JPS63129471A - 三次元物体認識方法 - 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 本発明は類似度法による三次元物体認識方法、特にロボ
ットや工作機械等における物体認識に好適な三次元物体
認識方法に関する。

従来の技術 従来、一般に三次元物体の認識には、類似度法による三
次元物体認識方法は不適とされ、特徴整合法や構造解析
法による三次元物体認識方法が採用されていた。

発明が解決しようとする問題点 しかし、従来の特徴整合法や構造解析法等による三次元
物体認識方法は、変形パターンを含めた多くの標準パタ
ーンを用意しなければならないとともに１三次元物体の
大きさや位置等が認識率に影響を及ぼす等の欠点を有し
ていた。

本発明は前記従来の欠点を解消すべくなされたもので、
被認識三次元物体の大きさや位置等が認識率に影響を及
ぼすことがなく、有効かつ効率的な三次元物体の認識を
行い得るようにした類似度法による三次元物体認識方法
を提供することを目的とする。

問題点を解決するだめの手段 前記の目的を達成する本発明の技術的な手段は、被認識
三次元物体の少なくとも５方向（左右方向、前後方向及
び上方向）の撮影像についての各輪郭像を抽出するとと
もに、これら各輪郭像についての有効領域を求め、その
有効領域をＸ　＋　ｙ方向にそれぞれｎ本（但しｎは整
数）の走査線で走査し、更にその有効領域をｘ、ｙ方向
の線分で４分割してなる４つの領域より抽出される四次
元特徴パターンを前記５方向の輪郭像（撮影像）のすべ
てについて求め、その５方向からのそれぞれの輪郭像の
前記四次元特徴パターン（全体で二十次元特徴パターン
）と予め設定された前記５方向からの輪郭像の四次元標
準パターンとの類似度を５方向からの各輪郭像について
求め、次いで求められた各類似度のうちから、最大類似
度と次大類似度とを求め、その最大類似度と次大類似度
との差が予め設定された閾値以上である場合にその輪郭
像は前記最大類似度を示すカテゴリーに属すると判定す
る演算処理を、５方向からのすべての輪郭像について実
行し、次いでその５方向からの各輪郭像の最大類似度を
示すカテゴリーの総数が、予め設定された閾値以上でち
るならば、前記各輪郭像より成る被認識三次元物体撮影
像は前記最大類似度を示すカテゴリーに属すると判定す
るものである。

作用 前記の技術的手段による作用は次のようになる。

即ち、被認識三次元物体は少なくとも５方向から撮影さ
れ、それぞれの撮影像より輪郭像が抽出される。しかる
後、これらの各輪郭像は、全体で二十次元特徴パターン
に分解抽出される。その二十次元特徴パターンは全体で
二十次元の標準パターンと対比され、その標準パターン
との類似度がそれぞれの輪郭像について求められる。次
いでその類似度のうちから最大類似度と次大類似度とが
求められ、両者の差が予め設定された閾値以上であれば
、その輪郭像は前記最大類似度を示すカテゴリーに属す
ると判定される。かかる判定の演算処理は残りの４方向
からの各輪郭像についても実行される。

かようにして得られた５方向からの各輪郭像の最大類似
度を示すカテゴリー数が、予め設定された閾値以上であ
る場合に、前記被認識三次元物体の撮影像は前記最大類
似度を示すカテゴリーに属するものと判定される。

その結果、被認識三次元物体の大きさや位置等が認識率
に影響を及ぼすことなく、三次元物体の認識を行うこと
が可能となる。

実施例 以下、本発明の一実施例を図面に基づいて説明する。

第１図は本発明方法を実施するに好適な装置の一実施例
を示す概略構成ブロック図である。

第１図において、１はテレビカメラ等の撮像装置で、こ
の撮像装置１により被認識三次元物体を少なくとも５方
向（左右方向１前後方向、上方向）から撮影し、その５
方向からの撮影像を電気信号に変換し、これらを一旦パ
ノファメモリ２へ格納する。そのバッファメモリ２に格
納された各撮影像は輪郭抽出装置３へ出力され、その抽
出装置３において、それぞれ輪郭像に抽出形成されると
ともに、これらの輪郭像についての有効領域Ａが求めら
れる（第４図及び第５図参照）。この有効領域Ａは走査
線ｘｉ、ｙｉ（ｉ＝１．２．・・・９）でｘ、ｙ方向に
走査され、これにより得られたｙ（左）軸、ｙ（右）軸
、Ｘ（上）軸及びＸ（下）軸の各軸特徴パターンは、特
徴パターン格納レジスタ４に格納される。

一方、各カテゴリーの標準パターンは標準パターン格納
装置５に予め格納されており、類似度演算回路６は、特
徴パターン格納レジスタ４から引き出される各軸特徴パ
ターン及び標準パターン格納装置５から引き出される標
準パターンにより、類似度を算出する。

算出された類似度は類似度格納レジスタ７へ格納すれる
が、アドレスレジスタ８は１つのカテゴリーについて類
似度が算出される毎に標進パターン格納装置５に指示を
与えて次のカテゴリーの標準パターンを類似度演算回路
６へ出力させ、すべてのカテゴリーについて類似度が算
出されるようにする。

このようにして、すべてのカテゴリーについて類似度が
求められると、そのうちの最大類似度及び医大類似度が
、最大・医大類似度カテゴリー格納レジスタ９へ格納さ
れる。

判定演算回路（１０は前記最大類似度と医大類似度との
差が予め設定された閾値以上であるならば、輪郭像は最
大類似度を示すカテゴリーに属すると判定する。かかる
判定演算処理を５方向からのすべての輪郭像について実
施する。しかる後、５方向からの輪郭像の最大類似度を
示すカテゴリー数が、予め設定された閾値以上であるな
らば、被認識三次元物体撮影像は最大類似度を示すカテ
ゴリーに属すると判定し、前記カテゴリー数が前記閾値
よシ小さい場合は判定不能とする。

かかる認識方法について、以下順を追いながら具体的に
説明する。

先ず被認識三次元物体、例えば第２図に示す如き、直方
体ブロックをビデオカメラ等の撮像装置１で少なくとも
５方向（左右方向、前後方向及び上方向）よシ撮影し、
その５方向面すべての被認識三次元物体撮影像（以下、
単に撮影像という。）ヲ一旦バッファメモリ２に格納す
る。

次いで、バッファメモリ２に格納された撮影像のそれぞ
れについてその撮影像の輪郭像を抽出する。第３図（ａ
）は第２図に示す直方体ブロックの前方向からの撮影像
を示し、第３図（ｂ）は第３図（ａ）に示す撮影像の輪
郭像を示す。

かようにして抽出された前記５方向面の各輪郭像につい
て、それぞれ二次元平面内で互いに直交するｘ、ｙの２
方向（便宜上、Ｘ方向は上下方向、Ｘ方向は左右方向と
する。）に輪郭像を走査し、輪郭像の有効領域Ａを求め
る。ここに、有効領域Ａは輪郭像が二次元平面内におい
てｘ、７両方向にそれぞれ占める最大幅で囲まれる領域
を指す。

このようにして有効領域Ａが求められると、次に第４図
（ａ）、（ｂ）のように（第４図（ａ）、（ｂ）におい
て有効領域Ａは正方形とされ、輪郭像は丸味をもった菱
形とされる例である。）、その有効領域ＡをＸ方向の等
間隔な９本の走査線Ｘｉ　（ｉ　＝　１．２．・・・９
）（第４図（ｂ）参照）及びＸ方向の等間隔な９本の走
査線ｙｉ（ｉ＝１．２゜・・・９）（第４図（ａ）参照
）で走査する。尚、各走査線ｘｉ及びｙｉのうち、両端
に位置するｘ　１　＋　ｘ　９及びｙｌ、）’９は有効
領域Ａの４辺をなすようにする。

そして有効領域Ａを、第５図（ａ）に示すように、その
有効領域ＡをＸ方向の線分で２等分（２分割）してなる
ｙ（左）領域Ｙｔ及びｙ（右）領域’ｌｒと、第５図（
ｂ）に示すように、その有効領域ＡをＸ方向の線分で２
等分（２分割）してなるＸ（上）領域Ｘｕ及びＸ（下）
領域Ｘｔとの４つの領域に分割し、有効領域Ａにおける
４分割パターンを形成する。

次いで、４分割パターンのうちの前記領域Ｙｔ及びＹｒ
においては第４図（ａ）に示す如く、各走査線ｙｉと輪
郭像との交点数を求めるとともに、前記領域Ｘｕ及びＸ
ｔにおいては第４図（ｂ）に示す如く、各走査線ｘｉと
輪郭像との交点数を求めることにより、各領域毎に輪郭
像の特徴パターンを抽出する。尚、第４図（ａ）、（ｂ
）において前記交点数は○印で示されている。

かようにして、前記５方向面の各輪郭像の特徴パターン
を各領域毎にすべて抽出する。

ここで、前記領域毎の特徴パターンは、第６図に示すよ
うに、各走査線ｘｉ又はｙｉにブロックＢｉ（ｉ＝１．
２．・・・９）を対応させ、有効領域Ａの４辺をなす走
査線ＸＩ、）’１及びＸ９　、　ｙ９に対応するブロッ
クＢ１及びＢ９には１ピツトを割υ付け、残シのブロッ
クＢ２．Ｂ８・・・Ｂ８にはそれぞれ２ピツトを割シ付
け、かつ各ブロック１３ｉに対応する走査線ｘｉ又はｙ
ｉと輪郭像との交点数を第１表のようにグレイコード形
式で設定することによりそれぞれ９ブロツク１６ビツト
パターンで構成する。

以下余白 第　　１　　表 尚、ブロックＢ１及びＢ９には、１ビツトしか割り付け
ないのは、被認識三次元物体の対象を輪郭像に限定する
こと、有効領域Ａの四辺をなす走査線Ｘ１　＋　ｙｌ　
＋　ｘ　９及びｙ９と輪郭像との交点数ばＯ又は１に限
られるからである。また、輪郭像端点並びに走査線ｘｌ
　＋ｙｌ　、ｘ９及びｙ９における交点数をグレイコー
ド形式で設定すれば、バイナリ−コード形式で設定する
より認識率を高めることができる。

このようにして抽出された各領域Ｙｔ＋Ｙｒ＋ｘｕ、ｘ
ｔにおける輪郭像の特徴パターン（四次元特徴パターン
）を、以下それぞれｙ（左）軸特徴パターン、ｙ（右）
軸特徴パターン、Ｘ（上）軸特徴パターン、Ｘ（下）軸
特徴パターンと称することとし、これらの特徴パターン
を第４図（ａ）。

（ｂ）の有効領域Ａの周囲に示す。

このような特徴パターン（四次元特徴パターン）は、残
シの４方向からの輪郭像についても同様にして求める。

次に、かようにして得られた各軸特徴パターン（全体で
二十次元特徴パターン）を予め用意設定されたすべての
カテゴリー（前記二十次元特徴パターン）の標準パター
ンと対比し、類似度を求める。この類似度は前記５方向
からの各輪郭像のすべてについて求める。

ここに、各カテゴリーの標準パターン（四次元標準パタ
ーン）は、各軸特徴パターンについてこれを９０度回転
させて走査解析し、各ビットの重み惜として求め、これ
をテーブル化したものとする。

次いで、前記５方向からの各輪郭像についてのそれぞれ
の類似度のうちから、最大類似度と医大類似度とを求め
、その最大類似度と医大類似度との差が予め設定された
閾値以上である場合（その方向（例えば前方向）からの
輪郭像の四次元特徴パターンすべてについて）に、その
輪郭像は前記最大類似度を示すカテゴリーに属すると判
定する。

かかる判定演算処理は残りの４方向からのすべての輪郭
像についても実行する。

しかして、５方向からのすべての輪郭像の最大類似度を
示すカテゴリー数が、予め設定された閾値以上ならば、
かかる５方向からの各輪郭部像より成る被認識三次元物
体撮影像は、前記最大類似度を示すカテゴリーに属する
と判定し、その最大類似度を示すカテゴリーを被認識三
次元物体と認識出力する。

また、５方向からの各輪郭像の最大類似度を示すカテゴ
リー数が、前記閾値より小さいならば、判定不能とする
。前記閾値の適切な値は、実験的に求めることができる
。

第７図は以上の被認識手順をフローチャートで示したも
のである。

発明の効果 以上本発明による三次元物体認識方法は、類似度法によ
り特徴パターンを抽出するので、被認識三次元物体の大
きさや位置が認識率に影響を及ぼすことがなく、有効か
つ効率的な三次元物体の認識を行うことができるという
卓越した効果を奏すものである。

【図面の簡単な説明】

第１図は本発明方法を実施するに好適な装置の一実施例
を示す概略構成ブロック図、第２図は被認識三次元物体
の一例とその撮影方向例を示す斜視図、第３図（ａ）、
（ｂ）は第２図における被認識三次元物体（直方体ブロ
ック）の前方向からの撮影像とその輪郭像を示す正面図
、第４図（ａ）。 （ｂ）は有効領域、走査線及び各軸特徴パターンを示す
概念図、第５図（ａ）、（ｂ）は第４図（ａ）、（ｂ）
におけるｙ（左）、ｙ（右）、Ｘ（上）、（下）領域を
示す概念図、第６図は第４図（ａ）、（ｂ）における各
軸特徴パターン構成法を示す概念図、第７図は本発明方
法の動作説明の流れを示すフローチャートである。 （Ａ）・・・有効領域、（Ｘｕ）・・・Ｘ（上）領域、
（Ｘｔ）・・・Ｘ（下）領域、（Ｙｔ）・・・ｙ（左）
領域、（Ｙｒ）・・・ｙ（右）領域、（ｘｉ）・・・Ｘ
方向走査線、（ｙｉ）・・・Ｘ方向走査線、１・・・撮
像装置、２・・・被認識三次元物体撮影像の格納バッフ
ァメモリ、３・・・輪郭抽出装置、４・・・特徴パター
ン格納レジスタ、５・・・標準パターン格納装置、６・
・・類似度演算回路、７・・・類似度格納レジスタ、８
・・・アドレスレジスタ、９・・・最大・医大類似度カ
テゴリー格納レジスタ、１０・・・判定演算回路。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名７″
Ｎ２１１！Ｊ （ｂ） 第４図 （ａ） 第４図 χＣＴ）中白ず１７４デに２タ一ン 第５図 （′ａ） （ｂ） 第６図

Claims (1)

【特許請求の範囲】
1. 被認識三次元物体の少なくとも５方向の撮影像について
   の各輪郭像を抽出するとともに、これら各輪郭像につい
   ての有効領域をそれぞれ求め、それらの有効領域をそれ
   ぞれｘ、ｙ方向にｎ本（但しｎは整数）の走査線で走査
   するとともにｘ、ｙ方向の線分で４つの領域に分割して
   、各輪郭像についてのそれぞれの四次元特徴パターンを
   求め、次いで、各四次元特徴パターンと予め設定された
   前記各輪郭像の四次元標準パターンとを比較して最大類
   似度と次大類似度とを求め、その両者の差が予め設定さ
   れた閾値以上である場合に、その輪郭像は前記最大類似
   度を示すカテゴリーに属すると判定し、かようにして求
   められた各輪郭像についての前記最大類似度を示すカテ
   ゴリーの総数が予め設定された閾値以上の場合に、前記
   被認識三次元物体はその最大類似度を示すカテゴリーに
   属すると判定する三次元物体認識方法。