信息处理装置、信息处理程序和信息处理方法制造方法及图纸

为了自动生成能够高精度地对图像进行分类的图像分类程序，在根据遗传编程自动生成图像分类程序时，图像分类装置受理学习图像的NG区域的输入，生成表示对学习图像(ROI)进行分割后的各个分割区域与NG区域的重叠度的NG教导区域数据。此外，图像分类装置通过规定的图像分类程序(子个体)对学习图像进行图像转换，根据所获得的图像，计算各个分割区域的图像特征量，生成与各个分割区域对应的图像特征分布数据。而且，图像分类装置计算NG教导区域数据与图像特征分布数据之间的类似度，将根据类似度对图像分类程序(子个体)进行评价的结果(适合度)使用于遗传编程的执行。

Information processing device, information processing program and information processing method

【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、信息处理程序和信息处理方法
本专利技术涉及信息处理装置、信息处理程序和信息处理方法。
技术介绍
以往，存在通过遗传编程(geneticprogramming)自动生成图像处理程序的技术，该图像处理程序执行期望的图像处理。该技术使用输入图像和作为目标的处理结果(目标图像等)，通过遗传编程来优化图像处理程序。此外，作为图像处理程序的自动生成之一，提出有进行图像的等级(class)分类(类别分类)的图像分类程序的自动生成法(例如，参考专利文献1等)。通过使用图像分类程序，例如，能够将图像中拍摄的对象物分类为合格品和不合格品的2个等级。现有技术文献专利文献专利文献1：国际公开第2017/068675号
技术实现思路
专利技术要解决的问题在现有的合格与否判定算法自动生成中，使用多张学习图像和仅表示该多张学习图像中所拍摄的对象物是合格品还是不合格品的教导数据来实施学习。但是，在这样的方法中，有时除了作为原来判断为不合格品的原因的部分以外，还将与合格与否无关的差异作为合格与否判定基准用于学习，有可能导致判定精度的下降。在1个侧面中，本专利技术的目的在于提供一种可自动生成能够高精度地对图像进行分类的图像分类程序的信息处理装置、信息处理程序和信息处理方法。用于解决问题的手段在一个方式中，信息处理装置根据遗传编程自动生成组合了元素滤波器的图像分类程序，其中，该信息处理装置具有：受理部，其受理学习图像中包含特征性的部分的特征区域的指定；第1数据生成部，其生成第1数据，该第1数据表示对所述学习图像进行分割后的各个分割区域与所述特征区域之间的重叠度；第2数据生成部，其通过规定的图像分类程序对所述学习图像进行图像转换，根据所获得的图像，计算各个所述分割区域的图像特征量，生成表示与各个所述分割区域对应的所述图像特征量的第2数据；计算部，其计算所述第1数据与所述第2数据之间的类似度；以及处理部，其将根据所述类似度对所述规定的图像分类程序进行评价的结果用于所述遗传编程的执行。专利技术效果可生成能够高精度地对图像进行分类的图像分类程序。附图说明图1是示出第1实施方式的图像分类装置的硬件结构的一例的图。图2是示出在遗传编程中处理的个体的树结构滤波器列的基本结构的例子的图。图3的(a)～图3的(c)是用于说明NG区域的教导方法的图。图4的(a)～图4的(d)是用于说明NG区域的指标化的图，图4的(e)是用于说明分割区域的图像特征量的指标化的图。图5的(a)、图5的(b)是用于说明类似度计算的具体例的图(其一)。图6的(a)、图6的(b)是用于说明类似度计算的具体例的图(其二)。图7的(a)～图7的(f)是用于说明NG部分的估计的图。图8是示出图像分类装置具备的处理功能的结构例的框图。图9是示出程序生成部的处理过程的例子的流程图。图10是示出图9的步骤S28的具体处理的流程图(其一)。图11是示出图9的步骤S28的具体处理的流程图(其二)。图12是示出图像检查处理部的处理过程的例子的流程图。图13是用于说明第1实施方式中用于提取图像特征分布数据(图像特征分布指标)的生成用的图像特征量的滤波器的图。图14的(a)～图14的(e)是用于说明针对虚拟的NG图像实施学习和合格与否判定后的结果的图(其一)。图15是用于说明针对虚拟的NG图像实施学习和合格与否判定后的结果的图(其二)。图16是用于说明针对虚拟的NG图像实施学习和合格与否判定后的结果的图(其三)。图17是示出第2实施方式的概要的图。图18的(a)～图18的(e)是示出对第2实施方式的学习和合格与否判定进行测试后的结果的图。图19是示出第2实施方式中教导NG区域的情况下的NG部分的估计结果的图。图20是用于说明第3实施方式的图。图21是用于说明第4实施方式的图。具体实施方式《第1实施方式》以下，根据图1～图16，对作为信息处理装置的图像分类装置的第1实施方式详细地进行说明。第1实施方式的图像分类装置具有根据遗传编程自动生成组合了元素滤波器后的图像分类程序的功能、和执行所生成的图像分类程序从而执行图像分类处理的功能。图1是示出第1实施方式的图像分类装置100的硬件结构的一例的图。图像分类装置100具有处理器101、RAM102、HDD103、图形(graphic)处理装置104、输入接口105、读取装置106、通信接口107和网络接口108。图像分类装置100的各部与总线109连接。处理器101对图像分类装置100整体进行控制。处理器101也可以是多处理器。处理器101例如为CPU(CentralProcessingUnit：中央处理装置)、MPU(MicroProcessingUnit：微处理单元)、DSP(DigitalSignalProcessor：数字信号处理器)、ASIC(ApplicationSpecificIntegratedCircuit：专用集成电路)、PLD(ProgrammableLogicDevice：可编程逻辑器件)等。此外，处理器101也可以为CPU、MPU、DSP、ASIC、PLD中的2个以上的元素的组合。RAM102被用作图像分类装置100的主存储装置。RAM102中临时存储有使处理器101执行的OS(OperatingSystem：操作系统)的程序、应用程序中的至少一部分。此外，RAM102中存储有处理器101进行的处理所需的各种数据。HDD103被用作图像分类装置100的辅助存储装置。在HHD103中存储有OS程序、应用程序和各种数据。另外，作为辅助存储装置，还能够使用SSD(SolidStateDrive：固态硬盘)等其他种类的非易失性存储装置。显示装置104a与图形处理装置104连接。图形处理装置104依照来自处理器101的命令，使图像显示在显示装置104a的画面上。作为显示装置，存在液晶显示器、有机EL(ElectroLuminescence)显示器等。输入装置105a与输入接口105连接。输入接口105将从输入装置105a输出的信号发送到处理器101。作为输入装置105a，存在键盘、指示设备等。作为指示设备，存在鼠标、触摸面板(touchpanel)、平板(tablet)、触摸板(touchpad)、轨迹球(trackball)等。在读取装置106上装卸可移动型记录介质106a。读取装置106读取在可移动型记录介质106a中所记录的数据并发送到处理器101。作为可移动型记录介质106a，存在光盘、光磁盘、半导体存储器等。通信接口107与所连接的外部器件之间进行数据的收发。在本第1实施方式中，照相机107a作为外部器件与通信接口107连接，通信接口107将从照相机107a发送的图像数据发送到处理器101。网络接口本文档来自技高网...

【技术保护点】
1.一种信息处理装置，其根据遗传编程自动生成组合了元素滤波器的图像分类程序，其中，该信息处理装置具有：/n受理部，其受理学习图像中包含特征性的部分的特征区域的指定；/n第1数据生成部，其生成第1数据，该第1数据表示对所述学习图像进行分割后的各个分割区域与所述特征区域之间的重叠度；/n第2数据生成部，其通过规定的图像分类程序对所述学习图像进行图像转换，根据所获得的图像，计算各个所述分割区域的图像特征量，生成表示与各个所述分割区域对应的所述图像特征量的第2数据；/n计算部，其计算所述第1数据与所述第2数据之间的类似度；以及/n处理部，其将根据所述类似度对所述规定的图像分类程序进行评价的结果用于所述遗传编程的执行。/n

【技术特征摘要】
【国外来华专利技术】1.一种信息处理装置，其根据遗传编程自动生成组合了元素滤波器的图像分类程序，其中，该信息处理装置具有：
受理部，其受理学习图像中包含特征性的部分的特征区域的指定；
第1数据生成部，其生成第1数据，该第1数据表示对所述学习图像进行分割后的各个分割区域与所述特征区域之间的重叠度；
第2数据生成部，其通过规定的图像分类程序对所述学习图像进行图像转换，根据所获得的图像，计算各个所述分割区域的图像特征量，生成表示与各个所述分割区域对应的所述图像特征量的第2数据；
计算部，其计算所述第1数据与所述第2数据之间的类似度；以及
处理部，其将根据所述类似度对所述规定的图像分类程序进行评价的结果用于所述遗传编程的执行。


2.根据权利要求1所述的信息处理装置，其中，所述信息处理装置还具有：
第3数据生成部，其使用自动生成的图像分类程序，对正常图像进行图像转换，根据所获得的图像，计算各个所述分割区域的图像特征量，生成表示与各个所述分割区域对应的所述图像特征量的第3数据；以及
判定部，其根据处理对象的图像的各个所述分割区域的图像特征量与所述第3数据的比较结果，判定所述处理对象的图像的各分割区域的正常或异常。


3.根据权利要求1或者2所述的信息处理装置，其特征在于，
所述特征区域为矩形、圆形或椭圆形的区域。


4.根据权利要求1～3中的任意一项所述的信息处理装置，其特征在于，
所述处理部进行校正使得所述类似度越高，表示所述规定的图像分类程序的评价高度的适合度越高。


5.根据权利要求1～4中的任意一项所述的信息处理装置，其特征在于，
所述学习图像是针对原图像执行预先处理之后的图像，其中所述预先处理是抑制图像整体的平均亮度的偏差的处理。


6.根据权利要求1～4中的任意一项所述的信息处理装置，其特征在于，
所述学习图像是原图像的一部分，
该信息处理装置还具有提取部，该提取部通过使用所述原图像和预先准备的模板图像的模板匹配，从所述原图像中提取所述学习图像。


7.根据权利要求1～6中的任意一项所述的信息处理装置，其特征在于，
所述第2数据生成部计算各个所述分割区域的图像特征量时使用的特征量滤波器是预先确定的特征量滤波器。


8.根据权利要求1～6中的任意一项所述的信息处理装置，其特征在于，
所述第2数据生成部计算各个所述分割区域的图像特征量时使用的特征量滤波器根据基于所述遗传编程的所述图像分类程序的生成处理而变更。


9.一种信息处理程序，其根据遗传编程自动生成组合了元素滤波器的图像分类程序，其中，该信息处理程序用于使计算机执行以下处理：
受理学习图像中包含特征性的部分的特征区域的指定；
生成第1数据，该第1数据表示对所述学习图像进行分割后的各个分割区域与所述特征区域之间的重叠度；
通过规定的图...

【专利技术属性】
技术研发人员：冈本浩明，长门毅，肥塚哲男，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP