JP6465818B2 - 粒子径を求める方法及び装置 - Google Patents
粒子径を求める方法及び装置 Download PDFInfo
- Publication number
- JP6465818B2 JP6465818B2 JP2015560376A JP2015560376A JP6465818B2 JP 6465818 B2 JP6465818 B2 JP 6465818B2 JP 2015560376 A JP2015560376 A JP 2015560376A JP 2015560376 A JP2015560376 A JP 2015560376A JP 6465818 B2 JP6465818 B2 JP 6465818B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- particle size
- particles
- parameters
- distortion
- 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
- 239000002245 particle Substances 0.000 title claims description 159
- 238000000034 method Methods 0.000 title claims description 98
- 238000009826 distribution Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 25
- 235000013353 coffee beverage Nutrition 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000000227 grinding Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 2
- 238000010298 pulverizing process Methods 0.000 claims description 2
- 238000003801 milling Methods 0.000 claims 2
- 239000011159 matrix material Substances 0.000 description 42
- 230000006870 function Effects 0.000 description 40
- 230000009466 transformation Effects 0.000 description 28
- 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 6
- 238000013459 approach Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000014616 translation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000002296 dynamic light scattering Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000007561 laser diffraction method Methods 0.000 description 3
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 241000533293 Sesbania emerus Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 235000019634 flavors Nutrition 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means, e.g. by light scattering, diffraction, holography or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1468—Electro-optical investigation, e.g. flow cytometers with spatial resolution of the texture or inner structure of the particle
-
- G06T5/80—
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Description
本願は、米国特許出願第14/194,154号(2014年2月28日出願)及び米国仮出願第61/770,743号(2013年2月28日出願)を基礎とする優先権の利益を主張する。これらの出願は、引用を以って本明細書の一部となす。
及び
である。一般的なピンホールによってカメラをモデル化する。3次元点Mとその画像投影mとの関係は、
によって与えられる。ここで、sは任意のスケール係数であり、(R,t)は、カメラモデルの外部パラメータ行列と呼ばれ、回転行列と平行移動(並進)行列を合わせた行列であって、世界座標系をカメラ座標系と関連付け、Aは、カメラモデルの内部パラメータ行列と呼ばれ、
によって与えられる。ここで、(u0,v0)は主点の座標であり、α及びβは画像のu軸及びv軸におけるスケール係数であり、γは2つの画像軸の歪度を説明するパラメータである。A−Tは、(A−1)Tまたは(AT)−1を略記したものである。
が得られる。ここでも符号Mを用いてモデル平面上の点を表しているが、Zは0に等しいので、M=[X,Y]Tである。同様にして、M〜=[X,Y,1]Tである。したがって、モデル点M及びその画像mは、ホモグラフィHによって次のように関連付けられる。
明らかであるように、3×3行列Hは、スケール係数を除いて定義される。
で表すと、式(2)から、
が得られる。ここで、λは任意のスカラーである。r1及びr2が正規直交するという知識を利用すると、内部パラメータに関する以下の制約条件が成り立つ。
このように、1つのホモグラフィを所与として、2つの基本的な制約式が立てられる。ホモグラフィは8自由度を有するので、6つの外部パラメータ(回転が3つ、平行移動が3つ)が存在し、内部パラメータに関する2つの制約が得られる。パラメータA−TA−1は、実際に絶対円錐曲線の画像を表す。次に、幾何学的な解釈を与える。
ここで、無限遠点に関してはw=0であり、それ以外ではw=1である。この平面は、或る線において無限遠平面と交差し、
及び
が当該線上の2つの特定の点であることは容易に分かる。線上のいかなる点もこれら2つの点の線形結合であり、すなわち、
である。ここで、上記の線と絶対円錐曲線の交点を計算してみよう。定義上は、点x∞(円点)はx∞ Tx∞=0、すなわち、
を満たすことが分かっている。解はb=±aiであり、ここでi2=−1である。すなわち、2つの交点は、
である。これらは画像平面に投影され、スケール係数を除いて、
によって与えられる。点
は、A−TA−1によって表される絶対円錐曲線の画像上に存在する。これにより
が得られる。実数部及び虚数部の両方を0にすることで、式(3)及び(4)が得られる。
Bは対称であり、6次元ベクトル
によって定義されることに留意されたい。
Hのi番目の列ベクトルをhi=[hi1,hi2,hi3]Tとすると、
となり、ここで
である。したがって、或るホモグラフィを所与として得られる2つの基本的な制約(3)及び(4)は、次式(8)に示すように、bについての2つの同次方程式に書き直すことができる。
上式(8)のような方程式をn個積み重ねることによってモデル平面のn個の画像が観察された場合、結果は、
で表すことができる。ここで、Vは2n×6行列である。n≧3である場合には、通常、スケール係数を除いて定義される一意解bが得られる。n=2である場合には、スキューレス制約γ=0、すなわち、[0,1,0,0,0,0]b=0を与え、追加の方程式として式(9)に加えることができる。n=1である場合には、(例えば画像中心における)u0及びv0が既知でありかつγ=0であると仮定して、2つのカメラ内部パラメータ、例えばα及びβを解くことができる。式(9)の解は、最小固有値に関連付けられたVTVの固有ベクトル(等価には、最小特異値に関連付けられたVの右特異ベクトル)として公知である。
ここで、
である。データにノイズが存在するため、そのようにして求められた行列R=[r1,r2,r3]は回転行列の特性を満たしていない。
を最小化することによって、最尤推定値を得ることができる。ここで、
は式(2)に従う画像iにおける点Mjの投影である。回転行列Rは、回転軸に対して平行でありかつその大きさは回転角度に等しいようなrで示される3次元パラメータのベクトルによってパラメータ化される。R及びrは、ロドリゲスの公式によって関連付けられる。値(10)の最小化は非線形最小化問題であり、レーベンバーグ・マーカート・アルゴリズムを用いて解くことができる。該アルゴリズムは、上記した手法を用いて得られるA,{Ri,ti|i=1...n}の初期推測値を用いる。
とする。理想的な点は、ピンホールモデルに従うモデル点の投影である。同様に、(x,y)及び
はそれぞれ理想的な(歪みのない)正規化画像座標及び現実の(歪みのある)正規化画像座標である。
ここで、k1及びk2は半径方向の歪み係数である。半径方向歪みの中心は、主点と同じである。
から。
n個の画像中のm個の点を所与として、全ての方程式を積み重ねることで全部で2mn個の方程式を得ることができ、これは行列形式ではDk=dで表され、このときk=[k1,k2]Tである。線形最小二乗解は、
によって与えられる。k1及びk2が推定されたら、式(11)及び(12)に代えて、
を用いて式(10)を解けば、他のパラメータの推定値を精密化することができる。これら2つの手順は、収束するまで交互に行うことができる。
ここで、
は、式(2)に従う画像iにおける点Mjの投影であり、式(11)及び(12)に従う歪みがそれに続く。これは非線形最小化問題であり、レーベンバーグ・マーカート・アルゴリズムを用いて解かれる。この場合もやはり、既に開示したように、回転行列が3次元ベクトルrによってパラメータ化される。上記の手法を用いてA及び{Ri,ti|i=1...n}の初期推測値を求めることができる。k1及びk2の初期推測値は、上記の半径方向歪みの解により、または単に0にセットすることによって求めることができる。
である。ここで、
であり、u0及びv0は主点(すなわち、カメラの光軸と画像平面の交点)である。
1)或るパターンを印刷し、それを平面に貼り付ける;
2)モデル平面の数個の画像を、平面またはカメラのいずれかを動かすことによって方向を変えて撮影する;
3)画像中の特徴点を検出する;
4)上記で与えられた閉形式解を用いて、5つの内部パラメータ及び全ての外部パラメータを推定する;
5)線形最小二乗式(13)を解くことによって、半径方向の歪み係数を推定する;
6)値(14)を最小化することによって全てのパラメータを精密化する;この時点で、k1及びk2は割り当てられた値を有する;
7)式(15)及び(16)並びにレンズ歪みのある画像の幅及び高さを用いて、レンズ歪みのない画像の幅及び高さを求める。スカラーを用いて、両画像を同じ幅に維持し、それに応じて高さをスケーリングする;
8)レンズ歪みのない画像における各ピクセルについて、レンズ歪みのある画像におけるその対応する位置を式(15)及び(16)を用いて求め、歪みのある画像において近傍のシェパード補間を適用することによって、補正画像のための色情報を入手する。
世界座標において或る点
を有すると仮定する。これは同次座標では
の如く表される。
同様に、画像座標における対応する点は
であり、これは同次座標では
の如く表される。
これら2つの点の関係は、次式で表すことができる。
ここで、
は、これから解こうとするホモグラフィである。
行列の乗算を用いて方程式の両辺を展開すると、
が得られる。3つ目の式を最初の2つの式に代入すると、この2つ1組の点から、2つの方程式が得られる。
Hの未知数は8なので、Hを解くには4組の点が必要である。8つの方程式を行列の形式で表すと、次のようになる。
したがって、投影歪みが生じた各画像について、この画像における4つの点を選ぶと、これら4つの点の世界座標が与えられれば、Hを解くことができる。
2)画像上の複数対(例えば5対)の直交線を選択するステップと、
3)投影歪みのある画像と投影歪みのない画像間のホモグラフィHを解くステップと、
4)ホモグラフィH並びに投影歪みのある画像の幅及び高さを用いて、投影歪みのない画像の幅及び高さを求め、スカラーを用いて、両画像を同じ幅に維持し、それに応じて高さをスケーリングするステップと、
5)投影歪みのない画像における各ピクセルについて、投影歪みのある画像中の対応する位置を見つけることによって、補正画像のための色情報を入手するステップ。
幾何学変換の実際の実装では、最も汎用的なRemapから、最も単純かつ高速なResizeまで、上式を用いて2つの主な問題を解く必要がある。
・存在しないピクセルの外挿。フィルタリング関数と同様に、或る(x,y)に対して、fx(x,y)またはfy(x,y)のいずれか一方または両方が画像の外側にはみ出してしまうことがある。この場合、何らかの外挿法を用いる必要がある。OpenCVでは、フィルタリング関数の場合と同じ外挿法の選択が提供されている。さらに、Border_Transparent法も提供されている。これは、出力画像中の対応するピクセルが全く変更されないことを意味する。
・ピクセル値の内挿。通常、fx(x,y)及びfy(x,y)は浮動小数点数である。このことは、〈fx,fy〉が、アフィン変換、透視変換、または半径方向のレンズ歪み補正などであり得ることを意味する。よって、部分座標上に存在するピクセル値を取得する必要がある。最も単純なケースでは、座標を最も近い整数値の座標に丸め、その対応するピクセル値を用いることができる。これは、最近傍補間(ニアレストネイバ補間)と呼ばれる。しかし、より洗練された補間法を用いれば、より良好な結果を得ることができる。この場合、求めたピクセル(fx(x,y),fy(x,y))の近傍に対して多項式関数をフィッティングし、(fx(x,y),fy(x,y))における多項式の値を、補間されたピクセル値と見なす。OpenCVでは、複数の補間法の中から選択することができる。そのうちのいくつかを以下に説明する。
この関数は、2次元回転のアフィン行列を求める。この処理に用いられるパラメータは次の通りである。
center−入力画像中にある回転中心座標。
angle−度単位で表される回転角度。正の値は反時計回転を意味する(座標原点は、左上隅にあると仮定する)。
scale−均等スケール係数
map_matrix−アフィン変換,2×3補間浮動小数点の出力行列。
この関数は、次の行列を求める。
ここで、
である。この変換は、回転中心を自身にマッピングする。それが目的でない場合は、シフト調整を行う必要がある。
この関数は、3組の対応点からアフィン変換を求める。この処理に用いられるパラメータは次の通りである。
src−入力画像中の三角形の頂点の座標
dst−出力画像中の対応する三角形の頂点の座標
mapMatrix−2×3の出力行列へのポインタ
この関数は、アフィン変換の2×3行列を求める:
ここで、
である。
この関数は、4組の対応点から透視変換を求める。この処理に用いられるパラメータは次の通りである。
src−入力画像中の四角形の頂点の座標
dst−出力画像中の対応する四角形の頂点の座標
mapMatrix−3×3の出力行列[A/b]へのポインタ
この関数は、透視変換の行列を求める:
ここで、
である。
この処理は、画像から四角形領域のピクセル値をサブピクセル精度で取得する。この処理に用いられるパラメータは次の通りである。
src−入力画像,
dst−抽出された四角形
mapMatrix−2×3の変換行列[A/b]
この関数は、srcからピクセル値をサブピクセル精度で抽出し、それらをdstに格納する:
ここで、
であり、かつ
である。
非整数座標におけるピクセル値は、バイリニア補間を用いて取得される。画像境界の外側に存在する領域のピクセル値が必要である場合は、当該ピクセル値を取得するために複製境界モードを用いる。マルチチャンネル画像の各チャンネルは、それぞれ独立して処理される。
この関数は、画像から矩形領域のピクセル値をサブピクセル精度で取得する。
src−入力画像
Dst−抽出された矩形
Center−補間浮動小数点で表された、入力画像中の抽出された矩形領域の中心座標。中心は、必ず画像中になければならない。
この関数は、srcからピクセルを抽出する:
ここで、非整数座標におけるピクセル値は、バイリニア補間を用いて取得される。マルチチャンネル画像の各チャンネルは、それぞれ独立して処理される。矩形領域の中心は必ず画像中になければならないが、矩形領域の一部は画像境界の外側にはみ出してもよい。その場合は、画像境界を越えた領域のピクセル値を取得するために、複製境界モードが用いられる。
この関数は、画像を対数極座標空間にリマッピングする。
・src−入力画像
・dst−出力画像
・center−変換中心;この場所で出力の精度が最大となる
・M−スケーリングパラメータの大きさ。
・flags−補間法と、以下の任意選択のフラグとの組合せ
・CV_WARP_FILL_OUTLIERSは、出力画像の全ピクセルを埋める。対応するピクセルが入力画像における外れ値であるピクセルは、値として0がセットされる。
・CV_WARP_INVERSE_MAP 以下の説明を参照。
この関数は、次の変換を用いて入力画像を変換する。
・順変換(CV_WARP_INVERSE_MAPがセットされていない):
・逆変換(CV_WARP_INVERSE_MAPがセットされている):
ここで、
である。
この関数は、人間の「中心」視覚を模倣したものであり、物体追跡などのための、高速なスケーリング及び回転に不変なテンプレートマッチングに用いることができる。この関数は、インプレースモードでの処理は不可能である。
この関数は、画像に対して一般的幾何学変換を適用する。
src−入力画像,
dst−出力画像,
mapx−x座標マップ
mapy−y座標マップ
flags−補間法(resize()を参照)。INTER_AREA法は、この関数ではサポートされていない。
fillval−外れ値を埋めるために用いられる値
この関数は、指定されたマップを用いて入力画像を以下のように変換する。
非整数座標を有するピクセル値は、利用可能な補間法のうちの1つを用いて求められる。mapx及びmapyは、それぞれ個別の浮動小数点型マップmap1及びmap2としてコード化されるか、あるいは(x,y)のインタリーブされた浮動小数点型マップmap1またはConvertMaps関数を用いて作成された固定小数点型マップとしてコード化され得る。マップが浮動小数点表現から固定小数点表現に変換されるとすれば、その理由は、リマッピング演算が大幅に高速化される(約2倍)からである。変換された場合、map1は(cvFloor(x),cvFloor(y))というペアを含み、map2は補間係数テーブルのインデックスを含む。この関数は、インプレースモードでの処理は不可能である。
この関数は、画像のサイズ変更を行う。
src−入力画像
dst−出力画像;サイズdsize(0でない場合)またはsrc.size()、fx及びfyから計算されたサイズを有する;dstの型はsrcと同じである。
interpolation−補間法:
・INTER_NN−最近傍補間
・INTER_LINEAR−バイリニア補間(デフォルトで用いられる)
・INTER_AREA−ピクセル領域同士の関係を利用したリサンプリング。画像デシメーション法としては、モアレのない結果が得られるので好ましいであろう。しかし、画像を拡大する場合は、INTER_NN法と同様である。
・INTER_CUBIC−近傍4×4ピクセルを利用するバイキュービック補間
・INTER_LANCZOS4−近傍8×8ピクセルを利用するランツォシュ補間
画像を縮小するためには、通常はINTER_AREA補間を用いるのが最良であると思われるが、画像を拡大するためには、INTER_CUBIC(低速)またはINTER_LINEAR(より高速だが、それでも許容範囲であると思われる)を用いるのが最良であると思われる。
この関数は、画像のアフィン変換を行う。
src−入力画像
dst−出力画像
mapMatrix−2×3の変換行列
flags−補間法と、任意選択のフラグとの組合せ
-CV_WARP_FILL_OUTLIERSは、出力画像の全ピクセルを埋める;対応するピクセルが入力画像における外れ値であるピクセルは、値としてfillvalがセットされる。
-CV_WARP_INVERSE_MAPは、行列が出力画像から入力画像への逆変換であることを表しており、したがって、この行列を直接ピクセル補間に用いることができる。このフラグが指定されていない場合は、この関数が、mapMatrixの逆変換を求める。
Fillval−外れ値を埋めるために用いられる値
フラグWARP_INVERSE_MAPがセットされているとき、WarpAffine関数は、指定された行列を用いて入力画像を変換する。
そうでない場合は、先ずInvertAffineTransformでアフィン変換の逆変換を求め、次にそれをMの代わりに上式に代入する。この関数は、インプレースモードでの処理は不可能である。
この関数は、GetQuadrangleSubPixに類似しているが、両者は完全に同じではない。WarpAffineは、入力画像及び出力画像が同じデータ型を有することを要求し、より大きなオーバヘッドを有し(よって、小さな画像にそれほど適していない)、かつ出力画像の一部を変更しないままにしておくことができる。一方で、GetQuadrangleSubPixは、8ビットの画像から補間浮動小数点バッファへ四角形を抽出することができ、より小さなオーバヘッドを有し、かつ常に出力画像内容全体を変更する。この関数は、インプレースモードでの処理は不可能である。
この関数は、画像の透視変換を行う。この関数に有用なパラメータには、次のものが含まれる。
Src−入力画像
Dst−出力画像
mapMatrix−3×3の変換行列
flags−補間法と、以下の任意選択のフラグとの組合せ
・CV_WARP_FILL_OUTLIERSは、出力画像の全ピクセルを埋める;対応するピクセルが入力画像における外れ値であるピクセルは、値としてfillvalがセットされる。
・CV_WARP_INVERSE_MAPは、行列が出力画像から入力画像への逆変換であることを表しており、したがって、この行列を直接ピクセル補間に用いることができる。このフラグが指定されていない場合は、この関数が、mapMatrixの逆変換を求める。
fillval−外れ値を埋めるために用いられる値
この関数は、指定された行列を用いて入力画像を変換する。
この関数は、インプレースモードでの処理は不可能であることに留意されたい。
Claims (18)
- コンピュータにより実現される、粉砕によって生成される粒子の所望の粒子径を達成する方法であって、
レンズと背景面とを有する装置を準備するステップと、
同一の前記レンズを用いてキャプチャされた、前記背景面上に配置された少なくとも1つの粒子及びキャリブレーションマークの画像を取得するステップと、
前記粒子及び前記キャリブレーションマークの両方に同一の補正係数を適用して前記画像の歪み効果を補正することにより補正画像を生成するステップと、
前記補正画像を用いて決定される一組のパラメータによって前記粒子の粒子径及び形状を特徴付けるステップであって、前記一組のパラメータは、前記複数の粒子の粒子径分布、面積分布、及び体積分布のなかの1以上を含む、該ステップと、
前記一組のパラメータを、目標粒子のプロファイルと比較して両者の近似性を判定するステップと、
前記判定された前記近似性に基づき、前記一組のパラメータと前記目標粒子のプロファイルとを近づけるためにどのような粉砕処理を行う必要があるかを決定するステップとを含むことを特徴とする方法。 - 前記一組のパラメータが、前記複数の粒子の粒子径分布を含むことを特徴とする請求項1に記載の方法。
- 前記粒子径分布は、目標粒子径プロファイルと比較されることを特徴とする請求項2に記載の方法。
- 前記キャリブレーションマークが、互いに直角をなす方向に延在する直線を含むことを特徴とする請求項1に記載の方法。
- 前記画像が、前記キャリブレーションマークに対してランダムに配置された複数の粒子を含むことを特徴とする請求項1に記載の方法。
- 前記画像が、ビットマップであることを特徴とする請求項1に記載の方法。
- 前記粒子径を求める前記ステップが、
前記画像において、前記粒子を含む前記画像の第1の部分を、前記キャリブレーションマークを含む前記画像の第2の部分から分離するステップを含むことを特徴とする請求項1に記載の方法。 - 前記分離するステップが、色領域抽出法を用いるステップを含むことを特徴とする請求項7に記載の方法。
- 前記画像の歪み効果を補正する前記ステップが、
前記キャリブレーションマークの既知の実際の寸法を、前記画像から得られた前記キャリブレーションマークの寸法と比較するステップと、
前記比較に基づいて補正係数を生成するステップと、
前記画像における前記粒子の測定値を得るステップと、
前記補正係数を用いて前記粒子の前記測定値を修正するステップとを含むことを特徴とする請求項1に記載の方法。 - 前記画像の歪み効果を補正する前記ステップが、
レンズ歪みまたは射影歪みのうちの少なくとも一方を補正するステップを含むことを特徴とする請求項1に記載の方法。 - コンピュータにより実現されるコーヒー粉砕物のために所望の粒子径を達成する方法であって、
レンズと背景面とを有する装置を準備するステップと、
同一の前記レンズを用いてキャプチャされた、前記背景面上に配置されたキャリブレーションマークを有する表面上に分散されたコーヒー粉砕物の画像を取得するステップと、
前記コーヒー粉砕物及び前記キャリブレーションマークの両方に同一の補正係数を適用して前記画像の歪み効果を補正することにより補正画像を生成するステップと、
前記補正画像を用いて決定される一組のパラメータによって前記コーヒー粉砕物の粒子径及び形状を特徴付けるステップであって、前記一組のパラメータは、前記複数の粒子の粒子径分布、面積分布、及び体積分布のなかの1以上を含む、該ステップと、
前記一組のパラメータを、目標粒子のプロファイルと比較して両者の近似性を判定するステップと、
前記判定された前記近似性に基づき、前記一組のパラメータと前記目標粒子のプロファイルとを近づけるためにどのような粉砕処理を行う必要があるかを決定するステップとを含むことを特徴とする方法。 - 前記画像が、ビットマップであることを特徴とする請求項11に記載の方法。
- 前記粒子径を求める前記ステップが、
前記画像を、前記コーヒー粉砕物を含む第1の部分、及び前記キャリブレーションマークを含む第2の部分に分離するステップと、
前記キャリブレーションマークの実測値を前記画像の前記第2の部分中の前記キャリブレーションマークと比較することによって、前記キャリブレーションマークのための補正係数を計算するステップと、
前記キャリブレーションマークのための前記補正係数を前記画像の前記第1の部分に適用して、前記コーヒー粉砕物のために補正された粒子径を得るステップとを含むことを特徴とする請求項11に記載の方法。 - 前記粒子径を求める前記ステップが、
前記画像のレンズ歪みを補正するステップと、
前記画像の射影歪みを補正するステップとを含むことを特徴とする請求項11に記載の方法。 - 粉砕によって生成される粒子の所望の粒子径を達成するための命令が格納されているコンピュータ読み取り可能な媒体であって、
前記命令が、
レンズと背景面とを有する装置において、同一の前記レンズを用いてキャプチャされた、前記背景面上に配置された少なくとも1つの粒子及びキャリブレーションマークの画像を取得する命令と、
前記粒子及び前記キャリブレーションマークの両方に同一の補正係数を適用して前記画像の歪み効果を補正することにより補正画像を生成する命令と、
前記補正画像を用いて決定される一組のパラメータによって前記粒子の粒子径及び形状を特徴付ける命令であって、前記一組のパラメータは、前記複数の粒子の粒子径分布、面積分布、及び体積分布のなかの1以上を含む、該命令と、
前記一組のパラメータを、目標粒子のプロファイルと比較して両者の近似性を判定する命令と、
前記判定された前記近似性に基づき、前記一組のパラメータと前記目標粒子のプロファイルとを近づけるためにどのような種類の粉砕処理を行う必要があるか否かを決定する命令とを含むことを特徴とするコンピュータ読み取り可能な媒体。 - 前記画像がビットマップであることを特徴とする請求項15に記載のコンピュータ読み取り可能な媒体。
- 前記一組のパラメータが、前記複数の粒子の粒子径分布を含み、
前記特徴付ける前記命令が、
前記画像を、前記粒子を含む第1の部分、及び前記キャリブレーションマークを含む第2の部分に分離する命令と、
前記キャリブレーションマークの実測値を前記画像の前記第2の部分中の前記キャリブレーションマークと比較することによって、前記キャリブレーションマークのための補正係数を計算する命令と、
前記キャリブレーションマークのための前記補正係数を前記画像の前記第1の部分に適用して、前記粒子のための補正された粒子径を得る命令とを含むことを特徴とする請求項15に記載のコンピュータ読み取り可能な媒体。 - 前記粒子径を求める前記命令が、
前記画像のレンズ歪みを補正する命令と、
前記画像の射影歪みを補正する命令とを含むことを特徴とする請求項15に記載のコンピュータ読み取り可能な媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361770743P | 2013-02-28 | 2013-02-28 | |
US61/770,743 | 2013-02-28 | ||
PCT/US2014/019618 WO2014134552A1 (en) | 2013-02-28 | 2014-02-28 | Method and apparatus for particle size determination |
US14/194,154 US9863861B2 (en) | 2013-02-28 | 2014-02-28 | Method and apparatus for particle size determination |
US14/194,154 | 2014-02-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016511834A JP2016511834A (ja) | 2016-04-21 |
JP6465818B2 true JP6465818B2 (ja) | 2019-02-06 |
Family
ID=51388203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560376A Active JP6465818B2 (ja) | 2013-02-28 | 2014-02-28 | 粒子径を求める方法及び装置 |
Country Status (11)
Country | Link |
---|---|
US (1) | US9863861B2 (ja) |
EP (1) | EP2962084A1 (ja) |
JP (1) | JP6465818B2 (ja) |
KR (1) | KR102054250B1 (ja) |
CN (1) | CN105247342B (ja) |
AU (1) | AU2014224054B2 (ja) |
BR (1) | BR112015020944B1 (ja) |
CA (1) | CA2903010C (ja) |
HK (1) | HK1218780A1 (ja) |
NZ (1) | NZ712230A (ja) |
WO (1) | WO2014134552A1 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140002662A1 (en) * | 2012-06-22 | 2014-01-02 | E. Neil Lewis | Particle characterization |
JP6449226B2 (ja) * | 2013-03-11 | 2019-01-09 | デイ、ニール・エム | コーヒーの風味を再現する方法及び装置 |
US9940004B2 (en) * | 2013-03-15 | 2018-04-10 | Gregory Mayworm | Methods and systems for predicting and evaluating coffee characteristics |
SE537987C2 (sv) * | 2014-04-07 | 2016-01-12 | Cgrain Ab | Avbildningssystem för granulärt material med homogen bakgrund |
AU2015314341A1 (en) | 2014-09-11 | 2017-04-27 | Koninklijke Philips N.V. | Method for controlling a process of roasting coffee beans and device for use in a process for roasting coffee beans |
AU2015261613A1 (en) * | 2014-12-18 | 2016-07-07 | Gruppo Cimbali S.P.A. | Method of analysing ground coffee |
CN104794303B (zh) * | 2015-04-30 | 2017-10-03 | 合肥工业大学 | 平面双材料圆环界面应力奇异性特征值的分析方法 |
CN105092452B (zh) * | 2015-07-14 | 2017-11-07 | 同济大学 | 一种机制砂球体类似度的检测方法 |
AU2015101098A6 (en) * | 2015-08-10 | 2016-03-10 | Wisetech Global Limited | Volumetric estimation methods, devices, & systems |
AU2017204494B2 (en) * | 2016-09-01 | 2019-06-13 | Casio Computer Co., Ltd. | Diagnosis assisting device, image processing method in diagnosis assisting device, and non-transitory storage medium having stored therein program |
CN106596357A (zh) * | 2016-11-28 | 2017-04-26 | 江苏大学 | 一种柴油机颗粒物形貌的表征方法 |
CN106645197B (zh) * | 2016-12-29 | 2024-01-30 | 中国工程物理研究院激光聚变研究中心 | 检测精密光学元件表面颗粒物的在线检测系统及应用方法 |
CN107121363A (zh) * | 2017-03-22 | 2017-09-01 | 华南理工大学 | 一种结晶工艺过程颗粒尺寸分布预测的方法 |
WO2019116337A1 (en) * | 2017-12-15 | 2019-06-20 | Politecnico Di Milano | Opto-magnetic sensor device and molecular recognition system |
DE102018205399B4 (de) * | 2018-04-10 | 2021-03-18 | Continental Automotive Gmbh | Korrekturverfahren und Vorrichtung zur Korrektur von Bilddaten |
WO2019229767A1 (en) * | 2018-05-28 | 2019-12-05 | Shukla Ashiesh | A food grain profiling system |
CN109452941B (zh) * | 2018-11-23 | 2021-04-23 | 中国科学院自动化研究所 | 基于图片正畸与边界提取的肢体周径测量方法及系统 |
JP7269864B2 (ja) * | 2019-10-21 | 2023-05-09 | 株式会社アマダ | ワーク撮影画像処理装置及びワーク撮影画像処理方法 |
CN114430842A (zh) | 2020-01-19 | 2022-05-03 | 乌迪森斯公司 | 使用图案化床单进行测量校准 |
USD937007S1 (en) | 2020-07-30 | 2021-11-30 | Udisense Inc. | Bedsheet |
CN113270172B (zh) * | 2021-03-31 | 2024-02-09 | 正雅齿科科技(上海)有限公司 | 一种头颅侧位片中轮廓线的构建方法及系统 |
CN113109240B (zh) * | 2021-04-08 | 2022-09-09 | 国家粮食和物资储备局标准质量中心 | 一种计算机实施的粮食不完善粒测定方法和系统 |
CN113820255A (zh) * | 2021-09-01 | 2021-12-21 | 自然资源部第三海洋研究所 | 一种卵石三维粒径的测算方法以及装置 |
KR102646209B1 (ko) * | 2022-03-28 | 2024-03-11 | 강원대학교산학협력단 | 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 |
CN116330516B (zh) * | 2023-05-29 | 2023-08-29 | 乳山市东方硅胶有限公司 | 一种硅胶颗粒生产设备颗粒大小控制系统 |
US11925297B1 (en) * | 2023-08-16 | 2024-03-12 | Starbucks Corporation | Calibration tool for a coffee grinder |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0623983B2 (ja) * | 1985-04-30 | 1994-03-30 | 富士通株式会社 | 歪補正装置 |
JPS62182638A (ja) * | 1986-02-06 | 1987-08-11 | Babcock Hitachi Kk | 輸送管中の微粉体の粒径測定装置 |
JP2000241120A (ja) | 1999-02-23 | 2000-09-08 | Fanuc Ltd | 計測装置 |
US20010041073A1 (en) * | 2000-02-03 | 2001-11-15 | Noam Sorek | Active aid for a handheld camera |
JP2001245133A (ja) * | 2000-02-29 | 2001-09-07 | Konica Corp | 画像読取装置及び画像形成装置 |
JP3429280B2 (ja) * | 2000-09-05 | 2003-07-22 | 理化学研究所 | 画像のレンズ歪みの補正方法 |
US7106885B2 (en) * | 2000-09-08 | 2006-09-12 | Carecord Technologies, Inc. | Method and apparatus for subject physical position and security determination |
JP4068867B2 (ja) * | 2002-03-19 | 2008-03-26 | 株式会社神戸製鋼所 | ペレット粒径制御方法 |
JP2005189179A (ja) * | 2003-12-26 | 2005-07-14 | Jfe Steel Kk | 粉粒体の粒度計測方法 |
JP2006078234A (ja) * | 2004-09-07 | 2006-03-23 | Kyoto Univ | 砂礫測定装置及び測定方法 |
US7253743B2 (en) * | 2005-02-07 | 2007-08-07 | Cisco Technology, Inc. | Techniques for identifying when to change an air filter |
US20070058881A1 (en) | 2005-09-12 | 2007-03-15 | Nishimura Ken A | Image capture using a fiducial reference pattern |
JP5296967B2 (ja) * | 2006-04-25 | 2013-09-25 | パナソニック株式会社 | 3次元形状計測装置 |
EP2322911A1 (de) * | 2009-11-13 | 2011-05-18 | Bühler AG | Vorrichtung zum Bestimmen von Partikelgrössen |
DE102009056503A1 (de) * | 2009-12-02 | 2011-06-09 | Haver & Boecker Ohg | Partikelmessgerät, insbesondere zur Analyse von Korngrößen feiner und feinster Schüttgüter |
US9348111B2 (en) * | 2010-08-24 | 2016-05-24 | Apple Inc. | Automatic detection of lens deviations |
-
2014
- 2014-02-28 CN CN201480022108.9A patent/CN105247342B/zh active Active
- 2014-02-28 AU AU2014224054A patent/AU2014224054B2/en active Active
- 2014-02-28 CA CA2903010A patent/CA2903010C/en active Active
- 2014-02-28 WO PCT/US2014/019618 patent/WO2014134552A1/en active Application Filing
- 2014-02-28 US US14/194,154 patent/US9863861B2/en active Active
- 2014-02-28 NZ NZ712230A patent/NZ712230A/en unknown
- 2014-02-28 JP JP2015560376A patent/JP6465818B2/ja active Active
- 2014-02-28 BR BR112015020944-0A patent/BR112015020944B1/pt active IP Right Grant
- 2014-02-28 KR KR1020157026815A patent/KR102054250B1/ko active IP Right Grant
- 2014-02-28 EP EP14714447.1A patent/EP2962084A1/en active Pending
-
2016
- 2016-06-13 HK HK16106770.5A patent/HK1218780A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CA2903010C (en) | 2020-01-07 |
JP2016511834A (ja) | 2016-04-21 |
US9863861B2 (en) | 2018-01-09 |
KR20150121208A (ko) | 2015-10-28 |
NZ712230A (en) | 2018-06-29 |
AU2014224054B2 (en) | 2017-11-23 |
WO2014134552A1 (en) | 2014-09-04 |
BR112015020944B1 (pt) | 2020-12-08 |
CN105247342B (zh) | 2018-02-23 |
CA2903010A1 (en) | 2014-09-04 |
EP2962084A1 (en) | 2016-01-06 |
CN105247342A (zh) | 2016-01-13 |
BR112015020944A2 (pt) | 2017-08-22 |
US20140241590A1 (en) | 2014-08-28 |
KR102054250B1 (ko) | 2019-12-10 |
HK1218780A1 (zh) | 2017-03-10 |
AU2014224054A1 (en) | 2015-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6465818B2 (ja) | 粒子径を求める方法及び装置 | |
JP4468442B2 (ja) | イメージングシステム性能測定 | |
EP3346699B1 (en) | Projection device, projection method and projection program | |
US20150381965A1 (en) | Systems and methods for depth map extraction using a hybrid algorithm | |
US20130259403A1 (en) | Flexible easy-to-use system and method of automatically inserting a photorealistic view of a two or three dimensional object into an image using a cd,dvd or blu-ray disc | |
JP6302219B2 (ja) | Mtf測定装置およびmtf測定プログラム | |
KR20140109439A (ko) | 잡음에 강한 영상 정합 방법 및 시스템 | |
TW201342304A (zh) | 用於超廣角透鏡圖像的自我調整透視修正的方法和系統 | |
Xie et al. | Single depth image super resolution and denoising via coupled dictionary learning with local constraints and shock filtering | |
KR20120138633A (ko) | 영상 처리 방법, 영상 처리 장치 및 스캐너 | |
CN107680140B (zh) | 一种基于Kinect相机的深度图像高分辨率重构方法 | |
CN108648222B (zh) | 结构光深度数据空间分辨率的提升方法及装置 | |
JP2009135921A (ja) | 画像投影装置及び画像投影方法 | |
JP2015219679A (ja) | 画像処理システム、情報処理装置、プログラム | |
US10475229B2 (en) | Information processing apparatus and information processing method | |
Mirzaalian Dastjerdi et al. | Measuring surface area of skin lesions with 2D and 3D algorithms | |
US8633926B2 (en) | Mesoscopic geometry modulation | |
WO2023226218A1 (zh) | 轴对称光学成像并行仿真方法及装置 | |
JP2011155412A (ja) | 投影システムおよび投影システムにおける歪み修正方法 | |
WO2016098323A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 | |
JP6249759B2 (ja) | 画像処理方法、画像処理プログラムおよび画像処理装置 | |
JP4554231B2 (ja) | 歪みパラメータの生成方法及び映像発生方法並びに歪みパラメータ生成装置及び映像発生装置 | |
TWI462027B (zh) | 圖像處理裝置及圖像處理方法 | |
JP2004165944A (ja) | 投影情報補正方法、投影情報補正装置、プログラム、および記録媒体 | |
JP2014203162A (ja) | 傾斜角推定装置、mtf測定装置、傾斜角推定プログラム及びmtf測定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170130 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180109 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180409 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180608 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180704 |
|
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: 20181218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6465818 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |