布検出装置及び布検出方法
【課題】複雑環境下における任意位置の布検出を行う方法を提供すること。
【解決手段】本発明にかかる布検出装置は、画像を取り込むカメラと、サンプル画像からしわ特徴を学習し、その学習結果とカメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、しわ特徴の学習結果を記憶する記憶装置と、検出された布領域を表示させるディスプレイとを備えたものである。このような構成により、複雑環境下における任意位置の布検出を行うことができる。
【解決手段】本発明にかかる布検出装置は、画像を取り込むカメラと、サンプル画像からしわ特徴を学習し、その学習結果とカメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、しわ特徴の学習結果を記憶する記憶装置と、検出された布領域を表示させるディスプレイとを備えたものである。このような構成により、複雑環境下における任意位置の布検出を行うことができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像中の布領域を検出する布検出装置及び布検出方法に関するものであり、特に、複雑環境下における画像から布領域を検出して切り出す布検出装置及び布検出方法に関する。
【背景技術】
【０００２】
従来より、裁断機やミシン等の布送りを行う機器において、布送りの際のしわを無くすために、しわの有無を検出し、しわがなくなるように布送りを制御する技術が存在する。
例えば、特許文献１には、欠陥情報をしわ、破れ及び汚れを識別する欠陥種別情報と、布片の欠陥位置を示す欠陥位置情報とからなる布片検査装置が開示されている。特許文献２には、生地の走行振れや皺の発生を防止し、欠陥の濃淡、形状等も識別できる検反方法及びその装置が開示されている。特許文献３には繊維束や繊維材料のより正確な検出、およびさらなる特徴の測定を可能にし、測定値が作動幅にわたるしわの検出に利用される技術が開示されている。また、特許文献４には、照明部分を光学的に観察する赤外線センサを設けてある繊維構造物あるいはフィルム状物に内在するしわを検出する検反装置が開示されている。さらに特許文献５には、上下方向の移動も可能な、カメラおよびスリット撮影機を搭載した移動計測ビークルを半円周軌道固定台上に載せ、局所領域の変形過程の計測のために、格子模様が描かれた柔軟な生地を対象に貼り付ける技術が開示されている。
【特許文献１】特許第３８１３１２１号公報
【特許文献２】特開平６−３３３６８号公報
【特許文献３】特開２００２−１７３８４０号公報
【特許文献４】特開平３−２５５９４６号公報
【特許文献５】特開２００１−１９４１２７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
上述のように、従来のしわを検出する技術では、測定対象物の位置や状態がある程度特定された状況でしわの有無を検出するものであり、複雑環境下における任意位置の布検出を目的とするものではなかった。
【０００４】
本発明は、このような問題点を解決するためになされたものであり、画像中の複雑環境下における任意位置の布検出を行う方法を提供することを目的とする。
【課題を解決するための手段】
【０００５】
本発明にかかる布検出装置は、画像を取り込むカメラと、サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、前記しわ特徴の学習結果を記憶する記憶装置と、検出された前記布領域を表示させるディスプレイとを備えたものである。このような構成により、複雑環境下における任意位置の布検出を行うことができる。
【０００６】
また、本発明にかかる布検出方法は、サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像のしわ特徴を比較することにより、入力画像の布領域を検出する方法である。これにより、複雑環境下における任意位置の布検出を行うことができる。
【発明の効果】
【０００７】
本発明により、画像中の複雑環境下における任意位置の布検出を行う方法を提供することができる。
【発明を実施するための最良の形態】
【０００８】
発明の実施の形態１．
まず、図１を用いて、本実施の形態１にかかる布検出装置について説明する。この布検出装置１００は、図１に示されるように、カメラ１０１、しわ特徴学習結果を記憶する記憶装置１０２、しわ特徴学習及び布検出のための演算装置１０３及び画像情報をユーザに提示するディスプレイ１０４を備えている。
【０００９】
この装置１００では、布を含む幾つかの複雑環境からなるサンプル画像から、演算装置１０３がしわ領域と非しわ領域のパターンを学習し、学習したパターン結果を記憶装置１０２へ記憶させる。記憶装置１０２に記憶されたしわ領域と非しわ領域のパターン結果を用いて、カメラ１０１からの入力画像をしわ領域、非しわ領域、不明領域に分類する。分類結果を元にして、演算装置１０３は、セグメンテーション手法を用いて、カメラ１から入力された複雑環境の画像からしわ領域を切り出し、布検出を行う。
【００１０】
図２は、演算装置１０３が、サンプル画像からしわ領域と非しわ領域のパターンを識別し、そのパターン結果を記憶装置１０２へ記憶させるための処理を示すフロー図である。図２を用いて、演算装置１０３によるしわ特徴学習を、記憶装置１０２へ記憶させる処理の説明を行う。
【００１１】
サンプル画像は、特定の空間周波数を強調するフィルタを用いることにより、特定の空間周波数が強調された画像が取り出される（Ｓ１０１）。次に、これらの特定周波数強調画像より、しわ領域と非しわ領域を人手で切り出す（Ｓ１０２及びＳ１０３）。演算装置１０３は、切り出された各領域について、しわの濃度ヒストグラムを抽出し、これらの濃度ヒストグラムをしわの特徴量として記録する（Ｓ１０４）。濃度ヒストグラムは、濃度を２５分割したときの出現頻度をしわの特徴量としている。演算装置１０３は、記録されたしわ領域と非しわ領域の特徴量を学習する（Ｓ１０５）。演算装置１０３は、その結果を記憶装置１０２に記憶させる（Ｓ１０６）。
【００１２】
図３は、演算器１０３を用いて、カメラ１から入力された複雑環境の画像を、しわ領域、非しわ領域及び不明領域の３つの領域に分類するための処理を示すフロー図である。図３を用いて、複雑環境の画像からしわ領域を切り出す処理の説明を行う。
【００１３】
演算器１０３は、カメラ１０１から入力された複雑環境の画像の一部を切り出し、切り出されたブロックに対して濃度ヒストグラムを計算し、上述した３領域のどれに分類されるかを算出する。これをラスタ走査などで入力画像の全領域に対して行うことにより、全領域を上述した３領域に分類する（Ｓ１０７）。分類した結果をもとに、セグメンテーション手法を用いて、しわ特徴を持つ領域を、複雑環境の画像から切り出し、布検出を行う（Ｓ１０８）。
【００１４】
以上、説明したように、本実施の形態１にかかる布領域検出方法では、複雑環境の画像から、任意位置の布検出が可能である。
【００１５】
発明の実施の形態２．
次に、本実施の形態２にかかる複雑環境の画像からの布検出の方法を説明する。図４及び図５は、本実施の形態２にかかる複雑環境の画像からの布検出の方法において使用する装置２００である。図４及び図５に示される装置は、図１に示される装置に対して、２次元移動手段２０１又は３次元移動手段２０２、奥行き検出手段２０３及び環境地図２０４を追加したものであり、他の構成部分は同一の番号で示し、説明を省略する。
【００１６】
図６は、本実施の形態２にかかる画像中の布領域検出のための処理を示すフロー図であり、このフロー図を用いて処理説明を行う。
【００１７】
本実施の形態１で説明した、しわ特徴学習結果とカメラ１０１からの入力画像により、しわ領域検出を行う（Ｓ２０１）が、カメラ１０１からの入力画像は、奥行き検出手段２０３を用いた、２次元移動手段２０１又は３次元移動手段２０２による複数の視点からの画像であるため、奥行き検出も行う（Ｓ２０１）。これらの検出情報は、環境地図２０４に位置情報として登録される（Ｓ２０２）。
【００１８】
２次元移動手段２０１又は３次元移動手段２０２により、カメラ１０１を移動させる（Ｓ２０３）。カメラ１０１を移動させることによる別の視点からの入力画像により、再度しわ領域検出および奥行き検出を行う（Ｓ２０４）。これらの検出情報は、環境地図２０４に過去の情報とマージして登録される（Ｓ２０５）。以降、ステップ２０３からステップ２０５を繰り返す。
【００１９】
このような一連の処理により、複雑環境の画像から、任意位置の高精度な布検出が可能となる。
【図面の簡単な説明】
【００２０】
【図１】発明の実施の形態１にかかる布検出装置の構成図である。
【図２】発明の実施の形態１にかかるしわ特徴学習処理のフロー図である。
【図３】発明の実施の形態１にかかるしわ領域検出処理のフロー図である。
【図４】発明の実施の形態２にかかる布検出装置の構成図である。
【図５】発明の実施の形態２にかかる布検出装置の構成図である。
【図６】発明の実施の形態２にかかるしわ領域検出処理のフロー図である。
【符号の説明】
【００２１】
１００ 布検出装置
１０１ カメラ
１０２ 記憶装置
１０３ 演算装置
１０４ ディスプレイ
２００ 布検出装置
２０１ ２次元移動手段
２０２ ３次元移動手段
２０３ 奥行き検出手段
２０４ 環境地図
【技術分野】
【０００１】
本発明は、画像中の布領域を検出する布検出装置及び布検出方法に関するものであり、特に、複雑環境下における画像から布領域を検出して切り出す布検出装置及び布検出方法に関する。
【背景技術】
【０００２】
従来より、裁断機やミシン等の布送りを行う機器において、布送りの際のしわを無くすために、しわの有無を検出し、しわがなくなるように布送りを制御する技術が存在する。
例えば、特許文献１には、欠陥情報をしわ、破れ及び汚れを識別する欠陥種別情報と、布片の欠陥位置を示す欠陥位置情報とからなる布片検査装置が開示されている。特許文献２には、生地の走行振れや皺の発生を防止し、欠陥の濃淡、形状等も識別できる検反方法及びその装置が開示されている。特許文献３には繊維束や繊維材料のより正確な検出、およびさらなる特徴の測定を可能にし、測定値が作動幅にわたるしわの検出に利用される技術が開示されている。また、特許文献４には、照明部分を光学的に観察する赤外線センサを設けてある繊維構造物あるいはフィルム状物に内在するしわを検出する検反装置が開示されている。さらに特許文献５には、上下方向の移動も可能な、カメラおよびスリット撮影機を搭載した移動計測ビークルを半円周軌道固定台上に載せ、局所領域の変形過程の計測のために、格子模様が描かれた柔軟な生地を対象に貼り付ける技術が開示されている。
【特許文献１】特許第３８１３１２１号公報
【特許文献２】特開平６−３３３６８号公報
【特許文献３】特開２００２−１７３８４０号公報
【特許文献４】特開平３−２５５９４６号公報
【特許文献５】特開２００１−１９４１２７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
上述のように、従来のしわを検出する技術では、測定対象物の位置や状態がある程度特定された状況でしわの有無を検出するものであり、複雑環境下における任意位置の布検出を目的とするものではなかった。
【０００４】
本発明は、このような問題点を解決するためになされたものであり、画像中の複雑環境下における任意位置の布検出を行う方法を提供することを目的とする。
【課題を解決するための手段】
【０００５】
本発明にかかる布検出装置は、画像を取り込むカメラと、サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、前記しわ特徴の学習結果を記憶する記憶装置と、検出された前記布領域を表示させるディスプレイとを備えたものである。このような構成により、複雑環境下における任意位置の布検出を行うことができる。
【０００６】
また、本発明にかかる布検出方法は、サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像のしわ特徴を比較することにより、入力画像の布領域を検出する方法である。これにより、複雑環境下における任意位置の布検出を行うことができる。
【発明の効果】
【０００７】
本発明により、画像中の複雑環境下における任意位置の布検出を行う方法を提供することができる。
【発明を実施するための最良の形態】
【０００８】
発明の実施の形態１．
まず、図１を用いて、本実施の形態１にかかる布検出装置について説明する。この布検出装置１００は、図１に示されるように、カメラ１０１、しわ特徴学習結果を記憶する記憶装置１０２、しわ特徴学習及び布検出のための演算装置１０３及び画像情報をユーザに提示するディスプレイ１０４を備えている。
【０００９】
この装置１００では、布を含む幾つかの複雑環境からなるサンプル画像から、演算装置１０３がしわ領域と非しわ領域のパターンを学習し、学習したパターン結果を記憶装置１０２へ記憶させる。記憶装置１０２に記憶されたしわ領域と非しわ領域のパターン結果を用いて、カメラ１０１からの入力画像をしわ領域、非しわ領域、不明領域に分類する。分類結果を元にして、演算装置１０３は、セグメンテーション手法を用いて、カメラ１から入力された複雑環境の画像からしわ領域を切り出し、布検出を行う。
【００１０】
図２は、演算装置１０３が、サンプル画像からしわ領域と非しわ領域のパターンを識別し、そのパターン結果を記憶装置１０２へ記憶させるための処理を示すフロー図である。図２を用いて、演算装置１０３によるしわ特徴学習を、記憶装置１０２へ記憶させる処理の説明を行う。
【００１１】
サンプル画像は、特定の空間周波数を強調するフィルタを用いることにより、特定の空間周波数が強調された画像が取り出される（Ｓ１０１）。次に、これらの特定周波数強調画像より、しわ領域と非しわ領域を人手で切り出す（Ｓ１０２及びＳ１０３）。演算装置１０３は、切り出された各領域について、しわの濃度ヒストグラムを抽出し、これらの濃度ヒストグラムをしわの特徴量として記録する（Ｓ１０４）。濃度ヒストグラムは、濃度を２５分割したときの出現頻度をしわの特徴量としている。演算装置１０３は、記録されたしわ領域と非しわ領域の特徴量を学習する（Ｓ１０５）。演算装置１０３は、その結果を記憶装置１０２に記憶させる（Ｓ１０６）。
【００１２】
図３は、演算器１０３を用いて、カメラ１から入力された複雑環境の画像を、しわ領域、非しわ領域及び不明領域の３つの領域に分類するための処理を示すフロー図である。図３を用いて、複雑環境の画像からしわ領域を切り出す処理の説明を行う。
【００１３】
演算器１０３は、カメラ１０１から入力された複雑環境の画像の一部を切り出し、切り出されたブロックに対して濃度ヒストグラムを計算し、上述した３領域のどれに分類されるかを算出する。これをラスタ走査などで入力画像の全領域に対して行うことにより、全領域を上述した３領域に分類する（Ｓ１０７）。分類した結果をもとに、セグメンテーション手法を用いて、しわ特徴を持つ領域を、複雑環境の画像から切り出し、布検出を行う（Ｓ１０８）。
【００１４】
以上、説明したように、本実施の形態１にかかる布領域検出方法では、複雑環境の画像から、任意位置の布検出が可能である。
【００１５】
発明の実施の形態２．
次に、本実施の形態２にかかる複雑環境の画像からの布検出の方法を説明する。図４及び図５は、本実施の形態２にかかる複雑環境の画像からの布検出の方法において使用する装置２００である。図４及び図５に示される装置は、図１に示される装置に対して、２次元移動手段２０１又は３次元移動手段２０２、奥行き検出手段２０３及び環境地図２０４を追加したものであり、他の構成部分は同一の番号で示し、説明を省略する。
【００１６】
図６は、本実施の形態２にかかる画像中の布領域検出のための処理を示すフロー図であり、このフロー図を用いて処理説明を行う。
【００１７】
本実施の形態１で説明した、しわ特徴学習結果とカメラ１０１からの入力画像により、しわ領域検出を行う（Ｓ２０１）が、カメラ１０１からの入力画像は、奥行き検出手段２０３を用いた、２次元移動手段２０１又は３次元移動手段２０２による複数の視点からの画像であるため、奥行き検出も行う（Ｓ２０１）。これらの検出情報は、環境地図２０４に位置情報として登録される（Ｓ２０２）。
【００１８】
２次元移動手段２０１又は３次元移動手段２０２により、カメラ１０１を移動させる（Ｓ２０３）。カメラ１０１を移動させることによる別の視点からの入力画像により、再度しわ領域検出および奥行き検出を行う（Ｓ２０４）。これらの検出情報は、環境地図２０４に過去の情報とマージして登録される（Ｓ２０５）。以降、ステップ２０３からステップ２０５を繰り返す。
【００１９】
このような一連の処理により、複雑環境の画像から、任意位置の高精度な布検出が可能となる。
【図面の簡単な説明】
【００２０】
【図１】発明の実施の形態１にかかる布検出装置の構成図である。
【図２】発明の実施の形態１にかかるしわ特徴学習処理のフロー図である。
【図３】発明の実施の形態１にかかるしわ領域検出処理のフロー図である。
【図４】発明の実施の形態２にかかる布検出装置の構成図である。
【図５】発明の実施の形態２にかかる布検出装置の構成図である。
【図６】発明の実施の形態２にかかるしわ領域検出処理のフロー図である。
【符号の説明】
【００２１】
１００ 布検出装置
１０１ カメラ
１０２ 記憶装置
１０３ 演算装置
１０４ ディスプレイ
２００ 布検出装置
２０１ ２次元移動手段
２０２ ３次元移動手段
２０３ 奥行き検出手段
２０４ 環境地図
【特許請求の範囲】
【請求項１】
画像を取り込むカメラと、
サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、
前記しわ特徴の学習結果を記憶する記憶装置と、
検出された前記布領域を表示させるディスプレイとを備えた布検出装置。
【請求項２】
前記カメラは、床の上を移動する２次元移動手段、又は３次元空間中を動く３次元移動手段と、
測定対象の置かれている３次元的な奥行き情報を検出する奥行き検出手段を有することを特徴とする請求項１記載の布検出装置。
【請求項３】
前記演算装置は、前記サンプル画像から得られたしわ領域及び非しわ領域のしわ特徴として濃度ヒストグラムを算出して、その濃度ヒストグラムのパターンを学習し、
入力画像の濃度ヒストグラムと学習した前記濃度ヒストグラムのパターンを比較することにより、布領域を検出することを特徴とする請求項１記載の布検出装置。
【請求項４】
前記演算装置は、前記２次元移動手段又は前記３次元移動手段によって、複数の視点から測定対象物の入力画像が取り込まれた際に、測定対象物の位置情報も前記記憶装置に記憶することを有する請求項１又は２記載の布検出装置。
【請求項５】
サンプル画像からしわ特徴を学習し、その学習結果とカメラによって取り込まれた測定対象物の入力画像のしわ特徴を比較することにより、入力画像の布領域を検出する布検出方法。
【請求項６】
測定対象物の入力画像を複数の視点から取り込むことにより、布検出を行うことを特徴とする請求項５記載の布検出方法。
【請求項７】
前記サンプル画像から得られたしわ領域及び非しわ領域のしわ特徴として濃度ヒストグラムを算出して、その濃度ヒストグラムのパターンを学習し、
入力画像の濃度ヒストグラムと学習した前記濃度ヒストグラムのパターンを比較することにより、布領域を検出することを特徴とする請求項５記載の布検出方法。
【請求項８】
前記サンプル画像において、カメラから得られた画像に特定の空間周波数成分を強調するフィルタをかけることで、強調されたしわ特徴を持つサンプル画像を得ることを特徴とする請求項５記載の布検出方法。
【請求項１】
画像を取り込むカメラと、
サンプル画像からしわ特徴を学習し、その学習結果と前記カメラによって取り込まれた測定対象物の入力画像から布領域の検出を行う演算装置と、
前記しわ特徴の学習結果を記憶する記憶装置と、
検出された前記布領域を表示させるディスプレイとを備えた布検出装置。
【請求項２】
前記カメラは、床の上を移動する２次元移動手段、又は３次元空間中を動く３次元移動手段と、
測定対象の置かれている３次元的な奥行き情報を検出する奥行き検出手段を有することを特徴とする請求項１記載の布検出装置。
【請求項３】
前記演算装置は、前記サンプル画像から得られたしわ領域及び非しわ領域のしわ特徴として濃度ヒストグラムを算出して、その濃度ヒストグラムのパターンを学習し、
入力画像の濃度ヒストグラムと学習した前記濃度ヒストグラムのパターンを比較することにより、布領域を検出することを特徴とする請求項１記載の布検出装置。
【請求項４】
前記演算装置は、前記２次元移動手段又は前記３次元移動手段によって、複数の視点から測定対象物の入力画像が取り込まれた際に、測定対象物の位置情報も前記記憶装置に記憶することを有する請求項１又は２記載の布検出装置。
【請求項５】
サンプル画像からしわ特徴を学習し、その学習結果とカメラによって取り込まれた測定対象物の入力画像のしわ特徴を比較することにより、入力画像の布領域を検出する布検出方法。
【請求項６】
測定対象物の入力画像を複数の視点から取り込むことにより、布検出を行うことを特徴とする請求項５記載の布検出方法。
【請求項７】
前記サンプル画像から得られたしわ領域及び非しわ領域のしわ特徴として濃度ヒストグラムを算出して、その濃度ヒストグラムのパターンを学習し、
入力画像の濃度ヒストグラムと学習した前記濃度ヒストグラムのパターンを比較することにより、布領域を検出することを特徴とする請求項５記載の布検出方法。
【請求項８】
前記サンプル画像において、カメラから得られた画像に特定の空間周波数成分を強調するフィルタをかけることで、強調されたしわ特徴を持つサンプル画像を得ることを特徴とする請求項５記載の布検出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１０−５９５６２（Ｐ２０１０−５９５６２Ａ）
【公開日】平成２２年３月１８日（２０１０．３．１８）
【国際特許分類】
【出願番号】特願２００８−２２５００６（Ｐ２００８−２２５００６）
【出願日】平成２０年９月２日（２００８．９．２）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成１９年度 文部科学省、科学技術総合研究委託事業、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【出願人】（５０４１３７９１２）国立大学法人 東京大学 (1,942)
【Ｆターム（参考）】
【公開日】平成２２年３月１８日（２０１０．３．１８）
【国際特許分類】
【出願日】平成２０年９月２日（２００８．９．２）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成１９年度 文部科学省、科学技術総合研究委託事業、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【出願人】（５０４１３７９１２）国立大学法人 東京大学 (1,942)
【Ｆターム（参考）】
[ Back to top ]