JPH05118821A - 位置認識方法及び位置認識装置 - Google Patents
位置認識方法及び位置認識装置Info
- Publication number
- JPH05118821A JPH05118821A JP32861191A JP32861191A JPH05118821A JP H05118821 A JPH05118821 A JP H05118821A JP 32861191 A JP32861191 A JP 32861191A JP 32861191 A JP32861191 A JP 32861191A JP H05118821 A JPH05118821 A JP H05118821A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- reference image
- position information
- area
- correlation
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Wire Bonding (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 類似パターンの多い被写体においても誤認識
を防止し、かつ高精度な位置情報を得る。 【構成】 被写体1の画像情報を1つの認識エリア2、
3に対し特徴ある複数の認識箇所2a〜2c、3a〜3
cについて得ることにより、被写体の位置情報を算出す
る。この方法により、類似パターンの多い被写体におい
ても各認識箇所間の距離、角度を調べることにより、誤
認識を無くすことができる。また、被写体の画像情報が
多少変化した場合においても数箇所の重心により被写体
全体の位置情報を算出するため、正確な位置情報を得る
ことができる。
を防止し、かつ高精度な位置情報を得る。 【構成】 被写体1の画像情報を1つの認識エリア2、
3に対し特徴ある複数の認識箇所2a〜2c、3a〜3
cについて得ることにより、被写体の位置情報を算出す
る。この方法により、類似パターンの多い被写体におい
ても各認識箇所間の距離、角度を調べることにより、誤
認識を無くすことができる。また、被写体の画像情報が
多少変化した場合においても数箇所の重心により被写体
全体の位置情報を算出するため、正確な位置情報を得る
ことができる。
Description
【0001】
【産業上の利用分野】本発明は、あらかじめ入力された
基準画像と被写体等の認識対象物の画像との相関演算に
より認識対象物の位置情報を算出しその位置を補正する
位置認識方法及び位置認識装置に関する。
基準画像と被写体等の認識対象物の画像との相関演算に
より認識対象物の位置情報を算出しその位置を補正する
位置認識方法及び位置認識装置に関する。
【0002】
【従来の技術】図7は従来の被写体(認識対象物)にお
ける認識箇所を示す図であり、1は被写体、2は被写体
1の位置情報を得るための第1認識エリア、2aは第1
認識エリア2内の認識箇所、3は被写体1の位置情報を
得るための第2認識エリア、3aは第2認識エリア3内
の認識箇所を表す。
ける認識箇所を示す図であり、1は被写体、2は被写体
1の位置情報を得るための第1認識エリア、2aは第1
認識エリア2内の認識箇所、3は被写体1の位置情報を
得るための第2認識エリア、3aは第2認識エリア3内
の認識箇所を表す。
【0003】次に、図8のフローチャートを用いて従来
の位置認識装置の認識方法を説明する。まず、第1認識
エリア2の画像を取り込み、第1認識エリア2に関する
処理を行なう第1認識処理4において、あらかじめ入力
された第1認識エリアの認識箇所2aの基準画像と第1
認識エリア2の取り込み画像との相関演算を行い(ステ
ップ4a)、その相関演算結果により相関率(マッチン
グ率)が最も高くなる画像を第1認識エリアの認識箇所
の候補として選び出す(ステップ4d)。
の位置認識装置の認識方法を説明する。まず、第1認識
エリア2の画像を取り込み、第1認識エリア2に関する
処理を行なう第1認識処理4において、あらかじめ入力
された第1認識エリアの認識箇所2aの基準画像と第1
認識エリア2の取り込み画像との相関演算を行い(ステ
ップ4a)、その相関演算結果により相関率(マッチン
グ率)が最も高くなる画像を第1認識エリアの認識箇所
の候補として選び出す(ステップ4d)。
【0004】次に、第2認識エリア3の画像を取り込
み、第2認識エリア3に関する処理を行なう第2認識処
理5において、あらかじめ入力された第2認識エリアの
認識箇所3aの基準画像と第2認識エリア3の取り込み
画像との相関演算を行い(ステップ5a)、その相関演
算結果により相関率(マッチング率)が最も高くなる画
像を第2認識エリアの認識箇所の候補として選び出す
(ステップ5d)。
み、第2認識エリア3に関する処理を行なう第2認識処
理5において、あらかじめ入力された第2認識エリアの
認識箇所3aの基準画像と第2認識エリア3の取り込み
画像との相関演算を行い(ステップ5a)、その相関演
算結果により相関率(マッチング率)が最も高くなる画
像を第2認識エリアの認識箇所の候補として選び出す
(ステップ5d)。
【0005】このようにして求まった第1認識エリアの
認識箇所候補の画像と第2認識エリアの認識箇所候補の
画像の重心を求め、その2つの重心間の長さを第1認識
エリアの認識箇所の基本画像の重心と第2認識エリアの
認識箇所の基本画像の重心との長さとを比較する(ステ
ップ6a)。
認識箇所候補の画像と第2認識エリアの認識箇所候補の
画像の重心を求め、その2つの重心間の長さを第1認識
エリアの認識箇所の基本画像の重心と第2認識エリアの
認識箇所の基本画像の重心との長さとを比較する(ステ
ップ6a)。
【0006】そして、誤差が許容値以内の場合には(ス
テップ6b)、基本画像と被写体とのズレ量を算出して
被写体の位置情報を得る(ステップ7)。一方、誤差が
許容値以上である場合には認識エラーとなる(ステップ
8)。
テップ6b)、基本画像と被写体とのズレ量を算出して
被写体の位置情報を得る(ステップ7)。一方、誤差が
許容値以上である場合には認識エラーとなる(ステップ
8)。
【0007】
【発明が解決しようとする課題】従来の位置認識装置の
位置認識方法は以上のように構成されていたので、基準
画像との類似パターンが多い被写体において誤認識(間
違った認識ポイント候補の抽出)をする可能性があり、
また類似パターンが少ない被写体の場合でも、入力画像
がわずかに変化すると基準画像に対する被写体のズレ量
等の正確な位置情報を得ることができないという問題が
あった。
位置認識方法は以上のように構成されていたので、基準
画像との類似パターンが多い被写体において誤認識(間
違った認識ポイント候補の抽出)をする可能性があり、
また類似パターンが少ない被写体の場合でも、入力画像
がわずかに変化すると基準画像に対する被写体のズレ量
等の正確な位置情報を得ることができないという問題が
あった。
【0008】本発明は上記のような問題を解決するため
になされたもので、誤認識をなくすことができるととも
に、基準画像に対する被写体のズレ量等の正確な位置情
報を得ることができる位置認識方法及び位置認識装置を
提供することを目的とする。
になされたもので、誤認識をなくすことができるととも
に、基準画像に対する被写体のズレ量等の正確な位置情
報を得ることができる位置認識方法及び位置認識装置を
提供することを目的とする。
【0009】
【課題を解決するための手段】本発明は、あらかじめ入
力した基準画像と入力画像との相関を用いて基準画像と
一致したパターンを探索し、認識対象物のズレ量を算出
してその位置を補正する位置認識方法及び位置認識装置
において、認識エリア内の特徴となる各々独立した複数
の認識箇所の位置についての認識を行って認識対象物の
位置情報を求め、求めた位置情報と基準画像の位置情報
とから認識対象物のズレ量を算出するようにしたもので
ある。
力した基準画像と入力画像との相関を用いて基準画像と
一致したパターンを探索し、認識対象物のズレ量を算出
してその位置を補正する位置認識方法及び位置認識装置
において、認識エリア内の特徴となる各々独立した複数
の認識箇所の位置についての認識を行って認識対象物の
位置情報を求め、求めた位置情報と基準画像の位置情報
とから認識対象物のズレ量を算出するようにしたもので
ある。
【0010】また、上記の特徴抽出認識に加えて、認識
エリア内の特徴となる1つの認識箇所の位置についての
認識を行って認識対象物の位置情報を求めるパターンマ
ッチング認識を併用するようにしたものである。
エリア内の特徴となる1つの認識箇所の位置についての
認識を行って認識対象物の位置情報を求めるパターンマ
ッチング認識を併用するようにしたものである。
【0011】
【作用】本発明によれば、認識エリア内の特徴となる各
々独立した複数の認識箇所の位置についての認識を行っ
て認識対象物の正確な位置情報を求め、求めた位置情報
と基準画像の位置情報とから認識対象物のズレ量を算出
する。
々独立した複数の認識箇所の位置についての認識を行っ
て認識対象物の正確な位置情報を求め、求めた位置情報
と基準画像の位置情報とから認識対象物のズレ量を算出
する。
【0012】また認識エリア内の特徴となる1つの認識
箇所の認識を行い、その後その認識エリア内の各々独立
した複数の認識箇所についての認識を行って認識対象物
の正確な位置情報を求め、求めた位置情報と基準画像の
位置情報とから認識対象物のズレ量を算出する。
箇所の認識を行い、その後その認識エリア内の各々独立
した複数の認識箇所についての認識を行って認識対象物
の正確な位置情報を求め、求めた位置情報と基準画像の
位置情報とから認識対象物のズレ量を算出する。
【0013】
【実施例】以下、本発明の実施例を図について説明す
る。図1は、本発明の1実施例であるワイヤボンディン
グ装置のICチップ(電極)の位置を補正する位置認識
方法において、ICチップ(認識対象物)の認識箇所を
示す図である。
る。図1は、本発明の1実施例であるワイヤボンディン
グ装置のICチップ(電極)の位置を補正する位置認識
方法において、ICチップ(認識対象物)の認識箇所を
示す図である。
【0014】1は認識対象物である被写体、2は被写体
1の位置情報を得るための第1認識エリア、2a、2
b、2cは第1認識エリア2内の各認識箇所、3は被写
体1の位置情報を得るための第2認識エリア、3a、3
b、3cは第2認識エリア3内の認識箇所を表す。
1の位置情報を得るための第1認識エリア、2a、2
b、2cは第1認識エリア2内の各認識箇所、3は被写
体1の位置情報を得るための第2認識エリア、3a、3
b、3cは第2認識エリア3内の認識箇所を表す。
【0015】次に、図2のフローチャートを用いて本発
明の認識方法を説明する。まず、第1認識エリア2の画
像を取り込み、第1認識エリア2に関する処理を行なう
第1認識処理4において、あらかじめ入力された第1認
識エリアの認識箇所2aの基準画像と第1認識エリア2
の取り込み画像との相関演算を行い(ステップ4a)、
その相関演率が高かった上位数個の候補についてその存
在位置を記憶する。
明の認識方法を説明する。まず、第1認識エリア2の画
像を取り込み、第1認識エリア2に関する処理を行なう
第1認識処理4において、あらかじめ入力された第1認
識エリアの認識箇所2aの基準画像と第1認識エリア2
の取り込み画像との相関演算を行い(ステップ4a)、
その相関演率が高かった上位数個の候補についてその存
在位置を記憶する。
【0016】さらに同様に、あらかじめ入力された第1
認識エリアの認識箇所2b、2cの基準画像と第1認識
エリア2の取り込み画像との相関演算を行い(ステップ
4b、4c)、その相関演率が高かった上位数個の候補
についてその存在位置を記憶する。
認識エリアの認識箇所2b、2cの基準画像と第1認識
エリア2の取り込み画像との相関演算を行い(ステップ
4b、4c)、その相関演率が高かった上位数個の候補
についてその存在位置を記憶する。
【0017】次に、ステップ4a、4b、4cで記憶さ
れた各候補の中から、図1に示す第1認識エリア2の認
識箇所2a、2b、2cのあらかじめ入力された基準画
像の配置関係に最も近いものを選び出す(ステップ4
d)。
れた各候補の中から、図1に示す第1認識エリア2の認
識箇所2a、2b、2cのあらかじめ入力された基準画
像の配置関係に最も近いものを選び出す(ステップ4
d)。
【0018】その選び出す抽出処理方法は、各箇所のサ
ーチ処理により挙がってきた第一認識エリア2の認識箇
所2a、2b、2cの各候補において、2a、2bの候
補間の長さ、2a、2cの候補間の長さおよびこの2辺
の角度が、第1認識エリア2の認識箇所2a、2b、2
cのあらかじめ入力された基準画像の配置関係に最も近
い(誤差が小さい)組み合わせとなる認識箇所2a、2
b、2cの候補を選びだすという処理方法である。
ーチ処理により挙がってきた第一認識エリア2の認識箇
所2a、2b、2cの各候補において、2a、2bの候
補間の長さ、2a、2cの候補間の長さおよびこの2辺
の角度が、第1認識エリア2の認識箇所2a、2b、2
cのあらかじめ入力された基準画像の配置関係に最も近
い(誤差が小さい)組み合わせとなる認識箇所2a、2
b、2cの候補を選びだすという処理方法である。
【0019】次に、上記と同様に第2認識エリア3の画
像を取り込み、第2認識エリア3に関する処理を行なう
第2認識処理5において、ステップ5a、5b、5cで
あらかじめ入力された第2認識エリアの認識箇所3a、
3b、3cの基準画像と第2認識エリア3の取り込み画
像との相関演算とサーチ処理を行い、認識箇所3a、3
b、3cの候補を選び出す(ステップ5d)。
像を取り込み、第2認識エリア3に関する処理を行なう
第2認識処理5において、ステップ5a、5b、5cで
あらかじめ入力された第2認識エリアの認識箇所3a、
3b、3cの基準画像と第2認識エリア3の取り込み画
像との相関演算とサーチ処理を行い、認識箇所3a、3
b、3cの候補を選び出す(ステップ5d)。
【0020】次に、上記方法により求まった認識箇所2
a、2b、2cの候補と認識箇所3a、3b、3cの候
補より、認識箇所2a、2b、2cの候補の重心と認識
箇所3a、3b、3cの候補の重心を求め、両重心間の
長さを求める。求めた長さと認識箇所2a、2b、2c
のあらかじめ入力された基準画像の重心から認識箇所3
a、3b、3cのあらかじめ入力された基準画像の重心
までの長さを比較する(ステップ6a)。
a、2b、2cの候補と認識箇所3a、3b、3cの候
補より、認識箇所2a、2b、2cの候補の重心と認識
箇所3a、3b、3cの候補の重心を求め、両重心間の
長さを求める。求めた長さと認識箇所2a、2b、2c
のあらかじめ入力された基準画像の重心から認識箇所3
a、3b、3cのあらかじめ入力された基準画像の重心
までの長さを比較する(ステップ6a)。
【0021】そして、誤差が許容値以内の場合には、あ
らかじめ入力された基準画像の重心座標とその基準画像
に対する候補の重心座標より、基準画像と被写体とのズ
レ量を算出して被写体の位置情報を得る(ステップ6
b)。一方、誤差が許容値以上である場合には認識エラ
ーとなる(ステップ8)。
らかじめ入力された基準画像の重心座標とその基準画像
に対する候補の重心座標より、基準画像と被写体とのズ
レ量を算出して被写体の位置情報を得る(ステップ6
b)。一方、誤差が許容値以上である場合には認識エラ
ーとなる(ステップ8)。
【0022】なお、上記実施例おいては、従来の1認識
エリアに対して3箇所の認識を行なったが、3箇所以外
の認識を行なってもよい。また、上記実施例の図2のフ
ローチャートのステップ4d,5dにおいて、2辺とも
その間の角度のチェックを行なったが、これは3辺のチ
ェックでも、1辺とその両端の角度のチェックでもよ
い。この処理は基準画像の配置と認識(検出)してきた
候補の画像の配置とが合同であるかをチェックする処理
である(合同条件を満たせばよい)。
エリアに対して3箇所の認識を行なったが、3箇所以外
の認識を行なってもよい。また、上記実施例の図2のフ
ローチャートのステップ4d,5dにおいて、2辺とも
その間の角度のチェックを行なったが、これは3辺のチ
ェックでも、1辺とその両端の角度のチェックでもよ
い。この処理は基準画像の配置と認識(検出)してきた
候補の画像の配置とが合同であるかをチェックする処理
である(合同条件を満たせばよい)。
【0023】また、この認識方法は1認識エリアに対し
て特徴ある配置となる複数箇所を認識するため、相関演
算を行なうための1つの基本画像の大きさは従来より小
さくてもよい。例えば、ICチップのパッドを基本画像
とし、その配置を利用してもよい。
て特徴ある配置となる複数箇所を認識するため、相関演
算を行なうための1つの基本画像の大きさは従来より小
さくてもよい。例えば、ICチップのパッドを基本画像
とし、その配置を利用してもよい。
【0024】さらに、上記実施例では、第1認識エリア
の認識箇所数と第2認識エリアの認識箇所数とが同じに
なっているが、この認識箇所数は2つのエリアで異なっ
ても良い。
の認識箇所数と第2認識エリアの認識箇所数とが同じに
なっているが、この認識箇所数は2つのエリアで異なっ
ても良い。
【0025】ところで上述の実施例(特徴抽出認識)で
は、従来の認識方法(パターンマッチング認識)に比較
して被写体のパターンなどに影響されず被写体の位置情
報を正確に得ることができるが、処理時間が長いため生
産効率が落ちるなどの問題がある。
は、従来の認識方法(パターンマッチング認識)に比較
して被写体のパターンなどに影響されず被写体の位置情
報を正確に得ることができるが、処理時間が長いため生
産効率が落ちるなどの問題がある。
【0026】そこで通常はパターンマッチング認識で認
識を行い、誤認識の可能性のある場合は特徴抽出認識で
認識を行い、認識対象物の位置を正確にかつ迅速に認識
するようにした実施例を以下に示す。
識を行い、誤認識の可能性のある場合は特徴抽出認識で
認識を行い、認識対象物の位置を正確にかつ迅速に認識
するようにした実施例を以下に示す。
【0027】図3は本発明の実施例を示すパターンマッ
チング認識と特徴抽出認識を組合わせた位置認識方法の
フローチャートである。まず、第1認識エリアの画像
(入力画像)を取り込み、あらかじめ入力された第1認
識エリアの基準画像と第1認識エリアの取り込み画像
(入力画像)との相関演算を行い(ステップ11)、そ
の結果より相関率が最も高くなる画像を第1認識エリア
の候補として選び出す(ステップ12)。
チング認識と特徴抽出認識を組合わせた位置認識方法の
フローチャートである。まず、第1認識エリアの画像
(入力画像)を取り込み、あらかじめ入力された第1認
識エリアの基準画像と第1認識エリアの取り込み画像
(入力画像)との相関演算を行い(ステップ11)、そ
の結果より相関率が最も高くなる画像を第1認識エリア
の候補として選び出す(ステップ12)。
【0028】次に選び出された候補の相関率とあらかじ
め設定されている相関率値(例えば、相関率90%の相
関率値)とを比較し(ステップ13)、選び出された候
補の相関率値が設定されている相関率値より高い場合は
誤認識の可能性がないとして第2認識エリアの認識を行
うが、低かった場合には誤認識の可能性があるとして、
第1認識エリアについて特徴抽出認識を行う(ステップ
21,22,33)。
め設定されている相関率値(例えば、相関率90%の相
関率値)とを比較し(ステップ13)、選び出された候
補の相関率値が設定されている相関率値より高い場合は
誤認識の可能性がないとして第2認識エリアの認識を行
うが、低かった場合には誤認識の可能性があるとして、
第1認識エリアについて特徴抽出認識を行う(ステップ
21,22,33)。
【0029】第1認識エリアの取り込み画像と第1認識
エリアの特徴ある位置配置の認識箇所aのあらかじめ入
力された基準画像との相関演算を行い、相関率が高かっ
た上位数個の候補についてその存在位置を記憶し(ステ
ップ21)、認識箇所b,cのあらかじめ入力された基
準画像とも相関演算を行い、相関率が高かった上位数個
の候補について、その存在位置を記憶する(ステップ2
2,23)。
エリアの特徴ある位置配置の認識箇所aのあらかじめ入
力された基準画像との相関演算を行い、相関率が高かっ
た上位数個の候補についてその存在位置を記憶し(ステ
ップ21)、認識箇所b,cのあらかじめ入力された基
準画像とも相関演算を行い、相関率が高かった上位数個
の候補について、その存在位置を記憶する(ステップ2
2,23)。
【0030】その記憶された各候補の中から第1エリア
の認識箇所a,b,cのあらかじめ入力された基準画像
の配置関係に最も近いものを選び出す(ステップ2
4)。
の認識箇所a,b,cのあらかじめ入力された基準画像
の配置関係に最も近いものを選び出す(ステップ2
4)。
【0031】次に同様のことを第2認識エリアでも行い
(ステップ14〜16,25〜28)、次に最終的に得
た第1認識エリアの候補と第2認識エリアの候補との重
心距離と第1,2認識エリアのあらかじめ入力された基
準画像の重心間距離とを比較する(ステップ17)。
(ステップ14〜16,25〜28)、次に最終的に得
た第1認識エリアの候補と第2認識エリアの候補との重
心距離と第1,2認識エリアのあらかじめ入力された基
準画像の重心間距離とを比較する(ステップ17)。
【0032】その距離の誤差が許容値以上である場合に
はエラーとなり、許容値以内の場合にはあらかじめ入力
された基準画像の重心位置と、その基準画像に対する候
補の重心位置とのズレ量を算出するなどの被写体の情報
を得る(ステップ18)。
はエラーとなり、許容値以内の場合にはあらかじめ入力
された基準画像の重心位置と、その基準画像に対する候
補の重心位置とのズレ量を算出するなどの被写体の情報
を得る(ステップ18)。
【0033】なお、上記実施例では誤差認識判定方法
に、パターンマッチング認識結果の最大スコアを使用し
たが、最大スコアと次点スコアとの差分値を用いてもよ
い。差分値を用いた実施例を図4のフローチャートで説
明する。ステップ11,12,14,15,17,1
8,21〜28は図3と同様である。
に、パターンマッチング認識結果の最大スコアを使用し
たが、最大スコアと次点スコアとの差分値を用いてもよ
い。差分値を用いた実施例を図4のフローチャートで説
明する。ステップ11,12,14,15,17,1
8,21〜28は図3と同様である。
【0034】まず、第1認識エリアの入力画像を取り込
み、第1認識エリアの基準画像と相関演算を行う(ステ
ップ11)。相関演算結果より最大相関率と次点相関率
を抽出し、その抽出された最大と次点相関率の差分値を
算出する(ステップ11a)。
み、第1認識エリアの基準画像と相関演算を行う(ステ
ップ11)。相関演算結果より最大相関率と次点相関率
を抽出し、その抽出された最大と次点相関率の差分値を
算出する(ステップ11a)。
【0035】その差分値とあらかじめ設定された設定値
(例,設定値5)とを比較し(ステップ13a)、差分
値が設定値以上の場合には誤差認識の可能性がないとし
てステップ1の処理結果の相関率が最も高くなる画像を
第1認識エリアの候補として選び出す(ステップ1
2)。
(例,設定値5)とを比較し(ステップ13a)、差分
値が設定値以上の場合には誤差認識の可能性がないとし
てステップ1の処理結果の相関率が最も高くなる画像を
第1認識エリアの候補として選び出す(ステップ1
2)。
【0036】差分値が設定値以下の場合には、誤認識の
可能性があるとして第1認識エリアについて特徴抽出認
識を行い(ステップ21〜23)、記憶された各候補の
中から第1認識エリアの特徴ある位置配置の認識箇所
a,b,cのあらかじめ入力された基準画像の配置関係
に最も近いものを第1認識エリアの候補として選び出す
(ステップ24)。
可能性があるとして第1認識エリアについて特徴抽出認
識を行い(ステップ21〜23)、記憶された各候補の
中から第1認識エリアの特徴ある位置配置の認識箇所
a,b,cのあらかじめ入力された基準画像の配置関係
に最も近いものを第1認識エリアの候補として選び出す
(ステップ24)。
【0037】第2認識エリアについても同様にして処理
を行い、次に最終的に得た第1認識エリアの候補と第2
認識エリアの候補との重心距離と、第1,2認識エリア
のあらかじめ入力された基準画像の重心間の距離とを比
較する(ステップ17)。
を行い、次に最終的に得た第1認識エリアの候補と第2
認識エリアの候補との重心距離と、第1,2認識エリア
のあらかじめ入力された基準画像の重心間の距離とを比
較する(ステップ17)。
【0038】その距離の誤差が許容値以上である場合は
エラーとなり、許容値以内の場合にはあらかじめ入力さ
れた基準画像の重心位置とその基準画像に対する候補の
重心位置とのズレ量を算出するなどの被写体の位置情報
を得る(ステップ18)。
エラーとなり、許容値以内の場合にはあらかじめ入力さ
れた基準画像の重心位置とその基準画像に対する候補の
重心位置とのズレ量を算出するなどの被写体の位置情報
を得る(ステップ18)。
【0039】また、誤認識判定方法にパターンマッチン
グ認識結果の第1,2認識エリアの最大相関率候補の位
置関係(角度)を用いてもよい。誤認識判定方法に位置
関係(角度)を用いた例を図5のフローチャートに示
す。図中11,12,14,15,17,18,21〜
28は前述実施例と同様である。
グ認識結果の第1,2認識エリアの最大相関率候補の位
置関係(角度)を用いてもよい。誤認識判定方法に位置
関係(角度)を用いた例を図5のフローチャートに示
す。図中11,12,14,15,17,18,21〜
28は前述実施例と同様である。
【0040】まず、2特徴抽出認識フラグをOFFにし
(ステップ11b)、次にそれを判定する(ステップ1
1c)。始めは特徴抽出認識起動フラグがOFFである
ので、第1認識エリアについてステップ11,12の処
理を行い相関率が最も高くなる画像を第1認識エリアの
候補として選び出す。
(ステップ11b)、次にそれを判定する(ステップ1
1c)。始めは特徴抽出認識起動フラグがOFFである
ので、第1認識エリアについてステップ11,12の処
理を行い相関率が最も高くなる画像を第1認識エリアの
候補として選び出す。
【0041】始めは特徴抽出認識起動フラグがOFFで
あるので(ステップ13b)、第2認識エリアについて
ステップ14,15の処理を行い、相関率が最も高くな
る画像を第2認識エリアの候補として選び出す。
あるので(ステップ13b)、第2認識エリアについて
ステップ14,15の処理を行い、相関率が最も高くな
る画像を第2認識エリアの候補として選び出す。
【0042】次に、第1認識エリアの候補と第2認識エ
リアの候補との重心間距離と、第1,2認識エリアにあ
らかじめ入力された基準画像の重心間距離とを比較する
(ステップ17)。
リアの候補との重心間距離と、第1,2認識エリアにあ
らかじめ入力された基準画像の重心間距離とを比較する
(ステップ17)。
【0043】その距離の誤差が許容値以上である場合に
はエラーとなり、誤差が許容値以内の場合には第1,2
認識エリアの各候補の重心間をつなぐ直線の角度を算出
し判定して(ステップ17a)、その角度のズレ量があ
らかじめ設定された値(許容値)以内の場合には誤認識
の可能性がないとして被写体の位置情報を得る(ステッ
プ18)。
はエラーとなり、誤差が許容値以内の場合には第1,2
認識エリアの各候補の重心間をつなぐ直線の角度を算出
し判定して(ステップ17a)、その角度のズレ量があ
らかじめ設定された値(許容値)以内の場合には誤認識
の可能性がないとして被写体の位置情報を得る(ステッ
プ18)。
【0044】その角度のズレ量があらかじめ設定された
値(許容値)以上の場合には、特徴抽出起動フラグをO
Nにし(ステップ19)、再びステップ11c戻る。こ
の場合は特徴認識フラグONなので(ステップ11
c)、ステップ21〜24で第1認識エリアの候補を選
び出す。
値(許容値)以上の場合には、特徴抽出起動フラグをO
Nにし(ステップ19)、再びステップ11c戻る。こ
の場合は特徴認識フラグONなので(ステップ11
c)、ステップ21〜24で第1認識エリアの候補を選
び出す。
【0045】次に、この場合は特徴抽出フラグONなの
で(ステップ13b)、ステップ23〜26で第2認識
エリアの候補を選び出す。そして次のステップ17以
降、前述の内容を繰り返し実行し、被写体の位置情報を
得る(ステップ18)。
で(ステップ13b)、ステップ23〜26で第2認識
エリアの候補を選び出す。そして次のステップ17以
降、前述の内容を繰り返し実行し、被写体の位置情報を
得る(ステップ18)。
【0046】また、誤認識判定方法として、パターンマ
ッチング認識結果の第1,2認識エリアの相関率上位数
個の候補の各重心間距離の組み合わせの結果を用いても
よい。図6は、誤認識判定方法に各重心間距離の組み合
わせ結果を用いた実施例を示すフローチャートであり、
11,11b,11c,12,13b,14,15,1
8,21〜28は前述の図5の実施例と同様である。
ッチング認識結果の第1,2認識エリアの相関率上位数
個の候補の各重心間距離の組み合わせの結果を用いても
よい。図6は、誤認識判定方法に各重心間距離の組み合
わせ結果を用いた実施例を示すフローチャートであり、
11,11b,11c,12,13b,14,15,1
8,21〜28は前述の図5の実施例と同様である。
【0047】まず、特徴抽出認識起動フラグをOFFに
し(ステップ11b)、それを確認する(ステップ11
c)。始めは特徴抽出認識起動フラグがOFFであるの
で、第1認識エリアの入力画像を取り込み、第1認識エ
リアの基準画像と相関演算を行う(ステップ11)。
し(ステップ11b)、それを確認する(ステップ11
c)。始めは特徴抽出認識起動フラグがOFFであるの
で、第1認識エリアの入力画像を取り込み、第1認識エ
リアの基準画像と相関演算を行う(ステップ11)。
【0048】その相関演算の結果、相関率の高かった上
位候補(例,5候補)を抽出しその位置情報を記憶する
(ステップ11d)。また相関演算の結果の相関率が最
も高かった候補を第1記憶エリアの候補として選び出す
(ステップ12)。
位候補(例,5候補)を抽出しその位置情報を記憶する
(ステップ11d)。また相関演算の結果の相関率が最
も高かった候補を第1記憶エリアの候補として選び出す
(ステップ12)。
【0049】再び特徴抽出認識起動フラグのON,OF
Fを判定する(ステップ13b)。始めは特徴認識起動
フラグがOFFであるので、前述と同様のことを第2認
識エリアについて行う(ステップ14,14b,1
5)。
Fを判定する(ステップ13b)。始めは特徴認識起動
フラグがOFFであるので、前述と同様のことを第2認
識エリアについて行う(ステップ14,14b,1
5)。
【0050】次に、ステップ11dで算出された数候補
とステップ14bで算出された第2認識エリアの数候補
とのすべての組み合わせについてその重心間距離の算出
を行う(ステップ15a)。そしてそのすべての重心間
距離と、あらかじめ入力された第1,2認識エリアの基
準画像の重心距離とを比較する(ステップ17b)。
とステップ14bで算出された第2認識エリアの数候補
とのすべての組み合わせについてその重心間距離の算出
を行う(ステップ15a)。そしてそのすべての重心間
距離と、あらかじめ入力された第1,2認識エリアの基
準画像の重心距離とを比較する(ステップ17b)。
【0051】その距離の誤差が許容値以内となる候補の
組み合わせが1組だけあり、加えてその1組の第1,2
認識エリアの候補がどちらも最大相関率の候補である場
合は誤認識の可能性が無いとして(ステップ17b)、
被写体の位置情報を得る(ステップ18)。それ以外の
場合には誤認識の可能性があるとして特徴抽出起動フラ
グをONにし(ステップ19)、再びステップ11cに
戻る。
組み合わせが1組だけあり、加えてその1組の第1,2
認識エリアの候補がどちらも最大相関率の候補である場
合は誤認識の可能性が無いとして(ステップ17b)、
被写体の位置情報を得る(ステップ18)。それ以外の
場合には誤認識の可能性があるとして特徴抽出起動フラ
グをONにし(ステップ19)、再びステップ11cに
戻る。
【0052】この場合は特徴抽出認識起動フラグがON
なので(ステップ11c)、特徴抽出認識により第1認
識エリアの候補を選び出す(ステップ21〜24)。同
様のことを第2認識エリアでも行い、特徴抽出認識によ
る第2エリアの候補を選び出す(ステップ25〜2
8)。
なので(ステップ11c)、特徴抽出認識により第1認
識エリアの候補を選び出す(ステップ21〜24)。同
様のことを第2認識エリアでも行い、特徴抽出認識によ
る第2エリアの候補を選び出す(ステップ25〜2
8)。
【0053】つぎに、それら候補のそれぞれの重心間の
距離を算出し(ステップ15a)、あらかじめ入力され
た基準画像の重心間の距離と比較する(ステップ17
b)。その誤差が許容値以内であれば被写体のズレ量を
算出し(ステップ18)、許容値以上であればステップ
19からステップ11cへ戻り再び前述と同様のことを
繰り返す。
距離を算出し(ステップ15a)、あらかじめ入力され
た基準画像の重心間の距離と比較する(ステップ17
b)。その誤差が許容値以内であれば被写体のズレ量を
算出し(ステップ18)、許容値以上であればステップ
19からステップ11cへ戻り再び前述と同様のことを
繰り返す。
【0054】なお、以上の4つの実施例では誤認識判定
方法としてそれぞれ1つの方法を用いていたが、それら
を組合わせて行ってもよい。
方法としてそれぞれ1つの方法を用いていたが、それら
を組合わせて行ってもよい。
【0055】
【発明の効果】以上のように本発明によれば、認識エリ
アに対し特徴ある複数の箇所を認識するようにしたの
で、類似パターンの多い被写体の場合や僅かに被写体が
変化した場合でも、正確な被写体の位置情報を得ること
ができるという効果がある。
アに対し特徴ある複数の箇所を認識するようにしたの
で、類似パターンの多い被写体の場合や僅かに被写体が
変化した場合でも、正確な被写体の位置情報を得ること
ができるという効果がある。
【0056】また認識エリアに対し特徴のある1つの箇
所を認識した後、その結果に誤認識の可能性がある場合
に特徴のある複数の箇所を認識するようにしたので、ど
のような被写体においても処理時間が短く正確な位置情
報を得ることができるという効果がある。
所を認識した後、その結果に誤認識の可能性がある場合
に特徴のある複数の箇所を認識するようにしたので、ど
のような被写体においても処理時間が短く正確な位置情
報を得ることができるという効果がある。
【図1】本発明に係る位置認識方法の1実施例における
被写体の認識箇所を示す図である。
被写体の認識箇所を示す図である。
【図2】本発明に係る位置認識方法を示すフローチャー
トである。
トである。
【図3】本発明に係るパターンマッチング認識と特徴抽
出認識を組合わせた位置認識方法を示すフローチャート
である。
出認識を組合わせた位置認識方法を示すフローチャート
である。
【図4】本発明に係る誤認識の判定に最大相関率と次点
相関率の差を用いた位置認識方法を示すフローチャート
である。
相関率の差を用いた位置認識方法を示すフローチャート
である。
【図5】本発明に係る誤認識の判定に2つの認識エリア
の最大相関率になる2つの認識箇所で作る角度を用いた
位置認識方法を示すフローチャートである。
の最大相関率になる2つの認識箇所で作る角度を用いた
位置認識方法を示すフローチャートである。
【図6】本発明に係る誤認識の判定に2つの認識エリア
で相関率の大きい上位数個の候補同士を組み合わせ、そ
れら2点間の距離を用いた位置認識方法を示すフローチ
ャートである。
で相関率の大きい上位数個の候補同士を組み合わせ、そ
れら2点間の距離を用いた位置認識方法を示すフローチ
ャートである。
【図7】従来の被写体の認識箇所を示す図である。
【図8】従来の位置認識方法の認識処理を示すフローチ
ャートである。
ャートである。
1 被写体 2 第1認識エリア 2a〜2c 第1認識エリアの認識箇所 3 第2認識エリア 3a〜3c 第2認識エリアの認識箇所
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成4年8月24日
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】0029
【補正方法】変更
【補正内容】
【0029】第1認識エリアの取り込み画像と第1認識
エリアの特徴ある位置配置の認識箇所2aのあらかじめ
入力された基準画像との相関演算を行い、相関率が高か
った上位数個の候補についてその存在位置を記憶し(ス
テップ21)、認識箇所2b,2cのあらかじめ入力さ
れた基準画像とも相関演算を行い、相関率が高かった上
位数個の候補について、その存在位置を記憶する(ステ
ップ22,23)。
エリアの特徴ある位置配置の認識箇所2aのあらかじめ
入力された基準画像との相関演算を行い、相関率が高か
った上位数個の候補についてその存在位置を記憶し(ス
テップ21)、認識箇所2b,2cのあらかじめ入力さ
れた基準画像とも相関演算を行い、相関率が高かった上
位数個の候補について、その存在位置を記憶する(ステ
ップ22,23)。
【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】0030
【補正方法】変更
【補正内容】
【0030】その記憶された各候補の中から第1エリア
の認識箇所2a,2b,2cのあらかじめ入力された基
準画像の配置関係に最も近いものを選び出す(ステップ
24)。
の認識箇所2a,2b,2cのあらかじめ入力された基
準画像の配置関係に最も近いものを選び出す(ステップ
24)。
【手続補正3】
【補正対象書類名】明細書
【補正対象項目名】0032
【補正方法】変更
【補正内容】
【0032】その距離の誤差が許容値以上である場合に
は認識エラーとなり、許容値以内の場合にはあらかじめ
入力された基準画像の重心位置と、その基準画像に対す
る候補の重心位置とのズレ量を算出するなどの被写体の
情報を得る(ステップ18)。
は認識エラーとなり、許容値以内の場合にはあらかじめ
入力された基準画像の重心位置と、その基準画像に対す
る候補の重心位置とのズレ量を算出するなどの被写体の
情報を得る(ステップ18)。
【手続補正4】
【補正対象書類名】明細書
【補正対象項目名】0036
【補正方法】変更
【補正内容】
【0036】差分値が設定値以下の場合には、誤認識の
可能性があるとして第1認識エリアについて特徴抽出認
識を行い(ステップ21〜23)、記憶された各候補の
中から第1認識エリアの特徴ある位置配置の認識箇所2
a,2b,2cのあらかじめ入力された基準画像の配置
関係に最も近いものを第1認識エリアの候補として選び
出す(ステップ24)。
可能性があるとして第1認識エリアについて特徴抽出認
識を行い(ステップ21〜23)、記憶された各候補の
中から第1認識エリアの特徴ある位置配置の認識箇所2
a,2b,2cのあらかじめ入力された基準画像の配置
関係に最も近いものを第1認識エリアの候補として選び
出す(ステップ24)。
【手続補正5】
【補正対象書類名】明細書
【補正対象項目名】0038
【補正方法】変更
【補正内容】
【0038】その距離の誤差が許容値以上である場合は
認識エラーとなり、許容値以内の場合にはあらかじめ入
力された基準画像の重心位置とその基準画像に対する候
補の重心位置とのズレ量を算出するなどの被写体の位置
情報を得る(ステップ18)。
認識エラーとなり、許容値以内の場合にはあらかじめ入
力された基準画像の重心位置とその基準画像に対する候
補の重心位置とのズレ量を算出するなどの被写体の位置
情報を得る(ステップ18)。
【手続補正6】
【補正対象書類名】明細書
【補正対象項目名】0043
【補正方法】変更
【補正内容】
【0043】その距離の誤差が許容値以上である場合に
は認識エラーとなり、誤差が許容値以内の場合には第
1,2認識エリアの各候補の重心間をつなぐ直線の角度
を算出し判定して(ステップ17a)、その角度のズレ
量があらかじめ設定された値(許容値)以内の場合には
誤認識の可能性がないとして被写体の位置情報を得る
(ステップ18)。
は認識エラーとなり、誤差が許容値以内の場合には第
1,2認識エリアの各候補の重心間をつなぐ直線の角度
を算出し判定して(ステップ17a)、その角度のズレ
量があらかじめ設定された値(許容値)以内の場合には
誤認識の可能性がないとして被写体の位置情報を得る
(ステップ18)。
【手続補正7】
【補正対象書類名】図面
【補正対象項目名】図3
【補正方法】変更
【補正内容】
【図3】
【手続補正8】
【補正対象書類名】図面
【補正対象項目名】図4
【補正方法】変更
【補正内容】
【図4】
【手続補正9】
【補正対象書類名】図面
【補正対象項目名】図5
【補正方法】変更
【補正内容】
【図5】
Claims (8)
- 【請求項1】 あらかじめ入力した基準画像と取り込み
画像との相関を用いて基準画像と一致したパターンを探
索し、認識対象物のズレ量を算出してその位置を補正す
る位置認識方法において、 認識エリア内の特徴となるそれぞれ独立した複数の認識
箇所の位置についての認識を行って前記認識対象物の位
置情報を求め、 求めた位置情報と基準画像の位置情報とから認識対象物
のズレ量を算出する特徴抽出認識をすることを特徴とす
る位置認識方法。 - 【請求項2】 請求項1記載の位置認識方法において、 前記認識対象物の位置情報は複数の認識箇所間の距離お
よび角度の情報から構成され、 前記基準画像の複数の基準パターン間の距離および角度
からなる位置情報と比較する位置認識方法。 - 【請求項3】 請求項1記載の位置認識方法において、 前記特徴抽出認識と、 前記認識エリア内の1つの認識箇所の認識を行い前記認
識対象物の位置情報を求めるパターンマッチング認識と
を併用することを特徴とする位置認識方法。 - 【請求項4】 請求項3記載の位置認識方法において、 前記パターンマッチング認識の結果、得られる相関率の
最大値を得る候補の値を判定することにより、前記認識
箇所の誤認識を判定する位置認識方法。 - 【請求項5】 請求項3記載の位置認識方法において、 前記パターンマッチング認識の結果、得られる相関率の
最大値を得る候補と次点値を得る候補との差を判定する
ことにより、前記認識箇所の誤認識を判定する位置認識
方法。 - 【請求項6】 請求項3記載の位置認識方法において、 2つの認識エリアにおける前記パターンマッチング認識
の結果、得られる相関率の最大値を得る候補同士が作る
角度を判定することにより前記認識箇所の誤認識を判定
する位置認識方法。 - 【請求項7】 請求項3記載の位置認識方法において、 2つの認識エリアにおける前記パターンマッチング認識
の結果、得られる相関率の中で数値の大きい上位数個の
候補同士を組み合わせ、それら2点間の距離を判定する
ことにより誤認識を判定する位置認識方法。 - 【請求項8】 あらかじめ入力した基準画像と取り込み
画像との相関を用いて基準画像と一致したパターンを探
索し、認識対象物のズレ量を算出してその位置を補正す
る位置認識装置において、 認識エリア内の1つの認識箇所の認識を行い前記認識対
象物の位置情報を求めるパターンマッチング認識手段
と、 前記認識エリア内の特徴となるそれぞれ独立した複数の
認識箇所の位置についての認識を行って前記複数の認識
箇所の位置情報を求め、求めた位置情報と前記基準画像
の位置情報とから認識対象物のズレ量を算出する特徴抽
出認識手段とを備え、パターンマッチング認識と特徴抽
出認識とを併用することを特徴とした位置認識装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP14324791 | 1991-06-14 | ||
JP3-143247 | 1991-06-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05118821A true JPH05118821A (ja) | 1993-05-14 |
Family
ID=15334312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP32861191A Pending JPH05118821A (ja) | 1991-06-14 | 1991-12-12 | 位置認識方法及び位置認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05118821A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0916770A (ja) * | 1995-06-29 | 1997-01-17 | Asia Electron Inc | 線形相関回路 |
JP2003068787A (ja) * | 2001-08-23 | 2003-03-07 | Kaijo Corp | ボンディング装置 |
JP2010276581A (ja) * | 2009-06-01 | 2010-12-09 | Honda Motor Co Ltd | センシング誤判定防止方法 |
CN116153822A (zh) * | 2023-04-18 | 2023-05-23 | 江苏芯德半导体科技有限公司 | 一种自动识别晶圆图纸上多余锡球及去除多余锡球的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03120732A (ja) * | 1989-10-03 | 1991-05-22 | Mitsubishi Electric Corp | 位置のズレ量認識装置およびこれを用いた半導体装置の製造方法 |
JPH03149675A (ja) * | 1989-11-06 | 1991-06-26 | Nitto Denko Corp | パターンマッチング装置 |
-
1991
- 1991-12-12 JP JP32861191A patent/JPH05118821A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03120732A (ja) * | 1989-10-03 | 1991-05-22 | Mitsubishi Electric Corp | 位置のズレ量認識装置およびこれを用いた半導体装置の製造方法 |
JPH03149675A (ja) * | 1989-11-06 | 1991-06-26 | Nitto Denko Corp | パターンマッチング装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0916770A (ja) * | 1995-06-29 | 1997-01-17 | Asia Electron Inc | 線形相関回路 |
JP2003068787A (ja) * | 2001-08-23 | 2003-03-07 | Kaijo Corp | ボンディング装置 |
JP4672211B2 (ja) * | 2001-08-23 | 2011-04-20 | 株式会社カイジョー | ボンディング装置 |
JP2010276581A (ja) * | 2009-06-01 | 2010-12-09 | Honda Motor Co Ltd | センシング誤判定防止方法 |
CN116153822A (zh) * | 2023-04-18 | 2023-05-23 | 江苏芯德半导体科技有限公司 | 一种自动识别晶圆图纸上多余锡球及去除多余锡球的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2776757B2 (ja) | 指紋指頭軸方向検出装置 | |
JP3636809B2 (ja) | 画像処理方法 | |
JP2003263640A (ja) | 生体情報を用いた個人識別装置 | |
US6735343B2 (en) | Polygon finder and pruned tree geometric match method | |
US7295688B2 (en) | Method and apparatus for matching streaked pattern image | |
CN114549400A (zh) | 一种图像识别方法及装置 | |
JPH05118821A (ja) | 位置認識方法及び位置認識装置 | |
US20090010529A1 (en) | Method for Automatically De-Skewing of Multiple Layer Wafer for Improved Pattern Recognition | |
JP2637764B2 (ja) | 指紋中心検出方式 | |
JP2998054B2 (ja) | 文字認識方法及び文字認識装置 | |
JP4566686B2 (ja) | 対象物の形状判別方法及び装置 | |
JP2000180138A (ja) | キャリブレーションプレート及びこれを利用する視覚センサのキャリブレーション装置 | |
JP3454309B2 (ja) | 画像照合処理装置および方法、画像照合システム | |
JP3158351B2 (ja) | 微小ワーク片の位置検出方法 | |
JPH07237094A (ja) | 画像処理によるターゲットマークの中心位置検出方法 | |
JP2671985B2 (ja) | 情報認識方法 | |
JP6941331B2 (ja) | 画像認識システム | |
JPH1139478A (ja) | 指紋照合装置及びその照合処理方法 | |
KR0173249B1 (ko) | 피듀셜 마크 인식방법 | |
JP6441715B2 (ja) | 宛先認識装置 | |
JP2000276598A (ja) | 画像認識方法 | |
JPH0520458A (ja) | コーナ位置検出方法 | |
JPH01273176A (ja) | 穴形状認識方法 | |
JPH0520434A (ja) | 実装検査方法 | |
JP2813601B2 (ja) | 表形式文書認識装置 |