[發明專利]圖像處理裝置

在審

• 申請號: 201911038046.1
• 申請日: 2019-10-29
• 公開（公告）號: CN111199533A
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 并木勇太;小倉翔太郎
• 申請（專利權）人: 發那科株式會社
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/73;G06K9/62
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本發明提供一種不論對象物為何種形狀均能夠基于基準形狀信息來以正確的位置、姿勢檢測圖像中的對象物的圖像處理裝置。圖像處理裝置具備：結果獲取部，其獲取包括對象物的一個或多個輸入圖像，并獲取將模型圖案的特征點與從輸入圖像提取出的輸入側特征點進行比較而得到的檢測結果；頻率計算部，其獲取模型圖案與對象物的位置姿勢不同的多個檢測結果，針對模型圖案的每個特征點計算在輸入圖像中檢測到輸入側特征點的頻率；以及特征點選擇部，其基于由頻率計算部計算出的頻率來從模型圖案所具有的多個特征點中選擇出要關注的特征點。

技術領域

本發明涉及一種基于包括多個特征點的基準形狀信息來從輸入圖像檢測對象物的圖像處理裝置。

背景技術

以往，在從輸入圖像中檢測特定的對象物的像的方法中，已知如下一種技術：進行將對象的圖像與表示要確定的對象物的基準形狀信息(被稱作模型圖案、模板等的信息)進行比較的匹配來從輸入圖像檢測對象物。在匹配中，在特征量的一致度超過指定的水平(閾值)時判斷為檢測到對象物。

在特征量的匹配中，有使用包括多個特征點的特征點群的例子。在非專利文獻1中，記載了一種從輸入圖像提取邊緣點來作為構成模型圖案的特征點的方法。邊緣點是圖像中的亮度變化大的點。一般來說是對象物的輪廓線的像的亮度梯度大，因此通過將邊緣點用作特征量來進行對象物的輪廓線形狀的匹配。例如，將從包括應檢測的對象物的圖像提取出的邊緣點群作為模型圖案進行存儲，基于從由攝像裝置獲取到的輸入圖像提取出的邊緣點群與模型圖案的邊緣點群的一致度來檢測對象物。作為這類方法已知廣義霍夫變換等。另外，除了利用邊緣點的方法以外，作為公開了對構成模型圖案的要素進行提取的方法的文獻，有非專利文獻2。在非專利文獻2中記載了一種從輸入圖像提取SIFT特征點的方法。

在這種技術中，已知一種在模型圖案中也關注具有特征的范圍從而提高判定精度的方法，例如在專利文獻1中記載了如下一種外觀檢查裝置：在標準圖像(日語：規範畫像)中以包圍標準圖案的方式設定第一區域，并且在標準圖像中設定使標準圖案的位置和姿勢特征化的第二區域。該外觀檢查裝置通過從檢查對象圖像中搜索從第一區域提取出的特征來粗略地求出標準圖案的位置和姿勢，并通過從檢查對象圖像中搜索從第二區域提取出的特征來細致地求出標準圖案的位置和姿勢中的至少一方。

專利文獻1：日本特開2017-96749號公報

非專利文獻1：“計算機視覺”(David A.Forsyth(著),Jean Ponce(著)，大北剛(譯)共立出版)2007.1

非專利文獻2：“Object Recognition from Local Scale-Invariant Features”，David G.Lowe，Proc.of the International Conference on Computer Vision，Corfu(Sept.1999)

發明內容

發明要解決的問題

如果不考慮模型圖案的一部分的具有特征的范圍或特征點群，則有時無法正確地確定出圖像中的對象物的位置。例如，在為圖1所示那樣的鍵槽形狀的對象物100的情況下，槽101以外為圓形。因此，即使包括槽101的區域110的位置發生了偏移，也有可能基于槽101以外的部分的一致度而檢測到對象物。另外，在為圖2所示那樣的在長的直線200的附近存在小的圓201的形狀的情況下也是，即使直線200平行地發生了偏移而使得包含圓201的區域210發生了偏移，也有可能檢測到偏移的狀態來作為對象物。像這樣，有可能基于特定的區域110、210的外側的特征量的一致度而以位置、姿勢錯誤的狀態進行對象物的檢測。另外，如圖3所示，有時必須區別輪廓相同的2種對象物。在該情況下，雖然在第二對象物301中存在有第一對象物300中沒有的圓302，但第一對象物300與第二對象物301的輪廓相同，因此檢測結果為整體的一致度高。因而，難以不關注圓302而區別地檢測出第一對象物300和第二對象物301。