JPH05180618A - 対象物の位置認識方法 - Google Patents
対象物の位置認識方法Info
- Publication number
- JPH05180618A JPH05180618A JP3346533A JP34653391A JPH05180618A JP H05180618 A JPH05180618 A JP H05180618A JP 3346533 A JP3346533 A JP 3346533A JP 34653391 A JP34653391 A JP 34653391A JP H05180618 A JPH05180618 A JP H05180618A
- Authority
- JP
- Japan
- Prior art keywords
- edge
- density
- gray scale
- image
- threshold value
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】ロボットによりハンドリングする対象物の位置
認識を,簡単に且つ精度良く実現する対象物の位置認識
方法を提供する。 【構成】対象物1をテレビカメラで撮像してグレースケ
ール画像2を取り込み,該グレースケール画像2におけ
る前記対象物1の任意のエッジを横切る少なくとも1本
の計測ラインA−Bの濃度分布を検出し,グレースケー
ル処理より本計測のエッジを算出し,エッジ位置におけ
る濃度を閾値として前記グレースケール画像2を二値化
して,該二値化画像から前記対象物1の位置を求める。
1本のラインについてグレースケール処理するだけなの
で演算量は少なく,また対象物1のエッジの濃度を閾値
として設定することになるので,環境条件の変化に対し
ても閾値を対応させることができる。
認識を,簡単に且つ精度良く実現する対象物の位置認識
方法を提供する。 【構成】対象物1をテレビカメラで撮像してグレースケ
ール画像2を取り込み,該グレースケール画像2におけ
る前記対象物1の任意のエッジを横切る少なくとも1本
の計測ラインA−Bの濃度分布を検出し,グレースケー
ル処理より本計測のエッジを算出し,エッジ位置におけ
る濃度を閾値として前記グレースケール画像2を二値化
して,該二値化画像から前記対象物1の位置を求める。
1本のラインについてグレースケール処理するだけなの
で演算量は少なく,また対象物1のエッジの濃度を閾値
として設定することになるので,環境条件の変化に対し
ても閾値を対応させることができる。
Description
【0001】
【産業上の利用分野】本発明は,ロボットによりハンド
リングする対象物の位置を認識するなどの目的に採用さ
れる対象物の位置認識方法に関する。
リングする対象物の位置を認識するなどの目的に採用さ
れる対象物の位置認識方法に関する。
【0002】
【従来の技術】機械加工や組立作業をロボットにより自
動化するとき,人間の視覚に相当する視覚認識の機能が
必要となる。例えば,ランダムに載置された部品をロボ
ットによりハンドリングする場合,部品の位置関係を正
確に把握して,その情報に従ってロボットを制御しなけ
ればならない。このような目的を達成する従来方法につ
いて,その概略を説明する。第1の従来方法は,図6に
示すように,対象物を撮像して得たグレースケール画像
(多段階の階調を有する画像,この例の場合256階
調)を,対象物と背景とを区分することのできる濃度を
閾値として二値化し,対象物の位置を認識する。図示の
例は,閾値を100に設定した場合を示している。第2
の従来方法は,図7に示すように,対象物を撮像して得
たグレースケール画像のX軸の各ラインについてグレー
スケール処理するもので,各ラインについて濃度分布を
測定し,測定値を2回微分演算してゼロクロスポイント
を求めることにより,対象物のエッジ位置を算出する。
求められた各エッジ位置を結ぶことにより,対象物の位
置が認識される。
動化するとき,人間の視覚に相当する視覚認識の機能が
必要となる。例えば,ランダムに載置された部品をロボ
ットによりハンドリングする場合,部品の位置関係を正
確に把握して,その情報に従ってロボットを制御しなけ
ればならない。このような目的を達成する従来方法につ
いて,その概略を説明する。第1の従来方法は,図6に
示すように,対象物を撮像して得たグレースケール画像
(多段階の階調を有する画像,この例の場合256階
調)を,対象物と背景とを区分することのできる濃度を
閾値として二値化し,対象物の位置を認識する。図示の
例は,閾値を100に設定した場合を示している。第2
の従来方法は,図7に示すように,対象物を撮像して得
たグレースケール画像のX軸の各ラインについてグレー
スケール処理するもので,各ラインについて濃度分布を
測定し,測定値を2回微分演算してゼロクロスポイント
を求めることにより,対象物のエッジ位置を算出する。
求められた各エッジ位置を結ぶことにより,対象物の位
置が認識される。
【0003】
【発明が解決しようとする課題】上記第1の従来方法
は,位置の認識が簡単である反面,閾値をいくつに設定
するかによって位置認識に大きな差異が生じ,照明の状
態,背景の状態等,環境条件により誤差が発生しやす
く,精度が要求される位置認識には適さない。また,第
2の従来方法は,認識精度に優れている反面,画像全体
について2回微分を施すものであるため演算量が膨大で
処理時間を要し,高速化のためには,特別なハードウェ
アを要する問題点がある。本発明は上記問題点に鑑み,
対象物の位置認識を簡単に,且つ精度良く求めることの
できる対象物の位置認識方法を提供することを目的とす
る。
は,位置の認識が簡単である反面,閾値をいくつに設定
するかによって位置認識に大きな差異が生じ,照明の状
態,背景の状態等,環境条件により誤差が発生しやす
く,精度が要求される位置認識には適さない。また,第
2の従来方法は,認識精度に優れている反面,画像全体
について2回微分を施すものであるため演算量が膨大で
処理時間を要し,高速化のためには,特別なハードウェ
アを要する問題点がある。本発明は上記問題点に鑑み,
対象物の位置認識を簡単に,且つ精度良く求めることの
できる対象物の位置認識方法を提供することを目的とす
る。
【0004】
【課題を解決するための手段】上記目的を達成するため
に本発明が採用する方法は,対象物をテレビカメラで撮
像してグレースケール画像を取り込み,該グレースケー
ル画像における前記対象物の任意のエッジを横切る少な
くとも1本の計測ラインを設定し,グレースケール処理
により本計測ラインのエッジを算出する。このエッジ位
置における濃度を閾値として前記グレースケール画像を
二値化して,該二値化画像から重心位置算出等により前
記対象物の位置を求めることを特徴とする対象物の位置
認識方法である。
に本発明が採用する方法は,対象物をテレビカメラで撮
像してグレースケール画像を取り込み,該グレースケー
ル画像における前記対象物の任意のエッジを横切る少な
くとも1本の計測ラインを設定し,グレースケール処理
により本計測ラインのエッジを算出する。このエッジ位
置における濃度を閾値として前記グレースケール画像を
二値化して,該二値化画像から重心位置算出等により前
記対象物の位置を求めることを特徴とする対象物の位置
認識方法である。
【0005】
【作用】物体の画像では,物体の輪郭部で画像濃度が最
も大きく変化する。そのため,本発明によれば,撮像し
て得たグレースケール画像について,対象物の任意のエ
ッジを横切る1本の計測ラインの濃度分布を測定して,
濃度変化の最大点を求め,その点の濃度を閾値にして前
記濃淡画像を二値化する。従って,1本の計測ラインに
ついてグレースケール処理するだけなので演算量は少な
く,また対象物のエッジの濃度を閾値として設定するこ
とになるので,環境条件の変化に対しても閾値を対応さ
せることができる。
も大きく変化する。そのため,本発明によれば,撮像し
て得たグレースケール画像について,対象物の任意のエ
ッジを横切る1本の計測ラインの濃度分布を測定して,
濃度変化の最大点を求め,その点の濃度を閾値にして前
記濃淡画像を二値化する。従って,1本の計測ラインに
ついてグレースケール処理するだけなので演算量は少な
く,また対象物のエッジの濃度を閾値として設定するこ
とになるので,環境条件の変化に対しても閾値を対応さ
せることができる。
【0006】
【実施例】図1は,照明された対象物1をテレビカメラ
で撮像したグレースケール画像の例を示している。この
グレースケール画像2のX軸方向に,対象物1の任意の
エッジを横切る小さい幅の計測ラインA−Bを設定す
る。以下,計測ラインA−Bにおけるグレースケールに
よるエッジの検出方法の一例として濃度分布の2回微分
演算してゼロクロスポイントを求め,該ゼロクロスポイ
ントを計測ラインA−Bのエッジとする方法について述
べる。この計測ラインA−Bについての画素の濃度分布
を求めると,図2に示すような濃度分布が得られる。こ
の濃度分布について微分計算することにより濃度変化の
最大点を求める。更に,濃度変化の最大点付近を微分計
算することにより,図3に示すように,微分値がゼロク
ロスするP点を求め,P点の濃度を算出して,P点の濃
度を閾値として設定する。グレースケール処理により対
象物のエッジを求める方法としては,本実施例の2回微
分をおこなう方法の他,濃度自体やその一次微分を用い
ることもできる。上記のようにして得た閾値によって,
前記グレースケール画像を二値化することにより,対象
物1の位置を認識することができる。以上の処理手順
は,図4のフローチャートに示される。図5は,上記対
象物の位置認識方法において,環境条件が変化したとき
の誤差の発生を従来方法と比較したもので,照明の照度
変化が及ぼす影響を比較している。対象物及びカメラの
位置は固定し,照度を基準点から上下に変化させたとき
の認識位置のずれを画素数のずれとして検出したもので
ある。従来方法によるものは,閾値を一定にしているた
め,照度の変化で認識位置が大きく影響されている。一
方,本実施例によれば,照度の変化に対応して閾値を変
化させることができるので,照度変化の影響は最小限に
止まっている。
で撮像したグレースケール画像の例を示している。この
グレースケール画像2のX軸方向に,対象物1の任意の
エッジを横切る小さい幅の計測ラインA−Bを設定す
る。以下,計測ラインA−Bにおけるグレースケールに
よるエッジの検出方法の一例として濃度分布の2回微分
演算してゼロクロスポイントを求め,該ゼロクロスポイ
ントを計測ラインA−Bのエッジとする方法について述
べる。この計測ラインA−Bについての画素の濃度分布
を求めると,図2に示すような濃度分布が得られる。こ
の濃度分布について微分計算することにより濃度変化の
最大点を求める。更に,濃度変化の最大点付近を微分計
算することにより,図3に示すように,微分値がゼロク
ロスするP点を求め,P点の濃度を算出して,P点の濃
度を閾値として設定する。グレースケール処理により対
象物のエッジを求める方法としては,本実施例の2回微
分をおこなう方法の他,濃度自体やその一次微分を用い
ることもできる。上記のようにして得た閾値によって,
前記グレースケール画像を二値化することにより,対象
物1の位置を認識することができる。以上の処理手順
は,図4のフローチャートに示される。図5は,上記対
象物の位置認識方法において,環境条件が変化したとき
の誤差の発生を従来方法と比較したもので,照明の照度
変化が及ぼす影響を比較している。対象物及びカメラの
位置は固定し,照度を基準点から上下に変化させたとき
の認識位置のずれを画素数のずれとして検出したもので
ある。従来方法によるものは,閾値を一定にしているた
め,照度の変化で認識位置が大きく影響されている。一
方,本実施例によれば,照度の変化に対応して閾値を変
化させることができるので,照度変化の影響は最小限に
止まっている。
【0007】
【発明の効果】以上の説明の通り本発明によれば,撮像
して得たグレースケール画像について,対象物の任意の
エッジを横切る1本のラインの濃度分布を測定して,濃
度変化の最大点を求め,その点の濃度を閾値にして前記
グレースケール画像を二値化する。従って,1本のライ
ンについてグレースケール処理するだけなので演算量は
少なく,且つ正確な位置認識が可能となる。また,対象
物のエッジの濃度を閾値として設定することになるの
で,環境条件の変化に対しても閾値を対応させることが
できる。
して得たグレースケール画像について,対象物の任意の
エッジを横切る1本のラインの濃度分布を測定して,濃
度変化の最大点を求め,その点の濃度を閾値にして前記
グレースケール画像を二値化する。従って,1本のライ
ンについてグレースケール処理するだけなので演算量は
少なく,且つ正確な位置認識が可能となる。また,対象
物のエッジの濃度を閾値として設定することになるの
で,環境条件の変化に対しても閾値を対応させることが
できる。
【図1】 実施例位置認識の計測方法を示す画像図。
【図2】 計測ラインの濃度分布図。
【図3】 ゼロクロスポイントを求める微分グラフ。
【図4】 位置認識方法の手順を示すフローチャート。
【図5】 環境条件の影響を示す計測グラフ。
【図6】 第1の従来例の位置認識方法を示す概念図。
【図7】 第2の従来例の位置認識方法を示す概念図。
1…対象物 2…グレースケール画像 A−B…計測ライン P…ゼロクロスポイント
Claims (1)
- 【請求項1】 対象物をテレビカメラで撮像してグレー
スケール画像を取り込み,該グレースケール画像におけ
る前記対象物の任意のエッジを横切る少なくとも1本の
計測ラインを設定して,該計測ライン上の濃度分布を測
定し,グレースケール処理により本計測ラインのエッジ
を算出し,エッジ位置における濃度を閾値として前記グ
レースケール画像を二値化して,該二値化画像から前記
対象物の位置を求めることを特徴とする対象物の位置認
識方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3346533A JP2912070B2 (ja) | 1991-12-27 | 1991-12-27 | 対象物の位置認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3346533A JP2912070B2 (ja) | 1991-12-27 | 1991-12-27 | 対象物の位置認識方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05180618A true JPH05180618A (ja) | 1993-07-23 |
JP2912070B2 JP2912070B2 (ja) | 1999-06-28 |
Family
ID=18384070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3346533A Expired - Lifetime JP2912070B2 (ja) | 1991-12-27 | 1991-12-27 | 対象物の位置認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2912070B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001209751A (ja) * | 2000-01-28 | 2001-08-03 | Olympus Optical Co Ltd | 適応二値化方式 |
JP2011199662A (ja) * | 2010-03-19 | 2011-10-06 | Sony Corp | 画像処理装置、画像処理方法、画像処理プログラム並びにこの画像処理プログラムが記録された記録媒体 |
JP2022526610A (ja) * | 2019-08-28 | 2022-05-25 | 昆山国顕光電有限公司 | 位置決め方法、位置決め装置、及び記憶媒体 |
-
1991
- 1991-12-27 JP JP3346533A patent/JP2912070B2/ja not_active Expired - Lifetime
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001209751A (ja) * | 2000-01-28 | 2001-08-03 | Olympus Optical Co Ltd | 適応二値化方式 |
JP2011199662A (ja) * | 2010-03-19 | 2011-10-06 | Sony Corp | 画像処理装置、画像処理方法、画像処理プログラム並びにこの画像処理プログラムが記録された記録媒体 |
US9503629B2 (en) | 2010-03-19 | 2016-11-22 | Sony Corporation | Image processing apparatus, image processing method, and computer-readable device having instructions for generating focused image |
JP2022526610A (ja) * | 2019-08-28 | 2022-05-25 | 昆山国顕光電有限公司 | 位置決め方法、位置決め装置、及び記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2912070B2 (ja) | 1999-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR930002347B1 (ko) | 패턴위치 인식장치 | |
JPH05180618A (ja) | 対象物の位置認識方法 | |
JP2003098113A (ja) | 欠陥検査方法及びその装置 | |
CN115375610A (zh) | 检测方法及装置、检测设备和存储介质 | |
JP3198105B2 (ja) | 自動外観検査装置 | |
KR940003791B1 (ko) | 폭측정장치 | |
JP3093450B2 (ja) | 半導体チップ認識装置 | |
JP2000321038A (ja) | パターン欠陥検出方法 | |
JPH063541B2 (ja) | パターン検査装置 | |
JP2638121B2 (ja) | 表面欠陥検査装置 | |
JPH0612249B2 (ja) | パタ−ン検査装置 | |
Kostrin et al. | Application of an Automated Optoelectronic System for Determining Position of an Object | |
JPS63241405A (ja) | 硬度計 | |
JPH05231842A (ja) | 形状パターン検査方法及び装置 | |
JPS6061604A (ja) | パタ−ン検査装置 | |
JPS58129888A (ja) | 円形端面の位置検出装置 | |
JPH03261803A (ja) | エッジ位置検出方法 | |
JPH01207878A (ja) | 輪郭検査装置 | |
JPH02133885A (ja) | パターン検査方法 | |
JPH0420225B2 (ja) | ||
JPH04237383A (ja) | 二次元画像処理における円弧近似方法 | |
JPS624851B2 (ja) | ||
JPH0731733B2 (ja) | 矩形検出装置 | |
JPH06221834A (ja) | 傾き計測方法及びその装置 | |
JPH11281581A (ja) | 表面欠陥検査装置,表面欠陥検査方法及び表面欠陥検査用のプログラムを記録したコンピュータ読み取り可能な記録媒体 |