JPH0993443A - カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法 - Google Patents
カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法Info
- Publication number
- JPH0993443A JPH0993443A JP8029742A JP2974296A JPH0993443A JP H0993443 A JPH0993443 A JP H0993443A JP 8029742 A JP8029742 A JP 8029742A JP 2974296 A JP2974296 A JP 2974296A JP H0993443 A JPH0993443 A JP H0993443A
- Authority
- JP
- Japan
- Prior art keywords
- point
- color
- value
- image
- inspected
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000006243 chemical reaction Methods 0.000 title claims description 34
- 238000001514 detection method Methods 0.000 title description 6
- 230000008859 change Effects 0.000 claims description 16
- 239000013074 reference sample Substances 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 abstract description 46
- 238000012545 processing Methods 0.000 abstract description 17
- 230000005484 gravity Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 239000003086 colorant Substances 0.000 description 8
- 230000007547 defect Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 235000019646 color tone Nutrition 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000000177 Indigofera tinctoria Nutrition 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229940097275 indigo Drugs 0.000 description 1
- COHYTHOBJLSHDF-UHFFFAOYSA-N indigo powder Natural products N1C2=CC=CC=C2C(=O)C1=C1C(=O)C2=CC=CC=C2N1 COHYTHOBJLSHDF-UHFFFAOYSA-N 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
Abstract
(57)【要約】
【課題】 この発明は、複数の色で構成される複雑な背
景上に対象物が存在する被検査対象のカラー画像から、
対象物を高精度で抽出することができるようなモノクロ
画像を生成するカラーモノクロ画像変換方法を提供する
ことを目的とする。 【解決手段】 対象物および背景からなる被検査対象の
カラー画像の各点のＲＧＢ値を、人の知覚特性に一致し
た均等色空間内の各対応点の座標値に変換し、均等色空
間の各対応点の座標値を用いて、被検査対象のカラー画
像の各点の濃淡値を算出することにより、カラー画像を
モノクロ濃淡画像に変換する。
景上に対象物が存在する被検査対象のカラー画像から、
対象物を高精度で抽出することができるようなモノクロ
画像を生成するカラーモノクロ画像変換方法を提供する
ことを目的とする。 【解決手段】 対象物および背景からなる被検査対象の
カラー画像の各点のＲＧＢ値を、人の知覚特性に一致し
た均等色空間内の各対応点の座標値に変換し、均等色空
間の各対応点の座標値を用いて、被検査対象のカラー画
像の各点の濃淡値を算出することにより、カラー画像を
モノクロ濃淡画像に変換する。
Description
【０００１】
【産業上の利用分野】本発明は複数の色で構成される複
雑な背景上に存在する対象物を検査する場合に用いられ
るカラーモノクロ画像変換方法および被検査対象のエッ
ジ位置検出方法に関する。
雑な背景上に存在する対象物を検査する場合に用いられ
るカラーモノクロ画像変換方法および被検査対象のエッ
ジ位置検出方法に関する。
【０００２】
【従来の技術】最近カラー画像撮像装置の低価格化に伴
いカラー画像処理技術が盛んに研究されつつあるが、現
在においてもカラー画像処理はモノクロ濃淡画像処理を
駆逐するには至っておらず、依然としてモノクロ画像処
理が主流である。
いカラー画像処理技術が盛んに研究されつつあるが、現
在においてもカラー画像処理はモノクロ濃淡画像処理を
駆逐するには至っておらず、依然としてモノクロ画像処
理が主流である。
【０００３】これは実際の使用に際し、カラー画像処理
は情報量が多いということが逆効果になり、処理の煩雑
化、高コスト化等の問題が生じているためである。
は情報量が多いということが逆効果になり、処理の煩雑
化、高コスト化等の問題が生じているためである。
【０００４】ところでカラー画像の入力装置として使用
されるカメラからのＲＧＢ出力は、カメラに適した色空
間上の出力値であるが、検査等の目的に応じた処理がで
きないことが多い。従ってＲＧＢ出力値を適当な３次元
の色空間変換を施した後に、その後の処理を行うのが一
般的である。
されるカメラからのＲＧＢ出力は、カメラに適した色空
間上の出力値であるが、検査等の目的に応じた処理がで
きないことが多い。従ってＲＧＢ出力値を適当な３次元
の色空間変換を施した後に、その後の処理を行うのが一
般的である。
【０００５】斯かる色空間として代表的なものの一つ
は、赤、緑、青等の色合いを表わす色相（Ｈ : hue）、
色の鮮やかさの度合いを示す彩度（Ｓ : saturation
）、明るい、暗いを示す明度（Ｖ : value）によるＨ
ＳＶ色空間があり、これは極座標系をなす。尚、上記の
ように色が互いに独立的にもっている３種の性質を総称
して色の３属性という。
は、赤、緑、青等の色合いを表わす色相（Ｈ : hue）、
色の鮮やかさの度合いを示す彩度（Ｓ : saturation
）、明るい、暗いを示す明度（Ｖ : value）によるＨ
ＳＶ色空間があり、これは極座標系をなす。尚、上記の
ように色が互いに独立的にもっている３種の性質を総称
して色の３属性という。
【０００６】またカメラ出力のＲＧＢ色空間では２色間
の距離が人の知覚特性と一致しない。実用の観点からは
３次元のどの方向へも色の変化が感覚的に均等になって
いれば好都合である。そこでＣＩＥ（国際照明委員会）
がこれら要求を満たす均等空間を１９６４年に定めた。
の距離が人の知覚特性と一致しない。実用の観点からは
３次元のどの方向へも色の変化が感覚的に均等になって
いれば好都合である。そこでＣＩＥ（国際照明委員会）
がこれら要求を満たす均等空間を１９６４年に定めた。
【０００７】この空間はその後改良が加えられ、現在で
はＣＩＥ１９７６Ｌ* ａ* ｂ* とＣＩＥ１９７６Ｌ* ｕ
* ｖ* の２つが定義されている。即ちこれらの色空間も
人の知覚特性に一致した空間である。
はＣＩＥ１９７６Ｌ* ａ* ｂ* とＣＩＥ１９７６Ｌ* ｕ
* ｖ* の２つが定義されている。即ちこれらの色空間も
人の知覚特性に一致した空間である。
【０００８】
【発明が解決しようとする課題】さてカラー画像を用い
た検査には様々なケースがある。例えば瓶の王冠、プリ
ントパターン、シートベルト等である。例えばカラー印
刷上の文字の場合、モノクロカメラで撮影すると、文字
と背景とが分離できないという問題点がある。また斯か
る文字の検査は従来のカラー２値画像変換では困難であ
るという問題点がある。
た検査には様々なケースがある。例えば瓶の王冠、プリ
ントパターン、シートベルト等である。例えばカラー印
刷上の文字の場合、モノクロカメラで撮影すると、文字
と背景とが分離できないという問題点がある。また斯か
る文字の検査は従来のカラー２値画像変換では困難であ
るという問題点がある。
【０００９】さらにＬ* ａ* ｂ* 空間の距離のみに着目
した従来の色差によるカラーモノクロ画像変換手法によ
るモノクロ濃淡画像では背景の濃度値に広がりがあるた
めに、文字と背景の濃度値が近接してしまい、やはり文
字と背景が分離できるような画像が得られないという問
題点がある。
した従来の色差によるカラーモノクロ画像変換手法によ
るモノクロ濃淡画像では背景の濃度値に広がりがあるた
めに、文字と背景の濃度値が近接してしまい、やはり文
字と背景が分離できるような画像が得られないという問
題点がある。
【００１０】本発明は、複数の色で構成される複雑な背
景上に対象物が存在する被検査対象のカラー画像から、
対象物を高精度で抽出することができるようなモノクロ
画像を生成するカラーモノクロ画像変換方法を提供する
ことを目的とする。
景上に対象物が存在する被検査対象のカラー画像から、
対象物を高精度で抽出することができるようなモノクロ
画像を生成するカラーモノクロ画像変換方法を提供する
ことを目的とする。
【００１１】また、本発明は、複数の色で構成される複
雑な背景上に対象物が存在する被検査対象のカラー画像
に基づいて、対象物と背景との境界エッジを高精度で検
出することができる被検査対象のエッジ位置検出方法を
提供することを目的とする。
雑な背景上に対象物が存在する被検査対象のカラー画像
に基づいて、対象物と背景との境界エッジを高精度で検
出することができる被検査対象のエッジ位置検出方法を
提供することを目的とする。
【００１２】
【課題を解決するための手段】この発明によるカラーモ
ノクロ画像変換方法では、対象物および背景からなる被
検査対象のカラー画像の各点のＲＧＢ値が、人の知覚特
性に一致した均等色空間内の各対応点の座標値に変換さ
れる。そして、均等色空間の各対応点の座標値を用い
て、被検査対象のカラー画像の各点の濃淡値が算出され
ることにより、カラー画像がモノクロ濃淡画像に変換さ
れる。
ノクロ画像変換方法では、対象物および背景からなる被
検査対象のカラー画像の各点のＲＧＢ値が、人の知覚特
性に一致した均等色空間内の各対応点の座標値に変換さ
れる。そして、均等色空間の各対応点の座標値を用い
て、被検査対象のカラー画像の各点の濃淡値が算出され
ることにより、カラー画像がモノクロ濃淡画像に変換さ
れる。
【００１３】被検査対象のカラー画像の各点の濃淡値を
算出する方法には、次の４つの方法がある。
算出する方法には、次の４つの方法がある。
【００１４】（１）第１方法 被検査対象のカラー画像の各点のＲＧＢ値を、ＸＹＺ表
色系の座標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹ
Ｚ表色系の座標値（ｘ，ｙ，ｚ）を、均等色空間として
のＬ* ａ* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に
変換する。Ｌ*ａ* ｂ* 表色系における全画素を、対象
物が主として含まれるクラスタと、１または複数の背景
のクラスタとに分類する。
色系の座標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹ
Ｚ表色系の座標値（ｘ，ｙ，ｚ）を、均等色空間として
のＬ* ａ* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に
変換する。Ｌ*ａ* ｂ* 表色系における全画素を、対象
物が主として含まれるクラスタと、１または複数の背景
のクラスタとに分類する。
【００１５】対象物が主として含まれるクラスタの代表
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
点Ａと各線分Ｃ0 Ｃn との距離をｌn 、Ｃ0 と点Ａとの
距離をＬA とした場合に、任意の点Ａの濃淡値ＤA を求
める数式５に基づいて、前記被検査対象のカラー画像の
各点のＲＧＢ値に対応する濃淡値を算出する。
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
点Ａと各線分Ｃ0 Ｃn との距離をｌn 、Ｃ0 と点Ａとの
距離をＬA とした場合に、任意の点Ａの濃淡値ＤA を求
める数式５に基づいて、前記被検査対象のカラー画像の
各点のＲＧＢ値に対応する濃淡値を算出する。
【００１６】
【数５】
【００１７】（２）第２方法 被検査対象の基準見本のカラー画像を生成する。基準見
本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色系の座
標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹＺ表色系
の座標値（ｘ，ｙ，ｚ）を、均等色空間としてのＬ* ａ
* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に変換す
る。Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主
として含まれるクラスタと、１または複数の背景のクラ
スタとに分類する。
本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色系の座
標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹＺ表色系
の座標値（ｘ，ｙ，ｚ）を、均等色空間としてのＬ* ａ
* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に変換す
る。Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主
として含まれるクラスタと、１または複数の背景のクラ
スタとに分類する。
【００１８】対象物が主として含まれるクラスタの代表
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
点Ａと各線分Ｃ0 Ｃn との距離をｌn 、Ｃ0 と点Ａとの
距離をＬA とした場合に、任意の点Ａの濃淡値ＤA を求
める数式６に基づいて、ＲＧＢ系の各座標点に対する濃
淡値を算出して、ＲＧＢ値を濃淡値に変換するテーブル
を作成する。作成されたテーブルに基づいて、被検査対
象のカラー画像の各点のＲＧＢ値に対応する濃淡値を算
出する。
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
点Ａと各線分Ｃ0 Ｃn との距離をｌn 、Ｃ0 と点Ａとの
距離をＬA とした場合に、任意の点Ａの濃淡値ＤA を求
める数式６に基づいて、ＲＧＢ系の各座標点に対する濃
淡値を算出して、ＲＧＢ値を濃淡値に変換するテーブル
を作成する。作成されたテーブルに基づいて、被検査対
象のカラー画像の各点のＲＧＢ値に対応する濃淡値を算
出する。
【００１９】
【数６】
【００２０】（３）第３方法 被対象画像のカラー画像の各点のＲＧＢ値を、ＸＹＺ表
色系の座標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹ
Ｚ表色系の座標値（ｘ，ｙ，ｚ）を、均等色空間として
のＬ* ａ* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に
変換する。Ｌ*ａ* ｂ* 表色系における全画素を、対象
物が主として含まれるクラスタと、１または複数の背景
のクラスタに分類する。
色系の座標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹ
Ｚ表色系の座標値（ｘ，ｙ，ｚ）を、均等色空間として
のＬ* ａ* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に
変換する。Ｌ*ａ* ｂ* 表色系における全画素を、対象
物が主として含まれるクラスタと、１または複数の背景
のクラスタに分類する。
【００２１】対象物が主として含まれるクラスタの代表
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
Ｃ0 と点Ａとを結ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0
Ｃn のなす角度をθn とした場合に、任意の点Ａの濃淡
値ＤA を求める数式７に基づいて、前記被検査対象のカ
ラー画像の各点のＲＧＢ値に対応する濃淡値を算出す
る。
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
Ｃ0 と点Ａとを結ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0
Ｃn のなす角度をθn とした場合に、任意の点Ａの濃淡
値ＤA を求める数式７に基づいて、前記被検査対象のカ
ラー画像の各点のＲＧＢ値に対応する濃淡値を算出す
る。
【００２２】この際、各クラスタに所属する全ての画素
をＬ* ａ* ｂ* 表色系の各軸に対して射影し、それぞれ
の軸上での最頻点を各クラスタの代表点Ｃ0 〜Ｃn とす
ることが好ましい。
をＬ* ａ* ｂ* 表色系の各軸に対して射影し、それぞれ
の軸上での最頻点を各クラスタの代表点Ｃ0 〜Ｃn とす
ることが好ましい。
【００２３】
【数７】
【００２４】（４）第４方法 被検査対象の基準見本のカラー画像を生成する。基準見
本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色系の座
標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹＺ表色系
の座標値（ｘ，ｙ，ｚ）を、均等色空間としてのＬ* ａ
* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に変換す
る。Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主
として含まれるクラスタと、１または複数の背景のクラ
スタに分類する。
本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色系の座
標値（ｘ，ｙ，ｚ）に変換する。得られたＸＹＺ表色系
の座標値（ｘ，ｙ，ｚ）を、均等色空間としてのＬ* ａ
* ｂ* 表色系の座標値（Ｌ* ，ａ* ，ｂ* ）に変換す
る。Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主
として含まれるクラスタと、１または複数の背景のクラ
スタに分類する。
【００２５】対象物が主として含まれるクラスタの代表
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
Ｃ0 と点Ａとを結ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0
Ｃn のなす角度をθn とした場合に、任意の点Ａの濃淡
値ＤA を求める数式８に基づいて、ＲＧＢ系の各座標点
に対する濃淡値を算出して、ＲＧＢ値を濃淡値に変換す
るテーブルを作成する。作成されたテーブルに基づい
て、被検査対象のカラー画像の各点のＲＧＢ値に対応す
る濃淡値を算出する。
点をＣ0 、背景のクラスタの代表点をＣ1 〜ＣN 、Ｌ*
ａ* ｂ* 系の任意の点Ａの濃淡値をＤA 、Ｃ0 とＣ
n （ｎ＝１〜Ｎ）とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、
Ｃ0 と点Ａとを結ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0
Ｃn のなす角度をθn とした場合に、任意の点Ａの濃淡
値ＤA を求める数式８に基づいて、ＲＧＢ系の各座標点
に対する濃淡値を算出して、ＲＧＢ値を濃淡値に変換す
るテーブルを作成する。作成されたテーブルに基づい
て、被検査対象のカラー画像の各点のＲＧＢ値に対応す
る濃淡値を算出する。
【００２６】この際、各クラスタに所属する全ての画素
をＬ* ａ* ｂ* 表色系の各軸に対して射影し、それぞれ
の軸上での最頻点を各クラスタの代表点Ｃ0 〜Ｃn とす
ることが好ましい。
をＬ* ａ* ｂ* 表色系の各軸に対して射影し、それぞれ
の軸上での最頻点を各クラスタの代表点Ｃ0 〜Ｃn とす
ることが好ましい。
【００２７】
【数８】
【００２８】この発明による被検査対象のエッジ位置検
出方法では、対象物および背景からなる被検査対象がカ
ラー撮像装置により撮像される。被検査対象のカラー画
像の各点のＲＧＢ値が、人の知覚特性に一致した均等色
空間内の各対応点の座標値に変換される。均等色空間の
各対応点の座標値を用いて、被検査対象のカラー画像の
各点の濃淡値が算出されることにより、カラー画像がモ
ノクロ濃淡画像に変換される。そして、得られたモノク
ロ濃淡画像の所定方向に沿った濃淡値の変化特性に基づ
いて、対象物と背景との境界エッジが求められる。
出方法では、対象物および背景からなる被検査対象がカ
ラー撮像装置により撮像される。被検査対象のカラー画
像の各点のＲＧＢ値が、人の知覚特性に一致した均等色
空間内の各対応点の座標値に変換される。均等色空間の
各対応点の座標値を用いて、被検査対象のカラー画像の
各点の濃淡値が算出されることにより、カラー画像がモ
ノクロ濃淡画像に変換される。そして、得られたモノク
ロ濃淡画像の所定方向に沿った濃淡値の変化特性に基づ
いて、対象物と背景との境界エッジが求められる。
【００２９】本発明によるカラーモノクロ画像変換方法
によれば、複数の色で構成される複雑な背景上に対象物
が存在する被検査対象のカラー画像から、対象物を高精
度で抽出することができるようなモノクロ画像を生成す
ることができる。
によれば、複数の色で構成される複雑な背景上に対象物
が存在する被検査対象のカラー画像から、対象物を高精
度で抽出することができるようなモノクロ画像を生成す
ることができる。
【００３０】本発明による被検査対象のエッジ位置検出
方法は、対象物と背景とからなる被検査対象をカラー撮
像装置により撮像し、被検査対象のカラー画像の各点の
ＲＧＢ値を人の知覚特性に一致した均等色空間内の各対
応点の座標値に変換し、該均等色空間の各対応点の座標
値を用いて前記カラー画像の各点の濃淡値を算出するこ
とによりカラー画像をモノクロ濃淡画像に変換し、得ら
れたモノクロ濃淡画像の所定方向に沿った濃淡値の変化
特性に基づいて、対象物と背景との境界エッジを求める
ことを特徴とする。
方法は、対象物と背景とからなる被検査対象をカラー撮
像装置により撮像し、被検査対象のカラー画像の各点の
ＲＧＢ値を人の知覚特性に一致した均等色空間内の各対
応点の座標値に変換し、該均等色空間の各対応点の座標
値を用いて前記カラー画像の各点の濃淡値を算出するこ
とによりカラー画像をモノクロ濃淡画像に変換し、得ら
れたモノクロ濃淡画像の所定方向に沿った濃淡値の変化
特性に基づいて、対象物と背景との境界エッジを求める
ことを特徴とする。
【００３１】本発明による被検査対象のエッジ位置検出
方法によれば、複数の色で構成される複雑な背景上に対
象物が存在する被検査対象のカラー画像に基づいて、対
象物と背景との境界エッジを高精度で検出することがで
きる。
方法によれば、複数の色で構成される複雑な背景上に対
象物が存在する被検査対象のカラー画像に基づいて、対
象物と背景との境界エッジを高精度で検出することがで
きる。
【００３２】
【発明の実施の形態】以下、この発明を文字の品質検査
に適用した場合の実施の形態について説明する。
に適用した場合の実施の形態について説明する。
【００３３】〔１〕第１の文字検査処理方法についての
説明
説明
【００３４】図１は、文字検査処理手順を示している。
この文字検査処理は、オフラインで行なわれる設定処理
と、オンラインで行なわれる検査処理とからなる。
この文字検査処理は、オフラインで行なわれる設定処理
と、オンラインで行なわれる検査処理とからなる。
【００３５】設定処理では、予め基準となる見本を用い
て、ＲＧＢ色空間上の各点毎にその点の色に対応する濃
淡値を、クラスタリングにより得られたクラスタ代表点
に基づいて算出し、算出値をルックアップテーブル（Ｌ
ＵＴ）に格納する。
て、ＲＧＢ色空間上の各点毎にその点の色に対応する濃
淡値を、クラスタリングにより得られたクラスタ代表点
に基づいて算出し、算出値をルックアップテーブル（Ｌ
ＵＴ）に格納する。
【００３６】検査処理では、対象となる検査品をカラー
カメラで撮像し、カラー入力画像の各画素のＲＧＢ値
を、設定処理で予め設定されたＬＵＴを参照することに
より、濃淡値に変換する。得られた濃淡画像は濃淡画像
処理され、検査・認識の判断が行なわれる。
カメラで撮像し、カラー入力画像の各画素のＲＧＢ値
を、設定処理で予め設定されたＬＵＴを参照することに
より、濃淡値に変換する。得られた濃淡画像は濃淡画像
処理され、検査・認識の判断が行なわれる。
【００３７】設定処理について詳細に説明する。設定処
理では、まず基準となる見本がカラーＣＣＤカメラ（図
示せず）で撮影されることにより（ステップ１）、基準
見本のカラー画像が得られる（ステップ２）。
理では、まず基準となる見本がカラーＣＣＤカメラ（図
示せず）で撮影されることにより（ステップ１）、基準
見本のカラー画像が得られる（ステップ２）。
【００３８】得られたカラー画像データは、カメラ出力
のＲＧＢ色空間の値から、人間の感覚に合致したＬ* ａ
* ｂ* 均等色空間の値に変換される（ステップ３）。こ
の変換は、具体的には、後述する数式９、１０によって
行なわれる。
のＲＧＢ色空間の値から、人間の感覚に合致したＬ* ａ
* ｂ* 均等色空間の値に変換される（ステップ３）。こ
の変換は、具体的には、後述する数式９、１０によって
行なわれる。
【００３９】Ｌ* ａ* ｂ* 均等色空間上で、クラスタ数
を予め指定可能なＫ−平均法によって、基準画像のクラ
スタリングが行なわれる（ステップ４）。図２にクラス
タリング結果の一例を示す。そして、クラスタの数、各
クラスタの重心位置（代表点）が求められる（ステップ
５）。
を予め指定可能なＫ−平均法によって、基準画像のクラ
スタリングが行なわれる（ステップ４）。図２にクラス
タリング結果の一例を示す。そして、クラスタの数、各
クラスタの重心位置（代表点）が求められる（ステップ
５）。
【００４０】次に、ＲＧＢ系の色空間上の各点の座標
（０、０、０）〜（２５５、２５５、２５５）に対応す
るＬ* ａ* ｂ* 値が算出され、このＬ* ａ* ｂ* 値と前
記クラスタ重心位置とを基に各Ｌ* ａ* ｂ* 値に対する
濃淡値が算出される（ステップ６）。この濃淡値の算出
は、具体的には、後述する数式１３または１４を用いて
行なわれる。そして、ＲＧＢ系の各座標点に対する濃淡
値がルックアップテーブル（ＬＵＴ）に格納される（ス
テップ７、８）。
（０、０、０）〜（２５５、２５５、２５５）に対応す
るＬ* ａ* ｂ* 値が算出され、このＬ* ａ* ｂ* 値と前
記クラスタ重心位置とを基に各Ｌ* ａ* ｂ* 値に対する
濃淡値が算出される（ステップ６）。この濃淡値の算出
は、具体的には、後述する数式１３または１４を用いて
行なわれる。そして、ＲＧＢ系の各座標点に対する濃淡
値がルックアップテーブル（ＬＵＴ）に格納される（ス
テップ７、８）。
【００４１】つまり、設定処理においては、不良を含む
基準見本がカメラによって撮像される。そして、得られ
たカラー画像に対して、検査員のティーチングの下でク
ラスタリングが行われ、その結果から得られたクラスタ
リング画像が検査員に表示される。ここでのティーチン
グとは、対象と背景とを検査員が領域もしくはポイント
を判定することではなく、得られた各クラスタが対象か
背景かを検査員が判断することを意味する。クラスタリ
ング結果が良好でない場合は、条件を変更してクラスタ
リングが行なわれる。そしてクラスタの代表点をカラー
モノクロ濃淡画像変換における濃淡値の基準点にして、
濃淡値計算が行われる。求められた濃淡値はＬＵＴ（ル
ックアップテーブル）に格納される。
基準見本がカメラによって撮像される。そして、得られ
たカラー画像に対して、検査員のティーチングの下でク
ラスタリングが行われ、その結果から得られたクラスタ
リング画像が検査員に表示される。ここでのティーチン
グとは、対象と背景とを検査員が領域もしくはポイント
を判定することではなく、得られた各クラスタが対象か
背景かを検査員が判断することを意味する。クラスタリ
ング結果が良好でない場合は、条件を変更してクラスタ
リングが行なわれる。そしてクラスタの代表点をカラー
モノクロ濃淡画像変換における濃淡値の基準点にして、
濃淡値計算が行われる。求められた濃淡値はＬＵＴ（ル
ックアップテーブル）に格納される。
【００４２】検査処理では、検査対象がカラーＣＣＤカ
メラで撮影されることにより（ステップ１１）、検査対
象のカラー画像が得られる（ステップ１２）。
メラで撮影されることにより（ステップ１１）、検査対
象のカラー画像が得られる（ステップ１２）。
【００４３】得られたカラー画像のＲＧＢ値から、ＬＵ
Ｔを参照して濃淡値が算出され、画像処理が施されるこ
とにより（ステップ１３）、濃淡画像が得られる（ステ
ップ１４）。
Ｔを参照して濃淡値が算出され、画像処理が施されるこ
とにより（ステップ１３）、濃淡画像が得られる（ステ
ップ１４）。
【００４４】そして得られた濃淡画像が、基準画像等の
判定基準と比較されることにより、検査判定が行なわれ
る（ステップ１５）。この検査結果は、たとえば、ＯＫ
（合格）、かすれ、よごれ、かけ、誤字等の表示ととも
に出力される（ステップ１６）。
判定基準と比較されることにより、検査判定が行なわれ
る（ステップ１５）。この検査結果は、たとえば、ＯＫ
（合格）、かすれ、よごれ、かけ、誤字等の表示ととも
に出力される（ステップ１６）。
【００４５】つまり、検査処理では、先ず撮影した検査
対象のカラー画像に対して、ＬＵＴを参照して、カラー
モノクロ画像変換が行われ、濃淡画像が得られる。次に
得られた濃淡画像に対して画像処理が施され、検査員の
ティーチングに基づいた検査判定が下され、検査結果が
出力される。
対象のカラー画像に対して、ＬＵＴを参照して、カラー
モノクロ画像変換が行われ、濃淡画像が得られる。次に
得られた濃淡画像に対して画像処理が施され、検査員の
ティーチングに基づいた検査判定が下され、検査結果が
出力される。
【００４６】ステップ３またはステップ６で行なわれ
る、カラー画像のＲＧＢ値の、Ｌ* ａ * ｂ* 均等色空間
の座標系への変換方法について説明する。この変換は、
まず、ＲＧＢ値を数式９の変換式を用いてＸＹＺ表色系
の座標値Ｘ、Ｙ、Ｚに変換した後、得られたＸ、Ｙ、Ｚ
値を数式１０の変換式を用いてＬ* ａ* ｂ* 表色系の座
標値Ｌ* 、ａ* 、ｂ* に変換することによって行なわれ
る。
る、カラー画像のＲＧＢ値の、Ｌ* ａ * ｂ* 均等色空間
の座標系への変換方法について説明する。この変換は、
まず、ＲＧＢ値を数式９の変換式を用いてＸＹＺ表色系
の座標値Ｘ、Ｙ、Ｚに変換した後、得られたＸ、Ｙ、Ｚ
値を数式１０の変換式を用いてＬ* ａ* ｂ* 表色系の座
標値Ｌ* 、ａ* 、ｂ* に変換することによって行なわれ
る。
【００４７】
【数９】
【００４８】
【数１０】
【００４９】但し、X0、Y0、Z0は照明光源の三刺激値と
いわれるものであり、照明光源が標準の光Ｃの場合は、
数式１１で表される。
いわれるものであり、照明光源が標準の光Ｃの場合は、
数式１１で表される。
【００５０】
【数１１】
【００５１】照明光源が標準の光Ｄ65の場合には、X0、
Y0、Z0は数式１２で表される。
Y0、Z0は数式１２で表される。
【００５２】
【数１２】
【００５３】ところで、印刷物に限らず一般に、複雑な
色彩をもった背景の上に文字が描かれる場合、文字を判
読し易くするために、文字には背景の色彩と感覚的にあ
る程度隔たった色が用いられる。そこで、人の感覚的な
色の隔たりを表す色差（均等色空間における距離）を用
いることにより、文字と背景とを分離することは可能で
あると考えられる。
色彩をもった背景の上に文字が描かれる場合、文字を判
読し易くするために、文字には背景の色彩と感覚的にあ
る程度隔たった色が用いられる。そこで、人の感覚的な
色の隔たりを表す色差（均等色空間における距離）を用
いることにより、文字と背景とを分離することは可能で
あると考えられる。
【００５４】一方、図３に示すような”かすれ”、”に
じみ”、あるいは”汚れ”といった印刷欠陥は、文字の
色と、本来その位置に存在する背景の色との中間の色を
もつものと考えられる。即ち、欠陥のある画素は、色空
間上において文字の点の色と、背景の色の点（文字の
色、背景の色といっても実際には色空間上では一つの点
ではなく空間的な拡がりをもっている）を結ぶ線分上の
いずれかの位置に存在するものと考えられる。
じみ”、あるいは”汚れ”といった印刷欠陥は、文字の
色と、本来その位置に存在する背景の色との中間の色を
もつものと考えられる。即ち、欠陥のある画素は、色空
間上において文字の点の色と、背景の色の点（文字の
色、背景の色といっても実際には色空間上では一つの点
ではなく空間的な拡がりをもっている）を結ぶ線分上の
いずれかの位置に存在するものと考えられる。
【００５５】この場合、背景の色が複雑であれば、文字
と背景の各色との色差は、背景色ごとに異なってくる。
例えば青と水色の背景の上に黒の文字が書かれているよ
うな場合、黒と水色よりも黒と青の方が明らかに色差が
小さくなる。従って、単純に文字の色からの色差のみを
利用して、欠陥を分離することは困難である。
と背景の各色との色差は、背景色ごとに異なってくる。
例えば青と水色の背景の上に黒の文字が書かれているよ
うな場合、黒と水色よりも黒と青の方が明らかに色差が
小さくなる。従って、単純に文字の色からの色差のみを
利用して、欠陥を分離することは困難である。
【００５６】以上のような点を踏まえて、文字と欠陥、
背景と欠陥との分離を容易にすることを前提として次の
ようなカラーモノクロ画像変換手法を用いることにす
る。
背景と欠陥との分離を容易にすることを前提として次の
ようなカラーモノクロ画像変換手法を用いることにす
る。
【００５７】検査の基準となる欠陥を含まない基準画像
を先ず用意し、予めこの画像を何らかの方法（例えばＫ
−平均アルゴリズム）の手法によりクラスタリングし、
クラスタ数、各クラスタの代表点（ここではそのクラス
タに属する全ての画素の色空間上での座標値を平均した
値、即ち重心をこれに当てる）を求める。
を先ず用意し、予めこの画像を何らかの方法（例えばＫ
−平均アルゴリズム）の手法によりクラスタリングし、
クラスタ数、各クラスタの代表点（ここではそのクラス
タに属する全ての画素の色空間上での座標値を平均した
値、即ち重心をこれに当てる）を求める。
【００５８】ここではクラスタリング結果が、図２に示
すように、Ｎ＋１個のクラスタに分離された場合につい
て説明する。同図において文字を構成する画素が主に含
まれるクラスタ０の代表点をＣ0 、それ以外のクラスタ
１〜Ｎの代表点をそれぞれＣ 1 、Ｃ2 、・・・ 、ＣN とす
る。
すように、Ｎ＋１個のクラスタに分離された場合につい
て説明する。同図において文字を構成する画素が主に含
まれるクラスタ０の代表点をＣ0 、それ以外のクラスタ
１〜Ｎの代表点をそれぞれＣ 1 、Ｃ2 、・・・ 、ＣN とす
る。
【００５９】このときＬ* ａ* ｂ* 均等色空間上の点Ａ
の画素の濃淡値ＤA は、Ｃ0 とＣn（ｎ＝１〜Ｎ）とを
結ぶ線分Ｃ0 Ｃn の長さＬn 、点Ａと各線分Ｃ0 Ｃn と
の距離ｌn 及び代表点Ｃ0 と点Ａとの距離ＬA を用いて
数式１３により求められる。
の画素の濃淡値ＤA は、Ｃ0 とＣn（ｎ＝１〜Ｎ）とを
結ぶ線分Ｃ0 Ｃn の長さＬn 、点Ａと各線分Ｃ0 Ｃn と
の距離ｌn 及び代表点Ｃ0 と点Ａとの距離ＬA を用いて
数式１３により求められる。
【００６０】
【数１３】
【００６１】ただし、Ｋは濃淡変化の勾配を与える定数
である。尚、点Ａが直線Ｃ0 Ｃn 上にある場合には数式
１３において分母が０になるため、この場合は数式１４
が用いられる。
である。尚、点Ａが直線Ｃ0 Ｃn 上にある場合には数式
１３において分母が０になるため、この場合は数式１４
が用いられる。
【００６２】
【数１４】
【００６３】これらの式により、濃淡値は点Ｃ0 におい
て０に、Ｃ1 、Ｃ2 、・・・ 、ＣN の各点において等しく
Ｋになる。そしてＣ0 を通る任意の直線上の全ての点の
濃淡値は、点Ｃ0 からの距離に比例する。また濃淡値の
等しい点を結んだ等濃度面は全周に亙って連続で、尚且
各直線Ｃ0 Ｃn の近傍において直線に直交する。
て０に、Ｃ1 、Ｃ2 、・・・ 、ＣN の各点において等しく
Ｋになる。そしてＣ0 を通る任意の直線上の全ての点の
濃淡値は、点Ｃ0 からの距離に比例する。また濃淡値の
等しい点を結んだ等濃度面は全周に亙って連続で、尚且
各直線Ｃ0 Ｃn の近傍において直線に直交する。
【００６４】色空間を３次元から２次元に簡略化した本
手法及び従来手法によるカラーモノクロ画像変換のモデ
ルを図４に示す。同図から従来の手法では（ｂ）のよう
に等濃度面が平面状（明度による変換手法）、もしくは
（ｃ）のように同心球状（色差による変換手法）となる
いわば線形な変換であったのに対し、（ａ）に示す本手
法では等濃度面は凹凸のあるいびつな球面状となる。
手法及び従来手法によるカラーモノクロ画像変換のモデ
ルを図４に示す。同図から従来の手法では（ｂ）のよう
に等濃度面が平面状（明度による変換手法）、もしくは
（ｃ）のように同心球状（色差による変換手法）となる
いわば線形な変換であったのに対し、（ａ）に示す本手
法では等濃度面は凹凸のあるいびつな球面状となる。
【００６５】このような非線形な変換を行うことによ
り、背景のうち特に代表的な背景色の影響を重点的に取
り除き欠陥の抽出を容易にすることが期待される。
り、背景のうち特に代表的な背景色の影響を重点的に取
り除き欠陥の抽出を容易にすることが期待される。
【００６６】例えば図５の（ａ）のような背景に濃淡が
ある場合の文字の欠陥検出を行う場合、従来手法によれ
ば（ｃ）のように背景に濃淡が現れ文字の分離が難しく
なるのに対し、本手法によれば（ｂ）に示すように背景
の濃度が均一になり、文字の分離が行い易くなる。
ある場合の文字の欠陥検出を行う場合、従来手法によれ
ば（ｃ）のように背景に濃淡が現れ文字の分離が難しく
なるのに対し、本手法によれば（ｂ）に示すように背景
の濃度が均一になり、文字の分離が行い易くなる。
【００６７】尚前記設定処理におけるＬＵＴを設定する
のに要した時間（クラスタリングに要する時間を含まな
い）は、Silicon Graphics Indigo2(CPU:MIPS R4000, 1
00MH Z ) 上で約０．２秒、カラーモノクロ画像変換処理
に要した時間は同じく約０．３秒であった。表１にこの
実験の条件を示す。
のに要した時間（クラスタリングに要する時間を含まな
い）は、Silicon Graphics Indigo2(CPU:MIPS R4000, 1
00MH Z ) 上で約０．２秒、カラーモノクロ画像変換処理
に要した時間は同じく約０．３秒であった。表１にこの
実験の条件を示す。
【００６８】
【表１】
【００６９】設定処理を行なわずに、被検査対象のカラ
ー画像をＬＵＴを用いずに逐次濃度値変換して濃淡画像
を得ることも可能であるが、その場合ＬＵＴを用いる場
合の倍以上の時間を処理に費やすことを意味する。即ち
ＬＵＴを用いれば被検査対象の変換処理は０．３秒でで
きるということである。
ー画像をＬＵＴを用いずに逐次濃度値変換して濃淡画像
を得ることも可能であるが、その場合ＬＵＴを用いる場
合の倍以上の時間を処理に費やすことを意味する。即ち
ＬＵＴを用いれば被検査対象の変換処理は０．３秒でで
きるということである。
【００７０】〔２〕第２の文字検査方法についての説明
【００７１】この第２の文字検査方法では、前記第１の
文字検査方法とは異なり、クラスタの代表点として重心
以外の点を用い、且つ点Ａの濃淡値ＤA を対象クラスタ
Ｃ0から各クラスタ代表点Ｃ1 〜Ｃn までの距離ではな
く、ＡとＣ0 とＣn とのなす角度θn を用いて算出す
る。尚、その他は第１の文字検査方法と同じである。
文字検査方法とは異なり、クラスタの代表点として重心
以外の点を用い、且つ点Ａの濃淡値ＤA を対象クラスタ
Ｃ0から各クラスタ代表点Ｃ1 〜Ｃn までの距離ではな
く、ＡとＣ0 とＣn とのなす角度θn を用いて算出す
る。尚、その他は第１の文字検査方法と同じである。
【００７２】クラスタ代表点の決定に関しては、図６
（ａ）に示すようにクラスタを構成する画素の分布を見
れば、必ずしもその重心がクラスタ内に存在するわけで
はなく、クラスタの広がりかたによっては画素の分布が
ないクラスタ外に重心が生じるおそれがある。
（ａ）に示すようにクラスタを構成する画素の分布を見
れば、必ずしもその重心がクラスタ内に存在するわけで
はなく、クラスタの広がりかたによっては画素の分布が
ないクラスタ外に重心が生じるおそれがある。
【００７３】そこであらゆるクラスタにおいて代表点を
適切に決定するために次のような手順で代表点を決定し
た。
適切に決定するために次のような手順で代表点を決定し
た。
【００７４】図７に示すように、先ず一つのクラスタに
所属する全ての画素についてＬ* ａ * ｂ* 均等色空間の
各軸へ投影し、各軸上の各点において射影された画素の
累積値を算出し、各軸の最大の累積値を示す座標値（図
ではｐ、ｑ、ｒ）をそのクラスタの代表点の画素値とし
て設定する。
所属する全ての画素についてＬ* ａ * ｂ* 均等色空間の
各軸へ投影し、各軸上の各点において射影された画素の
累積値を算出し、各軸の最大の累積値を示す座標値（図
ではｐ、ｑ、ｒ）をそのクラスタの代表点の画素値とし
て設定する。
【００７５】このようにすることによって図６（ｂ）に
示すように代表点は必ず画素の分布のある領域に設定さ
れることになる。
示すように代表点は必ず画素の分布のある領域に設定さ
れることになる。
【００７６】次に点Ａの濃淡値ＤA の求め方について説
明する。前記第１の文字検査方法では点Ａから線分Ｃ0
Ｃn までの距離ｌn を用いて、点Ａの濃度値が算出され
ている。しかしながら、距離ｌn を用いて濃度値を算出
した場合には、図８（ａ）に示すように、線分Ｃ0 Ｃn
と点Ａ1 との距離および線分Ｃ0 Ｃn と点Ａ2 との距離
が等しくなり、Ｌ* ａ* ｂ* 均等色空間の異なる位置に
ありながら同じ濃淡値を示す点Ａ1 およびＡ2 が存在す
ることになり、対象と背景の分離化がうまく行えないお
それがある。
明する。前記第１の文字検査方法では点Ａから線分Ｃ0
Ｃn までの距離ｌn を用いて、点Ａの濃度値が算出され
ている。しかしながら、距離ｌn を用いて濃度値を算出
した場合には、図８（ａ）に示すように、線分Ｃ0 Ｃn
と点Ａ1 との距離および線分Ｃ0 Ｃn と点Ａ2 との距離
が等しくなり、Ｌ* ａ* ｂ* 均等色空間の異なる位置に
ありながら同じ濃淡値を示す点Ａ1 およびＡ2 が存在す
ることになり、対象と背景の分離化がうまく行えないお
それがある。
【００７７】そこで、図８（ｂ）に示すようにＡＣ0 Ｃ
n の角度θn を用いると、点Ａ1 の角度θ1 と点Ａ2 の
角度θ2 が同じにならないので、第１の文字検査方法の
欠点が解消されることになる。
n の角度θn を用いると、点Ａ1 の角度θ1 と点Ａ2 の
角度θ2 が同じにならないので、第１の文字検査方法の
欠点が解消されることになる。
【００７８】図１１は、クラスタリング結果の一例を示
している。また、数式１５は、ＡＣ 0 Ｃn の角度θn を
用いて濃淡値を算出する演算式を示している。
している。また、数式１５は、ＡＣ 0 Ｃn の角度θn を
用いて濃淡値を算出する演算式を示している。
【００７９】
【数１５】
【００８０】数式１５において、Ｌn はＣ0 Ｃn 間の距
離、ＬA はＣ0 Ａ間の距離、θn はＡＣ0 Ｃn の角度を
表し、Ｋは濃淡勾配を与える係数を表している。
離、ＬA はＣ0 Ａ間の距離、θn はＡＣ0 Ｃn の角度を
表し、Ｋは濃淡勾配を与える係数を表している。
【００８１】また、関数ｆ（ｘ）は、図９に示すような
Ｓ字状の関数であり、対象と背景との境界の鮮鋭化を行
なう関数である。この関数ｆ（ｘ）によって、均等色空
間において、対象クラスタ及び背景クラスタの近傍での
濃淡変化を緩やかにし、中間付近での濃度変化を急にす
ることが可能となる。したがって、図１０に示すよう
に、等濃度面は、背景と対象との境界近傍で密（急）と
なり、そのほかのところでは疎（緩）となる。
Ｓ字状の関数であり、対象と背景との境界の鮮鋭化を行
なう関数である。この関数ｆ（ｘ）によって、均等色空
間において、対象クラスタ及び背景クラスタの近傍での
濃淡変化を緩やかにし、中間付近での濃度変化を急にす
ることが可能となる。したがって、図１０に示すよう
に、等濃度面は、背景と対象との境界近傍で密（急）と
なり、そのほかのところでは疎（緩）となる。
【００８２】第２の文字検査方法を用いて、図１２に示
す５色の領域からなるサンプルをカラープリンタ出力し
たものを実験サンプルとして用い、これをカラーカメラ
で撮影した画像を基準画像とし、中央のピンクの領域
を対象物、そのほかの領域〜を背景として画像変換
実験を行った。
す５色の領域からなるサンプルをカラープリンタ出力し
たものを実験サンプルとして用い、これをカラーカメラ
で撮影した画像を基準画像とし、中央のピンクの領域
を対象物、そのほかの領域〜を背景として画像変換
実験を行った。
【００８３】ＬＵＴの入力にはＲ、Ｇ、Ｂの各上位５ｂ
ｉｔづつを割り当て、出力を８ｂｉｔの濃淡値とした。
また、Ｋ＝２００とした。
ｉｔづつを割り当て、出力を８ｂｉｔの濃淡値とした。
また、Ｋ＝２００とした。
【００８４】この変換結果から、上記第２の文字検査方
法の変換方法は、従来あるいは上記第１の文字検査方法
による変換方法に比して、対象と背景との分離がさらに
明確になり、第１の文字検査方法と同等に背景の濃淡値
が均一になっていることが分かった。
法の変換方法は、従来あるいは上記第１の文字検査方法
による変換方法に比して、対象と背景との分離がさらに
明確になり、第１の文字検査方法と同等に背景の濃淡値
が均一になっていることが分かった。
【００８５】また、カラー画像を２値ではなく濃淡画像
に変換することによる様々な利点のうち、生産システム
において必要と思われるサブピクセル単位でのエッジ位
置検出の可能性の検証実験を行った。この場合サンプル
を微動ステージに載せ、一方向に平行移動させながら撮
影し、画像の対象と背景の境界付近での１画素の画像変
換後の濃淡値の変化を調べた。
に変換することによる様々な利点のうち、生産システム
において必要と思われるサブピクセル単位でのエッジ位
置検出の可能性の検証実験を行った。この場合サンプル
を微動ステージに載せ、一方向に平行移動させながら撮
影し、画像の対象と背景の境界付近での１画素の画像変
換後の濃淡値の変化を調べた。
【００８６】画像上の１画素の幅はサンプル上で約３２
０μｍであり、１回の移動量は４０μｍとした。この結
果を図１３に示す。但し破線は理想の濃淡変化を示す。
この図より、濃淡変化の具合は多少の鈍化が見られるも
のの濃淡値が移動量にほぼ比例しており、画素幅以下の
単位でのエッジ位置検出が十分可能なことが分かる。
０μｍであり、１回の移動量は４０μｍとした。この結
果を図１３に示す。但し破線は理想の濃淡変化を示す。
この図より、濃淡変化の具合は多少の鈍化が見られるも
のの濃淡値が移動量にほぼ比例しており、画素幅以下の
単位でのエッジ位置検出が十分可能なことが分かる。
【００８７】〔３〕エッジ位置検出方法についての説明
【００８８】以下、上記第１の文字検査方法または第２
の文字検査方法で得られた濃淡画像から、検査対象のエ
ッジ位置を検出する方法について説明する。
の文字検査方法で得られた濃淡画像から、検査対象のエ
ッジ位置を検出する方法について説明する。
【００８９】説明の便宜上、検査対象が図１２に示す５
色の領域からなるサンプルであるとする。そして、この
検査対象に対して、上記第１の文字検査方法または第２
の文字検査方法で得られた濃淡画像が図１４に示されて
いるものとする。図１４において、は対象物を、〜
は背景を示している。そして、得られた濃淡画像にお
いて、背景〜の濃淡値は高く、対象物の濃淡値は
０付近の低い値であるとする。
色の領域からなるサンプルであるとする。そして、この
検査対象に対して、上記第１の文字検査方法または第２
の文字検査方法で得られた濃淡画像が図１４に示されて
いるものとする。図１４において、は対象物を、〜
は背景を示している。そして、得られた濃淡画像にお
いて、背景〜の濃淡値は高く、対象物の濃淡値は
０付近の低い値であるとする。
【００９０】図１５は、たとえば背景と、対象物と
の境界のエッジＥの位置を検出する方法を示している。
の境界のエッジＥの位置を検出する方法を示している。
【００９１】先ず、変数ｉに０が設定される（ステップ
２１）。背景領域において、画素位置がＹ＝ｉで、Ｘ
方向に隣接する３画素が選択される（ステップ２２）。
２１）。背景領域において、画素位置がＹ＝ｉで、Ｘ
方向に隣接する３画素が選択される（ステップ２２）。
【００９２】次に、３画素の濃淡値の平均値が算出さ
れ、算出された平均値がＹ＝ｉでの濃度値とされる（ス
テップ２３）。
れ、算出された平均値がＹ＝ｉでの濃度値とされる（ス
テップ２３）。
【００９３】次に、ステップ２３で得られた濃淡値が所
定値以下でかつ前回算出された濃淡値に対する変化量が
所定値以下あるという条件を満たしたか否かが判別され
る（ステップ２４）。
定値以下でかつ前回算出された濃淡値に対する変化量が
所定値以下あるという条件を満たしたか否かが判別され
る（ステップ２４）。
【００９４】上記条件で満たされなかった場合には、変
数ｉが１だけインクリメント（ｉ←ｉ＋１）された後
（ステップ２５）、ステップ２２に戻る。したがって、
上記条件が満たされるまで、ステップ２２〜２５の処理
が繰り返される。つまり、ステップ２３で得られた濃淡
値が所定値以下でかつ前回算出された濃淡値に対する変
化量が所定値以下であるという条件が満たされるまで、
Ｙ座標が０から１つずつ大きくされ、各Ｙ座標における
濃淡値が算出される。このようにして、算出された濃淡
値の変化特性曲線を図１６に示す。
数ｉが１だけインクリメント（ｉ←ｉ＋１）された後
（ステップ２５）、ステップ２２に戻る。したがって、
上記条件が満たされるまで、ステップ２２〜２５の処理
が繰り返される。つまり、ステップ２３で得られた濃淡
値が所定値以下でかつ前回算出された濃淡値に対する変
化量が所定値以下であるという条件が満たされるまで、
Ｙ座標が０から１つずつ大きくされ、各Ｙ座標における
濃淡値が算出される。このようにして、算出された濃淡
値の変化特性曲線を図１６に示す。
【００９５】ステップ２３で得られた濃淡値が所定値以
下でかつ前回算出された濃淡値に対する変化量が所定値
以下であるという条件が満たされると（ステップ２４で
ＹＥＳ）、ステップ２６に移行し、それまでに得られた
濃淡値の変化特性に基づいて、エッジ位置が算出され
る。たとえば、濃淡値の変化特性曲線の２次微分が求め
られ、そのゼロ交差点により算出された位置（図１６に
Ｐで示す）がエッジ位置とされる。
下でかつ前回算出された濃淡値に対する変化量が所定値
以下であるという条件が満たされると（ステップ２４で
ＹＥＳ）、ステップ２６に移行し、それまでに得られた
濃淡値の変化特性に基づいて、エッジ位置が算出され
る。たとえば、濃淡値の変化特性曲線の２次微分が求め
られ、そのゼロ交差点により算出された位置（図１６に
Ｐで示す）がエッジ位置とされる。
【００９６】なお、上記のエッジ位置検出方法では、ス
テップ２３でＸ方向に隣接する３画素が選択され、選択
された３画素の平均値が算出されているが、ステップ２
３において、１画素のみを選択してもよい。さらに、ス
テップ２３において、３以外の複数の画素を選択し、選
択した複数画素の平均をステップ２４で算出するように
してもよい。
テップ２３でＸ方向に隣接する３画素が選択され、選択
された３画素の平均値が算出されているが、ステップ２
３において、１画素のみを選択してもよい。さらに、ス
テップ２３において、３以外の複数の画素を選択し、選
択した複数画素の平均をステップ２４で算出するように
してもよい。
【００９７】
【発明の効果】本発明によるカラーモノクロ画像変換方
法を、印刷文字や工業製品の美観検査等の被検査対象の
検査に用いれば、２値画像や従来の濃淡変換手法を用い
た場合に比べて広く、且つ柔軟な検査に対応でき、また
現場調整も容易になるという効果が期待できる。
法を、印刷文字や工業製品の美観検査等の被検査対象の
検査に用いれば、２値画像や従来の濃淡変換手法を用い
た場合に比べて広く、且つ柔軟な検査に対応でき、また
現場調整も容易になるという効果が期待できる。
【００９８】しかも、この場合の被検査対象は２種類以
上の色調からなる複雑な背景から特定の色彩を抽出する
場合でも抽出する色から各背景色までの色度差が考慮さ
れ、背景に影響されにくい対象の分離が可能となる効果
が期待できる。
上の色調からなる複雑な背景から特定の色彩を抽出する
場合でも抽出する色から各背景色までの色度差が考慮さ
れ、背景に影響されにくい対象の分離が可能となる効果
が期待できる。
【００９９】また代表点を画素の最頻点とし点Ａと各ク
ラスタのなす角度を用いて濃淡値を求めるようにすれば
対象の背景との分離がさらに明確化し、且つサブピクセ
ル単位でのエッジ位置検出の実用性が確保される効果が
ある。
ラスタのなす角度を用いて濃淡値を求めるようにすれば
対象の背景との分離がさらに明確化し、且つサブピクセ
ル単位でのエッジ位置検出の実用性が確保される効果が
ある。
【０１００】本発明による被検査対象のエッジ位置検出
方法によれば、背景が複数色で構成されていても、背景
の色調に左右されずに対象物と背景との境界エッジを求
めることができるようになる。
方法によれば、背景が複数色で構成されていても、背景
の色調に左右されずに対象物と背景との境界エッジを求
めることができるようになる。
【図１】カラーモノクロ画像変換方法のアルゴリズムを
示す図である。
示す図である。
【図２】本発明に用いられる均等色空間のイメージ図で
ある。
ある。
【図３】文字検査におけるにじみ、かすれの例を示す図
である。
である。
【図４】本方法（ａ）と従来手法（ｂ）（ｃ）を比較し
た等濃度面のイメージ図である。
た等濃度面のイメージ図である。
【図５】カラー画像（ａ）を処理した時の本方法（ｂ）
と従来手法（ｃ）とを比較する図である。
と従来手法（ｃ）とを比較する図である。
【図６】（ａ）（ｂ）はクラスタ代表点の相異なる設定
の方法を示す図である。
の方法を示す図である。
【図７】クラスタの代表点の画素値を求める方法の概念
図である。
図である。
【図８】（ａ）（ｂ）は濃淡値を求めるための相異なる
方法を表す図である。
方法を表す図である。
【図９】関数ｆ（ｘ）の特性図である。
【図１０】第２実施例による均等色空間状の等濃度面の
様子を示す図である。
様子を示す図である。
【図１１】均等色空間上のクラスタ配置状況を表す図で
ある。
ある。
【図１２】実験に用いたサンプルを示す図である。
【図１３】エッジ検出結果を示す図である。
【図１４】第１の被検査対象の検査方法または第２の被
検査対象の検査方法によって得られた濃淡画像の一例を
示す模式図である。
検査対象の検査方法によって得られた濃淡画像の一例を
示す模式図である。
【図１５】エッジ位置検出方法を示すフローチャートで
ある。
ある。
【図１６】エッジ位置検出方法において求められた濃淡
値の変化特性を示すグラフである。
値の変化特性を示すグラフである。
Claims (7)
- 【請求項１】 対象物および背景からなる被検査対象の
カラー画像の各点のＲＧＢ値を、人の知覚特性に一致し
た均等色空間内の各対応点の座標値に変換し、 均等色空間の各対応点の座標値を用いて、被検査対象の
カラー画像の各点の濃淡値を算出することにより、カラ
ー画像をモノクロ濃淡画像に変換するカラーモノクロ画
像変換方法。 - 【請求項２】 被検査対象のカラー画像の各点のＲＧＢ
値を、ＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）に変換し、 得られたＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）を、均等
色空間としてのＬ* ａ * ｂ* 表色系の座標値（Ｌ* ，ａ
* ，ｂ* ）に変換し、 Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主とし
て含まれるクラスタと、１または複数の背景のクラスタ
とに分類し、 対象物が主として含まれるクラスタの代表点をＣ0 、背
景のクラスタの代表点をＣ1 〜ＣN 、Ｌ* ａ* ｂ* 系の
任意の点Ａの濃淡値をＤA 、Ｃ0 とＣn （ｎ＝１〜Ｎ）
とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、点Ａと各線分Ｃ0
Ｃn との距離をｌn 、Ｃ0 と点Ａとの距離をＬA とした
場合に、任意の点Ａの濃淡値ＤA を求める数式１に基づ
いて、前記被検査対象のカラー画像の各点のＲＧＢ値に
対応する濃淡値を算出する請求項１に記載のカラーモノ
クロ画像変換方法。 【数１】 - 【請求項３】 被検査対象の基準見本のカラー画像を生
成し、 基準見本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色
系の座標値（ｘ，ｙ，ｚ）に変換し、 得られたＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）を、均等
色空間としてのＬ* ａ * ｂ* 表色系の座標値（Ｌ* ，ａ
* ，ｂ* ）に変換し、 Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主とし
て含まれるクラスタと、１または複数の背景のクラスタ
とに分類し、 対象物が主として含まれるクラスタの代表点をＣ0 、背
景のクラスタの代表点をＣ1 〜ＣN 、Ｌ* ａ* ｂ* 系の
任意の点Ａの濃淡値をＤA 、Ｃ0 とＣn （ｎ＝１〜Ｎ）
とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、点Ａと各線分Ｃ0
Ｃn との距離をｌn 、Ｃ0 と点Ａとの距離をＬA とした
場合に、任意の点Ａの濃淡値ＤA を求める数式２に基づ
いて、ＲＧＢ系の各座標点に対する濃淡値を算出して、
ＲＧＢ値を濃淡値に変換するテーブルを作成し、 作成されたテーブルに基づいて、被検査対象のカラー画
像の各点のＲＧＢ値に対応する濃淡値を算出することを
特徴とする請求項１記載の被検査対象の検査方法。 【数２】 - 【請求項４】 被対象画像のカラー画像の各点のＲＧＢ
値を、ＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）に変換し、 得られたＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）を、均等
色空間としてのＬ* ａ * ｂ* 表色系の座標値（Ｌ* ，ａ
* ，ｂ* ）に変換し、 Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主とし
て含まれるクラスタと、１または複数の背景のクラスタ
に分類し、 対象物が主として含まれるクラスタの代表点をＣ0 、背
景のクラスタの代表点をＣ1 〜ＣN 、Ｌ* ａ* ｂ* 系の
任意の点Ａの濃淡値をＤA 、Ｃ0 とＣn （ｎ＝１〜Ｎ）
とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、Ｃ0 と点Ａとを結
ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0 Ｃn のなす角度を
θn とした場合に、任意の点Ａの濃淡値ＤA を求める数
式３に基づいて、前記被検査対象のカラー画像の各点の
ＲＧＢ値に対応する濃淡値を算出する請求項１に記載の
カラーモノクロ画像変換方法。 【数３】 - 【請求項５】 被検査対象の基準見本のカラー画像を生
成し、 基準見本のカラー画像の各点のＲＧＢ値を、ＸＹＺ表色
系の座標値（ｘ，ｙ，ｚ）に変換し、 得られたＸＹＺ表色系の座標値（ｘ，ｙ，ｚ）を、均等
色空間としてのＬ* ａ * ｂ* 表色系の座標値（Ｌ* ，ａ
* ，ｂ* ）に変換し、 Ｌ* ａ* ｂ* 表色系における全画素を、対象物が主とし
て含まれるクラスタと、１または複数の背景のクラスタ
に分類し、 対象物が主として含まれるクラスタの代表点をＣ0 、背
景のクラスタの代表点をＣ1 〜ＣN 、Ｌ* ａ* ｂ* 系の
任意の点Ａの濃淡値をＤA 、Ｃ0 とＣn （ｎ＝１〜Ｎ）
とを結ぶ線分Ｃ0 Ｃn の長さをＬn 、Ｃ0 と点Ａとを結
ぶ線分Ｃ0 Ａの長さをＬA 、点ＡＣ0 Ｃn のなす角度を
θn とした場合に、任意の点Ａの濃淡値ＤA を求める数
式４に基づいて、ＲＧＢ系の各座標点に対する濃淡値を
算出して、ＲＧＢ値を濃淡値に変換するテーブルを作成
し、 作成されたテーブルに基づいて、被検査対象のカラー画
像の各点のＲＧＢ値に対応する濃淡値を算出することを
特徴とする請求項１記載の被検査対象の検査方法。 【数４】 - 【請求項６】 各クラスタに所属する全ての画素をＬ*
ａ* ｂ* 表色系の各軸に対して射影し、それぞれの軸上
での最頻点を各クラスタの代表点Ｃ0 〜Ｃnとすること
を特徴とする上記請求項４および５のいずれかに記載の
記載のカラーモノクロ画像変換方法。 - 【請求項７】 対象物および背景からなる被検査対象を
カラー撮像装置により撮像し、 被検査対象のカラー画像の各点のＲＧＢ値を、人の知覚
特性に一致した均等色空間内の各対応点の座標値に変換
し、 均等色空間の各対応点の座標値を用いて、被検査対象の
カラー画像の各点の濃淡値を算出することにより、カラ
ー画像をモノクロ濃淡画像に変換し、 得られたモノクロ濃淡画像の所定方向に沿った濃淡値の
変化特性に基づいて、対象物と背景との境界エッジを求
める被検査対象のエッジ位置検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8029742A JPH0993443A (ja) | 1995-05-16 | 1996-02-16 | カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11702795 | 1995-05-16 | ||
| JP7-117027 | 1995-07-14 | ||
| JP7-178663 | 1995-07-14 | ||
| JP17866395 | 1995-07-14 | ||
| JP8029742A JPH0993443A (ja) | 1995-05-16 | 1996-02-16 | カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0993443A true JPH0993443A (ja) | 1997-04-04 |
Family
ID=27286705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8029742A Pending JPH0993443A (ja) | 1995-05-16 | 1996-02-16 | カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0993443A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000175218A (ja) * | 1998-12-03 | 2000-06-23 | Toshiba Eng Co Ltd | 色変換装置 |
| JP2009111979A (ja) * | 2007-10-30 | 2009-05-21 | Sharp Corp | 背景色を推定する方法およびシステム |
| JP2009276902A (ja) * | 2008-05-13 | 2009-11-26 | Toshiba Corp | マルチスペクトル画像の処理装置、処理方法及び処理プログラム |
| JP2010016533A (ja) * | 2008-07-02 | 2010-01-21 | Kyocera Mita Corp | 画像処理装置、画像処理方法及び画像処理プログラム |
| US8615129B2 (en) | 2007-01-18 | 2013-12-24 | Fujitsu Limited | Pattern separating extraction device, and pattern separating extraction method |
| CN105208398A (zh) * | 2015-09-22 | 2015-12-30 | 西南交通大学 | 一种获取道路实时背景图的方法 |
| KR20170121048A (ko) * | 2016-04-22 | 2017-11-01 | 가부시키가이샤 도쿄 웰드 | 결함 검사 방법 및 결함 검사 시스템 |
| CN107493431A (zh) * | 2017-08-31 | 2017-12-19 | 努比亚技术有限公司 | 一种图像拍摄合成方法、终端及计算机可读存储介质 |
-
1996
- 1996-02-16 JP JP8029742A patent/JPH0993443A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000175218A (ja) * | 1998-12-03 | 2000-06-23 | Toshiba Eng Co Ltd | 色変換装置 |
| US8615129B2 (en) | 2007-01-18 | 2013-12-24 | Fujitsu Limited | Pattern separating extraction device, and pattern separating extraction method |
| JP2009111979A (ja) * | 2007-10-30 | 2009-05-21 | Sharp Corp | 背景色を推定する方法およびシステム |
| US8014596B2 (en) | 2007-10-30 | 2011-09-06 | Sharp Laboratories Of America, Inc. | Methods and systems for background color extrapolation |
| US8121403B2 (en) | 2007-10-30 | 2012-02-21 | Sharp Laboratories Of America, Inc. | Methods and systems for glyph-pixel selection |
| JP2009276902A (ja) * | 2008-05-13 | 2009-11-26 | Toshiba Corp | マルチスペクトル画像の処理装置、処理方法及び処理プログラム |
| JP2010016533A (ja) * | 2008-07-02 | 2010-01-21 | Kyocera Mita Corp | 画像処理装置、画像処理方法及び画像処理プログラム |
| CN105208398A (zh) * | 2015-09-22 | 2015-12-30 | 西南交通大学 | 一种获取道路实时背景图的方法 |
| CN105208398B (zh) * | 2015-09-22 | 2018-06-19 | 西南交通大学 | 一种获取道路实时背景图的方法 |
| KR20170121048A (ko) * | 2016-04-22 | 2017-11-01 | 가부시키가이샤 도쿄 웰드 | 결함 검사 방법 및 결함 검사 시스템 |
| CN107493431A (zh) * | 2017-08-31 | 2017-12-19 | 努比亚技术有限公司 | 一种图像拍摄合成方法、终端及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4160258B2 (ja) | 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定 | |
| JP4006224B2 (ja) | 画像品質判定方法、判定装置、判定プログラム | |
| JP4323097B2 (ja) | サンプルイメージ中のエラーを検出する方法およびシステム | |
| CN1355680A (zh) | 皮肤成像和分析系统及方法 | |
| JPH0993443A (ja) | カラーモノクロ画像変換方法および被検査対象のエッジ位置検出方法 | |
| JP4725298B2 (ja) | 画像による外観検査方法 | |
| US20170359485A1 (en) | Image processing apparatus and image processing method | |
| WO2007074844A1 (ja) | 顔パーツの位置の検出方法及び検出システム | |
| JP2005043174A (ja) | 色むら検査装置 | |
| JP4315243B2 (ja) | 色の均一性の評価方法 | |
| JP2005283197A (ja) | 画面のスジ欠陥検出方法及び装置 | |
| JP2002090308A (ja) | 画像処理を用いた鋼材表面の劣化度評価システム | |
| JPH1063859A (ja) | 画質評価方法および装置 | |
| CN100394798C (zh) | 图像的区域分割方法及装置 | |
| JPH10164281A (ja) | 画質評価方法および装置 | |
| JPH1096696A (ja) | 対象物にあるむらの検査方法および装置 | |
| KR101585187B1 (ko) | Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 | |
| CN115798389B (zh) | 显示校正参数的确定方法、装置及计算机可读存储介质 | |
| WO2023074565A1 (ja) | 機械学習モデル、コンピュータプログラム、および、方法 | |
| Lee et al. | Laplacian of Gaussian Based on Color Constancy Algorithm for Surrounding Image Stitching Application | |
| JP2006133055A (ja) | ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム | |
| JP2005061856A (ja) | 色むら検査装置 | |
| JP4391071B2 (ja) | 色調変動監視方法及び装置 | |
| JPH10269352A (ja) | 画像処理装置および方法 | |
| JPH0624014B2 (ja) | 濃淡画像の処理方法 |