JP7842411B2 - 計数方法、計数システム、計数プログラム - Google Patents

Description

本発明は、積層体に含まれる対象物の計数方法、計数システム、計数プログラムに関する。

板状やシート状の物品は、積層状態で保管される。従来、このような物品を積層状態で撮像することで、それら物品を計数する技術が知られている。

特許文献１では、層状パターンの面を有する種々の計数対象物に層状パターンの層数を簡便かつ正確に計数することが可能な技術を開示する。特許文献１では、層状パターンの面を有する計数対象物１０の面を撮影した画像である撮影画像１１を取得する工程と、撮影画像１１の一部の領域である計数対象領域１１Ａを抽出する工程と、計数対象領域１１Ａ内で基点を特定する工程と、基点に基づいて解析領域１５を決定し、解析領域１５に基づいて層状パターンの層数を計数する工程と、を有する計数方法を開示する。

特許文献２では、基板の計数を容易に、しかも高精度に行うことを可能とする技術を開示する。特許文献２では、一方向に積み重ねられた複数枚の基板の端面の画像を取得するステップと、この画像を構成する各画素の輝度を、この画像において一方向と直交する他方向の画素列ごとに積算して積算値を算出するステップと、この積算値に基づいて画像内の基板を検出するステップと、検出された基板の枚数を計数して計数値を取得するステップと、を有する基板計数方法を開示する。特許文献２では、各画素の輝度を、画像の水平方向（Ｘ’軸方向）の画素列ごとに積算して積算値（水平射影値）とすること、更には、エッジ射影値とすることで、基板の厚さや、基板の境界位置、基板の中心位置を算出することが記載されている。

特許文献３では、積層された合板の枚数測定作業を自動化し、積層枚数の測定精度を、従来よりも作業性よく経済的に向上可能な積層された合板の枚数測定にかかる技術を開示する。特許文献３では、色の異なる複数種類の薄板材１２、１３を貼り合わせて構成された合板１１を複数枚積層した状態で、その積層枚数を測定可能な積層された合板の枚数測定装置１０及びその枚数測定方法であり、撮像手段１５により合板１１の側面を撮像し、情報処理手段１７により、撮像手段１５で撮像した積層された合板１１の画像から得られた輝度値を用いて、各合板１１を構成する薄板材１２、１３の種類を判別し、合板１１の積層枚数を算出することが開示される。特許文献３では、積層体の面を撮像した画像データ処理として、積層体の境界を強調する各種画像処理を行い、板状体間の距離計算、基準ピッチを算出する処理を行うこと、基準ピッチとは基板の厚みに所定の許容値を加味した値であること、ここで算出した基準ピッチを参照して１枚当たりの板状体を特定する候補点Ｐを付与し、開始位置と判断される候補点Ｐを確定点Ｐ´とすることで、それに連続する複数の候補点を確定点として処理することで、板状体の枚数を計数することが開示されている。

特許文献４では、折り加工された複数の用紙１を揃え、光を照射して背部２に輝部５を、背間の凹部に影部６を生じさせ、テレビカメラ７で撮像し、得られた画像信号をアナログ－デジタル変換回路９によって各色に対して多値化した色の強さの信号に変換し、水平走査線１本分を構成する各構成点の色の強さの信号を、算出された基準となる二つの屈曲線と各構成点の色の強さを比較し構成点が下の基準値を越え下の基準値を下方向に越えることなく上の基準値を上方向に越えその後下の基準値を下方向に越えることで一つの非影部と積算し他端まで比較を繰り返し非影部の個数を積算し非影部を用紙の背部分すなわち用紙枚数を計数することが開示されている。

特許文献５では、ガラス板Ｇの厚さに基づき基準ピッチを算出し、前記基準ピッチと等しい候補点を確定点として算出し、算出した全ての確定点を計数する。つまり、ラインセンサ４８によって受光した画像内にガラス板Ｇが存在していると認識し、そのガラス板Ｇの枚数を計数する板状体積層体の板状体計数装置が開示されている。

特許文献６では、２次元イメージセンサカメラ１２が、積層されたコンパクトディスク２の側面の画像を２次元画像データとして出力し、画像処理装置１４が、この２次元画像データからコンパクトディスクの枚数を算出する積層枚数計数装置が開示されている。

特開２０２１－０７１９２１号公報 特開２０１５－２２８０９４号公報 特開２０１８－０３６９５０号公報 特開２０１４－００２７０１号公報 特開２０１４－０３２４３１号公報 特開平０５－１９７８５１号公報

画像認識による積層体に含まれる板状またはシート状の対象物の計数は、正確な枚数の計数の精度に改善の余地があった。特に、鋼板のような材質の対象物は、面内（幅方向）でたわみが生じ、対象物の間に隙間が発生することから、正確に計数できないことが課題であった。

本発明は、上述した課題に鑑みて、積層体に含まれる対象物を精度よく計数する技術を提供することを解決すべき課題とする。

上述した課題を解決するために、本発明は、積層体に含まれる対象物の計数方法であって、画像取得工程と、生成工程と、厚み推定工程と、計数工程と、をコンピュータが実行し、前記画像取得工程は、積層体の積層面の画像データを取得し、前記生成工程は、前記画像データを積層方向及び幅方向に対して複数の所定領域に区画し、前記所定領域におけるそれぞれの厚み成分を示す信号プロファイルを生成し、前記厚み推定工程は、前記所定領域のそれぞれから推定される厚み成分を取得し、前記計数工程は、前記厚み成分に基づき前記対象物を計数する。

このような構成とすることで、積層面の積層方向及び幅方向の所定領域からそれぞれから推定される厚み成分に基づく計数とすることで、領域別に変化する厚みに対応した精度のよい対象物の計数を実現することができる。

本発明の好ましい形態では、前記厚み推定工程は、前記信号プロファイルに含まれる前記厚み成分に基づき抽出される信号ピークの分類結果を生成し、前記計数工程は、前記分類結果のそれぞれの前記信号ピークに対応する厚み成分に基づき前記対象物を計数する。
このような構成とすることで、信号ピークが真の厚み成分である確率が高くなるように信号ピークを分類することができるため、最適な分類結果の信号ピークに対応する厚み成分を用いて精度よく計数を行うことができる。

本発明の好ましい形態では、前記厚み推定工程は、所定以上の厚み成分の強度に応じて、前記分類結果における信号プロファイルに含まれる有効値である信号ピークまたは無効値である強度ピークを判定し、前記分類結果における厚み成分に基づき前記所定領域の境界線を所定数以上検出した場合、前記無効値を有効値として判定し、前記計数工程は、前記有効値と判定された信号プロファイルが示す厚み成分に基づき前記対象物を計数する。
このような構成とすることで、分類結果に含まれる適切な有効値を採用することで、最適な厚み成分によって精度よく計数を行うことができる。

本発明の好ましい形態では、ぞれぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルを推定するモデル推定工程を備え、前記計数工程は、前記計数モデルにより推定される厚み成分に基づき前記対象物を計数する。
このような構成とすることで、所定領域のそれぞれの厚み成分を反映させた計数モデルを用いることで、最適な厚み成分を参照した計数を実現することができる。

本発明の好ましい形態では、ぞれぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルであって、それぞれの分類結果に対応する複数の計数モデルを推定し、それぞれの所定領域の厚み成分の実数値と、前記計数モデルによる厚み成分の算出値と、の差分値に基づき、前記分類結果に対応する複数の計数モデルから最適な計数モデルを決定するモデル推定工程を備え、前記計数工程は、前記計数モデルにより推定される厚み成分に基づき前記対象物を計数する。
このような構成とすることで、厚み成分の算出値と実数値の差分値により最適な計数モデルを採用し、より精度のよい計数を実現することができる。

本発明によれば、積層体に含まれる対象物を精度よく計数する技術を提供することができる。

本実施形態のシステムのブロック図。 本実施形態のハードウェア構成図。 本実施形態の計数装置の全体の処理フローチャート。 本実施形態の信号プロファイル生成のイメージ。 本実施形態の生成工程の処理フローチャート。 本実施形態の信号プロファイルの概要図。 本実施形態の厚み推定工程の処理フローチャート。 本実施形態の信号ピークの分類の概要図。 本実施形態のモデル推定工程の処理フローチャート。 本実施形態の２次曲面のイメージ。 異なる実施形態のシステムのブロック図。

以下、図面を用いて、本発明の実施形態に関する計数システムおよび計数方法について説明する。なお、以下に示す実施形態は本発明の一例であり、本発明を以下の実施形態に限定するものではなく、様々な構成を採用することもできる。

本実施形態では、計数システム、計数装置の構成、動作等について説明するが、同様の構成の計数方法、コンピュータのプログラムおよび当該プログラムを記録したプログラム記録媒体等も、同様の作用効果を奏する。プログラム記録媒体を用いれば、例えば、コンピュータに当該プログラムをインストールすることができる。以下で説明する本実施形態にかかる一連の処理は、コンピュータで実行可能なプログラムとして提供され、ＣＤ－ＲＯＭやフレキシブルディスクなどの非一過性コンピュータ可読記録媒体、更には通信回線を経て提供可能である。

計数システムは、コンピュータ装置により構成される。コンピュータ装置は、ＣＰＵ（Central Processing Unit）などの演算装置および記憶装置を有する。当該コンピュータ装置は、記憶装置に格納される計数プログラムを、演算装置により実行することで、当該コンピュータ装置を計数装置として機能させることができる。計数方法は、計数装置を含むコンピュータ装置の処理により実現される。

本実施形態において、計数の対象物は、積層状態により保管などが可能な板状、シート状の物品である。対象物の材質は、特に制限されないが、本発明は、鋼板のように面内にたわみが生じやすい物品においても精度のよい計数を実現できる。

本実施形態において、積層体は、計数の対象物を含む。積層体とは、複数の対象物が積層状態にあり、それらが一体となったものを指す。対象物は、一方向に積層されることで積層体を構成する。積層体の側面（以下、積層面とする）は、対象物の層数を観察可能であり、積層面の層数によって対象物の数量を計数できる。なお、積層の方向は、限定されず、垂直方向や水平方向など何れであってもよい。

本実施形態において、積層面を撮像した画像データによって対象物を計数する。計数に用いる画像データは、積層面の少なくとも積層方向に積層体の全体が撮像されたデータであることが好ましい。ただし、計数に用いる画像データは、積層方向に積層体の部分が撮像されたデータであることを制限しない。また、計数に用いる画像データは、例えば、部分的データを複数組み合わせることで積層体の全体像が把握できるデータであってもよい。対象物の厚みは、画像データの画素によりそれぞれの対象物を判別できる厚みであれば特に制限されない。したがって、計数可能な対象物の厚みは、画像データの撮像方法（距離など）や撮像装置の解像度に依存する。

図１は、計数システム１のブロック図を示す。計数システム１は、計数装置２と、撮像装置３と、を備える。計数装置２は、撮像装置３により撮像された画像データを有線通信又は無線通信により取得可能に構成されている。なお、計数装置２は、撮像装置３を内蔵し、画像データを取得する態様であってもよい。

計数装置２は、機能構成要素として、画像データを取得する画像取得部２１と、画像データに基づいて信号プロファイルを生成する生成部２２と、信号プロファイルに基づいて推定される厚み成分を取得する厚み推定部２３と、厚み成分に基づいて計数モデルを推定するモデル推定部２４と、厚み成分に基づき対象物を計数する計数部２５と、計数結果を出力する出力部２６と、を備える。また、計数装置２は、データベースとしての記憶部ＤＢを備える。記憶部ＤＢは、計数装置２の内部又は外部に備えられ、計数装置２との間で各種データ通信可能な態様であれば、図示例の構成に限定されない。

制御部２７は、各構成部に接続され、制御指示することで各構成部を制御する。また、制御部２７は、記憶部ＤＢと接続され、各種データの記憶および読み出しを実行可能に構成されている。以下の説明において、計数装置２における各機能構成部の動作について不明確とならない限り、制御部２７の介在を省略する。

計数装置２は、利用者による操作入力を受け付け可能に構成される。計数装置２は、操作入力によって、撮像装置３より画像データを取得する処理、計数対象とする画像データを選択する処理などを、制御部２７を介して画像取得部２１を制御することで実現する。

撮像装置３は、カメラや、カメラ機能を搭載した端末装置などであって、画像データを撮像することができる。撮像装置３は、有線通信、無線通信などにより画像データを計数装置２に送信可能である。なお、撮像装置３により撮像された画像データは、インターネット通信網などを介して計数装置２により取得される態様であってもよい。図１において、撮像装置３は、１つのみ示したが、複数存在してもよい。

図２は、計数装置２のハードウェア構成図を示す。計数装置２は、ハードウェア構成として、制御装置２０１と、記憶装置２０２と、通信装置２０３と、入力装置２０４と、出力装置２０５と、を備える。本実施形態において、計数装置２は、サーバ装置、パーソナルコンピュータなどのコンピュータ装置を用いることができる。なお、計数装置２は、複数のコンピュータ装置により構成され、全体として上述の機能構成要素（２１－２７）を実現できればよく、図２に示す構成に限定されるものではない。

制御装置２０１は、ＣＰＵなどの１つ以上のプロセッサにより構成され、計数プログラムやＯＳ（Operating System）、その他のアプリケーションを実行することで、計数装置２における全体処理を制御する。記憶装置２０２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ、ＲＡＭ（Random Access Memory）などであって、計数プログラムおよび各種データを記憶する。通信装置２０３は、有線通信、無線通信などの通信インターフェイスであって、撮像装置３を含む外部装置とのデータ通信の制御を行う。また、通信装置２０３は、通信ネットワークＮＷとの通信制御を行うことで、外部装置とのデータ通信を行うことができるものとする。

入力装置２０４は、利用者による操作入力を受け付ける入力インターフェイスであって、タッチパネル、マウス、キーボードなどの少なくとも１つ以上により構成される。出力装置２０５は、制御装置２０１による処理結果を出力するディスプレイ、スピーカなどの少なくとも何れか一方により構成される。

図３は、計数装置２による全体処理にかかるフローチャートを示す。

画像取得部２１は、撮像装置３により撮像された積層体の積層面の画像データを取得する（Ｓ１１、画像取得工程）。画像取得部２１は、画像データに含まれる積層面を対象領域として検出し、該対象領域にかかる画像データを更に取得してもよい。ここで、画像取得部２１は、計数に用いる積層面の領域と、計数に用いないその他の領域と、をそれぞれ画像認識により検出し、計数に用いる積層面の領域を対象領域とする。画像認識は、ニューラルネットワークなどの機械学習済モデルを用いることができる。なお、モデルの種類に限定はない。画像取得部２１は、画像データを機械学習済モデルに入力し、対象領域にかかる画像データを出力として取得することができる。

画像取得部２１は、画像データを続く工程において画像処理しやすくするための画像補正処理を実行してもよい。画像補正処理は、台形補正などであって、画像データに含まれる積層面が台形の領域である場合、これを矩形の領域として補正する処理を含む。

生成部２２は、取得した画像データを積層方向及び幅方向に対して複数の所定領域に区画する（Ｓ１２、生成工程）。複数の所定領域は、縦横（積層方向、幅方向）のそれぞれに対する任意の区画数により設定される。例えば、区画数は、画像データを縦２、横１に区画する場合、２ｘ１となり、区画後の区画画像数は２となる。区画画像数は、複数であれば制限はなく、例えば、１ｘ２、２ｘ２、４ｘ４、６ｘ４などを設定可能とする。ここで、画像データから区画された１枚の画像は、画像データとの区別のため、区画画像（所定領域）と定義される。なお、区画数は、積層方向及び幅方向のそれぞれに対して複数（縦２以上、横２以上）とすることが好ましい。

生成部２２は、区画画像のそれぞれの厚み成分の信号プロファイルを生成する（Ｓ１２、生成工程）。生成工程Ｓ１２は、後に図５を参酌しながら詳述する。

本実施形態において、信号プロファイルは、区画画像の濃淡データを２次元フーリエ変換することで得られ、横軸は周波数（１／ｚ）、縦軸は厚み成分の強度（Ｉ）を示す。周波数は、厚み成分（ｚ）の逆数を示す。なお、厚み成分（ｚ）は、対象物１枚当たりの厚みの値を示す。信号プロファイルにおける厚み成分の強度（Ｉ）は、区画画像において当該厚み成分であることの確からしさを示す強度である。

図４（ａ）は、画像データの参考図である。図４（ａ）において、画像データは、積層体の幅方向をｘ、積層方向をｙとする。画像データにおける幅方向及び積層方向の位置は、画像成分（ｘ、ｙ）として定義される。

図４（ｂ）は、画像データを所定領域に区画した区画画像の参考図である。図４（ｂ）において、区画数は、４ｘ４であり、区画画像数は、１６枚である。ここで、区画画像は、破線により区画されたそれぞれの領域である。なお、破線による区画は、説明のために付したものであり、実際の区画画像に破線は存在しない。

図４（ｃ）は、図４（ｂ）における１つの区画画像の濃淡データを示す。濃淡データは、区画画像のＸ座標中心におけるＹ座標の画像の濃淡を示す。図４（ｃ）では、縦軸はＹ座標、横軸は濃淡の値を示す。濃淡データは、図４（ｂ）における１６の区画画像に対応する１６のデータとして得られる。

図４（ｄ）は、区画画像の厚み成分の信号プロファイルの参考図である。本実施形態において、信号プロファイルは、濃淡データを２次元フーリエ変換することで得られる。ここで、信号プロファイルは、図４（ｃ）における１６の濃淡データに対応する１６の信号プロファイルが得られる。信号プロファイルは、横軸が周波数（１／ｚ）であり、縦軸が厚み成分の強度（Ｉ）のデータに変換されている。このように、信号プロファイルに基づいて、それぞれの所定領域における厚み成分が得られる。対象物の内面のたわみや画像歪みがない理想的な所定領域では、１つの厚み成分が１つの強度ピークとして得られるが、実際は内面のたわみや画像歪みなどにより複数の厚み成分（ｚ）がそれぞれの厚み成分に対応する強度ピークとして得られることが多い。信号プロファイルに含まれる複数の厚み成分（ｚ）は、無差別かつ不確定であるため、その中から真の厚み成分（ｚ）として適切な候補を１又は複数に絞り込むことが好ましい。

厚み推定部２３は、所定領域のそれぞれから推定される厚み成分を取得する（Ｓ１３、厚み推定工程）。厚み推定部２３は、信号プロファイルが示すそれぞれの所定領域の厚み成分に基づき抽出される信号ピークを分類し、１又は複数の分類結果を生成する。厚み推定部２３は、信号プロファイルの信号ピークの分類結果として、複数の厚み成分の推定値を出力することができる。厚み推定工程Ｓ１３は、後に図７を参酌しながら詳述する。

モデル推定部２４は、それぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルを推定する（Ｓ１４、モデル推定工程）。本実施形態において、計数モデルは、画像成分（ｘ、ｙ）に対する厚み成分（ｚ）を出力することができる。本実施形態において、モデル推定部２４は、厚み推定部２３により生成されたそれぞれの分類結果に対応する１又は複数の計数モデルを推定することができる。モデル推定部２４は、推定された計数モデルが複数の場合、推定された複数の計数モデルから最適な計数モデルを決定する。なお、モデル推定部２４は、推定された計数モデルが１つの場合、当該計数モデルを採用し得る。モデル推定工程Ｓ１４は、後に図９を参照しながら詳述する。

計数部２５は、それぞれの所定領域の厚み成分に基づき対象物を計数する（Ｓ１５、計数工程）。計数部２５は、例えば、所定領域ごとの厚み成分に基づき対象物の境界線を検出することで、所定領域ごとに対象物を計数する。計数部２５は、積層方向の所定領域の計数結果の和によって、対象物の総数を算出することができる。なお、このとき、モデル推定工程Ｓ１４は省略可能であってよく、厚み推定工程Ｓ１３により推定されたそれぞれの所定領域の厚み成分に基づき対象物を計数するものとする。また、モデル推定工程Ｓ１４を省略する場合、モデル推定部２４は、不要となる。

計数部２５は、計数モデルにより推定された厚み成分に基づき対象物を計数することができる（Ｓ１５、計数工程）。計数モデルは、対象の画像データにおける座標（ｘ，ｙ）に対応して変化し得る厚み成分の指標を示す。計数部２５は、対象の画像データの座標（ｘ、ｙ）ごとに計数モデルにより導出される厚み成分（ｚ）を参照し、厚み方向（積層方向）に対象物の境界を識別することによって対象物の総数を算出することができる。

出力部２６は、計数部２５による対象物の総数にかかる計数結果に基づき出力する（Ｓ１６、出力工程）。出力部２６は、計数結果を出力装置２０５のディスプレイなどの表示や、スピーカなどより発する音声として出力する。

図５は、生成工程Ｓ１２による生成処理にかかる処理フローチャートを示す。

生成部２２は、画像データを積層方向及び幅方向に対して複数の所定領域に区画する（Ｓ２１）。

生成部２２は、区画したそれぞれの所定領域を二値化する画像処理を実行する（Ｓ２２）。ここで、画像処理は、後述の変換処理に適したデータとするための処理であれば、処理の態様は限定されない。

生成部２２は、それぞれの所定領域を、周波数を示す信号プロファイルに変換する（Ｓ２３）。本実施形態において、生成部２２は、所定領域を２次元フーリエ変換処理することで、画像成分（ｘ、ｙ）を厚み成分（ｚ）の逆数である周波数（１／ｚ）に変換する。周波数変換によって、信号プロファイルは、横軸として周波数（１／ｚ）、縦軸として厚み成分の強度（Ｉ）のデータとなる。

生成部２２は、それぞれの信号プロファイルの信号ピークを判定する（Ｓ２４）。本実施形態において、厚み成分の強度（Ｉ）に対して所定の閾値が設定され、生成部２２は、当該閾値を超える厚み成分の強度（Ｉ）を信号ピークとして判定する。信号ピークは、閾値を超える高い厚み成分の強度を有する所定の厚み成分を表す。信号ピークは、信号プロファイルに含まれる強度ピークから閾値によって抽出される。

生成部２２は、全ての所定領域（区画）に対してＳ２２～Ｓ２４の処理を完了したかを判定し、完了した場合（Ｓ２５でＹＥＳ）、処理を完了する。生成部２２は、全区画に対して処理を完了していない場合（Ｓ２５でＮＯ）、次の区画に対して、Ｓ２２に戻り処理を実行する。

図６（ａ）は、所定領域における信号プロファイルを例示する。ここで信号プロファイルは、横軸は周波数（１／ｚ）であり、縦軸は厚み成分の強度（Ｉ）を示す。厚み成分は、周波数の逆数であるため、図６（ａ）の左側に近づく程に厚み成分（ｚ）は大きく、右側に近づく程、厚み成分（ｚ）は小さくなる。

図６（ｂ）は、Ｓ２４の信号ピークを判定した信号プロファイルの概要図を示す。厚み成分の強度に対する閾値は、第１の閾値Ｉ１、第２の閾値Ｉ２を例示する。例えば、第１の閾値Ｉ１を採用する場合、信号ピークＰ１が判定され、第２の閾値Ｉ２を採用する場合、信号ピークＰ１、Ｐ２が判定される。これらの厚み成分の強度に対する閾値は、利用者によって任意に設定可能であってよい。

図７は、厚み推定工程Ｓ１３による厚み推定処理にかかる処理フローチャートを示す。

厚み推定部２３は、生成部２２により生成された信号プロファイルに含まれる信号ピークを分類する（Ｓ３１）。厚み推定部２３は、信号プロファイルに含まれるそれぞれの所定領域における厚み成分（ｚ）に基づき信号ピークを分類し、分類結果を生成する。厚み推定部２３は、信号プロファイル間で厚み成分（ｚ）が類似する信号ピークを１のグループとして分類する。したがって、厚み推定部２３は、信号プロファイル間で分類結果に関連付けられている厚み成分又は厚み成分の範囲に基づいて、信号ピークを分類する。厚み推定部２３は、信号ピークに対応する厚み成分を出力することができる。分類の手法は、既存のクラスタリングのアルゴリズムを採用することができ、例えば、ｋ－ｍｅａｎｓ法などを採用することができる。

厚み推定部２３は、各分類結果に関連付けられた厚み成分を参照し、全ての信号プロファイルに対して無効値であるか判定する（Ｓ３２）。例えば、厚み成分０．２として分類された分類結果の場合、対象の信号プロファイルに厚み成分０．２に相当する強度ピークが含まれる場合に有効値となり、該強度ピークが含まれない場合に無効値となる。

厚み推定部２３は、対象の信号プロファイルが無効値である場合（Ｓ３２でＹＥＳ）、当該信号プロファイルに対応する所定領域において境界線検出処理を実行する（Ｓ３３）。境界線検出処理は、所定領域の積層方向に対する画像走査による検出処理であって、分類結果に関連付けられた厚み成分によって当該所定領域において境界線を検出できるか判定する。また、境界線を検出できる場合、境界線数を判定する。

厚み推定部２３は、Ｓ３３により境界線数が閾値を超えるものか判定する（Ｓ３４）。この閾値は、境界線の本数に対する値であって、対象物の厚みや所定領域の画像サイズに応じて調整可能であってよい。

厚み推定部２３は、境界線数が閾値を超える場合（Ｓ３４でＹＥＳ）、無効値とされた信号プロファイルに含まれる信号ピークを有効値として判定する（Ｓ３５）。なお、厚み推定部２３は、境界線数が閾値を超えない場合（Ｓ３４でＮＯ）、無効値とされた信号プロファイルに含まれる信号ピークを無効値として確定させる。

厚み推定部２３は、同一として分類された全ての所定区画の信号プロファイルに対してＳ３２の無効値の判定処理を完了したかを判定し、完了した場合（Ｓ３６でＹＥＳ）、続くＳ３７の処理に進む。厚み推定部２３は、全区画に対して処理を完了していない場合（Ｓ３６でＮＯ）、次の区画に対して、Ｓ３２に戻り無効値の判定処理を実行する。

厚み推定部２３は、全ての分類結果の全ての所定区画の信号プロファイルに対してＳ３２の無効値の判定処理を完了したかを判定し、完了した場合（Ｓ３７でＹＥＳ）、処理を完了する。厚み推定部２３は、全分類結果に対して処理を完了していない場合（Ｓ３７でＮＯ）、他の分類結果に対して、Ｓ３２に戻り無効値の判定処理を実行する。

図８は、厚み推定工程における信号プロファイルに含まれる信号ピークの分類の概要説明図である。図８において、信号プロファイルは区画画像数が３ｘ３の例を示すが、これに限定されない。図８（ｃ）～（ｆ）において、網掛けの信号プロファイルは、同じ分類に該当する信号ピークが有効値であることを示す。

図８（ａ）は、図５のＳ２４において、信号プロファイルに対して信号ピークを判定した結果を示す。信号プロファイルＳ１では、信号ピークＰ１、Ｐ２が判定され、信号プロファイルＳ２では、信号ピークＰ３が判定され、信号プロファイルＳ３では、信号ピークＰ４が判定されている。

図８（ｂ）は、図７のＳ３１において、それぞれの信号プロファイルの信号ピークを分類した結果を示す。信号プロファイルＳ１では、信号ピークＰ１は、第１の信号分類Ｇ１に分類され、信号ピークＰ２は、第２の信号分類Ｇ２に分類され、信号プロファイルＳ２では、信号ピークＰ３は、第２の信号分類Ｇ２に分類され、信号プロファイルＳ３では、信号ピークＰ４は、第３の信号分類Ｇ３に分類されている。ここで、信号ピークＰ２、Ｐ３は、類似している厚み成分（ｚ）であることから、同じ第２の信号分類Ｇ２に分類されている。

図８（ｃ）は、第１の信号分類Ｇ１の分類結果を示す。第１の信号分類Ｇ１の分類結果は、信号プロファイルＳ１、Ｓ５に含まれる第１の信号分類Ｇ１に該当する信号ピークを有効値とし、他の信号プロファイルに含まれる第１の信号分類Ｇ１に該当する強度ピークを無効値としている。

図８（ｄ）は、第２の信号分類Ｇ２の分類結果を示す。第２の信号分類Ｇ２の分類結果は、信号プロファイルＳ１、Ｓ２、Ｓ５に含まれる第２の信号分類Ｇ２に該当する信号ピークを有効値とし、他の信号プロファイルに含まれる第２の信号分類Ｇ２に該当する強度ピークを無効値としている。

図８（ｅ）は、第３の信号分類Ｇ３の分類結果を示す。第３の信号分類Ｇ３の分類結果は、信号プロファイルＳ３、Ｓ４、Ｓ６、Ｓ７、Ｓ８、Ｓ９に含まれる第３の信号分類Ｇ３に該当する信号ピークを有効値とし、他の信号プロファイルに含まれる第３の信号分類Ｇ３に該当する強度ピークを無効値としている。

図８（ｆ）は、図８（ｃ）の第１の信号分類Ｇ１の分類結果に含まれる無効値を有効化する図７の処理を実行後の第１の信号分類Ｇ１の分類結果を示す。ここで、信号プロファイルＳ３について、信号ピークＰ５が新たに有効値として判定されている。信号プロファイルＳ３の第１の信号分類Ｇ１に該当する強度ピークは、無効値であったが、仮に有効な信号ピークであると仮定してＳ３３の境界線検出を実行した結果として、Ｓ３４で有効と判定され、Ｓ３５で無効値である強度ピークから有効値である信号ピークへと更新されている。図８（ｆ）では、当初より有効値であった信号プロファイルＳ１、Ｓ５の第１の信号分類Ｇ１に該当する信号ピークの他、当初は無効値であった信号プロファイルＳ２以外の第１の信号分類Ｇ１に該当する強度ピーク等について、有効な信号ピークＰ５と判定されている。このように、図７の処理は、Ｓ２４で見落とされた強度ピークを有効な信号ピークとして復活（有効化）させることにより、真の厚み成分を検出する効果がある。

図９は、モデル推定工程Ｓ１４のモデル推定処理にかかる処理フローチャートを示す。

モデル推定部２４は、モデルのパラメータを算出し、当該パラメータを有する計数モデルを推定する（Ｓ４１）。計数モデルは、画像データの画像成分の座標（ｘ、ｙ）における厚み成分（ｚ）を導出するために用いられる。一態様として、モデル推定部２４は、それぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルを推定する。ここで、入力値は、それぞれの所定領域の画像成分の基準値を含むものとする。画像成分の基準値は、例えば、それぞれの所定領域の中心座標などを採用できるが、これに限定されず、それぞれの所定領域において統一で設定された任意の座標であってよい。

計数モデルは、関数または機械学習済モデルを採用することができる。ここで、計数モデルは、厚み成分（ｚ）を取得できるものであれば、モデルの種別によって制限されない。

本実施形態において、モデルは、２次曲面を生成可能な関数を採用する。本実施形態にかかる関数は、式（１）の通りである。ここで、式（１）のｘ、ｙは、所定領域に分割前の画像における座標（ｘ、ｙ）に対応し、式（１）のｚは、座標（ｘ、ｙ）における厚み成分（ｚ）に対応する。なお、式（１）のα、β、γ、δ、ε、ζは、それぞれ係数を示す。所定領域の画像成分は、例えば、所定領域の中心位置の値を採用する。モデル推定部２４は、同じ信号分類に属する信号ピークの全ての（ｘ、ｙ、ｚ）を式（１）のパラメータを導出するための入力とし、それぞれの入力を近似するように係数を調整する。係数の調整によって、計数モデルのパラメータα’、β’、γ’、δ’、ε’、ζ’が導出されることで、特定の信号分類において成立する計数モデルが生成される。

本実施形態において、導出されたパラメータを有する計数モデルは、画像成分（ｘ、ｙ）に対応して変化する厚み成分の推定値（ｚ）の２次曲面を示すものとなる。

モデル推定部２４は、厚み成分の実数値と、計数モデルによる厚み成分の算出値と、に基づく差分値を導出する（Ｓ４２）。差分値は、生成した計数モデルを評価するために用いられる。具体的には、モデル推定部２４は、推定された計数モデルに対して、所定領域の画像成分の基準値（ｘ、ｙ）を入力することで、計数モデルから厚み成分の算出値を得る。モデル推定部２４は、計数モデルの生成に使用した対応する所定領域の厚み成分の実数値を保有する。厚み成分の実数値は、信号ピークに対応する厚み成分であってもよい。モデル推定部２４は、厚み成分の実数値と厚み成分の算出値の差分を算出する。モデル推定部２４は、全ての所定領域で同様に差分を算出し、それら差分の総和として差分値を導出する。差分値は、計数モデルの精度指標となり得る。

モデル推定部２４は、全ての分類結果に対してＳ４１、Ｓ４２の処理を実行する（Ｓ４３）。

モデル推定部２４は、それぞれの分類結果に対応する差分値に基づき、最適な計数モデルを決定する（Ｓ４４）。例えば、分類結果が３つであれば、３つの計数モデルが推定され、それぞれの差分値がＳ４２で導出される。モデル推定部２４は、差分値が最も小さい計数モデルを実数値との差分が小さく精度がよいものとして採用することができる。

このように、複数の厚み成分の分類結果から推定される複数の計数モデルの中から最適なものを採用する態様とすることで、計数の精度を高めることができる。

計数部２５は、計数モデルを参照しながら、対象物の計数処理を実行する。図１０は、２次曲面を示す計数モデルのイメージ図である。図１０において、画像成分（ｘ、ｙ）に対応する厚み成分（ｚ）が２次曲面として示されている。計数部２５は、２次曲面を用いて、画像データにおける画像成分（ｘ、ｙ）に対する厚み成分の推定値（ｚ）を参照しながら、対象物の計数を実行する。このように、計数モデルを参照することで、幅方向（ｘ）や積層方向（ｙ）によって変化する厚み（ｚ）に対応して精度よく対象物を計数することを実現する。

本実施形態において、計数部２５は、２次曲面を参照し、画像データにおける対象物を計数する。具体的には、計数部２５は、画像データにおける対象物の境界線の検出において２次曲面を参照する。一例として、まず、計数部２５は、画像データの中心付近の基準位置において、その画像成分の座標（ｘ、ｙ）を２次曲面に代入することで基準位置の厚み成分（ｚ）を算出する。次に、計数部２５は、算出した厚み成分を手がかりに積層方向に画像データを探索することにより、算出した厚み成分（ｚ）と一致する積層板の厚みを有する対象物の境界線を検出する。続けて、計数部２５は、検出した境界線付近の座標（ｘ、ｙ）を２次曲面に代入することで当該位置における厚み成分（ｚ）を算出する。なお、ここで、境界線付近の座標（ｘ、ｙ）は、当該境界線から積層方向にｚ／２（厚み成分の半値）を加算した位置であってよい。計数部２５は、検出済みの境界線から算出した厚み成分（ｚ）だけ積層方向に加算した位置で次の境界線を探索する。これらの処理を積層方向の上下端まで繰り返すことで、画像成分に応じて変化する厚み成分によって、積層体に含まれるすべての対象物の計数を精度よく行うことができる。

＜実施形態２＞
図１１は、実施形態２における計数システム１０のブロック図を示す。計数システム１０は、図１１によると、計数装置１１と、端末装置１２と、を備え、これらが通信ネットワークＮＷを介して通信可能に構成されている。ここで、端末装置１２は、複数存在することができる。

端末装置１２は、スマートフォンやタブレット端末、パーソナルコンピュータなどを用いることができる。端末装置１２は、撮像装置を備える構成であることが好ましい。実施形態２において、端末装置１２は、計数の対象とする画像データを計数装置１１に対して送信する。

計数装置１１は、サーバ装置などのコンピュータを用いることができる。計数装置１１は、１の装置、または、複数の装置の組み合わせにより構成される。計数装置１１は、例えば、クラウドサーバなどの態様をとることができる。

計数装置１１は、計数装置２と同様の機能構成要素（２１－２６）を備える。なお、機能構成要素の一部は、端末装置１２により実現されてもよいものとする。計数装置１１は、端末装置１２より画像データを受信し、該画像データにおける対象物を計数する。計数装置１１は、計数結果を端末装置１２に送信する。

端末装置１２は、計数装置１１より計数結果を受信し、その結果を出力装置としてのディスプレイなどに表示することができる。

実施形態２の計数システム１０は、例えば、ウェブサービスの態様をとることで、利用者は、端末装置１２を用いて対象物の計数結果を取得することを好適に支援することができる。

１ 計数システム
２ 計数装置
２１ 画像取得部
２２ 生成部
２３ 厚み推定部
２４ モデル推定部
２５ 計数部
２６ 出力部
２７ 制御部
ＤＢ 記憶部
３ 撮像装置
１０ 計数システム
１１ 計数装置
１２ 端末装置
ＮＷ 通信ネットワーク

Claims (7)

1. 積層体に含まれる対象物の計数方法であって、
   画像取得工程と、生成工程と、厚み推定工程と、計数工程と、をコンピュータが実行し、
   前記画像取得工程は、積層体の積層面の画像データを取得し、
   前記生成工程は、前記画像データを積層方向及び幅方向に対して複数の所定領域に区画し、前記所定領域におけるそれぞれの厚み成分を示す信号プロファイルを生成し、
   前記厚み推定工程は、前記所定領域のそれぞれから推定される厚み成分を取得し、
   前記計数工程は、前記厚み成分に基づき前記対象物を計数する、計数方法。
2. 前記厚み推定工程は、前記信号プロファイルに含まれる前記厚み成分に基づき抽出される信号ピークの分類結果を生成し、
   前記計数工程は、前記分類結果のそれぞれの前記信号ピークに対応する厚み成分に基づき前記対象物を計数する、請求項１に記載の計数方法。
3. 前記厚み推定工程は、所定以上の厚み成分の強度に応じて、前記分類結果における信号プロファイルに含まれる有効値である信号ピークまたは無効値である強度ピークを判定し、
   前記分類結果における厚み成分に基づき前記所定領域の境界線を所定数以上検出した場合、前記無効値を前記有効値として判定し、
   前記計数工程は、前記有効値と判定された信号プロファイルが示す厚み成分に基づき前記対象物を計数する、請求項２に記載の計数方法。
4. ぞれぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルを推定するモデル推定工程を備え、
   前記計数工程は、前記計数モデルにより推定される厚み成分に基づき前記対象物を計数する、請求項１～３の何れか一項に記載の計数方法。
5. ぞれぞれの所定領域の厚み成分を含む入力値によってモデルのパラメータを算出し、当該パラメータを有する計数モデルであって、それぞれの分類結果に対応する複数の計数モデルを推定し、
   それぞれの所定領域の厚み成分の実数値と、前記計数モデルによる厚み成分の算出値と、の差分値に基づき、前記分類結果に対応する複数の計数モデルから最適な計数モデルを決定するモデル推定工程を備え、
   前記計数工程は、前記計数モデルにより推定される厚み成分に基づき前記対象物を計数する、請求項２又は請求項３に記載の計数方法。
6. 積層体に含まれる対象物の計数システムであって、
   画像取得部と、生成部と、厚み推定部と、計数部と、を備え、
   前記画像取得部は、積層体の積層面の画像データを取得し、
   前記生成部は、前記画像データを積層方向及び幅方向に対して複数の所定領域に区画し、前記所定領域におけるそれぞれの厚み成分を示す信号プロファイルを生成し、
   前記厚み推定部は、前記所定領域のそれぞれから推定される厚み成分を取得し、
   前記計数部は、前記厚み成分に基づき前記対象物を計数する、計数システム。
7. 積層体に含まれる対象物の計数プログラムであって、
   画像取得部と、生成部と、厚み推定部と、計数部と、としてコンピュータを機能させ、
   前記画像取得部は、積層体の積層面の画像データを取得し、
   前記生成部は、前記画像データを積層方向及び幅方向に対して複数の所定領域に区画し、前記所定領域におけるそれぞれの厚み成分を示す信号プロファイルを生成し、
   前記厚み推定部は、前記所定領域のそれぞれから推定される厚み成分を取得し、
   前記計数部は、前記厚み成分に基づき前記対象物を計数する、計数プログラム。