JPH06201346A - 銘柄識別装置 - Google Patents
銘柄識別装置Info
- Publication number
- JPH06201346A JPH06201346A JP4348158A JP34815892A JPH06201346A JP H06201346 A JPH06201346 A JP H06201346A JP 4348158 A JP4348158 A JP 4348158A JP 34815892 A JP34815892 A JP 34815892A JP H06201346 A JPH06201346 A JP H06201346A
- Authority
- JP
- Japan
- Prior art keywords
- brand
- information
- image
- area ratio
- pattern
- 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.)
- Withdrawn
Links
Abstract
(57)【要約】
【目的】パーセル包装品や段ボール箱詰品等の包装品の
銘柄を包装品に印された銘柄パターンについての画像処
理を行い、従来の画像パターンマッチング等より迅速に
銘柄を判定し、多数の銘柄にも対応できるようにする。 【構成】包装品２０に印された銘柄パターンを撮像した
画像を画像輝度に応じて白黒の二値化した画素情報に変
換する。画素情報の黒の部分Ｑまたは白の部分Ｐの画素
数と画面フレームＦ内の全画素数の比を全面積比情報と
する。パターン部の黒の部分Ｑの重心を中心とする円Ｃ
内の画素数の比を部分面積比情報とする。パターン部の
黒の部分Ｑと白の部分Ｐの境界をなす画素の画素数を境
界画素数情報とする。全面積比情報、部分面積比情報お
よび境界画素数情報に基づいてファジィ推論を行って包
装品の銘柄を判定する。
銘柄を包装品に印された銘柄パターンについての画像処
理を行い、従来の画像パターンマッチング等より迅速に
銘柄を判定し、多数の銘柄にも対応できるようにする。 【構成】包装品２０に印された銘柄パターンを撮像した
画像を画像輝度に応じて白黒の二値化した画素情報に変
換する。画素情報の黒の部分Ｑまたは白の部分Ｐの画素
数と画面フレームＦ内の全画素数の比を全面積比情報と
する。パターン部の黒の部分Ｑの重心を中心とする円Ｃ
内の画素数の比を部分面積比情報とする。パターン部の
黒の部分Ｑと白の部分Ｐの境界をなす画素の画素数を境
界画素数情報とする。全面積比情報、部分面積比情報お
よび境界画素数情報に基づいてファジィ推論を行って包
装品の銘柄を判定する。
Description
【０００１】
【産業上の利用分野】本発明は、包装品に印された銘柄
パターンの画像情報に基づいて該包装品の銘柄を識別す
る銘柄識別装置に関する。
パターンの画像情報に基づいて該包装品の銘柄を識別す
る銘柄識別装置に関する。
【０００２】
【従来の技術】従来、製品の搬送行程などで、パーセル
包装品や段ボール箱詰品等の搬送される包装品を被包装
製品の銘柄に応じて振り分けを行うことがあるが、特
に、このような振り分け作業を自動化するために包装品
の銘柄を自動判別することが要求されている。このよう
な銘柄の判別には、バーコードを利用する方法や画像処
理のパターンマッチング法などが一般的である。
包装品や段ボール箱詰品等の搬送される包装品を被包装
製品の銘柄に応じて振り分けを行うことがあるが、特
に、このような振り分け作業を自動化するために包装品
の銘柄を自動判別することが要求されている。このよう
な銘柄の判別には、バーコードを利用する方法や画像処
理のパターンマッチング法などが一般的である。
【０００３】このうち、バーコード方式は判別精度は高
いが、包装品の所定の位置に所定規格のバーコードを印
刷しなければならないなど、銘柄の判定処理のために特
別な処理を包装品に施さなければならないという制約が
ある。一方、パターンマッチング法によれば、銘柄が目
視で識別できるように元々包装品に印されている銘柄パ
ターンなどの画像情報を取り込んで銘柄の判別を行うの
で、制約の少ない広汎な包装品に対応することができ
る。しかし、従来のパターンマッチング法は撮像時の照
明の変動や包装品の位置ずれや回転等によって判定精度
が低下するという問題がある。また、判定する種類が多
くなるとマッチング処理に時間がかかるので、多数の銘
柄に対応させることができないという欠点がある。
いが、包装品の所定の位置に所定規格のバーコードを印
刷しなければならないなど、銘柄の判定処理のために特
別な処理を包装品に施さなければならないという制約が
ある。一方、パターンマッチング法によれば、銘柄が目
視で識別できるように元々包装品に印されている銘柄パ
ターンなどの画像情報を取り込んで銘柄の判別を行うの
で、制約の少ない広汎な包装品に対応することができ
る。しかし、従来のパターンマッチング法は撮像時の照
明の変動や包装品の位置ずれや回転等によって判定精度
が低下するという問題がある。また、判定する種類が多
くなるとマッチング処理に時間がかかるので、多数の銘
柄に対応させることができないという欠点がある。
【０００４】
【発明が解決しようとする課題】本発明は、銘柄パター
ンの画像情報から抽出した特徴情報をファジィ化してフ
ァジィ推論処理を行うことにより上記のような種々の欠
点を解消するもので、照明の変動や対象物の大きな位置
ずれや回転などにも対応でき、通常の画像パターンマッ
チング法より迅速に判定を行って多数の銘柄にも対応で
きるような銘柄識別装置を提供することを課題とする。
ンの画像情報から抽出した特徴情報をファジィ化してフ
ァジィ推論処理を行うことにより上記のような種々の欠
点を解消するもので、照明の変動や対象物の大きな位置
ずれや回転などにも対応でき、通常の画像パターンマッ
チング法より迅速に判定を行って多数の銘柄にも対応で
きるような銘柄識別装置を提供することを課題とする。
【０００５】
【課題を解決するための手段】上記の課題を解決するた
めになした本発明の銘柄識別装置は、被包装物の銘柄に
応じた特定の銘柄パターンが印された包装品を該銘柄パ
ターンの画像情報に基づいて識別する銘柄識別装置であ
って、前記銘柄パターンを一定の倍率で撮像する撮像手
段と、前記撮像手段で得られた画像を画像輝度に応じて
二値化した画素情報に変換する前処理手段と、前記前処
理手段で変換された画素情報に基づいて、前記銘柄パタ
ーンの画像におけるパターン部の全面積比情報、該パタ
ーン部の所定の部分の部分面積比情報および該パターン
部と背景部との境界をなす画素の境界画素数情報を抽出
する特徴抽出手段と、前記特徴抽出手段で抽出された全
面積比情報、部分面積比情報および境界画素数情報を入
力変数としてファジィ推論を行い、前記包装品の銘柄を
判定する銘柄判定手段と、を備えたことを特徴とする。
めになした本発明の銘柄識別装置は、被包装物の銘柄に
応じた特定の銘柄パターンが印された包装品を該銘柄パ
ターンの画像情報に基づいて識別する銘柄識別装置であ
って、前記銘柄パターンを一定の倍率で撮像する撮像手
段と、前記撮像手段で得られた画像を画像輝度に応じて
二値化した画素情報に変換する前処理手段と、前記前処
理手段で変換された画素情報に基づいて、前記銘柄パタ
ーンの画像におけるパターン部の全面積比情報、該パタ
ーン部の所定の部分の部分面積比情報および該パターン
部と背景部との境界をなす画素の境界画素数情報を抽出
する特徴抽出手段と、前記特徴抽出手段で抽出された全
面積比情報、部分面積比情報および境界画素数情報を入
力変数としてファジィ推論を行い、前記包装品の銘柄を
判定する銘柄判定手段と、を備えたことを特徴とする。
【０００６】
【作用】本発明の銘柄識別装置において、撮像手段は包
装品の銘柄パターンを一定の倍率で撮像し、この撮像手
段で得られた画像は前処理手段によって画像輝度に応じ
て二値化した画素情報に変換され、特徴抽出手段はこの
二値化した画素情報に基づいて銘柄パターンの画像にお
けるパターン部の全面積比情報、パターン部の所定の部
分の部分面積比情報およびパターン部と背景部との境界
をなす画素の境界画素数情報を抽出する。そして、銘柄
判定手段は、特徴抽出手段で抽出された全面積比情報、
部分面積比情報および境界画素数情報を入力変数として
ファジィ推論を行って包装品の銘柄を判定する。
装品の銘柄パターンを一定の倍率で撮像し、この撮像手
段で得られた画像は前処理手段によって画像輝度に応じ
て二値化した画素情報に変換され、特徴抽出手段はこの
二値化した画素情報に基づいて銘柄パターンの画像にお
けるパターン部の全面積比情報、パターン部の所定の部
分の部分面積比情報およびパターン部と背景部との境界
をなす画素の境界画素数情報を抽出する。そして、銘柄
判定手段は、特徴抽出手段で抽出された全面積比情報、
部分面積比情報および境界画素数情報を入力変数として
ファジィ推論を行って包装品の銘柄を判定する。
【０００７】全面積比情報、部分面積比情報および境界
画素数情報は、前記撮像手段で得られる画像内で銘柄パ
ターンのずれや回転が生じていても銘柄パターンの特徴
を表すほぼ一定の数値情報となるので、これらの少ない
情報でファジィ推論により簡単な演算を行い、銘柄パタ
ーンが示す銘柄を判定することができる。
画素数情報は、前記撮像手段で得られる画像内で銘柄パ
ターンのずれや回転が生じていても銘柄パターンの特徴
を表すほぼ一定の数値情報となるので、これらの少ない
情報でファジィ推論により簡単な演算を行い、銘柄パタ
ーンが示す銘柄を判定することができる。
【０００８】
【実施例】図１は本発明の銘柄識別装置のハードウエア
構成を示す図であり、この実施例の装置はコンベア１０
で搬送される段ボール箱詰品２０の銘柄を識別して表示
するものである。図において、１はコンベア１０の近傍
の所定の位置で段ボール箱詰品２０を検出する位置セン
サー、２はコンベア１０の搬送路の上方に配設されたモ
ノクロのＣＣＤカメラ、３はＣＣＤカメラ２で撮像した
画像の画像信号に画像処理を施すとともに必要に応じて
モニタ３ａに画像出力を行う画像処理装置、４は位置セ
ンサー１の検出信号と画像処理装置３の画像情報を取り
込んで銘柄の識別を行うパーソナルコンピュータであ
る。
構成を示す図であり、この実施例の装置はコンベア１０
で搬送される段ボール箱詰品２０の銘柄を識別して表示
するものである。図において、１はコンベア１０の近傍
の所定の位置で段ボール箱詰品２０を検出する位置セン
サー、２はコンベア１０の搬送路の上方に配設されたモ
ノクロのＣＣＤカメラ、３はＣＣＤカメラ２で撮像した
画像の画像信号に画像処理を施すとともに必要に応じて
モニタ３ａに画像出力を行う画像処理装置、４は位置セ
ンサー１の検出信号と画像処理装置３の画像情報を取り
込んで銘柄の識別を行うパーソナルコンピュータであ
る。
【０００９】なお、ＣＣＤカメラ２から出力される画像
信号はカメラコントローラ２ａを介して画像処理装置３
に入力される。また、画像処理装置３は入力される画像
信号を記憶する所定解像度の画像フレームバッファを備
えており、この画像フレームバッファの画像信号は、各
画素毎に画像輝度を０〜２５５のデータに量子化した輝
度データとして記憶される。
信号はカメラコントローラ２ａを介して画像処理装置３
に入力される。また、画像処理装置３は入力される画像
信号を記憶する所定解像度の画像フレームバッファを備
えており、この画像フレームバッファの画像信号は、各
画素毎に画像輝度を０〜２５５のデータに量子化した輝
度データとして記憶される。
【００１０】位置センサー１はコンベア１０で搬送され
る段ボール箱詰品２０が所定の位置にきた時点を検出
し、検出信号をパーソナルコンピュータ４に出力する。
パーソナルコンピュータはこの位置センサー１から検出
信号が入力されると、画像処理装置３を介してカメラコ
ントローラ２ａにシャッタ駆動の命令信号を出力すると
ともに、画像処理装置３に画像取込み指令を出力する。
る段ボール箱詰品２０が所定の位置にきた時点を検出
し、検出信号をパーソナルコンピュータ４に出力する。
パーソナルコンピュータはこの位置センサー１から検出
信号が入力されると、画像処理装置３を介してカメラコ
ントローラ２ａにシャッタ駆動の命令信号を出力すると
ともに、画像処理装置３に画像取込み指令を出力する。
【００１１】カメラコントローラ２ａはパーソナルコン
ピュータ４からの命令信号によりシャッタ機能を用いて
ＣＣＤカメラ３の画像信号を取り込んでモノクロ静止画
像として出力し、画像処理装置３はカメラコントローラ
２ａから出力される画像信号を取り込んで前記量子化し
た輝度データからなるグレー画像情報として画像フレー
ムバッファに記憶する。なお、搬送速度が遅い場合や照
明を明るくしてシャッタ速度を速くできる場合は搬送状
態のまま撮像してもよいが、測定系のバランス調整の手
間を考慮すると位置センサー１による検出時にコンベア
１０を一旦停止させて撮像する方が望ましい。
ピュータ４からの命令信号によりシャッタ機能を用いて
ＣＣＤカメラ３の画像信号を取り込んでモノクロ静止画
像として出力し、画像処理装置３はカメラコントローラ
２ａから出力される画像信号を取り込んで前記量子化し
た輝度データからなるグレー画像情報として画像フレー
ムバッファに記憶する。なお、搬送速度が遅い場合や照
明を明るくしてシャッタ速度を速くできる場合は搬送状
態のまま撮像してもよいが、測定系のバランス調整の手
間を考慮すると位置センサー１による検出時にコンベア
１０を一旦停止させて撮像する方が望ましい。
【００１２】画像処理装置３に画像情報が記憶される
と、この画像処理装置３は画像情報に画像処理を施し、
後述説明するように、パーソナルコンピュータ４はファ
ジィ推論による判定処理を行って段ボール箱詰２０に印
されている銘柄パターンを識別する。なお、識別された
銘柄はＣＲＴディスプレイ４ａに表示される。
と、この画像処理装置３は画像情報に画像処理を施し、
後述説明するように、パーソナルコンピュータ４はファ
ジィ推論による判定処理を行って段ボール箱詰２０に印
されている銘柄パターンを識別する。なお、識別された
銘柄はＣＲＴディスプレイ４ａに表示される。
【００１３】画像処理装置３で行う画像処理は、前処理
と特徴量抽出処理とに分けられる。前処理は、画素毎に
２５６階調の輝度データをもつグレー画像を白黒画像に
二値化する処理であり、例えば輝度０（暗）〜輝度２５
５（明）に対する画素の輝度の分布を求め、背景と対象
物の二つのクラスの間の分散と全分散の比を最大にする
閾値を求める判別分析法により決定した閾値に基づい
て、各画素の輝度データを二値化する。
と特徴量抽出処理とに分けられる。前処理は、画素毎に
２５６階調の輝度データをもつグレー画像を白黒画像に
二値化する処理であり、例えば輝度０（暗）〜輝度２５
５（明）に対する画素の輝度の分布を求め、背景と対象
物の二つのクラスの間の分散と全分散の比を最大にする
閾値を求める判別分析法により決定した閾値に基づい
て、各画素の輝度データを二値化する。
【００１４】図２は上記特徴量を説明する図であり、同
図において、矩形の破線は段ボール箱詰品２０の輪郭を
示しており、段ボール箱詰品２０の上面に銘柄パターン
「ＣＡＢＩＮ」が印刷されている場合を示している。ま
た、矩形の実線は画面の枠を示している。
図において、矩形の破線は段ボール箱詰品２０の輪郭を
示しており、段ボール箱詰品２０の上面に銘柄パターン
「ＣＡＢＩＮ」が印刷されている場合を示している。ま
た、矩形の実線は画面の枠を示している。
【００１５】特徴量抽出処理では、図２(A) に示したよ
うに、二値画像における白の部分Ｐと銘柄パターンの黒
の部分Ｑおよび背景の黒の部分Ｒの画素数をそれぞれ求
め、全画素数に対する白の部分Ｐの画素数の割合（以
後、全面積比という。）を全面積比情報として算出す
る。また、図２(B) に示したように、画像全体の白の部
分Ｐの重心を中心とした一定半径の円Ｃの内部について
上記同様に白の部分Ｐの画素数の割合（以後、部分面積
比という。）を部分面積比情報として算出する。さら
に、図２(C) に示したように、例えば白の画素に隣接し
ている黒の画素の数など、画像全体の白と黒の境界Ｓに
存在する画素の数（以後、境界画素数という。）を境界
画素数情報として求める。
うに、二値画像における白の部分Ｐと銘柄パターンの黒
の部分Ｑおよび背景の黒の部分Ｒの画素数をそれぞれ求
め、全画素数に対する白の部分Ｐの画素数の割合（以
後、全面積比という。）を全面積比情報として算出す
る。また、図２(B) に示したように、画像全体の白の部
分Ｐの重心を中心とした一定半径の円Ｃの内部について
上記同様に白の部分Ｐの画素数の割合（以後、部分面積
比という。）を部分面積比情報として算出する。さら
に、図２(C) に示したように、例えば白の画素に隣接し
ている黒の画素の数など、画像全体の白と黒の境界Ｓに
存在する画素の数（以後、境界画素数という。）を境界
画素数情報として求める。
【００１６】次に、パーソナルコンピュータ４で行う判
定処理では、上記のようにして求めた全面積比、部分面
積比および境界画素数の各特徴量に基づく多重ファジィ
推論を行って銘柄を判定する。すなわち、各特徴量の各
銘柄毎の代表値は予め分かっており、この代表値を中心
にしてある幅を持たせた三角型メンバーシップ関数が設
定されている。このメンバーシップ関数は各特徴量およ
び各銘柄毎に設定されており、メンバーシップ関数の値
は計測された特徴量が各々の銘柄に適合している適合度
を示している。
定処理では、上記のようにして求めた全面積比、部分面
積比および境界画素数の各特徴量に基づく多重ファジィ
推論を行って銘柄を判定する。すなわち、各特徴量の各
銘柄毎の代表値は予め分かっており、この代表値を中心
にしてある幅を持たせた三角型メンバーシップ関数が設
定されている。このメンバーシップ関数は各特徴量およ
び各銘柄毎に設定されており、メンバーシップ関数の値
は計測された特徴量が各々の銘柄に適合している適合度
を示している。
【００１７】図３は上記のようなメンバーシップ関数と
各特徴量とに基づく推論過程の一例を示す図であり、こ
の例では簡単のために３種類の銘柄Ａ，Ｂ，Ｃについて
判定処理を行う場合について説明する。いま、画像処理
で求められた特徴量のうち、全面積比がｘ、部分面積比
がｙ、境界画素数がｚであったとする。
各特徴量とに基づく推論過程の一例を示す図であり、こ
の例では簡単のために３種類の銘柄Ａ，Ｂ，Ｃについて
判定処理を行う場合について説明する。いま、画像処理
で求められた特徴量のうち、全面積比がｘ、部分面積比
がｙ、境界画素数がｚであったとする。
【００１８】この全面積比、部分面積比、境界画素数に
ついてのメンバーシップ関数から、全面積比ｘに対する
銘柄Ａの適合度ａ1 、銘柄Ｂの適合度ｂ1 および銘柄Ｃ
の適合度がｃ1 、部分面積比ｙに対する銘柄Ａの適合度
ａ2 、銘柄Ｂの適合度ｂ2 および銘柄Ｃの適合度が
ｃ2 、境界画素数ｚに対する銘柄Ａの適合度ａ3 、銘柄
Ｂの適合度ｂ3 および銘柄Ｃの適合度ｃ3 を求め、さら
に、次式のように各銘柄毎に適合度を乗算して銘柄Ａの
全体適合度ＭA 、銘柄Ｂの全体適合度ＭB 、銘柄Ｃの全
体適合度ＭC を求め、この全体適合度が最大となる銘柄
を判定結果とする。 ＭA ＝ａ1 ・ａ2 ・ａ3 ＭB ＝ｂ1 ・ｂ2 ・ｂ3 ＭC ＝ｃ1 ・ｃ2 ・ｃ3
ついてのメンバーシップ関数から、全面積比ｘに対する
銘柄Ａの適合度ａ1 、銘柄Ｂの適合度ｂ1 および銘柄Ｃ
の適合度がｃ1 、部分面積比ｙに対する銘柄Ａの適合度
ａ2 、銘柄Ｂの適合度ｂ2 および銘柄Ｃの適合度が
ｃ2 、境界画素数ｚに対する銘柄Ａの適合度ａ3 、銘柄
Ｂの適合度ｂ3 および銘柄Ｃの適合度ｃ3 を求め、さら
に、次式のように各銘柄毎に適合度を乗算して銘柄Ａの
全体適合度ＭA 、銘柄Ｂの全体適合度ＭB 、銘柄Ｃの全
体適合度ＭC を求め、この全体適合度が最大となる銘柄
を判定結果とする。 ＭA ＝ａ1 ・ａ2 ・ａ3 ＭB ＝ｂ1 ・ｂ2 ・ｂ3 ＭC ＝ｃ1 ・ｃ2 ・ｃ3
【００１９】この図３の例では、図３(A) に示したよう
に、全面積比ｘについての銘柄Ｃの適合度ｃ1 が０であ
り、図３(B) に示したように、部分面積比ｙについての
銘柄Ｂの適合度ｂ2 が０であるので、 ＭB ＝ＭC ＝０＜ＭA 3 となり、被測定銘柄は「Ａ」と判定する。
に、全面積比ｘについての銘柄Ｃの適合度ｃ1 が０であ
り、図３(B) に示したように、部分面積比ｙについての
銘柄Ｂの適合度ｂ2 が０であるので、 ＭB ＝ＭC ＝０＜ＭA 3 となり、被測定銘柄は「Ａ」と判定する。
【００２０】以上は、３種類の銘柄について具体的な数
値演算で説明したが、これらの処理は、全面積比ｘ、部
分面積比ｙおよび境界画素数ｚを入力変数、銘柄名をフ
ァジィラベルとし、入力変数と各銘柄名の対応関係を前
件部および銘柄名と適合度の対応関係を後件部とするよ
うなルールに基づくファジィ推論で処理される。
値演算で説明したが、これらの処理は、全面積比ｘ、部
分面積比ｙおよび境界画素数ｚを入力変数、銘柄名をフ
ァジィラベルとし、入力変数と各銘柄名の対応関係を前
件部および銘柄名と適合度の対応関係を後件部とするよ
うなルールに基づくファジィ推論で処理される。
【００２１】図４はパーソナルコンピュータ４で行われ
る上記各処理の流れを示すフローチャートである。な
お、この例では銘柄の重心を中心とする円内での境界画
素数も特徴量として算出するようにしている。先ず、ス
テップＳ１で位置センサー１の検出信号を監視し、検出
信号が入力されると、ステップＳ２でＣＣＤカメラ２の
シャッタを起動し、ステップＳ３でグレー静止画像の画
像情報を取り込む。そして、ステップＳ４で画素の輝度
分布に基づく判別法により二値化の閾値を演算し、ステ
ップＳ５でグレー静止画像を白黒の二値画像にする。
る上記各処理の流れを示すフローチャートである。な
お、この例では銘柄の重心を中心とする円内での境界画
素数も特徴量として算出するようにしている。先ず、ス
テップＳ１で位置センサー１の検出信号を監視し、検出
信号が入力されると、ステップＳ２でＣＣＤカメラ２の
シャッタを起動し、ステップＳ３でグレー静止画像の画
像情報を取り込む。そして、ステップＳ４で画素の輝度
分布に基づく判別法により二値化の閾値を演算し、ステ
ップＳ５でグレー静止画像を白黒の二値画像にする。
【００２２】次に、ステップＳ６で全面積比の計算を行
い、ステップＳ７で境界画素数を算出し、さらにステッ
プＳ８で銘柄パターン（非印刷部）の重心座標を検出す
る。そして、ステップＳ９で重心を中心とする円の内部
における部分面積比を計算するとともに、ステップＳ１
０で円の内部における境界画素数を算出する。
い、ステップＳ７で境界画素数を算出し、さらにステッ
プＳ８で銘柄パターン（非印刷部）の重心座標を検出す
る。そして、ステップＳ９で重心を中心とする円の内部
における部分面積比を計算するとともに、ステップＳ１
０で円の内部における境界画素数を算出する。
【００２３】次に、ステップＳ１１で各特徴量の適合度
を計算し、ステップＳ１２でファジィ推論による銘柄の
判定を行い、ステップＳ１３で判定結果をＣＲＴディス
プレイ１ａに表示し、ステップＳ１４で全処理が終了で
なければステップＳ１に戻る。
を計算し、ステップＳ１２でファジィ推論による銘柄の
判定を行い、ステップＳ１３で判定結果をＣＲＴディス
プレイ１ａに表示し、ステップＳ１４で全処理が終了で
なければステップＳ１に戻る。
【００２４】なお、以上のような、画素数に基づく判定
処理において、段ボール箱詰品２０の回転等により例え
ば図５(A) ，(B) に示したように同じ銘柄パターンでも
画像の方向に対して異なる方向に向いた二値画像となる
と、例えば黒の部分Ｐの画素数が異なることがある。し
かし、このような誤差をカバーするようにメンバーシッ
プ関数の幅を設定することができるので、判定に影響は
生じない。
処理において、段ボール箱詰品２０の回転等により例え
ば図５(A) ，(B) に示したように同じ銘柄パターンでも
画像の方向に対して異なる方向に向いた二値画像となる
と、例えば黒の部分Ｐの画素数が異なることがある。し
かし、このような誤差をカバーするようにメンバーシッ
プ関数の幅を設定することができるので、判定に影響は
生じない。
【００２５】また、計測された特徴量は最終的には、フ
ァジィラベル（銘柄名）とそれに対する適合度（０〜１
の数値）に変換されるので、従来のパターンマッチング
よりも処理時間が短縮され、判別対象としての銘柄の数
が増えても処理がそれほど遅くならず、多数の銘柄の判
定を行うことができる。
ァジィラベル（銘柄名）とそれに対する適合度（０〜１
の数値）に変換されるので、従来のパターンマッチング
よりも処理時間が短縮され、判別対象としての銘柄の数
が増えても処理がそれほど遅くならず、多数の銘柄の判
定を行うことができる。
【００２６】以上の実施例では、全面積比情報として、
全画素数に対する白の部分の画素数の比を用いるように
しているが、全画素数に対する黒の部分の画素数の比あ
るいは白の部分と黒の部分の画素数の比等を用いてもよ
いことはいうまでもない。また、部分面積や境界画素数
は同じ銘柄でも重心からの切出し半径が異なれば違う値
になるので、この切出し半径を複数設定して各銘柄に対
する特徴量を多数設定するようにしてもよい。これによ
り銘柄数が増加しても判定精度を高くすることができ
る。
全画素数に対する白の部分の画素数の比を用いるように
しているが、全画素数に対する黒の部分の画素数の比あ
るいは白の部分と黒の部分の画素数の比等を用いてもよ
いことはいうまでもない。また、部分面積や境界画素数
は同じ銘柄でも重心からの切出し半径が異なれば違う値
になるので、この切出し半径を複数設定して各銘柄に対
する特徴量を多数設定するようにしてもよい。これによ
り銘柄数が増加しても判定精度を高くすることができ
る。
【００２７】また、上記の実施例では、判別結果を表示
するようにしているが、この判別結果に基づいて段ボー
ル箱詰品（包装品）の振り分けを行うように、自動制御
に適用できる。
するようにしているが、この判別結果に基づいて段ボー
ル箱詰品（包装品）の振り分けを行うように、自動制御
に適用できる。
【００２８】
【発明の効果】以上説明したように本発明によれば、包
装品に印された銘柄パターンを撮像した画像を画像輝度
に応じて二値化した画素情報に変換し、この画素情報に
基づいて、銘柄パターンの画像におけるパターン部の全
面積比情報とパターン部の所定の部分の部分面積比情報
およびパターン部と背景部との境界をなす画素の境界画
素数情報とを抽出し、この全面積比情報、部分面積比情
報および境界画素数情報に基づいてファジィ推論を行っ
て包装品の銘柄を判定するようにしたので、照明の変動
や対象物の大きな位置ずれや回転などにも対応でき、通
常の画像パターンマッチング法より迅速に判定を行って
多数の銘柄にも対応できるような銘柄識別装置を得るこ
とができる。
装品に印された銘柄パターンを撮像した画像を画像輝度
に応じて二値化した画素情報に変換し、この画素情報に
基づいて、銘柄パターンの画像におけるパターン部の全
面積比情報とパターン部の所定の部分の部分面積比情報
およびパターン部と背景部との境界をなす画素の境界画
素数情報とを抽出し、この全面積比情報、部分面積比情
報および境界画素数情報に基づいてファジィ推論を行っ
て包装品の銘柄を判定するようにしたので、照明の変動
や対象物の大きな位置ずれや回転などにも対応でき、通
常の画像パターンマッチング法より迅速に判定を行って
多数の銘柄にも対応できるような銘柄識別装置を得るこ
とができる。
【図１】本発明実施例の銘柄識別装置のハードウエアの
概略を示す図である。
概略を示す図である。
【図２】実施例における特徴量を説明する図である。
【図３】実施例における推論過程の一例を示す図であ
る。
る。
【図４】実施例における処理の流れを示すフローチャー
トである。
トである。
【図５】銘柄パターンの回転による画素数の変動の一例
を説明する図である。
を説明する図である。
２…ＣＣＤカメラ、３…画像処理装置、４…パーソナル
コンピュータ、１０…コンベア、２０…段ボール箱詰
品。
コンピュータ、１０…コンベア、２０…段ボール箱詰
品。
Claims (1)
- 【請求項１】 被包装物の銘柄に応じた特定の銘柄パタ
ーンが印された包装品を該銘柄パターンの画像情報に基
づいて識別する銘柄識別装置であって、 前記銘柄パターンを一定の倍率で撮像する撮像手段と、 前記撮像手段で得られた画像を画像輝度に応じて二値化
した画素情報に変換する前処理手段と、 前記前処理手段で変換された画素情報に基づいて、前記
銘柄パターンの画像におけるパターン部の全面積比情
報、該パターン部の所定の部分の部分面積比情報および
該パターン部と背景部との境界をなす画素の境界画素数
情報を抽出する特徴抽出手段と、 前記特徴抽出手段で抽出された全面積比情報、部分面積
比情報および境界画素数情報を入力変数としてファジィ
推論を行い、前記包装品の銘柄を判定する銘柄判定手段
と、 を備えたことを特徴とする銘柄識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4348158A JPH06201346A (ja) | 1992-12-28 | 1992-12-28 | 銘柄識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4348158A JPH06201346A (ja) | 1992-12-28 | 1992-12-28 | 銘柄識別装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06201346A true JPH06201346A (ja) | 1994-07-19 |
Family
ID=18395139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4348158A Withdrawn JPH06201346A (ja) | 1992-12-28 | 1992-12-28 | 銘柄識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06201346A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008105687A (ja) * | 2006-10-24 | 2008-05-08 | Shin Etsu Handotai Co Ltd | 基板出荷ボックスの識別システム |
| CN111994610A (zh) * | 2020-08-08 | 2020-11-27 | 左东 | 物流输送机用自动甄选装置 |
| CN112161936A (zh) * | 2020-09-29 | 2021-01-01 | 杭州海康威视数字技术股份有限公司 | 用于烟盒的光学检测设备 |
-
1992
- 1992-12-28 JP JP4348158A patent/JPH06201346A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008105687A (ja) * | 2006-10-24 | 2008-05-08 | Shin Etsu Handotai Co Ltd | 基板出荷ボックスの識別システム |
| CN111994610A (zh) * | 2020-08-08 | 2020-11-27 | 左东 | 物流输送机用自动甄选装置 |
| CN112161936A (zh) * | 2020-09-29 | 2021-01-01 | 杭州海康威视数字技术股份有限公司 | 用于烟盒的光学检测设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102579783B1 (ko) | 제품 결함 이미지 원격 학습을 통한 비전 검사 시스템 | |
| US10984378B1 (en) | Profiling pallets and goods in a warehouse environment | |
| US9064187B2 (en) | Method and system for item identification | |
| CN109255787B (zh) | 基于深度学习和图像处理技术的丝锭划痕检测系统及方法 | |
| JP2787151B2 (ja) | 物品の数量検査方法及び装置 | |
| US5737438A (en) | Image processing | |
| CN110711718A (zh) | 基于x光图像的快递包裹智能分拣系统、方法及存储介质 | |
| EP0089212B1 (en) | Method and apparatus for sorting articles | |
| US5018219A (en) | Object recognize apparatus | |
| JPH10506733A (ja) | テキスト包含イメージにおける背景からの前景の分離方法及び装置 | |
| CN112668962B (zh) | 一种基于5g网络的物流系统 | |
| US5970166A (en) | System or method for identifying contents of a semi-opaque envelope | |
| CN111597857A (zh) | 一种物流包裹检测方法、装置、设备及可读存储介质 | |
| JP3533722B2 (ja) | 不良検査方法およびその装置 | |
| EP0749362B1 (en) | Improvements in image processing | |
| JPH06201346A (ja) | 銘柄識別装置 | |
| CN211275544U (zh) | 基于x光图像的快递包裹智能分拣系统 | |
| JPH09311031A (ja) | 打抜き加工品の品質検査方法および品質検査装置 | |
| US20020146120A1 (en) | Inspecting print quality using digital watermarks | |
| JPH09311030A (ja) | 品質検査方法および品質検査装置 | |
| CN112069841B (zh) | X光违禁品包裹跟踪方法及装置 | |
| JPH10297063A (ja) | 印刷物の品質検査選別方法 | |
| CN112288747A (zh) | 一种钢坯的智能检测方法及装置 | |
| WO2001014928A2 (en) | Print inspection system | |
| JP2981857B2 (ja) | 包装容器の製函中の接着部材塗着状態判別装置、方法、システム及び接着部材塗着状態の判別を実行するためのプログラムを記録した媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20000307 |