JPH07117377B2 - 位置認識方法 - Google Patents
位置認識方法Info
- Publication number
- JPH07117377B2 JPH07117377B2 JP63278691A JP27869188A JPH07117377B2 JP H07117377 B2 JPH07117377 B2 JP H07117377B2 JP 63278691 A JP63278691 A JP 63278691A JP 27869188 A JP27869188 A JP 27869188A JP H07117377 B2 JPH07117377 B2 JP H07117377B2
- Authority
- JP
- Japan
- Prior art keywords
- target image
- mask pattern
- coefficient
- pattern
- sum
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は位置認識方法に関し、特にICの表面パターンの
ように、形状の再現性のよい対象パターンに好適に適用
できる位置認識方法に関するものである。
ように、形状の再現性のよい対象パターンに好適に適用
できる位置認識方法に関するものである。
従来の技術 従来、ICの表面パターンの位置を認識するには、テレビ
カメラで撮像した画像を２値化し、特徴的な形状の部分
パターンをテンプレートとして登録し、２値化された対
象画像とテンプレートとを順次比較し、最もよく一致す
る位置を検出するテンプレートマッチング法が使われて
いた。
カメラで撮像した画像を２値化し、特徴的な形状の部分
パターンをテンプレートとして登録し、２値化された対
象画像とテンプレートとを順次比較し、最もよく一致す
る位置を検出するテンプレートマッチング法が使われて
いた。
このようすを第５図を用いて説明する。１は２値化され
たテンプレートであり、１は白色、０は黒色の画素であ
ることを示す。２は対象画像の２値化された状態を示
す。この対象画像の左上偶にテンプレートを重ね合わ
せ、各画素の一致の状態を調べる。０と０同志または１
と１同志ならば、一致していると判断する。次に１画素
右の場所にテンプレートを移動し、同様に一致度を調べ
る。この作業をくり返し行い、画像の右下偶まで実行す
る。そして、このうち最も一致度の高い位置を認識点と
する。第５図の対象画像の場合は、（イ）の場所での一
致度が64と最も高くなり認識点として検出する。
たテンプレートであり、１は白色、０は黒色の画素であ
ることを示す。２は対象画像の２値化された状態を示
す。この対象画像の左上偶にテンプレートを重ね合わ
せ、各画素の一致の状態を調べる。０と０同志または１
と１同志ならば、一致していると判断する。次に１画素
右の場所にテンプレートを移動し、同様に一致度を調べ
る。この作業をくり返し行い、画像の右下偶まで実行す
る。そして、このうち最も一致度の高い位置を認識点と
する。第５図の対象画像の場合は、（イ）の場所での一
致度が64と最も高くなり認識点として検出する。
発明が解決しようとする課題 ところが、上記のような方法では対象物の明るさが変わ
ると２値化画像の状態が変化し、誤認識や認識付加の状
態になるという問題があった。例えば、第５図の対象画
像で対象物が暗くなり、１の画素がなくすべて０の画素
になると一致度がどの場所でも同じ値となり、認識点が
特定できないということになる。
ると２値化画像の状態が変化し、誤認識や認識付加の状
態になるという問題があった。例えば、第５図の対象画
像で対象物が暗くなり、１の画素がなくすべて０の画素
になると一致度がどの場所でも同じ値となり、認識点が
特定できないということになる。
本発明は上記従来の問題点を解消し、対象物の反射率や
証明光量の変化があっても安定に認識できる位置認識方
法を提供することを目的とする。
証明光量の変化があっても安定に認識できる位置認識方
法を提供することを目的とする。
課題を解決するための手段 本発明は上記目的を達成するため、マスクパターンとし
て、特性形状と背景との境界領域において、濃度の高い
部分を正の係数に、濃度の低い部分を前記正の係数と絶
対値の等しい負の係数に設定し、かつそれら正の係数の
数と負の係数の数が同じになるように、境界領域以外の
部分を係数０に設定したものを作成し、 対象画像の部分パターンを濃淡データと上記マスクパタ
ーンとの積和演算を行い、この積和演算結果が最も大き
な値をもつ部分パターンの位置を特性形状位置として検
出することを特徴とする。
て、特性形状と背景との境界領域において、濃度の高い
部分を正の係数に、濃度の低い部分を前記正の係数と絶
対値の等しい負の係数に設定し、かつそれら正の係数の
数と負の係数の数が同じになるように、境界領域以外の
部分を係数０に設定したものを作成し、 対象画像の部分パターンを濃淡データと上記マスクパタ
ーンとの積和演算を行い、この積和演算結果が最も大き
な値をもつ部分パターンの位置を特性形状位置として検
出することを特徴とする。
作用 本発明は上記構成を有するので、対象物の明るさが変化
し濃淡データが相対的に変化してもマスクパターンと濃
淡データとの積和演算を行うことにより、所望の形状パ
ターンの位置において、積和演算結果の値が最も大きく
なり、これを検出することによって安定に位置認識を行
うことができる。
し濃淡データが相対的に変化してもマスクパターンと濃
淡データとの積和演算を行うことにより、所望の形状パ
ターンの位置において、積和演算結果の値が最も大きく
なり、これを検出することによって安定に位置認識を行
うことができる。
実 施 例 以下、本発明の一実施例を第１図〜第３図を参照しなが
ら説明する。
ら説明する。
第１図は、マスクパターンの作成例を示す図である。第
１図の左側は、検出しようとする対象パターンであり、
斜線の部分が濃度が高く白っぽい領域である。右側がマ
スクパターン例で、濃度の高い部分を１、濃度の低い部
分を−１として、濃度差が強調されるようにマスクパタ
ーンの係数を設定する。また１と−１の数が同じになり
正規化されるように１と−１の境界以外のところに０の
領域を設ける。
１図の左側は、検出しようとする対象パターンであり、
斜線の部分が濃度が高く白っぽい領域である。右側がマ
スクパターン例で、濃度の高い部分を１、濃度の低い部
分を−１として、濃度差が強調されるようにマスクパタ
ーンの係数を設定する。また１と−１の数が同じになり
正規化されるように１と−１の境界以外のところに０の
領域を設ける。
第２図は上記のようにして作成したマスクパターンと濃
淡テータの対象画像の例を示す図で対象画像内の数字は
各画素での濃度値（濃淡データ）である。この濃淡デー
タの対象画像を例えば、40をしきい値にしてそれ以上の
濃淡データをもつ画素を１、それ以下の濃淡データをも
つ画素を０とすると従来例で説明した第５図の対象画像
と同じになる。
淡テータの対象画像の例を示す図で対象画像内の数字は
各画素での濃度値（濃淡データ）である。この濃淡デー
タの対象画像を例えば、40をしきい値にしてそれ以上の
濃淡データをもつ画素を１、それ以下の濃淡データをも
つ画素を０とすると従来例で説明した第５図の対象画像
と同じになる。
位置認識をする場合、先ず第２図のマスクパターン１と
対象画像２の（ロ）の位置で積和演算を行う。即ち、マ
スクパターンの係数データをMij（ｉ、ｊ共に０〜
７）、対象画像から切り出した部分パターンの濃淡デー
タをSij（ｉ、ｊ共に０〜７）とし、Σ（Mij・Sij）を
計算する。（ロ）の位置での積和演算の結果は−４とな
る。
対象画像２の（ロ）の位置で積和演算を行う。即ち、マ
スクパターンの係数データをMij（ｉ、ｊ共に０〜
７）、対象画像から切り出した部分パターンの濃淡デー
タをSij（ｉ、ｊ共に０〜７）とし、Σ（Mij・Sij）を
計算する。（ロ）の位置での積和演算の結果は−４とな
る。
次に（ロ）の位置より１画素右どなりの部分パターンを
切出して同様に積和演算を行う。そして更に右どなりと
いうように対象画像の右下隅までこの動作をくり返して
最も積和演算の結果の値が大きい位置を認識点とする。
切出して同様に積和演算を行う。そして更に右どなりと
いうように対象画像の右下隅までこの動作をくり返して
最も積和演算の結果の値が大きい位置を認識点とする。
第２図の場合は（イ）の場所でその値が最も大きく1274
となる。濃淡の変化のない所では、値はマスクパターン
の係数データ通り和は０となり、より位置認識が容易と
なる。
となる。濃淡の変化のない所では、値はマスクパターン
の係数データ通り和は０となり、より位置認識が容易と
なる。
次に対象画像が全体的に暗くなった時の例を第３図の対
象画像例で説明する。この場合も上記した方法により対
象画像から順次部分パターンを切り出して積和演算を行
っていく。（ロ）の位置での積和演算値は−４で、また
（イ）の位置での積和演算値は302となり、この対象画
像中最も大きな値となり第２図と同じ位置が認識される
結果となる。
象画像例で説明する。この場合も上記した方法により対
象画像から順次部分パターンを切り出して積和演算を行
っていく。（ロ）の位置での積和演算値は−４で、また
（イ）の位置での積和演算値は302となり、この対象画
像中最も大きな値となり第２図と同じ位置が認識される
結果となる。
なお、ここでは１種類のマスクパターンで説明を行なっ
たが、その他の形状を表すマスクパターンについても全
く同じである。また、対象画像中によく似たパターンが
存在する場合には、第４図に示すように複数のマスクパ
ターンを用いて、さらに安定して位置認識を行うことが
できる。つまり先ずマスクパターン１にて積和演算を行
い値が周りの位置より極大となる点（８近傍より値が大
きくなる点）を値の大きい方から２点選ぶと第４図のA1
点とA2点の２点が検出できる。次にマスクパターン２に
て同様に積和演算結果値が極大となる点のうちその値の
大きい方から２点選ぶとB1点とB2点の２点が検出でき
る。次にあらかじめ登録してあるマスクパターン１とマ
スクパターン２との相対位置に最も近い相対位置３
からなるA2点とB1点の組合せを抽出して認識点を決定す
る。この時の相対位置は、距離と角度を使ってもよい
し、そのいずれか一方のみでもよい。
たが、その他の形状を表すマスクパターンについても全
く同じである。また、対象画像中によく似たパターンが
存在する場合には、第４図に示すように複数のマスクパ
ターンを用いて、さらに安定して位置認識を行うことが
できる。つまり先ずマスクパターン１にて積和演算を行
い値が周りの位置より極大となる点（８近傍より値が大
きくなる点）を値の大きい方から２点選ぶと第４図のA1
点とA2点の２点が検出できる。次にマスクパターン２に
て同様に積和演算結果値が極大となる点のうちその値の
大きい方から２点選ぶとB1点とB2点の２点が検出でき
る。次にあらかじめ登録してあるマスクパターン１とマ
スクパターン２との相対位置に最も近い相対位置３
からなるA2点とB1点の組合せを抽出して認識点を決定す
る。この時の相対位置は、距離と角度を使ってもよい
し、そのいずれか一方のみでもよい。
なお、以上の例は検出しようとする位置で積和演算結果
が大きくなるようにマスクパターンの係数を設定した
が、逆に最も小さくなるようにマスクパターンの係数を
設定し、積和演算結果が最も小さくなる位置を検出する
ようにしてもよい。
が大きくなるようにマスクパターンの係数を設定した
が、逆に最も小さくなるようにマスクパターンの係数を
設定し、積和演算結果が最も小さくなる位置を検出する
ようにしてもよい。
発明の効果 本発明の位置認識方法によれば、マスクパターンの濃淡
データの積和演算結果の値により認識点を決定している
ので、対象物の反射率や証明光量が変化して画像の濃度
が変化しても、安定にしかも簡単な処理で位置認識が可
能になるという効果がある。検出すべき特定位置とそれ
以外の位置とで又、マスクパターンの値の和が０となる
よう設定することで、値の差が大きくなり、位置検出が
より容易となる。
データの積和演算結果の値により認識点を決定している
ので、対象物の反射率や証明光量が変化して画像の濃度
が変化しても、安定にしかも簡単な処理で位置認識が可
能になるという効果がある。検出すべき特定位置とそれ
以外の位置とで又、マスクパターンの値の和が０となる
よう設定することで、値の差が大きくなり、位置検出が
より容易となる。
【図面の簡単な説明】 第１図〜第４図は本発明の一実施例を示し、第１図はマ
スクパターンの作成例を示す図、第２図及び第３図はマ
スクパターンと対象画像の例を示す図、第４図は複数の
マスクパターンを使用した場合の実施例を示す図、第５
図は従来の位置認識方法を説明する図である。
スクパターンの作成例を示す図、第２図及び第３図はマ
スクパターンと対象画像の例を示す図、第４図は複数の
マスクパターンを使用した場合の実施例を示す図、第５
図は従来の位置認識方法を説明する図である。
Claims (1)
- 【請求項１】対象画像中の特定形状位置を認識する方法
であって、 マスクパターンとして、特性形状と背景との境界領域に
おいて、濃度の高い部分を正の係数に、濃度の低い部分
を前記正の係数と絶対値の等しい負の係数に設定し、か
つそれら正の係数の数と負の係数の数が同じになるよう
に、境界領域以外の部分を係数０に設定したものを作成
し、 対象画像の部分パターンを濃淡データと上記マスクパタ
ーンとの積和演算を行い、この積和演算結果が最も大き
な値をもつ部分パターンの位置を特性形状位置として検
出する位置認識方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63278691A JPH07117377B2 (ja) | 1988-11-04 | 1988-11-04 | 位置認識方法 |
| KR1019890015989A KR920005243B1 (ko) | 1988-11-04 | 1989-11-04 | 영상에서 목적 패턴의 위치를 검지하는 방법 |
| DE68927662T DE68927662T2 (de) | 1988-11-04 | 1989-11-06 | Verfahren zur Feststellung der Lage eines Objektmusters in einem Bild |
| EP89120503A EP0367295B1 (en) | 1988-11-04 | 1989-11-06 | A method of detecting the position of an object pattern in an image |
| US07/890,323 US5226095A (en) | 1988-11-04 | 1992-05-26 | Method of detecting the position of an object pattern in an image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63278691A JPH07117377B2 (ja) | 1988-11-04 | 1988-11-04 | 位置認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02126105A JPH02126105A (ja) | 1990-05-15 |
| JPH07117377B2 true JPH07117377B2 (ja) | 1995-12-18 |
Family
ID=17600832
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63278691A Expired - Fee Related JPH07117377B2 (ja) | 1988-11-04 | 1988-11-04 | 位置認識方法 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP0367295B1 (ja) |
| JP (1) | JPH07117377B2 (ja) |
| KR (1) | KR920005243B1 (ja) |
| DE (1) | DE68927662T2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1993018471A1 (en) * | 1992-03-06 | 1993-09-16 | Omron Corporation | Image processor, method therefor and apparatus using the image processor |
| FR2726078B1 (fr) * | 1994-10-24 | 1997-01-03 | 3 14 Ingenierie | Procede de controle de l'emplacement respectif de motifs sur une nappe de materiau |
| US7190809B2 (en) | 2002-06-28 | 2007-03-13 | Koninklijke Philips Electronics N.V. | Enhanced background model employing object classification for improved background-foreground segmentation |
| US9977992B2 (en) * | 2012-02-28 | 2018-05-22 | Snell Advanced Media Limited | Identifying points of interest in an image |
| GB2499799B (en) * | 2012-02-28 | 2019-06-26 | Snell Advanced Media Ltd | Identifying points of interest in an image |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4581762A (en) * | 1984-01-19 | 1986-04-08 | Itran Corporation | Vision inspection system |
| JPS61250504A (ja) * | 1985-04-27 | 1986-11-07 | Omron Tateisi Electronics Co | 移動体認識視覚センサ |
-
1988
- 1988-11-04 JP JP63278691A patent/JPH07117377B2/ja not_active Expired - Fee Related
-
1989
- 1989-11-04 KR KR1019890015989A patent/KR920005243B1/ko not_active IP Right Cessation
- 1989-11-06 DE DE68927662T patent/DE68927662T2/de not_active Expired - Fee Related
- 1989-11-06 EP EP89120503A patent/EP0367295B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02126105A (ja) | 1990-05-15 |
| EP0367295A2 (en) | 1990-05-09 |
| DE68927662D1 (de) | 1997-02-27 |
| KR920005243B1 (ko) | 1992-06-29 |
| KR900008843A (ko) | 1990-06-03 |
| DE68927662T2 (de) | 1997-05-28 |
| EP0367295B1 (en) | 1997-01-15 |
| EP0367295A3 (en) | 1992-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5872863A (en) | Component detection method | |
| JP3251918B2 (ja) | 光学式文字認識システムにおける２値化方法 | |
| JPH06203154A (ja) | 画像処理装置 | |
| US9286669B2 (en) | Image processing apparatus, image processing method and program | |
| KR930002347B1 (ko) | 패턴위치 인식장치 | |
| US20100226558A1 (en) | Registering Device, Checking Device, Program, and Data Structure | |
| JPH07117377B2 (ja) | 位置認識方法 | |
| JP3659426B2 (ja) | エツジ検出方法及びエツジ検出装置 | |
| US6985609B2 (en) | Method for identifying an object image | |
| US6690375B2 (en) | Line segment detector | |
| JPH0755429A (ja) | 位置認識装置 | |
| JP2620441B2 (ja) | 部品輪郭抽出方法 | |
| JP2997161B2 (ja) | 画像パターン検査装置 | |
| JP3175509B2 (ja) | 道路白線検出装置 | |
| US7577277B2 (en) | Method of binarizing images containing linear structures | |
| Ito et al. | Fuzzy logic based non-parametric color image segmentation with optional block processing | |
| JP2998443B2 (ja) | 文字認識方法及びそのための装置 | |
| JPH05342412A (ja) | グラディエントベクトルの抽出方式及び文字認識用特徴抽出方式 | |
| JPS62138986A (ja) | 文字認識装置 | |
| Musleh et al. | An Overview of Feature-Based Shadow Detection Methods | |
| US7551757B2 (en) | Method for determining the bearing surface in skin print images | |
| JP3193135B2 (ja) | ドットパターンのドット位置検出方法 | |
| JPS60200375A (ja) | テンプレ−トマツチング方式 | |
| JPS6091484A (ja) | 画像処理装置 | |
| JPH02254574A (ja) | ノイズ除去方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |