JP2021093712A - 撮像制御装置、評価システム、撮像制御方法及びプログラム - Google Patents
撮像制御装置、評価システム、撮像制御方法及びプログラム Download PDFInfo
- Publication number
- JP2021093712A JP2021093712A JP2020129853A JP2020129853A JP2021093712A JP 2021093712 A JP2021093712 A JP 2021093712A JP 2020129853 A JP2020129853 A JP 2020129853A JP 2020129853 A JP2020129853 A JP 2020129853A JP 2021093712 A JP2021093712 A JP 2021093712A
- Authority
- JP
- Japan
- Prior art keywords
- imaging
- orientation
- target object
- reference object
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 195
- 238000003384 imaging method Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims description 65
- 230000000717 retained effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 44
- 239000003550 marker Substances 0.000 description 29
- 238000010586 diagram Methods 0.000 description 26
- 239000013598 vector Substances 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000013519 translation Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101100006960 Caenorhabditis elegans let-2 gene Proteins 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Studio Devices (AREA)
- Image Analysis (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
Description
第1実施形態は、対象物体の撮像時と同じ撮像条件(照明、撮像装置と対象物体との位置関係など)で得られる基準板の面の向きと対象物体の面の向きとの差が所定の閾値未満になった場合に基準板の撮像画像を取得する。そして、取得した撮像画像に基づいて対象物体の色評価を行う。なお、本実施形態で得られる色評価は、例えば、撮像装置のキャリブレーションや撮像対象物の色調整に用いられる。
図1(a)は、第1実施形態に係る色評価システムの構成を示す図である。本実施形態の色評価システムは、撮像制御装置1と、撮像装置2と、色評価装置3と、を有して構成される。
図2は、第1実施形態に係る色評価システムを構成する、主に機能要素を示すブロック図である。本実施形態の色評価システムは、図1(a)でそれぞれ上述した、撮像制御装置1と色評価装置3を有して構成される。撮像制御装置1による機能要素は、撮像画像データ取得部201、形状データ生成部202、および撮像制御部203であり、色評価装置3による機能要素は、色評価部301および評価結果表示部302である。
図3は、第1実施形態に係る色評価システムで実行される処理を示すフローチャートである。以下、各ステップ(工程)は符号の前にSをつけて表し、「ステップ」の記載は省略する。その他のフローチャートについても同様である。
この処理によって物体4の三次元形状を表す形状データを生成する。図4は、第1実施形態に係る、物体4の三次元形状を算出する方法を説明する図である。図4に示すように、色評価の対象となる物体4にはマーカー6が貼り付けられている。マーカー6はパターン領域41と評価領域42とが設けられている。評価領域42は、マーカー6において切り抜かれた領域である。そのため、マーカー6を物体4に貼り付けると評価領域42の部分で物体4の表面が露出する。この領域によって物体4の表面の色の評価を行うことができる。S220では、マーカー6が貼り付けられた物体4を撮像することによって得られた撮像画像データを用いて物体4の三次元形状を算出する。
S230(図3)では、撮像制御部203は、形状データ生成部202によって生成された物体4の形状データに基づいて物体4において色評価を行いたい位置を特定し、その位置に対応する基準物体の色情報を取得する。そして、この色情報に基づいて物体4の色評価を行う。詳しくは、S210で物体4の撮像画像データを取得したときと同じ撮像条件下で基準物体の撮像を行う。このとき、物体4の形状データにおいて色評価を行いたい位置が指定されている。その後、撮像装置2は基準物体を所定の時間間隔で撮像し、指定されている位置の物体4の面の向きと、基準物体の面の向きの差が所定の閾値未満になった場合にのみ、その時の撮像画像データをメモリに保持する。撮像の間、基準物体は、人またはロボットアームなどにより面の向きが様々に変化されている。
S240では、色評価部301が、物体4の撮像画像データにおける評価位置(uc,vc)に対応する位置の各画素の色情報と、その評価位置と同じ法線の向きで撮像された基準板7の色情報と、に基づいて色の評価値を算出する。具体的には、先ず、下記式(4)〜式(8)を用いて、XYZ値をL*a*b*値を変換する。すなわち、物体4の撮像画像データにおける色情報を(Xc,Yc,Zc)とし、基準板7の色情報を(Xb,Yb,Zb)とし、基準白色のXYZ値を(Xw,Yw,Zw)とする。基準白色のXYZ値には、予め設定されている値を用いる。そして、式(4)〜式(8)を用いて(Xc,Yc,Zc)、(Xb,Yb,Zb)をそれぞれ(X,Y,Z)に代入した場合の、(L*c,a*c,b*c)、(L*b,a*b,b*b)をそれぞれ算出する。
上述した第1実施形態では、物体4および基準板7に対してマーカーを貼り付けることでそれぞれの形状データを取得した。しかし、物体4の設計値やCADデータがある場合には、物体4の形状取得においてマーカーを使用しなくてもよい。第2実施形態では、上記CADデータなどによって形状が既知である物体に対し、マーカーを使用せずに形状データを取得し、それに基づいて色評価を行う。以下では、本実施形態と第1実施形態とで異なる部分を主に説明する。
図10は、第2実施形態に係る色評価システムの機能構成を示すブロック図である。本実施形態の色評価システムは、撮像制御装置1と色評価装置3を有し、撮像制御装置1は、撮像画像データ取得部201、形状データ生成部202、撮像制御部203、CADデータ保持部1001、パターンマッチング部1002を有する。また、色評価装置3は、色評価部301と評価結果表示部302を有する。撮像画像データ取得部201、形状データ生成部202、撮像制御部203、色評価部301、評価結果表示部302は第1実施形態と同様の要素であるためそれらの説明を省略する。
図11は、第2実施形態に係る色評価システムにおける処理を示すフローチャートである。S210は第1実施形態と同じ処理であるため、その説明を省略する。
第1実施形態では、物体4及び基準板7にマーカーを張り付けて撮像して得られた撮像画像データを用いて形状データの取得を行った。第2実施形態では、一方の物体4はCADデータを用いて、他方の基準板7のみにマーカーを張り付けて撮像して得られた撮像画像データを用いて形状データの取得を行った。しかし、基準板7においても、形状が予め既知である場合はマーカーを使用しなくてもよい。第3実施形態は、基準板7の形状が既知である場合に、物体4に対してのみマーカーを使用することで物体4の色評価を行う形態に関する。以下では、本実施形態と、第1実施形態および第2実施形態と異なる部分を主に説明する。
図13は、第3実施形態に係る色評価システムの機能構成を示すブロック図である。本実施形態の色評価システムは、撮像制御装置1と色評価装置3を有し、撮像制御装置1は、撮像画像データ取得部201、形状データ生成部202、撮像制御部1303、CADデータ保持部1001、パターンマッチング部1002を有する。また、色評価装置3は、色評価部301、評価結果表示部302を有する。上記構成は、第2実施形態と同様であるためこれらの説明を省略する。
図14は、第3実施形態に係る色評価システムにおける処理を示すフローチャートである。S210、S220の処理は第1実施形態と同じ処理であるため、それらの説明を省略する。
図15は、図14に示すS1330の処理の詳細を示すフローチャートである。
第1実施形態、第2実施形態、および第3実施形態では、基準板7の面を動かしながら法線の向きを変化させ、物体4の色評価を行いたい位置の法線との差が閾値未満になった場合に撮像画像を保持し、色評価を行った。しかし、基準板7の面の向きを変化させても、色評価を行いたい物体4の法線と基準板7の法線の差が閾値未満にならない場合もある。第4の実施形態は、基準板7の撮像を行う際に、物体4の色評価を行いたい位置の法線と基準板7の法線を合わせるために、基準板7の面の向きを変化させる方向を示す色評価システムに関する。以下、本実施形態が、第1実施形態、第2実施形態、および第3実施形態とで異なる部分を主に説明する。
図17は、第4実施形態に係る色評価システムの機能構成を示すブロック図である。本実施形態の色評価システムは、撮像制御装置1と色評価装置3を有し、撮像制御装置1は、撮像画像データ取得部201、形状データ生成部202、および撮像制御部1703を有する。また、色評価装置3は、色評価部301、評価結果表示部302を有する。
図18は、第4実施形態に係る色評価システムにおける処理を示すフローチャートである。
図19は、図18に示すS1730の処理の詳細を示すフローチャートである。
第1実施形態、第2実施形態、第3実施形態、および第4実施形態では、指定された位置に対する色評価を行うものである。これに対し、第5実施形態は、位置を指定するのではなく、評価領域全体に対して色評価を行う形態に関するものである。以下、本実施形態が、第1実施形態、第2実施形態、第3実施形態、および第4実施形態とで異なる部分を主に説明する。
図21は、第5実施形態に係る色評価システムの機能構成を示すブロック図である。本実施形態の色評価システムは、撮像制御装置1と色評価装置3を有し、撮像制御装置1は、撮像画像データ取得部201、形状データ生成部202、撮像制御部2103、基準板撮像画像データ保持部2104を有する。また、色評価装置3は、色評価部2105、評価結果表示部302を有する。撮像データ取得部201、形状データ生成部202、および評価結果表示部302は、第1実施形態における各部と同じであるためそれらの説明を省略する。
図22は、第5実施形態に係る色評価システムにおける処理を示すフローチャートである。S210、S220、S250の処理は第1実施形態のものと同じ処理であるため、それらの説明を省略する。
図23は、図22に示すS2130の処理を示すフローチャートである。
以下において、色評価部2105は、物体4の撮像画像データと物体4の形状データと、基準板撮像画像データ保持部2104が保持する基準板7の撮像画像データとに基づいて、物体4の表面の色を評価する。具体的には、物体4の全画素のそれぞれに対して、物体4の面の法線と、角度差が閾値T未満となる法線を持つ基準板7の撮像画像データを基準板撮像画像データ保持部2104から取得する。そして、走査画素位置における色情報と基準板7の撮像画像データの色情報に基づいて色の評価値を算出する。色の評価値は、第1実施形態におけるS240と同様の処理によって算出する。
第1実施形態、第2実施形態、第3実施形態、第4実施形態、および第5実施形態では、物体4と基準板7とを別々に撮像することによる物体4の色評価を行った。これに対し、第6実施形態は、物体4の近傍では照明条件がほぼ同一とみなし、物体4と基準板7とを同じ画角内に設置して撮像する形態に関するものである。以下、本実施形態が、第1実施形態、第2実施形態、第3実施形態、第4実施形態、および第5実施形態とで異なる部分を主に説明する。
図25は、第6実施形態に係る色評価システムの機能構成を示すブロック図である。本実施形態の色評価システムは、撮像制御装置1と色評価装置3を有し、撮像制御装置1は、撮像画像データ取得部2501、形状データ生成部2502、撮像制御部2503を有し、色評価装置3は色評価部301及び評価結果表示部302を有する。
図26は、第6実施形態に係る色評価システムで実行される処理を示すフローチャートである。
次にS2520で、形状データ生成部2502は、撮像画像データ取得部2501で取得した撮像画像データに対して、物体4および基準板7のそれぞれに対応する画像領域を指定する。S2520における処理の詳細は図27、図28を用いて後述する。
S2530で、形状データ生成部2502は、S2520で指定された物体4に対応する画像領域内におけるマーカーに基づいて物体4の形状データを生成する。形状データの生成は第1実施形態のS220と同様であるため説明を省略する。
S2520で、形状データ生成部2502は、撮像画像データ取得部2501で取得した撮像データに対して、物体4に対応する画像領域を指定する。図27は、第6実施形態に係る物体4及び基準板を7近傍に配置して撮像する様子を示す。色評価の対象となる物体4及び基準板7が近傍に配置され、それぞれにマーカー6が貼り付けられている。マーカー6はパターン領域41と評価領域42とが設けられており、評価領域42によって物体4の表面の色評価を行う。図27の物体配置で撮像して得られた撮像画像には物体4と基準板7を含むため、物体4の形状データ生成に用いる物体4に対応するマーカーの領域指定が必要となる。図28に示すのは、S2510で撮像画像データ取得部2501が取得した撮像画像データに対して、物体4の三次元形状を算出するための画像領域を指定するUI例である。表示されている撮像画像に対し、物体4のマーカー領域2801を指定し、物体4の三次元形状算出に用いる領域とする。同様に、基準板7についても基準板7に対応するマーカーの領域指定を行う。
上述した実施形態においては、マーカーが貼り付けられた物体4と基準板7の少なくとも一方の撮像画像を用いて形状データを取得する例を説明したが、どちらもCADデータから形状データを取得するようにしてもよい。この場合の構成は、図10、13に示す構成から撮像画像から形状データを生成するための形状データ生成部202を省き、物体4および基準板7の形状データがパターンマッチング部1002から出力される構成となる。
また、上述した実施形態における撮像制御部は、物体4の評価領域の面の向きと基準板の面の向きとの差が所定の閾値未満となった場合に撮像装置2に撮像を止めさせたが、面の向きの差が所定の閾値未満となっても撮像を停止しなくてもよい。この場合、面の向きの差が閾値未満となった場合の基準物体の色情報が取得できたことをユーザに通知するために、ディスプレイ15に表示を行ってもよい。
本発明は、上述の実施形態の1以上の機能を実現するプログラムをネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
201 撮像画像データ取得部
202 形状データ生成部
203 撮像制御部
1303 撮像制御部
1703 撮像制御部
2103 撮像制御部
2501 撮像画像データ取得部
2502 形状データ生成部
2503 撮像制御部
Claims (15)
- 対象物体の見えの評価に用いられる色情報を取得するために、評価の基準となる基準物体を撮像する撮像手段を制御する撮像制御装置であって、
前記対象物体における評価領域の面の向きに関するデータを取得する第1取得手段と、
前記面の向きに関するデータに基づいて、前記評価領域の面の向きと、前記基準物体の面の向きと、の差が所定の閾値未満になるまで前記基準物体を撮像するよう前記撮像手段を制御し、前記差が所定の閾値未満である場合の、前記基準物体の色情報を取得する第2取得手段と、
前記基準物体の前記色情報を、前記対象物体の見えを評価する評価手段に出力する出力手段と、
を有することを特徴とする撮像制御装置。 - 前記第2取得手段は、前記評価領域の面の向きと、前記基準物体の面の向きと、の差が前記所定の閾値未満になるまで前記基準物体の撮像と前記面の向きの比較とを含む処理を繰り返し行い、前記差が前記所定の閾値未満になった場合に前記処理を終了することを特徴とする請求項1に記載の撮像制御装置。
- 前記第1取得手段は、前記対象物体を撮像して得られた画像データおよび前記基準物体を撮像して得られた画像データに基づいて、前記対象物体および前記基準物体の面の向きに関するデータを取得することを特徴とする請求項1又は2に記載の撮像制御装置。
- 前記第1取得手段は、前記対象物体に対応するCADデータおよび前記基準物体に対応するCADデータに基づいて、前記対象物体および前記基準物体の面の向きに関するデータを取得し、
前記第2取得手段は、前記対象物体に対応するCADデータに基づき前記面の向きに関するデータに対応する前記対象物体を撮像して得られた画像データを取得することを特徴とする請求項1又は2に記載の撮像制御装置。 - 前記第1取得手段は、前記対象物体および前記基準物体の一方を撮像して得られた画像データおよび前記対象物体および前記基準物体の他方に対応するCADデータに基づいて、前記対象物体および前記基準物体の面の向きに関するデータを取得し、
前記第2取得手段は、前記面の向きに関するデータに対応する前記対象物体および前記基準物体の他方を撮像して得られた画像データを取得することを特徴とする請求項1又は2に記載の撮像制御装置。 - 前記対象物体と前記基準物体とを同じ画角内に設置して撮像して得られた画像データに対して、前記対象物体に対応する画像領域と、前記基準物体に対応する画像領域とを指定する指定手段、
をさらに有し、
前記第1取得手段は、前記対象物体に対応する画像領域を、前記対象物体を撮像して得られた画像データとし、前記基準物体に対応する画像領域を、前記基準物体を撮像して得られた画像データとする
ことを特徴とする請求項3又は5に記載の撮像制御装置。 - 前記出力手段は、前記対象物体を撮像して得られた画像データを前記評価手段に出力することを特徴とする請求項1ないし6のいずれか一項に記載の撮像制御装置。
- 前記対象物体および前記基準物体それぞれを撮像して得られた画像データは、前記対象物体と前記基準物体とを同じ画角内で撮像して得られた画像データであることを特徴とする請求項3ないし7のいずれか一項に記載の撮像制御装置。
- 前記対象物体および前記基準物体それぞれの面の向きに関するデータは、前記対象物体および前記基準物体それぞれの面の法線を示すデータであることを特徴とする請求項1ないし8のいずれか一項に記載の撮像制御装置。
- 前記対象物体の面の向きに関するデータと前記基準物体の面の向きに関するデータとを比較し、前記面の向きの差が小さい前記基準物体の面の向きを表示するための表示制御手段をさらに有することを特徴とする請求項1ないし9のいずれか一項に記載の撮像制御装置。
- 前記第2取得手段は、前記対象物体の面の向きに関するデータと前記基準物体の面の向きに関するデータとの比較を前記対象物体の全領域に対して行い、前記面の向きの差が閾値未満となる場合に、前記基準物体を撮像して得られた画像データを取得することを特徴とする請求項1ないし10のいずれか一項に記載の撮像制御装置。
- 物体の見えを評価する評価システムであって、
評価の対象となる対象物体を撮像して得られた画像データに基づいて、前記対象物体の面の向きに関する第1データを取得する第1取得手段と、
評価の基準となる基準物体を、前記対象物体の撮像と同じ撮像条件で撮像して得られた画像データに基づいて、前記基準物体の面の向きに関する第2データを取得し、前記第2データが示す前記基準物体の面の向きと前記第1データが示す前記対象物体の面の向きとの差が所定の閾値未満である場合に、前記基準物体を撮像して得られた画像データを保持する第2取得手段と、
前記保持された基準物体を撮像して得られた画像データに基づいて、前記対象物体の見えを評価する評価手段と、
を有することを特徴とする評価システム。 - コンピュータを請求項1ないし11のいずれか一項に記載の撮像制御装置の各手段として機能させるためのプログラム。
- 対象物体の見えの評価に用いられる色情報を取得するために、評価の基準となる基準物体を撮像する撮像手段を制御する撮像制御方法であって、
前記対象物体における評価領域の面の向きに関するデータを取得する第1取得工程と、
前記面の向きに関するデータに基づいて、前記評価領域の面の向きと、前記基準物体の面の向きと、の差が所定の閾値未満になるまで前記基準物体を撮像するよう前記撮像手段を制御し、前記差が所定の閾値未満である場合の、前記基準物体の色情報を取得する第2取得工程と、
前記基準物体の前記色情報を、前記対象物体の見えを評価する評価手段に出力する出力工程と、
を有することを特徴とする撮像制御方法。 - 物体の見えを評価するための評価方法であって、
評価の対象となる対象物体を撮像して得られた画像データに基づいて、前記対象物体の面の向きに関する第1データを取得する第1取得工程と、
評価の基準となる基準物体を、前記対象物体の撮像と同じ撮像条件で撮像して得られた画像データに基づいて、前記基準物体の面の向きに関する第2データを取得し、前記第2データが示す前記基準物体の面の向きと前記第1データが示す前記対象物体の面の向きとの差が所定の閾値未満である場合に、前記基準物体を撮像して得られた画像データを保持する第2取得工程と、
前記保持された基準物体を撮像して得られた画像データに基づいて、前記対象物体の見えを評価する評価工程と、
を有することを特徴とする評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/108,323 US11557056B2 (en) | 2019-12-06 | 2020-12-01 | Image-capturing control apparatus, image-capturing control method, and storage medium for evaluating appearance of object |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019221183 | 2019-12-06 | ||
JP2019221183 | 2019-12-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021093712A true JP2021093712A (ja) | 2021-06-17 |
JP7500325B2 JP7500325B2 (ja) | 2024-06-17 |
Family
ID=76310894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020129853A Active JP7500325B2 (ja) | 2019-12-06 | 2020-07-31 | 撮像制御装置、評価システム、撮像制御方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7500325B2 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013174441A (ja) | 2010-06-17 | 2013-09-05 | Viva Computer Co Ltd | 外観色品質管理方法、外観色品質管理装置及び外観色品質管理システム |
WO2018079043A1 (ja) | 2016-10-26 | 2018-05-03 | シャープ株式会社 | 情報処理装置、撮像装置、情報処理システム、情報処理方法、およびプログラム |
JP7262927B2 (ja) | 2018-03-30 | 2023-04-24 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP2019185730A (ja) | 2018-03-30 | 2019-10-24 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2020
- 2020-07-31 JP JP2020129853A patent/JP7500325B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7500325B2 (ja) | 2024-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9773302B2 (en) | Three-dimensional object model tagging | |
JP6685827B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US6518963B1 (en) | Method and apparatus for generating patches from a 3D mesh model | |
JP5453000B2 (ja) | 対象物を3dデジタル化するための方法及び装置 | |
US6999073B1 (en) | Method and system for generating fully-textured 3D | |
US20040155877A1 (en) | Image processing apparatus | |
US11769274B2 (en) | Image processing apparatus, method and storage medium, for object color evaluation | |
JP3819662B2 (ja) | 三次元モデリング装置、方法及び媒体並びに三次形状データ記録装置、方法及び媒体 | |
WO2000036564A2 (en) | Creating a three-dimensional model from two-dimensional images | |
JP6352208B2 (ja) | 三次元モデル処理装置およびカメラ校正システム | |
EP3382645A2 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
US20170064284A1 (en) | Producing three-dimensional representation based on images of a person | |
WO2019188316A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2004280776A (ja) | 画像内のオブジェクトの形状を決定する方法 | |
US20130194254A1 (en) | Image processing apparatus, image processing method and program | |
US11756281B1 (en) | Systems and methods for splat filling a three-dimensional image using semi-measured data | |
JP7500325B2 (ja) | 撮像制御装置、評価システム、撮像制御方法及びプログラム | |
Hirano et al. | 3D shape reconstruction from 2D images | |
CA3219745A1 (en) | Texture mapping to polygonal models for industrial inspections | |
JP7251631B2 (ja) | テンプレート作成装置、物体認識処理装置、テンプレート作成方法、物体認識処理方法及びプログラム | |
US11557056B2 (en) | Image-capturing control apparatus, image-capturing control method, and storage medium for evaluating appearance of object | |
CN110717471B (zh) | 基于支持向量机模型b超图像目标检测方法及b超扫描仪 | |
JP5865092B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP7271202B2 (ja) | 情報生成装置、その制御方法及びプログラム | |
WO2019188315A1 (ja) | 画像処理装置、画像処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240307 |
|
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: 20240507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240605 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7500325 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |