JP6833114B1

JP6833114B1 - ワーク画像検索装置およびワーク画像検索方法

Info

Publication number: JP6833114B1
Application number: JP2020527124A
Authority: JP
Inventors: 弘之木下; 亮輔川西; 俊幸盛田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-11-28
Filing date: 2019-11-28
Publication date: 2021-02-24
Anticipated expiration: 2039-11-28
Also published as: CN114730459B; CN114730459A; WO2021106154A1; US11580156B2; US20220350835A1; JPWO2021106154A1; DE112019007827T5

Abstract

ワーク画像検索装置（１００Ａ）が、第１のワークの第１のワーク形状を２次元平面に投影した第１のワーク画像と、第２のワークの第２のワーク形状を２次元平面に投影した第２のワーク画像と、におけるワーク形状間の差が小さくなるように、第２のワーク画像を変形させて第３のワーク画像を生成するワーク画像変形部（６０）と、第３のワーク画像と第１のワーク画像とを比較することで、第１のワーク形状と、第２のワーク形状との類似度を算出する類似度算出部（７０）と、を備える。

Description

本発明は、ワーク画像を検索するワーク画像検索装置、ワーク画像検索方法、および機械学習装置に関する。

数値制御（ＮＣ：Numerical Control）装置などの制御装置によって制御される工作機械は、種々の形状を有したワークを加工する。制御装置が、工作機械を制御する際に用いる加工プログラムの作成には手間がかかるので、加工プログラムの作成に対しては、作成支援機能の充実化が進められている。例えば、加工プログラムの作成支援機能としては、ユーザが図面を見ながら加工対象の寸法をＮＣ画面に設定することで加工プログラムを作成する機能、ＣＡＤ（コンピュータ支援設計：Computer-Aided Design）データを直接読み込んでＮＣプログラムといった加工プログラムを作成する機能などがある。これらの作成支援機能は、一から加工プログラムを作成することを前提としており、類似形状のワークを加工する場合でも一から加工プログラムを作成する必要があるので、加工プログラムの作成効率が悪かった。

類似形状のワークに対応する加工プログラムを流用することで作成効率は上がるが、加工プログラムを流用するためには、新たに加工するワークのワーク形状が、過去に加工したワークのワーク形状と類似しているか否かを判別する必要がある。

特許文献１に記載の加工工程生成装置は、ＣＡＤデータの加工形状をビットマップに変換した加工形状ビットマップと、データベースに登録されている加工形状ビットマップとを比較することで、ＣＡＤデータとして与えられた加工形状に一致する加工形状を抽出している。

国際公開第２００６／１３７１２０号

しかしながら、上記特許文献１の技術では、２次元画像であるビットマップ同士の単純な画素を比較しているに過ぎず、ワーク寸法の縦横比が変わるだけでワーク画像間の類似度が低下するので、ワーク形状が完全に一致したワークのワーク画像以外は、検出が困難であった。

本発明は、上記に鑑みてなされたものであって、検索対象のワークにワーク形状が類似するワークのワーク画像を容易に検索することができるワーク画像検索装置を得ることを目的とする。

上述した課題を解決し、目的を達成するために、本発明のワーク画像検索装置は、第１のワークの第１のワーク形状を２次元平面に投影した第１のワーク画像と、第２のワークの第２のワーク形状を２次元平面に投影した第２のワーク画像と、におけるワーク形状間の差が小さくなるように、第２のワーク画像を変形させて第３のワーク画像を生成するワーク画像変形部を備える。また、本発明のワーク画像検索装置は、第３のワーク画像と第１のワーク画像とを比較することで、第１のワーク形状と、第２のワーク形状との類似度を算出する類似度算出部を備える。

本発明にかかるワーク画像検索装置は、検索対象のワークにワーク形状が類似するワークのワーク画像を容易に検索することができるという効果を奏する。

実施の形態１にかかるワーク画像検索装置の構成を示す図実施の形態１にかかるワーク画像検索装置が備えるワーク画像取得部の構成を示す図３次元データで示されるワークの構成を示す図２次元データで示されるワークの構成を示す図実施の形態１にかかるワーク画像検索装置が備えるワーク画像変形部の構成を示す図実施の形態１にかかるワーク画像変形部が備えるワーク画像分割部の構成を示す図図４に示したワーク画像に設定される座標系を説明するための図実施の形態１にかかるワーク画像検索装置が実行する検索処理の処理手順を示すフローチャート実施の形態１にかかるワーク画像検索装置が実行する類似度算出処理の処理手順を示すフローチャート実施の形態１にかかるワーク画像検索装置が実行する形状特徴の抽出処理を説明するための図実施の形態１にかかるワーク画像検索装置が実行するセグメンテーション処理を説明するための図実施の形態１にかかるワーク画像検索装置が実行するセグメントの対応付け処理を説明するための図実施の形態１にかかるワーク画像検索装置が実行するセグメントの第１の変形処理を説明するための図実施の形態１にかかるワーク画像検索装置が実行するセグメントの第２の変形処理を説明するための図実施の形態２にかかるワーク画像検索装置の構成を示す図実施の形態２にかかる機械学習装置の構成を示す図実施の形態２にかかる機械学習装置が用いるニューラルネットワークの構成を示す図実施の形態１，２にかかるワーク画像検索装置を実現するハードウェア構成例を示す図

以下に、本発明の実施の形態にかかるワーク画像検索装置、ワーク画像検索方法、および機械学習装置を図面に基づいて詳細に説明する。なお、これらの実施の形態によりこの発明が限定されるものではない。

実施の形態１．
図１は、実施の形態１にかかるワーク画像検索装置の構成を示す図である。ワーク画像検索装置１００Ａは、加工対象のワークにワーク形状が類似したワークのワーク画像を検索するコンピュータである。

ワーク画像検索装置１００Ａは、ＣＡＤシステム１０１に接続されており、ＣＡＤシステム１０１から加工対象のワークのワーク形状を示す３次元データを読み出す。ワーク画像検索装置１００Ａは、読み出した３次元データに基づいて、３次元データで示されるワーク画像に類似するワーク画像を検索し、検索したワーク画像と、このワーク画像に対応する加工プログラムを出力する。

ワーク画像検索装置１００Ａは、ワーク画像取得部２０と、ワーク登録部３０と、データベース４０と、登録画像取得部５０と、ワーク画像変形部６０と、類似度算出部７０と、登録プログラム取得部８０と、出力部９０とを備えている。

ＣＡＤシステム１０１は、３Ｄ（３次元）ＣＡＤによって、ワーク形状を示す３次元データを作成する。ワーク画像取得部２０は、ＣＡＤシステム１０１から３次元データを読み出す。ワーク画像取得部２０は、３次元データを２次元平面に投影することによって、３次元データを２次元データのワーク画像に変換する。ワーク画像取得部２０は、２次元データをワーク画像変形部６０およびワーク登録部３０に送る。

データベース４０は、ワークデータを格納する。本実施の形態では、データベース４０が、ワークデータＤ１〜ＤＮ（Ｎは自然数）を格納している場合について説明する。ワークデータＤ１〜ＤＮのそれぞれは、ワーク画像と、ワーク画像の形状の特徴である形状特徴と、加工プログラムとを含んでいる。このように、データベース４０は、ワーク画像と加工プログラムとの組み合わせを複数組記憶している。ワーク画像は、ワーク画像取得部２０が３次元データから生成した２次元データである。

ワークデータＤ１〜ＤＮに含まれるワーク画像は、視点毎に分割された画像（２次元データ）である。形状特徴は、ワーク画像に対応するワークの形状的な特徴である。形状特徴は、ワーク画像変形部６０によって抽出される。加工プログラムは、ワーク画像に対応するワークを加工する際に用いられるプログラムである。

なお、以下の説明では、ワークデータＤ１〜ＤＮを識別する必要が無い場合には、ワークデータＤ１〜ＤＮの何れかを、ワークデータＤｘという場合がある。第ｘ（ｘは１からＮの何れかの自然数）のワークデータＤｘは、第ｘのワークに対応する、ワーク画像と、形状特徴と、加工プログラムとを含んでいる。このように、ワークデータＤｘでは、ワーク画像とワークの加工プログラムとが対応付けされている。

登録画像取得部５０は、データベース４０に接続されており、データベース４０に登録されているワークデータＤ１〜ＤＮのそれぞれから、ワーク画像と形状特徴とを取得する。登録画像取得部５０は、取得したワーク画像および形状特徴を、ワーク画像変形部６０に送る。登録画像取得部５０は、データベース４０のワーク画像および形状特徴をコピーして取得してもよい。すなわち、登録画像取得部５０は、データベース４０にワーク画像および形状特徴を残したままワーク画像および形状特徴を取得してもよい。

ワーク画像変形部６０は、ワーク画像取得部２０が作成したワーク画像と、登録画像取得部５０が取得したワーク画像との間のワーク形状の差が小さくなるように、登録画像取得部５０が取得したワーク画像上でワーク形状を変形させる。以下の説明では、ワーク画像取得部２０が作成したワーク画像を、新規ワーク画像といい、登録画像取得部５０が取得したワーク画像を登録ワーク画像という場合がある。また、ワーク画像変形部６０が変形させたワーク画像を変形ワーク画像という場合がある。また、新規ワーク画像に対応するワークを新規ワークといい、登録ワーク画像に対応するワークを登録ワークといい、変形ワーク画像に対応するワークを変形ワークという場合がある。

新規ワーク画像が第１のワーク画像である場合、登録ワーク画像が第２のワーク画像であり、変形ワーク画像が第３のワーク画像である。登録ワーク画像が第１のワーク画像である場合、新規ワーク画像が第２のワーク画像であり、変形ワーク画像が第３のワーク画像である。

また、新規ワークが第１のワークである場合、登録ワークが第２のワークであり、変形ワークが第３のワークである。登録ワークが第１のワークである場合、新規ワークが第２のワークであり、変形ワークが第３のワークである。

また、新規ワークのワーク形状が第１のワーク形状である場合、登録ワークのワーク形状が第２のワーク形状であり、変形ワークのワーク形状が第３のワーク形状である。登録ワークのワーク形状が第１のワーク形状である場合、新規ワークのワーク形状が第２のワーク形状であり、変形ワークのワーク形状が第３のワーク形状である。

ワーク画像変形部６０は、新規ワーク画像から形状特徴を抽出する。ワーク画像変形部６０は、登録ワーク画像の形状特徴と、新規ワーク画像の形状特徴とに基づいて、登録ワーク画像を変形させることで、変形ワーク画像を生成する。

ワーク画像変形部６０は、新規ワーク画像、登録ワーク画像、および変形ワーク画像を、類似度算出部７０に送る。また、ワーク画像変形部６０は、新規ワーク画像と、新規ワーク画像の形状特徴とをワーク登録部３０に送る。

ワーク登録部３０は、データベース４０に接続されている。ワーク登録部３０は、プログラム作成装置などの外部装置に接続されており、プログラム作成装置から加工プログラムを取得する。プログラム作成装置は、ユーザからの指示に従って加工プログラムを作成する装置である。また、ワーク登録部３０は、ワーク画像変形部６０からワーク画像および形状特徴を取得する。

ワーク登録部３０は、ワーク画像変形部６０が生成したワーク画像（変形ワーク画像）と、このワーク画像に対応する加工プログラムと、このワーク画像に対応する形状特徴とを対応付けして新たなワークデータを作成する。

類似度算出部７０は、新規ワークのワーク画像と、変形ワークのワーク画像とを比較することで、新規ワークのワーク形状と、登録ワークのワーク形状との間の類似度を算出する。類似度算出部７０は、算出した類似度が、特定値（第１の特定値）以上となるか否かを判定し、全ての登録ワーク画像の中から、類似度が特定値以上となる登録ワーク画像を抽出する。

なお、類似度算出部７０は、新規ワーク画像と変形ワーク画像との差異度を算出してもよい。この場合、類似度算出部７０は、新規ワーク画像との間で差異度が特定値未満の変形ワーク画像を判定する。

類似度算出部７０は、類似度が特定値以上の登録ワーク画像をワーク画像変形部６０から取得し、取得した登録ワーク画像、新規ワーク画像、および類似度を対応付けして出力部９０に送る。なお、類似度算出部７０は、類似度が特定値以上の登録ワーク画像をデータベース４０から取得してもよい。

また、類似度算出部７０は、類似度が特定値以上の登録ワーク画像を指定した情報（以下、類似画像情報という）を登録プログラム取得部８０に送る。類似画像情報には、登録ワーク画像に対応する類似度の情報が含まれている。

登録プログラム取得部８０は、データベース４０に接続されている。登録プログラム取得部８０は、類似度算出部７０から送られてくる類似画像情報に基づいて、類似度が特定値以上である登録ワーク画像と、この登録ワーク画像の加工プログラムをデータベース４０から取得する。なお、登録プログラム取得部８０は、類似度算出部７０から登録ワーク画像を取得してもよい。登録プログラム取得部８０は、取得した登録ワーク画像と、この登録ワーク画像に対応する加工プログラムとを対応付けして出力部９０に送る。

出力部９０は、対応付けされた、登録ワーク画像と、新規ワーク画像と、類似度とを表示装置などの外部装置に出力する。また、出力部９０は、対応付けされた、登録ワーク画像と、加工プログラムとを、表示装置または加工プログラム編集装置といった外部装置に出力する。これにより、出力部９０は、加工対象のワークに対応する新規ワーク画像と、この新規ワーク画像に類似している登録ワーク画像と、新規ワーク画像と登録ワーク画像との間の類似度と、新規ワーク画像に類似する登録ワーク画像の加工プログラムとを、ユーザに提示することができる。

なお、ワーク画像検索装置１００Ａは、新規ワーク画像に類似する変形ワーク画像の加工プログラムの出力を省略してもよい。この場合、ワーク画像検索装置１００Ａは、登録プログラム取得部８０を有していなくてもよい。

また、データベース４０は、ワーク画像検索装置１００Ａの外部に配置されていてもよい。すなわち、データベース４０は、ワーク画像検索装置１００Ａの外部装置であってもよい。

図２は、実施の形態１にかかるワーク画像検索装置が備えるワーク画像取得部の構成を示す図である。ワーク画像取得部２０は、視点決定部２１と、画像生成処理部２２とを備えている。

視点決定部２１は、３次元データで示される新規ワークの３次元形状を投影する仮想カメラの視線方向（視点）を決定する。視点決定部２１は、１つ以上の視線方向を決定する。視点決定部２１は、決定した視線方向を画像生成処理部２２に送る。視線方向の例は、Ｘ軸の正方向、Ｙ軸の正方向、Ｚ軸の正方向、Ｘ軸の負方向、Ｙ軸の負方向、およびＺ軸の負方向である。

画像生成処理部２２は、決定された視線方向における新規ワーク画像を生成する。画像生成処理部２２は、生成した新規ワーク画像を、ワーク登録部３０およびワーク画像変形部６０に送る。

図３は、３次元データで示されるワークの構成を示す図である。ワークには、Ｘ軸、Ｙ軸、およびＺ軸が設定されている。図３では、円筒軸であるワーク主軸がＺ軸であり、円筒軸に垂直な軸がＸ軸およびＹ軸である場合を示している。

図３に示すワークは、加工後のワークであり、円柱部材の外壁部分の一部が削られた形状をなしている。具体的には、ワークは、第１の直径を有した第１の円柱部材と、第２の直径を有した第２の円柱部材と、第３の直径を有した第３の円柱部材と、第４の直径を有した第４の円柱部材とで構成されている。第１から第４の円柱部材は、中心軸が何れも円筒軸上である。ワークは、円柱部材の第１から第４の領域が削られることによって第１から第４の円柱部材が形成される。

図４は、２次元データで示されるワークの構成を示す図である。図４では、図３に示した３次元データに対応する２次元データ４１を示している。２次元データ４１は、画像生成処理部２２が３次元データを２次元データに変換したワーク画像である。

図４に示すように、ワークの３次元データからは、種々の視点の画像を得ることができる。なお、図４および後述する図７，１０では、ワーク画像にハッチングを付しているが、何れも特定の視点から見た画像を示している。図４では、ワークを、ワーク座標系におけるＸ軸、Ｙ軸、およびＺ軸のそれぞれ正方向および負方向から撮影した場合の６視点分のデプス画像を示している。

デプス画像は、撮影視点から見た場合の被写体の奥行方向の距離に応じて輝度値が変化するように表現された画像である。なお、ワーク画像検索装置１００Ａが用いる画像の形式はデプス画像に限られない。ワーク画像検索装置１００Ａは、グレースケール画像を用いてもよい。グレースケール画像は、実際のワークの見え方に起因した特徴が見えるという特長があり、デプス画像は、３次元的な形状を正確にとらえることができるという特長がある。

画像生成処理部２２は、仮想カメラの視点を変更可能であるので、ワークの見えない部分を撮影できるように視点を変更することで、様々なワーク形状に対応したワーク画像を得ることができる。また、画像生成処理部２２が適用する画像の投影方法は、遠近感のある通常のカメラ画像のような透視投影ではなく、平行投影であってもよい。本来平行な関係にある直線の組でも、透視投影の場合はカメラ視点によっては画像上で平行に描画されないことがある。画像が平行投影された場合には物理的に平行な関係にある直線の組は、画像上でも平行に描画されるので、平行投影は、ワーク形状を判別する際に有利となる場合がある。

図５は、実施の形態１にかかるワーク画像検索装置が備えるワーク画像変形部の構成を示す図である。ワーク画像変形部６０は、ワーク画像分割部６１と、対応要素設定部６２と、変形処理部６３とを備えている。

ワーク画像分割部６１は、画像生成処理部２２から送られてくる新規ワーク画像をセグメントに分割する。また、ワーク画像分割部６１は、登録画像取得部５０から送られてくる登録ワーク画像を受け付ける。登録画像取得部５０から送られてくる登録ワーク画像は、セグメントに分割されている。ワーク画像分割部６１は、新規ワーク画像のセグメントおよび登録ワーク画像のセグメントを対応要素設定部６２に送る。

対応要素設定部６２は、比較する２つのワーク画像間でセグメントの対応付けを行う。すなわち、対応要素設定部６２は、新規ワーク画像のセグメントと登録ワーク画像のセグメントとの対応付けを設定する。対応要素設定部６２は、新規ワーク画像の視線方向および登録ワーク画像の視線方向に基づいて、新規ワーク画像のセグメントと登録ワーク画像のセグメントとの対応付けを設定する。すなわち、対応要素設定部６２は、視線方向が同じである新規ワーク画像のセグメントと登録ワーク画像のセグメントとを対応付ける。対応要素設定部６２は、対応付けをしたセグメントを、変形処理部６３に送る。

変形処理部６３は、対応付けされたセグメント間でワーク画像上のワーク形状の差が小さくなるようにワーク画像上のワーク形状を変形させる。具体的には、変形処理部６３は、対応付けされた新規ワーク画像のセグメントおよび登録ワーク画像のセグメントに対し、登録ワーク画像のセグメントが、新規ワーク画像のセグメントに近付くよう登録ワーク画像のセグメントを変形させる。すなわち、変形処理部６３は、新規ワーク画像のセグメントとは縦横比が異なる登録ワーク画像のセグメントを変形させる。縦横比は、縦方向の寸法と横方向の寸法との比である。変形処理部６３は、例えば、登録ワーク画像のセグメントの縦横比が新規ワーク画像の縦横比に近付くよう、登録ワーク画像のセグメントの縦方向の寸法または横方向の寸法を変更する。なお、変形処理部６３は、登録ワーク画像のセグメントの縦方向の寸法および横方向の寸法の両方を変更してもよい。

変形処理部６３は、新規ワーク画像のセグメントが、登録ワーク画像のセグメントに近付くよう新規ワーク画像のセグメントを変形させてもよい。この場合、変形処理部６３は、登録ワーク画像のセグメントとは縦横比が異なる新規ワーク画像のセグメントを変形させる。変形処理部６３は、例えば、新規ワーク画像のセグメントの縦横比が登録ワーク画像の縦横比に近付くよう、新規ワーク画像のセグメントの縦方向の寸法または横方向の寸法を変更する。なお、変形処理部６３は、新規ワーク画像のセグメントの縦方向の寸法および横方向の寸法の両方を変更してもよい。

変形処理部６３は、新規ワーク画像のセグメントを変形させる場合、新規ワーク画像をコピーしたうえで、コピー後の新規ワーク画像のセグメントを変形させる。この場合、ワーク画像検索装置１００Ａは、コピーの元となった新規ワーク画像をデータベース４０などに格納しておく。

変形処理部６３は、対応付けされたセグメント毎にワーク画像上でワーク形状を変形させる。変形処理部６３は、ワーク形状を変形させたワーク画像を変形ワーク画像として、類似度算出部７０に送る。

図６は、実施の形態１にかかるワーク画像変形部が備えるワーク画像分割部の構成を示す図である。ワーク画像分割部６１は、分割処理部６０４と、特徴抽出部６０５と、形状要素検出部６０６と、ワーク座標系決定部６０７と、セグメンテーション部６０８とを備えている。

ワーク画像分割部６１は、ワーク画像取得部２０から新規ワーク画像を受け付けると、新規ワーク画像を視点毎のセグメントに分割し、視点毎のセグメントに分割した新規ワーク画像を対応要素設定部６２に送る。具体的には、分割処理部６０４が、新規ワーク画像の６視点画像を６つの視点の画像に分割する。分割処理部６０４は、分割した新規ワーク画像を特徴抽出部６０５に送る。

特徴抽出部６０５は、視点毎に分割された各新規ワーク画像からエッジ等の視覚的特徴である形状特徴を抽出する。特徴抽出部６０５は、分割済みの新規ワーク画像、および新規ワーク画像の形状特徴を、形状要素検出部６０６、ワーク座標系決定部６０７およびワーク登録部３０に送る。

形状要素検出部６０６は、特徴抽出部６０５によって抽出された形状特徴から矩形、円などの形状要素を検出する。また、形状要素検出部６０６は、登録画像取得部５０から形状特徴が抽出された視点毎の登録ワーク画像および形状特徴を受け付けると、受け付けた形状特徴から矩形、円などの形状要素を検出する。形状要素検出部６０６は、抽出された形状特徴および検出した形状要素をワーク座標系決定部６０７に送る。形状要素検出部６０６がワーク座標系決定部６０７に送る形状特徴および形状要素には、新規ワーク画像の形状特徴および形状要素と、登録ワーク画像の形状特徴および形状要素とが含まれている。

ワーク座標系決定部６０７は、検出された形状特徴に基づいて、ワーク形状とワーク座標系との関係が一致するようにワーク画像の座標系を決定する。すなわち、ワーク座標系決定部６０７は、仮想カメラの視線方向に基づいて、形状特徴が設定されたワーク画像に視線方向を対応付けする。ワーク座標系決定部６０７は、ワーク画像に対し、例えば、Ｘ軸の正方向、Ｙ軸の正方向、Ｚ軸の正方向、Ｘ軸の負方向、Ｙ軸の負方向、またはＺ軸の負方向を設定する。ワーク座標系決定部６０７は、新規ワーク画像および登録ワーク画像に対し、視線方向を設定する。ワーク座標系決定部６０７は、視線方向を設定した新規ワーク画像および登録ワーク画像をセグメンテーション部６０８に送る。

セグメンテーション部６０８は、検出された形状要素に基づいて、新規ワーク画像をセグメントに分割する。また、セグメンテーション部６０８は、検出された形状要素に基づいて、登録ワーク画像をセグメントに分割する。ワーク画像分割部６１がセグメントに分割した新規ワーク画像および登録ワーク画像は、２次元データで示される。

ワーク画像分割部６１から出力されるワーク画像には、ワーク画像の形状特徴から抽出された形状要素の情報と、ワーク画像の座標系（視点）の情報と、ワーク画像に含まれるセグメントの情報とが含まれている。

なお、特徴抽出部６０５は、ワーク座標系決定部６０７がワーク画像の座標系を決定した後に、新規ワーク画像から形状特徴を抽出してもよい。

ここで、ワーク画像に設定される視線方向（座標系）について説明する。図７は、図４に示したワーク画像に設定される座標系を説明するための図である。図７に示すデプス画像１０Ｘ，１０Ｙ，１０Ｚ，１１Ｘ，１１Ｙ，１１Ｚは、新規ワーク画像または登録ワーク画像である。ここでは、デプス画像１０Ｘ，１０Ｙ，１０Ｚ，１１Ｘ，１１Ｙ，１１Ｚが、新規ワーク画像である場合について説明する。

デプス画像１０Ｘは、Ｘ軸の正方向から負方向に向かう視点の画像であり、デプス画像１１Ｘは、Ｘ軸の負方向から正方向に向かう視点の画像である。したがって、ワーク座標系決定部６０７は、デプス画像１０Ｘに対し、Ｘ軸の正方向から負方向に向かう視線方向を設定し、デプス画像１１Ｘに対し、Ｘ軸の負方向から正方向に向かう視線方向を設定する。

デプス画像１０Ｙは、Ｙ軸の正方向から負方向に向かう視点の画像であり、デプス画像１１Ｙは、Ｙ軸の負方向から正方向に向かう視点の画像である。したがって、ワーク座標系決定部６０７は、デプス画像１０Ｙに対し、Ｙ軸の正方向から負方向に向かう視線方向を設定し、デプス画像１１Ｙに対し、Ｙ軸の負方向から正方向に向かう視線方向を設定する。

デプス画像１０Ｚは、Ｚ軸の正方向から負方向に向かう視点の画像であり、デプス画像１１Ｚは、Ｚ軸の負方向から正方向に向かう視点の画像である。したがって、ワーク座標系決定部６０７は、デプス画像１０Ｚに対し、Ｚ軸の正方向から負方向に向かう視線方向を設定し、デプス画像１１Ｚに対し、Ｚ軸の負方向から正方向に向かう視線方向を設定する。

つぎに、ワーク画像検索装置１００Ａが実行する検索処理の処理手順について説明する。図８は、実施の形態１にかかるワーク画像検索装置が実行する検索処理の処理手順を示すフローチャートである。

ワーク画像取得部２０は、ＣＡＤシステム１０１から３次元データを読み出す（ステップＳ１０）。ワーク画像取得部２０は、３次元データから２次元データの新規ワーク画像を生成する（ステップＳ２０）。

登録画像取得部５０は、データベース４０から登録ワーク画像を読み出す（ステップＳ３０）。

ワーク画像変形部６０は、登録ワーク画像が新規ワーク画像に近付くよう、登録ワーク画像を変形させる（ステップＳ４０）。すなわち、ワーク画像変形部６０は、登録ワーク画像および新規ワーク画像に基づいて、登録ワークのワーク形状が、新規ワークのワーク形状に近付くよう、登録ワーク画像上で登録ワークのワーク形状を変形させる。ワーク画像変形部６０によるワーク形状の変形処理手順の詳細については後述する。

類似度算出部７０は、新規ワーク画像と変形ワーク画像との類似度を算出する。すなわち、類似度算出部７０は、変形ワーク画像と新規ワーク画像とを比較することで、新規ワークのワーク形状と、変形ワークのワーク形状との類似度を算出する（ステップＳ５０）。変形ワーク画像は登録ワーク画像に対応しているので、新規ワーク画像と変形ワーク画像との類似度が、新規ワーク画像と登録ワーク画像との類似度に対応している。このように、類似度算出部７０は、新規ワーク画像と登録ワーク画像との類似度の算出の代わりに、新規ワーク画像と変形ワーク画像との類似度の算出を行う。

出力部９０は、特定値以上の類似度を示す変形ワーク画像に対応する登録ワーク画像と、この登録ワーク画像に対応する類似度とを、表示装置などに出力する（ステップＳ６０）。出力部９０は、変形ワーク画像の類似度の大きさが特定順位よりも高い登録ワーク画像と、この登録ワーク画像に対応する類似度を出力してもよい。

また、ワーク画像変形部６０が、新規ワーク画像のセグメントを変形させたうえで類似度が算出されていた場合、出力部９０は、特定値以上の類似度を示す変形ワーク画像に対応する新規ワーク画像と、この新規ワーク画像に対応する類似度とを、表示装置などに出力する。出力部９０が出力する新規ワーク画像は、コピーの元となった新規ワーク画像（ＣＡＤシステム１０１から取得されたワーク画像）である。

また、登録プログラム取得部８０は、変形ワーク画像が特定値以上の類似度を示す登録ワーク画像の加工プログラムを、データベース４０から取得する（ステップＳ７０）。出力部９０は、表示装置などに加工プログラムを出力する（ステップＳ８０）。

ここで、類似度算出部７０が実行する類似度算出処理の詳細な処理手順について説明する。図９は、実施の形態１にかかるワーク画像検索装置が実行する類似度算出処理の処理手順を示すフローチャートである。

ワーク画像変形部６０は、ワーク画像取得部２０から、検索元の６視点画像を取得する（ステップＳ１１０）。すなわち、ワーク画像変形部６０は、ワーク画像取得部２０から送られてくる新規ワーク画像を受け付ける。

６視点画像は６視点分の画像が１つのワーク画像として表現されている。分割処理部６０４は、各ワーク画像を別々に照合するために、検索元の６視点分の画像を各視点の画像に分割する（ステップＳ１２０）。

特徴抽出部６０５は、視点毎のワーク画像からエッジ等の視覚的特徴である形状特徴を抽出する（ステップＳ１３０）。特徴抽出部６０５が抽出した形状特徴は、ワーク登録部３０を介して、データベース４０に登録される。形状要素検出部６０６は、特徴抽出部６０５によって抽出された形状特徴から、矩形、円などの形状要素を検出する。

ワーク画像変形部６０は、登録画像取得部５０を介して、データベース４０から照合先のワーク画像および形状特徴を取得する（ステップＳ１４０）。すなわち、ワーク画像変形部６０は、登録画像取得部５０がデータベース４０から読み出した、登録ワーク画像および登録ワーク画像の形状特徴を、登録画像取得部５０から受け付ける。ワーク画像変形部６０が取得する登録ワーク画像は、視点毎に分割されている。形状要素検出部６０６は、取得した形状特徴から、矩形、円などの形状要素を検出する。

ワーク座標系決定部６０７は、新規ワーク画像の視点毎の形状特徴に基づいて、新規ワーク画像の視線方向を示す座標系を設定する。また、ワーク座標系決定部６０７は、登録ワーク画像の視点毎の形状特徴に基づいて、登録ワーク画像の視線方向を示す座標系を設定する。

セグメンテーション部６０８は、新規ワーク画像および登録ワーク画像のそれぞれから検出された形状要素に基づいて、新規ワーク画像および登録ワーク画像のそれぞれをセグメントに分割することでセグメントを取得する（ステップＳ１５０）。

対応要素設定部６２は、視線方向が同じである新規ワーク画像のセグメントと登録ワーク画像のセグメントとを対応付ける。すなわち、対応要素設定部６２は、検索元画像である新規ワーク画像と、照合元画像である登録ワーク画像との間で、セグメントの対応付けを行う。

変形処理部６３は、登録ワーク画像上でワーク形状を変形させる（ステップＳ１６０）。具体的には、変形処理部６３は、登録ワーク画像のセグメントの形状が、新規ワーク画像のセグメントの形状に近付くよう登録ワーク画像のセグメントを変形させる。すなわち、変形処理部６３は、対応付けしたセグメントごとに、ワーク画像間のワーク形状の差が小さくなるようにワーク画像上のワーク形状を変形させる。変形処理部６３は、セグメントを変形させた登録ワーク画像を変形ワーク画像として類似度算出部７０に送る。類似度算出部７０は、新規ワーク画像と変形ワーク画像との類似度を算出する（ステップＳ１７０）。類似度算出部７０は、登録ワーク画像のセグメントの寸法と新規ワーク画像のセグメントの寸法とに基づいて、類似度を算出する。

ワーク画像検索装置１００Ａは、データベース４０内の全ての登録ワーク画像に対して類似度を算出したか否かを判定する（ステップＳ１８０）。すなわち、ワーク画像検索装置１００Ａは、全ての変形ワーク画像に対して類似度を算出したか否かを判定する。

ワーク画像検索装置１００Ａは、データベース４０内の全ての登録ワーク画像に対して類似度を算出していなければ（ステップＳ１８０、Ｎｏ）、ステップＳ１４０からＳ１８０の処理を実行する。ワーク画像検索装置１００Ａは、データベース４０内の全ての登録ワーク画像に対して類似度を算出するまで、ステップＳ１４０からＳ１８０の処理を繰り返す。ワーク画像検索装置１００Ａは、データベース４０内の全ての登録ワーク画像に対して類似度を算出すると（ステップＳ１８０、Ｙｅｓ）、類似度の算出処理を終了する。

類似度算出部７０は、類似度が特定値以上の変形ワーク画像を判定する。登録プログラム取得部８０は、類似度が特定値以上の変形ワーク画像に対応する登録ワーク画像の加工プログラムを、データベース４０から取得する。表示装置は、類似度が特定値以上の変形ワーク画像に対応する登録ワーク画像と、この登録ワーク画像の新規ワーク画像との間の類似度と、この登録ワーク画像の加工プログラムとを表示する。

なお、ワーク画像検索装置１００Ａは、必ずしもデータベース４０に存在する全ての登録ワーク画像に対して、類似度を算出する必要はない。すなわち、ワーク画像検索装置１００Ａは、データベース４０内の全ての登録ワーク画像に対して、ステップＳ１５０からＳ１７０を実行しなくてもよい。換言すると、ワーク画像検索装置１００Ａは、データベース４０に登録されている形状特徴と、新規ワーク画像の形状特徴とに基づいて、形状特徴間に特定値よりも大きな類似度を有する登録ワーク画像を照合対象（検索対象）とし、特定値未満の類似度を有する登録ワーク画像を照合対象から除外してもよい。このように、登録ワーク画像の形状特徴が、新規ワーク画像の形状特徴に対して大きな乖離がある場合、ワーク画像検索装置１００Ａは、乖離のある登録ワーク画像を照合対象から除外してもよい。この場合、ワーク画像検索装置１００Ａは、照合対象として残った登録ワーク画像に対して、ステップＳ１５０からＳ１７０を実行すればよい。

ここで、ステップＳ１３０で説明した形状特徴の抽出処理について説明する。図１０は、実施の形態１にかかるワーク画像検索装置が実行する形状特徴の抽出処理を説明するための図である。ここでは、ワーク座標系決定部６０７がワーク画像の座標系を決定した後に、特徴抽出部６０５が、新規ワーク画像から形状特徴を抽出する場合について説明する。

特徴抽出部６０５は、種々の視点のワーク画像を含んだ２次元データ４１から、各視点の画像中に存在する直線、円などの形状特徴を抽出する。特徴抽出部６０５は、２次元データ４１に含まれる、Ｘ軸視点のワーク画像４２Ｘ、Ｙ軸視点のワーク画像４２Ｙ、およびＺ軸視点のワーク画像４２Ｚから直線、円などの形状特徴を抽出する。

図１０では、ワーク画像４２Ｘ〜４２Ｚに対して点線で示されている直線または円が形状特徴である。ワークが円筒形状であり、ワークの円筒軸であるワーク主軸がＺ軸である場合、ワーク画像４２Ｘ，４２Ｙの形状特徴は、複数の直線で示される直方体として表現される傾向にある。

ワーク画像４２Ｘでは、ワークの輪郭線を除けば、Ｘ軸視点においてワークの形状を特徴づけているのはワーク画像４２ＸのＸ軸に対して平行な直線である。ワーク画像４２Ｙでは、ワークの輪郭線を除けば、Ｙ軸視点においてワークの形状を特徴づけているのはワーク画像４２ＹのＹ軸に対して平行な直線である。また、ワーク画像４２Ｚでは、ワークの形状を特徴づけているのは主に円である。

つぎに、ステップＳ１５０で説明したセグメンテーション処理について説明する。図１１は、実施の形態１にかかるワーク画像検索装置が実行するセグメンテーション処理を説明するための図である。ここでのセグメンテーション処理は、直線を利用したセグメンテーション処理であり、円を利用したセグメンテーション処理については後述する。

ワーク画像４２Ｘに示されるように、Ｘ軸視点においては直線が支配的な形状特徴であり、ワーク画像４２Ｙに示されるように、Ｙ軸視点においては直線が支配的な形状特徴である。また、Ｚ軸視点においては円が支配的な形状特徴である。セグメンテーション部６０８は、セグメンテーション処理の際には、各視点における支配的な形状特徴を使用する。

図１１では、セグメンテーション部６０８が、図１０に示したワーク画像４２Ｙに対してセグメンテーション処理を実行する場合について説明する。セグメンテーション部６０８は、ワーク画像４２Ｙから抽出された直線に基づいて、ワークの前景領域を矩形領域と仮定して、ワークをセグメンテーションする。ワークの前景領域は、ワーク画像４２Ｙのうち、ワークが表示されている領域である。ワークの前景領域が複数の矩形領域であると仮定した場合、ワークの各前景領域は、ワークの配置されている箇所とワークの配置されていない箇所との境界線と、形状特徴である直線とで囲まれる領域である。したがって、ワークの前景領域を矩形領域と仮定した場合、セグメントも矩形領域となる。

セグメンテーション部６０８は、ワーク画像４２Ｙに対し、ワークの配置されている箇所と、ワークの配置されていない箇所との境界線である、Ｚ軸方向の平行な境界線を探す。このとき、セグメンテーション部６０８は、ワーク画像４２Ｙの上部に配置されているＺ軸方向に平行な辺から、ワークの配置されている側へ向かって境界線を探索する。また、セグメンテーション部６０８は、ワーク画像４２Ｙの下部に配置されているＺ軸方向に平行な辺から、ワークの配置されている側へ向かって境界線を探索する。セグメンテーション部６０８は、探し出した上側の境界線と、探し出した下側の境界線と、形状特徴であるＸ軸方向の２つの直線とで囲まれる矩形の領域を、１つのセグメントに設定する。セグメンテーション部６０８は、ワーク画像４２Ｙに対して１または複数のセグメントを設定する。

ワーク画像４２Ｙには、形状特徴として５本の直線が抽出されているので、ワーク画像４２Ｙは、４つの矩形領域を含んでいる。したがって、セグメンテーション部６０８は、ワーク画像４２Ｙに対して４つのセグメントを設定する。

同様に、セグメンテーション部６０８は、ワーク画像４２Ｘに対してもセグメント処理を実行する。図１１では、境界線を探索中のワーク画像をワーク画像４５として図示し、セグメント４６１〜４６４が設定されたワーク画像、すなわち矩形領域の検出が完了したワーク画像をワーク画像４６として図示している。

つぎに、ステップＳ１６０で説明したワーク形状の変形処理について説明する。変形処理部６３は、ワーク形状の変形処理を行う際に、新規ワーク画像のセグメントと、登録ワーク画像のセグメントとの対応付けを行う。変形処理部６３は、新規ワーク画像のセグメントに対応付けされた、登録ワーク画像のセグメントに対してワーク画像上でワーク形状の変形処理を実行する。

図１２は、実施の形態１にかかるワーク画像検索装置が実行するセグメントの対応付け処理を説明するための図である。変形処理部６３は、検索元ワークの画像である新規ワーク画像のセグメントと、照合先ワークの画像である登録ワーク画像のセグメントとの対応付けを行う。この場合において、変形処理部６３が比較する新規ワーク画像と登録ワーク画像とのセグメント数は、一致しない場合がある。この場合、変形処理部６３は、少ないセグメント数に合わせて対応付けをする。変形処理部６３は、セグメント数が一致する場合は対応付けを一意に決定できる。一方、セグメント数が一致しない場合には、対応付けに複数の組み合わせが存在する。

例えば、検索元ワークが３つのセグメントＡ，Ｂ，Ｃで構成されており、照合先ワークが５つのセグメントａ，ｂ，ｃ，ｄ，ｅで構成されているとする。この場合のセグメントの対応付け問題は、照合先ワークの５つのセグメントを３つのグループに分ける組合せ問題として解ける。変形処理部６３は、組合せ数Ｎcombを、組合せの公式ｎＣｒを用いて算出できる。ｎ＝（多いほうのセグメント数）−１、ｒ＝（少ないほうのセグメント数）−１である。よって、検索元ワークが３つのセグメントＡ，Ｂ，Ｃで構成されており、照合先ワークが５つのセグメントａ，ｂ，ｃ，ｄ，ｅである場合、図１２に示すように、組合せ数Ｎcombは６通りである。

変形処理部６３は、セグメント間に考えられる全ての組合せに対してワーク画像の類似度判定を行うが、セグメント数が多くなると、組合せ数が増加し、処理時間が長くなることが考えられる。この場合、変形処理部６３は、対応するセグメント間で前景領域の占める割合（前景占有率）を比較する。前景占有率は、セグメントの領域内でワーク画像が占める割合である。例えば、セグメントが矩形領域である場合、前景占有率は、矩形領域内に占めるワーク画像の割合である。換言すると、前景占有率は、セグメントにおける矩形領域の面積に対するワーク画像の面積の比率である。ワークが円柱部材である場合には、ワークへは面取り加工が行われる場合がある。この場合、セグメントは矩形状であるのに対し、前景領域は、矩形状が面取りされた形状となる。このため、前景占有率は、１００％未満となる場合がある。

変形処理部６３は、新規画像ワークのセグメントにおける前景占有率と、登録画像ワークのセグメントにおける前景占有率とを比較し、前景占有率の差が小さい順に規定数の組み合わせを選択して類似度を判定してもよい。すなわち、変形処理部６３は、セグメントの組み合わせのうち、前景占有率の差が小さい順番で特定数のセグメントの組み合わせを抽出し、抽出したセグメントの組み合わせに対して類似度を判定してもよい。セグメント間でワークの前景占有率が大きく異なる場合には、セグメント間の類似度は小さくなると予想されるので、前景占有率が大きく異なるセグメントは、類似度の判定処理から除外されても検索精度に対する影響は小さい。

図１３は、実施の形態１にかかるワーク画像検索装置が実行するセグメントの第１の変形処理を説明するための図である。ワーク画像分割部６１は、画像生成処理部２２から送られてくる新規ワーク画像の２次元データ４１をセグメントに分割する。また、ワーク画像分割部６１は、登録画像取得部５０から送られてくる登録ワーク画像を受け付ける。

図１３では、登録ワーク画像が４つのセグメント５１Ａ，５２Ａ，５３Ａ，５４Ａで構成されたワーク画像７１Ａであり、新規ワーク画像が４つのセグメント５１Ｂ，５２Ｂ，５３Ｂ，５４Ｂで構成されたワーク画像７１Ｂである場合を示している。

対応要素設定部６２は、比較するワーク画像７１Ａとワーク画像７１Ｂとの間でセグメントの対応付けを行う。ここでの対応要素設定部６２は、セグメント５１Ａとセグメント５１Ｂとを対応付け、セグメント５２Ａとセグメント５２Ｂとを対応付ける。また、対応要素設定部６２は、セグメント５３Ａとセグメント５３Ｂとを対応付け、セグメント５４Ａとセグメント５４Ｂとを対応付ける。

変形処理部６３は、セグメントの対応関係に基づいて、対応するセグメントのサイズが一致するようにワーク画像上でワーク形状を変形させる。変形処理部６３は、ワーク形状を変形させる際に、照合先ワークのワーク画像である登録ワーク画像を、検索元ワーク画像である新規ワーク画像に合わせる。セグメントの対応関係が既知であれば、変形処理部６３は、セグメントごとにワーク形状を拡大または縮小する単純な処理でワーク形状を変形することができる。

変形処理部６３が、ワーク画像７１Ａからセグメント５１Ａを選択した状態の画像がワーク画像７２Ａであり、ワーク画像７１Ｂからセグメント５１Ｂを選択した状態の画像がワーク画像７２Ｂである。

変形処理部６３は、矩形状のセグメント５１Ａ〜５４Ａを矩形状のまま縦寸法または横寸法を変更する。すなわち、変形処理部６３は、セグメント５１Ａの形状がセグメント５１Ｂの形状にフィットするよう、セグメント５１Ａの寸法を変更することでセグメント５１Ａを変形させる。同様に、変形処理部６３は、セグメント５２Ａの形状がセグメント５２Ｂの形状にフィットし、セグメント５３Ａの形状がセグメント５３Ｂの形状にフィットし、セグメント５４Ａの形状がセグメント５４Ｂの形状にフィットするよう、セグメント５２Ａ〜５４Ａの寸法を変形させる。

ワーク画像７２Ｘは、セグメント５１Ａ〜５４Ａが、それぞれセグメント５１Ｂ〜５４Ｂにフィットするよう変形された場合のワーク画像である。変形処理部６３は、例えば、矩形状のセグメント５１Ａ〜５４Ａを、それぞれ矩形状のセグメント５１Ｘ〜５４Ｘに変形することによって、セグメント５１Ｘ〜５４Ｘとセグメント５１Ｂ〜５４Ｂとを同じ形状に変更する。セグメント５１Ｘ〜５４Ｘで構成されるワーク画像が、変形ワーク画像である。

類似度算出部７０は、新規ワーク画像であるワーク画像７２Ｂと、変形ワーク画像であるワーク画像７２Ｘとの間の類似度を算出する。

図１４は、実施の形態１にかかるワーク画像検索装置が実行するセグメントの第２の変形処理を説明するための図である。図１４では、Ｚ軸視点のワーク画像を形状補正する場合について説明する。

ワーク画像分割部６１は、画像生成処理部２２から送られてくる新規ワーク画像の２次元データ４１をセグメントに分割する。また、ワーク画像分割部６１は、登録画像取得部５０から送られてくる登録ワーク画像を受け付ける。

図１４では、登録ワーク画像が３つのセグメント８１Ａ，８２Ａ，８３Ａで構成されたワーク画像７５Ａであり、新規ワーク画像が２つのセグメント８１Ｂ，８２Ｂで構成されたワーク画像７５Ｂである場合を示している。

セグメント８３Ａは円形の形状を有し、セグメント８２Ａは、セグメント８３Ａを囲う円環状の形状を有し、セグメント８１Ａは、セグメント８２Ａを囲う円環状の形状を有している。また、セグメント８２Ｂは円形の形状を有し、セグメント８１Ｂは、セグメント８２Ｂを囲う円環状の形状を有している。

ワーク画像分割部６１は、ワーク画像７５Ｂが２つのセグメント８１Ｂ，８２Ｂで構成されているので、ワーク画像７５Ｂを２つのセグメント８１Ｂ，８２Ｂに分割する。図１４では、２つのセグメント８１Ｂ，８２Ｂに分割したワーク画像をワーク画像７６Ｂで示している。

新規ワーク画像のセグメント数と、登録ワーク画像のセグメント数とが異なるので、ワーク画像分割部６１は、登録ワーク画像に対してセグメント処理をやり直す。すなわち、ワーク画像分割部６１は、ワーク画像７５Ｂのセグメント数が２であるので、ワーク画像７５Ｂを２つのセグメントに分割する。

ワーク画像７５Ａは、３つのセグメント８１Ａ，８２Ａ，８３Ａを含んでいるので、ワーク画像分割部６１は、ワーク画像７５Ａを２通りに分割する。すなわち、ワーク画像分割部６１は、ワーク画像７５Ａを２つのセグメント８４Ａ，８５Ａに分割してワーク画像７６Ａを生成し、ワーク画像７５Ａを２つのセグメント８６Ａ，８７Ａに分割してワーク画像７７Ａを生成する。セグメント８４Ａは、セグメント８１Ａの形状と同じ形状であり、セグメント８５Ａは、セグメント８２Ａ，８３Ａを足し合わせた形状と同じ形状である。セグメント８６Ａは、セグメント８１Ａ，８２Ａを足し合わせた形状と同じ形状であり、セグメント８７Ａは、セグメント８３Ａの形状と同じ形状である。

対応要素設定部６２は、比較するワーク画像７６Ａとワーク画像７６Ｂとの間でセグメントの対応付けを行う。ここでの対応要素設定部６２は、セグメント８１Ｂとセグメント８４Ａとを対応付け、セグメント８２Ｂとセグメント８５Ａとを対応付ける。

同様に、対応要素設定部６２は、比較するワーク画像７７Ａとワーク画像７６Ｂとの間でセグメントの対応付けを行う。ここでの対応要素設定部６２は、セグメント８１Ｂとセグメント８６Ａとを対応付け、セグメント８２Ｂとセグメント８７Ａとを対応付ける。

変形処理部６３は、Ｚ軸視点のワーク画像に対するセグメンテーションを実行する際には、直線を利用したセグメンテーションを、円を利用するセグメンテーションに変更すればよい。

変形処理部６３は、セグメントの対応関係に基づいて、対応するセグメントの大きさおよび形状が一致するようにワーク画像上でワーク形状を変形させる。変形処理部６３は、図１３で説明した処理と同様の処理によって、登録ワーク画像に含まれるセグメントの形状を変形させる。

変形処理部６３は、セグメント８４Ａの形状がセグメント８１Ｂの形状にフィットし、セグメント８５Ａの形状がセグメント８２Ｂの形状にフィットするよう、セグメント８４Ａ，８５Ａの形状を変形させる。ここでの変形処理部６３は、セグメント８４Ａの内径を円の中心から半径方向に拡大し、セグメント８５Ａの直径を円の中心から半径方向に拡大する。

同様に、変形処理部６３は、セグメント８６Ａの形状がセグメント８１Ｂの形状にフィットし、セグメント８７Ａの形状がセグメント８２Ｂの形状にフィットするよう、セグメント８６Ａ，８７Ａの形状を変形させる。ここでの変形処理部６３は、セグメント８６Ａの内径を円の中心から半径方向に拡大し、セグメント８７Ａの直径を円の中心から半径方向に拡大する。なお、変形処理部６３は、セグメントの内径または直径を半径方向に縮小してもよい。

ワーク画像７６Ｘは、セグメント８４Ａ，８５Ａが、それぞれセグメント８１Ｂ，８２Ｂにフィットするよう変形された場合のワーク画像である。変形処理部６３は、セグメント８４Ａ，８５Ａを、それぞれセグメント８４Ｘ，８５Ｘに変形することによって、セグメント８４Ｘ，８５Ｘとセグメント８１Ｂ，８２Ｂとを同じ形状に変更する。

同様に、ワーク画像７７Ｘは、セグメント８６Ａ，８７Ａが、それぞれセグメント８１Ｂ，８２Ｂにフィットするよう変形された場合のワーク画像である。変形処理部６３は、セグメント８６Ａ，８７Ａを、それぞれセグメント８６Ｘ，８７Ｘに変形することによって、セグメント８６Ｘ，８７Ｘとセグメント８１Ｂ，８２Ｂとを同じ形状に変更する。セグメント８４Ｘ，８５Ｘで構成されるワーク画像７６Ｘが、第１の変形ワーク画像であり、セグメント８６Ｘ，８７Ｘで構成されるワーク画像７７Ｘが、第２の変形ワーク画像である。

類似度算出部７０は、セグメント８２Ｂとセグメント８５Ｘとを比較するともに、セグメント８１Ｂとセグメント８４Ｘとを比較することによって、新規ワーク画像であるワーク画像７６Ｂと、変形ワーク画像であるワーク画像７６Ｘとの間の類似度を算出する。

また、類似度算出部７０は、セグメント８２Ｂとセグメント８７Ｘとを比較するともに、セグメント８１Ｂとセグメント８６Ｘとを比較することによって、新規ワーク画像であるワーク画像７６Ｂと、変形ワーク画像であるワーク画像７７Ｘとの間の類似度を算出する。

ここで、類似度算出部７０による類似度の算出処理について説明する。なお、ここでは類似度算出部７０が類似度の代わりに差異度を算出する場合について説明する。類似度算出部７０は、対応する視点画像の差分を算出することによって得られた値が０〜１の値になるように正規化することで、差異度Ｅ_difを算出する。ただし、同じ差分値であったとしても、形状補正においては大きな形状変形をさせたワークと、小さな形状変形をさせたワークとでは、後者の方が類似度は高く評価されるべきである。そこで、類似度算出部７０は、形状変形における拡大縮小の比率を形状変化率ω^scを用いて評価値に重み付けをする。具体的には、類似度算出部７０は、以下の式（１）を用いて差異度Ｅ_difを算出する。式（１）での、Ｓは正規化済の差分値であり、添え字のｉは各視点のインデックスを示している。

類似度算出部７０は、データベース４０内の全てのワーク画像に対して、類似度（差異度）を算出し、算出した類似度を、出力部９０を介してユーザに提示する。また、類似度算出部７０は、類似度が特定値よりも大きいワーク画像の加工プログラムを、出力部９０を介してユーザに提示する。このとき、類似度算出部７０は、類似度が最大の加工プログラムを１ワーク分だけユーザに提示してもよいし、予め規定されたワーク数だけ類似度が大きい順に加工プログラムを提示してもよい。

このように、ワーク画像検索装置１００Ａは、新規ワーク画像とは縦横比が異なる登録ワーク画像に対して、登録ワーク画像を変形させたうえで新規ワーク画像と登録ワーク画像との間の類似度を算出している。これにより、ワーク画像検索装置１００Ａは、ワーク形状が完全に一致していないワーク間に対してもワーク形状の類似度を算出できるので、ワーク間でワーク形状が類似するか否かを判定することができる。

また、ワーク画像検索装置１００Ａは、類似度の算出方法を変えた複数の評価結果を並べてユーザに提示するなど、実施の形態１から想定されるあらゆるバリエーションでの出力方法をとることができる。

なお、実施の形態１では、セグメントに分割された登録ワーク画像がデータベース４０に登録される場合について説明したが、セグメントに分割される前の登録ワーク画像がデータベース４０に登録されてもよい。この場合、ワーク画像間の類似度が算出される際に、分割処理部６０４が登録ワーク画像をセグメントに分割する。

また、データベース４０には、セグメントに分割された登録ワーク画像が登録されてもよい。この場合、ワーク画像間の類似度が算出される際に、ワーク画像分割部６１が、登録ワーク画像に対してセグメンテーション処理を実行しなくてもよい。

また、データベース４０には、ワーク座標系が決定された登録ワーク画像が登録されてもよい。この場合、ワーク画像間の類似度が算出される際に、ワーク画像分割部６１が、登録ワーク画像に対してワーク座標系を決定しなくてもよい。

また、データベース４０には、形状要素が抽出された登録ワーク画像が登録されてもよい。この場合、ワーク画像間の類似度が算出される際に、ワーク画像分割部６１が、登録ワーク画像から形状要素を抽出しなくてもよい。

このように実施の形態１では、ワーク画像検索装置１００Ａが、新規ワーク画像と登録ワーク画像とにおけるワーク形状間の差が小さくなるように、登録ワーク画像上でワーク形状を変形させて変形ワーク画像を生成している。ワーク画像検索装置１００Ａは、変形ワーク画像と新規ワーク画像とを比較することで、新規ワークと登録ワークとの類似度を算出している。そして、ワーク画像検索装置１００Ａは、登録ワーク画像のうち類似度が特定値以上である登録ワークのワーク画像を出力している。これにより、ワーク画像検索装置１００Ａは、新規ワークに類似する登録ワークのワーク画像を容易に検索することが可能となる。

また、新規ワーク画像に類似する登録ワーク画像の加工プログラムを容易に検索することが可能となる。これにより、ユーザは、検索した加工プログラムを流用して、新規ワークの加工プログラムを作成することができるので、新規ワークの加工プログラムを作成する手間を削減することができる。

実施の形態２．
つぎに、図１５から図１７を用いてこの発明の実施の形態２について説明する。実施の形態２では、機械学習装置が、データベース４０に登録されている登録ワーク画像の形状特徴と、新規ワーク画像の形状特徴と、ワーク形状間の類似度とに基づいて、登録ワーク画像を検索の照合対象にすべきか否かを学習する。

図１５は、実施の形態２にかかるワーク画像検索装置の構成を示す図である。図１５の各構成要素のうち図１に示す実施の形態１のワーク画像検索装置１００Ａと同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。

ワーク画像検索装置１００Ｂは、ワーク画像検索装置１００Ａが備える構成要素に加えて、機械学習装置１２１および推定部１２２を備えている。機械学習装置１２１は、ワーク画像変形部６０、類似度算出部７０およびデータベース４０に接続されている。推定部１２２は、ワーク画像変形部６０、登録画像取得部５０、機械学習装置１２１およびデータベース４０に接続されている。

機械学習装置１２１は、新規ワーク画像の形状特徴と登録ワーク画像の形状特徴と類似度とを用いて、データベース４０内の登録ワーク画像を類似度算出部７０による類似度の算出対象（照合対象）とすべきか否かを学習する。照合対象となる登録ワーク画像が、新規ワーク画像に類似するワーク画像の候補である。

推定部１２２は、ワーク画像検索装置１００Ｂが新規ワーク画像を読み込んだ場合に、学習結果を用いて、データベース４０内の登録ワーク画像に対して類似度を推定し、推定結果に基づいて、登録ワーク画像を類似度の類似度算出部７０による算出対象とすべきか否かを判定する。すなわち、機械学習装置１２１は、新規ワーク画像と登録ワーク画像との間の類似度を推測した推測情報を学習し、推測情報に基づいて、登録ワーク画像を類似度の算出対象とすべきか否かを判定する。

類似度算出部７０が算出する類似度は、機械学習装置１２１による学習結果から推定される類似度よりも正確であるとする。機械学習装置１２１は、例えば、後述するニューラルネットワークモデルに従って、登録ワーク画像を照合対象とすべきか否かを学習する。推定部１２２は、機械学習装置１２１が学習したニューラルネットワークモデルを用いて、新規ワーク画像と登録ワーク画像との間の類似度を推定する。

本実施の形態のワーク画像検索装置１００Ｂは、機械学習装置１２１および推定部１２２を用いて、新規ワーク画像と登録ワーク画像との間の類似度を推定する。ワーク画像検索装置１００Ｂは、推定した類似度に基づいて、データベース４０内の一部の登録ワーク画像を類似度算出部７０による類似度の算出対象とし、残りの登録ワーク画像は類似度算出部７０による類似度の算出対象から除外する。

図１６は、実施の形態２にかかる機械学習装置の構成を示す図である。図１７は、実施の形態にかかる機械学習装置が用いるニューラルネットワークの構成を示す図である。

機械学習装置１２１は、データ取得部２０１と、状態観測部２０２と、学習部２０３とを有している。データ取得部２０１は、類似度算出部７０から出力される類似度を取得して、学習部２０３に送る。状態観測部２０２は、新規ワーク画像の形状特徴と、登録ワーク画像の形状特徴とを状態変数として観測して、学習部２０３に送る。状態変数は、新規ワーク画像の形状特徴と、登録ワーク画像の形状特徴とを互いに関連付けたデータである。

学習部２０３は、新規ワーク画像の形状特徴と、登録ワーク画像の形状特徴と、類似度との組み合わせに基づいて作成されるデータセットに基づいて、登録ワーク画像を新規ワーク画像との間の類似度の算出対象とすべきか否かを学習する。

なお、機械学習装置１２１は、ワーク画像検索装置１００Ｂ内に配置される場合に限られず、ワーク画像検索装置１００Ｂの外部に配置されていてもよい。この場合、機械学習装置１２１は、例えば、ネットワークを介してワーク画像検索装置１００Ｂに接続される、ワーク画像検索装置１００Ｂとは別個の装置であってもよい。また、機械学習装置１２１は、クラウドサーバ上に存在していてもよい。

学習部２０３は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、状態変数と類似度とから、登録ワーク画像が新規ワーク画像に対する照合対象とすべきか否かを学習する。ここで、教師あり学習とは、ある入力と結果（ラベル）のデータの組を大量に学習装置に与えることで、それらのデータセットにある特徴を学習し、入力から結果を推定するモデルをいう。

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、および複数のニューロンからなる出力層で構成される。中間層は、１層でもよいし２層以上でもよい。

例えば、図１７に示すような３層のニューラルネットワークであれば、複数の入力が入力層Ｘ１〜Ｘ３に入力されると、その値に重みｗ１１〜ｗ１６を掛けて中間層Ｙ１，Ｙ２に入力され、その結果にさらに重みｗ２１〜ｗ２６を掛けて出力層Ｚ１〜Ｚ３から出力される。この出力結果は、重みｗ１１〜ｗ１６および重みｗ２１〜ｗ２６の値によって変わる。

本実施の形態のニューラルネットワークは、状態観測部２０２によって観測される、新規ワーク画像の形状特徴および登録ワーク画像の形状特徴と、類似度算出部７０から出力される類似度と、の組合せに基づいて作成されるデータセットに従って、いわゆる教師あり学習により、登録ワーク画像を新規ワーク画像に対して照合対象とすべきか否かを学習する。

すなわち、ニューラルネットワークは、入力層に新規ワーク画像の形状特徴および登録ワーク画像の形状特徴を入力して出力層から出力された結果が、類似度算出部７０から出力される類似度に近づくように重みｗ１１〜ｗ１６，ｗ２１〜ｗ２６を調整することで登録ワーク画像を新規ワーク画像に対して照合対象とすべきか否かを学習する。学習部２０３は、重みｗ１１〜ｗ１６，ｗ２１〜ｗ２６を調整したニューラルネットワークを推定部１２２に送る。

また、ニューラルネットワークは、いわゆる教師なし学習によって、登録ワーク画像を新規ワーク画像に対して照合対象とすべきか否かを学習することもできる。教師なし学習とは、入力データのみを大量に機械学習装置１２１に与えることで、入力データがどのような分布をしているかを学習し、対応する教師データ（出力データ）を与えなくても、入力データに対して圧縮、分類、整形等を行い学習する手法である。教師なし学習では、データセットにある特徴を似たもの同士にクラスタリングすること等ができる。教師なし学習では、このクラスタリングの結果を使って、何らかの基準を設けて、この基準を最適にするような出力の割り当てを行うことで、出力の予測を実現することができる。

また、学習部２０３は、複数のワーク画像検索装置に対して作成されるデータセットに従って、登録ワーク画像を新規ワーク画像に対する照合対象とすべきかを学習するようにしてもよい。

なお、学習部２０３は、同一の現場で使用される複数のワーク画像検索装置からデータセットを取得してもよいし、或いは、異なる現場で独立して稼働する複数のワーク画像検索装置から収集されるデータセットを利用して登録ワーク画像を新規ワーク画像に対して照合対象とすべきか否かを学習してもよい。さらに、データセットを収集するワーク画像検索装置を途中で対象に追加し、或いは、逆に対象から除去することも可能である。また、あるワーク画像検索装置に関して登録ワーク画像を新規ワーク画像との照合対象とすべきかを学習した機械学習装置を、これとは別のワーク画像検索装置に取り付け、当該別のワーク画像検索装置に関して登録ワーク画像を新規ワーク画像との照合対象とすべきかを再学習して更新するようにしてもよい。

また、学習部２０３に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する深層学習（Deep Learning）を用いることもできる。また、学習部２０３は、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。

推定部１２２は、機械学習装置１２１が重みｗ１１〜ｗ１６，ｗ２１〜ｗ２６を調整したニューラルネットワークを機械学習装置１２１から取得する。推定部１２２は、新規ワーク画像に類似する登録ワーク画像を検索する際に、ワーク画像変形部６０から新規ワーク画像の形状特徴を取得し、データベース４０から登録ワーク画像の形状特徴を取得する。

推定部１２２は、新規ワーク画像に類似する登録ワーク画像を検索する際には、ニューラルネットワークの入力層に、新規ワーク画像の形状特徴および第ｘの登録ワーク画像の形状特徴を入力する。ワーク画像検索装置１００Ｂは、出力層から出力される類似度が特定値（第２の特定値）以上であれば、第ｘの登録ワーク画像を新規ワーク画像に対する照合対象に設定する。一方、ワーク画像検索装置１００Ｂは、出力層から出力される類似度が特定値未満であれば、第ｘの登録ワーク画像を新規ワーク画像に対する照合対象から除外する。これにより、推定部１２２は、データベース４０内のワークデータＤ１〜ＤＮの中から、新規ワーク画像に対する照合対象を抽出する。具体的には、推定部１２２は、データベース４０内のワークデータＤ１〜ＤＮの中から、照合対象となる登録ワーク画像と、この登録ワーク画像の形状特徴とを抽出する。推定部１２２は、抽出した登録ワーク画像および形状特徴を登録画像取得部５０に送る。

ワーク画像検索装置１００Ｂは、新規ワーク画像に対して照合対象に設定された登録ワーク画像の中から新規ワーク画像に類似するワーク画像を検索する。ワーク画像検索装置１００Ｂは、ワーク画像検索装置１００Ａと同様の処理によって、新規ワーク画像に類似するワーク画像を検索する。

このように、実施の形態２では、機械学習装置１２１が新規ワーク画像と登録ワーク画像との間の類似度を推測した情報である推測情報を学習している。これにより、ワーク画像検索装置１００Ｂは、推測された類似度が低い登録ワーク画像を、類似度算出部７０による正確な類似度の算出処理対象から除外できる。したがって、ワーク画像検索装置１００Ｂは、効率良く新規ワークに類似する登録ワークの登録ワーク画像を検索することができる。

ここで、実施の形態１，２で説明したワーク画像検索装置１００Ａ，１００Ｂのハードウェア構成について説明する。図１８は、実施の形態１，２にかかるワーク画像検索装置を実現するハードウェア構成例を示す図である。なお、ワーク画像検索装置１００Ａ，１００Ｂは、同様のハードウェア構成を有しているので、ここではワーク画像検索装置１００Ａのハードウェア構成について説明する。

ワーク画像検索装置１００Ａは、図１８に示した入力装置１５１、プロセッサ１５２、メモリ１５３、データベース４０、および出力装置１５４により実現することができる。プロセッサ１５２の例は、ＣＰＵ（Central Processing Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、ＤＳＰ（Digital Signal Processor）ともいう）またはシステムＬＳＩ（Large Scale Integration）である。メモリ１５３の例は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）である。

ワーク画像検索装置１００Ａは、プロセッサ１５２が、メモリ１５３で記憶されている、ワーク画像検索装置１００Ａの動作を実行するための、コンピュータで実行可能なワーク形状検索プログラムを読み出して実行することにより実現される。ワーク画像検索装置１００Ａの動作を実行するためのプログラムであるワーク形状検索プログラムは、ワーク画像検索装置１００Ａの手順または方法をコンピュータに実行させるものであるともいえる。

ワーク画像検索装置１００Ａで実行されるワーク形状検索プログラムは、ワーク画像取得部２０と、ワーク登録部３０と、登録画像取得部５０と、ワーク画像変形部６０と、類似度算出部７０と、登録プログラム取得部８０とを含むモジュール構成となっており、これらが主記憶装置上にロードされ、これらが主記憶装置上に生成される。

メモリ１５３は、プロセッサ１５２が各種処理を実行する際の一時メモリに使用される。メモリ１５３は、例えば、ワーク形状検索プログラム、Ｘ軸視点のワーク画像４２Ｘ、Ｙ軸視点のワーク画像４２Ｙ、Ｚ軸視点のワーク画像４２Ｚなどを記憶する。

出力装置１５４は、類似度算出部７０から送られてくる類似度などを表示装置などの外部装置に出力する。また、出力装置１５４は、登録プログラム取得部８０から送られてくる加工プログラムなどを表示装置などの外部装置に出力する。

ワーク形状検索プログラムは、インストール可能な形式または実行可能な形式のファイルで、コンピュータが読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されてもよい。また、ワーク形状検索プログラムは、インターネットなどのネットワーク経由でワーク画像検索装置１００Ａに提供されてもよい。

なお、ワーク画像検索装置１００Ａの機能について、一部を専用回路などの専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。

以上の実施の形態に示した構成は、本発明の内容の一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、本発明の要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

１０Ｘ，１０Ｙ，１０Ｚ，１１Ｘ，１１Ｙ，１１Ｚデプス画像、２０ワーク画像取得部、２１視点決定部、２２画像生成処理部、３０ワーク登録部、４０データベース、４１２次元データ、４２Ｘ〜４２Ｚ，４５，４６，７１Ａ，７１Ｂ，７２Ａ，７２Ｂ，７２Ｘ，７５Ａ，７５Ｂ，７６Ａ，７６Ｂ，７６Ｘ，７７Ａ，７７Ｘワーク画像、５０登録画像取得部、５１Ａ〜５４Ａ，５１Ｂ〜５４Ｂ，５１Ｘ〜５４Ｘ，８１Ａ〜８７Ａ，８１Ｂ，８２Ｂ，８４Ｘ〜８７Ｘ，４６１〜４６４セグメント、６０ワーク画像変形部、６１ワーク画像分割部、６２対応要素設定部、６３変形処理部、７０類似度算出部、８０登録プログラム取得部、９０出力部、１００Ａ，１００Ｂワーク画像検索装置、１０１ＣＡＤシステム、１２１機械学習装置、１２２推定部、１５１入力装置、１５２プロセッサ、１５３メモリ、１５４出力装置、２０１データ取得部、２０２状態観測部、２０３学習部、６０４分割処理部、６０５特徴抽出部、６０６形状要素検出部、６０７ワーク座標系決定部、６０８セグメンテーション部、Ｄ１〜ＤＮワークデータ。

Claims

第１のワークの第１のワーク形状を２次元平面に投影した第１のワーク画像と、第２のワークの第２のワーク形状を２次元平面に投影した第２のワーク画像と、におけるワーク形状間の差が小さくなるように、前記第２のワーク画像を変形させて第３のワーク画像を生成するワーク画像変形部と、
前記第３のワーク画像と前記第１のワーク画像とを比較することで、前記第１のワーク形状と、前記第２のワーク形状との類似度を算出する類似度算出部と、
を備えることを特徴とするワーク画像検索装置。
前記第２のワーク画像のうち、前記第２のワーク形状に対応する類似度が第１の特定値以上であるワーク画像を出力する出力部をさらに備える、
ことを特徴とする請求項１に記載のワーク画像検索装置。
前記第２のワーク画像と前記第２のワークの加工に用いられる加工プログラムとの複数の組み合わせを記憶するデータベースと、
前記データベースから、前記第２のワーク画像のうち前記第２のワーク形状に対応する類似度が第１の特定値以上であるワーク画像の加工プログラムを取得する登録プログラム取得部と、
をさらに備え、
前記出力部は、前記登録プログラム取得部が取得した加工プログラムを出力する、
ことを特徴とする請求項２に記載のワーク画像検索装置。
前記第１のワーク形状を示す３次元データを２次元平面に投影することによって、前記３次元データを２次元データである前記第１のワーク画像に変換するワーク画像取得部をさらに備える、
ことを特徴とする請求項１から３の何れか１つに記載のワーク画像検索装置。
前記ワーク画像変形部は、
前記第１のワーク画像に含まれるセグメントと前記第２のワーク画像に含まれるセグメントとを対応付けする対応要素設定部と、
対応付けされたセグメント間の形状の差が小さくなるように、前記第２のワーク画像を変形させて前記第３のワーク画像を生成する変形処理部と、
を有する、
ことを特徴とする請求項１から４の何れか１つに記載のワーク画像検索装置。
前記変形処理部は、前記第２のワーク画像に含まれるセグメントの縦方向の寸法と横方向の寸法との比が、前記第１のワーク画像に含まれるセグメントの縦方向の寸法と横方向の寸法との比に近付くように、前記第２のワーク画像に含まれるセグメントを変形させる、
ことを特徴とする請求項５に記載のワーク画像検索装置。
前記ワーク画像変形部は、
前記第１のワーク画像をセグメントに分割するワーク画像分割部をさらに有する、
ことを特徴とする請求項５に記載のワーク画像検索装置。
前記ワーク画像分割部は、
前記第１のワーク画像から形状の特徴である形状特徴を抽出する特徴抽出部と、
抽出した形状特徴から矩形または円を示す形状要素を検出する形状要素検出部と、
前記形状要素に基づいて、前記第１のワーク画像をセグメントに分割するセグメンテーション部と、
を具備することを特徴とする請求項７に記載のワーク画像検索装置。
前記ワーク画像取得部は、
前記３次元データを前記２次元平面に投影する仮想カメラの視点を決定する視点決定部と、
決定した視点における前記第１のワーク画像を生成する画像生成処理部と、
を有することを特徴とする請求項４に記載のワーク画像検索装置。
前記第１のワーク形状と前記第２のワーク形状との間の類似度を推測した情報である推測情報を学習する機械学習装置をさらに備える、
ことを特徴とする請求項１に記載のワーク画像検索装置。
前記機械学習装置は、
前記第１のワーク画像の形状特徴および前記第２のワーク画像の形状特徴を状態変数として観測する状態観測部と、
前記類似度を取得するデータ取得部と、
前記状態変数および前記類似度の組み合わせに基づいて作成されるデータセットに従って、前記推測情報を学習する学習部と、
を具備する、
ことを特徴とする請求項１０に記載のワーク画像検索装置。
前記３次元データは、コンピュータ支援設計データである、
ことを特徴とする請求項４または９に記載のワーク画像検索装置。
第１のワーク形状を２次元平面に投影した第１のワーク画像と、第２のワーク形状を２次元平面に投影した第２のワーク画像と、におけるワーク形状間の差が小さくなるように、前記第２のワーク画像を変形させて第３のワーク画像を生成する生成ステップと、
前記第３のワーク画像と前記第１のワーク画像とを比較することで、前記第１のワーク形状と、前記第２のワーク形状との類似度を算出する算出ステップと、
を含むことを特徴とするワーク画像検索方法。