JPH052413A - 方向検出方法 - Google Patents

Abstract

(57)【要約】 【目的】 産業用ロボットの方向補正等に利用できる高
精度の方向検出方法を提供すること。 【構成】 画像の輪郭線を直線近似して頂点の座標位置
を求めることにより視覚センサの分解能や画像取込みの
ばらつきを排除して対象物の輪郭を的確に再現すると共
に、直線近似した輪郭線の頂点位置と中心位置との関係
に基いて予め定義された特徴点の位置を求めることによ
り、特徴点以外の位置データの影響を排除し、対象物の
形状等に関わりなく精度の高い補正情報を得る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、産業用ロボット等の視
覚等として利用される視覚センサにおいて、視覚センサ
がとらえた対象物の画像から対象物の位置や向きを検出
し、検出した位置や向きによりロボット等の自動機械の
動作を補正するシステムにおける方向検出方法に関す
る。

【０００２】

【従来の技術】視覚センサによって対象物の向きを検出
する方法として、対象物の画像の等価楕円を求め、その
長軸のどちらか一方の方向を対象物の向きとして利用す
るようにしたものが公知である。

【０００３】

【発明が解決しようとする課題】等価楕円による検出方
法は画像上の全ての点の位置データを用いて等価楕円を
求めるようにしているが、求められた等価楕円は視覚セ
ンサの分解能や画像取込みのばらつき、および、対象物
の形状等の影響を受けて不安定になり易く、必ずしも十
分な精度で対象物の方向が検出できるとは限らず、産業
用ロボットの方向補正等を目的とする検出方法としては
不十分であった。

【０００４】本発明の目的は、産業用ロボットの方向補
正等に利用できる高精度の方向検出方法を提供すること
にある。

【０００５】

【課題を解決するための手段】本発明による方向検出方
法は、撮影カメラを介してフレームメモリに記憶された
対象物の画像の中心位置を求めると共に、前記画像の輪
郭線を直線近似して各頂点の座標位置を求め、各頂点の
座標位置と前記中心位置との関係により、予め定義され
た特徴点に対応する頂点を求め、前記中心位置からこの
頂点に至る方向ベクトルを算出し、該方向ベクトルを補
正情報とすることにより前記目的を達成した。

【０００６】

【作用】画像の輪郭線を直線近似して頂点の座標位置を
求めるので、視覚センサの分解能や画像取込みのばらつ
きを排除して対象物の輪郭を的確に再現することがで
き、しかも、予め定義された特徴点の位置が直線近似し
た輪郭線の頂点として求められるので、対象物の形状に
関わりなく精度の高い補正情報を得ることが可能とな
る。

【０００７】

【実施例】以下、図面を参照して本発明の実施例を説明
する。図１は本発明を適用した視覚センサに関する構成
の一例を示すブロック図である。視覚センサの制御部に
はメインプロセッサ１が配備され、メインプロセッサ１
には、カメラインタフェイス２，画像処理プロセッサ
３，コンソール４，通信インタフェイス５，フレームメ
モリ６，プログラムメモリ７，コントロールソフト用メ
モリ８，データメモリ９がバス１０で接続されている。
一般に、フレームメモリ６およびデータメモリ９はＲＡ
Ｍ、プログラムメモリ７は不揮発性メモリ、また、コン
トロールソフト用メモリ８はＲＯＭによって構成され
る。

【０００８】カメラインタフェイス２には撮影用のカメ
ラ１１が接続され、該カメラ１１の視野でとらえられた
画像は、グレイスケールによる濃淡画像に変換されてフ
レームメモリ６に格納され、画像処理プロセッサ３で処
理されるようになっている。

【０００９】コンソール４には、液晶表示部や各種指令
キーおよびアプリケーションプログラムの入力，編集，
登録，実行などの操作を行うための数値キーが設けられ
ており、前記液晶表示部には、各種データ設定のための
メニューやプログラムのリストなどが表示できるように
なっている。また、コントロールソフト用メモリ８には
メインプロセッサ１が視覚センサを制御するためのコン
トロールプログラム等が格納されており、プログラムメ
モリ７にはユーザが作成したプログラムが格納される。
そして、通信インタフェイス５には産業用用ロボット
等、この視覚センサを利用するシステムが接続されてい
る。視覚センサに関するハードウェアは従来のものと同
様であるが、本発明の方法を実現する「方向検出処理」
のためのコントロールソフトがコントロールソフト用メ
モリ８に格納されている点で従来のものとは異なる。以
下、「方向検出処理」の概略を示す図２のフローチャー
トを参照して実施例の視覚センサの処理動作を説明す
る。なお、「方向検出処理」のコントロールソフトはコ
ンソール４からの指令キーの操作に対応して起動される
ものである。

【００１０】コントロ−ルソフトに従って「方向検出処
理」を開始したメインプロセッサ１は、まず、カメライ
ンタフェイス２を介してカメラ１１にスナップ指令を出
力し（ステップＳ１）、カメラ１１で撮影された対象物
に対し画像処理プロセッサ３でグレイスケール濃淡処理
を行って（ステップＳ２）、対象物の輪郭形状の画素パ
ターンをフレームメモリ６に取込む（ステップＳ３）。
次に、メインプロセッサ１は画像処理プロセッサ１３に
対象物検出指令を出力して対象物の検出を行わせ、フレ
ームメモリ６内で対象物の輪郭形状を構成する点の位置
（Ｘi ，Ｙi ）と各点（Ｘi ，Ｙ i）の繋がりを示す属
性情報Ｗi （ｉ＝１〜ｊ）を検出し、この輪郭形状で囲
まれた点の位置（ｘi ，ｙi ）（ｉ＝１〜ｋ）と共にデ
ータメモリ９に格納する（ステップＳ４）。

【００１１】図３は属性情報の一例を示す概念図であ
り、実施例の場合、対象物の輪郭形状を構成する点（Ｘ
i ，Ｙi ）とこれに隣接する次の点（Ｘi+1 ，Ｙi+1 ）
との位置関係により８つの方向性を示すａ〜ｈのコード
が設けられている。例えば、図４に示されるような輪郭
形状がフレームメモリ６に格納され、図４に示す点Ｐ１
を第１点（Ｘ１，Ｙ１）とするなら、点Ｐ１を始点とす
る輪郭線Ｌ１は僅かに右さがりの直線であるから、点Ｐ
１に隣接する点を輪郭線Ｌ１から取ったとすれば、点Ｐ
１の有する属性情報は一般にｃということになり、この
属性情報ｃが点Ｐ１の位置データと共に（Ｘ１，Ｙ１，
ｃ）の配列としてデータメモリ９に記憶される。一方、
点Ｐ１に隣接する点を輪郭線Ｌ４から取ったとすれば、
輪郭線Ｌ４は点Ｐ１を始点として−Ｙ方向に延びる直線
であるから、点Ｐ１の有する属性情報はｅということに
なる。実施例の場合、第１点の属性情報を検出するため
に方向性ａから逐次右回りに隣接する点の有無を検出し
ているから、点Ｐ１を第１点（Ｘ１，Ｙ１）とした場
合、隣接する点は輪郭線Ｌ１上から得られたものとな
り、点Ｐ１の属性情報はｃ，ｄ，ｅのいずれか１つであ
る。以下、第ｉ＋１点以降の属性情報は第ｉ点の属性情
報に対して位相が１８０°異なるものを除いて検出する
ようにしているから、輪郭形状を構成する点の位置の各
々には属性情報が１対１に対応して記憶されることとな
る。

【００１２】次いで、メインプロセッサ１は、ステップ
Ｓ４で記憶された輪郭線で囲まれた点の位置（ｘi ，ｙ
i ）（ｉ＝１〜ｋ）に基き、Ｘ０＝Σｘi ／ｋおよびＹ
０＝Σｙi ／ｋの演算式を実行して輪郭形状の中心位置
（Ｘ０，Ｙ０）を算出し（ステップＳ５）、輪郭形状を
構成する点の位置データと各点の属性情報（Ｘi ，Ｙi
，Ｗi ）により輪郭形状を直線近似し（ステップＳ
６）、直線近似された輪郭形状の頂点位置（Ｕi ，Ｖi
）（ｉ＝１〜ｍ）を求める（ステップＳ７）。

【００１３】図２におけるステップＳ６およびステップ
Ｓ７の処理で輪郭線を直線近似する方法および頂点位置
を検出する方法は様々なものがあるが、その一例を図６
乃至図８に示すフローチャートで示す。

【００１４】図６中ｉは構成点指標であり、輪郭形状を
構成する点の位置データと各点の属性情報（Ｘi ，Ｙi
，Ｗi ）をデータメモリ９から読込むために用いられ
る。また、ＣａおよびＣｂの各々は第１方向性連続回数
記憶レジスタおよび第２方向性連続回数記憶レジスタで
あり、輪郭形状の近似直線の検出もしくは近似直線の傾
きの検出等に用いられる。Ｃａ′およびＣｂ′の各々は
第１方向性検出回数記憶レジスタおよび第２方向性検出
回数記憶レジスタであり、第１方向性連続回数記憶レジ
スタＣａおよび第２方向性連続回数記憶レジスタＣｂで
近似直線の傾きが検出された場合、この近似直線の連続
状態を検出するために用いられる。また、ｍは頂点指標
であり、近似直線の検出開始位置を頂点位置として記憶
するための指標である。以下、輪郭形状を構成する点を
称して構成点と云う。

【００１５】「直線近似および頂点検出処理」を開始し
たメインプロセッサ１はレジスタＣａ，Ｃｂ，Ｃａ′，
Ｃｂ′と指標ｉ，ｍを初期化した後（ステップＴ１）、
指標ｉの現在値に基いて輪郭形状を構成する第１点の属
性情報Ｗ１を読込み、この属性データを第１方向性記憶
レジスタＷａに記憶すると共に（ステップＴ２）、第１
点の位置データ（Ｘ１，Ｙ１）を頂点候補記憶レジスタ
（Ｕ，Ｖ）に記憶する（ステップＴ３）。図４に示され
るような輪郭形状において点Ｐ１が第１点（Ｘ１，Ｙ
１）であるとし、また、第１方向性記憶レジスタＷａに
は属性情報ｃが記憶されるものとする。

【００１６】次いで、メインプロセッサ１は構成点指標
ｉの値をインクリメントし（ステップＴ４）、該指標ｉ
の値に基いて輪郭形状を構成する次の点の属性情報Ｗｉ
を読込み、この属性情報ＷｉがステップＳ２で記憶され
た属性情報Ｗａと一致するか否かを判別する（ステップ
Ｔ５）。そして、属性情報が一致すれば第１方向性連続
回数記憶レジスタＣａの値をインクリメントした後（ス
テップＴ６）、再び、ステップＴ４に復帰し、以下、属
性情報の一致が検出されなくなるまでステップＴ４乃至
ステップＴ６の処理を繰り返し実行し、第１方向性連続
回数記憶レジスタＣａに同一属性情報の繰り返し回数を
記憶する。図４に示されるような輪郭形状における輪郭
線Ｌ１の傾きにより点Ｐ１以降の属性情報が図５に示さ
れるような状態で記憶されているとすれば、ステップＴ
４乃至ステップＴ６の処理が３回実行されて第４点の属
性情報ｅが検出された段階でＷｉ≠Ｗａとなり、この
時、構成点指標ｉの値は４、また、第１方向性連続回数
記憶レジスタＣａの値は３となる。

【００１７】ステップＴ５の処理で属性情報の不一致を
検出したメインプロセッサ１はステップＴ７に移行して
第１方向性連続回数記憶レジスタＣａの値が直線識別数
の設定値ε（例えば１０）を越えているか否かを判別す
る。第１方向性連続回数記憶レジスタＣａの値が直線識
別数εを越えていればステップＴ３およびステップＴ５
で検出された構成点の集合を単独の直線として認め、そ
の始点の位置データを記憶した頂点候補記憶レジスタ
（Ｕ，Ｖ）の値を頂点指標ｍの値に対応させて頂点記憶
レジスタ（Ｕm ，Ｖm ）に記憶し、レジスタＣａ，Ｃ
ｂ，Ｃａ′，Ｃｂ′を初期化して頂点指標ｍの値をイン
クリメントした後（ステップＴ２６）、ステップＴ５の
判別処理で属性情報の不一致が検出された第ｉ点の属性
情報を第１方向性記憶レジスタＷａに新たに記憶すると
共に、第ｉ点の位置データ（Ｘi ，Ｙi ）を頂点候補記
憶レジスタ（Ｕ，Ｖ）に更新記憶して、再び、ステップ
Ｔ２からの処理を開始することとなる。このような現象
が生じるのは、輪郭形状を構成する直線要素がＸ軸また
はＹ軸に平行な場合と、その傾きが画素の対角線と平行
な場合（図３におけるｂ，ｆ，ｈ，ｄ方向の場合）に限
られる。

【００１８】しかし、図５に示される例では第１方向性
連続回数記憶レジスタＣａの値が３と小さく、直線識別
数εの値を越えてはいない。この場合、ステップＴ３お
よびステップＴ５で検出された構成点の集合はＸ軸また
はＹ軸に平行でない直線要素の一部であるか曲線要素の
一部であるかのいずれかである。そこで、メインプロセ
ッサ１はステップＴ７の判別処理実行後ステップＴ８に
移行し、ステップＴ５の判別処理で属性情報の不一致が
検出された第ｉ点の属性情報Ｗiを第２方向性記憶レジ
スタＷｂに記憶し、以下、ステップＴ４乃至ステップＴ
６の処理と略同等のステップＴ９乃至ステップＴ１１の
処理を属性情報の一致が検出されなくなるまで繰り返し
実行し、第２方向性の繰り返し回数をレジスタＣｂに記
憶してステップＴ１２の処理に移行する。図５に示され
る例では第４点の属性情報ｅが第２方向性記憶レジスタ
Ｗｂに記憶される。また、図５に示される例では第５点
の属性情報がｃあるから、初めにステップＴ１０の処理
が実行された段階でＷｉ≠Ｗｂとなり、この時の第２方
向性連続回数記憶レジスタＣｂの値は１である。ステッ
プＴ１２に移行したメインプロセッサ１はステップＴ７
の処理と同様にして、ステップＴ８およびステップＴ１
０で検出された構成点の集合が単独の直線として認めら
れるか否かを判別するが、この場合、第２方向性連続回
数記憶レジスタＣｂの値が１と小さく、直線識別数εの
値を越えてはいないから、更に、ステップＴ１３の処理
に移行することとなる。

【００１９】なお、第２方向性連続回数記憶レジスタＣ
ｂの値が直線識別数εの値を越えていた場合には、ステ
ップＴ２およびステップＴ１０で検出された構成点の集
合を単独の直線として認め、その始点の位置データを記
憶した頂点候補記憶レジスタ（Ｕ，Ｖ）の値を頂点指標
ｍの値に対応させて頂点記憶レジスタ（Ｕm ，Ｖm ）に
記憶し、レジスタＣａ，Ｃｂ，Ｃａ′，Ｃｂ′を初期化
して頂点指標ｍの値をインクリメントし、ステップＴ１
０の判別処理で属性情報の不一致が検出された第ｉ点の
属性情報を第１方向性記憶レジスタＷａに新たに記憶す
ると共に、第ｉ点の位置データ（Ｘi ，Ｙi ）を頂点候
補記憶レジスタ（Ｕ，Ｖ）に更新記憶して、再び、ステ
ップＴ２からの処理を開始することとなる。この場合、
予め頂点候補記憶レジスタ（Ｕ，Ｖ）に記憶された値は
ステップＴ８およびステップＴ１０で検出された直線の
始点を示す値ではないが、ステップＴ３およびステップ
Ｔ５で検出された構成点の集合には単独の直線として認
めるただけの大きさがないので、ステップＴ３およびス
テップＴ５で検出された構成点の始点をステップＴ８お
よびステップＴ１０で検出された直線の始点と見做すこ
とに支障はない。

【００２０】ステップＴ１２の判別処理を終了してステ
ップＴ１３に移行したメインプロセッサ１は、ステップ
Ｔ３およびステップＴ５で検出された構成点の集合とス
テップＴ８およびステップＴ１０で検出された構成点の
集合が直線要素の一部であるのか曲線要素を直線近似し
た結果であるのかを識別するための処理を開始するが、
いずれの場合にしても、直線要素の始点や直線近似の開
始位置を頂点として記憶する必要があるから、まず、頂
点候補記憶レジスタ（Ｕ，Ｖ）の値を頂点指標ｍの値に
対応させて頂点記憶レジスタ（Ｕm ，Ｖm ）に記憶する
こととなる。

【００２１】次いで、ステップＴ１４に移行したメイン
プロセッサ１はステップＴ１０の判別処理で属性情報の
不一致が検出された第ｉ点の属性情報Ｗｉが第１方向性
記憶レジスタＷａの値と一致しているか否かを判別す
る。属性情報Ｗｉが第１方向性記憶レジスタＷａの値と
一致していれば第１方向性検出回数記憶レジスタＣａ′
の値をインクリメントして構成点指標ｉの値をインクリ
メントし（ステップＴ１５，ステップＴ１６）、属性情
報Ｗｉから第１方向性記憶レジスタＷａの値が検出され
なくなるまでステップＴ１４乃至ステップＴ１６の処理
を繰り返し実行して、第１方向性Ｗａの検出回数を記憶
する。図５に示される例ではステップＴ１０の判別処理
で第５点の属性情報の不一致が検出されたのち第１方向
性記憶レジスタＷａの値である属性情報ｃが第５点から
第７点まで検出され、第８点のデータを読込んだ段階で
ステップＴ１４の判別結果が偽となるから、第１方向性
検出回数記憶レジスタＣａ′には３が記憶されることと
なる。

【００２２】ステップＴ１４の判別結果が偽となるとメ
インプロセッサ１はステップＴ１７に移行し、第１方向
性検出回数記憶レジスタＣａ′の値が第１方向性連続回
数記憶レジスタＣａの値と等しいか否かを判別する。ス
テップＴ３およびステップＴ５で検出された構成点の集
合とステップＴ８およびステップＴ１０で検出された構
成点の集合が直線要素の一部であるためには、ステップ
Ｔ１０の判別処理で属性情報の不一致が検出されたのち
第１方向性ＷａのＣａ回の繰り返しと第２方向性Ｗｂの
Ｃｂ回の繰り返しが交互に検出される必要がある。従っ
て、ステップＴ１７の判別結果が偽となった場合には、
ステップＴ３およびステップＴ５で検出された構成点の
集合とステップＴ８およびステップＴ１０で検出された
構成点の集合ならびにステップＴ１４で検出された構成
点の集合が曲線要素を直線近似した結果であることを意
味する。この場合、メインプロセッサ１はステップＴ２
５に移行してレジスタＣａ，Ｃｂ，Ｃａ′，Ｃｂ′を初
期化して頂点指標ｍの値をインクリメントし、再び、ス
テップＴ２に移行して前記と同様の処理を繰り返し実行
し、この直線近似を開始した時点での座標（Ｕ，Ｖ）の
値を輪郭形状の頂点の座標としてステップＴ１３の処理
により頂点記憶レジスタ（Ｕm，Ｖm ）に順次記憶す
る。従って、近似直線の始点座標の全てが頂点（Ｕm ，
Ｖm ）として記憶される。

【００２３】図５に示される例では第１方向性検出回数
記憶レジスタＣａ′の値と第１方向性連続回数記憶レジ
スタＣの値が共に３で等しいから、ステップＴ１７の判
別結果は真となる。そこで、メインプロセッサ１は更に
ステップＴ１８に移行し、ステップＴ１４の判別処理で
属性情報の不一致が検出された第ｉ点の属性情報Ｗｉが
第２方向性記憶レジスタＷｂの値と一致しているか否か
を判別する。前記したようにステップＴ３およびステッ
プＴ５で検出された構成点の集合とステップＴ８および
ステップＴ１０で検出された構成点の集合が直線要素の
一部であるためには、ステップＴ１０の判別処理で属性
情報の不一致が検出されたのち第１方向性ＷａのＣａ回
の繰り返しと第２方向性ＷｂのＣｂ回の繰り返しが交互
に検出される必要があるから、ステップＴ１８の判別処
理の段階で第２方向性Ｗｂ以外の方向性が検出された場
合は、ステップＴ１７の判別結果が偽となった場合と同
様にステップＴ３およびステップＴ５で検出された構成
点の集合とステップＴ８およびステップＴ１０で検出さ
れた構成点の集合ならびにステップＴ１４で検出された
構成点の集合が曲線要素を直線近似した結果であること
を意味し、以下の処理は前期と同様である（ステップＴ
２５）。図５に示される例ではステップＴ１４の判別結
果が偽となった第８点の属性情報ｅが第２方向性記憶レ
ジスタＷｂの値と一致しているからステップＴ１８の判
別結果は真である。

【００２４】ステップＴ１８の判別結果が真となった場
合、メインプロセッサ１は第２方向性検出回数記憶レジ
スタＣｂ′の値をインクリメントし（ステップＴ１
９）、構成点指標ｉの値をインクリメントして（ステッ
プＴ２０）、更に、次の構成点に関する属性情報Ｗｉを
読込んで、その値が第２方向性記憶レジスタＷｂの値と
一致しているか否かを判別し（ステップＴ２１）、一致
していれば第２方向性検出回数記憶レジスタＣｂ′の値
をインクリメントして（ステップＴ２２）、以下、属性
情報Ｗｉから第２方向性記憶レジスタＷｂの値が検出さ
れなくなるまでステップＴ２０乃至ステップＴ２２の処
理を繰り返し実行して、第２方向性Ｗｂの検出回数をレ
ジスタＣｂ′に記憶する。図５に示される例では第９点
の属性情報ｃが検出された段階でステップＴ２１の判別
結果が偽となるから、第２方向性検出回数記憶レジスタ
Ｃｂ′には１が記憶されることとなる。

【００２５】ステップＴ２１の判別結果が偽となってス
テップＴ２３に移行したメインプロセッサ１は、第２方
向性検出回数記憶レジスタＣｂ′の値が第２方向性連続
回数記憶レジスタＣｂの値と等しいか否かを判別する。
ステップＴ２３の判別結果が真となった場合には、第１
方向性ＷａのＣａ回の繰り返しと第２方向性ＷｂのＣｂ
回の繰り返しが１回検出されたことを示し、ステップＴ
１４で検出された構成点の集合およびステップＴ２１で
検出された構成点の集合がステップＴ３およびステップ
Ｔ５で検出された構成点の集合とステップＴ８およびス
テップＴ１０で検出された構成点の集合で近似される直
線の延長上にあることを意味する。従って、この場合、
メインプロセッサ１はステップＴ２４の処理で第１方向
性検出回数記憶レジスタＣａ′と第２方向性検出回数記
憶レジスタＣｂ′の値を初期化した後、ステップＴ１４
以降の処理を繰り返し実行して、第１方向性ＷａのＣａ
回の繰り返しと第２方向性ＷｂのＣｂ回の繰り返しで構
成される直線の終点を検出することとなる。第１方向性
ＷａのＣａ回の繰り返しと第２方向性ＷｂのＣｂ回の繰
り返しが交互に検出される間はステップＴ１３の処理が
実施されないから、連続する直線形状に関してはその始
点のみが頂点記憶レジスタ（Ｕm ，Ｖm ）に記憶される
こととなる。一方、ステップＴ２３の判別結果が偽とな
った場合には、ステップＴ１８の判別処理の段階で第２
方向性Ｗｂ以外の方向性が検出された場合と同様にステ
ップＴ３，ステップＴ５で検出された構成点の集合とス
テップＴ８，ステップＴ１０で検出された構成点の集合
およびステップＴ１４，ステップＴ２１で検出された構
成点の集合が曲線要素を直線近似した結果であることを
意味し、メインプロセッサ１はステップＴ２５の処理を
実行した後、ステップＴ２の処理に復帰する。

【００２６】なお、図６乃至図８に示す処理は、構成点
指標ｉの値が輪郭線を構成する点の数ｊに達した段階で
自動的に終了する。

【００２７】図４および図５に示される例で、点Ｐ１を
第１点とした場合では、まず、ステップＴ１３までの処
理で第１方向性ｃの繰り返し回数３と第２方向性ｅの繰
り返し回数１が記憶され、この段階で点Ｐ１の座標が１
個目の頂点座標として頂点記憶レジスタ（Ｕ１，Ｖ１）
に記憶される。以下、輪郭線Ｌ１の終点を構成する点Ｐ
２が検出されるまで第１方向性ｃの３回の繰り返しと第
２方向性ｅの１回の繰り返しが交互に検出され、点Ｐ２
の属性情報ｆが検出された段階で直線要素Ｌ１の検出が
終了し、点Ｐ２の属性情報ｆが第１方向性として新たに
記憶される。点Ｐ２から点Ｐ４に至る区間は略円弧状の
曲線部であるが、属性情報の方向性は８つしか設定され
ていないから、曲線区間は所定の刻み幅（必ずしも一定
ではない）で直線近似されることとなる。例えば、点Ｐ
２から点Ｐ４に至る曲線区間のうち点Ｐ２から点Ｐ３に
至る区間が属性情報ｆの繰り返し、また、点Ｐ３から点
Ｐ４に至る区間が属性情報ｇの繰り返しとして検出され
たような場合であれば、ステップＴ２乃至ステップＴ７
およびステップＴ２６の処理により点Ｐ２から点Ｐ３に
至る区間が単独の直線部分で近似され、点Ｐ３の属性情
報ｇが検出された段階で、頂点記憶レジスタ（Ｕ，Ｖ）
に予め記憶されていた点Ｐ２の座標データが近似直線Ｌ
２の始点、即ち、輪郭形状の頂点としてレジスタ（Ｕ
２，Ｖ２）に格納される。以下、同様にして、属性情報
の繰り返しやその組み合わせが以前と変化する構成点が
頂点Ｐ３，Ｐ４として頂点記憶レジスタ（Ｕ３，Ｖ３）
および（Ｕ４，Ｖ４）に記憶されることとなる。従っ
て、頂点指標ｍの最終値は直線近似された輪郭形状の頂
点数と一般に一致し、頂点の座標値は（Ｕｉ，Ｖｉ）
（ｉ＝１〜ｍ）で示される。

【００２８】直線近似された輪郭形状の各頂点座標値
（Ｕｉ，Ｖｉ）を検出したメインプロセッサはステップ
Ｓ８に移行し、予め求められた中心位置（Ｘ０，Ｙ０）
と直線近似された輪郭形状の各頂点座標値（Ｕｉ，Ｖ
ｉ）との関係により、予め定義された特徴点に対応する
頂点座標（Ｕ，Ｖ）を検出することとなる。

【００２９】図９に示す「特徴点検出処理」は対象物の
中心位置から最も離間した輪郭線上の点として定義され
た特徴点を検出するための処理の一例を示すフローチャ
ートである。この場合、メインプロセッサ１は、まず、
指標ｉの値を１に初期化してフレームメモリ６における
第１の頂点座標値（Ｕｉ，Ｖｉ）と中心位置（Ｘ０，Ｙ
０）との距離に対応する値を算出し、この値を最大値記
憶レジスタＳに初期設定すると共に、頂点座標値（Ｕ
ｉ，Ｖｉ）の値を特徴点記憶レジスタ（Ｕ，Ｖ）に格納
する（ステップＵ１，ステップＵ２）。以下、メインプ
ロセッサ１は、指標ｉの値が頂点の個数ｍに達するまで
（ステップＵ６）、該指標ｉの値を逐次インクリメント
して第ｉ番目の頂点座標値（Ｕｉ，Ｖｉ）を読込み（ス
テップＵ３）、頂点座標値（Ｕｉ，Ｖｉ）と中心位置
（Ｘ０，Ｙ０）との距離に対応する値を算出し、この値
と最大値記憶レジスタＳとの大小関係を比較して（ステ
ップＵ４）、新たに算出された値が最大値記憶レジスタ
Ｓの値よりも大きい場合に限り、この値を最大値記憶レ
ジスタＳに更新記憶すると共に特徴点記憶レジスタ
（Ｕ，Ｖ）に頂点座標値（Ｕｉ，Ｖｉ）の現在値を再設
定し（ステップＵ５）、フレームメモリ６上で中心位置
（Ｘ０，Ｙ０）との距離が最も離間した頂点座標値（Ｕ
ｉ，Ｖｉ）の位置データを特徴点記憶レジスタ（Ｕ，
Ｖ）に格納する。

【００３０】このような処理によって特徴点の座標
（Ｕ，Ｖ）を検出したメインプロセッサ１は、予め求め
た中心位置（Ｘ０，Ｙ０）から特徴点に対応する頂点
（Ｕ，Ｖ）に向かう方向ベクトルＶを算出し（ステップ
Ｓ９）、中心位置（Ｘ０，Ｙ０）の座標データと前記方
向ベクトルＶの値を補正データとして産業用ロボット等
に送出し（ステップＳ１０）、産業用ロボット等のシス
テムは視覚センサからの補正データを受けて対象物の中
心位置のずれや姿勢変化を検出し、従来と同様の方式で
動作補正を行う。

【００３１】以上、一実施例として、対象物の中心位置
から最も離間した輪郭線上の点として定義された特徴点
を検出する場合について説明したが、対象物の中心位置
に最も接近した輪郭線上の位置を特徴点として定義し、
前記と同様の処理でこの特徴点を検出することも可能で
ある。この場合は、「特徴点検出処理」におけステップ
Ｕ４の判別基準を（Ｕｉ−Ｘ０）² ＋（Ｖｉ−Ｙ０）²
＜Ｓとする。

【００３２】

【発明の効果】本発明の方向検出方法は、視覚センサの
フレームメモリに格納された画像の輪郭線を直線近似し
てから各頂点の座標位置と中心位置との関係に基いて特
徴点に対応する頂点の座標位置を求めるようにしている
ので、視覚センサの分解能や画像取込みのばらつきを排
除して対象物の輪郭を的確に再現することができ、しか
も、予め定義された特徴点の位置が直線近似した輪郭線
の頂点として求められるので、対象物の形状に関わりな
く精度の高い補正情報を得ることが可能となる。

【図面の簡単な説明】

【図１】本発明を適用した視覚センサに関する構成の一
例を示すブロック図

【図２】同実施例の視覚センサに配備したプロセッサに
よる方向検出処理の概略を示すフローチャート

【図３】同実施例の視覚センサによる対象物検出処理で
設定される属性データの方向性を示す概念図

【図４】フレームメモリに格納された対象物の輪郭形状
の一例を示す図

【図５】対象物の輪郭形状の一部を抽出して示す図

【図６】輪郭形状の直線近似および頂点位置の検出を実
施するための処理の一例を示すフローチャート

【図７】輪郭形状の直線近似および頂点位置の検出を実
施するための処理の一例を示すフローチャートの続き

【図８】輪郭形状の直線近似および頂点位置の検出を実
施するための処理の一例を示すフローチャートの続き

【図９】対象物の中心位置から最も離間した輪郭線上の
点として定義された特徴点を検出するための処理の一例
を示すフローチャート

【符号の説明】

１ メインプロセッサ ２ カメラインタフェイス ３ 画像処理プロセッサ ４ コンソール ５ 通信インタフェイス ６ フレームメモリ ７ プログラムメモリ ８ コントロールソフト用メモリ ９ データメモリ １０ バス １１ カメラ

Claims (1)

1. 【特許請求の範囲】 【請求項１】 視覚センサにおける画像処理において、
   撮影カメラを介してフレームメモリに記憶された対象物
   の画像の中心位置を求めると共に、前記画像の輪郭線を
   直線近似して各頂点の座標位置を求め、各頂点の座標位
   置と前記中心位置との関係により、予め定義された特徴
   点に対応する頂点を求め、前記中心位置からこの頂点に
   至る方向ベクトルを算出し、該方向ベクトルを補正情報
   としたことを特徴とする方向検出方法。