JP2009531784A - マシンビジョンツールパラメータの自動決定 - Google Patents
マシンビジョンツールパラメータの自動決定 Download PDFInfo
- Publication number
- JP2009531784A JP2009531784A JP2009502992A JP2009502992A JP2009531784A JP 2009531784 A JP2009531784 A JP 2009531784A JP 2009502992 A JP2009502992 A JP 2009502992A JP 2009502992 A JP2009502992 A JP 2009502992A JP 2009531784 A JP2009531784 A JP 2009531784A
- Authority
- JP
- Japan
- Prior art keywords
- result
- image
- combination
- vision tool
- machine vision
- 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
- 239000013598 vector Substances 0.000 claims abstract description 129
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000000052 comparative effect Effects 0.000 claims abstract description 6
- 238000007689 inspection Methods 0.000 claims description 30
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims 1
- 239000000523 sample Substances 0.000 description 38
- 238000012360 testing method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
- G06V10/7784—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
Description
Claims (40)
- マシンビジョンツールパラメータを自動的に決定する方法であって、
少なくとも1つのイメージを形成し、前記少なくとも1つのイメージのそれぞれのイメージに対する所望のイメージ結果を形成し、それぞれの所望のイメージ結果が前記少なくとも1つのイメージのそれぞれのイメージ内の物体の少なくとも1つの所望の尺度を含むことと、
マシンビジョンツールパラメータの組合せを選択することと、
マシンビジョンツールパラメータの前記組合せを使用して前記少なくとも1つのイメージ上で前記マシンビジョンツールを実行し、前記少なくとも1つのイメージのそれぞれのイメージに対する計算されたイメージ結果を形成し、それぞれの計算されたイメージ結果が複数の計算された尺度を含むことと、
それぞれの所望のイメージ結果を対応する計算されたイメージ結果と比較し、マシンビジョンツールパラメータの前記組合せに関連付けられている比較結果ベクトルを形成することと、
マシンビジョンツールパラメータの前記組合せに関連付けられている前記比較結果ベクトルをマシンビジョンツールパラメータの前の組合せに関連付けられている前に計算された比較結果ベクトルと比較し、マシンビジョンツールパラメータのどの組合せがよりよいものかを判定し、それによりビジョンツールパラメータの現在最良の組合せを構成することとを含むことを特徴とする方法。 - マシンビジョンツールパラメータの前記現在の最良の組合せを保存することと、
評価すべきパラメータの組合せがそれ以上ない場合に、最良の全体的なマシンビジョンツールパラメータの組合せとしてマシンビジョンツールパラメータの前記現在の最良の組合せを構成することとをさらに含むことを特徴とする請求項1に記載の方法。 - 前記少なくとも1つのイメージのそれぞれのイメージに対する所望のイメージ結果を形成することは、
ユーザー側で、前記少なくとも1つのイメージをマークして、マークされたイメージを構成し、それぞれのマークされたイメージは前記イメージ内のそれぞれの物体の配置および広がりを示すマーキングを持つようにすることを可能にすることと、
前記マーキングを抽出して、前記所望のイメージ結果を形成し、前記イメージ内の前記少なくとも1つの物体の少なくとも所望の尺度を形成することとを含むことを特徴とする請求項1に記載の方法。 - 前記マーキングは、バウンディングボックスであることを特徴とする請求項3に記載の方法。
- 前記バウンディングボックスは、軸を揃えたバウンディングボックスであり、4つの尺度により指定されることを特徴とする請求項4に記載の方法。
- 前記4つの尺度は、
左上側X、左上側Y、右下側X、右下側Yであることを特徴とする請求項5に記載の方法。 - 前記バウンディングボックスは、回転されたバウンディングボックスであり、5つの尺度により指定されることを特徴とする請求項4に記載の方法。
- 前記5つの尺度は、
左上側X、左上側Y、右下側X、右下側Y、および前記バウンディングボックスの左上側コーナーを中心とする前記バウンディングボックスの回転を表す回転尺度であることを特徴とする請求項7に記載の方法。 - 前記バウンディングボックスは、最小の囲む矩形であることを特徴とする請求項4に記載の方法。
- 前記マーキングは、物体境界にそってトレースされた線であることを特徴とする請求項3に記載の方法。
- 前記少なくとも1つのイメージのそれぞれのイメージの中の物体の前記所望の尺度は、前記少なくとも1つのイメージ内の特徴の姿勢を含むことを特徴とする請求項1に記載の方法。
- 前記姿勢は、6つの尺度により特徴付けられることを特徴とする請求項11に記載の方法。
- 多数の利用可能なマシンビジョンツールパラメータの組合せの数だけ繰り返されることを特徴とする請求項1に記載の方法。
- イメージの集合に対し実行される方法であって、前記少なくとも1つのイメージが前記集合の一要素であることを特徴とする請求項1に記載の方法。
