JP2015026117A - 画像処理方法、画像処理装置、プログラム及び記録媒体 - Google Patents
画像処理方法、画像処理装置、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP2015026117A JP2015026117A JP2013153560A JP2013153560A JP2015026117A JP 2015026117 A JP2015026117 A JP 2015026117A JP 2013153560 A JP2013153560 A JP 2013153560A JP 2013153560 A JP2013153560 A JP 2013153560A JP 2015026117 A JP2015026117 A JP 2015026117A
- Authority
- JP
- Japan
- Prior art keywords
- image
- edge
- reduced
- template
- similarity
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
【課題】被探索画像に含まれる検出対象に微小な変形があっても、高速かつロバストな認識を可能とする。
【解決手段】テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成し、テンプレートエッジ画像を縮小して、縮小テンプレートエッジ画像を生成する(S11−2)。被探索画像から検出対象のエッジを抽出してエッジ画像を生成し、エッジ画像を縮小して、縮小エッジ画像を生成する(S13)。所定縮小率以上において、縮小テンプレートエッジ画像と縮小エッジ画像との類似度を演算し、縮小テンプレートエッジ画像との類似度が所定類似度以上であれば、縮小エッジ画像を、パターンマッチングに用いた画像として抽出する(S17)。
【選択図】図1
【解決手段】テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成し、テンプレートエッジ画像を縮小して、縮小テンプレートエッジ画像を生成する(S11−2)。被探索画像から検出対象のエッジを抽出してエッジ画像を生成し、エッジ画像を縮小して、縮小エッジ画像を生成する(S13)。所定縮小率以上において、縮小テンプレートエッジ画像と縮小エッジ画像との類似度を演算し、縮小テンプレートエッジ画像との類似度が所定類似度以上であれば、縮小エッジ画像を、パターンマッチングに用いた画像として抽出する(S17)。
【選択図】図1
Description
本発明は、パターンマッチングを行うための画像処理方法、画像処理装置、プログラム及び記録媒体に関する。
画像処理の分野において、撮像画像から検出対象(ワーク)を検出する方法として、パターンマッチングが行われている。製造分野では部品供給工程における量産部品の有無検知又は位置情報の取得用途に利用されている。
基本的なパターンマッチングの方法について説明する。まずパターンマッチングを行うためには、検出対象の参照情報が必要になる。一般に、ワークが写り込んでいる取得済みの画像を使用し、ワーク付近の領域のみを切り出してテンプレート画像とする。そして、実際の物体検出工程では、ワークを検出するための被探索画像を取得し、取得した画像の各位置でテンプレート画像との類似度を算出していく。ユーザが指定した値よりも大きい類似度を示す画像の位置を検出位置とする。またはワークが1つに限られる場合は、最大類似度を示す位置を検出位置とする方法である。
前述の類似度の計算方法は複数の方法が知られており、正規化相互相関法(NCC)、形状パターンマッチングなどが知られている。NCCは、テンプレート領域の全画像データを参照する手法である。参照情報が多いことから数画素分程度の微小なワークの変形やノイズに対しても比較的ロバストな認識性能を有する。
一方、輪郭線のエッジ情報のみを用いる形状パターンマッチング手法は、参照する情報量が少ないが故に演算負荷が少なく、処理速度に優位性があるが、微小変形のワークに対し、ロバストな認識性能が得られない傾向にある。
前述の製造工程におけるワークの有無検知又は位置情報の取得に利用する場合、量産されるワークは、金型による成型により生成されるため、テンプレート画像に移り込んでいるワークと同形のワークが主な検出対象となる。
しかし金型の摩耗や、成型時の環境変化により、ワークに微小変形が発生し、形状に個体差を有する場合がある。この場合、形状パターンマッチングでは、テンプレートとの相違が発生し、検出に失敗する場合がある。
そこで、特許文献1では、入力された画像間の変形がある場合であってもロバストなマッチングを行うことを目的とした方法が提案されている。
ピラミッド構造化を用いたローカルエリアマッチングにおいて、各マッチングステップで前段階のマッチングステップでのマッチング結果に基づき、テンプレート画像の画像座標値をマッチング対象画像の画像座標値に近づくように任意変形する。そして、任意変形したテンプレート画像とマッチング対象画像とをマッチングさせる手法である。
前述の特許文献1に提案された技術は、テンプレート画像を分割して複数の小領域画像を生成する手法であり、情報量が多いNCCでは有効に寄与すると考えられる。
しかし、検出対象のエッジを抽出する形状パターンマッチングでは、元々、参照情報としてのエッジ情報が少ないため、分割後の小領域画像から抽出される特徴情報はさらに乏しくなる。またテンプレート画像全体で象徴的特徴を持つ場合、分割により象徴的な形状特徴が分断される。そのためノイズエッジと本物のエッジの分離が困難になり、任意変形の過程で誤認識しやすい。そのためロバストな認識性能に問題があった。
さらに、画像の任意変形に費やす演算の負荷が増大し、実時間でのマッチング処理に影響を与える。したがって、形状パターンマッチングで前述の特許文献1の手法を利用する際は、ノイズが少ない場合や許容される処理時間に余裕がある場合に有効な方法であるが、ノイズが多い環境下や実時間での処理が要求される局面では不向きであった。
本発明の目的は、被探索画像に含まれる検出対象に微小な変形があっても、高速かつロバストな認識が可能な画像処理方法、画像処理装置、プログラム及び記録媒体を提供することにある。
本発明の画像処理方法は、演算部を有する画像処理装置による画像処理方法であって、前記演算部が、テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する第1の画像生成工程と、前記演算部が、前記テンプレートエッジ画像を縮小し、縮小テンプレートエッジ画像を生成する第1の画像縮小工程と、前記演算部が、被探索画像から検出対象のエッジを抽出してエッジ画像を生成する第2の画像生成工程と、前記演算部が、前記エッジ画像を縮小し、縮小エッジ画像を生成する第2の画像縮小工程と、前記演算部が、所定縮小率以上において、前記縮小テンプレートエッジ画像と前記縮小エッジ画像との類似度を演算し、前記縮小テンプレートエッジ画像との類似度が所定類似度以上であれば、前記縮小エッジ画像を、パターンマッチングに用いた画像として抽出する抽出工程と、を備えたことを特徴とする。
本発明によれば、被探索画像に含まれる検出対象の微小変形による認識の失敗を抑制し、高速で且つロバストな形状パターンマッチングが可能となる。
以下、本発明を実施するための形態を、図面を参照しながら詳細に説明する。
[第1実施形態]
図1は、本発明の第1実施形態に係る画像処理システムの概略構成を示すブロック図である。
図1は、本発明の第1実施形態に係る画像処理システムの概略構成を示すブロック図である。
画像処理システム500は、画像処理装置100と、撮像装置としてのカメラ200と、表示装置としてのモニタ300と、外部記憶装置400と、入力装置としてのキーボード450とを備えている。
画像処理装置100は、コンピュータで構成されており、演算部としてのCPU(Central Processing Unit)101を備えている。また、画像処理装置100は、記憶部として、ROM(Read Only Memory)102、RAM(Random Access Memory)103、HDD(Hard Disk Drive)104を備えている。また、画像処理装置100は、記録ディスクドライブ105及び各種のインタフェース107〜110を備えている。
CPU101には、ROM102、RAM103、HDD104、記録ディスクドライブ105及び各種のインタフェース107〜110が、バス106を介して接続されている。ROM102には、BIOS等の基本プログラムが格納されている。RAM103は、CPU101の演算処理結果等、各種データを一時的に記憶する記憶装置である。
HDD104は、CPU101の演算処理結果や外部から取得した各種データ等を記憶する記憶装置であると共に、CPU101に、後述する各種演算処理を実行させるためのプログラム120を記録するものである。CPU101は、HDD104に記録(格納)されたプログラム120に基づいて画像処理を実行する。
記録ディスクドライブ105は、記録ディスク600に記録された各種データやプログラム等を読み出すことができる。
インタフェース107には、カメラ200が接続されている。カメラ200は、デジタルカメラであり、不図示の撮像素子(例えばCMOSイメージセンサやCCDイメージセンサ)を備えている。カメラ200は、撮像画像をインタフェース107に出力し、CPU101は、撮像画像を、バス106を介して記憶部として例えばHDD104やRAM103に記憶させる。
インタフェース108には、モニタ300が接続されており、モニタ300には、各種画像(例えば、カメラ200により撮像された撮像画像や画像処理した画像等)が表示される。
インタフェース109には、書き換え可能な不揮発性メモリや外付けHDD等の外部記憶装置400が接続されている。
インタフェース110には、入力装置であるキーボード450が接続されており、CPU101は、キーボード450からの入力を受けることにより、各種の設定を行う。
記憶部として例えばHDD104には、予めテンプレート画像が記憶されており、CPU101は、このテンプレート画像と、カメラ200から取得した被探索画像に対して画像処理を施す。
ここで、テンプレート画像は、例えば変形のない基準ワークをカメラ200で撮像した際の撮像画像である。また、被探索画像は、例えば生産ラインにあるワークをカメラ200で撮像した際の撮像画像である。
次に、形状パターンマッチングについて説明する。図2及び図3は、形状パターンマッチング処理を説明するための図である。
図2に示すように、予め取得済みのテンプレート画像から検出対象(ワーク)のエッジを抽出してテンプレートエッジ画像を生成する。図2では、サブピクセル精度でのエッジ抽出の例である。各エッジ抽出点の属するピクセルグリッドのみを残したテンプレートエッジ画像を生成する。
被探索画像には、ワークを撮像したことにより検出対象であるワークが写り込んでおり、図2では、ワークに変形がないものとする。この被探索画像から検出対象(ワーク)のエッジを抽出してエッジ画像を生成する。
なお、通常は、テンプレートエッジ画像とエッジ画像との照合を行い、合致する位置を探索し、類似度を演算する。類似度が所定類似度以上を満足する縮小エッジ画像が発見された場合、マッチング候補有と判断される。類似度の算出のアルゴリズムはエッジ位置、強度、方向を活用した様々な手法があるが、ここでは合致するエッジ画像の面積比で算出する。図2におけるテンプレートエッジ画像とエッジ画像との類似度は1(=36画素/36画素)となる。
図3は、ワークが微小変形した例である。エッジ画像は、テンプレートエッジ画像に比べ、約0.4ピクセル程度、寸法が水平方向へ伸長している。この例での類似度を面積比で表わすと、0.77(=28画素/36画素)であり、微小変形に対し急しゅんな類似度の低下を生じる。
図4は、第1実施形態に係る画像処理装置による形状パターンマッチング処理を説明するためのフローチャートである。図5は、第1実施形態に係る形状パターンマッチング処理を説明するための概念図である。
画像処理装置100のCPU101は、HDD104に格納されたプログラム120を読み出して実行することにより、画像処理として、以下に説明する形状パターンマッチング処理の各処理を実行する。
まず、CPU101は、テンプレート設定処理を行う(S11)。このテンプレート設定処理として、CPU101は、予め取得したパターンマッチング用のテンプレート画像を設定する(S11−1)。つまり、CPU101は、HDD104からテンプレート画像を読み出して、RAM103に格納する。次に、CPU101は、ステップS11−2において、図5(a)に示すようにテンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する(第1の画像生成工程)。次いでCPU101は、テンプレートエッジ画像を縮小し、互いに縮小率の異なる複数の縮小テンプレートエッジ画像を生成する(第1の画像縮小工程)。そして、CPU101は、図5(c)のように、縮小テンプレートエッジ画像を用いた多層のピラミッド構造体を構築する。
ステップS11においては、例えば一辺あたりの縮小率を、15/16、14/16、13/16〜4/16のように細かいステップで、複数の縮小テンプレートエッジ画像を生成する。ここで、縮小率とは、(縮小画像のピクセル数)/(元画像のピクセル数)である。
次に、CPU101は、被探索画像を取得する(S12)。つまり、CPU101は、HDD104或いは直接カメラ200から、被探索画像を取得し、RAM103に格納する。
次に、CPU101は、取得した被探索画像に基づき、図5(b)に示すように、被探索画像から検出対象(ワーク)のエッジを抽出してエッジ画像を生成する(第2の画像生成工程)。次いで、CPU101は、エッジ画像を縮小し、複数の縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小エッジ画像を生成する(第2の画像縮小工程)。そして、CPU101は、図5(c)のように、縮小エッジ画像を用いた多層のピラミッド構造体を構築する(S13)。
即ち、複数の縮小テンプレートエッジ画像及び複数の縮小エッジ画像を、縮小率の大きい順に階層化する。これにより、下層に向かって縮小率が大きくなり、逆に上層に向かって縮小率が小さくなる。
次に、CPU101は、複数の縮小テンプレートエッジ画像及び複数の縮小エッジ画像のうち、縮小率が同じ画像同士(即ち、階層が同じ画像同士)で類似度を演算する。第1実施形態では、CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度を、縮小率の小さい階層から縮小率の大きい階層、即ち上層の階層から下層の階層に向かって順に計算する。そして、CPU101は、類似度の計算を終える度に、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度(所定値)以上であるか否かを判断する(S14)。なお、CPU101は、所定類似度の値を、予めキーボード450(外部)から取得している。つまり、所定類似度の値は、予めユーザが設定するものである。
図5(c)の例では、縮小率が4/16の第13層から、縮小率が16/16の第1層に向かって演算を行う。最上層では、縮小率が最も小さい4/16であるので、類似度の計算に要する時間が最も短い。したがって、最下層から演算するよりも、演算負荷を削減することが可能である。
更に、ピラミッド上層部でマッチング候補の箇所を特定し、次の下段の階層では、そのマッチング候補周辺のみを探索する手法により、演算負荷を削減することも可能である。
CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度(所定値)以上であると判断した場合(S14:Yes)、ピラミッド構造体の最下層であるか否かを判断する(S15)。CPU101は、最下層でなければ(S15:No)、1つ下段の階層を設定し(S16)、再度、類似度の演算を行い、類似度が所定類似度(所定値)以上か否かを判断する(S14)。
CPU101は、最下層に到達したと判断した場合(S15:Yes)は、マッチング候補ありと判定する。そして、CPU101は、非縮小(縮小率=1)のエッジ画像(縮小率1の縮小エッジ画像)を、パターンマッチングに用いた画像として抽出する(S17:抽出工程)。そして、CPU101は、この画像を用いてワークの検出位置を特定する。
即ち、ステップS14〜S17においては、ピラミッド上段よりパターンマッチングを行い、所定類似度以上を満足すれば、下段のピラミッド階層のマッチングを行う。通常、変形の無いワークであれば最下層である縮小の無い元画像レベルに到達する。この場合、ステップS17にて、最下層でのマッチング結果を採用する。
ここで縮小率と類似度の関係を解説する。図5(a)に示すテンプレートエッジ画像は真円状であるが、図5(b)に示すエッジ画像は微小変形している。例えば類似度を0.5以上と設定した場合、縮小無し(縮小率1)の第1層では、類似度が0.5未満にてマッチングに失敗する。
1辺の縮小率が1/2である第9層での類似度は0.57である。このように、テンプレートエッジ画像とエッジ画像を同率で縮小するにより微小変形によるテンプレートエッジ画像との差が軽減されていく。
但し、ピラミッド階層が上の階層になるほど、情報量が乏しくなり、ノイズによる誤検出の可能性が高くなる。また低解像度が故に検出の位置精度も低下する。よって検出精度面では、より低縮小率の縮小エッジ画像でのマッチング結果が望ましいが、微小変形を許容する場合は、その変形許容量に応じた縮小率での画像での類似度算出が望ましい。
一般には、類似度のしきい値を引き下げることで変形への影響を回避する手段が講じられる。ところが、仮に類似度0.3へ引き下げた場合、全テンプレートエッジ画像の3割分の特徴との合致位置の探索となり、この場合ノイズ成分が偶然合致する確率が高くなる。
これに対し、形状特徴が概ね保持される縮小エッジ画像でのマッチングのほうが、類似度を引き下げるよりもロバストな検出が見込まれる傾向がある。
第1実施形態では、上述した縮小率と類似度との関係を鑑みたものである。所定類似度以上を満足し且つ、より縮小率が大きいエッジ画像を探索することで、変形に対しロバストな形状パターンマッチングが可能となる。
即ち、CPU101は、ステップS14にて類似度が所定類似度以上を満足しない場合(S14:No)、階層が所定階層以下(即ち、縮小率が所定縮小率以上)であるか否かを判断する(S18)。
そして、CPU101は、階層が所定階層以下ではないと判断した場合(S18:No)、マッチング候補なしと判定する。例えば、最上層でも満足できない場合や、ユーザ指定の階層よりも高い階層の場合は、ステップS110でマッチング候補なしと判定する。
この階層の指定(即ち、縮小率の指定)は、ユーザがノイズや位置検出精度面を鑑みてキーボード450により適宜行ってもよい。CPU101は、ステップS18にて所定階層以下であれば(S18:Yes)、前階層での結果をマッチング候補と位置付け(S19)、処理を終了する。図5の例では、第6層で類似度が0.5となっている。即ち、第5層のときにステップS14でNoと判断され、ステップS18の処理に移行する。このため第5層の前段の第6層でのマッチング位置をマッチング結果として採用する。
即ち、CPU101は、これら一連のステップS14〜S110に示す抽出工程おいて、複数の縮小テンプレートエッジ画像及び複数の縮小エッジ画像のうち、縮小率が同じ画像同士で類似度を演算する。そして、CPU101は、縮小テンプレートエッジ画像との類似度が所定類似度以上、且つ縮小率が所定縮小率以上(階層が所定階層以下)の縮小エッジ画像を、パターンマッチングに用いた画像として抽出する。ここで、所定縮小率と所定階層とは同義である。
具体例を挙げて更に詳細に説明する。所定類似度を0.5とする。また、所定階層を第13層(即ち所定縮小率を4/16)とする。ステップS14にて、類似度≧0.5を満たさなくなるのは、第5層(縮小率12/16)である。そして、ステップS18にて、第5層は第6層以下(縮小率11/16以上)であると判断され、ステップS17にて、類似度≧0.5を満たしている第6層(縮小率11/16)の縮小エッジ画像が抽出されることとなる。即ち、類似度が所定類似度0.5以上、且つ縮小率が所定縮小率11/16以上の第6層の縮小エッジ画像が抽出される。
また、第1実施形態では、CPU101は、抽出工程として、縮小テンプレートエッジ画像との類似度が所定類似度以上、且つ縮小率が所定縮小率以上(階層が所定階層以下)の縮小エッジ画像のうち、最大の縮小率の縮小エッジ画像を抽出する。
具体例を挙げて更に詳細に説明する。所定階層を第13層(即ち所定縮小率を4/16)とする。このように所定階層を第13層に設定した場合には、所定類似度0.5を満足するのは、第13層(縮小率4/16)〜第6層(縮小率9/16)である。いずれの縮小率も所定縮小率9/16以上であるので、いずれの階層の縮小エッジ画像を選択してもよいが、縮小率が小さくなるほど、画質が低下することとなる。したがって、第1実施形態では、類似度が所定類似度以上であり、縮小率が所定縮小率以上(階層が所定階層以下)を満たすものの中から、最も画質がよい第6層の縮小エッジ画像を抽出することとなる。
以上、第1実施形態では、所定類似度以上を満足し、且つ、より縮小率の大きい縮小エッジ画像を探索して、マッチング候補を抽出している。これによりワークの微小変形による認識の失敗を抑制し、高速で且つロバストな形状パターンマッチングが可能となる。
なお、第1実施形態における探索において、ピラミッドの階層の上層部(高圧縮画像)から最下層方向(低圧縮画像)の順で、所望の縮小エッジ画像の探索を行っているが、これに限定するものではなく、どの階層から演算してもよい。例えば、ピラミッドの最下層側から演算を開始し上層部へ向かい、所定のエッジ画像を探索することも可能である。
[第2実施形態]
次に、本発明の第2実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第2実施形態において、上記第1実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1実施形態と異なる部分について説明する。
次に、本発明の第2実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第2実施形態において、上記第1実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1実施形態と異なる部分について説明する。
図6は、第2実施形態に係る画像処理装置による形状パターンマッチング処理を説明するためのフローチャートである。図7は、第2実施形態に係る形状パターンマッチング処理を説明するための概念図である。
画像処理装置100のCPU101は、HDD104に格納されたプログラム120を読み出して実行することにより、画像処理として、以下に説明する形状パターンマッチング処理の各処理を行う。
上記第1実施形態では、最上層から最下層まで全エッジ画像を探索しており、縮小率を細かく設定するほど、探索に時間を要する。そこで、第2実施形態では、所望の縮小エッジ画像を迅速に抽出するために、粗密探索を行う。
まず、CPU101は、上記第1実施形態のステップS11と同様、テンプレート設定処理を行う(S21)。即ち、CPU101は、予め取得したパターンマッチング用のテンプレート画像を設定する(S21−1)。次に、CPU101は、ステップS21−2において、テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する(第1の画像生成工程)。次いでCPU101は、テンプレートエッジ画像を縮小し、互いに縮小率の異なる複数の縮小テンプレートエッジ画像を生成する(第2の画像生成工程)。そして、CPU101は、図7のように、縮小テンプレートエッジ画像を用いた多層のピラミッド構造体を構築する。
次に、CPU101は、被探索画像を取得する(S22)。つまり、CPU101は、HDD104或いは直接カメラ200から、被探索画像を取得し、RAM103に格納する。
次に、CPU101は、取得した被探索画像に基づき、被探索画像から検出対象(ワーク)のエッジを抽出してエッジ画像を生成する(第2の画像生成工程)。次いで、CPU101は、エッジ画像を縮小し、複数の縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小エッジ画像を生成する(第2の画像縮小工程)。そしてCPU101は、図7のように、縮小エッジ画像を用いた多層のピラミッド構造体を構築する(S23)。
即ち、複数の縮小テンプレートエッジ画像及び複数の縮小エッジ画像を縮小率の大きい順に下層から階層化する。これにより、下層に向かって縮小率が大きくなり、逆に、上層に向かって縮小率が小さくなる。
次に、CPU101は、複数の縮小テンプレートエッジ画像及び複数の縮小エッジ画像のうち、縮小率が同じ画像同士(即ち、階層が同じ画像同士)で類似度を演算する。そして、CPU101は、類似度の計算を終える度に、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度(所定値)以上であるか否かを判断する(S24)。なお、CPU101は、所定類似度の値を、予めキーボード450(外部)から取得している。つまり、所定類似度の値は、予めユーザが設定するものである。
第2実施形態では、CPU101は、所望のエッジ画像の迅速な特定を目的に、粗密探索を用いる。図7のように縮小率の間隔を粗く設定したエッジ画像グループからマッチングを実行する。
例えば、一辺あたりの縮小率、1/4→2/4→3/4→4/4の順で、縮小テンプレートエッジ画像と縮小エッジ画像との類似度を計算する。
通常、変形の無いワークであれば最下層である縮小の無い元画像レベルに到達する。つまり、CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度(所定値)以上であると判断した場合(S24:Yes)、ピラミッド構造体の最下層又は最終グループであるか否かを判断する(S25)。
CPU101は、CPU101は、最下層と最終グループのいずれでもなければ(S25:No)、同一グループ内の1つ下段の階層を設定し(S26)、再度、類似度の演算を行い、類似度が所定類似度以上か否かを判断する(S24)。
CPU101は、最下層又は最終グループに到達したと判断した場合(S25:Yes)は、マッチング候補ありと判定する。そして、CPU101は、縮小エッジ画像を、パターンマッチングに用いた画像として抽出する(S27)。そして、CPU101は、この画像を用いてワークの検出位置を特定する。
CPU101は、ステップS24にて類似度が所定類似度以上を満足しない場合(S24:No)、階層が所定階層以下(縮小率が所定縮小率以上)であるか否かを判断する(S28)。
そして、CPU101は、階層が所定階層以下ではないと判断した場合(S28:No)、マッチング候補なしと判定する(S210)。CPU101は、ステップS28にて所定階層以下であれば(S28:Yes)、階層間隔を密に設定し(S29)、ステップS24の処理に戻る。
また、CPU101は、最上層でも満足できない場合や、ユーザ指定のピラミッド階層以上である場合はマッチング候補無と判定する(S210)。この階層の指定は、ユーザがノイズや位置検出精度面を鑑みて適宜指定してよい。
仮に3/4の縮小率で所定類似度を満足せず、2/4の縮小率で所定類似度を満足する場合、所望の縮小エッジ画像は2/4〜3/4の間に存在する。ステップS29において、図7のBグループのように縮小率を密に設定したエッジ画像グループに対しマッチングを実行する。
例えば4/8→5/8→6/8の縮小率の順で縮小テンプレートエッジ画像と縮小エッジ画像との類似度を計算する。なお、4/8(=2/4)、6/8(=3/4)の縮小率の場合は、既に計算済みの計算結果を利用しても良い。
ここでは6/8の縮小率で所定類似度を満足せず、5/8の縮小率で所定類似度を満足するので、所望の縮小エッジ画像は10/16〜12/16の間に存在する。再度、ステップS29において、図7のCグループのように、さらに縮小率を密に設定してマッチングを実行する。
例えば10/16→11/16→12/16の縮小率の順でエッジ画像を使用する。10/16(=5/8)、12/16(=6/8)の縮小率の場合は既に計算済みの計算結果を利用しても良い。
本例では所定類似度を満足し、且つ、より縮小率の大きい縮小エッジ画像は、11/16の縮小率の時であり、本結果をマッチング候補と位置付ける。
以上、CPU101は、ステップS24〜S210の抽出工程において、粗い階層間隔で類似度を演算し、所定類似度に近い階層に向けて類似度を演算する階層間隔を密にしながらパターンマッチングに用いた画像を抽出する。
したがって、第2実施形態によれば、形状パターンマッチングにおいて、微小変形ワークに対してもロバスト且つ、高速な認識が可能になる。
また、上記第1実施形態における図5の例では、最大13もの縮小エッジ画像に対してマッチング処理を要したが、第2実施形態における図7の例では最小で4画像、最大で6画像の探索で結果を導くことが可能である。したがって、第2実施形態によれば、上記第1実施形態よりも、演算負荷を大幅に削減することができる。
なお、第2実施形態では、事前にテンプレートエッジ画像、エッジ画像を生成したが、各ピラミッド階層でのマッチングの際、動的に生成しても良い。また第2実施形態では、1/16の縮小単位や3つの粗密グループを生成したが、ユーザ要求の処理速度、精度に応じで粗密加減を調整してもよい。
[第3実施形態]
次に、本発明の第3実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第3実施形態において、上記第1、第2実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1、第2実施形態と異なる部分について説明する。
次に、本発明の第3実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第3実施形態において、上記第1、第2実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1、第2実施形態と異なる部分について説明する。
図8は、第3実施形態に係る画像処理装置による形状パターンマッチング処理を説明するためのフローチャートである。上記第1及び第2実施形態では、被探索画像の取得毎に、最適な縮小率の縮小エッジ画像を探索した。第3実施形態では、CPU101による形状パターンマッチング処理に先立って、ワークの変形許容度に適した縮小エッジ画像の縮小率の上限を予め設定することで、探索の演算負荷を低減し、高速な認識を実現する方法を説明する。
まず、CPU101は、類似度判定に使用する所定類似度の値(類似度のしきい値)をユーザが指定した値に設定する(S30)。具体的には、CPU101は、キーボード450(外部)から所定類似度の値を取得する。
次に、CPU101は、ステップS32,S34に先立ち、予め取得したテンプレート画像及び参照画像に基づき、後のステップS32,S34において生成するテンプレートエッジ画像及びエッジ画像の縮小率を設定する(S31:縮小率設定工程)。この参照画像は、テンプレート画像とは異なる画像であり、例えば許容される範囲で変形した基準ワークを撮像した際の撮像画像である。
ステップS31について具体的に説明する。まず、CPU101は、テンプレート設定処理を実行する(S31−1)。具体的には、CPU101は、テンプレート画像を設定し(S31−1−1)、テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する。そして、上記第1実施形態の図5(a)のごとく、テンプレートエッジ画像を縮小して、互いに縮小率の異なる複数の仮縮小テンプレートエッジ画像を生成する(S31−1−2)。例えば一辺あたりの縮小率を、15/16、14/16、13/16〜4/16のように細かいステップで設定する。
次に、CPU101は、縮小率設定用として取得済みの参照画像を1画像以上、設定する(S31−2)。
次に、CPU101は、参照画像から検出対象のエッジを抽出して参照エッジ画像を生成する。次いで、CPU101は、参照エッジ画像を縮小して、複数の仮縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小参照エッジ画像を生成する(S31−3)。
このステップS31−3においては、ステップS31−2にて取得の参照画像を用いて、ステップS31−1と同等の縮小率の縮小参照エッジ画像を生成する。そして、縮小参照エッジ画像を用いた多層のピラミッド構造体を構築する。
即ち、複数の仮縮小テンプレートエッジ画像及び複数の縮小参照エッジ画像を縮小率の大きい順に下層から階層化する。これにより、下層に向かって縮小率が大きくなり、逆に上層に向かって縮小率が小さくなる。
次に、CPU101は、複数の仮縮小テンプレートエッジ画像及び複数の縮小参照エッジ画像のうち、縮小率が同じ画像同士(即ち、階層が同じ画像同士)で類似度を演算する。
第3実施形態では、CPU101は、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度を、縮小率の小さい階層から縮小率の大きい階層、即ち上層の階層から下層の階層に向かって順に計算する。そして、CPU101は、類似度の計算を終える度に、縮小仮テンプレートエッジ画像と縮小参照エッジ画像との類似度が所定類似度(所定値)以上であるか否かを判断する(S31−4)。
CPU101は、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度が所定類似度(所定値)以上であると判断した場合(S31−4:Yes)、ピラミッド構造体の最下層であるか否かを判断する(S31−5)。CPU101は、最下層でなければ(S31−5:No)、1つ下段の階層を設定し(S31−6)、再度、類似度の演算を行い、類似度が所定類似度(所定値)以下であるか否かを判断する(S31−4)。
CPU101は、最下層に到達したと判断した場合(S31−5:Yes)は、縮小率を1.0に設定する(S31−7)。即ち、ステップS31−4においては、ピラミッド上段よりパターンマッチングを行い、所定類似度以上を満足すれば、ステップS31−6において、後段のピラミッド階層を設定の上、マッチングを順次行う。通常、変形の無いワークであれば最下層である縮小の無い元画像レベルに到達する。この場合ステップS31−7にて、縮小率無し(倍率=1.0)の情報が後のフローへ引き継がれる。
CPU101は、ステップS31−4にて、類似度が所定類似度以上を満足しない場合(S31−4:No)、階層が所定階層以下(縮小率が所定縮小率以上)であるか否かを判断する(S31−11)。
そして、CPU101は、階層が所定階層以下ではないと判断した場合(S31−11:No)、縮小率設定不可と判定する(S31−13)。つまり、最上層でも満足できない場合や、ユーザ指定の階層以上である場合は、ステップS31−13で縮小率設定不可と判定する。この階層の指定は、ユーザがノイズや位置検出精度面を鑑みて適宜指定してよい。
CPU101は、ステップS31−11にて所定階層以下であれば(S31−11:Yes)、前階層での縮小率を後段のフローへ引き継ぐ(S31−12)。図5の例では、第5層で類似度が0.5を下回っている。このため前段の第6層での縮小率を採用する。
CPU101は、ステップS31−7,S31−12の結果(マッチング結果)の妥当性、即ち誤検出があったか否かを判断する(S31−8)。CPU101は、被検出対象の有無、位置情報に誤検出が有る場合(S31−8:No)、縮小率設定不可とする(S31−13)。CPU101は、誤検出が無い場合(S31−8:Yes)は、ステップS31−7またはステップS31−12での縮小率情報を、ステップS31−9へ引き継ぐ。
ステップS31−9においては、ステップS31−2で設定の画像が1つの場合は、前フローより引き継がれた結果を出力し完了する。
画像が複数の場合は、ステップS31−10において未処理画像が0になるまでステップS31−4〜S31−8を繰り返し、複数の縮小率がステップS31−9に引き継がれる。この中から縮小率の値が最も小さい(=最も縮小度が大きい)値を、最適な縮小率として出力し、完了する。
ステップS31−13にて設定不可と判定された場合は、所定類似度の値の調整や、ステップS31−1でのテンプレート設定での参照画像の変更などによるエッジ画像の見直しを行い、縮小率の設定が可能な状態にする。
以上のステップS31−4〜S31−13により、所定階層以下の階層において、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度が所定類似度以上となる階層を抽出する。そして、後のステップS32及びステップS34において生成するテンプレートエッジ画像及びエッジ画像の縮小率を、抽出した階層の縮小率に設定する。
以上のCPU101による各処理は、以下の形状パターンマッチング処理の前処理である。以上の前処理の後、CPU101は、テンプレート設定処理を行う(S32)。即ち、CPU101は、予め取得したパターンマッチング用のテンプレート画像を設定する(S32−1)。次いで、CPU101は、ステップS32−2において、テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する(第1の画像生成工程)。次いでCPU101は、テンプレートエッジ画像を、上記ステップS31で設定した縮小率で縮小することで、1つの縮小テンプレートエッジ画像を生成する(第1の画像縮小工程)。
次に、CPU101は、被探索画像を取得する(S33)。次に、CPU101は、取得した被探索画像に基づき、被探索画像から検出対象(ワーク)のエッジを抽出してエッジ画像を生成する(第2の画像生成工程)。次いで、CPU101は、エッジ画像を、上記ステップS31で設定した縮小率で縮小することで、1つの縮小エッジ画像を生成する(S34:第2の画像縮小工程)。
次に、CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度を演算する。そして、CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度以上であるか否かを判断する(S35)。
CPU101は、縮小テンプレートエッジ画像と縮小エッジ画像との類似度が所定類似度以上であれば(S35:Yes)、縮小エッジ画像を、パターンマッチングに用いた画像として抽出する(S36:抽出工程)。即ち、ステップS36にて、マッチング候補ありとして、パターンマッチング結果を出力する。CPU101は、類似度が所定類似度以上を満足しない場合は(S35:No)、マッチング候補なしと判定する(S37)。
以上のように、第3実施形態によれば、上記第1実施形態と同様、形状パターンマッチングにおいて、微小変形ワークに対してもロバスト且つ、高速な認識が可能になる。
更に、第3実施形態によれば、上記第1実施形態と異なり縮小率を事前に決定することが可能になる。したがって、上記第1実施形態よりも更に演算負荷が削減される。
なお、第3実施形態において、ステップS30で設定する所定類似度の値は、ノイズや類似形状の物体を、誤って検出対象と判定してしまう事象を回避する目的に使用することができる。この値は、ユーザの裁量により値を決定の上、手動にて設定、即ち入力装置としてのキーボード450により設定してもよい。または過去の適用時の検出傾向を鑑みて、誤検出抑制可能な値へ、適宜再設定してもよい。以上のように、ロバストな認識を実現するために類似度判定に用いる所定類似度の値(しきい値)を手動で設定することが可能である。
[第4実施形態]
次に、本発明の第4実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第4実施形態において、上記第1〜第3実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1〜第3実施形態と異なる部分について説明する。
次に、本発明の第4実施形態に係る画像処理装置による画像処理について説明する。なお、画像処理装置の各部の構成は、上記第1実施形態の図1で説明した構成と同様であり、詳細な説明は省略する。第4実施形態において、上記第1〜第3実施形態と異なるのは、演算部であるCPU101を用いた画像処理方法、即ちプログラム120の内容が異なるものであり、以下、上記第1〜第3実施形態と異なる部分について説明する。
図9は、第4実施形態に係る画像処理装置による形状パターンマッチング処理を説明するためのフローチャートである。上記第3実施形態では、所定類似度の値(類似度のしきい値)を、CPU101が外部から取得する場合について説明したが、CPU101が演算処理により求めてもよい。
CPU101は、類似度判定に使用する所定類似度の値(類似度のしきい値)、及び縮小率の値の設定処理を行う(S40:設定工程)。ステップS40では、CPU101は、後のステップに先立って、テンプレート画像とは異なる参照画像を取得する。そして、CPU101は、テンプレート画像及び参照画像に基づいて、所定類似度を設定すると共に、後のステップS41,S43において生成するテンプレートエッジ画像及びエッジ画像の縮小率を設定する。
以下具体的に説明すると、まず、CPU101は、しきい値の候補、即ち、仮の所定類似度を設定する(S40−1)。例えば全て一致の時の類似度を1.0、全て不一致の時の類似度を0.0とする場合、0.9、0.8、0.7、0.6・・・など規定のステップ幅を設けて候補を設定してもよい。
次に、CPU101は、上記第3実施形態で説明したステップS31における縮小率設定工程と略同様の処理を実行する(S40−2)。なお、ステップS31では、所定類似度の値(類似度のしきい値)が設定されていたのでこの値を用いていたが、第4実施形態のステップS40−2では、所定類似度の値はまだ確定しておらず、仮の所定類似度の値を用いる。
即ち、ステップS40−2においては、ステップS40−1で設定したしきい値候補(仮の所定類似度の値)の一つを図8のステップS31と同様に、縮小率設定処理を実行する。
CPU101は、ステップS40−2の処理の結果、そのしきい値候補(仮の所定類似度の値)で縮小率の設定が可能であったか否かを判断する(S40−3)。
CPU101は、縮小率の設定が可能であれば(S40−3:Yes)、そのときの仮の所定類似度の値及び縮小率の値を出力する(S40−4)。CPU101は、縮小率設定不可であれば(S40−3:No)、未処理であるしきい値候補の存在を判断する(S40−5)。
CPU101は、未処理であるしきい値候補が存在する場合(S40−5:No)は、再度、ステップS40−2の処理に移行する。したがって、CPU101は、未処理のしきい値候補を有し、且つ、ステップS40−3で縮小率設定が可能と判断するまでの間、しきい値候補(仮の所定類似度の値)を変更して、ステップS40−2を繰り返す。
CPU101は、未処理のしきい値候補が無くなった場合(S40−5:Yes)は、所定類似度の値及び縮小率の値の設定不可を示す情報を出力する(S40−6)。この場合は、しきい値候補(仮の所定類似度の値)の見直しや、図8のステップS31−1でのテンプレート設定でのテンプレート画像の変更などによるエッジ画像の見直しを行い、縮小率の設定が可能な状態にする。
要するに、ステップS40では、CPU101は、まず、ステップS40−1で仮の所定類似度を設定する。CPU101は、ステップS40−2におけるステップS31−1(図8)で、テンプレートエッジ画像を縮小して、互いに縮小率の異なる複数の仮縮小テンプレートエッジ画像を生成する。CPU101は、ステップS31−3で参照画像から検出対象のエッジを抽出して参照エッジ画像を生成し、参照エッジ画像を縮小して、複数の仮縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小参照エッジ画像を生成する。
CPU101は、ステップS31−4で複数の仮縮小テンプレートエッジ画像及び前記複数の縮小参照エッジ画像を縮小率の大きい順に下層から階層化したときに、階層が同じ画像同士で類似度を演算する。そして、所定階層以下の階層において、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度が仮の所定類似度以上となる階層(縮小率)を抽出可能になるまで、ステップS31−4〜S31−13,S40−3,S40−5を繰り返す。即ち、CPU101は、所定階層以下の階層において、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度が仮の所定類似度以上となる階層(縮小率)を抽出可能になるまで、仮の所定類似度を変更する。
そして、CPU101は、仮縮小テンプレートエッジ画像と縮小参照エッジ画像との類似度が仮の所定類似度以上となる階層(縮小率)を抽出可能となったときの仮の所定類似度を所定類似度として設定する。更に、CPU101は、ステップS40−4で、後のステップで縮小するテンプレートエッジ画像及びエッジ画像の縮小率を、抽出可能となった階層の縮小率に設定する。
以上のCPU101による各処理は、以下のステップS41〜S46における形状パターンマッチング処理の前処理である。以上の前処理の後、CPU101は、図8に示すステップS32〜S37と同様の処理である、ステップS41〜S46を実行する。
以上、第4実施形態では、上記第3実施形態と異なり、所定類似度(類似度のしきい値)を自動的に決定することが可能になる。そのため形状パターンマッチングにおいて、微小変形ワークに対してもロバスト且つ、高速な認識が可能になる。
なお、本発明は、以上説明した実施形態に限定されるものではなく、多くの変形が本発明の技術的思想内で当分野において通常の知識を有する者により可能である。
上記第3実施形態では、CPU101が縮小率を求めていたが、これに限定するものではなく、当該縮小率をユーザが設定するようにしてもよい。どの縮小率がよいか、ユーザが経験上わかっていれば、CPU101に演算させるまでもないので、縮小率の演算を省略することができる。
上記実施形態の各処理動作は具体的には演算部としてのCPU101により実行されるものである。従って上述した機能を実現するプログラムを記録した記録媒体を制御装置に供給し、制御装置のコンピュータ(CPUやMPU)が記録媒体に格納されたプログラムを読み出し実行することによって達成されるようにしてもよい。この場合、記録媒体から読み出されたプログラム自体が上述した実施形態の機能を実現することになり、プログラム自体及びそのプログラムを記録した記録媒体は本発明を構成することになる。
また、上記実施形態では、コンピュータ読み取り可能な記録媒体がHDD104であり、HDD104にプログラム120が格納される場合について説明したが、これに限定するものではない。プログラムは、コンピュータ読み取り可能な記録媒体であれば、いかなる記録媒体に記録されていてもよい。例えば、プログラムを供給するための記録媒体としては、図1に示すROM102、記録ディスク600、外部記憶装置400等を用いてもよい。具体例を挙げて説明すると、記録媒体として、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、CD−ROM、CD−R、磁気テープ、書き換え可能な不揮発性のメモリ(例えばUSBメモリ)、ROM等を用いることができる。
また、上記実施形態におけるプログラムを、ネットワークを介してダウンロードしてコンピュータにより実行するようにしてもよい。
また、コンピュータが読み出したプログラムコードを実行することにより、上記実施形態の機能が実現されるだけに限定するものではない。そのプログラムコードの指示に基づき、コンピュータ上で稼働しているOS(オペレーティングシステム)等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。
さらに、記録媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれてもよい。そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPU等が実際の処理の一部または全部を行い、その処理によって上記実施形態の機能が実現される場合も含まれる。
また、上記実施形態では、コンピュータがHDD等の記録媒体に記録されたプログラムを実行することにより、画像処理を行う場合について説明したが、これに限定するものではない。プログラムに基づいて動作する演算部の一部又は全部の機能をASICやFPGA等の専用LSIで構成してもよい。なお、ASICはApplication Specific Integrated Circuit、FPGAはField-Programmable Gate Arrayの頭字語である。
また、上記実施形態では、記憶部が、ROM102、RAM103又はHDD104等である場合について説明したが、これらに限定するものではなく、いかなる記憶装置(例えば書き換え可能な不揮発性のメモリ等)であっても本発明は適用可能である。
100…画像処理装置、101…CPU(演算部)
Claims (13)
- 演算部を有する画像処理装置による画像処理方法であって、
前記演算部が、テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する第1の画像生成工程と、
前記演算部が、前記テンプレートエッジ画像を縮小し、縮小テンプレートエッジ画像を生成する第1の画像縮小工程と、
前記演算部が、被探索画像から検出対象のエッジを抽出してエッジ画像を生成する第2の画像生成工程と、
前記演算部が、前記エッジ画像を縮小し、縮小エッジ画像を生成する第2の画像縮小工程と、
前記演算部が、所定縮小率以上において、前記縮小テンプレートエッジ画像と前記縮小エッジ画像との類似度を演算し、前記縮小テンプレートエッジ画像との類似度が所定類似度以上であれば、前記縮小エッジ画像を、パターンマッチングに用いた画像として抽出する抽出工程と、を備えたことを特徴とする画像処理方法。 - 前記第1の画像縮小工程では、前記演算部が、前記テンプレートエッジ画像を縮小し、互いに縮小率の異なる複数の縮小テンプレートエッジ画像を生成し、
前記第2の画像縮小工程では、前記演算部が、前記エッジ画像を縮小し、前記複数の縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小エッジ画像を生成し、
前記抽出工程では、前記演算部が、前記複数の縮小テンプレートエッジ画像及び前記複数の縮小エッジ画像のうち、縮小率が同じ画像同士で類似度を演算し、前記縮小テンプレートエッジ画像との類似度が前記所定類似度以上、且つ前記縮小率が所定縮小率以上の前記縮小エッジ画像を、パターンマッチングに用いた画像として抽出することを特徴とする請求項1に記載の画像処理方法。 - 前記抽出工程では、前記演算部が、前記縮小テンプレートエッジ画像との類似度が前記所定類似度以上、且つ縮小率が前記所定縮小率以上の前記縮小エッジ画像のうち、最大の縮小率の前記縮小エッジ画像を抽出することを特徴とする請求項2に記載の画像処理方法。
- 前記抽出工程では、前記演算部が、前記縮小テンプレートエッジ画像との類似度を、縮小率の小さい前記縮小エッジ画像から順に計算することを特徴とする請求項2又は3に記載の画像処理方法。
- 前記抽出工程では、前記演算部が、前記複数の縮小テンプレートエッジ画像及び前記複数の縮小エッジ画像を縮小率の順に階層化したときに、粗い階層間隔で類似度を演算し、前記所定類似度に近い階層に向けて類似度を演算する階層間隔を密にしながらパターンマッチングに用いた画像を抽出することを特徴とする請求項2乃至4のいずれか1項に記載の画像処理方法。
- 前記演算部が、前記第1の画像縮小工程及び前記第2の画像縮小工程に先立って、前記テンプレート画像とは異なる参照画像を取得し、前記テンプレート画像及び前記参照画像に基づいて、前記第1の画像縮小工程及び前記第2の画像縮小工程において生成する前記テンプレートエッジ画像及び前記エッジ画像の縮小率を設定する縮小率設定工程を備え、
前記第1の画像縮小工程では、前記演算部が、前記テンプレートエッジ画像を、前記縮小率設定工程で設定した縮小率で縮小して、1つの縮小テンプレートエッジ画像を生成し、
前記第2の画像縮小工程では、前記演算部が、前記エッジ画像を、前記縮小率設定工程で設定した縮小率で縮小して、1つの縮小エッジ画像を生成することを特徴とする請求項1に記載の画像処理方法。 - 前記縮小率設定工程では、
前記演算部が、
前記テンプレートエッジ画像を縮小して、互いに縮小率の異なる複数の仮縮小テンプレートエッジ画像を生成し、
前記参照画像から検出対象のエッジを抽出して参照エッジ画像を生成し、
前記参照エッジ画像を縮小して、前記複数の仮縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小参照エッジ画像を生成し、
前記複数の仮縮小テンプレートエッジ画像及び前記複数の縮小参照エッジ画像を縮小率の大きい順に下層から階層化したときに、階層が同じ画像同士で類似度を演算し、
所定階層以下の階層において、前記仮縮小テンプレートエッジ画像と前記縮小参照エッジ画像との類似度が所定類似度以上となる階層を抽出し、
前記第1の画像縮小工程及び前記第2の画像縮小工程において生成する前記テンプレートエッジ画像及び前記エッジ画像の縮小率を、抽出した階層の縮小率に設定することを特徴とする請求項6に記載の画像処理方法。 - 前記演算部が、外部から前記所定類似度の値を取得することを特徴とする請求項1乃至7のいずれか1項に記載の画像処理方法。
- 前記演算部が、前記第1の画像縮小工程、前記第2の画像縮小工程及び前記抽出工程に先立って、前記テンプレート画像とは異なる参照画像を取得し、前記テンプレート画像及び前記参照画像に基づいて、前記所定類似度を設定すると共に、前記第1の画像縮小工程及び前記第2の画像縮小工程において生成する前記テンプレートエッジ画像及び前記エッジ画像の縮小率を設定する設定工程を備え、
前記第1の画像縮小工程では、前記演算部が、前記テンプレートエッジ画像を、前記設定工程で設定した縮小率で縮小して、1つの縮小テンプレートエッジ画像を生成し、
前記第2の画像縮小工程では、前記演算部が、前記エッジ画像を、前記設定工程で設定した縮小率で縮小して、1つの縮小エッジ画像を生成し、
前記抽出工程では、前記演算部が、前記縮小テンプレートエッジ画像と前記縮小エッジ画像との類似度を演算し、前記縮小テンプレートエッジ画像と前記縮小エッジ画像との類似度が前記設定工程で設定した所定類似度以上であれば、前記縮小エッジ画像を、パターンマッチングに用いた画像として抽出することを特徴とする請求項1に記載の画像処理方法。 - 前記設定工程では、
前記演算部が、
仮の所定類似度を設定し、
前記テンプレートエッジ画像を縮小して、互いに縮小率の異なる複数の仮縮小テンプレートエッジ画像を生成し、
前記参照画像から検出対象のエッジを抽出して参照エッジ画像を生成し、
前記参照エッジ画像を縮小して、前記複数の仮縮小テンプレートエッジ画像と同じ縮小率で互いに縮小率の異なる複数の縮小参照エッジ画像を生成し、
前記複数の仮縮小テンプレートエッジ画像及び前記複数の縮小参照エッジ画像を縮小率の大きい順に下層から階層化したときに、階層が同じ画像同士で類似度を演算し、
所定階層以下の階層において、前記仮縮小テンプレートエッジ画像と前記縮小参照エッジ画像との類似度が前記仮の所定類似度以上となる階層を抽出可能になるまで、前記仮の所定類似度を変更し、
前記仮縮小テンプレートエッジ画像と前記縮小参照エッジ画像との類似度が前記仮の所定類似度以上となる階層を抽出可能となったときの前記仮の所定類似度を前記所定類似度として設定し、
前記第1の画像縮小工程及び前記第2の画像縮小工程において生成する前記テンプレートエッジ画像及び前記エッジ画像の縮小率を、抽出可能となった階層の縮小率に設定することを特徴とする請求項9に記載の画像処理方法。 - テンプレート画像及び被探索画像を記憶する記憶部と、
前記記憶部に記憶された前記テンプレート画像及び前記被探索画像に対して、画像処理を実行する演算部と、を備え、
前記演算部は、前記画像処理として、
テンプレート画像から検出対象のエッジを抽出してテンプレートエッジ画像を生成する処理と、
前記テンプレートエッジ画像を縮小し、縮小テンプレートエッジ画像を生成する処理と、
被探索画像から検出対象のエッジを抽出してエッジ画像を生成する処理と、
前記エッジ画像を縮小し、縮小エッジ画像を生成する処理と、
所定縮小率以上において、前記縮小テンプレートエッジ画像と前記縮小エッジ画像との類似度を演算し、前記縮小テンプレートエッジ画像との類似度が所定類似度以上であれば、前記縮小エッジ画像を、パターンマッチングに用いた画像として抽出する処理と、を実行することを特徴とする画像処理装置。 - コンピュータに、請求項1乃至10のいずれか1項に記載の画像処理方法の各工程を実行させるためのプログラム。
- 請求項12に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013153560A JP2015026117A (ja) | 2013-07-24 | 2013-07-24 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013153560A JP2015026117A (ja) | 2013-07-24 | 2013-07-24 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015026117A true JP2015026117A (ja) | 2015-02-05 |
Family
ID=52490757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013153560A Pending JP2015026117A (ja) | 2013-07-24 | 2013-07-24 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015026117A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017041190A (ja) * | 2015-08-21 | 2017-02-23 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
CN108573471A (zh) * | 2017-03-13 | 2018-09-25 | 欧姆龙株式会社 | 图像处理装置、图像处理方法以及记录介质 |
CN113466233A (zh) * | 2020-03-31 | 2021-10-01 | 北京配天技术有限公司 | 视觉检测方法、视觉检测装置及计算机存储介质 |
CN117173545A (zh) * | 2023-11-03 | 2023-12-05 | 天逸财金科技服务(武汉)有限公司 | 一种基于计算机图形学的证照原件识别方法 |
-
2013
- 2013-07-24 JP JP2013153560A patent/JP2015026117A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017041190A (ja) * | 2015-08-21 | 2017-02-23 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
CN108573471A (zh) * | 2017-03-13 | 2018-09-25 | 欧姆龙株式会社 | 图像处理装置、图像处理方法以及记录介质 |
CN108573471B (zh) * | 2017-03-13 | 2023-06-06 | 欧姆龙株式会社 | 图像处理装置、图像处理方法以及记录介质 |
CN113466233A (zh) * | 2020-03-31 | 2021-10-01 | 北京配天技术有限公司 | 视觉检测方法、视觉检测装置及计算机存储介质 |
CN117173545A (zh) * | 2023-11-03 | 2023-12-05 | 天逸财金科技服务(武汉)有限公司 | 一种基于计算机图形学的证照原件识别方法 |
CN117173545B (zh) * | 2023-11-03 | 2024-01-30 | 天逸财金科技服务(武汉)有限公司 | 一种基于计算机图形学的证照原件识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5554984B2 (ja) | パターン認識方法およびパターン認識装置 | |
US8879847B2 (en) | Image processing device, method of controlling image processing device, and program for enabling computer to execute same method | |
JP6000455B2 (ja) | フォーム認識方法及びフォーム認識装置 | |
JP4855556B1 (ja) | 動体検出装置、動体検出方法、動体検出プログラム、動体追跡装置、動体追跡方法及び動体追跡プログラム | |
US8718324B2 (en) | Method, apparatus and computer program product for providing object tracking using template switching and feature adaptation | |
US9911204B2 (en) | Image processing method, image processing apparatus, and recording medium | |
JP6432162B2 (ja) | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム | |
JP6406900B2 (ja) | 画像処理方法、画像処理装置、プログラム、記録媒体、生産装置、及び組立部品の製造方法 | |
JP2016018359A (ja) | 画像処理方法、画像処理装置、プログラム及び記録媒体 | |
JP2015026117A (ja) | 画像処理方法、画像処理装置、プログラム及び記録媒体 | |
JP2018045302A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP5192437B2 (ja) | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム | |
JP2016053763A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6393495B2 (ja) | 画像処理装置および物体認識方法 | |
WO2015178001A1 (ja) | 画像照合システム、画像照合方法、およびプログラムを記憶する記録媒体 | |
JP6278757B2 (ja) | 特徴量生成装置、特徴量生成方法、およびプログラム | |
JP6175904B2 (ja) | 照合対象抽出システム、照合対象抽出方法、照合対象抽出プログラム | |
JP6098320B2 (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 | |
JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
KR101727432B1 (ko) | 단계별 영상을 이용한 객체 인식 성능 향상 장치 및 방법 | |
JPWO2013154062A1 (ja) | 画像識別システム、画像識別方法、およびプログラム | |
JP2014056415A (ja) | 画像照合システム、画像照合方法、およびプログラム | |
JP5757293B2 (ja) | 物体形状認識方法、物体形状認識システム及びプログラム | |
WO2020152908A1 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
KR20230039813A (ko) | 수정된 계몽 생성적 적대 신경망을 활용한 사람 인식 방법 및 장치 |