JP2018136896A - 情報処理装置、システム、情報処理方法、および物品の製造方法 - Google Patents

Abstract

【課題】画像に対する輪郭抽出に有利な技術を提供する。【解決手段】物体Ｗを撮像して得られた、基準位置からの距離の情報を各画素が有する距離画像に基づいて、物体Ｗの認識を行う情報処理装置５０であって、距離画像に対して輪郭抽出処理を行う処理部５２を有し、処理部５２は、距離画像の一の画素について、一の画素に対応する距離と一の画素の周辺にある複数の周辺画素それぞれに対応する距離との相違のうち閾値以上の相違に基づいて、輪郭抽出処理を行う。【選択図】図１

Description

本発明は、情報処理装置、システム、情報処理方法、および物品の製造方法に関する。

均一光を投影された物体の撮像画像（以下、濃淡画像という）、およびパターン光を投影された物体の撮像画像等から得られた距離情報を有する画像（以下、距離画像という）を用いて物体の認識を非接触に行う計測装置（情報処理装置）がある。物体の認識には、物体の配置（例えば、位置および姿勢のうち少なくとも一方）を認識することが含まれる。このような計測装置は、濃淡画像から抽出した物体の輪郭を用いて物体を認識しうる。輪郭抽出の精度は、濃淡画像のコントラスト、物体の撮像方向等に依存する。特許文献１は、コントラストの低い画像から輪郭を抽出する画像処理装置を開示している。

特開２０１６−０３８６５４号公報

しかし、特許文献１の画像処理装置は、例えば、計測対象が互いに重なり合った薄い平板であるような場合における距離画像に適用しても、輪郭での段差（距離変化）がわずかであると、ノイズ等の影響により、輪郭を精度よく抽出するのが困難となりうる。

本発明は、例えば、画像に対する輪郭抽出に有利な技術を提供することを目的とする。

上記課題を解決するために、本発明は、物体を撮像して得られた、基準位置からの距離の情報を各画素が有する距離画像に基づいて、物体の認識を行う情報処理装置であって、距離画像に対して輪郭抽出処理を行う処理部を有し、処理部は、距離画像の一の画素について、一の画素に対応する距離と一の画素の周辺にある複数の周辺画素それぞれに対応する距離との相違のうち閾値以上の相違に基づいて、輪郭抽出処理を行うことを特徴とする。

本発明によれば、例えば、画像に対する輪郭抽出に有利な技術を提供することができる。

第１実施形態に係る情報処理装置を有する計測装置の構成を示す概略図である。 物体の輪郭を検出する工程を示すフローチャートである。 輪郭が検出される撮像画像の模式図である。 撮像部の光軸上の所定座標を基準座標とする基準座標系と物体の主平面の法線方向との関係を示す図である。 第２実施形態に係る輪郭抽出処理を示すフローチャートである。 第３実施形態に係る輪郭抽出処理を示すフローチャートである。 法線方向の候補の許容範囲を設定するユーザインタフェースの一例を示す図である。 第４実施形態に係る輪郭抽出処理を示すフローチャートである。 傾斜角度の候補の設定例を示す図である。 傾斜角度の候補の別の設定例を示す図である。 第１実施形態〜第４実施形態を適用可能な情報処理装置の構成を示すブロック図である。 計測装置が備え付けられた把持装置を含む制御システムを示す図である。

以下、本発明を実施するための形態について図面などを参照して説明する。

（第１実施形態）
図１は、第１実施形態に係る情報処理装置を有する計測装置１の構成を示す概略図である。計測装置１は、物体Ｗの形状を計測し、計測結果に基づいて物体Ｗの認識（物体の配置（例えば、位置および姿勢のうち少なくとも一方）の認識）を行う。本実施形態では、物体Ｗを薄い平板とし、複数の物体Ｗが互いに重なっている状態で計測装置１が計測を行う。

計測装置１は、投影部２０および撮像部３０を含む計測ヘッドと、制御部４０と、情報処理装置５０と、を有する。投影部２０は、物体Ｗに光を投影する。投影部２０が投影する光は、距離画像を得るための縞パターン光、濃淡画像を得るための均一光を含む。縞パターン光の代わりにスリット光を用いてもよい。撮像部３０は、光が投影された物体Ｗを撮像する。制御部４０は、投影部２０および撮像部３０の動作を制御する。情報処理装置５０は、例えば、ＣＰＵ、メモリなどを含み、撮像部３０が取得した撮像画像から、物体Ｗの位置および姿勢を求める。

情報処理装置５０は、距離算出部５１と、処理部５２と、位置姿勢算出部５３と、を有する。距離算出部５１は、撮像部３０が取得した縞パターン光が投影された物体Ｗの撮像画像から、撮像部３０の光軸上の所定位置（以下、基準位置という）から物体Ｗまでの距離を示す距離情報を算出する。距離情報は、撮像画像の画素（ピクセル）ごとに算出される。処理部５２は、距離算出部５１が算出した距離情報をもとに物体Ｗの輪郭を抽出（検出）する輪郭抽出処理を行う。また、処理部５２は、撮像部３０が取得した均一光が投影された物体Ｗの撮像画像からも物体Ｗの輪郭を検出する。位置姿勢算出部５３は、距離算出部５１が算出した距離情報、処理部５２が検出した輪郭情報、および物体Ｗの３Ｄ−ＣＡＤモデルを用いて、物体Ｗの配置（例えば、位置および姿勢）を求める。

図２は、処理部５２により物体Ｗの輪郭を検出する工程を示すフローチャートである。図３は、処理部５２が輪郭を抽出する撮像画像の模式図である。図３の撮像画像３０１は、８×１６の１２８ピクセルで構成される。処理部５２は、各ピクセルが有する距離情報を処理して、各ピクセルについて、輪郭の抽出に用いる評価値を決定する。

Ｓ１０１は、ピクセルの処理ループの始端である。Ｓ１０９は、ピクセルの処理ループの終端である。処理対象のピクセルのそれぞれについて、処理部５２は、Ｓ１０１からＳ１０９までの工程を繰り返す。

Ｓ１０２で処理部５２は、処理対象のピクセルのうち、一のピクセルの評価値を初期化する。Ｓ１０３は、一のピクセルが有する距離情報と当該一のピクセルを中心とする所定の範囲に含まれる近傍ピクセル（以下、周辺画素ともいう）が有する距離情報との差分（相違）を算出する処理ループの始端である。Ｓ１０７は、差分算出処理ループの終端である。

図３を用いて、Ｓ１０１からＳ１０９までの工程を繰り返す回数、Ｓ１０３からＳ１０７までの工程を繰り返す回数について説明する。図３において、Ｓ１０２で評価値が初期化されるピクセルを第１ピクセル３０２とする。第１ピクセル３０２は、Ｓ１０１からＳ１０９までの工程を繰り返す対象となる処理対象ピクセル３０４のうち、最初に処理されるピクセルである。第１ピクセル３０２を中心とする所定の範囲を範囲３０３とする。範囲３０３は、第１ピクセル３０２を中心とする５×５の正方形の範囲である。第１ピクセル３０２と範囲３０３に含まれる各ピクセルとに関してＳ１０３からＳ１０７が繰り返される。

本実施形態では、処理対象ピクセル３０４のうち、いずれか１つのピクセルを処理する場合の当該ピクセルを中心とする５×５のピクセル範囲が撮像画像３０１を超えないように処理対象ピクセル３０４を決定する。すなわち、本実施形態では、処理対象ピクセル３０４に含まれるピクセル数は、４×１２の４８ピクセルである。

以上より、Ｓ１０１からＳ１０９までの工程を繰り返す回数は、４×１２の４８回、Ｓ１０３からＳ１０７までの工程を繰り返す回数は５×５の２５回となる。なお、処理対象ピクセル３０４は、撮像画像３０１の全ピクセルでもよい。

また、近傍ピクセルを規定する所定の範囲は、範囲３０３のような正方形に限られない。例えば、処理するピクセルをピクセル３０５として、ピクセル３０５の近傍ピクセルを規定する所定の範囲を範囲３０６のような形状の範囲としてもよい。さらに、処理するピクセルを中心として一定の距離以内にある全ピクセルとしてもよい。なお、ここでいう距離は物理的な距離でもよいし、撮像画像上のピクセル間距離でもよい。

Ｓ１０４で処理部５２は、第１ピクセル３０２が有する距離情報と、範囲３０３に含まれる一つのピクセルが有する距離情報との差分、すなわち距離差を算出する。なお、当該差分は、それに限らず、例えば、当該差分との相関のある、他の評価値を使用しうる。例えば、第１ピクセル３０２に対応する距離とその周辺にあるピクセルに対応する距離との間の相違または相違度を表す評価値（例えば、比）を使用しうる。Ｓ１０５で処理部５２は、算出された差分が所定の閾値以上か否かを判断する。所定の閾値以上と判断された場合（Ｙｅｓ）は、Ｓ１０６で第１ピクセル３０２に対応する評価値に値を加算する。

加算する値は、所定の閾値より大きい差分をもつピクセルの数、所定の閾値より大きい差分をもつピクセルの所定の閾値を超えた差分量、所定の閾値より大きい差分をもつピクセルの所定の閾値を超えた差分量の総和などがある。Ｓ１０６の後、および、Ｓ１０５で所定の閾値より小さいと判断された場合（Ｎｏ）は、範囲３０３に含まれる別のピクセルについてＳ１０４を実行する。範囲３０３に含まれる全ピクセルについて処理が完了したら、Ｓ１０８に進む。

Ｓ１０８では、必要に応じて、処理部５２は、評価値を正規化する。処理対象のピクセルにおいて、近傍ピクセルの数が同じである場合は、評価値の正規化は不要である。処理対象のピクセルにおいて、近傍ピクセルの数が異なる場合は、例えば、Ｓ１０７までで得られた評価値を近傍ピクセルの数で割ることで正規化する。また、近傍ピクセルの範囲において、処理対象のピクセルに近い近傍ピクセルについての差分の重みを大きく、遠い近傍ピクセルについての差分の重みを小さくする正規化を行ってもよい。

Ｓ１０８の後、第１ピクセル３０２とは異なるピクセルについて評価値を算出する。処理対象ピクセル３０４のすべてについて評価値の算出が完了すると、第１ピクセルの評価値、第１ピクセルの評価値とは異なるピクセルの評価値、というように処理対象ピクセル３０４のそれぞれに対応した評価値が得られる。評価値としてピクセル個数を用いる場合は、０〜２４のいずれかの数が処理対象ピクセル３０４のそれぞれに対応した評価値となる。処理部５２は、評価値に基づいて物体Ｗの輪郭を検出する。

輪郭がある位置では、差分、すなわち距離差が大きくなるため、評価値が大きくなるピクセル位置が輪郭の位置となる。距離差は、段差を意味し、Ｓ１０５の所定の閾値を調整することで検出可能な段差の大きさを決定することができる。所定の閾値を小さくするほど、微細な段差を検出できる。

以上の通り、本実施形態の検出方法によれば、段差が小さい、重なり合った薄い平板の撮像画像に対する輪郭抽出に有利な検出方法を提供することができる。また、従来の輪郭検出方法では、輝度を基準としていたのに対し、本実施形態では、距離情報を基準としているため、物理的な距離に即した段差を明示的に評価することができる。

（第２実施形態）
第１実施形態では、撮像部３０の光軸と物体Ｗの主平面の法線方向とが平行であると仮定していた。しかしながら、一般的に撮像部３０の光軸と物体Ｗの主平面の法線方向とが平行となるとは限らない。図４は、撮像部３０の光軸上の所定座標（所定位置）を基準座標（基準位置）とする基準座標系と物体Ｗの主平面の法線方向との関係を示す図である。物体Ｗは薄い平板であり、載置面Ｓにばらばらに重なって配置されている。物体Ｗの主平面の法線方向は、代表法線ベクトルＮとする。代表法線ベクトルＮは、載置面Ｓの法線方向としてもよく、複数の平板全体の平面推定結果に基づいて求めた法線方向としてもよい。

撮像部３０の基準座標系３００のＺ軸は、代表法線ベクトルＮと平行とならない。本実施形態に係る輪郭抽出処理によれば、このような場合にも物体Ｗの輪郭を検出できる。図５は、本実施形態に係る輪郭抽出処理を示すフローチャートである。本実施形態では、基準座標系に基づく距離画像を、代表法線ベクトルＮの上の基準位置からの距離の情報を各画素が有する第２距離画像に変換して、第２距離画像に対して輪郭抽出処理を行う。第１実施形態と共通の工程には同じ符号を付して説明は省略する。

本実施形態では、Ｓ１０１の前に、Ｓ２０１で処理部５２が代表法線ベクトルＮを決定する。代表法線ベクトルＮは、基準座標系３００に基づいて（ａ、ｂ、ｃ）と表現される。Ｓ１０３とＳ１０４との間で処理部５２は、基準座標系３００を基準とする近傍ピクセルの距離情報を、代表法線ベクトルＮを基準とした距離情報に変換する（Ｓ２０２）。

具体的には、まず、基準座標系３００を基準とした第１ピクセル３０２の位置を原点（０、０、０）に移動する。次に、第１ピクセル３０２から見た近傍ピクセルの相対座標を（ｘ、ｙ、ｚ）とした場合、それを（ｘ、ｙ、ａｘ＋ｂｙ＋ｃｚ）へ変換する。その結果、第１ピクセルの距離値は０、近傍ピクセルの距離値は、ａｘ＋ｂｙ＋ｃｚとなる。差分は、は｜ａｘ＋ｂｙ＋ｃｚ｜となる。

この計算の物理的な意味は、代表法線ベクトルＮが第１ピクセル３０２を通る平面を想定し、当該平面から近傍ピクセルの各点までの距離を計算する、という意味となる。そして、輪郭の検出のためには、奥行き方向（ｚ方向）の差分が重要なので、この計算における平面はどのように平行移動させてもよい。

なお、Ｓ２０１における代表法線ベクトルＮの決定方法は、例えば、予め距離画像の全画素の距離情報を使って平面フィッティングすることで求めても良い。また、ユーザがあらかじめ載置面Ｓの方向を明示的に指定することで決定してもよい。また、物体Ｗが設置される容器・箱の位置・姿勢を元に予め決定してもよい。

本実施形態の検出方法によれば、真に段差のある部分だけの評価値が高くなるため、輪郭の検出精度に対する物体Ｗの配置状況の影響を抑えることができる。

（第３実施形態）
第２実施形態では、１つの代表法線ベクトルＮを決定し、距離情報を、当該代表法線ベクトルＮを基準とした距離情報に変換していた。しかしながら、Ｓ１０５における所定の閾値を極めて小さくした場合、すなわち、薄い平板の輪郭を検出する場合、第２実施形態では輪郭の誤検出が起きる場合がありうる。これは、１つの代表法線ベクトルＮと物体Ｗの法線方向とのずれが大きくなるためである。

本実施形態に係る輪郭抽出処理によれば、このような場合にも物体Ｗの輪郭を検出できる。図６は、本実施形態に係る輪郭抽出処理を示すフローチャートである。第１実施形態または第２実施形態と共通の工程には同じ符号を付して説明は省略する。

本実施形態では、Ｓ２０１とＳ１０１との間において、Ｓ３０１で処理部５２が物体Ｗの法線の方向に対する許容範囲を設定する。図７は法線方向の候補の許容範囲を設定するユーザインタフェース（インタフェース）の一例を示す図である。入力ボックス７０１にユーザが許容する角度を数値で入力する。入力ボックス７０１に２０という数字が入力されたとすると、図４の物体Ｗの法線方向と代表法線ベクトルＮとのなす角度が２０度以内なら物体Ｗの法線方向を、距離情報を変換するための基準方向として許容することを意味する。

その他の決定方法としては、情報処理装置５０に保存された設定ファイルに許容角度が記載されており、それを読み込むことで決定する方法がある。また、実際の物体Ｗの主平面の分布を測定することで許容角度を決定してもよい。また、コンピュータグラフィックスを用いて物体Ｗの物理的な配置をシミュレーションすることで許容角度を決定してもよい。

Ｓ３０２で処理部５２は、第１ピクセル３０２の評価値を求める前に、Ｓ３０１で設定された候補範囲において第１ピクセル３０２の法線方向を推定する。具体的には、第１ピクセル３０２の近傍ピクセルの距離情報を用いて平面フィッティングを実施することで、第１ピクセル３０２の法線、つまり第１ピクセル３０２を含む局所的な平面の方向を推定する。ここで平面フィッティングの計算に用いる近傍ピクセルはＳ１０３以降の近傍ピクセルと同じ集合でもよい。また、Ｓ１０３で用いる近傍ピクセル範囲とは異なる大きさ、異なる形の範囲を用いても良い。

Ｓ３０２における法線方向の推定方法としては、上記の方法に限られない。例えば、Ｓ３０１で設定された候補範囲を考慮せず推定したベクトルと代表法線ベクトルＮの２つのベクトルを含む平面上にあり、代表法線ベクトルＮとのなす角がＳ３０１で設定された候補範囲に入るベクトルを求める方法である。

他には、Ｓ３０１で設定された候補範囲にあるランダムなベクトルを複数生成しておき、第１ピクセル３０２と近傍ピクセルを結ぶベクトルとの内積の絶対値の総和が最も小さいベクトルを選ぶ、という方法も用いうる。

Ｓ３０２で第１ピクセル３０２に対応する法線が決定された後、Ｓ３０３で処理部５２は、当該法線ベクトルを用いて近傍ピクセルの距離情報を変換する。第２実施形態のＳ２０２では代表法線ベクトルＮを基準とした距離情報に変換していたが、本実施形態では、第１ピクセル３０２に対応する法線ベクトルを基準とした距離情報に変換する。

以上の通り、本実施形態では、代表法線ベクトルＮに対する物体Ｗの傾斜角度を所定の範囲内で設定し、処理対象のピクセルごとに法線方向を決定するため、複数の物体Ｗの全体を１つの代表法線ベクトルＮで近似できない場合にも輪郭を精度よく検出しうる。

（第４実施形態）
本実施形態も、複数の物体Ｗの全体を１つの代表法線ベクトルＮで近似できない場合に対応する。本実施形態では、物体Ｗがとりうる法線方向の集合（複数の候補）を用意し、当該集合に含まれる法線方向ごとに評価値を算出し、最も低い評価値となる法線方向を距離情報の変換基準として選択する。

図８は、本実施形態に係る検出方法を示すフローチャートである。第１実施形態または第２実施形態と共通の工程には同じ符号を付して説明は省略する。

本実施形態では、Ｓ２０１とＳ１０１との間において、Ｓ４０１で処理部５２が代表法線ベクトルＮに対する物体Ｗの傾斜角度の候補を複数設定する。図９および１０は、傾斜角度の候補の設定例を示す図である。図９では、代表法線ベクトルＮを中心として等間隔に６つの法線の候補を設定する例で、図１０は、代表法線ベクトルＮを中心として範囲Ｒ内にランダムに６つの法線の候補を設定する例である。

図９において、各法線の候補と代表法線ベクトルＮとのなす角は、例えば図７のようなユーザインタフェースを用いて予めユーザが指定してもよい。図１０における範囲Ｒも、ユーザインタフェースを用いて予めユーザが指定してもよい。なお、物体Ｗがとりうる法線方向の集合は、代表法線ベクトルＮも含む。

Ｓ４０２は、法線候補の処理ループの始端である。Ｓ４０４は、法線候補の処理ループの終端である。図９のように法線の候補を設定する場合、ループの繰り返し回数は、６候補＋代表法線ベクトルＮの合計７回である。

Ｓ４０３で、処理部５２は、法線の候補を基準としてピクセルの距離情報を変換する。Ｓ４０５で、処理部５２は、法線の候補ごとに得られた評価値のうち、最も小さい値を物体Ｗの輪郭検出に用いる評価値として選択する。法線の候補ごとに得られた評価値は、Ｓ１０８またはＳ１０７の後、情報処理装置５０内のメモリに保存されうる。Ｓ４０５で、処理部５２は、メモリから評価値を読み出して最小値を選択する。

以上の通り、本実施形態では、個々の物体Ｗの姿勢が微妙に変化した場合でも、輪郭を精度良く検出しうる。また、例えば、物体Ｗの表面の平坦な部分に系統的な“うねり”が生じるような距離情報に対しても、その“うねり”をキャンセルした評価値が得られるという効果もある。

図１１は、上記実施形態を適用可能な情報処理装置２００の構成を示すブロック図である。情報処理装置２００は、例えば、パーソナルコンピュータを用いうる。その他情報処理装置として、組み込みデバイスや、ネットワークを介した分散システムなどがある。

情報処理装置２００は、ＣＰＵ２０１、ＲＯＭ２０２、ＲＡＭ２０３、２次記憶装置２０４および、バス２０５を有する。ＣＰＵ２０１は、輪郭検出方法のプログラムの実行や、すべての装置の制御を行う。ＲＯＭ２０２は、不揮発性のメモリで情報処理装置２００を初期動作させる際に必要なプログラムを保持する。

ＲＡＭ２０３および２次記憶装置２０４は、ＣＰＵ２０１が使用するプログラム２１０を記録する。なお、このプログラム２１０は、ＯＳ２１１、アプリケーション２１２、モジュール２１３、およびデータ２１４から構成される。情報処理装置２００を構成するＣＰＵ２０１、ＲＯＭ２０２、ＲＡＭ２０３および、２次記憶装置２０４はバス２０５を通して情報をやり取りする。情報処理装置２００は、バス２０５を介して、ディスプレイ２０６、キーボード２０７、マウス２０８およびＩ／Ｏデバイス２０９とつながる。

ディスプレイ２０６は、ユーザに処理結果や処理の途中経過等の情報を表示するのに用いる。キーボード２０７およびマウス２０８は、ユーザからの指示を入力するのに用いられ、特にマウス２０８は２次元や３次元の位置関係を入力するのに用いる。Ｉ／Ｏデバイス２０９は、新規データや登録用データを取り込むのに用いる。Ｉ／Ｏデバイス２０９として計測装置１を用いうる。

制御部４０の変わりにＣＰＵ２０１が投影部２０および撮像部３０の動作を制御してもよい。また、ＣＰＵ２０１が情報処理装置５０を兼ねてもよい。Ｉ／Ｏデバイス２０９は、情報処理結果を他の情報処理装置へ出力することもある。出力先としては例えばロボットを制御する装置などの場合が有り得る。

（物品製造方法に係る実施形態）
上述の計測装置１は、ある支持部材に支持された状態で使用されうる。本実施形態では、一例として、図１２のようにロボットアーム４００（把持装置）に備え付けられて使用される制御システムについて説明する。計測装置１は、支持台Ｔに置かれた物体Ｗにパターン光を投影して撮像し、画像を取得する。そして、計測装置１の制御部（図示せず）が、又は、計測装置１の制御部（図示せず）から出力された画像データを取得したアーム制御部３１０が、物体Ｗの位置および姿勢を求め、求められた位置および姿勢の情報をアーム制御部３１０が取得する。アーム制御部３１０は、その位置および姿勢の情報（認識結果）に基づいて、ロボットアーム４００に駆動指令を送ってロボットアーム４００を制御する。ロボットアーム４００は先端のロボットハンドなど（把持部）で物体Ｗを保持して、並進や回転などの移動をさせる。さらに、ロボットアーム４００によって物体Ｗを他の部品に組み付ける（組立する）ことにより、複数の部品で構成された物品、例えば電子回路基板や機械などを製造することができる。また、移動された物体Ｗを加工（処理）することにより、物品を製造することができる。アーム制御部３１０は、ＣＰＵなどの演算装置やメモリなどの記憶装置を有する。なお、ロボットを制御する制御部をアーム制御部３１０の外部に設けても良い。また、計測装置１により計測された計測データや得られた画像をディスプレイなどの表示部３２０に表示してもよい。

なお、距離情報が算出される画素には、他の算出結果から大きく外れる距離情報をもつ画素が含まれうる。この場合は、事前に当該距離情報を有する画素を除く処理を施した上で物体Ｗの輪郭を検出するフローを実施するとよい。

なお、上記実施形態では、距離情報を比較していたが、濃淡画像を元に輝度情報（画素値）を比較する場合にも上記実施形態は適用できる。また、距離画像を得るための投影パターンとしては、縞パターンに限られず、例えば、ランダムドットパターンやレーザースリット光を用いてもよい。

（その他の実施形態）
以上、本発明の実施の形態を説明してきたが、本発明はこれらの実施の形態に限定されず、その要旨の範囲内において様々な変更が可能である。

１ 計測装置
２０ 投影部
３０ 撮像部
４０ 制御部
５０ 情報処理装置
５１ 距離算出部
５２ 処理部
５３ 位置姿勢算出部

Claims (15)

1. 物体を撮像して得られた、基準位置からの距離の情報を各画素が有する距離画像に基づいて、前記物体の認識を行う情報処理装置であって、
   前記距離画像に対して輪郭抽出処理を行う処理部を有し、
   前記処理部は、前記距離画像の一の画素について、前記一の画素に対応する前記距離と前記一の画素の周辺にある複数の周辺画素それぞれに対応する前記距離との相違のうち閾値以上の相違に基づいて、前記輪郭抽出処理を行うことを特徴とする情報処理装置。
2. 前記処理部は、前記相違として差分を用いることを特徴とする請求項１に記載の情報処理装置。
3. 前記処理部は、前記複数の周辺画素のうち前記閾値以上の相違を有する周辺画素の数に基づいて、前記輪郭抽出処理を行うことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記処理部は、前記複数の周辺画素のうち前記閾値以上の相違を有する周辺画素の当該相違に基づいて、前記輪郭抽出処理を行うことを特徴とする請求項１または２に記載の情報処理装置。
5. 前記処理部は、前記複数の周辺画素のうち前記閾値以上の相違を有する周辺画素の当該相違と前記閾値との相違の総和に基づいて、前記輪郭抽出処理を行うことを特徴とする請求項４に記載の情報処理装置。
6. 前記処理部は、前記相違に重み付けを行うことを特徴とする請求項４または５に記載の情報処理装置。
7. 前記処理部は、前記距離画像を、予め決められた前記物体の法線の上の基準位置からの距離の情報を各画素が有する第２距離画像に変換し、前記第２距離画像に対して輪郭抽出処理を行うことを特徴とする請求項１ないし６のうちいずれか１項に記載の情報処理装置。
8. 前記処理部は、前記距離画像に基づいて前記法線を推定することを特徴とする請求項７に記載の情報処理装置。
9. 前記処理部は、前記法線の方向に対する許容範囲に関する情報を入力されるためのインタフェースを提供する処理を行い、前記インタフェースを介して得られた前記許容範囲に基づいて前記法線を推定することを特徴とする請求項７または８に記載の情報処理装置。
10. 前記処理部は、前記法線の複数の候補に基づいて前記法線を推定することを特徴とする請求項７または８に記載の情報処理装置。
11. 輪郭抽出処理を画像に対して行う処理部を有する情報処理装置であって、
    前記処理部は、前記画像の一の画素について、前記一の画素に対応する画素値と前記一の画素の周辺にある複数の周辺画素それぞれに対応する画素値との相違のうち閾値以上の相違に基づいて、前記輪郭抽出処理を行うことを特徴とする情報処理装置。
12. 請求項１乃至１１のうちいずれか１項に記載の情報処理装置と、
    前記情報処理装置による前記物体の認識結果に基づいて、前記物体を保持して移動させるロボットと、
    を有することを特徴とするシステム。
13. 物体を撮像して得られた、基準位置からの距離の情報を各画素が有する距離画像に基づいて、前記物体の認識を行う情報処理方法であって、
    前記距離画像の一の画素について、前記一の画素に対応する前記距離と前記一の画素の周辺にある複数の周辺画素それぞれに対応する前記距離との相違のうち閾値以上の相違に基づいて、輪郭抽出処理を行い、
    前記距離画像の複数の画素それぞれについての前記輪郭抽出処理の結果に基づいて、前記認識を行う、
    ことを特徴とする情報処理方法。
14. 輪郭抽出処理を画像に対して行う情報処理方法であって、
    前記画像の一の画素について、前記一の画素に対応する画素値と前記一の画素の周辺にある複数の周辺画素それぞれに対応する画素値との相違のうち閾値以上の相違に基づいて、前記輪郭抽出処理を行うことを特徴とする情報処理方法。
15. 物品の製造方法であって、
    請求項１乃至１１のうちいずれか１項に記載の情報処理装置により認識を行われた物体の移動をロボットにより行い、
    前記移動を行われた前記物体の処理を行って前記物品を製造する、
    ことを特徴とする物品の製造方法。

Images