- イメージ対の集合を生成する方法であって、それぞれのイメージ対は計算されたイメージ結果とマークされたイメージを含むことを特徴とする請求項3に記載の方法。
- 前記マシンビジョンツールパラメータの組合せを選択することは、
複数の所望のイメージ結果を使用してマシンビジョンツールパラメータの組合せを推定することを含むことを特徴とする請求項1に記載の方法。 - 前記マシンビジョンツールパラメータの前記組合せに関連付けられている前記比較結果ベクトルをマシンビジョンツールパラメータの前の組合せに関連付けられている前に計算された比較結果ベクトルと比較することは、
結果比較発見的方法を使用して前記比較結果ベクトルを前に計算されている比較結果ベクトルと比較することを含むことを特徴とする請求項1に記載の方法。 - 前記結果比較発見的方法は、
最初に大きな差を見つけ、次いで中程度の差を見つけ、次いで小さな差を見つけることを含むことを特徴とする請求項17に記載の方法。 - 前記結果比較発見的方法は、
前記比較結果ベクトルの態様を重要度の下がる順に比較することを含むことを特徴とする請求項17に記載の方法。 - 大きな差がある場合には、前記大きな差に関してよりよい比較結果ベクトルを選好し、大きな差がない場合には、前記中程度の差を見つけることを特徴とする請求項18に記載の方法。
- 中程度の差がある場合には、前記中程度の差に関してよりよい比較結果ベクトルを選好し、中程度の差がない場合には、前記小さな差を見つけることを特徴とする請求項20に記載の方法。
- 小さな差がある場合には、前記小さな差に関してよりよい比較結果ベクトルを選好することを特徴とする請求項21に記載の方法。
- 前記大きな差は、
位置合わせが前提条件である場合に検査のため物体の位置を合わせること、正しく検査された物体の数、特に望ましくない故障モードの例の数、余分な大きな物の数、および欠損している大きな物の数のうちの少なくとも1つを含むことを特徴とする請求項18に記載の方法。 - 前記中程度の差は、
余分な中程度の物の数、および欠損している中程度の物の数のうちの少なくとも1つを含むことを特徴とする請求項18に記載の方法。 - 前記小さな差は、
余分な小さな物の数、欠損している小さな物の数、および幾何学的不一致の総数のうちの少なくとも1つを含むことを特徴とする請求項18に記載の方法。 - 前記マシンビジョンツールパラメータの前記組合せを使用して少なくとも1つのイメージ上で前記マシンビジョンツールを実行することは、
前記マシンビジョンツールを複数のイメージ上で実行することを含むことを特徴とする請求項1に記載の方法。 - 前記それぞれの所望のイメージ結果を対応する計算されたイメージ結果と比較し、マシンビジョンツールパラメータの前記組合せに関連付けられている比較結果ベクトルを形成することは、
前記所望のイメージ結果内の境界を対応する計算されたイメージ結果内の対応する境界と比較することを含むことを特徴とする請求項1に記載の方法。 - 前記所望のイメージ結果内の境界を対応する計算されたイメージ結果内の対応する境界と比較することは、
前記所望のイメージ結果から第1の境界リストを、前記対応する計算されたイメージ結果から第2の境界リストを作成することと、
前記第1の境界リストと前記第2の境界リストのそれぞれからの境界1つずつからなる、境界の最も近い対を決定することと、
前記境界の最も近い対が、閾値距離尺度よりも近いかどうかを判定することと、
前記境界の最も近い対が前記閾値距離尺度よりも近い場合、前記境界の最も近い対を一致リストに追加することとを含むことを特徴とする請求項27に記載の方法。 - 前記境界の最も近い対が前記閾値距離尺度よりも近くない場合、前記境界の最も近い対を「見あたらない」リストに追加することをさらに含むことを特徴とする請求項28に記載の方法。
- 前記第1の境界リストと前記第2の境界リストのそれぞれからの境界1つずつからなる境界の最も近い対を再び決定する前に前記閾値距離尺度よりも近くない前記境界の最も近い対を考察対象から外すことをさらに含むことを特徴とする請求項29に記載の方法。
- 前記閾値距離尺度よりも近くない前記境界の最も近い対を考察対象から外した結果、空の第1の境界リストまたは空の第2の境界リストが得られる場合、空ではない前記第1の境界リストおよび空ではない前記第2の境界リストの任意の境界リストを前記「見あたらない」リストに含めることをさらに含むことを特徴とする請求項30に記載の方法。
- 前記それぞれの所望のイメージ結果を対応する計算されたイメージ結果と比較し、マシンビジョンツールパラメータの前記組合せに関連付けられている比較結果ベクトルを形成することは、
前記所望のイメージ結果内のバウンディングボックスを対応する計算されたイメージ結果内の対応するバウンディングボックスと比較することを含むことを特徴とする請求項1に記載の方法。 - 前記所望のイメージ結果内のバウンディングボックスを対応する計算されたイメージ結果内の対応するバウンディングボックスと比較することは、
前記所望のイメージ結果から第1のバウンディングボックスリストを、前記対応する計算されたイメージ結果から第2のバウンディングボックスリストを作成することと、
前記第1のバウンディングボックスリストと前記第2のバウンディングボックスリストのそれぞれからのバウンディングボックス1つずつからなる、バウンディングボックスの最も近い対を決定することと、
前記バウンディングボックスの最も近い対が、閾値距離尺度よりも近いかどうかを判定することと、
前記バウンディングボックスの最も近い対が、前記閾値距離尺度よりも近い場合、前記バウンディングボックスの最も近い対を一致リストに追加することとを含むことを特徴とする請求項32に記載の方法。 - さらに、
前記バウンディングボックスの最も近い対が前記閾値距離尺度よりも近くない場合、前記バウンディングボックスの最も近い対を「見あたらない」リストに追加することを含むことを特徴とする請求項33に記載の方法。 - 前記第1のバウンディングボックスリストと前記第2のバウンディングボックスリストのそれぞれからのバウンディングボックス1つずつからなるバウンディングボックスの最も近い対を再び決定する前に前記閾値距離尺度よりも近くない前記バウンディングボックスの最も近い対を考察対象から外すことをさらに含むことを特徴とする請求項34に記載の方法。
- 前記閾値距離尺度よりも近くない前記バウンディングボックスの最も近い対を考察対象から外した結果、空の第1のバウンディングボックスリストまたは空の第2のバウンディングボックスリストが得られる場合、空ではない前記第1のバウンディングボックスリストおよび空ではない前記第2のバウンディングボックスリストの任意のバウンディングボックスリストを前記「見あたらない」リストに含めることをさらに含むことを特徴とする請求項35に記載の方法。
- 前記それぞれの所望のイメージ結果を対応する計算されたイメージ結果と比較し、マシンビジョンツールパラメータの前記組合せに関連付けられている比較結果ベクトルを形成することは、
前記比較結果ベクトルの一態様として、正しい一致イメージの数がビジョンツールパラメータの前記組合せによりもたらされる前記計算されたイメージ結果がそれぞれ一致閾値の範囲内で前記対応する所望のイメージ結果と一致するイメージの個数である、正しい一致イメージの数を組み込むことと、
前記比較結果ベクトルの一態様として、欠損している結果イメージの数がビジョンツールパラメータの前記組合せによりもたらされる前記計算されたイメージ結果のいくつかが一致閾値の範囲内で前記所望のイメージ結果と一致しないイメージの個数である、欠損している結果イメージの数を組み込むことと、
前記比較結果ベクトルの一態様として、余分な結果イメージの数がビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果の数が所望のイメージ結果の数を超えるイメージの個数である、余分な結果イメージの数を組み込むことと、
前記比較結果ベクトルの一態様として、正しい一致インスタンスの数がビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果が一致閾値の範囲内で対応する所望のイメージ結果と一致するインスタンスの個数である、正しい一致インスタンスの数を組み込むことと、
前記比較結果ベクトルの一態様として、欠損している結果インスタンスの数が一致閾値の範囲内で対応する所望のイメージ結果と一致するビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果がないインスタンスの個数である、欠損している結果インスタンスの数を組み込むことと、
前記比較結果ベクトルの一態様として、余分な結果インスタンスの数が所望のイメージ結果のどれとも対応しないビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果のインスタンスの数である、余分な結果インスタンスの数を組み込むことと、
前記比較結果ベクトルの一態様として、欠損している結果インスタンスの総面積が一致閾値の範囲内で対応する所望のイメージ結果と一致するビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果がないインスタンスの総面積である、欠損している結果インスタンスの総面積を組み込むことと、
前記比較結果ベクトルの一態様として、欠損している結果インスタンスの最大面積が一致閾値の範囲内で対応する所望のイメージ結果と一致するビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果がないすべてのインスタンスの間の最大面積である、欠損している結果インスタンスの最大面積を組み込むこと、
前記比較結果ベクトルの一態様として、余分な結果インスタンスの総面積が所望のイメージ結果のどれとも対応しないビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果のインスタンスの総面積である、余分な結果インスタンスの総面積を組み込むことと、
前記比較結果ベクトルの一態様として、余分な結果インスタンスの最大面積が所望のイメージ結果のどれとも対応しないビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果のすべてのインスタンスの間の最大面積である、余分な結果インスタンスの最大面積を組み込むことと、
前記比較結果ベクトルの一態様として、正しい一致インスタンスの総面積がビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果が一致閾値の範囲内で対応する所望のイメージ結果と一致するインスタンスの総面積である、正しい一致インスタンスの総面積を組み込むことと、
前記比較結果ベクトルの一態様として、正しい一致インスタンスの最大面積がビジョンツールパラメータの前記組合せによりもたらされる計算されたイメージ結果が一致閾値の範囲内で対応する所望のイメージ結果と一致するすべてのインスタンスの間の最大面積である、正しい一致インスタンスの最大面積を組み込むことと、
前記比較結果ベクトルの一態様として、正しい位置合わせイメージの数がビジョンツールパラメータの前記組合せによりもたらされる前記計算されたイメージ結果がすべて一緒に位置合わせ閾値の範囲内で前記対応する所望のイメージ結果と一致するイメージの個数である、正しい位置合わせイメージの数を組み込むことと、
前記比較結果ベクトルの一態様として、前記の態様のうちの少なくとも1つに基づく導出量を組み込むことと、
のうちの少なくとも1つを含むことを特徴とする請求項1に記載の方法。 - マシンビジョンツールパラメータを自動的に決定する方法であって、
少なくとも1つのイメージ、および前記少なくとも1つのイメージのそれぞれのイメージに対する所望のイメージ結果を形成し、前記所望のイメージ結果は前記少なくとも1つのイメージのそれぞれのイメージ内の物体の少なくとも1つの所望の尺度を含むようにすることと、
前記少なくとも1つのイメージ、および前記少なくとも1つのイメージのそれぞれのイメージに対する前記所望のイメージ結果を使用し、コンピュータにマシンビジョンツールパラメータの最適な集合を自動的に決定させることとを含むことを特徴とする方法。 - マシンビジョンツールパラメータを自動的に決定する方法であって、
複数のイメージを形成し、前記複数のイメージのそれぞれのイメージに対する所望のイメージ結果を形成し、それぞれの所望のイメージ結果は前記複数のイメージのそれぞれのイメージ内の物体の少なくとも1つの所望の尺度を含むことと、
マシンビジョンツールパラメータの組合せを選択することと、
前記マシンビジョンツールパラメータの組合せを使用して前記複数のイメージ上で前記マシンビジョンツールを実行し、前記複数のイメージのそれぞれのイメージに対する計算されたイメージ結果を形成し、それぞれの計算されたイメージ結果は複数の計算された尺度を含むことと、
それぞれの所望のイメージ結果を対応する計算されたイメージ結果と比較し、前記マシンビジョンツールパラメータの組合せに関連付けられている比較結果ベクトルを形成することと、
前記マシンビジョンツールパラメータの組合せに関連付けられている前記比較結果ベクトルをマシンビジョンツールパラメータの前の組合せに関連付けられている前に計算された比較結果ベクトルと比較し、どのマシンビジョンツールパラメータの組合せがよりよいものかを判定し、それによりビジョンツールパラメータの現在最良の組合せを構成することと、
前記マシンビジョンツールパラメータの現在の最良の組合せを保存することと、
評価すべきパラメータの組合せがそれ以上ない場合に、最良の全体的なマシンビジョンツールパラメータの組合せとして前記マシンビジョンツールパラメータの現在の最良の組合せを構成することとを含むことを特徴とする方法。 - 前記マシンビジョンツールパラメータの組合せに関連付けられている前記比較結果ベクトルをマシンビジョンツールパラメータの前の組合せに関連付けられている前に計算された比較結果ベクトルと比較することは、
結果比較発見的方法を使用して前記比較結果ベクトルを前に計算されている比較結果ベクトルと比較することを含むことを特徴とする請求項39に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/392,115 US8126253B2 (en) | 2005-11-12 | 2006-03-29 | Automatically determining machine vision tool parameters |
US11/392,115 | 2006-03-29 | ||
PCT/US2007/007759 WO2007126947A2 (en) | 2006-03-29 | 2007-03-28 | Automatically determining machine vision tool parameters |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009531784A true JP2009531784A (ja) | 2009-09-03 |
JP4886844B2 JP4886844B2 (ja) | 2012-02-29 |
Family
ID=38656061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009502992A Active JP4886844B2 (ja) | 2006-03-29 | 2007-03-28 | マシンビジョンツールパラメータの自動決定 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8126253B2 (ja) |
EP (1) | EP1999686A4 (ja) |
JP (1) | JP4886844B2 (ja) |
WO (1) | WO2007126947A2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016128810A (ja) * | 2014-12-29 | 2016-07-14 | ダッソー システムズDassault Systemes | 奥行きカメラを校正する方法 |
US9665803B2 (en) | 2013-01-17 | 2017-05-30 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
JP2017096939A (ja) * | 2015-11-12 | 2017-06-01 | コグネックス・コーポレイション | ビジョンシステムで3dポイントクラウドマッチングに使用するクラッタをスコアリングするためのシステム及び方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0809037D0 (en) | 2008-05-19 | 2008-06-25 | Renishaw Plc | Video Probe |
JP5509773B2 (ja) * | 2009-01-21 | 2014-06-04 | オムロン株式会社 | パラメータ決定支援装置およびパラメータ決定支援プログラム |
JP5472976B2 (ja) * | 2009-08-18 | 2014-04-16 | Necソフト株式会社 | 対象物検出装置、対象物検出方法、プログラムおよび記録媒体 |
US9177222B2 (en) | 2012-11-05 | 2015-11-03 | Mitutoyo Corporation | Edge measurement video tool and interface including automatic parameter set alternatives |
DE102013209800A1 (de) * | 2013-05-27 | 2014-11-27 | Dr. Johannes Heidenhain Gmbh | Verfahren zur Parametrierung eines Bildverarbeitungssystems für die Überwachung einer Werkzeugmaschine |
US9210417B2 (en) * | 2013-07-17 | 2015-12-08 | Microsoft Technology Licensing, Llc | Real-time registration of a stereo depth camera array |
BR112017001592A2 (pt) | 2014-07-25 | 2017-11-21 | Avery Dennison Corp | sistemas e métodos de autenticação para consumidores |
US10339662B2 (en) | 2016-05-23 | 2019-07-02 | Microsoft Technology Licensing, Llc | Registering cameras with virtual fiducials |
US10326979B2 (en) | 2016-05-23 | 2019-06-18 | Microsoft Technology Licensing, Llc | Imaging system comprising real-time image registration |
DE102017000856A1 (de) * | 2017-01-31 | 2018-08-02 | Seidenader Maschinenbau Gmbh | Verfahren zur computergestützten Konfiguration eines Inspektionssystems |
CN111091022A (zh) * | 2018-10-23 | 2020-05-01 | 宏碁股份有限公司 | 机器视觉的效能评估方法与系统 |
US11568567B2 (en) * | 2020-07-31 | 2023-01-31 | Zebra Technologies Corporation | Systems and methods to optimize performance of a machine vision system |
DE112022002428T5 (de) * | 2021-04-30 | 2024-02-15 | Zebra Technologies Corporation | Systeme und verfahren zum interagieren mit überlappenden bereichen von interesse in maschinellen bildverarbeitungsanwendungen |
US11966569B2 (en) * | 2021-04-30 | 2024-04-23 | Zebra Technologies Corporation | Systems and methods for interacting with overlapping regions of interest in machine vision applications |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305743A (ja) * | 1996-05-20 | 1997-11-28 | Toshiba Corp | 人物顔動作検出方式 |
JP2005258609A (ja) * | 2004-03-10 | 2005-09-22 | Yokogawa Electric Corp | 画像処理手順探索方法 |
JP2006011270A (ja) * | 2004-06-29 | 2006-01-12 | Nec Corp | 画像パターン補正方法、及びそれを適用した模擬画像生成方法、並びにパターン外観検査方法 |
JP2006258516A (ja) * | 2005-03-16 | 2006-09-28 | Hitachi High-Technologies Corp | 形状測定装置および形状測定方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119431A (ja) * | 1992-10-03 | 1994-04-28 | Ricoh Co Ltd | ワイヤボンダー等におけるパターン認識方法及び装置 |
US6424734B1 (en) | 1998-04-03 | 2002-07-23 | Cognex Corporation | Fiducial mark search using sub-models |
US6240208B1 (en) | 1998-07-23 | 2001-05-29 | Cognex Corporation | Method for automatic visual identification of a reference site in an image |
US6327393B1 (en) | 1998-08-17 | 2001-12-04 | Cognex Corporation | Method and apparatus to transform a region within a digital image using a deformable window |
JP2001022926A (ja) * | 1999-07-06 | 2001-01-26 | Mitsubishi Electric Corp | 画像認識方法および画像認識装置 |
US6577758B1 (en) | 1999-09-24 | 2003-06-10 | Cognex Technology And Investment Corporation | Image position detection technique in which input parameters can be easily determined |
US6323776B1 (en) * | 1999-12-21 | 2001-11-27 | Snap-On Technologies, Inc. | Method and apparatus of automatically identifying faults in a machine vision measuring system |
US6829371B1 (en) | 2000-04-29 | 2004-12-07 | Cognex Corporation | Auto-setup of a video safety curtain system |
US7062093B2 (en) | 2000-09-27 | 2006-06-13 | Mvtech Software Gmbh | System and method for object recognition |
US6748110B1 (en) * | 2000-11-09 | 2004-06-08 | Cognex Technology And Investment | Object and object feature detector system and method |
EP1425729B1 (en) * | 2001-08-23 | 2014-06-11 | Fei Company | Graphical automated machine control and metrology |
US6993177B1 (en) * | 2001-11-02 | 2006-01-31 | Cognex Technology And Investment Corporation | Gauging based on global alignment and sub-models |
US7162073B1 (en) * | 2001-11-30 | 2007-01-09 | Cognex Technology And Investment Corporation | Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object |
US7545949B2 (en) | 2004-06-09 | 2009-06-09 | Cognex Technology And Investment Corporation | Method for setting parameters of a vision detector using production line information |
JP2004126774A (ja) * | 2002-09-30 | 2004-04-22 | Toshiba Corp | パターン認識装置 |
JP4206723B2 (ja) * | 2002-10-11 | 2009-01-14 | オムロン株式会社 | 画像処理方法および画像処理装置 |
US7522762B2 (en) * | 2003-04-16 | 2009-04-21 | Inverness Medical-Biostar, Inc. | Detection, resolution, and identification of arrayed elements |
US20050031191A1 (en) | 2003-08-04 | 2005-02-10 | Mitutoyo Corporation | Methods and apparatus for inspection of lines embedded in highly textured material |
US7324682B2 (en) * | 2004-03-25 | 2008-01-29 | Mitutoyo Corporation | System and method for excluding extraneous features from inspection operations performed by a machine vision inspection system |
US7636449B2 (en) | 2004-11-12 | 2009-12-22 | Cognex Technology And Investment Corporation | System and method for assigning analysis parameters to vision detector using a graphical interface |
EP1914666A3 (en) | 2006-03-24 | 2008-05-07 | MVTec Software GmbH | System and methods for automatic parameter determination in machine vision |
-
2006
- 2006-03-29 US US11/392,115 patent/US8126253B2/en not_active Expired - Fee Related
-
2007
- 2007-03-28 JP JP2009502992A patent/JP4886844B2/ja active Active
- 2007-03-28 EP EP07754302.3A patent/EP1999686A4/en not_active Withdrawn
- 2007-03-28 WO PCT/US2007/007759 patent/WO2007126947A2/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305743A (ja) * | 1996-05-20 | 1997-11-28 | Toshiba Corp | 人物顔動作検出方式 |
JP2005258609A (ja) * | 2004-03-10 | 2005-09-22 | Yokogawa Electric Corp | 画像処理手順探索方法 |
JP2006011270A (ja) * | 2004-06-29 | 2006-01-12 | Nec Corp | 画像パターン補正方法、及びそれを適用した模擬画像生成方法、並びにパターン外観検査方法 |
JP2006258516A (ja) * | 2005-03-16 | 2006-09-28 | Hitachi High-Technologies Corp | 形状測定装置および形状測定方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9665803B2 (en) | 2013-01-17 | 2017-05-30 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
JP2016128810A (ja) * | 2014-12-29 | 2016-07-14 | ダッソー システムズDassault Systemes | 奥行きカメラを校正する方法 |
JP2017096939A (ja) * | 2015-11-12 | 2017-06-01 | コグネックス・コーポレイション | ビジョンシステムで3dポイントクラウドマッチングに使用するクラッタをスコアリングするためのシステム及び方法 |
US10452949B2 (en) | 2015-11-12 | 2019-10-22 | Cognex Corporation | System and method for scoring clutter for use in 3D point cloud matching in a vision system |
Also Published As
Publication number | Publication date |
---|---|
WO2007126947A3 (en) | 2008-07-10 |
US8126253B2 (en) | 2012-02-28 |
EP1999686A4 (en) | 2015-07-01 |
EP1999686A2 (en) | 2008-12-10 |
JP4886844B2 (ja) | 2012-02-29 |
WO2007126947A2 (en) | 2007-11-08 |
US20110317906A1 (en) | 2011-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4886844B2 (ja) | マシンビジョンツールパラメータの自動決定 | |
JP6632193B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP4933771B2 (ja) | 画像システムにおいてビデオツールを自動的にリカバリーするシステムおよび方法 | |
JP3549725B2 (ja) | 画像処理装置 | |
CN111539908B (zh) | 对样本的缺陷检测的方法及其系统 | |
US7340089B2 (en) | Geometric pattern matching using dynamic feature combinations | |
TW201830006A (zh) | 用於在具有深堆疊層之晶圓中訓練及施加缺陷分類器之系統及方法 | |
CN110378227B (zh) | 修正样本标注数据的方法、装置、设备及存储介质 | |
CN101454798A (zh) | 红眼检测仪器、红眼检测方法和红眼检测程序 | |
US6993177B1 (en) | Gauging based on global alignment and sub-models | |
KR20220117328A (ko) | 금속 조직의 상의 분류 방법, 금속 조직의 상의 분류 장치, 금속 조직의 상의 학습 방법, 금속 조직의 상의 학습 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치 | |
CN108320799B (zh) | 一种用于侧向流纸条疾病诊断的图像分析与识别方法 | |
US20090116731A1 (en) | Method and system for detection of concha and intertragal notch point in 3D undetailed ear impressions | |
JP2001188906A (ja) | 画像自動分類方法及び画像自動分類装置 | |
CN111126300A (zh) | 一种人体图像检测方法、装置和电子设备及可读存储介质 | |
JP2006292615A (ja) | 外観検査装置、外観検査方法、コンピュータを外観検査装置として機能させるためのプログラムおよび記録媒体 | |
CN112233161B (zh) | 手部图像深度确定方法、装置、电子设备及存储介质 | |
CN114913112A (zh) | 晶圆双边缘检测方法和装置及设备 | |
JP2008116206A (ja) | パターン寸法測定装置、方法及びプログラム | |
JP2007198968A (ja) | 画像分類方法及び画像分類装置 | |
JP2009157555A (ja) | 画像解析プログラム、画像解析装置、および画像解析方法 | |
JP2018005505A (ja) | 画像認識パラメータ設定装置、画像認識パラメータ設定方法、および画像認識パラメータ設定プログラム | |
JP4550398B2 (ja) | 一連の画像に現れる物体の動きを表現する方法、一連の画像中の画像における物体の選択を識別する方法、画像に対応する信号を処理することによって一連の画像を探索する方法、及び装置 | |
JP2009059047A (ja) | 対象物検出装置、対象物検出方法、および対象物検出プログラム | |
JPWO2014178241A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110107 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110407 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110414 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110509 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110516 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110607 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110614 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110706 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20111118 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111209 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141216 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4886844 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |