JP6463593B2 - ビジョンシステムでラインを検出するためのシステム及び方法 - Google Patents
ビジョンシステムでラインを検出するためのシステム及び方法 Download PDFInfo
- Publication number
- JP6463593B2 JP6463593B2 JP2016214703A JP2016214703A JP6463593B2 JP 6463593 B2 JP6463593 B2 JP 6463593B2 JP 2016214703 A JP2016214703 A JP 2016214703A JP 2016214703 A JP2016214703 A JP 2016214703A JP 6463593 B2 JP6463593 B2 JP 6463593B2
- Authority
- JP
- Japan
- Prior art keywords
- line
- gradient
- edge
- edge point
- lines
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 94
- 230000008569 process Effects 0.000 claims description 34
- 239000013598 vector Substances 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 16
- 238000009499 grossing Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 4
- 230000026676 system process Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- YLJREFDVOIBQDA-UHFFFAOYSA-N tacrine Chemical compound C1=CC=C2C(N)=C(CCCC3)C3=NC2=C1 YLJREFDVOIBQDA-UHFFFAOYSA-N 0.000 description 1
- 229960001685 tacrine Drugs 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
本出願は2015年2月11日に出願された同時係属米国特許仮出願第62/249918号「ビジョンシステムでラインを検出するためのシステム及び方法」の利益を主張するものであり、その教示内容は参照により本明細書に組み込まれる。
本発明はマシンビジョンシステム、より具体的には取得した画像内のライン特徴を検出するビジョンシステムツールに関する。
(gx 2+gy 2)1/2>TABS
(gx 2+gy 2)1/2/I>TNORM
ここで、gx及びgyはそれぞれピクセル箇所におけるx勾配投影とy勾配投影の値、Iは強度、TABは生の投影された勾配の大きさに対する絶対コントラスト閾値、及びTNORMは強度正規化した投影された勾配の大きさに対する正規化したコントラスト閾値である。
p=(x,y,gx,gy,gm,go,I,gm/I,m,n)
ここで、(x,y)はエッジポイントの箇所、(gx,gy)はそれぞれx勾配投影及びy勾配投影の値、(gm,go)は(gx,gy)から計算された勾配の大きさと向き、Iはエッジポイント箇所における強度、gm/Iは勾配の大きさgmを強度Iで除算することによって得られる強度正規化したコントラスト、mは画像インデックス、及びnは投影区域インデックスである。標準キャリパツールにおけるようなエッジポイントの箇所は、精度を向上させるために補間できる。
カバレージスコア = ラインに対する関係エッジポイントインライアの数/(ラインに対する関係エッジポイントインライアの数+ラインに対する関係エッジポイントアウトライア+関係エッジポイントの潜在的箇所の数)。
Claims (23)
- ライン特徴を包含するシーンの画像データを受け取るビジョンシステムプロセッサと、ラインファインダと、を備え、
上記ビジョンシステムプロセッサはエッジポイント抽出装置を有し、前記エッジポイント抽出装置は、
(a)画像データから勾配ベクトル場を計算し、
(b)勾配ベクトル場を複数の勾配投影サブ区域に投影し、
(c)投影された勾配データに基づき勾配投影サブ区域のそれぞれにおいて複数のエッジポイントを検出するものであり、
上記ラインファインダは画像から抽出されたエッジポイントと一致している複数のラインを生成するものである、
取得した画像内のライン特徴を検出するためのシステム。 - 上記ラインファインダは、RANSACに基づくプロセスを操作してインライアエッジポイントを新しいラインにフィッティングし、事前に定義されたラインを基準にしてアウトライアエッジポイントから反復的にラインを定義することを含む、請求項1に記載のシステム。
- 上記勾配ベクトル場の投影は、1以上の特徴若しくはライン特徴の予想される向きに応答して設定された方向に沿って向けられている、請求項1に記載のシステム。
- 上記勾配ベクトル場の投影は、ガウスカーネルに基づいて粒度を定義する、請求項1に記載のシステム。
- 上記エッジポイント抽出装置は、勾配投影サブ区域の各々で複数の勾配最大値を検出するように配置されており、勾配最大値はそれぞれ複数のエッジポイントの一部として特定されて、位置ベクトルと勾配ベクトルによって記述される、請求項1に記載のシステム。
- 上記ラインファインダは、少なくとも1つの前記エッジポイントの少なくとも1つの候補ラインからの距離と、少なくとも1つの前記エッジポイントの勾配方向と少なくとも1つの候補ラインの通常の方向との間の角度差に基づくメトリックを計算することによって、複数の抽出された前記エッジポイントの少なくとも1つのエッジポイントと、検出された前記複数のラインの少なくとも1つの候補ラインとの間の整合性を決定するように配置されている、請求項1に記載のシステム。
- 上記画像データは、複数のカメラから取得された複数の画像からのデータを含み、上記画像は共通座標空間に変換される、請求項1に記載のシステム。
- 更に、前記画像データを平滑化する平滑化カーネルを備える請求項1に記載のシステム。
- 上記平滑化カーネルは、ガウスカーネルを包含する、請求項8に記載のシステム。
- 上記エッジポイントは、絶対コントラストと、画像データの平均強度に基づいて正規化したコントラストと、によって定義された閾値に基づいて選択される、請求項1に記載のシステム。
- 上記ラインファインダは、誤った向きを補正するために、検出された前記複数のラインから平行線又は交差線の部分を表す複数の抽出された前記エッジポイントのうち少なくとも一部のエッジポイントを交換するように配置されている、請求項1に記載のシステム。
- 上記ラインファインダは、検出された前記複数のラインから極性変化を有するラインを特定するように配置されている、請求項1に記載のシステム。
- 上記特定されるラインは、複数の抽出されたエッジポイントにおける勾配値に基づいて検出された複数のラインのライン特徴における混合極性によって定義されたラインである、請求項12に記載のシステム。
- ビジョンシステムプロセッサでシーンの画像データを受け取るステップであって、前記データはライン特徴を含む前記ステップと、
画像データから勾配ベクトル場を計算するステップと、
勾配ベクトル場を複数の勾配投影サブ区域に投影するステップと、
投影された勾配データに基づいて勾配投影サブ区域のそれぞれにおいて複数のエッジポイントを検出するステップと、
画像から抽出されたエッジポイントと一致している複数のラインを生成するステップと、
を有する、取得した画像内のライン特徴を検出するための方法。 - 更に、RANSACに基づくプロセスを適用してインライアエッジポイントを新しいラインにフィッティングすることを有し、事前に定義されたラインを基準にしてアウトライアエッジポイントから反復的にラインを定義することを有する、請求項14に記載の方法。
- 前記勾配ベクトル場の投影は、1以上の特徴若しくはライン特徴の予想される向きに応答して設定された方向に沿って向けられている、請求項14に記載の方法。
- 前記勾配ベクトル場の投影は、1Dガウスカーネルに基づいて粒度を定義する、請求項14に記載の方法。
- 更に、勾配投影サブ区域の各々で複数の勾配最大値を検出することを有し、勾配最大値はそれぞれ複数の前記エッジポイントの一部として特定され、位置ベクトルと勾配ベクトルによって記述される、請求項14に記載の方法。
- 更に、少なくとも1つの前記エッジポイントの少なくとも1つの候補ラインからの距離と、少なくとも1つの前記エッジポイントの勾配方向と少なくとも1つの候補ラインの通常の方向との間の角度差に基づくメトリックを計算することによって、複数の抽出された前記エッジポイントの少なくとも1つのエッジポイントと検出された前記複数のラインの少なくとも1つの候補ラインとの間の整合性を決定することを有する、請求項14に記載の方法。
- 前記画像データは複数のカメラから取得され共通座標空間に変換された複数の画像からのデータを含む、請求項14に記載の方法。
- 更に、平滑化カーネルを用いて前記画像データを平滑化することを有する、請求項14に記載の方法。
- 更に、エッジポイント絶対コントラストと、画像データの平均強度に基づいて正規化したコントラストとによって定義された閾値に基づいて選択することを有する、請求項14に記載の方法。
- 更に、(a)誤った向きを補正するために平行線又は交差線の部分を表すエッジポイントを交換すること、及び(b)前記エッジポイントにおける勾配値に基づいて、前記ライン内の混合極性を含むライン特徴の極性変化を有するラインを特定することの、少なくとも1つを有する、請求項14に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019000018A JP6934026B2 (ja) | 2015-11-02 | 2019-01-03 | ビジョンシステムでラインを検出するためのシステム及び方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562249918P | 2015-11-02 | 2015-11-02 | |
US62/249,918 | 2015-11-02 | ||
US15/338,445 | 2016-10-31 | ||
US15/338,445 US10152780B2 (en) | 2015-11-02 | 2016-10-31 | System and method for finding lines in an image with a vision system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019000018A Division JP6934026B2 (ja) | 2015-11-02 | 2019-01-03 | ビジョンシステムでラインを検出するためのシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017090450A JP2017090450A (ja) | 2017-05-25 |
JP6463593B2 true JP6463593B2 (ja) | 2019-02-06 |
Family
ID=58741907
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016214703A Active JP6463593B2 (ja) | 2015-11-02 | 2016-11-01 | ビジョンシステムでラインを検出するためのシステム及び方法 |
JP2023097204A Pending JP2023120281A (ja) | 2015-11-02 | 2023-06-13 | ビジョンシステムでラインを検出するためのシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023097204A Pending JP2023120281A (ja) | 2015-11-02 | 2023-06-13 | ビジョンシステムでラインを検出するためのシステム及び方法 |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP6463593B2 (ja) |
KR (3) | KR102153962B1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10937168B2 (en) | 2015-11-02 | 2021-03-02 | Cognex Corporation | System and method for finding and classifying lines in an image with a vision system |
US10152780B2 (en) | 2015-11-02 | 2018-12-11 | Cognex Corporation | System and method for finding lines in an image with a vision system |
US10753726B2 (en) | 2017-03-26 | 2020-08-25 | Cognex Corporation | System and method for 3D profile determination using model-based peak selection |
US10540749B2 (en) * | 2018-03-29 | 2020-01-21 | Mitsubishi Electric Research Laboratories, Inc. | System and method for learning-based image super-resolution |
JP2019220163A (ja) * | 2018-06-06 | 2019-12-26 | コグネックス・コーポレイション | ビジョンシステムでラインを検出するためのシステム及び方法 |
CN111612776A (zh) * | 2020-05-22 | 2020-09-01 | 福州数据技术研究院有限公司 | 一种基于图像边缘识别的病理大体标本大小自动测量方法 |
CN111724373B (zh) * | 2020-06-22 | 2024-05-14 | 江西财经大学 | 一种基于感知加密光场图像的视觉安全性度量方法 |
CN113344955B (zh) * | 2021-05-25 | 2022-03-18 | 云南凤云高速公路有限公司 | 一种模糊边缘精准检测边坡的系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61120002A (ja) * | 1984-11-16 | 1986-06-07 | Toyota Central Res & Dev Lab Inc | 画像のコ−ナ点検出方法及びその装置 |
JP3394104B2 (ja) * | 1993-12-24 | 2003-04-07 | 株式会社小松製作所 | 位置認識方式 |
JPH08335274A (ja) * | 1995-06-07 | 1996-12-17 | Sony Corp | 曲線生成方法 |
US8442304B2 (en) * | 2008-12-29 | 2013-05-14 | Cognex Corporation | System and method for three-dimensional alignment of objects using machine vision |
RU2458396C1 (ru) * | 2011-07-19 | 2012-08-10 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ редактирования статических цифровых комбинированных изображений, включающих в себя изображения нескольких объектов |
JP5783567B2 (ja) * | 2011-10-12 | 2015-09-24 | 国立大学法人鳥取大学 | 直線検出装置、直線検出方法、直線検出プログラム及び撮影システム |
JP2014092922A (ja) * | 2012-11-02 | 2014-05-19 | Tottori Univ | 検出装置、検出方法及び検出プログラム |
-
2016
- 2016-11-01 JP JP2016214703A patent/JP6463593B2/ja active Active
- 2016-11-02 KR KR1020160145441A patent/KR102153962B1/ko active IP Right Grant
-
2019
- 2019-04-29 KR KR1020190049972A patent/KR102402906B1/ko active IP Right Grant
-
2022
- 2022-05-24 KR KR1020220063255A patent/KR102649038B1/ko active IP Right Grant
-
2023
- 2023-06-13 JP JP2023097204A patent/JP2023120281A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
KR102153962B1 (ko) | 2020-09-10 |
KR20170051369A (ko) | 2017-05-11 |
KR102649038B1 (ko) | 2024-03-18 |
JP2017090450A (ja) | 2017-05-25 |
KR20220075290A (ko) | 2022-06-08 |
JP2023120281A (ja) | 2023-08-29 |
KR20190050311A (ko) | 2019-05-10 |
KR102402906B1 (ko) | 2022-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7297018B2 (ja) | ビジョンシステムでラインを検出するためのシステム及び方法 | |
JP6463593B2 (ja) | ビジョンシステムでラインを検出するためのシステム及び方法 | |
US11699283B2 (en) | System and method for finding and classifying lines in an image with a vision system | |
CN107085728B (zh) | 利用视觉系统对图像中的探针进行有效评分的方法及系统 | |
JP2024016287A (ja) | ビジョンシステムでラインを検出するためのシステム及び方法 | |
US9319666B1 (en) | Detecting control points for camera calibration | |
US20240078801A1 (en) | System and method for finding and classifying lines in an image with a vision system | |
CN107085843B (zh) | 用于估计光学系统中的调制传递函数的系统和方法 | |
CN116958058A (zh) | 镜头脏污检测方法、装置及图像检测设备 | |
US20180150966A1 (en) | System and method for estimating object size | |
US9824455B1 (en) | Detecting foreground regions in video frames | |
US9842402B1 (en) | Detecting foreground regions in panoramic video frames | |
US8463037B2 (en) | Detection of low contrast for image processing | |
RU2351091C2 (ru) | Способ автоматического определения и коррекции радиальной дисторсии на цифровом изображении | |
Pereira et al. | Parallelized automatic false defect detection using GPUs during mask inspection | |
CN109670519A (zh) | 图像处理装置和图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171213 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180613 |
|
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: 20181204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190103 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6463593 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |