KR101204076B1 - 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법 - Google Patents

대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법 Download PDF

Info

Publication number
KR101204076B1
KR101204076B1 KR1020050092159A KR20050092159A KR101204076B1 KR 101204076 B1 KR101204076 B1 KR 101204076B1 KR 1020050092159 A KR1020050092159 A KR 1020050092159A KR 20050092159 A KR20050092159 A KR 20050092159A KR 101204076 B1 KR101204076 B1 KR 101204076B1
Authority
KR
South Korea
Prior art keywords
luminances
image
polynomial
target
similarity
Prior art date
Application number
KR1020050092159A
Other languages
English (en)
Other versions
KR20070037003A (ko
Inventor
박윤원
Original Assignee
삼성테크윈 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성테크윈 주식회사 filed Critical 삼성테크윈 주식회사
Priority to KR1020050092159A priority Critical patent/KR101204076B1/ko
Priority to US11/522,867 priority patent/US7724940B2/en
Priority to CN2006101413331A priority patent/CN1940963B/zh
Publication of KR20070037003A publication Critical patent/KR20070037003A/ko
Application granted granted Critical
Publication of KR101204076B1 publication Critical patent/KR101204076B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515—Shifting the patterns to accommodate for positional errors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은, 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 방법에 있어서, 단계들 (a) 내지 (c)를 포함한다. 단계 (a)에서는, 기준 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 ft 사이의 전체적 연관성을 가진 기준 연관 휘도들 pt가 구해진다. 단계 (b)에서는, 대상 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 fs의 전체적 연관성을 가진 대상 연관 휘도들 ps가 구해진다. 단계 (c)에서는, 대상 연관 휘도들 ps와 기준 연관 휘도들 pt가 사용되어 유사도가 판단된다.

Description

대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는 방법{Method to accurately decide similarity of object image to reference image}
도 1은 형상적 특징을 가진 부품의 일 예를 보여주는 도면이다.
도 2는 형상적 특징을 가지지 않는 부품의 일 예를 보여주는 도면이다.
도 3은 본 발명에 따른 유사도 판단 방법이 사용되는 부품 장착기의 내부 구성을 보여주는 블록도이다.
도 4는 본 발명에 따른 유사도 판단 방법을 설명하기 위한 도면이다.
도 5는 도 4의 유사도 판단 방법의 흐름도이다.
도 6은 도 5의 단계 (b)의 세부 흐름도이다.
도 7은 도 4의 유사도 판단 방법이 도 3의 부품 장착기의 비젼 시스템에서 사용되는 예를 보여주는 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
H...부품-장착 헤드, N...노즐,
PTf...대상 부품, I...조명계,
C...라인 스캔 카메라, MC...주 제어부,
DS...구동 시스템, VS...비젼 시스템,
PTf...대상 부품, PTt...기준 부품,
201 내지 299...대상 영상들, 399...기준 영상,
fs1 내지 fs99...대상 영상의 감지 휘도들,
ft...기준 영상의 감지 휘도들, pt...기준 연관 휘도들,
ps1 내지 ps99...대상 연관 휘도들.
본 발명은, 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 방법에 관한 것으로서, 보다 상세하게는, 부품 장착기 등에 구비된 비젼 시스템에서 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 방법에 관한 것이다.
통상적인 부품 장착기의 부품 인식 방법에 있어서, 일본 특허출원 공개 번호 2002-222420호(명칭 : 화상 인식 방법)를 참조하면, 부품들의 리드 형상 또는 모서리 형상의 기하학 정보를 사용하여 픽업(pick up)된 부품들을 인식한다.
한편, 일본 특허출원 공개 번호 2003-256809호(명칭 : 화상 처리 장치 및 처리 방법)를 참조하면, 부품들의 리드들의 밝기 정보를 사용하여 픽업(pick up)된 부품들을 인식한다.
상기와 같은 통상적인 부품 장착기의 부품 인식 방법에 의하면, 형상적 특징을 가진 부품들을 인식할 수 있지만, 형상적 특징을 가지지 않는 부품들을 인식할 수 없다. 도 1은 형상적 특징을 가진 부품의 일 예를 보여준다. 도 2는 형상적 특징을 가지지 않는 부품의 일 예를 보여준다.
도 2에 도시된 바와 같이 형상적 특징을 가지지 않는 부품들을 인식하려면, 각 유형의 기준 부품들의 영상들 중에서 일부인 기준 영상들을 저장하고, 픽업(pick-up)된 부품의 영상이 상기 기준 영상들 중에서 어느 영상을 포함하는지를 판단함으로써, 현재 픽업(pick-up)된 부품이 어느 유형 부품인지를 판단할 수 있다.
즉, 픽업(pick-up)된 부품의 영상 중에서 일부인 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 것이 필요하다. 하지만, 어느 한 대상 영상의 화소들의 감지 휘도들은 촬영 및 영상-처리 조건에 따라 미세하게 변한다. 예를 들어, 부품 장착기의 누적 사용 시간이 길어질수록 조명 장치의 조도가 점점 낮아짐에 따라 감지 휘도들이 점점 낮아질 것이다. 따라서, 어느 한 대상 영상의 화소들의 감지 휘도들이 촬영 및 영상-처리 조건에 따라 미세하게 변함에도 불구하고, 어느 한 대상 영상의 기준 영상에 대한 유사도를 정확히 판단할 수 있는 방법이 필요하다.
본 발명의 목적은, 어느 한 대상 영상의 화소들의 감지 휘도들이 촬영 및 영상-처리 조건에 따라 미세하게 변함에도 불구하고, 어느 한 대상 영상의 기준 영상에 대한 유사도를 정확히 판단할 수 있는 방법을 제공함에 따라, 형상적 특징을 갖지 않는 부품들을 정확히 인식할 수 있게 하는 것이다.
상기 목적을 이루기 위한 본 발명은, 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 방법에 있어서, 단계들 (a) 내지 (c)를 포함한다. 상기 단계 (a)에서는, 상기 기준 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 ft 사이의 전체적 연관성을 가진 기준 연관 휘도들 pt가 구해진다. 상기 단계 (b)에서는, 상기 대상 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 fs의 전체적 연관성을 가진 대상 연관 휘도들 ps가 구해진다. 상기 단계 (c)에서는, 상기 대상 연관 휘도들 ps와 상기 기준 연관 휘도들 pt가 사용되어 상기 유사도가 판단된다.
본 발명의 상기 유사도 판단 방법에 의하면, 상기 대상 영상의 전체적 연관성을 가진 상기 대상 연관 휘도들 ps와, 상기 기준 영상의 전체적 연관성을 가진 상기 기준 연관 휘도들 pt가 사용되어 상기 유사도가 판단된다. 이에 따라, 대상 영상의 화소들의 감지 휘도들 fs가 촬영 및 영상-처리 조건에 따라 미세하게 변함에도 불구하고, 대상 영상의 기준 영상에 대한 유사도가 정확히 판단될 수 있으므로, 형상적 특징을 갖지 않는 부품들을 정확히 인식할 수 있다.
이하, 본 발명에 따른 바람직한 실시예가 상세히 설명된다.
도 3은 본 발명에 따른 유사도 판단 방법이 사용되는 부품 장착기에는 구동 시스템(DS), 라인 스캔 카메라(C), 비젼 시스템(VS), 및 주 제어부(MC)가 구비된다.
구동 시스템(DS)은 부품-장착 헤드(H)를 구동한다. 라인 스캔 카메라(C)는 부품-장착 헤드(H)의 노즐(N)에 흡착되어 이동되는 부품(P) 예를 들어, 집적회로 소자를 촬상한다. 비젼 시스템(VS)은 라인 스캔 카메라(C)로부터의 영상 데이터를 처리하여 대상 부품(PTf)의 위치 정보를 발생시킨다. 여기에서, 비젼 시스템(VS)은, 도 4 내지 6을 참조하여 설명될 본 발명에 따른 유사도 판단 방법을 사용하여 대상 부품(PTf)이 어떤 유형의 부품인지를 먼저 판단한다.
주 제어부(MC)는, 비젼 시스템(VS)으로부터의 위치 정보에 따라 구동 시스템(DS)을 제어한다. 부품 장착기의 부품-장착 헤드(H)에는 노즐(N)이 부착되어 있고, 이 노즐(N) 내의 압력 변화에 의하여 대상 부품(PTf) 예를 들어 집적회로소자가 흡착 및 장착된다. 여기서, 라인 스캔 카메라(C)는 부품-장착 헤드(H)의 공통 경로상에 위치하여, 노즐(N)에 흡착된 대상 부품(PTf)을 촬상하여 데이터를 출력한다. 즉, 대상 부품(PTf)이 라인 스캔 카메라(C)를 경유함에 따라, 라인 스캔 카메라(C)는 연속 라인의 영상 데이터를 출력한다. 라인 스캔 카메라(C)로부터의 영상 데이터는 부품 장착기에 포함된 비젼 시스템에 제공되고, 이 비젼 시스템 안에서 영상 프레임들이 포착된다. 여기에서, 라인 스캔 카메라(C)와 결합된 조명계(I)의 조도가 라인 스캔 카메라(C)의 모든 촬상 영역에 대하여 균일하도록 하기 위하여, 조명계(I)에는 복수의 광원들 예를 들어, 3 개의 발광 다이오드들(Light Emitting Diodes)이 정렬된다.
도 4는 본 발명에 따른 유사도 판단 방법을 설명하기 위한 도면이다. 도 5 는 도 4의 유사도 판단 방법의 흐름도이다. 도 6은 도 5의 단계 (b)의 세부 흐름도이다.
상기한 바와 같이, 형상적 특징을 가지지 않는 대상 부품(PTf)을 인식하려면, 기준 부품(PTt)의 영상 중에서 일부인 기준 영상(399)을 저장하고, 픽업(pick-up)된 대상 부품(PTf)의 영상이 상기 기준 영상(399)을 포함하는지를 판단하는 것이 필요하다. 여기에서, 대상 부품(PTf)의 영상에는 기준 영상(399)과 동일한 크기를 가진 대상 영상들(201 내지 299)이 다수 개 존재한다. 도 4의 경우, 대상 영상들(201 내지 299) 각각을 순차적으로 기준 영상(399)과 비교하는 과정에서 제299 대상 영상이 기준 영상(399)과 동일함을 보여준다. 여기에서, 도 4 내지 4를 참조하여 어느 한 대상 영상(201 내지 299 중의 어느 하나)의 기준 영상(399)에 대한 유사도를 판단하는 방법을 설명하면 다음과 같다.
단계 (a)에서는, 기준 영상(399)의 화소들의 좌표들 x 및 y와 감지 휘도들 ft 사이의 전체적 연관성을 가진 기준 연관 휘도들 pt가 구해진다.
단계 (b)에서는, 대상 영상(201 내지 299 중의 어느 하나)의 화소들의 좌표들 x 및 y와 감지 휘도들 fs의 전체적 연관성을 가진 대상 연관 휘도들 ps가 구해진다. 기준 영상(399)에 대한 단계 (a)의 수행 알고리듬은 대상 영상(201 내지 299 중의 어느 하나)에 대한 단계 (b)의 것과 같으므로, 단계 (b)의 수행 알고리듬만을 상세히 설명하면 다음과 같다.
먼저, 대상 영상의 화소들의 좌표들 x 및 y에 의한 변수들과 미지의 상수들을 가진 다항식이 설정된다(단계 b1). 보다 상세하게는, 상기 미지의 상수들이 a00, a10, a01, a20, a11, 및 a02이고, 그 2차 다항식이 아래의 수학식 1과 같이 설정된다.
Figure 112005055676277-pat00001
상기 수학식 1에서 ps는 상기 수학식 1의 계산 결과에 의하여 얻어질 대상 연관 휘도들을 가리킨다.
상기 2차 다항식의 미지의 상수들을 행렬 As로 표현하면 아래의 수학식 2가 성립한다.
Figure 112005055676277-pat00002
또한, 상기 2차 다항식의 좌표 변수들을 좌표 행렬 X로 표현하면 아래의 수학식 3이 성립한다.
Figure 112005055676277-pat00003
따라서, 상기 행렬 As의 전치 행렬을 As'이라 하면, 상기 수학식 1의 2차 다항식은 아래의 수학식 4의 행렬식으로 전환될 수 있다.
ps = As'X
다음에, 대상 영상(201 내지 299 중의 어느 하나)의 화소들의 감지 휘도들 fs와, 상기 수학식 4의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들이 최소화될 수 있는 조건으로써 상기 다항식의 미지의 상수들 As가 구해져서, 상기 다항식이 완성된다(단계 b2). 이를 상세히 설명하면 다음과 같다.
먼저, 상기 수학식 3의 좌표 행렬 X와 감지 휘도들 fs의 곱 Xfs가 상기 대상 영상의 화소들 각각에 대하여 구해진다. 여기에서, 구해진 결과 값들의 총합
Figure 112005055676277-pat00004
는 상기 대상 영상의 감지 집중 모멘트 Usf가 된다. 즉, 아래의 수학식 5가 성립한다.
Figure 112005055676277-pat00005
다음에, 대상 영상의 화소들의 감지 휘도들 fs와, 상기 수학식 4의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들의 제곱값들 (ps - fs)2의 총합 Es가 최소화될 수 있는 조건으로써 상기 다항식의 미지의 상수들 As가 구해진다. 여기에서, 상기 제곱값들 (ps - fs)2의 총합인 편차 Es는 아래의 수학식 6처럼 표현될 수 있다.
Figure 112005055676277-pat00006
상기 수학식 4를 상기 수학식 6에 대입하면 아래의 수학식 7이 성립한다.
Figure 112005055676277-pat00007
참고로, 상기 수학식 3의 좌표 행렬 X와 그 전치 행렬 X'을 서로 곱한 결과의 합-행렬
Figure 112005055676277-pat00008
은 아래의 수학식 8처럼 표현될 수 있다.
Figure 112005055676277-pat00009
상기 수학식 7을 푸는 과정에서 상기 수학식들 5 및 8을 대입하면, 상기 수학식 7은 아래의 수학식 9로 변환된다.
Figure 112005055676277-pat00010
상기 좌표-곱 행렬 XX'을 B로 치환하면 상기 수학식 9는 아래의 수학식 10으로 변환된다.
Figure 112005055676277-pat00011
따라서, 대상 영상(201 내지 299 중의 어느 하나)의 화소들의 감지 휘도들 fs와, 상기 수학식 4의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들(Es)이 최소화될 수 있는 조건의 식은 아래의 수학식 11이 된다.
Figure 112005055676277-pat00012
상기 좌표-곱 행렬 B의 역행렬을 B-1이라 하고, 상기 수학식 11을 풀면, 상기 다항식의 미지의 상수들 As는 아래의 수학식 12에 의하여 구해진다.
As = B-1Usf
따라서, 상기 수학식 12를 상기 수학식 4에 대입하면, 대상 연관 휘도들 ps를 계산할 수 있는 아래의 수학식 13이 구해진다.
ps = U'sfB-1X
상기 수학식 13에서 U'sf는 상기 대상 영상의 감지 집중 모멘트 Usf의 전치 행렬을 가리킨다.
다음에, 완성된 다항식인 상기 수학식 13에 상기 좌표들 x 및 y의 값들 각각을 대입하여 상기 대상 연관 휘도들 ps를 구한다(단계 b3).
한편, 상기한 바와 같이, 상기 대상 연관 휘도들 ps를 구하는 수학식 13은 기준 영상(399)의 기준 연관 휘도들 pt를 구하는 데에도 사용될 수 있다. 즉, 기준 영상(399)의 전체적 연관성을 가진 기준 연관 휘도들 pt를 구하는 식은 아래의 수학식 14와 같다.
pt = U'tfB-1X
상기 수학식 14에서 U'tf는 기준 영상(399)의 감지 집중 모멘트 Utf의 전치 행렬을 가리킨다.
다음에, 단계 (c)에서는, 대상 연관 휘도들 ps와 기준 연관 휘도들 pt가 사용되어 유사도가 판단된다. 즉, 대상 영상의 전체적 연관성을 가진 상기 대상 연관 휘도들 ps와, 기준 영상(399)의 전체적 연관성을 가진 상기 기준 연관 휘도들 pt가 사용되어 상기 유사도가 판단된다. 이에 따라, 대상 영상의 화소들의 감지 휘도들 fs가 촬영 및 영상-처리 조건에 따라 미세하게 변함에도 불구하고, 대상 영상의 기준 영상(399)에 대한 유사도가 정확히 판단될 수 있으므로, 형상적 특징을 갖지 않는 부품들을 정확히 인식할 수 있다.
잘 알려진 영상 유사도 공식은 아래의 수학식 15와 같다.
Figure 112005055676277-pat00013
상기 수학식 15에서, hf는 대상 영상의 기준 영상에 대한 유사도를, fs는 대상 영상의 감지 휘도들을, 그리고 ft는 기준 영상의 감지 휘도들을 각각 가리킨다.
상기 공지된 수학식 15를 본 발명에 응용하기 위하여, 대상 영상의 감지 휘도들 fs를 대상 영상의 연관 휘도들 ps로 치환하고, 기준 영상의 감지 휘도들 ft를 기준 영상의 연관 휘도들 pt로 치환하면, 아래의 수학식 16에 의하여 대상 영상(201 내지 299 중의 어느 하나)의 기준 영상(399)에 대한 유사도 hp를 얻을 수 있다.
Figure 112005055676277-pat00014
이하, 상기 수학식 16을 행렬식의 형태로 간략화하는 과정이 소개된다.
먼저, 상기 수학식 16을 합-행렬 부호들로써 변형하면, 아래의 수학식 17을 얻을 수 있다.
Figure 112005055676277-pat00015
다음에, 상기 수학식 13을 상기 수학식 17에 대입하면, 아래의 수학식 18을 을 얻을 수 있다.
Figure 112005055676277-pat00016
상기 수학식 18에서 U'sp는 대상 영상의 연관 집중 모멘트 Usp의 전치 행렬을 가리킨다. 여기에서, 상기 수학식 18은 아래의 수학식 19와 같다.
Figure 112005055676277-pat00017
상기 수학식 5를 참조하면, 상기 수학식 19에서
Figure 112005055676277-pat00018
가 기준 영상(399)의 연관 집중 모멘트 Utp가 됨을 알 수 있다. 즉, 상기 수학식 19는 아래의 수학식 20과 같다.
Figure 112005055676277-pat00019
한편, 상기 수학식 13에서 상기 대상 영상의 감지 집중 모멘트 Usf를 상기 대상 영상의 연관 집중 모멘트 Usp로 치환하면, 대상 연관 휘도들 ps는 아래의 수학식 21에 의하여 구할 수 있다.
ps = U'spB-1X
상기 수학식 21을 상기 수학식 20에 대입하면 아래의 수학식 22가 성립한다.
Figure 112005055676277-pat00020
또한, 상기 수학식 22는 아래의 수학식 23과 같다.
Figure 112005055676277-pat00021
또한, 상기 수학식 23은 아래의 수학식 24와 같다.
Figure 112005055676277-pat00022
또한, 상기 수학식 24는 아래의 수학식 25와 같다.
Figure 112005055676277-pat00023
상기 수학식 25에서 상기 좌표-곱 행렬 XX'은 상기 B이므로, 상기 수학식 25는 아래의 수학식 26과 같다.
Figure 112005055676277-pat00024
결론적으로, 상기 단계 (c)에서, 상기 대상 영상의 연관 집중 모멘트 Usp의 전치 행렬을 Usp', 그리고 상기 대상 영상의 연관 집중 모멘트를 Utp라 하면, 상기 유사도 hp는 아래의 수학식 27에 의하여 연산된다.
Figure 112005055676277-pat00025
도 7은 도 4의 유사도 판단 방법이 도 3의 부품 장착기의 비젼 시스템(VS)에서 사용되는 예를 보여주는 흐름도이다. 도 3, 4, 및 7을 참조하여, 픽업된 부품(PTf)의 유형을 비젼 시스템(VS)이 판단하는 방법을 설명하면 다음과 같다.
주 제어부(MC)로부터 픽업 완료 신호가 발생되면(단계 501), 비젼 시스템(VS)은 라인 스캔 카메라(C)를 구동하여, 픽업되어 있는 부품(PTf)의 영상 데이터를 라인 스캔 카메라(C)로부터 입력받는다(단계 502).
다음에, 비젼 시스템(VS)은 입력 영상 안에서 순차적으로 적용될 대상 영상의 번호(n)를 '1'로 설정한다(단계 503).
다음에, 비젼 시스템(VS)은 미리 설정되어 있는 부품 유형의 번호(m)를 '1'로 설정한다(단계 504).
다음에, 비젼 시스템(VS)은 상기 수학식 27을 사용하여 제m 유형 부품의 기준 영상에 대한 제n 대상 영상의 유사도 h(상기 수학식 27의 hp, 이하 h라 함)를 구한다(단계 505).
다음에, 계산 결과의 유사도 h가 기준 유사도 href보다 크면(단계 506), 비젼 시스템(VS)은 현재 픽업된 부품이 제m 유형 부품이라는 정보를 출력한다(단계 507).
한편, 계산 결과의 유사도 h가 기준 유사도 href 이하이면(단계 506), 비젼 시스템(VS)은 다음 단계들을 수행한다.
현재의 부품 유형의 번호(m)가 최종 부품 유형의 번호(mfin)가 아니면(단계 508), 비젼 시스템(VS)은 현재의 부품 유형의 번호(m)를 '1' 증가시킨 후에(단계 509) 상기 단계 505 및 그 이후의 연계 단계들을 수행한다.
현재의 부품 유형의 번호(m)가 최종 부품 유형의 번호(mfin)이면(단계 508), 현재의 대상 영상이 어느 부품 유형에도 포함되지 않았으므로, 비젼 시스템(VS)은 현재의 대상 영상 번호(n)가 최종 대상 영상 번호(nfin)인지를 판단한다(단계 510).
상기 단계 510에서 현재의 대상 영상 번호(n)가 최종 대상 영상 번호(nfin)가 아니면, 비젼 시스템(VS)은 현재의 대상 영상 번호(n)를 '1' 증가시킨 후에(단계 511) 상기 단계 504 및 그 이후의 연계 단계들을 수행한다.
상기 단계 510에서 현재의 대상 영상 번호(n)가 최종 대상 영상 번호(nfin)이면, 현재 픽업되어 있는 부품(PTf)이 어느 부품 유형에도 해당되지 않았으므로, 비젼 시스템(VS)은 이와 관련된 오류 정보를 출력한다(단계 512).
상기 모든 단계들은 외부적인 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 513).
이상 설명된 바와 같이, 본 발명에 따른 유사도 판단 방법에 의하면, 대상 영상의 전체적 연관성을 가진 대상 연관 휘도들 ps와, 기준 영상의 전체적 연관성을 가진 기준 연관 휘도들 pt가 사용되어 유사도가 판단된다. 이에 따라, 대상 영상의 화소들의 감지 휘도들 fs가 촬영 및 영상-처리 조건에 따라 미세하게 변함에도 불구하고, 대상 영상의 기준 영상에 대한 유사도가 정확히 판단될 수 있으므로, 형상적 특징을 갖지 않는 부품들을 정확히 인식할 수 있다.
본 발명은, 상기 실시예에 한정되지 않고, 청구범위에서 정의된 발명의 사상 및 범위 내에서 당업자에 의하여 변형 및 개량될 수 있다.

Claims (9)

  1. 어느 한 대상 영상의 기준 영상에 대한 유사도를 판단하는 방법에 있어서,
    (a) 상기 기준 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 ft 사이의 전체적 연관성을 가진 기준 연관 휘도들 pt를 구하는 단계;
    (b) 상기 대상 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 fs의 전체적 연관성을 가진 대상 연관 휘도들 ps를 구하는 단계; 및
    (c) 상기 대상 연관 휘도들 ps와 상기 기준 연관 휘도들 pt를 사용하여 상기 유사도를 판단하는 단계를 포함하고,
    상기 단계들 (a) 및 (b)의 수행 알고리듬이 서로 동일하며,
    상기 단계 (b)가,
    (b1) 상기 대상 영상의 화소들의 좌표들 x 및 y에 의한 변수들과 미지의 상수들을 가진 다항식을 설정하는 단계;
    (b2) 상기 대상 영상의 화소들의 감지 휘도들 fs와, 상기 다항식의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들이 최소화될 수 있는 조건으로써 상기 다항식의 미지의 상수들을 구하여, 상기 다항식을 완성하는 단계; 및
    (b3) 상기 단계 (b2)에서 완성된 다항식에 상기 좌표들 x 및 y의 값들 각각을 대입하여 상기 대상 연관 휘도들 ps를 구하는 단계를 포함한 유사도 판단 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서, 상기 단계 (b1)에서,
    상기 미지의 상수들이 a00, a10, a01, a20, a11, 및 a02이고, 2차 다항식
    Figure 112012028604962-pat00026
    이 설정되는 유사도 판단 방법.
  5. 제4항에 있어서, 상기 단계 (b1)에서,
    상기 2차 다항식의 미지의 상수들의 행렬 As가
    Figure 112005055676277-pat00027
    이고, 상기 행렬 As의 전치 행렬이 As'이며, 좌표 행렬 X가
    Figure 112005055676277-pat00028
    이면, 상기 2차 다 항식은 ps = As'X의 행렬식으로 전환되는 유사도 판단 방법.
  6. 제5항에 있어서, 상기 단계 (b2)에서,
    상기 대상 영상의 화소들의 감지 휘도들 fs와, 상기 다항식의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들의 제곱값들 (ps - fs)2의 총합 Es가 최소화될 수 있는 조건으로써 상기 다항식의 미지의 상수들 As가 구해지는 유사도 판단 방법.
  7. 제6항에 있어서, 상기 단계 (b2)에서,
    상기 좌표 행렬 X와 감지 휘도들 fs의 곱 Xfs를 상기 대상 영상의 화소들 각각에 대하여 구하고, 구해진 결과 값들의 총합
    Figure 112005055676277-pat00029
    를 상기 대상 영상의 감지 집중 모멘트 Usf라 하며,
    상기 좌표 행렬 X와 그 전치 행렬 X'을 서로 곱한 결과인 좌표-곱 행렬을 XX', 상기 좌표-곱 행렬 XX'의 역행렬을 B-1이라 하면,
    상기 다항식의 미지의 상수들 As가 As = B-1Usf의 식에 의하여 구해지는 유사도 판단 방법.
  8. 제7항에 있어서, 상기 단계 (c)에서,
    상기 대상 영상의 연관 집중 모멘트 Usp의 전치 행렬을 Usp', 그리고 상기 대상 영상의 연관 집중 모멘트를 Utp라 하면,
    상기 유사도 hp가
    Figure 112005055676277-pat00030
    의 식에 의하여 구해지는 유사도 판단 방법.
  9. 비젼 시스템을 구비한 부품 장착기에서, 픽업(pick-up)된 부품의 영상 중에서 일부인 어느 한 대상 영상의 기준 영상에 대한 유사도를 상기 비젼 시스템에서 판단하는 방법에 있어서,
    (a) 상기 기준 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 ft 사이의 전체적 연관성을 가진 기준 연관 휘도들 pt를 구하는 단계;
    (b) 상기 대상 영상의 화소들의 좌표들 x 및 y와 감지 휘도들 fs의 전체적 연관성을 가진 대상 연관 휘도들 ps를 구하는 단계; 및
    (c) 상기 대상 연관 휘도들 ps와 상기 기준 연관 휘도들 pt를 사용하여 상기 유사도를 판단하는 단계를 포함하고,
    상기 단계들 (a) 및 (b)의 수행 알고리듬이 서로 동일하며,
    상기 단계 (b)가,
    (b1) 상기 대상 영상의 화소들의 좌표들 x 및 y에 의한 변수들과 미지의 상수들을 가진 다항식을 설정하는 단계;
    (b2) 상기 대상 영상의 화소들의 감지 휘도들 fs와, 상기 다항식의 계산 결과에 의하여 얻어질 대상 연관 휘도들 ps 사이의 차이들이 최소화될 수 있는 조건으로써 상기 다항식의 미지의 상수들을 구하여, 상기 다항식을 완성하는 단계; 및
    (b3) 상기 단계 (b2)에서 완성된 다항식에 상기 좌표들 x 및 y의 값들 각각을 대입하여 상기 대상 연관 휘도들 ps를 구하는 단계를 포함한 유사도 판단 방법.
KR1020050092159A 2005-09-30 2005-09-30 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법 KR101204076B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020050092159A KR101204076B1 (ko) 2005-09-30 2005-09-30 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법
US11/522,867 US7724940B2 (en) 2005-09-30 2006-09-18 Method of accurately determining similarity between target image and reference image
CN2006101413331A CN1940963B (zh) 2005-09-30 2006-09-29 精确地确定目标图像和参考图像之间的相似性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050092159A KR101204076B1 (ko) 2005-09-30 2005-09-30 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법

Publications (2)

Publication Number Publication Date
KR20070037003A KR20070037003A (ko) 2007-04-04
KR101204076B1 true KR101204076B1 (ko) 2012-11-22

Family

ID=37901997

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050092159A KR101204076B1 (ko) 2005-09-30 2005-09-30 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법

Country Status (3)

Country Link
US (1) US7724940B2 (ko)
KR (1) KR101204076B1 (ko)
CN (1) CN1940963B (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740643A (zh) * 2018-12-19 2019-05-10 惠科股份有限公司 用于确定画面相邻行相似度的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10222671A (ja) 1997-02-12 1998-08-21 Matsushita Electric Ind Co Ltd マッチング方式及びその方式を用いた製造装置
JP2000183122A (ja) 1998-12-16 2000-06-30 Fujitsu Ltd 半導体検査方法及び装置
JP2005157921A (ja) * 2003-11-27 2005-06-16 Sony Corp 画像処理装置及び方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4611348A (en) * 1984-11-26 1986-09-09 General Electric Company Apparatus for altering the spatial characteristics of a digital image by polynomial interpretation using sets of arithmetic processors
JP3744179B2 (ja) * 1998-02-19 2006-02-08 松下電器産業株式会社 電子部品実装方法
JP2002202220A (ja) * 2000-12-27 2002-07-19 Nikon Corp 位置検出方法、位置検出装置、光学特性測定方法、光学特性測定装置、露光装置、及びデバイス製造方法
JP3888063B2 (ja) 2001-01-25 2007-02-28 松下電器産業株式会社 画像認識方法
JP2003256809A (ja) 2002-02-28 2003-09-12 Sony Corp 画像処理装置及び処理方法
JP4172761B2 (ja) * 2002-10-08 2008-10-29 大日本スクリーン製造株式会社 欠陥検査装置、欠陥検査方法およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10222671A (ja) 1997-02-12 1998-08-21 Matsushita Electric Ind Co Ltd マッチング方式及びその方式を用いた製造装置
JP2000183122A (ja) 1998-12-16 2000-06-30 Fujitsu Ltd 半導体検査方法及び装置
JP2005157921A (ja) * 2003-11-27 2005-06-16 Sony Corp 画像処理装置及び方法

Also Published As

Publication number Publication date
US20070076945A1 (en) 2007-04-05
CN1940963A (zh) 2007-04-04
KR20070037003A (ko) 2007-04-04
US7724940B2 (en) 2010-05-25
CN1940963B (zh) 2012-05-30

Similar Documents

Publication Publication Date Title
JP3951984B2 (ja) 画像投影方法、及び画像投影装置
CN105979134B (zh) 图像处理装置、图像处理方法和图像处理***
JP2001125738A5 (ko)
US8189942B2 (en) Method for discriminating focus quality of image pickup device
JP6521626B2 (ja) 被写体追跡装置、方法およびプログラム
CN107949865B (zh) 异常检测装置、异常检测方法
JP2004535610A (ja) カメラビュー内の制御可能なディスプレイの前にある物体の位置の決定のための前景および背景画像データのロバストな分離のためのシステムおよび方法
TW201633077A (zh) 用來偵測雜訊的影像處理方法及其導航裝置
CN111385447B (zh) 摄像装置及其驱动方法
US10835109B2 (en) Endoscope system
JP2011095985A (ja) 画像表示装置
US11317014B2 (en) Image pickup apparatus, image correction method, and medium storing program
KR20040100963A (ko) 화상 처리 장치
KR101204076B1 (ko) 대상 영상의 기준 영상에 대한 유사도를 정확하게 판단하는방법
US20130076940A1 (en) Photographing apparatus and method of detecting distortion thereof
JP2019176424A (ja) 画像処理装置、撮像装置、画像処理装置の制御方法、および、撮像装置の制御方法
JP4715653B2 (ja) レーザポインタ位置判定システムおよびレーザポインタ位置判定方法
US20110032352A1 (en) Imaging position determining method and imaging position determining device
JP4860452B2 (ja) テンプレートマッチングを用いたマーク位置決め方法及び装置
JP2009152725A (ja) 自動追跡装置及び方法
CN111862198A (zh) 图像处理装置、图像处理方法以及机器人***
JP2009027437A (ja) 画像処理装置，画像処理方法及び撮像装置
US7362912B2 (en) Method and system for immediately determining incorrect pixel values of a captured image
TWI807480B (zh) 基於視覺辨識的圖案光投影方法與系統、應用於口腔檢測的方法與系統、及機械加工系統
JP4526348B2 (ja) シェーディング補正装置及び方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20151030

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171030

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181029

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191028

Year of fee payment: 8