JPS60216877A - 対象物分類装置 - Google Patents

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。

Description

【発明の詳細な説明】 本発明は有限数の種類の対象物のまざりあったものから
対象物を分類する装置に関するものである。特に、本発
明は対象物が検査のために提供さ、れ、有限数の向きに
つき分類される分類装置に関するものである。このよう
な装置は特定の向きを有する部品だけを取り出し、更に
処理したり、一層大きなユニットに自動組立するのに使
用することができる。

成る場合には、前の工程から部品の向きを維持でき、そ
のままマガジンに送り込むことができる◇しかし、デバ
リングやメッキやばら積のまま貯蔵するような工程では
部品の向きがばらばらになることがある。このような場
合振動ボウルフィーダ１や回転ドラムのような向きをつ
けて送給する機械装置が既に存在している。しかし、こ
のような装置の出力ドラックや部品偏向部は部品毎に特
別に設計しなければならない。

そこでトラックや偏向器を特別に設計しなくてもすむよ
うにするために、視覚に基づく装置を用いて部品を視、
このような視覚装置により与えられる像を計算機処理し
、それに基づいて分類することが行なわれている。この
ような視覚装置は「Ｐｒｏｏｅｅｄｉｎｇｓ　ｏｆ　ｔ
ｈｅ　Ｆｉｒｓｔ　Ｉｎｔｅｒｎａｔ、１ｏｎａ１０ｏ
ｎｆｅｒｅｎｏｅ　ｏｎ　Ａｓ５ｅ、ｍｂｌｙ　Ａｕｔ
ｏｍａｔｉｏｎ　Ｊ　（１９８０年８月英国プライトン
）の第２６５〜２７４頁に載っているＡ、Ｊ、ＧｒＯｎ
ＳｈａＷ他の論文［Ａ　ｐｒａｏｔｉｏａｌｖｉｓｉｏ
ｎ　ｓｙｓｔｅｍ　ｆｏｒ　ｕｓｅ　ｗｉｔｈ　ｂｏｗ
ｌ　ｆ’ｅａｄｅｒｓ　Ｊに記載されている。而してこ
の装置では、部品を光検出器の直線アレーに対して横方
向に動かし、これらの光検出器を走査して部品の二進化
画像を得ている。使用時には、装置に良好な部品を視さ
せ、二進化された画像を部品の知識を有するプログラマ
に対し表示する。プログラマは光ペンを用いて特定の特
徴を選択し、型板のセットを組む。次にこれを用いて未
知の他の部品を試験する。しかし、これは熟練したプロ
グラマを必要とするという欠点を有している。

本発明の目的は学習モードにおいて所望の対象物と不所
望の対象物の例を装置に提示するだけでよく、その後に
対象物の特徴の知識を有するオペレータがいなくても分
類を行なえる対象物分類装置を提供するにある。

この目的を達成するため本発明によれば順次の・対象物
を各々ラスク走査し、各対象物のラスタ波形を導き出す
手段と、このラスタ波形を二進化して二進画素の行と列
とから成る画像を得る手段と、この二進画像から選択さ
れた特徴を抽出する特徴抽出手段と、特徴のマスタセッ
トを蓄える記憶手段と、選択された特徴を特徴のマスタ
セットと比較して二進対象物分類信号を導き出す比較手
段とを具える対象物分類装置において、基準対象物を走
査することにより特徴のマスタセットを導き出す手段を
設け、前記特徴抽出手段に順次の同一の画素列のランを
計数し、予じめ定められた最小の長さを有するランだけ
を出力して選択された特徴を形成するラン計数手段を設
け、マスタの特徴の連続を未知のセットと比較して分類
信号を導き出すことを特徴とする特徴は順次の同じ画像
列のラン（連続）として定義され、最小のランレングス
を２列とすると好適である。

本発明の一実施例は列の第１のアイデンティティの第１
のランの仮に列の第２のアイデンティティの第２のラン
が続き、これらの第１のランと第２のランを順次に第２
と第１のアイデンティティを有する２個の挿入列により
分離し、これらの２個の挿入列を互に交換し、各々を同
じアイデンティティを有する列のランで接続したことを
特徴とする。こうする“と走査の誤りに起因する２飼の
長い順次のラン間の接金部での誤差が小さくなる。

本発明のもう一つの実施例は前記特徴抽出手段がシーケ
ンスウオービング制御手段を有し、比較のために、出力
された対象物画素列及び蓄えられているマスタ画素列又
はそのいずれか一方の不一致画素列を無視するように構
成したことを特徴とする。これは走査の誤りを更に減ら
す効果を有する０ 本発明のもう一つの実施例は前記特徴抽出手段にシダナ
チュア形成手段を設け、これを前記計数手段の出力端子
に接続し、予じめ定められた夫々・の限界間で同一の画
素列の出力されたランレングスを圧縮して予じめ定めら
れたシダナチュア列にし、これをマスタシグナチュア列
の組と比較するように構成したことを特徴とする。これ
はマス夕シグナチュア、即ち、アイデンティティ（土ｄ
ｅｎｔｉｔＩｙ）のマスタセットの長さを減らす効果を
有し、マスタシグナチュアと未知のシダナチュアの比較
を容易にする。

マスタセットを具えるアイデンテイの連続が複数個の基
準対象物を走査することにより得られる複数個の連続か
ら取り出され、第１の連続をマスタセットの第１版とし
て取り上げ、次の連続をこの第１版と比較し、この次の
連続内に存在する新しいアイデンティティを２個の連続
内のアイデンティティの対応するラン間に挿入し゛Ｃマ
スタセットの第２版を形成し、複数個の連続の各人の連
続を同じようにマスタセットの前の版と比較してマスタ
セットの最終版を生ずるように構成したことを特徴とす
る分類装置ではマスタシグナチュアの構成を改良できる
。

マスタで対象物を走査する手段は既知の形態のテレビジ
ョンカメラの一つとすることができる。

而してこの場合はカメラからのビデオ波形にしきい値を
設け、テレビジョンラスタの各ラインに沿つて間隔をお
いてサンプリングし、二進画像を得る。しかし、部品分
類装置では部品が、例えば、ボウルフィーダから、トラ
ックに沿って可成り定常的な直線運動をなして供給され
ることがよくある。このような場合に有利な本発明の一
実施例は対象物をラスタ走査する手段が光検出器の直線
アレーに対し横方向に直線的に対象物を動かす手段を具
え、光検出器の出力を全相対運動中時間をおいてアレー
に沿って順次にサンプリングしてマスタ波形を提供し、
ラスタ波形を二進化する手段が各光検出器の出力サンプ
ルをしきい値レベルに加え、一方の二進値がしきい値レ
ベル以上であればそれをサンプルに指名し、他方の二進
値がしきい値レベルよりも低ければそれを当てず、アレ
ーの一方のサンプリングが二進画素の一方の列を生じ、
直！ｍ対運動中アレーのサンプリングが二進画素の行を
生ずるように構成したことを特徴とする。

直線状のアレーを具えるカメラにより与えられる画像を
処理する方法の特徴は圧縮されたシダナチュアは走査さ
れている状態の対象物の速度変化にあまり敏感でなく、
対象物間の速度の差異にもあまり敏感でないことである
。

実施例を挙げて図面につき本発明の詳細な説明する。

第１図には振動するボウル部品フィーダの彎曲したトラ
ックの一部１が示されている。このようなフィーダは部
品取扱技術で周知であり、これ以上は述べない。ボウル
フィーダの説明についてはＧ、’Ｂｏｏｔｈｒｏｙｄ　
（マサチューセッツ大学）の参考書「Ｈａｎｄｂｏｏｋ
　ｏｆ　ｆｅｅｄｉｎｇ　ａｎｄ　ｏｒｉｅｎｔｉｎｇ
　ｔｅｏｈｎｉｑｕｅｓｆｏｒ　ｓｍａｌｌ　ｐａｒ切
」を参照されたい。ボウルフィーダの動作は一連の部品
即ち対象物１８をフェンス２に押接しつつトラックに沿
って摺動させるにある。トラックの表面はフェンスとの
接合部に向って下方に傾むかせ、対象物がフェンスと接
触し続けるようにする。このようにしてフェンスは対象
物の向きと、トラックの幅方向についての位置とを定め
る。また、トラックは長手方向についても対象物を移動
させたい方向に向って下方に傾むかせる。しかし、振動
フィーダは対象物を傾斜したトラック上ではね上げるよ
うに設計することができるから、こうする必要は必らず
しもない。

トラックにスロット８を設け、下方から党籍４により照
明する。トラックの上方にレンズ６と一列に並べた光検
出器１とを具えるカメラ５を設け、スロットの長さとフ
ェンスの厚さとを走査する。

これは局所的に増大させ、光検出器アレーの像の端を越
えて延在させる。スロット８があるトラックの部分は残
りの部分から機械的に切り離す。

第２図はトラックのこの部分を詳細に示す。このトラッ
ク部１は直線振動供給器８の上に取り付ける。この直線
振動供給器８はトラック部ｌにその長手方向にｅって方
向１０の直線振動運動を与える。ボウルフィーダ（図示
せず）のトラック部１１から部品を供給し、走査された
部品をトラック部１２に送る。振動子８は可変変圧器９
から給−電される。直線運動の振幅はトラック部１上の
部品が加速されて別々疏なり、個別に部品を走査できる
ように調整する。第２図に水平方向Ｈに対するトラック
の傾斜１８及び１４を示したが、これは部品をフェンス
に押接させつつ右から左へ移動させるものである・。

代りに、トラックに勾配の変化をつけることによりボウ
ルフィーダのトラックだけを泪いて部品を分離すること
もできる。例えば、こぶは部品を瞬間的に保持するのに
役立つが、この場合は部品がこぶから離れる時互に別々
になる。

カメラ５はレンズ６として略式図示しただけであるが、
このレンズ６はスロット８の面を光検出器７の直線アレ
ー上に結像する。代表的なアレーは１２８個の光検出器
を具える直線アレーセンサであるレチコン（商標名）タ
イプＲＬ　１２８　Ｇである。本例ではレンズの焦点距
離と結像間隔がトラック上に結像された時の光検出器の
幅が０．４８であり、６４個の光検出器で２５．ｆｌｌ
＠のスロットの全長をカバーできるように選ばれている
。本例で分類できる対象物の最大幅は約６４個の順次の
ホトダイオードで十分カバーできるものである。注意す
べきことは走査が対象物の全垂直方向光をカバーする必
要はないことである。対象物の７エンスの反対側にある
僅かな細部でも部品の向きを識別でき、この細部を欠く
部品は走査の際排除できる。アレーのクロック周期は５
μｓであり、走査量の時間は４　Ｈである。走査と走査
の間の時間の大部分は各走査の結果を処理するのに用い
られる。

