JP7435464B2 - ワーク判別システム、ワーク判別装置及びワーク判別方法 - Google Patents
ワーク判別システム、ワーク判別装置及びワーク判別方法 Download PDFInfo
- Publication number
- JP7435464B2 JP7435464B2 JP2020557592A JP2020557592A JP7435464B2 JP 7435464 B2 JP7435464 B2 JP 7435464B2 JP 2020557592 A JP2020557592 A JP 2020557592A JP 2020557592 A JP2020557592 A JP 2020557592A JP 7435464 B2 JP7435464 B2 JP 7435464B2
- Authority
- JP
- Japan
- Prior art keywords
- workpiece
- image
- discrimination
- reference image
- processed image
- 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
- 238000012850 discrimination method Methods 0.000 title description 4
- 238000010801 machine learning Methods 0.000 claims description 53
- 230000010287 polarization Effects 0.000 claims description 41
- 238000010276 construction Methods 0.000 claims description 32
- 230000002950 deficient Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 19
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 240000005611 Agrostis gigantea Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/133—Constructional arrangements; Operation of liquid crystal cells; Circuit arrangements
- G02F1/1333—Constructional arrangements; Manufacturing methods
- G02F1/1337—Surface-induced orientation of the liquid crystal molecules, e.g. by alignment layers
- G02F1/13378—Surface-induced orientation of the liquid crystal molecules, e.g. by alignment layers by treatment of the surface, e.g. embossing, rubbing or light irradiation
- G02F1/133788—Surface-induced orientation of the liquid crystal molecules, e.g. by alignment layers by treatment of the surface, e.g. embossing, rubbing or light irradiation by light irradiation, e.g. linearly polarised light photo-polymerisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Nonlinear Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Mathematical Physics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Description
ワークを撮影する偏光カメラと、ワーク判別装置と、を有し、
前記ワーク判別装置は、
前記偏光カメラにより撮影された前記ワークの基準画像を取得する基準画像取得部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
を備える、ワーク判別システムを提供する。
前記ワーク判別装置は、前記基準画像に基づいて加工画像を生成する加工画像生成部を備えてもよく、前記判別モデル構築部は、前記機械学習において前記加工画像を更に用いてもよく、前記判別部は、前記判別対象のワークを判別する際に前記加工画像を更に用いてもよい。
前記加工画像は、反射除去画像、偏光度画像及び法線方向画像から選択される少なくとも1種の画像であってもよい。
前記判別モデル構築部は、前記機械学習において前記ワークの仕向け地の情報を更に用いてもよく、前記判別部は、前記判別対象のワークが所定の仕向け地に対応するワークであるか否かを判別してもよい。
前記ワーク判別システムは、前記偏光カメラにより撮影されるワークに光を照射するリング状の光源を有してもよい。
前記偏光カメラにより撮影されるワークは、シート上に載置されてもよく、前記シートの光の反射率は、前記ワークの光の反射率より低くてもよい。
前記ワーク判別システムは、前記偏光カメラにより撮影されるワークを転動させる転動力伝達部を有してもよい。
前記ワーク判別システムは、前記判別対象のワークの重量を測定する重量測定部を有してもよく、前記ワーク判別装置は、前記重量測定部により測定された重量に基づいて不良品のワークを検出する不良品検出部を備えてもよい。
偏光カメラにより撮影されたワークの基準画像を取得する基準画像取得部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
を備える、ワーク判別装置を提供する。
また、本技術は、
偏光カメラにより撮影されたワークの基準画像を取得するステップと、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築するステップと、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別するステップと、
を含む、ワーク判別方法を提供する。
(1)ワーク判別システムの全体構成
(2)ワーク判別装置の機能構成
(3)ワーク判別システムの動作
2.第1実施形態の第1変形例(リング状の光源を有する構成)
3.第1実施形態の第2変形例(ワークがシート上に載置される構成)
4.第2実施形態(転動力伝達部を有する構成)
5.第3実施形態(重量測定部を有する構成)
(1)ワーク判別システムの全体構成
図1を参照して、第1実施形態に係るワーク判別システム1の全体構成について説明する。
次に、図3を参照して、ワーク判別装置20の機能構成について説明する。図3は、ワーク判別装置20の機能構成例を示すブロック図である。ワーク判別装置20は、機能部として、基準画像取得部21、加工画像生成部22、画像処理部23、判別モデル構築部24、判別部25を備えることができる。加工画像生成部22及び画像処理部23は必須の機能部ではなく、ワーク判別装置20は、基準画像取得部21、判別モデル構築部24、判別部25のみを備える構成であってもよい。
基準画像取得部21は、偏光カメラ10により撮影されたワークの基準画像を取得する。基準画像には、ワークの偏光情報が含まれている。基準画像は、判別モデル構築部24において機械学習用の画像データとして用いられる。また、基準画像は、判別部25においてワークを判別するための画像データとしても用いられる。
加工画像生成部22は、基準画像取得部21により取得された基準画像に基づいて加工画像を生成する。加工画像は、判別モデル構築部24において基準画像とともに機械学習用の画像データとして用いられる。また、加工画像は、判別部25において基準画像とともにワークを判別するための画像データとしても用いられる。
(上記式(1)中、mは偏光素子の方向を示し、m=1、2、3又は4である。Imは受光強度、Aは変動成分、Mは固定成分、φは変動成分の位相を示す。)
=2A/(2A+2M) ・・・(2)
(上記式(2)中、Imaxは受光強度の最大値、Iminは受光強度の最小値、Aは変動成分、Mは固定成分を示す。)
・・・(4)
G=sinα・sinθ ・・・(6)
B=cosθ ・・・(7)
画像処理部23は、基準画像及び/又は加工画像に処理を施して処理済み画像を生成する。処理済み画像は、判別モデル構築部24において基準画像とともに、又は基準画像及び加工画像とともに、機械学習用の画像データとして用いられる。また、処理済み画像は、判別部25において基準画像とともに、又は基準画像及び加工画像とともに、ワークを判別するための画像データとして用いられる。このように、画像処理部23は、機械学習用及び判別用の画像データのバリエーションを増やす役割を果たす。
判別モデル構築部24は、基準画像取得部21により取得された基準画像を用いた機械学習により、ワークを判別する判別モデルを構築する。
判別部25は、判別対象のワークの基準画像と、判別モデル構築部24によって予め構築された判別モデルと、を用いて、判別対象のワークを判別する。
次に、図8、9を参照して、第1実施形態に係るワーク判別システムの動作について説明する。ワーク判別システムが動作することにより、本技術に係るワーク判別方法が実現される。
再び図1を参照し、第1実施形態の第1変形例について説明する。本変形例に係るワーク判別システム1は、上記第1実施形態の構成に加えて、偏光カメラにより撮影されるワークに光を照射するリング状の光源30を有する。リング状の光源30を有することにより、外乱光の影響を低減させ、且つ、乱反射を抑制することができるため、ワークの形状や材質などの違いをより的確に捉えた画像を取得することが可能となる。このような画像を用いて機械学習を行うことで、ワークの判別精度をより向上させることができる。
次に、図1を参照し、第1実施形態の第2変形例について説明する。本変形例に係るワーク判別システム1は、上記第1実施形態の構成に加えて、シート40を有する。シート40はワークWの下に配置される。すなわち、ワークWはシート40上に載置される。
次に、第2実施形態に係るワーク判別システムについて説明する。本実施形態のワーク判別システムは、第1実施形態(第1変形例及び第2変形例を含む)の構成に加えて、偏光カメラにより撮影されるワークを転動させる転動力伝達部を有する。
次に、第3実施形態に係るワーク判別システムについて説明する。本実施形態のワーク判別システムは、第1実施形態(第1変形例及び第2変形例を含む)の構成に加えて、判別対象のワークの重量を測定する重量測定部を有する。また、本実施形態のワーク判別システムに用いられるワーク判別装置は、機能部として、重量測定部により測定された重量に基づいて不良品のワークを検出する不良品検出部を備える。
偏光カメラ:ソニー株式会社製「XCG-CG510」
リング照明:株式会社アイ・ピー・システム製「IPS-R150MA-W-IF20」
画像生成ソフトウェア:ソニーグローバルマニュファクチャリング&オペレーションズ株式会社製ソフトウェア
ワーク判別装置を用いて、ACケーブルの基準画像を取得し、基準画像から加工画像(反射除去画像、偏光度画像及び法線方向画像)を生成した。これらの画像を用いて、図8に示した処理に沿って判別モデルを構築した。次に、判別対象となるACケーブルの基準画像と加工画像(反射除去画像、偏光度画像及び法線方向画像)を取得し、これらの画像と判別モデルとを用いて、ワーク判別装置によりACケーブルを判別する試験を行った。試験は、機械学習及び判別に用いる画像の枚数を変えて、以下の4パターンで行った。
試験1:基準画像(1枚のみ)
試験2:基準画像と、加工画像のうち1枚(計2枚)
試験3:基準画像と、加工画像のうち2枚(計3枚)
試験4:基準画像と、加工画像3枚(計4枚)
試験1:90.25%
試験2:98.08%
試験3:98.83%
試験4:98.91%
ACケーブルを判別する試験5~7を行った。試験5は、ワークの下に配置するシートを図10に示すような黒色の屈曲形状のシートに変更した以外は、実施例1の試験4と同様に行った。試験6は、ワークの下に配置するシートの色を黒色から白色に変更した以外は、試験5と同様に行った。試験7は、ワークの下に配置するシートの色を黒色から緑色に変更した以外は、試験5と同様に行った。光の反射率は、黒色のシートが最も低かった。
〔1〕ワークを撮影する偏光カメラと、ワーク判別装置と、を有し、
前記ワーク判別装置は、
前記偏光カメラにより撮影された前記ワークの基準画像を取得する基準画像取得部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
を備える、ワーク判別システム。
〔2〕前記ワーク判別装置は、前記基準画像に基づいて加工画像を生成する加工画像生成部を備え、
前記判別モデル構築部は、前記機械学習において前記加工画像を更に用い、
前記判別部は、前記判別対象のワークを判別する際に前記加工画像を更に用いる、〔1〕に記載のワーク判別システム。
〔3〕前記加工画像は、反射除去画像、偏光度画像及び法線方向画像から選択される少なくとも1種の画像である、〔2〕に記載のワーク判別システム。
〔4〕前記判別モデル構築部は、前記機械学習において前記ワークの仕向け地の情報を更に用い、
前記判別部は、前記判別対象のワークが所定の仕向け地に対応するワークであるか否かを判別する、〔1〕から〔3〕のいずれか1つに記載のワーク判別システム。
〔5〕前記偏光カメラにより撮影されるワークに光を照射するリング状の光源を有する、〔1〕から〔4〕のいずれか1つに記載のワーク判別システム。
〔6〕前記偏光カメラにより撮影されるワークは、シート上に載置され、
前記シートの光の反射率は、前記ワークの光の反射率より低い、〔1〕から〔5〕のいずれか1つに記載のワーク判別システム。
〔7〕前記偏光カメラにより撮影されるワークを転動させる転動力伝達部を有する、〔1〕から〔6〕のいずれか1つに記載のワーク判別システム。
〔8〕前記判別対象のワークの重量を測定する重量測定部を有し、
前記ワーク判別装置は、前記重量測定部により測定された重量に基づいて不良品のワークを検出する不良品検出部を備える、〔1〕から〔7〕のいずれか1つに記載のワーク判別システム。
〔9〕偏光カメラにより撮影されたワークの基準画像を取得する基準画像取得部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
を備える、ワーク判別装置。
〔10〕偏光カメラにより撮影されたワークの基準画像を取得するステップと、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築するステップと、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別するステップと、
を含む、ワーク判別方法。
10 偏光カメラ
11 レンズ
20 ワーク判別装置
30 リング状の光源
40、40A シート
50 固定部材
Claims (8)
- ワークを撮影する偏光カメラと、ワーク判別装置と、を有し、
前記ワーク判別装置は、
前記偏光カメラにより撮影された前記ワークの基準画像を取得する基準画像取得部と、
前記基準画像に基づいて加工画像を生成する加工画像生成部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
を備え、
前記判別モデル構築部は、前記機械学習において前記加工画像を更に用い、
前記判別部は、前記判別対象のワークを判別する際に前記加工画像を更に用い、
前記加工画像は、反射除去画像、偏光度画像及び法線方向画像から選択される少なくとも1種の画像であり、
前記偏光カメラにより撮影されるワークは、シート上に載置され、
前記シートは、側面から見た際にV字形状に屈曲している、ワーク判別システム。 - 前記判別モデル構築部は、前記機械学習において前記ワークの仕向け地の情報を更に用い、
前記判別部は、前記判別対象のワークが所定の仕向け地に対応するワークであるか否かを判別する、請求項1に記載のワーク判別システム。 - 前記偏光カメラにより撮影されるワークに光を照射するリング状の光源を有する、請求項1に記載のワーク判別システム。
- 前記偏光カメラにより撮影されるワークは、シート上に載置され、
前記シートの光の反射率は、前記ワークの光の反射率より低い、請求項1に記載のワーク判別システム。 - 前記偏光カメラにより撮影されるワークを転動させる転動力伝達部を有する、請求項1に記載のワーク判別システム。
- 前記判別対象のワークの重量を測定する重量測定部を有し、
前記ワーク判別装置は、前記重量測定部により測定された重量に基づいて不良品のワークを検出する不良品検出部を備える、請求項1に記載のワーク判別システム。 - 偏光カメラにより撮影されたワークの基準画像を取得する基準画像取得部と、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築する判別モデル構築部と、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別する判別部と、
前記基準画像に基づいて加工画像を生成する加工画像生成部と、
を備え、
前記判別モデル構築部は、前記機械学習において前記加工画像を更に用い、
前記判別部は、前記判別対象のワークを判別する際に前記加工画像を更に用い、
前記加工画像は、反射除去画像、偏光度画像及び法線方向画像から選択される少なくとも1種の画像であり、
前記偏光カメラにより撮影されるワークは、シート上に載置され、
前記シートは、側面から見た際にV字形状に屈曲している、ワーク判別装置。 - 偏光カメラにより撮影されたワークの基準画像を取得するステップと、
前記基準画像に基づいて加工画像を生成するステップと、
前記基準画像を用いた機械学習により、前記ワークを判別する判別モデルを構築するステップと、
判別対象のワークの前記基準画像と、予め構築された前記判別モデルと、を用いて前記判別対象のワークを判別するステップと、
を含み、
前記判別モデルを構築するステップは、前記機械学習において前記加工画像を更に用い、
前記ワークを判別するステップは、前記判別対象のワークを判別する際に前記加工画像を更に用い、
前記加工画像は、反射除去画像、偏光度画像及び法線方向画像から選択される少なくとも1種の画像であり、
前記偏光カメラにより撮影されるワークは、シート上に載置され、
前記シートは、側面から見た際にV字形状に屈曲している、ワーク判別方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018218139 | 2018-11-21 | ||
JP2018218139 | 2018-11-21 | ||
PCT/JP2019/045450 WO2020105679A1 (ja) | 2018-11-21 | 2019-11-20 | ワーク判別システム、ワーク判別装置及びワーク判別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020105679A1 JPWO2020105679A1 (ja) | 2021-10-07 |
JP7435464B2 true JP7435464B2 (ja) | 2024-02-21 |
Family
ID=70773118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020557592A Active JP7435464B2 (ja) | 2018-11-21 | 2019-11-20 | ワーク判別システム、ワーク判別装置及びワーク判別方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220005172A1 (ja) |
JP (1) | JP7435464B2 (ja) |
WO (1) | WO2020105679A1 (ja) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006011261A1 (ja) | 2004-07-26 | 2006-02-02 | Matsushita Electric Industrial Co., Ltd. | 画像処理方法、画像処理装置および画像処理プログラム |
JP2008309580A (ja) | 2007-06-13 | 2008-12-25 | Omron Corp | はんだフィレットの検査方法および基板外観検査装置 |
WO2009028489A1 (ja) | 2007-08-30 | 2009-03-05 | Kabushiki Kaisha Yaskawa Denki | 物体検出方法と物体検出装置およびロボットシステム |
US20150193732A1 (en) | 2014-01-06 | 2015-07-09 | Neopost Technologies | Secure locker system for the deposition and retrieval of shipments |
JP2016015093A (ja) | 2014-07-03 | 2016-01-28 | アレイ株式会社 | 錠剤識別装置およびその方法、並びに、分包錠剤監査装置 |
WO2016174915A1 (ja) | 2015-04-30 | 2016-11-03 | ソニー株式会社 | 画像処理装置と画像処理方法およびプログラム |
JP2016200528A (ja) | 2015-04-13 | 2016-12-01 | 株式会社リコー | 物体検出装置、移動体機器制御システム及び物体検出用プログラム |
WO2017081925A1 (ja) | 2015-11-10 | 2017-05-18 | ソニー株式会社 | 画像処理装置と画像処理方法 |
US20180181839A1 (en) | 2016-12-22 | 2018-06-28 | Advanced Optical Technologies, Inc. | Polarimeter with multiple independent tunable channels and method for material and object classification and recognition |
KR101891631B1 (ko) | 2018-03-07 | 2018-08-27 | (주)크레아소프트 | 영상 학습 장치, 이를 이용한 촬영영상 분석 시스템 및 방법, 이를 수행하기 위한 기록매체 |
US20180300668A1 (en) | 2017-04-18 | 2018-10-18 | International Bridge, Inc. | Item shipping screening and validation |
WO2018190394A1 (ja) | 2017-04-14 | 2018-10-18 | 株式会社湯山製作所 | 薬剤仕分装置、仕分容器、及び薬剤返却方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5524381A (en) * | 1978-08-10 | 1980-02-21 | Hakko Denki Seisakusho Kk | Ceramic heater |
EP0727760A3 (en) * | 1995-02-17 | 1997-01-29 | Ibm | Product size detection system |
FR2752178B1 (fr) * | 1996-08-06 | 1998-10-09 | Vauche P Sa | Machine de tri de bouteilles plastiques et procede mis en oeuvre par la machine |
JPH10221036A (ja) * | 1997-02-07 | 1998-08-21 | Hitachi Ltd | 部品の品種自動識別方法および装置 |
US6959108B1 (en) * | 2001-12-06 | 2005-10-25 | Interactive Design, Inc. | Image based defect detection system |
EP1706706A2 (en) * | 2003-11-07 | 2006-10-04 | Albert Schweser | Telecentric optical sensor |
JP3918854B2 (ja) * | 2004-09-06 | 2007-05-23 | オムロン株式会社 | 基板検査方法および基板検査装置 |
JP5947169B2 (ja) * | 2012-09-14 | 2016-07-06 | 株式会社キーエンス | 外観検査装置、外観検査法およびプログラム |
US10147176B1 (en) * | 2016-09-07 | 2018-12-04 | Applied Vision Corporation | Automated container inspection system |
JP6919982B2 (ja) * | 2017-05-09 | 2021-08-18 | 株式会社キーエンス | 画像検査装置 |
US10269108B2 (en) * | 2017-09-01 | 2019-04-23 | Midea Group Co., Ltd. | Methods and systems for improved quality inspection of products using a robot |
CN111356895A (zh) * | 2017-11-24 | 2020-06-30 | 索尼公司 | 检测装置以及生产电子装置的方法 |
IL257256A (en) * | 2018-01-30 | 2018-03-29 | HYATT Yonatan | System and method for establishing production line tests |
US10937705B2 (en) * | 2018-03-30 | 2021-03-02 | Onto Innovation Inc. | Sample inspection using topography |
US10733723B2 (en) * | 2018-05-22 | 2020-08-04 | Midea Group Co., Ltd. | Methods and system for improved quality inspection |
US10846678B2 (en) * | 2018-08-21 | 2020-11-24 | Sensormatic Electronics, LLC | Self-service product return using computer vision and Artificial Intelligence |
-
2019
- 2019-11-20 WO PCT/JP2019/045450 patent/WO2020105679A1/ja active Application Filing
- 2019-11-20 JP JP2020557592A patent/JP7435464B2/ja active Active
- 2019-11-20 US US17/293,122 patent/US20220005172A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006011261A1 (ja) | 2004-07-26 | 2006-02-02 | Matsushita Electric Industrial Co., Ltd. | 画像処理方法、画像処理装置および画像処理プログラム |
JP2008309580A (ja) | 2007-06-13 | 2008-12-25 | Omron Corp | はんだフィレットの検査方法および基板外観検査装置 |
WO2009028489A1 (ja) | 2007-08-30 | 2009-03-05 | Kabushiki Kaisha Yaskawa Denki | 物体検出方法と物体検出装置およびロボットシステム |
US20150193732A1 (en) | 2014-01-06 | 2015-07-09 | Neopost Technologies | Secure locker system for the deposition and retrieval of shipments |
JP2016015093A (ja) | 2014-07-03 | 2016-01-28 | アレイ株式会社 | 錠剤識別装置およびその方法、並びに、分包錠剤監査装置 |
JP2016200528A (ja) | 2015-04-13 | 2016-12-01 | 株式会社リコー | 物体検出装置、移動体機器制御システム及び物体検出用プログラム |
WO2016174915A1 (ja) | 2015-04-30 | 2016-11-03 | ソニー株式会社 | 画像処理装置と画像処理方法およびプログラム |
WO2017081925A1 (ja) | 2015-11-10 | 2017-05-18 | ソニー株式会社 | 画像処理装置と画像処理方法 |
US20180181839A1 (en) | 2016-12-22 | 2018-06-28 | Advanced Optical Technologies, Inc. | Polarimeter with multiple independent tunable channels and method for material and object classification and recognition |
WO2018190394A1 (ja) | 2017-04-14 | 2018-10-18 | 株式会社湯山製作所 | 薬剤仕分装置、仕分容器、及び薬剤返却方法 |
US20180300668A1 (en) | 2017-04-18 | 2018-10-18 | International Bridge, Inc. | Item shipping screening and validation |
KR101891631B1 (ko) | 2018-03-07 | 2018-08-27 | (주)크레아소프트 | 영상 학습 장치, 이를 이용한 촬영영상 분석 시스템 및 방법, 이를 수행하기 위한 기록매체 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020105679A1 (ja) | 2021-10-07 |
WO2020105679A1 (ja) | 2020-05-28 |
US20220005172A1 (en) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4797593B2 (ja) | 光沢測定装置及びプログラム | |
TWI236840B (en) | Method and apparatus for optical inspection of a display | |
US9437035B2 (en) | Light source detection from synthesized objects | |
US7474415B2 (en) | Measurement method of three-dimensional profiles and reconstruction system thereof using subpixel localization with color gratings and picture-in-picture switching on single display | |
JP6325520B2 (ja) | むら検査システム、むら検査方法およびむら検査プログラム | |
TWI394431B (zh) | 評價立體影像顯示面板的方法及系統 | |
JP2019522781A (ja) | 固定具なしのレンズメータ及びその操作方法 | |
JP2010243353A (ja) | 光沢感評価方法、光沢感評価装置、該装置を有する画像評価装置、画像評価方法および該方法を実行するためのプログラム | |
CN101620816B (zh) | 评价立体影像显示面板的方法及系统 | |
US11710289B2 (en) | Information processing apparatus, information processing system, and material identification method | |
TW200926839A (en) | Image sensor apparatus and method for color correction with an illuminant-dependent color correction matrix | |
CN101207832A (zh) | 数码相机色彩还原的检测方法 | |
JP6556013B2 (ja) | 処理装置、処理システム、撮像装置、処理方法、プログラム、および記録媒体 | |
JP4333269B2 (ja) | 投影装置の監視システム、投影装置 | |
CN110458803A (zh) | 基于彩带校准的帧图像偏色和亮度检测方法及装置 | |
WO2014013792A1 (ja) | ノイズ評価方法、画像処理装置、撮像装置およびプログラム | |
CN108351969A (zh) | 毛发卷曲测量 | |
CN108351970A (zh) | 毛发直径测量 | |
JP2012230081A (ja) | 光沢品の外観検査装置、プログラム | |
JP7435464B2 (ja) | ワーク判別システム、ワーク判別装置及びワーク判別方法 | |
Vazquez-Corral et al. | Color constancy algorithms: Psychophysical evaluation on a new dataset | |
KR20210059477A (ko) | 분리막의 열수축율 측정방법 | |
JP5893593B2 (ja) | 外装材の色数値検査方法 | |
Martinkauppi et al. | Face video database | |
JP2019022147A (ja) | 光源方向推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231222 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240122 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7435464 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |