图像处理装置以及图像处理方法制造方法及图纸

本发明专利技术提供一种图像处理装置以及图像处理方法，用于计算从输入图像检测出的对象物的像的似然。图像处理装置(121)获取输入图像并根据检测算法来检测对象物(101)的像，其具有：机器学习器(2)，其根据至少一个所述对象物(101)的像的检测结果，使用从所述输入图像剪切出的多个局部图像来进行机器学习，计算所述对象物(101)的像的似然。

【技术实现步骤摘要】
图像处理装置以及图像处理方法
本专利技术涉及对从输入图像检测出的对象物的像的似然进行计算的图像处理装置以及图像处理方法。
技术介绍
以往，例如在使用图像处理装置从拍摄装置视野内的图像中检测特定对象物的像的情况下，在表示对象物的基准信息(一般情况下，称为模型模式(modelpattern)或模板(template)等)与通过拍摄装置取得的输入图像之间进行特征量的匹配(matching)。然后，例如一般是在模型模式与对象物的像的一致度超过所指定的水准(阈值)时判断为对象物的检测成功。这里，当使用的一致度阈值过低时，会将不适合的对象检测为对象物(误检测)，相反，当一致度阈值过高时，会不将想要检测的对象检测为对象物(未检测)。因此，例如由操作员一边多次重复检测一边试错来进行包含了一致度阈值的检测参数的调整。以往例如日本特开2016-057918号公报公开了如下图像处理装置：使用多个学习用图像和区域教师数据来学习区域分割，以该学习到的结果为基础来进行区域分割，该区域分割的结果是，将可正确分割的区域与无法正确分割的区域组合，生成新的学习用图像，使用其重新来学习区域分割。此外，以往例如日本特开2010-191772号公报公开了如下学习装置：将反映对象的正像图像(positiveimage)和没有反映对象的负像图像(negativeimage)作为生成用图像，从生成用图像提取特征点。并且，通过多个滤波器来对生成用图像进行过滤处理，取得多个过滤完成图像，针对特征点周边的各小区域根据过滤完成图像求出像素值统计量，然后，将求出的统计量作为特征点的特征量，学习能正确地识别识别对象。并且，以往例如日本特开2016-062524号公报公开了如下数据处理系统：将输入图像分割成多个区域，对分割后的区域中的每一个区域附加教师标签，以切割区域内的图像而得的图像和教师标签为基础来进行学习，以学习到的模型为基础从图像中检测包含对象物在内的区域。此外，以往例如日本专利第5234833号公报公开了如下表情识别装置：从图像数据中提取反映了与所指定的关键字相符的表情的人脸的区域，通过将从该区域取得的特征量输入到学习器来进行学习，由此，生成识别人脸表情的识别器。并且，以往例如国际公开第2014/084218号公报公开了如下对象物检查装置：将输入图像分割成多个区域，如果在分割出的子区域没有反映对象物的一部分，则进行掩模(mask)，从进行了掩模的部分以外的部分提取特征，将其输入到学习器来进行学习，然后，通过可以进行学习的识别器来识别在图像内的特定区域中是否反映了对象物。如上所述，例如包含模型模式与对象物的像的一致度阈值在内的检测参数的调整，例如通过操作员一边多次重复检测一边试错来进行。这里，一致度的定义例如依赖检测算法，换言之，只有某个检测算法使用的图像特性被用于一致度。例如，像广义霍夫变换那样，应用检测对象物的算法作为图像中边缘点的特征的情况下，根据边缘点的一致情况来计算一致度，但是有时即使边缘点一致当人观察时也会检测出明显不同的地方。即，例如为了将检测参数调整成仅检测操作员想要的，就要花费时间。此外，在检测算法内计算出的一致度中，有时无法仅检测操作员想要的。此时想到了：根据检测算法的检测结果，重新计算似然(对象物的像是正确检测的概率或表示对象物的像的可信程度、成功检测的可能性)，使用该似然来判定是否检测出对象物。例如，有时优选对某处的特征增大权值，对其他处的特征减小权值来计算似然。并且，有时还可以是：优选使用检测算法所使用的特征以外的特征来计算(算出)似然。
技术实现思路
本专利技术的目的在于提供一种图像处理装置以及图像处理方法，可以适当计算对象物的像的似然从而准确检测对象物。根据本专利技术涉及的第一实施方式，提供一种图像处理装置，其获取输入图像并根据检测算法来检测对象物的像，其中，该图像处理装置具有：机器学习器，其根据所述对象物的像的检测结果，使用从至少一个所述输入图像剪切出的多个局部图像来进行机器学习，计算所述对象物的像的似然。根据本专利技术涉及的第二实施方式，提供一种图像处理方法，用于获取输入图像并根据检测算法来检测对象物的像，其中，根据所述对象物的像的检测结果，使用从至少一个所述输入图像剪切出的多个局部图像来进行机器学习，计算所述对象物的像的似然。附图说明通过参照以下附图，可以进一步理解本专利技术。图1是示意性地表示包含应用本专利技术的图像处理装置的视觉传感器控制装置的机床系统的一例的图。图2是示意性地表示包含应用本专利技术的图像处理装置的视觉传感器控制装置的机器人系统的一例的图。图3是表示图像处理装置的本实施方式的框图。图4是示意性地表示设置于本实施方式的图像处理装置的机器学习器的一例的图。图5是表示图4所示的机器学习器的一例的框图。图6是表示本实施方式涉及的图像处理装置进行的模型模式的制作处理的一例的流程图。图7是表示拍摄到的图像中的模型模式指定区域的示例的图。图8是表示本实施方式涉及的图像处理装置进行的学习处理的一例的流程图。图9是用于对图8所示的流程图中的标签的指定处理进行说明的图。图10是用于对图8所示的流程图中的学习处理的一例进行说明的流程图。图11是用于对图10所示的流程图中的局部图像剪切处理的一例进行说明的图。图12是用于对本实施方式的图像处理装置中的处理的变形例进行说明的图。图13A以及图13B是用于对本实施方式的图像处理装置中的处理的其他变形例进行说明的图。具体实施方式以下，参照附图对本专利技术涉及的图像处理装置以及图像处理方法的实施方式进行详细描述。图1是示意性地表示包含应用本专利技术的图像处理装置的视觉传感器控制装置的机床系统100A的一例的图，图2是示意性地表示包含应用本专利技术的图像处理装置的视觉传感器控制装置的机器人系统100B的一例的图。在图1中，附图标记101表示对象物，102表示作业台，110表示视觉传感器，120表示视觉传感器控制装置，并且121表示图像处理装置。这里，作为对象物(工件)101可以有金属、木材、石材、树脂等各种材质构成的各种形状的对象物。此外，作为机床(机床本身没有图示)是用于对这些对象物101实施切削、钻孔、研磨、抛光、轧制、锻造、弯曲等加工的机械，例如是车床、钻床、镗床、铣床、齿轮切割机、磨床等，当然也可以包含CNC(ComputerNumericalControl，计算机数控)机床。如图1所示，视觉传感器控制装置120包含图像处理装置121，例如获取来自视觉传感器110的图像数据(输入图像)，该视觉传感器110固定设置于可以拍摄装载于工作台102上的对象物101的位置处。并且，机床根据视觉传感器控制装置120的输出以及所输入的规定程序来进行针对对象物101的规定加工。这里，视觉传感器110可以是具有拍摄浓淡图像或彩色图像的CCD(ChargeCoupledDevice，电荷耦合器)等拍摄元件的电子照相机，例如也可以是能够取得距离图像或三维点组的立体照相机或三维传感器等。另外，三维点组可以是对象物101的轮廓线上的点，也可以是对象物101的面上的点。在图2中，附图标记111表示机器人，112表示机械手，并且113表示机器人控制装置。如图2所示，视觉传感器控制装置120包含图像处理装置121，例如，通过安装于机器人本文档来自技高网...

【技术保护点】
1.一种图像处理装置，其获取输入图像并根据检测算法来检测对象物的像，其特征在于，该图像处理装置具有：机器学习器，其根据所述对象物的像的检测结果，使用从至少一个所述输入图像剪切出的多个局部图像来进行机器学习，计算所述对象物的像的似然。

【技术特征摘要】
2017.03.13 JP 2017-0474441.一种图像处理装置，其获取输入图像并根据检测算法来检测对象物的像，其特征在于，该图像处理装置具有：机器学习器，其根据所述对象物的像的检测结果，使用从至少一个所述输入图像剪切出的多个局部图像来进行机器学习，计算所述对象物的像的似然。2.根据权利要求1所述的图像处理装置，其特征在于，所述机器学习器进行无监督学习，所述机器学习器具有：状态观测部，其将与所述对象物相关的，检测位置、姿势、尺寸以及检测出的部位的图像中的至少一个作为状态变量来进行观测；以及学习部，其根据由所述状态观测部观测到的所述状态变量，制作用于计算所述对象物的像的似然的学习模型。3.根据权利要求1所述的图像处理装置，其特征在于，所述机器学习器进行监督学习，所述机器学习器具有：状态观测部，其将与所述对象物相关的，检测位置、姿势、尺寸以及检测出的部位的图像中的至少一个作为状态变量来进行观测；标签取得部，其取得附加给多个所述局部图像中的每一个局部图像的正确检测或非正确检测的标签；以及学习部，其根据由所述状态观测部观测到的所述状态变量以及由所述标签取得部取得的所述标签，制作用于计算所述对象物的像的似然的学习模型。4.根据权利要求3所述的图像处理装置，其特征在于，所述学习部具有：误差计算部，其根据由所述状态观测部观测到的所述状态变量以及由所述标签取得部取得的所述标签来计算误差；以及学习模型更新部，其根据所述状态观测部以及所述误差计算部的输出，更新所述学习模型。5.根据权利要求3或4所述的图像处理装置，其特征在于，所述学习部对从所述输入图像中不反映所述对象物的区域剪切出的局部图像附加所述非正确检测的标签。6.根据权利要求1～5中任一项所述的图像处理装置，其特征在于，所述机器学习器在进行所述机器学习前后计算所述对象物的像的似然中，针对检测出的所述对象物的位置和姿势使用将预定区域的图像进行处理变换而得的图像。7.根据权利要求1～6中任一项所述的图像处理装置，其特征在于，所述机器学习器在进行所述机器学习前后计算所述对象物的像的似然中，针对检测出的所述对象物的位置和姿势获取以与所述检测算法所使用的特征提取方法相同的...

【专利技术属性】
技术研发人员：并木勇太，藁科文和，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本,JP