JP7307918B2 - データ処理装置、データ処理プログラムおよび基板群評価システム - Google Patents
データ処理装置、データ処理プログラムおよび基板群評価システム Download PDFInfo
- Publication number
- JP7307918B2 JP7307918B2 JP2019095358A JP2019095358A JP7307918B2 JP 7307918 B2 JP7307918 B2 JP 7307918B2 JP 2019095358 A JP2019095358 A JP 2019095358A JP 2019095358 A JP2019095358 A JP 2019095358A JP 7307918 B2 JP7307918 B2 JP 7307918B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- feature amount
- unit
- feature
- feature quantity
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/82—Recycling of waste of electrical or electronic equipment [WEEE]
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
廃電子基板の集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記データ取得部で取得する一つの画像データと他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
を備えるデータ処理装置である。
前記第1特徴量は、色相値に関する特徴量である
第1の態様に記載のデータ処理装置である。
前記第1特徴量抽出部は、前記画像データを構成する各画素の色相値を、色相環における複数の区分領域のいずれに属するかを分類することで、前記第1特徴量を抽出するとともに、前記色相環として各区分領域が重複領域部分を有するように設定されたものを用いる
第2の態様に記載のデータ処理装置である。
前記第2特徴量は、前記廃電子基板の所定形状部分の画像中における分布に基づく特徴量である
第1から第3の態様のいずれか1態様に記載のデータ処理装置である。
前記第2特徴量抽出部は、前記所定形状部分に相当する画素値を抽出するとともに、当該画素値の画像中における分布を当該画像中に設定した仮想格子を利用して抽出する
第4の態様に記載のデータ処理装置である。
前記画像データにおける前記廃電子基板の所定形状部分の量に関する特徴量を第3特徴量として抽出する第3特徴量抽出部を備え、
前記類否判定部は、前記第1特徴量および前記第2特徴量に加えて前記第3特徴量を指標に用いて、類否判定を行うように構成されている
第1から第5の態様のいずれか1態様に記載のデータ処理装置である。
前記所定形状部分は、前記廃電子基板の直線形状部分であり、
前記第3特徴量は、前記直線形状部分の本数に関する特徴量である
第6の態様に記載のデータ処理装置である。
前記類否判定部は、類否判定にあたり、当該類否判定に用いる各特徴量に対して重み付けをするように構成されている
第1から第7のいずれか1態様に記載のデータ処理装置である。
前記類否判定部は、少なくとも前記第1特徴量と前記第2特徴量とを同等の重みとするように構成されている
第8の態様に記載のデータ処理装置である。
前記画像データには、当該画像データの識別情報が関連付けられており、
前記類否判定部は、前記識別情報に基づいて、前記一つの画像データとの類否判定の対象となる前記他の画像データを絞り込むように構成されている
第1から第9のいずれか1態様に記載のデータ処理装置である。
コンピュータを、
廃電子基板の集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記データ取得部で取得する一つの画像データと他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
として機能させるデータ処理プログラムである。
廃電子基板の集合体の画像データを取得するデータ取得工程と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出工程と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出工程と、
前記データ取得工程で取得する一つの画像データと他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定工程と、
を備える基板群類否判定方法である。
廃電子基板の集合体を撮像する画像撮像部と、
前記集合体を分析して当該集合体に含有される金属資源量を推定する資源量推定部と、
前記画像撮像部での撮像結果と前記資源量推定部での推定結果とを対応付けて記憶蓄積するデータベース部と、
前記画像撮像部または前記データベース部から前記集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記資源量推定部での分析対象について前記データ取得部が取得する一つの画像データと、当該一つの画像データとの対比のために前記データ取得部が前記データベース部から取得する他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
前記類否判定部で前記一つの画像データと類似度が高いと判定された画像データの対応情報を前記データベース部から取り出して、前記資源量推定部で分析対象となる前記集合体についての評価情報として出力する評価情報出力部と、
を備える基板群評価システムである。
廃電子基板の集合体を画像撮像部で撮像する画像撮像工程と、
前記集合体を分析して当該集合体に含有される金属資源量を推定する資源量推定工程と、
前記画像撮像工程での撮像結果と前記資源量推定工程での推定結果とを対応付けてデータベース部に記憶蓄積させるデータ記憶工程と、
前記画像撮像部または前記データベース部から前記集合体の画像データを取得するデータ取得工程と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出工程と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出工程と、
前記資源量推定工程での分析対象について前記データ取得工程で取得する一つの画像データと、当該一つの画像データとの対比のために前記データ取得工程で前記データベース部から取得する他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定工程と、
前記類否判定工程で前記一つの画像データと類似度が高いと判定された画像データの対応情報を前記データベース部から取り出して、前記資源量推定工程で分析対象となる前記集合体についての評価情報として出力する評価情報出力工程と、
を備える基板群評価方法である。
ここで、まず、廃電子基板のリサイクル処理の概要を説明する。
処理の対象となる廃電子基板は、プリント基板上に電子部品を搭載したもので、金、銀、銅、白金、パラジウム等の金属資源を含有するものである。具体的には、メモリ基板、ネットワーク基板、サーバ基板類、拡張基板、フィンガーボード、HDD基板、CPU基板、携帯電話機の基板等が例示できる。
なお、リサイクル処理にあたり、廃電子基板は、同種のもの(例えば、搭載する電子部品の構成が同一・類似のもの)が一定量で纏められた集合体とし、その集合体を一つの単位(以下、一つの単位のことを「ロット」という。)として取り扱われる。したがって、異種の廃電子基板は、別ロットとして取り扱われる。
図1は、廃電子基板のリサイクル処理における分析処理の手順の一例を示すフロー図である。
分析処理を行う際には、はじめに、対象ロットとなる廃電子基板の集合体を撮像して、その集合体の画像(以下、「基板画像」ともいう。)を取得する(ステップ101、以下ステップを「S」と略す。)。次いで、対象ロットの廃電子基板を破砕して、その一部をサンプルとし(S102)、そのサンプルの成分分析を行う(S103)。これにより、廃電子基板の金属含有比率が得られる。金属含有比率とは、所定量(例えば、重さ1t)の廃電子基板あたりに含まれると推定される主要金属の割合のことをいう。つまり、サンプルの成分分析によって、廃電子基板の集合体に含有される金属資源量が推定されることになる。
分析終了後は、過去のリサイクル処理の際に得られた過去データを記憶蓄積するデータベース部にアクセスして、そのデータベース部における記憶蓄積データを参照し、対象ロットの基板画像および金属含有比率に類似した基板画像および金属含有比率を有するデータを選定する(S104)。そして、選定したデータについて、対象ロットの基板画像および金属含有比率との類似度を判定し(S105)、類似度が予め設定された基準よりも高ければ、成分分析結果を承認するプロセスに進み、上述した一連の分析処理を終了する(S106)。一方、類似度が基準に満たなければ、対象ロットの成分分析結果を再確認すべく、サンプル採取から上述した一連の処理を繰り返す。
ただし、上述した分析処理において、基板画像等についての類否判定を作業者の主観判定で行うと、属人的な処理となることから、その処理の信頼性を高く担保するという点で好ましくない。また、比較対象となるデータ量が膨大であると、作業者にとっての負担が大きく、多くの時間を要してしまうことになるため、効率的な処理を実現する上でも好ましくない。
このことから、本実施形態においては、リサイクル処理における分析処理にあたり、廃電子基板の集合体についての類否判定の自動化を可能にするアルゴリズムを用いる。これにより、本実施形態では、廃電子基板の集合体に含有される金属資源量の推定について、その推定結果に対する信頼性を高く担保するとともに、そのために必要な処理を効率的に行うことを可能にしているのである。
次に、本実施形態において廃電子基板の集合体の類否判定の自動化を可能にするために用いられるシステムの構成例を説明する。ここで例に挙げるシステムは、本発明に係る「基板群評価システム」の一具体例に相当するものである。
図2は、本実施形態で例に挙げる基板群評価システムのシステム構成(ハードウエア構成)を示す模式図である。図3は、図2に示す基板群評価システムにおける機能構成(ソフトウエア構成)の一例を示すブロック図である。
図2に示すように、本実施形態で例に挙げるシステムは、対象ロットとなる廃電子基板の集合体(以下、「基板群」ともいう。)1を受け入れて搬送するべルトコンベア2と、べルトコンベア2上を流れる基板群1を撮影して基板画像を得る画像撮像部としてのカメラ3と、べルトコンベア2から受け取った基板群1を成分分析して金属含有比率を求めることで当該基板群1に含有される金属資源量を推定する資源量推定部4と、コンピュータ装置によって構成されるサーバ装置5およびデータ処理装置6と、を備えている。なお、サーバ装置5およびデータ処理装置6は、それぞれが別体で構成されたものであってもよいし、それぞれが一体で構成されたものであってもよい。
また、本実施形態では、ベルトコンベア2上の基板群1をカメラ3で撮影するシステム構成を例に挙げているが、これに限定されることはなく、他のシステム構成であっても構わない。例えば、カメラ3は、ベルトコンベア2による搬送前の基板群1を撮影するものであってもよいし、ベルトコンベア2以外の搬送具によって搬送される基板群1を撮影するものであってもよいし、あるいは所定箇所に載置される基板群1を撮影するものであってもよい。さらに、カメラ3は、後述するデータ取得部61やデータベース部51等に画像データを提供可能なものであれば、システム外に設置されたもの(例えば、システムの遠隔地に設置された外部カメラ)を用いてもよい。
図3に示すように、サーバ装置5は、過去のリサイクル処理の際にシステム内で得られた過去データを記憶蓄積するデータベース部51を有している。データベース部51が記憶蓄積するデータには、カメラ3で得られた基板画像の画像データと、資源量推定部4による金属資源量の推定結果に関するデータ(以下、単に「資源量データ」という。)と、が含まれる。
データ処理装置6は、本発明に係る「データ処理装置」の一具体例に相当するもので、システム全体の動作を制御するためにCPU、ROM、RAM等の組み合わせからなる演算部、フラッシュメモリやHDD等の記憶部といったハードウエア資源を備えて構成されている。つまり、データ処理装置6は、コンピュータ装置としてのハードウエア資源を備えて構成されており、記憶部に記憶された所定プログラムを演算部が実行することにより、そのプログラム(ソフトウエア)とハードウエア資源とが協働して、システム全体の動作を制御するようになっている。
以上のような機能構成のデータ処理装置6において、上述した各部61~66としての機能は、当該データ処理装置6を構成する演算部が所定プログラムを実行することによって実現される。つまり、各部61~66としての機能を実現する所定プログラムは、本発明に係る「データ処理プログラム」の一実施形態に相当する。
次に、上述した構成のシステムにおける処理動作例について説明する。ここでは、主として、データ処理装置6により基板群の類否判定を行う手順を具体的に説明する。ここで例に挙げる手順は、本発明に係る「基板群類否判定方法」の一具体例に相当する。なお、「基板群類否判定方法」の手順は、本発明に係る「基板群評価方法」の手順の一部を構成する。
図4に示すように、基板群の類否判定にあたっては、まず、ベルトコンベア2上に供給された対象ロット(以下「ロットA」という。)の基板群1の基板画像をカメラ3で撮像し、その撮像結果である画像データをデータ取得部61がカメラ3から取得する(S201)。なお、基板画像の画像データには、例えばカメラ3での撮像時に、その画像データに固有の識別情報が関連付けられるものとする。
その後は、ロットAの画像データおよびロットCの画像データのそれぞれ(ロットCが複数ロットの場合は各ロットの画像データ毎、以下同様とする。)について、第1特徴量抽出部62が第1特徴量を抽出する(S205)。さらに詳しくは、第1特徴量抽出部62は、第1特徴量として、画像データの色情報に関する特徴量を算出する。基板画像は、その基板画像を構成する廃電子基板の種類に応じて、画像中に包含される色の種類が異なる。そのため、色情報は、基板画像を特徴付ける上で、非常に有用であると考えられる。
このような色相環を用いて特徴量を算出する場合には、まず、ロットAまたはロットCの各画像データについて、当該画像データを構成する各画素の色相値を抽出する。そして、各画素の色相値が、色相環の24段階の区分領域のいずれに属するかを分類する。このとき、重複領域部分に属する色相値については、各区分領域のそれぞれに重複して分類する。これにより、ノイズ成分(例えば、基板の実際の色との差異)を排除した分類を行うことが可能となり、後述する画素数割合算出の高精度化に有用なものとなる。このような分類を画像データを構成する全画素分について行い、各色相区分に含まれる画素数の割合を算出する。
すなわち、図6に示す色相環の15°毎の区分領域に含まれる画素数の割合を、色相値に関する特徴量fci(i=1~24)とする。各色相区分の画素数の割合を用いることで、カメラ3での撮像時における画像サイズや解像度の違いに対するロバスト性を得ることが実現可能となる。
また、ロットAの画像データおよびロットCの画像データのそれぞれについては、図4に示すように、第2特徴量抽出部63が第2特徴量を抽出する(S206)。さらに詳しくは、第2特徴量抽出部63は、第2特徴量として、基板分布の変動係数に関する特徴量を算出する。基板分布は、廃電子基板の所定形状部分の画像中における分布に基づいて特定することができる。廃電子基板の所定形状部分としては、当該廃電子基板の端子部に相当する直線形状部分が挙げられる。つまり、本実施形態において、第2特徴量抽出部63は、基板分布の変動係数に関する特徴量(すなわち第2特徴量)として、廃電子基板の端子部(直線形状部分)の分布状況を変動係数によって表した特徴量を算出する。
廃電子基板は、一般に、電極端子が列状に配置された端子部を有しており、その配置は廃電子基板の種類によって異なる。そのため、このような端子部(直線形状部分)の画像中における分布の状況を数値化することは、基板画像を特徴付ける上で、非常に有用であると考えられる。しかも、廃電子基板には、端子部以外にも多様な部品が搭載されているが、端子部(直線形状部分)のみに着目することで、処理の効率化が図れるようになる。
このようにして得られた白画素の分布状況の変動係数を、基板分布の変動係数に関する特徴量fV、すなわち本実施形態における第2特徴量とする。廃電子基板の所定形状部分に着目し、その分布状況を変動係数によって表すことで、カメラ3での撮像時における画像サイズや解像度の違いに対するロバスト性を得ることが実現可能となる。
また、ロットAの画像データおよびロットCの画像データのそれぞれについては、図4に示すように、第3特徴量抽出部64が第3特徴量を抽出する(S207)。さらに詳しくは、第3特徴量抽出部64は、第3特徴量として、廃電子基板の所定形状部分の量に関する特徴量を算出する。所定形状部分は、第2特徴量の場合と同様に、廃電子基板の端子部に相当する直線形状部分である。所定形状部分の量としては、直線形状部分の本数が挙げられる。つまり、本実施形態において、第3特徴量抽出部64は、廃電子基板の所定形状部分の量に関する特徴量(すなわち第3特徴量)として、廃電子基板の端子部(直線形状部分)の本数(すなわち、画像中の直線本数)に関する特徴量を算出する。
基板画像における廃電子基板は、ロット毎に各基板の重なり合いの状態や位置等が異なる。そのため、画像中の直線本数を数値化して、端子部の存在数を推定可能にすれば、各基板の重なり合い具合や重なり量等を把握できるようになり、基板画像を特徴付ける上で、非常に有用であると考えられる。
このようにして得られた白画素の直線本数を、基板所定形状部分の量に関する特徴量fL、すなわち本実施形態における第3特徴量とする。廃電子基板の所定形状部分の量に着目することで、ロット毎の各基板の重なり合いの状態や位置等の違いに対するロバスト性を得ることが実現可能となる。
第1特徴量、第2特徴量および第3特徴量の抽出後、図4に示すように、類否判定部65は、ロットAの画像データとロットCの画像データとについて、それぞれの間の類否判定を行う。このとき、類否判定部65は、少なくとも第1特徴量および第2特徴量を、好ましくは第1特徴量および第2特徴量に加えて第3特徴量を指標として用い、ロットAの画像データとロットCの画像データとの画像類似度を算出することによって、それぞれの間の類否判定を行う(S208)。画像類似度の算出は、例えば、以下のような手順で行う。
類否判定部65が画像類似度Sを算出すると、評価情報出力部66は、その算出結果を含む各種情報を、ロットAについての評価情報として出力する。出力は、例えば、画像表示や印刷出力等の公知の手法で行えばよい。この出力結果を参照することで、システム利用者は、類否判定の結果を含むロットAについての評価情報の内容を把握することができる。
ここで、画像類似度Sの算出結果の具体例について、簡単に説明する。ここでは、ロットAの画像データと、複数ロットであるロットCの各画像データとについて、それぞれの間の画像類似度Sを算出し、その算出結果に基づいてロットCのうち画像類似度Sの高さが上位2位までのロットを抽出し、各ロットの資源量データに基づき所定金属(例えば、金)の含有比率の値を認識し、その金属含有比率がロットAについての金属含有比率の±10%以内であれば判定成功とし、使用データの数に対する判定成功数の割合を判定成功率として算出した場合を例に挙げる。
本実施形態で説明したデータ処理装置、データ処理プログラム、基板群類否判定方法、基板群評価システムおよび基板群評価方法によれば、以下のような効果が得られる。
つまり、本実施形態によれば、廃電子基板の集合体について、その集合体の画像データと他の画像データとの類否判定を高精度かつ効率的に行うことが可能となり、これにより廃電子基板のリサイクルビジネスの成立に寄与することができる。
以上に本発明の実施形態を説明したが、上述した開示内容は、本発明の例示的な実施形態を示すものである。すなわち、本発明の技術的範囲は、上述の例示的な実施形態に限定されるものではない。
Claims (12)
- 廃電子基板の集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記データ取得部で取得する一つの画像データと他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
を備えるデータ処理装置。 - 前記第1特徴量は、色相値に関する特徴量である
請求項1に記載のデータ処理装置。 - 前記第1特徴量抽出部は、前記画像データを構成する各画素の色相値を、色相環における複数の区分領域のいずれに属するかを分類することで、前記第1特徴量を抽出するとともに、前記色相環として各区分領域が重複領域部分を有するように設定されたものを用いる
請求項2に記載のデータ処理装置。 - 前記第2特徴量は、前記廃電子基板の所定形状部分の画像中における分布に基づく特徴量である
請求項1から3のいずれか1項に記載のデータ処理装置。 - 前記第2特徴量抽出部は、前記所定形状部分に相当する画素値を抽出するとともに、当該画素値の画像中における分布を当該画像中に設定した仮想格子を利用して抽出する
請求項4に記載のデータ処理装置。 - 前記画像データにおける前記廃電子基板の所定形状部分の量に関する特徴量を第3特徴量として抽出する第3特徴量抽出部を備え、
前記類否判定部は、前記第1特徴量および前記第2特徴量に加えて前記第3特徴量を指標に用いて、類否判定を行うように構成されている
請求項1から5のいずれか1項に記載のデータ処理装置。 - 前記所定形状部分は、前記廃電子基板の直線形状部分であり、
前記第3特徴量は、前記直線形状部分の本数に関する特徴量である
請求項6に記載のデータ処理装置。 - 前記類否判定部は、類否判定にあたり、当該類否判定に用いる各特徴量に対して重み付けをするように構成されている
請求項1から7のいずれか1項に記載のデータ処理装置。 - 前記類否判定部は、少なくとも前記第1特徴量と前記第2特徴量とを同等の重みとするように構成されている
請求項8に記載のデータ処理装置。 - 前記画像データには、当該画像データの識別情報が関連付けられており、
前記類否判定部は、前記識別情報に基づいて、前記一つの画像データとの類否判定の対象となる前記他の画像データを絞り込むように構成されている
請求項1から9のいずれか1項に記載のデータ処理装置。 - コンピュータを、
廃電子基板の集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記データ取得部で取得する一つの画像データと他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
として機能させるデータ処理プログラム。 - 廃電子基板の集合体を撮像する画像撮像部と、
前記集合体を分析して当該集合体に含有される金属資源量を推定する資源量推定部と、
前記画像撮像部での撮像結果と前記資源量推定部での推定結果とを対応付けて記憶蓄積するデータベース部と、
前記画像撮像部または前記データベース部から前記集合体の画像データを取得するデータ取得部と、
前記画像データの色情報に関する特徴量を第1特徴量として抽出する第1特徴量抽出部と、
前記画像データの基板分布の変動係数に関する特徴量を第2特徴量として抽出する第2特徴量抽出部と、
前記資源量推定部での分析対象について前記データ取得部が取得する一つの画像データと、当該一つの画像データとの対比のために前記データ取得部が前記データベース部から取得する他の画像データとについて、少なくとも前記第1特徴量および前記第2特徴量を指標に用いて、類否判定を行う類否判定部と、
前記類否判定部で前記一つの画像データと類似度が高いと判定された画像データの対応情報を前記データベース部から取り出して、前記資源量推定部で分析対象となる前記集合体についての評価情報として出力する評価情報出力部と、
を備える基板群評価システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019095358A JP7307918B2 (ja) | 2019-05-21 | 2019-05-21 | データ処理装置、データ処理プログラムおよび基板群評価システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019095358A JP7307918B2 (ja) | 2019-05-21 | 2019-05-21 | データ処理装置、データ処理プログラムおよび基板群評価システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020190881A JP2020190881A (ja) | 2020-11-26 |
JP7307918B2 true JP7307918B2 (ja) | 2023-07-13 |
Family
ID=73454606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019095358A Active JP7307918B2 (ja) | 2019-05-21 | 2019-05-21 | データ処理装置、データ処理プログラムおよび基板群評価システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7307918B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7456544B2 (ja) | 2022-08-17 | 2024-03-27 | 三菱マテリアル株式会社 | 取引管理装置、取引管理システム、ユーザ端末、取引管理方法、表示制御方法、およびプログラム |
WO2024038855A1 (ja) * | 2022-08-17 | 2024-02-22 | 三菱マテリアル株式会社 | 取引管理装置、取引管理システム、ユーザ端末、取引管理方法、表示制御方法、およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009157555A (ja) | 2007-12-26 | 2009-07-16 | Fujitsu Ltd | 画像解析プログラム、画像解析装置、および画像解析方法 |
US20130089239A1 (en) | 2011-03-14 | 2013-04-11 | Masanori Ikeda | Method of determining solder paste height and device for determining solder paste height |
JP2015161579A (ja) | 2014-02-27 | 2015-09-07 | 三菱電機株式会社 | 貴金属量算出装置および貴金属量算出方法 |
JP2016218979A (ja) | 2015-05-26 | 2016-12-22 | 日本電信電話株式会社 | 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム |
-
2019
- 2019-05-21 JP JP2019095358A patent/JP7307918B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009157555A (ja) | 2007-12-26 | 2009-07-16 | Fujitsu Ltd | 画像解析プログラム、画像解析装置、および画像解析方法 |
US20130089239A1 (en) | 2011-03-14 | 2013-04-11 | Masanori Ikeda | Method of determining solder paste height and device for determining solder paste height |
JP2015161579A (ja) | 2014-02-27 | 2015-09-07 | 三菱電機株式会社 | 貴金属量算出装置および貴金属量算出方法 |
JP2016218979A (ja) | 2015-05-26 | 2016-12-22 | 日本電信電話株式会社 | 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020190881A (ja) | 2020-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chung et al. | Efficient shadow detection of color aerial images based on successive thresholding scheme | |
WO2015072338A1 (ja) | データ構造、ライブラリ作成装置、電子機器分析装置、ライブラリ提供システム | |
JP7307918B2 (ja) | データ処理装置、データ処理プログラムおよび基板群評価システム | |
TW201419169A (zh) | 物體識別裝置、物體識別方法及程式產品 | |
JP2008046903A (ja) | 対象個数検出装置および対象個数検出方法 | |
CN110781877B (zh) | 一种图像识别方法、设备及存储介质 | |
CN111160169B (zh) | 人脸检测方法、装置、设备及计算机可读存储介质 | |
CN111461101A (zh) | 工服标志的识别方法、装置、设备及存储介质 | |
Abbas et al. | Automated pavement distress detection using image processing techniques | |
CN110659588A (zh) | 一种客流量统计方法、装置及计算机可读存储介质 | |
CN113222921A (zh) | 一种图像处理方法及系统 | |
CN115240203A (zh) | 业务数据处理方法、装置、设备及存储介质 | |
US20160253581A1 (en) | Processing system, processing method, and recording medium | |
CN108694398B (zh) | 一种图像分析方法及装置 | |
CN111754491A (zh) | 一种图片清晰度判定方法及装置 | |
Júnior et al. | Learning from pseudo-labels: Self-training electronic components detector for waste printed circuit boards | |
JP4918615B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
JP6470109B2 (ja) | 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム | |
CN111986155A (zh) | 一种通用场景文字识别方法及装置 | |
CN113766308A (zh) | 视频封面推荐方法、装置、计算机设备和存储介质 | |
JP2014074977A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US20150169973A1 (en) | Incomplete patterns | |
JP2022181664A (ja) | データ処理装置、データ処理プログラム、基板群類否判定方法、基板群評価システムおよび基板群評価方法 | |
JP4674920B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
CN112069357B (zh) | 视频资源处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230523 |
|
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: 20230606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230623 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7307918 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |