JPS6232582A - 画像認識装置 - 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］ 本発明は画像認識装置に関し、特に重なり合った物体群
の認識を効率的に行うことのできる画像認識装置に関す
る。

［発明の技術的背景とその問題点］ 近年の画像処理技術の向上に伴い、単体での物体の画像
認識時における！識精度は轟く、またその認識時間は短
縮化される傾向にある。

ところで、単体状態での物体のこのような認識能力の向
上が図られている一方、単体でない状態、すなわち複数
の物体が重なり合っている状態での各物体のＷ１識技術
の発展が現場サイドから切望されている。すなわち、実
際に例えば生産ライン等で認識する場合等にあっては、
被認識体が必ずしも単体状態でない場合が多いためであ
る。

このようなことから、従来特開昭５８−７７４８７号に
開示される如き装置が提案されている。

この装置は、被認識体が複数の物体が重なり合っている
ものであるときには、これらをマニピュレータ等の機械
的手段を用いて個々に分離後、それぞれについて認識処
理を行なうものである。

しかし、この装置にあっては、被ｇ識体を複数の物体が
重なり合ったものであることを判別しこれを個々に分離
した後に認識処理を行うといった処理工程を要するため
、処理が複雑なことに加えて処理時間の短縮が図れない
といった不具合がある。

［発明の目的］ この発明は、上記に鑑みてなされたもので、その目的と
しては、複数の物体が重なっている物体群の各物体の認
識を当該物体群を崩すことなく且つ簡単な処理で行える
ようにした画像認識装置を提供することにある。

［発明の概要１ 上記目的を達成するために、本発明は第１図に示す如く
、複数の物体が重なっている物体群を撮像しこのＲ像結
果から該物体群の各部の位置および高さの情報を出力す
る撮像手段１と、当該撮像手段からの高さの情報の高低
に基づいて物体群と背景とを判別する物体判別手段３と
、当該ｍ像手段からの高さの情報の変化の度合に基づい
て物体毎の境界を検出するエツジ検出手段５と、物体判
別手段３で判別された物体群についてエツジ検出手段５
で検出された境界毎に物体を識別する識別演算手段７と
、識別された各物体について最大の高さの情報を有する
物体を抽出する抽出演算手段９とを有することを要旨と
する。

［発明の実施例］ 以下、図面を用いてこの発明の詳細な説明づる。

第２図は、この発明の一実施例に係る画像認識装置を示
すもので、その特徴としては、複数の物体が重なってい
る物体群について最上に位置する物体を認識できるよう
にし、そしてこれをマニピュレータ等の機械的手段を用
いて除去して行くという工程を順次繰り返すことで、前
記物体群を崩すことなく各物体を順次正確に認識してい
くようにしたことにある。第３図はこの発明の一実施例
に係る光学系の概要図である。

第３図において２０は認識対象物体（以下「対象物体」
と呼ぶ）である。この対象物体が配置されている平面を
ｘ−ｙ平面とし鉛直上方Ｚを正方向とした仮想直交座標
系（ｘ、ｙ、ｚ）を設定する。第２図および第３図に示
されているスリット光投射手段３１（以下投射手段と呼
ぶ）は対象物体２０に向けてスリット光を投射し、その
投射角「を変化させながら対象物体の表面にくまなく輝
線（以下「光切断線」と呼ぶ）を生じさせるものである
。

第２図および第３図に示されている撮像手段３３は、対
象物体２０からの光切断線を俯角θで捕捉し、光切断線
上のサンプル点の座標値（ｘ　、　ｙ　。

２）の情報を、ａｍ手段３３　（１）ｍＷａ素子の中心
を原点として結像点位置の直交座標（Ｘ、Ｙ）として取
り込み、その座標（Ｘ、Ｙ）の情報を後述する第２図に
示した画像メモリ３５のメモリ領域ａに出力するもので
ある。

前記画像メモリ３５はメモリ領域をａからｈまで有し、
後述する画像データを格納しておくものである。第２図
に示したマイクロコンピュータ３７は、エツジ検出手段
、物体判別手段、識別演算手段、抽出演算手段を備え画
像メモリ３５に格納されている画像データに対し、後述
する画像処理を行うものである。なおマイクロコンピュ
ータ３７゛は入出力ボート３９．ＣＰＵ４１．ＲＡＭ４
３゜ＲＯＭ４５を有する構成である。

またマイクロコンピュータ３７で処理された結果は図示
しないＤＭＡインタフェイスを介して第２図に示したＣ
ＲＴディスプレイ４９に出力される。

次にこの実施例の作用を第４図に示すマイクロコンピュ
ータ３７のｉＩ像処理の手段を示すフローチャートと、
第５図に示す処理過程参考図と、第６図に示す後述する
画素アドレス図に基づいて説明する。

当該処理は、マイクロコンピュータ３７が投射手段３１
および撮像手段３３に所定の信号を出力することにより
実行開始される（スタート）。

この信号に基づき銀像手段３３は俯角θで検出した（第
５図９５参照）光切断線上の座標データ（Ｘ、Ｙ）をメ
モリ領域ａに出力し、マイクロコンピュータ３７はメモ
リ領域ａより座標データ（Ｘ、Ｙ）をとり込み、予めＲ
ＡＭ４３及びＲＯＭ４５に格納されている俯角θ、投射
角ｒ、各種演算パラメータに基づき前述の仮想直交座標
（Ｘ。

ｙ、ｚ）に変換する。この変換については、例えば電子
通信学会技術研究報告ＶＯＬ８４．Ｐ−１９に開示され
ている変換方法が適用し得る。

この光切断線上のサンプル点の座標データ（Ｘ。

ｙ、ｚ＞に対し、高さＺをその大きさに比例して、例え
ばｎ＝Ｑ〜１５までの１６階調の濃淡度Ｚｎ（Ｘ　、　
ｙ　）として分類する。つまりｎが大きいほど濃淡度を
濃く、ｎが小さくなるにつれて濃淡度を淡くしｎ＝ｏの
場合は背景（２＝０）として前記座標データの処理を行
う。この処理した座標データＺｎ（ｘ、ｙ）を画像メモ
リ３５のメモリ領域すに格納する。

次に投射手段３１の投射角度ｒを適宜変化させて、対象
物体全体にわたってくまなくスリット光を投射させ前述
したと同様の処理を行い、メモリ領域すに所定数座標デ
ータＺｎ（ｘ、ｙ）を格納し、対象物体の画像取り込み
処理が終了する（以上ステップｉ　ｏｏ＞。

ステップ１００において、メモリ領域すに格納された座
標データＺｎ（ｘ、ｙ）を鉛直上方より視認した配列の
規則正しい画像データＧｎ（ｘ。

ｙ）として画像変換を行う。

そして第６図に示すｉ、ｊを共に自然数とするメモリ領
域Ｃの画素アドレス（ｉ、ｊ）に前記Ｇｎ（ｘ、ｙ）を
格納する。以下画素アドレス（ｉ。

ｊ）に格納されたＧｎ（ｘ、ｙ）をＧｎ（！、ｊ）と叶
ぶことにする（ステップ２００．第５図２０５参照）。

ステップ２００でメモリ領域Ｃに格納された画像データ
Ｇｎ（１，ｊ）の各画像アドレス（ｉ。

ｊ）を行方向（ｊ方向）に第１行（ｊ＝１）から最終行
［ｊ　＝ｊ　　（ｗａｘ　）　］まで、列方向（ｉ方向
）に左（ｉ＝１＞から右［ｉ　＝ｉ　　（ｗａｘ　）　
］　ヘ順順走査し、当該画素アドレス（ｉ　、　ｊ　）
のＧｎ（ｉ。

ｊ）に対しｎ＝ｏの場合はＧｎ（ｉ、ｊ）−＊“０”と
し、ｎｅｏの場合はＧｎ（ｉ、ｊ）−＋“１″として対
象物体を高さ２によって背景より分離する２ｆｌ化処理
を行い、処理された画像データをＨ（ｉ、ｊ）としてメ
モリ領域ｄに格納する（ステップ２１０．第５図２１５
参照）。

またステップ２００でメモリ領１４ｃに格納された画像
データＧｎ（ｉ、ｊ）の各画素アドレス（ｉ、ｊ）をス
テップ２１０と同様に順次走査し、当該画素アドレス（
ｉ　、　ｊ　）において画像データＧｎ（ｉ、ｊ＞が、
隣接画素アドレスの画像データＧｎ　　（ｉ　−１，ｊ
　＞、　Ｇｎ　　（ｉ　＋１．　ｊ　）、　Ｇｎ　　（
ｉ、ｊ−１）、Ｑｎ　　（ｉ、ｊ＋１）のｎ　　（ａさ
）の値に対し、例えば前記ｎの値に応じて所定値以上大
きい値を有するＧｎ（ｉ、ｊ）をエツジとみなし、Ｇｎ
（ｉ、ｊ）→″′１″とし、それ以外のＧｎ（ｉ、ｊ）
を非エツジとみなしＱｎ（ｉ。

ｊ）→ｌｌ　Ｏ１１どして、対象物体のエツジ検出を行
い、この処理された画像データをＥ（ｉ、ｊ）としてメ
モリ領１ｆ１．ｅに格納する（ステップ２２０゜第５図
２２５参照）。

次にステップ２１０でメモリ領域ｄに格納した画像デー
タＨ（ｉ、ｊ）と、ステップ２２０でメモリ領ｗｔｅに
格納した画像データＥ　（ｉ　、　ｊ　）の各画像アド
レス（ｉ　、　ｊ　）をステップ２１０と同様に順次走
査し、Ｈ（ｉ　、　ｊ　）とＥ　（ｉ　、　ｊ　）の排
他的論理和演算を行う。すなわち同一画素アドレスにお
いて、共に“１”が共に“Ｏ″を検出したときはその画
素アドレス（ｉ　、　ｊ　）の画像データを０″に変換
し、一方が１″で他方がＯ″であることを検出したとき
はその画素アドレス＜ｉ　、　ｊ　）の画像データを１
”に変換し、変換された画像データをＦ（ｉ、ｊ）とし
てメモリ領域ｆの同一画素アドレス（ｉ、ｊ＞に格納し
、対象物体を現わしている図形をエツジによって分離す
る（ステップ２３０．第５図２３５参照）。

ステップ２３０でメモリ領域ｆに格納されている分離さ
れた各図形の画像データＦ（ｉ、ｊ）に対し、例えば分
離された第１の図形の画像データＦ　（ｉ　、　ｊ　）
をＦ（ｉ、ｊ）→Ｆ　ｉＧＡ　、第２の図形の画像デー
タＦ（ｉ、ｊ＞をＦ　（ｉ　、　ｊ　）→ＦｉｇＢ、第
３の図形の画像データＦ（ｉ、ｊ）をＦ（ｉ、ｊ）→Ｆ
　ｉＱｃとラベル付けを行う。次にステップ２００でメ
モリ領域Ｃに格納されている画像データＧｎ（ｉ、ｊ）
すなわちＧｎ（Ｘ、Ｖ）に基づき、例えばＦ　ｉｇＡ　
、　Ｆ　ｉａＢ　、　Ｆ　ｉｇｃの領域内の画素数あた
りのｎの平均値をＦｉｇＡ、　Ｆｉｆ３゜Ｆ　ｉａｃの
高さ方向の仮の重心としてｎＡ、１１８゜ｎＣとして算
出する。ｎＡ、ｎＢ、ｎＣの中で最も大きい値を有する
図形（例えばＦ　ｉｇＢ　）を最も高い位置にある物体
として検出する。その検出した図形（Ｆ　ｉｇＢ　）の
形状とラベル付けされた“ＦｉｏＢ”およびｎＢの値を
メモリ領域Ｑに格納する（ステップ２４０．第５図２４
５参照）。

ステップ２００でメモリ領域Ｃに格納された情報と、ス
テップ２４０でメモリ領域９に格納された情報と、ＲＯ
Ｍ４５に予め教示されている各種パラメータに基づぎ、
ステップ２４０で選別された最も高い位置にある物体″
“ＦｉｇＢ”の仮想座標系（ｘ　、　ｙ　、　ｚ　）に
おける重心座標（ＸＧ、ＶＧ。

２０）を算出する。次にＲＯＭ４５に予め教示されてい
る各種パラメータに基づき選別された物体”　Ｆ　ｉｇ
Ｂ　”の重心座標（ＸＧ、ＶＧ、ＺＧ）に関づ゛る各画
素を質ｍ１とした慣性モーメントの等しい楕円を求め、
重心（ＸＧ、ＶＧ、ＺＧ）から前記楕円の焦点への三次
元ベクトル成分（Ｘ　Ｆ　、　ｙＦ、ＺＦ）を例えば該
物体を図示しないマニピュレータで把握する際、ハンド
の把握角度を教示するために算出する。そして（ＸＧ、
ＶＧ、ＺＧ）の情報（ＸＦ、ＶＦ、ＺＦ）の情報をメモ
リ領域りに格納する（ステップ２５０）。

ステップ２４０でメモリ領域ｇに格納された選別された
物体“Ｆｉｃ＋Ｂ”の形状および、ステップ２５０でメ
モリ領Ｖｉ、ｈに格納された（ＸＧ、ｌ／Ｇ。

ＺＧ）および（ＸＦ、ＶＦ、ＺＦ）の情報を、ＣＲＴデ
ィスプレイ４９に表示する（ステップ２６０、第５図２
６５参照）。以上の手順で一連の処理が終了する（エン
ド）。

［発明の効果］ 以上説明したように、この発明によれば、物体判別手段
で判別された物体群についてエツジ検出手段で検出され
た境界毎に物体を識別し、識別された各物体について最
大の高さの情報を有する物体を抽出するようにしたので
、複数の物体が平なっている物体群の各物体の認識を当
該物体群を崩すことなく且つ簡単な処理で行えるように
した。

これにより重なり合った物体群の認識を効率的に行うこ
とができる。

【図面の簡単な説明】

第１図は特許請求の範囲に記載の構成要件を示すブロッ
ク図、第２図はこの発明の一実施例にかかる画像認識装
置を示す回路ブロック図、第３図は光学系の概要図、第
４図はマイクロコンピュータ３７の画像処理の手順を示
すフローチャート図、第５図は処理過程参考図、第６図
は画素アドレス図である。 （図面の主要部分を表わす符号の説明）１・・・撮像手
段 ３・・・物体判別手段 ５・・・エツジ検出手段 ７・・・識別演算手段 ９・・・抽出演算手段 第１図 第２図 ′１３７ 第３図 第４図

Claims (1)

【特許請求の範囲】
1. 複数の物体が重なっている物体群を撮像し、この撮像結
   果から該物体群の各部の位置および高さの情報を出力す
   る撮像手段と、当該撮像手段からの高さの情報の高低に
   基づいて物体群と背景とを判別する物体判別手段と、当
   該画像手段からの高さの情報の変化の度合に基づいて物
   体毎の境界を検出するエッジ検出手段と、物体判別手段
   で判別された物体群についてエッジ検出手段で検出され
   た境界毎に物体を識別する識別演算手段と、識別された
   各物体について最大の高さの情報を有する物体を抽出す
   る抽出演算手段とを有することを特徴とする画像認識装
   置。