JPS61156485A - 視覚装置のスライスレベル決定方式 - Google Patents
視覚装置のスライスレベル決定方式Info
- Publication number
- JPS61156485A JPS61156485A JP59275382A JP27538284A JPS61156485A JP S61156485 A JPS61156485 A JP S61156485A JP 59275382 A JP59275382 A JP 59275382A JP 27538284 A JP27538284 A JP 27538284A JP S61156485 A JPS61156485 A JP S61156485A
- Authority
- JP
- Japan
- Prior art keywords
- slice level
- video signal
- difference
- registered
- optimal
- 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
Landscapes
- Image Input (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】
〔産業上の利用分野〕
本発明は、ロボット等の視覚として用いられる物体を撮
像して処理する視覚装置において、撮登録された物体像
を２値化するためのスライスレベルの決定方式に関し、
特に撮像環境が変化しても最適な２値化像が得られるよ
うにスライスレベルを決定するスライスレベル決定方式
に関する。
像して処理する視覚装置において、撮登録された物体像
を２値化するためのスライスレベルの決定方式に関し、
特に撮像環境が変化しても最適な２値化像が得られるよ
うにスライスレベルを決定するスライスレベル決定方式
に関する。
近年、物体を認識する物体認識システムが開発され、人
間の目の代りとしてロボット等に利用され、ロボット等
の機能を向上せしめている。このような物体認識システ
ムには、カメラ等の撮像手段が用いられ、このビデオ出
力を２値化回路でデジタルのビデオ信号に変喚し、認識
処理部へ与える視覚装置が利用されている。
間の目の代りとしてロボット等に利用され、ロボット等
の機能を向上せしめている。このような物体認識システ
ムには、カメラ等の撮像手段が用いられ、このビデオ出
力を２値化回路でデジタルのビデオ信号に変喚し、認識
処理部へ与える視覚装置が利用されている。
例えば、第５図に示す様な物体認識システムにおいては
、物体ＡＢをカメラｌで撮像して得たビデオ信号ＶＳを
２値化回路２で２値化しデジタルのビデオ信号ＤＶＳに
変換し認識処理部３に入力するように構成されており、
２値化回路２ではカメラｌの撮像内容から物体と背景と
を分離するため、ビデオ信号ＶＳを適切なスライスレベ
ルＳでスライスして２値化している。認識処理部３では
、第６図の認識処理フロー図に示す如く、入力された２
値化ビデオ信号ＤＶＳから物体ＡＢの輪郭抽出、ノイズ
除去を行って、抽出した輪郭点の座標テーブルを作成す
る。そしてこの座標テーブルから閉曲線の抽出、分類、
包含判別を行い、ビデオ信号ＤＶＳから得た物体ＢＳの
面積、周囲長、モーメント等の幾何学的特徴パラメータ
を計算する。
、物体ＡＢをカメラｌで撮像して得たビデオ信号ＶＳを
２値化回路２で２値化しデジタルのビデオ信号ＤＶＳに
変換し認識処理部３に入力するように構成されており、
２値化回路２ではカメラｌの撮像内容から物体と背景と
を分離するため、ビデオ信号ＶＳを適切なスライスレベ
ルＳでスライスして２値化している。認識処理部３では
、第６図の認識処理フロー図に示す如く、入力された２
値化ビデオ信号ＤＶＳから物体ＡＢの輪郭抽出、ノイズ
除去を行って、抽出した輪郭点の座標テーブルを作成す
る。そしてこの座標テーブルから閉曲線の抽出、分類、
包含判別を行い、ビデオ信号ＤＶＳから得た物体ＢＳの
面積、周囲長、モーメント等の幾何学的特徴パラメータ
を計算する。
一方、認識処理部３には、予じめ認識すべき物体ＡＢの
特徴パラメータを登録しておく辞書部ＤＣを有し、計算
した特徴パラメータと辞書部ＤＣの特徴パラメータとを
比較して、カメラ１の撮像物体ΔＢの種類と位置を求め
て認識処理を終了する。
特徴パラメータを登録しておく辞書部ＤＣを有し、計算
した特徴パラメータと辞書部ＤＣの特徴パラメータとを
比較して、カメラ１の撮像物体ΔＢの種類と位置を求め
て認識処理を終了する。
この出力は、例えばロボットコントローラへ与えられ、
ロボットが物体ＡＢの位置に移動され、物体ＡＢに対し
作業を行なう。
ロボットが物体ＡＢの位置に移動され、物体ＡＢに対し
作業を行なう。
このように物体認識においては、物体像を２値化して平
面図形とみなし、その幾何学的特微量を用いて認識を行
なうものであり、この平面図形に変換するため、２値化
回路２が用いられている。
面図形とみなし、その幾何学的特微量を用いて認識を行
なうものであり、この平面図形に変換するため、２値化
回路２が用いられている。
一方、第７図（Ａ）に示す画像の走査線ＣＲにおけるビ
デオ信号は第２図（Ｂ）のＶＳＩとなり、２値化回路２
でこれをスライスレベルＳでスライスして２値化ビデオ
信号を得ると第２図（Ｂ）のＤＶＳＩとなる。これに対
しカメラ１の周囲の照明条件の変化により、例えば周囲
が明るくなると、前述のビデオ信号は第２図（Ｂ）のＤ
ＶＳ２となり、これを前述と同一のスライスレベルＳで
スライスすると２値化ビデオ信号はＤＶＳ２となり、同
一の物体であっても照明条件によって２値化ビデオ信号
、即ち平面図形が変化してしまう。
デオ信号は第２図（Ｂ）のＶＳＩとなり、２値化回路２
でこれをスライスレベルＳでスライスして２値化ビデオ
信号を得ると第２図（Ｂ）のＤＶＳＩとなる。これに対
しカメラ１の周囲の照明条件の変化により、例えば周囲
が明るくなると、前述のビデオ信号は第２図（Ｂ）のＤ
ＶＳ２となり、これを前述と同一のスライスレベルＳで
スライスすると２値化ビデオ信号はＤＶＳ２となり、同
一の物体であっても照明条件によって２値化ビデオ信号
、即ち平面図形が変化してしまう。
このような照明条件の変化は、装置の設置場所によって
変化する他に天気の具合、晴、曇、雨等による外光の変
化によって生じる。
変化する他に天気の具合、晴、曇、雨等による外光の変
化によって生じる。
このため、従来は、カメラ１で物体を撮像して得た２値
化ビデオ信号をテレビモニターで見ながら、オペレータ
が手動でスライスレベルＳを変化させ、最適なスライス
レベルを得るようにしていた。又は、ＯＣＲ（光学文字
読取装置）に用いられている信号レベルの平均値をスラ
イスレベルとする方法も知られていた。
化ビデオ信号をテレビモニターで見ながら、オペレータ
が手動でスライスレベルＳを変化させ、最適なスライス
レベルを得るようにしていた。又は、ＯＣＲ（光学文字
読取装置）に用いられている信号レベルの平均値をスラ
イスレベルとする方法も知られていた。
しかしながら前者の方法では、人間（オペレータ）の主
観によってスライスレベルＳが左右され、最適なスライ
スレベルを得ることが困難であるという問題がある他に
人間が操作しなければならずその手間がかかるという問
題があった。又、後者の方法では、物体ＡＢの置かれた
背景及び物体ＡＢそのものがＯＣＲシートの如く均一で
なく変化することから、ノイズ等によって適切なスライ
スレベルを得ることができないという問題があった。
観によってスライスレベルＳが左右され、最適なスライ
スレベルを得ることが困難であるという問題がある他に
人間が操作しなければならずその手間がかかるという問
題があった。又、後者の方法では、物体ＡＢの置かれた
背景及び物体ＡＢそのものがＯＣＲシートの如く均一で
なく変化することから、ノイズ等によって適切なスライ
スレベルを得ることができないという問題があった。
本発明は、認識に最適なスライスレベルを自動的に設定
することのできる視覚装置のスライスレベル決定方式を
提供するにある。
することのできる視覚装置のスライスレベル決定方式を
提供するにある。
このため、本発明は、物体を撮像する撮像手段と、該撮
像手段からのビデオ信号を設定されたスライスレベルで
２値化する２値化手段と、該２値化手段からの２値化信
号から該物体の幾何学的特微量を抽出し、予じめ登録さ
れた物体の幾何学的特微量と比較して該撮登録された物
体の認識処理を行なう処理手段とを有し、該処理手段は
、該２値化手段のスライスレベルを変化させて該抽出し
た幾何学的特微量と該登録された幾何学的特微量との差
を求め、該差が最小となるスライスレベルを該２値化回
路に設定することを特徴としている。
像手段からのビデオ信号を設定されたスライスレベルで
２値化する２値化手段と、該２値化手段からの２値化信
号から該物体の幾何学的特微量を抽出し、予じめ登録さ
れた物体の幾何学的特微量と比較して該撮登録された物
体の認識処理を行なう処理手段とを有し、該処理手段は
、該２値化手段のスライスレベルを変化させて該抽出し
た幾何学的特微量と該登録された幾何学的特微量との差
を求め、該差が最小となるスライスレベルを該２値化回
路に設定することを特徴としている。
本発明では、認識に用いる登録された幾何学的特微量を
利用して最適なスライスレベルを決定しようとするもの
である。即ち、係る視覚装置の最適なスライスレベルは
、認識のため登録された物体と同一の物体を撮像して得
た幾何学的特微量と当該登録された物体の幾何学的特微
量との差が最小となるようなものであるから、スライス
レベルを変化させて当該差を求めてスライスレベルを定
量的に評価し、この差が最小となるスライスレベルを最
適なスライスレベルと決定するものである。
利用して最適なスライスレベルを決定しようとするもの
である。即ち、係る視覚装置の最適なスライスレベルは
、認識のため登録された物体と同一の物体を撮像して得
た幾何学的特微量と当該登録された物体の幾何学的特微
量との差が最小となるようなものであるから、スライス
レベルを変化させて当該差を求めてスライスレベルを定
量的に評価し、この差が最小となるスライスレベルを最
適なスライスレベルと決定するものである。
以下、本発明を実施例により詳細に説明する。
第１図は本発明の一実施例構成図である。
図中、第５図で示したものと同一のものは同一の記号で
示してあり、３０は輪郭抽出回路であり、２値化回路２
からの２値化ビデオ信号ＤＶＳから輪郭点を抽出しその
座標を後述するマルチパスを介しメインメモリの輪郭点
座標テーブルに格納せしめるもの、３１はビデオメモリ
であり、２値化ヒデオ信号ＤＶＳを１画面分格納してお
くもの、３２はモニターテレビであり、ビデオメモリ３
１の格納内容を表示するもの、３３はマイクロプロセッ
サ（以下プロセッサと称す）であり、認識処理やスライ
スレベル決定処理をプログラムの実行によって行なうも
の、３４はメインメモリであり、プロセッサ３３の動作
に必要なプログラムやデータを格納しておくものであり
、前述の抽出された輪郭点座標を格納しておくための輪
郭点テーブル３４ａと、後述する処理によって求めた（
幾何学的）特徴量を格納しておくための特徴量テーブル
３４ｂと、後述するスライスレベルの評価量Ａ（Ｓ）を
格納してお（評（ｉｌｌｉ量テーブル３４ｃと、前述の
認識対象となる物体の幾何学的特微量を登録しておくた
めの辞書部ＤＣとを含んでいる。３５はＤＩ／Ｄｏ（ダ
イレクトイン／ダイレクトアウト）回路であり、マルチ
パスと２値化回路２とでデータのやりとりを行うための
もの、３６は外部記憶ユニットであり、例えばフロッピ
ィ−ディスク装置で構成され、フロッピィ−ディスクか
らプログラム、データの読出し又はフロッピィ−ディス
クへデータの書込みを行うもの、３７はディスプレイで
あり、プロセッサ３３の処理状況、アラーム等を表示す
るもの、３Ｂはキーボードであり、データやコマンドの
入力のためのもの、３９はＤＩ／Ｄｏ回路であり、マル
チパスと後述するロボットコントローラとでデータのや
りとりを行うためのもの、ＭＢＳはマルチハスであり、
プロセッサ３３、輪郭抽出回路３０、ビデオメモリ３１
ＤＩ／Ｄｏ回路３５．３９、メインメモリ３４、外部記
憶装置３６、ディスプレイ３７及びキーボード３８を接
続し、これらの間でデータ、コマンドのやりとりを行な
わしめるもの、４はロボットコントローラであり、視覚
装置３の認識結果に従ってロボットを制御するものであ
る。
示してあり、３０は輪郭抽出回路であり、２値化回路２
からの２値化ビデオ信号ＤＶＳから輪郭点を抽出しその
座標を後述するマルチパスを介しメインメモリの輪郭点
座標テーブルに格納せしめるもの、３１はビデオメモリ
であり、２値化ヒデオ信号ＤＶＳを１画面分格納してお
くもの、３２はモニターテレビであり、ビデオメモリ３
１の格納内容を表示するもの、３３はマイクロプロセッ
サ（以下プロセッサと称す）であり、認識処理やスライ
スレベル決定処理をプログラムの実行によって行なうも
の、３４はメインメモリであり、プロセッサ３３の動作
に必要なプログラムやデータを格納しておくものであり
、前述の抽出された輪郭点座標を格納しておくための輪
郭点テーブル３４ａと、後述する処理によって求めた（
幾何学的）特徴量を格納しておくための特徴量テーブル
３４ｂと、後述するスライスレベルの評価量Ａ（Ｓ）を
格納してお（評（ｉｌｌｉ量テーブル３４ｃと、前述の
認識対象となる物体の幾何学的特微量を登録しておくた
めの辞書部ＤＣとを含んでいる。３５はＤＩ／Ｄｏ（ダ
イレクトイン／ダイレクトアウト）回路であり、マルチ
パスと２値化回路２とでデータのやりとりを行うための
もの、３６は外部記憶ユニットであり、例えばフロッピ
ィ−ディスク装置で構成され、フロッピィ−ディスクか
らプログラム、データの読出し又はフロッピィ−ディス
クへデータの書込みを行うもの、３７はディスプレイで
あり、プロセッサ３３の処理状況、アラーム等を表示す
るもの、３Ｂはキーボードであり、データやコマンドの
入力のためのもの、３９はＤＩ／Ｄｏ回路であり、マル
チパスと後述するロボットコントローラとでデータのや
りとりを行うためのもの、ＭＢＳはマルチハスであり、
プロセッサ３３、輪郭抽出回路３０、ビデオメモリ３１
ＤＩ／Ｄｏ回路３５．３９、メインメモリ３４、外部記
憶装置３６、ディスプレイ３７及びキーボード３８を接
続し、これらの間でデータ、コマンドのやりとりを行な
わしめるもの、４はロボットコントローラであり、視覚
装置３の認識結果に従ってロボットを制御するものであ
る。
次に、第１図実施例構成の動作について説明する。
先づ、本発明に係るスライスレベル決定処理を説明する
前に教示処理について第６図を用いて説明する。
前に教示処理について第６図を用いて説明する。
■ キーボード３８より教示モードを指示することによ
りプロセッサ３３は教示処理を行なう。
りプロセッサ３３は教示処理を行なう。
教示処理を行なうため最適の照明条件において認識対象
となる物体をカメラ１の前面に置く。
となる物体をカメラ１の前面に置く。
■ カメラ１は係る物体を撮像し、ビデオ信号ＶＳを出
力・する。２値化回路２は予じめ設定されたスライスレ
ベルで２値化し、２硫化ビデオ信号ＤＶＳを出力し、輪
郭抽出回路３０及びビデオメモリ３１に与える。ビデオ
メモリ３１の内容はモニターテレビ３２で表示され、オ
ペレータの利用に供される。例えば、スライスレベル不
適切であれば、オペレータはキーボード３８よりスライ
スレベルを変えるようプロセッサ３３に指示し、マルチ
パスＭＢＳ、ＤＩ／Ｄｏ回路３５を介し２値化回路２の
スライスレベルＳが変えられる。
力・する。２値化回路２は予じめ設定されたスライスレ
ベルで２値化し、２硫化ビデオ信号ＤＶＳを出力し、輪
郭抽出回路３０及びビデオメモリ３１に与える。ビデオ
メモリ３１の内容はモニターテレビ３２で表示され、オ
ペレータの利用に供される。例えば、スライスレベル不
適切であれば、オペレータはキーボード３８よりスライ
スレベルを変えるようプロセッサ３３に指示し、マルチ
パスＭＢＳ、ＤＩ／Ｄｏ回路３５を介し２値化回路２の
スライスレベルＳが変えられる。
■ 輪郭抽出回路３０では、２値化ビデオ信号ＤＶＳか
ら物体の輪郭点を抽出し、その座標をマルチパスＭＢＳ
を介しメインメモリ３４の輪郭点テーブル３４ａに格納
していき、カメラ１の撮像内容に存在する輪郭点座標の
テーブルを作成する。
ら物体の輪郭点を抽出し、その座標をマルチパスＭＢＳ
を介しメインメモリ３４の輪郭点テーブル３４ａに格納
していき、カメラ１の撮像内容に存在する輪郭点座標の
テーブルを作成する。
■ 次に、プロセッサ３３は、メインメモリ３４の輪郭
点テーブル３４ａの各輪郭点座標を読出し、閉曲線の抽
出、分類、包含判別を行ない、更に閉曲線に囲まれた部
分の面積、周囲長、Ｘ軸、Ｙ軸のモーメント等の幾何学
的特微量を計算し、これをマルチパスＭＢＳを介しメイ
ンメモリ３４の特徴テーブル３４ｂに格納しておく。
点テーブル３４ａの各輪郭点座標を読出し、閉曲線の抽
出、分類、包含判別を行ない、更に閉曲線に囲まれた部
分の面積、周囲長、Ｘ軸、Ｙ軸のモーメント等の幾何学
的特微量を計算し、これをマルチパスＭＢＳを介しメイ
ンメモリ３４の特徴テーブル３４ｂに格納しておく。
■ 同一の物体に対し■〜■の処理を複数回行い、各回
の計算した幾何学的特微量を特徴テーブル３４ｂに格納
し、プロセッサ３３は複数個の特徴量の分布（平均、標
準偏差）を求め、これをメインメモリ３４の辞書部ＤＣ
に登録して、辞書を作成する。
の計算した幾何学的特微量を特徴テーブル３４ｂに格納
し、プロセッサ３３は複数個の特徴量の分布（平均、標
準偏差）を求め、これをメインメモリ３４の辞書部ＤＣ
に登録して、辞書を作成する。
■ 同様に他の認識すべき物体に対しても同様の処理を
行ない、辞書部ＤＣに登録して辞書を作成する。これに
よって教示処理を終了する。−次に、第２図スライスレ
ベル決定処理フロー図を用いてスライスレベル決定処理
について説明する。尚、このイ列ではスライスレベルＳ
をθ〜１゜Ｏまでの整数で設定するものとして説明する
。
行ない、辞書部ＤＣに登録して辞書を作成する。これに
よって教示処理を終了する。−次に、第２図スライスレ
ベル決定処理フロー図を用いてスライスレベル決定処理
について説明する。尚、このイ列ではスライスレベルＳ
をθ〜１゜Ｏまでの整数で設定するものとして説明する
。
＋ａｌ 先づ、認識対象となる物体ＡＢをカメラ１の
前面におき、キーボード３８よりスライスレベル決定モ
ードを指示し、更に該物体ＡＢの名を指示する。プロセ
ッサ３３はこれによりスライスレベル決定処理を実行す
る。
前面におき、キーボード３８よりスライスレベル決定モ
ードを指示し、更に該物体ＡＢの名を指示する。プロセ
ッサ３３はこれによりスライスレベル決定処理を実行す
る。
（ｂｌ 先づ、プロセッサ３３はスライスレベルＳを
Ｏとし、マルチパスＭＢＳ、Ｄ Ｉ／ＤＯ回路３５を介
し２値化回路２へ与え、２値化回路２のスライスレベル
Ｓ＝Ｏとする。
Ｏとし、マルチパスＭＢＳ、Ｄ Ｉ／ＤＯ回路３５を介
し２値化回路２へ与え、２値化回路２のスライスレベル
Ｓ＝Ｏとする。
（Ｃ） 物体ＡＢをカメラ１で撮像して得たビデオ信
号ＶＳは２値化回路２で設定されたスライスレベルＳで
２値化し、２値化ビデオ信号ＤＶＳを輪郭抽出回路３０
及びビデオメモリ３１に与える。
号ＶＳは２値化回路２で設定されたスライスレベルＳで
２値化し、２値化ビデオ信号ＤＶＳを輪郭抽出回路３０
及びビデオメモリ３１に与える。
輪郭抽出回路３０では前述のステップ■と同様２値化ビ
デオ信号ＤＶＳからの輪郭点を抽出し、その座標をマル
チパスＭＢＳを介しメインメモリ３４の輪郭点テーブル
３４ａに格納していき、カメラｌの撮像内容に存在する
輪郭点座標のテーブルを作成する。
デオ信号ＤＶＳからの輪郭点を抽出し、その座標をマル
チパスＭＢＳを介しメインメモリ３４の輪郭点テーブル
３４ａに格納していき、カメラｌの撮像内容に存在する
輪郭点座標のテーブルを作成する。
次に、プロセッサ３３は、メインメモリ３４の輪郭点テ
ーブル３４ａの各輪郭点座標を読出し、閉曲線の抽出、
分類、包含判別を行ない、更に閉曲線に囲まれた部分の
面積、周囲層、Ｘ軸、Ｙ軸のモーメント等の幾何学的特
微量を計算し、これをマルチパスＭＢＳを介しメインメ
モリ３４の特徴テーブル３４ｂに格納しておく。
ーブル３４ａの各輪郭点座標を読出し、閉曲線の抽出、
分類、包含判別を行ない、更に閉曲線に囲まれた部分の
面積、周囲層、Ｘ軸、Ｙ軸のモーメント等の幾何学的特
微量を計算し、これをマルチパスＭＢＳを介しメインメ
モリ３４の特徴テーブル３４ｂに格納しておく。
＋ｄ１ 次に、プロセッサ３３は、当該久ライスレベ
ルＳの定量的評価を行なう。このため、プロセッサ３３
はメインメモリ３４の辞書部ＤＣから当該物体の幾何学
的特微量Ｐ１、Ｐ ２−Ｐ ｉ （但し、ｉは特徴パ
ラメータの数）を読出し、ステップ（Ｃ）で計算した幾
何学的特微量Ｘ１、Ｘ２・−Ｘｉを用いて評価量Ａ （
Ｓ）を次式により計算する。
ルＳの定量的評価を行なう。このため、プロセッサ３３
はメインメモリ３４の辞書部ＤＣから当該物体の幾何学
的特微量Ｐ１、Ｐ ２−Ｐ ｉ （但し、ｉは特徴パ
ラメータの数）を読出し、ステップ（Ｃ）で計算した幾
何学的特微量Ｘ１、Ｘ２・−Ｘｉを用いて評価量Ａ （
Ｓ）を次式により計算する。
Ａ （Ｓ）−Σω（ｉ）ｌＸｉ−Ｐｉｌ但しω（ｉ）は
パラメータの重みである。
パラメータの重みである。
この評価ｆｉＡ （Ｓ）は、登録した正規の幾何学的特
＠、量と撮登録された物体の幾何学的特微量との差であ
り、評価量Ａ （Ｓ）が小さい程撮像物体が基準の登録
した物体に近いと判断できる。従って、基準の物体と同
一の物体を撮登録されたのであるから、Ａ （Ｓ）が最
小となるスライスレベルは最適スライスレベルと判定で
きる。プロセッサ３３はこの計算した評価量Ａ （Ｓ）
をマルチパスＭＢＳを介しメインメモリ３４の評価量テ
ーブルに格納する。
＠、量と撮登録された物体の幾何学的特微量との差であ
り、評価量Ａ （Ｓ）が小さい程撮像物体が基準の登録
した物体に近いと判断できる。従って、基準の物体と同
一の物体を撮登録されたのであるから、Ａ （Ｓ）が最
小となるスライスレベルは最適スライスレベルと判定で
きる。プロセッサ３３はこの計算した評価量Ａ （Ｓ）
をマルチパスＭＢＳを介しメインメモリ３４の評価量テ
ーブルに格納する。
（ｅｌ 次に、プロセッサ３３はスライスレベルがｒ
ｌｏＯｊに達したかを調べ、ｒｌｏＯＪに達していない
と、前のスライスレベルＳに「１０」を加えて新たなス
ライスレベルＳとして２値化回路２に設定し、ステップ
（Ｃ１に戻り、そのステップＳの評価量Ａ （Ｓ）を求
める。
ｌｏＯｊに達したかを調べ、ｒｌｏＯＪに達していない
と、前のスライスレベルＳに「１０」を加えて新たなス
ライスレベルＳとして２値化回路２に設定し、ステップ
（Ｃ１に戻り、そのステップＳの評価量Ａ （Ｓ）を求
める。
（ｆ） このようにして、スライスレベルＳが１００
に達すると、第３図及び第４図に示す如く、ビデオ信号
ｖＳをＳ＝０から１ｏｏまで１０ステツプで変化した場
合の各評価量Ａ （Ｓ）がメインメモリ３４の評価量テ
ーブル３４ｃに格納されたことになる。
に達すると、第３図及び第４図に示す如く、ビデオ信号
ｖＳをＳ＝０から１ｏｏまで１０ステツプで変化した場
合の各評価量Ａ （Ｓ）がメインメモリ３４の評価量テ
ーブル３４ｃに格納されたことになる。
（幻 次に、プロセッサ３３はメインメモリ３４の評価
量テーブル３４ｃの各評価量Ａ （Ｓ）の最小値を求め
、その時のスライスレベルＳａを得る。
量テーブル３４ｃの各評価量Ａ （Ｓ）の最小値を求め
、その時のスライスレベルＳａを得る。
ここで、前述のスライスレベルはＩＯステップづつ変化
してきたので、スライスレベルＳａは１゜ステップ変化
における最適スライスレベルである。
してきたので、スライスレベルＳａは１゜ステップ変化
における最適スライスレベルである。
従って更に詳細な最適スライスレベルを得るにはこのス
ライスレベルＳａを中心にスライスレベルを１ステ・ノ
ブづつ変化して最適スライスレベルを求める。
ライスレベルＳａを中心にスライスレベルを１ステ・ノ
ブづつ変化して最適スライスレベルを求める。
（ｈ） このため、スライスレベルＳａを中心に（Ｓ
ａ−１０）から（Ｓａ＋１０）まで１ステツプづつスラ
イスレベルを変化させ同様の評価量Ａ（Ｓ）を得る。
ａ−１０）から（Ｓａ＋１０）まで１ステツプづつスラ
イスレベルを変化させ同様の評価量Ａ（Ｓ）を得る。
即ち、プロセッサ３３は先づスライスレベルＳを（Ｓａ
−１０）としてステップ（Ｃ）、（ｄｌ、（ｅ）を行な
い、そのスライスレベルＳにおける評価量Ａ（Ｓ）を得
、同様にメインメモリ３４の評価量テーブル３４．Ｃに
格納する。
−１０）としてステップ（Ｃ）、（ｄｌ、（ｅ）を行な
い、そのスライスレベルＳにおける評価量Ａ（Ｓ）を得
、同様にメインメモリ３４の評価量テーブル３４．Ｃに
格納する。
次に、プロセッサ３３はこのスライスレベルＳにｒｌＪ
を加えたスライスレベルＳによって同様にステップ（Ｃ
１、’ （ｄ）、ｔｅｌを行ない評価量Ａ （Ｓ）を得
る。このようにして、（Ｓａ−１０）から（Ｓａ＋１０
）まで１ステツプづつスライスレベルＳを変え、各評価
量Ａ （Ｓ）を求め、ステップ（ｇ）と同様にこれら評
価量Ａ （Ｓ）の最小値を求め、その時のスライスレベ
ルｓｂを最適スライスレベルと決定し、以降の認識のた
め、２値化回路２に設定する。
を加えたスライスレベルＳによって同様にステップ（Ｃ
１、’ （ｄ）、ｔｅｌを行ない評価量Ａ （Ｓ）を得
る。このようにして、（Ｓａ−１０）から（Ｓａ＋１０
）まで１ステツプづつスライスレベルＳを変え、各評価
量Ａ （Ｓ）を求め、ステップ（ｇ）と同様にこれら評
価量Ａ （Ｓ）の最小値を求め、その時のスライスレベ
ルｓｂを最適スライスレベルと決定し、以降の認識のた
め、２値化回路２に設定する。
このようにして、辞書部ＤＣの登録された基準となる幾
何学的特微量を用いてスライスレベルＳを変化したとき
の各２値化ビデオ信号から得られる幾何学的特微量との
差を求め、この差が最小となるスライスレベルを最適ス
ライスレベルとして決定する。この最適スライスレベル
が決定され、スライスレベルが２値化回路２に設定され
た後、認識作業に入る。
何学的特微量を用いてスライスレベルＳを変化したとき
の各２値化ビデオ信号から得られる幾何学的特微量との
差を求め、この差が最小となるスライスレベルを最適ス
ライスレベルとして決定する。この最適スライスレベル
が決定され、スライスレベルが２値化回路２に設定され
た後、認識作業に入る。
即ち、第６図で説明した如く、カメラ１が物体を撮像し
てえたビデオ信号■Ｓを２値化回路２が設定された最適
スライスレベルＳで２値化し、輪郭抽出回路３０及びビ
デオメモリ３１に与える。
てえたビデオ信号■Ｓを２値化回路２が設定された最適
スライスレベルＳで２値化し、輪郭抽出回路３０及びビ
デオメモリ３１に与える。
輪郭抽出回路３０では、２値化ビデオ信号ＤＶＳから物
体の輪郭点を抽出し、その座標をマルチパスＭＢＳを介
しメインメモリ３４の輪郭点テーブル３４ａに格納して
いき、カメラ１の撮像内容に存在する輪郭点座標のテー
ブルを作成する。
体の輪郭点を抽出し、その座標をマルチパスＭＢＳを介
しメインメモリ３４の輪郭点テーブル３４ａに格納して
いき、カメラ１の撮像内容に存在する輪郭点座標のテー
ブルを作成する。
次に、プロセッサ３３は、メインメモリ３４の輪郭点テ
ーブル３Ａａの各輪郭点座標を読出し、閉曲線の抽出、
分類、包含判別を行ない、更に閉曲線に囲まれた部分の
面積、周囲長、Ｘ軸、Ｙ軸めモーメント等の幾何学的特
微量を計算し、これをマルチパスＭＢＳを介しメインメ
モリ３４の特徴テーブル３４ｂに格納しておく。
ーブル３Ａａの各輪郭点座標を読出し、閉曲線の抽出、
分類、包含判別を行ない、更に閉曲線に囲まれた部分の
面積、周囲長、Ｘ軸、Ｙ軸めモーメント等の幾何学的特
微量を計算し、これをマルチパスＭＢＳを介しメインメ
モリ３４の特徴テーブル３４ｂに格納しておく。
そして、プロセッサ３３はメインメモリ３４の辞書部Ｄ
Ｃに登録された幾何学的特微量と比較し、撮登録された
物体が登録された物体のいずれであるか及びその位置を
求めて認識結果とする。この時予じめ定められた種類の
物体の位置を認識するには、前述の辞書部ＤＣよりこの
物体の幾何学的特微量と前述の計算された幾何学的特微
量との比較によって、撮像範囲に当該物体が存在するこ
とを認識し、その位置を求めればよい。
Ｃに登録された幾何学的特微量と比較し、撮登録された
物体が登録された物体のいずれであるか及びその位置を
求めて認識結果とする。この時予じめ定められた種類の
物体の位置を認識するには、前述の辞書部ＤＣよりこの
物体の幾何学的特微量と前述の計算された幾何学的特微
量との比較によって、撮像範囲に当該物体が存在するこ
とを認識し、その位置を求めればよい。
前述の比較には、スライスレベル決定で用いた登録時微
量と撮像により得たｌ＃微量との差Ａ （Ｓ）を求め、
この差Ａ （Ｓ）が標準偏差内にあれば、撮像物体は登
録された物体であると認識することができる。
量と撮像により得たｌ＃微量との差Ａ （Ｓ）を求め、
この差Ａ （Ｓ）が標準偏差内にあれば、撮像物体は登
録された物体であると認識することができる。
この認識結果はマルチパスＭＢＳ、ＤＩ／Ｄ。
回路３９を介しロボットコントローラ４に与えられ、ロ
ボットの作業制御に供される。
ボットの作業制御に供される。
このようにして、教示時と異なる照明条件で認識を行っ
ても認識作業前の前述のスライスレベル決定によって最
適な認識を行うことができる。又、照明環境が変わる毎
にスライスレベルを再設定し直し、照明環境に影響をう
けずに最適な認識が可能となる。
ても認識作業前の前述のスライスレベル決定によって最
適な認識を行うことができる。又、照明環境が変わる毎
にスライスレベルを再設定し直し、照明環境に影響をう
けずに最適な認識が可能となる。
前述の実施例ではスライスレベルをＯから１００まで変
化させているが、例えば１０から８０までという様に使
用！３様によりその変化範囲を任意に定めてもよく、変
化ステップも実施例に限られない。又、評価ＩＡ （Ｓ
）を求めるのに全範囲に渡ってスライスレベルを変化さ
せているが、評価量Ａ （Ｓ）をスライスレベルを変化
する毎に前回のものと比較して最小値を求め、最小値を
求めた後はスライスレベルを変化して評価量Ａ （Ｓ）
を求めることを行なわないようにしてもよい。更に、前
述の認識は物体の存在、位置のみならず、対象物体の傷
等の検査のための認識に用いてもよい。
化させているが、例えば１０から８０までという様に使
用！３様によりその変化範囲を任意に定めてもよく、変
化ステップも実施例に限られない。又、評価ＩＡ （Ｓ
）を求めるのに全範囲に渡ってスライスレベルを変化さ
せているが、評価量Ａ （Ｓ）をスライスレベルを変化
する毎に前回のものと比較して最小値を求め、最小値を
求めた後はスライスレベルを変化して評価量Ａ （Ｓ）
を求めることを行なわないようにしてもよい。更に、前
述の認識は物体の存在、位置のみならず、対象物体の傷
等の検査のための認識に用いてもよい。
以上本発明を一実施例により説明したが、本発明は本発
明の主旨に従い種々の変形が可能であり、本発明からこ
れらを排除するものではない。
明の主旨に従い種々の変形が可能であり、本発明からこ
れらを排除するものではない。
以上説明した様に、本発明によれば、物体を撮像する撮
像手段と、該撮像手段からのビデオ信号を設定されたス
ライスレベルで２値化する２値化手段と、該２値化手段
からの２値化信号から該物体の幾何学的特微量を抽出し
、予じめ登録された物体の幾何学的特微量と比較して該
撮登録された物体の認識処理を行なう処理手段とを有し
、該処理手段は、該２値化手段のスライスレベルを変化
させて該抽出した幾何学的特微量と該登録された幾何学
的特微量との差を求め、該差が最小となるスライスレベ
ルを該２値化回路に設定することを特徴としているので
、登録された幾何学的特微量を利用してスライスレベル
を決定しているから、撮像の照明環境が天候等で変更さ
れても最適な認識が可能となるという効果を奏し、視覚
装置にいかなる環境でも安定で正確な認識機能を付与し
うる。
像手段と、該撮像手段からのビデオ信号を設定されたス
ライスレベルで２値化する２値化手段と、該２値化手段
からの２値化信号から該物体の幾何学的特微量を抽出し
、予じめ登録された物体の幾何学的特微量と比較して該
撮登録された物体の認識処理を行なう処理手段とを有し
、該処理手段は、該２値化手段のスライスレベルを変化
させて該抽出した幾何学的特微量と該登録された幾何学
的特微量との差を求め、該差が最小となるスライスレベ
ルを該２値化回路に設定することを特徴としているので
、登録された幾何学的特微量を利用してスライスレベル
を決定しているから、撮像の照明環境が天候等で変更さ
れても最適な認識が可能となるという効果を奏し、視覚
装置にいかなる環境でも安定で正確な認識機能を付与し
うる。
又、最適スライスレベルの決定が自動的に正確に行なえ
るという効果も奏し、取扱いが容易で柔軟性のある視覚
装置を提供できる。
るという効果も奏し、取扱いが容易で柔軟性のある視覚
装置を提供できる。
第１図は本発明の一実施例構成図、第２図は第１図構成
におけるスライスレベル決定処理フロー図、第３図及び
第４図は第１図実施例構成の動作説明図、第５図は物体
認識システムの構成図、第６図は第５図構成の認識処理
フロー図、第７図は従来の問題点を説明する図である。 図中、１−カメラ（撮像手段） 、２−２値化回路、３
−・−認識処理部、３〇−輪郭抽出回路、３３・・・プ
ロセッサ、３４〜メインメモリ、ＤＣ−辞書部。
におけるスライスレベル決定処理フロー図、第３図及び
第４図は第１図実施例構成の動作説明図、第５図は物体
認識システムの構成図、第６図は第５図構成の認識処理
フロー図、第７図は従来の問題点を説明する図である。 図中、１−カメラ（撮像手段） 、２−２値化回路、３
−・−認識処理部、３〇−輪郭抽出回路、３３・・・プ
ロセッサ、３４〜メインメモリ、ＤＣ−辞書部。
Claims (1)
- 物体を撮像する撮像手段と、該撮像手段からのビデオ信
号を設定されたスライスレベルで２値化する２値化手段
と、該２値化手段からの２値化信号から該物体の幾何学
的特微量を抽出し、予じめ登録された物体の幾何学的特
徴量と比較して該撮像した物体の認識処理を行なう処理
手段とを有し、該処理手段は、該２値化手段のスライス
レベルを変化させて該抽出した幾何学的特徴量と該登録
された幾何学的特徴量との差を求め、該差が最小となる
スライスレベルを該２値化回路に設定することを特徴と
する視覚装置のスライスレベル決定方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59275382A JPS61156485A (ja) | 1984-12-28 | 1984-12-28 | 視覚装置のスライスレベル決定方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59275382A JPS61156485A (ja) | 1984-12-28 | 1984-12-28 | 視覚装置のスライスレベル決定方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS61156485A true JPS61156485A (ja) | 1986-07-16 |
Family
ID=17554708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59275382A Pending JPS61156485A (ja) | 1984-12-28 | 1984-12-28 | 視覚装置のスライスレベル決定方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61156485A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63172377A (ja) * | 1987-01-12 | 1988-07-16 | Matsushita Electric Ind Co Ltd | 二値化画像境界表示方法 |
| JPH03226875A (ja) * | 1990-01-31 | 1991-10-07 | Shinei Denki Seisakusho:Kk | 画像処理装置 |
| JPH0567202A (ja) * | 1991-07-11 | 1993-03-19 | Kao Corp | 画像認識方法 |
-
1984
- 1984-12-28 JP JP59275382A patent/JPS61156485A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63172377A (ja) * | 1987-01-12 | 1988-07-16 | Matsushita Electric Ind Co Ltd | 二値化画像境界表示方法 |
| JPH03226875A (ja) * | 1990-01-31 | 1991-10-07 | Shinei Denki Seisakusho:Kk | 画像処理装置 |
| JPH0567202A (ja) * | 1991-07-11 | 1993-03-19 | Kao Corp | 画像認識方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2397237C (en) | Pose estimation method and apparatus | |
| CN110189322B (zh) | 平整度检测方法、装置、设备、存储介质及系统 | |
| US20200125830A1 (en) | Object recognition | |
| JP2001524228A (ja) | 機械視覚較正標的並びに画像内で標的の位置及び方向を決定する方法 | |
| CN109738450B (zh) | 笔记本键盘的检测方法和装置 | |
| US8315457B2 (en) | System and method for performing multi-image training for pattern recognition and registration | |
| US20180260661A1 (en) | Image processing apparatus, image processing method, and image processing program | |
| EP2793172A1 (en) | Image processing apparatus, image processing method and program | |
| CN113608378A (zh) | 一种基于lcd制程的全自动缺陷检测方法和系统 | |
| JP3490482B2 (ja) | エッジ及び輪郭抽出装置 | |
| CN110738604B (zh) | 基于Canny算子和Hough变换的大倾角证件图像矫正方法及系统 | |
| CN113378663A (zh) | 一种巡检指针式圆形仪表识别方法及装置 | |
| JPS61156485A (ja) | 視覚装置のスライスレベル決定方式 | |
| JPS6376578A (ja) | 自動２値化方式 | |
| JP4172236B2 (ja) | 顔画像処理装置及びプログラム | |
| CN116703803A (zh) | 用于检测电池极片边缘的毛刺的方法、设备和系统 | |
| JPH07282266A (ja) | 物品識別システム | |
| CN111815705A (zh) | 激光跟踪仪滤光保护镜片污染识别方法、装置及电子设备 | |
| JPH07168941A (ja) | 画像処理装置 | |
| JP7151873B2 (ja) | 検査装置 | |
| JPH06281421A (ja) | 画像処理方法 | |
| Cao | Research and development of icon recognition system based on machine vision | |
| JP3371915B2 (ja) | 外観検査方法 | |
| JPH0399211A (ja) | 物体の認識方法 | |
| JPH05225336A (ja) | 境界抽出方法および装置 |