モデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラム
【課題】被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に対して、最適なモデル画像をより迅速かつ容易に取得できるモデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラムを提供する。
【解決手段】モデルとなり得る被写体を撮像することで得られた参照画像からモデル画像の候補となる複数のモデル画像候補が抽出される。抽出された複数のモデル画像に従うマッチング処理を、上述の視覚センサが実際に取得した計測画像に対して実行することで、それぞれの試行結果を得る。それぞれのモデル画像に従うマッチング処理の試行結果をそれぞれ評価することで、評価結果が生成される。このような評価結果に基づいて、最適なモデル画像が決定される。
【解決手段】モデルとなり得る被写体を撮像することで得られた参照画像からモデル画像の候補となる複数のモデル画像候補が抽出される。抽出された複数のモデル画像に従うマッチング処理を、上述の視覚センサが実際に取得した計測画像に対して実行することで、それぞれの試行結果を得る。それぞれのモデル画像に従うマッチング処理の試行結果をそれぞれ評価することで、評価結果が生成される。このような評価結果に基づいて、最適なモデル画像が決定される。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられたものである。
【背景技術】
【０００２】
ＦＡ（Factory Automation）分野などにおいては、ワークなどの被測定物に生じる欠陥などを光学的に検査したり、その表面に印字されている文字などを認識したりする装置として、いわゆる視覚センサが実用化されている。このような検査や認識を行なう手法の典型例として、予め設定されたモデル画像の基づくマッチング処理が一般的に用いられている（たとえば、特許文献１参照）。
【０００３】
このマッチング処理では、製造過程の半製品や出荷前の製品といった被写体を撮像することで得られる計測画像（計測画像）のうち、予め設定されたモデル画像との間の類似度（典型的には、相関値）が最も高い領域を探し出すような探索処理が実行される。そのため、マッチング処理は、サーチ処理とも称される。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−０８５９０７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
実際の生産ラインでは、その上を流れるワークの撮像位置が微妙にずれたり、照明環境が変動したりする場合もある。このような外乱要因が生じた場合であっても、マッチング処理を安定して行なう必要がある。そのため、生産ラインに対して、上述のような視覚センサを実際に適用しようとする場合には、どのようなモデル画像を選定するのかが重要となる。
【０００６】
現状、このようなモデル画像は、熟練した作業者が経験に基づいて設定している。具体的には、先に何らかのモデル画像を設定しておき、この設定したモデル画像に基づいて、実際に取得された計測画像に対してマッチング処理を行ない、その結果が芳しくなければ、他のモデル画像に変更するといった作業を繰返して、最終的に、最適と思われるモデル画像を選定する。そのため、安定したマッチング結果を得られるようになるまで、モデル画像を探す操作が反復的に繰返されることになる。そのため、モデル画像の選定に多大な時間および労力を要するという課題がある。また、このようなモデル画像の選定中には、視覚センサを実運用することができないという課題もある。
【０００７】
また、現実的には、生産ラインを流れ得るすべてのワークに対して、選定したモデル画像が安定してマッチング処理を行なうことができるのかを完全に確認することは、時間的および費用的に不可能である場合が多い。したがって、限られた数の計測画像に対して、その安定性が確認されたに過ぎないモデル画像を採用せざるを得ない。そのため、実運用開始後に、選定したモデル画像では、安定したマッチング処理を行なうことができないことが判明する場合も有り得る。
【０００８】
さらに、元の画像からどのようなモデル画像を切り出すか、あるいは、いずれのモデル画像を選定するかといった作業は、作業者の熟練度などに応じてバラツキを生じる。
【０００９】
そこで、この発明は、これらの問題を解決するためになされたものであり、その目的は、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に対して、最適なモデル画像をより迅速かつ容易に取得できるモデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラムを提供することである。
【課題を解決するための手段】
【００１０】
この発明のある局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置を提供する。本モデル画像取得支援装置は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、計測画像を受付ける入力手段と、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成する処理手段と、複数の試行結果をそれぞれ評価することで評価結果を生成する評価手段と、評価結果を、複数のモデル画像候補の別に出力する出力手段とを含む。
【００１１】
好ましくは、本モデル画像取得支援装置は、出力される評価結果に対するユーザ選択に応答して、選択された評価結果に対応するモデル画像候補を、画像形成装置のモデル画像として設定する手段をさらに含む。
【００１２】
好ましくは、評価手段は、評価結果が満たすべき条件を受付ける手段と、複数の試行結果のうち、条件に最も適合しているモデル画像候補を決定する手段とを含む。
【００１３】
好ましくは、抽出手段は、同一の参照画像から複数のモデル画像候補を抽出する。
好ましくは、抽出手段は、同一の参照画像から、抽出する領域のサイズ、位置、方向の少なくとも１つを異ならせた、複数のモデル画像候補をそれぞれ抽出する。
【００１４】
好ましくは、抽出手段は、初期設定されているモデル画像に基づくマッチング処理を行なうことで、参照画像からモデル画像候補を抽出する。
【００１５】
さらに好ましくは、抽出手段は、画像処理装置から、初期設定されているモデル画像を取得する。
【００１６】
好ましくは、入力手段は、計測画像に加えて、当該計測画像に対応付けられた期待クラスおよび期待値の少なくとも一方を受付ける。評価手段は、各計測画像に対応付けられた期待値および／または期待クラスに基づいて、対応する試行結果を評価する。
【００１７】
さらに好ましくは、期待クラスは、対応付けられた計測画像がモデル画像とマッチングすべき良品画像、および、対応付けられた計測画像がモデル画像とマッチングすべきではない不良品画像、のいずれであるかの区分を示す。
【００１８】
さらに好ましくは、参照画像は、計測画像に含まれる良品画像からなる。
好ましくは、処理手段は、複数のモデル画像候補の各々について、複数の計測画像に対して処理を行なうことで得られる複数の試行結果からなる試行結果群を生成し、評価手段は、複数のモデル画像候補の各々について、対応の試行結果群についての統計的出力を算出する手段を含む。
【００１９】
さらに好ましくは、統計的出力は、平均値、中間値、最大値、最小値、分散値の少なくとも１つを含む。
【００２０】
好ましくは、入力手段は、複数の計測画像を受付け、モデル画像取得支援装置は、さらに、複数の計測画像の全体に対してのマッチング処理結果を最適化するための、複数のモデル画像候補に含まれる２つ以上のモデル画像候補の組合わせを探索する探索手段を含む。
【００２１】
この発明の別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置を提供する。本モデル画像取得装置は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、計測画像を受付ける入力手段と、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成する処理手段と、複数の試行結果をそれぞれ評価することで評価結果を生成する評価手段と、評価結果のうち所定の条件に最も適合しているモデル画像を決定する決定手段とを含む。
【００２２】
この発明のさらに別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する方法を提供する。本モデル画像取得支援方法は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出するステップと、計測画像を受付けるステップと、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成するステップと、複数の試行結果をそれぞれ評価することで評価結果を生成するステップと、評価結果を、複数のモデル画像候補の別に出力するステップとを有する。
【００２３】
この発明のさらに別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援するプログラムを提供する。本プログラムは、プロセッサに、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出するステップと、計測画像を受付けるステップと、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成するステップと、複数の試行結果をそれぞれ評価することで評価結果を生成するステップと、評価結果を、複数のモデル画像候補の別に出力するステップとを実行させる。
【発明の効果】
【００２４】
この発明によれば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に対して、最適なモデル画像をより迅速かつ容易に取得できる。
【図面の簡単な説明】
【００２５】
【図１】この発明の実施の形態に従うシステム全体を示す図である。
【図２】この発明の実施の形態に従うモデル画像取得支援装置を実現するコンピュータの概略構成図である。
【図３】この発明の実施の形態に従う画像処理装置を実現するコンピュータの概略構成図である。
【図４】この発明の実施の形態に従う視覚センサを生産ラインで運用する場合のワークフローの一例である。
【図５】この発明の実施の形態に従うモデル画像取得支援装置におけるモデル画像取得処理の概要を説明するための図である。
【図６】この発明の実施の形態に従うモデル画像候補の抽出処理の一例を示す図である。
【図７】この発明の実施の形態に従う支援装置および画像処理装置の機能構成を示す概略図である。
【図８】この発明の実施の形態に従う画像処理アプリケーションによって提供される設定モードにおける画面表示例を示す図である。
【図９】この発明の実施の形態に従う画像処理装置のモニタに表示される稼動モードにおける画面表示例を示す図である。
【図１０】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その１）を示す図である。
【図１１】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その２）を示す図である。
【図１２】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その３）を示す図である。
【図１３】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その４）を示す図である。
【図１４】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その５）を示す図である。
【図１５】この発明の実施の形態に従う支援装置の制御構造を示す機能ブロック図である。
【図１６】図１５に示す支援装置の制御構造において生成されるファイル構造を示す図である。
【図１７】この発明の実施の形態に従う支援装置においてモデル画像候補のうち最も適切なものを選択する条件の入力インターフェイスの一例を示す図である。
【図１８】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その１）である。
【図１９】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その２）である。
【図２０】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その３）である。
【図２１】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その４）である。
【図２２】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その５）である。
【図２３】この発明の実施の形態の変形例１に従うシステムにおける全体処理の要部を示すフローチャートである。
【図２４】この発明の実施の形態の変形例２に従うシステムにおける全体処理の要部を示すフローチャートである。
【図２５】この発明の実施の形態の変形例３に従うマッチング処理の概要を説明するための図である。
【図２６】この発明の実施の形態の変形例３に従うマッチング処理におけるモデル画像セット取得処理の概要を説明するための図である。
【図２７】この発明の実施の形態の変形例３に従う手法１の概要を説明するための図である。
【図２８】この発明の実施の形態の変形例３に従う手法１の手順を示すフローチャートである。
【図２９】この発明の実施の形態の変形例３に従う手法２の手順を示すフローチャートである。
【図３０】この発明の実施の形態の変形例３に従う手法３の概要を説明するための図である。
【図３１】この発明の実施の形態の変形例３に従う手法３における試行結果の一例を示す図である。
【図３２】この発明の実施の形態の変形例３に従う手法３の手順を示すフローチャートである。
【図３３】この発明の実施の変形例４に従う試行作成処理の一例を示す図である。
【図３４】この発明の実施の変形例５に従う処理項目の内容を説明するためのブロック図である。
【図３５】この発明の実施の変形例５に従うモデル画像の最適化を説明するための図である。
【発明を実施するための形態】
【００２６】
この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。
【００２７】
＜概要＞
この発明の実施の形態では、本実施の形態に従うモデル画像取得支援装置を、いわゆる視覚センサと称される画像処理装置に対して適用する場合の構成について例示する。この視覚センサは、典型的には、生産ラインなどを流れる被写体である計測対象物体（以下「ワーク」とも称す。）を撮像することで得られる計測画像を受付け、この計測画像に対して、予め設定されたモデル画像に基づくマッチング処理などを行なうことで、ワークの欠陥検査や文字列判別を提供する。
【００２８】
この発明の実施の形態に従うモデル画像取得支援装置は、まず、モデルとなり得る被写体を撮像することで得られた参照画像から、モデル画像の候補となる複数のモデル画像候補を抽出する。そして、本実施の形態に従うモデル画像取得支援装置は、計測画像に対して、抽出した複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成し、さらに、当該複数の試行結果をそれぞれ評価することで評価結果を生成する。最終的に、本実施の形態に従うモデル画像取得支援装置は、この生成した評価結果を、複数のモデル画像候補の別に出力する。たとえば、対象の計測画像がいずれもモデル画像とマッチングすべき画像であるとすれば、対象の計測画像と最もマッチング度合いが高いモデル画像が最適なものと判断することができる。
【００２９】
また、本実施の形態に従うモデル画像取得支援装置は、計測画像に対応付けられた期待クラスおよび／または期待値を受付ける。本明細書において、「期待クラス」および「期待値」とは、対応の計測画像に対してマッチング処理が行なわれた場合に、生成されるべき処理結果の内容を意味する。
【００３０】
典型的に、「期待クラス」は、対象の計測画像に写っているワークがモデル画像を含んでいる「良品」であるか、あるいは、対象の計測画像に写っているワークがモデル画像とは異なる「不良品」であるかの区分を含む。言い換えれば、対象の計測画像がモデル画像とマッチングすべき「良品画像」、および、対象の計測画像がモデル画像とマッチングすべきではない「不良品画像」、のいずれであるかの区分を示す。以下の説明では、「良品」の期待クラスに対応付けられた計測画像を「良品画像」とも称し、「不良品」の期待クラスに対応付けられた計測画像を「不良品画像」とも称する。
【００３１】
また、典型的に、「期待値」は、対象の計測画像と設定されているモデル画像との間の類似度（典型的には、相関値）を示す値を含む。すなわち、対象の計測画像に写っているワークがモデル画像を含んでいる場合には、「期待値」は相対的に高い値を示し、対象の計測画像に写っているワークがモデル画像を含んでいない場合には、「期待値」は相対的に低い値を示す。
【００３２】
上述のように、本明細書において、「良品」および「不良品」との用語は、設定されて
いるモデル画像との相対的な関係において、対象の計測画像が当該モデル画像とマッチング判定されるべきか否かの区分を含む。そのため、同一の計測画像に対して、異なるモデル画像に基づくマッチング処理が複数回実行される場合も多いため、「期待クラス」および／または「期待値」は、１つのクラスおよび／または値とは限らない。
【００３３】
このような期待クラスおよび／または期待値を受付けると、本実施の形態に従うモデル画像取得支援装置は、生成された複数の試行結果と、入力された期待クラスおよび／または期待値に基づいて、当該複数の試行結果をそれぞれ評価することで評価結果を生成する。すなわち、良品画像に対してのマッチング度合いが高いものであって、かつ不良品画像に対してマッチング度合いが低いものが最適なモデル画像として評価される。そして、本実施の形態に従うモデル画像取得支援装置は、この生成した評価結果を、複数のモデル画像候補の別に出力する。
【００３４】
なお、本発明において「出力」とは、実際にモデル画像を決定するユーザもしくは装置などにその内容を提供することを意味し、典型的には、ディスプレイなどの表示装置にその内容を表わすこと、プリンタ装置などによって紙媒体上などにその内容を表わすこと、外部装置にその内容を表わすデータを送信すること、記憶装置などにその内容を表わすデータを格納することなどを含む。
【００３５】
上述のような処理によって、複数のモデル画像のうち、実際の計測画像に対するマッチング処理の結果が最適となるものを、迅速かつ容易に決定することができる。
【００３６】
なお、以下の説明では、記載の簡略化のため、「期待クラス」および「期待値」を総称して、単に「期待クラス」とも記載する。しかしながら、この「期待クラス」との用語には、上述の意味における「期待クラス」および「期待値」が含まれる。
【００３７】
＜全体装置構成＞
図１は、この発明の実施の形態に従うシステム全体を示す図である。
【００３８】
図１を参照して、本実施の形態に従うシステムとしては、モデル画像取得支援装置（以下、単に「支援装置」とも称す。）１００と、画像処理装置２００とを含む。
【００３９】
画像処理装置２００は、撮像部８および光電センサ４と電気的に接続される。撮像部８は、ベルトコンベヤなどの搬送ライン６上を搬送される被写体であるワーク２を撮像することで、ワーク２が写った計測画像を取得する。画像処理装置２００は、撮像部８で取得された計測画像を格納するとともに、各計測画像に対して、予め設定されているモデル画像に基づくマッチング処理を行ない、その処理結果（たとえば、マッチングＯＫまたはマッチングＮＧの判断）を出力する。
【００４０】
撮像部８によるワーク２の撮像タイミングは、搬送ライン６の両サイドに配置された光電センサ４（受光部および投光部）によって検出される。すなわち、光電センサ４は、同一の光軸上に配置された受光部と投光部とからなり、投光部から放射される光がワーク２で遮蔽されることを受光部が検出することによって、撮像タイミングを示すトリガ信号が出力される。また、撮像部８は、レンズなどの光学系に加えて、ＣＣＤ（Coupled Charged Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサといった、
撮像素子を含む。なお、撮像部８で取得される計測画像は、白黒画像であってもよいし、カラー画像であってもよい。
【００４１】
一方、支援装置１００は、画像処理装置２００に格納されている計測画像や設定パラメータ（初期設定モデル画像を含む）を受取り、最適なモデル画像を決定するためのモデル
画像取得処理を実行する。そして、支援装置１００は、このモデル画像取得処理によって取得したモデル画像および設定パラメータなどを、画像処理装置２００に設定することもできる。なお、支援装置１００と画像処理装置２００との間のデータを遣り取りする手段としては、ＵＳＢ（Universal Serial Bus）やイーサネット（登録商標）などの通信手段（有線または無線）を用いる方法や、ＳＤ（Secured Digital）カードなどの着脱可能な
記憶媒体を用いる方法などを採用することができる。
【００４２】
なお、後述するように、支援装置１００の機能の全部または一部を画像処理装置２００に組入れてもよいが、支援装置１００と画像処理装置２００とを別体とすることで、現場から離れた事務所の机上で、最適なモデル画像を決定する処理を独立して実行させることができる。
【００４３】
＜ハードウェア構成＞
（１ モデル画像取得支援装置）
本実施の形態に従う支援装置１００は、典型的に、コンピュータがインストールされたプログラムを実行することで具現化される。なお、代替的に、コンピュータがプログラムを実行することで提供される機能の一部もしくは全部を専用のハードウェア回路として具現化してもよい。
【００４４】
図２は、この発明の実施の形態に従うモデル画像取得支援装置１００を実現するコンピュータの概略構成図である。
【００４５】
図２を参照して、支援装置１００を実現するコンピュータは、表示装置としてのモニタ１０２と、入力装置としてのキーボード１０３およびマウス１０４と、演算装置（プロセッサ）としてのＣＰＵ（Central Processing Unit）１０５と、記憶装置としてのメモリ
１０６および固定ディスク１０７と、記録媒体からのデータ読出装置としてのＦＤ駆動装置１１１およびＣＤ−ＲＯＭ駆動装置１１３とを含む。これらの各部は、バスを介して相互にデータ通信可能に接続されている。
【００４６】
支援装置１００（コンピュータ）で実行されるプログラムは、典型的には、フレキシブルディスク（ＦＤ：Flexible Disk）１１２もしくはＣＤ−ＲＯＭ（Compact Disk Read Only Memory）１１４などに格納されて流通し、またはネットワーク接続された配信サーバ装置などからのダウンロードといった形で流通する。フレキシブルディスク１１２およびＣＤ−ＲＯＭ１１４に格納されたプログラムは、それぞれＦＤ駆動装置１１１およびＣＤ−ＲＯＭ駆動装置１１３から読出されて、固定ディスク１０７に一旦格納される。さらに、固定ディスク１０７からメモリ１０６上に展開されて、ＣＰＵ１０５により実行される。
【００４７】
ＣＰＵ１０５は、プログラムされた命令を逐次実行することで、各種の演算を実施する。メモリ１０６は、ＣＰＵ１０５でのプログラム実行に応じて、各種の情報についても一時的に格納する。固定ディスク１０７は、ＣＰＵ１０５で実行されるプログラムの他に、設定されるモデル画像、処理対象の計測画像、および各種設定値などを格納する不揮発性の記憶装置である。
【００４８】
キーボード１０３は、入力されるキーに応じたユーザからの指令を受付ける。マウス１０４は、クリックやスライドなどの動作に応じたユーザからの指令を受付ける。このように、キーボード１０３およびマウス１０４で受付けられた指令は、ＣＰＵ１０５へ与えられる。
【００４９】
また、支援装置１００には、必要に応じて、プリンタなどの他の出力装置が接続されて
もよい。
【００５０】
（２ 画像処理装置）
本実施の形態に従う画像処理装置２００は、支援装置１００と同様に、典型的には、コンピュータがインストールされたプログラムを実行することで具現化される。なお、代替的に、コンピュータがプログラムを実行することで提供される機能の一部もしくは全部を専用のハードウェア回路として具現化してもよい。
【００５１】
図３は、この発明の実施の形態に従う画像処理装置２００を実現するコンピュータの概略構成図である。
【００５２】
図３を参照して、画像処理装置２００を実現するコンピュータは、本体部２０１と、表示装置としてのモニタ２０２と、入力装置としてのキーボード２０３およびマウス２０４とを含む。本体部２０１は、演算装置（プロセッサ）としてのＣＰＵ２０５と、記憶装置としてのメモリ２０６および固定ディスク２０７と、記録媒体からのデータ読出装置としてのＦＤ駆動装置２１１およびＣＤ−ＲＯＭ駆動装置２１３とを含む。さらに、本体部２０１は、本体部２０１の外部との間で信号を遣り取りするためのインターフェイスとして、カメラインターフェイス部２０９と、制御情報インターフェイス部２１５と、センサインターフェイス部２１７とを含む。これらの各部は、バスを介して相互にデータ通信可能に接続されている。
【００５３】
画像処理装置２００（コンピュータ）で実行されるプログラムについても、典型的には、フレキシブルディスク（ＦＤ）２１２もしくはＣＤ−ＲＯＭ２１４などに格納されて流通し、またはネットワーク接続された配信サーバ装置などからのダウンロードといった形で流通する。フレキシブルディスク２１２およびＣＤ−ＲＯＭ２１４に格納されたプログラムは、それぞれＦＤ駆動装置２１１およびＣＤ−ＲＯＭ駆動装置２１３から読出されて、固定ディスク２０７に一旦格納される。さらに、固定ディスク２０７からメモリ２０６に展開されて、ＣＰＵ２０５により実行される。
【００５４】
本体部２０１に含まれる構成のうち、ＣＰＵ２０５、メモリ２０６、固定ディスク２０７、ＦＤ駆動装置２１１、およびＣＤ−ＲＯＭ駆動装置２１３については、上述の支援装置１００の対応する部分と同様であるので、詳細な説明は繰返さない。
【００５５】
カメラインターフェイス部２０９は、ＣＰＵ２０５と撮像部８との間のデータ通信を仲介する。より具体的には、カメラインターフェイス部２０９は、画像バッファを含み、撮像部８で撮像されて連続的に伝送される計測画像のデータを一旦蓄積し、少なくとも１コマ分の計測画像のデータが蓄積されると、その蓄積されたデータをメモリ２０６または固定ディスク２０７へ転送する。また、カメラインターフェイス部２０９は、ＣＰＵ２０５が発生した内部コマンドに従って、撮像部８に対して撮像指令を与える。
【００５６】
制御情報インターフェイス部２１５は、ＣＰＵ２０５と生産ラインを制御する図示しない制御装置（典型的には、ＰＬＣ（Programmable Logic Controller）など）との間のデ
ータ通信を仲介する。制御情報インターフェイス部２１５は、外部の制御装置からライン情報などを受付けて、ＣＰＵ２０５へ出力する。センサインターフェイス部２１７は、上述した光電センサなどからのトリガ信号を受信して、ＣＰＵ２０５へ出力する。
【００５７】
その他の構成については、上述の支援装置１００と同様であるので、詳細な説明は繰返さない。
【００５８】
＜設置手順＞
まず、本実施の形態に従う支援装置１００を適用する視覚センサを生産ラインで運用する場合のワークフローについて説明する。
【００５９】
図４は、視覚センサを生産ラインで運用する場合のワークフローの一例である。図４に示すように、まず、視覚センサを生産ラインに設置するまでの手順として、目的確定フェイズＰＨ１および設置フェイズＰＨ２がある。視覚センサが生産ラインに設置された後の手順として、初期撮像フェイズＰＨ３、設置調整フェイズＰＨ４、本格撮像フェイズＰＨ５、初期設定フェイズＰＨ６、調整フェイズＰＨ７、および運用（改善）フェイズＰＨ８がある。なお、初期撮像フェイズＰＨ３と、設置調整フェイズＰＨ４とは並列的に進行し、本格撮像フェイズＰＨ５と、初期設定フェイズＰＨ６および調整フェイズＰＨ７とについても並列的に進行する。
【００６０】
目的確定フェイズＰＨ１では、作業者は、どのようなワークを検査対象とするか、およびどのような項目の検査をそのワークに行なうかを決定する。また、作業者は、ワーク全体のうち、どの範囲を検査対象とするのかを決定する。
【００６１】
続く設置フェイズＰＨ２では、作業者は、設置環境に応じて、レンズおよびカメラの設置方法を検討し、撮像部等を駆動するための電源を確保した上で、必要な機材を設置する。
【００６２】
初期撮像フェイズＰＨ３、設置調整フェイズＰＨ４、本格撮像フェイズＰＨ５、初期設定フェイズＰＨ６では、作業者は、画像処理装置に対して、レンズおよびカメラの種類の選定、および画像処理装置で処理すべき項目を選択する。また、マッチング処理に用いる、処理項目に応じたモデル画像を登録する。さらに、作業者は、各処理項目のパラメータの初期値を設定する。このような各種設定が整った後、テスト的に撮像して得られた計測画像に対して、一連のフロー動作を確認する。
【００６３】
以上の作業によって、ワークを撮像する一連の設定（撮像部や撮像環境などの選定）は完了することになる。そして、画像処理装置に設定されるモデル画像およびパラメータが試行錯誤的に最適化される。それが、調整フェイズＰＨ７であり、このフェイズでは、作業者は、試験ラインなどで画像処理によって得られる結果を検証するとともに、この検証内容に基づいて、モデル画像およびパラメータを最適化する。
【００６４】
調整フェイズＰＨ７でモデル画像およびパラメータが調整された後に、運用（改善）フェイズＰＨ８に移り、視覚センサの運用が開始されるが、何らかの誤検出品が発生した場合などには、その要因を確認した上で、モデル画像および／またはパラメータが変更される。なお、誤検出品とは、たとえば、良品であるはずのワークを不良品と誤って判定したものや、不良品であるはずのワークを良品と誤って判定したものを意味する。なお、本明細書において、「安定」という用語は、上述のような誤検出品の発生が少ない状態を意味する。
【００６５】
本実施の形態に従う支援装置１００は、これらのフェイズのうち、調整フェイズＰＨ７および運用（改善）フェイズＰＨ８における処理を効率化することを目的としている。また、一旦、モデル画像および／またはパラメータの調整が完了した後、運用中にロット変動などが生じた場合には、モデル画像および／またはパラメータを再度調整する必要があるが、このような場合にも、本実施の形態に従う支援装置１００を活用することができる。さらに、運用（改善）フェイズＰＨ８において、本実施の形態に従う支援装置１００をインラインで用いることにより、生産ラインにおける状態に応じて、モデル画像を動的に変更することもできる。
【００６６】
＜モデル画像取得手順の概要＞
まず、本実施の形態に従う支援装置１００におけるモデル画像取得処理の概要について説明する。
【００６７】
図５は、この発明の実施の形態に従うモデル画像取得支援装置１００におけるモデル画像取得処理の概要を説明するための図である。
【００６８】
（１）マッチング
図５を参照して、まず、モデルとなり得る被写体を撮像することで得られた参照画像からモデル画像の候補となる複数のモデル画像候補が抽出される。この参照画像は、典型的には、良品画像ＯＫ＿ＩＭＧから構成されている。この参照画像は、後述する試行対象の画像群に含まれる良品画像ＯＫ＿ＩＭＧと共通であってもよい。このモデル画像候補は、画像処理装置２００に初期設定されている初期設定モデル画像に基づいて、参照画像（良品画像）に対してマッチング処理を行なうことで抽出される。
【００６９】
（２）モデル画像候補抽出
上述のマッチング処理は、一種のサーチ処理に相当し、初期設定モデル画像との類似度（相関値）が高い領域が、モデル画像として抽出される。なお、モデル画像は複数抽出されるが、この抽出方法としては、同一の参照画像から複数のモデル画像候補を抽出してもよいし、複数の参照画像の各々からモデル画像候補をそれぞれ抽出してもよいし、両者を適宜組み合わせてもよい。
【００７０】
同一の参照画像から複数のモデル画像候補を抽出する場合には、図６に示すように、複数の異なる条件（たとえば、抽出サイズや、抽出位置、抽出方向（回転方向）など）に従って、同一の参照画像から複数のモデル画像を抽出してもよい。あるいは、同一の条件に従って、複数の参照画像からそれぞれモデル画像を抽出してもよい。
【００７１】
図６は、この発明の実施の形態に従うモデル画像候補の抽出処理の一例を示す図である。図６（ａ）に示すように、同一の参照画像ＲＥＦから、抽出サイズの異なる複数のモデル画像ＭＤＬ１−１，ＭＤＬ１−２，ＭＤＬ１−３，・・・を抽出することができる。あるいは、図６（ｂ）に示すように、同一の参照画像ＲＥＦから、抽出方向の異なる複数のモデル画像ＭＤＬ２−１，ＭＤＬ２−２，・・・を抽出することもできる。
【００７２】
本実施の形態に従う支援装置１００は、複数のモデル画像候補の中から最適なモデル画像を決定することであるので、より多くのモデル画像を用意しておくことが好ましい。
【００７３】
（３）試行
再度図５を参照して、このように抽出された複数のモデル画像に従うマッチング処理を、上述の視覚センサが実際に取得した計測画像に対して実行することで、それぞれの試行結果を得る。この試行結果としては、典型的には、計測画像のそれぞれと、抽出された複数のモデル画像のそれぞれとの間の類似度（相関値）を含む。さらに、試行結果は、この算出された類似度と予め設定されたしきい値とを比較することで、マッチングＯＫまたはマッチングＮＧの判断結果を含んでいてもよい。
【００７４】
（４）試行結果評価
さらに、対象の計測画像に対応付けられている期待クラスに基づいて、それぞれのモデル画像に従うマッチング処理の試行結果をそれぞれ評価することで、評価結果が生成される。より具体的には、あるモデル画像に従うマッチング処理を良品画像ＯＫ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＯＫ」となる度合いが高いほど、そのモデル画像はより適切であると評価できる。同様に、あるモデル画像に従うマッチング
処理を不良品画像ＮＧ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＮＧ」となる度合いが高いほど、そのモデル画像はより適切であると評価できる。
【００７５】
これに対して、あるモデル画像に従うマッチング処理を良品画像ＯＫ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＮＧ」と誤判断される度合いが高いほど、そのモデル画像は不適切であると評価できる。同様に、あるモデル画像に従うマッチング処理を不良品画像ＮＧ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＯＫ」と誤判断される度合いが高いほど、そのモデル画像は不適切であると評価できる。
【００７６】
（５）最適モデル画像決定
本実施の形態に従う支援装置１００は、このような試行結果と対象の計測画像の期待クラス（あるいは、期待値）との一致／不一致の度合いを統計的に評価する。そして、このような評価結果に基づいて、抽出されたモデル画像のうち最適なものを決定する。あるいは、最適なモデル画像を決定することを支援する。すなわち、本実施の形態に従う支援装置１００が複数のモデル画像候補の別に評価結果を出力し、ユーザがこの評価結果に基づいて最適なモデル画像を任意に選択する構成、ならびに、本実施の形態に従う支援装置１００が評価結果のうち所定の条件に最も適合しているモデル画像を自動的に決定する構成、のいずれをも採用することができる。
【００７７】
なお、本明細書における「最適なモデル画像」とは、ユーザが期待する結果を得ることができるモデル画像を探し出すことを意味する。この探し出す対象は、予め取得された計測画像に対して評価を行なうことで、ユーザが期待する（設定した）条件に合致するモデル画像を決定される。そのため、新たに計測画像が取得された場合や、ユーザが条件を変更した場合などには、別のモデル画像が「最適な」ものとして決定される場合もある。
【００７８】
さらに、このように取得されたモデル画像を、画像処理装置２００へ転送して設定することもできる。
【００７９】
なお、出力される評価結果としては、平均値、中間値、最大値、最小値、分散値などの統計的出力を含んでいてもよい。
【００８０】
＜機能構成＞
図７は、この発明の実施の形態に従う支援装置１００および画像処理装置２００の機能構成を示す概略図である。
【００８１】
図７（ａ）を参照して、本実施の形態に従う画像処理装置２００は、計測画像取得アプリケーション１０と、画像処理アプリケーション３０Ａとを含む。計測画像取得アプリケーション１０は、撮像部８およびカメラインターフェイス部２０９（図３）に対して所定のコマンドを与えることで、ワークを撮像した計測画像を取得する。また、画像処理アプリケーション３０Ａは、計測画像取得アプリケーション１０により取得される計測画像に対して、予め設定されているモデル画像およびパラメータに従う画像処理（本実施の形態では、主としてマッチング処理）を行なうことで、処理結果を出力する。
【００８２】
一方、支援装置１００は、評価処理アプリケーション２０と、画像処理アプリケーション３０Ｂとを含む。画像処理アプリケーション３０Ｂの機能は、基本的には、画像処理アプリケーション３０Ａと同様である。すなわち、画像処理アプリケーション３０Ｂは、画像処理装置２００で実行されるマッチング処理と同じ処理を実現するための、一種の「シミュレータ」として機能する。評価処理アプリケーション２０は、本実施の形態に従うモデル画像取得処理を提供する主たる部分であり、参照画像から複数のモデル画像を抽出す
るとともに、それぞれのモデル画像に基づくマッチング処理（試行）を画像処理アプリケーション３０Ｂに実行させる。そして、評価処理アプリケーション２０は、画像処理アプリケーション３０Ｂによる試行結果を、対象の計測画像に対応付けられた期待クラスに基づいて評価することで、最適なモデル画像の取得を支援する。
【００８３】
すなわち、図７（ａ）に示すシステム構成においては、画像処理装置２００で取得された計測画像（および参照画像）に基づいて、支援装置１００単体で最適なモデル画像の取得を支援することができる。
【００８４】
一方、図７（ｂ）には、本実施の形態の別形態に従うシステム構成を示す。このシステムにおいては、支援装置１００＃は、画像処理アプリケーション３０Ｂを含んでおらず、評価処理アプリケーション２０のみを含む。この構成においては、評価処理アプリケーション２０は、画像処理装置２００の画像処理アプリケーション３０Ａと協働することで、最適なモデル画像の取得を支援する。すなわち、支援装置１００と画像処理装置２００とをデータ通信可能な状態に接続しておき、支援装置１００の評価処理アプリケーション２０が画像処理装置２００の画像処理アプリケーション３０Ａに各種指令を与えてマッチング処理を実行させ、その処理結果を画像処理装置２００の画像処理アプリケーション３０Ａが支援装置１００の評価処理アプリケーション２０へ返送するようにしてもよい。このように支援装置１００と画像処理装置２００とを同期させることで、処理を進めることもできる。
【００８５】
なお、以下の説明では、画像処理装置２００に含まれる画像処理アプリケーション３０Ａと、支援装置１００に含まれる画像処理アプリケーション３０Ｂとを、その機能の共通性に着目して、単に「画像処理アプリケーション３０」とも総称する。
【００８６】
＜画像処理アプリケーションのユーザインターフェイス＞
まず、画像処理に係るマッチング処理についての理解を容易にするために、画像処理アプリケーション３０（図７）によって提供されるユーザインターフェイスの一例について説明する。
【００８７】
図８は、この発明の実施の形態に従う画像処理アプリケーション３０によって提供される設定モードにおける画面表示例を示す図である。なお、この設定モードは、基本的には、上述の初期設定フェイズＰＨ６において選択される。図８に示す表示画面は、画像処理装置２００のＣＰＵ２０５（または、支援装置１００のＣＰＵ１０５）および図示しないグラフィックボードなどが協働することで提供される。このような表示画面は、ＯＳ（Operating System）の一部として組込まれるＧＵＩ（Graphical User Interface）プログラムによって実現され、またＧＵＩは、ユーザがキーボード１０３（または、２０３）やマウス１０４（または、２０４）により操作される画面上のカーソルを用いて、さまざまなユーザ設定を行なうための環境も提供する。
【００８８】
図８に示すように、マッチング処理を用いてサーチを行なうモードでは、一例として、「モデル登録」、「領域設定」、「検出点」、「基準位置」、「計測パラメータ」、「出力パラメータ」の設定項目に対応する計６個のタブが選択可能な画面が表示される。
【００８９】
図８を参照して、「モデル登録」のタブ３０１が選択されると、設定画面３００が表示される。この設定画面３００は、モデル登録エリア３０１＃と、画像表示エリア３０４と、全体表示エリア３０６と、表示制御アイコン群３０８とを含む。
【００９０】
画像表示エリア３０４には、撮像部８により取得された計測画像が表示される。全体表示エリア３０６には、画像表示エリア３０４と同様に撮像部８で取得された計測画像が表
示される。但し、全体表示エリア３０６には、画像表示エリア３０４での表示範囲とは独立して、対象の計測画像の全体が表示される。さらに、表示制御アイコン群３０８に対するユーザ操作（拡大もしくは縮小など）に応じて、画像表示エリア３０４に表示される計測画像の表示範囲および表示精度が変更される。
【００９１】
一方、モデル登録エリア３０１＃には、モデルパラメータ設定エリア３１０と、モデル編集ボタン３３０と、登録図形表示ボックス３３２と、モデルパラメータ設定エリア３１０と、モデル登録画像エリア３４０とが表示される。
【００９２】
ユーザがモデル画像を設定する場合には、モデルとなり得る被写体を撮像することで得られた参照画像を画像表示エリア３０４および全体表示エリア３０６に表示させた状態で操作を行なう。
【００９３】
まず、ユーザは、マウス２０４などを操作してモデル編集ボタン３３０を押下すると、図示しない描画ツールダイアログが表示される。ユーザは、この描画ツールダイアログを操作して、画像表示エリア３０４に表示される参照画像（計測画像）の上に重ねてモデル画像として設定すべき範囲を指定する。図８には、画像表示エリア３０４上に文字列「ＡＢＣ」を含む長方形の範囲がモデル画像ＭＤＬとして設定されている場合を示す。何らかのモデル画像が設定済である場合には、登録図形表示ボックス３３２に、設定済のモデル画像の形状が表示される（図８の場合には、「長方形」）。なお、設定するモデル画像の形状は、長方形に限られず、丸、扇形、任意の多角形といった、いずれの形状であってもよい。
【００９４】
また、設定済のモデル画像の設定変更などを行なう場合には、ユーザはモデル登録画像エリア３４０の必要なボタンを押下する。モデル画像の設定に用いられた参照画像（計測画像）が保存されており、後から設定済のモデル画像に関するパラメータだけを変更することもできる。より具体的には、登録画面表示ボタン３４２が押下されると、モデル画像の設定に用いられた参照画像（計測画像）が表示される。このボタン３４２が再度押下されると、現在入力されている計測画像の表示に切り替わる。また、モデル再登録ボタン３４４が押下されると、設定済のモデル画像はそのままで、それ以外のパラメータが変更された状態でモデル画像として再設定される。さらに、削除ボタン３４６が押下されると、設定済のモデル画像が削除される。
【００９５】
モデルパラメータ設定エリア３１０は、設定項目として、サーチモードの選択を受付ける。サーチモードは、モデル画像との類似度を算出するためのアルゴリズムの選択である。このサーチモードについては、ラジオボタン３１２を操作することで、「相関」および「形状」のいずれかを選択できる。「相関」は、入力された計測画像の明るさを正規化した上でモデル画像との相関値を算出することで類似度を計測するアルゴリズムである。一方、「形状」は、モデル画像の輪郭形状との一致度に基づいて類似度を計測するアルゴリズムである。一般的には、「相関」モードの方が安定した計測が可能である。
【００９６】
このサーチモードにおいて「相関」が選択されると、「回転」、「安定度」、「精度」の設定が可能となる。一方、サーチモードにおいて「形状」が選択されると、「回転範囲」および「安定度」の設定が可能となる。
【００９７】
「回転」では、ワークが回転するような場合に、設定済のモデル画像を所定の角度ずつ回転させた複数のモデル画像を内部的に生成し、生成したそれぞれのモデル画像に基づいて類似度を計測する処理に係るパラメータが指定される。すなわち、回転のチェックボックス３１４がチェックされると、回転の処理が有効化される。そして、数値ボックス３１５に、回転範囲（回転角度上限値および回転角度下限値）および刻み角度がそれぞれ入力
されると、回転範囲の範囲にわたって、刻み角度ずつ回転させたモデル画像を生成することが指定される。一般的には、刻み角度が小さいほど安定性は高くなるが、処理時間は長くなる。なお、高速に回転サーチを行なうことが可能なスマートモードを設定することも可能である。
【００９８】
「安定度」では、計測の安定度と処理速度とのいずれを優先するのかが設定される。すなわち、スライドバー３１６は、所定幅（たとえば、１〜１５）の範囲でいずれかの値に設定され、この設定される値が小さいほど処理時間が短縮され、この値が大きいほど安定度が高められる。
【００９９】
「精度」では、計測の位置精度と処理速度とのどちらを優先するのかが設定される。すなわち、スライドバー３１８は、所定幅（たとえば、１〜３）の範囲でいずれかの値に設定され、この設定される値が小さいほど処理時間が短縮され、この値が大きいほど精度が高められる。
【０１００】
上述したような内容がユーザによって設定された後、ＯＫボタン３０７が押下されることで、画像処理装置２００の内部パラメータとして反映される。なお、キャンセルボタン３０９が押下された場合には、未反映のパラメータはリセットされる。このようなモデル画像の設定に続いて、「領域設定」のタブ３０２が選択されると、モデル画像と一致する部分を探す範囲を指定するための設定画面が表示される（図示しない）。この設定画面では、ユーザは、画像表示エリア３０４上で任意の範囲をサーチ領域として設定することができる。なお、入力計測画像の全体をサーチ領域とすることもできるが、処理時間を短縮する観点からは、特定の範囲にサーチ領域を制限することが好ましい。
【０１０１】
領域設定の入力に続いて、「計測パラメータ」のタブ３０３が選択されると、計測された各座標における類似度（相関値）のうち、モデル画像とマッチングする（「ＯＫ」である）と判定するための条件などを受付ける。
【０１０２】
＜計測画像の期待クラス＞
視覚センサなどでは、設定済のモデル画像と実質的に同一の内容を含む計測画像に対してはマッチングＯＫを出力し、登録済のモデル画像と類似してはいるが本質的に異なる内容を含む計測画像に対してはマッチングＮＧを出力しなければならない。
【０１０３】
たとえば、上述の図８に示すように、文字列「ＡＢＣ」を含むモデル画像ＭＤＬが設定されているものとする。このような場合に、図９に示す計測画像が入力された場合について考える。
【０１０４】
図９は、この発明の実施の形態に従う画像処理装置２００のモニタに表示される稼動モードにおける画面表示例を示す図である。図９（ａ）に示すように、設定済のモデル画像ＭＤＬに含まれる文字列「ＡＢＣ」がプリントされたワークを撮像した計測画像が入力された場合には、対応する領域が最も高い類似度（相関値）をもつ領域として検出される。このとき、検出された領域について計測された類似度（相関値）に基づいて、必ず、マッチングＯＫと判定されなければならない。一方、図９（ｂ）に示すように、設定済のモデル画像ＭＤＬに含まれる文字列「ＡＢＣ」とは異なる文字列「ＢＣＤ」がプリントされたワークを撮像した計測画像が入力された場合には、マッチングＮＧと判定されなければならない。
【０１０５】
したがって、文字列「ＡＢＣ」を含むモデル画像ＭＤＬが設定されている場合において、図９（ａ）に示す計測画像の期待クラスは、「良品（良品画像）」あるいは「ＯＫ」であり、図９（ｂ）に示す計測画像の期待クラスは、「不良品（不良品画像）」あるいは「
ＮＧ」である。
【０１０６】
このように、本実施の形態に従う支援装置１００では、計測画像のそれぞれについて、良品および不良品のいずれであるかといった期待クラスが既知である状態を前提とする。
【０１０７】
なお、画像処理装置２００のパラメータの調整フェイズにおいて、実際に計測画像を取得する方法としては、生産ラインにテスト用のワークを流して連続的にそれを撮像する。このとき、取得された計測画像のそれぞれについて、ユーザが内容を確認した上で、期待クラスをそれぞれに対して入力するようにしてもよい。あるいは、より省力化を図る観点からは、予め、「良品」として検出されるべきワークと、「不良品」として検出されるべきワークとを区別しておき、「良品」のワークのみを連続的に撮影し、続いて「不良品」のワークのみを連続的に撮影するといった方法が効率的である。このような方法を用いた場合には、「良品」のワークを撮像して得られた計測画像と、「不良品」のワークを撮像して得られた計測画像とを、異なるフォルダにそれぞれ格納することで、容易に両者を区別することができる。
【０１０８】
＜評価処理アプリケーションのユーザインターフェイス＞
次に、図１０〜図１４を参照して、支援装置１００の評価処理アプリケーション２０（図７）によって提供されるユーザインターフェイスの一例について説明する。図１０〜図１４に示す表示画面は、支援装置１００のＣＰＵ１０５および図示しないグラフィックボードなどが協働することで提供される。このような表示画面は、ＯＳ（Operating System）の一部として組込まれるＧＵＩ（Graphical User Interface）プログラムによって実現され、またＧＵＩは、ユーザがキーボード１０３やマウス１０４により操作される画面上のカーソルを用いて、さまざまなユーザ設定を行なうための環境も提供する。
【０１０９】
（１ 変動設定）
まず、支援装置１００において、評価処理アプリケーション２０（図７）の実行がユーザにより指示されると、図１０に示すような入力画面４００Ａが表示される。この入力画面４００Ａでは、評価処理アプリケーション２０と画像処理アプリケーション３０とを同期するためのボタン４０２と、計測画像および計測画像に対応付けられた期待クラスを入力するためのボタン４０４と、調整対象を指定するためのボタン４０６とが選択可能に表示される。
【０１１０】
ユーザがマウス１０４などを操作してボタン４０２を押下すると、図示しない設定ダイアログが表示される。ユーザは、この設定ダイアログ上で、試行を実行するための画像処理アプリケーション３０を選択する。すなわち、ユーザは、試行を実行するために用いる画像処理アプリケーション３０として、画像処理装置２００に実装されている画像処理アプリケーション３０Ａおよび支援装置１００に実装されている画像処理アプリケーション３０Ｂのいずれかを選択する。この選択により、評価処理アプリケーション２０と画像処理アプリケーション３０Ａまたは３０Ｂとの間で同期が確立される。
【０１１１】
次に、図１１を参照して、ユーザがマウス１０４などを操作してボタン４０４を押下すると、対象となる計測画像および計測画像に対応付けられた期待クラスを入力するためのダイアログ４１４などが表示される。ここでは、各計測画像が１つのファイルとして存在し、かつそれぞれのファイルはその期待クラス（この例では、「良品」（ＯＫ）あるいは「不良品」（ＮＧ）の２通り）に区別されたフォルダ４１６Ａおよび４１６Ｂにそれぞれ格納されているものとする。このとき、ユーザが対象の計測画像が格納されているより上位のフォルダ４１６（図１１に示す例では、フォルダ名が「１１１」）を指定することで、「１１１」フォルダ４１６の下位にある「ＯＫ」フォルダ４１６Ａ内にある計測画像が「良品」の期待クラスに対応付けられており、一方、「ＮＧ」フォルダ４１６Ｂ内にある
計測画像が「不良品」の期待クラスに対応付けられていることが指定される。
【０１１２】
なお、計測画像および計測画像に対応付けられた期待クラスの入力方法の別形態については後述する。
【０１１３】
次に、図１２を参照して、ユーザがマウス１０４などを操作してボタン４０６を押下すると、モデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータを入力するためのダイアログ４２０が表示される。このダイアログ４２０には、調整対象ユニットを選択するためのプルダウンメニュー４４２と、参照対象ユニットを選択するためのプルダウンメニュー４４４と、調整モードを選択するためのプルダウンメニュー４４６とを含む。プルダウンメニュー４４２では、調整されるモデル画像が用いられる処理項目の指定を受付ける。プルダウンメニュー４４４では、他の画像処理の結果を用いて処理を行なう場合などに、参照対象の処理項目の指定を受付ける。プルダウンメニュー４４６では、調整モードの指定を受付ける。この調整モードは、典型的には、パラメータ変動モード、画像変動モード、領域変動モードの３つを含む。パラメータ変動モードが選択された場合には、画像処理に係るパラメータを最適化する場合に選択される。画像変動モードが選択された場合には、マッチング処理に用いられるモデル画像を最適化する場合に選択される。領域変動モードが選択された場合には、マッチング処理に用いられるモデル画像として抽出する領域を最適化する場合に選択される。
【０１１４】
これらの操作により、選択されたマッチング処理について既に設定されているモデル画像（初期設定モデル画像）および関連するパラメータの現在値が取得される。なお、支援装置１００が画像処理装置２００とデータ通信可能に接続されている場合には、画像処理装置２００で設定されている内容が、支援装置１００へ転送される。
【０１１５】
以上のような内容の設定が完了すると、初期設定されているモデル画像の設定／変更を行なうためのボタン４０９と、試行対象のモデル画像候補を設定するためのボタン４１０と、試行の開始を指示するボタン４０８と、選択されたモデル画像を画像処理装置２００などに反映するためのボタン４１２とが選択可能に表示される。
【０１１６】
次に、ユーザがマウス１０４などを操作してボタン４０９を押下すると、初期設定モデル画像の選択を受付けるためのダイアログ（図示しない）が表示される。ユーザは、このダイアログに対して操作を行なうことで、初期設定モデル画像とするべきファイルを指定する。
【０１１７】
次に、ユーザがマウス１０４などを操作してボタン４１０を押下すると、参照画像の設定を受付けるためのダイアログ（図示しない）が表示される。ユーザは、このダイアログに対して操作を行なうことで、参照画像とするべきファイルを指定する。典型的には、参照画像として良品画像を用いる場合には、ユーザは、良品画像が格納されているフォルダを指定する。当然のことながら、良品画像とは独立して参照画像を用意している場合には、この参照画像のファイルを直接指定してもよい。このようにユーザによって参照画像が指定されると、図１３に示すようなダイアログ４３０が表示される。このダイアログ４３０には、番号フィールド４３２と、画像ファイルパスフィールド４３４とを含むテーブルが表示される。番号フィールド４３２および画像ファイルパスフィールド４３４には、参照画像とすべき画像ファイル名がファイルパス名とともに一覧表示される。なお、番号フィールド４３２に表示される番号（ＩＤ）は、内部処理において参照画像を特定する識別情報であり、参照画像毎にユニークに定められている。
【０１１８】
そして、ユーザがマウス１０４などを操作して試行追加ボタン４２２を押下すると、その時点において設定されている参照画像に対して、モデル画像が抽出されるとともに、抽
出されたモデル画像に対して試行番号が内部的に割当てられる。この内部的に割当てられた試行番号に応じて、試行回数に相当する参照画像の枚数表示４２６が更新される。そして、閉じるボタン４２４が押下されると、ダイアログ４３０が閉じられる。
【０１１９】
さらに、ユーザがマウス１０４などを操作して、試行の開始を指示するボタン４０８を押下すると、ダイアログ４３０において入力された変動設定に従って、パラメータの評価処理が開始される。
【０１２０】
（２ 評価結果）
図１４には、すべての試行が完了した場合に表示される評価結果画面４００Ｂを示す。なお、図１４には、すべての試行が完了した結果を示すが、この結果を試行の完了後に一斉に表示する形態だけでなく、開始とともに枠自体は表示させておき、試行の進行に伴って、対応する数値が順次表示されるようにしてもよい。
【０１２１】
評価結果画面４００Ｂでは、モデル画像候補の別に評価結果が出力される。より具体的には、評価結果画面４００Ｂには、試行番号フィールド４５２と、試行済フィールド４５４と、誤検出フィールド４５６と、良品画像誤検出フィールド４５８と、不良品画像誤検出フィールド４６０と、最大計測時間フィールド４６２と、良品画像相関値平均フィールド４６４と、不良品画像相関値平均フィールド４６６と、良品画像相関値３σフィールド４６８と、不良品画像相関値３σフィールド４７０とを含むテーブルが表示される。
【０１２２】
試行番号フィールド４５２には、先に生成されたモデル画像候補にそれぞれ割当てられた試行番号が昇順に表示される。試行済フィールド４５４には、対応するモデル画像候補についての試行が実行済であるか否かを示すチェックボックスが表示される。
【０１２３】
誤検出フィールド４５６、良品画像誤検出フィールド４５８、および不良品画像誤検出フィールド４６０には、対応するモデル画像候補についての評価結果のうち、誤検出されたものの総数が表示される。より具体的には、良品画像誤検出フィールド４５８には、良品画像を「不良品」と誤って判定した総数が表示され、不良品画像誤検出フィールド４６０には、不良品画像を「良品」と誤って判定した総数が表示される。そして、２つの誤検出数を合計した値が誤検出フィールド４５６に表示される。
【０１２４】
最大計測時間フィールド４６２には、各モデル画像候補についての試行の実行段階において計測された処理時間の最大値が表示される。支援装置１００の画像処理アプリケーション３０Ｂで処理が実行された場合には、この処理時間は、画像処理装置２００の画像処理アプリケーション３０Ａにおいて実際に計測された時間とは異なる場合があるが、画像処理装置２００において画像処理結果を生成するのに要すると見込まれる処理時間に相当する。この最大計測時間フィールド４６２に表示される時間は、モデル画像候補から最適なものを選択する場合に、実際の生産ラインのタクトタイムなどを考慮するための指標となる。
【０１２５】
良品画像相関値平均フィールド４６４、不良品画像相関値平均フィールド４６６、良品画像相関値３σフィールド４６８、および不良品画像相関値３σフィールド４７０には、それぞれの計測画像に対して特徴量として計測された類似度（相関値）についての統計的出力値が表示される。すなわち、良品画像相関値平均フィールド４６４には、入力された複数の良品画像に対して計測された相関値全体の平均値が表示され、不良品画像相関値平均フィールド４６６には、入力された複数の不良品画像に対して計測された相関値全体の平均値が表示される。また、良品画像相関値３σフィールド４６８には、入力された複数の良品画像に対して計測された相関値全体のばらつき度合いを示す３σ値が表示され、不良品画像相関値３σフィールド４７０には、入力された複数の不良品画像に対して計測さ
れた相関値全体のばらつき度合いを示す３σ値が表示される。
【０１２６】
評価結果画面４００Ｂでは、モデル画像候補のうち、対応する処理結果群に含まれる特徴量が相対的に高いモデル画像候補を他のモデル画像候補とは異なる態様で出力する。図１４に示す例では、良品画像相関値平均が最も高い、試行番号「４」についてアスタリスクマーク４５３が表示される。
【０１２７】
図１４に示すように、試行された複数のモデル画像候補の各々について、その判定結果および統計的出力が一覧表示されることで、ユーザは、最適なモデル画像を容易に選択することができる。一般的には、良品画像相関値が最も高く、かつ不良品画像相関値との差が最も大きいものが安定したマッチング処理が可能であり、図１４に示す例では、試行番号「４」のモデル画像が最適であると言える。
【０１２８】
このように最適なモデル画像が決定された後、ユーザがマウス１０４などを操作して、決定したモデル画像候補の試行番号を入力した後、ボタン４１２（図１３）を押下すると、選択されたモデル画像が画像処理装置２００に反映される。
【０１２９】
このような一連の手順によって、ユーザは、画像処理装置２００におけるマッチング処理に用いるモデル画像をより迅速かつ容易に決定できる。
【０１３０】
＜期待クラスの入力方法＞
計測画像に対応付けられた期待クラスの入力方法として、それぞれの計測画像が格納されたフォルダ名に期待クラスを付与する構成を例示したが、以下のような他の構成を採用することもできる。
【０１３１】
（１）計測画像のファイル名を用いる構成
計測画像のファイル名の一部に期待クラスを示す文字を埋込むことで、期待クラスを付与することができる。たとえば、上述の良品画像であれば、「ＯＫ＿ｘｘｘ．ｊｐｇ」とのファイル名を与え、不良品画像であれば、「ＮＧ＿ｘｘｘ．ｊｐｇ」とのファイル名を与えることで、両者を識別することができる。このような方法を採用することで、計測画像に対して、個別に期待クラスを入力することができる。また、相関値などを期待値として入力する場合にも、同様の手法で入力することができる。
【０１３２】
（２）画像ファイルのヘッダ部を用いる構成
計測画像のヘッダ部に期待クラスを示す埋込むことで、期待クラスを付与することができる。たとえば、ｊｐｅｇフォーマットであれば、Ｅｘｉｆ規格に従って、ヘッダ部が用意されているので、この部分に、期待クラスの区分（ＯＫまたはＮＧ）および／または期待値を格納することができる。
【０１３３】
（３）定義ファイルを用いる構成
計測画像とは別に、各計測画像の期待クラスおよび／または期待値を記述した定義ファイルを用意することで、期待クラスを入力することができる。この定義ファイルには、各計測画像のファイル名などの識別情報に対応付けて、期待クラスの区分（ＯＫまたはＮＧ）、期待クラスを示す数値、条件などが記述される。この定義ファイルを用いた場合には、１つの計測画像に対して、複数の期待クラスを定義することができる。たとえば、同一の計測画像に対して、文字列「ＡＢＣ」のマッチング処理、および文字列「ＢＣＤ」のマッチング処理が連続的に実行される場合を考えると、文字列「ＡＢＣ」を含む計測画像は、文字列「ＡＢＣ」のマッチング処理にとってみれば良品画像であるが、文字列「ＢＣＤ」のマッチング処理にとってみれば不良品画像となる。したがって、同一の計測画像に対して、複数のマッチング処理が実行されるような場合には、処理項目毎に期待クラスを付
与する必要があり、このような場合に、定義ファイルを用いるとより効果的である。
【０１３４】
（４）ユーザが個別／一括で設定する構成
特に、計測画像に良品／不良品の期待クラスを入力する場合には、支援装置１００上での計測画像の選択時に入力するようにしてもよい。すなわち、ユーザは、対象の計測画像の選択時に、選択したファイル／フォルダが良品および不良品のいずれであるかを選択する。ここで、ファイル単位で選択すれば期待クラスの個別付与となり、フォルダ単位で選択すれば期待クラスの一括付与となる。
【０１３５】
＜制御構造＞
図１５は、この発明の実施の形態に従う支援装置１００の制御構造を示す機能ブロック図である。なお、図１５には、支援装置１００に評価処理アプリケーション２０および画像処理アプリケーション３０Ｂが実装されている場合の構成（図７（ａ）参照）を示す。図１５に示す制御構造は、典型的には、支援装置１００のＣＰＵ１０５がプログラムを実行することで提供される。図１６は、図１５に示す支援装置１００の制御構造において生成されるファイル構造を示す図である。
【０１３６】
図１５を参照して、本実施の形態に従う支援装置１００は、その制御構造として、入力部１０１０と、モデル画像候補生成部１０２０と、処理部１０３０と、評価部１０４０と、出力部１０５０とを含む。なお、入力部１０１０、評価部１０４０、および出力部１０５０の機能は、評価処理アプリケーション２０によって提供され、処理部１０３０の機能は、画像処理アプリケーション３０によって提供され、モデル画像候補生成部１０２０の機能は、評価処理アプリケーション２０と画像処理アプリケーション３０との共同によって提供される。
【０１３７】
入力部１０１０は、ユーザから対象の計測画像の指定、およびそれぞれの計測画像に対応付けられた期待クラスを受付ける。なお、入力部１０１０は、指定された計測画像を自身にコピーすることもできるが、指定された計測画像へアクセス可能である場合には、対象の計測画像を必要なタイミングで取得して、その実体データを処理部１０３０へ出力する。より具体的には、入力部１０１０は、計測画像の指定に基づいて、対象の計測画像と内部的に使用する画像番号とを対応付けた画像リスト１０１１を生成するとともに、画像番号と対応する計測画像についての期待クラスとを対応付けた期待クラスリスト１０１２を生成する。図１６（ａ）に示すように、画像リスト１０１１には、画像番号に対応付けて、対象の計測画像の存在する位置およびファイル名が記述される。また、図１６（ｂ）に示すように、期待クラスリスト１０１２には、画像番号に対応付けて、期待クラス（この例では、良品（ＯＫ）もしくは不良品（ＮＧ））が記述される。
【０１３８】
次に、モデル画像候補生成部１０２０は、ユーザ設定に応答して、入力部１０１０から参照画像（良品画像）を取得して、複数のモデル画像候補４０を抽出する。より具体的には、モデル画像候補生成部１０２０は、入力インターフェイス部１０２１と、モデル画像抽出部１０２２と、通信部１０２３とを含む。入力インターフェイス部１０２１は、ユーザ操作に応じて、図１２に示すようなダイアログ４２０および図１３に示すようなダイアログ４３０を表示する。さらに、入力インターフェイス部１０２１は、ダイアログ４２０および４３０に対してユーザが入力した変更設定をモデル画像抽出部１０２２へ出力する。すなわち、入力インターフェイス部１０２１は、モデル画像を抽出するサーチ範囲ＡＲＡなどを含む変動設定を受付ける。モデル画像抽出部１０２２は、このユーザが指定した変動設定に従って、複数のモデル画像候補を抽出する。これらのモデル画像候補は、処理部１０３０へ出力される。
【０１３９】
通信部１０２３は、画像処理装置２００とデータ通信可能に構成され、ユーザ操作に応
じて、画像処理装置２００で設定されている処理項目、初期設定モデル画像、およびパラメータ値などを取得する。また、通信部１０２３は、支援装置１００において決定されたモデル画像およびパラメータ値などを画像処理装置２００へ転送することもできる。
【０１４０】
次に、処理部１０３０は、指定された計測画像に対して、複数のモデル画像にそれぞれ従ってマッチング処理を行なうことで複数の処理結果を生成する。より具体的には、処理部１０３０は、計測画像選択部１０３１と、モデル画像候補選択部１０３２と、類似度算出部１０３３と、判定部１０３４と、処理コントローラ１０３６とを含む。
【０１４１】
処理部１０３０における各部の処理は、処理コントローラ１０３６によって制御される。すなわち、入力部１０１０に複数の計測画像およびそれらにそれぞれ対応付けられた期待クラスが入力されると、複数のモデル画像候補の各々について、複数の計測画像のそれぞれについてのマッチング処理の結果を順次出力するように、処理コントローラ１０３６が計測画像選択部１０３１およびモデル画像候補選択部１０３２を適宜制御する。
【０１４２】
計測画像選択部１０３１は、処理コントローラ１０３６からの指令に従って、入力部１０１０から対象の計測画像を順次選択して、類似度算出部１０３３へ出力する。また、モデル画像候補選択部１０３２についても、処理コントローラ１０３６からの指令に従って、モデル画像候補生成部１０２０から対象のモデル画像候補を順次選択して、類似度算出部１０３３へ出力する。
【０１４３】
類似度算出部１０３３は、計測画像選択部１０３１によって選択された計測画像に対して、モデル画像候補選択部１０３２によって選択されたモデル画像候補に基づくマッチング処理を行なうことで、対象の計測画像についての類似度（相関値）を算出する。類似度算出部１０３３は、算出した類似度（相関値）を判定部１０３４へ出力する。
【０１４４】
判定部１０３４は、類似度算出部１０３３において算出された類似度（相関値）を、予め定められたしきい値と比較することで、対象の計測画像についての処理結果を生成する。典型的には、判定部１０３４は、類似度（相関値）がしきい値以上であれば、マッチングＯＫと判断する。そうでなければ、判定部１０３４はマッチングＮＧと判断する。
【０１４５】
判定部１０３４は、類似度算出部１０３３で算出された類似度とともに、判定結果を示す判定結果リスト１０３５を生成する。図１６（ｃ）に示すように、判定結果リスト１０３５には、画像番号に対応付けて、対象の計測画像の類似度および判定結果（この例では、ＯＫまたはＮＧ）が記述される。なお、判定結果リスト１０３５は、試行されたモデル画像候補毎に生成される。
【０１４６】
処理コントローラ１０３６は、モデル画像候補についての試行の実行に応じて、計測画像選択部１０３１およびモデル画像候補選択部１０３２へ指令を与える。
【０１４７】
次に、評価部１０４０は、計測画像に対応付けられた期待クラスに基づいて、モデル画像候補の別にそれぞれ生成された複数の処理結果をそれぞれ評価して、その評価結果を生成する。より具体的には、評価部１０４０は、比較部１０４１と、一致／不一致カウンタ１０４３と、打ち切り処理部１０４４と、統計処理部１０４５と、ヒストグラム生成部１０４６と、決定部１０４７とを含む。
【０１４８】
比較部１０４１は、入力部１０１０から取得した各計測画像についての期待クラスと、判定部１０３４で生成された判定結果とを比較して、その内容が一致しているか否かを評価する。より具体的には、比較部１０４１は、画像番号に対応付けて、評価結果を示す評価結果リスト１０４２を生成する。図１５（ｄ）に示すように、評価結果リスト１０４２
には、画像番号に対応付けて、対象の計測画像の判定結果と期待クラスとの対応関係が記述される。この記述例としては、良品（ＯＫ）の期待クラスを付与された計測画像に対する評価結果が良品（ＯＫ）であったことを示す「ＯＫ−ＯＫ」や、良品（ＯＫ）の期待クラスを付与された計測画像に対する評価結果が良品（ＮＧ）であったことを示す「ＯＫ−ＮＧ」などである。なお、一致および不一致のいずれかのみを記述するようにしてもよいが、両者が不一致であった場合、すなわち誤判定が発生した場合に、その詳細を分析することができないので、その区分についても記録しておくことが好ましい。なお、評価結果リスト１０４２は、試行されたモデル画像候補毎に生成される。
【０１４９】
一致／不一致カウンタ１０４３は、比較部１０４１で生成された複数の評価結果リスト１０４２に含まれる評価結果についての対応する期待クラスとの一致度合いを算出する。より具体的には、一致／不一致カウンタ１０４３は、評価結果リスト１０４２に含まれる評価結果のうち、対応する期待クラスと不一致となっているもの（誤検出されたもの）の数をカウントする。なお、「良品」（ＯＫ）の計測画像を「不良品」（ＮＧ）と誤判定した数、および「不良品」（ＮＧ）の計測画像を「良品」（ＯＫ）と誤判定した数をそれぞれ区別してカウントすることが好ましい。
【０１５０】
打ち切り処理部１０４４は、ユーザによって指定される許容上限値を受付け、いずれかのモデル画像候補について、計測画像に対する処理結果の生成中に、対応する期待クラスと不一致である処理結果の数が指定された許容上限値を超えると、当該モデル画像候補についての残りの計測画像に対する処理結果の生成を打ち切る。この許容上限値は、対象の画像処理装置に要求される安定度などに応じて設定される。すなわち、誤検出の数が許容上限値を超えた時点で、安定した画像処理を行なうことのできないモデル画像候補であると判断できるので、それ以上の評価を行なう必要がないからである。このように、適用先の要求に基づいて、明らかに不適格なモデル画像候補についての試行を打ち切ることで、試行全体に要する時間を短縮することができる。なお、打ち切り処理部１０４４は、打ち切り指示を処理部１０３０の処理コントローラ１０３６へ与える。
【０１５１】
あるいは、ある試行において、所定数の計測画像に対し評価を行ない、その結果の平均値などが先に実行した試行の結果より悪い場合には、当該試行についての処理結果の生成を打ち切るようにしてもよい。
【０１５２】
統計処理部１０４５は、処理部１０３０で算出された評価結果についての統計的出力を算出する。より具体的には、統計処理部１０４５は、類似度算出部１０３３で算出された判定結果リスト１０３５に含まれる相関値の統計量（たとえば、平均値、中間値、最大値、最小値、分散値、標準偏差など）を、モデル画像候補毎に算出する。
【０１５３】
ヒストグラム生成部１０４６は、統計処理部１０４５により算出された統計量に基づいて、特徴量を所定の区間に区切ったヒストグラム（度数分布）のデータを、モデル画像候補毎に生成する。
【０１５４】
決定部１０４７は、ユーザによって指定された条件に従って、モデル画像候補生成部１０２０で生成されたモデル画像候補のうち、最も適切なものを決定する。より具体的には、決定部１０４７は、評価結果が満たすべき条件を受付け、複数のモデル画像候補にそれぞれ従って処理を行なうことで生成される処理結果のうち、指定された条件に最も適合しているモデル画像候補を決定する。この決定部１０４７における処理については、後述する。
【０１５５】
次に、出力部１０５０は、複数のモデル画像候補の別に、評価部１０４０で生成された評価結果を出力する。より具体的には、出力部１０５０は、各種の出力形態を用意してお
り、一例として上述した、テーブル出力機能、ヒストグラム出力機能、散布図出力機能などである。これらの出力形態は、ユーザ操作に応じて適宜切換えられる。出力部１０５０は、テーブル出力機能として、一致／不一致カウンタ１０４３により算出された評価結果についての対応する期待クラスとの一致度合いや、対応する期待クラスと不一致となっている処理結果の数を出力する。さらに、このテーブル出力機能として、出力部１０５０は、評価結果とともに計測された処理時間を出力する。
【０１５６】
さらに、出力部１０５０は、テーブル出力機能として、複数のモデル画像候補のうち、対応する処理結果群に含まれる特徴量（相関値）が相対的に高いモデル画像候補を、他のモデル画像候補とは異なる態様で出力してもよい。すなわち、最も相関値の平均値が高いモデル画像候補については、赤色表示や点滅表示などによって、目立つように出力することが好ましい。これは、特徴量（相関値）が高いということは、当該モデル画像候補に従う画像処理によって、計測画像の特徴をうまく抽出できることを意味するので、このようなモデル画像候補を優先的にユーザに選択してもらうことを促すためである。
【０１５７】
＜条件指定＞
次に、図１７を参照して、評価部１０４０の決定部１０４７（図１５）がモデル画像候補のうち、最も適切なものを選択する条件の入力インターフェイスの一例について例示する。
【０１５８】
ユーザは、上述の図１３に示すダイアログ４２０上でのモデル画像候補についての設定後、図１７に示すようなダイアログ４９９で、いずれの項目を優先するかについて設定する。ダイアログ４９９では、図１４に示す評価結果画面４００Ｂに出力される項目の一覧が表示されており、ユーザは、プルダウンメニューを操作して、優先すべきかを示す優先順を必要な項目に対して設定する。図１７に示す例では、「誤検出数：少」が優先順位「１」に設定されており、「良品画像相関値平均：高」が優先順位「２」に設定されている。
【０１５９】
図１７に示すような条件が設定されると、決定部１０４７は、生成されたモデル画像候補毎の評価結果を参照して、最も誤検出数の少ないモデル画像候補を検索する。この検索の結果、１つに絞ることができれば、そのモデル画像候補が最適なパラメータセットとして決定される。一方、誤検出数の条件だけでは、１つに絞りきることができなかった場合には、その中で、良品画像相関値平均が最も高いモデル画像候補が最適なモデル画像として決定される。
【０１６０】
なお、ユーザによる条件の設定方法としては、図１７に示すユーザインターフェイスによる方法以外にも、さまざまな方法を採用することができる。
【０１６１】
＜処理手順＞
図１８〜図２２は、この発明の実施の形態に従うシステムにおける全体処理を示すフローチャートである。図１８〜図２２に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。なお、図１８〜図２２に示すフローチャートでは、各処理の実行主体を明瞭化するために、評価処理アプリケーション２０および画像処理アプリケーション３０を区分して表現するが、これらのアプリケーションを統合したプログラムを実行してもよい。あるいは、上述したように、支援装置１００が画像処理装置２００に実装されている画像処理アプリケーション３０Ａを利用することもできる。この場合には、本実施の形態に従う支援装置１００および画像処理装置２００を含めたシステムが本発明に係るモデル画像取得支援装置に相当する。なお、この場合には、画像処理装置２００のＣＰＵ２０５についても、固定ディスク２０７などに予め格納されたプログ
ラムをメモリ２０６に読出して実行することで、画像処理アプリケーション３０Ａの機能を実現する。
【０１６２】
図１８〜図２２を参照して、まず、起動が指示されると、評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、初期化処理の実行後、図１０に示す入力画面４００Ａをモニタ１０２に表示する（ステップＳ１００）。続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０２が押下されたか否かを判断する（ステップＳ１０２）。ボタン４０２が押下されていない場合（ステップＳ１０２においてＮＯの場合）には、ステップＳ１０２の処理が繰返される。
【０１６３】
ボタン４０２が押下された場合（ステップＳ１０２においてＹＥＳの場合）には、評価処理アプリケーション２０は、試行を実行するための画像処理アプリケーション３０の選択を受付ける（ステップＳ１０４）。画像処理アプリケーション３０が選択されると、評価処理アプリケーション２０は、選択先の画像処理アプリケーション３０との間で同期確立処理を実行する。具体的には、評価処理アプリケーション２０は、選択先の画像処理アプリケーション３０に同期確立要求を送信する。選択先の画像処理アプリケーション３０は、この同期確立要求に応答して、画像処理アプリケーション３０（支援装置１００のＣＰＵ１０５（図２）または画像処理装置２００のＣＰＵ２０５（図３）；以下同様）は、必要な情報を評価処理アプリケーション２０へ返答する（ステップＳ１０６）。この画像処理アプリケーション３０からのデータの返答によって、両者の同期が確立する。
【０１６４】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０４が押下されたか否かを判断する（ステップＳ１０８）。ボタン４０４が押下されていない場合（ステップＳ１０８においてＮＯの場合）には、ステップＳ１０８の処理が繰返される。
【０１６５】
ボタン４０４が押下された場合（ステップＳ１０８においてＹＥＳの場合）には、評価処理アプリケーション２０は、図１１に示すダイアログ４１４をモニタ１０２に表示する（ステップＳ１１０）。続いて、評価処理アプリケーション２０は、対象となる計測画像および計測画像に対応付けられた期待クラスの指定を受付ける（ステップＳ１１２）。すなわち、ユーザは、「良品」の期待クラスに対応付けられている計測画像が格納されている「ＯＫ」フォルダを指定するとともに、必要に応じて、「不良品」の期待クラスに対応付けられている計測画像が格納されている「ＮＧ」フォルダを指定する。なお、本実施の形態に従うモデル画像取得支援装置では、少なくとも良品画像が存在すれば、モデル画像を決定することができるので、不良品画像を必ず指定する必要はない。
【０１６６】
計測画像が設定されると、評価処理アプリケーション２０は、対象の計測画像と内部的に使用する画像番号とを対応付けた画像リスト１０１１（図１６（ａ））を生成するとともに、画像番号と対応する計測画像についての期待クラスとを対応付けた期待クラスリスト１０１２（図１６（ｂ））を生成する（ステップＳ１１４）。そして、評価処理アプリケーション２０は、ダイアログ４１４を閉じる。
【０１６７】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０６が押下されたか否かを判断する（ステップＳ１１６）。ボタン４０６が押下されていない場合（ステップＳ１１６においてＮＯの場合）には、ステップＳ１１６の処理が繰返される。
【０１６８】
ボタン４０６が押下された場合（ステップＳ１１６においてＹＥＳの場合）には、評価処理アプリケーション２０は、モデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータを入力するためのダイアログ４２０（図１２）をモニタ１０２に表示する（ステップＳ１１８）。続いて、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４２を用いて入力する、調整されるモデル画像が用いられる
処理項目の指定を受付ける（ステップＳ１２０）。さらに、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４４を用いて入力する、他の画像処理の結果を用いて処理を行なう場合などにおける、参照対象の処理項目の指定を受付ける（ステップＳ１２２）。さらに、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４６を用いて入力する、調整モードの指定を受付ける（ステップＳ１２４）。
【０１６９】
このモデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータの入力後、評価処理アプリケーション２０は、選択された画像処理アプリケーション３０に対して、初期設定モデル画像およびパラメータ値を要求する（ステップＳ１２６）。この要求に応答して、画像処理アプリケーション３０は、現在設定されているモデル画像（初期設定モデル画像）および関連するパラメータの現在値を評価処理アプリケーション２０へ応答する（ステップＳ１２８）。
【０１７０】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０９が押下されたか否かを判断する（ステップＳ１３０）。ボタン４０９が押下されていない場合（ステップＳ１３０においてＮＯの場合）には、処理はステップＳ１３６へ進む。
【０１７１】
ボタン４０９が押下された場合（ステップＳ１３０においてＹＥＳの場合）には、評価処理アプリケーション２０は、図１２に示すダイアログ４３０をモニタ１０２に表示する（ステップＳ１３２）。続いて、評価処理アプリケーション２０は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ１３４）。すなわち、ユーザは、マウス１０４などを操作してモデル画像を抽出する参照画像のファイルを設定する。この設定が完了すると、評価処理アプリケーション２０は、ダイアログ４３０を閉じる。
【０１７２】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４１０が押下されたか否かを判断する（ステップＳ１３６）。ボタン４１０が押下されていない場合（ステップＳ１３６においてＮＯの場合）には、ステップＳ１３０の処理が繰返される。
【０１７３】
ボタン４１０が押下された場合（ステップＳ１３６においてＹＥＳの場合）には、評価処理アプリケーション２０は、以下に示すように、参照画像から複数のモデル画像候補を抽出する。具体的には、評価処理アプリケーション２０は、指定された参照画像のファイル名の一覧を取得した後、初期設定モデル画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１３８）。このとき、参照画像からモデル画像を抽出する領域（サーチ範囲）などを指定する情報を付加してもよい。さらに、評価処理アプリケーション２０は、参照画像の画像番号の１番目に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１４０）。すなわち、評価処理アプリケーション２０は、画像処理アプリケーション３０に、初期設定モデル画像に基づいて、良品画像である参照画像から複数のモデル画像候補をサーチして抽出させる。
【０１７４】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１４２）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、現在設定されている初期設定モデル画像に基づくマッチング処理を実行することで、モデル画像候補を抽出する（ステップＳ１４４）。その後、画像処理アプリケーション３０は、抽出したモデル画像候補を評価処理アプリケーション２０へ返送する（ステップＳ１４６）。
【０１７５】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信したモデル画像候補を記憶装置（メモリ１０６および／または固定ディスク１０７）に格納する（ステップＳ１４８）。続いて、評価処理アプリケーション２０は、すべての参照画像（典型
的には、「良品」である計測画像）についてのモデル画像候補の抽出が完了したか否かを判断する（ステップＳ１５０）。すべての参照画像についてのモデル画像候補の抽出が完了していない場合（ステップＳ１５０においてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１５２）。その後、ステップＳ１４２以下の処理が繰返される。
【０１７６】
すべての参照画像についてのモデル画像候補の抽出が完了している場合（ステップＳ１５０においてＮＯの場合）には、評価処理アプリケーション２０は、図１３に示すダイアログ４３０をモニタ１０２に表示する（ステップＳ１５４）。
【０１７７】
続いて、評価処理アプリケーション２０は、ダイアログ４３０上のボタン４２２が押下されたか否かを判断する（ステップＳ１５８）。ボタン４２２が押下された場合（ステップＳ１５８においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補に試行番号を割当てる（ステップＳ１６０）。すなわち、評価処理アプリケーション２０は、記憶装置に格納したモデル画像候補のうち、選択されたモデル画像候補と試行番号との対応付けを行なう。続いて、評価処理アプリケーション２０は、割当てた試行番号に応じて、ダイアログ４３０上の枚数表示４２６を更新する（ステップＳ１６２）。
【０１７８】
ボタン４２２が押下されていない場合（ステップＳ１５８においてＮＯの場合）、もしくはステップＳ１６２の処理後、評価処理アプリケーション２０は、ダイアログ４３０上のボタン４２４が押下されたか否かを判断する（ステップＳ１６４）。ボタン４２４が押下されていない場合（ステップＳ１６４においてＮＯの場合）には、ステップＳ１５６以下の処理が繰返される。一方、ボタン４２４が押下された場合（ステップＳ１６４においてＹＥＳの場合）には、評価処理アプリケーション２０は、ダイアログ４３０を閉じる（ステップＳ１６６）。
【０１７９】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０８が押下されたか否かを判断する（ステップＳ１６８）。ボタン４０８が押下されていない場合（ステップＳ１６８においてＮＯの場合）には、ステップＳ１６８の処理が繰返される。
【０１８０】
ボタン４０８が押下された場合（ステップＳ１６８においてＹＥＳの場合）には、評価処理アプリケーション２０は、以下に示すように、複数のモデル画像候補に対する試行を開始する。具体的には、評価処理アプリケーション２０は、最も小さい試行番号（試行番号［０］）に対応するモデル画像候補を記憶装置からロードする（ステップＳ１７０）。続いて、評価処理アプリケーション２０は、ロードしたモデル候補画像および当該モデル候補画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１７２）。さらに、評価処理アプリケーション２０は、画像リスト１０１１を参照して、１番目の画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１７４）。すなわち、評価処理アプリケーション２０は、画像処理アプリケーション３０に、モデル画像候補に基づくマッチング処理を実行させる。
【０１８１】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１７６）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、評価処理アプリケーション２０から受信したモデル画像候補に基づくマッチング処理を実行する（ステップＳ１７８）。その後、画像処理アプリケーション３０は、マッチング処理により得られた類似度を評価処理アプリケーション２０へ返送する（ステップＳ１８０）。
【０１８２】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信した類似度を、試行番号および画像番号に対応付けて、判定結果リスト１０３５として記憶装置に格納する（ステップＳ１８２）。評価処理アプリケーション２０は、受信した類似度と予め設定されているしきい値とを比較して、対象の計測画像に対する判定結果を算出して、判定結果リスト１０３５に追記する（ステップＳ１８４）。さらに、評価処理アプリケーション２０は、算出した判定結果と、対象の計測画像に対応付けられている期待クラスとを比較して、その評価結果を試行番号および画像番号に対応付けて、評価結果リスト１０４２として記憶装置に格納する（ステップＳ１８６）。
【０１８３】
続いて、評価処理アプリケーション２０は、画像リスト１０１１を参照して、すべての計測画像についての現在のモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１８８）。すべての計測画像についての試行が完了していない場合（ステップＳ１８８においてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する計測画像の画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１９０）。その後、ステップＳ１７６以下の処理が繰返される。
【０１８４】
すべての計測画像についての試行が完了している場合（ステップＳ１８８においてＹＥＳの場合）には、評価処理アプリケーション２０は、判定結果リスト１０３５および評価結果リスト１０４２を参照して、現在の試行番号において算出された類似度および評価結果についての統計量を算出する（ステップＳ１９２）。
【０１８５】
続いて、評価処理アプリケーション２０は、試行対象のすべてのモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１９４）。試行対象のすべてのモデル画像候補についての試行が完了していない場合（ステップＳ１９４においてＮＯの場合）には、評価処理アプリケーション２０は、現在の試行番号の次にある試行番号に対応するモデル画像候補を記憶装置からロードする（ステップＳ１９６）。その後、ステップＳ１７４以下の処理が繰返される。
【０１８６】
試行対象のすべてのモデル画像候補についての試行が完了している場合（ステップＳ１９４においてＹＥＳの場合）には、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、最適なモデル画像を決定する（ステップＳ１９８）。続いて、評価処理アプリケーション２０は、それぞれの試行番号について算出された類似度、評価結果、およびそれらの統計量に基づいて、図１４に示すような評価結果画面をモニタ１０２に表示する（ステップＳ２００）。
【０１８７】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４１２が押下されたか否かを判断する（ステップＳ２０２）。ボタン４１２が押下された場合（ステップＳ２０２においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されているモデル画像候補を接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ２０４）。画像処理アプリケーション３０は、受信したモデル画像候補を新たなモデル画像として設定する（ステップＳ２０６）。
【０１８８】
ボタン４１２が押下されていない場合（ステップＳ２０２においてＮＯの場合）、もしくはステップＳ２０６の処理後、評価処理アプリケーション２０は、評価処理アプリケーション２０の終了が指示されたか否かを判断する（ステップＳ２０８）。評価処理アプリケーション２０の終了が指示されていない場合（ステップＳ２０８においてＮＯの場合）には、ステップＳ２０２以下の処理が繰返される。
【０１８９】
評価処理アプリケーション２０の終了が指示された場合（ステップＳ２０８においてＹＥＳの場合）には、処理は終了する。
【０１９０】
＜本実施形態の作用効果＞
この発明の実施の形態によれば、ユーザがモデル画像を抽出すべき参照画像を指定するだけで、それぞれの参照画像からモデル画像候補が抽出されるとともに、それぞれ抽出されたモデル画像候補を用いて実際にマッチング処理を行なった結果を評価内容が一覧表示される。そのため、ユーザは、一覧表示された評価結果に基づいて、容易に最適なモデル画像を選択することができる。
【０１９１】
すなわち、ユーザは、モデル画像となり得る参照画像を指定するだけで、それ以外はモデル画像取得支援装置が自動的に処理を実行するので、ユーザが現場に張付いて長時間に亘って調整を行なう必要がなくなる。そのため、モデル画像として採用できる可能性のある参照画像が大量に存在する場合であっても、より迅速かつ容易に最適なモデル画像を決定することができる。
【０１９２】
また、モデル画像候補の間で、統計的な評価結果を比較可能に評価結果が一覧表示されるので、作業者の経験によらず、最適なモデル画像を客観的に決定することができる。そのため、ある程度の知識を有する作業者であれば、熟練した作業者による作業に遜色なく適切なモデル画像を決定することができる。
【０１９３】
＜変形例１＞
上述の実施の形態に従う支援装置１００における全体処理を示すフローチャートでは、それぞれのモデル画像候補をセットした後、対象の計測画像に対してマッチング処理を順次実行する手順について例示したが、先に対象の計測画像をロードした後、モデル画像候補の各々についてマッチング処理を順次実行するようにしてもよい（変形例１）。この方法は、計測画像のロードや転送などに時間を要する環境や、生産ラインを流れるワークを撮像して新たな計測画像を取得しながら、並行してモデル画像候補の評価を行なう場合に、有効である。
【０１９４】
変形例１に従うシステムにおける全体処理は、本実施の形態に従うシステムにおける全体処理手順（図１８〜図２２）のうち、図２１のフローチャートに示す処理手順を図２３のフローチャートに示す処理のように変更したものに相当する。したがって、以下の説明では、本実施の形態と同様の処理手順については、説明を繰返さない。また、図２３に示すフローチャートにおいて、図２１に示すフローチャートに含まれる各ステップの処理と同様の処理を含むステップについては、同一のステップ番号を用いている。
【０１９５】
図２３を参照して、まず、評価処理アプリケーション２０は、画像リスト１０１１を参照して、１番目の画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１７４）。続いて、評価処理アプリケーション２０は、最も小さい試行番号（試行番号［０］）に対応するモデル画像候補を記憶装置からロードする（ステップＳ１７０）。さらに、評価処理アプリケーション２０は、ロードしたモデル候補画像および当該モデル候補画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１７２）。
【０１９６】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１７６）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、評価処理アプリケーション２０から受信したモデル画像候補に基づくマッチング処理を実行する（ステップＳ１７８）。その後、画像処理アプリケーション３０は、マッチング処理により得られた類似度を評価処理ア
プリケーション２０へ返送する（ステップＳ１８０）。
【０１９７】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信した類似度を、試行番号および画像番号に対応付けて、判定結果リスト１０３５として記憶装置に格納する（ステップＳ１８２）。評価処理アプリケーション２０は、受信した類似度と予め設定されているしきい値とを比較して、対象の計測画像に対する判定結果を算出して、判定結果リスト１０３５に追記する（ステップＳ１８４）。さらに、評価処理アプリケーション２０は、算出した判定結果と、対象の計測画像に対応付けられている期待クラスとを比較して、その評価結果を試行番号および画像番号に対応付けて、評価結果リスト１０４２として記憶装置に格納する（ステップＳ１８６）。
【０１９８】
続いて、評価処理アプリケーション２０は、試行対象のすべてのモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１９４）。試行対象のすべてのモデル画像候補についての試行が完了していない場合（ステップＳ１９４においてＮＯの場合）には、評価処理アプリケーション２０は、現在の試行番号の次にある試行番号に対応するモデル画像候補を記憶装置からロードする（ステップＳ１９６）。その後、ステップＳ１７２以下の処理が繰返される。
【０１９９】
一方、試行対象のすべてのモデル画像候補についての試行が完了している場合（ステップＳ１９４においてＹＥＳの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、すべての計測画像についての試行が完了したか否かを判断する（ステップＳ１８８Ａ）。すべての計測画像についての試行が完了していない場合（ステップＳ１８８ＡにおいてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する計測画像の画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１９０）。その後、ステップＳ１７０以下の処理が繰返される。
【０２００】
すべての計測画像についての試行が完了している場合（ステップＳ１８８ＡにおいてＹＥＳの場合）には、評価処理アプリケーション２０は、判定結果リスト１０３５および評価結果リスト１０４２を参照して、それぞれの試行番号において算出された類似度および評価結果についての統計量をそれぞれ算出する（ステップＳ１９２Ａ）。その後、処理はステップＳ１９８へ進む。
【０２０１】
＜変形例２＞
上述したマッチング処理における誤検出数に応じて、不適切と考えられるモデル画像候補についての試行を打ち切る処理を追加してもよい（変形例２）。変形例２に従うシステムにおける全体処理は、本実施の形態に従うシステムにおける全体処理手順（図１８〜図２２）のうち、図２１のフローチャートに示す処理手順を図２４のフローチャートに示す処理のように変更したものに相当する。したがって、以下の説明では、本実施の形態と同様の処理手順については、説明を繰返さない。また、図２４に示すフローチャートは、図２１に示すフローチャートにおいて、ステップＳ２３０，Ｓ２３２，Ｓ２３４を追加したものに相当する。
【０２０２】
ステップＳ１８６の実行後、評価処理アプリケーション２０は、算出した判定結果が対象の計測画像に対応付けられている期待クラスと不一致である場合に、誤検出数をカウントする（ステップＳ２３０）。続いて、評価処理アプリケーション２０は、ステップＳ２３０においてカウントされた誤検出数が指定された許容上限値を超えているか否かを判断する（ステップＳ２３２）。
【０２０３】
カウントされた誤検出数が指定された許容上限値を超えている場合（ステップＳ２３２
においてＹＥＳの場合）には、評価処理アプリケーション２０は、現在のモデル画像候補についての残りの計測画像に対する試行を打ち切るための指令を画像処理アプリケーション３０へ送信する（ステップＳ２３４）。そして、処理はステップＳ１９６へ進む。
【０２０４】
＜変形例３＞
上述の実施の形態においては、主として１つのモデル画像に基づくマッチング処理を行なう構成について例示した。ところで、取得される計測画像が様々な外乱によって安定しない（不安定な）場合などには、予め複数のモデル画像を用意しておき、これらのモデル画像に基づいてマッチング処理を行なうことでマッチング処理をより安定化することができる。より具体的には、計測画像に対して、複数のモデル画像に基づくマッチング処理をそれぞれ実行するとともに、少なくともいずれか１つのモデル画像に基づくマッチング処理が成功すれば、対象の計測画像に対して全体としてマッチングＯＫと判断するようなアプリケーションが想定される。なお、このようなマッチング処理は、フレキシブルサーチなどと称される。
【０２０５】
図２５は、この発明の実施の形態の変形例３に従うマッチング処理の概要を説明するための図である。図２５（ａ）は、全体としてマッチングＯＫの場合を示し、図２５（ｂ）は、全体としてマッチングＮＧの場合を示す。
【０２０６】
図２５（ａ）を参照して、予め用意された複数のモデル画像ＭＤＬ１〜ＭＤＬ５（以下、これらのモデル画像を「（最適）モデル画像セット」とも称す。）と計測画像との間で、マッチング処理がそれぞれ行なわれる。すなわち、モデル画像ＭＤＬ１〜ＭＤＬ５の各々について、計測画像との間の類似度（相関値）が算出される。さらに、これらの算出された類似度（相関値）と予め設定されたしきい値とをそれぞれ比較することで、マッチングＯＫまたはマッチングＮＧがそれぞれ判断される。そして、少なくとも１つ（図２５（ａ）に示す例では、モデル画像ＭＤＬ２およびＭＤＬ４の２つ）のモデル画像について、マッチングＯＫと判断されると、当該計測画像の全体に対するマッチング処理としては「ＯＫ」と判断される。
【０２０７】
これに対して、図２５（ｂ）に示すように、モデル画像ＭＤＬ１〜ＭＤＬ５のすべてについてマッチングＮＧと判断されると、当該計測画像の全体に対するマッチング処理としては「ＮＧ」と判断される。
【０２０８】
このような複数のモデル画像を用いてマッチング処理を行なうようなアプリケーションに対しては、どのような組み合わせのモデル画像を設定するのかが重要である。そこで、本実施の形態の変形例３においては、より迅速かつ容易に最適なモデル画像セットを決定可能な構成について説明する。
【０２０９】
図２６は、この発明の実施の形態の変形例３に従うマッチング処理におけるモデル画像セット取得処理の概要を説明するための図である。
【０２１０】
図２６を参照して、本変形例に従う支援装置は、複数の参照画像から抽出されたモデル画像候補のうち、複数のモデル画像候補を「最適モデル画像セット」として決定する。このような最適モデル画像セットを用いることで、取得される計測画像が様々な外乱に影響を受けたとしても、マッチング処理を安定して行なうことができる。すなわち、本変形例に従う支援装置は、複数の計測画像の全体に対してのマッチング処理結果を最適化するための、複数のモデル画像候補に含まれる２つ以上のモデル画像候補の組合わせを探索する。なお、以下では、典型的な３つの手法について例示する。
【０２１１】
（手法１）
手法１は、図２６に示すモデル画像候補から総当りでモデル画像セットの候補を試行対象として、この作成した試行対象のうち、最も安定したマッチング処理ができるものを選択するものである。
【０２１２】
図２７は、この発明の実施の形態の変形例３に従う手法１の概要を説明するための図である。図２７に示すように、本変形例の手法１においては、予め定められた数で構成されるモデル画像候補の組み合わせを総当りで決定し、各組み合わせを試行対象とする。すなわち、図２７に示す例では、３つのモデル画像候補の組み合わせを順次作成していき、各組み合わせに試行番号を割り当てる。そして、各試行番号を割り当てたモデル画像候補を用いて、上述と同様の試行を繰り返し実行する。そして、その実行結果をユーザに表示する。試行結果を提供するユーザインターフェイスについては、上述の図１４と同様であるので、詳細な説明は繰返さない。
【０２１３】
なお、図２７に示す例では、予め定められた数のモデル画像候補の組み合わせを作成する構成について例示したが、組み合わせに用いるモデル画像候補の数も変動するようにしてもよい。
【０２１４】
上述のような手法１の手順は、図２８に示すフローチャートに概略することができる。
図２８は、この発明の実施の形態の変形例３に従う手法１の手順を示すフローチャートである。図２８に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２１５】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ４００）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ４０２）。このステップＳ４０２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２１６】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補から予め定められた数で構成される組み合わせを総当りで決定する（ステップＳ４０４）。さらに、評価処理アプリケーション２０は、決定した組み合わせの各々について、試行番号を割り当てる（ステップＳ４０６）。
【０２１７】
さらに、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補セットに対して、試行を実行する（ステップＳ４０８）。このステップＳ４０８の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。
【０２１８】
試行の完了後、評価処理アプリケーション２０は、それぞれの試行番号について算出された類似度、評価結果、およびそれらの統計量などを示す評価結果画面をモニタ１０２に表示する（ステップＳ４１０）。さらに、評価処理アプリケーション２０は、ユーザがいずれかのモデル画像候補セットを選択したか否かを判断する（ステップＳ４１２）。
【０２１９】
ユーザがいずれかのモデル画像候補セットを選択した場合（ステップＳ４１２においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補セットを接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ４１４）。画像処理アプリケーション３０は、受信したモデル画像候補を、フレキシブルサーチ用のモデル画像セットとして登録する。
【０２２０】
本変形例に従う手法１によれば、モデル画像候補の組み合わせを総当りで評価できるの
で、最適モデル画像候補セットを確実に決定することができる。
【０２２１】
（手法２）
手法２は、まず、図２６に示すモデル画像候補のうち最も安定してマッチング処理ができるモデル画像を決定し、続いて、当該決定したモデル画像に対してマッチングＮＧとなった計測画像を抽出して、この抽出した計測画像との間でマッチングＯＫとなる他のモデル画像を補完的に決定するものである。この手法２の手順を図２９を用いて説明する。
【０２２２】
図２９は、この発明の実施の形態の変形例３に従う手法２の手順を示すフローチャートである。図２９に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２２３】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ４５０）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ４５２）。このステップＳ４５２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２２４】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補の各々に対して試行番号を割り当てる（ステップＳ４５４）。そして、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補に対して、試行を実行する（ステップＳ４５６）。このステップＳ４５６の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、対象としたモデル画像候補のうち最適なモデル画像（第１モデル画像）を決定する（ステップＳ４５８）。続いて、評価処理アプリケーション２０は、ステップＳ４５８において決定した第１モデル画像に対してマッチングＮＧとなった計測画像を抽出する（ステップＳ４６０）。
【０２２５】
さらに、評価処理アプリケーション２０は、抽出された複数のモデル画像候補のうち、ステップＳ４５８において決定した第１モデル画像を除いた他のモデル画像候補に対して、ステップＳ４６０で抽出した計測画像についての試行を実行する（ステップＳ４６２）。このステップＳ４６２の処理内容についても、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、対象としたモデル画像候補のうち最適なモデル画像（第２モデル画像）を決定する（ステップＳ４６４）。
【０２２６】
続いて、評価処理アプリケーション２０は、ステップＳ４６４において決定した第２モデル画像に対してマッチングＮＧとなった計測画像が存在するか否かを判断する（ステップＳ４６６）。第２モデル画像に対してマッチングＮＧとなった計測画像が存在しない場合（ステップＳ４６６においてＮＯの場合）には、評価処理アプリケーション２０は、ステップＳ４５８において決定した第１モデル画像およびステップＳ４６４において決定した第２モデル画像を、モデル画像候補セットとして決定する（ステップＳ４６８）。
【０２２７】
これに対して、第２モデル画像に対してマッチングＮＧとなった計測画像が存在する場合（ステップＳ４６６においてＹＥＳの場合）には、評価処理アプリケーション２０は、ステップＳ４６０以下の処理を繰返す。すなわち、評価処理アプリケーション２０は、マッチングＮＧとなった計測画像が存在しなくなるまで、第２モデル画像を追加する。
【０２２８】
本変形例に従う手法２によれば、最低限必要な数のモデル画像からなるモデル画像候補
セットを決定できるので、より効率的なマッチング処理が可能となる。
【０２２９】
（手法３）
手法３は、図２６に示すモデル画像候補の各々について試行を実行し、それぞれの試行結果に基づいて、最適なモデル画像候補のモデル画像候補の組み合わせを決定するものである。
【０２３０】
図３０は、この発明の実施の形態の変形例３に従う手法３の概要を説明するための図である。図３１は、この発明の実施の形態の変形例３に従う手法３における試行結果の一例を示す図である。
【０２３１】
図３０（ａ）に示すように、本変形例の手法３においては、まず、抽出された複数のモデル画像候補の各々について、計測画像に対する試行をそれぞれ実行する。すると、図３１に示すような、対象の計測画像の各々に対する類似度（相関値）がモデル画像候補の別に算出される。図３１に示すような試行結果に基づいて、すべての計測画像についての類似度（相関値）が所定値を維持できるような組み合わせを決定する。典型的な決定処理方法としては、それぞれの計測画像との間で最も類似度（相関値）が高いモデル画像候補を特定する（図３１に示すハッチング部分に対応）とともに、これらの特定されたモデル画像候補の集合をモデル画像候補セットとして決定する。すなわち、図３１に示す例では、計測画像１，２，５については、モデル画像候補１が最も類似度（相関値）が高く、計測画像３，４については、モデル画像候補２が最も類似度（相関値）が高い。その結果、図３０（ｂ）に示すように、モデル画像候補１およびモデル画像候補２がモデル画像候補セットとして決定される。
【０２３２】
上述のような手法３の手順は、図３２に示すフローチャートに概略することができる。
図３２は、この発明の実施の形態の変形例３に従う手法３の手順を示すフローチャートである。図３２に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２３３】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ５００）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ５０２）。このステップＳ５０２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２３４】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補の各々に対して試行番号を割り当てる（ステップＳ５０４）。そして、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補に対して、試行を実行する（ステップＳ５０６）。このステップＳ５０６の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、対象の計測画像の各々に対する類似度（相関値）をモデル画像候補の別に一時的に格納する（ステップＳ５０８）。すなわち、図３１に示すようなテーブルを内部的に生成する。続いて、評価処理アプリケーション２０は、ステップＳ５０８において生成したテーブルに基づいて、最適なモデル画像候補の組み合わせを決定する（ステップＳ５１０）。この組み合わせの決定は、モデル画像候補の数やマッチングＮＧとなった計測画像の数などのファクタを考慮して行なわれる。また、組み合わせの決定アルゴリズムとして、線形計画法などを採用することもできる。なお、ステップＳ５１０においては、複数のモデル画像候補の組み合わせが決定されてもよい。
【０２３５】
その後、評価処理アプリケーション２０は、ステップＳ５１０において決定したモデル画像候補の組み合わせとともに、それぞれのモデル画像候補について算出された類似度、評価結果、およびそれらの統計量などを示す評価結果画面をモニタ１０２に表示する（ステップＳ５１２）。さらに、評価処理アプリケーション２０は、ユーザがいずれかのモデル画像候補セットを選択したか否かを判断する（ステップＳ５１４）。
【０２３６】
ユーザがいずれかのモデル画像候補セットを選択した場合（ステップＳ５１４においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補セットを接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ５１６）。画像処理アプリケーション３０は、受信したモデル画像候補を、フレキシブルサーチ用のモデル画像セットとして登録する。
【０２３７】
本変形例に従う手法３によれば、モデル画像候補の各々についての類似度（相関値）に基づいて組み合わせを決定できるので、より最適モデル画像候補セットをより効率的に決定することができる。
【０２３８】
＜変形例４＞
上述の実施の形態においては、同一の参照画像から複数のモデル画像候補が抽出され得る構成について例示した。一方、対象の処理項目によっては、同一のモデル画像について、異なる画像処理パラメータを対応付けたものをそれぞれモデル画像候補とすることが好ましい場合がある。以下、このような例について例示する。
【０２３９】
上述のようなモデル画像との類似度（相関値）に基づくサーチ処理を行なう場合には、モデル画像に対応付けられるパラメータを最適化する必要性が低いため、複数のモデル画像候補を予め用意しておき、これらのうち最適なものを決定すれば十分である。しかしながら、処理項目によっては、モデル画像に対して設定するパラメータとの間に密接な関係が存在するものである。
【０２４０】
たとえば、エッジコードモデルサーチと称される、エッジコードに基づくサーチ処理においては、そのモデル登録時に、エッジマスクレベルやエッジレベルを最適化する必要がある。言い換えれば、登録するモデルごとに対応するパラメータを調整する必要がある。さらに、モデル登録されているエッジが多いとマッチングさせる量が増大するので、計測時間に大きく影響するため、タクトタイムなどを考慮してパラメータを調整する必要がある。
【０２４１】
このような処理項目においては、パラメータに起因する外乱が大きいため、複数のモデル画像候補のみを変動させて評価したとしても、エッジマスクレベルやエッジレベルなどのパラメータも連動させて変動させなければ、ユーザが求める条件に合う設定を取得することができない場合がある。
【０２４２】
そこで、このような場合には、複数のモデル画像候補と複数のパラメータとの組合わせに対して、試行を行なう。
【０２４３】
図３３は、この発明の実施の変形例４に従う試行作成処理の一例を示す図である。
図３３（ａ）に示すように、最適化を行なうための変動要因としては、複数のモデル画像候補と、複数のパラメータ候補とが存在することになる。そこで、図３３（ｂ）に示すように、モデル画像候補とパラメータ候補との組合わせを、順次、試行１−１，１−２，１−３，１−４，２−１，２−２，２−３，２−４，・・・といった具合に設定し、これらの設定した試行をそれぞれ実行することで、モデル画像と対応するパラメータとの最適な組合わせを抽出することができる。
【０２４４】
本変形例によれば、モデル画像とともに、対応するパラメータも最適化できるので、より複雑な処理項目であっても、短時間に適切な設定を行なうことができる。
【０２４５】
＜変形例５＞
上述の実施の形態においては、主として、撮像部８がワークなどを撮像して取得された計測画像そのものに対してマッチング処理を実行する構成について例示した。一方、対象の処理項目によっては、撮像部８において取得された計測画像に対してフィルタ（たとえば、カラーグレイフィルタ）などの前処理が適用される場合がある。この場合には、計測画像に適用される前処理に応じたモデル画像を登録しておく必要がある。以下、このような例について例示する。
【０２４６】
図３４は、この発明の実施の変形例５に従う処理項目の内容を説明するためのブロック図である。図３５は、この発明の実施の変形例５に従うモデル画像の最適化を説明するための図である。
【０２４７】
図３４（ａ）を参照して、モデル画像抽出部５２０が所定の条件に従って参照画像からモデル画像を抽出して予め登録しておくとする。一方、撮像部によって取得された計測画像は、前処理部５１０においてユーザが所望するフィルタ処理を行なった上で、類似度算出部５００へ出力される。類似度算出部５００は、前処理部５１０から入力された計測画像に対して、予め登録されたモデル画像との類似度（相関値）を算出（サーチ）する。ここで、前処理部５１０に、モデル画像の登録時に用いられたときの設定とは異なる設定が与えられると、図３５（ａ）に示すように、当該登録されているモデル画像は、前処理後の計測画像については適切なものとはならない場合がある。すなわち、図３５（ａ）に示すように、モデル画像を前処理条件の変動に合わせて最適化しない場合には、両者の色濃度が異なるので、マッチング処理結果に大きなずれが生じ得る。
【０２４８】
そこで、図３４（ｂ）に示すように、前処理部５１０と同様のフィルタ処理を行なう前処理部５２２に対して参照画像を入力するとともに、この前処理部５２２から出力されるフィルタ処理後の参照画像に基づいて、モデル画像を登録する。このように、モデル画像が前処理条件の変動に合わせて最適化すると、図３５（ｂ）に示すように、適切なマッチング処理が実行される。
【０２４９】
本変形例によれば、マッチング処理の対象となる計測画像に対する前処理に応じて、モデル画像が登録されるので、前処理の影響を受けることなく、適切なマッチング処理を実行することができる。
【０２５０】
＜変形例６＞
上述の実施の形態においては、最適なモデル画像の探索処理を高速化するために、ある試行についての計測結果が所定条件を満たした場合には、その試行の計測を途中で打ち切る構成について例示したが、他の高速化手法を適用してもよい。
【０２５１】
たとえば、上述の実施の形態においては、初期設定モデル画像との間のマッチング処理を行なうことで、対象の良品画像のすべてからモデル画像候補を抽出する処理について例示（たとえば、図５参照）したが、さらに条件を加えて、一部のみをモデル画像候補として抽出してもよい。
【０２５２】
より具体的には、初期設定モデル画像との間の類似度（相関値）が相対的に高いものから所定数をモデル画像候補とすることができる。さらに、このモデル画像候補としては、初期設定モデル画像との間の類似度（相関値）が高い順に、所定数おきに抽出するように
してもよい。あるいは、初期設定モデル画像との間の類似度（相関値）が所定範囲内（典型的には、平均値近傍）であるものをモデル画像候補としてもよい。
【０２５３】
さらに、モデル画像候補によって抽出される平均的な画像は、初期設定モデル画像に影響を受ける場合が多いので、初期設定モデル画像に基づいてモデル画像候補を抽出した後に、それらのうち最も平均的なモデル画像を特定し、この特定したモデル画像に基づいて再度モデル画像候補を抽出するようにしてもよい。
【０２５４】
本変形例によれば、より高速に最適なモデル画像を決定することができる。
［その他の実施の形態］
本発明に係るプログラムは、コンピュータのオペレーティングシステム（ＯＳ）の一部として提供されるプログラムモジュールのうち、必要なモジュールを所定の配列で所定のタイミングで呼出して処理を実行させるものであってもよい。その場合、プログラム自体には上記モジュールが含まれずＯＳと協働して処理が実行される。このようなモジュールを含まないプログラムも、本発明にかかるプログラムに含まれ得る。
【０２５５】
また、本発明に係るプログラムは他のプログラムの一部に組込まれて提供されるものであってもよい。その場合にも、プログラム自体には上記他のプログラムに含まれるモジュールが含まれず、他のプログラムと協働して処理が実行される。このような他のプログラムに組込まれたプログラムも、本発明に係るプログラムに含まれ得る。
【０２５６】
提供されるプログラム製品は、ハードディスクなどのプログラム格納部にインストールされて実行される。なお、プログラム製品は、プログラム自体と、プログラムが記憶された記録媒体とを含む。
【０２５７】
さらに、本発明に係るプログラムによって実現される機能の一部または全部を専用のハードウェアによって構成してもよい。
【０２５８】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【符号の説明】
【０２５９】
２ ワーク、４ 光電センサ、６ 搬送ライン、８ 撮像部、１０ 計測画像取得アプリケーション、２０ 評価処理アプリケーション、３０，３０Ａ，３０Ｂ 画像処理アプリケーション、４０ モデル画像候補、１００ モデル画像取得支援装置（支援装置）、１０２，２０２ モニタ、１０３，２０３ キーボード、１０４，２０４ マウス、１０６，２０６ メモリ、１０７，２０７ 固定ディスク、１１１，２１１ ＦＤ駆動装置、１１２，２１２ フレキシブルディスク、１１３，２１３ ＣＤ−ＲＯＭ駆動装置、２００ 画像処理装置、２０１ 本体部、２０９ カメラインターフェイス部、２１５ 制御情報インターフェイス部、２１７ センサインターフェイス部、１０１０ 入力部、１０１１ 画像リスト、１０１２ 期待クラスリスト、１０２０ モデル画像候補生成部、１０２１ 入力インターフェイス部、１０２２ モデル画像抽出部、１０２３ 通信部、１０３０ 処理部、１０３１ 計測画像選択部、１０３２ モデル画像候補選択部、１０３３ 類似度算出部、１０３４ 判定部、１０３５ 判定結果リスト、１０３６ 処理コントローラ、１０４０ 評価部、１０４１ 比較部、１０４２ 評価結果リスト、１０４３
一致／不一致カウンタ、１０４４ 打ち切り処理部、１０４５ 統計処理部、１０４６
ヒストグラム生成部、１０４７ 決定部、１０５０ 出力部。
【技術分野】
【０００１】
この発明は、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられたものである。
【背景技術】
【０００２】
ＦＡ（Factory Automation）分野などにおいては、ワークなどの被測定物に生じる欠陥などを光学的に検査したり、その表面に印字されている文字などを認識したりする装置として、いわゆる視覚センサが実用化されている。このような検査や認識を行なう手法の典型例として、予め設定されたモデル画像の基づくマッチング処理が一般的に用いられている（たとえば、特許文献１参照）。
【０００３】
このマッチング処理では、製造過程の半製品や出荷前の製品といった被写体を撮像することで得られる計測画像（計測画像）のうち、予め設定されたモデル画像との間の類似度（典型的には、相関値）が最も高い領域を探し出すような探索処理が実行される。そのため、マッチング処理は、サーチ処理とも称される。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−０８５９０７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
実際の生産ラインでは、その上を流れるワークの撮像位置が微妙にずれたり、照明環境が変動したりする場合もある。このような外乱要因が生じた場合であっても、マッチング処理を安定して行なう必要がある。そのため、生産ラインに対して、上述のような視覚センサを実際に適用しようとする場合には、どのようなモデル画像を選定するのかが重要となる。
【０００６】
現状、このようなモデル画像は、熟練した作業者が経験に基づいて設定している。具体的には、先に何らかのモデル画像を設定しておき、この設定したモデル画像に基づいて、実際に取得された計測画像に対してマッチング処理を行ない、その結果が芳しくなければ、他のモデル画像に変更するといった作業を繰返して、最終的に、最適と思われるモデル画像を選定する。そのため、安定したマッチング結果を得られるようになるまで、モデル画像を探す操作が反復的に繰返されることになる。そのため、モデル画像の選定に多大な時間および労力を要するという課題がある。また、このようなモデル画像の選定中には、視覚センサを実運用することができないという課題もある。
【０００７】
また、現実的には、生産ラインを流れ得るすべてのワークに対して、選定したモデル画像が安定してマッチング処理を行なうことができるのかを完全に確認することは、時間的および費用的に不可能である場合が多い。したがって、限られた数の計測画像に対して、その安定性が確認されたに過ぎないモデル画像を採用せざるを得ない。そのため、実運用開始後に、選定したモデル画像では、安定したマッチング処理を行なうことができないことが判明する場合も有り得る。
【０００８】
さらに、元の画像からどのようなモデル画像を切り出すか、あるいは、いずれのモデル画像を選定するかといった作業は、作業者の熟練度などに応じてバラツキを生じる。
【０００９】
そこで、この発明は、これらの問題を解決するためになされたものであり、その目的は、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に対して、最適なモデル画像をより迅速かつ容易に取得できるモデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラムを提供することである。
【課題を解決するための手段】
【００１０】
この発明のある局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置を提供する。本モデル画像取得支援装置は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、計測画像を受付ける入力手段と、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成する処理手段と、複数の試行結果をそれぞれ評価することで評価結果を生成する評価手段と、評価結果を、複数のモデル画像候補の別に出力する出力手段とを含む。
【００１１】
好ましくは、本モデル画像取得支援装置は、出力される評価結果に対するユーザ選択に応答して、選択された評価結果に対応するモデル画像候補を、画像形成装置のモデル画像として設定する手段をさらに含む。
【００１２】
好ましくは、評価手段は、評価結果が満たすべき条件を受付ける手段と、複数の試行結果のうち、条件に最も適合しているモデル画像候補を決定する手段とを含む。
【００１３】
好ましくは、抽出手段は、同一の参照画像から複数のモデル画像候補を抽出する。
好ましくは、抽出手段は、同一の参照画像から、抽出する領域のサイズ、位置、方向の少なくとも１つを異ならせた、複数のモデル画像候補をそれぞれ抽出する。
【００１４】
好ましくは、抽出手段は、初期設定されているモデル画像に基づくマッチング処理を行なうことで、参照画像からモデル画像候補を抽出する。
【００１５】
さらに好ましくは、抽出手段は、画像処理装置から、初期設定されているモデル画像を取得する。
【００１６】
好ましくは、入力手段は、計測画像に加えて、当該計測画像に対応付けられた期待クラスおよび期待値の少なくとも一方を受付ける。評価手段は、各計測画像に対応付けられた期待値および／または期待クラスに基づいて、対応する試行結果を評価する。
【００１７】
さらに好ましくは、期待クラスは、対応付けられた計測画像がモデル画像とマッチングすべき良品画像、および、対応付けられた計測画像がモデル画像とマッチングすべきではない不良品画像、のいずれであるかの区分を示す。
【００１８】
さらに好ましくは、参照画像は、計測画像に含まれる良品画像からなる。
好ましくは、処理手段は、複数のモデル画像候補の各々について、複数の計測画像に対して処理を行なうことで得られる複数の試行結果からなる試行結果群を生成し、評価手段は、複数のモデル画像候補の各々について、対応の試行結果群についての統計的出力を算出する手段を含む。
【００１９】
さらに好ましくは、統計的出力は、平均値、中間値、最大値、最小値、分散値の少なくとも１つを含む。
【００２０】
好ましくは、入力手段は、複数の計測画像を受付け、モデル画像取得支援装置は、さらに、複数の計測画像の全体に対してのマッチング処理結果を最適化するための、複数のモデル画像候補に含まれる２つ以上のモデル画像候補の組合わせを探索する探索手段を含む。
【００２１】
この発明の別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置を提供する。本モデル画像取得装置は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、計測画像を受付ける入力手段と、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成する処理手段と、複数の試行結果をそれぞれ評価することで評価結果を生成する評価手段と、評価結果のうち所定の条件に最も適合しているモデル画像を決定する決定手段とを含む。
【００２２】
この発明のさらに別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する方法を提供する。本モデル画像取得支援方法は、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出するステップと、計測画像を受付けるステップと、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成するステップと、複数の試行結果をそれぞれ評価することで評価結果を生成するステップと、評価結果を、複数のモデル画像候補の別に出力するステップとを有する。
【００２３】
この発明のさらに別の局面に従えば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援するプログラムを提供する。本プログラムは、プロセッサに、モデルとなり得る被写体を撮像することで得られる参照画像からモデル画像の候補となる複数のモデル画像候補を抽出するステップと、計測画像を受付けるステップと、計測画像に対して、複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成するステップと、複数の試行結果をそれぞれ評価することで評価結果を生成するステップと、評価結果を、複数のモデル画像候補の別に出力するステップとを実行させる。
【発明の効果】
【００２４】
この発明によれば、被写体を撮像して得られる計測画像に対して予め設定されたモデル画像に基づくマッチング処理を行なう画像処理装置に対して、最適なモデル画像をより迅速かつ容易に取得できる。
【図面の簡単な説明】
【００２５】
【図１】この発明の実施の形態に従うシステム全体を示す図である。
【図２】この発明の実施の形態に従うモデル画像取得支援装置を実現するコンピュータの概略構成図である。
【図３】この発明の実施の形態に従う画像処理装置を実現するコンピュータの概略構成図である。
【図４】この発明の実施の形態に従う視覚センサを生産ラインで運用する場合のワークフローの一例である。
【図５】この発明の実施の形態に従うモデル画像取得支援装置におけるモデル画像取得処理の概要を説明するための図である。
【図６】この発明の実施の形態に従うモデル画像候補の抽出処理の一例を示す図である。
【図７】この発明の実施の形態に従う支援装置および画像処理装置の機能構成を示す概略図である。
【図８】この発明の実施の形態に従う画像処理アプリケーションによって提供される設定モードにおける画面表示例を示す図である。
【図９】この発明の実施の形態に従う画像処理装置のモニタに表示される稼動モードにおける画面表示例を示す図である。
【図１０】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その１）を示す図である。
【図１１】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その２）を示す図である。
【図１２】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その３）を示す図である。
【図１３】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その４）を示す図である。
【図１４】この発明の実施の形態に従う支援装置の評価処理アプリケーションによって提供されるユーザインターフェイスの一例（その５）を示す図である。
【図１５】この発明の実施の形態に従う支援装置の制御構造を示す機能ブロック図である。
【図１６】図１５に示す支援装置の制御構造において生成されるファイル構造を示す図である。
【図１７】この発明の実施の形態に従う支援装置においてモデル画像候補のうち最も適切なものを選択する条件の入力インターフェイスの一例を示す図である。
【図１８】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その１）である。
【図１９】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その２）である。
【図２０】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その３）である。
【図２１】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その４）である。
【図２２】この発明の実施の形態に従うシステムにおける全体処理を示すフローチャート（その５）である。
【図２３】この発明の実施の形態の変形例１に従うシステムにおける全体処理の要部を示すフローチャートである。
【図２４】この発明の実施の形態の変形例２に従うシステムにおける全体処理の要部を示すフローチャートである。
【図２５】この発明の実施の形態の変形例３に従うマッチング処理の概要を説明するための図である。
【図２６】この発明の実施の形態の変形例３に従うマッチング処理におけるモデル画像セット取得処理の概要を説明するための図である。
【図２７】この発明の実施の形態の変形例３に従う手法１の概要を説明するための図である。
【図２８】この発明の実施の形態の変形例３に従う手法１の手順を示すフローチャートである。
【図２９】この発明の実施の形態の変形例３に従う手法２の手順を示すフローチャートである。
【図３０】この発明の実施の形態の変形例３に従う手法３の概要を説明するための図である。
【図３１】この発明の実施の形態の変形例３に従う手法３における試行結果の一例を示す図である。
【図３２】この発明の実施の形態の変形例３に従う手法３の手順を示すフローチャートである。
【図３３】この発明の実施の変形例４に従う試行作成処理の一例を示す図である。
【図３４】この発明の実施の変形例５に従う処理項目の内容を説明するためのブロック図である。
【図３５】この発明の実施の変形例５に従うモデル画像の最適化を説明するための図である。
【発明を実施するための形態】
【００２６】
この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。
【００２７】
＜概要＞
この発明の実施の形態では、本実施の形態に従うモデル画像取得支援装置を、いわゆる視覚センサと称される画像処理装置に対して適用する場合の構成について例示する。この視覚センサは、典型的には、生産ラインなどを流れる被写体である計測対象物体（以下「ワーク」とも称す。）を撮像することで得られる計測画像を受付け、この計測画像に対して、予め設定されたモデル画像に基づくマッチング処理などを行なうことで、ワークの欠陥検査や文字列判別を提供する。
【００２８】
この発明の実施の形態に従うモデル画像取得支援装置は、まず、モデルとなり得る被写体を撮像することで得られた参照画像から、モデル画像の候補となる複数のモデル画像候補を抽出する。そして、本実施の形態に従うモデル画像取得支援装置は、計測画像に対して、抽出した複数のモデル画像のそれぞれに基づくマッチング処理を行なうことで複数の試行結果を生成し、さらに、当該複数の試行結果をそれぞれ評価することで評価結果を生成する。最終的に、本実施の形態に従うモデル画像取得支援装置は、この生成した評価結果を、複数のモデル画像候補の別に出力する。たとえば、対象の計測画像がいずれもモデル画像とマッチングすべき画像であるとすれば、対象の計測画像と最もマッチング度合いが高いモデル画像が最適なものと判断することができる。
【００２９】
また、本実施の形態に従うモデル画像取得支援装置は、計測画像に対応付けられた期待クラスおよび／または期待値を受付ける。本明細書において、「期待クラス」および「期待値」とは、対応の計測画像に対してマッチング処理が行なわれた場合に、生成されるべき処理結果の内容を意味する。
【００３０】
典型的に、「期待クラス」は、対象の計測画像に写っているワークがモデル画像を含んでいる「良品」であるか、あるいは、対象の計測画像に写っているワークがモデル画像とは異なる「不良品」であるかの区分を含む。言い換えれば、対象の計測画像がモデル画像とマッチングすべき「良品画像」、および、対象の計測画像がモデル画像とマッチングすべきではない「不良品画像」、のいずれであるかの区分を示す。以下の説明では、「良品」の期待クラスに対応付けられた計測画像を「良品画像」とも称し、「不良品」の期待クラスに対応付けられた計測画像を「不良品画像」とも称する。
【００３１】
また、典型的に、「期待値」は、対象の計測画像と設定されているモデル画像との間の類似度（典型的には、相関値）を示す値を含む。すなわち、対象の計測画像に写っているワークがモデル画像を含んでいる場合には、「期待値」は相対的に高い値を示し、対象の計測画像に写っているワークがモデル画像を含んでいない場合には、「期待値」は相対的に低い値を示す。
【００３２】
上述のように、本明細書において、「良品」および「不良品」との用語は、設定されて
いるモデル画像との相対的な関係において、対象の計測画像が当該モデル画像とマッチング判定されるべきか否かの区分を含む。そのため、同一の計測画像に対して、異なるモデル画像に基づくマッチング処理が複数回実行される場合も多いため、「期待クラス」および／または「期待値」は、１つのクラスおよび／または値とは限らない。
【００３３】
このような期待クラスおよび／または期待値を受付けると、本実施の形態に従うモデル画像取得支援装置は、生成された複数の試行結果と、入力された期待クラスおよび／または期待値に基づいて、当該複数の試行結果をそれぞれ評価することで評価結果を生成する。すなわち、良品画像に対してのマッチング度合いが高いものであって、かつ不良品画像に対してマッチング度合いが低いものが最適なモデル画像として評価される。そして、本実施の形態に従うモデル画像取得支援装置は、この生成した評価結果を、複数のモデル画像候補の別に出力する。
【００３４】
なお、本発明において「出力」とは、実際にモデル画像を決定するユーザもしくは装置などにその内容を提供することを意味し、典型的には、ディスプレイなどの表示装置にその内容を表わすこと、プリンタ装置などによって紙媒体上などにその内容を表わすこと、外部装置にその内容を表わすデータを送信すること、記憶装置などにその内容を表わすデータを格納することなどを含む。
【００３５】
上述のような処理によって、複数のモデル画像のうち、実際の計測画像に対するマッチング処理の結果が最適となるものを、迅速かつ容易に決定することができる。
【００３６】
なお、以下の説明では、記載の簡略化のため、「期待クラス」および「期待値」を総称して、単に「期待クラス」とも記載する。しかしながら、この「期待クラス」との用語には、上述の意味における「期待クラス」および「期待値」が含まれる。
【００３７】
＜全体装置構成＞
図１は、この発明の実施の形態に従うシステム全体を示す図である。
【００３８】
図１を参照して、本実施の形態に従うシステムとしては、モデル画像取得支援装置（以下、単に「支援装置」とも称す。）１００と、画像処理装置２００とを含む。
【００３９】
画像処理装置２００は、撮像部８および光電センサ４と電気的に接続される。撮像部８は、ベルトコンベヤなどの搬送ライン６上を搬送される被写体であるワーク２を撮像することで、ワーク２が写った計測画像を取得する。画像処理装置２００は、撮像部８で取得された計測画像を格納するとともに、各計測画像に対して、予め設定されているモデル画像に基づくマッチング処理を行ない、その処理結果（たとえば、マッチングＯＫまたはマッチングＮＧの判断）を出力する。
【００４０】
撮像部８によるワーク２の撮像タイミングは、搬送ライン６の両サイドに配置された光電センサ４（受光部および投光部）によって検出される。すなわち、光電センサ４は、同一の光軸上に配置された受光部と投光部とからなり、投光部から放射される光がワーク２で遮蔽されることを受光部が検出することによって、撮像タイミングを示すトリガ信号が出力される。また、撮像部８は、レンズなどの光学系に加えて、ＣＣＤ（Coupled Charged Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサといった、
撮像素子を含む。なお、撮像部８で取得される計測画像は、白黒画像であってもよいし、カラー画像であってもよい。
【００４１】
一方、支援装置１００は、画像処理装置２００に格納されている計測画像や設定パラメータ（初期設定モデル画像を含む）を受取り、最適なモデル画像を決定するためのモデル
画像取得処理を実行する。そして、支援装置１００は、このモデル画像取得処理によって取得したモデル画像および設定パラメータなどを、画像処理装置２００に設定することもできる。なお、支援装置１００と画像処理装置２００との間のデータを遣り取りする手段としては、ＵＳＢ（Universal Serial Bus）やイーサネット（登録商標）などの通信手段（有線または無線）を用いる方法や、ＳＤ（Secured Digital）カードなどの着脱可能な
記憶媒体を用いる方法などを採用することができる。
【００４２】
なお、後述するように、支援装置１００の機能の全部または一部を画像処理装置２００に組入れてもよいが、支援装置１００と画像処理装置２００とを別体とすることで、現場から離れた事務所の机上で、最適なモデル画像を決定する処理を独立して実行させることができる。
【００４３】
＜ハードウェア構成＞
（１ モデル画像取得支援装置）
本実施の形態に従う支援装置１００は、典型的に、コンピュータがインストールされたプログラムを実行することで具現化される。なお、代替的に、コンピュータがプログラムを実行することで提供される機能の一部もしくは全部を専用のハードウェア回路として具現化してもよい。
【００４４】
図２は、この発明の実施の形態に従うモデル画像取得支援装置１００を実現するコンピュータの概略構成図である。
【００４５】
図２を参照して、支援装置１００を実現するコンピュータは、表示装置としてのモニタ１０２と、入力装置としてのキーボード１０３およびマウス１０４と、演算装置（プロセッサ）としてのＣＰＵ（Central Processing Unit）１０５と、記憶装置としてのメモリ
１０６および固定ディスク１０７と、記録媒体からのデータ読出装置としてのＦＤ駆動装置１１１およびＣＤ−ＲＯＭ駆動装置１１３とを含む。これらの各部は、バスを介して相互にデータ通信可能に接続されている。
【００４６】
支援装置１００（コンピュータ）で実行されるプログラムは、典型的には、フレキシブルディスク（ＦＤ：Flexible Disk）１１２もしくはＣＤ−ＲＯＭ（Compact Disk Read Only Memory）１１４などに格納されて流通し、またはネットワーク接続された配信サーバ装置などからのダウンロードといった形で流通する。フレキシブルディスク１１２およびＣＤ−ＲＯＭ１１４に格納されたプログラムは、それぞれＦＤ駆動装置１１１およびＣＤ−ＲＯＭ駆動装置１１３から読出されて、固定ディスク１０７に一旦格納される。さらに、固定ディスク１０７からメモリ１０６上に展開されて、ＣＰＵ１０５により実行される。
【００４７】
ＣＰＵ１０５は、プログラムされた命令を逐次実行することで、各種の演算を実施する。メモリ１０６は、ＣＰＵ１０５でのプログラム実行に応じて、各種の情報についても一時的に格納する。固定ディスク１０７は、ＣＰＵ１０５で実行されるプログラムの他に、設定されるモデル画像、処理対象の計測画像、および各種設定値などを格納する不揮発性の記憶装置である。
【００４８】
キーボード１０３は、入力されるキーに応じたユーザからの指令を受付ける。マウス１０４は、クリックやスライドなどの動作に応じたユーザからの指令を受付ける。このように、キーボード１０３およびマウス１０４で受付けられた指令は、ＣＰＵ１０５へ与えられる。
【００４９】
また、支援装置１００には、必要に応じて、プリンタなどの他の出力装置が接続されて
もよい。
【００５０】
（２ 画像処理装置）
本実施の形態に従う画像処理装置２００は、支援装置１００と同様に、典型的には、コンピュータがインストールされたプログラムを実行することで具現化される。なお、代替的に、コンピュータがプログラムを実行することで提供される機能の一部もしくは全部を専用のハードウェア回路として具現化してもよい。
【００５１】
図３は、この発明の実施の形態に従う画像処理装置２００を実現するコンピュータの概略構成図である。
【００５２】
図３を参照して、画像処理装置２００を実現するコンピュータは、本体部２０１と、表示装置としてのモニタ２０２と、入力装置としてのキーボード２０３およびマウス２０４とを含む。本体部２０１は、演算装置（プロセッサ）としてのＣＰＵ２０５と、記憶装置としてのメモリ２０６および固定ディスク２０７と、記録媒体からのデータ読出装置としてのＦＤ駆動装置２１１およびＣＤ−ＲＯＭ駆動装置２１３とを含む。さらに、本体部２０１は、本体部２０１の外部との間で信号を遣り取りするためのインターフェイスとして、カメラインターフェイス部２０９と、制御情報インターフェイス部２１５と、センサインターフェイス部２１７とを含む。これらの各部は、バスを介して相互にデータ通信可能に接続されている。
【００５３】
画像処理装置２００（コンピュータ）で実行されるプログラムについても、典型的には、フレキシブルディスク（ＦＤ）２１２もしくはＣＤ−ＲＯＭ２１４などに格納されて流通し、またはネットワーク接続された配信サーバ装置などからのダウンロードといった形で流通する。フレキシブルディスク２１２およびＣＤ−ＲＯＭ２１４に格納されたプログラムは、それぞれＦＤ駆動装置２１１およびＣＤ−ＲＯＭ駆動装置２１３から読出されて、固定ディスク２０７に一旦格納される。さらに、固定ディスク２０７からメモリ２０６に展開されて、ＣＰＵ２０５により実行される。
【００５４】
本体部２０１に含まれる構成のうち、ＣＰＵ２０５、メモリ２０６、固定ディスク２０７、ＦＤ駆動装置２１１、およびＣＤ−ＲＯＭ駆動装置２１３については、上述の支援装置１００の対応する部分と同様であるので、詳細な説明は繰返さない。
【００５５】
カメラインターフェイス部２０９は、ＣＰＵ２０５と撮像部８との間のデータ通信を仲介する。より具体的には、カメラインターフェイス部２０９は、画像バッファを含み、撮像部８で撮像されて連続的に伝送される計測画像のデータを一旦蓄積し、少なくとも１コマ分の計測画像のデータが蓄積されると、その蓄積されたデータをメモリ２０６または固定ディスク２０７へ転送する。また、カメラインターフェイス部２０９は、ＣＰＵ２０５が発生した内部コマンドに従って、撮像部８に対して撮像指令を与える。
【００５６】
制御情報インターフェイス部２１５は、ＣＰＵ２０５と生産ラインを制御する図示しない制御装置（典型的には、ＰＬＣ（Programmable Logic Controller）など）との間のデ
ータ通信を仲介する。制御情報インターフェイス部２１５は、外部の制御装置からライン情報などを受付けて、ＣＰＵ２０５へ出力する。センサインターフェイス部２１７は、上述した光電センサなどからのトリガ信号を受信して、ＣＰＵ２０５へ出力する。
【００５７】
その他の構成については、上述の支援装置１００と同様であるので、詳細な説明は繰返さない。
【００５８】
＜設置手順＞
まず、本実施の形態に従う支援装置１００を適用する視覚センサを生産ラインで運用する場合のワークフローについて説明する。
【００５９】
図４は、視覚センサを生産ラインで運用する場合のワークフローの一例である。図４に示すように、まず、視覚センサを生産ラインに設置するまでの手順として、目的確定フェイズＰＨ１および設置フェイズＰＨ２がある。視覚センサが生産ラインに設置された後の手順として、初期撮像フェイズＰＨ３、設置調整フェイズＰＨ４、本格撮像フェイズＰＨ５、初期設定フェイズＰＨ６、調整フェイズＰＨ７、および運用（改善）フェイズＰＨ８がある。なお、初期撮像フェイズＰＨ３と、設置調整フェイズＰＨ４とは並列的に進行し、本格撮像フェイズＰＨ５と、初期設定フェイズＰＨ６および調整フェイズＰＨ７とについても並列的に進行する。
【００６０】
目的確定フェイズＰＨ１では、作業者は、どのようなワークを検査対象とするか、およびどのような項目の検査をそのワークに行なうかを決定する。また、作業者は、ワーク全体のうち、どの範囲を検査対象とするのかを決定する。
【００６１】
続く設置フェイズＰＨ２では、作業者は、設置環境に応じて、レンズおよびカメラの設置方法を検討し、撮像部等を駆動するための電源を確保した上で、必要な機材を設置する。
【００６２】
初期撮像フェイズＰＨ３、設置調整フェイズＰＨ４、本格撮像フェイズＰＨ５、初期設定フェイズＰＨ６では、作業者は、画像処理装置に対して、レンズおよびカメラの種類の選定、および画像処理装置で処理すべき項目を選択する。また、マッチング処理に用いる、処理項目に応じたモデル画像を登録する。さらに、作業者は、各処理項目のパラメータの初期値を設定する。このような各種設定が整った後、テスト的に撮像して得られた計測画像に対して、一連のフロー動作を確認する。
【００６３】
以上の作業によって、ワークを撮像する一連の設定（撮像部や撮像環境などの選定）は完了することになる。そして、画像処理装置に設定されるモデル画像およびパラメータが試行錯誤的に最適化される。それが、調整フェイズＰＨ７であり、このフェイズでは、作業者は、試験ラインなどで画像処理によって得られる結果を検証するとともに、この検証内容に基づいて、モデル画像およびパラメータを最適化する。
【００６４】
調整フェイズＰＨ７でモデル画像およびパラメータが調整された後に、運用（改善）フェイズＰＨ８に移り、視覚センサの運用が開始されるが、何らかの誤検出品が発生した場合などには、その要因を確認した上で、モデル画像および／またはパラメータが変更される。なお、誤検出品とは、たとえば、良品であるはずのワークを不良品と誤って判定したものや、不良品であるはずのワークを良品と誤って判定したものを意味する。なお、本明細書において、「安定」という用語は、上述のような誤検出品の発生が少ない状態を意味する。
【００６５】
本実施の形態に従う支援装置１００は、これらのフェイズのうち、調整フェイズＰＨ７および運用（改善）フェイズＰＨ８における処理を効率化することを目的としている。また、一旦、モデル画像および／またはパラメータの調整が完了した後、運用中にロット変動などが生じた場合には、モデル画像および／またはパラメータを再度調整する必要があるが、このような場合にも、本実施の形態に従う支援装置１００を活用することができる。さらに、運用（改善）フェイズＰＨ８において、本実施の形態に従う支援装置１００をインラインで用いることにより、生産ラインにおける状態に応じて、モデル画像を動的に変更することもできる。
【００６６】
＜モデル画像取得手順の概要＞
まず、本実施の形態に従う支援装置１００におけるモデル画像取得処理の概要について説明する。
【００６７】
図５は、この発明の実施の形態に従うモデル画像取得支援装置１００におけるモデル画像取得処理の概要を説明するための図である。
【００６８】
（１）マッチング
図５を参照して、まず、モデルとなり得る被写体を撮像することで得られた参照画像からモデル画像の候補となる複数のモデル画像候補が抽出される。この参照画像は、典型的には、良品画像ＯＫ＿ＩＭＧから構成されている。この参照画像は、後述する試行対象の画像群に含まれる良品画像ＯＫ＿ＩＭＧと共通であってもよい。このモデル画像候補は、画像処理装置２００に初期設定されている初期設定モデル画像に基づいて、参照画像（良品画像）に対してマッチング処理を行なうことで抽出される。
【００６９】
（２）モデル画像候補抽出
上述のマッチング処理は、一種のサーチ処理に相当し、初期設定モデル画像との類似度（相関値）が高い領域が、モデル画像として抽出される。なお、モデル画像は複数抽出されるが、この抽出方法としては、同一の参照画像から複数のモデル画像候補を抽出してもよいし、複数の参照画像の各々からモデル画像候補をそれぞれ抽出してもよいし、両者を適宜組み合わせてもよい。
【００７０】
同一の参照画像から複数のモデル画像候補を抽出する場合には、図６に示すように、複数の異なる条件（たとえば、抽出サイズや、抽出位置、抽出方向（回転方向）など）に従って、同一の参照画像から複数のモデル画像を抽出してもよい。あるいは、同一の条件に従って、複数の参照画像からそれぞれモデル画像を抽出してもよい。
【００７１】
図６は、この発明の実施の形態に従うモデル画像候補の抽出処理の一例を示す図である。図６（ａ）に示すように、同一の参照画像ＲＥＦから、抽出サイズの異なる複数のモデル画像ＭＤＬ１−１，ＭＤＬ１−２，ＭＤＬ１−３，・・・を抽出することができる。あるいは、図６（ｂ）に示すように、同一の参照画像ＲＥＦから、抽出方向の異なる複数のモデル画像ＭＤＬ２−１，ＭＤＬ２−２，・・・を抽出することもできる。
【００７２】
本実施の形態に従う支援装置１００は、複数のモデル画像候補の中から最適なモデル画像を決定することであるので、より多くのモデル画像を用意しておくことが好ましい。
【００７３】
（３）試行
再度図５を参照して、このように抽出された複数のモデル画像に従うマッチング処理を、上述の視覚センサが実際に取得した計測画像に対して実行することで、それぞれの試行結果を得る。この試行結果としては、典型的には、計測画像のそれぞれと、抽出された複数のモデル画像のそれぞれとの間の類似度（相関値）を含む。さらに、試行結果は、この算出された類似度と予め設定されたしきい値とを比較することで、マッチングＯＫまたはマッチングＮＧの判断結果を含んでいてもよい。
【００７４】
（４）試行結果評価
さらに、対象の計測画像に対応付けられている期待クラスに基づいて、それぞれのモデル画像に従うマッチング処理の試行結果をそれぞれ評価することで、評価結果が生成される。より具体的には、あるモデル画像に従うマッチング処理を良品画像ＯＫ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＯＫ」となる度合いが高いほど、そのモデル画像はより適切であると評価できる。同様に、あるモデル画像に従うマッチング
処理を不良品画像ＮＧ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＮＧ」となる度合いが高いほど、そのモデル画像はより適切であると評価できる。
【００７５】
これに対して、あるモデル画像に従うマッチング処理を良品画像ＯＫ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＮＧ」と誤判断される度合いが高いほど、そのモデル画像は不適切であると評価できる。同様に、あるモデル画像に従うマッチング処理を不良品画像ＮＧ＿ＩＭＧに対して行なった場合に得られる試行結果が「マッチングＯＫ」と誤判断される度合いが高いほど、そのモデル画像は不適切であると評価できる。
【００７６】
（５）最適モデル画像決定
本実施の形態に従う支援装置１００は、このような試行結果と対象の計測画像の期待クラス（あるいは、期待値）との一致／不一致の度合いを統計的に評価する。そして、このような評価結果に基づいて、抽出されたモデル画像のうち最適なものを決定する。あるいは、最適なモデル画像を決定することを支援する。すなわち、本実施の形態に従う支援装置１００が複数のモデル画像候補の別に評価結果を出力し、ユーザがこの評価結果に基づいて最適なモデル画像を任意に選択する構成、ならびに、本実施の形態に従う支援装置１００が評価結果のうち所定の条件に最も適合しているモデル画像を自動的に決定する構成、のいずれをも採用することができる。
【００７７】
なお、本明細書における「最適なモデル画像」とは、ユーザが期待する結果を得ることができるモデル画像を探し出すことを意味する。この探し出す対象は、予め取得された計測画像に対して評価を行なうことで、ユーザが期待する（設定した）条件に合致するモデル画像を決定される。そのため、新たに計測画像が取得された場合や、ユーザが条件を変更した場合などには、別のモデル画像が「最適な」ものとして決定される場合もある。
【００７８】
さらに、このように取得されたモデル画像を、画像処理装置２００へ転送して設定することもできる。
【００７９】
なお、出力される評価結果としては、平均値、中間値、最大値、最小値、分散値などの統計的出力を含んでいてもよい。
【００８０】
＜機能構成＞
図７は、この発明の実施の形態に従う支援装置１００および画像処理装置２００の機能構成を示す概略図である。
【００８１】
図７（ａ）を参照して、本実施の形態に従う画像処理装置２００は、計測画像取得アプリケーション１０と、画像処理アプリケーション３０Ａとを含む。計測画像取得アプリケーション１０は、撮像部８およびカメラインターフェイス部２０９（図３）に対して所定のコマンドを与えることで、ワークを撮像した計測画像を取得する。また、画像処理アプリケーション３０Ａは、計測画像取得アプリケーション１０により取得される計測画像に対して、予め設定されているモデル画像およびパラメータに従う画像処理（本実施の形態では、主としてマッチング処理）を行なうことで、処理結果を出力する。
【００８２】
一方、支援装置１００は、評価処理アプリケーション２０と、画像処理アプリケーション３０Ｂとを含む。画像処理アプリケーション３０Ｂの機能は、基本的には、画像処理アプリケーション３０Ａと同様である。すなわち、画像処理アプリケーション３０Ｂは、画像処理装置２００で実行されるマッチング処理と同じ処理を実現するための、一種の「シミュレータ」として機能する。評価処理アプリケーション２０は、本実施の形態に従うモデル画像取得処理を提供する主たる部分であり、参照画像から複数のモデル画像を抽出す
るとともに、それぞれのモデル画像に基づくマッチング処理（試行）を画像処理アプリケーション３０Ｂに実行させる。そして、評価処理アプリケーション２０は、画像処理アプリケーション３０Ｂによる試行結果を、対象の計測画像に対応付けられた期待クラスに基づいて評価することで、最適なモデル画像の取得を支援する。
【００８３】
すなわち、図７（ａ）に示すシステム構成においては、画像処理装置２００で取得された計測画像（および参照画像）に基づいて、支援装置１００単体で最適なモデル画像の取得を支援することができる。
【００８４】
一方、図７（ｂ）には、本実施の形態の別形態に従うシステム構成を示す。このシステムにおいては、支援装置１００＃は、画像処理アプリケーション３０Ｂを含んでおらず、評価処理アプリケーション２０のみを含む。この構成においては、評価処理アプリケーション２０は、画像処理装置２００の画像処理アプリケーション３０Ａと協働することで、最適なモデル画像の取得を支援する。すなわち、支援装置１００と画像処理装置２００とをデータ通信可能な状態に接続しておき、支援装置１００の評価処理アプリケーション２０が画像処理装置２００の画像処理アプリケーション３０Ａに各種指令を与えてマッチング処理を実行させ、その処理結果を画像処理装置２００の画像処理アプリケーション３０Ａが支援装置１００の評価処理アプリケーション２０へ返送するようにしてもよい。このように支援装置１００と画像処理装置２００とを同期させることで、処理を進めることもできる。
【００８５】
なお、以下の説明では、画像処理装置２００に含まれる画像処理アプリケーション３０Ａと、支援装置１００に含まれる画像処理アプリケーション３０Ｂとを、その機能の共通性に着目して、単に「画像処理アプリケーション３０」とも総称する。
【００８６】
＜画像処理アプリケーションのユーザインターフェイス＞
まず、画像処理に係るマッチング処理についての理解を容易にするために、画像処理アプリケーション３０（図７）によって提供されるユーザインターフェイスの一例について説明する。
【００８７】
図８は、この発明の実施の形態に従う画像処理アプリケーション３０によって提供される設定モードにおける画面表示例を示す図である。なお、この設定モードは、基本的には、上述の初期設定フェイズＰＨ６において選択される。図８に示す表示画面は、画像処理装置２００のＣＰＵ２０５（または、支援装置１００のＣＰＵ１０５）および図示しないグラフィックボードなどが協働することで提供される。このような表示画面は、ＯＳ（Operating System）の一部として組込まれるＧＵＩ（Graphical User Interface）プログラムによって実現され、またＧＵＩは、ユーザがキーボード１０３（または、２０３）やマウス１０４（または、２０４）により操作される画面上のカーソルを用いて、さまざまなユーザ設定を行なうための環境も提供する。
【００８８】
図８に示すように、マッチング処理を用いてサーチを行なうモードでは、一例として、「モデル登録」、「領域設定」、「検出点」、「基準位置」、「計測パラメータ」、「出力パラメータ」の設定項目に対応する計６個のタブが選択可能な画面が表示される。
【００８９】
図８を参照して、「モデル登録」のタブ３０１が選択されると、設定画面３００が表示される。この設定画面３００は、モデル登録エリア３０１＃と、画像表示エリア３０４と、全体表示エリア３０６と、表示制御アイコン群３０８とを含む。
【００９０】
画像表示エリア３０４には、撮像部８により取得された計測画像が表示される。全体表示エリア３０６には、画像表示エリア３０４と同様に撮像部８で取得された計測画像が表
示される。但し、全体表示エリア３０６には、画像表示エリア３０４での表示範囲とは独立して、対象の計測画像の全体が表示される。さらに、表示制御アイコン群３０８に対するユーザ操作（拡大もしくは縮小など）に応じて、画像表示エリア３０４に表示される計測画像の表示範囲および表示精度が変更される。
【００９１】
一方、モデル登録エリア３０１＃には、モデルパラメータ設定エリア３１０と、モデル編集ボタン３３０と、登録図形表示ボックス３３２と、モデルパラメータ設定エリア３１０と、モデル登録画像エリア３４０とが表示される。
【００９２】
ユーザがモデル画像を設定する場合には、モデルとなり得る被写体を撮像することで得られた参照画像を画像表示エリア３０４および全体表示エリア３０６に表示させた状態で操作を行なう。
【００９３】
まず、ユーザは、マウス２０４などを操作してモデル編集ボタン３３０を押下すると、図示しない描画ツールダイアログが表示される。ユーザは、この描画ツールダイアログを操作して、画像表示エリア３０４に表示される参照画像（計測画像）の上に重ねてモデル画像として設定すべき範囲を指定する。図８には、画像表示エリア３０４上に文字列「ＡＢＣ」を含む長方形の範囲がモデル画像ＭＤＬとして設定されている場合を示す。何らかのモデル画像が設定済である場合には、登録図形表示ボックス３３２に、設定済のモデル画像の形状が表示される（図８の場合には、「長方形」）。なお、設定するモデル画像の形状は、長方形に限られず、丸、扇形、任意の多角形といった、いずれの形状であってもよい。
【００９４】
また、設定済のモデル画像の設定変更などを行なう場合には、ユーザはモデル登録画像エリア３４０の必要なボタンを押下する。モデル画像の設定に用いられた参照画像（計測画像）が保存されており、後から設定済のモデル画像に関するパラメータだけを変更することもできる。より具体的には、登録画面表示ボタン３４２が押下されると、モデル画像の設定に用いられた参照画像（計測画像）が表示される。このボタン３４２が再度押下されると、現在入力されている計測画像の表示に切り替わる。また、モデル再登録ボタン３４４が押下されると、設定済のモデル画像はそのままで、それ以外のパラメータが変更された状態でモデル画像として再設定される。さらに、削除ボタン３４６が押下されると、設定済のモデル画像が削除される。
【００９５】
モデルパラメータ設定エリア３１０は、設定項目として、サーチモードの選択を受付ける。サーチモードは、モデル画像との類似度を算出するためのアルゴリズムの選択である。このサーチモードについては、ラジオボタン３１２を操作することで、「相関」および「形状」のいずれかを選択できる。「相関」は、入力された計測画像の明るさを正規化した上でモデル画像との相関値を算出することで類似度を計測するアルゴリズムである。一方、「形状」は、モデル画像の輪郭形状との一致度に基づいて類似度を計測するアルゴリズムである。一般的には、「相関」モードの方が安定した計測が可能である。
【００９６】
このサーチモードにおいて「相関」が選択されると、「回転」、「安定度」、「精度」の設定が可能となる。一方、サーチモードにおいて「形状」が選択されると、「回転範囲」および「安定度」の設定が可能となる。
【００９７】
「回転」では、ワークが回転するような場合に、設定済のモデル画像を所定の角度ずつ回転させた複数のモデル画像を内部的に生成し、生成したそれぞれのモデル画像に基づいて類似度を計測する処理に係るパラメータが指定される。すなわち、回転のチェックボックス３１４がチェックされると、回転の処理が有効化される。そして、数値ボックス３１５に、回転範囲（回転角度上限値および回転角度下限値）および刻み角度がそれぞれ入力
されると、回転範囲の範囲にわたって、刻み角度ずつ回転させたモデル画像を生成することが指定される。一般的には、刻み角度が小さいほど安定性は高くなるが、処理時間は長くなる。なお、高速に回転サーチを行なうことが可能なスマートモードを設定することも可能である。
【００９８】
「安定度」では、計測の安定度と処理速度とのいずれを優先するのかが設定される。すなわち、スライドバー３１６は、所定幅（たとえば、１〜１５）の範囲でいずれかの値に設定され、この設定される値が小さいほど処理時間が短縮され、この値が大きいほど安定度が高められる。
【００９９】
「精度」では、計測の位置精度と処理速度とのどちらを優先するのかが設定される。すなわち、スライドバー３１８は、所定幅（たとえば、１〜３）の範囲でいずれかの値に設定され、この設定される値が小さいほど処理時間が短縮され、この値が大きいほど精度が高められる。
【０１００】
上述したような内容がユーザによって設定された後、ＯＫボタン３０７が押下されることで、画像処理装置２００の内部パラメータとして反映される。なお、キャンセルボタン３０９が押下された場合には、未反映のパラメータはリセットされる。このようなモデル画像の設定に続いて、「領域設定」のタブ３０２が選択されると、モデル画像と一致する部分を探す範囲を指定するための設定画面が表示される（図示しない）。この設定画面では、ユーザは、画像表示エリア３０４上で任意の範囲をサーチ領域として設定することができる。なお、入力計測画像の全体をサーチ領域とすることもできるが、処理時間を短縮する観点からは、特定の範囲にサーチ領域を制限することが好ましい。
【０１０１】
領域設定の入力に続いて、「計測パラメータ」のタブ３０３が選択されると、計測された各座標における類似度（相関値）のうち、モデル画像とマッチングする（「ＯＫ」である）と判定するための条件などを受付ける。
【０１０２】
＜計測画像の期待クラス＞
視覚センサなどでは、設定済のモデル画像と実質的に同一の内容を含む計測画像に対してはマッチングＯＫを出力し、登録済のモデル画像と類似してはいるが本質的に異なる内容を含む計測画像に対してはマッチングＮＧを出力しなければならない。
【０１０３】
たとえば、上述の図８に示すように、文字列「ＡＢＣ」を含むモデル画像ＭＤＬが設定されているものとする。このような場合に、図９に示す計測画像が入力された場合について考える。
【０１０４】
図９は、この発明の実施の形態に従う画像処理装置２００のモニタに表示される稼動モードにおける画面表示例を示す図である。図９（ａ）に示すように、設定済のモデル画像ＭＤＬに含まれる文字列「ＡＢＣ」がプリントされたワークを撮像した計測画像が入力された場合には、対応する領域が最も高い類似度（相関値）をもつ領域として検出される。このとき、検出された領域について計測された類似度（相関値）に基づいて、必ず、マッチングＯＫと判定されなければならない。一方、図９（ｂ）に示すように、設定済のモデル画像ＭＤＬに含まれる文字列「ＡＢＣ」とは異なる文字列「ＢＣＤ」がプリントされたワークを撮像した計測画像が入力された場合には、マッチングＮＧと判定されなければならない。
【０１０５】
したがって、文字列「ＡＢＣ」を含むモデル画像ＭＤＬが設定されている場合において、図９（ａ）に示す計測画像の期待クラスは、「良品（良品画像）」あるいは「ＯＫ」であり、図９（ｂ）に示す計測画像の期待クラスは、「不良品（不良品画像）」あるいは「
ＮＧ」である。
【０１０６】
このように、本実施の形態に従う支援装置１００では、計測画像のそれぞれについて、良品および不良品のいずれであるかといった期待クラスが既知である状態を前提とする。
【０１０７】
なお、画像処理装置２００のパラメータの調整フェイズにおいて、実際に計測画像を取得する方法としては、生産ラインにテスト用のワークを流して連続的にそれを撮像する。このとき、取得された計測画像のそれぞれについて、ユーザが内容を確認した上で、期待クラスをそれぞれに対して入力するようにしてもよい。あるいは、より省力化を図る観点からは、予め、「良品」として検出されるべきワークと、「不良品」として検出されるべきワークとを区別しておき、「良品」のワークのみを連続的に撮影し、続いて「不良品」のワークのみを連続的に撮影するといった方法が効率的である。このような方法を用いた場合には、「良品」のワークを撮像して得られた計測画像と、「不良品」のワークを撮像して得られた計測画像とを、異なるフォルダにそれぞれ格納することで、容易に両者を区別することができる。
【０１０８】
＜評価処理アプリケーションのユーザインターフェイス＞
次に、図１０〜図１４を参照して、支援装置１００の評価処理アプリケーション２０（図７）によって提供されるユーザインターフェイスの一例について説明する。図１０〜図１４に示す表示画面は、支援装置１００のＣＰＵ１０５および図示しないグラフィックボードなどが協働することで提供される。このような表示画面は、ＯＳ（Operating System）の一部として組込まれるＧＵＩ（Graphical User Interface）プログラムによって実現され、またＧＵＩは、ユーザがキーボード１０３やマウス１０４により操作される画面上のカーソルを用いて、さまざまなユーザ設定を行なうための環境も提供する。
【０１０９】
（１ 変動設定）
まず、支援装置１００において、評価処理アプリケーション２０（図７）の実行がユーザにより指示されると、図１０に示すような入力画面４００Ａが表示される。この入力画面４００Ａでは、評価処理アプリケーション２０と画像処理アプリケーション３０とを同期するためのボタン４０２と、計測画像および計測画像に対応付けられた期待クラスを入力するためのボタン４０４と、調整対象を指定するためのボタン４０６とが選択可能に表示される。
【０１１０】
ユーザがマウス１０４などを操作してボタン４０２を押下すると、図示しない設定ダイアログが表示される。ユーザは、この設定ダイアログ上で、試行を実行するための画像処理アプリケーション３０を選択する。すなわち、ユーザは、試行を実行するために用いる画像処理アプリケーション３０として、画像処理装置２００に実装されている画像処理アプリケーション３０Ａおよび支援装置１００に実装されている画像処理アプリケーション３０Ｂのいずれかを選択する。この選択により、評価処理アプリケーション２０と画像処理アプリケーション３０Ａまたは３０Ｂとの間で同期が確立される。
【０１１１】
次に、図１１を参照して、ユーザがマウス１０４などを操作してボタン４０４を押下すると、対象となる計測画像および計測画像に対応付けられた期待クラスを入力するためのダイアログ４１４などが表示される。ここでは、各計測画像が１つのファイルとして存在し、かつそれぞれのファイルはその期待クラス（この例では、「良品」（ＯＫ）あるいは「不良品」（ＮＧ）の２通り）に区別されたフォルダ４１６Ａおよび４１６Ｂにそれぞれ格納されているものとする。このとき、ユーザが対象の計測画像が格納されているより上位のフォルダ４１６（図１１に示す例では、フォルダ名が「１１１」）を指定することで、「１１１」フォルダ４１６の下位にある「ＯＫ」フォルダ４１６Ａ内にある計測画像が「良品」の期待クラスに対応付けられており、一方、「ＮＧ」フォルダ４１６Ｂ内にある
計測画像が「不良品」の期待クラスに対応付けられていることが指定される。
【０１１２】
なお、計測画像および計測画像に対応付けられた期待クラスの入力方法の別形態については後述する。
【０１１３】
次に、図１２を参照して、ユーザがマウス１０４などを操作してボタン４０６を押下すると、モデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータを入力するためのダイアログ４２０が表示される。このダイアログ４２０には、調整対象ユニットを選択するためのプルダウンメニュー４４２と、参照対象ユニットを選択するためのプルダウンメニュー４４４と、調整モードを選択するためのプルダウンメニュー４４６とを含む。プルダウンメニュー４４２では、調整されるモデル画像が用いられる処理項目の指定を受付ける。プルダウンメニュー４４４では、他の画像処理の結果を用いて処理を行なう場合などに、参照対象の処理項目の指定を受付ける。プルダウンメニュー４４６では、調整モードの指定を受付ける。この調整モードは、典型的には、パラメータ変動モード、画像変動モード、領域変動モードの３つを含む。パラメータ変動モードが選択された場合には、画像処理に係るパラメータを最適化する場合に選択される。画像変動モードが選択された場合には、マッチング処理に用いられるモデル画像を最適化する場合に選択される。領域変動モードが選択された場合には、マッチング処理に用いられるモデル画像として抽出する領域を最適化する場合に選択される。
【０１１４】
これらの操作により、選択されたマッチング処理について既に設定されているモデル画像（初期設定モデル画像）および関連するパラメータの現在値が取得される。なお、支援装置１００が画像処理装置２００とデータ通信可能に接続されている場合には、画像処理装置２００で設定されている内容が、支援装置１００へ転送される。
【０１１５】
以上のような内容の設定が完了すると、初期設定されているモデル画像の設定／変更を行なうためのボタン４０９と、試行対象のモデル画像候補を設定するためのボタン４１０と、試行の開始を指示するボタン４０８と、選択されたモデル画像を画像処理装置２００などに反映するためのボタン４１２とが選択可能に表示される。
【０１１６】
次に、ユーザがマウス１０４などを操作してボタン４０９を押下すると、初期設定モデル画像の選択を受付けるためのダイアログ（図示しない）が表示される。ユーザは、このダイアログに対して操作を行なうことで、初期設定モデル画像とするべきファイルを指定する。
【０１１７】
次に、ユーザがマウス１０４などを操作してボタン４１０を押下すると、参照画像の設定を受付けるためのダイアログ（図示しない）が表示される。ユーザは、このダイアログに対して操作を行なうことで、参照画像とするべきファイルを指定する。典型的には、参照画像として良品画像を用いる場合には、ユーザは、良品画像が格納されているフォルダを指定する。当然のことながら、良品画像とは独立して参照画像を用意している場合には、この参照画像のファイルを直接指定してもよい。このようにユーザによって参照画像が指定されると、図１３に示すようなダイアログ４３０が表示される。このダイアログ４３０には、番号フィールド４３２と、画像ファイルパスフィールド４３４とを含むテーブルが表示される。番号フィールド４３２および画像ファイルパスフィールド４３４には、参照画像とすべき画像ファイル名がファイルパス名とともに一覧表示される。なお、番号フィールド４３２に表示される番号（ＩＤ）は、内部処理において参照画像を特定する識別情報であり、参照画像毎にユニークに定められている。
【０１１８】
そして、ユーザがマウス１０４などを操作して試行追加ボタン４２２を押下すると、その時点において設定されている参照画像に対して、モデル画像が抽出されるとともに、抽
出されたモデル画像に対して試行番号が内部的に割当てられる。この内部的に割当てられた試行番号に応じて、試行回数に相当する参照画像の枚数表示４２６が更新される。そして、閉じるボタン４２４が押下されると、ダイアログ４３０が閉じられる。
【０１１９】
さらに、ユーザがマウス１０４などを操作して、試行の開始を指示するボタン４０８を押下すると、ダイアログ４３０において入力された変動設定に従って、パラメータの評価処理が開始される。
【０１２０】
（２ 評価結果）
図１４には、すべての試行が完了した場合に表示される評価結果画面４００Ｂを示す。なお、図１４には、すべての試行が完了した結果を示すが、この結果を試行の完了後に一斉に表示する形態だけでなく、開始とともに枠自体は表示させておき、試行の進行に伴って、対応する数値が順次表示されるようにしてもよい。
【０１２１】
評価結果画面４００Ｂでは、モデル画像候補の別に評価結果が出力される。より具体的には、評価結果画面４００Ｂには、試行番号フィールド４５２と、試行済フィールド４５４と、誤検出フィールド４５６と、良品画像誤検出フィールド４５８と、不良品画像誤検出フィールド４６０と、最大計測時間フィールド４６２と、良品画像相関値平均フィールド４６４と、不良品画像相関値平均フィールド４６６と、良品画像相関値３σフィールド４６８と、不良品画像相関値３σフィールド４７０とを含むテーブルが表示される。
【０１２２】
試行番号フィールド４５２には、先に生成されたモデル画像候補にそれぞれ割当てられた試行番号が昇順に表示される。試行済フィールド４５４には、対応するモデル画像候補についての試行が実行済であるか否かを示すチェックボックスが表示される。
【０１２３】
誤検出フィールド４５６、良品画像誤検出フィールド４５８、および不良品画像誤検出フィールド４６０には、対応するモデル画像候補についての評価結果のうち、誤検出されたものの総数が表示される。より具体的には、良品画像誤検出フィールド４５８には、良品画像を「不良品」と誤って判定した総数が表示され、不良品画像誤検出フィールド４６０には、不良品画像を「良品」と誤って判定した総数が表示される。そして、２つの誤検出数を合計した値が誤検出フィールド４５６に表示される。
【０１２４】
最大計測時間フィールド４６２には、各モデル画像候補についての試行の実行段階において計測された処理時間の最大値が表示される。支援装置１００の画像処理アプリケーション３０Ｂで処理が実行された場合には、この処理時間は、画像処理装置２００の画像処理アプリケーション３０Ａにおいて実際に計測された時間とは異なる場合があるが、画像処理装置２００において画像処理結果を生成するのに要すると見込まれる処理時間に相当する。この最大計測時間フィールド４６２に表示される時間は、モデル画像候補から最適なものを選択する場合に、実際の生産ラインのタクトタイムなどを考慮するための指標となる。
【０１２５】
良品画像相関値平均フィールド４６４、不良品画像相関値平均フィールド４６６、良品画像相関値３σフィールド４６８、および不良品画像相関値３σフィールド４７０には、それぞれの計測画像に対して特徴量として計測された類似度（相関値）についての統計的出力値が表示される。すなわち、良品画像相関値平均フィールド４６４には、入力された複数の良品画像に対して計測された相関値全体の平均値が表示され、不良品画像相関値平均フィールド４６６には、入力された複数の不良品画像に対して計測された相関値全体の平均値が表示される。また、良品画像相関値３σフィールド４６８には、入力された複数の良品画像に対して計測された相関値全体のばらつき度合いを示す３σ値が表示され、不良品画像相関値３σフィールド４７０には、入力された複数の不良品画像に対して計測さ
れた相関値全体のばらつき度合いを示す３σ値が表示される。
【０１２６】
評価結果画面４００Ｂでは、モデル画像候補のうち、対応する処理結果群に含まれる特徴量が相対的に高いモデル画像候補を他のモデル画像候補とは異なる態様で出力する。図１４に示す例では、良品画像相関値平均が最も高い、試行番号「４」についてアスタリスクマーク４５３が表示される。
【０１２７】
図１４に示すように、試行された複数のモデル画像候補の各々について、その判定結果および統計的出力が一覧表示されることで、ユーザは、最適なモデル画像を容易に選択することができる。一般的には、良品画像相関値が最も高く、かつ不良品画像相関値との差が最も大きいものが安定したマッチング処理が可能であり、図１４に示す例では、試行番号「４」のモデル画像が最適であると言える。
【０１２８】
このように最適なモデル画像が決定された後、ユーザがマウス１０４などを操作して、決定したモデル画像候補の試行番号を入力した後、ボタン４１２（図１３）を押下すると、選択されたモデル画像が画像処理装置２００に反映される。
【０１２９】
このような一連の手順によって、ユーザは、画像処理装置２００におけるマッチング処理に用いるモデル画像をより迅速かつ容易に決定できる。
【０１３０】
＜期待クラスの入力方法＞
計測画像に対応付けられた期待クラスの入力方法として、それぞれの計測画像が格納されたフォルダ名に期待クラスを付与する構成を例示したが、以下のような他の構成を採用することもできる。
【０１３１】
（１）計測画像のファイル名を用いる構成
計測画像のファイル名の一部に期待クラスを示す文字を埋込むことで、期待クラスを付与することができる。たとえば、上述の良品画像であれば、「ＯＫ＿ｘｘｘ．ｊｐｇ」とのファイル名を与え、不良品画像であれば、「ＮＧ＿ｘｘｘ．ｊｐｇ」とのファイル名を与えることで、両者を識別することができる。このような方法を採用することで、計測画像に対して、個別に期待クラスを入力することができる。また、相関値などを期待値として入力する場合にも、同様の手法で入力することができる。
【０１３２】
（２）画像ファイルのヘッダ部を用いる構成
計測画像のヘッダ部に期待クラスを示す埋込むことで、期待クラスを付与することができる。たとえば、ｊｐｅｇフォーマットであれば、Ｅｘｉｆ規格に従って、ヘッダ部が用意されているので、この部分に、期待クラスの区分（ＯＫまたはＮＧ）および／または期待値を格納することができる。
【０１３３】
（３）定義ファイルを用いる構成
計測画像とは別に、各計測画像の期待クラスおよび／または期待値を記述した定義ファイルを用意することで、期待クラスを入力することができる。この定義ファイルには、各計測画像のファイル名などの識別情報に対応付けて、期待クラスの区分（ＯＫまたはＮＧ）、期待クラスを示す数値、条件などが記述される。この定義ファイルを用いた場合には、１つの計測画像に対して、複数の期待クラスを定義することができる。たとえば、同一の計測画像に対して、文字列「ＡＢＣ」のマッチング処理、および文字列「ＢＣＤ」のマッチング処理が連続的に実行される場合を考えると、文字列「ＡＢＣ」を含む計測画像は、文字列「ＡＢＣ」のマッチング処理にとってみれば良品画像であるが、文字列「ＢＣＤ」のマッチング処理にとってみれば不良品画像となる。したがって、同一の計測画像に対して、複数のマッチング処理が実行されるような場合には、処理項目毎に期待クラスを付
与する必要があり、このような場合に、定義ファイルを用いるとより効果的である。
【０１３４】
（４）ユーザが個別／一括で設定する構成
特に、計測画像に良品／不良品の期待クラスを入力する場合には、支援装置１００上での計測画像の選択時に入力するようにしてもよい。すなわち、ユーザは、対象の計測画像の選択時に、選択したファイル／フォルダが良品および不良品のいずれであるかを選択する。ここで、ファイル単位で選択すれば期待クラスの個別付与となり、フォルダ単位で選択すれば期待クラスの一括付与となる。
【０１３５】
＜制御構造＞
図１５は、この発明の実施の形態に従う支援装置１００の制御構造を示す機能ブロック図である。なお、図１５には、支援装置１００に評価処理アプリケーション２０および画像処理アプリケーション３０Ｂが実装されている場合の構成（図７（ａ）参照）を示す。図１５に示す制御構造は、典型的には、支援装置１００のＣＰＵ１０５がプログラムを実行することで提供される。図１６は、図１５に示す支援装置１００の制御構造において生成されるファイル構造を示す図である。
【０１３６】
図１５を参照して、本実施の形態に従う支援装置１００は、その制御構造として、入力部１０１０と、モデル画像候補生成部１０２０と、処理部１０３０と、評価部１０４０と、出力部１０５０とを含む。なお、入力部１０１０、評価部１０４０、および出力部１０５０の機能は、評価処理アプリケーション２０によって提供され、処理部１０３０の機能は、画像処理アプリケーション３０によって提供され、モデル画像候補生成部１０２０の機能は、評価処理アプリケーション２０と画像処理アプリケーション３０との共同によって提供される。
【０１３７】
入力部１０１０は、ユーザから対象の計測画像の指定、およびそれぞれの計測画像に対応付けられた期待クラスを受付ける。なお、入力部１０１０は、指定された計測画像を自身にコピーすることもできるが、指定された計測画像へアクセス可能である場合には、対象の計測画像を必要なタイミングで取得して、その実体データを処理部１０３０へ出力する。より具体的には、入力部１０１０は、計測画像の指定に基づいて、対象の計測画像と内部的に使用する画像番号とを対応付けた画像リスト１０１１を生成するとともに、画像番号と対応する計測画像についての期待クラスとを対応付けた期待クラスリスト１０１２を生成する。図１６（ａ）に示すように、画像リスト１０１１には、画像番号に対応付けて、対象の計測画像の存在する位置およびファイル名が記述される。また、図１６（ｂ）に示すように、期待クラスリスト１０１２には、画像番号に対応付けて、期待クラス（この例では、良品（ＯＫ）もしくは不良品（ＮＧ））が記述される。
【０１３８】
次に、モデル画像候補生成部１０２０は、ユーザ設定に応答して、入力部１０１０から参照画像（良品画像）を取得して、複数のモデル画像候補４０を抽出する。より具体的には、モデル画像候補生成部１０２０は、入力インターフェイス部１０２１と、モデル画像抽出部１０２２と、通信部１０２３とを含む。入力インターフェイス部１０２１は、ユーザ操作に応じて、図１２に示すようなダイアログ４２０および図１３に示すようなダイアログ４３０を表示する。さらに、入力インターフェイス部１０２１は、ダイアログ４２０および４３０に対してユーザが入力した変更設定をモデル画像抽出部１０２２へ出力する。すなわち、入力インターフェイス部１０２１は、モデル画像を抽出するサーチ範囲ＡＲＡなどを含む変動設定を受付ける。モデル画像抽出部１０２２は、このユーザが指定した変動設定に従って、複数のモデル画像候補を抽出する。これらのモデル画像候補は、処理部１０３０へ出力される。
【０１３９】
通信部１０２３は、画像処理装置２００とデータ通信可能に構成され、ユーザ操作に応
じて、画像処理装置２００で設定されている処理項目、初期設定モデル画像、およびパラメータ値などを取得する。また、通信部１０２３は、支援装置１００において決定されたモデル画像およびパラメータ値などを画像処理装置２００へ転送することもできる。
【０１４０】
次に、処理部１０３０は、指定された計測画像に対して、複数のモデル画像にそれぞれ従ってマッチング処理を行なうことで複数の処理結果を生成する。より具体的には、処理部１０３０は、計測画像選択部１０３１と、モデル画像候補選択部１０３２と、類似度算出部１０３３と、判定部１０３４と、処理コントローラ１０３６とを含む。
【０１４１】
処理部１０３０における各部の処理は、処理コントローラ１０３６によって制御される。すなわち、入力部１０１０に複数の計測画像およびそれらにそれぞれ対応付けられた期待クラスが入力されると、複数のモデル画像候補の各々について、複数の計測画像のそれぞれについてのマッチング処理の結果を順次出力するように、処理コントローラ１０３６が計測画像選択部１０３１およびモデル画像候補選択部１０３２を適宜制御する。
【０１４２】
計測画像選択部１０３１は、処理コントローラ１０３６からの指令に従って、入力部１０１０から対象の計測画像を順次選択して、類似度算出部１０３３へ出力する。また、モデル画像候補選択部１０３２についても、処理コントローラ１０３６からの指令に従って、モデル画像候補生成部１０２０から対象のモデル画像候補を順次選択して、類似度算出部１０３３へ出力する。
【０１４３】
類似度算出部１０３３は、計測画像選択部１０３１によって選択された計測画像に対して、モデル画像候補選択部１０３２によって選択されたモデル画像候補に基づくマッチング処理を行なうことで、対象の計測画像についての類似度（相関値）を算出する。類似度算出部１０３３は、算出した類似度（相関値）を判定部１０３４へ出力する。
【０１４４】
判定部１０３４は、類似度算出部１０３３において算出された類似度（相関値）を、予め定められたしきい値と比較することで、対象の計測画像についての処理結果を生成する。典型的には、判定部１０３４は、類似度（相関値）がしきい値以上であれば、マッチングＯＫと判断する。そうでなければ、判定部１０３４はマッチングＮＧと判断する。
【０１４５】
判定部１０３４は、類似度算出部１０３３で算出された類似度とともに、判定結果を示す判定結果リスト１０３５を生成する。図１６（ｃ）に示すように、判定結果リスト１０３５には、画像番号に対応付けて、対象の計測画像の類似度および判定結果（この例では、ＯＫまたはＮＧ）が記述される。なお、判定結果リスト１０３５は、試行されたモデル画像候補毎に生成される。
【０１４６】
処理コントローラ１０３６は、モデル画像候補についての試行の実行に応じて、計測画像選択部１０３１およびモデル画像候補選択部１０３２へ指令を与える。
【０１４７】
次に、評価部１０４０は、計測画像に対応付けられた期待クラスに基づいて、モデル画像候補の別にそれぞれ生成された複数の処理結果をそれぞれ評価して、その評価結果を生成する。より具体的には、評価部１０４０は、比較部１０４１と、一致／不一致カウンタ１０４３と、打ち切り処理部１０４４と、統計処理部１０４５と、ヒストグラム生成部１０４６と、決定部１０４７とを含む。
【０１４８】
比較部１０４１は、入力部１０１０から取得した各計測画像についての期待クラスと、判定部１０３４で生成された判定結果とを比較して、その内容が一致しているか否かを評価する。より具体的には、比較部１０４１は、画像番号に対応付けて、評価結果を示す評価結果リスト１０４２を生成する。図１５（ｄ）に示すように、評価結果リスト１０４２
には、画像番号に対応付けて、対象の計測画像の判定結果と期待クラスとの対応関係が記述される。この記述例としては、良品（ＯＫ）の期待クラスを付与された計測画像に対する評価結果が良品（ＯＫ）であったことを示す「ＯＫ−ＯＫ」や、良品（ＯＫ）の期待クラスを付与された計測画像に対する評価結果が良品（ＮＧ）であったことを示す「ＯＫ−ＮＧ」などである。なお、一致および不一致のいずれかのみを記述するようにしてもよいが、両者が不一致であった場合、すなわち誤判定が発生した場合に、その詳細を分析することができないので、その区分についても記録しておくことが好ましい。なお、評価結果リスト１０４２は、試行されたモデル画像候補毎に生成される。
【０１４９】
一致／不一致カウンタ１０４３は、比較部１０４１で生成された複数の評価結果リスト１０４２に含まれる評価結果についての対応する期待クラスとの一致度合いを算出する。より具体的には、一致／不一致カウンタ１０４３は、評価結果リスト１０４２に含まれる評価結果のうち、対応する期待クラスと不一致となっているもの（誤検出されたもの）の数をカウントする。なお、「良品」（ＯＫ）の計測画像を「不良品」（ＮＧ）と誤判定した数、および「不良品」（ＮＧ）の計測画像を「良品」（ＯＫ）と誤判定した数をそれぞれ区別してカウントすることが好ましい。
【０１５０】
打ち切り処理部１０４４は、ユーザによって指定される許容上限値を受付け、いずれかのモデル画像候補について、計測画像に対する処理結果の生成中に、対応する期待クラスと不一致である処理結果の数が指定された許容上限値を超えると、当該モデル画像候補についての残りの計測画像に対する処理結果の生成を打ち切る。この許容上限値は、対象の画像処理装置に要求される安定度などに応じて設定される。すなわち、誤検出の数が許容上限値を超えた時点で、安定した画像処理を行なうことのできないモデル画像候補であると判断できるので、それ以上の評価を行なう必要がないからである。このように、適用先の要求に基づいて、明らかに不適格なモデル画像候補についての試行を打ち切ることで、試行全体に要する時間を短縮することができる。なお、打ち切り処理部１０４４は、打ち切り指示を処理部１０３０の処理コントローラ１０３６へ与える。
【０１５１】
あるいは、ある試行において、所定数の計測画像に対し評価を行ない、その結果の平均値などが先に実行した試行の結果より悪い場合には、当該試行についての処理結果の生成を打ち切るようにしてもよい。
【０１５２】
統計処理部１０４５は、処理部１０３０で算出された評価結果についての統計的出力を算出する。より具体的には、統計処理部１０４５は、類似度算出部１０３３で算出された判定結果リスト１０３５に含まれる相関値の統計量（たとえば、平均値、中間値、最大値、最小値、分散値、標準偏差など）を、モデル画像候補毎に算出する。
【０１５３】
ヒストグラム生成部１０４６は、統計処理部１０４５により算出された統計量に基づいて、特徴量を所定の区間に区切ったヒストグラム（度数分布）のデータを、モデル画像候補毎に生成する。
【０１５４】
決定部１０４７は、ユーザによって指定された条件に従って、モデル画像候補生成部１０２０で生成されたモデル画像候補のうち、最も適切なものを決定する。より具体的には、決定部１０４７は、評価結果が満たすべき条件を受付け、複数のモデル画像候補にそれぞれ従って処理を行なうことで生成される処理結果のうち、指定された条件に最も適合しているモデル画像候補を決定する。この決定部１０４７における処理については、後述する。
【０１５５】
次に、出力部１０５０は、複数のモデル画像候補の別に、評価部１０４０で生成された評価結果を出力する。より具体的には、出力部１０５０は、各種の出力形態を用意してお
り、一例として上述した、テーブル出力機能、ヒストグラム出力機能、散布図出力機能などである。これらの出力形態は、ユーザ操作に応じて適宜切換えられる。出力部１０５０は、テーブル出力機能として、一致／不一致カウンタ１０４３により算出された評価結果についての対応する期待クラスとの一致度合いや、対応する期待クラスと不一致となっている処理結果の数を出力する。さらに、このテーブル出力機能として、出力部１０５０は、評価結果とともに計測された処理時間を出力する。
【０１５６】
さらに、出力部１０５０は、テーブル出力機能として、複数のモデル画像候補のうち、対応する処理結果群に含まれる特徴量（相関値）が相対的に高いモデル画像候補を、他のモデル画像候補とは異なる態様で出力してもよい。すなわち、最も相関値の平均値が高いモデル画像候補については、赤色表示や点滅表示などによって、目立つように出力することが好ましい。これは、特徴量（相関値）が高いということは、当該モデル画像候補に従う画像処理によって、計測画像の特徴をうまく抽出できることを意味するので、このようなモデル画像候補を優先的にユーザに選択してもらうことを促すためである。
【０１５７】
＜条件指定＞
次に、図１７を参照して、評価部１０４０の決定部１０４７（図１５）がモデル画像候補のうち、最も適切なものを選択する条件の入力インターフェイスの一例について例示する。
【０１５８】
ユーザは、上述の図１３に示すダイアログ４２０上でのモデル画像候補についての設定後、図１７に示すようなダイアログ４９９で、いずれの項目を優先するかについて設定する。ダイアログ４９９では、図１４に示す評価結果画面４００Ｂに出力される項目の一覧が表示されており、ユーザは、プルダウンメニューを操作して、優先すべきかを示す優先順を必要な項目に対して設定する。図１７に示す例では、「誤検出数：少」が優先順位「１」に設定されており、「良品画像相関値平均：高」が優先順位「２」に設定されている。
【０１５９】
図１７に示すような条件が設定されると、決定部１０４７は、生成されたモデル画像候補毎の評価結果を参照して、最も誤検出数の少ないモデル画像候補を検索する。この検索の結果、１つに絞ることができれば、そのモデル画像候補が最適なパラメータセットとして決定される。一方、誤検出数の条件だけでは、１つに絞りきることができなかった場合には、その中で、良品画像相関値平均が最も高いモデル画像候補が最適なモデル画像として決定される。
【０１６０】
なお、ユーザによる条件の設定方法としては、図１７に示すユーザインターフェイスによる方法以外にも、さまざまな方法を採用することができる。
【０１６１】
＜処理手順＞
図１８〜図２２は、この発明の実施の形態に従うシステムにおける全体処理を示すフローチャートである。図１８〜図２２に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。なお、図１８〜図２２に示すフローチャートでは、各処理の実行主体を明瞭化するために、評価処理アプリケーション２０および画像処理アプリケーション３０を区分して表現するが、これらのアプリケーションを統合したプログラムを実行してもよい。あるいは、上述したように、支援装置１００が画像処理装置２００に実装されている画像処理アプリケーション３０Ａを利用することもできる。この場合には、本実施の形態に従う支援装置１００および画像処理装置２００を含めたシステムが本発明に係るモデル画像取得支援装置に相当する。なお、この場合には、画像処理装置２００のＣＰＵ２０５についても、固定ディスク２０７などに予め格納されたプログ
ラムをメモリ２０６に読出して実行することで、画像処理アプリケーション３０Ａの機能を実現する。
【０１６２】
図１８〜図２２を参照して、まず、起動が指示されると、評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、初期化処理の実行後、図１０に示す入力画面４００Ａをモニタ１０２に表示する（ステップＳ１００）。続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０２が押下されたか否かを判断する（ステップＳ１０２）。ボタン４０２が押下されていない場合（ステップＳ１０２においてＮＯの場合）には、ステップＳ１０２の処理が繰返される。
【０１６３】
ボタン４０２が押下された場合（ステップＳ１０２においてＹＥＳの場合）には、評価処理アプリケーション２０は、試行を実行するための画像処理アプリケーション３０の選択を受付ける（ステップＳ１０４）。画像処理アプリケーション３０が選択されると、評価処理アプリケーション２０は、選択先の画像処理アプリケーション３０との間で同期確立処理を実行する。具体的には、評価処理アプリケーション２０は、選択先の画像処理アプリケーション３０に同期確立要求を送信する。選択先の画像処理アプリケーション３０は、この同期確立要求に応答して、画像処理アプリケーション３０（支援装置１００のＣＰＵ１０５（図２）または画像処理装置２００のＣＰＵ２０５（図３）；以下同様）は、必要な情報を評価処理アプリケーション２０へ返答する（ステップＳ１０６）。この画像処理アプリケーション３０からのデータの返答によって、両者の同期が確立する。
【０１６４】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０４が押下されたか否かを判断する（ステップＳ１０８）。ボタン４０４が押下されていない場合（ステップＳ１０８においてＮＯの場合）には、ステップＳ１０８の処理が繰返される。
【０１６５】
ボタン４０４が押下された場合（ステップＳ１０８においてＹＥＳの場合）には、評価処理アプリケーション２０は、図１１に示すダイアログ４１４をモニタ１０２に表示する（ステップＳ１１０）。続いて、評価処理アプリケーション２０は、対象となる計測画像および計測画像に対応付けられた期待クラスの指定を受付ける（ステップＳ１１２）。すなわち、ユーザは、「良品」の期待クラスに対応付けられている計測画像が格納されている「ＯＫ」フォルダを指定するとともに、必要に応じて、「不良品」の期待クラスに対応付けられている計測画像が格納されている「ＮＧ」フォルダを指定する。なお、本実施の形態に従うモデル画像取得支援装置では、少なくとも良品画像が存在すれば、モデル画像を決定することができるので、不良品画像を必ず指定する必要はない。
【０１６６】
計測画像が設定されると、評価処理アプリケーション２０は、対象の計測画像と内部的に使用する画像番号とを対応付けた画像リスト１０１１（図１６（ａ））を生成するとともに、画像番号と対応する計測画像についての期待クラスとを対応付けた期待クラスリスト１０１２（図１６（ｂ））を生成する（ステップＳ１１４）。そして、評価処理アプリケーション２０は、ダイアログ４１４を閉じる。
【０１６７】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０６が押下されたか否かを判断する（ステップＳ１１６）。ボタン４０６が押下されていない場合（ステップＳ１１６においてＮＯの場合）には、ステップＳ１１６の処理が繰返される。
【０１６８】
ボタン４０６が押下された場合（ステップＳ１１６においてＹＥＳの場合）には、評価処理アプリケーション２０は、モデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータを入力するためのダイアログ４２０（図１２）をモニタ１０２に表示する（ステップＳ１１８）。続いて、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４２を用いて入力する、調整されるモデル画像が用いられる
処理項目の指定を受付ける（ステップＳ１２０）。さらに、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４４を用いて入力する、他の画像処理の結果を用いて処理を行なう場合などにおける、参照対象の処理項目の指定を受付ける（ステップＳ１２２）。さらに、評価処理アプリケーション２０は、ユーザがプルダウンメニュー４４６を用いて入力する、調整モードの指定を受付ける（ステップＳ１２４）。
【０１６９】
このモデル画像取得処理の対象とする項目および最適なモデル画像を探索するためのパラメータの入力後、評価処理アプリケーション２０は、選択された画像処理アプリケーション３０に対して、初期設定モデル画像およびパラメータ値を要求する（ステップＳ１２６）。この要求に応答して、画像処理アプリケーション３０は、現在設定されているモデル画像（初期設定モデル画像）および関連するパラメータの現在値を評価処理アプリケーション２０へ応答する（ステップＳ１２８）。
【０１７０】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０９が押下されたか否かを判断する（ステップＳ１３０）。ボタン４０９が押下されていない場合（ステップＳ１３０においてＮＯの場合）には、処理はステップＳ１３６へ進む。
【０１７１】
ボタン４０９が押下された場合（ステップＳ１３０においてＹＥＳの場合）には、評価処理アプリケーション２０は、図１２に示すダイアログ４３０をモニタ１０２に表示する（ステップＳ１３２）。続いて、評価処理アプリケーション２０は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ１３４）。すなわち、ユーザは、マウス１０４などを操作してモデル画像を抽出する参照画像のファイルを設定する。この設定が完了すると、評価処理アプリケーション２０は、ダイアログ４３０を閉じる。
【０１７２】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４１０が押下されたか否かを判断する（ステップＳ１３６）。ボタン４１０が押下されていない場合（ステップＳ１３６においてＮＯの場合）には、ステップＳ１３０の処理が繰返される。
【０１７３】
ボタン４１０が押下された場合（ステップＳ１３６においてＹＥＳの場合）には、評価処理アプリケーション２０は、以下に示すように、参照画像から複数のモデル画像候補を抽出する。具体的には、評価処理アプリケーション２０は、指定された参照画像のファイル名の一覧を取得した後、初期設定モデル画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１３８）。このとき、参照画像からモデル画像を抽出する領域（サーチ範囲）などを指定する情報を付加してもよい。さらに、評価処理アプリケーション２０は、参照画像の画像番号の１番目に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１４０）。すなわち、評価処理アプリケーション２０は、画像処理アプリケーション３０に、初期設定モデル画像に基づいて、良品画像である参照画像から複数のモデル画像候補をサーチして抽出させる。
【０１７４】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１４２）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、現在設定されている初期設定モデル画像に基づくマッチング処理を実行することで、モデル画像候補を抽出する（ステップＳ１４４）。その後、画像処理アプリケーション３０は、抽出したモデル画像候補を評価処理アプリケーション２０へ返送する（ステップＳ１４６）。
【０１７５】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信したモデル画像候補を記憶装置（メモリ１０６および／または固定ディスク１０７）に格納する（ステップＳ１４８）。続いて、評価処理アプリケーション２０は、すべての参照画像（典型
的には、「良品」である計測画像）についてのモデル画像候補の抽出が完了したか否かを判断する（ステップＳ１５０）。すべての参照画像についてのモデル画像候補の抽出が完了していない場合（ステップＳ１５０においてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１５２）。その後、ステップＳ１４２以下の処理が繰返される。
【０１７６】
すべての参照画像についてのモデル画像候補の抽出が完了している場合（ステップＳ１５０においてＮＯの場合）には、評価処理アプリケーション２０は、図１３に示すダイアログ４３０をモニタ１０２に表示する（ステップＳ１５４）。
【０１７７】
続いて、評価処理アプリケーション２０は、ダイアログ４３０上のボタン４２２が押下されたか否かを判断する（ステップＳ１５８）。ボタン４２２が押下された場合（ステップＳ１５８においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補に試行番号を割当てる（ステップＳ１６０）。すなわち、評価処理アプリケーション２０は、記憶装置に格納したモデル画像候補のうち、選択されたモデル画像候補と試行番号との対応付けを行なう。続いて、評価処理アプリケーション２０は、割当てた試行番号に応じて、ダイアログ４３０上の枚数表示４２６を更新する（ステップＳ１６２）。
【０１７８】
ボタン４２２が押下されていない場合（ステップＳ１５８においてＮＯの場合）、もしくはステップＳ１６２の処理後、評価処理アプリケーション２０は、ダイアログ４３０上のボタン４２４が押下されたか否かを判断する（ステップＳ１６４）。ボタン４２４が押下されていない場合（ステップＳ１６４においてＮＯの場合）には、ステップＳ１５６以下の処理が繰返される。一方、ボタン４２４が押下された場合（ステップＳ１６４においてＹＥＳの場合）には、評価処理アプリケーション２０は、ダイアログ４３０を閉じる（ステップＳ１６６）。
【０１７９】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４０８が押下されたか否かを判断する（ステップＳ１６８）。ボタン４０８が押下されていない場合（ステップＳ１６８においてＮＯの場合）には、ステップＳ１６８の処理が繰返される。
【０１８０】
ボタン４０８が押下された場合（ステップＳ１６８においてＹＥＳの場合）には、評価処理アプリケーション２０は、以下に示すように、複数のモデル画像候補に対する試行を開始する。具体的には、評価処理アプリケーション２０は、最も小さい試行番号（試行番号［０］）に対応するモデル画像候補を記憶装置からロードする（ステップＳ１７０）。続いて、評価処理アプリケーション２０は、ロードしたモデル候補画像および当該モデル候補画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１７２）。さらに、評価処理アプリケーション２０は、画像リスト１０１１を参照して、１番目の画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１７４）。すなわち、評価処理アプリケーション２０は、画像処理アプリケーション３０に、モデル画像候補に基づくマッチング処理を実行させる。
【０１８１】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１７６）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、評価処理アプリケーション２０から受信したモデル画像候補に基づくマッチング処理を実行する（ステップＳ１７８）。その後、画像処理アプリケーション３０は、マッチング処理により得られた類似度を評価処理アプリケーション２０へ返送する（ステップＳ１８０）。
【０１８２】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信した類似度を、試行番号および画像番号に対応付けて、判定結果リスト１０３５として記憶装置に格納する（ステップＳ１８２）。評価処理アプリケーション２０は、受信した類似度と予め設定されているしきい値とを比較して、対象の計測画像に対する判定結果を算出して、判定結果リスト１０３５に追記する（ステップＳ１８４）。さらに、評価処理アプリケーション２０は、算出した判定結果と、対象の計測画像に対応付けられている期待クラスとを比較して、その評価結果を試行番号および画像番号に対応付けて、評価結果リスト１０４２として記憶装置に格納する（ステップＳ１８６）。
【０１８３】
続いて、評価処理アプリケーション２０は、画像リスト１０１１を参照して、すべての計測画像についての現在のモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１８８）。すべての計測画像についての試行が完了していない場合（ステップＳ１８８においてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する計測画像の画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１９０）。その後、ステップＳ１７６以下の処理が繰返される。
【０１８４】
すべての計測画像についての試行が完了している場合（ステップＳ１８８においてＹＥＳの場合）には、評価処理アプリケーション２０は、判定結果リスト１０３５および評価結果リスト１０４２を参照して、現在の試行番号において算出された類似度および評価結果についての統計量を算出する（ステップＳ１９２）。
【０１８５】
続いて、評価処理アプリケーション２０は、試行対象のすべてのモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１９４）。試行対象のすべてのモデル画像候補についての試行が完了していない場合（ステップＳ１９４においてＮＯの場合）には、評価処理アプリケーション２０は、現在の試行番号の次にある試行番号に対応するモデル画像候補を記憶装置からロードする（ステップＳ１９６）。その後、ステップＳ１７４以下の処理が繰返される。
【０１８６】
試行対象のすべてのモデル画像候補についての試行が完了している場合（ステップＳ１９４においてＹＥＳの場合）には、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、最適なモデル画像を決定する（ステップＳ１９８）。続いて、評価処理アプリケーション２０は、それぞれの試行番号について算出された類似度、評価結果、およびそれらの統計量に基づいて、図１４に示すような評価結果画面をモニタ１０２に表示する（ステップＳ２００）。
【０１８７】
続いて、評価処理アプリケーション２０は、入力画面４００Ａ上のボタン４１２が押下されたか否かを判断する（ステップＳ２０２）。ボタン４１２が押下された場合（ステップＳ２０２においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されているモデル画像候補を接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ２０４）。画像処理アプリケーション３０は、受信したモデル画像候補を新たなモデル画像として設定する（ステップＳ２０６）。
【０１８８】
ボタン４１２が押下されていない場合（ステップＳ２０２においてＮＯの場合）、もしくはステップＳ２０６の処理後、評価処理アプリケーション２０は、評価処理アプリケーション２０の終了が指示されたか否かを判断する（ステップＳ２０８）。評価処理アプリケーション２０の終了が指示されていない場合（ステップＳ２０８においてＮＯの場合）には、ステップＳ２０２以下の処理が繰返される。
【０１８９】
評価処理アプリケーション２０の終了が指示された場合（ステップＳ２０８においてＹＥＳの場合）には、処理は終了する。
【０１９０】
＜本実施形態の作用効果＞
この発明の実施の形態によれば、ユーザがモデル画像を抽出すべき参照画像を指定するだけで、それぞれの参照画像からモデル画像候補が抽出されるとともに、それぞれ抽出されたモデル画像候補を用いて実際にマッチング処理を行なった結果を評価内容が一覧表示される。そのため、ユーザは、一覧表示された評価結果に基づいて、容易に最適なモデル画像を選択することができる。
【０１９１】
すなわち、ユーザは、モデル画像となり得る参照画像を指定するだけで、それ以外はモデル画像取得支援装置が自動的に処理を実行するので、ユーザが現場に張付いて長時間に亘って調整を行なう必要がなくなる。そのため、モデル画像として採用できる可能性のある参照画像が大量に存在する場合であっても、より迅速かつ容易に最適なモデル画像を決定することができる。
【０１９２】
また、モデル画像候補の間で、統計的な評価結果を比較可能に評価結果が一覧表示されるので、作業者の経験によらず、最適なモデル画像を客観的に決定することができる。そのため、ある程度の知識を有する作業者であれば、熟練した作業者による作業に遜色なく適切なモデル画像を決定することができる。
【０１９３】
＜変形例１＞
上述の実施の形態に従う支援装置１００における全体処理を示すフローチャートでは、それぞれのモデル画像候補をセットした後、対象の計測画像に対してマッチング処理を順次実行する手順について例示したが、先に対象の計測画像をロードした後、モデル画像候補の各々についてマッチング処理を順次実行するようにしてもよい（変形例１）。この方法は、計測画像のロードや転送などに時間を要する環境や、生産ラインを流れるワークを撮像して新たな計測画像を取得しながら、並行してモデル画像候補の評価を行なう場合に、有効である。
【０１９４】
変形例１に従うシステムにおける全体処理は、本実施の形態に従うシステムにおける全体処理手順（図１８〜図２２）のうち、図２１のフローチャートに示す処理手順を図２３のフローチャートに示す処理のように変更したものに相当する。したがって、以下の説明では、本実施の形態と同様の処理手順については、説明を繰返さない。また、図２３に示すフローチャートにおいて、図２１に示すフローチャートに含まれる各ステップの処理と同様の処理を含むステップについては、同一のステップ番号を用いている。
【０１９５】
図２３を参照して、まず、評価処理アプリケーション２０は、画像リスト１０１１を参照して、１番目の画像番号に対応する画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１７４）。続いて、評価処理アプリケーション２０は、最も小さい試行番号（試行番号［０］）に対応するモデル画像候補を記憶装置からロードする（ステップＳ１７０）。さらに、評価処理アプリケーション２０は、ロードしたモデル候補画像および当該モデル候補画像に基づいてマッチング処理を行なわせるための指令を、画像処理アプリケーション３０に対して与える（ステップＳ１７２）。
【０１９６】
画像処理アプリケーション３０は、評価処理アプリケーション２０からの通知に応答して、指定された計測画像をロードする（ステップＳ１７６）。続いて、画像処理アプリケーション３０は、ロードされた計測画像に対して、評価処理アプリケーション２０から受信したモデル画像候補に基づくマッチング処理を実行する（ステップＳ１７８）。その後、画像処理アプリケーション３０は、マッチング処理により得られた類似度を評価処理ア
プリケーション２０へ返送する（ステップＳ１８０）。
【０１９７】
評価処理アプリケーション２０は、画像処理アプリケーション３０から受信した類似度を、試行番号および画像番号に対応付けて、判定結果リスト１０３５として記憶装置に格納する（ステップＳ１８２）。評価処理アプリケーション２０は、受信した類似度と予め設定されているしきい値とを比較して、対象の計測画像に対する判定結果を算出して、判定結果リスト１０３５に追記する（ステップＳ１８４）。さらに、評価処理アプリケーション２０は、算出した判定結果と、対象の計測画像に対応付けられている期待クラスとを比較して、その評価結果を試行番号および画像番号に対応付けて、評価結果リスト１０４２として記憶装置に格納する（ステップＳ１８６）。
【０１９８】
続いて、評価処理アプリケーション２０は、試行対象のすべてのモデル画像候補についての試行が完了したか否かを判断する（ステップＳ１９４）。試行対象のすべてのモデル画像候補についての試行が完了していない場合（ステップＳ１９４においてＮＯの場合）には、評価処理アプリケーション２０は、現在の試行番号の次にある試行番号に対応するモデル画像候補を記憶装置からロードする（ステップＳ１９６）。その後、ステップＳ１７２以下の処理が繰返される。
【０１９９】
一方、試行対象のすべてのモデル画像候補についての試行が完了している場合（ステップＳ１９４においてＹＥＳの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、すべての計測画像についての試行が完了したか否かを判断する（ステップＳ１８８Ａ）。すべての計測画像についての試行が完了していない場合（ステップＳ１８８ＡにおいてＮＯの場合）には、評価処理アプリケーション２０は、画像リスト１０１１を参照して、現在の画像番号の次にある画像番号に対応する計測画像の画像ファイル名の指定を、画像処理アプリケーション３０に対して与える（ステップＳ１９０）。その後、ステップＳ１７０以下の処理が繰返される。
【０２００】
すべての計測画像についての試行が完了している場合（ステップＳ１８８ＡにおいてＹＥＳの場合）には、評価処理アプリケーション２０は、判定結果リスト１０３５および評価結果リスト１０４２を参照して、それぞれの試行番号において算出された類似度および評価結果についての統計量をそれぞれ算出する（ステップＳ１９２Ａ）。その後、処理はステップＳ１９８へ進む。
【０２０１】
＜変形例２＞
上述したマッチング処理における誤検出数に応じて、不適切と考えられるモデル画像候補についての試行を打ち切る処理を追加してもよい（変形例２）。変形例２に従うシステムにおける全体処理は、本実施の形態に従うシステムにおける全体処理手順（図１８〜図２２）のうち、図２１のフローチャートに示す処理手順を図２４のフローチャートに示す処理のように変更したものに相当する。したがって、以下の説明では、本実施の形態と同様の処理手順については、説明を繰返さない。また、図２４に示すフローチャートは、図２１に示すフローチャートにおいて、ステップＳ２３０，Ｓ２３２，Ｓ２３４を追加したものに相当する。
【０２０２】
ステップＳ１８６の実行後、評価処理アプリケーション２０は、算出した判定結果が対象の計測画像に対応付けられている期待クラスと不一致である場合に、誤検出数をカウントする（ステップＳ２３０）。続いて、評価処理アプリケーション２０は、ステップＳ２３０においてカウントされた誤検出数が指定された許容上限値を超えているか否かを判断する（ステップＳ２３２）。
【０２０３】
カウントされた誤検出数が指定された許容上限値を超えている場合（ステップＳ２３２
においてＹＥＳの場合）には、評価処理アプリケーション２０は、現在のモデル画像候補についての残りの計測画像に対する試行を打ち切るための指令を画像処理アプリケーション３０へ送信する（ステップＳ２３４）。そして、処理はステップＳ１９６へ進む。
【０２０４】
＜変形例３＞
上述の実施の形態においては、主として１つのモデル画像に基づくマッチング処理を行なう構成について例示した。ところで、取得される計測画像が様々な外乱によって安定しない（不安定な）場合などには、予め複数のモデル画像を用意しておき、これらのモデル画像に基づいてマッチング処理を行なうことでマッチング処理をより安定化することができる。より具体的には、計測画像に対して、複数のモデル画像に基づくマッチング処理をそれぞれ実行するとともに、少なくともいずれか１つのモデル画像に基づくマッチング処理が成功すれば、対象の計測画像に対して全体としてマッチングＯＫと判断するようなアプリケーションが想定される。なお、このようなマッチング処理は、フレキシブルサーチなどと称される。
【０２０５】
図２５は、この発明の実施の形態の変形例３に従うマッチング処理の概要を説明するための図である。図２５（ａ）は、全体としてマッチングＯＫの場合を示し、図２５（ｂ）は、全体としてマッチングＮＧの場合を示す。
【０２０６】
図２５（ａ）を参照して、予め用意された複数のモデル画像ＭＤＬ１〜ＭＤＬ５（以下、これらのモデル画像を「（最適）モデル画像セット」とも称す。）と計測画像との間で、マッチング処理がそれぞれ行なわれる。すなわち、モデル画像ＭＤＬ１〜ＭＤＬ５の各々について、計測画像との間の類似度（相関値）が算出される。さらに、これらの算出された類似度（相関値）と予め設定されたしきい値とをそれぞれ比較することで、マッチングＯＫまたはマッチングＮＧがそれぞれ判断される。そして、少なくとも１つ（図２５（ａ）に示す例では、モデル画像ＭＤＬ２およびＭＤＬ４の２つ）のモデル画像について、マッチングＯＫと判断されると、当該計測画像の全体に対するマッチング処理としては「ＯＫ」と判断される。
【０２０７】
これに対して、図２５（ｂ）に示すように、モデル画像ＭＤＬ１〜ＭＤＬ５のすべてについてマッチングＮＧと判断されると、当該計測画像の全体に対するマッチング処理としては「ＮＧ」と判断される。
【０２０８】
このような複数のモデル画像を用いてマッチング処理を行なうようなアプリケーションに対しては、どのような組み合わせのモデル画像を設定するのかが重要である。そこで、本実施の形態の変形例３においては、より迅速かつ容易に最適なモデル画像セットを決定可能な構成について説明する。
【０２０９】
図２６は、この発明の実施の形態の変形例３に従うマッチング処理におけるモデル画像セット取得処理の概要を説明するための図である。
【０２１０】
図２６を参照して、本変形例に従う支援装置は、複数の参照画像から抽出されたモデル画像候補のうち、複数のモデル画像候補を「最適モデル画像セット」として決定する。このような最適モデル画像セットを用いることで、取得される計測画像が様々な外乱に影響を受けたとしても、マッチング処理を安定して行なうことができる。すなわち、本変形例に従う支援装置は、複数の計測画像の全体に対してのマッチング処理結果を最適化するための、複数のモデル画像候補に含まれる２つ以上のモデル画像候補の組合わせを探索する。なお、以下では、典型的な３つの手法について例示する。
【０２１１】
（手法１）
手法１は、図２６に示すモデル画像候補から総当りでモデル画像セットの候補を試行対象として、この作成した試行対象のうち、最も安定したマッチング処理ができるものを選択するものである。
【０２１２】
図２７は、この発明の実施の形態の変形例３に従う手法１の概要を説明するための図である。図２７に示すように、本変形例の手法１においては、予め定められた数で構成されるモデル画像候補の組み合わせを総当りで決定し、各組み合わせを試行対象とする。すなわち、図２７に示す例では、３つのモデル画像候補の組み合わせを順次作成していき、各組み合わせに試行番号を割り当てる。そして、各試行番号を割り当てたモデル画像候補を用いて、上述と同様の試行を繰り返し実行する。そして、その実行結果をユーザに表示する。試行結果を提供するユーザインターフェイスについては、上述の図１４と同様であるので、詳細な説明は繰返さない。
【０２１３】
なお、図２７に示す例では、予め定められた数のモデル画像候補の組み合わせを作成する構成について例示したが、組み合わせに用いるモデル画像候補の数も変動するようにしてもよい。
【０２１４】
上述のような手法１の手順は、図２８に示すフローチャートに概略することができる。
図２８は、この発明の実施の形態の変形例３に従う手法１の手順を示すフローチャートである。図２８に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２１５】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ４００）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ４０２）。このステップＳ４０２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２１６】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補から予め定められた数で構成される組み合わせを総当りで決定する（ステップＳ４０４）。さらに、評価処理アプリケーション２０は、決定した組み合わせの各々について、試行番号を割り当てる（ステップＳ４０６）。
【０２１７】
さらに、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補セットに対して、試行を実行する（ステップＳ４０８）。このステップＳ４０８の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。
【０２１８】
試行の完了後、評価処理アプリケーション２０は、それぞれの試行番号について算出された類似度、評価結果、およびそれらの統計量などを示す評価結果画面をモニタ１０２に表示する（ステップＳ４１０）。さらに、評価処理アプリケーション２０は、ユーザがいずれかのモデル画像候補セットを選択したか否かを判断する（ステップＳ４１２）。
【０２１９】
ユーザがいずれかのモデル画像候補セットを選択した場合（ステップＳ４１２においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補セットを接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ４１４）。画像処理アプリケーション３０は、受信したモデル画像候補を、フレキシブルサーチ用のモデル画像セットとして登録する。
【０２２０】
本変形例に従う手法１によれば、モデル画像候補の組み合わせを総当りで評価できるの
で、最適モデル画像候補セットを確実に決定することができる。
【０２２１】
（手法２）
手法２は、まず、図２６に示すモデル画像候補のうち最も安定してマッチング処理ができるモデル画像を決定し、続いて、当該決定したモデル画像に対してマッチングＮＧとなった計測画像を抽出して、この抽出した計測画像との間でマッチングＯＫとなる他のモデル画像を補完的に決定するものである。この手法２の手順を図２９を用いて説明する。
【０２２２】
図２９は、この発明の実施の形態の変形例３に従う手法２の手順を示すフローチャートである。図２９に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２２３】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ４５０）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ４５２）。このステップＳ４５２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２２４】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補の各々に対して試行番号を割り当てる（ステップＳ４５４）。そして、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補に対して、試行を実行する（ステップＳ４５６）。このステップＳ４５６の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、対象としたモデル画像候補のうち最適なモデル画像（第１モデル画像）を決定する（ステップＳ４５８）。続いて、評価処理アプリケーション２０は、ステップＳ４５８において決定した第１モデル画像に対してマッチングＮＧとなった計測画像を抽出する（ステップＳ４６０）。
【０２２５】
さらに、評価処理アプリケーション２０は、抽出された複数のモデル画像候補のうち、ステップＳ４５８において決定した第１モデル画像を除いた他のモデル画像候補に対して、ステップＳ４６０で抽出した計測画像についての試行を実行する（ステップＳ４６２）。このステップＳ４６２の処理内容についても、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、算出された類似度および／または評価結果に基づいて、対象としたモデル画像候補のうち最適なモデル画像（第２モデル画像）を決定する（ステップＳ４６４）。
【０２２６】
続いて、評価処理アプリケーション２０は、ステップＳ４６４において決定した第２モデル画像に対してマッチングＮＧとなった計測画像が存在するか否かを判断する（ステップＳ４６６）。第２モデル画像に対してマッチングＮＧとなった計測画像が存在しない場合（ステップＳ４６６においてＮＯの場合）には、評価処理アプリケーション２０は、ステップＳ４５８において決定した第１モデル画像およびステップＳ４６４において決定した第２モデル画像を、モデル画像候補セットとして決定する（ステップＳ４６８）。
【０２２７】
これに対して、第２モデル画像に対してマッチングＮＧとなった計測画像が存在する場合（ステップＳ４６６においてＹＥＳの場合）には、評価処理アプリケーション２０は、ステップＳ４６０以下の処理を繰返す。すなわち、評価処理アプリケーション２０は、マッチングＮＧとなった計測画像が存在しなくなるまで、第２モデル画像を追加する。
【０２２８】
本変形例に従う手法２によれば、最低限必要な数のモデル画像からなるモデル画像候補
セットを決定できるので、より効率的なマッチング処理が可能となる。
【０２２９】
（手法３）
手法３は、図２６に示すモデル画像候補の各々について試行を実行し、それぞれの試行結果に基づいて、最適なモデル画像候補のモデル画像候補の組み合わせを決定するものである。
【０２３０】
図３０は、この発明の実施の形態の変形例３に従う手法３の概要を説明するための図である。図３１は、この発明の実施の形態の変形例３に従う手法３における試行結果の一例を示す図である。
【０２３１】
図３０（ａ）に示すように、本変形例の手法３においては、まず、抽出された複数のモデル画像候補の各々について、計測画像に対する試行をそれぞれ実行する。すると、図３１に示すような、対象の計測画像の各々に対する類似度（相関値）がモデル画像候補の別に算出される。図３１に示すような試行結果に基づいて、すべての計測画像についての類似度（相関値）が所定値を維持できるような組み合わせを決定する。典型的な決定処理方法としては、それぞれの計測画像との間で最も類似度（相関値）が高いモデル画像候補を特定する（図３１に示すハッチング部分に対応）とともに、これらの特定されたモデル画像候補の集合をモデル画像候補セットとして決定する。すなわち、図３１に示す例では、計測画像１，２，５については、モデル画像候補１が最も類似度（相関値）が高く、計測画像３，４については、モデル画像候補２が最も類似度（相関値）が高い。その結果、図３０（ｂ）に示すように、モデル画像候補１およびモデル画像候補２がモデル画像候補セットとして決定される。
【０２３２】
上述のような手法３の手順は、図３２に示すフローチャートに概略することができる。
図３２は、この発明の実施の形態の変形例３に従う手法３の手順を示すフローチャートである。図３２に示すフローチャートは、典型的には、支援装置１００のＣＰＵ１０５が固定ディスク１０７などに予め格納されたプログラムをメモリ１０６に読出して実行することにより実現される。
【０２３３】
評価処理アプリケーション２０（支援装置１００のＣＰＵ１０５（図２）；以下同様）は、モデル画像の抽出対象となる参照画像の指定を受付ける（ステップＳ５００）。続いて、評価処理アプリケーション２０は、指定された参照画像から複数のモデル画像候補を抽出する（ステップＳ５０２）。このステップＳ５０２の処理内容は、上述した図１９のステップＳ１３８〜Ｓ１５２の処理内容と同様である。
【０２３４】
その後、評価処理アプリケーション２０は、抽出された複数のモデル画像候補の各々に対して試行番号を割り当てる（ステップＳ５０４）。そして、評価処理アプリケーション２０は、各試行番号に対応するモデル画像候補に対して、試行を実行する（ステップＳ５０６）。このステップＳ５０６の処理内容は、上述した図２１のステップＳ１７０〜Ｓ１９６の処理内容と同様である。試行の完了後、評価処理アプリケーション２０は、対象の計測画像の各々に対する類似度（相関値）をモデル画像候補の別に一時的に格納する（ステップＳ５０８）。すなわち、図３１に示すようなテーブルを内部的に生成する。続いて、評価処理アプリケーション２０は、ステップＳ５０８において生成したテーブルに基づいて、最適なモデル画像候補の組み合わせを決定する（ステップＳ５１０）。この組み合わせの決定は、モデル画像候補の数やマッチングＮＧとなった計測画像の数などのファクタを考慮して行なわれる。また、組み合わせの決定アルゴリズムとして、線形計画法などを採用することもできる。なお、ステップＳ５１０においては、複数のモデル画像候補の組み合わせが決定されてもよい。
【０２３５】
その後、評価処理アプリケーション２０は、ステップＳ５１０において決定したモデル画像候補の組み合わせとともに、それぞれのモデル画像候補について算出された類似度、評価結果、およびそれらの統計量などを示す評価結果画面をモニタ１０２に表示する（ステップＳ５１２）。さらに、評価処理アプリケーション２０は、ユーザがいずれかのモデル画像候補セットを選択したか否かを判断する（ステップＳ５１４）。
【０２３６】
ユーザがいずれかのモデル画像候補セットを選択した場合（ステップＳ５１４においてＹＥＳの場合）には、評価処理アプリケーション２０は、選択されたモデル画像候補セットを接続先の画像処理装置２００の画像処理アプリケーション３０Ａへ転送する（ステップＳ５１６）。画像処理アプリケーション３０は、受信したモデル画像候補を、フレキシブルサーチ用のモデル画像セットとして登録する。
【０２３７】
本変形例に従う手法３によれば、モデル画像候補の各々についての類似度（相関値）に基づいて組み合わせを決定できるので、より最適モデル画像候補セットをより効率的に決定することができる。
【０２３８】
＜変形例４＞
上述の実施の形態においては、同一の参照画像から複数のモデル画像候補が抽出され得る構成について例示した。一方、対象の処理項目によっては、同一のモデル画像について、異なる画像処理パラメータを対応付けたものをそれぞれモデル画像候補とすることが好ましい場合がある。以下、このような例について例示する。
【０２３９】
上述のようなモデル画像との類似度（相関値）に基づくサーチ処理を行なう場合には、モデル画像に対応付けられるパラメータを最適化する必要性が低いため、複数のモデル画像候補を予め用意しておき、これらのうち最適なものを決定すれば十分である。しかしながら、処理項目によっては、モデル画像に対して設定するパラメータとの間に密接な関係が存在するものである。
【０２４０】
たとえば、エッジコードモデルサーチと称される、エッジコードに基づくサーチ処理においては、そのモデル登録時に、エッジマスクレベルやエッジレベルを最適化する必要がある。言い換えれば、登録するモデルごとに対応するパラメータを調整する必要がある。さらに、モデル登録されているエッジが多いとマッチングさせる量が増大するので、計測時間に大きく影響するため、タクトタイムなどを考慮してパラメータを調整する必要がある。
【０２４１】
このような処理項目においては、パラメータに起因する外乱が大きいため、複数のモデル画像候補のみを変動させて評価したとしても、エッジマスクレベルやエッジレベルなどのパラメータも連動させて変動させなければ、ユーザが求める条件に合う設定を取得することができない場合がある。
【０２４２】
そこで、このような場合には、複数のモデル画像候補と複数のパラメータとの組合わせに対して、試行を行なう。
【０２４３】
図３３は、この発明の実施の変形例４に従う試行作成処理の一例を示す図である。
図３３（ａ）に示すように、最適化を行なうための変動要因としては、複数のモデル画像候補と、複数のパラメータ候補とが存在することになる。そこで、図３３（ｂ）に示すように、モデル画像候補とパラメータ候補との組合わせを、順次、試行１−１，１−２，１−３，１−４，２−１，２−２，２−３，２−４，・・・といった具合に設定し、これらの設定した試行をそれぞれ実行することで、モデル画像と対応するパラメータとの最適な組合わせを抽出することができる。
【０２４４】
本変形例によれば、モデル画像とともに、対応するパラメータも最適化できるので、より複雑な処理項目であっても、短時間に適切な設定を行なうことができる。
【０２４５】
＜変形例５＞
上述の実施の形態においては、主として、撮像部８がワークなどを撮像して取得された計測画像そのものに対してマッチング処理を実行する構成について例示した。一方、対象の処理項目によっては、撮像部８において取得された計測画像に対してフィルタ（たとえば、カラーグレイフィルタ）などの前処理が適用される場合がある。この場合には、計測画像に適用される前処理に応じたモデル画像を登録しておく必要がある。以下、このような例について例示する。
【０２４６】
図３４は、この発明の実施の変形例５に従う処理項目の内容を説明するためのブロック図である。図３５は、この発明の実施の変形例５に従うモデル画像の最適化を説明するための図である。
【０２４７】
図３４（ａ）を参照して、モデル画像抽出部５２０が所定の条件に従って参照画像からモデル画像を抽出して予め登録しておくとする。一方、撮像部によって取得された計測画像は、前処理部５１０においてユーザが所望するフィルタ処理を行なった上で、類似度算出部５００へ出力される。類似度算出部５００は、前処理部５１０から入力された計測画像に対して、予め登録されたモデル画像との類似度（相関値）を算出（サーチ）する。ここで、前処理部５１０に、モデル画像の登録時に用いられたときの設定とは異なる設定が与えられると、図３５（ａ）に示すように、当該登録されているモデル画像は、前処理後の計測画像については適切なものとはならない場合がある。すなわち、図３５（ａ）に示すように、モデル画像を前処理条件の変動に合わせて最適化しない場合には、両者の色濃度が異なるので、マッチング処理結果に大きなずれが生じ得る。
【０２４８】
そこで、図３４（ｂ）に示すように、前処理部５１０と同様のフィルタ処理を行なう前処理部５２２に対して参照画像を入力するとともに、この前処理部５２２から出力されるフィルタ処理後の参照画像に基づいて、モデル画像を登録する。このように、モデル画像が前処理条件の変動に合わせて最適化すると、図３５（ｂ）に示すように、適切なマッチング処理が実行される。
【０２４９】
本変形例によれば、マッチング処理の対象となる計測画像に対する前処理に応じて、モデル画像が登録されるので、前処理の影響を受けることなく、適切なマッチング処理を実行することができる。
【０２５０】
＜変形例６＞
上述の実施の形態においては、最適なモデル画像の探索処理を高速化するために、ある試行についての計測結果が所定条件を満たした場合には、その試行の計測を途中で打ち切る構成について例示したが、他の高速化手法を適用してもよい。
【０２５１】
たとえば、上述の実施の形態においては、初期設定モデル画像との間のマッチング処理を行なうことで、対象の良品画像のすべてからモデル画像候補を抽出する処理について例示（たとえば、図５参照）したが、さらに条件を加えて、一部のみをモデル画像候補として抽出してもよい。
【０２５２】
より具体的には、初期設定モデル画像との間の類似度（相関値）が相対的に高いものから所定数をモデル画像候補とすることができる。さらに、このモデル画像候補としては、初期設定モデル画像との間の類似度（相関値）が高い順に、所定数おきに抽出するように
してもよい。あるいは、初期設定モデル画像との間の類似度（相関値）が所定範囲内（典型的には、平均値近傍）であるものをモデル画像候補としてもよい。
【０２５３】
さらに、モデル画像候補によって抽出される平均的な画像は、初期設定モデル画像に影響を受ける場合が多いので、初期設定モデル画像に基づいてモデル画像候補を抽出した後に、それらのうち最も平均的なモデル画像を特定し、この特定したモデル画像に基づいて再度モデル画像候補を抽出するようにしてもよい。
【０２５４】
本変形例によれば、より高速に最適なモデル画像を決定することができる。
［その他の実施の形態］
本発明に係るプログラムは、コンピュータのオペレーティングシステム（ＯＳ）の一部として提供されるプログラムモジュールのうち、必要なモジュールを所定の配列で所定のタイミングで呼出して処理を実行させるものであってもよい。その場合、プログラム自体には上記モジュールが含まれずＯＳと協働して処理が実行される。このようなモジュールを含まないプログラムも、本発明にかかるプログラムに含まれ得る。
【０２５５】
また、本発明に係るプログラムは他のプログラムの一部に組込まれて提供されるものであってもよい。その場合にも、プログラム自体には上記他のプログラムに含まれるモジュールが含まれず、他のプログラムと協働して処理が実行される。このような他のプログラムに組込まれたプログラムも、本発明に係るプログラムに含まれ得る。
【０２５６】
提供されるプログラム製品は、ハードディスクなどのプログラム格納部にインストールされて実行される。なお、プログラム製品は、プログラム自体と、プログラムが記憶された記録媒体とを含む。
【０２５７】
さらに、本発明に係るプログラムによって実現される機能の一部または全部を専用のハードウェアによって構成してもよい。
【０２５８】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【符号の説明】
【０２５９】
２ ワーク、４ 光電センサ、６ 搬送ライン、８ 撮像部、１０ 計測画像取得アプリケーション、２０ 評価処理アプリケーション、３０，３０Ａ，３０Ｂ 画像処理アプリケーション、４０ モデル画像候補、１００ モデル画像取得支援装置（支援装置）、１０２，２０２ モニタ、１０３，２０３ キーボード、１０４，２０４ マウス、１０６，２０６ メモリ、１０７，２０７ 固定ディスク、１１１，２１１ ＦＤ駆動装置、１１２，２１２ フレキシブルディスク、１１３，２１３ ＣＤ−ＲＯＭ駆動装置、２００ 画像処理装置、２０１ 本体部、２０９ カメラインターフェイス部、２１５ 制御情報インターフェイス部、２１７ センサインターフェイス部、１０１０ 入力部、１０１１ 画像リスト、１０１２ 期待クラスリスト、１０２０ モデル画像候補生成部、１０２１ 入力インターフェイス部、１０２２ モデル画像抽出部、１０２３ 通信部、１０３０ 処理部、１０３１ 計測画像選択部、１０３２ モデル画像候補選択部、１０３３ 類似度算出部、１０３４ 判定部、１０３５ 判定結果リスト、１０３６ 処理コントローラ、１０４０ 評価部、１０４１ 比較部、１０４２ 評価結果リスト、１０４３
一致／不一致カウンタ、１０４４ 打ち切り処理部、１０４５ 統計処理部、１０４６
ヒストグラム生成部、１０４７ 決定部、１０５０ 出力部。
【特許請求の範囲】
【請求項１】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置であって、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定する設定手段と、
計測画像を受付ける入力手段と、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成する処理手段と、を備え、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援装置。
【請求項２】
前記マッチング処理はエッジコードに基づくサーチ処理を含み、
前記パラメータはエッジに関するパラメータを含む、請求項１に記載のモデル画像取得支援装置。
【請求項３】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する方法であって、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出するステップと、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定するステップと、
計測画像を受付けるステップと、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成するステップと、を備え、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援方法。
【請求項４】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援するプログラムであって、前記プログラムは、プロセッサに、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出するステップと、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定するステップと、
計測画像を受付けるステップと、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成するステップと、を実行させ、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援プログラム。
【請求項１】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する装置であって、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出する抽出手段と、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定する設定手段と、
計測画像を受付ける入力手段と、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成する処理手段と、を備え、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援装置。
【請求項２】
前記マッチング処理はエッジコードに基づくサーチ処理を含み、
前記パラメータはエッジに関するパラメータを含む、請求項１に記載のモデル画像取得支援装置。
【請求項３】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援する方法であって、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出するステップと、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定するステップと、
計測画像を受付けるステップと、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成するステップと、を備え、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援方法。
【請求項４】
被写体を撮像して得られる計測画像に対して予め設定されたモデル画像およびパラメータに基づくマッチング処理を行なう画像処理装置に向けられた、モデル画像の取得を支援するプログラムであって、前記プログラムは、プロセッサに、
モデルとなり得る被写体を撮像することで得られる参照画像から前記モデル画像の候補となる複数のモデル画像候補を抽出するステップと、
前記複数のモデル画像候補の各々に対応する、前記パラメータの候補となる複数のパラメータ候補を設定するステップと、
計測画像を受付けるステップと、
前記計測画像に対して、前記複数のモデル画像候補および前記複数のパラメータ候補のそれぞれに基づく前記マッチング処理を行なうことで複数の試行結果を生成するステップと、を実行させ、
前記複数の試行結果をもとに前記モデル画像とそれに対応する前記パラメータとの最適な組み合わせを抽出する、モデル画像取得支援プログラム。
【図１】
【図２】
【図３】
【図４】
【図６】
【図７】
【図８】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２７】
【図２８】
【図２９】
【図３１】
【図３２】
【図３４】
【図５】
【図９】
【図２５】
【図２６】
【図３０】
【図３３】
【図３５】
【図２】
【図３】
【図４】
【図６】
【図７】
【図８】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２７】
【図２８】
【図２９】
【図３１】
【図３２】
【図３４】
【図５】
【図９】
【図２５】
【図２６】
【図３０】
【図３３】
【図３５】
【公開番号】特開２０１３−６５３５４（Ｐ２０１３−６５３５４Ａ）
【公開日】平成２５年４月１１日（２０１３．４．１１）
【国際特許分類】
【出願番号】特願２０１２−２８５６２５（Ｐ２０１２−２８５６２５）
【出願日】平成２４年１２月２７日（２０１２．１２．２７）
【分割の表示】特願２００９−５０３８４（Ｐ２００９−５０３８４）の分割
【原出願日】平成２１年３月４日（２００９．３．４）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
【Ｆターム（参考）】
【公開日】平成２５年４月１１日（２０１３．４．１１）
【国際特許分類】
【出願日】平成２４年１２月２７日（２０１２．１２．２７）
【分割の表示】特願２００９−５０３８４（Ｐ２００９−５０３８４）の分割
【原出願日】平成２１年３月４日（２００９．３．４）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
【Ｆターム（参考）】
[ Back to top ]