JPH08212353A - 画像認識装置 - Google Patents
画像認識装置Info
- Publication number
- JPH08212353A JPH08212353A JP7211853A JP21185395A JPH08212353A JP H08212353 A JPH08212353 A JP H08212353A JP 7211853 A JP7211853 A JP 7211853A JP 21185395 A JP21185395 A JP 21185395A JP H08212353 A JPH08212353 A JP H08212353A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- correlation
- unit
- standard pattern
- standard
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Supply And Installment Of Electrical Components (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 現実に撮像された物品の回転角が用意された
標準パターンのうちの１つと同一でないときでも相関値
の低下が顕著とならず、認識率の向上が期待できる高速
画像認識装置を得ること。 【解決手段】 本発明は、Ｋ−Ｌ展開法により特徴を捉
えた表現で標準パターンを登録すると共に、Ｋ−Ｌ展開
法で表現された標準パターンのうち、複数の標準パター
ンで共通に同一の演算をする部分を抽出し、かかる演算
を１つの切出し領域の演算において共通に利用すること
により、認識率低下を招くことなく飛躍的な高速化を図
ることができた。
標準パターンのうちの１つと同一でないときでも相関値
の低下が顕著とならず、認識率の向上が期待できる高速
画像認識装置を得ること。 【解決手段】 本発明は、Ｋ−Ｌ展開法により特徴を捉
えた表現で標準パターンを登録すると共に、Ｋ−Ｌ展開
法で表現された標準パターンのうち、複数の標準パター
ンで共通に同一の演算をする部分を抽出し、かかる演算
を１つの切出し領域の演算において共通に利用すること
により、認識率低下を招くことなく飛躍的な高速化を図
ることができた。
Description
【０００１】
【発明の属する技術分野】本発明は、撮像された画像の
中に存在する物体の位置と方向を高速で求める画像認識
装置に係るものである。
中に存在する物体の位置と方向を高速で求める画像認識
装置に係るものである。
【０００２】
【従来の技術】部品を組立てる分野においては自動化が
進み、組立てる部品等については、人間の目によること
なく画像認識処理によってその位置や傾きを確認し、そ
の把握された情報に基いてロボットにより組立て加工が
行われている。したがって、画像認識技術には、一層の
高速化、高精度化が要望されている。
進み、組立てる部品等については、人間の目によること
なく画像認識処理によってその位置や傾きを確認し、そ
の把握された情報に基いてロボットにより組立て加工が
行われている。したがって、画像認識技術には、一層の
高速化、高精度化が要望されている。
【０００３】１．従来の画像認識装置の構成 まず、一般に用いられる相関技術に基く画像認識装置に
ついて、その概略を図１により説明する。図１におい
て、画像入力部１は、認識したい画像をカメラ等によっ
て撮像し、その画像入力信号をＡ／Ｄ変換することによ
り、後段でのデジタル処理ができるように構成されてい
る。
ついて、その概略を図１により説明する。図１におい
て、画像入力部１は、認識したい画像をカメラ等によっ
て撮像し、その画像入力信号をＡ／Ｄ変換することによ
り、後段でのデジタル処理ができるように構成されてい
る。
【０００４】画像切出し部２は、先に入力した画像信号
から所定の位置に対応する信号を抽出する（切出す）よ
うに構成されている。該切出し部２より切出される情報
量は、認識したい標準パターンを表現したベクトル要素
数と同一になるようされている。
から所定の位置に対応する信号を抽出する（切出す）よ
うに構成されている。該切出し部２より切出される情報
量は、認識したい標準パターンを表現したベクトル要素
数と同一になるようされている。
【０００５】標準パターンメモリ３，３，‥‥は、認識
したいパターンであるパターン０〜パターン＋２を標準
パターンとして記憶するメモリであり、各メモリは夫
々、例えば、部品の向きが基準方向である基準の標準パ
ターン０、この基準の標準パターンを正の方向に若干角
度回転した標準パターン＋１、標準パターン＋１を更に
正の方向に若干角度回転した標準パターン＋２、また基
準の標準パターン０を負の方向に若干角度回転した標準
パターン−１、標準パターン−１を更に負の方向に若干
角度回転した標準パターン−２を記憶している。このよ
うに基準となる基準パターン０に対し、夫々正負の方向
に回転した標準パターンを含めているのは、撮像された
画像が必ずしも同一方向に向いてはいないからである。
なお、標準パターンは、その形状の水平方向画素数と垂
直方向画素数との乗算で得られる数、即ち標準パターン
を構成する全画素数Ｎの数列で表現されるので、Ｎ次元
のベクトル値として扱われる。
したいパターンであるパターン０〜パターン＋２を標準
パターンとして記憶するメモリであり、各メモリは夫
々、例えば、部品の向きが基準方向である基準の標準パ
ターン０、この基準の標準パターンを正の方向に若干角
度回転した標準パターン＋１、標準パターン＋１を更に
正の方向に若干角度回転した標準パターン＋２、また基
準の標準パターン０を負の方向に若干角度回転した標準
パターン−１、標準パターン−１を更に負の方向に若干
角度回転した標準パターン−２を記憶している。このよ
うに基準となる基準パターン０に対し、夫々正負の方向
に回転した標準パターンを含めているのは、撮像された
画像が必ずしも同一方向に向いてはいないからである。
なお、標準パターンは、その形状の水平方向画素数と垂
直方向画素数との乗算で得られる数、即ち標準パターン
を構成する全画素数Ｎの数列で表現されるので、Ｎ次元
のベクトル値として扱われる。
【０００６】パターン選択部４は、標準パターンメモリ
３，３，‥‥に記憶されたパターン０〜パターン＋２の
うち、いずれか１個のパターンを指定選択できるように
構成されている。個々の標準パターンはＮ次元のベクト
ルで表現されているので、パターン選択部４の出力もＮ
次元のベクトルで表現される。
３，３，‥‥に記憶されたパターン０〜パターン＋２の
うち、いずれか１個のパターンを指定選択できるように
構成されている。個々の標準パターンはＮ次元のベクト
ルで表現されているので、パターン選択部４の出力もＮ
次元のベクトルで表現される。
【０００７】相関演算部５は、２つの同次元ベクトルに
ついて正規相互相関演算を行う演算部であって、一方の
入力に画像切出し部２の出力であるＮ次元ベクトル情報
を、他方の入力にパターン選択部４の出力であるＮ次元
ベクトル情報を受けるように構成されている。
ついて正規相互相関演算を行う演算部であって、一方の
入力に画像切出し部２の出力であるＮ次元ベクトル情報
を、他方の入力にパターン選択部４の出力であるＮ次元
ベクトル情報を受けるように構成されている。
【０００８】２．相関演算の具体的方法 次に相関演算につき、図２を用いてその概略を説明す
る。 図２では、分かり易いように標準パターン１２をＮ
＝５×５＝２５の画素ｘ 1 ，ｘ2 ，‥‥，ｘ25（ｘj ）
より成るものとしてある。使用する標準パターンの種類
をｉとし、標準パターンｉに対する標準パターン及びそ
の各画素を夫々ｘ i 及びｘijで表す。
る。 図２では、分かり易いように標準パターン１２をＮ
＝５×５＝２５の画素ｘ 1 ，ｘ2 ，‥‥，ｘ25（ｘj ）
より成るものとしてある。使用する標準パターンの種類
をｉとし、標準パターンｉに対する標準パターン及びそ
の各画素を夫々ｘ i 及びｘijで表す。
【０００９】これに対し、入力画像１４はその撮像され
た領域は広いものであるが、そのうちの一部の領域１３
を取出し、これを構成する画素を標準パターン１２の場
合と同様にｙ1 ，ｙ2 ，‥‥，ｙ25（ｙj ）とする。そ
して、任意の切出し領域１３の数式上の表記をｙとす
る。 さて、ｘi とｙが決まると、次の一般式
た領域は広いものであるが、そのうちの一部の領域１３
を取出し、これを構成する画素を標準パターン１２の場
合と同様にｙ1 ，ｙ2 ，‥‥，ｙ25（ｙj ）とする。そ
して、任意の切出し領域１３の数式上の表記をｙとす
る。 さて、ｘi とｙが決まると、次の一般式
【数１】 による演算を行う。この式（１）が正規相互相関の定義
式である。
式である。
【００１０】しかし、式（１）をそのまま装置に構成す
ると、多くの項を逐次計算しなければならず高速化を望
めない。そこで一般には、この式中に含まれる項ができ
るだけ少なくなるよう前処理を加える。
ると、多くの項を逐次計算しなければならず高速化を望
めない。そこで一般には、この式中に含まれる項ができ
るだけ少なくなるよう前処理を加える。
【００１１】 具体的にいえば、切出し領域１３の全
画素情報の平均値を計算し、平均値をオフセット（偏
差）量としてこれを各画素から減算する正規化演算を行
う（６５）。即ち、
画素情報の平均値を計算し、平均値をオフセット（偏
差）量としてこれを各画素から減算する正規化演算を行
う（６５）。即ち、
【数２】 の計算により切出した領域の画素に係るオフセット値ａ
を得、それから各切出し画素（要素）毎に
を得、それから各切出し画素（要素）毎に
【数３】 を計算する。このようにして得られた切出し画素情報
を、以下ベクトル表記して
を、以下ベクトル表記して
【数４】 とし、これを正規化された切出し領域という。ここまで
で、入力画像に対する準備が終了する。 一方、各標準パターンｉについても、濃淡値の平均
が０となるように全ベクトル要素からオフセット値を減
算する（６４）。即ち、
で、入力画像に対する準備が終了する。 一方、各標準パターンｉについても、濃淡値の平均
が０となるように全ベクトル要素からオフセット値を減
算する（６４）。即ち、
【数５】 により各標準パターンｉ毎のオフセット値ａi を計算
し、それから各標準パターンｉの要素毎に
し、それから各標準パターンｉの要素毎に
【数６】 を計算する。このようにして得られた要素をベクトル表
記し、
記し、
【数７】 とする。以下、これを正規化された標準パターンとい
う。
う。
【００１２】 上記準備によって、
【数８】
【数９】 となるため、（１）式は、
【数１０】 と書換えられ、簡単になる。なお、分母の第１項は、標
準パターンについてのみの計算式であるので、予め計算
することができる性質のものである。したがって、パタ
ーン突合せ（マッチング）処理をするに当たり、実時間
で計算しなければならないのは、分子項と分母第２項の
みとなる。
準パターンについてのみの計算式であるので、予め計算
することができる性質のものである。したがって、パタ
ーン突合せ（マッチング）処理をするに当たり、実時間
で計算しなければならないのは、分子項と分母第２項の
みとなる。
【００１３】 次に、（１０）式の分子をみると、こ
れは標準パターンｉに係るベクトルと入力画像に係るベ
クトルとの内積を表し、分母は、標準パターンｉのノル
ム（norm）及び切出し領域のノルムを表している。よっ
て、（１０）式は、
れは標準パターンｉに係るベクトルと入力画像に係るベ
クトルとの内積を表し、分母は、標準パターンｉのノル
ム（norm）及び切出し領域のノルムを表している。よっ
て、（１０）式は、
【数１１】 と書くことができる。なお、（１０）式の分子には係数
Ｎが乗じられているが、Ｎは定数であるから計算を単純
にするためこれを無視した。
Ｎが乗じられているが、Ｎは定数であるから計算を単純
にするためこれを無視した。
【００１４】（１１）式から分かるように、入力画像に
対して行う標準パターンｉとの正規相互相関演算は、入
力画像の正規化された切出し領域を表現したベクトルの
長さと、正規化された標準パターンベクトルとの内積を
とることで実現される。
対して行う標準パターンｉとの正規相互相関演算は、入
力画像の正規化された切出し領域を表現したベクトルの
長さと、正規化された標準パターンベクトルとの内積を
とることで実現される。
【００１５】 以上の前処理により、相関演算は（１
１）式に従って行いうることが分かる（６６）。この演
算は、先に取出した一部の領域１３を入力画像中で順次
移動させ、画像全体に対して行う。相互相関では、２つ
のパターンが全く一致した時に最も高い数値となること
が知られている。この性質により、画像全体に対して行
われた演算結果のうち最も高い数値を示した座標が、標
準パターンと同一（もしくは最も類似）の物品が撮像さ
れている位置である、ということになる。
１）式に従って行いうることが分かる（６６）。この演
算は、先に取出した一部の領域１３を入力画像中で順次
移動させ、画像全体に対して行う。相互相関では、２つ
のパターンが全く一致した時に最も高い数値となること
が知られている。この性質により、画像全体に対して行
われた演算結果のうち最も高い数値を示した座標が、標
準パターンと同一（もしくは最も類似）の物品が撮像さ
れている位置である、ということになる。
【００１６】３．相関演算により物品を認識する手順 次に、図１に示した構成において、上記相互相関演算を
行う手順を説明する。画像入力部１で撮像された、認識
したい物品を含む画像情報は、画像切出し部２によって
切出され、一定範囲内の情報が抽出される。このときの
切出し領域の形状は、標準パターンメモリ３，３，‥‥
に記憶されている標準パターンの外郭の形状と同一であ
る。即ち、切出し領域及び標準パターンを構成する縦方
向の画素数と横方向の画素数とは、夫々一致している。
したがって、画像切出しされる情報も、Ｎ次元のベクト
ル情報として取扱われる。
行う手順を説明する。画像入力部１で撮像された、認識
したい物品を含む画像情報は、画像切出し部２によって
切出され、一定範囲内の情報が抽出される。このときの
切出し領域の形状は、標準パターンメモリ３，３，‥‥
に記憶されている標準パターンの外郭の形状と同一であ
る。即ち、切出し領域及び標準パターンを構成する縦方
向の画素数と横方向の画素数とは、夫々一致している。
したがって、画像切出しされる情報も、Ｎ次元のベクト
ル情報として取扱われる。
【００１７】一方、パターン選択部４で選択する標準パ
ターンは、まずパターン０とする。そうすると、撮像し
た画像から切出した位置と標準パターンが決まるので、
これら２つのＮ次元ベクトル情報を対象として正規相互
相関演算を行い、この切出し領域の相関値を算出する。
ターンは、まずパターン０とする。そうすると、撮像し
た画像から切出した位置と標準パターンが決まるので、
これら２つのＮ次元ベクトル情報を対象として正規相互
相関演算を行い、この切出し領域の相関値を算出する。
【００１８】次に、パターン選択部４で選択する標準パ
ターンを、次のパターンであるパターン−１とすると共
に、先にパターン０を対象として正規相互相関演算を行
った切出し領域と同一の切出し領域に対して相関値を算
出する。以下同様に、残りの標準パターンすべてについ
てこの相関演算を繰返す。結局、上記の構成による場
合、同一の切出し領域に対して５つの相関演算を行うこ
とになる。
ターンを、次のパターンであるパターン−１とすると共
に、先にパターン０を対象として正規相互相関演算を行
った切出し領域と同一の切出し領域に対して相関値を算
出する。以下同様に、残りの標準パターンすべてについ
てこの相関演算を繰返す。結局、上記の構成による場
合、同一の切出し領域に対して５つの相関演算を行うこ
とになる。
【００１９】次に、切出し領域を入力画像中で順次１画
素ステップでシフトする「走査処理」をしてゆき、上述
のようなパターン突合せ処理を全入力画像に対して行
う。こうした処理の結果、各標準パターンｉに対して最
も高い数値を得られた切出し位置が、その標準パターン
に係る物品が存在した位置ということになる。
素ステップでシフトする「走査処理」をしてゆき、上述
のようなパターン突合せ処理を全入力画像に対して行
う。こうした処理の結果、各標準パターンｉに対して最
も高い数値を得られた切出し位置が、その標準パターン
に係る物品が存在した位置ということになる。
【００２０】
【発明が解決しようとする課題】ここで、上述の相関演
算によるパターン突合せ処理をする場合、１つの切出し
領域において最も演算時間を要する乗算処理の回数を数
えると、
算によるパターン突合せ処理をする場合、１つの切出し
領域において最も演算時間を要する乗算処理の回数を数
えると、
【数１２】 ではＮ回、
【数１３】 では（Ｎ＋１）回である。その他にも乗算があるが、Ｎ
が大きい場合にはほぼ無視できるので、約２Ｎ回の乗算
が行われるといえる。結局、１標準パターン当たり２Ｎ
回の演算が必要になる。いま認識したいパターンの数を
Ｐとすると、夫々の標準パターンについて上記演算が行
われるので、１つの切出し位置につき２ＮＰ回の乗算処
理をすることになる。
が大きい場合にはほぼ無視できるので、約２Ｎ回の乗算
が行われるといえる。結局、１標準パターン当たり２Ｎ
回の演算が必要になる。いま認識したいパターンの数を
Ｐとすると、夫々の標準パターンについて上記演算が行
われるので、１つの切出し位置につき２ＮＰ回の乗算処
理をすることになる。
【００２１】本画像認識装置を部品組立て処理などに利
用するためには、標準パターンとして縦１００画素、横
１００画素程度のものが必要である。したがって、この
場合には、認識すべき標準パターンを１つ増す毎に２０
０００回の乗算処理が増えることになる。これでは、抽
出すべき物品数や傾きの許容度を拡大したとき、満足で
きる速度で処理することができなくなる。
用するためには、標準パターンとして縦１００画素、横
１００画素程度のものが必要である。したがって、この
場合には、認識すべき標準パターンを１つ増す毎に２０
０００回の乗算処理が増えることになる。これでは、抽
出すべき物品数や傾きの許容度を拡大したとき、満足で
きる速度で処理することができなくなる。
【００２２】また、上述のような簡単なパターン突合せ
では、標準パターン中の全画素について、該パターン中
に重要な特徴があるかどうかに拘らず平等に取扱ってい
る。したがって、先の例の如く、撮像された部品が必ず
しも一方向に向いていないために標準パターンとして基
準となる標準パターンの外に夫々回転した標準パターン
を含めなければならない場合において、現実に撮像され
た物品の回転角が用意された標準パターンのうちの１つ
と同一でないときには、その相関値の低下が顕著となり
抽出に失敗することがある、という問題点があった。よ
って、かかる問題点を解決することが本発明の課題であ
る。
では、標準パターン中の全画素について、該パターン中
に重要な特徴があるかどうかに拘らず平等に取扱ってい
る。したがって、先の例の如く、撮像された部品が必ず
しも一方向に向いていないために標準パターンとして基
準となる標準パターンの外に夫々回転した標準パターン
を含めなければならない場合において、現実に撮像され
た物品の回転角が用意された標準パターンのうちの１つ
と同一でないときには、その相関値の低下が顕著となり
抽出に失敗することがある、という問題点があった。よ
って、かかる問題点を解決することが本発明の課題であ
る。
【００２３】
【課題を解決するための手段】本発明の骨子は、Ｋ−Ｌ
展開法（Karhunen-Loeve Expansion）を画像処理に用い
ることにより、特徴を捉えた表現で標準パターンを登録
し、現実に撮像された物品の回転角が用意された標準パ
ターンのうちの１つと同一でないときでも、相関値の低
下が顕著とならず認識率の向上を期待できるようにした
点にある。
展開法（Karhunen-Loeve Expansion）を画像処理に用い
ることにより、特徴を捉えた表現で標準パターンを登録
し、現実に撮像された物品の回転角が用意された標準パ
ターンのうちの１つと同一でないときでも、相関値の低
下が顕著とならず認識率の向上を期待できるようにした
点にある。
【００２４】本発明では更に、Ｋ−Ｌ展開法で表現され
た標準パターンのうち、複数の標準パターンにおいて同
一の演算をする共通部分を抽出し、かかる演算を１つの
切出し領域の演算において共通に利用することにより、
従来技術に対して認識率低下を招くことなく飛躍的な高
速化を計っている。
た標準パターンのうち、複数の標準パターンにおいて同
一の演算をする共通部分を抽出し、かかる演算を１つの
切出し領域の演算において共通に利用することにより、
従来技術に対して認識率低下を招くことなく飛躍的な高
速化を計っている。
【００２５】まず、本発明に用いるＫ−Ｌ展開について
説明する。Ｋ−Ｌ展開については他の文献に詳しく説明
されているが、ここでは演算手順についても簡単に述べ
ることにする。 （ａ） Ｋ−Ｌ展開による標準パターン表現の性質 Ｋ−Ｌ展開とは、複数の標準パターンにおいて、各標準
パターンに共通の性質がある要素と、各標準パターンに
特有の性質がある要素とを分離し、これらの要素を線型
結合の形式で表記すると共に、標準パターン毎に対応す
る係数の組を後者要素に組合せ、前記要素のみから各標
準パターンを表現するものである。ここで、標準パター
ンに特有の性質を表す要素は、各標準パターンについて
直交独立のベクトルとなっているという特徴がある。
説明する。Ｋ−Ｌ展開については他の文献に詳しく説明
されているが、ここでは演算手順についても簡単に述べ
ることにする。 （ａ） Ｋ−Ｌ展開による標準パターン表現の性質 Ｋ−Ｌ展開とは、複数の標準パターンにおいて、各標準
パターンに共通の性質がある要素と、各標準パターンに
特有の性質がある要素とを分離し、これらの要素を線型
結合の形式で表記すると共に、標準パターン毎に対応す
る係数の組を後者要素に組合せ、前記要素のみから各標
準パターンを表現するものである。ここで、標準パター
ンに特有の性質を表す要素は、各標準パターンについて
直交独立のベクトルとなっているという特徴がある。
【００２６】本展開によれば、共通の性質を表す要素が
標準パターン群のおよその性質を代表しているために、
パターン認識によって類似形態のものを抽出し易くする
と共に、標準パターン毎の分離は直交独立のベクトルと
のベクトル演算によって行われるので、いわゆる弛緩法
（Relaxation Method ）を１つの演算中で実現している
のと類似の効果が期待できる。
標準パターン群のおよその性質を代表しているために、
パターン認識によって類似形態のものを抽出し易くする
と共に、標準パターン毎の分離は直交独立のベクトルと
のベクトル演算によって行われるので、いわゆる弛緩法
（Relaxation Method ）を１つの演算中で実現している
のと類似の効果が期待できる。
【００２７】（ｂ） Ｋ−Ｌ展開による標準パターン表
現の具体的演算方法 本発明では、Ｋ−Ｌ展開を標準パターンに対してのみ適
用する。具体的には、以下のような演算を行う。
現の具体的演算方法 本発明では、Ｋ−Ｌ展開を標準パターンに対してのみ適
用する。具体的には、以下のような演算を行う。
【００２８】 まず、従来の技術においても行ってい
るように、各標準パターンｉについて全画素の濃淡値平
均が０となるようにオフセット値を減算する。即ち、前
記の（５）式
るように、各標準パターンｉについて全画素の濃淡値平
均が０となるようにオフセット値を減算する。即ち、前
記の（５）式
【数１４】 により各標準パターンｉ毎のオフセット値ａi を計算
し、それから各標準パターンｉの要素毎に前記の（６）
式
し、それから各標準パターンｉの要素毎に前記の（６）
式
【数１５】 を計算する。こうして得られた要素をベクトル表記し、
前記の（７）式
前記の（７）式
【数１６】 とする。以下、これを正規化された標準パターンとい
う。
う。
【００２９】 次に、Ｐ個ある標準パターンの対応す
るベクトル要素毎の平均を取る。即ち、
るベクトル要素毎の平均を取る。即ち、
【数１７】 を計算する。こうして得られた要素をベクトル表記し、
【数１８】 とする。
【００３０】 次に、及びで得られたベクトルに
基いて共分散行列Ａを定義する。
基いて共分散行列Ａを定義する。
【数１９】
【００３１】 次に、で得られた共分散行列の固有
値問題、即ち、 Ａｅj ＝Ａλj ‥‥（２０） を解くことによって固有ベクトルｅj と固有値λj （ｊ
＝１，２，‥‥，Ｐ−１前記のｊとは異なる点に注意）
を求める。ただし、固有ベクトルｅj と固有値λ j のｊ
＝１，‥‥，Ｐ−１への割当ては、 λ1 ＞λ2 ＞‥‥＞λP-1 ‥‥（２１） となるようにする。
値問題、即ち、 Ａｅj ＝Ａλj ‥‥（２０） を解くことによって固有ベクトルｅj と固有値λj （ｊ
＝１，２，‥‥，Ｐ−１前記のｊとは異なる点に注意）
を求める。ただし、固有ベクトルｅj と固有値λ j のｊ
＝１，‥‥，Ｐ−１への割当ては、 λ1 ＞λ2 ＞‥‥＞λP-1 ‥‥（２１） となるようにする。
【００３２】ここで、固有値の数がたかだかＰ−１個し
かないのは、共分散行列において共通項であるｃを各標
準パターンについて演算しているので、独立度が１つ減
少するためである。
かないのは、共分散行列において共通項であるｃを各標
準パターンについて演算しているので、独立度が１つ減
少するためである。
【００３３】以上のようにして得られた固有値λj は、
これに対する固有ベクトルｅj がどの程度各標準パター
ンに固有の特徴を有しているかの度合いを示す指標とな
っており、このため、固有値が大きい程、これに対応す
る固有ベクトルが各標準パターンを分離するのに重要な
意義を有しているといえる。なお、固有ベクトルｅ
j は、夫々Ｎ次元の直交基底となっている。
これに対する固有ベクトルｅj がどの程度各標準パター
ンに固有の特徴を有しているかの度合いを示す指標とな
っており、このため、固有値が大きい程、これに対応す
る固有ベクトルが各標準パターンを分離するのに重要な
意義を有しているといえる。なお、固有ベクトルｅ
j は、夫々Ｎ次元の直交基底となっている。
【００３４】 次に、上述の処理で得られた固有ベク
トルｅj を用いて正規化された標準パターンを書換え
る。
トルｅj を用いて正規化された標準パターンを書換え
る。
【数２０】 ここで、ｐijは
【数２１】 によって決定される。このように、元の標準パターンは
式（２２）及び（２３）のような表記に展開され、これ
をＫ−Ｌ展開表現という。
式（２２）及び（２３）のような表記に展開され、これ
をＫ−Ｌ展開表現という。
【００３５】 各固有ベクトルに対応する固有値は各
標準パターンの特徴を表現することに寄与しているとは
いえ、固有値が小さい固有ベクトルは、画像識別におい
て余り意味がない。したがって、Ｋ−Ｌ展開によれば、
（２２）式のように全固有ベクトルについて１次結合し
ていなくても、多少の誤差を許容すれば、１次結合する
項数を制限することが可能である。
標準パターンの特徴を表現することに寄与しているとは
いえ、固有値が小さい固有ベクトルは、画像識別におい
て余り意味がない。したがって、Ｋ−Ｌ展開によれば、
（２２）式のように全固有ベクトルについて１次結合し
ていなくても、多少の誤差を許容すれば、１次結合する
項数を制限することが可能である。
【００３６】例えば、この結合項数をＫとして
【数２２】 と近似表現してもよいことになる。ここに、ｐijは（２
３）式で与えられるものと同じである。
３）式で与えられるものと同じである。
【００３７】なお、Ｋ−Ｌ展開された標準パターン情報
（２４）式は、数多くの計算を必要とするが、これらの
計算は入力する画像とは無関係である。よって、認識し
たい標準パターンが予め決まっている限り、事前に計算
してその計算結果を記憶しておき、必要に応じてこれを
読出せばよい。また、Ｋは、固有値及び許容できる認識
率を確認しながら決定すればよい。
（２４）式は、数多くの計算を必要とするが、これらの
計算は入力する画像とは無関係である。よって、認識し
たい標準パターンが予め決まっている限り、事前に計算
してその計算結果を記憶しておき、必要に応じてこれを
読出せばよい。また、Ｋは、固有値及び許容できる認識
率を確認しながら決定すればよい。
【００３８】 しかし、上記（２４）式は標準パター
ンを単にＫ−Ｌ展開しただけであり、この結果を（１
１）式に適用したとしても、認識率の差こそあれ、従来
と同じ数の演算をしなければならず、演算の高速化は望
めない。
ンを単にＫ−Ｌ展開しただけであり、この結果を（１
１）式に適用したとしても、認識率の差こそあれ、従来
と同じ数の演算をしなければならず、演算の高速化は望
めない。
【００３９】即ち、１つの切出し位置における１つの標
準パターンに関する乗算数は、相関値分子項で約Ｎ回、
相関値分母項中の 演算で約Ｎ回になる。そして、Ｐ個の標準パターンがあ
る場合 演算の結果は共通に使えるので、分母項で約ＰＮ回の演
算が増えることになり、その結果全体として約（Ｐ＋
１）Ｎ回の演算が行われることが分かる。
準パターンに関する乗算数は、相関値分子項で約Ｎ回、
相関値分母項中の 演算で約Ｎ回になる。そして、Ｐ個の標準パターンがあ
る場合 演算の結果は共通に使えるので、分母項で約ＰＮ回の演
算が増えることになり、その結果全体として約（Ｐ＋
１）Ｎ回の演算が行われることが分かる。
【００４０】 そこで、本発明者は、標準パターン毎
に計算しなければならない項を減らすと共に、各標準パ
ターンで共通に演算できる項が多くなるように、（１
１）式を変形し、この変形した式に基いて装置を構成す
ることとした。即ち、（１１）式はその分子が線型結合
されているので、これに分配法則を適用して
に計算しなければならない項を減らすと共に、各標準パ
ターンで共通に演算できる項が多くなるように、（１
１）式を変形し、この変形した式に基いて装置を構成す
ることとした。即ち、（１１）式はその分子が線型結合
されているので、これに分配法則を適用して
【数２３】 とする。
【００４１】なお、 のノルムの項は、（２４）式によって得られる近似した に基く。また、分子第１項と、分子第２項内の 項とは、１つの画像切出しが行われる毎に１回だけ演算
すればよいものである。したがって、標準パターンを１
つ増しても、それによって単にスカラー演算が１回増す
に留まることが示唆されている。
すればよいものである。したがって、標準パターンを１
つ増しても、それによって単にスカラー演算が１回増す
に留まることが示唆されている。
【００４２】
【発明の実施の形態】Ｋ−Ｌ展開を用いた本発明の実施
例を図３を用いて説明する。画像入力部３１は、認識し
たい画像をカメラ等により撮像し、その入力をＡ／Ｄ変
換して、後段でデジタル処理ができるようにする。画像
切出し部３２は、入力した画像から所定の位置（領域）
を切出す（抽出する）ように構成する。該切出し部３２
より切出される情報量は、認識したい標準パターンを表
現したベクトル要素の数と同一とする。
例を図３を用いて説明する。画像入力部３１は、認識し
たい画像をカメラ等により撮像し、その入力をＡ／Ｄ変
換して、後段でデジタル処理ができるようにする。画像
切出し部３２は、入力した画像から所定の位置（領域）
を切出す（抽出する）ように構成する。該切出し部３２
より切出される情報量は、認識したい標準パターンを表
現したベクトル要素の数と同一とする。
【００４３】濃度正規化部３３は、切出した領域の画素
の全情報の平均値を計算し、その平均値をオフセット量
として各画素から減算する演算を行う。具体的には、前
記の（２）式
の全情報の平均値を計算し、その平均値をオフセット量
として各画素から減算する演算を行う。具体的には、前
記の（２）式
【数２４】 の計算により、切出した領域に係るオフセット値ａを
得、それから各切出し要素毎に前記の（３）式
得、それから各切出し要素毎に前記の（３）式
【数２５】 を計算する。こうして得られた切出し画素情報をベクト
ル表記して、
ル表記して、
【数２６】 とする（前記（４）式参照）。この要素情報は、全標準
パターンについて共通に利用されるので、１つの切出し
毎に保持しておく。
パターンについて共通に利用されるので、１つの切出し
毎に保持しておく。
【００４４】固有ベクトル情報メモリ３６，３６‥‥
は、各標準パターンについて予め演算されたＫ−Ｌ展開
で得られた固有ベクトル情報を記憶するメモリである。
具体的には、（２０）式から得られるｅj （ｊ＝１，
２，‥‥，Ｋ）がこれらのメモリに記憶されている。
は、各標準パターンについて予め演算されたＫ−Ｌ展開
で得られた固有ベクトル情報を記憶するメモリである。
具体的には、（２０）式から得られるｅj （ｊ＝１，
２，‥‥，Ｋ）がこれらのメモリに記憶されている。
【００４５】固有ベクトル重み情報メモリ３９，３９，
‥‥は、上記固有ベクトル情報に対応して各標準パター
ン毎に決定されるｐijを記憶するメモリである。具体的
には、前記の（２３）式
‥‥は、上記固有ベクトル情報に対応して各標準パター
ン毎に決定されるｐijを記憶するメモリである。具体的
には、前記の（２３）式
【数２７】 によって決定されたｐij（ｉ＝１，２，‥‥，Ｐ）（ｊ
＝１，２，‥‥，Ｋ）が記憶されている。ここに、ｐij
はスカラー量である。そして、後述する制御用ＣＰＵ６
２によりｉが指定されたときに、上記メモリ３９，３
９，‥‥は、その指定された標準パターンに対応するｐ
ijを出力する。
＝１，２，‥‥，Ｋ）が記憶されている。ここに、ｐij
はスカラー量である。そして、後述する制御用ＣＰＵ６
２によりｉが指定されたときに、上記メモリ３９，３
９，‥‥は、その指定された標準パターンに対応するｐ
ijを出力する。
【００４６】固有ベクトル相関要素計算部３７は、上記
固有ベクトル情報ｅj （ｊ＝１，２，‥‥Ｋ）と濃度正
規化された入力画像情報との内積演算を行い、 を算出する。この結果はスカラー値であるが（以下、便
宜上ｖj とする。）、固有ベクトル情報ｅj （ｊ＝１，
２，‥‥，Ｋ）毎に計算されるものであるから、Ｋ種類
の数値群が得られることになる。
固有ベクトル情報ｅj （ｊ＝１，２，‥‥Ｋ）と濃度正
規化された入力画像情報との内積演算を行い、 を算出する。この結果はスカラー値であるが（以下、便
宜上ｖj とする。）、固有ベクトル情報ｅj （ｊ＝１，
２，‥‥，Ｋ）毎に計算されるものであるから、Ｋ種類
の数値群が得られることになる。
【００４７】パターン依存相関要素計算部３８は、先に
得られたｖj と固有ベクトル重み情報ｐijとの乗算を行
う。ここで、ｖj 及びｐijは夫々スカラー量であるの
で、１つの標準パターン毎にＫ回の乗算が行われる。
得られたｖj と固有ベクトル重み情報ｐijとの乗算を行
う。ここで、ｖj 及びｐijは夫々スカラー量であるの
で、１つの標準パターン毎にＫ回の乗算が行われる。
【００４８】Σ計算部４０は、スカラー加算を行う加算
部であって、パターン依存相関要素計算部３８で計算さ
れたｖj ・ｐijについてｊ＝１，２，‥‥，Ｋまで各ス
カラー値毎に加算する。これによって、
部であって、パターン依存相関要素計算部３８で計算さ
れたｖj ・ｐijについてｊ＝１，２，‥‥，Ｋまで各ス
カラー値毎に加算する。これによって、
【数２８】 を得たことになる。
【００４９】共通パターン情報メモリ３４は、標準パタ
ーンの共通するパターン情報である前記（１８）式によ
るＮ次元ベクトル
ーンの共通するパターン情報である前記（１８）式によ
るＮ次元ベクトル
【数２９】 を記憶する部分である。
【００５０】共通パターン相関要素計算部３５は、入力
画像から抽出した１つの切出し領域に対する、全標準パ
ターンの共通するパターン情報である（１８）式のベク
トルとの内積演算を行う部分である。この演算により、
前記（２５）式の分子第１項である が算出されることになる。
画像から抽出した１つの切出し領域に対する、全標準パ
ターンの共通するパターン情報である（１８）式のベク
トルとの内積演算を行う部分である。この演算により、
前記（２５）式の分子第１項である が算出されることになる。
【００５１】加算部４４は、Σ計算部４０と共通パター
ン相関要素計算部３５の出力をスカラー加算する部分で
ある。この出力は、正規相関値に対応した（２５）式の
相関値Ｃi の分子項の値に相当する。
ン相関要素計算部３５の出力をスカラー加算する部分で
ある。この出力は、正規相関値に対応した（２５）式の
相関値Ｃi の分子項の値に相当する。
【００５２】 計算部４１は濃度正規化部３３より得られた切出し入力
画像ベクトルのノルムを算出する部分であって、１つの
切出しに対してＮ回の掛け算（自乗算）が行われる。し
たがって、その出力値はスカラー量である。
画像ベクトルのノルムを算出する部分であって、１つの
切出しに対してＮ回の掛け算（自乗算）が行われる。し
たがって、その出力値はスカラー量である。
【００５３】 メモリ４２は、標準パターンを表現したベクトルのノル
ムを各標準パターンの種類ｉ毎に記憶しているメモリで
あり、ｉが後述する制御用ＣＰＵ６２により指定された
ときに、その指定された標準パターンに対応する のノルムを出力する。その出力値は、スカラー量であ
る。
ムを各標準パターンの種類ｉ毎に記憶しているメモリで
あり、ｉが後述する制御用ＣＰＵ６２により指定された
ときに、その指定された標準パターンに対応する のノルムを出力する。その出力値は、スカラー量であ
る。
【００５４】乗算部４３は、上記 計算部４１の出力値及び メモリ４２の出力値の乗算を行う部分である。この値
は、正規相関値に対応した相関値Ｃi （（２５）式）の
分母項に相当する。
は、正規相関値に対応した相関値Ｃi （（２５）式）の
分母項に相当する。
【００５５】除算部４５は、加算部４４の出力を乗算部
４３の出力で除算する部分である。この演算は、１つの
切出し領域に対する１つの標準パターン間の演算でただ
１回行われ、その出力は正規相関値に対応した相関値Ｃ
i （（２５）式）に相当する。
４３の出力で除算する部分である。この演算は、１つの
切出し領域に対する１つの標準パターン間の演算でただ
１回行われ、その出力は正規相関値に対応した相関値Ｃ
i （（２５）式）に相当する。
【００５６】相関結果バンク６３，６３，‥‥は、標準
パターンの種類ｉ（Ｐ個）毎に独立したメモリバンクで
あって、１つのバンク６３の中に入力画像の画素数とほ
ぼ同数の数値を記憶することができ、これらのバンク
は、除算部４５の出力を、その演算が行われた標準パタ
ーン及び切出した領域に対応する番地に格納するように
なっている。
パターンの種類ｉ（Ｐ個）毎に独立したメモリバンクで
あって、１つのバンク６３の中に入力画像の画素数とほ
ぼ同数の数値を記憶することができ、これらのバンク
は、除算部４５の出力を、その演算が行われた標準パタ
ーン及び切出した領域に対応する番地に格納するように
なっている。
【００５７】制御用ＣＰＵ６２は、画像入力の切出し、
標準パターンｉの指定、相関結果バンクのバンク選択を
すると共に、相関結果バンク６３内に記憶された情報の
読出しを行う。
標準パターンｉの指定、相関結果バンクのバンク選択を
すると共に、相関結果バンク６３内に記憶された情報の
読出しを行う。
【００５８】次に、上述した装置の動作を説明する。画
像入力部３１から入力された画像はＡ／Ｄ変換され、画
像切出し部３２の作用により、制御用ＣＰＵ６２から指
定された位置（領域）が切出される。切出された画像情
報は、濃度正規化部３３により平均値が０となるように
正規化される。
像入力部３１から入力された画像はＡ／Ｄ変換され、画
像切出し部３２の作用により、制御用ＣＰＵ６２から指
定された位置（領域）が切出される。切出された画像情
報は、濃度正規化部３３により平均値が０となるように
正規化される。
【００５９】制御用ＣＰＵ６２は標準パターンの種類ｉ
を指定し、これによって指定を受けた固有ベクトル重み
情報メモリ３９は、固有ベクトル重み情報ｐijを出力す
る。
を指定し、これによって指定を受けた固有ベクトル重み
情報メモリ３９は、固有ベクトル重み情報ｐijを出力す
る。
【００６０】次いで、濃度正規化部３３の出力と共通パ
ターン情報メモリ３４に記憶された共通パターン情報 との内積が、共通パターン相関要素計算部３５で演算さ
れる。この演算によって前記（２５）式の分子第１項で
ある が算出されることになるが、これは、１つの切出し領域
についてただ１回行われればよく、したがって１つの切
出し領域毎にＮ回の乗算が行われる。
ターン情報メモリ３４に記憶された共通パターン情報 との内積が、共通パターン相関要素計算部３５で演算さ
れる。この演算によって前記（２５）式の分子第１項で
ある が算出されることになるが、これは、１つの切出し領域
についてただ１回行われればよく、したがって１つの切
出し領域毎にＮ回の乗算が行われる。
【００６１】他方、濃度正規化部３３の出力は、固有ベ
クトル相関要素計算部３７において の算出に使用される。その演算は、１つの切出し領域に
対する１つの固有ベクトル情報毎にＮ回行われるので、
１つの切出し領域毎に全種類の固有ベクトルについて演
算すると、ＮＫ回演算が行われることになる。ただし、
この演算は、パターン突合せをする標準パターンの種類
に拘らずただ１回行えばよいものである。
クトル相関要素計算部３７において の算出に使用される。その演算は、１つの切出し領域に
対する１つの固有ベクトル情報毎にＮ回行われるので、
１つの切出し領域毎に全種類の固有ベクトルについて演
算すると、ＮＫ回演算が行われることになる。ただし、
この演算は、パターン突合せをする標準パターンの種類
に拘らずただ１回行えばよいものである。
【００６２】次に、パターン依存相関要素計算部３８を
通してΣ計算が行われ、前記（２５）式の分子第２項が
計算される。ここで、パターン依存相関要素計算部３８
は、制御用ＣＰＵ６２により指定された標準パターンを
処理する毎に計算を行う。したがって、１つの切出し領
域に対する全標準パターンの突合せ計算のためにＫＰ回
の演算が行われることになる。
通してΣ計算が行われ、前記（２５）式の分子第２項が
計算される。ここで、パターン依存相関要素計算部３８
は、制御用ＣＰＵ６２により指定された標準パターンを
処理する毎に計算を行う。したがって、１つの切出し領
域に対する全標準パターンの突合せ計算のためにＫＰ回
の演算が行われることになる。
【００６３】一方 計算部４１は、正規化された切出し領域情報のノルム を計算する。この結果と、制御用ＣＰＵ６２から指定さ
れた標準パターンの種類ｉに対応して メモリ４２から引出された 値とが乗算され（４３）、相関値Ｃi の分母項の演算が
行われる。
れた標準パターンの種類ｉに対応して メモリ４２から引出された 値とが乗算され（４３）、相関値Ｃi の分母項の演算が
行われる。
【００６４】次に、これら分子及び分母の値が除算され
（４５）、この結果は、指定された標準パターンの種類
ｉ及び制御用ＣＰＵ６２から指定を受けた切出し位置に
対応する相関結果バンク６３の番地に記憶される。
（４５）、この結果は、指定された標準パターンの種類
ｉ及び制御用ＣＰＵ６２から指定を受けた切出し位置に
対応する相関結果バンク６３の番地に記憶される。
【００６５】次に、制御用ＣＰＵ６２によって相関結果
バンク６３内が走査され、標準パターン毎にピーク値が
検出される。この結果、最も高いピーク値があった番地
に対応する切出し位置に、当該標準パターンに登録され
た物品が検出されたことになる。
バンク６３内が走査され、標準パターン毎にピーク値が
検出される。この結果、最も高いピーク値があった番地
に対応する切出し位置に、当該標準パターンに登録され
た物品が検出されたことになる。
【００６６】上述の実施例においては、全標準パターン
と１つの切出し位置との間で行われる乗算回数は、共通
パターン相関要素計算部３５でＮ回、固有ベクトル相関
要素計算部３７でＮＫ回、パターン依存相関要素計算部
３８でＰＫ回、そして 計算部４１でＮ回となり、全体で約Ｎ（Ｋ＋２）＋ＰＫ
回の演算が行われることが分かる。
と１つの切出し位置との間で行われる乗算回数は、共通
パターン相関要素計算部３５でＮ回、固有ベクトル相関
要素計算部３７でＮＫ回、パターン依存相関要素計算部
３８でＰＫ回、そして 計算部４１でＮ回となり、全体で約Ｎ（Ｋ＋２）＋ＰＫ
回の演算が行われることが分かる。
【００６７】実験により、一般の部品を認識するには、
標準パターンとして同一の物品を約４度ずつ回転させた
ものを用意すれば、満足できる結果が得られることが分
かっている。この条件の下では、Ｐ＝９０，Ｋ＝１０，
Ｎ＝１００００となる。
標準パターンとして同一の物品を約４度ずつ回転させた
ものを用意すれば、満足できる結果が得られることが分
かっている。この条件の下では、Ｐ＝９０，Ｋ＝１０，
Ｎ＝１００００となる。
【００６８】この条件では、従来の例によれば、全乗算
回数が約（Ｐ＋１）Ｎ回であるから約９０万回の演算が
行われることになる。これに対し上述の実施例によれ
ば、全乗算回数は、約Ｎ（Ｋ＋２）＋ＰＫ回であること
から約１０万回となり、ほぼ１／９に減少する。これよ
り、本発明によれば、飛躍的な高速化を期待できること
が理解できる。
回数が約（Ｐ＋１）Ｎ回であるから約９０万回の演算が
行われることになる。これに対し上述の実施例によれ
ば、全乗算回数は、約Ｎ（Ｋ＋２）＋ＰＫ回であること
から約１０万回となり、ほぼ１／９に減少する。これよ
り、本発明によれば、飛躍的な高速化を期待できること
が理解できる。
【００６９】以上の実施例の説明では、標準パターンと
して１つの物品を登録した場合を示したが、図４に示す
ような物品の一部５０を登録しても差支えない。図５に
示す如く１つの物品５１を撮像し、これに図４の標準パ
ターンを突合せた場合、制御用ＣＰＵ６２は、切出し位
置５３を順次走査する指示を出すことになるが、相関値
を手掛かりとしてコーナー部分５２でピーク値が検出さ
れるので、その位置検出は可能である。
して１つの物品を登録した場合を示したが、図４に示す
ような物品の一部５０を登録しても差支えない。図５に
示す如く１つの物品５１を撮像し、これに図４の標準パ
ターンを突合せた場合、制御用ＣＰＵ６２は、切出し位
置５３を順次走査する指示を出すことになるが、相関値
を手掛かりとしてコーナー部分５２でピーク値が検出さ
れるので、その位置検出は可能である。
【００７０】図６は、本発明装置を利用した組立てシス
テムの例を示す概略図である。例示したシステムは、プ
リント基板上に部品をマウントする装置である。プリン
ト基板７１は、部品を搭載するためのワーク（加工品）
であって、ベルトコンベア７２上を搬送される。ベルト
コンベア７２は、プリント基板７１を運ぶための搬送装
置であって、部品をマウントする位置で基板７１を停
止、固定できるように出来ている。
テムの例を示す概略図である。例示したシステムは、プ
リント基板上に部品をマウントする装置である。プリン
ト基板７１は、部品を搭載するためのワーク（加工品）
であって、ベルトコンベア７２上を搬送される。ベルト
コンベア７２は、プリント基板７１を運ぶための搬送装
置であって、部品をマウントする位置で基板７１を停
止、固定できるように出来ている。
【００７１】マウント治具７３は、ロボット等の移送装
置の作用端にチャックを具備したもので、部品の移送、
供給をするものである。ＣＣＤカメラ７４は、撮像装置
であって図３の画像入力部３１へ信号を供給する情報源
となる。この例では、これにより、プリント基板７１上
の部品をマウントすべき位置を検出するための画像信号
を入力する。
置の作用端にチャックを具備したもので、部品の移送、
供給をするものである。ＣＣＤカメラ７４は、撮像装置
であって図３の画像入力部３１へ信号を供給する情報源
となる。この例では、これにより、プリント基板７１上
の部品をマウントすべき位置を検出するための画像信号
を入力する。
【００７２】部品トレイ７５は、プリント基板７１上に
マウントする部品を載置するもので、マウント治具７３
により部品を取出せる位置に配置される。マウント治具
コントローラ７７は、マウント治具の制御及び本発明の
画像認識装置の認識開始を制御する制御部であって、ロ
ボット・チャック等を全体的に制御する。
マウントする部品を載置するもので、マウント治具７３
により部品を取出せる位置に配置される。マウント治具
コントローラ７７は、マウント治具の制御及び本発明の
画像認識装置の認識開始を制御する制御部であって、ロ
ボット・チャック等を全体的に制御する。
【００７３】画像認識装置７６は、本発明に係る認識部
であって、ＣＣＤカメラ７４により撮像したプリント基
板７１の画像情報から部品供給部分の位置と向きを決定
し、マウント治具コントローラ７７にその情報を伝達す
る。モニタ７８は、画像認識装置７６の制御用ＣＰＵ６
２の状態や撮像結果などを表示するための表示装置であ
る。
であって、ＣＣＤカメラ７４により撮像したプリント基
板７１の画像情報から部品供給部分の位置と向きを決定
し、マウント治具コントローラ７７にその情報を伝達す
る。モニタ７８は、画像認識装置７６の制御用ＣＰＵ６
２の状態や撮像結果などを表示するための表示装置であ
る。
【００７４】次に、本システムの動作について説明す
る。プリント基板がベルトコンベアによって搬送され、
所定のマウント位置に到着すると、ＣＣＤカメラによっ
て撮像され、そのプリント基板の画像情報から部品供給
部分の位置と向きが決定される。この結果をマウント治
具コントローラ７７に伝達すると、マウント治具コント
ローラはマウント治具を制御して所定の部品トレイから
必要な部品を取出し、先に決定された部品供給位置にこ
れを移送、供給し、組立て作業が実行される。
る。プリント基板がベルトコンベアによって搬送され、
所定のマウント位置に到着すると、ＣＣＤカメラによっ
て撮像され、そのプリント基板の画像情報から部品供給
部分の位置と向きが決定される。この結果をマウント治
具コントローラ７７に伝達すると、マウント治具コント
ローラはマウント治具を制御して所定の部品トレイから
必要な部品を取出し、先に決定された部品供給位置にこ
れを移送、供給し、組立て作業が実行される。
【００７５】必要があれば、標準パターンを入れ換え、
即ち、図３の共通パターン情報（３４）、固有ベクトル
情報（３６）、固有ベクトル重み情報（３９）、パター
ン距離情報（４２）を入れ換えることにより、他の部品
についての処理をすることも可能である。
即ち、図３の共通パターン情報（３４）、固有ベクトル
情報（３６）、固有ベクトル重み情報（３９）、パター
ン距離情報（４２）を入れ換えることにより、他の部品
についての処理をすることも可能である。
【００７６】
【発明の効果】以上説明したとおり、本発明によれば、
現実に撮像された物品の回転角が用意された標準パター
ンの１つと同一でないときでも、相関値の低下が顕著と
ならず、認識率が向上する。また、複数の標準パターン
において同一の演算をする共通部分を抽出し、かかる演
算を１つの切出し領域の演算において共通に利用するの
で、認識率低下を招くことなく飛躍的な高速化が可能で
ある。
現実に撮像された物品の回転角が用意された標準パター
ンの１つと同一でないときでも、相関値の低下が顕著と
ならず、認識率が向上する。また、複数の標準パターン
において同一の演算をする共通部分を抽出し、かかる演
算を１つの切出し領域の演算において共通に利用するの
で、認識率低下を招くことなく飛躍的な高速化が可能で
ある。
【図１】相関演算に基く従来装置の例を示す概略図であ
る。
る。
【図２】相関演算の従来例を示す説明図である。
【図３】本発明の実施例を示すブロック図である。
【図４】本発明に適用可能な標準パターンの例を示す図
である。
である。
【図５】図４の標準パターンを用いる場合の入力画像の
例を示す図である。
例を示す図である。
【図６】本発明装置を利用した組立てシステムの例を示
す概略図である。
す概略図である。
３１ 画像入力部 ３２ 画像切出し部 ３３ 濃度正規化部 ３４ 共通パターン情報記憶部（メモリ） ３５ 共通パターン相関要素計算部 ３６ 固有ベクトル情報記憶部（メモリ） ３７ 固有ベクトル相関要素計算部 ３８，４０ パターン依存相関要素計算部 ３９ 固有ベクトル重み情報記憶部（メモリ） ４４ 相関分子値加算部 ４１ 切出し領域ノルム計算部 ４２ 標準パターンノルム記憶部（メモリ） ４３ 相関分母値乗算部 ４５ 除算部
───────────────────────────────────────────────────── 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 Ｈ０５Ｋ 13/04 Ｍ
Claims (1)
- 【請求項１】 平面画像から複数の標準パターンを検出
する画像認識装置であって、 上記標準パターンについてＫ−Ｌ展開された共通項ｃを
記憶する共通パターン情報記憶部と、 上記標準パターンについてＫ−Ｌ展開され、予め決めら
れた数の独立の固有ベクトルを記憶する固有ベクトル情
報記憶部と、 上記各標準パターン毎に、上記固有ベクトルに対応する
係数を記憶する固有ベクトル重み情報記憶部と、 処理されるべき画像の一部領域を切出す画像切出し部
と、 上記画像切出し部によって切出された領域の画素情報の
平均濃度を各画素情報から減算する濃度正規化部と、 上記濃度正規化部より得られる正規化された切出し領域
の情報と、上記共通パターン情報記憶部に記憶された共
通パターン情報との内積を演算する共通パターン相関要
素計算部と、 上記濃度正規化部より得られる正規化された切出し領域
の情報と、上記固有ベクトル情報記憶部に記憶された固
有ベクトル情報との内積を演算する固有ベクトル相関要
素計算部と、 上記固有ベクトル相関要素計算部より得られる固有ベク
トル相関要素と、上記固有ベクトル重み情報記憶部に記
憶された係数とを乗算して加算するパターン依存相関要
素計算部と、 上記共通パターン相関要素計算部により得られる共通パ
ターン相関要素と、上記パターン依存相関要素計算部に
より得られるパターン依存相関要素とを加算する相関分
子値加算部と、 上記正規化された切出し領域の情報のノルムを計算する
切出し領域ノルム計算部と、 正規化された標準パターンのノルムを記憶する標準パタ
ーンノルム記憶部と、 上記切出し領域ノルム計算部より得られる切出し領域の
ノルムと、上記標準パターンノルム記憶部より得られる
標準パターンのノルムとを乗算する相関分母値乗算部
と、 上記相関分子値加算部より得られる相関分子値を上記相
関分母値乗算部より得られる相関分母値で除算する除算
部とを具えた画像認識装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US29597494A | 1994-08-25 | 1994-08-25 | |
| US295974 | 1994-08-25 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08212353A true JPH08212353A (ja) | 1996-08-20 |
| JP3724014B2 JP3724014B2 (ja) | 2005-12-07 |
Family
ID=23140030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21185395A Expired - Fee Related JP3724014B2 (ja) | 1994-08-25 | 1995-08-21 | 画像認識装置および画像認識方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5790702A (ja) |
| EP (1) | EP0698857B1 (ja) |
| JP (1) | JP3724014B2 (ja) |
| KR (1) | KR100329098B1 (ja) |
| DE (1) | DE69529319T2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003323622A (ja) * | 2002-02-27 | 2003-11-14 | Nec Corp | 画像認識システム及びその認識方法並びにプログラム |
| JP2005149515A (ja) * | 2003-11-19 | 2005-06-09 | Samsung Electronics Co Ltd | 赤外線を用いた人間識別装置およびその方法 |
| JP2006301811A (ja) * | 2005-04-18 | 2006-11-02 | Matsushita Electric Works Ltd | 画像処理装置及び画像処理方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3166905B2 (ja) * | 1997-07-02 | 2001-05-14 | インターナショナル・ビジネス・マシーンズ・コーポレ−ション | パターンマッチングによる画像処理方法およびシステム |
| IL123858A (en) * | 1998-03-27 | 2003-05-29 | Iscar Ltd | Drilling head |
| US6526165B1 (en) * | 1998-11-30 | 2003-02-25 | Cognex Corporation | Methods and apparatuses for refining a geometric description of an object having a plurality of extensions |
| US6243494B1 (en) * | 1998-12-18 | 2001-06-05 | University Of Washington | Template matching in 3 dimensions using correlative auto-predictive search |
| WO2000046736A1 (en) * | 1999-02-05 | 2000-08-10 | Yoav Smith | Similarity measurement method for the classification of medical images into predetermined categories |
| US6477275B1 (en) * | 1999-06-16 | 2002-11-05 | Coreco Imaging, Inc. | Systems and methods for locating a pattern in an image |
| US6377206B1 (en) * | 2000-04-06 | 2002-04-23 | Lockheed Martin Corporation | Method for clutter rejection in digital imagery |
| US7058221B1 (en) * | 2000-07-07 | 2006-06-06 | Tani Electronics Industry Co., Ltd. | Method of recognizing object based on pattern matching and medium for recording computer program having same |
| DE10045360A1 (de) * | 2000-09-14 | 2002-03-28 | Giesecke & Devrient Gmbh | Verfahren zur Klassifizierung von Dokumenten |
| US7142718B2 (en) * | 2002-10-28 | 2006-11-28 | Lee Shih-Jong J | Fast pattern searching |
| US6943724B1 (en) | 2002-10-30 | 2005-09-13 | Lockheed Martin Corporation | Identification and tracking of moving objects in detected synthetic aperture imagery |
| US6864828B1 (en) | 2003-02-18 | 2005-03-08 | Lockheed Martin Corporation | Method and apparatus for collection and processing of interferometric synthetic aperture radar data |
| US7480785B2 (en) * | 2003-05-23 | 2009-01-20 | Nippon Telegraph And Telephone Corporation | Parallel processing device and parallel processing method |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6273391A (ja) * | 1985-09-27 | 1987-04-04 | Toshiba Corp | パタ−ン認識学習装置 |
| US5090418A (en) * | 1990-11-09 | 1992-02-25 | Del Mar Avionics | Method and apparatus for screening electrocardiographic (ECG) data |
| WO1992008405A1 (en) * | 1990-11-19 | 1992-05-29 | Olympus Optical Co., Ltd. | Device for processing image of endoscope and method thereof |
| EP0504027A3 (en) * | 1991-03-15 | 1993-04-21 | Centro De Neurociencias De Cuba | Method and system for three-dimensional tomography of activity and connectivity of brain and heart electromagnetic waves generators |
| US5283837A (en) * | 1991-08-27 | 1994-02-01 | Picker International, Inc. | Accurate estimation of surface normals in 3-D data sets |
| US5432864A (en) * | 1992-10-05 | 1995-07-11 | Daozheng Lu | Identification card verification system |
-
1995
- 1995-08-21 JP JP21185395A patent/JP3724014B2/ja not_active Expired - Fee Related
- 1995-08-25 KR KR1019950027358A patent/KR100329098B1/ko not_active IP Right Cessation
- 1995-08-25 EP EP95305959A patent/EP0698857B1/en not_active Expired - Lifetime
- 1995-08-25 DE DE69529319T patent/DE69529319T2/de not_active Expired - Lifetime
-
1997
- 1997-01-31 US US08/797,672 patent/US5790702A/en not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003323622A (ja) * | 2002-02-27 | 2003-11-14 | Nec Corp | 画像認識システム及びその認識方法並びにプログラム |
| US7532745B2 (en) | 2002-02-27 | 2009-05-12 | Nec Corporation | Image recognition system and recognition method thereof, and program |
| US8027522B2 (en) | 2002-02-27 | 2011-09-27 | Nec Corporation | Image recognition system and recognition method thereof and program |
| JP2005149515A (ja) * | 2003-11-19 | 2005-06-09 | Samsung Electronics Co Ltd | 赤外線を用いた人間識別装置およびその方法 |
| JP4679121B2 (ja) * | 2003-11-19 | 2011-04-27 | 三星電子株式会社 | 赤外線を用いた人間識別装置およびその方法 |
| JP2006301811A (ja) * | 2005-04-18 | 2006-11-02 | Matsushita Electric Works Ltd | 画像処理装置及び画像処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0698857A2 (en) | 1996-02-28 |
| DE69529319T2 (de) | 2003-10-16 |
| EP0698857A3 (en) | 1996-11-20 |
| US5790702A (en) | 1998-08-04 |
| EP0698857B1 (en) | 2003-01-08 |
| KR960009591A (ko) | 1996-03-22 |
| DE69529319D1 (de) | 2003-02-13 |
| KR100329098B1 (ko) | 2002-08-08 |
| JP3724014B2 (ja) | 2005-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH08212353A (ja) | 画像認識装置 | |
| US7660465B2 (en) | Pattern recognition apparatus and method | |
| JP3834297B2 (ja) | 画像処理装置 | |
| US8401342B2 (en) | System and method to match images using topologically equivalent correspondences | |
| US6278798B1 (en) | Image object recognition system and method | |
| US8498488B2 (en) | Method and apparatus to determine robot location using omni-directional image | |
| WO2006002299A2 (en) | Method and apparatus for recognizing 3-d objects | |
| JPH0355869B2 (ja) | ||
| Rothwell et al. | E cient Model Library Access by Projectively Invariant Indexing Functions," | |
| US20100296736A1 (en) | Image search apparatus and method thereof | |
| CN110287936B (zh) | 图像检测方法、装置、设备及存储介质 | |
| US4573197A (en) | Method for automatic recognition of two-dimensional shapes | |
| US20020146155A1 (en) | Method of correlation of images in biometric applications | |
| US7095893B2 (en) | System and method for determining an image decimation range for use in a machine vision system | |
| WO2015035462A1 (en) | Point feature based 2d-3d registration | |
| US7113652B2 (en) | System and method for using normalized gray scale pattern find | |
| CN109255801A (zh) | 视频中三维物体边缘追踪的方法、装置、设备及存储介质 | |
| WO2002029712A2 (en) | System and method for pattern identification | |
| US7978914B2 (en) | Image processing system | |
| EP0356727A2 (en) | Symmetrie-based target position measurement | |
| CN111179342A (zh) | 物体位姿的估计方法、装置、存储介质和机器人 | |
| JP2002140706A (ja) | 画像識別装置および画像データ処理装置 | |
| KR20080018785A (ko) | 객체 인식 장치 및 방법 | |
| CN111583317B (zh) | 图像对齐方法、装置及终端设备 | |
| CN109345573B (zh) | 一种位置信息确定方法、电子设备和计算机存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050830 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050912 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080930 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090930 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100930 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100930 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110930 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110930 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120930 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120930 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130930 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |