JPH07254068A

JPH07254068A - 物品同定システム

Info

Publication number: JPH07254068A
Application number: JP6069069A
Authority: JP
Inventors: Kenji Wakamatsu; 健司若松; Hiroshi Tomiyasu; 寛冨安
Original assignee: N T T DATA TSUSHIN KK; NTT Data Communications Systems Corp
Current assignee: N T T DATA TSUSHIN KK; NTT Data Corp
Priority date: 1994-03-14
Filing date: 1994-03-14
Publication date: 1995-10-03

Abstract

(57)【要約】（修正有）【目的】自動錠剤包装機により指定された銘柄の錠剤
を自動選別して包装する際に、選別された錠剤が指定さ
れた銘柄と一致するかどうかを自動的に判定し、常に指
定通りの正しい包装が出てくるようにする。【構成】カメラ１により錠剤をカラー撮影し、その画
像に逆γ補正をし、次にＲＧＢの内Ｇ成分を用いてグレ
イ画像に変換し、更に画像内の錠剤領域を一定の位置と
方向に補正し、その画像から特徴ベクトルを抽出する。
この特徴ベクトルとして、画像の濃淡値ベクトルを用い
る。この特徴ベクトルと、辞書ファイル１１０に予め格
納されている指定された銘柄の「マハラノビスの汎距
離」算出式を用いて、「マハラノビスの汎距離」を求め
る。この汎距離がユーザが設定した閾値を越えていれ
ば、その錠剤が指定された銘柄のものであると判断す
る。尚、「マハラノビスの汎距離」を確率に変換し、こ
の確率がユーザの設定した確率閾値を越えているか否か
で判断してもよい。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像処理・識別技術を
用いて物品の同定を行う物品同定システムに関わり、特
に、医薬品の錠剤やカプセル剤（以下、単に錠剤とい
う）の自動包装機において、入力された名柄に対し選別
された錠剤が正しいかどうかを検査するための錠剤同定
に好適な物品同定システムに関する。

【０００２】

【従来の技術】現在、多くの総合病院で、指定した銘柄
の複数の錠剤を自動的に分包紙内に包装する自動錠剤包
装機が用いられている。自動錠剤包装機においては、オ
ペレータが端末から入力した複数の錠剤銘柄情報を受け
て、装置内のダブレットケースから該当する錠剤を搬送
し、同一の分包紙内に包装する処理を行っている。一般
的な自動錠剤包装機については、例えば、「清野敏
一、折井孝男他：調剤業務への電算機の利用−自動調
剤包装機への監査システムの試み、第８回医療情報連合
大会論文集、５６５−５６８、１９８８」において論じ
られている。

【０００３】このような自動錠剤包装機を用いた薬剤シ
ステムを病院に導入することで、これまでの薬剤師の手
を介して行われていた錠剤の包装が自動化され、大幅な
待ち時間の短縮が可能となり、医療の高品質化を図るこ
とができる。

【０００４】

【発明が解決しようとする課題】上記自動錠剤包装機で
は、タブレットケースから指定された錠剤を取り出す処
理、及び、取り出した錠剤を包装する位置まで搬送する
処理に機械的な動作を含む。そのため、錠剤の取り出し
誤りや欠損が起こる可能性がある。また、タブレットケ
ースへの錠剤の補給は人間が行うが、その際に補給すべ
き銘柄を間違う可能性もある。しかし、このような機械
的又は人為的誤りがあったとしても、最終的に患者に提
供される分包中には、指定された名柄の錠剤が間違いな
く入っている必要がある。そのため、従来自動錠剤包装
機を運用する際には、包装後の錠剤が指定された銘柄か
どうか、薬剤師が目視で同定検査を行っていた。

【０００５】そのため、同定検査の手間が面倒であり、
検査に時間がかかるという問題があった。また、包装後
に検査するため、間違った錠剤の包装が発見された場合
には、その包装を破り、再度正しい錠剤の包装を作らな
ければならない、という面倒があった。

【０００６】従って、本発明の目的は、自動錠剤包装機
の運用において、選別された錠剤が指定された銘柄と一
致するかどうかを自動的に判定し、それにより、自動錠
剤包装機から常に指定通りの錠剤の入った正しい包装が
出てくるようにすることにある。

【０００７】また、より一般化された本発明の目的は、
多カテゴリーの物品群中から指定されたカテゴリーの物
品を選別するような用途において、選別された物品が指
定されたカテゴリーのものであるか否かを確認するため
の同定検査を、画像処理・識別技術を用いて自動的且つ
正確に行えるようにすることにある。

【０００８】

【課題を解決するための手段】本発明に係る物品同定シ
ステムは、物品の画像を入力する画像入力手段と、物品
のカテゴリーを入力するカテゴリー入力手段と、入力さ
れた画像の濃淡値ベクトルを特徴ベクトルとして抽出す
る特徴抽出手段と、抽出した特徴ベクトルと、予め用意
した入力カテゴリーについてのマハラノビスの汎距離算
出式とを用いて、マハラノビスの汎距離を求める距離算
出手段と、マハラノビスの汎距離に基づいて、入力され
た物品が入力されたカテゴリーに係るものか否かを判定
する同定手段とを備えることを特徴とする。

【０００９】

【作用】本発明においては、カメラ等で物品（例えば、
錠剤）を撮影した画像とその物品のカテゴリー（例え
ば、錠剤の銘柄）とがシステムに入力される。すると、
画像から物品の特徴ベクトルが画像処理によって抽出さ
れる。特徴ベクトルには、画像内の濃淡値を要素とする
濃淡値ベクトルが用いられる。次に、この特徴ベクトル
と、予め用意した入力カテゴリに対応するマハラノビス
の汎距離算出式とから、マハラノビスの汎距離が求めら
れ、この距離に基づいて入力したカテゴリーと物品とが
対応するかどうかが判定される。

【００１０】上記のような処理を行うことにより、物品
の同定検査を人の目視によらず、自動的に行うことが可
能になる。

【００１１】マハラノビスの汎距離から同定結果を得る
ための方法には幾つかの方法が採用し得る。一つの方法
は、ユーザの設定した閾値とマハラノビスの汎距離とを
比較し、この汎距離が閾値以内であれば、物品とカテゴ
リーとが対応していると判断する方法である。この場
合、閾値はユーザが任意に可変設定できるようにしてお
くことが望ましい。これにより、ユーザが要求する同定
の厳しさに応じて、適切な閾値の設定が可能である。

【００１２】別の方法は、マハラノビスの汎距離を確率
に変換し、この確率とユーザの設定した確率閾値とを比
較する方法である。この方法によれば、ユーザは自己の
要求する同定の厳しさに応じた閾値を、確率値として設
定することが出来るので、閾値の設定が容易である。

【００１３】更に別の方法は、上記確率をそのまま同定
結果として出力する方法である。このようにした場合
は、物品とカテゴリーとの一致の確率として同定結果が
示されるので、自動錠剤包装機などにおける物品の選別
精度の検査などを行なうのに便利である。

【００１４】

【実施例】以下、本発明の実施例を図面により詳細に説
明する。

【００１５】図１は、本発明の一実施例に係る錠剤同定
システムの機能構成を示す。

【００１６】この錠剤同定システムは、ＮＴＳＣテレビ
カメラ１を外部機器として備えたコンピュータ１００上
で動作する。コンピュータ１００は、画像入力部１０
１、銘柄入力部１０２、逆γ補正部１０３、ＲＧＢグレ
イ変換部１０４、位置・向き補正手段１０５、特徴抽出
部１０６、学習部１０７、距離算出式導出部１０８、辞
書ファイル１０９、距離算出部１１０、同定部１１１及
び閾値入力部１１２を備える。

【００１７】本システムの動作は大きく学習フェーズと
同定フェーズに分けることができる。以下、（Ａ）学習
フェーズと（Ｂ）同定フェーズに分けて、各部の機能及
び動作を述べる。

【００１８】（Ａ）学習フェーズ本システムは、その運用に入る前の初期化または準備と
して、まず学習フェーズを経てなければならない。学習
フェーズにおいては、同定対象となる錠剤の各銘柄につ
いて、多数個の錠剤のサンプル（以下、学習サンプルと
いう）とその正確な銘柄名とが入力され、これに基づい
て各銘柄毎に「マハラノビスの汎距離」の算出式が導出
され、この算出式が辞書ファイル１０９に保存される。

【００１９】まず画像入力部１０１が、ＮＴＳＣテレビ
カメラ１で無地の黒い背景に設置した錠剤を撮影したカ
ラーアナログ画像を入力し、これをＲＧＢディジタル画
像に変換する。また、銘柄入力部１０２が、当該錠剤の
銘柄名をシステム内に入力する。

【００２０】次に、逆γ補正部１０３が、ＲＧＢの各プ
レーンに施されたγ補正の影響を取り除き、カメラ１の
入出力特性が実質的に線形となるように、逆γ補正を行
う。この時、γの値として例えば２．２を用いる。これ
は、ＮＴＳＣテレビカメラ１は通常、γ＝２．２のγ補
正を撮影画像に施すよう構成されているからである。こ
の逆γ補正を行うことで、画像中の錠剤領域と背景領域
（黒地）のコントラストが大きくなり、以後の処理を有
効に行うことができる。

【００２１】次に、ＲＧＢグレイ変換部１０４が、ＲＧ
Ｂ成分の中のＧ成分の濃淡値をそのまま用いて、ＲＧＢ
画像を濃淡成分のみのグレイ画像に変換する。ここでＧ
成分を用いる理由は、一般にテレビカメラにおいて、Ｇ
成分は他の２つの成分に比べてダイナミックレンジが広
いため、圧倒的に白色の多い錠剤において、微妙な白色
の違いを濃淡に反映することができると考えられるから
からである。なお、ＲＧＢ画像からグレイ画像に変換す
ることで、以下の処理量を３分の１に削減することがで
きる。

【００２２】次に、位置・向き補正部１０５が、画像中
の錠剤の位置と向きを、同一名柄であれば常に同一の位
置及び方向となるような処理を行う。図２は、この位置
・向き補正の詳細な処理フローを示す。

【００２３】図２に示すように、まず、グレイ画像に対
し、所定の閾値を用いて画像全体の２値化処理を行い、
錠剤の領域のみを抽出する（ステップ２０１）。この
時、２値化の閾値を選択する手法として、例えば、判別
基準に基づく大津氏の方法を用いる。この手法は、背景
領域と錠剤領域の２領域に明確に領域分割できるような
画像に対して非常に有効な手法である。詳細について
は、「大津展之：判別および最小２乗基準に基づく自動
閾値選定法、電子通信学会論文誌Ｖｏｌ．Ｊ６３−ＤＮ
ｏ．４、ｐｐ．３４９−３５６、１９８０」において論
じられている。

【００２４】次に、２値化画像中の錠剤領域の重心を求
め、重心を画像中心に移動する（ステップ２０２）。続
いて、錠剤領域内において、上記とは別の閾値を用いて
グレイ画像を２値化することにより、錠剤表面に印刷又
は印刻された識別番号コードの領域を抽出する（ステッ
プ２０３）。この時の２値化の閾値選定手法にも、上述
した判別基準に基づく大津氏の方法を用いることができ
る。

【００２５】次に、抽出した識別コード領域の２次モー
メントを求め、この２次モーメントが最大となる方向が
画像のＸ軸と一致するように、アフィン変換によって画
像全体を回転させる（ステップ２０４）。

【００２６】こうして錠剤領域の位置と方向を補正する
ことにより、後述する同定の精度が向上する。錠剤の外
観形状の特徴は位置及び方向に依存するからである。ま
た、同一の錠剤であれば常に同じ位置及び方向になるた
め、撮影する際のカメラ１に対する錠剤の厳密な位置・
向きの調整が不要となる。

【００２７】再び図１を参照して、次に、特徴抽出部１
０６が、位置・向き補正されたグレイ画像から錠剤の特
徴ベクトルを抽出する処理を行う。図３はこの特徴抽出
の詳細な処理フローを示す。また、図４〜図６は、特徴
抽出の処理を段階を追って説明するための画像例を示
す。

【００２８】まず、図４に示すような位置・向き補正さ
れたグレイ画像４００から、図５に示すように錠剤領域
の全体または一部を含む所定サイズの矩形領域５００を
切出す（図３、ステップ３０１）。ここで、矩形領域５
００のサイズは、予め種々の銘柄の錠剤について特徴抽
出を行なってみた結果に基づき、最も精度の良い特徴抽
出ができるサイズとして、統計的手法により決定された
ものである。

【００２９】次に、図６に示すように、この矩形領域５
００を任意のサイズＮ×Ｍの小区画６００に分割する
（ステップ３０２）。ここで、小区画６００のサイズＮ
×Ｍはコンピュータの処理能力に比例して決定される。

【００３０】次に、各小区画６００毎に、その全画素の
濃淡値から代表値を算出する（ステップ３０３）。この
代表値には、例えば中央値を用いる。中央値は錠剤領域
と背景のように明らかに濃淡値の分布が偏る場合でも、
その分布全体を良く反映することができるからである。
この後、各小区画６００の代表値を要素とする濃淡値ベ
クトルを特徴ベクトルとして抽出する（ステップ３０
４）。

【００３１】学習フェーズでは、同定対象となる錠剤の
種々の銘柄の多数の学習サンプルが本システムに供給さ
れて、各学習サンプルに対して以上の撮影から特徴抽出
までの処理が行なわれる。

【００３２】再び図１を参照して、学習部１０７では、
各銘柄について、その銘柄の多数の学習サンプルから抽
出した全濃淡値ベクトルに対し主成分分析を施し、固有
値及び固有ベクトルを得る。そして、固有値に基づき寄
与率を求め、寄与率の高いほうから数個の主成分を選択
し、上記固有ベクトルを用いて、上記全濃淡値ベクトル
を主成分ベクトルに変換する。このように、主成分分析
の結果に基づき有意な特徴を選択することにより、特徴
ベクトルの次元圧縮が図れ、以後の処理量を削減するこ
とができる。次に、得られた上記主成分ベクトルを距離
算出式導出部１０８に送る。また、各銘柄の固有ベクト
ルを辞書ファイル１１０に格納する。

【００３３】距離算出式導出部１０８は、各銘柄毎に、
今まで入力された多数個の学習サンプルの主成分ベクト
ルを用いて、各銘柄毎の「マハラノビスの汎距離」の算
出式を求める。一般に、「マハラノビスの汎距離」と
は、多数個の点の中から任意に選択した２点間の距離を
表わすもので、ユークリッド距離の値に全ての点のばら
つきを考慮して算出されるものである。また、この汎距
離は、その２点が一致する確率を反映しているため、予
測や判別などの意思決定にこの距離を用いることも多
い。詳しくは、奥野忠一他「多変量解析法」（日科技
連）や菅民郎「多変量解析の実戦」（現代数学社）など
を参照されたい。

【００３４】さて、距離算出式導出部１０８によって各
銘柄毎に求められたマハラノビスの汎距離算出式は、各
銘柄毎の多数の学習サンプルの主成分ベクトルのばらつ
きを反映した演算式であり、この銘柄毎の距離算出式は
辞書ファイル１０９に格納される。尚、全銘柄の距離算
出式を総称して辞書と呼ぶ。

【００３５】（Ｂ）同定フェーズこのフェーズでは、対応しているか否か不明な錠剤と銘
柄名について、学習フェーズで作成された辞書を用い
て、対応しているかどうかの同定検査が行なわれる。こ
こでは、同定対象となる錠剤と銘柄名とがシステムに入
力される。

【００３６】図１を参照して、まず、入力された錠剤に
ついて、学習フェーズと同様にカメラ撮影及び銘柄名の
入力から始って、画像入力部１０１から特徴抽出部１０
６に至る一連の画像処理が行なわれ、濃淡値ベクトルが
抽出される。

【００３７】次に、距離算出部１１０が、入力された銘
柄名に対応する固有ベクトルと距離算出式とを辞書ファ
イル１０９から読み出し、まず、その固有ベクトルを用
いて、抽出された濃淡値ベクトルを主成分ベクトルに変
換する。次に、この主成分ベクトルと前記読み出した距
離算出式とを用いてマハラノビスの汎距離を算出する。

【００３８】次に、同定部１１１が、このマハラノビス
の汎距離を用いて、入力された錠剤と銘柄名についての
同定を行なう。即ち、マハラノビスの汎距離が、閾値入
力部１１２よりユーザが入力した距離閾値内にある場合
は、当該錠剤が当該銘柄に対応する錠剤であると判定
し、そうでない場合は対応しない錠剤と判定し、その結
果を出力する。尚、閾値入力部１１２から入力される距
離閾値は、ユーザが任意に可変設定できるようになって
おり、どのような値にするかは、要求される同定の厳し
さに応じて経験的に定められるものである。

【００３９】こうして得られた同定結果は、自動錠剤包
装機において、同定した錠剤を包装するか、包装せずに
排出又は元のタブレットへ戻すかの選択に利用される。
或いは、同定結果に関わらず全ての錠剤を包装すること
とするが、その包装紙面に同定結果を印刷するように
し、後に薬剤師がチェックするようにしてもよい。

【００４０】図７は、同定部１１１の変形例を示すもの
である。

【００４１】即ち、距離算出部１１０によって算出され
たマハラノビスの汎距離を、確率変換部１１３によって
確率に変換する。この確率は、入力された錠剤と銘柄名
とが対応する確率を表わしているものであり、そこに
は、入力された銘柄名についての学習サンプルのばらつ
きが反映されている。同定部１１１は、この確率を確率
入力部１１４よりユーザが入力した確率閾値と比較し、
確率が閾値より高ければ対応し、低ければ対応しないと
の同定結果を出力するものである。この変形例によれ
ば、同定の閾値が確率として設定できるのでユーザにと
って閾値が設定しやすいというメリットがある。

【００４２】尚、確率変換部１１３で変換した確率の値
をそのまま同定結果として出力するようにしてもよい。
このようにした場合は、その同定結果は、自動錠剤包装
機がどの程度精度よく錠剤を自動選別できるかの性能検
査などに利用するのに都合が良い。

【００４３】ところで、上記実施例では、基本となる特
徴ベクトルとして濃淡値ベクトルを用いるため、距離計
算の処理は、参照画像と同定対象画像とを重ね合わせて
その一致の度合いを算出していることにほかならない。
このような特徴ベクトルは従来のパタン識別システムに
おいてはほとんど用いられることがなかったが、画像情
報を最大限活用できることから、大カテゴリーを処理対
象にする場合には有効である。

【００４４】以上のように、本実施例の錠剤同定システ
ムでは、人間の目視に頼ることなく銘柄と錠剤の同定検
査を行うことができる。

【００４５】尚、本発明は上記実施例に限定されるもの
ではなく、その要旨を逸脱しない範囲において種々の異
なる態様で実施可能である。例えば、錠剤同定に限ら
ず、自動組み立てラインにおける選別された部品の同定
などにも本発明は適用できる。

【００４６】

【発明の効果】本発明によれば、物品の同定を自動的に
行うことが可能である。特に、錠剤自動包装機の運用に
使用する場合には、確実に正しい錠剤だけを患者に提供
できるので、医療の高品質化を実現することができる。

【図面の簡単な説明】

【図１】本発明の一実施例に係る錠剤同定システムの構
成を示すブロック図。

【図２】同実施例における位置・向き補正部の処理を示
すフローチャート。

【図３】同実施例における特徴抽出部の処理を示すフロ
ーチャート。

【図４】同実施例における位置・向き補正部を施した後
のグレイ画像の例を示す図。

【図５】同実施例における図４の画像から切り出された
矩形領域を示す図。

【図６】同実施例における図５の画像を小区域に分けた
状態を示す図。

【図７】同定部の変形例を示すブロック図。

【符号の説明】

１ＮＴＳＣテレビカメラ１００コンピュータ１０１画像入力部１０２銘柄入力部１０３逆γ補正部１０４ＲＧＢグレイ変換部１０５位置・向き補正部１０６特徴抽出部１０７学習部１０８距離算出式導出部１０９辞書ファイル１１０距離算出部１１１同定部１１２閾値入力部１１３確率変換部１１４確率入力部

フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０６Ｔ 1/00

Claims

【特許請求の範囲】

【請求項１】システムに入力された物品が入力された
カテゴリーに係るものか判定する物品同定システムにお
いて、前記物品の画像を入力する画像入力手段と、前記物品のカテゴリーを入力するカテゴリー入力手段
と、前記入力された画像の濃淡値ベクトルを特徴ベクトルと
して抽出する特徴抽出手段と、前記抽出した特徴ベクトルと、予め用意した前記入力さ
れたカテゴリーについてのマハラノビスの汎距離算出式
とを用いて、マハラノビスの汎距離を求める距離算出手
段と、前記マハラノビスの汎距離に基づいて、前記入力された
物品が前記入力されたカテゴリーに係るものか否かを判
定する同定手段と、を備えることを特徴とする物品同定
システム。
【請求項２】請求項１記載のシステムにおいて、前記同定手段が、前記マハラノビスの汎距離に対する閾値を可変的に設定
する手段と、前記設定された閾値と前記算出されたマハラノビスの汎
距離との比較に基づいて、前記入力された物品が前記入
力されたカテゴリーに係るものか否かを判定する同定手
段と、を有することを特徴とする物品同定システム。
【請求項３】請求項１記載のシステムにおいて、前記同定手段が、前記算出されたマハラノビスの汎距離を確率に変換する
手段と、前記確率に対する閾値を設定する手段と、前記設定された閾値と前記変換された閾値との比較に基
づいて、前記入力された物品が前記入力されたカテゴリ
ーに係るものか否かを判定する同定手段と、を有するこ
とを特徴とする物品同定システム。
【請求項４】請求項１記載のシステムにおいて、前記同定手段が、前記算出されたマハラノビスの汎距離を確率に変換する
手段と、前記変換された確率を出力する手段と、を有することを
特徴とする物品同定システム。
【請求項５】物品が指定されたカテゴリーに係るもの
か判定する物品同定方法において、前記物品の画像を入力する過程と、前記入力された画像の濃淡値ベクトルを特徴ベクトルと
して抽出する過程と、前記抽出した特徴ベクトルと、予め用意した前記指定さ
れたカテゴリーについてのマハラノビスの汎距離算出式
とを用いて、マハラノビスの汎距離を求める過程と、前記マハラノビスの汎距離に基づいて、前記物品が前記
指定されたカテゴリーに係るものか否かを判定する過程
と、を備えることを特徴とする物品同定方法。