JP2022122666A - 識別装置および識別プログラム - Google Patents

識別装置および識別プログラム Download PDF

Info

Publication number
JP2022122666A
JP2022122666A JP2021020043A JP2021020043A JP2022122666A JP 2022122666 A JP2022122666 A JP 2022122666A JP 2021020043 A JP2021020043 A JP 2021020043A JP 2021020043 A JP2021020043 A JP 2021020043A JP 2022122666 A JP2022122666 A JP 2022122666A
Authority
JP
Japan
Prior art keywords
image
registered
pattern
irregular
matching
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
Application number
JP2021020043A
Other languages
English (en)
Inventor
健介 伊藤
Kensuke Ito
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Business Innovation Corp
Original Assignee
Fujifilm Business Innovation Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Business Innovation Corp filed Critical Fujifilm Business Innovation Corp
Priority to JP2021020043A priority Critical patent/JP2022122666A/ja
Priority to US17/368,967 priority patent/US11663810B2/en
Priority to EP21189820.0A priority patent/EP4044131A1/en
Priority to CN202110924283.9A priority patent/CN114913115A/zh
Publication of JP2022122666A publication Critical patent/JP2022122666A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/80Recognising image objects characterised by unique random patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17Component parts, details or accessories; Auxiliary operations
    • B29C45/76Measuring, controlling or regulating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/95Pattern authentication; Markers therefor; Forgery detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76Measuring, controlling or regulating
    • B29C2945/76003Measured parameter
    • B29C2945/7616Surface properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Moulds For Moulding Plastics Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】製造段階において個体識別のために成形品表面に追加の処理を施すことなく、成形品の型特定および個体識別を行うことが可能な識別装置および識別プログラムを提供すること。【解決手段】照合成形品の、定形模様が形成された領域の画像である照合定形画像と、定形模様が形成される際に形成される模様であって、定形模様が形成された領域とは異なる領域に形成される不定形模様と、が形成された領域の画像である照合不定形画像と、を取得し、型を用いて成形された複数の成形品の各々の、定形模様が形成された領域の画像である登録定形画像と、不定形模様が形成された領域の画像である登録不定形画像との対を登録画像として、型ごとに記憶した記憶部を参照し、登録定形画像と照合定形画像とを用いて照合成形品を成形した型を特定し、照合不定形画像が、特定された型に対応するいずれの登録画像の登録不定形画像と一致するか識別する。【選択図】図4

