JP6455011B2 - 画像処理装置、輪郭抽出方法及びプログラム - Google Patents

Description

本発明は、画像処理装置、輪郭抽出方法及びプログラムに関する。

画像データの示す画像の輪郭（エッジ）を抽出する処理として、ＳｏｂｅｌフィルタやＰｒｅｗｉｔｔフィルタなどを用いた画像処理（輪郭抽出処理）が知られている。これらの画像処理では、注目画素と周囲画素との輝度差の大きい画素が輪郭（エッジ）として抽出されることになる。

また、コントラストの低い画像の輪郭を抽出する処理として、例えば特許文献１記載の処理が知られている。

特開２０１０−１４０３２３号公報

ＳｏｂｅｌフィルタやＰｒｅｗｉｔｔフィルタなどを用いた画像処理（輪郭抽出処理）では、高コントラストの画像であれば輪郭を良好に抽出できるが、低コントラストの画像の場合、注目画素と周囲画素との輝度差が小さくなるため、輪郭を抽出しにくくなる。一方、注目画素と周囲画素との輝度差の小さい画素を輪郭として抽出してしまうと、ノイズを輪郭として抽出するおそれがある。

特許文献１記載の画像処理は輪郭の方向を限定しない方法であるため、輪郭と無関係の輝度変化（例えば濃淡むら）が存在する場合に、輪郭を正確に抽出できないおそれがある。

本発明は、精度良く輪郭を抽出することを目的とする。

上記の目的を達成するための主たる発明は、被撮像物を撮像した画像から輪郭を判別する画像処理装置であって、前記画像の画素のデータを記憶する画素データ記憶部と、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得する輝度取得部と、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素と前記画像の他の画素との間の距離を取得する画素間距離取得部と、前記画素間距離に基づいた係数を記憶する係数記憶部と、前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出する総和算出部と、前記画素の算出値を閾値と比較する閾値比較部と、前記閾値比較部の結果に基づいて前記画像から前記輪郭を判別する輪郭判別部と、を含む、ことを特徴とする画像処理装置である。

本発明の他の特徴については、本明細書及び添付図面の記載により明らかにする。

図１は、検査システムの概要の説明図である。 図２は、画像データの示す画像の説明図である。 図３は、ヘッド４１を下から見た図である。 図４は、ヘッド４１の分解斜視図である。 図５は、ヘッド４１の内部構成を説明するための概略断面図である。 図６Ａは、画像データにおける圧力発生室１２０の輪郭の概念図である。図６Ｂは、カメラ１５で撮影された圧力発生室１２０の画像である。 図７Ａは、オリジナル画像データに対するＳｏｂｅｌ処理後の多階調画像である。図７Ｂ及び図７Ｃは、図７Ａの画像データに対する２値化処理後の２値画像である。 図８Ａは、第２参考例の画像処理に用いられるフィルタの説明図である。図８Ｂ〜図８Ｅは、第２参考例の別のフィルタの説明図である。 図９Ａ〜図９Ｅは、第２参考例の画像処理後の差分画像Ｆ’_ｄである。図９Ａ〜図９Ｅは、それぞれ距離ｄの異なる差分画像Ｆ’_ｄである（ｄ＝１，２，４，８，１６，３２）。 図１０は、第１実施形態の輪郭抽出処理のフロー図である。 図１１Ａは、差分合成画像Ｆ’_ｔである。図１１Ｂは、２値画像である。 図１２は、第２実施形態のフィルタの説明図である。 図１３は、第３実施形態のフロー図である。 図１４は、第４実施形態のフロー図である。 図１５は、第５実施形態のフィルタの説明図である。

本明細書及び添付図面の記載により、少なくとも、以下の事項が明らかとなる。

被撮像物を撮像した画像から輪郭を判別する画像処理装置であって、前記画像の画素のデータを記憶する画素データ記憶部と、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得する輝度取得部と、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素と前記画像の他の画素との間の距離を取得する画素間距離取得部と、前記画素間距離に基づいた係数を記憶する係数記憶部と、前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出する総和算出部と、前記画素の算出値を閾値と比較する閾値比較部と、前記閾値比較部の結果に基づいて前記画像から前記輪郭を判別する輪郭判別部と、を含む、ことを特徴とする画像処理装置が明らかとなる。
このような画像処理装置によれば、精度良く輪郭を抽出することができる。

請求項１に記載の画像処理装置であって、前記画素間距離が離れるほど前記係数が小さくなる、ことが望ましい。これにより、鮮明な輪郭を抽出できる。

最小の前記画素間距離に基づいた前記係数は他の前記係数よりも小さい、ことが望ましい。これにより、ノイズの影響を低減できる。

前記輪郭判別部は、前記画素間距離に基づいた係数を再設定し、再設定された前記係数に基づいて前記総和を再度算出する、ことが望ましい。これにより、適した係数を用いて輪郭抽出処理を行うことができる。

前記輪郭判別部は、前記画像の画素のデータに基づき２値画像を取得し、前記２値画像から前記輪郭を判別するものであり、前記画像の画素のデータに基づき、前記画素間距離に基づいた係数と前記閾値とを再設定し、再設定された前記係数に基づいて前記総和を再度算出し、再設定された前記係数に基づいて前記総和を再度算出する、ことが望ましい。これにより、適した係数及び閾値を用いて輪郭抽出処理を行うことができる。

前記画像の画素のデータは、階調値を示すデータである、ことが望ましい。

被撮像物の画像の画素のデータを記憶する工程と、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得する工程と、記憶された前記画像の画素のデータから、前記画像の一の画素と前記画像の他の画素との間の距離を取得する工程と、前記画素間距離に基づいた係数を記憶する工程と、前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出する工程と、前記画素の算出値を閾値と比較する工程と、前記閾値と比較する工程の結果に基づいて前記画像から前記輪郭を判別する工程と、を含む、ことを特徴とする画像処理方法が明らかとなる。このような画像処理方法によれば、精度良く輪郭を抽出することができる。

被撮像物を撮像した画像から輪郭を判別する画像処理装置に、前記被撮像物の画像の画素のデータを記憶することと、前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得することと、記憶された前記画像の画素のデータから一の前記画素と他の前記画素との間の距離を取得することと、前記画素間距離に基づいた係数を記憶することと、前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出することと、前記画像の画素の算出値を閾値と比較することと、前記閾値と比較する結果に基づいて前記画像から前記輪郭を判別することと、を実行させることを特徴とするプログラムが明らかとなる。このようなプログラムによれば、精度良く輪郭を抽出することができる。

＝＝＝第１実施形態＝＝＝
＜検査システムの概要＞
図１は、検査システムの概要の説明図である。検査システムは、コンピューター１０と、カメラ１５と、ステージ装置２０と、位置検出器３０とを有する。検査システムは、カメラ１５で撮影した被撮像物の輪郭を検出（抽出）することによって、被撮像物を検査する。

コンピューター１０は、検査システムの全体の制御を司る制御装置である。コンピューター１０は、後述する画像処理（輪郭抽出処理）を行う画像処理装置となる。コンピューター１０は、画像処理部１１Ａと、カメラ制御部１１Ｂと、モーター制御部１１Ｃと、位置検出部１１Ｄとを有する。画像処理部１１Ａは、画素データ記憶部１２Ａと、輝度取得部１２Ｂと、画素間距離取得部１２Ｃと、係数記憶部１２Ｄと、総和算出部１２Ｅと、閾値比較部１２Ｆと、輪郭判別部１２Ｇとを有する。これらの各部の機能は、コンピューター１０のＣＰＵやメモリーや制御基板等のハードウェアと、コンピューター１０上で起動されたプログラムとによって実現される。なお、コンピューター１０には、マウスやキーボード等の入力装置やディスプレイ等の出力装置も接続されている。

画像処理部１１Ａは、被撮像物を撮像した画像から輪郭を判別することを行う。画像処理部１１Ａの画素データ記憶部１２Ａは、画像の画素のデータ（画素データ）を記憶することを行う。輝度取得部１２Ｂは、画素データ記憶部１２Ａに記憶された画素データから、画像の一の画素の輝度と画像の他の画素の輝度とを取得することを行う。画素間距離取得部１２Ｃは、画素データ記憶部１２Ａに記憶された画素データから、画像の一の画素と画像の他の画素との間の距離（画素間距離）を取得することを行う。係数記憶部１２Ｄは、画素間距離に基づいた係数（重み係数）を記憶することを行う。総和算出部１２Ｅは、一の画素の輝度と他の画素の輝度との差分と画素間距離に基づいた重み係数とを乗算した値の総和を画像の一の画素の算出値として算出することを行う。閾値比較部１２Ｆは、総和算出部１２Ｅの算出した算出値を閾値と比較することを行う。輪郭判別部１２Ｇは、閾値比較部１２Ｆの結果に基づいて画像から輪郭を判別することを行う。画像処理部１１Ａの各部の行う輪郭抽出処理については、後述する。

カメラ１５は、被撮像物（撮像対象物）を撮影し、画像データを出力する撮像装置である。ここでは、カメラ１５は、赤外線デジタルカメラである。カメラ１５が撮影した画像は、デジタル画像データとしてコンピューター１０に出力される。コンピューター１０のカメラ制御部１１Ｂは、カメラ１５の制御を行い、カメラ１５から受信した被撮像物の画像データを画素データ記憶部１２Ａに記憶させる。ここでは、カメラ１５の光軸の方向を「Ｚ方向」とする。また、Ｚ方向と垂直な方向を「ＸＹ平面」とする。カメラ１５が撮影した画像は、ＸＹ平面の２次元画像である。

図２は、画像データの示す画像の説明図である。「画像データ」とは、画像を示すデータである。本実施形態では、画像データの示す画像は２次元画像であり、Ｍ×Ｎ画素（ｘ方向にＭ画素、ｙ方向にＮ画素）で構成される画像である。「画素」とは、画像を構成する最小単位である。「画素データ」とは、画素に対応付けられたデータである。画像データは多数の画素データから構成されている。本実施形態では、画素データは、画素の階調値（明るさ又は輝度）を示すデータである。以下の説明では、ｘ方向のｉ番目、ｙ方向のｊ番目の画素のことを「画素（ｉ，ｊ）」と呼ぶことがある。また、画素（ｉ，ｊ）に対応する画素データを「ｆ（ｉ，ｊ）」などと表記することがある。画像データが２５６階調の画像を示す場合、画素データは、０〜２５５の範囲の値を示す。また、画像データが２階調の画像（２値画像）を示す場合、画素データは、０又は１の値を示す。

ステージ装置２０は、カメラ１５と被撮像物とを相対的に移動させる装置である。ステージ装置２０は、被撮像物を保持する治具２１と、治具２１を搭載して移動可能なステージ２２と、ステージ２２を移動させる駆動モーター２３とを有する。ステージ２２は、例えばＸＹ平面で移動可能なＸＹステージであるが、更にＺ方向に移動可能なＺステージや、治具２１を回転させる回転ステージを備えていても良い。また、ステージ装置２０は、治具２１を移動させる代わりにカメラ１５を移動させても良いし、治具２１とカメラ１５の双方を移動させても良い。コンピューター１０のモーター制御部１１Ｃは、駆動モーター２３を制御して、ステージ２２の位置を制御する。

位置検出器３０は、ステージ２２（若しくは治具２１）の位置を検出するための装置である。位置検出器３０は、例えばレーザー測長器である。位置検出器３０の検出結果は、位置情報としてコンピューター１０に出力される。コンピューター１０の位置検出部１１Ｄは、位置情報を画素データ記憶部１２Ａに記憶させる。この位置情報は、モーター制御部１１Ｃへのフィードバックに用いられたり、カメラ１５が撮影した画像の位置情報として用いられたりする。

＜被撮像物の構成＞
本実施形態では、インクジェットプリンターにおけるインク吐出ヘッド（以下、ヘッドという）が被撮像物となる。

図３は、ヘッド４１を下から見た図である。ヘッド４１は、６色（ブラックＫ、イエローＹ、濃マゼンタＤＭ、淡マゼンタＬＭ、濃シアンＤＣ、淡シアンＬＣ）のノズル列を備えている。６個のノズル列は、それぞれ、インクを吐出するための吐出口であるノズルを８００個備えている。８００個のノズルは、１／３００インチの間隔（３００ｄｐｉ）で並んでいる。

図４は、ヘッド４１の分解斜視図である。図４では、図面の簡略化のため、ノズル数を減らして図示している。図５は、ヘッド４１の内部構成を説明するための概略断面図である。

ヘッド４１は、流路形成基板１００と、ノズルプレート２００と、保護基板３００と、コンプライアンス基板４００とを備えている。流路形成基板１００とノズルプレート２００と保護基板３００とは、流路形成基板１００をノズルプレート２００と保護基板３００とで挟むように積み重ねられ、保護基板３００上には、コンプライアンス基板４００が設けられている。さらに、コンプライアンス基板４００上には、保持部材であるケースヘッド６００が設けられ、その上にホルダー部材７００、中継基板８００が設けられている。

流路形成基板１００には、隔壁によって区画された複数の圧力発生室１２０が、その幅方向に並設された列として２列設けられている。ここで圧力発生室１２０は対をなして設けられている。
また、各列の圧力発生室１２０の長手方向外側の領域には連通部１３０が形成され、連通部１３０と各圧力発生室１２０とが、圧力発生室１２０毎に設けられたインク供給路１４０および連通路１５０を介して連通されている。連通部１３０は、保護基板３００のリザーバー部３１０と連通して圧力発生室１２０の列毎に共通のインク室となるマニホールド９００の一部を構成する。インク供給路１４０は、圧力発生室１２０よりも狭い幅で形成されており、連通部１３０から圧力発生室１２０に流入するインクの流路抵抗を一定に保持している。
一方、このような流路形成基板１００の開口面とは反対側には、弾性膜１７０が形成され、この弾性膜１７０上には、絶縁体膜１８０が形成されている。さらに、この絶縁体膜１８０上には、圧力発生素子となるピエゾ素子４７が構成されている。ここで、ピエゾ素子４７は、下電極４７ａ、圧電体層４７ｂおよび上電極４７ｃを含む部分をいう。ピエゾ素子４７は、圧力発生室１２０に対応して対をなしている。

フレキシブルプリント基板ＦＰＣの第１の端部５１１は保護基板３００に差し込まれ、第２の端部２１２は中継基板８００と接続されている。なお、第１の端部５１１は対向するピエゾ素子４７に向けて配置されている。フレキシブルプリント基板ＦＰＣの第１の端部５１１側の配線５２０は、リード電極５３０を介して、ピエゾ素子４７の上電極４７ｃと電気的に接続されている。
フレキシブルプリント基板ＦＰＣの第２の端部５１２は、ホルダー部材７００のスリットおよび中継基板８００のスリットに通されている。そして、第２の端部５１２の配線５２０は中継基板８００の端子８１０に接合されている。また、フレキシブルプリント基板ＦＰＣには、各ピエゾ素子４７の駆動を制御するヘッド制御部ＨＣが実装されている。

図６Ａは、画像データにおける圧力発生室１２０の輪郭の概念図である。カメラ１５（赤外線デジタルカメラ）でヘッド４１をノズルプレート２００の側から撮影すると、圧力発生室１２０の画像が撮影可能である。ヘッド４１は特定の形状（既知の形状）であるため、カメラ１５に対するヘッド４１の向きが特定されていれば、圧力発生室１２０の画像の向きを特定可能である。ここでは、画像データにおける圧力発生室１２０の幅方向をｘ方向とし、圧力発生室１２０の輪郭の方向をｙ方向とする。言い換えると、画像データにおける圧力発生室１２０の幅方向がｘ方向となり、圧力発生室１２０の輪郭の方向がｙ方向となるように、ヘッド４１を治具２１にセットして、カメラ１５でヘッド４１を撮影する。
また、カメラ１５の解像度や画角なども予め決まっているため、画像データにおける圧力発生室１２０の画像の大きさも、ある程度の範囲内に特定可能である。ここでは、画像データにおける圧力発生室１２０の幅は６７画素程度である。また、圧力発生室１２０の幅方向における圧力発生室１２０と圧力発生室１２０との間隔（隔壁の幅）は９４画素程度である。

図６Ｂは、カメラ１５で撮影された圧力発生室１２０の画像である。カメラ１５で撮影された圧力発生室１２０の画像は低コントラストの画像である。以下の説明では、この画像のことを「オリジナル画像（原画像）」と呼び、この画像の画像データのことを「オリジナル画像データ（原画像データ）」と呼ぶ。本実施形態では、オリジナル画像データに基づいて、低コントラストのオリジナル画像から圧力発生室１２０の輪郭を抽出することになる。

＜第１参考例の画像処理方法＞
第１参考例では、２５６階調のオリジナル画像データに対して公知のＳｏｂｅｌ処理（Ｓｏｂｅｌフィルタを用いた画像処理）を施した後、Ｓｏｂｅｌ処理後の多階調画像に対して２値化処理を施して、２値画像から輪郭を抽出する。

図７Ａは、オリジナル画像データに対するＳｏｂｅｌ処理後の多階調画像である。図７Ｂ及び図７Ｃは、図７Ａの画像データに対する２値化処理後の２値画像である。２値化処理に用いられる閾値は、図７Ｂでは低い値であり、図７Ｃでは高い値である。

オリジナル画像（図６Ｂ参照）には輪郭の方向と垂直な方向（ｘ方向）に濃淡差の発生している領域があるため、Ｓｏｂｅｌ処理後の多階調画像（図７Ａ）には、輪郭に位置する画素だけでなく、輪郭とは異なる領域（濃淡差のある領域）の画素も、高い階調値を示すものがある。このため、低い閾値で２値化処理を行うと、図７Ｂに示すように、２値画像に多くのノイズが含まれてしまい、輪郭抽出が困難になる。一方、高い閾値で２値化処理を行うと、図７Ｃに示すように、２値画像のノイズが低減するものの、輪郭を示す画素も少なくなり、輪郭抽出が困難になる。

＜第２参考例の画像処理方法＞
図８Ａは、第２参考例の画像処理に用いられるフィルタの説明図である。このフィルタを用いてオリジナル画像Ｆの画像データを画像処理すると、画像処理後の画像Ｆ’_１の画素（ｉ，ｊ）の画素データｆ’_１（ｉ，ｊ）は次の通りになる。

ｆ’_１（ｉ，ｊ）＝ｆ（ｉ＋１，ｊ）−ｆ（ｉ−１，ｊ）

すなわち、図８Ａのフィルタを用いた画像処理は、オリジナル画像Ｆの注目画素（ｉ，ｊ）をｘ方向から挟む２つの画素であって、注目画素（ｉ，ｊ）から１画素離れている２つの画素（画素（ｉ＋１，ｊ）及び画素（ｉ−１，ｊ））を抽出し、注目画素（ｉ，ｊ）の画素データｆ（ｉ，ｊ）をその２つの画素の画素データの差分値ｆ’_１（ｉ，ｊ）に変換する処理である。なお、オリジナル画像Ｆにおける輪郭の方向がｙ方向であるため（図６Ａ参照）、輪郭の方向と直交するｘ方向から注目画素（ｉ，ｊ）を挟む２つの画素を抽出している。

同様に、図８Ｂ〜図８Ｅは、第２参考例の別のフィルタの説明図である。これらのフィルタを用いた画像処理は、オリジナル画像Ｆの注目画素（ｉ，ｊ）をｘ方向から挟む２つの画素であって、注目画素（ｉ，ｊ）から距離ｄ（ここではｄ＝２，４，８，１６）だけ離れている２つの画素（画素（ｉ＋ｄ，ｊ）及び画素（ｉ−ｄ，ｊ））を抽出し、注目画素（ｉ，ｊ）の画素データｆ（ｉ，ｊ）をその２つの画素の画素データの差分値に変換する処理である。

以下の説明では、注目画素から距離ｄだけ離れた２つの画素の画素データの差分値に変換する画像処理後の画像のことを「差分画像Ｆ’_ｄ」と呼ぶことがある。また、差分画像Ｆ’_ｄの画素（ｉ，ｊ）の画素データを「ｆ’_ｄ（ｉ，ｊ）」と表記することがある。

図９Ａ〜図９Ｅは、第２参考例の画像処理後の差分画像Ｆ’_ｄである。図９Ａ〜図９Ｅは、それぞれ距離ｄの異なる差分画像Ｆ’_ｄである（ｄ＝１，２，４，８，１６，３２）。

オリジナル画像Ｆが低コントラストの画像の場合、注目画素から近い２つの画素（言い換えると、画素間距離の近い２つの画素）の差分値は小さい値になる。このため、注目画素から近い２つの画素の差分値に変換する画像処理を行った場合、輪郭に位置する画素の画素データは小さな値になり、例えば図９Ａに示すように差分画像Ｆ’_１における輪郭の強度（エッジ強度）は弱くなる。この結果、差分画像Ｆ’_１に対して低い閾値で２値化処理を行うと、２値画像に多くのノイズが含まれてしまい、輪郭抽出が困難になる。一方、差分画像Ｆ’_１に対して高い閾値で２値化処理を行うと、２値画像のノイズが低減するものの、輪郭を示す画素も少なくなり、輪郭抽出が困難になる。

また、オリジナル画像Ｆが低コントラストの画像であっても、注目画素から離れた２つの画素（言い換えると、画素間距離の離れた２つの画素）の差分値は大きい値になる。このため、注目画素から離れた２つの画素の差分値に変換する画像処理を行った場合、輪郭に位置する画素の画素データは大きな値になり、例えば図９Ｅに示すように差分画像Ｆ’_１６における輪郭の強度は強くなり、ノイズの影響が低減する。但し、この場合、輪郭が太くなってしまい、輪郭の位置を精度良く特定できなくなってしまう。

＜第１実施形態の輪郭抽出処理＞
図１０は、第１実施形態の輪郭抽出処理のフロー図である。コンピューター１０のプログラムが、コンピューター１０のＣＰＵやメモリーなどのハードウェアを用いて画像処理部１１Ａとして機能することによって、図中の各工程を実現させることになる。

なお、輪郭抽出処理を行う前に、コンピューター１０のカメラ制御部１１Ｂは、カメラ１５に被撮像物（ここではヘッド４１）を撮影させて、２５６階調のオリジナル画像データを画素データ記憶部１２Ａに記憶させる。すなわち、画素データ記憶部１２Ａ（図１参照）は、オリジナル画像の画素データを記憶することを行う。なお、既に説明した通り、オリジナル画像における圧力発生室１２０の幅方向はｘ方向であり、圧力発生室１２０の輪郭の方向はｙ方向である。

コンピューター１０の画像処理部１１Ａは、オリジナル画像データに基づいて、図９Ａ〜図９Ｅの差分画像Ｆ’_ｄをそれぞれ作成する（Ｓ００１）。このとき、輝度取得部１２Ｂ（図１参照）が、画素データ記憶部１２Ａに記憶された画素データから、オリジナル画像の一の画素の輝度と他の画素の輝度とを取得し、画素間距離取得部１２Ｃが、画素データ記憶部１２Ａに記憶された画素データから、オリジナル画像の一の画素と他の画素との間の距離となる画素間距離を取得する。また、総和算出部１２Ｅは、一の画素の輝度と他の画素の輝度との差分を算出する（なお、総和算出部１２Ｅは、この差分と画素間距離に基づいた重み係数とを乗算した値の総和を画像の一の画素の算出値として算出することになる）。画像処理部１１Ａは、オリジナル画像Ｆの注目画素（ｉ，ｊ）をｘ方向から挟む２つの画素の対（以下、「画素対」という）を、注目画素からの距離ｄを異ならせて複数抽出し、各画素対の２つの画素の画素データの差分値をそれぞれ算出し、注目画素（ｉ，ｊ）の画素データｆ（ｉ，ｊ）を差分値ｆ’_ｄ（ｉ，ｊ）にそれぞれ変換することによって、複数の差分画像Ｆ’_ｄをそれぞれ作成する（ここではｄ＝１，２，４，８，１６の５種類の差分画像Ｆ’_ｄを作成する）。

なお、複数の画素対のうちの最も離れた２つの画素は、３２画素離れている（ｄ＝１６）。このように、複数の画素対のうちの最も離れた２つの画素は、想定される輪郭画像の間隔（ここでは６７画素程度、図６Ａ参照）よりも狭いことが望ましく、想定される輪郭画像の間隔の半分以下であることが更に望ましい。仮に複数の画素対のうちの最も離れた２つの画素が６４画素（ｄ＝３２）まで離れてしまうと、抽出される２つの画素が、異なる輪郭に属する画素になり得るからである。

次に、画像処理部１１Ａは、距離ｄに応じた重み付けをしつつ、複数の差分画像Ｆ’_ｄを合成し、差分合成画像Ｆ’_ｔを作成する（Ｓ００２）。ここで、距離ｄに応じた重み係数ｗ_ｄは、予め次のように設定されている（つまり、図１に示す係数記憶部１２Ｄは、画素間距離に基づいた重み係数ｗ_ｄを記憶している）。

ｗ_１＝０．２６
ｗ_２＝０．５９
ｗ_４＝０．３４
ｗ_８＝０．０８
ｗ_１６＝０．０３

なお、差分合成画像Ｆ’_ｔの画素（ｉ，ｊ）の画素データを「ｆ’_ｔ（ｉ，ｊ）」と表記すると、画像処理部１１Ａの総和算出部１２Ｅ（図１参照）は、Ｓ００２の処理の際に、次式に示すように、２つの画素の輝度の差分値（差分画像Ｆ’_ｄの画素データｆ’_ｄ（ｉ，ｊ））と距離ｄに応じた重み係数ｗ_ｄ（画素間距離に基づいた係数）とを乗算した値の総和であるｆ’_ｔ（ｉ，ｊ）を注目画素（ｉ，ｊ）の算出値（前記画像の一の画素の算出値）として算出する。

ｆ’_ｔ（ｉ，ｊ）＝ｆ’_１（ｉ，ｊ）×ｗ_１
＋ｆ’_２（ｉ，ｊ）×ｗ_２
＋ｆ’_４（ｉ，ｊ）×ｗ_４
＋ｆ’_８（ｉ，ｊ）×ｗ_８
＋ｆ’_１６（ｉ，ｊ）×ｗ_１６

図１１Ａは、差分合成画像Ｆ’_ｔである。
図９Ａの差分画像Ｆ’_１と比較して理解できる通り、差分合成画像Ｆ’_ｔでは、輪郭に位置する画素の画素データは大きな値になり、輪郭の強度は強くなり、ノイズの影響が低減する。これは、差分合成画像Ｆ’_ｔの画素データｆ’_ｔ（ｉ，ｊ）を算出する際に、注目画素から離れた２つの画素（言い換えると、画素間距離の離れた２つの画素）の差分値が加算されているためである。
また、差分合成画像Ｆ’_ｔでは、図９Ｅの差分画像Ｆ’_１６と比較して、輪郭が細くなっている。これは、差分合成画像Ｆ’_ｔの画素データｆ’_ｔ（ｉ，ｊ）を算出する際に、注目画素から近い２つの画素（言い換えると、画素間距離の近い２つの画素）の差分値が加算されているためである。

注目画素から近い２つの画素（言い換えると、画素間距離の近い２つの画素）の差分値は小さい値になり、注目画素から遠い２つの画素（言い換えると、画素間距離の離れた２つの画素）の差分値は大きい値になるため、距離ｄが小さいほど重み係数ｗ_ｄが大きい値に設定されており、距離ｄが大きいほど重み係数ｗ_ｄが小さい値に設定されている。つまり、画素間距離が離れるほど、重み係数ｗ_ｄが小さくなる。
但し、最小の距離ｄ＝１に対応する重み係数ｗ_１（最小の画素間距離に基づいた係数）は、２番目に小さい距離ｄ＝２に対応する重み係数ｗ_２よりも小さい値に設定されている。これは、図９Ａに示すように差分画像Ｆ’_１はノイズの影響が強いため、仮に重み係数ｗ_１を大きい値に設定してしまうと、差分合成画像Ｆ’_ｔにノイズの影響が残りやすくなってしまうからである。

次に、画像処理部１１Ａの閾値比較部１２Ｆ（図１参照）は、２５６階調の差分合成画像Ｆ’_ｔに対して２値化処理を行い、２値画像を作成する（Ｓ００３）。すなわち、画像処理部１１Ａの閾値比較部１２Ｆは、Ｓ００２で算出した算出値である画素データｆ’_ｔ（ｉ，ｊ）を閾値と比較し、差分合成画像Ｆ’_ｔの画素データｆ’_ｔ（ｉ，ｊ）が閾値未満の場合には０（黒）とし、閾値以上であれば１（白）とすることによって、２５６階調の画素データを２階調の画素データに変換する。また、画像処理部１１Ａの輪郭判別部１２Ｇ（図１参照）は、閾値比較部１２Ｆの２値化処理結果に基づいて、２階調で１（白）の画素を輪郭として判別する。

図１１Ｂは、２値画像である。ここでは、２値化処理の閾値は８０に設定されている。２値画像において白（画素データが１）の画素が、輪郭画像を示す輪郭画素として抽出された画素である。本実施形態では、２値画像において、ｙ方向に沿った輪郭が抽出できている（図６Ａも参照）。これは、２値化処理前の差分合成画像Ｆ’_ｔにおいて輪郭の強度が強く、ノイズの影響が弱いため、２値化処理によってノイズを適切に除去できたためである。また、本実施形態の２値画像では、ｙ方向に沿った輪郭画像のｘ方向の幅が狭いため、差分合成画像Ｆ’_ｔを用いて輪郭のｘ方向の位置を精度良く特定することが可能である。

上記の第１実施形態によれば、画像処理部１１Ａの総和算出部１２Ｅは、２つの画素の輝度の差分値と画素間距離に基づいた重み係数とを乗算した値の総和であるｆ’_ｔ（ｉ，ｊ）を算出値として算出し、閾値比較部１２Ｆが、この算出値ｆ’_ｔ（ｉ，ｊ）を閾値と比較し、輪郭判別部１２Ｇが、閾値比較部１２Ｆの比較結果に基づいて輪郭を判別している。これにより、図１１Ｂに示すように、低コントラストのオリジナル画像から精度良く輪郭を抽出することが可能である。

また、第１実施形態によれば、２つの画素の距離が離れるほど（画素間距離が離れるほど）、重み係数ｗ_ｄが小さい値に設定されている。画素間距離の離れた２つの画素の差分値は大きい値であるため、輪郭の強度は強いものの、このような差分値から作成される差分画像Ｆ’では輪郭が太くなるため、２つの画素の距離が離れるほど重み係数ｗ_ｄを小さくすることによって、差分合成画像における輪郭画像の幅を狭めることができ、鮮明な輪郭を抽出できる。

また、第１実施形態によれば、最小の距離ｄ＝１に対応する重み係数ｗ_１（最小の画素間距離に基づいた係数）は、２番目に小さい距離ｄ＝２に対応する重み係数ｗ_２よりも小さい値に設定されている。これにより、差分合成画像Ｆ’_ｔでは、差分画像Ｆ’_１に多く含まれているノイズの影響を低減できる。

＝＝＝第２実施形態＝＝＝
第１実施形態では、図８に示す複数のフィルタを用いて複数の差分画像Ｆ’_ｄを作成した後（Ｓ００１）、複数の差分画像Ｆ’_ｄを合成することによって、差分合成画像Ｆ’_ｔを作成していた（Ｓ００２）。但し、差分合成画像Ｆ’_ｔの作成方法は、これに限られるものではない。

図１２は、第２実施形態のフィルタの説明図である。このフィルタを用いてオリジナル画像Ｆの画像データを画像処理すると、画像処理後の差分合成画像Ｆ’_ｔの画素（ｉ，ｊ）の画素データｆ’_ｔ（ｉ，ｊ）は次の通りになる。

ｆ’_ｔ（ｉ，ｊ）＝｛ｆ（ｉ＋１，ｊ）−ｆ（ｉ−１，ｊ）｝×ｗ_１
＋｛ｆ（ｉ＋２，ｊ）−ｆ（ｉ−２，ｊ）｝×ｗ_２
＋｛ｆ（ｉ＋４，ｊ）−ｆ（ｉ−４，ｊ）｝×ｗ_４
＋｛ｆ（ｉ＋８，ｊ）−ｆ（ｉ−８，ｊ）｝×ｗ_８
＋｛ｆ（ｉ＋１６，ｊ）−ｆ（ｉ−１６，ｊ）｝×ｗ_１６

第２実施形態によれば、コンピューター１０の画像処理部１１Ａは、図１２に示すフィルタをオリジナル画像Ｆに適用することによって、差分画像Ｆ’_ｄを作成しなくても、差分合成画像Ｆ’_ｔを作成できる。このとき、画像処理部１１Ａの輝度取得部１２Ｂ（図１参照）が、画素データ記憶部１２Ａに記憶された画素データから、オリジナル画像の一の画素の輝度と他の画素の輝度とを取得し、画素間距離取得部１２Ｃが、画素データ記憶部１２Ａに記憶された画素データから、オリジナル画像の一の画素と他の画素との間の距離となる画素間距離を取得し、総和算出部１２Ｅは、一の画素の輝度と他の画素の輝度との差分と画素間距離に基づいた重み係数とを乗算した値の総和を画像の一の画素の算出値として算出する。そして、前述の実施形態と同様に、画像処理部１１Ａの閾値比較部１２Ｆ（図１参照）は、総和算出部の算出した算出値である画素データｆ’_ｔ（ｉ，ｊ）を閾値と比較し、輪郭判別部１２Ｇは、閾値比較部１２Ｆの２値化処理結果に基づいて画像の輪郭を判別することになる。

第２実施形態においても、画像処理部１１Ａは、注目画素からの距離ｄの異なる画素対（注目画素をｘ方向から挟む２つの画素の対）を複数抽出し、画素対の２つの画素の画素データの差分値と重み係数とを乗算した値の総和であるｆ’_ｔ（ｉ，ｊ）に基づいて、オリジナル画像Ｆの注目画素（ｉ，ｊ）の画素データｆ（ｉ，ｊ）を変換している。これにより、第１実施形態と同様に、低コントラストのオリジナル画像から精度良く輪郭を抽出することが可能である。

＝＝＝第３実施形態＝＝＝
予め定められた重み係数では、差分合成画像Ｆ’_ｔにノイズの影響が残り、この結果、２値画像から輪郭を適切に抽出できないことがある。そこで、第３実施形態では、輪郭を適切に抽出できるように重み係数を再設定する。

図１３は、第３実施形態のフロー図である。
まず、コンピューター１０の画像処理部１１Ａは、重み係数ｗ_ｄを初期値に設定し（Ｓ１０１）、第１実施形態（又は第２実施形態）の輪郭抽出処理を行う（Ｓ１０２、図１０のＳ００１〜Ｓ００３）。

次に、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できたか否かを判断する（Ｓ１０３）。２値画像にノイズが多く含まれている場合や、ノイズが少なくても輪郭画像の幅が太い場合には、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できていないと判断する（Ｓ１０３でＮＯ）。

Ｓ１０３でＮＯの場合、コンピューター１０の画像処理部１１Ａ（輪郭判別部１２Ｇ）は、重み係数ｗ_ｄを再設定する（Ｓ１０４）。例えば、Ｓ１０３において２値画像にノイズが多く含まれていた場合には、コンピューター１０の画像処理部１１Ａは、小さい距離ｄに対応する重み係数を減少させ、大きい距離ｄに対応する重み係数を増加させるように、重み係数ｗ_ｄを再設定する。また、Ｓ１０３において２値画像の輪郭画像の幅が太かった場合には、コンピューター１０の画像処理部１１Ａは、小さい距離ｄに対応する重み係数を増加させ、大きい距離ｄに対応する重み係数を減少させるように、重み係数ｗ_ｄを再設定する。

Ｓ１０４による重み係数ｗ_ｄの再設定後、コンピューター１０の画像処理部１１Ａ（輪郭判別部１２Ｇ）は、再設定された重み係数ｗ_ｄに基づいて、第１実施形態（又は第２実施形態）の輪郭抽出処理を再び行う（Ｓ１０２、図１０のＳ００１〜Ｓ００３）。そして、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できるまで（Ｓ１０３でＹＥＳ）、重み係数ｗの再設定（Ｓ１０４）と画像抽出処理（Ｓ１０２）とを繰り返す。これにより、輪郭抽出処理に適した重み係数を探索でき、適した重み係数を用いて輪郭抽出処理を行うことができる。

＝＝＝第４実施形態＝＝＝
予め定められている閾値では、２値画像から輪郭を適切に抽出できないことがある。そこで、第４実施形態では、重み係数だけでなく、２値化処理の閾値も再設定する。

図１４は、第４実施形態のフロー図である。
まず、コンピューター１０の画像処理部１１Ａは、重み係数ｗ_ｄ及び閾値を初期値に設定し（Ｓ２０１）、第１実施形態（又は第２実施形態）の輪郭抽出処理を行う（Ｓ２０２、図１０のＳ００１〜Ｓ００３）。

次に、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できたか否かを判断する（Ｓ２０３）。２値画像の輪郭画像が現れていない場合や、２値画像にノイズが多く含まれている場合や、ノイズが少なくても輪郭画像の幅が太い場合には、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できていないと判断する（Ｓ２０３でＮＯ）。

Ｓ２０３でＮＯの場合、コンピューター１０の画像処理部１１Ａ（輪郭判別部１２Ｇ）は、重み係数ｗ_ｄと閾値を再設定する（Ｓ２０４）。例えば、Ｓ２０３において２値画像に輪郭画像が現れていない場合には閾値を小さくし、ノイズが多く含まれていた場合には閾値を大きくする。閾値を変更しても輪郭を適切に抽出できなければ、第３実施形態と同様に重み係数を変更する。

Ｓ２０４による重み係数ｗ_ｄと閾値の再設定後、コンピューター１０の画像処理部１１Ａ（輪郭判別部１２Ｇ）は、再設定された重み係数ｗ_ｄと閾値とに基づいて、第１実施形態（又は第２実施形態）の輪郭抽出処理を再び行う（Ｓ２０２、図１０のＳ００１〜Ｓ００３）。そして、コンピューター１０の画像処理部１１Ａは、輪郭を適切に抽出できるまで（Ｓ２０３でＹＥＳ）、重み係数ｗ及び閾値の再設定（Ｓ２０４）と画像抽出処理（Ｓ２０２）とを繰り返す。これにより、輪郭抽出処理に適した重み係数及び閾値を探索でき、適した重み係数及び閾値を用いて輪郭抽出処理を行うことができる。

＝＝＝第５実施形態＝＝＝
前述のフィルタによれば、注目画素を挟む２つの画素を抽出し、その２つの画素の画素データの差分値を算出していた。但し、差分値の算出時に抽出される２つの画素は、注目画素を挟んでいなくても良い。
図１５Ａ〜図１５Ｅは、第５実施形態のフィルタの説明図である。画像処理部１１Ａの総和算出部１２Ｅは、次式のように、注目画素の輝度と画素間距離ｄだけ離れた画素の輝度との差分を算出する。
ｆ’_ｄ（ｉ，ｊ）＝ｆ（ｉ，ｊ）−ｆ（ｉ＋ｄ，ｊ）

なお、第５実施形態の画像処理部１１Ａの総和算出部１２Ｅは、第１実施形態と同様に、次式に示すように、２つの画素の輝度の差分値ｆ’_ｄ（ｉ，ｊ）と距離ｄに応じた重み係数ｗ_ｄ（画素間距離に基づいた係数）とを乗算した値の総和であるｆ’_ｔ（ｉ，ｊ）を注目画素（ｉ，ｊ）の算出値（前記画像の一の画素の算出値）として算出することになる。
ｆ’_ｔ（ｉ，ｊ）＝ｆ’_１（ｉ，ｊ）×ｗ_１
＋ｆ’_２（ｉ，ｊ）×ｗ_２
＋ｆ’_４（ｉ，ｊ）×ｗ_４
＋ｆ’_８（ｉ，ｊ）×ｗ_８
＋ｆ’_１６（ｉ，ｊ）×ｗ_１６

そして、第５実施形態においても、閾値比較部１２Ｆが、この算出値ｆ’_ｔ（ｉ，ｊ）を閾値と比較し、輪郭判別部１２Ｇが、閾値比較部１２Ｆの比較結果に基づいて輪郭を判別することが可能である。

＝＝＝その他の実施の形態＝＝＝
上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることは言うまでもない。

＜被撮像物について＞
被撮像物は、ヘッド４１に限られるものではない。但し、被撮像物の輪郭は、所定の方向に沿っていることが望ましい。
また、前述の実施形態では、オリジナル画像データにおける輪郭の方向がｙ方向になるように、被撮像物を撮影していた。但し、オリジナル画像データにおける輪郭の方向は、予め決められていなくても良い。オリジナル画像データにおける輪郭の方向が不明な場合には、オリジナル画像データの画像を複数の回転角度で回転させた画像をそれぞれ作成し、回転後のそれぞれの画像に対して前述の輪郭抽出処理をそれぞれ行い、最も鮮明に輪郭を抽出できたものを採用すれば、輪郭の方向を特定可能である。

＜フィルタについて１＞
前述の第１、第２実施形態によれば、３３×１画素（ｘ方向に３３画素、ｙ方向に１画素）のフィルタを用いて輪郭抽出処理が行われていた（図８Ｅ、図１２参照）。但し、フィルタの大きさは、ｘ方向に３３画素（注目画素から１６画素近傍）のものに限られるものではない。また、フィルタのｙ方向も１画素のものに限られるものではない。

＜フィルタについて２＞
前述の第１、第２実施形態のフィルタによれば、注目画素を所定方向（ｘ方向）から挟む２つの画素（画素対）は、注目画素から等距離で離れていた。但し、注目画素を挟む２つの画素は、注目画素から等距離で離れていなくても良い。例えば、注目画素を挟む２つの画素のうちのプラス側の画素が、マイナス側の画素よりも、注目画素から離れていても良い。

＜重み係数について＞
重み係数ｗ_ｄは、前述の数値に限られるものではない。また、最小の距離ｄ＝１に対応する重み係数ｗ_１が、２番目に小さい距離ｄ＝２に対応する重み係数ｗ_２よりも大きい値であっても良い。この場合、第１実施形態と比べてノイズの影響を受けやすくなるものの、距離ｄが大きいほど重み係数ｗ_ｄが小さい値に設定されているため、鮮明な輪郭を抽出できる。

１０ コンピューター、
１１Ａ 画像処理部、１１Ｂ カメラ制御部、
１１Ｃ モーター制御部、１１Ｄ 位置検出部、
１２Ａ 画素データ記憶部、１２Ｂ 輝度取得部、
１２Ｃ 画素間距離取得部、１２Ｄ 係数記憶部、
１２Ｅ 総和算出部、１２Ｆ 閾値比較部、１２Ｇ 輪郭判別部、
１５ カメラ、１６ ３次元測定装置、
２０ ステージ装置、２１ 治具、
２２ ステージ、２３ 駆動モーター、
３０ 位置検出器、１２０ 圧力発生室

Claims (8)

1. 被撮像物を撮像した画像から輪郭を判別する画像処理装置であって、
   前記画像の画素のデータを記憶する画素データ記憶部と、
   前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得する輝度取得部と、
   前記画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素と前記画像の他の画素との間の距離を取得する画素間距離取得部と、
   前記画素間距離に基づいた係数を記憶する係数記憶部と、
   前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出する総和算出部と、
   前記画素の算出値を閾値と比較する閾値比較部と、
   前記閾値比較部の結果に基づいて前記画像から前記輪郭を判別する輪郭判別部と、
   を含む、
   ことを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記画素間距離が離れるほど前記係数が小さくなる、
   ことを特徴とする画像処理装置。
3. 請求項２に記載の画像処理装置であって、
   最小の前記画素間距離に基づいた前記係数は他の前記係数よりも小さい、
   ことを特徴とする画像処理装置。
4. 請求項１〜３のいずれか一項に記載の画像処理装置であって、
   前記輪郭判別部は、前記画素間距離に基づいた係数を再設定し、再設定された前記係数に基づいて前記総和を再度算出する、
   ことを特徴とする画像処理装置。
5. 請求項４に記載の画像処理装置であって、
   前記輪郭判別部は、前記画像の画素のデータに基づき２値画像を取得し、前記２値画像から前記輪郭を判別するものであり、
   前記画像の画素のデータに基づき、前記画素間距離に基づいた係数と前記閾値とを再設定し、再設定された前記係数に基づいて前記総和を前記算出値として再度算出し、再設定された前記閾値を前記算出値と再度比較する、
   ことを特徴とする画像処理装置。
6. 請求項１〜５のいずれか一項に記載の画像処理装置であって、
   前記画像の画素のデータは、階調値を示すデータである、
   ことを特徴とする画像処理装置。
7. 被撮像物の画像の画素のデータを記憶する工程と、
   画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得する工程と、
   記憶された前記画像の画素のデータから、前記画像の一の画素と前記画像の他の画素との間の距離を取得する工程と、
   前記画素間距離に基づいた係数を記憶する工程と、
   前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出する工程と、
   前記画素の算出値を閾値と比較する工程と、
   前記閾値と比較する工程の結果に基づいて前記画像から輪郭を判別する工程と、
   を含む、
   ことを特徴とする画像処理方法。
8. 被撮像物を撮像した画像から輪郭を判別する画像処理装置に、
   前記被撮像物の画像の画素のデータを記憶することと、
   画素データ記憶部に記憶された前記画像の画素のデータから、前記画像の一の画素の輝度と前記画像の他の画素の輝度とを取得することと、
   記憶された前記画像の画素のデータから一の前記画素と他の前記画素との間の距離を取得することと、
   前記画素間距離に基づいた係数を記憶することと、
   前記画像の一の画素の輝度と前記画像の他の画素の輝度との差分と前記画素間距離に基づいた係数とを乗算した値の総和を前記画像の一の画素の算出値として算出することと、
   前記画像の画素の算出値を閾値と比較することと、
   前記閾値と比較する結果に基づいて前記画像から前記輪郭を判別することと、
   を実行させることを特徴とするプログラム。