JP2013196418A - 個体識別装置、個体識別方法、プログラム - Google Patents

Abstract

【課題】画像撮影時のゴミ付着等の外的要因や、撮影機器に起因するノイズ等の内的要因により、画像に乱れが生じた場合であっても、安定して個々の物品の個体識別を行うことが可能な個体識別装置等を提供する。
【解決手段】個体識別装置２は、一の対象特徴点を特定し（Ｓ１１）、複数の基準特徴点に対して、基準特徴量と対象特徴量との一致数の最大値を算出する（Ｓ１２）。次に、個体識別装置２は、一致数の最大値が閾値以上か否かを判定する（Ｓ１３）。個体識別装置２は、一致数の最大値が閾値以上の場合（Ｓ１３のＹｅｓ）、照合結果を一致とする（Ｓ１４）。一方、個体識別装置２は、一致数の最大値が閾値未満の場合（Ｓ１３のＮｏ）、照合結果を不一致とする（Ｓ１５）。
【選択図】図７

Description

本発明は、所定の絵柄が付与されている物品や、所定の特性を有する微小細粒（タガント）が付与されている物品の個体識別を行う個体識別装置等に関するものである。

従来から、工業製品や商品パッケージ等には製造番号が付与され、製造管理や物流管理に利用されている。製造番号は物品の所定位置に文字或いはバーコード等の符号として印字される。また、証明書等の公的証書や商品券等の有価証券に対し、偽造防止や真正性認証を目的としてシリアルナンバーが印字されている。しかし、製造管理や物流管理を目的として個体識別のための製造番号を付与する場合は、明確に視認或いは機械識別を行うことを目的としているため、明示的に印字されることが多く、特にバーコードや２次元コードの形式で付与される場合は本来の製品等の意匠性を損なうことがあった。また、偽造防止を目的とした場合、文字やバーコード等の印字は容易に偽造・変造される恐れがあり、その効果は不十分であった。

また近年では、個体識別の手段として、ＩＣタグを用いて個別ＩＤを付与する方法が提案されている。ＩＣタグは書換え困難かつユニークなＩＤを各々付与することができ、非接触で読取可能なことから製品等の基材裏面、もしくは内部にＩＣタグを設けることにより個体識別が可能となる。しかし、ＩＣタグは単価が高く普及しにくいという問題があった。これらの問題に対し、例えば特許文献１では、真の個体の表面のランダムな特徴と判定対象の個体の表面の特徴とを、比較対象とする領域を移動しながら比較照合を繰り返すことにより、真偽を判定する方法について提案されている。この例では、特徴量として紙の透明度（紙を形成する繊維質材料の絡み具合等に起因する明暗パターン）をスキャナ等で読み取って比較するものである。

しかしながら、上述の特許文献１の手法では、個体表面がランダムな特徴を有する場合に適用可能なものであり、個体表面の特徴が少ない物品の個体識別には適用できなかった。また、真偽判定の精度を向上するために、物品の表面基材を特徴的なものに交換したり、或いは表面に特殊な加工を施したりすると、意匠性が損なわれたり、製造コスト増大につながる恐れがあった。そこで、物品に容易に付与でき、かつ普及した技術を利用しつつも、高い精度で個体識別や真偽判定を行えるようにすることが望まれている。

そこで、本願の発明者らは、特許文献２に記載の個体識別装置等を発明している。特許文献２に記載の個体識別装置は、基準とする物品に付与された印刷部を光学的に読み取った基準画像データに二値化処理等の画像処理を施して特徴点を抽出し、基準特徴点データとして記憶する。また、識別対象の物品に付与された印刷部についても同様の手法で画像を読み取り、同様の画像処理を施して特徴点を抽出する。そして、抽出された対象物特徴点データと記憶されている基準特徴点データとを比較することにより、識別対象の物品と基準物品とが同一個体であるか否かを判別する。特に、特許文献２では、各特徴点の絶対位置や、各特徴点と隣接するｎ個の特徴点との相対距離を比較の為の特徴量として算出している。

特許第４１０３８２６号公報 特願２０１１−０７７１９３号公報

しかしながら、特許文献２のように、各特徴点の特徴量を１つだけ定義し、その特徴量を比較するという手法では、認識精度が低下することがあった。例えば、画像撮影時のゴミ付着等の外的要因や、撮影機器に起因するノイズ等の内的要因により、画像に乱れが生じた場合、特徴点の位置ずれや、偽特徴点（例えば、ゴミやノイズに由来する特徴点）が含まれてしまうことがある。特許文献２に記載の特徴量では、一つの特徴点に対し一つの特徴量だけを比較し、特徴点の一致又は不一致を判定するため、個体識別の判定精度が低下してしまう。

本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、画像撮影時のゴミ付着等の外的要因や、撮影機器に起因するノイズ等の内的要因により、画像に乱れが生じた場合であっても、安定して個々の物品の個体識別を行うことが可能な個体識別装置等を提供することである。

前述した目的を達成するための第１の発明は、基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力手段と、識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出手段と、前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合手段と、前記照合手段の結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別手段と、を備え、前記入力手段は、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、前記特徴量算出手段は、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、前記照合手段は、複数の前記基準特徴量と複数の前記対象特徴量とを比較することを特徴とする個体識別装置である。第１の発明によって、画像に乱れが生じた場合であっても、安定して個体識別を行うことが可能となる。

前記照合手段は、前記対象特徴点ごとに、複数の前記基準特徴点に対して、前記基準特徴量と前記対象特徴量との一致数の最大値を算出し、前記一致数の最大値が閾値以上の場合には前記基準特徴点と前記対象特徴点とが一致と判定することが望ましい。これによって、偽特徴点が含まれていても、偽特徴点に大きく影響を受けることなく、安定して個体識別を行うことが可能となる。

また、前記入力手段は、前記基準特徴点ごとに、所定の順位条件に従って整列される複数の前記基準特徴量を入力し、前記特徴量算出手段は、前記対象特徴点ごとに、前記所定の順位条件と同様の順位条件に従って整列される複数の前記対象特徴量を算出し、前記照合手段は、同一の順位同士の前記基準特徴量と複数の前記対象特徴量とを比較することが望ましい。これによって、精度良く個体識別を行うことが可能となる。

第２の発明は、コンピュータが、基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力ステップと、識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出ステップと、前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合ステップと、前記照合ステップの結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別ステップと、を実行し、前記入力ステップは、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、前記特徴量算出ステップは、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、前記照合ステップは、複数の前記基準特徴量と複数の前記対象特徴量とを比較することを特徴とする個体識別方法である。第２の発明によって、画像に乱れが生じた場合であっても、安定して個体識別を行うことが可能となる。

第３の発明は、コンピュータを、基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力手段と、識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出手段と、前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合手段と、前記照合手段の結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別手段と、を備え、前記入力手段は、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、前記特徴量算出手段は、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、前記照合手段は、複数の前記基準特徴量と複数の前記対象特徴量とを比較する個体識別装置として機能させるためのプログラムである。第３の発明のプログラムを汎用のコンピュータにインストールすることによって、第１の発明の個体識別装置を得ることができるとともに、第２の発明の個体識別方法を実行することができる。

本発明により、画像撮影時のゴミ付着等の外的要因や、撮影機器に起因するノイズ等の内的要因により、画像に乱れが生じた場合であっても、安定して個々の物品の個体識別を行うことが可能な個体識別装置等を提供することができる。

個体識別システムの概要を示す図 基準特徴量データの一例を示す図 基準画像の一例を示す図 個体識別処理の流れを示すフローチャート 対象画像の一例を示す図 対象特徴量データの一例を示す図 照合処理の詳細を示すフローチャート 照合データの一例を示す図

以下図面に基づいて、本発明の実施形態を詳細に説明する。本発明の実施形態に係る物品は、絵柄が付与されていても良いし、所定の特性を有する微小細粒（以下、「タガント」（taggant：追跡用添加物）という。）がランダムに散布されていたりしても良い。但し、絵柄やタガントの分布状態は、物品ごとに異なるものとする。

図１は、個体識別システムの概要を示す図である。図１に示すように、個体識別システム１００は、例えば、物品１、個体識別装置２、光学読取装置３、光源４を備える。

物品１は、基材１１、タガント分布部１２などを備える。タガント分布部１２は、基材１１の面（表面でも裏面でも良い。）の一部に設けられる。タガントとは、基材１１とは異なる反射性を有する微細物質である。タガント分布部１２は、印刷インクにタガントを混入して基材１１に印刷を施したり、粘着剤等にタガントを混入して塗布したりすることによって、物品１の基材１１に設けられる。タガントはランダムな位置に配置されるため、後述する特徴点抽出処理によりタガントを特徴点として抽出することによって、物品１の個体識別が可能となる。

タガントは、ルーペで拡大すると、その形状や表面の光学的特徴を視認できる大きさ（数μｍ〜数百μｍ程度）の微細な細粒である。タガントは、例えば、金属片や、反射性金属層を有するもの、誘電率が異なる薄膜を多層にコートしたもの（多層薄膜）、図光回折構造体層を有するもの、所定の照射光に対して特定の反射特性を有する反射層を有するもの等を採用することができる。タガントの形状は任意としてよい。タガントの生成方法は公知である為、説明を省略する。

物品１は、タガント分布部１２に代えて、物品１（個体）ごとに異なる絵柄を有しても良い。後述する特徴点抽出処理において、タガントや絵柄の特徴点を抽出することによって、物品１の個体識別が可能となる。混乱を避ける為に、以下では、物品１にタガントが散布されているものとして説明する。

個体識別装置２は、制御部２１、記憶部２２、表示部２３、入力部２４、Ｉ／Ｏ２５などを備える。

制御部２１は、ＣＰＵ、ＲＯＭ、ＲＡＭなどから構成される。ＣＰＵは、記憶部２２、ＲＯＭ、記憶媒体などに格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、各装置を駆動制御し、個体識別装置２が行う後述する処理を実現する。ＲＯＭは、不揮発性メモリであり、個体識別装置２のブートプログラムやＢＩＯＳなどのプログラム、データなどを恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部２２、ＲＯＭ、記憶媒体などからロードしたプログラム、データなどを一時的に保持するとともに、制御部２１が各種処理を行う為に使用するワークエリアを備える。

記憶部２２は、例えば、ＨＤＤ（Hard Disk Drive）であり、制御部２１が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（Operating System）などが格納される。プログラムに関しては、ＯＳに相当する制御プログラムや、後述する処理を個体識別装置２に実行させるためのアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部２１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。

表示部２３は、液晶パネルなどのディスプレイ装置、ディスプレイ装置と連携して個体識別装置２のビデオ機能を実現するための論理回路など（ビデオアダプタなど）を有する。入力部２４は、データの入力を行い、例えば、キーボード、マウスなどのポインティングデバイス、テンキーなどの入力装置を有する。入力部２４を介して、個体識別装置２に対して、操作指示、動作指示、データ入力などを行うことができる。尚、表示部２３及び入力部２４は、タッチパネルディスプレイのように、一体となっていても良い。

Ｉ／Ｏ２５は、個体識別装置２に周辺機器（例えば、光学読取装置３などの外部記憶装置、プリンタ（不図示）、ネットワーク機器（不図示））を接続するためのポートや送受信機である。個体識別装置２は、Ｉ／Ｏ２５を介して周辺機器とのデータの送受信を行う。Ｉ／Ｏ２５の一例としては、ＵＳＢ、ＩＥＥＥ１３９４、ＲＳ−２３２Ｃなどのポートや、記憶媒体を読み書きするためのドライブ装置や、無線ＬＡＮ機器や、Ｂｌｕｅｔｏｏｔｈ（登録商標）送受信機などがある。周辺機器との接続形態は、有線、無線を問わない。

光学読取装置３は、スキャナ、ＣＣＤカメラ等であり、画像を光学的に読取り、画像データとして取得する装置である。光学読取装置３は、Ｉ／Ｏ２５を介して個体識別装置２に接続される。光学読取装置３は、読み取った画像データを個体識別装置２の制御部２１に出力する。個体識別装置２の制御部２１は、取得した画像データをＲＡＭまたは記憶部２２の所定のメモリ領域に記憶する。

光源４は、撮影対象とする物品１を撮影する際に、物品１に対して所定の方向から光を照射する。物品１と光学読取装置３と光源４との位置関係は、予め定義されている。

前述の説明では、個体識別装置２及び光学読取装置３を別体としたが、両者が一体であっても良い。個体識別装置２及び光学読取装置３が一体となる装置の例は、カメラ付きのノートＰＣ、携帯電話端末、スマートフォン、タブレット端末などが考えられる。尚、携帯電話端末やスマートフォンなどは、撮影時に端末を固定することが難しいなど、撮影条件が悪くなることも考えられる。しかしながら、本発明の実施の形態に係る個体識別処理によれば、撮影位置の位置ずれやノイズの映り込みが発生しても、精度良く個体識別を行うことができる。

以下、「基準」とは、個体識別処理において基準となる照合元のことを意味する。基準画像は、個体識別処理において基準となる照合先の画像である。これに対して、「対象」とは、個体識別処理において識別対象となる照合先のことを意味する。対象画像は、個体識別処理において識別対象となる照合先の画像である。以下、基準画像に係る特徴点及び特徴量は、基準特徴点及び基準特徴量と表記する。また、対象画像に係る特徴点及び特徴量は、対象特徴点及び対象特徴量と表記する。更に、基準特徴点及び対象特徴点を区別しない場合には、単に「特徴点」と表記する。同様に、基準特徴量及び対象特徴量を区別しない場合には、単に「特徴量」と表記する。

図２は、基準特徴量データの一例を示す図である。基準特徴量データ３０は、基準特徴点３１、第１基準近傍点３２、第２基準近傍点３３、第３基準近傍点３４、第４基準近傍点３５、第５基準近傍点３６、基準特徴量３７などのデータ項目を有する。

基準特徴点３１は、特徴点抽出処理によって抽出される特徴点である。図１に示す例であれば、タガント分布部１２に散布されるタガントの位置を示す座標である。例えば、個体識別装置２は、輪郭抽出処理によって各タガントの輪郭を抽出し、抽出される輪郭によって各タガントの領域を特定し、特定される領域の重心座標を、タガントの位置を示す座標とする。

第１基準近傍点３２は、特定の基準特徴点３１から見て、１番目に近い特徴点である。同様に、第２基準近傍点３３、第３基準近傍点３４、第４基準近傍点３５、及び第５基準近傍点３６は、特定の基準特徴点３１から見て、それぞれ、２番目、３番目、４番目、５番目に近い特徴点である。図２に示す例では、近傍点の数は「５個」としたが、特に限定されるものではない。

基準特徴量３７は、特定の基準特徴点３１に係る特徴量である。特徴量は、特徴点と近傍点との位置関係に基づく値である。特徴量の具体例は、図３を参照しながら後述する。

ここで、基準特徴量データ３０の生成処理について説明する。基準特徴量データ３０の生成処理は、例えば、物品１が市場に流通する前に行う。光学読取装置３が物品１（基準物品）のタガント分布部１２を光学的に読み取り、個体識別装置２の制御部２１に基準画像として出力すると、個体識別装置２の制御部２１は、入力される基準画像に対して所定の画像処理を施し、複数の基準特徴点３１を抽出する。そして、個体識別装置２の制御部２１は、基準特徴点３１ごとに、第１基準近傍点３２〜第５基準近傍点３６（近傍点も特徴点である。）との位置関係に基づく複数の基準特徴量３７を算出する。そして、個体識別装置２の制御部２１は、図２に例示する基準特徴量データ３０のように、物品１の基準特徴点３１ごとに、第１基準近傍点３２〜第５基準近傍点３６及び複数の基準特徴量３７を記憶部２２に記憶する。但し、個体識別装置２の制御部２１は、予め基準特徴量データ３０を記憶するだけでなく、図４に示す個体識別処理の直前に、基準特徴量データ３０を入力しても良い。入力の形態としては、Ｉ／Ｏ２５を介して別の装置や媒体から入力したり、ユーザが入力部２４を介して入力したりすることが考えられる。

図３は、基準画像の一例を示す図である。基準画像４０は、基準特徴量データ３０の生成処理に用いられる画像である。図３の例では、Ａ^＊〜Ｇ^＊の７個の特徴量が含まれている。

ここで、特徴量の具体例について説明する。図３では、基準特徴点Ａ^＊に係る基準特徴量を算出する例を示している。図２に示すように、基準特徴点Ａ^＊に係る第１基準近傍点〜第５基準近傍点は、それぞれ、Ｃ^＊、Ｄ^＊、Ｂ^＊、Ｇ^＊、Ｅ^＊である。個体識別装置２の制御部２１は、基準特徴点Ａ^＊及び第１基準近傍点Ｃ^＊を結ぶ線分と、基準特徴点Ａ^＊及び第２基準近傍点Ｄ^＊を結ぶ線分とのなす角度を１番目の基準特徴量θ_Ａ ^＊１として算出する。第３基準近傍点Ｂ^＊〜第５基準近傍点Ｅ^＊に対しても同様に、個体識別装置２の制御部２１は、基準特徴点Ａ^＊及び第１基準近傍点Ｃ^＊を結ぶ線分と、基準特徴点Ａ^＊及び第３基準近傍点Ｂ^＊〜第５基準近傍点Ｅ^＊を結ぶ線分とのなす角度を２番目の基準特徴量θ_Ａ ^＊２〜４番目の基準特徴量θ_Ａ ^＊４として算出する。

このように、個体識別装置２の制御部２１は、特定の基準特徴点３１と、５つの第１基準近傍点３２〜第５基準近傍点３６との位置関係によって、４つの基準特徴量３７を算出することができる。「角度」による定義の場合、画像の拡大、縮小及び回転に対してロバスト性がある。但し、特徴量の定義は特に限定されるものではなく、特徴点と近傍点との位置関係に基づく値であれば良い。特徴量の他の例としては、「角度」による定義の他、「距離」、「面積」などが挙げられる。また、複数の特徴量を定義して、複数の特徴量を用いても良い。

図４は、個体識別処理の流れを示すフローチャートである。図４に示す個体識別処理は、例えば、物品１が市場に流通した後、物品１の真贋判定を行う場合などに行われる。個体識別装置２の制御部２１は、図４に示す個体識別処理を開始する前に、記憶部２２、Ｉ／０２５を介する別の装置や媒体、或いは入力部２４から、基準特徴量データ３０を入力しておく。ここで、個体識別装置２の制御部２１は、基準特徴点ごとに、所定の順位条件に従って整列される複数の基準特徴量を入力する。所定の順位条件とは、例えば、第１基準近傍点３２〜第５基準近傍点３６を決めるときの距離に基づく順序である。所定の順位条件は、距離に基づく順序の他に、色相、明度、彩度などの色情報に基づく順序や、特定の基準特徴点３１から見て時計回りの順序などが考えられる。

図４に示すように、光学読取装置３が、識別対象の物品１を基準画像４０と同様の手法で読み取り、個体識別装置２の制御部２１に対象画像として出力すると、個体識別装置２の制御部２１は、対象画像に対して、基準画像４０に対する所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出する（Ｓ１）。

図５は、対象画像の一例を示す図である。図３の基準画像４０及び図５の対象画像５０を比較すると、対象画像５０の撮影位置が右にずれており、偽特徴点（ノイズ）Ｈが抽出されている。本発明の目的は、この偽特徴点Ｈの影響を軽減し、精度の向上を図ることである。

図４の説明に戻る。個体識別装置２の制御部２１は、特徴量算出処理を行う（Ｓ２）。特徴量算出処理では、個体識別装置２の制御部２１は、Ｓ１において抽出される対象特徴点ごとに、第１対象近傍点〜第５対象近傍点との位置関係に基づく対象特徴量を算出する。ここで、個体識別装置２の制御部２１は、対象特徴点ごとに、基準特徴量を入力するときの所定の順位条件と同様の順位条件に従って整列される複数の対象特徴量を算出する。

図５では、対象特徴点Ａに係る対象特徴量を算出する例を示している。対象特徴点Ａに係る第１対象近傍点〜第５対象近傍点は、それぞれ、Ｃ、Ｄ、Ｂ、Ｇ、Ｈである。個体識別装置２の制御部２１は、対象特徴点Ａ及び第１対象近傍点Ｃを結ぶ線分と、対象特徴点Ａ及び第２対象近傍点Ｄを結ぶ線分とのなす角度を１番目の対象特徴量θ_Ａ１として算出する。第３対象近傍点Ｂ〜第５対象近傍点Ｈに対しても同様に、個体識別装置２の制御部２１は、対象特徴点Ａ及び第１対象近傍点Ｃを結ぶ線分と、対象特徴点Ａ及び第３対象近傍点Ｂ〜第５対象近傍点Ｈを結ぶ線分とのなす角度を２番目の対象特徴量θ_Ａ２〜４番目の対象特徴量θ_Ａ４として算出する。尚、特徴量の定義は特に限定されるものではないが、基準特徴量の算出時と同様とする。

図６は、対象特徴量データの一例を示す図である。対象特徴量データ６０は、対象特徴点６１、第１対象近傍点６２、第２対象近傍点６３、第３対象近傍点６４、第４対象近傍点６５、第５対象近傍点６６、対象特徴量６７などのデータ項目を有する。

対象特徴点６１は、Ｓ１の特徴点抽出処理によって抽出される特徴点である。第１対象近傍点６２〜第５対象近傍点６６は、特定の対象特徴点６１から見て、それぞれ、１番目〜５番目に近い特徴点である。対象特徴量６７は、特定の対象特徴点６１に係る特徴量である。

図６において、対象特徴点６１〜第５対象近傍点６６のデータ項目の中で、点線の矩形によって囲まれている点は、偽特徴点（ノイズ）である。また、対象特徴量６７のデータ項目の中で、点線の矩形によって囲まれている対象特徴量は、偽特徴点を用いて算出される対象特徴量である。偽特徴点を用いて算出される対象特徴量は、基準特徴量と一致しない。

図４の説明に戻る。個体識別装置２の制御部２１は、照合処理を行う（Ｓ３）。照合処理では、個体識別装置２の制御部２１は、Ｓ２における特徴量算出処理によって算出される対象特徴量と、事前に入力される基準特徴量とを照合し、対象特徴点と基準特徴点とが一致するか否かを判定する。ここで、個体識別装置２の制御部２１は、前述の順位条件に従って、同一の順位同士の基準特徴量と複数の対象特徴量とを比較する。

図７は、照合処理の詳細を示すフローチャートである。図７に示すように、個体識別装置２の制御部２１は、一の対象特徴点を特定し（Ｓ１１）、複数の基準特徴点に対して、基準特徴量と対象特徴量との一致数の最大値を算出する（Ｓ１２）。

図２及び図６の例を参照しながら、Ｓ１２の詳細を説明する。個体識別装置２の制御部２１は、例えば、Ｓ１において「Ａ」を特定すると、複数の基準特徴点「Ａ^＊〜Ｇ^＊」に対して、「Ａ^＊〜Ｇ^＊」の基準特徴量３７と「Ａ」の対象特徴量６７との一致数を算出する。一致判定では、基準特徴量３７と対象特徴量６７との差が一定の誤差の範囲内であれば、一致と判定する。

「Ａ^＊」の基準特徴量３７と「Ａ」の対象特徴量６７との比較結果は、「θ_Ａ ^＊４」と偽特徴点Ｈを用いて算出される「θ_Ａ４」とが不一致であり、それ以外は一致する。一方、「Ｂ^＊〜Ｇ^＊」の基準特徴量３７と「Ａ」の対象特徴量６７との比較結果は、偶然の一致を除き、不一致となる。従って、一致数が最大となる基準特徴点は「Ａ^＊」であり、その一致数は「３」である。個体識別装置２の制御部２１は、それ以外の対象特徴量「Ｂ〜Ｇ」に対しても同様に、基準特徴量と対象特徴量との一致数の最大値を算出する。

次に、個体識別装置２の制御部２１は、一致数の最大値が閾値以上か否かを判定する（Ｓ１３）。特徴量の数が４個であれば、閾値は、例えば「３」とする。

個体識別装置２の制御部２１は、一致数の最大値が閾値以上の場合（Ｓ１３のＹｅｓ）、照合結果を一致とする（Ｓ１４）。一方、個体識別装置２の制御部２１は、一致数の最大値が閾値未満の場合（Ｓ１３のＮｏ）、照合結果を不一致とする（Ｓ１５）。

次に、個体識別装置２の制御部２１は、全ての対象特徴点が処理済か否かを判定する（Ｓ１６）。処理済ではない場合（Ｓ１６のＮｏ）、個体識別装置２の制御部２１は、Ｓ１１から処理を繰り返す。処理済の場合（Ｓ１６のＹｅｓ）、個体識別装置２の制御部２１は、処理を終了する。

図８は、照合データの一例を示す図である。照合データ７０は、基準特徴点７１、対象特徴点７２、基準特徴量７３、対象特徴量７４、一致数の最大値７５、照合結果７６などのデータ項目を有する。

基準特徴点７１は、予め入力される。対象特徴点７２は、Ｓ１において抽出される。基準特徴量７３は、予め入力される。対象特徴量７４は、Ｓ２において算出される。一致数の最大値７５は、Ｓ１２において算出される。照合結果７６は、Ｓ１３〜Ｓ１５における結果である。

照合処理は、前述の通り、同一の順位同士の基準特徴量と複数の対象特徴量とを比較する。例えば、基準特徴点３１が「Ａ^＊」の基準特徴量３７と、対象特徴点６１が「Ａ」の対象特徴量６７とを照合する場合、「θ_Ａ ^＊１」と「θ_Ａ１」、「θ_Ａ ^＊２」と「θ_Ａ２」、「θ_Ａ ^＊３」と「θ_Ａ３」、「θ_Ａ ^＊４」と「θ_Ａ４」、とを比較する。

図８の例では、対象特徴点７２が「Ａ〜Ｇ」については、一致数の最大値７５が「３」又は「４」であることから、照合結果７６が全て「○」（一致）となっている。特に、対象特徴点７２が「Ａ、Ｄ、Ｇ」については、偽特徴点Ｈを用いて算出される対象特徴量７４が含まれるものの、複数の特徴量を照合することによって、一部の偽特徴点に影響されることなく、正しい照合結果が得られている。一方、対象特徴点７２が「Ｈ」については、一致数の最大値７５が「０」であることから、照合結果７６が「×」（不一致）となっている。このように、「Ｈ」は偽特徴点として除外できている。

図４の説明に戻る。個体識別装置２の制御部２１は、Ｓ３における照合処理の結果に基づいて個体識別を行い、識別結果を出力する（Ｓ４）。個体識別装置２の制御部２１は、例えば、照合結果が「○」（一致）である特徴点の数が、一定数以上である場合、識別対象の物品１を真の物品と識別する。

以上の通り、本実施の形態に係る個体識別装置は、基準特徴点ごとに複数の基準特徴量を入力し、対象特徴点ごとに複数の対象特徴量を算出し、複数の基準特徴量と複数の対象特徴量とを比較することによって、基準特徴点と対象特徴点とが一致するか否かを照合する。これによって、画像撮影時のゴミ付着等の外的要因や、撮影機器に起因するノイズ等の内的要因により、画像に乱れが生じた場合であっても、安定して個々の物品の個体識別を行うことが可能となる。

