JPH10339618A - 画像認識による計測方法並びに記録媒体 - Google Patents
画像認識による計測方法並びに記録媒体Info
- Publication number
- JPH10339618A JPH10339618A JP9150547A JP15054797A JPH10339618A JP H10339618 A JPH10339618 A JP H10339618A JP 9150547 A JP9150547 A JP 9150547A JP 15054797 A JP15054797 A JP 15054797A JP H10339618 A JPH10339618 A JP H10339618A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pattern matching
- pattern
- contour
- procedure
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K1/00—Printed circuits
- H05K1/02—Details
- H05K1/0266—Marks, test patterns or identification means
Abstract
(57)【要約】
【課題】 高速で、計測対象物に関して各種要因変動に
強く、システム構成をローコスト化できる、画像認識に
よる計測方法を提供する。 【解決手段】 パターン画像１１と計測対象物の入力画
像１２とのパターンマッチングを輪郭線部１１ａ，１２
ａと輪郭線内部１１ｂ，１２ｂにわけて行い、ソフトウ
ェア処理によるリアルタイム処理を実現する。これで高
速画像処理ボードを不要にしコストダウンを実現する。
輸郭線部１１ａ，１１ｂのパターンマッチングは、例え
ばファジー理論のメンバシップ関数で、輸郭の幅を持た
せて行う。これで輪郭線にサイズのずれ、即ち計測対象
物に膨張、収縮があっても、パターン認識を可能とす
る。輸郭線内部１１ｂ，１２ｂのパターンマッチングで
は、その特徴を濃度分布のテキスチャ特徴量で定量表現
し比較を行う。これで計測対象物に、濃淡ムラ、部分的
な汚れや陰影があってもパターン認識を可能とする。
強く、システム構成をローコスト化できる、画像認識に
よる計測方法を提供する。 【解決手段】 パターン画像１１と計測対象物の入力画
像１２とのパターンマッチングを輪郭線部１１ａ，１２
ａと輪郭線内部１１ｂ，１２ｂにわけて行い、ソフトウ
ェア処理によるリアルタイム処理を実現する。これで高
速画像処理ボードを不要にしコストダウンを実現する。
輸郭線部１１ａ，１１ｂのパターンマッチングは、例え
ばファジー理論のメンバシップ関数で、輸郭の幅を持た
せて行う。これで輪郭線にサイズのずれ、即ち計測対象
物に膨張、収縮があっても、パターン認識を可能とす
る。輸郭線内部１１ｂ，１２ｂのパターンマッチングで
は、その特徴を濃度分布のテキスチャ特徴量で定量表現
し比較を行う。これで計測対象物に、濃淡ムラ、部分的
な汚れや陰影があってもパターン認識を可能とする。
Description
【０００１】
【発明の属する技術分野】本発明は、プリント基板上の
基準マークを認識してプリント基板を位置決めしたり、
プリント基板上のランド、はんだ（クリームはんだ、リ
フロー後はんだ）、実装部品等を認識、計測、検査した
り、マスクの基準マークを認識し位置決めしたりする画
像認識による計測技術に関するものである。
基準マークを認識してプリント基板を位置決めしたり、
プリント基板上のランド、はんだ（クリームはんだ、リ
フロー後はんだ）、実装部品等を認識、計測、検査した
り、マスクの基準マークを認識し位置決めしたりする画
像認識による計測技術に関するものである。
【０００２】
【従来の技術】この種の画像認識による計測技術として
は、グレースケール正規化相関法パターンマッチングが
知られている。従来、通常用いられる正規化相関法パタ
ーンマッチングでは、パターン画像と対応する入力画像
の領域との間で、全面積の画素について相関係数を求め
るための積和演算処理を行っていた。このため、演算処
理量が膨大となり、演算処理時間が長時間に及ぶため、
専用の高速画像処理ボードを用いるのが一般的であっ
た。
は、グレースケール正規化相関法パターンマッチングが
知られている。従来、通常用いられる正規化相関法パタ
ーンマッチングでは、パターン画像と対応する入力画像
の領域との間で、全面積の画素について相関係数を求め
るための積和演算処理を行っていた。このため、演算処
理量が膨大となり、演算処理時間が長時間に及ぶため、
専用の高速画像処理ボードを用いるのが一般的であっ
た。
【０００３】
【発明が解決しようとする課題】上記従来の画像認識に
よる計測装置では、はんだレベラやはんだメッキの基準
マークは、表面の凹凸による乱反射のため画像処理の濃
淡画像に濃淡ムラが生じ、グレースケール正規化相関法
パターンマッチングを用いても、基準マーク検出エラー
が多く発生し基準マーク検出が困難であった。また、は
んだボテのある基準マークでは、マークの輪郭が膨らむ
ために基準マーク検出エラーが多く発生し基準マーク検
出が困難であった。更に、従来の正規化相関法パターン
マッチングでは、パターン画像と対応する入力画像の領
域との間で、全面積の画素について積和演算処理を行う
ため、膨大な計算処理時間がかかっていた。このため、
パーソナルコンピュータ等のＣＰＵ（中央演算処理装
置）では、リアルタイム処理ができず、専用の高速画像
処理ボードが必要となり、独自アルゴリズムの開発に制
約がかかるとともに、システム構成が複雑になり、コス
トアップとなっていた。
よる計測装置では、はんだレベラやはんだメッキの基準
マークは、表面の凹凸による乱反射のため画像処理の濃
淡画像に濃淡ムラが生じ、グレースケール正規化相関法
パターンマッチングを用いても、基準マーク検出エラー
が多く発生し基準マーク検出が困難であった。また、は
んだボテのある基準マークでは、マークの輪郭が膨らむ
ために基準マーク検出エラーが多く発生し基準マーク検
出が困難であった。更に、従来の正規化相関法パターン
マッチングでは、パターン画像と対応する入力画像の領
域との間で、全面積の画素について積和演算処理を行う
ため、膨大な計算処理時間がかかっていた。このため、
パーソナルコンピュータ等のＣＰＵ（中央演算処理装
置）では、リアルタイム処理ができず、専用の高速画像
処理ボードが必要となり、独自アルゴリズムの開発に制
約がかかるとともに、システム構成が複雑になり、コス
トアップとなっていた。
【０００４】そこで本発明は、高速かつ各種要因変動に
強くシステム構成をローコスト化できる画像認識による
計測方法を提供することを課題とする。詳しくは、計測
対象物に、凹凸による濃淡ムラ、部分的汚れ、部分的陰
影があっても、パターン認識を可能とし、また計測対象
物が、パターンに対して膨張、収縮があっても、パター
ン認識を可能とし、パターンマッチングの高速化、ＣＰ
Ｕ処理によるシステム構成の単純化とコストダウンを可
能とし、ＣＰＵ処理方式に基づく独自アルゴリズムを開
発できるようにすることである。
強くシステム構成をローコスト化できる画像認識による
計測方法を提供することを課題とする。詳しくは、計測
対象物に、凹凸による濃淡ムラ、部分的汚れ、部分的陰
影があっても、パターン認識を可能とし、また計測対象
物が、パターンに対して膨張、収縮があっても、パター
ン認識を可能とし、パターンマッチングの高速化、ＣＰ
Ｕ処理によるシステム構成の単純化とコストダウンを可
能とし、ＣＰＵ処理方式に基づく独自アルゴリズムを開
発できるようにすることである。
【０００５】
【課題を解決するための手段】上記の課題を解決するた
め、本発明による画像認識による計測方法は、パターン
マッチング用の基準画像を登録する第１の手順と、計測
対象画像を入力して輪郭部を抽出するとともに輪郭内部
の特徴を抽出する第２の手順と、前記登録された基準画
像と前記入力された計測対象画像を、前記抽出された輪
郭部と輪郭内部の特徴に分けてパターンマッチングを行
う第３の手順と、を有することを特徴する。
め、本発明による画像認識による計測方法は、パターン
マッチング用の基準画像を登録する第１の手順と、計測
対象画像を入力して輪郭部を抽出するとともに輪郭内部
の特徴を抽出する第２の手順と、前記登録された基準画
像と前記入力された計測対象画像を、前記抽出された輪
郭部と輪郭内部の特徴に分けてパターンマッチングを行
う第３の手順と、を有することを特徴する。
【０００６】前記第３の手順における、前記登録された
基準画像と前記入力された計測対象画像の輸郭部のパタ
ーンマッチングでは、例えばファジー理論のメンバシッ
プ関数のような所定の関数で、輸郭の幅を持たせてパタ
ーンマッチングを行うことを特徴とする。
基準画像と前記入力された計測対象画像の輸郭部のパタ
ーンマッチングでは、例えばファジー理論のメンバシッ
プ関数のような所定の関数で、輸郭の幅を持たせてパタ
ーンマッチングを行うことを特徴とする。
