JP3706431B2 - 部品形状認識装置 - Google Patents
部品形状認識装置 Download PDFInfo
- Publication number
- JP3706431B2 JP3706431B2 JP11672596A JP11672596A JP3706431B2 JP 3706431 B2 JP3706431 B2 JP 3706431B2 JP 11672596 A JP11672596 A JP 11672596A JP 11672596 A JP11672596 A JP 11672596A JP 3706431 B2 JP3706431 B2 JP 3706431B2
- Authority
- JP
- Japan
- Prior art keywords
- edge
- edge point
- gradient direction
- distance
- distribution
- 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
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の属する技術分野】
この発明は、画像処理技術を応用して部品の形状認識を行なう部品形状認識装置に関する。
【0002】
【従来の技術】
電気製品の小型化、軽量化に伴い、チップ状電子部品のプリント基板上への実装は、さらなる高密度化が要求されている。その要求を満たす実装精度を実現するためには、画像処理技術を応用した電子部品の位置決め処理が必要不可欠となっている。
【0003】
位置決め処理は、部品のコーナ位置、部品の輪郭のエッジ位置を検出することによって行なわれるので、部品の各種のサイズのみならず、コーナ形状、エッジ形状等の部品の局所形状に関する情報が必要となる。
【0004】
このような部品の局所形状に関する情報の登録は、作業者の手入力によって行なわれているのが現状であり、作業者の負担が大きいという問題がある。
【0005】
【発明が解決しようとする課題】
この発明は、部品の局所形状を自動的に認識できる部品形状認識装置を提供することを目的とする。
【0006】
【課題を解決するための手段】
この発明による部品形状認識装置は、部品画像に基づいて、部品画像の輪郭上の点をエッジ点として検出するエッジ検出手段、部品画像を大局的に四角形とみなして、その四角形の4辺ごとに、エッジ点をクラス分けするクラスタリング手段、各クラスごとに、そのクラスに対応する辺とそのクラスに属する各エッジ点との距離の分布を求める分布作成手段、および求められた分布に基づいて、部品の局所形状を認識する認識手段を備えているものである。
【0007】
エッジ検出手段としては、たとえば、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより、部品画像の重心位置を原点とする極座標系において、部品画像の輪郭上のエッジ点の位置を検出するとともに、各エッジ点のグラディエント方向を検出するものが用いられる。
【0008】
クラスタリング手段としては、たとえば、部品画像を大局的に四角形とみなして、その四角形の各辺に対する法線ベクトルを求める法線ベクトル算出手段、各辺に対する法線ベクトルおよびハフ変換式により得られた方程式に基づいて、部品画像の重心位置から各辺までの距離を求める距離算出手段、ならびに各辺に対する法線ベクトルおよび部品画像の重心位置から各辺までの距離に基づいて4つの辺を特定し、特定された4辺における隣り合う辺の交点位置に対応する極座標系の方向と、各エッジ点の極座標系の方向とに基づいて、各エッジ点がどの辺に属するかをクラス分けする手段を備えているものが用いられる。
【0009】
法線ベクトル算出手段としては、たとえば、グラディエント方向に対するエッジ点の度数分布に基づいて、四角形の各辺に対する法線ベクトルを求めるものが用いられる。
【0010】
グラディエント方向に対するエッジ点の度数分布は、各エッジ点の第1のグラディエント方向および第2のグラディエント方向の両方を考慮して作成されることが好ましい。各エッジ点の第1のグラディエント方向は、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより求められたグラディエント方向である。各エッジ点の第2のグラディエント方向は、注目エッジ点を中心として互いに反対方向にある2つのエッジ点であって、第1のグラディエント方向が注目エッジ点の第1のグラディエント方向とほぼ等しい2つのエッジ点を結ぶ直線に対する法線ベクトルである。
【0011】
距離算出手段は、上記四角形の各辺ごとに、部品画像の重心位置から注目辺までの距離を求めるものであり、たとえば、法線ベクトル算出手段によって求められた注目辺に対する法線ベクトルに似通ったグラディエント方向を持つエッジ点を選択し、選択した各エッジ点ごとに、注目辺に対する法線ベクトルとハフ変換式により得られた方程式とを用いて、その点を通りかつ注目辺に対する法線ベクトルと等しい法線ベクトルを持つ直線と部品画像の重心位置との距離を算出する手段、ならびに、算出された距離に対するエッジ点の度数分分布を作成し、度数の最も大きい距離を部品画像の重心位置から注目辺までの距離として選択する手段を備えているものが用いられる。
【0012】
注目辺に対する法線ベクトルに似通ったグラディエント方向を持つエッジ点は、各エッジ点の第1のグラディエント方向および第2のグラディエント方向の両方を考慮して選択されることが好ましい。各エッジ点の第1のグラディエント方向は、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより求められたグラディエント方向である。各エッジ点の第2のグラディエント方向は、注目エッジ点を中心として互いに反対方向にある2つのエッジ点であって、第1のグラディエント方向が注目エッジ点の第1のグラディエント方向とほぼ等しい2つのエッジ点を結ぶ直線に対する法線ベクトルである。
【0013】
分布作成手段としては、たとえば、ハフ変換式により得られた方程式および各辺に対する法線ベクトルに基づいて、エッジ点を通りかつそのエッジ点が属するクラスの辺に対して平行な直線と、部品画像の重心位置との距離を、各エッジ点ごとに求める手段、およびエッジ点を通りかつそのエッジ点が属する辺と平行な直線と部品画像の重心位置との距離と、部品画像の重心位置からそのエッジ点が属するクラスの辺までの距離との差を各エッジ点ごとに求め、求められた差に基づいて、各クラスごとにそのクラスに対応する辺とそのクラスに属する各エッジ点との距離の分布を作成する手段を備えているものが用いられる。
【0014】
認識手段としては、たとえば、各エッジ点を4つのコーナ部分と4つのエッジ部分とにクラス分けする手段、分布作成手段によって作成された各エッジ部分に対する距離分布に基づいてエッジ形状を認識するエッジ形状認識手段、および分布作成手段によって作成された各コーナ部分に対する距離分布に基づいてコーナ形状を認識するコーナ形状認識手段を備えているものが用いられる。
【0015】
エッジ形状認識手段としては、たとえば、対象エッジ部分に属するエッジ点がその対象エッジ部分に対応する辺上に位置しているか否かを判定するしきい値を、上記辺に直交する方向の距離として設定し、当該対象エッジ部分に属する各エッジ点と上記辺との距離を、しきい値と比較することにより、対象エッジ部分のエッジ形状を認識するものが用いられる。
【0016】
エッジ形状認識手段として、複数の部品画像から得られた複数のエッジ部分に対する距離分布を入力パターンとし、入力パターンに対応するエッジ形状を表す信号を教師信号として、学習が行なわれたニューラルネットワークに、分布作成手段によって作成された対象エッジ部分に対する距離分布を入力することによって、対象エッジ部分のエッジ形状を認識するものを用いてもよい。
【0017】
コーナ形状認識手段として、複数の部品画像から得られた複数のコーナ部分に対する距離分布を入力パターンとし、入力パターンに対応するコーナ形状を表す信号を教師信号として、学習が行なわれたニューラルネットワークに、分布作成手段によって作成された対象コーナ部分に対する距離分布を入力することによって、対象コーナ部分のコーナ形状を認識するものを用いてもよい。
【0018】
【発明の実施の形態】
以下、図面を参照して、この発明を電子部品自動装着システムに適用した場合の実施の形態について説明する。
【0019】
図1は、電子部品自動装着システムの全体的な構成を示している。
【0020】
電子部品自動装着システムは、システム全体を制御するホストコンピュータ1、電子部品をプリント基板に装着する電子部品装着装置2、および部品位置認識、形状認識等を行なう画像処理装置3を備えている。ホストコンピュータ1は、電子部品の位置認識に用いられる標準データが記憶されたデータベース4を備えている。画像処理装置3には、モニタ5およびユーザーインタフェース6が接続されている。
【0021】
電子部品装着装置2は、ノズルに吸着された電子部品をCCDカメラで撮像し、部品画像を取得する部品画像入力手段21を備えている。
【0022】
画像処理装置3は、部品画像入力手段21によって得られた部品画像を、たとえば512×512画素、8ビット256階調の濃淡画像として画像メモリに取込み、画像処理により電子部品の位置認識、標準データの計測等を行なう。モニタ5には、部品画像、処理結果等が表示される。
【0023】
画像処理装置3は、位置認識手段31および標準データ計測手段32を備えている。位置認識手段31は、電子部品画像と、ホストコンピュータ1から供給される電子部品の種類、サイズ、形状等の標準データとに基づいて、電子部品の重心位置、傾き角度等を検出する。標準データ計測手段32は、電子部品画像に基づいて、電子部品の種類、サイズ、形状情報等の標準データを求める。
【0024】
ユーザーインタフェース6は、必要に応じて、標準データ計測手段32によって求められた標準データの修正等を行なう。ホストコンピュータは、各装置の制御の他、標準データの統計学的処理、標準データのデータベースへの登録、更新および読み出しを行なう。
【0025】
図2および図3は、標準データとして用いられる電子部品の局所形状を示している。図2はエッジ形状の例を示し、図3はコーナ形状の例を示している。
【0026】
エッジ形状には、”直線形状”(図2(a))、”突起あり”(図2(b))、”陥没あり”(図2(c))およびその他の形状(”不良形状”)(図2(d))がある。
【0027】
コーナ形状には、”R面取り”(図3(a))、”C面取り”(図3(b))およびその他の形状(”不良形状”)(図3(c))がある。
【0028】
図4は、標準データ計測手段32によって行なわれる局所形状認識処理手順を示している。
【0029】
(1) まず、図5に示すように、部品画像の重心位置Gが、ブロブ解析等によって求められる(ステップ1)。
【0030】
(2) そして、重心位置Gを極座標系(r,θ)の原点として、放射状に画像データをアクセス(ラジアルスキャン)しながら、微分処理を行なうことにより、部品の輪郭上の点(エッジ点)が検出される(ステップ2)。つまり、エッジ点の位置(r,θ)およびその点のグラディエント(gradient) 方向(エッジベクトル)αが検出される。
【0031】
このエッジ検出には、たとえば、sobel の微分オペレータが用いられる。図6(a)は、sobel のx方向の微分オペレータの重み付けを示している。図6(b)は、sobel のy方向の微分オペレータの重み付けを示している。図6(c)のように、局所領域内の画素の位置および値をA〜Hで表すと、水平方向の微分値Sxは数式1で表され、垂直方向の微分値Syは数式2で表される。
【0032】
【数1】
【0033】
【数2】
【0034】
そして、画素Eの場所におけるエッジ強度Sは次の数式3で与えられ、グラディエント方向αは次の数式4で与えられる。
【0035】
【数3】
【0036】
【数4】
【0037】
ただし、通常arctanは、−π/2〜π/2の範囲で計算されるが、ここでは、極座標系の方向θに合わせて0〜2πの範囲で計算される。
【0038】
ラジアルスキャン方向θごとに、エッジ強度Sが最大となる点(r,θ)が、部品のエッジ(輪郭)として抽出される。また、この点のグラディエント方向αがそのエッジ点でのエッジベクトルとされる。このようにして、部品画像の各エッジ点のr、θ、αが抽出される。
【0039】
(3) 次に、エッジベクトルの補正処理が行なわれる(ステップ3)。つまり、図5に示すように、注目エッジ点Aから互いに反対方向に所定距離離れた2つのエッジ点B、Cが選択され、選択された2つのエッジ点B、Cを結ぶ直線の方向に直交する方向(内側から外側に向かう方向)が、注目エッジ点Aのエッジベクトルαとされる。
【0040】
ただし、注目エッジ点から互いに反対方向に所定距離離れた2つのエッジ点であっても、その点のグラディエント方向αが注目エッジ点のグラディエント方向αとほぼ等しくない場合には、その点は選択されない。このような場合には、グラディエント方向αが注目エッジ点のグラディエント方向αと等しくないエッジ点の代わりに、そのエッジ点から注目エッジ点により近いエッジ点であって、グラディエント方向αが注目エッジ点のグラディエント方向αとほぼ等しいエッジ点が選択される。
【0041】
このようなエッジベクトルαの補正が全てのエッジ点に対して行なわれる。ステップ2で抽出された各エッジ点のグラディエント方向αにノイズ誤差があっても、上記補正処理により精度の高いグラディエント方向(エッジベクトル)αが得られる。なお、ステップ2で求められた各エッジ点のグラディエント方向αを補正前のグラディエント方向αといい、ステップ3で求められた各エッジ点のグラディエント方向αを補正後のグラディエント方向αということにする。
【0042】
次に、部品画像を対局的に四角形とみなし、その四角形の4辺(以下、モールド直線という)に対する法線ベクトルα1〜α4と、原点Gから各モールド直線までの距離ρ1〜ρ4が求められる(ステップ4、5)。
【0043】
まず、直線の方程式について説明する。図5において、重心Gを原点とするXY座標を想定すると、原点Gからθ方向に距離rのエッジ点DのXY座標値は、rとθとを用いて次の数式5で表される。
【0044】
【数5】
【0045】
また、電子部品の上辺の直線の方程式は、原点Gからその直線までの距離をρとし、その直線の法線ベクトルをαとすると、ハフ変換により数式6で与えられる。
【0046】
【数6】
【0047】
数式6から、x、yを消去すると、数式7が得られる。
【0048】
【数7】
【0049】
数式7で得られた直線の方程式のパラメータには、法線ベクトルαと原点Gから直線までの距離ρとがある。
【0050】
(4) そこで、まず、各モールド直線に対する法線ベクトルα1〜α4が求められる(ステップ4)。
【0051】
図7(a)は、横軸にエッジベクトルα(補正前のエッジベクトルαおよび補正後のエッジベクトルαの両方を含む)をとり、縦軸にラジアルスキャン方向θをとって、各エッジ点の分布を表したものである。この分布に基づいて、エッジベクトルαに対するエッジ点の度数を表すヒストグラムが生成される。エッジベクトルαに対するエッジ点のヒストグラムを図7(b)に示す。
【0052】
電子部品は大局的に四角形とみなすことができるので、その4辺に対応して4箇所に、エッジベクトルαの度数のピークP1〜P4ができる。四角形の各辺の方向は90°ずつ異なっているので、エッジベクトルαの度数のピークP1〜P4の間隔も90°ごとに現れる。
【0053】
図7(b)のヒストグラムが90°単位に4分割され、各90°単位のヒストグラムが足し合わされる。これにより、図7(c)に示すヒストグラムが得られる。図7(c)のヒストグラムには、1つの大きなピークPが現れる。このピークPに対応するエッジベクトルが、1つのモールド直線に対する法線ベクトルα1として抽出される。
【0054】
抽出された1つのモールド直線に対する法線ベクトルα1に、90°、180°および270°がそれぞれ加算されることにより、他の3つのモールド直線に対する法線ベクトルα2、α3およびα4が求められる。このような法線ベクトルα1〜α4の求め方を第1方法ということにする。
【0055】
ところで、実際の部品には、微小な形状の歪みがあるため、対辺どうしが平行になるとは限らない。そこで、微小な形状の歪みを吸収するために、4つのモールド直線に対する法線ベクトルα1〜α4を、次のようにして求めてもよい。ここでは、法線ベクトルα2についてのみ説明する。
【0056】
図7(b)のヒストグラムの横軸上において、第1方法によって求められた法線ベクトルα2を中心とする幅±Δαの範囲を設定する。Δαとしては、たとえば5°が設定される。そして、その範囲内の各αごとに、αの値とそれに対するエッジ点の度数との積を求め、求められた積を加算する。つまり、αの値とそれに対するエッジ点の度数との積の累積値を求める。得られた累積値を、上記範囲内の度数の累積値で除算することにより、その範囲内でのαの平均値を算出する。そして、得られた平均値を法線ベクトルα2とする。このような法線ベクトルα1〜α4の求め方を第2方法ということにする。
【0057】
また、部品の中には、1辺が隣り合う2辺と直角でない台形状のものがある。このような部品においては、隣り合う2辺と直角でない傾斜辺において、その辺に沿ったモールド直線を検出することが好ましい。
【0058】
そこで、4つのモールド直線に対する法線ベクトルα1〜α4を、次のようにして求めてもよい。ここでは、法線ベクトルα2についてのみ説明する。
【0059】
図7(b)のヒストグラムにおいて、図7(c)に基づいて上記のようにして求められた法線ベクトルα2の付近で度数がピークとなるαを局所的に探索し、探索されたαを法線ベクトルα2とする。この方法では、図7(b)のP1、P2、P3、P4が法線ベクトルα1、α2、α3、α4となる。このような法線ベクトルα1〜α4の求め方を第3方法ということにする。
【0060】
なお、第2方法と同様に、第3方法によって求められた法線ベクトルα1、α2、α3、α4付近のαの平均値を法線ベクトルα1、α2、α3、α4としてもよい。
【0061】
(5) 次に、原点Gから各モールド直線までの距離ρ1〜ρ4が求められる(ステップ5)。
【0062】
つまり、ステップ4で求められた4個の法線ベクトルα1〜α4のうち、まず、法線ベクトルα1に似通ったエッジベクトル(補正前のエッジベクトルαおよび補正後のエッジベクトルαの両方を含む)を持つエッジ点が選択される。そして、選択された各エッジ点ごとに、数式7により、ρが計算される。この際、数式7のαとしては、α1が用いられる。そして、得られたρに基づいて、ρに対するエッジ点の度数を表すヒストグラムを作成し、度数の最も大きいρが、法線ベクトルα1に対応するモールド直線に対するρ(=ρ1)として抽出される。これにより、法線ベクトルがα1である直線のうちの最も長い直線と、原点Gとの距離がρ1として選択される。
【0063】
同様にして、法線ベクトルα2、α3およびα4に対応するモールド直線のρ2、ρ3およびρ4が抽出される。
【0064】
通常のハフ変換では、全ての検出エッジ点に対してその点のグラディエント方向αをパラメータとしてρが計算される。そして、各エッジ点のグラディエント方向αおよびρがα−ρ空間に投票され、票の多いα、ρの組み合わせを用いて直線が決定される。しかしながら、この方法では角チップのように4本の直線しか存在しない部品では問題はないが、異形部品、IC等のリード部品ではモールドの他、コーナ部分、モールドから突出した部分にも直線部分があるので、票の多い順に4本の直線を選択すると、モールドの4直線以外の直線が選択されてしまうことがある。
【0065】
上記実施の形態では、モールド直線の法線ベクトルが先に決定され、この法線ベクトルに似通ったエッジベクトルを持つエッジ点に対してのみρの計算を行なっているので、モールド直線とは別の法線ベクトルを持つ直線が検出されるといったことがない。
【0066】
(6) 次に、各エッジ点が、四角形の4辺ごとにクラス分けされる(ステップ6)。つまり、隣り合う2本のモールド直線の交点に対する極座標系の方向θ1、θ2、θ3およびθ4が求められる。隣り合う2本のモールド直線の交点を、コーナ位置と定義する。各エッジ点のθにより、各エッジ点がどの辺(モールド直線)に属するかがクラス分けされる。
【0067】
隣り合う2本のモールド直線の交点に対する極座標系の方向θ1、θ2、θ3およびθ4は、次のようにして求められる。
【0068】
法線ベクトルがα1のモールド直線に対するρをρ1とし、法線ベクトルがα2のモールド直線に対するρをρ2とし、これらのモールド直線の交点(コーナ位置)のXY座標を(xo,yo)とすると、数式6から次の数式8が成り立つ。
【0069】
【数8】
【0070】
数式8から、上記両モールド直線の交点のXY座標(xo,yo)は、次の数式9によって求められる。
【0071】
【数9】
【0072】
このようにして、4つのコーナ位置のXY座標が求められると、各コーナ位置が原点Gからどの方向に位置しているかが計算されることにより、隣り合う2本のモールド直線の交点に対する極座標系の方向θ1、θ2、θ3およびθ4が求められる。
【0073】
(7) 次に、各クラス毎に、各エッジ点からそのエッジ点が属するクラスの辺(モールド直線)までの距離Δρが算出される(ステップ7)。
【0074】
つまり、まず、数式7を用いて各エッジ点ごとにρが求められる。この際、法線ベクトルαとしては、当該エッジ点が属するクラスのモールド直線の法線ベクトルα1、α2、α3、α4が用いられる。つまり、エッジ点を通りかつそのエッジ点が属するモールド直線と平行な直線と、原点Gとの距離ρが算出される。
【0075】
次に、各エッジ点に対して求められたρと、そのエッジ点が属するモールド直線のρ1、ρ2、ρ3またはρ4との差Δρ、すなわち、エッジ点からモールド直線までの距離が求められる。図8は、モールド直線Lに対応するクラスに属するエッジ点と、これらのエッジ点ごとに求められたΔρを示している。図8において、R1およびR2は、コーナ位置を示している。エッジ点がモールド直線上にある場合には、そのΔρは0となる。エッジ点がモールド直線より外側にある場合には、そのΔρは正の値(Δρ>0)となる。エッジ点がモールド直線より内側にある場合には、そのΔρは負の値(Δρ<0)となる。
【0076】
(8)次に、各エッジ点が、エッジ部分とコーナ部分とにクラス分けされる(ステップ8)。
【0077】
まず、コーナ位置の方向θ付近にあるエッジ点からモールド直線の中央部に向かって、各エッジ点のΔρが調べられ、最初にΔρが0となるエッジ点がエッジ端点とされる。図8の例では、点Q1、Q2、Q3、Q8がエッジ端点である。モールド直線上の2つのエッジ端点Q1、Q2の間部分がエッジ部分とされる。また、2つのモールド直線のコーナ点付近にある2のエッジ端点の間部分、すなわち、図8の点Q1とQ8との間部分、点Q2とQ3との間部分がコーナ部分とされる。
【0078】
(9)次に、4つのエッジ部分におけるΔρの分布に基づいてエッジ形状が認識され、4つのコーナ部分におけるΔρの分布に基づいてコーナ形状が認識される。
【0079】
エッジ形状認識は、たとえば、次のようにして行なわれる。まず、エッジ点がモールド直線上に位置しているか否かを判定するしきい値を、モールド直線に直交する方向の距離として設定する。そして、エッジ部分に属するエッジ点のうち、そのΔρが+方向および−方向にそのしきい値を越えているエッジ点が存在しない場合には、そのエッジ部分の形状を”直線形状”と判定する。
【0080】
エッジ部分のエッジ点のうち、そのΔρが+方向にそのしきい値を越えているエッジ点が存在する場合には、原則的にそのエッジ部分の形状を”突起あり”と判定する。また、エッジ部分のエッジ点のうち、そのΔρが−方向にそのしきい値を越えているエッジ点が存在する場合には、原則的にそのエッジ部分の形状を”陥没あり”と判定する。ただし、突起または陥没が3個以上存在する場合には、そのエッジ部分の形状を”不良形状”と判定する。
【0081】
コーナ形状認識は、コーナ部分のΔρの分布だけでなく、コーナ部分の2つのエッジ端点を結ぶ直線を一方の対角線とする正方形または長方形領域内の部品部分の面積と背景部分の面積との比やコーナ部分の各エッジ点のベクトルの方向の変化に基づいて判定してもよい。
【0082】
図9は部品画像の一例を示している。図10は、図9の画像から求められたΔρの分布を示している。図9において、R1〜R4はコーナ位置を示し、Q1〜Q8はエッジ端点を示している。この例では、各エッジ部分のΔρの分布に基づいて、左側エッジ部ELは”突起あり”と認識され、下側エッジ部EDは”直線形状”と認識され、右側エッジ部ERは”不良形状”と認識され、上側エッジ部EUは”直線形状”と認識される。
【0083】
また、各コーナ部分のΔρの分布に基づいて、右上コーナ部および右下コーナ部は”C面取り”と認識され、左上コーナ部および左下コーナ部は”不良形状”と認識される。左上コーナ部および左下コーナ部が”R面取り”と認識されず、”不良形状”と認識されているのは、コーナ部が突起に連続している場合には、”不良形状”と認識するようにしたことによる。
【0084】
コーナ形状認識を、コーナ部分の2つのエッジ点を結ぶ直線を一方の対角線とする正方形領域内の部品部分の面積と背景部分の面積との比に基づいて判定する方法について説明する。
【0085】
図11の(a)、(b)、(c)は、コーナ部分の2つのエッジ端点を結ぶ直線を一方の対角線とする正方形領域を示している。図11(a)はコーナ形状が”C面取り”の例を示し、図11(b)はコーナ形状が”R面取り”の例を示し、図11(c)はコーナ形状が”不良形状”の例を示している。
【0086】
正方形領域内の背景部分の面積S1と部品部分の面積S2との比(S1/S2)がほぼ1であれば、そのコーナ形状は”C面取り”と判定される。正方形領域内の背景部分の面積S1と部品部分の面積S2との比(S1/S2)が{(4−π)/π}=0.27にほぼ等しければ、そのコーナ形状は”R面取り”と判定される。正方形領域内の背景部分の面積S1と部品部分の面積S2との比(S1/S2)が、1または0.27にほぼ等しくない場合には、そのコーナ形状は”不良形状”と判定される。
【0087】
なお、エッジ形状の認識およびコーナ形状の認識を、ニューラルネットワークを用いて行なうようにしてもよい。ニューラルネットワークとしては、たとえば、図12に示すように、入力層、中間層および出力層からなる階層型ニューラルネットワークが用いられる。
【0088】
このようなニューラルネットワークを用いてエッジ形状の認識を行なう場合について説明する。複数の電子部品画像から得られた複数のエッジ部分におけるモールド直線との差分Δρの分布を入力パターンとし、入力パターンに対応するエッジ形状を表す信号を教師信号として、ニューラルネットワークを学習させる。出力層のユニット数が4である場合には、図13に示すように、”直線形状”に対応する教師信号としては(1,0,0,0)が、”突起あり”に対応する教師信号としては(0,1,0,0)が、”陥没あり”に対応する教師信号としては(0,0,1,0)が、”不良形状”に対応する教師信号としては(0,0,0,1)が用いられる。
【0089】
学習後のニューラルネットワークに、形状認識対象である電子部品画像から得られたエッジ部分におけるΔρの分布を入力信号として与えると、そのエッジ部分の形状に応じた出力が得られる。なお、エッジ部分の長さが異なる場合には、たとえば写像変換により、当該エッジ部分におけるΔρの数を、入力層のユニット数に合わせればよい。
【0090】
ニューラルネットワークを用いてコーナ形状の認識を行なう場合は、複数の電子部品画像から得られた複数のコーナ部分におけるΔρの分布を入力パターンとし、入力パターンに対応するコーナ形状を表す信号を教師信号として、ニューラルネットワークを学習させる。
【0091】
学習後のニューラルネットワークに、形状認識対象である電子部品画像から得られたコーナ部分におけるΔρの分布を入力信号として与えると、そのコーナ部分の形状に応じた出力が得られる。
【0092】
【発明の効果】
この発明によれば、部品の局所形状を自動的に認識できるようになる。
【図面の簡単な説明】
【図1】電子部品自動装着システムの全体的な構成を示すブロック図である。
【図2】エッジ形状の種類を示す模式図である。
【図3】コーナ形状の種類を示す模式図である。
【図4】局所形状認識処理の手順を示すフローチャートである。
【図5】部品画像の一例を示す模式図である。
【図6】微分オペレータの重み付けを示す模式図である。
【図7】各モールド直線に対する法線ベクトルα1〜α4を求める方法を説明するためのグラフである。
【図8】モールド直線Lに対応するクラスに属するエッジ点と、これらのエッジ点ごとに求められたΔρを示す模式図である。
【図9】部品画像の一例を示す模式図である。
【図10】図9の画像から求められたΔρの分布を示すグラフである。
【図11】コーナ部分の2つのエッジ端点を結ぶ直線を一方の対角線とする正方形領域を示す模式図である。
【図12】ニューラルネットワークの構成例を示す模式図である。
【図13】教師信号の一例を示す説明図である。
【符号の説明】
1 ホストコンピュータ
2 電子部品装着装置
3 画像処理装置
4 データベース
31 位置認識手段
32 標準データ計測手段
Claims (11)
- 部品画像に基づいて、部品画像の輪郭上の点をエッジ点として検出するエッジ検出手段、
部品画像を大局的に四角形とみなして、その四角形の4辺ごとに、エッジ点をクラス分けするクラスタリング手段、
各クラスごとに、そのクラスに対応する辺とそのクラスに属する各エッジ点との距離の分布を求める分布作成手段、および
求められた分布に基づいて、部品の局所形状を認識する認識手段、
を備えている部品形状認識装置。 - エッジ検出手段は、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより、部品画像の重心位置を原点とする極座標系において、部品画像の輪郭上のエッジ点の位置を検出するとともに、各エッジ点のグラディエント方向を検出するものである請求項1に記載の部品形状認識装置。
- クラスタリング手段は、部品画像を大局的に四角形とみなして、その四角形の各辺に対する法線ベクトルを求める法線ベクトル算出手段、
各辺に対する法線ベクトルおよびハフ変換式により得られた方程式に基づいて、部品画像の重心位置から各辺までの距離を求める距離算出手段、ならびに
各辺に対する法線ベクトルおよび部品画像の重心位置から各辺までの距離に基づいて4つの辺を特定し、特定された4辺における隣り合う辺の交点位置に対応する極座標系の方向と、各エッジ点の極座標系の方向とに基づいて、各エッジ点がどの辺に属するかをクラス分けする手段、
を備えていることを特徴とする請求項1および2のいずれかに記載の部品形状認識装置。 - 法線ベクトル算出手段は、グラディエント方向に対するエッジ点の度数分布に基づいて、四角形の各辺に対する法線ベクトルを求めるものである請求項3に記載の部品形状認識装置。
- 各エッジ点のグラディエント方向には、第1のグラディエント方向と、第2のグラディエント方向とがあり、
各エッジ点の第1のグラディエント方向は、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより求められたグラディエント方向であり、
各エッジ点の第2のグラディエント方向は、注目エッジ点を中心として互いに反対方向にある2つのエッジ点であって、第1のグラディエント方向が注目エッジ点の第1のグラディエント方向とほぼ等しい2つのエッジ点を結ぶ直線に対する法線ベクトルであり、
各エッジ点の第1のグラディエント方向および第2のグラディエント方向の両方を考慮して、グラディエント方向に対するエッジ点の度数分布が作成される請求項4に記載の部品形状認識装置。 - 距離算出手段は、上記四角形の各辺ごとに、部品画像の重心位置から注目辺までの距離を求めるものであり、
法線ベクトル算出手段によって求められた注目辺に対する法線ベクトルに似通ったグラディエント方向を持つエッジ点を選択し、選択した各エッジ点ごとに、注目辺に対する法線ベクトルとハフ変換式により得られた方程式とを用いて、その点を通りかつ注目辺に対する法線ベクトルと等しい法線ベクトルを持つ直線と部品画像の重心位置との距離を算出する手段、ならびに
算出された距離に対するエッジ点の度数分布を作成し、度数の最も大きい距離を部品画像の重心位置から注目辺までの距離として選択する手段、
を備えている請求項3に記載の部品形状認識装置。 - 各エッジ点のグラディエント方向には、第1のグラディエント方向と、第2のグラディエント方向とがあり、
各エッジ点の第1のグラディエント方向は、部品画像の重心位置から放射状に走査しながら微分処理を行なうことにより求められたグラディエント方向であり、
各エッジ点の第2のグラディエント方向は、注目エッジ点を中心として互いに反対方向にある2つのエッジ点であって、第1のグラディエント方向が注目エッジ点の第1のグラディエント方向とほぼ等しい2つのエッジ点を結ぶ直線に対する法線ベクトルであり、
各エッジ点の第1のグラディエント方向および第2のグラディエント方向の両方を考慮して、注目辺に対する法線ベクトルに似通ったグラディエント方向を持つエッジ点が選択される請求項6に記載の部品形状認識装置。 - 分布作成手段は、
ハフ変換式により得られた方程式および各辺に対する法線ベクトルに基づいて、エッジ点を通りかつそのエッジ点が属するクラスの辺に対して平行な直線と、部品画像の重心位置との距離を、各エッジ点ごとに求める手段、および
エッジ点を通りかつそのエッジ点が属する辺と平行な直線と部品画像の重心位置との距離と、部品画像の重心位置からそのエッジ点が属するクラスの辺までの距離との差を各エッジ点ごとに求め、求められた差に基づいて、各クラスごとにそのクラスに対応する辺とそのクラスに属する各エッジ点との距離の分布を作成する手段、
を備えている請求項1、2および3のいずれかに記載の部品形状認識装置。 - 認識手段は、
各エッジ点を4つのコーナ部分と4つのエッジ部分とにクラス分けする手段、
分布作成手段によって作成された各エッジ部分に対する距離分布に基づいてエッジ形状を認識するエッジ形状認識手段、および
分布作成手段によって作成された各コーナ部分に対する距離分布に基づいてコーナ形状を認識するコーナ形状認識手段、
を備えている請求項1、2、3および8のいずれかに記載の部品形状認識装置。 - エッジ形状認識手段は、対象エッジ部分に属するエッジ点がその対象エッジ部分に対応する辺上に位置しているか否かを判定するしきい値を、上記辺に直交する方向の距離として設定し、当該対象エッジ部分に属する各エッジ点と上記辺との距離を、しきい値と比較することにより、対象エッジ部分のエッジ形状を認識するものである請求項9に記載の部品形状認識装置。
- エッジ形状認識手段は、複数の部品画像から得られた複数のエッジ部分に対する距離分布を入力パターンとし、入力パターンに対応するエッジ形状を表す信号を教師信号として、学習が行なわれたニューラルネットワークに、分布作成手段によって作成された対象エッジ部分に対する距離分布を入力することによって、対象エッジ部分のエッジ形状を認識するものであり、
コーナ形状認識手段は、複数の部品画像から得られた複数のコーナ部分に対する距離分布を入力パターンとし、入力パターンに対応するコーナ形状を表す信号を教師信号として、学習が行なわれたニューラルネットワークに、分布作成手段によって作成された対象コーナ部分に対する距離分布を入力することによって、対象コーナ部分のコーナ形状を認識するものである請求項9に記載の部品形状認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11672596A JP3706431B2 (ja) | 1996-05-10 | 1996-05-10 | 部品形状認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11672596A JP3706431B2 (ja) | 1996-05-10 | 1996-05-10 | 部品形状認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH09305763A JPH09305763A (ja) | 1997-11-28 |
JP3706431B2 true JP3706431B2 (ja) | 2005-10-12 |
Family
ID=14694263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11672596A Expired - Fee Related JP3706431B2 (ja) | 1996-05-10 | 1996-05-10 | 部品形状認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3706431B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5783569B2 (ja) * | 2011-11-22 | 2015-09-24 | 国立大学法人鳥取大学 | 直線検出装置、直線検出方法、直線検出プログラム及び撮影システム |
-
1996
- 1996-05-10 JP JP11672596A patent/JP3706431B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH09305763A (ja) | 1997-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5699788B2 (ja) | スクリーン領域検知方法及びシステム | |
US20070104358A1 (en) | Object recognizing method, program and storage medium for recognizing object, and object recognizing apparatus | |
JP2745764B2 (ja) | 位置認識装置 | |
JP6197340B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP6177541B2 (ja) | 文字認識装置、文字認識方法及びプログラム | |
CN102831578B (zh) | 图像处理方法和图像处理设备 | |
JP3322569B2 (ja) | 部品画像のエッジ検出方法および部品形状認識装置 | |
CN110288040B (zh) | 一种基于拓扑验证的图像相似评判方法及设备 | |
JP4707249B2 (ja) | 部品位置検出方法及び装置 | |
CN114936997A (zh) | 检测方法、装置、电子设备及可读存储介质 | |
JPH041869A (ja) | 画像照合方法 | |
JP3706431B2 (ja) | 部品形状認識装置 | |
JP3460356B2 (ja) | 円ないし楕円の検出方法およびその装置 | |
JP3579247B2 (ja) | パターンの位置合わせ方法 | |
JP4097255B2 (ja) | パターンマッチング装置、パターンマッチング方法およびプログラム | |
JP3700214B2 (ja) | 寸法測定装置 | |
JP3580088B2 (ja) | 外観検査方法 | |
JP3520758B2 (ja) | 画像認識方法 | |
JP2000321038A (ja) | パターン欠陥検出方法 | |
JP2005091181A (ja) | 画像処理装置 | |
JP2710685B2 (ja) | 外観検査による欠陥検出方法 | |
CN114324405B (zh) | 基于菲林检测的数据标注*** | |
JP2006234793A (ja) | 部品位置検出方法および装置 | |
Shin et al. | Three-dimensional metrology of surface extracted from a cloud of measured points using a new point-to-surface assignment method: an application to pcb-mounted solder pastes | |
CN118115467A (zh) | 一种基于机器视觉的工件检测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050701 |
|
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: 20050720 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050729 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090805 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100805 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |