JP3212777B2 - 画像処理装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、ロボットや産業機械
の位置制御及び検査などに使われる視覚装置における画
像処理装置に係り、特にテンプレートマッチング法にお
けるテンプレート画像の生成に関するものである。

【０００２】

【従来の技術】ここで、具体的な従来の画像処理装置の
説明をはじめる前に、まず基本的なテンプレートマッチ
ング手法について説明しておく。テンプレートマッチン
グ法（Template Matching ＝ＴＭ手法）は、ティーチン
グ・バイ・ショーイング、すなわち対象毎にプログラム
を組まなくても対象の画像を登録するだけで、自動的に
その対象を再認識することが出来るような機能、が特徴
であり、画像処理に関する知識のないユーザでも簡単に
使いこなせるため、ユーザのニーズが高い位置合わせ手
法である。また、最近のファクトリーオートメーション
（以下ＦＡという）分野における画像処理装置への要求
として２値化処理だけで対応できないような複雑な検査
や位置決めを高速に精度よく行うことが要求されてお
り、正規化相互相関係数に基づいた位置合わせを行なう
濃淡テンプレートマッチングへの期待は大きい。しか
し、濃淡テンプレートマッチングはその膨大な計算量の
ために、従来専用ハードウエアなしには、実現不可能と
されてきた。そのため、画像処理装置が高価になり、市
場開拓の障害となっていた。

【０００３】次に、この濃淡テンプレートマッチング処
理の概要を、図１４を用いて説明する。濃淡テンプレー
トマッチングは位置（ｘ，ｙ）から開始されるテンプレ
ートと同じ大きさの局所領域Ｓ_x,y を順にずらしなが
ら、テンプレート画像Ｇ_i,j と探索画像Ｆ_i,j の相関値
Ｍ_x,y を計算し、相関値が最も高い位置（ｘ，ｙ）をテ
ンプレートが発見された位置として、出力する。なお、
この相関値Ｍ_x,y は次の式（１）で与えられる。

【０００４】

【数１】

【０００５】ただし、上記式（１）において、Ｆ，Ｇは
探索画像あるいはテンプレート画像の局所領域内におけ
る画像の輝度の平均値、ｎは局所領域Ｓ_x,y に含まれる
画素の個数である。また、この式（１）には分母側に画
像の輝度分散を表す項が含まれていることからもわかる
ように、この相関値Ｍ_x,y は、画像の明るさの線形的な
変動Ｆ’_i,j ＝Ｆ_i,j ×ｋ１＋ｋ２に全く影響を受けな
いことがわかる。従って、濃淡テンプレートマッチング
を用いることによってテンプレート画像と検査画像との
コントラストが変化したり、画像全体の明るさの変化や
ノイズへの余裕度が大きい。

【０００６】しかしながら、このような濃淡テンプレー
トマッチングは相関値演算に時間がかかり、ＦＡ分野な
ど、高速化が要求される場合には時間の制限から実用的
に対応できなかった。たとえば、５１２×５１２の検査
画像中、１２８×１２８のテンプレート画像のサーチを
行う場合、次の式（２）による回数の積和演算が必要で
あり、１００Ｍｉｐｓクラスの計算機をもってしても１
０秒以上の計算時間を要することとなる。

【０００７】 １２８×１２８×（５１２−１２８）×（５１２−１２８）＝２．４×１０⁹ ・・・（２）

【０００８】これに対して、よく知られた高速化手法と
して粗精サーチ法があった。粗精サーチ法とは、図１５
に示すように、第１ステップとして原画像を１／４や１
／８に縮退した画像（粗画像）を作り、粗画像のテンプ
レート画像でだいたいの位置をサーチし、その周辺だけ
を原画像で精サーチして正確な位置を求めるという方法
である。この方法で先ほどの例と同じ結果を得るのに必
要な演算量は、粗精サーチの比率を１：Ｎとすれば、次
の式（３）で与えられる回数で済む。

【０００９】

【数２】

【００１０】このようにＮを変化させると、図１６に示
す様に最適な粗精比が存在するが、このような場合に
も、ＦＡラインでの実用化レベルとして目安にされる
０．１ｓｅｃ以内の認識を達成するにはまだ数百倍の時
間短縮を達成しなければならない。

【００１１】このように、従来の粗精サーチによるテン
プレートマッチング法では、処理速度が遅く実用的でな
いという問題点があった。

【００１２】このようなテンプレートマッチング技術に
対して、いくつかの技術が開発されている。図１７はた
とえば、特公平２−６４２号公報に示された従来の部分
テンプレートマッチング法を示す説明図である。図にお
いて、１１はパターン位置検出対象である半導体ペレッ
トの回路素子形成領域であり、１２はその２辺に規則的
に配列された接続パッドである。１３ａ，１３ｂはパタ
ーン位置検出に際して探索されるパターン探索領域（目
標パターン）である。

【００１３】ここでは目標パターンとそれぞれ一致する
テンプレートを持ち、予め教示していた位置関係を利用
して、真のピークを検出しようとするものである。この
場合、対象としたいテンプレートを部分に分けて、それ
ぞれの部分でパターン探索領域１３ａ，１３ｂとテンプ
レートマッチングすることによって、同一の特徴を持っ
たパターンが複数個等間隔に配列されている場合でも、
目標パターンを識別できる。また、目標パターンを部分
に分けて撮像できるので、分解能を高めることができ
る。

【００１４】しかしながら、この方式ではどの部分をテ
ンプレートとすれば良いのか、ユーザが判断しなければ
ならず、ノウハウが必要とされた。

【００１５】一方、テンプレートの自己評価方法として
特開昭６１−７４０８２号公報では次のような方式が提
案されている。次に図１８を用いてそれを説明する。図
において、１４は検出対象を撮像する撮像手段、１５は
撮像された画像データを２値化する２値化回路、１６は
２値化された画像データを格納する画像メモリ、１７は
シフトメモリ１８、並列切出しレジスタ１９、標準パタ
ーンレジスタ２０、パターン照合回路２１より成り、画
像データより切り出した部分パターンを標準パターンと
照合するマッチング回路、２２はパターン照合回路２１
の出力の最小値を検出する最小値検出回路、２３は領域
限定回路、２４はそれらに所定のタイミングを与えるタ
イミング発生回路、２５は当該システムの全体制御を行
う計算機である。

【００１６】この方式は、撮像手段１４で撮像された検
出対象の画像から、求めるべき標準パターンの大きさの
部分パターンを切り出して、標準パターンの候補とし、
順次切り出された部分パターンあるいは部分パターンと
検出対象の画像から標準パターンとしての適性を表す評
価値を求め、その値に基づいて標準パターンを決定する
ように動作する。このように、この方式によれば、画面
内から自動的にパターンマッチングに適した標準パター
ンを選択できるので、ユーザのノウハウが不要となる。

【００１７】しかしながら、この方式では入力画像の中
からテンプレートを選択するのに、ユーザは予めテンプ
レートの大きさを決定しておかなければならず、せっか
く自己評価して最適なテンプレートが自動的に登録され
るとしても最適な大きさが選択されているかどうかは評
価できない。

【００１８】また、この方式では入力画像全面をテンプ
レートの候補として順次切り出してそれぞれについて評
価しなければならないので、時間もかかる。多くのテン
プレートマッチングを用いて認識を行なう場合、ユーザ
が認識したい対象物は自明であることが多いのに、その
ユーザの知識が活かせず、評価値のみでテンプレートが
決定されてしまうので、不必要な処理にかかる時間が多
く、ユーザの意図も反映しにくいという問題点があっ
た。

【００１９】さらに、特開平４−３５９３８８号公報で
は次のような方式が提案されている。次に図１９を用い
てそれを説明する。この装置はサーチ画像を保存する探
索画像用記憶装置２６、テンプレート画像を保存してお
くテンプレート画像用記憶装置２７、両画像の０値を処
理する０値データ処理回路２８、両画像値の比を求める
割算器２９、割算器２９の計算値を保存する計算値保存
用記憶装置３０、割算器２９の出力値と計数値保存用記
憶装置３０の保存値との差の絶対値を求める絶対値計算
回路３１、今回得られた絶対値と前回得られた絶対値を
加算する加算回路３２、しきい値を保存するしきい値保
存回路３３、加算回路３２による加算値としきい値を比
較する比較回路３４とで構成されている。この手法によ
れば、残差逐次検定法（Suquential Similarity Ditect
ion Algorithm ＝ＳＳＤＡ法）による打ち切りを、画像
間に明るさの差があっても達成できるように変形してい
る。従って、画像取得時の周囲の明るさなどの制限がな
くなって、常時環境が変化するような状況でのアプリケ
ーションに用いることができる。

【００２０】この手法では、入力画像全体の明るさのコ
ントラストの幅が変化しても対応できるようになってい
るが、画像全体の明るさがシフトアップもしくはシフト
ダウンしたときには、この両画像の比はテンプレートの
位置によって変化するので対応できない。また、しきい
値処理をしており、このしきい値を決定するにはノウハ
ウを要する。

【００２１】また、サブピクセルの精度を求める方法と
して、特開平５−１２０４３６号公報では次のような方
式が提案されている。次に図２０を用いてそれを説明す
る。この方式は画素位置を画素単位でずらしつつ被検出
画像とテンプレート画像との相関値を算出し、その相関
値が最大となる画素位置を探索し（第１段階）、その８
近傍画素の位置と相関値を求め（第２段階）、これらの
座標と相関値から多変数多項式回帰曲面を決定し（第３
段階）、その曲面のピークからサブピクセル精度のピー
ク検出を行なう（第４段階）ものである。この手法で
は、多変数多項式回帰曲面から、高精度でピーク位置の
変化に連続な推定ピーク位置を求めることができるの
で、画素単位を超越したサブピクセル精度で位置検出す
ることができる。

【００２２】しかしながら、この手法では中心と８近傍
の全９点の相関値を最初に計算しなければならず、処理
時間がかかる。また、この手法ではＸＹ平面と相関値の
関係が２次の曲面を形成することが仮定となっている
が、実際の相関値のピークと近傍の形状は２次曲面より
もするどいピークを描くことが多いので、２次曲面の近
似では正確にピークを求めることはできない。

【００２３】

【発明が解決しようとする課題】従来の画像処理装置に
おけるテンプレートマッチングは以上のように行われて
いるので、通常の濃淡テンプレートマッチングでは相関
値の演算に多大な時間がかかるため実用的ではなく、粗
精サーチによるテンプレートマッチングでも処理時間の
短縮は充分とはいえず、ＦＡなどの高速処理が要求され
る分野には時間の制約から実用的に対応することができ
ないものであり、さらに、部分テンプレートマッチング
法によるものでは、どの部分をテンプレートとするかを
ユーザが判断するためのノウハウが必要であり、テンプ
レートの自己評価を行う方式では評価値のみでテンプレ
ートが決定されてしまうため、ユーザの知識を生かせ
ず、不必要な処理にかかる時間が多く、ユーザの意図も
反映しにくいものであり、ＳＳＤＡ法によるものでは画
像全体の明るさのシフトアップやダウンに対応できず、
しきい値処理のためのしきい値の決定にノウハウが必要
であるなどの問題点があった。

【００２４】この発明は上記のような問題点を解消する
ためになされたもので、特別なノウハウを必要とせず、
認識精度を低下させることなく処理時間を短縮できる画
像処理装置を得ることを目的とする。

【００２５】

【課題を解決するための手段】請求項１に記載の発明に
係る画像処理装置は、回転粗テンプレートを用いた回転
粗サーチを行う回転粗サーチ部と、部分テンプレートを
用いた部分テンプレートサーチを行う部分テンプレート
サーチ部と、サーチ結果より対象物の姿勢を求める姿勢
演算部とを設けたものである。

【００２６】また、請求項２に記載の発明に係る画像処
理装置は、粗サーチの精度を標準テンプレート画像の大
きさに基づいて自動的に決定する粗サーチ精度決定部を
設けたものである。

【００２７】また、請求項３に記載の発明に係る画像処
理装置は、回転粗サーチの結果が記録される複数の２次
元スコアマップと、各２次元スコアマップを精サーチし
てピークを決定するピーク検出部とを設けたものであ
る。

【００２８】また、請求項４に記載の発明に係る画像処
理装置は、回転粗サーチ部を、入力画像とテンプレート
画像にそれぞれ空間バンドパスフィルタを作用させるフ
ィルタリング手段と、これらフィルタリング手段の出力
を２種類のしきい値でしきい値処理して３値画像を得る
３値化手段と、その３値画像をもとに画像の類似度を決
定する類似度計算手段で形成したものである。

【００２９】

【作用】請求項１に記載の発明における部分テンプレー
トサーチ部は、回転粗サーチ部が回転粗テンプレートを
用いてサーチし、対象物の大まかな姿勢を求める。行っ
た回転粗サーチにて絞り込まれたサーチ領域について、
部分テンプレートとサーチ画像の相関値を計算して最も
一致した座標を記録しておく処理を、複数個の部分テン
プレートについて同様に実行し、姿勢演算部は、それら
の位置関係と予め保存している回転なしのときの位置関
係とを比較することによって、サーチ画像における対象
物の姿勢を求めるように作用する。

【００３０】また、請求項２に記載の発明における粗サ
ーチ精度決定部は、回転粗サーチのサーチ精度を自動的
に決定するのに、標準テンプレート画像のサイズに応じ
て回転角度の変化率（δ）を決定するように作用する。

【００３１】また、請求項３に記載の発明における回転
粗サーチ部はサーチ画像に対して、まず回転粗テンプレ
ートのうちの１つを用いてＸ方向Ｙ方向にずらしながら
２次元のスコアマップを生成する処理を、すべての回転
粗テンプレートについて同様に処理し、ピーク検出部は
各２次元スコアマップを精チーチしてピークを求め、回
転角ごとのピーク座標とピーク値から精密なピークを求
めることによって、対象物の姿勢と位置を検出するよう
に作用する。

【００３２】また、請求項４に記載の発明における回転
粗サーチ部は、入力画像とテンプレート画像にそれぞれ
空間バンドパスフィルタを作用させ、２種類のしきい値
でしきい値処理して３値画像を得、画像の類似度を決定
するように作用する。

【００３３】

【実施例】実施例１． こ の発明の実施例１を図について説明する。図１は請求
項１に記載した発明の一実施例を示す構成図である。図
において、４０はユーザによって登録がなされるワーク
等の対象物であり、４１はこの対象物を撮像して原画像
の入力を行うテレビカメラなどの画像入力部である。５
４はテンプレートマッチングのために予め用意されてい
る、テンプレート画像、テンプレート画像の分散値、相
関値のしきい値、サーチ領域、サーチ照明状態パラメー
タなどのテンプレートデータである。６３は回転粗サー
チに用いられる回転粗テンプレートデータ、６４は部分
テンプレートサーチに用いられる部分テンプレートデー
タであり、これら回転粗テンプレートデータ６３および
部分テンプレートデータ６４はテンプレートデータ５４
中に含まれている。６５は対象物４０の大まかな姿勢を
求めてサーチ領域の絞り込みを行うための回転粗サーチ
を、その回転粗テンプレートデータ６３を用いて実行す
る回転粗サーチ部、６６はこの回転粗サーチ部６５によ
って絞り込まれたサーチ領域について、前記部分テンプ
レートデータ６４を用いて部分テンプレートサーチを実
行する部分テンプレートサーチ部であり、６７はこの部
分テンプレートサーチ部６６のサーチ結果に基づいて対
象物４０の姿勢を求める姿勢演算部である。

【００３４】次に動作について説明する。ここで、図２
はこの実施例１による処理の流れを示すフローチャート
であり、図３はこの実施例１による画像処理の過程をイ
メージ的に示した説明図である。この場合においてもユ
ーザは予めテンプレートデータ５４を生成しておく。こ
のテンプレートデータ５４としては標準テンプレート画
像をもとに２種類作られる。ひとつは回転粗サーチのた
めの回転粗テンプレートデータ６３と呼ぶデータであ
る。これは標準テンプレート画像を数分の１、例えば１
／４に縮退した画像をさらに所定の角度おき、たとえば
２０度ごとに回転させた画像である。もうひとつは、部
分テンプレートデータ６４と呼ぶデータである。これは
回転のないときの標準テンプレート画像の一部をテンプ
レート画像にしたもので、対象物４０の特徴的な部分の
小さな領域を選ぶ。この部分テンプレートデータ６４は
対象物４０のいろいろな箇所について複数個予め作成し
ておき、部分テンプレートデータ６４同士の位置関係を
保存しておく。

【００３５】認識処理が開始されると回転粗テンプレー
トデータをロードし（ステップＳＴ８１）、サーチ画像
を入力する（ステップＳＴ８２）。次に回転粗テンプレ
ートデータ６３を用いて回転粗サーチ部６５で回転粗サ
ーチを行い、対象物４０の大まかな姿勢を求めてサーチ
領域を絞り込み（ステップＳＴ８３）、３次元スコア粗
マップを作成、記録する（ステップＳＴ８４）。次に、
相関値の最も高い位置をピーク中心と仮定するとともに
（ステップＳＴ８５）、部分テンプレートデータ６４の
ロードを行う（ステップＳＴ８６）。次に、部分テンプ
レートサーチ部６６において、それぞれの部分テンプレ
ートデータ６４とサーチ画像の相関値を計算し（ステッ
プＳＴ８７）、最も一致した座標を記録しておく（ステ
ップＳＴ８８）。すべての部分テンプレートデータ６４
について同様に位置を求めた後、姿勢演算部６４で部分
テンプレートの認識位置関係を計算し（ステップＳＴ８
９）、それらの位置関係と予め保存している回転なしの
ときの位置関係とを比較することによって、サーチ画像
における対象物４０の姿勢を求める（ステップＳＴ９
０）。

【００３６】実施例２． 次に、この発明の実施例２を図について説明する。図４
は請求項２に記載した発明の一実施例を示す構成図であ
り、図において、６８は画像入力部４１によって入力さ
れたテンプレート画像より切り出された領域に対する標
準テンプレート画像を生成するテンプレート生成部であ
り、６９はこのテンプレート生成部６８にて生成された
標準テンプレート画像である。７０はこの標準テンプレ
ート画像６９の大きさに基づいて、対象物の大まかな姿
勢を求めてサーチ領域を絞り込むための回転粗サーチの
サーチ精度を決定する粗サーチ精度決定部であり、７１
はこの粗サーチ精度決定部７０にて決定されたサーチ精
度に基づいて生成された回転粗テンプレートデータであ
る。

【００３７】次に動作について説明する。ここで、図５
はこの実施例２による処理の流れを示すフローチャート
であり、図６はこの実施例２によるテンプレート生成の
過程をイメージ的に示した説明図である。回転テンプレ
ートマッチングを用いた認識を行なう場合、実施例１の
ように回転精度の粗サーチを行なった後、精度の高いサ
ーチを行なう。この粗いサーチに用いる回転粗テンプレ
ートデータ７１の生成、および、粗サーチの精度は粗サ
ーチ精度決定部７０において決定され、自動的に回転粗
テンプレートデータ７１が生成される。

【００３８】また、画像入力部４１よりテンプレート画
像が入力され（ステップＳＴ９１）、ユーザによって所
定の領域が切り出されて（ステップＳＴ９２）、その領
域に対する標準テンプレート画像６９の生成がテンプレ
ート生成部６８にて行われる（ステップＳＴ９３）。次
に、粗サーチ精度決定部７０ではその標準テンプレート
画像６９のサイズに応じて回転角度の変化率（δ）を決
定する。すなわち、標準テンプレート画像６９のサイズ
が大きいときにはδを小さくし、標準テンプレート画像
６９のサイズが小さいときには大きくとる。このように
して自動的に粗サーチの精度を決定し（ステップＳＴ９
４）、回転粗テンプレートデータ７１を生成する（ステ
ップＳＴ９５）。なお、これは回転精度だけでなく、Ｘ
Ｙ平面における粗サーチの精度を決定するときにも同様
の処理で自動的に決定できる。

【００３９】実施例３． 次に、この発明の実施例３を図について説明する。図７
は請求項３に記載した発明の一実施例を示す構成図で、
相当部分には図１と同一符号を付してその説明を省略す
る。図において、７２は回転粗サーチ部６５による、サ
ーチ領域を絞り込むための回転粗サーチのサーチ結果が
記録される複数の２次元スコアマップである。７３はこ
れら２次元スコアマップ７２のそれぞれのピークを中心
として周囲を精サーチし、ピークの決定を行うピーク検
出部である。

【００４０】次に動作について説明する。ここで、図８
はこの実施例３による処理の流れを示すフローチャート
であり、図９はこの実施例３による２次元スコアマップ
をイメージ的に示した説明図である。ここでもユーザは
予め回転粗テンプレートデータ６３を生成しておく。な
お、この回転粗テンプレートデータ６３にはテンプレー
ト画像、相関値のしきい値、サーチ領域の範囲などが含
まれている。

【００４１】まずサーチ画像を入力し（ステップＳＴ１
０１）、回転粗テンプレートデータ６３をロードして
（ステップＳＴ１０２）、その中のテンプレート画像と
の相関値を求め（ステップＳＴ１０３）、それを回転角
０度のときの２次元スコアマップ７２に記録する（ステ
ップＳＴ１０４）。以下同様にして、回転角０度のテン
プレート画像とサーチ画像との相関値をＸ，Ｙを少しず
つずらしながら計算して２次元スコアマップ７２に記録
する。次に２次元スコアマップ７２を探索しピークを求
めて、対象物の位置として出力する。ピーク探索する方
法としては、（１）全点を比較する方法、（２）中心か
ら始まって随時現在地よりスコアの高いところへ移動し
移動しなくなったらその位置をピークとする山登り法、
などがある。全ての回転粗テンプレートデータ６３につ
いて同様の処理を行ない、複数の２次元スコアマップ７
２を生成し、ピーク位置を記録しておく。

【００４２】次に、それぞれの２次元スコアマップ７２
のピークを中心として周囲を精サーチして（ステップＳ
Ｔ１０５）、ピークを決定し（ステップＳＴ１０６）、
その座標と相関値を記録する（ステップＳＴ１０８）。
全ての粗角度の２次元スコアマップ７２について同様に
ピークを求め、その中で最高値をとるピークを求めて
（ステップＳＴ１０７）、対象物の位置として出力する
（ステップＳＴ１０９）。

【００４３】実施例４． 次に、この発明の実施例４を図について説明する。図１
０は請求項４に記載した発明の一実施例を示す構成図
で、相当部分には図７と同一符号を付してその説明を省
略する。図において、７４は画像入力部４１より入力さ
れたサーチ画像に空間バンドパスフィルタを作用させる
フィルタリング手段であり、７５は回転粗テンプレート
データ６３中のテンプレート画像に空間バンドパスフィ
ルタを作用させるフィルタリング手段である。なお、こ
の実施例では空間バンドパスフィルタとして、ディファ
レンス・オブ・ガウシアン・フィルタ（ Difference of
Gaussian filter；以下、ＤＯＧフィルタという）を用
いたものを示している。また、７６および７７はこれら
各フィルタリング手段７４あるいは７５の出力に対し
て、２種類のしきい値を用いたしきい値処理を行って３
値画像を得る３値化手段であり、７８はこれら３値化手
段７６および７７の出力する３値画像をもとに画像の類
似度を算出する類似度計算手段である。回転粗サーチ部
６５はこれらフィルタリング手段７４および７５と、３
値化手段７６および７７と、類似度計算手段７８とを備
えた構成となっている。

【００４４】次に動作について説明する。ここで、図１
１はこの実施例４による処理の流れを示すフローチャー
トであり、図１２はこの実施例４による画像処理の過程
をイメージ的に示した説明図、図１３は類似度を説明す
るための説明図である。ここでもユーザは予め回転粗テ
ンプレートデータ６３を生成しておく。なお、この回転
粗テンプレートデータ６３にはテンプレート画像、相関
値のしきい値、サチ領域の範囲などが含まれている。

【００４５】まず、３値化手段７６，７７による３値画
像の生成の原理について簡単に説明する。図１２に、３
値画像の生成の様子を、１次元画像信号を例にして示し
ている。詳細については特願平４−２４６３１９号の明
細書および図面などで述べられているので、ここでは概
要を説明する。図１２（ａ）は原画像の信号波形であ
る。これにＤＯＧフィルタを畳み込んで同図（ｂ）の波
形を得る。ここで、ＤＯＧフィルタは▽² ｇフィルタの
近似表現として使用されている。即ち、原画像は一旦Ｄ
ＯＧフィルタにより周波数の高い成分が一掃され、さら
に２次導関数が求められているのである。図１２（ｂ）
においては、原画像中の濃淡パターンの変化率が大きい
部分ほど値が大きくなっている。変化率の大きい部分と
は、たとえば物体の輪郭部分である。図１２（ｃ）は同
図（ｂ）の信号波形を＋δ，−δの２つのしきい値でし
きい値処理し、３値化した様子を示している。＋１およ
び−１にコーディングされている部分は、変化率の大き
い部分、即ち物体の輪郭に近い部分を表しており、０に
コーディングされている部分は、画像背景のような一様
な明るさの部分を表している。これら３種類の画素また
はその塊を、それぞれ正領域、負領域、０領域と呼ぶこ
とにする。

【００４６】これらのＤＯＧフィルタを作用させて３値
化する処理をサーチ画像に対して行なうと同時に（ステ
ップＳＴ１１０，ＳＴ１１１）テンプレート画像に対し
ても行ない（ステップＳＴ１１２，１１３）、３値画像
同士で類似度を計算する（ステップＳＴ１１４）。この
類似度は例えば図１３のように定義しておく。即ち、原
画像とテンプレート画像の画素値が同一であれば類似度
１、前記両画素値の一方が１で他方が−１であれば類似
度−１、その他類似度０とする。類似度を計算した後、
回転角０度のときのスコアマップにスコアを記録する。
以下、実施例３の場合と同様に、回転角０度のテンプレ
ート画像とサーチ画像との相関値をｘ，ｙを少しずらし
ながら計算して２次元スコアマップ７２に記録し、全て
の回転粗テンプレート６３について同様の処理を行なっ
て複数の２次元スコアマップ７２を生成し、ピーク位置
を記録しておく。次に、それぞれの２次元スコアマップ
７２のピークを中心として周囲を精サーチし、ピークを
決定し、その座標と相関値を記録して、全ての粗角度の
２次元スコアマップ７２について同様にピークを求め、
その中で最高値をとるピークを求めて対象物の位置とし
て出力する。

【００４７】

【発明の効果】以上のように、請求項１に記載の発明に
よれば、回転粗サーチによって対象物の大まかな姿勢を
求めてサーチ領域を絞り込み、絞り込まれたサーチ領域
に対して部分テンプレートサーチを行って正確な位置を
求めるように構成したので、回転テンプレートを数度ご
とに持てばよくなり、資源が節約でき、処理時間も短縮
できる効果がある。

【００４８】また、請求項２に記載の発明によれば、最
適な回転粗サーチの角度を自動的に設定するように構成
したので、認識の信頼性が向上し、また、作業者が試行
錯誤でパラメータ調整する必要がなくなって、作業時間
も短縮できるという効果がある。

【００４９】また、請求項３に記載の発明によれば、回
転粗サーチによって２次元のスコアマップを生成し、そ
れを精サーチして正確な位置を求めるように構成したの
で、回転粗テンプレートを数度ごとに持てば済むため資
源が節約でき、また、処理時間も短縮できるという効果
がある。

【００５０】また、請求項４に記載の発明によれば、空
間バンドパスフィルタを作用させて２種類のしきい値で
３値化した３値画像を用いて類似度を決定するように構
成したのでシェーディングやコントラストの変動に強
く、しかも高速に処理できるという効果がある。

【図面の簡単な説明】

【図１】この発明の実施例１による画像処理装置を示す
構成図である。

【図２】上記実施例における処理の流れを示すフローチ
ャートである。

【図３】上記実施例におけるデータ処理のイメージを示
す説明図である。

【図４】この発明の実施例２による画像処理装置を示す
構成図である。

【図５】上記実施例における処理の流れを示すフローチ
ャートである。

【図６】上記実施例におけるデータ処理のイメージを示
す説明図である。

【図７】この発明の実施例３による画像処理装置を示す
構成図である。

【図８】上記実施例における処理の流れを示すフローチ
ャートである。

【図９】上記実施例におけるデータ処理のイメージを示
す説明図である。

【図１０】この発明の実施例４による画像処理装置を示
す構成図である。

【図１１】上記実施例における処理の流れを示すフロー
チャートである。

【図１２】上記実施例におけるデータ処理のイメージを
示す説明図である。

【図１３】上記実施例における類似度を説明するための
説明図である。

【図１４】従来の基本的なテンプレートマッチング方式
を示す概念図である。

【図１５】従来の粗精サーチ法を示す概念図である。

【図１６】従来の粗精サーチによる高速化効果を示す説
明図である。

【図１７】従来の画像処理装置によるテンプレートマッ
チング法を示す説明図である。

【図１８】従来の他の画像処理装置を示す構成図であ
る。

【図１９】従来のさらに他の画像処理装置を示す構成図
である。

【図２０】従来のさらに他の画像処理装置におけるピク
セルの精度を求める方法を示すフローチャートである。

【符号の説明】

４１ 画像入力部 ４２ 画像切出部 ５４ テンプレートデータ ６３ 回転粗テンプレートデータ ６４ 部分テンプレートデータ ６５ 回転粗サーチ部 ６６ 部分テンプレートサーチ部 ６７ 姿勢演算部６８ テンプレート生成部 ６９ 標準テンプレート画像 ７０ 粗サーチ精度決定部 ７１ 回転粗テンプレートデータ ７２ ２次元スコアマップ ７３ ピーク検出部 ７４ フィルタリング手段 ７５ フィルタリング手段 ７６ ３値化手段 ７７ ３値化手段 ７８ 類似度計算手段

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平１−44584（ＪＰ，Ａ) 特開 昭61−74082（ＪＰ，Ａ) 特開 平４−359388（ＪＰ，Ａ) 特開 平５−120436（ＪＰ，Ａ) 特公 平２−642（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 1/00 G06T 7/00

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 予め用意されたテンプレートを用いた回
   転テンプレートマッチング法によって認識を行う画像処
   理装置において、前記テンプレートデータ中の回転粗テ
   ンプレートデータを用いて、対象物の大まかな姿勢を求
   めてサーチ領域を絞り込むための回転粗サーチを行う回
   転粗サーチ部と、前記テンプレートデータ中の部分テン
   プレートデータを用いて、前記回転粗サーチ部にて絞り
   込まれたサーチ領域の部分テンプレートサーチを行う部
   分テンプレートサーチ部と、前記回転粗サーチ部の回転
   粗サーチで得られたサーチ画像における部分テンプレー
   トサーチで得られた前記部分テンプレートの位置関係を
   求め、予め保存しておいた回転なしのときの位置関係と
   比較することによって対象物の姿勢を求める姿勢演算部
   とを備えたことを特徴とする画像処理装置。
2. 【請求項２】 予め用意されたテンプレートデータを用
   いた回転テンプレートマッチング法によって認識を行う
   画像処理装置において、前記テンプレートデータ中の標
   準テンプレート画像の大きさが大きいときは小さく、大
   きさが小さいときは大きくなるように、前記標準テンプ
   レートを回転させる回転角度の変化量を決定する粗サー
   チ精度決定部を備えたことを特徴とする画像処理装置。
3. 【請求項３】 予め用意された回転粗テンプレートデー
   タを用いた回転テンプレートマッチング法によって認識
   を行う画像処理装置において、認識対象物の画像をある
   一定の角度ごとに回転させた回転粗テンプレート画像を
   入力画像の２次元平面に平行な方向にずらしながら、前
   記回転粗テンプレート画像と入力画像との相関値を演算
   する相関値計算部と、前記相関値計算部によって求めら
   れた相関値に基づいて前記回転粗テンプレートデータ中
   の回転粗テンプレート画像と入力画像との相関値を上記
   ２次元平面の平行移動の２次元空間内において生成する
   ２次元スコアマップに格納する２次元スコアマップ生成
   部と、前記２次元スコアマップから相関値の最も高い位
   置を対象物の位置として求める回転粗サーチ部と、前記
   ２次元マップのピークを中心として周囲を精サーチして
   ピークの決定を行うピーク検出部とを備えたことを特徴
   とする画像処理装置。
4. 【請求項４】 前記回転粗サーチ部が、入力画像および
   前記回転粗テンプレートデータ中のテンプレート画像に
   それぞれ空間バンドパスフィルタを作用させるフィルタ
   リング手段と、前記フィルタリング手段の出力に対して
   ２種類のしきい値を用いたしきい値処理を行って３値画
   像を得る３値化手段と、前記３値化手段の出力する３値
   画像をもとに画像の類似度を算出する類似度計算手段と
   を備えたことを特徴とする請求項３に記載の画像処理装
   置。