Description

本発明は、識別装置および識別プログラムに関する。
特許文献1には、部品または生産物に付された識別標章の骨格部分の少なくとも一部を照合領域とし、照合領域に形成された梨地模様の第一の画像と、識別対象の部品または生産物に付された識別標章の骨格部分、または識別対象の生産物の構成要素の一つである部品の骨格部分の照合領域に形成された梨地模様の第二の画像とを取得する取得手段と、第一の画像と第二の画像とを照合し、照合した結果を出力する出力手段を有し、梨地模様は、金型によって形成された上に、後段の加工として、ブラスト加工、または紛体塗装による梨地加工、あるいはめっき加工により形成されたものであり、金型によって形成される模様の粗さを、後段の加工によって生じる模様のよりも粗くしておく照合装置が開示されている。
特許文献2には、部品、生産物または前品を構成要素とする生産物に関する情報を示すn次元シンボルと、金型によって梨地模様が施された部品または生産物の所定領域の少なくとも一部である照合領域に形成された梨地模様とを少なくとも含む撮像画像から、n次元シンボルの画像と、梨地模様の画像とを抽出する抽出手段と、抽出されたn 次元シンボルの画像から部品または生産物に関する情報を取得する取得手段と、抽出された梨地模様の画像を、金型によって梨地模様が施された部品または生産物の所定領域の少なくとも一部を照合領域とし、同一の金型によって梨地模様が施された複数の部品または生産物のうち少なくとも1つの部品または生産物の照合領域に形成された梨地模様の画像特徴を代表値として記憶されているデータベースと照合した照合結果を取得して出力する手段とを備え、梨地模様は、金型によって形成された梨地模様の上に、後段の加工として、ブラスト加工、または紛体塗装による梨地加工、あるいはめっき加工が施されたものであり、金型による梨地模様の粗さを後段の加工によって生じる個体差の模様よりも粗くしておくことにより、金型の識別と個体差の識別を独立に行いやすくする照合装置が開示されている。
特許第6455678号公報 特許第6308370号公報
成形品において、製造後に当該成形品を成形した型を特定したい場合があり、これを型特定という。また、成形した型のみではなく履歴として残された個々の成形品のデータのいずれに該当するか識別したい場合もあり、これを個体識別という。例えば成形品が製造され市場に出回った後、製造履歴を追跡するためには、型特定を行った後、個体識別を行うという手法が用いられる。
型特定後に個体識別を行う方法として、特許文献1または特許文献2に係る識別装置のように、成形品の模様により型特定を行い、成形後に特定の照合領域に対して行われた梨地加工等により個体識別する方法もある。しかしながら、製造工程の煩雑さの回避、成形品の外観の均質性の観点等から、成形品に対し、成形後に追加の処理を行わない方法について検討する必要がある。
本発明は、製造段階において個体識別のために成形品表面に追加の処理を施すことなく、成形品の型特定および個体識別を行うことが可能な識別装置および識別プログラムを提供することを目的とする。
第1態様に係る識別装置は、プロセッサを備え、前記プロセッサは、照合対象である照合成形品の、定形模様が形成された領域の少なくとも一部の画像である照合定形画像と、前記定形模様が形成される際に形成される模様であって、前記定形模様が形成された領域とは異なる領域に形成される不定形模様と、が形成された領域の少なくとも一部の画像である照合不定形画像と、を取得し、少なくとも1つの型を用いて成形された複数の成形品の各々の、定形模様が形成された領域の少なくとも一部の画像である登録定形画像と、不定形模様が形成された領域の少なくとも一部の画像である登録不定形画像との対を登録画像として、予め前記型ごとに記憶した記憶部を参照し、前記登録定形画像と前記照合定形画像とを用いて前記照合成形品を成形した型を特定し、前記照合不定形画像が、特定された前記型に対応するいずれの前記登録画像の前記登録不定形画像と一致するか識別するものである。
第2態様に係る識別装置は、第1態様に係る識別装置において、前記プロセッサは、1つの画像とされた前記照合定形画像と前記照合不定形画像の対を取得し、1つの画像とされた前記登録定形画像と前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照するものである。
第3態様に係る識別装置は、第2態様に係る識別装置において、前記プロセッサは、前記定形模様が形成された領域と不定形模様が形成された領域とでより微細な模様の形成された領域に応じた撮像解像度で撮像された前記照合定形画像と前記照合不定形画像の対を取得し、前記撮像解像度で撮像された前記登録画像を予め記憶した記憶部を参照するものである。
第4態様に係る識別装置は、第1態様に係る識別装置において、前記プロセッサは、別々の画像とされた前記照合定形画像と前記照合不定形画像の対を取得し、別々の画像とされた前記登録定形画像と前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照するものである。
第5態様に係る識別装置は、第4態様に係る識別装置において、前記プロセッサは、前記定形模様が形成された領域に適する解像度で撮像された前記照合定形画像と、不定形模様が形成された領域に適する解像度で撮像された前記照合不定形画像の対を取得し、前記定形模様が形成された領域に適する解像度で撮像された前記登録定形画像と、不定形模様が形成された領域に適する解像度で撮像された前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照するものである。
第6態様に係る識別装置は、第5態様に係る識別装置において、前記プロセッサは、前記定形模様が形成された領域を撮像する際の第1の解像度よりも、不定形模様が形成された領域を撮像する際の第2の解像度を高くして撮像された前記照合定形画像と前記照合不定形画像の対を取得し、前記第1の解像度で撮像された前記登録定形画像と前記第2の解像度で撮像された前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照するものである。
第7態様に係る識別装置は、第1態様から第6態様のいずれかの態様に係る識別装置において、前記不定形模様が、前記型を用いた成形において補助的に用いられる用具の痕跡、および前記定形模様が不完全に形成された領域の模様の少なくとも一方であるものである。
第8態様に係る識別プログラムは、コンピュータに、照合対象である照合成形品の、定形模様が形成された領域の少なくとも一部の画像である照合定形画像と、前記定形模様が形成される際に形成される模様であって、前記定形模様が形成された領域とは異なる領域に形成される不定形模様が形成された領域の少なくとも一部の画像である照合不定形画像と、を取得し、少なくとも1つの型を用いて成形された複数の成形品の各々の、定形模様が形成された領域の少なくとも一部の画像である登録定形画像と、不定形模様が形成された領域の少なくとも一部の画像である登録不定形画像との対を登録画像として、予め前記型ごとに記憶した記憶部を参照し、前記登録定形画像と前記照合定形画像とを用いて前記照合成形品を成形した型を特定し、前記照合不定形画像が、特定された前記型に対応するいずれの前記登録画像の前記登録不定形画像と一致するか識別することを実行させるためのものである。
第1態様および第8態様によれば、製造段階において個体識別のために成形品表面に追加の処理を施すことなく、成形品の型特定および個体識別を行うことが可能な識別装置および識別プログラムを提供することができる、という効果を奏する。
第2態様によれば、別々の画像とされた照合定形画像と照合不定形画像の対、および別々の画像とされた登録定形画像と登録不定形画像の対を用いる場合と比較して、より簡便に画像の取得が行われる、という効果を奏する。
第3態様によれば、照合定形画像と照合不定形画像との間で、および登録定形画像と登録不定形画像との間で、撮像解像度を考慮しないで画像を取得する場合と比較して、より微細な模様が識別される、という効果を奏する。
第4態様によれば、1つの画像とされた照合定形画像と照合不定形画像の対、および1つの画像とされた登録定形画像と登録不定形画像の対を用いる場合と比較して、定形画像、不定形画像の特質に応じた撮像領域が選択される、という効果を奏する。
第5態様によれば、同じ撮像解像度で照合定形画像と照合不定形画像の対、および登録定形画像と登録不定形画像の対を取得する場合と比較して、定形画像、不定形画像の各々の特質に応じた撮像解像度が選択される、という効果を奏する。
第6態様によれば、定形模様が形成された領域を撮像する際の第1の解像度よりも、不定形模様が形成された領域を撮像する際の第2の解像度を低くして撮像された画像対を用いる場合と比較して、より微細な不定形模様が識別される、という効果を奏する。
第7態様によれば、形成過程を考慮しないで不定形模様の領域を選択する場合と比較して、不定形模様の領域を特定しやすい、という効果を奏する。
第1の実施の形態に係る識別装置の構成の一例を示すブロック図である。 第1の実施の形態に係る識別装置の記憶部の、(a)は登録画像の記憶方法を示すブロック図、(b)は登録画像の構成を示すブロック図である。 (a)は定形模様、不定形模様の一例を説明するための図、(b)は撮像領域を説明するための図である。 実施の形態に係る識別装置が実行する識別処理プログラムの処理の流れを示すフローチャートである。 実施の形態に係る識別装置における型特定処理の原理を説明するための図である。 実施の形態に係る識別装置における個体識別処理の原理を説明するための、(a)は比較結果を示すグラフ、(b)は撮像領域を示す図である。 (a)、(b)、(c)は、定形模様、不定形模様の一例を説明するための図である。 第2の実施の形態に係る識別装置において、(a)は不完全な定形模様を不定形模様として用いる場合の識別性を説明するための図、(b)は第2の実施の形態で例示するキャップの一例を示す図である。 第3の実施の形態に係る一括成形型について説明するための、(a)は比較結果を示すグラフ、(b)は第3の実施の形態で例示する蓋の一例を示す図である。
以下、図面を参照して、本発明を実施するための形態について詳細に説明する。以下の説明では、本発明に係る識別装置および識別プログラムを、型によって成形された成形品について、製造後に型特定、および個体識別する識別装置および識別プログラムに適用した形態を例示して説明する。ここで、本実施の形態における「型」とは、成形品の表面の多くの部分に定形的な模様を形成して成形する型を意味し、ダイカスト法、射出成型法、型鍛造等の型が例示される。当該型を用いて成形された製造物を「成形品」という。なお、以下の説明では裏面と反対側の面を「おもて面」といい、おもて、裏を問わない外観面を「表面」という。
[第1の実施の形態]
図1から図7を参照して、本実施の形態に係る識別装置および識別プログラムについて説明する。図1に示すように、本実施の形態に係る識別装置10は、CPU(Central Processing Unit)11、ROM(Read Only Memory)12、RAM(Random Access Memory)13、入力部15、UI(ユーザインタフェース)部16、および記憶部17を含んでいる。なお、CPU11は、本発明に係る「プロセッサ」の一例である。
CPU11は、識別装置10の全体を統括、制御するとともに、本実施の形態に係る型特定、個体識別を行う識別処理を実行する。ROM12は、識別装置10の制御プログラム、識別装置10が実行する識別処理プログラムを含む各種プログラム、およびデータ等を記憶している。RAM13は、各種プログラムの実行時のワークエリアとして用いられるメモリである。CPU11は、ROM12に記憶されたプログラムをRAM13に展開して実行することにより、識別処理を行う。
入力部15(受付部)は、照合対象となる成形品に対して識別処理を実行する際に用いる画像を入力する(受け付ける)。本実施の形態では、製造段階において、成形品の表面の特定の領域の画像を、成形品ごとに予め定められた方法で撮像し、登録画像として記憶部17に記憶しておく。また、例えば製造履歴(製造年月日、製造ロット、使用機器等)の追跡のために市場から戻ったある成形品を照合成形品として型特定、個体識別を行うために、製造時と同様の予め定められた方法で照合成形品の特定の領域の表面を撮像した照合画像を用いる。入力部15は、これら登録画像、照合画像を受け付ける部位である。入力部15は、データとしての登録画像、照合画像を入力するUSB(Universal Serial Bus)、通信インタフェース等のインタフェースであってもよいし、カメラ等の撮像装置であってもよい。
UI部16は、ユーザが識別処理の実行、登録画像、照合画像の入力等の指示を行う部位である。UI部16は、例えばタッチパネル機能を備えた液晶モニタである。
記憶部17は、主として上記登録画像を記憶する。記憶部17は、一例としてHDD(Hard Disk Drive)、SSD(Solid State Drive)、またはフラッシュメモリ等である。なお、記憶部17には、識別処理プログラム等を記憶してもよい。
図1に示すように、CPU11、ROM12、RAM13、入力部15、UI部16、および記憶部17の各々は、バス18によって相互に接続されている。
ここで、製造物一般において、製造し市場に出回った後、製造履歴を追跡することが必要になる場合がある。型を用いて製造した成形品においても、稼働していた成形品についての製造履歴の追跡が求められる場合があり、その場合まず成形した型を特定する必要がある。成形品の表面の多くの部分に型固有の地模様(定形模様、例えば梨地)が形成される場合があり、この定形模様を用いることによって、型の特定が可能である。しかしながら、製造履歴の追跡のためには、さらにその型によって形成された個体としての成形品まで特定する(個体識別する)必要がある。ところが、後述するように、定形模様は個体識別が安定してできるほどには異なる模様ではない。
一方、型成形工程においては、エジャクタピン等の補助的用具の痕跡が成形品に形成される場合、あるいは補助的用具は用いなくとも定形模様の不完全な部分が形成される場合がある。エジャクタピンとは、成形品を型から取り外す際に用いるピンである。これらの痕跡は型成形工程において制御不能(例えば固有の模様を有するエジャクタピンの端面は回転して成形ごとに異なる痕跡となる可能性がある)である。つまり、補助的用具を用いる場合、成形品の表面に不定形な模様が形成される可能性が高い。本実施の形態は、この不定形模様を用いれば、製造段階において個体識別のために成形品表面に追加の処理を施すことなく、成形品の型特定および個体識別が行われるという知見に基づいている。
そこで本発明では、製造段階において、成形品の定形模様の領域の画像(定形画像)と不定形模様の領域の画像(不定形画像)の対(登録画像)を記憶部に記憶しておき、製造後に型特定、および個体識別する場合に、照合成形品の照合定形画像と登録定形画像とを比較してまず照合成形品を成形した型を特定し、次に照合不定形画像と特定された型に付随する登録不定形画像とを比較して、照合成形品に対応する登録画像を一意に個体識別する構成を採用した。このことにより、製造段階において個体識別のために成形品表面に追加の処理を施すことなく、成形品の型特定および個体識別がなされる。また、複数の型のうちの1つを特定した後、特定された型に付随する登録画像と照合画像を比較するで、すべての型に関連するすべての画像と照合成形品の撮像画像とを比較する必要がない。このことにより、特に個体識別をより正確に行うために不定形模様の画像を高解像度にする必要性がある場合でも、計算負荷が低減される(具体的には1/型の数)。
ここで、本実施の形態に係る「定形模様」と「不定形模様」についてより詳細に説明する。本実施の形態に係る「定形模様」は、製造工程において、型によって成形品に形成された模様であって、人間が故意に再現できない模様をいう。デザイン上の理由等から、成形品の表面の多くを占める地模様である。例えば型自体の表面の模様が、型を用いて成形品を形成することによって、成形品に転写されることで、成形品に型自体の表面の模様が形成される。具体的には、型によって形成された成形品の表面の梨地模様のうち、型自体の表面の模様が転写された部分が定形模様に該当する。また故意に模様が再現できるQRコード(登録商標)のようなパターンは定形模様には含まれない。
一方本実施の形態に係る「不定形模様」は、定形模様が形成される際に形成される模様であり、何らかの事情で型自体の表面の模様が不完全な状態で成形品に転写された模様である。また定形模様が形成された領域とは異なる領域に形成される模様であり、人間が故意には再現できない模様をいう。例えば、型を用いた成形において、機構上の理由から補助的に用いられる用具の、成形品表面に残留する痕跡である、補助用具の例としては、エジャクタピン、ゲート、ランナー等があげられる。また故意に模様が再現できるQRコード(登録商標)のようなパターンは不定形模様には含まれない。
次に、図2を参照して、本実施の形態に係る登録画像、および登録画像の記憶部17への記憶方法について説明する。
図2(b)に示すように、登録画像は定形画像(登録定形画像)と不定形画像(登録不定形画像)の対を含む。上述したように、本実施の形態において定形画像とは、成形品の定形模様の領域の画像をいい、不定形画像とは、成形品の不定形模様の領域の画像をいう。
記憶部17には、ある成形品の1つまたは複数の型(図2(a)では「金型」を例示)の各々を用いて成形された複数の成形品の登録画像が記憶される。図2(a)では、ある成形品のM台の金型(金型1、金型2、・・・、金型M)について、金型1についてはN1枚の登録画像(登録画像1、登録画像2、・・・、登録画像N1)が記憶され、金型2についてはN2枚の登録画像(登録画像1、登録画像2、・・・、登録画像N2)が記憶され、金型MについてはNM枚の登録画像(登録画像1、登録画像2、・・・、登録画像NM)が記憶されていることを示している。登録画像の各々には、当該登録画像に対応する成形品についての諸情報(例えば製造履歴等)を紐付けておいてもよい。
図3を参照して、登録画像の具体例について説明する。図3は、金型を用いた射出成型によって成形された合成樹脂の成形品の例を示している。図3(a)<1>は、成形品のサンプルのおもて面の模様、<2>は裏面の模様を示している。
図3(a)<1>は、1つの成形品のおもて面の梨地模様(パターン)を、2回撮像(以下、「ショット」という場合がある)して取得した画像の例である。この例に示すように、おもて面の梨地模様は、ショットを変えても肉眼でも判別できる程度に再現性よく転写されている。
図3(a)<2>は、1つの金型で成形した2つの成形品の裏面の画像を示している。図3(a)<2>に示すように、裏面には円形状のエジャクタピンの痕跡が残留している。以下、このような痕跡の領域を「不定形領域31」という。これに対し、不定形領域31の周囲の領域を「定形領域30」という。定形領域30は金型の表面の転写領域である。また、不定形領域31に形成された模様を「不定形模様AP」、定形領域30に形成された模様を「定形模様FP」という。図3(a)<2>に示す2つの成形品の裏面に形成されたエジャクタピンの不定形模様APは、明らかに異なる。一方、2つの定形模様FPはヘアライン状パターンまで転写されており、互いに類似していることがわかる。
図3(b)は、図3(a)とは異なる型による成形品の裏面の2つのショットを示している。この例でも、円形状のエジャクタピンの痕跡である不定形領域31は、定形領域30と異なる模様(不定形模様AP)になっていることがわかる。また、定形模様FPには、微細な部分まで転写されていることがわかる。
ここで、本実施の形態に係る撮像領域32について説明する。本実施の形態では、図3(b)に示すように、定形領域30の少なくとも一部(図3(b)では点線で示されている)と、不定形領域31の少なくとも一部(図3(b)では実線で示されている)とを1つのショット内に収めるようにして撮像領域32を設定する。このことにより、定形模様FPと不定形模様APを1枚の画像内に収めることができる。撮像領域32を撮像した画像が図2(b)に示す登録画像に対応し、撮像領域32内の定形模様FPが定形画像に対応し、撮像領域32内の不定形模様APが不定形画像対応する。
撮像領域32を撮像する際の解像度は、例えば定形模様FP、不定形模様APのうち、より微細な情報を必要とする方の画像の解像度(例えば、3000dpi程度)に設定する。このことにより、型特定、および個体識別がより正確に実行される。なお、本実施の形態では、定形模様FPと不定形模様APとを1つの画像とする形態を例示して説明するが、これに限られず、定形模様FPと不定形模様APとを別々の画像とする形態としてもよい。このことにより、画像データの容量をより小さくすることができ、また定形模様FP、不定形模様AP各々の撮像する領域の選定が柔軟になる。
次に図4を参照して、本実施の形態に係る識別装置10で実行される識別処理について説明する。図4は、識別装置10で実行される識別処理プログラムの処理の流れを示すフローチャートである。本識別処理プログラムは、例えば図1に示すROM12に格納されており、CPU11がROM12から読み出し、RAM13等に展開して実行する。なお、本実施の形態では、識別処理をCPU11が実行する形態を例示して説明するが、これに限られず、ASIC(Application Specific Integrated Circuit)、あるいは専用のソフトウエア等によって識別処理専用のデバイスを構成し、CPU11の管理の下に実行するようにしてもよい。以下の説明では、記憶部17に複数の型に関連する登録画像が既に記憶されており、識別処理の対象である照合成形品が準備されているものとする。
図4に示すように、ステップS100で照合画像を取得する。「照合画像」とは、登録画像と同じ撮像領域32の照合成形品の画像であり、登録画像と同様定形模様FPを撮像した定形画像(照合定形画像)と、不定形模様APを撮像した不定形画像(照合不定形画像)とを含んでいる。
ステップS102で型特定処理を実行する。型特定処理は、登録画像の定形画像(登録定形画像)と照合画像の定形画像(照合定形画像)とを比較し、判定することにより行う。この判定のアルゴリズムには、たとえばYoctrace等を用いる。この比較をすべての型について行う。なお、型特定処理において照合定形画像と比較する登録定形画像は、各々の型に属する登録定形画像のいずれか1つを選択して行う。すなわち、例えば図2(a)に示す例の場合、金型1については、登録画像1から登録画像N1のうちのいずれかの登録定形画像と照合定形画像を比較すればよい。金型2から金型Mについても同様である。また、各金型の登録画像とは別に、型特定専用の登録画像を記憶させておいてもよい。
ステップS104で、すべての型について、型特定処理が終了したか判定する。当該判定が否定判定となった場合はステップS102に戻り、型特定処理を継続する一方、肯定判定となった場合は、ステップS106に移行する。
ステップS106で、照合成形品の照合定形画像と一致する登録定形画像を含む型があったか判定する。当該判定が肯定判定となった場合はステップS108に移行する一方、否定判定となった場合は本識別処理プログラムを終了する。一致する型ありと判定された場合は、照合成形品を成形した型が特定される。
ステップS108で、個体識別処理を実行する。個体識別処理は、登録画像の不定形画像(登録不定形画像)と照合画像の不定形画像(照合不定形画像)とを比較し、判定することにより行う。この判定のアルゴリズムには、たとえばYoctrace等を用いる。この比較を、特定された型に登録されたすべての登録画像について行う。例えば、図2(a)に示す例において金型1が特定された場合は、照合不定形画像と、登録画像1から登録画像N1のすべての登録不定形画像とを比較する。ここで、判定の結果判定閾値以上の登録画像が複数あった場合は、例えば類似度の最も高い登録不定形画像を採用する。なお、「判定閾値」、「類似度」の詳細については後述する。
ステップS110で、照合不定形画像との比較をすべての登録不定形画像について終了したか判定する。当該判定が否定判定となった場合はステップS108に戻って個体識別処理を継続する一方、肯定判定となった場合はステップS112に移行する。
ステップS112で、照合不定形画像と一致する登録不定形画像を含む登録画像があったか判定する。当該判定が肯定判定となった場合はステップS114に移行する一方、否定判定となった場合は本識別処理プログラムを終了する。ステップS112で一致する登録不定形画像があった場合は、当該照合成形品を撮像した登録画像が特定される、すなわち個体識別される。なお、本実施の形態では、ステップS112で否定判定となり、一致する登録不定形画像がなかった場合は本識別処理を終了する形態を例示して説明したが、これに限られず、最も類似度の高い登録不定形画像を候補として提示してもよい。
ステップS114で、個体識別された照合成形品に関連する情報(例えば、製造履歴等)を出力し、その後本識別処理プログラムを終了する。
次に、図5を参照して、本実施の形態に係る型特定処理の原理について説明する。図5は、アルミダイカストによる成形品のおもて面の定形模様FP(梨地)を例にとって、型特定が可能であることを説明するための図である。図5の横軸は類似度を示し、縦軸は度数(ショット数)を示している。類似度とは画像同士が似ている程度を示し、パターンマッチング等により測定される。図5において、<1>で示す集合は他人同士の比較結果を示し、<3>で示す集合は本人同士の比較結果を示している。「他人同士比較」とは、別物の画像(異なる領域の画像や、異なる型による成形品の画像)同士の比較であり、「本人同士比較」とは同じ画像(同じ領域の同じショットによる画像)同士の比較である。<2>は同じ領域の異なるショット(同じ型による異なる成形品)の画像同士の比較である。各画像の解像度は、一例として、約600dpi、48-96pxとしている。
図5に示すように、<1>に含まれる画像同士は目視でも判断できる程度に明らかに異なり、類似度の最小値付近に分布している。<3>に含まれる画像同士は酷似しており、類似度の最大値付近に分布している。図5から明らかなように、<1>の集合と<2>の集合とは明確に分離しており、実用上問題のない幅の判定範囲th1が設定される。すなわち、<1>と<3>との比較から型特定が可能なことがわかる。なお、本実施の形態においては、2つの分布同士を区別する境界を「判定閾値」と定義し、2つの分布の間の度数が0になる範囲を判定閾値が設定される範囲とし、該範囲を「判定範囲th」と定義している。
一方、<2>に含まれる画像同士はよく似ていて区別が困難なので、<3>で示す集合よりは低いが、類似度が比較的高い範囲に分布している。従って、<2>で示す集合と、<3>で示す集合とは非常に近接している。このため<2>と<3>を区別するための判定範囲th2は幅が狭く、実用上問題のないレベルで判定範囲を設定できないか、あるいは裾同士が重なっているためそもそも設定ができない。すなわち、おもて面の梨地パターンを用いた場合、型特定は可能であるが、個体識別までは困難であることがわかる。
次に図6を参照して、個体識別の原理について説明する。図6(a)は、図6(b)に示すような、ある金型による複数のアルミダイカスト成形品の、特定の撮像領域32内の定形模様FPと不定形模様APとの対を含む画像を用いた照合結果を示している。図6に示す例では、不定形模様APに隣接する定形模様FPが比較的明瞭な模様となっているので、図5に示すおもて面の梨地模様と同様に定形模様として取り扱われる。図6(a)において、<1>で示す集合は不定形模様APの他人同士比較の結果を、<2>で示す集合は不定形模様APの本人同士比較の結果を示している。図6に示す例では定形模様FPと不定形模様APが隣接しているので、照合すべき画像は1つの画像とされている。しかしながら、定形模様FPと不定形模様APとが離間している場合は別々の画像とし、両者を紐付けておけばよい。
図6<1>に示すように不定形模様APの他人同士は明らかに異なり、類似度が最小値付近に分布している。これに対し、<2>に示ように、不定形模様APの本人同士はよく似ており、類似度が最大値付近に分布している。従って、<1>に示す他人同士比較のグループと、<2>に示す本人同士比較のグループとの間には、実用上問題のない判定範囲th3が設定される。このことから、不定形模様APを用いることによって個体識別が正確に行われることがわかる。ここで、不定形模様APとして用いられる成形品表面の模様としては、上述したエジャクタピンの他に、例えば離型剤塗布不良部(離型剤の塗布に濃淡があるような部位)、ゲート部等が挙げられる。図6に示す不定形模様APはゲート部を用いた例である。
なお、図6(b)に示す画像は、一例として1000dpiの解像度で撮像している。
この程度の解像度とすることにより、不定形模様APの凹凸部が詳細に捉えられる。これに対し定形模様FPは、300dpi程度の解像度でも詳細が捉えられるので、定形模様FPと不定形模様APとを別々の画像とする場合には、前者を300dpi、後者を1000dpiとする等、別々の解像度としてもよい。このことにより、画像を記憶する際の記憶部17の容量が節約される。
次に図7を参照して、本実施の形態に係る撮像領域32についてより詳細に説明する。
図7(a)に示す<1>、<2>、<3>の例は、いずれも略円形のエジャクタピンを用いる3つの異なる成形品の型により形成された模様を示している。各々の模様において、エジャクタピンは固有の痕跡を形成し、エジャクタピンに隣接する領域には、おもて面の模様と遜色のない微細な模様が形成されている。従って、図7(a)に示すように、各々定形模様FPおよび不定形模様APを含む撮像領域32が設定される。
図7(b)は、不定形領域31(図7(b)では、「不定表面」と表記)としてゲートを用いた場合の不定形模様APの例を示している。「ゲート」とは、成形品の材料である樹脂の注入口である。図7(b)に示す<1>と<2>は、同じ型による別の成形品のゲート部分の画像を示している。図7(b)に示すように、同じ型を用いてもゲート部の不定形模様APは十分に区別される程度に異なっている。
図7(c)は、不定形領域31(図7(b)では、「不定表面」と表記)としてランナー近傍を用いた場合の不定形模様APの例を示している。「ランナー」とは、成形品の材料である樹脂が流れ込む通路である。図7(c)に示す<1>と<2>は、同じ型による別の成形品のランナー部分の画像を示している。図7(c)に示すように、同じ型を用いてもランナー部の不定形模様APは十分に区別される程度に異なっている。
[第2の実施の形態]
図8を参照して、本実施の形態に係る識別装置および識別プログラムについて説明する。上記実施の形態では、不定形模様として、型成形に用いる補助的な用具の痕跡を用いる形態を例示して説明したが、本実施の形態は、不定形模様として型の表面(おもて面でも裏面でもよい)が不完全に転写されている部分を用いる形態である。従って、識別装置自体は上記実施の形態と同様なので、必要な場合は図1、図2、および図4を参照することとして、詳細な説明は省略する。
本実施の形態は、成形品として、図8(b)に示すような、合成樹脂を用いた射出成型によって成形されたキャップに適用した形態である。このキャップの例では、キャップの裏側に型の表面が完全には転写されていない領域(以下、「不完全転写領域」という場合がある)が存在する。本実施の形態は、この不完全転写領域の模様を不定形模様APとして用いる。
図8(a)に<1>で示す分布は、複数の図8(b)に示すキャップについての他人同士比較の結果を示し、<2>で示す分布は。同じ領域の異なるショット(同じ型による異なる成形品)の画像同士の比較の結果を示している。図8(a)<1>に示すように、本例での他人同士比較の結果は、比較的最低の類似度の近辺に分布している。これに対し、<2>で示す分布は<1>で示す分布より、より広い分布となっており、裾も長くなっている。しかしながら、本例では、<1>で示す分布と、<2>で示す分布とを区別する判定範囲th4が設定される。すなわち、判定範囲th4を用いて個体識別がなされる。
上記のように、本例では一応判定範囲th4が設定されるが、判定範囲th4の幅は狭く、個体識別において誤判定を招く可能性は排除できない。つまり、わずかな傷や汚れによって類似度が低下する可能性があり、その場合<1>の分布と<2>の分布が重畳することもあり得る。このような場合においても、図4に示す識別処理を行うことによって、誤判定が抑制される。すなわち、本例のキャップを成形する型が複数ある場合、まず照合定形画像と登録定形画像(図2)とを比較して型特定処理を行い、成形した型を特定する。次に、特定された型に付随する登録不定形画像(図2)に絞って照合不定形画像と比較し、個体識別処理を行う。このことにより、照合不定形画像と照合すべき登録不定形画像が限定されるので、個体識別における誤判定が抑制される。
[第3の実施の形態]
図9を参照して、本実施の形態に係る識別装置および識別プログラムについて説明する。本実施の形態は、型として、複数の成形品を1つの型で一括して成形する一括成形型を用いた形態である。従って、識別装置自体は上記実施の形態と同様なので、必要な場合は図1、図2、および図4を参照することとして、詳細な説明は省略する。
図9(a)は、図9(b)に示す蓋22を一括成形する一括成形型20の外観を示している。一括成形型20は、一例として合成樹脂を用いた射出成型によって複数の蓋22を一度に成形する型である。図9(a)に示すように、一括成形型20は複数(図9(a)の例では32個)の型部21を備え、型部21の各々によって図9(b)に示す蓋22が成形される。本実施の形態は、一例として、上記第2の実施の形態と同様に、不完全転写領域の模様を不定形模様として用いているが、むろん第1の実施の形態のように、成形上用いる何らかの補助用具の痕跡を不定形模様としてもよい。
本実施の形態に係る識別装置および識別プログラムにおいても、図4に示す識別処理を実行する。すなわち、例えば一括成形型20が1基の場合、照合定形画像と登録定形画像とを比較して型特定処理を行う。この場合の型特定処理は、32個の型部21のいずれかを特定する処理である。次に特定された型部21に付随する登録不定形画像と照合不定形画像とを比較して個体識別処理を行う。このことにより、すべての型部21に付随する登録画像と比較する場合と比較して、計算負荷が1/32ですむ。また、照合すべき登録不定形画像が絞られるので、上記第2の実施の形態と同様の理由で、誤判定が抑制される。
上記実施の形態において、プロセッサとは広義的なプロセッサを指し、汎用的なプロセッサ(例えばCPU: Central Processing Unit、等)や、専用のプロセッサ(例えばGPU: Graphics Processing Unit、ASIC: Application Specific Integrated Circuit、FPGA: Field Programmable Gate Array、プログラマブル論理デバイス、等)を含むものである。また上記実施の形態におけるプロセッサの動作は、1つのプロセッサによって成すのみでなく、物理的に離れた位置に存在する複数のプロセッサが協働して成すものであってもよい。また、プロセッサの各動作の順序は上記実施の形態において記載した順序のみに限定されるものではなく、適宜変更してもよい。
10 識別装置
11 CPU
12 ROM
13 RAM
15 入力部
16 UI部
17 記憶部
18 バス
20 一括成形型
21 型部
22 蓋
30 定形領域
31 不定形領域
32 撮像領域
FP 定形模様
AP 不定形模様
th1、th2、th3、th4 判定範囲

Claims (8)

  1. プロセッサを備え、
    前記プロセッサは、
    照合対象である照合成形品の、定形模様が形成された領域の少なくとも一部の画像である照合定形画像と、前記定形模様が形成される際に形成される模様であって、前記定形模様が形成された領域とは異なる領域に形成される不定形模様と、が形成された領域の少なくとも一部の画像である照合不定形画像と、を取得し、
    少なくとも1つの型を用いて成形された複数の成形品の各々の、定形模様が形成された領域の少なくとも一部の画像である登録定形画像と、不定形模様が形成された領域の少なくとも一部の画像である登録不定形画像との対を登録画像として、予め前記型ごとに記憶した記憶部を参照し、
    前記登録定形画像と前記照合定形画像とを用いて前記照合成形品を成形した型を特定し、前記照合不定形画像が、特定された前記型に対応するいずれの前記登録画像の前記登録不定形画像と一致するか識別する
    識別装置。
  2. 前記プロセッサは、
    1つの画像とされた前記照合定形画像と前記照合不定形画像の対を取得し、
    1つの画像とされた前記登録定形画像と前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照する
    請求項1に記載の識別装置。
  3. 前記プロセッサは、
    前記定形模様が形成された領域と不定形模様が形成された領域とでより微細な模様の形成された領域に応じた撮像解像度で撮像された前記照合定形画像と前記照合不定形画像の対を取得し、
    前記撮像解像度で撮像された前記登録画像を予め記憶した記憶部を参照する
    請求項2に記載の識別装置。
  4. 前記プロセッサは、
    別々の画像とされた前記照合定形画像と前記照合不定形画像の対を取得し、
    別々の画像とされた前記登録定形画像と前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照する
    請求項1に記載の識別装置。
  5. 前記プロセッサは、
    前記定形模様が形成された領域に適する解像度で撮像された前記照合定形画像と、不定形模様が形成された領域に適する解像度で撮像された前記照合不定形画像の対を取得し、 前記定形模様が形成された領域に適する解像度で撮像された前記登録定形画像と、不定形模様が形成された領域に適する解像度で撮像された前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照する
    請求項4に記載の識別装置。
  6. 前記プロセッサは、
    前記定形模様が形成された領域を撮像する際の第1の解像度よりも、不定形模様が形成された領域を撮像する際の第2の解像度を高くして撮像された前記照合定形画像と前記照合不定形画像の対を取得し、
    前記第1の解像度で撮像された前記登録定形画像と前記第2の解像度で撮像された前記登録不定形画像の対である前記登録画像を予め記憶した前記記憶部を参照する
    請求項5に記載の識別装置。
  7. 前記不定形模様が、前記型を用いた成形において補助的に用いられる用具の痕跡、および前記定形模様が不完全に形成された領域の模様の少なくとも一方である
    請求項1から請求項6のいずれか1項に記載の識別装置。
  8. コンピュータに、
    照合対象である照合成形品の、定形模様が形成された領域の少なくとも一部の画像である照合定形画像と、前記定形模様が形成される際に形成される模様であって、前記定形模様が形成された領域とは異なる領域に形成される不定形模様が形成された領域の少なくとも一部の画像である照合不定形画像と、を取得し、
    少なくとも1つの型を用いて成形された複数の成形品の各々の、定形模様が形成された領域の少なくとも一部の画像である登録定形画像と、不定形模様が形成された領域の少なくとも一部の画像である登録不定形画像との対を登録画像として、予め前記型ごとに記憶した記憶部を参照し、
    前記登録定形画像と前記照合定形画像とを用いて前記照合成形品を成形した型を特定し、前記照合不定形画像が、特定された前記型に対応するいずれの前記登録画像の前記登録不定形画像と一致するか識別する
    ことを実行させるための識別プログラム。

JP2021020043A 2021-02-10 2021-02-10 識別装置および識別プログラム Pending JP2022122666A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021020043A JP2022122666A (ja) 2021-02-10 2021-02-10 識別装置および識別プログラム
US17/368,967 US11663810B2 (en) 2021-02-10 2021-07-07 Identification device, computer readable medium storing identification program and identification method
EP21189820.0A EP4044131A1 (en) 2021-02-10 2021-08-05 Identification device, identification program and identification method
CN202110924283.9A CN114913115A (zh) 2021-02-10 2021-08-12 识别装置、记录介质以及识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021020043A JP2022122666A (ja) 2021-02-10 2021-02-10 識別装置および識別プログラム

Publications (1)

Publication Number Publication Date
JP2022122666A true JP2022122666A (ja) 2022-08-23

Family

ID=77226671

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021020043A Pending JP2022122666A (ja) 2021-02-10 2021-02-10 識別装置および識別プログラム

Country Status (4)

Country Link
US (1) US11663810B2 (ja)
EP (1) EP4044131A1 (ja)
JP (1) JP2022122666A (ja)
CN (1) CN114913115A (ja)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58108325A (ja) 1981-12-22 1983-06-28 Mitsubishi Heavy Ind Ltd バ−ナ燃焼装置
JPS59115380A (ja) 1982-12-22 1984-07-03 Showa Alum Corp 蓄熱材
EP2975575B1 (en) 2013-03-12 2020-06-24 Nec Corporation Identification method, identification system, identification device and program
JP6308370B2 (ja) 2013-04-04 2018-04-11 日本電気株式会社 識別方法、識別システム、照合装置及びプログラム
US10083370B2 (en) 2013-04-04 2018-09-25 Nec Corporation Identification system, identification method, matching device, and program

Also Published As

Publication number Publication date
US20220253640A1 (en) 2022-08-11
CN114913115A (zh) 2022-08-16
US11663810B2 (en) 2023-05-30
EP4044131A1 (en) 2022-08-17

Similar Documents

Publication Publication Date Title
US20190251349A1 (en) System and method for object classification and sorting
Valliammal et al. Plant leaf segmentation using non linear K means clustering
CN108140305A (zh) 车型识别装置、具备该车型识别装置的车型识别系统以及车型识别方法
MoradiAmin et al. Enhanced recognition of acute lymphoblastic leukemia cells in microscopic images based on feature reduction using principle component analysis
Syam et al. In-process measurement of the surface quality for a novel finishing process for polymer additive manufacturing
CN113516619B (zh) 一种基于图像处理技术的产品表面瑕疵识别方法
CN109886202B (zh) 基于IoM的可撤销的掌纹竞争码特征识别方法
Chaves et al. Automatic characterisation of chars from the combustion of pulverised coals using machine vision
Bai et al. Fake generated painting detection via frequency analysis
JP2022122666A (ja) 識別装置および識別プログラム
Aoulalay et al. Classification of Moroccan decorative patterns based on machine learning algorithms
Gorai et al. A comparative study of local binary pattern descriptors and Gabor Filter for electron microscopy image segmentation
Caraka et al. Batik parang rusak detection using geometric invariant moment
Begum et al. A Proposed Novel Method for Detection and Classification of Leukemia using Blood Microscopic Images.
Arora et al. A machine vision based approach to Cashew Kernel grading for efficient industry grade application
Emelyanov et al. Vector-matrix Analytical Model Recognitions of Nanoparticles of Silver on Polyester Fibers on Polarizing Raman Ranges
Wirdiani et al. Medicinal plant recognition of leaf shape using Localized Arc Pattern Method
Sivapriyan et al. Analysis of facial recognition techniques
JPWO2021053811A5 (ja) 処理装置、処理方法及びプログラム
Sun et al. Picture-specific cohort score normalization for face pair matching
More et al. Role of modified gabor filter algorithm in multimodal biometric images
Thewsuwan et al. Local spatial information with bag-of-visual-words model via graph-based representation for texture classification
Asadi-Gandomani et al. Evaluation of Classifiers for a Vision-based Automated Mold Protection System Using Modified LBP Features
Hoffmann et al. Evaluating Out-of-the-Box Methods for the Classification of Hematopoietic Cells in Images of Stained Bone Marrow
Xiang et al. Robust Method for Detecting Defect in Images Printed on 3D Micro-textured Surfaces: Modified Multiple Paired Pixel Consistency.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240122