JPH0520429A - 画像認識方法 - Google Patents
画像認識方法Info
- Publication number
- JPH0520429A JPH0520429A JP3175068A JP17506891A JPH0520429A JP H0520429 A JPH0520429 A JP H0520429A JP 3175068 A JP3175068 A JP 3175068A JP 17506891 A JP17506891 A JP 17506891A JP H0520429 A JPH0520429 A JP H0520429A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- identification
- data
- learning
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 撮影した画像データから最適な識別用デー
タを学習更新により自動的に生成することで、これら識
別用データの作成のための専門知識や、入力、確認作業
を不要にし、合わせて識別精度の向上も実現しようとす
るものである。 【構成】 撮影用カメラにより撮影された認識対象物の
画像を予め記憶しておいた識別用データで計算した結果
により識別するとともに、撮影された画像データから識
別用データを抽出し、学習時に対象画像の選択指示や動
作を監視する画像認識装置において、撮影した画像情報
から複数の図形を識別するため、図形の特徴強度により
重み付けされた識別用データを、複数回の学習更新を行
うことにより自動生成する画像認識方法。
タを学習更新により自動的に生成することで、これら識
別用データの作成のための専門知識や、入力、確認作業
を不要にし、合わせて識別精度の向上も実現しようとす
るものである。 【構成】 撮影用カメラにより撮影された認識対象物の
画像を予め記憶しておいた識別用データで計算した結果
により識別するとともに、撮影された画像データから識
別用データを抽出し、学習時に対象画像の選択指示や動
作を監視する画像認識装置において、撮影した画像情報
から複数の図形を識別するため、図形の特徴強度により
重み付けされた識別用データを、複数回の学習更新を行
うことにより自動生成する画像認識方法。
Description
【０００１】
【産業上の利用分野】本発明は、生産ラインなどの現場
において、人間の視覚による認識能力に頼っていた文
字、記憶、形状などによる部品識別や良品判定などを自
動化することを主な目的とする画像認識装置における画
像情報識別用の識別用データの自動生成方法に関するも
のである。
において、人間の視覚による認識能力に頼っていた文
字、記憶、形状などによる部品識別や良品判定などを自
動化することを主な目的とする画像認識装置における画
像情報識別用の識別用データの自動生成方法に関するも
のである。
【０００２】
【従来の技術】従来、人間の視覚による認識、識別など
の単純作業を自動化するものとして、小形のビデオカメ
ラから取り込んだ画像情報に様々な演算を行い、予め設
定された識別用データを基にして印刷された番号や記
号、部品の形状や製品の傷などを認識し、生産ラインに
おける部品の自動識別による無人化や不良品の発見を行
うなど製造価格の低減や品質の安定化を実現するため、
様々な方式による画像認識システムが実用化されてい
る。
の単純作業を自動化するものとして、小形のビデオカメ
ラから取り込んだ画像情報に様々な演算を行い、予め設
定された識別用データを基にして印刷された番号や記
号、部品の形状や製品の傷などを認識し、生産ラインに
おける部品の自動識別による無人化や不良品の発見を行
うなど製造価格の低減や品質の安定化を実現するため、
様々な方式による画像認識システムが実用化されてい
る。
【０００３】
【発明が解決しようとする課題】しかし、複雑な多種の
印刷図形、部品形状の識別を行おうとする場合、人手に
よって識別対象個々の特徴を分析し、識別用データを決
定する場合、画像認識方法に対する専門的な知識を必要
とするため、使用者が自ら行うのは容易でなく、入力作
業も非常に手間がかかり、又、人手による特徴分析や識
別用データの決定、入力後は、希望する識別精度が得ら
れるまで識別用データの変更と実際の識別実験による識
別精度の確認の繰り返しが必要となると言う欠点があっ
た。そこで本発明の目的は、撮影した画像データから最
適な識別用データを学習更新により自動的に生成するこ
とで、これら識別用データの作成のための専門知識や、
入力、確認作業を不要にし、合わせて識別精度の向上も
実現しようとするものである。
印刷図形、部品形状の識別を行おうとする場合、人手に
よって識別対象個々の特徴を分析し、識別用データを決
定する場合、画像認識方法に対する専門的な知識を必要
とするため、使用者が自ら行うのは容易でなく、入力作
業も非常に手間がかかり、又、人手による特徴分析や識
別用データの決定、入力後は、希望する識別精度が得ら
れるまで識別用データの変更と実際の識別実験による識
別精度の確認の繰り返しが必要となると言う欠点があっ
た。そこで本発明の目的は、撮影した画像データから最
適な識別用データを学習更新により自動的に生成するこ
とで、これら識別用データの作成のための専門知識や、
入力、確認作業を不要にし、合わせて識別精度の向上も
実現しようとするものである。
【０００４】
【課題を解決するための手段】即ち、本発明は、撮影用
カメラにより撮影された認識対象物の画像を予め記憶し
ておいた識別用データで計算した結果により識別すると
ともに、撮影された画像データから識別用データを抽出
し、学習時に対象画像の選択指示や動作を監視する画像
認識装置において、撮影した画像情報から複数の図形を
識別するため、図形の特徴強度により重み付けされた識
別用データを、複数回の学習更新を行うことにより自動
生成することを特徴とする画像認識方法にある。
カメラにより撮影された認識対象物の画像を予め記憶し
ておいた識別用データで計算した結果により識別すると
ともに、撮影された画像データから識別用データを抽出
し、学習時に対象画像の選択指示や動作を監視する画像
認識装置において、撮影した画像情報から複数の図形を
識別するため、図形の特徴強度により重み付けされた識
別用データを、複数回の学習更新を行うことにより自動
生成することを特徴とする画像認識方法にある。
【０００５】
【作用】このように構成された画像認識方法の場合、実
際の画像認識時に用いる計算過程を使用し、内部で初期
化した認識用データと、学習のために予め取り込んでお
いた実際に認識対象となる図形を使って各図形に対する
認識値を求め、十分な認識精度が得られるまで認識用デ
ータの更新と認識値の評価を繰り返すことにより、最適
な認識用データを学習生成することができる。このよう
に、実際の画像認識等に用いる計算過程と、実際に認識
対象となる図形を使用して認識用データを生成するた
め、実際の使用時にも学習時に得られた識別精度と同じ
動作が期待でき、必要な識別精度を設定することにより
図形の種類や複雑さに応じた学習も可能である。
際の画像認識時に用いる計算過程を使用し、内部で初期
化した認識用データと、学習のために予め取り込んでお
いた実際に認識対象となる図形を使って各図形に対する
認識値を求め、十分な認識精度が得られるまで認識用デ
ータの更新と認識値の評価を繰り返すことにより、最適
な認識用データを学習生成することができる。このよう
に、実際の画像認識等に用いる計算過程と、実際に認識
対象となる図形を使用して認識用データを生成するた
め、実際の使用時にも学習時に得られた識別精度と同じ
動作が期待でき、必要な識別精度を設定することにより
図形の種類や複雑さに応じた学習も可能である。
【０００６】
【発明の効果】その結果、本発明の場合、使用者は画像
認識における「特徴量」や「重み付け」などの専門的概
念や画像認識装置内部の認識データの構造や認識方法の
知識を必要とせず、実際の画像認識時に用いる計算過程
と、図形を使用して認識用データを生成するため、識別
精度の確認作業を行う必要がなく、又、認識用データの
評価、更新動作は画像認識装置が高速で行い、各図形の
特徴強度に応じて最適に自動学習するので、人手により
認識用データの作成や入力を行う場合に比較して短時間
で済み、識別精度を大幅に向上させることができる効果
がある。
認識における「特徴量」や「重み付け」などの専門的概
念や画像認識装置内部の認識データの構造や認識方法の
知識を必要とせず、実際の画像認識時に用いる計算過程
と、図形を使用して認識用データを生成するため、識別
精度の確認作業を行う必要がなく、又、認識用データの
評価、更新動作は画像認識装置が高速で行い、各図形の
特徴強度に応じて最適に自動学習するので、人手により
認識用データの作成や入力を行う場合に比較して短時間
で済み、識別精度を大幅に向上させることができる効果
がある。
【０００７】
【実施例】次に、本発明の一実施例の構成を図面によっ
て説明する。認識対象物が通過する場所の例えば生産ラ
インに設置して、予め記憶された特徴データを基にカメ
ラ１で撮影した画像情報を識別するとともに撮影した画
像データから特徴データの学習、生成を行う画像認識装
置２には、生産ラインに設置して生産物や部品など認識
対象物撮影用の前記カメラ１の他、認識対象物に照射さ
れている光が十分でなかったり、不安定で撮影に支障が
ある場合に使用する照明装置３と、生産ラインに設置し
て撮影カメラ１により撮影された画像の撮影状況確認や
位置、焦点合わせ、及び、特徴データの学習、生成等の
状況確認などに使用する撮影モニターテレビ４と、生産
ライン制御装置であり、画像認識装置２により識別され
た信号に従って生産ラインを制御するシーケンサ５と、
撮影した画像データから特徴データの学習、生成を行う
場合に学習対象画像の選択指示や学習動作の監視に使用
する制御用端末装置６とのそれぞれが接続されている。
て説明する。認識対象物が通過する場所の例えば生産ラ
インに設置して、予め記憶された特徴データを基にカメ
ラ１で撮影した画像情報を識別するとともに撮影した画
像データから特徴データの学習、生成を行う画像認識装
置２には、生産ラインに設置して生産物や部品など認識
対象物撮影用の前記カメラ１の他、認識対象物に照射さ
れている光が十分でなかったり、不安定で撮影に支障が
ある場合に使用する照明装置３と、生産ラインに設置し
て撮影カメラ１により撮影された画像の撮影状況確認や
位置、焦点合わせ、及び、特徴データの学習、生成等の
状況確認などに使用する撮影モニターテレビ４と、生産
ライン制御装置であり、画像認識装置２により識別され
た信号に従って生産ラインを制御するシーケンサ５と、
撮影した画像データから特徴データの学習、生成を行う
場合に学習対象画像の選択指示や学習動作の監視に使用
する制御用端末装置６とのそれぞれが接続されている。
【０００８】次に、本実施例の作用を第２図に示す画像
認識方法例と識別用データの学習過程図、及び、第３図
に示す識別データ学習処理手順例、及び、第４図に示す
各認識値に対する評価例によって説明する。第３図に示
す識別データ学習処理手順例において、ステップ１の識
別用データ初期化では、図形の特徴強度による識別評価
を可能にするため、識別用データとして第２図に示す各
ネットの荷重値Ｋxxx を定義し、規定された初期値、或
いは、乱数により発生させた値を設定するとともに、ス
テップ２の最初の学習図形設定で、番号付けされた複数
の図形の内、最初の図形を学習図形として認識入力に設
定し、更に、ステップ３の各認識値の計算ステップで
は、入力層より入力された認識入力を、識別用データと
する荷重値Ｋxxx を用いて各ネットの演算を行い、出力
層に各認識値を得る。このように各データが設定され、
各認識値が得られた状態において、ステップ４で識別可
能か否かが判別、即ち、第４図に示すように、学習図形
の認識可能性について各認識値の値を比較評価し、評価
の結果、認識不可能な場合はステップ５の認識用データ
更新のステップ移行し、認識可能な場合はステップ６の
全図形の学習終了か否かを判別するステップに移行す
る。即ち、ステップ５では識別用データに用いた各ネッ
トの荷重値Ｋxxx の一つ又は複数を一定の規則又は乱数
によって更新した後、ステップ２の処理により学習を続
行し、ステップ６では識別用データを一度も更新するこ
となく、全図形を識別できたら学習を終了する。一方、
ステップ６で全図形について識別確認が済んでいないと
判別された場合には、ステップ７の次の学習図形設定ス
テップで、次の図形を認識入力に設定した後、ステップ
３の処理より学習を続行する。
認識方法例と識別用データの学習過程図、及び、第３図
に示す識別データ学習処理手順例、及び、第４図に示す
各認識値に対する評価例によって説明する。第３図に示
す識別データ学習処理手順例において、ステップ１の識
別用データ初期化では、図形の特徴強度による識別評価
を可能にするため、識別用データとして第２図に示す各
ネットの荷重値Ｋxxx を定義し、規定された初期値、或
いは、乱数により発生させた値を設定するとともに、ス
テップ２の最初の学習図形設定で、番号付けされた複数
の図形の内、最初の図形を学習図形として認識入力に設
定し、更に、ステップ３の各認識値の計算ステップで
は、入力層より入力された認識入力を、識別用データと
する荷重値Ｋxxx を用いて各ネットの演算を行い、出力
層に各認識値を得る。このように各データが設定され、
各認識値が得られた状態において、ステップ４で識別可
能か否かが判別、即ち、第４図に示すように、学習図形
の認識可能性について各認識値の値を比較評価し、評価
の結果、認識不可能な場合はステップ５の認識用データ
更新のステップ移行し、認識可能な場合はステップ６の
全図形の学習終了か否かを判別するステップに移行す
る。即ち、ステップ５では識別用データに用いた各ネッ
トの荷重値Ｋxxx の一つ又は複数を一定の規則又は乱数
によって更新した後、ステップ２の処理により学習を続
行し、ステップ６では識別用データを一度も更新するこ
となく、全図形を識別できたら学習を終了する。一方、
ステップ６で全図形について識別確認が済んでいないと
判別された場合には、ステップ７の次の学習図形設定ス
テップで、次の図形を認識入力に設定した後、ステップ
３の処理より学習を続行する。
【図１】画像認識のシステム構成図である。
【図２】画像認識方法例と識別用データの学習過程図で
ある。
ある。
【図３】識別データ学習処理手順例を示すフローチャー
ト図である。
ト図である。
【図４】各認識値に対する評価例を示す図である。
１ カメラ ２ 画像認識装置 ３ 照明装置 ４ 撮影モニターテレビ ５ シーケンサ ６ 制御用端末装置
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 英樹 愛知県名古屋市熱田区横田一丁目１番14号 株式会社フレツクスシステムエンジニア リング内 (72)発明者 青山 純一 愛知県西春日井郡西春町大字徳重字御宮前 一 株式会社名古屋電元社西春工場内
Claims (1)
- 【特許請求の範囲】 【請求項１】 撮影用カメラにより撮影された認識対象
物の画像を予め記憶しておいた識別用データで計算した
結果により識別するとともに、撮影された画像データか
ら識別用データを抽出し、学習時に対象画像の選択指示
や動作を監視する画像認識装置において、撮影した画像
情報から複数の図形を識別するため、図形の特徴強度に
より重み付けされた識別用データを、複数回の学習更新
を行うことにより自動生成することを特徴とする画像認
識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3175068A JPH0520429A (ja) | 1991-07-16 | 1991-07-16 | 画像認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3175068A JPH0520429A (ja) | 1991-07-16 | 1991-07-16 | 画像認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0520429A true JPH0520429A (ja) | 1993-01-29 |
Family
ID=15989673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3175068A Pending JPH0520429A (ja) | 1991-07-16 | 1991-07-16 | 画像認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0520429A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8515173B2 (en) | 2009-03-23 | 2013-08-20 | Fuji Xerox Co., Ltd. | Image processing system, image processing method and computer readable medium |
-
1991
- 1991-07-16 JP JP3175068A patent/JPH0520429A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8515173B2 (en) | 2009-03-23 | 2013-08-20 | Fuji Xerox Co., Ltd. | Image processing system, image processing method and computer readable medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110274908B (zh) | 缺陷检查装置、缺陷检查方法以及计算机可读记录介质 | |
| CN108960232A (zh) | 模型训练方法、装置、电子设备和计算机可读存储介质 | |
| CN111401246B (zh) | 一种烟雾浓度检测方法、装置、设备及存储介质 | |
| JP2021532434A (ja) | 顔特徴抽出モデル訓練方法、顔特徴抽出方法、装置、機器および記憶媒体 | |
| CN109754089B (zh) | 一种模型训练系统及方法 | |
| CA2478666C (en) | Modular system for processing an image and software kit | |
| CN113239875B (zh) | 人脸特征的获取方法、系统、装置及计算机可读存储介质 | |
| CN112149694B (zh) | 一种基于卷积神经网络池化模块的图像处理方法、系统、存储介质及终端 | |
| CN111753929A (zh) | 基于人工智能的分类方法、装置、终端和存储介质 | |
| EP0458299B1 (en) | Automatic adjusting apparatus for equipment | |
| CN113128522B (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
| US5689581A (en) | Methods of inspection | |
| CN113067980A (zh) | 图像采集方法、装置、电子设备及存储介质 | |
| CN113792600A (zh) | 一种基于深度学习的视频抽帧方法和系统 | |
| JPH0520429A (ja) | 画像認識方法 | |
| CN115565146A (zh) | 基于自编码器获取鸟瞰图特征的感知模型训练方法及系统 | |
| CN114529484B (zh) | 针对成像中直流分量变化的深度学习样本增强方法 | |
| JPH04352078A (ja) | 栗の形状識別方法 | |
| CN113642353A (zh) | 一种人脸检测模型的训练方法、存储介质及终端设备 | |
| CN113850306A (zh) | 基于改进yolox的古建筑消防危险物品快速检测方法及装置 | |
| CN111601418A (zh) | 色温调节方法、装置、存储介质和处理器 | |
| CN117474932B (zh) | 对象分割方法和装置、电子设备及存储介质 | |
| US20220172453A1 (en) | Information processing system for determining inspection settings for object based on identification information thereof | |
| JPH08138025A (ja) | 画像識別パラメータの決定方法及び画像認識方法 | |
| CN112132162B (zh) | 图像处理方法、图像处理器、电子设备及可读存储介质 |