JPS59109977A - 図形の表裏判別方法 - Google Patents
図形の表裏判別方法Info
- Publication number
- JPS59109977A JPS59109977A JP57220702A JP22070282A JPS59109977A JP S59109977 A JPS59109977 A JP S59109977A JP 57220702 A JP57220702 A JP 57220702A JP 22070282 A JP22070282 A JP 22070282A JP S59109977 A JPS59109977 A JP S59109977A
- Authority
- JP
- Japan
- Prior art keywords
- detected
- points
- cpu7
- same time
- discriminating
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〈発明の技術分野〉
本発明は、例えば物体の角部の如く、被検出物の形状的
特徴に関与する点（以下「特徴点」という）を利用して
、被検出物の向き、すなわち被検出物が表向きか、裏向
きかを判別する図形の表裏判別方法に関する。
特徴に関与する点（以下「特徴点」という）を利用して
、被検出物の向き、すなわち被検出物が表向きか、裏向
きかを判別する図形の表裏判別方法に関する。
〈発明の背景〉
例えばベルトコンベヤ上へ物体を供給して、次の処理工
程へ移行させるラインにおいて、近年、ベルトコンベヤ
上の物体をカメラ装置にて画像化して、物体の特徴点を
検出した後、この特徴点を被検出物モデルの特徴点と対
応させる（以下この処理を１ラベリング」と称する）こ
とにより、物体の姿勢等を把握して、次工程の処理に備
える技術が提案されている。
程へ移行させるラインにおいて、近年、ベルトコンベヤ
上の物体をカメラ装置にて画像化して、物体の特徴点を
検出した後、この特徴点を被検出物モデルの特徴点と対
応させる（以下この処理を１ラベリング」と称する）こ
とにより、物体の姿勢等を把握して、次工程の処理に備
える技術が提案されている。
ところがこの種技術において、物体が軽量である場合等
には、ベルトコンベヤへの物体供給時、物体が半転して
裏を向くことがあり、これがため次工程の処理が適正に
行なわれない事態が生ずる。かかる実情から、この種物
体認識を利用した技術の活用には限界があり、物体およ
び物体供給の方法が制約される等の問題がある。
には、ベルトコンベヤへの物体供給時、物体が半転して
裏を向くことがあり、これがため次工程の処理が適正に
行なわれない事態が生ずる。かかる実情から、この種物
体認識を利用した技術の活用には限界があり、物体およ
び物体供給の方法が制約される等の問題がある。
〈発明の目的〉
本発明は、物体の表裏を容易に判別する新規方法を提供
することにより、上記問題を一挙に解消すると共に、物
体認識技術の進展並びに活用をはかることを目的とする
。
することにより、上記問題を一挙に解消すると共に、物
体認識技術の進展並びに活用をはかることを目的とする
。
〈発明の構成および効果〉
上記目的を達成するため、本発明では、被検出物および
そのモデルにつき対応関係にある３点（例えば３個の特
徴点）を選択抽出して、夫々２点間を結ぶ異なる方向の
ベクトルを設定し、ついで両ベクトルの外積を演算して
、演算結果の比較により被検出物の表裏を判別すること
とした。
そのモデルにつき対応関係にある３点（例えば３個の特
徴点）を選択抽出して、夫々２点間を結ぶ異なる方向の
ベクトルを設定し、ついで両ベクトルの外積を演算して
、演算結果の比較により被検出物の表裏を判別すること
とした。
本発明によれば、被検出物が裏を向くとき、そのベクト
ル積は被検出物モデルにかかるベクトル積とは正負反対
となるから、物体の表裏判別をきわめて容易に行ない得
、物体処理ラインにおいて適正な次工程処理を行なうこ
とができる。従って物体およびベルトコンベヤに対する
物体供給方法等の制約から解放され、物体認識技術の進
展並びに活用をはかることができる等、発明目的を達成
した優れた効果を奏する。
ル積は被検出物モデルにかかるベクトル積とは正負反対
となるから、物体の表裏判別をきわめて容易に行ない得
、物体処理ラインにおいて適正な次工程処理を行なうこ
とができる。従って物体およびベルトコンベヤに対する
物体供給方法等の制約から解放され、物体認識技術の進
展並びに活用をはかることができる等、発明目的を達成
した優れた効果を奏する。
〈実施例の説明〉
第１図は被検出物の搬送ラインを示し、物品供給装置１
にてベルトコンベヤ２上へ被検出物３が一定時間間隔毎
に放出され、ベルトコンベヤ２上の被検出物３は搬送下
流端に配備された処理装置にてつぎの処理若しくは加工
工程へ移される。この被検出物３は、ベルトコンベヤ２
」−において任意の方向、更には表裏いずれかを向いて
おり、前記処理装置４は被検出物３の向きに応じて所定
の動作を実行する。
にてベルトコンベヤ２上へ被検出物３が一定時間間隔毎
に放出され、ベルトコンベヤ２上の被検出物３は搬送下
流端に配備された処理装置にてつぎの処理若しくは加工
工程へ移される。この被検出物３は、ベルトコンベヤ２
」−において任意の方向、更には表裏いずれかを向いて
おり、前記処理装置４は被検出物３の向きに応じて所定
の動作を実行する。
第２図は被検出物モデル３への形状例を示し、図示例の
ものは角部をなす合計４個の特徴点ＰＩ ＋ Ｐ２ ＋
Ｐ３ ＋ ’４を有している。
ものは角部をなす合計４個の特徴点ＰＩ ＋ Ｐ２ ＋
Ｐ３ ＋ ’４を有している。
前記ベルトコンベヤ２の中間位置には、被検出物３の平
面形状を画像化して、特徴点を検出するためのカメラ装
置５が配設されている。このカメラ装置５の出力は、第
３図に示す如く、インターフェイス６を介してマイクロ
コンピュータ等における演算制御手段７（以下単に［Ｃ
ＰＵＪという）に取り込まれ、前記各特徴点の位置は座
標データとして画像メモリ８ヘスドアされる。ＣＰＵ７
は、かかるデータの読込みや読出しを制御すると共に、
物体認識にかかる各種プログラムを解読実行して、被検
出物３の向きや表裏をチェックし、これに基づき処理装
置４の動作を制御する。また第３図中のメモリ９には、
前記プログラムの他、被検出物モデル３Ａの全特徴点Ｐ
１〜Ｐ４や物体認識に関する各種基準データがストアさ
れている。
面形状を画像化して、特徴点を検出するためのカメラ装
置５が配設されている。このカメラ装置５の出力は、第
３図に示す如く、インターフェイス６を介してマイクロ
コンピュータ等における演算制御手段７（以下単に［Ｃ
ＰＵＪという）に取り込まれ、前記各特徴点の位置は座
標データとして画像メモリ８ヘスドアされる。ＣＰＵ７
は、かかるデータの読込みや読出しを制御すると共に、
物体認識にかかる各種プログラムを解読実行して、被検
出物３の向きや表裏をチェックし、これに基づき処理装
置４の動作を制御する。また第３図中のメモリ９には、
前記プログラムの他、被検出物モデル３Ａの全特徴点Ｐ
１〜Ｐ４や物体認識に関する各種基準データがストアさ
れている。
第４図（１）は画像メモリ８の内容を示し、ラベリング
された被検出物３における各特徴点Ｑ＋＋・・・ｌＱｉ
＋・・・ＱＮの各座標データ（Ｘｌ、Ｙｌ）。
された被検出物３における各特徴点Ｑ＋＋・・・ｌＱｉ
＋・・・ＱＮの各座標データ（Ｘｌ、Ｙｌ）。
・・・、（Ｘｉ、Ｙｉ）、・・・、（ＸＮ、ＹＮ）が合
計Ｎ個ストアされている。
計Ｎ個ストアされている。
第４図（２）は予めメモリ９にセットされる基準データ
を示し、被検出物モデル３Ａの各特徴点Ｐｌ、・・・、
Ｐｉ、・・・、 ＰＮにつき各座標データ（Ｘ１＋
ｙｔ）＋ ・・’＋ （ｘｉ＋ Ｙ” ）＋ ”・＋
（ＸＮ＋Ｙ”）が合計Ｎ個ストアされている。
を示し、被検出物モデル３Ａの各特徴点Ｐｌ、・・・、
Ｐｉ、・・・、 ＰＮにつき各座標データ（Ｘ１＋
ｙｔ）＋ ・・’＋ （ｘｉ＋ Ｙ” ）＋ ”・＋
（ＸＮ＋Ｙ”）が合計Ｎ個ストアされている。
第５図はラベリングされた被検出物３を示し、第５図（
１）は裏を向く被検出物３、第５図（２）は表を向く被
検出物３である。
１）は裏を向く被検出物３、第５図（２）は表を向く被
検出物３である。
第６図は本発明にかかる被検出物３の表裏判別フローを
示す。
示す。
まずステップ１０で、カメラ装置５は被検出物３を画像
化して、各角部の特徴点を抽出すると共に、特徴点の座
標データを画像メモリ８にストアする。ついでステップ
１１でＣＰＵ７は、各特徴点をラベリングして、画像メ
モリ８の各座標データにラベルを振り分ける（第４図（
１）に示す）。しかる後ステップ１２において、ＣＰＵ
７は複数個の特徴点の内、３個の特徴点を選択抽出し、
夫々２点間を結ぶ２個のベクトルを設定する。
化して、各角部の特徴点を抽出すると共に、特徴点の座
標データを画像メモリ８にストアする。ついでステップ
１１でＣＰＵ７は、各特徴点をラベリングして、画像メ
モリ８の各座標データにラベルを振り分ける（第４図（
１）に示す）。しかる後ステップ１２において、ＣＰＵ
７は複数個の特徴点の内、３個の特徴点を選択抽出し、
夫々２点間を結ぶ２個のベクトルを設定する。
今抽出された３個の特徴点およびその座標をＱｌ （Ｘ
ｔ 、 Ｙｔ） ＋ Ｑ２（Ｘ２． Ｙ２）ｌ Ｑ３（
Ｘ３１ Ｙｓ）、またこれに対応する被検出物モデル３
Ａの特徴点およびその座標をＰｓ （Ｘ１＋ ｙｘ）＋
Ｐ２（Ｘ２１ ｙ２）ＩＰａ （Ｘ３１ ｙ３）とす
ると、ベクトルＱｔ Ｑ２ （以下ＱＩＱ２の如く表わ
す）、Ｑ２Ｑ３ ＋ ＰＩＰ２ ＋ Ｐ２Ｐ３のベクト
ル成分はつぎの如くなる。
ｔ 、 Ｙｔ） ＋ Ｑ２（Ｘ２． Ｙ２）ｌ Ｑ３（
Ｘ３１ Ｙｓ）、またこれに対応する被検出物モデル３
Ａの特徴点およびその座標をＰｓ （Ｘ１＋ ｙｘ）＋
Ｐ２（Ｘ２１ ｙ２）ＩＰａ （Ｘ３１ ｙ３）とす
ると、ベクトルＱｔ Ｑ２ （以下ＱＩＱ２の如く表わ
す）、Ｑ２Ｑ３ ＋ ＰＩＰ２ ＋ Ｐ２Ｐ３のベクト
ル成分はつぎの如くなる。
本発明は、被検出物３およびそのモデル３Ａにつき、Ｑ
ＩＱ２． Ｑ２Ｑ３間のベクトル外積と、ＰＩＰ２ ＋
２２１３間のベクトル外積とを比較して、被検出物３
が表裏のいずれを向くかを判別することを内容とする。
ＩＱ２． Ｑ２Ｑ３間のベクトル外積と、ＰＩＰ２ ＋
２２１３間のベクトル外積とを比較して、被検出物３
が表裏のいずれを向くかを判別することを内容とする。
従ってＱＩＱ２ 、 Ｑ２Ｑ２問およびＰＩＰ２，２２
１３間は夫々一定の角度を有することが必要であり、３
点Ｑｔｙ Ｑ２． Ｑａ或いはｐ、、 ｐ２． ｐ３
が同一直線上に位置する場合には、データとして不適
切である。
１３間は夫々一定の角度を有することが必要であり、３
点Ｑｔｙ Ｑ２． Ｑａ或いはｐ、、 ｐ２． ｐ３
が同一直線上に位置する場合には、データとして不適
切である。
斯くてつぎのステップ１３では、ＣＰＵ７はつぎの０式
をもって選択点の適否を判断し、０式が成立するときは
、選択点を変更するため、ステップ１４の判定が”Ｙ
Ｅ Ｓ−＝となってステップ１２へ戻る。一方■式が不
成立のときは、選択点の変更は不安であり、ステップ１
４の判定が” Ｎｏ”となってつぎのステップ１５へ進
む。
をもって選択点の適否を判断し、０式が成立するときは
、選択点を変更するため、ステップ１４の判定が”Ｙ
Ｅ Ｓ−＝となってステップ１２へ戻る。一方■式が不
成立のときは、選択点の変更は不安であり、ステップ１
４の判定が” Ｎｏ”となってつぎのステップ１５へ進
む。
つぎのステップ１５は、被検出物３およびそのモデル３
Ａにつき、前記ベクトル外積を計算する過程であり、具
体的にはＣＰＵ７が前記ベクトル成分を用いてつきの演
算を実行して、判定値（以下ＪＳＧ値」という）を算出
する。
Ａにつき、前記ベクトル外積を計算する過程であり、具
体的にはＣＰＵ７が前記ベクトル成分を用いてつきの演
算を実行して、判定値（以下ＪＳＧ値」という）を算出
する。
上記において、被検出物３が裏を向くとき、そのベクト
ル積は被検出モデル３Ａにかかるベクトル積とは正負反
対の値をとる。すなわち第５図（１）に示す例では、Ｑ
、Ｑ２． Ｑ２Ｑ３ 間におけるベクトル積（ＱＩＱ
２ ×Ｑ２Ｑ３）の方向は紙面を表から裏へ貫く方向と
なり、一方第２図に示す被検出物モデル２Ａでは、ＰＩ
Ｐ２，２２１３間におけるベクトル積（ＰＩＰ２ＸＰ２
Ｐ３）の方向は紙面を裏から表へ貫く方向となる。従っ
て前記０式のＳＧ値は、被検出物３が表を向くとき正と
なり、ステップ１６の「ＳＧ値〉０」の判定は′”ＹＥ
Ｓ″′となる。一方被検出物３が裏を向くとき、ＳＧ値
は負となり、ステップ１６の判定は”ＮＯ″となる。
ル積は被検出モデル３Ａにかかるベクトル積とは正負反
対の値をとる。すなわち第５図（１）に示す例では、Ｑ
、Ｑ２． Ｑ２Ｑ３ 間におけるベクトル積（ＱＩＱ
２ ×Ｑ２Ｑ３）の方向は紙面を表から裏へ貫く方向と
なり、一方第２図に示す被検出物モデル２Ａでは、ＰＩ
Ｐ２，２２１３間におけるベクトル積（ＰＩＰ２ＸＰ２
Ｐ３）の方向は紙面を裏から表へ貫く方向となる。従っ
て前記０式のＳＧ値は、被検出物３が表を向くとき正と
なり、ステップ１６の「ＳＧ値〉０」の判定は′”ＹＥ
Ｓ″′となる。一方被検出物３が裏を向くとき、ＳＧ値
は負となり、ステップ１６の判定は”ＮＯ″となる。
斯くてステップ１６の判定結果に基づき、処理装置４は
ステップ１７または１８において、被検出物３の表裏の
向きに応じた処理若しくは加工を実行するものである。
ステップ１７または１８において、被検出物３の表裏の
向きに応じた処理若しくは加工を実行するものである。
第１図は被検出物の搬送状況を示す説明図、第２図は被
検出物モデルの平面図、第３図は本発明の実施にかかる
装置の回路ブロック図、第４図＋１１ ｆ２１は画像メ
モリおよびメモリのデータ内容を示す説明図、第５図１
１ （２１は被検出物の表裏形態を示す平面図、第６図
は被検出物の表裏判別動作を示すフローチャートである
。 ３・・・・・・被検出物 ３Ａ・・・・・・被検出物モ
デル特許出願人 立石電機株式会社 近／ 図 テ２ 口 り 検μし 廿６爾
検出物モデルの平面図、第３図は本発明の実施にかかる
装置の回路ブロック図、第４図＋１１ ｆ２１は画像メ
モリおよびメモリのデータ内容を示す説明図、第５図１
１ （２１は被検出物の表裏形態を示す平面図、第６図
は被検出物の表裏判別動作を示すフローチャートである
。 ３・・・・・・被検出物 ３Ａ・・・・・・被検出物モ
デル特許出願人 立石電機株式会社 近／ 図 テ２ 口 り 検μし 廿６爾
Claims (1)
- 被検出物およびそのモデルにつき対応関係にある３点を
選択抽出して、夫々２点間を結ぶ方向の異なるベクトル
を設定し、ついで両ベクトル間の外積を演算して、演算
結果の比較により被検出物の表裏を判別する図形の表裏
判別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57220702A JPS59109977A (ja) | 1982-12-15 | 1982-12-15 | 図形の表裏判別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57220702A JPS59109977A (ja) | 1982-12-15 | 1982-12-15 | 図形の表裏判別方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS59109977A true JPS59109977A (ja) | 1984-06-25 |
Family
ID=16755150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57220702A Pending JPS59109977A (ja) | 1982-12-15 | 1982-12-15 | 図形の表裏判別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59109977A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6146567A (ja) * | 1984-08-10 | 1986-03-06 | Fuji Electric Co Ltd | 表裏判定装置 |
| JP2008083451A (ja) * | 2006-09-28 | 2008-04-10 | Brother Ind Ltd | 画像認識装置、複写装置及び画像認識方法 |
-
1982
- 1982-12-15 JP JP57220702A patent/JPS59109977A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6146567A (ja) * | 1984-08-10 | 1986-03-06 | Fuji Electric Co Ltd | 表裏判定装置 |
| JP2008083451A (ja) * | 2006-09-28 | 2008-04-10 | Brother Ind Ltd | 画像認識装置、複写装置及び画像認識方法 |
| US8305597B2 (en) | 2006-09-28 | 2012-11-06 | Brother Kogyo Kabushiki Kaisha | Image recognition device, copy apparatus and image recognition method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Slater et al. | The illumination-invariant recognition of 3D objects using local color invariants | |
| US9262674B2 (en) | Orientation state estimation device and orientation state estimation method | |
| US8831285B2 (en) | Detecting objects with a depth sensor | |
| CN105447529A (zh) | 一种服饰检测及其属性值识别的方法和系统 | |
| CN107251092B (zh) | 比较系统、比较装置、比较方法和程序 | |
| JP2000219317A (ja) | 荷役仕分け装置 | |
| CN111915485A (zh) | 一种特征点稀疏工件图像的快速拼接方法及系统 | |
| CN106897751A (zh) | 基于ar技术的人工辅助方法、装置、系统和上位机 | |
| US20200250839A1 (en) | Moving body detecting device, moving body detecting method, and moving body detecting program | |
| JPS59109977A (ja) | 図形の表裏判別方法 | |
| WO2002013137A2 (en) | Polygon finder and pruned tree geometric match method | |
| Katsuki et al. | Handling of objects with marks by a robot | |
| CN107705708A (zh) | 显示屏的显示控制方法及系统 | |
| CN110096057A (zh) | 一种智能搬运小车控制系统 | |
| US11453965B1 (en) | System and method for determining joinder locations for assembly of garments | |
| Liu et al. | A practical algorithm for automatic chessboard corner detection | |
| CN114372993A (zh) | 一种基于图像矫正的斜拍货架分层检测方法及系统 | |
| Pressigout et al. | A model free hybrid algorithm for real time tracking | |
| Lepisk | The use of optic flow within background subtraction | |
| Grana et al. | Some applications of morphological neural networks | |
| WO2021171618A1 (ja) | 搬送システム、制御装置、制御方法 | |
| TWI824859B (zh) | 虛擬購物手勢操控系統 | |
| JP2001109885A5 (ja) | ||
| KR102258657B1 (ko) | 2d 설계 도면과 컴퓨터 비전을 이용한 제품 위치 추적 시스템 | |
| Jun et al. | 3D hand gesture analysis based on multi-criterion in multi-camera system |