JP2010271152A - 形状推定システム、撮影装置、形状推定方法、プログラム及び記録媒体 - Google Patents
形状推定システム、撮影装置、形状推定方法、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP2010271152A JP2010271152A JP2009122619A JP2009122619A JP2010271152A JP 2010271152 A JP2010271152 A JP 2010271152A JP 2009122619 A JP2009122619 A JP 2009122619A JP 2009122619 A JP2009122619 A JP 2009122619A JP 2010271152 A JP2010271152 A JP 2010271152A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- light source
- photographing
- shadow
- feature information
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 形状推定システム1において、影撮影装置5は、例えば、撮影部19の周囲に複数の光源151,・・・,15Nを配置し、例えば1回ずつ点灯させるN回点灯制御を行い、各点灯制御に同期して撮影部19は撮影する。撮影データは撮影データ記憶部21に記憶され、画像データ修正部27によりノイズ除去等の修正処理が施され、特徴情報生成部29は、例えば多段階のウェーブレット多重解像度解析を行い、各成分の二乗平均平方根を取ることにより得られる対象物3の影の特徴を示す特徴情報を生成する。対象物3が既知の形状であれば、学習部31は例えば自己組織化マップを学習させる。対象物3が未知の形状であれば、推定部35は学習後の自己組織化マップに提示して既知の形状の一つを対象物3の形状として推定する。
【選択図】図1
Description
1.対象物体のサイズから、必要な撮影範囲を概算する。
2.使用するカメラの特性(センサーサイズ,焦点距離)から撮影倍率を求める。
3.(5)式を用いて、レンズ中心からステージ11までの距離aが決定する。
4.(1)式を満たすように、レンズと光源間の距離dを調整する。
1.対象物3をステージ11上に設置する(ステップSTC1)。
2.外光遮断用ケースを閉じる。
3.複数個ある光源のうち一つの照射軸のみを点灯し(ステップSTC2)、これと同期して対象物3及びステージ11上に作り出される影を撮影する(ステップSTC3)。
4.一つの照射軸による照明が終了したらその照射軸は消灯する。点灯していない照射軸があるか否かを判断し(ステップSTC4)、点灯していないものがあればステップSTC2に戻り、次の照射軸を点灯する。
1.回転照射軸アレイデバイスの撮影データは、照射軸数をN本とすると、同一の対象物体に対してN枚となる。
2.回転照射軸アレイデバイスによって取得したN枚の影画像を二値化する(図4(G)のステップSTM1)。黒く残った影およびノイズ部分を1、白い背景部分を0とする(図4(H)のBinarize処理参照)。
3.二値化画像上のピクセルPn x,yについて、(8)式のようにN枚分のピクセルの値を合計する。ここで、nは画像番号、x,yはピクセル座標、Sx,yは座標(x,y)におけるピクセル値の合計を表す。
4.全ピクセルについてSx,yを求めた後、(9)式によってFx,yを求める。Fx,yは抽出されたノイズ画像となる。すなわち、ノイズ部分は照射軸の方向によって変化しないので、二値化後の画像ではN枚すべてに情報が残っているはずである。一方、影の部分は、照射軸の方向によって影の出来る方向も変化するので、(9)式によって除外される。結果として、Fx,yにはノイズ情報(ノイズ領域)のみが抽出される(ステップSTM2)(図4(H)のノイズの抽出参照)。
5.各画像データにおいて、抽出したノイズ領域の明度を上げることにより、ノイズ領域を除去する(ステップSTM3)。除去して得られた修正画像データは、修正画像データ記憶部25に格納される。
1.N枚の修正画像データのうち一枚について(図5(A)のステップSTT1)、ウェーブレット多重解像度解析を3レベルまで行い、水平成分、垂直成分、対角成分、各3枚ずつ計9枚の分解画像(ウェーブレット係数)を得る(ステップSTT2)。これらは、各方向成分に対する元画像のエッジ特徴を抽出している。
2.ウェーブレット係数は、画像のピクセル数と同じだけ算出される。これらをすべてSOMの入力データとして用いると、SOMの計算量が増大し、時間がかかってしまう。そこで、各成分の画像について(10)式に示す二乗平均平方根(RMS:Root Mean Square)を計算する(ステップSTT3)。ここで、qiはあるピクセルに対するウェーブレット係数、qrmsは一枚の分解画像におけるRMS値である。
3.残りの修正画像データに対しても同様にウェーブレット変換し、各分解画像についてRMS値を計算する(ステップSTT4)。
4.全ての修正画像データを処理した時点で、N×9個のRMS値が求まっていることになる。これらのRMS値をN×9次元のベクトルとし(ステップSTT5)、自己組織化マップの入力データとして用いる。
0.競合層ユニットの参照ベクトルの初期化を行う。通常、乱数を用いてすべての参照ベクトルwjの値を決定する。
1.ベクトル集合Xの中から1つのベクトルxlを選択し入力層へ提示する。以後、このベクトルを入力ベクトルと呼び、特別な場合を除いてその番号1を省略する。
2.入力ベクトルとのユークリッド距離が最小となる参照ベクトルをもつ競合層ユニットcを(13)式で決定し、勝者ユニットとする。競合層上で、勝者ユニットの近傍に位置するユニットを近傍ユニットとする。
3.勝者ユニット及び近傍ユニットの参照ベクトルを(14)式で更新する。ここで,tは学習のステップを表す。wj(t+1)とwj(t)はそれぞれ更新後と更新前の参照ベクトルを表す。αSOM(t)は学習ステップtにおける学習係数である。近傍ユニットを定義する範囲(近傍範囲)はNc,SOM(t)で表す。
4.ベクトル集合Xの中に一度も選択していないベクトルがある場合は、ステップ1に戻り、これまで選択していないベクトルを新たな入力ベクトルとする。ベクトル集合X内の全てのベクトルを選択した場合は、ステップ5に進む。
5.ステップ1〜ステップ4の操作を規定回数繰り返す。繰り返す過程で、学習係数αSOM(t)と近傍範囲Nc,SOM(t)を小さくしていく。
分離度1の配置を得ることができた
Claims (9)
- 対象物の形状を推定する形状推定システムであって、
前記対象物の影を撮影する影撮影装置と前記影撮影装置により得られた撮影データから特徴情報を生成して前記対象物の形状を推定する形状推定装置を備え、
前記影撮影装置は、
前記対象物に対して光を放射する複数の光源と、
前記各光源を照明させ又は照明させない光源制御を複数回行うものであって、各光源制御における照明させる光源と照明させない光源の組み合わせは異なるものである光源制御手段と、
前記光源制御手段による各照明制御と同期して前記対象物の影を複数回撮影して撮影データを得る撮影手段
を有する撮影装置を備え、
前記形状推定装置は、
前記撮影手段により得られた撮影データを記憶する撮影データ記憶手段と、
複数の既知の形状を撮影して生成された特徴情報について、相似する形状と相似しない形状とを区別可能な分類用データを記憶する分類用データ記憶手段と、
前記撮影データを画像処理することにより、前記撮影データにおける対象物の影の特徴を示す分類対象特徴情報を生成する特徴情報生成手段と、
前記分類用データにおいて、前記分類対象特徴情報に近似する前記既知の形状の少なくとも一つを前記対象物の形状として推定する推定手段
を備える、形状推定システム。 - 前記各光源は、前記対象物の各撮影において、照明時も非照明時も同じ位置に存在する、請求項1記載の形状推定システム。
- 前記撮影手段から前記光源への向きである軸について、前記複数の光源のうち、少なくとも3つの光源の軸が異なる、請求項1記載の形状推定システム。
- 前記形状推定装置は、前記対象物の各撮影に対応する複数の撮影データにおける影を示すデータに共通する部分を除去して修正画像データを生成する画像データ修正手段を備え、
前記特徴情報生成手段は、前記修正画像データから特徴情報を生成する、
請求項1から3のいずれかに記載の形状推定システム。 - 前記形状推定装置は、前記複数の光源のうち一部の光源を点灯させずに既知の形状を撮影して生成された特徴情報を用いて、前記分類用データを相似する形状と相似しない形状とを区別可能に学習させる学習手段を備え、
前記学習手段は、点灯し又は点灯しなかった光源の組み合わせを示す情報を前記光源制御手段に送信する光源配置手段を有する、
請求項1から4のいずれかに記載の形状推定システム。 - 対象物に対して光を放射する複数の光源と、
前記各光源を照明させ又は照明させない光源制御を複数回行うものであって、各光源制御における照明させる光源と照明させない光源の組み合わせは異なるものである光源制御手段と、
前記光源制御手段による各照明制御と同期して前記対象物の影を複数回撮影する撮影手段
を有する撮影装置。 - 対象物の形状を推定する形状推定システムにおける形状推定方法であって、
前記形状推定システムは、前記対象物の影を撮影する影撮影装置と前記影撮影装置により得られた撮影データから特徴情報を生成して前記対象物の形状を推定する形状推定装置を備え、
前記影撮影装置は、
前記対象物に対して光を放射する複数の光源と、
前記各光源を照明させ又は照明させない光源制御を複数回行うものであって、各光源制御における照明させる光源と照明させない光源の組み合わせは異なるものである光源制御手段と、
前記光源制御手段による各照明制御と同期して前記対象物の影を複数回撮影して撮影データを得る撮影手段を有する撮影装置を備えるものであり、
前記形状推定装置は、
前記撮影手段により得られた撮影データを記憶する撮影データ記憶手段と、
既知の形状の複数の対象物を撮影して生成された撮影データにおける対象物の影を示す修正画像データに対して多段階のウェーブレット多重解像度解析の各成分を要素とする特徴情報について、相似する形状と相似しない形状とを区別可能に学習された自己組織化マップを記憶する分類用データ記憶手段を備え、
前記形状推定装置の特徴情報生成手段が、前記撮影データにおける未知の形状の対象物の影を示す修正画像データに対して多段階のウェーブレット多重解像度解析の各成分を要素とする特徴情報を生成するステップと、
前記形状推定装置の推定手段が、前記自己組織化マップに提示して、当該特徴情報に近似する前記既知の形状の少なくとも一つを前記対象物の形状として推定するステップを含む形状推定方法。 - コンピュータにおいて、
学習手段が、既知の形状の複数の対象物に対して光を放射する複数の光源のうち、少なくとも一部を照明させずに撮影された撮影データにおける前記対象物の影を示す修正画像データに対して多段階のウェーブレット多重解像度解析の各成分を要素とする特徴情報により、相似する形状と相似しない形状とを区別可能に自己組織化マップを学習させるステップと、
学習手段の光源配置手段が、少なくとも前記照明させない光源を特定可能な情報を前記複数の光源の点灯を制御する光源制御手段に送信するステップと、
特徴情報生成手段が、未知の形状の対象物に対して前記光源制御手段による光源制御に同期して撮影された撮影データにおける前記対象物の影を示す修正画像データに対して多段階のウェーブレット多重解像度解析の各成分を要素とする特徴情報を生成するステップと、
推定手段が、前記自己組織化マップに提示して、当該特徴情報に近似する前記既知の形状の少なくとも一つを前記対象物の形状として推定するステップ
を実現させるためのプログラム。 - 請求項8記載のプログラムを記録するコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009122619A JP5461064B2 (ja) | 2009-05-21 | 2009-05-21 | 形状推定システム、形状推定方法、プログラム及び記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009122619A JP5461064B2 (ja) | 2009-05-21 | 2009-05-21 | 形状推定システム、形状推定方法、プログラム及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010271152A true JP2010271152A (ja) | 2010-12-02 |
JP5461064B2 JP5461064B2 (ja) | 2014-04-02 |
Family
ID=43419297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009122619A Expired - Fee Related JP5461064B2 (ja) | 2009-05-21 | 2009-05-21 | 形状推定システム、形状推定方法、プログラム及び記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5461064B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014203458A (ja) * | 2013-04-03 | 2014-10-27 | 三菱電機株式会社 | 3次元幾何学境界を検出する方法 |
WO2021210086A1 (ja) * | 2020-04-15 | 2021-10-21 | 三菱電機株式会社 | パラメータ調整装置、学習装置、測定システム、パラメータ調整方法及びプログラム |
JP2022032102A (ja) * | 2020-08-11 | 2022-02-25 | ヴィスコ・テクノロジーズ株式会社 | ひも状柔軟物の画像認識方法及び画像認識装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61292509A (ja) * | 1985-06-20 | 1986-12-23 | Nippon Oil & Fats Co Ltd | 非接触式粗度測定装置 |
JPS63100305A (ja) * | 1986-10-17 | 1988-05-02 | Toshiba Corp | 物体のセンシング装置 |
JPH0399250A (ja) * | 1989-09-13 | 1991-04-24 | Toshiba Corp | 実装状態認識装置 |
JPH07181011A (ja) * | 1993-12-22 | 1995-07-18 | Fanuc Ltd | 視覚センサによる穴の認識方法 |
JP2001052175A (ja) * | 1999-08-06 | 2001-02-23 | Olympus Optical Co Ltd | 画像検索装置 |
JP2002373333A (ja) * | 2001-05-28 | 2002-12-26 | Honda R & D Europe (Deutschland) Gmbh | 階層ネットワークを用いたパターン認識方法 |
JP2004078939A (ja) * | 2002-07-30 | 2004-03-11 | Fuji Photo Film Co Ltd | オブジェクト識別方法および装置ならびにプログラム |
JP2005140707A (ja) * | 2003-11-07 | 2005-06-02 | Matsushita Electric Works Ltd | 特徴音抽出装置、特徴音抽出方法、製品評価システム |
JP2007179285A (ja) * | 2005-12-27 | 2007-07-12 | Kyushu Institute Of Technology | 画像認識装置、画像認識方法及びプログラム |
JP2007225539A (ja) * | 2006-02-27 | 2007-09-06 | Nippon Pan Gijutsu Kenkyusho | ベーカリー製品の切片面解析装置 |
JP2008538623A (ja) * | 2005-04-20 | 2008-10-30 | フェデラシオン イタリアーナ ジョッコ カルチオ | 運動行為中のイベントを検出及び分類するための方法及びシステム |
-
2009
- 2009-05-21 JP JP2009122619A patent/JP5461064B2/ja not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61292509A (ja) * | 1985-06-20 | 1986-12-23 | Nippon Oil & Fats Co Ltd | 非接触式粗度測定装置 |
JPS63100305A (ja) * | 1986-10-17 | 1988-05-02 | Toshiba Corp | 物体のセンシング装置 |
JPH0399250A (ja) * | 1989-09-13 | 1991-04-24 | Toshiba Corp | 実装状態認識装置 |
JPH07181011A (ja) * | 1993-12-22 | 1995-07-18 | Fanuc Ltd | 視覚センサによる穴の認識方法 |
JP2001052175A (ja) * | 1999-08-06 | 2001-02-23 | Olympus Optical Co Ltd | 画像検索装置 |
JP2002373333A (ja) * | 2001-05-28 | 2002-12-26 | Honda R & D Europe (Deutschland) Gmbh | 階層ネットワークを用いたパターン認識方法 |
JP2004078939A (ja) * | 2002-07-30 | 2004-03-11 | Fuji Photo Film Co Ltd | オブジェクト識別方法および装置ならびにプログラム |
JP2005140707A (ja) * | 2003-11-07 | 2005-06-02 | Matsushita Electric Works Ltd | 特徴音抽出装置、特徴音抽出方法、製品評価システム |
JP2008538623A (ja) * | 2005-04-20 | 2008-10-30 | フェデラシオン イタリアーナ ジョッコ カルチオ | 運動行為中のイベントを検出及び分類するための方法及びシステム |
JP2007179285A (ja) * | 2005-12-27 | 2007-07-12 | Kyushu Institute Of Technology | 画像認識装置、画像認識方法及びプログラム |
JP2007225539A (ja) * | 2006-02-27 | 2007-09-06 | Nippon Pan Gijutsu Kenkyusho | ベーカリー製品の切片面解析装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014203458A (ja) * | 2013-04-03 | 2014-10-27 | 三菱電機株式会社 | 3次元幾何学境界を検出する方法 |
WO2021210086A1 (ja) * | 2020-04-15 | 2021-10-21 | 三菱電機株式会社 | パラメータ調整装置、学習装置、測定システム、パラメータ調整方法及びプログラム |
US11635517B2 (en) | 2020-04-15 | 2023-04-25 | Mitsubishi Electric Corporation | Parameter adjustment device, training device, and measurement system |
JP2022032102A (ja) * | 2020-08-11 | 2022-02-25 | ヴィスコ・テクノロジーズ株式会社 | ひも状柔軟物の画像認識方法及び画像認識装置 |
Also Published As
Publication number | Publication date |
---|---|
JP5461064B2 (ja) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108469234B (zh) | 一种在轨航天器表面异常状况智能检测方法及其*** | |
US9392262B2 (en) | System and method for 3D reconstruction using multiple multi-channel cameras | |
JP4865930B2 (ja) | 構造化された照射および均一な照射の両方を用いて光学的に切片化された画像を生成するためのシステムおよび方法 | |
US5974168A (en) | Acquiring bump maps from curved objects | |
JP5113841B2 (ja) | 内視鏡からの映像を用いるコンピュータ支援解析 | |
US7986321B2 (en) | System and method for generating structured light for 3-dimensional image rendering | |
WO2018232518A1 (en) | DETERMINING POSITIONS AND OBJECT ORIENTATIONS | |
WO2018180386A1 (ja) | 超音波画像診断支援方法、およびシステム | |
CN110033456A (zh) | 一种医疗影像的处理方法、装置、设备和*** | |
WO2013161589A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
CN107764271B (zh) | 一种基于光流的可见光视觉动态定位方法及*** | |
CN110490924B (zh) | 一种基于多尺度Harris的光场图像特征点检测方法 | |
WO2017214735A1 (en) | Systems and methods for obtaining a structured light reconstruction of a 3d surface | |
CN108765540B (zh) | 一种基于图像与集成学习的重光照方法 | |
JP5461064B2 (ja) | 形状推定システム、形状推定方法、プログラム及び記録媒体 | |
US9204130B2 (en) | Method and system for creating a three dimensional representation of an object | |
WO2012037085A1 (en) | Active lighting for stereo reconstruction of edges | |
CN114550110A (zh) | 一种基于无监督域适应的车辆重识别方法及*** | |
Florindo et al. | Fractal descriptors based on the probability dimension: A texture analysis and classification approach | |
JP2006047102A (ja) | 検査対象物の所定の表面状態の原因を自動的に求める装置 | |
EP3973447B1 (en) | Surface recognition | |
Zhao et al. | An abnormality based WCE video segmentation strategy | |
CN112734928B (zh) | 一种三维阈值立体图形展开方法 | |
Gimel’farb et al. | Image Processing and Analysis: A Primer | |
CN117433952B (zh) | 一种重晶石粉密度快速测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120306 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130304 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20130311 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20130312 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5461064 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |