图像解析方法以及图像解析装置制造方法及图纸

本发明专利技术提供一种图像解析方法以及图像解析装置，其可以有效地识别对象物。针对纹理区域（Ａ２）的单位区域（Ａ３），利用多种方法求出特征量，针对提取区域（Ａ４）的各单位区域（Ａ５）同样地求出特征量，求出对它们以各种方法进行加权并合成的一致度，根据合成的一致度的值，识别提取区域的各单位区域是识别对象还是背景，按照该判定求出识别对象和背景的边界线，求出在拍摄图像中的实际的边界线上的位置和由判定取得的边界线的误差，以使该误差充分变小的方式逐次变更加权模式，从而实现优化，按照优化的加权模式，从拍摄图像中对识别对象进行识别。

【技术实现步骤摘要】

本专利技术涉及一种用于识别对象物的图像解析方法以及图像解析装置。
技术介绍
作为根据拍摄图像各像素的亮度值已经确定了的拍摄图像数据，对识别对象物进 行识别的方法，已知以下方法，即，从基于拍摄图像数据的亮度梯度信息中取得识别对象物 的轮廓线的方法，和从基于图像数据的浓淡图像中提取对象物的边缘信息，根据边缘点序 列进行对象物的提取以及位置检测的方法(例如，专利文献1以及2)。专利文献1 日本国特开平9-171553号公报专利文献2 日本国特许2981382号公报
技术实现思路
但是，在基于上述专利文献1所示的亮度梯度取得轮廓线的方法中，如果对象物 和背景之间没有产生可以得到充分亮度梯度的亮度差，则无法得到明确的轮廓线，存在如 果在对象物和背景之间没有充分的亮度差就无法进行识别的问题。另外，在专利文献2中所示的现有技术的情况下，以从对象物中得到边缘信息作 为前提，如果在对象物和背景之间没有充分的亮度差则无法得到充分的边缘信息，存在识 别困难的问题。本专利技术的目的在于，可以稳定地进行对象物的识别。技术方案1记载的专利技术，是一种由图像解析装置进行的图像解析方法，该图像解 析装置基于包含识别对象和所述识别对象周围的背景在内的拍摄图像的拍摄图像数据，进 行所述识别对象的识别，所述识别对象的表面由特定的纹理组成，其特征在于，具有基准特征量取得工序，其针对所述拍摄图像中的仅由所述特定纹理组成的纹理区 域中的规定的单位区域，利用多种方法，求出作为基准的纹理的特征量；比较特征量取得工序，其将所述拍摄图像中的至少包含所述纹理区域以及所述纹 理区域周围的背景在内的提取区域，分割为与所述纹理区域的单位区域相同大小的单位区 域，对于各个所述单位区域，利用所述多种方法，求出特征量；一致度取得工序，其对于所述提取区域的各单位区域，针对所述各方法的每个特 征量求出与所述纹理区域的个别一致度，并求出分别对所述个别一致度进行加权并合成的 合成一致度；判定工序，其根据所述合成一致度的值，判定所述提取区域的各单位区域是识别 对象还是背景；边界线取得工序，其从在所述判别工序中判别为识别对象的多个单位区域中，求 出所述提取区域中的识别对象与背景的边界线；以及误差检测工序，其对所述拍摄图像中的实际的边界线和在所述边界线取得工序中 取得的边界线之间的误差进行检测，通过一边逐次变更针对所述个别一致度的加权模式，一边反复进行所述一致度取 得工序、判定工序、边界线取得工序以及误差检测工序，从而确定用于使所述误差小于或等 于阈值或使所述误差最小的加权模式，按照所述加权模式，从所述拍摄图像中对所述识别对象进行识别。技术方案2记载的专利技术，具有与技术方案1记载的专利技术同样的构成，其特征在于， 利用共生矩阵的14种特征量的计算方法的一部分或者全部作为求出所述特征量的多种方法。技术方案3记载的专利技术，是一种图像解析装置，其基于包含识别对象和所述识别 对象周围的背景在内的拍摄图像的拍摄图像数据，进行所述识别对象的识别，所述识别对 象的表面由特定的纹理组成，其特征在于，具有基准特征量取得单元，其针对所述拍摄图像中的仅由所述特定纹理组成的纹理区 域中的规定的单位区域，利用多种方法，求出作为基准的纹理的特征量；比较特征量取得单元，其将所述拍摄图像中的至少包含所述纹理区域以及所示纹 理区域周围的背景在内的提取区域，分割成与所述纹理区域的单位区域相同大小的单位区 域，对于各个所述单位区域，利用所述多种方法，求出特征量；一致度取得单元，其针对所述提取区域的各单位区域，针对所述各方法的每个特 征量求出与所述纹理区域的个别一致度，并求出分别将所述个别一致度加权并合成的合成一致度；判定单元，其根据所述合成一致度的值，判定所述提取区域的各单位区域是识别 对象还是背景；边界线取得单元，其从利用所述判别单元判别为识别对象的多个单位区域中，求 出所述提取区域中的识别对象和背景的边界线；以及误差检测单元，其对所述拍摄图像中的实际边界线和由所述边界线取得单元取得 的边界线之间的误差进行检测，通过一边逐次变更针对所述个别一致度的加权模式，一边反复由所述一致度取得 单元进行所述合成一致度的取得、由所述判定单元进行判定、由所述边界线取得单元进行 所述边界线的取得以及由误差检测单元进行误差检测，从而确定用于使所述误差小于或等 于阈值或者使所述误差最小的加权模式，按照加权模式，从拍摄图像中对所述识别对象进行识别。技术方案4记载的专利技术，具有与技术方案3记载的专利技术相同的构成，并且，其特征 在于，利用共生矩阵的14种特征量的计算方法的一部分或者全部作为求出所述特征量的 多种方法。专利技术的效果技术方案1以及3记载的专利技术，通过从拍摄图像数据中的识别对象物的纹理区域 中，利用多种方法取得特征量并合成，从特征量一致的单位区域中求出识别对象与背景的 边界线，以使与实际边界位置的误差变小的方式反复尝试，而确定与特征量的一致度有关 的加权模式。由此，根据基于识别对象的固有纹理的特征量，识别对象物，从而无论与背景 是否有亮度差，都可以有效地对识别对象进行识别。另外，由于确定与多种方法相关的加权的适当的模式，所以排除各方法在识别精度上存在差异的影响，可以实现更加正确的识别，上述多种方法与纹理相关。技术方案2以及4记载的专利技术，由于作为用于取得纹理特征量的方法而采用确定 的共生矩阵的14种特征量的计算方法，所以可以更加有效地识别各种纹理的识别对象。附图说明图1是表示本实施方式所涉及的电子部件安装装置整体的俯视图。图2是表示电子部件安装装置的控制系统的框图。图3是图像解析装置的功能框图。图4是学习数据生成处理的流程图。图5是表示在拍摄图像数据的拍摄图像内设定的各种区域的说明图。图6(A)是表示纹理区域和单位区域关系的说明图，图6(B)是表示提取区域和单 位区域关系的说明图。图7(A)是表示单位区域的各像素中的亮度值例子的说明图，图7(B)是表示共生 矩阵中的变位的概念的说明图，图7 (C)是表示共生矩阵的说明图。图8是表示纹理区域的特征量的正态分布的线图。图9是表示特征量的误差与一致度的关系的线图。图10是表示各单位区域是否存在焊剂的说明图。图11是将实际轮廓线和生成轮廓线重叠图示的说明图。图12是表示实际搭载动作时的拍摄图像的例子的说明图。具体实施例方式(实施方式的整体构成)基于图1至图12，说明本专利技术的实施方式。本实施方式表示下述例子将图像解 析装置10用于电子搭载装置100中，该图像解析装置10用于对在拍摄图像内由特定的纹 理形成的识别对象物与背景进行识别，本实施方式的目的是将电子部件的搭载位置即焊剂 图案作为识别对象物进行识别。(电子部件安装装置)电子部件搭载装置100向基板搭载各种电子部件，作为电子部件的搭载单元，如 图1所示，具有多个电子部件供给器101，它们对搭载的电子部件进行供给；作为电子部 件供给部的供给器保持部102，其排列并保持多个电子部件供给器101 ；基板输送单元103， 其向一定方向输送基板；搭载作业部104，其用于相对于利用该基板输送单元103设置在基 板输送路径中途的基板，进行电子部件搭载作业；作为部件保持单元的搭载头106，其保持 吸附有电子部件的吸附嘴105，进行电子部件的保持；作为搭载头移动单元的X-Y本文档来自技高网...

【技术保护点】
一种由图像解析装置进行的图像解析方法，该图像解析装置基于包含识别对象和所述识别对象周围的背景在内的拍摄图像的拍摄图像数据，进行所述识别对象的识别，所述识别对象的表面由特定的纹理组成，其特征在于，具有：基准特征量取得工序，其针对所述拍摄图像中的仅由所述特定纹理组成的纹理区域中的规定的单位区域，利用多种方法，求出作为基准的纹理的特征量；比较特征量取得工序，其将所述拍摄图像中的至少包含所述纹理区域以及所述纹理区域周围的背景在内的提取区域，分割为与所述纹理区域的单位区域相同大小的单位区域，对于各个所述单位区域，利用所述多种方法，求出特征量；一致度取得工序，其对于所述提取区域的各单位区域，针对所述各方法的每个特征量求出与所述纹理区域的个别一致度，并求出分别对所述个别一致度进行加权并合成的合成一致度；判定工序，其根据所述合成一致度的值，判定所述提取区域的各单位区域是识别对象还是背景；边界线取得工序，其从在所述判别工序中判别为识别对象的多个单位区域中，求出所述提取区域中的识别对象与背景的边界线；以及误差检测工序，其对所述拍摄图像中的实际的边界线和在所述边界线取得工序中取得的边界线之间的误差进行检测，通过一边逐次变更针对所述个别一致度的加权模式，一边反复进行所述一致度取得工序、判定工序、边界线取得工序以及误差检测工序，从而确定用于使所述误差小于或等于阈值或使所述误差最小的加权模式，按照所述加权模式，从所述拍摄图像中对所述识别对象进行识别。...

【技术特征摘要】
...

【专利技术属性】
技术研发人员：横瀬仁彦，寺地隆，
申请(专利权)人：JUKI株式会社，
类型：发明
国别省市：JP[日本]