JP7167426B2 - 検品装置、検品方法及び検品プログラム - Google Patents

Description

本発明は、検品装置、検品方法及び検品プログラムに関する。

従来より、特定の物品（例えば、弁当、パン、野菜、果物、花等の商品）を出荷する際の外観検査においては、当該物品の外観の色に着目して、合否の判定が行われている。このため、当該物品の外観検査を行う検品装置では、例えば、当該物品を撮影した検品画像を、所定のモデル画像（合格と判定される物品を予め撮影した画像）とマッチングさせることで、合否の判定を行っている。

特開２００５－４６１２号公報 特表２００４－５０２２５０号公報

しかしながら、上記のような物品の場合、外観検査において合格と判定される物品であっても、外観の色は均一ではない。例えば、パンの焼きムラや、花の模様などのように外観の色には一定程度の個体差があり、完全に同じ色が再現されることがないからである。このため、所定のモデル画像とマッチングさせる検品方法では、検査精度に限界がある。

一つの側面では、物品の外観検査において、検査精度の向上を図ることを目的としている。

一態様によれば、検品装置は、
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。

物品の外観検査において、検査精度の向上を図ることが可能となる。

検品システムのシステム構成の一例を示す図である。 検品装置のハードウェア構成の一例を示す図である。 検品装置の生成部の機能構成の一例を示す図である。 モデル画像の領域分割処理の具体例を示す図である。 圧縮処理の具体例を示す図である。 ＲＧＢ値変換処理の具体例を示す図である。 モデルデータ算出処理の具体例を示す図である。 モデルデータ選択処理の具体例を示す図である。 モデルデータの具体例を示す図である。 検品装置の検品部の機能構成の一例を示す図である。 判定処理の流れを示すフローチャートである。 判定処理の具体例を示す図である。 検品装置の効果を説明するための図である。

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。

［第１の実施形態］
＜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。

図１に示すように、検品システム１００は、撮像装置１１０と、検品装置１２０とを有する。撮像装置１１０と検品装置１２０とは、有線または無線を介して接続される。

撮像装置１１０は、合格と判定される物品を予め撮影したモデル画像を含む画像データを、検品装置１２０に送信する。また、撮像装置１１０は、検査対象の物品１４１～１４３を撮影した検品画像を含む画像データを、検品装置１２０に送信する。なお、第１の実施形態において、検査対象の物品１４１～１４３は、“弁当”であり、搬送装置１３０により、撮像装置１１０の撮影範囲まで搬送されるものとする。

検品装置１２０は、撮像装置１１０より送信される画像データを処理する画像処理装置の一例である。検品装置１２０には、生成プログラムと検品プログラムとがインストールされており、当該プログラムが実行されることで、検品装置１２０は、生成部１２１、検品部１２２として機能する。

生成部１２１は、画像データに含まれるモデル画像に基づいて、モデルデータを生成する。また、生成部１２１は、生成したモデルデータを、モデル格納部１２３に格納する。

検品部１２２は、画像データに含まれる検品画像に基づいて、検査対象の物品の合否を判定するための検品データを生成する。また、検品部１２２は、生成した検品データに対応するモデルデータをモデル格納部１２３より読み出し、生成した検品データと比較することで、検査対象の物品の合否を判定する。

＜検品装置のハードウェア構成＞
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。

また、検品装置１２０は、補助記憶装置２０４、操作装置２０５、表示装置２０６、Ｉ／Ｆ（Interface）装置２０７、ドライブ装置２０８を有する。なお、検品装置１２０の各ハードウェアは、バス２０９を介して相互に接続されている。

ＣＰＵ２０１は、補助記憶装置２０４にインストールされている各種プログラム（例えば、生成プログラム、検品プログラム等）を実行する演算デバイスである。

ＲＯＭ２０２は、不揮発性メモリである。ＲＯＭ２０２は、補助記憶装置２０４にインストールされている各種プログラムをＣＰＵ２０１が実行するために必要な各種プログラム、データ等を格納する、主記憶デバイスとして機能する。具体的には、ＲＯＭ２０２はＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラム等を格納する。

ＲＡＭ２０３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の揮発性メモリである。ＲＡＭ２０３は、補助記憶装置２０４にインストールされている各種プログラムがＣＰＵ２０１によって実行される際に展開される作業領域を提供する、主記憶デバイスとして機能する。

補助記憶装置２０４は、各種プログラムや、各種プログラムが実行されることで生成されるデータ等を格納する補助記憶デバイスである。例えば、モデル格納部１２３は、補助記憶装置２０４において実現される。

操作装置２０５は、検品装置１２０の管理者が検品装置１２０に対して各種指示を入力するための入力デバイスである。表示装置２０６は、検品装置１２０の内部状態等を表示する表示デバイスである。Ｉ／Ｆ装置２０７は、撮像装置１１０と接続するための接続デバイスである。

ドライブ装置２０８は、記録媒体２１０をセットするためのデバイスである。ここでいう記録媒体２１０には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記録媒体２１０には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。

なお、ドライブ装置２０８は、補助記憶装置２０４に各種プログラムをインストールする際に用いられてもよい。具体的には、検品装置１２０の管理者が、配布された記録媒体２１０をドライブ装置２０８にセットし、該記録媒体２１０に記録された各種プログラムをドライブ装置２０８が読み出すことで、補助記憶装置２０４に各種プログラムがインストールされてもよい。

＜検品装置の生成部の機能構成＞
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。

画像データ取得部３０１は、撮像装置１１０より画像データを取得し、モデル画像を抽出する。また、画像データ取得部３０１は、抽出したモデル画像を領域分割部３０２に通知する。

領域分割部３０２は、モデル画像を予め定められた複数の領域に分割する。また、領域分割部３０２は、分割することで得られた各領域の領域画像を圧縮部３０３に通知する。

圧縮部３０３は、各領域画像について、所定の画素数の画素領域をまとめて１画素とし、各画素領域ごとに、１の画素値（ＲＧＢ値）を算出することで、各領域画像を圧縮する。また、圧縮部３０３は、圧縮済みの各領域画像を、ＲＧＢ値変換部３０４に通知する。

ＲＧＢ値変換部３０４は、圧縮済みの各領域画像の各画素のＲＧＢ値を色変換する。また、ＲＧＢ値変換部３０４は、色変換済みの各領域画像を、モデルデータ算出部３０５に通知する。

モデルデータ算出部３０５は、色変換済みの各領域画像について、領域画像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ことで、領域ごとにモデルデータ候補を算出する。また、モデルデータ算出部３０５は、算出したモデルデータ候補を選択部３０６に通知する。

選択部３０６は、算出されたモデルデータ候補を領域ごとに分類し、分類したモデルデータ候補の中から、互いに類似するモデルデータ候補の組を抽出する。また、選択部３０６は、互いに類似するモデルデータ候補の組それぞれから、１のモデルデータ候補を選択し、選択したモデルデータ候補をモデルデータとしてモデル格納部１２３に登録する。

＜検品装置の生成部の各部の処理の具体例＞
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。

（１）領域分割部３０２による領域分割処理の具体例
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。

モデル画像４００によれば、弁当の容器内部は境界部４００ＢＬにより４つの収容部（収容部４０１、４０２、４０３、４０４）に仕切られている。また、モデル画像４００によれば、収容部４０１～４０３には、それぞれ１種類の内容物（内容物４１１、４１２、４１３）が収容されている。内容物４１１は、例えば“ごはん”であり、内容物４１２は、例えば“サラダ”であり、内容物４１３は、例えば“漬物”である。

更に、モデル画像４００によれば、収容部４０４には、２種類の内容物（内容物４１４ａ、４１４ｂ）が収容されている。内容物４１４ａは、例えば“ハンバーグ”であり、内容物４１４ｂは、例えば“フライドポテト”である。

第１の実施形態において、領域分割部３０２では、内容物の種類ごとに、モデル画像４００を分割する。図４（ｂ）は、内容物の種類ごとに、モデル画像４００を分割した場合の分割位置を示す図である。

図４（ｂ）に示すように、領域分割部３０２は、内容物４１１が収容された収容部４０１に対応する領域をモデル画像４００から分割し、領域画像４２１（領域名＝“領域１”と称す）を抽出する。また、領域分割部３０２は、内容物４１２が収容された収容部４０２に対応する領域をモデル画像４００から分割し、領域画像４２２（領域名＝“領域２”と称す）を抽出する。また、領域分割部３０２は、内容物４１３が収容された収容部４０３に対応する領域をモデル画像４００から分割し、領域画像４２３（領域名＝“領域３”と称す）を抽出する。

また、領域分割部３０２は、内容物４１４ａが収容された収容部４０４の左側領域をモデル画像から分割し、領域画像４２４（領域名＝“領域４”と称す）を抽出する。更に、内容物４１４ｂが収容された収容部４０４の右側領域をモデル画像から分割し、領域画像４２５（領域名＝“領域５”と称す）を抽出する。

（２）圧縮部３０３による圧縮処理の具体例
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。

図５に示すように、圧縮部３０３は、それぞれの領域画像４２１～４２５において、所定の画素数の画素領域（例えば、３画素×３画素の計９画素からなる画素領域）を抽出し、抽出した画素領域に含まれる各画素の画素値の平均値を算出する。これにより、圧縮部３０３は、抽出した画素領域を、算出した１の画素値を有する１画素に圧縮する。

図５の例は、領域画像４２１の画素領域５０１に含まれる各画素の画素値の平均値として、“２１０”を算出し、圧縮後の１画素の画素値とした場合を示している。圧縮部３０３では、かかる圧縮処理を、領域画像４２１～４２５それぞれについて、領域画像内の全範囲に対して実行する。これにより、圧縮部３０３では、領域画像４２１～４２５それぞれのデータ量を削減することができる。

（３）ＲＧＢ値変換部３０４によるＲＧＢ値変換処理の具体例
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。

ＲＧＢ値変換部３０４は、圧縮済みの各領域画像の各画素のＲＧＢ値をそれぞれ色変換する。本実施形態では、例えば、０～２５５の２５６階調のＲ値を、１１の階調範囲に分け、それぞれの階調範囲に属するＲ値を、それぞれの階調範囲の代表値に色変換する。図６の例は、
・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。

同様に、ＲＧＢ値変換部３０４は、例えば、０～２５５の２５６階調のＧ値を、１１の階調範囲に分け、それぞれの階調範囲に属するＧ値を、それぞれの階調範囲の代表値に色変換する。これにより、２５６階調のＧ値は、１１の代表値に色変換されることになる。

同様に、ＲＧＢ値変換部３０４は、例えば、０～２５５の２５６階調のＢ値を、１１の階調範囲に分け、それぞれの階調範囲に属するＢ値を、それぞれの階調範囲の代表値に色変換する。これにより、２５６階調のＢ値は、１１の代表値に色変換されることになる。

なお、ＲＧＢ値変換部３０４によれば、２５６×２５６×２５６＝１６，７７７，２１６通りの色が、１１×１１×１１＝１，３３１通りの色に変換されることになる。

（４）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
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。

図７に示すように、モデルデータ算出処理は領域画像ごとに実行される。図７の例は、領域画像４２１（領域名＝“領域１”）についてモデルデータ算出処理が行われたことを示している。モデルデータ算出部３０５では、領域画像４２１（領域名＝“領域１”）に含まれる画素を、１，３３１通りの色に分類し、各色の画素数をカウントすることで、モデルデータ候補７００を生成する。

図７に示すように、モデルデータ候補７００は、情報の項目として“色”と“カウント数”とを含み、“色”には、１，３３１通りの色（ＲＧＢ値）が格納され、“カウント数”には、領域画像（領域名＝“領域１”）に含まれる各色の画素数が格納される。

（５）選択部３０６によるモデルデータ選択処理の具体例
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。

図８の例は、選択部３０６が、領域画像４２１（領域名＝“領域１”）について、モデルデータ算出部３０５により生成された、モデルデータ候補７００、８０１、８０２を相互に比較した様子を示している。図８の例によれば、モデルデータ候補７００とモデルデータ候補８０１とは類似度が高いため、当該モデルデータ候補の組について、選択部３０６は、モデルデータ候補７００を選択し、モデルデータとしてモデル格納部１２３に登録する。つまり、モデルデータ候補８０１はモデル格納部１２３に登録されない。

一方、モデルデータ候補７００とモデルデータ候補８０２とは類似度が低いため、当該モデルデータ候補の組について、選択部３０６は、両方をモデルデータとしてモデル格納部１２３に登録する。

このように、モデルデータ算出部３０５により生成されたモデルデータ候補のうち、互いに類似するモデルデータ候補については、一方を選択して登録することで、選択部３０６では、モデル格納部１２３に登録するモデルデータの数を絞っている。

＜検品装置のモデル格納部に登録されたモデルデータの具体例＞
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。

同様に、モデルデータ９２１、９２２は、検品画像のうち、領域名＝“領域２”の領域画像との比較に用いられる、モデル名＝モデル２＿１、２＿２のモデルデータである。同様に、モデルデータ９５１、９５２は、検品画像のうち、領域名＝“領域５”の領域画像との比較に用いられる、モデル名＝モデル５＿１、５＿２のモデルデータである。

＜検品装置の検品部の機能構成＞
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。

なお、検品部１２２に含まれる各部のうち、画像データ取得部１００１～ＲＧＢ値変換部１００４の機能は、それぞれ、生成部１２１に含まれる、画像データ取得部３０１～ＲＧＢ値変換部３０４の機能に対応するため、ここでは、説明を省略する。

検品データ算出部１００５は算出手段の一例であり、色変換済みの各領域画像について、領域画像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ことで、領域ごとに検品データを算出する。また、検品データ算出部１００５は、算出した各領域の検品データを判定部１００６に通知する。

判定部１００６は比較手段の一例であり、モデル格納部１２３より、判定対象の領域に対応付けられたモデルデータを読み出し、判定対象の領域の検品データと比較することで、比較結果として、誤差率（詳細は後述）を算出する。また、判定部１００６は判定手段の一例であり、算出した誤差率に基づいて、検査対象の物品の合否を判定し、検品結果を出力する。

＜判定部による判定処理の流れ＞
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。

ステップＳ１１０１において、判定部１００６は、領域数をカウントするカウンタｎに１を設定する。

ステップＳ１１０２において、判定部１００６は、通知された検品データの中から、領域ｎの検品データを抽出する。

ステップＳ１１０３において、判定部１００６は、モデルデータ数をカウントするカウンタｍに１を設定する。

ステップＳ１１０４において、判定部１００６は、領域ｎのモデルデータｎ＿ｍを、モデル格納部１２３より読み出す。

ステップＳ１１０５において、判定部１００６は、領域ｎの検品データと、モデルデータｎ＿ｍとの誤差率を算出する。具体的には、判定部１００６は、１，３３１通りの色それぞれについて、領域ｎの検品データと、モデルデータｎ＿ｍとの画素数の差（絶対値）を算出する。また、判定部１００６は、算出した画素数の差（絶対値）の合計値を求め、領域ｎに含まれる画素数（圧縮した後の画素数）で除算することで、誤差率を算出する。

ステップＳ１１０６において、判定部１００６は、領域ｎに対応付けて登録された全てのモデルデータについて、誤差率を算出したか否かを判定する。ステップＳ１１０６において、誤差率を算出していないモデルデータがあると判定した場合には（ステップＳ１１０６においてＮｏの場合には）、ステップＳ１１０７に進む。

ステップＳ１１０７において、判定部１００６は、モデルデータ数をカウントするカウンタｍをインクリメントし、ステップＳ１１０４に戻る。これにより、判定部１００６では、領域ｎに対応付けて登録された次のモデルデータについて、誤差率を算出することができる。

一方、ステップＳ１００６において、領域ｎに対応付けて登録された全てのモデルデータについて、誤差率を算出したと判定した場合には（ステップＳ１１０６においてＹｅｓの場合には）、ステップＳ１１０８に進む。

ステップＳ１１０８において、判定部１００６は、領域ｎの検品データについて算出した誤差率の中に、閾値以下の誤差率となるモデルデータがあったか否かを判定する。ステップＳ１１０８において、閾値以下の誤差率となるモデルデータがあったと判定した場合には（ステップＳ１１０８においてＹｅｓの場合には）、ステップＳ１１０９に進む。

ステップＳ１１０９において、判定部１００６は、検査対象の物品に含まれる各領域のうち、領域ｎについては“ＯＫ”と判定する。

一方、ステップＳ１１０８において、閾値以下の誤差率となるモデルデータがなかったと判定した場合（ステップＳ１１０８においてＮｏの場合）、ステップＳ１１１０に進む。

ステップＳ１１１０において、判定部１００６は、検査対象の物品が“不合格”であると判定する。つまり、検査対象の物品に含まれる各領域のうちの１の領域がＮＧであった場合、判定部１００６では、検査対象の物品自体を“不合格”と判定する。

ステップＳ１１１１において、判定部１００６は、検査対象の物品に含まれる全ての領域について処理を実行したか否かを判定する。ステップＳ１１１１において、処理を実行していない領域があると判定した場合には（ステップＳ１１１１においてＮｏの場合には）、ステップＳ１１１２に進む。

ステップＳ１１１２において、判定部１００６は、領域数をカウントするカウンタｎをインクリメントし、ステップＳ１１０２に戻る。これにより、判定部１００６は、検査対象の物品に含まれる次の領域について、誤差率を算出することができる。

一方、ステップＳ１１１２において、検査対象の物品に含まれる全ての領域について処理を実行したと判定した場合には（ステップＳ１１１１においてＹｅｓの場合には）、ステップＳ１１１３に進む。

ステップＳ１１１３において、判定部１００６は、検査対象の物品が“合格”であると判定する。つまり、検査対象の物品に含まれる全ての領域が“ＯＫ”であった場合、判定部１００６では、検査対象の物品を“合格”と判定する。

ステップＳ１１１４において、判定部１００６は、判定処理を終了するか否かを判定する。ステップＳ１１１４において、判定処理を継続すると判定した場合には（ステップＳ１１１４においてＮｏの場合には）、ステップＳ１１０１に戻る。この場合、次の検品データが通知されることで、上記処理（ステップＳ１１０１～Ｓ１１１３）が実行される。一方、ステップＳ１１１４において、判定処理を継続しないと判定した場合には（ステップＳ１１１４においてＹｅｓの場合には）、判定処理を終了する。

＜判定部による判定処理の具体例＞
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。

図１２に示すように、領域名＝“領域１”の検品データ１２０１が通知されると、判定部１００６は、モデル格納部１２３より、領域名＝“領域１”に対応付けて登録されたモデルデータを順次読み出す。図１２の例は、モデル格納部１２３より、モデルデータ９１１（モデル名＝“モデルデータ１＿１”）が読み出されたことを示している。

また、図１２に示すように、判定部１００６は、各色について、検品データ１２０１とモデルデータ９１１との画素数の差（絶対値）を算出し、差分データ１２０２を生成する。

差分データ１２０２によれば、色＝（０，０，０）の場合、検品データ１２０１とモデルデータ９１１との画素数の差（絶対値）は、“２”である。また、色＝（２５，０，０）の場合、検品データ１２０１とモデルデータ９１１との画素数の差（絶対値）は、“４”である。更に、色＝（５０，０，０）の場合、検品データ１２０１とモデルデータ９１１との画素数の差（絶対値）は、“１”である。

以下、判定部１００６は、全ての色について、検品データ１２０１とモデルデータ９１１との画素数の差（絶対値）を算出し、算出した画素数の差（絶対値）の合計値（合計差異数）を求める。図１２の例は、判定部１００６により、合計差異数として“９０”が算出されたことを示している。

なお、判定部１００６では、更に、算出した合計差異数を、領域名＝“領域１”に含まれる画素数（圧縮した後の画素数）で除算することで、誤差率を算出し、領域名＝“領域１”について“ＯＫ”か否かを判定する。

＜検品装置による検品の効果＞
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。

一方、検品部１２２では、領域画像１３１１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１３１２を生成する。また、検品部１２２では、色変換済みの領域画像１３１２に対して、検品データ算出処理を実行することで、検品データ１３１３を算出する。

この結果、検品部１２２では、判定部１００６が差分データ１３２０を算出し、更に、合計差異数として“１０”を算出する。図１３の例では、色変換済みの領域画像１３０２または１３１２に含まれる画素数は“１３２”であるため、誤差率＝合計差異数／画素数＝１０／１３２＝７．６％となる。つまり、検品部１２２では、判定部１００６が色変換済みの領域画像１３１２に対応する領域について“ＯＫ”と判定する。

ここで、領域画像１３０１と領域画像１３１１とでは、写し出されている内容物は同じであるが、内容物に含まれる具材の配置、個々の具材の大きさ及び形、色等は、一致していない。このため、領域画像１３０１と領域画像１３１１とをマッチングさせる従来の検品方法によれば、領域画像１３１１に対応する領域について“ＮＧ”と判定する可能性があった。

これに対して、第１の実施形態に係る検品装置１２０によれば、圧縮処理及びＲＧＢ値変換処理が実行されるため、個々の具材の大きさ及び形、色等の違いは吸収されることになる（色変換済みの領域画像１３０２、１３１２参照）。一方で、写し出されている内容物が同じである場合、領域画像全体の色味は一致するため、各色に分類される画素数の差を算出すれば、色味が一致していることを判定することができる。このように、第１の実施形態に係る検品装置１２０によれば、領域画像１３１１に対応する領域について、正しく“ＯＫ”と判定することができる。

つまり、第１の実施形態に係る検品装置によれば、物品（弁当）の外観検査において、検査精度の向上を図ることが可能となる。

［第２の実施形態］
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。

また、上記第１の実施形態では、圧縮部３０３、１００３がそれぞれ、３画素×３画素（９画素）の画素領域を１画素に圧縮する場合について説明したが、圧縮方法はこれに限定されない。

また、上記第１の実施形態では、ＲＧＢ値変換部３０４、１００４がそれぞれ、２５階調を１階調に色変換する場合について説明したが、圧縮部３０３、１００３による色変換方法はこれに限定されない。

また、上記第１の実施形態では、各領域画像について同じ処理を行うものとして説明したが、領域画像ごとに処理内容を変更してもよい。例えば、領域画像ごとに、圧縮方法や色変換方法を変更してもよいし、あるいは、領域画像ごとに、誤差率を判定する際の閾値を変更してもよい。

また、上記第１の実施形態では、検品画像に含まれる全ての領域画像を処理対象として、処理を実行するものとして説明したが、検品画像に含まれる一部の領域画像を処理対象として処理を実行するようにしてもよい。

また、上記第１の実施形態では、各色の画素数の差を単純加算することで、合計差異数を算出したが、各色の画素数の差を重み付け加算することで、合計差異数を算出してもよい。

また、上記第１の実施形態では、検査対象の物品＝弁当の場合について説明したが、検査対象の物品はこれに限定されず、パン、野菜、果物、花等の商品のように、外観の色に基づいて、合否の判定が行われる物品であれば、他の物品についても適用可能である。

なお、開示の技術では、以下に記載する付記のような形態が考えられる。
（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。

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

１００ ：検品システム
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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。

Images