JP6416742B2 - 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム - Google Patents

Description

本発明は、含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラムに関する。

電子機器や電子基板（以下、適宜「基板」と略す）には、高機能を実現するために貴重・希少な資源（例えば、金属）が使用されており、これらの資源をリサイクルするためには、電子機器や電子基板に存在する資源の種類や含有量、存在位置等を把握する必要がある。例えば、基板上には多種類のＩＣ（Integrated Circuit）が搭載されているため、基板上にどの種類のＩＣが存在するかを把握する必要がある。ここで、基板状にどの種類のＩＣが存在するかを把握する技術として、非特許文献１に示す技術がある。

松永恵里他、「電子基板の資源見える化技術の検討‐画像処理による電子基板上の部品検出‐」、廃棄物資源循環学会研究発表会講演集、第26回廃棄物資源循環学会研究発表会、講演原稿2015 B1-4、2015年

しかし、非特許文献１に記載の技術は、基板上に存在する端子（ピン）付きＩＣを種類分けすることはできるものの、ピン無しＩＣを種類分けすることができない。例えば、ピン無しＩＣには、８角形のＩＣと４角形のＩＣとがあり、これらのＩＣは希少金属や貴金属等の含有量が異なるが、上記の技術ではこれらを種類分けすることができない。そのため、上記の技術では、基板の含有資源量を精度よく推定できないという問題があった。そこで、本発明は、前記した問題を解決し、ピン無しＩＣについても種類分けすることで、基板の含有資源量を精度よく推定することを課題とする。

前記した課題を解決するため、本発明は、ＩＣが実装された基板の画像を取得する画像取得部と、前記画像から前記ＩＣを含む矩形領域およびピンの領域を検出する画像処理部と、前記検出の結果を参照して、前記ＩＣにピンがなく、かつ、前記ＩＣの矩形領域のサイズが所定値以上であると判定した場合、前記矩形領域の四隅のうち、いずれかの隅の領域における色を分析し、当該領域に２つの色が存在するとき、当該ＩＣの種類をピン無し８角形のＩＣに分類し、当該領域に２つの色が存在しないとき、ピン無し４角形のＩＣに分類する部品分類部とを備えることを特徴とする。

本発明によれば、基板の含有資源量を精度よく推定することができる。

図１は、第１の実施形態の含有資源量推定装置の機能ブロック図である。 図２は、ＩＣが実装された基板の画像の一例を示す図である。 図３は、第１の実施形態の含有資源量推定装置の処理手順を示すフローチャートである。 図４は、有資源量データの一例を示す図である。 図５は、第１の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の分布を説明するための図である。 図６は、ピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域におけるＲＧＢ表色系のＧの分布を示すヒストグラムである。 図７Ａは、第２の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の分布を説明するための図である。 図７Ｂは、矩形領域がＩＣの輪郭の外側であった場合の任意領域の配置を説明するための図である。 図８は、ピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域におけるＬ^＊ａ^＊ｂ^＊表色系の（ａ，ｂ）の分布を示すヒストグラムである。 図９は、Ｌ^＊ａ^＊ｂ^＊表色系の色相と彩度を示す図である。 図１０は、第３実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の分布を説明するための図である。 図１１は、第３実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の面積変化を示すグラフである。 図１２は、第４の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の分布を説明するための図である。 図１３は、第４の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の面積変化を示すグラフである。 図１４は、第５の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の分布を説明するための図である。 図１５は、第５の実施形態におけるピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれの任意領域における色の面積変化を示すグラフである。 図１６は、ＩＣの輪郭に対して斜めに矩形領域が抽出された画像の一例を示す図である。 図１７は、ピン無し８角形のＩＣおよびピン無し４角形のＩＣの単位面積あたりの資源量を示した図である。 図１８は、従来技術および第４の実施形態の含有資源量推定装置による資源量の推定結果を示した図である。 図１９は、含有資源量推定プログラムを実行するコンピュータを示す図である。

以下、図面を参照しながら、本発明を実施するための形態（実施形態）を第１の実施形態から第５の実施形態に分けて説明する。

各実施形態の含有資源量推定装置は、電子機器に用いられる基板（基板および基板に実装されている電子部品）に含まれている希少金属や貴金属等の含有量を推定する。

ここで、「基板」には、例えば、ガラスエポキシ基板やフレキシブル基板等の各種のプリント基板のみならず、電子部品を実装することが可能な各種の部材も含まれる。

また、「含有資源量」とは、基板や電子部品に含まれている各種の資源（例えば、希少金属や貴金属等の化学成分）の含有量を言う。例えば、「電子部品が実装された基板の含有資源量」とは、部品が実装されていない基板の含有資源量と、基板に実装されている各種電子部品の含有資源量との合計量を言う。また、「ＩＣの含有資源量」とは、基板に実装されている各種電子部品の含有資源量のうち、ＩＣの含有資源量の合計量を言う。本技術はＩＣの含有資源量を推定するものであるが、一般的に電子基板に実装される部品数が最も多い部品はＩＣであるため、実装されているＩＣの種類、個数を特定できれば、ＩＣの含有資源量と部品が実装されていない基板の含有資源量とを合計することによりある程度の電子基板の含有資源量を推定することも可能となる。なお、以下の説明において、「含有資源量」は、適宜「資源含有量」とも言う。

[第１の実施形態]
第１の実施形態の含有資源量推定装置１０は、基板の実装面を撮影した画像に基づき、当該基板にどのような種類のＩＣが何個実装されているかを判断する。ここで、含有資源量推定装置１０は、ピン無しのＩＣが、８角形のＩＣか４角形のＩＣかについても分類し、それぞれのＩＣが何個実装されているかを判断する。そして、含有資源量推定装置１０は、この判断結果と、事前に登録されたＩＣの種類ごとの含有資源量のデータ（図４参照）を参照して、基板全体のＩＣの含有資源量を推定する。

この含有資源量推定装置１０は、例えば、図１に示すように、画像取得部１１、含有資源量記憶部１３、画像処理部１４、部品分類部１５、分類結果記憶部１６、資源量推定部１７、資源量推定結果記憶部１８、表示部１９を備える。破線で示す分類用データ記憶部１２は、装備される場合と装備されない場合とがあり、装備される場合については後記する。

画像取得部１１は、基板の実装面を撮影した画像を取得する。画像取得部１１は、例えば、図２に例示するような基板の実装面を撮影した画像を取得する。なお、図２は、ＩＣ１〜ＩＣ１１が実装された基板を例示した図である。図２に示すように、基板は、ピン無し４角形のＩＣ（例えば、ＩＣ９、ＩＣ１０）やピン無し８角形のＩＣ（例えば、ＩＣ１１）を含むことがある。

この画像取得部１１による画像の取得方法としては、例えば、含有資源量推定装置１０内にスキャナやカメラ等の撮像装置を設け、その撮像装置によって基板の実装面を撮影し、撮影した画像のデータを画像取得部１１に入力することにより画像を取得する方法が挙げられる。電子基板上の部品をデジタルカメラで撮影する際に、凹凸や光沢がある場合、同じ部品を映しても画像上の位置が異なると、カメラ（レンズ）・照明・撮影対象の位置関係が異なるため、同じようには映らず、影や白とびの発生、明るさや色の変動が生じるおそれがある。このため、画像の取得には、影の発生や、明るさの変動を低減できるスキャナが好適に用いられる。

また、別の方法としては、予め、含有資源量推定装置１０とは別個に設けた撮像装置によって基板の実装面を撮影しておき、その撮影した画像のデータを記録した記録媒体（外部メモリやＣＤ−ＲＯＭ等）を介して画像取得部１１に画像を入力する方法や、予め撮影した基板の画像のデータを、通信ネットワークを介して含有資源量推定装置１０の画像取得部１１に入力する方法等が挙げられる。

含有資源量記憶部１３は、ＩＣの種類ごとに、当該種類のＩＣの含有資源量を示した含有資源量データを記憶する。例えば、含有資源量データは、図４に示す、ＩＣ形状種類（ピン無し８角形のＩＣ、ピン無し４角形のＩＣ）ごとに、当該ＩＣに含まれる、Ａｕ、Ｐｄ、Ａｇ、Ｃｕ等の含有量を含む。この含有資源量データは、例えば、予め代表的なＩＣの種類別にＩＣＰ発光分光分析、ＩＣＰ質量分析、蛍光Ｘ線分析を行い、その分析結果等により得られた含有資源量を用いる。なお、この含有資源量データは、基板の含有資源量を含んでいてもよい。上記の含有資源量データは、含有資源量推定装置１０の利用者が、事前に登録しておくものとする。

画像処理部１４は、画像取得部１１が取得した推定対象の基板の画像の矩形領域をＩＣの領域として検出する。例えば、画像処理部１４は、画像を画素値または色に基づいて二値化したのち、輪郭トレースし、検出された輪郭（二値画像における閉領域の輪郭）の形状の矩形らしさを評価する。この際、二値化のための閾値は予め経験的に決めておいてもよいし、ある画素周辺の平均ピクセル濃度や標準偏差等を求め、それに関連付けて閾値を決め二値化する動的二値化を利用してもよい。矩形らしさの評価方法としては、検出された輪郭の閉領域と、その外接矩形の重なり（面積の重なり）の大きさを評価する等の方法が考えられる。なお、ここでは矩形抽出の具体的な方法は限定しない。

また、画像処理部１４は、画像取得部１１が取得した画像からＩＣのピン部分の周期的な画素値の変化によりＩＣのピンの周期等を取得し、画像の矩形領域のサイズを求める。なお、画像の矩形領域のうち、矩形領域の周辺に周期性が存在する矩形をピン付きＩＣとし、矩形領域の周辺に周期性が存在しない矩形をそれ以外の部品とする。

部品分類部１５は、画像処理部１４によるＩＣの検出結果（例えば、ピン付きＩＣか否か、ピン付きＩＣであればピンの周期、矩形領域のサイズ、矩形領域の形状等）に基づきＩＣの種類を分類し、分類されたＩＣの種類別の個数をカウントする。

例えば、部品分類部１５は、画像処理部１４により検出された矩形領域の周辺に周期性が存在しなければ（つまりピン付きＩＣ以外の部品である場合）、当該ＩＣの形状から、当該ＩＣが８角形のＩＣか４角形のＩＣかを分類する。また、画像処理部１４により検出されたＩＣがピン付きＩＣであれば、ＩＣのピンの周期、ＩＣのピンの太さ、ＩＣのサイズ、ＩＣの縦横比、ＩＣのピンがある辺の数等に基づき、当該ＩＣの種類を分類する。そして、部品分類部１５は、基板の画像に含まれるＩＣの種類別の個数をカウントし、ＩＣの種類データおよび個数データを生成する。

分類結果記憶部１６は、部品分類部１５によって生成されたＩＣの種類データおよび個数データを記憶する。

資源量推定部１７は、分類結果記憶部１６に記憶されたＩＣの種類別の個数のカウント結果（ＩＣの種類データと個数データ）と、含有資源量データ（図４参照）とを参照して、推定対象の基板に実装されたＩＣの含有資源量を推定する。例えば、資源量推定部１７は、ＩＣの種類別の個数のカウント結果と、含有資源量データ（図４参照）とを用いて、推定対象の基板に実装されたＩＣの含有資源量を化学成分（資源）別に算出する。

資源量推定結果記憶部１８は、資源量推定部１７により推定された基板に実装されたＩＣの含有資源量の推定結果を記憶する。

表示部１９は、資源量推定結果記憶部１８に記憶された基板に実装されたＩＣの含有資源量の推定結果を表示する。例えば、表示部１９は、ユーザからの要求に応じて、実装されたＩＣの含有資源量の推定結果を液晶ディスプレイ等の表示装置に表示する。

次に、図３を用いて、含有資源量推定装置１０の処理手順を説明する。

まず、含有資源量推定装置１０の画像取得部１１は、推定対象の基板の画像を取得する（Ｓ１）。例えば、画像取得部１１は、図２に示すような基板の画像を取得する。次に、画像処理部１４は、Ｓ１で取得した推定対象の基板の画像の矩形領域を抽出する（Ｓ２）。例えば、画像処理部１４は、図２に示す画像から、図５の符号１０５，２０５に示すような矩形領域を抽出する。

また、画像処理部１４は、取得した画像の矩形領域のうち、矩形周辺の領域の画素値の周期性を検出し、周期数を得る（Ｓ３）。そして、画像処理部１４は、矩形領域のうち、矩形周辺に周期性が存在しなければ（Ｓ４でＮｏ）、矩形領域のサイズのデータを得る（Ｓ７）。そして、部品分類部１５は、矩形領域のサイズが所定値以上と判定すると（Ｓ８でＹｅｓ）、矩形領域をピン無しのＩＣとし、ピン無しの８角形のＩＣかピン無しの４角形のＩＣかの分類を行う（Ｓ９）。その後、Ｓ１１へ進む。なお、Ｓ９の処理の詳細は、具体例を交えながら後記する。

一方、部品分類部１５は、矩形領域のサイズが所定値未満と判定すると（Ｓ８でＮｏ）、当該矩形領域をＩＣ以外の部品（例えば、コンデンサ等）に分類し（Ｓ１０）、Ｓ１１へ進む。

また、Ｓ４で、画像処理部１４は、矩形領域のうち、矩形周辺に周期性が存在すれば（Ｓ４でＹｅｓ）、当該矩形領域をピン付きＩＣと決定し、ピン付きＩＣの縦横比、サイズ、ＩＣのピンがある辺の数のデータを得る（Ｓ５）。そして、部品分類部１５は、ＩＣのピンの周期、ＩＣの縦横比、サイズ、ＩＣのピンがある辺の数等を参照して、画像に含まれるＩＣがどの種類のＩＣかを分類する（Ｓ６）。その後、Ｓ１１へ進む。

部品分類部１５は、上記の分類により、推定対象の基板に実装されているＩＣの種類別の個数をカウントする。そして、部品分類部１５は、ＩＣの種類別の個数のカウント結果を、分類結果記憶部１６に記憶する。

Ｓ１１において、資源量推定部１７は、分類結果記憶部１６に記憶されたＩＣの種類別の個数のカウント結果について、各ＩＣの種類に対応するＩＣの含有資源量のデータを含有資源量データ（図４参照）から読み出す（Ｓ１１）。そして、資源量推定部１７は、Ｓ７で読み出した含有資源量データと、各ＩＣの種類別の個数とに基づいて、基板全体の含有資源量を推定する（Ｓ１２）。

以上説明した含有資源量推定装置１０によれば、ピン無しＩＣについて、８角形のＩＣか４角形のＩＣかの分類をした上で、基板全体の含有資源量を推定するので、基板全体の含有資源量を正確に推定することができる。

次に、図５を参照し、部品分類部１５による、ピン無しＩＣが８角形のＩＣか４角形のＩＣかの分類（図３のＳ９）を詳細に説明する。なお、図５の符号１０１は、基板上にピン無し８角形のＩＣが実装された領域を示し、符号２０１は、基板上にピン無し４角形のＩＣが実装された領域を示す。また、符号１０５，２０５で示す領域は、画像処理部１４により抽出された矩形領域を示す。

まず、部品分類部１５は、矩形領域の中心等、矩形領域の隅以外の領域から任意領域（例えば、符号１０２，２０２に示す領域）を抽出し、この領域の色を分析することで、ＩＣの色の情報を得る。つまり、矩形領域中、矩形領域の隅以外の領域であれば確実にＩＣが存在するので、ＩＣの色の情報として、当該領域の色の情報を得る。例えば、部品分類部１５は、ＩＣの色の情報として、図６の右側のヒストグラム情報を得る。なお、ここでのヒストグラムは、例えば、ＲＧＢ表色系のヒストグラムであり、例えば、図６に示すグラフのようにＲＧＢ系のＧの値ごとに、当該値の強さを示したヒストグラムである。

次に、部品分類部１５は、矩形領域の四隅のうち、いずれかの隅の領域（例えば、符号１０３または１０４に示す領域、符号２０３に示す領域）を抽出し、当該領域の色を分析する。そして、当該領域に２つの色（ＩＣの色と基板の色）が存在すれば、部品分類部１５は、ＩＣの種類をピン無し８角形のＩＣと判定する。一方、当該領域に２つの色が存在しなければ（ＩＣの色のみ存在すれば）、部品分類部１５は、ＩＣの種類をピン無し４角形のＩＣと判定する。

例えば、ピン無し８角形のＩＣの場合、図６の左側のヒストグラムに示すように、矩形領域の隅の領域にはＩＣの色である黒と、基板の色である緑の２色のピークが存在する。したがって、部品分類部１５は、矩形領域のいずれかの隅の領域の色のヒストグラムに、上記のような２色のピークが存在するとき、矩形領域のＩＣをピン無し８角形のＩＣと判定する。

一方、ピン無し４角形のＩＣの場合、図６の右側のヒストグラムに示すように、矩形領域の隅の領域にはＩＣの色である黒のピークのみが存在する。したがって、部品分類部１５は、矩形領域のいずれかの隅の領域の色のヒストグラムに、上記のような黒のピークのみが存在するとき、矩形領域のＩＣをピン無し４角形のＩＣと判定する。

ここでの、ヒストグラムを用いたピン無し８角形のＩＣかピン無し４角形のＩＣかの判定は、例えば、ヒストグラムの面積の分布割合に基づき行うことができる。一例を挙げると、図６に示すＲＧＢ表色系のＧの値が所定の閾値（例えば、１２０）以下のヒストグラムの面積が全体の３０％未満であれば、部品分類部１５は、ピン無し８角形のＩＣと判定し、Ｇの値が所定の閾値以下のヒストグラムの面積が全体の３０％以上あれば、部品分類部１５は、ピン無し４角形のＩＣと判定する。

なお、上記の閾値は、ＩＣの色によって変動があるため、例えば、上記の矩形領域の隅以外の領域（例えば、図５の符号１０２，２０２に示す領域）の色のヒストグラムのピーク値を参考にするのが好ましい。

このように部品分類部１５の用いる閾値をＩＣの色に応じて調整を行うことで、ピン無しＩＣが８角形のＩＣか４角形のＩＣかをより精度よく分類することができる。

［第２の実施形態］
なお、ピン無し８角形のＩＣには、矩形領域のいずれかの隅に、部品のデータシートの端子（ピン）番号の位置を示すために、黄色のマークが示されている場合が多い。そこで、含有資源量推定装置１０は、ＩＣの矩形領域の四隅のいずれかに黄色の領域があるか否かにより、ピン無しＩＣが８角形のＩＣか４角形のＩＣかを分類してもよい。この場合の実施形態を、図７Ａ、図７Ｂ、図８、図９を参照しながら、第２の実施形態として説明する。

なお、図７Ａの符号１１０は、基板上のピン無し８角形のＩＣが実装された領域を示し、当該ピン無し８角形のＩＣにはマーク１１６が設置されている。符号２１０は、基板上のピン無し４角形のＩＣが実装された領域を示す。また、符号１１５，２１５で示す領域は、画像処理部１４により抽出されたＩＣの矩形領域を示す。

まず、部品分類部１５は、矩形領域の四隅の領域（例えば、符号１１１〜１１４に示す領域、または、符号２１１〜２１４に示す領域）を抽出し、各領域の色を分析する。

例えば、ピン無し４角形のＩＣの四隅の領域について、Ｌ^＊ａ^＊ｂ^＊表色系（図９参照）のヒストグラムを作成すると、四隅の領域のいずれも、図８の右側のヒストグラムに示すようにＩＣの色（例えば、白〜グレー〜黒等の無彩色）しか存在しない。一方、ピン無し８角形のＩＣの四隅の領域について、Ｌ^＊ａ^＊ｂ^＊表色系のヒストグラムを作成すると、図８の左側のヒストグラムに示すように、ＩＣの色（例えば、白〜グレー〜黒色等の無彩色）と、マークの色（黄色）と、場合によって基板の色（例えば、緑色）との３色のピークが存在する。

したがって、上記のようにピン無し８角形のＩＣの四隅の領域のいずれかの領域について、図８の左側のヒストグラムに示すように、ＩＣの色（例えば、白〜グレー〜黒色等の無彩色）と、マークの色（黄色）と、場合によって基板の色（例えば、緑色）との３色のピークが存在するとき、部品分類部１５は、ピン無し８角形のＩＣと判定する。

ここでのヒストグラムを用いたピン無し８角形のＩＣか否かの判定は、例えば、前記したヒストグラムの面積の分布割合に基づき行うことができる。

例えば、表色系としてＬ^＊ａ^＊ｂ^＊表色系を用いる場合、部品分類部１５は、四隅の領域の各ピクセルの色情報を図９に示すＬ^＊ａ^＊ｂ^＊表色系色度図にプロットし、各ピクセルのＬ^＊ａ^＊ｂ^＊表色系色度の値を得る。次に、部品分類部１５は、各領域におけるピクセルのうち、黄色に相当するＬ^＊ａ^＊ｂ^＊表色系色度の値を持つピクセルの数が所定の割合を上回ったか否かを判定する。そして、四隅のいずれかの領域において黄色に相当するＬ^＊ａ^＊ｂ^＊表色系色度の値を持つピクセルの数が所定の割合を上回った場合、部品分類部１５は、ピン無し８角形のＩＣと判定する。一例を挙げると、矩形領域の四隅のいずれかの領域に、黄色に相当するＬ^＊ａ^＊ｂ^＊表色系色度の値を持つピクセル数が当該領域の１０％以上含まれる場合、部品分類部１５は、ピン無し８角形のＩＣと判定する。

このように部品分類部１５が矩形領域の四隅のいずれかの領域に、黄色が存在するか否か、場合によっては３色の色（例えば、白〜グレー〜黒等の無彩色、黄色、緑）が存在するか否かに基づき、矩形領域がピン無し８角形のＩＣか否かの判定を行うことで、画像処理部１４がＩＣの外周部を正確に矩形抽出できなかった場合でも、ピン無し８角形のＩＣか否かの判定を正確に行うことができる。

例えば、図７Ｂに示すように、画像処理部１４により抽出された矩形領域がＩＣの輪郭の外側の場合（符号１１７，２１７参照）、ピン無し４角形のＩＣについては、矩形領域の四隅の領域（符号２１１１〜２１１４に示す領域）は、いずれも、２色（例えば、黒と緑）が存在することになる。一方、ピン無し８角形のＩＣについては、矩形領域の四隅の領域（符号１１１１〜１１１４に示す領域）のうち、３つの領域（例えば、符号１１１２〜１１１４に示す領域）には、２色（例えば、黒と緑）が存在するが、１つの領域（例えば、符号１１１１に示す領域）には黄色（マーク１１６の色）が存在する。

したがって、第１の実施形態で述べた部品分類部１５でもピン無し８角形のＩＣか否かの判定を行うことは可能だが、画像処理部１４により抽出された矩形領域がＩＣの輪郭の外側であった場合、第２の実施形態の部品分類部１５のように、矩形領域の四隅のいずれかの領域に黄色の領域が存在するか否か、場合によっては３色（例えば、白〜グレー〜黒色等の無彩色、黄色、緑）が存在するか否かに基づき、矩形領域がピン無し８角形のＩＣか否かの判定を行う方が、ピン無し８角形のＩＣか否かの判定を正確に行うことができる。

［第３の実施形態］
次に、図１０、図１１を参照しながら、第３の実施形態の含有資源量推定装置１０を説明する。第３の実施形態の含有資源量推定装置１０の部品分類部１５は、ＩＣの矩形領域の四隅のうち、いずれかの隅の領域のサイズを増大させていったときの色面積の変化に基づき、ピン無し８角形のＩＣか否かの判定を行うことを特徴とする。

なお、図１０の符号１２０は、基板上のピン無し８角形のＩＣが実装された領域を示し、符号２２０は、基板上のピン無し４角形のＩＣが実装された領域を示す。また、符号１２８，２２８で示す領域は、画像処理部１４により抽出されたＩＣの矩形領域を示す。

まず、部品分類部１５は、矩形領域の四隅のうち、いずれかの隅の領域（例えば、符号１２１に示す領域、符号２２１に示す領域）を抽出する。そして、部品分類部１５は、当該領域（以下、当該領域を任意領域と称す）のサイズ（面積）を増大させていく。なお、この任意領域の形状は、例えば、直角３角形でもよいし、４角形でもよいが、ここでは直角３角形の場合を例に説明する。

部品分類部１５は、任意領域を、例えば、図１０の符号１２１（符号２２１）に示す領域→符号１２２（符号２２２）に示す領域→符号１２３（符号２２３）に示す領域というようにサイズを増大させていく。なお、図１０において、符号１２１に示す領域および符号２２１に示す領域、符号１２２に示す領域および符号２２２に示す領域、符号１２３に示す領域および符号２２３に示す領域はそれぞれ互いに同じサイズであるものとする。

なお、以下の説明において、上記の任意領域の短辺をｘとする。また、ピン無し８角形のＩＣの短辺の両端に接続する２つの長辺をそれぞれ延長し、延長開始点から延長した２線の交点までの長さをｂとする。

部品分類部１５が、任意領域のサイズを増大させていくと、任意領域中の色面積は以下のいずれかのパターンで変化する。なお、以下の説明において、基板上のＩＣの色は黒であり、基板の色は緑であるものする。

パターン１：ピン無し８角形のＩＣの場合、任意領域には、最初は、基板の緑の領域しか存在しない（例えば、符号１２１に示す領域参照）。しかし、任意領域のサイズを増大させ、ある時点を超えると、黒の領域が増大し始め（例えば、符号１２２に示す領域参照）、最終的には、黒の領域が緑の領域よりも多くなる（例えば、符号１２３に示す領域参照）。一方、ピン無し４角形のＩＣの場合、任意領域のサイズを増大させても最初から最後まで黒の領域しか存在しない（例えば、符号２２１〜２２３に示す領域参照）。

パターン２：ピン無し８角形のＩＣの場合、任意領域には、最初は、緑と黒の２色が存在し（例えば、符号１２２に示す領域参照）、任意領域を増大させると、黒の領域のみが増大する（例えば、符号１２３に示す領域参照）。一方、ピン無し４角形のＩＣの場合、任意領域を増大させても最初から最後まで黒の領域しか存在しない（例えば、符号２２２，２２３に示す領域参照）。

パターン１、パターン２いずれの場合であっても、上記の任意領域のサイズを増大させていくと、ピン無し８角形のＩＣの任意領域はピン無し４角形のＩＣの任意領域よりも遅れて黒の領域が増大するという特徴がある。つまり、図１０における、ピン無し８角形のＩＣの任意領域において黒の領域の面積と緑の領域の面積が等しくなるｘ（ｘ_１）は、ピン無し４角形のＩＣの場合（ｘ＝０）よりも大きいという特徴がある（図１１参照）。

そこで、ｘに関する閾値（閾値ｘ_ａ）を設定しておき、部品分類部１５は、閾値ｘ_ａを超えてＩＣの色（例えば、黒）の面積と基板の色（例えば、緑）の面積が等しくなった場合に、ピン無し８角形のＩＣと判定する。閾値ｘ_ａは、例えば、以下のような値を用いる。

まず、ピン無し８角形のＩＣの任意領域において緑と黒の２色の存在が始まる時点（図１０の符号１２２に示す領域参照）での黒の領域の面積は、以下の式（１）で求めることができる。

また、ピン無し８角形のＩＣの任意領域における黒の領域の面積と緑の領域の面積が等しくなるときのｘをｘ_１とすると、ｘ_１は、以下に示すようにｂ√２となる。

また、前記したとおり、ピン無し４角形のＩＣの場合、ｘ＝０で任意領域における黒の領域の面積と緑の領域の面積とが等しくなり、ピン無し８角形のＩＣの場合、ｘ＝ｂ√２で任意領域における黒の領域の面積と緑の領域の面積が等しくなる。したがって、０〜ｂ√２の間に閾値ｘ_ａの値（例えば、（ｂ√２）／２）を設定する。

なお、上記のように閾値ｘ_ａの値を（ｂ√２）／２とすることで、基板の画像の取得環境や取得方法、画像の圧縮方法等の影響により、画像上における緑色の領域と黒色の領域との境目が明確ではない場合であっても、部品分類部１５が、ピン無し８角形のＩＣか否かの判定を精度よく行いやすくなる。

さらに、上記の任意領域の形状は、４角形の場合よりも３角形の方が、急激に緑色の領域と黒色の領域の面積差が現れる。したがって、部品分類部１５は任意領域として３角形の領域を用いる方が、ピン無し８角形のＩＣか否かの判定精度を向上させることができる。

［第４の実施形態］
なお、前記したとおり、画像処理部１４はＩＣの外周部（輪郭）を正確に矩形抽出できない場合もある。このような場合における閾値ｘ（ｘ_ｂ）の値の決定方法について、図１２、図１３を参照しながら説明する。ここでも、任意領域の形状は、直角３角形であるものとして説明する。

なお、図１２の符号１３０は、基板上のピン無し８角形のＩＣが実装された領域を示し、符号２３０は、基板上のピン無し４角形のＩＣが実装された領域を示す。また、符号１３８，２３８で示す領域は、画像処理部１４により抽出されたＩＣの矩形領域を示す。

部品分類部１５は、任意領域のサイズを、例えば、図１２の符号１３１（符号２３１）に示す領域→符号１３２（符号２３２）に示す領域→符号１３３（符号２３３）に示す領域というように増大させていく。なお、図１２において、符号１３１に示す領域および符号２３１に示す領域、符号１３２に示す領域および符号２３２に示す領域、符号１３３に示す領域および符号２３３に示す領域はそれぞれ互いに同じサイズであるものとする。

また、図１２に示すように、実際のＩＣの輪郭と、抽出したＩＣの矩形領域との差をａとする。また、ピン無し８角形のＩＣの短辺の両端に接続する２つの長辺をそれぞれ延長し、延長開始点から延長した２線の交点までの長さをｂとする。また、任意領域の短辺をｘとする。なお、説明を容易にするため、図１２におけるａは、実際よりも長く図示している。

図１２に示すように、ピン無し８角形のＩＣおよびピン無し４角形のＩＣいずれの場合でも、任意領域には、最初は、基板の色（緑）の領域しか存在しないが（例えば、符号１３１，２３１に示す領域参照）、任意領域を増大させ、ある時点を超えると、ＩＣの色（黒）の領域が増大し始め（例えば、符号１３２，２３２に示す領域参照）、最終的には、黒の領域が緑の領域よりも多くなる（例えば、符号１３３，２３３に示す領域参照）。

ただし、上記の任意領域を増大させていくと、第３の実施形態の場合と同様に、ピン無し８角形のＩＣの任意領域はピン無し４角形のＩＣの任意領域よりも遅れて黒の領域が増大するという特徴がある。つまり、図１２において、任意領域における黒の面積と緑の面積が等しくなるｘは、ピン無し４角形のＩＣの場合よりもピン無し８角形のＩＣの方が大きいという特徴がある（図１３参照）。

したがって、ｘに関する閾値（閾値ｘ_ｂ）を設定しておき、部品分類部１５は、閾値ｘ_ｂを超えて黒の面積と緑の面積が等しくなった場合に、ピン無し８角形のＩＣと判定する。

まず、ピン無し８角形のＩＣの任意領域において緑と黒の２色の存在が始まる時点（符号１３２に示す領域参照）での黒の領域の面積は、以下の式（２）で求めることができる。

また、ピン無し８角形のＩＣの任意領域における黒の領域の面積と緑の領域の面積が等しくなるときのｘをｘ_３とすると、ｘ_３は、以下のようにして求めることができる。

また、ピン無し４角形のＩＣの任意領域における黒の領域の面積と緑の領域の面積が等しくなるときのｘをｘ_４とすると、ｘ_４は、以下のようにして求めることができる。

前記したとおり、ピン無し４角形のＩＣの場合、ｘ＝２ａ＋ａ√２で黒の領域の面積と緑の領域の面積が等しくなり、ピン無し８角形のＩＣの場合、ｘ＝２ａ＋√（２ａ^２＋２ｂ^２）で黒の領域の面積と緑の領域の面積が等しくなる。したがって、閾値ｘ_ｂの値は、２ａ＋ａ√２から２ａ＋√（２ａ^２＋２ｂ^２）の間の値（例えば、｛√（２ａ^２＋２ｂ^２）−ａ√２｝／２）を設定する。

なお、閾値ｘ_ｂの値を上記のように｛√（２ａ^２＋２ｂ^２）−ａ√２｝／２とすることで、基板の画像の取得環境や取得方法、画像の圧縮方法等の影響により、画像上における緑色の領域と黒色の領域との境目が明確ではない場合であっても、部品分類部１５が、ピン無し８角形のＩＣか否かの判定を精度よく行いやすくなる。

さらに、ＩＣの外周部（輪郭）を正確に矩形抽出できなかった場合においても、上記の任意領域の形状は、３角形の方が、４角形の場合よりも急激に緑色の領域と黒色の領域の面積差が現れる。したがって、部品分類部１５は任意領域として３角形の領域を用いる方が、ピン無し８角形のＩＣか否かの判定精度を向上させることができる。

［第５の実施形態］
なお、前記したとおり、上記の任意領域の形状は、４角形でもよい。任意領域の形状が４角形（正方形）である場合における閾値ｘ（ｘ_ｃ）の値の決定方法について、図１４、図１５を参照しながら説明する。

部品分類部１５は、任意領域のサイズを、例えば、図１４の符号１３４（符号２３４）に示す領域→符号１３５（符号２３５）に示す領域→符号１３６（符号２３６）に示す領域というように増大させていく。なお、図１４において、符号１３４に示す領域および符号２３４に示す領域、符号１３５に示す領域および符号２３５に示す領域、符号１３６に示す領域および符号２３６に示す領域はそれぞれ互いに同じサイズであるものとする。

また、ここでも、図１４に示すように、実際のＩＣの輪郭と、抽出したＩＣの矩形領域との差をａとする。また、ピン無し８角形のＩＣの短辺の両端に接続する２つの長辺をそれぞれ延長し、延長開始点から延長した２線の交点までの長さをｂとする。また、任意領域の一辺をｘとする。なお、説明を容易にするため、図１４におけるａは、実際よりも長く図示している。

図１４に示すように、任意領域の形状が４角形（正方形）の場合であっても、ピン無し８角形のＩＣおよびピン無し４角形のＩＣのいずれも、任意領域には、最初は、緑の領域しか存在しない（例えば、符号１３４，２３４に示す領域参照）。そして、任意領域を増大させ、ある時点を超えると、黒の領域が増大し始め（例えば、符号１３５，２３５に示す領域参照）、最終的には、黒の領域が緑の領域よりも多くなる（例えば、符号１３６，２３６に示す領域参照）。

また、上記の任意領域を増大させていくと、第４の実施形態の場合と同様に、ピン無し８角形のＩＣの任意領域はピン無し４角形のＩＣの任意領域よりも遅れて黒の領域が増大する。つまり、図１４において、任意領域における黒の面積と緑の面積が等しくなるｘは、ピン無し４角形のＩＣの場合よりもピン無し８角形のＩＣの方が大きい（図１５参照）。

したがって、ｘに関する閾値（閾値ｘ_ｃ）を設定しておき、部品分類部１５は、閾値ｘ_ｃを超えて黒の領域の面積と緑の領域の面積が等しくなった場合に、ピン無し８角形のＩＣと判定する。

まず、ピン無し８角形のＩＣの任意領域において緑と黒の２色の存在が始まる時点（符号１３５に示す領域参照）での黒の領域の面積は、以下の式（３）で求めることができる。

また、ピン無し８角形のＩＣの任意領域における黒の領域の面積と緑の領域の面積が等しくなるときのｘをｘ_５とすると、ｘ_５は、以下のようにして求めることができる。

また、ピン無し４角形のＩＣの任意領域における黒の領域の面積と緑の領域の面積が等しくなるときのｘをｘ_６とすると、ｘ_６は、以下のようにして求めることができる。

前記したとおり、ピン無し４角形のＩＣの場合、ｘ＝２ａ＋ａ√２で黒の領域の面積と緑の領域の面積が等しくなり、ピン無し８角形のＩＣの場合、ｘ＝２ａ＋√（２ａ^２＋ｂ^２）で黒の領域の面積と緑の領域の面積が等しくなる。したがって、閾値ｘ_ｃの値は、２ａ＋ａ√２から２ａ＋√（２ａ^２＋ｂ^２）の間の値（例えば、｛√（２ａ^２＋ｂ^２）−ａ√２｝／２）を設定する。

なお、閾値ｘ_ｃの値を上記のように｛√（２ａ^２＋ｂ^２）−ａ√２｝／２とすることで、基板の画像の取得環境や取得方法、画像の圧縮方法等の影響により、画像上における緑色の領域と黒色の領域との境目が明確ではない場合であっても、部品分類部１５が、ピン無し８角形のＩＣか否かの判定を精度よく行いやすくなる。

なお、前記した閾値ｘ_ｂ、閾値ｘ_ｃの値を、ピン無し４角形のＩＣの任意領域において黒の領域の面積と緑の領域の面積が等しくなるｘの値と、ピン無し８角形のＩＣの任意領域において黒の領域の面積と緑の領域の面積が等しくなるｘの値との中間の値とすることで以下のような効果も得られる。

例えば、画像取得部１１における基板の画像取得時の誤差等が原因で、画像の水平方向および垂直方向に対してＩＣが斜めに配置され、その結果、例えば、図１６の符号１４０および符号２４０に示すように、ＩＣの矩形領域が実際のＩＣの輪郭に対して斜めに抽出されてしまう場合がある。

このような場合、ピン無し４角形のＩＣの任意領域において黒の領域の面積と緑の領域の面積が等しくなるｘの値も、ピン無し８角形のＩＣの任意領域において黒の領域の面積と緑の領域の面積が等しくなるｘの値も増加する。ここで、閾値ｘ_ｂ、閾値ｘ_ｃの値を、上記の中間の値とすることで、ＩＣの矩形領域が実際のＩＣの輪郭に対して斜めに抽出されてしまった場合であっても、部品分類部１５は、ピン無し８角形のＩＣか否かの判定を精度よく行うことができる。

［その他の実施形態］
なお、前記した任意領域におけるｂ／ｃの値は、多くの場合、１／６〜１／１９である。したがって、部品分類部１５は、ｂ／ｃの値が１／２０未満の場合、ピン無し４角形のＩＣと判定し、ｂ／ｃの値が１／２０以上の場合、ピン無し８角形のＩＣと判定してもよい。

また、部品分類部１５は、第３の実施形態〜第５の実施形態で述べたピン無し８角形のＩＣか否かの判定方法に、第２の実施形態で述べた任意領域に黄色の領域があるか否かの判定方法を併用してもよい。

また、各実施形態の含有資源量推定装置１０は、分類用データ記憶部１２をさらに備えていてもよい。この分類用データ記憶部１２は、ＩＣの種類ごとに、当該種類のＩＣの特徴を示す情報、ＩＣのサイズ、ＩＣの縦横比、ＩＣの色等を示した分類用データを記憶する。例えば、この分類用データに、ピン無し８角形のＩＣおよびピン無し４角形のＩＣの種類ごとに、当該種類のＩＣの特徴を示す情報を含めておく。そして、部品分類部１５は、ＩＣがピン無し８角形のＩＣかピン無し４角形のＩＣかについて分類した後、上記の分類用データを参照して、ピン無し８角形のＩＣ、ピン無し４角形のＩＣそれぞれの種類について詳細な分類を行うようにしてもよい。

（実験結果）
次に、図１７、図１８を用いて、第４の実施形態の含有資源量推定装置１０による基板のＩＣの含有資源量の推定の実験結果を説明する。

なお、第４の実施形態の含有資源量推定装置１０は、ピン無し８角形のＩＣおよびピン無し４角形のＩＣそれぞれのＡｕ、Ｐｄ、Ａｇ、Ｃｕの単位面積当たりの資源量は、図１７に示す値であるものとして、ピン無し８角形のＩＣおよびピン無し４角形のＩＣが実装された基板の含有資源量を推定した。

また、従来技術は、ピン無し８角形のＩＣおよびピン無し４角形の区別ができないので、Ａｕ、Ｐｄ、Ａｇ、Ｃｕの単位面積当たりの資源量は、図１７に示すピン無し８角形のＩＣおよびピン無し４角形のＩＣの平均値を用いた。なお、実験に用いた基板におけるピン無しＩＣの総ピクセル数は５２０００００（ｐｉｘ）であり、そのうち、ピン無し８角形のＩＣの総ピクセル数は４２０００００（ｐｉｘ）であり、ピン無し４角形のＩＣの総ピクセル数は１００００００（ｐｉｘ）であった（図１８参照）。

図１８に実験結果を示す。図１８における分析値は、実験対象の基板の成分分析により得られたＡｕ、Ｐｄ、Ａｇ、Ｃｕの資源量である。図１８に示すように、従来技術の場合、分析値との誤差率はそれぞれ、−２３（％）、−５８（％）、−１８（％）、＋１２３（％）であった。一方、第４の実施形態の含有資源量推定装置１０の場合、分析値との誤差率はそれぞれ、＋２．６（％）、−４８（％）、＋２．３（％）、−３０（％）であった。つまり、Ａｕ、Ｐｄ、Ａｇ、Ｃｕいずれの資源の含有資源量についても、第４の実施形態の含有資源量推定装置１０の方が従来技術よりも精度よく推定できることが分かった。特に、第４の実施形態の含有資源量推定装置１０はＡｕ、Ｐｄ等、比較的貴重な金属について含有資源量を精度よく推定できることが確認できたので、基板のリサイクルにおいて、第４の実施形態の含有資源量推定装置１０は非常に有用な技術であることが確認できた。

（プログラム）
また、各実施形態で述べた含有資源量推定装置１０の機能を実現する含有資源量推定プログラムを所望の情報処理装置（コンピュータ）にインストールすることによって実装できる。例えば、パッケージソフトウェアやオンラインソフトウェアとして提供される上記の含有資源量推定プログラムを情報処理装置に実行させることにより、情報処理装置を含有資源量推定装置１０として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）等の移動体通信端末、さらには、ＰＤＡ（Personal Digital Assistants）等のストレート端末等がその範疇に含まれる。また、含有資源量推定装置１０を、Ｗｅｂサーバやクラウドとして実装してもよい。

以下に、含有資源量推定プログラムを実行するコンピュータの一例を説明する。図１９は、含有資源量推定プログラムを実行するコンピュータを示す図である。図１９に示すように、コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ（Central Processing Unit）１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。ディスクドライブ１１００には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１１１０およびキーボード１１２０が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１１３０が接続される。

ここで、図１９に示すように、ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。各実施形態で説明したデータ等は、例えばハードディスクドライブ１０９０やメモリ１０１０に記憶される。

そして、ＣＰＵ１０２０が、ハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。

なお、含有資源量推定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、含有資源量推定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

１０ 含有資源量推定装置
１１ 画像取得部
１２ 分類用データ記憶部
１３ 含有資源量記憶部
１４ 画像処理部
１５ 部品分類部
１６ 分類結果記憶部
１７ 資源量推定部
１８ 資源量推定結果記憶部
１９ 表示部

Claims (7)

1. ＩＣが実装された基板の画像を取得する画像取得部と、
   前記画像から前記ＩＣを含む矩形領域およびピンの領域を検出する画像処理部と、
   前記検出の結果を参照して、前記ＩＣにピンがなく、かつ、前記ＩＣの矩形領域のサイズが所定値以上であると判定した場合、前記矩形領域の四隅のうち、いずれかの隅の領域における色を分析し、当該領域に２つの色が存在するとき、当該ＩＣの種類をピン無し８角形のＩＣに分類し、当該領域に２つの色が存在しないとき、ピン無し４角形のＩＣに分類する部品分類部と、
   を備えることを特徴とする含有資源量推定装置。
2. 前記部品分類部は、
   前記四隅の領域のうち、いずれかの隅の領域に黄色の領域が含まれる場合、当該ＩＣをピン無し８角形のＩＣに分類することを特徴とする請求項１に記載の含有資源量推定装置。
3. 前記部品分類部は、
   前記矩形領域の四隅のうち、いずれかの隅の領域を増大させていき、前記基板の色の領域のサイズと前記ＩＣの色の領域のサイズが同じになったときの前記隅の領域の一辺の長さが所定の閾値を超えている場合、当該ＩＣをピン無し８角形のＩＣに分類することを特徴とする請求項１に記載の含有資源量推定装置。
4. 前記増大させていく隅の領域の形状は、
   前記隅の部分を頂点とした３角形であることを特徴とする請求項３に記載の含有資源量推定装置。
5. 前記部品分類部により分類されたＩＣの種類と前記種類別の含有資源量データとを参照して、前記基板に実装されたＩＣの含有資源量の総量を推定する資源量推定部をさらに備えることを特徴とする請求項１に記載の含有資源量推定装置。
6. ＩＣが実装された基板の画像を取得するステップと、
   前記画像から前記ＩＣを含む矩形領域およびピンの領域を検出するステップと、
   前記検出の結果を参照して、前記ＩＣにピンがなく、かつ、前記ＩＣの矩形領域のサイズが所定値以上であると判定した場合、前記矩形領域の四隅のうち、いずれかの隅の領域における色を分析し、当該領域に２つの色が存在するとき、当該ＩＣの種類をピン無し８角形のＩＣに分類し、当該領域に２つの色が存在しないとき、ピン無し４角形のＩＣに分類するステップと、
   を含んだことを特徴とする含有資源量推定方法。
7. ＩＣが実装された基板の画像を取得するステップと、
   前記画像から前記ＩＣを含む矩形領域およびピンの領域を検出するステップと、
   前記検出の結果を参照して、前記ＩＣにピンがなく、かつ、前記ＩＣの矩形領域のサイズが所定値以上であると判定した場合、前記矩形領域の四隅のうち、いずれかの隅の領域における色を分析し、当該領域に２つの色が存在するとき、当該ＩＣの種類をピン無し８角形のＩＣに分類し、当該領域に２つの色が存在しないとき、ピン無し４角形のＩＣに分類するステップと、
   をコンピュータに実行させることを特徴とする含有資源量推定プログラム。