JP7314048B2 - 学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラム - Google Patents

Description

本発明は、学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラムに関する。

今日において、例えば空港又は工場等で、荷物又は製造物等を開被又は破壊することなく、収納物又は内部構造等を視認可能な物体検査装置が知られている。このような物体検査装置では、特許文献１（特開平１１－２３０９１８号公報）に開示されているように、一例としてＸ線で撮像された透視画像が用いられる。

透視画像は、検査を行う物体に照射したＸ線の減衰率（原子番号に応じて異なる）及び物体の密度に応じて着色される。また、複数の透視画像に基づいて、収納物又は内部構造等を学習した学習モデルが生成される。そして、この学習モデルに基づいて、検査時に撮像された透視画像で示される内容物又は内部構造等を判定して判定画像を表示する。検査員は、この判定画像に基づいて、荷物又は製造物等の内容物又は内部構造等を判断し、必要に応じて開被検査等を行う。

特開平１１－２３０９１８号公報

判定精度の高い学習モデルの生成には多くの透視画像を必要とする。そこで、自ら撮影した透視画像だけでなく、第三者が撮影した透視画像を学習用の透視画像に加えることで、学習用の透視画像の数を増やすことが考えられる。

しかし、今日において使用されている物体検査装置は、透視画像に対する着色処理が、物体検査装置のメーカ毎に異なる。このため、作成される学習モデルの色合いも、元となる透視画像を撮像した物体検査装置のメーカ毎に異なるものとなる。従って、例えばＡ社で製造された物体検査装置で撮像された透視画像と、Ｂ社で製造された物体検査装置の透視画像をそのままの色合いで学習モデルの生成に用いると、判定精度が低い学習モデルが生成されてしまうという問題があった。

本発明は、上述の課題に鑑みてなされたものであり、透視画像に対する各メーカ間の着色処理の差を補正して内容物等の正確な判定結果を得ることを可能とした学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラムの提供を目的とする。

上述した課題を解決し、目的を達成するために、本発明は、第１の画像フォーマットの第１の画像情報を、色相情報、彩度情報及び輝度情報を含む第２の画像フォーマットの第２の画像情報に変換するフォーマット変換部と、色相環上の所定の角度毎に色相情報を分割し、分割した角度毎に、色相情報、彩度情報及び輝度情報のヒストグラムを作成するヒストグラム作成部と、第１の色合いに対応する色相情報、彩度情報及び輝度情報のヒストグラムで示される各画素値の出現率に、第１の色合いとは異なる第２の色合いに対応する色相情報、彩度情報及び輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、色相情報、彩度情報及び輝度情報の色補正情報を作成する色補正情報作成部と、色相情報、彩度情報及び輝度情報の各色補正情報を、第１の画像フォーマットに対応する色補正情報に変換する変換部と、第１の色合いとは異なる第２の色合いの第１の画像フォーマットの第１の画像情報を、変換部により変換された各色補正情報に基づいて、第１の色合いの第１の画像情報に変換する色変換部と、第１の色合いに変換された第１の画像情報を、オブジェクト判定用の第１の画像情報として記憶部に蓄積して記憶する学習部と、を有する。

本発明は、透視画像に対する各メーカ間の着色処理の差を補正して内容物等の正確な判定結果を得ることが可能な学習モデルを構築できる。

図１は、実施の形態となる物体検査システムのシステム構成図である。 図２は、実施の形態となる物体検査システムに設けられている物体検査装置のハードウェア構成を示す図である。 図３は、実施の形態となる物体検査システムに設けられている解析装置のハードウェア構成を示す図である。 図４は、色補正テーブル作成部が色補正テーブル作成プログラムを実行することで、ソフトウェア的に実現される各機能の機能ブロック図である。 図５は、別機種画像の色補正用の色補正テーブルの作成工程の概要を示す図である。 図６は、別機種画像の色補正用の色補正テーブルにより色補正した別機種画像に基づいて、別機種画像で示される荷物の内容等を判定する判定動作の概要を示す図である。 図７は、色補正テーブルの作成動作の流れを示すフローチャートである。 図８は、ＲＧＢ値をＨＬＳ値に変換する際に用いられる演算式を示す図である。 図９は、ＲＧＢ値をＨＳＶ値に変換する際に用いられる演算式を示す図である。 図１０は、色相Ｈの色補正テーブルの作成動作を説明するための図である。 図１１は、色相Ｈの固定幅毎に輝度Ｌ及び彩度Ｓの色補正テーブルを作成する動作を説明するための図である。 図１２は、ヒストグラムに画素数が集中している箇所が存在することで生ずる不都合を説明するための図である。 図１３は、色補正テーブル形成部における、ヒストグラムの分散処理を説明するための図である。 図１４は、ＨＳＶ空間における色相Ｈと輝度値Ｖの特性を示す図である。 図１５は、色補正テーブルにより色変換処理した別機種画像に基づく、物体の内容物等の判定動作の流れを示すフローチャートである。 図１６は、主機種画像の色合いを、別機種画像の色合いに補正するための色補正テーブルの形成動作の流れを示すフローチャートである。 図１７は、主機種となる物体検査装置において、主機種画像の色合いを、別機種画像の色合いに変換して、物体の内容物等の判定を行う判定動作の流れを示すフローチャートである。 図１８は、主機種学習画像の学習動作を示す模式図である。 図１９は、主機種学習画像に基づく内容物等の判定動作を示す図である。 図２０は、別機種学習画像の学習動作を示す模式図である。 図２１は、別機種学習画像に基づく内容物等の判定動作を示す図である。

以下、図面を参照して、本発明の学習モデルの構築装置、学習モデルの構築方法及び学習モデルの構築プログラムを適用した実施の形態の物体検査システムを説明する。

（システム構成）
図１は、実施の形態の物体検査システムのシステム構成図である。この図１に示すように、物体検査システムは、物体検査装置１及び解析装置２を有している。物体検査装置１及び解析装置２は、有線又は無線で相互に接続されている。

なお、物体検査装置１及び解析装置２は、例えばインターネット等のパブリック網又はＬＡＮ等のプライベート網を介して接続されていてもよい。また、この例では、物体検査装置１及び解析装置２を、それぞれ別の装置として説明するが、物体検査装置１に解析装置２の機能を設け、物理的に一つの装置（物体検査装置）としてもよい。

物体検査装置１は、本体１６、荷物４の入口１６ａ及び荷物４の出口１６ｂを有している。また，物体検査装置１は、モニタ装置１４を有している。本体１６は、入口１６ａから搬入された荷物４を、ローラコンベアにより出口１６ｂまで移動させる間、荷物４に例えばＸ線を照射して透視画像を形成する。この透視画像は、解析装置２に送信される。

解析装置２は、物体検査装置１により形成された複数の透視画像を学習することで、荷物４の内部の収納物等を判別するための学習画像を記憶している。物体検査装置１から透視画像が供給されると、解析装置２は、記憶している学習画像に基づいて、透視画像で示される荷物４の内部の収納物等を判定する。そして、この判定結果となる判定画像を、物体検査装置１のモニタ装置１４に供給する。これにより、荷物４の内部の収納物等を示す判定画像をモニタ装置１４に表示することができる。

検査員は、この判定画像に基づいて荷物４の収納物を判断し、必要に応じて開被検査等を行う。

（物体検査装置のハードウェア構成）
図２は、物体検査装置１のハードウェア構成を示す図である。この図２に示すように、物体検査装置１は、荷物４に対してＸ線を照射するＸ線源２１、入口１６ａから搬入された荷物４を出口１６ｂまで移動させるローラコンベア２２を有している。また、物体検査装置１は、荷物４を透過したＸ線を検出するＸ線検出器２３、Ｘ線検出器２３のＸ線検出出力に対応するＲＧＢフォーマットの透視画像（ＲＧＢ画像）を形成する画像処理部２４を有している。透視画像（ＲＧＢ画像）は、上述のように解析装置２に供給され、内部の収納物等の判定に用いられる。また、物体検査装置１は、解析装置２からの判定画像を表示するモニタ装置１４を有している。

なお、図２に示すハードウェアのうち、例えば画像処理部２４等の一部のハードウェアをソフトウェアで実現してもよい。

（解析装置のハードウェア構成）
図３は、解析装置２のハードウェア構成を示す図である。この図３に示すように、解析装置２は、取得部３１、画像学習部３２、色補正テーブル作成部３３、記憶部３４、色補正部３５及び判定部３６を有する。

取得部３１は、所定のメーカが製造している物体検査装置である主機種で形成された透視画像（主機種画像）を取得する。また、取得部３１は、このような主機種を製造するメーカとは異なるメーカで製造された別機種で形成された透視画像（別機種画像）を取得する。

画像学習部３２は、複数の主機種画像を学習し、荷物４の内部の収納物等を判別するための学習画像（主機種学習画像）を記憶部３４に記憶させる。この主機種学習画像は、学習される毎に追加されて、記憶部３４に記憶される。また、この主機種学習画像は、別機種の透視画像の色合いを、主機種の透視画像の色合いに補正するための色補正テーブルを作成する際に用いられる。

また、画像学習部３２は、複数の別機種画像を学習し、荷物４の内部の収納物等を判別するための学習画像（別機種学習画像）を記憶部３４に記憶させる。この別機種学習画像は、学習される毎に追加されて、記憶部３４に記憶される。また、この別機種学習画像は、主機種の透視画像の色合いを、別機種の透視画像の色合いに補正するための色補正テーブルを作成する際に用いられる。

色補正テーブル作成部３３は、取得部３１を介して取得された複数の別機種画像、及び、記憶部３４に記憶されている主機種学習画像に基づいて、別機種画像の色合いを、主機種学習画像の色合いに色補正するための「別機種→主機種色補正テーブル」を作成して、記憶部３４に記憶する。また、色補正テーブル作成部３３は、取得部３１を介して取得された複数の主機種画像、及び、記憶部３４に記憶されている別機種学習画像に基づいて、主機種画像の色合いを、別機種学習画像の色合いに色補正するための「主機種→別機種色補正テーブル」を作成して、記憶部３４に記憶する。

記憶部３４には、上述の主機種学習画像、別機種学習画像、別機種→主機種色補正テーブル及び主機種→別機種色補正テーブルの他、主機種及び別機種の透視画像を学習して、主機種学習画像及び別機種学習画像を作成するための「画像学習プログラム」が記憶されている。また、記憶部３４には、色合いを補正した主機種の透視画像で示される内容物（オブジェクト）等の判定動作、及び、色合いを補正した別機種の透視画像で示される内容物等の判定動作を制御するための「画像判定プログラム」が記憶されている。さらに、記憶部３４には、別機種→主機種色補正テーブル及び主機種→別機種色補正テーブルを作成するための「色補正テーブル作成プログラム」が記憶されている。

色補正部３５は、別機種→主機種色補正テーブルに基づいて、別機種の透視画像を、主機種の色合いの透視画像に補正する。また、色補正部３５は、主機種→別機種色補正テーブルに基づいて、主機種の透視画像を、別機種の色合いの透視画像に補正する。

解析部の一例である判定部３６は、主機種の色合いに色補正された別機種画像の内容物等を主機種学習画像に基づいて判定し、判定画像をモニタ装置１４に供給する。また、判定部３６は、別機種の色合いに色補正された主機種画像の内容物等を別機種学習画像に基づいて判定し、判定画像をモニタ装置１４に供給する。

なお、図３に示した各部３１～３６のうち、一部をソフトウェアで実現してもよい。

（色補正テーブル作成部のソフトウェア構成）
図４は、色補正テーブル作成部３３が、記憶部３４に記憶されている色補正テーブル作成プログラムを実行することで、ソフトウェア的に実現される各機能の機能ブロック図である。この図４に示すように、色補正テーブル作成部３３は、色補正テーブル作成プログラムを実行することで、ＨＬＳ変換部４１、Ｈヒストグラム作成部４２、固定幅分割部４３及びＳＬヒストグラム作成部４４の各機能を実現する。また、色補正テーブル作成部３３は、色補正テーブル作成プログラムを実行することで、ランキング化部４５、同率順位検出部４６、変換テーブル形成部４７及びＲＧＢ変換部４８の各機能を実現する。各部４１～４８の詳細な動作は、後述する。

（別機種画像の判定動作）
次に、別機種で形成された透視画像（別機種画像）の色合いを、主機種の透視画像の色合いに補正し、この色合いを補正した別機種画像及び主機種学習画像に基づいて、別機種画像で示される荷物の内容等を判定する判定動作を説明する。

図５は、別機種画像の色補正用の色補正テーブルの作成工程の概要を示す図である。主機種となる物体検査装置１は、図５（ａ）に示すように、撮像した複数の透視画像及び外部から供給された主機種となる物体検査装置１用の透視画像を学習して記憶部３４に記憶している（主機種学習画像）。主機種となる物体検査装置１の色補正テーブル作成部３３は、この主機種学習画像に基づいて、図５（ｃ）に示すように、色相（Hue）、輝度（Lightness）、彩度（Saturation）のＨＬＳヒストグラムをそれぞれ作成する。

また、色補正テーブル作成部３３は、図５（ｂ）に示すように別機種の物体検査装置１００からの未学習の画像（別機種未学習画像）に基づいて、図５（ｄ）に示すように、色相（Hue）、輝度（Lightness）、彩度（Saturation）のＨＬＳヒストグラムをそれぞれ作成する。

次に、色補正テーブル作成部３３は、主機種学習画像から作成したＨＬＳヒストグラムで示される各画素値の出現率と、別機種未学習画像から作成したＨＬＳヒストグラムで示される各画素値の出現率とを比較する。主機種学習画像のＨＬＳヒストグラムと、別機種未学習画像のＨＬＳヒストグラムとの間において、出現率が同じであるということは、同じ画素値であることを意味する。このため、色補正テーブル作成部３３は、主機種学習画像のＨＬＳヒストグラムの出現率と同じ出現率となる別機種未学習画像のＨＬＳヒストグラムの画素値を、その出現率の主機種学習画像の画素値に補正するための色補正情報を作成する。色補正テーブル作成部３３は、このような色補正情報を、出現率毎及びＨＬＳのヒストグラム毎に記憶させた色補正テーブル（別機種→主機種色補正テーブル）を作成する（図５（ｅ））。

このような別機種→主機種色補正テーブルを作成することで、主機種となる物体検査装置１において、別機種未学習画像に基づく内容物等の判定を行うことができる。図６が、この判定動作の概要を示す図である。図６（ａ）に示すように、別機種の物体検査装置１００で撮像された透視画像（別機種未学習画像）が、主機種の物体検査装置１に供給されると、主機種の物体検査装置１の色補正部３５は、別機種→主機種色補正テーブルを参照して（図６（ｂ））、別機種の透視画像の色合いを、主機種の物体検査装置１用の色合いに補正する（図６（ｃ））。

主機種の物体検査装置１の判定部３６は、主機種の物体検査装置１用の色合いに補正された別機種の透視画像に基づいて、別機種の透視画像で示される物体の内容物等を判定する（図６（ｄ）、図６（ｅ））。これにより、主機種の物体検査装置１において、別機種の透視画像に基づき内容物等の正確な判定を行うことができる。

（色補正テーブルの形成動作の詳細）
図７のフローチャートに、上述の色補正テーブルの作成動作の流れを示す。色補正テーブル作成部３３は、記憶部３４に記憶されている色補正テーブル作成プログラムを実行することで、図４に示す各機能（ＨＬＳ変換部４１～ＲＧＢ変換部４８）に基づいて、図７のフローチャートのステップＳ１から各処理を実行する。

まず、ステップＳ１では、図４に示すＨＬＳ変換部４１が、記憶部３４に記憶されている主機種の物体検査装置１の複数の主機種学習済み画像のＲＧＢ値をＨＬＳ値に変換し、Ｈヒストグラム作成部４２が、図５（ｃ）に示したようなＨ（色相）のヒストグラムを作成する。すなわち、主機種学習済み画像の各画素値は、赤色（Ｒ）、緑色（Ｇ）、青色（Ｂ）のＲＧＢ色空間の値となっている。このため、ＨＬＳ変換部４１は、主機種学習済み画像のＲＧＢ色空間の値となっている各画素値を、色相（Hue）、輝度（Lightness）、彩度（Saturation）のＨＬＳ色空間の値に変換する（ＨＬＳ変換処理）。Ｈヒストグラム作成部４２は、ＨＬＳ変換されたＨＬＳの各値のうち、色相（Hue）のヒストグラムを形成する。

図８は、ＲＧＢ値をＨＬＳ値に変換する際に用いられる演算式を示す図である。この図８に示すように、ＨＬＳ変換部４１は、ＲＧＢの各最大値（ｍａｘ）を「Ｖｍａｘ」とし、ＲＧＢの各最小値（ｍｉｎ）を「Ｖｍｉｎ」とし、「（Ｖｍａｘ＋Ｖｍｉｎ）／２」の演算を行うことで輝度Ｌを算出する。

また、ＨＬＳ変換部４１は、算出した輝度Ｌの値が０．５未満の場合（Ｌ＜０．５）、「（Ｖｍａｘ－Ｖｍｉｎ）／（Ｖｍａｘ＋Ｖｍｉｎ）」の演算を行うことで彩度Ｓを算出する。これに対して、ＨＬＳ変換部４１は、算出した輝度Ｌの値が０．５以上の場合（Ｌ≧０．５）、「（Ｖｍａｘ－Ｖｍｉｎ）／（２－（Ｖｍａｘ＋Ｖｍｉｎ））」の演算を行うことで彩度Ｓを算出する。

また、ＨＬＳ変換部４１は、Ｒの値がＶｍａｘである場合（Ｖｍａｘ＝Ｒ）、「（６０（Ｇ－Ｂ））／（Ｖｍａｘ－Ｖｍｉｎ）」の演算を行うことで、色相Ｈを算出する。また、ＨＬＳ変換部４１は、Ｇの値がＶｍａｘである場合（Ｖｍａｘ＝Ｇ）、「（１２０＋６０（Ｂ－Ｒ））／（Ｖｍａｘ－Ｖｍｉｎ）」の演算を行うことで、色相Ｈを算出する。また、ＨＬＳ変換部４１は、Ｂの値がＶｍａｘである場合（Ｖｍａｘ＝Ｂ）、「（２４０＋６０（Ｒ－Ｇ））／（Ｖｍａｘ－Ｖｍｉｎ）」の演算を行うことで、色相Ｈを算出する。

なお、主機種学習済み画像のＲＧＢ色空間の画像を、色相（Hue）、彩度（Saturation）、明度（Value）のＨＳＶ色空間の値に変換し、色相（Hue）のヒストグラムを形成してもよい（ＨＳＶ変換）。

ＨＳＶ変換を行う場合、図９に示すように、ＲＧＢの各最大値（ｍａｘ）を明度Ｖとする。また、このＶの値が「０」ではない場合に、「（Ｖ－ｍｉｎ（ＲＧＢ））／Ｖ」の演算を行うことで彩度Ｓが算出される。また、Ｖの値が「０」の場合は、彩度Ｓも「０」とされる。

また、Ｒの値がＶである場合（Ｖ＝Ｒ）、「（６０（Ｇ－Ｂ））／（Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ））」の演算により、色相Ｈが算出される。また、Ｇの値がＶである場合（Ｖ＝Ｇ）、「（１２０＋６０（Ｂ－Ｒ））／（Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ））」の演算により、色相Ｈが算出される。また、Ｂの値がＶである場合（Ｖ＝Ｂ）、「（２４０＋６０（Ｒ－Ｇ））／（Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ））」の演算により、色相Ｈが算出される。

次に、Ｈヒストグラム作成部４２により、色相Ｈのヒストグラムが作成されると、ステップＳ２において、固定幅分割部４３が、色相Ｈのヒストグラムを、色相環の例えば０度～２９度、３０度～５９度、６０度～８９度・・・３３０度～３５９度の３０度毎に１２分割する。これにより、色相Ｈのヒストグラムを、赤色、赤黄色、黄色・・・・紫、赤紫等のように、同じ色合いの範囲毎に分割できる。なお、１２分割は一例であり、色相Ｈのヒストグラムを、３６度毎の１０分割としてもよい。

ＳＬヒストグラム作成部４４は、分割された色毎に、彩度Ｓ及び輝度Ｌのヒストグラムをそれぞれ作成する。これにより、主機種学習済み画像の色相Ｈのヒストグラム、及び、色相Ｈの固定幅毎（３０度毎）の彩度Ｓ及び輝度Ｌのヒストグラムがそれぞれ作成されたこととなる。

次に、ステップＳ３において、図４に示すＨＬＳ変換部４１が、別機種の物体検査装置の複数の別機種未学習画像のＲＧＢ値をＨＬＳ値に変換し、Ｈヒストグラム作成部４２が、図５（ｄ）に示したようなＨ（色相）のヒストグラムを、上述と同様に作成する。

Ｈヒストグラム作成部４２により、別機種未学習画像の色相Ｈのヒストグラムが作成されると、ステップＳ４において、固定幅分割部４３が、別機種未学習画像の色相Ｈのヒストグラムを、色相環の例えば０度～２９度、３０度～５９度、６０度～８９度・・・の固定幅毎に分割する。ＳＬヒストグラム作成部４４は、分割された色相Ｈの固定幅毎に、別機種未学習画像の彩度Ｓ及び輝度Ｌのヒストグラムをそれぞれ作成する。

これにより、別機種未学習画像の色相Ｈのヒストグラム、及び、各色相Ｈの固定幅毎の彩度Ｓ及び輝度Ｌのヒストグラムがそれぞれ作成されたこととなる。

次に、ステップＳ５において、ランキング化部４５が、主機種学習画像の色相Ｈ、彩度Ｓ及び輝度Ｌのヒストグラム、及び、別機種未学習画像の色相Ｈ、彩度Ｓ及び輝度Ｌのヒストグラムに現れている画素値毎の出現率を、図１０に示すようにランキング化する。また、ステップＳ６において、同率順位検出部４６が、ランキング化された各画素値のうち、同率順位の画素値を検出する。そして、変換テーブル形成部４７が、ランキング化された各画素値に基づいて、別機種未学習画像の色相Ｈ、彩度Ｓ及び輝度Ｌの各画素値を、主機種学習画像の色相Ｈ、彩度Ｓ及び輝度Ｌの各画素値に対応させた、別機種画像の色相Ｈ、彩度Ｓ、輝度Ｌの各画素値を補正するための色補正テーブル（変換テーブル）を形成する。

図１０の例を用いて具体的に説明すると、この図１０の例の場合、主機種学習画像の色相Ｈのヒストグラムには、４の画素値が２つ存在し（２つが同率１位）、５の画素値が５つ存在し（５つが同率３位）、６の画素値が６つ存在（６つが同率８位）している例を示している。

また、この図１０の例の場合、別機種未学習画像の色相Ｈのヒストグラムには、１の画素値が２つ存在し（２つが同率１位）、２の画素値が４つ存在し（４つが同率３位）、５の画素値が４つ存在し（４つが同率７位）、６の画素値が３つ存在（３つが同率１１位）している例を示している。

変換テーブル形成部４７は、まず、別機種未学習画像の色相Ｈの各順位の画素値を、主機種学習画像に対応する順位の画素値に変換するためのＨの色補正テーブルを形成する。すなわち、図１０の例の場合、主機種学習画像の色相Ｈのヒストグラムで出現率が１位となっている画素の画素値は「４」であり、別機種未学習画像の色相Ｈのヒストグラムで出現率が１位となっている画素の画素値は「１」である。このため、変換テーブル形成部４７は、別機種未学習画像で出現率が１位となっている「１」の画素値を、主機種学習画像で出現率が１位となっている「４」の画素値に変換する色補正情報を色補正テーブルに記憶させる（画素値１→画素値４）。

なお、別機種未学習画像の「０」の画素値は、主機種学習画像においても「０」の画素値に変換される（０→０）。また、一例ではあるが、色補正テーブルに記憶される色補正情報は、８ビットの情報として記憶される。

同様に、図１０の例の場合、主機種学習画像の色相Ｈのヒストグラムで出現率が３位となっている画素の画素値は「５」であり、別機種未学習画像の色相Ｈのヒストグラムで出現率が３位から７位までの画素の画素値は「２」から「５」である。このため、変換テーブル形成部４７は、別機種未学習画像の色相Ｈのヒストグラムで出現率が３位となっている「２」から「５」の画素値を、主機種学習画像の色相Ｈのヒストグラムで出現率が３位となっている「５」の画素値に変換する色補正情報を色補正テーブルに記憶させる（画素値２→画素値５、画素値３→画素値５、画素値４→画素値５、画素値５→画素値５）。

同様に、図１０の例の場合、主機種学習画像の色相Ｈのヒストグラムで出現率が８位となっている画素の画素値は「６」であり、別機種未学習画像の色相Ｈのヒストグラムで出現率が１１位となっている画素の画素値は「６」である。このため、変換テーブル形成部４７は、別機種未学習画像の色相Ｈのヒストグラムで出現率が１１位となっている「６」の画素値を、主機種学習画像の色相Ｈのヒストグラムで出現率が８位となっている「６」の画素値に変換する色補正情報を色補正テーブルに記憶させる（画素値６→画素値６）。

次に、変換テーブル形成部４７は、図１１に示すように、０度～２９度、３０度～５９度、６０度～８９度・・・の色相Ｈに対応する輝度Ｌの色補正テーブルを、上述の色相Ｈの色補正テーブルと同様に、別機種未学習画像の輝度Ｌのヒストグラム及び主機種学習画像の輝度Ｌのヒストグラムに基づいて作成する。色相Ｈの０度～２９度の範囲、３０度～５９度の範囲、６０度～８９度の範囲・・・は、略同じ色合いの範囲である。このため、同じ色毎に、別機種未学習画像の輝度Ｌを、主機種学習画像の輝度Ｌに変換するための色補正テーブルが作成されることとなる。

また、変換テーブル形成部４７は、図１１に示すように、０度～２９度、３０度～５９度、６０度～８９度・・・の色相Ｈに対応する彩度Ｓの色補正テーブルを、上述の色相Ｈの色補正テーブルと同様に、別機種未学習画像の彩度Ｓのヒストグラム及び主機種学習画像の彩度Ｓのヒストグラムに基づいて作成する。色相Ｈの０度～２９度の範囲、３０度～５９度の範囲、６０度～８９度の範囲・・・は、略同じ色合いの範囲である。このため、同じ色毎に、別機種未学習画像の彩度Ｓを、主機種学習画像の彩度Ｓに変換するための色補正テーブルが作成されることとなる。

（色補正テーブル形成時の調整動作）
ここで、一部に画素値が集中しているヒストグラムから色相Ｈ、輝度Ｌ及び彩度Ｓの色補正テーブルを形成すると、正確な色補正テーブルとは、ならない不都合を生ずる。

すなわち、図１２の例を用いて説明すると、主機種学習画像のヒストグラムでは、「０」の画素値の画素の出現率が１位であるため、別機種未学習画像のヒストグラムで出現率が１位となっている「１」の画素値の６つの画素が、色補正テーブルにより、「０」の画素値の画素に変換される。

同様に、図１２の例において、主機種学習画像のヒストグラムでは、「５」の画素値の画素の出現率が７位であるため、別機種未学習画像のヒストグラムで出現率が７位及び９位の「３」及び「５」の画素値の７つの画素が、色補正テーブルにより、「５」の画素値の画素に変換される。これにより、別機種未学習画像のヒストグラムを色補正テーブルで変換することで、主機種学習画像のヒストグラムとは異なるヒストグラムとなる不都合を生ずる。

このため、変換テーブル形成部４７は、図１３（ａ）に示すように別機種未学習画像のヒストグラムのうち、所定数以上集中している画素値を、図１３（ｂ）に示すように左右の画素値に分散させる（＝ノイズを重畳させる）。

すなわち、図１３（ａ）の例は、「１」の画素値が６つ存在し、「５」の画素値が５つ存在し、それぞれ所定数以上となっている。このため、変換テーブル形成部４７は、図１３（ｂ）に示すように、画素値が「１」の６つの画素のうち、１つを「０」の画素値とし、さらに一つを、「３」の画素値に分散させる。同様に、変換テーブル形成部４７は、図１３（ｂ）に示すように、画素値が「５」の５つの画素のうち、１つを「４」の画素値とし、さらに一つを、「６」の画素値に分散させる。

ノイズ重畳前（分散前）は、図１３（ｃ）に示す主機種学習画像のヒストグラムに基づく色補正テーブルにより、図１３（ｄ）に示すように、同じ画素値が集中する不都合が生じていた。

しかし、ノイズを重畳させて色補正テーブルを形成することで、別機種画像のヒストグラムを、図１３（ｅ）に示すように、主機種学習画像のヒストグラムに近似させることができる。

このように色相Ｈ、輝度Ｌ及び彩度Ｓの色補正テーブルが形成されると、図７のフローチャートのステップＳ７において、図４に示すＲＧＢ変換部４８が、色相Ｈ、輝度Ｌ及び彩度Ｓの色補正テーブルのＨＬＳ値をＲＧＢ値に変換して各色補正テーブルに記憶し直す。これにより、別機種画像を主機種画像の色合いに補正するための、Ｒ用の色補正テーブル、Ｇ用の色補正テーブル、Ｂ用の色補正テーブルがそれぞれ形成され、図７のフローチャートに示した色補正テーブルの形成動作が終了する。各色用の色補正テーブルは、「別機種→主機種色補正テーブル」として、図３に示した記憶部３４に記憶される。

（ＨＳＶ値を用いた場合の色補正テーブルの形成動作）
上述の色補正テーブルの形成動作の説明は、色相Ｈ、輝度Ｌ及び彩度Ｓの各画素値を用いた場合の説明であった。上述のように、色相Ｈ、輝度Ｌ及び彩度Ｓの代りに、色相Ｈ，彩度Ｓ、輝度（明度）Ｖの各画素値を用いてもよい。

まず、図１４に、ＨＳＶ空間における色相Ｈと輝度値Ｖの特性を示す。この図１４に示すように、物体を構成する物質の原子番号が高くなると色相Ｈの値が高くなり、物体の厚みが厚くなると輝度値Ｖが高くなる。ただ、部品の劣化ノイズ又はＪＰＥＧ（Joint Photographic Experts Group）画像の圧縮ノイズ等により、色相Ｈ及び輝度値Ｖの各値は、単調増加（機種間で現れる色合いの登場順が同じであること）とはならず、Ｘ線が透過しない物体は、有機物と同じ値となる場合が多い。

すなわち、実施の形態の物体検査システムにおいては、ＨＳＶの各画素値は単調増加すると仮定しているが、白、黒、灰色に近い値は、色相Ｈの値が変わり易く、単調増加を仮定することが困難となる。

具体的には、黒色（０，０，０）にノイズが「１」重畳しただけで、色相Ｈの値は、以下のように大きく変動する。

ＲＧＢ＝（１，０，０）→Ｈ＝０（赤）
ＲＧＢ＝（０，１，０）→Ｈ＝１２０（緑）
ＲＧＢ＝（０，０，１）→Ｈ＝２４０（青）

このため、ＨＳＶ値を用いる場合、輝度値Ｖが５０以下の画素を、一旦、紫色（色相Ｈ＝３００度）の画素に変換し、この変換した画素を、色補正テーブルの作成後にオレンジ色に変換して戻し、画素値を黒に近づける処理を行っている。

具体的には、ＨＳＶ値を用いる場合、色補正テーブル作成部３３は、まず、主機種学習画像の全てのＲＧＢ画像にノイズを重畳してＨＳＶ空間の画像情報に変換する。そして、輝度値が５０以下の画素をＨ＝１５０（紫）に変換し、上述と同様に、色相Ｈ，彩度Ｓ，輝度値Ｖのヒストグラムをそれぞれ作成する。また、変換テーブル形成部４７は、色相Ｈ，彩度Ｓ，輝度値Ｖのヒストグラムに基づいて、各画素の出現率のランキングを作成する。

次に、変換テーブル形成部４７は、別機種未学習画像の全ての画像にノイズを重畳して、ＨＳＶ空間へ変換し、輝度値が５０以下の画素をＨ＝１５０（紫）に変換する。そして、上述と同様に、色相Ｈ，彩度Ｓ，輝度値Ｖのヒストグラムをそれぞれ作成する。また、変換テーブル形成部４７は、色相Ｈ，彩度Ｓ，輝度値Ｖのヒストグラムに基づいて、各画素の出現率のランキングを作成する。

次に、変換テーブル形成部４７は、上述と同様に、ランキングに基づいて、別機種未学習画像の色相Ｈのヒストグラムを、主機種学習画像の色相Ｈのヒストグラムに変換するための色補正テーブルを形成する。また、変換テーブル形成部４７は、色相Ｈを上述のように例えば３０度毎の固定幅に分割し、別機種未学習画像の彩度Ｓのヒストグラムを、主機種学習画像の彩度Ｓのヒストグラムに変換するための色補正テーブル、及び、別機種未学習画像の輝度値Ｖのヒストグラムを、主機種学習画像の輝度値Ｖのヒストグラムに変換するための色補正テーブルを、固定幅毎に形成する。

次に、変換テーブル形成部４７は、紫色に変換した画素をオレンジ色に変換することで、画素値を黒に近似させる（輝度値を例えば１／３にする）。これにより、白、黒、灰色に近い値に対して、ノイズの重畳による色相Ｈの値の大幅な変動を防止でき、ＨＳＶの各画素値の単調増加を維持できる。

なお、別機種未学習画像がエッジ強調処理されている場合、変換テーブル形成部４７は、ぼかし処理を行う。

（判定動作）
次に、図１５のフローチャートに、主機種となる物体検査装置１における判定動作の流れを示す。この図１５のフローチャートに示す各部の動作は、記憶部３４に記憶されている画像判定プログラムに基づく動作である。すなわち、まず、図３に示す取得部３１が、取得された画像が（図６（ａ）参照）、別機種画像であるか否かを判別する（ステップＳ１１）。取得された画像が主機種画像である場合（ステップＳ１１：Ｎｏ）、処理がステップＳ１３に進む。取得された画像が別機種画像である場合（ステップＳ１１：Ｙｅｓ）、処理がステップＳ１２に進む。

ステップＳ１２では、色補正部３５が、取得された別機種画像の各画素値を、記憶部３４に記憶されている別機種→主機種変換テーブルで示される各画素値に変換処理する（図６（ｂ）、図６（ｃ）参照）。これにより、別機種画像の色合いを、主機種画像の色合いに変換処理することができる。

次に、判定部３６は、記憶部３４に記憶されている主機種学習画像に基づいて、色合いが変換処理された別機種画像で示される物体の内容物等、又は、ステップＳ１１で取得された主機種画像で示される物体の内容物等の判定を行う（図６（ｄ）、図６（ｅ）参照）。そして、判定部３６は、この判定結果となる判定画像を、図１及び図２に示す物体検査装置１のモニタ装置１４に送信する。

図６（ｅ）に示す例は、荷物の中に、危険物となるナイフが含まれていた場合の判定画像の一例である。別機種画像に基づく判定を行う場合でも、別機種→主機種変換テーブルにより、別機種画像の色合いが主機種画像の色合いに変換されているため、判定部３６で別機種画像用の特別な判定動作を行わなくても、通常の主機種用の判定動作を行うだけで、正確な判定を行うことができる。検査員は、このような判定画像に基づいて、開被検査の有無を判断し、必要に応じて荷物の開被検査等を行う。

（主機種画像の色補正テーブルの形成動作）
上述の説明は、別機種画像の色合いを、主機種画像の色合いに補正する色補正テーブルを形成する例であったが、主機種画像の色合いを、別機種画像の色合いに補正する色補正テーブルを形成することもできる。図１６が、この主機種画像の色補正用の色補正テーブルの形成動作の流れを示すフローチャートである。色補正テーブル作成部３３は、記憶部３４に記憶されている色補正テーブル作成プログラムを実行することで、図４に示す各機能（ＨＬＳ変換部４１～ＲＧＢ変換部４８）に基づいて、図１６のフローチャートのステップＳ２１から各処理を実行する。

まず、ステップＳ２１では、図４に示すＨＬＳ変換部４１が、記憶部３４に記憶されている別機種の物体検査装置の複数の別機種画像のＲＧＢ値をＨＬＳ値に変換し、Ｈヒストグラム作成部４２が、図５（ｃ）に示したＨ（色相）のヒストグラムを作成する。

次に、Ｈヒストグラム作成部４２により、色相Ｈのヒストグラムが作成されると、ステップＳ２２において、固定幅分割部４３が、色相Ｈのヒストグラムを、色相環の例えば０度～２９度、３０度～５９度、６０度～８９度・・・３３０度～３５９度の３０度毎に１２分割する。

ＳＬヒストグラム作成部４４は、分割された色毎に、彩度Ｓ及び輝度Ｌのヒストグラムをそれぞれ作成する。これにより、別機種画像の色相Ｈのヒストグラム、及び、色相Ｈの固定幅毎（３０度毎）の彩度Ｓ及び輝度Ｌのヒストグラムがそれぞれ作成されたこととなる。

次に、ステップＳ２３において、図４に示すＨＬＳ変換部４１が、主機種の物体検査装置１の複数の主機種画像のＲＧＢ値をＨＬＳ値に変換し、Ｈヒストグラム作成部４２が、図５（ｄ）に示したようなＨ（色相）のヒストグラムを、上述と同様に作成する。

Ｈヒストグラム作成部４２により、主機種画像の色相Ｈのヒストグラムが作成されると、ステップＳ２４において、固定幅分割部４３が、主機種画像の色相Ｈのヒストグラムを、例えば０度～２９度、３０度～５９度、６０度～８９度・・・の固定幅毎に分割する。ＳＬヒストグラム作成部４４は、分割された色相Ｈの固定幅毎に、主機種画像の彩度Ｓ及び輝度Ｌのヒストグラムをそれぞれ作成する。

これにより、主機種未学習画像の色相Ｈのヒストグラム、及び、各色相Ｈの固定幅毎の彩度Ｓ及び輝度Ｌのヒストグラムがそれぞれ作成されたこととなる。

次に、ステップＳ２５において、ランキング化部４５が、主機種画像の色相Ｈ、彩度Ｓ及び輝度Ｌのヒストグラム、及び、別機種画像の色相Ｈ、彩度Ｓ及び輝度Ｌのヒストグラムに現れている画素値毎の出現率を、図１０に示すようにランキング化する。また、ステップＳ２６において、同率順位検出部４６が、ランキング化された各画素値のうち、同率順位の画素値を検出する。そして、変換テーブル形成部４７が、ランキング化された各画素値に基づいて、主機種画像の色相Ｈ、彩度Ｓ及び輝度Ｌの各画素値を、別機種画像の色相Ｈ、彩度Ｓ及び輝度Ｌの各画素値に対応させた、主機種画像の色相Ｈ、彩度Ｓ、輝度Ｌの各画素値を補正するための色補正テーブル（変換テーブル）を形成する。

次に、変換テーブル形成部４７は、図１１に示したように、０度～２９度、３０度～５９度、６０度～８９度・・・の色相Ｈに対応する輝度Ｌの色補正テーブルを、上述の色相Ｈの色補正テーブルと同様に、主機種画像の輝度Ｌのヒストグラム及び別機種画像の輝度Ｌのヒストグラムに基づいて作成する。色相Ｈの０度～２９度の範囲、３０度～５９度の範囲、６０度～８９度の範囲・・・は、略同じ色合いの範囲である。このため、同じ色毎に、主機種画像の輝度Ｌを、別機種画像の輝度Ｌに変換するための色補正テーブルが形成されることとなる。

また、変換テーブル形成部４７は、図１１に示したように、０度～２９度、３０度～５９度、６０度～８９度・・・の色相Ｈに対応する彩度Ｓの色補正テーブルを、上述の色相Ｈの色補正テーブルと同様に、主機種画像の彩度Ｓのヒストグラム及び別機種画像の彩度Ｓのヒストグラムに基づいて作成する。色相Ｈの０度～２９度の範囲、３０度～５９度の範囲、６０度～８９度の範囲・・・は、略同じ色合いの範囲である。このため、同じ色毎に、主機種画像の彩度Ｓを、別機種画像の彩度Ｓに変換するための色補正テーブルが作成されることとなる。

次に、このように色相Ｈ、輝度Ｌ及び彩度Ｓの色補正テーブルが形成されると、図１６のフローチャートのステップＳ２７において、図４に示すＲＧＢ変換部４８が、色相Ｈ、輝度Ｌ及び彩度Ｓの色補正テーブルのＨＬＳ値をＲＧＢ値に変換して各色補正テーブルに記憶し直す。これにより、主機種画像の色合いを別機種画像の色合いに補正するための、Ｒ用の色補正テーブル、Ｇ用の色補正テーブル、Ｂ用の色補正テーブルがそれぞれ形成され、図１６のフローチャートに示した色補正テーブルの形成動作が終了する。各色用の色補正テーブルは、「主機種→別機種色補正テーブル」として、図３に示した記憶部３４に記憶される。

（判定動作）
次に、図１７のフローチャートに、主機種となる物体検査装置１において、主機種画像の色合いを、別機種画像の色合いに変換して、物体の内容物等の判定を行う判定動作の流れを示す。この図１７のフローチャートに示す各部の動作は、記憶部３４に記憶されている画像判定プログラムに基づく動作である。すなわち、まず、図３に示す取得部３１が、取得された画像が主機種画像であるか否かを判別する（ステップＳ３１）。取得された画像が主機種画像である場合（ステップＳ３１：Ｙｅｓ）、処理がステップＳ３２に進む。取得された画像が別機種画像である場合（ステップＳ３１：Ｎｏ）、処理がステップＳ３３に進む。

ステップＳ３２では、色補正部３５が、取得された主種画像の各画素値を、記憶部３４に記憶されている主機種→別機種変換テーブルで示される各画素値に変換処理する。これにより、主機種画像の色合いを、別機種画像の色合いに変換処理することができる。

次に、判定部３６は、記憶部３４に記憶されている別機種学習画像に基づいて、別機種画像の色合いに変換処理された主機種画像で示される物体の内容物等の判定を行う。または、判定部３６は、記憶部３４に記憶されている「別機種学習画像」に基づいて、ステップＳ３１で取得された別機種画像で示される物体の内容物等の判定を行う。そして、判定部３６は、この判定結果となる判定画像を、図１及び図２に示す物体検査装置１のモニタ装置１４に送信する。なお、「別機種学習画像」の形成動作は、図２０及び図２１を用いて後述する。

このように、主機種→別機種変換テーブルにより、主機種画像の色合いを別機種画像の色合いに変換し、別機種学習画像に基づいて判定を行うことができる。検査員は、このような判定画像に基づいて、開被検査の有無を判断し、必要に応じて荷物の開被検査等を行う。

（主機種学習画像の学習動作）
次に、判定部３６により、物体の内容物等の判定に用いられる主機種学習画像の学習動作を説明する。図１８は、主機種学習画像の学習動作の模式図である。主機種学習画像の学習は、２通りの方法で学習（記憶）できる。まず、主機種となる物体検査装置１で撮像が行われる毎に、撮像された全ての透視画像又は選択された透視画像を記憶部３４に記憶する。これにより、物体検査装置１で撮像が行われる毎に、主機種となる物体検査装置１で撮像された透視画像が、主機種学習画像として記憶部３４に蓄積される。

また、別機種となる物体検査装置からの透視画像（別機種画像）が供給された場合、図１８に示すように、上述の別機種→主機種変換テーブルにより、別機種画像の色合いを主機種画像の色合いに変換する。画像学習部３２は、色合いの変換された別機種画像を、主機種学習画像として記憶部３４に蓄積する。上述のように、別機種→主機種変換テーブルを形成することで、主機種となる物体検査装置１及び別機種となる物体検査装置の両方の透視画像を、主機種学習画像として学習（記憶）することができる。

図１９は、このように学習した主機種学習画像に基づいて、内容物等の判定を行っている様子を示す模式図である。主機種となる物体検査装置１により透視画像が撮像された場合、判定部３６は、図１９（ａ）に示すように、記憶部３４に記憶されている主機種学習画像に基づいて判定を行う。また、別機種となる物体検査装置からの透視画像（別機種画像）が供給された場合、判定部３６は、図１９（ｂ）に示すように、別機種→主機種変換テーブルにより、別機種画像の色合いを主機種画像の色合いに変換したうえで、記憶部３４に記憶されている主機種学習画像に基づいて判定を行う。上述のように、別機種→主機種変換テーブルを有しているため、主機種となる物体検査装置１及び別機種となる物体検査装置の両方の透視画像を、主機種学習画像に基づいて判定することができる。

（別機種学習画像の学習動作）
次に、判定部３６により、物体の内容物等の判定に用いられる別機種学習画像の学習動作を説明する。図２０は、別機種学習画像の学習動作の模式図である。別機種学習画像の学習は、主機種となる物体検査装置１で撮像された撮像画像（主機種画像）の色合いを、上述の主機種→別機種変換テーブルにより、別機種となる物体検査装置の別機種画像の色合いに変換する。画像学習部３２は、色合いが変換された主機種画像を、別機種学習画像として記憶部３４に記憶する。これにより、物体検査装置１で撮像が行われる毎に、主機種→別機種変換テーブルにより形成された別機種画像が、別機種学習画像として記憶部３４に蓄積される。

図２１は、このように学習した別機種学習画像に基づいて、内容物等の判定を行っている様子を示す模式図である。別機種となる物体検査装置の別機種画像が主機種となる物体検査装置１に供給された場合、判定部３６は、図２１に示すように、記憶部３４に記憶されている別機種学習画像に基づいて判定を行う。別機種学習画像は、主機種→別機種変換テーブルにより、別機種画像用の色合いに変換された画像である。このため、別機種画像の色合いを補正処理することなく、内容物等の判定を行うことができる。従って、高速判定を可能とすることができる。

（実施の形態の効果）
以上の説明から明らかなように、実施の形態の物体検査システムは、第１の画像フォーマット（ＲＧＢフォーマット）の第１の画像情報を、色相Ｈ、彩度Ｓ及び輝度Ｌを含む第２の画像フォーマット（ＨＬＳフォーマット）の第２の画像情報に変換するフォーマット変換部（ＨＬＳ変換部４１）を有する。

また色相Ｈのヒストグラムを作成する第１のヒストグラム作成部（Ｈヒストグラム作成部４２）と、色相環上の所定の角度毎に（固定幅毎に）色相情報を分割する固定幅分割部４３を有する。また、分割した角度毎に、彩度Ｓ及び輝度Ｌのヒストグラムを作成する第２のヒストグラム作成部（ＳＬヒストグラム作成部）４４を有する。

また、第１の色合い（主機種画像の色合い）に対応する色相Ｈのヒストグラム、彩度Ｓ及び輝度Ｌのヒストグラムで示される各画素値の出現率に、第１の色合いとは異なる第２の色合い（別機種画像の色合い）に対応する色相Ｈのヒストグラム、彩度Ｓ及び輝度Ｌのヒストグラムで示される各画素値の出現率を合わせ込むための、色相Ｈ、彩度Ｓ及び輝度Ｌの色補正情報（色補正テーブル）を作成する色補正情報作成部（ランキング化部４５、同率順位検出部４６及び変換テーブル形成部４７）を有する。

また、色相Ｈ、彩度Ｓ及び輝度Ｌの各色補正情報を、第１の画像フォーマット（ＲＧＢフォーマット）に対応する色補正情報に変換する変換部（ＲＧＢ変換部４８）と、第１の色合い（主機種画像の色合い）とは異なる第２の色合いの第１の画像フォーマットの第１の画像情報（別機種画像）を、変換部により変換された各色補正情報に基づいて、第１の色合いの第１の画像情報（主機種画像）に変換する色変換部（色補正部３５）を有する。

また、第１の色合いに変換された第１の画像情報（別機種画像）を、オブジェクト判定用の第１の画像情報（主機種学習画像）として記憶部に蓄積して記憶する学習部（画像学習部３２）を有する。

これにより、透視画像に対する各メーカ間の着色処理の差を補正して内容物等の正確な判定結果を得ることが可能な学習モデルを構築できる。また、同じ色合いの色相毎（上述の固定幅毎）に、色彩Ｓ及び輝度Ｌのヒストグラムを作成しているため、色変換後の別機種画像に、存在しない色が出現する不都合を防止できる。このため、内容物等の判定結果の正確性の向上を図ることが可能な学習モデルを構築できる。

また、実施の形態の物体検査システムは、第１のヒストグラム作成部（Ｈヒストグラム作成部４２）及び第２のヒストグラム作成部（ＳＬヒストグラム作成部４４）は、各画素値のヒストグラムのうち、画素値の数が所定数以上のヒストグラムの画素値の一部を、左右のヒストグラムに分散させて各前記ヒストグラムを作成する（図１３参照）。これにより、正確な変換が可能な色補正テーブルを作成できる。

最後に、上述の実施の形態は、一例として提示したものであり、本発明の範囲を限定することは意図していない。この新規な実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことも可能である。また、実施の形態及び実施の形態の変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 物体検査装置
２ 解析装置
４ 荷物
１４ モニタ装置
１６ 物体検査装置の本体
１６ａ 荷物の入口
１６ｂ 荷物の出口
２１ Ｘ線源
２２ ローラコンベア
２３ Ｘ線検出器
２４ 画像処理部
３１ 取得部
３２ 画像学習部
３３ 色補正テーブル作成部
３４ 記憶部
３５ 色補正部
３６ 判定部
４１ ＨＬＳ変換部
４２ Ｈヒストグラム作成部
４３ 固定幅分割部
４４ ＳＬヒストグラム作成部
４５ ランキング化部
４６ 同率順位検出部
４７ 変換テーブル形成部
４８ ＲＧＢ変換部

Claims (4)

1. 第１の画像フォーマットの第１の画像情報を、色相情報、彩度情報及び輝度情報を含む第２の画像フォーマットの第２の画像情報に変換するフォーマット変換部と、
   色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成部と、
   第１の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第１の色合いとは異なる第２の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成部と、
   前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第１の画像フォーマットに対応する色補正情報に変換する変換部と、
   前記第１の色合いとは異なる第２の色合いの前記第１の画像フォーマットの第１の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第１の色合いの前記第１の画像情報に変換する色変換部と、
   前記第１の色合いに変換された前記第１の画像情報を、オブジェクト判定用の前記第１の画像情報として記憶部に蓄積して記憶する学習部と
   を有することを特徴とする学習モデルの構築装置。
2. 前記ヒストグラム作成部は、各画素値のヒストグラムのうち、画素値の数が所定数以上のヒストグラムの画素値の一部を、左右のヒストグラムに分散させて各前記ヒストグラムを作成すること
   を特徴とする請求項１に記載の学習モデルの構築装置。
3. フォーマット変換部が、第１の画像フォーマットの第１の画像情報を、色相情報、彩度情報及び輝度情報を含む第２の画像フォーマットの第２の画像情報に変換するフォーマット変換ステップと、
   ヒストグラム作成部が、色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成ステップと、
   色補正情報作成部が、第１の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第１の色合いとは異なる第２の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成ステップと、
   変換部が、前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第１の画像フォーマットに対応する色補正情報に変換する変換ステップと、
   色変換部が、前記第１の色合いとは異なる第２の色合いの前記第１の画像フォーマットの第１の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第１の色合いの前記第１の画像情報に変換する色変換ステップと、
   学習部が、前記第１の色合いに変換された前記第１の画像情報を、オブジェクト判定用の前記第１の画像情報として記憶部に蓄積して記憶する学習ステップと、
   を有することを特徴とする学習モデルの構築方法。
4. コンピュータを、
   第１の画像フォーマットの第１の画像情報を、色相情報、彩度情報及び輝度情報を含む第２の画像フォーマットの第２の画像情報に変換するフォーマット変換部と、
   色相環上の所定の角度毎に前記色相情報を分割し、分割した角度毎に、前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムを作成するヒストグラム作成部と、
   第１の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率に、前記第１の色合いとは異なる第２の色合いに対応する前記色相情報、前記彩度情報及び前記輝度情報のヒストグラムで示される各画素値の出現率を合わせ込むための、前記色相情報、前記彩度情報及び前記輝度情報の色補正情報を作成する色補正情報作成部と、
   前記色相情報、前記彩度情報及び前記輝度情報の各前記色補正情報を、前記第１の画像フォーマットに対応する色補正情報に変換する変換部と、
   前記第１の色合いとは異なる第２の色合いの前記第１の画像フォーマットの第１の画像情報を、前記変換部により変換された各前記色補正情報に基づいて、前記第１の色合いの前記第１の画像情報に変換する色変換部と、
   前記第１の色合いに変換された前記第１の画像情報を、オブジェクト判定用の前記第１の画像情報として記憶部に蓄積して記憶する学習部として機能させること、
   を特徴とする学習モデルの構築プログラム。

Images