JP7167426B2 - 検品装置、検品方法及び検品プログラム - Google Patents
検品装置、検品方法及び検品プログラム Download PDFInfo
- Publication number
- JP7167426B2 JP7167426B2 JP2017213063A JP2017213063A JP7167426B2 JP 7167426 B2 JP7167426 B2 JP 7167426B2 JP 2017213063 A JP2017213063 A JP 2017213063A JP 2017213063 A JP2017213063 A JP 2017213063A JP 7167426 B2 JP7167426 B2 JP 7167426B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- pixels
- container
- color
- calculated
- 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
Landscapes
- Spectrometry And Color Measurement (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Description
複数の収容部に仕切られた検査対象の容器を撮影した検品画像を、各収容部に収容された内容物の種類に応じて、複数の領域に分割する分割手段と、
分割された複数の領域それぞれに含まれる画素を、色ごとに分類し、各色の画素数を算出する算出手段と、
前記各収容部に収容された内容物の種類に対応する複数の領域それぞれの内少なくとも1つの領域においては複数のモデル画像を有し、前記複数のモデル画像の各々に含まれる画素の、各色の画素数と、分割された前記複数の領域それぞれにおいて算出された前記各色の画素数との差の合計値を、対応する領域に含まれる画素数で除算することで誤差率を算出する比較手段と、
前記複数の領域それぞれにおいて算出した前記誤差率に基づいて、前記各収容部に内容物が収容された前記検査対象の容器の合否を判定する判定手段と、を有し、
前記判定手段は、前記検品画像に含まれる少なくとも1つの領域において、算出した前記誤差率が全て所定の閾値以下でないと判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が不合格であると判定し、前記検品画像に含まれる全ての領域において、算出した前記誤差率の内少なくとも1つが前記所定の閾値以下であると判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が合格であると判定することを特徴とする。
<検品システムのシステム構成>
はじめに、第1の実施形態に係る検品装置を含む検品システムのシステム構成について説明する。図1は、検品システムのシステム構成の一例を示す図である。
次に、検品装置120のハードウェア構成について説明する。図2は、検品装置のハードウェア構成の一例を示す図である。図2に示すように、検品装置120は、CPU(Central Processing Unit)201、ROM(Read Only Memory)202、RAM(Random Access Memory)203を有する。CPU201、ROM202、RAM203は、いわゆるコンピュータを形成する。
次に、検品装置120の生成部121の機能構成について説明する。図3は、検品装置の生成部の機能構成の一例を示す図である。図3に示すように、生成部121は、画像データ取得部301、領域分割部302、圧縮部303、RGB値変換部304、モデルデータ算出部305、選択部306を有する。
次に、検品装置120の生成部121の各部(画像データ取得部301を除く各部)の処理の具体例について説明する。
はじめに、生成部121の領域分割部302による、モデル画像の領域分割処理の具体例について説明する。図4は、モデル画像の領域分割処理の具体例を示す図である。図4(a)に示すように、合格と判定される物品(弁当)を予め撮影したモデル画像400には、弁当の容器の外縁及び弁当の容器内部の仕切りを示す境界部400BLが含まれる。
次に、生成部121の圧縮部303による圧縮処理の具体例について説明する。図5は、圧縮処理の具体例を示す図である。
次に、RGB値変換部304によるRGB値変換処理の具体例について説明する。図6は、RGB値変換処理の具体例を示す図である。
・階調範囲=0~24に属するR値を、代表値=0に色変換すること、
・階調範囲=25~49に属するR値を、代表値=25に色変換すること、
・階調範囲=50~74に属するR値を、代表値=50に色変換すること、
・階調範囲=75~99に属するR値を、代表値=75に色変換すること、
・階調範囲=100~124に属するR値を、代表値=100に色変換すること、
・階調範囲=125~149に属するR値を、代表値=125に色変換すること、
等を示している。これにより、256階調のR値は、11の代表値に色変換されることになる。
次に、モデルデータ算出部305によるモデルデータ算出処理の具体例について説明する。図7は、モデルデータ算出処理の具体例を示す図である。
次に、選択部306によるモデルデータ選択処理の具体例について説明する。図8は、モデルデータ選択処理の具体例を示す図である。
次に、検品装置120のモデル格納部123に登録されたモデルデータの具体例について説明する。図9は、モデルデータの具体例を示す図である。図9に示すように、モデルデータは、領域名及びモデル名と対応付けて登録される。モデルデータ911、912は、検品画像のうち、領域名=“領域1”の領域画像との比較に用いられる、モデル名=モデル1_1、1_2のモデルデータである。
次に、検品装置120の検品部122の機能構成について説明する。図10は、検品装置の検品部の機能構成の一例を示す図である。図10に示すように、検品部122は、画像データ取得部1001、領域分割部1002、圧縮部1003、RGB値変換部1004、検品データ算出部1005、判定部1006を有する。
次に、判定部1006による、判定処理の流れについて説明する。図11は、判定処理の流れを示すフローチャートである。検品データ算出部1005より、各領域の検品データが通知されると、判定部1006は、図11に示すフローチャートを開始する。
次に、判定部1006による、検査対象の物品についての判定処理の具体例について説明する。図12は、判定処理の具体例を示す図である。
次に、検品装置120による検品の効果について説明する。図13は、検品装置の効果を説明するための図である。図13に示すように、生成部121では、領域画像1301に対して、圧縮処理及びRGB値変換処理を実行することで、色変換済みの領域画像1302を生成する。また、生成部121では、色変換済みの領域画像1302に対して、モデルデータ算出処理及びモデルデータ選択処理を実行することで、モデルデータ1303を登録する。
上記第1の実施形態では、領域分割部302、1002がそれぞれ、内容物の種類に応じて検品画像を5個の領域に分割するものとして説明したが、分割する領域数は、5個に限定されない。また、分割方法も、内容物の種類に限定されず、内容物の種類とは無関係に(予め定められた位置で)、分割するようにしてもよい。
(付記1)
検査対象の物品を撮影した検品画像において、所定の領域に含まれる画素を、色ごとに分類し、各色の画素数を算出する算出手段と、
モデル画像において、前記所定の領域に対応する領域に含まれる画素の、前記各色の画素数を参照し、算出された前記各色の画素数と比較する比較手段と、
比較結果に基づいて、前記検査対象の物品の合否を判定する判定手段と
を有することを特徴とする検品装置。
(付記2)
前記判定手段は、
前記各色の画素数の差の合計値を、前記所定の領域に含まれる画素数で除算することで得た誤差率に基づいて、前記検査対象の物品の合否を判定することを特徴とする付記1に記載の検品装置。
(付記3)
前記判定手段は、
前記所定の領域について算出した誤差率が、所定の閾値以下でないと判定した場合、前記検査対象の物品が不合格であると判定し、
前記検品画像に含まれる全ての領域について算出した誤差率が、いずれも所定の閾値以下であると判定した場合、前記検査対象の物品が合格であると判定することを特徴とする付記2に記載の検品装置。
(付記4)
前記所定の領域に含まれる画素の画素値を、該画素値が属する階調範囲において予め定められた代表値に変換する変換手段を更に有することを特徴とする付記3に記載の検品装置。
(付記5)
前記所定の領域に含まれる画素について、所定の画素数の画素ごとにまとめて1の画素値を有する画素に圧縮する圧縮手段を更に有することを特徴とする付記4に記載の検品装置。
(付記6)
検査対象の物品を撮影した検品画像において、所定の領域に含まれる画素を、色ごとに分類し、各色の画素数を算出し、
モデル画像において、前記所定の領域に対応する領域に含まれる画素の、前記各色の画素数を参照し、算出された前記各色の画素数と比較し、
比較結果に基づいて、前記検査対象の物品の合否を判定する、
処理をコンピュータが実行する検品方法。
(付記7)
コンピュータに、
検査対象の物品を撮影した検品画像において、所定の領域に含まれる画素を、色ごとに分類し、各色の画素数を算出し、
モデル画像において、前記所定の領域に対応する領域に含まれる画素の、前記各色の画素数を参照し、算出された前記各色の画素数と比較し、
比較結果に基づいて、前記検査対象の物品の合否を判定する、
処理を実行させる検品プログラム。
110 :撮像装置
120 :検品装置
121 :生成部
122 :検品部
301 :画像データ取得部
302 :領域分割部
303 :圧縮部
304 :RGB値変換部
305 :モデルデータ算出部
306 :選択部
911~952 :モデルデータ
1001 :画像データ取得部
1002 :領域分割部
1003 :圧縮部
1004 :RGB値変換部
1005 :検品データ算出部
1006 :判定部
Claims (5)
- 複数の収容部に仕切られた検査対象の容器を撮影した検品画像を、各収容部に収容された内容物の種類に応じて、複数の領域に分割する分割手段と、
分割された複数の領域それぞれに含まれる画素を、色ごとに分類し、各色の画素数を算出する算出手段と、
前記各収容部に収容された内容物の種類に対応する複数の領域それぞれの内少なくとも1つの領域においては複数のモデル画像を有し、前記複数のモデル画像の各々に含まれる画素の、各色の画素数と、分割された前記複数の領域それぞれにおいて算出された前記各色の画素数との差の合計値を、対応する領域に含まれる画素数で除算することで誤差率を算出する比較手段と、
前記複数の領域それぞれにおいて算出した前記誤差率に基づいて、前記各収容部に内容物が収容された前記検査対象の容器の合否を判定する判定手段と、を有し、
前記判定手段は、前記検品画像に含まれる少なくとも1つの領域において、算出した前記誤差率が全て所定の閾値以下でないと判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が不合格であると判定し、前記検品画像に含まれる全ての領域において、算出した前記誤差率の内少なくとも1つが前記所定の閾値以下であると判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が合格であると判定する
ことを特徴とする検品装置。 - 前記複数の領域それぞれに含まれる画素の画素値を、該画素値が属する階調範囲において予め定められた代表値に変換する変換手段を更に有することを特徴とする請求項1に記載の検品装置。
- 前記複数の領域それぞれに含まれる画素について、所定の画素数の画素ごとにまとめて1の画素値を有する画素に圧縮する圧縮手段を更に有することを特徴とする請求項2に記載の検品装置。
- 複数の収容部に仕切られた検査対象の容器を撮影した検品画像を、各収容部に収容された内容物の種類に応じて、複数の領域に分割し、
分割された複数の領域それぞれに含まれる画素を、色ごとに分類し、各色の画素数を算出し、
前記各収容部に収容された内容物の種類に対応する複数の領域それぞれの内少なくとも1つの領域においては複数のモデル画像を有し、前記複数のモデル画像の各々に含まれる画素の、各色の画素数と、分割された前記複数の領域それぞれにおいて算出された前記各色の画素数との差の合計値を、対応する領域に含まれる画素数で除算することで誤差率を算出して比較し、
前記複数の領域それぞれにおいて算出した前記誤差率に基づいて、前記各収容部に内容物が収容された前記検査対象の容器の合否を判定する、処理をコンピュータが実行する検品方法であって、
前記判定する処理は、前記検品画像に含まれる少なくとも1つの領域において、算出した前記誤差率が全て所定の閾値以下でないと判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が不合格であると判定し、前記検品画像に含まれる全ての領域において、算出した前記誤差率の内少なくとも1つが前記所定の閾値以下であると判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が合格であると判定する
検品方法。 - コンピュータに、
複数の収容部に仕切られた検査対象の容器を撮影した検品画像を、各収容部に収容された内容物の種類に応じて、複数の領域に分割し、
分割された複数の領域それぞれに含まれる画素を、色ごとに分類し、各色の画素数を算出し、
前記各収容部に収容された内容物の種類に対応する複数の領域それぞれの内少なくとも1つの領域においては複数のモデル画像を有し、前記複数のモデル画像の各々に含まれる画素の、各色の画素数と、分割された前記複数の領域それぞれにおいて算出された前記各色の画素数との差の合計値を、対応する領域に含まれる画素数で除算することで誤差率を算出して比較し、
前記複数の領域それぞれにおいて算出した前記誤差率に基づいて、前記各収容部に内容物が収容された前記検査対象の容器の合否を判定する、処理を実行させる検品プログラムであって、
前記判定する処理は、前記検品画像に含まれる少なくとも1つの領域において、算出した前記誤差率が全て所定の閾値以下でないと判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が不合格であると判定し、前記検品画像に含まれる全ての領域において、算出した前記誤差率の内少なくとも1つが前記所定の閾値以下であると判定した場合、前記各収容部に内容物が収容された前記検査対象の容器が合格であると判定する
検品プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017213063A JP7167426B2 (ja) | 2017-11-02 | 2017-11-02 | 検品装置、検品方法及び検品プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017213063A JP7167426B2 (ja) | 2017-11-02 | 2017-11-02 | 検品装置、検品方法及び検品プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019086914A JP2019086914A (ja) | 2019-06-06 |
JP7167426B2 true JP7167426B2 (ja) | 2022-11-09 |
Family
ID=66763033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017213063A Active JP7167426B2 (ja) | 2017-11-02 | 2017-11-02 | 検品装置、検品方法及び検品プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7167426B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021039691A (ja) * | 2019-09-05 | 2021-03-11 | 株式会社富士通アドバンストエンジニアリング | 検査装置、検査方法及び検査プログラム |
JP7396160B2 (ja) | 2020-03-26 | 2023-12-12 | 富士通株式会社 | 検査装置、検査プログラム及び検査方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009126058A (ja) | 2007-11-22 | 2009-06-11 | Olympus Corp | 画像記録装置及び記録不良検出方法 |
JP2012505485A (ja) | 2008-10-14 | 2012-03-01 | シクパ ホールディング エスアー | アイテム識別のための方法およびシステム |
JP2014021973A (ja) | 2012-07-19 | 2014-02-03 | Suzhou Bitstrong Electronics Co Ltd | 画像処理装置 |
JP2014145639A (ja) | 2013-01-29 | 2014-08-14 | Tdi Product Solution Co Ltd | 食品検査装置 |
JP2017527905A (ja) | 2014-08-26 | 2017-09-21 | ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation | 色に基づく異物検出システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09203664A (ja) * | 1996-01-25 | 1997-08-05 | C G A Kk | 色合い検査装置 |
-
2017
- 2017-11-02 JP JP2017213063A patent/JP7167426B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009126058A (ja) | 2007-11-22 | 2009-06-11 | Olympus Corp | 画像記録装置及び記録不良検出方法 |
JP2012505485A (ja) | 2008-10-14 | 2012-03-01 | シクパ ホールディング エスアー | アイテム識別のための方法およびシステム |
JP2014021973A (ja) | 2012-07-19 | 2014-02-03 | Suzhou Bitstrong Electronics Co Ltd | 画像処理装置 |
JP2014145639A (ja) | 2013-01-29 | 2014-08-14 | Tdi Product Solution Co Ltd | 食品検査装置 |
JP2017527905A (ja) | 2014-08-26 | 2017-09-21 | ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation | 色に基づく異物検出システム |
Also Published As
Publication number | Publication date |
---|---|
JP2019086914A (ja) | 2019-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9179092B2 (en) | System and method producing high definition video from low definition video | |
KR102094320B1 (ko) | 강화 학습을 이용한 이미지 개선 방법 | |
WO2012148619A1 (en) | Superpixel segmentation methods and systems | |
JP7167426B2 (ja) | 検品装置、検品方法及び検品プログラム | |
JP2012203910A (ja) | 画像処理装置および方法 | |
JP2015507807A (ja) | 画像構図変更の品質評価 | |
US11055816B2 (en) | Image processing device, image processing method, and image processing program | |
EP3012781A1 (en) | Method and apparatus for extracting feature correspondences from multiple images | |
CN113301409B (zh) | 视频合成方法、装置、电子设备和可读存储介质 | |
US20170091613A1 (en) | Computational device, computational method, and computer program product | |
CN111401269A (zh) | 基于监控视频的商品热点检测方法、装置和设备 | |
US11830187B2 (en) | Automatic condition diagnosis using a segmentation-guided framework | |
US20210166476A1 (en) | Automatic 3D Image Reconstruction Process from Real-World 2D Images | |
JP2018508910A (ja) | フラクタル次元測定を用いた前景検出 | |
JP6316569B2 (ja) | 物品識別システムとそのプログラム | |
US20220414827A1 (en) | Training apparatus, training method, and medium | |
CN111444806A (zh) | 基于监控视频的商品触碰信息聚类方法、装置和设备 | |
Siswantoro et al. | A rapid and accurate computer vision system for measuring the volume of axi-symmetric natural products based on cubic spline interpolation | |
US11558625B2 (en) | Method for generating residual image of multi-view video and apparatus using the same | |
US20220384035A1 (en) | Automatic condition diagnosis using an attention-guided framework | |
JP6717049B2 (ja) | 画像解析装置、画像解析方法およびプログラム | |
US11182617B2 (en) | Device and method for generating heat map | |
JP7396160B2 (ja) | 検査装置、検査プログラム及び検査方法 | |
US20220189199A1 (en) | Processing apparatus, processing method, and non-transitory storage medium | |
JP6769555B2 (ja) | 物品識別装置、物品識別方法、計算装置、システムおよびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210824 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220608 |
|
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: 20220927 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221010 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7167426 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |