JP3641942B2 - 線群パターン認識方法 - Google Patents
線群パターン認識方法 Download PDFInfo
- Publication number
- JP3641942B2 JP3641942B2 JP17773198A JP17773198A JP3641942B2 JP 3641942 B2 JP3641942 B2 JP 3641942B2 JP 17773198 A JP17773198 A JP 17773198A JP 17773198 A JP17773198 A JP 17773198A JP 3641942 B2 JP3641942 B2 JP 3641942B2
- Authority
- JP
- Japan
- Prior art keywords
- line
- template
- line group
- shape
- pattern recognition
- 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
Images
Landscapes
- Image Analysis (AREA)
Description
【発明の属する技術分野】
本発明は、互いの位置関係が幾何学的に拘束された複数の線状の光学パターンを撮像した2次元画像から各々の線素を分離してその形状を認識する線群パターン認識方法に関する。
【0002】
【従来の技術】
線の集合により形状が表せるような対象物を認識する方法としては、特開平6−4671号に示されるように、対象図形から抽出された線図形を細線化して形状構造を解析し、同様の構造で記述されたモデル構造との照合を行う方法が知られている。
【0003】
また、回転・平行移動などの変形を伴い、線の特徴が不明瞭な線集合を認識する方法としては、特公平6−14361号に示されるように、対象物をモデル化した線分の一部を対象画像に重ね合わせ、その際の一致の不確実性から得られる他の線分の存在可能領域を抽出し、当該領域をもとにして次の線分を検出していく方法が知られている。
【0004】
【発明が解決しようとする課題】
たとえば、飲料缶などの円筒面を持つ検査対象物にスリット状のレーザー光を照射し、当該対象物に反射したレーザー光をスクリーンに投影し、これをテレビカメラによって撮影できる光学系を構成し、かつ当該対象物をスリット光の面に略直交する向きに移動しつつレーザー光を間欠照射すれば、テレビカメラには複数の線状パターンが扇状に重ね焼きされたような画像が撮像される。当該検査対象物の表面に凹凸状の欠陥があれば、当該画像において観測される線状パターンの形状が変化する。したがって、当該画像中に複数観測される線状パターンを各々分離して認識し、その形状の変化を観測することにより当該対象物表面に存在する凹凸欠陥の検出が行える。
【0005】
しかしながら、当該画像は検査対象物に照射されるレーザー光のタイミング誤差、検査対象物の傾き等により、線状パターンの間隔、傾き等の変化が生じ、線群全体としての形状が変形する。また、当該画像において観測される線状パターンは、検査対象物の微細な表面形状などにより乱れを生じやすく、また線が稠密となる部分では各々の線は完全には分離して見えない。
【0006】
上記従来技術の項で述べた第一の方法は、画像から線図形を抽出し、三叉路状の線素の結合パターンなどにより代表される図形的構造を解析し、同じ構造で記述されたモデルとの照合を行うことにより複雑な変形を含む図形を認識する方法を提供するものである。しかしながら、当該方法においては認識対象となる画像から線の特徴が完全に抽出され、かつその構造が常に同じプリミティブに分割可能であることを前提としており、線図形の形状そのものが不明瞭な場合、適用が困難となる。
【0007】
また、上記従来技術の項で述べた第二の方法においては、輪郭線の抽出が不完全であってもモデルと画像との照合を行うことが可能である。しかしながら、当該技術においては抽出された線分の特徴にモデルの一部を照合し、当該線分とモデルを構成するその他の線分との位置関係をもとに次の線分を探すという方法をとるため、線素の間隔がその変形の大きさよりも狭い場合、違う線素を誤って捕らえることにより認識が失敗する可能性が高く、本発明が対象としているような線の間隔が稠密な場合には適用が難しい。
【0008】
また、画像から得られる特徴のみから線を分離することが困難な画像から線状パターンの抽出を行うために有効な公知の技術として、ハフ変換による直線成分の抽出が挙げられる。しかしながら、ハフ変換処理は計算機上で行うにあたって計算コストの高い処理であるため、多くの線素を抽出する必要があり、かつ高速の処理を要する場合には適用が困難であるという問題があった。
【0009】
本発明は以上のような問題に鑑みてなされたものであり、変形を生じ、かつ不明瞭な線素が稠密に集合した画像から複数の線状パターンを正しく抽出する方法を提供することを目的とするものである。
【0010】
【課題を解決するための手段】
請求項1の線群パターン認識方法は、円筒面を持つ検査対象物にスリット状のレーザー光を照射し、当該対象物に反射したレーザー光をスクリーンに投影し、カメラによって撮影できる光学系を構成し、かつ当該対象物をスリット光の面に略直交する向きに移動しつつレーザー光を間欠照射することによって生じる、互いの位置関係が幾何学的に拘束された複数の線素が集合した線群を認識するための方法であって、認識対象となる線群を構成する線素を各々近似した近似線素の集合であるテンプレートを生成する処理と、認識対象画像から線群の形状パラメータを抽出する処理と、当該形状パラメータと線素の幾何学的拘束条件をもとにテンプレートを変形させる処理と、変形されたテンプレートの各近似線素の形状を参照して当該認識対象線群を構成する線素の特徴を各々抽出する処理とを有することを特徴とするものであり、複数の線素が同じ画面内に近接して現れる画像から当該線素を分離して抽出することができる。
【0011】
請求項2の線群パターン認識方法によれば、請求項1の認識対象線群を近似線素の集合により表現したテンプレートを生成する処理において、当該線素の形状が方程式により表現され、かつその端点が定義された少なくとも1つの線分または曲線分の集合であることを特徴とするものである。
請求項3の線群パターン認識方法によれば、請求項1の認識対象画像から線群の形状パラメータを抽出する処理において、認識対象画像から当該認識対象の外形輪郭形状を抽出し、テンプレートの外形輪郭形状との比較が可能なパラメータを求めることを特徴とするものである。
【0012】
請求項4の線群パターン認識方法によれば、請求項3の認識対象線群の輪郭形状を求める処理において、輪郭部を含む範囲の画像を切り出し、注目位置の両側で当該輪郭線と略直交する方向に明度の平均値を求め、当該平均明度の差が最大となる位置を見つけて輪郭位置とすることを特徴とするものである。
請求項5の線群パターン認識方法によれば、請求項1の認識対象画像から線群の形状パラメータを抽出する処理において、認識対象画像から明度が連続して尾根状に変化する部分を線素部分として抽出し、パラメータ化することを特徴とするものである。
【0013】
請求項6の線群パターン認識方法によれば、請求項1の認識対象画像から線群の形状パラメータを抽出する処理において、折れ線近似により線素の形状パラメータを得ることを特徴とするものである。
請求項7の線群パターン認識方法によれば、請求項1の認識対象画像から線群の形状パラメータを抽出する処理において、ハフ変換により線素の形状パラメータを得ることを特徴とするものである。
【0014】
請求項8の線群パターン認識方法によれば、請求項1のテンプレートを変形させる処理において、当該テンプレートを構成する各線素の制御点の移動べクトルを求めることにより当該テンプレートの変形を行うことを特徴とするものである。
請求項9の線群パターン認識方法によれば、請求項1のテンプレートを変形させる処理において、画像の局所領域における明度の分散値を求める処理を認識対象画像に対して施し、当該分散値が高い部分を認識対象線群が存在する範囲として求めることを特徴とするものである。
【0015】
請求項10の線群パターン認識方法によれば、請求項1のテンプレートを変形させる処理において、認識対象画像とテンプレートの第一の照合を行った後、テンプレートを構成する各線素の形状をさらに変化させながら当該線素に沿った認識対象画像の明度の総和を求め、当該明度が最大となる形状をもって最適の照合とする第二の照合を実施することを特徴とするものである。
【0016】
請求項11の線群パターン認識方法によれば、請求項1の認識対象線群を構成する線素の特徴を各々抽出する処理において、認識対象画像から線素の特徴を有する領域を抽出する処理と、当該領域とテンプレートの照合を行い、当該領域とテンプレートに記述された線素との対応付けを行う処理を有することを特徴とするものである。
【0017】
請求項12の線群パターン認識方法によれば、請求項11の認識対象画像から線素の特徴を有する領域を抽出する処理において、認識対象画像に対し、認識対象線群と略直交する方向に明度の二次微分値を求め、当該数値が正値であるか負値であるかを判断することによって当該認識対象画像に含まれる線素部分を抽出することを特徴とするものである。
【0018】
請求項13の線群パターン認識方法によれば、請求項11の認識対象画像から抽出された線素の特徴を有する領域とテンプレートの線素との対応付けを行う処理において、同一領域が異なる2つの線素と対応することを許可することを特徴とするものである。
請求項14の線群パターン認識方法によれば、請求項1の認識対象線群を構成する線素の特徴を各々抽出する処理において、テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布を正規分布にあてはめて、その分布中心位置を線素形状を表現する特徴として抽出することを特徴とするものである。
【0019】
請求項15の線群パターン認識方法によれば、テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布の重心位置を線素形状を表現する特徴として抽出することを特徴とするものである。
請求項16の線群パターン認識方法によれば、テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布より明度の平均値を線素の特徴として抽出することを特徴とするものである。
【0020】
【発明の実施の形態】
図1は本発明の線群パターン認識方法を適用するための光学式計測装置の一実施例を表す図である。レーザーダイオード1からの光線はシリンドリカルレンズ2によって扇状に拡散され、検査対象物(飲料缶等の円筒物)3に対して斜め下方に照射される。この際、シリンドリカルレンズ2により拡散された扇状の光線平面は、検査対象物3の中心線とほぼ平行、かつ曲面に対してある角度をなすよう配置される。当該光線は検査対象物3の表面で反射され、コンべア4の上面に投影される。
【0021】
ここで、コンべア4により検査対象物3を等速直線運動させつつ通過センサ5によって検査対象物3を検知し、これをトリガーとしてレーザーダイオード1を特定の間隔で間欠照射させ、同時に上方よりコンべア4の上面を撮影するよう配設されたテレビカメラ6のシャッターを必要回数の照射が終了するまで開放するよう構成すれば、テレビカメラ6によって撮影される画像には、図2に示すように線状の照射パターン(以下「線素」という)が扇状に並んだ光学パターン(以下「線群」という)が形成される。
【0022】
テレビカメラ6からの信号は図1の量子化装置7によってデジタル画像に変換され、記憶装置8に格納される。記憶装置8に格納された画像は、画像処理装置9によって以下の各実施例において説明する画像処理を施される。
【0023】
ここで、欠陥検出の原理を説明する。図3に示すように、検査対象物の表面が完全な円筒面である部分Aでは、投影される線素は図3のaに示すようにほぼ直線となる。しかし、検査対象物に凹凸状の欠陥が存在する部分Bでは反射される光線の方向に乱れが生じ、図3のbに示すような食い違い状のパターンが観測される。
【0024】
このように、おのおのの線素にはレーザー光が照射された部分の立体形状を反映した変形が生じるので、1枚の画像中に複数の線素が撮像された画像から各々の線素を分離して切り出し、食い違いパターンの有無を調べることにより、検査対象物表面の2次元的な拡がりを持つ凹凸欠陥が検出できる。
【0025】
上記実施例の光学系によって撮像される画像においては、レーザー照射タイミングの誤差、検査対象物の傾き、コンべア上での対象物の位置のばらつき等により、図4に示すように線素は左右の位置ズレに加えて回転、線素の曲がりを含む変形を生じる。また、線素が扇状に配列されるため、図5に示すように、扇の要の部分等で線素同士の間隔が小さくなり、分離が困難な場合が生じることがある。さらに、図6に示すように、対象物表面の状態に伴い線素が不明瞭となる場合も考慮されねばならない。
【0026】
以上のように、線の特徴が不明瞭かつ線素が密に集合した線群の画像から各線素を有効に抽出することを目的として、本発明においては、認識対象となる線群を構成する線素を各々近似しパラメータ化した近似線素の集合によってなるテンプレートを用い、これと実際の画像との照合を行うことにより画面上の実際の線素とテンプレートの近似線素との対応付けを行い、各線素の形状を切り出す方法を用いる。本発明の線群パターン認識方法の処理の流れを図7に示す。
【0027】
まず、図7の11のテンプレート設定の段階について説明する。図8に本発明において用いるテンプレートの一例を示す。当該図面において説明するテンプレートは、認識対象となる線群を構成する線素の各々を、1つの線分で近似したものである。各々の近似線素は、その形状を表現するパラメータとして2つの端点の画面上での座標値P0i(x0i,y0i),P1i(x1i,y1i)の4つの数値を保持する。なお、添字iは近似線素の番号(同図では1〜12)である。従って、各々のテンプレートを構成する直線Liの方程式は次の通りとなる。
【0028】
【数1】
【0029】
なお、当該端点を結ぶ線は曲線とすることも出来る。たとえば、図9に示すように、3つの点P0i(x0i,y0i),P1i(x1i,y1i),P2i(x2i,y2i)を設定し、これら3つの点を通る2次曲線Ciによって線素を近似する場合、その方程式は以下のようになる。
【0030】
【数2】
【0031】
上記のテンプレートは、実際の画像の適切な近似となるパラメータを人為的に設定して作成される。また、線素形状が不定形である場合には、図10に示すように多数の点Pji(xji,yji)の集合により表現することも可能である。
【0032】
次に、図7の21の段階において取り込まれた画像を上記テンプレートと照合する、図7の31から41の段階について説明する。上述のように、図7の21の段階において取得される画像では、線素の各々が平行移動・回転・曲がりを伴う変形を生じる。しかしながら、この変形は測定対象物と光学系の幾何学的な配置に依存して発生するものであるため、線素相互の位置関係は幾何学的に拘束されている。したがって、一部の線素の変形の状態を調べることにより、残りの線素の変形の状態を推定することが可能である。
【0033】
図7の31の輪郭形状取得の段階について説明する。図2に示す画像において、上述したように各々の線素は互いに近接しており、個々に変形の特徴を把握するのは困難である。しかしながら、背景部分とは比較的明瞭なコントラストを有する。従って、当該線群の外形輪郭形状を取得し、これをもとに内側に存在する線素の変形を推定する方法がこの場合有効となる。本実施例において対象としている線群は、線素が扇状に配列されたものであるので、外形輪郭形状として得るべき形状とは、線群の一番外側の線素、すなわち図11のαおよびβの線素の形状である。
【0034】
上記輪郭形状取得の具体的な方法について説明する。画像中で、認識対象線群を横切る方向の明度変化を図11に示す。背景部分では明度が低いのと同時に明度の変化もまた少なく、また当該線群の存在する範囲においては明度の谷間部分であっても背景明度よりも明度が高いことが分かる。したがって、背景部分から明度がステップ状に変化する位置を求めることにより、線群の外形輪郭形状が求められる。
【0035】
本実施例においては、注目位置の両側の明度差を用いる方法を採用するのが有効である。検出したい輪郭を含む画像の一部分を切り出したときの、当該輪郭に直交する向きの明度変化を図12に示す。同図に示す注目位置Iの両側、すなわち範囲RaおよびRbにおける平均明度IaとIbを求め、この差Ia−Ibを図示すると図13のようになる。平均明度差Ia−Ibが最大となる位置をもって輪郭位置とすることにより、当該輪郭付近の明度変化が急峻でない場合にも正しく輪郭位置を特定することが可能である。すなわち、外形輪郭形状を求めるにあたって線素の画像上でのコントラストが低かったり輝度むらがある場合にも正しい輪郭位置を決定することができる。
【0036】
もし線素の分離が良好で、かつ線素自体の明度が十分に高く背景と分離が可能である場合には、より単純な2値化処理や明度が尾根状に変化する部分を検出することによっても十分に輪郭を抽出することができる。例えば、図14に示すように、当該輪郭部分を横切る方向の明度を調べ、これの一次微分値が零交差を起こす位置をもって、明度が尾根状に変化している位置と判断できる。このように明度の一次微分値の零交差を用いれば、線素部分の明度の絶対値によらず線素の正確な位置を決定することができる。
【0037】
また、検出すべき輪郭が存在する位置を切り出す処理の前処理として、画像の局所領域における明度の分散を求め、分散があるしきい値を超える位置をもって輪郭の存在する位置の目安とする方法がある。図15にこの方法に関する説明図を示す。線素の間隔よりも十分に大きい範囲に対し分散を求めると、線素の存在する範囲では分散は非常に大きい値となるが、背景部分では明度が全体に低くばらつきも少ないため、線群の存在する範囲を明瞭に抽出することができる。
【0038】
次に、図7の32の形状パラメータ抽出の段階について説明する。上記のような方法により得られた線群の外形輪郭形状とテンプレートの近似線素の形状の比較および変形量の導出のため、当該輪郭形状をテンプレートの近似線素の数式記述と対応させることが可能なパラメータにより近似して表現する必要がある。本実施例において示す方法によれば、テンプレートの近似線素は線分で表現されるので、外形輪郭形状も同様に線分により近似するものとする。
【0039】
図16に本実施例を説明する図を示す。テンプレートは単一の線分により表現されるが、外形輪郭形状の記述においては線素の曲がりを表現することを目的として、同図に示すように折れ線Lu,Llで近似する。この近似は、まず端点Ps,Peを求め、中間点Pmの位置を移動させつつPmから直線PsPeへ下ろした垂線の足の長さlが最大となる位置を求めることにより容易に行うことができる。
【0040】
また、外形輪郭形状を折れ線で近似する別の方法としては、ハフ変換による方法が考えられる。図17に示すように、ハフ変換により画像中から2本の直線L1,L2を抽出し、この2直線の交点を一つの節点Cとし、この点から各々の直線L1,L2に沿って端点DおよびEを検出すればよい。
【0041】
次に、図7の41のテンプレートの近似線素と上記実施例において求められた輪郭形状からテンプレートの変形を行う段階について説明する。本実施例において説明した光学系によって得られる画像では、前述の通り線素の各々が平行移動・回転・曲がりを伴う変形を生じるが、各々の線素の変形は測定対象物と光学系の幾何学的な配置に依存しており、線群全体として見ると、扇状図形の幾何学的な歪みとして取り扱うことができる。本実施例を説明する図を図18に示す。
【0042】
上述の手段により図11のαおよびβの線素を各々抽出し、2線分により近似して6つの端点Ps1,Pm1,Pe1,Psn,Pmn,Pen(図18ではn=12)の位置を求め、まず次式によりテンプレートの中間点P21(x21,y21),P2n(x2n,y2n)を発生させる。
【0043】
【数3】
【0044】
その後、テンプレートの端点と輪郭形状より求められる端点の位置を比較し、端点の移動べクトルVs1,Vm1,Ve1,Vsn,Vmn,Venを次式により求める。
【0045】
【数4】
【0046】
求められた左右端の線素の端点移動べクトルVs1,Vm1,Ve1,Vsn,Vmn,Venから、次式により第i番目の近似線素の各端点P0i,P1i,P2i(i=2〜n−1)の移動べクトルを次式に示す内挿により求める。
【0047】
【数5】
【0048】
このようにして、テンプレートを構成する近似線素の各々を、対象画像の線素とほぼ重ね合わせることができる。
【0049】
しかしながら、上述の方法においては両端の線素形状のみをもとに全ての近似線素の変形を行うため、両端の線素形状の抽出の際の誤差によりわずかな照合ズレが発生することが懸念される。そこで、図19に示すように、上記の第1の照合を行った後、各端点P0i,P1i,P2i(i=1〜n)の位置を限定された範囲内で移動させながら、線分L0i,L1iに沿って対象画像の明度の総和Siを求め、Siの値が最大となる各端点P0i,P1i,P2i(i=1〜n)の位置を求めることにより第1の照合における誤差を補正し、より良好な第2の照合結果を得ることができる。
【0050】
以上の処理によって、線群の変形に対応してテンプレートの形状を変形させ、抽出すべき線素の形状に概ね符合する近似線素が得られる。この後、図7の51、52に示すように、変形された近似線素をガイドラインとして、対象画像から線素を切り出す処理を行う。
【0051】
まず、図7の51の線素抽出処理の段階において、対象画像から各々の線素を切り出すためには、対象画像上の線素とテンプレートの近似線素の対応付けを行う必要がある。ここで述べた対応付けとは、テンプレートの近似線素に対応する画素を対象画像から選び出す処理、すなわち各々の近似線素に対応する線素ごとの境界を求めることを意味する。
【0052】
このためには、まず対象画像の全ての画素を、線素部分とそうでない部分に分ける必要がある。線素部分とは、明度が高く、かつ線素の方向と直交する向きに尾根状の明度変化を生じている部分と定義できる。したがって、図20に示すように、テンプレートの近似線素に略直交する向きに明度を調べ、これを2次微分すれば、当該2次微分値が負値となる範囲が求めるべき線素部分として抽出される。図2に示す画像に対して上述の線素部分抽出の処理を行った結果を図21に示す。当該図面において黒色で表示された範囲が線素部分、白色で表示された部分がそうでない部分を表す。
【0053】
以上のようにして抽出された線素部分に対し、図22に示すようにテンプレートを重ね合わせ、テンプレートの近似線素L0i,L1iに沿って連続領域A1iを抽出することにより、対象画像の線素部分のみを抽出することができる。この際に、図22中W部のように、線素が重なり合って見えている場合には、W部はそれと重なり合うテンプレートの近似線素L0i,L1iとL0i+1,L1i+1の両方に対応しているとみなす。
【0054】
このようにして対象画像に含まれる線素を分離して抽出することが可能となる。しかしながら、本実施例において対象としている線素は幅を持っており、そのままでは形状を認識するにあたって取り扱いが煩雑であるので、図7の52に示すように、線素の形状を表現する特徴を抽出する処理を行う必要がある。本実施例においては以下の4種類の特徴抽出方法を例示する。
【0055】
当該線素部分は前述のごとく、線幅の中央付近で明度が高くなる特徴を有する。したがって、図23に示すように、この近似線素に対して直交する方向に明度が最大となる位置を見つけ、これを当該線素の中心線とする方法が考えられる。この方法は処理が非常に単純であり、高速に実行できるというメリットを有する。
【0056】
しかしながら、当該線素に明度のむらが多い場合など、前述の方法では線素の形状が著しく乱れて見える可能性がある。このような場合に対応する手段としては、次の3つの方法が考えられる。
まず第一の方法は、図24に示すように、近似線素に対して直交する方向に明度を調べ、明度の重心すなわち明度の総和を丁度2分割する位置を求めて、これを当該線素の中心線形状を表すパラメータとする方法である。この方法は処理が簡単であり、かつ明度むらなどの影響を受けにくい特徴がある。
【0057】
第二の方法は、図25に示すように、近似線素に対して直交する方向に明度分布を調べ、当該分布と三角形状の分布との照合を行って当該照合位置を当該線素の中心線形状を表すパラメータとする方法である。この方法には、比較的単純な処理によって高精度かつ明度むらの影響を受けずに中心線位置を検出できるという特徴がある。
【0058】
第三の方法は、図26に示すように近似線素に対して直交する方向に明度分布を調べ、当該分布に正規分布を当てはめてその中央位置を当該線素の中心線形状を表すパラメータとする方法である。この方法では処理が煩雑であるものの、最も高精度かつ明度むらの影響を受けずに中心線位置を検出できるという特徴がある。
【0059】
また、線の明度情報もまた線素の特徴を表すパラメータとして有効である。線の明度情報の抽出は、図27に示すように近似線素に対して直交する方向に明度分布を調べ、当該分布の平均をもって線素の特徴とすればよい。
【0060】
【発明の効果】
請求項1の線群パターン認識方法によれば、不明瞭な線素が互いに近接しており、かつ回転や歪みを伴う変形を生じるような線群データから線素を分離し、その形状を認識することができるという効果がある。
請求項2の線群パターン認識方法によれば、認識対象となる線素の形状を少ないパラメータにより表現でき、計算機上で本発明を実施するにあたって記憶容量および処理の軽便さの点で優れるという効果がある。
【0061】
請求項3の線群パターン認識方法によれば、テンプレートと認識すべき線群の形状の差異を求めるにあたって信頼性の高い情報を得ることができるという効果がある。
請求項4の線群パターン認識方法によれば、外形輪郭形状を求めるにあたって線素の画像上でのコントラストが低かったり輝度むらがある場合にも正しい輪郭位置を決定することができるという効果がある。
【0062】
請求項5の線群パターン認識方法によれば、線素の特徴が明瞭な場合に簡便な処理により正確な輪郭情報を抽出することができるという効果がある。
請求項6の線群パターン認識方法によれば、折れ線近似を用いることにより、単純な処理によって線群の外形輪郭形状をパラメータ化することができるという効果がある。
【0063】
請求項7の線群パターン認識方法によれば、外形輪郭が不明瞭で抽出される輪郭位置のばらつきが大きい場合にも、ハフ変換を用いることにより、輪郭形状をパラメータ化する処理の誤りを少なくすることができるという効果がある。
請求項8の線群パターン認識方法によれば、制御点の移動のみにより簡単にテンプレート形状の変形を行うことができるという効果がある。
【0064】
請求項9の線群パターン認識方法によれば、画像から処理対象とすべき領域を容易に抽出でき、処理の効率を向上することができるという効果がある。
請求項10の線群パターン認識方法によれば、第一の照合において生じた誤りを第二の照合において補正し、より正確な照合を得ることができるという効果がある。
【0065】
請求項11の線群パターン認識方法によれば、線素の特徴を有する領域をあらかじめ抽出することにより、抽出すべき線素をそれに隣接する線素と混同することなく抽出することができるという効果がある。
請求項12の線群パターン認識方法によれば、請求項11において用いる線素の特徴を有する領域を単純な処理によって検出することができるという効果がある。
【0066】
請求項13の線群パターン認識方法によれば、請求項11において、線素が分離不可能である場合に曖昧さを許容することにより誤った対応を発生させることを防止することができるという効果がある。
請求項14の線群パターン認識方法によれば、明度むらや分布の偏りに伴う誤りを防止しつつ線素の形状特徴を表すパラメータを抽出することができるという効果がある。
【0067】
請求項15の線群パターン認識方法によれば、明度むら等の影響が小さく、かつ比較的単純な処理によって線素の形状特徴を表すパラメータを抽出することができるという効果がある。
請求項16の線群パターン認識方法によれば、線素部分の特徴として当該線素に沿った明度情報を抽出することができるという効果がある。
【図面の簡単な説明】
【図1】本発明の一実施例において検査対象物の欠陥を強調して撮像するための装置の構成図である。
【図2】図1の装置によって撮像される画像の一例を示す説明図である。
【図3】図1の装置によって検査対象物の欠陥が強調して撮像される原理を説明する図である。
【図4】図1の装置によって撮像される画像に生じる歪みの状態を示す図である。
【図5】図1の装置によって撮像される画像に生じる問題を説明する図である。
【図6】図1の装置によって撮像される画像に生じる別の問題を説明する図である。
【図7】本発明の線群パターン認識方法の処理手順を示す図である。
【図8】図7の実施例において用いられるテンプレートの構成を説明する図である。
【図9】図7の実施例において用いられるテンプレートの構成を説明する別の図である。
【図10】図7の実施例において用いられるテンプレートの構成を説明するさらに別の図である。
【図11】図7の実施例において検査対象画像から抽出されるべき特徴を説明する図である。
【図12】図7の実施例において外形輪郭情報を検出する方法を説明する図である。
【図13】図7の実施例において外形輪郭情報を検出する方法を説明する別の図である。
【図14】図7の実施例において外形輪郭情報を検出する別の方法を説明する図である。
【図15】請求項9に記載された線群の輪郭位置を大まかに把握するための方法を説明する図である。
【図16】請求項6に記載された外形輪郭情報をパラメータ化する方法を説明する図である。
【図17】請求項7に記載された外形輪郭情報をパラメータ化する方法を説明する図である。
【図18】図7の実施例において撮像される画像に生じる歪みに対応してテンプレートを変形させる請求項8に記載された方法を説明する図である。
【図19】請求項10に記載された、より高精度にテンプレートの変形を行う方法を説明する図である。
【図20】図7の実施例において線素部分と背景部分を分離する方法を説明する図である。
【図21】図7の実施例において線素部分と背景部分を分離する処理の結果を説明する図である。
【図22】図7の実施例において線素を各々分離し抽出する方法を説明する図である。
【図23】図7の実施例において線素の中心線を検出する方法を説明する図である。
【図24】図7の実施例において線素の中心線を検出する別の方法を説明する図である。
【図25】図7の実施例において線素の中心線を検出する別の方法を説明する図である。
【図26】図7の実施例において線素の中心線を検出する別の方法を説明する図である。
【図27】図7の実施例において線素の明度情報を抽出する方法を説明する図である。
【符号の説明】
1 レーザー光源(レーザーダイオード)
2 シリンドリカルレンズ
3 検査対象物
4 コンベア
5 通過センサ
6 テレビカメラ
7 量子化装置
8 記憶装置
9 画像処理装置
Claims (16)
- 円筒面を持つ検査対象物にスリット状のレーザー光を照射し、当該対象物に反射したレーザー光をスクリーンに投影し、カメラによって撮影できる光学系を構成し、かつ当該対象物をスリット光の面に略直交する向きに移動しつつレーザー光を間欠照射することによって生じる、互いの位置関係が幾何学的に拘束された複数の線素が集合した線群を認識するための方法であって、認識対象となる線群を構成する線素を各々近似した近似線素の集合であるテンプレートを生成する処理と、認識対象画像から線群の形状パラメータを抽出する処理と、当該形状パラメータと線素の幾何学的拘束条件をもとにテンプレートを変形させる処理と、変形されたテンプレートの各近似線素の形状を参照して当該認識対象線群を構成する線素の特徴を各々抽出する処理とを有することを特徴とする線群パターン認識方法。
- 認識対象線群を近似線素の集合により表現したテンプレートを生成する処理において、当該線素の形状が方程式により表現され、かつその端点が定義された少なくとも1つの線分または曲線分の集合であることを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像から線群の形状パラメータを抽出する処理において、認識対象画像から当該認識対象の外形輪郭形状を抽出し、テンプレートの外形輪郭形状との比較が可能なパラメータを求めることを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象線群の輪郭形状を求める処理において、輪郭部を含む範囲の画像を切り出し、注目位置の両側で当該輪郭線と略直交する方向に明度の平均値を求め、当該平均明度の差が最大となる位置を見つけて輪郭位置とすることを特徴とする請求項3記載の線群パターン認識方法。
- 認識対象画像から線群の形状パラメータを抽出する処理において、認識対象画像から明度が連続して尾根状に変化する部分を線素部分として抽出し、パラメータ化することを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像から線群の形状パラメータを抽出する処理において、折れ線近似により線素の形状パラメータを得ることを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像から線群の形状パラメータを抽出する処理において、ハフ変換により線素の形状パラメータを得ることを特徴とする請求項1記載の線群パターン認識方法。
- テンプレートを変形させる処理において、当該テンプレートを構成する各線素の制御点の移動べクトルを求めることにより当該テンプレートの変形を行うことを特徴とする請求項1記載の線群パターン認識方法。
- 画像の局所領域における明度の分散値を求める処理を認識対象画像に対して施し、当該分散値が高い部分を認識対象線群が存在する範囲として求めることを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像とテンプレートの第一の照合を行った後、テンプレートを構成する各線素の形状をさらに変化させながら当該線素に沿った認識対象画像の明度の総和を求め、当該明度が最大となる形状をもって最適の照合とする第二の照合を実施することを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像から線素の特徴を有する領域を抽出する処理と、当該領域とテンプレートの照合を行い、当該領域とテンプレートに記述された線素との対応付けを行う処理を有することを特徴とする請求項1記載の線群パターン認識方法。
- 認識対象画像に対し、認識対象線群と略直交する方向に明度の二次微分値を求め、当該数値が正値であるか負値であるかを判断することによって当該認識対象画像に含まれる線素部分を抽出することを特徴とする請求項11記載の線群パターン認識方法。
- 認識対象画像から抽出された線素の特徴を有する領域とテンプレートの線素との対応付けを行う処理において、同一領域が異なる2つの線素と対応することを許可することを特徴とする請求項11記載の線群パターン認識方法。
- テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布を正規分布にあてはめて、その分布中心位置を線素形状を表現する特徴として抽出することを特徴とする請求項1記載の線群パターン認識方法。
- テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布の重心位置を線素形状を表現する特徴として抽出することを特徴とする請求項1記載の線群パターン認識方法。
- テンプレートを構成する線素に直交する向きに明度の分布を求め、当該分布より明度の平均値を線素の特徴として抽出することを特徴とする請求項1記載の線群パターン認識方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17773198A JP3641942B2 (ja) | 1998-06-24 | 1998-06-24 | 線群パターン認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17773198A JP3641942B2 (ja) | 1998-06-24 | 1998-06-24 | 線群パターン認識方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000011171A JP2000011171A (ja) | 2000-01-14 |
JP3641942B2 true JP3641942B2 (ja) | 2005-04-27 |
Family
ID=16036142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP17773198A Expired - Fee Related JP3641942B2 (ja) | 1998-06-24 | 1998-06-24 | 線群パターン認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3641942B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4938617B2 (ja) * | 2007-10-18 | 2012-05-23 | 幸輝郎 村井 | オブジェクト操作装置、及び、デジタル画像フレームデータからマーカを特定する方法 |
-
1998
- 1998-06-24 JP JP17773198A patent/JP3641942B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2000011171A (ja) | 2000-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11958197B2 (en) | Visual navigation inspection and obstacle avoidance method for line inspection robot | |
US9478035B2 (en) | 2D/3D localization and pose estimation of harness cables using a configurable structure representation for robot operations | |
US8929602B2 (en) | Component based correspondence matching for reconstructing cables | |
JP4723834B2 (ja) | 映像に基づいたフォトリアリスティックな3次元の顔モデリング方法及び装置 | |
CN100494886C (zh) | 三维扫描系统中圆形标志点的检测方法 | |
KR100682889B1 (ko) | 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치 | |
JP2919284B2 (ja) | 物体認識方法 | |
US20150317821A1 (en) | Geodesic Distance Based Primitive Segmentation and Fitting for 3D Modeling of Non-Rigid Objects from 2D Images | |
EP1903478A2 (en) | Methods and systems for defining, identifying and learning geometric features | |
WO2007091604A1 (ja) | 三次元物体を検出する装置 | |
US20030229413A1 (en) | System for analysis of fabric surface | |
Lee et al. | Automatic pose generation for robotic 3-D scanning of mechanical parts | |
CN116494253B (zh) | 目标物体抓取位姿获取方法及机器人抓取系统 | |
CN101383005A (zh) | 一种利用辅助规则纹理的乘客目标图像和背景分离方法 | |
CN111539436A (zh) | 一种基于一字模板匹配的轨道扣件定位方法 | |
CN110288040B (zh) | 一种基于拓扑验证的图像相似评判方法及设备 | |
JP3641942B2 (ja) | 線群パターン認識方法 | |
Khaliluzzaman et al. | Zebra-crossing detection based on geometric feature and vertical vanishing point | |
KR102466004B1 (ko) | 딥러닝 기술을 이용한 차선 도색시스템 | |
Naiberg et al. | A unified recognition and stereo vision system for size assessment of fish | |
Chidambaram | Edge Extraction of Color and Range Images | |
JP4664805B2 (ja) | 顔端検出装置、顔端検出方法、及び、プログラム | |
Bauer et al. | MetropoGIS: A feature based city modeling system | |
JPH0981778A (ja) | モデリング装置およびモデリング方法 | |
Lu et al. | Detecting textured objects using convex hull |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040611 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040622 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040820 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050117 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080204 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090204 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090204 Year of fee payment: 4 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090204 Year of fee payment: 4 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100204 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100204 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110204 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |