JP6985210B2 - 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム - Google Patents
検査機能診断装置、検査機能診断方法及び検査機能診断プログラム Download PDFInfo
- Publication number
- JP6985210B2 JP6985210B2 JP2018102518A JP2018102518A JP6985210B2 JP 6985210 B2 JP6985210 B2 JP 6985210B2 JP 2018102518 A JP2018102518 A JP 2018102518A JP 2018102518 A JP2018102518 A JP 2018102518A JP 6985210 B2 JP6985210 B2 JP 6985210B2
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- image
- product
- diagnosis unit
- parameter
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- General Factory Administration (AREA)
Description
そこで、本発明は、画像から取得された特徴量の変化、及び、画像を生成する際に使用されるパラメータの妥当性を知ることを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1に沿って、製品の動きを説明する。ベルトコンベア9は、製品3を図1の左から右の方向に搬送する。本実施形態の製品3は、飲料を収容する缶、樽、ビン等である。製品3が所定の位置に達すると、センサ7が製品3を検出する。すると、センサ7は、製品3を検出した旨の信号を検査装置1に送信する。検査装置1は、カメラ4に、シャッタを開く旨の指示を送信する。同時に、検査装置1は、照明電源6に、照明ヘッド5に対して電力を供給する旨の指示を送信する。すると、照明ヘッド5は、フラッシュ光を発光する。カメラ4は、フラッシュ光を照射された製品3の静止画像を取得する。検査装置1は、製品3の画像を参照し、製品が不良品であると判定した場合、排出装置8に、製品3をベルトコンベア9から排出する旨の指示を送信する。すると、排出装置8は、製品3を排出する。
さらに図1に沿って、検査装置1及び検査機能診断装置2の構成を説明する。まず、検査装置1を説明する。検査装置1は、検査機能診断装置2が行う診断の対象となる。検査装置1は、一般的なコンピュータであり、中央制御装置11、キーボード等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及び通信装置16を備える。これらは、バスで相互に接続されている。図1では、検査装置1が検査機能診断装置2と一体化されているが、このことについては後記する。
カメラ4が被写体から取得する元々のデータは、画素位置及び画素値の組合せの集合である。本実施形態においては、この集合を“画像元データ”(図1の符号33)と呼ぶ。検査装置1は、画像元データ33から直接被写体の形状等を認識することはできない。そこで、検査装置1は、画像元データ33から“エッジ”を検出する。エッジとは、製品の輪郭であり、エッジが検出されてはじめて、検査装置1は、製品の形状等を認識することができる。
図2に沿って、特徴量情報31を説明する。特徴量情報31においては、画像ID(Identifier)欄101に記憶された画像IDに関連付けて、時点欄102には時点が、パラメータ欄103にはパラメータが、特徴量欄104には各種の特徴量が記憶されている。
画像ID欄101の画像は、製品3を撮像した画像34(図1)を一意に特定する識別子である。本実施形態では、1つの製品3に対して1つの画像元データ33及び1つの画像34が対応している。したがって、画像IDは、製品3を一意に特定する識別子でもある。
パラメータ欄103のパラメータは、前記したパラメータである。画像元データ33に対して適用されるパラメータは、一般的には複数存在する。ここでは、検出対象となるエッジが3種類あり、それぞれに対して適用されるパラメータが3種類(小欄103a、103b及び103c)あるものとする。“*”は、同じ値を省略的に示している。“**”及び“***”についても同様である。
これら以外の特徴量の例として、製品の部分の画角(大きさを光軸からの角度で示したもの)、コントラスト、フォーカス等が挙げられる。
画像ID欄111の画像IDは、図2の画像IDと同じである。
閾値欄112の閾値は、製品の良/不良を判定する目的で、図2の15種類の特徴量のそれぞれに対して適用される閾値である。ユーザは、15種類の特徴量のうちから、判定のために実際に使用する特徴量を指定し、指定した特徴量に適用する閾値を設定する。図3は、紙面の都合上、ユーザが設定した閾値を3種類だけ記載している。♭”は、異なる数値を省略的に表している。
その閾値以上の特徴量を有する製品を“不良”と判定したい場合、上限閾値“○○以上”が適用される。その閾値以下の特徴量を有する製品を“不良”と判定したい場合、下限閾値“○○以下”が適用される。上限閾値及び下限閾値のうちいずれか一方が単独で使用されることもあるし、両方が同時に使用されることもある。
警報基準値(図1の符号45)は、閾値と同様、製品の特徴量に対して適用されるが、閾値とは別の概念である。警報基準値45は、不良品が発生する一歩手前でユーザに対して警報を出力するための値であり、閾値を基準として、やや甘めの値となっている。具体的には、上限閾値“○○以上”に対して、上限警報基準値“○○−α以上”が定義される。下限閾値“○○以下”に対して、下限警報基準値“○○+β以下”が定義される。α及びβは、マージン(安全率)である。
図4に沿って、ヘッダ情報47を説明する。ヘッダ情報47においては、画像ID欄121に記憶された画像IDに関連付けて、製品名欄122には製品名が、顧客ID欄123には顧客IDが、工場ID欄124には工場IDが、ラインID欄125にはラインIDが、検査装置ID欄126には検査装置IDが、カメラID欄127にはカメラIDが、累積運転時間欄128には累積運転時間が、累積検査個数欄129には累積検査個数が、製品情報欄130には製品情報が記憶されている。
製品名欄122の製品名は、製品3の名称である。
顧客ID欄123の顧客IDは、検査装置1のユーザを一意に特定する識別子である。
工場ID欄124の工場IDは、製品3が製造された工場又は検査装置が配置されている工場を一意に特定する識別子である。
ラインID欄125のラインIDは、製品3の生産ラインを一意に特定する識別子である。
カメラID欄127のカメラIDは、カメラ4を一意に特定する識別子である。1台の検査装置1は、複数のカメラ4のうちの1台を交替して(切り替えて)接続することができる。
累積検査個数欄129の累積検査個数は、検査装置1が現在までに検査した製品3の累積個数である。
製品情報欄130の製品情報は、製品3に関する任意の情報(液種、容器種、外装種、資材メーカ等)である。
図4の“$”は、異なる数値又は文字を省略的に表している。
以降で、処理手順を説明する。処理手順は2つ存在する。一方は、特徴量変化診断処理手順であり、そこでは、主として検査機能診断装置2の特徴量変化診断部41が動作主体となる。他方は、パラメータ妥当性処理手順であり、そこでは、主として検査機能診断装置2のパラメータ妥当性診断部42が動作主体となる。
図5に沿って、特徴量変化診断処理手順を説明する。特徴量変化診断処理手順を開始する前提として、いま、検査装置1は、ベルトコンベア9上を搬送される製品3の画像を次から次へと取得しているとする。そして、製品3の種類は1つであるとする。したがって、製品から取得される特徴量は、すべての製品3について同じであることが期待される。
第3に、特徴量変化診断部41は、ステップS203において算出した標準偏差σを、図1の警報基準値45として記憶されている警報基準値σsと比較する。
第4に、特徴量変化診断部41は、比較の結果として、“警報不要”又は“警報要”のいずれかを生成する。“警報不要”は、フランジの直径の標準偏差σが警報基準値σsに該当しないことを示す。“警報要”は、フランジの直径の標準偏差σが警報基準値σsに該当することを示す。
第2に、特徴量変化診断部41は、ステップS203において算出した900個のフランジの直径の標準偏差から、直前の15分について算出された900個のフランジの直径の標準偏差を減算した増減Δσを算出する。
第3に、特徴量変化診断部41は、ステップS207の“第2”において算出した標準偏差の増減Δσを警報基準値45として記憶されている警報基準値Δσsと比較する。
第4に、特徴量変化診断部41は、比較の結果として、“警報不要”又は“警報要”のいずれかを生成する。“警報不要”は、フランジの直径の標準偏差の増減Δσが警報基準値Δσsに該当しないことを示す。“警報要”は、フランジの直径の標準偏差の増減Δσが警報基準値Δσsに該当することを示す。
前記では、特徴量変化診断部41は、特徴量の平均等をその警報基準値と比較した。このときの警報基準値は、前記したように、“○○−α以上”等のように、閾値を基準としていた。しかしながら、 特徴量変化診断部41は、この例とは別に、前回の特徴量変化診断処理手順のステップS213において記憶した特徴量の平均等を、今回の処理の警報基準値としてもよい。
図2の二重線110の直ぐ上の行の“1”、“2”及び“3”は、特徴量の類型である。
〈類型1〉フランジの中心座標等の標準偏差が増大した場合、ベルトコンベア9に異常(例えば、搬送ガイドの劣化、搬送バキューム圧力の不安定化、エンコーダの不具合)が発生している可能性が高い。フランジの中心座標等の平均が偏った場合、センサ7の位置又はカメラ4の位置がずれている可能性が高い。
図7に沿って、パラメータ妥当性診断処理手順を説明する。パラメータ妥当性診断処理手順を開始する前提として、いま、検査装置1は、一連の製品3の検査を終了し、特徴量情報31のレコード、閾値・判定結果情報32のレコード、画像元データ33及び画像34(図1)を、検査した製品3の数だけ記憶しているとする。そして、製品3の種類は1つであり、すべての製品のある特徴量について、同じ閾値が適用されていたとする。
第2に、パラメータ妥当性診断部42は、特徴量と閾値との大小関係に基づき、判定結果“良”又は“不良”を生成する。
“(θ,画像ID,判定結果)=(10.0,P0001,良),(10.0,P0002,良),(10.0,P0003,良),・・・”
第2に、パラメータ妥当性診断部42は、当該θmのラベルが付されている不良ヒストグラムの平均μng及び標準偏差σngを算出する。
第3に、パラメータ妥当性診断部42は、良品上限(図8の符号63)及び不良品下限(図8の符号64)を算出する。
不良品下限64の算出式は、“不良品下限=μng−M×σng”である。
さらに、閾値妥当性診断部42は、“良/不良分離度=不良品下限−良品上限”を算出する。いま、N≧4及びM≧3が成立しているとする。
第2に、パラメータ妥当性診断部42は、“はい”が入力された場合(ステップS313“Yes”)、ステップS301に戻り、“いいえ”が入力された場合(ステップS313“No”)、ステップS314に進む。
検査機能診断装置2がヘッダ情報47(図4)を記憶していることによって、特徴量変化診断部41は、例えば以下のような処理を行うことができる。
・特徴量変化診断部41は、製品情報(図4の欄130)のうちの資材メーカをキーとして、特徴量情報31を資材メーカごとに分割する。
・特徴量変化診断部41は、分割された特徴量情報31ごとに、特徴量変化診断処理手順(図5)を実行する。すると、特徴量変化診断部41は、特徴量推移グラフ46(図6)を、資材メーカごとに作成することができる。
・特徴量変化診断部41は、メーカAについて、ある特徴量(例えば、缶に飲料を入れる前の資材検査における特徴量)の標準偏差と、他の特徴量(例えば、缶に飲料を入れた後の巻締検査における特徴量)の相関関係を検出することができる。すると、ユーザは、メーカAに対して、さらに具体的な改善(巻締工程の精度向上等)を促すことができる。
本実施形態の検査機能診断装置の効果は以下の通りである。
(1)検査機能診断装置は、画像の特徴量の変化を出力することができる。
(2)検査機能診断装置は、画像元データから画像を生成する際のパラメータのうち、製品の良/不良を分離する分離度が最大であるものを出力できる。
(3)検査機能診断装置は、画像の特徴量の変化を、平均又は分散というわかり易い統計量の変化として出力できる。さらに、検査機能診断装置は、移動平均又は移動標準偏差を使用するので、ノイズに影響されにくい。
(4)検査機能診断装置は、画像の特徴量の変化を、時系列の増減として出力できる。
(5)検査機能診断装置は、画像の特徴量の変化を、前回の特徴量と比較できる。
(6)検査機能診断装置は、見直し後の推奨パラメータが、現行のパラメータと比して大きく変化する場合に限り、警報を出力できる。
(7)検査機能診断装置は、例えば、工場ごと、ラインごとに、特徴量の変化を比較できる。
(8)検査機能診断装置は、ヒストグラムを用いて分離度を算出するので、パラメータが製品の良/不良を判別する度合いがわかり易くなる。
(9)検査機能診断装置は、撮像位置、大きさ等の特徴量のうちから、ユーザにとって使用しやすいものを選択できる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
2 検査機能診断装置
3 製品
4 カメラ
5 照明ヘッド
6 照明電源
7 センサ
8 排出装置
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 通信装置
21 起動制御部
22 A/D変換部
23 特徴量抽出部
24 閾値設定部
25 判定部
26 外部出力処理部
31 特徴量情報
32 閾値・判定結果情報
33 画像元データ
34 画像
41 特徴量変化診断部
42 パラメータ妥当性診断部
45 警報基準値
46 特徴量推移グラフ
47 ヘッダ情報
48 良/不良別ヒストグラム
Claims (9)
- 製品の画像から抽出された特徴量の経時的又は経数的グラフを作成し、
前記特徴量に関する値と所定の基準値との大小関係に基づき、警報を出力する特徴量変化診断部と、
画像元データから前記画像を生成する際に前記画像元データに対して適用されるパラメータの複数の候補を生成し、
前記生成した複数の候補を、既存の前記画像元データに適用することによって前記画像を生成し、
前記生成した画像の特徴量に所定の閾値を適用することによって前記製品の良/不良を判定し、
前記製品の良/不良の判定を分離する分離度の大きさに基づいて前記生成した複数の候補のうちのある候補を特定し、
前記特定した候補を見直し後の前記パラメータとして出力し、
前記特定した候補と、現在運用中のパラメータとの差分に応じて、警報を出力するパラメータ妥当性診断部と、
を備えること、
を特徴とする検査機能診断装置。 - 前記特徴量に関する値は、平均又は標準偏差を含み、
前記平均は、移動平均を含み、
前記標準偏差は、移動標準偏差を含むこと、
を特徴とする請求項1に記載の検査機能診断装置。 - 前記平均は、経時的又は経数的増減を含み、
前記標準偏差は、経時的又は経数的増減を含むこと、
を特徴とする請求項2に記載の検査機能診断装置。 - 前記所定の基準値は、前記特徴量に関する値の前回の値を含むこと、
を特徴とする請求項3に記載の検査機能診断装置。 - 前記製品の画像がヘッダに関連付けて記憶されるヘッダ情報を格納する記憶部を備え、
前記特徴量変化診断部は、
前記ヘッダをキーとして製品群ごとに複数の前記経時的又は経数的グラフを作成すること、
を特徴とする請求項4に記載の検査機能診断装置。 - 前記パラメータ妥当性診断部は、
前記製品が良品であるヒストグラム及び前記製品が不良品であるヒストグラムを使用して、前記分離度を算出すること、
を特徴とする請求項5に記載の検査機能診断装置。 - 前記特徴量は、
撮像位置、大きさ、輝度、コントラスト及びフォーカスのうちのいずれかを含むこと、
を特徴とする請求項6に記載の検査機能診断装置。 - 検査機能診断装置の特徴量変化診断部は、
製品の画像から抽出された特徴量の経時的又は経数的グラフを作成し、
前記特徴量に関する値と所定の基準値との大小関係に基づき、警報を出力し、
前記検査機能診断装置のパラメータ妥当性診断部は、
画像元データから前記画像を生成する際に前記画像元データに対して適用されるパラメータの複数の候補を生成し、
前記生成した複数の候補を、既存の前記画像元データに適用することによって前記画像を生成し、
前記生成した画像の特徴量に所定の閾値を適用することによって前記製品の良/不良を判定し、
前記製品の良/不良の判定を分離する分離度の大きさに基づいて前記生成した複数の候補のうちのある候補を特定し、
前記特定した候補を見直し後の前記パラメータとして出力し、
前記特定した候補と、現在運用中のパラメータとの差分に応じて、警報を出力すること、
を特徴とする検査機能診断装置の検査機能診断方法。 - 検査機能診断装置の特徴量変化診断部に対し、
製品の画像から抽出された特徴量の経時的又は経数的グラフを作成し、
前記特徴量に関する値と所定の基準値との大小関係に基づき、警報を出力する処理を実行させ、
前記検査機能診断装置のパラメータ妥当性診断部に対し、
画像元データから前記画像を生成する際に前記画像元データに対して適用されるパラメータの複数の候補を生成し、
前記生成した複数の候補を、既存の前記画像元データに適用することによって前記画像を生成し、
前記生成した画像の特徴量に所定の閾値を適用することによって前記製品の良/不良を判定し、
前記製品の良/不良の判定を分離する分離度の大きさに基づいて前記生成した複数の候補のうちのある候補を特定し、
前記特定した候補を見直し後の前記パラメータとして出力し、
前記特定した候補と、現在運用中のパラメータとの差分に応じて、警報を出力する処理を実行させること、
を特徴とする検査機能診断装置を機能させるための検査機能診断プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018102518A JP6985210B2 (ja) | 2018-05-29 | 2018-05-29 | 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018102518A JP6985210B2 (ja) | 2018-05-29 | 2018-05-29 | 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019207156A JP2019207156A (ja) | 2019-12-05 |
JP6985210B2 true JP6985210B2 (ja) | 2021-12-22 |
Family
ID=68767547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018102518A Active JP6985210B2 (ja) | 2018-05-29 | 2018-05-29 | 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6985210B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7386724B2 (ja) | 2020-02-19 | 2023-11-27 | シーシーエス株式会社 | 検査システム及びそれに用いられる発光コントローラ |
CN114397307B (zh) * | 2021-12-20 | 2023-08-01 | 苏州镁伽科技有限公司 | 用于器件检测的方法、装置、设备及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3811124B2 (ja) * | 2002-12-17 | 2006-08-16 | 株式会社日立製作所 | 圧延機の異常診断方法 |
JP2006099632A (ja) * | 2004-09-30 | 2006-04-13 | Toyota Motor Corp | 工作機械用異常検出装置及び異常検出方法 |
JP4552749B2 (ja) * | 2005-05-12 | 2010-09-29 | オムロン株式会社 | 検査基準設定装置及び方法、並びに、工程検査装置 |
JP2007310665A (ja) * | 2006-05-18 | 2007-11-29 | Toshiba Corp | プロセス監視装置 |
JP5002291B2 (ja) * | 2007-03-16 | 2012-08-15 | 株式会社日立ハイテクノロジーズ | 解析装置、プログラム、欠陥検査装置、レビュー装置、解析システム及び解析方法 |
JP5769559B2 (ja) * | 2011-09-07 | 2015-08-26 | キヤノン株式会社 | 画像処理装置、画像処理プログラム、ロボット装置及び画像処理方法 |
JP6019838B2 (ja) * | 2012-07-09 | 2016-11-02 | 富士ゼロックス株式会社 | 画質異常判定装置及びプログラム |
JP5948262B2 (ja) * | 2013-01-30 | 2016-07-06 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法および欠陥観察装置 |
JP6347589B2 (ja) * | 2013-10-30 | 2018-06-27 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP6459345B2 (ja) * | 2014-09-26 | 2019-01-30 | 大日本印刷株式会社 | 変動データ管理システム及びその特異性検出方法 |
JP6614829B2 (ja) * | 2015-07-09 | 2019-12-04 | 倉敷紡績株式会社 | フィルム回路基板の製造監視装置 |
-
2018
- 2018-05-29 JP JP2018102518A patent/JP6985210B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019207156A (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9582872B2 (en) | Optical film defect detection method and system thereof | |
US11403843B2 (en) | Image processing apparatus, display control apparatus, image processing method and recording medium | |
JP4269005B2 (ja) | ガラス壜の検査装置 | |
US8073236B2 (en) | System and method for detecting blemishes on image sensor package | |
JP6985210B2 (ja) | 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム | |
CN112041906B (zh) | 读取系统、读取方法、程序以及存储介质 | |
JP5168215B2 (ja) | 外観検査装置 | |
KR20190039297A (ko) | 검사 방법 및 장치 | |
CN103606221B (zh) | 清分机故障自动诊断方法以及装置 | |
KR101941585B1 (ko) | 인공지능 기반의 검사를 위한 임베디드 시스템, 제어 방법 및 이를 포함하는 검사 시스템 | |
US20190320519A1 (en) | Method and system for vision-based automatic fault notification and classification of system lighting | |
EP3910437A1 (en) | Monitoring apparatus, monitoring method, and computer-readable medium | |
JP4250931B2 (ja) | 外観検査装置および外観検査方法 | |
US20150116543A1 (en) | Information processing apparatus, information processing method, and storage medium | |
EP0703710A1 (en) | Image data processing apparatus having functions of dividing the image data, and method of processing image data | |
JP2010133744A (ja) | 欠陥検出方法およびその方法を用いた視覚検査装置 | |
WO2014103617A1 (ja) | 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム | |
CN107084989B (zh) | 一种aoi器件数据库的添加方法与系统 | |
CN112016509A (zh) | 人员站位异常提醒方法及装置 | |
US20240029017A1 (en) | Information processing device, information processing method, and recording medium | |
TWI785579B (zh) | 元件辨識模型之自動模型重建方法及系統 | |
JP2018185660A (ja) | 映像検品認識装置 | |
WO2020071188A1 (ja) | 印字検査装置 | |
JPH11304449A (ja) | 画像処理装置 | |
JP2012052931A (ja) | 検査装置、検査方法、プログラムおよび記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200727 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210826 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6985210 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |