JPH04346187A

JPH04346187A - 被検出物の良否判定方法

Info

Publication number: JPH04346187A
Application number: JP3118484A
Authority: JP
Inventors: Haruhiko Yokoyama; 晴彦横山; Shinya Nakao; 真也中尾
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1991-05-23
Filing date: 1991-05-23
Publication date: 1992-12-02
Also published as: US5392364A; KR920022146A

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字図形の認識装置等
に適用され、特に、文字図形パターンの良否を効率よく
判別し得る被検出物の良否判定方法に関するものである
。

【０００２】

【従来の技術】各種電子部品等に印刷された文字図形を
認識してその良否を判別する場合、文字図形を読み取り
量子化して得られたデータから文字図形パターンの幾何
学的な特徴を抽出して識別を行う方法が採用されている
。

【０００３】この一例として、図４及び図５に示す印刷
文字「Ｔ」の良否を判別する場合について説明する。図
において斜線部分は文字領域であり、図４が良品５、図
５はにじみ６ａを有する不良品６を示している。このに
じみ６ａを不良であると判定するには、撮像装置からの
画像情報を画像２値化部により２値化し、この２値画像
を形状特徴量計算部に与えて形状特徴量を計算する。そ
して、得られたデータから被検出物である印刷文字「Ｔ
」の良否を判別する。この判別方法においては、複数の
画像特徴量を計算して良否を判別するのであるが、通常
は下記９種類の特徴量が用いられる。

【０００４】■　　文字部分の面積 ■　　文字部分の周囲長 ■　　文字部分の骨格長 ■　　文字部分の周囲角度分布 ■　　文字部分の骨格角度分布 ■　　文字部分のＸ軸に対する射影長 ■　　文字部分のＹ軸に対する射影長 ■　　文字部分の重心を通るＸ’軸回りの２次モーメン
ト■　　文字部分の重心を通るＹ’軸回りの２次モーメ
ントここで、上記各特徴量について説明すると、■の文
字部分の面積とは、画像情報のデータの単位である画素
が文字部分において占める画素数である。■の文字部分
の周囲長とは、図６に示す実線７が文字「Ｔ」の周囲で
あり、周囲長は１画素間の長さを１としたときの周囲の
長さである。■の文字部分の骨格長とは、図７に示す破
線８内の実線９が文字「Ｔ」の骨格であり、骨格長は、
１画素間の長さを１としたときの線分の長さである。そ
して、■の文字部分の周囲角度分布及び■の文字部分の
骨格角度分布とは、前記文字部分の周囲長並びに骨格長
について、図８（ａ）〜（ｄ）のように、隣接する画素
Ａ，Ａを横、縦、右傾斜及び左傾斜の４方向に結ぶ回数
をそれぞれ集計し、これらの分布を示すものである。ま
た、■の文字部分のＸ軸に対する射影長及び■の文字部
分のＹ軸に対する射影長とは、文字図形パターンのＸ軸
方向の線分もしくはＹ軸方向の線分と、文字図形パター
ン外のある一点とを結ぶ直線の長さを求めたものである
。さらに、■の文字部分の重心を通るＸ’軸回りの２次
モーメントとは、図４に示す重心ＧとＸ’軸方向の線分
との差の２乗の平均であり、Ｘ’軸方向への分散を示す
ものである。また、■の文字部分の重心を通るＹ’軸回
りの２次モーメントとは、同図の重心ＧとＹ’軸方向の
線分との差の２乗の平均であり、Ｙ’軸方向への分散を
示している。

【０００５】ところで、上記各特徴量を用いて前記文字
パターン「Ｔ」の良否を判別する場合、例えば、面積の
特徴量が図４に示す良品５と図５に示すにじみ６ａを有
する不良品６とでは殆ど差異がなくても、実線部分であ
る周囲長は良品５よりも不良品６の方が大きくなるので
、面積の特徴量だけでは良否が困難であるが、次の文字
部分の周囲長を基準とすることで略判別可能である。これは、他の種類についても同様であるため、それぞれ
に特徴量を計算して良否を判定する必要が生じることに
なる。

【０００６】

【発明が解決しようとする課題】しかし、このような良
否判定においては、定量的な基準が与えられていないこ
とが多いため、どのような特徴量を用いれば適切な判定
ができるか分らないので、良品５と不良品６との差異が
明確となるまで多くの種類の特徴量を計算せざるを得な
いことになる。従って、計算時間が長くなるうえ大容量
のコンピュータが必要になるといった問題があった。ま
た、この種の被検出物の良否判別には、従来よりニュー
ラルネット方式が採用されているが、このニューラルネ
ット方式は、回路構成が複雑な階層型であるため入力部
に与える画像特徴量の種類が増すと、バックプロパゲー
ション法による学習時間も増大することになる。特に、
入力情報量が多すぎると結論に向けての学習が収束しな
い場合もあり、処理不能を惹起する問題が残されていた
。

【０００７】本発明は、上記課題を解決することを目的
としている。

【０００８】

【課題を解決するための手段】本発明においては、上記
目的を達成するため、撮像装置からの画像情報を画像２
値化手段により２値化し、この２値画像についての形状
特徴量を形状特徴量計算手段で計算して、得られたデー
タから被検出物の良品と不良品とを判別するにあたり、
演算処理手段が複数の特徴量の算出データについて良品
群と不良品群との２集合間のマハラノビスの汎距離をそ
れぞれ求め、この汎距離が大きい特徴量を優先的に採用
して良品と不良品との判別を行うことを特徴とする。

【０００９】

【作用】予め良品群と不良品群とのサンプルを撮像装置
で撮像すると、その画像情報が画像２値化手段により２
値化される。そして、この２値画像が形状特徴量計算手
段に与えられると複数の形状特徴量が計算される。各々
の形状特徴量を、各自の良品群と不良品群を合わせた群
の標準偏差で割って、すべての形状特徴量の分散が等し
くなるよう正規化する。続いて、演算処理手段が各特徴
量について良品群と不良品群との２集合間のマハラノビ
スの汎距離をそれぞれ求める。この際、マハラノビスの
汎距離が大きい程、良品群と不良品群との識別が明確と
なるから、前記各特徴量の中でマハラノビスの汎距離の
大きいものを優先的に採用し、以下順位付けを行ってお
く。

【００１０】つぎに、被検出物の良否を判別する場合、
検査対象物を撮像すると、上記と同様に画像情報が２値
化された後、形状特徴量計算手段に与えられて複数の形
状特徴量が算出される。

【００１１】この後、演算処理手段が被検出物の良否を
判別するにあたり、前記優先順位に従って形状特徴量を
選択すると、全特徴量を対象とするまでもなく最初の数
段階で良品と不良品との判別が可能となるから、被検出
物の良否を短時間で判定できるものである。

【００１２】

【実施例】以下、本発明の実施例について、図面を参照
しながら説明する。

【００１３】この発明に係る被検出物の良否判定方法は
、各種電子部品等に印刷された文字図形を認識してその
良否を判別するもので、図１に示す形状特徴量計算部３
にて算出された形状特徴量のデータから良品群と不良品
群とのマハラノビスの汎距離を求めて形状特徴量の選択
を行う構成となっている。

【００１４】但し、この実施例においては図４及び図５
に示す印刷文字「Ｔ」の良否を判別する場合について説
明するものとし、従来と同様に図５に示す印刷文字「Ｔ
」がにじみ６ａを有するために不良であると判定するに
際しては、前記９種類の特徴量が用意され、この中から
優先的な選択を行うようになっている。

【００１５】図１において、１は印刷文字「Ｔ」を撮像
する撮像装置からの画像情報が導かれる画像入力部であ
り、その出力は画像を２値化する画像２値化部２に与え
られている。この画像２値化部２の出力は、前記形状特
徴量（９種類）を計算する形状特徴量計算部３に送出さ
れる。この形状特徴量計算部３の出力データは、演算処
理部４に与えられており、この演算処理部４で良品群と
不良品群との間のマハラノビスの汎距離を算出するとと
もに、この汎距離の大きい形状特徴量を優先的に採用す
る処理の後、被検出物の良否判別を行うようになってい
る。

【００１６】まず、良品群と不良品群とのサンプルを多
数個用意し、撮像装置で撮像すると前記画像入力部１か
らの画像情報によって形状特徴量計算部３より９種類の
形状特徴量■〜■が得られる。各々の形状特徴量を、各
自の良品群と不良品群を合わせた群の標準偏差で割って
、すべての形状特徴量の分散が等しくなるよう正規化す
る。

【００１７】つぎに、上述のようにして得られた９種類
の特徴量について、演算処理部４により良品群Ｉと不良
品群ＩＩとの２集合間のマハラノビスの汎距離Ｄを求め
る。

【００１８】ここで、文字部分の面積を一例に図２を参
照してマハラノビスの汎距離Ｄを説明する。

【００１９】図２において、Ｘ軸を文字部分の面積、Ｙ
軸をサンプルの度数としたとき、面積の特徴量における
良品群Ｉと不良品群ＩＩとが図示のような分布であると
、マハラノビスの汎距離Ｄは、この良品群Ｉの重心Ｇと
不良品群ＩＩの重心Ｇとを結ぶ直線距離で表される。

【００２０】このマハラノビスの汎距離Ｄは、２集合間
の分離状態を明らかにするものであり、下式（１）にて
計算する。

【００２１】即ち、良品群Ｉと不良品群ＩＩとをΣ（１
），Σ（２）　とおいたとき、Σ（１）　＝Σ（２）　
とみなされる場合を前提として、２集合間のマハラノビ
スの汎距離Ｄは、

【００２２】

【数１】

【００２３】よって、Ｄ２　の平方根を計算すると、良
品群Ｉと不良品群ＩＩとの重心間の距離が求められ、マ
ハラノビスの汎距離Ｄが得られる。

【００２４】但し、Σは分散共分散行列、Σ　−１　は
Σの逆行列、μ（１）　は良品群Ｉの重心、μ（２）　
は不良品群ＩＩの重心、（μ（２）　−　　μ（１）　
）’は（μ（２）　−　　μ（１）　）の転逆行列であ
る。

【００２５】この結果、各特徴量に対するマハラノビス
の汎距離Ｄが、次の値になったものとする。

【００２６】 ■　　文字部分の面積・・・・・・・・・・・・・・・
・・・・・１２．４ ■　　文字部分の周囲長・・・・・・・・・・・・・・
・・・・・　５．４ ■　　文字部分の骨格長・・・・・・・・・・・・・・
・・・・・　３．８ ■　　文字部分の周囲角度分布・・・・・・・・・・・
・・・・・２１．２ ■　　文字部分の骨格角度分布・・・・・・・・・・・
・・・・・　４．７ ■　　文字部分のＸ軸に対する射影長・・・・・・・・
・・・・・　　９．９ ■　　文字部分のＹ軸に対する射影長・・・・・・・・
・・・・・１７．３ ■　　文字部分の重心を通るＸ’軸回りの２次モーメン
ト・・・・　７．４ ■　　文字部分の重心を通るＹ’軸回りの２次モーメン
ト・・・・　６．１このようにして得られたマハラノビスの汎距離Ｄは、２
集合間の分離状態を示すものであるから、この中から最
大の値をとるものが良品と不良品との識別を最も明確に
し得る。よって、単純には最大値が２１．２であるから
、■の文字部分の周囲角度分布を選択し、つぎに、■の
文字部分のＹ軸に対する射影長を採用すればよい。

【００２７】しかし、よりよく良否の判定を行うために
は、優先順位１の特徴量を基準にし、これに他の８種類
の特徴量を組合せ、マハラノビスの汎距離Ｄを求める方
法により優先順位２の特徴量を決定するのが好ましい。このときのマハラノビスの汎距離Ｄについて、図３を参
照して説明すると、優先順位１である■の文字部分の周
囲角度分布をＸ軸に、Ｙ軸には対応する特徴量、例えば
■の文字部分の面積が置かれ、Ｚ軸には（Ｘ，Ｙ）のそ
れぞれについての度数が置かれる。この場合は、それぞ
れの分布が３次元で現れマハラノビスの汎距離Ｄは良品
群Ｉの重心Ｇと不良品群ＩＩの重心Ｇとを結ぶ直線距離
となる。

【００２８】なお、このマハラノビスの汎距離Ｄは、そ
れぞれの良品群Ｉと不良品群ＩＩとが、Σ（１）（２）
，　Σ（１）（３），　Σ（２）（３）と置かれ、上式
（１）の変形により３次元的処理が行われる。

【００２９】この結果、各特徴量■〜■、■〜■に対す
るマハラノビスの汎距離Ｄが、次の値であったとする。

【００３０】 ■　　文字部分の面積・・・・・・・・・・・・・・・
・・・・・３５．４ ■　　文字部分の周囲長・・・・・・・・・・・・・・
・・・・・２３．３ ■　　文字部分の骨格長・・・・・・・・・・・・・・
・・・・・２５．８ ■　　文字部分の骨格角度分布・・・・・・・・・・・
・・・・・２８．８ ■　　文字部分のＸ軸に対する射影長・・・・・・・・
・・・・・３１．２ ■　　文字部分のＹ軸に対する射影長・・・・・・・・
・・・・・３９．４ ■　　文字部分の重心を通るＸ’軸回りの２次モーメン
ト・・・・２９．３ ■　　文字部分の重心を通るＹ’軸回りの２次モーメン
ト・・・・２６．４上記のように算出されたマハラノビスの汎距離Ｄの中で
値の大きいものは、３９．４であり優先順位２の特徴量
として■の文字部分のＹ軸に対する射影長を選択する。

【００３１】この後、上記選択されなかった７種類のう
ちの１つと、選択済の特徴量■及び■とを組み合わせて
マハラノビスの汎距離Ｄを求めるといった処理を繰り返
し、次に採用すべき特徴量の順位付けを行う。

【００３２】以上のような処理手順で特徴量の順位付け
ができるので、例えば、上位から３番目位までの特徴量
を用いて外観検査を行うことができる。

【００３３】次に、被検出物である前記文字「Ｔ」の外
観検査として、良否を判別する。まず、文字「Ｔ」を撮
像すると、画像入力部１からの画像情報が画像２値化部
２により２値化される。そして、この２値画像が形状特
徴量計算部３に与えられると、選択された複数の特徴量
についての計算が行われる。

【００３４】この後、演算処理部４において文字「Ｔ」
の良否を判別するにあたり、上記の優先順位に従って各
特徴量の計算値の比較判定が行われ、全特徴量を対象と
するまでもなく最初の数段階の処理で良品と不良品との
判別がなされる。従って、前記文字「Ｔ」について良品
５と不良品６との良否を短時間で判定できるものである
。

【００３５】なお、特徴量計算のための計算時間が許容
時間内で最も大きい値となるように、前記順位Ｎを決め
ることができる。この際、特徴量の数を増せば正しく判
定できる率が逓増するため、正しく判定する率がある一
定値以上になるように予めＮを決めておくのが好ましい
。

【００３６】

【発明の効果】以上のように、本発明によれば、撮像装
置よりの画像情報を量子化して得られたデータから被検
出物の良品と不良品とを判別するにあたり、複数の特徴
量の算出データについて良品群と不良品群との２集合間
のマハラノビスの汎距離をそれぞれ求め、この汎距離が
大きい特徴量を優先的に採用して、良品と不良品との判
別を行うので、各種電子部品等に印刷された文字図形等
を判別するような場合には、良否の判定を短時間で効率
よく行うことができる。

【図面の簡単な説明】

【図１】本発明に係る被検出物の良否判定方法を説明す
るための構成図である。

【図２】良品群と不良品群との間のマハラノビスの汎距
離を示す説明図である。

【図３】複数の特徴量間におけるマハラノビスの汎距離
を示す説明図である。

【図４】検査対象の良品を示す文字パターンである。

【図５】検査対象の不良品を示す文字パターンである。

【図６】文字パターンの周囲長を示す説明図である。

【図７】文字パターンの骨格長を示す説明図である。

【図８】文字パターンの周囲長と骨格長とを示す説明図
である。

【符号の説明】

２　　画像２値化手段３　　形状特徴量計算手段４　　演算処理手段５　　良品６　　不良品Ｄ　　マハラノビスの汎距離

Claims

【特許請求の範囲】

【請求項１】　　撮像装置からの画像情報を画像２値化
手段により２値化し、この２値画像についての形状特徴
量を形状特徴量計算手段で計算して、得られたデータか
ら被検出物の良品と不良品とを判別するにあたり、演算
処理手段が複数の特徴量の算出データについて良品群と
不良品群との２集合間のマハラノビスの汎距離をそれぞ
れ求め、この汎距離が大きい特徴量を優先的に採用して
良品と不良品との判別を行うことを特徴とする被検出物
の良否判定方法。