JP2939577B2 - 物体認識方法及び装置 - Google Patents
物体認識方法及び装置Info
- Publication number
- JP2939577B2 JP2939577B2 JP7305846A JP30584695A JP2939577B2 JP 2939577 B2 JP2939577 B2 JP 2939577B2 JP 7305846 A JP7305846 A JP 7305846A JP 30584695 A JP30584695 A JP 30584695A JP 2939577 B2 JP2939577 B2 JP 2939577B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- recognized
- recognition
- jig
- dimensional information
- 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 - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】本発明は、物体の３次元情報
（寸法，方向，位置）を非接触にて認識する物体認識方
法及び装置に関し、特に、１台のカメラを使用する画像
処理システムを用いて３次元物体のこれらのパラメータ
を認識する物体認識方法及び装置に関するものである。
（寸法，方向，位置）を非接触にて認識する物体認識方
法及び装置に関し、特に、１台のカメラを使用する画像
処理システムを用いて３次元物体のこれらのパラメータ
を認識する物体認識方法及び装置に関するものである。
【０００２】
【従来の技術及び発明が解決しようとする課題】３次元
物体に対してその立体形状，３次元位置を非接触にて認
識する方法として、その認識対象の３次元物体を撮像
し、得られた画像の画像処理を利用する手法が知られて
いる。このような画像処理技術を用いた３次元空間での
物体認識の従来の方法の２例（ステレオ画像法，スリッ
ト光投影法）について以下に説明する。これらの２例
は、「三次元画像計測」（発行元：昭晃堂，井口征士，
佐藤宏介共著）に記載されている。
物体に対してその立体形状，３次元位置を非接触にて認
識する方法として、その認識対象の３次元物体を撮像
し、得られた画像の画像処理を利用する手法が知られて
いる。このような画像処理技術を用いた３次元空間での
物体認識の従来の方法の２例（ステレオ画像法，スリッ
ト光投影法）について以下に説明する。これらの２例
は、「三次元画像計測」（発行元：昭晃堂，井口征士，
佐藤宏介共著）に記載されている。
【０００３】図14は、ステレオ画像法の原理を説明する
模式図である。人間は左右両眼で物体を見ることによっ
て立体観を得ることができる。このステレオ画像法は、
左右両眼に対応した１対の画像（ステレオ画像）があれ
ばこれらに応じて３次元情報を抽出できるという概念に
基づく手法であり、人間の両眼のようにありのままの世
界をそのまま観測する受動的な方法である。図14に示す
ように、ＩＴＶカメラなどの２台のカメラを左右に配置
して、得られる画像情報から三角測量法により３次元情
報を認識する。
模式図である。人間は左右両眼で物体を見ることによっ
て立体観を得ることができる。このステレオ画像法は、
左右両眼に対応した１対の画像（ステレオ画像）があれ
ばこれらに応じて３次元情報を抽出できるという概念に
基づく手法であり、人間の両眼のようにありのままの世
界をそのまま観測する受動的な方法である。図14に示す
ように、ＩＴＶカメラなどの２台のカメラを左右に配置
して、得られる画像情報から三角測量法により３次元情
報を認識する。
【０００４】このようなステレオ画像より３次元情報を
抽出するためには、一方の画面上の１点が他方の画面上
のどの点に対応するかを検出することが必要である。こ
れがステレオ画像法における対応点決定（マッチング）
と呼ばれる処理であるが、十分正確に対応点を検出する
技術が確立されておらず、結果として不確かな３次元情
報しか得ることができないという問題点がある。
抽出するためには、一方の画面上の１点が他方の画面上
のどの点に対応するかを検出することが必要である。こ
れがステレオ画像法における対応点決定（マッチング）
と呼ばれる処理であるが、十分正確に対応点を検出する
技術が確立されておらず、結果として不確かな３次元情
報しか得ることができないという問題点がある。
【０００５】また図15は、スリット光投影法（光切断
法）の原理を説明する模式図である。このスリット光投
影法は、図15に示すように、被認識物体にスリット光を
投影し、これと直交する方向からそのスリット投影像を
ＴＶカメラにて撮影し、その画像を画像処理装置で処理
して物体の３次元情報を認識する手法である。
法）の原理を説明する模式図である。このスリット光投
影法は、図15に示すように、被認識物体にスリット光を
投影し、これと直交する方向からそのスリット投影像を
ＴＶカメラにて撮影し、その画像を画像処理装置で処理
して物体の３次元情報を認識する手法である。
【０００６】しかしながら、この方法ではスリット光源
装置が必要であり、また、多量のデータを取り扱わなけ
ればならないので処理時間がかかるという問題点があ
る。
装置が必要であり、また、多量のデータを取り扱わなけ
ればならないので処理時間がかかるという問題点があ
る。
【０００７】本発明は斯かる事情に鑑みてなされたもの
であり、２台のカメラを使用する画像処理システムを用
いるステレオ画像法に比べて低コスト化を図れる物体認
識方法及び装置を提供することを目的とする。
であり、２台のカメラを使用する画像処理システムを用
いるステレオ画像法に比べて低コスト化を図れる物体認
識方法及び装置を提供することを目的とする。
【０００８】本発明の他の目的は、スリット光投影法と
比較して処理速度を速めることができる物体認識方法及
び装置を提供することにある。
比較して処理速度を速めることができる物体認識方法及
び装置を提供することにある。
【０００９】
【課題を解決するための手段】請求項１に係る物体認識
方法は、物体の３次元情報を、該物体を撮像した画像の
画像処理を用いて認識する方法において、認識対象の物
体を配する認識環境のみを撮像して第１画像を得る工程
と、格子状の線が示された治具を前記認識環境に配する
工程と、該治具を配した状態の前記認識環境を撮像して
第２画像を得る工程と、該第２画像と前記第１画像との
差の第３画像を得る工程と、前記認識環境に認識対象の
物体を配する工程と、該物体を配した状態の前記認識環
境を撮像して第４画像を得る工程と、該第４画像及び前
記第１画像の差と前記第３画像との和の第５画像を得る
工程と、前記第５画像に基づいて前記認識対象の物体の
３次元情報を演算する工程とを有することを特徴とす
る。
方法は、物体の３次元情報を、該物体を撮像した画像の
画像処理を用いて認識する方法において、認識対象の物
体を配する認識環境のみを撮像して第１画像を得る工程
と、格子状の線が示された治具を前記認識環境に配する
工程と、該治具を配した状態の前記認識環境を撮像して
第２画像を得る工程と、該第２画像と前記第１画像との
差の第３画像を得る工程と、前記認識環境に認識対象の
物体を配する工程と、該物体を配した状態の前記認識環
境を撮像して第４画像を得る工程と、該第４画像及び前
記第１画像の差と前記第３画像との和の第５画像を得る
工程と、前記第５画像に基づいて前記認識対象の物体の
３次元情報を演算する工程とを有することを特徴とす
る。
【００１０】請求項２に係る物体認識方法は、物体の３
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する方法において、認識対象の物体を配する認識環
境のみを撮像して第11画像を得る工程と、格子状の線が
示された治具及び認識対象の物体を前記認識環境に配す
る工程と、前記治具及び前記認識対象の物体を配した状
態の前記認識環境を撮像して第12画像を得る工程と、前
記第12画像と前記第11画像との差の第13画像を得る工程
と、前記第13画像に基づいて前記認識対象の物体の３次
元情報を演算する工程とを有することを特徴とする。
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する方法において、認識対象の物体を配する認識環
境のみを撮像して第11画像を得る工程と、格子状の線が
示された治具及び認識対象の物体を前記認識環境に配す
る工程と、前記治具及び前記認識対象の物体を配した状
態の前記認識環境を撮像して第12画像を得る工程と、前
記第12画像と前記第11画像との差の第13画像を得る工程
と、前記第13画像に基づいて前記認識対象の物体の３次
元情報を演算する工程とを有することを特徴とする。
【００１１】請求項３に係る物体認識装置は、請求項１
記載の方法の実施に使用する装置であって、前記第３画
像及び第５画像を得る画像処理手段と、前記第５画像に
基づいて前記認識対象の物体の３次元情報を演算する演
算手段とを備えることを特徴とする。
記載の方法の実施に使用する装置であって、前記第３画
像及び第５画像を得る画像処理手段と、前記第５画像に
基づいて前記認識対象の物体の３次元情報を演算する演
算手段とを備えることを特徴とする。
【００１２】請求項４に係る物体認識装置は、物体の３
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する装置において、撮像手段と、格子状の線が示さ
れた治具と、認識対象の物体を配すべき認識環境に何も
配していない第１状態の画像、及び、前記認識環境に前
記治具を配した第２状態の画像の差の第１編集画像を得
る第１画像処理手段と、前記認識環境に認識対象の物体
を配した第３状態の画像、及び、前記第１状態の画像の
差の第２編集画像を得る第２画像処理手段と、前記第１
編集画像及び前記第２編集画像の和の第３編集画像を得
る第３画像処理手段と、前記第３編集画像に基づいて前
記認識対象の物体の３次元情報を演算する演算手段とを
備えることを特徴とする。
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する装置において、撮像手段と、格子状の線が示さ
れた治具と、認識対象の物体を配すべき認識環境に何も
配していない第１状態の画像、及び、前記認識環境に前
記治具を配した第２状態の画像の差の第１編集画像を得
る第１画像処理手段と、前記認識環境に認識対象の物体
を配した第３状態の画像、及び、前記第１状態の画像の
差の第２編集画像を得る第２画像処理手段と、前記第１
編集画像及び前記第２編集画像の和の第３編集画像を得
る第３画像処理手段と、前記第３編集画像に基づいて前
記認識対象の物体の３次元情報を演算する演算手段とを
備えることを特徴とする。
【００１３】請求項５に係る物体認識装置は、請求項２
記載の方法の実施に使用する装置であって、前記第13画
像を得る画像処理手段と、前記第13画像に基づいて前記
認識対象の物体の３次元情報を演算する演算手段とを備
えることを特徴とする。
記載の方法の実施に使用する装置であって、前記第13画
像を得る画像処理手段と、前記第13画像に基づいて前記
認識対象の物体の３次元情報を演算する演算手段とを備
えることを特徴とする。
【００１４】請求項６に係る物体認識装置は、物体の３
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する装置において、撮像手段と、格子状の線が示さ
れた治具と、認識対象の物体を配すべき認識環境に何も
配していない第11状態の画像、及び、前記認識環境に前
記治具，認識対象の物体を配した第12状態の画像の差の
編集画像を得る画像処理手段と、前記編集画像に基づい
て前記認識対象の物体の３次元情報を演算する演算手段
とを備えることを特徴とする。
次元情報を、該物体を撮像した画像の画像処理を用いて
認識する装置において、撮像手段と、格子状の線が示さ
れた治具と、認識対象の物体を配すべき認識環境に何も
配していない第11状態の画像、及び、前記認識環境に前
記治具，認識対象の物体を配した第12状態の画像の差の
編集画像を得る画像処理手段と、前記編集画像に基づい
て前記認識対象の物体の３次元情報を演算する演算手段
とを備えることを特徴とする。
【００１５】請求項１，３，４に係る３次元物体の認識
処理の概略について説明する。３次元物体の認識処理を
行う認識環境のみの状態、格子状の線が示された治具を
その認識環境に配した状態、認識対象の物体をその認識
環境に配した状態のそれぞれについてカメラにて撮像
し、各状態の画像を第１画像，第２画像，第４画像とし
て取得する。なお、これらの各画像を取得する順序は任
意であって良い。そして、第１画像と第２画像との差を
示す画像（第３画像）を、画像処理により得る。この第
３画像は、前記治具のみの画像となる。第４画像と第１
画像との差を示す画像（認識対象の物体のみの画像）及
び第３画像の和を示す第５画像を、画像処理により得
る。この第５画像は、認識対象の物体と治具との合成画
像となる。治具には座標を特定するための格子状の線が
示されており、その合成画像（第５画像）には格子状の
線と認識対象の物体とが重ねて示されているので、第５
画像から認識対象の物体の３次元情報（寸法，方向，位
置）を演算できる。
処理の概略について説明する。３次元物体の認識処理を
行う認識環境のみの状態、格子状の線が示された治具を
その認識環境に配した状態、認識対象の物体をその認識
環境に配した状態のそれぞれについてカメラにて撮像
し、各状態の画像を第１画像，第２画像，第４画像とし
て取得する。なお、これらの各画像を取得する順序は任
意であって良い。そして、第１画像と第２画像との差を
示す画像（第３画像）を、画像処理により得る。この第
３画像は、前記治具のみの画像となる。第４画像と第１
画像との差を示す画像（認識対象の物体のみの画像）及
び第３画像の和を示す第５画像を、画像処理により得
る。この第５画像は、認識対象の物体と治具との合成画
像となる。治具には座標を特定するための格子状の線が
示されており、その合成画像（第５画像）には格子状の
線と認識対象の物体とが重ねて示されているので、第５
画像から認識対象の物体の３次元情報（寸法，方向，位
置）を演算できる。
【００１６】請求項２，５，６に係る３次元物体の認識
処理の概略について説明する。３次元物体の認識処理を
行う認識環境のみの状態、格子状の線が示された治具及
び認識対象の物体をその認識環境に配した状態のそれぞ
れについてカメラにて撮像し、各状態の画像を第11画
像，第12画像として取得する。なお、これらの各画像を
取得する順序は任意であって良い。そして、第11画像と
第12画像との差を示す画像（第13画像）を、画像処理に
より得る。この第13画像は、認識対象の物体と治具との
合成画像となる。治具には座標を特定するための格子状
の線が示されており、その合成画像（第13画像）には格
子状の線と認識対象の物体とが重ねて示されているの
で、第13画像から認識対象の物体の３次元情報（寸法，
方向，位置）を演算できる。
処理の概略について説明する。３次元物体の認識処理を
行う認識環境のみの状態、格子状の線が示された治具及
び認識対象の物体をその認識環境に配した状態のそれぞ
れについてカメラにて撮像し、各状態の画像を第11画
像，第12画像として取得する。なお、これらの各画像を
取得する順序は任意であって良い。そして、第11画像と
第12画像との差を示す画像（第13画像）を、画像処理に
より得る。この第13画像は、認識対象の物体と治具との
合成画像となる。治具には座標を特定するための格子状
の線が示されており、その合成画像（第13画像）には格
子状の線と認識対象の物体とが重ねて示されているの
で、第13画像から認識対象の物体の３次元情報（寸法，
方向，位置）を演算できる。
【００１７】
【発明の実施の形態】以下、本発明をその実施の形態を
示す図面に基づいて具体的に説明する。
示す図面に基づいて具体的に説明する。
【００１８】以下に示す実施の形態では、認識する物体
が直方体であるという既知情報と単眼の画像処理装置か
ら得られる２次元情報とを組み合わせて物体の３次元情
報（物体の寸法，方向及び位置）を検出する手法につい
て説明する。図１は、本発明の物体認識方法の実施状態
の一例を示す模式図である。
が直方体であるという既知情報と単眼の画像処理装置か
ら得られる２次元情報とを組み合わせて物体の３次元情
報（物体の寸法，方向及び位置）を検出する手法につい
て説明する。図１は、本発明の物体認識方法の実施状態
の一例を示す模式図である。
【００１９】図１において、１は認識対象となる被認識
物体Ａを搬送するベルトコンベアである。ベルトコンベ
ア１の近傍には、被認識物体Ａ，ベルトコンベア１など
を撮影して後述するような画像を得るカメラ２が配置さ
れていると共に、カメラ２の撮像位置を照らすための照
明３，３が設けられている。そして、被認識物体Ａは任
意の方向でベルトコンベア１上に載置されて搬送され、
カメラ２の視覚領域内で一旦停止し、その画像が得られ
るようになっている。なお、カメラ２の視野は512 ×48
0 画素であり一般的な分解能を有している。
物体Ａを搬送するベルトコンベアである。ベルトコンベ
ア１の近傍には、被認識物体Ａ，ベルトコンベア１など
を撮影して後述するような画像を得るカメラ２が配置さ
れていると共に、カメラ２の撮像位置を照らすための照
明３，３が設けられている。そして、被認識物体Ａは任
意の方向でベルトコンベア１上に載置されて搬送され、
カメラ２の視覚領域内で一旦停止し、その画像が得られ
るようになっている。なお、カメラ２の視野は512 ×48
0 画素であり一般的な分解能を有している。
【００２０】カメラ２にて得られた画像信号は、画像処
理部４に送られる。画像処理部４は、カメラ２から入力
される画像信号を処理可能な画像情報に変換するカメラ
入力Ｉ／Ｆ（インターフェース）41と、画像情報に対す
る演算処理を行う画像処理プロセッサ42と、得られた画
像情報を格納する画像メモリ43と、外部入力を行うキー
ボードを含むパソコン44とを有する。
理部４に送られる。画像処理部４は、カメラ２から入力
される画像信号を処理可能な画像情報に変換するカメラ
入力Ｉ／Ｆ（インターフェース）41と、画像情報に対す
る演算処理を行う画像処理プロセッサ42と、得られた画
像情報を格納する画像メモリ43と、外部入力を行うキー
ボードを含むパソコン44とを有する。
【００２１】また、５は表面に碁盤目状に線が記載され
ている治具としての方眼紙である。ベルトコンベア１上
に容易に載置できるものであれば、この治具の材質は任
意であり、方眼紙以外のものを使用しても良いことは勿
論である。
ている治具としての方眼紙である。ベルトコンベア１上
に容易に載置できるものであれば、この治具の材質は任
意であり、方眼紙以外のものを使用しても良いことは勿
論である。
【００２２】次に、動作について説明する。図２，図３
は本発明の物体認識方法の処理手順を示すフローチャー
トである。
は本発明の物体認識方法の処理手順を示すフローチャー
トである。
【００２３】まず、３次元物体を認識する場となる認識
環境の画像（これを第１画像と定義する）を得る（ステ
ップＳ１）。具体的には、何も載せていない状態でのベ
ルトコンベア１の画像をカメラ２にて取得し、その画像
情報を画像メモリ43に格納する。図４はこの第１画像を
模式的に示しており、図４に示すようにカメラ座標系の
座標軸Ｘc ，Ｙc を定義し、両座標軸の交点（カメラ座
標系の原点）をカメラ座標原点Ｏc と設定する。
環境の画像（これを第１画像と定義する）を得る（ステ
ップＳ１）。具体的には、何も載せていない状態でのベ
ルトコンベア１の画像をカメラ２にて取得し、その画像
情報を画像メモリ43に格納する。図４はこの第１画像を
模式的に示しており、図４に示すようにカメラ座標系の
座標軸Ｘc ，Ｙc を定義し、両座標軸の交点（カメラ座
標系の原点）をカメラ座標原点Ｏc と設定する。
【００２４】次に、碁盤目状に線が記されている治具を
認識環境に置き（ステップＳ２）、置いた状態の画像
（これを第２画像と定義する）を得る（ステップＳ
３）。具体的には、方眼紙５をベルトコンベア１上に載
置してその状態の画像をカメラ２にて取得し、その画像
情報を画像メモリ43に格納する。図５はこの第２画像を
模式的に示している。カメラ２が斜め方向から治具（方
眼紙５）を撮影するので、治具の碁盤目の形状は平行四
辺形で近似される格子状に認識される。また、治具座標
系（ベース座標系）の座標軸Ｘb ，Ｙb を定義し、両座
標軸の交点（ベース座標系の原点）をカメラ位置Ｏb と
設定する。
認識環境に置き（ステップＳ２）、置いた状態の画像
（これを第２画像と定義する）を得る（ステップＳ
３）。具体的には、方眼紙５をベルトコンベア１上に載
置してその状態の画像をカメラ２にて取得し、その画像
情報を画像メモリ43に格納する。図５はこの第２画像を
模式的に示している。カメラ２が斜め方向から治具（方
眼紙５）を撮影するので、治具の碁盤目の形状は平行四
辺形で近似される格子状に認識される。また、治具座標
系（ベース座標系）の座標軸Ｘb ，Ｙb を定義し、両座
標軸の交点（ベース座標系の原点）をカメラ位置Ｏb と
設定する。
【００２５】治具における碁盤目の各交点をＰi,j と定
義する。但し、ｉは行番号、ｊは列番号をそれぞれ表し
ている。Ｐi,j の座標値としては、ベース座標系におけ
るベース座標値と、カメラ座標系におけるカメラ座標値
とが存在する。よって、Ｐi, j の座標内容は以下の
（１）のようになる。 Ｐi,j ＝（Ｘｂi,j ，Ｙｂi,j ，Ｘｃi,j ，Ｙｃi,j ） …（１）
義する。但し、ｉは行番号、ｊは列番号をそれぞれ表し
ている。Ｐi,j の座標値としては、ベース座標系におけ
るベース座標値と、カメラ座標系におけるカメラ座標値
とが存在する。よって、Ｐi, j の座標内容は以下の
（１）のようになる。 Ｐi,j ＝（Ｘｂi,j ，Ｙｂi,j ，Ｘｃi,j ，Ｙｃi,j ） …（１）
【００２６】ここで、カメラに対する治具の位置は任意
に設定できるので、カメラから見た治具の各交点Ｐi,j
のベース座標値Ｘｂi,j ，Ｙｂi,j は既知である。ま
た、各交点Ｐi,j のカメラ座標値Ｘｃi,j ，Ｙｃ
i,j も、カメラからの２次元画像データより直接判断で
きるので、既知である。各交点Ｐi,j におけるこれらの
ベース座標値及びカメラ座標値を画像処理プロセッサ42
の内部メモリ（図示せず）に記憶する（ステップＳ
４）。また、図６に示すように、ベース座標系平面から
カメラ２までの距離を、カメラ高さＨと定義する。
に設定できるので、カメラから見た治具の各交点Ｐi,j
のベース座標値Ｘｂi,j ，Ｙｂi,j は既知である。ま
た、各交点Ｐi,j のカメラ座標値Ｘｃi,j ，Ｙｃ
i,j も、カメラからの２次元画像データより直接判断で
きるので、既知である。各交点Ｐi,j におけるこれらの
ベース座標値及びカメラ座標値を画像処理プロセッサ42
の内部メモリ（図示せず）に記憶する（ステップＳ
４）。また、図６に示すように、ベース座標系平面から
カメラ２までの距離を、カメラ高さＨと定義する。
【００２７】次に、第２画像と第１画像との差を演算し
てなる画像（第３画像と定義する）を得る（ステップＳ
５）。具体的には、方眼紙５を載置した状態のベルトコ
ンベア１の画像情報と、ベルトコンベア１だけの画像情
報とを、画像メモリ43から画像処理プロセッサ42に読み
出し、両画像情報の差を演算してその差を示す画像情報
を画像メモリ43に格納する。図７はこの第３画像を模式
的に示しており、治具（方眼紙５）の碁盤目状の線のみ
が抽出されている。
てなる画像（第３画像と定義する）を得る（ステップＳ
５）。具体的には、方眼紙５を載置した状態のベルトコ
ンベア１の画像情報と、ベルトコンベア１だけの画像情
報とを、画像メモリ43から画像処理プロセッサ42に読み
出し、両画像情報の差を演算してその差を示す画像情報
を画像メモリ43に格納する。図７はこの第３画像を模式
的に示しており、治具（方眼紙５）の碁盤目状の線のみ
が抽出されている。
【００２８】次いで、細線化処理を施す（ステップＳ
６）。画像処理ではグレイスケールデータを微分し２値
化すると、線に示されるべき部分が細長い面になること
がある。この細長い面を線に変換するための処理が細線
化処理である。
６）。画像処理ではグレイスケールデータを微分し２値
化すると、線に示されるべき部分が細長い面になること
がある。この細長い面を線に変換するための処理が細線
化処理である。
【００２９】治具を認識環境から除去して、被認識物体
を認識環境に置く（ステップＳ７）。具体的には、ベル
トコンベア１から方眼紙５を取り外した後、直方体状の
被認識物体Ａをベルトコンベア１に載置して搬送させ、
カメラ２の視覚領域にて停止させる。そして、被認識物
体を認識環境に置いた状態の画像（これを第４画像と定
義する）を得る（ステップＳ８）。具体的には、被認識
物体Ａをベルトコンベア１上に載置した状態の画像をカ
メラ２にて取得し、その画像情報を画像メモリ43に格納
する。図８はこの第４画像を模式的に示している。
を認識環境に置く（ステップＳ７）。具体的には、ベル
トコンベア１から方眼紙５を取り外した後、直方体状の
被認識物体Ａをベルトコンベア１に載置して搬送させ、
カメラ２の視覚領域にて停止させる。そして、被認識物
体を認識環境に置いた状態の画像（これを第４画像と定
義する）を得る（ステップＳ８）。具体的には、被認識
物体Ａをベルトコンベア１上に載置した状態の画像をカ
メラ２にて取得し、その画像情報を画像メモリ43に格納
する。図８はこの第４画像を模式的に示している。
【００３０】第４画像と第１画像との差を演算すると、
被認識物体のみを抽出できる（ステップＳ９）。図９は
この被認識物体（直方体）のみを抽出した画像を示して
いる。図９に示すように、カメラに最も近い抽出した直
方体の辺をｘ，ｙと定義し、辺ｘの端点をｑ1 ，ｑ2 、
辺ｙの端点をｑ2 ，ｑ3 と定義し、両辺ｘ，ｙの交点ｑ
2 を通る残りの辺をｚと定義する。また、辺ｚの残りの
端点とカメラとを結ぶ直線が両辺ｘ，ｙで決定される平
面と交わる点をｑ4 と定義する。
被認識物体のみを抽出できる（ステップＳ９）。図９は
この被認識物体（直方体）のみを抽出した画像を示して
いる。図９に示すように、カメラに最も近い抽出した直
方体の辺をｘ，ｙと定義し、辺ｘの端点をｑ1 ，ｑ2 、
辺ｙの端点をｑ2 ，ｑ3 と定義し、両辺ｘ，ｙの交点ｑ
2 を通る残りの辺をｚと定義する。また、辺ｚの残りの
端点とカメラとを結ぶ直線が両辺ｘ，ｙで決定される平
面と交わる点をｑ4 と定義する。
【００３１】物体のみを抽出した画像に細線化処理を施
した後（ステップＳ10）、被認識物体の４点ｑ1 ，
ｑ2 ，ｑ3 ，ｑ4 のカメラ座標系におけるカメラ座標値
を画像処理プロセッサ42の内部メモリに記憶する（ステ
ップＳ11）。
した後（ステップＳ10）、被認識物体の４点ｑ1 ，
ｑ2 ，ｑ3 ，ｑ4 のカメラ座標系におけるカメラ座標値
を画像処理プロセッサ42の内部メモリに記憶する（ステ
ップＳ11）。
【００３２】次いで、被認識物体のみを抽出した画像と
第３画像との和を演算してなる画像（第５画像と定義す
る）を得る（ステップＳ12）。図10はこの第５画像を模
式的に示しており、治具の碁盤目状の線の上に被認識物
体が載置されている画像となる。
第３画像との和を演算してなる画像（第５画像と定義す
る）を得る（ステップＳ12）。図10はこの第５画像を模
式的に示しており、治具の碁盤目状の線の上に被認識物
体が載置されている画像となる。
【００３３】ここで、４点ｑ1 ，ｑ2 ，ｑ3 ，ｑ4 のベ
ース座標値を計算できると、それらの座標値に基づいて
被認識物体である直方体の各辺，位置，方向を求めるこ
とができる。以下、この演算方法について説明する。
ース座標値を計算できると、それらの座標値に基づいて
被認識物体である直方体の各辺，位置，方向を求めるこ
とができる。以下、この演算方法について説明する。
【００３４】まず、点ｑ3 のベース座標値を求める手法
（ステップＳ13〜Ｓ19）について説明する。点ｑ3 は、
図10に示すように、碁盤目状の４個の交点Ｐ2,6 ，Ｐ
1,6 ，Ｐ1,7 ，Ｐ2,7 で囲まれた四角形の内部に存在す
る。図11に点ｑ3 近傍の拡大図を示す。図11において、
Ｘb1軸，Ｙb6軸は、原点Ｏb を点Ｐ1,6 に平行移動した
ときのＸb 軸，Ｙb 軸に相当する。４点Ｐ1,6 ，
Ｐ1,7 ，Ｐ2,6 ，Ｐ2,7 のカメラ座標値及びベース座標
値をメモリから読み出し（ステップＳ13）、以下の演算
を行う。
（ステップＳ13〜Ｓ19）について説明する。点ｑ3 は、
図10に示すように、碁盤目状の４個の交点Ｐ2,6 ，Ｐ
1,6 ，Ｐ1,7 ，Ｐ2,7 で囲まれた四角形の内部に存在す
る。図11に点ｑ3 近傍の拡大図を示す。図11において、
Ｘb1軸，Ｙb6軸は、原点Ｏb を点Ｐ1,6 に平行移動した
ときのＸb 軸，Ｙb 軸に相当する。４点Ｐ1,6 ，
Ｐ1,7 ，Ｐ2,6 ，Ｐ2,7 のカメラ座標値及びベース座標
値をメモリから読み出し（ステップＳ13）、以下の演算
を行う。
【００３５】まず、直線Ｐ1,6 Ｐ1,7 と直線Ｐ2,6 Ｐ
2,7 とが平行であるか否かを判断する（ステップＳ1
4）。四角形Ｐ2,6 Ｐ1,6 Ｐ1,7 Ｐ2,7 の対辺は、単眼
視による画像歪みの影響で一般的には平行でない。平行
でない場合には、対辺Ｐ2,6 Ｐ1,6とＰ2,7 Ｐ1,7 とを
それぞれ延長してその交点をＯ1 とすると共に、対辺Ｐ
2,6Ｐ2,7 とＰ1,6 Ｐ1,7 とをそれぞれ延長してその交
点をＯ2 とする。
2,7 とが平行であるか否かを判断する（ステップＳ1
4）。四角形Ｐ2,6 Ｐ1,6 Ｐ1,7 Ｐ2,7 の対辺は、単眼
視による画像歪みの影響で一般的には平行でない。平行
でない場合には、対辺Ｐ2,6 Ｐ1,6とＰ2,7 Ｐ1,7 とを
それぞれ延長してその交点をＯ1 とすると共に、対辺Ｐ
2,6Ｐ2,7 とＰ1,6 Ｐ1,7 とをそれぞれ延長してその交
点をＯ2 とする。
【００３６】そして、これらの交点Ｏ1 ，Ｏ2 のカメラ
座標系におけるカメラ座標値を計算する（ステップＳ1
5）。４点Ｐ1,6 ，Ｐ1,7 ，Ｐ2,6 ，Ｐ2,7 のカメラ座
標値は既知であるので、点Ｏ1 ，Ｏ2 のカメラ座標値は
計算できる。具体的には、直線Ｐ2,6 Ｐ1,6 と直線Ｐ
2,7 Ｐ1,7 との式を求め、両直線の交点の座標として点
Ｏ 1 のカメラ座標値を計算すると共に、直線Ｐ2,6 Ｐ
2,7 と直線Ｐ1,6 Ｐ1,7 との式を求め、両直線の交点の
座標として点Ｏ2 のカメラ座標値を計算する。
座標系におけるカメラ座標値を計算する（ステップＳ1
5）。４点Ｐ1,6 ，Ｐ1,7 ，Ｐ2,6 ，Ｐ2,7 のカメラ座
標値は既知であるので、点Ｏ1 ，Ｏ2 のカメラ座標値は
計算できる。具体的には、直線Ｐ2,6 Ｐ1,6 と直線Ｐ
2,7 Ｐ1,7 との式を求め、両直線の交点の座標として点
Ｏ 1 のカメラ座標値を計算すると共に、直線Ｐ2,6 Ｐ
2,7 と直線Ｐ1,6 Ｐ1,7 との式を求め、両直線の交点の
座標として点Ｏ2 のカメラ座標値を計算する。
【００３７】また、点Ｏ1 と点ｑ3 とを結ぶ直線を考
え、この直線と辺Ｐ1,6 Ｐ1,7 ，辺Ｐ 2,6 Ｐ2,7 との交
点をそれぞれｒ1 ，ｒ3 とする。同様に、点Ｏ2 と点ｑ
3 とを結ぶ直線を考え、この直線と辺Ｐ2,7 Ｐ1,7 ，辺
Ｐ2,6 Ｐ1,6 との交点をそれぞｒ2 ，ｒ4 とする。ここ
で、点ｑ3 のカメラ座標値は既知であるので、各交点ｒ
1 ，ｒ2 ，ｒ3 ，ｒ4 のカメラ座標値は計算できる（ス
テップＳ16）。具体的には、直線Ｏ2 ｑ3 の式を求め、
この直線Ｏ2 ｑ3 と既に求めた直線Ｐ2,6 Ｐ1,6との交
点の座標として点ｒ4 のカメラ座標値を計算すると共
に、直線Ｏ1 ｑ3 の式を求め、この直線Ｏ1 ｑ3 と既に
求めた直線Ｐ1,6 Ｐ1,7 との交点の座標として点ｒ1 の
カメラ座標値を計算する。
え、この直線と辺Ｐ1,6 Ｐ1,7 ，辺Ｐ 2,6 Ｐ2,7 との交
点をそれぞれｒ1 ，ｒ3 とする。同様に、点Ｏ2 と点ｑ
3 とを結ぶ直線を考え、この直線と辺Ｐ2,7 Ｐ1,7 ，辺
Ｐ2,6 Ｐ1,6 との交点をそれぞｒ2 ，ｒ4 とする。ここ
で、点ｑ3 のカメラ座標値は既知であるので、各交点ｒ
1 ，ｒ2 ，ｒ3 ，ｒ4 のカメラ座標値は計算できる（ス
テップＳ16）。具体的には、直線Ｏ2 ｑ3 の式を求め、
この直線Ｏ2 ｑ3 と既に求めた直線Ｐ2,6 Ｐ1,6との交
点の座標として点ｒ4 のカメラ座標値を計算すると共
に、直線Ｏ1 ｑ3 の式を求め、この直線Ｏ1 ｑ3 と既に
求めた直線Ｐ1,6 Ｐ1,7 との交点の座標として点ｒ1 の
カメラ座標値を計算する。
【００３８】次いで、計算した点ｒ4 のカメラ座標値に
より、以下に示す手順に従って、点ｑ3 のＹb 軸方向の
ベース座標値を計算する（ステップＳ17）。図12に、直
線Ｐ 2,6 Ｐ1,6 の拡大図を示す。この直線上にある点Ｐ
1,6 ，Ｐ2,6 ，ｒ4 のそれぞれの座標内容は以下のよう
に定義される。 Ｐ1,6 ＝（Ｘｂ1,6 ，Ｙｂ1,6 ，Ｘｃ1,6 ，Ｙｃ1,6 ） Ｐ2,6 ＝（Ｘｂ2,6 ，Ｙｂ2,6 ，Ｘｃ2,6 ，Ｙｃ2,6 ） ｒ4 ＝（Ｘｂ4 ，Ｙｂ4 ，Ｘｃ4 ，Ｙｃ4 ） ここで、点Ｐ1,6 ，Ｐ2,6 はカメラ座標値（Ｘｃ1,6 ，
Ｙｃ1,6 ），（Ｘｃ2,6，Ｙｃ2,6 ）及びベース座標値
（Ｘｂ1,6 ，Ｙｂ1,6 ），（Ｘｂ2,6 ，Ｙｂ2,6）は既
知である。また、点ｒ4 はカメラ座標値（Ｘｃ4 ，Ｙｃ
4 ）は上述した計算手法に求まっているが、ベース座標
値（Ｘｂ4 ，Ｙｂ4 ）は現段階では未知である。
より、以下に示す手順に従って、点ｑ3 のＹb 軸方向の
ベース座標値を計算する（ステップＳ17）。図12に、直
線Ｐ 2,6 Ｐ1,6 の拡大図を示す。この直線上にある点Ｐ
1,6 ，Ｐ2,6 ，ｒ4 のそれぞれの座標内容は以下のよう
に定義される。 Ｐ1,6 ＝（Ｘｂ1,6 ，Ｙｂ1,6 ，Ｘｃ1,6 ，Ｙｃ1,6 ） Ｐ2,6 ＝（Ｘｂ2,6 ，Ｙｂ2,6 ，Ｘｃ2,6 ，Ｙｃ2,6 ） ｒ4 ＝（Ｘｂ4 ，Ｙｂ4 ，Ｘｃ4 ，Ｙｃ4 ） ここで、点Ｐ1,6 ，Ｐ2,6 はカメラ座標値（Ｘｃ1,6 ，
Ｙｃ1,6 ），（Ｘｃ2,6，Ｙｃ2,6 ）及びベース座標値
（Ｘｂ1,6 ，Ｙｂ1,6 ），（Ｘｂ2,6 ，Ｙｂ2,6）は既
知である。また、点ｒ4 はカメラ座標値（Ｘｃ4 ，Ｙｃ
4 ）は上述した計算手法に求まっているが、ベース座標
値（Ｘｂ4 ，Ｙｂ4 ）は現段階では未知である。
【００３９】図12において、カメラ座標系における線分
Ｐ2,6 ｒ4 ，線分Ｐ2,6 Ｐ1,6 の長さをそれぞれｄ
ｃ1 ，ｄｃ2 とすると、それぞれは以下のようになる。 ｄｃ1 ＝｛（Ｘｃ2,6 −Ｘｃ4 ）2 ＋（Ｙｃ2,6 −Ｙｃ4 ）2 ｝1/2 ｄｃ2 ＝｛（Ｘｃ2,6 −Ｘｃ1,6 ）2 ＋（Ｙｃ2,6 −Ｙｃ1,6 ）2 ｝1/2
Ｐ2,6 ｒ4 ，線分Ｐ2,6 Ｐ1,6 の長さをそれぞれｄ
ｃ1 ，ｄｃ2 とすると、それぞれは以下のようになる。 ｄｃ1 ＝｛（Ｘｃ2,6 −Ｘｃ4 ）2 ＋（Ｙｃ2,6 −Ｙｃ4 ）2 ｝1/2 ｄｃ2 ＝｛（Ｘｃ2,6 −Ｘｃ1,6 ）2 ＋（Ｙｃ2,6 −Ｙｃ1,6 ）2 ｝1/2
【００４０】ところで、点Ｐ1,6 と点Ｐ2,6 と点ｒ4 と
のＸb 軸方向のベース座標値は、ベース座標系を設定し
た定義により等しい。また、点Ｐ1,6 ，点Ｐ2,6 のベー
ス座標値Ｙｂ1,6 ，Ｙｂ2,6 は既知であり、未知である
のは点ｒ4 のベース座標値Ｙｂ4 のみである。ここで、
治具の碁盤目の線の間隔が十分小さい場合には、以下の
比例式が成立する。 ｄｃ1 ：ｄｃ2 ＝｜Ｙｂ2,6 −Ｙｂ4 ｜：｜Ｙｂ2,6 −Ｙｂ1,6 ｜ この比例式に上述のｄｃ1 ，ｄｃ2 の計算値を代入する
ことにより、点ｒ4 のベース座標値Ｙｂ4 を求めること
ができる。そして、治具の碁盤目の線の間隔が十分小さ
い場合には、点ｒ4 と点ｑ3 とのＹb 軸方向のベース座
標値は等しいと近似できるので、点ｑ3 のＹb 軸方向の
ベース座標値を求めることができる。
のＸb 軸方向のベース座標値は、ベース座標系を設定し
た定義により等しい。また、点Ｐ1,6 ，点Ｐ2,6 のベー
ス座標値Ｙｂ1,6 ，Ｙｂ2,6 は既知であり、未知である
のは点ｒ4 のベース座標値Ｙｂ4 のみである。ここで、
治具の碁盤目の線の間隔が十分小さい場合には、以下の
比例式が成立する。 ｄｃ1 ：ｄｃ2 ＝｜Ｙｂ2,6 −Ｙｂ4 ｜：｜Ｙｂ2,6 −Ｙｂ1,6 ｜ この比例式に上述のｄｃ1 ，ｄｃ2 の計算値を代入する
ことにより、点ｒ4 のベース座標値Ｙｂ4 を求めること
ができる。そして、治具の碁盤目の線の間隔が十分小さ
い場合には、点ｒ4 と点ｑ3 とのＹb 軸方向のベース座
標値は等しいと近似できるので、点ｑ3 のＹb 軸方向の
ベース座標値を求めることができる。
【００４１】直線Ｐ1,6 Ｐ1,7 と直線Ｐ2,6 Ｐ2,7 とが
平行である場合には（ステップＳ14：ＹＥＳ）、点ｑ3
と点ｒ4 とのＹb 軸方向のベース座標値は同じであるの
で、以下の比例式に基づいて、点ｑ3 のＹb 軸方向のベ
ース座標値（Ｙｂq3）を求めることができる（ステップ
Ｓ18）。 ｄｃ1 ：ｄｃ2 ＝｜Ｙｂ2,6 −Ｙｂq3｜：｜Ｙｂ2,6 −Ｙｂ1,6 ｜
平行である場合には（ステップＳ14：ＹＥＳ）、点ｑ3
と点ｒ4 とのＹb 軸方向のベース座標値は同じであるの
で、以下の比例式に基づいて、点ｑ3 のＹb 軸方向のベ
ース座標値（Ｙｂq3）を求めることができる（ステップ
Ｓ18）。 ｄｃ1 ：ｄｃ2 ＝｜Ｙｂ2,6 −Ｙｂq3｜：｜Ｙｂ2,6 −Ｙｂ1,6 ｜
【００４２】また、上述したＹb 軸方向のベース座標値
の算出方法と同様にして、計算した点ｒ4 のカメラ座標
値により、点ｑ3 のＸb 軸方向のベース座標値を計算す
る（ステップＳ19）。従って、以上により点ｑ3 のベー
ス座標値を得ることができる。
の算出方法と同様にして、計算した点ｒ4 のカメラ座標
値により、点ｑ3 のＸb 軸方向のベース座標値を計算す
る（ステップＳ19）。従って、以上により点ｑ3 のベー
ス座標値を得ることができる。
【００４３】次に、上述した点ｑ3 のベース座標値の算
出方法と全く同様の手法により、点ｑ1 ，ｑ2 ，ｑ4 の
ベース座標値を求める（ステップＳ20）。
出方法と全く同様の手法により、点ｑ1 ，ｑ2 ，ｑ4 の
ベース座標値を求める（ステップＳ20）。
【００４４】点ｑ1 ，ｑ2 のベース座標値によりベース
座標系の辺ｘ、点ｑ2 ，ｑ3 のベース座標値によりベー
ス座標系の辺ｙをそれぞれ求める（ステップＳ21）。ま
た、辺ｘとベース座標系のＸb 軸との傾きより、被認識
物体（直方体）の向きを求めることができる。
座標系の辺ｘ、点ｑ2 ，ｑ3 のベース座標値によりベー
ス座標系の辺ｙをそれぞれ求める（ステップＳ21）。ま
た、辺ｘとベース座標系のＸb 軸との傾きより、被認識
物体（直方体）の向きを求めることができる。
【００４５】次に、点ｑ2 ，ｑ4 のベース座標値によ
り、ベース座標系の辺ｚを求める（ステップＳ22）。図
13は、この求め方の原理を示す模式図である。図13にお
いて、ｑ4 ′は辺ｚの他方の端点であり、カメラ位置か
ら点ｑ2 ，ｑ4 までの距離をそれぞれＡ2 ，Ａ4 とす
る。距離Ａ2 ，Ａ4 は、点ｑ2 ，ｑ4 のベース座標値か
ら計算できる。辺ｚは、以下の比例式に基づいて計算で
きる。 Ｈ：ｚ＝Ａ4 ：（Ａ4 −Ａ2 ）
り、ベース座標系の辺ｚを求める（ステップＳ22）。図
13は、この求め方の原理を示す模式図である。図13にお
いて、ｑ4 ′は辺ｚの他方の端点であり、カメラ位置か
ら点ｑ2 ，ｑ4 までの距離をそれぞれＡ2 ，Ａ4 とす
る。距離Ａ2 ，Ａ4 は、点ｑ2 ，ｑ4 のベース座標値か
ら計算できる。辺ｚは、以下の比例式に基づいて計算で
きる。 Ｈ：ｚ＝Ａ4 ：（Ａ4 −Ａ2 ）
【００４６】以上のようにして、単一のカメラを使用す
る画像処理システムを用いて、直方体形状をなす被認識
物体の絶対位置，方位，寸法を認識することができる。
る画像処理システムを用いて、直方体形状をなす被認識
物体の絶対位置，方位，寸法を認識することができる。
【００４７】１つの被認識物体に対する認識処理が終了
すると、認識すべき被認識物体が残存しているか否かを
判断する（ステップＳ23）。残存している場合には、ス
テップＳ７に戻って、再び被認識物体の認識環境への載
置（ベルトコンベア１上への次の被認識物体Ａの載置）
から処理動作を繰り返す。
すると、認識すべき被認識物体が残存しているか否かを
判断する（ステップＳ23）。残存している場合には、ス
テップＳ７に戻って、再び被認識物体の認識環境への載
置（ベルトコンベア１上への次の被認識物体Ａの載置）
から処理動作を繰り返す。
【００４８】なお、上述の例では、被認識物体が直方体
形状を有する場合について説明したが、三角柱，四角
錐，三角錐などの他の形状の被認識物体についても、同
様に認識処理を行えることは言うまでもない。
形状を有する場合について説明したが、三角柱，四角
錐，三角錐などの他の形状の被認識物体についても、同
様に認識処理を行えることは言うまでもない。
【００４９】上述した実施の形態では、ベルトコンベア
１のみの状態の第１画像、方眼紙５をベルトコンベア１
に載置した状態の第２画像、被認識物体Ａをベルトコン
ベア１に載置した状態の第４画像をカメラ２にてこの順
に取得したが、最終的に第５画像が得られれば良いの
で、任意の順序でこれらの各画像を取得するようにして
良い。
１のみの状態の第１画像、方眼紙５をベルトコンベア１
に載置した状態の第２画像、被認識物体Ａをベルトコン
ベア１に載置した状態の第４画像をカメラ２にてこの順
に取得したが、最終的に第５画像が得られれば良いの
で、任意の順序でこれらの各画像を取得するようにして
良い。
【００５０】また、上述した実施の形態では、認識環境
がベルトコンベア１上である場合を想定したので、実用
的になるように、方眼紙５（治具）を取り外した後に被
認識物体Ａを載置するようにしている。勿論、認識環境
に載置した治具の上に直接被認識物体を載置するように
しても良い。以下に、このようにする場合の処理手順に
ついて説明する。
がベルトコンベア１上である場合を想定したので、実用
的になるように、方眼紙５（治具）を取り外した後に被
認識物体Ａを載置するようにしている。勿論、認識環境
に載置した治具の上に直接被認識物体を載置するように
しても良い。以下に、このようにする場合の処理手順に
ついて説明する。
【００５１】まず、何も載せていない状態での認識環境
の画像（これを第11画像と定義する）をカメラにて取得
する。この第11画像は、上述の第１画像（図４参照）と
同一のものである。次いで、認識環境に治具及び被認識
物体を載置し、これらを載置した状態での認識環境の画
像（これを第12画像と定義する）をカメラにて取得す
る。第12画像と第11画像との差を示す画像（これを第13
画像と定義する）を画像演算処理よって得る。この第13
画像は、上述の第５画像（図10参照）と同一のものであ
る。そして、得られた第13画像に基づいて、被認識物体
の３次元情報（寸法，方向及び位置）を求める。なお、
この場合の３次元情報を求める計算手法は、上述した第
５画像に基づく計算手法と同じであるので、説明は省略
する。
の画像（これを第11画像と定義する）をカメラにて取得
する。この第11画像は、上述の第１画像（図４参照）と
同一のものである。次いで、認識環境に治具及び被認識
物体を載置し、これらを載置した状態での認識環境の画
像（これを第12画像と定義する）をカメラにて取得す
る。第12画像と第11画像との差を示す画像（これを第13
画像と定義する）を画像演算処理よって得る。この第13
画像は、上述の第５画像（図10参照）と同一のものであ
る。そして、得られた第13画像に基づいて、被認識物体
の３次元情報（寸法，方向及び位置）を求める。なお、
この場合の３次元情報を求める計算手法は、上述した第
５画像に基づく計算手法と同じであるので、説明は省略
する。
【００５２】
【発明の効果】以上のように、設置するカメラが１台で
良いので、２台のカメラを用いるステレオ画像法に比べ
て安価である、また、治具の碁盤目の既知情報を利用す
るので、スリット光投影法に比べて認識処理速度が速
い、また、被認識物体を認識環境に置いた状態の画像と
認識環境のみの状態の画像との差を表す画像を利用する
ので、認識環境が複雑であっても被認識物体の３次元情
報を検出できる等、本発明は優れた効果を奏する。
良いので、２台のカメラを用いるステレオ画像法に比べ
て安価である、また、治具の碁盤目の既知情報を利用す
るので、スリット光投影法に比べて認識処理速度が速
い、また、被認識物体を認識環境に置いた状態の画像と
認識環境のみの状態の画像との差を表す画像を利用する
ので、認識環境が複雑であっても被認識物体の３次元情
報を検出できる等、本発明は優れた効果を奏する。
【図１】本発明の物体認識方法の実施状態を示す模式図
である。
である。
【図２】本発明の物体認識方法の手順を示すフローチャ
ートである。
ートである。
【図３】本発明の物体認識方法の手順を示すフローチャ
ートである。
ートである。
【図４】認識環境のみの状態を示す第１画像の模式図で
ある。
ある。
【図５】認識環境に治具を載置した状態を示す第２画像
の模式図である。
の模式図である。
【図６】カメラの高さＨの定義を説明するための図であ
る。
る。
【図７】治具を示す第３画像（＝第２画像−第１画像）
の模式図である。
の模式図である。
【図８】認識環境に被認識物体を載置した状態を示す第
４画像の模式図である。
４画像の模式図である。
【図９】被認識物体を示す模式図である。
【図１０】被認識物体及び治具を示す第５画像（＝第４
画像−第１画像＋第３画像）の模式図である。
画像−第１画像＋第３画像）の模式図である。
【図１１】被認識物体の一頂点近傍の拡大図である。
【図１２】図11の更なる拡大図である。
【図１３】被認識物体の一辺を求める原理を説明するた
めの図である。
めの図である。
【図１４】従来法（ステレオ画像法）の原理を説明すた
めの模式図である。
めの模式図である。
【図１５】従来法（スリット光投影法）の原理を説明す
ための模式図である。
ための模式図である。
１ ベルトコンベア ２ カメラ ３ 照明 ４ 画像処理部 ５ 方眼紙（治具） 42 画像処理プロセッサ 43 画像メモリ Ａ 被認識物体
Claims (6)
- 【請求項１】 物体の３次元情報を、該物体を撮像した
画像の画像処理を用いて認識する方法において、認識対
象の物体を配する認識環境のみを撮像して第１画像を得
る工程と、格子状の線が示された治具を前記認識環境に
配する工程と、該治具を配した状態の前記認識環境を撮
像して第２画像を得る工程と、該第２画像と前記第１画
像との差の第３画像を得る工程と、前記認識環境に認識
対象の物体を配する工程と、該物体を配した状態の前記
認識環境を撮像して第４画像を得る工程と、該第４画像
及び前記第１画像の差と前記第３画像との和の第５画像
を得る工程と、前記第５画像に基づいて前記認識対象の
物体の３次元情報を演算する工程とを有することを特徴
とする物体認識方法。 - 【請求項２】 物体の３次元情報を、該物体を撮像した
画像の画像処理を用いて認識する方法において、認識対
象の物体を配する認識環境のみを撮像して第11画像を得
る工程と、格子状の線が示された治具及び認識対象の物
体を前記認識環境に配する工程と、前記治具及び前記認
識対象の物体を配した状態の前記認識環境を撮像して第
12画像を得る工程と、前記第12画像と前記第11画像との
差の第13画像を得る工程と、前記第13画像に基づいて前
記認識対象の物体の３次元情報を演算する工程とを有す
ることを特徴とする物体認識方法。 - 【請求項３】 請求項１記載の方法の実施に使用する装
置であって、前記第３画像及び第５画像を得る画像処理
手段と、前記第５画像に基づいて前記認識対象の物体の
３次元情報を演算する演算手段とを備えることを特徴と
する物体認識装置。 - 【請求項４】 物体の３次元情報を、該物体を撮像した
画像の画像処理を用いて認識する装置において、撮像手
段と、格子状の線が示された治具と、認識対象の物体を
配すべき認識環境に何も配していない第１状態の画像、
及び、前記認識環境に前記治具を配した第２状態の画像
の差の第１編集画像を得る第１画像処理手段と、前記認
識環境に認識対象の物体を配した第３状態の画像、及
び、前記第１状態の画像の差の第２編集画像を得る第２
画像処理手段と、前記第１編集画像及び前記第２編集画
像の和の第３編集画像を得る第３画像処理手段と、前記
第３編集画像に基づいて前記認識対象の物体の３次元情
報を演算する演算手段とを備えることを特徴とする物体
認識装置。 - 【請求項５】 請求項２記載の方法の実施に使用する装
置であって、前記第13画像を得る画像処理手段と、前記
第13画像に基づいて前記認識対象の物体の３次元情報を
演算する演算手段とを備えることを特徴とする物体認識
装置。 - 【請求項６】 物体の３次元情報を、該物体を撮像した
画像の画像処理を用いて認識する装置において、撮像手
段と、格子状の線が示された治具と、認識対象の物体を
配すべき認識環境に何も配していない第11状態の画像、
及び、前記認識環境に前記治具，認識対象の物体を配し
た第12状態の画像の差の編集画像を得る画像処理手段
と、前記編集画像に基づいて前記認識対象の物体の３次
元情報を演算する演算手段とを備えることを特徴とする
物体認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7305846A JP2939577B2 (ja) | 1995-11-24 | 1995-11-24 | 物体認識方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7305846A JP2939577B2 (ja) | 1995-11-24 | 1995-11-24 | 物体認識方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09145331A JPH09145331A (ja) | 1997-06-06 |
| JP2939577B2 true JP2939577B2 (ja) | 1999-08-25 |
Family
ID=17950075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7305846A Expired - Fee Related JP2939577B2 (ja) | 1995-11-24 | 1995-11-24 | 物体認識方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2939577B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000171215A (ja) * | 1998-12-03 | 2000-06-23 | Techno Wave:Kk | 物流情報読取り装置 |
| JP4338405B2 (ja) * | 2003-01-15 | 2009-10-07 | パナソニック株式会社 | サイズ測定システムおよびサイズ測定装置 |
| RU2004133864A (ru) * | 2004-11-19 | 2006-04-27 | Самсунг Электроникс Ко., Лтд. (KR) | Ассиметричный шаблон типа шахматной доски, способ и устройство для калибровки изображений, обеспечиваемых устройством получения изображений, с использованием шаблона типа шахматной доски |
| JP5433027B2 (ja) * | 2012-01-12 | 2014-03-05 | 本田技研工業株式会社 | 画像認識装置およびこれを用いたワークの移載方法 |
-
1995
- 1995-11-24 JP JP7305846A patent/JP2939577B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09145331A (ja) | 1997-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11720766B2 (en) | Systems and methods for text and barcode reading under perspective distortion | |
| JP2919284B2 (ja) | 物体認識方法 | |
| JP5713159B2 (ja) | ステレオ画像による３次元位置姿勢計測装置、方法およびプログラム | |
| JP5480914B2 (ja) | 点群データ処理装置、点群データ処理方法、および点群データ処理プログラム | |
| US20150317821A1 (en) | Geodesic Distance Based Primitive Segmentation and Fitting for 3D Modeling of Non-Rigid Objects from 2D Images | |
| JP5156601B2 (ja) | 形状測定装置およびプログラム | |
| Balzer et al. | Multiview specular stereo reconstruction of large mirror surfaces | |
| JP5297779B2 (ja) | 形状測定装置およびプログラム | |
| JP2004334819A (ja) | ステレオキャリブレーション装置とそれを用いたステレオ画像監視装置 | |
| CN110926330B (zh) | 图像处理装置和图像处理方法 | |
| JP5430138B2 (ja) | 形状測定装置およびプログラム | |
| JP2006349586A (ja) | ３次元計測方法および３次元計測装置 | |
| JP2939577B2 (ja) | 物体認識方法及び装置 | |
| Siddique et al. | 3d object localization using 2d estimates for computer vision applications | |
| JPH1030917A (ja) | 物体認識方法及び装置並びに記録媒体 | |
| JPH0875454A (ja) | 測距装置 | |
| JPH1038542A (ja) | 物体認識方法及び装置並びに記録媒体 | |
| JP7298687B2 (ja) | 物体認識装置及び物体認識方法 | |
| JP4359939B2 (ja) | 画像測定装置 | |
| JP2001194128A (ja) | 焦点光源付ステレオカメラによる３次元面形状推定方法 | |
| JPH0981737A (ja) | 三次元物体モデル生成方法 | |
| JPH09229648A (ja) | 画像情報入出力装置及び画像情報入出力方法 | |
| Abdelhamid et al. | Extracting depth information using a correlation matching algorithm | |
| JP2006003276A (ja) | ３次元形状計測システム | |
| KR100395773B1 (ko) | 두 장의 사진을 이용한 광 삼각법 삼차원 측정 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |