KR0151235B1 - 형상검출방법 - Google Patents

Abstract

본 발명은 화상내에, 검출대상 이외에 농도변화가 현저한 부분이 존재해도, 정확하게 대상을 검출할 수 있는 형상검출방법을 제공하는 것을 목적으로 하고, 구성에 있어서 카메라의 촬상면을 복수의 화소로 분할하고, 둥근구멍(21)의 둘레위에 대응하는 복수의 화소로 이루어진 소영역 Ra∼Rb를 농도참조영역으로서 설정하는 제1공정과, 소영역 Ra∼Rb내의 각 화소에 계수를 설정하는 제2공정과, 대상물(24)을 촬상하여 각 화소의 화상농도를 구하는 제3공정과, 소영역 Ra∼Rb마다 각 화소의 계수와 화상농도의 곱의 합(=부분농도상관치)를 구하는 제4공정과, 부분농도상관치를 변환테이블에 의해서 변환하는 제5공정과, 변환후의 부분농도상관치의 총합을 구하는 제6공정으로 이루어지고, 제3∼제6공정을 농도참조영역을 이동시키면서 행하고, 부분농도상관치의 총합이 최대일때의 농도참조영역의 위치를 둥근구멍(21)의 위치라고 판정하는 것을 특징으로 한다.

Description

형상검출방법

제1도는 본 발명의 제1실시예의 형상검출 방법의 순서도.

제2도는 동실시예의 농도참조영역을 표시한 도면.

제3도는 동실시예의 부분농도상관치를 계산하기 위한 계수의 예를 표시한 도면.

제4도는 동실시예의 농도참조영역내의 화소의 화상농도를 표시한 도면.

제5도는 동실시예의 대상물화상을 표시한 도면.

제6도 (a)는 동실시예의 농도참조영역이 둥근구멍의 쪽에 있는 경우를 표시한 도면.

(b)는 동실시예의 농도참조영역이 장방형의 구멍의 쪽에 있는 경우를 표시한 도면.

제7도는 동실시예의 농도참조영역이 둥근구멍의 쪽에 있는 경우에 검출된 화상농도의 값을 표시한 도면.

제8도는 동실시예의 농도참조영역이 장방형의 구멍의 쪽에 있는 경우에 검출된 화상농도의 값을 표시한 도면.

제9도는 동실시예의 변환테이블을 표시한 도면.

제10도는 본 발명의 제2실시예에 있어서의 농도상관치의 계산방법을 설명하기 위한 순서도.

제11도는 본 발명의 제2실시예에 있어서의 농도상관치의 계산에 사용하는 뉴럴네트워크를 설명하는 도면.

제12도는 본 발명의 제2실시예에 있어서의 학습완료 뉴럴네트워크에 의한 2차원 공간의 분리의 모양을 설명하는 도면.

제13도는 본 발명의 제3실시예에 있어서의 농도상관치의 계산에 사용하는 제1종류째의 참조테이블을 설명하는 도면.

제14도는 본 발명의 제3실시예에 있어서의 농도상관치의 계산에 사용하는 제2종류째의 참조테이블을 설명하는 도면.

제15도는 본 발명의 제3실시예에 있어서의 농도상관치의 계산에 사용하는 뉴럴네트워크를 설명하는 도면.

제16도는 본 발명의 제3실시예에 있어서의 학습완료 뉴럴네트워크에 의한 2차원 공간의 분리의 모양을 설명하는 도면.

제17도는 본 발명의 제2, 제3실시예에 있어서의 대상물의 화상을 설명하는 도면.

제18도는 본 발명의 제2, 제3실시예에 있어서의 농도참조영역을 설명하는 도면.

제19도는 본 발명의 제2, 제3실시예에 있어서의 농도상관치 계산용 계수를 설명하는 도면.

제20도는 본 발명의 제2, 제3실시예에 있어서의 농도참조영역내의 화소농도를 설명하는 도면.

제21도는 본 발명의 제2, 제3실시예에 있어서의 둥근구멍의 중심에 주목화소가 일치한 경우를 설명하는 도면.

제22도는 본 발명의 제2, 제3실시예에 있어서의 둥근구멍의 중심에 주목화소가 일치한 경우의 농도참조영역내의 화소농도를 설명하는 도면.

제23도는 본 발명의 제2, 제3실시예에 있어서의 둥근구멍의 중심 이외의 위치에 주목화소가 일치한 경우를 설명하는 도면.

제24도는 본 발명의 제2, 제3실시예에 있어서의 둥근구멍의 중심 이외의 위치에 주목화소가 일치한 경우의 농도참조영역내의 화소농도를 설명하는 도면.

제25도는 종래의 형상검출방법의 순서도.

제26도는 종래예의 농도참조영역을 표시한 도면.

제27도는 종래예의 부분 농도상관치를 계산하기 위한 계수의 예를 표시한 도면.

제28도는 대상물화상을 입력하는 공정의 구성요소를 표시한 도면.

제29도는 종래예의 대상물화상을 표시한 도면.

제30도는 대상물화상내에서의 농도참조영역의 이동을 표시한 도면.

제31도는 종래예의 농도참조영역내의 화소의 화상농도를 표시한 도면.

제32도는 종래예의 농도참조영역과 둥근구멍이 일치한 경우를 표시한 도면.

제33도는 대상물을 조명하는 광학조건을 설명하는 도면.

제34도는 대상물위에 있어서의 둥근구멍의 화상을 표시한 도면.

제35도는 종래예의 형상검출방법을 설명하는 순서도.

제36도는 화상입력수단을 설명하는 도면.

제37도는 농도참조영역의 설정을 설명하는 도면.

제38도는 농도상관치 계산용 계수를 설명하는 도면.

제39도는 농도참조영역내의 화소농도를 설명하는 도면.

제40도는 화상내에서의 주목점인 기준점의 이동을 설명하는 도면.

제41도는 농도참조영역의 기준점과 둥근구멍의 중심점이 포개진 경우를 설명하는 도면.

제42도는 농도참조영역의 기준점과 둥근구멍의 중심점이 어긋난 경우를 설명하는 도면.

* 도면의 주요부분에 대한 부호의 설명

21, 120 : 둥근구멍 22 : 원

23 : 장방형구멍 24 : 대상물

121 : 금속부 0 : 주목화소

Ra,Rb,Rc,Rd,Re,Rf,Rg,Rb : (농도참조영역의)소영역

Va : 소영역 Ra에 있어서의 부분농도상관치

Vb : 소영역 Rb에 있어서의 부분농도상관치

Vc : 소영역 Rc에 있어서의 부분농도상관치

Vd : 소영역 Rd에 있어서의 부분농도상관치

Ve : 소영역 Re에 있어서의 부분농도상관치

Vf : 소영역 Rf에 있어서의 부분농도상관치

Vg : 소영역 Rg에 있어서의 부분농도상관치

Vb : 소영역 Rb에 있어서의 부분농도상관치

VF1 : 원(22)이 둥근구멍(21)에 일치했을 때의 농도상관치

VF2 : 원(22)의 원주가 장방형구멍(23)의 3변에 일치했을 때의 농도상관치

본 발명은 대상물의 화상정보에 의거해서 소정형상의 검출을 행하는 형상검출방법에 관한 것이다.

이하, 종래의 형상검출방법에 대해서 도면을 참조하면서 설명한다. 여기서는, 종래예로서, 대상물내에 존재하는 둥근구멍을 검출하는 경우를 설명한다.

제25도는 종래의 형상검출방법의 순서도, 제26도는 농도참조영역을 표시한 도면, 제27도는 부분농도상관치를 계산하기 위한 계수의 예를 표시한 도면, 제28도는 대상물화상을 입력하는 공정의 구성요소를 표시한 도면, 제20도는 대상물화상을 표시한 도면이다.

또, 제30도는 대상물화상내에서의 농도참조영역의 이동을 표시한 도면, 제31도는 농도참조영역내의 화소의 화상농도를 표시한 도면, 제32도는 농도참조영역과 둥근구멍이 일치한 경우를 표시한 도면이다.

먼저 카메라(1)의 촬상면을 복수(=mXn)의 화소로 분할하고, 좌상단의 화소의 위치를 표시한 좌표를 (1,1)로 하고, 우하단의 화소의 위치를 표시한 좌표를 (m,n)으로 한다(스텝 1).

다음에 위치(i,j)(단, 1im, 1jn)에 존재하는 주목화소 Q에 착목한다. 제26도에 표시한 바와 같이, 검출형상인 둥근구멍(2)과 동일한 형상인 원(3)을 상정하고, 원(3)의 원주상 및 그 근처에, 각각 8개의 화소로 이루어진 소영역 A∼H를 설정한다. 또한, 이들의 소영역을 합쳐서 농도참조영역(4)이라고 부른다(스텝 2).

여기서, 농도참조영역(4)을 구성하는 각 화소의 존재위치는, 주목화소 Q와의 상대위치로서, 도시하지 않은 주메모리에 기억된다. 예를 들면, 제26도에 사선으로 표시한 소영역 C의 내부에 존재하는 화소 R의 위치는, (i-8, j)이라고 기억된다.

계속해서, 농도참조영역(4)을 구성하는 각 화소에 대해서, -1,0,1과 같은 계수를 설정한다(스텝3). 계수는 제27도에 표시한 바와 같이 소영역 A∼H의 내부에 존재하는 화소중, 원(3)의 원주의 내부에 존재하는 화소에는 -1을 부여한다. 다른 한편, 원(3)의 원주의 외부에 존재하는 화소에 1을 부여한다. 그리고, 원(3)의 원주상에 걸쳐서 존재하는 화소에 대해서는 0을 부여한다.

이상의 스텝을 앞단계로서 행한 후, 검출대상인 둥근구멍(2)을 내포하는 대상물(5)을 준비한다.

먼저, 둥근구멍(2)을 포함하는 대상물(5)에 대하여, 링형 조명(6)에 의해 광을 조사한다(스텝 4). 링형조명(6)은, 카메라(1)의 그림자가 대상물(5)위에 비추지 않도록, 카메라(1)의 아래쪽에 배치되어 있다. 광의 조사에 의해, 대상물(5)의 표면은 균일하게 조사되고, 둥근구멍(2)은 제29도에 표시한 바와 같이 어두운 그늘이 된다.

다음에, 카메라(1)에 의해 대상물(5)의 화상을 도입하고(스텝 5), 이때, 스텝 1에서 분할한 각 화소에 대해서 이산적인 화상농도치가 얻어지도록, AD변환기(7)에서 화상농도를 디지틀치로 변환한 후, 화상메모리(8)에 대상물화상(9)을 기억한다(스텝 6).

다음에 제30도에 표시한 바와 같이, 주목화소 Q를 대상물화상(9)의 내부에서 순차이동시킨다(스텝 7). 이때, 주목화소 Q위 위치좌표(i,j)의 변화에 따라서, 농도참조영역(4)을 구성하는 화소의 전부가 이동한다. 즉, 주목화소 Q의 이동은 농도참조영역 (4)의 이동과 마찬가지이다.

그리고, 주목화소 Q의 이동위치의 각각에 있어서, 스텝 3에서 소영역 A∼H내의 각 화소에 설정한 계수와, 그것에 대응하는 화소의 화상농도와의 곱의 각 소영역내에 있어서의 합(이하, 부분농도상관치라고 함)을 계산한다.(스텝 8).

또, 부분농도상관치의 총합인 농도상관치를 계산하고, 도시하지 않은 주메모리에 격납한다(스텝 9).

농도상관치 V는 제31도에 표시한 바와 같이, 소영역 A∼H의 내부에 포함되는화소의 화상농도를, a∼a8, b1∼b8, c1∼c8, d1∼d8, e1∼e8, f1∼f8, g1∼g8, h1∼h8이라고 하면 식①로 표시할 수 있다.

주목화소 Q가, 대상물화상(9)내의 소정위치에 이동할때마다 스텝 7∼스텝9를 반복하여 행한다. 그리고, 미리 설정한 모든 소정위치에의 이동을 완료했을 때, 농도상관치의 산출을 종료한다(스텝 10).

그리고, 주목화소 Q의 각 이동위치에 있어서 계산되고, 주메모리에 격납된 농도상관치중, 최대치를 가진 것을 검색하고, 그때의 주목화소 Q의 위치 즉 농도참조영역(4)의 위치를, 검출대상인 둥근구멍(2)의 존재위치로서 검출한다(스텝 11).

이하에, 농도상관치가 최대가 될 때의 주목화소 Q의 위치로써, 검출형상의 위치를 검출할 수 있는 이유, 환언하면 농도상관치가 최대일때는 농도참조영역(4)의 배치 기준인 원(3)이 둥근구멍(2)에 일치하는 이유를 설명한다.

상기한 바와 같이 소영역 A∼H내의 각 화소에는 계수로서, 소영역 A∼H내에 있는 화소중, 원(3)의 원주의 안쪽에 있는 화소에 대해서는 -1을, 원(3)의 원주의 바깥쪽에 있는 화소에 대해서는 1을 할당하고 있다. 따라서 어떤 1개의 소영역에 있어서의 부분농도상관치V는 식 2와 같이 나타낼 수 있다.

V=(원(3)의 바깥쪽 절반에 존재하는 화소의 화상농도의 총합)-(원(3)의 안쪽절반에 존재하는 화소의 화상농도의 총합) …②

즉, 식②로 표시되는 부분농도상관치는, 「원(3)의 바깥쪽절반에 존재하는 화소의 화상농도의 총합」이 최대이고, 또한 「원(3)의 안쪽절반에 존재하는 화소의 화상농도의 총합」이 최소일 경우에 최대가 된다.

화상농도치는, 밝을수록 크고, 어두울수록 작게 표시되므로, 원(3)의 원주의 바깥쪽이 밝을수록, 그리고 원(3)의 원주의 안쪽이 어두울수록, 1개의 소영역에 있어서의 부분농도상관치는 커진다. 환언하면, 원(3)의 원주와, 둥근구멍(2)의 원주가 일치했을 때, 그 소영역에 있어서의 부분농도상관치는 최대가 된다.

따라서, 각 소영역에 있어서 구해지는 부분농도상관치의 총합으로서 부여되는 농도상관치는, 모든 소영역 A∼H에 있어서 부분농도상관치가 최대가 될 때, 즉 제32도에 표시한 바와 같이 원(3)이 둥근구멍(2)과 일치했을때에 최대가 된다.

그런, 상기 종래의 형상검출방법에서는, 대상물화상의 내부에는, 농도참조영역과 동일한 방향 혹은 그것에 가까운 방향을 농도변화가 현저한 부분이, 검출대상과 이외에 존재하는 경우, 오판정을 행할 수 있다는 불편이 있었다.

다음에, 종래의 형상검출방법의 일례에 대해서 도면을 참조하면서 설명한다. 여기서는 검출하는 형상을 대상물에 있는 둥근구멍으로 하고, 제33도에 표시한 광학조건에 의해 대상물을 조명한다. 이때, 링형 조명기(111)에 의해 조명된 대상물(112)위의둥근구멍(113)은, 제34도에 표시한 바와 같이, 둥근구멍 부분이 그 주변부분에 대해서 어둡게 되는 것으로 한다. 카메라(114)에 의한 둥근구멍의 검출은 크게 나누어서 제35도에 표시한 3개의 수단으로 이루어진다. 제35도의 첫번째의 화상입력수단(115)은, 제36도에 표시한 바와 같이, 카메라(114)로부터 입력된 대상물의 화상을, A/D변환기(118)에 의헤 카메라(14)의 촬상면위의 샘플링 격자의 배열에 일치하는 X,Y방향으로 각각 화소분할을 행하고, 각 화소는 이산적인농도치를 가지도록 양자화하고, 화상메모리(119)에 격납한다.

제35도의 두번째의 농도상관치계산수단(116)으로서는, 제37도에 표시한 바와 같이 우선기준점 0을 중심으로 하고, 직경이 검출하는 둥근구멍의 직경과 동등한 원주부근에 농도참조영역으로서의 소영역 A∼H를 설정하고 각 소영역 A∼H내에서 상기 화상데이터의 각 화소에 대응시켜서, 제38도에 표시한 계수를 미리 결정해둔다. 계수는 화상농도가 작아지는 부분에 대해서는 작은 값으로 하고, 반대로 화상농도가 커지는 부분에 대해서는 큰 값이 되도록 한다. 농도상관치는, 이들의 계수와 그것에 대응하는 화소농도와의 곱을 소영역 A∼H내의 각 점에 대해서 계산하고, 그들 모든 합을 취한 것으로 한다. 예를 들면 제37도의 농도참조영역내의 화소의 농도가 제39도와 같다고 한 경우, 농도상관치 V는 다음의 식 ③로 표시된다.

다음에 제40도에 표시한 바와 같이 기준점 0를 화상중에서 차례로 이동시키고, 각각의 0점의 위치에 있어서의 농도상관치를 계산하고, 주메모리에 격납한다.

제35도의 세번째의 형상검출수단(117)으로서는, 상기 농도상관치계산수단(116)에서 주메모리에 격납된 농도상관치중, 최대인 것을 검출하고, 그것에 대응하는 기준점 0을 둥근구멍(113)의 중심으로서 검출한다. 농도상관치가 클때의 기준점 0점이 둥근구멍(113)의 중심이라고 하는 이유를 이하에 설명한다.

제41도와 같이 둥근구멍(113)의 중심위치에 0점이 맞포개진 경우 둥근구멍 내부에서 화소농도는 작고, 외부에서 커지므로, 제39도의 농도치 a1∼a4, b1∼b3, c1,c2,c5,c6,d5,d6,d8, e5∼e8, f6∼f8, g3,g4,g7,g8,h1,h3,h4는 크게, a5∼a8, b6∼b8, c3,c4,c7,c8,d1,d3,d4,e1∼e4, f1∼f3, g1,g2,g5,g6,h5,h6,h8은 작게 되고, 이때 식③로 표시되는 농도상관치의 정의 항은 대,부의 항은 소가되므로 농도상관치는 커진다. 제42도에 표시한 바와 같이 둥근구멍(113)의 중심위치로부터 0점이 떨어짐에 따라서 이 대소관계는 점차로 성립되지 않게 되므로 농도상관치는 작게 된다.

그러나 상기의 종래기술에서는, 화상내에 검출대상 이외에서 검출형상의 농도참조부분과 동일하거나 그것에 가까운 방향으로 농도변화가 현저한 부분이 존재한 경우등에서, 그 부분에 농도참조영역을 설정했을때에 부분농도상관치가 매우 커지고, 그 결과 잘못하여 검출형상이라고 해버리는 문제점이 있었다.

이하, 이 문제점에 대해서 도면을 참조하면서 설명한다. 검출하는 형상은 제17도에 표시한 둥근구멍(120)이고, 그 직경을 D라고한다. 둥근구멍(120)은 수지의 판속에 뚫려 있고, 둥근구멍(120),내부의 농도는 그 주변의 농도에 비해서 어둡게 되어 있다. 원검출을 행하는 화상내에는 제17도에 표시한 바와 같이, 원이외에도 어둡게 되는 부분이 존재하고, 그 부분의 주변은 금속부(121)에 의해서 포위되어 있다고 한다. 금속부(121)의 부분은 조명광을 반사함으로써 그 주변의 수지부분보다도 밝게 된다. 제18도에 표시한 바와 같이, 주목화소 0를 중심으로 한 직경 D의 원주의 위치에 농도참조영역 Ra∼Rb를 설정하고, 각 영역내의 각 화소에 대해서 제19도에 표시한 바와 같은 계수를 가지게 한다. 주목화소 0가 있는 점에 있었을때의 Ra∼Rb내의 화소농도가 제20도와 같을 경우 Ra∼Rb의 부분농도상관치 Va∼Vb는 식④로부터 계산된다.

제21도에 표시한 바와 같이, 화상내의 둥근구멍(120)의 중심점 CI를 주목점인 주목화소 0에 일치시킨 경우, 각 농도참조영역 Ra∼Rb에 있어서의 화소농도가 제22도에 표시한 바와 같았을 경우를 생각한다. 이때, 각 농도참조영역 Ra∼Rb에 대해서 식②로부터 계산되는 부분농도상관치 Va1∼Vb1의 값은 [표1]과 같이 된다.

이로부터 CI을 주목화소 0에 일치시킨 경우에 있어서의 각 부분농도상관치의 합 V1은 식 ⑤에서 계산된다.

다음에 제23도에 표시한 바와 같이 둥근구멍(12)의 중심점 C1과는 다른 위치에서 금속부(121)에 의해서 포위된 부분에 있는 화소 C2를 주목화소 0에 일치시킨 경우,각 농도참조영역 Ra∼Rb내에 있어서의 화소농도가 제24도에 표시한 바와 같았을 경우를 생각한다. C1의 경우와 마찬가지로 해서 식 ④로부터 계산되는 각 농도참조영역 Ra∼Rb에 대한 부분농도상관치 Va2∼V [표 2]와 같이 된다.

이상으로부터, C1의 예와 마찬가지로 C2를 주목화소 0에 일치시킨 경우에 있어서의 각 농도상관치의 합 V2는 식 ⑥로 표시된다.

각 농도참조영역에 있어서의 부분농도상관치의 합을 파라미터로 하는 방법에서는, 이 경우V2V1이므로, 정확한 형상검출이 되고 있지 않다는 것을 알 수 있다. 이것은 C2를 주목화소 0에 일치시킨 경우의 영역 Ra, Rc, Re에 있어서의 농도상관치가 매우 큰점에 의한 것으로써, 이때의 Ra, Rc, Re내의 농도변화가 둥근구멍주위의 농도변화와 동일방향으로 현저하게 되고 있는 것이 원인이다.

본 발명은 상기 과제를 해결하는 것으로서 대상물 화상내에 검출대상 이외에 농도변화가 현저한 부분이 존재하는 경우에 있어서도, 정확히 형상검출을 행할 수 있는 형상검출방법을 제공하는 것을 목적으로 한다.

또, 본 발명은 화상내에 검출해야할 형상 이외에서도 농도변화가 현저한 부분이 있었을 경우에 있어서도, 그 부분으로부터 받는 영향이 적은 형상검출방법을 제공하는 것을 목적으로 한다.

본 발명은 상기 목적을 달성하기 위하여, 농도참조영역을 구성하는 각 소영역에서 구한 부분농도상관치를, 출력치가 입력치 이하가 되는 임의의 함수로 구성되는 반환테이블에 의해 변환한 후, 그 총합인 부분농도상관치를 산출하는 방법을 채용하고 있다.

또, 본 발명의 형상검출방법은, 각 농도참조영역내의 각 점에 있어서의 화상농도와 그 각점에 대해서 미리 설정한 계수와의 곱의 상기 각 영역내에서의 합을 미리 학습에 의해 구조를 결정한 뉴럴네트워크의 입력으로 하고, 동 네트워크로부터 출력치를 농도상관치로서 사용함으로써, 혹은 각 농도참조영역내의 각점에 있어서의 화상농도와 그 각점에 대해서 미리 설정한 계수와의 곱의 상기 각 영역내에서의 합을, 미리 설정한 1종류 이상의 참조테이블에 의해 변환해서 부분농도상관치로 하고, 그들의 전체 농도 참조영역에 있어서의 합을 참조테이블마다 계산하고, 이들 참조테이블마다 계산한 값을 미리 학습에 의해 구조를 결정한 뉴럴네트워크의 입력으로 하고, 동네트워크로부터의 출력치를 농도상관치로서 사용함으로써 화상내에 검출형상 이외에서 농도변화가 현저한 부분이 존재하는 경우에 있어서도 바른 형상검출을 가능하게 하는 것이다.

본 발명은 상기 방법에 의해, 농도참조영역이 대상물화상내를 이동하면서 산출한 부분농도상관치가, 소정치이상의 크기를 표시한 경우에는, 변환테이블에 의해 그 총합에 대한 상대적인 비율을 축소한 후, 총합을 계산하여 농도상관치를 구한다.

그 결과, 약간의 수의 소영역에 있어서 부분농도상관치가 돌출함으로써, 농도상관치가 이상하게 커지는 사례를 발생하는 일이 없어진다.

또, 화상내에 검출형상 이외에서 농도변화가 현저한 부분이 있었을 경우 등에 있어서도, 그 부분으로부터 받는 영향이 적은 형상검출이 가능하게 된다.

이하, 본 발명의 실시예에 대해서, 도면을 참조하면서 설명한다. 또한, 종래의 형상검출방법과 중복하는 개소에 대해서는 설명을 간략화한다.

제1도는 본 발명의 제1실시예에 있어서의 형상검출방법의 순서도, 제2도는 본 실시예의 농도참조영역을 표시한 도면, 제3도는 본 실시예의 부분농도상관치를 계산하기 위한 계수를 표시한 도면, 제4도는 실시예의 농도참조영역내의 화소의 화상농도를 표시한 도면이다.

또, 제5도는 대상물화상을 표시한 도면, 제6도(a)는 농도참조영역이 둥근구멍에 일치하는 경우를 표시한 도면, 제6도(b)는 농도참조영역이 장방형의 구멍의 쪽에 있는 경우를 표시한 도면, 제7도는 농도참조영역이 둥근구멍에 일치하는 경우에 검출된 화상농도의 값을 표시한 도면, 제8도는 농도참조영역이 장방형의 구멍의 쪽에 있는 경우에 검출된 화상농도의 값을 표시한 도면, 제9도는 본 실시예의 변환테이블을 표시한 도면이다.

먼저, 종래예와 마찬가지로 카메라의 촬상면을 복수의 화소로 분할한다(스텝 1).

다음에, 제2도에 표시한 바와 같이 검출형상인 둥근구멍(21)과 동일한 형상인 원(22)을 상정하고, 원(22)의 원주상 및 그 근처에, 각각 8개의 화소로 이루어진 소영역 Ra∼Rh 설정한다. 소영역을 합쳐서 농도참조영역이라고 부른다(스텝 2).여기서, 농도참조영역을 구성하는 각 화소의 존재위치는, 주목화소 0와의 상대위치로서 주메모리에 기억된다.

계속해서, 농도참조영역을 구성하는 각 화소에 대해서, -1,0,1과 같은 계수를 설정한다(스텝 3). 계수는 제3도에 표시한 바와 같이 소영역 Ra∼Rh의 내부에 존재하는 화소중, 원(22)의 원주의 내부에 존재하는 화소에는 -1을 부여한다. 다른 한편, 원(22)의 원주의 외부에 존재하는 화소에는 1을 부여한다. 그리고, 원(22)의 원주상에 걸쳐서 존재하는 화소에 대해서는 0을 부여한다.

이상의 스텝을 앞단계로서 행한후, 검출대상인 둥근구멍(21)과 장방형구멍(23)을 내포하는 대상물(24)을 준비한다.

먼저, 검출대상인 직경 D의 둥근구멍(21)을 포함하는 대상물(24)에 대하여, 종래예와 마찬가지로 링형 조명에 의해 광을 조사한다(스텝 4). 광의 조사에 의해, 대상물(24)의 표면은 균일하게 조사되고, 둥근구멍(21)은 어두운 그늘이 된다. 또한 본 실시예에 있어서의 대상물(24)의 내부에는, 제5도에 표시한 바와 같이 1변의 길이가 D인 장방형구멍(23)이 존재하고, 역시 어두은 그늘이 된다.

다음에, 카메라에 의해 대상물(24)의 화상을 도입한다(스텝 5). 이때, 스텝 1에서 분할한 각 화소에 대해서 이산적인 농도치가 얻어지도록, AD변환기에서 화상농도를 디지틀치로 변환한 후, 화상메모리에 대상물화상을 기억한다(스텝 6).

다음에, 주목화소 0, 즉 농도참조영역을 대상물화상의 내부에서 순차 이동시킨다(스텝 7).

그리고, 주목화소 0의 이동위치의 각각에 있어서, 스텝 3에서 소영역 Ra∼Rh내의 각 화소에 설정한 계수와, 그것에 대응하는 화소의 화상농도와의 곱(이하, 부분농도상관치라고 함)을 계산한다(스텝 8).

주목화소 0가 대상물화상내의 어떤 위치에 존재할 때, 소영역 Ra∼Rh의 내부에 존재하는 화소의 화상농도가, 제4도에 표시한 바와 같이, a1~a8, b1~b8, c1~c8, d1~d8, e1~e8, f1~f8, g1~g8, h1~h8로 부여된다고 하자, 이때의 소영역 Ra∼Rh에 있어서의 부분농도상관치 Va, Vb, Vc, Vd, Ve, Vf, Vg, Vh는 각각 식⑦, 식⑧, 식⑨, 식⑩, 식⑪, 식⑫, 식⑬, 식⑭으로 표시할 수 있다.

먼저 종래의 형상검출방법에 의해, 본 실시예에 있어서의 대상물화상에 대해서 형상검출을 시험한다.

주목화소 0가 대상물화상의 내부를 이동하고, 제6도(a)에 표시한 바와 같이 농도참조영역의 설정기준인 원(22)이 둥근구멍(21)에 일치했을 때, 제7도에 표시한 바와 같은 화상농도가 얻어진 경우를 생각한다. 이때, 식⑦∼식⑭에 의해 계산된다. 소영역 Ra∼Rh에 있어서의 부분농도상관치 Va1, Vb1, Vc1, Vd1, Ve1, Vf1, Vg1, Vh1의 값[표 3]에 표시한다.

때문에, 원(22)이 둥근구멍(21)과 일치했을 때에 얻어지는 농도상관치 V1은 식⑮로 표시된다.

마찬가지로, 제6도(b)에 표시한 바와 같이, 원(22)의 원주가, 장방형구멍(23)의 3변과 접한 경우를 생각한다. 이때, 식⑦∼식⑭에 의해 계산된다. 소영역 Ra∼Rh에 있어서의 부분농도상관치 Va2, Vb2, Vc2, Vd2, Ve2, Vf2, Vg2, Vh2의 값을 [표 4]에 표시한다.

때문에, 원(22)의 원주가, 장방형구멍(23)의 3변과 접한 경우에 얻어지는 농도상관치는 V2식로 표시된다.

종래의 형상검출방법에서는, V1과 V2의 대소관계를 비교하고, 결과로서, 장방형구멍(23)을 검출대상으로서 인식한다. 따라서 진정한 검출대상의 부분의 외에, 큰 농도변화를 발생하는 부분이 존재하는 경우에, 오검출을 행할 수 있는 것을 알 수 있다. 오검출의 이유는, 원(22)의 원주가 장방형구멍(23)의 3변에 접한 경우에, 소영역 Ra, Rc, Re에서 얻어지는 부분농도상관치 Va2, Vc2, Ve2가 매우 크기 때문이다.

다음에, 본 발명의 형상검출방법에 의해 본 실시예에 있어서의 대상물화상에 대해서, 형상검출을 시험한다.

본 발명에 의한 형상검출방법에서는, 먼저, 소영역 Ra∼Rh에 있어서의 부분농도상관치 Va∼Vh를 구한 후, 후술하는 식, 식, 식에서 정의되는 함수로 구성되는 제9도에 표시한 변환테이블에 의해 변환한다(스텝 9). 그리고, 변환후의 부분농도상관치의 총합으로서 농도상관치를 구한다(스텝 10).

주목화소 0에 의한 대상물화상의 내부의 이동을 전부 종료한 시점(스텝 11)에서, 농도상관치가 최대일때의 주목화소 0의 위치, 즉 원(22)의 위치를 구함으로써, 형상검출을 행한다(스텝 12).

이하에서, 스텝 9∼ 스텝 12에 대해서 설명한다.

변환전의 값 X가 변환테이블로부터 F(X)와 같은 값으로 변환된다고 하면, 변환테이블을 구성하는 함수는 식, 식, 식로 표시된다.

변환테이블에 의해 변환한 후의 부분농도상관치(스텝 9)는, [표 5] 및 [표 6]에서 표시된다. [표 5]은, 원(22)이 둥근구멍(21)과 일치했을 때에 얻어진 부분농도상관치[=표 3]를 변환테이블에 의해 변환한 값을 표시한 표, [표 6]는, 원(22)의 원주가 장방형구멍(23)의 3변에 일치했을 때에 얻어진 부분농도상관치[=표 4]를 변환테이블에 의해 변환한 값을 표시한 표이다.

때문에, 원(22)이 둥근구멍(21)에 일치했을 때의 농도상관치 VF1은 식으로, 또, 원(22)의 원주가 장방형구멍(23)과 3변에서 접할때의 농도상관치 VF2는 식으로 표시된다(스텝 10).

마지막으로, 주목화소 0에 의한 대상물화상의 내부의 이동을 전부 종료한 시점(스텝 11)에서, 농도상관치의 최대치를 구한다(스텝 12). 즉 본 실시예에서는 VF1VF2가 되고, 검출대상으로서 둥근구멍(21)이 검출된다.

다음에 본 발명의 제2실시예에 있어서는, 앞에 설명한 제17도∼제24도와 마찬가지로, 검출하는 대상은 제17도에 표시한 둥근구멍이고, 상기한 바와 같이, 제21도에 표시한 둥근구멍이고, 상기한 바와 같이, 제21도에 표시한 바와 같이 화상내의 둥근구멍(120)의 중심점 C1을 주목화소 0에 일치시킨 경우에 [표 1]의 부분농도상관치가 얻어지고, 제23도에 표시한 바와 같이 둥근구멍(120)의 중심점 C1과는 다른 위치에 있는 화소 C2를 주목화소 0에 일치시킨 경우, [표 2]의 부분농도상관치가 얻어지는 것으로 한다. 본 발명은, 이들 부분농도상관치를 사용해서, 제10도에 표시한 바와 같은 방법으로 농도상관치의 계산을 행하는 것을 특징으로 한다.

제10도에 있어서, 본 발명의 제2실시예에서는, 식④에서 각 농도참조영역마다의 8개의 부분농도상관치를 계산하고(스텝 101), 이것을 제11도에 표시한 바와 같은 3층의 계층형 뉴럴네트워크의 입력층에 입력하고(스텝 102), 그 결과로서 출력층으로부터 출력되는 값을 가지고 농도상관치로 한다(스텝 103). 유닛간의 결합은 입력층과 중간층, 중간층과 출력층의 사이의 각 유닛사이에서 결합하고 있다. 또, 입력층과 중간층에 각각 입력을 가지지 않고 출력이 항상 1이 되는 유닛이 1개씩 존재한다. 중간층의 수는 처리시간과 인식성능이 각각 바람직한 값이 되도록 시행착오에 의해서 결정한다. 이와 같은 뉴럴네트워크의 계산 알고리듬에 대해서는 예를 들면(D.E.Rumelhart, G.E.Hinton R.J.Williams:Learning representations by back-propagatinge errors; Nature, Vol. 323-9, pp533-536(1986))에 보고되어 있는 것을 들 수 있다. 뉴럴네트워크의 전달함수는 식에 T(X)로 표시한 시그모이드함수를 사용하기 때문에, 그 출력치가 최대치에서 1, 최소치에는 0이 되는 구조로 되어 있다.

뉴럴네트워크는 1매 이상의 학습용 화상에 있어서, 둥근구멍의 중심점을 주목화소 0에 일치시킨 경우에 있어서의 각 영역에서 계산되는 부분농도상관치를 입력으로 했을때에 출력치가 1, 그 이외의 경우에 있어서는 0이 되도록 학습을 행해둔다. 이와 같이 화상의 제시에 의해 내부구조의 결정이 이루어지는 것도 뉴럴네트워크를 사용하는 이점이다.

본 실시예에 있어서의 뉴럴네트워크의 입력치의 차원수는 8이지만, 입력차원수를 2로 한 경우의 학습완료 뉴럴네트워크에 의한 2차원 공간의 분리의 모양을 제12도에 표시한다. 제12도는 2차원 좌표상에 있어서 1점으로 표시되는 각축의 값을 입력으로 했을때에 동출력치가 되는 점의 집합을 각각 연속적인 1개의 선으로 표시하고 있으며, 각각의 출력치를 도면중에 표시하고 있다. 뉴럴네트워크는 각 차원의 입력치가 각각 어느정도 큰 값이고 또한 적은수의 차원에 매우 치우치지 않는 입력에 대해서 출력치가 커지는 구조로 되어 있고, 학습데이터에 일치하도록 입력공간을 비선형으로 분리하고 있다. 예를 들면 이와 같이 학습을 행한 뉴럴네트워크에 대하여,[표 1]에 표시한 부분농도상관치를 입력한 경우의 출력치가 0.8, 동일 뉴럴네트워크에 대하여 [표 2]에 표시한 부분농도상관치를 입력한 경우에는 0.1이 출력치로서 얻어진다. 이 경우, 전자의 출력치가 보다 1에 가까운 값이므로 검출형상에 가까운 것을 즉 C1이 C2보다도 검출형상인 원에 가까운 것을 나타내고 있으며, 바른 검출이 행해지고 있다.

또, 제10도에 있어서, 본 발명의 제3실시예에서는 식②에서 계산된 8개의 부분농도상관치를 제13도, 제14도에 표시한 바와 같은 2종류의 참조테이블에 의해 변환하고(스텝 104), 각각의 테이블에 대한 변환후의 값의 합을 제15도에 표시한 뉴럴네트워크의 입력층에의 입력으로 하고(스텝 105), 그 결과로서 출력층으로부터 출력되는 값을 가지고 농도상관치로 한다(스텝 106). 네트워크의 구조에 대해서는 입력층유닛의 수가 8개로부터 2개로 변화된 이외에는 제2실시예와 동일하다.

여기서 입력층유닛의 수는 입력을 가지지 않고 항상 1을 출력하는 유닛을 제외한 값이다. 중간층의 수에 대해서도 제2실시예와 마찬가지로, 처리시간과 인식성능이 각각 바람직한 값이 되도록 시행착오에 의해 결정한다. 뉴럴네트워크의 계산 알고리듬에 대해서도 제2실시예와 마찬가지의 것으로 한다. 변환전의 값 X가 제13도에 표시한 참조테이블에 의해 F(X)로 제14도에 표시한 참조테이블에 의해 G(X)로 각각 변환되는 것으로 하면, X와 F(X), G(X)의 관계식은 각각 식, 식로 표시한 바와 같다.

제13도의 참조테이블에 의한 변환후의 부분농도상관치는, C1을 주목화소 0에 일치시킨 경우에 있어서 [표 7], C2를 주목화소 0에 일치시킨 경우에 있어서 [표 8]와 같이 된다.

이상으로부터, C1 및 C2를 주목화소 0에 일치시킨 경우에 있어서, 각각의 제13도의 참조테이블에 의한 변환후의 부분농도상관치의 합 VF1, VF2는 각각 식, 식에 의해 구해진다.

한편, 제14도의 참조테이블에 의한 변환후의 부분농도상관치는, C1을 주목화소 0에 일치시킨 경우에 있어서 [표 9], C2를 주목화소 0에 일치시킨 경우에 있어서 [표 10]과 같이 된다.

이상으로부터, C1 및 C2를 주목화소 0에 일치시킨 경우에 있어서, 각각의 제14도의 참조테이블에 의한 변환후의 부분농도상관치의 합 VG1, VG2는 각각 식, 식에 의해 구해진다.

뉴럴네트워크는 미리 준비한 학습용 화상에 있어서, 둥근구멍의 중심을 주목화소 0에 일치시킨 경우에 있어서의 각 농도상관치를 입력으로 했을때에 출력치가 1, 그 이외의 경우에 있어서는 0이 되도록 학습을 행하여둔다. 학습완료 뉴럴네트워크에 의한 2차원공간의 분리의 모양을 제16도에 표시한다. 제16도는 가로축과 세로축을 각각 제13도 및 제14도의 변환테이블에 의해 변환된 농도상관치의 합으로 하고 있으며, 그 2차원좌표상에 있어서 1점으로 표시되는 각축의 값을 입력으로 했을때에 동출력치가 되는 점의 집합을 표시하고 있고, 각각의 출력치를 도면중에 표시하고 있다. 이 도면으로부터 뉴럴네트워크는 가로축과 세로축의 입력치가 모두 어느정도 이상 큰 값이 되는 입력에 대해서 출력치가 커지는 구조로 되어 있고, 학습데이터에 일치하도록 입력공간을 비선형으로 분리하고 있음을 알 수 있다. 이 뉴럴네트워크에 대해서 식, 식에서 얻어진 VF1, VG1을 각각 입력 1, 입력2로 한 경우, 출력치로서 0.75가 얻어진다. 한편, 동일뉴럴네트워크에 대하여 식, 식에서 얻어진 VF2, VG2를 각각 입력 1, 입력 2로 한 경우에는 출력치로서 0.22가 얻어진다. 이 경우, 전자의 출력치가 보다 1에 가까운 값이므로 검출형상에 가까운 것을, 즉 C1가 C2보다도 검출형상인 원에 가까운 것을 나타내고 있으며 바른 검출이 행해지고 있다.

또한, 상기 실시예에 있어서는, 주목화소 0를 화상내에서 이동시킨 경우에 농도상관치가 최대치를 표시한 주목화소의 위치를 가지고 소정의 형상의 위치로서 검출했으나, 농도상관치가 최소치를 나타내는 주목화소의 위치를 가지고 검출하도록 할 수도 있다.

이상 설명한 바와 같이, 본 발명의 형상검출방법에 의하면, 외부로부터의 광의 입사나, 대상물의 상태등에 의해, 촬상면내에 검출형상 이외에 농도변화가 현저한 부분이 존재하는 경우에 있어서도, 그 부분으로부터의 영향을 그다지 받지 않고 형상검출을 정확히 행할 수 있다.

또, 본 발명에 의하면, 화상내에 검출형상이외에서 농도변화가 현저한 부분이 있는 경우등에 있어서도, 그 부분으로부터 받는 영향이 적은 형상검출이 가능하게 된다.

Claims (4)

1. 카메라의 촬상면을 격자형상으로 복수의 화소로 분할하고, 상기 촬상면내에 주목화소를 가상하는 동시에, 검출형상의 둘레위에 대응하는 개소에 농도참조영역으로서 복수의 화소로 이루어진 소영역을 복수개 설정하고, 상기 농도참조영역내의 각 화소의 위치를 상기 주목화소의 상대위치로서 기억하는 제1공정과, 상기 농도참조영역에 포함되는 각 화소에 대하여, 검출형상의 화상농도에 대응한 계수를 설정하는 제2공정과, 검출형상을 포함하는 대상물에 광을 조사하고, 상기 촬상면내의 각 화소의 화상농도를 검출하는 제3공정과, 상기 농도참조영역내의 각 화소에 대하여, 상기 제2공정에서 설정한 계수와, 상기 제3공정에서 검출한 화상농도의 곱을 구하고, 부분농도상관치로서 상기 농도참조영역을 구성하는 소영역마다 이들의 합을 구하는 제4공정과, 상기 부분농도상관치를 입력으로 하는 입력에 대하여 단일의 출력이 얻어지는 함수로 구성되는 변환테이블에 의해 변환되는 제5공정과, 상기 제5공정에서 변환한 부분농도상관치의 총합을 구하는 제6공정으로 이루어지고, 상기 제3공정으로부터 상기 제6공정까지를, 상기 주목화소의 위치를 상기 촬상면내에서 이동시키면서 반복하여 행하고, 상기 부분농도상관치의 총합이 최대가 되는 상기 주목화소의 위치를, 검출형상의 존재위치로서 판정하는 것을 특징으로 하는 형상검출방법.
2. 제1항에 있어서, 복수의 직선의 함수를 조합시킨 함수에 의해서 변환테이블을 구성한 것을 특징으로 하는 형상검출방법.
3. 대상물을 촬상한 화상내의 어떤 주목화소에 대해서 상대적으로 결정한 위치에 미리 설정한 1개 이상의 농도참조영역내의 화상농도를 사용해서 계산되는 화상과 검출형상과의 농도상관치를 사용해서, 상기 주목화소를 화상내에서 이동시킨 경우에 농도상관치가 최대 또는 최소치를 나타내는 주목화소의 위치를 가지고 소정의 형상의 위치로서 검출하는 형상검출 방법에 있어서, 각 농도참조영역내의 각 점에 있어서의 화상농도와 그 각점에 대해서 미리 설정한 계수와의 곱의 상기 각 영역내에서의 합을 미리 학습에 의해 구조를 결정한 뉴럴네트워크의 입력으로 하고, 동 네트워크로부터의 출력치를 농도상관치로서 사용하는 것을 특징으로 하는 형상검출방법.
4. 제3항에 있어서, 농도상관치는 각 농도참조영역내의 각 점에 있어서의 화상농도와 그 각점에 대해서 미리 설정한 계수와의 곱의 상기 각 영역내에서의 합을, 미리 설정한 1종류 이상의 참조테이블에 의해 변환해서 부분농도상관치로 하고, 그들의 전체 농도참조영역에 있어서의 합을 참조테이블마다 계산하고, 이들 참조테이블마다 계산한 값을 미리 학습에 의해 구조를 결정한 뉴럴네트워크의 입력으로 하고, 동 네트워크로부터의 출력치를 농도상관치로서 사용하는 것을 특징으로 하는 형상검출방법.