また、個体識別装置は、対象特徴点ごとに、複数の基準特徴点に対して、基準特徴量と対象特徴量との一致数の最大値を算出し、一致数の最大値が閾値以上の場合には基準特徴点と対象特徴点とが一致と判定する。これによって、偽特徴点が含まれていても、偽特徴点に大きく影響を受けることなく、安定して個体識別を行うことが可能となる。

また、個体識別装置は、基準特徴点ごとに、所定の順位条件に従って整列される複数の基準特徴量を入力し、対象特徴点ごとに所定の順位条件と同様の順位条件に従って整列される複数の対象特徴量を算出し、同一の順位同士の基準特徴量と複数の対象特徴量とを比較する。これによって、精度良く個体識別を行うことが可能となる。

以上、添付図面を参照しながら、本発明に係る個体識別装置等の好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１………物品
２………個体識別装置
３………光学読取装置
４………光源
３０………基準特徴量データ
４０………基準画像
５０………対象画像
６０………対象特徴量データ
７０………照合データ
１００………個体識別システム

Claims (5)

1. 基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力手段と、
   識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出手段と、
   前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合手段と、
   前記照合手段の結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別手段と、
   を備え、
   前記入力手段は、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、
   前記特徴量算出手段は、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、
   前記照合手段は、複数の前記基準特徴量と複数の前記対象特徴量とを比較する
   ことを特徴とする個体識別装置。
2. 前記照合手段は、前記対象特徴点ごとに、複数の前記基準特徴点に対して、前記基準特徴量と前記対象特徴量との一致数の最大値を算出し、前記一致数の最大値が閾値以上の場合には前記基準特徴点と前記対象特徴点とが一致と判定する
   ことを特徴とする請求項１に記載の個体識別装置。
3. 前記入力手段は、前記基準特徴点ごとに、所定の順位条件に従って整列される複数の前記基準特徴量を入力し、
   前記特徴量算出手段は、前記対象特徴点ごとに、前記所定の順位条件と同様の順位条件に従って整列される複数の前記対象特徴量を算出し、
   前記照合手段は、同一の順位同士の前記基準特徴量と複数の前記対象特徴量とを比較する
   ことを特徴とする請求項１又は請求項２に記載の個体識別装置。
4. コンピュータが、
   基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力ステップと、
   識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出ステップと、
   前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合ステップと、
   前記照合ステップの結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別ステップと、
   を実行し、
   前記入力ステップは、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、
   前記特徴量算出ステップは、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、
   前記照合ステップは、複数の前記基準特徴量と複数の前記対象特徴量とを比較する
   ことを特徴とする個体識別方法。
5. コンピュータを、
   基準物品を光学的に読み取ることによって得られる基準画像に対して所定の画像処理を施すことにより抽出される複数の基準特徴点ごとの基準特徴量を入力する入力手段と、
   識別対象の物品を前記基準画像と同様の手法で読み取ることによって得られる対象画像に対して前記所定の画像処理と同様の画像処理を施し、複数の対象特徴点を抽出し、前記対象特徴点ごとの対象特徴量を算出する特徴量算出手段と、
   前記基準特徴量と前記対象特徴量とを比較することによって、前記基準特徴点と前記対象特徴点とが一致するか否かを照合する照合手段と、
   前記照合手段の結果に基づいて、前記識別対象の物品と前記基準物品とが同一個体であるか否かを識別する識別手段と、
   を備え、
   前記入力手段は、前記基準特徴点ごとに、複数の前記基準特徴量を入力し、
   前記特徴量算出手段は、前記対象特徴点ごとに、複数の前記対象特徴量を算出し、
   前記照合手段は、複数の前記基準特徴量と複数の前記対象特徴量とを比較する
   個体識別装置として機能させるためのプログラム。

Images