JPS63503332A - 検査装置 - Google Patents
検査装置Info
- Publication number
- JPS63503332A JPS63503332A JP87500961A JP50096187A JPS63503332A JP S63503332 A JPS63503332 A JP S63503332A JP 87500961 A JP87500961 A JP 87500961A JP 50096187 A JP50096187 A JP 50096187A JP S63503332 A JPS63503332 A JP S63503332A
- Authority
- JP
- Japan
- Prior art keywords
- inspection device
- processor
- signals
- image
- intensity
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
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】
検査装置
この発明は、産業上の検査装置に関し、特に複数の部品を迅速に検査するのに適
した装置に関する。
産業上の検査には、コンベア上をゆっくりとした速度で移動する製品や部品の識
別、位置決め、個数の計数、監視、および測定などがある。それゆえ、製品はリ
アルタイムで調べなければならず、このため必要な画素数を解析するのに要求さ
れる処理レートは単一の一般的なシリアルプロセッサにより処理する限度を越え
ている。実際の処理レートは、単一の中央処理装置(CP U)が処理できる速
度の50ないし100倍であるので、特別なハードウェアを設計しなければなら
なかった。
このために、出願人は、イメージ処理マルチプロセッサ(IMF)を考案した。
IMFは、バーサタイルモジュラーユーロカードVMEバスおよびクレート(c
r a t e)で構成されている。クレートは、イメージ処理のためのフレ
ーム記憶装置を含む特別のコプロセッサボード群を保持する枠組である。コプロ
セッサ群は迅速に動作するので、システムはリアルタイムで検査を行うことがで
きる。システム自体は集積化するように設計されており、vMEバス上のトラン
ザクションデータはオーバヘッドが小さいので高速に処理される。
更に、メモリサブシステムは、vMEバスが可能な最大速度で動作するように設
計されている。
二の発明によれば、共通の特徴群を有する複数の製品の連続検査のための検査装
置を備えている。この検査装置は、個々の製品の位置を検出する手段と、位置決
めされた製品の近くの像を捕える走査手段と、および前記走査手段により検出さ
れた特徴の重要性を解析する解析手段をそなえている。また、前記位置決め手段
に接続される選択手段は、前記関心領域の特徴に相関するデータを選択的に得る
ために、前記走査手段から得られたデータの処理を制御するように選択的に動作
可能である。
また、関心領域の共通特徴群を有する複数の製品を連続的に検査する検査装置に
使用するイメージロケーション装置において、光学イメージ上の所定の位置の近
傍の複数の位置の光学信号の強度に対応する複数の電気信号を生じる検出手段と
、前記所定位置の近傍の位置の光学信号の強度に依存する一対の電気信号を発生
させるために所定のアルゴリズムに従って対称に重み付けされたた電気信号群を
結合する結合手段と、前記電気信号対間の差に応じた電気信号を発生する差分手
段とで構成されるイメージロケーション装置が提供される。
IMFシステムは128x128バイトの4つのイメージブレーンを含むフレー
ムメモリの周辺に構築される。メモリはVMEプロトコルのアクセス速度である
150 n5ecのアクセス速度に設計されている。
IMFシステムの目的は、リアルタイムかつ合理的なコストで産業上の検査を行
うことである。ラインスキャンあるいはTV(ビジコン)カメラからのイメージ
はデジタル化され、コンピュータ制御によりフレームメモリに供給される。次に
、これらのイメージは特別の処理ボードにより高速に処理される。この特別の処
理ボード群は、ホストコンピュータの制御により動作し、vMEバスを介して自
動的にイメージデータをアクセスすることのできるコプロセッサ群を有している
。
VMEバス上のアービトレータ(arbitrator)は、ホストプロセッサ
、イメージ表示ハードウェアおよび種々のコプロセッサ間の調停を行う。IMF
は多くのプロセッサが種々の機能を同時に行うことができるマルチプロセッサシ
ステムである。但し、常に1つのプロセッサのみがバスをアクセスできる。しか
し、この制約は考えるほど厳格なものではない。第1にローカルメモリを設けて
パイプライン処理を行うことにより、コプロセッサの並列処理が可能である。第
2に、多くのリアルタイムによる産業上の検査アプリケーションではスピードが
要求されるが、この種のシステムによって有効に仕事を行う程高いスピードでは
ない。この場合、コプロセッサステムの設計は、厳密であるだけでなく、特別な
工夫を要した。従って、IMFの能力は、実質的には多くの商業的に入手できる
、簡単な設計で安価なシステムよりも高い。
IMFシステムは、特に食品検査に応用される。かなりの食品は丸い特徴を有し
ている。検査する場合には、検査する製品を迅速に検索して決定的な特徴と欠陥
を効果的に監視する必要があった。食料品は連続的に移動するラインで大量に作
られる。これらのラインは一般には1乃至2メートルの幅があり、コンベアの幅
方向に12乃至20の品があり、1秒間に30乃至50センチメートルの速度で
移動する。従って、ラインの所定箇所を通過する割合いは一般には1秒間に20
個である。このことは、IMFの1個のプロセッサが約50ミリ秒毎に1個の品
を扱う必要があることを意味する。プロセッサは受取った画像の中から各品物を
発見し、監視しなければならない。1個の品物の適当な分解能は、1辺が60な
いし80の画素からなる方形である。従って、品物の検索は非自明であり、監視
は自明性が少ない。この種の問題は、多くの画素へのアクセスが必要であるが、
VMEバスを一時停止させる必要がるほどのものではないので、データフローの
問題を生じる。
製品の検索と監視のためのアルゴリズムおよびそれを実行するためのプロセッサ
の種類を選定するのにかなりの注意が払われてきた。丸い食糧品の検査のために
初めて作られたアルゴリズムが、ハードウェアで最初に実行されたが、今では一
般化されているので、多種多用の製品にも適合する。第1に、丸いかもしくは丸
い穴を有する製品が迅速かつ簡単に検索できる。第2にそのような製品が検査さ
れ、綿密に監視できる。第3に円形でない製品の多くの特徴でも正確に検索でき
、これらの特徴部の近傍あるいは関連する部位で監視できる。このシステムの特
徴は、システムのその他の部分をトリガできるある特徴を認識できるかどうかと
いうことである。
出願人の経験によれば、穴、スペック、ドツト、文字、コーナ、ライン交叉等を
含む多くの特徴を簡単に検索することができる。従って、IMFシステムは極め
て広い範囲の産業上の検索およびロボットのアプリケーションに使用することが
できる。さらに、対象あるいはいくつかの特徴については検索する必要が無い場
合もある。これは、例えば、ロボットのグリッパ、シュートの底部等のようにそ
の存在と場所がわかっている場合である。IMFシステムは、当然このような状
況にも対処できる。全体的には、IMFシステムはどちらかといえば、一般的な
ユーティリティに実用的である。
現在種々のプロセッサで行われている、機能としては次のものがある。
(1) エツジの検出と向き; (2) 特別な特徴部の近傍の放射強度ヒスト
グラムの構成; (3) 種々の強度の画素であって、種々のタグがつけられた
画素の計数; (4) 関心領域の特徴部からの距離のような内部的に発生され
たパラメータに対するしきい値パターンの相関。他の特徴としては、(5) 角
強度ヒストグラムの構成; (6) 全体の物体強度ヒストグラムの構成と(7
) 特定領域内の強度ヒストグラムの構成;および(8) さらに一般的なグレ
イスケール副画像相関がある。これらの機能により製品の中心部を迅速に計算し
、周囲と領域の測定例えば、ビスケット上のチョコレートの周囲と領域を測定す
ることができる。この発明の新規な特徴によれば、大部分の処理が迅速かつ効率
良く行われるが、とりわけ所定の開始位置に相関する画像領域の特定プロセッサ
によるオートスキャンがある。このプロセッサは内部バスと接続されている。内
部バスは開始画素に相関して現在アクセスされている画素(x、y)と座標(r
、 e)を保持する。これは、画素(x、y)と座標(r、 e)に相関する情
報を供給するプロセッサボード上にルックアップテーブルを設けることにより行
われる。
このシステムでは画像に自由にリロケートできる簡単な機能を用いているので、
柔軟性があり、効率もよい。
これらの利点に加えて、システム全体がFDP−11タイプのホストプロセッサ
からハイレベル言語を用いて簡単に制御できる。このためのインターフェースも
種々作られている。
また、68000や他のホストプロセッサも使用することができる。ここで重要
なことは、複雑なアセンブラレベルのプログラミングが必要ないことである。コ
プロセッサに必要なことと言えば、RESET信号によりイニシャライズを行い
、5TARTパルスにより動作を開始し、ある情報を特定のレジスタおよびメモ
リロケーションにセットすることである。
データはホストまたは他のプロセッサにより読み出され他のロケーションに書く
こともできる。制御は最少限のレジスタを介して行われる。これらのレジスタに
はプログラミングを容易にするためにハイレベル言語の名前が付けられる。
コプロセッサの機能は実際の検査システムの大部分を占める特殊な機能である。
これらの機能は一般的ではないので、自分自身で検査業務の全てを実行すること
はできない。従って、′グルー(g 1 u e)1機能が必要になる。この機
能はホストプロセッサが行う。もし、このグルー機能により速度が遅くなったり
、負荷がかかりすぎる場合には、さらにソフトウェアコプロセッサをIMFシス
テムに追加することができる。現在、ビットスライスのプロセッサと協同して動
作可能なりEC社のT−11プロセツサを介してソフトウェアコプロセッサの実
現を可能とするように計画されている。このようなプロセッサがIMPのすべて
の機能を実行するのは不可能である。何故なら、すくなくとも50台の同時に作
動するプロセッサをシステムに追加しないかぎり、スピードが遅すぎて検査出来
ないからである。IMFシステムは大量の処理をより経済的に行うことによりこ
の種の問題を解決するために作られた。従って、力ずくの解決に代わって知的な
解決であると言える。さらに、一般には、1もしくは2以上のソフトウェアコプ
ロセッサがハードウェアに付加される。
この発明の一実施例を添附図面を参照して説明する。
第1図はイメージ(画像)処理マルチプロセッサシステムの概略図である。
第2図は、第1図に示すIMFシステムのプロセッサIIの概略図である。
第3図は、プロセッサIIのプロセッサモジュールAの概略図である。
第4図は、プロセッサIIのプロセッサモジュールBの概略図である。
第5図は、プロセッサIIのプロセッサモジュールCの概略図である。
第6図は、プロセッサIIIのプロセッサモジュールDの概略図である。
第7図は、プロセッサIVのプロセッサモジュールEの概略図である。
第8図は、プロセッサIVのプロセッサモジュールFの概略図である。
検査業務を実行するには、始めに製品を検索しなければならない。有効な検査を
2段階で行う事ができる。(1)製品の検索と(2)製品の監視である。形状が
ルックアップテーブルだけで決定できる物体の場合には、グレイスケール画像に
直接おこなうことができる。ハフ(Hough)変換をおこなうためには、エツ
ジの検索をおこなう必要がある。プロセッサ■はこの目的のために設計されてお
り、製品を含めた画像内の特別な基準点からのデータを出力することができる。
ハフ(Ho u g’h)変換の一般的な性質により、IMFは開始基準点を検
索しなければならない。特別な基準点は、製品を含む画像内で検索できるので特
別な処理をおこなうことなく、検査処理のための基本開始点を見付けることがで
きる。
基準点が画像内で検索されると、次にその近傍の画像を解析し、それにより、対
象物を監視することができる。プロセッサIIは、関心領域をシステム的に走査
するオートスキャンモジュールを用いてこの機能を実行する。画像のサブエリア
をスキャンすることは2つの利点がある。第1に関係の無い領域を削除すること
により処理速度を高める。基準点は1つあるいは他の標準であるので多くの一致
をとることができる。すなわち、従前に記憶したデータとの比較を行うことがで
きる。プロセッサIIは、一致処理を行う方法を実行するためのモジュールを有
している。プロセッサIIは、基準点運ぶ内部バスを有している。特に、この内
部バスは、基準点に対する現在画素の座標(r、 e)に関する情報を運ぶ。こ
の座標はRAMにロード可能なルックアップテーブルから得られる。ある時刻に
おいては、1つの基準点しか使用できないが、ルックアップテーブルは、さらに
いくつかの付加情報群を持つことができ、各付加情報群は特別なタイプの物体も
しくは特徴に相関している。例えば、付加情報は特別なタイプの物体の理想的な
サイズあるいはその他の詳細な情報を有している。従って、プロセッサIIは、
種々のタイプのいくつかの物体を連続的に見ながら、画像をスキャンし、その出
力情報をメモリに記憶することができる。(この構成によりVMEバスの上の時
間を節約できる。)リラティブロケーションすなわちRLババスして設計された
内部(X、y)/ (r、9)情報バスを用いてデータをプロセッサII内の種
々のモジュールに供給する。特に、特別な基準点の近傍領域を理想体の値と迅速
に比較する手段となる半径および角度強度ヒストグラムを構築することができる
。
この解析のために、種々のレンジの強度ヒストグラムを発生することができ、標
準分布に対して、特別な強度値の分布の相関値を作ることができる。ここで強調
したいことは、ホストプロセッサがしなければならない大量の処理を低減するた
めに、種々の標準的な方法で画像の特別な領域を迅速に監視することである。プ
ロセッサIIにおいて画像の詳細が不明の場合、ホストプロセッサが調べること
ができる。
プロセッサIは不可欠なエツジの検出機能を実行する。実際には、ハフ(Hou
gh)変換の計算を行うように最適化される。この目的のためにはハフ変換の計
算行うだけでは不十分であり、エツジの大きさや方向も決定しなければならない
。プロセッサlはエツジの大きさと方向の両方を決定するように設計されている
。さらにプロセッサIは新規で独特な方法、すなわち高レベルでエツジの大きさ
をしきい値化するのに使用される。この理由は、エツジ点の数を大幅に減らして
IMFシステム全体のスピードアップを計ることと、検索されるエツジ点が平均
的なエツジ点よりも精度が高くなるようにするためである。このため、プロセッ
サIでは、画素の強度値に2重のしきい値を設け、強度スケールの1/2以下の
点を消去し、さらに処理スピードを高める。
プロセッサIはプロセッサIIよりも複雑なオートスキャンユニットを有してい
る。すなわち、プロセッサIIでは1x1のウィンドウ構成に対し、プロセッサ
Iでは、3X3のウィンドウ構成である。さらに、従前の2つの画素(すなわち
、新しい画素毎に、IX3のサブウィンドウが必要になるだけなので)からの入
力画素データを低減し、バイブラインで計算を行い、ホストプロセッサによって
もアクセス可能な高速のローカルメモリの出力データを減らすことによりさらに
スピードアップを計ることができる。
VMEバスのプライオリティレベルは高い順に次の通りである。
レベル3ニジステムコントローラとして作動するホストプロセッサ
レベル2:プロセッサIおよびプロセッサIIを含むハードワイヤド、マイクロ
コードコプロセッサレベル1:DECT−11プロセツサを含むソフトウェアコ
プロセッサ
レベル0:ビデオディスプレイ回路
ソフトウェアの方がハードウェアよりもより複雑な機能を構築しやすいのでソフ
トウェアコプロセッサはハードウェアコプロセッサよりもインテリジェントであ
る場合が多い。従って、ハードウェアコプロセッサはインラブト不可であり、必
要に応じて割当てられた動作を終了させる必要がある。従って、プライオリティ
をレベル1ではなく、レベル2にしている。ビデオディスプレイ回路のプライオ
リティは最も低く、従って、バスが他の処理により専有されてない場合にのみV
MEバスメモリからの画像を表示することができる。同じプライオリティレベル
のプロセッサ群はディシイチェーンで接続されており、アービトレータモジュー
ルに最も近いプロセッサが最初にバスを取得することができる。
アルゴリズムの作成すなわち処理速度が最優先しないような産業システムでは、
ハイレベル言語による画素の表記が有効である。5x5ウインドウ内の画素のP
PL2による表記は次の通りである。
P15 Pi4 P13 P12 pHP16P4 P3 P2 PIO
P17 P5 POPi P9
P18 P6 P7 P8 P24
P19 P20 P2I P22 P23ある画像のロケーション(x、 y)
の周囲の画素群にこのな結果となる。IMFシステムのフレームメモリでは、再
マツピングはルックアップテーブルで自動的に行われる。上述の例では5x5の
ウィンドウであったが、IMFはこの方法によって、7x7までのサイズのウィ
ンドウに対処できる。
ルックアップ動作によりスピードが多少落ちるが、上述したそれよりもプログラ
ミングが容易であるという点で大きな利点がある。この実施例で採用した自動リ
マッピングでは、インデックスアドレスを使わずに絶対アドレスを用いているの
で画素のアクセスがスピードアップされるという利点を有する。これは、例えば
68000のように巨大なメモリ空間内の全画像を直接アクセスする、現在入手
可能な民生用のシステムには見られない。
リマッッピングに必要なルックアップテーブルのサイズは、Xを6ビツトのウィ
ンドウ置換情報と結合し、同様にYを6ビットのウィンドウ置換情報と結合する
のに必要なサイズでアル。128x128のフレームメモリの場合、2つのルッ
クアップテーブルが構成され、各テーブルは7+5−13アドレスビツトと、7
ビツトの座標データと1ビツトのオーバレンジデータを有する。また、256x
256のフレームメモリの場合、2つのテーブルは8+6−14アドレスビツト
と、8+1のデータビットを有する。128x128のフレームメモリの場合、
2つの8Kx8 EPROMがあればよい。
この発明による装置はエツジ検出器からの信号を処理するのに用いることができ
る。正確なエツジの向きと位置情報を与える画素を迅速に選択し、他の画素を無
視することにより処理速度を高めることができる。高精度の位置と向きの情報を
与える画素を選択する際の原理は強度勾配が非常に均一な画素を捜すことである
。これは、ハイレベルの強度勾配均一パラメータをしきい値化するか、あるいは
ロウレベルの非均一性パラメータをしきい値化することにより得られる。これは
、対象となる画素位置近傍の画素群の2つの対称的に重み付けされた和を取るこ
とにより得られる。その場所が正確に均一な強度勾配を持っている場合には、そ
れらの和が同じになるように、重み付けを変えることができる。これらの和の差
が、非均一性のパラメータを生じ、適当なしきい値に設定されたしきい値検出器
により検出することができる。
この方法を3x3の近傍の場合について説明する。この場合、エツジを検出する
のにソベル(Sobel)演算子をもちいる。近傍の画素強度を表記するのに次
のような表記を用いると、強度勾配の(ソベル)のXおよびyの成分は次式であ
られせる。
gx −(C+2F + 1)−(A+2D+G)gy −(A +2B +C
)−(C+2H+I)また、強度勾配は次式で表される。
g 閣 [g 112 +g 、2 ] 1/2あるいは適当な近似式で表され
る。エツジの配向はアークタンジェント機能を用いてg8およびgyの相対値か
ら推測できる。
勾配の均一性を計算するのに使用できる画素値の対称和は次式で表される。
sl −A +C+G 十I
s2 = B +D +F +H
s3 − 4E
従って、非均一性パラメータは次式で表される。
均一性検出器は、ノイズが顕著であるエツジ点は良い形状であっても、口述する
物体検索器により考慮の対象外にすることである。これが無いと、エツジの向き
が不正確になる。また、均一性検出器によりアルゴリズムの処理スピードを速め
ることができる。さらに、均一性検出器は、ソベル(Sobell)エツジ検出
器により示された3x3の近傍だけでなく、どのようなサイズの近傍にも対処で
きる。なお、ソベルエッジ検出器のかわりに例えば、Prewettの3x3エ
ツジ検出器をもちいても良い。さらに、重み付けの和の対称的な組合わせ群およ
び線形もしくは非線形のこれらの組合わせにより非均一性を検出することができ
る。(例えば、3x3の場合、ul+u2+u3を用いることができる。)さら
に大きな近傍の場合、多くの均一性の演算子が考えられる。
均一性検出器の1つの機能は、ノイズの発生している箇所を消去することである
。他の機能は、しかるべき位置にない点たとえば、奇形等に対する点を考慮の対
象外にすることである。均一性検出器はさら1ごステップ”エツジが近傍の中心
部を通過しない場合を削除することによりエツジオペレーションの精度を改良す
ることができる。オフセットにより精度が悪化するが、均一性演算子により、検
出の確立を改善することができる。
均一性検出器は、ノイズのあるエツジ部分(あるいは明らかにエツジそのもの)
を削除するのに使用することができる。
このノイズは近傍のどの画素内にも生じ得る。例えば、ソベル検出器を用いた場
合、近傍の画素の1つ(中心の画素は除く)のノイズはエツジの配向精度を減少
させる。均一性演算子はこれを検出しようとする。(もちろん、時として検出で
きない場合がある。例えば、2つの画素がノイズを受けており、均一性の演算子
ではノイズがキャンセルされるが、エツジ配向演算子ではキャンセルされない場
合である)スクリーナ(screener)はブリスクリーニング、ポストスク
リーニングあるいはそれらを同時に行うことができる。並列スクリーニングは最
も動作が速いので専用のVLS Iチップができれば、それを使うことが望まし
い。ブリスクリーニングおよびポストスクリーニングは後段の物体検出器により
処理されるデータを積極的に削除するのに有効である。また、エツジの検出用の
チップと、均一性のスクリーニングのチップとを別々に設けずに1つのVLSI
チップで行ってもよい。重要なことは、均一性検出器は、多くの点を考慮しなく
て済むので、物体検出のアルゴリズムのスピードアップを計ることができる。
この発明によれば、飛行中の放射ヒストグラムと相関を使用することができる。
冗長な情報をコンピュータが削除するためにあらかじめハードウェアにより選択
する画像の重要な領域を定義することにより、データ抽出を階層的に行うことが
でき、検査処理をスピードアップさせることができる。コンピュータは画像のエ
ツジ点のみならず、画像のどの特徴部をチェックするかがわかっているので時間
を浪費することはない。コンピュータは記憶したデータと、スキャナからの測定
値をもとにエツジ点を再計算する。これは、考慮する必要のない背景の点である
ことがわかっているからである。
この発明は食糧品(ビスケット、ピザ、ケーキ、その他の、サイズと形状が均一
な品物)のような大量生産される品物の検査に特に有効である。また、ナンバプ
レートの認識や、光学マークや光学文字認識などのような法的な仕事に適用でき
る。また、画像を捕えるのに光学技術のみならず、ソナー、赤外線あるいは触角
検出などの方法によっても可能である。
RL ノCジ(
/マ入
7aOt・1yLN1−L p
八′ 入 7”D’t!ゾグ IV
国際調査報告
Claims (7)
- 1.個々の物品の位置検索のための検出手段からなり、共通の関心特徴部を有す る複数の物品の連続検査をおこなう検査装置において、検索される物品の近傍の 領域画像を捕える走査手段と、前記走査手段により検出された重要な特徴部を解 析する解析手段とを有し、前記位置検索手段に接続された選択手段は、前記関心 特徴部に相関するデータを得るために前記走査手段から得られたデータの処理を 選択的に制御するように動作可能であることを特徴とする検査装置。
- 2.前記選択手段は強度しきい値検出器として作用する強度勾配均一性検出器を 有していることを特徴とする請求の範囲1に記載の検査装置。
- 3.前記ある特徴部から得られる信号の解析を禁止する禁止手段をさらに有した ことを特徴とする請求の範囲2に記載の検査装置。
- 4.前記禁止手段は所定レベル以上のノイズがある信号の解析を禁止することを 特徴とする請求の範囲3に記載の検査装置。
- 5.前記禁止手段は所定の形状に一致しない信号の解析を禁止することを特徴と する請求の範囲3に記載の検査装置。
- 6.前記形状は測定した強度の母集団の中心に関連するステップエッジの位置に より決定されることを特徴とする請求の範囲5に記載の検査装置。
- 7.光学画像の所定位置の近傍の複数の位置の光学信号の強度に対応した複数の 電気信号を発生する検出手段と、所定のアルゴリズムに従って、対称的に重み付 けされた電気信号群の対を結合して、前記所定位置の近傍の複数の位置における 光学信号の強度に依存する一対の電気信号を出力する結合手段と、前記一対の電 気信号間の差に依存する電気信号を出力する差分手段とを有したことを特徴とす る請求の範囲1ないし6のいずれかに記載の検査装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB8530928 | 1985-12-16 | ||
GB858530928A GB8530928D0 (en) | 1985-12-16 | 1985-12-16 | Image enhancer |
GB8530929 | 1985-12-16 | ||
GB858530929A GB8530929D0 (en) | 1985-12-16 | 1985-12-16 | Inspection apparatus |
PCT/GB1986/000765 WO1987003719A1 (en) | 1985-12-16 | 1986-12-16 | Inspection apparatus |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS63503332A true JPS63503332A (ja) | 1988-12-02 |
Family
ID=26290124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP87500961A Pending JPS63503332A (ja) | 1985-12-16 | 1986-12-16 | 検査装置 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP0289500A1 (ja) |
JP (1) | JPS63503332A (ja) |
GB (1) | GB2184233A (ja) |
WO (1) | WO1987003719A1 (ja) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE58906804D1 (de) * | 1988-08-05 | 1994-03-10 | Siemens Ag | Verfahren zur optischen Prüfung von Flachbaugruppen. |
ATE99069T1 (de) * | 1988-10-17 | 1994-01-15 | Siemens Ag | Verfahren zur zweidimensionalen lage- und orientierungserkennung von vorher bekannten koerpern. |
ES2047527T3 (es) * | 1988-10-17 | 1994-03-01 | Siemens Ag | Procedimiento para el reconocimiento de la posicion y orientacion espacial de cuerpos previamente conocidos. |
GB8908507D0 (en) * | 1989-04-14 | 1989-06-01 | Fokker Aircraft Bv | Method of and apparatus for non-destructive composite laminatecharacterisation |
GB0318733D0 (en) * | 2003-08-11 | 2003-09-10 | Icerobotics Ltd | Improvements in or relating to milking machines |
US9161511B2 (en) | 2010-07-06 | 2015-10-20 | Technologies Holdings Corp. | Automated rotary milking system |
US8800487B2 (en) | 2010-08-31 | 2014-08-12 | Technologies Holdings Corp. | System and method for controlling the position of a robot carriage based on the position of a milking stall of an adjacent rotary milking platform |
US9149018B2 (en) | 2010-08-31 | 2015-10-06 | Technologies Holdings Corp. | System and method for determining whether to operate a robot in conjunction with a rotary milking platform based on detection of a milking claw |
US10111401B2 (en) | 2010-08-31 | 2018-10-30 | Technologies Holdings Corp. | System and method for determining whether to operate a robot in conjunction with a rotary parlor |
US8720382B2 (en) | 2010-08-31 | 2014-05-13 | Technologies Holdings Corp. | Vision system for facilitating the automated application of disinfectant to the teats of dairy livestock |
US8671885B2 (en) | 2011-04-28 | 2014-03-18 | Technologies Holdings Corp. | Vision system for robotic attacher |
US9107378B2 (en) | 2011-04-28 | 2015-08-18 | Technologies Holdings Corp. | Milking box with robotic attacher |
US10357015B2 (en) | 2011-04-28 | 2019-07-23 | Technologies Holdings Corp. | Robotic arm with double grabber and method of operation |
US9058657B2 (en) | 2011-04-28 | 2015-06-16 | Technologies Holdings Corp. | System and method for filtering data captured by a 3D camera |
US9357744B2 (en) | 2011-04-28 | 2016-06-07 | Technologies Holdings Corp. | Cleaning system for a milking box stall |
US9265227B2 (en) | 2011-04-28 | 2016-02-23 | Technologies Holdings Corp. | System and method for improved attachment of a cup to a dairy animal |
US9161512B2 (en) | 2011-04-28 | 2015-10-20 | Technologies Holdings Corp. | Milking box with robotic attacher comprising an arm that pivots, rotates, and grips |
US8683946B2 (en) | 2011-04-28 | 2014-04-01 | Technologies Holdings Corp. | System and method of attaching cups to a dairy animal |
US9681634B2 (en) | 2011-04-28 | 2017-06-20 | Technologies Holdings Corp. | System and method to determine a teat position using edge detection in rear images of a livestock from two cameras |
US8885891B2 (en) | 2011-04-28 | 2014-11-11 | Technologies Holdings Corp. | System and method for analyzing data captured by a three-dimensional camera |
US8903129B2 (en) | 2011-04-28 | 2014-12-02 | Technologies Holdings Corp. | System and method for filtering data captured by a 2D camera |
US9107379B2 (en) | 2011-04-28 | 2015-08-18 | Technologies Holdings Corp. | Arrangement of milking box stalls |
US9049843B2 (en) | 2011-04-28 | 2015-06-09 | Technologies Holdings Corp. | Milking box with a robotic attacher having a three-dimensional range of motion |
US9043988B2 (en) | 2011-04-28 | 2015-06-02 | Technologies Holdings Corp. | Milking box with storage area for teat cups |
US9258975B2 (en) | 2011-04-28 | 2016-02-16 | Technologies Holdings Corp. | Milking box with robotic attacher and vision system |
US10127446B2 (en) | 2011-04-28 | 2018-11-13 | Technologies Holdings Corp. | System and method for filtering data captured by a 2D camera |
US8746176B2 (en) | 2011-04-28 | 2014-06-10 | Technologies Holdings Corp. | System and method of attaching a cup to a dairy animal according to a sequence |
US9215861B2 (en) | 2011-04-28 | 2015-12-22 | Technologies Holdings Corp. | Milking box with robotic attacher and backplane for tracking movements of a dairy animal |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2050849A5 (ja) * | 1969-06-26 | 1971-04-02 | Automatisme Cie Gle | |
BE789062A (nl) * | 1971-09-23 | 1973-01-15 | Nederlanden Staat | Automatische adresdetectie |
CA1098209A (en) * | 1975-10-20 | 1981-03-24 | Billy J. Tucker | Apparatus and method for parts inspection |
EP0041870B1 (en) * | 1980-06-10 | 1986-12-30 | Fujitsu Limited | Pattern position recognition apparatus |
GB2112130B (en) * | 1981-12-04 | 1985-04-03 | British Robotic Syst | Component identification systems |
US4685141A (en) * | 1983-12-19 | 1987-08-04 | Ncr Canada Ltd - Ncr Canada Ltee | Method and system for finding image data associated with the monetary amount on financial documents |
EP0149457B1 (en) * | 1984-01-13 | 1993-03-31 | Kabushiki Kaisha Komatsu Seisakusho | Method of identifying contour lines |
-
1986
- 1986-12-16 JP JP87500961A patent/JPS63503332A/ja active Pending
- 1986-12-16 GB GB08630026A patent/GB2184233A/en not_active Withdrawn
- 1986-12-16 EP EP87900206A patent/EP0289500A1/en not_active Withdrawn
- 1986-12-16 WO PCT/GB1986/000765 patent/WO1987003719A1/en not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
GB8630026D0 (en) | 1987-01-28 |
EP0289500A1 (en) | 1988-11-09 |
WO1987003719A1 (en) | 1987-06-18 |
GB2184233A (en) | 1987-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS63503332A (ja) | 検査装置 | |
EP0145725B1 (en) | Method of and apparatus for real-time high-speed inspection of objects for identifying or recognizing known and unknown portions thereof, including defects and the like | |
KR20210008352A (ko) | 촬상된 품목의 결함을 검출하기 위한 시스템 및 방법 | |
CN110766095B (zh) | 基于图像灰度特征的缺陷检测方法 | |
US4378495A (en) | Method and apparatus for setup of inspection devices for glass bottles | |
JP5956814B2 (ja) | 外観検査装置、外観検査方法及びコンピュータプログラム | |
US10713530B2 (en) | Image processing apparatus, image processing method, and image processing program | |
JP6749655B1 (ja) | 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル | |
JPH0264783A (ja) | 形状認識方式 | |
KR20120014886A (ko) | 검사 레시피 생성 및 검사 레시피를 기반으로 한 검사 | |
JP2020106966A (ja) | 物体認識装置および物体認識方法 | |
IL263097B2 (en) | Optimization of the preparation phase in the automatic visual inspection process | |
JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
JP2006090921A (ja) | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム | |
Paul et al. | VISTA: Visual interpretation system for technical applications-architecture and use | |
Chiu et al. | Creation of image models for inspecting visual flaws on capacitive touch screens | |
EP1218851B1 (en) | System and method for locating color and pattern match regions in a target image | |
Sherman et al. | Automatic defect classification system for semiconductor wafers | |
KR100353864B1 (ko) | 표면 검사 장치 및 그 방법 | |
Hargas et al. | Novel machine vision tools applied in biomechatronic tasks | |
Hao et al. | Circle area detection based on convolutional neural networks | |
JPH0310107A (ja) | 濃淡パターンマッチングによる検査方法 | |
Wu et al. | A system for automated BGA inspection | |
West et al. | Image processing and understanding for automatic inspection | |
Zhou et al. | Development and Evaluation of a Vision Inspection System for Plastic Bottle Measurement |