JP2942454B2 - 形状認識方法 - Google Patents
形状認識方法Info
- Publication number
- JP2942454B2 JP2942454B2 JP6006842A JP684294A JP2942454B2 JP 2942454 B2 JP2942454 B2 JP 2942454B2 JP 6006842 A JP6006842 A JP 6006842A JP 684294 A JP684294 A JP 684294A JP 2942454 B2 JP2942454 B2 JP 2942454B2
- Authority
- JP
- Japan
- Prior art keywords
- shape
- nodes
- deformation
- node
- shape model
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation 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
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
- G06V10/471—Contour-based spatial representations, e.g. vector-coding using approximation functions
Description
【０００１】
【産業上の利用分野】本発明は、２次元平面に配列され
た点列によって表された対象形状を、基準となる形状模
型との照合によって認識する形状認識方法に関するもの
である。
た点列によって表された対象形状を、基準となる形状模
型との照合によって認識する形状認識方法に関するもの
である。
【０００２】
【従来の技術】一般に、一組の鉄板のような板材を溶接
して角継手を形成する際には、両板材の間に形成される
段差や隙間を計測することが必要であり、このような寸
法や位置の計測に、光切断法を利用した画像処理を利用
することが提案されている。光切断法をこのような目的
に利用するには、光切断法で得た対象物の表面の断面形
状を表す線画図形を認識することが必要である。
して角継手を形成する際には、両板材の間に形成される
段差や隙間を計測することが必要であり、このような寸
法や位置の計測に、光切断法を利用した画像処理を利用
することが提案されている。光切断法をこのような目的
に利用するには、光切断法で得た対象物の表面の断面形
状を表す線画図形を認識することが必要である。
【０００３】線画図形の形状を認識する方法としては、
特開平１−１６１４８７号公報に記載された発明のよう
に、線分の結合として表された線画図形について２次元
平面内での線分の位置、長さ、基準線に対する傾き、線
分同士の平行度等を記述した基準となる形状模型を用い
て、線図形である対象形状から抽出した線分の特徴量
と、形状模型に記述された線分の特徴量とを線分ごとに
比較し、適合する線分を逐次検出するパターンマッチン
グによる方法が提案されている。
特開平１−１６１４８７号公報に記載された発明のよう
に、線分の結合として表された線画図形について２次元
平面内での線分の位置、長さ、基準線に対する傾き、線
分同士の平行度等を記述した基準となる形状模型を用い
て、線図形である対象形状から抽出した線分の特徴量
と、形状模型に記述された線分の特徴量とを線分ごとに
比較し、適合する線分を逐次検出するパターンマッチン
グによる方法が提案されている。
【０００４】この方法での線分同士の照合は、特徴量の
差が設定された許容範囲内か否かを判定する２値的な判
断によって行なわれている。このような照合方法では、
認識精度を確保しようとすれば、許容範囲をできるだけ
小さく設定することが必要であって、対象形状の特徴量
のばらつきが比較的大きいような場合には、適用するの
が難しいという問題がある。
差が設定された許容範囲内か否かを判定する２値的な判
断によって行なわれている。このような照合方法では、
認識精度を確保しようとすれば、許容範囲をできるだけ
小さく設定することが必要であって、対象形状の特徴量
のばらつきが比較的大きいような場合には、適用するの
が難しいという問題がある。
【０００５】このような問題を解決する方法としては、
対象形状と形状模型との照合を繰り返しながら形状模型
を拡大・縮小し、対象形状が形状模型に適合するか否か
を判断する方法が提案されている（特開平３−１７２９
７８号公報）。
対象形状と形状模型との照合を繰り返しながら形状模型
を拡大・縮小し、対象形状が形状模型に適合するか否か
を判断する方法が提案されている（特開平３−１７２９
７８号公報）。
【０００６】
【発明が解決しようとする課題】しかしながら、形状模
型を拡大・縮小しながら対象形状との照合を行なう上記
方法では、時間の経過とともに対象形状が次々に入力さ
れる光切断法において、対象形状の特徴量のばらつきが
大きいときには、各対象形状と形状模型との照合回数が
多くなり、結果的に処理時間の増大につながるという問
題がある。また、このような方法では、対象形状の特徴
量が部分的に変動するような場合には適用できないとい
う問題もある。
型を拡大・縮小しながら対象形状との照合を行なう上記
方法では、時間の経過とともに対象形状が次々に入力さ
れる光切断法において、対象形状の特徴量のばらつきが
大きいときには、各対象形状と形状模型との照合回数が
多くなり、結果的に処理時間の増大につながるという問
題がある。また、このような方法では、対象形状の特徴
量が部分的に変動するような場合には適用できないとい
う問題もある。
【０００７】本発明は上記問題点の解決を目的とするも
のであり、時間の経過とともに対象形状が次々に入力さ
れ、かつ各対象形状の形状の変動が大きい場合であって
も、形状模型を変更することなく照合することができる
ようにした形状認識方法を提供しようとするものであ
る。
のであり、時間の経過とともに対象形状が次々に入力さ
れ、かつ各対象形状の形状の変動が大きい場合であって
も、形状模型を変更することなく照合することができる
ようにした形状認識方法を提供しようとするものであ
る。
【０００８】
【課題を解決するための手段】請求項１の発明は、上記
目的を達成するために、点列で表された対象形状を、幾
何的な形状模型と照合することによって認識する形状認
識方法において、形状模型を有限個の節点と節点間を順
に結ぶ線素との組として表し、対象形状から形状模型の
節点と同数の節点を選択するすべての組み合わせについ
て選択した節点の間を線素により結び、対象形状の上の
すべての点と形状模型との距離の平均値をポテンシャル
変形成分とし、線素の特徴量について許容範囲に対する
超過分あるいは不足分の総和を特徴変形成分とし、ポテ
ンシャル変形成分と特徴変形成分との重み付き総和を変
形量として求め、変形量が最小になるように選択した節
点を形状模型に一致する節点とすることを特徴とする。
目的を達成するために、点列で表された対象形状を、幾
何的な形状模型と照合することによって認識する形状認
識方法において、形状模型を有限個の節点と節点間を順
に結ぶ線素との組として表し、対象形状から形状模型の
節点と同数の節点を選択するすべての組み合わせについ
て選択した節点の間を線素により結び、対象形状の上の
すべての点と形状模型との距離の平均値をポテンシャル
変形成分とし、線素の特徴量について許容範囲に対する
超過分あるいは不足分の総和を特徴変形成分とし、ポテ
ンシャル変形成分と特徴変形成分との重み付き総和を変
形量として求め、変形量が最小になるように選択した節
点を形状模型に一致する節点とすることを特徴とする。
【０００９】
【００１０】
【００１１】
【００１２】
【００１３】
【００１４】
【００１５】請求項２の発明は、点列で表された対象形
状を、幾何的な形状模型と照合することによって認識す
る形状認識方法において、形状模型を有限個の節点と節
点間を順に結ぶ線素との組として表し、対象形状から形
状模型の節点と同数の節点を選択するすべての組み合わ
せについて選択した節点の間を線素により結び、対象形
状の上のすべての点と形状模型との距離の平均値をポテ
ンシャル変形成分とし、線素の特徴量について許容範囲
に対する超過分あるいは不足分に第１の比例定数を乗じ
た値と許容範囲内での標準値との差に第２の比例定数を
乗じた値との総和を特徴変形成分とし、第１の比例定数
を第２の比例定数よりも大きく設定し、ポテンシャル変
形成分と特徴変形成分との重み付き総和を変形量として
求め、変形量が最小になるように選択した節点を形状模
型に一致する節点とすることを特徴とする。
状を、幾何的な形状模型と照合することによって認識す
る形状認識方法において、形状模型を有限個の節点と節
点間を順に結ぶ線素との組として表し、対象形状から形
状模型の節点と同数の節点を選択するすべての組み合わ
せについて選択した節点の間を線素により結び、対象形
状の上のすべての点と形状模型との距離の平均値をポテ
ンシャル変形成分とし、線素の特徴量について許容範囲
に対する超過分あるいは不足分に第１の比例定数を乗じ
た値と許容範囲内での標準値との差に第２の比例定数を
乗じた値との総和を特徴変形成分とし、第１の比例定数
を第２の比例定数よりも大きく設定し、ポテンシャル変
形成分と特徴変形成分との重み付き総和を変形量として
求め、変形量が最小になるように選択した節点を形状模
型に一致する節点とすることを特徴とする。
【００１６】請求項３の発明は、請求項１または請求項
２の発明において、対象形状の点列に対して折れ線近似
を施した後に、折れ線の屈曲点を節点として形状模型と
照合することを特徴とする。請求項４の発明は、請求項
１または請求項２の発明において、対象形状の点列に対
して折れ線近似を施した後に、折れ線の屈曲点を節点と
して形状模型と照合し、照合に用いた対象形状の節点の
うちの少なくとも一つの節点について、その節点に対応
する対象形状の節点の近傍の既定範囲内における対象形
状の他の点を節点候補とし、変形量が最小になる節点候
補を元の節点に代えて対象形状の節点として採用するこ
とを特徴とする。
２の発明において、対象形状の点列に対して折れ線近似
を施した後に、折れ線の屈曲点を節点として形状模型と
照合することを特徴とする。請求項４の発明は、請求項
１または請求項２の発明において、対象形状の点列に対
して折れ線近似を施した後に、折れ線の屈曲点を節点と
して形状模型と照合し、照合に用いた対象形状の節点の
うちの少なくとも一つの節点について、その節点に対応
する対象形状の節点の近傍の既定範囲内における対象形
状の他の点を節点候補とし、変形量が最小になる節点候
補を元の節点に代えて対象形状の節点として採用するこ
とを特徴とする。
【００１７】請求項５の発明は、請求項１または請求項
２の発明において、対象形状の点列に対してハフ変換を
施して求めた各点に対応するハフ曲線を用いて点列に当
てはめる線分を抽出し、得られた線分の交点および点列
の端点を節点として形状模型と照合することを特徴とす
る。請求項６の発明は、請求項１または請求項２の発明
において、対象形状の点列に対して折れ線近似を施した
後に、折れ線の屈曲点を節点として抽出したときに、節
点の個数が形状模型における節点の個数よりも少なけれ
ば、隣接する各一対の節点の間の点列のうち両節点を結
ぶ線分との距離が最大になる点を節点候補として抽出
し、抽出された節点候補を上記距離の大きいほうから順
に形状模型の節点と対象形状の節点との差の個数だけ選
択して対象形状の節点に加えることを特徴とする。
２の発明において、対象形状の点列に対してハフ変換を
施して求めた各点に対応するハフ曲線を用いて点列に当
てはめる線分を抽出し、得られた線分の交点および点列
の端点を節点として形状模型と照合することを特徴とす
る。請求項６の発明は、請求項１または請求項２の発明
において、対象形状の点列に対して折れ線近似を施した
後に、折れ線の屈曲点を節点として抽出したときに、節
点の個数が形状模型における節点の個数よりも少なけれ
ば、隣接する各一対の節点の間の点列のうち両節点を結
ぶ線分との距離が最大になる点を節点候補として抽出
し、抽出された節点候補を上記距離の大きいほうから順
に形状模型の節点と対象形状の節点との差の個数だけ選
択して対象形状の節点に加えることを特徴とする。
【００１８】請求項７の発明は、請求項１または請求項
２の発明において、対象形状の点列に対してハフ変換を
施して求めた各点に対応するハフ曲線を用いて点列に当
てはめる線分を抽出し、得られた線分の交点および点列
の端点を節点として抽出したときに、節点の個数が形状
模型における節点の個数よりも少なければ、隣接する各
一対の節点の間の点列のうち両節点を結ぶ線分との距離
が最大になる点を節点候補として抽出し、抽出された節
点候補を上記距離の大きいほうから順に形状模型の節点
と対象形状の節点との差の個数だけ選択して対象形状の
節点に加えることを特徴とする。
２の発明において、対象形状の点列に対してハフ変換を
施して求めた各点に対応するハフ曲線を用いて点列に当
てはめる線分を抽出し、得られた線分の交点および点列
の端点を節点として抽出したときに、節点の個数が形状
模型における節点の個数よりも少なければ、隣接する各
一対の節点の間の点列のうち両節点を結ぶ線分との距離
が最大になる点を節点候補として抽出し、抽出された節
点候補を上記距離の大きいほうから順に形状模型の節点
と対象形状の節点との差の個数だけ選択して対象形状の
節点に加えることを特徴とする。
【００１９】請求項８の発明は、請求項１または請求項
２の発明において、対象形状の点列に対して欠落部分を
補完した後に形状模型と照合することを特徴とする。請
求項９の発明は、請求項１または請求項２の発明におい
て、対象形状に対して複数個の形状模型を部分ごとにブ
ロック化して設定し、各形状模型の端点の間を結ぶ線分
について特徴量の許容範囲を設定し、この線分について
は特徴変形成分のみを用いて変形量を求めることを特徴
とする。
２の発明において、対象形状の点列に対して欠落部分を
補完した後に形状模型と照合することを特徴とする。請
求項９の発明は、請求項１または請求項２の発明におい
て、対象形状に対して複数個の形状模型を部分ごとにブ
ロック化して設定し、各形状模型の端点の間を結ぶ線分
について特徴量の許容範囲を設定し、この線分について
は特徴変形成分のみを用いて変形量を求めることを特徴
とする。
【００２０】請求項１０の発明は、請求項１または請求
項２の発明において、形状認識を繰り返して行なうにあ
たって、過去の照合結果に基づいて形状模型の特徴量の
許容範囲を自動的に変更することを特徴とする。請求項
１１の発明は、請求項１または請求項２の発明におい
て、対象形状と形状模型との照合を動的計画法によって
行なうことを特徴とする。
項２の発明において、形状認識を繰り返して行なうにあ
たって、過去の照合結果に基づいて形状模型の特徴量の
許容範囲を自動的に変更することを特徴とする。請求項
１１の発明は、請求項１または請求項２の発明におい
て、対象形状と形状模型との照合を動的計画法によって
行なうことを特徴とする。
【００２１】請求項１２の発明は、請求項１または請求
項２の発明において、上記変形量についてしきい値を設
定し、対象形状から節点を選択する際に変形量を計算す
る過程で変形量がしきい値を超えると、その変形量の計
算を打ち切って次の選択について変形量を計算すること
を特徴とする。請求項１３の発明は、請求項１２の発明
において、変形量の計算過程でその計算過程での過去の
最小の変形量をしきい値として用いることを特徴とす
る。
項２の発明において、上記変形量についてしきい値を設
定し、対象形状から節点を選択する際に変形量を計算す
る過程で変形量がしきい値を超えると、その変形量の計
算を打ち切って次の選択について変形量を計算すること
を特徴とする。請求項１３の発明は、請求項１２の発明
において、変形量の計算過程でその計算過程での過去の
最小の変形量をしきい値として用いることを特徴とす
る。
【００２２】請求項１４の発明は、請求項１または請求
項２の発明において、形状模型の少なくとも１つの節点
に関する知識を用いて対象形状の点列から節点を選択す
ることを特徴とする。請求項１５の発明は、請求項１ま
たは請求項２の発明において、形状模型の特徴量に制限
範囲を設定し、対象形状から節点を選択する際に変形量
を計算する過程で特徴量が制限範囲外になると、その変
形量の計算を打ち切って次の選択について変形量を計算
することを特徴とする。
項２の発明において、形状模型の少なくとも１つの節点
に関する知識を用いて対象形状の点列から節点を選択す
ることを特徴とする。請求項１５の発明は、請求項１ま
たは請求項２の発明において、形状模型の特徴量に制限
範囲を設定し、対象形状から節点を選択する際に変形量
を計算する過程で特徴量が制限範囲外になると、その変
形量の計算を打ち切って次の選択について変形量を計算
することを特徴とする。
【００２３】請求項１６の発明は、請求項１または請求
項２の発明において、対象形状の全体形状について形状
模型との照合を行なった後に、対象形状のうちの所要の
部分形状について形状模型との照合を行なうことを特徴
とする。請求項１７の発明は、請求項１または請求項２
の発明において、変形量の最小値に対するしきい値を設
定し、変形量の最小値がしきい値よりも大きいときに、
形状模型に対する対象形状の一致の程度が低いと判定す
ることを特徴とする。
項２の発明において、対象形状の全体形状について形状
模型との照合を行なった後に、対象形状のうちの所要の
部分形状について形状模型との照合を行なうことを特徴
とする。請求項１７の発明は、請求項１または請求項２
の発明において、変形量の最小値に対するしきい値を設
定し、変形量の最小値がしきい値よりも大きいときに、
形状模型に対する対象形状の一致の程度が低いと判定す
ることを特徴とする。
【００２４】請求項１８の発明は、請求項１または請求
項２の発明において、対象形状の節点のうち少なくとも
２点の位置関係をあらかじめ設定された評価基準と比較
することによって、対象形状の形状模型に対する一致度
を判定することを特徴とする。請求項１９の発明は、請
求項１または請求項２の発明において、互いに形状の異
なる複数種類の形状模型を設定し、各形状模型を対象形
状と照合し、各形状模型のうちで変形量が最小になる形
状模型を対象形状に一致する形状模型として選択するこ
とを特徴とする。
項２の発明において、対象形状の節点のうち少なくとも
２点の位置関係をあらかじめ設定された評価基準と比較
することによって、対象形状の形状模型に対する一致度
を判定することを特徴とする。請求項１９の発明は、請
求項１または請求項２の発明において、互いに形状の異
なる複数種類の形状模型を設定し、各形状模型を対象形
状と照合し、各形状模型のうちで変形量が最小になる形
状模型を対象形状に一致する形状模型として選択するこ
とを特徴とする。
【００２５】請求項２０の発明は、請求項１または請求
項２の発明において、互いに形状の異なる複数種類の形
状模型を設定し、各形状模型をあらかじめ設定された順
序で対象形状と照合し、各形状模型のうちで変形量があ
らかじめ設定されたしきい値以下になった最初の形状模
型を対象形状に一致する形状模型として選択することを
特徴とする。
項２の発明において、互いに形状の異なる複数種類の形
状模型を設定し、各形状模型をあらかじめ設定された順
序で対象形状と照合し、各形状模型のうちで変形量があ
らかじめ設定されたしきい値以下になった最初の形状模
型を対象形状に一致する形状模型として選択することを
特徴とする。
【００２６】
【００２７】
【００２８】
【作用】 請求項１や請求項２の発明では、 特徴量につい
て許容範囲に対する超過分や不足分を加味した変形量を
対象形状と形状模型との一致程度の評価に用いるのであ
って、対象形状の形状模型に対する差異を適合・不適合
といった２値的な判断ではなく、連続的な変形量として
評価することができるのである。しかも、特徴量につい
て形状模型の全体で累計するから、対象形状から選択し
た節点により形作られる形状と形状模型との差異を全体
的に評価することができる。
て許容範囲に対する超過分や不足分を加味した変形量を
対象形状と形状模型との一致程度の評価に用いるのであ
って、対象形状の形状模型に対する差異を適合・不適合
といった２値的な判断ではなく、連続的な変形量として
評価することができるのである。しかも、特徴量につい
て形状模型の全体で累計するから、対象形状から選択し
た節点により形作られる形状と形状模型との差異を全体
的に評価することができる。
【００２９】また、対象形状から形状模型の節点と同数
の座標点を選ぶ最適な組み合わせを見つける方法とし
て、線分ごとの特徴量に関する累計値を最小化するだけ
では、形状模型が許容範囲を持つためにせいぜいこの許
容範囲程度の認識精度しか得られないが、対象形状の上
のすべての点と形状図形との最小距離の平均値をポテン
シャル変形成分として、このポテンシャル変形成分を変
形量の成分として加味しているので、形状模型が許容範
囲を持っていても高い認識精度が得られる。すなわち、
対象形状と形状模型とを照合するマッチング処理におい
て、形状模型の特徴量（長さ、角度など）の変形成分は
大まかな形状の一致を把握するのに有効に作用し、ポテ
ンシャル変形成分は特徴量の変形量が小さい場合、つま
り大まかには形状が一致している場合の、より詳細な形
状の一致の把握に有効に作用するのである。
の座標点を選ぶ最適な組み合わせを見つける方法とし
て、線分ごとの特徴量に関する累計値を最小化するだけ
では、形状模型が許容範囲を持つためにせいぜいこの許
容範囲程度の認識精度しか得られないが、対象形状の上
のすべての点と形状図形との最小距離の平均値をポテン
シャル変形成分として、このポテンシャル変形成分を変
形量の成分として加味しているので、形状模型が許容範
囲を持っていても高い認識精度が得られる。すなわち、
対象形状と形状模型とを照合するマッチング処理におい
て、形状模型の特徴量（長さ、角度など）の変形成分は
大まかな形状の一致を把握するのに有効に作用し、ポテ
ンシャル変形成分は特徴量の変形量が小さい場合、つま
り大まかには形状が一致している場合の、より詳細な形
状の一致の把握に有効に作用するのである。
【００３０】マッチング処理については、形状模型の節
点と同数の節点を選択するすべての組み合わせに対して
変形量を計算すると処理コストが増大するが、請求項
３、請求項４、請求項５、請求項１０、請求項１１、請
求項１２、請求項１３、請求項１４、請求項１５に示す
ような方法を採用すれば、不要な計算を除外することが
でき処理が効率化される。
点と同数の節点を選択するすべての組み合わせに対して
変形量を計算すると処理コストが増大するが、請求項
３、請求項４、請求項５、請求項１０、請求項１１、請
求項１２、請求項１３、請求項１４、請求項１５に示す
ような方法を採用すれば、不要な計算を除外することが
でき処理が効率化される。
【００３１】請求項６、請求項７の方法は、対象形状か
ら選択した節点が照合しようとする形状模型の節点の個
数よりも少ない場合の処理方法であって、比較的よい節
点候補を選択し、かつ節点候補の中から節点になる可能
性の高いものから順に選択するから、簡単な手順ながら
対象形状から形状模型との照合が可能になるように節点
を抽出することができるのである。
ら選択した節点が照合しようとする形状模型の節点の個
数よりも少ない場合の処理方法であって、比較的よい節
点候補を選択し、かつ節点候補の中から節点になる可能
性の高いものから順に選択するから、簡単な手順ながら
対象形状から形状模型との照合が可能になるように節点
を抽出することができるのである。
【００３２】また、上述のように、対象形状と形状模型
との一致程度の評価に用いる変形量にポテンシャル変形
成分が含まれるため、通常は対象形状の節点の間の線素
は連続でなければならないが、請求項８、請求項９の方
法を用いれば、対象形状に不連続部分が含まれていても
処理が可能である。さらに、請求項１６の方法によれ
ば、形状認識の過程を複数段階に分け、最初に粗い形状
認識を行なった後に、その結果を利用して詳細な形状認
識が行なえるから、形状認識の精度を高めることができ
る。
との一致程度の評価に用いる変形量にポテンシャル変形
成分が含まれるため、通常は対象形状の節点の間の線素
は連続でなければならないが、請求項８、請求項９の方
法を用いれば、対象形状に不連続部分が含まれていても
処理が可能である。さらに、請求項１６の方法によれ
ば、形状認識の過程を複数段階に分け、最初に粗い形状
認識を行なった後に、その結果を利用して詳細な形状認
識が行なえるから、形状認識の精度を高めることができ
る。
【００３３】請求項１７、請求項１８の方法によれば、
対象形状と形状模型との一致程度を評価できるのであ
る。また、複数種類の対象形状を識別したいような場合
には、請求項１９、請求項２０の方法によって認識対象
の種類を判別することができ、適正な形状模型を用いて
の認識が可能になる。
対象形状と形状模型との一致程度を評価できるのであ
る。また、複数種類の対象形状を識別したいような場合
には、請求項１９、請求項２０の方法によって認識対象
の種類を判別することができ、適正な形状模型を用いて
の認識が可能になる。
【００３４】
（実施例１）本実施例では、一組の板材を略直角に突き
合わせた角継手の断面形状を光切断法によって測定する
場合について例示する。光切断法では、図５に示すよう
に、対象物１の屈曲部を横断するスリット光を光源２か
ら対象物１に照射し、光源２からのスリット光の照射方
向とは異なる方向からＣＣＤカメラのような撮像装置３
によってスリット光の投影パターンを撮像し、撮像装置
３で取り込んだ画像について以下のような処理を施すこ
とによって、対象物１の形状に対応した点列を抽出す
る。すなわち、対象物１の屈曲部を横断する切断面との
交線上の各測定点について、測定点の位置を２次元平面
内の座標で表すのである。
合わせた角継手の断面形状を光切断法によって測定する
場合について例示する。光切断法では、図５に示すよう
に、対象物１の屈曲部を横断するスリット光を光源２か
ら対象物１に照射し、光源２からのスリット光の照射方
向とは異なる方向からＣＣＤカメラのような撮像装置３
によってスリット光の投影パターンを撮像し、撮像装置
３で取り込んだ画像について以下のような処理を施すこ
とによって、対象物１の形状に対応した点列を抽出す
る。すなわち、対象物１の屈曲部を横断する切断面との
交線上の各測定点について、測定点の位置を２次元平面
内の座標で表すのである。
【００３５】撮像装置３で取り込んだ濃淡画像Ｑ1 （図
６（ａ））は、フレームメモリ１１に一旦格納され、フ
レームメモリ１１に格納された濃淡画像Ｑ1 は２値化処
理部１２に入力される。２値化処理部１２では各画素の
濃度を適宜閾値と比較し、各画素の濃度を２値化するこ
とによって図６（ｂ）に示すような２値画像Ｑ2 を得
る。次に、２値画像Ｑ2 の雑音成分をノイズ除去処理部
１３で除去する。ここで、２値画像Ｑ2 で求めた線図形
Ｉ2 は複数画素の幅を有しているのが普通であるから、
心線抽出部１４において２値画像Ｑ2 での線図形Ｉ2 の
中心線として心線を抽出し、図６（ｃ）に示すような、
１画素の幅を有した線図形Ｉ3 のデータからなる線画像
Ｑ3 を得る。線図形Ｉ3 は１画素の幅を有した画素の列
であり、点列生成部１５によって対象物１の屈曲部の形
状を反映した点列が得られる。点列生成部１５では、線
図形Ｉ3 の各画素の位置座標を画面の横方向について左
から順に並べることによって点列の位置データとする。
ここに、線図形Ｉ3 の全画素を点列としているが、分解
能を下げてもよい場合には、画面の横方向に複数画素進
むごとに１画素の位置座標を求めたり、複数画素ごとに
代表値を位置座標とするなどしてもよい。このようにし
て線図形Ｉ3 に基づいて図６（ｄ）のような点列Ｓを得
ることができるのである。この点列Ｓは画像の横軸座標
について昇順に並べられたものであって、メモリに格納
されて以後の処理に用いられる。
６（ａ））は、フレームメモリ１１に一旦格納され、フ
レームメモリ１１に格納された濃淡画像Ｑ1 は２値化処
理部１２に入力される。２値化処理部１２では各画素の
濃度を適宜閾値と比較し、各画素の濃度を２値化するこ
とによって図６（ｂ）に示すような２値画像Ｑ2 を得
る。次に、２値画像Ｑ2 の雑音成分をノイズ除去処理部
１３で除去する。ここで、２値画像Ｑ2 で求めた線図形
Ｉ2 は複数画素の幅を有しているのが普通であるから、
心線抽出部１４において２値画像Ｑ2 での線図形Ｉ2 の
中心線として心線を抽出し、図６（ｃ）に示すような、
１画素の幅を有した線図形Ｉ3 のデータからなる線画像
Ｑ3 を得る。線図形Ｉ3 は１画素の幅を有した画素の列
であり、点列生成部１５によって対象物１の屈曲部の形
状を反映した点列が得られる。点列生成部１５では、線
図形Ｉ3 の各画素の位置座標を画面の横方向について左
から順に並べることによって点列の位置データとする。
ここに、線図形Ｉ3 の全画素を点列としているが、分解
能を下げてもよい場合には、画面の横方向に複数画素進
むごとに１画素の位置座標を求めたり、複数画素ごとに
代表値を位置座標とするなどしてもよい。このようにし
て線図形Ｉ3 に基づいて図６（ｄ）のような点列Ｓを得
ることができるのである。この点列Ｓは画像の横軸座標
について昇順に並べられたものであって、メモリに格納
されて以後の処理に用いられる。
【００３６】上述のようにして得た点列Ｓが対象形状と
して形状模型と比較されるのであるが、点列Ｓのままで
形状模型と比較すると、マッチング処理に時間がかかる
から、点列Ｓの並びは折れ線で近似される。点列Ｓを折
れ線に近似する方法は各種提案されているが、ここで
は、追跡法として知られている方法を採用している。す
なわち、図７に示すように、折れ線近似の対象とする点
列Ｓに含まれる各点Ｐj（ｊ＝０，１，……，ｎ）が左
から順に並んでいるものとして、図７（ａ）のように始
点Ｐ0 を一方の端点Ｐj1とし、点列Ｓに含まれる他の点
Ｐj を他方の端点Ｐj2として両端点Ｐj1，Ｐj2を結ぶ線
分〈Ｐj1Ｐj2〉を設定する。ここに、端点Ｐj2の一つ前
の点Ｐj2-1を中心とする半径εの円Ｃj2-1の接線のうち
端点Ｐj1を通る２本の接線λ1,j2-1，λ2,j2-1の間に、
線分〈Ｐj1Ｐj2〉が挟まれていれば、点Ｐj2-1と線分
〈Ｐj1Ｐj2〉との距離はε以下である。そこで、一方の
端点Ｐ j1を固定し他方の端点Ｐj2を点列Ｓの並び順に変
化させ、上述のように点Ｐj2-1と線分〈Ｐj1Ｐj2〉との
距離がε以下であるかどうかを判定する。このようにし
て、点Ｐj2-1と線分〈Ｐj1Ｐj2〉との距離がε以下であ
る最長の線分〈Ｐj1Ｐj2〉を選び出す。すなわち、図７
の例では、同図（ｂ）のように、Ｊ１＝０、Ｊ２＝２か
ら始めてＪ２＝８までは点Ｐj2-1と線分〈Ｐj1Ｐj2〉と
の距離はε以下という条件が満たされているが、Ｊ２＝
９において条件が満たされなくなるから、線分〈Ｐ0 Ｐ
8 〉を最長の線分とするのである。
して形状模型と比較されるのであるが、点列Ｓのままで
形状模型と比較すると、マッチング処理に時間がかかる
から、点列Ｓの並びは折れ線で近似される。点列Ｓを折
れ線に近似する方法は各種提案されているが、ここで
は、追跡法として知られている方法を採用している。す
なわち、図７に示すように、折れ線近似の対象とする点
列Ｓに含まれる各点Ｐj（ｊ＝０，１，……，ｎ）が左
から順に並んでいるものとして、図７（ａ）のように始
点Ｐ0 を一方の端点Ｐj1とし、点列Ｓに含まれる他の点
Ｐj を他方の端点Ｐj2として両端点Ｐj1，Ｐj2を結ぶ線
分〈Ｐj1Ｐj2〉を設定する。ここに、端点Ｐj2の一つ前
の点Ｐj2-1を中心とする半径εの円Ｃj2-1の接線のうち
端点Ｐj1を通る２本の接線λ1,j2-1，λ2,j2-1の間に、
線分〈Ｐj1Ｐj2〉が挟まれていれば、点Ｐj2-1と線分
〈Ｐj1Ｐj2〉との距離はε以下である。そこで、一方の
端点Ｐ j1を固定し他方の端点Ｐj2を点列Ｓの並び順に変
化させ、上述のように点Ｐj2-1と線分〈Ｐj1Ｐj2〉との
距離がε以下であるかどうかを判定する。このようにし
て、点Ｐj2-1と線分〈Ｐj1Ｐj2〉との距離がε以下であ
る最長の線分〈Ｐj1Ｐj2〉を選び出す。すなわち、図７
の例では、同図（ｂ）のように、Ｊ１＝０、Ｊ２＝２か
ら始めてＪ２＝８までは点Ｐj2-1と線分〈Ｐj1Ｐj2〉と
の距離はε以下という条件が満たされているが、Ｊ２＝
９において条件が満たされなくなるから、線分〈Ｐ0 Ｐ
8 〉を最長の線分とするのである。
【００３７】次に、上記条件が満たされた最終の端点Ｐ
j2（上の例ではＰ8 ）を固定する端点Ｐj1とし、同様の
手順で点Ｐj2-1と線分〈Ｐj1Ｐj2〉との距離がε以下で
ある最長の線分〈Ｐj1Ｐj2〉を求める。すなわち、図７
の例では、同図（ｃ）のように、Ｊ１＝８，Ｊ２＝１０
から始めて上述した処理を繰り返すのである。このよう
にして、端点Ｐj2が点列Ｓの終点Ｐn に達するまで線分
〈Ｐj1Ｐj2〉を選び出す処理を行い、最終的に図７
（ｄ）のように、線分〈Ｐj1Ｐj2〉を結合した折れ線で
点列Ｓを近似することができるのである。
j2（上の例ではＰ8 ）を固定する端点Ｐj1とし、同様の
手順で点Ｐj2-1と線分〈Ｐj1Ｐj2〉との距離がε以下で
ある最長の線分〈Ｐj1Ｐj2〉を求める。すなわち、図７
の例では、同図（ｃ）のように、Ｊ１＝８，Ｊ２＝１０
から始めて上述した処理を繰り返すのである。このよう
にして、端点Ｐj2が点列Ｓの終点Ｐn に達するまで線分
〈Ｐj1Ｐj2〉を選び出す処理を行い、最終的に図７
（ｄ）のように、線分〈Ｐj1Ｐj2〉を結合した折れ線で
点列Ｓを近似することができるのである。
【００３８】上述のようにして点列Ｓを折れ線で近似し
た図形を対象形状として用いれば、対象物１の断面形状
の特徴量を屈曲点の位置と屈曲点間を結ぶ線素（直線、
曲線）とで表すことができ、図８のような形状の点列Ｓ
を形状模型と照合する場合に比較すれば、データ数を大
幅に削減することができて、マッチング処理を高速化す
ることが可能になる。
た図形を対象形状として用いれば、対象物１の断面形状
の特徴量を屈曲点の位置と屈曲点間を結ぶ線素（直線、
曲線）とで表すことができ、図８のような形状の点列Ｓ
を形状模型と照合する場合に比較すれば、データ数を大
幅に削減することができて、マッチング処理を高速化す
ることが可能になる。
【００３９】本実施例では、対象物１の断面形状は略Ｍ
字形になるから、形状模型としては図９に示すように、
５個の節点ｐ0 〜ｐ4 と、各節点ｐ0 〜ｐ4 の間を結ぶ
４本の線素（線分）ｓ0 〜ｓ3 とによって表したものを
用いることができる。形状模型の特徴量としては、各線
素ｓ0 〜ｓ3 の長さｌk （ｋ＝０〜３）と、２次元平面
（画像）の横軸に対する各線素ｓ0 〜ｓ3 の傾きθ
k （ｋ＝０〜３）とを用い、さらに、各特徴量について
許容範囲〔ｌmink，ｌmaxk〕，〔θmink，θmaxk〕と標
準値ｌstk ，θstk とが設定される（ｋ＝０〜３）。定
義より明らかなように、次の関係が成立する。 ｌmink＜ｌstk ＜ｌmaxk θmink＜θstk ＜θmaxk ここで、許容範囲〔ｌmink，ｌmaxk〕，〔θmink，θ
maxk〕については、対象物１から得られる線画図形の寸
法の変動幅に応じて適宜設定される。
字形になるから、形状模型としては図９に示すように、
５個の節点ｐ0 〜ｐ4 と、各節点ｐ0 〜ｐ4 の間を結ぶ
４本の線素（線分）ｓ0 〜ｓ3 とによって表したものを
用いることができる。形状模型の特徴量としては、各線
素ｓ0 〜ｓ3 の長さｌk （ｋ＝０〜３）と、２次元平面
（画像）の横軸に対する各線素ｓ0 〜ｓ3 の傾きθ
k （ｋ＝０〜３）とを用い、さらに、各特徴量について
許容範囲〔ｌmink，ｌmaxk〕，〔θmink，θmaxk〕と標
準値ｌstk ，θstk とが設定される（ｋ＝０〜３）。定
義より明らかなように、次の関係が成立する。 ｌmink＜ｌstk ＜ｌmaxk θmink＜θstk ＜θmaxk ここで、許容範囲〔ｌmink，ｌmaxk〕，〔θmink，θ
maxk〕については、対象物１から得られる線画図形の寸
法の変動幅に応じて適宜設定される。
【００４０】対象物１の断面形状を折れ線近似した対象
形状が得られると、上述のように定義された形状模型と
のパターンマッチング（マッチング処理）が行なわれ
る。マッチング処理では、まず対象形状から照合される
形状模型の節点ｐ0 〜ｐ4 と同数の節点を選択し（ここ
では、対象形状の節点の個数が形状模型の節点ｐ0 〜ｐ
4 の個数よりも多いと仮定している）、選択した節点の
間を形状模型と同様に線分で結んだ場合における線分の
長さと、２次元平面（画像）の横軸（基準線）に対する
傾きとを求める。また、対象形状のすべての節点につい
て、形状模型を構成する線分のうちでもっとも近いもの
との距離εj を求め、距離εj の平均値をポテンシャル
変形成分Ｅｐと定義する。図２に距離εj 、形状模型に
おける線分の長さｌk 、形状模型における傾きθk の概
念を示す。図２において二重丸で示した画素は形状模型
と対象形状とで重なる節点ｐ0 〜ｐ4 、田字形で示した
画素は対象形状においてのみ発生する節点を示す。ポテ
ンシャル変形成分Ｅｐは、対象形状の点列Ｓに含まれる
点Ｐi の個数（折れ線近似した場合には節点の個数）を
ｎとするときに、数１で表される。
形状が得られると、上述のように定義された形状模型と
のパターンマッチング（マッチング処理）が行なわれ
る。マッチング処理では、まず対象形状から照合される
形状模型の節点ｐ0 〜ｐ4 と同数の節点を選択し（ここ
では、対象形状の節点の個数が形状模型の節点ｐ0 〜ｐ
4 の個数よりも多いと仮定している）、選択した節点の
間を形状模型と同様に線分で結んだ場合における線分の
長さと、２次元平面（画像）の横軸（基準線）に対する
傾きとを求める。また、対象形状のすべての節点につい
て、形状模型を構成する線分のうちでもっとも近いもの
との距離εj を求め、距離εj の平均値をポテンシャル
変形成分Ｅｐと定義する。図２に距離εj 、形状模型に
おける線分の長さｌk 、形状模型における傾きθk の概
念を示す。図２において二重丸で示した画素は形状模型
と対象形状とで重なる節点ｐ0 〜ｐ4 、田字形で示した
画素は対象形状においてのみ発生する節点を示す。ポテ
ンシャル変形成分Ｅｐは、対象形状の点列Ｓに含まれる
点Ｐi の個数（折れ線近似した場合には節点の個数）を
ｎとするときに、数１で表される。
【００４１】
【数１】
【００４２】次に、対象形状の各線分の長さおよび各傾
きについて、形状模型について設定されている許容範囲
と比較し、許容範囲外であるときには、長さについては
長さ変形成分Ｄｌk とし、傾きについては角度変形成分
Ｄｓk として、長さ変形成分Ｄｌk と角度変形成分Ｄｓ
k との各総和Ｅｌ，Ｅθをそれぞれ求める（ただし、ｋ
は形状模型の線分の本数）。すなわち、長さ変形成分Ｄ
ｌk と角度変形成分Ｄｓk とは、それぞれ次式で表され
る。 また、長さ変形成分Ｄｌk と角度変形成分Ｄｓk との各
総和Ｅｌ，Ｅθはそれぞれ次式で表される。 Ｅｌ＝Σ（Ｄｌk ） Ｅθ＝Σ（Ｄｓk ） ここに、ｋの範囲は線分の本数による。
きについて、形状模型について設定されている許容範囲
と比較し、許容範囲外であるときには、長さについては
長さ変形成分Ｄｌk とし、傾きについては角度変形成分
Ｄｓk として、長さ変形成分Ｄｌk と角度変形成分Ｄｓ
k との各総和Ｅｌ，Ｅθをそれぞれ求める（ただし、ｋ
は形状模型の線分の本数）。すなわち、長さ変形成分Ｄ
ｌk と角度変形成分Ｄｓk とは、それぞれ次式で表され
る。 また、長さ変形成分Ｄｌk と角度変形成分Ｄｓk との各
総和Ｅｌ，Ｅθはそれぞれ次式で表される。 Ｅｌ＝Σ（Ｄｌk ） Ｅθ＝Σ（Ｄｓk ） ここに、ｋの範囲は線分の本数による。
【００４３】上述のようにして、ポテンシャル変形成分
Ｅｐと長さ変形成分Ｄｌk と角度変形成分Ｄｓk との各
総和Ｅｌ，Ｅθとが求められると、次に各成分Ｅｐ，Ｅ
ｌ，Ｅθの重み付き総和を変形量Ｅtotal として求め
る。変形量Ｅtotal は各成分Ｅｐ，Ｅｌ，Ｅθに対する
重み係数Ｗｐ，Ｗｌ，Ｗθとするときに、次式のように
表すことができる。 Ｅtotal ＝Ｗｐ×Ｅｐ＋Ｗｌ×Ｅｌ＋Ｗθ×Ｅθ 上述のように定義した変形量Ｅtotal を、対象形状から
の節点の選択方法のすべての組合せについて求め、変形
量Ｅtotal が最小になる（以下、変形量Ｅtotalの最小
値を最小変形量とよぶ）節点の選択方法を最適な選択と
するのである。図１に上記照合過程を示す。
Ｅｐと長さ変形成分Ｄｌk と角度変形成分Ｄｓk との各
総和Ｅｌ，Ｅθとが求められると、次に各成分Ｅｐ，Ｅ
ｌ，Ｅθの重み付き総和を変形量Ｅtotal として求め
る。変形量Ｅtotal は各成分Ｅｐ，Ｅｌ，Ｅθに対する
重み係数Ｗｐ，Ｗｌ，Ｗθとするときに、次式のように
表すことができる。 Ｅtotal ＝Ｗｐ×Ｅｐ＋Ｗｌ×Ｅｌ＋Ｗθ×Ｅθ 上述のように定義した変形量Ｅtotal を、対象形状から
の節点の選択方法のすべての組合せについて求め、変形
量Ｅtotal が最小になる（以下、変形量Ｅtotalの最小
値を最小変形量とよぶ）節点の選択方法を最適な選択と
するのである。図１に上記照合過程を示す。
【００４４】上述のようなマッチング処理によって得ら
れた結果が形状認識の対象となる。いま、マッチング処
理の結果が図３に示す節点Ｂp0〜Ｂp4と、各節点Ｂp0〜
Ｂp4を結ぶ線分とで表した形状になったとする。図３で
は対象物１の断面形状をマッチング処理の結果に重ね合
わせて示してある。ここでは、一対の板材Ｍ1 ，Ｍ2を
溶接して角継手を形成する際の両板材Ｍ1 ，Ｍ2 の位置
関係などを計測するのであって、板材Ｍ1 ，Ｍ2 の板厚
ｔは既知であるものとする。この場合、継手の隙間は、
図３のＡ寸法と板厚ｔとの差として求めることができ、
継手の段差は図３の寸法Ｂ、継手の位置は図３の点Ｃの
座標として求めることができるのである。要するに、図
４のような手順で継手の形状を計測することができる。
れた結果が形状認識の対象となる。いま、マッチング処
理の結果が図３に示す節点Ｂp0〜Ｂp4と、各節点Ｂp0〜
Ｂp4を結ぶ線分とで表した形状になったとする。図３で
は対象物１の断面形状をマッチング処理の結果に重ね合
わせて示してある。ここでは、一対の板材Ｍ1 ，Ｍ2を
溶接して角継手を形成する際の両板材Ｍ1 ，Ｍ2 の位置
関係などを計測するのであって、板材Ｍ1 ，Ｍ2 の板厚
ｔは既知であるものとする。この場合、継手の隙間は、
図３のＡ寸法と板厚ｔとの差として求めることができ、
継手の段差は図３の寸法Ｂ、継手の位置は図３の点Ｃの
座標として求めることができるのである。要するに、図
４のような手順で継手の形状を計測することができる。
【００４５】（実施例２）上記実施例では、入力された
対象形状である点列Ｓを折れ線近似することによって、
対象形状を圧縮したが、本実施例では点列Ｓにハフ変換
を施すことによって、対象形状を得るものである。すな
わち、図１０（ａ）に示すような点列Ｓに対してハフ変
換によって直線Ｌi （ｉ＝０〜５）を当てはめ、図１０
（ｂ）に示すように、各直線Ｌi の交点および点列Ｓの
端点を節点Ｂki（ｉ＝０〜６）として採用するのであ
る。ただし、直線Ｌi の交点のうち点列Ｓの近傍範囲に
ないものは除去し、かつ１本の直線Ｌi については節点
Ｂkiを最大２個に制限することで、不要な節点Ｂkiが得
られないようにしている。ここで、ハフ変換により直線
を当てはめる方法は周知であるが簡単に説明しておく。
すなわち、点列Ｓの各点にハフ変換を施して得られる極
座標空間（パラメータ空間）でのハフ曲線は、各点が一
直線上に存在する場合には１つの交点を持つことが知ら
れている。したがって、ハフ曲線の交点と見なせる１点
を求めれば、この１点が略一直線上に存在する点列Ｓを
代表する直線Ｌi を表すのであって、ハフ曲線の交点を
求めることで、点列Ｓへの直線Ｌi の当てはめを行なう
ことができるのである。節点Ｂkiが求まれば、節点Ｂki
の間を順に結ぶ線素ｓi を求めることによって、図１に
示した方法と同様の方法が適用できる。すなわち、ハフ
変換を用いても点列Ｓのデータ量を圧縮することができ
る。他の方法については実施例１と同様である。
対象形状である点列Ｓを折れ線近似することによって、
対象形状を圧縮したが、本実施例では点列Ｓにハフ変換
を施すことによって、対象形状を得るものである。すな
わち、図１０（ａ）に示すような点列Ｓに対してハフ変
換によって直線Ｌi （ｉ＝０〜５）を当てはめ、図１０
（ｂ）に示すように、各直線Ｌi の交点および点列Ｓの
端点を節点Ｂki（ｉ＝０〜６）として採用するのであ
る。ただし、直線Ｌi の交点のうち点列Ｓの近傍範囲に
ないものは除去し、かつ１本の直線Ｌi については節点
Ｂkiを最大２個に制限することで、不要な節点Ｂkiが得
られないようにしている。ここで、ハフ変換により直線
を当てはめる方法は周知であるが簡単に説明しておく。
すなわち、点列Ｓの各点にハフ変換を施して得られる極
座標空間（パラメータ空間）でのハフ曲線は、各点が一
直線上に存在する場合には１つの交点を持つことが知ら
れている。したがって、ハフ曲線の交点と見なせる１点
を求めれば、この１点が略一直線上に存在する点列Ｓを
代表する直線Ｌi を表すのであって、ハフ曲線の交点を
求めることで、点列Ｓへの直線Ｌi の当てはめを行なう
ことができるのである。節点Ｂkiが求まれば、節点Ｂki
の間を順に結ぶ線素ｓi を求めることによって、図１に
示した方法と同様の方法が適用できる。すなわち、ハフ
変換を用いても点列Ｓのデータ量を圧縮することができ
る。他の方法については実施例１と同様である。
【００４６】（実施例３）上記実施例では形状模型の各
節点ｐk の間を線分のみで結んでいるが、本実施例では
節点の間を結ぶ線素として楕円の一部も併せて用いてい
る。すなわち、図１１に示す節点ｐ1 と節点ｐ2 との間
は、図９に示した実施例１の形状模型では節点ｐ1 −ｐ
2 −ｐ3 を結ぶ折れ線としたが、本実施例では長軸と短
軸とがそれぞれ線分ｓ0 と線分ｓ2 との延長線であるよ
うな楕円の一部（部分楕円）である線素ｓ1 を用いるこ
とによって節点ｐ1 と節点ｐ2 とを結んでいるのであ
る。
節点ｐk の間を線分のみで結んでいるが、本実施例では
節点の間を結ぶ線素として楕円の一部も併せて用いてい
る。すなわち、図１１に示す節点ｐ1 と節点ｐ2 との間
は、図９に示した実施例１の形状模型では節点ｐ1 −ｐ
2 −ｐ3 を結ぶ折れ線としたが、本実施例では長軸と短
軸とがそれぞれ線分ｓ0 と線分ｓ2 との延長線であるよ
うな楕円の一部（部分楕円）である線素ｓ1 を用いるこ
とによって節点ｐ1 と節点ｐ2 とを結んでいるのであ
る。
【００４７】この場合、接点ｐ1と接点ｐ2との間では、
線素の長さを楕円の長径ｌ1と短径ｌ1′とで定義し、線
素の傾きについては横軸に対する長軸の傾きθ1によっ
て定義する。さらに、楕円の偏平度（＝短径／長径）に
ついても標準値および許容範囲を設定しておく。他の方
法については実施例１と同様である。 （実施例４） 本実施例は、図１２（ａ）に示すように、対象物１の画
像として得た点列Ｓに不連続部分ＤＳやデータの欠落部
分ＶＣが存在する場合についての処理であり、このよう
な場合には、点列Ｓを折れ線近似した対象形状を求める
前に、補完処理を行なって図１２（ｂ）のように点列Ｓ
に連続性が得られるようにする（図１２（ｂ）に補完箇
所をＣＰで示す）。補完処理は不連続部分ＤＳあるいは
欠落部分ＶＣの端点の間を直線上の適当間隔の点列で結
ぶ処理である。ここに、不連続部分ＤＳは画面の横方向
において隣接する点間の距離が所定の閾値以内でありか
つこれらの点間の縦方向における距離が所定の閾値以上
であることを意味し、欠落部分ＶＣは画面の横方向にお
いて隣接する点間の距離が所定の閾値以上であることを
意味する。しかして、図１２の例では欠落部分ＶＣでは
端点間を直線で単純に結合し、隣接する２つの不連続部
分ＤＳの間の点列を無視してこの区間を欠落部分ＶＣと
同様に扱っている。このような補完処理を行えば、実施
例１と同様の手順で折れ線近似した対象形状を求めるこ
とができる。他の方法については実施例１と同様であ
る。
線素の長さを楕円の長径ｌ1と短径ｌ1′とで定義し、線
素の傾きについては横軸に対する長軸の傾きθ1によっ
て定義する。さらに、楕円の偏平度（＝短径／長径）に
ついても標準値および許容範囲を設定しておく。他の方
法については実施例１と同様である。 （実施例４） 本実施例は、図１２（ａ）に示すように、対象物１の画
像として得た点列Ｓに不連続部分ＤＳやデータの欠落部
分ＶＣが存在する場合についての処理であり、このよう
な場合には、点列Ｓを折れ線近似した対象形状を求める
前に、補完処理を行なって図１２（ｂ）のように点列Ｓ
に連続性が得られるようにする（図１２（ｂ）に補完箇
所をＣＰで示す）。補完処理は不連続部分ＤＳあるいは
欠落部分ＶＣの端点の間を直線上の適当間隔の点列で結
ぶ処理である。ここに、不連続部分ＤＳは画面の横方向
において隣接する点間の距離が所定の閾値以内でありか
つこれらの点間の縦方向における距離が所定の閾値以上
であることを意味し、欠落部分ＶＣは画面の横方向にお
いて隣接する点間の距離が所定の閾値以上であることを
意味する。しかして、図１２の例では欠落部分ＶＣでは
端点間を直線で単純に結合し、隣接する２つの不連続部
分ＤＳの間の点列を無視してこの区間を欠落部分ＶＣと
同様に扱っている。このような補完処理を行えば、実施
例１と同様の手順で折れ線近似した対象形状を求めるこ
とができる。他の方法については実施例１と同様であ
る。
【００４８】（実施例５）実施例１においては、追跡法
を用いて対象形状を折れ線近似を行なっているが、対象
形状に変動が生じた場合に、対象形状について求めた節
点Ｂpiの個数が、形状模型の節点ｐi の個数よりも少な
くなることがある。このように対象形状について求めた
節点Ｂpiの個数と形状模型の節点ｐi との個数が一致し
ないときには、マッチング処理が行なえないという問題
が生じる。
を用いて対象形状を折れ線近似を行なっているが、対象
形状に変動が生じた場合に、対象形状について求めた節
点Ｂpiの個数が、形状模型の節点ｐi の個数よりも少な
くなることがある。このように対象形状について求めた
節点Ｂpiの個数と形状模型の節点ｐi との個数が一致し
ないときには、マッチング処理が行なえないという問題
が生じる。
【００４９】そこで、本実施例では、図１３（ａ）に示
すように折れ線近似を行なった結果で得られた節点Ｂpi
（ｉ＝０〜４）の個数が、形状模型の節点ｐi の個数よ
りも少ない場合には、図１３（ｂ）のように、隣接する
各一対の節点Ｂpi，Ｂpi+1の間の点列Ｓについて、両節
点Ｂpi，Ｂpi+1を結ぶ線素Ｂｓi との距離を求め、最大
距離εi である点Ｃpiを節点候補として求める。このよ
うにして、各線素Ｂｓ i に対して節点候補Ｃpiを求めた
後に、最大距離εi の大きいほうから順に、不足個数の
節点候補Ｃpiを対象形状の節点Ｂpiとして採用し、図１
（ｃ）に示すように、形状模型の節点ｐi に一致する個
数の節点Ｂpi（ｉ＝０〜５）を決定するのである。
すように折れ線近似を行なった結果で得られた節点Ｂpi
（ｉ＝０〜４）の個数が、形状模型の節点ｐi の個数よ
りも少ない場合には、図１３（ｂ）のように、隣接する
各一対の節点Ｂpi，Ｂpi+1の間の点列Ｓについて、両節
点Ｂpi，Ｂpi+1を結ぶ線素Ｂｓi との距離を求め、最大
距離εi である点Ｃpiを節点候補として求める。このよ
うにして、各線素Ｂｓ i に対して節点候補Ｃpiを求めた
後に、最大距離εi の大きいほうから順に、不足個数の
節点候補Ｃpiを対象形状の節点Ｂpiとして採用し、図１
（ｃ）に示すように、形状模型の節点ｐi に一致する個
数の節点Ｂpi（ｉ＝０〜５）を決定するのである。
【００５０】以上の手順をまとめると、図１４のように
なる。すなわち、所期化（ｉを０にする）の後、折れ線
近似で求めた隣合う各一対の節点Ｂpi，Ｂpi+1を線素
（線分）Ｂｓi で順に結び、線素Ｂｓi の両端の節点Ｂ
pi，Ｂpi+1の間の点列Ｓのうちで線素Ｂｓi からの距離
が最大距離εi になる節点候補Ｃpiを探す。ｉが節点Ｂ
piの個数−２になるまで上記手順を繰り返すことによっ
て、すべての線素Ｂｓiについて節点候補Ｃpiを求め、
節点候補Ｃpiのうちで最大距離εi が大きいほうから順
に必要個数の節点候補Ｃpiを選択して節点Ｂpiに加える
のである。
なる。すなわち、所期化（ｉを０にする）の後、折れ線
近似で求めた隣合う各一対の節点Ｂpi，Ｂpi+1を線素
（線分）Ｂｓi で順に結び、線素Ｂｓi の両端の節点Ｂ
pi，Ｂpi+1の間の点列Ｓのうちで線素Ｂｓi からの距離
が最大距離εi になる節点候補Ｃpiを探す。ｉが節点Ｂ
piの個数−２になるまで上記手順を繰り返すことによっ
て、すべての線素Ｂｓiについて節点候補Ｃpiを求め、
節点候補Ｃpiのうちで最大距離εi が大きいほうから順
に必要個数の節点候補Ｃpiを選択して節点Ｂpiに加える
のである。
【００５１】上述の手順を採用することにより、初めに
得られた節点Ｂpiの個数がＮ個であるとすれば、節点Ｂ
piの個数を最大で（２Ｎ−１）個に増やすことが可能に
なる。また、節点候補Ｃpiを用いて節点Ｂpiの個数を増
やしても形状模型の節点ｐiの個数に対して不足してい
るときには、節点候補Ｃpiを加えた節点Ｂpiに対して上
記手順を再度採用することで、節点Ｂpiの個数を増やせ
ばよい。他の手順は実施例１と同様である。
得られた節点Ｂpiの個数がＮ個であるとすれば、節点Ｂ
piの個数を最大で（２Ｎ−１）個に増やすことが可能に
なる。また、節点候補Ｃpiを用いて節点Ｂpiの個数を増
やしても形状模型の節点ｐiの個数に対して不足してい
るときには、節点候補Ｃpiを加えた節点Ｂpiに対して上
記手順を再度採用することで、節点Ｂpiの個数を増やせ
ばよい。他の手順は実施例１と同様である。
【００５２】（実施例６）本実施例は、実施例５と同様
に対象形状から求めた節点Ｂkiの個数が形状模型の節点
ｐi に対して不足している場合についての実施例であっ
て、対象形状からは実施利２の手順を用いてハフ変換で
節点Ｂkiを求めている。ハフ変換によって節点Ｂkiを求
める場合に、変換後の空間（極座標空間）でのハフ曲線
の交点に相当する点に対応した直線Ｌi を求め、図１５
（ａ）に示すように、直線Ｌi 同士の交点や点列Ｓの端
点を節点Ｂkiとして採用しているから、点列Ｓに含まれ
る点と節点Ｂkiとは必ずしも一致しないものである。そ
こで、本実施例では、直線Ｌ i の交点を節点Ｂkiとする
代わりに、図１５（ｂ）のように、点列Ｓに含まれる点
Ｐi のうち直線Ｌi の交点にもっとも近い点を節点Ｂpi
として採用するようにしている。以下の手順は実施例５
と同じであって、隣合う節点Ｂpi，Ｂpi+1を結ぶ線素Ｂ
ｓi と点列Ｓに含まれる点との距離が最大距離εi にな
る点を節点候補Ｃpiとし、最大距離εi の大きいほうか
ら順に、形状模型の節点ｐi の個数に対する不足個数分
だけ節点候補Ｃpiを選択して節点Ｂpiに加えるのであ
る。このようにして、図１５（ｃ）のように形状模型の
節点ｐi の個数に一致するように形状模型の節点Ｂpiを
決定することができる。
に対象形状から求めた節点Ｂkiの個数が形状模型の節点
ｐi に対して不足している場合についての実施例であっ
て、対象形状からは実施利２の手順を用いてハフ変換で
節点Ｂkiを求めている。ハフ変換によって節点Ｂkiを求
める場合に、変換後の空間（極座標空間）でのハフ曲線
の交点に相当する点に対応した直線Ｌi を求め、図１５
（ａ）に示すように、直線Ｌi 同士の交点や点列Ｓの端
点を節点Ｂkiとして採用しているから、点列Ｓに含まれ
る点と節点Ｂkiとは必ずしも一致しないものである。そ
こで、本実施例では、直線Ｌ i の交点を節点Ｂkiとする
代わりに、図１５（ｂ）のように、点列Ｓに含まれる点
Ｐi のうち直線Ｌi の交点にもっとも近い点を節点Ｂpi
として採用するようにしている。以下の手順は実施例５
と同じであって、隣合う節点Ｂpi，Ｂpi+1を結ぶ線素Ｂ
ｓi と点列Ｓに含まれる点との距離が最大距離εi にな
る点を節点候補Ｃpiとし、最大距離εi の大きいほうか
ら順に、形状模型の節点ｐi の個数に対する不足個数分
だけ節点候補Ｃpiを選択して節点Ｂpiに加えるのであ
る。このようにして、図１５（ｃ）のように形状模型の
節点ｐi の個数に一致するように形状模型の節点Ｂpiを
決定することができる。
【００５３】上記手順をまとめると、図１６のようにな
るのであって、図１４に示した実施例５の手順との相違
点は、所期化の前に、ハフ変換で求めた直線Ｌi の交点
の近傍で点列Ｓに含まれる点Ｐi を求め、この点Ｐi を
最初の節点Ｂpiとして採用する過程を付加している部分
だけである。他の手順は実施例２と同様である。 （実施例７）本実施例は、比較的簡単な形状の形状模型
を組み合わせて対象形状とのマッチング処理を行なう方
法であって、対象形状の部分ごとに形状模型との照合を
行うようにしている。すなわち、図１７に示すように、
形状模型をブロックＢｌ0 ，Ｂｌ1 として対象形状と照
合し、ブロックＢｌ0 ，Ｂｌ1 の間を線分ｓ2 によって
結合するのである。この場合に、ブロックＢｌ0 ，Ｂｌ
1 間を結ぶ線分ｓ2 を他の線分と同様に扱って長さおよ
び傾きについて標準値および許容範囲を設定する。形状
模型を上述のように設定すれば、図１８に示すように、
２個の形状模型を用いて対象形状とのマッチング処理を
行なうことが可能になる。他の方法については実施例１
と同様である。
るのであって、図１４に示した実施例５の手順との相違
点は、所期化の前に、ハフ変換で求めた直線Ｌi の交点
の近傍で点列Ｓに含まれる点Ｐi を求め、この点Ｐi を
最初の節点Ｂpiとして採用する過程を付加している部分
だけである。他の手順は実施例２と同様である。 （実施例７）本実施例は、比較的簡単な形状の形状模型
を組み合わせて対象形状とのマッチング処理を行なう方
法であって、対象形状の部分ごとに形状模型との照合を
行うようにしている。すなわち、図１７に示すように、
形状模型をブロックＢｌ0 ，Ｂｌ1 として対象形状と照
合し、ブロックＢｌ0 ，Ｂｌ1 の間を線分ｓ2 によって
結合するのである。この場合に、ブロックＢｌ0 ，Ｂｌ
1 間を結ぶ線分ｓ2 を他の線分と同様に扱って長さおよ
び傾きについて標準値および許容範囲を設定する。形状
模型を上述のように設定すれば、図１８に示すように、
２個の形状模型を用いて対象形状とのマッチング処理を
行なうことが可能になる。他の方法については実施例１
と同様である。
【００５４】（実施例８）実施例１では、対象形状と形
状模型とを照合して長さ変形成分Ｄｌk および角度変形
成分Ｄｓk を求める際に、図１９（ａ）のように、長さ
ｌk や傾きθk が許容範囲内であれば長さ変形成分Ｄｌ
k および角度変形成分Ｄｓk を０に設定していたが、本
実施例では、図１９（ｂ）のように、許容範囲内であっ
ても標準値以外であれば標準値からの差に比例した値を
与えるようにしたものである。すなわち、長さ変形成分
Ｄｌk および角度変形成分Ｄｓk として、許容範囲の内
外にかかわらず、標準値との差に比例した値を与えるの
であるが、許容範囲内では許容範囲外よりも比例係数を
小さく設定しているのである。このように、許容範囲内
であっても標準値との差に応じた値を与えることによっ
て、標準値との差を実施例１よりも厳密に評価すること
ができ、認識精度の向上を図ることができるのである。
他の方法については、実施例１と同様である。
状模型とを照合して長さ変形成分Ｄｌk および角度変形
成分Ｄｓk を求める際に、図１９（ａ）のように、長さ
ｌk や傾きθk が許容範囲内であれば長さ変形成分Ｄｌ
k および角度変形成分Ｄｓk を０に設定していたが、本
実施例では、図１９（ｂ）のように、許容範囲内であっ
ても標準値以外であれば標準値からの差に比例した値を
与えるようにしたものである。すなわち、長さ変形成分
Ｄｌk および角度変形成分Ｄｓk として、許容範囲の内
外にかかわらず、標準値との差に比例した値を与えるの
であるが、許容範囲内では許容範囲外よりも比例係数を
小さく設定しているのである。このように、許容範囲内
であっても標準値との差に応じた値を与えることによっ
て、標準値との差を実施例１よりも厳密に評価すること
ができ、認識精度の向上を図ることができるのである。
他の方法については、実施例１と同様である。
【００５５】（実施例９） 実施例１では、形状模型について許容範囲を設定してい
ることで変形可能な形の形状模型が設定されていること
になる。したがって、実施例１のように、マッチング処
理の際に変形量Ｅtotal が最小になるような節点を選択
するようにした場合に、対象形状が形状模型に対して大
幅に異なっていたとしても、形状模型に対象形状が一致
する場合が生じる。そこで、本実施例では、最小変形量
が形状模型に対する対象形状の相違の程度を示す点に着
目し、上記最小変形量の値を対象形状の形状模型との一
致の程度の指標として用いている。すなわち、最小変形
量に対するしきい値を設定し、最小変形量がしきい値よ
りも大きければ、対象形状の形状模型に対する一致度が
低いと判断するのである。
ることで変形可能な形の形状模型が設定されていること
になる。したがって、実施例１のように、マッチング処
理の際に変形量Ｅtotal が最小になるような節点を選択
するようにした場合に、対象形状が形状模型に対して大
幅に異なっていたとしても、形状模型に対象形状が一致
する場合が生じる。そこで、本実施例では、最小変形量
が形状模型に対する対象形状の相違の程度を示す点に着
目し、上記最小変形量の値を対象形状の形状模型との一
致の程度の指標として用いている。すなわち、最小変形
量に対するしきい値を設定し、最小変形量がしきい値よ
りも大きければ、対象形状の形状模型に対する一致度が
低いと判断するのである。
【００５６】たとえば、図２０に示すように、対象物１
が一対の板材Ｍ1 ，Ｍ2 を溶接して形成した角継手であ
るとして、図２０のイ，ロの位置に光切断法による切断
線が形成されている場合の点列Ｓと点列Ｓから求めた節
点Ｂpiとが、それぞれ図２１（ａ）（ｂ）のようであっ
たとする。ここで、図９のような形状模型と照合すると
すれば、図２１（ｂ）の対象形状では形状模型の変形を
ほとんど必要とせず、図２１（ａ）の対象形状では形状
模型の大幅な変形が必要になる。すなわち、図２１
（ａ）の対象形状は図２１（ｂ）の対象形状に比較して
最小変形量が大幅に大きくなるのである。そこで、図２
０の角継手について光切断法で切断線を上から下に走査
するものとして、角継手の開始点を検出するような場合
には、図２２に示すように、最小変形量に対するしきい
値Ｅｓを設定し、最小変形量がしきい値Ｅｓ以下になっ
たときに、角継手の開始位置であると判定することが可
能になる。ここに、図２２におけるイ、ロの位置は図２
０のイ、ロの位置に対応する。しきい値Ｅｓは高く設定
すれば、図２０のイ位置に近い位置を角継手の開始点と
して検出することができ、低く設定すれば図２０のイ位
置から遠い位置を角継手の開始点として検出することが
できる。したがって、しきい値Ｅｓについては実験結果
に基づいて角継手の開始点が適切に検出させるような値
を決定する。他の手順については実施例１と同様である
から説明を省略する。
が一対の板材Ｍ1 ，Ｍ2 を溶接して形成した角継手であ
るとして、図２０のイ，ロの位置に光切断法による切断
線が形成されている場合の点列Ｓと点列Ｓから求めた節
点Ｂpiとが、それぞれ図２１（ａ）（ｂ）のようであっ
たとする。ここで、図９のような形状模型と照合すると
すれば、図２１（ｂ）の対象形状では形状模型の変形を
ほとんど必要とせず、図２１（ａ）の対象形状では形状
模型の大幅な変形が必要になる。すなわち、図２１
（ａ）の対象形状は図２１（ｂ）の対象形状に比較して
最小変形量が大幅に大きくなるのである。そこで、図２
０の角継手について光切断法で切断線を上から下に走査
するものとして、角継手の開始点を検出するような場合
には、図２２に示すように、最小変形量に対するしきい
値Ｅｓを設定し、最小変形量がしきい値Ｅｓ以下になっ
たときに、角継手の開始位置であると判定することが可
能になる。ここに、図２２におけるイ、ロの位置は図２
０のイ、ロの位置に対応する。しきい値Ｅｓは高く設定
すれば、図２０のイ位置に近い位置を角継手の開始点と
して検出することができ、低く設定すれば図２０のイ位
置から遠い位置を角継手の開始点として検出することが
できる。したがって、しきい値Ｅｓについては実験結果
に基づいて角継手の開始点が適切に検出させるような値
を決定する。他の手順については実施例１と同様である
から説明を省略する。
【００５７】（実施例１０）実施例９のように最小変形
量を用いれば対象形状と形状模型と全体的な一致度を評
価することはできるのであるが、変形量Ｅtotal は３種
類の成分の重み付き総和として求められているから、局
所的な形状の相違を厳密に評価することはできないもの
である。
量を用いれば対象形状と形状模型と全体的な一致度を評
価することはできるのであるが、変形量Ｅtotal は３種
類の成分の重み付き総和として求められているから、局
所的な形状の相違を厳密に評価することはできないもの
である。
【００５８】そこで、本実施例では、実施例１で図３、
図４を用いて説明したように、形状模型の節点ｐk と対
象形状の節点Ｂpiとの照合結果として対象物１の位置関
係が得られることを利用し、対象物１の位置関係を表す
数値の少なくとも一部を評価値とし既定の評価基準と比
較することによって、形状模型と対象形状との一致度の
評価を行なうようにしているのである。
図４を用いて説明したように、形状模型の節点ｐk と対
象形状の節点Ｂpiとの照合結果として対象物１の位置関
係が得られることを利用し、対象物１の位置関係を表す
数値の少なくとも一部を評価値とし既定の評価基準と比
較することによって、形状模型と対象形状との一致度の
評価を行なうようにしているのである。
【００５９】たとえば、角継手の形状を認識して溶接を
行なう場合について説明すると、図４の手順で得られる
図３に示した寸法Ａ，Ｂを評価値とし、これらの寸法
Ａ，Ｂについては不良を生じることなく溶接することが
できる許容範囲が、実験結果によって、 Ａmin ＜Ａ＜Ａmax Ｂmin ＜Ｂ＜Ｂmax としてわかっているときに、上記許容範囲を評価基準と
しておけば、寸法Ａ，Ｂによって対象形状の形状模型に
対する一致度の評価を行なうことができることになる。
この方法では、局所的な形状の相違までも厳密に評価す
ることができ、とくに溶接等の実際の作業を行なうこと
ができるか否かの判定に役立つのである。すなわち、寸
法Ａ，Ｂが許容範囲を逸脱しているときには、溶接作業
を禁止するように判断することが可能になる。
行なう場合について説明すると、図４の手順で得られる
図３に示した寸法Ａ，Ｂを評価値とし、これらの寸法
Ａ，Ｂについては不良を生じることなく溶接することが
できる許容範囲が、実験結果によって、 Ａmin ＜Ａ＜Ａmax Ｂmin ＜Ｂ＜Ｂmax としてわかっているときに、上記許容範囲を評価基準と
しておけば、寸法Ａ，Ｂによって対象形状の形状模型に
対する一致度の評価を行なうことができることになる。
この方法では、局所的な形状の相違までも厳密に評価す
ることができ、とくに溶接等の実際の作業を行なうこと
ができるか否かの判定に役立つのである。すなわち、寸
法Ａ，Ｂが許容範囲を逸脱しているときには、溶接作業
を禁止するように判断することが可能になる。
【００６０】上記手順をまとめると、図２３のようにな
る。すなわち、まず対象形状を形状模型と照合し、その
結果に基づいて評価値となる寸法Ａ，Ｂを求める。次
に、寸法Ａ，Ｂについて許容範囲内か否かの評価を行な
い、寸法Ａ，Ｂについて許容範囲の上限値と下限値との
いずれかでも逸脱しているときには対象形状と形状模型
とは一致しないと判定する。また、寸法Ａ，Ｂが許容範
囲内であれば、対象形状と形状模型とは一致すると判定
するのである。他の手順については実施例１と同様であ
る。
る。すなわち、まず対象形状を形状模型と照合し、その
結果に基づいて評価値となる寸法Ａ，Ｂを求める。次
に、寸法Ａ，Ｂについて許容範囲内か否かの評価を行な
い、寸法Ａ，Ｂについて許容範囲の上限値と下限値との
いずれかでも逸脱しているときには対象形状と形状模型
とは一致しないと判定する。また、寸法Ａ，Ｂが許容範
囲内であれば、対象形状と形状模型とは一致すると判定
するのである。他の手順については実施例１と同様であ
る。
【００６１】（実施例１１）実施例１の方法では、対象
形状について形状模型の節点と同数の節点を選択するす
べての組合せについて上述した変形量Ｅtotal を求める
ようにしていたから、対象形状に含まれる節点の個数が
多い場合には、処理時間が増大する場合がある。そこ
で、本実施例では、処理時間の増大を抑制する方法とし
て、動的計画法を用いている。すなわち、実施例１のよ
うにすべての節点について一度で最適化するのではな
く、段階的に最適化することによって計算量の低減を図
っているのである。いま、図２４のように、形状模型の
節点Ｔｐ0 〜Ｔｐ5 と対象形状の節点ｐ0 〜ｐ8 とにつ
いて動的計画法で照合するものとする。
形状について形状模型の節点と同数の節点を選択するす
べての組合せについて上述した変形量Ｅtotal を求める
ようにしていたから、対象形状に含まれる節点の個数が
多い場合には、処理時間が増大する場合がある。そこ
で、本実施例では、処理時間の増大を抑制する方法とし
て、動的計画法を用いている。すなわち、実施例１のよ
うにすべての節点について一度で最適化するのではな
く、段階的に最適化することによって計算量の低減を図
っているのである。いま、図２４のように、形状模型の
節点Ｔｐ0 〜Ｔｐ5 と対象形状の節点ｐ0 〜ｐ8 とにつ
いて動的計画法で照合するものとする。
【００６２】本実施例において形状の一致度の指標とな
る最小変形量Ｅ total の値は、形状模型の各線分毎に求
まる評価関数の値の総和であり、ある一つの線分に対す
る評価関数の値は他の線分のマッチングに無関係に定ま
るので（注：評価関数の持つこのような性質をマルコフ
性といい、動的計画法を適用するための条件となる）、
図２６に示すように動的計画法を用いて各線分毎に順に
最適化を行なうことが可能である。 処理手順を以下に示
す。まず、節点Ｔｐ0 と節点Ｔｐ1 との間の線分に対す
るマッチングを行なう。すなわち、図２５（ａ）に示す
ように、まず節点ｐ 1 〜ｐ 5 を節点Ｔｐ 1 に一致させる
各場合において、節点Ｔｐ 0 の可能な選択のうちもっと
も形状模型に近い線分が得られるものを一つだけ選択す
る（この処理は評価関数によって評価する）。たとえ
ば、図２５（ａ）において、節点Ｔｐ 1 に節点ｐ 5 を一
致させたとき節点Ｔｐ 0 に一致させられる節点はｐ 0 〜
ｐ 4 のいずれかであるが、この中から評価関数を最小化
するもの、すなわち節点ｐ 1 を選択する。他の節点ｐ 1
〜ｐ 4 に関しても同様に、節点Ｔｐ 0 に一致する節点の
可能な選択のうち、評価関数を最小化するもののみを選
択する。次に節点Ｔｐ 2 においても同様に、節点Ｔｐ 2
に一致する節点ｐ 2 〜ｐ 6 の各々に対して、節点Ｔｐ 1
に一致する節点の可能な選択から評価関数を最小化する
ものを一つずつ選び出す。つまり、Ｔｐ i （１≦ｉ≦
４）に一致する節点の各々に対してＴｐ i-1 に一致する
節点を一つだけ選び出す処理を順次実施することによ
り、理論的に最適解とはなりえない選択、たとえば図２
５（ａ）において節点Ｔｐ 0 に節点ｐ 2 〜ｐ 4 を一致さ
せるような選択を除外し、最適な解、すなわち図２５
（ｄ）に示すように形状模型の節点Ｔｐ 0 〜Ｔｐ 5 との
一致度がもっとも高い節点ｐ 0 −ｐ 3 −ｐ 5 −ｐ 7 −ｐ
8 の組み合わせを効率よく求められるのである。
る最小変形量Ｅ total の値は、形状模型の各線分毎に求
まる評価関数の値の総和であり、ある一つの線分に対す
る評価関数の値は他の線分のマッチングに無関係に定ま
るので（注：評価関数の持つこのような性質をマルコフ
性といい、動的計画法を適用するための条件となる）、
図２６に示すように動的計画法を用いて各線分毎に順に
最適化を行なうことが可能である。 処理手順を以下に示
す。まず、節点Ｔｐ0 と節点Ｔｐ1 との間の線分に対す
るマッチングを行なう。すなわち、図２５（ａ）に示す
ように、まず節点ｐ 1 〜ｐ 5 を節点Ｔｐ 1 に一致させる
各場合において、節点Ｔｐ 0 の可能な選択のうちもっと
も形状模型に近い線分が得られるものを一つだけ選択す
る（この処理は評価関数によって評価する）。たとえ
ば、図２５（ａ）において、節点Ｔｐ 1 に節点ｐ 5 を一
致させたとき節点Ｔｐ 0 に一致させられる節点はｐ 0 〜
ｐ 4 のいずれかであるが、この中から評価関数を最小化
するもの、すなわち節点ｐ 1 を選択する。他の節点ｐ 1
〜ｐ 4 に関しても同様に、節点Ｔｐ 0 に一致する節点の
可能な選択のうち、評価関数を最小化するもののみを選
択する。次に節点Ｔｐ 2 においても同様に、節点Ｔｐ 2
に一致する節点ｐ 2 〜ｐ 6 の各々に対して、節点Ｔｐ 1
に一致する節点の可能な選択から評価関数を最小化する
ものを一つずつ選び出す。つまり、Ｔｐ i （１≦ｉ≦
４）に一致する節点の各々に対してＴｐ i-1 に一致する
節点を一つだけ選び出す処理を順次実施することによ
り、理論的に最適解とはなりえない選択、たとえば図２
５（ａ）において節点Ｔｐ 0 に節点ｐ 2 〜ｐ 4 を一致さ
せるような選択を除外し、最適な解、すなわち図２５
（ｄ）に示すように形状模型の節点Ｔｐ 0 〜Ｔｐ 5 との
一致度がもっとも高い節点ｐ 0 −ｐ 3 −ｐ 5 −ｐ 7 −ｐ
8 の組み合わせを効率よく求められるのである。
【００６３】節点Ｔｐ0 〜Ｔｐ5 と節点ｐ0 〜ｐ8 との
一致の程度の評価は、上述したように、第１線分（線分
Ｔｐ0 Ｔｐ1 ）の最適化、第１線分と第２線分（線分Ｔ
ｐ1Ｔｐ2 ）の組み合わせの最適化というように逐次進
むのであって、たとえば、図２７、図２８に示すよう
に、対象形状と形状模型との線分の距離の平均値、長さ
変形成分、角度変形成分を求め、変形量としても重み付
き総和を求める。この変形量が最小になるような節点ｐ
0 〜ｐ8 を求める節点とするのである。図２７は第１線
分、図２８は第１線分と第２線分との組み合わせでの最
適化を示す。
一致の程度の評価は、上述したように、第１線分（線分
Ｔｐ0 Ｔｐ1 ）の最適化、第１線分と第２線分（線分Ｔ
ｐ1Ｔｐ2 ）の組み合わせの最適化というように逐次進
むのであって、たとえば、図２７、図２８に示すよう
に、対象形状と形状模型との線分の距離の平均値、長さ
変形成分、角度変形成分を求め、変形量としても重み付
き総和を求める。この変形量が最小になるような節点ｐ
0 〜ｐ8 を求める節点とするのである。図２７は第１線
分、図２８は第１線分と第２線分との組み合わせでの最
適化を示す。
【００６４】以上のようなマッチング処理を行なえば、
計算量が大幅に低減され、高速な処理が可能になる。他
の方法については実施例１と同様である。 （実施例１２）本実施例は、変形量に対してしきい値を
設定することによってマッチング処理における計算量を
低減したものである。すなわち、実施例１のマッチング
処理において求められる変形量や実施例１１のマッチン
グ処理の過程で累積される変形量が規定したしきい値を
超えたときに、対象形状から選択した節点は形状模型の
節点に一致する点ではないと判断し、計算を打ち切って
次の節点について計算を行なうようにしている。このよ
うに、変形量の演算過程で適合しない節点については演
算を打ち切るようにしているから、計算量が低減されて
処理速度が高速化されるのである。
計算量が大幅に低減され、高速な処理が可能になる。他
の方法については実施例１と同様である。 （実施例１２）本実施例は、変形量に対してしきい値を
設定することによってマッチング処理における計算量を
低減したものである。すなわち、実施例１のマッチング
処理において求められる変形量や実施例１１のマッチン
グ処理の過程で累積される変形量が規定したしきい値を
超えたときに、対象形状から選択した節点は形状模型の
節点に一致する点ではないと判断し、計算を打ち切って
次の節点について計算を行なうようにしている。このよ
うに、変形量の演算過程で適合しない節点については演
算を打ち切るようにしているから、計算量が低減されて
処理速度が高速化されるのである。
【００６５】ここで、変形量に対するしきい値は、複数
の対象形状について過去のマッチング処理の結果の変形
量の分布を参考にしてなるべく小さな値に設定する。ま
た、マッチング処理の過程において、設定したしきい値
よりも変形量が小さい場合に、その変形量をマッチング
処理でのしきい値に用いるようにしてもよい。あるいは
また、形状模型の長さや傾きについて制限範囲を設定
し、対象形状から節点を選択する際に変形量を計算する
過程で対象形状から求めた長さや傾きが制限範囲外にな
ると、その変形量の計算を打ち切って次に選択した節点
についての変形量の計算を行なってもよい。他の方法に
ついては実施例１と同様である。
の対象形状について過去のマッチング処理の結果の変形
量の分布を参考にしてなるべく小さな値に設定する。ま
た、マッチング処理の過程において、設定したしきい値
よりも変形量が小さい場合に、その変形量をマッチング
処理でのしきい値に用いるようにしてもよい。あるいは
また、形状模型の長さや傾きについて制限範囲を設定
し、対象形状から節点を選択する際に変形量を計算する
過程で対象形状から求めた長さや傾きが制限範囲外にな
ると、その変形量の計算を打ち切って次に選択した節点
についての変形量の計算を行なってもよい。他の方法に
ついては実施例１と同様である。
【００６６】（実施例１３）本実施例では、マッチング
処理における計算量を低減するために、形状模型に関す
る知識を用いるものである。たとえば、図９に示した形
状模型について、「節点ｐ0 ，ｐ4 はデータの左右の
端に対応する」、「節点ｐ3 はもっとも高い位置にあ
る」、「節点ｐ0 は節点ｐ1 よりも必ず低い位置にあ
る」というような知識を用いると、対象形状から形状模
型の節点に対応する節点を選択する際に、組み合わせの
数を減らすことができるのである。との知識を用い
ると、図２９（ａ）の節点Ｂp0，Ｂp3，Ｂp4を選択する
ことができる。また、の知識を用いると、図２９
（ｂ）の節点Ｂp1に対して節点Ｂp2の選択範囲を小さく
することができる。他の方法は実施例１と同様である。
処理における計算量を低減するために、形状模型に関す
る知識を用いるものである。たとえば、図９に示した形
状模型について、「節点ｐ0 ，ｐ4 はデータの左右の
端に対応する」、「節点ｐ3 はもっとも高い位置にあ
る」、「節点ｐ0 は節点ｐ1 よりも必ず低い位置にあ
る」というような知識を用いると、対象形状から形状模
型の節点に対応する節点を選択する際に、組み合わせの
数を減らすことができるのである。との知識を用い
ると、図２９（ａ）の節点Ｂp0，Ｂp3，Ｂp4を選択する
ことができる。また、の知識を用いると、図２９
（ｂ）の節点Ｂp1に対して節点Ｂp2の選択範囲を小さく
することができる。他の方法は実施例１と同様である。
【００６７】（実施例１４）本実施例は、形状模型にお
ける標準値や許容範囲の望ましい設定方法であって、過
去複数回のマッチング結果を利用し、各線分の長さと傾
きの平均値を標準値として利用し、標準値±（所定値×
標準偏差）を許容範囲とするものである。このように、
過去のマッチング結果に基づいて標準値や許容範囲を設
定すれば、よい形状模型を設定することができる。他の
方法については実施例１と同様である。
ける標準値や許容範囲の望ましい設定方法であって、過
去複数回のマッチング結果を利用し、各線分の長さと傾
きの平均値を標準値として利用し、標準値±（所定値×
標準偏差）を許容範囲とするものである。このように、
過去のマッチング結果に基づいて標準値や許容範囲を設
定すれば、よい形状模型を設定することができる。他の
方法については実施例１と同様である。
【００６８】（実施例１５）本実施例は、対象物１の全
体的な形状を認識した後に、部分の詳細な形状を認識し
ようとするものであって、対象物１の全体形状について
の近似処理を行なう際に粗い近似を行なった対象形状
と、全体の形状を表す形状模型とを照合して全体形状を
認識し、さらに、必要部分について細かい近似を行なっ
た対象形状と、部分的な形状模型とを照合して部分の詳
細形状を認識するものである。
体的な形状を認識した後に、部分の詳細な形状を認識し
ようとするものであって、対象物１の全体形状について
の近似処理を行なう際に粗い近似を行なった対象形状
と、全体の形状を表す形状模型とを照合して全体形状を
認識し、さらに、必要部分について細かい近似を行なっ
た対象形状と、部分的な形状模型とを照合して部分の詳
細形状を認識するものである。
【００６９】たとえば、図３０（ａ）のような点列Ｓに
ついて粗い近似を行なって、図３０（ｂ）のような略Ｍ
字形の形状模型とのマッチング処理を行なう。次に、図
３０（ｃ）に示すように、形状模型の節点ｐ0 と節点ｐ
2 との間について点列Ｓに対して対象形状の細かい近似
を行ない、図３０（ｄ）のような形状の形状模型によっ
てマッチング処理を行なうのである。このような処理に
よって、図３０（ｅ）に示すように部分的に詳細な形状
の認識が可能になる。
ついて粗い近似を行なって、図３０（ｂ）のような略Ｍ
字形の形状模型とのマッチング処理を行なう。次に、図
３０（ｃ）に示すように、形状模型の節点ｐ0 と節点ｐ
2 との間について点列Ｓに対して対象形状の細かい近似
を行ない、図３０（ｄ）のような形状の形状模型によっ
てマッチング処理を行なうのである。このような処理に
よって、図３０（ｅ）に示すように部分的に詳細な形状
の認識が可能になる。
【００７０】このような段階的処理方法を採用すれば、
対象物１の全体形状について詳細な形状を認識する場合
に比較して、処理コストを低減することができ、かつ必
要部分については詳細な形状を認識することができる。
他の方法は実施例１と同様である。 （実施例１６）実施例１５では段階的処理方法を採用し
ているが、対象形状によっては実施例１５の手順を採用
できないこともある。そこで、図３１のようにして得ら
れている節点Ｂpiのうちで形状模型の節点ｐi に照合す
る少なくとも１個について、図３２（ａ）に示すよう
に、点列Ｓの中で節点Ｂpiの近傍の所定範囲内に存在す
る点を順に選択してそれぞれ節点候補Ｃpiとし、各節点
候補Ｃpiを節点として採用したときの最小変形量をそれ
ぞれ求める。このようにして最小変形量がもっとも小さ
くなる節点候補Ｃpiが見つかれば、図３２（ｂ）に示す
ように、その節点候補Ｃpiを節点Ｂpiに代わる節点
Ｂpi′として採用して形状模型とのマッチング処理を行
なうのである。
対象物１の全体形状について詳細な形状を認識する場合
に比較して、処理コストを低減することができ、かつ必
要部分については詳細な形状を認識することができる。
他の方法は実施例１と同様である。 （実施例１６）実施例１５では段階的処理方法を採用し
ているが、対象形状によっては実施例１５の手順を採用
できないこともある。そこで、図３１のようにして得ら
れている節点Ｂpiのうちで形状模型の節点ｐi に照合す
る少なくとも１個について、図３２（ａ）に示すよう
に、点列Ｓの中で節点Ｂpiの近傍の所定範囲内に存在す
る点を順に選択してそれぞれ節点候補Ｃpiとし、各節点
候補Ｃpiを節点として採用したときの最小変形量をそれ
ぞれ求める。このようにして最小変形量がもっとも小さ
くなる節点候補Ｃpiが見つかれば、図３２（ｂ）に示す
ように、その節点候補Ｃpiを節点Ｂpiに代わる節点
Ｂpi′として採用して形状模型とのマッチング処理を行
なうのである。
【００７１】たとえば、実施例１のような追跡法による
折れ線近似で得た節点Ｂpiは、真の角位置に対して追跡
方向にずれる傾向があるから、図３１に示した節点Ｂp1
は真の位置に対して追跡方向（右方向）にずれて位置し
ている。そこで、求めた節点Ｂp1を用いてマッチング処
理を一度行なった後に、上述したように節点Ｂp1から見
て追跡方向とは反対側（左側）に並ぶ点列Ｓの所定個数
の点を節点候補Ｃpiとして選択し、対象形状をＢp1−Ｃ
pi−Ｂp3−Ｂp4−Ｂp5として形状模型と照合したときの
変形量Ｅtotal を計算するのである。この演算により、
変形量Ｅtotalが節点Ｂp1を選択した場合よりも小さく
なる節点候補Ｃpiがあれば、その節点候補Ｃpiを新たな
節点Ｂpi′として採用し、変形量Ｅtotal が最小になる
節点候補Ｃpiを節点Ｂpi′として採用するのである。こ
のような処理によって、形状対象としてより的確な節点
Ｂpiを選択することができるのである。この手順をまと
めると図３３のようになる。他の手順は実施例１と同様
である。
折れ線近似で得た節点Ｂpiは、真の角位置に対して追跡
方向にずれる傾向があるから、図３１に示した節点Ｂp1
は真の位置に対して追跡方向（右方向）にずれて位置し
ている。そこで、求めた節点Ｂp1を用いてマッチング処
理を一度行なった後に、上述したように節点Ｂp1から見
て追跡方向とは反対側（左側）に並ぶ点列Ｓの所定個数
の点を節点候補Ｃpiとして選択し、対象形状をＢp1−Ｃ
pi−Ｂp3−Ｂp4−Ｂp5として形状模型と照合したときの
変形量Ｅtotal を計算するのである。この演算により、
変形量Ｅtotalが節点Ｂp1を選択した場合よりも小さく
なる節点候補Ｃpiがあれば、その節点候補Ｃpiを新たな
節点Ｂpi′として採用し、変形量Ｅtotal が最小になる
節点候補Ｃpiを節点Ｂpi′として採用するのである。こ
のような処理によって、形状対象としてより的確な節点
Ｂpiを選択することができるのである。この手順をまと
めると図３３のようになる。他の手順は実施例１と同様
である。
【００７２】（実施例１７）本実施例は、それぞれ形状
の異なる複数の対象物１が存在する場合について各対象
物１を個別に認識する方法の例であって、図３４（ｂ）
のように、対象物１から得た対象形状と照合する形状模
型を複数種類用意しておき、これらの形状模型から変形
量が最小となる形状模型を選択することによって、複数
の認識対象が混在していても最適な形状模型を適合させ
ることができるようにしたものである。
の異なる複数の対象物１が存在する場合について各対象
物１を個別に認識する方法の例であって、図３４（ｂ）
のように、対象物１から得た対象形状と照合する形状模
型を複数種類用意しておき、これらの形状模型から変形
量が最小となる形状模型を選択することによって、複数
の認識対象が混在していても最適な形状模型を適合させ
ることができるようにしたものである。
【００７３】すなわち、図３４（ｂ）において、Ａは重
ね継手、Ｂは角継手、Ｃは突き合わせ継手、ＤはＴ継手
に対する形状模型であって、図３４（ａ）に示す点列Ｓ
は、各形状模型との間でマッチング処理が施される。こ
こで、４種類の形状模型と点列Ｓとの間で求めた変形量
が最小となる形状模型を選択すれば、認識に最適な形状
模型を用いた認識が可能になるのである。ここでは、図
３４（ｃ）のように、角継手であるＢの形状模型が選択
されるのであって、どの形状模型が選択されたかという
情報を用いることによって、継手の種類を判別すること
ができる。したがって、１台の溶接ロボットで複数の種
類の継手の溶接に対応するといった応用が可能である。
他の方法については実施例１と同様である。
ね継手、Ｂは角継手、Ｃは突き合わせ継手、ＤはＴ継手
に対する形状模型であって、図３４（ａ）に示す点列Ｓ
は、各形状模型との間でマッチング処理が施される。こ
こで、４種類の形状模型と点列Ｓとの間で求めた変形量
が最小となる形状模型を選択すれば、認識に最適な形状
模型を用いた認識が可能になるのである。ここでは、図
３４（ｃ）のように、角継手であるＢの形状模型が選択
されるのであって、どの形状模型が選択されたかという
情報を用いることによって、継手の種類を判別すること
ができる。したがって、１台の溶接ロボットで複数の種
類の継手の溶接に対応するといった応用が可能である。
他の方法については実施例１と同様である。
【００７４】上述したように、本発明では、対象形状の
うちで形状模型と同じ数の節点を選択する可能な組み合
わせについて変形量を計算することによってマッチング
処理を行なうから、たとえば、図３５に示すように、溶
接する板材を押さえるホルダＨが撮像装置３の視野内に
入って点列Ｓに不要な情報が含まれているような場合
や、図３６に示すように、溶接線の近くに穴が開いてい
て点列Ｓに不連続部分Ｇが形成されているような場合を
認識することができ、目的とする形状を容易に抽出して
認識することができるのである。ここで、穴による不連
続部分Ｇについては、形状を認識すべき区間外であるか
ら、上述の補完処理は行なわない。
うちで形状模型と同じ数の節点を選択する可能な組み合
わせについて変形量を計算することによってマッチング
処理を行なうから、たとえば、図３５に示すように、溶
接する板材を押さえるホルダＨが撮像装置３の視野内に
入って点列Ｓに不要な情報が含まれているような場合
や、図３６に示すように、溶接線の近くに穴が開いてい
て点列Ｓに不連続部分Ｇが形成されているような場合を
認識することができ、目的とする形状を容易に抽出して
認識することができるのである。ここで、穴による不連
続部分Ｇについては、形状を認識すべき区間外であるか
ら、上述の補完処理は行なわない。
【００７５】（実施例１８）実施例１７では、複数種類
の形状模型を１つの対象形状に適用しているから、処理
時間が長くなるという問題を有している。そこで、本実
施例では、各形状模型に優先順位を設定しておき、優先
順位の高い形状模型から順に対象形状とのマッチング処
理を処理を行ない、そのときの変形量Ｅtotal があらか
じめ設定されたしきい値以下になった時点で形状模型の
選択を打切り、そのときの形状模型を対象形状に照合す
る形状模型とするのである。
の形状模型を１つの対象形状に適用しているから、処理
時間が長くなるという問題を有している。そこで、本実
施例では、各形状模型に優先順位を設定しておき、優先
順位の高い形状模型から順に対象形状とのマッチング処
理を処理を行ない、そのときの変形量Ｅtotal があらか
じめ設定されたしきい値以下になった時点で形状模型の
選択を打切り、そのときの形状模型を対象形状に照合す
る形状模型とするのである。
【００７６】たとえば、図３４に示す４つの形状模型の
出現頻度がＡ，Ｂ，Ｃ，Ｄの順に高いものとすると、こ
の順で各形状模型を図３４（ａ）に示す対象形状と照合
するのであって、図３７に示すように、照合の際に変形
量についてしきい値を設定しておき、各形状模型ごとに
得られた最小変形量としきい値とを比較するのである。
比較結果によって、最小変形量がしきい値以下になれ
ば、そのときの形状模型を最適な形状模型としてマッチ
ング処理を行ない、すべての形状模型について比較して
も最小変形量がしきい値以下にならない場合には、最後
に選択した形状模型を採用する。
出現頻度がＡ，Ｂ，Ｃ，Ｄの順に高いものとすると、こ
の順で各形状模型を図３４（ａ）に示す対象形状と照合
するのであって、図３７に示すように、照合の際に変形
量についてしきい値を設定しておき、各形状模型ごとに
得られた最小変形量としきい値とを比較するのである。
比較結果によって、最小変形量がしきい値以下になれ
ば、そのときの形状模型を最適な形状模型としてマッチ
ング処理を行ない、すべての形状模型について比較して
も最小変形量がしきい値以下にならない場合には、最後
に選択した形状模型を採用する。
【００７７】図３４の例では、Ｂの形状模型を採用した
ときに最小変形量が最小になるから、Ｂの形状模型に対
する最小変形量の期待値よりもやや大きい値でしきい値
を設定しておけば、他の形状模型を選択せずにＢの形状
模型を採用することができるのである。この場合、Ｃ，
Ｄの形状模型についてはマッチング処理を行なう必要が
ないとともに最小変形量を求める必要がなく、処理時間
が短縮されることになる。
ときに最小変形量が最小になるから、Ｂの形状模型に対
する最小変形量の期待値よりもやや大きい値でしきい値
を設定しておけば、他の形状模型を選択せずにＢの形状
模型を採用することができるのである。この場合、Ｃ，
Ｄの形状模型についてはマッチング処理を行なう必要が
ないとともに最小変形量を求める必要がなく、処理時間
が短縮されることになる。
【００７８】本実施例の方法は、形状模型に明瞭な差が
あるときにとくに有効である。また、対象形状が時系列
的に順次入力されるような場合であって、形状模型の各
種類に対応した対象形状の発生確率に偏りがある場合に
は、過去の照合結果を考慮して形状模型の優先順位を決
定すれば、各形状模型を選択する回数を減少させること
ができ、処理時間の短縮につながるのである。他の手順
は実施例１と同様である。
あるときにとくに有効である。また、対象形状が時系列
的に順次入力されるような場合であって、形状模型の各
種類に対応した対象形状の発生確率に偏りがある場合に
は、過去の照合結果を考慮して形状模型の優先順位を決
定すれば、各形状模型を選択する回数を減少させること
ができ、処理時間の短縮につながるのである。他の手順
は実施例１と同様である。
【００７９】（実施例１９）上述した各実施例では、２
次元平面における対象形状と形状模型との照合を行なっ
ているが、本実施例では３次元空間における対象形状と
形状模型との照合を行なうように拡張した例を示す。す
なわち、基本的には照合すべき特徴量の種類を増やすこ
とによって３次元空間への拡張を行なっているのであっ
て、本実施例では図３８に示すように、３次元空間内で
１つの基準面（図ではＸＹ平面）Ｒを設定し、節点ｐk
（ｋ＝０〜３）の間を結ぶ各線分ｓk （ｋ＝０〜２）を
基準面Ｒに投影したときのＹ軸に対する傾きθk （ｋ＝
０〜２）と、各線分ｓk の基準面Ｒに対する傾きφ
k （ｋ＝０〜２）と、各線分ｓk の長さｌk （ｋ＝０〜
２）とを特徴量として用いている。また、２次元平面で
の特徴量と同様に、各特徴量について許容範囲
〔ｌmink，ｌmaxk〕，〔θmink，θmaxk〕，〔φmink，
φmaxk〕と標準値ｌstk ，θstk ，φstk とが設定され
る。標準値ｌstk ，θstk ，φ stk が次の関係を有する
ことはいうまでもない。 ｌmink＜ｌstk ＜ｌmaxk θmink＜θstk ＜θmaxk φmink＜φstk ＜φmaxk 上述のように特徴量の種類を増やすことによって、３次
元空間に存在する点列Ｓについても対象形状と形状模型
との照合が可能になるのである。ここにおいて、点列Ｓ
について３次元情報を獲得する方法としては、実施例１
のような光切断法を用いるもののほか、複数台の撮像装
置３を用い各撮像装置３の視差に基づいて３次元情報を
得るステレオビジョンを採用することができる。このよ
うな３次元空間での照合を可能とすることによって、た
とえば、直方体状の対象物１や円柱状の対象物１につい
て、図３９（ａ）に示すような点列Ｓが得られたとき
に、直方体状の対象物１の角部を認識することが可能に
なる。すなわち、図３９（ｂ）のように、形状模型とし
て直方体状の対象物１の１つの角部を節点ｐ0 とし、こ
の角部に隣合う３個の角部を節点ｐ1 〜ｐ3 とし、節点
ｐ0 と他の節点ｐ1 〜ｐ3 とを結ぶ３本の線分を線素ｓ
1 〜ｓ3 とすることによって、節点ｐ0 に対応した角部
を認識することが可能になるのである。
次元平面における対象形状と形状模型との照合を行なっ
ているが、本実施例では３次元空間における対象形状と
形状模型との照合を行なうように拡張した例を示す。す
なわち、基本的には照合すべき特徴量の種類を増やすこ
とによって３次元空間への拡張を行なっているのであっ
て、本実施例では図３８に示すように、３次元空間内で
１つの基準面（図ではＸＹ平面）Ｒを設定し、節点ｐk
（ｋ＝０〜３）の間を結ぶ各線分ｓk （ｋ＝０〜２）を
基準面Ｒに投影したときのＹ軸に対する傾きθk （ｋ＝
０〜２）と、各線分ｓk の基準面Ｒに対する傾きφ
k （ｋ＝０〜２）と、各線分ｓk の長さｌk （ｋ＝０〜
２）とを特徴量として用いている。また、２次元平面で
の特徴量と同様に、各特徴量について許容範囲
〔ｌmink，ｌmaxk〕，〔θmink，θmaxk〕，〔φmink，
φmaxk〕と標準値ｌstk ，θstk ，φstk とが設定され
る。標準値ｌstk ，θstk ，φ stk が次の関係を有する
ことはいうまでもない。 ｌmink＜ｌstk ＜ｌmaxk θmink＜θstk ＜θmaxk φmink＜φstk ＜φmaxk 上述のように特徴量の種類を増やすことによって、３次
元空間に存在する点列Ｓについても対象形状と形状模型
との照合が可能になるのである。ここにおいて、点列Ｓ
について３次元情報を獲得する方法としては、実施例１
のような光切断法を用いるもののほか、複数台の撮像装
置３を用い各撮像装置３の視差に基づいて３次元情報を
得るステレオビジョンを採用することができる。このよ
うな３次元空間での照合を可能とすることによって、た
とえば、直方体状の対象物１や円柱状の対象物１につい
て、図３９（ａ）に示すような点列Ｓが得られたとき
に、直方体状の対象物１の角部を認識することが可能に
なる。すなわち、図３９（ｂ）のように、形状模型とし
て直方体状の対象物１の１つの角部を節点ｐ0 とし、こ
の角部に隣合う３個の角部を節点ｐ1 〜ｐ3 とし、節点
ｐ0 と他の節点ｐ1 〜ｐ3 とを結ぶ３本の線分を線素ｓ
1 〜ｓ3 とすることによって、節点ｐ0 に対応した角部
を認識することが可能になるのである。
【００８０】本実施例のように３次元空間での照合を行
なう場合であっても、実施例３と同様に部分楕円を線素
ｓk として用いることが可能であって、線素ｓK の長さ
ｌkにはは長径と偏平度とを用いればよく、線素ｓK を
基準面Ｒに投影したときの傾きθk および線素ｓk の基
準面Ｒに対する傾きφk には、長軸ないし短軸を基準面
Ｒに投影したときの傾きと、長軸ないし短軸の基準面Ｒ
に対する傾きとを用いればよい。他の手順については実
施例１と同様である。
なう場合であっても、実施例３と同様に部分楕円を線素
ｓk として用いることが可能であって、線素ｓK の長さ
ｌkにはは長径と偏平度とを用いればよく、線素ｓK を
基準面Ｒに投影したときの傾きθk および線素ｓk の基
準面Ｒに対する傾きφk には、長軸ないし短軸を基準面
Ｒに投影したときの傾きと、長軸ないし短軸の基準面Ｒ
に対する傾きとを用いればよい。他の手順については実
施例１と同様である。
【００８１】（実施例２０）上述した各実施例では、対
象形状と形状模型との画像内での座標がほぼ一致すると
仮定したものであったが、対象物１の位置によっては対
象形状は形状模型に対して平行移動や回転移動をするこ
とになる。平行移動の場合には、線素ｓk の長さｌk 、
線素ｓk の傾きθk が変化することはないから座標変換
のみで対象形状を形状模型に照合することが可能である
が、回転移動の場合には、基準線の回転量を特定するこ
とができないから線素ｓk の傾きθk を求めることがで
きないものである。すなわち、対象形状が形状模型に対
して回転移動していると、上述した特徴量を用いても対
象形状と形状模型とを照合することができないことにな
る。
象形状と形状模型との画像内での座標がほぼ一致すると
仮定したものであったが、対象物１の位置によっては対
象形状は形状模型に対して平行移動や回転移動をするこ
とになる。平行移動の場合には、線素ｓk の長さｌk 、
線素ｓk の傾きθk が変化することはないから座標変換
のみで対象形状を形状模型に照合することが可能である
が、回転移動の場合には、基準線の回転量を特定するこ
とができないから線素ｓk の傾きθk を求めることがで
きないものである。すなわち、対象形状が形状模型に対
して回転移動していると、上述した特徴量を用いても対
象形状と形状模型とを照合することができないことにな
る。
【００８２】本実施例では、このような問題を解決する
ために、図４０に示すように、傾きθk に代えて、隣合
う一対の線素ｓk が挟む角度ψk （ｋ＝０〜３）を特徴
量に用いているのである。この角度ψk は対象形状が回
転移動したとしても変化することがないから、回転移動
している対象形状についても形状模型との照合が可能に
なるのである。ここに、特徴量については許容範囲〔ｌ
mink，ｌmaxk〕，〔ψ mink，ψmaxk〕と標準値ｌstk ，
ψstk とが設定される。また、標準値ｌstk ，ψ
stk は、次の関係を有している。 ｌmink＜ｌstk ＜ｌmaxk ψmink＜ψstk ＜ψmaxk 上述のように線素ｓk の長さｌk と相対的な位置関係と
しての角度ψk を特徴量として用いることで基準線が不
要になり、対象形状の方向性による拘束が除去されるの
である。すなわち、図４１のように、対象形状が形状模
型に対して回転移動していても照合が可能になるのであ
る。ここにおいて、角度ψk は、一対の線素ｓk の傾き
θk の差として求めるようにしてもよい。すなわち、一
対の線素ｓi ，ｓj についての角度ψk を、ψk ＝｜θ
i −θj ｜としてもよい。この場合に、傾きθk の取り
方には方向性が必要であって、たとえば各線素ｓk につ
いて傾きθk を求めるときに節点ｐk の右側に基準線と
平行線を取り、この平行線から右回りでのみ傾きθk を
取ったり、この平行線から右回りでは傾きθk を正、左
回りでは負とするように符号を付与したりする必要があ
る。
ために、図４０に示すように、傾きθk に代えて、隣合
う一対の線素ｓk が挟む角度ψk （ｋ＝０〜３）を特徴
量に用いているのである。この角度ψk は対象形状が回
転移動したとしても変化することがないから、回転移動
している対象形状についても形状模型との照合が可能に
なるのである。ここに、特徴量については許容範囲〔ｌ
mink，ｌmaxk〕，〔ψ mink，ψmaxk〕と標準値ｌstk ，
ψstk とが設定される。また、標準値ｌstk ，ψ
stk は、次の関係を有している。 ｌmink＜ｌstk ＜ｌmaxk ψmink＜ψstk ＜ψmaxk 上述のように線素ｓk の長さｌk と相対的な位置関係と
しての角度ψk を特徴量として用いることで基準線が不
要になり、対象形状の方向性による拘束が除去されるの
である。すなわち、図４１のように、対象形状が形状模
型に対して回転移動していても照合が可能になるのであ
る。ここにおいて、角度ψk は、一対の線素ｓk の傾き
θk の差として求めるようにしてもよい。すなわち、一
対の線素ｓi ，ｓj についての角度ψk を、ψk ＝｜θ
i −θj ｜としてもよい。この場合に、傾きθk の取り
方には方向性が必要であって、たとえば各線素ｓk につ
いて傾きθk を求めるときに節点ｐk の右側に基準線と
平行線を取り、この平行線から右回りでのみ傾きθk を
取ったり、この平行線から右回りでは傾きθk を正、左
回りでは負とするように符号を付与したりする必要があ
る。
【００８３】本実施例の技術思想は、実施例１９のよう
な３次元空間での照合にも適用可能であって、本実施例
での形状模型は、図４２に示すように、各線素ｓk を基
準面（ＸＹ平面）Ｒに投影した直線のＹ軸方向に対する
傾きθk ではなく、節点ｐ0を挟んで隣合う一対の直線
間の角度ψk で表し、また、各線素ｓk について基準面
Ｒに対する傾きφk ではなく、各一対の線素ｓk の傾き
φk の差δk で表すようにしてある。すなわち、２本の
線素ｓi ，ｓj の傾きφi ，φj の差δk は、δk ＝φ
i ，φj として求めることができる。ただし、差δk を
求めるにあたって線素ｓk が基準面Ｒに対して負側にあ
るときには、傾きφk に負符号を付与する。たとえば、
図４２に示した例では．節点ｐ0 と節点ｐ3 とを結ぶ線
素ｓ3 は基準面Ｒに対して負側に位置するから傾きφ3
は負符号になり、基準面Ｒに対して正側に位置する線素
ｓ1 の傾きφ1 との差δ3 を求めると、 δ3 ＝｜φ3 −φ1 ｜＝φ1 ＋｜φ3 ｜ になる。
な３次元空間での照合にも適用可能であって、本実施例
での形状模型は、図４２に示すように、各線素ｓk を基
準面（ＸＹ平面）Ｒに投影した直線のＹ軸方向に対する
傾きθk ではなく、節点ｐ0を挟んで隣合う一対の直線
間の角度ψk で表し、また、各線素ｓk について基準面
Ｒに対する傾きφk ではなく、各一対の線素ｓk の傾き
φk の差δk で表すようにしてある。すなわち、２本の
線素ｓi ，ｓj の傾きφi ，φj の差δk は、δk ＝φ
i ，φj として求めることができる。ただし、差δk を
求めるにあたって線素ｓk が基準面Ｒに対して負側にあ
るときには、傾きφk に負符号を付与する。たとえば、
図４２に示した例では．節点ｐ0 と節点ｐ3 とを結ぶ線
素ｓ3 は基準面Ｒに対して負側に位置するから傾きφ3
は負符号になり、基準面Ｒに対して正側に位置する線素
ｓ1 の傾きφ1 との差δ3 を求めると、 δ3 ＝｜φ3 −φ1 ｜＝φ1 ＋｜φ3 ｜ になる。
【００８４】各特徴量については、他の実施例と同様
に、許容範囲〔ｌmink，ｌmaxk〕，〔ψmink，
ψmaxk〕，〔δmink，δmaxk〕と標準値ｌstk ，
ψstk ，δstk とが設定され、また、標準値ｌstk ，ψ
stk ，δstk は、次の関係を有している。 ｌmink＜ｌstk ＜ｌmaxk ψmink＜ψstk ＜ψmaxk δmink＜δstk ＜δmaxk 他の手順については実施例１と同様である。なお、本実
施例の手順は、対象形状が回転移動したことを検出する
必要がある場合（回転を不良ないし異常として検出する
必要がある場合など）には、本実施例の方法を採用する
ことができないので、そのような場合には、傾きθk ，
φk を用いた形状模型を用いることが必要である。しか
るに、傾きθk ，φk の差ψk ，δk を用いるようにす
れば、傾きθk ，φk とその差ψk ，δk との両方をデ
ータとして持つことが可能になり、回転移動の検出の要
否に応じてデータを選択して対象形状と形状模型との照
合を行なうことが可能になる。
に、許容範囲〔ｌmink，ｌmaxk〕，〔ψmink，
ψmaxk〕，〔δmink，δmaxk〕と標準値ｌstk ，
ψstk ，δstk とが設定され、また、標準値ｌstk ，ψ
stk ，δstk は、次の関係を有している。 ｌmink＜ｌstk ＜ｌmaxk ψmink＜ψstk ＜ψmaxk δmink＜δstk ＜δmaxk 他の手順については実施例１と同様である。なお、本実
施例の手順は、対象形状が回転移動したことを検出する
必要がある場合（回転を不良ないし異常として検出する
必要がある場合など）には、本実施例の方法を採用する
ことができないので、そのような場合には、傾きθk ，
φk を用いた形状模型を用いることが必要である。しか
るに、傾きθk ，φk の差ψk ，δk を用いるようにす
れば、傾きθk ，φk とその差ψk ，δk との両方をデ
ータとして持つことが可能になり、回転移動の検出の要
否に応じてデータを選択して対象形状と形状模型との照
合を行なうことが可能になる。
【００８５】
【００８６】
【００８７】
【発明の効果】 請求項１や請求項２ の発明は、特徴量に
ついて許容範囲に対する超過分や不足分を加味した変形
量を対象形状と形状模型との一致程度の評価に用いるの
で、対象形状の形状模型に対する差異を適合・不適合と
いった２値的な判断ではなく、連続的な変形量として評
価することができるという効果がある。しかも、特徴量
について形状模型の全体で累計するから、対象形状から
選択した節点により形作られる形状と形状模型との差異
を全体的に評価することができるという効果を奏する。
ついて許容範囲に対する超過分や不足分を加味した変形
量を対象形状と形状模型との一致程度の評価に用いるの
で、対象形状の形状模型に対する差異を適合・不適合と
いった２値的な判断ではなく、連続的な変形量として評
価することができるという効果がある。しかも、特徴量
について形状模型の全体で累計するから、対象形状から
選択した節点により形作られる形状と形状模型との差異
を全体的に評価することができるという効果を奏する。
【００８８】また、対象形状の上のすべての点と形状図
形との最小距離の平均値をポテンシャル変形成分とし
て、このポテンシャル変形成分を変形量の成分として加
味しているので、形状模型が許容範囲を持っていても高
い認識精度が得られるという利点がある。請求項３、請
求項４、請求項５、請求項１０、請求項１１、請求項１
２、請求項１３のような方法を採用すれば、不要な計算
を除外することができマッチング処理が効率化されると
いう利点がある。
形との最小距離の平均値をポテンシャル変形成分とし
て、このポテンシャル変形成分を変形量の成分として加
味しているので、形状模型が許容範囲を持っていても高
い認識精度が得られるという利点がある。請求項３、請
求項４、請求項５、請求項１０、請求項１１、請求項１
２、請求項１３のような方法を採用すれば、不要な計算
を除外することができマッチング処理が効率化されると
いう利点がある。
【００８９】請求項６、請求項７の方法を用いれば、対
象形状から選択した節点が照合しようとする形状模型の
節点の個数よりも少ない場合に、対象形状から形状模型
との照合が可能になるように節点を抽出することができ
るという利点がある。請求項８、請求項９の方法を用い
れば、対象形状に不連続部分が含まれていても処理が可
能である。
象形状から選択した節点が照合しようとする形状模型の
節点の個数よりも少ない場合に、対象形状から形状模型
との照合が可能になるように節点を抽出することができ
るという利点がある。請求項８、請求項９の方法を用い
れば、対象形状に不連続部分が含まれていても処理が可
能である。
【００９０】請求項８の方法によれば、形状認識の過程
を複数段階に分け、最初に粗い形状認識を行なった後
に、その結果を利用して詳細な形状認識が行なえるか
ら、形状認識の精度を高めることができるという効果が
ある。請求項１７、請求項１８の方法によれば、対象形
状と形状模型との一致程度を評価できるという利点があ
る。
を複数段階に分け、最初に粗い形状認識を行なった後
に、その結果を利用して詳細な形状認識が行なえるか
ら、形状認識の精度を高めることができるという効果が
ある。請求項１７、請求項１８の方法によれば、対象形
状と形状模型との一致程度を評価できるという利点があ
る。
【００９１】請求項１９、請求項２０の方法では、複数
種類の対象形状を識別することが可能になるという利点
がある。
種類の対象形状を識別することが可能になるという利点
がある。
【図１】実施例１の動作説明図である。
【図２】実施例１おける変形量の概念を説明する図であ
る。
る。
【図３】実施例１におけるマッチング処理の例を示す説
明図である。
明図である。
【図４】実施例１におけるマッチング処理を示す動作説
明図である。
明図である。
【図５】実施例に用いる装置の概略構成図である。
【図６】図５に示した装置により点列を得る過程を示す
図である。
図である。
【図７】実施例１の折れ線近似処理の概念を示す図であ
る。
る。
【図８】実施例１の点列の例を示す図である。
【図９】実施例１の形状模型の例を示す図である。
【図１０】実施例２で用いるハフ変換の概念を説明する
図である。
図である。
【図１１】実施例３の形状模型の例を示す図である。
【図１２】実施例４における点列の補完処理を説明する
図である。
図である。
【図１３】実施例５の処理過程の概念を示す図である。
【図１４】実施例５の処理過程を示す動作説明図であ
る。
る。
【図１５】実施例６の処理過程の概念を示す図である。
【図１６】実施例６の処理過程を示す動作説明図であ
る。
る。
【図１７】実施例７に用いる形状模型を示す図である。
【図１８】実施例７の適用例を示す図である。
【図１９】実施例８の変形量の概念を説明する図であ
る。
る。
【図２０】実施例９の適用例を示す斜視図である。
【図２１】実施例９の処理過程の概念を説明する図であ
る。
る。
【図２２】実施例９の動作説明図である。
【図２３】実施例１０の処理過程を示す動作説明図であ
る。
る。
【図２４】実施例１１での処理結果の概念を説明する図
である。
である。
【図２５】実施例１１の処理過程の概念を示す図であ
る。
る。
【図２６】実施例１１の全体の処理過程を示す動作説明
図である。
図である。
【図２７】実施例１１の要部の処理過程を示す動作説明
図である。
図である。
【図２８】実施例１１の要部の処理過程を示す動作説明
図である。
図である。
【図２９】実施例１３の動作説明図である。
【図３０】実施例１５の動作説明図である。
【図３１】実施例１６の処理過程の概念を示す図であ
る。
る。
【図３２】実施例１６の処理過程の概念を示す図であ
る。
る。
【図３３】実施例１６の処理過程を示す動作説明図であ
る。
る。
【図３４】実施例１７の動作説明図である。
【図３５】実施例１７の適用例を示す図である。
【図３６】実施例１７の適用例を示す図である。
【図３７】実施例１８の処理過程を示す動作説明図であ
る。
る。
【図３８】実施例１９の形状模型の例を示す図である。
【図３９】実施例１９の処理過程の概念を示す図であ
る。
る。
【図４０】実施例２０の形状模型の例を示す図である。
【図４１】実施例２０の処理過程の概念を示す図であ
る。
る。
【図４２】実施例２０の他の形状模型の例を示す図であ
る。
る。
１ 対象物 ２ 光源 ３ 撮像装置 １１ フレームメモリ １２ ２値化処理部 １３ ノイズ除去処理部 １４ 心線抽出部 １５ 点列生成部
フロントページの続き (56)参考文献 特開 昭62−28877（ＪＰ，Ａ) 特開 昭63−308686（ＪＰ，Ａ) 特開 昭59−77578（ＪＰ，Ａ) 特開 平３−229386（ＪＰ，Ａ) 特開 平３−194670（ＪＰ，Ａ) 特開 昭61−271586（ＪＰ，Ａ) 特開 昭64−82185（ＪＰ，Ａ) 特開 平４−373090（ＪＰ，Ａ) 特開 平２−189691（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G06T 7/00
Claims (20)
- 【請求項１】 点列で表された対象形状を、幾何的な形
状模型と照合することによって認識する形状認識方法に
おいて、形状模型を有限個の節点と節点間を順に結ぶ線
素との組として表し、対象形状から形状模型の節点と同
数の節点を選択するすべての組み合わせについて選択し
た節点の間を線素により結び、対象形状の上のすべての
点と形状模型との距離の平均値をポテンシャル変形成分
とし、線素の特徴量について許容範囲に対する超過分あ
るいは不足分の総和を特徴変形成分とし、ポテンシャル
変形成分と特徴変形成分との重み付き総和を変形量とし
て求め、変形量が最小になるように選択した節点を形状
模型に一致する節点とすることを特徴とする形状認識方
法。 - 【請求項２】 点列で表された対象形状を、幾何的な形
状模型と照合することによって認識する形状認識方法に
おいて、形状模型を有限個の節点と節点間を順に結ぶ線
素との組として表し、対象形状から形状模型の節点と同
数の節点を選択するすべての組み合わせについて選択し
た節点の間を線素により結び、対象形状の上のすべての
点と形状模型との距離の平均値をポテンシャル変形成分
とし、線素の特徴量について許容範囲に対する超過分あ
るいは不足分に第１の比例定数を乗じた値と許容範囲内
での標準値との差に第２の比例定数を乗じた値との総和
を特徴変形成分とし、第１の比例定数を第２の比例定数
よりも大きく設定し、ポテンシャル変形成分と特徴変形
成分との重み付き総和を変形量として求め、変形量が最
小になるように選択した節点を形状模型に一致する節点
とすることを特徴とする形状認識方法。 - 【請求項３】 対象形状の点列に対して折れ線近似を施
した後に、折れ線の屈曲点を節点として形状模型と照合
することを特徴とする請求項１または請求項２記載の記
載の形状認識方法。 - 【請求項４】 対象形状の点列に対して折れ線近似を施
した後に、折れ線の屈曲点を節点として形状模型と照合
し、照合に用いた対象形状の節点のうちの少なくとも一
つの節点について、その節点に対応する対象形状の節点
の近傍の既定範囲内における対象形状の他の点を節点候
補とし、変形量が最小になる節点候補を元の節点に代え
て対象形状の節点として採用することを特徴とする請求
項１ま たは請求項２記載の形状認識方法。 - 【請求項５】 対象形状の点列に対してハフ変換を施し
て求めた各点に対応するハフ曲線を用いて点列に当ては
める線分を抽出し、得られた線分の交点および点列の端
点を節点として形状模型と照合することを特徴とする請
求項１または請求項２記載の形状認識方法。 - 【請求項６】 対象形状の点列に対して折れ線近似を施
した後に、折れ線の屈曲点を節点として抽出したとき
に、節点の個数が形状模型における節点の個数よりも少
なければ、隣接する各一対の節点の間の点列のうち両節
点を結ぶ線分との距離が最大になる点を節点候補として
抽出し、抽出された節点候補を上記距離の大きいほうか
ら順に形状模型の節点と対象形状の節点との差の個数だ
け選択して対象形状の節点に加えることを特徴とする請
求項１または請求項２記載の形状認識方法。 - 【請求項７】 対象形状の点列に対してハフ変換を施し
て求めた各点に対応するハフ曲線を用いて点列に当ては
める線分を抽出し、得られた線分の交点および点列の端
点を節点として抽出したときに、節点の個数が形状模型
における節点の個数よりも少なければ、隣接する各一対
の節点の間の点列のうち両節点を結ぶ線分との距離が最
大になる点を節点候補として抽出し、抽出された節点候
補を上記距離の大きいほうから順に形状模型の節点と対
象形状の節点との差の個数だけ選択して対象形状の節点
に加えることを特徴とする請求項１または請求項２記載
の形状認識方法。 - 【請求項８】 対象形状の点列に対して欠落部分を補完
した後に形状模型と照合することを特徴とする請求項１
または請求項２記載の形状認識方法。 - 【請求項９】 対象形状に対して複数個の形状模型を部
分ごとにブロック化して設定し、各形状模型の端点の間
を結ぶ線分について特徴量の許容範囲を設定し、この線
分については特徴変形成分のみを用いて変形量を求める
ことを特徴とする請求項１または請求項２記載の形状認
識方法。 - 【請求項１０】 形状認識を繰り返して行なうにあたっ
て、過去の照合結果に基づいて形状模型の特徴量の許容
範囲を自動的に変更することを特徴とする請求項１また
は請求項２記載の形状認識方法。 - 【請求項１１】 対象形状と形状模型との照合を動的計
画法によって行なうことを特徴とする請求項１または請
求項２記載の形状認識方法。 - 【請求項１２】 上記変形量についてしきい値を設定
し、対象形状から節点を選択する際に変形量を計算する
過程で変形量がしきい値を超えると、その変形量の計算
を打ち切って次の選択について変形量を計算することを
特徴とする請求項１または請求項２記載の形状認識方
法。 - 【請求項１３】 変形量の計算過程でその計算過程での
過去の最小の変形量をしきい値として用いることを特徴
とする請求項１２記載の形状認識方法。 - 【請求項１４】 形状模型の少なくとも１つの節点に関
する知識を用いて対象形状の点列から節点を選択するこ
とを特徴とする請求項１または請求項２記載の形状認識
方法。 - 【請求項１５】 形状模型の特徴量に制限範囲を設定
し、対象形状から節点を選択する際に変形量を計算する
過程で特徴量が制限範囲外になると、その変形量の計算
を打ち切って次の選択について変形量を計算することを
特徴とする請求項１または請求項２記載の形状認識方
法。 - 【請求項１６】 対象形状の全体形状について形状模型
との照合を行なった後に、対象形状のうちの所要の部分
形状について形状模型との照合を行なうことを特徴とす
る請求項１または請求項２記載の形状認識方法。 - 【請求項１７】 変形量の最小値に対するしきい値を設
定し、変形量の最小値がしきい値よりも大きいときに、
形状模型に対する対象形状の一致の程度が低いと判定す
ることを特徴とする請求項１または請求項２記載の形状
認識方法。 - 【請求項１８】 対象形状の節点のうち少なくとも２点
の位置関係をあらかじめ設定された評価基準と比較する
ことによって、対象形状の形状模型に対する一致度を判
定することを特徴とする請求項１または請求項２記載の
形状認識方法。 - 【請求項１９】 互いに形状の異なる複数種類の形状模
型を設定し、各形状模型を対象形状と照合し、各形状模
型のうちで変形量が最小になる形状模型を対象形状に一
致する形状模型として選択することを特徴とする請求項
１または請求項２記載の形状認識方法。 - 【請求項２０】 互いに形状の異なる複数種類の形状模
型を設定し、各形状模型をあらかじめ設定された順序で
対象形状と照合し、各形状模型のうちで変形量があらか
じめ設定されたしきい値以下になった最初の形状模型を
対象形状に一致する形状模型として選択することを特徴
とする請求項１または請求項２記載の形状認識方法。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6006842A JP2942454B2 (ja) | 1993-05-26 | 1994-01-26 | 形状認識方法 |
| US08/242,669 US5546476A (en) | 1993-05-26 | 1994-05-13 | Shape recognition process |
| CA002123530A CA2123530C (en) | 1993-05-26 | 1994-05-13 | Shape recognition process |
| DE4418217A DE4418217C2 (de) | 1993-05-26 | 1994-05-25 | Formerkennungsverfahren |
| FR9406308A FR2705809B1 (fr) | 1993-05-26 | 1994-05-25 | Procédé de reconnaissance de forme. |
| CN94105487A CN1080908C (zh) | 1993-05-26 | 1994-05-26 | 形状识别方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12450893 | 1993-05-26 | ||
| JP5-124508 | 1993-05-26 | ||
| JP6006842A JP2942454B2 (ja) | 1993-05-26 | 1994-01-26 | 形状認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0793541A JPH0793541A (ja) | 1995-04-07 |
| JP2942454B2 true JP2942454B2 (ja) | 1999-08-30 |
Family
ID=26341042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6006842A Expired - Fee Related JP2942454B2 (ja) | 1993-05-26 | 1994-01-26 | 形状認識方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5546476A (ja) |
| JP (1) | JP2942454B2 (ja) |
| CN (1) | CN1080908C (ja) |
| CA (1) | CA2123530C (ja) |
| DE (1) | DE4418217C2 (ja) |
| FR (1) | FR2705809B1 (ja) |
Families Citing this family (54)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3392628B2 (ja) * | 1996-03-29 | 2003-03-31 | 富士通株式会社 | 輪郭抽出方法及びシステム |
| US6714679B1 (en) | 1998-02-05 | 2004-03-30 | Cognex Corporation | Boundary analyzer |
| US7620527B1 (en) | 1999-05-10 | 2009-11-17 | Johan Leo Alfons Gielis | Method and apparatus for synthesizing and analyzing patterns utilizing novel “super-formula” operator |
| GB9920401D0 (en) | 1999-08-27 | 1999-11-03 | Isis Innovation | Non-rigid motion image analysis |
| AU7859000A (en) | 1999-10-05 | 2001-05-10 | L-3 Communications Corporation | A method for improving the performance of micromachined devices |
| GB0028491D0 (en) * | 2000-11-22 | 2001-01-10 | Isis Innovation | Detection of features in images |
| US20020146175A1 (en) * | 2001-02-12 | 2002-10-10 | Josh Goldfoot | Method of shape recognition using postulated lines |
| DE60220072D1 (de) * | 2001-05-17 | 2007-06-21 | Koninkl Philips Electronics Nv | Vorrichtung und verfahren zur digitalisierung eines objektes |
| GB0219408D0 (en) * | 2002-08-20 | 2002-09-25 | Mirada Solutions Ltd | Computation o contour |
| US8289321B2 (en) | 2004-03-17 | 2012-10-16 | Sony Corporation | Method and apparatus for detecting plane, and robot apparatus having apparatus for detecting plane |
| TWI244334B (en) * | 2004-05-07 | 2005-11-21 | Quanta Comp Inc | Apparatus and method for increasing the display gray level |
| JP4892247B2 (ja) * | 2006-02-10 | 2012-03-07 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置、画像形成装置及び画像処理方法 |
| CN101110101A (zh) * | 2006-07-17 | 2008-01-23 | 松下电器产业株式会社 | 识别图像的方法及设备 |
| US9352411B2 (en) | 2008-05-28 | 2016-05-31 | Illinois Tool Works Inc. | Welding training system |
| AU2010238543B2 (en) * | 2010-10-29 | 2013-10-31 | Canon Kabushiki Kaisha | Method for video object detection |
| US9101994B2 (en) | 2011-08-10 | 2015-08-11 | Illinois Tool Works Inc. | System and device for welding training |
| US9583014B2 (en) | 2012-11-09 | 2017-02-28 | Illinois Tool Works Inc. | System and device for welding training |
| US9672757B2 (en) | 2013-03-15 | 2017-06-06 | Illinois Tool Works Inc. | Multi-mode software and method for a welding training system |
| US9583023B2 (en) | 2013-03-15 | 2017-02-28 | Illinois Tool Works Inc. | Welding torch for a welding training system |
| US9728103B2 (en) | 2013-03-15 | 2017-08-08 | Illinois Tool Works Inc. | Data storage and analysis for a welding training system |
| US9666100B2 (en) | 2013-03-15 | 2017-05-30 | Illinois Tool Works Inc. | Calibration devices for a welding training system |
| US9713852B2 (en) | 2013-03-15 | 2017-07-25 | Illinois Tool Works Inc. | Welding training systems and devices |
| US10056010B2 (en) | 2013-12-03 | 2018-08-21 | Illinois Tool Works Inc. | Systems and methods for a weld training system |
| US9589481B2 (en) * | 2014-01-07 | 2017-03-07 | Illinois Tool Works Inc. | Welding software for detection and control of devices and for analysis of data |
| US9757819B2 (en) | 2014-01-07 | 2017-09-12 | Illinois Tool Works Inc. | Calibration tool and method for a welding system |
| US10105782B2 (en) | 2014-01-07 | 2018-10-23 | Illinois Tool Works Inc. | Feedback from a welding torch of a welding system |
| US10170019B2 (en) | 2014-01-07 | 2019-01-01 | Illinois Tool Works Inc. | Feedback from a welding torch of a welding system |
| US9724788B2 (en) | 2014-01-07 | 2017-08-08 | Illinois Tool Works Inc. | Electrical assemblies for a welding system |
| US9751149B2 (en) | 2014-01-07 | 2017-09-05 | Illinois Tool Works Inc. | Welding stand for a welding system |
| US9862049B2 (en) | 2014-06-27 | 2018-01-09 | Illinois Tool Works Inc. | System and method of welding system operator identification |
| US10665128B2 (en) | 2014-06-27 | 2020-05-26 | Illinois Tool Works Inc. | System and method of monitoring welding information |
| US9937578B2 (en) | 2014-06-27 | 2018-04-10 | Illinois Tool Works Inc. | System and method for remote welding training |
| US10307853B2 (en) | 2014-06-27 | 2019-06-04 | Illinois Tool Works Inc. | System and method for managing welding data |
| US9724787B2 (en) | 2014-08-07 | 2017-08-08 | Illinois Tool Works Inc. | System and method of monitoring a welding environment |
| US11014183B2 (en) | 2014-08-07 | 2021-05-25 | Illinois Tool Works Inc. | System and method of marking a welding workpiece |
| US9875665B2 (en) | 2014-08-18 | 2018-01-23 | Illinois Tool Works Inc. | Weld training system and method |
| US11247289B2 (en) | 2014-10-16 | 2022-02-15 | Illinois Tool Works Inc. | Remote power supply parameter adjustment |
| US10239147B2 (en) | 2014-10-16 | 2019-03-26 | Illinois Tool Works Inc. | Sensor-based power controls for a welding system |
| US10204406B2 (en) | 2014-11-05 | 2019-02-12 | Illinois Tool Works Inc. | System and method of controlling welding system camera exposure and marker illumination |
| US10210773B2 (en) | 2014-11-05 | 2019-02-19 | Illinois Tool Works Inc. | System and method for welding torch display |
| US10417934B2 (en) | 2014-11-05 | 2019-09-17 | Illinois Tool Works Inc. | System and method of reviewing weld data |
| US10490098B2 (en) | 2014-11-05 | 2019-11-26 | Illinois Tool Works Inc. | System and method of recording multi-run data |
| US10373304B2 (en) | 2014-11-05 | 2019-08-06 | Illinois Tool Works Inc. | System and method of arranging welding device markers |
| US10402959B2 (en) | 2014-11-05 | 2019-09-03 | Illinois Tool Works Inc. | System and method of active torch marker control |
| US10427239B2 (en) | 2015-04-02 | 2019-10-01 | Illinois Tool Works Inc. | Systems and methods for tracking weld training arc parameters |
| US10438505B2 (en) | 2015-08-12 | 2019-10-08 | Illinois Tool Works | Welding training system interface |
| US10657839B2 (en) | 2015-08-12 | 2020-05-19 | Illinois Tool Works Inc. | Stick welding electrode holders with real-time feedback features |
| US10593230B2 (en) | 2015-08-12 | 2020-03-17 | Illinois Tool Works Inc. | Stick welding electrode holder systems and methods |
| US10373517B2 (en) | 2015-08-12 | 2019-08-06 | Illinois Tool Works Inc. | Simulation stick welding electrode holder systems and methods |
| US11776423B2 (en) | 2019-07-22 | 2023-10-03 | Illinois Tool Works Inc. | Connection boxes for gas tungsten arc welding training systems |
| US11288978B2 (en) | 2019-07-22 | 2022-03-29 | Illinois Tool Works Inc. | Gas tungsten arc welding training systems |
| CN110490211A (zh) * | 2019-08-23 | 2019-11-22 | 郑州航空工业管理学院 | 一种基于特征提取的纽扣识别方法 |
| KR102149105B1 (ko) * | 2019-09-18 | 2020-08-27 | 세종대학교산학협력단 | 혼합현실 기반 3차원 스케치 장치 및 방법 |
| CN116499375B (zh) * | 2023-06-28 | 2023-09-08 | 江苏古彦铝业有限公司 | 一种预拉伸铝板生产用尺寸检测装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3979722A (en) * | 1974-05-31 | 1976-09-07 | Nippon Electric Company, Ltd. | Automatic character recognition device employing dynamic programming |
| JPS5428248B2 (ja) * | 1974-10-21 | 1979-09-14 | ||
| JPH01161487A (ja) * | 1987-12-18 | 1989-06-26 | Fuji Electric Co Ltd | 物体認識方法 |
| US4891762A (en) * | 1988-02-09 | 1990-01-02 | Chotiros Nicholas P | Method and apparatus for tracking, mapping and recognition of spatial patterns |
| JP2640673B2 (ja) * | 1988-06-06 | 1997-08-13 | 日立ソフトウェアエンジニアリング株式会社 | パターン認識装置 |
| JPH03172978A (ja) * | 1989-12-01 | 1991-07-26 | Nippon Telegr & Teleph Corp <Ntt> | 線図形マッチング装置 |
| JPH0488489A (ja) * | 1990-08-01 | 1992-03-23 | Internatl Business Mach Corp <Ibm> | 一般化ハフ変換を用いた文字認識装置および方法 |
| US5151945A (en) * | 1990-09-11 | 1992-09-29 | The Research Foundation Of State Univ. Of N.Y. | Determination of ambient light level changes in visual images |
-
1994
- 1994-01-26 JP JP6006842A patent/JP2942454B2/ja not_active Expired - Fee Related
- 1994-05-13 CA CA002123530A patent/CA2123530C/en not_active Expired - Fee Related
- 1994-05-13 US US08/242,669 patent/US5546476A/en not_active Expired - Lifetime
- 1994-05-25 FR FR9406308A patent/FR2705809B1/fr not_active Expired - Fee Related
- 1994-05-25 DE DE4418217A patent/DE4418217C2/de not_active Expired - Fee Related
- 1994-05-26 CN CN94105487A patent/CN1080908C/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN1080908C (zh) | 2002-03-13 |
| DE4418217C2 (de) | 1996-09-26 |
| FR2705809A1 (fr) | 1994-12-02 |
| US5546476A (en) | 1996-08-13 |
| CA2123530A1 (en) | 1994-11-27 |
| FR2705809B1 (fr) | 1995-12-22 |
| CA2123530C (en) | 1999-05-04 |
| CN1106155A (zh) | 1995-08-02 |
| JPH0793541A (ja) | 1995-04-07 |
| DE4418217A1 (de) | 1994-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2942454B2 (ja) | 形状認識方法 | |
| CN108132017B (zh) | 一种基于激光视觉系统的平面焊缝特征点提取方法 | |
| JP2919284B2 (ja) | 物体認識方法 | |
| US7010157B2 (en) | Stereo image measuring device | |
| JP4687518B2 (ja) | 画像処理方法およびその方法を用いた３次元計測方法ならびに画像処理装置 | |
| CN100494886C (zh) | 三维扫描系统中圆形标志点的检测方法 | |
| EP0738872A2 (en) | Stereo matching method and disparity measuring method | |
| EP2568253B1 (en) | Structured-light measuring method and system | |
| CN110530278A (zh) | 利用多线结构光测量间隙面差的方法 | |
| JP4834244B2 (ja) | 寸法検査方法及びその装置並びにマスクの製造方法 | |
| JP2003216931A (ja) | 特定パターン認識方法、特定パターン認識プログラム、特定パターン認識プログラム記録媒体および特定パターン認識装置 | |
| KR100899259B1 (ko) | 드릴검사장치, 드릴검사방법, 및 그 프로그램을 기록한기록매체 | |
| CN114581368A (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
| US6683977B1 (en) | Method of taking three-dimensional measurements of object surfaces | |
| JPH09212643A (ja) | 三次元物体認識方法及びその装置 | |
| CN115112098B (zh) | 一种单目视觉的一维二维测量方法 | |
| JP2000339462A (ja) | 欠陥検査方法および欠陥検査装置 | |
| CN117011376A (zh) | 基于边缘轮廓与特征矩的工业零件综合定位方法和系统 | |
| CN108262583B (zh) | 焊缝的类型判断和定位方法及系统 | |
| Schneider et al. | Robust document warping with interpolated vector fields | |
| JPH0737106A (ja) | エッジ認識方法 | |
| JP4552409B2 (ja) | 画像処理装置 | |
| JP4670995B2 (ja) | カラー画像の処理方法および画像処理装置 | |
| US6459820B1 (en) | Gauging using sub-model poses | |
| Lee et al. | Welding bead and chamfer inspection by means of laser vision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19990608 |
|
| LAPS | Cancellation because of no payment of annual fees |