KR20110076989A - 아이템 식별 방법 및 시스템 - Google Patents

Abstract

본 발명에 따라 생산라인에서 아이템을 식별하는 설명된 방법과 해당 시스템은 아이템의 디지털 이미지로부터 수립된 색상 히스토그램에 의존하며, 이는 빈을 기반으로, 식별을 가능하게 하는 빈마다 최소 및 최대 픽셀 수와 기준 아이템이 비교된다.

Description

아이템 식별 방법 및 시스템 {METHOD AND SYSTEM FOR ITEM IDENTIFICATION}

본 발명은 자동화된 생산라인 제어 시스템 기술 분야에 관한 것으로, 특히 이미지(image) 장치, 실시간 이미지 프로세싱(image processing) 수단 및 상기 생산라인의 생산 제어를 위한 방법에 대한 것이다. 이러한 이미지 프로세싱 방법은 색상 정보를 생산라인의 아이템, 즉 상품 그리고/ 또는 포장의 디지털 이미지로부터 추출하며 이 추출된 정보를 기준 아이템의 견본 정보와 비교하는 것에 의하여 다양한 형태의 아이템을 식별한다.

이미지 장치는 자동화된 생산 라인의 제어에 보통 사용된다. 예를 들면 병의 생산 라인에서 (예를 들어 레이저 기폭 장치로 제어되는 LED 광선을 사용하는) 섬광등은 컨베이어로 이동되는 병을 식별하고, 디지털 카메라는 식별된 병의 디지털 이미지 정보를 찍게 된다. 이후 이미지 프로세싱 수단은 자동적으로 이러한 디지털 이미지로 병의 형태를 감지하여 형상 그리고/ 또는 면적으로부터 컨베이어에 있는 병의 다양한 형태를 식별한다. 이러한 식별은 예를 들어, 형태나 내용물의 타입에 따라 병에 라벨을 정확하게 붙이는데 사용될 수 있다.

또한 이미지 프로세싱 방법은 아이템의 포장 라벨이나, 컨테이너처럼 직접 아이템에 프린트된 색상을 추적하여 패킹 점검 그리고/또는 패턴 식별, 예를 들어 견본 이미지 매칭을 통한 브랜드 패턴 식별 같은 것을 가능하게 할 수 있다. 예를 들어 더 나아가 캔(Can) 생산라인에서 브랜드 패턴은 캔에 직접 또는 캔 주위에 밀착 고정된 슬리브 상에 프린트될 수 있다.

디지털 이미지로부터 아이템의 식별 또는 점검에 사용되는 이미지 검색 및 프로세싱과 관련하여 수많은 기술들이 알려져 있다. 그러나 이러한 기술들은 정밀성이 부족하거나 계산하는데 시간을 소비한다. 그래서 자동화된 생산라인 제어, 특히 고속의 생산라인에는 완전히 채택되지 못한다. 예를 들어 RGB(Red Green Blue) 색상 공간에서 전형적인 임계 기술은 (thresholding technique ) 정밀성이 부족하여 밀집된 정보로부터 색상 정보를 분리할 수가 없다. 다른 예로서 미국특허출원 US 2004/0218837 A1은 이미지 프로세싱 기술에 대한 것인데, 아이템의 디지털 이미지는 먼저 블럭(block)으로 구분되고, 각각의 블록에서 색상 및 밝기 히스토그램이 설정된다.

더 나아가 평균적인 밝기는 각각의 블록에서 밝기 요소 정보인 밝기 히스토그램으로부터 결정되고 평균색상 같은 대체색상이 색상 요소 정보인 색상 히스토그램으로부터 결정된다. 그 후 디지털이미지가 목적 이미지와 비슷한지를 결정하기 위해서 디지털이미지의 색상요소 정보와 목적의 색상요소 정보 사이의 비교가 블록단위로 수행된다. 만약 색상비교가 확실하지 않다면, 디지털이미지의 색상요소 정보와 목적의 색상요소 정보 사이의 비교를 역시 블록단위로 수행한다.

그러나 그러한 이미지 프로세싱 방법은 각각의 블록에서 대체색상과 평균밝기를 모두 결정해야 하는 부담이 있고 복잡한 계산(적어도 상기 두개의 히스토그램을 결정하는데)이 요구된다. 그리고 이러한 유사성을 측정하기 위한 ‘평균적인’ 변수의 사용은 예를 들어 포장이나 포장의 브랜드 식별 같은 빠른 속도의 생산라인 상황에서는 충분히 정밀하지 않을 수 있다.

이미징 시스템은 HSL 색공간에서 색의 특성에 기초한 항목들을 식별하기 위하셔 최근에 개발된 것인데, 이는 조립 및 포장 검사 프로그램과 관련하여 이 대상항목들의 디지털 이미지로부터 추출한 것이다. 예를 들어 미국특허출원 US 2004/0228526 A1은 색상 매칭 적용과 지점에서 퍼지 픽셀(fuzzy pixel) 분류법을 사용한 색상특성에 대한 시스템이다. 이 시스템은 색상 특성 요소를 색상 이미지 사이의 유사성을 측정하기 위해 사용하는데, 이는 색상 특성 요소 사이의 거리에 기반하며 색상 정보를 견본 이미지와 대응한 타켓 이미지의 위치를 측정하기 위해 사용된다. 여기서 색상 특성 요소는 예를 들어 색상 카테고리 같은 타켓 이미지HSL 색상 히스토그램의 각각의 빈(bin)에 할당된 픽셀의 퍼센티지에 의해 구성된다. 이는 예를 들어 색상, 포화도, 휘도값으로 구성된 각 빈같은 참조 픽셀의 HSL 값에서 기반된다. 그리고 약간의 무게를 가지는 픽셀은 퍼지 픽셀 분류법의 퍼지 멤버쉽 함수에 따라 복수의 빈에 분산된다.

그러나 (3차원HSL 공간의 빈이 있는) HSL 히스토그램에서 이러한 “퍼지 픽셀 분류법”과 이후의 유사성 측정은 컴퓨터자원을 고도로 요구하기 때문에 불편하다. 그래서 이러한 이미지 프로세싱 기술은 고속의 생산 라인, 특히 라인 위의 모든 아이템이 인식되어야 하는 고속 생산라인의 실시간 인식방법으로 잘 채택되지 않는다.

상기 언급된 선행기술의 문제점과 관련하여 본 발명은 확실한 실시간 시스템 제공 및 디지털 이미지로부터 아이템을 식별하는 해당 방법을 제공하는 것을 목적으로 한다. 본 발명의 목적은 빠른 속도로 많은 종류의 아이템이 운반되는 생산라인에 잘 들어맞는 생산제어용 툴(tool)을 제공하는 것이다. 이는 생산라인을 지나가는 모든 아이템의 디지털이미지 프로세싱이 수행되는 동안 이루어진다. 기준 식별 데이터로부터 특화된 요소를 비교하는 방식에 의한 색상 인식에 기반한 정밀한 인식을 위해 필요한 것은 단지 한정된 컴퓨터 자원뿐이다.

발명의 다른 목적은 기준 데이터 생성도 가능한 시스템과 방법을 제공하는 것이다. 이는 또 다른 아이템 인식 프로세스에 사용된다. 본 발명의 또 다른 목적은 생산라인의 아이템을 안전하게 식별하는 것이다.

본 발명에 따른 식별 시스템 및 방법의 또 다른 목적은 고속의 생산라인, 특히 아이템간의 간격이 없고 그리고/또는 디지털 이미지 확보가 불완전한 상황, 즉 컨베이어 위에서 이송되는 병이나 캔이 돌려져 있는 위치에서도 최다 아이템의 식별을 가능하게 하는 것이다.

본 발명의 첫번째 측면에 따른 아이템 식별 방법은 아래와 같은 단계로 이루어진다.

a) 상기 아이템의 디지털 이미지에서 적어도 하나의 영역을 선택하는 단계; 그리고

ｂ）단계 a)에서 선택된 각 영역에 대하여 상기 영역의 픽셀의 색상 값의 해당 히스토그램(histogram)을 설정하는 단계,

c) 단계 b)에서 설정된 각 히스토그램의 각 빈(bin)에 대하여 픽셀 수를 기준 아이템에 대한 기준 데이터 세트(reference data set)의 해당 최소 및 최대 기준 값과 비교하는 단계; 그리고

d) 상기 픽셀 수가 적어도 하나의 영역에서 상기 빈의 N값이 적어도 1이상이 되어 상기 기준 값 사이에 해당된다면 상기 아이템을 상기 기준 아이템에 해당하는 것으로 식별하는 단계.

위 인식방법은 아이템 식별에 단지 한정된 컴퓨터 자원만이 필요하다. 그리고 실시간 프로그램과 호환되는 빠른 프로세싱을 가능하게 한다. 단지 HUE 값 같은 1차원의 색상 히스토그램이 수행되고 기준 데이터 값과 비교되기 때문인데, 이는 단지 예를 들어 각 빈마다 픽셀의 최소값과 최대값 같은 2개의 스칼라(scalar) 값으로 구성된다. 이러한 한정된 데이터 양에도 불구하고 정밀한 아이템 식별이 가능하다.

본 발명의 다른 측면에 따르면 위 방법의 d단계에서, 상기 픽셀의 숫자가 각 영역의 히스토그램 빈에서 상기 기준 값 사이로 구성된 경우, 아이템은 기준 아이템에 완전히 해당된 것으로 식별된다. 이러한 완전한 해당 조건은 디지털 이미지가 단지 제한된 범위에만 국한되어 있더라도 빠르고 정확한 아이템의 식별을 사실상 가능하게 한다.

본 발명은 또한 아이템과 기준 아이템이 부분적으로 유사한지를 측정할 수 있도록 한다. 이러한 경우에 본 발명의 첫 번째 측면에 따르면 위 방법은 아래와 같은 단계를 더 포함한다:

e) 상기 픽셀 수가 각 영역의 각 히스토그램의 각 빈에서 상기 기준 값 사이에 포함되지 않고, 설정된 히스토그램의 빈에 대한 유사성 스코어 값(similarity score value)이 상기 빈에 대한 픽셀 수만큼 낮아서 이에 해당 되는 최소 기준 값 이하이거나 최대 기준 값 이상인 경우, 빈에 대한 유사성 스코어 값에 기반하여 상기 기준 아이템과 부분적으로 유사한 아이템으로 식별하는 단계.

이러한 점수(scoring)는 아이템과 관련된 히스토그램의 특정 빈에서 픽셀 숫자가 제어 부분의 일부 결함 때문에 기준 값 범위 내에 있지 않다고 하더라도 (예를 들면 브랜드 패턴에서 특정 색상이 대체되거나 인쇄에 결함이 있는 경우처럼) 아이템과 기준 값 사이의 유사성을 정교하게 측정하는 것을 가능하게 한다.

발명의 다른 형태에 따르면, 가시적인 스펙트럼뿐만이 아니라 UV나 IR 같은 전자기적인 스펙트럼으로부터도, 스펙트럼의 각 부분마다 색상이 다르다는 속성 및 디지털 이미지 픽셀의 속성에 기반한 HSL같은 표현을 사용하여 디지털이미지 사용이 가능하다. 일반적인 경우 상기 발명에서 사용되는 색상값은 인간의 3차원 CIELAB 표현에 부합되는 것은 필요하지 않고, 가시적이자 아이템의 반사 스팩트럼의 IR 파트인 UV에서 선택된 임의적인 스팩트럼 범위에 기반될 수 있다. 더나아 이러한 스팩트럼 밴드의 어떤 숫자도 선택될 수 있다.

또한, 더 정밀한 식별을 위해서는 채도와 휘도에 관련되는 정보가 또한 사용될 수 있다. 그럼에도 불구하고, 상기 언급된 낮은 컴퓨터 비용 통제 때문에 3차원 공간에서의 히스토그램 같은 종래의 HSL히스토그램의 사용을 넘어서는 개선이 바람직한 것으로 보인다.

본 발명의 이러한 측면에 따르면, 위에서 언급된 방법에서 상기 디지털 이미지의 픽셀은 특정 색상 세트 중 한 색상에 대한 휘도, 채도, 색조 값을 각각 가지고 색상 세트의 각 색상은 고유한 스펙트럼 반응에 해당하고, 히스토그램을 설정하는 단계b)는 아래와 같은 단계를 더 포함한다 :

b1) 각 채도 값이 특정된 채도 임계값 이상인 상기 영역 내의 픽셀과 색상 세트의 각 색상에서 그 색상의 색조 값이 두 개의 특정된 색조 임계값 사이에 해당되는 픽셀 수를 카운팅(counting)하고 상기 색상의 포화된 픽셀 수를 얻기 위하여 색상의 빈을 규정하는 단계;

b2) 포화된 픽셀이 아닌 상기 영역 내의 픽셀에서 블랙 픽셀(black pixels)에 해당되는 숫자를 얻기 위하여 휘도 값이 특정된 휘도 임계값 이하인 픽셀의 수를 카운팅하고, 화이트 픽셀(white pixels)에 해당되는 숫자를 얻기 위하여 휘도 값이 상기 휘도 임계값 이상인 픽셀의 수를 카운팅하는 단계; 그리고

b3) 색상 세트의 각 색상에서 포화된 픽셀 수와 블랙 픽셀 및 화이트 픽셀의 수를 계산한 것을 기반으로 색상 세트의 색상과 블랙 및 화이트에 따른 픽셀의 분산을 계산하여, 상기 영역의 히스토그램을 형성하는 단계.

그래서, 본 발명의 위와 같은 면에 따르면, 색상 히스토그램은 채도, 휘도 정보를 기반으로 블랙과 화이트로 완성될 수 있으며, 1차원 색상 히스토그램이므로 여전히 낮은 전산 비용로 식별할 때의 정확성이 증가된다.

본 발명의 방법은 또한 더 나아가 기준 형태와 비교하는 방식을 따르는 종래의 형태검출 단계를 구성하는데, 이는 형태와 매칭시키는 경우의 d단계의 식별을 인증하기 위한 것이다. 더 정밀하게는, 본 발명은 디지털이미지에서 아이템의 형태를 검출하고, 상기 검출된 형태를 해당되는 기준 아이템의 기준 형태와 비교하는 추가적인 단계로 구성될 수 있다.

또 다른 측면에서, 본 발명은 가까이 모여있거나 붙어있더라도 아이템 식별을 하게 한다. 본 발명은 디지털 이미지가 획득되는 시각 필드에서 두 개 또는 그 이상의 아이템과 관련된 픽셀 데이터에서 동일한 디지털 이미지의 존재로 인한 가능한 오버래핑 효과를 잘 제거한다.

따라서 본 발명에 따른 아이템 식별 방법은 더 나아가, a단계에서 디지털 이미지로 아이템의 형태를 검색하고, 어떠한 영역이라도 검색된 아이템의 형태 내에 있도록 적어도 하나의 영역을 선택하는 단계로 구성될 수 있다.

본 발명의 기능은 생산라인 아이템에서 획득된 디지털 이미지의 어떠한 영역의 컨텐츠(content)라도 오로지 바로 그 아이템으로만 관계되도록 보장하는데, 심지어 생산라인에서 다른 아이템과 붙어있더라도 마찬가지이다. 병이나 캔 라인은 아이템이 서로 붙어있는 두 개의 연속적인 아이템의 형태로 컨베이어로 정렬되어 전형적으로 운송되는 생산라인의 예로서 잘 알려져 있다. 따라서 본 발명은 고속의 라인에서도 하나의 아이템에만 독점적으로 해당 디지털 이미지를 획득할 수 있는 데이터를 확실히 만드는 이미징 수단에 의해 각 아이템의 정밀한 식별을 가능하게 한다.

이와 다른 선택으로, 아이템의 디지털 이미지는 상기 아이템의 형태인 것처럼 여겨지는 아이템의 제어영역으로 한정될 수 있다. 예를 들어, 아이템이 컨베이어 위에 수직으로 있는 원통의 캔인 경우에 제어영역은 단지 캔의 원통 표면의 줄무늬일 수 있다. 디지털 이미지에서 이러한 한정은 제어영역에 관련되지 않은 픽셀 데이터를 제어하기 위한 것인데, 다양한 방법으로 수행될 수 있다.

예로는 디지털 이미지를 짜 맞추거나 제어영역의 형태에 해당되는 프레임 형태에서 픽셀 데이터를 카운팅하지 않는 방법을 들 수 있다. 또 다른 예로는 마스크 (mask) 또는 전체적인 보기 필드를 한정하는 어떠한 수단이라도 디지털 이미지를 획득할 때 디지털 이미지의 픽셀이 단지 아이템의 제어 영역에만 연결되도록 하기 위하여 사용되는 것을 들 수 있다. 결과적으로 디지털 이미지의 컨텐츠는 사실상 하나의 아이템에로만 관련된다.

본 발명은 또한 기준 아이템의 기준 디지털 이미지로부터 기준 데이터를 직접적으로 결정할 수 있는 가능성을 제공한다. 따라서 본 발명의 방법은 더 나아가 기준 디지털 이미지의 각 영역을 설정하기 위하여 기준 디지털 이미지에서 a와 b단계를 수행하는 것으로 상기 기준 아이템의 기준 디지털 이미지로부터 상기 기준 데이터 세트를 계산하며, 기준 히스토그램과 각 설정된 기준 히스토그램의 해당 최소 및 최대 기준 값, 상기 최소 및 최대 각 기준값은 해당 신뢰구간으로부터 얻어지는 단계로 구성될 수 있다.

상기 가능성은 기준 데이터 세트를 상기 영역에 선호되는 디지털이미지의 분할(segmentation)에 용이하게 적용하는데 중요하다. 이러한 가능성은 기준 데이터 세트를 식별되기 위한 아이템에 해당되는 특수한 환경에 용이하게 적용하는데 중요하다. 예를 들어 가능한 각도 값의 범위에서 회전하는 각도 위치를 가지는 생산라인에 여러 개의 유사한 아이템이 식별되어야 하는 경우, 디지털 이미지를 제각기 얻을 때 아이템마다 하나의 디지털 이미지만 얻게 되는 경우라도 아이템의 정밀한 식별이 여전히 가능하다.

예를 들어 후자의 경우에 디지털 이미지의 각 영역의 각 빈에서 해당 최소 및 최대 기준 값은 기준 아이템의 기준 디지털 이미지의 세트로부터 측정될 수 있는데, 위에서 언급된 범위 내의 각도 값에 따라 상기 기준 아이템의 다양한 회전하는 각진 위치에 해당되며, 기준 디지털 이미지 세트의 해당 색상 히스토그램과 관련된 빈과 영역에서 최소 및 최대 픽셀 수를 카운팅하는 것에 의한다.

물론, 만약 기준 아이템의 회전하는 위치의 샘플 각도값의 숫자 그리고/또는 디지털 이미지에서 영역 숫자가 더 클수록 아이템은 더욱 정밀하게 식별하게 된다. 예를 들어 캔 생산라인에서, 컨베이어로 운반되는 원통형의 캔은 원통 축을 따라 0도에서 360 도 범위에서 회전하는 위치가 될 수 있다.

그리하여 180도 각도로 회전되는 기준 캔의 각각의 위치에 해당되는 적어도 두 개의 기준 디지털 이미지에서, 적어도 두 개의 기준 이미지로부터 획득되고 기준 아이템에 연결되는 최소 및 최대 기준 값에 기반한 캔의 정밀한 식별이 심지어 캔의 단지 하나의 디지털 이미지에 의해서도 가능하게 된다.

상기 언급된 히스토그램의 각 색상에서 신뢰간격은, 픽셀 수의 최소 및 최대 기준값을 측정하기 위한 것인데, 기준 디지털 이미지 세트에서 각 기준 디지털 이미지 픽셀의 색상 값의 기타 통계처리로부터 사실상 기인할 수 있다. 중요한 빈 그리고/또는 영역에 따라 픽셀 수에 가중치를 두는 것이 그 예이다.

d단계에서 아이템 식별의 인증 대신, 검색된 아이템의 형태가 기준 형태와 일치되는 경우, 아래에서 보듯이 이전의 양상에 따른 본 발명은 아래와 같은 단계를 더 포함할 수 있다.

디지털 이미지에서 패턴을 검색하고 검색된 패턴을 기준 아이템에 해당되는 특정의 기준 패턴과 비교하며, 상기 검색된 패턴이 기준 패턴과 일치되는지 평가하며;

더 나아가, 상기 검색된 패턴이 기준 패턴과 일치된 것으로 평가되는 경우 아이템 식별의 연산 결과를 상기 검색된 패턴을 인증하는데 사용하는 단계.

본 발명의 위와 같은 측면에서, 이미 설명한 1차원 색상 히스토그램에 기반한 전체 이미지 프로세싱에 의한 아이템의 식별은 패턴 매칭(pattern matching)을 인증하는 구실을 한다. 이것은 만약 상기 패턴 매칭이 오류에서 기인한 경우 특별한 장점이 있는데, 예를 들어 만약 아이템의 디지털 이미지로부터 검색된 패턴이 실제로는 그 아이템이 아니라 기준 패턴에 해당되는 경우를 들 수 있다.

본 발명은 또한 본 발명에 따라 아이템을 식별하는 방법을 시행하기 위해 작동되는 아이템 식별 시스템에 대한 것이며, 상기 시스템은 첨부된 청구항에서 정의된 것처럼 생산라인에서 아이템을 식별하는데 사용된다.

특히 생산 라인에서 아이템 식별 시스템의 사용은 설명되고, 이 시스템은 메모리를 포함하는 디지털 이미지 프로세싱 유닛으로 구성되며 아래와 같이 작동한다:

상기 아이템의 디지털 이미지에서 적어도 하나의 영역을 선택하며;

상기 영역에서 픽셀의 색상 값에 해당되는 히스토그램을 각 선택된 영역에서 설정한다,

상기 디지털 이미지 프로세싱 유닛은 더 나아가:

설정된 히스토그램의 각 빈서 픽셀 수 메모리에 저장된 기준 데이터 세트의 해당 최소 및 최대 기준 값과 비교하고, 기준 아이템에 연결하며, 상기 픽셀 수가 상기 기준 값 사이로 구성되는지 아닌지 결정하고;

상기 픽셀수가 적어도 하나의 영역에서 상기 빈의 N값이 적어도 1이상이 되어 상기 기준 값 사이에 해당된다면 상기 기준 아이템에 해당되는 아이템으로 식별되도록 더 작동된다.

각 도에서 동일한 부재번호는 동일한 구성 요소를 나타내며, 본 발명은 발명의 두드러진 형태와 특징을 도시하는 첨부된 도면을 참조하여 이하에서 상세하게 설명될 것이다.
도 1은 본 발명에 따른 아이템 식별 방법의 전형을 도시하는 순서도이다.
도 2는 5 디지털 이미지를 복수의 영역으로 세분화한 것을 도시한다.
도 3은 색상 히스토그램의 빈에 해당되는 기준 데이터 세트를 도시한다.
도 4는 본 발명의 전형에 따른 아이템을 식별하는 시스템을 포함하는 자동 생산라인을 도시한다.
도 5는 도 4에서 보이는 아이템의 표면의 제어 영역을 도시한다.
도 6은 도 4의 이미징 유닛(imaging unit)에 의해 얻어지는, 도 5에서 보이는 제어 영역의 디지털 이미지를 도시한다.

도 1의 순서도에 의해 도시되는 아이템 식별 방법에서, 식별되기 위한 아이템의 디지털 이미지는 도2에서 표현된 것과 같이 1이상의 K영역으로 분할되며, 1영역은 K=4로 표시된다.

이하에서 ZN은 1 ≤ ZN ≤ K로 색인된 영역이며, “i”는 1 ≤ i ≤ M로 색인된 빈이다. 예를 들어 H(ZN)같은, ZN영역에 해당되는 색상 히스토그램은 고유한 색상 값 M에 해당되는 M빈으로 구성되며, B(ZN,i)는 영역 ZN에서 히스토그램 H(ZN)의 i번째 빈에 해당되는 픽셀의 숫자이다.

각 ZN영역의 각 i 빈에서, 두 개의 기준값 Min(ZN,i)과Max(ZN,i)은 각각 픽셀의 최소와 최대 숫자에 해당되는데, 기준 값이 특성화되어 있는 기준 아이템과 해당 아이템을 식별하기 위한 세트. 즉 기준 데이터 세트, 즉 기준 값의 모든 짝(pairs) 세트는 사실상 색상 브랜드 페턴의 관점에서 기준 아이템의 서명이 된다. 물론 히스토그램은 평소대로 B(ZN,i)가 사실상 ZN영역의 i빈에서 픽셀의 백분율에 해당되도록 정규화 될 수 있다. 이러한 경우 기준 값 또한 정규화된다.

기준 데이터 세트의 예시는 도 3에서 보여진다. 이러한 예시에서, 픽셀 수의 짝 값이 (2)에 해당되는 i = 1,…,M=17인 ZN영역의 각 빈 B(ZN,i)에서 Min(ZN,i)와Max(ZN,i)이 주어지며, 각각 히스토그램(2)로 도시된다. 17번째 빈은 블랙과 화이트 픽셀인 두 개의 빈이 더해져 사실상 15번째 색상 빈에 해당한다.

도 1의 순서도에 따르면, S100 시작단계 이후에, ZN이 1로 색인된 영역의 초기화 단계 S101는 디지털 이미지의 첫 번째 영역의 선택에 해당하며, 색상 히스토그램 H(ZN=1)이 설정된다.

그래서, H(1)의 각 빈에서 픽셀 수는 디지털 이미지 프로세싱 수단에 의해 카운트 되고, 즉i=1,…,M 에서 B(1,i)인 H(1)에 해당되는 상기 숫자의 세트는 S102 단계에서 획득된다.

S103단계의 경우 H(1)의 현재 빈 B(1,i)에서 만약 픽셀 숫자가 B(1,i)에 해당되는 기준 값 사이에서 구성된다면 테스트된다. 즉Min(1,i) ≤ B(1,i) ≤ Max(1,i)인 조건이 실현되는 경우이다.

빈에서 실현되는 기준 값에 대한 조건의 경우, 조건 실현의 숫자 I는 히스토그램의 다양한 빈에서 조건을 테스트할 때 이러한 실현의 전체 번호를 카운트 하기 위하여 S104 단계에서 증가된다.

기준 아이템과 식별하기 위하여, 디지털 이미지의 K영역 내의 적어도 하나의 영역에서, I가 부여된 임계값 N에 도달하자마자 (S105단계에서 1 ≤ N ≤ K x M일 때) S106단계에서 아이템은 기준 아이템으로 식별된다.

S105단계에서 조건이 충족되지 않는 경우, 히스토그램 H(ZN) 의 다음 빈 (i+1)이 S107단계에서 고려된다. 만약 이러한 다음 빈 색인이 S108단계에서 M값을 초과하지 않는 경우, 다음 빈(i+1)의 조건이 기준 값의 짝인 Min(ZN,i+1) 과Max(ZN,i+1)에 해당되는 S103단계에서 테스트된다.

임계값 N이 히스토그램 H(ZN)에서 조건에 이르지 못한 경우, 그리하여 ZN 영역에서, 디지털 이미지의 다음 영역인 ZN+1이 S109단계에서 고려된다. 만약 이러한 영역 색인 값이 S110단계에서 K값을 초과하지 못한 경우, 해당되는 다음 히스토그램 H(ZN+1)이 S102단계에서 계산되고, B(ZN+1,i)인 빈에서 조건이 기준 값의 짝인 Min(ZN+1,i)과 Max(ZN+1,i)에 해당되는지 S103단계에서 테스트된다.

모든 영역의 모든 빈의 경우 (즉 i=1,…,M 및 ZN=1,…,K) 조건이 충족된 N을 얻지 않고도 분석되는데, 아이템은 S111단계에서 기준 아이템이 아닌 것으로 식별된다.

상기 언급된 식별 조건은 기준 아이템 전체에 해당되는 다음 조건으로 대체하여 더 한정적으로 만들어 질 수 있으며: 그 조건은 Min(ZN,i) ≤ B(ZN,i) ≤ Max(ZN,i)이며 i=1,…,M 와 ZN=1,…,K, 즉 각 영역의 각 히스토그램의 각 빈에서 기준 값 사이로 구성되는 픽셀 숫자에서 충족되어야 한다. 이러한 한정 조건은 사실상 N= K x M 인 경우에 해당되는데, 즉 영역에 부여된 숫자 K와 각 히스토그램에서 빈에 부여된 숫자 M에서 영역당 하나의 히스토그램이 있는 N의 최대값이다.

실제 응용 프로그램에서는 기준 아이템과 전체 대신에 부분적인 유사성만 탐색하는 것이 가끔 유용하다. 만약 정말 전체에 해당됨을 설정할 수 없는 경우, 현실에서 수행되는 다양한 계산은 정보를 포함하는데 이 정보는 그럼에도 불구하고 중요한 사실, 예를 들어, 해당 아이템의 결함의 존재 또는 해당 아이템이 기준 아이템으로 동일 족(same family)에 속해 있는 가능성과 관련된다.

예를 들어 같은 브랜드에서 아이템 색상이나 패턴의 작은 변화는 같은 생산 라인의 다른 카테고리에 해당될 수 있다. 예를 들어 설탕이 첨가되거나 첨가되지 않았을 뿐 동일한 음료를 담은 캔의 경우가 그러하다. 그래서 본 발명은 전체에 해당됨이 설정될 수 없는 경우, 부분적인 유사성을 측정하는데 스코어링(scoring) 기술을 사용한다.

이러한 스코어링에서 유일한 제약은 영역 ZN의 빈 i에서 유사성 값이 그 빈의 픽셀 수보다 모두 낮아야 한다는 것이다. 즉 B(ZN,i)은 두 개의 해당 기준 값인 Min(ZN,i) 과 Max(ZN,i) 어떤 것과도 동떨어져 있다.

이러한 유사성 스코어를 계산하는 많은 가능성이 있다. 예를 들어 ZN영역의 각 빈 “i”에서, B(ZN,i) ≤ Min(ZN,i)일 때 D(ZN,i) = [Min(ZN,i)-B(ZN,i)] 또는 B(ZN,i) ≥ Max(ZN,i)일 때 D(ZN,i) = [B(ZN,i)-MAX(ZN,i)]인 단순한 차이에 해당되는 선형 가중을 사용하는 것이 가능하다. 즉, 가중은 차이 D (ZN,i)인 선형 함수이며, 그래서 유사성 스코어 값은 이러한 가중의 역에 의존될 수 있다. (예를 들어 1/(1+D)인 스코어에 비례함) 그러나, 어떠한 비선형 가중이라도 위에서 언급된 제한과 호환되는 한 가능하다. 예를 들어, Dⁿ (n ≥ 2) 같은 비선형 가중은 작은 D값에 관한 유사성 스코어를 더욱 증대할 것이다.

각 영역과 각 빈에서 스코어 값 SC(ZN,i)를 형성하고, 부분적인 유사성을 설정하는 많은 방법이 또한 있다. 예를 들어 모든 영역에서 가장 높은 스코어만 보유하거나, 각 영역에서 가장 높은 스코어만 보유하고 예를 들어 영역의 각 면적에 따라 가중되는 모든 영역의 스코어 값을 평균하여 계산하는 것도 가능하다. 그러나 훈련된 사람은 다양한 스코어 값 SC(ZN,i)의 통계 처리에 대하여 디지털 이미지로부터 기준 아이템과 부분적인 유사성을 설정하는 측면에서 많은 다른 가능성을 고려할 수 있다.

선호되는 구현에서, 본 발명에 따르는 아이템 식별 방법은 위에서 지적된 것처럼 HSL 색상 공간에서 디지털 이미지의 고전적인 표현에 기반하는 “완성된” 1차원 히스토그램을 사용한다. 히스토그램은 별개로 미리 정의된 색상 값에 해당되는 빈을 갖는다. 그러나 채도 값과 휘도 값은 블랙 픽셀에 해당되는 추가 “빈”과 화이트 픽셀에 해당되는 추가 “빈”으로 히스토그램을 완성하는데 사용된다. 이러한 완성된 색상 히스토그램은 어두운 부분 그리고/또는 밝은 부분이 있는 아이템 식별을 가능하게 하며, 식별 용도에서 정밀성을 더한다. 디지털 이미지의 각 영역에서 채도 임계값은 특정되는데, 이는 고려 영역에 달려 있으며 포화 픽셀, 즉 휘도 값이 무엇이든 해당 임계값 이상의 채도 값을 갖는 픽셀을 정의하는 역할을 한다.

또한 디지털 이미지의 각 영역에서 두 개의 색조 임계값은 히스토그램의 색상마다 특정되는데, 이는 고려 영역에 달려 있다. 색상에서 특정된 색조 임계값의 각 쌍마다 사실상 그 색상 히스토그램의 빈을 정의하며, 그 두 임계값은 빈에서 각각 가장 멀리 떨어진 색조 값으로 구성된다. 특정된 색조 임계값의 여러 쌍은 색상 (색조) 공간과 히스토그램의 색상 빈의 분할을 규정한다.

이러한 색조 임계값은 디지털 이미지 영역의 각 색상에서 포화된 픽셀을 카운팅하는 구실을 한다. 즉, 각 히스토그램의 기정 색상에서 : 색조 값이 두 개의 해당 색조 임계값 사이로 구성되는 포화된 픽셀 수는 각 해당 색상에서 포화된 픽셀의 숫자를 규정한다. 그래서 이같은 픽셀은 잘 특정된 색상을 갖게 된다. 이러한 특정된 색조 임계 값 쌍은 또한 식별에서 고려되는 기준 아이템에 의해 결정될 수 있다.

또한 낮은 휘도 값을 갖는 영역의 포화되지 않은 픽셀 수, 즉 휘도 값이 해당 영역에서 특정된 휘도 임계값 이하이며 이는 고려 영역에 의해 결정되는 픽셀 수는 그 영역의 블랙 픽셀로 카운트 될 수 있다.

대조적으로, 높은 휘도 값을 갖는 영역의 포화되지 않은 픽셀 수, 즉 휘도 값이 해당 영역에서 특정된 휘도 임계값 이상인 픽셀 수는 그 영역에서 화이트 픽셀로 카운트 될 수 있다. 이러한 경우, 기준 데이터 세트는 각 영역에서 블랙 픽셀의 최소 및 최대 기준 값과 화이트 픽셀의 최소 및 최대 기준값을 포함하기 위하여 또한 확장된다.

물론, d단계에서 식별조건은 또한 블랙과 화이트 픽셀에 관계된다. 사실상, b단계에서 히스토그램으로 고려되는 색상의 숫자는 두 개의 새로운 색상인 블랙과 화이트를 규정하는 것에 의하여 여기서 단지 두 개로 증가된다. 따라서 아이템과 기준 아이템의전체적인 관련성은 이제 전체적인 관련성을 위한 조건을 실현하는 N’ = K x (M+2) = N + 2K인 숫자 N을 필요로 한다. 즉, 픽셀 수는 각 영역의 각 히스토그램의 각 빈에서 기준값 사이로 구성된다.

색상의 숫자의 동일한 “확장”은 위에서 명시된, (즉 유사성 스코어는 또한 블랙과 화이트 픽셀을 최소 및 최대 기준 값에 각각 해당하는 기준으로 특정된이다) 부분적인 유사성을 고려하거나 상기 언급된 기준 디지털 이미지로부터 기준 데이터 세트를 계산할 때 또한 적용된다.

만약 디지털 이미지가 “잘못된 색상 이미지”의 경우 같은 확장된 스펙트럼 정보를 구성한다면, HSL 표현은 상응되게 적용되거나 더 일반적인 색상 공간으로 확장된다. 상기 언급된 어떠한 측면에 의해도 결정될 수 있는 본 발명의 다른 구현에서 디지털 이미지에서 검색된 패턴의 인증은 허용된다.

아이템을 식별하는 방법의 해당 측면은 더 나아가 더 나아가 다음 단계로 구성된다.

디지털 이미지에서 패턴을 검색하고, 검색된 패턴을 기준 아이템에 해당되는 특정 기준 패턴과 비교하며, 상기 검색된 패턴이 기준 패턴과 일치되는지 평가하며; 그리고

더 나아가, 상기 검색된 패턴이 기준 패턴과 일치된 것으로 평가된 경우 아이템 식별 연산 결과를 상기 검색된 패턴을 인증하는데 사용하는 단계.

아이템에서 상기 언급된 패턴은 바코드나 문자 일 수 있다. 예를 들어 상기 패턴의 검색은 바코드 리더나 OCR(optical character recognition) 소프트웨어의 방식으로 각각 수행된다. 본 방법은 기준 아이템에 해당되는 특정 기준 패턴의 일치가 정말 유효한 것이라 할지라도 검색된 기준 패턴을 확실하게 하기 위하여, 위에서 설명된 바와 같이 색상 히스토그램 및 최소, 최대 기준 값에 기반한 이미지 가공으로부터 식별 단계를 사용하도록 한다.

본 발명의 이러한 측면, 색상 히스토그램 및 기준 패턴과의 패턴 매칭(pattern matching) 모두에 기반하는 식별 수단으로서 “더블 체킹(double checking)”을 사용하는 것에 의해 생산 라인에서 아이템의 제어 품질은 확실히 증대된다. 예를 들어 방법은 다른 타입의 아이템에 인쇄되어 있는 특정 타입의 아이템 바코드 같은 위장 검색을 가능하게 한다. 본 발명은 또한 아이템 식별 시스템에 관계되는데, 이는 상기 언급된 모든 측면이나 본 발명에 따른 방법의 모든 구현 단계를 이행하도록 작동된다.

적절하게는, 아이템 식별 시스템은 일반적으로 메모리를 포함하는 디지털 이미지 프로세싱 유닛(digital image processing unit )으로 구성되며 아래와 같이 작동된다:

상기 아이템의 디지털 이미지에서 적어도 하나의 영역을 선택하고;

상기 영역에서 픽셀의 색상 값에 해당되는 히스토그램을 각 선택된 영역에서 설정한다,

상기 디지털 이미지 프로세싱 유닛은 더 나아가:

설정된 히스토그램의 각 빈에서 픽셀 수를 메모리에 저장된 기준 데이터 세트의 해당 최소 및 최대 기준 값과 비교하고 기준 아이템에 연결하며, 상기 픽셀수가 상기 기준 값 사이로 구성되어 있는지 결정하고;

상기 픽셀수가 적어도 하나의 영역에서 상기 빈의 N값이 적어도 1이상이 되어 상기 기준 값 사이에 해당되는 경우 상기 기준 아이템에 해당되는 아이템으로 식별하도록 작동된다.

특별히 도4에서 도시된 본 발명의 아이템 식별 시스템의 예시를 포함하는 자동화된 생산 라인에서 시스템은 생산 라인 컨베이어 위에 있는(12) 아이템(11)의 디지털 이미지를 얻기 위한 촬상 장치(imaging unit)(10)와 촬상 장치(10)로부터 수신된 디지털 이미지를 가공하기 위한 디지털 이미지 프로세싱 유닛(digital image processing unit)(13) 그리고 기준 데이터 세트를 저장하기 위한 메모리(14)로 구성된다.

시스템은 또한 아이템(11)을 조명하기 위하여 섬광등을 갖는 조명 장치(illumination unit)(15)로 구성될 수 있다.

이러한 조명 장치는 일반적인 경우 LED 조명이나 가시광선 레이저이다. 조명 장치의 다른 타입은 더 넓은 스팩트럼, 예를 들어 UV에서 IR 조명 범위로서 300nm에서 2500nm 으로 아이템을 조명하도록 한다.

촬상 장치(10)은 디지털 카메라(CCD 카메라나 CMOS카메라)가 될 수 있다. 그러나 디지털 이미지 형태를 생성하기 위해 프레임 그래버(framegrabber) 아날로그-디지털 변환기가 보강되어 있으며 아날로그 카메라 역시 이용될 수 있다.

시스템은 더 나아가 조명 장치(15)를 제어하기 위해 작동하는 제어 유닛(16), 촬상 장치(10) 그리고 아이템의 조명, 조명된 아이템의 디지털 이미지 형성, 상기 디지털 이미지의 가공에 작동을 동기화(synchronize)하기 위한 디지털 이미지 프로세싱 유닛(13)으로 구성된다.

도5는 아이템(11) 표면의 제어 영역(17)을 도시하며, 도6은 촬상 장치(10)에 의해 찍힌 아이템(11)의 제어 영역(17)의 디지털 이미지(18)를 묘사한다. 디지털 이미지 프로세싱 유닛(13)은 촬상 장치(10)로부터 수신된 디지털 이미지(18)를 다수의 영역(19a-19d)으로 분할한다.(예시에서는 4개임)

디지털 이미지(18)의 각 영역에서, 디지털 이미지 프로세싱 유닛(13)은 광자 영상 장치의 스펙트럼 넓이에 따라 측정 가능한 색상 공간을 M개의 빈(도3에는 M을 17로 예시함)으로 분할하고 그리고 각 빈에서 색조 값에 해당하는 픽셀의 수를 카운팅하는 것에 의해 해당 1차원 색상 히스토그램을 정한다.

가급적, 시스템은 다음을 더하여 구성할 수 있다: 센서 수단(sensor means)은 촬상 장치(10)에 관련된 아이템의 위치를 검색하기 위해 촬상 장치에서 작동되며, 촬상 장치는 아이템의 디지털 이미지를 형성하고, 상기 위치의 검색을 표시하는 기폭 신호(trigger signal)를 전송하기 위해 작동되고, 여기서 제어 장치(16)는 더 나아가 센서 수단으로부터 기폭 신호를 받고 조명 장치(15)와 촬상 장치(10) 및 디지털 이미지 프로세싱 유닛의 동작(13)을 동기화하도록 작동한다.

일반적으로, 센서 수단은 고속 촬영을 위한 레이저 기폭이 될 수 있다. 잘 알려진 이 장치는 촬상 장치의 매우 정밀한 기폭을 가능하게 하고, 생산율이 분당 1200개의 속도인 캔이나 병 같은 생산라인에 특히 적용된다.

더 나아가, 촬상 장치의 제어 필드(controlling the field)에 의하면 촬영된 아이템의 목표 제어 영역의 크기를 변화시키는 것이 가능하다. 예를 들어, 생산 라인이 병이나 캔인 경우, 라인 위의 아이템은 서로 근접하거나 심지어 붙어 있을 수 있다. 후자의 경우에 촬상 장치의 필드는 제어영역만의 이미지를 위하여 마스크 수단에 의해 제한될 수 있다.(이는 병의 라벨이나 캔의 날인에 해당됨). 접촉되어 있는 아이템이라도 식별이 가능한 본 발명의 이러한 방식은 분당 1200개를 생산하는 고속의 캔 생산라인에서 가시광선 조명으로 테스트되어 왔다. 게다가, 블랙과 화이트를 포함하는 기준 값은 상기 설명된 복수의 원통 캔이 캔 대칭의 종축을 따라1도에서 360까지 회전하는 위치로 정해진다.

본 발명은 위의 구현이나 청구항에 의해 정의된 발명의 범위에서 벗어나지 않도록 만들어진 다양한 변경에 의해 제한되지 않는다. 예를 들어 상기 언급된 촬상 장치는 하나의 아이템에서 다른 보기 각도에 해당되는 복수의 디지털 이미지를 얻도록 작동될 수 있다. 그리고 상기 얻어진 각 이미지를 이미 설명한 아이템 식별로서 가공할 수 있다.

본 발명은 또한 아이템 식별을 위해 컴퓨터를 시스템에 연결되도록 작동하는 컴퓨터 프로그램 생산을 포함하는데, 이는 상기 컴퓨터가 작동할 때 위에서 설명한 바와 같이 본 발명에 따른 방법의 단계를 시행한다.

생산라인의 모든 아이템 식별을 위한 본 발명을 따르는 방법과 시스템은, 위에서 언급된 어떠한 측면에서도, 산업에서 다양하게 응용되는 아이템 식별을 위하여 높은 신뢰 수준으로 사용될 수 있다. 예를 들어, 상기 생산라인에서 세금 값 추정 등을 위한 생산량 결정이나 라인 생산 관리, 라인 생산 검사 등을 들 수 있다.

Claims (22)

1. a) 하나의 아이템의 디지털 이미지에서 적어도 하나의 영역을 선택하는 단계; 그리고
   ｂ）단계 a)에서 선택된 각 영역에 대하여 상기 영역의 픽셀의 색상 값의 해당 히스토그램(histogram)을 설정하는 단계;
   를 포함하고,
   c) 단계 b)에서 설정된 각 히스토그램의 각 빈(bin)에 대하여 픽셀 수를 기준 아이템에 대한 기준 데이터 세트(reference data set)의 해당 최소 및 최대 기준 값과 비교하는 단계; 그리고
   d) 상기 픽셀 수가 적어도 하나의 영역에서 상기 빈의 N값이 적어도 1이상이 되어 상기 기준 값 사이에 해당된다면 상기 아이템을 상기 기준 아이템에 해당하는 것으로 식별하는 단계를 더 포함하는 아이템 식별방법.
   
2. 제1항에 있어서, 단계 d)에서 상기 픽셀 수가 각 영역의 각 히스토그램의 각 빈에 대하여 상기 기준 값 사이에 포함되는 경우 상기 아이템은 상기 기준 아이템에 완전히 해당된 것으로 식별되는 것을 특징으로 하는 방법.
   
3. 제1항에 있어서,
   e) 상기 픽셀 수가 각 영역의 각 히스토그램의 각 빈에서 상기 기준 값 사이에 포함되지 않고, 설정된 히스토그램의 빈에 대한 유사성 스코어 값(similarity score value)이 상기 빈에 대한 픽셀 수만큼 낮아서 이에 해당 되는 최소 기준 값 이하이거나 최대 기준 값 이상인 경우, 빈에 대한 유사성 스코어 값에 기반하여 상기 기준 아이템과 부분적으로 유사한 아이템으로 식별하는 단계를 더 포함하는 것을 특징으로 하는 방법.
   
4. 제1항 내지 제3항 중 어느 하나의 항에 있어서, 상기 디지털 이미지의 픽셀은 특정 색상 세트 중 한 색상에 대한 휘도, 채도, 색조 값을 각각 가지고 색상 세트의 각 색상은 고유한 스펙트럼 반응에 해당하고, 히스토그램을 설정하는 단계b)는:
   b1) 각 채도 값이 특정된 채도 임계값 이상인 상기 영역 내의 픽셀과 색상 세트의 각 색상에서 그 색상의 색조 값이 두 개의 특정된 색조 임계값 사이에 해당되는 픽셀 수를 카운팅(counting)하고 상기 색상의 포화된 픽셀 수를 얻기 위하여 색상의 빈을 규정하는 단계;
   b2) 포화된 픽셀이 아닌 상기 영역 내의 픽셀에서 블랙 픽셀(black pixels)에 해당되는 숫자를 얻기 위하여 휘도 값이 특정된 휘도 임계값 이하인 픽셀의 수를 카운팅하고, 화이트 픽셀(white pixels)에 해당되는 숫자를 얻기 위하여 휘도 값이 상기 휘도 임계값 이상인 픽셀의 수를 카운팅하는 단계; 그리고
   b3) 색상 세트의 각 색상에서 포화된 픽셀 수와 블랙 픽셀 및 화이트 픽셀의 수를 계산한 것을 기반으로 색상 세트의 색상과 블랙 및 화이트에 따른 픽셀의 분산을 계산하여, 상기 영역의 히스토그램을 형성하는 단계를 더 포함하도록 구성된 것을 특징으로 하는 방법.
   
5. 제1항 내지 제4항 중 어느 하나의 항에 있어서, 기준 디지털 이미지의 히스토그램의 각 영역을 설정하기 위하여 기준 디지털 이미지에서 단계 a)및 단계 b)를 실행함으로서 상기 기준 아이템의 기준 디지털 이미지에서 상기 기준 데이터 세트를 계산하는 단계를 포함하고, 해당 신뢰 구간(confidence interval)으로부터 각각 얻어지는 최소 및 최대 기준 값을 설정된 기준 히스토그램의 각 빈에 연결하는 것을 특징으로 하는 방법.
   
6. 제1항 내지 제5항 중 어느 하나의 항에 있어서,
   디지털 이미지의 아이템 형태(outline)를 검색하고, 상기 검색된 형태를 기준 아이템에 해당되는 기준 형태와 비교하는 단계를 포함하고;
   단계 d)에서 상기 아이템의 식별은 상기 검색된 형태가 상기 기준 형태와 일치할 때만 인증되는 것을 특징으로 하는 방법.
   
7. 제1항 내지 제5항 중 어느 하나의 항에 있어서,
   디지털 이미지에서 아이템의 형태를 검색하는 단계를 포함하고, 단계 a)에서 어떠한 선택 영역이라도 검색된 아이템의 형태 안에 있도록 적어도 하나의 영역을 선택하는 것을 특징으로 하는 방법.
   
8. 제1항 내지 제5항 중 어느 하나의 항에 있어서, 상기 아이템의 상기 디지털 이미지가 상기 아이템의 외형 형태 내에 있는 아이템의 제어 영역으로 한정되는 것을 특징으로 하는 방법.
   
9. 제1항 내지 제8항 중 어느 하나의 항에 있어서,
   디지털 이미지에서 패턴(pattern)을 검색하여 검색된 패턴을 기준 아이템에 대한 특정 기준 패턴과 비교하고, 상기 검색된 패턴이 기준 패턴과 일치되는지 평가하고; 그리고
   상기 검색된 패턴이 기준 패턴과 일치되는 것으로 평가되는 경우 아이템 식별 연산 결과를 상기 검색된 패턴을 인증하는데 사용하는 단계를 포함하는 것을 특징으로 하는 방법.
   
10. 아이템 식별 시스템에 있어서, 메모리(memory)를 포함하며
    상기 아이템의 디지털 이미지에서 적어도 하나의 영역을 선택하고;
    상기 영역에서 픽셀의 색상 값에 해당되는 히스토그램을 각 선택된 영역에서 설정하도록 작동되는 디지털 이미지 프로세싱 유닛(a digital image processing unit)을 포함하고,
    상기 디지털 이미지 프로세싱 유닛은:
    설정된 히스토그램의 각 빈에서 픽셀 수를 메모리에 저장된 기준 데이터 세트의 해당 최소 및 최대 기준 값과 비교하고 기준 아이템에 연결하며, 상기 픽셀수가 상기 기준 값 사이로 구성되어 있는지 결정하고; 그리고
    상기 픽셀수가 적어도 하나의 영역에서 상기 빈의 N값이 적어도 1이상이 되어 상기 기준 값 사이에 해당된다면 상기 기준 아이템에 해당되는 아이템으로 식별되도록 더 작동되는 것을 특징으로 하는 아이템 식별 시스템.
    
11. 제10항에 있어서, 상기 이미지 프로세싱 유닛은 상기 픽셀수가 각 영역의 각 히스토그램의 각 빈에서 상기 기준 값 사이로 구성되는 경우 상기 아이템을 상기 기준 아이템에 완전히 해당되는 아이템으로 식별하도록 작동하는 것을 특징으로 하는 시스템.
    
12. 제10항에 있어서, 상기 디지털 이미지 프로세싱 유닛은:
    상기 픽셀 수가 각 영역의 각 히스토그램의 각 빈에서 상기 기준 값 사이로 구성되지 않은 경우 빈에 대한 유사성 스코어(similarity score)를 계산하고, 상기 빈의 픽셀 수보다 모두 더 낮게 계산된 히스토그램의 빈에 대한 유사성 스코어 값이 해당 최소 기준 값보다 더 이하이거나 최대 기준 값보다 더 이상이면;
    계산된 유사성 스코어 값에 기반하여 상기 기준 아이템과 부분적으로 유사한 아이템으로 식별하도록 작동되는 것을 특징으로 하는 시스템.
    
13. 제10항 내지 제12항 중 어느 하나의 항에 있어서, 상기 디지털 이미지의 픽셀은 특정 색상 세트 중 하나의 색상의 휘도, 채도, 색조 값을 각각 가지고, 색상 세트의 각 색상은 고유한 스펙트럼 반응에 해당하고, 히스토그램의 계산을 위하여 디지털 이미지 프로세싱 유닛이:
    특정된 휘도 임계값 이상의 각 휘도 값을 가지는 상기 영역 내 픽셀과 해당 색상의 빈을 규정하는 두 개의 특정된 색조 임계 값 사이로 색조 값이 구성된 색상 세트의 각 색상에서 상기 색상의 포화된 픽셀 수를 얻기 위하여 픽셀의 수를 카운트 하고;
    포화된 픽셀이 아닌 상기 영역의 픽셀에서, 해당 블랙 픽셀의 숫자를 얻기 위하여 휘도 값이 특정된 휘도 임계값 이하인 픽셀의 수를 카운트 하고, 해당 화이트 픽셀의 숫자를 얻기 위하여 휘도 값이 상기 휘도 임계값 이상인 픽셀의 수를 카운트 하며; 그리고
    색상 세트의 각 색상에서 포화된 픽셀 수 및 블랙 픽셀과 화이트 픽셀 수를 계산한 것에 기반해 색상 세트의 색상 및 블랙과 화이트에 따른 픽셀의 분산을 계산하여, 그리하여 상기 영역의 히스토그램을 형성하도록 작동되는 것을 특징으로 하는 시스템.
    
14. 제 10항 내지 제13항 중 어느 하나의 항에 있어서:
    특정된 스펙트럼 범위의 전자기 방사선으로 아이템을 조명하도록 작동되는 조명 장치(illumination unit); 그리고
    조명 장치에 의해 조명된 아이템에서 반사된 전자기 방사선에 해당되는 상기 수신 전자기 신호를 아이템의 디지털 이미지로 변환하고, 상기 디지털 이미지를 디지털 이미지 프로세싱 수단으로 전송하도록 작동되는 촬상 장치(imaging unit)를 포함하고;
    상기 디지털 이미지 프로세싱 유닛은 촬상 장치로부터 디지털 이미지를 수신하도록 작동되며; 그리고
    상기 조명 장치를 제어하도록 작동되는 제어 장치(control unit)를 더 포함하며,
    촬상 장치와 디지털 이미지 프로세싱 유닛은 작동을 아이템의 조명에 동기화(synchronize)하기 위해 조명된 아이템의 디지털 이미지를 형성하고 상기 디지털 이미지를 가공하도록 구성되는 것을 특징으로 하는 시스템.
    
15. 제10항 내지 제14항 중 어느 하나의 항에 있어서,
    촬상 장치에 관련된 아이템의 위치를 검색하기 위해 촬상 장치에서 작동하는 센서 수단(sensor means)을 더 포함하고, 상기 촬상 장치는 아이템의 디지털 이미지를 형성하고, 상기 위치의 검색을 표시하는 기폭 신호(trigger signal)를 전송하기 위해 작동되고,
    상기 제어 장치는 센서 수단으로부터 기폭 신호를 받고 조명 장치와 촬상 장치 및 디지털 이미지 프로세싱 유닛의 동작을 동기화하도록 작동하도록 구성되는 것을 특징으로 하는 시스템.
    
16. 제10항에 있어서, 상기 디지털 이미지 프로세싱 유닛은:
    기준 디지털 이미지 히스토그램의 각 영역을 설정하기 위하여 상기 기준 아이템의 기준 디지털 이미지를 아이템의 디지털 이미지로 가공하고; 그리고
    최소 및 최대 기준 값을 설정된 기준 히스토그램의 각 빈에 연결하고, 상기 최소 및 최대 기준 값은 해당 신뢰구간으로부터 얻도록 작동되는 것을 특징으로 하는 시스템.
    
17. 제10항 내지 제16항 중 어느 하나의 항에 있어서, 상기 디지털 이미지 프로세싱 유닛은:
    디지털 이미지에서 아이템의 형태를 검색하고 상기 검색된 형태를 기준 아이템에 해당되는 기준 형태와 비교하고; 그리고
    상기 검색된 형태가 상기 기준 형태와 일치하는 경우에만 아이템의 식별 연산 결과를 인증하도록 작동되는 것을 특징으로 하는 시스템.
    
18. 제10항 내지 제16항 중 어느 하나의 항에 있어서, 상기 디지털 이미지 프로세싱 유닛은:
    디지털 이미지에서 아이템의 형태를 검색하고; 그리고
    모든 선택된 영역이 아이템의 검색된 형태 내에 있도록 하나 이상의 영역을 선택하게 작동되는 것을 특징으로 하는 시스템.
    
19. 제10항 내지 제18항 중 어느 하나의 항에 있어서, 아이템의 디지털 이미지를 상기 아이템의 외형 형태 내에 있는 제어 영역으로 제한하는 수단(means)을 포함하는 것을 특징으로 하는 시스템.
    
20. 제19항에 있어서, 상기 제어 영역은 상기 아이템의 라벨이나 날인에 해당하는 것을 특징으로 하는 시스템.
    
21. 제10항 내지 제20항 중 어느 하나의 항에 있어서, 상기 디지털 이미지 프로세싱 유닛은:
    디지털 이미지에서 패턴을 검색하고 검색된 패턴을 기준 아이템에 해당되는 특정된 기준 패턴과 비교하고, 상기 검색된 패턴이 기준 패턴과 일치되는 경우 평가하고; 그리고
    상기 검색된 패턴이 기준 패턴과 일치된 것으로 평가된다면 아이템 식별 연산 결과에 기반하여 상기 검색된 패턴을 인증하도록 작동되는 것을 특징으로 하는 시스템.
    
22. 생산 라인에서 아이템을 식별하기 위하여 제 10항 내지 제 21항 중 어느 하나에 따른 시스템의 용도.
    

Images