JP6533061B2 - 判定装置及び制御プログラム並びに判定方法 - Google Patents

Description

本発明は、画像処理に関する。

従来から画像処理に関して様々な技術が提案されている。例えば特許文献１には、画像処理を用いて、画像に映る検査対象の部品が良品であるか否か、言い換えれば、画像に映る検査対象の部品が、比較対象である正しい部品に相当するか否かを判定する技術が開示されている。また特許文献２には、画像マッチングに関する技術が開示されている。

特許第５３１７２５０号公報 特開２０１３−７３３３３号公報

特許文献１に記載の技術のように、画像処理を用いて対象物が比較対象に相当するか否かを判定する際には、その判定処理が簡単に行われることが望ましい。

そこで、本発明は上述の点に鑑みて成されたものであり、画像処理を用いて対象物が比較対象に相当するか否かを簡単に判定することが可能な技術を提供することを目的とする。

上記課題を解決するため、本発明に係る判定装置の一態様は、処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定する判定装置であって、円形の対象物が映る処理対象画像から、前記対象物が映る対象物領域を抽出する抽出部と、前記対象物領域において特徴的な局所領域を特定する特定部と、前記局所領域に対して楕円をフィッティングするフィッティング部と、前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する判定部とを備える。

また、本発明に係る判定装置の一態様では、前記楕円情報は、前記楕円の位置情報、形状情報及び傾き情報の少なくとも一つである。

また、本発明に係る判定装置の一態様では、前記楕円情報には、前記楕円の形状情報として、当該楕円の長軸及び短軸の長さ、あるいは当該楕円の長短軸比が含まれる。

また、本発明に係る判定装置の一態様では、前記判定部は、前記特徴量と、前記比較対象の特徴を示す標準特徴量とを比較し、その比較結果に基づいて、前記処理対象画像に映る前記対象物が前記比較対象に相当するか否かを判定する。

また、本発明に係る判定装置の一態様では、前記判定部は、前記楕円が前記対象物領域の中心の周りに回転させられることによって得られる、当該楕円を含む複数の回転楕円に関する複数の回転楕円情報を前記特徴量とする。

また、本発明に係る判定装置の一態様では、前記複数の回転楕円情報には、前記複数の回転楕円の位置情報がそれぞれ含まれ、前記判定部は、前記楕円情報に含まれる前記楕円の位置情報が示す位置に存在する仮想点を前記対象物領域の中心の周りに回転させ、それによって得られる、回転後の当該仮想点についての複数の位置をそれぞれ前記複数の回転楕円の位置とすることによって、前記複数の回転楕円の位置情報を取得する。

また、本発明に係る判定装置の一態様では、前記フィッティング部は、同心円を用いて前記対象物領域を同心円状に分割することによって、当該対象物領域に含まれる前記局所領域を複数の分割領域に分割し、当該複数の分割領域に対して複数の楕円をそれぞれフィッティングし、前記判定部は、前記複数の楕円に関する複数の楕円情報を前記特徴量とする。

また、本発明に係る判定装置の一態様では、前記判定部は、前記特徴量と、前記比較対象の特徴を示す標準特徴量とが類似する度合いを示す評価値を求めて、当該評価値に基づいて、前記処理対象画像に映る前記対象物が前記比較対象に相当するか否かを判定する。

また、本発明に係る判定装置の一態様では、前記判定部は、前記特徴量に含まれる前記複数の楕円情報のそれぞれについて、当該楕円情報と類似する情報が、前記標準特徴量に含まれる複数の標準楕円情報に含まれるか否かを判定し、前記判定部は、類似する情報が前記複数の標準楕円情報に含まれると判定した前記楕円情報の数に応じた前記評価値を求め、前記判定部は、前記評価値を求める際には、類似する情報が前記複数の標準楕円情報に含まれると判定した前記楕円情報に対応する前記楕円の位置あるいは大きさに応じて重み付けを行う。

また、本発明に係る判定装置の一態様では、前記判定装置は、複数の処理対象画像のそれぞれについて、当該処理対象画像に映る前記対象物が前記比較対象に相当するか否かを判定し、前記判定部は、前記抽出部が前記複数の処理対象画像からそれぞれ抽出した複数の対象物領域の間で、前記対象物領域に映る前記対象物の外形と前記同心円とから成る複数の円の半径の比が一定となるように、当該複数の対象物領域のそれぞれを同心円状に分割する。

また、本発明に係る制御プログラムの一態様は、コンピュータ装置に、処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定させるための制御プログラムであって、前記コンピュータ装置に、（ａ）円形の対象物が映る処理対象画像から対象物領域を抽出する工程と、（ｂ）前記対象物領域において特徴的な局所領域を特定する工程と、（ｃ）前記局所領域に対して楕円をフィッティングする工程と、（ｄ）前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する工程とを実行させるためのものである。

また、本発明に係る判定方法の一態様は、処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定する判定方法であって、（ａ）円形の対象物が映る処理対象画像から対象物領域を抽出する工程と、（ｂ）前記対象物領域において特徴的な局所領域を特定する工程と、（ｃ）前記局所領域に対して楕円をフィッティングする工程と、（ｄ）前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する工程とを備える。

本発明の一態様によれば、処理対象画像に映る対象物が比較対象に相当するか否かを簡単に判定することができる。

画像処理システムの構成を示す図である。 撮像画像の一例を模式的に示す図である。 判定装置の構成を示す図である。 判定装置の動作を示すフローチャートである。 お菓子領域の一例を模式的に示す図である。 背景画像の一例を模式的に示す図である。 背景差分画像の一例を模式的に示す図である。 外形テンプレートの一例を模式的に示す図である。 テンプレートマッチングを説明するための図である。 お菓子領域の抽出処理を説明するための図である。 お菓子領域において特定される局所領域の一例を模式的に示す図である。 局所領域に対してフィッティングされる楕円の一例を示す図である。 回転楕円の一例を示す図である。 判定部の動作を示すフローチャートである。 回転楕円と標準楕円とが類似する様子を示す図である。 回転楕円の位置を取得する方法を説明するための図である。 局所領域にフィッティングされる標準楕円の一例を示す図である。 局所領域にフィッティングされる対象楕円の一例を示す図である。 お菓子領域が同心円状に分割される様子を示す図である。 局所領域が複数の分割領域に分割される様子を示す図である。 局所領域が複数の分割領域に分割される様子を示す図である。 局所領域の複数の分割領域に対して複数の楕円がそれぞれフィッティングされる様子を示す図である。 局所領域の複数の分割領域に対して複数の楕円がそれぞれフィッティングされる様子を示す図である。

＜画像処理システム１の構成について＞
図１は実施の形態に係る画像処理システム１の構成を示す図である。本実施の形態に係る画像処理システム１は、画像処理を用いて、対象物が比較対象に相当するか否かを判定するシステムである。画像処理システム１は、例えば、工場内において、クッキーやチョコレートなどの円形（真円形）のお菓子が製造される製造ラインに導入される。画像処理システム１は、実稼働中の製造ラインにおいて製造されるお菓子が正しく製造されたお菓子に相当するか否かを判定する。言い換えれば、画像処理システム１は、実稼働中の製造ラインで製造されるお菓子が正しく製造されているか否か、つまり当該お菓子の良否を判定する。したがって、本実施の形態では、対象物はお菓子である。また、対象物と比較される比較対象は、正しく製造されたお菓子（良品のお菓子）である。なお、対象物はお菓子以外であっても良い。

図１に示されるように、画像処理システム１は、撮像装置２及び判定装置３を備えている。撮像装置２は、製造ラインで製造されたお菓子を撮像し、当該お菓子が映った撮像画像１０を生成して判定装置３に出力する。製造ラインでは、搬送コンベアによってお菓子が搬送され、撮像装置２は搬送されるお菓子を撮像する。製造された複数のお菓子は、不揃いな向きで搬送コンベア上を一列で移動する。本実施の形態では、撮像装置２で生成される撮像画像１０は、カラー画像であるが、グレースケール画像であっても良い。

図２は撮像装置２で得られる撮像画像１０の一例を模式的に示す図である。図２に示される撮像画像１０には、正しく製造されたお菓子１００、つまり良品のお菓子１００が映っている。また撮像画像１０には、背景である搬送コンベア１０１が映っている。良品のお菓子１００の一方主面１００ａには、例えば、アルファベット「Ａ」の模様とアルファベット「Ｂ」の模様とが示されている。なお、良品のお菓子１００の模様はこれ以外であっても良い。また、良品のお菓子１００の両主面に模様が付されていても良い。

本実施の形態では、お菓子１００は、その一方主面１００ａを上側にして、搬送コンベア１０１上を移動する。搬送コンベア１０１上では、複数のお菓子１００が一列になって移動する。そして、撮像装置２は、お菓子１００の一方主面１００ａ側から当該お菓子１００を撮像する。したがって、撮像画像１０には、お菓子１００の一方主面１００ａが映っている。

判定装置３は、撮像装置２から入力される撮像画像１０に映るお菓子１００が正しく製造されたものに相当するか否か、つまり当該お菓子１００が正しく製造されているか否かを判定し、その判定結果を出力する。この判定結果は、工場内に設けられた、製造ラインの動作を管理する制御部に入力される。制御部は、入力された判定結果に基づいて各種動作を行う。以後、判定装置３が、撮像画像１０に映るお菓子１００が正しく製造されているか否かを判定する処理を「お菓子判定処理」と呼ぶ。

本実施の形態では、判定装置３は、一種のコンピュータ装置であって、ＣＰＵ（Central Processing Unit）３００及び記憶部３１０を備えている。記憶部３１０は、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等の、ＣＰＵ３００が読み取り可能な非一時的な記録媒体で構成されている。記憶部３１０には、判定装置３（コンピュータ装置）を制御するための制御プログラム３１１が記憶されている。ＣＰＵ３００が記憶部３１０内の制御プログラム３１１を実行することによって、判定装置３には様々な機能ブロックが形成される。

なお、判定装置３の各種機能の一部又は全部は、その機能の実現のためにプログラム（ソフトフェア）が不要な、論理回路等を含む専用のハードウェア回路で実現しても良い。また記憶部３１０は、ＲＯＭ及びＲＡＭ以外の、コンピュータが読み取り可能な非一時的な記録媒体を備えていても良い。記憶部３１０は、例えば、小型のハードディスクドライブ及びＳＳＤ（Solid State Drive）等を備えていても良い。

図３は判定装置３が有する複数の機能ブロックを示す図である。図３に示されるように、判定装置３は、機能ブロックとして、変換部３０、抽出部３１、特定部３２、フィッティング部３３及び判定部３４を備えている。変換部３０は、撮像装置２から入力される撮像画像１０をカラー画像からグレースケール画像に変換し、変換後の撮像画像１０を撮像画像１１として出力する。

抽出部３１は、撮像画像１１から、お菓子１００が映るお菓子領域（対象物領域）２３を抽出する。特定部３２は、お菓子領域２３において特徴的な局所領域（部分領域）を特定する。言い換えれば、特定部３２は、お菓子領域２３において意味のある局所領域を特定する。この特定部３２での処理は「セグメンテーション」と呼ばれる。以後、単に「局所領域」と言えば、特定部３２がお菓子領域２３において特定する特徴的な局所領域を意味する。

フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。ここで、本願発明での楕円とは、円（真円）を含む概念である。

判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を、撮像画像１１に映るお菓子１００の特徴を示す特徴量とする。本実施の形態では、楕円に関する楕円情報として、例えば、当該楕円の位置情報と形状情報が採用される。楕円情報についてはこの限りではない。そして、判定部３４は、求めた特徴量に基づいて、撮像画像１１に映るお菓子１００が正しく製造されているか否かを判定し、その判定結果２１を出力する。本実施の形態では、判定部３４は、撮像画像１１から求められた特徴量と、良品のお菓子１００の特徴を示す標準特徴量（基準特徴量）２２とを比較し、その比較結果に基づいて、当該撮像画像１１に映るお菓子１００が正しく製造されているか否かを判定する。標準特徴量２２は、記憶部３１０に予め記憶されている。

＜お菓子判定処理のフローについて＞
次に、製造ラインが実稼働中において、判定装置３がお菓子判定処理を行う際の当該判定装置３の一連の動作について説明する。図４はお菓子判定処理を示すフローチャートである。

図４に示されるように、ステップｓ１において、判定装置３は、撮像装置２から撮像画像１０が入力されると、変換部３０において当該撮像画像１０をカラー画像からグレースケール画像に変換し、それによって得られた撮像画像１１を処理対象とする。以後、処理対象の撮像画像１１を「処理対象画像１１」と呼ぶことがある。

次にステップｓ２において、抽出部３１は、処理対象画像１１からお菓子領域２３を抽出する。次にステップｓ３において、特定部３２は、抽出部３１で抽出されたお菓子領域２３において局所領域を特定する。次にステップｓ４において、フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。

次にステップｓ５において、判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を特徴量とする。そして判定部３４は、当該特徴量と標準特徴量２２とを比較し、その比較結果に基づいて、処理対象画像１１に映るお菓子１００が正しく製造されているか否かを判定する。これにより、判定装置３において、撮像装置２で得られた撮像画像１０に映るお菓子１００が正しく製造されているか否かが判定される。

次にステップｓ６において、判定部３４は、ステップｓ５での判定結果２１を、工場内に設けられた制御部に出力する。制御部は、撮像画像１０に映るお菓子１００が正しく製造されていない場合には、言い換えれば、撮像画像１０に映るお菓子１００が不良品である場合には、例えば、スピーカから警告音を出力したり、ディプレイに警告情報を表示したりするなどして、外部に警告を発する。

その後、判定装置３は、新たな撮像画像１０が入力されると、当該撮像画像１０から得られる撮像画像１１を新たな処理対象として、ステップｓ２〜ｓ６を実行する。以後、判定装置３は、撮像画像１０が入力されるたびに、同様の動作を行う。

＜各構成要素の詳細説明＞
以下に、抽出部３１、特定部３２、フィッティング部３３及び判定部３４の動作についてさらに詳細に説明する。

＜抽出部について＞
図５は、抽出部３１が撮像画像１１から抽出するお菓子領域２３の一例を模式的に示す図である。撮像画像１１からお菓子領域２３を抽出する方法としては様々な方法がある。

例えば、お菓子１００の外形が円形であることを利用した第１の抽出方法がある。この第１の抽出方法では、まず、撮像画像１１に対してエッジ検出が行われてエッジ画像が生成される。エッジ画像の生成方法としては、例えば、Sobel法、Laplacian法、Canny法などが使用される。次に、生成されたエッジ画像から円形領域が抽出される。円形領域の抽出方法としては、例えばハフ変換が使用される。そして、エッジ画像における円形領域の位置と同じ位置に存在する撮像画像１１での円領域が、お菓子領域２３とされる。

別の方法としては、背景差分法とラベリングを用いて撮像画像１１からお菓子領域２３を抽出する第２の抽出方法がある。この第２の抽出方法では、まず、撮像画像１１と背景画像（撮像画像１１の背景だけが映る画像）との差分を示す背景差分画像が生成され、生成された背景差分画像が２値化される。そして、２値の背景差分画像に対して４連結等のラベリングが行われる。そして、２値の背景差分画像における、ラベリングの結果得られた連結領域（独立領域）の位置と同じ位置に存在する撮像画像１１での部分領域が、お菓子領域２３とされる。

本実施の形態では、抽出部３１は、上記の２つの方法とは異なる方法で、撮像画像１１からお菓子領域２３を抽出する。以下に本実施の形態に係る抽出部３１の動作について説明する。なお、抽出部３１は、上記の２つの方法のどちらか一方を用いて撮像画像１１からお菓子領域２３を抽出しても良い。

まず、抽出部３１は、撮像画像１１と背景画像６０（撮像画像１１の背景だけが映る画像）との差分を示す背景差分画像を生成し、生成した背景差分画像を２値化する。図６は背景画像６０を模式的に示す図であって、図７は２値の背景差分画像６１を模式的に示す図である。図７に示される２値の背景差分画像６１では、画素値が“１”の領域（高輝度領域）は黒色で示され、画素値が“０”の領域（低輝度領域）は白色で示される。背景画像６０は、判定装置３の記憶部３１０に予め記憶されている。

次に、抽出部３１は、２値の背景差分画像６１に対して、お菓子１００の外形を示す２値の外形テンプレート６２を用いたテンプレートマッチングを行う。つまり、抽出部３１は、背景差分画像６１において、外形テンプレート６２と類似する領域がどこに存在するかを特定する。言い換えると、抽出部３１は、背景差分画像６１において、外形テンプレート６２が示すお菓子１００の外形と一致する領域がどこに存在するかを特定する。図８は外形テンプレート６２を模式的に示す図である。外形テンプレート６２は、判定装置３の記憶部３１０に予め記憶されている。

テンプレートマッチングでは、抽出部３１は、図９に示されるように、背景差分画像６１上で外形テンプレート６２をラスタスキャン方向に少しずつ移動させる。言い換えれば、抽出部３１は、背景差分画像６１上で外形テンプレート６２をラスタスキャンさせる。このとき、抽出部３１は、外形テンプレート６２の各位置において、当該外形テンプレート６２と、それに重なる、背景差分画像６１の部分領域とのＡＮＤ画像を生成する。これにより、複数の２値のＡＮＤ画像が生成される。そして、抽出部３１は、生成した複数のＡＮＤ画像のうち、画素値が“１”の画素（高輝度画素）の数が最も多いＡＮＤ画像の生成で使用された外形テンプレート６２の背景差分画像６１上の位置を特定する。この位置は、背景差分画像６１において、外形テンプレート６２と類似した領域が存在する位置である。そして、抽出部３１は、図１０に示されるように、特定した位置と同じ位置に存在する撮像画像１１での部分領域１１ａを、お菓子領域２３として抽出する。言い換えれば、抽出部３１は、特定した位置と同じ位置に外形テンプレート６２を撮像画像１１に配置した際に、当該外形テンプレート６２と重なる、撮像画像１１での部分領域１１ａを、お菓子領域２３として抽出する。このとき、当該部分領域１１ａにおいて、その上の外形テンプレート６２が示す円形よりも外側の各画素の画素値を零としたものをお菓子領域２３としても良い。抽出部３１で抽出されるお菓子領域２３はグレースケール画像である。本実施の形態では、お菓子領域２３の外形は四角形であるが、円形であっても良い。

＜特定部について＞
特定部３２は、例えばＭＳＥＲ（Maximally Stable Extremal Regions）を使用して、抽出部３１で抽出されたお菓子領域２３において局所領域を特定する。特定部３２は、ＭＳＥＲ以外の方法で局所領域を特定しても良い。

特定部３２は、ＭＳＥＲを使用して局所領域を特定する場合には、まずお菓子領域２３を２値化する。このとき、特定部３２は、２値化に使用するしきい値を変化させながらお菓子領域２３を２値化する。これにより、互いに異なるしきい値が使用されて２値化された複数の２値化画像が得られる。次に特定部３２は、得られた複数の２値化画像において、当該複数の２値化画像の間で画素値が変化しない部分領域（複数の画素の塊）を特定する。言い換えれば、特定部３２は、得られた複数の２値化画像において、当該複数の２値化画像の間で画素値が安定している部分領域を特定する。そして、特定部３２は、特定した部分領域の２値化画像での位置と同じ位置に存在するお菓子領域２３での部分領域を局所領域とする。これにより、特定部３２では、お菓子領域２３における、画素値が一様な部分領域が、意味のある領域として特定される。

本実施の形態では、お菓子１００が映るお菓子領域２３において、当該お菓子１００に付された模様が映る領域が局所領域として特定される。図１１は良品のお菓子１００が映るお菓子領域２３において特定される局所領域２３０ａ，２３０ｂを模式的に示す図である。局所領域２３０ａは、お菓子領域２３において、良品のお菓子１００に付された「Ａ」の模様が映る領域である。局所領域２３０ｂは、お菓子領域２３において、良品のお菓子１００に付された「Ｂ」の模様が映る領域である。良品のお菓子１００が映るお菓子領域２３では、当該良品のお菓子１００に付された「Ａ」の模様が映る領域と、当該良品のお菓子１００に付された「Ｂ」の模様が映る領域とが、別々に局所領域として特定される。

このように、お菓子領域２３において、互いに独立した複数の特徴的部分が存在する場合には、当該複数の特徴的部分はそれぞれ別の局所領域として特定される。

＜フィッティング部について＞
フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。特定部３２で複数の局所領域が特定された場合には、フィッティング部３３は、当該複数の局所領域に対して複数の楕円をそれぞれフィッティングする。図１２は、図１１に示される局所領域２３０ａ，２３０ｂに対して楕円７０ａ，７０ｂがそれぞれフィッティングされた様子を示す図である。以下に、局所領域に対して楕円をフィッティングする方法の一例について説明する。

フィッティング部３３は、お菓子領域２３に含まれる局所領域を構成する複数の画素の位置に基づいて、当該局所領域にフィッティングする楕円の位置情報及び形状情報を生成する。本実施の形態では、フィッティング部３３は、局所領域にフィッティングする楕円の中心位置を、当該楕円の位置情報として求める。またフィッティング部３３は、当該楕円の長軸及び短軸の長さを、当該楕円の形状情報として求める。

フィッティング部３３は、局所領域を構成する複数の画素の位置の平均値を算出し、当該平均値を、当該局所領域にフィッティングする楕円の中心位置とする。つまり、フィッティング部３３は、局所領域を構成する複数の画素のｘ座標及びｙ座標の平均値を算出し、当該平均値を、当該局所領域にフィッティングする楕円の中心のｘ座標及びｙ座標とする。またフィッティング部３３は、局所領域を構成する複数の画素のｘ座標及びｙ座標を使用して、当該局所領域での画素のｘ座標及びｙ座標についての共分散行列を求める。そして、フィッティング部３３は、求めた共分散行列についての２つの固有値を求める。フィッティング部３３は、局所領域にフィッティングする楕円の長軸及び短軸の長さを、この２つの固有値から求める。これにより、局所領域にフィッティングする楕円の位置及び形状が定まり、局所領域に対して楕円がフィッティングされる。なお、フィッティング部３３が求める２つの固有値が同じ値である場合には、局所領域にフィッティングする楕円は真円となる。

＜判定部について＞
判定部３４は、フィッティング部３３で求められた楕円の位置情報及び形状情報を特徴量とし、当該特徴量と標準特徴量２２とを比較する。具体的には、判定部３４は、フィッティング部３３で求められた楕円の中心位置、長軸の長さ及び短軸の長さを特徴量とし、当該特徴量と標準特徴量２２とを比較する。そして、判定部３４は、その比較結果に基づいて、撮像画像１１に映るお菓子１００が正しく製造されているか否かを判定する。

標準特徴量２２には標準楕円情報が含まれている。標準特徴量２２の生成には、良品のお菓子１００が映る撮像画像１１が使用される。以下に標準特徴量２２の生成方法について説明する。

製造ラインが実稼働していないときには、標準特徴量２２を得るために、搬送コンベア１０１上に良品のお菓子１００が載置される。画像処理システム１では、搬送コンベア１０１上に載置された良品のお菓子１００が映る撮像画像１１が生成される。そして、判定装置３では、抽出部３１が、上記と同様にして、当該撮像画像１１からお菓子領域２３を抽出し、特定部３２が、当該お菓子領域２３において局所領域を特定する。本実施の形態では、上述の図１２に示されるように、良品のお菓子１００が映るお菓子領域２３において２つの局所領域２３０ａ，２３０ｂが特定される。フィッティング部３３は、特定部３２で特定された複数の局所領域２３０ａ，２３０ｂに対して複数の楕円をそれぞれフィッティングする。このように、良品のお菓子１００が映る撮像画像１１から得られた楕円を「標準楕円」と呼ぶ。本実施の形態では、標準楕円に関する楕円情報が標準楕円情報となる。標準楕円情報には、標準楕円の位置情報及び形状情報が含まれている。具体的には、標準楕円情報には、標準楕円の中心位置、長軸の長さ及び短軸の長さが含まれている。本実施の形態では、良品のお菓子１００が映る撮像画像１１から複数の標準楕円が得られることから、標準特徴量２２には、当該複数の標準楕円にそれぞれ対応する複数の標準楕円情報が含まれる。製造ラインが実稼働していないときに生成された標準特徴量２２は判定装置３の記憶部３１０に記憶される。

以後、製造ラインが実稼働している場合にフィッティング部３３で得られる楕円（良否判定を行うお菓子１００が映る撮像画像１１から得られる楕円）を、標準楕円と区別するために「対象楕円」と呼ぶことがある。

ここで、対象楕円に関する楕円情報から成る特徴量と標準特徴量２２とが類似する場合には、処理対象画像１１に映るお菓子１００の特徴と、良品のお菓子１００の特徴とが類似すると考えることができる。したがって、この場合には、処理対象画像１１に映るお菓子１００が良品のお菓子１００に相当すると、つまり正しく製造されていると判定することができる。

一方で、対象楕円に関する楕円情報から成る特徴量と標準特徴量２２とが類似しない場合には、処理対象画像１１に映るお菓子１００の特徴と、良品のお菓子１００の特徴とが類似しないと考えることができることから、この場合に、処理対象画像１１に映るお菓子１００が正しく製造されていないと判定しても問題が無いように思える。しかしながら、対象楕円に関する楕円情報から成る特徴量と標準特徴量２２とが類似しない場合に、この条件だけで、処理対象画像１１に映るお菓子１００が正しく製造されていないと判定する場合には、処理対象画像１１に映る良品のお菓子１００を、不良品であると誤って判定する可能性がある。以下にこの点について説明する。

本実施の形態では、撮像装置２は、不揃いな向きで搬送されるお菓子１００を撮像し、当該お菓子１００が映る撮像画像１０を生成する。そのため、判定装置３の変換部３０が生成する撮像画像１１に映るお菓子１００の周方向の向き（お菓子１００の周方向での、当該お菓子に付された模様の向き）が常に同じであるとは限らない。つまり、ある撮像画像１０に映るお菓子１００の姿勢が、別の撮像画像１０に映るお菓子１００の姿勢を、当該お菓子１００の両主面の中心を通る、厚み方向に沿った回転軸の周りに回転させたような姿勢となる可能性がある。したがって、良品のお菓子１００が映る撮像画像１１から得られた対象楕円に関する楕円情報が常に同じであるとは限らない。これにより、撮像画像１１に良品のお菓子１００が映っていたとしても、当該撮像画像１１から得られた対象楕円に関する楕円情報から成る特徴量が標準特徴量２２と類似しないことがある。よって、対象楕円に関する楕円情報から成る特徴量と標準特徴量２２とが類似しない場合に、処理対象画像１１に映るお菓子１００が正しく製造されていないと判定した場合には、処理対象画像１１に映る良品のお菓子１００を、不良品であると誤って判定する可能性がある。

そこで、本実施の形態では、判定部３４は、お菓子領域２３に含まれる局所領域にフィッティングされた対象楕円が、当該お菓子領域２３の中心の周りに回転させられることによって得られる複数の回転楕円に関する複数の回転楕円情報を取得する。そして、判定部３４は、取得した複数の回転楕円情報を特徴量とし、当該特徴量と標準特徴量とを比較する。お菓子領域２３において複数の局所領域が特定される場合には、当該複数の局所領域のそれぞれについて複数の回転楕円情報が生成され、各回転楕円情報が特徴量とされる。

ここで、複数の回転楕円には、回転角度が０°の対象楕円も含むものとする。つまり、複数の回転楕円には、局所領域にフィッティングされた楕円そのものも含むものとする。したがって、複数の回転楕円情報には対象楕円に関する楕円情報が含まれる。回転角度が０°の対象楕円は、回転角度が３６０°の対象楕円であるとも言える。

図１３は対象楕円７０がお菓子領域２３の中心２３ｃの周りに回転させられることによって得られる複数の回転楕円７５の一部を例示する図である。図１３には、対象楕円７０を含む３つの回転楕円７５が示されている。図１３には、対象楕円７０の中心７０ｃと、各回転楕円７５の中心７５ｃとが示されている。

このように、対象楕円がお菓子領域２３の中心の周りに回転させられることによって得られる、対象楕円を含む複数の回転楕円に関する複数の回転楕円情報が特徴量とされることによって、不揃いな向きで搬送されるお菓子１００が撮像される場合であっても、撮像画像１１に映るお菓子１００が正しく製造されているか否かを適切に判定することができる。以下に判定部３４の動作について詳細に説明する。以後、製造ラインが実稼働している場合に判定部３４で使用される特徴量を、標準特徴量と区別するために「対象特徴量」と呼ぶことがある。

図１４は判定部３４の動作を示すフローチャートである。フィッティング部３３がお菓子領域２３に含まれる局所領域に対して楕円をフィッティングすると、図１４に示されるように、ステップｓ２１において、判定部３４は回転楕円情報を取得する。ここで取得される回転楕円情報は、回転角度が０°の対象楕円に関する楕円情報、つまり、フィッティング部３３で取得された楕円そのものの楕円情報である。フィッティング部３３において複数の対象楕円が得られる場合には、当該複数の対象楕円にそれぞれ対応する複数の回転楕円情報が取得される。ステップｓ２１では、少なくとも一つの回転楕円情報が取得される。なお、良品のお菓子１００が映る処理対象画像１１からは２つの楕円が得られることから、この場合にはステップｓ２１では２つの回転楕円情報が得られる。

次にステップｓ２２において、判定部３４は、ステップｓ２１で取得した少なくとも一つの回転楕円情報を対象特徴量とし、対象特徴量と標準特徴量とが類似する度合いを示す評価値を求める。具体的には、判定部３４は、対象特徴量を構成する少なくとも一つの回転楕円情報と類似する標準楕円情報が、標準特徴量に含まれているか否かを判定する。そして、判定部３４は、類似する情報が標準特徴量に含まれると判定した回転楕円情報の数に応じた評価値を求める。具体的には判定部３４は以下の式（１）を用いて評価値αを求める。

α＝Ｎ１／Ｎ２ ・・・（１）
ここでＮ１は、類似する情報が標準特徴量に含まれると判定された、対象特徴量に含まれる回転楕円情報の数を示す。Ｎ２は、標準特徴量に含まれる標準楕円情報の総数を示す。本実施の形態では、Ｎ２＝２となる。

本実施の形態では、対象特徴量に含まれる回転楕円情報には、回転楕円の中心位置、長軸の長さ及び短軸の長さが含まれている。判定部３４は、例えば、回転楕円情報に含まれる回転楕円の中心位置と、標準楕円情報に含まれる標準楕円の中心位置との距離が所定値以下であり、かつ当該回転楕円の長軸の長さと、当該標準楕円の長軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円の短軸の長さと、当該標準楕円の短軸の長さとの差の絶対値が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。回転楕円情報と標準楕円情報とが類似する場合には、図１５に示されるように、当該回転楕円情報に対応する回転楕円７５と、当該標準楕円情報に対応する標準楕円８０とが位置及び形状において類似する。

判定部３４は、式（１）を用いて評価値αを求めると、ステップｓ２３において、直近のステップｓ２１での回転楕円（ステップｓ２１で取得した回転楕円情報に対応する回転楕円）が、（３６０°−β）回転した対象楕円であるか否かを判定する。判定部３４は、ステップｓ２１での回転楕円が（３６０°−β）回転した対象楕円ではないと判定すると、再度ステップｓ２１を実行して回転楕円情報を取得する。ここでは、判定部３４は、前回のステップｓ２１において取得した回転楕円情報に対応する回転楕円が、お菓子領域２３の中心の周りに所定の角度βだけ回転させられることによって得られる回転楕円に関する回転楕円情報を取得する。前回のステップｓ２１での回転楕円が、例えば、βだけ回転した対象楕円である場合には、今回のステップｓ２１では、対象楕円がお菓子領域２３の中心の周りに２βだけ回転させられることによって得られる回転楕円に関する回転楕円情報が取得される。βは例えば１°あるいは２°である。

なお、前回のステップｓ２１において複数の回転楕円情報が取得された場合には、判定部３４は、当該複数の回転楕円情報にそれぞれ対応する複数の回転楕円が、お菓子領域２３の中心の周りに所定の角度βだけ回転させられることによって得られる複数の回転楕円に関する複数の回転楕円情報を取得する。

ステップｓ２１において少なくとも一つの回転楕円情報が取得されると、判定部３４は、再度ステップｓ２２を実行して、当該少なくとも一つの回転楕円情報から成る対象特徴量と標準特徴量とが類似する度合いを示す評価値αを式（１）を用いて求める。その後、ステップｓ２３が再度実行される。

判定部３４は、ステップｓ２３において、直近のステップｓ２１での回転楕円が（３６０°−β）回転した対象楕円であると判定すると、ステップｓ２４を実行する。ステップｓ２４において、判定部３４は、求めた複数の評価値αのうちの最大値がしきい値以上か否かを判定する。判定部３４は、当該最大値がしきい値以上である場合には、つまり、当該最大値を求める際に使用した対象特徴量及び標準特徴量が互いに類似する場合には、ステップｓ２５において、処理対象画像１１に映るお菓子１００が正しく製造されていると判定する。一方で、判定部３４は、当該最大値がしきい値未満である場合には、つまり、複数の評価値αを求める際にそれぞれ使用した複数の対象特徴量のすべてが標準特徴量に類似しない場合には、ステップｓ２６において、処理対象画像１１に映るお菓子１００が正しく製造されていない、つまり不良品であると判定する。処理対象画像１１に映るお菓子１００の模様が崩れていたり、当該お菓子１００が欠けたりしている場合には、判定部３４では、当該お菓子１００が不良品であると判定される。ステップｓ２４で使用されるしきい値は、例えば“１”に設定される。

なお上記の例では、判定部３４は、求めた複数の評価値αのうちの最大値がしきい値以上である場合に、処理対象画像１１に映るお菓子１００が正しく製造されていると判定しているが、当該複数の評価値αにおいて、しきい値以上の評価値αが存在する場合に、処理対象画像１１に映るお菓子１００が正しく製造されていると判定しても良い。この場合には、当該複数の評価値αにおいて、しきい値以上の評価値αが存在しないときには、処理対象画像１１に映るお菓子１００が正しく製造されていないと判定される。

また、評価値α＝Ｎ１としても良い。この場合には、ステップｓ２４で使用されるしきい値は例えば“２”に設定される。

＜回転楕円情報の取得方法＞
ステップｓ２１での回転楕円情報の取得方法としては例えば２つの方法が考えられる。第１の方法では、判定部３４は、上述の図１３に示されるように、お菓子領域２３において、対象楕円７０を当該お菓子領域２３の中心２３ｃの周りに所定の角度だけ実際に回転させて回転楕円７５を生成する。そして、判定部３４は、生成した回転楕円７５の中心７５ｃの位置、長軸の長さ及び短軸の長さを求めて、それらを当該回転楕円７５に関する回転楕円情報とする。判定部３４は、所定の角度を変化させることによって、複数の回転楕円情報を生成する。

第２の方法では、判定部３４は、対象楕円を実際に回転させずに回転楕円情報を取得する。具体的には、判定部３４は、対象楕円７０が所定の角度（β、２β、３β等）だけお菓子領域２３の中心２３ｃの周りに回転させられることによって得られる回転楕円の回転楕円情報を求める際には、図１６に示されるように、対象楕円７０に関する楕円情報に含まれる、対象楕円７０の中心７０ｃの位置に存在する仮想点Ｐを、お菓子領域２３の中心２３ｃの周りに当該所定の角度だけ回転させる。そして、判定部３４は、回転後の仮想点Ｐの位置７１を、当該回転楕円情報に含まれる、回転楕円の中心の位置とする。判定部３４は、当該所定の角度を変化させることによって、対象楕円がお菓子領域２３の中心２３ｃの周りに回転させられることによって得られる複数の回転楕円の中心の位置を求める。

また第２の方法では、判定部３４は、対象楕円に関する楕円情報に含まれる対象楕円の長軸及び短軸の長さを、対象楕円がお菓子領域２３の中心２３ｃの周りに回転させられることによって得られる複数の回転楕円のそれぞれの長軸及び短軸の長さとする。

このように、第２の方法では、対象楕円の位置情報が示す位置に存在する仮想点Ｐがお菓子領域２３の中心の周りに回転させられる。そして、それによって得られる、回転後の仮想点Ｐについての複数の位置が、それぞれ、複数の回転楕円の位置とされることによって、複数の回転楕円の位置情報が取得される。また、対象楕円の長軸及び短軸の長さがそのまま複数の回転楕円のそれぞれの長軸及び短軸の長さとされることによって、当該複数の回転楕円の形状情報が取得される。したがって、対象楕円を実際に回転させることによって複数の回転楕円情報を取得する第１の方法と比較して、第２の方法では、複数の回転楕円情報を簡単に取得することができる。

なお上記の例では、特徴量となる楕円情報に含まれる楕円の形状情報として、当該楕円の長軸の長さ及び短軸の長さが採用されているが、これらの代わりに、当該楕円の長短軸比が採用されても良い。

以上のように、本実施の形態では、お菓子領域２３における特徴的な局所領域に対してフィッティングされた楕円に関する楕円情報が、撮像画像１１に映るお菓子１００の特徴を示す特徴量とされている。したがって、お菓子領域２３における、楕円内の部分画像から、ＳＩＦＴ（Scale Invariant Feature Transformation）、ＳＵＲＦ（Speeded Up Robust Features）等の特徴量が取得される場合と比較して、特徴量を簡単に取得することができる。よって、撮像画像１１に映るお菓子１００が正しく製造されているか否かを簡単に判定することができる。

また本実施の形態では、対象楕円がお菓子領域２３の中心の周りに回転させられることによって得られる、対象楕円を含む複数の回転楕円に関する複数の回転楕円情報が特徴量とされている。したがって、不揃いな向きで搬送されるお菓子１００が撮像される場合であっても、言い換えれば、撮像画像１１に映るお菓子１００の周方向の向きが一定しない場合であっても、撮像画像１１に映るお菓子１００が正しく製造されているか否かを適切に判定することができる。

＜各種変形例＞
以下に本実施の形態の各種変形例について説明する。

＜第１変形例＞
お菓子１００に対して、大柄な連続する模様が１つだけ付されている場合には、判定装置３は、撮像画像１１に映るお菓子１００が正しく製造されているか否かを正しく判定できない可能性がある。以下にこの点について説明する。

図１７は、良品のお菓子１００が映る撮像画像１１から得られたお菓子領域２３Ａにおいて特定された局所領域２３０Ａに対して設定された標準楕円７０Ａの一例を示す図である。図１８は、不良品のお菓子１００が映る撮像画像１１から得られたお菓子領域２３Ｂおいて特定された局所領域２３０Ｂに対して設定された対象楕円７０Ｂの一例を示す図である。図１８の例では、お菓子領域２３Ｂに映るお菓子１００の模様の一部が欠けている。

お菓子１００に対して、大柄な連続する模様が１つだけ付されている場合には、図１７に示されるように、良品のお菓子１００が映る撮像画像１１からは１つの標準楕円７０Ａが得られる。また図１８に示されるように、不良品のお菓子１００が映る撮像画像１１からも、１つの対象楕円７０Ｂが得られることがある。

お菓子１００に対して、大柄な連続する模様が１つだけ付されている場合には、図１７に示されるように、標準楕円７０Ａの中心位置はお菓子領域２３Ａの中心位置に近くなり、標準楕円７０Ａの形は真円に近くなる。また図１８に示される、不良品のお菓子１００が映る撮像画像１１から取得された対象楕円７０Ｂについても、その中心位置がお菓子領域２３Ｂの中心位置に近く、その形は真円に近い。この場合には、不良品のお菓子１００が映る撮像画像１１から取得された対象楕円７０Ｂが、お菓子領域２３Ｂの中心の周りに回転させられることによって得られる、対象楕円７０Ｂを含む複数の回転楕円に関する複数の回転楕円情報には、標準楕円７０Ａに関する標準楕円情報と類似する情報が含まれる可能性がある。よって、判定部３４は、撮像画像１１に映るお菓子１００が良品であるか否かを正しく判定できない可能性がある。

そこで、本変形例では、お菓子１００に対して、大柄な連続する模様が１つだけ付されている場合であっても、お菓子１００の良否判定の精度を向上させることが可能な技術について説明する。

本変形例に係る画像処理システム１では、判定装置３のフィッティング部３３は、お菓子領域２３を同心円状に分割することによって、当該お菓子領域２３に含まれる局所領域を互いに独立した複数の分割領域に分割する。そして、フィッティング部３３は、得られた複数の分割領域に対して複数の楕円をそれぞれフィッティングする。なお、お菓子領域２３において複数の局所領域が特定された場合には、当該複数の局所領域のそれぞれが複数の分割領域に分割され、各分割領域に対して楕円がフィッティングされる。

図１９はお菓子領域２３がフィッティング部３３によって同心円状に分割される様子を示す図である。図１９に示されるお菓子領域２３では、説明の便宜上、お菓子１００の外形だけが示されている。

図１９に示される例では、お菓子領域２３が、同心円９０を構成する、互いに半径が異なる２つの円９０ａ，９０ｂによって、同心円状に分割される。これにより、お菓子領域２３は、３つの部分領域２３１ａ〜２３１ｃに分割される。部分領域２３１ａは、お菓子領域２３における、円９０ａの内側の領域である。部分領域２３１ｂは、お菓子領域２３における、円９０ａの外側かつ円９０ｂの内側の領域である。そして、部分領域２３１ｃは、お菓子領域２３における、当該お菓子領域２３の外形２３ｂの内側かつ円９０ｂの外側の領域である。

ここで、お菓子領域２３に映るお菓子１００の外形１００ｂを円９０ｃとすると、円９０ａ，９０ｂ，９０ｃの半径は、この順で大きくなっている。そして、円９０ａ，９０ｂ，９０ｃの半径の比は、１：２：３となっている。本実施の形態では、フィッティング部３３は、複数の円９０ａ，９０ｂ，９０ｃの半径の比が常に１：２：３となるようにお菓子領域２３を同心円状に分割する。つまり、本実施の形態では、フィッティング部３３は、抽出部３１が複数の撮像画像１１からそれぞれ抽出した複数のお菓子領域２３の間で、お菓子領域２３に映るお菓子１００の外形１００ｂを含む複数の円９０ａ，９０ｂ，９０ｃの半径の比が一定（１：２：３）となるように、当該複数のお菓子領域２３のそれぞれを同心円状に分割する。なお、複数の円９０ａ，９０ｂ，９０ｃの半径の比は、１：２：３以外であっても良い。また、上述の第１の抽出方法あるいは第２の抽出方法でお菓子領域２３が抽出される場合には、当該お菓子領域２３の外形が、当該お菓子領域２３に映るお菓子１００の外形１００ｂとなる。

図２０は、図１７に示されるお菓子領域２３Ａが同心円状に分割される様子を示す図である。図２１は、図１８に示されるお菓子領域２３Ｂが同心円状に分割される様子を示す図である。図２０に示されるように、お菓子領域２３Ａが同心円状に分割されることによって、当該お菓子領域２３Ａに含まれる局所領域２３０Ａが、互いに独立した複数の分割領域２３０Ａ１，２３０Ａ２，２３０Ａ３，２３０Ａ４に分割される。また図２１に示されるように、お菓子領域２３Ｂが同心円状に分割されることによって、当該お菓子領域２３Ｂに含まれる局所領域２３０Ｂが、互いに独立した複数の分割領域２３０Ｂ１，２３０Ｂ２，２３０Ｂ３，２３０Ｂ４に分割される。図２０，２１を比較すると、お菓子１００での模様が欠けている部分に対応する分割領域２３０Ｂ３の形状は、良品のお菓子１００が映るお菓子領域２３Ａでの分割領域２３０Ａ３の形状と大きく異なっている。

なお図２０では、局所領域２３０Ａが複数の分割領域２３０Ａ１，２３０Ａ２，２３０Ａ３，２３０Ａ４に分割される様子が理解され易いように、便宜上、分割領域２３０Ａ１，２３０Ａ２，２３０Ａ３，２３０Ａ４内には斜線ハッチングが示されている。同様に、図２１では、局所領域２３０Ｂが複数の分割領域２３０Ｂ１，２３０Ｂ２，２３０Ｂ３，２３０Ｂ４に分割される様子が理解され易いように、便宜上、分割領域２３０Ｂ１，２３０Ｂ２，２３０Ｂ３，２３０Ｂ４内には斜線ハッチングが示されている。

フィッティング部３３は、お菓子領域２３に含まれる局所領域を複数の分割領域に分割すると、当該複数の分割領域に対して複数の楕円をそれぞれフィッティングする。図２２は、図２０に示される複数の分割領域２３０Ａ１，２３０Ａ２，２３０Ａ３，２３０Ａ４に対して、複数の楕円７０Ａ１，７０Ａ２，７０Ａ３，７０Ａ４がそれぞれフィッティングされる様子を示す図である。図２３は、図２１に示される複数の分割領域２３０Ｂ１，２３０Ｂ２，２３０Ｂ３，２３０Ｂ４に対して、複数の楕円７０Ｂ１，７０Ｂ２，７０Ｂ３，７０Ｂ４がそれぞれフィッティングされる様子を示す図である。複数の楕円７０Ａ１，７０Ａ２，７０Ａ３，７０Ａ４のそれぞれは標準楕円である。

図２２，２３に示されるように、良品のお菓子１００が映るお菓子領域２３Ａから得られる複数の楕円７０Ａ１〜７０Ａ４のうちの楕円７０Ａ３と、不良品のお菓子１００が映るお菓子領域２３Ｂから得られた複数の楕円７０Ｂ１〜７０Ｂ４のうちの楕円７０Ｂ３とは、位置及び形において、異なっている。したがって、処理対象画像１１から抽出されたお菓子領域２３から、本変形例にようにして得られた複数の対象楕円に関する複数の楕円情報を特徴量とすることによって、当該処理対象画像１１に映るお菓子１００が良品であるか否かをより正確に判定することができる。

なお、お菓子領域２３において複数の局所領域が特定される場合には、当該複数の局所領域のそれぞれが複数の分割領域に分割される。したがって、当該複数の局所領域のそれぞれについて、複数の楕円が求められる。本変形例では、お菓子領域２３において特定される局所領域の数にかかわらず、フィッティング部３３では複数の楕円が得られる。

本変形例に係る判定部３４は、上記と同様にして、処理対象画像１１に映るお菓子１００が正しく製造されているか否かを判定する。以下に図１４を参照して、本変形例に係る判定部３４の動作について説明する。

フィッティング部３３において複数の対象楕円が得られると、図１４に示されるように、ステップｓ２１において、判定部３４は当該複数の対象楕円にそれぞれ対応する複数の回転楕円情報を取得する。ここで取得される複数の回転楕円情報は、回転角度が０°の複数の対象楕円に関する複数の楕円情報、つまり、フィッティング部３３で取得された複数の対象楕円そのものに関する複数の楕円情報である。なお、図２２に示されるように、良品のお菓子１００が映るお菓子領域２３Ａ（図１７に示されるお菓子領域２３Ａ）からは４つの楕円が得られることから、この場合にはステップｓ２１では４つの回転楕円情報が得られる。

次にステップｓ２２において、判定部３４は、ステップｓ２１で取得した複数の回転楕円情報を対象特徴量とし、対象特徴量と標準特徴量とが類似する度合いを示す評価値αを、上記の式（１）を使用して求める。本変形例では、式（１）中のＮ２は“４”となる。

判定部３４は、式（１）を用いて評価値αを求めると、ステップｓ２３において、直近のステップｓ２１での複数の回転楕円がそれぞれ（３６０°−β）回転した複数の対象楕円であるか否かを判定する。判定部３４は、ステップｓ２３での判定がＮｏであれば、再度ステップｓ２１を実行して複数の回転楕円情報を取得する。ここでは、判定部３４は、前回のステップｓ２１において取得した複数の回転楕円情報に対応する複数の回転楕円が、お菓子領域２３の中心の周りに所定の角度βだけ回転させられることによって得られる複数の回転楕円に関する複数の回転楕円情報を取得する。前回のステップｓ２１での複数の回転楕円が、例えば、βだけ回転した複数の対象楕円である場合には、今回のステップｓ２１では、複数の対象楕円がお菓子領域２３の中心の周りに２βだけ回転させられることによって得られる複数の回転楕円に関する複数の回転楕円情報が取得される。

ステップｓ２２において複数の回転楕円情報が取得されると、判定部３４は、再度ステップｓ２３を実行して、当該複数の回転楕円情報から成る対象特徴量と標準特徴量とが類似する度合いを示す評価値αを式（１）を用いて求める。その後、ステップｓ２３が再度実行される。

判定部３４は、ステップｓ２３での判定がＹｅｓであれば、ステップｓ２４において、求めた複数の評価値のうちの最大値がしきい値以上か否かを判定する。判定部３４は、当該最大値がしきい値以上である場合には、つまり、当該最大値を求める際に使用した対象特徴量及び標準特徴量が互いに類似する場合には、ステップｓ２５において、処理対象画像１１に映るお菓子１００が良品であると判定する。一方で、判定部３４は、当該最大値がしきい値未満である場合には、つまり、複数の評価値αを求める際にそれぞれ使用した複数の対象特徴量のすべてが標準特徴量に類似しない場合には、ステップｓ２６において、処理対象画像１１に映るお菓子１００が不良品であると判定する。本変形例では、ステップｓ２４で使用されるしきい値は、例えば“０．７５”あるいは“１”に設定される。

以上のように、本変形例では、お菓子領域２３が同心円状に分割されることによって、当該お菓子領域２３に含まれる局所領域が複数の分割領域に分割され、当該複数の分割領域に対して複数の楕円がそれぞれフィッティングされる。そして、当該複数の楕円に関する複数の楕円情報が特徴量とされる。したがって、お菓子１００に対して、大柄な連続する模様が１つだけ付されている場合であっても、不良品のお菓子１００が映る撮像画像１１から取得された特徴量と標準特徴量とが類似することを抑制することができる。よって、お菓子１００の良否判定の精度を向上させることができる。

また、撮像装置２がお菓子１００を撮像する際の当該お菓子１００と当該撮像装置２との距離がばらつく場合には、撮像画像１１においてお菓子１００が大きく映ったり、小さく映ったりして、撮像画像１１に映るお菓子１００の大きさがばらつく。その結果、良品のお菓子１００が映るお菓子領域２３での局所領域の大きさがばらつく。このような場合に、お菓子領域２３に映るお菓子１００の外形の大きさにかかわらず、お菓子領域２３に設定される円９０ａ，９０ｂの半径が一定とされると、お菓子領域２３に映る良品のお菓子１００の外形の大きさに応じて（良品のお菓子１００が映るお菓子領域２３での局所領域の大きさに応じて）、お菓子領域２３に含まれる局所領域の分割態様がばらつく。したがって、良品のお菓子１００が映るお菓子領域２３から取得される複数の楕円の位置及び形がばらつき、その結果、良品のお菓子１００が映るお菓子領域２３から取得される特徴量がばらつき、撮像画像１１に映るお菓子１００の良否判定を正しく行えないことがある。

これに対して、本変形例では、抽出部３１が複数の撮像画像１１からそれぞれ抽出した複数のお菓子領域２３の間で、お菓子領域２３が示すお菓子１００の外形１００ｂを含む複数の円９０ａ，９０ｂ，９０ｃの半径の比が一定となるように、当該複数のお菓子領域２３のそれぞれが同心円状に分割される。したがって、撮像画像１１に映る良品のお菓子１００の外形の大きさがばらつく場合であっても（良品のお菓子１００が映るお菓子領域２３での局所領域の大きさがばらつく場合であっても）、良品のお菓子１００が映るお菓子領域２３に含まれる局所領域の分割態様がばらつくことを抑制することができる。よって、良品のお菓子１００が映るお菓子領域２３から取得される複数の楕円の位置及び形がばらつくことを抑制することができる。その結果、良品のお菓子１００が映るお菓子領域２３から取得される特徴量がばらつくことが抑制され、撮像画像１１に映るお菓子１００の良否判定の精度がさらに向上する。

＜第２変形例＞
本変形例に係る画像処理システム１は、上述の第１変形例に係る画像処理システム１と比較して、評価値αの求めた方が異なっている。つまり、本変形例に係る画像処理システム１は、上述の第１変形例に係る画像処理システム１と比較して、上述のステップｓ２２での動作が異なっている。本変形例では、判定部３４は、評価値αを求める際に、類似する標準楕円情報が標準特徴量に含まれると判定した、対象特徴量に含まれる回転楕円情報に対応する回転楕円の位置に応じて重み付けを行う。以下に本変形例について詳細に説明する。

本変形例では、判定部３４は、第１変形例と同様に、上述のステップｓ２２において、対象特徴量を構成する複数の回転楕円情報のそれぞれについて、当該回転楕円情報と類似する標準楕円情報が、標準特徴量に含まれているか否かを判定する。そして、判定部３４は、類似する標準楕円情報が標準特徴量に含まれると判定した回転楕円情報（以後、「類似回転楕円情報」と呼ぶことがある）に対して部分評価値を与える。ここで、判定部３４は、類似回転楕円情報に対応する回転楕円の位置に応じて、当該類似回転楕円情報に与える部分評価値を重み付けする。

類似回転楕円情報に対応する回転楕円の位置に応じて部分評価値を具体的にどのように重み付けするかについては、良品のお菓子１００での模様の特徴的部分の位置に応じて決定される。上述の図１７に示されるように、アルファベット「Ａ」の模様の中心が、良品のお菓子１００の一方主面１００ａの中心付近に位置するように、当該模様が当該一方主面１００ａに付されている場合には、当該一方主面１００ａの中心付近に、当該模様の特徴的部分が位置する。このような場合には、判定部３４は、類似回転楕円情報に対応する回転楕円の位置がお菓子領域２３の中心に近いほど、当該類似回転楕円情報に与える部分評価値を大きくする。例えば、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の最も内側の部分領域２３１ａ（図１９参照）に存在する場合には、その類似回転楕円情報には部分評価値“１．５”を付与する。また、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の部分領域２３１ｂに存在する場合には、その類似回転楕円情報には部分評価値“１”を付与する。そして、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の最も外側の部分領域２３１ｃに存在する場合には、その類似回転楕円情報には部分評価値“０．５”を付与する。

判定部３４は、対象特徴量に含まれる各類似回転楕円情報に対して部分評価値を与えると、与えた部分評価値の総和Ｎ１１を求める。そして、判定部３４は、以下の式（２）を使用して評価値αを求める。

α＝Ｎ１１／Ｎ１２ ・・・（２）
ここで、Ｎ１２は、標準特徴量を構成する複数の標準楕円情報のそれぞれに対して、上記と同様にして部分評価値を与えた際の、それらの部分評価値の総和を示している。例えば、図２０の例では、Ｎ１２＝１．５＋３×１＝４．５となる。

なお、良品のお菓子１００の一方主面１００ａの周端部に、当該一方主面１００ａに付された模様の特徴的部分が位置する場合には、判定部３４は、類似回転楕円情報に対応する回転楕円の位置がお菓子領域２３の中心から遠いほど、当該類似回転楕円情報に与える部分評価値を大きくしても良い。例えば、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の最も外側の部分領域２３１ｃに存在する場合には、その類似回転楕円情報には部分評価値“１．５”を付与する。また、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の部分領域２３１ｂに存在する場合には、その類似回転楕円情報には部分評価値“１”を付与する。そして、判定部３４は、類似回転楕円情報に対応する回転楕円の中心位置がお菓子領域２３の最も内側の部分領域２３１ａに存在する場合には、その類似回転楕円情報には部分評価値“０．５”を付与する。部分評価値の重み付け方法についてはこの限りではない。

このように、判定部３４が、評価値αを求める際に、類似回転楕円情報に対応する回転楕円の位置に応じて重み付けを行うことによって、撮像画像１１に映るお菓子１００の良否判定の精度がさらに向上する。例えば、上記のように、良品のお菓子１００での模様の特徴的部分の位置に基づいて、類似回転楕円情報に対応する回転楕円の位置に応じた重み付けを行う場合には、お菓子領域２３において、良品のお菓子１００での模様の特徴的部分の位置に対応する位置に存在する回転楕円に関する回転楕円情報が標準楕円情報と類似する際に、評価値αを大きくすることができる。つまり、お菓子領域２３の局所領域において、良品のお菓子１００での模様の特徴的部分と類似する部分が含まれている場合には、評価値αを大きくすることができる。お菓子領域２３の局所領域において、良品のお菓子１００での模様の特徴的部分と類似する部分が含まれている場合には、処理対象画像１１に映るお菓子１００が良品である可能性が高いことから、この場合に評価値αを大きくすることによって、処理対象画像１１に映るお菓子１００が良品であることをより正確に判定することができる。よって、撮像画像１１に映るお菓子１００の良品判定の精度がさらに向上する。

なお判定部３４は、評価値αを求める際に、類似回転楕円情報に対応する回転楕円の大きさに応じて重み付けを行っても良い。例えば、図２２に示されるように、良品のお菓子１００が映るお菓子領域２３Ａの局所領域２３０Ａに設定された複数の標準楕円７０Ａ１〜７０Ａ４のうち、良品のお菓子１００での模様の特徴的部分の位置に対応する位置に存在する標準楕円７０Ａ１が他の標準楕円７０Ａ２〜Ａ４よりも大きい場合には、判定部３４は、類似回転楕円情報に対応する回転楕円が大きいほど、当該類似回転楕円情報に与える部分評価値を大きくする。一例としては、判定部３４は、類似回転楕円情報に対応する回転楕円の大きさが基準サイズよりも大きければ、その類似回転楕円情報には部分評価値“１．５”を付与する。そして、判定部３４は、類似回転楕円情報に対応する回転楕円の大きさが基準サイズ以下であれば、その類似回転楕円情報には部分評価値“０．５”を付与する。

回転楕円の大きさが基準サイズより大きいか否かについては、当該回転楕円の長軸及び短軸の長さに基づいて判定することができる。例えば、回転楕円の長軸及び短軸の長さを掛け合わせて得られる値が基準値よりも大きければ、当該回転楕円の大きさが基準サイズより大きいと判定される。一方で、回転楕円の長軸及び短軸の長さを掛け合わせて得られる値が基準値以下であれば、当該回転楕円の大きさが基準サイズ以下であると判定される。

このように、判定部３４が、評価値αを求める際に、類似回転楕円情報に対応する回転楕円の大きさに応じて重み付けを行う場合にも、撮像画像１１に映るお菓子１００の良否判定の精度がさらに向上する。例えば、上記のように、良品のお菓子１００が映るお菓子領域２３から得られた複数の標準楕円のうち、良品のお菓子１００での模様の特徴的部分の位置に対応する位置に存在する標準楕円の大きさに基づいて、類似回転楕円情報に対応する回転楕円の大きさに応じた重み付けを行う場合には、お菓子領域２３の局所領域において、良品のお菓子１００での模様の特徴的部分と類似する部分が含まれている際には、評価値αを大きくすることができる。したがって、処理対象画像１１に映るお菓子１００が良品であることをより正確に判定することができる。よって、撮像画像１１に映るお菓子１００の良否判定の精度がさらに向上する。

また、部分評価値を具体的にどのように重み付けするかについては、学習によって決定しても良い。つまり、良品のお菓子１００が映るお菓子領域２３の局所領域を構成する複数の分割領域に対する楕円のフィッティングの結果（良品のお菓子１００についての楕円フィッティング結果）と、不良品のお菓子１００が映るお菓子領域２３の局所領域を構成する複数の分割領域に対する楕円のフィッティングの結果（不良品のお菓子１００についての楕円フィッティング結果）とに基づいて、重み付けの方法を決定しても良い。

例えば、不良品のお菓子１００についての楕円フィッティング結果では、お菓子領域２３の周端部に位置する楕円が得られたものの、良品のお菓子１００についての楕円フィッティング結果では、お菓子領域２３の周端部に位置する楕円が得られなかった場合を考える。この場合には、判定部３４は、類似回転楕円情報に対応する回転楕円の位置がお菓子領域２３の周端部に存在する場合には、他の部分に存在する場合と比較して、当該類似回転楕円情報に与える部分評価値を小さくする。

また例えば、不良品のお菓子１００についての楕円フィッティング結果では、大きな楕円が得られたものの、良品のお菓子１００についての楕円フィッティング結果では、大きな楕円が得られなかった場合を考える。この場合には、判定部３４は、類似回転楕円情報に対応する回転楕円の大きさが基準サイズよりも大きい場合には、基準サイズ以下の場合と比較して、当該類似回転楕円情報に与える部分評価値を小さくする。

このように、学習によって重み付け方法が決定されることによって、撮像画像１１に映るお菓子１００の良否判定の精度がさらに向上する。

＜第３変形例＞
上記の例では、判定部３４が使用する楕円情報（回転楕円情報）には、楕円（回転楕円）の位置情報及び形状情報が含まれていたが、楕円の位置情報及び形状情報のどちらか一方だけが含まれていても良い。また楕円情報には、楕円の傾き情報が含まれていても良い。つまり、判定部３４が使用する楕円情報には、楕円の位置情報、形状情報及び傾き情報の少なくとも一つが含まれていても良い。

フィッティング部３３は、お菓子領域２３に含まれる局所領域を構成する複数の画素の位置に基づいて、当該局所領域にフィッティングする楕円の傾き情報を生成することができる。具体的には、フィッティング部３３は、局所領域を構成する複数の画素のｘ座標及びｙ座標を使用して、当該局所領域での画素のｘ座標及びｙ座標についての共分散行列を求める。そして、フィッティング部３３は、求めた共分散行列についての２つの固有ベクトルを求める。この２つの固有ベクトルの一方は、楕円の長軸が延びる方向を示し、当該２つの固有ベクトルの他方は、楕円の短軸が延びる方向を示す。したがって、当該２つの固有ベクトルのそれぞれは、楕円の傾きを示していると言える。フィッティング部３３は、共分散行列についての２つの固有ベクトルのうちの一方を、局所領域にフィッティングする楕円の傾き情報とする。

判定部３４は、回転楕円情報に回転楕円の中心位置だけが含まれている場合には、上述のステップｓ２２において、回転楕円情報に含まれる回転楕円の中心位置と、標準楕円情報に含まれる標準楕円の中心位置との距離が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。

判定部３４は、回転楕円情報に回転楕円の長軸の長さ及び短軸の長さだけが含まれている場合には、上述のステップｓ２２において、回転楕円情報に含まれる回転楕円の長軸の長さと、標準楕円情報に含まれる標準楕円の長軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円の短軸の長さと、当該標準楕円の短軸の長さとの差の絶対値が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。

判定部３４は、回転楕円情報に回転楕円の中心位置と固有ベクトルだけが含まれている場合には、上述のステップｓ２２において、回転楕円情報に含まれる回転楕円の中心位置と、標準楕円情報に含まれる標準楕円の中心位置との距離が所定値以下であり、かつ当該回転楕円情報に含まれる固有ベクトルと、当該標準楕円情報に含まれる固有ベクトルとが成す角度が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。

判定部３４は、回転楕円情報に回転楕円の長軸の長さ、短軸の長さ及び固有ベクトルだけが含まれている場合には、上述のステップｓ２２において、回転楕円情報に含まれる回転楕円の長軸の長さと、標準楕円情報に含まれる標準楕円の長軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円の短軸の長さと、当該標準楕円の短軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円情報に含まれる固有ベクトルと、当該標準楕円情報に含まれる固有ベクトルとが成す角度が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。

そして、判定部３４は、回転楕円情報に回転楕円の中心位置、長軸の長さ、短軸の長さ及び固有ベクトルが含まれている場合には、上述のステップｓ２２において、回転楕円情報に含まれる回転楕円の中心位置と、標準楕円情報に含まれる標準楕円の中心位置との距離が所定値以下であり、かつ当該回転楕円の長軸の長さと、当該標準楕円の長軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円の短軸の長さと、当該標準楕円の短軸の長さとの差の絶対値が所定値以下であり、かつ当該回転楕円情報に含まれる固有ベクトルと、当該標準楕円情報に含まれる固有ベクトルとが成す角度が所定値以下である場合に、当該回転楕円情報と当該標準楕円情報とが類似すると判定する。

＜その他の変形例＞
上記の例では、撮像画像に映る対象物の外形が円形であったが、当該対象物の外形は、円形に近い多角形、具体的には八角形以上の多角形であっても良い。

また、上記の例では、画像処理システム１は、お菓子を製造する製造ラインに導入されていたが、他の装置あるいは様々な場所に導入されても良い。

例えば、画像処理システム１は、表面に模様が付された貨幣が投入される自動販売機内に導入されても良い。この場合には、自動販売機内に投入される貨幣が撮像装置２で撮像される。自動販売機内では、例えば、貨幣がレール上を回転しながら移動する。撮像装置２は回転する貨幣を撮像する。抽出部３１は、撮像画像１１から、貨幣が映る貨幣領域を抽出する。特定部３２は、貨幣領域において特徴的な局所領域を特定する。フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を、撮像画像１１に映る貨幣の特徴を示す特徴量とする。そして、判定部３４は、求めた特徴量に基づいて、撮像画像１１に映る貨幣が正しいものに相当するか否かを判定する。貨幣表面の模様は、お菓子表面の模様と同じように扱うことができることから、上記と同様にして、画像処理システム１は、撮像画像１１に映る貨幣が正しいものに相当するか否かを判定することができる。これにより、自動販売機に投入された貨幣の真偽判定を行うことができる。

また、画像処理システム１は、工場内で製品を組み立てる製造ラインに導入されても良い。より具体的には、画像処理システム１は、例えば、複数の部品を基板に実装する製造ラインに導入されても良い。この場合には、複数の部品が実装された基板が撮像装置２で撮像される。抽出部３１は、撮像画像１１から、複数の部品が実装された基板が映る基板領域を抽出する。特定部３２は、基板領域において特徴的な局所領域を特定する。フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を、撮像画像１１に映る、複数の部品が実装された基板の特徴を示す特徴量とする。そして、判定部３４は、求めた特徴量に基づいて、撮像画像１１に映る、複数の部品が実装された基板が、複数の部品が正しく実装された基板に相当するか否か、つまり、基板に対して複数の部品が正しく実装されているか否かを判定する。基板上での複数の部品は、お菓子表面の模様と同じように扱うことができる。したがって、上記と同様にして、画像処理システム１は、基板に対して複数の部品が正しく実装されているか否かを判定することができる。これにより、部品の実装間違え及び部品の実装もれ等を検出することができる。

また、画像処理システム１は、回転寿司店に導入されても良い。回転寿司店では、寿司等の商品がのせられた皿の模様に応じた値段が、当該商品の値段とされることがある。そして、回転寿司店では、客が手に取った各皿の模様に応じた値段の合計が、飲食代として計算されることがある。このような回転寿司店に導入される画像処理システム１は、画像処理によって、客が手に取った皿の模様を特定する。

具体的には、寿司等をのせた複数の皿が搭載された回転レーンから客が皿を手に取ったとき、当該皿が撮像装置２で撮像される。抽出部３１は、撮像画像１１から、皿が映る皿領域を抽出する。特定部３２は、皿領域において特徴的な局所領域を特定する。フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。

ここで、皿の周縁部に模様が付されており、寿司等の商品が皿の中央部（模様が無い部分）にのせられるものとする。特定部３２で特定された局所領域のうち、皿領域の中央部に存在する局所領域は、皿の特徴を示すものではない。したがって、当該局所領域はフィッティング部３３では使用されない。つまり、フィッティング部３３は、特定部３２で特定された局所領域のうち、皿領域の中央部以外に存在する局所領域（模様に対応する局所領域）のみに対して楕円をフィッティングする。なお、撮像装置２が、商品がのっていない皿を撮像できる場合には、フィッティング部３３は、特定部３２で特定された局所領域のすべてを使用することができる。

判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を、撮像画像１１に映る皿の特徴を示す特徴量とする。そして、判定部３４は、求めた特徴量に基づいて、撮像画像１１に映る皿が、所定の模様を有する皿に相当するか否かを判定する。つまり、判定部３４は、特徴量に基づいて、撮像画像１１に映る皿の模様が、所定の模様に一致するか否かを判定する。皿表面の模様は、お菓子表面の模様と同じように扱うことができる。したがって、上記と同様にして、画像処理システム１は、撮像画像１１に映る皿が、所定の模様を有する皿に相当するか否かを判定することができる。判定部３４は、回転寿司店で使用される複数種類の皿にそれぞれ付された複数種類の模様のそれぞれについて、当該模様と、撮像画像１１に映る皿の模様とが一致するか否かを判定する。これにより、撮像画像１１に映る皿の模様が特定される。したがって、撮像画像１１に映る皿の模様に応じた値段を自動的に特定することができる。よって、客が手に取った各皿の模様に応じた値段の合計、つまり飲食代を自動計算することができる。

また、画像処理システム１は、物流センターに導入されても良い。物流センターでは、ダンボール等の荷物に対して、配送先等が記載されたシールが貼られることがある。画像処理システム１は、荷物に貼られたシールが正しいシールに相当するか否か、つまり荷物に正しいシールが貼られているか否かを判定する。この場合には、荷物に貼られたシールが撮像装置２で撮像される。抽出部３１は、撮像画像１１から、シールが映るシール領域を抽出する。特定部３２は、シール領域において特徴的な局所領域を特定する。フィッティング部３３は、特定部３２で特定された局所領域に対して楕円をフィッティングする。判定部３４は、フィッティング部３３で得られた楕円に関する楕円情報を、撮像画像１１に映るシールの特徴を示す特徴量とする。そして、判定部３４は、求めた特徴量に基づいて、撮像画像１１に映るシールが正しいシールに相当するか否か、つまり、荷物に正しいシールが貼られているか否かを判定する。シール表面の文字等は、お菓子表面の模様と同じように扱うことができる。したがって、上記と同様にして、画像処理システム１は、荷物に正しいシールが貼られているか否かを判定することができる。これにより、シールの貼り間違え等を検出することができる。

以上のように、画像処理システム１は詳細に説明されたが、上記した説明は、全ての局面において例示であって、この発明がそれに限定されるものではない。また、上述した各種変形例は、相互に矛盾しない限り組み合わせて適用可能である。そして、例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。

１ 画像処理システム
３ 判定装置
１１ 撮像画像
３１ 抽出部
３２ 特定部
３３ フィッティング部
３４ 判定部
１００ お菓子
３１１ 制御プログラム

Claims (7)

1. 処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定する判定装置であって、
   円形の対象物が映る処理対象画像から、前記対象物が映る対象物領域を抽出する抽出部と、
   前記対象物領域において特徴的な局所領域を特定する特定部と、
   前記局所領域に対して楕円をフィッティングするフィッティング部と、
   前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する判定部と
   を備え、
   前記判定部は、前記楕円が前記対象物領域の中心の周りに回転させられることによって得られる、当該楕円を含む複数の回転楕円に関する複数の回転楕円情報を前記特徴量とする、判定装置。
2. 請求項１に記載の判定装置であって、
   前記楕円情報は、前記楕円の位置情報、形状情報及び傾き情報の少なくとも一つを含む、判定装置。
3. 請求項２に記載の判定装置であって、
   前記楕円情報には、前記楕円の形状情報として、当該楕円の長軸及び短軸の長さ、あるいは当該楕円の長短軸比が含まれる、判定装置。
4. 請求項１乃至請求項３のいずれか一つに記載の判定装置であって、
   前記判定部は、前記特徴量と、前記比較対象の特徴を示す標準特徴量とを比較し、その比較結果に基づいて、前記処理対象画像に映る前記対象物が前記比較対象に相当するか否かを判定する、判定装置。
5. 請求項１乃至請求項４のいずれか一つに記載の判定装置であって、
   前記複数の回転楕円情報には、前記複数の回転楕円の位置情報がそれぞれ含まれ、
   前記判定部は、前記楕円情報に含まれる前記楕円の位置情報が示す位置に存在する仮想点を前記対象物領域の中心の周りに回転させ、それによって得られる、回転後の当該仮想点についての複数の位置をそれぞれ前記複数の回転楕円の位置とすることによって、前記複数の回転楕円の位置情報を取得する、判定装置。
6. コンピュータ装置に、処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定させるための制御プログラムであって、
   前記コンピュータ装置に、
   （ａ）円形の対象物が映る処理対象画像から対象物領域を抽出する工程と、
   （ｂ）前記対象物領域において特徴的な局所領域を特定する工程と、
   （ｃ）前記局所領域に対して楕円をフィッティングする工程と、
   （ｄ）前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する工程と
   を実行させ、
   前記工程（ｄ）において、前記楕円が前記対象物領域の中心の周りに回転させられることによって得られる、当該楕円を含む複数の回転楕円に関する複数の回転楕円情報を前記特徴量とする処理を実行させるための制御プログラム。
7. 処理対象画像に映る円形の対象物が比較対象に相当するか否かを判定する判定方法であって、
   （ａ）円形の対象物が映る処理対象画像から対象物領域を抽出する工程と、
   （ｂ）前記対象物領域において特徴的な局所領域を特定する工程と、
   （ｃ）前記局所領域に対して楕円をフィッティングする工程と、
   （ｄ）前記楕円に関する楕円情報を、前記処理対象画像に映る前記対象物の特徴を示す特徴量とし、当該特徴量に基づいて当該対象物が比較対象に相当するか否かを判定する工程と
   を備え、
   前記工程（ｄ）において、前記楕円が前記対象物領域の中心の周りに回転させられることによって得られる、当該楕円を含む複数の回転楕円に関する複数の回転楕円情報を前記特徴量とする、判定方法。

Images