JP7397100B2 - ワーク画像解析装置、ワーク画像解析方法、及びプログラム - Google Patents

Description

本発明は、ワーク画像解析装置、ワーク画像解析方法、及びプログラムに関する。

従来、工作機械による加工を行う目的等のために、加工対象となるワークを計測する技術が知られている。
ワークを計測する場合、タッチセンサ（タッチプローブ）やレーザセンサを用いた計測手法は、一般的に分解能や精度が高いという点でメリットがあるものの、一度に計測可能な範囲が狭く、計測時間が長くなるというデメリットがある。さらに、例えばタッチセンサで計測する場合、オペレータがタッチセンサを手動で移動させるため、ワークやタッチセンサを傷つけないよう、オペレータにとって多大な作業負担を要する。
このような作業負担を軽減するため、計測点やアプローチ点の座標を入力すると、タッチセンサを移動させる計測プログラムを自動生成する仕組みが知られている。ところが、座標系を考慮しつつ、このような複数の点の座標を把握して入力することは、オペレータにとって依然として大きな作業負担を要する。
一方、視覚センサ等で取得した画像を用いてワークの形状・位置等を計測する手法は、一般的に広範囲を短時間で計測できるというメリットがあるものの、測定分解能、繰り返し精度の観点では、ワーク座標系の設定等、機械加工の段取りに使用する場合において実用的でないというデメリットがある。
このような課題に対し、タッチセンサやレーザセンサによる計測手法に、ワーク画像を組み合わせることにより、双方のデメリットを互いに補完したワーク計測手法が考案されている。
例えば、視覚センサで取得したワーク画像をディスプレイに表示し、ユーザがタッチ操作で画像上に計測点やアプローチ点を指定し、その点の座標に基づき、タッチプローブによる自動計測プログラムを生成する手法が知られている。例えば、特許文献１参照。

特開２０１８－０１８１５５号公報

しかしながら、特許文献１に記載された技術においては、計測点・アプローチ点等の設定に関する知識・経験や、計測対象によっては、多数の計測点やアプローチ点、方向等を設定する煩雑な手続きが必要となる場合がある。そのため、計測対象を、より少ない操作で感覚的に指定できれば、より高い利便性を実現できると考えられる。

そこで、ワークの計測に要する作業負担を低減することが望まれている。

（１）本開示のワーク画像解析装置の一態様は、産業機械による加工対象のワークの画像を表示する表示部と、前記ワークの画像に対する解析対象の指定を受け付ける解析対象指定部と、前記解析対象指定部によって指定された前記解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出部と、前記ワークの画像に対する解析項目の指定を受け付ける解析項目設定部と、前記解析対象の構造的特徴から前記解析項目設定部によって指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出部と、を備える。

（２）本開示のワーク画像解析方法の一態様は、産業機械による加工対象のワークの画像を表示する表示ステップと、前記ワークの画像に対する解析対象の指定を受け付ける解析対象指定ステップと、前記解析対象指定ステップにおいて指定された前記解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出ステップと、前記ワークの画像に対する解析項目の指定を受け付ける解析項目設定ステップと、前記解析対象の構造的特徴から前記解析項目設定ステップにおいて指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出ステップと、を備える。

（３）本開示のプログラムの一態様は、コンピュータに、産業機械による加工対象のワークの画像を表示する表示制御機能と、前記ワークの画像に対する解析対象の指定を受け付ける解析対象指定機能と、前記解析対象指定機能において指定された前記解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出機能と、前記ワークの画像に対する解析項目の指定を受け付ける解析項目設定機能と、前記解析対象の構造的特徴から前記解析項目設定機能において指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出機能と、を実現させる。

一態様によれば、ワークの計測に要する作業負担を低減することができる。

一実施形態に係るワーク画像解析装置の構成を示すブロック図である。 解析対象を指定する入力画面において行われる操作の一例を示す模式図である。 解析対象を指定する入力画面において行われる操作の一例を示す模式図である。 解析対象を指定する入力画面において行われる操作の一例を示す模式図である。 解析対象を指定する入力画面において行われる操作の一例を示す模式図である。 解析対象を指定する入力画面において行われる操作の一例を示す模式図である。 ユーザが入力した指定のための操作に応じて、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。 ユーザが入力した指定のための操作に応じて、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。 ユーザが入力した指定のための操作に応じて、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。 ユーザが入力した指定のための操作に応じて、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。 ユーザが入力した指定のための操作に応じて、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。 画像座標系から機械座標系への変換の一例を示す模式図である。 円筒ワークに対する物理量算出処理の一例を示す模式図である。 円筒ワークに対する物理量算出処理の一例を示す模式図である。 円筒ワークに対する物理量算出処理の一例を示す模式図である。 ２つの穴が形成された直方体ワークに対する物理量算出処理の一例を示す模式図である。 ２つの穴が形成された直方体ワークに対する物理量算出処理の一例を示す模式図である。 ２つの穴が形成された直方体ワークに対する物理量算出処理の一例を示す模式図である。 球面形状を有する円柱ワークに対する物理量算出処理の一例を示す模式図である。 球面形状を有する円柱ワークに対する物理量算出処理の一例を示す模式図である。 球面形状を有する円柱ワークに対する物理量算出処理の一例を示す模式図である。 ワーク画像解析装置の画像解析処理について説明するフローチャートである。

以下、一実施形態について、図面を参照して説明する。
＜一実施形態＞
図１は、一実施形態に係るワーク画像解析装置１の構成を示すブロック図である。
ワーク画像解析装置１は、数値制御装置又はＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等の情報処理装置によって構成される。
図１に示すように、ワーク画像解析装置１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＯＭ１２、ＲＡＭ１３、入力部１４、表示部１５、記憶部１６、通信部１７、及び視覚センサ１８を備えている。

ＲＯＭ１２は、後述するＣＰＵ１１が実行する、ワーク画像解析装置１を制御するための各種システムプログラムが予め書き込まれている。
ＲＡＭ１３は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の半導体メモリによって構成され、後述するＣＰＵ１１が各種処理を実行する際に生成されるデータを記憶する。
入力部１４は、キーボードやマウス、又は、タッチセンサ（タッチパネル）等の入力装置によって構成され、ユーザによるワーク画像解析装置１への各種情報の入力を受け付ける。

表示部１５は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）等の表示装置によって構成され、ワーク画像解析装置１の各種処理結果を表示する。
記憶部１６は、ハードディスク又はフラッシュメモリ等の不揮発性の記憶装置によって構成され、画像解析等のプログラム等を記憶する。また、記憶部１６には、後述する視覚センサ１８により撮像された画像データを記憶する画像データベース（画像ＤＢ）１６ａ、解析対象の特徴を記憶する解析対象特徴データベース（解析対象特徴ＤＢ）１６ｂ、及び過去の解析履歴が格納された解析履歴データベース（解析履歴ＤＢ）１６ｃが記憶されている。さらに、記憶部１６は、ワーク画像解析装置１による各種処理結果を記憶してもよい。

通信部１７は、有線又は無線ＬＡＮやＵＳＢ等、所定の通信規格に基づいて信号処理を行う通信インターフェースを備え、ワーク画像解析装置１が他の装置との間で行う通信を制御する。

視覚センサ１８は、深度カメラあるいはステレオカメラ等の３次元画像を撮像する撮像装置を備え、解析対象となるワークの３次元画像を撮像する。なお、撮像される３次元画像は、ＲＧＢ画像と距離画像Ｄとを含むＲＧＢＤ画像（点群データ）である。

ＣＰＵ１１は、記憶部１６に記憶された各種プログラムを実行することにより、ワーク画像解析装置１の全体を制御する。例えば、ＣＰＵ１１は、後述するように、ユーザにより指令されたワークの様々な構造の長さ、高さ、直径等の物理量を算出する算出処理のプログラムを実行する。
前記算出処理のプログラムを実行することにより、ＣＰＵ１１には、機能的構成として、ＵＩ表示制御部１１ａ、画像取得部１１ｂ、解析対象指定部１１ｃ、特徴抽出部１１ｄ、解析項目設定部１１ｅ、及び物理量算出部１１ｆが形成される。

＜ＵＩ表示制御部１１ａ＞
ＵＩ表示制御部１１ａは、物理量の算出処理において、ユーザが各種情報を入出力するためのユーザインターフェース画面（ＵＩ画面）を表示する。
例えば、ＵＩ表示制御部１１ａは、後述するように、図示しない工作機械の加工対象のワークの画像を取得する指示を受け付けるための入力画面を表示したり、取得されたワークの画像において解析対象を指定するための入力画面を表示したり、解析項目の候補の中から選択を受け付けるための入力画面を表示したり、指定された解析対象の解析結果を表示したりする。

なお、ＵＩ表示制御部１１ａにおいて入力が行われる場合、マウス、キーボードあるいはタッチ操作等による入力を受け付けることができる。例えば、タッチ操作による種々の入力形態の他、キーボードの方向キーで囲み線を描画したり、マウスによるドラッグ操作により矩形範囲を描画したり、キーボードのエンターキーあるいはマウスのクリックで点を描画したりすること等が可能である。
また、ワークは、図示しない工作機械の加工対象に限定されず、例えば産業用ロボット、サービス用ロボット等を含む産業機械の加工対象にも適用可能である。

＜画像取得部１１ｂ＞
画像取得部１１ｂは、視覚センサ１８（深度カメラあるいはステレオカメラ等）によって撮像されたワークの画像データ、又は、ＣＡＤ（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｅｓｉｇｎ）システムにおいて生成されたワークのＣＡＤデータ等、ワークの３次元形状を含む画像データを取得する。画像取得部１１ｂは、取得したワークの画像データを記憶部１６（画像ＤＢ１６ａ）に記憶する。

＜解析対象指定部１１ｃ＞
解析対象指定部１１ｃは、ＵＩ表示制御部１１ａによってＵＩ画面に表示された解析対象を指定する入力画面において、ユーザが入力した指定のための操作内容を取得する。
図２から図６は、解析対象を指定する入力画面において行われる操作の一例を示す模式図である。

図２に示す例では、ユーザが入力した指定のための操作内容として、解析対象となるワークの画像において、ワークの画像の左右の辺に沿う直線がそれぞれ入力されている。図２に示す例の場合、後述する特徴抽出部１１ｄは、ユーザはワークの幅の解析を意図していると特定する。

また、図３に示す例では、ユーザが入力した指定のための操作内容として、解析対象となるワークの画像において、ワークに形成された穴を囲む円が入力されている。図３に示す例の場合、後述する特徴抽出部１１ｄは、ユーザはワークに形成された穴の内径の解析を意図していると特定する。

また、図４に示す例では、ユーザが入力した指定のための操作内容として、解析対象となるワークの画像において、ワークの画像全体を囲む円が入力されている。図４に示す例の場合、例えば、ユーザはワークの芯出し（原点出し）を意図している。

また、図５に示す例では、解析対象となるワークの画像において、対角線を指定してワークの画像全体を囲む矩形が入力されている。図５に示す例の場合、後述する特徴抽出部１１ｄは、ユーザはワークの芯出し（原点出し）を意図していると特定する。

また、図６に示す例では、ユーザが入力した指定のための操作内容として、解析対象となるワークの画像において、ワークの領域内の点が指定されている。図６に示す例の場合、後述する特徴抽出部１１ｄは、ユーザはワークの芯出し（原点出し）を意図していると特定する。
図４から図６に示す例においては、後述する特徴抽出部１１ｄは、いずれもワークの輪郭を抽出し、輪郭線が２次元四角形の場合には、４辺４頂点を計測してワークの中心点を求める。

＜特徴抽出部１１ｄ＞
特徴抽出部１１ｄは、解析対象指定部１１ｃにより取得された解析対象の指定に応じて、ワークの画像から解析対象を特定し、特定した解析対象の構造的特徴（立体形状）を抽出（検出）する。そして、特徴抽出部１１ｄは、検出した構造的特徴を、ＲＧＢＤ画像の距離画像Ｄ、及びディスプレイの平面座標系（画像座標系）とテーブル座標系との変換式とに基づいて、実世界の座標系（テーブル座標系）に変換する。
また、特徴抽出部１１ｄは、抽出した解析対象の構造的特徴を記憶部１６（解析対象特徴ＤＢ１６ｂ）に記憶する。
なお、これら画像座標系と機械座標系とは、予め校正が行われ、対応付けられている。このとき、ディスプレイの平面座標系（画像座標系）に替えて、カメラの座標系を用いてもよい。

図７から図１１は、ユーザが入力した指定のための操作に応じて、特徴抽出部１１ｄが、構造的特徴（立体形状）を抽出する処理の一例を示す模式図である。
図７に示す例では、図２に示すようにユーザによりワークの画像の左右の辺に沿う直線がそれぞれ入力された場合、特徴抽出部１１ｄは、各セグメント（入力された部分）の近傍領域を設定し、その内側からＣａｎｎｙ法で輪郭線を抽出した後、抽出した輪郭線から、Ｈｏｕｇｈ変換で２本の直線（ワークの左右の外縁）を検出している。なお、図７のように輪郭線が抽出された場合、特徴抽出部１１ｄは、例えば、左側の輪郭線であれば、距離画像Ｄで見た場合に右側のピクセルが凸値となっていること、又は、背景差分で右側に物体が置かれていることに基づいて、輪郭線の右側に物体があることを判定することができる。

また、図８に示す例では、図３に示すようにユーザによりワークに形成された穴を囲む円が入力された場合において、特徴抽出部１１ｄは、ワークに形成された穴を囲む円の内側から、スネーク法で輪郭線を抽出し、さらに、抽出した輪郭線からＨｏｕｇｈ変換で円（穴）を検出している。

また、図９に示す例では、図４又は図５に示すようにユーザによりワークの画像全体を囲む円又は矩形が入力された場合において、特徴抽出部１１ｄは、ワークの画像全体を囲む円又は矩形の内側から、スネーク法で輪郭線を抽出し、抽出した輪郭線から、Ｈｏｕｇｈ変換で４本の直線を検出して、検出された４本の直線に基づいて、四角形（ワークの上下左右の外縁）を検出している。
なお、図９では、図４又は図５に示すように、ユーザによりワークの画像全体を囲む円又は矩形が入力されたが、図１０に示すように、ユーザによりワークの画像の一部分を囲む円又は矩形が入力されてもよい。この場合、特徴抽出部１１ｄは、囲み線の内側からスネーク法で閉じた輪郭が見つけられなかった場合、拡張領域法で囲み線の内側と同様の色の領域を抽出してもよい。これにより、特徴抽出部１１ｄは、抽出した領域から、Ｈｏｕｇｈ変換で４本の直線を検出し、検出された４本の直線に基づいて、四角形（ワークの上下左右の外縁）を検出することができる。

また、図１１に示す例では、図６に示すようにユーザによりワークの領域内の点が指定された場合において、特徴抽出部１１ｄは、指定されたワークの領域内の点から、指定点の近傍の色情報を抽出し、領域拡張法で、指定点近傍に近い色の領域を抽出している。そして、特徴抽出部１１ｄは、スネーク法で輪郭線を抽出し、抽出した輪郭線から、Ｈｏｕｇｈ変換で４本の直線を検出して、検出された４本の直線に基づいて、四角形（ワークの上下左右の外縁）を検出している。

なお、上述の例では、構造抽出を、先ずスネーク法又はＣａｎｎｙ法による輪郭の抽出を行い、次にＨｏｕｇｈ変換により円や直線を検出するという２段階の処理により行っているが、これに限られない。スネーク法又はＣａｎｎｙ法による輪郭の抽出は、Ｈｏｕｇｈ変換時の誤検出を少なくするための前処理として行なっていることから、スネーク法又はＣａｎｎｙ法による輪郭の抽出はスキップしてもよい。

図１２は、画像座標系から機械座標系への変換の一例を示す模式図である。
図１２に示すように、特徴抽出部１１ｄは、検出された解析対象の構造的特徴（ワークの左右の外縁、穴、ワークの上下左右の外縁等）の画像座標を、実世界の座標であるテーブル座標（機械座標）に変換する。
これにより、特徴抽出部１１ｄは、ユーザによってＵＩ画面上で指定された解析対象の実体的な３次元形状に係る位置情報を取得することができる。

＜解析項目設定部１１ｅ＞
解析項目設定部１１ｅは、ワークの画像に対する解析項目の指定を受け付ける。
例えば、解析項目設定部１１ｅは、解析項目の種類が定義された記憶部１６に含まれるデータベース（図示しない）を参照し、特徴抽出部１１ｄによって検出された解析対象の構造的特徴に対して行われる解析項目を設定する。
具体的には、解析項目設定部１１ｅは、特徴抽出部１１ｄによって検出された解析対象の構造的特徴に基づいて、過去の解析履歴情報（解析履歴ＤＢ１６ｃ）を参照し、解析項目として選択され得る項目（解析項目の候補）をリストアップする。

また、解析項目設定部１１ｅは、リストアップした解析項目の候補をランク付けする。具体的には、解析項目設定部１１ｅは、構造物の種類、形状、加工状況（加工前・加工中・加工後）、加工プログラムの内容、過去の解析履歴等を参照し、リストアップした解析項目の候補をランク付けする。解析項目設定部１１ｅによってランク付けされた解析項目の候補は、ＵＩ表示制御部１１ａによってＵＩ画面にランク順に表示され、ユーザによる解析項目の選択が受け付けられる。
なお、解析項目設定部１１ｅの動作については、後述する。

＜物理量算出部１１ｆ＞
物理量算出部１１ｆは、特徴抽出部１１ｄにより検出された解析対象の構造的特徴から、解析項目設定部１１ｅによって指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された特徴を用いて物理量を算出する。
以下、（Ａ）円筒ワーク、（Ｂ）２つの穴が形成された直方体ワーク、及び（Ｃ）球面形状を有する円柱ワークそれぞれの場合における、物理量算出部１１ｆの動作について説明する。

（Ａ）円筒ワークの場合について
図１３に示すように、画像取得部１１ｂは、例えば、３Ｄカメラの視覚センサ１８により撮像された円筒ワークの画像データを取得し、ＵＩ表示制御部１１ａは、取得されたＲＧＢ画像をＵＩ画面に表示する。解析対象指定部１１ｃは、入力部１４を介して、ユーザにより入力された解析対象を指定する囲み線を取得する。そして、特徴抽出部１１ｄは、取得された囲み線を初期値としてスネーク法により、太線で示す円筒外側の輪郭線を抽出する。次に、特徴抽出部１１ｄは、スネーク法で抽出した輪郭線とその内側を解析対象領域として、解析対象領域内の画像特徴（輪郭）をすべて抽出する。すなわち、図１４に示すように、特徴抽出部１１ｄは、円筒ワークの外側と内側との太線で示す２つの輪郭線を抽出することができる。

特徴抽出部１１ｄは、画像上では歪みがあり、実世界とスケールも異なっている円筒ワークを正確に測定できるよう、ＲＧＢＤ画像の距離画像Ｄ、及び画像座標系とテーブル座標系との変換式とに基づいて、抽出した輪郭線上の各点を実世界の座標系（テーブル座標系）に変換する。そして、特徴抽出部１１ｄは、テーブル座標系に変換された輪郭に対して円検出や直線検出等を行い、解析対象領域が同心円２つからなる、という構造的特徴を取得することができる。

なお、特徴抽出部１１ｄは、ＣＡＤデータや加工プログラム等の追加情報を用いて解析対象の構造的特徴を絞り込んでもよい。また、ユーザがＵＩ画面上で指定するようにしてもよい。
また、特徴抽出部１１ｄは、距離画像Ｄから、解析対象領域が周囲（テーブル）と比べてＺ方向に突き出ているという構造的特徴も取得することができる。

次に、解析項目設定部１１ｅは、特徴抽出部１１ｄにより解析対象の円筒ワークの構造的特徴が検出されると、「ワークの加工状況」とともに、「解析対象領域の凹凸」、「輪郭セグメント」、「輪郭セグメント同士の関係」の解析対象の構造的特徴をクエリとして、記憶部１６の解析履歴ＤＢ１６ｃを検索する。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」とともに、円筒ワークの構造的特徴である「解析対象領域の凹凸：周囲より凸」、「輪郭セグメント：円×２」、「輪郭セグメント同士の関係：同心」をクエリとして解析履歴ＤＢ１６ｃを検索する。例えば、解析項目設定部１１ｅは、「外径」、「高さ」、「内径」、「円周長」等を、解析項目として選択され得る項目（解析項目の候補）をリストアップする。

さらに、解析項目設定部１１ｅは、過去の解析履歴である解析履歴ＤＢ１６ｃにおいて、今回の円筒ワークと同様のワークに対して実行された解析項目の頻度を参照すること等により、リストアップした解析項目の候補をランク付けする。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」、「解析対象領域の凹凸：周囲より凸」、「輪郭セグメント：円×２」、「輪郭セグメント同士の関係：同心」をクエリとして解析履歴ＤＢ１６ｃを検索する。解析項目設定部１１ｅは、例えば、今回の円筒ワークと同様の解析対象における過去の解析履歴において、「外径」の解析が「７０％」、「高さ」の解析が「１５％」、「内径」の解析が「１０％」、「円周長」の解析が「５％」等である場合、解析項目の候補を、選択される可能性の高い「外径」、「高さ」、「内径」、「円周長」等の順に並び替える。

図１５に示すように、ＵＩ表示制御部１１ａは、解析項目設定部１１ｅによってランク付けされた解析項目の候補をＵＩ画面にランク順に表示する。そして、ユーザによる選択が受け付けられる。
例えば、解析項目の候補の中から所望の解析項目として、ユーザが「外径」を選択した場合、物理量算出部１１ｆは、外径を算出するため、外側の円状輪郭線を解析項目の物理量の算出に必要な特徴として抽出する。物理量算出部１１ｆは、抽出した円状輪郭線の各点の座標値を用い、例えば、最小二乗法等の公知の手法から円の直径を算出する。図１５に示すように、ＵＩ表示制御部１１ａは、物理量算出部１１ｆによって算出された外側の円の直径の値をＵＩ画面に表示してもよい。
なお、円筒ワークの外径等は、特徴抽出部１１ｄが円筒ワークから抽出された輪郭線上の各点をテーブル座標系に変換したときに、算出されてもよい。

（Ｂ）２つの穴が形成された直方体ワークの場合について
図１６に示すように、画像取得部１１ｂは、３Ｄカメラの視覚センサ１８により斜め上から撮像された２つの穴が形成された直方体ワークの画像データを取得する。
ＵＩ表示制御部１１ａは、取得されたＲＧＢ画像をＵＩ画面に表示する。解析対象指定部１１ｃは、入力部１４を介して、図６の場合と同様に、ユーザにより入力された解析対象を指定する点を取得する。そして、特徴抽出部１１ｄは、取得された点の近傍と同様の輝度値を有する領域を領域拡張法で求め、網掛けで示す領域を解析対象領域とする。次に、図１７に示すように、特徴抽出部１１ｄは、解析対象領域内の太線で示す画像特徴（輪郭）をすべて抽出する。

特徴抽出部１１ｄは、画像上では歪みがあり、実世界とスケールも異なっている２つの穴が形成された直方体ワークを正確に測定できるよう、ＲＧＢＤ画像の距離画像Ｄ、及び画像座標系とテーブル座標系との変換式とに基づいて、抽出した輪郭線上の各点を実世界の座標系（テーブル座標系）に変換する。そして、特徴抽出部１１ｄは、テーブル座標系に変換された輪郭に対して円検出、直線検出、直方体検出等を行い、解析対象領域が直方体の一部である９本の輪郭線と２つの円からなる、という構造的特徴を取得することができる。また、特徴抽出部１１ｄは、距離画像Ｄから、解析対象領域が周囲（テーブル）と比べてＺ方向に突き出ているという構造的特徴も取得することができる。

次に、解析項目設定部１１ｅは、特徴抽出部１１ｄにより解析対象の２つの穴が形成された直方体ワークの構造的特徴が検出されると、「ワークの加工状況」とともに、「解析対象領域の凹凸」、「輪郭セグメント」、「輪郭セグメント同士の関係」の解析対象の構造的特徴をクエリとして、記憶部１６の解析履歴ＤＢ１６ｃを検索する。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」とともに、２つの穴が形成された直方体ワークの構造的特徴である「解析対象領域の凹凸：周囲より凸」、「輪郭セグメント：直線×９及び円×２」、「輪郭セグメント同士の関係：直方体状」をクエリとして解析履歴ＤＢ１６ｃを検索する。例えば、解析項目設定部１１ｅは、「直方体中心」、「直方体高さ」、「円の内径」等を、解析項目として選択され得る項目（解析項目の候補）をリストアップする。

さらに、解析項目設定部１１ｅは、過去の解析履歴である解析履歴ＤＢ１６ｃにおいて、今回の２つの穴が形成された直方体ワークと同様のワークに対して実行された解析項目の頻度を参照すること等により、リストアップした解析項目の候補をランク付けする。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」、「解析対象領域の凹凸：周囲より凸」、「輪郭セグメント：直線×９及び円×２」、「輪郭セグメント同士の関係：直方体状」をクエリとして解析履歴ＤＢ１６ｃを検索する。解析項目設定部１１ｅは、例えば、今回の２つの穴が形成された直方体ワークと同様の解析対象における過去の解析履歴において、「直方体中心」の解析が「６０％」、「直方体高さ」の解析が「２５％」、「円の内径」の解析が「５％」等である場合、解析項目の候補を、選択される可能性の高い「直方体中心」、「直方体高さ」、「円の内径」等の順に並び替える。

図１８に示すように、ＵＩ表示制御部１１ａは、解析項目設定部１１ｅによってランク付けされた解析項目の候補をＵＩ画面にランク順に表示する。そして、ユーザによる選択が受け付けられる。なお、ランク１位の解析項目の候補が、自動的に解析項目に設定されてもよく、ランクＮ位までの解析項目を設定することが事前に定められていてもよい（Ｎは２以上の整数）。
例えば、解析項目の候補の中から所望の解析項目として、ユーザが「直方体中心」を選択した場合、物理量算出部１１ｆは、直方体の中心座標を算出するため、９本の直線輪郭線を解析項目の物理量の算出に必要な特徴として抽出する。物理量算出部１１ｆは、抽出した直線輪郭線を４本ずつ用いて直方体３面の中点をそれぞれ算出する。物理量算出部１１ｆは、算出した直方体３面の中点から直方体の中心座標を算出する。図１８に示すように、ＵＩ表示制御部１１ａは、物理量算出部１１ｆによって算出された直方体の中心座標をＵＩ画面に表示してもよい。
なお、２つの穴が形成された直方体ワークの中心座標等は、特徴抽出部１１ｄが２つの穴が形成された直方体ワークから抽出された輪郭線上の各点をテーブル座標系に変換したときに、算出されてもよい。

（Ｃ）球面形状を有する円柱ワークの場合について
図１９に示すように、画像取得部１１ｂは、３Ｄカメラの視覚センサ１８により真上から撮像された球面形状を有する円柱ワークの画像データを取得し、ＵＩ表示制御部１１ａは、取得されたＲＧＢ画像をＵＩ画面に表示する。解析対象指定部１１ｃは、入力部１４を介して、ユーザにより入力された解析対象を指定する囲み線を取得する。そして、特徴抽出部１１ｄは、取得された囲み線を初期値としてスネーク法により、太線で示す半球部分の輪郭線を抽出する。次に、特徴抽出部１１ｄは、スネーク法で抽出した輪郭線とその内側を解析対象領域として、解析対象領域内の画像特徴（輪郭と各ピクセルの画像座標値）を抽出する。

特徴抽出部１１ｄは、ＲＧＢＤ画像の距離画像Ｄ、及び画像座標系とテーブル座標系との変換式とに基づいて、抽出した各ピクセルの画像座標値を実世界の座標系（テーブル座標系）に変換する。そして、特徴抽出部１１ｄは、テーブル座標系に変換された輪郭線に対して円検出等を行い、解析対象領域が１つの円（すなわち、１つの連続面）からなる、という構造的特徴を取得することができる。
また、特徴抽出部１１ｄは、例えば、抽出した点群（テーブル座標系に変換した各ピクセル）に対して球検出を行い、解析対象領域が球面であるという構造的特徴を取得することができる。また、特徴抽出部１１ｄは、距離画像Ｄから、解析対象領域が周囲（テーブル）と比べてＺ方向に突き出ているという構造的特徴も取得することができる。
なお、特徴抽出部１１ｄは、ＣＡＤデータや加工プログラム等の追加情報を用いて解析対象の構造的特徴を絞り込んでもよい。また、ユーザがＵＩ画面上で指定するようにしてもよい。

次に、解析項目設定部１１ｅは、特徴抽出部１１ｄにより解析対象の球面形状を有する円柱ワークの構造的特徴が検出されると、「ワークの加工状況」とともに、「解析対象領域の凹凸」、「面セグメント」、「面セグメント同士の関係」のワークの構造的特徴をクエリとして、記憶部１６の解析履歴ＤＢ１６ｃを検索する。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」とともに、球面形状を有する円柱ワークの構造的特徴である「解析対象領域の凹凸：周囲より凸」、「面セグメント：３Ｄ球面×１」、「面セグメント同士の関係：不明（－）」をクエリとして解析履歴ＤＢ１６ｃを検索する。例えば、解析項目設定部１１ｅは、「面粗さ」、「球面中心」、「球径」等を、解析項目として選択され得る項目（解析項目の候補）をリストアップする。

さらに、解析項目設定部１１ｅは、過去の解析履歴である解析履歴ＤＢ１６ｃにおいて、今回の球面形状を有する円柱ワークと同様のワークに対して実行された解析項目の頻度を参照すること等により、リストアップした解析項目の候補をランク付けする。すなわち、解析項目設定部１１ｅは、「ワークの加工状況：加工後」、「解析対象領域の凹凸：周囲より凸」、「面セグメント：３Ｄ球面×１」、「面セグメント同士の関係：不明（－）」をクエリとして解析履歴ＤＢ１６ｃを検索する。解析項目設定部１１ｅは、例えば、今回の球面形状を有する円柱ワークと同様の解析対象における過去の解析履歴において、「面粗さ」の解析が「５０％」、「球面中心」の解析が「２５％」、「球径」の解析が「２５％」であった場合、解析項目の候補を、選択される可能性の高い「面粗さ」、「球面中心」、「球径」等の順に並び替える。

図２１に示すように、ＵＩ表示制御部１１ａは、解析項目設定部１１ｅによってランク付けされた解析項目の候補をＵＩ画面にランク順に表示する。そして、ユーザによる選択が受け付けられる。
なお、すべての解析項目の候補が、自動的に解析項目に設定されてもよい。この場合、すべての解析項目の候補を解析項目に設定することが事前に定められていることが好ましい。
例えば、すべての解析項目の候補が解析項目に設定されている場合、物理量算出部１１ｆは、半球面の面粗さ等を算出するため、解析対象領域内の点群（テーブル座標に変換した各ピクセル）のテーブル座標値を抽出する。物理量算出部１１ｆは、抽出した点群のテーブル座標値を用いて、最小二乗法等の公知の手法から球面のパラメータ（球の中心及び球径）を算出する。その際、物理量算出部１１ｆは、例えば、二乗誤差の平方根（ＲＭＳ又はＲｑ）も「面粗さ」として算出する。図２１に示すように、ＵＩ表示制御部１１ａは、物理量算出部１１ｆによって算出されたＲｑ（面粗さ）、球面中心、球径をＵＩ画面に表示してもよい。
なお、球面のパラメータ（球の中心及び球径）は、特徴抽出部１１ｄが抽出した各ピクセルの画像座標値をテーブル座標系に変換したときに、算出されてもよい。また、球面のパラメータ（球の中心及び球径）は、ＣＡＤデータの情報を用いて算出されてもよい。
また、上述の実施形態では球面形状を有する円柱ワークについて説明したが、形状はこれに限定されない。例えば、自由曲面形状を有するようなワークであってもよく、この場合も、球面形状を有するワークと同様のステップにより点群を抽出した後、例えば、ＣＡＤデータの情報と比較することにより、面粗さなどの物理量を算出することができる。

＜ワーク画像解析装置１の画像解析処理＞
次に、図２２を参照しながら、ワーク画像解析装置１の処理の流れを説明する。
図２２は、ワーク画像解析装置１の画像解析処理について説明するフローチャートである。
画像解析処理は、入力部１４を介して、画像解析処理を起動させる指示が入力されることにより開始される。

ステップＳ１において、ＵＩ表示制御部１１ａは、画像解析処理において、ユーザが各種情報を入出力するためのユーザインターフェース画面（ＵＩ画面）を表示する。

ステップＳ２において、画像取得部１１ｂは、視覚センサ１８（深度カメラあるいはステレオカメラ等）によって撮像されたワークの画像データ、又は、ＣＡＤ（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｅｓｉｇｎ）システムにおいて生成されたワークのＣＡＤデータ等、ワークの３次元形状を含む画像データを取得する。このとき取得されたワークの画像データは、記憶部１６に記憶される。

ステップＳ３において、ＵＩ表示制御部１１ａは、取得されたワークの画像において解析対象を指定するための入力画面を表示する。

ステップＳ４において、解析対象指定部１１ｃは、解析対象を指定する入力画面にユーザが入力した指定のための操作内容を取得する。

ステップＳ５において、特徴抽出部１１ｄは、ユーザが入力した指定のための操作内容に応じて、ワークの画像において、解析対象となる部分である解析対象領域を特定する。

ステップＳ６において、特徴抽出部１１ｄは、特定された解析対象領域の画像特徴（輪郭）を抽出する。

ステップＳ７において、特徴抽出部１１ｄは、抽出した画像特徴（輪郭）をディスプレイの平面座標系（画像座標系）からワークが載置されたテーブル上の実世界の座標系（テーブル座標系）に変換する。

ステップＳ８において、特徴抽出部１１ｄは、実世界の座標系に変換された画像特徴（輪郭）に対して円検出や直線検出等を行い、解析対象の構造的特徴を取得する。

ステップＳ９において、解析項目設定部１１ｅは、取得された解析対象の構造的特徴に基づいて、過去の解析履歴（記憶部１６の解析履歴ＤＢ１６ｃ）を参照し、解析項目として選択され得る解析項目の候補をリストアップする。

ステップＳ１０において、解析項目設定部１１ｅは、リストアップした解析項目の候補を、過去の解析履歴等を基にランク付けする。

ステップＳ１１において、ＵＩ表示制御部１１ａは、解析項目設定部１１ｅによってランク付けされた解析項目の候補をＵＩ画面にランク順に表示する。

ステップＳ１２において、ＵＩ表示制御部１１ａは、解析項目の候補の中から選択を受け付けるための入力画面を表示し、ユーザによる選択を受け付ける。

ステップＳ１３において、物理量算出部１１ｆは、選択された解析項目の物理量の算出に必要な特徴（輪郭）を、テーブル座標系に変換された解析対象領域のデータから抽出する。

ステップＳ１４において、物理量算出部１１ｆは、抽出された特徴（輪郭）に基づいて、選択された解析項目の物理量を算出する。

ステップＳ１５において、ＵＩ表示制御部１１ａは、ステップＳ１４で算出された物理量をＵＩ画面に表示する。
ステップＳ１５の後、画像解析処理は終了となる。

以上により、一実施形態のワーク画像解析装置１は、ワークの画像に対して、ユーザによる解析対象を指定するための操作を受け付ける。ワーク画像解析装置１は、ユーザによる指定に応じて、ワークの画像において解析対象領域を特定し、実世界の座標系における解析対象の構造的特徴を抽出する。ワーク画像解析装置１は、抽出した解析対象の構造的特徴から選択され得る解析項目の候補をＵＩ画面に表示し、ユーザにより選択された解析項目の物理量を算出する。
これにより、ワーク画像解析装置１は、解析項目に係る所定の物理量の算出に必要となる、画像解析の設定に係る煩雑な手順や専門知識、及びタッチプローブ等の計測器が不要となり、視覚センサ１８のみで高速に解析することが可能となる。そして、ワーク画像解析装置１は、ワークの計測に要する作業負担を低減することができる。

以上、一実施形態について説明したが、ワーク画像解析装置１は、上述の実施形態に限定されるものではなく、目的を達成できる範囲での変形、改良等を含む。

＜変形例１＞
上述の実施形態では、ワーク画像解析装置１は、視覚センサ１８により撮像された１つの画像を用いて、ユーザにより選択された解析項目の物理量を算出したが、これに限定されない。例えば、ワーク画像解析装置１は、ワークに対して視覚センサ１８を相対移動させて、ワークが撮像された複数の画像を取得し、前記ワークすべてが撮像された１つの高解像度の画像を生成するようにしてもよい。
これにより、ワーク画像解析装置１は、１つの視覚センサの撮像範囲に収まらないような大きなワークであっても、ワーク全体の画像を取得することができる。
また、複数枚の画像は、視覚センサの相対移動のほかに、複数の視覚センサの撮像によって取得するようにしてもよい。
このとき、解析対象の指定に関して、例えばステップＳ４の解析対象の指定では複数枚の画像のそれぞれに対して解析対象を指定できるようにして、ステップＳ７にて解析対象から抽出した特徴を統合するようにする、などしてもよい。

＜変形例１－２＞
また例えば、上述の実施形態では、視覚センサ１８は、数値制御装置や工作機械の分解能の設定情報に基づいて、物理量の算出に際して必要な分解能が得られるように視覚センサの相対移動を行ってから撮像するようにしてもよい。
例えば、数値制御装置が工作機械を１μｍの位置決め分解能で制御するように設定されている場合を考える。
このとき、例えばユーザが指定した解析対象が直方体ワークで、解析項目が「重心位置」であった場合、最終的に物理量算出部で算出される物理量は、その物理量を工作機械で利用するために、多くの場合数μｍ以下の分解能が必要とされる。
一般に、視覚センサを用いた画像測定では、視覚センサの分解能の目安は視覚センサの撮像範囲に対する画素数の比率で表される。例えば、視覚センサの撮像範囲が１０ｃｍ四方であるのに対してカメラの画素数が縦１０００×横１０００である場合、分解能の目安は１００μｍである。
この視覚センサの分解能は、例えば視覚センサとワークとの相対位置を接近させて視覚センサの撮像範囲を狭くすることによって向上することができる。
このため、例えば数値制御装置の分解能の設定情報を目標分解能とした場合、解析対象の指定はワーク全体を視野に収めるような広い範囲を撮像した画像上で行い、ステップＳ６で解析対象の特徴を抽出する以前に、目標となる分解能が得られるように視覚センサを相対移動させてからもう一度撮像するようにしてもよい。また、視覚センサをどのように相対移動しても目標となる分解能が得られないような場合は、例えば警告メッセージを表示するようにしてもよい。
これにより、物理量の算出に際して必要な分解能を得ることができる。

＜変形例２＞
また例えば、上述の実施形態では、ワーク画像解析装置１は、解析対象の指定及び解析対象の構造的特徴を取得した後、ユーザに解析項目を選択させたが、これに限定されない。例えば、ワーク画像解析装置１は、ユーザに解析項目を選択させた後、解析対象の指定及び解析対象の構造的特徴を取得してもよい。
そうすることで、ワーク画像解析装置１は、解析項目の選択によって解析対象が限定されるため、解析対象となる構造的特徴をより適切に検出することが可能となる。

＜変形例３＞
また例えば、上述の実施形態では、ワーク画像解析装置１は、解析項目の候補をリストアップした後、解析履歴ＤＢ１６ｃに基づいて解析項目の候補をランク付けしたが、これに限定されない。例えば、ワーク画像解析装置１は、ランク付けすることなく、すべての解析項目の一覧をリストアップするだけでもよい。
また、ワーク画像解析装置１は、解析履歴ＤＢ１６ｃだけでなく、機械学習を用いた推定器に基づいて解析項目をリストアップしてもよい。

＜変形例４＞
また例えば、上述の実施形態では、視覚センサ１８は、深度カメラあるいは３Ｄカメラとしたが、これに限定されない。例えば、ワークの形状が予め分かっており、前記ワークの高さが一定の場合には、視覚センサ１８は２Ｄカメラでもよい。以下、視覚センサ１８を２Ｄカメラとして説明する。
例えば、図１３の円筒ワークの場合、視覚センサ１８は、真上から円筒ワークを撮像する。画像取得部１１ｂは、視覚センサ１８により真上から撮像された円筒ワークの画像データを取得し、ＵＩ表示制御部１１ａは、取得された画像をＵＩ画面に表示する。解析対象指定部１１ｃは、図１３の場合と同様に、ユーザにより入力された解析対象を指定する囲み線を取得する。そして、特徴抽出部１１ｄは、取得された囲み線を初期値としてスネーク法により、太線で示す円筒外側の輪郭線を抽出する。次に、特徴抽出部１１ｄは、スネーク法で抽出した輪郭線とその内側を解析対象領域として、解析対象領域内の画像特徴（輪郭）をすべて抽出する。これにより、図１４の場合と同様に、特徴抽出部１１ｄは、円筒ワークの外側と内側との太線で示す２つの輪郭線を抽出することができる。なお、特徴抽出部１１ｄは、ＣＡＤデータや加工プログラム等の追加情報を用いて解析対象の構造的特徴を絞り込んでもよい。また、ユーザがディスプレイ上で指定するようにしてもよい。

また、特徴抽出部１１ｄは、画像上では歪みがあり、実世界とスケールも異なっている円筒ワークを正確に測定できるよう、合焦法により予め算出された視覚センサ１８と円筒ワークとの間の距離、及び画像座標系とテーブル座標系との変換式とに基づいて、抽出した輪郭線上の各点を実世界の座標系（テーブル座標系）に変換する。これにより、図１４の場合と同様に、特徴抽出部１１ｄは、テーブル座標系に変換された輪郭に対して円検出や直線検出等を行い、解析対象領域が同心円２つからなる、という構造的特徴を取得することができる。
また、特徴抽出部１１ｄは、例えば、事前に取得したテーブルの輝度値と解析対象領域の周囲の輝度値が同じであることから、解析対象領域の周囲は高さ「０」のテーブルであることが分かるため、解析対象領域が周囲（テーブル）と比べてＺ方向に突き出ているという構造的特徴も取得することができる。その後の処理は、視覚センサ１８が深度カメラあるいは３Ｄカメラの場合の処理と同じであり、説明を省略する。

なお、同一のワークを量産する際、１つ目のワークについて使用された解析対象領域や特徴、物理量算出のステップ、カメラの相対移動の情報、またはワーク画像などを保存しておき、２つ目以降のワークにおいて、１つ目のワーク画像との位置・角度の移動量を算出し、１つ目のワーク用に作成した解析対象領域や特徴の座標値に前記移動量を加算し、物理量算出のステップを修正することにより、２つ目以降のワークに対するユーザによる解析対象の指定操作と解析項目の決定操作をスキップし、解析動作を完全に自動化するようにしてもよい。

なお、一実施形態に係るワーク画像解析装置１に含まれる各機能は、ハードウェア、ソフトウェア又はこれらの組み合わせによりそれぞれ実現することができる。ここで、ソフトウェアによって実現されるとは、コンピュータがプログラムを読み込んで実行することにより実現されることを意味する。
また、ワーク画像解析装置１に含まれる各構成部は、電子回路等を含むハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（Ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（Ｔａｎｇｉｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えば、フレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば、光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、フラッシュＲＯＭ、ＲＡＭ）を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（Ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は、無線通信路を介して、プログラムをコンピュータに供給できる。

なお、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。

以上を換言すると、本開示のワーク画像解析装置、ワーク画像解析方法、及びプログラムは、次のような構成を有する各種各様の実施形態を取ることができる。

（１）本開示のワーク画像解析装置１は、産業機械による加工対象のワークの画像を表示する表示部１５と、ワークの画像に対する解析対象の指定を受け付ける解析対象指定部１１ｃと、解析対象指定部１１ｃによって指定された解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出部１１ｄと、ワークの画像に対する解析項目の指定を受け付ける解析項目設定部１１ｅと、解析対象の構造的特徴から解析項目設定部１１ｅによって指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された特徴を用いて物理量を算出する物理量算出部１１ｆと、を備える。
このワーク画像解析装置１によれば、ワークの計測に要する作業負担を低減することができる。

（２） （１）に記載のワーク画像解析装置１において、解析項目設定部１１ｅは、解析対象の構造的特徴に対する解析項目の候補をランク付けして表示してもよい。
そうすることで、ワーク画像解析装置１は、ユーザが所望する解析項目を確実に指定することができる。

（３） （１）又は（２）に記載のワーク画像解析装置１において、ワークの画像は、当該ワークの２次元又は３次元の撮像画像及び当該ワークのＣＡＤデータの画像の少なくともいずれかであってもよい。
そうすることで、ワーク画像解析装置１は、解析対象の構造的特徴を正確に取得することができる。

（４）本開示のワーク画像解析方法は、産業機械による加工対象のワークの画像を表示する表示ステップと、ワークの画像に対する解析対象の指定を受け付ける解析対象指定ステップと、解析対象指定ステップにおいて指定された解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出ステップと、ワークの画像に対する解析項目の指定を受け付ける解析項目設定ステップと、解析対象の構造的特徴から解析項目設定ステップにおいて指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された特徴を用いて物理量を算出する物理量算出ステップと、を備える。
このワーク画像解析方法によれば、（１）と同様の効果を奏することができる。

（５）本開示のプログラムは、コンピュータに、産業機械による加工対象のワークの画像を表示する表示制御機能と、ワークの画像に対する解析対象の指定を受け付ける解析対象指定機能と、解析対象指定機能において指定された解析対象の構造的特徴を実世界の座標系で抽出する特徴抽出機能と、ワークの画像に対する解析項目の指定を受け付ける解析項目設定機能と、解析対象の構造的特徴から解析項目設定機能において指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された特徴を用いて物理量を算出する物理量算出機能と、を実現させる。
このプログラムによれば、（１）と同様の効果を奏することができる。

１ ワーク画像解析装置
１１ ＣＰＵ
１１ａ ＵＩ表示制御部
１１ｂ 画像取得部
１１ｃ 解析対象指定部
１１ｄ 特徴抽出部
１１ｅ 解析項目設定部
１１ｆ 物理量算出部
１２ ＲＯＭ
１３ ＲＡＭ
１４ 入力部
１５ 表示部
１６ 記憶部
１６ａ 画像データベース
１６ｂ 解析対象特徴データベース
１６ｃ 解析履歴データベース
１７ 通信部
１８ 視覚センサ

Claims (5)

1. 産業機械による加工対象のワークの画像を表示する表示部と、
   前記ワークの画像において、少なくとも前記ワークの外形の一部分を示す線、前記ワークの領域の少なくとも一部分を含む内部領域、又は前記ワークの領域内の少なくとも１点のいずれか１つを含む解析対象の指定を受け付ける解析対象指定部と、
   前記解析対象指定部によって指定された前記解析対象を前記ワークの画像から特定して前記解析対象の構造的特徴を検出し、前記ワークの距離画像、及び画像座標系とテーブル座標系との変換式に基づいて、検出した前記構造的特徴を実世界の座標系で抽出する特徴抽出部と、
   検出された前記解析対象の前記構造的特徴に対して行われる解析項目の指定を受け付ける解析項目設定部と、
   前記解析対象の構造的特徴から前記解析項目設定部によって指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出部と、
   を備えるワーク画像解析装置。
2. 前記解析項目設定部は、前記解析対象の構造的特徴に対する解析項目の候補をランク付けして表示する、請求項１に記載のワーク画像解析装置。
3. 前記ワークの画像は、当該ワークの２次元又は３次元の撮像画像及び当該ワークのＣＡＤデータの画像の少なくともいずれかである、請求項１又は請求項２に記載のワーク画像解析装置。
4. 産業機械による加工対象のワークの画像を表示する表示ステップと、
   前記ワークの画像において、少なくとも前記ワークの外形の一部分を示す線、前記ワークの領域の少なくとも一部分を含む内部領域、又は前記ワークの領域内の少なくとも１点のいずれか１つを含む解析対象の指定を受け付ける解析対象指定ステップと、
   前記解析対象指定ステップにおいて指定された前記解析対象を前記ワークの画像から特定して前記解析対象の構造的特徴を検出し、前記ワークの距離画像、及び画像座標系とテーブル座標系との変換式に基づいて、検出した前記構造的特徴を実世界の座標系で抽出する特徴抽出ステップと、
   検出された前記解析対象の前記構造的特徴に対して行われる解析項目の指定を受け付ける解析項目設定ステップと、
   前記解析対象の構造的特徴から前記解析項目設定ステップにおいて指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出ステップと、
   を備えるワーク画像解析方法。
5. コンピュータに、
   産業機械による加工対象のワークの画像を表示する表示制御機能と、
   前記ワークの画像において、少なくとも前記ワークの外形の一部分を示す線、前記ワークの領域の少なくとも一部分を含む内部領域、又は前記ワークの領域内の少なくとも１点のいずれか１つを含む解析対象の指定を受け付ける解析対象指定機能と、
   前記解析対象指定機能において指定された前記解析対象を前記ワークの画像から特定して前記解析対象の構造的特徴を検出し、前記ワークの距離画像、及び画像座標系とテーブル座標系との変換式に基づいて、検出した前記構造的特徴を実世界の座標系で抽出する特徴抽出機能と、
   検出された前記解析対象の前記構造的特徴に対して行われる解析項目の指定を受け付ける解析項目設定機能と、
   前記解析対象の構造的特徴から前記解析項目設定機能において指定された解析項目に係る物理量の算出に必要となる特徴を抽出し、抽出された前記特徴を用いて前記物理量を算出する物理量算出機能と、
   を実現させるプログラム。

Images