WO2021192216A1 - 個体識別システム - Google Patents

個体識別システム Download PDF

Info

Publication number
WO2021192216A1
WO2021192216A1 PCT/JP2020/013992 JP2020013992W WO2021192216A1 WO 2021192216 A1 WO2021192216 A1 WO 2021192216A1 JP 2020013992 W JP2020013992 W JP 2020013992W WO 2021192216 A1 WO2021192216 A1 WO 2021192216A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
registered
images
feature
unit
Prior art date
Application number
PCT/JP2020/013992
Other languages
English (en)
French (fr)
Inventor
高橋　徹
賢吾 牧野
石山　塁
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2020/013992 priority Critical patent/WO2021192216A1/ja
Priority to EP20926838.2A priority patent/EP4024334A4/en
Priority to JP2022510320A priority patent/JP7251689B2/ja
Priority to US17/639,791 priority patent/US20220335617A1/en
Publication of WO2021192216A1 publication Critical patent/WO2021192216A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Definitions

  • the present invention relates to an individual identification system, an individual identification method, and a recording medium.
  • product numbers have been assigned to products, etc., and they have been used for product quality and distribution control. Further, a method of attaching a barcode, an IC tag, and an RFID to a product to identify a lot or an individual of the product is used.
  • a method of attaching a barcode, an IC tag, and an RFID to a product to identify a lot or an individual of the product is used.
  • an object such as a minute product, it is difficult in terms of cost and technology to print on each object or attach an IC tag, etc., and lots / individuals using the above method. It was difficult to manage.
  • Patent Document 1 describes an example of a technique relating to individual identification and authenticity determination by such a random pattern.
  • a random pattern image acquired from each of a plurality of partial areas (predetermined areas as collation areas) on the surface of the object to be registered is associated with an identification ID of the object to be registered and stored in a storage device.
  • a random pattern image is acquired from each of the plurality of subregions on the collation target object that are the same as at the time of registration, and for each subregion, The random pattern image acquired from the collation target object is compared with the random pattern image of the registration target object stored in the storage device, the comparison result of all the partial areas is comprehensively judged, and the collation target is registered. Determine if it is the same as the object.
  • an individual identification method related to the present invention. Then, when determining whether or not the collation target object is the same as the registration target object, a random pattern image must be acquired from all of the same plurality of subregions on the collation target object as at the time of registration, and individual identification can be performed. Convenience is reduced.
  • An object of the present invention is to provide an individual identification system that solves the above-mentioned problems.
  • the individual identification system is An acquisition means for acquiring a collation image obtained by capturing a part of a predetermined area of a collation target object, and A score indicating the degree to which a partial image similar to the collation image exists in the registered image obtained by photographing a predetermined area of the registration target object is calculated, and the collation target object is the same as the registration target object based on the score.
  • Judgment means for determining whether or not Is configured to include.
  • the individual identification method Acquires a collation image obtained by capturing a part of a predetermined area of the object to be collated, and obtains a collation image.
  • a score indicating the degree to which a partial image similar to the collation image exists in the registered image obtained by photographing a predetermined area of the object to be registered is calculated. Based on the score, it is determined whether or not the collation target object is the same as the registration target object. It is configured as follows.
  • the computer-readable recording medium is On the computer The process of acquiring a collated image of a part of a predetermined area of the collated object, and A process of calculating a score indicating the degree to which a partial image similar to the collated image exists in the registered image obtained by photographing a predetermined area of the object to be registered. A process of determining whether or not the collation target object is the same as the registration target object based on the score. It is configured to record a program to do this.
  • the present invention can enhance the convenience of the individual identification system for determining whether or not the collation target object is the same as the registration target object.
  • FIG. 1 It is a figure which shows the appearance of the columnar part to be collated in 1st Embodiment of this invention, a part of a predetermined region, and an example of a collated image. It is a block diagram which shows an example of the determination part in the collation part of the individual identification apparatus which concerns on 1st Embodiment of this invention. It is a figure which shows the example of the mathematical formula which shows the frequency feature of the collation image and the frequency feature of a registered image. The figure which shows the example of the image of the amplitude component A F (k 1 , k 2 ) and A G (k 1 , k 2 ), and the phase component ⁇ F (k 1 , k 2 ) and ⁇ G (k 1 , k 2).
  • Is It is a block diagram which shows an example of the frequency feature synthesis part of the determination part in the collation part of the individual identification apparatus which concerns on 1st Embodiment of this invention. It is a figure which shows the example of the mathematical formula which calculates the normalized cross power spectrum.
  • FIG. 1 is a block diagram of an individual identification device 100 according to a first embodiment of the present invention.
  • the individual identification device 100 shown in FIG. 1 is an information processing device that manages individual parts to be mass-produced for manufacturing process control, quality control, shipping control, sales control, and the like.
  • the individual identification device 100 includes a camera 110, a communication I / F unit 120, an operation input unit 130, a screen display unit 140, a storage unit 150, and an arithmetic processing unit 160. There is.
  • the camera 110 is a photographing device that photographs a part to be identified as an individual.
  • the camera 110 may be, for example, a visible light and color area camera equipped with a CCD (Charge-Coupled Device) image sensor or a CMOS (Complementary MOS) image sensor having a pixel capacity of about several million pixels. Further, the camera 110 may be, for example, a visible light and color line camera provided with a line sensor having a pixel capacity of 10,000 pixels / line.
  • CCD Charge-Coupled Device
  • CMOS Complementary MOS
  • the communication I / F unit 120 is composed of a data communication circuit, and is configured to perform data communication with an external device wirelessly or by wire.
  • the operation input unit 130 is composed of devices such as a keyboard and a mouse, and is configured to detect an operator's operation and output the operation to the arithmetic processing unit 160.
  • the screen display unit 140 is composed of a device such as an LCD (Liquid Crystal Display), and is configured to display various information on the screen in response to an instruction from the arithmetic processing unit 160.
  • the storage unit 150 is composed of a storage device such as a hard disk or a memory, and is configured to store processing information and a program 151 required for various processes in the arithmetic processing unit 160.
  • the program 151 is a program that realizes various processing units by being read and executed by the arithmetic processing unit 160, and is transmitted from an external device or recording medium (not shown) via a data input / output function such as the communication I / F unit 120. It is read in advance and stored in the storage unit 150.
  • the main processing information stored in the storage unit 150 is the registration DB (database) 152.
  • the registration DB 152 is a database that stores the feature amount unique to each part generated from the image of the part to be registered by the camera 110 in association with the individual number.
  • the arithmetic processing unit 160 has a processor such as an MPU and its peripheral circuits, and by reading and executing the program 151 from the storage unit 150, the hardware and the program 151 are made to cooperate to realize various processing units. It is configured as follows.
  • the main processing units realized by the arithmetic processing unit 160 are the registration unit 161 and the collation unit 162.
  • the registration unit 161 is configured to generate a feature amount unique to each part from an image of the part to be registered, associate the generated feature amount with the individual number of the part, and register the feature amount in the registration DB 152.
  • the registration unit 161 has an image acquisition unit 1611, an image combination unit 1612, and a feature amount generation unit 1613.
  • the image acquisition unit 1611 is configured to acquire a plurality of images taken by dividing a predetermined area of the component into a plurality of times as necessary for each component to be registered from the camera 110.
  • the image combining unit 1612 is configured to generate a registered image as one image by arranging a plurality of images acquired by the image acquisition unit 1611 for each component to be registered.
  • the feature amount generation unit 1613 is configured to extract, as a registered feature amount, a feature amount depending on a random pattern existing in the image from the registered image generated by the image combining unit 1612 for each component to be registered. .. Further, the feature amount generation unit 1613 is configured to register the registered feature amount in the registration DB 152 in association with the individual number of the part for each part to be registered.
  • the collation unit 162 calculates a score indicating the degree to which a partial image similar to an image obtained by capturing at least a part of a predetermined area of the part to be collated exists in the captured image of the predetermined area of the component to be registered. It is configured in. There are two methods for determining the similarity between images: a method of directly comparing images with each other and a method of comparing feature quantities extracted from each image. In this example, the collating unit 162 uses the latter method. Further, the collation unit 162 is configured to determine whether or not the collation target component is the same as the registration target component based on the above score.
  • the collation unit 162 includes an image acquisition unit 1621, an image size enlargement unit 1622, a feature amount generation unit 1623, and a determination unit 1624.
  • the image acquisition unit 1621 is configured to acquire an image obtained by capturing at least a part of a predetermined area of the component to be collated from the camera 110.
  • at least a part of the predetermined area is an area equal to or larger than the minimum area (for example, 0. It is desirable that the area is 1 mm 2 or more, preferably several mm 2 or more).
  • the image size enlargement unit 1622 is configured to generate a collation image by enlarging the image acquired by the image acquisition unit 1621 to the same size as the registered image when the size of the image is smaller than the size of the registered image.
  • the image size enlargement unit 1622 attaches an image acquired by the image acquisition unit 1621 to a single background image having the same size as the registered image and having a predetermined value such as zero value for all pixels. It is configured to be generated as a collation image.
  • the image size enlargement unit 1622 enlarges the size of the image acquired by the image acquisition unit 1621 by concatenating pixels having a predetermined value such as a zero value to the same size as the registered image. It is configured to generate.
  • the feature amount generation unit 1623 is configured to extract a feature amount depending on a random pattern existing in the image as a collation feature amount from the collation image generated by the image size enlargement unit 1622.
  • the determination unit 1624 calculates a score indicating the degree to which the partial feature amount similar to the collation feature amount generated by the feature amount generation unit 1623 exists in the registered feature amount stored in the registration DB 152, and based on the score. Therefore, it is configured to determine which part to be registered is the same as the part to be collated. Further, the determination unit 1624 is configured to display the determination result on the screen display unit 140 and / and output it to an external device through the communication I / F unit 120.
  • FIG. 2 is a flowchart showing an example of the registration operation of the individual identification device 100.
  • FIG. 3 is a flowchart showing an example of the collation operation of the individual identification device 100.
  • the image acquisition unit 1611 acquires, from the camera 110, a plurality of images taken by dividing a predetermined area of the component into a plurality of times as necessary for each component to be registered.
  • the image combining unit 1612 generates a registered image as one image by arranging a plurality of images acquired by the image acquisition unit 1611 for each component to be registered (step S2).
  • the feature amount generation unit 1613 extracts the feature amount depending on the random pattern existing in the image from the registered image generated by the image combining unit 1612 as the registered feature amount for each component to be registered, and the registered feature amount.
  • the quantity is associated with the individual number of the part and stored in the registration DB 152 (step S3). This completes the registration operation.
  • the image acquisition unit 1621 acquires an image obtained by capturing at least a part of a predetermined area of the component to be collated from the camera 110 (step S4).
  • the image size enlargement unit 1622 generates a collation image enlarged to the same size as the registered image (step S5). If the size of the image acquired by the image acquisition unit 1621 is the same as the size of the registered image, the image size enlargement unit 1622 generates the acquired image itself as a collation image.
  • the feature amount generation unit 1623 extracts the feature amount depending on the random pattern existing in the image from the collation image as the collation feature amount (step S6).
  • the determination unit 1624 searches not only the registered feature amount that is totally similar to the collated feature amount but also the registered feature amount that is partially similar from the registered DB 152, so that any of the collated parts is selected. Determine if it is the same as the part to be registered. Specifically, the determination unit 1624 compares the collation feature amount with the registered feature amount for each registered feature amount of the registration target component stored in the registration DB 152, and calculates a score indicating the degree of similarity (step S7). ). Next, the determination unit 1624 determines whether or not the collation target component is the same as any registration target component based on the calculated score (step S8). Next, the determination unit 1624 displays the determination result on the screen display unit 140 and / and outputs it to an external device through the communication I / F unit 120 (step S9).
  • FIG. 4 shows an example of a part to be registered by the registration unit 161.
  • the component of this example is a rectangular parallelepiped-shaped component 200 made of a material such as metal or synthetic resin.
  • the surface of the component 200 is composed of a total of six surfaces, that is, an upper surface, a lower surface, a front side surface, a back side surface, a right side surface, and a left side surface when observed from the paper surface.
  • each surface of the component and an image of each surface are marked with thin arrows.
  • This arrow is a convenient symbol for determining the orientation of each surface of the component 200 and each image, and does not actually exist in the image of each surface and each surface of the component 200.
  • the registered features depending on the random pattern peculiar to each component are extracted from all the regions of these six surfaces. That is, the predetermined area of the component 200 is the entire six surfaces.
  • FIG. 4 shows that the image acquisition unit 1611 of the registration unit 161 captures each surface of the component 200 from the front with the camera 110 according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 161.
  • the image acquisition unit 1611 acquires the captured image 201 on the upper surface by cutting out only the image region on the upper surface from an image obtained by capturing the entire upper surface with a predetermined pixel resolution by edge detection or the like.
  • the image acquisition unit 1611 can acquire images other than the captured image 201 on the upper surface in the same manner. It should be noted that a plurality of cameras 110 may be used to capture an image of each surface with the plurality of cameras 110. Here, the sizes of these six captured images are arbitrary, but as an example, it is assumed that the image sizes are as shown in FIG. That is, for example, the captured image 201 on the upper surface has a vertical: 400 pixels and a horizontal: 600 pixels.
  • the image combining unit 1612 arranges the above six captured images to generate a registered image.
  • the order and spacing of the images are arbitrary.
  • the image combining unit 1612 may arrange a plurality of captured images in the same orientation without spacing and arrange them in one row or a plurality of rows, or align the wide captured images in the same orientation as an example.
  • the captured images that are arranged side by side and have a narrow width may be arranged in two rows by aligning them in the same direction.
  • the arrow points toward the left side of the paper so that the photographed image 201 on the upper surface, the photographed image 202 on the lower surface, the photographed image 203 on the front side surface, and the photographed image 204 on the back side surface are in contact with each other.
  • the photographed images 205 on the right side and the photographed images 206 on the left side arranged in two rows at one end in a row so that the arrows point toward the paper surface, the vertical: 600 pixels, the horizontal: A 1800-pixel registered image 207 is generated.
  • the feature amount generation unit 1613 extracts the feature amount depending on the random pattern existing in the image from the registered image 207 as the registered feature amount and stores it in the registration DB 152.
  • the feature amount generation unit 1613 may extract the registered feature amount by using the following method.
  • the feature amount generation unit 1613 first performs frequency transformation (for example, discrete Fourier transform) on the registered image 207 to convert amplitude information and phase information (each two-dimensional array data) into a frequency domain. calculate. That is, the feature amount generation unit 1613 performs a one-dimensional Fourier transform on the registered image 207 in the horizontal direction of the paper surface, and then performs a one-dimensional Fourier transform in the vertical direction of the paper surface to obtain two-dimensional array data of amplitude information and phase information. Calculate as.
  • frequency transformation for example, discrete Fourier transform
  • the feature amount generation unit 1613 extracts only the frequency band useful for individual identification from at least one of the amplitude information and the phase information, and uses the extraction result as the registered feature amount.
  • the feature amount generation unit 1613 uses the extraction result as the registered feature amount.
  • FIG. 5 shows another example of the parts to be registered by the registration unit 161.
  • the component of this example is a flat plate-shaped component 210 made of a material such as metal or resin.
  • the registered features depending on the random pattern peculiar to the individual component are extracted from the entire surface region of the component 210.
  • the registered features are not extracted from the back surface and the side surface of the component 210. That is, the predetermined region of the component 210 is the entire surface region.
  • the image acquisition unit 1611 of the registration unit 161 acquires one photographed image obtained by photographing the entire surface of the component 210 with the camera 110 according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 161. For example, if the camera 110 is an area camera and a surface image having a predetermined image resolution can be obtained even if the entire surface of the component 210 is included in the field of view of the camera and a surface image is obtained, the image acquisition unit 1611 can be used as a component by one imaging. The entire surface of 210 is photographed to acquire one photographed image.
  • the image acquisition unit 1611 divides the entire surface of the component 210 into several parts and divides the entire surface into several divided areas. Is individually photographed by the camera 110, and the photographed images of the plurality of divided regions are connected to acquire one photographed image covering the entire surface of the component 210.
  • FIG. 5 a total of three captured images of the left captured image 211, the center captured image 212, and the right captured image 213 are acquired, and the three captured images are connected to cover the entire surface of the component 210.
  • An example of acquiring a single image is shown.
  • the image sizes of these three captured images are arbitrary, but here, as an example, it is assumed that the image sizes are as shown in FIG. That is, the captured images 211 to 213 on the left side, the center, and the right side all have vertical: 600 pixels and horizontal: 600 pixels.
  • the image acquisition unit 1611 may acquire the entire surface of the component 210 as a single captured image.
  • the image combining unit 1612 generates the registered image 214 from one image obtained by photographing the entire surface of the component 210 acquired by the image acquisition unit 1611.
  • the image combining unit 1612 uses a single image itself obtained by photographing the entire surface of the component 210 acquired by the image acquisition unit 1611 as the registered image 214.
  • a registered image 214 having a length of 600 pixels and a width of 1800 pixels is generated.
  • the feature amount generation unit 1613 extracts the feature amount depending on the random pattern existing in the image from the registered image 214 as the registered feature amount by the same method as the above-mentioned method, and stores it in the registration DB 152.
  • FIG. 6 shows yet another example of the parts to be registered by the registration unit 161.
  • the component in this example is a columnar component 220 made of a material such as metal.
  • the surface of the component 220 is composed of a total of three surfaces, an upper surface, a lower surface, and a side surface. In this example, the registered features depending on the random pattern peculiar to each component are extracted from all the regions of these three surfaces. That is, the predetermined region of the component 220 is the entire surface.
  • the image acquisition unit 1611 of the registration unit 161 can obtain a predetermined image resolution according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 161 so that the entire surface of the component 220 can be obtained. Is captured by the camera 110 in a plurality of times to acquire a plurality of captured images. In the example shown in FIG. 6, a total of n + 2 captured images of the captured image 221 on the upper surface, the plurality of captured images 222-1 to 222-n on the side surface, and the captured image 223 on the lower surface are acquired.
  • the image acquisition unit 1611 acquires the captured image 221 of the upper surface by cutting out only the image region of the upper surface region from the image captured by the camera 110 from the front surface of the upper surface of the component 220. Further, the image acquisition unit 1611 acquires the captured image 223 on the lower surface in the same manner as the captured image 221 on the upper surface. Further, the image acquisition unit 1611 divides the side surface of the component 210 into n partial regions along the entire circumference, and cuts out only the image region of the partial region from the image taken by the camera 110 from the front of each partial region. By doing so, n photographed images 222-1 to 222-n in which different partial regions of the side surfaces are photographed are acquired. The number of divisions n is arbitrary.
  • the image size of the above n + 2 captured images is arbitrary, but here, as an example, it is assumed that the image size is as shown in FIG. That is, the maximum width of the captured images 221 and 223 on the upper surface and the lower surface is 350 pixels. Further, the n captured images 222-1 to 222-n are all 250 pixels in the vertical direction and 92 pixels in the horizontal direction.
  • the image acquisition unit 1611 connects n photographed images 222-1 to 222-n obtained by photographing the side surface of the component 210, and covers the entire side surface of the component 220 over one round or more. To get.
  • the image acquisition unit 1611 may acquire one captured image from the line camera that covers the entire side surface of the component 220 over one round or more.
  • the image combining unit 1612 has a total of three captured images, that is, the captured image 221 on the upper surface acquired by the image acquisition unit 1611, the captured image 223 on the lower surface, and the captured image on the side surface covering the entire side surface over one round or more. Are arranged side by side to generate a registered image.
  • the image combining unit 1612 generates a registered image of a default size by pasting the three captured images on a background image of a predetermined size prepared in advance so as not to overlap each other.
  • the background image is an image in which the values of all pixels are predetermined values.
  • the predetermined value for example, a zero value may be used. Alternatively, it may be a constant value other than the zero value as long as it does not affect the random pattern.
  • the order and spacing of the images on the background image are arbitrary. However, it is necessary to unify the orientation of the image to a predetermined orientation for the same captured image of the same type of parts. In addition, it is necessary that a plurality of captured images do not overlap each other.
  • the captured image of the side surface covering the entire side surface obtained by connecting n captured images 222-1 to 222-n to the upper region of the background image over one round or more is captured.
  • the arrows are attached so that the arrow points upward on the paper surface, and the captured images 221 and 223 on the upper and lower surfaces are attached to the lower region so that the arrows point upward on the paper surface.
  • the area with dots on the registered image 224 indicates a area of pixels having a zero value to which none of the captured images are attached.
  • both ends of the expanded image are continuous on the original object, but are separated on the expanded image. It ends up. That is, in the example of FIG. 6, the right side of the captured image 222-n and the left side of the captured image 222-1 are separated on the developed image even though they are continuous on the original component 220. Therefore, it becomes difficult to find a partial image matching the collated image that straddles the captured image 222-n and the captured image 222-1 from the registered image. Therefore, in the example of FIG.
  • the copy images 222-1C to 222-4C of the photographed images 222-1 to 222-4 are connected so that the left side of the photographed image 222-1 touches the right side of the photographed image 222-n. Therefore, one end of the continuous image is enlarged by 368 pixels, which is the image size of the four captured images 222-i.
  • the enlarged size may be 368 pixels or less, or may be larger.
  • the feature amount generation unit 1613 extracts the feature amount depending on the random pattern existing in the image from the registered image 224 as the registered feature amount by the same method as the above-mentioned method, and stores it in the registration DB 152.
  • FIG. 7 shows an example of the format of the registration DB 152.
  • the registration DB 152 is composed of a plurality of entries having a one-to-one correspondence with the parts to be registered, and each entry is composed of each item of the part number, the registered feature amount, and the registered image size. ..
  • a part number such as a serial number assigned to the part to be registered is set.
  • the name of the file in which the registered feature amount is recorded is set.
  • the actual file is stored in another area of the storage unit 150, a cloud storage (not shown), or the like.
  • the item of registered image size the size of the registered image of the extraction source of the registered feature amount is set. In the example of FIG.
  • the part number, the registered feature amount, and the size of the registered image are stored for each part to be registered.
  • the registered image size of all parts is configured to be unified to a predetermined specified value, it is not necessary to save the registered image size for each individual part, and only the specified value can be saved. good.
  • each entry of the registration DB 152 may be provided with other items in addition to the above-mentioned part numbers, registered feature amounts, and registered image size items.
  • other items may include product type, lot number, date of manufacture, product inspection result data, and the like.
  • FIG. 8 shows an example of a component to be collated by the collation unit 162.
  • the component 300 in this example is the same type of component as the component 200 to be registered shown in FIG.
  • the image acquisition unit 1621 of the collation unit 162 takes an image of the right side surface of the component 300 from the front surface of the component 300 by the camera 110 according to the operation of the operator performing the collation work or by the autonomous operation of the collation unit 162.
  • a photographed image 301 obtained by photographing the right side surface of the component 300 in a predetermined direction is acquired.
  • the image acquisition unit 1621 acquires the captured image 301 by cutting out only the image region of the right side surface from an image obtained by capturing the entire right side surface in a predetermined direction and at a predetermined pixel resolution by edge detection or the like.
  • the image size of the captured image 301 is arbitrary, but here, as an example, it is assumed that the vertical: 300 pixels and the horizontal: 400 pixels.
  • the image size enlargement unit 1622 determines whether or not the image size of the captured image 301 is smaller than the registered image size.
  • the registered image size is constant regardless of the difference between individual parts, and the size is 600 pixels in the vertical direction and 1800 pixels in the horizontal direction.
  • the image size enlargement unit 1622 generates an image in which the captured image 301 is attached to one background image having the above registered image size and having a predetermined value such as a zero value for all pixels as a collation image. ..
  • the place where the captured image 301 is attached is arbitrary. However, the direction in which the captured image 301 is attached needs to be the same as that of the registered image.
  • a collation image 302 is generated in which the photographed image 301 is attached to the substantially central portion of the background image in the direction in which the arrow points toward the paper surface.
  • the feature amount generation unit 1623 extracts the feature amount depending on the random pattern existing in the image from the collation image 302 as the collation feature amount.
  • the method by which the feature amount generation unit 1623 extracts the collation feature amount from the collation image 302 is the same as the method by which the feature amount generation unit 1613 extracts the registered feature amount from the registered image 207.
  • the determination unit 1624 compares the collation feature amount with the registered feature amount for each registered feature amount stored in the registration DB 152, and obtains a score indicating the similarity between the collation feature amount and the registered feature amount. calculate. The details of the method in which the determination unit 1624 compares the two feature quantities and calculates the score representing the similarity will be described later.
  • the determination unit 1624 becomes the maximum score if the maximum score exceeds the preset determination threshold value among the above scores calculated for each registered feature amount stored in the registration DB 152. It is determined that the part to be registered and the part 300 specified by the part number stored in the registration DB 152 in association with the registered feature amount are the same individual. Further, if the maximum score does not exceed the determination threshold value, it is determined that the individual component identical to the component 300 does not exist in the registration DB 152.
  • the image acquisition unit 1621 has acquired the captured image 301 of the entire right side surface of the component 300.
  • the image acquisition unit 1621 may be a part of the right side surface of the component 300 or a surface other than the right side surface, that is, all or a part of any surface of the upper surface, the lower surface, the front side surface, the back side surface, and the left side surface.
  • the collation unit 162 performs the same operation as when the captured image 301 of the entire right side surface is acquired, so that the component 300 is stored in the registration DB 152 and the component 200 to be registered is any of the registered components 200. It can be determined whether or not it is the same individual as. The reason is that, for the component 200 to be registered, the registered feature amount unique to each component extracted from the photographed image is registered in advance in the registration DB 152 for each of the six surfaces.
  • FIG. 9 shows another example of the parts to be collated by the collating unit 162.
  • the component 310 in this example is the same type of component as the component 210 to be registered shown in FIG.
  • FIG. 9 shows that the image acquisition unit 1621 of the collation unit 162 photographs the central portion of the upper surface of the component 310 from the front thereof by the camera 110 according to the operation of the operator performing the collation work or by the autonomous operation of the collation unit 162. It is assumed that the captured image 311 as shown is acquired.
  • the image size of the captured image 311 is arbitrary, but here, as an example, it is assumed that the vertical: 300 pixels and the horizontal: 600 pixels.
  • the image size enlargement unit 1622 determines whether or not the image size of the captured image 311 is smaller than the registered image size.
  • the registered image size is constant regardless of the difference between individual parts, and the size is 600 pixels in the vertical direction and 1800 pixels in the horizontal direction.
  • the image size enlargement unit 1622 generates an image in which the captured image 311 is attached to one background image having the above registered image size and having a predetermined value such as zero value for all pixels as a collation image. ..
  • the place where the captured image 311 is attached is arbitrary. However, the direction in which the captured image 311 is attached needs to be the same as that of the registered image.
  • a collation image 312 is generated in which the photographed image 311 is attached to the central portion of the background image in the direction in which the arrow points toward the paper surface.
  • the feature amount generation unit 1623 uses the same method as the method of extracting the matching feature amount from the matching image 302 of FIG. 8 to obtain the matching feature amount depending on the random pattern existing in the image from the matching image 312. Extract as.
  • the determination unit 1624 compares the collation feature amount and the registered feature amount for each registered feature amount stored in the registration DB 152 by the same method as that described for the component 300 of FIG. A score representing the similarity between the collated features and the registered features is calculated. Then, the determination unit 1624 determines whether or not the component 310 is the same individual as any component stored in the registration DB 152 based on the score calculated for each registered feature amount, and outputs the result.
  • the image acquisition unit 1621 has acquired a part of the central portion of the upper surface of the component 310 as a captured image 311.
  • the image acquisition unit 1621 acquires a photographed image of an area other than the central portion of the upper surface of the component 310, for example, a region such as the left side or the right side of the upper surface by the operation of the operator performing the collation work, the upper surface
  • the reason is that for the component 210 to be registered, the registered feature amount peculiar to the individual component extracted from the captured image of the entire upper surface area is registered in advance in the registration DB 152.
  • the image acquisition unit 1621 acquires an image of the lower surface or an image of the side surface of the component 310, the individual identification of the component 310 cannot be performed.
  • the reason is that the features of the lower surface and the side surface of the component 210 to be registered are not registered in advance in the registration DB 152. Therefore, if there is a possibility that the lower surface or the side surface of the registration target component 210 may be photographed at the time of collation, the feature amount of the lower surface or the side surface may be registered in the registration DB 152.
  • FIG. 10 shows yet another example of the parts to be collated by the collating unit 162.
  • the component 320 in this example is the same type of component as the component 220 to be registered shown in FIG.
  • the image acquisition unit 1621 of the collation unit 162 takes a picture of a part of the side surface of the component 320 by the camera 110 according to the operation of the operator performing the collation work or by the autonomous operation of the collation unit 162. It is assumed that the captured image 321 is acquired.
  • the image size of the captured image 321 is arbitrary, but here, as an example, it is assumed that the image size is 250 pixels in the vertical direction and 368 pixels in the horizontal direction.
  • the image size enlargement unit 1622 determines whether or not the image size of the captured image 321 is smaller than the registered image size.
  • the registered image size is constant regardless of the difference between individual parts, and the size is 600 pixels in the vertical direction and 1800 pixels in the horizontal direction.
  • the image size enlargement unit 1622 generates an image in which the captured image 321 is attached to one background image having the above registered image size and having a predetermined value such as zero value for all pixels as a collation image. ..
  • the place where the captured image 321 is attached is arbitrary. However, the direction in which the captured image 321 is attached needs to be the same as that of the registered image. In the example of FIG. 10, a collation image 322 is generated in which the photographed image 321 is attached to the central portion of the background image in the direction in which the arrow points toward the paper surface.
  • the feature amount generation unit 1623 uses the same method as the method of extracting the matching feature amount from the matching image 302 of FIG. 8 to obtain the matching feature amount depending on the random pattern existing in the image from the matching image 322. Extract as.
  • the determination unit 1624 compares the collation feature amount and the registered feature amount for each registered feature amount stored in the registration DB 152 by the same method as that described for the component 300 of FIG. A score representing the similarity between the collated features and the registered features is calculated. Then, the determination unit 1624 determines whether or not the component 320 is the same individual as any component stored in the registration DB 152 based on the score calculated for each registered feature amount, and outputs the result.
  • the image acquisition unit 1621 has acquired a part of the side surface of the component 320 as a captured image 321.
  • the image acquisition unit 1621 acquires a photographed image of a portion other than the above on the side surface of the component 320, the upper surface of the component 320, and the lower surface of the component 320
  • the same operation as when the photographed image 321 is acquired is performed by the collation unit.
  • FIG. 11 is a block diagram showing an example of the determination unit 1624.
  • the determination unit 1624 of this example includes a frequency feature synthesis unit 16241, a square wave determination unit 16242, and an information presentation unit 16243.
  • the frequency feature synthesis unit 16241 is configured to calculate a normalized cross-power spectrum of the collation feature amount and the registered feature amount for each registered feature amount registered in the registration DB 152. Further, the frequency feature synthesis unit 16241 is configured to quantize the calculated normalized cross-power spectrum and convert the value of each element into binary or ternary data.
  • the square wave determination unit 16242 is configured to calculate a score indicating to some extent that the quantized cross power spectrum is a square wave having a single period for each quantized cross power spectrum obtained from the frequency feature synthesis unit 16241. ing. Further, the rectangular wave determination unit 16242 is configured to collate the collated image with the registered image based on the calculated score. For example, when the best score among the plurality of scores calculated for the plurality of quantized cross-power spectra corresponding to the plurality of registered images satisfies a predetermined reference value, the square wave determination unit 16242 sets the collated image and the above-mentioned best.
  • the rectangular wave determination unit 16242 derives a collation result indicating that the registered image partially matching the collated image does not exist in the registered DB 152.
  • the information presentation unit 16243 is configured to present the collation result obtained from the rectangular wave determination unit 16242.
  • the collation image and the registered image be two images f (n 1 , n 2 ) and an image g (n 1 , n 2 ) of N 1 ⁇ N 2 pixels.
  • M 1 and M 2 are positive integers
  • the first frequency feature F (k 1 , k 2 ) obtained by two-dimensional discrete Fourier transform of the image f (n 1 , n 2 ) and the image g (n 1 , n 2 ) are two-dimensional discrete Fourier.
  • the second frequency feature G (k 1 , k 2 ) obtained by conversion is given by Equations 1 and 2 shown in FIG.
  • the first frequency feature F (k 1 , k 2 ) corresponds to the matching feature quantity
  • the second frequency feature G (k 1 , k 2 ) corresponds to the registered feature quantity.
  • W N1 and W N2 are rotation factors and are given by Equations 3 and 4 shown in FIG.
  • a F (k 1 , k 2 ) and AG (k 1 , k 2 ) are amplitude spectra (amplitude components), and ⁇ F (k 1 , k 2 ) and ⁇ G (k 1 , k 2 ) are phases. Represents each spectrum (phase component).
  • ⁇ n1 and n2 represent addition over the entire index as shown in Equation 5 of FIG.
  • FIG. 13 is an image of the amplitude components A F (k 1 , k 2 ) and A G (k 1 , k 2 ), the phase components ⁇ F (k 1 , k 2 ) and ⁇ G (k 1 , k 2 ). An example is shown.
  • FIG. 14 is a block diagram showing an example of the frequency feature synthesis unit 16241.
  • the frequency feature synthesis unit 16241 of this example is composed of a synthesis unit 162411 and a quantization unit 162412.
  • the synthesis unit 162411 displays a normalized cross power spectrum R (k 1 , k 2 ) of the first frequency feature F (k 1 , k 2 ) and the second frequency feature G (k 1 , k 2 ) in FIG. It is calculated by the formula 6 shown in.
  • the overline G (k 1 , k 2 ) is the complex conjugate of the second frequency feature G (k 1 , k 2).
  • ⁇ F (k 1 , k 2 ) ⁇ ⁇ G (k 1 , k 2 ) is a phase difference spectrum between the first frequency feature and the second frequency feature.
  • the frequency feature synthesizer 16241 is for each element of the complex conjugate of the first frequency feature F (k 1 , k 2 ) and the second frequency feature G (k 1 , k 2).
  • the normalized cross power spectrum is calculated by obtaining the cross power spectrum, which is the product, and further normalizing it with its absolute value.
  • the image g (n 1 , n 2 ) is an image in which the image f (n 1 , n 2 ) is translated by ( ⁇ 1 , ⁇ 2 ).
  • the normalized cross power spectrum R (k 1 , k 2) is used.
  • k 2 ) is expressed as a complex sine wave with a single period for each dimension (every k 1 and k 2).
  • the normalized cross power spectrum R (k 1 , k 2 ) is used. Is not a complex sine wave with a single period for each dimension. Further, when the two image pairs to be collated have a correlation in the element corresponding to a specific band on the frequency domain, the normalized cross of the frequency features F (k 1 , k 2 ) and G (k 1 , k 2).
  • the power spectrum R (k 1 , k 2 ) is a pattern in which a complex sine wave having a single period partially appears.
  • FIG. 17 shows an example of an image of the normalized cross power spectrum R (k 1 , k 2) of the same image pair.
  • the normalized cross-power spectrum of the same image pair is an image like a wave having a single period when the bright part is regarded as a mountain and the dark part is regarded as a valley.
  • the two image pairs to be collated have a correlation in an element corresponding to a specific band on the frequency domain, the normalized cross-power spectrum of the partially matching image pairs will result in a wave-like image as a whole. Appears partially without.
  • the quantization unit 162412 quantizes each element of the normalized cross-power spectrum obtained by the synthesis unit 162411 into binary or ternary data.
  • the method of performing such quantization is arbitrary. For example, the following quantization method may be used.
  • the value (composed of the real part and the imaginary part) of each element of the normalized cross power spectrum obtained by the synthesis unit 162411 is predetermined among the real part and the imaginary part of each element.
  • the side with a binary or ternary quantized value.
  • the value of a certain element U be A + Bj.
  • a and B are real numbers, and j is an imaginary unit.
  • the element U is quantized into a binary value, for example, if A ⁇ 0, A + Bj is converted to “+1”, and if A ⁇ 0, A + Bj is converted to “-1”.
  • the real part is quantized into two values based on the sign of the real number A, but the imaginary part may be quantized into two values based on the sign of the real number B.
  • the real part is quantized into two values based on the sign of the real number A, but the imaginary part may be quantized into two values based on the sign of the real number B.
  • the quantization unit 162412 expresses each element of the normalized cross-power spectrum obtained by the synthesis unit 162411 as 1-bit or 2-bit data.
  • quantization unit 162412 quantizes each element of the normalized cross-power spectrum into binary or ternary data is as follows.
  • each element of the normalized cross-power spectrum R (k 1 , k 2 ) are calculated as real values (floating point numbers), and many bits are required to represent each element (for example,). , 64bit data for double precision floating point, 32bit data for single precision floating point). Accurately determine the amount of misalignment between images In the application of alignment between images, it is important to obtain the normalized cross power spectrum as a complex sine wave with as little error as possible and to obtain the period of the complex sine wave accurately. It becomes. On the other hand, in an application for determining whether or not two images are the same as in the embodiment of the present invention, it is not necessary to accurately calculate the normalized cross power spectrum as a complex sine wave.
  • each element of the normalized cross-power spectrum obtained by the synthesis unit 162411 is quantized into binary or ternary data by the quantization unit 162241.
  • FIG. 18 shows an example of an image in which the normalized cross-power spectrum R (k 1 , k 2 ) of the same image pair is quantized into binary data.
  • the normalized cross-power spectrum which is the real number data expressed in 32 bits or 64 bits, is quantized into two values (1 bit) or three values (2 bits) and the amount of data is reduced, the input images are separated. It is possible to determine whether or not there is a correlation between the two without degrading the accuracy. That is, it is possible to discriminate between the same image pair having a correlation and a different image pair having no correlation with a small amount of data without impairing the accuracy.
  • the square wave determination unit 16242 is a square wave having a single period with respect to the normalized cross-power spectrum whose elements are quantized into binary or ternary values calculated by the frequency feature synthesis unit 16241. The degree of whether it is is quantified and output as a score.
  • FIG. 19 is a block diagram showing an example of the rectangular wave determination unit 16242.
  • the rectangular wave determination unit 16242 of this example is composed of, for example, an orthogonal transformation unit 162421 that performs orthogonal transformation using an Adamard matrix.
  • the orthogonal transform unit 162421 is configured to perform orthogonal transform using a Hadamard matrix on a normalized cross-power spectrum quantized into binary or ternary values, and output the maximum value of the output as a score. There is.
  • the quantized normalized cross-power spectrum is a square wave having a single period, a sharp peak value appears in the period at the output of the orthogonal transform unit 162421.
  • the quantized normalized cross-power spectrum is not a square wave with a single period, no sharp peak value will appear at the output of the orthogonal transform unit 162421.
  • the maximum value of the output of the orthogonal transform unit 162421 can be a score in which the quantized normalized cross-power spectrum represents a certain degree with a square wave having a single period.
  • the orthogonal transform unit 162421 collates images based on the calculated score.
  • Equation 12 The orthogonal transformation using the Hadamard matrix performed by the orthogonal transform unit 162421 is described by Equation 12 in FIG.
  • H N is the Hadamard matrix
  • X is the N ⁇ N input signal (quantized cross-power spectrum)
  • Y is the N ⁇ N output signal (score).
  • the operation of Equation 12 is executed by a combination of logical operation such as exclusive OR (XOR), bit counting, and addition / subtraction in the case of a normalized cross-power spectrum quantized into two values (“+1” and “-1”). Therefore, high-speed processing is possible.
  • the operation of Equation 12 does not perform the operation on the element having the value of “0”. Since it can be executed by a combination of logical operations such as exclusive OR (XOR), bit counting, and addition / subtraction for the elements of "+1" and "-1”, high-speed processing is possible.
  • FIG. 22 is a block diagram showing another example of the rectangular wave determination unit 16242.
  • the rectangular wave determination unit 16242 of this example includes a circulation shift processing unit 162422 and a similarity calculation unit 162423.
  • the cyclic shift processing unit 162422 inputs a normalized cross-power spectrum (hereinafter referred to as pre-circular shift data) in which each element is quantized into binary or ternary values, and cyclically shifts the elements by a rotate operation without carry or the like. It is configured to output the quantized cross-power spectrum (hereinafter referred to as the data after cyclic shift). Further, the circulation shift processing unit 162422 is configured to output a plurality of post-circulation shift data having different circulation shift amounts by variously changing the circulation shift amount.
  • pre-circular shift data a normalized cross-power spectrum
  • pre-circular shift data quantized cross-power spectrum
  • the circulation shift processing unit 162422 is configured to output a plurality of post-circulation shift data having different circulation shift amounts by variously changing the circulation shift amount.
  • the similarity calculation unit 162423 inputs the pre-circular shift data and a plurality of post-circular shift data having different amounts of the circular shift, and calculates a plurality of similarities between the pre-circular shift data and the plurality of post-circular shift data. It is configured. Further, the similarity calculation unit 162423 is configured to output the maximum similarity among the calculated plurality of similarity as a score. The similarity calculation unit 162423 collates images based on the calculated score.
  • the pre-circular shift data is a square wave having a single period
  • the rectangular wave having the same single period as the pre-circular shift data is circularly shifted. It appears periodically as post-data.
  • the pre-circular shift data is not a square wave having a single period, even if the pre-circular shift data is cyclically shifted to various shift amounts by the circular shift processing unit 162422, the same pattern of circular shift as the pre-circular shift data is performed. No post-data appears.
  • the similarity calculation between the pre-circular shift data and the post-circular shift data is repeated while changing the amount of the cyclic shift, and the maximum value of the similarity is used as the score, so that the quantized cross-power spectrum has a single period. It is possible to calculate a score that represents a certain degree with the square wave that it has.
  • the above-mentioned circular shift processing unit 162422 can be implemented by a bit shift operation. Further, the similarity calculation unit 162423 described above can be implemented by exclusive OR (XOR) and bit count calculation for calculating the Hamming distance between data before and after the cyclic shift. Therefore, it is possible to perform a calculation faster than the autocorrelation operation on real number data.
  • XOR exclusive OR
  • FIG. 23 is a block diagram showing still another example of the rectangular wave determination unit 16242.
  • the square wave determination unit 16242 of this example includes a square wave pattern storage unit 162424 and a similarity calculation unit 162425.
  • the rectangular wave pattern storage unit 162424 is configured to store a plurality of reference rectangular wave patterns.
  • One reference square wave pattern is a quantized cross-power spectrum in which each element of the normalized cross-power spectrum of the same image pair having a certain amount of misalignment is quantized into two or three values.
  • the plurality of reference rectangular wave patterns stored in the rectangular wave pattern storage unit 162424 differ from each other in the amount of misalignment.
  • the similarity calculation unit 162425 is configured to input a normalized cross-power spectrum (hereinafter referred to as a matching square wave pattern) in which each element is quantized into binary or ternary values from the frequency feature synthesis unit 16241. ing. Further, the similarity calculation unit 162425 is configured to input a plurality of reference rectangular wave patterns from the rectangular wave pattern storage unit 162424. Further, the similarity calculation unit 162425 calculates a plurality of similarity between the input matching square wave pattern and the plurality of reference square wave patterns, and outputs the maximum similarity among the plurality of similarity as a score. It is configured. The degree of similarity between the matching square wave pattern and the reference square wave pattern can be determined, for example, by calculating the Hamming distance. The similarity calculation unit 162425 collates images based on the calculated score.
  • a normalized cross-power spectrum hereinafter referred to as a matching square wave pattern
  • the similarity calculation unit 162425 is configured to input a plurality of reference rectangular wave patterns from the
  • the normalized cross power spectrum becomes a square wave pattern having a single period, and the period corresponds to the amount of misalignment between the two images. Therefore, it is possible to infer the pattern of the rectangular wave that occurs when there is a correlation by obtaining the range of the repetition error of the amount of misalignment during shooting.
  • These patterns are stored in the square wave pattern storage unit 162424 as a reference square wave pattern in advance, the similarity calculation unit 162425 calculates the humming distance from the matching square wave pattern, and the matching square wave pattern is calculated based on the distance. Calculates and discriminates a score that represents a certain degree with a square wave having a single period.
  • the collation image and the registered image can be collated at high speed.
  • the reason is that the normalized cross-power spectrum of the frequency feature of the collated image and the frequency feature of the registered image is quantized, and the score that the quantized cross-power spectrum represents to some extent with a single-period square wave is calculated.
  • the collated image and the registered image are collated based on the score. That is, in the determination unit 1624, in order to quantize each element of the normalized cross power spectrum obtained by the synthesis unit 162411 into binary or ternary data by the quantization unit 162241, the normalized cross power spectrum is quantized.
  • the amount of data processed by the square wave determination unit 16242 can be significantly reduced as compared with the method of determining whether or not the normalized cross power spectrum is a complex sine wave having a single period.
  • the frequency feature synthesizer 16241 quantizes each element of the normalized cross-power spectrum of the frequency feature of the collated image and the frequency feature of the registered image into binary or ternary data.
  • the cross power spectrum was calculated. However, after calculating the cross power spectrum between the frequency feature of the collated image and the frequency feature of the registered image, the sign (+,-) of each element of the cross power spectrum is used to indicate "+1, -1" without normalizing with the amplitude component. , Or even if it is converted to "+1, 0, -1", the same quantization cross power spectrum as described above can be calculated.
  • the frequency feature synthesizing unit 16241 calculates the cross-power spectrum of the frequency feature of the collated image and the frequency feature of the registered image, and then sets the code (+,-) of at least one of the real part and the imaginary part of each element. Based on this, it may be configured to be quantized into binary or ternary values.
  • the collation unit 162 indicates the degree to which a partial image similar to the collation image obtained by photographing a part of the predetermined area of the part to be collated exists in the registered image obtained by photographing the predetermined area of the part to be registered. This is to calculate a score and determine whether or not the part to be collated is the same as the part to be registered based on the score. That is, at the time of collation, it is not necessary to photograph the entire region of the predetermined region of the component, and it is sufficient to photograph a part of the predetermined region.
  • the discriminating ability which is a degree to which different parts can be discriminated.
  • the reason is that a part of the specific area of the part to be collated is equal to or larger than the minimum area where the random pattern necessary for ensuring the discriminating ability required to discriminate different parts for as many individual parts as possible can be obtained. This is because it is an area of the area of.
  • the present embodiment it is possible to determine at high speed whether or not the part to be collated is the same as the part to be registered as compared with the individual identification method related to the present invention. The reason is as follows.
  • the individual identification method related to the present invention for example, in the collation of the rectangular parallelepiped part 300 shown in FIG. 8, a total of 6 captured images of the upper surface, the lower surface, the front side surface, the back side surface, the left side surface, and the right side surface are acquired. , It is necessary to compare the captured images of the same surface for each part to be registered stored in the registration DB 152. However, it may not be possible to accurately associate each surface of the part 300 to be collated with each surface of the component 200 to be registered on a one-to-one basis. For example, the upper surface and the lower surface of a rectangular parallelepiped-shaped component have the same shape and the same size, and are indistinguishable.
  • the photographed image of that surface must be compared with a plurality of surfaces instead of one surface of the component to be registered. There are times when you have to. As a result, the screen size to be compared increases, and the time required for the comparison process increases.
  • Comparison with (pixels) Comparison between the photographed image of the lower surface of the component 300 (600 pixels x 400 pixels) and the photographed image of the lower surface of the component 200 (600 pixels x 400 pixels) (5) Photographing the front side surface of the component 300 Comparison of the image (600 pixels x 300 pixels) and the captured image (600 pixels x 300 pixels) on the front side of the component 200 (6) The captured image (600 pixels x 300 pixels) on the front side of the component 300 and the back of the component 200 Comparison with the side shot image (600 pixels x 300 pixels) (7) The back side shot image (600 pixels x 300 pixels) of the component 300 and the front side shot image (600 pixels x 300 pixels) of the component 200 Comparison (8) Comparison between the photographed image of the back side of the component 300 (600 pixels x 300 pixels) and the photographed image of the back surface of the component 200 (600 pixels x 300 pixels) (9) The photographed image of the left side of the component 300 ( Comparison between (400 pixels x 300 pixels) and the captured image (400 pixels x 300 pixels) on the left
  • the registered feature amount extracted from the registered image obtained by arranging the captured images acquired from a plurality of different surfaces of the parts to be registered to form one image and the acquired from any one of the above-mentioned plurality of surfaces. Based on the cross-power spectrum calculated by frequency-synthesizing the registered feature amount extracted from the magnified collation image of the image, it is determined whether or not the collation target component is the same as the registration target component. In this way, regardless of the number of captured images of the parts to be registered, by collating one registered image with one collation image, each of the plurality of captured images of the parts to be registered are photographed. As compared with the method of repeating collating with the collated image a plurality of times, the overhead can be reduced.
  • the reason why there is no problem in collation even if the photographed images acquired from a plurality of different surfaces of the parts to be registered are arranged and one registered image is arranged is that the random pattern existing on the surface of the individual parts is literally. This is because it is a random pattern and it is extremely difficult to intentionally create the same one. That is, even if images of different regions of parts are arbitrarily arranged and a predetermined value such as a zero value is inserted between the images, the same random pattern as the random pattern existing on the surface of another individual is created. This is because there is no such thing.
  • the registration unit 161 stores, for each component to be registered, the feature amount extracted from the photographed image of the predetermined area of the component in the registration DB 152.
  • the registration unit 161 may be configured to store the registered image of the feature amount extraction source in the registration DB 152 instead of storing the feature amount in the registration DB 152.
  • the feature amount generation unit 1613 may be omitted.
  • the determination unit 1624 of the collation unit 162 collates the registered feature amount to be compared with the collation feature amount generated by the feature amount generation unit 1623 from the registered image stored in the registration DB 152 by using the feature amount generation unit 1623. It may be configured to generate at times.
  • the determination unit 1624 of the collation unit 162 compares the feature amount extracted from the collation image with the feature amount extracted from the registered image to the extent that a partial image similar to the collation image exists in the registered image. The score representing was calculated. However, the determination unit 1624 of the collation unit 162 compares the collation image and the registered image by using a technique such as template matching to obtain a score indicating the degree to which a partial image similar to the collation image exists in the registered image. It may be configured to calculate.
  • one individual identification device 100 includes a registration unit 161 and a collation unit 162.
  • FIG. 24 is a block diagram of the individual identification device 400 according to the second embodiment of the present invention.
  • the individual identification device 400 includes a camera 410, a communication I / F unit 420, an operation input unit 430, a screen display unit 440, a storage unit 450, and an arithmetic processing unit 460.
  • the camera 410, the communication I / F unit 420, the operation input unit 430, and the screen display unit 440 are the camera 110, the communication I / F unit 120, the operation input unit 130, and the screen display unit of the individual identification device 100 of FIG. It is configured in the same way as 140.
  • the storage unit 450 is composed of a storage device such as a hard disk or a memory, and is configured to store processing information and a program 451 required for various processes in the arithmetic processing unit 460.
  • the program 451 is a program that realizes various processing units by being read and executed by the arithmetic processing unit 460, and is transmitted from an external device or recording medium (not shown) via a data input / output function such as the communication I / F unit 420. It is read in advance and saved in the storage unit 450.
  • the main processing information stored in the storage unit 450 is the registration DB (database) 452.
  • the registration DB 452 is a database that stores a registered image unique to each part generated from an image of the part to be registered by the camera 410 in association with the individual number.
  • the arithmetic processing unit 460 has a processor such as an MPU and its peripheral circuits, and by reading and executing the program 451 from the storage unit 450, the hardware and the program 451 cooperate with each other to realize various processing units. It is configured as follows.
  • the main processing units realized by the arithmetic processing unit 460 are the registration unit 461 and the collation unit 462.
  • the registration unit 461 is configured to generate a feature amount unique to each part from an image of the part to be registered, associate the generated feature amount with the individual number of the part, and register the feature amount in the registration DB 452.
  • the registration unit 461 has an image acquisition unit 4611, a feature amount generation unit 4612, and an image combination unit 4613.
  • the image acquisition unit 4611 is configured in the same manner as the image acquisition unit 1611 in FIG. That is, the image acquisition unit 4611 is configured to acquire a plurality of images taken by dividing a predetermined area of the component into a plurality of times as necessary for each component to be registered from the camera 410.
  • the feature amount generation unit 4612 is configured to extract a feature amount depending on a random pattern existing in the image from the captured image generated by the image acquisition unit 4611 for each component to be registered. Specifically, the feature amount generation unit 4612 acquires, as a feature amount, a Fourier-Mellin feature image obtained by subjecting the photographed image to a Fourier-Mellin transform for each photographed image. For example, the feature amount generation unit 4612 calculates a two-dimensional amplitude spectrum as a result of converting the captured image into a frequency domain by performing frequency conversion (for example, discrete Fourier transform). Next, the feature amount generation unit 4612 performs polar coordinate transformation or logarithmic polar coordinate transformation on the two-dimensional amplitude spectrum to calculate a Fourier merin feature image. Changes in magnification and rotation of the original captured image are converted into changes in translation in the Fourier-merin feature image.
  • the image combining unit 4613 is configured to generate a registered image as one image by arranging the Fourier merin feature images for each captured image generated by the feature amount generation unit 4612 for each component to be registered. .. Further, the image combining unit 4613 is configured to register the registered image in the registration DB 452 in association with the individual number of the component for each component to be registered.
  • the collation unit 462 calculates a score indicating the degree to which a partial image similar to an image obtained by capturing at least a part of a predetermined area of the part to be collated exists in the captured image of the predetermined area of the component to be registered. It is configured in. Further, the collation unit 462 is configured to determine whether or not the collation target component is the same as the registration target component based on the above score.
  • the collation unit 462 includes an image acquisition unit 4621, a feature amount generation unit 4622, an image size enlargement unit 4623, and a determination unit 4624.
  • the image acquisition unit 4621 is configured to acquire an image obtained by capturing at least a part of a predetermined area of the component to be collated from the camera 410.
  • at least a part of the predetermined area is an area having an area equal to or larger than the minimum area where a random pattern necessary for ensuring discrimination ability, which is a degree capable of distinguishing different parts, can be obtained for as many individual parts as possible. Is desirable.
  • the feature amount generation unit 4622 is configured to extract a feature amount depending on a random pattern existing in the image from the captured image acquired by the image acquisition unit 4621. Specifically, the feature amount generation unit 4622 is configured to generate a Fourier mellin and a feature image by performing a Fourier-Mellin transform on the captured image.
  • the image size enlargement unit 4622 When the size of the Fourier merin feature image generated by the feature amount generation unit 4622 is smaller than the size of the registered image, the image size enlargement unit 4622 generates a collation image by enlarging the size to the same size as the registered image. It is configured as follows. For example, the image size enlargement unit 4622 converts the Fourier merin feature image generated by the feature amount generation unit 4622 into a single background image having the same size as the registered image and having a predetermined value such as zero value for all pixels. It is configured to generate the pasted composite image as a collation image.
  • the image size enlargement unit 4622 sets the size of the Fourier / merin feature image generated by the feature amount generation unit 4622 by concatenating pixels having a predetermined value such as a zero value to the same size as the registered image. It is configured to generate a magnified image.
  • the determination unit 4624 calculates a score indicating the degree of similarity between the collation image generated by the image size enlargement unit 4623 and the registered image for each registered image stored in the registration DB 452, and collates based on the score. It is configured to determine which registration target component is the same as the target component.
  • the determination unit 4624 may calculate the above score by the same method as the determination unit 1624 of FIG. Alternatively, the determination unit 4624 synthesizes the collated image and the registered image to calculate a cross power spectrum, and determines a score indicating to some extent by a wave having a single period in the cross power spectrum between the collated image and the registered image. It may be calculated as a score representing similarity (see, for example, Patent Document 2).
  • the determination unit 4624 calculates the correlation value map by performing an inverse Fourier transform on the cross power spectrum, calculates the presence / absence of the maximum value peak in the correlation value map, and calculates the evaluation value of the sharpness of the peak, and finally. A score indicating the similarity between the collated image and the registered image may be calculated. Further, the determination unit 4624 is configured to display the determination result on the screen display unit 440 and / and output it to an external device through the communication I / F unit 420.
  • FIG. 25 is a flowchart showing an example of the registration operation of the individual identification device 400.
  • FIG. 26 is a flowchart showing an example of the collation operation of the individual identification device 400.
  • the image acquisition unit 4611 acquires a plurality of images taken by dividing a predetermined area of the component into a plurality of times as necessary for each component to be registered from the camera 410.
  • the feature amount generation unit 4612 calculates a Fourier merin feature image depending on a random pattern existing in the image from the captured image generated by the image acquisition unit 4611 for each component to be registered (step S12). ..
  • the image combining unit 4613 generates a registered image as one image by arranging the Fourier merin feature images for each captured image generated by the feature amount generation unit 4612 for each component to be registered, and generates a registered image of the component. It is saved in the registration DB 452 in association with the individual number (step S13). This completes the registration operation.
  • the image acquisition unit 4621 acquires an image obtained by capturing at least a part of a predetermined area of the component to be collated from the camera 410 (step S14).
  • the feature amount generation unit 4622 generates a Fourier merin feature image from the captured image acquired by the image acquisition unit 4621 (step S15).
  • the image size enlargement unit 4622 enlarges the Fourier merin feature image generated by the feature amount generation unit 4622 to the same size as the registered image to generate a collation image (step S16).
  • the determination unit 4624 calculates a score representing the degree of similarity between the collated image generated by the image size enlargement unit 4623 and the registered image for each registered image stored in the registration DB 452 (step S17). Next, the determination unit 4624 determines whether or not the collation target component is the same as any registration target component based on the above score (step S18). Next, the determination unit 4624 outputs the determination result (step S19).
  • FIG. 27 shows an example of the part 400 to be registered by the registration unit 461.
  • the component 400 in this example is the same component as the component 200 shown in FIG.
  • a Fourier merin feature image that depends on a random pattern peculiar to an individual component is extracted from all the regions of the six surfaces of the component 400. That is, the predetermined area of the component 400 is the entire six surfaces.
  • the image acquisition unit 4611 of the registration unit 461 captures each surface of the component 400 from the front with the camera 410 according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 461. Acquire the captured image.
  • the feature amount generation unit 4612 generates a Fourier merin feature image of each surface from the captured image of each surface. That is, as shown in FIG. 27, the feature amount generation unit 4612 has the Fourier merin feature image 501 of the upper surface photographed image, the Fourier merin feature image 502 of the lower surface photographed image, and the Fourier merin feature of the front side surface photographed image.
  • An image 503, a Fourier merin feature image 504 of the back side captured image, a Fourier merin feature image 505 of the left side captured image, and a Fourier merin feature image 506 of the right side captured image are generated.
  • a thick arrow is drawn on the Fourier merin feature image. This thick arrow is a convenient symbol for orienting the Fourier Melin feature image. The same applies to the thick arrows in other drawings such as FIG. 28.
  • the image combining unit 4613 arranges the above six Fourier / merin feature images, generates a registered image, and stores the registered image in the registered DB 152.
  • the order and spacing of arrangement are arbitrary.
  • the Fourier merin feature images 501, 502, 503, and 504 are arranged in a row so as to be in contact with each other and the arrows point to the left of the paper, and are arranged in two rows at one end.
  • the registered image 507 is generated by arranging the Fourier merin feature images 505 and 506 in the direction in which the arrows point toward the paper surface.
  • FIG. 28 shows another example of the parts to be registered by the registration unit 461.
  • the component 510 in this example is the same component as the component 210 shown in FIG.
  • a Fourier merin feature image that depends on a random pattern peculiar to an individual component is extracted from the entire surface region of the component 510. That is, the predetermined region of the component 510 is the entire surface.
  • the image acquisition unit 4611 of the registration unit 461 acquires one photographed image 511 in which the entire surface of the component 510 is photographed by the camera 410 according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 461.
  • the feature amount generation unit 4613 generates a Fourier / merin feature image from the captured image 511 by the same method as the above-described method.
  • the image combining unit 4613 has only one Fourier / merin feature image generated by the feature amount generation unit 4613, for example, the Fourier / merin feature image itself is set as the registered image 512 and stored in the registration DB 452.
  • FIG. 29 shows yet another example of the parts to be registered by the registration unit 461.
  • the component 520 in this example is the same component as the component 220 in FIG.
  • the surface of the component 520 is composed of a total of three surfaces, an upper surface, a lower surface, and a side surface.
  • a Fourier-merin feature image is extracted from all the regions of these three surfaces. That is, the predetermined region of the component 520 is the entire surface.
  • the image acquisition unit 4611 of the registration unit 461 is a side surface that covers the entire side surface of the image 521 of the upper surface of the component 520 by the camera 410 according to the operation of the operator performing the registration work or by the autonomous operation of the registration unit 461. A total of three captured images, the captured image 522 and the captured image 523 on the lower surface, are acquired.
  • the feature amount generation unit 4613 generates Fourier-merin feature images 524, 525, and 526 from the captured images 521, 522, and 523, respectively, by the same method as described above.
  • the image combining unit 4612 generates a registered image 527 in which the above three Fourier merin feature images 524 to 526 are arranged side by side to form one image.
  • the image combining unit 4612 generates a registered image of a default size by pasting the three Fourier merin feature images on a background image of a predetermined size prepared in advance so as not to overlap each other.
  • the background image is an image in which the values of all pixels are predetermined values.
  • the predetermined value for example, a zero value may be used. Alternatively, it may be a constant value other than the zero value as long as it does not affect the random pattern.
  • the side surface Fourier melin feature image 527 is attached to the upper side of the background image, and the upper surface and lower surface Fourier merin feature images 524 and 526 are attached to the lower region.
  • the area with dots on the registered image 527 indicates the area of the pixel having a zero value to which none of the captured images is attached.
  • the order and spacing of arranging the three Fourier merin feature images 524 to 526 on the background image is arbitrary. However, it is necessary to unify the orientation of the Fourier / merin feature image to the orientation determined for each of the same captured images of the same type of parts. In addition, it is necessary that a plurality of Fourier / merin feature images do not overlap each other.
  • FIG. 30 shows an example of a part to be collated by the collating unit 462.
  • the component 600 in this example is the same type of component as the component 500 to be registered shown in FIG. 27.
  • the image acquisition unit 4621 of the collation unit 462 may photograph the right side surface of the component 600 from the front thereof in an arbitrary direction by the camera 410 according to the operation of the operator performing the collation work or by the autonomous operation of the collation unit 462.
  • a photographed image 601 obtained by photographing the right side surface of the component 600 in an arbitrary direction as shown in 30 is acquired.
  • the feature amount generation unit 4622 generates a Fourier / merin feature image 602 from the captured image 601.
  • the image size enlargement unit 4623 enlarges the Fourier-merin feature image 602 so that it has the same size as the registered image, and generates a collation image 603.
  • the image size enlargement unit 4622 has an image in which the Fourier merin feature image 602 is attached to one background image having the same size as the registered image size and having a predetermined value such as zero value for all pixels. It is generated as a collation image 603.
  • the place where the Fourier Melin feature image 602 is attached is arbitrary. However, the direction in which the Fourier-merin feature image 602 is attached needs to be the same as that of the registered image. In the example of FIG. 30, a Fourier merin feature image 602 is attached to a substantially central portion of the background image so that a thick arrow points toward the paper surface.
  • the determination unit 4624 compares the collation image with the registered image for each registered image stored in the registration DB 452 by the same method as the determination unit 1624, and thereby, the similarity between the collation image and the registered image. Calculate the score that represents.
  • the determination unit 4624 sets the maximum score (maximum cross-correlation) among the above scores calculated for each registered image stored in the registration DB 452 if it exceeds a preset determination threshold value. It is determined that the part to be registered and the part 600 specified by the part number stored in the registration DB 452 in association with the registered image having the score of 1 are the same individual. Further, if the maximum score does not exceed the determination threshold value, it is determined that the individual component identical to the component 600 does not exist in the registration DB 152.
  • the image acquisition unit 4621 has acquired the captured image 601 of the entire right side surface of the component 600.
  • the image acquisition unit 4621 may use a part of the right side surface of the component 600 or a surface other than the right side surface, that is, all or a part of any surface of the upper surface, the lower surface, the front side surface, the back side surface, and the left side surface.
  • the collation unit 462 performs the same operation as when the captured image 601 of the entire right side surface is acquired, so that the component 600 is stored in the registration DB 452. It is possible to determine whether or not the individual is the same as. The reason is that for the component 500 to be registered, the registered image is pre-registered in the registration DB 452 as one image by arranging the Fourier merin feature images extracted from the captured images of each of the six surfaces. Is.
  • FIG. 31 shows another example of the parts to be collated by the collation unit 462.
  • the component 610 in this example is the same type of component as the component 510 to be registered shown in FIG. 28.
  • the image acquisition unit 4621 of the collation unit 462 captures the central portion of the upper surface of the component 610 from the front thereof in an arbitrary direction by the camera 410 according to the operation of the operator performing the collation work or by the autonomous operation of the collation unit 462. , It is assumed that the captured image 611 as shown in FIG. 31 is acquired. Next, the feature amount generation unit 4622 generates a Fourier-merin feature image 612 from the captured image 611.
  • the image size enlargement unit 4623 enlarges the Fourier-merin feature image 612 so that it has the same size as the registered image, and generates a collation image 613.
  • the image size enlargement unit 4622 has an image in which the Fourier merin feature image 612 is attached to one background image having the same size as the registered image size and having a predetermined value such as zero value for all pixels. It is generated as a collation image 613.
  • the place where the Fourier Melin feature image 612 is pasted is arbitrary. However, the direction in which the Fourier-merin feature image 612 is attached needs to be the same as that of the registered image. In the example of FIG. 31, a Fourier merin feature image 612 is attached to the central portion of the background image so that a thick arrow points toward the paper surface.
  • the determination unit 4624 calculates a score indicating the similarity between the collated image and the registered image by comparing the collated image and the registered image for each registered image stored in the registered DB 452. Then, the determination unit 4624 determines whether or not the component 610 is the same individual as any component stored in the registration DB 452 based on the score calculated for each registered image, and outputs the result.
  • the image acquisition unit 4621 acquired a part of the central portion of the upper surface of the component 610 as a captured image 611.
  • the image acquisition unit 4621 acquires a photographed image of an area other than the central portion of the upper surface of the component 610, for example, a region such as the left side or the right side of the upper surface by the operation of the operator performing the collation work, the upper surface
  • FIG. 32 shows yet another example of the component to be collated by the collation unit 462.
  • the part 620 of this example is the same type of part as the part 520 to be registered shown in FIG. 29.
  • FIG. 32 It is assumed that the photographed image 621 as shown in the above is acquired.
  • the feature amount generation unit 4622 generates a Fourier / merin feature image 622 from the captured image 621.
  • the image size enlargement unit 4622 enlarges the Fourier-merin feature image 622 so that it has the same size as the registered image, and generates a collation image 623.
  • the image size enlargement unit 4622 has an image in which the Fourier merin feature image 622 is attached to one background image having the same size as the registered image size and having a predetermined value such as zero value for all pixels. It is generated as a collation image 623.
  • the place where the Fourier Melin feature image 622 is attached is arbitrary. However, the direction in which the Fourier-merin feature image 622 is attached needs to be the same as that of the registered image. In the example of FIG. 32, the Fourier merin feature image 622 is attached to the central portion of the background image so that the thick arrow points toward the paper surface.
  • the determination unit 4624 calculates a score indicating the similarity between the collated image 623 and the registered image by comparing the collated image 623 and the registered image for each registered image stored in the registered DB 452. Then, the determination unit 4624 determines whether or not the component 620 is the same individual as any component stored in the registration DB 452 based on the score calculated for each registered image, and outputs the result.
  • the image acquisition unit 4621 acquired a part of the side surface of the part 620 as a captured image 621.
  • the image acquisition unit 4621 acquires a photographed image of a portion other than the above on the side surface of the component 620, the upper surface of the component 620, and the lower surface of the component 620, the same operation as when the photographed image 621 is acquired is performed by the collation unit. By performing this in 462, it is possible to determine whether or not the part 620 is the same individual as any of the parts 520 to be registered stored in the registration DB 452.
  • the same effect as that of the first embodiment can be obtained, and the following effects can be obtained. That is, in the present embodiment, the Fourier merin feature image generated from the photographed image of the part to be registered is compared with the Fourier merin feature image generated from the photographed image of the part to be collated, and the component to be collated is registered. In order to determine the identity of the target part, it is possible to perform individual identification that is robust against translation, rotation, and scale fluctuation.
  • FIG. 33 is a block diagram of the individual identification system according to the present embodiment.
  • the individual identification system 1 is configured to include the acquisition means 2 and the determination means 3.
  • the acquisition means 2 is configured to acquire a collation image obtained by capturing a part of a predetermined area of the collation target object.
  • the acquisition means 2 can be configured in the same manner as, for example, the image acquisition unit 1621 of FIG. 1 or the image acquisition unit 4621 of FIG. 24, but is not limited thereto.
  • the determination means 3 is configured to calculate a score indicating the degree to which a partial image similar to the collation image acquired by the acquisition means 2 exists in the registered image obtained by photographing a predetermined area of the object to be registered. Further, the determination means 3 is configured to determine whether or not the collation target object is the same as the registration target object based on the above score.
  • the determination means 3 can be configured in the same manner as, for example, the determination unit 1624 of FIG. 1 or the determination unit 4624 of FIG. 24, but is not limited thereto.
  • the individual identification system 1 configured in this way operates as follows. That is, first, the acquisition means 2 acquires a collation image obtained by capturing a part of a predetermined region of the collation target object. Next, the determination means 3 calculates a score indicating the degree to which a partial image similar to the collation image acquired by the acquisition means 2 exists in the registered image obtained by photographing a predetermined area of the object to be registered, and uses the score as the score. Based on this, it is configured to determine whether or not the collation target object is the same as the registration target object.
  • the acquisition means 2 that acquires a collated image obtained by capturing a part of the predetermined area of the collation target object and the partial image similar to the collation image acquired by the acquisition means 2 capture the predetermined area of the registration target object.
  • It is equipped with a determination means 3 that calculates a score indicating the degree of existence in the registered image and determines whether or not the collation target object is the same as the registration target object based on the score. This is because it is not necessary to photograph the entire region of the predetermined region, and it is sufficient to photograph a part of the predetermined region.
  • the same captured images may be arranged in different directions.
  • a plurality of captured images of at least one captured image 206 may be arranged so as to have different orientations from each other.
  • the predetermined area of the object to be registered may be a set of a plurality of subregions existing on the same surface of the object to be registered at spatially separated places.
  • a plurality of partial regions 215 to are provided at different positions on the surface of the flat plate-shaped component 210 and have a predetermined shape (for example, a rectangle) and a predetermined size.
  • 218 may be a predetermined area.
  • one image in which the captured images of the partial regions 215 to 218 are arranged is the registered image.
  • one image in which the Fourier-merin feature images of the captured images of the partial regions 215 to 218 are arranged is the registered image.
  • the present invention can be used in the field of collating two images, and in particular, it can be used to detect differences in spontaneously fine patterns that occur in the same manufacturing process, such as fine irregularities and patterns on the surface of a product and random patterns on the surface of a material. , It can be used in the field of individual identification and management of individual products by acquiring them as images using an imaging device such as a camera and recognizing the fine patterns. In addition, not only products, but also differences in surface fine patterns of living things such as human fingerprints are acquired as images using an imaging device such as a camera, and by recognizing the fine patterns, an individual can be identified. It can be used in the field of authentication or individual identification and management of organisms.
  • the registered image is a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions.
  • Appendix 5 A plurality of images obtained by photographing a plurality of different surfaces of the object to be registered, or a plurality of images obtained by photographing a plurality of partial regions existing on the same surface of the object to be registered at spatially separated positions. Is further provided with a generation means for generating the registered image from the acquired plurality of images.
  • the individual identification system according to any one of Appendix 2 to 4.
  • the determination means expands the collated image so as to have the same size as the registered image, and based on a composite frequency feature obtained by synthesizing the frequency feature of the collated image after the expansion and the frequency feature of the registered image. It is configured to calculate the score, The individual identification system according to any one of Appendix 1 to 5.
  • the registered image is a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions. This is a composite image in which a plurality of captured images are arranged into one image by arranging a plurality of Fourier / merin feature images obtained by Fourier / merin conversion.
  • Appendix 8 The plurality of Fourier merin feature images are attached to a background image in which the value of each pixel has a predetermined value.
  • At least one of the plurality of images obtained by photographing the plurality of surfaces is an image that covers the entire circumference of the object to be registered over one or more rounds.
  • the individual identification system according to Appendix 7 or 8.
  • Appendix 10 A plurality of images obtained by photographing a plurality of different surfaces of the object to be registered, or a plurality of images obtained by photographing a plurality of partial regions existing on the same surface of the object to be registered at spatially separated positions. Is obtained, the acquired plurality of images are subjected to Fourier-merin conversion to generate a plurality of Fourier-merin feature images, and a generation means for generating the registered image from the generated plurality of Fourier-merin feature images is further provided.
  • a score indicating the degree to which a partial image similar to the collation image exists in the registered image obtained by photographing a predetermined area of the object to be registered is calculated. Based on the score, it is determined whether or not the collation target object is the same as the registration target object.
  • Individual identification method. [Appendix 13] The registered image is a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions. It is a composite image in which a plurality of captured images are arranged into one image. The individual identification method according to Appendix 12. [Appendix 14] The plurality of images are attached to a background image in which the value of each pixel has a predetermined value.
  • At least one of the plurality of images obtained by photographing the plurality of surfaces is an image that covers the entire circumference of the object to be registered over one or more rounds.
  • Appendix 16 Further, a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of images of a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions. Generate the registered image from the image of The individual identification method according to any one of Appendix 12 to 15.
  • the registered image is a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions. This is a composite image in which a plurality of captured images are arranged into one image by arranging a plurality of Fourier / merin feature images obtained by Fourier / merin conversion.
  • Appendix 19 The plurality of Fourier merin feature images are attached to a background image in which the value of each pixel has a predetermined value.
  • At least one of the plurality of images obtained by photographing the plurality of surfaces is an image that covers the entire circumference of the object to be registered over one or more rounds.
  • Appendix 21 Further, a plurality of images obtained by photographing a plurality of different surfaces of the registration target object, or a plurality of images of a plurality of partial regions existing on the same surface of the registration target object at spatially separated positions.
  • the Fourier mellin feature image obtained by performing the Fourier mellin transform on the collated image has the same size as the Fourier mellin feature image obtained by performing the Fourier mellin transform on the registered image.
  • the score is calculated based on the result of expanding and comparing the Fourier Mellin feature image of the collated image after the expansion with the Fourier Mellin feature image of the registered image.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

個体識別システムは、取得手段と判定手段とを備える。取得手段は、照合対象物体の所定領域の一部を撮影した照合画像を取得するように構成されている。判定手段は、照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、上記スコアに基づいて、照合対象物体が登録対象物体と同一か否かを判定するように構成されている。

Description

個体識別システム
　本発明は、個体識別システム、個体識別方法、および記録媒体に関する。
　従来から、製品などに製品番号を付与し、製品の品質・流通管理などに利用されている。また、バーコード・ＩＣタグ・ＲＦＩＤを製品に付与し、製品のロットや個体を識別する方法が用いられている。しかしながら、たとえば微小な製品などの物体に対しては、個々の物体に印字を行い、あるいはＩＣタグなどを付与することは、コストや技術面で困難であり、上記の方法を用いてロット・個体管理を行うのは難しかった。
　これに対し近年では、製品などの物体の表面もしくは物体表面に付与された素材の表面のランダムパターンを画像で識別し、物体の個体識別や真贋判定を行う方法が提案されている。このようなランダムパターンによる個体識別や真贋判定に係る技術の一例が特許文献１に記載されている。
　特許文献１に記載の技術では、登録対象物体の表面の複数の部分領域（照合領域として予め定められた領域）のそれぞれから取得したランダムパターン画像を登録対象物体の識別ＩＤに関連付けて記憶装置に事前に記憶しておく。そして、照合対象物体が登録対象物体と同一か否かを判定する際、照合対象物体上の、登録時と同じ複数の部分領域のそれぞれからランダムパターン画像を取得し、それぞれの部分領域毎に、照合対象物体から取得したランダムパターン画像と記憶装置に記憶されている登録対象物体のランダムパターン画像とを比較し、全ての部分領域の比較結果を総合的に判断して、照合対象物が登録対象物と同一か否かを判定する。
特開２００７－０４１６４３号公報 ＷＯ－Ａ１－２０１９／１２３９１７
　しかしながら、全ての部分領域におけるランダムパターン画像の比較結果を総合的に判断して照合対象物が登録対象物と同一か否かを判定する方法（以下、本発明に関連する個体識別方法と記す）では、照合対象物体が登録対象物体と同一か否かを判定する際、照合対象物体上の、登録時と同じ複数の部分領域の全てからランダムパターン画像を取得しなければならず、個体識別の利便性が低下する。
　本発明の目的は、上述した課題を解決する個体識別システムを提供することにある。
　本発明の一形態に係る個体識別システムは、
　照合対象物体の所定領域の一部を撮影した照合画像を取得する取得手段と、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する判定手段と、
を備えるように構成されている。
　本発明の他の形態に係る個体識別方法は、
　照合対象物体の所定領域の一部を撮影した照合画像を取得し、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、
　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する、
ように構成されている。
　本発明の他の形態に係るコンピュータ読み取り可能な記録媒体は、
　コンピュータに、
　照合対象物体の所定領域の一部を撮影した照合画像を取得する処理と、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出する処理と、
　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する処理と、
を行わせるためのプログラムを記録するように構成されている。
　本発明は、上述したような構成を有することにより、照合対象物体が登録対象物体と同一か否かを判定する個体識別システムの利便性を高めることができる。
本発明の第１の実施形態に係る個体識別装置のブロック図である。 本発明の第１の実施形態に係る個体識別装置の登録動作の一例を示すフローチャートである。 本発明の第１の実施形態に係る個体識別装置の照合動作の一例を示すフローチャートである。 本発明の第１の実施形態において登録対象とする直方体状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第１の実施形態において登録対象とする平板状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第１の実施形態において登録対象とする円柱状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第１の実施形態に係る個体識別装置における登録ＤＢのフォーマットの例を示す図である。 本発明の第１の実施形態において照合対象とする直方体状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第１の実施形態において照合対象とする平板状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第１の実施形態において照合対象とする円柱状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第１の実施形態に係る個体識別装置の照合部における判定部の一例を示すブロック図である。 照合画像の周波数特徴と登録画像の周波数特徴とを示す数式の例を示す図である。 振幅成分ＡF（ｋ1，ｋ2）およびＡG（ｋ1，ｋ2）、位相成分θF（ｋ1，ｋ2）およびθG（ｋ1，ｋ2）のイメージの例を示す図である。 本発明の第１の実施形態に係る個体識別装置の照合部における判定部の周波数特徴合成部の一例を示すブロック図である。 正規化クロスパワースペクトルを算出する数式の例を示す図である。 位置ずれを伴う同一画像ペアの周波数特徴Ｆ（ｋ1，ｋ2）、周波数特徴Ｇ（ｋ1，ｋ2）、および正規化クロスパワースペクトルＲ（ｋ1，ｋ2）を示す数式の例を示す図である。 同一画像ペアの正規化クロスパワースペクトルＲ（ｋ1，ｋ2）のイメージの例を示す図である。 同一画像ペアの正規化クロスパワースペクトルを二値データに量子化したイメージの例を示す図である。 本発明の第１の実施形態に係る個体識別装置の照合部を構成する判定部における矩形波判定部の一例を示すブロック図である。 アダマール行列の説明図である。 アダマール行列を用いた直交変換を示す式を示す図である。 本発明の第１の実施形態に係る個体識別装置の照合部を構成する判定部における矩形波判定部の他の例を示すブロック図である。 本発明の第１の実施形態に係る個体識別装置の照合部を構成する判定部における矩形波判定部の更に別の例を示すブロック図である。 本発明の第２の実施形態に係る個体識別装置のブロック図である。 本発明の第２の実施形態に係る個体識別装置の登録動作の一例を示すフローチャートである。 本発明の第２の実施形態に係る個体識別装置の照合動作の一例を示すフローチャートである。 本発明の第２の実施形態において登録対象とする直方体状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第２の実施形態において登録対象とする平板状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第２の実施形態において登録対象とする円柱状の部品の外観と所定領域と登録画像の例を示す図である。 本発明の第２の実施形態において照合対象とする直方体状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第２の実施形態において照合対象とする平板状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第２の実施形態において照合対象とする円柱状の部品の外観と所定領域の一部と照合画像の例を示す図である。 本発明の第２の実施形態に係る個体識別システムのブロック図である。 本発明の他の実施形態における登録画像の例を示す図である。 本発明の他の実施形態における登録対象物体の所定領域の例を示す図である。
［第１の実施の形態］
　図１は、本発明の第１の実施形態に係る個体識別装置１００のブロック図である。図１に示す個体識別装置１００は、製造工程管理、品質管理、出荷管理、販売管理などのために、大量生産される部品の個体を管理する情報処理装置である。
　図１を参照すると、個体識別装置１００は、カメラ１１０と、通信Ｉ／Ｆ部１２０と、操作入力部１３０と、画面表示部１４０と、記憶部１５０と、演算処理部１６０とから構成されている。
　カメラ１１０は、個体識別の対象となる部品を撮影する撮影装置である。カメラ１１０は、例えば、数百万画素程度の画素容量を有するＣＣＤ（Ｃｈａｒｇｅ－Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ）イメージセンサやＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　ＭＯＳ）イメージセンサを備えた可視光かつカラーのエリアカメラであってよい。また、カメラ１１０は、例えば、１万画素／ラインの画素容量を有するラインセンサを備えた可視光かつカラーのラインカメラであってよい。
　通信Ｉ／Ｆ部１２０は、データ通信回路から構成され、無線または有線によって外部装置との間でデータ通信を行うように構成されている。操作入力部１３０は、キーボードやマウスなどの装置から構成され、オペレータの操作を検出して演算処理部１６０に出力するように構成されている。画面表示部１４０は、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）などの装置から構成され、演算処理部１６０からの指示に応じて、各種情報を画面表示するように構成されている。
　記憶部１５０は、ハードディスクやメモリなどの記憶装置から構成され、演算処理部１６０における各種処理に必要な処理情報およびプログラム１５１を記憶するように構成されている。プログラム１５１は、演算処理部１６０に読み込まれて実行されることにより各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部１２０などのデータ入出力機能を介して図示しない外部装置や記録媒体から予め読み込まれて記憶部１５０に保存される。記憶部１５０に記憶される主な処理情報には、登録ＤＢ（データベース）１５２がある。
　登録ＤＢ１５２は、登録対象の部品をカメラ１１０によって撮影した画像から生成した部品個体固有の特徴量を個体番号に関連付けて保存するデータベースである。
　演算処理部１６０は、ＭＰＵなどのプロセッサとその周辺回路を有し、記憶部１５０からプログラム１５１を読み込んで実行することにより、上記ハードウェアとプログラム１５１とを協働させて各種処理部を実現するように構成されている。演算処理部１６０で実現される主な処理部は、登録部１６１、および照合部１６２である。
　登録部１６１は、登録対象の部品を撮影した画像から部品個体固有の特徴量を生成し、生成した特徴量を部品の個体番号に関連付けて登録ＤＢ１５２に登録するように構成されている。登録部１６１は、画像取得部１６１１と画像結合部１６１２と特徴量生成部１６１３とを有する。
　画像取得部１６１１は、登録対象の部品毎に、部品の所定領域を必要に応じて複数回に分けて撮影した複数の画像をカメラ１１０から取得するように構成されている。
　画像結合部１６１２は、登録対象の部品毎に、画像取得部１６１１によって取得された複数の画像を並べて１枚の画像とした登録画像を生成するように構成されている。
　特徴量生成部１６１３は、登録対象の部品毎に、画像結合部１６１２によって生成された登録画像から画像中に存在するランダムパターンに依存する特徴量を登録特徴量として抽出するように構成されている。また、特徴量生成部１６１３は、登録対象の部品毎に、登録特徴量を部品の個体番号に関連付けて登録ＤＢ１５２に登録するように構成されている。
　照合部１６２は、照合対象の部品の所定領域の少なくとも一部を撮影した画像に類似する部分画像が、登録対象の部品の所定領域を撮影した画像中に存在する程度を表すスコアを算出するように構成されている。画像間の類似度を求める方法には、画像どうしを直接比較する方法と、それぞれの画像から抽出した特徴量どうしを比較する方法とがある。本例では、照合部１６２は後者の方法を使用する。また、照合部１６２は、上記スコアに基づいて、照合対象の部品が登録対象の部品と同一か否かを判定するように構成されている。照合部１６２は、画像取得部１６２１と画像サイズ拡大部１６２２と特徴量生成部１６２３と判定部１６２４とを有する。
　画像取得部１６２１は、照合対象の部品の所定領域の少なくとも一部を撮影した画像をカメラ１１０から取得するように構成されている。ここで、所定領域の少なくとも一部は、できるだけ多くの部品個体に関して、異なる部品を識別できる度合いである識別能力を確保するために必要なランダムパターンが得られる最低面積以上の面積（例えば、０．１ｍｍ2以上、好ましくは数ｍｍ2以上）の領域であることが望ましい。
　画像サイズ拡大部１６２２は、画像取得部１６２１によって取得された画像のサイズが、登録画像のサイズよりも小さい場合、登録画像と同じサイズに拡大することにより、照合画像を生成するように構成されている。例えば、画像サイズ拡大部１６２２は、画像取得部１６２１によって取得された画像を、登録画像と同じサイズを有し全画素がゼロ値などの所定値を持つ１枚の背景画像に張り付けた合成画像を照合画像として生成するように構成されている。換言すれば、画像サイズ拡大部１６２２は、例えば、ゼロ値などの所定値を持つ画素を連結することによって画像取得部１６２１によって取得された画像のサイズを、登録画像と同じサイズに拡大した画像を生成するように構成されている。
　特徴量生成部１６２３は、画像サイズ拡大部１６２２によって生成された照合画像から画像中に存在するランダムパターンに依存する特徴量を照合特徴量として抽出するように構成されている。
　判定部１６２４は、特徴量生成部１６２３によって生成された照合特徴量に類似する部分特徴量が、登録ＤＢ１５２に保存されている登録特徴量に存在する程度を表すスコアを算出し、そのスコアに基づいて、照合対象部品が何れの登録対象部品と同一であるか否かを判定するように構成されている。また、判定部１６２４は、判定結果を画面表示部１４０に表示し、または／および、通信Ｉ／Ｆ部１２０を通じて外部の装置に出力するように構成されている。
　続いて、個体識別装置１００の動作を説明する。個体識別装置１００の動作は、登録動作と照合動作の２つに大別される。図２は、個体識別装置１００の登録動作の一例を示すフローチャートである。また、図３は、個体識別装置１００の照合動作の一例を示すフローチャートである。
　先ず、個体識別装置１００の登録動作を説明する。登録動作では、図２に示されるように、画像取得部１６１１は、登録対象の部品毎に、部品の所定領域を必要に応じて複数回に分けて撮影した複数の画像をカメラ１１０から取得する（ステップＳ１）。次に、画像結合部１６１２は、登録対象の部品毎に、画像取得部１６１１によって取得された複数の画像を並べて１枚の画像とした登録画像を生成する（ステップＳ２）。次に、特徴量生成部１６１３は、登録対象の部品毎に、画像結合部１６１２によって生成された登録画像から画像中に存在するランダムパターンに依存する特徴量を登録特徴量として抽出し、登録特徴量を部品の個体番号に関連付けて登録ＤＢ１５２に保存する（ステップＳ３）。以上で登録動作が終了する。
　次に、照合動作を説明する。照合動作では、図３に示されるように、先ず、画像取得部１６２１は、照合対象の部品の所定領域の少なくとも一部を撮影した画像をカメラ１１０から取得する（ステップＳ４）。次に、画像サイズ拡大部１６２２は、画像取得部１６２１によって取得された画像のサイズが登録画像のサイズよりも小さい場合、登録画像と同じサイズに拡大した照合画像を生成する（ステップＳ５）。画像サイズ拡大部１６２２は、画像取得部１６２１によって取得された画像のサイズが登録画像のサイズと同じであれば、取得された画像そのものを照合画像として生成する。次に、特徴量生成部１６２３は、照合画像から画像中に存在するランダムパターンに依存する特徴量を照合特徴量として抽出する（ステップＳ６）。
　次に、判定部１６２４は、照合特徴量と全体に類似している登録特徴量だけでなく、部分的に類似している登録特徴量も登録ＤＢ１５２から検索することにより、照合対象部品が何れの登録対象部品と同一であるか否かを判定する。具体的には、判定部１６２４は、登録ＤＢ１５２に保存された登録対象部品の登録特徴量毎に、照合特徴量と登録特徴量とを比較して類似の程度を表すスコアを算出する（ステップＳ７）。次に、判定部１６２４は、その算出したスコアに基づいて、照合対象部品が何れの登録対象部品と同一であるか否かを判定する（ステップＳ８）。次に、判定部１６２４は、判定結果を画面表示部１４０に表示し、または／および、通信Ｉ／Ｆ部１２０を通じて外部の装置に出力する（ステップＳ９）。
　続いて、登録部１６１、および照合部１６２をより詳細に説明する。
　先ず、登録部１６１について詳細に説明する。
　図４は、登録部１６１が登録対象とする部品の例を示す。この例の部品は、金属や合成樹脂などの素材で形成された直方体形状の部品２００である。部品２００の縦Ｌ、横Ｗ、高さＨのサイズは任意である。例えば、Ｌ＝８ｍｍ、Ｗ＝１２ｍｍ、Ｈ＝６ｍｍであってよい。部品２００の表面は、紙面から観察して、上面、下面、手前側面、奥側面、右側面、および左側面の合計６面から構成される。図４では、部品の各面および各面の画像に細い矢印が記載されている。この矢印は、部品２００の各面および各画像の向きを定めるための便宜上の記号であり、部品２００の各面および各面の画像に実際に存在するわけではない。他の図面に記載された細い矢印も同様である。本例では、これら６面の全領域から部品個体固有のランダムパターンに依存する登録特徴量を抽出する。即ち、部品２００の所定領域は、６面全体である。
　登録部１６１の画像取得部１６１１は、登録作業を行うオペレータの操作に従って或いは登録部１６１の自律動作により、部品２００の面毎に、その面を正面からカメラ１１０によって撮影することにより、図４に示すような、上面の撮影画像２０１、下面の撮影画像２０２、手前側面の撮影画像２０３、奥側面の撮影画像２０４、右側面の撮影画像２０５、および左側面の撮影画像２０６の合計６枚の撮影画像を取得する。例えば、画像取得部１６１１は、上面全体を所定の画素解像度で撮影した画像からエッジ検出などによって上面の画像領域だけを切り出すことによって、上面の撮影画像２０１を取得する。画像取得部１６１１は、上面の撮影画像２０１以外の画像も同様の方法で取得することができる。なお、複数のカメラ１１０を使用して、各面の画像を複数のカメラ１１０で撮影するようにしてもよい。ここで、これら６枚の撮影画像のサイズは任意であるが、一例として、図４に付記したような画像サイズになっているものとする。即ち、例えば、上面の撮影画像２０１は、縦：４００画素、横：６００画素である。
　次に、画像結合部１６１２は、上記６枚の撮影画像を並べて、登録画像を生成する。直方体の６面のように隣接する面の境界を跨って照合画像が生成されることがない複数の面の撮影画像の場合、並べる順序や間隔などは任意である。但し、画像の向きは、同じ種類の部品の同じ撮影画像毎に決められた向きに統一する必要がある。また、複数の撮影画像は互いに重ならないようにする必要がある。例えば、画像結合部１６１２は、複数の撮影画像を、間隔を開けずに同じ向きに揃えて一列あるいは複数列に並べるようにしてもよいし、幅の広い撮影画像は同じ向きに揃えて一例に並べ、幅の狭い撮影画像は同じ向きに揃えて二列に並べるようにしてもよい。図４に示す登録画像２０７の例では、上面の撮影画像２０１と下面の撮影画像２０２と手前側面の撮影画像２０３と奥側面の撮影画像２０４とを互いに接するように矢印が紙面左を向く向きに一列に並べ、その一方の端に、二列に並べた右側面の撮影画像２０５と左側面の撮影画像２０６とを矢印が紙面上を向く向きに配列することにより、縦：６００画素、横：１８００画素の登録画像２０７が生成されている。
　次に、特徴量生成部１６１３は、登録画像２０７から画像中に存在するランダムパターンに依存する特徴量を登録特徴量として抽出し、登録ＤＢ１５２に保存する。例えば、特徴量生成部１６１３は、以下のような方法を使用して登録特徴量を抽出してよい。
　特徴量生成部１６１３は、先ず、登録画像２０７に対して周波数変換（例えば離散フーリエ変換）を施すことによって、周波数領域に変換した結果である振幅情報、および位相情報（それぞれ２次元配列データ）を算出する。即ち、特徴量生成部１６１３は、登録画像２０７に対して紙面横方向に１次元フーリエ変換を施し、次に紙面縦方向に１次元フーリエ変換を施して、振幅情報と位相情報を２次元配列データとして算出する。
　次に、特徴量生成部１６１３は、上記振幅情報および位相情報の少なくとも一方から個体識別に有用な周波数帯域のみを抽出し、その抽出結果を登録特徴量とする。このように個体識別に有用な周波数帯域のみを登録特徴量とすることにより、登録特徴量のデータ量を削減することができる。但し、個体識別に有用な周波数帯域を抽出する前の振幅情報および位相情報のどちらか一方を登録特徴量としてもよい。
　図５は、登録部１６１が登録対象とする部品の他の例を示す。この例の部品は、金属や樹脂などの素材で形成された平板状の部品２１０である。部品２１０の縦Ｌ、横Ｗのサイズは任意である。例えば、Ｌ＝１２ｍｍ、Ｗ＝３６ｍｍであってよい。本例では、部品２１０の表面の全領域から部品個体固有のランダムパターンに依存する登録特徴量を抽出する。部品２１０の裏面および側面からは登録特徴量は抽出しない。即ち、部品２１０の所定領域は、表面の全領域である。
　登録部１６１の画像取得部１６１１は、登録作業を行うオペレータの操作に従って或いは登録部１６１の自律動作により、カメラ１１０によって部品２１０の表面全体を撮影した１枚の撮影画像を取得する。例えば、カメラ１１０がエリアカメラであり、部品２１０の表面全体をカメラ視野に含めて撮影しても所定の画像解像度の表面画像が得られるならば、画像取得部１６１１は、１回の撮影により部品２１０の表面全体を撮影して１枚の撮影画像を取得する。また、部品２１０の表面全体をカメラ視野に含めた撮影では所定の画像解像度の表面画像が得られない場合、画像取得部１６１１は、部品２１０の表面全体を幾つかに分割し、個々の分割領域をカメラ１１０によって個別に撮影し、その複数の分割領域の撮影画像を繋いで部品２１０の表面全体を網羅する１枚の撮影画像を取得する。
　図５には、左側の撮影画像２１１、中央の撮影画像２１２、および右側の撮影画像２１３の合計３枚の撮影画像を取得し、それら３枚の撮影画像を繋いで部品２１０の表面全体を網羅した１枚の画像を取得する例が示されている。ここで、これら３枚の撮影画像の画像サイズは任意であるが、ここでは、一例として、図５に付記したような画像サイズになっているものとする。即ち、左側、中央、および右側の撮影画像２１１～２１３は、何れも縦：６００画素、横：６００画素である。なお、画像取得部１６１１は、カメラ１１０がラインカメラの場合、部品２１０の表面全体を１枚の撮影画像として取得するようにしてもよい。
　次に、画像結合部１６１２は、画像取得部１６１１によって取得された部品２１０の表面全体を撮影した１枚の画像から登録画像２１４を生成する。図５に示す例では、画像結合部１６１２は、画像取得部１６１１によって取得された部品２１０の表面全体を撮影した１枚の画像そのものを、登録画像２１４としている。その結果、縦：６００画素、横：１８００画素の登録画像２１４が生成されている。
　次に、特徴量生成部１６１３は、前述した方法と同様の方法によって、登録画像２１４から画像中に存在するランダムパターンに依存する特徴量を登録特徴量として抽出し、登録ＤＢ１５２に保存する。
　図６は、登録部１６１が登録対象とする部品の更に別の例を示す。この例の部品は、金属などの素材で形成された円柱状の部品２２０である。部品２２０の高さＬ、最大幅Ｗのサイズは任意である。例えば、Ｌ＝５ｍｍ、Ｗ＝７ｍｍであってよい。部品２２０の表面は、上面、下面、および側面の合計３面から構成される。本例では、これら３面の全領域から部品個体固有のランダムパターンに依存する登録特徴量を抽出する。即ち、部品２２０の所定領域は、表面全体である。
　登録部１６１の画像取得部１６１１は、登録作業を行うオペレータの操作に従って或いは登録部１６１の自律動作により、カメラ１１０がエリアカメラの場合、所定の画像解像度が得られるように、部品２２０の表面全体を複数回に分けてカメラ１１０によって撮影することにより、複数の撮影画像を取得する。図６に示す例では、上面の撮影画像２２１、側面の複数の撮影画像２２２－１～２２２－ｎ、および下面の撮影画像２２３の合計ｎ＋２枚の撮影画像を取得している。例えば、画像取得部１６１１は、部品２２０の上面をその正面からカメラ１１０で撮影した画像から上面領域の画像領域だけを切り出すことによって、上面の撮影画像２２１を取得する。また、画像取得部１６１１は、下面の撮影画像２２３を上面の撮影画像２２１と同様の方法で取得する。また、画像取得部１６１１は、部品２１０の側面を全周に沿ってｎ個の部分領域に区分し、部分領域毎にその正面からカメラ１１０で撮影した画像から当該部分領域の画像領域だけを切り出すことによって、側面のそれぞれ異なる部分領域を撮影したｎ個の撮影画像２２２－１～２２２－ｎを取得する。分割数ｎは任意である。ｎの数が大きいほど、歪みの少ない部分領域の画像を得ることができる。ここで、上記ｎ＋２枚の撮影画像の画像サイズは任意であるが、ここでは、一例として、図６に付記したような画像サイズになっているものとする。即ち、上面および下面の撮影画像２２１、２２３の最大の幅は３５０画素である。また、ｎ個の撮影画像２２２－１～２２２－ｎは、何れも縦：２５０画素、横：９２画素である。
　次に、画像取得部１６１１は、部品２１０の側面を撮影したｎ個の撮影画像２２２－１～２２２－ｎを繋げて部品２２０の側面全体を１周以上にわたって網羅する１枚の側面の撮影画像を取得する。
　なお、画像取得部１６１１は、カメラ１１０がラインカメラの場合、部品２２０の側面全体を１周以上にわたって網羅する１枚の撮影画像をラインカメラから取得するようにしてもよい。
　次に、画像結合部１６１２は、画像取得部１６１１によって取得された上面の撮影画像２２１、下面の撮影画像２２３、および側面全体を１周以上にわたって網羅する側面の撮影画像の合計３枚の撮影画像を並べて、登録画像を生成する。本例では、画像結合部１６１２は、予め用意された規定サイズの背景画像に上記３枚の撮影画像を互いに重ならないように張り付けることによって、既定サイズの登録画像を生成する。上記背景画像は、全画素の値が所定値である画像である。所定値としては、例えばゼロ値を使用してよい。或いは、ランダムパターンに影響を与えないのであれば、ゼロ値以外の一定値であってもよい。
　円柱の上面、下面、側面のように隣接する面の境界を跨って照合画像が生成されることがない複数の面の撮影画像の場合、背景画像上に並べる順序や間隔などは任意である。但し、画像の向きは、同じ種類の部品の同じ撮影画像毎に決められた向きに統一する必要がある。また、複数の撮影画像は互いに重ならないようにする必要がある。図６に示す登録画像２２４の例では、背景画像の上側の領域にｎ個の撮影画像２２２－１～２２２－ｎを繋いで得られた側面全体を１周以上にわたって網羅する側面の撮影画像を矢印が紙面上を向く向きに張り付け、下側の領域に上面および下面の撮影画像２２１、２２３を矢印が紙面上を向く向きに張り付けている。図６において、登録画像２２４上のドットを付した領域は、何れの撮影画像も張り付けられていない、ゼロ値を有する画素の領域を示す。
　円柱の側面などのように物体の全周を１枚の画像に展開した連続画像とした場合、展開画像の両端は元の物体上では連続しているにもかかわらず、展開画像上では分離されてしまう。即ち、図６の例では、撮影画像２２２－ｎの右辺と撮影画像２２２－１の左辺とは、元の部品２２０上では連続しているにもかかわらず、展開画像上では分離されてしまう。そのため、撮影画像２２２－ｎと撮影画像２２２－１とに跨るような照合画像に一致する部分画像を登録画像上から発見することが困難になる。そのため、図６の例では、撮影画像２２２－ｎの右辺に撮影画像２２２－１の左辺が接するように、撮影画像２２２－１～２２２－４のコピー画像２２２－１Ｃ～２２２－４Ｃを繋げることによって、連続画像の一方の端部を４つの撮影画像２２２－ｉの画像サイズである３６８画素だけ拡大している。なお、拡大するサイズは３６８画素以下であってもよいし、以上であってもよい。
　次に、特徴量生成部１６１３は、前述した方法と同様の方法によって、登録画像２２４から画像中に存在するランダムパターンに依存する特徴量を登録特徴量として抽出し、登録ＤＢ１５２に保存する。
　図７は、登録ＤＢ１５２のフォーマットの例を示す。この例では、登録ＤＢ１５２は、登録対象部品に１対１に対応する複数のエントリから構成され、それぞれのエントリは、部品番号、登録特徴量、および、登録画像サイズの各項目から構成されている。部品番号の項目には、登録対象部品に割り振られた通番などの部品番号が設定される。登録特徴量の項目には、登録特徴量を記録したファイルの名前が設定される。ファイルの実体は、記憶部１５０の他の領域あるいは図示しないクラウドストレージなどに保存されている。登録画像サイズの項目には、登録特徴量の抽出元の登録画像のサイズが設定される。図７の例では、登録対象の部品毎に、部品番号と登録特徴量と登録画像のサイズとを保存している。しかし、全ての部品の登録画像サイズが予め定めた規定値に統一するように構成されている場合、個々の部品毎に登録画像サイズを保存する必要はなく、規定値のみを保存しておけばよい。
　登録ＤＢ１５２のフォーマットは上記に限定されない。例えば、登録ＤＢ１５２のそれぞれのエントリは、上述した部品番号、登録特徴量、および、登録画像サイズの各項目以外にその他の項目が設けられていてよい。例えば、その他の項目として、製品の種類、ロット番号、製造年月日、製品検査結果データなどが考えられる。
　続いて、照合部１６２について詳細に説明する。
　図８は、照合部１６２が照合対象とする部品の例を示す。この例の部品３００は、図４に示した登録対象の部品２００と同じ種類の部品である。
　照合部１６２の画像取得部１６２１は、照合作業を行うオペレータの操作に従って或いは照合部１６２の自律動作により、例えば部品３００の右側面をその正面からカメラ１１０によって撮影することにより、図８に示すような、部品３００の右側面を所定の向きで撮影した撮影画像３０１を取得する。例えば、画像取得部１６２１は、右側面全体を所定の向き且つ所定の画素解像度で撮影した画像からエッジ検出などによって右側面の画像領域だけを切り出すことによって、撮影画像３０１を取得する。ここで、撮影画像３０１の画像サイズは任意であるが、ここでは、一例として、縦：３００画素、横：４００画素であったとする。
　次に、画像サイズ拡大部１６２２は、撮影画像３０１の画像サイズが、登録画像サイズよりも小さいか否かを判定する。ここでは、登録画像サイズは、部品個体の相違にかかわらず一定であり、そのサイズは、縦：６００画素、横：１８００画素であるとする。この場合、画像サイズ拡大部１６２２は、上記の登録画像サイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、撮影画像３０１を張り付けた画像を照合画像として生成する。撮影画像３０１を張り付ける場所は任意である。しかし、撮影画像３０１を張り付ける向きは、登録画像のときと同じにする必要がある。図８の例では、背景画像のほぼ中央部分に撮影画像３０１を矢印が紙面上を向く向きに張り付けた照合画像３０２が生成されている。
　次に、特徴量生成部１６２３は、照合画像３０２から画像中に存在するランダムパターンに依存する特徴量を照合特徴量として抽出する。特徴量生成部１６２３が照合画像３０２から照合特徴量を抽出する方法は、特徴量生成部１６１３が登録画像２０７から登録特徴量を抽出する方法と同じである。
　次に、判定部１６２４は、登録ＤＢ１５２に保存されている登録特徴量毎に、照合特徴量と登録特徴量とを比較することにより、照合特徴量と登録特徴量間の類似性を表すスコアを算出する。判定部１６２４が２つの特徴量を比較して類似性を表すスコアを算出する方法の詳細については後述する。
　次に、判定部１６２４は、登録ＤＢ１５２に保存されている登録特徴量毎に算出した上記スコアのうち、最大のスコアが予め設定された判定閾値を超えていれば、その最大のスコアとなった登録特徴量に関連付けて登録ＤＢ１５２に保存されている部品番号で特定される登録対象部品と部品３００とが同じ個体であると判定する。また、上記最大のスコアが判定閾値を超えていなければ、部品３００と同一の個体の部品は登録ＤＢ１５２に存在しないと判定する。
　上記説明では、画像取得部１６２１は、部品３００の右側面全体の撮影画像３０１を取得した。しかし、画像取得部１６２１が、部品３００の右側面の一部や、右側面以外の面、すなわち、上面、下面、手前側面、奥側面、および左側面の何れかの面の全体あるいは一部の撮影画像を取得する場合にも、右側面全体の撮影画像３０１を取得したときと同様の動作が照合部１６２で行われることにより、部品３００が登録ＤＢ１５２に保存された何れの登録対象の部品２００と同一個体であるか否かを判定することができる。その理由は、登録対象の部品２００については、６面のそれぞれの面毎に、その撮影画像から抽出された部品個体固有の登録特徴量が登録ＤＢ１５２に事前に登録されているためである。
　図９は、照合部１６２が照合対象とする部品の別の例を示す。この例の部品３１０は、図５に示した登録対象の部品２１０と同じ種類の部品である。
　照合部１６２の画像取得部１６２１は、照合作業を行うオペレータの操作に従って或いは照合部１６２の自律動作により、例えば部品３１０の上面の中央部分をその正面からカメラ１１０によって撮影することにより、図９に示すような撮影画像３１１を取得したとする。ここで、撮影画像３１１の画像サイズは任意であるが、ここでは、一例として、縦：３００画素、横：６００画素であったとする。
　次に、画像サイズ拡大部１６２２は、撮影画像３１１の画像サイズが、登録画像サイズよりも小さいか否かを判定する。ここでは、登録画像サイズは、部品個体の相違にかかわらず一定であり、そのサイズは、縦：６００画素、横：１８００画素であるとする。この場合、画像サイズ拡大部１６２２は、上記の登録画像サイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、撮影画像３１１を張り付けた画像を照合画像として生成する。撮影画像３１１を張り付ける場所は任意である。しかし、撮影画像３１１を張り付ける向きは、登録画像のときと同じにする必要がある。図９の例では、背景画像の中央部分に撮影画像３１１を矢印が紙面上を向く向きに張り付けた照合画像３１２が生成されている。
　次に、特徴量生成部１６２３は、図８の照合画像３０２から照合特徴量を抽出した方法と同様の方法により、照合画像３１２から画像中に存在するランダムパターンに依存する特徴量を照合特徴量として抽出する。
　次に、判定部１６２４は、図８の部品３００において説明した方法と同様の方法により、登録ＤＢ１５２に保存されている登録特徴量毎に、照合特徴量と登録特徴量とを比較することにより、照合特徴量と登録特徴量間の類似性を表すスコアを算出する。そして、判定部１６２４は、登録特徴量毎に算出したスコアに基づいて、部品３１０が登録ＤＢ１５２に保存されている何れの部品と同一個体か否かを判定し、結果を出力する。
　上記説明では、画像取得部１６２１は、部品３１０の上面の中央部分の一部を、撮影画像３１１として取得した。しかし、画像取得部１６２１が、照合作業を行うオペレータの操作によって、部品３１０の上面の中央部分以外の領域、例えば、上面の左側や右側などの領域の撮影画像を取得する場合にも、上面の中央部分の撮影画像３１１を取得したときと同様の動作が照合部１６２で行われることにより、部品３１０が登録ＤＢ１５２に保存された何れの登録対象の部品２１０と同一個体であるか否かを判定することができる。その理由は、登録対象の部品２１０については、上面の全領域の撮影画像から抽出された部品個体固有の登録特徴量が登録ＤＢ１５２に事前に登録されているためである。一方、画像取得部１６２１によって部品３１０の下面の画像や側面の画像が取得された場合、部品３１０の個体識別は行えない。その理由は、登録対象の部品２１０については、下面および側面の特徴量が登録ＤＢ１５２に事前に登録されていないためである。そのため、登録対象部品２１０が、その照合時に下面や側面が撮影される可能性がある場合には、下面や側面の特徴量を登録ＤＢ１５２に登録しておいてよい。
　図１０は、照合部１６２が照合対象とする部品の更に別の例を示す。この例の部品３２０は、図６に示した登録対象の部品２２０と同じ種類の部品である。
　照合部１６２の画像取得部１６２１は、照合作業を行うオペレータの操作に従って或いは照合部１６２の自律動作により、例えば部品３２０の側面の一部をカメラ１１０によって撮影することにより、図１０に示すような撮影画像３２１を取得したとする。ここで、撮影画像３２１の画像サイズは任意であるが、ここでは、一例として、縦：２５０画素、横：３６８画素であったとする。
　次に、画像サイズ拡大部１６２２は、撮影画像３２１の画像サイズが、登録画像サイズよりも小さいか否かを判定する。ここでは、登録画像サイズは、部品個体の相違にかかわらず一定であり、そのサイズは、縦：６００画素、横：１８００画素であるとする。この場合、画像サイズ拡大部１６２２は、上記の登録画像サイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、撮影画像３２１を張り付けた画像を照合画像として生成する。撮影画像３２１を張り付ける場所は任意である。しかし、撮影画像３２１を張り付ける向きは、登録画像のときと同じにする必要がある。図１０の例では、背景画像の中央部分に撮影画像３２１を矢印が紙面上を向く向きに張り付けた照合画像３２２が生成されている。
　次に、特徴量生成部１６２３は、図８の照合画像３０２から照合特徴量を抽出した方法と同様の方法により、照合画像３２２から画像中に存在するランダムパターンに依存する特徴量を照合特徴量として抽出する。
　次に、判定部１６２４は、図８の部品３００において説明した方法と同様の方法により、登録ＤＢ１５２に保存されている登録特徴量毎に、照合特徴量と登録特徴量とを比較することにより、照合特徴量と登録特徴量間の類似性を表すスコアを算出する。そして、判定部１６２４は、登録特徴量毎に算出したスコアに基づいて、部品３２０が登録ＤＢ１５２に保存されている何れの部品と同一個体か否かを判定し、結果を出力する。
　上記説明では、画像取得部１６２１は、部品３２０の側面の一部を、撮影画像３２１として取得した。しかし、画像取得部１６２１が、部品３２０の側面の上記以外の部分や、部品３２０の上面、および下面の撮影画像を取得する場合にも、撮影画像３２１を取得したときと同様の動作が照合部１６２で行われることにより、部品３２０が登録ＤＢ１５２に保存された何れの登録対象の部品２２０と同一個体であるか否かを判定することができる。その理由は、登録対象の部品２２０については、側面と上面と下面の全領域の撮影画像から抽出された部品個体固有の登録特徴量が登録ＤＢ１５２に事前に登録されているためである。
　続いて、判定部１６２４の詳細について説明する。
　図１１は、判定部１６２４の一例を示すブロック図である。この例の判定部１６２４は、周波数特徴合成部１６２４１と矩形波判定部１６２４２と情報提示部１６２４３とから構成されている。
　周波数特徴合成部１６２４１は、登録ＤＢ１５２に登録された登録特徴量毎に、照合特徴量と登録特徴量との正規化クロスパワースペクトルを算出するように構成されている。さらに、周波数特徴合成部１６２４１は、算出した正規化クロスパワースペクトルを量子化し、各要素の値を二値、もしくは三値のデータに変換するように構成されている。
　矩形波判定部１６２４２は、周波数特徴合成部１６２４１から得た量子化クロスパワースペクトル毎に、量子化クロスパワースペクトルが、単一の周期を持つ矩形波である程度を示すスコアを算出するように構成されている。さらに、矩形波判定部１６２４２は、算出したスコアに基づいて、照合画像と登録画像との照合を行うように構成されている。例えば、矩形波判定部１６２４２は、複数の登録画像に対応する複数の量子化クロスパワースペクトルについて算出した複数のスコアのうちの最良のスコアが所定の基準値を満たす場合、照合画像と上記最良のスコアとなった登録画像とは少なくとも部分的に一致する（同一の部分画像が存在する）旨の照合結果を導出する。他方、矩形波判定部１６２４２は、上記最良のスコアが所定の基準値を満たさない場合、照合画像と部分的に一致する登録画像は登録ＤＢ１５２に存在しない旨の照合結果を導出する。
　情報提示部１６２４３は、矩形波判定部１６２４２から得た照合結果を提示するように構成されている。
　続いて、周波数特徴合成部１６２４１および矩形波判定部１６２４２の詳細を説明する前に、照合画像および登録画像を周波数変換して生成された照合特徴量および登録特徴量について説明する。
　今、照合画像および登録画像を、Ｎ1×Ｎ2ピクセルの２つの画像ｆ（ｎ1，ｎ2）および画像ｇ（ｎ1，ｎ2）とする。また、２次元画像信号の離散空間インデックス（整数）を、ｎ1＝－Ｍ1，…，Ｍ1およびｎ2＝－Ｍ2，…，Ｍ2とする。ただし、Ｍ1およびＭ2は正の整数であり、Ｎ1＝２Ｍ1＋１およびＮ2＝２Ｍ2＋１である。そうすると、画像ｆ（ｎ1，ｎ2）を２次元離散フーリエ変換して得られる第１の周波数特徴Ｆ（ｋ1，ｋ2）、および画像ｇ（ｎ1，ｎ2）を２次元離散フーリエ変換して得られる第２の周波数特徴Ｇ（ｋ1，ｋ2）は、図１２に示す式１、式２で与えられる。ここで、第１の周波数特徴Ｆ（ｋ1，ｋ2）が照合特徴量に相当し、第２の周波数特徴Ｇ（ｋ1，ｋ2）が登録特徴量に相当する。式１、式２において、ｋ1＝－Ｍ1，…，Ｍ1およびｋ2＝－Ｍ2，…，Ｍ2は離散周波数インデックス（整数）である。また、ＷN1およびＷN2は回転因子であり、図１２に示す式３、式４で与えられる。また、ＡF（ｋ1，ｋ2）およびＡG（ｋ1，ｋ2）は振幅スペクトル（振幅成分）、θF（ｋ1，ｋ2）およびθG（ｋ1，ｋ2）は位相スペクトル（位相成分）をそれぞれ表す。また、Σn1,n2は、図１２の式５に示すようにインデックス全域にわたる加算を表す。
　図１３は、振幅成分ＡF（ｋ1，ｋ2）およびＡG（ｋ1，ｋ2）、位相成分θF（ｋ1，ｋ2）およびθG（ｋ1，ｋ2）のイメージの例を示す。
　次に、周波数特徴合成部１６２４１について詳細に説明する。
　図１４は、周波数特徴合成部１６２４１の一例を示すブロック図である。この例の周波数特徴合成部１６２４１は、合成部１６２４１１と、量子化部１６２４１２とで構成される。
　合成部１６２４１１は、第１の周波数特徴Ｆ（ｋ1，ｋ2）と第２の周波数特徴Ｇ（ｋ1，ｋ2）の正規化クロスパワースペクトルＲ（ｋ1，ｋ2）を、図１５に示す式６により算出する。式６において、オーバーラインＧ（ｋ1，ｋ2）は第２の周波数特徴Ｇ（ｋ1，ｋ2）の複素共役である。また、θF（ｋ1，ｋ2）－θG（ｋ1，ｋ2）は第１の周波数特徴と第２の周波数特徴の位相差スペクトルである。式６に示されるように、周波数特徴合成部１６２４１は、第１の周波数特徴Ｆ（ｋ1，ｋ2）と、第２の周波数特徴Ｇ（ｋ1，ｋ2）の複素共役の要素ごとの積である、クロスパワースペクトルを求め、さらにその絶対値で正規化することにより、正規化クロスパワースペクトルを算出する。
　ところで、画像ｆ（ｎ1，ｎ2）と画像ｇ（ｎ1，ｎ2）が位置ずれを伴う同一画像ペアの場合、それらの周波数特徴Ｆ（ｋ1，ｋ2）、周波数特徴Ｇ（ｋ1，ｋ2）、ならびにその２つの正規化クロスパワースペクトルＲ（ｋ1，ｋ2）は、図１６に示す式７、式８、式９で与えられる。ここで、δ1、δ2は画像ｆ（ｎ1，ｎ2）と画像ｇ（ｎ1，ｎ2）間の位置ずれ量である。即ち、画像ｇ（ｎ1，ｎ2）は画像ｆ（ｎ1，ｎ2）を（δ1，δ2）だけ平行移動させた画像である。式９に示されるように、照合を行う２つの周波数特徴Ｆ（ｋ1，ｋ2）、Ｇ（ｋ1，ｋ2）が同一画像ペアの場合、その正規化クロスパワースペクトルＲ（ｋ1，ｋ2）は、次元ごと（ｋ1，ｋ2ごと）に単一の周期を持つ複素正弦波として表現される。これに対して、照合を行う２つの周波数特徴Ｆ（ｋ1，ｋ2）、Ｇ（ｋ1，ｋ2）が同一画像ペアでない場合、その正規化クロスパワースペクトルＲ（ｋ1，ｋ2）は、次元ごとに単一の周期を持つ複素正弦波にはならない。また、照合を行う２つの画像ペアが、周波数領域上の特定帯域に該当する要素において相関を持つ場合、周波数特徴Ｆ（ｋ1，ｋ2）、Ｇ（ｋ1，ｋ2）の正規化クロスパワースペクトルＲ（ｋ1，ｋ2）は、単一の周期を持つ複素正弦波が部分的に出現するパターンになる。
　図１７は、同一画像ペアの正規化クロスパワースペクトルＲ（ｋ1，ｋ2）のイメージの例を示す。このように同一画像ペアの正規化クロスパワースペクトルは、明るい箇所を山、暗い箇所を谷に見立てると、単一の周期を持つ波のようなイメージである。また、照合を行う２つの画像ペアが、周波数領域上の特定帯域に該当する要素において相関を持つ場合、部分的に一致する画像ペアの正規化クロスパワースペクトルでは、波のようなイメージが全体でなく部分的に出現する。
　量子化部１６２４１２は、合成部１６２４１１で得られた正規化クロスパワースペクトルの各要素を二値または三値のデータに量子化する。このような量子化を行う方法は任意である。例えば、以下のような量子化方法を使用してよい。
　量子化部１６２４１２は、合成部１６２４１１で得られた正規化クロスパワースペクトルの各要素の値（実部および虚部から構成される）を、各要素の実部および虚部のうち予め定められた側を二値あるいは三値に量子化した値で置き換える。例えば、ある要素Ｕの値をＡ＋Ｂｊとする。ここで、Ａ、Ｂは実数であり、ｊは虚数単位である。要素Ｕを二値に量子化する場合、量子化部１６２４１２は、例えばＡ≧０ならば、Ａ＋Ｂｊを「＋１」に変換し、Ａ＜０ならば、Ａ＋Ｂｊを「－１」に変換する。この例では、実部の実数Ａの符号に基づいて二値に量子化したが、虚部の実数Ｂの符号に基づいて二値に量子化してもよい。また、要素Ｕを三値に量子化する場合、量子化部１６２４１２は、例えばＡ＞０ならば、Ａ＋Ｂｊを「＋１」に変換し、Ａ＝０ならば、Ａ＋Ｂｊを「０」に変換し、Ａ＜０ならば、Ａ＋Ｂｊを「－１」に変換する。この例では、実部の実数Ａの符号に基づいて二値に量子化したが、虚部の実数Ｂの符号に基づいて二値に量子化してもよい。以上のような量子化方法によれば、量子化部１６２４１２は、合成部１６２４１１で得られた正規化クロスパワースペクトルの各要素を、1ビットあるいは2ビットのデータとして表現する。
　量子化部１６２４１２が正規化クロスパワースペクトルの各要素を二値または三値のデータに量子化する理由は、以下の通りである。
　通常、正規化クロスパワースペクトルＲ（ｋ1，ｋ2）の各要素の実部および虚部は実数値（浮動小数）として計算され、各要素を表現するためには多くのビットを要する（例えば、倍精度浮動小数では64bit、単精度浮動小数では32bitのデータ）。画像間の位置ずれ量を正確に求める画像間の位置合わせの用途においては、正規化クロスパワースペクトルを複素正弦波として誤差を極力抑えて求め、その複素正弦波の周期を精度よく求めることが重要となる。一方、本発明の実施形態のように、二つの画像が同一か否かを判定する用途では、正規化クロスパワースペクトルを複素正弦波として正確に算出する必要はない。すなわち、正規化クロスパワースペクトルが繰り返しのある周期的なデータとして分布しているかどうかが重要である。正規化クロスパワースペクトルの各要素を二値、あるいは三値のデータに量子化し、各要素の情報量を落としても、得られるデータの分布が周期的な繰り返し模様として分布しているかどうかは判別可能である。このため、情報を落としても照合や識別の精度が極端に悪化することはない。これを踏まえ、本実施形態では、量子化部１６２４１２によって、合成部１６２４１１で得られた正規化クロスパワースペクトルの各要素を二値、あるいは三値のデータに量子化する。
　図１８は、同一画像ペアの正規化クロスパワースペクトルＲ（ｋ1，ｋ2）を二値データに量子化したイメージの例を示す。このように、同一画像ペアの正規化クロスパワースペクトルを二値に量子化したデータにおいても、明るい箇所を山、暗い箇所を谷に見立てた単一の周期を持つ波のパターンが保持できる。したがって、従来、32bitもしくは64bitで表現された実数データである正規化クロスパワースペクトルを、二値（1bit）もしくは三値（2bit）に量子化しそのデータ量を削減しても、入力された画像間の相関有無を、精度を落とすことなく判別することができる。すなわち、相関を持つ同一画像ペアと、無相関の異なる画像ペアとの判別を、少ないデータ量で精度を損なうことなく実現できる。
　次に、矩形波判定部１６２４２について詳細に説明する。前述したように、矩形波判定部１６２４２は、周波数特徴合成部１６２４１が算出した、要素が二値、または三値に量子化された正規化クロスパワースペクトルに対して、単一周期を持つ矩形波であるかの度合いを数値化し、スコアとして出力する。
＜矩形波判定部１６２４２の例１＞
　図１９は、矩形波判定部１６２４２の一例を示すブロック図である。この例の矩形波判定部１６２４２は、例えば、アダマール行列を用いた直交変換を行う直交変換部１６２４２１で構成される。アダマール行列は、「＋１」「－１」を成分とし、各行が互いに直交である正方行列である。アダマール行列Ｈmをｍ×ｍ行列として、ｍ＝２P（Ｐは正の整数）の場合を考えると、アダマール行列Ｈmは図２０の式１０、式１１として定義される。
　直交変換部１６２４２１は、二値、または三値に量子化された正規化クロスパワースペクトルに対してアダマール行列を用いた直交変換を行い、その出力の最大値をスコアとして出力するように構成されている。量子化された正規化クロスパワースペクトルが単一の周期を有する矩形波である場合、直交変換部１６２４２１の出力には上記周期に鋭いピーク値が出現する。他方、量子化された正規化クロスパワースペクトルが単一の周期を有する矩形波でない場合、直交変換部１６２４２１の出力には鋭いピーク値は出現しない。そのため、直交変換部１６２４２１の出力の最大値は、量子化された正規化クロスパワースペクトルが単一の周期を有する矩形波である程度を表すスコアとすることができる。直交変換部１６２４２１は、算出したスコアに基づいて画像の照合を行う。
　直交変換部１６２４２１が行うアダマール行列を用いた直交変換は、図２１の式１２で記述される。式１２において、ＨNはアダマール行列、ＸはＮ×Ｎの入力信号（量子化クロスパワースペクトル）、ＹはＮ×Ｎの出力信号（スコア）である。式１２の演算は、二値（「＋１」「－１」）に量子化された正規化クロスパワースペクトルの場合、排他的論理和(XOR)といった論理演算とビットカウント、ならびに加減算の組み合わせによって実行することができるため、高速に処理が可能である。また、式１２の演算は、三値（「＋１」「０」「－１」）に量子化された正規化クロスパワースペクトルの場合、「０」の値を持つ要素については演算を行わず、「＋１」「－１」の要素に対して排他的論理和(XOR)といった論理演算とビットカウント、ならびに加減算の組み合わせによって実行することができるため、高速に処理が可能である。
＜矩形波判定部１６２４２の例２＞
　図２２は、矩形波判定部１６２４２の他の例を示すブロック図である。この例の矩形波判定部１６２４２は、循環シフト処理部１６２４２２と類似度算出部１６２４２３とから構成されている。
　循環シフト処理部１６２４２２は、各要素が二値、または三値に量子化された正規化クロスパワースペクトル（以下、循環シフト前データと記す）を入力し、キャリーなしローテート操作などによって要素を循環シフトした量子化クロスパワースペクトル（以下、循環シフト後データと記す）を出力するように構成されている。また、循環シフト処理部１６２４２２は、循環シフト量を様々に変更することによって、循環シフト量の異なる複数の循環シフト後データを出力するように構成されている。
　類似度算出部１６２４２３は、循環シフト前データと循環シフト量の異なる複数の循環シフト後データとを入力し、循環シフト前データと複数の循環シフト後データとの複数の類似度を計算するように構成されている。また、類似度算出部１６２４２３は、計算した複数の類似度のうちの最大の類似度をスコアとして出力するように構成されている。類似度算出部１６２４２３は、算出したスコアに基づいて画像の照合を行う。
　循環シフト前データが単一の周期を持つ矩形波である場合、循環シフト処理部１６２４２２によって循環シフト前データを循環シフトさせると、循環シフト前データと同じ単一の周期を持つ矩形波が循環シフト後データとして周期的に現れる。一方、循環シフト前データが単一の周期を持つ矩形波でない場合、循環シフト処理部１６２４２２によって循環シフト前データを様々なシフト量に循環シフトさせても、循環シフト前データと同じパターンの循環シフト後データは現れない。したがって、循環シフト前データと循環シフト後データとの類似度計算を、循環シフト量を変えながら繰り返し、その類似度の最大値をスコアとすることで、量子化クロスパワースペクトルが単一の周期を有する矩形波である程度を表すスコアを算出することができる。
　上述した循環シフト処理部１６２４２２は、ビットシフト演算で実装できる。また、上述した類似度算出部１６２４２３は、循環シフト前後のデータ間のハミング距離を算出する排他的論理和（XOR）およびビットカウント演算で実装できる。そのため、実数データに対する自己相関演算より高速な計算が可能である。
＜矩形波判定部１６２４２の例３＞
　図２３は、矩形波判定部１６２４２の更に別の例を示すブロック図である。この例の矩形波判定部１６２４２は、矩形波パターン記憶部１６２４２４と類似度算出部１６２４２５とから構成されている。
　矩形波パターン記憶部１６２４２４は、複数の基準矩形波パターンを記憶するように構成されている。或る１つの基準矩形波パターンは、位置ずれ量が或る値である同一画像ペアの正規化クロスパワースペクトルの各要素を二値または三値に量子化した量子化クロスパワースペクトルである。矩形波パターン記憶部１６２４２４に記憶されている複数の基準矩形波パターンは、互いに上記位置ずれ量が相違している。
　類似度算出部１６２４２５は、周波数特徴合成部１６２４１から、各要素が二値、または三値に量子化された正規化クロスパワースペクトル（以下、照合矩形波パターンと記す）を入力するように構成されている。また、類似度算出部１６２４２５は、矩形波パターン記憶部１６２４２４から複数の基準矩形波パターンを入力するように構成されている。また、類似度算出部１６２４２５は、入力した照合矩形波パターンと複数の基準矩形波パターンとの複数の類似度を計算し、複数の類似度のうちの最大の類似度をスコアとして出力するように構成されている。照合矩形波パターンおよび基準矩形波パターンとの類似度は、例えばハミング距離計算によって行うことができる。類似度算出部１６２４２５は、算出したスコアに基づいて画像の照合を行う。
　同一個体ペア、すなわち入力した二つの画像に相関がある場合、その正規化クロスパワースペクトルは単一周期を持つ矩形波のパターンとなり、その周期は二つの画像間の位置ずれ量に対応する。したがって、撮影時の位置ずれ量について、その繰り返し誤差の範囲を求めることで、相関がある場合に生じる矩形波のパターンを類推することができる。これらパターンを事前に基準矩形波パターンとして矩形波パターン記憶部１６２４２４に記憶しておき、類似度算出部１６２４２５によって、照合矩形波パターンとのハミング距離計算を行い、その距離に基づき、照合矩形波パターンが単一周期を有する矩形波である程度を表すスコアを算出し判別する。
　上述した判定部１６２４によれば、照合画像と登録画像との照合を高速に行うことができる。その理由は、照合画像の周波数特徴と登録画像の周波数特徴との正規化クロスパワースペクトルを量子化し、この量子化したクロスパワースペクトルが単一周期の矩形波である程度を表すスコアを算出し、そのスコアに基づいて照合画像と登録画像との照合を行うためである。すなわち、判定部１６２４では、量子化部１６２４１２によって、合成部１６２４１１で得られた正規化クロスパワースペクトルの各要素を二値、あるいは三値のデータに量子化するため、正規化クロスパワースペクトルを量子化しないでその正規化クロスパワースペクトルが単一周期を有する複素正弦波かどうかを判定する方法と比較して、矩形波判定部１６２４２で処理するデータ量を、大幅に削減することができる。
　上記説明では、周波数特徴合成部１６２４１は、照合画像の周波数特徴と登録画像の周波数特徴との正規化クロスパワースペクトルの各要素を二値、あるいは三値のデータに量子化することによって、量子化クロスパワースペクトルを算出した。しかし、照合画像の周波数特徴と登録画像の周波数特徴とのクロスパワースペクトルを計算後、振幅成分で正規化することなく、クロスパワースペクトルの各要素の符号（＋，－）から「＋１，－１」あるいは「＋１，０，－１」に変換しても、上記と同様の量子化クロスパワースペクトルを算出することができる。従って、周波数特徴合成部１６２４１は、照合画像の周波数特徴と登録画像の周波数特徴とのクロスパワースペクトルを計算後、各要素の実部，虚部の少なくともどちらか一方の符号（＋，－）に基づき、二値もしくは三値に量子化するように構成されていてもよい。
　このように本実施形態によれば、照合対象の部品が登録対象の部品と同一か否かを判定する個体識別装置の利便性を高めることができる。その理由は、照合部１６２は、照合対象の部品の所定領域の一部を撮影した照合画像に類似する部分画像が、登録対象の部品の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、そのスコアに基づいて、照合対象の部品が登録対象の部品と同一か否かを判定するためである。すなわち、照合の際、部品の所定領域の全領域を撮影する必要がなく、所定領域の一部を撮影すればよいためである。
　また、本実施形態によれば、異なる部品を識別できる度合いである識別能力が低下するのを防止することができる。その理由は、照合対象の部品の特定領域の一部の領域は、できるだけ多くの部品個体に関して、異なる部品を識別できる度合いである識別能力を確保するために必要なランダムパターンが得られる最低面積以上の面積の領域としているためである。
　また、本実施形態によれば、本発明に関連する個体識別方法と比較して、照合対象の部品が登録対象の部品と同一か否かを高速に判定することができる。その理由は、以下の通りである。
　本発明に関連する個体識別方法では、例えば図８に示される直方体状の部品３００の照合では、上面、下面、手前側面、奥側面、左側面、右側面の合計６面の撮影画像を取得し、登録ＤＢ１５２に保存された登録対象の部品毎に、同じ面の撮影画像どうしを比較しなければならない。しかしながら、照合対象の部品３００の各面と登録対象の部品２００の各面とを正確に１対１に関連付けることができないことがある。例えば、直方体形状の部品の上面と下面とは同形状かつ同サイズであり、区別がつかない。そのため、照合時には、以下に例示するように、照合対象の部品３００から取得した面の撮影画像毎に、その面の撮影画像を登録対象部品の１つの面でなく、複数の面と比較しなければならないことがある。その結果、比較する画面サイズが増大し、比較処理に要する時間が増大することになる。
（１）部品３００の上面の撮影画像（600画素×400画素）と部品２００の上面の撮影画像（600画素×400画素）との比較
（２）部品３００の上面の撮影画像（600画素×400画素）と部品２００の下面の撮影画像（600画素×400画素）との比較
（３）部品３００の下面の撮影画像（600画素×400画素）と部品２００の上面の撮影画像（600画素×400画素）との比較
（４）部品３００の下面の撮影画像（600画素×400画素）と部品２００の下面の撮影画像（600画素×400画素）との比較
（５）部品３００の手前側面の撮影画像（600画素×300画素）と部品２００の手前側面の撮影画像（600画素×300画素）との比較
（６）部品３００の手前側面の撮影画像（600画素×300画素）と部品２００の奥側面の撮影画像（600画素×300画素）との比較
（７）部品３００の奥側面の撮影画像（600画素×300画素）と部品２００の手前側面の撮影画像（600画素×300画素）との比較
（８）部品３００の奥側面の撮影画像（600画素×300画素）と部品２００の奥側面の撮影画像（600画素×300画素）との比較
（９）部品３００の左側面の撮影画像（400画素×300画素）と部品２００の左側面の撮影画像（400画素×300画素）との比較
（10）部品３００の左側面の撮影画像（400画素×300画素）と部品２００の右側面の撮影画像（400画素×300画素）との比較
（11）部品３００の右側面の撮影画像（400画素×300画素）と部品２００の左側面の撮影画像（400画素×300画素）との比較
（12）部品３００の右側面の撮影画像（400画素×300画素）と部品２００の右側面の撮影画像（400画素×300画素）との比較
　これに対して、本実施形態によれば、例えば図８に示される直方体状の部品３００の照合では、以下の比較を行うだけでよい。
（１）部品３００の照合画像（1800画素×600画素）と部品２００の登録画像（1800画素×600画素）との比較
　すなわち、本実施形態では、登録対象の部品の異なる複数の面から取得した撮影画像を並べて１枚の画像とした登録画像から抽出した登録特徴量と上記複数の面の何れか１つの面から取得した画像を拡大した照合画像から抽出した登録特徴量とを周波数合成して算出したクロスパワースペクトルに基づいて、照合対象の部品が登録対象の部品と同一か否かを判定する。このように、登録対象の部品を撮影した撮影画像の枚数にかかわらず、１枚の登録画像と１枚の照合画像とを照合することにより、登録対象の部品を撮影した複数枚の撮影画像それぞれについて、照合画像と照合することを複数回繰り返す方法に比べて、オーバーヘッドを低減することができる。ここで、登録対象の部品の異なる複数の面から取得した撮影画像を並べて１枚の登録画像にしても照合に何らの支障が生じない理由は、部品個体の表面に存在するランダムパターンは、文字通りランダムなパターンであり、同一のものを故意に作り出すことが極めて困難なためである。即ち、部品の互いに異なる領域の画像を任意に配列し、また、画像間にゼロ値などの所定値を挟み込んでも、他の個体の表面に存在するランダムパターンと同一のランダムパターンが作り出されてしまうことがないためである。
　続いて、本実施形態の変形例について説明する。
　上記説明では、登録部１６１は、登録対象の部品毎に、その部品の所定領域を撮影した画像から抽出した特徴量を登録ＤＢ１５２に保存した。しかし、登録部１６１は、特徴量を登録ＤＢ１５２に保存する代わりに、特徴量の抽出元の登録画像を登録ＤＢ１５２に保存するように構成されていてよい。その場合、特徴量生成部１６１３は省略してよい。また、照合部１６２の判定部１６２４は、特徴量生成部１６２３によって生成された照合特徴量と比較する登録特徴量を、登録ＤＢ１５２に保存された登録画像から特徴量生成部１６２３を使用して照合時に生成するように構成されていてよい。
　上記説明では、照合部１６２の判定部１６２４は、照合画像から抽出した特徴量と登録画像から抽出した特徴量とを比較することにより、照合画像に類似する部分画像が登録画像中に存在する程度を表すスコアを算出した。しかし、照合部１６２の判定部１６２４は、照合画像と登録画像とをテンプレートマッチングなどの手法を用いて比較することにより、照合画像に類似する部分画像が登録画像中に存在する程度を表すスコアを算出するように構成されていてよい。
　上記説明では、１台の個体識別装置１００が、登録部１６１、および照合部１６２を備えていた。しかし、登録部１６１を備え、照合部１６２を備えない個体識別装置や、照合部１６２を備え、登録部１６１を備えない個体識別装置があってもよい。
［第２の実施の形態］
　図２４は、本発明の第２の実施形態に係る個体識別装置４００のブロック図である。図２４を参照すると、個体識別装置４００は、カメラ４１０と、通信Ｉ／Ｆ部４２０と、操作入力部４３０と、画面表示部４４０と、記憶部４５０と、演算処理部４６０とから構成されている。そのうち、カメラ４１０と通信Ｉ／Ｆ部４２０と操作入力部４３０と画面表示部４４０とは、図１の個体識別装置１００のカメラ１１０と通信Ｉ／Ｆ部１２０と操作入力部１３０と画面表示部１４０と同様に構成されている。
　記憶部４５０は、ハードディスクやメモリなどの記憶装置から構成され、演算処理部４６０における各種処理に必要な処理情報およびプログラム４５１を記憶するように構成されている。プログラム４５１は、演算処理部４６０に読み込まれて実行されることにより各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部４２０などのデータ入出力機能を介して図示しない外部装置や記録媒体から予め読み込まれて記憶部４５０に保存される。記憶部４５０に記憶される主な処理情報には、登録ＤＢ（データベース）４５２がある。
　登録ＤＢ４５２は、登録対象の部品をカメラ４１０によって撮影した画像から生成した部品個体固有の登録画像を個体番号に関連付けて保存するデータベースである。
　演算処理部４６０は、ＭＰＵなどのプロセッサとその周辺回路を有し、記憶部４５０からプログラム４５１を読み込んで実行することにより、上記ハードウェアとプログラム４５１とを協働させて各種処理部を実現するように構成されている。演算処理部４６０で実現される主な処理部は、登録部４６１、および照合部４６２である。
　登録部４６１は、登録対象の部品を撮影した画像から部品個体固有の特徴量を生成し、生成した特徴量を部品の個体番号に関連付けて登録ＤＢ４５２に登録するように構成されている。登録部４６１は、画像取得部４６１１と特徴量生成部４６１２と画像結合部４６１３とを有する。そのうち、画像取得部４６１１は、図１の画像取得部１６１１と同様に構成されている。即ち、画像取得部４６１１は、登録対象の部品毎に、部品の所定領域を必要に応じて複数回に分けて撮影した複数の画像をカメラ４１０から取得するように構成されている。
　特徴量生成部４６１２は、登録対象の部品毎に、画像取得部４６１１によって生成された撮影画像から画像中に存在するランダムパターンに依存する特徴量を抽出するように構成されている。具体的には、特徴量生成部４６１２は、撮影画像毎に、その撮影画像に対してフーリエ・メリン変換を施して得られるフーリエ・メリン特徴画像を特徴量として取得する。例えば、特徴量生成部４６１２は、撮影画像に対して周波数変換（例えば離散フーリエ変換）を施すことによって、周波数領域に変換した結果の２次元振幅スペクトルを算出する。次に、特徴量生成部４６１２は、上記２次元振幅スペクトルに対して極座標変換あるいは対数極座標変換を施して、フーリエ・メリン特徴画像を算出する。元の撮影画像の倍率、回転の変化は、フーリエ・メリン特徴画像においては平行移動の変化に変換される。
　画像結合部４６１３は、登録対象の部品毎に、特徴量生成部４６１２によって生成された撮影画像毎のフーリエ・メリン特徴画像を並べて１枚の画像とした登録画像を生成するように構成されている。また、画像結合部４６１３は、登録対象の部品毎に、登録画像を部品の個体番号に関連付けて登録ＤＢ４５２に登録するように構成されている。
　照合部４６２は、照合対象の部品の所定領域の少なくとも一部を撮影した画像に類似する部分画像が、登録対象の部品の所定領域を撮影した画像中に存在する程度を表すスコアを算出するように構成されている。また、照合部４６２は、上記スコアに基づいて、照合対象の部品が登録対象の部品と同一か否かを判定するように構成されている。照合部４６２は、画像取得部４６２１と特徴量生成部４６２２と画像サイズ拡大部４６２３と判定部４６２４とを有する。
　画像取得部４６２１は、照合対象の部品の所定領域の少なくとも一部を撮影した画像をカメラ４１０から取得するように構成されている。ここで、所定領域の少なくとも一部は、できるだけ多くの部品個体に関して、異なる部品を識別できる度合いである識別能力を確保するために必要なランダムパターンが得られる最低面積以上の面積の領域であることが望ましい。
　特徴量生成部４６２２は、画像取得部４６２１によって取得された撮影画像から画像中に存在するランダムパターンに依存する特徴量を抽出するように構成されている。具体的には、特徴量生成部４６２２は、撮影画像に対してフーリエ・メリン変換を施すことによってフーリエ・メリンと特徴画像を生成するように構成されている。
　画像サイズ拡大部４６２２は、特徴量生成部４６２２によって生成されたフーリエ・メリン特徴画像のサイズが、登録画像のサイズよりも小さい場合、登録画像と同じサイズに拡大することにより、照合画像を生成するように構成されている。例えば、画像サイズ拡大部４６２２は、特徴量生成部４６２２によって生成されたフーリエ・メリン特徴画像を、登録画像と同じサイズを有し全画素がゼロ値などの所定値を持つ１枚の背景画像に張り付けた合成画像を照合画像として生成するように構成されている。換言すれば、画像サイズ拡大部４６２２は、例えば、ゼロ値などの所定値を持つ画素を連結することによって特徴量生成部４６２２によって生成されたフーリエ・メリン特徴画像のサイズを、登録画像と同じサイズに拡大した画像を生成するように構成されている。
　判定部４６２４は、登録ＤＢ４５２に保存されている登録画像毎に、画像サイズ拡大部４６２３によって生成された照合画像と登録画像間の類似する程度を表すスコアを算出し、そのスコアに基づいて、照合対象部品が何れの登録対象部品と同一であるか否かを判定するように構成されている。判定部４６２４は、図１の判定部１６２４と同様な方法で上記スコアを算出してよい。あるいは、判定部４６２４は、照合画像と登録画像とを合成してクロスパワースペクトルを算出し、そのクロスパワースペクトルが単一の周期を持つ波である程度を表すスコアを、照合画像と登録画像間の類似性を表すスコアとして算出してよい（例えば、特許文献２参照）。あるいは、判定部４６２４は、上記クロスパワースペクトルに対して逆フーリエ変換を施すことにより相関値マップを算出し、相関値マップにおける最大値ピークの有無およびピークの鋭さの評価値を算出し、最終的に照合画像と登録画像間の類似性を表すスコアを算出してもよい。また、判定部４６２４は、判定結果を画面表示部４４０に表示し、または／および、通信Ｉ／Ｆ部４２０を通じて外部の装置に出力するように構成されている。
　続いて、個体識別装置４００の動作を説明する。個体識別装置４００の動作は、登録動作と照合動作の２つに大別される。図２５は、個体識別装置４００の登録動作の一例を示すフローチャートである。また、図２６は、個体識別装置４００の照合動作の一例を示すフローチャートである。
　先ず、個体識別装置４００の登録動作を説明する。登録動作では、図２５に示されるように、画像取得部４６１１は、登録対象の部品毎に、部品の所定領域を必要に応じて複数回に分けて撮影した複数の画像をカメラ４１０から取得する（ステップＳ１１）。次に、特徴量生成部４６１２は、登録対象の部品毎に、画像取得部４６１１によって生成された撮影画像から画像中に存在するランダムパターンに依存するフーリエ・メリン特徴画像を算出する（ステップＳ１２）。次に、画像結合部４６１３は、登録対象の部品毎に、特徴量生成部４６１２によって生成された撮影画像毎のフーリエ・メリン特徴画像を並べて１枚の画像とした登録画像を生成し、部品の個体番号に関連付けて登録ＤＢ４５２に保存する（ステップＳ１３）。以上で登録動作が終了する。
　次に、照合動作を説明する。照合動作では、図２６に示されるように、先ず、画像取得部４６２１は、照合対象の部品の所定領域の少なくとも一部を撮影した画像をカメラ４１０から取得する（ステップＳ１４）。次に、特徴量生成部４６２２は、画像取得部４６２１によって取得された撮影画像からフーリエ・メリン特徴画像を生成する（ステップＳ１５）。次に、画像サイズ拡大部４６２２は、特徴量生成部４６２２によって生成されたフーリエ・メリン特徴画像を登録画像と同じサイズに拡大して照合画像を生成する（ステップＳ１６）。次に、判定部４６２４は、登録ＤＢ４５２に保存されている登録画像毎に、画像サイズ拡大部４６２３によって生成された照合画像と登録画像間の類似する程度を表すスコアを算出する（ステップＳ１７）。次に、判定部４６２４は、上記スコアに基づいて、照合対象部品が何れの登録対象部品と同一であるか否かを判定する（ステップＳ１８）。次に、判定部４６２４は、判定結果を出力する（ステップＳ１９）。
　続いて、登録部４６１、および照合部４６２をより詳細に説明する。
　先ず、登録部４６１について詳細に説明する。
　図２７は、登録部４６１が登録対象とする部品４００の例を示す。この例の部品４００は、図４に示した部品２００と同じ部品である。本例では、部品４００の６面の全領域から部品個体固有のランダムパターンに依存するフーリエ・メリン特徴画像を抽出する。即ち、部品４００の所定領域は、６面全体である。
　登録部４６１の画像取得部４６１１は、登録作業を行うオペレータの操作に従って或いは登録部４６１の自律動作により、部品４００の面毎に、その面を正面からカメラ４１０によって撮影することにより、各面の撮影画像を取得する。次に、特徴量生成部４６１２は、各面の撮影画像から各面のフーリエ・メリン特徴画像を生成する。即ち、特徴量生成部４６１２は、図２７に示すように、上面の撮影画像のフーリエ・メリン特徴画像５０１、下面の撮影画像のフーリエ・メリン特徴画像５０２、手前側面の撮影画像のフーリエ・メリン特徴画像５０３、奥側面の撮影画像のフーリエ・メリン特徴画像５０４、左側面の撮影画像のフーリエ・メリン特徴画像５０５、および、右側面の撮影画像のフーリエ・メリン特徴画像５０６を生成する。図２７では、フーリエ・メリン特徴画像に太い矢印が記載されている。この太い矢印は、フーリエ・メリン特徴画像の向きを定めるための便宜上の記号である。図２８などの他の図面における太い矢印も同様である。
　次に、画像結合部４６１３は、上記６枚のフーリエ・メリン特徴画像を並べて、登録画像を生成し、登録ＤＢ１５２に保存する。直方体の６面のように隣接する面の境界を跨って照合画像が生成されることがない複数の面の撮影画像のフーリエ・メリン特徴画像の場合、並べる順序や間隔などは任意である。但し、フーリエ・メリン特徴画像の向きは、同じ種類の部品の同じ撮影画像毎に決められた向きに統一する必要がある。また、複数のフーリエ・メリン特徴画像は互いに重ならないようにする必要がある。図２７に示す登録画像２０７の例では、フーリエ・メリン特徴画像５０１、５０２、５０３、５０４を互いに接し且つ矢印が紙面左を向く向きに一列に並べ、その一方の端に、二列に並べたフーリエ・メリン特徴画像５０５、５０６を矢印が紙面上を向く向きに配列することにより、登録画像５０７が生成されている。
　図２８は、登録部４６１が登録対象とする部品の他の例を示す。この例の部品５１０は、図５に示した部品２１０と同じ部品である。本例では、部品５１０の表面の全領域から部品個体固有のランダムパターンに依存するフーリエ・メリン特徴画像を抽出する。即ち、部品５１０の所定領域は、表面全体である。
　登録部４６１の画像取得部４６１１は、登録作業を行うオペレータの操作に従って或いは登録部４６１の自律動作により、カメラ４１０によって部品５１０の表面全体を撮影した１枚の撮影画像５１１を取得する。次に、特徴量生成部４６１３は、前述した方法と同様の方法によって、撮影画像５１１からフーリエ・メリン特徴画像を生成する。次に、画像結合部４６１３は、特徴量生成部４６１３によって生成されたフーリエ・メリン特徴画像が１枚だけなので、例えば、フーリエ・メリン特徴画像そのものを登録画像５１２とし、登録ＤＢ４５２に保存する。
　図２９は、登録部４６１が登録対象とする部品の更に別の例を示す。この例の部品５２０は、図６の部品２２０と同じ部品である。部品５２０の表面は、上面、下面、および側面の合計３面から構成される。本例では、これら３面の全領域からフーリエ・メリン特徴画像を抽出する。即ち、部品５２０の所定領域は、表面全体である。
　登録部４６１の画像取得部４６１１は、登録作業を行うオペレータの操作に従って或いは登録部４６１の自律動作により、カメラ４１０によって部品５２０の上面の撮影画像５２１、側面全体を１周以上にわたって網羅する側面の撮影画像５２２、下面の撮影画像５２３の合計３枚の撮影画像を取得する。次に、特徴量生成部４６１３は、前述した方法と同様の方法によって、撮影画像５２１、５２２、５２３のそれぞれからフーリエ・メリン特徴画像５２４、５２５、５２６を生成する。
　次に、画像結合部４６１２は、上記３枚のフーリエ・メリン特徴画像５２４～５２６を並べて１枚にした登録画像５２７を生成する。本例では、画像結合部４６１２は、予め用意された規定サイズの背景画像に上記３枚のフーリエ・メリン特徴画像を互いに重ならないように張り付けることによって、既定サイズの登録画像を生成する。上記背景画像は、全画素の値が所定値である画像である。所定値としては、例えばゼロ値を使用してよい。或いは、ランダムパターンに影響を与えないのであれば、ゼロ値以外の一定値であってもよい。図２９に示す登録画像５２７の例では、背景画像の上側に側面のフーリエ・メリン特徴画像５２７を張り付け、下側の領域に上面および下面のフーリエ・メリン特徴画像５２４、５２６を張り付けている。図２９において、登録画像５２７上のドットを付した領域は、何れの撮影画像も張り付けられていない、ゼロ値を有する画素の領域を示す。
　３枚のフーリエ・メリン特徴画像５２４～５２６を背景画像上に並べる順序や間隔は任意である。但し、フーリエ・メリン特徴画像の向きは、同じ種類の部品の同じ撮影画像毎に決められた向きに統一する必要がある。また、複数のフーリエ・メリン特徴画像は互いに重ならないようにする必要がある。
　続いて、照合部４６２について詳細に説明する。
　図３０は、照合部４６２が照合対象とする部品の例を示す。この例の部品６００は、図２７に示した登録対象の部品５００と同じ種類の部品である。
　照合部４６２の画像取得部４６２１は、照合作業を行うオペレータの操作に従って或いは照合部４６２の自律動作により、例えば部品６００の右側面をその正面から任意の向きでカメラ４１０によって撮影することにより、図３０に示すような、部品６００の右側面を任意の向きで撮影した撮影画像６０１を取得する。次に、特徴量生成部４６２２は、撮影画像６０１からフーリエ・メリン特徴画像６０２を生成する。
　次に、画像サイズ拡大部４６２３は、フーリエ・メリン特徴画像６０２が登録画像のサイズと同じになるように拡大して、照合画像６０３を生成する。この例では、画像サイズ拡大部４６２２は、登録画像サイズと同じサイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、フーリエ・メリン特徴画像６０２を張り付けた画像を照合画像６０３として生成する。フーリエ・メリン特徴画像６０２を張り付ける場所は任意である。しかし、フーリエ・メリン特徴画像６０２を張り付ける向きは、登録画像のときと同じにする必要がある。図３０の例では、背景画像のほぼ中央部分にフーリエ・メリン特徴画像６０２を太い矢印が紙面上を向く向きに張り付けている。
　次に、判定部４６２４は、判定部１６２４と同様な方法により、登録ＤＢ４５２に保存されている登録画像毎に、照合画像と登録画像とを比較することにより、照合画像と登録画像間の類似性を表すスコアを算出する。次に、判定部４６２４は、登録ＤＢ４５２に保存されている登録画像毎に算出した上記スコアのうち、最大のスコア（相互相関が最大）が予め設定された判定閾値を超えていれば、その最大のスコアとなった登録画像に関連付けて登録ＤＢ４５２に保存されている部品番号で特定される登録対象部品と部品６００とが同じ個体であると判定する。また、上記最大のスコアが判定閾値を超えていなければ、部品６００と同一の個体の部品は登録ＤＢ１５２に存在しないと判定する。
　上記説明では、画像取得部４６２１は、部品６００の右側面全体の撮影画像６０１を取得した。しかし、画像取得部４６２１が、部品６００の右側面の一部や、右側面以外の面、すなわち、上面、下面、手前側面、奥側面、および左側面の何れかの面の全体あるいは一部の撮影画像を取得する場合にも、右側面全体の撮影画像６０１を取得したときと同様の動作が照合部４６２で行われることにより、部品６００が登録ＤＢ４５２に保存された何れの登録対象の部品５００と同一個体であるか否かを判定することができる。その理由は、登録対象の部品５００については、６面のそれぞれの面の撮影画像から抽出されたフーリエ・メリン特徴画像を並べて１枚の画像として登録画像が登録ＤＢ４５２に事前に登録されているためである。
　図３１は、照合部４６２が照合対象とする部品の別の例を示す。この例の部品６１０は、図２８に示した登録対象の部品５１０と同じ種類の部品である。
　照合部４６２の画像取得部４６２１は、照合作業を行うオペレータの操作に従って或いは照合部４６２の自律動作により、例えば部品６１０の上面の中央部分をその正面から任意の向きでカメラ４１０によって撮影することにより、図３１に示すような撮影画像６１１を取得したとする。次に、特徴量生成部４６２２は、撮影画像６１１からフーリエ・メリン特徴画像６１２を生成する。
　次に、画像サイズ拡大部４６２３は、フーリエ・メリン特徴画像６１２が登録画像のサイズと同じになるように拡大して、照合画像６１３を生成する。この例では、画像サイズ拡大部４６２２は、登録画像サイズと同じサイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、フーリエ・メリン特徴画像６１２を張り付けた画像を照合画像６１３として生成している。フーリエ・メリン特徴画像６１２を張り付ける場所は任意である。しかし、フーリエ・メリン特徴画像６１２を張り付ける向きは、登録画像のときと同じにする必要がある。図３１の例では、背景画像の中央部分にフーリエ・メリン特徴画像６１２を太い矢印が紙面上を向く向きに張り付けている。
　次に、判定部４６２４は、登録ＤＢ４５２に保存されている登録画像毎に、照合画像と登録画像とを比較することにより、照合画像と登録画像間の類似性を表すスコアを算出する。そして、判定部４６２４は、登録画像毎に算出したスコアに基づいて、部品６１０が登録ＤＢ４５２に保存されている何れの部品と同一個体か否かを判定し、結果を出力する。
　上記説明では、画像取得部４６２１は、部品６１０の上面の中央部分の一部を、撮影画像６１１として取得した。しかし、画像取得部４６２１が、照合作業を行うオペレータの操作によって、部品６１０の上面の中央部分以外の領域、例えば、上面の左側や右側などの領域の撮影画像を取得する場合にも、上面の中央部分の撮影画像６１１を取得したときと同様の動作が照合部４６２で行われることにより、部品６１０が登録ＤＢ４５２に保存された何れの登録対象の部品５１０と同一個体であるか否かを判定することができる。
　図３２は、照合部４６２が照合対象とする部品の更に別の例を示す。この例の部品６２０は、図２９に示した登録対象の部品５２０と同じ種類の部品である。
　照合部４６２の画像取得部４６２１は、照合作業を行うオペレータの操作に従って或いは照合部４６２の自律動作により、例えば部品６２０の側面の一部をカメラ４１０によって任意の向きで撮影することにより、図３２に示すような撮影画像６２１を取得したとする。次に、特徴量生成部４６２２は、撮影画像６２１からフーリエ・メリン特徴画像６２２を生成する。
　次に、画像サイズ拡大部４６２２は、フーリエ・メリン特徴画像６２２が登録画像と同じサイズになるように拡大して、照合画像６２３を生成する。この例では、画像サイズ拡大部４６２２は、登録画像サイズと同じサイズを有し、全画素がゼロ値などの所定値を持つ１枚の背景画像に、フーリエ・メリン特徴画像６２２を張り付けた画像を照合画像６２３として生成している。フーリエ・メリン特徴画像６２２を張り付ける場所は任意である。しかし、フーリエ・メリン特徴画像６２２を張り付ける向きは、登録画像のときと同じにする必要がある。図３２の例では、背景画像の中央部分にフーリエ・メリン特徴画像６２２を太い矢印が紙面上を向く向きに張り付けている。
　次に、判定部４６２４は、登録ＤＢ４５２に保存されている登録画像毎に、照合画像６２３と登録画像とを比較することにより、照合画像６２３と登録画像間の類似性を表すスコアを算出する。そして、判定部４６２４は、登録画像毎に算出したスコアに基づいて、部品６２０が登録ＤＢ４５２に保存されている何れの部品と同一個体か否かを判定し、結果を出力する。
　上記説明では、画像取得部４６２１は、部品６２０の側面の一部を、撮影画像６２１として取得した。しかし、画像取得部４６２１が、部品６２０の側面の上記以外の部分や、部品６２０の上面、および下面の撮影画像を取得する場合にも、撮影画像６２１を取得したときと同様の動作が照合部４６２で行われることにより、部品６２０が登録ＤＢ４５２に保存された何れの登録対象の部品５２０と同一個体であるか否かを判定することができる。
　このように本実施形態によれば、第１の実施形態と同様の効果が得られると共に、以下のような効果を得ることができる。即ち、本実施形態では、登録対象の部品の撮影画像から生成したフーリエ・メリン特徴画像と照合対象の部品の撮影画像から生成したフーリエ・メリン特徴画像とを比較して、照合対象の部品と登録対象の部品の同一性を判定するため、平行移動、回転、スケール変動に頑健な個体識別を行うことできる。
［第３の実施の形態］
　次に、本発明の第３の実施の形態について、図３３を参照して説明する。図３３は、本実施の形態に係る個体識別システムのブロック図である。
　図３３を参照すると、本実施形態に係る個体識別システム１は、取得手段２と判定手段３とを含んで構成されている。
　取得手段２は、照合対象物体の所定領域の一部を撮影した照合画像を取得するように構成されている。取得手段２は、例えば、図１の画像取得部１６２１あるいは図２４の画像取得部４６２１と同様に構成することができるが、それに限定されない。
　判定手段３は、取得手段２によって取得された照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出するように構成されている。また、判定手段３は、上記スコアに基づいて、照合対象物体が登録対象物体と同一か否かを判定するように構成されている。判定手段３は、例えば、図１の判定部１６２４あるいは図２４の判定部４６２４と同様に構成することができるが、それに限定されない。
　このように構成された個体識別システム１は、以下のように動作する。即ち、先ず、取得手段２は、照合対象物体の所定領域の一部を撮影した照合画像を取得する。次に、判定手段３は、取得手段２によって取得された照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、そのスコアに基づいて、照合対象物体が登録対象物体と同一か否かを判定するように構成されている。
　以上のように構成され、動作する個体識別システム１によれば、照合対象物体が登録対象物体と同一か否かを判定する個体識別システムの利便性を高めることができる。その理由は、照合対象物体の所定領域の一部を撮影した照合画像を取得する取得手段２と、取得手段２によって取得された照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、そのスコアに基づいて、照合対象物体が登録対象物体と同一か否かを判定する判定手段３とを備えており、照合の際、部品の所定領域の全領域を撮影する必要がなく、所定領域の一部を撮影すればよいためである。
　以上、上記各実施形態を参照して本発明を説明したが、本発明は、上述した実施形態に限定されるものではない。本発明の構成や詳細には、本発明の範囲内で当業者が理解しうる様々な変更をすることができる。例えば、以下のような形態も本発明に含まれる。
　例えば、登録対象物体の面の撮影画像を並べて１枚の登録画像を作成する際、同じ撮影画像を、向きを変えて複数並べるようにしてもよい。例えば、図４に示した直方体状の部品２００の場合、上面の撮影画像２０１、下面の撮影画像２０２、手前側面の撮影画像２０３、奥側面の撮影画像２０４、左側面の撮影画像２０５、右側面の撮影画像２０６のうちの少なくとも１つの撮影画像を、図３４に例示するように、互いに向きが異なるように複数個並べるようにしてもよい。こうすることにより、第１の実施形態でも、第２の実施形態と同様に、画像の向きに頑健な個体識別が可能になる。
　また、登録対象物体の所定領域は、登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域の集合としてよい。例えば、図３５に示すように、平板状の部品２１０の表面上の互いに異なる位置に設けられると共に、予め定められた形状（例えば矩形）で、予め定められたサイズを有する複数の部分領域２１５～２１８を所定領域としてもよい。この場合、第１の実施形態では、部分領域２１５～２１８それぞれの撮影画像を並べた１枚の画像が登録画像となる。また、第２の実施形態では、部分領域２１５～２１８それぞれの撮影画像のフーリエ・メリン特徴画像を並べた１枚の画像が登録画像となる。
　本発明は、２つの画像の照合を行う分野に利用でき、特に、製品の表面の微細凹凸や紋様、素材表面のランダムパターン等の、同一製造過程で生じる自然発生的な微細なパターンの差異を、カメラ等の撮像装置を用いて画像として取得し、その微細なパターンを認識することで、製品個々の個体識別や管理を行う分野に利用できる。また、製造物に限らず、人の指紋等に代表される生物の表面微細パターンの差異を、カメラ等の撮像装置を用いて画像として取得し、その微細なパターンを認識することで、個人を認証する、あるいは生物の個体識別や管理を行う分野に利用できる。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
［付記１］
　照合対象物体の所定領域の一部を撮影した照合画像を取得する取得手段と、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する判定手段と、
を備える個体識別システム。
［付記２］
　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を並べて１枚の画像にした合成画像である、
付記１に記載の個体識別システム。
［付記３］
　前記複数の画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
付記２に記載の個体識別システム。
［付記４］
　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
付記２または３に記載の個体識別システム。
［付記５］
　前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像から前記登録画像を生成する生成手段を、さらに備える、
付記２乃至４の何れかに記載の個体識別システム。
［付記６］
　前記判定手段は、前記登録画像と同じサイズになるように前記照合画像を拡張し、前記拡張後の前記照合画像の周波数特徴と前記登録画像の周波数特徴とを合成した合成周波数特徴に基づいて、前記スコアを算出するように構成されている、
付記１乃至５の何れかに記載の個体識別システム。
［付記７］
　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を、フーリエ・メリン変換して得られた複数のフーリエ・メリン特徴画像を並べて１枚の画像にした合成画像である、
付記１に記載の個体識別システム。
［付記８］
　前記複数のフーリエ・メリン特徴画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
付記７に記載の個体識別システム。
［付記９］
　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
付記７または８に記載の個体識別システム。
［付記１０］
　前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像をフーリエ・メリン変換して複数のフーリエ・メリン特徴画像を生成し、前記生成した複数のフーリエ・メリン特徴画像から前記登録画像を生成する生成手段を、さらに備える、
付記７乃至９の何れかに記載の個体識別システム。
［付記１１］
　前記判定手段は、前記照合画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像が前記登録画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像と同じサイズになるように拡張し、前記拡張後の前記照合画像のフーリエ・メリン特徴画像と前記登録画像のフーリエ・メリン特徴画像とを比較した結果に基づいて、前記スコアを算出するように構成されている、
付記１、７、８、９、または１０に記載の個体識別システム。
［付記１２］
　照合対象物体の所定領域の一部を撮影した照合画像を取得し、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、
　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する、
個体識別方法。
［付記１３］
　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を並べて１枚の画像にした合成画像である、
付記１２に記載の個体識別方法。
［付記１４］
　前記複数の画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
付記１２に記載の個体識別方法。
［付記１５］
　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
付記１４に記載の個体識別方法。
［付記１６］
　更に、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像から前記登録画像を生成する、
付記１２乃至１５の何れかに記載の個体識別方法。
［付記１７］
　前記スコアの算出では、前記登録画像と同じサイズになるように前記照合画像を拡張し、前記拡張後の前記照合画像の周波数特徴と前記登録画像の周波数特徴とを合成した合成周波数特徴に基づいて、前記スコアを算出する、
付記１２乃至１６の何れかに記載の個体識別方法。
［付記１８］
　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を、フーリエ・メリン変換して得られた複数のフーリエ・メリン特徴画像を並べて１枚の画像にした合成画像である、
付記１２に記載の個体識別方法。
［付記１９］
　前記複数のフーリエ・メリン特徴画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
付記１２に記載の個体識別方法。
［付記２０］
　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
付記１８または１９に記載の個体識別方法。
［付記２１］
　更に、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像をフーリエ・メリン変換して複数のフーリエ・メリン特徴画像を生成し、前記生成した複数のフーリエ・メリン特徴画像から前記登録画像を生成する、
付記１８乃至２０の何れかに記載の個体識別方法。
［付記２２］
　前記スコアの算出では、前記照合画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像が前記登録画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像と同じサイズになるように拡張し、前記拡張後の前記照合画像のフーリエ・メリン特徴画像と前記登録画像のフーリエ・メリン特徴画像とを比較した結果に基づいて、前記スコアを算出する、
付記１２、１８、１９、２０、または２１に記載の個体識別方法。
［付記２３］
　コンピュータに、
　照合対象物体の所定領域の一部を撮影した照合画像を取得する処理と、
　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出する処理と、
　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する処理と、
を行わせるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
１００…個体識別装置
１１０…カメラ
１２０…通信Ｉ／Ｆ部
１３０…操作入力部
１４０…画面表示部
１５０…記憶部
１５１…プログラム
１５２…登録ＤＢ
１６０…演算処理部
１６１…登録部
１６１１…画像取得部
１６１２…画像結合部
１６１３…特徴量生成部
１６２…照合部
１６２１…画像取得部
１６２２…画像サイズ拡大部
１６２３…特徴量生成部
１６２４…判定部

 

Claims (23)

  1. 　照合対象物体の所定領域の一部を撮影した照合画像を取得する取得手段と、
    　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する判定手段と、
    を備える個体識別システム。
  2. 　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を並べて１枚の画像にした合成画像である、
    請求項１に記載の個体識別システム。
  3. 　前記複数の画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
    請求項２に記載の個体識別システム。
  4. 　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
    請求項２または３に記載の個体識別システム。
  5. 　前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像から前記登録画像を生成する生成手段を、さらに備える、
    請求項２乃至４の何れかに記載の個体識別システム。
  6. 　前記判定手段は、前記登録画像と同じサイズになるように前記照合画像を拡張し、前記拡張後の前記照合画像の周波数特徴と前記登録画像の周波数特徴とを合成した合成周波数特徴に基づいて、前記スコアを算出するように構成されている、
    請求項１乃至５の何れかに記載の個体識別システム。
  7. 　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を、フーリエ・メリン変換して得られた複数のフーリエ・メリン特徴画像を並べて１枚の画像にした合成画像である、
    請求項１に記載の個体識別システム。
  8. 　前記複数のフーリエ・メリン特徴画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
    請求項７に記載の個体識別システム。
  9. 　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
    請求項７または８に記載の個体識別システム。
  10. 　前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像をフーリエ・メリン変換して複数のフーリエ・メリン特徴画像を生成し、前記生成した複数のフーリエ・メリン特徴画像から前記登録画像を生成する生成手段を、さらに備える、
    請求項７乃至９の何れかに記載の個体識別システム。
  11. 　前記判定手段は、前記照合画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像が前記登録画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像と同じサイズになるように拡張し、前記拡張後の前記照合画像のフーリエ・メリン特徴画像と前記登録画像のフーリエ・メリン特徴画像とを比較した結果に基づいて、前記スコアを算出するように構成されている、
    請求項１、７、８、９、または１０に記載の個体識別システム。
  12. 　照合対象物体の所定領域の一部を撮影した照合画像を取得し、
    　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出し、
    　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する、
    個体識別方法。
  13. 　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を並べて１枚の画像にした合成画像である、
    請求項１２に記載の個体識別方法。
  14. 　前記複数の画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
    請求項１２に記載の個体識別方法。
  15. 　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
    請求項１４に記載の個体識別方法。
  16. 　更に、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像から前記登録画像を生成する、
    請求項１２乃至１５の何れかに記載の個体識別方法。
  17. 　前記スコアの算出では、前記登録画像と同じサイズになるように前記照合画像を拡張し、前記拡張後の前記照合画像の周波数特徴と前記登録画像の周波数特徴とを合成した合成周波数特徴に基づいて、前記スコアを算出する、
    請求項１２乃至１６の何れかに記載の個体識別方法。
  18. 　前記登録画像は、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を、フーリエ・メリン変換して得られた複数のフーリエ・メリン特徴画像を並べて１枚の画像にした合成画像である、
    請求項１２に記載の個体識別方法。
  19. 　前記複数のフーリエ・メリン特徴画像は、各画素の値が所定値を持つ背景画像に張り付けられている、
    請求項１２に記載の個体識別方法。
  20. 　前記複数の面を撮影した複数の画像のうちの少なくとも１つの画像は、前記登録対象物体の全周を１周以上にわたって網羅する画像である、
    請求項１８または１９に記載の個体識別方法。
  21. 　更に、前記登録対象物体の互いに相違する複数の面を撮影した複数の画像、または、前記登録対象物体の同一の面上の互いに空間的に離れた場所に存在する複数の部分領域を撮影した複数の画像を取得し、前記取得した複数の画像をフーリエ・メリン変換して複数のフーリエ・メリン特徴画像を生成し、前記生成した複数のフーリエ・メリン特徴画像から前記登録画像を生成する、
    請求項１８乃至２０の何れかに記載の個体識別方法。
  22. 　前記スコアの算出では、前記照合画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像が前記登録画像をフーリエ・メリン変換して得られたフーリエ・メリン特徴画像と同じサイズになるように拡張し、前記拡張後の前記照合画像のフーリエ・メリン特徴画像と前記登録画像のフーリエ・メリン特徴画像とを比較した結果に基づいて、前記スコアを算出する、
    請求項１２、１８、１９、２０、または２１に記載の個体識別方法。
  23. 　コンピュータに、
    　照合対象物体の所定領域の一部を撮影した照合画像を取得する処理と、
    　前記照合画像に類似する部分画像が、登録対象物体の所定領域を撮影した登録画像中に存在する程度を表すスコアを算出する処理と、
    　前記スコアに基づいて、前記照合対象物体が前記登録対象物体と同一か否かを判定する処理と、
    を行わせるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

     
PCT/JP2020/013992 2020-03-27 2020-03-27 個体識別システム WO2021192216A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2020/013992 WO2021192216A1 (ja) 2020-03-27 2020-03-27 個体識別システム
EP20926838.2A EP4024334A4 (en) 2020-03-27 2020-03-27 INDIVIDUAL OBJECT IDENTIFICATION SYSTEM
JP2022510320A JP7251689B2 (ja) 2020-03-27 2020-03-27 個体識別システム
US17/639,791 US20220335617A1 (en) 2020-03-27 2020-03-27 Individual identification system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/013992 WO2021192216A1 (ja) 2020-03-27 2020-03-27 個体識別システム

Publications (1)

Publication Number Publication Date
WO2021192216A1 true WO2021192216A1 (ja) 2021-09-30

Family

ID=77889964

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/013992 WO2021192216A1 (ja) 2020-03-27 2020-03-27 個体識別システム

Country Status (4)

Country Link
US (1) US20220335617A1 (ja)
EP (1) EP4024334A4 (ja)
JP (1) JP7251689B2 (ja)
WO (1) WO2021192216A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230351723A1 (en) * 2020-10-23 2023-11-02 Nec Corporation Individual identification apparatus

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1055439A (ja) * 1996-08-08 1998-02-24 Yamatake Honeywell Co Ltd パターン照合装置
JP2007041643A (ja) 2005-07-29 2007-02-15 Fuji Xerox Engineering Co Ltd 物品確認装置、物品確認方法及び物品確認プログラム
JP2008015848A (ja) * 2006-07-07 2008-01-24 Kobe Univ 物体領域探索方法，物体領域探索プログラムおよび物体領域探索装置
JP2017010322A (ja) * 2015-06-23 2017-01-12 国立大学法人 鹿児島大学 認証処理装置及び認証処理方法
WO2019123917A1 (ja) 2017-12-22 2019-06-27 日本電気株式会社 画像照合装置
JP2020047151A (ja) * 2018-09-21 2020-03-26 富士ゼロックス株式会社 画像形成装置、検査対象物照合装置、検査対象物照合システム、検査対象物照合方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7215485B2 (ja) * 2018-08-23 2023-01-31 日本電気株式会社 物体照合装置
EP3845213A4 (en) * 2018-08-31 2021-10-27 FUJIFILM Toyama Chemical Co., Ltd. OBJECT COMPARISON DEVICE AND OBJECT COMPARISON METHOD

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1055439A (ja) * 1996-08-08 1998-02-24 Yamatake Honeywell Co Ltd パターン照合装置
JP2007041643A (ja) 2005-07-29 2007-02-15 Fuji Xerox Engineering Co Ltd 物品確認装置、物品確認方法及び物品確認プログラム
JP2008015848A (ja) * 2006-07-07 2008-01-24 Kobe Univ 物体領域探索方法，物体領域探索プログラムおよび物体領域探索装置
JP2017010322A (ja) * 2015-06-23 2017-01-12 国立大学法人 鹿児島大学 認証処理装置及び認証処理方法
WO2019123917A1 (ja) 2017-12-22 2019-06-27 日本電気株式会社 画像照合装置
JP2020047151A (ja) * 2018-09-21 2020-03-26 富士ゼロックス株式会社 画像形成装置、検査対象物照合装置、検査対象物照合システム、検査対象物照合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4024334A4

Also Published As

Publication number Publication date
JP7251689B2 (ja) 2023-04-04
JPWO2021192216A1 (ja) 2021-09-30
EP4024334A1 (en) 2022-07-06
US20220335617A1 (en) 2022-10-20
EP4024334A4 (en) 2022-11-30

Similar Documents

Publication Publication Date Title
US20220335561A1 (en) Embedding signals in a raster image processor
Qureshi et al. A bibliography of pixel-based blind image forgery detection techniques
Sadeghi et al. State of the art in passive digital image forgery detection: copy-move image forgery
Armas Vega et al. Copy-move forgery detection technique based on discrete cosine transform blocks features
JP6810392B2 (ja) 個体識別装置
WO2015022538A1 (en) Image identification marker and method
US11816946B2 (en) Image based novelty detection of material samples
CN111898520A (zh) 证件真伪识别方法、装置、计算机可读介质及电子设备
CN106663195A (zh) 用于指纹匹配和相机识别的改进的方法、设备和系统
WO2021192216A1 (ja) 個体識別システム
Isaac et al. Image forgery detection using region–based Rotation Invariant Co-occurrences among adjacent LBPs
Benhamza et al. Image forgery detection review
WO2009065151A2 (en) Method for image quality assessment using quality vectors
CN114757317B (zh) 防伪纹理图案的制作及其验证方法
Kumar et al. Syn2real: Forgery classification via unsupervised domain adaptation
Tripathi et al. Automated image splicing detection using texture based feature criterion and fuzzy support vector machine based classifier
Zhu et al. Recaptured image detection through enhanced residual-based correlation coefficients
JP5998090B2 (ja) 画像照合装置、画像照合方法、画像照合プログラム
Agarwal et al. The advent of deep learning-based image forgery detection techniques
Abraham Digital image forgery detection approaches: A review and analysis
Sinaga The Comparison of Signature Verification Result Using 2DPCA Method and SSE Method
Deepa et al. Automatic image registration using 2d-discrete wavelet transform
Kurien et al. Accurate and efficient copy-move forgery detection
Yap et al. Detection For Non-Genuine Identification Documents
Ambhore et al. Face Sketch to Photo Matching Using LFDA

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20926838

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022510320

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020926838

Country of ref document: EP

Effective date: 20220330

NENP Non-entry into the national phase

Ref country code: DE