JPH0741650U - 図形認識装置 - Google Patents

Abstract

(57)【要約】 【目的】曲面に刻印された図形に対しても高精度で認識
する。 【構成】ＣＣＤカメラ３を対象物体１に刻印された図形
Ｐからの反射光の特性を１次元画像データとして検知す
るよう構成し、対象物体をカメラに対して相対的に回転
させながら１次元画像データを回転速度に応じて時間的
に蓄積する。このデータを２次元画像データとして切り
出し、特徴記憶手段５に予め記憶されている標準図形パ
ターンの特徴項目と比較検証されたのち、まず抽出され
た図形に対して重み付け手段２０により重み付けされた
特定の特徴項目につき比較検証する。さらに、この図形
と蓄積された学習データとを比較検証する。

Description

【考案の詳細な説明】

【０００１】

【産業上の利用分野】

本考案は、文字、数字または記号など（以下、図形と総称する）の認識装置に 関し、特に物体の曲面に刻印された図形を撮像手段を用いて読み取りその認識を 学習法を用いて行う図形認識装置に関する。

【０００２】

【従来の技術】

自動車の油圧系統などに使用されるアキュムレータのアウタシェルには、製造 番号や商標などの図形が刻印されている。かかる刻印図形は、経年変化に強く汚 れ易い環境においても可読性が失われないため、組立工程や検査工程における生 産指示・生産管理、または市場における品質管理の重要な情報を与える媒体とし て幅広く利用されている。例えば、アキュムレータの検査工程においては、検査 作業者が刻印された製造番号を読み取り、その製造番号に該当する記録シートに 検査データを記録していた。 また、このような図形を自動的に認識する図形認識装置としては、特開昭６３ −６６，６８４号公報、特開昭６４−３６，３８７号公報等に開示されたものが 知られている。

【０００３】

【考案が解決しようとする課題】

ところが、従来のように図形の読み取りを作業者が行うと、検査データの取得 を自動化できたとしても検査記録を完全自動化することはできない。 尤も、従来の図形認識装置を用いれば検査記録の自動化は達成できるものの、 物体の曲面に刻印された図形までも高精度で読み取ることができる装置は開発さ れるに至っていない。このような曲面に対する図形認識を２次元画像データによ り処理すると画像データの歪みが生じて認識精度が低下するという問題の他、曲 面に対する照明方法についても種々の問題を含んでいる。 しかも、従来の図形認識装置では、撮像手段で図形を読み取る際に照明手段を 用いることは開示されているものの、その具体的照明手法については検討されて おらず、そのため、対象物に照明をあてるときに、撮像手段で取り込まれる画像 が最適な条件になるように、その都度、照明手法を探索しているのが実情であっ た。したがって、対象物が変動する度に照明をも調節する必要があり、これを怠 れば、認識精度や認識時間に悪影響を及ぼすという問題があった。

【０００４】 このように図形認識においては、図形認識の精度の高さ、認識時間の短縮、そ して、認識方法の容易さおよびそれを実現する装置構成の簡単さが解決すべき課 題となり、特に、図形認識技術を工作機械、産業用ロボットなどにおける図形自 動識別に適用する場合には、実用的な図形認識精度を確保した上で、認識に要す る実時間性を実現し、より簡単な構成の図形認識装置を提供することが重要とな る。

【０００５】 ちなみに、本願出願人は先に実願平５−５７６６５号にて比較検証結果を蓄積 した学習データを用いて図形認識の精度を高めた提案を行ったが、かかる手法に おいても切り出された図形の品質如何では誤認識を免れないという問題があった 。特に数字を認識する場合には形状が類似しているので誤認識してしまうおそれ が十分に考えられた。

【０００６】 本考案は、このような従来技術の問題点に鑑みてなされたものであり、曲面に 刻印された図形に対しても高精度で認識できる図形認識装置を提供することを目 的とする。

【０００７】

【課題を解決するための手段】

上記目的を達成するために、本考案の図形認識装置は、文字、数字または記号 などの図形が曲面に刻印された対象物体に対して少なくとも異なる２方向から光 を照射する照明手段と、 前記対象物体に刻印された図形を撮像して前記照明手 段による反射光の特性を１次元画像データとして検知する撮像手段と、 少なく とも前記図形が前記撮像手段に撮像されるように、前記対象物体を前記撮像手段 に対して相対的に回転させる回転手段と、 前記図形に応じた標準図形パターン の特徴項目を記憶する特徴記憶手段と、 前記撮像手段で撮像した１次元画像デ ータを前記回転手段の回転速度に応じて記憶して、２次元画像データとする画像 記憶手段と、 前記画像記憶手段に記憶された２次元画像データから実際の図形 パターンを抽出し、この抽出された実際の図形パターンと前記特徴記憶手段に予 め記憶されている前記標準図形パターンの特徴項目とを比較検証し、最も相関の 強い標準図形パターンに対応する図形を抽出する比較手段と、 前記比較手段 により抽出された図形が有する特徴に重み付けを行う重み付け手段と、 前記比 較手段により抽出されたそれぞれの図形に関する特徴項目毎の特徴値を蓄積する 学習手段と、 前記比較手段により抽出された図形に対して前記重み付け手段 により重み付けされた特定の特徴項目につき比較検証し、さらに、この図形と前 記学習手段に蓄積されているその図形の学習データとを比較検証する検証手段と 、を有することを特徴としている。

【０００８】

【作用】

文字、数字または記号などの図形が対象物体の曲面に刻印されている場合には 、この図形をそのまま２次元画像として取り込むと画像データに歪みが生じたり 、照明の配置によっては認識精度が低下するおそれが十分に考えられる。 しかしながら、曲面画像を１次元画像の時間的集合として捉えれば、すなわち 、本考案のように撮像手段を対象物体に刻印された図形からの反射光の特性を１ 次元画像データとして検知するよう構成し、対象物体を撮像手段に対して相対的 に回転させながら、撮像手段から得られる１次元画像データを回転速度に応じて 時間的に蓄積すれば、曲面画像を歪みのない平面画像（２次元画像）として処理 することができる。 しかも、このようにして得られた２次元画像データは、特徴記憶手段に予め記 憶されている標準図形パターンの特徴項目と比較検証されたのち、まず抽出され た図形に対して重み付け手段により重み付けされた特定の特徴項目につき比較検 証し、さらに、この図形と蓄積された学習データとの比較検証が行われるので、 誤認識の確率を低下させることができ、最も相関の強い標準図形パターンに対応 する図形を目的とする図形として高精度で認識することができる。

【０００９】

【実施例】

以下、本考案の一実施例を図面に基づいて説明する。 図１は本考案の一実施例に係る図形認識装置を示すブロック図、図２は同実施 例に係る回転手段を示す一部断面した正面図、図３は同実施例に係る認識対象と なる標準図形パターン（文字、数字）とそれぞれの特徴項目の具体例を示す図、 図４および図５は同実施例に係る特徴項目の具体例を示す図、図６は同実施例に 係る学習手段における蓄積データを示す図、図７は同実施例の情報処理手順を示 すフローチャート、図８は同実施例の重み付け手段による重み付け方法を説明す る図である。

【００１０】 図１に示す図形認識装置は、光源２ａおよび光ファイバーケーブル２ｂからな る照明手段２、ＣＣＤを用いたラインセンサカメラ（撮像手段）３、アナログ／ ディジタル変換部８、ＲＡＭなどから構成される画像記憶手段６、パーソナルコ ンピュータなどで構成される比較手段７、同じくパーソナルコンピュータなどで 構成される検証手段１９、ＲＯＭなどから構成される特徴記憶手段５、ＲＡＭな どから構成される学習手段１８、パーソナルコンピュータまたはＲＯＭなどで構 成される重み付け手段２０および、ディスプレイやプリンタなどから構成される 出力手段９を有している。

【００１１】 この図形認識装置では、対象物体１の表面に打刻された「０」〜「９」までの 数字列と、「Ｘ」〜「Ｚ」までの英字列とを、ラインセンサカメラ３のカメラレ ンズ部分を介して撮像し、撮像したアナログ画像データをアナログ／ディジタル 変換部８でディジタル画像データに変換し、得られた１次元画像データを時間列 で画像記憶手段６に記憶するように構成されている。

【００１２】 また、打刻数字列および打刻英字列に良好な照明を当てるため、ラインセンサ カメラ３の読取周波数に対応できる周波数を有するハロゲンランプなどからなる 照明手段２が設けられており、特に本実施例ではラインセンサカメラの読み取り 精度を考慮して２つの光ファイバケーブル２ｂ，２ｂを配置し、対象物体の曲面 に対し異なる方向から光を照射するようにこれらの光軸を設定している。

【００１３】 本実施例ではアキュムレータ１のアウタシェルのような曲面に刻印された数字 列や文字列をラインセンサカメラ３で撮像するために、対象物体１を回転させる 回転手段４が設けられている。 この回転手段４は、例えば図２に示すように構成される。すなわち、同図に示 すように、ベース１０には軸受１１を介して回転板１２が回転自在に設けられて おり、この回転体１２に開設された開口部１３にアキュムレータ１が載置される 。一方、ベース１０にはモータ１４が固定されており、その回転軸１４ａには回 転体１２に取り付けられた歯車１６と噛み合う歯車１５が取り付けられている。 これにより、モータ１４を駆動すると回転軸１４ａの回転は歯車１５，１６を介 して回転体１２に伝達され、当該回転体１２に載置されたアキュムレータ１が一 定速度で回転することになる。なお、アキュムレータ１が載置される開口部１３ が形成されたプレート１７を交換することにより、種々の形状のアキュムレータ に汎用できるようになっている。

【００１４】 また、開口部１３に載置されたアキュムレータ１の下方には２つの光ファイバ ケーブル２ｂ，２ｂの先端が位置可変に固定されており、記述したように反射光 は何れもラインセンサカメラ３に入射される。また、このラインセンサカメラ３ も位置可変に固定されているので、アキュムレータの仕様が変更されると２つの 光ファイバケーブル２ｂ，２ｂとともに最も反射光の入射に適した位置を微調整 することができる。

【００１５】 なお、ラインセンサカメラ３により得られる１次元画像を画像記憶手段６に順 次記憶して行く場合、回転体１２の回転速度とラインセンサカメラ３による読み 取り速度との関係を確認しておく必要がある。そのため、回転体１２の回転速度 を定速とするか、回転体１２の回転位置を逐次インターフェース等を介して比較 手段７に取り込み記憶しておく。

【００１６】 パーソナルコンピュータなどで構成される比較手段７は、画像記憶手段６に記 憶されている２次元画像データを１文字づつ読み出し、この画像データを処理し て打刻数字列および打刻英字列を認識する。 図形認識にあたっては、予め対象となる数字列と英字列の特徴項目を挙げてお き、それぞれの特徴項目に対して標準図形パターンの基準値を決定しておく。そ して、画像記憶手段６から読み出された画像データをそれぞれの特徴項目につい て比較検証し、一致率が最も高い標準図形パターンを抽出する。

【００１７】 本実施例で認識すべき図形は、「０」〜「９」までの数字列と「Ｘ」〜「Ｚ」 までの英字列であることから、具体的には図４に示すように、文字幅（図５にお ける特徴１９参照）、文字の最下部の平行度（図５における特徴２参照）、ある いは文字の最上部の平行度（図５における特徴１参照）など、認識すべき図形に 応じて特徴項目が決定されている。そして、図５に示すように１９項目の特徴項 目を定めると共に、それぞれの特徴項目に対する標準図形パターンの基準範囲（ ＭＡＸ値、ＭＩＮ値）を図３のように定めている。 さらに詳述すれば、図５に示す特徴０は、右半分の画像に対し中心から外側に 向かって走査したときに、右下がりになっている場合には「１」とし、それ以外 を「０」とする。この特徴項目によって、図３に示すように英字「Ｘ」と「Ｙ」 の識別の一助となる。同様に、特徴項目１８は、画像中心付近のドット数であり 、この特徴項目によって、図３に示すように数字「０」と「８」との識別を行う 場合の一助となる。

【００１８】 なお、特徴記憶手段５に記憶しておく特徴項目の内容や基準値については上述 した実施例にのみ限定されることはない。これは、認識対象となる図形の種類に よって適宜決定されるものである。 また、画像記憶手段６から読み込んだデータを特徴記憶手段５に格納されてい る標準図形パターンの基準値にあてはめて比較検証する場合、最も一致率の高い 標準図形パターンを目的とする図形として認識しても良いが、その一致率が一定 の値以下である場合には、画像記憶手段６に格納されているデータの不良とみな して再度の検証を行うか、あるいはラインセンサカメラ３による読み込み不良と して取り扱っても良い。

【００１９】 特に本実施例では、各図形が有する複数の特徴項目に対し、最もよく特徴付け られる項目の順序を予め決めておき、これを重み付け手段２０に格納しておく。 そして、比較手段７により抽出された図形に対し、その図形の特徴項目の重み付 けを重み付け手段２０を用いて行うことにより、比較結果の確認を行うようにし ている。

【００２０】 例えば、図８（Ｃ）に示されるように、本来認識されるべき図形が数字「６」 であるのに、ＣＣＤラインセンサカメラ３によって取り込まれ画像記憶手段６に 格納された数字「６」の一部が図８（Ｂ）に示すように潰れてしまった場合には 、図３〜図５に示す特徴項目如何では数字「８」として誤認識されるおそれがあ る。しかしながら、比較手段７により認識（実際には誤認識）された数字「８」 の最も特徴的な項目を本実施例に係る重み付け手段２０により順番に検索する。 例えば、数字「８」について言えば、図３における特徴項目１７が最も特徴的な 項目となっている。したがって、この特徴項目１７について再び得られた画像デ ータを検証すると、実際の認識が誤認識であったことが事前に判明することにな る。

【００２１】 また本実施例では、比較手段７により抽出された図形の特徴項目に関する実際 のデータを蓄積しておく学習手段１８と、比較手段７で抽出された図形が本当に 学習手段１８に蓄積されている学習データと一致するかどうかを検証する検証手 段１９とを有している。 学習手段では、例えばある一つの図形（比較手段７により認識された図形）に 対して、画像記憶手段６から切り出された実際の特徴値を各特徴項目別に記録し 、このようにして実際の特徴値を蓄積して行く。例えば図６（Ａ）に示されるよ うに、ある図形（例えば数字「１」）についての実際の特徴値は、特徴項目１に 関してもばらつくはずである。このような見地から図６（Ａ）に示すような各特 徴項目に対してそれぞれ特徴値と頻度との関係を蓄積し、これを図６（Ｂ）に示 すように特徴項目（特徴番号）に対する特徴値の範囲として記録しておく。この 学習手段１８における学習データは、比較手段７により図形が抽出される度に蓄 積して行き、図６（Ｂ）に示すようにある特徴項目に対する特徴値の許容範囲を 示唆する。

【００２２】 一方、検証手段１９では、比較手段７により抽出された図形が本当に目的とす る図形であるかどうか、すなわち認識精度を高めるために、上述した重み付け手 段２０を用いて再確認し、さらに学習手段１８に蓄積されている学習データと比 較検証する。例えば、比較手段７により抽出された文字が「１」であれば、検証 手段１９から学習手段１８に対して文字「１」に関する学習データを検索する指 令信号を送出し、検索された学習データと比較手段７により抽出されたデータと を各特徴項目別に検証して行く。 なお、複数の特徴項目のうち、ある特定の図形に対して極端な特徴を示すもの が存在すれば、比較手段７によるデータの比較抽出を省略し、直接学習手段１８ と検証手段１９とにアクセスしても良い。

【００２３】 次に作用を説明する。ステップ１〜３ 撮像手段としてのラインセンサカメラ３が、カメラレンズ部分を介して回転手 段に搭載されて定速で回転するアキュムレータの打刻数字列と打刻英字列を撮像 する。この撮像画像データは、例えば１ＭＨｚの間隔で取り込まれ、１次元状に 配列された濃淡（階調）を有する白黒のアナログ画像データである。アナログ／ ディジタル変換部８では、このアナログ画像データをディジタル画像データに変 換して画像記憶手段６に時間列で印加して行く。この場合、アキュムレータ１の 回転にともなってラインセンサカメラ３に取り込まれる１次元画像データの強度 （出力電圧）を観察し、刻印図形の存在が確認された時点から画像記憶手段６へ の書き込みを行う。同様に、書き込みの終了もラインセンサカメラ３の出力電圧 に基づいて制御する。

【００２４】ステップ４ このようにして画像記憶手段６に時間列で書き込まれた１次元画像データは、 時間列の単位で切り出すことにより２次元画像データとして比較手段７に取り込 まれるが、この２次元画像データは実際の２次元画像をそのまま撮像したもので はなく、画像記憶手段６で１次元画像データに基づいて作りだされたものである ことから、撮像対象がアキュムレータ１のアウタシェルのように曲面であっても 、歪みのない平面画像として処理することができる。

【００２５】 すなわち、文字、数字または記号などの図形が対象物体の曲面に刻印されてい る場合には、この図形をそのまま２次元画像として取り込むと画像データに歪み が生じたり、照明の配置によっては認識精度が低下するおそれが十分に考えられ るが、曲面画像を１次元画像の時間的集合として捉え、ラインセンサカメラ３の ように曲面の影響が少ない１次元画像データを用い、かつ対象物体１をラインセ ンサカメラ３に対して回転させながら、この１次元画像データを回転速度に応じ て時間的に蓄積することにより、曲面画像を歪みのない平面画像（２次元画像） として処理することができる。 なお、画像記憶手段６に記憶された画像データを比較手段７に出力するにあた っては、ノイズ成分が除去されるような前処理（補正）を行ってもよい。

【００２６】ステップ５〜７ 回転手段４によるアキュムレータ１の回転を終了すると、画像記憶手段６に記 憶された画像データの切り出しを行う。以下の記述は、切り出した画像データ１ 桁（１図形）について処理する場合を述べる。 まず、このようにして切り出された１桁の画像データについて、特徴記憶手段 ５に格納されている特徴項目０〜１９（図４および図５参照）のそれぞれの項目 を検証する。この検証によって、その画像データにつき特徴項目０〜１９の検証 値が得られる。 ついで、このようにして得られた検証値と、特徴記憶手段５に格納されている 標準図形パターンの基準値（図３参照）とを比較し、最も一致率の高い図形を決 定する。このときの一致率が所定値に満たない場合には再度検証を行ったり、あ るいは認識不可能として処理する。さらに、ステップ５で決定された図形の特徴 的な項目をステップ６にて重み付け手段２０を用いて検索し、これにより得られ た特徴項目のみについて再び標準図形パターンの基準値と比較し、ステップ７に て準最終的な図形を決定する。

【００２７】ステップ８〜１２ 一致率が所定値以上であって、かつ重み付けがなされた特徴項目についても問 題がない場合には、学習手段１８における蓄積データ数が検証を効果的に行うに は十分であるかどうかを調べる。学習データを用いた検証方法では十分な学習デ ータ量が確保されていないと効果的な検証を行うことができない。そのため、例 えば実際のアキュムレータについて図形認識を行う前にダミーデータを蓄積して おくのも効果的である。 学習手段１８における蓄積データ数が十分である場合には、比較手段７からの 特徴値を含むデータを検証手段１９に送出して、学習手段１８に蓄積されている 学習データとの検証を行う。例えば、比較手段７により抽出された文字が「１」 であれば、検証手段１９から学習手段１８に対して文字「１」に関する学習デー タを検索する指令信号を送出し、図６（Ｂ）に示す如き検索された学習データに 比較手段７により抽出されたデータを各特徴項目別にあてはめて行く。この検証 の結果、合致している場合には、その特徴値を新たな学習データとして学習手段 １８に蓄積するとともに、その認識された図形をディスプレイやプリンタなどの 出力手段９に出力する。

【００２８】 なお、以上説明した実施例は、本考案の理解を容易にするために記載されたも のであって、本考案を限定するために記載されたものではない。したがって、上 記実施例に開示された各要素は、本考案の技術的範囲に属する全ての設計変更や 均等物をも含む趣旨である。 例えば、以上の実施例においては、図形として数字および英字を打刻した場合 の認識について述べたが、本考案の図形認識装置は、数字、英字に限らず、その 他の図形、たとえば、特殊マークなどの認識にも適用できる。 また本考案は打刻図形に限らず、印刷図形、あるいは、打刻図形に塗料を塗っ た場合などにおいても適用できる。

【００２９】

【考案の効果】

本考案の図形認識装置は、比較手段により抽出された図形に対してまず最初に 重み付けを行って抽出結果の再確認を行ったのち、さらに学習データと比較検証 しているので、比較手段における誤認識の確率を低下させることができ、その結 果、トータルの誤認識を未然に防止して認識精度の向上がより期待できる。

【図面の簡単な説明】

【図１】本考案の一実施例に係る図形認識装置を示すブ
ロック図である。

【図２】同実施例に係る回転手段を示す一部断面した正
面図である。

【図３】同実施例に係る認識対象となる標準図形パター
ン（文字）とそれぞれの特徴項目の具体例を示す図であ
る。

【図４】同実施例に係る特徴項目の具体例を示す図であ
る。

【図５】同じく同実施例に係る特徴項目の具体例を示す
図である。

【図６】同実施例に係る学習手段における蓄積データを
示す図である。

【図７】同実施例の情報処理手順を示すフローチャート
である。

【図８】同実施例の重み付けを説明する図である。

【符号の説明】

１…対象物体 ２…照明手段 ２ａ…光源 ２ｂ…光ファイバケーブル ３…ＣＣＤラインセンサカメラ（撮像手段） ４…回転手段 ５…特徴記憶手段 ６…画像記憶手段 ７…比較手段 ８…アナログ／ディジタル変換部 ９…出力手段 １０…ベース １１…軸受 １２…回転体 １３…開口部 １４…モータ １４ａ…回転軸 １５…歯車 １６…歯車 １７…プレート １８…学習手段 １９…検証手段 ２０…重み付け手段 Ｐ…図形

【手続補正書】

【提出日】平成６年１月１４日

【手続補正１】

【補正対象書類名】図面

【補正対象項目名】全図

【補正方法】変更

【補正内容】

【図１】

【図２】

【図３】

【図４】

【図５】

【図６】

【図８】

【図７】

Claims (1)

【実用新案登録請求の範囲】
1. 【請求項１】文字、数字または記号などの図形（Ｐ）が
   曲面に刻印された対象物体（１）に対して少なくとも異
   なる２方向から光を照射する照明手段（２）と、 前記対象物体（１）に刻印された図形を撮像して前記照
   明手段（２）による反射光の特性を１次元画像データと
   して検知する撮像手段（３）と、 少なくとも前記図形が前記撮像手段に撮像されるよう
   に、前記対象物体を前記撮像手段に対して相対的に回転
   させる回転手段（４）と、 前記図形に応じた標準図形パターンの特徴項目を記憶す
   る特徴記憶手段（５）と、 前記撮像手段（３）で撮像した１次元画像データを前記
   回転手段の回転速度に応じて記憶して、２次元画像デー
   タとする画像記憶手段（６）と、 前記画像記憶手段に記憶された２次元画像データから実
   際の図形パターンを抽出し、この抽出された実際の図形
   パターンと前記特徴記憶手段に予め記憶されている前記
   標準図形パターンの特徴項目とを比較し、最も相関の強
   い標準図形パターンに対応する図形を抽出する比較手段
   （７）と、 前記比較手段により抽出された図形が有する特徴に重み
   付けを行う重み付け手段（２０）と、 前記比較手段（７）により抽出されたそれぞれの図形に
   関する特徴項目毎の特徴値を蓄積する学習手段（１８）
   と、 前記比較手段（７）により抽出された図形に対して前記
   重み付け手段（２０）により重み付けされた特定の特徴
   項目につき比較検証し、さらに、この図形と前記学習手
   段（１８）に蓄積されているその図形の学習データとを
   比較検証する検証手段（１９）とを有することを特徴と
   する図形認識装置。