JPH08105799A

JPH08105799A - 色分類装置

Info

Publication number: JPH08105799A
Application number: JP24161494A
Authority: JP
Inventors: Toru Wada; 徹和田; Kensuke Ishii; 謙介石井
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 1994-10-05
Filing date: 1994-10-05
Publication date: 1996-04-23

Abstract

(57)【要約】【目的】本発明は、装置構成が簡単で、低コストで、且
つ機械的振動にも耐えられ、しかも光源を限定せずにそ
のスペクトルが変化する場合などにも良好に色分類可能
な色分類装置を提供する。【構成】本発明の色分類装置は、対象物の反射分光スペ
クトルを撮像する撮像手段と、上記対象物と撮像手段と
の間に設置したそれぞれ異なる帯域を持つ複数のバンド
パスフィルタと、上記撮像手段によって撮像された対象
物の反射分光スペクトルから統計的手法を用いた分類の
ための分類スペクトルを算出し、この分類スペクトルを
用いて上記対象物の分類を行う分類手段とを備えること
を特徴としている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、主に色を利用して対象
物を分類する色分類装置に関する。

【０００２】

【従来の技術】従来より、各工業の生産現場における塗
装色、染色度の管理、または生産物の色測定、あるいは
医療、学術分野における被検体の色測定などにおいて
は、対象物の色を識別する色識別装置が利用されてい
る。

【０００３】特開平３−２６７７２６号のような従来の
技術においては、対象物の反射分光スペクトルに統計的
処理を施すことによって２クラスの分類を行っている。

【０００４】具体的には、クラスが既知の対象物の反射
分光スペクトルをFoley Sammon変換（ＦＳ変換）を利用
して統計処理している（Q.Tian, M.Barbaro 他、“Imag
eclassification by the Foley-Sammon transform”，O
ptical Engineering,Vol.25, No.7, 1986参照）。

【０００５】上記ＦＳ変換は、２つのクラスを分類する
手法で具体的には、次の（１）式によって求められるフ
イッシャーレショ（Fisher ratio）Ｒ（ｄｉ）を最大に
する分類のためのスペクトルｄｉを求めることである。

【０００６】Ｒ（ｄｉ）＝（ｄｉ^tＳ１ｄｉ）／（ｄｉ^tＳ２ｄｉ）…（１）ここで、ｄｉ・・・分類スペクトルｄｉ^t・・・分類スペクトル（転置）Ｓ１・・・クラス間共分散行列Ｓ２・・・クラス内共分散行列以後、この分類のためのスペクトルｄｉを分類スペクト
ルと呼ぶ。

【０００７】この分類スペクトルｄｉは対象物のスペク
トルと同じ次元数を有するため正確にはｄｉ（λ）と表
記すべきであるが簡単のためにｄｉと記す。

【０００８】そして、Fisher ratio を大きくする分類
スペクトルを２種類求める。

【０００９】Fisher ratio を最大にする分類スペクト
ルｄｉをｄ１、ｄ１と直交するスペクトルの中でFisher
ratio を最大にする分類スペクトルｄｉをｄ２とす
る。

【００１０】この分類スペクトルｄ１、ｄ２で構成され
る空間に各データを投影することにより、２つのクラス
が分類される。

【００１１】この分類スペクトルｄ１、ｄ２は次の
（２）式から求められる。

【００１２】ｄ１＝α1 Ｓ２^-1Δ ｄ２＝α2 Ｓ２^-1［Ｉ−（Δ^tＳ２^-2Δ）／（Δ^tＳ２^-3Δ）Ｓ２^-1］Δ …（２）ここで、α1 、α2 は正規化係数、ΔはＸ1 −Ｘ2 （ク
ラス１とクラス２の差スペクトル）、Ｉは単位行列であ
る。

【００１３】このようにして得た分類スペクトルｄ１、
ｄ２で構成される空間に各データを投影するためには、
分類スペクトルと対象物の反射分光スペクトルとの内積
を求める。このうち、対象物の反射分光スペクトルをｆ
（λ）（λ＝波長）とすれば、内積ｔ１，ｔ２は次式で
表せられる。

【００１４】ｔ１＝ｆ（λ）・ｄ１ｔ２＝ｆ（λ）・ｄ２ …（３）ここで、・は内積演算を表す。

【００１５】上記公報に開示の技術ではこのｔ１、ｔ２
の値から図４０のように分類境界を決め、この分類スペ
クトルの特性を有するフィルタを図４１のように回折格
子５０１と液晶５０２を用いて実現している。

【００１６】

【発明が解決しようとする課題】ところで、分類スペク
トルｄ１、ｄ２は、一般に図４２に示すように形状が複
雑であり、また、正負の値をとるため、回折格子、液晶
フィルタなどの取り付け精度も厳しく要求される。

【００１７】また、上記公報の装置では光源をあらかじ
め限定しているため、異なる光源に対しての分類には不
向きで、光源のスペクトルが変化する場合には良好な分
類が行えないと共に、さらに回折格子はコストが高いと
いう欠点もある。

【００１８】本発明は、上記の点に鑑みてなされたもの
で、装置構成が簡単で、低コストで、且つ機械的振動に
も耐えられ、しかも光源を限定せずにそのスペクトルが
変化する場合などにも良好に色分類可能な色分類装置を
提供することを目的とする。

【００１９】

【課題を解決するための手段】上記の目的を達成するた
めに、本発明の色分類装置は、対象物の反射分光スペク
トルを撮像する撮像手段と、上記対象物と撮像手段との
間に設置したそれぞれ異なる帯域を持つ複数のバンドパ
スフィルタと、上記撮像手段によって撮像された対象物
の反射分光スペクトルから統計的手法を用いた分類のた
めの分類スペクトルを算出し、この分類スペクトルを用
いて上記対象物の分類を行う分類手段とを備えることを
特徴としている。

【００２０】

【作用】このような本発明の色分類装置によれば、それ
ぞれ異なる帯域を持つ複数のバンドパスフィルタを用意
しておき、これら複数のバンドパスフィルタのそれぞれ
を上記対象物と撮像手段の間に配置する。

【００２１】そして、分類手段によって、上記撮像手段
によって撮像された対象物の反射分光スペクトルから統
計的手法を用いた分類のための分類スペクトルを算出
し、この分類スペクトルを用いて上記対象物の分類を行
う。

【００２２】

【実施例】本発明の実施例を説明する前に、本発明の基
本原理を説明する。

【００２３】本発明では、分類のためのフィルタを特定
の波長のみを透過させるバンドパスフィルタを複数用い
て簡易で安価な構成の色分類装置を実現するものであ
る。また、異なる光源のもとでも色分類を行うために、
対象物を撮影するときと同じ条件で適当な参照板の反射
分光スペクトルを計測し、対象物の反射分光スペクトル
を参照板の反射分光スペクトルで補正することによって
光源（照明光）の影響を除去するようにしている。

【００２４】すなわち、λを波長として、対象物の反射
分光スペクトルをｆ（λ）、参照板の反射分光スペクト
ルをｓ（λ）、照明光の反射分光スペクトルをＬ
（λ）、撮影系の感度スペクトル（撮影レンズの透過ス
ペクトル、撮像素子の感度スペクトル等）をＭ（λ）と
すれば、対象物の撮影スペクトルｇｉ（λ）、参照板の
撮影スペクトルｇｓ（λ）はそれぞれｇｉ（λ）＝ｆ（λ）×Ｌ（λ）×Ｍ（λ）ｇｓ（λ）＝ｓ（λ）×Ｌ（λ）×Ｍ（λ）で表せられ、対象物のスペクトルはｇｉ’（λ）はｇｉ’（λ）＝ｇｉ（λ）／ｇｓ（λ）＝ｆ（λ）／ｓ（λ） …（４）と表わせられる。

【００２５】こうして照明光の反射分光スペクトルをＬ
（λ）の影響を除去でき、ｇｉ’（λ）を用いれば、異
なる光源のもとでも分類できことになる。

【００２６】また、さらに照明光の輝度が異る場合に
は、除算後の信号ｇｉ’（λ）のパワーを正規化すれば
よい。

【００２７】以下図面を参照して本発明の実施例を説明
する。

【００２８】（第１実施例）測定される対象物の反射分
光特性によっては、あるバンドのフィルタにおいては反
射光強度が低く、観測されるデータのＳＮＲが悪くな
り、これにより分類精度が下がってしまうことがある。

【００２９】この問題点を解決する第１実施例を図１を
参照して説明する。

【００３０】本実施例の色分類装置は、図１に示すよう
に筐体１の前方に設けられたレンズ等を含む光学系１
０、絞り１０１、絞り制御回路１２６、図２に示すよう
な複数枚の通過帯域特性の異なるバンドパスフィルタ１
２Ａ、１２Ｂ、……、１２Ｅで構成される回転色フィル
タ１２、フィルタ位置センサ１２３、モーター２４、モ
ーター駆動回路１２４、対象物および参照板の画像を撮
像するための撮像素子１４、増幅器１５、撮像素子駆動
回路２２、Ａ／Ｄ変換器１６、フレームメモリ１８、分
類演算回路２８、各バンドパスフィルタの適性露光を得
る絞り値を記憶する露光値メモリ２９、コントロール回
路２６とからなる。

【００３１】回転色フィルタ１２には、図２に示すよう
に、各フィルタ位置検出孔１２５Ａ、１２５Ｂ、……、
１２５Ｅ、フィルタ初期位置検出孔１２６があけられて
いる。

【００３２】各バンドパスフィルタ１２Ａ、１２Ｂ、…
…、１２Ｅの位置を初期位置検出孔１２６およびフィル
タ位置検出孔１２５Ａ、１２５Ｂ、……、１２５Ｅをフ
ォトインタラプタなどで構成されるフィルタ位置センサ
１２３で検出し、コントロール回路２６ではフィルタ位
置センサ１２３からの信号によりフィルタの回転を撮像
素子１４の撮像に同期させるようモーター駆動回路１２
４を制御する。

【００３３】回転色フィルタ１２を通過した像は撮像素
子１４に結像し増幅器１５を介してＡ／Ｄ変換器１６で
ディジタル信号に変換された後にフレームメモリ１８に
蓄えられ、フレームメモリ１８からモニタへは画像信
号、画像中の所定の領域のデータが分類演算回路２８に
送られる。

【００３４】いま、画像中の所定の領域のデータとし
て、バンドパスフィルタ１２Ａのデータの値がバンドパ
スフィルタ１２Ｂのデータの値の約１／１０であったと
する。このときの測定データの暗電流ノイズによる信号
対雑音比（ＳＮＲ）を考えると、バンドパスフィルタ１
２Ａのデータはバンドパスフィルタ１２Ｂのデータより
もＳＮＲが約１０倍悪くなってしまう。

【００３５】そこで、各フィルタ１２Ａ〜１２Ｅに同期
させて絞りを制御し、どのフィルタにおいてもＳＮＲが
所定のレベルを超えるようにする。

【００３６】そのときの各フィルタ１２Ａ〜１２Ｅの絞
り値を露光値メモリ２９に記憶しておき、分類演算回路
２８の前処理にて絞りの補正を行う。

【００３７】つまり、バンドパスフィルタ１２Ａのデー
タを取り込む際には絞りの開口面積をバンドパスフィル
タ１２Ｂのときの１０倍にする。

【００３８】そして、分類演算の際にはバンドパスフィ
ルタ１２Ａのデータを１／１０にしてから演算する。

【００３９】つぎに、以上のように構成される第１実施
例による色分類装置における一連の動作の一例を図３に
示すフローチャートを参照して説明する。

【００４０】まず、対象物の測定領域を設定する（ステ
ップＳ１）。

【００４１】つぎに、１番目のバンドパスフィルタをセ
ットし（バンドパスフィルタ１２Ａ）予備露光を行い、
得られる測定データが所定の値の範囲に入るように絞り
を設定し、このときの絞り値を対応するバンドパスフィ
ルタの番号とともに記憶する（ステップＳ２〜Ｓ７）。

【００４２】これを全てのバンドパスフィルタ（バンド
パスフィルタ１２Ｂ、……、１２Ｅ）について順次行う
（ステップＳ８〜１０）。

【００４３】このような予備露光が終了した後、測定時
は分類演算回路２８では各バンドパスフィルタ毎に記憶
された絞り値のデータをもとに、対応するバンドパスフ
ィルタの測定データを補正後、分類演を行う。

【００４４】以上のように、第１実施例では露光値メモ
リ２９を設け、各バンドパスフィルタ毎に最適露出によ
る撮像を行う構成としたため、測定データＳＮＲが向上
し、分類精度が高くなる。

【００４５】また、本実施例では予備露光を行い各バン
ドパスフィルタに最適な露出で測定できるため、測定対
象物が変化した場合でも精度良く分類できる。

【００４６】（第２実施例）つぎに、対象物がある程度
限られた場合について、撮像素子の暗電流ノイズによる
ＳＮＲ低下を防ぐ第２実施例を図４を参照して説明す
る。

【００４７】本実施例の色分類装置は、図４に示すよう
にレンズ等を含む光学系１０、前述した図２に示すよう
な複数枚のバンドパスフィルタ１２Ａ、１２Ｂ、……、
１２Ｅで構成され、モーター軸に固定されている回転色
フィルタ１２、図５に示すように回転色フィルタの各バ
ンドパスフィルタに対応するように幅の異なる扇型の開
口部１０３Ａ、１０３Ｂ、……、１０３Ｅを持ち、その
開口部が対応するバンドパスフィルタに重なるようにモ
ーター軸に固定された回転絞り板１０２、フィルタ位置
センサ１２３、モーター２４、モーター駆動回路１２
４、対象物および参照板の画像を取り込むための固体撮
像素子１４、増幅器１５、撮像素子駆動回路２２、Ａ／
Ｄ変換器１６、フレームメモリ１８、分類演算回路２
８、回転色フィルタ１２の各バンドパスフィルタ１２
Ａ、１２Ｂ、……、１２Ｅに対応する回転絞り板の開口
値を記憶する露出値メモリ２９、各部のタイミングをと
り制御するコントロール回路２６とからなる。

【００４８】回転色フィルタ１２には、第１実施例と同
様に図２に示したように、各フィルタ位置検出孔１２５
Ａ、１２５Ｂ、……、１２５Ｅ、フィルタ初期位置検出
孔１２６があけられている。

【００４９】各バンドパスフィルタ１２Ａ、１２Ｂ、…
…、１２Ｅの位置を初期位置検出孔１２６およびフィル
タ位置検出孔１２５Ａ、１２５Ｂ、……、１２５Ｅをフ
ォトインタラプタなどで構成されるフィルタ位置センサ
１２３で検出し、コントロール回路２６ではフィルタ位
置センサ１２３からの信号によりフィルタの回転を撮像
素子の撮像に同期させるようモーター駆動回路を制御す
る。

【００５０】回転絞り板１０２は回転色フィルタ１２と
一緒に回転する。

【００５１】回転色フィルタ１２の各バンドパスフィル
タ１２Ａ、１２Ｂ、……、１２Ｅに対して回転絞り板１
０２の開口部１０３Ａ、１０３Ｂ、……、１０３Ｅが対
応し、露光量を制限する。

【００５２】各フィルタを通過した像は撮像素子１４に
結像し増幅器を介してＡ／Ｄ変換器１６でディジタル信
号に変換された後にフレームメモリ１８に蓄えられ、フ
レームメモリ１８からモニタへは画像信号、画像中の所
定の領域のデータが分類演算回路２８に送られる。

【００５３】ここで、回転絞り板１０２について説明す
る。

【００５４】予め、対象物の大体の反射分光分布を調べ
ておき、各バンドパスフィルタ（バンドパスフィルタ１
２Ｂ、……、１２Ｅ）について最適な絞り開口径をもと
めておき、この開口径をもとに回転絞り板を作成すると
共に、このときの開口径をバンドパスフィルタに対応さ
せて露出値メモリ２９に記憶させる。

【００５５】分類演算回路２８では露出値メモリ２９に
記憶された絞り値のデータをもとに、対応するバンドパ
スフィルタの測定データを補正後、分類演算を行う。

【００５６】以上のように第２実施例では回転絞り板１
０２と露出値メモリ２９を設け、各バンドパスフィルタ
毎に最適露出による撮像を行う構成としたため、測定デ
ータのＳＮＲが向上し、分類精度が高くなる。

【００５７】また、第２実施例では、絞り径を変化させ
るといった機械的な動作が無いため、高速にかつ安定し
た測定が行える。

【００５８】また、第２実施例では用途に応じて設計し
た異なる複数の回転絞り板を用意し、これを交換するこ
とで多用途に使用することができる。

【００５９】（第３実施例）つぎに、対象物がある程度
限られる場合について、撮像素子の暗電流ノイズによる
ＳＮＲ低下を防ぐ第３実施例を図６，図７，及び図８を
参照して説明する。本実施例の色分類装置は、図６に示
すように筐体１，レンズ等を含む光学系１０、前述した
図２に示すような複数枚のバンドパスフィルタ１２Ａ、
１２Ｂ、……、１２Ｅで構成され、モーター軸に固定さ
れている回転色フィルタ１２、図７に示すように回転色
フィルタの各バンドパスフィルタに対応するように透過
率の異なるＮＤフィルタ１０５Ａ、１０５Ｂ、……、１
０５Ｅを持ち、その開口部が対応するバンドパスフィル
タに重なるように回転色フィルタに直に固定された回転
ＮＤフィルタ１０４、フィルタ位置センサ１２３、モー
ター２４、モーター駆動回路１２４、対象物および参照
板の画像を取り込むための固体撮像素子１４、増幅器１
５、撮像素子駆動回路２２、Ａ／Ｄ変換器１６、フレー
ムメモリ１８、分類演算回路２８、回転色フィルタ１２
の各バンドパスフィルタ１２Ａ、１２Ｂ、……、１２Ｅ
に対応する回転ＮＤフィルタ１０４の透過率を記憶する
露出値メモリ２９、各部のタイミングをとり制御するコ
ントロール回路２６とからなる。

【００６０】回転色フィルタ１２には、第１、第２実施
例と同様に、図２に示したように、各フィルタ位置検出
孔１２５Ａ、１２５Ｂ、……、１２５Ｅ、フィルタ初期
位置検出孔１２６があけられている。

【００６１】各バンドパスフィルタ１２Ａ、１２Ｂ、…
…、１２Ｅの位置を初期位置検出孔１２６およびフィル
タ位置検出孔１２５Ａ、１２５Ｂ、……、１２５Ｅをフ
ォトインタラプタなどで構成されるフィルタ位置センサ
１２３で検出し、コントロール回路２６ではフィルタ位
置センサ１２３からの信号によりフィルタの回転を撮像
素子の撮像に同期させるようモーター駆動回路を制御す
る。

【００６２】回転ＮＤフィルタ１０４は回転色フィルタ
１２と一緒に回転する。

【００６３】回転色フィルタ１２の各バンドパスフィル
タ１２Ａ、１２Ｂ、……、１２Ｅに対して回転ＮＤフィ
ルタ１０４の各ＮＤフィルタ１０５Ａ、１０５Ｂ、…
…、１０５Ｅが対応し、露光量を制限する。

【００６４】各バンドパスフィルタを通過した像は撮像
素子１４に結像し増幅器を介してＡ／Ｄ変換器１６でデ
ィジタル信号に変換された後にフレームメモリ１８に蓄
えられ、フレームメモリ１８からモニタへは画像信号、
画像中の所定の領域のデータが分類演算回路２８に送ら
れる。

【００６５】ここで、回転ＮＤフィルタ１０４について
説明する。

【００６６】予め、対象物の本体の反射分光分布を調べ
ておき、各バンドパスフィルタ（バンドパスフィルタ１
２Ｂ、……、１２Ｅ）について最適な透過率をもとめて
おき、この透過率のもつＮＤフィルタを用いて回転ＮＤ
フィルタ１０４を作成すると共に、このときの透過率を
バンドパスフィルタに対応させて露出値メモリ２９に記
憶させる。

【００６７】分類演算回路２８では露出値メモリ２９に
記憶された透過率のデータをもとに、対応するバンドパ
スフィルタの測定データを補正後、分類演算を行う。

【００６８】以上のように第３実施例では回転ＮＤフィ
ルタ１０４と露出値メモリ２９を設け、各バンドパスフ
ィルタ毎に最適露出による撮像を行う構成としたため、
測定データのＳＮＲが向上し、分類精度が高くなる。

【００６９】また、第３実施例では絞り径を変化させる
といった機械的な動作が無いため、高速にかつ安定した
測定が行える。

【００７０】また、第３実施例では用途に応じて設計し
た異なる複数の回転ＮＤフィルタを用意し、これを交換
することで多用途に使用することができる。

【００７１】なお、第３実施例では回転ＮＤフィルタ１
０４のかわりに図８に示すような回転スリット板１０４
Ａを用意してもよい。

【００７２】この、回転スリット板は、各バンドパスフ
ィルタに対応する開口部１０６Ａ、１０６Ｂ、……、１
０６Ｅの円周方向の長さが、図７の各ＮＤフィルタの透
過率に対応した長さとなっている。

【００７３】これにより、各バンドパスフィルタの露光
時間が制限され、結果として露光量を制御することがで
き同様の効果が得られる。

【００７４】（第４実施例）さらに汎用性のある第４実
施例を図９、図１０を参照して説明する。

【００７５】本実施例の色分類装置は、図９に示すよう
に筐体１、レンズ等を含む光学系１０、前述した図２に
示すような複数枚のバンドパスフィルタ１２Ａ、１２
Ｂ、……、１２Ｅで構成される回転色フィルタ１２、フ
ィルタ位置センサ１２３、モーター２４、モーター駆動
回路１２４、透過率を変化させられる透過率可変フィル
タ１２２、透過率可変フィルタ１２２の透過率を制御す
る透過率制御回路１２１、対象物および参照板の画像を
取り込むための撮像素子１４、増幅器１５、撮像素子駆
動回路２２、Ａ／Ｄ変換器１６、フレームメモリ１８、
分類演算回路２８、各バンドパスフィルタの適正露光を
得る透過率を記憶する露出値メモリ２９、コントロール
回路２６とからなる。

【００７６】回転色フィルタ１２には、第１乃至第３の
実施例と同様に図２に示したように、各フィルタ位置検
出孔１２５Ａ、１２５Ｂ、……、１２５Ｅ、フィルタ初
期位置検出孔１２６があけられている。

【００７７】各バンドパスフィルタ１２Ａ、１２Ｂ、…
…、１２Ｅの位置を初期位置検出孔１２６およびフィル
タ位置検出孔１２５Ａ、１２５Ｂ、……、１２５Ｅをフ
ォトインタラプタなどで構成されるフィルタ位置センサ
１２３で検出し、コントロール回路２６ではフィルタ位
置センサ１２３からの信号によりフィルタの回転を撮像
素子の撮像に同期させるようモーター駆動回路を制御す
る。

【００７８】各フィルタを通過した像は撮像素子１４に
結像し増幅器１５を介してＡ／Ｄ変換器１６でディジタ
ル信号に変換された後にフレームメモリ１８に蓄えら
れ、フレームメモリ１８からモニタへは画像信号が、分
類演算回路２８には画像中の所定の領域のデータが送ら
れる。

【００７９】つぎに、第４実施例の動作を図１０に示す
フローチャートを参照して説明する。まず対象物の測
定領域を設定する（ステップＳ１１）。

【００８０】つぎに、１番目のバンドパスフィルタをセ
ットし（バンドパスフィルタ１２Ａ）予備露光を行い、
得られる測定データが所定の値の範囲に入るように透過
率可変フィルタ１２２の透過率を設定し、このときの透
過率を対応するバンドパスフィルタの番号とともに露出
値メモリ２９に記憶する（ステップＳ１２〜Ｓ１７）。
これを全てのバンドパスフィルタ（バンドパスフィル
タ１２Ｂ、……、１２Ｅ）についすて順次行う（ステッ
プＳ１８〜Ｓ２０）。

【００８１】このような予備露光が終了した後、測定時
は各バンドパスフィルタに１２Ａ、１２Ｂ、……、１２
Ｅに同期して透過率可変フィルタ１２２の透過率を変化
させ、分類演算回路２８では各バンドパスフィルタ毎に
記憶された透過率のデータをもとに、対応するバンドパ
スフィルタの測定データを補正後、分類演算を行う。

【００８２】以上のように第４実施例では透過率可変フ
ィルタ１２２と、露出値メモリ２９を設け、各バンドパ
スフィルタ毎に最適露出による撮像を行う構成としたた
め、測定データのＳＮＲが向上し、分類精度が高くな
る。

【００８３】また、本実施例では、予備露光を行い各バ
ンドパスフィルタに最適な露出で測定できるため、測定
対象物が変化した場合でも精度良く分類できるので、汎
用性のある色分類装置を実現することができる。

【００８４】なお、第４実施例においては図１１に示す
ように図９の透過率可変フィルタ１２２およびその透過
率制御回路１２１を取り去った構成として、撮像素子の
露光時間を制御するようにしてもよく、これにより回路
構成がさらに簡略化される。（第５実施例）次に、主に屋外での使用時に参照板の測
定を簡易にした第５実施例を図１２、図１３を参照して
説明する。

【００８５】本実施例の色分類装置は、図１２に示すよ
うに筐体１、レンズ等を含む光学系１０、前述した図２
に示すような複数枚のバンドパスフィルタ１２Ａ、１２
Ｂ、……、１２Ｅで構成される回転色フィルタ１２、フ
ィルタ位置センサ１２３、モーター２４、モーター駆動
回路１２４、対象物および参照板の画像を取り込むため
の撮像素子１４、増幅器１５、撮像素子駆動回路２２、
Ａ／Ｄ変換器１６、フレームメモリ１８、フレームメモ
リ１８のデータから照明条件を検出する照明条件検出回
路１３７と、分類演算回路２８、コントロール回路２
６、筐体１の前方上部に設けられた透過式の参照板１３
１と、参照板を撮像素子に結像させるための光学系１３
３、片端を中心に角度が可変な鏡１３４とからなる。

【００８６】参照板１３１に対する測定時においては、
鏡１３４は図１２の１３４’で示す破線の位置にセット
される。筐体１の上部に設けられた透過式の参照板１３
１は上部からの照明光を拡散させながら筐体１の内部に
透過する。

【００８７】光源の分光分布を反映する参照板１３１は
光学系１３３を経て、鏡１３４で反射されて撮像素子に
結像する。

【００８８】回転色フィルタ１２を回転させ、各バンド
パスフィルタを通過した像は後述するようにディジタル
データに変換された後、照明条件検出回路１３７で画像
処理され、明るさ、照明の方向などの照明条件データ
と、光源データが得られる。なお、照明の方向のデータ
については後に詳述する。

【００８９】照明条件検出回路１３７にて得られた明る
さのデータはコントロール回路２６に送られ、露出調整
に用いられる。

【００９０】光源データは分類演算回路２８に送られ、
分類演算回路２８の中のメモリに記憶されると共に、照
明の方向のデータも分類演算回路２８に送られる。

【００９１】対象物の測定を行う場合、鏡１３４は図１
２中の破線で示す位置１３４’にあり、対象物からの反
射光は、光学系１０、回転色フィルタ１２を通り、撮像
素子１４に結像する。

【００９２】コントロール回路２６によりモーター駆動
回路１２４に信号が送られ、回転色フィルタ１２がモー
ター２４により各バンドパスフィルタの位置が撮像素子
１４の撮像と同期するように回転する。

【００９３】撮像された対象物の各バンドパスフィルタ
を通過した像は、撮像素子１４に結像し、増幅器１５を
介してＡ／Ｄ変換器１６によりディジタルデータに変換
された後にフレームメモリ１８に蓄えられ、分類演算回
路２８に送られ、予め測定し、分類演算回路２８の中の
メモリに記憶しておいて参照板１３１のデータで光源の
補正を行い分類演算される。

【００９４】ここで、照明の方向のデータの取得方法に
ついて説明する。

【００９５】参照板１３１の中央部に図１２に示すよう
に棒１３２をとりつける。

【００９６】この参照板１３１は撮像素子１４により、
図１３で示すような画像として観測される。

【００９７】すなわち、参照板１３１の画像１３５の中
に棒１３２の影１３６が映っているので、照明条件検出
回路１３７ではこの画像から照明条件を検出する。

【００９８】まず棒の影１３６の角度と長さから測定時
の照明の方向が検出できると共に、薄曇りの場合は棒の
影１３６と周囲の参照板の画像１３５との輝度差が小さ
くなり、完全な曇天の場合は影が無くなるので、照明条
件を詳細に把握することができる。

【００９９】照明条件検出回路１３７で検出された照明
の情報が送られる分類演算回路２８では、予め順光、逆
行、曇天などの照明条件の異なる学習データを用意して
おくことにより、照明条件の違いによる測定誤差を極力
排除して分類演算を行うことができる。

【０１００】このように第５実施例では、参照板１３１
を筐体１の前方上部に設け、鏡１３４の角度を切替える
だけで参照板１３１のデータを得ることができる構成と
したため、屋外での測定中に晴れから曇りというように
照明光が変化した場合でも、参照板１３１のデータを簡
単に取り直すことができるなど、参照板のデータ取得が
容易になる。

【０１０１】なお、鏡１３４の角度は手動で変更するよ
うにしてもよいし、駆動装置を用いて、コントロール回
路２６から信号を送り、自動的に変更するようにしても
よい。（第６実施例）つぎに、主に屋外での使用時に
参照板の測定を簡易にした第６実施例を図１４、図１５
および図１６を参照して説明する。

【０１０２】本実施例の色分類装置は、図１４に示すよ
うに筐体１、レンズ等を含む光学系１０、前述した図２
に示すような複数枚のバンドパスフィルタ１２Ａ、１２
Ｂ、……、１２Ｅで構成される回転色フィルタ１２、フ
ィルタ位置センサ１２３、モーター２４、モーター駆動
回路１２４、対象物および参照板の画像を取り込むため
の撮像素子１４、増幅器１５、撮像素子駆動回路２２、
Ａ／Ｄ変換器１６、フレームメモリ１８、フレームメモ
リ１８のデータから照明条件を検出する照明条件検出回
路１４５と、分類演算回路２８、コントロール回路２
６、筐体１の上部に設けられた参照板１３８と、参照板
１３８を光学系１０を通して撮像素子１４に結像させる
ように配置された鏡１４１および鏡１４２と、これらの
鏡１４１、１４２を筐体１に固定するためのアーム１４
３、１４４とからなる。

【０１０３】本実施例は屋外での測定、すなわち照明光
としての日光を用いる測定装置に関するものである。

【０１０４】対象物の測定を行う場合、対象物からの反
射光は、光学系１０、回転色フィルタ１２を通り、撮像
素子１４に結像する。

【０１０５】これと、同時に参照板１３８の画像が鏡１
４１、１４２にて反射され、光学系１０を通して撮像素
子１４の一部に結像する。

【０１０６】図１５は、この様子を示すもので、画面全
体には、対象物１４６が写っていると共に、画面中央の
下の部分に、鏡１４１、１４２により反射された参照板
１３８が写っている。

【０１０７】また、画面中央の四角形で囲まれた領域１
４７は測定領域を示しており、これは対象物を分類する
ための色を測定する範囲であり、任意に変更（位置、大
きさ）できるものである。

【０１０８】コントロール回路２６からモーター駆動回
路１２４に信号が送られ、回転色フィルタ１２がモータ
ー２４により各バンドパスフィルタの位置が撮像素子１
４の撮像と同期するように回転されると、撮像素子１４
には図１５に示すように、対象物１４６の画像と参照板
１３８の画像が同時に結像する。

【０１０９】撮像された対象物１４６および参照板１３
８の各バンドパスフィルタを通過した画像は撮像素子１
４に結像し、増幅器１５を介して、Ａ／Ｄ変換された後
にフレームメモリ１８に蓄えられる。

【０１１０】フレームメモリ１８に記憶された画像デー
タ中の参照板１３８のデータから照明条件検出回路１４
５で照明条件データが検出されてコントロール回路２６
に送られると共に、参照板１３８のデータが分類演算回
路２８に送られ内部のメモリに記憶される。

【０１１１】コントロール回路２６では照明条件検出回
路１４５からの明るさのテータから、適正な露光となる
ように撮像素子１４のシャッタースピードを制御し、照
明の方向のデータを分類演算回路２８に送る。

【０１１２】フレームメモリ１８に記憶された画像デー
タ中の対象物１４６のデータは分類演算回路２８に送ら
れ、分類演算回路２８の中のメモリに記憶されている参
照板１３８のデータで光源の補正を行い分類演算され
る。

【０１１３】また、参照板１３８には中央部に図１６に
示すように棒１３９を取り付け、そこから放射状に目盛
り１４８をつけることにより、参照板１３８上で日光に
よりできた棒１３９の影１４９と、目盛り１４８との相
対角度と長さから測定時の照明光の方向を検出すること
ができる。

【０１１４】また、薄曇りの場合は棒の影１４９と周囲
の参照板１３８の画像との輝度差が小さくなり、完全な
曇天の場合は影が無くなるので、照明条件が詳細に把握
できる。

【０１１５】このように第６実施例では、筐体１の上部
に参照板１３８を設け、参照板１３８を光学系１０を通
して撮像素子１４の一部に結像させるように鏡１４１、
１４２を設けたことにより、対象物１４６の測定時に参
照板１３８の画像が同一画像内に納まるので、参照板１
３８の測定と対象物１４６の測定を同時に行うことが可
能となり、測定の手間が大幅に簡略化されると共に、さ
らに、参照板測定時と対象物測定時とで照明条件が変化
するということが無く、補正の信頼性が向上する。

【０１１６】また本実施例によれば参照板１３８に棒１
３９を設けたことにより、その影の情報から順光、逆
行、曇天などの照明条件を検出することが可能となり、
これらの照明条件の異なる学習データを用意しておくこ
とにより、照明条件の違いによる測定誤差を極力排除し
た上で分類演算を行うことが可能となり、分類精度が向
上する。

【０１１７】（第７実施例）つぎに、主に屋外での使用
時に参照板の測定を簡易にした第７実施例を図１７を参
照して説明する。

【０１１８】本実施例の色分類装置は、図１７に示すよ
うに筐体１、対象物を結像させるための光学系１０、前
述した図２に示すような複数枚のバンドパスフィルタ１
２Ａ、１２Ｂ、……、１２Ｅで構成される回転色フィル
タ１２、フィルタ位置センサ１２３、モーター２４、モ
ーター駆動回路１２４、対象物の画像を取り込むための
撮像素子１４、増幅器１５、撮像素子駆動回路２２、Ａ
／Ｄ変換器１６、フレームメモリ１８、分類演算回路２
８、コントロール回路２６、筐体１の前部に設けられた
参照板１５１と、撮像素子１５４、参照板１５１を撮像
素子１５４に結像させるための光学系１５２、撮像素子
１５４からの画像信号を増幅器１５ａを介してディジタ
ルデータに変換するＡ／Ｄ変換器１５６と、参照板１５
１の画像データから照明光の条件を検出する照明光検出
回路１３７とからなる。

【０１１９】本実施例は屋外での測定、すなわち照明光
として日光を用いる測定装置に関するものである。

【０１２０】対象物の測定を行う場合、対象物からの反
射光は、光学系１０、回転色フィルタ１２を通り、撮像
素子１４に結像する。

【０１２１】コントロール回路２６によりモーター駆動
回路１２４に信号が送られ、回転色フィルタ１２がモー
ター２４により各バンドパスフィルタの位置が撮像素子
の撮像と同期するように回転する。

【０１２２】そして、撮像素子１４からは対象物からの
反射光の各バンドパスフィルタを通過した画像信号が得
られ、以下前述した各実施例と同様に処理される。

【０１２３】一方、撮像素子１５４は撮像素子１４に対
し、回転色フィルタ１２に関して対角の位置に設置され
ていることにより回転色フィルタ１２が１回転すると、
撮像素子１５４からは参照板１５１からの反射光が各バ
ンドパスフィルタを通過した画像信号が得られる。

【０１２４】このようにして得られる参照板１５１の画
像信号は増幅器１５ａを介してＡ／Ｄ変換器１５８によ
りディジタルデータに変換された後に照明条件検出回路
１３７で照明条件データが検出されてコントロール回路
２６に送られると共に、この参照板１５１のデータは分
類演算回路２８に送られる。

【０１２５】なお、参照板１５１は第６実施例と同様に
図１６に示すような構成とすることで、照明条件が詳細
に把握できる。

【０１２６】コントロール回路２６では照明条件検出回
路１３７からの明るさのデータから、適正な露光となる
ように撮像素子１４および撮像素子１５４のシャッター
スピードを制御し、照明の方向のデータを分類演算回路
２８に送る。

【０１２７】フレームメモリ１８に記憶された対象物の
データは分類演算回路２８に送られ、分類演算回路２８
の中のメモリに記憶しておいた参照板のデータで光源の
補正を行い分類演算される。

【０１２８】このように第７実施例では、筐体１の前部
に参照板１５１を設け、参照板１５１を専用の光学系１
５２と撮像素子１５４を用いて各バンドパスフィルタを
通過したデータを取り込む構成としたために、参照板の
測定と対象物の測定を同時に行うことが可能となり、測
定の手間が大幅に簡略化、高速化されると共に、さら
に、参照板測定時と対象物測定時とで照明条件が変化す
るということが無く、補正の信頼性が向上する。

【０１２９】また本実施例によれば参照板１５１に第６
実施例の棒１３９と同様の棒を設けることにより、その
影の情報から順光、逆行、曇天などの照明条件を検出す
ることが可能となり、これらの照明条件の異なる学習デ
ータを用意しておくことにより、照明条件の違いによる
測定誤差を極力排除することができる。

【０１３０】なお、照明の方向などのデータが不要な用
途に用いる場合には、参照板１５１に棒や目盛りを設け
る必要が無く、また、撮像素子１５４の代わりに単純な
フォトダイオードやＣｄＳなどを用いれば十分であり、
より構成を簡略化できる。

【０１３１】（第８実施例）つぎに、回転色フィルタを
用いない第８実施例を図１８乃至図２４を参照して説明
する。

【０１３２】本実施例の色分類装置は、図１８に示すよ
うに筐体１、対象物を結像させるための光学系１０、対
象物が結像する結像面に片方の端面をそろえられたファ
イバ束１６１、複数に分割された反対側の端面に結合さ
れたバンドパスフィルタ１６２ａ、１６２ｂ、１６２
ｃ、１６２ｄ、バンドパスフィルタを通った対象物の画
像を取り込むための撮像素子１４、増幅器１５、撮像素
子駆動回路２２、Ａ／Ｄ変換器１６、フレームメモリ１
８、分類演算回路２８、コントロール回路２６、筐体上
部に設けられた透過式の参照板１６４と、参照板１６４
に端面をそろえられたファイバ束１６５、ファイバ束１
６５の反対側の端と撮像素子１４の間に設けられたバン
ドパスフィルタ１６６ａ、１６６ｂ、１６６ｃ、１６６
ｄとからなる。

【０１３３】本実施例は撮像素子１４の撮像面上を分割
し、対象物、光源の両方について、複数のバンドパスフ
ィルタを通過したデータを同時に入力できるようにした
ものであり、ここでは、文るてに必要なバンドパスフィ
ルタは４種類とする。

【０１３４】ここで、本実施例に用いるファイバ束１６
１およびファイバ束１６５と参照板１６４、バンドパス
フィルタ１６２ａ〜１６２ｄ、１６６ａ〜１６６ｄの構
成について図１９乃至図２２を用いて説明する。

【０１３５】まず、ファイバ束１６５は、図１９に示す
ように片方の端面をそろえて参照板１６４に接続されて
いる。

【０１３６】つぎに、図２０に示すように撮像素子１４
の撮像面１６７には、バンドパスフィルタ１６２ａ〜１
６２ｄ、１６６ａ〜１６６ｄが図に示すような配置で取
り付けられている。

【０１３７】このうち、バンドパスフィルタ１６２ａと
１６６ａ、１６２ｂと１６６ｂ、１６２ｃと１６６ｃ、
１６２ｄと１６６ｄはそれぞれバンドパス特性が同じも
のである。

【０１３８】また、ファイバ束１６５の反対側の端はバ
ンドパスフィルタ１６６ａ〜１６６ｄに取り付けられ
る。

【０１３９】この場合、ファイバ束１６５の反対側の端
はそろえられて平面として光学系１０の結像面に置かれ
るが、この反対側の端は４つに分けられる。

【０１４０】図２１は結像面のファイバ束１６５の断面
の一部であり、図２１において、丸で囲んだ数字１で示
すファイバは、バンドパスフィルタ１６２ａに、丸で囲
んだ数字２で示すファイバは、バンドパスフィルタ１６
２ｂに、丸で囲んだ数字３で示すファイバは、バンドパ
スフィルタ１６２ｃに、丸で囲んだ数字４で示すファイ
バは、バンドパスフィルタ１６２ｄに、それぞれ行くよ
うにファイバ束１６１を４つに分割して束ね直す。

【０１４１】したがっつて、ファイバ束１６５の反対側
の端は、分割した１つずつの結像面の縮小画面となり、
各バンドパスフィルタを通って撮像素子１４に入力され
る。これにより、図１９に示したように結像した対象物
１６０は図２２に示すような画像信号として観測され
る。

【０１４２】この画像信号は増幅器１５を介してＡ／Ｄ
変換器１６でディジタル化した後にフレームメモリ１８
に書き込まれ、参照板１６４からバンドパスフィルタ１
６６ａ〜１６６ｄを通った部分からの補正のための照明
のデータと、各バンドパスフィルタ１６６ａ〜１６６ｄ
毎に対象物の所定の領域のデータが分類演算回路２８へ
送られる。

【０１４３】分類演算回路２８では、対象物のデータを
前記照明のデータで補正後、分類演算を行い結果を出力
する。

【０１４４】このように第８実施例によれば撮像素子１
４の撮像面を分割し、複数のバンドパスフィルタに対応
する対象物のデータを同時に結像させ、さらに照明のデ
ータも同時に同一フレームにて撮像する構成としたこと
により、測定時間が大幅に短縮される。

【０１４５】なお、図１８は屋外での測定用の例である
ため、透過式の参照板１６４が太陽光を捉えるように筐
体１の上部に固定されているが、図２３に示すようにフ
ァイバ束１６５を長くして参照板１６４を筐体１の外部
に引きだし、対象物の隣に配置することができるような
構成とすることにより、室内での測定にも用いることが
できる。

【０１４６】さらに、照明データ取得用の先端に参照板
１６４の取り付けられたファイバ束１６５は、図２４に
示すように光学コネクタ１６９を用いて筐体１から取り
外せるような構成とすることで持ち運びが容易になる。

【０１４７】本実施例では、バンドパスフィルタの枚数
を４枚としたが、これに限らず最適な枚数のバンドパス
フィルタを持つ構成としてもよいことはいうまでもな
い。

【０１４８】（第９実施例）つぎに、回転色フィルタを
用いない第９実施例を図２５乃至図２９を参照して説明
する。

【０１４９】本実施例の色分類装置は、図２５に示すよ
うに筐体１、対象物を結像させるための光学系１０、光
路分割プリズム１７０ａ、光路分割プリズム１７０ａか
ら出る２分割された光がそれぞれに入射する光路分割プ
リズム１７０ｂ、１７０ｃと、光路分割プリズム１７０
ｂ、１７０ｃにより分割され出力される光が結像する撮
像素子１４、増幅器１５、光路分割プリズム１７０ｂ、
１７０ｃと撮像素子１４の間にあり、分割された光のそ
れぞれが異なるバンドパスフィルタを透過した後に撮像
素子１４に達するように配置されたバンドパスフィルタ
１６２ａ〜１６２ｄ、撮像素子駆動回路２２、Ａ／Ｄ変
換器１６、フレームメモリ１８、分類演算回路２８、コ
ントロール回路２６、筐体上部に設けられた光源分光セ
ンサ１８０とからなる。

【０１５０】本実施例は撮像素子１４の撮像面上を分割
し、対象物について、複数のバンドパスフィルタを通過
した像を同時に入力できるようにしたものであり、ここ
では、分類に必要なバンドパスフィルタは４種類とす
る。

【０１５１】まず、本実施例に用いる光路分割プリズム
１７０ａ〜１７０ｃおよびこれら光路分割プリズム１７
０ａ〜１７０ｃとバンドパスフィルタ１６２ａ〜１６２
ｄ、撮像素子１４の構成について説明する。

【０１５２】図２６に光路分割プリズム１７０ａ〜１７
０ｃのうちの一つのプリズムの構成を示すが、図２６で
は光路を一点鎖線、ハーフミラーを破線、鏡を太線で示
してある。

【０１５３】図２６に左側から入射した光はハーフミラ
ー１７１を５０％ずつ２方向に分割され、ハーフミラー
１７１を透過した光は鏡１６２、１６３、１６４、１６
５でそれぞれ反射され、図２６の右側に出力される。

【０１５４】一方、ハーフミラー１７１で反射された光
は、鏡１７６、１７７、１７８で反射され、図２６の右
側に出てくる。

【０１５５】つまり、この光路分割プリズムに入射した
光は２分割され、２分割された光は光軸がシフトしてプ
リズムの出口から並んで出力される。

【０１５６】この光路分割プリズムを１７０ａ〜１７０
ｃとして３個用意し、これらと撮像素子１４を図２７に
示すように組み付ける。

【０１５７】この場合、光路分割プリズム１７０ａの２
つの出力がそれぞれ光路分割プリズム１７０ｂ、１７０
ｃに入射するように構成することにより、光路分割プリ
ズム１７０ａに入射した光は光路分割プリズム１７０
ｂ、１７０ｃを経て最終的には４分割され、２行２列に
並んで出力される。

【０１５８】また、撮像素子１４には測定に必要な、特
性の異なる４枚のバンドパスフィルタ１６２ａ〜１６２
ｄが図２８に示すように取り付けられており、それぞれ
が光路分割プリズム１７０ａ〜１７０ｃで４つに分割さ
れた画像に対応する。

【０１５９】以上のような構成とすることで、対象物か
らの反射光は４分割され、それぞれ異なるバンドパスフ
ィルタを通して撮像素子１４に同時に結像する。撮像素
子１４から出力されるこの画像信号を増幅器１５を介し
てＡ／Ｄ変換器１６でディジタル化してフレームメモリ
１８に蓄積した後に各バンドパスフィルタ毎に対象物の
所定の領域のデータをフレームメモリ１８から読みだ
し、分類演算回路２８へ送る。

【０１６０】一方、光源分光センサ１８０からのデータ
も同時に分類演算回路２８へ送られる。

【０１６１】ここで、光源分光センサ１８０の構成は図
２９に示すように、一番外側に配置された透過率可変フ
ィルタ１８１と、その内側に配置された複数のバンドパ
スフィルタ１８２ａ〜１８２ｄ、この複数のバンドパス
フィルタ１８２ａ〜１８２ｄに対応させた複数の光セン
サ１８３ａ〜１８３ｄと、この複数の光センサ１８３ａ
〜１８３ｄからの信号を入力とする透過率制御回路１８
４と、透過率制御回路１８４からの信号および複数の光
センサ１８３ａ〜１８３ｄからの信号とを入力とする照
明条件検出回路１８５とからなる。

【０１６２】複数のバンドパスフィルタ１８２ａ〜１８
２ｄは対象物を分類するためのバンドパスフィルタ１６
２ａ〜１６２ｄと同じものを用いる。

【０１６３】光センサ１８３ａ〜１８３ｄは、フォトダ
イオードやフォトトランジスタ、ＣｄＳなどを、透過率
可変フィルタ１８１には液晶フィルタなどを用いること
ができる。

【０１６４】透過率制御回路１８４は各光センサが飽和
しないように、透過率可変フィルタ１８１の透過率を制
御する。

【０１６５】照明条件検出回路１８５は各光センサから
の光源の分光データを、透過率制御回路の出力から光源
の明るさを検出し出力する。

【０１６６】先にも述べたように、光源分光センサ１８
０で得られたデータが入力される分類演算回路２８で
は、フレームメモリ１８から読み出された対象物のデー
タを、光源分光センサ１８０で得られた照明のデータで
補正し、分類演算を行う。

【０１６７】このような第９実施例によれば撮像素子１
４の撮像面を分割し、複数のバンドパスフィルタに対応
する対象物のデータを同時に結像させる構成としたこと
により、測定時間が大幅に短縮されると共に、さらに、
機械的な可動部が無いために動作が安定で耐久性が向上
する。

【０１６８】なお、図２５は屋外での測定用の例である
ため、光源分光センサが太陽光を捉えるように筐体上部
に固定されているが、センサ自体を筐体に固定せず、ケ
ーブルで接続し、対象物の隣に配置することができるよ
うな構成とすることにより、室内での測定にも用いるこ
とができる。

【０１６９】もちろん光源分光センサのケーブルがコネ
クタを用いて筐体から取り外せるような構成とすること
で持ち運びも容易になる。

【０１７０】また、本実施例ではバンドパスフィルタの
枚数を４枚としたが、さらに多数のフィルタを用いる構
成としてもよいし、さらに枚数を減らした構成としても
よいことはいうまでもない。

【０１７１】（第１０実施例）つぎに、回転色フィルタ
を用いない第１０実施例を図３０を参照して説明する。
本実施例の色分類装置は、図３０に示すように筐体
１、対象物を結像させるための光学系１０、帯域可変バ
ンドパスフィルタ１９０と、撮像素子（ＣＣＤ）１４、
増幅器１５、ＣＣＤ駆動回路２２、Ａ／Ｄ変換器１６、
フレームメモリ１８、分類演算回路２８、コントロール
回路２６とから構成される。

【０１７２】本実施例に用いる帯域可変バンドパスフィ
ルタ１９０は、通過帯域の周波数を外部からの信号で制
御できるものである。

【０１７３】光学系１０を通った対象物の画像は、帯域
可変バンドパスフィルタ１９０を透過してＣＣＤ１４に
結像する。

【０１７４】このＣＣＤ１４から出力される画像信号を
増幅器１５を介してＡ／Ｄ変換器１６でディジタル化し
てフレームメモリ１８に蓄積した後に、各バンドパスフ
ィルタ毎に対象物の所定の領域のデータをフィルムメモ
リ１８から読みだし、分類演算回路２８へ送る。

【０１７５】コントロール回路２６は、帯域可変バンド
パスフィルタ１９０の通過帯域を所定の値に設定し、Ｃ
ＣＤ１４で撮像されたデータをフレームメモリ１８に書
き込むようにＣＣＤ駆動回路２２、フレームメモリ１８
に制御信号を送る。

【０１７６】この動作を所定のバント数にわたって行
い、分類演算回路２８では対象物のデータを、予めもし
くは同時に測定した参照板のデータで補正し、分類演算
を行う。このような第１０実施例によれば、複数のバ
ンドパスフィルタの代りに帯域可変バンドパスフィルタ
１９０を用い、通過帯域を制御して対象物のデータを取
り込む構成としたことにより、複雑な形の分類スペクト
ルに対しても高精度な近似が可能となると共に、機械的
な可働部が無いために動作が安定で耐久性が向上する。

【０１７７】さらに、本実施例ではバンドパスフィルタ
の数や帯域の設定に自由度が大きくて汎用性が高いの
で、特定の用途に限定する場合でもコントロール回路２
６の制御ソフトウェアを変更するだけで最適化すること
が可能となる。

【０１７８】なお、本実施例では所定のバンドごとに画
像データを読み出していたが、学習モードで分類スペク
トルを求めた後の分類モードでは、ＣＣＤ１４の露光時
間中に帯域可変バンドパスフィルタ１９０の帯域特性を
制御し、分類スペクトルの特性を近似するようにしても
よい。

【０１７９】つまり、露光時間中に帯域可変バンドパス
フィルタ１９０の帯域を設定し、ある時間保持し、次の
帯域に設定し、また時間保持するということをくりかえ
し行う。

【０１８０】このとき、帯域可変バンドパスフィルタ１
９０の帯域設定後の保持時間は、近似すべき分類スペク
トルの各バンドの値に比例するように制御する（分類ス
ペクトルの値が負になる帯域は、負になる帯域だけまと
めて露光を行い、フレームメモリ上で減算すればよ
い）。

【０１８１】このように動作させれば、分類スペクトル
と内積演算を行ったのと同じことになり、露光時間中に
蓄積される電荷の量で分類判定が行える。

【０１８２】（第１１実施例）つぎに、以上のような各
実施例において多クラスの分類演算を行うための分類演
算回路を用いる第１１実施例について図３１を参照して
説明する。

【０１８３】多クラスの分類演を行う際に、たとえばク
ラス１〜４の４クラスの分類の場合、クラス１とクラス
４のデータで算出された分類スペクトルのなす空間にク
ラス２、３を投影すると、クラス１とクラス２とか、ク
ラス３とクラス４といったクラス間の境界がはっきりし
ないことがあり、分類精度が落ちることがある。

【０１８４】本実施例はこのような場合にも分類精度を
落さず、有効に分類を行うことができるものである。

【０１８５】本実施例の分類演算回路２８は図３１
（Ａ）に示すように、輝度成分抽出部３０、分類演算部
３２、分類判定部３４とから構成される。

【０１８６】本実施例に用いる分類演算部３２の構成を
図３１（Ｂ）を参照して説明する。本実施例の分類演算
部３２は、図３１（Ｂ）に示すように分類スペクトルを
記憶するｄ１メモリ２００とｄ２メモリ２０１、ｄ１メ
モリ２００とｄ２メモリ２０１の出力を切り替える切替
器２０２と、分類スペクトルと未知の対象物からのスペ
クトルデータの積を取る乗算器２０３と、加算器２０４
とメモリ２０５とからなる累積加算器２０６と、分類ス
ペクトルを記憶するｄ１メモリ２１０とｄ２メモリ２１
１、ｄ１メモリ２１３とｄ２メモリ２１４、ｄ１メモリ
２１６とｄ２メモリ２１７、ｄ１メモリ２１０とｄ２メ
モリ２１１の出力を切り替える切替器２１２と、ｄ１メ
モリ２１３とｄ２メモリ２１４の出力を切り替える切替
器２１５と、ｄ１メモリ２１６とｄ２メモリ２１７の出
力を切り替える切替器２１８と、累積加算器２０６から
の信号により３種類の分類スペクトルのひとつを選択す
る分類スペクトル選択回路２０７と、選択された分類ス
ペクトルと未知の対象物からのスペクトルデータの積を
取る乗算器２２３と、加算器２２４とメモリ２２５とか
らなる累積加算器２２６とから構成される。

【０１８７】つぎに、本実施例の分類演算部３２の動作
について説明するが、ここでは分類するクラス数はクラ
ス１〜４の４クラスとする。

【０１８８】この４クラスは多次元空間で、概ね番号順
に分布しているものとし、ｄ１メモリ２００とｄ２メモ
リ２０１にはクラス１とクラス４の学習データから算出
された分類スペクトルｄ１_1-4とｄ２_1-4をそれぞれ記
憶させておく。

【０１８９】また、ｄ１メモリ２１０とｄ２メモリ２１
１にはクラス１とクラス２の学習データから算出された
分類スペクトルｄ１_1-2とｄ２_1-2を、ｄ１メモリ２１
３とｄ２メモリ２１４にはクラス２とクラス３の学習デ
ータから算出された分類スペクトルｄ１_2-3とｄ２_2-3
を、ｄ１メモリ２１６とｄ２メモリ２１７にはクラス３
とクラス４の学習データから算出された分類スペクトル
ｄ１_3-4とｄ２_3-4を、それぞれ記憶させておく。

【０１９０】輝度成分抽出部３０からの対象物の未知デ
ータは、分類演算部３２において、乗算器２０３でｄ１
メモリ２００からの分類スペクトルｄ１_1-4と各成分
（次元）についての積が求められる。

【０１９１】各成分の積は累積加算器２０６で足し合わ
され、分類スペクトル選択回路２０７に入力される。

【０１９２】累積加算器２０６の出力は結果として未知
データと分類スペクトルとの内積値となる。

【０１９３】切替器２０２を切り替えて、ｄ２について
も同様に内積値を算出し分類スペクトル選択回路２０７
に送る。

【０１９４】分類スペクトル選択回路２０７は図３１
（Ｃ）に示すように、分類判定回路２３０とセレクタ２
３１とで構成され、累積加算器２０６からの内積値が入
力されると分類判定回路２３０にて概略の分類判定が行
われる。

【０１９５】ここでは、未知データはクラス１とクラス
４のデータより算出された分類スペクトルｄ１_1-4とｄ
２_1-4のなす空間に射影され、決められた分類境界によ
りクラスが決定される。

【０１９６】ここでは、「クラス２からクラス１寄り」
「クラス２からクラス３の間」「クラス３からクラス４
寄り」という３つの新しいクラスに分類するように境界
が定められている。

【０１９７】分類判定回路２３０の出力である分類スペ
クトル選択信号が「クラス２からクラス１寄り」であっ
た場合、セレクタ２３１は切替器２１２からの入力を分
類スペクトルとして出力する。

【０１９８】これにより、分類スペクトルｄ１_1-2とｄ
２_1-2が選択され、乗算器２２３と累積加算器２２６と
で未知データとの内積演算が行われ、内積値は分類スペ
クトル選択回路２０７からの分類スペクトル選択信号と
ともに分類判定部３４に送られ、最終的なクラスが決定
される。

【０１９９】分類判定回路２３０の出力である分類スペ
クトル選択信号が「クラス２からクラス３の間」であっ
た場合、セレクタ２３１は切替器２１８からの入力を分
類スペクトルとして出力し、「クラス３からクラス４寄
り」であった場合は切替器２１８からの入力を分類スペ
クトルとして出力する。

【０２００】これにより、最適な分類スペクトルが選択
され、内積演算が行われる。

【０２０１】なお、本実施例では１段目の分類スペクト
ルを、クラス１とクラス４のデータから求めたものを使
用しているが、これは分布の両端の２クラスのデータを
用いるという意味ではないので、クラス２とクラス３の
データから求めた分類スペクトルを用いてもよい。

【０２０２】さらに、クラス１とクラス２をひとまとめ
にした新しいクラス１’、クラス３とクラス４をひとま
とめにした新しいクラス４’を定義し、これらのクラス
のデータを用いて算出した分類スペクトルを用いてもよ
い。

【０２０３】また、本実施例では分類判定を２段階でお
こなっているが、分類すべきクラスの数に応じて３段階
や、それ以上の多段階で行っても同様の効果が得られる
ことはいうまでもない。

【０２０４】このような第１１実施例によれば、分類判
定を多段階で行う構成としたため、多クラスの分類にお
いても分類精度を落とさずに有効な分類を行うことが可
能になる。

【０２０５】（第１２実施例）つぎに、以上のような各
実施例において多クラスの分類演算を行うための分類演
算回路を用いる第１２実施例について図３２を参照して
説明する。

【０２０６】多クラスの分類を行う際に、たとえばクラ
ス１〜３の３クラスの分類の場合、クラス１とクラス２
のデータで算出された分類スペクトルのなす空間にクラ
ス３を投影すると、図３２（Ａ）に示すようにクラス２
とクラス３とで分布が重なり、クラス間の境界がはっき
りしないことがあり、分類精度が落ちることがある。

【０２０７】本実施例はこのような場合にも分類精度を
落とさず、有効に分類を行うことができるものである。

【０２０８】本実施例の分類演算回路を図３２（Ｃ）、
（Ｄ）に示すが、まず輝度成分抽出部３０の構成を図３
２（Ｃ）を参照して説明する。

【０２０９】本実施例の分類演算回路２８に用いられる
輝度成分抽出部３０は、図３２（Ｃ）に示すようにフレ
ームメモリの画像データから測定領域のデータを切り出
す測定領域抽出部３６と、測定領域にわたって得られた
データの平均値を求める輝度成分平均化部３８と、参照
板のデータを記憶する照明データメモリ４０Ｗと、対象
物のデータを記録する測定データメモリ４０Ａと、対象
物のデータを参照板のデータで補正する補正回路４２
と、補正された対象物のデータを記憶する補正データメ
モリ２４１、２４２、２４３とから構成される。

【０２１０】つぎに、分類演算部３２の構成を図３２
（Ｄ）を参照して説明する。

【０２１１】本実施例に用いられる分類演算部３２は、
図３２（Ｄ）示すようにコントロール回路２６で制御さ
れる切替器２５１と、切替器２５１の一方の出力に接続
されたクラス選択回路２５２、切替器２５１のおなじ出
力に接続された分類スペクトル演算部２５３と、分類ス
ペクトル算出部２５３で算出された分類スペクトルを記
憶する二つのｄ１メモリ２５４、２５５と、二つのｄ１
メモリ２５４と２５５をコントロール回路２６からの信
号で切り替える切替器２５６と、その出力データと前記
切替器２５１の他方の出力との内積をとる内積演算回路
２５７とから構成される。

【０２１２】続いて、本実施例の輝度成分抽出部３０お
よび分類演算部３２の動作について学習モード、分類モ
ードに分けて説明する。

【０２１３】学習モードにおいては、既知の対象物のデ
ータを測定するものであるが、対象物の測定に先立って
（もしくは同時に）参照板の測定が行われ、測定された
参照板のデータは画像データとして前述したようなフリ
ームメモリ１８に記憶される。このフリームメモリ１
８から測定領域のデータを測定領域抽出部３６にて読み
だし、輝度成分平均化部３８で測定領域全体にわたって
平均値が計算され照明データメモリ４０Ｗに記憶され
る。

【０２１４】既知の対象物のデータも同様に測定領域の
データを測定領域抽出部３６にて読みだし、輝度成分平
均化部３８で測定領域全体にわたって平均値が計算さ
れ、測定データメモリ４０Ａに記憶される。

【０２１５】補正回路４２では、測定データメモリ４０
Ａのデータを照明データメモリ４０Ｗのデータを用いて
補正し、該当する各クラスの補正データメモリに書き込
まれる。

【０２１６】既知のデータは各クラスごとに所定のサン
プル数（Ｎとする）回測定され、各補正データメモリ２
４１〜２４３に補正済み学習データとして記憶される。

【０２１７】学習モードにおいて分類演算部は、コント
ロール回路２６により切替器２５１がｂの側に設定され
る。

【０２１８】コントロール回路２６からの信号で輝度成
分抽出部３０の補正データメモリ２４１、２４２、２４
３から順にデータが読み出され、クラス選択回路２５２
において各クラスの平均スペクトルおよび各クラス間の
差スペクトルとそのノルムが算出される。

【０２１９】クラス選択回路２５２では差スペクトのノ
ルムの最大のクラスに組み合せ（ここではクラス１とク
ラス３とする）をコントロール回路２６に知らせる。

【０２２０】コントロール回路２６からは補正データメ
モリ２４１、２４３に信号が送られ、順次データが読み
出され、切替器２５１を経て分類スペクトル算出部２５
３へ送られる。

【０２２１】分類スペクトル算出部２５３ではＦＳ変換
を用いて分類スペクトルを算出しｄ１メモリ２５４に書
き込む。

【０２２２】すなわち、もっとも平均スペクトルのかけ
離れたクラス間でのフイッシャレショ（Fisher ratio)
が最大になる分類スペクトルを求めｄ１メモリ２５４に
書き込む。

【０２２３】つぎに、クラス選択回路２５２では差スペ
クトルのノルムの最小のクラスの組み合せ（ここではク
ラス２とクラス３とする）をコントロール回路２６に知
らせる。

【０２２４】コントロール回路２６からは補正データメ
モリ２４２、２４３に信号が送られ、順次データが読み
出され、切替器２５１を経て分類スペクトル算出部２５
３へ送られる。

【０２２５】分類スペクトル算出部２５３ではＦＳ変換
を用いて分類スペクトルを算出しｄ１メモリ２５５に書
き込む。

【０２２６】すなわち、もっとも平均スペクトルの近い
クラス間でのFisher ratio が最大になる分類スペクト
ルを求めｄ１メモリ２５５に書き込む。

【０２２７】つぎに、切替器２５１をａ側に設定し、内
積演算回路２５７にて各クラスのデータと分類スペクト
ルｄ１_1-3およびｄ１_2-3との内積値をとり分類判定部
３４に送る。

【０２２８】分類判定部３４では各クラスのデータの分
布を求め、各クラスの境界を設定する。

【０２２９】すなわち、分類スペクトルｄ１_1-3とｄ１
_2-3のなす空間に各クラスのデータを投影し図３２
（Ｂ）のように境界を設定する。

【０２３０】ここまでが学習モードである。

【０２３１】つぎに分類モードでの各部の動作を説明す
る。

【０２３２】分類モードにおいても参照板の測定が行わ
れ、輝度成分抽出部３０においては学習モードと同様に
照明データメモリ４０Ｗに記憶される。

【０２３３】一方、未知の対物のデータも学習モードと
同様測定領域内を平均化されて測定データメモリに記憶
され、補正回路４２にて照明データメモリ４０Ｗに記憶
されている参照板のデータで補正され、補正データメモ
リ２４１に記憶される。

【０２３４】分類演算部３２では、切替器２５１はａ側
に設定され、輝度成分抽出部３０の補正データメモリ２
４１から未知データが内積演算回路２５７に送られる。

【０２３５】これと同時に切替器２５６はｄ１メモリ２
５４側に設定される。

【０２３６】したがって、内積演算回路２５７では分類
スペクトルｄ１_1-3と未知データの内積値が算出され
る。

【０２３７】つぎに、切替器２５６はｄ１メモリ２５５
側に設定され、内積演算回路２５７では分類スペクトル
ｄ１_2-3と未知データの内積値が算出され、ｄ１_1-3と
の内積値とともに分類判定部３４に送られ、学習モード
で設定した分類境界に従って未知データを分類する。

【０２３８】このような第１２実施例によれば、分類判
定に用いる分類境界を、一組のクラスの組み合わせから
求める（例えば、クラス１とクラス３から求めたｄ１
_1-3とｄ２_1-3）のではなく、複数の組のクラスの組み
合わせから求めた分類スペクトル（本実施例のように、
クラス１とクラス３から求めたｄ１_1-3と、クラス２と
クラス３から求めたｄ１_2-3）を用いて決定することに
より、図３２（Ａ）のようにクラス間の分布が境界を越
えて重なり合ってしまうということがなく、図３２
（Ｂ）に示すように各クラスの分布が良く分離できる境
界を設定することができるため、多クラスの分類におい
て、より精度良く分類を行うことが可能となる。な
お、本実施例ではクラス間の差スペクトルが最大のもの
から求めた分類スペクトルと、差スペクトル最小のもの
から求めた分類スペクトルを用いたが、差スペクトル最
大のものと次に大きいものから求めた分類スペクトルま
たは、差スペクトル最小のものと次に小さいものから求
めた分類スペクトルを用いるようにしてもよい。

【０２３９】さらには、最初に求めた分類スペクトルｄ
１上に投影した場合のFisher ratioの最小のクラスの組
み合わせから二つ目の分類スペクトルを求めるようにし
てもよい。

【０２４０】また、本実施例では分類スペクトルを二つ
用いたが、分類すべきクラス数が多い場合などは分類ス
ペクトルの数を増やすことにより、さらに分類精度を向
上することができる。

【０２４１】（第１３実施例）つぎに、以上のような各
実施例において多クラスの分類演算を行うための分類演
算回路を用いる第１３実施例について図３３を参照して
説明する。

【０２４２】多クラスの分類を行う際に、たとえばクラ
ス１〜３の３クラスの分類の場合、クラス１とクラス２
のデータで算出された分類スペクトルのなす空間にクラ
ス３を投影すると、図３３（Ａ）に示すようにクラス２
の分布が他の２クラスに比べて広がってしまう場合があ
る。

【０２４３】この場合、クラス間の境界をクラスの分布
の中心を結ぶ直線の垂直２等分線とすると図３３（Ａ）
に示すように、クラス２のサンプルを測定した場合でも
クラス１やクラス２と判定されてしまうことがあり、分
類精度が落ちることがある。

【０２４４】本実施例はこのような場合にも分類精度を
落とさず、有効に分類を行うことができるものである。

【０２４５】本実施例の分類演算回路を図３３（Ｃ）に
示す。

【０２４６】本実施例の分類演算回路２８に用いられる
分類判定部３４は、分類演算部３２からのデータをモー
ド（学習モード、分類モード）によって切り替えるため
の切替器２８０、各クラスの平均値および分散値を求め
る統計量算出部２８１、求められた統計量から境界を算
出する境界算出部２８２、求められた境界を記憶する境
界メモリ６４、境界メモリ６４のデータと測定された未
知データを比較して未知データの分類を行う分類決定部
６６とから構成される。

【０２４７】続いて、本実施例の分類判定部３４の動作
について学習モード、分類モードに分けて説明する。

【０２４８】学習モードにおいては、既知の対象物のデ
ータを測定するものであるが、対象物のデータは輝度成
分抽出回路３０において、照明に関して補正されたの
ち、分類演算部３２にて分類スペクトルとの内積値が求
められ分類判定部３４に送られてくる。

【０２４９】既知のデータの内積値はｄ１とｄ２の二次
元で、各クラスごとに所定のサンプル数（Ｎとする）だ
け送られてくる。

【０２５０】分類判定部３４では、切替器２８０がｂ側
に設定され、送られてきた既知のデータの内積値は統計
量算出部２８１にて各クラスごとにＮ個のサンプルの平
均と分散を求められる。

【０２５１】分類モードにおいては、分類判定部３４に
は未知のデータのｄ１、ｄ２との内積値が送られてく
る。

【０２５２】分類判定部３４では切替器２８０がａ側に
設定され境界算出部２８２では図３３（Ｂ）に示すよう
に各クラスごとに等分散線を引き、等分散線の交点を結
んだ線を境界として境界メモリ６４に書き込む。

【０２５３】このような第１３実施例によれば、統計量
算出部２８１を用いる構成としたために、分類判定に用
いる分類境界を、各クラスの分散値を用いて決定するこ
とにより、図３３（Ａ）のようにクラスの分布が境界を
越えてしまうということがなく、図３３（Ｂ）に示すよ
うに各クラスの分布が良く分離できる境界を設定するこ
とができるため、多クラスの分類において、より精度良
く分離を行うことが可能となる。

【０２５４】（第１４実施例）つぎに、以上のような各
実施例において、光沢のある対象物を測定する際の測定
領域を最適に設定する輝度成分抽出部を用いる第１４実
施例について図３４を参照して説明する。

【０２５５】光沢のある対象物を測定する際に、その光
沢の部分（正反射成分）が測定領域に含まれると、対象
物の色が正しく測定できず、分類精度が落ちることがあ
る。本実施例の輝度成分抽出部を図３４（Ａ）を参照し
て説明する。

【０２５６】本実施例の輝度抽出部は、測定領域抽出部
３６と、輝度成分平均化部３８と、画素計数部２９３
と、対象物の測定データを一時的に記憶する測定データ
メモリ４０Ａ、参照板の測定データを記憶する照明デー
タメモリ４０Ｗと、対象物のデータを参照板のデータで
補正する補正回路４２と、補正された対象物のデータを
複数クラス分記憶する補正データメモリ４４とからな
る。

【０２５７】測定領域抽出部３６は、特異領域検出部２
９０と、非測定領域設定部２９１とから構成されてい
る。

【０２５８】図３４（Ｂ）に光沢のある対象物の例を示
す。

【０２５９】コントロール回路２６によりフレームメモ
リから所定の測定領域３００のデータが測定領域抽出部
３６に読み込まれる。

【０２６０】読み込まれたデータは特異領域検出部２９
０に入り周囲に比して異常に明るい領域（正反射部分３
０１）が検出される。

【０２６１】非測定領域設定部２９１では正反射検出部
２９０で検出された正反射の画素の周囲に所定の画素数
の余裕を持たせて測定に用いない範囲（非測定領域３０
２）を設定し、コントロール回路２６に送り、測定領域
を変更する。

【０２６２】なお、測定領域内に正反射がなくなるま
で、コントロール回路２６からの信号により、後段の輝
度成分平均化部３８の出力が有効にならないよう制御さ
れる。コントロール回路２６では非測定領域設定部２９
１で指示された画素をとばしてもう一度フレームメモリ
の所定の領域のデータを読み出す。

【０２６３】このとき正反射検出回路２９０では正反射
の画素は見つけられずに、非測定領域設定部２９１から
はコントロール回路２６に非測定領域のないことを知ら
せる。このときの新しい測定領域を図３４（Ｃ）に示
す。

【０２６４】非測定領域を読みとばされた対象物のデー
タは所定の測定領域よりも画素数が少なくなっているの
で、画素計数部２９３によりその全画素数が求められ、
輝度成分平均化部３８では対象物のデータと画素数から
その平均値を求められ、測定データメモリ４０Ａに一時
的に記憶される。

【０２６５】補正回路４２で測定データメモリ４０Ａか
らの対象物のデータを、照明データメモリ４０Ｗからの
参照板のデータで補正し補正データメモリに記憶させ
る。

【０２６６】このような第１４実施例によれば、測定領
域抽出部に特異領域検出部２９０と非測定領域設定部２
９１を設けた構成としたため、対象物に光沢があり正反
射している部分が存在する場合にはその正反射の部分を
測定領域からはずすことができるので、分類精度を下げ
ることなく良好な測定が可能となる。

【０２６７】なお、本実施例では測定の前に測定領域が
設定され、その測定領域の中に正反射部分がある場合に
それを取り除くように動作させているが、測定領域の設
定から自動的に行う変形例を以下に説明する。

【０２６８】対象物もしくは対象物の測定したい部分が
球形またはそれに近い形状である場合でかつ表面に光沢
があることがわかっている場合には、画面全体から特異
領域検出部２９０にて正反射領域を検出し、非測定領域
設定部２９１にて特異領域検出部２９０で検出された正
反射の画素の周囲に所定の画素数の余裕を持たせて測定
に用いない範囲（非測定領域３０２）およびその周囲に
所定の幅を持たせた測定領域３０４を設定し、コントロ
ール回路２６に送る。

【０２６９】なお、測定領域が決定するまで、後段の輝
度成分平均化部３８は出力が有効にならないように制御
される。

【０２７０】コントロール回路２６では非測定領域設定
部２９１で決定された測定領域のデータを読み出す。

【０２７１】このときの新しい測定領域を図３４（Ｄ）
に示す。

【０２７２】正反射の大きさや形状によって画素数が異
なってくるので、画素計数部２９３によりその全画素数
が求められ、輝度成分平均化部３８では対象物のデータ
と画素数からその平均値を求められ、測定データメモリ
４０Ａに一時的に記憶される。補正回路４２で測定デ
ータメモリ４０Ａからの対象物のデータを、照明データ
メモリ４０Ｗからの参照板のデータで補正し補正データ
メモリに記憶させる。

【０２７３】本変形例によれば、測定領域抽出部に特異
領域検出部２９０と非測定領域設定部２９１を設け、対
象物の正反射している部分の周辺部分を自動的に抽出し
測定するため、対象物の測定領域が球またはそれに近い
形状の場合にも反射光の強度が安定し、良好な測定が可
能となると共に、測定領域を自動設定できるので測定が
容易になるとともに測定に要する時間を短縮することが
できる。

【０２７４】（第１５実施例）つぎに、以上のような各
実施例において、分類演算を高速化する第１５実施例に
ついて図３５、図３６および図３７を参照して説明す
る。

【０２７５】複数のバンドパスフィルタを用いた色分類
装置において、測定対象物によってはバンドパスフィル
タのうちに分類に影響の少ないものがでてくる可能性が
ある。このようなバンドパスフィルタのデータを省く
ことで、演算速度を高めることができる。

【０２７６】図３５（Ａ）は本実施例の分類演算回路の
構成を示す図である。

【０２７７】本実施例の分類演算回路２８は輝度成分抽
出部３０と、分類演算部３２と、分類判定部３４とから
なり、分類演算部３２は、切替器３１０と、分類スペク
トル算出部３１１と、Fisher ratio 算出部３１２と、
分類スペクトル検査部３１３と、分類スペクトルを書き
込むｄ１メモリ３１４およびｄ２メモリ３１５と、切替
器３１６と、内積演算回路３１７とから構成される。

【０２７８】図３５（Ｂ）には不要なバンドパスフィル
タを取り除ていできるだけ次元数の少ない分類スペクト
ルを算出するための処理の流れを示す。

【０２７９】ここでは５枚のバンドパスフィルタを持つ
色分類装置として図３５（Ａ）に示した本実施例の分類
演算回路の動作を図３５（Ｂ）を参照して説明する。

【０２８０】５枚のバンドパスフィルタを用いてデータ
を入力した場合、そのデータは５次元のデータとして扱
われる。

【０２８１】各クラス５次元ＮサンプルのデータからＦ
Ｓ変換で分類スペクトルを作成すると、それはやはり５
次元データであり、各次元の成分は５枚のバンドパスフ
ィルタに対応している。

【０２８２】図３５（Ｂ）は学習モードにおける分類ス
ペクトルの算出方法について示したものである。

【０２８３】学習モードにおいて初めは、切替器３１０
はｂ側に設定される。

【０２８４】コントロール回路２６では参照板のデータ
で補正された測定データをクラス１・クラス２とも５次
元全部のデータを読み込む設定とし（ステップ３２
０）、クラス１クラス２のデータを輝度抽出部３０より
読み込む（ステップ３２１）。

【０２８５】分類スペクトル算出部３１１では、読み込
んだデータで分類スペクトルを算出し（ステップ３２
２）、Fisher ratio 算出部では、その分類スペクトル
と輝度成分抽出部３０からの測定データとから Fisher
ratio を算出する（ステップ３２３）。

【０２８６】分類スペクトル検査部３１３では、Fisher
ratio が所定の値よりも大きいか調べ（ステップ３２
４）、Fisher ratio が所定の値よりも大きければｄ１
メモリ３１４およびｄ２メモリ３１５に書き込むと同時
にコントロール回路に５枚のうち使用したバンドパスフ
ィルタの番号を知らせ（ステップ３２５）、引き続き分
類スペクトルの各バンドパスフィルタに対応した成分の
絶対値を調べ、絶対値が最小であるフィルタ番号を求め
（ステップ３２６）コントロール回路２６に送る。

【０２８７】なお、Fisher ratio が所定の値よりも小
さい場合は分類スペクトル検査部３１３では、そのとき
の分類スペクトルをｄ１メモリ３１４およびｄ２メモリ
３１５には書き込まずに、コントロール回路２６に分類
スペクトル算出終了の信号を送る（ステップ３２８）。

【０２８８】コントロール回路２６では分類スペクトル
検査部３１３から送られてきた番号の以外のフィルタの
データを読み込むように設定し（ステップ３２７）、設
定されたフィルタについて再度、データを読みだし、分
類スペクトルを作成し、Fisher ratio を求め、所定の
値と比較する（ステップ３２１〜３２４）。

【０２８９】すなわち、Fisher ratio が所定の値以上
であるうちはさらに分類スペクトルの絶対値最小のフィ
ルタを省略し、Fisher ratio が所定の値以下になった
時点ではその分類スペクトルを保存せずに終了する。

【０２９０】一方、分類モードにおいては、必要なバン
ドパスフィルタからのデータだけを入力するようコント
ロール回路から制御することで、入力、分類演算ともに
扱うデータ量が削減されるので高速な分類判定ができ
る。

【０２９１】バンドパスフィルタのデータを削徐する際
に、分類スペクトルの成分の小さいものから削除してい
くということは、二つのクラスの違いが少ない成分を削
除することである。したがってこれを削除しても分類結
果には大きな影響がない。

【０２９２】このような第１５実施例では分類スペクト
ル検査部および Fisher ratio 算出部を設け、求められ
た分類スペクトルにおける Fisher ratio が所定の値を
下回らない範囲で必要な最小限のバンドパスフィルタを
求める構成としたために、分類精度を落とさずに分類演
算に用いる分類スペクトルの次元数を最小限に減らすこ
とができるので、分類モードにおいてより高速な分類判
定が可能となる。

【０２９３】なお、本実施例では分類スペクトルの各成
分の絶対値が小さいものに対応するバンドパスフィルタ
から削除したが、これを差スペクトルの成分の絶対値の
小さいものを削除するようにしてもよい。

【０２９４】図３６は本実施例の変形例の一つであり、
図３６（Ａ）に示す分類演算回路２８は、図３５（Ａ）
の分類演算部３２に差スペクトル算出部３３１を加え、
分類スペクトル検査部３１３の代りに差スペクトル検査
部３３２を設けたものであり、図３６（Ｂ）に示すフロ
ーチャートは図３５（Ｂ）のステップ３２６の代りに２
クラスの差スペクトルを求めるステップ３４１と、差ス
ペクトルの成分を調べ絶対値が最小のバンドパスフィル
タの番号を求めるステップ３４２を適用したものであ
る。

【０２９５】このように二つのクラスの差スペクトルに
おいても値が０に近いものはクラス間の違いの少ない成
分であるので省略することができる。

【０２９６】同様に、補正前のスペクトルの成分が０に
近いものを削除するようにしてもよい。

【０２９７】図３７も本実施例の変形例であり図３７
（Ａ）に示す分類演算回路２８は、図３５（Ａ）の分類
演算部３２の分類スペクトル検査部３１３の代りにスペ
クトル検査部３５１を設け、その入力に輝度成分抽出部
３０の図示しない測定データメモリ（参照板のデータで
補正する前のデータが記憶されているメモリ）の出力を
接続したものであり、図３７（Ｂ）に示すフローチャー
トは図３５（Ｂ）のステップ３２６の代りに補正前のス
ペクトルの成分が最小となるバンドパスフィルタの番号
を求めるステップ３４１を適用したものである。

【０２９８】補正前のスペクトルの成分が０に近いもの
はそのほとんどが撮像素子の雑音であるのでこれを削除
しても分類結果に影響が少ないので Fisher ratio が所
定値以上に保たれる範囲で省略して分類スペクトルの次
元（すなわちバンドパスフィルタの数）を減らすことが
できる。

【０２９９】本実施例では、分類スペクトルの成分の絶
対値の小さいものに対応するバンドパスフィルタのデー
タを削除する、またその変形例として差スペクトルの成
分の絶対値の小さいもの、または補正前のスペクトルの
成分の小さいものに対応するバンドパスフィルタのデー
タを削除する方法について説明してきたが、このそれぞ
れを別々に行うだけでなく、全てを考慮して分類スペク
トルの次元（すなわちバンドパスフィルタの数）を減ら
すようにしても分類精度を落とさずに分類演算を高速化
することが可能となる。

【０３００】（第１６実施例）つぎに、様々な対象物に
対してより正確に分類することが可能な第１６実施例に
ついて図３８を参照して説明する。

【０３０１】本実施例の色分類装置を図３８（Ａ）を参
照して説明する。

【０３０２】本実施例の色分類装置は筐体１と、光学系
１０と、光学系により対象物からの反射光が結像する撮
像素子１４と、光学系１０と撮像素子１４との間にあり
５枚のバンドパスフィルタを円周上に配した回転色フィ
ルタ１２（図２参照）と、回転色フィルタ１２を駆動す
るモーター２４と、モーター駆動回路１２４と、回転色
フィルタ１２の回転位置を検出するフィルタ位置センサ
１２３と、撮像素子駆動回路２２と、撮像素子１４から
の映像信号を増幅器１５を介してディジタルに変換する
Ａ／Ｄ変換器１６と、ディジタル化された映像信号を記
憶するフレームメモリ１８と、フレームメモリ１８に記
憶されている画像データを各種処理を施して画像の特徴
量を出力する画像処理回路３７１と、フレームメモリ１
８からのデータと画像処理回路３７１からのデータとか
ら対象物を分類する分類演算回路２８と、これらを制御
するコントロール回路２６とから構成されている。

【０３０３】本実施例の分類演算回路２８は図３８
（Ｂ）に示すような輝度成分抽出部３０と、スペクトル
拡張部３７２と、分類演算部３２と、分類判定部３４と
から構成される。

【０３０４】コントロール回路２６ではフィルタ位置セ
ンサ１２３の出力を監視しながら回転色フィルタ１２が
撮像素子１４の露光に同期するようにモーター駆動回路
１２４に信号を送る。

【０３０５】撮像素子１４に結像した対象物の像は光電
変換され映像信号として出力された後、増幅器１５を介
してＡ／Ｄ変換器１６にてディジタルに変換されてフレ
ームメモリ１８に一時的に記憶される。

【０３０６】フレームメモリ１８に記憶された画像信号
は画像処理回路３７１にて測定領域内の画像を各種処理
し、画像の特徴量を抽出し、分類演算回路２８に送る。

【０３０７】画像の特徴量としては、微分値、空間周波
数成分、直交変換の係数、同時生起行列を用いて得られ
る各特徴量、濃度ヒストグラム、線や輪郭、特定のパタ
ーンとの相関値などを用いることができる。

【０３０８】分類演算回路２８ではフレームメモリ１８
からの画像信号が入力され、輝度成分抽出部３０にて測
定領域内での平均値を各バンドパスフィルタ（５枚）ご
とに求め、５次元のスペクトルデータとする。

【０３０９】この際、必要に応じて照明光の補正および
正規化を行う。

【０３１０】次段のスペクトル拡張部３７２では５枚の
バンドパスフィルタから得られた５次元のスペクトルデ
ータと画像処理回路３７１より得られた画像の特徴量で
あるＰ次元のデータを合成し、５＋Ｐ次元の拡張された
スペクトルとして分類演算部３２へ転送する。

【０３１１】学習モードでは分類演算部３２では、上記
のように転送されてくる２クラスの各クラスごとにサン
プル数Ｎのデータから５＋Ｐ次元の分類スペクトルを作
成し、データと共に分類判定部３４に送る。

【０３１２】この際に必要に応じてバンドパスフィルタ
から得られたスペクトル画像処理回路から得られた画像
の特徴量との間でデータの重みが所定の値になるようデ
ータの正規化を行う。

【０３１３】分類判定部３４では、分類境界を決定し記
憶する。

【０３１４】分類モードにおいては分類演算部３２で
は、上記のように転送されてくる対象物の５＋Ｐ次元の
データと学習モードで求められた分類スペクトルとの内
積演算が行われ、結果を分類判定回路３４に送る。

【０３１５】分類判定回路３４では学習モードで記憶し
た分類境界に基づき、対象物の分類判定結果を出力す
る。

【０３１６】このような第１６実施例によれば、フレー
ムメモリ１８の後段に画像処理回路３７１を、分類演算
回路２８の中にスペクトル拡張部３７２を設けた構成と
したため、対象物の色だけでなく表面の形状やテクスチ
ャを分類スペクトル反映させているので、より精度の高
い良好な測定が可能となる。

【０３１７】（第１７実施例）つぎに、モニタ表示にて
分類結果が視覚的に確認可能な第１７実施例について図
３９を参照して説明する。

【０３１８】本実施例の色分類装置を図３９（Ａ）を参
照して説明する。

【０３１９】本実施例の色分類装置は筐体１と、光学系
１０と、光学系により対象物からの反射光が結像する撮
像素子１４と、光学系１０と撮像素子１４との間にあり
５枚のバンドパスフィルタを円周上に配した回転色フィ
ルタ１２（図２参照）と、回転色フィルタ１２を駆動す
るモーター２４と、モーター駆動回路１２４と、回転色
フィルタ１２の回転位置を検出するフィルタ位置センサ
１２３と、撮像素子駆動回路２２と、撮像素子１４から
の映像信号を増幅器１５を介してディジタルに変換する
Ａ／Ｄ変換器１６と、ディジタル化された映像信号を一
時的に記憶するフレームメモリ１８と、フレームメモリ
１８に記憶されている画像データからモニタへ出力する
ための画像データを合成する色合成回路３８１と、モニ
タ出力用のフレームメモリ３８２と、フレームメモリ１
８からのデータから対象物を分類する分類演算回路２８
と、これらを制御するコントロール回路２６とから構成
されている。

【０３２０】本実施例のフレームメモリ１８、色合成回
路３８１と、フレームメモリ３８２の構成を図３９
（Ｂ）に示す。

【０３２１】フレームメモリ１８は各バンドパスフィル
タに対応したＢＰＦ１プレーン４０１、ＢＰＦ２プレー
ン４０２、ＢＰＦ３プレーン４０３、ＢＰＦ４プレーン
４０４、ＢＰＦ５プレーン４０５とから構成される。

【０３２２】色合成回路３８１はフレームメモリ１８の
各ＢＰＦ１プレーン４０１〜４０５の出力に乗じるため
の係数（ＢＰＳ係数４２１〜４２５）が記憶されている
係数メモリ４２０と、各ＢＰＦプレーン４０１〜４０５
の出力と係数メモリ４２０に記憶されているＢＰＳ係数
４２１〜４２５のそれぞれ対応する一組を入力とする乗
算器４１１〜４１５と、乗算器４１１〜４１５の出力を
足し合わせる加算器４１０とから構成される。

【０３２３】フレームメモリ３８２はＴＶモニタに出力
するためのフレームメモリでＲＧＢの各プレーン４３１
〜４３３と、メモリからのデータを読み出してＴＶモニ
タが入力可能な映像信号に変換する映像信号生成回路４
３４とからなる。

【０３２４】つぎに、本実施例の色分類装置の動作につ
いて説明する。

【０３２５】コントロール回路２６ではフィルタ位置セ
ンサ１２３の出力を監視しながら回転色フィルタ１２が
撮像素子１４の露光に同期するようにモーター駆動回路
１２４に信号を送る。

【０３２６】撮像素子１４に結像した対象物の像は光電
変換され映像信号として出力された後、増幅器１５を介
してＡ／Ｄ変換器１６にてディジタルに変換されてフレ
ームメモリ１８に一時的に記憶される。

【０３２７】フレームメモリ１８からの画像テータは、
色合成回路３８１でＴＶモニタへ出力するためのデータ
変換が行われ、ＴＶモニタ表示用のフレームメモリ３８
２に書き込まれ、映像信号生成回路４３４にてＴＶモニ
タが入力可能な映像信号に変換されＴＶモニタに出力さ
れる。

【０３２８】一方、分類演算回路２８ではフレームメモ
リ１８からの画像信号が入力され、輝度成分抽出部３０
にて測定領域内での平均値を各バンドパスフィルタ（５
枚）ごとに求め、５次元のスペクトルデータとする。

【０３２９】この際必要に応じて照明光の補正および正
規化を行う。

【０３３０】学習モードにおいて分類演算部３２では、
上記のように転送されてくる２クラスの各クラスごとに
はサンプル数Ｎのデータから５次元の分類スペクトルを
作成し、データと共に分類判定部３４に送る。

【０３３１】分類判定部３４では、分類境界を定め記憶
する。

【０３３２】分類モードにおいては分類演算部３２で
は、上記のように転送されてくる対象物の５次元のデー
タと学習モードで求められた分類スペクトルとの内積演
算が行われ、結果を分類判定回路３４に送る。

【０３３３】分類判定回路３４では学習モードで記憶し
た分類境界に基づき、対象物の分類判定結果を出力す
る。

【０３３４】つぎに、本実施は例の特徴である色合成回
路３８１の動作についてさらに詳しく説明する。

【０３３５】５枚のバンドパスフィルタのデータはフレ
ームメモリ１８のＢＰＦプレーン４０１〜４０５に順番
に記憶されている。

【０３３６】係数メモリ４２０には、各ＢＰＦプレーン
のデータに乗じるための係数（ＢＰＦ係数４２１〜４２
５）が格納されている。

【０３３７】ＢＰＦ係数４２１〜４２５は乗算器４１１
〜４１５にて対応するＢＰＦプレーンのデータに乗じら
れる。

【０３３８】乗算器４１１〜４１５で係数を乗じられた
各プレーンのデータは加算器４１０にて足し合わされ、
フレームメモリ３８２のＲプレーン４３１、Ｇプレーン
４３２、Ｂプレーン４３３のうちコントロール回路２６
の指示するプレーンに書き込まれる。

【０３３９】各プレーンのデータは映像信号生成回路４
３４にてＴＶモニタの入力可能な信号に変換されてＴＶ
モニタの出力される。

【０３４０】学習モードにおいては、各バンドパスフィ
ルタの分光透過特性からモニタのＲ成分の分光特性を近
似した係数を係数メモリ４２０に書き込み、乗算器４１
１〜４１５で各プレーンのデータに乗じた後に加算器４
１０で足し合わされたデータをフレームメモリ３８２の
Ｒプレーンに書き込む。

【０３４１】つぎに、モニタのＧ成分の分光特性を近似
した係数を係数メモリ４２０に書き込み、加算器４１０
の出力をＧプレーン４３２に書き込む。

【０３４２】つぎに、モニタのＢ成分の分光特性を近似
した係数を係数メモリ４２０に書き込み、加算器４１０
の出力をＢプレーン４３３に書き込む。

【０３４３】各プレーンのデータは映像信号生成回路４
３４にてＴＶモニタの入力可能な信号に変換されてＴＶ
モニタの出力される。

【０３４４】この結果モニタには色再現性良く測定中の
対象物が映し出される。

【０３４５】分類モードにおいては、分類演算回路２８
からコントロール回路２６に分類スペクトルのデータを
送り、コントロール回路２６では分類スペクトルの各バ
ンドパスフィルタに対応する成分を０〜１に正規化して
係数メモリ４２０に書き込み、加算器４１０の出力をＲ
プレーン４３１に書き込む。

【０３４６】つぎに、今係数メモリに書き込んだ係数を
１から減じた係数を係数メモリ４２０に書き込む。

【０３４７】加算器４１０の出力はＧプレーン４３２に
書き込む。

【０３４８】各プレーンのデータは映像信号生成回路４
３４にてＴＶモニタの入力可能な信号に変換されてＴＶ
モニタの出力される。

【０３４９】これによりモニタには、たとえばクラス１
に分類される対象物の映像は赤っぽく、クラス２に分類
される対象物は緑っぽく表示され、その中間の対象物に
ついては黄色っぽく表示される。

【０３５０】このような第１７実施例によればＴＶモニ
タ表示用のフレームメモリ３８２を、フレームメモリ１
８の内部に各バンドパスフィルタに対応するプレーンを
設け、色合成回路３８１にて各プレーンのデータに係数
を乗じて足し合わせた物をフレームメモリの各プレーン
に書き込む構成としたために、モニタ上にて分類結果を
色を変えて表示することができ、結果が視覚的に確認し
やすくなった。

【０３５１】さらに、本実施例では学習モードにおいて
は通常のＴＶ画像のようなカラー表示も可能となり対象
物の確認なども自然に行える。

【０３５２】なお、本実施例では分類モードの際にフレ
ームメモリ３８２のＲプレーン４３１とＧプレーン４３
２を用いたがこれに限らずいずれのプレーンを使用とて
も同様の効果が得られることはいうまでもない。

【０３５３】

【発明の効果】したがって、以上詳述したように本発明
によれば、それぞれ異なる帯域を持つ複数のバンドパス
フィルタを用意しておき、これら複数のバンドパスフィ
ルタのそれぞれを上記対象物と撮像手段の間に配置する
と共に、分類手段によって、上記撮像手段によって撮像
された対象物の反射分光スペクトルから統計的手法を用
いた分類のための分類スペクトルを算出し、この分類ス
ペクトルを用いて上記対象物の分類を行うことにより、
装置構成が簡単で、低コストで、且つ機械的振動にも耐
えられ、しかも光源を限定せずにそのスペクトルが変化
する場合などにも良好に色分類可能な色分類装置を提供
することが可能となる。

【図面の簡単な説明】

【図１】図１は、本発明の第１実施例の色分類装置を示
すブロック図。

【図２】図２は、第１実施例に用いる回転色フィルタの
模式図。

【図３】図３は、第１実施例の動作を説明するフローチ
ャート。

【図４】図４は、本発明の第２実施例の色分類装置を示
すブロック図。

【図５】図５は、第２実施例に用いる回転色絞り板の模
式図。

【図６】図６は、本発明の第３実施例の色分類装置を示
すブロック図。

【図７】図７は、第３実施例に用いる回転ＮＤフィルタ
の模式図。

【図８】図８は、第３実施例に用いる回転スリット板の
模式図。

【図９】図９は、本発明の第４実施例の色分類装置を示
すブロック図。

【図１０】図１０、は第４実施例の動作を説明するフロ
ーチャート。

【図１１】図１１は、第４実施例の変形例である色分類
装置を示すブロック図。

【図１２】図１２は、本発明の第５実施例の色分類装置
を示すブロック図。

【図１３】図１３は、第５実施例の参照板の模式図。

【図１４】図１４は、本発明の第６実施例の色分類装置
を示すブロック図。

【図１５】図１５は、第６実施例のＣＣＤに結像する画
像の例を示す図。

【図１６】図１６は、第６実施例の参照板の模式図。

【図１７】図１７は、本発明の第７実施例の色分類装置
を示すブロック図。

【図１８】図１８は、本発明の第８実施例の色分類装置
を示すブロック図。

【図１９】図１９は、第８実施例のＣＣＤと光ファイバ
の接続を示す図。

【図２０】図２０は、第８実施例のＣＣＤ上のバンドパ
スフィルタの配置図。

【図２１】図２１は、第８実施例の光ファイバの束ね方
を説明する図。

【図２２】図２２は、第８実施例のＣＣＤに結像する画
像の例を示す図。

【図２３】図２３は、第８実施例の変形例を説明する
図。

【図２４】図２４は、第８実施例の別の変形例を説明す
る図。

【図２５】図２５は、本発明の第９実施例の色分類装置
を示すブロック図。

【図２６】図２６は、第９実施例に用いられる光路分割
プリズムの構成を説明する図。

【図２７】図２７は、第９実施例の光路分割プリズムと
ＣＣＤの結合状態を説明する図。

【図２８】図２８は、第９実施例のＣＣＤ上のバンドパ
スフィルタの配置図。

【図２９】図２９は、第９実施例に用いられる照明セン
サの構成を説明する図。

【図３０】図３０は、本発明の第１０実施例の色分類装
置を示すブロック図。

【図３１】図３１（Ａ）は、本発明の第１１実施例の分
類演算回路を示すブロック図、（Ｂ）は、第１１実施例
の分類演算部を示すブロック図、（Ｃ）は、第１１実施
例の分類スペクトル選択回路を示すブロック図。

【図３２】図３２（Ａ）は、従来の方法による学習デー
タの分布を示す図、（Ｂ）は、本発明の第１２実施例に
よる学習データの分布を示す図、（Ｃ）は、第１２実施
例の輝度抽出部を示すブロック図、（Ｄ）は、第１２実
施例の分類演算部を示すブロック図。

【図３３】図３３（Ａ）は、従来の方法による学習デー
タの分布を示す図、（Ｂ）は、本発明の第１３実施例に
よる学習データの分布を示す図、（Ｃ）は、第１３実施
例の分類判定部を示すブロック図。

【図３４】図３４（Ａ）は、本発明の第１４実施例の分
類演算回路を示すブロック図、（Ｂ）は、第１４実施例
の動作を説明するための測定対象物を示す図、（Ｃ）
は、第１４実施例の測定領域の形を示すブロック図、
（Ｄ）は、第１４実施例の変形例における測定領域の形
を示すブロック図。

【図３５】図３５（Ａ）は、本発明の第１５実施例の分
類演算回路を示すブロック図、（Ｂ）は、第１５実施例
の動作を説明するためのフローチャート。

【図３６】図３６（Ａ）は、第１５実施例の第１の変形
例である分類演算回路を示すブロック図、（Ｂ）は、第
１５実施例の第１の変形例の動作を説明するためのフロ
ーチャート。

【図３７】図３７（Ａ）は、第１５実施例の第２の変形
例である分類演算回路を示すブロック図、（Ｂ）は、第
１５実施例の第２の変形例の動作を説明するためのフロ
ーチャート。

【図３８】図３８（Ａ）は、本発明の第１６実施例の色
分類装置を示すブロック図、（Ｂ）は、第１６実施例の
分類演算回路を示すブロック図。

【図３９】図３９（Ａ）は、本発明の第１７実施例の色
分類装置を示すブロック図、（Ｂ）は、第１７実施例の
色合成回路を示すブロック図。

【図４０】図４０は、分類境界を説明する図。

【図４１】図４１は、従来の色識別装置の構成を示す
図。

【図４２】図４２は、分類スペクトルの一例を示す図で
ある。

【符号の説明】

１…筐体，１０…光学系，１０１…絞り，１２６…絞り
制御回路，１２Ａ〜１２Ｅ…バンドパスフィルタ，１２
…回転色フィルタ，１２３…フィルタ位置センサ，２４
…モーター，１２４…モーター駆動回路，１４…撮像素
子，１５…増幅器，１６…Ａ／Ｄ変換器，１８…テレー
ムメモリ，２８…分類演算回路，２９…露光値メモリ，
２６…コントロール回路，２２…撮像素子駆動回路。

Claims

【特許請求の範囲】

【請求項１】対象物の反射光を撮像する撮像手段と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置したそれぞれ異なる帯
域を持つ複数のバンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を複数クラスにおいて行う分類手段とを具備する
ことを特徴とする色分類装置。
【請求項２】対象物の反射光を撮像する撮像手段と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置した、帯域特性を変化
させることが可能な帯域可変バンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を複数クラスにおいて行う分類手段とを具備する
ことを特徴とする色分類装置。
【請求項３】前記光学手段は、前記対象物からの反射
光を複数に分割する光路分割手段を含むことを特徴とす
る請求項１に記載の色分類装置。
【請求項４】前記光路分割手段は光ファイバで構成さ
れることを特徴とする請求項３に記載の色分類装置。
【請求項５】前記光路分割手段はプリズムおよび鏡で
構成されることを特徴とする請求項３に記載の色分類装
置。
【請求項６】前記分類手段は前記複数クラスの分類に
おいて、前記複数クラス内の任意の２クラスを用いて分類スペク
トルを求める手段と、各クラスのデータと分類スペクトルとの内積値を求める
内積演算手段と、前記各クラスごとに前記内積値の平均値と分散値を求め
る統計量算出手段と、各クラスの境界を決定する境界決定手段とを含み、前記統計量算出手段の出力から前記境界決定手段により
境界を決定することを特徴とする請求項１または２に記
載の色分類装置。
【請求項７】前記分類手段は、複数の分類判定部から
なることを特徴とする請求項１または２に記載の色分類
装置。
【請求項８】前記複数の分類判定部のうち、第１の分
類判定部は、撮像された対象物のスペクトルデータを入
力とし、予め求められた分類スペクトルを記憶する第１の分類ス
ペクトル記憶手段と、対象物のスペクトルと前記第１の分類スペクトル記憶手
段に記憶されているスペクトルとから分類のための演算
を行う第１の演算手段とから構成され、前記複数の分類判定部のうち、第２からそれ以降の分類
判定部は、直列に接続され、順次に前段の演算結果と対
象物のスペクトルデータを入力とし、予め求めた複数の分類スペクトルを記憶する複数の分類
スペクトル記憶手段と、前段の演算結果から、用いる
べき分類スペクトルが記憶されている前記複数の分類ス
ペクトル記憶手段を選択し分類スペクトルを出力する選
択手段と、未知の対象物のスペクトルと前記選択手段から出力され
る分類スペクトルとからの演算結果を出力する演算手段
とから構成されることを特徴とする請求項７に記載の色
分類装置。
【請求項９】前記分類手段は、クラス既知の複数クラ
スのデータを記憶する複数のスペクトル記憶手段と、前記複数のスペクトル記憶手段から２つのスペクトル記
憶手段を一組として選択するクラス選択手段と、前記２つのスペクトル記憶手段に記憶されているスペク
トルデータから分類スペクトルを演算する分類スペクト
ル演算手段と、前記クラス選択手段から順次選択される複数組のスペク
トルデータから分類スペクトル算出手段により算出され
出力される複数の分類スペクトルを記憶する複数の分類
スペクトル記憶手段と、前記複数の分類スペクトル記憶手段に記憶されている複
数の分類スペクトルと未知の対象物のスペクトルデータ
から分類判定を行う分類判定手段を含むことを特徴とす
る請求項１または２に記載の色分類装置。
【請求項１０】前記分類手段は、測定領域設定部を含
み、前記測定領域設定部は、対象物の特定の部分を検出する
特異領域検出部と、前記特異領域検出部で検出された領域を含む非測定領域
を設定する非測定領域設定部とを含むことを特徴とする
請求項１または２に記載の色分類装置。
【請求項１１】前記分類手段は、作成された分類スペ
クトルのフイッシャーレショ（Fisher ratio）を算出す
るフイッシャーレショ算出部と、演算に用いるスペクトルデータの次元を削減する次元削
減手段と、前記作成された分類スペクトルのフイッシャーレショが
所定の値以上で最小の次元の分類スペクトルを作成する
ことを特徴とする請求項１または２に記載の色分類装
置。
【請求項１２】前記次元削減手段は、前記分類スペク
トルにおいて絶対値の小さい次元を削除することを特徴
とする請求項１１に記載の色分類装置。
【請求項１３】前記次元削減手段は、前記分類スペク
トルを求める際に用いた２つのクラスのスペクトルの差
スペクトルを求める差スペクトル算出手段を含み、前記差スペクトルにおいて絶対値の小さい次元を削除す
ることを特徴とする請求項１１に記載の色分類装置。
【請求項１４】前記次元削減手段は、前記分類スペク
トルを求める際に撮像された対象物のスペクトルにおい
て値の小さい次元を削除することを特徴とする請求項１
１に記載の色分類装置。
【請求項１５】前記分類手段は、画像データの特徴量
を求める画像処理手段と、前記複数の次元を持つ対象物の分光スペクトルと前記画
像処理手段から得られる特徴量とを合成し拡張されたス
ペクトルを生成するスペクトル拡張手段とを含むことを
特徴とする請求項１または２に記載の色分類装置。
【請求項１６】前記撮像手段により撮像された画像デ
ータを記憶する記憶手段を持つことを特徴とする請求項
１または２に記載の色分類装置。
【請求項１７】前記記憶手段は、前記撮像手段より得
られる画像データの全画面分を一時的に記憶する第１の
フレームメモリと、前記第１のフレームメモリに記憶されたデータをＴＶモ
ニタへ出力する画像データに変換するデータ変換手段
と、ＴＶモニタ出力用の画像を記憶する第２のフレームメモ
リと、を含むことを特徴とする請求項１６に記載の色分類装
置。
【請求項１８】前記第１のフレームメモリは、前記複
数のバンドパスフィルタのそれぞれに対応した複数のプ
レーンを持ち、前記第２のフレームメモリは、カラーモニタのＲＧＢ各
色のそれぞれに対応した複数のプレーンを持つことを特
徴とする請求項１７に記載の色分類装置。
【請求項１９】前記データ変換手段は、前記第１のフ
レームメモリの複数のプレーンの出力に乗じる複数の係
数を記憶する係数メモリと、前記複数の係数を前記第１のフレームメモリの複数のプ
レーンの出力にそれぞれ乗じるための複数の乗算器と、前記複数の乗算器の出力を足し合わせる加算器とから構
成され、前記加算器の出力は前記第２のフレームメモリの複数の
プレーンに別々に書き込むことができるよう構成される
ことを特徴とする請求項１８に記載の色分類装置。
【請求項２０】前記複数の係数はカラーモニタのＲＧ
Ｂの各発光スペクトルを近似するよう順次設定され、Ｒ
ＧＢの各係数が乗じられたデータは前記第２のフレーム
メモリのＲＧＢの各プレーンにそれぞれ書き込まれるこ
とを特徴とする請求項１９に記載の色分類装置。
【請求項２１】前記複数の係数は、前記分類手段で求
められた分類スペクトルを近似するように設定されるこ
とを特徴とする請求項１９に記載の色分類装置。
【請求項２２】前記第２のフレームメモリは、一つの
プレーンには加算器の出力がそのまま書き込まれ、別の
プレーンには加算器の出力の大小が反転されたデータが
書き込まれることを特徴とする請求項２１に記載の色分
類装置。
【請求項２３】対象物の反射光を撮像する撮像手段
と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置したそれぞれ異なる帯
域を持つ複数のバンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を行う分類手段と、前記複数のバンドパスフィルタのそれぞれの撮像時の露
光条件を制御する露光条件制御手段とを具備し、前記露光条件制御手段は、前記複数のバンドパスフィル
タに対応して露光量を制限する露光量制限手段を含むこ
とを特徴とする色分類装置。
【請求項２４】前記露光量制限手段は、着脱および交
換可能であるよう構成されていることを特徴とする請求
項２３に記載の色分類装置。
【請求項２５】前記露光条件制御手段は、前記複数の
バンドパスフィルタにおける撮像時の露光条件をそれぞ
れ記憶する露光条件記憶手段を含むことを特徴とする請
求項２３に記載の色分類装置。
【請求項２６】前記露光条件制御手段は、前記露光条
件に基づいて撮像されたデータを補正する露光条件補正
手段とを含むことを特徴とする請求項２５に記載の色分
類装置。
【請求項２７】前記露光量制限手段は、前記複数のバ
ンドパスフィルタに対応した複数の開口を有し、前記複
数のバンドパスフィルタと同期して切替可能な絞り板を
含むことを特徴とする請求項２３乃至２６のいずれかに
記載の色分類装置。
【請求項２８】前記露光量制限手段は、前記複数のバ
ンドパスフィルタに対応した透過率の異なる複数のフィ
ルタを有し、前記複数のバンドパスフィルタと同期して
切替可能なフィルタ手段を含むことを特徴とする請求項
２３乃至２６のいずれかに記載の色分類装置。
【請求項２９】前記露光量制限手段は、前記複数のバ
ンドパスフィルタに対応した大きさの異なる複数の非遮
光部分を持つ遮光板を有し、前記複数のバンドパスフィ
ルタと同期して切替可能な遮光手段を含むことを特徴と
する請求項２３乃至２６のいずれかに記載の色分類装
置。
【請求項３０】対象物の反射光を撮像する撮像手段
と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置したそれぞれ異なる帯
域を持つ複数のバンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を行う分類手段と、前記複数のバンドパスフィルタのそれぞれの撮像時の露
光条件を制御する露光条件制御手段とを具備し、前記露光条件制御手段は、前記複数のバンドパスフィル
タのそれぞれの撮像時の露光条件を記憶する露光条件記
憶手段を含むことを特徴とする色分類装置。
【請求項３１】前記露光条件制御手段は、前記露光条
件に基づいて撮像されたデータを補正する露光条件補正
手段とを含むことを特徴とする請求項３０に記載の色分
類装置。
【請求項３２】対象物の反射光を撮像する撮像手段
と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置した、帯域特性を変化
させることが可能な帯域可変バンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を行う分類手段とを具備し、前記帯域可変バンドパスフィルタに設定された異なる帯
域特性のそれぞれの撮像時の露光条件を別々に制御する
露光条件制御手段を含むことを特徴とする色分類装置。
【請求項３３】前記露光条件制御手段は、前記帯域可
変バンドパスフィルタのそれぞれの帯域特性における撮
像時の露光条件を記憶する露光条件記憶手段含むことを
特徴とする請求項３２に記載の色分類装置。
【請求項３４】前記露光条件制御手段は、前記露光条
件に基づいて撮像されたデータを補正する露光条件補正
手段を含むことを特徴とする請求項３３に記載の色分類
装置。
【請求項３５】前記露光条件制御手段は、前記露光条
件記憶手段のデータを基に前記撮像手段の絞り調整手段
を制御する絞り制御手段を含むことを特徴とする請求項
３０、３１、３３または３４に記載の色分類装置。
【請求項３６】前記露光条件制御手段は、前記対象物
と前記撮像手段の間に配置され、透過率を変化させるこ
とが可能な透過率可変フィルタと、前記複数のバンドパスフィルタのそれぞれの撮像時に、
前記露光条件記憶手段のデータを基に前記透過率可変フ
ィルタの透過率を制御する透過率制御手段とを有するこ
とを特徴とする請求項３０、３１、３３または３４に記
載の色分類装置。
【請求項３７】前記撮像手段は、駆動パルスにより露
光時間が制御可能であり、前記露光条件制御手段は、前記複数のバンドパスフィル
タのそれぞれの撮像時に、前記露光条件記憶手段のデー
タを基に前記撮像手段の露光時間を制御する手段とを有
することを特徴とする請求項３０、３１、３３または３
４に記載の色分類装置。
【請求項３８】対象物の反射光を撮像する撮像手段
と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置したそれぞれ異なる帯
域を持つ複数のバンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を行う分類手段と、前記対象物を照明する光源のスペクトル特性および輝度
の少なくとも一方を正規化する正規化手段とを具備し、前記正規化手段は前記光源のデータを得るための光源観
測手段を含むことを特徴とする色分類装置。
【請求項３９】対象物の反射光を撮像する撮像手段
と、前記対象物の反射光を前記撮像手段に結像させる光学手
段と、前記対象物と撮像手段の間に配置した、帯域特性を変化
させることが可能な帯域可変バンドパスフィルタと、前記撮像手段によって撮像された対象物の反射分光スペ
クトルから統計的手法を用いた分類のための分類スペク
トルを算出し、この分類スペクトルを用いて前記対象物
の分類を行う分類手段と、前記対象物を照明する光源のスペクトル特性および輝度
少なくとも一方を正規化する正規化手段とを具備し、前記正規化手段は前記光源のデータを得るための光源観
測手段を含むことを特徴とする色分類装置。
【請求項４０】前記光源観測手段は、光源の光を反射
または透過し、かつ散乱させる参照板と、この参照板の反射光を前記撮像手段に導く第２の光学手
段とを含むことを特徴とする請求項３８または３９に記
載の色分類装置。
【請求項４１】前記参照板は筺体の上部に備えられ、前記第２の光学手段は、前記参照板を前記撮像手段に結
像させるための光学系と、この光学系の光軸を前記撮像
手段に導くための鏡とを備え、この鏡の位置が変位可能であることを特徴とする請求項
３９に記載の色分類装置。
【請求項４２】前記参照板は筺体の上部に備えられ、前記第２の光学手段は、この参照板の光像を前記撮像手
段の視野に導くための鏡を有することを特徴とする請求
項４０に記載の色分類装置。
【請求項４３】前記光源観測手段は、筺体の前部に配
置され、光源の光を乱反射する参照板と、この参照板の反射光の強度を検出する光センサと、前記参照板と前記光センサの間に配置された複数のバン
ドパスフィルタと、前記参照板からの反射光を前記光センサに結像させるた
めの光学手段と、を具備することを特徴とする請求項３８に記載の色分類
装置。
【請求項４４】前記参照板と前記光センサの間に配置
された複数のバンドパスフィルタは、前記対象物と前記撮像手段の間に配置した複数のバンド
パスフィルタを兼用することを特徴とする請求項４３に
記載の色分類装置。
【請求項４５】前記光センサは撮像素子を用いること
を特徴とする請求項４３に記載の色分類装置。
【請求項４６】前記光源観測手段は、光源の方向を検
出する光源方向検出手段を含むことを特徴とする請求項
４１、４２または４５のいずれかに記載の色分類装置。
【請求項４７】前記光源方向検出手段は、前記参照板
上に設けられた、光源の方向の変化に応じて、その影の
形または位置が変化するように棒状または板状の部材
と、前記撮像手段で得られる前記参照板の画像データを処理
し、光源の方向、強度および分光スペクトルを求める照
明条件検出手段を含むことを特徴とする請求項４６に記
載の色分類装置。
【請求項４８】前記第２の光学手段は光ファイバで構
成されることを特徴とする請求項４０に記載の色分類装
置。
【請求項４９】前記参照板は筺体から分離して使用可
能であることを特徴とする請求項４８に記載の色分類装
置。
【請求項５０】前記光源観測手段は、光源からの光の
分光スペクトルを検出する光源分光センサ手段を含むこ
とを特徴とする請求項３７または３８に記載の色分類装
置。
【請求項５１】前記光源分光センサ手段は、透過率を変化させることのできる透過率可変フィルタ
と、前記複数のバンドパスフィルタと同じ特性を持つ複数の
バンドパスフィルタと、各バンドパスフィルタを透過した光の強度を検出するバ
ンドパスフィルタと同数の光センサと、これらの光センサの出力を監視し、透過率可変フィルタ
の透過率を制御する透過率制御回路と、前記複数の光センサおよび前記透過率制御回路からの信
号を入力し、光源の明るさと分光スペクトルを出力する
照明条件検出回路をとから構成されることを特徴とする
請求項５０に記載の色分類装置。
【請求項５２】前記光源分光センサ手段は本体の筺体
から分離して使用可能なことを特徴とする請求項５０に
記載の色分類装置。