JP2535112B2 - 画像認識方法 - Google Patents
画像認識方法Info
- Publication number
- JP2535112B2 JP2535112B2 JP3207814A JP20781491A JP2535112B2 JP 2535112 B2 JP2535112 B2 JP 2535112B2 JP 3207814 A JP3207814 A JP 3207814A JP 20781491 A JP20781491 A JP 20781491A JP 2535112 B2 JP2535112 B2 JP 2535112B2
- Authority
- JP
- Japan
- Prior art keywords
- binary image
- threshold value
- image
- condition
- threshold
- 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.)
- Expired - Lifetime
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、視覚センサを用いて得
られる容器の口栓等の円形状対象物の位置、形状等の映
像信号を二値画像として認識する画像認識方法、更に詳
しくは、視覚センサの映像信号を二値画像に変換する際
に、最適な二値画像を得るに必要な適正しきい値を自動
的に設定して円形状対象物の最適な画像を認識する方法
に関する。
られる容器の口栓等の円形状対象物の位置、形状等の映
像信号を二値画像として認識する画像認識方法、更に詳
しくは、視覚センサの映像信号を二値画像に変換する際
に、最適な二値画像を得るに必要な適正しきい値を自動
的に設定して円形状対象物の最適な画像を認識する方法
に関する。
【０００２】
【従来の技術】従来のこの種の技術としては、例えば、
特開昭６２−６１１８５号公報及び特開平２−５５９５
３号公報に記載のものが知られている。
特開昭６２−６１１８５号公報及び特開平２−５５９５
３号公報に記載のものが知られている。
【０００３】前者の公報に記載されたパターン認識装置
のスレッシュホールドレベル自動設定方法は、二値化し
きい値に対する二値画像面積の変化を二次微分すること
によって得られた極性反転点の各しきい値を平均して適
正しきい値を求める方法である。
のスレッシュホールドレベル自動設定方法は、二値化し
きい値に対する二値画像面積の変化を二次微分すること
によって得られた極性反転点の各しきい値を平均して適
正しきい値を求める方法である。
【０００４】また、後者の公報に記載された細菌の自動
識別処理方法は、画像の濃度ヒストグラムをしきい値で
ふたつの階級に分割し、階級間分散及び階級内分散の比
を評価関数とし、評価関数が最大となる濃度値、評価関
数の差分値が極小となる濃度値をしきい値とし、その中
で前後のしきい値に対して面積変化が最小のものを適正
しきい値として求める方法である。
識別処理方法は、画像の濃度ヒストグラムをしきい値で
ふたつの階級に分割し、階級間分散及び階級内分散の比
を評価関数とし、評価関数が最大となる濃度値、評価関
数の差分値が極小となる濃度値をしきい値とし、その中
で前後のしきい値に対して面積変化が最小のものを適正
しきい値として求める方法である。
【０００５】
【発明が解決しようとする課題】しかしながら、前者の
公報に記載の方法では、視野内における対象物とそれ以
外のものとの間に大きな明度差がある画像の場合には、
極性反転点が必要以上に発生して適正しきい値を正常に
求めることができないという課題があった。また、後者
の公報に記載された方法では、濃度ヒストグラムを基準
にしているため、対象物との明度差が大きく、しかも面
積の大きな画像が視野内にあった場合には、評価関数の
傾向が変化し、適正しきい値を正常に求めることができ
ないという課題があった。
公報に記載の方法では、視野内における対象物とそれ以
外のものとの間に大きな明度差がある画像の場合には、
極性反転点が必要以上に発生して適正しきい値を正常に
求めることができないという課題があった。また、後者
の公報に記載された方法では、濃度ヒストグラムを基準
にしているため、対象物との明度差が大きく、しかも面
積の大きな画像が視野内にあった場合には、評価関数の
傾向が変化し、適正しきい値を正常に求めることができ
ないという課題があった。
【０００６】従って、本発明の目的は、一般的な生産設
備における対象物に他の阻害対象物が混じっていたり、
対象物に明度差のバラツキや照度のむらがあったり、あ
るいはこれらが経時的に変化するような条件下であって
も対象物の最適な二値画像を確実に得るに必要な適正し
きい値を自動的に設定することができる画像認識方法を
提供することにある。
備における対象物に他の阻害対象物が混じっていたり、
対象物に明度差のバラツキや照度のむらがあったり、あ
るいはこれらが経時的に変化するような条件下であって
も対象物の最適な二値画像を確実に得るに必要な適正し
きい値を自動的に設定することができる画像認識方法を
提供することにある。
【０００７】
【課題を解決するための手段】本発明は、視覚センサか
ら入力された対象物の映像信号をしきい値を用いて二値
画像に変換してその対象物の画像を認識する方法におい
て、上記対象物のしきい値が適正な二値画像条件、しき
い値が過大な二値画像条件、及びしきい値が過小な二値
画像条件を設定二値画像条件として予め設定しておき、
上記映像信号の初期しきい値から得られた二値画像状態
を上記設定二値画像条件と比較し、上記対象物のしきい
値が適正な二値画像条件を満たしていない場合に上記二
値画像条件と近い上記設定二値画像条件を対応する二値
画像条件とした後、対応する該二値画像条件について予
め設定されたしきい値補正量を上記初期しきい値に対し
て加減し、適正な二値画像条件を満たすようにしきい値
を更新することにより、適正なしきい値を自動的に設定
することを特徴とする画像認識方法を提供することによ
り、上記目的を達成したものである。
ら入力された対象物の映像信号をしきい値を用いて二値
画像に変換してその対象物の画像を認識する方法におい
て、上記対象物のしきい値が適正な二値画像条件、しき
い値が過大な二値画像条件、及びしきい値が過小な二値
画像条件を設定二値画像条件として予め設定しておき、
上記映像信号の初期しきい値から得られた二値画像状態
を上記設定二値画像条件と比較し、上記対象物のしきい
値が適正な二値画像条件を満たしていない場合に上記二
値画像条件と近い上記設定二値画像条件を対応する二値
画像条件とした後、対応する該二値画像条件について予
め設定されたしきい値補正量を上記初期しきい値に対し
て加減し、適正な二値画像条件を満たすようにしきい値
を更新することにより、適正なしきい値を自動的に設定
することを特徴とする画像認識方法を提供することによ
り、上記目的を達成したものである。
【０００８】
【作用】本発明によれば、視覚センサによって円形状対
象物を撮像して映像信号を入力すると、映像信号を初期
しきい値に基づいた二値画像に変換した後、この二値画
像状態を予め設定された適正しきい値、過大しきい値、
過小しきい値のそれぞれに対応する二値画像条件と比較
した後、対応する設定画像条件について予め設定された
しきい値補正量を初期しきい値に対して加減し、適正な
二値画像が得られるまで同様の比較、補正を繰り返して
初期しきい値を順次補正して適正しきい値を自動的に設
定することができる。
象物を撮像して映像信号を入力すると、映像信号を初期
しきい値に基づいた二値画像に変換した後、この二値画
像状態を予め設定された適正しきい値、過大しきい値、
過小しきい値のそれぞれに対応する二値画像条件と比較
した後、対応する設定画像条件について予め設定された
しきい値補正量を初期しきい値に対して加減し、適正な
二値画像が得られるまで同様の比較、補正を繰り返して
初期しきい値を順次補正して適正しきい値を自動的に設
定することができる。
【０００９】
【実施例】以下、図１〜図６に示す実施例に基づいて本
発明を説明する。尚、各図中、図１は本発明の画像認識
方法を実施する際に好適に用いられる画像認識装置を示
す構成図、図２はパーカドラムの蓋部分に対して予め設
定された適正しきい値、過小しきい値、過大しきい値そ
れぞれに対応する二値画像及び条件を示すパターンで、
（ａ）は適正しきい値に対応するパターン、（ｂ）、
（ｃ）はそれぞれは過小しきい値に対応するパターン、
（ｄ）、（ｅ）、（ｆ）はそれぞれ過大しきい値に対応
するパターン、図３は本発明の画像認識方法を実施する
際に用いられるパーカドラムの蓋部分の二値画像のしき
い値と面積との関係を示すグラフ、図４はパーカドラム
の蓋部分の二値画像のしきい値と円形度との関係を示す
グラフ、図５は複数の二値画像が得られた場合のラベリ
ング操作を示すモデル図、図６は図２に示すパターンを
用いて適正しきい値を自動設定する時のフローチャー
ト、図７の（ａ）、（ｂ）、（ｃ）はそれぞれ視覚セン
サによって得られた映像信号を二値化した画像を示す二
値画像である。
発明を説明する。尚、各図中、図１は本発明の画像認識
方法を実施する際に好適に用いられる画像認識装置を示
す構成図、図２はパーカドラムの蓋部分に対して予め設
定された適正しきい値、過小しきい値、過大しきい値そ
れぞれに対応する二値画像及び条件を示すパターンで、
（ａ）は適正しきい値に対応するパターン、（ｂ）、
（ｃ）はそれぞれは過小しきい値に対応するパターン、
（ｄ）、（ｅ）、（ｆ）はそれぞれ過大しきい値に対応
するパターン、図３は本発明の画像認識方法を実施する
際に用いられるパーカドラムの蓋部分の二値画像のしき
い値と面積との関係を示すグラフ、図４はパーカドラム
の蓋部分の二値画像のしきい値と円形度との関係を示す
グラフ、図５は複数の二値画像が得られた場合のラベリ
ング操作を示すモデル図、図６は図２に示すパターンを
用いて適正しきい値を自動設定する時のフローチャー
ト、図７の（ａ）、（ｂ）、（ｃ）はそれぞれ視覚セン
サによって得られた映像信号を二値化した画像を示す二
値画像である。
【００１０】本発明の画像認識方法を実施する際に好適
に用いられる装置は、例えば、パーカドラムに液体を自
動充填する際に液体の充填口である蓋の取付位置を決定
するために用いられるものである。この自動充填装置
は、図１に示すように、測定対象物であるパーカドラム
の蓋（図示せず）を撮像するＴＶカメラ等の視覚センサ
１と、視覚センサ１によって得られた映像信号を二値化
処理等の画像処理する画像処理装置２と、画像処理装置
２に対して所望の指令信号を出力してその動作を制御す
ると共に画像処理装置２からの処理信号に基づいた計測
データを入力し、この入力信号に即した信号を充填ロボ
ットのコントローラに出力するホストＣＰＵ３とを備え
て構成されている。
に用いられる装置は、例えば、パーカドラムに液体を自
動充填する際に液体の充填口である蓋の取付位置を決定
するために用いられるものである。この自動充填装置
は、図１に示すように、測定対象物であるパーカドラム
の蓋（図示せず）を撮像するＴＶカメラ等の視覚センサ
１と、視覚センサ１によって得られた映像信号を二値化
処理等の画像処理する画像処理装置２と、画像処理装置
２に対して所望の指令信号を出力してその動作を制御す
ると共に画像処理装置２からの処理信号に基づいた計測
データを入力し、この入力信号に即した信号を充填ロボ
ットのコントローラに出力するホストＣＰＵ３とを備え
て構成されている。
【００１１】また、上記ホストＣＰＵ３には、予めパー
カドラムの蓋の二値画像を得る場合に必要な図２の
（ａ）〜（ｆ）に示すような二値画像条件の複数のモデ
ルパターンが設定登録されている。このように複数の登
録モデルパターンと視覚センサ１からの映像信号に基づ
いて得られる二値画像状態とを比較器（図示せず）によ
って後述のように比較することによって映像信号から得
られた二値画像を適正な二値画像に順次補正することに
よって適正な二値画像を得るまでの時間を短縮するよう
にしている。
カドラムの蓋の二値画像を得る場合に必要な図２の
（ａ）〜（ｆ）に示すような二値画像条件の複数のモデ
ルパターンが設定登録されている。このように複数の登
録モデルパターンと視覚センサ１からの映像信号に基づ
いて得られる二値画像状態とを比較器（図示せず）によ
って後述のように比較することによって映像信号から得
られた二値画像を適正な二値画像に順次補正することに
よって適正な二値画像を得るまでの時間を短縮するよう
にしている。
【００１２】登録する複数の二値画像条件としては、パ
ーカドラムの蓋の理想モデルパターンにほぼ一致する適
正モデルパターン、適正モデルパターンよりもしきい値
が過大な二値画像を示す過大モデルパターン及びそのし
きい値補正量、適正モデルパターンよりもしきい値が過
小な二値画像を示す過小モデルパターン及びそのしきい
値補正量がある。特に蓋の取付位置を測定する場合にお
ける本実施例の画像認識方法では、パーカドラムの蓋を
二値画像として認識するようにしてある。尚、本実施例
では、通常、蓋部分の明度が天面部分の明度よりも低い
ため、画像を二値化処理をする前に明暗を逆転させてい
るので、しきい値が高い程二値画像の面積が増加するよ
うになっている。
ーカドラムの蓋の理想モデルパターンにほぼ一致する適
正モデルパターン、適正モデルパターンよりもしきい値
が過大な二値画像を示す過大モデルパターン及びそのし
きい値補正量、適正モデルパターンよりもしきい値が過
小な二値画像を示す過小モデルパターン及びそのしきい
値補正量がある。特に蓋の取付位置を測定する場合にお
ける本実施例の画像認識方法では、パーカドラムの蓋を
二値画像として認識するようにしてある。尚、本実施例
では、通常、蓋部分の明度が天面部分の明度よりも低い
ため、画像を二値化処理をする前に明暗を逆転させてい
るので、しきい値が高い程二値画像の面積が増加するよ
うになっている。
【００１３】而して、蓋の二値画像をモデル化する方法
として、蓋の画像状態を表現するパラメータである面積
Ｓ及び円形度Ｃを用いている。この方法では、まず、パ
ーカドラムの蓋の明るさに関するしきい値を変化させ、
各しきい値での蓋の画面上の認識面積Ｓを測定して図３
に示すグラフを得る。次いで、このグラフにおいて蓋の
認識面積Ｓが殆ど変化しない安定領域を示すしきい値の
最大値と最小値との平均値を理想しきい値として求め、
この理想しきい値における認識面積を理想認識面積Ｓ0
とし、この理想認識面積Ｓ0 を表わす二値画像を蓋の理
想モデルパターンにする。また、これと同様にして、図
４に示すように理想モデルパターンでの理想円形度Ｃ0
を求める。この円形度Ｃは、対象物の円らしさを定量的
に示す値で、下記数１によって求めたることができ、Ｃ
＝１．０のときが真円である。尚、この安定領域は認識
面積Ｓと円形度Ｃについて同一の範囲にすることが好ま
しい。
として、蓋の画像状態を表現するパラメータである面積
Ｓ及び円形度Ｃを用いている。この方法では、まず、パ
ーカドラムの蓋の明るさに関するしきい値を変化させ、
各しきい値での蓋の画面上の認識面積Ｓを測定して図３
に示すグラフを得る。次いで、このグラフにおいて蓋の
認識面積Ｓが殆ど変化しない安定領域を示すしきい値の
最大値と最小値との平均値を理想しきい値として求め、
この理想しきい値における認識面積を理想認識面積Ｓ0
とし、この理想認識面積Ｓ0 を表わす二値画像を蓋の理
想モデルパターンにする。また、これと同様にして、図
４に示すように理想モデルパターンでの理想円形度Ｃ0
を求める。この円形度Ｃは、対象物の円らしさを定量的
に示す値で、下記数１によって求めたることができ、Ｃ
＝１．０のときが真円である。尚、この安定領域は認識
面積Ｓと円形度Ｃについて同一の範囲にすることが好ま
しい。
【数１】
【００１４】更に、本実施例の画像認識方法では、上記
理想モデルパターンを元にして画像の認識状態を定量化
する評価関数Ｈを下記数２に示すように定義し、更に、
画像が対象物として適正な状態として認識することがで
きる限界値を認識可能Ｈm として下記数３に示すように
定義する。そして、これらの定義式によって認識面積Ｓ
及び円形度Ｃの理想モデルパターンとのズレの度合を定
量的に評価する。この際、認識可能Ｈm は、図３、図４
の安定領域において確実にＨm ＞Ｈになるように下記数
３の値に設定し、Ｈm ＞Ｈで且つ認識面積ＳがＳ1 ＜Ｓ
＜Ｓ2 である認識画像の個数が１個である条件を図２の
（ａ）に示す適正な二値画像条件として採用している。
ここでＳ1 はＳ1 ＝Ｓ0 ×０．５で定義される基準面積
の下限値を表わし、Ｓ2 はＳ2 ＝Ｓ0 ×２．０で定義さ
れる基準面積の上限値を表わす。
理想モデルパターンを元にして画像の認識状態を定量化
する評価関数Ｈを下記数２に示すように定義し、更に、
画像が対象物として適正な状態として認識することがで
きる限界値を認識可能Ｈm として下記数３に示すように
定義する。そして、これらの定義式によって認識面積Ｓ
及び円形度Ｃの理想モデルパターンとのズレの度合を定
量的に評価する。この際、認識可能Ｈm は、図３、図４
の安定領域において確実にＨm ＞Ｈになるように下記数
３の値に設定し、Ｈm ＞Ｈで且つ認識面積ＳがＳ1 ＜Ｓ
＜Ｓ2 である認識画像の個数が１個である条件を図２の
（ａ）に示す適正な二値画像条件として採用している。
ここでＳ1 はＳ1 ＝Ｓ0 ×０．５で定義される基準面積
の下限値を表わし、Ｓ2 はＳ2 ＝Ｓ0 ×２．０で定義さ
れる基準面積の上限値を表わす。
【数２】 但し、Ｓ：計測面積 Ｃ：計測円形度
【数３】Ｈm ＝Ｈmax ・α 但し、Ｈmax ：図３、図４に示す安定領域内で評価関数
を算出した最大値 α＞１
を算出した最大値 α＞１
【００１５】また、認識面積Ｓと評価関数Ｈを用いて、
理想しきい値よりもしきい値が過大な二値画像及びこの
理想しきい値よりもしきい値が過小な二値画像条件をそ
れぞれモデルパターンとして採用し、それぞれをホスト
ＣＰＵ３に予め設定しておく。このモデルパターンはで
きるだけ多い方がきめの細かなパターン比較をするとが
でき、精度の高い二値画像の判断をすることができるた
め好ましい。本実施例では、図２に示すように、過小モ
デルパターンとして図２の（ｂ）、（ｃ）の２つのパタ
ーンを、また、過大モデルパターンとして図２の
（ｄ）、（ｅ）、（ｆ）の３つのパターンを設定し、適
正モデルパターンと合わせて６つのパターンが登録して
あり、これらの各パターンはそれぞれの認識面積Ｓ、評
価関数Ｈ及び認識画像の個数がそれぞれの図に示した条
件にあるパターンである。
理想しきい値よりもしきい値が過大な二値画像及びこの
理想しきい値よりもしきい値が過小な二値画像条件をそ
れぞれモデルパターンとして採用し、それぞれをホスト
ＣＰＵ３に予め設定しておく。このモデルパターンはで
きるだけ多い方がきめの細かなパターン比較をするとが
でき、精度の高い二値画像の判断をすることができるた
め好ましい。本実施例では、図２に示すように、過小モ
デルパターンとして図２の（ｂ）、（ｃ）の２つのパタ
ーンを、また、過大モデルパターンとして図２の
（ｄ）、（ｅ）、（ｆ）の３つのパターンを設定し、適
正モデルパターンと合わせて６つのパターンが登録して
あり、これらの各パターンはそれぞれの認識面積Ｓ、評
価関数Ｈ及び認識画像の個数がそれぞれの図に示した条
件にあるパターンである。
【００１６】また、本実施例では、一つの視野内に例え
ば、図５に示すように複数の認識画像がある場合であっ
ても、各二値画像をラベリングしてそれぞれの二値画像
を上記モデルパターンと順次比較して目的とする二値画
像のみを抽出するようにしてある。尚、ラベリングとは
二値画像上の複数の画像をそれぞれの画像領域として番
号付けする処理をいう。
ば、図５に示すように複数の認識画像がある場合であっ
ても、各二値画像をラベリングしてそれぞれの二値画像
を上記モデルパターンと順次比較して目的とする二値画
像のみを抽出するようにしてある。尚、ラベリングとは
二値画像上の複数の画像をそれぞれの画像領域として番
号付けする処理をいう。
【００１７】次いで、複数のモデルパターンをホストＣ
ＰＵ３に登録した画像認識装置を用いた本発明方法の好
ましい一実施態様について図６を参照しながら説明す
る。まず、視覚センサ１によってパーカドラムを撮像す
ると、その映像信号を画像処理装置２に入力する（ステ
ップ１）。画像処理装置２はホストＣＰＵ３の指令に従
って作動して映像信号を二値化して二値画像を生成し、
この二値画像をラベリングすると共にその面積、周長を
測定し、その測定データをホストＣＰＵ３へ入力する
（ステップ２）。
ＰＵ３に登録した画像認識装置を用いた本発明方法の好
ましい一実施態様について図６を参照しながら説明す
る。まず、視覚センサ１によってパーカドラムを撮像す
ると、その映像信号を画像処理装置２に入力する（ステ
ップ１）。画像処理装置２はホストＣＰＵ３の指令に従
って作動して映像信号を二値化して二値画像を生成し、
この二値画像をラベリングすると共にその面積、周長を
測定し、その測定データをホストＣＰＵ３へ入力する
（ステップ２）。
【００１８】ホストＣＰＵ３では画像処理装置２から入
力した面積データ、周長データに基づいて評価関数Ｈ、
円形度Ｃ、認識画像個数をそれぞれ演算によって求めて
二値画像のパターンの特徴を抽出する（ステップ３）。
更に、ホストＣＰＵ３では抽出したパターンを予め登録
してある適正モデルパターンと比較し、抽出パターンが
適正パターンであるか否かを判断する（ステップ４）。
抽出パターンが適正パターンでない場合には、ステップ
５へ移ってしきい値過大、過小時のパターンと比較し、
しきい値が図７の（ａ）のように過大な二値画像を示す
しきい値であれば、この画像でのしきい値補正量だけ初
期しきい値を減量すべく設定して初期しきい値を補正す
る（ステップ５）。この補正後はステップ２へ戻り、適
正しきい値になるまでステップ２からステップ５までの
処理を繰り返して行なう。これら一連の処理によって適
正しきい値における適正モデルパターンに達したことを
ステップ４において判断すれば、測定対象物であるパー
カドラムの蓋の適正しきい値及びその適正二値画像を確
定しステップ６へ移る。
力した面積データ、周長データに基づいて評価関数Ｈ、
円形度Ｃ、認識画像個数をそれぞれ演算によって求めて
二値画像のパターンの特徴を抽出する（ステップ３）。
更に、ホストＣＰＵ３では抽出したパターンを予め登録
してある適正モデルパターンと比較し、抽出パターンが
適正パターンであるか否かを判断する（ステップ４）。
抽出パターンが適正パターンでない場合には、ステップ
５へ移ってしきい値過大、過小時のパターンと比較し、
しきい値が図７の（ａ）のように過大な二値画像を示す
しきい値であれば、この画像でのしきい値補正量だけ初
期しきい値を減量すべく設定して初期しきい値を補正す
る（ステップ５）。この補正後はステップ２へ戻り、適
正しきい値になるまでステップ２からステップ５までの
処理を繰り返して行なう。これら一連の処理によって適
正しきい値における適正モデルパターンに達したことを
ステップ４において判断すれば、測定対象物であるパー
カドラムの蓋の適正しきい値及びその適正二値画像を確
定しステップ６へ移る。
【００１９】また、ステップ５において初期しきい値が
図７の（ｂ）のように過小な二値画像を示すしきい値で
あれば、上記処理とは逆に初期しきい値を増加する補正
を順次行なって適正しきい値及びその適正二値画像を確
定しステップ６へ移る。また、初期しきい値が図７の
（ｃ）のように適正二値画像を示す適正しきい値と一致
すれば、ステップ４からステップ６へ直接移る。
図７の（ｂ）のように過小な二値画像を示すしきい値で
あれば、上記処理とは逆に初期しきい値を増加する補正
を順次行なって適正しきい値及びその適正二値画像を確
定しステップ６へ移る。また、初期しきい値が図７の
（ｃ）のように適正二値画像を示す適正しきい値と一致
すれば、ステップ４からステップ６へ直接移る。
【００２０】上記一連の処理によってパーカドラムにお
ける蓋の適正面積及び適正円形度が決定されると、ステ
ップ６、ステップ７の処理を連続して行なって、蓋の取
付位置を決定する。即ち、ステップ５において蓋の適正
な二値画像が得られるとホストＣＰＵ３から重心計算を
すべき指令信号を画像処理装置２へ出力し、指令信号が
入力された画像処理装置２では処理を行なって蓋の中心
を求め、その計算結果をホストＣＰＵ３へ出力する（ス
テップ６）。ホストＣＰＵ３では入力された蓋の中心デ
ータに基づいてパーカドラムにおける蓋の中心の位置を
座標値に変換し、この変換結果を充填ロボットへ出力し
て充填ロボットを駆動制御する（ステップ７）。
ける蓋の適正面積及び適正円形度が決定されると、ステ
ップ６、ステップ７の処理を連続して行なって、蓋の取
付位置を決定する。即ち、ステップ５において蓋の適正
な二値画像が得られるとホストＣＰＵ３から重心計算を
すべき指令信号を画像処理装置２へ出力し、指令信号が
入力された画像処理装置２では処理を行なって蓋の中心
を求め、その計算結果をホストＣＰＵ３へ出力する（ス
テップ６）。ホストＣＰＵ３では入力された蓋の中心デ
ータに基づいてパーカドラムにおける蓋の中心の位置を
座標値に変換し、この変換結果を充填ロボットへ出力し
て充填ロボットを駆動制御する（ステップ７）。
【００２１】尚、上記実施例では本発明を液体の自動充
填装置に適用したものについてのみ説明したが、本発明
は、上記実施例に何等制限されるものではなく、認識対
象物が円形状対象物であればいかなるものについても広
く適用するとができ、円形度Ｃが０．７〜１．０である
円形状対象物であれば精度良く画像認識をすることが可
能である。
填装置に適用したものについてのみ説明したが、本発明
は、上記実施例に何等制限されるものではなく、認識対
象物が円形状対象物であればいかなるものについても広
く適用するとができ、円形度Ｃが０．７〜１．０である
円形状対象物であれば精度良く画像認識をすることが可
能である。
【００２２】
【発明の効果】本発明の画像認識方法によれば、一般的
な生産設備における円形状対象物に明度差のバラツキや
照度のむらがあったり、あるいはこれらが経時的に変化
するような条件下であっても確実に最適な二値画像を得
るに必要な適正しきい値を自動的に設定することがで
き、円形状対象物の位置及び形状を正確且つ迅速に認識
することができる。
な生産設備における円形状対象物に明度差のバラツキや
照度のむらがあったり、あるいはこれらが経時的に変化
するような条件下であっても確実に最適な二値画像を得
るに必要な適正しきい値を自動的に設定することがで
き、円形状対象物の位置及び形状を正確且つ迅速に認識
することができる。
【図１】本発明の画像認識方法を実施する際に好適に用
いられる画像認識装置を示す構成図である。
いられる画像認識装置を示す構成図である。
【図２】パーカドラムの蓋部分に対して予め設定された
適正しきい値、過小しきい値、過大しきい値それぞれに
対応する二値画像及び条件を示すパターンで、（ａ）は
適正しきい値に対応するパターン、（ｂ）、（ｃ）はそ
れぞれは過小しきい値に対応するパターン、（ｄ）、
（ｅ）、（ｆ）はそれぞれ過大しきい値に対応するパタ
ーンである。
適正しきい値、過小しきい値、過大しきい値それぞれに
対応する二値画像及び条件を示すパターンで、（ａ）は
適正しきい値に対応するパターン、（ｂ）、（ｃ）はそ
れぞれは過小しきい値に対応するパターン、（ｄ）、
（ｅ）、（ｆ）はそれぞれ過大しきい値に対応するパタ
ーンである。
【図３】本発明の画像認識方法を実施する際に用いられ
るパーカドラムの蓋部分の二値画像のしきい値と面積と
の関係を示すグラフである。
るパーカドラムの蓋部分の二値画像のしきい値と面積と
の関係を示すグラフである。
【図４】パーカドラムの蓋部分の二値画像のしきい値と
円形度との関係を示すグラフである。
円形度との関係を示すグラフである。
【図５】複数の対象物の二値画像が得られた場合のラベ
リング操作を示すモデル図である。
リング操作を示すモデル図である。
【図６】図２に示すパターンを用いて適正しきい値を自
動設定する時のフローチャートである。
動設定する時のフローチャートである。
【図７】（ａ）、（ｂ）、（ｃ）はそれぞれ視覚センサ
によって得られた映像信号を二値化した画像を示す二値
画像である。
によって得られた映像信号を二値化した画像を示す二値
画像である。
１ 視覚センサ ２ 画像処理装置 ３ ホストＣＰＵ
Claims (2)
- 【請求項１】 視覚センサから入力された対象物の映像
信号をしきい値を用いて二値画像に変換してその対象物
の画像を認識する方法において、 上記対象物のしきい値が適正な二値画像条件、しきい値
が過大な二値画像条件、及びしきい値が過小な二値画像
条件を設定二値画像条件として予め設定しておき、上記
映像信号の初期しきい値から得られた二値画像状態を上
記設定二値画像条件と比較し、上記対象物のしきい値が
適正な二値画像条件を満たしていない場合に上記二値画
像条件と近い上記設定二値画像条件を対応する二値画像
条件とした後、対応する該二値画像条件について予め設
定されたしきい値補正量を上記初期しきい値に対して加
減し、適正な二値画像条件を満たすようにしきい値を更
新することにより、適正なしきい値を自動的に設定する
ことを特徴とする画像認識方法。 - 【請求項２】 上記設定二値画像条件として、対象物の
認識面積、認識状態を定量化する評価関数、認識される
対象物数を用いることを特徴とする請求項１に記載の画
像認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3207814A JP2535112B2 (ja) | 1991-07-11 | 1991-08-20 | 画像認識方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3-171388 | 1991-07-11 | ||
| JP17138891 | 1991-07-11 | ||
| JP3207814A JP2535112B2 (ja) | 1991-07-11 | 1991-08-20 | 画像認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0567202A JPH0567202A (ja) | 1993-03-19 |
| JP2535112B2 true JP2535112B2 (ja) | 1996-09-18 |
Family
ID=26494132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3207814A Expired - Lifetime JP2535112B2 (ja) | 1991-07-11 | 1991-08-20 | 画像認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2535112B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4551821B2 (ja) * | 2005-06-03 | 2010-09-29 | 本田技研工業株式会社 | 構造体の接合状態検査方法及び装置 |
| JP6260026B2 (ja) * | 2014-02-07 | 2018-01-17 | 株式会社明電舎 | 画像処理による架線位置測定装置及び架線位置測定方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61156485A (ja) * | 1984-12-28 | 1986-07-16 | Fujitsu Ltd | 視覚装置のスライスレベル決定方式 |
| JPH02199586A (ja) * | 1989-01-30 | 1990-08-07 | Hitachi Ltd | 形状情報を保存する画像２値化処理方法 |
-
1991
- 1991-08-20 JP JP3207814A patent/JP2535112B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0567202A (ja) | 1993-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8154591B2 (en) | Eyelid opening level determination device and computer readable medium storing computer program thereof | |
| JP3545506B2 (ja) | 特定色領域抽出方式および特定色領域除去方式 | |
| CN117232396B (zh) | 一种高速生产线产品质量视觉检测系统及方法 | |
| JP2535112B2 (ja) | 画像認識方法 | |
| JP5080416B2 (ja) | 入力画像から検出対象物の像を検出する画像処理装置 | |
| CN108171691B (zh) | 一种塑料容器的检测方法 | |
| CN114782359A (zh) | 一种基于数据异构融合的工业传送带表面缺陷检测方法 | |
| US5881167A (en) | Method for position recognition | |
| JPH0830728A (ja) | 画像の二値化装置 | |
| JP3983723B2 (ja) | 種子選別装置 | |
| CN115876785B (zh) | 一种用于产品缺陷检测的视觉识别系统 | |
| CN115464661B (zh) | 一种基于数字孪生的机器人控制系统 | |
| JP2976796B2 (ja) | 画像解析による領域の閾値決定方法 | |
| JPH07137062A (ja) | カレンダバンク量の測定方法 | |
| CN113191313B (en) | Video stream discharge identification method and device based on hydropower plant and computer equipment | |
| JPH09102032A (ja) | 画像からの物体検出方法及びそれを用いた物体検出装置 | |
| JPH10129630A (ja) | 包装容器の製函中の接着部材塗着状態判別装置、方法、システム及び接着部材塗着状態の判別を実行するためのプログラムを記録した媒体 | |
| JP2006053801A (ja) | 物体検出装置及び物体検出方法 | |
| JPH0645845Y2 (ja) | 表面平滑度自動検査装置 | |
| JP2861341B2 (ja) | 画像処理方法 | |
| CN117788397A (zh) | 基于趋势变化的弧形边缘缺口检测算法 | |
| JPH11351835A (ja) | 工具の撮像画像処理による刃先部輪郭線抽出方法 | |
| JP3115079B2 (ja) | 光透過性粒子の画像処理装置 | |
| JPH07230549A (ja) | 画像処理装置およびその方法 | |
| JPH0619245B2 (ja) | 円および円弧の中心点検出方法 |