JPS59229682A - ２値化閾値の設定方法 - Google Patents
２値化閾値の設定方法Info
- Publication number
- JPS59229682A JPS59229682A JP58103723A JP10372383A JPS59229682A JP S59229682 A JPS59229682 A JP S59229682A JP 58103723 A JP58103723 A JP 58103723A JP 10372383 A JP10372383 A JP 10372383A JP S59229682 A JPS59229682 A JP S59229682A
- Authority
- JP
- Japan
- Prior art keywords
- binarization threshold
- setting
- recognition
- pattern
- axis
- 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
Landscapes
- Image Input (AREA)
- Image Processing (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】
産業上の利用分野
本発明は、文字、物体等の形状を認識するだめの２値化
閾値の設定方法に関するものである。
閾値の設定方法に関するものである。
従来例の構成とその問題点
従来、生産ライン等において、文字あるいは工業部品、
荷物等の形状パターンに対し、その分類。
荷物等の形状パターンに対し、その分類。
位置決め、検査等を行う場合の入力画像としては、多値
画像よりもある２値化閾値により２値化された画像を用
いる場合が多い。
画像よりもある２値化閾値により２値化された画像を用
いる場合が多い。
しかし、２値画像を用いて対象パターンの認識を行う場
合、適当な２値化閾値によシ２値化を行なわないと、特
にＳＮ比の低い画像あるいは濃淡が不安定な画像に対し
ては、所望の関心領域を抽出することが難しいという点
が問題となっていた＠さらに、上記２値化閾値の高速な
設定方法としては、確卒されていなかった。
合、適当な２値化閾値によシ２値化を行なわないと、特
にＳＮ比の低い画像あるいは濃淡が不安定な画像に対し
ては、所望の関心領域を抽出することが難しいという点
が問題となっていた＠さらに、上記２値化閾値の高速な
設定方法としては、確卒されていなかった。
発明の目的
本発明の目的は、上記問題点を解決するために、形状パ
ターンの認識における関心領域の抽出を実現する２値化
閾値の設定方法を提供することである０ 発明の構成 本発明は、パターン入力装置によシ検出した形状パター
ンを、認識装置によ＃）２値化する場合の２値化閾値の
設定方法であって、予め記憶された上記形状パターンの
第１番目の特徴パラメータ値Ｓ、 （例えば、Ｓｌ
を面積、Ｓ２をＸ軸上の斜影長、Ｓ３をＹ軸上の斜影
長などと定義する）の平均値Ｓｉ と標準偏差ΔＳｉ
１さらに上記特徴パラメータに対応する判定基準値ｕｉ
を設定したＮ個の標準特徴パラメータ群に対し、上
記形状パターンの計測特徴パラメータ値ｘｉ により求
まる類似度判別関数Ｅと認識判別関数Ｅｘとの特性を用
いて、関心領域を抽出するために、上記２値化閾値の減
少あるいは増加という変化方向、そしてその変化割合を
設定することにより、形状認識の高速化を行い、かつそ
の信頼性を向上させようとするものす。第１図において
、ベルトコンベア等の搬送手段２の上に置かれた対象物
体１のパターンを入力するために照明装置３、及びテレ
ビカメラ４が設置されている。ここで、テレビカメラ４
は、カメラ制御回路５によ多制御されている。
ターンの認識における関心領域の抽出を実現する２値化
閾値の設定方法を提供することである０ 発明の構成 本発明は、パターン入力装置によシ検出した形状パター
ンを、認識装置によ＃）２値化する場合の２値化閾値の
設定方法であって、予め記憶された上記形状パターンの
第１番目の特徴パラメータ値Ｓ、 （例えば、Ｓｌ
を面積、Ｓ２をＸ軸上の斜影長、Ｓ３をＹ軸上の斜影
長などと定義する）の平均値Ｓｉ と標準偏差ΔＳｉ
１さらに上記特徴パラメータに対応する判定基準値ｕｉ
を設定したＮ個の標準特徴パラメータ群に対し、上
記形状パターンの計測特徴パラメータ値ｘｉ により求
まる類似度判別関数Ｅと認識判別関数Ｅｘとの特性を用
いて、関心領域を抽出するために、上記２値化閾値の減
少あるいは増加という変化方向、そしてその変化割合を
設定することにより、形状認識の高速化を行い、かつそ
の信頼性を向上させようとするものす。第１図において
、ベルトコンベア等の搬送手段２の上に置かれた対象物
体１のパターンを入力するために照明装置３、及びテレ
ビカメラ４が設置されている。ここで、テレビカメラ４
は、カメラ制御回路５によ多制御されている。
テレビカメラ４によシ入力された映像信号は、アナログ
ディジタル変換（以下、Ａ／Ｄ変換という）回路６に入
るが、ここで２値化制御回路７によシ設定された閾値に
よシ２値化され、ＣＰＵ。
ディジタル変換（以下、Ａ／Ｄ変換という）回路６に入
るが、ここで２値化制御回路７によシ設定された閾値に
よシ２値化され、ＣＰＵ。
ＲＯＭ 、ＲＡＭ、及び入出力ポート等から構成される
マイクロコンピュータ（ＣＰＵチップはＭＮ１６１０、
又はＭＮ１６１３）に入力される。
マイクロコンピュータ（ＣＰＵチップはＭＮ１６１０、
又はＭＮ１６１３）に入力される。
パターン認識装置としては、主コントローラあるいは操
作盤よシ指令が与えられる判定制御回路即ちＣＰＵ５、
メモリ制御回路９、標準特徴パラメータメモリ回路１０
、計測特徴パラメータメモリ回路１１、類似度判別関数
及び認識判別関数の演算回路１２．２値化閾値設定回路
１３、そしてパターン識別回路１４よシ構成される。認
識結果は、主コントローラへ送出される。
作盤よシ指令が与えられる判定制御回路即ちＣＰＵ５、
メモリ制御回路９、標準特徴パラメータメモリ回路１０
、計測特徴パラメータメモリ回路１１、類似度判別関数
及び認識判別関数の演算回路１２．２値化閾値設定回路
１３、そしてパターン識別回路１４よシ構成される。認
識結果は、主コントローラへ送出される。
ところで、入力された濃淡画像を第２図イに該画像をＹ
−ｙｏにて切断したときの輝度分布を第 ′２図口に、
そして該輝度分布を３つの２値化閾値１３ａ、Ｉｌｂ、
１３ｏ にて２値化したときの２値画像を各々、第３
図ａ、第３図す、第３図Ｃに一例として示す。さらに、
同一対象パターンに対して、その２値化閾値を変化させ
た場合の各特徴パラメータ毎の計測特徴パラメータ（面
積ｅ１．斜影長ｅ２）の変化特性を第４図に一例として
示す。
−ｙｏにて切断したときの輝度分布を第 ′２図口に、
そして該輝度分布を３つの２値化閾値１３ａ、Ｉｌｂ、
１３ｏ にて２値化したときの２値画像を各々、第３
図ａ、第３図す、第３図Ｃに一例として示す。さらに、
同一対象パターンに対して、その２値化閾値を変化させ
た場合の各特徴パラメータ毎の計測特徴パラメータ（面
積ｅ１．斜影長ｅ２）の変化特性を第４図に一例として
示す。
次に、上記のように構成したパターン入力装置及び認識
装置の動作を説明する。
装置の動作を説明する。
第１図に示す如く、認識対象１を搬送手段２によりテレ
ビカメラ４の有効撮像範囲（有効視野）内に搬送し、さ
らに照明装置３による照明が有効に作用している場合、
主コントローラあるいは操作盤よシ開始指令が与えられ
ることにより、第５図、第６図、第７図のフローチャー
トに示す２値化閾値の設定方式を含んだ対象パターン認
識プログラムの手順に従って、その形状認識が開始され
る０ まず、第５図のフローチャートが示すように、画像入力
処理により有効範囲が限定されたアナログ画像（対象パ
ターン）が入力され〔ステップ１〕、ラベリング処理に
おいて前回までに学習されている２値化閾値にて２値化
後、投影処理により画像圧縮され該投影データに対し、
予め記憶された上記形状パターンの第１番目の特徴パラ
メータ値Ｓｉ（ここでは、Ｓｌを面積、Ｓ；をＸ軸上の
投影長。
ビカメラ４の有効撮像範囲（有効視野）内に搬送し、さ
らに照明装置３による照明が有効に作用している場合、
主コントローラあるいは操作盤よシ開始指令が与えられ
ることにより、第５図、第６図、第７図のフローチャー
トに示す２値化閾値の設定方式を含んだ対象パターン認
識プログラムの手順に従って、その形状認識が開始され
る０ まず、第５図のフローチャートが示すように、画像入力
処理により有効範囲が限定されたアナログ画像（対象パ
ターン）が入力され〔ステップ１〕、ラベリング処理に
おいて前回までに学習されている２値化閾値にて２値化
後、投影処理により画像圧縮され該投影データに対し、
予め記憶された上記形状パターンの第１番目の特徴パラ
メータ値Ｓｉ（ここでは、Ｓｌを面積、Ｓ；をＸ軸上の
投影長。
Ｓ３をＹ軸上の投影長などとする）の平均値Ｓｉと標準
偏度ΔＳ工、さらに上記特徴パラメータに対応する判定
基準値ｕｉ を設定したＮ個の標準特徴パラメータ群に
対し、上記形状パターンの計測時ここで、 によって与えられる類似度判別関数と ここで、 ・・・・・・・・・・・・・・・・・・・・・（４）に
よって与えられる認識判別関数とを用いて、投影面積、
投影長さ等の計測特徴パラメータの検定により、有効ラ
ベルが抽出され〔ステップ２〕、その処理の終了状態が
チェックされ〔ステップ３〕、その異常時のみ２値化閾
値の変更が必要という指示があれば〔ステップ４〕、２
値化閾値の設定を行い〔ステップ５〕、上記条件が満足
されるまで上記ラベリング処理が繰り返される。
偏度ΔＳ工、さらに上記特徴パラメータに対応する判定
基準値ｕｉ を設定したＮ個の標準特徴パラメータ群に
対し、上記形状パターンの計測時ここで、 によって与えられる類似度判別関数と ここで、 ・・・・・・・・・・・・・・・・・・・・・（４）に
よって与えられる認識判別関数とを用いて、投影面積、
投影長さ等の計測特徴パラメータの検定により、有効ラ
ベルが抽出され〔ステップ２〕、その処理の終了状態が
チェックされ〔ステップ３〕、その異常時のみ２値化閾
値の変更が必要という指示があれば〔ステップ４〕、２
値化閾値の設定を行い〔ステップ５〕、上記条件が満足
されるまで上記ラベリング処理が繰り返される。
さらに、上記ラベリング処理の正常終了後には第１段認
識処理として、該ラベルに対して、上記ラベリング処理
とほぼ同様な処理が行われ、対象パターンの検定が行わ
れる〔ステップ６〕。そして、その処理の終了状態がチ
ェックされ〔ステップ７〕、その異常時のみ２値化閾値
の変更が必要という指示があれば〔ステップ８〕、２値
化閾値の設定を行い〔ステップ９〕、上記条件が満足さ
れるまで上記第１段認識処理が繰り返される。
識処理として、該ラベルに対して、上記ラベリング処理
とほぼ同様な処理が行われ、対象パターンの検定が行わ
れる〔ステップ６〕。そして、その処理の終了状態がチ
ェックされ〔ステップ７〕、その異常時のみ２値化閾値
の変更が必要という指示があれば〔ステップ８〕、２値
化閾値の設定を行い〔ステップ９〕、上記条件が満足さ
れるまで上記第１段認識処理が繰り返される。
そして、最後に認識後処理として、対象パターンの位置
ずれ量等が計算されることにより、対象パターンの形状
認識が終了し、その結果が主コントローラへ送出される
〔ステップ１０）。
ずれ量等が計算されることにより、対象パターンの形状
認識が終了し、その結果が主コントローラへ送出される
〔ステップ１０）。
ここで、上記ラベリング処理における２値化閾値の設定
ステップ第６図５について、その詳細を示すと第６図の
ようになる。まず、初回の２値化閾値設定の場合は〔ス
テップ１〕、Ｘ軸上とＹ軸上の投影長の認識判別関数ｅ
工。、ｅ工、の和により判定し〔ステップ４〕、一方２
回目以降の２値化閾値設定の場合には、面積の認識判別
関数ｅｘ１により判定し〔ステップ２〕、さらにＸ軸上
とＹ軸上の投影長の認識判別関数ｅｘ２．ｅＸ３の和に
よシ判定し〔ステップ３〕、各々２値化閾値の減少〔ス
テップ５〕、強制終了〔ステップ６〕、そして２値化闇
値の増加〔ステップ７〕を行っている。
ステップ第６図５について、その詳細を示すと第６図の
ようになる。まず、初回の２値化閾値設定の場合は〔ス
テップ１〕、Ｘ軸上とＹ軸上の投影長の認識判別関数ｅ
工。、ｅ工、の和により判定し〔ステップ４〕、一方２
回目以降の２値化閾値設定の場合には、面積の認識判別
関数ｅｘ１により判定し〔ステップ２〕、さらにＸ軸上
とＹ軸上の投影長の認識判別関数ｅｘ２．ｅＸ３の和に
よシ判定し〔ステップ３〕、各々２値化閾値の減少〔ス
テップ５〕、強制終了〔ステップ６〕、そして２値化闇
値の増加〔ステップ７〕を行っている。
同様に、上記第１段認識処理における２値化閾値ノ設定
ステップ第５図９について、その詳細を示すと第７図の
ようになるｏ−１：ず、初回の２値化閾値設定の場合は
〔ステップ１〕、面積の認識判別関数ｅＸ１を判定し〔
ステップ２〕、さらにＸ軸上とＹ軸上の投影長の認識判
別関数ｅｘ２．ｅｘ３゜ｅＸ４．Ｘ軸上とＹ軸上の矩形
度ｅｘｅ＋ ”ｘ’７の和によシ判定し〔ステップ３，
４）、各々２値化閾値の減少〔ステップ５〕、強制終了
〔ステップ６〕、そして２値化闇値の増加〔ステップ了
〕を行う〇一方、２回目以降の２値化閾値設定の場合に
は、ステップ３にて求めた前回の認識判別関数ｅノと前
回の認識判別関数の和ｅノ′の差を求め〔ステップ８〕
、該差分が予め設定した基準値ε以下に収束したか否か
、そして認識判別関数の変化方向を判定し〔ステップ９
〕、同一方向ならば処理を続行し〔ステップ１ｏ〕、反
対及向ならば２値化閾値の変化方向を反転し、その増分
を半減する〔ステップ１１〕ということを行っている。
ステップ第５図９について、その詳細を示すと第７図の
ようになるｏ−１：ず、初回の２値化閾値設定の場合は
〔ステップ１〕、面積の認識判別関数ｅＸ１を判定し〔
ステップ２〕、さらにＸ軸上とＹ軸上の投影長の認識判
別関数ｅｘ２．ｅｘ３゜ｅＸ４．Ｘ軸上とＹ軸上の矩形
度ｅｘｅ＋ ”ｘ’７の和によシ判定し〔ステップ３，
４）、各々２値化閾値の減少〔ステップ５〕、強制終了
〔ステップ６〕、そして２値化闇値の増加〔ステップ了
〕を行う〇一方、２回目以降の２値化閾値設定の場合に
は、ステップ３にて求めた前回の認識判別関数ｅノと前
回の認識判別関数の和ｅノ′の差を求め〔ステップ８〕
、該差分が予め設定した基準値ε以下に収束したか否か
、そして認識判別関数の変化方向を判定し〔ステップ９
〕、同一方向ならば処理を続行し〔ステップ１ｏ〕、反
対及向ならば２値化閾値の変化方向を反転し、その増分
を半減する〔ステップ１１〕ということを行っている。
発明の効果
本発明によれば、対象パターンを２値化し、その形状認
識を行う場合に、高速、かつ信頼性の高い２値化閾値の
設定を行うことができる。
識を行う場合に、高速、かつ信頼性の高い２値化閾値の
設定を行うことができる。
第１図は本発明の一実施例に基づいて２値化閾値を設定
し形状認識を行う手段の一例を示す構成図、第２図イは
入力された濃淡画像の説明図、第２図口は輝度分布の説
明図、第３図ａ、ｂ、ｃは各々３つの２値化閾値により
２値化された画像の説明図、第４図は２値化閾値と類似
度判別関数との特性曲線図、第５図、第６図、第７図は
２値化閾値の設定方式を含んだ対象パターンの認識プロ
グラムの一例を示すフローチャート図である。 １・・・・・・対象パターン、３・・・・・・照明装置
、４・・・・・・テレビカメラ、７・・・・・・２値化
制御回路、１０・・・・・・標準特徴パラメータメモリ
回路、１１・・・・・・計測特徴パラメータメモリ回路
、１２・・・・・・判別関数演算回路、１３・・・・・
・２値化閾値設定回路、１４・・・・・識別回路。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 主コントローンへ送出 第２図 Ｃイ） （ａ’） ０’ 、ＩＦ Ｃγ＝ＩＯ） 第３図 αす （１）） 第４図
し形状認識を行う手段の一例を示す構成図、第２図イは
入力された濃淡画像の説明図、第２図口は輝度分布の説
明図、第３図ａ、ｂ、ｃは各々３つの２値化閾値により
２値化された画像の説明図、第４図は２値化閾値と類似
度判別関数との特性曲線図、第５図、第６図、第７図は
２値化閾値の設定方式を含んだ対象パターンの認識プロ
グラムの一例を示すフローチャート図である。 １・・・・・・対象パターン、３・・・・・・照明装置
、４・・・・・・テレビカメラ、７・・・・・・２値化
制御回路、１０・・・・・・標準特徴パラメータメモリ
回路、１１・・・・・・計測特徴パラメータメモリ回路
、１２・・・・・・判別関数演算回路、１３・・・・・
・２値化閾値設定回路、１４・・・・・識別回路。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 主コントローンへ送出 第２図 Ｃイ） （ａ’） ０’ 、ＩＦ Ｃγ＝ＩＯ） 第３図 αす （１）） 第４図
Claims (1)
- 【特許請求の範囲】 （１）ハターン入力装置において認識すべき形状パター
ンを検出し、認識装置において上記形状パターンを閾値
によシ２値化する場合の２値化閾値の設定方法であって
、予め記憶された上記形状パターンの第１番目の特徴パ
ラメータ値Ｓｉ２例えばＳｌを面積、Ｓ２をＸ軸上の斜
影長、Ｓ３をＹ軸上の斜影長などと定義する場合の平均
値Ｓｉ と標準偏差ΔＳｉ、さらに上記特徴パラメー
タに対応する判定基準値Ｕ、を設定したＮ個の標準特徴
パラメータ群に対し、上記形状パターンの計測特徴パラ
メータ値Ｘ□により求まる ここで、 によって与えられる類似度判別関数と、αＮ ここで、 によって与えられる認識判別関数とを用いて、入カバタ
ーンを領域分割し、ラベル付けするラベリング処理、そ
して第ｍ段認識処理（ｍ＝＝１，２７３・・・・・・）
により関心領域を抽出するために２イ直牝閾値の減少、
あるいは増加という変イヒ方向、そして変化割合を設定
した２値化闇値の設定方法。 （２）前記ラベリング処理において、１ｔｌ１１特徴ノ
くラメータとして、対象ノくクーンの面積、Ｘ軸上の斜
影長、そしてＹ軸上の斜影長等を、予めｉ己憶された標
準特徴ノくラメータと比較することにより、うベリング
処理のだめの２値化閾値として選ぶよう構成した特許請
求の範囲第１項記載の２値化閾値の設定方法。 （３）前記ラベリング処理あるいは前記第ｎ段認識処理
（ｍ＝１ 、２ 、３ 、・・・・・・）によシ領域分
割された有効ラベルに関する第ｎ段認識処理（ｎ＝１゜
２．３．・・・・・・）において、計測特徴パラメータ
として、対象ラベルの面積、Ｘ軸上の斜影長、Ｙ軸上の
斜影長、Ｘ軸上の矩形度、そしてＹ軸上の矩形度等を、
予め記憶された標準特徴パラメータと比較することによ
シ、第ｎ段認識処理のための２値化閾値として選ぶよう
構成した特許請求の範囲第１項記載の２値化閾値の設定
方法。 （４）前記計測特徴パラメータの抽出を、映像領域内に
設定された窓枠なる限定領域で処理するよう構成した特
許請求の範囲第１項記載の２値化閾値の設定方法。 （６）前記２値化閾値の段階的変更を先行する対象物の
パターン認識処理で採用された２値化閾値、あるいはそ
の学習された２値化閾値を初期値として、所定の範囲内
で行うよう構成した特許請求の範囲第１項記載の２値化
閾値の設定方法０（６）予め記憶される前記標準特徴パ
ラメータとして、正規のパターン認識処理で使用される
標準特徴パラメータを適用する特許請求の範囲第１項記
載の２値化閾値の設定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58103723A JPS59229682A (ja) | 1983-06-09 | 1983-06-09 | ２値化閾値の設定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58103723A JPS59229682A (ja) | 1983-06-09 | 1983-06-09 | ２値化閾値の設定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59229682A true JPS59229682A (ja) | 1984-12-24 |
| JPH0120468B2 JPH0120468B2 (ja) | 1989-04-17 |
Family
ID=14361591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58103723A Granted JPS59229682A (ja) | 1983-06-09 | 1983-06-09 | ２値化閾値の設定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59229682A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6340968A (ja) * | 1986-08-06 | 1988-02-22 | Toshiba Seiki Kk | パタ−ン認識方法 |
-
1983
- 1983-06-09 JP JP58103723A patent/JPS59229682A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6340968A (ja) * | 1986-08-06 | 1988-02-22 | Toshiba Seiki Kk | パタ−ン認識方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0120468B2 (ja) | 1989-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4805224A (en) | Pattern matching method and apparatus | |
| US10043090B2 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
| JP3251918B2 (ja) | 光学式文字認識システムにおける２値化方法 | |
| CN106960196B (zh) | 基于模板匹配和svm的工业视频小数字识别方法 | |
| JP2003050211A (ja) | 明度補正方法及び選択的欠陥検出方法及びこれらを記録した記録媒体 | |
| CN113989794B (zh) | 一种车牌检测和识别方法 | |
| JPS59229682A (ja) | ２値化閾値の設定方法 | |
| US5475492A (en) | Object extracting method | |
| JP3082286B2 (ja) | ２値画化方法 | |
| JPH0227708B2 (ja) | ||
| JPH07117377B2 (ja) | 位置認識方法 | |
| JPS59114681A (ja) | 形状認識方式 | |
| JPH08110945A (ja) | 指紋入力方法 | |
| JP3126491B2 (ja) | パターン認識方法 | |
| JPS59229681A (ja) | 関心領域抽出方法 | |
| Nagato et al. | Automatic generation of image-processing programs for production lines | |
| JPS63155369A (ja) | 画像処理方法 | |
| JP3578658B2 (ja) | マッチング方式およびその装置 | |
| JPS634374A (ja) | パタ−ン認識装置 | |
| JPS60200375A (ja) | テンプレ−トマツチング方式 | |
| JPH0519193B2 (ja) | ||
| JP2957707B2 (ja) | 行方向判定装置 | |
| JP2024098957A (ja) | 局所的しきい値画像分析を使用する回路基板処理システム | |
| JP2573972B2 (ja) | パターン整合装置 | |
| JPH03288455A (ja) | ワイヤボンデイング装置およびボンデイング位置補正方法 |