JPH11282960A - 工業文字認識方法 - Google Patents

Abstract

(57)【要約】 【課題】 環境照明の影響などに起因する過剰認識によ
判定ミスを抑制し，認識品質の向上を図ること。 【解決手段】 ２値化された工業文字をテンプレート画
像として入力するステップＳ２０１と，識別対象製品に
印字されている工業文字を撮像・２値化し撮像画像を入
力するステップＳ２０２と，テンプレート画像を用いて
前記撮像画像に対するテンプレートマッチングを実行す
るステップＳ２０３と，テンプレートマッチングを行っ
た結果，テンプレート画像と撮像画像との一致度があら
かじめ設定した閾値に対して低いか否かを判断するステ
ップＳ２０４と，一致度が低いと判断した場合に，認識
対象画像かテンプレート画像の一方を膨張させ，再度マ
ッチング処理を実行するステップＳ２０５と，を含むも
のである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，工場の製造ライン
において製品表面あるいは部品表面に印刷されている文
字（ロゴ，あるいは製品／部品を特定する英数字など）
を読み取り，それを認識することにより製品／部品を識
別する自動化ラインに利用される工業文字認識方法に関
し，より詳細には，環境照明の変動，印字や部品の厚み
に起因する見え方の精度の悪さに影響されることなく，
不良出荷を阻止し，かつ認識対象画像とテンプレートの
正しい組み合わせを間違った組み合わせと判断する過剰
認識率を低減する工業文字認識方法に関する。

【０００２】

【従来の技術】現在，画像処理による製品の認識は半導
体業界での電子部品（ＩＣ，メモリなど）表面の印字文
字認識が中心に行われている。このような認識には，パ
ターンマッチングやニューラルネットワークを用いた方
式，ＯＣＲ（光学的文字読取装置）を用いたものなど数
多くの方式が採用されている。また，大型の製品の認識
には，バーコードによる認識や，製造番号（シリアルＮ
ｏ．）による認識などの技術も知られている。さらに，
印字されている文字の欠けや汚れなどに対応した認識技
術も知られている。

【０００３】このような文字画像を認識し，製造ライン
における製品／部品の自動認識を行うといった参考技術
文献として，たとえば特開平７−１７５８９４号公報の
ニューラルネットワークと文字認識方法と電子部品実装
検査装置及びそれを用いた管理方法』が開示されてい
る。特に，ここでは，電子部品表面に印字された文字を
ニューラルネットワークを用いた認識方法で認識し，プ
リント基板への誤実装を防止すると共に，品質・精算管
理を同時に行っている。

【０００４】また，特開平６−４４３７５号公報の『異
材判定方法』には，文字などのマーキングされた材料の
物質管理において，上流側での画像データを下流の材料
のデータと比較することにより，異材を検出する技術が
開示されている。さらに，特開平７−２９６１１２号公
報の『文字切り出し装置』には，文字を切り出す際に，
文字同士の誤統合を回避し，輪郭線を取得するために重
み付け膨張を実行する技術が開示されている。

【０００５】

【発明が解決しようとする課題】しかしながら，上記に
示されるような従来の技術にあっては，製品の認識を，
製品に印字されている文字の認識のみで行っており，製
品表面に印字されているロゴ（メーカ名や製品名を示す
デザイン文字で，製品外装カバーなどの表面に凹凸ある
い平面状に印字されている）などは文字情報としての役
割以上に製品のアピールという点においてデザイン化さ
れたパターンとして捉える必要があるため，通常の文字
の規格との整合をとることは容易ではなかった。

【０００６】また，デザイン化された文字に関しては，
たとえば数字「２」と英文字「ｚ」あるいは英文字
「Ｚ」，数字「１」と英文字「Ｉ」（大文字のアイ）あ
るいは英文字「ｌ」（小文字のエル）など類似した形状
が多く存在し，文意としての前後関係に依存することも
可能である。ところが，ＯＣＲやパターンマッチングで
は通常，認識前にサイズ，回転，位置ずれなどに対応し
て正規化が行われるが，生産現場で用いられる画像認識
では照明の変動に影響した対象画像中の要素の周縁部分
の不安定さに起因する太さの変動を考慮しなければなら
ない。

【０００７】また，製品の表面は多様な材質（成形樹
脂，フィルム状ラベルなど）からなるため，同じ条件で
あってもロゴなどの撮像対象が鏡面的で光沢があって光
ったり，つや消しにように鮮明に取得されるなど，紙に
印字された文字をスキャナで入力するのと異なり，そこ
で得られる画像が環境照明の変化によって影響を受けや
すいという問題点があった。

【０００８】また，ニューラルネットワークなどの学習
機能を用いて認識結果の検出を迅速化させる手法も提案
されているが，多品種少量生産の製品を認識対象とした
場合，学習させる期間で生産が終了してしまう場合も少
なくない。

【０００９】また，生産ラインにおいては照明系の変動
を変動閾値の２値化を応用する例は多々あるが，得られ
る画像自体の光学的な膨張収縮に対して画像処理におけ
る膨張収縮でキャンセルしているものはなく，マッチン
グの精度が低いという問題点があった。さらに，自動認
識において，誤認識を抑制するのは当然行われるが，無
駄に人が介在する過剰認識の確率も同時に低下させる必
要があった。

【００１０】本発明は，上記に鑑みてなされたものであ
って，環境照明の影響などに起因する過剰認識による判
定ミスを抑制し，認識品質の向上を図ることを目的とす
る。

【００１１】

【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，請求項１に係る工業文字認識方法にあっては，ロ
ゴなどの工業文字を認識することによって生産ラインに
おける製品識別を行う工業文字認識方法において，２値
化された工業文字をテンプレート画像として入力する第
１の工程と，識別対象製品に印字されている工業文字を
撮像・２値化し撮像画像を入力する第２の工程と，前記
テンプレート画像を用いて前記撮像画像に対するテンプ
レートマッチングを実行する第３の工程と，前記第３の
工程でテンプレートマッチングを行った結果，前記テン
プレート画像と前記撮像画像との一致度があらかじめ設
定した閾値に対して低いか否かを判断する第４の工程
と，前記第４の工程で一致度が低いと判断した場合に，
認識対象画像か前記テンプレート画像の一方を膨張さ
せ，再度マッチング処理を実行する第５の工程と，を含
むものである。

【００１２】すなわち，画像認識を応用して製品のロゴ
などを認識・識別し，判定する際に，環境照明の変動や
ロゴの印字状態，表面状態，背景とロゴのコントラスト
などにより，認識対象画像の要素の周縁部の画素値と閾
値との不安定な相対関係による２値化後の取得画像が，
認識に悪影響を及ぼし，認識対象画像とテンプレート画
像の正しい組み合わせを間違った組み合わせと判断する
過剰認識が生じた場合でも，要素の周縁部分を膨張させ
て再度マッチングさせることにより，過剰認識を回避す
るので，人が活動可能な環境で，生産ライン上に流れて
くる製品の認識をロゴなどを用いて画像認識で行う場
合，固有の閉じた光学系を特別に設定することなく，環
境照明などの変化に影響され，無駄に人を介在させる過
剰判定率を低減することが可能となる。

【００１３】また，請求項２に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像か前記テンプレート画像の一
方を収縮させ，再度マッチング処理を実行する第５の工
程と，を含むものである。

【００１４】すなわち，請求項１において要素の周縁部
分を膨張させた場合，隣接する要素同士が統合すること
を回避することにより，過剰認識率を低減する対象画像
中の各要素が統合することがないため，誤認識の可能性
を低減することが可能となる。

【００１５】また，請求項３に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，ラベリング処理を行い認識対象画像か前記
テンプレート画像の一方を膨張させて再度マッチング処
理を実行する第５の工程と，前記第５の工程で膨張した
後の画像中の要素数が膨張前より少ないか否かを判断す
る第６の工程と，前記第６の工程で膨張後の画像中の要
素数が膨張前より少ないと判断した場合，膨張をキャン
セルし，該キャンセルした側の他方を収縮し，再度マッ
チングを実行する第７の工程と，を含むものである。

【００１６】すなわち，画像中の要素の周縁部分の不安
定性を除去するための膨張／収縮処理に対し，膨張処理
後の画像にラベリングを施し，要素数が減少していれ
ば，要素間の統合があったことを示すので膨張処理前の
画像に戻し，他方の画像を収縮処理し，一方の画像の収
縮処理後にラベリングを施し，要素数が増えていれば，
要素の分裂を示すので収縮処理前の画像に戻し，他方の
画像を膨張処理することにより，あらかじめラベリング
で要素数の変化を捉え，膨張による要素同士の統合や，
収縮による要素の分離を事前に回避し，誤認識の可能性
を低減することができる。

【００１７】また，請求項４に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像かテンプレート画像の一方の
上下左右方向を個々に膨張／収縮させ，各々の処理に対
して再度マッチングを実行する第５の工程と，を含むも
のである。

【００１８】すなわち，画像の要素を膨張／収縮して過
剰認識の確率を低下させる際に，一方向からの照明系の
影響や，印字のわずかな厚みの陰影に起因する過剰認識
要因を個別に避けるために，要素の一方向に膨張／収縮
を施すことにより，照明系の指向的な変化に対応して，
過剰判定率を抑制することが可能となる。

【００１９】また，請求項５に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像かテンプレート画像の一方の
上下左右方向を個々に膨張／収縮させ，各々の処理に対
して再度マッチングを実行する第５の工程と，膨張また
は収縮させる方向を組み合わせ，前記第５の工程と同一
処理を実行する第６の工程と，を含むものである。

【００２０】すなわち，他方向から独立した照明系の影
響や，それに伴って印字のわずかな厚みの陰影に起因す
る他方向への膨張／圧縮に対応して，過剰認識要因を個
別に避けるために，要素の一方向に膨張／収縮を施すこ
とにより，請求項４に対し，さらに精度の高い認識が実
現する。

【００２１】また，請求項６に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像か前記テンプレート画像の一
方の上下左右方向を個々に膨張／収縮させ，各々の処理
に対して再度マッチングを実行する第５の工程と，膨張
または収縮させる方向を組み合わせて，前記第５の工程
と同一処理を実行する第６の工程と，膨張した側より照
射する照明系の照度を上げるか，または収縮側より照射
する照明系の照度を下げる第７の工程と，を含むもので
ある。

【００２２】すなわち，再度，認識の一致度が高い値が
得られた膨張収縮の方向によって補助照明の照度を変化
させることにより，過剰判定率を下げている照明の指向
性を把握し，繰り返し発生する過剰判定の要因を除去す
ることが可能となる。

【００２３】また，請求項７に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像か前記テンプレート画像の一
方の各要素を順次他のメモリ上にコピーする第５の工程
と，移動した各要素を膨張／収縮し，再度マッチングを
実行する第６の工程と，を含むものである。

【００２４】すなわち，画像中の要素ごとに他のメモリ
上にコピーして膨張／収縮を施すことにより，隣接する
要素を同時に膨張／収縮することがないので，これを利
用し，要素間の統合を生じさせることなく，過剰認識の
確率を低減するので，要素間の統合する可能性を排除
し，かつ一致度のＳ／Ｎ比を向上させることが可能とな
る。

【００２５】また，請求項８に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像と前記テンプレート画像の面
積を計測する第５の工程と，膨張／収縮処理後の両画像
を再度マッチングする第６の工程と，を含むものであ
る。

【００２６】すなわち，膨張／収縮を実施するその回数
または膨張／収縮の画素数を，最初に面積測定すること
によって決定し，膨張あるいは収縮処理後における再マ
ッチングを省略するので，より迅速な処理が実現する。

【００２７】また，請求項９に係る工業文字認識方法に
あっては，ロゴなどの工業文字を認識することによって
生産ラインにおける製品識別を行う工業文字認識方法に
おいて，２値化された工業文字をテンプレート画像とし
て入力する第１の工程と，識別対象製品に印字されてい
る工業文字を撮像・２値化し撮像画像を入力する第２の
工程と，前記テンプレート画像を用いて前記撮像画像に
対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，認識対象画像か前記テンプレート画像の一
方の各要素を順次他のメモリ上にコピーする第５の工程
と，前記第５の工程でコピーした各要素の面積を計測す
る第６の工程と，認識対象画像か前記テンプレート画像
の一方の要素を膨張／収縮する第７の工程と，前記テン
プレート画像と前記撮像画像の各要素の面積が一致して
いるか否かを判断する第８の工程と，前記各要素の面積
が一致していると判断した場合に，再度マッチングを実
行する第９の工程と，を含むものである。

【００２８】すなわち，各要素ごとの面積測定を行い，
膨張／収縮を実施し，各要素ごとの位置的な膨張／収縮
の度合いに個別に対応することができ，かつ隣接する要
素との統合を回避し，再度各要素ごとに認識することに
より過剰認識の確率を高速に低減することが可能とな
り，かつ請求項８において要素間の統合する可能性を除
去し，一致度のＳ／Ｎ比を向上することが可能となる。

【００２９】また，請求項１０に係る工業文字認識方法
にあっては，ロゴなどの工業文字を認識することによっ
て生産ラインにおける製品識別を行う工業文字認識方法
において，２値化された工業文字をテンプレート画像と
して入力する第１の工程と，識別対象製品に印字されて
いる工業文字を撮像・２値化し撮像画像を入力する第２
の工程と，前記テンプレート画像を用いて前記撮像画像
に対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，位置補正を行い，マッチング直前の状態で
前記テンプレート画像または前記撮像画像の２値画像に
境界線処理を施す第５の工程と，前記第５の工程による
境界線処理後の画像の重心を取得する第６の工程と，前
記第６の工程による境界線画像の重心位置からマッチン
グ後の画像の重心位置の変移より膨張／収縮方向を検出
する第７の工程と，前記第７の工程で検出した膨張／収
縮方向より認識対象画像か前記テンプレート画像の一方
を膨張／収縮し，再度マッチングする第８の工程と，を
含むものである。

【００３０】すなわち，マッチング前の境界線画像の重
心とマッチング後の結果画像の重心を取得し，それらの
変移を検出することにより，膨張／収縮方向を検知して
試行錯誤を排除し，最適な膨張／収縮処理を実施し，再
度認識することで過剰認識の確率を高速に低減可能に
し，かつ過剰判定抑制ルーチンに移行する前に照明の指
向性により決定する膨張または収縮の方向を取得し，限
定して過剰判定抑制ルーチンを発動することが可能とな
る。

【００３１】また，請求項１１に係る工業文字認識方法
にあっては，ロゴなどの工業文字を認識することによっ
て生産ラインにおける製品識別を行う工業文字認識方法
において，２値化された工業文字をテンプレート画像と
して入力する第１の工程と，識別対象製品に印字されて
いる工業文字を撮像・２値化し撮像画像を入力する第２
の工程と，前記テンプレート画像を用いて前記撮像画像
に対するテンプレートマッチングを実行する第３の工程
と，前記第３の工程でテンプレートマッチングを行った
結果，前記テンプレート画像と前記撮像画像との一致度
があらかじめ設定した閾値に対して低いか否かを判断す
る第４の工程と，前記第４の工程で一致度が低いと判断
した場合に，位置補正した後，マッチング直前の状態で
前記テンプレート画像または前記撮像画像の２値画像に
境界線処理を施す第５の工程と，前記第５の工程による
境界線処理後の画像の重心を取得する第６の工程と，前
記第６の工程による境界線画像の重心位置からマッチン
グ後の画像の重心位置の変移より膨張／収縮方向を検出
する第７の工程と，各要素ごとに膨張／収縮方向を決定
し，膨張／収縮を行った後，再度認識処理を実行する第
８の工程と，を含むものである。

【００３２】すなわち，請求項１０において，再度各要
素ごとに認識することにより，過剰認識の確率を高速に
し，かつ隣接する要素の統合を回避し，各要素の位置的
な膨張／収縮の度合いに対応して低減することができ，
さらに要素間の統合の可能性を除去することにより，一
致度のＳ／Ｎ比を向上させることが可能となる。

【００３３】

【発明の実施の形態】以下，本発明の工業文字認識方法
について添付図面を参照し，詳細に説明する。

【００３４】（システムの概要）図１は，実施の形態に
係るシステムの構成を示す説明図である。図において，
１０１および１０２は環境照明，１０３はＣＣＤエリア
センサ，１０４は補助照明，１０５は対象製品である。

【００３５】環境照明１０１・１０２など複数の独立し
た環境照明の下で，ＣＣＤエリアセンサ１０３を用いて
補助照明１０４を備えた撮像系で対象製品１０５の表面
に印字されているロゴを認識する場合，以下のようにし
て行う。

【００３６】次に，以上のように構成されたシステムに
おいて，図１に示すように，環境照明１０１・環境照明
１０２など複数の独立した環境照明の下でＣＣＤエリア
センサ１０３を用い，補助照明１０４を備えた撮像系で
対象製品１０５の表面に印字されているロゴを認識する
例について実施の形態ごとに分けて説明する。

【００３７】（実施の形態１）この実施の形態１では，
画像認識を応用して製品のロゴなどを認識・識別し，判
定する際に，環境照明の変動やロゴの印字状態，表面状
態，背景とロゴのコントラストなどにより，認識対象画
像の要素の周縁部の画素値と閾値との不安定な相対関係
による２値化後の取得画像が，認識に悪影響を及ぼし，
過剰認識が生じた場合でも，要素の周縁部分を膨張させ
て再度マッチングさせることにより，過剰認識を避ける
例について述べる。

【００３８】閉じた光学系を用いない場合，環境照明な
どの影響を受けやすいため，２値化の閾値決定は通常，
モード法や判別分析法など変動閾値決定法を用いる。環
境照明の変動がなくロバスト性への配慮を行わないで２
値化閾値を固定するなら一定の２値画像を得られる可能
性は十分高いものとなる。しかし，能動的な照明の他に
環境の変動要因として受動的な照明が存在した場合，経
時変化などにより環境が変化することも配慮する必要が
ある。

【００３９】図１３は，正常状態におけるロゴ画像の入
力状態を示す説明図である。また，図１４は，環境照明
が強いなどのように製品周辺が一様に明るいときに撮像
されたロゴの状態を示す説明図，図１５は，環境照明が
一様に暗いときに撮像されたロゴの状態を示す説明図で
ある。

【００４０】図１３（正常状態のロゴ），図１４（環境
照明が強い場合の撮像ロゴ），図１５（環境照明が暗い
場合の撮像ロゴ）のそれぞれについて２値化した例を，
図１６（正常状態のロゴ），図１７（環境照明が強い場
合の撮像ロゴ），図１８（環境照明が暗い場合の撮像ロ
ゴ）に示す。そのうち，図１６（正常状態のロゴ）をテ
ンプレート画像（標準的図形）として登録（メモリに格
納）しておく。

【００４１】図２は，実施の形態１に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ２０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
に示す如くシステムを用いて対象製品１０５に印字され
ているロゴを撮像し，２値化データとして入力する（Ｓ
２０２）。そして，正常状態のロゴと対象製品１０５の
ロゴとの照合，いわゆるテンプレートマッチングを行う
（Ｓ２０３）。

【００４２】次いで，上記テンプレートマッチングを行
った結果，正常状態のロゴと対象製品１０５のロゴとの
一致度（後述する）が低いか否かを判断する（Ｓ２０
４）。ここで，一致度が低いと判断したならば，認識対
象画像かテンプレート画像の一方を膨張させ，再度マッ
チング処理を実行する（Ｓ２０５）。

【００４３】上述の処理におけるテンプレートマッチン
グ（一致度算出など）についてさらに詳述する。重心を
画像の要素の位置を表すパラメータとして位置補正を行
う。テンプレート画像と撮像画像を排他的論理和を用い
て認識の指標である一致度を導出する。この場合，結果
画像に残留する画素数が少なければ少ないほど一致して
いることになる。

【００４４】テンプレート２値画像の全画素数をＡ，撮
像２値画像の全画素数をＢ，ＡとＢとの排他的論理和を
Ｃ，一致度をＤ（％）とすると，Ｄは以下に示す式
（１）によって与えられる。 Ｄ＝（Ａ＋Ｂ＋Ｃ）／（Ａ＋Ｂ）×１００（％） ・・・（１）

【００４５】最初のテンプレートマッチングにより一致
度Ｄ０がある設定値より小さい場合，テンプレート画像
か撮像画像の一方を膨張させ，再度マッチングし，上記
（１）式から一致度Ｄ１を導出する。ここでＤ０＜Ｄ１
であれば，さらに膨張して一致度Ｄ２を得る。そして，
Ｄ１＜Ｄ２であったならば同一作業をあらかじめ上限を
設定する回数ｎ回だけ繰り返し，Ｄｎ＞Ｄｎ＋１となっ
たとき，このテンプレート画像と撮像画像との認識の指
標を示す一致度ＤをＤｎとして設定値と比較する。そし
て，この設定値を厳しくしておくことにより一度，対象
製品が間違っていると判断して，誤認識を低減し，確認
ルーチンを行うことにより正常な製品の認識の場合にお
ける過剰認識率を低減することができる。

【００４６】一方，上述においてＤ０＞Ｄ１であるなら
ば，他方の画像を膨張し，再度マッチングすることによ
り得られるＤ１’とＤ０とを比較し，上述と同様の作業
を繰り返し実行する。

【００４７】したがって，この実施の形態１によれば，
人が活動可能な環境で，生産ライン上に流れてくる製品
の認識をロゴなどを用いて画像認識で行う場合，固有の
閉じた光学系を特別に設定することなく，環境照明など
の変化に影響され，無駄に人を介在させる過剰判定率を
低減することが可能となる。

【００４８】（実施の形態２）この実施の形態２では，
上述した実施の形態１において要素の周縁部分を膨張さ
せた場合，隣接する要素同士が統合することを回避し，
過剰認識率を低減する例について述べる。

【００４９】この実施の形態２では，実施の形態１の膨
張させる処理を収縮させる処理に置き換え，膨張させた
際に発生の可能性がある位置補正などに用いる重心位置
の変動，要素数の変化に直接影響を与える画像中の要素
の統合を回避する。

【００５０】図３は，実施の形態２に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ３０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ３０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
３０３）。

【００５１】次いで，上記テンプレートマッチングを行
った結果，正常状態のロゴと対象製品１０５のロゴとの
一致度（実施の形態１と同様の一致度を導出する）が低
いか否かを判断する（Ｓ３０４）。ここで，一致度が低
いと判断したならば，認識対象画像かテンプレート画像
の一方を収縮させ，再度マッチング処理を実行する（Ｓ
３０５）。

【００５２】したがって，この実施の形態２によれば，
対象画像中の各要素が統合することがないため，誤認識
の可能性を低減することが可能となる。

【００５３】（実施の形態３）この実施の形態３では，
画像自体の変形を回避し，過剰認識の確率を低減する例
について述べる。

【００５４】画像中の要素の周縁部分の不安定性を除去
するための膨張／収縮処理に対し，膨張処理後の画像に
ラベリングを施し，要素数が減少していれば，要素間の
統合があったことを示し，膨張処理前の画像に戻し，他
方の画像を収縮処理する。また，一方の画像の収縮処理
後にラベリングを施し，要素数が増えていれば，要素の
分裂を示し，収縮処理前の画像に戻し，他方の画像を膨
張処理する。

【００５５】図４は，実施の形態３に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ４０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ４０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
４０３）。

【００５６】次いで，上記テンプレートマッチングを行
った結果，正常状態のロゴと対象製品１０５のロゴとの
一致度（後述する）が低いか否かを判断する（Ｓ４０
４）。ここで，一致度が低いと判断したならば，認識対
象画像かテンプレート画像の一方を膨張させて再度マッ
チング処理を実行する際にラベリング処理を行う（Ｓ４
０５）。

【００５７】そして，膨張後の画像中の要素数が膨張前
より少ないか否かを判断する（Ｓ４０６）。ここで，膨
張後の画像中の要素数が膨張前より少ないと判断したな
らば，膨張をキャンセルし，他方を収縮し，再度マッチ
ングを実行する（Ｓ４０７）。

【００５８】さらに，上述した内容について付言する。
最初のテンプレートマッチングにより（１）式の一致度
Ｄ０がある設定値より小さい場合，テンプレート画像お
よび撮像画像においてラベリングを実行し，両者の要素
数を確認しておく。そして，その要素数に応じて下記
，を実行する。

【００５９】両者の要素数が同数の場合，実施の形態
１と同様の動作を行い，再度マッチングする際に要素数
を確認し，変化がなければ同じ作業を繰り返し実行す
る。

【００６０】一方，要素数が少ない場合，少ない方を
同数になるまで収縮し，同数になった時点を最初のマッ
チングとする。以降，と同様の作業を繰り返し実行
し，最大値を記憶しておく。そして，多い方を同数にな
るまで膨張し，同数になった時点を最初のマッチングと
し，以降，の作業を繰り返してその最大値を記憶す
る。本処理で得られた２つの最大値を比較し，大きい方
を本処理での一致度とする。

【００６１】したがって，この実施の形態３によれば，
あらかじめラベリングで要素数の変化を捉え，膨張によ
る要素同士の統合や，収縮による要素の分離を事前に回
避し，誤認識の可能性を低減することができる。

【００６２】（実施の形態４）この実施の形態４では，
画像の要素を膨張／収縮して過剰認識の確率を低下させ
る際に，一方向からの照明系の影響や，印字のわずかな
厚みの陰影に起因する過剰認識要因を個別に避けるため
に，要素の一方向に膨張／収縮を施す例について述べ
る。

【００６３】図５は，実施の形態４に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ５０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ５０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
５０３）。

【００６４】次いで，上記テンプレートマッチングを行
った結果，正常状態のロゴと対象製品１０５のロゴとの
一致度（後述する）が低いか否かを判断する（Ｓ５０
４）。なお，ここでは，一致度の最大値が得られた時点
で，上下左右方向に膨張あるいは収縮を順次施して一致
度を確認し，最大値が得られた時点での一致度を認識の
指標とする。

【００６５】上記ステップＳ５０４において，一致度が
低いと判断したならば，認識対象画像かテンプレート画
像の一方の上下左右方向を個々に膨張／収縮させ，各々
の処理に対して再度マッチングを実行する（Ｓ５０
５）。

【００６６】したがって，この実施の形態４によれば，
照明系の指向的な変化に対応して，過剰判定率を抑制す
ることが可能となる。

【００６７】（実施の形態５）この実施の形態５では，
他方向から独立した照明系の影響や，それに伴って印字
のわずかな厚みの陰影に起因する他方向への膨張／圧縮
に対応して，過剰認識要因を個別に避けるために，要素
の一方向に膨張／収縮を施して，過剰認識の確率を低減
する例について述べる。

【００６８】図６は，実施の形態５に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ６０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ６０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
６０３）。

【００６９】次いで，上記テンプレートマッチングを行
った結果，正常状態のロゴと対象製品１０５のロゴとの
一致度（後述する）が低いか否かを判断する（Ｓ６０
４）。

【００７０】上記ステップＳ６０４において，一致度が
低いと判断したならば，認識対象画像かテンプレート画
像の一方の上下左右方向を個々に膨張／収縮させ，各々
の処理に対して再度マッチングを実行する（Ｓ６０
５）。さらに膨張または収縮させる方向を組み合わせて
同処理を実行する（Ｓ６０６）。

【００７１】すなわち，上述した処理では，一致度の最
大値が得られた時点で，上下左右方向に膨張あるいは収
縮を順次施して一致度を確認し，一致度が向上した方向
の膨張あるいは収縮を残して，他の方向の膨張または収
縮をさらに行い，最大値が得られた時点での一致度を認
識の指標とする。

【００７２】したがって，この実施の形態５によれば，
実施の形態４に対し，さらに精度の高い認識が実現す
る。

【００７３】（実施の形態６）この実施の形態６では，
再度の認識の一致度が高い値が得られた膨張収縮の方向
によって補助照明の照度を変化させることにより，環境
照明の変動に起因して繰り返し生じる過剰認識を排除す
る例について述べる。

【００７４】図７は，実施の形態６に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ７０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ７０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
７０３）。次いで，上記テンプレートマッチングを行っ
た結果，正常状態のロゴと対象製品１０５のロゴとの一
致度が低いか否かを判断する（Ｓ７０４）。

【００７５】上記ステップＳ７０４において，一致度が
低いと判断したならば，認識対象画像かテンプレート画
像の一方の上下左右方向を個々に膨張／収縮させ，各々
の処理に対して再度マッチングを実行する（Ｓ７０
５）。さらに膨張または収縮させる方向を組み合わせて
同処理を実行し（Ｓ７０６），膨張した側より照射する
照明系の照度を上げるか，または収縮側より照射する照
明系の照度を下げる（Ｓ７０７）。

【００７６】すなわち，あらかじめ上下左右の４方向か
らの補助照明を備えておき，上述した過剰判定抑制ルー
チンを発動する認識回数が設定回数を超過した時点で，
繰り返しの過剰判定要因として環境照明の補助を必要と
すると判断し，膨張を施した側から照射する補助照明の
照度を上げる。あるいは収縮を施した側から照射する補
助照明の照度を下げる。そして，再度マッチングして一
致度を確認し，膨張または収縮を用いる過剰判定抑制ル
ーチンに移行しない照度に固定する。

【００７７】したがって，過剰判定率を下げている照明
の指向性を把握し，繰り返し発生する過剰判定の要因を
除去することが可能となる。

【００７８】（実施の形態７）この実施の形態７では，
画像中の要素ごとに他のメモリ上にコピーして膨張／収
縮を施すことにより，隣接する要素を同時に膨張／収縮
することがないので，これを利用し，要素間の統合を生
じさせることなく，過剰認識の確率を低減することを可
能にする例について述べる。

【００７９】図８は，実施の形態７に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ８０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ８０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
８０３）。次いで，上記テンプレートマッチングを行っ
た結果，正常状態のロゴと対象製品１０５のロゴとの一
致度が低いか否かを判断する（Ｓ８０４）。

【００８０】上記ステップＳ８０４において，一致度が
低いと判断したならば，認識対象画像かテンプレート画
像の一方の各要素を順次他のメモリ上にコピーする（Ｓ
８０５）。さらに，移動した各要素を膨張／収縮し，再
度マッチングを実行する（Ｓ８０６）。つまり，対象の
要素を切り取って他のメモリに移して太らせることによ
り，くっつきがなくなる。

【００８１】さらに付言すれば，テンプレート画像と撮
像画像の両者にラベリングを施し，各要素ごとに順次別
メモリにコピーし，初回のマッチングを行い先に述べた
（１）式において一致度Ｄ０を得る。初回のマッチング
の一致度Ｄ０が設定値より小さい値の場合，その要素に
関しての過剰判定抑制ルーチンに移行し，一致度の最大
値が得られた時点で，その要素の一致度として格納して
おく。他の要素に関して同様の作業を実行し，それぞれ
の要素での一致度の最大値の中で，最小の値をテンプレ
ート画像と撮像画像との一致度として認識に指標とす
る。

【００８２】したがって，この実施の形態７によれば，
要素間の統合する可能性を排除し，かつ一致度のＳ／Ｎ
比を向上させることが可能となる。

【００８３】（実施の形態８）この実施の形態８では，
膨張／収縮を実施するその回数または膨張／収縮の画素
数を，最初に面積測定することによって決定する例につ
いて述べる。

【００８４】初回のマッチング前にテンプレート画像と
撮像画像の両者の面積を計測し，膨張または収縮の度合
いを導出してから，一方の画像の膨張あるいは収縮を実
行する。

【００８５】図９は，実施の形態８に係る基本的な識別
手順例を示すフローチャートである。まず，正常状態の
ロゴ（２値化データ）をテンプレート画像として入力す
る（Ｓ９０１）。この入力はあらかじめ格納されている
ロゴデータから読み出すなどにより行う。続いて，図１
の如くシステムを用いて対象製品１０５に印字されてい
るロゴを撮像し，２値化データとして入力する（Ｓ９０
２）。そして，正常状態のロゴと対象製品１０５のロゴ
との照合，いわゆるテンプレートマッチングを行う（Ｓ
９０３）。次いで，上記テンプレートマッチングを行っ
た結果，正常状態のロゴと対象製品１０５のロゴとの一
致度が低いか否かを判断する（Ｓ９０４）。

【００８６】上記ステップＳ９０４において，一致度が
低いと判断したならば，認識対象画像とテンプレート画
像の面積を計測し（Ｓ９０５），上記処理後の両画像を
再度マッチングする（Ｓ９０６）。つまり，何れかの面
積を計測して一致するまで太らせるかやせさせる。

【００８７】したがって，この実施の形態８によれば，
実施の形態１において，膨張あるいは収縮処理後におけ
る再マッチングを省略することにより，迅速な処理が実
現する。

【００８８】（実施の形態９）この実施の形態９では，
実施の形態８において各要素ごとの面積測定を行い，膨
張／収縮を実施し，各要素ごとの位置的な膨張／収縮の
度合いに個別に対応することができ，かつ隣接する要素
との統合を回避し，再度各要素ごとに認識することによ
り過剰認識の確率を高速に低減する例について述べる。

【００８９】図１０は，実施の形態９に係る基本的な識
別手順例を示すフローチャートである。まず，正常状態
のロゴ（２値化データ）をテンプレート画像として入力
する（Ｓ１００１）。この入力はあらかじめ格納されて
いるロゴデータから読み出すなどにより行う。続いて，
図１の如くシステムを用いて対象製品１０５に印字され
ているロゴを撮像し，２値化データとして入力する（Ｓ
１００２）。そして，正常状態のロゴと対象製品１０５
のロゴとの照合，いわゆるテンプレートマッチングを行
う（Ｓ１００３）。次いで，上記テンプレートマッチン
グを行った結果，正常状態のロゴと対象製品１０５のロ
ゴとの一致度が低いか否かを判断する（Ｓ１００４）。

【００９０】上記ステップＳ１００４において，一致度
が低いと判断したならば，認識対象画像かテンプレート
画像の一方の各要素を順次他のメモリ上にコピーする
（Ｓ１００５）。そして，コピーした各要素の面積を計
測する（Ｓ１００６）。さらに，認識対象画像かテンプ
レート画像の一方の要素を膨張／収縮する（Ｓ１００
７）。そして，各要素の面積が一致しているか否かを判
断し（Ｓ１００８），各要素の面積が一致していると判
断したならば，再度マッチングを実行する（Ｓ１００
９）。

【００９１】すなわち，テンプレート画像と撮像画像の
各要素を順次別のメモリにコピーし，各要素での初回の
マッチング前に面積を計測し，膨張あるいは収縮の度合
いを決定し，一方の画像に実施する。

【００９２】したがって，この実施の形態９によれば，
実施の形態８において要素間の統合する可能性を除去
し，一致度のＳ／Ｎ比を向上させることが可能となる。

【００９３】（実施の形態１０）この実施の形態１０で
は，マッチング前の境界線画像の重心とマッチング後の
結果画像の重心を取得し，それらの変移を検出すること
により，膨張／収縮方向を検知して試行錯誤を排除し，
最適な膨張／収縮処理を実施し，再度認識するこで過剰
認識の確率を高速に低減可能にする例について述べる。

【００９４】図１１は，実施の形態１０に係る基本的な
識別手順例を示すフローチャートである。まず，正常状
態のロゴ（２値化データ）をテンプレート画像として入
力する（Ｓ１１０１）。この入力はあらかじめ格納され
ているロゴデータから読み出すなどにより行う。続い
て，図１の如くシステムを用いて対象製品１０５に印字
されているロゴを撮像し，２値化データとして入力する
（Ｓ１１０２）。そして，正常状態のロゴと対象製品１
０５のロゴとの照合，いわゆるテンプレートマッチング
を行う（Ｓ１１０３）。次いで，上記テンプレートマッ
チングを行った結果，正常状態のロゴと対象製品１０５
のロゴとの一致度が低いか否かを判断する（Ｓ１１０
４）。

【００９５】上記ステップＳ１１０４において，一致度
が低いと判断したならば，位置補正後，マッチング直前
の状態でテンプレートまたは撮像画像の２値画像に境界
線処理を施す（Ｓ１１０５）。さらに，境界線処理後の
画像の重心を取得し（Ｓ１１０６），境界線画像の重心
位置からマッチング後の画像の重心位置の変移より膨張
／収縮方向を検出する（Ｓ１１０７）。そして，検出し
た膨張／収縮方向より認識対象画像かテンプレートの一
方を膨張／収縮し，再度マッチングする（Ｓ１１０
８）。

【００９６】さらに，付言する。初回のテンプレート画
像と撮像画像とのマッチング前に，両者の重心，面積，
各要素の高さの総和，各要素の幅の総和の各値を取得
し，テンプレート画像の重心と撮像画像の重心を一致す
るように位置補正を行い，その位置を記憶する。位置補
正後，テンプレート画像あるいは撮像画像の境界線処理
を施し，境界線画像の重心を取得する。

【００９７】マッチング後に得られた結果画像の重心を
位置補正に用いた重心と比較し，図１９に示すようにマ
ッチング前の境界線画像の重心６とマッチング後の重心
７の位置ずれが不変で，かつ一致度が設定値より低い場
合は，各方向に対して均等に膨張／収縮し，再度マッチ
ングを行う。

【００９８】一方，図２０に示すように，マッチング前
の境界線画像の重心８とマッチング後の重心９の位置が
上下方向に各要素の幅の総和の２分の１以上ずれている
とき，その方向に膨張／収縮を行う。同様に，左右方向
には各要素の高さ総和の２分の１以上ずれているとき，
その方向に膨張／収縮を実施し，再度マッチングを実行
する。位置補正に通常の画像の重心を用い，指向的な膨
張／収縮を画像全体に対する影響を平均化している。ま
た，膨張／収縮の方向を顕在化するために境界線画像の
重心を基準としている。

【００９９】したがって，この実施の形態１０によれ
ば，過剰判定抑制ルーチンに移行する前に照明の指向性
により決定する膨張または収縮の方向を取得し，限定し
て過剰判定抑制ルーチンを発動することが可能となる。

【０１００】（実施の形態１１）この実施の形態１１で
は，上述した実施の形態１０において再度各要素ごとに
認識することにより，過剰認識の確率を高速にし，かつ
隣接する要素の統合を回避し，各要素の位置的な膨張／
収縮の度合いに対応して低減する例について述べる。

【０１０１】図１２は，実施の形態１１に係る基本的な
識別手順例を示すフローチャートである。まず，正常状
態のロゴ（２値化データ）をテンプレート画像として入
力する（Ｓ１２０１）。この入力はあらかじめ格納され
ているロゴデータから読み出すなどにより行う。続い
て，図１の如くシステムを用いて対象製品１０５に印字
されているロゴを撮像し，２値化データとして入力する
（Ｓ１２０２）。そして，正常状態のロゴと対象製品１
０５のロゴとの照合，いわゆるテンプレートマッチング
を行う（Ｓ１２０３）。次いで，上記テンプレートマッ
チングを行った結果，正常状態のロゴと対象製品１０５
のロゴとの一致度が低いか否かを判断する（Ｓ１２０
４）。

【０１０２】上記ステップＳ１１０４において，一致度
が低いと判断したならば，位置補正後，マッチング直前
の状態でテンプレートまたは撮像画像の２値画像に境界
処理を施す（Ｓ１２０５）。さらに，境界線処理後の画
像の重心を取得し（Ｓ１２０６），境界線画像の重心位
置からマッチング後の画像の重心位置の変移より膨張／
収縮方向を検出する（Ｓ１２０７）。そして，各要素ご
とに膨張／収縮方向を決定し，膨張／収縮を行った後，
再度認識処理を実行する（Ｓ１２０８）。

【０１０３】さらに説明すると，はじめにテンプレート
画像と撮像画像の両方にラベリングを実行し，両者の要
素数を取得する。また，各要素の重心，高さ，面積，幅
を取得し，各要素ごとにマッチングを，他のメモリに移
動して行う。各要素ごとのマッチング前後の重心の位置
ずれから膨張／収縮の方向を決定し，膨張または収縮処
理後，再度マッチングを実施する。

【０１０４】したがって，この実施の形態１１によれ
ば，上述した実施の形態１０において要素間の統合の可
能性を除去し，一致度のＳ／Ｎ比を向上させることが可
能となる。

【０１０５】さて，以上説明してきた各実施の形態で
は，製品のロゴを認識する例をとって説明した。たとえ
ば，不規則な多種少量生産が行われている製品の前面に
印字されたロゴを認識することにより，発生頻度は低い
が絶対発生させてはいけない不良であるカバーの取付け
ミスを検出するときに，様々な環境照明が設置され，手
組み主体の生産ラインで行う際に，組み付けミスの修理
に人が活動するため，固有の閉じた光学系を設定するこ
とができないなど，環境の変動に影響されやすい状況で
あっても，過剰認識により修理者に対して誤報を発信す
る確率を低減することができる。

【０１０６】

【発明の効果】以上説明したように，本発明に係る工業
文字認識方法（請求項１）によれば，画像認識を応用し
て製品のロゴなどを認識・識別し，判定する際に，環境
照明の変動やロゴの印字状態，表面状態，背景とロゴの
コントラストなどにより，認識対象画像の要素の周縁部
の画素値と閾値との不安定な相対関係による２値化後の
取得画像が，認識に悪影響を及ぼし，認識対象画像とテ
ンプレート画像の正しい組み合わせを間違った組み合わ
せと判断する過剰認識が生じた場合でも，要素の周縁部
分を膨張させて再度マッチングさせることにより，過剰
認識を回避するので，人が活動可能な環境で，生産ライ
ン上に流れてくる製品の認識をロゴなどを用いて画像認
識で行う場合，固有の閉じた光学系を特別に設定するこ
となく，環境照明などの変化に影響され，無駄に人を介
在させる過剰判定率が低減するので，その結果，認識品
質の向上を図ることができる。

【０１０７】また，本発明に係る工業文字認識方法（請
求項２）によれば，請求項１において要素の周縁部分を
膨張させた場合，隣接する要素同士が統合することを回
避することにより，過剰認識率を低減する対象画像中の
各要素が統合することがないため，誤認識の可能性を低
減することができる。

【０１０８】また，本発明に係る工業文字認識方法（請
求項３）によれば，画像中の要素の周縁部分の不安定性
を除去するための膨張／収縮処理に対し，膨張処理後の
画像にラベリングを施し，要素数が減少していれば，要
素間の統合があったことを示すので膨張処理前の画像に
戻し，他方の画像を収縮処理し，一方の画像の収縮処理
後にラベリングを施し，要素数が増えていれば，要素の
分裂を示すので収縮処理前の画像に戻し，他方の画像を
膨張処理することにより，あらかじめラベリングで要素
数の変化を捉え，膨張による要素同士の統合や，収縮に
よる要素の分離を事前に回避し，誤認識の可能性を低減
することができる。

【０１０９】また，本発明に係る工業文字認識方法（請
求項４）によれば，画像の要素を膨張／収縮して過剰認
識の確率を低下させる際に，一方向からの照明系の影響
や，印字のわずかな厚みの陰影に起因する過剰認識要因
を個別に避けるために，要素の一方向に膨張／収縮を施
すことにより，照明系の指向的な変化に対応して，過剰
判定率を抑制することができる。

【０１１０】また，本発明に係る工業文字認識方法（請
求項５）によれば，他方向から独立した照明系の影響
や，それに伴って印字のわずかな厚みの陰影に起因する
他方向への膨張／圧縮に対応して，過剰認識要因を個別
に避けるために，要素の一方向に膨張／収縮を施すこと
により，請求項４に対し，さらに精度の高い認識が実現
する。

【０１１１】また，本発明に係る工業文字認識方法（請
求項６）によれば，再度の認識の一致度が高い値が得ら
れた膨張収縮の方向によって補助照明の照度を変化させ
ることにより，過剰判定率を下げている照明の指向性を
把握し，繰り返し発生する過剰判定の要因を除去するこ
とができる。

【０１１２】また，本発明に係る工業文字認識方法（請
求項７）によれば，画像中の要素ごとに他のメモリ上に
コピーして膨張／収縮を施すことにより，隣接する要素
を同時に膨張／収縮することがないので，これを利用
し，要素間の統合を生じさせることなく，過剰認識の確
率を低減するので，要素間の統合する可能性を排除し，
かつ一致度のＳ／Ｎ比を向上させることができる。

【０１１３】また，本発明に係る工業文字認識方法（請
求項８）によれば，膨張／収縮を実施するその回数また
は膨張／収縮の画素数を，最初に面積測定することによ
って決定し，膨張あるいは収縮処理後における再マッチ
ングを省略するので，より迅速な処理が実現する。

【０１１４】また，本発明に係る工業文字認識方法（請
求項９）によれば，各要素ごとの面積測定を行い，膨張
／収縮を実施し，各要素ごとの位置的な膨張／収縮の度
合いに個別に対応することができ，かつ隣接する要素と
の統合を回避し，再度各要素ごとに認識することにより
過剰認識の確率を高速に低減することが可能となり，か
つ請求項８において要素間の統合する可能性を除去し，
一致度のＳ／Ｎ比を向上させることができる。

【０１１５】また，本発明に係る工業文字認識方法（請
求項１０）によれば，マッチング前の境界線画像の重心
とマッチング後の結果画像の重心を取得し，それらの変
移を検出することにより，膨張／収縮方向を検知して試
行錯誤を排除し，最適な膨張／収縮処理を実施し，再度
認識することで過剰認識の確率を高速に低減可能にし，
かつ過剰判定抑制ルーチンに移行する前に照明の指向性
により決定する膨張または収縮の方向を取得し，限定し
て過剰判定抑制ルーチンを発動することができる。

【０１１６】また，本発明に係る工業文字認識方法（請
求項１１）によれば，請求項１０において，再度各要素
ごとに認識することにより，過剰認識の確率を高速に
し，かつ隣接する要素の統合を回避し，各要素の位置的
な膨張／収縮の度合いに対応して低減することができ，
さらに要素間の統合の可能性を除去することにより，一
致度のＳ／Ｎ比を向上させることができる。

【図面の簡単な説明】

【図１】本発明の実施の形態に係るシステムの構成を示
す説明図である。

【図２】本発明の実施の形態１に係る基本的な識別手順
例を示すフローチャートである。

【図３】本発明の実施の形態２に係る基本的な識別手順
例を示すフローチャートである。

【図４】本発明の実施の形態３に係る基本的な識別手順
例を示すフローチャートである。

【図５】本発明の実施の形態４に係る基本的な識別手順
例を示すフローチャートである。

【図６】本発明の実施の形態５に係る基本的な識別手順
例を示すフローチャートである。

【図７】本発明の実施の形態６に係る基本的な識別手順
例を示すフローチャートである。

【図８】本発明の実施の形態７に係る基本的な識別手順
例を示すフローチャートである。

【図９】本発明の実施の形態８に係る基本的な識別手順
例を示すフローチャートである。

【図１０】本発明の実施の形態９に係る基本的な識別手
順例を示すフローチャートである。

【図１１】本発明の実施の形態１０に係る基本的な識別
手順例を示すフローチャートである。

【図１２】本発明の実施の形態１１に係る基本的な識別
手順例を示すフローチャートである。

【図１３】正常状態におけるロゴ画像の入力状態を示す
説明図である。

【図１４】環境照明が強いなどのように製品周辺が一様
に明るいときに撮像されたロゴの状態を示す説明図であ
る。

【図１５】環境照明が一様に暗いときに撮像されたロゴ
の状態を示す説明図である。

【図１６】図１３のロゴ画像に対応するテンプレート２
値化画像を示す説明図である。

【図１７】図１４（環境照明が強い場合）のロゴ撮像画
像に対応する撮像２値化画像を示す説明図である。

【図１８】図１５（環境照明が暗い場合）のロゴ撮像画
像に対応する撮像２値化画像を示す説明図である。

【図１９】実施の形態１０に係り，マッチング前の境界
線画像の重心とマッチング後の位置ずれが不変で一致度
が設定値より低い場合の画像例を示す説明図である。

【図２０】実施の形態１０に係り，マッチング前の境界
線画像の重心とマッチング後の位置ずれが生じている場
合の画像例を示す説明図である。

【符号の説明】

１０１，１０２ 環境照明 １０３ ＣＣＤエリアセンサ １０４ 補助照明 １０５ 対象製品 ６，７，８，９ 重心

Claims (11)

【特許請求の範囲】
1. 【請求項１】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像か前記テンプレート画像の
   一方を膨張させ，再度マッチング処理を実行する第５の
   工程と，を含むことを特徴とする工業文字認識方法。
2. 【請求項２】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像か前記テンプレート画像の
   一方を収縮させ，再度マッチング処理を実行する第５の
   工程と，を含むことを特徴とする工業文字認識方法。
3. 【請求項３】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，ラベリング処理を行い認識対象画像か前
   記テンプレート画像の一方を膨張させて再度マッチング
   処理を実行する第５の工程と，前記第５の工程で膨張し
   た後の画像中の要素数が膨張前より少ないか否かを判断
   する第６の工程と，前記第６の工程で膨張後の画像中の
   要素数が膨張前より少ないと判断した場合，膨張をキャ
   ンセルし，該キャンセルした側の他方を収縮し，再度マ
   ッチングを実行する第７の工程と，を含むことを特徴と
   する工業文字認識方法。
4. 【請求項４】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像かテンプレート画像の一方
   の上下左右方向を個々に膨張／収縮させ，各々の処理に
   対して再度マッチングを実行する第５の工程と，を含む
   ことを特徴とする工業文字認識方法。
5. 【請求項５】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像かテンプレート画像の一方
   の上下左右方向を個々に膨張／収縮させ，各々の処理に
   対して再度マッチングを実行する第５の工程と，膨張ま
   たは収縮させる方向を組み合わせ，前記第５の工程と同
   一処理を実行する第６の工程と，を含むことを特徴とす
   る工業文字認識方法。
6. 【請求項６】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像か前記テンプレート画像の
   一方の上下左右方向を個々に膨張／収縮させ，各々の処
   理に対して再度マッチングを実行する第５の工程と，膨
   張または収縮させる方向を組み合わせて，前記第５の工
   程と同一処理を実行する第６の工程と，膨張した側より
   照射する照明系の照度を上げるか，または収縮側より照
   射する照明系の照度を下げる第７の工程と，を含むこと
   を特徴とする工業文字認識方法。
7. 【請求項７】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像か前記テンプレート画像の
   一方の各要素を順次他のメモリ上にコピーする第５の工
   程と，移動した各要素を膨張／収縮し，再度マッチング
   を実行する第６の工程と，を含むことを特徴とする工業
   文字認識方法。
8. 【請求項８】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像と前記テンプレート画像の
   面積を計測する第５の工程と，膨張／収縮処理後の両画
   像を再度マッチングする第６の工程と，を含むことを特
   徴とする工業文字認識方法。
9. 【請求項９】 ロゴなどの工業文字を認識することによ
   って生産ラインにおける製品識別を行う工業文字認識方
   法において，２値化された工業文字をテンプレート画像
   として入力する第１の工程と，識別対象製品に印字され
   ている工業文字を撮像・２値化し撮像画像を入力する第
   ２の工程と，前記テンプレート画像を用いて前記撮像画
   像に対するテンプレートマッチングを実行する第３の工
   程と，前記第３の工程でテンプレートマッチングを行っ
   た結果，前記テンプレート画像と前記撮像画像との一致
   度があらかじめ設定した閾値に対して低いか否かを判断
   する第４の工程と，前記第４の工程で一致度が低いと判
   断した場合に，認識対象画像か前記テンプレート画像の
   一方の各要素を順次他のメモリ上にコピーする第５の工
   程と，前記第５の工程でコピーした各要素の面積を計測
   する第６の工程と，認識対象画像か前記テンプレート画
   像の一方の要素を膨張／収縮する第７の工程と，前記テ
   ンプレート画像と前記撮像画像の各要素の面積が一致し
   ているか否かを判断する第８の工程と，前記各要素の面
   積が一致していると判断した場合に，再度マッチングを
   実行する第９の工程と，を含むことを特徴とする工業文
   字認識方法。
10. 【請求項１０】 ロゴなどの工業文字を認識することに
    よって生産ラインにおける製品識別を行う工業文字認識
    方法において，２値化された工業文字をテンプレート画
    像として入力する第１の工程と，識別対象製品に印字さ
    れている工業文字を撮像・２値化し撮像画像を入力する
    第２の工程と，前記テンプレート画像を用いて前記撮像
    画像に対するテンプレートマッチングを実行する第３の
    工程と，前記第３の工程でテンプレートマッチングを行
    った結果，前記テンプレート画像と前記撮像画像との一
    致度があらかじめ設定した閾値に対して低いか否かを判
    断する第４の工程と，前記第４の工程で一致度が低いと
    判断した場合に，位置補正を行い，マッチング直前の状
    態で前記テンプレート画像または前記撮像画像の２値画
    像に境界線処理を施す第５の工程と，前記第５の工程に
    よる境界線処理後の画像の重心を取得する第６の工程
    と，前記第６の工程による境界線画像の重心位置からマ
    ッチング後の画像の重心位置の変移より膨張／収縮方向
    を検出する第７の工程と，前記第７の工程で検出した膨
    張／収縮方向より認識対象画像か前記テンプレート画像
    の一方を膨張／収縮し，再度マッチングする第８の工程
    と，を含むことを特徴とする工業文字認識方法。
11. 【請求項１１】 ロゴなどの工業文字を認識することに
    よって生産ラインにおける製品識別を行う工業文字認識
    方法において，２値化された工業文字をテンプレート画
    像として入力する第１の工程と，識別対象製品に印字さ
    れている工業文字を撮像・２値化し撮像画像を入力する
    第２の工程と，前記テンプレート画像を用いて前記撮像
    画像に対するテンプレートマッチングを実行する第３の
    工程と，前記第３の工程でテンプレートマッチングを行
    った結果，前記テンプレート画像と前記撮像画像との一
    致度があらかじめ設定した閾値に対して低いか否かを判
    断する第４の工程と，前記第４の工程で一致度が低いと
    判断した場合に，位置補正した後，マッチング直前の状
    態で前記テンプレート画像または前記撮像画像の２値画
    像に境界線処理を施す第５の工程と，前記第５の工程に
    よる境界線処理後の画像の重心を取得する第６の工程
    と，前記第６の工程による境界線画像の重心位置からマ
    ッチング後の画像の重心位置の変移より膨張／収縮方向
    を検出する第７の工程と，各要素ごとに膨張／収縮方向
    を決定し，膨張／収縮を行った後，再度認識処理を実行
    する第８の工程と，を含むことを特徴とする工業文字認
    識方法。