы для данного цвета (два пороговых значения определяют соответствующие граничные значения тона для столбика). Различные пары пороговых значений тона задают разбиение цветового (тонового) пространства, т.е. цвета столбиков каждой гистограммы.

Эти пороговые значения тона служат для подсчета насыщенных пикселей для каждого цвета (тона) зоны цифрового изображения, т.е. для каждого заданного цвета каждой гистограммы: количество насыщенных пикселей, для которых значение тона находится между соответствующими двумя пороговыми значениями тона, определяет количество насыщенных пикселей для соответствующего цвета. Следовательно, такие пиксели имеют точно определенный цвет. Выбор указанных пар пороговых значений тона также может зависеть от объекта сравнения, выбранного для идентификации.

Кроме того, подсчитывается количество ненасыщенных пикселей зоны, имеющих низкие значения светлости, т.е. значения светлости, лежащие ниже порогового значения светлости для данной зоны, которое может зависеть от рассматриваемой зоны, причем эти пиксели считаются для данной зоны черными пикселями. По контрасту с ними, количество ненасыщенных пикселей зоны, имеющих высокие значения светлости (превышающие заданное пороговое значение светлости для данной зоны), подсчитывается для данной зоны как количество белых пикселей. Соответственно в этом варианте изобретения гистограмма имеет М+2 столбиков, т.е. М столбиков, соответствующих значениям тона, и два столбика, соответствующие черным и белым пикселям. В этом случае массив опорных данных также дополняется включением для каждой зоны минимального и максимального опорных значений для черных пикселей и минимального и максимального опорных значений для белых пикселей.

Разумеется, условие идентификации на шаге б) также учитывает черные и белые пиксели. Фактически, количество цветов для гистограммы, которые должны рассматриваться на шаге Ь), просто увеличивают на 2, вводя два новых цвета, черный и белый. Соответственно полное совпадение объекта с объектом сравнения теперь требует Ν'=Κχ(Μ+2)=Ν+2Κ случаев выполнения условия для полного сходства (т.е. количество пикселей лежит между опорными значениями для каждого столбика каждой гистограммы каждой зоны). Аналогичное расширение количества цветов следует применять также при анализе частичного сходства, рассмотренного выше (т.е. меры сходства задаются также для черных и белых пикселей на основе соответствующих минимальных и максимальных опорных значений), или при расчете массива опорных данных на основе опорных цифровых изображений (как это было упомянуто выше).

Если цифровое изображение содержит информацию в расширенном спектральном диапазоне, как в случае ложных цветных изображений, представление согласно Н8Ь соответствующим образом адаптируется или расширяется на более общее цветовое пространство.

В другом варианте, который может быть развитием любого из рассмотренных аспектов или вариантов изобретения, предусмотрена аутентификация паттерна, детектированного на цифровом изображении.

В этом случае соответствующий аспект способа идентификации объекта дополнительно включает следующие шаги:

детектируют паттерн на цифровом изображении, сравнивают детектированный паттерн с заданным опорным паттерном соответствующего объекта сравнения, устанавливают, согласуется ли детектированный паттерн с опорным паттерном, и, если установлено, что детектированный паттерн согласуется с опорным паттерном, используют результат идентификации объекта для аутентификации детектированного паттерна.

Паттерн на объекте может являться, например, штрих-кодом или текстом. В этих случаях детектирование паттерна осуществляют соответственно с использованием считывателя штрих-кода и программ оптического распознавания символов (ορίίοαΐ сйатас!ет гесодпйюи). Таким образом, способ позволяет использовать фазу идентификации (в составе процесса обработки изображения на основе описанных выше цветовых гистограмм и минимальных и максимальных опорных значений) для подтверждения того, что детектированный опорный паттерн, даже если он согласуется с опорным паттерном, соответствующим объекту сравнения, действительно является валидным. Этот вариант изобретения благодаря использованию двойной проверки посредством идентификации, основанной как на цветовых гистограммах (и соответствующих опорных значениях), так и на сопоставлении паттерна с опорным паттерном, явно повышает качество контроля объектов на производственной линии. Например, способ позволяет обнаруживать подделки (типа печатания штрих-кода, соответствующего объекту определенного типа, на объекте другого типа).

Изобретение относится также к системе идентификации объекта, которая выполнена с возможностью осуществления шагов любого из рассмотренных вариантов или аспектов способа по изобретению.

Более конкретно, система идентификации объекта содержит блок обработки цифровых изображений, снабженный запоминающим устройством и выполненный с возможностью выбора по меньшей мере одной зоны цифрового изображения указанного объекта и построения для каждой выбранной зоны соответствующей гистограммы цветовых значений для пикселей указанной зоны, при этом блок обработки цифровых изображений дополнительно обеспечивает возможности сравнивать для каждого столбика каждой построенной гистограммы количество пикселей с соот

- 7 019627 ветствующими минимальными и максимальными опорными значениями массива опорных данных, записанных в запоминающем устройстве и ассоциированных с объектом сравнения, и определять, находится ли указанное количество пикселей между указанными опорными значениями, и идентифицировать объект как схожий с объектом сравнения, если указанное количество пикселей находится между опорными значениями, по меньшей мере, для N указанных столбиков, где N>1, по меньшей мере одной зоны.

Пример системы идентификации объекта согласно изобретению, установленной на автоматизированной производственной линии, показан на фиг. 4. Система содержит блок 10 формирования изображения, который обеспечивает получение цифрового изображения объекта 11 (в данном примере банки) на конвейере 12 производственной линии, блок 13 обработки цифровых изображений для обработки цифровых изображений, поступающих от блока 10 формирования изображения, и запоминающее устройство 14 для хранения массива опорных данных.

Система может содержать также осветительный блок 15 для освещения объекта 11 световыми импульсами.

Обычным вариантом такого осветительного блока является светодиодный или лазерный блок (для видимой области). Осветительные блоки других типов позволяют освещать объекты в более широком спектральном интервале (например, охватывающем также и УФ-, и ИК-области, т.е. составляющем 3002500 нм).

Блок 10 формирования изображения может быть цифровой камерой (на базе ПЗС- или КМОПструктуры). Может применяться и аналоговая камера, дополненная фреймграббером (ГгатсдгаЬЬсг) с аналого-цифровым преобразователем, выдающим изображения в цифровом формате.

Система содержит также блок 16 управления, выполненный с возможностью управлять осветительным блоком 15, блоком 10 формирования изображения и блоком 13 обработки цифровых изображений, чтобы синхронизировать их работу в процессе освещения объекта, формирования цифрового изображения освещенного объекта и обработки цифровых изображений.

На фиг. 5 показана контролируемая область 17 на поверхности объекта 11, тогда как фиг. 6 иллюстрирует цифровое изображение 18 контролируемой области 17 объекта 11, образованное блоком 10 формирования изображения. Блок 13 обработки цифровых изображений разбивает цифровое изображение 18, полученное от блока 10 формирования изображения, на множество зон 19а-19б (в качестве примера показаны 4 зоны).

Для каждой зоны цифрового изображения 18 блок 13 обработки цифровых изображений формирует соответствующую одномерную цветовую гистограмму разбиением цветового пространства (в зависимости от ширины спектра, в которой может работать блок формирования изображения) на М столбиков (например, М=17, как на фиг. 3) и подсчитывает количество пикселей в пределах каждого столбика согласно их значениям тона.

Система может дополнительно содержать также сенсорное средство, выполненное с возможностью детектировать положение изделия относительно блока 10 формирования изображения, обеспечивающего формирование цифрового изображения изделия, и передавать триггерный сигнал, указывающий на детектирование данного положения. Соответственно блок 16 управления выполняется с возможностью принимать триггерный сигнал от сенсорного средства и синхронизировать работу осветительного блока 15, блока 10 формирования изображения и блока 13 обработки изображений на основе этого принятого триггерного сигнала.

Типичным примером триггерного средства является лазерное триггерное устройство для высокоскоростной фотографии. Это хорошо известное устройство позволяет запускать блок формирования изображения с очень высокой точностью, причем оно хорошо совмещается с производственными линиями (например, линиями, которые используют бутылки и банки и производительность которых может достигать 1200 изделий/мин).

Управляя полем зрения блока формирования изображения, можно изменять размеры контролируемой области на объекте, изображение которого формируется. Например, если производственная линия использует бутылки или банки, объекты, находящиеся на линии (бутылки или банки), могут находиться рядом друг с другом или даже в контакте друг с другом. В таком случае поле зрения блока, формирующего изображение, может быть ограничено посредством маски, чтобы изображалась только контролируемая область (соответствующая этикетке на бутылке или отпечатку на банке). Этот режим использования изобретения, который делает возможной идентификацию, даже если объекты находятся в контакте, был протестирован при освещении видимым светом на высокопроизводительной баночной линии (1200 банок в 1 мин). При этом, как было описано выше, определялись опорные значения, в том числе для черного и белого цветов, для различных углов разворота цилиндрических банок (в интервале 0-360° вокруг их продольной оси симметрии). Обеспечивалась полная идентификация объектов для пивных банок десяти различных брендов на высокопроизводительной производственной линии даже при условии полного совпадения.

Изобретение не ограничивается описанными вариантами и допускает различные модификации, не

- 8 019627 выходящие за границы изобретения, определяемые прилагаемой формулой изобретения. Например, блок формирования изображения может быть выполнен с возможностью формировать множество цифровых изображений одного и того же объекта (соответствующих различным углам зрения), с обработкой каждого из этих изображений для идентификации объекта описанным выше образом.

Изобретение охватывает также компьютерный программный продукт, позволяющий (будучи запущенным на компьютере, подключенном к описанной системе идентификации объекта) использовать данный компьютер для осуществления шагов описанного способа согласно изобретению.

Способ и система для идентификации каждого объекта на производственной линии согласно изобретению могут быть использованы в любом из описанных вариантов для идентификации объекта, с высокой степенью уверенности во многих промышленных применениях, например, для определения количества произведенных изделий на производственной линии (для оценки размера налога и т.д.), производственного контроля, инспекции производственной линии (например, для обнаружения подделок).

Claims (21)

1. Способ идентификации объекта, включающий следующие шаги:

a) выбор по меньшей мере одной зоны цифрового изображения объекта и

b) построение для единственной или каждой зоны, выбранной на шаге а), соответствующей гистограммы цветовых значений для пикселей указанной зоны, а также следующие шаги:

c) для каждого столбика каждой гистограммы, построенной на шаге Ь), сравнение количеств пикселей с соответствующими минимальными и максимальными опорными значениями массива опорных данных, ассоциированных с объектом сравнения, и определение того, находится ли указанное количество пикселей между указанными опорными значениями,

ά) идентификация объекта как схожего с объектом сравнения, если указанное количество пикселей находится между опорными значениями, по меньшей мере, для N указанных столбиков, где N>1, по меньшей мере одной зоны.

2. Способ по п.1, отличающийся тем, что на шаге ά) объект идентифицируют как полностью схожий с объектом сравнения, если указанное количество пикселей находится между указанными опорными значениями для каждого столбика каждой гистограммы для каждой зоны.

3. Способ по п.1, отличающийся тем, что дополнительно включает шаг е) идентификации объекта как частично схожего с объектом сравнения на основе значений меры сходства, ассоциированной со столбиками, если указанное количество пикселей не находится между опорными значениями для каждого столбика каждой гистограммы для каждой зоны, при этом значение меры сходства, ассоциированной со столбиком построенной гистограммы, является низким, если количество пикселей для указанного столбика намного меньше соответствующего минимального опорного значения или намного больше соответствующего максимального опорного значения.

4. Способ по любому из пп.1-3, отличающийся тем, что каждому пикселю указанного цифрового изображения ставят в соответствие значения светлости, насыщенности и цветового тона, характеризующие один из цветов конечного цветового массива, каждый цвет которого соответствует определенному спектральному отклику, при этом шаг Ь) построения гистограммы дополнительно включает следующие действия:

Ь1) для пикселей указанной зоны, имеющих значения насыщенности, превышающие пороговое значение насыщенности, и для каждого цвета из цветового массива подсчет количества пикселей, у которых значение цветового тона для данного цвета находится между двумя заданными пороговыми значениями цветового тона, задающими столбик для данного цвета, с целью получить количество насыщенных пикселей для указанного цвета,

Ь2) для пикселей указанной зоны, не являющихся насыщенными, подсчет количества пикселей, значения светлости которых лежат ниже заданного порогового значения светлости, с целью получить соответствующее количество черных пикселей и подсчет количества пикселей, значения светлости которых лежат выше заданного порогового значения светлости, с целью получить соответствующее количество белых пикселей,

Ь3) на основе подсчитанных количеств насыщенных пикселей для каждого цвета цветового массива и количеств черных пикселей и белых пикселей расчет распределения пикселей в соответствии с цветами из цветового массива и с черным и белым цветами с формированием в результате гистограммы для указанной зоны.

5. Способ по любому из пп.1-4, отличающийся тем, что включает шаг расчета указанного массива опорных данных по опорному цифровому изображению объекта сравнения путем выполнения шагов а) и Ь) для опорного цифрового изображения с целью построения опорной гистограммы для каждой зоны опорного цифрового изображения и ассоциирования минимального и максимального опорных значений с каждым столбиком каждой построенной опорной гистограммы, причем каждое из минимального и максимального опорных значений получают с использованием соответствующего доверительного интер

- 9 019627 вала.

6. Способ по любому из пп.1-5, отличающийся тем, что включает шаги детектирования контура объекта на цифровом изображении и сравнения детектированного контура с контуром сравнения, соответствующим объекту сравнения, при этом идентификация объекта на шаге б) подтверждается, только если детектированный контур согласуется с контуром сравнения.

7. Способ по любому из пп.1-5, отличающийся тем, что включает следующие шаги: детектирование контура объекта на цифровом изображении и на шаге а) выбор по меньшей мере одной зоны таким образом, чтобы единственная или любая выбранная зона находилась внутри детектированного контура объекта.

8. Способ по любому из пп.1-5, отличающийся тем, что цифровое изображение объекта ограничивают контролируемой областью объекта, находящейся внутри его наблюдаемого контура.

9. Способ по любому из пп.1-8, включающий следующие шаги:

детектирование паттерна на цифровом изображении, сравнение детектированного паттерна с заданным опорным паттерном соответствующего объекта сравнения, определение того, согласуется ли детектированный паттерн с опорным паттерном, и, если установлено, что детектированный паттерн согласуется с опорным паттерном, использование результата идентификации объекта для аутентификации детектированного паттерна.

10. Система идентификации объекта, содержащая блок обработки цифровых изображений, снабженный запоминающим устройством и выполненный с возможностью выбора по меньшей мере одной зоны цифрового изображения указанного объекта и построения для каждой выбранной зоны соответствующей гистограммы цветовых значений для пикселей указанной зоны, при этом блок обработки цифровых изображений дополнительно обеспечивает возможности сравнивать для каждого столбика каждой построенной гистограммы количество пикселей с соответствующими минимальными и максимальными опорными значениями массива опорных данных, записанных в запоминающем устройстве и ассоциированных с объектом сравнения, и определять, находится ли указанное количество пикселей между указанными опорными значениями, и идентифицировать объект как схожий с объектом сравнения, если указанное количество пикселей находится между опорными значениями по меньшей мере для N указанных столбиков, где N>1, по меньшей мере одной зоны.

11. Система по п.10, отличающаяся тем, что блок обработки изображения выполнен с возможностью идентифицировать объект как полностью схожий с объектом сравнения, если указанное количество пикселей находится между указанными опорными значениями для каждого столбика каждой гистограммы каждой зоны.

12. Система по п.10, отличающаяся тем, что блок обработки изображения выполнен с возможностью рассчитывать значения меры сходства, ассоциированной со столбиками, если указанное количество пикселей не находится между указанными опорными значениями для каждого столбика каждой гистограммы каждой зоны, при этом значение меры сходства, ассоциированной со столбиком построенной гистограммы, является низким, если количество пикселей для указанного столбика намного меньше соответствующего минимального опорного значения или намного больше соответствующего максимального опорного значения, и идентифицировать объект как частично схожий с объектом сравнения на основе рассчитанных значений меры сходства.

13. Система по любому из пп.10-12, отличающаяся тем, что каждому пикселю указанного цифрового изображения поставлены в соответствие значения светлости, насыщенности и цветового тона, характеризующие один из цветов конечного цветового массива, каждый цвет которого соответствует определенному спектральному отклику, при этом блок обработки цифровых изображений выполнен с возможностью производить с целью построения гистограммы следующие действия:

подсчитывать среди пикселей в составе указанной зоны и для каждого цвета в составе цветового массива со значением цветового тона, находящимся между двумя заданными пороговыми значениями цветового тона, определяющими столбик для соответствующего цвета, количества пикселей, значения насыщенности для которых превышают заданное пороговое значение насыщенности, чтобы получить количество насыщенных пикселей для указанного цвета, подсчитывать для пикселей указанной зоны, не являющихся насыщенными, количества пикселей, значения светлости которых лежат ниже заданного порогового значения светлости, с целью получить соответствующее количество черных пикселей и количества пикселей, значения светлости которых лежат выше заданного порогового значения светлости, с целью получить соответствующее количество белых пикселей с сохранением подсчитанных количеств пикселей в запоминающем устройстве и рассчитывать на основе подсчитанных количеств насыщенных пикселей для каждого цвета цветового массива и количеств черных пикселей и белых пикселей распределения пикселей в соответствии с цветами из цветового массива и с черным и белым цветами с формированием в результате гистограммы

- 10 019627 для указанной зоны.

14. Система по любому из пп.10-13, содержащая осветительный блок, выполненный с возможностью освещать объект электромагнитным излучением в заданном спектральным интервале, и блок формирования изображения, выполненный с возможностью преобразовывать принятый электромагнитный сигнал, соответствующий электромагнитному излучению, отраженному от объекта, освещаемого осветительным блоком, в цифровое изображение объекта и передавать указанное цифровое изображение в блок обработки цифровых изображений, при этом блок обработки цифровых изображений выполнен с возможностью приема цифрового изображения от блока формирования изображения, а система дополнительно содержит блок управления, выполненный с возможностью управлять осветительным блоком, блоком формирования изображения и блоком обработки изображений с обеспечением синхронизации их работы в процессе освещения объекта, формирования цифрового изображения освещенного объекта и обработки цифрового изображения.

15. Система по любому из пп.10-14, отличающаяся тем, что дополнительно содержит сенсорное средство, выполненное с возможностью детектировать положение объекта относительно блока формирования изображения, обеспечивающего формирование цифрового изображения изделия, и передавать триггерный сигнал, указывающий на детектирование данного положения, при этом блок управления выполнен с возможностью принимать триггерный сигнал от сенсорного средства и синхронизировать работу осветительного блока, блока формирования изображения и блока обработки изображений на основе принятого триггерного сигнала.

16. Система по любому из пп.10-15, отличающаяся тем, что блок обработки цифровых изображений выполнен с дополнительной возможностью обрабатывать опорное цифровое изображение указанного объекта сравнения аналогично обработке цифрового изображения объекта с целью построения опорной гистограммы для каждой зоны опорного цифрового изображения и ассоциировать с каждым столбиком каждой построенной опорной гистограммы минимальное и максимальное опорные значения с получением каждого из указанных минимального и максимального опорных значений с использованием соответствующего доверительного интервала.

17. Система по любому из пп.10-16, отличающаяся тем, что блок обработки цифровых изображений выполнен с возможностью детектирования контура объекта на цифровом изображении и сравнения детектированного контура с контуром сравнения, соответствующим объекту сравнения, и валидации результата операции идентификации объекта, только, если детектированный контур согласуется с контуром сравнения.

18. Система по любому из пп.10-16, отличающаяся тем, что блок обработки цифровых изображений выполнен с возможностью детектировать контур объекта на цифровом изображении и выбирать по меньшей мере одну зону таким образом, чтобы единственная или любая выбранная зона находилась в пределах детектированного контура объекта.

19. Система по любому из пп.10-18, содержащая средство для ограничения цифрового изображения объекта контролируемой областью объекта, находящейся внутри его наблюдаемого контура.

20. Система по п.19, отличающаяся тем, что контролируемая область соответствует этикетке или отпечатку на указанном объекте.

21. Система по любому из пп.10-20, отличающаяся тем, что цифровой блок формирования изображения выполнен с возможностью детектировать паттерн на цифровом изображении, сравнивать детектированный паттерн с заданным опорным паттерном соответствующего объекта сравнения, определять, согласуется ли детектированный паттерн с опорным паттерном, и аутентифицировать детектированный паттерн на основании результатов операции идентификации объекта, если установлено, что детектированный паттерн согласуется с опорным паттерном.