JP2014197842A - 複数の撮影画像を用いてパターンのステッチおよびデコードするシステムおよび方法 - Google Patents

Abstract

【課題】機械読み取りシンボルを読むシステムおよび方法で、シンボルの複数画像を撮影し、シンボルデータが破損しデコード不能であっても画像からシンボルデータ領域を特定できる。【解決手段】複数画像から取得されたシンボルデータ領域のバイナリマトリクスが生成され、累積されてデコード可能な画像を生成する。シンボルが１つの画像から次の画像に移動したときに同じシンボルについて取得された複数画像の中で対応が確立される。【選択図】図１

Description

本発明は、画像をデコードする画像システムおよび方法に関し、詳細には複数の撮影画像を結合したデータを用いてステッチおよびデコードするシステムおよび方法に関する。

画像システムが、視覚された被写体の情報を供給するカメラセンサを備える画像取得デバイスを用いる。次いでシステムが、この情報を種々のアルゴリズムに基づいて分析し、プログラムされた意思決範囲において最も効果的となるために、典型的には被写体が照明される。

イメージセンサを用いてシンボルを読み取ること（または一般に「バーコード」スキャンと言われる）が、シンボル（たとえば「バーコー ド」）を含む被写体の位置における画像取得センサ（ＣＭＯＳカメラ、ＣＣＤなど）を指しており、シンボルの画像を取得する。シンボルには所定のパターンセットが含まれ、該パターンが特徴または形の順序付けられたグループを表わし、そこから、搭載されたデータプロセッサ（たとえばマイクロプロセッサ）が被写体について価値のある情報（たとえば、シリアル番号や種類、モデル、価格など）を導出する。シンボル／バーコードが様々な形状および大きさで利用可能である。被写体のマーキングや識別に用いられる最も共通に活用されるシンボルタイプに、幅および隙間の変化する上下のストライプの線で構成されるいわゆる１次元バーコード、およびドットまたは矩形の２次元配列で構成されるいわゆる２次元バーコードの２つがある。

多くの画像化用途において、表面の特徴、照明、動き、他の変化の振動または大きさによって、その画像が部分的に読取り不能のような画像となる。たとえば、被写体が搬送ラインを下るに従い、被写体のシンボルの複数の画像を画像化デバイスが導く。この配置において、画像化デバイスおよび被写体の間の相対動きが発生する。画像化デバイスの処理回路に組み込まれた機械視覚アプリケーションが被写体のシンボルの複数の画像を導く。上述した何れの理由のために、導かれた画像の1つまたは複数が部分的に読み出し不能である。

関心の目標／特徴の画像が、視野範囲を通過すると、例示の機械視覚検出器によって複数、取得される一方で、各画像が個々に用いられて検出および／またはトリガ機能を実行する。

本実施形態が、機械読取シンボルを読み取るシステムおよび方法を提供することで従来技術の問題を解決し、該システムおよび方法が、シンボルの画像を複数撮影しかつシンボルデータが破損されてデコードできないときに画像からシンボルデータ領域を見つける。複数の画像から取得されたシンボルデータ領域のバイナリマトリクスが生成、集積されて、デコード可能な画像が生成される。シンボルが1つの画像から次のに移動するときに、同じシンボルについて取得された複数画像の中で対応が確立される。

したがって、ある実施形態がシンボルの画像を用いてシンボルをデコードするシステムで構成される。該システムが画像化デバイスを備え、画像化デバイスが第1画像および第２画像を取得し、第１画像が第１シンボルデータ領域を含み、第２画像が第２シンボルデータ領域を含む。プロセッサが画像化デバイスに動作可能に連結され、プロセッサがデータステッチアルゴリズムを実行し、ここでデータステッチアルゴリズムによって、第１シンボルデータ領域が第１バイナリマトリクスに、第２シンボルデータ領域が第２バイナリマトリクスにそれぞれ変換され、データステッチアルゴリズムによって、第１バイナリマトリクスが第２バイナリマトリクスに累積されて累積バイナリマトリクスが生成され、該累積バイナリマトリクスがシンボルを表わすデコード可能とされる。

他の実施形態は、機械読み取り可能シンボルの第１画像および続く画像の間の対応を確立するためのシステムである。該システムが第１画像および後続画像を取得する画像化デバイスを備え、第１画像には第１シンボルデータ領域が含まれ、後続画像には後続シンボルデータ領域が含まれ、第１シンボルデータ領域には第１位置および第１スケールが含まれ、後続シンボルデータ領域には第２位置および第２スケールが含まれ、第２位置および第２スケールが第１位置および第１スケールとは異なるものとされる。プロセッサが画像化デバイスに動作可能に連結され、該プロセッサが、データステッチアルゴリズムを実行し、ここで、データステッチアルゴリズムが機械読み取り可能シンボルの合成モデルを生成し、合成モデル位置における後続シンボルデータ領域の第２位置および第２スケールとの相関を実行する。相関に基づいて、後続シンボルデータ領域の第２位置および第２スケールを調節して修正後続画像が生成され、第１画像および後続画像がデコード用に一緒にステッチされる。

ある実施形態が、上記に一貫して、シンボルの画像を用いてシンボルをデコードする方法を含む。該方法には、画像化デバイスを用いて、第１シンボルデータ領域を含んでいる第１画像、および第２シンボルデータ領域を含んでいる第２画像を取得する工程と、第１シンボルデータ領域を第１バイナリマトリクスに、第２シンボルデータ領域を第２バイナリマトリクスに変換する工程と、第１バイナリシンボルを第２バイナリマトリクスと累積する工程と、シンボルを表わすデコード可能とされる累積バイナリマトリクスを生成する工程と、が含まれる。

上述および関連の目的を達成するために、次いで、本技術が以降に詳しく説明する特徴を備える。以下の説明および添付の図面によって本技術のある例示の態様を詳細に説明する。しかしながら、これら態様が本技術の原理が用いられる様々な方法のうちのいくつかしか示さない。本技術の他の態様や有利な点、新規の特徴が、図面と共に検討することで次の詳細の説明から明らかになろう。

本実施形態に基づく、被写体の複数の画像を取得する固定スキャナを含む代表的な視覚システム構成の概略図である。 ２次元マトリクスシンボルの特徴および形態の図である。 ２次元マトリクスシンボルの特徴および形態の図である。 ２次元マトリクスシンボルの特徴および形態の図である。 ２次元マトリクスシンボルの特徴および形態の図である。 ２次元マトリクスシンボルの特徴および形態の図である。 ２次元マトリクスシンボルの特徴および形態の図である。 画像における配置された有望候補領域および背景雑音の図である。 被写体の第1および第２の画像で２つの有望候補領域を示す図である。 被写体の第1および第２の画像で２つの有望候補領域を示す図である。 図９の第１画像の第１有望候補のバイナリマトリクスを示す図である。 図９の第１画像の第２有望候補のバイナリマトリクスを示す図である。 図１０の第２画像の第１有望候補のバイナリマトリクスを示す図である。 図１０の第２画像の第２有望候補のバイナリマトリクスを示す図である。 図９の第１画像の第１有望候補のバイナリマトリクス、および図１０の第２画像の第１有望候補のバイナリマトリクスをステッチした集積バイナリマトリクス示す図である。 図９の第１画像の第２有望候補のバイナリマトリクス、および図１０の第２画像の第２有望候補のバイナリマトリクスをステッチした集積バイナリマトリクス示す図である。 シンボルの第１画像を示す。 図１７に続く、または同じシンボルの第２画像を示しかつシンボルがわずかに移動したのを示す。 相関関係技術に用いられる合成モデルを示す。 シンボル位置を示し、それに対する合成モデルおよび第２画像間の相関関係がスケールおよび位置がパラメータ空間内で最も高い。 第２画像の修正有望領域を示す。 明るいフィールド照明を用いたシンボルの第１画像を示し、ここで有望候補領域が破損データ領域を含んでいる。 未知の極性のある図２２のシンボルの第２画像を示す。 ライトオンダークフィルタ（light-on-dark filter）を用いた第１ＤＯＨ画像を示す。 ダークオンライトフィルタ（dark-on-light filter）を用いた第２ＤＯＨ画像を示す。 図２２の第１画像および図２３の第２画像からステッチされ累積されたデコード可能なバイナリマトリクスを示す。

本技術が種々の変態および代替の態様を受ける一方で、特別な実施形態が図面の例に示され、本明細書に詳細に説明される。しかしながら、特別な実施形態の説明が技術を開示された個別な形態へ限定するものではなく、反対に、添付の特許請求のスケールで定義される技術の主旨およびスケール内の変態、等価、代替を全て含めるものとすることが理解されよう。

本発明の技術の種々の態様を添付の図面を参照して説明するが、いくつかの図に亘って類似の参照番号が類似の要素に対応する。しかしながら、以降の関連の図面および詳細の説明が、請求する発明の要件を開示する特別な形態に限定するものでないことが理解されよう。むしろ、意図するところは請求する発明の要件の主旨およびスケールにある変態、等価、代替を全て含めるものである。

本明細書で使用されるように、「構成要素(component)」、「システム(system)」、「デバイス(device)」などの用語がハードウェア、ハードウェアおよびソフトウェアの組合せ、ソフトウェア、および実行のソフトウェアの何れかを指すものである。用語「例示の」は本明細書においては、例、具体例、例示として機能するのを意味するのに用いられる。本明細書に「例示の」として説明された何れの態様、デザインは、他の態様およびデザインに亘って必ずしも好適または有利なものとして解釈されるものではない。

また、開示の発明事項が、標準のプログラムおよび／またはエンジニアリング技術および／またはプログラムを用いて、システム、方法または製造物として実施されて、ハードウェア、ファームウェア、ソフトウェア、またはそれらの何れの組合せを作って電子ベースデバイスを制御し、本発明書で詳述する態様を実施する。

他に特定したり限定しない限り、用語「接続された」、「結合された」、およびこれらの種々の変形が、広く用いられかつ直接および間接の実装、接続、保持、結合の何れを含む。さらに、「接続された」および「結合された」は、物理的、機械的接続または結合に限定されない。本明細書に使用されるように、他に明記しない限り、「接続された」は１つの要素／特徴が別の要素／特徴に直接にまたは間接に接続されるが、必ずしも電気的または機械的ではない。同様に、他に明記しない限り、「結合された」は１つの要素および／または特徴が直接にまた間接的に別の要素／特徴に結合されることを意味するが、必ずしも電気的または機械的ではない。

本明細書で使用されるように、用語「プロセッサ」には、１つまたは複数のプロセッサおよびメモリ、および／または１つまたは複数のプログラマブルハードウェア要素が含まれる。ここで使用されるように、用語「プロセッサ」には、ＣＰＵ、マイクロコントローラ、デジタル信号処理、またはソフトウェア命令を実行可能な他のデバイスの何れかが含まれる。

本明細書で使用されるように、用語「メモリ」には、不揮発性媒体、たとえば、磁気媒体、またはハードディスク、光学ストレージ、またはフラッシュメモリ、システムメモリなどの揮発性媒体、たとえば、ランダムアクセスメモリ（ＲＡＭ）の、ＤＲＡＭ、ＳＲＡＭ、ＥＤＯ ＲＡＭ、ＲＡＭＢＵＳ ＲＡＭ、ＤＲ ＤＲＡＭ、または、たとえばＣＤ−ＲＯＭ、フレキシブルディスクなどの、プログラムが保存されおよび／またはデータ通信がバッファリングされるインストレーション媒体、が含まれる。用語「メモリ」にはやはり他の種類のメモリまたはそれらの組合せが含まれる。

技術の実施形態を以下に図を用いて説明し、図は本技術の実施形態を実施するのに用いられる実施形態の構造または処理の何れかを例示する。このように技術の実施形態を表わす図を用いるが、そのスケールを限定するものとして解釈されない。複数取得画像から複合されたデータを用いてステッチしデコードする電気デバイス構造およびシステム、および方法の両方に、本技術が予期される。

機械視覚システムの様々な実施形態を固定実装スキャナに関連付けて説明するが、該スキャナが２次元マトリクスをスキャンするのに適合し、読み取りできない領域を含むシンボルの複数の画像に関心の領域を見つけ、関心の領域を結合してシンボルのデコード可能な画像を生成する。これは本技術の特徴および有利な点がこの目的に好適だからである。さらに、本技術の種々の態様が、機械読み取りシンボル、画像化デバイス、画像化用途に適用でき、それにはロボット制御スキャナ、ハンドヘルド画像化デバイス、画像化デバイスが含まれ、および複数撮影画像から複合された画像データを用いたシンボルをデコードするのに利益を享受できる他の形態に適用できる。

図１に、機械読み取り可能なシンボル３６を含む被写体３４の１つまたは複数の画像３２を取得するのに適合した、例示する機械視覚システム３０を示す。コンベヤ３８が被写体３４を搬送し、被写体３４および画像化デバイス４２の視野４０の間の相対動きが発生する。例示の機械視覚システムが、限定されずに、他には、製造組立や、試験、測定、オートメーション、および／または制御アプリケーションに用いられる。機械視覚システム３０が様々な画像取得の何れかを実行できる画像取得ソフトウェア４４を用いて良い。

画像化デバイス４２が、たとえば画像処理およびデコードに用いられるプロセッサ４６を含む。プロセッサ４６が視覚センサ４８に連結されるが、視覚センサ４８の一部になるかまたは視覚センサ４８に局所的に結合される。プロセッサ４６が、画像取得ソフトウェア４４でコード化されるか、またはある実施形態では画像取得ソフトウェア４４が、別のコンピュータデバイス５０またはプロセッサ上で動作する。画像取得ソフトウェア４４が、他には、単一の読み取り操作で複数画像を取得し、照明を制御し、画像データを取得し、取得画像データを使用可能情報に処理／デコードするように構成され得る。

また、画像化デバイス４２が視覚センサ４８に連結されたメモリ媒体５２、および／またはプロセッサ４６を含む。メモリ媒体５２が、スキャンされまたは処理された画像３２を保存し、データおよび通信などををバッファするのに用いられて良い。また、通信ライン５４が画像化デバイス４２に連結され、任意のコンピュータ５０への接続ポイントを提供する。コンピュータ５０がたとえばスキャンされたまたは処理された画像３２をアップロードおよびダウンロードするために用いられて良い。ワイヤレス通信がやはり検討されることは理解されよう。この例で、画像デバイス４２は高角度および／または低角度、または高低角度の照明を提供できる従来の固定搭載スキャナで良い。

本明細書に記載の様々な実施形態によって、被写体３４の複数画像３２からの結合画像が、そうでなければ個々の画像からはデコードできないシンボル３６のデコードを可能とする。特には、様々な実施形態を、２次元マトリクスシンボルの画像化およびデコードに関連付けて説明する。この例では、シンボル３６が概略平坦な被写体３４の表面に適用される。被写体３４が正しく照明されずに、または別の他の理由で時々部分的に覆われて、シンボル３６が部分的に読み取れなくなる。

図２〜７を参照し、２次元マトリクスシンボル５６が規則的配列構造に配列された形式的に四角シンボルモジュール６０を含む１つまたは複数のデータ領域５８で構成される。データ領域５８が概略Ｌ形状のファインダパターン６２によって部分的に囲まれ、データ領域５８が、４つの全ての側に接して、静寂域６４で囲まれて良い。タイミングパターン６６がシンボル３６の行数と列数の数を提供する。図５がダークオンライト２次元マトリクスシンボル５６の例を示し、図６がライトオンダーク２次元マトリクスシンボル７０の例を示す。また、配列パターン７２が、含まれて良く、典型的に大きい格子サイズシンボルで用いられる（図７参照）。

機械視覚システム３０がシンボル特定ソフトウェア７４を用いて、それの長方形または四角形の形状、若しくはユニークなファインダパターン６２およびタイミングパターン６６に基づいて２次元マトリクスシンボルを特定して有望候補を特定する。ある実施形態では、画像取得ソフトウェア４４およびシンボル特定ソフトウェア７４が結合されて１つのソフトウェアアプリケーションになり、他の実施形態では、画像取得ソフトウェア４４およびシンボル特定ソフトウェア７４が別のソフトウェアアプリケーションの場合がある。画像取得ソフトウェア４４およびシンボル特定ソフトウェア７４のどちらかまたは両方がコンピュータ５０または画像デバイス４２に常駐して良い。

シンボル特定アルゴリズムの１つの実施形態が、米国特許第７，０１６，５３９号に記載され、それが本明細書で援用される。他のシンボル特定アルゴリズムも利用可能でその使用が検討される。使用には、シンボル特定ソフトウェア７４が２次元マトリクスシンボルのファインダパターン６２および／またはタイミングパターン６６を探すことでシンボル候補を特定できる。シンボルのデータ領域５８が相当に破損すると、シンボルがデコードされず、シンボル特定ソフトウェア７４がファインダおよびタイミングパターンに適合する複数の有望候補領域をある程度で特定する。有望候補領域が、配置されていても画像に有効なデータに十分な量でなくデコードできないシンボルの領域かもしれない。シンボルモジュール６０のたとえば６５パーセント以上が適用可能で、ファインダパターン６２、予期されたタイミングパターン６６、およびアライメントパターン７２に適合するならば、有望と考慮される。

図８を参照し、有望候補領域７６がシンボル特定アルゴリズム７４を用いて見つけられる。画像８０の残りのシンボル７８、たとえばテキストや数字が背景ノイズと考えられ、２次元マトリクスシンボルに必要な特徴、たとえばファンダパターン（finder pattern）６２やタイミングパターン（timing pattern）６６のいずれかまたはそれらをを十分に含んでいないならばシンボル特定ソフトウェア７４によって無視される。前述のように画像取得ソフトウェア４４が複数画像を取得し、シンボルのデータ領域５８が破損してシンボルがデコードできないときに、シンボル特定ソフトウェア７４が複数画像から複数の有望候補領域７６をマッチさせる。ある実施形態では、異なる画像取得パラメータが複数画像に用いられる。

図９および１０を参照すると、第１画像８４および第２画像８６が示される。被写体の撮られた第１画像８４に２つの有望候補領域８８および９０が示される。第２画像８６が同じ被写体の撮された別の画像であり、同じ２つの有望候補領域８８および９０を示すが、ある条件のために、第２画像８６で利用可能な画像データが第１画像８４で利用可能な画像データと異なる。これら２つの画像８４および８６、または複数の画像からの画像データが複合されたでデコード可能データが生成される。

図９に示すように、シンボル特定ソフトウェア７４は、シンボル特定アルゴリズムが探している、たとえばファインダパターンなどの特徴が含まれるために有望候補領域８８が誤った有望領域であると判断できない。この誤った候補領域がたとえば画像の他のシンボルやテキスト、模様などであることもある。シンボル特定アルゴリズム７４は、有望候補領域９０が有望データ領域９２および右側の破損領域９４を含んでいる（破損領域９４にシンボルモジュール６０が現れない）、２次元マトリクスシンボルであることを判断することができる。

図１０が２つの有望候補領域８８および９０の第２画像８６を示す。この第２画像において、有望候補領域８８がやはり誤りの有望領域であり、というのはシンボル特定ソフトウェアが探してもデータモジュールがデコードされないからである。シンボル特定ソフトウェ７４がやはり、有望候補領域９０が２次元マトリクスシンボルであって、第２画像８６において左側に破損データ領域９８を含む異なる有望データ領域９６を含んでいると判断する。

第１画像８４からの有望候補領域８８を、第２画像８６からの有望候補領域８８と、同様に、第１画像８４からの有望候補領域９０を第２画像８６からの有望候補領域９０と結合するために、デコード可能なデータを生成するのに２つの有望候補領域８８および９０のバイナリマトリクスが生成されて、データステッチアルゴリズム１００を用いて一緒に「ステッチ」される（stitched）。図１１〜１６が有望候補領域８８および９０のバイナリマトリクスの生成およびステッチの進度を示す。

図１１が第１画像８４から生成された有望候補領域８８のバイナリマトリクス１０２を示す。図１２がやはり第１画像から生成された有望候補領域９０のバイナリマトリクス１０４を示す。同様に、図１３がやはり第２画像８６から生成された有望候補領域８８のバイナリマトリクス１０６を示し、図１４がやはり第２画像から生成された有望候補領域９０のバイナリマトリクス１０８を示す。

図１５および図１６が、有望候補領域８８および有望候補領域９０の両方用に、第１画像８４および第２画像８６の両方から進展したステッチバイナリマトリクスを示す。図１５において、第１画像８４および第２画像８６からの有望候補領域８８のステッチバイナリマトリクス１０２および１０６が、累積バイナリマトリクス１０７からデコードできないで残る。ファインダパターンおよび／またはタイミングパターンなどの特徴がシンボル特定ソフトウェア７４でデコードできない。反って、図１６において、第１画像８４および第２画像８６から有望候補領域９０のステッチバイナリマトリクス１０４および１０８が、累積バイナリマトリクス１０９からデコード可能である。分かるように、ファインダパターン６２およびタイミングパターン６６がシンボル特定ソフトウェア７４でデコード可能である。

ある実施形態では、同じシンボルの複数の画像が取得されるときに、シンボルおよび／またはシンボルの有望候補領域の位置が画像間で変わる。これは、照明、または同じように被写体の動きにおける変化による。本技術の実施形態が試みるのは、シンボルの今の画像に、シンボルの合成モデルおよび利用可能なシンボルデータ１１０との間の相互関係を用いることによって、複数画像におけるシンボルの位置を変えて位置関係（position association）を見つけることであり、これが本明細書では「対応（correspondence)と呼ぶ。データステッチアルゴリズム１００は、知られるアフィン変換技術(affine transformation technique)を用いることで正しい位置の変更がモデル化できることを前提とする。シンボル特定ソフトウェア７４が同じ被写体２４に取得される連続画像（次の画像は必要はない）で動作しているとき、シンボル特定ソフトウェア７４またはデータステッチアルゴリズム１００が現在の画像における以前に取得の有望候補領域およびシンボルデータ１１０間の対応(correspondence)、たとえば関係(association)を確立する。

図１７が第１画像１１４を示し、図１８が同じシンボル１１２の続く、または第２画像１１６を示し、ここで第２画像１１６において、シンボル１１２が、シンボル１１２の第１画像１１４に特定されたところに関連して移動する（わずかに左下）。第１画像および第２画像１１４、１１６間のこの移動のために、画像間の相関関係が進む。

図１９を参照すると、相関技術（correlation technique）に基づいて、合成モデル１１８がデータステッチアルゴリズム１００を用いて生成される。合成モデル１１８が特別のシンボルの知られた特徴のモデルであって、この例では２次元８×３２マトリクスシンボルである。シンボルモデル１１８が知られるファインダパターン６２、タイミングパターン６６、および場合によりアライメントパターン７２の１つ以上を用いて生成される。相関関係がたとえばグレーレベル画像解析や知られるフィルタ画像解析を含む知られる画像解析方法を用いて成される。この例でドットフィルタ解析のヘッセ行列式（Ｄｅｔｅｒｍｉｎａｎｔ ｏｆ Ｈｅｓｓａｉａｎ（ＤＯＨ））が用いられて特徴の１セットが生成され、特徴の１セットが修正ドット１２０である。ＤＯＨがドットを修正するのに用いられる公知技術である。相関関係を見いだす方法は、用途および速度要求に依存する遠近方法、多項式方法などのさらに複雑なモデルにまで拡張できる。ＤＯＨ技術を用いることで、知られるシンボルモジュール６０がさらに高いＤＯＨ応答を生成する。特徴の１セットが異なる用途に変更できる。

図２０を参照すると、相関関係技術を用いて、合成モデル１１８および移動した第２画像１１６の間の相関関係が見出される。スケール、角度、移動（translation）を含むパラメータ空間における相関関係スコアを最大にすることで相関関係が確立される。シンボルモデル６６のシフトされたセット１２２が、第１画像１１４における第１シンボル領域から推測されるモジュール位置１２４よりも高いＤＯＨ応答（response）を示し、合成モジュール１１８に対して相関関係がより高いことが示される。シフトされたセット１２２が合成モデル１１８をＤＯＨ応答に相関させることから推測された新しいモジュール位置である。最後に、合成モデル１１８に対する相関関係が確立された状態で、第２画像１１６が相関関係に基づいて修正されて、図２１に示すように、修正有望領域１２６を生成する。新しい修正第２画像１２６の場合、データステッチアルゴリズム１００が用いられて、前述の通りに、第１画像１１４からのデータマトリクス、および修正有望領域１２６からのデータマトリクスとを一緒にステッチする。各サンプリング位置の信頼（confidence）が得られ、該サンプリング位置がシンボルモジュール６６であるが、対応する累積バイナリマトリクス（たとえば図１６に示される）が、累積バイナリマトリクス１０９結果がデコードされるまで更新される。

ある実施形態では、データステッチアルゴリズム１００が同じまたは反対の極性で画像を解析する。図２２に、有望候補領域１３２および左側の破損領域１３４のある照明フィールド明度を用いたシンボル１３０の第１画像１２８が示される。第２の画像１４０（図２３参照）が取得され第２画像の極性が分からないとき、データステッチアルゴリズム１００が用いられて第２画像の有望候補領域を解析することで第２画像１４０の極性を決定する。

図２４および２５を参照すると、２つのＤＯＨ画像が第２画像１４０を用いて生成され、同じく、第１ＤＯＨ画像１３６がライトオンダークフィルタ（right-on-dark filter）(図２４)を用いて生成され、第２ＤＯＨ画像１３８がダークオンライトフィルタ（dark-on-light filter）（図２５）を用いて生成される。次いで、前述のように、相関関係ベース方法が第１ＤＯＨ画像１３６および第２ＤＯＨ画像１３８の両方に適用されて、ＤＯＨ画像１３６および１３８の両方における相関関係を見出す。この例で、ライトオンダークフィルタを用いた第１ＤＯＨ画像１３６からの相関関係スコアの方が、ダークオンライトフィルタを用いた第２ＤＯＨ画像１３８からの相関関係スコアよりも高い。ライトオンダークフィルタを用いた第１ＤＯＨ画像１３６に対する高い相関関係スコアに基づいて、データステッチアルゴリズム１００がライトオンダークとなる解析第２画像１４０の極性が決定される。

極性が決定された場合、データステッチアルゴリズム１００が進み、前述のように、第１画像１２８からのデータマトリクスおよび解析第２画像１４０からのデータマトリクスとを一緒にステッチする。図２６がそれぞれ第１画像１２８および第２画像１４０からのデコード可能ステッチ累積バイナリマトリクス１４２および１４４の画像１４６を示す。

本発明の技術を好適な実施形態を参照して説明してきたが、技術の主旨およびスケールから逸脱することなく、変態が、形態および詳細に、為されることは当業者には理解されよう。たとえば、本技術が、２次元データマトリクスシンボルの実施形態に限定されず、他の機械読み出しシンボル技術で実施されて良い。

本明細書で説明の特別な方法がハンドヘルド用途に一般化されたり、本明細書で説明の対応の方法がパターン配置用途に一般化されて良い。

本明細書に説明の技術が複数画像からのＯＣＲ読み出しなどの他のＩＤ用途向けのステッチデータに適用できる。複数画像からのＯＣＲ読み出しの知られた方法が個々の画像から最高スコアを有する読み出しキャラクタを選択することである。知られた方法が少なくとも１つの画像から読み出し可能となる個々のキャラクタを必要とする。この技術の場合、キャラクタの個々のストロークが複数画像から結合された後に、キャラクタ読み出しが起こる。

上述の特別な実施形態が、異なるが本明細書の技術の有益さを有する当業者に明らかな等価の方法で技術が改良され実施されるように、単に説明される。さらに、本明細書に示されるかまたは特許請求のスケールに記載された以外に構成または設計の詳細を限定するものでない。したがって、上述の特別な実施形態が変更されたり改良されたりでき、そのような変態が全て技術のスケールおよび主旨内とされることは明白である。よって本明細書で求めた保護は特許請求のスケールで明記するようなものである。

Claims (18)

1. シンボルの画像を用いて前記シンボルをデコードするシステムであって、
   第１シンボルデータ領域を含む第１画像、および第２シンボルデータ領域を含む第２画像を取得する画像デバイスと、
   前記画像デバイスに動作可能に連結され、データステッチアルゴリズムを実行するプロセッサと、を備え、
   前記データステッチアルゴリズムによって、前記第１シンボルデータ領域が第１バイナリマトリクスに、前記第２シンボルデータ領域が第２バイナリマトリクスにそれぞれ変換され、前記第１バイナリマトリクスが前記第２バイナリマトリクスに累積されて、前記シンボルを表わすデコード可能な累積バイナリマトリクスが生成される
   ことを特徴とするシステム。
2. 前記第１画像が第１取得パラメータセットを用いて取得され、前記第２画像が第２パラメータセットを用いて取得され、前記第２取得パラメータセットが前記第１取得パラメータセットと異なるものとされることを特徴とする請求項１に記載のシステム。
3. 前記第１シンボルデータ領域および前記第２シンボルデータ領域が重なっていることを特徴とする請求項１に記載のシステム。
4. 前記第１シンボルデータ領域および前記第２シンボルデータ領域の少なくとも1つの一部分が破損しデコード不能とされることを特徴とする請求項１に記載のシステム。
5. 前記累積バイナリマトリクスに、少なくとも１つのパターン認識機能が含まれることを特徴とする請求項１に記載のシステム。
6. 前記第１シンボルデータ領域に第１位置および第１スケールが含まれ、前記第２シンボルデータ領域に第２位置および第２スケールが含まれ、前記第２位置および前記第２スケールが前記第１位置および前記第１スケールと相違し、
   前記データステッチアルゴリズムによって、前記第１位置、前記第１スケール、前記第２位置、および前記第２スケールを関連付ける対応がさらに生成されることを特徴とする請求項１に記載のシステム。
7. 前記第１画像に第１極性が含まれ、前記第２画像に前記第１極性と異なる第２極性が含まれることを特徴とする請求項１に記載のシステム。
8. 機械読み取り可能シンボルの第１画像および後続画像の間の対応を確立するシステムにおいて、
   前記第１画像および前記後続画像を取得する画像化デバイスであって、
   前記第１画像には第１シンボルデータ領域が含まれ、前記後続画像には後続シンボルデータ領域が含まれ、
   前記第１シンボルデータ領域には第１位置および第１スケールが含まれ、前記後続シンボルデータ領域には第２位置および第２スケールが含まれ、前記第２位置および前記第２スケールが前記第１位置および前記第１スケールとは異なるものとされる、画像化デバイスと、
   前記画像化デバイスに動作可能に連結される、データステッチアルゴリズムを実行するプロセッサであって、
   前記データステッチアルゴリズムによって、前記機械読み取り可能シンボルの合成モデルが生成され、合成モデル位置における前記後続シンボルデータ領域の前記第２位置および前記第２スケールとの相関関係を実行する、プロセッサと、が設けられ、
   前記相関関係に基づいて、前記後続シンボルデータ領域の前記第２位置および前記第２スケールが調節されて、前記第１画像および前記後続画像がデコード用に一緒にステッチされるように修正後続画像が生成される
   ことを特徴とするシステム。
9. 前記データステッチアルゴリズムによって、前記第１画像からの前記第１シンボルデータ領域が第１バイナリマトリクスに変換され、前記修正後続画像からの前記後続シンボルデータ領域が第２バイナリマトリクスに変換され、前記データステッチアルゴリズムによって、前記第１バイナリマトリクスが前記第２バイナリマトリクスに累積されて、前記シンボルを表わすデコード可能な累積バイナリマトリクスが生成されることを特徴とする請求項８に記載のシステム。
10. 前記対応を確立するのに、パラメータ空間における相関関係スコアを最大にすることがさらに含まれていることを特徴とする請求項８に記載のシステム。
11. 前記相関関係に画像分析方法が用いられて、前記相関関係によって特徴セットが生成されて前記相関関係スコアが確立されることを特徴とする請求項８に記載のシステム。
12. 前記画像化デバイスがハンドヘルド画像化デバイスとされることを特徴とする請求項８に記載のシステム。
13. 前記機械読み取り可能シンボルが英数字シンボルとされることを特徴とする請求項８に記載のシステム。
14. 前記機械読み取り可能シンボルが２次元マトリクスシンボルとされることを特徴とする請求項８に記載のシステム。
15. シンボルの画像を用いて前記シンボルをデコードする方法であって、
    第１シンボルデータ領域を含む第１画像、および第２シンボルデータ領域を含む第２画像を、画像化デバイスを用いて取得する取得工程と、
    前記第１シンボルデータ領域を第１バイナリマトリクスに、前記第２シンボルデータ領域を第２バイナリマトリクスに変換する変換工程と、
    前記第１バイナリシンボルを前記第２バイナリマトリクスに累積する累積工程と、
    前記シンボルを表わすデコード可能な累積バイナリマトリクスを生成する生成工程と、
    を含んでいることを特徴とする方法。
16. 前記画像化デバイスに動作可能に接続されたプロセッサを用いてデータステッチアルゴリズムを実行する工程をさらに含み、
    前記データステッチアルゴリズムが前記累積工程および前記生成工程を実行することを特徴とする請求項１５に記載の方法。
17. 前記累積バイナリマトリクスを、シンボルデコードソフトウェアを用いてデコードする工程をさらに含んでいることを特徴とする請求項１５に記載の方法。
18. 前記シンボルの合成モデルを生成する工程と、
    前記シンボルの前記合成モデルを前記第１画像および前記第２画像の少なくとも１つと相関させる工程と、
    修正画像を生成する工程と、
    前記修正画像に基づいて、バイナリマトリクスを含む累積バイナリマトリクスを生成する工程と、
    をさらに含んでいることを特徴とする請求項１５に記載の方法。

Images