CN107123106A - 显示从输入图像检测到的对象物的图像处理装置 - Google Patents
显示从输入图像检测到的对象物的图像处理装置 Download PDFInfo
- Publication number
- CN107123106A CN107123106A CN201710112010.8A CN201710112010A CN107123106A CN 107123106 A CN107123106 A CN 107123106A CN 201710112010 A CN201710112010 A CN 201710112010A CN 107123106 A CN107123106 A CN 107123106A
- Authority
- CN
- China
- Prior art keywords
- image
- input picture
- testing result
- framework
- images
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24143—Distances to neighbourhood prototypes, e.g. restricted Coulomb energy networks [RCEN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
- G06F18/41—Interactive pattern learning with a human teacher
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19133—Interactive pattern learning with a human teacher
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1914—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries, e.g. user dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种显示从输入图像检测到的对象物的图像处理装置。图像处理装置具有:对象物检测单元,其基于对象物的模型图案,从输入图像检测对象物的一个乃至多个影像;检测结果显示单元,其以图形方式重叠显示检测结果,检测结果显示单元具备:第一框体,其显示整个输入图像;第二框体,其一览显示包含检测出的一个乃至多个影像中的各个影像的部分图像,在第一框体中显示的输入图像中,针对检测出的全部的影像重叠显示检测结果,在第二框体中显示的部分图像中,重叠显示与各个部分图像对应的影像的检测结果。
Description
技术领域
本发明涉及一种显示从输入图像检测到的对象物的图像处理装置,特别是涉及一种检测在图像中拍摄到的多个对象物的影像位置,为了使操作者确认检测到的对象物的影像是否正确而显示检测结果的图像处理装置。
背景技术
一般在使用图像处理装置从拍摄装置视野内的图像中检测特定的对象物的影像时,在表示对象物的基准信息(一般称为模型图案或模板等)与通过拍摄装置取得的输入图像之间进行特征量的匹配,当一致度超过指定的等级(阈值)时判断为成功检测对象物。
但是,即使一致度超过了阈值,实际上也不一定正确地检测到对象物的影像。因此,为了调整一致度的阈值等检测参数,操作者有时通过目视来确认是否正确检测到对象物。为了确认是否正确检测到对象物,多采用在输入图像上的检测位置绘制模型图案的原点、包围模型图案的矩形、模型图案的形状这样的方法。
并且,不仅在从输入图像检测对象物的情况下,还在检查输入图像中的对象物的情况下,在参数调整的阶段需要由操作者目视来确认好坏判定结果是否妥当。在这种情况下,优选对缺陷部分着色,或者使用不同的颜色包围作为不良品的对象物,以便容易理解地显示判定结果。
另外,存在基于检测结果和好坏判定结果,进行用于提高对象物检测准确度的机器学习和用于改良模型图案的统计处理的情况。在称为机器学习的有教师学习的方法中,赋予输入数据及其标签(OK/NG和种类)。为了基于检测结果和好坏判定结果进行有教师学习,进行检测结果和好坏判定结果是否正确的确认,如果具有不正确的结果,则通过按钮或文本框等来修正标签。另外,在统计处理中,针对好的判定结果的对象物的影像进行处理,或者使用好坏的判定结果来计算用于判别好坏的阈值。在这里,在学习中包含机器学习以及统计处理。
日本特开2007-114843号公报记载了操作者输入好坏判定结果,根据图像和好坏判定结果,设定用于进行好坏判定的阈值的好坏判定。通过选择图像文件名来进行图像的选择,如果不一个一个地打开图像则无法确认好坏判定结果。另外,设想针对图像为一个好坏判定结果,但是没有设想判定图像内的多个对象物的好坏。
国际公开第2001/041068号记载了一种缺陷检查***,当变更了缺陷抽出的参数时,针对存储的全部图像再度进行缺陷抽出,并与该好坏判定一同显示缩略图像。另外,在进行新的缺陷判定时,在图像上图示多个被判定为缺陷的部分。在这里,为了放大判定为缺陷的区域,或者在缺陷辞典中登录该缺陷,需要在图像上点击缺陷部分。因此,无法同时放大多个缺陷来进行显示。另外,登录缺陷的作业也很繁杂。
特开2013-142558号公报记载了外观检查装置,其在设定了好坏的图像群中新追加了作为良品的图像时,根据良品的图像群计算判定阈值,并通过该阈值确认不良品是否被判定为不良品。在该专利中能够一张一张地显示图像来修正好坏,但是难以容易地确认大量图像的好坏。另外,没有考虑针对一张图像判定多个部位。
如上所述,在确认检测结果和好坏判定结果时,多采用在图像上绘制检测结果和好坏判定结果这样的方法。
但是,该方法存在以下的问题:
在从一个图像检测多个对象物时,如果检测结果重叠或者检测结果相邻接,则难以确认正确性。并且,在修正标签时,难以将进行修正的按钮、复选框等与检测结果对应起来。
如果针对图像的检测结果的尺寸小,则难以确认正确性。
发明内容
本发明的目的在于提供一种图像处理装置,其显示从输入图像中检测到的对象物,以便容易地进行检测结果和好坏判定结果的确认。
图像处理装置具备:对象物检测单元,其基于对象物的模型图案,从拍摄对象物而得到的输入图像检测对象物的一个乃至多个影像;检测结果显示单元,其针对检测出的各个影像,以图形方式重叠显示检测结果,检测结果显示单元具备:第一框体,其显示整个所述输入图像;第二框体,其一览显示包含从该输入图像检测出的一个乃至多个影像中的各个影像的部分图像,在第一框体中显示的输入图像中,针对检测出的全部的影像重叠显示检测结果,在第二框体中显示的部分图像中,重叠显示与各个部分图像对应的影像的检测结果。
附图说明
通过参照以下的附图,能够更加明确地理解本发明。
图1是表示第一实施方式的图像处理装置的结构的框图。
图2表示使用了第一实施方式的图像处理装置的结构例子。
图3表示使用了第一实施方式的图像处理装置的其他结构例子。
图4表示拍摄到的输入图像与图像坐标系的关系。
图5是表示第一实施方式的图像处理装置的处理流程的流程图。
图6表示对象物的模型图案的例子。
图7表示与模型图案相关的数据的形式例子。
图8表示输入图像一览画面的显示例子。
图9表示在图8的状态下点击了第二标签的修正按钮后的显示例子。
图10表示检测结果一览画面的显示例子。
图11表示在图10的状态下点击了第一标签的修正按钮后的显示画面。
图12表示检测结果一览画面的其他显示例子。
图13表示检测结果一览画面的另一显示例子。
图14表示检测结果一览画面的另一显示例子。
图15表示检测结果一览画面的另一显示例子。
图16表示在以相同的姿态显示部分图像上的对象物的影像时的检测结果一览画面的显示例子。
图17表示在以原有的尺寸比同时显示不同尺寸的对象物的影像时的检测结果一览画面的显示例子。
图18是表示第二实施方式的图像处理装置的处理流程的流程图。
图19表示在第二实施方式中使用的检测结果一览画面的显示例子。
图20表示通过步骤S204显示的检测结果一览画面的显示例子。
图21表示修正了第一标签时的检测结果一览画面的显示例子。
图22示意地表示神经元的模型。
图23示意地表示将图22所示的神经元进行组合而构成的三层神经网络。
图24表示第一以及第二实施方式的学习单元22的概要结构。
具体实施方式
以下,参照附图对显示从输入图像检测到对象物的图像处理装置进行说明。然而,希望可以理解本发明并不限于附图或以下说明的实施方式。
在实施方式的说明中,如下那样使用记号。为了明确地进行说明,首先对记号进行说明。
NP:构成模型图案的特征点的数量
P_i:模型图案的第i个特征点(i从1到NP)
NI:输入图像的数量
I_j:第j个输入图像(j从1到NI)
NT_j:从第j个输入图像I_j检测到的对象物的影像的数量
T_jg:从第j个输入图像I_j检测到的第g个对象物的影像(g从1到NT_j)
L1_jg:从第j个输入图像I_j检测到的第g个对象物的影像的第一标签
L2_j:第j个输入图像I_j的第二标签
图1是表示第一实施方式的图像处理装置的结构的框图。
如图1所示,第一实施方式的图像处理装置10具有运算部20、存储部30、显示部40以及操作部50。在图像处理装置10上连接了视觉传感器11、操作盘12、显示装置13等。运算部20包含对象物检测单元21以及学习单元22。存储部30包含模型图案存储单元31、学习数据存储单元32、检测结果存储单元33。显示部40包含检测结果显示单元41以及输入图像显示单元42。操作部50包含部分图像选择单元51以及输入图像选择单元52。图像处理装置10中包含的各部分在具有CPU、ROM、RAM等的计算机上通过软件来实现。
视觉传感器11通过通信线缆与图像处理装置10相连接。视觉传感器11向图像处理装置10供给拍摄到的图像数据。操作盘12通过通信线缆与图像处理装置10相连接。操作盘12用于操作在显示装置13中显示的画面。显示装置13通过通信线缆与图像处理装置10相连接。在显示装置13中显示由视觉传感器11拍摄到的图像和检测结果等。此外,视觉传感器11、操作盘12以及显示装置13也可以与图像处理装置10为一体。显示装置13是具有CRT、液晶面板等的显示设备。操作盘12可以是鼠标和键盘,也可以是显示装置13上的触摸屏。
图2表示使用了第一实施方式的图像处理装置10的结构例子。
如图2所示的那样,在能够拍摄对象物17A以及17B的位置固定设置视觉传感器11,并将对象物17A以及17B放置在作业台16上。放置在作业台16上的对象物17A以及17B可以是单个也可以是多个。视觉传感器11可以是拍摄灰度图像或彩色图像的照相机,也可以是能够取得距离图像的立体照相机或三维传感器。
在第一实施方式中,以使用照相机作为视觉传感器11,视觉传感器11输出灰度图像的方式来进行说明。照相机例如是具有CCD(Charge Coupled Device,电荷耦合器件)等拍摄元件的电子照相机,是具有通过拍摄来在拍摄面(CCD阵列面上)上检测二维图像的功能的众所周知的受光设备。此外,以下将拍摄面中的二维坐标系称为图像坐标系。
图3表示使用了第一实施方式的图像处理装置10的其他结构例子。
如图3所示,可以在机器人1的机头(机械手)2等可动部上设置视觉传感器11。另外,也可以在机器人1的机头上抓持对象物17A以及17B,进行移动以使对象物17A以及17B进入固定设置的视觉传感器的视野内。机器人1通过通信线缆连接,由机器人控制装置3进行控制。机器人控制装置3在机器人1的控制中利用来自图像处理装置10的处理结果。
图4表示拍摄到的输入图像与图像坐标系的关系。
如图4所示,输入图像100具有长方形的图像面,并具有与长方形的边相对应的图像坐标系110。通过图像坐标系110的XY坐标来表示图像面上的位置。在图4的输入图像100中,包含三个对象物的图像200A~200C。此外,在以下的说明中,存在将对象物的图像简称为对象物的情况。
图5是表示第一实施方式的图像处理装置的处理流程的流程图。
根据学习单元22进行的处理,操作者在图像处理装置中进行的操作以及处理的内容不同。在这里,首先以学习单元22进行统计处理的情况为例进行说明。
在步骤S101作成在对象物的检测中使用的模型图案。
第一实施方式中的模型图案由多个特征点构成。作为特征点能够使用各种点,在第一实施方式中使用边缘点作为特征点。边缘点是图像中亮度梯度大的点,能够用于取得对象物的轮廓形状。抽出边缘点的方法是众所周知的。可以以任意的粒度来取得边缘点,在这里针对一个像素抽出一个边缘点。
特征点并不限于边缘点,例如也可以使用SIFT这样的特征点。从图像抽出SIFT特征点的方法如“Object Recognition from Local Scale-Invariant Features”,DavidG.Lowe,Proc.of the International Conference on Computer Vision,Corfu(Sept.1999)等中记载的那样是众所周知的。
特征点至少具有位置。在将边缘点的亮度梯度的方向定义为特征点的姿态时,能够与位置合并来定义特征点的位置姿态。在第一实施方式中,特征点具有位置、姿态。
图6表示对象物的模型图案的例子。如图6所示的那样,对象物200的模型图案由多个特征点(边缘点)P_i(i=1~NP)构成。构成模型图案的特征点P_i的位置姿态可以通过任意的形式来表现,作为一个例子,举出如下方法:在模型图案中定义坐标系(以下称为模型图案坐标系),通过从模型图案坐标系看到的位置矢量和方向矢量等来表现构成模型图案的特征点的位置t_Pi(i=1~NP)和姿态v_Pi(i=1~NP)。
另外,模型图案坐标系的原点可以任意定义。例如,可以从构成模型图案的特征点中选择任意一点,将该点定义为原点,也可以将构成模型图案的全部特征点的重心定义为原点。
模型图案坐标系的姿态(轴的方向)也可以任意定义。例如,可以定义为在做成了模型图案的图像中图像坐标系与模型图案坐标系平行,也可以定义为从构成模型图案的特征点中选择任意的两点,从其中一方朝向另一方的方向成为X轴方向。
图7表示与模型图案相关的数据的形式例子。
如图7所示的那样,针对各特征点通过位置以及姿态来表现与模型图案相关的数据。以图7所示的形式(位置、姿态)在模型图案存储单元31中存储构成模型图案的特征点P_i。
在步骤S102,取得包含对象物的影像的一个乃至多个输入图像I_j(j=1~NI)。输入图像通过在视觉传感器11的视野内配置对象物来拍摄图像而取得。优选在与实际的生产线相同的环境下拍摄图像。可以大量保存实际在生产线上拍摄到的对象物的图像,并使用这些图像。可以在一张输入图像中拍摄到多个对象物。
在步骤S103,通过对象物检测单元21对各个输入图像I_j(j=1~NI)进行模型图案与输入图像I_j的匹配,进行对象物的检测。将检测结果与输入图像I_j对应起来存储在检测结果存储单元33中。此外,将直到进行以下的学习处理为止的一连串处理的结果存储在检测结果存储单元33中。对象物检测单元21检测对象物的方法有各种各样,例如,作为众所周知的方法,能够利用如下方法:“Generalizing the Hough Transform to DetectArbitrary Shapes”,D.H.Ballard,Pattern Recognition Vol.13,No.2,pp.111-122,1981中记载的广义霍夫变换、“Random sample consensus:a paradigm for model fittingwith applications to image analysis and automated cartography”,MartinA.Fischler,et al.,Communications of the Association for Computing MachineryVol.24No.6Pages 381-395,June 1981中记载的RANSAC等。另外,在本实施方式中,将一致度虽然不足阈值但是一致度在预先设定的范围内的对象物的影像也追加为检测结果。例如,在以0~100定义一致度时,允许到一致度的阈值减去10得到的一致度为止。即使这样一致度也不足阈值的检测结果,也能够在后面的步骤中作为正确的检测结果来变更标签。
作为进行了检测的结果,从输入图像I_j检测出NT_j个对象物的影像。另外,将检测到的影像设为T_jg(g=1~NT_j),将影像T_jg的检测位置设为R_Tjg。检测位置R_Tjg是表示从图像坐标系观察到的对象物的影像T_jg的位置姿态,即对影像T_jg重合了模型图案时从图像坐标系观察到的模型图案坐标系的位置姿态的齐次变换矩阵,通过下式来表示。
例如,在对象物相对于照相机的光轴不倾斜,作为在图像中拍摄到的对象物的影像的移动只考虑全等变换即可时,a00~a12如下那样。
a00=cosθ
a01=-sinθ
a02=x
a10=sinθ
a11=cosθ
a12=y
其中,(x、y)是图像上的位置,θ是图像上的旋转移动量。
另外,在对象物相对于照相机的光轴不倾斜,但是对象物与照相机的距离不固定时,根据距离在图像中拍摄到的对象物的影像的大小进行变化,因此作为在图像中拍摄到的对象物的影像的移动成为相似变换。此时,a00~a12如下那样。
a00=s·cosθ
a01=-s·sinθ
a02=x
a10=s·sinθ
a11=s·cosθ
a12=y
其中,s是示教的模型图案的大小与对象物的影像T_jg的大小的比。
将检测位置R_Tjg与输入图像I_j成对存储在检测结果存储单元33中。
基于从各输入图像I_j(j=1~NI)检测到的对象物的影像T_jg(j=1~NI、g=1~NT_j)的检测位置R_Tjg,对构成模型图案的特征点P_i的位置姿态进行变换,并与图像上的对象物的影像重合。
为了说明,分别通过齐次变换矩阵R_Pi来表示构成模型图案的特征点P_i的位置姿态。R_Pi能够如下那样记载。
b00=vx_Pi
b01=-vy_Pi
b02=tx_Pi
b10=vy_Pi
b11=vx_Pi
b12=ty_Pi
其中,t_Pi=(tx_Pi,ty_Pi)是模型图案坐标系中的P_i的位置,v_Pi=(vx_Pi,vy_Pi)是模型图案坐标系中的P_i的姿态。
在这里,需要注意构成模型图案的特征点P_i的位置姿态R_Pi通过模型图案坐标系来表现。
在把对输入图像I_j中拍摄到的对象物的影像T_jg重合了模型图案时的从图像坐标系观察到的特征点P_i的位置姿态设为R_Pi′时,对于R_Pi′使用从模型图案坐标系观察到的特征点P_i的位置姿态R_Pi以及从图像坐标系观察到的影像T_jg的检测位置R_Tjg,表现为以下那样。
R_Pi′=R_Tjg·R_Pi
此外,为了后面的说明,将从图像坐标系观察到的P_i的位置设为t_Pi′,将从图像坐标系观察到的P_i的姿态设为v_Pi′。
在这里,对各对象物的影像T_jg赋予第一标签L1_jg(j=1~NI,g=1~NT_j)。在第一实施方式中,能够作为对象物的影像的标签选择的是“OK”、“NG”这两个。在第一实施方式中,将检测到的对象物的影像内的一致度为阈值以上的全部对象物的影像的第一标签L1_jg设为“OK”。将检测到的对象物的影像内的一致度不足阈值的对象物的影像的第一标签L1_jg设为“NG”。
在步骤S104,使用者确认从各输入图像I_j(j=1~NI)检测到的对象物的影像T_jg(j=1~NI,g=1~NT_j),并修正标签。确认赋予了“OK”的对象物的影像,在判断为不是对象物时,将第一标签变更为“NG”,并存储该修正后的标签。并且,确认赋予了“NG”的对象物的影像,在判断为应检测为对象物时,将第一标签变更为“OK”,并存储该修正后的标签。
在第一实施方式中,往复由输入图像显示单元42显示的输入图像一览画面和由检测结果显示单元41显示的检测结果一览画面,由此来确认对象物的影像T_jg(j=1~NI、g=1~NT_j)。
在显示装置中显示输入图像一览画面和检测结果一览画面。可以并列显示两个画面,也可以交替显示两个画面。在第一实施方式中说明交替显示两个画面的方法。
图8表示输入图像一览画面的显示例子。
在输入图像一览画面中,如图8所示那样一览显示全部的输入图像I_j(j=1~NI)。例如,按照以下的规则来进行该显示。
*在画面内按照指定的倍率来排列显示输入图像。在第一实施方式中输入图像的尺寸全部相同,但是输入图像的尺寸也可以不同。
*根据画面的尺寸和输入图像的尺寸以及倍率来自动决定画面内的图像的列数或行数。
在无法显示出全部的图像时,显示滚动条。通过滚动条能够使画面滚动来阅览全部的图像。滚动条可以纵向出现,也可以横向出现。
*输入图像的显示倍率能够通过倍率下拉来指定。可以相比原图像放大显示,也可以缩小显示。
说明在输入图像中拍摄到的对象物的影像上绘制模型图案的步骤。模型图案的绘制可通过以下的步骤来进行。
(1)针对全部输入图像I_j(j=1~NI)进行以下(2)的处理。
(2)针对从输入图像I_j检测到的全部对象物的影像T_jg(g=1~NT_j)进行以下(2-1)~(2-2)的处理。
(2-1)基于对象物的影像的位置R_Tjg来计算从图像坐标系观察模型图案的全部特征点P_i(i=1~NP)时的位置R_Pi′。
(2-2)在输入图像I_j的位置R_Pi′上绘制点。在第一标签L1_jg为“OK”时通过绿色绘制,在第一标签L1_jg为“NG”时通过红色绘制。可以将特征点P_i不绘制为点,而是绘制为线段。因此,将第一标签L1_jg表现为通过绿色或红色显示的对象物的一连串的特征点。
对第二标签进行说明。
*各输入图像具有第二标签L2_j(j=1~NI)。
*在各输入图像的左上方配置了第二标签的修正按钮。第二标签的修正按钮也可以配置在输入图像的下方等图像外。
基于第一标签L1_jg(g=1~NT_j)如下那样决定第二标签L2_j。如果相同的输入图像内的全部对象物的影像的第一标签L1_jg为“OK”,则使第二标签L2_j为“OK”。
如果在相同输入图像内的对象物的影像中只要有一个第一标签L1_jg为“NG”,则使第二标签L2_j为“NG”。
第二标签的修正按钮如下那样显示。
将第二标签显示为在第二标签的修正按钮上方显示的标签。
关于第二标签的修正按钮的背景颜色,在为“OK”时为绿色,在为“NG”时为红色。
在点击了第二标签的修正按钮时,第二标签L2_j在“OK”与“NG”之间切换。另外,与之相配合,将相同图像内的全部对象物的影像的第一标签L1_jg也变更为与L2_j相同。按照第一标签L1_jg和第二标签L2_j的变更,画面也更新。
图9表示在图8的状态下点击了第二标签的修正按钮后的显示例子。从第一行的左侧开始第二个图像的第二标签从“OK”变为“NG”。
当在输入图像一览画面中点击了输入图像I_j时,转移到一览显示该输入图像的检测结果的检测结果一览画面。
图10表示检测结果一览画面的显示例子。
如图10所示的那样,在检测结果一览画面中,如以下那样一览显示选择的输入图像I_j的对象物的影像T_jg(g=1~NT_j)。
*在检测结果一览画面中显示第一框体和第二框体。
*在第一框体和第二框体中,能够变更为不同的图像的显示倍率。
*能够变更第一框体和第二框体的大小。例如,能够通过拖移第一框体和第二框体的边界线来改变两个框体的大小。
*在点击了返回按钮时,能够返回到输入图像一览画面。
在第一框体中显示全体图像。
*在操作了第一框体的倍率下拉时,能够变更全体图像的显示倍率。
*在全体图像无法收纳在第一框体中时,显示滚动条。
*在全体图像中,能够通过与在输入图像一览画面的图像中绘制模型图案相同的方法,在检测到的对象物的影像上绘制模型图案。
在第二框体中显示部分图像。
*在操作第二框体的倍率下拉时,能够变更部分图像的显示倍率。
*在全部的部分图像无法收纳在第二框体中时,显示滚动条。滚动条可以纵向出现,也可以横向出现。
*针对各对象物的影像T_jg(g=1~NT_j)制作部分图像。通过以下的步骤来制作部分图像。
1.在输入图像的检测到的对象物的影像上绘制模型图案。针对对象物的影像T_jg进行以下的处理(1-1)~(1-2)即可。
(1-1)基于对象物的影像的位置R_Tjg来计算模型图案的全部特征点P_i(i=1~NP)的从图像坐标系观察时的位置R_Pi′。
(1-2)在输入图像I_j的位置R_Pi′上绘制点。在第一标签L1_jg为“OK”时用绿色绘制,在第一标签L1_jg为“NG”时用红色绘制。也可以将特征点P_i不绘制为点,而绘制为线段。
2.求出计算出的全部R_Pi′(i=1~NP)的位置t_Pi′=(tx_Pi,ty_Pi)的X方向的最大值tx_Pi_max、最小值tx_Pi_min和Y方向的最大值ty_Pi_max、最小值ty_Pi_min。
3.将用于切出来自输入图像的部分图像的形状设为矩形,通过左上的顶点位置和右上的顶点位置来定义矩形。在将空白设为α时,能够将左上的顶点位置计算为(tx_Pi_min-α,tx_Pi_min-α),将右下的顶点位置计算为(ty_Pi_max+α、ty_Pi_max+α)。空白α可以是预先决定的值,也可以根据图像的尺寸等计算出来。
4.通过计算出的矩形从输入图像切出,作为部分图像。
在通过部分图像选择单元51选择了部分图像时,部分图像成为选择状态进行高亮显示。例如,通过点击部分图像,与其他的部分图像相区别地显示该部分图像,即进行高亮显示。关于部分图像的高亮显示,例如可以通过明亮颜色的框线来围住部分图像。另外,即使在全体图像中也高亮显示与该部分图像对应的对象物的影像T_jg。在全体图像的高亮显示中,也可以通过明亮的框线来围住对象物的影像。使框线的形状为与用于切出部分图像的矩形相同即可。或者,也可以通过改变绘制模型图案的颜色来进行高亮显示。并且,在放大了全体图像,仅显示全体图像的一部分时,能够自动地滚动全体图像,以便操作者能够确认高亮显示的对象物的影像。
*将各部分图像与第一标签L1_jg(j=1~NI、g=1~NT_j)对应起来。
*在各部分图像的左上配置了第标签的修正按钮。第一标签的修正按钮也可以配置在部分图像正下方等图像外。
*在第一标签的修正按钮上显示第一标签(“OK”或“NG”)。
*关于第一标签的修正按钮的背景颜色,在“OK”时为绿色,在“NG”时为红色。
*在点击了第一标签的修正按钮时,第一标签L1_jg在“OK”与“NG”之间切换。与第一标签L1_jg的变更相符地画面也更新。
图11表示在图10的状态下点击了第一标签的修正按钮后的显示画面。第二框体的左上的部分图像以及第一框体的与该部分图像对应的对象物的特征点从绿色变更为红色。另外,与第二框体的左上的部分图像对应显示的第一标签的修正按钮从“OK”变更为“NG”。
图12表示检测结果一览画面的另一显示例子。
如图12所示的那样,作为其他的显示例子,能够增大第一框体,并减小第二框体。在该例子中,第一框体的倍率为50%,第二框体的倍率为25%。在成为这样的结构时,能够在第二框体中大致确认各个对象物的全体图像,并在希望更加细致地确认时,通过第一框体进行确认。
图13表示检测结果一览画面的另一显示例子。
如图13所示的那样,作为另一显示例子,能够减小第一框体的倍率,并增大第二框体的倍率。在该例子中,第一框体的倍率为25%,第二框体的倍率为50%。在成为这样的结构时,在第二框体中能够通过放大显示对象物的影像来细致地确认,在第一框体中能够确认在整个图像中该对象物位于哪里。
图14表示检测结果一览画面的另一显示例子。
在图14的例子中,在检测结果一览画面的下部追加了向前的图像按钮,向后的图像按钮、图像索引的文本框。
在按压向前的图像按钮时,显示输入图像I_j的前一个输入图像I_j-1及其检测结果T_j-1g(g=1~NT_j-1)。
在按压向后的图像按钮时,显示输入图像I_j的后一个输入图像I_j+1及其检测结果T_j+1g(g=1~NT_j+1)。
当在图像索引的文本框中输入了整数值x时,显示输入图像I_x及其检测结果T_xg(g=1~NT_x)。
由此,能够不返回输入图像一览画面地在检测结果一览画面中显示其他的输入图像和其检测结果。
图15表示检测结果一览画面的另一显示例子。
第一框体和第二框体的配置不仅能够配置为左右排列,而且还能够配置为上下排列。另外,还能够如图15所示那样配置。在进行了这样的配置时,能够将更多对象物的影像作为部分图像来排列显示。
在步骤S105,将检测到的对象物的影像T_jg(j=1~NI,g=1~NT_j)和第一标签L1_jg的多个数据集作为学习数据,通过学习单元22进行机器学习或统计处理。对于学习单元22的处理,还包含第二实施方式的情况,将在以下进行叙述。
作为第一实施方式的图像处理装置的变形例考虑以下。
*能够保持多个模型图案,并对各模型图案赋予名称。在标签中使用匹配的模型图案的名称。在修正标签时通过下拉框选择标签。
*不是通过多个特征点来定义模型图案,而是通过模板图像这样的形式来进行定义。此时,使用归一化相关这样的方法来检测对象物。因为在将模板图像作为模型图案使用时无法进行特征点的绘制,所以需要在对象物的影像的周围绘制矩形等来表现检测结果。
*不通过按钮进行标签的修正,而通过复选框或文本框来进行。在使用复选框时,仅能指定2值。在使用文本框时,能够输入任意的字符串。
*不是通过下拉而是通过滑块来切换倍率。
*操作者不决定倍率,根据画面尺寸和图像尺寸自动决定。
*不是在图像上绘制模型图案的特征点,而绘制包围模型图案的矩形或模型图案的中心位置。还可以组合它们来进行绘制。包围模型图案的矩形或中心位置能够由用户手动来定义,也可以在制作模型图案时自动设定。
在输入图像一览画面中显示了很多图像时,不是通过滚动条进行滚动,而是通过切换页面来切换显示的图像。例如,在具有100张图像时,在每一页中显示9张,划分为12页来进行显示。在检测结果一览画面的第二框体中也可以使用相同的方法。
*可以使切取检测结果一览画面的部分图像的方法如下那样。
1.预先定义包围模型图案的矩形。该矩形在示教模型图案时,可以自动的定义,也可以由操作者手动的定义。矩形能够通过矩形的左端顶点U1的位置姿态和宽度U_W、高度U_H来定义。顶点U1的从模型图案坐标系观察时的位置姿态通过齐次变换矩阵R_U1来定义。
2.基于对象物的影像的位置R_Tjg来计算顶点U1的从图像坐标系观察时的位置姿态R_U1′。
3.使用顶点U1在图像坐标系中的位置姿态R_U1′和宽度U_W、高度U_H来切出部分图像。
在该情况下,部分图像上的对象物的影像以相同的姿态进行显示。当然,切出部分图像的形状也可以不是矩形。
图16表示在以相同姿态显示部分图像上的对象物的影像时的检测结果一览画面的显示例子。
*也可以同时显示不同尺寸的对象物的影像。此时,可以使对象物的影像大小一致来显示,也可以按照原有尺寸比来显示。
图17表示在以原有的尺寸比同时显示不同尺寸的对象物的影像时的检测结果一览画面的显示例子。
图18是表示第二实施方式的图像处理装置的处理流程的流程图。
第二实施方式的图像处理装置具有与第一实施方式的图像处理装置相同的硬件结构,部分处理与第一实施方式不同。第二实施方式的说明中,首先以学习单元22进行统计处理的情况为例进行说明。
另外,图19表示在第二实施方式中使用的检测结果一览画面的显示例子。
在图19的画面中,第一框体和第二框体上下排列配置。另外,在第一框体的右侧配置了SNAP按钮、FIND按钮、FINISH按钮。
在步骤S201中,进行与第一实施方式的步骤S101相同的处理。
在步骤S202中,在视觉传感器11的视野内配置对象物并按压SNAP按钮,拍摄一张输入图像。优选在输入图像I_j中拍摄到的对象物的影像包含在检测中成为问题的变动。作为确认了输入图像I_j的结果,在判断为作为学习数据不理想时,可以再次按压SNAP按钮来重新拍摄输入图像I_j。将拍摄到的图像作为全体图像在第一框体中显示。因为此时未检测到对象物,所以在全体图像的对象物的影像上未绘制模型图案,也不显示部分图像。此时可以只显示第一框体,而不显示第二框体。
在步骤S203中,当按压了FIND按钮时从输入图像I_j进行对象物的检测。检测处理可以与第一实施方式的步骤S103同样地进行。但是,在这里只从一个输入图像I_j进行检测。
在步骤S204中,通过检测结果一览画面来一览显示从输入图像I_j检测到的对象物的影像T_jg(g=1~NT_j)。
图20表示在步骤S204显示的检测结果一览画面的显示例子。
全体图像和部分图像的显示可以与第一实施方式同样地进行。隐藏第一框体右侧的SNAP按钮、FIND按钮,并追加了ADD按钮、DISCARD按钮。操作者确认在检测结果一览画面中显示的全体图像和部分图像,并与第一实施方式同样地确认在检测结果中是否有问题。
并且,在步骤S204中,能够如第一实施方式的检测结果一览画面那样修正第一标签。
图21表示修正了第一标签时的检测结果一览画面的显示例子。
在这里,确认赋予了“OK”的对象物的影像,当判定为不是对象物时,将第一标签变更为“NG”,并存储该修正后的标签。并且,确认赋予了“NG”的对象物的影像,在判断为应检测为对象物时,将第一标签变更为“OK”,并存储该修正后的标签。
在步骤S205中,决定是否向学习数据追加对象物的影像T_jg(g=1~NT_j),在决定追加时,按压ADD按钮,并将输入图像I_j和对象物的影像T_jg(g=1~NT_j)、第一标签L1_jg(g=1~NT_j)对应起来追加到学习数据中。在不追加时,按压DISCARD按钮,丢弃输入图像I_j和对象物的影像T_jg以及第一标签L1_jg。不论按压ADD按钮和DISCARD按钮中的哪个,都再次从步骤S202开始处理。
如果追加了足够的学习数据则按压FINISH按钮,并向步骤S206前进。
在此,在向S206前进之前,可以如第一实施方式的步骤S104那样追加以下的步骤:使用输入图像一览画面和检测结果一览画面来确认并修正在学习数据中追加的全部的输入图像I_j(j=1~NI)所对应的对象物的影像T_jg(j=1~NI,g=1~NT_j)的第一标签L1_jg(j=1~NI,g=1~NT_j)。
在步骤S206中,基于收集到的学习数据与第一实施方式的步骤S105一样地,将对象物的影像T_jg(j=1~NI,g=1~NT_j)与第一标签L1_jg(j=1~NI,g=1~NT_j)组成的多个数据集作为学习数据,通过学习单元22进行统计处理。
以下,对第一以及第二实施方式中的学习单元22的统计处理进行说明。
学习单元22进行学习,以便能够正确判定对象物的影像T_jg(j=1~NI,g=1~NT_j)是否是与模型图案相对应的对象物。换而言之,在输入了认为包含对象物的影像的部分图像时,进行学习以便能够正确地进行是否包含对象物的影像的判定。到此为止,通过对象物检测单元21从输入图像中检测出对象物,得到某种程度的检测精度,但是作为学习单元22的学习结果,进一步提高检测精度。在这里,通过对象物检测单元21进行检测,并在学习数据存储单元32中存储被认为包含适合作为学习对象的第一标签为“OK”的对象物的影像的部分图像。如果学习单元22的运算处理能力足够高,也可以通过不是输入部分图像,而是将输入图像输入来检测对象物的方式进行学习。学习单元22针对在学习数据存储单元32中存储的多个部分图像进行统计处理,改善模型图案。
本申请人在日本专利申请2015-218357中公开了针对基于模型图案检测到的对象物的多个影像进行统计处理,改善模型图案的技术,例如,学习单元22通过使用了在日本专利申请2015-218357中公开的统计处理的技术来实现。但是,学习单元22执行的统计处理并不限于此。
以上,对学习单元22执行统计处理时的第一以及第二实施方式进行了说明。以下,对学习单元22进行机器学习(有教师学习)的情况进行说明。
学习单元22进行机器学习,以便改善对象物检测单元21检测为对象物的准确度。此时的正确检测是指将对象物正确检测为对象物,不将非对象物检测为对象物,不存在未将对象物检测为对象物的检测遗漏,也不存在将非对象物检测为对象物的误检测。为了进行这样的学习,优选作为学习数据,由图像处理装置10在输入图像中判定为对象物的影像并且由使用者确认判定正确的部分图像(“OK”“OK”)、由图像处理装置10在输入图像中判定为对象物的影像但是由使用者确认为判定错误的部分图像(“OK”“NG”)、由图像处理装置10在输入图像中判定为不是对象物的影像但是由使用者确认为判定错误的部分图像(“NG”“OK”)、由图像处理装置10在输入图像中判定为不是对象物的影像并且由使用者确认判定正确的部分图像(“NG”“NG”)为相似的比例,从而可高效地进行学习。因此,在上述的学习单元22进行统计处理的第一以及第二实施方式中,将具有第一标签从“NG”变更为“OK”的履历以及从“OK”变更为“NG”的履历的部分图像与履历对应起来存储在学习数据存储单元32中。它们成为部分图像(“NG”“OK”)以及部分图像(“OK”“NG”)。并且,操作者从判定为对象物的影像并维持了判定的部分图像(“OK”“OK”)以及在输入图像中未判定为对象物的影像并维持了判定的部分图像(“NG”“NG”)中,选择适当的部分图像来作为学习数据,作为部分图像(“OK”“OK”)以及部分图像(“NG”“NG”)存储在学习数据存储单元32中。但是,并不限于此,也可以随机地收集部分图像作为学习数据来使用。另外,也可以将“NG”“NG”的部分图像作为学习数据来使用。
学习单元22具有如下功能:通过解析来从输入的数据集合中抽出其中有用的规则和知识表现、判断基准等,输出该判断结果,并且进行知识的学习(机器学习)。机器学习的方法有各种各样,但是大体上例如分为“有教师学习”、“无教师学习”、“强化学习”,在这里使用“有教师学习”。并且,具有在实现这些方法的基础上,学习特征量自身的抽出的被称为“深度学习(Deep Learning)”的方法。此外,这些机器学习(机器学习装置20)也可以使用通用的计算机或处理机,在采用GPGPU(General-Purpose computing on GraphicsProcessing Units通用图形处理器)或大规模PC集群等时,能够更高速地进行处理。
“有教师学习”是指通过大量地向学习单元22赋予某个输入和结果(标签)的数据组合,来学习这些数据组所具有的特征,并归纳性地获得根据输入推定结果的模型,即为其关系性。当在实施方式中应用该有教师学习时,例如能够使用神经网络等算法来实现学习单元22。
作为有教师学习中的价值函数的近似算法,能够使用神经网络。图22示意地表示神经元的模型,图23示意地表示组合图22所示的神经元而构成的三层的神经网络。即,神经网络例如由模拟图22所示的神经元模型的运算装置以及存储器等构成。
如图22所示,神经元输出与多个输入x(在图22中作为一个例子,为输入x1~输入x3)相对的输出(结果)y。对各输入x(x1、x2、x3)乘以与该输入x相对应的权重w(w1、w2、w3)。由此,神经元输出通过下式表现的输出y。此外,输入x、输出y以及权重w全是矢量。另外,在下式中,θ为偏置,fk为激活函数。
参照图23来说明组合图22所示的神经元而构成的三层神经网络。如图23所示的那样,从神经网络的左侧输入多个输入x(在此作为一个例子,为输入x1~输入x3),从右侧输出结果y(在此作为一个例子,为结果y1~结果y3)。具体来说,将输入x1、x2、x3乘以对应的权重来对三个神经元N11~N13中的各个神经元进行输入。将与这些输入相乘的权重统一记载为w1。
神经元N11~N13分别输出z11~z13。在图23中,将这些z11~z13统一记载为特征矢量z1,能够视为抽出了输入矢量的特征量而得到的矢量。该特征矢量z1是权重w1和权重w2之间的特征矢量。将z11~z13乘以对应的权重来对两个神经元N21、N22中的各个神经元进行输入。将与这些特征矢量相乘的权重统一记载为w2。
神经元N21、N22分别输出z21、z22。在图23中,将这些z21、z22统一记载为特征矢量z2。该特征矢量z2是权重w2和权重w3之间的特征矢量。将z21、z22乘以对应的权重来对三个神经元N31~N33中的各个神经元进行输入。将与这些特征矢量相乘的权重统一记载为w3。
最后,神经元N31~N33分别输出结果y1~结果y3。在神经网络的动作中,具有学习模式和价值预测模式。例如,在学习模式中使用学习数据组来学习权重w,使用该参数在预测模式中进行机器人的行为判断。此外,虽然为了方便而写为预测,但是自不用说还能够进行检测、分类、推论等多种任务。
在这里,可以即时学习在预测模式下使机器人实际动作而得到的数据,并将其反映在下次的行为中(在线学习),也可以使用预先收集到的数据进行汇总的学习,以后一直通过该参数进行检测模式(批量学习)。或者,在这中间,在每次积累了一定程度的数据时***学习模式。
另外,权重w1~w3能够通过误差逆传播法(反向传播)来进行学习。此外,误差的信息从右侧进入向左侧流动。误差逆传播法是对于各神经元调整(学习)各自的权重,以使得输入了输入x时的输出y和真实的输出y(教师)之间的差分变小的方法。
这样的神经网络可以在三层以上进一步增加层(称为深度学习)。另外,也能够只从教师数据自动地获得阶段性地进行输入的特征抽出,并递归导出结果的运算装置。
图24表示第一以及第二实施方式的学习单元22的概要结构。
学习单元22具有状态量观测部61、神经网络62、神经网络(NN)更新控制部63。如上所述,学习单元22例如通过GPGPU(General-Purpose computing on Graphics ProcessingUnits通用图形计算处理单元)来实现。
状态量观测部61从学习数据存储单元32接收由部分图像及其包含的对象物的影像的第一标签组成的数据集。学习数据存储单元32存储非常多的数据集,并依次发送到状态量观测部61。
神经网络62是进行深度学习的神经网络,针对来自状态量观测部61的部分图像计算判定结果(“OK”“NG”)。在神经网络62中能够针对各神经元通过NN更新控制部63调整(学习)权重。
NN更新控制部63进行以下的更新控制:将神经网络62根据来自状态量观测部61的部分图像计算出的判定结果(“OK”“NG”)与该部分图像的第一标签(教师数据)进行比较,针对神经网络62的各神经元变更权重,以使得比较结果一致的概率增高。
此外,通过学习单元22进行处理的内容不限于上述内容。一般在有教师的机器学习中,学习对输入以及与其对应的输出(标签)进行映射的函数。在第一以及第二实施方式中,公开了将输入图像、检测到的对象物的影像作为输入,从而快速修正成为其输出的标签的方法。根据该输入与输出学习映射函数的方法可以为任意方法。
以上,对实施方式进行了说明,实施方式的检测结果一览画面具有以下的特征。
*由第一(上)框体和第二(下)框体这两个框体构成。
*在第二框体中显示了将各个检测到的对象物的影像切出的部分图像。
*在第一框体中显示全体图像中的对象物的影像。但是,并不限定框体的排列方法,可以是上下、左右、或之外的排列。
*能够将各个框体的显示倍率独立地进行变更。
*当在第二框体中选择了对象物的影像时,在上方的框体中高亮显示对应的对象物的影像。
*并且,在第一框体中只显示了图像的一部分时,滚动整体的图像,以便显示选择的对象物的影像。
*当在第一框体中选择了对象物的影像时,在第二框体中选择对应的对象物的影像。
*能够在第二框体中修正检测结果和好坏判定结果的标签(OK/NG等)。
在上述的显示画面中具有以下的优点。
*在第二框体中,能够不受相同图像中的其他对象物的影像打扰地,集中针对对象的对象物的影像进行确认。
*在变更检测到的对象物的标签时,容易理解按钮、文本框等是属于哪个对象物的影像。
*能够简单地确认检测到的对象物的各个影像是在图像中的哪个位置。
*在第一框体中在全体的图像中放大显示对象物的影像,并在第二框体中缩小显示各个对象物的影像,由此能够在第一框体中细致地确认对象物的影像,并在第二影像中大致确认各个对象物全体
*与之相反,在第二框体中放大显示各个对象物的影像,并在第一框体中缩小显示全体的图像,由此能够在第二框体中细致地确认对象物的影像,并在第一框体中显示在整个图像中该对象物位于哪个位置。
并且,具有操作者希望确认多个图像的检测结果或判定结果的情况。例如,为如下的情况。
*希望确认在生产中拍摄到的图像中是否具有不正确的检测。
*在变更了检测参数后,针对多个图像进行检测,希望确认是否针对全部的图像进行了正确的检测。
*为了机器学习用于在好坏判定中进行辨别的参数,在将既有的好坏判定结果作为学习数据使用时,确认既有的好坏判定结果是否正确,如果错误则修正判定结果(标签)。
在如此确认多个图像的检测结果时,以下的方法是有效的:将多个图像缩小显示后的图像来在输入图像一览画面中显示,在该图像上绘制检测结果,在更细致地确认时,选择图像将其移动到确认上面说明的各个图像的检测结果的输入图像一览画面中。
并且,权利要求所记载的结构和其效果如下所述。
一种图像处理装置,其具有:对象物检测单元,其基于对象物的模型图案,从拍摄了对象物的输入图像检测对象物的一个乃至多个影像;检测结果显示单元,其针对检测出的各个影像,以图形方式重叠显示检测结果,检测结果显示单元具备:第一框体,其显示整个输入图像;第二框体,其一览显示包含从该输入图像检测出的一个乃至多个影像中的各个影像的部分图像,在第一框体中显示的输入图像中,针对检测出的全部的影像重叠显示检测结果,在第二框体中显示的部分图像中,重叠显示与各个部分图像对应的影像的检测结果。
通过该结构,能够在第一框体中在全体图像中确认以下的点。
*在哪里如何拍摄出对象物的影像。
*拍摄出几个对象物的影像。
*是否没有从相同位置检测出多个对象物的影像。
在第二框体中能够不受相同图像中的其他对象物的影像的干扰,集中针对确认对象的对象物的影像来进行确认。
通过在相同窗口内同时显示第一框体和第二框体,能够在同时发挥上述优点的同时确认对象物的影像。由此,能够快速确认图像内拍摄到的多个对象物的影像。
如国际公开第2001/041068号那样,还考虑了在第一框体中显示全体图像,在第二框体中通过表的形式显示检测结果的方法。但是,在该方法中难以了解表示检测结果的表的行与图像上的对象物的影像的关联。另外,与通过表形式使用文字来确认检测结果相比,观察部分图像的方法能够直观地确认对象物的影像。
检测结果显示单元在第二框体中显示的部分图像上,进一步重叠显示与各个部分图像所对应的影像关联起来存储的第一标签信息,并且能够基于操作者的操作来变更第一标签信息。
通过在第二框体的部分图像上设置用于操作标签的单元,容易了解对象物的影像与标签的操作单元之间的对应关系。另外,无需选择对象物这样的操作,就可以修正标签。例如,在国际公开第2001/041068号中,必须在选择对象物后修正标签。另外,还考虑了通过表形式显示检测结果,当选择了表的行时,在全体图像上高亮显示与该检测结果相对应的对象物的影像,在表的行中设置用于修正标签的单元这样的方式。但是,在该方法中,为了确认图像需要选择表的行。除此之外,虽然还考虑了在第一框体的全体图像上设置操作标签的单元,但是在该方法中对象物的影像重叠、或相邻接时,难以了解操作单元与对象物的影像的对应关系。
检测结果显示单元在第一框体和第二框体中通过各个设定倍率来显示图像。
首先,能够构成为在第一框体中在全体的图像中放大显示对象物的影像,并在第二框体中缩小显示各个对象物的影像。此时,在第一框体中通过增大显示对象物的影像能够细致地确认。另外,在第二框体中能够大致确认各个对象物的整个影像。其次,还能够构成为在第二框体中放大显示各个对象物的影像,并在第一框体中缩小显示全体的图像。此时,在第二框体中通过增大显示对象物的影像能够细致地确认。另外,在第一框体中能够确认在整个图像中该对象物位于哪里。通过这样针对相同对象物以不同的倍率同时确认对象物的影像,能够快速进行确认。
检测结果显示单元具备从第二框体中显示的多个部分图像中选择一个部分图像的部分图像选择单元,在第一框体中显示的输入图像中,高亮显示针对对象物的影像的检测结果,该对象物的影像相当于通过部分图像选择单元选择出的部分图像。
通过该结构,能够容易确认在第一框体的全体图像中显示的对象物的影像与在第二框体中作为部分图像显示的对象物的影像的对应关系。
检测结果显示单元在第一框体中显示的所述输入图像上,重叠显示与从输入图像检测出的一个乃至多个影像中的各个影像对应的第一标签信息。
通过该结构,在第一框体的全体图像中,也能够确认标签的信息。对于仅通过部分图像难以确认对象物的影像的情况有帮助。例如,在对象物的影像看到某个物品的一部分时,具有难以确认对象物的影像在整个物品中的位置关系的情况。在这种情况下,通过在第一框体的全体图像中也显示标签信息,确认变得容易。
图像处理装置具备:检测结果存储单元,其将多个输入图像与从该多个输入图像中的各个输入图像检测出的对象物的一个乃至多个影像的检测结果关联起来进行存储;输入图像选择单元,其用于从多个输入图像中选择一个输入图像,检测结果显示单元显示通过输入图像选择单元选择出的一个输入图像、与该一个输入图像相关联地存储在检测结果存储单元中的检测结果。
通过该结构,能够不往复输入图像显示单元和检测结果显示单元,而在检测结果显示单元上进行多个图像的确认。例如,通过在检测结果显示单元上准备向后图像按钮来作为输入图像选择单元,能够在检测结果显示单元中依次改变图像。
图像处理装置具备输入图像显示单元,其在重叠了从各个输入图像检测出的对象物的一个乃至多个影像以及检测结果后,一览显示在检测结果存储单元中存储的多个输入图像,检测结果显示单元显示通过输入图像选择单元选择出的一个输入图像,能够基于操作者的操作来切换输入图像显示单元和检测结果显示单元。
通过输入图像显示单元,一览显示多个图像的检测结果,由此猜测可能有问题的图像,在希望更细致地确认时,能够通过检测结果显示单元只确认该图像的检测结果。由此,能够从多个图像中直观地移动到确认特定图像的检测结果的画面中。
检测结果存储单元将第二标签信息与多个输入图像中的各个输入图像相关联地存储,输入图像显示单元进一步重叠显示与多个输入图像中的各个输入图像相关联地存储的第二标签信息,并且使操作者能够变更第二标签信息,通过变更一个输入图像的第二标签信息,一并变更与该一个输入图像相关联地存储的多个对象物的各个影像所对应的第一标签信息。
通过该结构,在输入图像显示单元中仅通过确认各图像便能够确认检测结果的情况下,能够不移动到检测结果显示画面而修正检测结果的标签。例如,如果在输入图像显示单元中将对象物的影像足够大地显示,则不需要在检测结果显示画面中进行确认。但是,当在图像内显示了多个检测结果的情况下,仅在使全部的检测结果为相同的标签时能够使用该方法。另外,在图像内只显示一个检测结果的情况下,能够只通过输入图像显示单元进行确认的可能性高。在这种情况下,因为标签也只为一个,所以也不需要为了修正各个标签而移动到输入图像显示单元。通过这样的功能,即使图像内的检测结果为多个和单个中的任意一个,也能够使用相同的方法来应对。
图像处理装置具备:学习数据存储单元,其对检测出的各个影像附加第一标签信息,并相互关联地作为学习数据进行存储;学习单元,其基于学习数据进行机器学习或统计处理。
通过该结构,针对对象物的影像进行检测或好坏判定,附加第一标签信息的精度提高。
通过本发明的图像处理装置的显示,起到以下的效果:针对从输入图像检测出的对象物能够容易地进行检测结果和好坏判定结果的确认。
Claims (9)
1.一种图像处理装置,其具有:
对象物检测单元,其基于对象物的模型图案,从拍摄所述对象物而得到的输入图像检测所述对象物的一个乃至多个影像;
检测结果显示单元,其针对检测出的各个所述影像,以图形方式重叠显示检测结果,
所述图像处理装置的特征在于,
所述检测结果显示单元具备:
第一框体,其显示整个所述输入图像;
第二框体,其一览显示包含从该输入图像检测出的所述一个乃至多个影像中的各个影像的部分图像,
在所述第一框体中显示的输入图像中,针对检测出的全部的所述影像重叠显示检测结果,
在所述第二框体中显示的部分图像中,重叠显示与各个部分图像对应的影像的检测结果。
2.根据权利要求1所述的图像处理装置,其特征在于,
所述检测结果显示单元在所述第二框体中显示的所述部分图像上进一步重叠显示与各个部分图像所对应的影像相关联地存储的第一标签信息,并且能够基于操作者的操作来变更所述第一标签信息。
3.根据权利要求1所述的图像处理装置,其特征在于,
所述检测结果显示单元在所述第一框体和所述第二框体中以各个设定倍率来显示图像。
4.根据权利要求1所述的图像处理装置,其特征在于,
所述检测结果显示单元具备从所述第二框体中显示的多个所述部分图像中选择一个部分图像的部分图像选择单元,在所述第一框体中显示的所述输入图像中,高亮显示针对对象物的影像的检测结果,该对象物的影像相当于通过所述部分图像选择单元选择出的部分图像。
5.根据权利要求2所述的图像处理装置,其特征在于,
所述检测结果显示单元在所述第一框体中显示的所述输入图像上,重叠显示与从该输入图像检测出的所述一个乃至多个影像中的各个影像对应的所述第一标签信息。
6.根据权利要求1所述的图像处理装置,其特征在于,
所述图像处理装置具备:
检测结果存储单元,其将多个输入图像与从该多个输入图像中的各个输入图像检测出的所述对象物的一个乃至多个影像的检测结果关联起来进行存储;
输入图像选择单元,其用于从所述多个输入图像中选择一个输入图像,
所述检测结果显示单元显示通过所述输入图像选择单元选择出的所述一个输入图像、与该一个输入图像相关联地存储在所述检测结果存储单元中的检测结果。
7.根据权利要求6所述的图像处理装置,其特征在于,
所述图像处理装置具备输入图像显示单元,其在重叠了从各个输入图像检测出的所述对象物的一个乃至多个影像以及检测结果后,一览显示在所述检测结果存储单元中存储的多个所述输入图像,
所述检测结果显示单元显示通过所述输入图像选择单元选择出的所述一个输入图像,能够基于操作者的操作来切换所述输入图像显示单元和所述检测结果显示单元。
8.根据权利要求7所述的图像处理装置,其特征在于,
所述检测结果存储单元将第二标签信息与所述多个输入图像中的各个输入图像相关联地存储,
所述输入图像显示单元进一步重叠显示与所述多个输入图像中的各个输入图像相关联地存储的所述第二标签信息,并且使操作者能够变更所述第二标签信息,通过变更一个输入图像的所述第二标签信息,一并变更与该一个输入图像相关联地存储的多个所述对象物的各个影像所对应的第一标签信息。
9.根据权利要求1至8中的任意一项所述的图像处理装置,其特征在于,具备:
学习数据存储单元,其对检测出的各个所述影像附加第一标签信息,并相互关联地作为学习数据进行存储;
学习单元,其基于所述学习数据进行机器学习或统计处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-034774 | 2016-02-25 | ||
JP2016034774A JP6333871B2 (ja) | 2016-02-25 | 2016-02-25 | 入力画像から検出した対象物を表示する画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107123106A true CN107123106A (zh) | 2017-09-01 |
Family
ID=59580203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710112010.8A Pending CN107123106A (zh) | 2016-02-25 | 2017-02-24 | 显示从输入图像检测到的对象物的图像处理装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10930037B2 (zh) |
JP (1) | JP6333871B2 (zh) |
CN (1) | CN107123106A (zh) |
DE (1) | DE102017001667A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767418A (zh) * | 2017-11-07 | 2019-05-17 | 欧姆龙株式会社 | 检査装置、数据生成装置、数据生成方法及存储介质 |
CN109961421A (zh) * | 2017-12-25 | 2019-07-02 | 欧姆龙株式会社 | 数据生成装置、数据生成方法以及数据生成记录介质 |
CN110315544A (zh) * | 2019-06-24 | 2019-10-11 | 南京邮电大学 | 一种基于视频图像演示的机器人操作学习方法 |
CN110941987A (zh) * | 2019-10-10 | 2020-03-31 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
CN111902712A (zh) * | 2018-03-29 | 2020-11-06 | 三菱电机株式会社 | 异常检查装置及异常检查方法 |
CN112088304A (zh) * | 2018-05-10 | 2020-12-15 | 株式会社荏原制作所 | 检查装置及检查方法 |
CN112602113A (zh) * | 2018-12-27 | 2021-04-02 | 欧姆龙株式会社 | 图像判定装置、学习方法及图像判定程序 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6333871B2 (ja) * | 2016-02-25 | 2018-05-30 | ファナック株式会社 | 入力画像から検出した対象物を表示する画像処理装置 |
JP6780769B2 (ja) * | 2017-03-23 | 2020-11-04 | 日本電気株式会社 | 学習装置、学習方法および学習プログラム |
WO2018236753A1 (en) * | 2017-06-19 | 2018-12-27 | Google Llc | PREDICTION OF ROBOTIC SEIZURE USING NEURAL NETWORKS AND A GEOMETRY-SENSITIVE REPRESENTATION OF OBJECT |
JP6936958B2 (ja) | 2017-11-08 | 2021-09-22 | オムロン株式会社 | データ生成装置、データ生成方法及びデータ生成プログラム |
JP7477260B2 (ja) | 2018-01-30 | 2024-05-01 | 株式会社Preferred Networks | 情報処理装置、情報処理プログラム及び情報処理方法 |
WO2019216263A1 (ja) * | 2018-05-10 | 2019-11-14 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7008136B2 (ja) * | 2018-06-14 | 2022-01-25 | ヤマハ発動機株式会社 | 機械学習装置及びこれを備えたロボットシステム |
JP7308421B2 (ja) * | 2018-07-02 | 2023-07-14 | パナソニックIpマネジメント株式会社 | 学習装置、学習システム、及び学習方法 |
JP7148322B2 (ja) * | 2018-08-23 | 2022-10-05 | ファナック株式会社 | 画像処理装置 |
JP7289658B2 (ja) * | 2018-09-07 | 2023-06-12 | 株式会社フジクラ | 分類装置、分類方法、分類プログラム、及び検査装置 |
JP2021192471A (ja) * | 2018-09-14 | 2021-12-16 | ソニーグループ株式会社 | 表示制御装置および表示制御方法、並びにプログラム |
US11325252B2 (en) * | 2018-09-15 | 2022-05-10 | X Development Llc | Action prediction networks for robotic grasping |
KR102015939B1 (ko) * | 2018-09-27 | 2019-08-28 | 주식회사 크라우드웍스 | 인공지능 영상 학습을 위한 동영상의 학습 대상 프레임 이미지 샘플링 방법, 장치, 프로그램 및 그 영상 학습 방법 |
JP7214432B2 (ja) * | 2018-10-22 | 2023-01-30 | キヤノン株式会社 | 画像処理方法、画像処理プログラム、記録媒体、画像処理装置、生産システム、物品の製造方法 |
US20200202178A1 (en) * | 2018-12-19 | 2020-06-25 | Abb Schweiz Ag | Automatic visual data generation for object training and evaluation |
WO2020129617A1 (ja) * | 2018-12-19 | 2020-06-25 | パナソニックIpマネジメント株式会社 | 外観検査装置及びそれを用いた溶接箇所の形状不良の有無及び種類の判定精度の向上方法、溶接システム及びそれを用いたワークの溶接方法 |
US11312012B2 (en) * | 2019-01-01 | 2022-04-26 | Giant Ai, Inc. | Software compensated robotics |
US10861187B2 (en) * | 2019-02-13 | 2020-12-08 | Apical Limited | Method of processing object detection data |
US11165954B1 (en) * | 2019-06-19 | 2021-11-02 | Objectvideo Labs, Llc | Scene-aware custom tuned video surveillance detection system |
JP2021015546A (ja) * | 2019-07-16 | 2021-02-12 | 株式会社日立製作所 | 情報処理システムおよび情報処理方法 |
US20230068692A1 (en) * | 2020-02-04 | 2023-03-02 | Fanuc Corporation | Image processing device |
US20230186457A1 (en) | 2020-05-18 | 2023-06-15 | Fanuc Corporation | Machine-learning device and machine-learning system |
US11880939B2 (en) * | 2020-08-20 | 2024-01-23 | Intel Corporation | Embedding complex 3D objects into an augmented reality scene using image segmentation |
KR102509581B1 (ko) * | 2020-11-19 | 2023-03-13 | 한양대학교 산학협력단 | 영상 판단 장치 및 그 판단 방법 |
KR102524151B1 (ko) * | 2020-12-14 | 2023-04-21 | 주식회사 아이디알인비전 | 생산부품의 스마트 비전검사를 위한 인공지능머신의 라벨링 학습방법 |
CN114764773A (zh) * | 2021-01-12 | 2022-07-19 | 欧姆龙(上海)有限公司 | 物品检测方法、装置以及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104861A (zh) * | 2013-04-01 | 2014-10-15 | 佳能株式会社 | 图像处理装置和图像处理方法 |
WO2015036261A1 (de) * | 2013-09-10 | 2015-03-19 | Thyssenkrupp Steel Europe Ag | Verfahren und vorrichtung zur überprüfung eines inspektionssystems zur erkennung von oberflächendefekten |
CN105279514A (zh) * | 2014-07-01 | 2016-01-27 | 精工爱普生株式会社 | 机器人*** |
Family Cites Families (428)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4783829A (en) * | 1983-02-23 | 1988-11-08 | Hitachi, Ltd. | Pattern recognition apparatus |
US4642813A (en) * | 1983-04-18 | 1987-02-10 | Object Recognition Systems, Inc. | Electro-optical quality control inspection of elements on a product |
JPH0638274B2 (ja) * | 1989-07-31 | 1994-05-18 | 工業技術院長 | 画像認識装置および画像認識方法 |
JP3334807B2 (ja) * | 1991-07-25 | 2002-10-15 | 株式会社日立製作所 | ニュ−ラルネットを利用したパタ−ン分類方法および装置 |
US5583771A (en) * | 1994-08-04 | 1996-12-10 | Delco Electronics Corp. | Method and apparatus for distinguishing between deployment events and non-deployment events in an SIR system |
US5995652A (en) * | 1995-01-23 | 1999-11-30 | Sony Corporation | Pattern searching method using neural networks and correlation |
JP3560670B2 (ja) * | 1995-02-06 | 2004-09-02 | 富士通株式会社 | 適応的認識システム |
EP0727760A3 (en) * | 1995-02-17 | 1997-01-29 | Ibm | Product size detection system |
JP3184092B2 (ja) * | 1996-05-27 | 2001-07-09 | シャープ株式会社 | 画像処理方法 |
US6031930A (en) * | 1996-08-23 | 2000-02-29 | Bacus Research Laboratories, Inc. | Method and apparatus for testing a progression of neoplasia including cancer chemoprevention testing |
US6404906B2 (en) * | 1997-03-03 | 2002-06-11 | Bacus Research Laboratories,Inc. | Method and apparatus for acquiring and reconstructing magnified specimen images from a computer-controlled microscope |
US6396941B1 (en) * | 1996-08-23 | 2002-05-28 | Bacus Research Laboratories, Inc. | Method and apparatus for internet, intranet, and local viewing of virtual microscope slides |
US5960125A (en) * | 1996-11-21 | 1999-09-28 | Cognex Corporation | Nonfeedback-based machine vision method for determining a calibration relationship between a camera and a moveable object |
US6141033A (en) * | 1997-05-15 | 2000-10-31 | Cognex Corporation | Bandwidth reduction of multichannel images for machine vision |
JPH1167853A (ja) * | 1997-08-26 | 1999-03-09 | Mitsubishi Electric Corp | ウェーハマップ解析補助システムおよびウェーハマップ解析方法 |
US5978521A (en) * | 1997-09-25 | 1999-11-02 | Cognex Corporation | Machine vision methods using feedback to determine calibration locations of multiple cameras that image a common object |
JP4096513B2 (ja) * | 1998-05-29 | 2008-06-04 | 松下電工株式会社 | 画像処理検査装置および検査方法 |
DE19829366C2 (de) * | 1998-07-01 | 2000-06-29 | Stefan Gleis | Verfahren zur Bereitstellung von fertigungsbezogenen Daten in einer Serienfertigung von Fertigungsobjekten, insbesondere von Kraftfahrzeugen |
US6421458B2 (en) * | 1998-08-28 | 2002-07-16 | Cognex Corporation | Automated inspection of objects undergoing general affine transformation |
US6546137B1 (en) * | 1999-01-25 | 2003-04-08 | Siemens Corporate Research, Inc. | Flash system for fast and accurate pattern localization |
AU1553601A (en) * | 1999-11-29 | 2001-06-12 | Olympus Optical Co., Ltd. | Defect inspecting system |
JP2002071574A (ja) * | 2000-08-28 | 2002-03-08 | Matsushita Electric Works Ltd | 画像処理装置の不良画像表示方法及び画像処理装置 |
US6920241B1 (en) * | 2000-09-29 | 2005-07-19 | Cognex Corporation | System and method for bundled location and regional inspection |
JP2002140404A (ja) * | 2000-11-02 | 2002-05-17 | Hitachi Ltd | データベース統合処理方法及びその実施装置並びにその処理プログラムを記録した記録媒体 |
US6728582B1 (en) * | 2000-12-15 | 2004-04-27 | Cognex Corporation | System and method for determining the position of an object in three dimensions using a machine vision system with two cameras |
US6771808B1 (en) * | 2000-12-15 | 2004-08-03 | Cognex Corporation | System and method for registering patterns transformed in six degrees of freedom using machine vision |
US6466690C1 (en) * | 2000-12-19 | 2008-11-18 | Bacus Res Lab Inc | Method and apparatus for processing an image of a tissue sample microarray |
US6807305B2 (en) * | 2001-01-12 | 2004-10-19 | National Instruments Corporation | System and method for image pattern matching using a unified signal transform |
US20020165839A1 (en) * | 2001-03-14 | 2002-11-07 | Taylor Kevin M. | Segmentation and construction of segmentation classifiers |
US7088854B2 (en) * | 2001-04-25 | 2006-08-08 | Cotman Carl W | Method and apparatus for generating special-purpose image analysis algorithms |
US6944331B2 (en) * | 2001-10-26 | 2005-09-13 | National Instruments Corporation | Locating regions in a target image using color matching, luminance pattern matching and hue plane pattern matching |
JP2005515910A (ja) * | 2002-01-31 | 2005-06-02 | ブレインテック カナダ インコーポレイテッド | シングルカメラ3dビジョンガイドロボティクスの方法および装置 |
US7233699B2 (en) * | 2002-03-18 | 2007-06-19 | National Instruments Corporation | Pattern matching using multiple techniques |
US7133538B2 (en) * | 2002-04-10 | 2006-11-07 | National Instruments Corporation | Pattern matching utilizing discrete curve matching with multiple mapping operators |
US7171048B2 (en) * | 2002-04-10 | 2007-01-30 | National Instruments Corporation | Pattern matching system utilizing discrete curve matching with a mapping operator |
US20030210262A1 (en) * | 2002-05-10 | 2003-11-13 | Tripath Imaging, Inc. | Video microscopy system and multi-view virtual slide viewer capable of simultaneously acquiring and displaying various digital views of an area of interest located on a microscopic slide |
JP3988128B2 (ja) * | 2002-07-18 | 2007-10-10 | ヤマハ株式会社 | ディジタル・ミキサ |
EP1541002B1 (en) * | 2002-07-25 | 2007-02-28 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method for inspecting cream solder printed on a substrate |
US7158677B2 (en) * | 2002-08-20 | 2007-01-02 | National Instruments Corporation | Matching of discrete curves under affine transforms |
US20040175764A1 (en) * | 2003-01-06 | 2004-09-09 | Hiroto Nishiyama | Image processing apparatus, image processing program, recording medium, and image processing method |
US7187811B2 (en) * | 2003-03-18 | 2007-03-06 | Advanced & Wise Technology Corp. | Method for image resolution enhancement |
US7421097B2 (en) * | 2003-05-27 | 2008-09-02 | Honeywell International Inc. | Face identification verification using 3 dimensional modeling |
US7269286B2 (en) * | 2003-06-05 | 2007-09-11 | National Instruments Corporation | Discrete curve symmetry detection |
US7936928B2 (en) * | 2003-06-05 | 2011-05-03 | National Instruments Corporation | Mutual symmetry detection |
US9692964B2 (en) * | 2003-06-26 | 2017-06-27 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
EP1642226A1 (en) * | 2003-07-04 | 2006-04-05 | PARK, Kwang-Don | Random-type identifying material, 3-d identifying system and method using the same |
JP4345426B2 (ja) * | 2003-10-07 | 2009-10-14 | ソニー株式会社 | 画像照合方法、プログラム、および画像照合装置 |
JP2005158780A (ja) * | 2003-11-20 | 2005-06-16 | Hitachi Ltd | パターン欠陥検査方法及びその装置 |
US8626686B1 (en) * | 2004-01-14 | 2014-01-07 | Evolved Machines, Inc. | Invariant object recognition |
JP4521858B2 (ja) * | 2004-02-12 | 2010-08-11 | 株式会社キーエンス | 画像処理装置 |
US20050226489A1 (en) * | 2004-03-04 | 2005-10-13 | Glenn Beach | Machine vision system for identifying and sorting projectiles and other objects |
US7925070B2 (en) * | 2004-03-30 | 2011-04-12 | Sysmex Corporation | Method for displaying virtual slide and terminal device for displaying virtual slide |
JP4357355B2 (ja) * | 2004-05-07 | 2009-11-04 | 株式会社日立ハイテクノロジーズ | パターン検査方法及びその装置 |
JP4217664B2 (ja) * | 2004-06-28 | 2009-02-04 | キヤノン株式会社 | 画像処理方法、画像処理装置 |
US7340089B2 (en) * | 2004-08-17 | 2008-03-04 | National Instruments Corporation | Geometric pattern matching using dynamic feature combinations |
US9334096B2 (en) * | 2004-10-01 | 2016-05-10 | Edge Medical Properties, Llc | Multiple inspection system and method that inspects different medications |
JP2006105943A (ja) * | 2004-10-08 | 2006-04-20 | Omron Corp | 知識作成装置及びパラメータ探索方法並びにプログラム製品 |
US7583852B2 (en) * | 2004-10-26 | 2009-09-01 | Mitutoyo Corporation | Method of filtering an image for high precision machine vision metrology |
JP4613617B2 (ja) * | 2005-01-07 | 2011-01-19 | ソニー株式会社 | 画像処理システム、学習装置および方法、並びにプログラム |
JP2006253980A (ja) * | 2005-03-10 | 2006-09-21 | Fujitsu Ltd | 受信方法および受信装置 |
JP4774824B2 (ja) * | 2005-06-17 | 2011-09-14 | オムロン株式会社 | 3次元計測処理の計測対象範囲の確認方法および計測対象範囲の設定方法ならびに各方法を実施する装置 |
KR100785594B1 (ko) * | 2005-06-17 | 2007-12-13 | 오므론 가부시키가이샤 | 화상 처리 장치 |
US7580560B2 (en) * | 2005-07-18 | 2009-08-25 | Mitutoyo Corporation | System and method for fast template matching by adaptive template decomposition |
JP2008052227A (ja) * | 2005-09-15 | 2008-03-06 | Olympus Corp | 観察装置 |
US7394926B2 (en) * | 2005-09-30 | 2008-07-01 | Mitutoyo Corporation | Magnified machine vision user interface |
US8111904B2 (en) * | 2005-10-07 | 2012-02-07 | Cognex Technology And Investment Corp. | Methods and apparatus for practical 3D vision system |
JP2007114843A (ja) | 2005-10-18 | 2007-05-10 | Denso Corp | 良否判定装置 |
US20070120844A1 (en) * | 2005-11-28 | 2007-05-31 | Baumer Optronic Gmbh | Method and apparatus for the graphical operation of real-time image processing systems |
US8103087B2 (en) * | 2006-01-20 | 2012-01-24 | Hitachi High-Technologies Corporation | Fault inspection method |
DE102006008936A1 (de) * | 2006-02-27 | 2007-08-30 | Siemens Ag | Verfahren zum Erkennen von Objekten und Objekterkennungssystem |
EP2003611A2 (en) * | 2006-03-31 | 2008-12-17 | Olympus Corporation | Information presentation system, information presentation terminal, and server |
JP4882505B2 (ja) * | 2006-05-19 | 2012-02-22 | 東京エレクトロン株式会社 | 異物分布パターンの照合方法及びその装置 |
JP2008059197A (ja) * | 2006-08-30 | 2008-03-13 | Canon Inc | 画像照合装置、画像照合方法、コンピュータプログラム及び記憶媒体 |
FR2905613B1 (fr) * | 2006-09-11 | 2008-11-14 | Veolia Proprete Sa | Procede de tri selectif sequentiel et installation pour sa mise en oeuvre. |
DE102006043910B4 (de) * | 2006-09-19 | 2010-02-25 | Siemens Ag | Ergebnisfilter und Verfahren zur Selektion der Ergebnisdaten einer Applikation zur automatischen Mustererkennung |
JP4226623B2 (ja) * | 2006-09-29 | 2009-02-18 | ファナック株式会社 | ワーク取り出し装置 |
JP2008171034A (ja) * | 2007-01-05 | 2008-07-24 | Hitachi Ltd | プログラムの作成支援装置、その作成支援プログラム及びその作成支援方法 |
KR101137141B1 (ko) * | 2007-03-29 | 2012-04-20 | 파나소닉 주식회사 | 초음파 측정 방법 및 장치 |
US7903883B2 (en) * | 2007-03-30 | 2011-03-08 | Microsoft Corporation | Local bi-gram model for object recognition |
US20080267499A1 (en) * | 2007-04-30 | 2008-10-30 | General Electric Company | Method and system for automatic detection of objects in an image |
JP4928346B2 (ja) * | 2007-05-08 | 2012-05-09 | キヤノン株式会社 | 画像検索装置および画像検索方法ならびにそのプログラムおよび記憶媒体 |
US8126260B2 (en) * | 2007-05-29 | 2012-02-28 | Cognex Corporation | System and method for locating a three-dimensional object using machine vision |
US8184912B2 (en) * | 2007-06-06 | 2012-05-22 | Sharp Kabushiki Kaisha | Image processing apparatus, image forming apparatus, image processing system, and image processing method |
JP5184824B2 (ja) * | 2007-06-15 | 2013-04-17 | キヤノン株式会社 | 演算処理装置及び方法 |
US7957583B2 (en) * | 2007-08-02 | 2011-06-07 | Roboticvisiontech Llc | System and method of three-dimensional pose estimation |
US8073234B2 (en) * | 2007-08-27 | 2011-12-06 | Acushnet Company | Method and apparatus for inspecting objects using multiple images having varying optical properties |
US8103085B1 (en) * | 2007-09-25 | 2012-01-24 | Cognex Corporation | System and method for detecting flaws in objects using machine vision |
JP5368687B2 (ja) * | 2007-09-26 | 2013-12-18 | キヤノン株式会社 | 演算処理装置および方法 |
JP5075646B2 (ja) * | 2008-01-09 | 2012-11-21 | 株式会社日立ハイテクノロジーズ | 半導体欠陥検査装置ならびにその方法 |
JP5276854B2 (ja) * | 2008-02-13 | 2013-08-28 | 株式会社日立ハイテクノロジーズ | パターン生成装置およびパターン形状評価装置 |
US8711265B2 (en) * | 2008-04-24 | 2014-04-29 | Canon Kabushiki Kaisha | Image processing apparatus, control method for the same, and storage medium |
JP2009282319A (ja) * | 2008-05-22 | 2009-12-03 | Toshiba Corp | パターン検証方法、パターン検証システム、パターン検証プログラム、マスク製造方法、および半導体装置の製造方法 |
JP4565023B2 (ja) * | 2008-07-04 | 2010-10-20 | ファナック株式会社 | 物品取り出し装置 |
JP5277804B2 (ja) * | 2008-09-05 | 2013-08-28 | 富士通株式会社 | 指紋認証装置、指紋認証プログラムおよび指紋認証方法 |
JP2010085145A (ja) * | 2008-09-30 | 2010-04-15 | Hitachi High-Technologies Corp | 検査装置及び検査方法 |
JP5063551B2 (ja) * | 2008-10-03 | 2012-10-31 | 株式会社日立ハイテクノロジーズ | パターンマッチング方法、及び画像処理装置 |
JP5325522B2 (ja) * | 2008-10-15 | 2013-10-23 | 株式会社堀場製作所 | 複合型観察装置 |
JP2010121999A (ja) * | 2008-11-18 | 2010-06-03 | Omron Corp | 3次元モデルの作成方法および物体認識装置 |
US9204050B2 (en) * | 2008-12-25 | 2015-12-01 | Panasonic Intellectual Property Management Co., Ltd. | Information displaying apparatus and information displaying method |
US8442304B2 (en) * | 2008-12-29 | 2013-05-14 | Cognex Corporation | System and method for three-dimensional alignment of objects using machine vision |
JP5075111B2 (ja) * | 2008-12-29 | 2012-11-14 | 株式会社日立ハイテクノロジーズ | 画像分類基準更新方法、プログラムおよび画像分類装置 |
JP5509773B2 (ja) * | 2009-01-21 | 2014-06-04 | オムロン株式会社 | パラメータ決定支援装置およびパラメータ決定支援プログラム |
JP5381166B2 (ja) * | 2009-03-04 | 2014-01-08 | オムロン株式会社 | モデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラム |
JP5218177B2 (ja) * | 2009-03-13 | 2013-06-26 | オムロン株式会社 | 画像処理装置および方法 |
JP5152058B2 (ja) * | 2009-03-19 | 2013-02-27 | セイコーエプソン株式会社 | 液滴吐出ヘッドの検査方法、液滴吐出ヘッドの検査装置及び液滴吐出装置 |
US9020298B2 (en) * | 2009-04-15 | 2015-04-28 | Microsoft Technology Licensing, Llc | Automated image cropping to include particular subjects |
JP2010256242A (ja) * | 2009-04-27 | 2010-11-11 | Hitachi High-Technologies Corp | 欠陥検査装置及び欠陥検査方法 |
JP5500871B2 (ja) * | 2009-05-29 | 2014-05-21 | 株式会社日立ハイテクノロジーズ | テンプレートマッチング用テンプレート作成方法、及びテンプレート作成装置 |
US8369481B2 (en) * | 2009-06-08 | 2013-02-05 | Ishida Co., Ltd. | X-ray inspection device |
US8391603B2 (en) * | 2009-06-18 | 2013-03-05 | Omisa Inc. | System and method for image segmentation |
WO2011004534A1 (ja) * | 2009-07-09 | 2011-01-13 | 株式会社 日立ハイテクノロジーズ | 半導体欠陥分類方法,半導体欠陥分類装置,半導体欠陥分類プログラム |
JP2011066185A (ja) * | 2009-09-17 | 2011-03-31 | Ushio Inc | ワークアライメントマークの検出方法および露光装置 |
DE102009049849B4 (de) * | 2009-10-19 | 2020-09-24 | Apple Inc. | Verfahren zur Bestimmung der Pose einer Kamera, Verfahren zur Erkennung eines Objekts einer realen Umgebung und Verfahren zur Erstellung eines Datenmodells |
JP5385752B2 (ja) * | 2009-10-20 | 2014-01-08 | キヤノン株式会社 | 画像認識装置、その処理方法及びプログラム |
JP5589366B2 (ja) * | 2009-11-27 | 2014-09-17 | ソニー株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
JP5561027B2 (ja) * | 2009-11-30 | 2014-07-30 | ソニー株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
JP5658451B2 (ja) * | 2009-11-30 | 2015-01-28 | ソニー株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
JP2011154501A (ja) * | 2010-01-27 | 2011-08-11 | Sony Corp | 学習装置、学習方法、識別装置、識別方法、プログラム、及び情報処理システム |
JP2011154500A (ja) * | 2010-01-27 | 2011-08-11 | Sony Corp | 学習装置、学習方法、識別装置、識別方法、及びプログラム |
JP5695924B2 (ja) * | 2010-02-01 | 2015-04-08 | 株式会社ニューフレアテクノロジー | 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法 |
JP2011185650A (ja) * | 2010-03-05 | 2011-09-22 | Omron Corp | モデル作成装置およびモデル作成プログラム |
JP5531750B2 (ja) * | 2010-04-16 | 2014-06-25 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、及び情報処理システム |
US8971627B2 (en) * | 2010-05-07 | 2015-03-03 | Hitachi High-Technologies Corporation | Template matching processing device and template matching processing program |
WO2012005004A1 (ja) * | 2010-07-09 | 2012-01-12 | パナソニック株式会社 | 錠剤監査支援方法及び錠剤監査支援装置 |
JP4938115B2 (ja) * | 2010-07-27 | 2012-05-23 | ファナック株式会社 | ワーク取出し装置およびワーク取出し方法 |
US8995747B2 (en) * | 2010-07-29 | 2015-03-31 | Sharp Laboratories Of America, Inc. | Methods, systems and apparatus for defect detection and classification |
JP5525953B2 (ja) * | 2010-07-29 | 2014-06-18 | 株式会社キーエンス | 寸法測定装置、寸法測定方法及び寸法測定装置用のプログラム |
JP5728878B2 (ja) * | 2010-10-13 | 2015-06-03 | オムロン株式会社 | 画像処理装置および画像処理方法 |
JP5568456B2 (ja) * | 2010-12-06 | 2014-08-06 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置 |
US9124873B2 (en) * | 2010-12-08 | 2015-09-01 | Cognex Corporation | System and method for finding correspondence between cameras in a three-dimensional vision system |
US8600192B2 (en) * | 2010-12-08 | 2013-12-03 | Cognex Corporation | System and method for finding correspondence between cameras in a three-dimensional vision system |
WO2012102069A1 (ja) * | 2011-01-24 | 2012-08-02 | 日本電気株式会社 | 情報処理システム、情報処理方法、情報処理装置およびその制御方法とその制御プログラムを格納した記憶媒体 |
JP5652227B2 (ja) * | 2011-01-25 | 2015-01-14 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP5645146B2 (ja) * | 2011-01-31 | 2014-12-24 | 日本電気株式会社 | 情報処理システム、情報処理方法、情報処理装置及びその制御方法とその制御プログラム |
JP5799516B2 (ja) * | 2011-02-03 | 2015-10-28 | セイコーエプソン株式会社 | ロボット装置、検査装置、検査プログラム、および検査方法 |
JP5666958B2 (ja) * | 2011-03-29 | 2015-02-12 | アズビル株式会社 | フィールド機器管理システム |
CN104173190B (zh) * | 2011-04-28 | 2017-05-31 | 株式会社汤山制作所 | 药剂检查装置和药剂分包装置 |
JP2012243179A (ja) * | 2011-05-23 | 2012-12-10 | Sony Corp | 情報処理装置、情報処理方法、及び、プログラム |
US8970618B2 (en) * | 2011-06-16 | 2015-03-03 | University Of Leeds | Virtual microscopy |
JP5787642B2 (ja) * | 2011-06-28 | 2015-09-30 | キヤノン株式会社 | 対象物保持装置、対象物保持装置の制御方法、およびプログラム |
JP5800611B2 (ja) * | 2011-07-07 | 2015-10-28 | オリンパス株式会社 | 撮影装置 |
US20130188038A1 (en) * | 2011-07-13 | 2013-07-25 | Takanobu Tanimoto | Tablet inspection device and tablet inspection method |
JP5892360B2 (ja) * | 2011-08-02 | 2016-03-23 | ソニー株式会社 | ロボット指示装置、ロボット指示方法、プログラム、及び通信システム |
WO2013021543A1 (ja) * | 2011-08-08 | 2013-02-14 | パナソニック株式会社 | 薬包体監査システム |
JP2013038630A (ja) * | 2011-08-09 | 2013-02-21 | Brother Ind Ltd | ファクシミリ装置 |
JP6242563B2 (ja) * | 2011-09-09 | 2017-12-06 | 株式会社メガチップス | 物体検出装置 |
US20140233826A1 (en) * | 2011-09-27 | 2014-08-21 | Board Of Regents Of The University Of Texas System | Systems and methods for automated screening and prognosis of cancer from whole-slide biopsy images |
US20130163867A1 (en) * | 2011-10-17 | 2013-06-27 | Military Wraps Research & Development, Inc. | Systems, processes, and computer program products for creating geo-location-based visual designs and arrangements originating from geo-location-based imagery |
JP5726710B2 (ja) * | 2011-11-07 | 2015-06-03 | ジヤトコ株式会社 | 自動変速機用油温センサの異常診断方法 |
JP2013101045A (ja) * | 2011-11-08 | 2013-05-23 | Fanuc Ltd | 物品の3次元位置姿勢の認識装置及び認識方法 |
JP5728372B2 (ja) * | 2011-11-30 | 2015-06-03 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
US9262694B2 (en) * | 2011-12-16 | 2016-02-16 | Nec Corporation | Dictionary learning device, pattern matching apparatus, method for learning dictionary and storage medium |
CN103988227B (zh) * | 2011-12-16 | 2017-08-04 | 诺基亚技术有限公司 | 用于图像捕获目标锁定的方法和装置 |
JP5828552B2 (ja) * | 2011-12-22 | 2015-12-09 | 本田技研工業株式会社 | 物体分類装置、物体分類方法、物体認識装置及び物体認識方法 |
US20140306992A1 (en) * | 2011-12-26 | 2014-10-16 | Canon Kabushiki Kaisha | Image processing apparatus, image processing system and image processing method |
JP6091137B2 (ja) * | 2011-12-26 | 2017-03-08 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法およびプログラム |
JP5874398B2 (ja) * | 2012-01-05 | 2016-03-02 | オムロン株式会社 | 画像検査装置の検査領域設定方法 |
JP5865707B2 (ja) * | 2012-01-06 | 2016-02-17 | 株式会社キーエンス | 外観検査装置、外観検査方法及びコンピュータプログラム |
JP5861462B2 (ja) * | 2012-01-17 | 2016-02-16 | オムロン株式会社 | はんだ検査のための検査基準登録方法およびその方法を用いた基板検査装置 |
JP2013174581A (ja) * | 2012-01-25 | 2013-09-05 | Canon Inc | 画像データ生成装置および画像データ生成方法 |
JP2013178742A (ja) * | 2012-01-30 | 2013-09-09 | Canon Inc | 画像処理装置、画像処理システム、画像処理方法およびプログラム |
JP5383836B2 (ja) * | 2012-02-03 | 2014-01-08 | ファナック株式会社 | 検索ウィンドウを自動的に調整する機能を備えた画像処理装置 |
JP2013167798A (ja) * | 2012-02-16 | 2013-08-29 | Canon Inc | 画像生成装置及びその制御方法 |
JP5977544B2 (ja) * | 2012-03-09 | 2016-08-24 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
JP6004809B2 (ja) * | 2012-03-13 | 2016-10-12 | キヤノン株式会社 | 位置姿勢推定装置、情報処理装置、情報処理方法 |
JP5895624B2 (ja) * | 2012-03-14 | 2016-03-30 | オムロン株式会社 | 画像処理装置、画像処理方法、制御プログラムおよび記録媒体 |
JP5953842B2 (ja) * | 2012-03-14 | 2016-07-20 | オムロン株式会社 | 画像検査方法および検査領域設定方法 |
JP5660067B2 (ja) * | 2012-03-21 | 2015-01-28 | カシオ計算機株式会社 | 画像検索システム、画像検索装置、画像検索方法、及びプログラム |
JP2013200639A (ja) * | 2012-03-23 | 2013-10-03 | Canon Inc | 描画データ生成装置、描画データ生成方法、プログラム、および描画データ生成システム |
JP5761771B2 (ja) * | 2012-03-29 | 2015-08-12 | 富士機械製造株式会社 | ウエハマップデータ照合システム |
JP5771561B2 (ja) * | 2012-05-30 | 2015-09-02 | 株式会社日立ハイテクノロジーズ | 欠陥検査方法および欠陥検査装置 |
JP6019798B2 (ja) * | 2012-06-22 | 2016-11-02 | ソニー株式会社 | 情報処理装置、情報処理システム及び情報処理方法 |
WO2014002813A1 (ja) * | 2012-06-26 | 2014-01-03 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
US20150294189A1 (en) * | 2012-07-23 | 2015-10-15 | Selim BenHimane | Method of providing image feature descriptors |
JP5642738B2 (ja) * | 2012-07-26 | 2014-12-17 | ファナック株式会社 | バラ積みされた物品をロボットで取出す装置及び方法 |
US20150186753A1 (en) * | 2012-08-09 | 2015-07-02 | Konica Minolta, Inc. | Image Processing Apparatus, Image Processing Method, and Image Processing Program |
JP5541426B1 (ja) * | 2012-08-10 | 2014-07-09 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
CN104584073B (zh) * | 2012-08-23 | 2017-04-05 | 日本电气株式会社 | 物体识别装置和物体识别方法 |
JP6102124B2 (ja) * | 2012-08-24 | 2017-03-29 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP5670397B2 (ja) * | 2012-08-29 | 2015-02-18 | ファナック株式会社 | バラ積みされた物品をロボットで取出す装置及び方法 |
EP2704055A1 (en) * | 2012-08-31 | 2014-03-05 | Layar B.V. | Determining space to display content in augmented reality |
JP5620445B2 (ja) * | 2012-09-13 | 2014-11-05 | ファナック株式会社 | 選択条件に基づいてロボットの保持位置姿勢を決定する物品取出装置 |
JP5947169B2 (ja) * | 2012-09-14 | 2016-07-06 | 株式会社キーエンス | 外観検査装置、外観検査法およびプログラム |
US9511274B2 (en) * | 2012-09-28 | 2016-12-06 | Bally Gaming Inc. | Methods for automatically generating a card deck library and master images for a deck of cards, and a related card processing apparatus |
TWI466062B (zh) * | 2012-10-04 | 2014-12-21 | Ind Tech Res Inst | 重建三維模型的方法與三維模型重建裝置 |
US9723272B2 (en) * | 2012-10-05 | 2017-08-01 | Magna Electronics Inc. | Multi-camera image stitching calibration system |
JP6091866B2 (ja) * | 2012-11-30 | 2017-03-08 | 株式会社キーエンス | 計測顕微鏡装置、画像生成方法及び計測顕微鏡装置操作プログラム並びにコンピュータで読み取り可能な記録媒体 |
JP6020124B2 (ja) * | 2012-12-18 | 2016-11-02 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
JP2014126943A (ja) * | 2012-12-25 | 2014-07-07 | Fanuc Ltd | 画像中の対象物を検出するために画像処理を行う画像処理装置及び方法 |
JP2014127011A (ja) * | 2012-12-26 | 2014-07-07 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2014101803A1 (zh) * | 2012-12-27 | 2014-07-03 | Wang Hao | 红外选择装置和红外选择方法 |
DE102013000301A1 (de) * | 2013-01-10 | 2014-07-10 | Basler Ag | Verfahren und Vorrichtung zur Erzeugung eines verbesserten Farbbildes mit einem Sensor mit Farbfilter |
US9311451B2 (en) * | 2013-02-18 | 2016-04-12 | Lck Co., Ltd. | Medication dispensing apparatus for preventing medication dispensing error |
JP6192088B2 (ja) * | 2013-02-20 | 2017-09-06 | 国立大学法人九州工業大学 | 物体検出方法および物体検出装置 |
CN105073082B (zh) * | 2013-02-20 | 2019-09-03 | 株式会社汤山制作所 | 药剂检查装置和药剂分包*** |
US9020248B2 (en) * | 2013-02-22 | 2015-04-28 | Nec Laboratories America, Inc. | Window dependent feature regions and strict spatial layout for object detection |
JP5661833B2 (ja) * | 2013-02-28 | 2015-01-28 | ファナック株式会社 | 線状パターンを含む対象物の外観検査装置及び外観検査方法 |
US10783615B2 (en) * | 2013-03-13 | 2020-09-22 | Kofax, Inc. | Content-based object detection, 3D reconstruction, and data extraction from digital images |
EP2973217B1 (en) * | 2013-03-15 | 2023-10-25 | Hologic, Inc. | System and method for reviewing and analyzing cytological specimens |
JP5672326B2 (ja) * | 2013-03-19 | 2015-02-18 | 株式会社安川電機 | ロボットシステム |
US8922817B2 (en) * | 2013-03-22 | 2014-12-30 | pita4 mobile LLC | Mobile Printing device |
JP6126437B2 (ja) * | 2013-03-29 | 2017-05-10 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6197340B2 (ja) * | 2013-04-05 | 2017-09-20 | オムロン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JP6167622B2 (ja) * | 2013-04-08 | 2017-07-26 | オムロン株式会社 | 制御システムおよび制御方法 |
EP2993643A4 (en) * | 2013-05-02 | 2017-03-22 | Konica Minolta, Inc. | Image processing device, image processing method, and image processing program |
AU2014265298B2 (en) * | 2013-05-17 | 2016-11-17 | International Electronic Machines Corporation | Operations monitoring in an area |
DE102013106514B3 (de) * | 2013-06-21 | 2014-10-30 | Pilz Gmbh & Co. Kg | Vorrichtung und Verfahren zum Absichern einer automatisiert arbeitenden Maschine |
US10191476B2 (en) * | 2013-06-26 | 2019-01-29 | Renishaw Plc | Method and apparatus for generating geometric data for use in additive manufacturing |
JP6415026B2 (ja) * | 2013-06-28 | 2018-10-31 | キヤノン株式会社 | 干渉判定装置、干渉判定方法、コンピュータプログラム |
KR102124617B1 (ko) * | 2013-09-03 | 2020-06-19 | 삼성전자주식회사 | 이미지 합성 방법 및 그 전자 장치 |
JP6078444B2 (ja) * | 2013-09-20 | 2017-02-08 | 日立オートモティブシステムズ株式会社 | パワーステアリング装置および車両搭載機器の制御装置 |
JP2015089590A (ja) * | 2013-11-05 | 2015-05-11 | ファナック株式会社 | バラ積みされた物品をロボットで取出す装置及び方法 |
JP5788461B2 (ja) * | 2013-11-05 | 2015-09-30 | ファナック株式会社 | バラ積みされた物品をロボットで取出す装置及び方法 |
US10079999B2 (en) * | 2013-11-18 | 2018-09-18 | Koninklijke Philips N.V. | Video surveillance for MRI safety monintoring |
US9778650B2 (en) * | 2013-12-11 | 2017-10-03 | Honda Motor Co., Ltd. | Apparatus, system and method for kitting and automation assembly |
JP6354178B2 (ja) * | 2014-01-31 | 2018-07-11 | オムロン株式会社 | 画像処理装置、管理システムおよび管理方法 |
JP6278741B2 (ja) * | 2014-02-27 | 2018-02-14 | 株式会社キーエンス | 画像測定器 |
JP5824173B1 (ja) * | 2014-02-28 | 2015-11-25 | ファナック株式会社 | ロボットを用いて物品を整列させる物品整列装置及び物品整列方法、並びに物品整列装置を備えた物品移送システム |
US20190251349A1 (en) * | 2014-03-12 | 2019-08-15 | Gary L. Duerksen | System and method for object classification and sorting |
JP5897624B2 (ja) * | 2014-03-12 | 2016-03-30 | ファナック株式会社 | ワークの取出工程をシミュレーションするロボットシミュレーション装置 |
KR102081139B1 (ko) * | 2014-03-12 | 2020-02-25 | 한국전자통신연구원 | 물체 피킹 시스템, 물체 검출 장치 및 그 방법 |
JP6337530B2 (ja) * | 2014-03-14 | 2018-06-06 | オムロン株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
WO2015136714A1 (ja) * | 2014-03-14 | 2015-09-17 | オムロン株式会社 | 画像識別装置、画像センサ、画像識別方法 |
JP6642968B2 (ja) * | 2014-03-20 | 2020-02-12 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
JP6376685B2 (ja) | 2014-05-16 | 2018-08-22 | 東レエンジニアリング株式会社 | 薄膜形成装置および薄膜形成方法 |
JP6403445B2 (ja) * | 2014-06-09 | 2018-10-10 | 株式会社キーエンス | 検査装置、検査方法およびプログラム |
JP6290720B2 (ja) * | 2014-06-09 | 2018-03-07 | 株式会社キーエンス | 検査装置、検査方法およびプログラム |
JP6470506B2 (ja) * | 2014-06-09 | 2019-02-13 | 株式会社キーエンス | 検査装置 |
US9981380B2 (en) * | 2014-07-01 | 2018-05-29 | Seiko Epson Corporation | Teaching apparatus and robot system |
JP6395481B2 (ja) * | 2014-07-11 | 2018-09-26 | キヤノン株式会社 | 画像認識装置、方法及びプログラム |
JP6376873B2 (ja) * | 2014-07-16 | 2018-08-22 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6554695B2 (ja) * | 2014-07-18 | 2019-08-07 | 株式会社ミツトヨ | 画像測定装置 |
JP6357946B2 (ja) * | 2014-07-25 | 2018-07-18 | 富士通株式会社 | 出力プログラム,出力装置,及び出力方法 |
EP3188130A4 (en) * | 2014-08-28 | 2018-04-11 | Sony Corporation | Information processing device, information processing system, information processing method, and program |
JP6415190B2 (ja) * | 2014-09-03 | 2018-10-31 | キヤノン株式会社 | ロボット装置、ロボット制御プログラム、記録媒体、およびロボット装置の制御方法 |
CN107072881B (zh) * | 2014-09-25 | 2020-07-03 | 株式会社汤山制作所 | 检查辅助***、片剂分包装置 |
GB2532075A (en) * | 2014-11-10 | 2016-05-11 | Lego As | System and method for toy recognition and detection based on convolutional neural networks |
US9563825B2 (en) * | 2014-11-20 | 2017-02-07 | Adobe Systems Incorporated | Convolutional neural network using a binarized convolution layer |
JP6126067B2 (ja) * | 2014-11-28 | 2017-05-10 | ファナック株式会社 | 工作機械及びロボットを備えた協働システム |
US9305216B1 (en) * | 2014-12-15 | 2016-04-05 | Amazon Technologies, Inc. | Context-based detection and classification of actions |
JP6140204B2 (ja) * | 2015-02-06 | 2017-05-31 | ファナック株式会社 | 3次元センサを備えた搬送ロボットシステム |
JP6494313B2 (ja) * | 2015-02-09 | 2019-04-03 | キヤノン株式会社 | 画像処理方法、装置システム、プログラム、記憶媒体 |
FR3032365B1 (fr) * | 2015-02-10 | 2017-02-03 | Veolia Environnement-VE | Procedure de tri selectif |
JP6453668B2 (ja) * | 2015-02-27 | 2019-01-16 | 富士フイルム株式会社 | 計測値管理装置とその作動方法および作動プログラム、並びに計測値管理システム |
JP6512435B2 (ja) * | 2015-04-10 | 2019-05-15 | パナソニックIpマネジメント株式会社 | プロジェクタ |
JP6554900B2 (ja) * | 2015-04-28 | 2019-08-07 | オムロン株式会社 | テンプレート作成装置及びテンプレート作成方法 |
DE102015207902A1 (de) * | 2015-04-29 | 2016-11-03 | Mando Corporation | Verfahren und Vorrichtung zur Bestätigung des relevanten inneren weißen Kreises bei der Erkennung des Umfelds eines kreisförmigen Verkehrszeichens |
KR102367828B1 (ko) * | 2015-06-05 | 2022-02-25 | 삼성전자주식회사 | 이미지 운용 방법 및 이를 지원하는 전자 장치 |
US9844881B2 (en) * | 2015-06-22 | 2017-12-19 | GM Global Technology Operations LLC | Robotic device including machine vision |
US9449258B1 (en) * | 2015-07-02 | 2016-09-20 | Agt International Gmbh | Multi-camera vehicle identification system |
US9934566B2 (en) * | 2015-07-14 | 2018-04-03 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction method |
JP6659098B2 (ja) * | 2015-07-29 | 2020-03-04 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム及び記録媒体 |
JP6474334B2 (ja) * | 2015-07-30 | 2019-02-27 | 株式会社キーエンス | 画像検査装置、画像検査方法および画像検査プログラム |
DE102016009030B4 (de) * | 2015-07-31 | 2019-05-09 | Fanuc Corporation | Vorrichtung für maschinelles Lernen, Robotersystem und maschinelles Lernsystem zum Lernen eines Werkstückaufnahmevorgangs |
US9767564B2 (en) * | 2015-08-14 | 2017-09-19 | International Business Machines Corporation | Monitoring of object impressions and viewing patterns |
EP3136290A1 (en) * | 2015-08-28 | 2017-03-01 | Thomson Licensing | Method and device for determining the shape of an object represented in an image, corresponding computer program product and computer readable medium |
JP6407826B2 (ja) * | 2015-09-03 | 2018-10-17 | ファナック株式会社 | 座標系設定方法、座標系設定装置、及び座標系設定装置を備えたロボットシステム |
US10753874B2 (en) * | 2015-09-07 | 2020-08-25 | Mobileodt Ltd. | Handheld mobile device for detection of biological evidence |
US10181187B2 (en) * | 2015-09-09 | 2019-01-15 | Canon Kabushiki Kaisha | Information processing apparatus, method thereof, information processing system, and computer-readable storage medium that display a medical image with comment information |
CN106530194B (zh) * | 2015-09-09 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 一种疑似侵权产品图片的检测方法及装置 |
US9947107B2 (en) * | 2015-09-16 | 2018-04-17 | Agt International Gmbh | Method and system for tracking objects between cameras |
US10152828B2 (en) * | 2015-09-30 | 2018-12-11 | Umap AV Corp. | Generating scene reconstructions from images |
US10176382B1 (en) * | 2015-10-01 | 2019-01-08 | Hrl Laboratories, Llc | Method and apparatus for sparse associative recognition and recall for visual media reasoning |
WO2017062635A1 (en) * | 2015-10-06 | 2017-04-13 | Evolv Technologies, Inc. | Training artificial intelligence |
US20170103124A1 (en) * | 2015-10-07 | 2017-04-13 | Abdelrahman Hassan | Remote search engine using camera |
US10311596B2 (en) * | 2015-10-16 | 2019-06-04 | Seiko Epson Corporation | Image processing device, robot, robot system, and marker |
JP6618767B2 (ja) * | 2015-10-27 | 2019-12-11 | 株式会社デンソーテン | 画像処理装置および画像処理方法 |
JP6348093B2 (ja) * | 2015-11-06 | 2018-06-27 | ファナック株式会社 | 入力データから検出対象物の像を検出する画像処理装置および方法 |
CN107040709A (zh) * | 2015-11-12 | 2017-08-11 | 精工爱普生株式会社 | 图像处理装置、机器人***、机器人以及图像处理方法 |
US10540476B2 (en) * | 2015-11-16 | 2020-01-21 | Hitachi, Ltd. | Computer-implemented method for simplifying analysis of a computer-aided model |
US9930248B2 (en) * | 2015-11-17 | 2018-03-27 | Eman Bayani | Digital image capturing device system and method |
JP6601179B2 (ja) * | 2015-11-18 | 2019-11-06 | オムロン株式会社 | シミュレーション装置、シミュレーション方法、およびシミュレーションプログラム |
JP6540472B2 (ja) * | 2015-11-18 | 2019-07-10 | オムロン株式会社 | シミュレーション装置、シミュレーション方法、およびシミュレーションプログラム |
JP6608682B2 (ja) * | 2015-11-24 | 2019-11-20 | 株式会社キーエンス | 位置決め方法、外観検査装置、プログラム、コンピュータ可読記録媒体および外観検査方法 |
JP6630545B2 (ja) * | 2015-11-24 | 2020-01-15 | 株式会社キーエンス | 位置決め方法、位置決め装置、プログラムおよびコンピュータ可読記録媒体 |
US11210595B2 (en) * | 2015-11-30 | 2021-12-28 | Allegro Artificial Intelligence Ltd | System and method for selective use of examples |
JP6117901B1 (ja) * | 2015-11-30 | 2017-04-19 | ファナック株式会社 | 複数の物品の位置姿勢計測装置及び該位置姿勢計測装置を含むロボットシステム |
US9892344B1 (en) * | 2015-11-30 | 2018-02-13 | A9.Com, Inc. | Activation layers for deep learning networks |
JP6710946B2 (ja) * | 2015-12-01 | 2020-06-17 | セイコーエプソン株式会社 | 制御装置、ロボットおよびロボットシステム |
US9846808B2 (en) * | 2015-12-31 | 2017-12-19 | Adaptive Computation, Llc | Image integration search based on human visual pathway model |
JP6688088B2 (ja) * | 2016-01-19 | 2020-04-28 | キヤノン株式会社 | 情報処理装置およびその制御方法 |
JP6031202B1 (ja) * | 2016-01-29 | 2016-11-24 | ファナック株式会社 | 製造機械の異常の原因を発見するセル制御装置 |
JP2017146840A (ja) * | 2016-02-18 | 2017-08-24 | 富士ゼロックス株式会社 | 画像処理装置およびプログラム |
JP6333871B2 (ja) * | 2016-02-25 | 2018-05-30 | ファナック株式会社 | 入力画像から検出した対象物を表示する画像処理装置 |
CN111832702A (zh) * | 2016-03-03 | 2020-10-27 | 谷歌有限责任公司 | 用于机器人抓取的深度机器学习方法和装置 |
JP6625914B2 (ja) * | 2016-03-17 | 2019-12-25 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
CN107924465B (zh) * | 2016-03-18 | 2021-09-10 | Jvc 建伍株式会社 | 物体识别装置、物体识别方法以及存储介质 |
JP6430986B2 (ja) * | 2016-03-25 | 2018-11-28 | ファナック株式会社 | ロボットを用いた位置決め装置 |
JP6727543B2 (ja) * | 2016-04-01 | 2020-07-22 | 富士ゼロックス株式会社 | 画像パターン認識装置及びプログラム |
US9779296B1 (en) * | 2016-04-01 | 2017-10-03 | Kofax, Inc. | Content-based detection and three dimensional geometric reconstruction of objects in image and video data |
FI128735B (en) * | 2016-05-06 | 2020-11-13 | Procemex Oy Ltd | Machine vision method and system |
JP6542710B2 (ja) * | 2016-05-26 | 2019-07-10 | ファナック株式会社 | アラーム解決のためのプログラム修正支援機能を備えた数値制御装置 |
JP6850080B2 (ja) * | 2016-05-27 | 2021-03-31 | 株式会社キーエンス | 画像処理センサ |
US10146036B2 (en) * | 2016-06-07 | 2018-12-04 | Globalfoundries Inc. | Semiconductor wafer inspection using care area group-specific threshold settings for detecting defects |
US10245724B2 (en) * | 2016-06-09 | 2019-04-02 | Shmuel Ur Innovation Ltd. | System, method and product for utilizing prediction models of an environment |
JP6684158B2 (ja) * | 2016-06-13 | 2020-04-22 | 株式会社キーエンス | 画像処理センサ、画像処理方法 |
JP6730855B2 (ja) * | 2016-06-13 | 2020-07-29 | 株式会社キーエンス | 画像処理センサ、画像処理方法、画像処理プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
JP6764701B2 (ja) * | 2016-06-13 | 2020-10-07 | 株式会社キーエンス | 画像処理センサ、画像処理方法、画像処理プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
EP4394732A2 (en) * | 2016-06-29 | 2024-07-03 | Seeing Machines Limited | Systems and methods for identifying pose of cameras in a scene |
JP6801263B2 (ja) * | 2016-06-30 | 2020-12-16 | 富士通株式会社 | 表示制御プログラム、表示制御方法および表示制御装置 |
US20200047337A1 (en) * | 2016-07-13 | 2020-02-13 | Discovery Robotics | Robotic platform with event based mode change |
US9898846B1 (en) * | 2016-08-11 | 2018-02-20 | Noa, Inc. | Method and apparatus for traffic condition diagram generation |
US10131051B1 (en) * | 2016-08-12 | 2018-11-20 | Amazon Technologies, Inc. | Anticipation-based robotic object grasping |
US10025902B2 (en) * | 2016-08-12 | 2018-07-17 | Verily Life Sciences Llc | Enhanced pathology diagnosis |
US10055882B2 (en) * | 2016-08-15 | 2018-08-21 | Aquifi, Inc. | System and method for three-dimensional scanning and for capturing a bidirectional reflectance distribution function |
DE102016215144A1 (de) * | 2016-08-15 | 2018-02-15 | Ifm Electronic Gmbh | Verfahren zur Vollständigkeitsprüfung |
JP6517762B2 (ja) * | 2016-08-23 | 2019-05-22 | ファナック株式会社 | 人とロボットが協働して作業を行うロボットの動作を学習するロボットシステム |
JP2018041261A (ja) * | 2016-09-07 | 2018-03-15 | 東芝テック株式会社 | 情報処理装置及びプログラム |
US10529029B2 (en) * | 2016-09-23 | 2020-01-07 | Aon Benfield Inc. | Platform, systems, and methods for identifying property characteristics and property feature maintenance through aerial imagery analysis |
JP6514171B2 (ja) * | 2016-09-27 | 2019-05-15 | ファナック株式会社 | 最適な物品把持経路を学習する機械学習装置、及び機械学習方法 |
US10187593B2 (en) * | 2016-09-27 | 2019-01-22 | Rxsafe Llc | Verification system for a pharmacy packaging system |
JP2018054437A (ja) * | 2016-09-28 | 2018-04-05 | 株式会社デンソー | 検査装置 |
US11752295B2 (en) * | 2016-09-30 | 2023-09-12 | Sony Interactive Entertainment Inc. | Method and system for classifying virtual reality (VR) content based on modeled discomfort of a user |
JP6549545B2 (ja) * | 2016-10-11 | 2019-07-24 | ファナック株式会社 | 人の行動を学習してロボットを制御する制御装置およびロボットシステム |
US10282607B2 (en) * | 2016-10-28 | 2019-05-07 | The Nielsen Company (Us), Llc | Reducing scale estimate errors in shelf images |
US10643396B2 (en) * | 2016-11-11 | 2020-05-05 | Microbrightfield, Inc. | Methods and software for creating a 3D image from images of multiple histological sections and for mapping anatomical information from a reference atlas to a histological image |
US10685386B2 (en) * | 2016-11-30 | 2020-06-16 | Bank Of America Corporation | Virtual assessments using augmented reality user devices |
JP7022076B2 (ja) * | 2016-12-19 | 2022-02-17 | 株式会社安川電機 | 産業機器用の画像認識プロセッサ及びコントローラ |
JP6392908B2 (ja) * | 2017-01-12 | 2018-09-19 | ファナック株式会社 | 視覚センサの異常原因推定システム |
DE112017006854T5 (de) * | 2017-01-18 | 2019-10-02 | Panasonic Intellectual Property Management Co., Ltd. | Überwachungsvorrichtung, Überwachungsverfahren und Computerprogramm |
US20180211373A1 (en) * | 2017-01-20 | 2018-07-26 | Aquifi, Inc. | Systems and methods for defect detection |
US10140773B2 (en) * | 2017-02-01 | 2018-11-27 | Accenture Global Solutions Limited | Rendering virtual objects in 3D environments |
WO2018158818A1 (ja) * | 2017-02-28 | 2018-09-07 | 日本電気株式会社 | 点検支援装置、点検支援方法および記録媒体 |
JP6823502B2 (ja) * | 2017-03-03 | 2021-02-03 | 株式会社キーエンス | ロボット設定装置、ロボット設定方法、ロボット設定プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
US10322510B2 (en) * | 2017-03-03 | 2019-06-18 | Futurewei Technologies, Inc. | Fine-grained object recognition in robotic systems |
JP6889574B2 (ja) * | 2017-03-03 | 2021-06-18 | 株式会社キーエンス | ロボット設定装置、ロボット設定方法、ロボット設定プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
WO2018165038A1 (en) * | 2017-03-06 | 2018-09-13 | Miso Robotics, Inc. | Augmented reality-enhanced food preparation system and related methods |
CN110402577B (zh) * | 2017-03-10 | 2021-06-22 | 富士胶片株式会社 | 图像处理***、图像处理装置、图像处理方法及存储有图像处理程序的存储介质 |
JP6542824B2 (ja) * | 2017-03-13 | 2019-07-10 | ファナック株式会社 | 入力画像から検出した対象物の像の尤度を計算する画像処理装置および画像処理方法 |
JP6684475B2 (ja) * | 2017-03-13 | 2020-04-22 | オムロン株式会社 | 画像処理装置、画像処理方法及びプログラム |
GB201704373D0 (en) * | 2017-03-20 | 2017-05-03 | Rolls-Royce Ltd | Surface defect detection |
JP2018173814A (ja) * | 2017-03-31 | 2018-11-08 | 富士通株式会社 | 画像処理装置、画像処理方法、画像処理プログラム、及び教師データ生成方法 |
JP6862538B2 (ja) * | 2017-04-14 | 2021-04-21 | 株式会社日立ハイテク | 撮像装置および形態特徴データ表示方法 |
US10803292B2 (en) * | 2017-04-26 | 2020-10-13 | Mashgin Inc. | Separation of objects in images from three-dimensional cameras |
US10467454B2 (en) * | 2017-04-26 | 2019-11-05 | Mashgin Inc. | Synchronization of image data from multiple three-dimensional cameras for image recognition |
JP6526100B2 (ja) * | 2017-04-28 | 2019-06-05 | ファナック株式会社 | 物品取出システム |
WO2018208791A1 (en) * | 2017-05-08 | 2018-11-15 | Aquifi, Inc. | Systems and methods for inspection and defect detection using 3-d scanning |
JP6917762B2 (ja) * | 2017-05-09 | 2021-08-11 | 株式会社キーエンス | 画像検査装置 |
JP6864549B2 (ja) * | 2017-05-09 | 2021-04-28 | 株式会社キーエンス | 画像検査装置 |
WO2018207481A1 (ja) * | 2017-05-09 | 2018-11-15 | 古野電気株式会社 | 自動検査装置 |
JP6919982B2 (ja) * | 2017-05-09 | 2021-08-18 | 株式会社キーエンス | 画像検査装置 |
JP6857079B2 (ja) * | 2017-05-09 | 2021-04-14 | 株式会社キーエンス | 画像検査装置 |
JP6487493B2 (ja) * | 2017-05-18 | 2019-03-20 | ファナック株式会社 | 画像処理システム |
JP6974697B2 (ja) * | 2017-05-26 | 2021-12-01 | 富士通株式会社 | 教師データ生成装置、教師データ生成方法、教師データ生成プログラム、及び物体検出システム |
JP6997541B2 (ja) * | 2017-05-31 | 2022-01-17 | 株式会社キーエンス | 画像検査装置、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
JP6917781B2 (ja) * | 2017-05-31 | 2021-08-11 | 株式会社キーエンス | 画像検査装置 |
JP7188870B2 (ja) * | 2017-05-31 | 2022-12-13 | 株式会社キーエンス | 画像検査装置 |
US20190138786A1 (en) * | 2017-06-06 | 2019-05-09 | Sightline Innovation Inc. | System and method for identification and classification of objects |
US10268928B2 (en) * | 2017-06-07 | 2019-04-23 | Adobe Inc. | Combined structure and style network |
CA2977077C (en) * | 2017-06-16 | 2019-10-15 | Robotiq Inc. | Robotic arm camera system and method |
JP6549644B2 (ja) * | 2017-06-27 | 2019-07-24 | ファナック株式会社 | 機械学習装置、ロボット制御システム及び機械学習方法 |
JP7167418B2 (ja) * | 2017-06-30 | 2022-11-09 | オムロン株式会社 | 位置制御システム、位置検出装置、および制御プログラム |
JP6705777B2 (ja) * | 2017-07-10 | 2020-06-03 | ファナック株式会社 | 機械学習装置、検査装置及び機械学習方法 |
US10733755B2 (en) * | 2017-07-18 | 2020-08-04 | Qualcomm Incorporated | Learning geometric differentials for matching 3D models to objects in a 2D image |
JP6523379B2 (ja) * | 2017-07-25 | 2019-05-29 | ファナック株式会社 | 情報処理装置 |
US11836911B2 (en) * | 2017-07-26 | 2023-12-05 | Canon Kabushiki Kaisha | Image data management method, production apparatus, production system, image data management method for production system, and non-transitory computer-readable recording medium |
JP6729516B2 (ja) * | 2017-07-27 | 2020-07-22 | トヨタ自動車株式会社 | 識別装置 |
JP6970551B2 (ja) * | 2017-07-31 | 2021-11-24 | 株式会社キーエンス | 形状測定装置及び形状測定方法 |
EP3664019A4 (en) * | 2017-07-31 | 2020-08-26 | Fujitsu Limited | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING PROGRAM AND INFORMATION PROCESSING METHOD |
US10489693B2 (en) * | 2017-08-03 | 2019-11-26 | Motorola Solutions, Inc. | Method and apparatus for distributed edge learning |
JP7132701B2 (ja) * | 2017-08-10 | 2022-09-07 | 株式会社ブリヂストン | タイヤ画像の認識方法及びタイヤ画像の認識装置 |
GB2565775A (en) * | 2017-08-21 | 2019-02-27 | Nokia Technologies Oy | A Method, an apparatus and a computer program product for object detection |
JP6680732B2 (ja) * | 2017-08-23 | 2020-04-15 | ファナック株式会社 | 物品積み付け装置及び機械学習装置 |
US11093793B2 (en) * | 2017-08-29 | 2021-08-17 | Vintra, Inc. | Systems and methods for a tailored neural network detector |
GB201713829D0 (en) * | 2017-08-29 | 2017-10-11 | We Are Human Ltd | Image data processing system and method |
JP7197971B2 (ja) * | 2017-08-31 | 2022-12-28 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法及びプログラム |
JP6608890B2 (ja) * | 2017-09-12 | 2019-11-20 | ファナック株式会社 | 機械学習装置、ロボットシステム及び機械学習方法 |
CN108288067B (zh) * | 2017-09-12 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 图像文本匹配模型的训练方法、双向搜索方法及相关装置 |
TWI628415B (zh) * | 2017-09-13 | 2018-07-01 | 國立清華大學 | 基於影像尺的定位量測系統 |
JP6871116B2 (ja) * | 2017-09-15 | 2021-05-12 | 株式会社東芝 | セルソータ |
JP6889865B2 (ja) * | 2017-09-22 | 2021-06-18 | オムロン株式会社 | テンプレート作成装置、物体認識処理装置、テンプレート作成方法及びプログラム |
WO2019067641A1 (en) * | 2017-09-26 | 2019-04-04 | Aquifi, Inc. | SYSTEMS AND METHODS FOR VISUAL INSPECTION BASED ON INCREASED REALITY |
JP6881188B2 (ja) * | 2017-09-27 | 2021-06-02 | オムロン株式会社 | 位置検出装置およびプログラム |
JP6626057B2 (ja) * | 2017-09-27 | 2019-12-25 | ファナック株式会社 | 検査装置及び検査システム |
US10909429B2 (en) * | 2017-09-27 | 2021-02-02 | Monotype Imaging Inc. | Using attributes for identifying imagery for selection |
US10820870B2 (en) * | 2017-10-03 | 2020-11-03 | Canon Medical Systems Corporation | X-ray diagnostic apparatus and X-ray high-voltage generator |
US11488053B2 (en) * | 2017-10-06 | 2022-11-01 | Adobe Inc. | Automatically controlling modifications to typeface designs with machine-learning models |
WO2019075276A1 (en) * | 2017-10-11 | 2019-04-18 | Aquifi, Inc. | SYSTEMS AND METHODS FOR IDENTIFYING OBJECT |
US10833877B2 (en) * | 2017-10-12 | 2020-11-10 | Canon Kabushiki Kaisha | Method of authenticating authentication-target apparatus by authentication apparatus, authentication apparatus, authentication- target apparatus, and image forming apparatus |
US10628961B2 (en) * | 2017-10-13 | 2020-04-21 | Qualcomm Incorporated | Object tracking for neural network systems |
JP6646026B2 (ja) * | 2017-10-16 | 2020-02-14 | ファナック株式会社 | 作業システム、物品に対する作業実施方法、およびロボット |
JP2019075009A (ja) * | 2017-10-18 | 2019-05-16 | パナソニックIpマネジメント株式会社 | 作業支援システム、厨房支援システム、作業支援方法、及びプログラム |
MA50387A (fr) * | 2017-10-20 | 2020-08-26 | Bxb Digital Pty Ltd | Systèmes et procédés de suivi de transporteurs de marchandises |
BR112020008021A2 (pt) * | 2017-10-24 | 2020-10-27 | L'ORéAL S.A. | dispositivos de computação, método para gerar uma cnn treinada para processar imagens e métodos para processar uma imagem |
TWI649659B (zh) * | 2017-10-27 | 2019-02-01 | 財團法人工業技術研究院 | 自動光學檢測影像分類方法、系統及含有該方法之電腦可讀取媒體 |
EP3704626A1 (en) * | 2017-11-02 | 2020-09-09 | Amp Robotics Corporation | Systems and methods for optical material characterization of waste materials using machine learning |
JP6936957B2 (ja) * | 2017-11-07 | 2021-09-22 | オムロン株式会社 | 検査装置、データ生成装置、データ生成方法及びデータ生成プログラム |
JP6936958B2 (ja) * | 2017-11-08 | 2021-09-22 | オムロン株式会社 | データ生成装置、データ生成方法及びデータ生成プログラム |
US10521705B2 (en) * | 2017-11-14 | 2019-12-31 | Adobe Inc. | Automatically selecting images using multicontext aware ratings |
JP7004145B2 (ja) * | 2017-11-15 | 2022-01-21 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
JP6693938B2 (ja) * | 2017-11-17 | 2020-05-13 | ファナック株式会社 | 外観検査装置 |
US10235797B1 (en) * | 2017-11-27 | 2019-03-19 | Lowe's Companies, Inc. | Inverse rendering of visual material properties |
US10713563B2 (en) * | 2017-11-27 | 2020-07-14 | Technische Universiteit Eindhoven | Object recognition using a convolutional neural network trained by principal component analysis and repeated spectral clustering |
US10607122B2 (en) * | 2017-12-04 | 2020-03-31 | International Business Machines Corporation | Systems and user interfaces for enhancement of data utilized in machine-learning based medical image review |
US10671896B2 (en) * | 2017-12-04 | 2020-06-02 | International Business Machines Corporation | Systems and user interfaces for enhancement of data utilized in machine-learning based medical image review |
JP6992475B2 (ja) * | 2017-12-14 | 2022-01-13 | オムロン株式会社 | 情報処理装置、識別システム、設定方法及びプログラム |
JP6955211B2 (ja) * | 2017-12-14 | 2021-10-27 | オムロン株式会社 | 識別装置、識別方法及びプログラム |
US10558844B2 (en) * | 2017-12-18 | 2020-02-11 | Datalogic Ip Tech S.R.L. | Lightweight 3D vision camera with intelligent segmentation engine for machine vision and auto identification |
US10529077B2 (en) * | 2017-12-19 | 2020-01-07 | Canon Kabushiki Kaisha | System and method for detecting interaction |
KR20190073756A (ko) * | 2017-12-19 | 2019-06-27 | 삼성전자주식회사 | 반도체 결함 분류 장치, 반도체의 결함을 분류하는 방법, 그리고 반도체 결함 분류 시스템 |
JP6873941B2 (ja) * | 2018-03-02 | 2021-05-19 | 株式会社日立製作所 | ロボット作業システム、及びロボット作業システムの制御方法 |
JP7106902B2 (ja) * | 2018-03-13 | 2022-07-27 | 富士通株式会社 | 学習プログラム、学習方法および学習装置 |
JP7015001B2 (ja) * | 2018-03-14 | 2022-02-02 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
JP6810087B2 (ja) * | 2018-03-29 | 2021-01-06 | ファナック株式会社 | 機械学習装置、機械学習装置を用いたロボット制御装置及びロボットビジョンシステム、並びに機械学習方法 |
US11260534B2 (en) * | 2018-04-04 | 2022-03-01 | Canon Kabushiki Kaisha | Information processing apparatus and information processing method |
KR102036127B1 (ko) * | 2018-04-10 | 2019-11-26 | (주)오엔에스커뮤니케이션 | 영상 인식을 이용한 의류 생산 모니터링 시스템 |
US10967507B2 (en) * | 2018-05-02 | 2021-04-06 | X Development Llc | Positioning a robot sensor for object classification |
US10733723B2 (en) * | 2018-05-22 | 2020-08-04 | Midea Group Co., Ltd. | Methods and system for improved quality inspection |
US10706525B2 (en) * | 2018-05-22 | 2020-07-07 | Midea Group Co. Ltd. | Methods and systems for improved quality inspection |
US10885608B2 (en) * | 2018-06-06 | 2021-01-05 | Adobe Inc. | Super-resolution with reference images |
US20200005422A1 (en) * | 2018-06-29 | 2020-01-02 | Photogauge, Inc. | System and method for using images for automatic visual inspection with machine learning |
US11568597B2 (en) * | 2018-08-14 | 2023-01-31 | The Boeing Company | Automated supervision and inspection of assembly process |
US11948669B2 (en) * | 2018-08-29 | 2024-04-02 | Canon Medical Systems Corporation | Medical information management apparatus and medical information management system |
JP7045963B2 (ja) * | 2018-08-30 | 2022-04-01 | オリンパス株式会社 | 計測装置の作動方法、計測装置、およびプログラム |
KR20200039047A (ko) * | 2018-10-01 | 2020-04-16 | 에스케이씨 주식회사 | 필름 결함 검출 방법 및 시스템 |
JP7214432B2 (ja) * | 2018-10-22 | 2023-01-30 | キヤノン株式会社 | 画像処理方法、画像処理プログラム、記録媒体、画像処理装置、生産システム、物品の製造方法 |
US10769496B2 (en) * | 2018-10-25 | 2020-09-08 | Adobe Inc. | Logo detection |
JP6871220B2 (ja) * | 2018-11-08 | 2021-05-12 | ファナック株式会社 | 制御システム |
US10842445B2 (en) * | 2018-11-08 | 2020-11-24 | General Electric Company | System and method for unsupervised deep learning for deformable image registration |
US11312020B2 (en) * | 2018-11-20 | 2022-04-26 | Beijing Jingdong Shangke Information Technology Co | System and method for fast object detection in robot picking |
US10726543B2 (en) * | 2018-11-27 | 2020-07-28 | General Electric Company | Fluorescent penetrant inspection system and method |
US11245700B2 (en) * | 2018-12-06 | 2022-02-08 | Fujitsu Limited | Information processing apparatus, information processing method, and recording medium recording information processing program |
JP6956063B2 (ja) * | 2018-12-07 | 2021-10-27 | ファナック株式会社 | 加工品の表面損傷検査システム |
US11164326B2 (en) * | 2018-12-18 | 2021-11-02 | Samsung Electronics Co., Ltd. | Method and apparatus for calculating depth map |
JP7176965B2 (ja) * | 2019-02-01 | 2022-11-22 | 株式会社キーエンス | 画像検査装置 |
JP2020139905A (ja) * | 2019-03-01 | 2020-09-03 | セイコーエプソン株式会社 | 検査装置、検査方法、およびプログラム |
US11176428B2 (en) * | 2019-04-01 | 2021-11-16 | Canon Medical Systems Corporation | Apparatus and method for sinogram restoration in computed tomography (CT) using adaptive filtering with deep learning (DL) |
KR20190095200A (ko) * | 2019-07-26 | 2019-08-14 | 엘지전자 주식회사 | 영상 내 물체 인식 장치 및 방법 |
-
2016
- 2016-02-25 JP JP2016034774A patent/JP6333871B2/ja active Active
-
2017
- 2017-02-20 DE DE102017001667.4A patent/DE102017001667A1/de active Pending
- 2017-02-24 US US15/441,934 patent/US10930037B2/en active Active
- 2017-02-24 CN CN201710112010.8A patent/CN107123106A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104861A (zh) * | 2013-04-01 | 2014-10-15 | 佳能株式会社 | 图像处理装置和图像处理方法 |
WO2015036261A1 (de) * | 2013-09-10 | 2015-03-19 | Thyssenkrupp Steel Europe Ag | Verfahren und vorrichtung zur überprüfung eines inspektionssystems zur erkennung von oberflächendefekten |
CN105279514A (zh) * | 2014-07-01 | 2016-01-27 | 精工爱普生株式会社 | 机器人*** |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767418B (zh) * | 2017-11-07 | 2023-08-08 | 欧姆龙株式会社 | 检査装置、数据生成装置、数据生成方法及存储介质 |
CN109767418A (zh) * | 2017-11-07 | 2019-05-17 | 欧姆龙株式会社 | 检査装置、数据生成装置、数据生成方法及存储介质 |
CN109961421A (zh) * | 2017-12-25 | 2019-07-02 | 欧姆龙株式会社 | 数据生成装置、数据生成方法以及数据生成记录介质 |
CN109961421B (zh) * | 2017-12-25 | 2023-11-24 | 欧姆龙株式会社 | 数据生成装置、数据生成方法以及数据生成记录介质 |
CN111902712B (zh) * | 2018-03-29 | 2023-07-25 | 三菱电机株式会社 | 异常检查装置及异常检查方法 |
CN111902712A (zh) * | 2018-03-29 | 2020-11-06 | 三菱电机株式会社 | 异常检查装置及异常检查方法 |
CN112088304A (zh) * | 2018-05-10 | 2020-12-15 | 株式会社荏原制作所 | 检查装置及检查方法 |
CN112602113A (zh) * | 2018-12-27 | 2021-04-02 | 欧姆龙株式会社 | 图像判定装置、学习方法及图像判定程序 |
US11922319B2 (en) | 2018-12-27 | 2024-03-05 | Omron Corporation | Image determination device, training method and non-transitory computer readable medium storing program |
CN112602113B (zh) * | 2018-12-27 | 2024-05-24 | 欧姆龙株式会社 | 图像判定装置、学习方法及其程序的记录媒体 |
CN110315544A (zh) * | 2019-06-24 | 2019-10-11 | 南京邮电大学 | 一种基于视频图像演示的机器人操作学习方法 |
CN110941987B (zh) * | 2019-10-10 | 2023-04-07 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
CN110941987A (zh) * | 2019-10-10 | 2020-03-31 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2017151813A (ja) | 2017-08-31 |
US10930037B2 (en) | 2021-02-23 |
US20170249766A1 (en) | 2017-08-31 |
DE102017001667A1 (de) | 2017-08-31 |
JP6333871B2 (ja) | 2018-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123106A (zh) | 显示从输入图像检测到的对象物的图像处理装置 | |
CN113537106B (zh) | 一种基于YOLOv5的鱼类摄食行为识别方法 | |
CN110274908A (zh) | 缺陷检查装置、缺陷检查方法以及计算机可读记录介质 | |
CN108229277A (zh) | 手势识别、控制及神经网络训练方法、装置及电子设备 | |
CN111815564B (zh) | 一种检测丝锭的方法、装置及丝锭分拣*** | |
CN105975941A (zh) | 一种基于深度学习的多方向车型检测识别*** | |
CN107145908A (zh) | 一种基于r‑fcn的小目标检测方法 | |
Tao et al. | A hybrid CNN–SVM classifier for weed recognition in winter rape field | |
CN107230203A (zh) | 基于人眼视觉注意机制的铸件缺陷识别方法 | |
Fu et al. | Genetic programming for edge detection: a global approach | |
CN107944459A (zh) | 一种rgb‑d物体识别方法 | |
CN113927597B (zh) | 基于深度学习的机器人连接件六自由度位姿估计*** | |
CN113971764B (zh) | 一种基于改进YOLOv3的遥感图像小目标检测方法 | |
JP2021163503A (ja) | 2次元カメラによる3次元の姿勢推定 | |
CN110111346B (zh) | 基于视差信息的遥感图像语义分割方法 | |
CN108090434A (zh) | 一种矿石快速识别方法 | |
CN114581456B (zh) | 一种多图像分割模型的构建方法、图像检测方法及装置 | |
CN117115147B (zh) | 一种基于机器视觉的纺织品检测方法及*** | |
CN115147488B (zh) | 一种基于密集预测的工件位姿估计方法与抓取*** | |
CN111652297B (zh) | 用于图像检测模型训练的故障图片生成方法 | |
CN108108678A (zh) | 一种钨矿矿石识别分选方法 | |
Keshun et al. | Intelligent deployment solution for tabling adapting deep learning | |
DE112021003955T5 (de) | Informationsverarbeitungsvorrichtung und Informationsverarbeitungsverfahren | |
CN116434066B (zh) | 基于深度学习的大豆豆荚考种方法、***及装置 | |
CN117079125A (zh) | 一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |