JPS61282978A - 形状判定装置 - 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】 ［産業上の利用分野］ 本発明は２値化画像装置を用いて形状の判定を行なう形
状判定装置に関する。

［従来技術］ 各種産業分野における検査工程は人間が最も得意とする
パターン認識能力を利用して目視検査により行なわれて
いる。しかしこの目視検査は優れた特長をもつ反面、個
人差によるバラツキ、疲労等により著しい能力低下など
の欠点がある。又、近年生産工程の自動化が進みＮＣ機
械や産業用ロボットが積極的に導入されるに至り、検出
工程への自動化の要望が多くなってきた。

近年、これらのニーズに応えて、視覚センサを用いたビ
デオセンサシステムの開発・製品化が活発に行なわれ、
実用化が始まっている。

これらビデオセンサシステムは、画像検出部で検査対象
物を検出し、その検出値に基づき判定制御部で形状等を
判定する構成をとる。この判定制御部で行なう物体や図
形を２次元パターンとして認識するアルゴリズムは、大
別して、標準パターンと対象品の画像である未知パター
ンとを重ね合わせ、両者の類似度を演算して同一が否か
を判断するパターンマツチング法と、対象図形に固有す
る特徴、たとえば面積、線分長、角度等を入カバターン
の中から抽出して、その特徴群を標準パターンと比較し
て判断する特徴抽出法とに分類される。又、上記パター
ンマツチング法は位置ずれに弱く、特徴抽出法は標準パ
ターンの変更が困難である等の欠点を有している。この
ため対象物と検査項目の多様性により、定形的な形状判
定や欠陥検出のみでは十分な性能を得ることができない
場合が多い。而して、実際には、種々の発見的手法が用
いられ、パターンマツチング法と特徴抽出法とを混合し
た方式が採用された装置が多く用いられている。

［発明が解決しようとする問題点］ しかし、上記のパターンマツチング法と特徴抽出法とを
混合した方式に適合する被測定対象であっても、測定条
件、装置の性能および検査精度等の制約がある。このた
めその制約を全て満足させる装置および環境を得ること
は、理論的には可能であっても、実際は設備ｂスト等の
点で問題を有していることが多い。

そこで本発明は、測定条件、装置、および検査精度を全
て許容内に納めることを可能にし、かつ多数の形状に対
する判定が容易にできる形状判定装置の提供を目的とす
る。

［問題点を解決するための手段］ 上記の目的を達成するため本発明は第１図に示すごとく
画像検出手段Ｍ１と、 該画像検出手段Ｍ１で検出された画像を２値化画像にす
る２値化手段Ｍ２と、 上記２値化画像の所定エリアの境界部分の長さを算出す
る周囲長算出手段Ｍ３と、 上記所定エリアと同一の面積・同一の慣性モーメントを
もつ楕円を算出する等価楕円算出手段Ｍ４と、 上記所定エリアの重心位置を算出する重心算出手段Ｍ５
と、 上記周囲長緯出手段Ｍ３と等価楕円算出手段Ｍ４と重心
算出手段Ｍ５との算出結果と、各々の所定基準値と、の
差を算出し、その各々の差が各々の所定値以内か否かを
判定する判定手段Ｍ６と、を備えたことを特徴とする形
状判定装置を要旨とする。

上記画像検出手段Ｍ１とは、検査対象物を画像信号とし
て検出する視覚センサであり、単独もしくは槽数のセン
サが組み合わされて使用される。

該視覚センサとしては各種の工業用テレビカメラ（ＩＴ
Ｖカメラ）が、主として使用される。上記２値化手段Ｍ
２とは、上記画像検出手段Ｍ１からのビデオ信号を２値
化して、２値化画像信号にする手段である。該２値化の
方法としては、固定閾値法、浮動閾値法および固定多重
閾値法等がよく用いられるが、そのほか微分２値化法、
二重微分２値化法等、いろいろな方法が採用される。上
記周囲長算出手段Ｍ３とは、上記２値化手段Ｍ２がらの
２値化画像信号に基づいて、その画像中の所定エリアの
境界の長さを算出する手段である。この境界は、２値化
画素が高レベルから低レベルへ、又は低レベルから高レ
ベルへ変化する部分の、高レベル画素又は低レベル画素
で与えられる。即ち所定エリアをその性質に基づいて検
知しそのエリアから外部に向って検索して、最初に高レ
ベルから低レベルへ、又は低レベルから高レベルへ変化
する位置の高レベル画素又は低レベル画素で与えられる
。上記所定エリアが、常に検出された画像の一定の場所
に存在していることが明らかな場合は、特に所定エリア
を検知する作業をすることなく、画像の一定の場所を起
点として２値化画像を検索していってもよい。上記境界
の長さは、２値化画像の所定エリアの部分を連結して、
囲んでいる境界画像の数を、直線連結は１倍、４５ｏ連
結は４倍して合計して得ている。等価楕円算出手段Ｍ４
とは、画像中の所定エリア部分を、画一的に比較するこ
とを可能にするため面積が等しく、かつ、同一の慣性モ
ーメントをもつ楕円に変換する演算を行なう手段である
。該等価楕円は主軸を軸まわりの慣性モーメントが最小
になる慣性主軸であられし、副軸を主軸と垂直でかつ重
心を通る慣性軸とする楕円を等測的に定めるものである
。

次に上記等価楕円の一般的な算出法を示す。初めに上記
、面積はエリア部分の画素数で与えられる。重心は与え
られた画像ｆの各点（ｘ、ｙ＞における濃度値を（Ｘ、
Ｖ）の質量と見なすならばｆの重心は、 又＝ｆｆＸｔ　（Ｘ、’／）ｄｘｄｙ ／ｆｆｆ　（ｘ、ｙ）ｄｘｄｙ および Ｖ＝ｆｆＶｆ　（ｘ、ｙ）ｄｘｄｙ ／ｆｆｆ　（ｘ、ｙ）ｄｘｄｙ なる座標をもつ点（ヌ、ｙ）である。

本発明ではディジタル画像でしかも２値化していること
から、各画素数の総和を用いて演算できる。例えばＸ軸
方向の重心位置はＹ軸から各画素までの距離の和を各画
素の総和で割れば得られる。

次にｆの重心が原点の場合の原点まわりの慣性モーメン
トは ｍｆ　＝ｆｆ　（ｘ２　＋ｙ２　）ｆ　（ｘ、ｙ）ｄｘ
ｄｙである。

又、原点を通る直線ｙ＝ｘｔａｎθについてのｆの慣性
モーメントは ｍｏ　＝ｆｆ　（ｘｓ　ｉ　ｎθ−ｙｃｏｓθ）２ｆ　
（Ｘ、Ｖ）ｄｘｄｙ 、　　である。

上記ｍｅの値が最小となるθ０の直線 ｙ＝ｘｔａｎθ０ がｆの慣性主軸である。

本発明ではディジタルでありθ０は以下に示すように計
算できる。

ｍ２０＝ｆｆＸ２　ｆ　（Ｘ、Ｙ）ｄＸｄＶ。

ｍ１ｌ＝ｆｆｘｙｆ　（ｘ、　ｙ）ｄｘｄｙ。

ｍ０２＝ｆｆＪ２ｆ　（Ｘ、Ｖ）ｄｘｄｙとすると、こ
のＭｉｊはまさに画像ｆの２次モーメントである。この
とき ｍｏ　＝ｍ２ｏｓ　ｒ　ｎｚθ−２ｍｔｔｓ　ｔ　ｎθ
ＣＯＳθ十ｍ０２ｃ　ｏ　ｓ　２θ が成り立つ。ｍｅを最小にするθＯを見つけるには、θ
についてｍｅを微分し、その結果をＯにすると ２ｍ２０Ｓｉｎθｏ　ｃｏｓθ０ 一２ｍ１１（ＣＯ５２θｏ　−ｓ　ｉ　ｎ２θ０）−２
ｍ０２ｃｏｓθｏｓｉｎθ０＝０ または ｍ２０ｓ　ｉ　ｎ　２θｏ−２ｍ１１ｃｏｓ２θ０−ｍ
ｏｚｓ　ｒ　ｎ　２θｏ＝Ｑ が得られ、ここから ｔａｎ２θｏ　＝２ｍｌｌ／　（ｍ２０−ｍ０２）にな
る。

ｔａｎ２θ０ ＝２ｔａｎθｏ／（１−ｔａｎ２θＯ）であるので、ｔ
ａｎθＯは２次方程式 ％式％ の解として求まる。さらに、この最後の方程式は明らか
に （ｍ１１ｔａｎθ＋ｍ２０）２−　（ｍ２０＋ｍ０２）
（ｍ１１ｔａｎθ＋ｍ２０）　＋（ｍ２０ｍ０２−ｍ１
１２　）　＝０に等しい。これからｍ１ｌｔａｎθ十ｍ
２０は行列、の固有値であることがわかる。実際、主軸
θ０はこの行列の大きい方の固有値に対応する固有ベク
トルの方向である。

以上の方法で得られた、重心及び慣性主軸を用いて、各
画素の慣性主軸に垂直である成分の慣性モーメントの総
和と、平行である成分の慣性モーメントの総和を求めれ
ば、 平行成分が等価楕円の主軸長、垂直弁が副軸長である。

重心締出手段Ｍ５とは、所定エリアの重心を算出する手
段で、上記等価楕円の算出手段で同時に求められる。

判定手段Ｍ６とは、上記で求められた周囲長、等価楕円
、および重心の算出値に基づいて、例えば合否・適、不
適・内外等の判定を行なう手段である。該手段の一例を
示すと第１番目の段階として基本パターンを画像検出手
段Ｍ１にて所定回数検出し、その基本パターンについて
の周囲長、等価楕円、および重心の値を、各々について
平均値および標準偏差を求める。第２段階として基本パ
ターンを最大許容量ズラして、上記と同様に周囲長、等
価楕円、および重心の値を求める。第３段階として、第
２段階および第１段階で個々に対して求めた値から個々
の算出値のバラツキを加味して求める差である統計的距
離を算出する。該算出される統計的距離は第２段階で求
められた値から平均値を引き、その値を標準偏差で割っ
て求められる。第４段階として、被判定対象物の統計的
距離を第２．第３段階と同様の手法で求める。第５段階
として、第３段階で求められた統計的距離を総和した値
と、第４段階で求められた統計的距離を総和した値と、
を比較して、大小を判定する。

以上の第１ないし第５段階の手法を用いて被判定対象物
を判定すれば、最大許容ズレ範囲内である間は被判定対
象物の統計的距離の総和が、小さいと判定される。従っ
て、被判定対象物が基本パターンに対して最大許容範囲
内であるか否かの判定ができる。

［作用］ 上記の構成により、画像検出手段Ｍ１にて検出し、２値
化手段Ｍ２にて、２値化画像化した値を、周囲長算出手
段Ｍ３、等価算出手段Ｍ４、および重心算出手段Ｍ５に
て用いることで、被画像検出対象物の所定エリアの周囲
長、等価楕円、および重心が算出される。該算出された
値と所定基準値との差を判定手段Ｍ６にて求め、その差
が所定値以内か否かを判定することで、被画像検出対象
が所定基準値と所定値とから特定される形状と相違する
か否かの判定がなされる。

［実施例］ 本発明を用いた実施例を第２図ないし第１４図の構成図
及びフローチャートを用いて説明する。

本実施例は入力画像より特徴量を抽出できる一般的画像
処理装置を用いて、接着タイプの自動車用ウィンドガラ
スに、接着の準備工程として行なうダム貼付の位置検査
を行なう装置を示す。

第２図に本実施例の構成を示す。３は検査対象物である
ウィンドガラス２を保持する位置決めテーブルである。

この検査対象物であるウィンドガラス２の詳細を第３図
および第４図に示す。第３図はウィンドガラス２にダム
４が貼り付けである状態の正面図であり、第４図はその
ダム４貼り付は部分の部分断面図である。このダム４は
ゴム製でｒＬＪ形状をなし台形のウィンドガラス２の周
辺片面に縁部から所定距離を保つよう貼付けである。

次に第２図にもどり、５は画像検出手段Ｍ１であるＣＯ
Ｄカメラ（２次元固体黒白カメラ）でおる。６はマイク
ロコンピュータであり、演算素子であるＣＰＵ７、一時
的記憶素子であるＲＡＭ８、読み出し専用記憶素子であ
るＲＯＭ９、ＣＣＤカメラ５の検出とＣＰＵ７が２値化
ビデオ信号をＲＡＭ８へ書き込む動作を同期させる同期
信号発生装置１０、ＣＣＤカメラ５からアナログ画像信
号を、閾値で２値化するＡ／Ｄコンバータ１１、Ａ／Ｄ
コンバータ１１および周期信号発生装置１０への入出力
を行なう入出力ポート１１ａ、ＣＰＵ７の演算結果を外
部へ出力するための出力バッファ１２．２値化されＲＡ
Ｍ８に一時的に記憶されている２値化ビデオ信号を２次
元ビデオ信号として外部へ出力する画像出力部１３、出
力バッファ１２および画像出力部１３への出力を行なう
出力ポート１３ａ１および各ポート、ＲＡＭ８、ＲＯＭ
９とＣＰＵ７との間を連結するコモンバス１３ｂから構
成されている。１４はマイクロコンピュータ６へ指令を
与えるキーボードと実行状態を表示する表示部とを備え
た操作卓であり、入出力ポ−ト１１ａに接続されている
。１５はマイクロコンピュータが行なった判定結果を表
示する表示器である。１６は画像出力部１３から出力さ
れる２次元ビデオ信号を２次元化して表示するＣＲＴ表
示装置である。

次に第５図ないし第１４図に第２図で示した装置を用い
てダムの貼り付は位置を判定するフローチャートを示し
、説明する。第５図は本実施例の動作を説明するための
説明図でおり、２値化ビデオ信号の状態を示している。

５１はＸ軸と平行画像縁部、５２はＹ軸と平行な画像縁
部、５３はダム４の画像、５４はガラス２の境界画像で
ある。

次に、演算説明のための等価楕円６０、慣性主軸６１、
慣性副軸６２、外接長方形横長６３、外接長方形縦長６
４、重心６５、原点６６、Ｘ軸６７、Ｙ軸６８である。

第６図は本実施例のメインルーチンを示し、本メインル
ーチンが起動されると、ステップ１００にて各変数のリ
セットおよび定数等の初期設定が行なわれる。ステップ
１０１は第７図に詳細に示す基本パターンの演算ルーチ
ンである。ステップ１０２は第１１図に詳細に示す最大
許容パターンの演算ルーチンである。ステップ１０３は
第１３図に詳細に示す被判定対象の演算ルーチンである
。ステップ１０４は第１４図に詳細に示す合否判定ルー
チンである。ステップ１０５はステップ１０４で判定さ
れた合否の結果に基づいて、表示するステップである。

ここでは合格フラグＱが１の場合は合格表示、ＱがＯの
場合は不合格表示を行なう。該表示の後ステップ１０３
へ移行し、新規の被判定対象の合否判定を繰り返すこと
になる。

以上に示したように本メインルーチンは基本パターンの
演算、最大パターンの演算を行なって後、その値に基づ
いて被判定対象の演算および合否判定を繰り返すことに
なる。

次にメインルーチンのステップ１０１で行なう基本パタ
ーンの演算の詳細なフローチャートの説明を第７図を用
いて行なう。基本パターンはウィンドガラス２に貼り付
けであるダム４が正確な位置の場合である。従って位置
決めテーブル３上の所定指定位置に正確にダム４が貼ら
れたウィンドガラス２が載っている状態を検出すること
により行なわれる。

ステップ１１０は上記基本パターンをＣＯＤカメラ５か
らＡ／Ｄコンバータ１１へ入力し、初期設定閾値で２値
化後画素位置に対応する所定画像メモリを構成している
ＲＡＭ８へ格納するステップである。ステップ１１１は
、ステップ１１０で格納されたビデオ信号の状態を表示
しているＣＲ１表示装置１６を目視して、閾値Ａの変更
が必要であれば閾値Ａを変更指定するステップである。

ステップ１１２はステップ１１１で閾値の変更があった
場合は、再びステップ１１０へ戻って再度基本パターン
をＲＡＭ８へ格納し、なければ次のステップ１１３へ進
む判定を行なう。ステップ１１３はＣＲ１表示装置１６
に表示されている基本パターンの特徴値抽出エリアを指
定するステップである。本実施例ではウィンドガラス２
の縁部が、画像中に含まれず、ガラス部分のみがダム４
に区分されるエリアを指定する。又、本実施例ではウィ
ンドガラス２を回転させ、第３図に示すウィンドガラス
２の右下部分にあたる位置９０のみを定点観測するため
、画像の左上部分を自動的に指定するようにしてもよい
。ステップ１１４は繰り返し回数カウンタＮおよび各特
徴の合計値ＣＴ、ＤＴＳＥＴ、ＦＴ、ＧＴ、ＨＴ、ＩＴ
をクリアするステップである。ステップ１１５はＮのイ
ンクリメントステップである。ステップ１１６は後述第
８図に詳細に示す特徴算出ルーチンである。該ルーチン
は基本パターンの所定指定特徴値を算出するルーチンで
ある。ステップ１１７はステップ１１６で算出された特
徴値を各特徴ごとに合算し、合算値であるＣＴ、ＤＴ、
Ｅ丁、ＦＴ　、ＧＴ　ＳＨＴ、ＩＴを求めるステップで
ある。ステップ１１８はカウンタＮが９以上か否かを判
定するステップで、否ならばステップ１１５へ移行する
。ステップ１１９は後述第９図に詳細に示す平均値算出
ルーチンである。該ルーチンではステップ１１７で算出
された合算特徴値を繰り返し回数である９で割ることで
、平均値を算出している。ステップ１２０は後述第１０
図に詳細に示す標準偏差算出ルーチンである。該ルーチ
ンではステップ１１６で算出した特徴値およびステップ
１１９で算出した平均値に基づいて算出される。ステッ
プ１２０の終了後本ルーチンは一旦終了し、メインルー
チンへ復帰する。

第８図は基本パターンの演算ルーチンのステップ１１６
及び後述する最大許容パターンの演算、被判定対象の演
算ルーチンで用いる特徴算出ルーチンの詳細を示すフロ
ーチャートである。

ステップ１４０は周囲長ＣＸｔ出ステップである。

周囲長Ｃは第５図のダム４の画像５３とガラス２の中心
部方向のＸ軸と平行な画像縁部５１およびＹ軸と平行な
画像縁部５２とに囲まれた指定エリア７０の周囲境界部
分の長さである。この周囲長Ｃの求め方はエリア７０の
Ｘ軸と平行な画像縁部５１長ＳＸと、Ｙ軸と平行な画像
縁部５２長ＳＹと、ダム４のＸ軸と平行な画像縁部５１
と交差している縦ダム画像７１の長ＴＹと、Ｙ軸と平行
な画像縁部５２と交差している横ダム画像７２の長ＴＸ
と、の和で求められる。上記ＳＸおよびＳＹはダム画像
５３による境界までの画素数で与えられる。ＴＸおよび
ＴＹは境界線上の画素数から求める。ただし４５°の折
れ線の場合は５倍する。

ステップ１４１は等価楕円主軸長り、ｆｉｔＪ軸長Ｅ、
Ｘ軸重心Ｆ、Ｙ軸重心Ｇ算出ステップである。この等価
楕円はエリア７０と同一面積でかつ同一慣性モーメント
をもつ楕円である。つまりこの楕円はエリア７０と面積
が同一であり、軸まわりのモーメントが最小になる慣性
主軸を楕円の主軸とし、その主軸と直交しかつ重心を通
る慣性軸を楕円の副軸とし、かつその軸長を軸まわりの
モーメントがエリアのモーメントと同一となるよう等測
的に定められる。この等価楕円の求め方は、はじめにエ
リア７０の面積をエリア内の画素数より求める。

次に等価楕円の主軸である慣性主軸を求める。該慣性主
軸の一般的な求め方は前記した方法により求める。

前記の一般的手法により得られる慣性主軸と重心から対
象物の位置、姿勢が特定される。該慣性主軸と重心が決
まると、慣性主軸と直交しかつ重心を通る慣性副軸が定
まる。又慣性主軸および慣性副軸の長さは軸から各画像
までの慣性モーメント量の合計値を用いる。

以上述べた慣性主軸が等価楕円主軸であり、慣性副軸が
等価楕円副軸である。

ステップ１４５は外接長方形横長Ｈ算出ステップである
。該横長Ｈは理論上は等価楕円主軸長りと同一であるが
、検出及び演算に用いる画素が本実施例では２５６Ｘ２
４０と、画像の分解能的立場からみると粗いため、異な
る方式で特徴値を求めて判定精度を向上させるため用い
る。該求め方はステップ１４１で求めた主軸長りを画素
数に変換する方法で行なう。

ステップ１４６は外接長方形縦長Ｉ算出ステップである
ステップ１４５と同様に副軸長を画素数に変換して求め
る。

第９図は第７図の基本パターンの演算ルーチンのステッ
プ１１９で行なう平均値算出ルーチンの詳細を示すフロ
ーチャートである。該フローチャートでは第７図のステ
ップ１１７で得た各特徴間の合算値を９で割ることで平
均値を算出する。まずステップ１５０は周囲長Ｃの合算
値であるＣＴを９で割ることで周囲長Ｃの平均値ＪＣを
得ている。以下同様に等価楕円主軸長りの平均値ＪＤを
ステップ１５１で、等価楕円副軸長Ｅの平均値ＪＥをス
テップ１５２で、Ｘ軸重心位置Ｆの平均値ＪＦをステッ
プ１５３で、Ｙ軸重心位置Ｇの平均値ＪＧをステップ１
５４で、外接長方形横長Ｈの平均値ＪＨをステップ１５
５で、外接長方形縦長Ｉの平均値ＪＩをステップ１５６
で演算している。

第１０図は第７図の基本パターンの演算ルーチンのステ
ップ１２０で行なう標準偏差算出ルーチンの詳細を示す
フローチャートである。該フローチャートでは、各特徴
の特徴間と平均値とを用いて演算を行なう。

より算出している。

同様にステップ１６１は等価楕円主軸長りの標準偏差Ｋ
Ｄ、ステップ１６２は等価楕円副軸長Ｅの標準偏差ＫＥ
、ステップ１６３はＸ軸重心位置Ｆの標準偏差ＫＦ、ス
テップ１６４はＹ軸重心位置Ｇの標準偏差ＫＧ、ステッ
プ１６５は外接長方形横長Ｈの標準偏差ＫＨ，ステップ
１６６は外接長方形縦長Ｉの標準偏差ＫＩを算出してい
る。

第１１図は第６図のメインルーチンのステップ１０２で
行なわれる最大許容パターンの演算の詳細なフローチャ
ートを示す。ステップ２００はウィンドガラス２に貼り
付けるダム４を位置ズレが許される最大許容ズレ位置ま
でずらして位置決めテーブルに載せて、所定判定位置に
ある状態をＣＣＤカメラ５で検出しＲＡＭ８へ格納する
ステップである。ステップ２０１は前出第８図に詳細に
示した特徴算出ルーチンであるのでここでは説明を省略
する。

ステップ２０２は後述する第１２図に詳細に示す距離算
出ルーチンである。

該ルーチンはメインルーチンのステップ１０１で求めた
平均値および標準偏差と 本ルーチンのステップ２０１で算出した特徴値とを用い
て、 本ルーチンで求めた特徴値が基本パターンの特徴値から
どの程度離れているかを算出するルーチンである。

ステップ２０３はステップ２０２で算出した各特徴の距
離値から統計的距離Ｍを算出するステップである。

該ステップは周囲長Ｃの距ｉ！１ＩｉＬｃ、等価楕円主
軸長りの距離ＬＤ、等価等価楕円長軸長距離ＬＥ、Ｘ軸
重心位置Ｆの距離ＬＦ、Ｙ軸重心位置Ｇの距離ＬＧ、外
接長方形横長Ｈの距離ＬＨ１外接長方形縦長Ｉの距離Ｌ
Ｉを、 Ｍ＝ＬＣ＋ＬＤ十ＬＥ＋ＬＦ十ＬＧ＋ＬＨ十ＬＩより算
出する。

該ステップ実行後復帰する。

第１２図は第１１図のステップ２０２で行なわれる距離
算出ルーチンの詳細なフローチャートである。ステップ
２１０は周囲長Ｃの距離ＬＣを周囲長Ｃ１周囲長Ｃの平
均値ＪＣおよび標準偏差ＫＣからＬＧ＝　（ＪＣ−Ｃ）
／ＫＣの式で算出し、以下同様にステップ２１１ではＬ
Ｄ、ステップ２１２ではＬＥ、ステップ２１３ではＬＦ
、ステップ２１４ではＬＧ、ステップ２１５ではＬＨ，
ステップ２１６ではＬｌを算出する。

第１３図はメインルーチンのステップ１０３で行なわれ
る被判定対象の演算の詳細なフローチャートを示す。ス
テップ２２０は搬送装置３の所定判定位置に載せられて
いる被判定対象であるウィンドガラス２をＣＣＤカメラ
５で検出し、Ａ／Ｄコンバータ１１で２値化後ＲＡＭ８
へ格納するステップである。ステップ２２１は前出第８
図に詳細に示した特徴算出ルーチンである。ステップ２
２２は第１２図に詳細に示す距離搾出ルーチンである。

ステップ２２３はステップ２２２で求めた各特徴量の距
離ＬＣ，ＬＤ、ＬＥ、ＬＦ、ＬＧ、ＬＨ，ＬＩを用いて
被判定対象の統計的距離ＰをＰ＝ＬＣ＋ＬＤ＋ＬＥ十Ｌ
Ｆ＋ＬＧ＋Ｌｔ（＋１１より算出するステップである。

該ステップの実行後メインルーチンへ復帰する。

第１４図はメインルーチンのステップ１０４で行なわれ
る合否判定の詳細なフローチャートである。該合否判定
は統計的距離Ｍと統計的距離Ｐとを比較することで行な
われる。ステップ２３０は２５Ｍであれば２３１へ移行
し、否であれば２３２へ移行する判定を行なうステップ
である。ステップ２３１は合格フラグＱを１にするステ
ップである。ステップ２３２は合格フラグＱ＠Ｏにする
ステップである。該ステップ２３１又は２３２の判定後
メインルーチンへ復帰する。

上記に説明した本実施例のフローチャートを全体的に説
明すると、被判定対象の判定を行なう準備として基本パ
ターンの演算および、最大許容パターンの演算を行なっ
ている。そしてその演算に基づき被判定対象の合否判定
に用いるための統計的距離を得ている。上記の準備が終
了後被判定対象の演算を行ない上記と同様に統計的距離
を得ている。従って、上記により準備にて比較用の統計
的距離が求められ、その後、被判定対象の統計的距離が
求められている。そして両統射的距離の大小比較がなさ
れ被判定対象の統計的距離が比較値以下であれば、合格
の判定がなされ、超えれば不合格の判定がなされる。

以上の本実施例により、自動車用ウィンドガラスに貼り
付けられたダムの位置検査を行なえば以下の効果を生ず
る。

本実施例は特徴抽出法を採っているが、同一判定対象を
同一場所で判定することが可能であることを利用して、
判定に用いる比較値を統計的距離値のみとすることがで
きる。従って特徴抽出法の欠点である基本パターン変更
の困難性を解消するばかりでなく、比較用の値が統計的
距離のみであることから数多くの基本パターンを登録す
ることが可能となり、本実施例の装置１台のみで数多く
の箇所の判定が可能となる。ざらに本実施例では、被判
定対象の表面の反射、付着物、キズ等により大きな検出
値の差を生ずる、面積に対する特徴値を用いずに判定し
ている、加えて判定に用いるエリアを光線の向きにより
反射、屈折と変化するウィンドガラス２の縁部を含まな
い部分としている。

従って、ガラス等の鏡面反射を行なう被判定対象に対し
ても、光線等の影響を考えずにすむことになり、かつ、
被判定対象物の状態および作業台等を完全な均一状態に
保つ必要もなくなり、結果として従来のラインに本実施
例を付加するのみで判定が可能となり、設備費等の軽減
を図ることができる。

又、本実施例では閾値を最初に設置しその後固定してい
るが、この閾値を光線等の周囲条件等で可変させた場合
は、この閾値も特徴として用い統計的距離に反映するこ
とができる。

さらに、基本パターン、最大許容パターン、および被判
定対象の特徴値の演算回数を増加することでより精度の
向上を図ることができる。

［発明の効果］ 以上に示した本発明により、画像検出手段Ｍ１にて検出
し、２値化手段Ｍ２にて、２値化画像化した値を、周囲
長算出手段Ｍ３、等価楕円算出手段Ｍ４、および重心算
出手段Ｍ５にて用いることで、被画像検出対象物の所定
エリアの周囲長、等価楕円、および重心が算出できる。

該算出された値と所定基準値との差を判定手段Ｍ６にて
求め、その差が所定値以内か否かを判定することで、被
画像検出対象が所定基準値と所定値とから特定される形
状と相違するか否かの判定ができる。

従って、所定値および所定基準値を変化させることで、
判定の基準を容易に変更でき、かつ多数の形状に対する
所定基準値と所定値とを用いることで、多数の形状に対
する判定ができる。

又、面積を用いていないことから、被画像検出対象物が
鏡面反射を生じる物、透明物、および色、模様等を含む
物の判定を行なっても判定誤差が極めて少ない判定を行
なうことが可能である。ざらに光線等の周囲環境からの
影響も極めて少ないため設備費等を低減することが可能
である。

以上の効果により本発明を用いれば測定条件、装置、お
よび検査精度を全て許容内に納めることが可能で、かつ
、多数の形状に対する判定が容易にできる形状判定装置
の提供が可能である。

【図面の簡単な説明】

第１図は本発明の基本的構成図、第２図は実施例の構成
図、第３図はウィンドガラスにダムが貼り付けである状
態の正面図、第４図はそのダム貼り付は部分の部分断面
図、第５図は動作を説明するための説明図、第６図ない
し第１４図は実施例のフローチャートを示し、第６図は
メインルーチンのフローチャート、第７図は基本パター
ンの演算のフローチャート、第８図は特ａＳ出のフロー
チャート、第９図は平均値算出のフローチャート、第１
０図は標準偏差算出のフローチャー１−１第１１図は最
大許容パターンの演算のフローチャート、第１２図は距
離算出のフローチャート、第１３図は被判定対象の演算
のフローチャート、第１４図は合否判定フローチャート
である。 Ｍｌ・・・画像検出手段　Ｍ２・・・２値化手段Ｍ３・
・・周囲長算出手段 Ｍ４・・・等価楕円算出手段 Ｍ５・・・重心算出手段　Ｍ６・・・判定手段２・・・
ウィンドガラス　５・・・ＣＣＤカメラ６・・・マイク
ロコンピュータ １１・・・Ａ／Ｄコンバータ １４・・・操作卓　　　　１５・・・表示器１６・・・
ＣＲＴ表示装置

Claims (1)

1. 【特許請求の範囲】 １　画像検出手段と、 該画像検出手段で検出された画像を２値化画像にする２
   値化手段と、 上記２値化画像の所定エリアの境界部分の長さを算出す
   る周囲長算出手段と、 上記所定エリアと同一の面積・同一の慣性モーメントを
   もつ楕円を算出する等価楕円算出手段と、上記所定エリ
   アの重心位置を算出する重心算出手段と、 上記周囲長算出手段と等価楕円算出手段と重心算出手段
   との算出結果と、各々の所定基準値と、の差を算出し、
   その各々の差が各々の所定値以内か否かを判定する判定
   手段と、 を備えたことを特徴とする形状判定装置。 ２　上記判定手段が判定に用いる所定基準値が基本パタ
   ーンの上記周囲長算出手段、等価楕円算出手段および重
   心算出手段の算出結果である特許請求の範囲第１項記載
   の形状判定装置。 ３　上記判定手段が判定に用いる所定値が最大許容ズレ
   パターンと基本パターンとの上記周囲長算出手段、等価
   楕円算出手段および重心算出手段の算出結果の差である
   特許請求の範囲第１項および第２項記載の形状判定装置
   。 ４　上記２値化画像の所定エリアが車両用ウインドシー
   ルド用ガラスに貼り付けられたダムで囲まれたエリアで
   ある特許請求の範囲第１項ないし第３項記載の形状判定
   装置。