スロット８を下から照らす際、開いているスロットと部
品により塞がれている暗がりとの間の明かるさのコント
ラストは非常に高い。しかし、カメラにはしきい値回路
（図示せず〕をも設け、これが開放スロットと暗いスロ
ットの中間の明かるさに対応する各ホトダイオード出力
にしきい値レベルを与えるようにする。それ故各ホトダ
イオードの出力信号は白又は黒という二進信号になる。

またホトダイオードは離れてあり、ホトダイオードアレ
ーの走査は対象物の有限な運動の後生ずるから、アレー
と対象物の運動の結果アレーの長手方向に平行な二進画
素列を含む全部品の二進画像が得られる。この全部品の
二進画素列はコントロー２１５に送られる。このコント
ローラ１５はマイクロプロセッサを具え、画像を解析し
、後述スるように、当該部品を受け容れるか排除する牟
を決定する。この決定に応じて空気弁１６を開き、ノズ
ル１７を経て空気ジェットを排除さるべき部品をトラッ
クからはずすように向ける。排除された部品はフィーダ
のボウルに戻され、そこで向きを変えられたりして再び
トラック１１に沿って登場させられる。こうして成る時
間経過後ボウル内の全部品は同じ所望の向きを持ってト
ラック１２に送られる。

カメラの出力から二進分類決定をする際のコントローラ
１５の動作を先ずコントローラ内のマイクロプロセッサ
により与えられる機能で説明する。

次にこれらの機能を実現するのに必要なマイクロプロセ
ッサのプログラムの概略を与える。

コントローラの第１の機能はカメラの出力を処理し、直
線アレーの走査により与えられる二進画素列内でのフェ
ンスの位置を決めるにある。前述したように、カメラは
アレーの第１の検出器がトラックのフェンスの内側の一
点に対応するようにセットされＣいる。この結果検出器
の第１の組は、フェンスに対応する検出密造、黒く見え
る。残りは、部品が通過する時以外、白く見える。白く
見え、第１列として用いられる第１の検出器のアレーに
沿っての番号をメモリに蓄える。そしてこの白く見える
ものの前段の検出器があればその番号を１だけ下げる。

他方向のトラッキングを与えるために、時として番号を
１だけ増す。例えば、２５６走査毎に１回増す。カメラ
のシフトが生じていない場合は、前述したように、次の
走査でこの検出器番号の増加をキャンセルする。この補
正方法を用いるとカメラの最初の位置決めに必要な確度
が低くてよく、使用中に少しはずれてもよいことになる
。必要な検出器の数は６４プラスカメラの最初の位置決
めの確度と使用中のずれの公差分である。本゛例ではフ
ェンス近傍での移動後の次の６４画素でプ四セッサがカ
メラの出力をとりあげる。

次の機能は６４個の画素を第８ａ図に示すように４個づ
つブロックにすることにより１６個の状態に圧縮するこ
とである。この第８ａ図ではコン・パクトにするため列
画素を水平方向に展開している。１ブロツク内で黒が多
数であれば状態を黒（Ｂ）とする。白（Ｗ）についでも
同様である。黒画素と白画素が同数であれば、状態は「
かまわない」（Ｘ）とする。圧縮された後の白／黒状態
を以後白／黒パターンと称する。

スロットに部品が到達したことはプロセッサにより列内
になんらかの黒状態が存在することとして検出される。

これにより当該部品に対する事象のサイクルが初期化さ
れる。

最初コントローラは分類対象の部品についての情報を有
しない。この結果先ず学習モードが必要で、ここで部品
の所望の向きと不所望の向きについての情報を獲得する
。この学習モードは８個の相を含む。第１と最後の相で
は正しい向きで部品がスロット１１から供給され、第２
の相では他の向きで供給される。最初の２個の相では含
まれる白／黒状態の順序と数により互に区別できる画素
列を表わす白／黒パターンの基準表がプロセッサにより
形成される。この表の各項にははっきりしたアイデンテ
ィティ（１ｄｅｎｔｉｔｙ　）が与えられる。

最後の相では部品の正しい向きのマスタシグナチュアが
形成される。このシグナチュアは物品がスロットを通過
する時得られる圧縮された平均のアイデンティティの系
列を含む。

圧縮された白／黒パターンは第１の表に蓄える。

この表にはこのパターンが現われた回数も記録する。学
習のスタート時ではこの表は空白である。

各走査後得られた白／黒パターンを表の任意の既存のメ
ンバーと比較する。正確な整合が見られる時はそのパタ
ーンの計数を１だけインクリメントし、他の場合は新し
いパターンを加える。このような第１の表の開始部を第
８ｂ図に示す。このパターン分類は予じめ定められた数
の部品が走査され終る迄続く。次に、これらのパターン
を生起頻度の順に従ってとりあげ、修正しＣ１例えば、
分類時に次の整合プロセスに対する少量の公差を導入す
る。これは一般には白と黒の変り目にＸ状態を導入する
ことにより行なわれる。この例を第８ｃ図に示す。これ
らの例では圧縮さ九たパターンが、コントラストをなす
背景内に一対の白組又は一対の黒組を含む場合は、この
ような対は除かれ、−列の４個の「かまわない」（Ｘ）
状態で置き換えられている。しかし、第８Ｃ図では各オ
リジナルパターンに２個の許されたパターンを生ずるこ
とによりこれを回避している。各許されたパターンでは
このような対の一方又は他方のメンバーだけが公差処理
を有している。新しいパターンは第１の表内でのソース
パターンの位置に対応するアイデンティティと共に第８
ｄ図の新しい第２の表で分類される。この公差付きパタ
ーンは同じ順序、即ち、最も頻度の高いものを最初にし
て新しい表に蓄える。第２の表内に既にあるパターンと
同じ公差付きパターンが生じた場合はこの新しいパター
ンを無視する。このプロセスは第２の表が予１゜め定め
られた長さ、例えば、２０個の項に達する迄続けられる
。第１の表での項の数は部品の複雑さに依存し、代表的
なシステムでは５０から２００の項が普通である。走査
され、圧縮された後の白／黒パターンの系列は部品の幾
何学的構造と類似性を有する。２個の表での系列は部品
の幾何学的構造との類似性をほとんど有しない場合もあ
る。蓋し、同じパターンが部品の広く区切られた部分で
生ずることがあるからである。

学習プロセスの第２の段階では間違った向きで部品を供
給する。ここでは供給の向きを単に反転することが前と
同じパターンであるが、順序が逆のものを生ずるとする
。但し、これは部品がフィーダの側面で案内面と接触す
る点を同数有する場合である。この結果新しい情報は得
られないであろう。新しいパターンの組は一般には他の
向きから得られる。このプロセスは前と同じように続き
、第１の表内でのような新しいリストが形成される。

再びこれらを修正して公差を導入し、得られたパターン
を第２の表の端に加える。間違った向きから得られたパ
ターンが正しい向きから得られた既存のパターンの一つ
と整合する時はこれを無視する。予じめ定められた数、
例えば、１２個の非整合パターンを表に加える。表の第
２の部分内にパターンと共に記録されているアイデンテ
ィティは１個の符号を含み、それらが間違った向きを有
する部品から得られたものであることを示し、分類時に
整合をスコアする時にこれを用いてペナルティを科する
。

それ故、学習プロセスの第２の状態の終了時には例えば
３２個の正しい向き及び間違った向きからの公差付きパ
ターンの表が存在する。これはパターンの基準表を構成
し、アイデンティティは符号Ａ、Ｂ、Ｏ等に対応する。

第２の段階では部品の集りから１個の部品を切り離した
い場合に間違った向きの部品が供給される。

第８の段階では部品が正しい向きで供給され、今度は供
給の向きが重要となる。各部品毎に得られた各白／黒パ
ターンを前に作っである８２個のパターンの表と比較す
る。基準表の項目内の各自及び各点が与えられる白／黒
パターン内の対応して位置する状態と整合している時は
整合が表示される。「かまわない」状態では整合は必要
ない。

この整合の試験は基準表の上、即ち、最も頻度の高い白
／黒パターンからスタートし、最初に整合に成功した時
停止する。更に表を下ってゆくことも可能である。整合
が見られない時は与えられたパターンは排除される。整
合が生ずる度に、そのアイデンティティ、Ａ、Ｂ、Ｏ等
が部品がスロットを通過する時に生ずる順序で表に加え
られる。

最後の部品走査が終った時（走査の際会て白状態である
ことにより表示される）、アイデンティティのリストが
得られる。以後これを部品の長シグーナチュアと称する
。第８ｄ図は代表的な長シダナチュアを示す。

次にこの長シグナチュアの長さを縮めて短シダナチュア
を作る。長シグナチュアは同じ識別符号又は画素列が続
くものを含むものである。後述するようにいくらか配置
し直した後、これらのラン（ｒｕｎ　）は全シダナチュ
ア長の予じめセットされたパーセンテージ、例えば、２
チより短いと、これらはシダナチュアから取除かれる。

これで残ったものでは、各ランが短シダナチュア内で同
じ識別符号の一項により表わされる。しがし、ランがも
う一つの予しめセットされたパーセンテージ、例えば、
１０チを越える時は繰り返される。例えば２５俤の連続
は８個の項を生ずる（第８ｅ図）。

短いランを除去する前に次の再配置を行ない、雑音の存
在を一層大幅に減らす。例えば、成る符号の小さい群が
存在しく各群は除去の限界よりも小さい）、それが他の
タイプの単一のランダムな符号により区別されていれば
、簡単な圧縮プロセスによりこれらの符号を全て除去す
る。このシステムで用いられるプロセスではランダムな
符号を除き、同じ符号の小さい群を組み合わせで、符号
の全数が最小の限界を越えても生き残る一個の群にまと
める。いくつかの例を第８ｅ図に与える。この方法は同
じ識別符号を有し、もう一つの符号の単−項により切り
離されている２個の小さな群が短シダナチュア内に２個
の項を生ずることも防ぐ。

短シダナチュアは第８ｅ図内で下に示されている。

学習プロセスの第８の相で走査される第１の部品の場合
はその短シダナチヱアをコピーしてマスタシグナチュア
即ちアイデンティティのマスタセットに割り当てられて
いるメモリに入れる。このシグナチュアを形成する各ア
イデンティティと共にそれがそれ迄に短シダナチュア内
で生起した回数を記憶する。次に走査される次の部品か
ら得られる短シダナチュアを比較し、マスクシグナチュ
アと混ぜる。普通はこれら２つは同一ではなく、第２の
シダナチュアはマスタ内に存在しない符号又はアイデン
ティティを有することがあり、符号が失なわれているこ
ともあり、全長も異なることがある。この比較と混合は
第８ｆ図に示すように２段構えで行なわれる。先ず、両
方のシダナチニア内に少なくとも８個の符号のブロック
が現われるか否かを見る。この調査はシダナチュアの一
端からスタートシ、両端を整列させ、ブロックが整合し
ているか否かを調べる。各方向で、１個、２個及び８個
場所をずらして反復し、ブロックの整合が見られる迄続
ける。符号が整合していれば、以後の整合調査は行なわ
ない。第２段ではマスク内の任意の残りの符号を整合さ
せられているブロックによりセットされた境界内で整合
させるように試合る。整合がとれたらマスク内の各符号
に対する計数を１だけ増す。次に整合させられない符号
をマスタ内に挿入することを試みる。それらがはまる場
所について疑問がなければこれを行なう。

第８ｆ図はこのプロセスを示す。上側、マスタシグナチ
ュア及び下側の新規のシダナチュア内の符号間の実線は
第１の位置決めされたブロックを示す。点線は次のリン
クを示し、矢印は成功した挿入を示す。新規のシダナチ
ュア内の第２のＢは挿入しない。蓋し、これはマスタシ
グナチュア内のＡのいずれの側にも行けるからである。

符号の第４行はこのようにして形成された新しいマスタ
シグナチュアであり、第５行は古いマスクについての計
数である最上性との比較のための各符号に対する新しい
計数を与える。

次の部品に対しでこれを続ける。マスクとの整合を形成
する試みの結果マツチングスコアが低い時はその部品を
無視する。この段階では間違った向きの部品から導びか
れたものとし′Ｃ符号化されているパターンと整合して
もペナルティを科さない。マスク内のパターンの一つが
予じめ定められ！１・た回数、例えば、７回生起した時
十分な部品が走査されたことになる。次にマスクは成る
回数、例えば、生起回数が５回より少いパターンをはず
す。

残っているパターンを分類（ソーティング）プロセスの
ために用いるマスタシグナチュア即チマスタセットとし
て取り上げる。頻度限界、例えば、６回が加えられた後
マスクが悪い向きの部品から符号化されたパターンを含
むことは滅多にない。

しかし、万一そうなったらこの符号を除去し、表が再配
列されなくてもペナルティを避ける。

この学習プロセスは自動的であり、これらの可成り単純
なルールを用いて走査されたパターンからマスタシグナ
チュアにビルドアップする。この結果学習プロセスが反
復されてもパターンのリストの中には僅かな差しか生ぜ
ず、得られるマスタシグナチュア内にも僅かな変化しか
存在しない。

これらの変動は学習プロセスに用いられる部品内の僅か
な差異、トラック上でのその速度と位置から生ずるもの
である。しかし、たとえこれらの変動があっても、種々
の部品間又は正しい向きと問、違った向きの部品間の弁
別能力には殆んど影響がない。

それ故学習モードの結果としてコントローラが２つの情
報を獲得する。第１に所望と不所望の向きにある部品か
ら白／黒パターンの基準表がビルドアップされる。第２
に、部品が走査されているスロットを通過する時生ずる
白／黒パターンの平均系列の縮小版を具える所望の向き
にある部品のマスタシグナチュアが形成される。

非線形に列系列を圧縮し、単一の不一致列を検出するプ
ロセスは一般にタイムラオーピング（ｔｉ、ｍｅ　ｗａ
ｒｐｉｎｇ　）又はシーケンスウオービング（５ｅｑｈ
ｅｎｃｅ　ｗａｒｐｉｎｇ　）としＣ従来技術で周知で
ある。このようなウオービングを音声及びパターン解析
にかけることはＩＥＥＥ　Ｔｒａｎｓ、　Ｃｏｍｐｕｔ
ｅｒｓ第０３２巻第８号、１９８８年８月、に載ってい
るｗｅｓｔｅ他の論文にのっている。

今度はコントローラを分類モードにセットし、種々の向
きの部品系列を走査する。学習モードにおけるのと同じ
ように、各列走査から得られる６４個の白／黒画素を第
８ａ図につき述べたようにして１６個の状態にする。１
６個の状態から成る列が得られる度毎にそれを白／黒パ
ターンの基準表と比較し、学習モードと同じルールを用
いて整合を見つける。第８ｈ図は符号を具える上側の４
個の行で基準表の一部を示し、下側の５個の行が符号の
整合と共に得られる代表的な圧縮された走査を示す。列
のアイデンティティ又は符号が得られたら各部品毎に長
しグナチュアをビルドアップする。学習モードにおける
のと同じようにこの長シダナチュアを圧縮して短シダナ
チュアにする。

今度はこの短シダナチュアをマスク短シダナチュアと比
較する。学習モードでのシダナチュアの比較におけるの
と同じように、これらの２個のシダナチュアは普通は同
一でない。マスクと使用された未知のシダナチュア間の
整合の程度の目安は未知のシグナチュア内の対応する順
序でマスタと整合する符号の未知のシダナチュア内の符
号の全数に対するパーセンテージである。第８ｆ図につ
き前述した学習モードの整合の２個の段階を再び用いる
。しかし、新しい符号を挿入することは試みない。

最終的なマツチングスコアを未知のシグナチュア内の符
号の全数のパーセンテージに変換し、それが十分ならそ
の部品を所望の向きにあるものとし“Ｃ受は容れる。第
８ｇ図は２個のブロックの整合の一例を示すが、この後
に４個の残りの整合があり、１ａ符号内で１１個の符号
が整合している。

これは８４チの整合である。間違った向きにある部品に
対する弁別は白／黒パターンの基準表が間違った向きに
部品がある時にだけ生ずるものをいくつか含む事実を利
用して改良する。この結果これらはこのような部品から
得られるシダナチュア内に現われ、整合スコアを計算す
ると、大きな負の値、例えば、−５が与えられる。

第８ａ図につき述べた列の圧縮の結果「かまわない」状
態が生じ、システムの動作の記述において、この「かま
わない」状態を０及び１と異なるものとして１及するこ
とが簡単になる。しかし実際の計算機システムでは０と
１の状態しか存在しない。第８ｊ図及び第８に図は夫々
第８ａ図及び第８ｈ図と対応するが、どのようにしにの
「かまわない」状態の効果が達成されるかを示している
。第８ｊ図では各列から２個の圧縮されたワード、即ち
、「白」ワードと「黒」ワードが形成されている。３個
又は４個の黒を含む４個の状態群は黒即ち「黒」ワード
でのｒｌＪに圧縮される。

この群が２個又は１個の黒しか有しない時は「０」に圧
縮されている。白ワードでは群内の白に対し同じプロセ
スを施す。第８に図はいかにしてアイデンティティが実
際に一対のワード、即ち、「黒」ワードと「白」ワード
になっているかを示す。−列を表と比較して対応するワ
ードを比較する。整合についての規則は基準ワード内の
各ｒｌＪ毎に走査された対の対応するワード内の対応す
るビットが「１」でなければならないということである
。

整合を見つける際は基準ワード内の「０」は無視される
。こうするとフェンスに対する対象物の位置の小さな変
動に対し公差がとれる。整合が見られないワード対は無
視される。

コントローラのベースとしで用いられるマイクロプロセ
ッサは現在市販されＣいる１６ビツトデータ処理を行な
うタイプの単一ボードとすることができる。読出し専用
メモリ（ＲＯＭ　）には少なくとも１５００ワードが必
要で、ランダムアクセスメモリ（ＲＡＭ　）には２５０
０ワードが必要である。

フィリップス社のＰ８７０が適しＣいる。直線アレーカ
メラと部品をはねのける空気弁とに対するインターフェ
ースが必要である。コントローラを学習モードにしたり
、分類モードにしたりセットするために制御ボタンを設
ける。

第４，５及び６図に示す流れ図はこのマイクロプロセッ
サのプログラミングに対するアウトラインを与える。第
４図はソータ（分類機）の動作の基本サイクルを示す。

最初コントローラとの適当なボタンを押すことにより学
習サイクルをスタートさせる指示を与える。この結果ボ
ックス「学習」に達すると、プロセスは第６図に示すプ
ロセスに移行する。学習相の終りでモードは「分類」に
セットされ、この結果「どちらのモード！」に達した時
第す図に示すプロセスが続く。第５図では分類流れ図、
同一性のリストの縮少及びシダナチュアの整合を用いて
上述したプロセスを行なう。

第６図は学習の流れ図を示す。相１及び２において、部
品を夫々正しい向きと間違った向きで供給し、システム
が生ずるパターンのタイプと生起の頻度とを学習できる
ようにする。相８では部品が正しい向きで供給されねば
ならず、基準と呼ばれるメモリ内のパターンのリストを
用いて先ず長シダナチュアを発生し、次に短シダナチュ
アを作る。この学習相時に走査を見失わないようにする
ために、ＢＷと呼ばれる長いファイル内に黒ワードと白
ワードとを置く。各部品が通過し終った後このファイル
を圧縮してＯＡ’Ｆと呼ばれるメモリに入れる。高速の
プロセッサを用いると、ワードを直接ＯＡＴに入れるこ
とも可能となろう。相１又は２での最後の部品が走査さ
れ終った後ＯＡＴから公差つきりストエＨＤを形成する
。

相８ではＬＩＳＴと呼ばれるメモリで各部品毎に長シダ
ナチュアを形成する６゜ＬＩＳＴの各ワードはアイ・デ
ンテイテイとそのアイデンティティが順次に生起する回
数とから成る。ＬＩＳＴはメモリＳＴＧで短シダナチュ
アに変換され、マスタシグナチュアがメモ’）　ＩＴＥ
Ｍで形成された時現われる。

上述したソータで用いられる認識プロセスは陽には孔、
縁等の特別な形状（特徴）の存在を利用していない。ま
た、対象物の特定の元の先験的な知識にも依存しない。

代りに、これは一層一般的な方法でこれらの相を両方と
も含む対象物を見ている。これは２〜３個の部品を必要
な向き及び悪い向きで供給する時以外オペレータの案内
や助けを必要としない。

本発明により与えられる対象物のこの一層一般的な見方
は類似しない対象物を分類する際に使用できる。白／黒
パターンの基準表は類似しない対象物の各々につき展開
することができ、各対象物は他の対象物の基準表の負の
フィツト部に寄与する。この上うにして一般化された認
識と分類プロセスが与えられ、これが対象物又は特徴が
１個又は２〜８個の良く画成された向きで与えられる場
２ｕ合に適用できる。

と述した実施例ではカメラがホトダイオードの直線アレ
ーを具え、これが対象物に対し横方向に動いて巾に対象
物が位置する視野を走査するようになっていた。状況が
異なれば、テレビジョンカメラを用い°Ｃ相対運動を必
要としないようにすることもできる。次にカメラのビデ
オ出力に対ししきい値を設け、テレビジョンラスタのラ
インに沿って離散的な間隔でサンプリングし、二進化し
た画像の行を作り、列はライン内の対応するサンプルに
より与えている。ラスタの１個のフレーム走査だけで対
象物を「凍結」するのが便利な時はテレビジョンカメラ
を用いることができる。代りに、テレビジョンラスタの
ラインを本発明の列として用い、ラスタのフレーム走査
が部品の運動の効果を与えるようにすることもできる。

実用的なシステムでは基準表とマスタシグナチュアを電
気的に消去できるプログラム可能な読出し専用メモリ（
ｇＥＦＲＯＭ　）に蓄え、システムがスイシチオフされ
た時この情報が失なわれないように・することができる
。またいくつかの異なる部品の表とシグナチュアを漸進
的にビルドアップさせるが、間接的にアクセスし、分類
さるべき部品が変った時学習し直さないでも済むように
することができる。

【図面の簡単な説明】

第１図は対象物の向きのソータの光学系、機械系及び電
気系の略式斜視図１ 第２図はソータのスロット近傍の詳細な斜視図、第８ａ
ないし８に図は走査時、学習時及び分類時に導びかれる
二進パターンの説明図、第４，５及び６図は部品の学習
及び分類を行うのに必要なマイクロプロセッサのプログ
ラミングのアウトラインの流れ図である。 １・・・トラックの一部　２・・・フェンス８・・・ス
ロット　４・・・先箱 ５・・・カメラ　６・・・レンズ ７・・・光検出器　８・・・直線振動供給器９・・・可
変変圧器　１０・・・振動方向１１・・・ボウルフィー
ダのトラック部１２・・・受は側のトラック部 １８．１４・・・Ｍ斜　１５・・・コントローラ１６・
・・空気弁１７・・・ノズル １８・・・対象物（部品） 特許出願人　エヌ・ベー・フィリップス・フルーイラン
ベンファプリケン ６４　ｂｔｓ：　ＢＢＢＷ　ＷＷＢＷ　ＷＷＢＢ　ＢＢ
ＢＢ　Ｅ四ｓｗｗＢ會Ｗ　ＩａＢ　ｌ８３Ｗ　管響自・
１６ｈ＋ｐ：Ｂ　Ｗ　Ｘ　Ｂ　Ｘ　Ｗ　Ｂ　Ｘ　＋ＢＢ
ＢＢ　ａ専Ｗ　傅σ回　蕗ΦＭ　Ｆ（＆Ｇ）ＨＨＨμＤ
ＤＤＤＤＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥＤＤＤＣｇ
ＣＣＣＣＣＣＤＤＤＤＡＡＡ芦ｇＡＥＥＥＡＥＡＡＢＢ
ＢＢ４ＢＢ！１１ａｓｔｅｒ　ＡＨＤＥＥＢＥＣＣＤＥ
ＡＥＢＨＤＥＥＥＤＣＣＤＡＥＡＢ　Ｓｃ！ｒｅ−１１
７１３＝８４％Ｆｌ（１，３０ Ｏｒｉｇ　ＢＢＢＢＷＷＷＷＩ０３８’ＷＷＷＷＴｏｌ
　ＢＢＢＸ）Ｇｌ＃ＷＸＢＸＸＷｌ＃５ｃｎｎｄ　５ｅ
ｒｅ　Ｔｂｌ　工ｄ Ｎｗ　Ａ　Ａ　Ｂ　Ｅ　ＣＥ　Ｂ　Ｄ　Ｅ　Ｂ　Ｊ　Ｄ
　Ｅ　Ｆ１ココ ＦＩＧ、５ ］４ イト璽ｔ＊Ｓ＊＋ ＝ｉ 手　続　補　正　書（方式） ％式％ １、事件の表示 昭和６０年特許願第４・８３号 ２、発明の名称 対象物分類装置 ３、　？ｍ正をする者 事件との関係　特許出願人 名称　エヌ・べ−・フィリップス・ フルーイランペンファブリケン ４、代理人 ｌ明細書第８７頁第１０行中ｒａｋ図」をｒａｊ図」に
、同頁第１２行中「第４，５及び６図」を「第４，５．
６及び第６ａ図」に、それぞれ訂正する。 ２図面中ｒｙｉｇｓｊＪをｒＦｉｇａｉＪに、ｒ　Ｆｉ
ｇｓｋＪをｒ　Ｆｊ−ｇ　８　ｊ　Ｊに、それぞれ朱書
きの通りに訂正する。 Ｆｌｙ）、３ｉ Ｆｊ６．師

Claims (1)

1. 【特許請求の範囲】 Ｌ　順次の対象物を各々ラスタ走査し、各対象物のラス
   タ波形を導き出す手段と、このラスタ波形を二進化し“
   Ｃ二進画素の行と列とから成る画像を得る手段と、゛こ
   の二進画像から選択された特徴を抽出する特徴抽出手段
   と、特徴のマスタセットを蓄える記憶手段と、選択され
   た特徴を特徴のマスタセットと比較して二進対象物分類
   信号を導き出す比較手段とを具える対象物分類装置にお
   いて、基準対象物を走査することにより特徴のマスタセ
   ットを導き出す手段を設け、前記特徴抽出手段に順次の
   同一の画素列のランを計数し、予じめ定められた最小の
   長さを有するランだけを出力して選択された特徴を形成
   するラン計数手段を設け、マスクの特徴の連続を未知の
   セットと比較して分類信号を導き出すことを特徴とする
   対象物分類装置。 Ｌ＠記の最小のランレングスを２に等しくしたことを特
   徴とする特許請求の範囲第１項記載の対象物分類装置。 ａ　列の第１のアイデンティティの第１０ランの後に列
   の第２のアイデンティティの第２のランが続き、これら
   の第１のランと第２のランを順次に第２と第１のアイデ
   ンティティを有する２個の挿入列により分離し、これら
   の２個の挿入列を互に交換し、各々を同じアイデンティ
   ティを有する列のランで接続したことを特徴とする特許
   請求の範囲第１項記載の対象物分類装置。 表　前記特徴抽出手段がシーケンスウォーピング制御手
   段を有し、比較のために、出力された対象物画素列及び
   蓄えられているマスク画素列又はそのいずれか一方の不
   一致画素列を無視するように構成したことを特徴とする
   特許請求の範囲第１項、第２項又は第８項に記載の対象
   物分類装置。 ４　前”艷特徴抽出手段にシダナチュア形成手段を設け
   、これを前記計数手段の出力端子に接続し、予じめ定め
   られた夫々の限界間で同一の画素列の出力されたランレ
   ングスを圧縮して予じめ定められたシダナチュア列にし
   、これをマスタシグナチュア列の組と比較するように構
   成したことを特徴とする特許請求の範囲第１項、第２項
   、第８項又は第４項に記載の対象物分類装置。 代　特徴のマスタセットが複数個の基準対象物を走査し
   て得られた予じめ定められた数の頻度が高く生起する識
   別できる列から導き出される特徴を具えることを特徴と
   する特許請求の範囲第６項記載の対象物分類装置。 Ｉ　特徴のマスタセットが前記基準対象物と異なる第２
   の基準対象物を走査して得られる選択された特徴の付加
   的セットを具え、未知の対象物と第２の基準対象物の特
   徴間の対応が未知の対象物と基準対象物の合致を減じる
   ことを特徴とする特許請求の範囲第６項記載の対象物分
   類装置。 ＆　基準対象物が所望の向きの成る対象物であり、第２
   の基準対象物が不所望の向きの成る対象物であり、装置
   がこれらの成る対象物を所望の向きに仕向けるようにな
   っていることを特徴とする特許請求の範囲第７項記載の
   対象物分類装置。 ９、　マスタセットを具えるアイデンティティの連続が
   複数個の基準対象物を走査することにより得られる複数
   個の連続から取り出され、第１の連続をマスタセットの
   第１版として取り上げ、次の連続をこの第１版と比較し
   、この次の連続内に存在する新しいアイデンティティを
   ２個の連続内のアイデンティティの対応するラン間に挿
   入してマスタセットの第２版を形成し、複数個の連続の
   各人の連続を同じようにマスタセットの前の版と比較し
   てマスタセットの最終版を生ずるように構成したことを
   特徴とする特許請求の範囲第７項又は第８項に記載の対
   象物分類装置。 １（Ｌ　各列内の二進画素をブロックに分け、各ブロッ
   クが列に沿つ°Ｃ順次の画素を具え、各ブロックが等し
   い数の画素を有し、ブロック内の二進値の多数派に等し
   い二進値を各ブロックに割り当て、特徴をブロックの二
   進値の列から抽出することを特徴とする特許請求の範囲
   前記各項のいずれか一項に記載の対象物分類装置。 １１　各列内の一方の値の順次のブロック二進値のラン
   と他方の値の順次のブロック二進値のランとの間の接合
   部において、接合部の両側にある２個の二進値を比較の
   際に無視するように構成したことを特徴とする特ｆ！′
   ｆ請求の範囲第１θ項記載の対象物分類装置。 １区　対象物をラスク走査する手段が光検出器の直線ア
   レーに対し横方向に直線的に対象物を動かす手段を具え
   、光検出器の出力を全相対運動中時間をおいてアレーに
   沿って順次にサンプリングし′Ｃラスタ波形を提供し、
   ラスク波形を二進化する手段が各光検出器の出力サンプ
   ルをしきい値レベルに加え、一方の二進値がしきい値レ
   ベル以上であればそれをサンプルに指名し、他方の二進
   値がしきい値レベルよりも低ければそれを当てず、アレ
   ーの一方のサンプリングが二進画素の一方の列を生じ、
   直線相対運動中アレーのサンプリングが二進画素の行を
   生ずるように構成したことを特徴とする特許請求の範囲
   前記各項のいずれか一項に記載の対象物分類装置。 １＆　対象物を直線アレーに対し横方向にあるフェンス
   に押接し、このフェンスがフェンスをカバーする光検出
   器の群内で識別信号を提供し、直線アレーから導き出さ
   れた二進画素の列をアレー内の対象物間の上記群に隣接
   し、そこから延在する光検出器から取り出すことを特徴
   とする特許請求の範囲第１２項記載の対象物分類装置０