JPH0614360B2 - 物体認識装置 - Google Patents

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） この発明は、３次元物体を任意の方向から認識する物体
認識装置に係わり、特に物体認識手順をその物体の３次
元モデルから自動作成する物体認識装置に関する。

（従来の技術） 画像入力された物体を認識する方法は種々知られている
が、一般には、認識対象となる物体のモデルと上記画像
入力された物体の特徴とを照合して行われる。即ち、認
識対象となる３次元物体から把握される２次元画像の部
分的特徴（特徴要素）の情報を物体モデルとして登録し
ておき、画像入力された認識対象物体から検出される各
部の特徴と上記物体モデルとをマッチング処理する。そ
して、画像入力された物体の各部の特徴と上記物体モデ
ルとの照合がとれれば、画像入力された物体を上記物体
モデルによって特定される物体であるとして認識するよ
うにしている。

このような物体モデルとの照合による物体認識は、認識
対象となる物体の見え方が定まっている場合には、比較
的簡単に行なうことができる。例えば壁に沿って配設さ
れた配管群の画像をその壁に沿って平行に移動するＴＶ
カメラにより撮像し、上記配管群中の特定の配管結合部
分を検出する場合には、配管群を見る視線方向がある程
度定まっている。このような場合には検出対象物体であ
る上記配管結合部分を比較的簡単に物体認識することが
できる。

ところが、例えば床に置かれた物体をロボットの視覚で
捕えて物体認識するような場合には、その物体を見る方
向が一義的には定まらないので、見る方向によって異な
る２次元画像が把握される。したがって、このような状
況で物体認識を行うには、各方向から把握される２次元
画像を考慮した物体モデルを作成する必要があり、物体
モデル作成処理及び物体認識処理が非常に複雑化すると
いう問題があった。

即ち、例えば第９図に示すように、円板状の頭部と軸部
とを備えたボルト形状の物体を認識処理する場合につい
て考えると、その物体は見る方向によってｖ１〜ｖ11で
示されるようにその形状が大きく変化する。従って、物
体を見る方向が定まっていない状況下で物体認識処理を
行うには、視線方向をあらゆる方向に変化させた場合に
把握される各２次元画像について各特徴要素をそれぞれ
物体モデルとして準備しなければならず、物体モデル作
成作業が極めて繁雑であるという問題があった。

そこで、物体の３次元モデルから複数の視線方向に対す
る見え方を、物体の他の部分にあまり隠されずに変形も
少ない２次元的な特徴（例えば楕円、平行線等）で記述
し、物体認識手順を自動作成するのに適した物体認識用
モデル作成装置も提案されている（特願昭６１−４８１
６５号）。

ところが、このような装置で物体認識手順を自動作成し
たとしても、認識処理時間の短縮化に直接つながる訳で
はない。つまり、物体認識処理においては、各視線方向
について認識処理を行わなくてはならないため、認識処
理に多大の時間がかかるという問題があった。

（発明が解決しようとする問題点） このように、従来の物体認識装置においては、３次元物
体を任意の方向から認識する場合、認識対象物体の２次
元画像と、物体モデルの全ての視線方向から見た２次元
的特徴とを比較して認識処理しなくてはならないため、
認識処理に多大な時間がかかるという問題があった。

本発明は、このような問題点に鑑みなされたもので、認
識対象物体を任意の方向から見た場合の認識処理を効率
良く短時間に行うことが可能な物体認識手順を作成し、
実行する物体認識装置を提供することを目的とする。

［発明の構成］ （問題点を解決するための手段） 本発明は、３次元物体モデルを入力する物体モデル入力
手段と、認識手順作成に必要なデータを格納する２次元
特徴データベースと、この２次元特徴データベースに格
納されるデータを参照して前記物体モデル入力手段によ
り入力された３次元物体モデルの複数の方向からの見え
方を表わす２次元画像を２次元特徴で識別する特徴名及
びその位置関係からなる特徴要素で記述した見え方記述
を作成する見え方記述作成手段と、この見え方記述作成
手段で記述された複数方向からの見え方による見え方記
述同士を類似の特徴要素で順次括って新たな見え方記述
を作成する特徴名による分類手段と、この特徴名による
分類手段で作成された新たな見え方記述を階層的に分類
した見え方記述をもとに木構造の認識手順を自動的に作
成すると共に、この分類された各見え方記述に、当該特
徴要素が把握できる有効視線方向の数を付加する階層的
分類手段と、この階層的分類手段で作成された視線方向
の数を付加した木構造の認識手順を記憶する認識手順記
憶手段と、認識対象となる２次元図形を入力する画像入
力手段と、この画像入力手段により入力された２次元図
形について前記認識手順記憶手段に記憶された木構造の
認識手順を上位から下位に向かって、かつ視野方向の数
の多い順に認識処理し、認識処理に失敗した場合には認
識処理の成功している上位の見え方記述に対する下位の
見え方記述から再度認識処理を開始することにより、木
構造を辿った認識処理を行う物体認識処理手段とを具備
したことを特徴とする。

（作用） 本発明によれば、物体モデル入力手段により、３次元物
体モデルが入力されると、２次元特徴データベースを参
照して、この３次元物体モデルに基づいて物体認識手順
作成手段が各視線方向からの見え方を記述して認識手順
を作成する。この物体認識手順作成手段は見え方記述作
成手段、特徴名による分類手段及び階層的分類手段で構
成される。ここで、作成される認識手順は、各方向の見
え方を類似の特徴要素で順次括って共通の見え方を統一
して行くことにより階層的に分類されたもので、木構造
化されている。また、この認識手順は、木構造の各ノー
ド（見え方記述）にそれらを構成する特徴要素が把握で
きる視線方向（有効視線方向）の数が付加され、認識手
順記憶手段に記憶される。

物体認識処理手段は、このように認識手順記憶手段に記
憶された、木構造で表現された認識手順を、上位から下
位へ向かって、かつ有効視線方向の数の多い順に辿って
認識処理を行うので、各ノードにおける認識処理の成功
確率は非常に高くなる。そして、あるノードで認識処理
が失敗しても、そのノードの上位のノードまでの認識処
理は成功しているため、これが活かされ、次の認識手順
の経路の選択数は大幅に絞り込める。したがって、極め
て効率良く認識処理を行うことができる。

（実施例） 以下、本発明を図示の実施例に基づいて詳細に説明す
る。

第１図は本実施例に係る物体認識装置の概略構成を示す
図である。即ち、この物体認識装置は、３次元物体モデ
ルを入力するための物体モデル入力部１と、この物体モ
デル入力部１により入力された物体モデルから物体認識
手順を自動作成する物体認識手順作成部２と、この物体
認識手順作成部２において認識手順作成に必要なデータ
を与える２次元特徴データベース３と、上記物体認識手
順作成部２で作成された認識手順を記憶しておく認識手
順記憶部４と、認識対象となる物体の２次元画像を入力
する画像入力部５と、この画像入力部５により入力され
た画像データについて、認識手順記憶部４に記憶された
認識手順に従って物体認識処理を実行する物体認識処理
部６とで構成されている。

物体モデル入力部１は、３次元物体モデルを使用者が定
義するためのもので、例えばＣＡＤ、コンピュータグラ
フィックスにおいて知られた入力部により構成すること
ができる。ここでの物体の定義は、物体を構成するプリ
ミティブ（円柱、直方体等）の種類と大きさ、プリミテ
ィブ間の位置関係等のデータを使用者が入力することに
より行われる。

物体認識手順作成部２は、さらに第２図に示すように、
見え方記述作成部７と、特徴名による分類部８及び階層
的分類部９からなる見え方解析部１０と、認識手順への
変換部１１とで構成されている。

見え方記述作成部７は、３次元物体モデルが定義入力さ
れると、この物体モデルの複数方向からの見え方を表わ
す２次元画像を２次元特徴及びその位置関係で記述す
る。

この見え方記述作成部７における処理手順を第３図に基
づき詳述する。

即ち、物体モデル入力部１から物体情報の入力があると
（ステップ２１）、物体モデルを構成する各プリミティ
ブが２次元画像上にどのような２次元特徴を作るかが２
次元特徴データベース３を参照して求められ、求められ
たそれぞれの２次元特徴に識別用の固有名が与えられる
（ステップ２２）。例えば、円柱というプリミティブは
両端面の投影である２つの楕円と、側面の投影である１
対の平行線という計３つの２次元特徴を含んでいる。ま
た、先に述べたボルトは、第４図（ａ）に示すように、
２つの円柱３１，３２というプリミティブからなり、こ
れらは計６つの２次元特徴を作る。これら２次元特徴に
は、同図（ｂ）のように“楕円、平行線”
のような符合付けがなされる。

次に物体を色々な方向からみた場合の見え方を上記２次
元特徴により記述する。なお、空間の全方向について物
体の見え方を記述することは不可能であるので、代表的
ないくつかの方向の見え方のみを記述する。例えば正多
面体の各面を適当に分割し、その中心方向を物体を見る
方向（視線方向）とする。正１２面体の各面を構成する
正五角形を５つに分割すれば、全部で６０方向、正２０
面体の各面を構成する正三角形を４つに分割すれば、全
部で８０方向になる。これら分割された視線方向の全て
がまだ調べられていない場合には（ステップ２３）、次
の視線方向が設定される（ステップ２４）。視線方向が
設定されると、定義された３次元物体モデルに関する情
報に基づいて、その方向から見える隠れ線消去を行なっ
た物体の線画が発生される（ステップ２５）。これはＣ
ＡＤやコンピュータグラフィックスの図形表示部と同様
の処理によって実現できる。次に、ステップ２２で識別
符合を付された２次元特徴のうち、発生された線画に現
れている２次元特徴を求める（ステップ２６）。この
際、他の部分に隠れてほんの僅かしか見えない特徴や変
動の大きい特徴、例えば円柱の端面方向に近い向きから
見た場合の非常に短く見える側面の平行線は除いてお
く。

最後に、各特徴の大きさと、位置関係とを計算する（ス
テップ２７）。２次元特徴の種類ごとに何を求めるかは
２次元特徴データベース３に書かれている。各２次元特
徴の大きさは、例えば楕円なら長軸と短軸の径、また平
行線なら長さと２本の線分の間隔で表現できる。また、
位置関係を求める場合には、２次元特徴の種類により座
標系の取り方を定めておき、１つの特徴の座標系を基準
として表わせる。例えば楕円の場合には、長軸をｘ軸
に、中心を原点にする。平行線の場合は、平行線の中央
の直線をｘ軸にし、この軸上で平行線の両端の中心に当
たるところを原点にする。以後、２次元特徴の位置とい
う時には、このように特徴の種類毎に定めた原点の基準
座標系に対する位置をいうものとする。また、各特徴の
向きという時には、各特徴の座標系のｘ軸の向きを指す
ものとする。

次に見え方解析部１０について説明する。

第５図は見え方解析部１０のうち特徴名による分類部８
における処理手順を示すフローチャートである。見え方
記述作成部７で作成された各視線方向についての見え方
記述は、識別符合が付された２次元特徴と、その大きさ
と、特徴間の位置関係とによって表わされている。そこ
で、先ず始めに識別符合に着目し、識別符合の特徴の組
合わせが同じである見え方記述同士を求めてグループ分
けする（ステップ３５）。しかし、識別符合がたまたま
同じであってもそれらの位置関係が異なっていれば、そ
れらは異なった見え方をするので、次に各グループ毎に
特徴間の位置関係を調べ、特徴の位置関係が大幅に違っ
ているものは別の新たなグループに分ける（ステップ３
６）。この処理は、例えばある特徴に対する座標系を基
準にしたときの他の特徴の位置をグループ内の各見え方
記述について調べ、それらの位置の分布から、分散が所
定の範囲に収まるようにグループ分けすることにより行
われる。最後に、分割された各グループを１つの記述に
まとめる（ステップ３７）。ここでは、各グループ内に
属する見え方記述の平均的なものを新しい記述として作
成する。例えば、各特徴の大きさには、グループ内のそ
の特徴の大きさの平均値が中心値Ｍｉとして採用され
る。また、グループ内の各見え方記述の特定の特徴のう
ち、上記中心値Ｍｉと最も離れているものを求め、それ
と中心値との差を範囲値Ｒｉとする。各特徴の大きさを
表わすには、（Ｍｉ,Ｒｉ）のように中心値と範囲値の
リストを用いる。位置についても同様に、Ｘ座標及びＹ
座標の平均値を中心値ＭＸｉ,ＭＹｉとし、この中心値
と最も離れた位置と上記中心値との距離を範囲値Ｒｉと
して特徴の位置を（ＭＸｉ,ＭＹｉ,Ｒｉ）というリスト
で表現する。特徴の向きについても大きさと同様に（Ｍ
ｔ,Ｒｔ）のリストで表現する。

以上の処理が行われると、第８図におけるで示される
リストが生成される。なお、この処理は、以後の処理で
与えられるデータの数を減らして後処理の効率を上げる
ためのものであり、この処理を省略しても本発明の効果
は奏される。

次に階層的分類部９では、２つの見え方記述を比較し
て、両者の間に共通した特徴要素が有れば、その共通し
た特徴要素のみで表現された新たな見え方記述を作り、
新たに作成された記述を親、それを作る元になった記述
を子として階層関係を設定する。これを順次繰返すこと
により物体の見え方記述が階層的に整理される。この階
層的分類部９での処理が実行されると、第８図における
で示される木構造のリストが生成される。

第６図は、この階層的分類部９の処理手順を示すフロー
チャートである。

特徴名による分類部８において分類されたＫ個の見え方
記述は、リストＡとして与えられる。そこで、まずこれ
ら見え方記述をそれぞれ構成する特徴要素の数の中で最
大数を求め、これをＮとする（ステップ４１）。以後、
１つの位についての処理が終了する度にＮを１つ減じ、
Ｎが０になるまで同一の処理を繰返す（ステップ５８、
５９）。

Ｎ個の特徴要素を共通部分として取出すため、Ｎ個以上
の特徴からなる見え方記述で親記述をまだ持たないもの
がリストＡの中から選び出される（ステップ４２）。選
出された見え方記述はリストＢとなる。

次にこのリストＢの各要素（見え方記述）ｂｉについて
次の処理が行われる。即ち、各要素ｂｉがＰ個（Ｐ≧
Ｎ）の特徴要素から構成されているとすると、これら各
要素ｂｉを構成するＰ個の特徴要素からＮ個の特徴要素
を選ぶ組合わせは_ＰＣ_Ｎ個ある。ここでは、この_ＰＣ_Ｎ
個の組合わせを作ってそれをリストＣ、その要素をｃｉ
とする（ステップ４３）。リストＣが作成されたら、そ
の要素ｃｉを求める基礎となったリストＢの要素ｂｉよ
りも（調査の順序が）後にある要素ｂｊをｄｉとし、ｃ
ｉとｄｉの一つとを比較する。この際、先ず、ｃｉとｄ
ｉとを既に比較したことがあるかないかを比較履歴テー
ブルを見て調べる（ステップ４４）。もし、調べたこと
があれば次の要素ｄｉに進む。もし調べていなければ、
ｃｉを構成する特徴要素の特徴名をｄｉを構成する特徴
要素の特徴名とを比較する。ここでｃｉを構成する特徴
要素の数はＮ個、ｄｉを構成する特徴要素の数はＰ個
（Ｐ≧Ｎ）である。そこで、ｄｉからｃｉと同じ特徴名
が同じ数だけ取出せる組合わせを全て選び出し、個々の
組合わせを要素とするリストＥを作る（ステップ４
５）。例えば、ｃｉが楕円ｕ個、平行線ｖ個からなり、
ｄｉが楕円ｗ個、平行線ｘ個からなるとすれば、ｄｉか
ら楕円ｕ個、平行線ｖ個を取る組合わせは、_ｗ Ｐ_ｕ×_ｘＰ_ｖ通りある。但し、ｕ＞ｗ或はｖ＞ｘのよ
うな場合には、ｃｉと同じ特徴の種類の数の組合わせが
取出せないので、次の要素ｄｉについて同じ処理を行
う。

ところで、リストＥはｃｉの各特徴と、ｄｉの各特徴と
を同じ特徴名同士で１対１に対応付けた全ての組合わせ
を示している。そこで、次にリストＥの各要素について
この対応付けが図形として類似しているのかどうかを調
べる類似性の判定を行うことにより、特徴要素間の類似
性が調べられる（ステップ４６）。

この類似性の判定では、まず特徴の大きさが比較される
（ステップ４７）。特徴の大きさは、中心値Ｍｉと範囲
値Ｒｉのリスト（Ｍｉ,Ｒｉ）で表わされている。い
ま、類似性の判定（ステップ４６）のループの中で、Ｍ
ｉのＮ個の特徴の大きさが（Ｍcj，Ｒcj）（ｊ＝１〜
Ｎ）、それに対応するｄｉのＮ個の特徴の大きさが（Ｍ
dj，Ｒdj）であるとすると、全てのｊに対して、 ｜Ｍcj−Ｍdj｜＜Ｒcj＋Ｒdj のとき、２つの記述が特徴の大きさに関して類似である
とする。この類似条件が満たされるならば、次の特徴の
向きについても同様の比較が行われる（ステップ４
８）。類似条件が満たされたら、次に特徴の位置関係の
類似性を調べる（ステップ４９，５０，５１）。特徴の
位置関係を比較するときには２つの見え方記述の各特徴
の位置ができるだけ一致するように、２つの基準座標系
間の位置が決定される。そして、これら２つの基準座標
系とは別個に２つの見え方記述に共通の座標系を考え、
ｃｉとｄｉの全ての特徴の位置をこの座標系で表わして
おく。このとき、対応する特徴の位置を（ＭＸcj，ＭＹ
cj，Ｒcj）、（ＭＸdj，ＭＹdj，Ｒdj）（ｊ＝１〜Ｎ）
とし、対応する特徴毎にその平行移動可能な範囲（２つ
の範囲値の和の範囲内に特徴の位置が収まる各特徴の移
動可能量）を求める。この範囲〔閉区間〕は、 〔｛（ＭＸcj−ＭＸdj）−（Ｒcj＋Ｒdj）｝ ，（ＭＸcj−ＭＸdj）＋（Ｒcj＋Ｒdj）｝〕 で求められる。

全てのｊ＝１〜Ｎに対するこの閉区間の共通集合が空集
合でなく、ある範囲が存在し、その範囲が〔Ｓxmin，Ｓ
xmax〕であれば、 （Ｓxmin＋Ｓxmax）／２だけ、ｄｉの記述をｘ方向に平
行移動する。もし、空集合であれば、ｘ方向の位置が類
似していないと判定する（ステップ４９）。ｙ方向につ
いても同様に、〔Ｓymin，Ｓymax〕が存在するかどうか
を調べ、存在すれば、平行移動、存在しなければｙ方向
の位置が類似していないと判定する（ステップ５０）。
ｘ，ｙ両方向とも特徴同士のずれが小さくなるような平
行移動が可能な場合には、ｄｉの特徴をそのように平行
移動させる。そして、その中心位置を （ＭＸdj′，ＭＹdj′，Ｒdj（ｊ＝１〜Ｎ）としたと
き、全てのｊに対し、 （ＭＸcj−ＭＸdj′）^２＋（ＭＹcj−ＭＹdj′）^２ ＜（Ｒcj＋Ｒdj）^２ ならば、位置が類似であると判定する（ステップ５
１）。但し、このステップは省略することもできる。

これらの処理で全て類似であると判定された場合には、
その組合わせを記録しておく（ステップ５２）。類似性
の判定のいずれか一つのステップで非類似の判定結果が
得られた場合には記録は行われない。

リストＥの全ての要素（情報の対応付け関係）に対して
類似関係を調べた後、類似したものがなければ次の要素
ｄｉに進む（ステップ５３）。もし、複数の類似判定が
なされた場合には、 の値の小さい方を照合する値として選ぶ（ステップ５
４）。そして、比較履歴テーブルに、この比較した記述
を記録しておく（ステップ５５）。１つのｃｉに対して
リストＢのｂｉより後ろの全ての要素ｄｉに対して類似
性を調べた後、類似のものがあったかどうかを調べ（ス
テップ５５）、なければ次のｃｉに進む。類似のものが
あった場合には、これらをまとめて新しい見え方の記述
を作り、この記述をリストＡに追加する（ステップ５
７）。新しい記述の作り方は、特徴名による分類のステ
ップと同じである。この記述は、第８図に示すような木
構造のグラフのノードとして計算機内部で表わされ、そ
のノードを生成するのに使用された記述（ノード）とア
ークで結び、親子関係が分るようになっている。

以後、このように類似した共通部分があれば、それを取
出してまとめてリストＡに追加する処理をＮ＝１に対し
ての処理が終了するまで繰返す（ステップ５８，５
９）。

見え方解析部１０における処理が終了したら、認識手順
への変換部１１は、その結果（リストＡ）を認識手順に
変換する。この部分のフローチャートを第７図に示す。

即ち、認識手順への変換部１１では、リストＡの各要素
（グラフのノード）にどのノードから調べて行くか、１
つのノード（見え方記述）の中ではどのような順序で特
徴を調べていくかの調査順序を決定する。このため、各
ノードに対して次の処理を行う。

まず始めに、各ノードで検出する特徴を選び出す。ある
ノードの記述の中の特徴のいくつかは、その親ノードの
記述を作るもとになっている。認識の際は、親ノードの
方から特徴を検出して行くから、子のノードの記述の特
徴中、親に括り出された部分の特徴は既に検出済みとい
うことになる。そこで、このような特徴を除き、そのノ
ードで検出すべき特徴だけを選んでおく（ステップ６
１）。複数の親がある場合は、それぞれの親からその子
へ来る各経路に対して検出すべき特徴を選出しておく。

次に、各ノードの中で、選ばれた特徴を認識の際の検出
の順に並べ変える（ステップ６２）。これは認識を実際
に行う物体認識処理部６の性質に応じてどのような種類
の特徴が検出し易いか、つまり特徴の大きさ、特徴の変
形、他の部分に隠れて見えない割合等により決定される
特徴の検出し易さを評価する関数を定めておき（検出し
易い程大きな値を与える）、ノードの各特徴についてそ
の評価値の和を求め、大きい順に特徴を並べ変えること
により行われる。また、画像入力部５が近接した複数の
特徴を分離して検出できないようなら、そのような特徴
を１つにまとめておく。

最後に各ノードにつき、その見え方が得られる視線方向
の数（有効視線方向数ｄ）を求める（ステップ６３）。
これは、末端のノードからその有効視線方向数ｄを求
め、上位のノードでは、その下位のノードの有効視線方
向数ｄの和を求めることにより求められる。認識の際に
は、この有効視線方向数ｄの大きい順に調査を行なえば
良い。そこで、リストＡの要素を特徴の個数が少ない
順、個数が同じ場合には有効視線方向数ｄの大きい順に
並べ変える（ステップ６４）。そして、親子関係を示す
アークを、子の有効視線方向数ｄの多い順に順序付けし
ておく（ステップ６５）。

このようにしてできたリストが認識手順になる。この認
識手順は認識手順記憶部４に格納される。

なお、２次元特徴データベース３には、以上の処理に必
要な知識が入っている。即ち、３次元のプリミティブが
画像上ではどのような２次元特徴を作るか、２次元特徴
の位置記述のための座標系の取り方、２次元特徴の大き
さパラメータの種類、２次元特徴の画像処理装置での検
出し易さの評価関数が２次元特徴データベース３に蓄え
られている。

物体認識処理部６では、画像入力部５から入力された認
識対象の図形を上記のようにして作成された認識手順に
従って認識処理する。即ち、認識手順記憶部４に記憶さ
れている認識手順のリストの先頭からそのリストの要素
（ノード）の特徴を調べて行き、認識が成功すれば、そ
のノードの子を有効視線方向数の多いものから調べて行
く。特徴を調べるときには、ノードの中の特徴の位置関
係を利用し、特徴を調べる範囲を限定する。見え方解析
部１０においてモデル解析を行う際には、Ｎを減じなが
ら行ったが、認識の際には、その解析結果をＮ＝１から
逆に調べて行く。つまり、１つの特徴を画像から見付け
出し、それが見付かったら、その子に書かれている特徴
を見付けに行く。

このような本実施例に係る認識装置によれば、認識対象
物体を任意の方向から見た場合の見え方記述が自動的に
作成できるうえ、作成された認識手順が木構造化されて
いることから、この木構造を上位から下位に向かって、
かつ有効視線方向の数の多い順に認識処理を進めること
により、効率的な認識処理を行うことができる。

なお、以上の実施例は、物体の姿勢が全く不明の場合に
ついても対応できるものであるが、もし、物体の姿勢が
ある範囲で限定されている場合には、見え方の記述デー
タを作る際にその限定された方向のみのデータを作成す
るか、または、全方向の記述データを作成した後、特定
された範囲の方向だけを抽出して認識手順の順序付けを
すれば良い。このようにして認識手順を作成すると、物
体の姿勢、即ち物体を見る視線方向が限定される分だけ
さらに効率の良い認識手順を生成することができる。

［発明の効果］ 以上のように、本発明によれば、認識対象物体の姿勢が
不明の場合であっても、木構造の認識手順を辿って、共
通の見え方から次第に特定の方向にしか見えない見え方
を探索するようにしているので、認識処理に使用するノ
ードを徐々に絞り込んで行くことができ、認識処理を効
率良く短時間に行うことが可能になる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る物体認識装置の構成を
示すブロック図、第２図は同装置における物体認識手順
作成装置の構成を示すブロック図、第３図は同装置にお
ける見え方記述作成部の処理手順を示す流れ図、第４図
は同見え方記述作成部における各特徴への識別符合付け
処理を説明するための図、第５図は同装置における特徴
名による分類部の処理手順を示す流れ図、第６図は同装
置における階層的分類部の処理手順を示す流れ図、第７
図は同装置における認識手順への変換部の処理手順を示
す流れ図、第８図は同装置により作成される認識手順の
概念を示す模式図、第９図は３次元物体を種々の方向か
ら見た場合の見え方を示す図である。 １……物体モデル入力部、２……物体認識手順作成部、
３……２次元特徴データベース、４……認識手順記憶
部、５……画像入力部、６……物体認識処理部、７……
見え方記述作成部、８……特徴名による分類部、９……
階層的分類部、１０……見え方解析部、１１……認識手
順への変換部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】３次元物体モデルを入力する物体モデル入
   力手段と、 認識手順作成に必要なデータを格納する２次元特徴デー
   タベースと、 この２次元特徴データベースに格納されるデータを参照
   して前記物体モデル入力手段により入力された３次元物
   体モデルの複数の方向からの見え方を表わす２次元画像
   を２次元特徴で識別する特徴名及びその位置関係からな
   る特徴要素で記述した見え方記述を作成する見え方記述
   作成手段と、 この見え方記述作成手段で記述された複数方向からの見
   え方による見え方記述同士を類似の特徴要素で順次括っ
   て新たな見え方記述を作成する特徴名による分類手段
   と、 この特徴名による分類手段で作成された新たな見え方記
   述を階層的に分類した見え方記述をもとに木構造の認識
   手順を自動的に作成すると共に、この分類された各見え
   方記述に、当該特徴要素が把握できる有効視線方向の数
   を付加する階層的分類手段と、 この階層的分類手段で作成された視線方向の数を付加し
   た木構造の認識手順を記憶する認識手順記憶手段と、 認識対象となる２次元図形を入力する画像入力手段と、 この画像入力手段により入力された２次元図形について
   前記認識手順記憶手段に記憶された木構造の認識手順を
   上位から下位に向かって、かつ視線方向の数の多い順に
   認識処理し、認識処理に失敗した場合には認識処理の成
   功している上位の見え方記述に対する下位の見え方記述
   から再度認識処理を開始することにより、木構造を辿っ
   た認識処理を行う物体認識処理手段と を具備したことを特徴とする物体認識装置。