【０００７】あるいは、前記第３の手順における、前記
登録された基準画像と前記入力された計測対象画像の輸
郭内部の特徴のパターンマッチングでは、前記輪郭内部
の特徴を濃度分布のテキスチャを濃度の平均と分散、ヒ
ストグラム特徴、濃度共起行列特徴、フーリエ特徴、お
よびユーザ定義特徴の１以上の特徴量で定量表現し、所
定の許容誤差でマツチングすることを特徴とする。
登録された基準画像と前記入力された計測対象画像の輸
郭内部の特徴のパターンマッチングでは、前記輪郭内部
の特徴を濃度分布のテキスチャを濃度の平均と分散、ヒ
ストグラム特徴、濃度共起行列特徴、フーリエ特徴、お
よびユーザ定義特徴の１以上の特徴量で定量表現し、所
定の許容誤差でマツチングすることを特徴とする。
【０００８】さらに、上記したいずれかの画像認識によ
る計測方法における、前記第１の手順と、第２の手順
と、第３の手順とを、コンピュータに実行させるプログ
ラムを、該コンピュータが読み取り可能な記録媒体に記
録したことを特徴とする。
る計測方法における、前記第１の手順と、第２の手順
と、第３の手順とを、コンピュータに実行させるプログ
ラムを、該コンピュータが読み取り可能な記録媒体に記
録したことを特徴とする。
【０００９】本発明では、パターンマッチングを輪郭部
と輪郭内部にわけて行うことで、ＣＰＵのソフトウェア
処理により、リアルタイムのパターンマッチングを実現
し、専用の高速画像処理ボードを不要にして、システム
構成の単純化とコストダウンを実現する。
と輪郭内部にわけて行うことで、ＣＰＵのソフトウェア
処理により、リアルタイムのパターンマッチングを実現
し、専用の高速画像処理ボードを不要にして、システム
構成の単純化とコストダウンを実現する。
【００１０】また、基準画像と計測対象画像の輸郭部の
パターンマッチングでは、例えばファジー理論のメンバ
シップ関数などの所定の関数で、輸郭の幅を持たせてパ
ターシマッチングを行うことで、輪郭部に多少のサイズ
のずれがあっても、マッチングできるようにし、計測対
象物が、基準画像のパターンに対して膨張、収縮があっ
ても、パターン認識を可能とする。
パターンマッチングでは、例えばファジー理論のメンバ
シップ関数などの所定の関数で、輸郭の幅を持たせてパ
ターシマッチングを行うことで、輪郭部に多少のサイズ
のずれがあっても、マッチングできるようにし、計測対
象物が、基準画像のパターンに対して膨張、収縮があっ
ても、パターン認識を可能とする。
【００１１】さらに、基準画像と計測対象画像の輸郭内
部のパターンマッチングでは、輪郭内部が紙の繊維のよ
うな一種のテキスチャ模様を形成していることに着目
し、その輪郭内部の特徴を濃度分布のテキスチャ特徴量
で定量表現することで、計測対象物に、凹凸による濃淡
ムラ、部分的汚れや部分的陰影があっても、パターン認
識を可能とする。
部のパターンマッチングでは、輪郭内部が紙の繊維のよ
うな一種のテキスチャ模様を形成していることに着目
し、その輪郭内部の特徴を濃度分布のテキスチャ特徴量
で定量表現することで、計測対象物に、凹凸による濃淡
ムラ、部分的汚れや部分的陰影があっても、パターン認
識を可能とする。
【００１２】
【発明の実施の形態】以下に、本発明の実施の形態を、
図を用いて詳細に説明する。
図を用いて詳細に説明する。
【００１３】図１は、本発明による計測方法の一実施形
態例を実施するためのブロック構成例を示す図である。
態例を実施するためのブロック構成例を示す図である。
【００１４】図１において、１は計測対象を照明する照
明装置、２は基準マーク等のパターン画像や計測対象物
を撮像するカメラなどの撮像装置、３は撮像した画像を
取り込む記憶装置（画像メモリ）、３１は記憶装置（画
像メモリ）３上のパターン画像等をストアする記憶装置
（ハードディスク）、４はストアした画像についてソフ
トウェアによる画像処理により画像認識と計測を行う処
理装置（ＣＰＵ）、５は画像を表示する表示装置（ディ
スプレー）である。
明装置、２は基準マーク等のパターン画像や計測対象物
を撮像するカメラなどの撮像装置、３は撮像した画像を
取り込む記憶装置（画像メモリ）、３１は記憶装置（画
像メモリ）３上のパターン画像等をストアする記憶装置
（ハードディスク）、４はストアした画像についてソフ
トウェアによる画像処理により画像認識と計測を行う処
理装置（ＣＰＵ）、５は画像を表示する表示装置（ディ
スプレー）である。
【００１５】図２に、本実施形態例における登録された
基準画像（パターン画像）と入力された計測対象画像
（入力画像）のパターンマッチングの概念を示す。
基準画像（パターン画像）と入力された計測対象画像
（入力画像）のパターンマッチングの概念を示す。
【００１６】本実施形態例では、基準マーク等のパター
ン画像１１と計測対象物の入力画像１２を、それぞれ輪
郭線部１１ａ，１２ａと輪郭線内部１１ｂ，１２ｂとに
わけてパターンマッチング行うことで、ＣＰＵのソフト
ウェア処理により、リアルタイムのパターンマッチング
を実現し、専用の高速画像処理ボードを不要にして、シ
ステム構成の単純化とコストダウンを実現する。本実施
形態例におけるソフトウェア処理は、（１）パターン画
像を取り込み処理、（２）入力画像の取り込み処理、
（３）パターンマッチング処理から成る。以下、この順
に処理手順の例を示す。
ン画像１１と計測対象物の入力画像１２を、それぞれ輪
郭線部１１ａ，１２ａと輪郭線内部１１ｂ，１２ｂとに
わけてパターンマッチング行うことで、ＣＰＵのソフト
ウェア処理により、リアルタイムのパターンマッチング
を実現し、専用の高速画像処理ボードを不要にして、シ
ステム構成の単純化とコストダウンを実現する。本実施
形態例におけるソフトウェア処理は、（１）パターン画
像を取り込み処理、（２）入力画像の取り込み処理、
（３）パターンマッチング処理から成る。以下、この順
に処理手順の例を示す。
【００１７】（１）パターン画像の登録の処理手順 図３に本実施形態例でのパターン画像の登録の処理手順
を示す。この処理手順は、対象物を計測する前にあらか
じめ行うものである。
を示す。この処理手順は、対象物を計測する前にあらか
じめ行うものである。
【００１８】まず、撮像装置２によりパターンマッチン
グの基準となる基準マーク等のパターン画像を記憶装置
（画像メモリ）３に取り込み、取り込んだパターン画像
を記憶装置（ハードディスク）３１にストアする。パタ
ーン画像はパターン枠内に対象パターンと背景を含めた
画像である。そのパターン枠の左上コーナ点がパターン
枠の基準点（原点）となる。基準マークとしては、例え
ば、はんだレベラ、はんだメッキ、銅箔、金メッキ等の
表面処理があり、□、○、△等の形状の物がある。
グの基準となる基準マーク等のパターン画像を記憶装置
（画像メモリ）３に取り込み、取り込んだパターン画像
を記憶装置（ハードディスク）３１にストアする。パタ
ーン画像はパターン枠内に対象パターンと背景を含めた
画像である。そのパターン枠の左上コーナ点がパターン
枠の基準点（原点）となる。基準マークとしては、例え
ば、はんだレベラ、はんだメッキ、銅箔、金メッキ等の
表面処理があり、□、○、△等の形状の物がある。
【００１９】次に、ＣＰＵ４は記憶装置（画像メモリ）
３上のパターン画像の輪郭抽出を行う。輪郭抽出手法に
は、１次・２次微分、ソーベル変換、ロバーツ変換、モ
フォロジーなどの公知の手法や、ユーザ定義演算子によ
る手法、あるいはこれらを適宜組み合わせた手法を用い
て行うことができるが、どのような手法で輪郭抽出する
かは、通常、事前設定をしておくものとする。輪郭抽出
の結果は、線画像として記憶装置（ハードディスク）３
１にストアしておく。
３上のパターン画像の輪郭抽出を行う。輪郭抽出手法に
は、１次・２次微分、ソーベル変換、ロバーツ変換、モ
フォロジーなどの公知の手法や、ユーザ定義演算子によ
る手法、あるいはこれらを適宜組み合わせた手法を用い
て行うことができるが、どのような手法で輪郭抽出する
かは、通常、事前設定をしておくものとする。輪郭抽出
の結果は、線画像として記憶装置（ハードディスク）３
１にストアしておく。
【００２０】次に、ファジー・メンバシップ関数を選択
／定義し、パターンマッチングの際に輪郭線に幅をもた
せる。通常は、事前設定をしておくものとする。選択／
定義されるファジー・メンバシップ関数の例としては、
三角波、 μ（ｘ）＝ｍａｘ［（−｜ｘ−ｂ｜＋ａ）／ａ，０］ ２次式の逆数、 μ（ｘ）＝１／（１＋（（ｘ−ｂ）／ａ）2） ガウシアン、 μ（ｘ）＝（１／（２πσ2））ｅｘｐ（−（ｘ−ｍ）2
／（２πσ2）） 等がある。この他、輪郭線幅を充分もたせるのに、台形
関数や矩形関数等を用いてもよいし、対象物の特性に応
じてユーザ定義関数を用いてもよい。また、パターンマ
ッチング処理の計算効率化のため、メンバシップ関数の
定義域を設けておく。
／定義し、パターンマッチングの際に輪郭線に幅をもた
せる。通常は、事前設定をしておくものとする。選択／
定義されるファジー・メンバシップ関数の例としては、
三角波、 μ（ｘ）＝ｍａｘ［（−｜ｘ−ｂ｜＋ａ）／ａ，０］ ２次式の逆数、 μ（ｘ）＝１／（１＋（（ｘ−ｂ）／ａ）2） ガウシアン、 μ（ｘ）＝（１／（２πσ2））ｅｘｐ（−（ｘ−ｍ）2
／（２πσ2）） 等がある。この他、輪郭線幅を充分もたせるのに、台形
関数や矩形関数等を用いてもよいし、対象物の特性に応
じてユーザ定義関数を用いてもよい。また、パターンマ
ッチング処理の計算効率化のため、メンバシップ関数の
定義域を設けておく。
【００２１】次に、輪郭線の内部のテキスチャ特徴を計
算する。どのようなテキスチャ特徴を用いるかは通常、
事前設定をしておくものとする。そのテキスチャ特徴の
例としては、濃度の平均・分散、濃度ヒストグラム特
徴、濃度共起行列特徴、フーリエ特徴、ユーザ定義特徴
などがあり、これらを組み合わせて用いることもでき
る。計算されたテキスチャ特徴は記憶装置３にストアし
ておく。
算する。どのようなテキスチャ特徴を用いるかは通常、
事前設定をしておくものとする。そのテキスチャ特徴の
例としては、濃度の平均・分散、濃度ヒストグラム特
徴、濃度共起行列特徴、フーリエ特徴、ユーザ定義特徴
などがあり、これらを組み合わせて用いることもでき
る。計算されたテキスチャ特徴は記憶装置３にストアし
ておく。
【００２２】ここで、濃度の平均・分散、濃度ヒストグ
ラム特徴は、情報量が少なく高速に処理できるが、２次
元的に特徴づけるためには、画像を微分してエッジを求
めて作成した、エッジの大きさと方向に関するヒストグ
ラムと、組み合わせるのが好適である。
ラム特徴は、情報量が少なく高速に処理できるが、２次
元的に特徴づけるためには、画像を微分してエッジを求
めて作成した、エッジの大きさと方向に関するヒストグ
ラムと、組み合わせるのが好適である。
【００２３】濃度共起行列特徴は、濃度ｉの点から或る
一定の位置関係ｄ＝（ＤＸ，ＤＹ）だけ離れた点の濃度
がｊである確率（あるいは頻度）Ｐd（ｉ，ｊ）、
（ｉ，ｊ＝１，２，…，ｎ）である。ここで、ｎは濃度
レベル数であり、処理を高速にするため、並びに照明の
影響を除くため、少ないレベル数（例えば、ｎ＝１６程
度）に画像を変換しておくのが好適である。また、処理
の高速化のために、すべてのｄについて計算せず、適当
なｄを選んで計算するのが好適である。
一定の位置関係ｄ＝（ＤＸ，ＤＹ）だけ離れた点の濃度
がｊである確率（あるいは頻度）Ｐd（ｉ，ｊ）、
（ｉ，ｊ＝１，２，…，ｎ）である。ここで、ｎは濃度
レベル数であり、処理を高速にするため、並びに照明の
影響を除くため、少ないレベル数（例えば、ｎ＝１６程
度）に画像を変換しておくのが好適である。また、処理
の高速化のために、すべてのｄについて計算せず、適当
なｄを選んで計算するのが好適である。
【００２４】フーリエ特徴は、画像をフーリエ変換し、
その周波数分布からテキスチャ特徴を求めるものであ
る。画像のフーリエ変換のパワースペクトルは、Ｐ
（ｕ，ｖ）＝｜Ｆ（ｕ，ｖ）｜2で定義され、その値は
空間周波数（ｕ，ｖ）の強さを表す。フーリエ特徴は、
Ｐ（ｕ，ｖ）を極座標形式Ｐ（γ，θ）で表わしたの
ち、θ＝０〜πでｐ（γ）＝２ΣＰ（γ，θ）を計算
し、γ＝０〜ω／２（ωはＰ（ｕ，ｖ）の大きさ）でｑ
（θ）＝２ΣＰ（γ，θ）を計算し、ｐ（γ），ｑ
（θ）のグラフのピークの位置や大きさ、ｐ（γ），ｑ
（θ）の平均値や分散などを用いる。
その周波数分布からテキスチャ特徴を求めるものであ
る。画像のフーリエ変換のパワースペクトルは、Ｐ
（ｕ，ｖ）＝｜Ｆ（ｕ，ｖ）｜2で定義され、その値は
空間周波数（ｕ，ｖ）の強さを表す。フーリエ特徴は、
Ｐ（ｕ，ｖ）を極座標形式Ｐ（γ，θ）で表わしたの
ち、θ＝０〜πでｐ（γ）＝２ΣＰ（γ，θ）を計算
し、γ＝０〜ω／２（ωはＰ（ｕ，ｖ）の大きさ）でｑ
（θ）＝２ΣＰ（γ，θ）を計算し、ｐ（γ），ｑ
（θ）のグラフのピークの位置や大きさ、ｐ（γ），ｑ
（θ）の平均値や分散などを用いる。
【００２５】（２）入力画像の取り込みの処理手順 図４に本実施形態例での入力画像の取り込みの処理手順
を示す。
を示す。
【００２６】まず、撮像装置２により記憶装置（画像メ
モリ）３に取り込んだ入力画像の計測対象物に対して、
サーチ枠、すなわち関心領域ＲＯＩ（リージョン オブ
インタレスト）を指定する。サーチ枠内画像は、計測
対象物と背景を含めた画像である。そのサーチ枠の左上
コーナ点がパターン枠の基準点（原点）となる。
モリ）３に取り込んだ入力画像の計測対象物に対して、
サーチ枠、すなわち関心領域ＲＯＩ（リージョン オブ
インタレスト）を指定する。サーチ枠内画像は、計測
対象物と背景を含めた画像である。そのサーチ枠の左上
コーナ点がパターン枠の基準点（原点）となる。
【００２７】次に、ＣＰＵ４は、サーチ枠内の計測対象
物に対して、輪郭抽出を行う。輪郭抽出手法には、上記
と同様に１次・２次微分、ソーベル変換、ロバーツ変
換、モフォロジー、ユーザ定義演算子などがあるが、通
常、事前設定等によりパターン画像の場合と同じ手法を
用いる。輪郭抽出の結果は、線画像として記憶装置（画
像メモリ）３に記憶しておく。
物に対して、輪郭抽出を行う。輪郭抽出手法には、上記
と同様に１次・２次微分、ソーベル変換、ロバーツ変
換、モフォロジー、ユーザ定義演算子などがあるが、通
常、事前設定等によりパターン画像の場合と同じ手法を
用いる。輪郭抽出の結果は、線画像として記憶装置（画
像メモリ）３に記憶しておく。
【００２８】次に、ファジー・メンバシップ関数を選択
／定義し、パターンマッチングの際に輪郭線に幅をもた
せるが、通常、事前設定等により上記パターン画像の登
録の場合と同じ手法（三角波、２次式の逆数、ガウシア
ン、台形関数、矩形関数、ユーザ定義関数など）で計算
する。また、パターンマッチング処理の計算効率化のた
め、メンバシップ関数の定義域を設けておく。
／定義し、パターンマッチングの際に輪郭線に幅をもた
せるが、通常、事前設定等により上記パターン画像の登
録の場合と同じ手法（三角波、２次式の逆数、ガウシア
ン、台形関数、矩形関数、ユーザ定義関数など）で計算
する。また、パターンマッチング処理の計算効率化のた
め、メンバシップ関数の定義域を設けておく。
【００２９】次に、輪郭線の内部のテキスチャ特徴の計
算を行うが、通常、事前設定により上記パターン画像の
場合と同じくする（濃度の平均・分散、ヒストグラム特
徴、濃度共起行列特徴、フーリエ特徴、ユーザ定義特徴
など）。計算されたテキスチャ特徴は記憶装置３にスト
アする。
算を行うが、通常、事前設定により上記パターン画像の
場合と同じくする（濃度の平均・分散、ヒストグラム特
徴、濃度共起行列特徴、フーリエ特徴、ユーザ定義特徴
など）。計算されたテキスチャ特徴は記憶装置３にスト
アする。
【００３０】（３）パターンマッチングの処理手順 図５に本実施形態例でのパターン画像と入力画像のパタ
ーンマッチングの処理手順を示す。
ーンマッチングの処理手順を示す。
【００３１】まず、入力画像のサーチ枠の左上コーナ点
を原点として、入力画像のサーチ領域内をパターン画像
でスキャンしながら、入力画像との正規化相関係数ｒb
を計算する。これを、サーチ領域内のスキャンラインに
沿って繰り返し行い、計算された正規化相関係数ｒbの
最大値とパターン位置を記憶装置（画像メモリ）３に記
憶する。また、パターン画像やサーチ枠内画像で設けた
それぞれのメンバシップ関数定義域でスキャンする範囲
を限定すれば、パターンマッチング処理の計算効率化が
可能となる。
を原点として、入力画像のサーチ領域内をパターン画像
でスキャンしながら、入力画像との正規化相関係数ｒb
を計算する。これを、サーチ領域内のスキャンラインに
沿って繰り返し行い、計算された正規化相関係数ｒbの
最大値とパターン位置を記憶装置（画像メモリ）３に記
憶する。また、パターン画像やサーチ枠内画像で設けた
それぞれのメンバシップ関数定義域でスキャンする範囲
を限定すれば、パターンマッチング処理の計算効率化が
可能となる。
【００３２】次に、パターン画像と入力画像の輪郭線内
部のテキスチャ特徴値ｑ1，ｑ2を比較し、相関係数ｒs
を計算する。相関係数ｒsの計算式としては、例えば次
式を用いる。
部のテキスチャ特徴値ｑ1，ｑ2を比較し、相関係数ｒs
を計算する。相関係数ｒsの計算式としては、例えば次
式を用いる。
【００３３】 ｒs＝１−ａｂｓ（ｑ1−ｑ2）／ｍａｘ（ｑ1，ｑ2） （例えばｑ1，ｑ2を分散とする） 以上で得られた正規化相関係数ｒbと相関係数ｒsとか
ら、相関係数ｒを計算する。
ら、相関係数ｒを計算する。
【００３４】ｒ＝ｆ（ｒb，ｒs） （例えばｒ＝ｒb×ｒs） 次に、相関係数ｒ＞α（測定対象毎の計測に基づく経験
値）ならば、マッチングが成功していると判断し、入力
画像のパターン位置座標として、中心点、コーナ点等を
求める。一例として、本実施形態例の基準マークの場
合、上記αの下限値は０．３程度がよい。
値）ならば、マッチングが成功していると判断し、入力
画像のパターン位置座標として、中心点、コーナ点等を
求める。一例として、本実施形態例の基準マークの場
合、上記αの下限値は０．３程度がよい。
【００３５】なお、本発明は、ＣＰＵのソフトウェア処
理により、リアルタイムのパターンマッチングを実現
し、専用の高速画像処理ボードを使用しないことで、シ
ステム構成の単純化とコストダウンを実現する。従っ
て、上記の各手順をＣＰＵに実行させるプログラムを、
ＣＰＵが読取可能な記録媒体（例えば、フロッピーディ
スクやＣＤ−ＲＯＭなど）に記録して配布することが可
能である。
理により、リアルタイムのパターンマッチングを実現
し、専用の高速画像処理ボードを使用しないことで、シ
ステム構成の単純化とコストダウンを実現する。従っ
て、上記の各手順をＣＰＵに実行させるプログラムを、
ＣＰＵが読取可能な記録媒体（例えば、フロッピーディ
スクやＣＤ−ＲＯＭなど）に記録して配布することが可
能である。
【００３６】
【発明の効果】以上の説明で明らかなように、本発明に
よれば、輪郭部によるパターンマッチングにより、従来
のような面でのパターンマッチングがなくなり、各種変
動に強く高速になる。高速ゆえ、専用の高速画像処理ボ
ードが不要になり、計測装置のシステムがシンプルかつ
ローコストになる。また、高速画像処理ボードを使用す
るための制約がなくなってソフトウェア処理による自由
度が得られ、計測対象に最適な計測アルゴリズムが組み
込めるので、計測精度が向上する。
よれば、輪郭部によるパターンマッチングにより、従来
のような面でのパターンマッチングがなくなり、各種変
動に強く高速になる。高速ゆえ、専用の高速画像処理ボ
ードが不要になり、計測装置のシステムがシンプルかつ
ローコストになる。また、高速画像処理ボードを使用す
るための制約がなくなってソフトウェア処理による自由
度が得られ、計測対象に最適な計測アルゴリズムが組み
込めるので、計測精度が向上する。
【図１】本発明の一実施形態例の方法を実行するブロッ
ク構成例を示す図である。
ク構成例を示す図である。
【図２】本発明の一実施形態例におけるパターンマッチ
ングの概念図である。
ングの概念図である。
【図３】本発明の一実施形態例におけるパターン画像の
登録の手順例を示すフロー図である。
登録の手順例を示すフロー図である。
【図４】本発明の一実施形態例における入力画像の取り
込みの手順例を示すフロー図である。
込みの手順例を示すフロー図である。
【図５】本発明の一実施形態例におけるパターンマッチ
ングの手順例を示すフロー図である。
ングの手順例を示すフロー図である。
１…照明装置 ２…撮像装置 ３…記憶装置（画像メモリ） ３１…記憶装置（ハードディスク） ４…ＣＰＵ（処理装置） ５…表示装置
Claims (4)
- 【請求項１】 パターンマッチング用の基準画像を登録
する第１の手順と、 計測対象画像を入力して輪郭部を抽出するとともに輪郭
内部の特徴を抽出する第２の手順と、 前記登録された基準画像と前記入力された計測対象画像
を、前記抽出された輪郭部と輪郭内部の特徴に分けてパ
ターンマッチングを行う第３の手順と、 を有することを特徴する画像認識による計測方法。 - 【請求項２】 前記第３の手順における、前記登録され
た基準画像と前記入力された計測対象画像の輸郭部のパ
ターンマッチングでは、 所定の関数で、輸郭の幅を持たせてパターンマッチング
を行う、 ことを特徴とする請求項１に記載の画像認識による計測
方法。 - 【請求項３】 前記第３の手順における、前記登録され
た基準画像と前記入力された計測対象画像の輸郭内部の
特徴のパターンマッチングでは、 前記輪郭内部の特徴を濃度分布のテキスチャを濃度の平
均と分散、ヒストグラム特徴、濃度共起行列特徴、フー
リエ特徴、およびユーザ定義特徴の１以上の特徴量で定
量表現し、所定の許容誤差でマツチングする、 ことを特徴とする請求項１または請求項２に記載の画像
認識による計測方法。 - 【請求項４】 請求項１ないし請求項３までのいずれか
に記載の画像認識による計測方法における、前記第１の
手順と、第２の手順と、第３の手順とを、コンピュータ
に実行させるプログラムを記録した、 ことを特徴とする記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9150547A JPH10339618A (ja) | 1997-06-09 | 1997-06-09 | 画像認識による計測方法並びに記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9150547A JPH10339618A (ja) | 1997-06-09 | 1997-06-09 | 画像認識による計測方法並びに記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10339618A true JPH10339618A (ja) | 1998-12-22 |
Family
ID=15499270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9150547A Pending JPH10339618A (ja) | 1997-06-09 | 1997-06-09 | 画像認識による計測方法並びに記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10339618A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004509346A (ja) * | 2000-09-22 | 2004-03-25 | ベルス・メステヒニーク・ゲーエムベーハー | 座標測定装置によって測定対象物の幾何学的形状を測定する方法。 |
-
1997
- 1997-06-09 JP JP9150547A patent/JPH10339618A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004509346A (ja) * | 2000-09-22 | 2004-03-25 | ベルス・メステヒニーク・ゲーエムベーハー | 座標測定装置によって測定対象物の幾何学的形状を測定する方法。 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4154374B2 (ja) | パターンマッチング装置及びそれを用いた走査型電子顕微鏡 | |
| JP4739355B2 (ja) | 統計的テンプレートマッチングによる高速な物体検出方法 | |
| US5668888A (en) | Method and system for automatic detection of ribs and pneumothorax in digital chest radiographs | |
| JP3435684B2 (ja) | 画像情報処理装置 | |
| JP2002259994A (ja) | 自動イメージパターン検出方法及びイメージ処理装置 | |
| JP2001133418A (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
| JP6317725B2 (ja) | 取得された画像内のクラッタを決定するためのシステム及び方法 | |
| CN113781424B (zh) | 一种表面缺陷检测方法、装置及设备 | |
| CN115170669A (zh) | 基于边缘特征点集配准的识别定位方法及系统、存储介质 | |
| CN110288040B (zh) | 一种基于拓扑验证的图像相似评判方法及设备 | |
| JP4801697B2 (ja) | 画像形成方法，画像形成装置、及びコンピュータプログラム | |
| US6885770B2 (en) | Irradiation field extracting method and apparatus and recording medium | |
| CN112614138A (zh) | 图像处理装置、系统、存储介质及图像处理方法 | |
| JPH10339618A (ja) | 画像認識による計測方法並びに記録媒体 | |
| JPH1038542A (ja) | 物体認識方法及び装置並びに記録媒体 | |
| JP3253752B2 (ja) | パターン評価方法 | |
| JP2002175520A (ja) | 基板面の不良検出装置、不良検出方法、及び不良検出のためのプログラムを記録した記録媒体 | |
| JPH0624014B2 (ja) | 濃淡画像の処理方法 | |
| JP2000207557A (ja) | 位置ずれ量計測方法 | |
| JP2002133427A (ja) | 輪郭パターン検査方法およびその装置 | |
| JP2004127784A (ja) | 荷電粒子線装置 | |
| JP2004062631A (ja) | パターンマッチング方法およびその装置、並びにそこで実行されるプログラムを記録した記録媒体 | |
| JP2003196666A (ja) | 画像ベクトル定義による画像処理装置およびその方法 | |
| CN117649458A (zh) | 一种电子摄像场景的生成方法、设备及存储介质 | |
| JP2000182056A (ja) | 画像処理装置 |