JP2879127B2 - 物品同定システム及び方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像処理・識別技術を
用いて物品の同定を行う物品同定システムに関わり、特
に、医薬品の錠剤やカプセル剤（以下、単に錠剤とい
う）の自動包装機において、入力された名柄に対し選別
された錠剤が正しいかどうかを検査するための錠剤同定
に好適な物品同定システムに関する。

【０００２】

【従来の技術】現在、多くの総合病院で、指定した銘柄
の複数の錠剤を自動的に分包紙内に包装する自動錠剤包
装機が用いられている。自動錠剤包装機においては、オ
ペレータが端末から入力した複数の錠剤銘柄情報を受け
て、装置内のダブレットケースから該当する錠剤を搬送
し、同一の分包紙内に包装する処理を行っている。一般
的な自動錠剤包装機については、例えば、「清野 敏
一、折井 孝男他：調剤業務への電算機の利用−自動調
剤包装機への監査システムの試み、第８回医療情報連合
大会論文集、５６５−５６８、１９８８」において論じ
られている。

【０００３】このような自動錠剤包装機を用いた薬剤シ
ステムを病院に導入することで、これまでの薬剤師の手
を介して行われていた錠剤の包装が自動化され、大幅な
待ち時間の短縮が可能となり、医療の高品質化を図るこ
とができる。

【０００４】

【発明が解決しようとする課題】上記自動錠剤包装機で
は、タブレットケースから指定された錠剤を取り出す処
理、及び、取り出した錠剤を包装する位置まで搬送する
処理に機械的な動作を含む。そのため、錠剤の取り出し
誤りや欠損が起こる可能性がある。また、タブレットケ
ースへの錠剤の補給は人間が行うが、その際に補給すべ
き銘柄を間違う可能性もある。しかし、このような機械
的又は人為的誤りがあったとしても、最終的に患者に提
供される分包中には、指定された名柄の錠剤が間違いな
く入っている必要がある。そのため、従来自動錠剤包装
機を運用する際には、包装後の錠剤が指定された銘柄か
どうか、薬剤師が目視で同定検査を行っていた。

【０００５】そのため、同定検査の手間が面倒であり、
検査に時間がかかるという問題があった。また、包装後
に検査するため、間違った錠剤の包装が発見された場合
には、その包装を破り、再度正しい錠剤の包装を作らな
ければならない、という面倒があった。

【０００６】従って、本発明の目的は、自動錠剤包装機
の運用において、選別された錠剤が指定された銘柄と一
致するかどうかを自動的に判定し、それにより、自動錠
剤包装機から常に指定通りの錠剤の入った正しい包装が
出てくるようにすることにある。

【０００７】また、より一般化された本発明の目的は、
多カテゴリーの物品群中から指定されたカテゴリーの物
品を選別するような用途において、選別された物品が指
定されたカテゴリーのものであるか否かを確認するため
の同定検査を、画像処理・識別技術を用いて自動的且つ
正確に行えるようにすることにある。

【０００８】さらに、本発明の副なる目的は、選別され
た物品が画像処理装置に供給された際にその姿勢や位置
がどのようになっていても、正確な同定結果が得られる
ようにすることにある。

【０００９】

【課題を解決するための手段】本発明に係る物品同定シ
ステムは、物品の画像を入力する画像入力手段と、物品
に対応するか否かの判定の対象であるカテゴリーを入力
するカテゴリー入力手段と、入力された画像内の物品領
域を一定の位置及び方向に補正する位置・向き補正手段
と、位置及び方向の補正された画像の濃淡値ベクトルを
特徴ベクトルとして抽出する特徴抽出手段と、抽出した
特徴ベクトルと予め用意した種々のカテゴリーの参照ベ
クトル中の入力カテゴリーの参照ベクトルとの距離を求
め、この距離が予め定めた許容値内にあるか否かによ
り、入力された物品が入力されたカテゴリーに係るもの
か否かを判定する同定手段とを備える。

【００１０】ここで、物品領域の位置及び方向を補正す
る際には、位置と方向の少なくとも一方の補正におい
て、物品領域内に存在する所定の印の領域が利用され
る。例えば、好適な実施例では、錠剤を撮影した画像内
で錠剤領域の方向を補正するために、錠剤表面に存在す
る識別コードの領域が利用される。即ち、識別コード領
域が一定方向を向くように錠剤領域の方向補正を行な
う。

【００１１】上記所定印領域を位置又は方向の補正に利
用する際には、所定印領域を物品領域内から抽出する必
要があるが、その抽出処理では動的２値化処理法を用い
ることができる。

【００１２】動的２値化処理法とは、対象となる画像を
複数の小領域に分割し、この小領域毎に２値化の閾値を
設定して２値化を行なう処理法である。

【００１３】上記動的２値化処理法を用いて物品領域内
から所定印領域を抽出する際には、コントラスト評価値
を用いることができる。コントラスト評価値とは、画像
内の各場所のコントラストの程度を表した数値である。

【００１４】更に、上記コントラスト評価値を用いて所
定印領域を抽出するための閾値を設定する際には、コン
トラスト評価値の出現頻度に基づくゼロ点法を用いるこ
とができる。ゼロ点法とはこの明細書で独自に用いる用
語であるが、例えば、コントラスト評価値に対する場合
であれば、そのコントラスト評価値の出現頻度を小さい
方からスキャンして、出現頻度が最初にゼロとなった点
のコントラスト評価値を閾値として設定するような方法
である。

【００１５】

【作用】本発明においては、カメラ等で物品（例えば、
錠剤）を撮影した画像とその物品に対応するか否かの判
定の対象であるカテゴリー（例えば、錠剤の銘柄）とが
システムに入力される。すると、まず、画像内での物品
領域が一定の位置と方向とに補正され、次いで、補正後
の画像から物品の特徴ベクトルが抽出される。この特徴
ベクトルには、画像内の濃淡値を要素とする濃淡値ベク
トルが用いられる。この特徴ベクトルと予め用意した種
々のカテゴリーの参照ベクトルの内の入力カテゴリーの
参照ベクトルとから両者の距離が求められ、この距離が
予め定めた許容値内にあるかどうかで、入力したカテゴ
リーと物品とが対応するかどうかが判定される。

【００１６】上記のような処理を行うことにより、物品
の同定検査を人の目視によらず、自動的に行うことが可
能になる。しかも、画像内での物品の位置・向きが常に
一定に補正されるため、画像撮影の際にカメラに対する
錠剤の厳密な位置・向きの調整が不要になる。

【００１７】更に、物品の位置補正又は方向補正におい
ては、物品内の所定の印が利用されるため、物品の外形
形状に様々な種類があっても、その外形形状毎に異なる
補正処理を用意しなくても、１種類の共通の処理アルゴ
リズムで或程度の物品種類に対して対応できる。

【００１８】例えば、好適な実施例では、錠剤の方向補
正を行なうために錠剤表面の識別コードを利用してい
る。錠剤には様々な外形形状が存在するが、一般的に
は、いずれの錠剤もその中央部に識別コードの文字列が
記されている。従って、その識別コードを頼りに方向を
決めれば、大体どのような錠剤も方向補正が可能であ
る。この様に、錠剤以外の物品でも、画像的な特徴をも
つ何等かの印を利用することにより、その物品の位置や
方向を共通の処理アルゴリズムで補正することができ
る。

【００１９】上記所定印を物品領域から抽出する際に動
的２値化処理法を用いると、印以外の余計な領域を除去
して印だけを巧く抽出することが容易になる。特に、物
品の表面が平面でなく曲面である場合や、物品表面が異
なる色やトーンで彩色されている場合には、表面自体の
濃淡が場所によって相違するため、そのような表面から
印だけを抽出するには、動的２値化処理法によって場所
の異なる小領域ごとに固有の２値化閾値を設定すること
が有効となる。

【００２０】また、上記所定印を抽出する際にコントラ
スト評価値を用いると、肉眼で識別し易い種類の印を抽
出することが容易となる。即ち、人間が物を見てその形
状や模様を把握する場合、その把握に最も寄与する一つ
の画像的要素はコントラストである。そのため、コント
ラスト評価値を画像処理に用いれば、人間がその物品を
見て把握するであろう物品の構成要素を巧く抽出するこ
とが容易になる。その結果、特に人間が意図的に印を記
すような物品（例えば、識別コードを記した錠剤）から
その印を抽出しようとする場合には、その印は肉眼で把
握し易いように物品表面に対して大きいコントラストを
有している筈であるから、そうした印の抽出が良好に行
なえるようになる。

【００２１】更に、上記所定印の抽出のための閾値設定
において、コントラスト評価の出現頻度に基づくゼロ点
方を用いた場合には、特に、錠剤のように印以外の表面
領域のコントラストが、印の領域に比較して極めて小さ
い物品については、印の抽出が一層容易となる。錠剤以
外の物品でも、表面の凹凸が格別に激しいとか、トーン
の大きく異なる複数の色彩で細かく塗り分けられている
といった事情がなければ（多くの物品はそうであろ
う）、ゼロ点法の適用により良好な結果が期待できる。

【００２２】

【実施例】以下、本発明の実施例を図面により詳細に説
明する。

【００２３】図１は、本発明の一実施例に係る錠剤同定
システムの機能構成を示す。

【００２４】この錠剤同定システムは、ＮＴＳＣテレビ
カメラ１を外部機器として備えたコンピュータ１００上
で動作する。コンピュータ１００は、画像入力部１０
１、名柄入力部１０２、逆γ補正部１０３、ＲＧＢグレ
イ変換部１０４、位置・向き補正手段１０５、特徴抽出
部１０６、学習部１０７、散布度算出部１０８、同定部
１０９及び辞書ファイル１１０を備える。

【００２５】本システムの動作は大きく学習フェーズと
同定フェーズに分けることができる。以下、（Ａ）学習
フェーズと（Ｂ）同定フェーズに分けて、各部の機能及
び動作を述べる。

【００２６】（Ａ）学習フェーズ 本システムは、その運用に入る前の初期化または準備と
して、まず学習フェーズを経てなければならない。学習
フェーズにおいては、同定対象となる錠剤の各銘柄につ
いて、複数個のサンプルと正確な銘柄名とが入力され、
これに基づいて各銘柄の参照ベクトルと散布度とが計算
され、参照ベクトルファイル１０として保存される。

【００２７】まず画像入力部１０１が、ＮＴＳＣテレビ
カメラ１で無地の黒い背景に設置した錠剤を撮影したカ
ラーアナログ画像を入力し、これをＲＧＢディジタル画
像に変換する。また、銘柄入力部１０２が、当該錠剤の
銘柄名をシステム内に入力する。

【００２８】次に、逆γ補正部１０３が、ＲＧＢの各プ
レーンに施されたγ補正の影響を取り除き、カメラ１の
入出力特性が実質的に線形となるように、逆γ補正を行
う。この時、γの値として例えば２．２を用いる。これ
は、ＮＴＳＣテレビカメラ１は通常、γ＝２．２のγ補
正を撮影画像に施すよう構成されているからである。こ
の逆γ補正を行うことで、画像中の錠剤領域と背景領域
（黒地）のコントラストが大きくなり、以後の処理を有
効に行うことができる。

【００２９】次に、ＲＧＢグレイ変換部１０４が、ＲＧ
Ｂ成分の中のＧ成分の濃淡値をそのまま用いて、ＲＧＢ
画像を濃淡成分のみのグレイ画像に変換する。ここでＧ
成分を用いる理由は、一般にテレビカメラにおいて、Ｇ
成分は他の２つの成分に比べてダイナミックレンジが広
いため、圧倒的に白色の多い錠剤において、微妙な白色
の違いを濃淡に反映することができると考えられるから
からである。なお、ＲＧＢ画像からグレイ画像に変換す
ることで、以下の処理量を３分の１に削減することがで
きる。

【００３０】次に、位置・向き補正部１０５が、画像中
の錠剤の位置と向きを、同一名柄であれば常に同一の位
置及び方向となるような処理を行う。図２は、この位置
・向き補正の詳細な処理フローを示す。

【００３１】図２に示すように、まず、グレイ画像に対
し、所定の閾値を用いて画像全体の２値化処理を行い、
錠剤の領域のみを抽出する（ステップ２０１）。この
時、２値化の閾値を選択する手法として、例えば、判別
基準に基づく大津氏の方法を用いる。この手法は、背景
領域と錠剤領域の２領域に明確に領域分割できるような
画像に対して非常に有効な手法である。詳細について
は、「大津展之：判別および最小２乗基準に基づく自動
閾値選定法、電子通信学会論文誌Ｖｏｌ．Ｊ６３−Ｄ
Ｎｏ．４、ｐｐ．３４９−３５６、１９８０」において
論じられている。

【００３２】次に、２値化画像中の錠剤領域の重心を求
め、重心を画像中心に移動する（ステップ２０２）。続
いて、錠剤領域内において、そのグレイ画像を２値化す
ることにより、錠剤表面に印刷又は印刻された識別番号
コードの領域を抽出する（ステップ２０３）。この時の
２値化の手法には、動的２値化処理法を用いる。動的２
値化処理法とは、２値化の対象となる濃淡画像を複数の
方形領域（方形でなくてもよい）に分割し、各方形領域
ごとに２値化閾値を決定する手法である。詳細について
は「塩昭夫：情景中文字の検出のための動的２値化処理
法、電子情報通信学会論文誌Ｖｏｌ．Ｊ７１−Ｄ Ｎ
ｏ．５、ｐｐ．８６３−８７３、１９８８」を参照され
たい。

【００３３】この動的２値化処理法は、以下のような理
由から、錠剤の識別コード領域の抽出に非常に適してい
る。即ち、錠剤の表面は一般に平面ではなく曲面となっ
ており、識別コードはその曲面に印刷又は印刻されてい
る。このような錠剤表面を撮影した場合、その中央部の
ように高い場所は比較的明るく（階調値が大きく）映
り、周縁部分のような場所は比較的暗く（階調値が小さ
く）映る。このように、錠剤の表面は場所によって異な
る濃淡で映ることになるが、識別コードはこの濃淡の異
なる領域に亘って印刷されていたり、あるいは明るい中
央部に印刷されていたりする。このような錠剤表面の画
像に対して、一つの閾値で画像全体を２値化する静的な
２値化処理法を適用すると、識別コードと共に暗い周縁
部も抽出してしまったり、明るい部分にある識別コード
を抽出できなかったりする不具合が生じる。これに対
し、動的２値化処理法によれば、各方形領域毎に適切な
閾値を設定することができるため、識別コード領域だけ
を良好に抽出することが可能となる。

【００３４】動的２値化処理法では、各方形領域におい
て、画素毎のコントラスト評価値（コントラストの大小
を示す指標）を求め、コントラスト評価値にする閾値を
２値化の閾値をとして設定する。この閾値を自動的に設
定するために、この明細書で「ゼロ点法」と呼ぶ手法を
用いる。

【００３５】このゼロ点法について説明する。ゼロ点法
では、まず、錠剤領域内の各方形領域において、各画素
のコントラスト評価値を計算し、それらコントラスト評
価値の出現頻度を求める。すると、個々の方形領域につ
いて例えば図３のヒストグラムに示すようなコントラス
ト評価値の出現頻度分布が得られる。

【００３６】このような出現頻度分布に基づいて、次
に、識別コードと錠剤表面とを分離するためのコントラ
スト評価値に対する閾値を次のようにして決定する。即
ち、コントラスト評価値の小さい（コントラストが小さ
い）方からその出現頻度値をスキャンして行き、出現頻
度が最初にゼロとなった点のコントラストの評価値をも
って、これを閾値と決定する。図３の例では、閾値＝
０．１７５となる。

【００３７】このゼロ点法によれば、錠剤領域から識別
コード領域を良好に抽出することができる。その理由は
次の通りである。一般に、錠剤領域の中で、識別コード
領域以外の錠剤の単なる表面の領域（以下、表面領域と
いう）は、識別コード領域に比較して非常に低いコント
ラストをもっている（つまり、コントラスト評価値が非
常に小さい）。そのため、錠剤領域におけるコントラス
ト評価値の出現頻度分布を調べてみると、図３に例示し
たように、コントラスト評価値の非常に小さい範囲に、
表面領域によって形成された一つの大きい分布の山が現
れる。そして、この山から離れたコントラスト評価値の
より大きい範囲に、識別コード領域による比較的間ばら
な分布の凹凸が形成される。従って、ゼロ点法を用いる
と、表面領域による大きな山のエッジが閾値と決定され
るため、この閾値よりコントラスト評価値の大きい範囲
にある識別コード領域だけが良好に抽出できることにな
る。

【００３８】以上のようにして識別コード領域を抽出し
た後、次に、抽出した識別コード領域の２次モーメント
を求め、この２次モーメントが最大となる方向を画像の
Ｘ軸と一致するように、アフィン変換によって画像全体
を回転させる（ステップ２０４）。

【００３９】こうして錠剤領域の位置と方向を補正する
ことにより、後述する同定の精度が向上する。錠剤の外
観形状の特徴は位置及び方向に依存するからである。ま
た、同一の錠剤であれば常に同じ位置及び方向になるた
め、撮影する際のカメラ１に対する錠剤の厳密な位置・
向きの調整が不要となる。

【００４０】再び図１を参照して、次に、特徴抽出部１
０６が、位置・向き補正されたグレイ画像から錠剤の特
徴ベクトルを抽出する処理を行う。図４はこの特徴抽出
の詳細な処理フローを示す。また、図５〜図７は、特徴
抽出の処理を段階を追って説明するための画像例を示
す。

【００４１】まず、図５に示すような位置・向き補正さ
れたグレイ画像４００から、図６に示すように錠剤領域
の全体または一部を含む所定サイズの矩形領域５００を
切出す（図４、ステップ３０１）。ここで、矩形領域５
００のサイズは、予め種々の銘柄の錠剤について特徴抽
出を行なってみた結果に基づき、最も精度の良い特徴抽
出ができるサイズとして、統計的手法により決定された
ものである。

【００４２】次に、図７に示すように、この矩形領域５
００を任意のサイズＮ×Ｍの小区画６００に分割する
（ステップ３０２）。ここで、小区画６００のサイズＮ
×Ｍはコンピュータの処理能力に比例して決定される。

【００４３】次に、各小区画６００毎に、その全画素の
濃淡値から代表値を算出する（ステップ３０３）。この
代表値には、例えば中央値を用いる。中央値は錠剤領域
と背景のように明らかに濃淡値の分布が偏る場合でも、
その分布全体を良く反映することができるからである。
この後、各小区画６００の代表値を要素とする濃淡値ベ
クトルを特徴ベクトルとして抽出する（ステップ３０
４）。

【００４４】学習フェーズでは、同定対象となる錠剤の
種々の銘柄の多数の学習サンプルが本システムに供給さ
れて、各学習サンプルに対して以上の撮影から特徴抽出
までの処理が行なわれる。

【００４５】再び図１を参照して、学習部１０７では、
各銘柄について、その銘柄の多数の学習サンプルから抽
出した全濃淡値ベクトルに対し主成分分析を施し、固有
値及び固有ベクトルを得る。そして、固有値に基づき寄
与率を求め、寄与率の高いほうから数個の主成分を選択
し、上記固有ベクトルを用いて、上記全濃淡値ベクトル
を主成分ベクトルに変換する。このように、主成分分析
の結果に基づき有意な特徴を選択することにより、特徴
ベクトルの次元圧縮が図れ、以後の処理量を削減するこ
とができる。次に、得られた上記主成分ベクトルを各銘
柄毎に平均して参照ベクトルとし、この参照ベクトルを
銘柄入力部１０２から入力された銘柄の参照ベクトルと
して辞書ファイル１１０に格納する。更に、各銘柄の固
有ベクトルも辞書ファイル１１０に格納される。

【００４６】散布度算出部１０８は、各銘柄毎に、参照
ベクトルと多数の学習サンプルの主成分ベクトルとの間
の距離の分布から、その平均を０とした場合のその標準
偏差σを求める。ここで、参照ベクトルに対する学習サ
ンプルの距離の分布は例えば図８に示すようになってい
る。このような距離分布の標準偏差を各銘柄毎に求め、
これを銘柄入力部１０２から入力された銘柄の散布度と
して辞書ファイル１１０に格納する。

【００４７】以下、辞書ファイル１１０に格納された全
銘柄の参照ベクトルと散布度を総称して辞書と呼ぶ。

【００４８】（Ｂ）同定フェーズ このフェースでは、対応しているか否か分らない錠剤と
名柄について、その対応の正否が検査される。即ち、学
習フェーズで作成された辞書を用いて、システムに供給
された錠剤とその銘柄とが対応しているかどうかの同定
検査が行なわれる。ここでは、同定対象となる錠剤と銘
柄名とがシステムに入力される。

【００４９】図１を参照して、まず、入力された錠剤に
ついて、学習フェーズと同様にカメラ撮影及び銘柄名の
入力から始って、画像入力部１０１から特徴抽出部１０
６に至る一連の画像処理が行なわれ、濃淡値ベクトルが
抽出される。

【００５０】次に、同定部１０９が、上記学習フェーズ
で得られた固有ベクトルを用いて、濃淡値ベクトルを主
成分ベクトルに変換する。次に、この主成分ベクトルと
入力された銘柄に対応する参照ベクトルとの間の距離を
計算する。この時、距離関数にはユークリッド距離、類
似度などを用いる。一般的な距離関数については、例え
ば、「舟久保登：視覚パターンの処理と認識、啓学出版
発行、１９９０」に記載されている。

【００５１】ところで、本実施例では、基本となる特徴
ベクトルとして濃淡値ベクトルを用いるため、距離計算
の処理は、参照画像と同定対象画像とを重ね合わせてそ
の一致の度合いを算出していることにほかならない。こ
のような特徴ベクトルは従来のパタン識別システムにお
いてはほとんど用いられることがなかったが、画像情報
を最大限活用できることから、大カテゴリーを処理対象
にする場合には有効である。

【００５２】更に、同定部１０９は、こうして得た距離
を、入力された銘柄に対応する散布度（標準偏差）σか
ら定まる許容値ｒ・σと比較し、この距離が許容値ｒ・
σ内にある場合は、当該錠剤が入力された銘柄に対応す
る錠剤であると判定し、そうでない場合は対応しない別
銘柄の錠剤であると判定し、その判定結果を出力する。
この結果は、自動錠剤包装機において、同定した錠剤を
包装するか、包装せずに排出又は元のタブレットへ戻す
かの選択に利用することが望ましい。或いは、同定結果
に関わらず全ての錠剤を包装することとするが、その包
装紙面に同定結果を印刷するようにし、後に薬剤師がチ
ェックするようにしてもよい。

【００５３】ここで、許容値ｒ・σを決める係数ｒはユ
ーザが任意に設定できるようになっている。例えば、ｒ
＝１．０のように許容値が小さい場合、同定の基準は厳
しくなり、銘柄に対応しない錠剤を容易にはじくことが
できるが、実際には対応する錠剤であっても、錠剤表面
のキズ、欠損、その他の理由で参照ベクトルとの距離が
大きい時には、対応しない錠剤と判定され、はじかれて
しまう。逆にｒ＝３．０のように許容値が大きい場合に
は上記の例とは逆の結果が生じる。このように許容値に
よって、本システムのふるまいには大きく異なる。その
ため、例えば安全性を重視して多少でも異なる錠剤はは
じくというように、目的によってユーザが適当な許容値
を設定する必要がある。

【００５４】以上のように、本実施例の錠剤同定システ
ムでは、人間の目視に頼ることなく銘柄と錠剤の同定検
査を行うことができる。

【００５５】尚、本発明は上記実施例に限定されるもの
ではなく、その要旨を逸脱しない範囲において種々の異
なる態様で実施可能である。例えば、錠剤だけでなく、
自動製造ラインにおける選別された部品の同定などにも
利用できる。

【００５６】

【発明の効果】本発明によれば、物品の同定を自動的に
行うことが可能である。特に、システムに供給された物
品の姿勢や方向に関わらず高い同定精度を得ることがで
きる。

【図面の簡単な説明】

【図１】本発明の一実施例に係る錠剤同定システムの構
成を示すブロック図。

【図２】同実施例における位置・向き補正部の処理を示
すフローチャート。

【図３】錠剤表面領域と識別コード領域とを分離する閾
値の決定に用いるゼロ点法を説明するためのヒストグラ
ム。

【図４】同実施例における特徴抽出部の処理を示すフロ
ーチャート。

【図５】同実施例における位置・向き補正部を施した後
のグレイ画像の例を示す図。

【図６】同実施例における図５の画像から切り出された
矩形領域を示す図。

【図７】同実施例における図６の画像を小区域に分けた
状態を示す図。

【図８】同実施例における参照ベクトルに対する学習サ
ンプルの距離分布の例を示す図。

【符号の説明】

１ ＮＴＳＣテレビカメラ １００ コンピュータ １０１ 画像入力部 １０２ 銘柄入力部 １０３ 逆γ補正部 １０４ ＲＧＢグレイ変換部 １０５ 位置・向き補正部 １０６ 特徴抽出部 １０７ 学習部 １０８ 散布度算出部 １０９ 同定部

フロントページの続き (56)参考文献 特開 平５−159063（ＪＰ，Ａ) 特開 昭61−244423（ＪＰ，Ａ) 特開 昭62−260474（ＪＰ，Ａ) 特開 平５−159064（ＪＰ，Ａ) 特開 平２−113669（ＪＰ，Ａ) 特開 平２−163883（ＪＰ，Ａ) 特開 平３−134779（ＪＰ，Ａ) 特開 平４−316282（ＪＰ，Ａ) 特開 平２−292676（ＪＰ，Ａ) 特開 平４−38455（ＪＰ，Ａ) 特開 昭63−138472（ＪＰ，Ａ) 特表 昭56−500107（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06T 5/00 - 7/00

Claims (10)

(57)【特許請求の範囲】
1. 【請求項１】 システムに入力された物品が入力された
   カテゴリーに係るものか判定する物品同定システムにお
   いて、 前記物品の画像を入力する画像入力手段と、 前記物品に対応するか否かの判定の対象であるカテゴリ
   ーを入力するカテゴリー入力手段と、 前記入力された画像内の物品領域を一定の位置及び方向
   に補正する位置・向き補正手段と、 前記位置及び方向の補正された画像の濃淡値ベクトルを
   特徴ベクトルとして抽出する特徴抽出手段と、 前記抽出した特徴ベクトルと予め用意した種々のカテゴ
   リーの参照ベクトル中の前記入力されたカテゴリーの参
   照ベクトルとの距離を求め、この距離が予め定めた許容
   値内にあるか否かにより、前記入力された物品が前記入
   力されたカテゴリーに係るものか否かを判定する同定手
   段と、 を備え、 前記位置・向き補正手段が、前記物品領域内に存在する
   所定の印の領域を抽出し、この所定印領域の二次モーメ
   ントを求め、この二次モーメントを用いて前記方向を補
   正することを特徴とする物品同定システム。
2. 【請求項２】 請求項１記載のシステムにおいて、 前記位置・向き補正手段が、前記二次モーメントが最大
   となる方向を所定方向と一致させるように、前記方向を
   補正することを特徴とする物品同定システム。
3. 【請求項３】 請求項１乃至２に記載のシステムにおい
   て、 前記位置・向き補正手段が、前記物品領域の重心を求
   め、この重心を前記画像内の所定位置と一致させるよう
   に、前記位置を補正することを特徴とする物品同定シス
   テム。
4. 【請求項４】 請求項１乃至３記載の物品同定システム
   において、 前記位置・向き補正手段が、前記物品領域から前記所定
   印領域を抽出するために、動的２値化処理法を用い、こ
   の動的２値化処理法において、前記物品領域内のコント
   ラスト評価値の出現頻度分布を求め、この出現頻度分布
   をコントラスト評価値の小さい側からスキャンしたとき
   に出現頻度が最初にゼロとなる点のコントラスト評価値
   を閾値と決め、この閾値を用いて前記物品領域内の前記
   所定印領域と他の領域とを分離することを特徴とする物
   品同定システム。
5. 【請求項５】 システムに入力された物品が入力された
   カテゴリーに係るものか判定する物品同定システムにお
   いて、 前記物品の画像を入力する画像入力手段と、 前記物品に対応するか否かの判定の対象であるカテゴリ
   ーを入力するカテゴリー入力手段と、 前記入力された画像内の物品領域を一定の位置及び方向
   に補正する位置・向き補正手段と、 前記位置及び方向の補正された画像の濃淡値ベクトルを
   特徴ベクトルとして抽出する特徴抽出手段と、 前記抽出した特徴ベクトルと予め用意した種々のカテゴ
   リーの参照ベクトル中の前記入力されたカテゴリーの参
   照ベクトルとの距離を求め、この距離が予め定めた許容
   値内にあるか否かにより、前記入力された物品が前記入
   力されたカテゴリーに係るものか否かを判定する同定手
   段と、 を備え、 前記位置・向き補正手段が、前記物品領域内に存在する
   所定の印の領域を抽出し、この所定印領域を用いて前記
   物品領域の位置及び方向の少なくとも一方を補正し、 さらに、前記位置・向き補正手段が、前記物品領域から
   前記所定印領域を抽出するために、動的２値化処理法を
   用い、この動的２値化処理法において、前記物品領域内
   のコントラスト評価値の出現頻度分布を求め、この出現
   頻度分布をコントラスト評価値の小さい側からスキャン
   したときに出現頻度が最初にゼロとなる点のコントラス
   ト評価値を閾値と決め、この閾値を用いて前記物品領域
   内の前記所定印領域と他の領域とを分離することを特徴
   とする物品同定システム。
6. 【請求項６】 物品が入力されたカテゴリーに係るもの
   か判定する物品同定方法において、 前記物品の画像を入力する過程と、 前記物品に対応するか否かの判定の対象であるカテゴリ
   ーを入力する過程と、 前記入力された画像内の物品領域を一定の位置及び方向
   に補正する過程と、 前記位置及び方向の補正された画像の濃淡値ベクトルを
   特徴ベクトルとして抽出する過程と、 前記抽出した特徴ベクトルと予め用意した種々のカテゴ
   リーの参照ベクトル中の前記入力されたカテゴリーの参
   照ベクトルとの距離を求め、この距離が予め定めた許容
   値内にあるか否かにより、前記入力された物品が前記入
   力されたカテゴリーに係るものか否かを判定する過程
   と、 を備え、 前記位置及び方向を補正する過程が、前記物品領域内に
   存在する所定の印の領域を抽出する過程と、この所定印
   領域の二次モーメントを求め、この二次モーメントを用
   いて前記方向を補正する過程とを含むことを特徴とする
   物品同定方法。
7. 【請求項７】 請求項６記載の方法において、 前記方向を補正する過程が、前記二次モーメントが最大
   となる方向を所定方向と一致させるように、前記方向を
   補正する過程を含むことを特徴とする物品同定方法。
8. 【請求項８】 請求項６乃至７項に記載の方法におい
   て、 前記位置及び方向を補正する過程が、前記物品領域の重
   心を求め、この重心を前記画像内の所定位置と一致させ
   るように、前記位置を補正する過程を含むことを特徴と
   する物品同定方法。
9. 【請求項９】 請求項６乃至８記載の物品同定方法にお
   いて、 前記所定印領域を抽出する過程が、動的２値化処理法を
   行う過程を含み、 前記動的２値化処理法を行う過程が、前記物品領域内の
   コントラスト評価値の出現頻度分布を求める過程と、こ
   の出現頻度分布をコントラスト評価値の小さい側からス
   キャンしたときに出現頻度が最初にゼロとなる点のコン
   トラスト評価値を閾値と決める過程と、この閾値を用い
   て前記物品領域内の前記所定印領域と他の領域とを分離
   する過程とを含むことを特徴とする物品同定方法。
10. 【請求項１０】 物品が入力されたカテゴリーに係るも
    のか判定する物品同定方法において、 前記物品の画像を入力する過程と、 前記物品に対応するか否かの判定の対象であるカテゴリ
    ーを入力する過程と、 前記入力された画像内の物品領域を一定の位置及び方向
    に補正する過程と、 前記位置及び方向の補正された画像の濃淡値ベクトルを
    特徴ベクトルとして抽出する過程と、 前記抽出した特徴ベクトルと予め用意した種々のカテゴ
    リーの参照ベクトル中の前記入力されたカテゴリーの参
    照ベクトルとの距離を求め、この距離が予め定めた許容
    値内にあるか否かにより、前記入力された物品が前記入
    力されたカテゴリーに係るものか否かを判定する過程
    と、 を備え、 前記位置及び方向を補正する過程が、前記物品領域内に
    存在する所定の印の領域を抽出する過程と、この所定印
    領域を用いて物品領域の位置及び方向の少なくとも一方
    を補正する過程とを含み、 前記所定印領域を抽出する過程が、動的２値化処理法を
    行う過程を含み、 前記動的２値化処理法を行う過程が、前記物品領域内の
    コントラスト評価値の出現頻度分布を求める過程と、こ
    の出現頻度分布をコントラスト評価値の小さい側からス
    キャンしたときに出現頻度が最初にゼロとなる点のコン
    トラスト評価値を閾値と決める過程と、この閾値を用い
    て前記物品領域内の前記所定印領域と他の領域とを分離
    する過程とを含むことを特徴とする物品同定方法。