JPS6228877A - 対象物識別方法 - 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〕 この発明は、画像処理装置により対象物を線図形化して
識別（検査）する識別方法に関する。

〔従来の技術〕

最近は、各種の産業分野において、対象物識別のための
ニーズが増えている。例えば、製品の自動組立を行なう
べく、その構成部品を識別してノ・ンドリンクを行なう
場合等がそれである。従来、かへる対象物識別方法とし
ては、いわゆる５ＲＩ（５ｔａｎｆｏｒｄ　　Ｒｅ５ｅ
ａｒｃｈ　　Ｉｎ５ｔｉｔｕｔｅ　）法やマツチング法
等が知られている。

マツチング法は、識別対象物パターンの全体または一部
に関するデータを全て取り出し、これを標準のものと照
会して識別する方法である。

しかしながら、この方法には、 イ）対象物の姿勢が良くないと適用が難かしい。

口）各識別対象物が互いに分離した状態でないと識別不
可能である。

という問題または制約があるばかりでな（、対象物パタ
ーンそのものを取り扱うためデータ量が膨大どなり、対
象物の姿勢変動が大きくなればなる程、位置の正規化や
照合処理が複雑かつ困難になる。

一万、前記ＳＲＩ法は以下の如き手法である。

第７図はかかるＳＲＩ法を説明するための参照図である
。

これは、まず対象物の２値化画像からランレングス（セ
グメント）によるコード化を行ない、次いでランレング
ス化されたデータについて連結性解析を行なうことによ
り、種々の特徴量を抽出する。そして、その基本特徴量
とその組み合わせとＫよって多くの有用なパラメータを
算出する。この基本特徴量としては多くのものがあるが
、例えば第７図の如き対象物１０の全面積Ｓおよび周囲
長り、対象物１０の中の大Ｈの数、各穴Ｈの面積和、対
象物１０の重心ｐ。（ｘｃ、ｙ、）、重心から輪郭まで
の半径の最大値Ｆｔｍａｘｔ同じくその最小値Ｒｍ’ｒ
ｎｓ　Ｘ軸への投影最大値ＸｍａＸおよび最小値Ｘｍ１
ｎ％Ｙ４１１への投影最大値ＹｍａＸおよび最小値Ｙｍ
ｌ。等がちる。まだ、基本的性微量の組合せパラメータ
としては、例えばＰｅ（ａ４πＳ／Ｌ２）、Ｒｒ（ミＲ
ｍａｘ　　Ｒｍｉｎ　）、ｘｄ　ｃ＝ｘｍａＸ　　Ｘｍ
１ｎ　）、Ｙａ（ミＹｍａｘ　　Ｙｍｉｎ　）等がある
。なお、識別処理は予め各対象物のショーイング（Ｓ　
ｈｏｗｌ　ｎｇ　；画像処理装置に見せるとと）により
その登録をした後、識別すべき対象物との間でそのパラ
メータを互いに比較、照合することにより行なわれる。

〔発明が解決しようとする問題点３ 以上のように、ＳＲＩ法は対象物の幾何学的特徴量に着
目する方法であるが、以下の如き問題点を有している。

ａ）各識別対象バター／の形状差が大きくないと識別が
できない。

ｂ）各識別対象物は互いに分離した状態でなければ識別
不能でおる。

すなわち、ａ）は識別可能対象物の種類や図形の複雑さ
に対する制約となり、ｂ）は各対象物の配列や背景に対
する制約でおり、対象物が互いに重なり会ったり組み合
わさった状態にないこと、また背景部に他のパターンが
存在しないこと等が条件となる。

したがって、この発明は、 １）識別対象パターン間の形状差が余り大きくなくても
対処できるようＫする。

２）各職別対象物が互いに分離しているものは勿論、こ
れらが重なり合っていても対処できるようＫする。

５）識別精度の向上と識別時間の短縮（形状特徴の保存
とデータ圧縮）とを両立させる。

４）特に、照合処理を効率良く行ない、その精度を向上
させる。

ととを目的とする。

〔問題点を解決するだめの手段〕

対象物を画像として捉え、その画像情報から対象物の各
種特徴量、特に輪郭線を抽出し、これにもとづいて所定
の処理を行なう画像処理装置を設ける。

〔作用〕

上記画像処理装置によって、以下の如き処理を行なう。

１）対象物の輪郭線追跡を行ない、これを線図形化する
。

２）線図形上に基準点を設定し、これをもとにして線図
形を複数の線分に分割し、各線分について基準点からの
距離、線分固有のデータおよび線分間接続・配列データ
を含む線分情報を抽出する。

５）辞書登録モードでは、各標準対象物について線分化
処理を行ない、その線分情報を抽出して所定のメモリに
格納する。

４）検査モードでは、未知対象物について上記と同様の
処理を行ない、その線分情報を所定のメモリに記憶する
。

５）上記線分情報のうちの前２者（各線分の基準点から
の距離および線分固有のデータ）によって検査対象物と
標準対象物との照合を行ない、標準対象物の候補を絞る
。

６）絞られた候補について線分情報の後２者（線分固有
のデータおよび線分間接続・配列データ）によって照合
を行ない、その結果、最も良く類似する標準対象物を未
知対象物の該当物とする。

〔実施例〕

第１図はこの発明の詳細な説明するだめの参照図、第２
図はこの発明が実施される画像処理装置を示すブロック
図、第３図はこの発明により得られる線分情報のメモリ
への記憶例を示す参照図、第４図は画素の連なりからな
る輪郭線の一例を示す参照図、第５図は方向コードを説
明するための参照図、第６図は輪郭情報のメモリへの記
憶例を示す参照図である。

まず、第２図から説明する。同図において、１０は識別
対象物、１１は照明器、１２はテレビカメラ等の撮像装
置、１３はアナログ／ディジタル（Ａ／Ｄ　）変換器、
１４は前処理回路、１５は特徴抽出回路、１６は画像メ
モリ、１７はマイクロプロセッサ等の処理装置である。

照明器１１によって照明される識別対象物１０の光学像
は、テレビカメラ１２によって映像（ビデオ）信号に変
換される。この映像信号はＡ／Ｄ変換器１３によって画
素毎にディジタル量に変換され、さらに前処理回路１４
にて雑音除去、平滑化等が行なわれ、ディジタル画像と
して取り出される。特徴抽出回路１５はこのディジタル
画像から各種のｌｒｆ微量を抽出し、画像メモリ１６に
格納する。処理装置１７は着目画素毎に隣接する４画素
または８画素を対象とする４連結または８連結による連
結性解析等を行ない、各プロプ（１３１ｏｂ　）を抽出
する。プロブは１つの独立したパターンを表わしており
、背景より分離されたものとなる。

次いで各プロプの輪郭線を抽出し、輪郭線追跡を行なう
。この輪郭線に関する情報は、上記画像メモリ１６内に
格納される。

いま、輪郭線の一部が画素の連なりとして第４図の如く
表わされるものとすると、この輪郭線１は各画素の座標
位置Ｐ　１　＋　Ｐ　２・・・・・・Ｐ９と各座標点に
おける方向コードＤ、−Ｄ７とによって表現することが
できる。こ−で、方向コードとは輪郭線を画素単位で追
跡する場合の方向（ベクトル）を表わすものであり、第
５図にＤｏ−Ｄ７で示す如（８つの方向がある。なお、
各方向ベクトル間の角度は４５°である。また、これら
の輪郭データは、画像メモリ１６へ第６図の如く格納さ
れる。

この方向コードの利用の仕方としては種々考えられるが
、例えば輪郭線に沿う周囲長の演算に用いることができ
る。すなわち、第４図の２１点から２９点までの周囲長
は、方向コードＤＯを０°として０°、９０°、１８０
°、２７０”の場合はそれぞれ１画素分の長さｔとし、
方向コードが４５°、１６５°。

２２５°、３１５°の場合は１画素分の長さｔを７丁倍
したものと考え、部分毎の和として求めることができる
。したがって、第４図の２１点からＰ９点迄の周囲長は
、（ｓｘ１＋ｓｘｖ’ｒ）ｘｚである。

こうして、対象物の画像パターンは輪郭線による線図形
に変換される。この輪郭線による対象物の記述（表現）
は、対象物の形状情報２％微情報を充分に含んでいなが
ら大幅なデータ圧縮を可能にしている。なお、輪郭線の
追跡に当たっては上記の如きテレビカメラを用いる方法
だけでなく、フライングスポットスキャナやレーザ光を
利用する方法も考えられる。

次いで、輪郭線を分割する線分化が行なわれる。

この線分化の方法も種々考えられるが、この発明による
例を第１図に示す。

まず、符号１にて示す如き輪郭線上に基準点Ｐ１（ｘｌ
−ｙｌ）を設定する。この基準点は、例えば画像メモリ
上のアドレス等によって任意に決定される。次いで、輪
郭１ｉ１１の２１点における接ＭＬ２を次式の如く求め
る。

ｙ　　ｙｌ−ａ（ｘ　　Ｘｌ） こ−に、ａは接ｌｌｉ！２の傾き（勾配）を表わしてお
り、適宜な方法によって求められる。そして、この接線
と輪郭線間の距離ｄ（または角度θ０）が所定の許容値
に達した輪郭線上の点Ｐ２（Ｘ２１）’２）を１つの線
分の終点とする。このＰ２（Ｘ２ｍ）’２）点は１つの
線分Ｌ１の終点であるが、同時に次の線分Ｌ２のスター
ト点でもあり、以下同様にして線分Ｉｊ　２　ｅ　Ｉｊ
　５・・・・・・を得ることができる。線分化の別の方
法としては、輪郭線と接線間のずれ量ｄ（θ０）とその
輪郭線上における周囲長との比に対して許容値を設定す
る方法も考えられる。なお、この場合も所定の許容比に
達した輪郭線上の点をその線分の終点とする。いずれに
しても、かかる線分化により、連続する１つの輪郭線の
データ、つまり対象物データを大幅に圧縮することがで
きる。

こうして得られる線図形を、線分情報を用いて記述する
。こ〜Ｋ、線分情報とは イ）各線分の基準点からの距離（Ｚ；　）口）線分固有
の情報 ハ）各線分間の接続・配列情報 を云うものとする。より具体的には イ）は線分上に設定した基準点（Ｚ−０）からの各線分
の始点位置であり、その距離は第４図で説明したような
手法で容易かつ高速に求め得るものであり、 口）は線分のラベル、線分の長さ、線分の両端点座標等
であり、 ハ）は各線分の接続頴序、２つの線分間のなす角度、各
線分間の代表点（端点、中心点など）間の距離等である
。

これらの線分情報も所定のメモリに格納されるが、その
例が第６図に示されている。こ〜に、Ｚｌ。

Ｚ、ｌ・・・・・・ｚｎ＋１がイ）の距離データである
。なお、上記イ）２口）のデータは全て必要というわけ
ではなく、例えば口）のラベルやノ・）の接続頭外はメ
モリのアドレスと対応付けることによって省略すること
ができる。また、口）の両端点座標は、１組の情報で線
分そのもの〜情報（固有情報）だけでなく、隣り合う線
分との接続関係を表わす情報をも兼ねており、対象図形
の位置正規化を行なう前の原始データ等として有効なも
のである。ハ）の隣接する線分となす角度θ（第１図参
照）を利用すれば、記憶データ量が少なくなって処理も
容易になるが、これは角度θが対象図形の姿勢に依存し
ない正規化されたデータであるためである。

これは口）の線分の長さについても同様である。

次に、識別処理について説明する。

未知対象物の識別処理（検査モードともいう）に先立っ
て、まず全ての標準対象物について学習し、登録する処
理が行なわれる（辞書登録モードともいう）。このとき
、各標準対象物をコントラストの良い背景の中で、互い
に分離した（孤立した）状態で撮像し、これらについて
それぞれ上述の如き線図形化をして基準点の設定を行な
い、この点をもとにして線分化処理を行なうことにより
線分情報を抽出し、所定のメモリに格納する。

検査モードでは、未知対象物について上記と同様の処理
が行なわれ、その線分情報が所定のメモリに記憶される
。

次いで、未知対象物と標準対象物との間でその線分情報
の照合を行なうが、とへでは照合が２つの段階に分けて
行なわれる。つまり、第１段階では各線分の基準点から
の距離と線分固有の情報のみを対象とし、線分間の接続
・配列情報は除外する。これだけの特徴量によっても可
成りの情報が含まれているので、このような照合によっ
て、対象物の候補を絞ることができる。こＮで、照合の
ための指標として、次式の如き類似度Ｓを考える。

５−Ｃｆ−１ｆ−ｆ’ｌ　）／ｆ こ’ｈＶｃ、ｆ、ｆ’はそれぞれ標準対象物、検査対象
物の１つの線分情報を表わす。したがって、両者の線分
情報が一致すれば（ｆ−ｆ’）、Ｓ−１となる。一般に
、１番目の線分の類似度をＳｉとすると、全線分（線分
数；Ｎ）に対する類似度Ｓｔは、 Ｓｔ−、Σ　Ｓ　ＨＸ　ｗ　１ 一Σ　［ｆｌ　　Ｉｆｆ　　ｆｉ’ｌ）Ｘｗｌ／ｆｉの
如く考えることができる。こ〜に、ｆｉ、ｆｉ’は１番
目の線分情報を表わし、Ｗｔは各線分の重み（全体に対
する割合）を表わすものとする。この場合も、各線分に
ついてｆｊ　Ｗ　ｆｉ’が成立すれば、全体の類似度（
Ｓｔ）も“１”となる。

さて、照合の第１段階では特ａｍとして上述の２項目、
すなわち各線分の距離情報についての類似度と、線分固
有の情報についての類似度とがそれぞれ所定の許容値（
１に近い値）以上となる標準対象物を候補対象とする。

照合の第２段階では絞られた候補対象について、線分固
有の情報と各線分間の接続・配列情報の類似度を調べ、
各類似度がともに所定の許容値（１に近い値）を越える
標準対象物を未知対象物の該当物とする。

このようにして、効率的で正確な照合を実現する。

〔発明の効果〕

この発明によれば、対象物を線図形化し基準点をもとに
して線分化処理を行なうようにしたので、その形状特徴
を充分に抽出しながら大幅なデータ圧縮が可能となり、
その結果、メモリ容量の低減化と演算時間の短縮化を図
すことができる利点がもたらされる。また、照合処理を
２段階に分けて行ない、第１段階では線分情報のうち、
線分の基準点からの距離および線分固有の情報だけに着
目して照合を行なうことにより候補を絞り、第２段階で
線分固有の情報および線分間の接続・配列情報を用いて
照合を行なうことにより、効率的で正確な照合を期する
ようにしている。

そのため、この発明は、 イ）Ｒ別対象物の形状が単純でなく、その種類も多い。

口）識別対象物が分離状態にあるものばかりでなく、重
畳している状態（部分パターン）でも識別したい。

と云うようなニーズに対処することができる。

すなわち、上記イ）２口）の如きニーズは各役オートメ
ーショア（ＦＡ、ＯＡ、ＬＡ）の進展とともに多くなり
、次第に強くなっている中で、従来のＳＲＩ法やマツチ
ング法ではこれらに対処できないため、この発明にてこ
れらのニーズに応えられるようにしたものである。

【図面の簡単な説明】

第１図はこの発明の詳細な説明するための参照図、第２
図はこの発明が実施される画像処理装置の構成を示すブ
ロック図、第５図はこの発明により得られる線分情報の
メモリへの記憶例を示す参照図、第４図は画素の連なり
からなる輪郭線の一例を示す参照図、第５図は方向コー
ドを説明するための参照図、第６図は輪郭情報のメモリ
への記憶例を示す参照図、第７図はＳＲＩ法を説明する
ための参照図である。 符号説明 １・・・・・・輪郭線、２・・・・・・接線、１ｏ・・
・・・・識別対象物、１１・・・・・・照明器、１２・
・・・・・テレビカメラ、１３・・・・・・Ａ／Ｄ変換
器、１４・・・・・・前処理回路、１５・・・特徴抽出
回路、１６・・・・・・画像メモリ、１７・・・・・・
処理装置。 代理人　弁理士　並　木　昭　夫 代理人　弁理士　松　崎　　　　溝 型　１　図 第２図 第　３　図 第　４　図 に５　　図 第　６　図

Claims (1)

【特許請求の範囲】
1. 対象物を撮像しその画像処理を行なうことによつて対象
   物を線図形化し該線図形にもとづき所定の処理をして対
   象物を識別する方法であつて、前記線図形上に基準点を
   設定し、これをもとにして線図形を複数の線分に分割し
   、各線分について基準点からの距離データおよび線分固
   有のデータならびに線分間接続・配列データを含む線分
   情報を抽出する処理を各標準対象物について行なつた後
   、未知対象物についても同様の処理を行ない、その結果
   得られた未知対象物の線分情報のうち前記距離データお
   よび線分固有のデータにより標準対象物の線分情報との
   照合処理をして標準候補対象を絞つた後、該標準候補対
   象と未知対象物との間で線分固有のデータと線分間接続
   ・配列データについてそれぞれ照合し、その結果、最も
   良く類似する標準対象物を未知対象物の該当物とするこ
   とを特徴とする対象物識別方法。