JP3000774B2 - 画像処理方式 - Google Patents
画像処理方式Info
- Publication number
- JP3000774B2 JP3000774B2 JP3348676A JP34867691A JP3000774B2 JP 3000774 B2 JP3000774 B2 JP 3000774B2 JP 3348676 A JP3348676 A JP 3348676A JP 34867691 A JP34867691 A JP 34867691A JP 3000774 B2 JP3000774 B2 JP 3000774B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- virtual data
- data
- image processing
- processing method
- 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.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【0001】
【産業上の利用分野】本発明は、はんだ付け外観検査等
において、金属面等で生じるハレーション等の画像上に
おける高輝度値領域や、似通った色を持つ領域を抽出す
るための画像処理方式に関する。
において、金属面等で生じるハレーション等の画像上に
おける高輝度値領域や、似通った色を持つ領域を抽出す
るための画像処理方式に関する。
【0002】
【従来の技術】ファジィクラスタリングは従来のクラス
タリングを拡張したもので、各データの各クラスタに属
する度合を{0,1}の2値ではなく[0,1]の中間
の値を認めることにしたものである。この{0,1}と
[0,1]の表記は、ファジィについて説明する際によ
く使用される表現であり、以下の意味である。 {0,1}:0か1の2値を表現する。(x=1or2) [0,1]:0から1までの任意の値を示す。(0≦x≦1) ファジィクラスタリングでは、0か1という2値ではな
く、0から1までの中間値を認めることとし、境界部の
データが複数のクラスタに少しずつ帰属されることも許
されるように定式化されている。なお、ファジィクラス
タリングに関しては公知の事実であり、昭和63年に出
版された「ファジィシステム入門」の第197頁から第
202頁に記載されており、詳細な説明は省略する。
タリングを拡張したもので、各データの各クラスタに属
する度合を{0,1}の2値ではなく[0,1]の中間
の値を認めることにしたものである。この{0,1}と
[0,1]の表記は、ファジィについて説明する際によ
く使用される表現であり、以下の意味である。 {0,1}:0か1の2値を表現する。(x=1or2) [0,1]:0から1までの任意の値を示す。(0≦x≦1) ファジィクラスタリングでは、0か1という2値ではな
く、0から1までの中間値を認めることとし、境界部の
データが複数のクラスタに少しずつ帰属されることも許
されるように定式化されている。なお、ファジィクラス
タリングに関しては公知の事実であり、昭和63年に出
版された「ファジィシステム入門」の第197頁から第
202頁に記載されており、詳細な説明は省略する。
【0003】一方、従来、はんだ付け外観検査等におけ
る、金属面等で生じる画像上のハレーション領域抽出に
おいては、2値化手法を中心とした画像処理方式が主流
となっていた。
る、金属面等で生じる画像上のハレーション領域抽出に
おいては、2値化手法を中心とした画像処理方式が主流
となっていた。
【0004】
【発明が解決しようとする課題】しかし、従来のファジ
ィクラスタリングでは、画像データを何らかの特徴空間
に写像した後のクラスタリング処理しかできなかった。
即ち、画像を2次元空間と考え、画像上における位置情
報を考慮したクラスタリング処理は不可能であった。そ
のため、画像上において、高輝度値領域を直接抽出する
ことができなかった。
ィクラスタリングでは、画像データを何らかの特徴空間
に写像した後のクラスタリング処理しかできなかった。
即ち、画像を2次元空間と考え、画像上における位置情
報を考慮したクラスタリング処理は不可能であった。そ
のため、画像上において、高輝度値領域を直接抽出する
ことができなかった。
【0005】また、特にはんだ付け検査等においては、
金属光沢面の画像を扱う必要がある。こういった画像に
おいては、検査部を照明する光源の方向、検査部形状の
微妙な違い、使用時間の違いによる光源の強度の変化等
によって、得られるハレーション強度は常に一定ではな
く、画像は特に輝度値に関して不安定である。そのた
め、2値化手法による画像処理では、しきい値決定が極
めて困難、もしくは不可能であった。
金属光沢面の画像を扱う必要がある。こういった画像に
おいては、検査部を照明する光源の方向、検査部形状の
微妙な違い、使用時間の違いによる光源の強度の変化等
によって、得られるハレーション強度は常に一定ではな
く、画像は特に輝度値に関して不安定である。そのた
め、2値化手法による画像処理では、しきい値決定が極
めて困難、もしくは不可能であった。
【0006】本発明の目的は、画像上において高輝度値
領域を、安定かつ的確に抽出するための画像処理方式を
提供することにある。
領域を、安定かつ的確に抽出するための画像処理方式を
提供することにある。
【0007】
【課題を解決するための手段】本発明は、金属面等で生
じるハレーション等の画像上における高輝度値領域を、
クラスタリング処理によって抽出するための画像処理方
式であって、入力された画像データの各画素点上にその
画素点の輝度値に対応した数の仮想データを生成するた
めの仮想データ生成手段と、前記仮想データ生成手段に
よって仮想データを生成した後の画像空間をクラスタリ
ングするためのファジィクラスタリング手段とを備える
ことを特徴とする。
じるハレーション等の画像上における高輝度値領域を、
クラスタリング処理によって抽出するための画像処理方
式であって、入力された画像データの各画素点上にその
画素点の輝度値に対応した数の仮想データを生成するた
めの仮想データ生成手段と、前記仮想データ生成手段に
よって仮想データを生成した後の画像空間をクラスタリ
ングするためのファジィクラスタリング手段とを備える
ことを特徴とする。
【0008】
【実施例】以下に、本発明の一実施例を図面を用いて説
明する。
明する。
【0009】図1は、本発明の画像処理方式の一実施例
を示す構成図である。画像処理方式は、図1に示すよう
に仮想データ生成手段11と、ファジィクラスタリング
手段12とを備える。
を示す構成図である。画像処理方式は、図1に示すよう
に仮想データ生成手段11と、ファジィクラスタリング
手段12とを備える。
【0010】図1において、仮想データ生成手段11
は、画像データI(x,y)(画像上の点(x,y)に
おける輝度値)を入力とする。画像データを2次元デー
タ空間と解釈し、画像における各画素点に対応するデー
タ空間内の点上に、
は、画像データI(x,y)(画像上の点(x,y)に
おける輝度値)を入力とする。画像データを2次元デー
タ空間と解釈し、画像における各画素点に対応するデー
タ空間内の点上に、
【数1】 個の仮想データを生成する。この関係式(数1)は、
「画素の輝度値に応じた数」に関するものである。一般
に、仮想データの生成数を決める関係式は、輝度値が高
くなるにつれて増加するようにしておけば、どのような
形でも良い。仮想データ生成数をN(x,y)、輝度値
をI(x,y)とすると、例えば、 N(x,y)=10×I(x,y) …(例1) でも良いし、 N(x,y)=I(x,y)×I(x,y) …(例2) でも良い。つまり、このような関係式を一般化して表現
したのが、(数1)に示す式である。この輝度値Iにか
かる係数a i は任意であるが、上記例1では、 a i ={0,10,0,0,…} であり、例2では、 a i ={0,0,1,0,…} である。この係数a i をどのようにするかで、クラスタ
リングの収束速度が変化する。上記(数1)を適用した
処理により、 高精度値点に多数の仮想データが存在する
ような2次元データが生成される。生成された2次元デ
ータは、ファジィクラスタリング手段12に出力され
る。
「画素の輝度値に応じた数」に関するものである。一般
に、仮想データの生成数を決める関係式は、輝度値が高
くなるにつれて増加するようにしておけば、どのような
形でも良い。仮想データ生成数をN(x,y)、輝度値
をI(x,y)とすると、例えば、 N(x,y)=10×I(x,y) …(例1) でも良いし、 N(x,y)=I(x,y)×I(x,y) …(例2) でも良い。つまり、このような関係式を一般化して表現
したのが、(数1)に示す式である。この輝度値Iにか
かる係数a i は任意であるが、上記例1では、 a i ={0,10,0,0,…} であり、例2では、 a i ={0,0,1,0,…} である。この係数a i をどのようにするかで、クラスタ
リングの収束速度が変化する。上記(数1)を適用した
処理により、 高精度値点に多数の仮想データが存在する
ような2次元データが生成される。生成された2次元デ
ータは、ファジィクラスタリング手段12に出力され
る。
【0011】ファジィクラスタリング手段12は、仮想
データ生成手段11から出力された2次元データを入力
とし、このデータ空間をファジィクラスタリング処理す
る。ファジィクラスタリング処理は、反復処理によって
クラスタ中心と全てのデータとの距離が最小となるよう
にクラスタ中心の位置を決定するものである。従って、
クラスタ中心は、仮想データ生成手段11によって生成
した仮想データが多数存在する領域に収束する。つま
り、クラスタ中心は、高輝度値領域の重心位置近傍に収
束する。ファジィクラスタリング手段12は、このクラ
スタ中心と各データの各クラスタに属する度合を出力す
る。
データ生成手段11から出力された2次元データを入力
とし、このデータ空間をファジィクラスタリング処理す
る。ファジィクラスタリング処理は、反復処理によって
クラスタ中心と全てのデータとの距離が最小となるよう
にクラスタ中心の位置を決定するものである。従って、
クラスタ中心は、仮想データ生成手段11によって生成
した仮想データが多数存在する領域に収束する。つま
り、クラスタ中心は、高輝度値領域の重心位置近傍に収
束する。ファジィクラスタリング手段12は、このクラ
スタ中心と各データの各クラスタに属する度合を出力す
る。
【0012】図2に実際の処理結果を示す。図2(a)
は原画像で、ハレーションによる高輝度値領域を模擬し
て人工的に作成した画像である。図2(b)は、図2
(a)に仮想データファジィクラスタリング処理を施し
たものである。図2(c)は、図2(a)にモード法に
よる2値化処理を施したものである。モード法による2
値化処理では、2つのハレーション領域を独立に抽出す
ることができていないのに対し、仮想データファジィク
ラスタリング処理では、それが可能となっている。つま
り、仮想データファジィクラスタリング処理は、ハレー
ションの度合によらず安定した高輝度値領域の抽出を行
える。
は原画像で、ハレーションによる高輝度値領域を模擬し
て人工的に作成した画像である。図2(b)は、図2
(a)に仮想データファジィクラスタリング処理を施し
たものである。図2(c)は、図2(a)にモード法に
よる2値化処理を施したものである。モード法による2
値化処理では、2つのハレーション領域を独立に抽出す
ることができていないのに対し、仮想データファジィク
ラスタリング処理では、それが可能となっている。つま
り、仮想データファジィクラスタリング処理は、ハレー
ションの度合によらず安定した高輝度値領域の抽出を行
える。
【0013】
【発明の効果】以上説明した通り、本発明によれば、画
像上における金属面等で生じるハレーション等の高輝度
値領域を、安定かつ的確に抽出することが可能となる。
像上における金属面等で生じるハレーション等の高輝度
値領域を、安定かつ的確に抽出することが可能となる。
【図面の簡単な説明】
【図1】本発明の一実施例の構成図である。
【図2】(a)は原画像を示す写真、(b)は仮想デー
タファジィクラスタリング処理結果を示す写真、(c)
はモード法による2値化処理結果を示す写真である。
タファジィクラスタリング処理結果を示す写真、(c)
はモード法による2値化処理結果を示す写真である。
11 仮想データ生成手段 12 ファジィクラスタリング手段
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7,DB名) G01B 11/00 - 11/30 G01N 21/88 G06T 7/00 H05K 3/34
Claims (1)
- 【請求項1】金属面等で生じるハレーション等の画像上
における高輝度値領域を、クラスタリング処理によって
抽出するための画像処理方式であって、 入力された画像データの各画素点上にその画素点の輝度
値に対応した数の仮想データを生成するための仮想デー
タ生成手段と、前記仮想データ生成手段によって仮想デ
ータを生成した後の画像空間をクラスタリングするため
のファジィクラスタリング手段とを備えることを特徴と
する画像処理方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3348676A JP3000774B2 (ja) | 1991-12-05 | 1991-12-05 | 画像処理方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3348676A JP3000774B2 (ja) | 1991-12-05 | 1991-12-05 | 画像処理方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05157529A JPH05157529A (ja) | 1993-06-22 |
JP3000774B2 true JP3000774B2 (ja) | 2000-01-17 |
Family
ID=18398611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3348676A Expired - Fee Related JP3000774B2 (ja) | 1991-12-05 | 1991-12-05 | 画像処理方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3000774B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002046795A1 (fr) | 2000-12-06 | 2002-06-13 | Poseidon | Procede pour detecter des corps nouveaux dans une scene eclairee |
US20200394804A1 (en) | 2019-06-17 | 2020-12-17 | Guard, Inc. | Analysis and deep learning modeling of sensor-based object detection data in bounded aquatic environments |
-
1991
- 1991-12-05 JP JP3348676A patent/JP3000774B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH05157529A (ja) | 1993-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7173309B2 (ja) | 学習方法、学習プログラム、および、学習装置 | |
Werman et al. | The study of 3D-from-2D using elimination | |
CN110675463B (zh) | 一种局部彩色铅笔画生成方法及装置 | |
JP3054682B2 (ja) | 画像処理方法 | |
JP3000774B2 (ja) | 画像処理方式 | |
CN117934688A (zh) | 一种基于高斯泼溅样例的神经表示建模方法 | |
JP2003162718A (ja) | 画像処理方法及びプログラム | |
JP3172498B2 (ja) | イメージ認識用特徴値抽出方法、およびその装置、イメージ解析プログラムを格納する記憶媒体 | |
CN114758122A (zh) | 一种基于语义分割的任意风格迁移方法 | |
JP2004021373A (ja) | 物体及び光源情報推定方法並びに物体及び光源情報推定装置 | |
JP3055423B2 (ja) | 領域分割装置 | |
JP2840706B2 (ja) | 画像処理方法 | |
Soni et al. | To Propose an improvement in Zhang-Suen algorithm for image thinning in image processing | |
JPH0634237B2 (ja) | 画像クリッピング方法 | |
CN117828737B (zh) | 一种数字孪生园林景观设计方法 | |
CN109583454A (zh) | 基于对抗神经网络的图像特征提取方法 | |
JP2962548B2 (ja) | 動物体領域分割方法 | |
JP2991584B2 (ja) | 画像認識方法 | |
Sumi et al. | A production method of reusing existing 2D animation sequences | |
JP2000268184A (ja) | 画像処理装置及び方法並びに記録媒体 | |
JP3029765B2 (ja) | 太め細め文字生成装置 | |
CN111832433A (zh) | 一种由图像提取物体特性的装置及其工作方法 | |
CN114359038A (zh) | 基于生成对抗网络的多风格动态组字方法 | |
JPH0679339B2 (ja) | 画像処理方法 | |
JPH01161581A (ja) | 局所画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071112 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081112 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081112 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091112 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |