物体識別システム及びプログラム
【課題】物体表面に形成される画像に基づくランダム性を利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込む。
【解決手段】それぞれ表面に固有のパターンを有し、表面に画像が形成された複数の物体ごとの撮像画像を取得し、複数の物体ごとに、当該物体について取得された撮像画像における、当該物体に形成された画像に基づく特徴に応じて、当該物体を複数の分類のいずれかに分類し、複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録し、複数の物体のうちの１つの対象物体を撮像した対象物体撮像画像に基づいて、当該対象物体の分類の候補を取得し、取得された分類に関連付けて登録されたパターン画像を取得し、取得されたパターン画像のうち、対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、対象物体の識別情報として特定する。
【解決手段】それぞれ表面に固有のパターンを有し、表面に画像が形成された複数の物体ごとの撮像画像を取得し、複数の物体ごとに、当該物体について取得された撮像画像における、当該物体に形成された画像に基づく特徴に応じて、当該物体を複数の分類のいずれかに分類し、複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録し、複数の物体のうちの１つの対象物体を撮像した対象物体撮像画像に基づいて、当該対象物体の分類の候補を取得し、取得された分類に関連付けて登録されたパターン画像を取得し、取得されたパターン画像のうち、対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、対象物体の識別情報として特定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、物体識別システム及びプログラムに関する。
【背景技術】
【０００２】
物体ごとに表面に現れるパターンが異なることがあり、当該パターンを利用して物体の真贋を判定したり、物体を識別したりする技術がある。例えば、下記の特許文献１では、紙を構成する繊維の絡み具合の違いから紙の表面に固有のパターンが現れることを利用して、紙ごとに取得したパターンをデータベースに記憶し、識別対象の紙から取得したパターンをデータベースに記憶されたパターンと照合して、対象の紙を識別することを行っている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００４−０８５２１２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の目的の一つは、物体表面に形成される画像に基づくランダム性を利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる物体識別システム及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
上記目的を達成する請求項１に記載の発明は、それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含むことを特徴とする物体識別システムである。
【０００６】
また、請求項２に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００７】
また、請求項３に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００８】
また、請求項４に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれ、及び、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンの組み合わせに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００９】
また、請求項５に記載の発明は、請求項１乃至４のいずれかに記載の物体識別システムにおいて、前記分類取得手段は、前記対象物体の分類の候補を優先順位とともに取得し、前記パターン画像取得手段は、前記分類取得手段により取得された分類ごとに、当該分類に関連付けて前記登録手段により登録されたパターン画像を、当該分類の優先順位に関連付けて取得し、前記特定手段は、優先順位が高いパターン画像の順に前記対象物体撮像画像との照合を行うことを特徴とする。
【００１０】
また、請求項６に記載の発明は、画像形成装置と、撮像装置と、物体識別装置と、を含み、前記画像形成装置は、それぞれ表面に固有のパターンを有する物体の表面に予め定められた画像を形成する画像形成手段を含み、前記撮像装置は、前記複数の物体を撮像する撮像手段を含み、前記物体識別装置は、前記撮像装置から前記複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含むことを特徴とする物体識別システムである。
【００１１】
また、請求項７に記載の発明は、それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段としてコンピュータを機能させるためのプログラムである。
【発明の効果】
【００１２】
請求項１、６及び７に記載の発明によれば、物体表面に形成される画像に基づくランダム性を利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１３】
請求項２に記載の発明によれば、物体表面に形成される画像の位置が物体ごとに異なることを利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１４】
請求項３に記載の発明によれば、物体表面に形成される画像に含まれるノイズのパターンが物体ごとに異なることを利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１５】
請求項４に記載の発明によれば、物体表面に形成される画像の位置のずれと、物体表面に形成される画像に含まれるノイズのパターンとの組み合わせを利用することで、どちらか一方を利用する場合に比べて、識別対象の物体のパターンと照合すべきパターンの数をより少なくすることができる。
【００１６】
請求項５に記載の発明によれば、識別対象の物体と照合する可能性の高いパターンの順に照合処理を実行できる。
【図面の簡単な説明】
【００１７】
【図１】本実施形態に係る物体識別システムのシステム構成図である。
【図２】物体識別装置の機能ブロック図である。
【図３】撮像画像の一例を示す図である。
【図４】位置ずれベクトルの具体例を説明する図である。
【図５】二値化した印字画像パターンの具体例を説明する図である。
【図６】クラスＡによる分類処理の具体例を説明する図である。
【図７】クラスＢの分類ごとに予め生成される代表パターンの例を示す図である。
【図８】パターン採取領域の一例を示す図である。
【図９】パターン情報テーブルの一例を示す図である。
【図１０】クラスＡの分類候補の一例を示す図である。
【図１１】登録処理のフローチャートの一例である。
【図１２】照合処理のフローチャートの一例である。
【図１３】照合処理のフローチャートの一例である。
【図１４Ａ】照合処理のフローチャートの一例である。
【図１４Ｂ】照合処理のフローチャートの一例である。
【発明を実施するための形態】
【００１８】
以下、本発明を実施するための実施の形態（以下、実施形態という）を、図面に従って説明する。
【００１９】
図１には、本実施形態に係る物体識別システム１のシステム構成図を示した。図１に示されるように、物体識別システム１は、画像形成装置２、撮像装置４、及び物体識別装置１０を含み、撮像装置４と物体識別装置１０とはデータ通信可能に接続されている。
【００２０】
画像形成装置２は、例えば物体の製造ライン５上に設けられ、製造ライン５を流れる物体の表面に予め定められた画像（例えば文字画像等）を形成する。本実施形態では、物体を、その表面に予め定められた文字が印字される円形錠剤とした例について説明する。なお、画像形成装置２は、錠剤の表面に刻印により画像形成してもよいし、食用インクを用いて印刷（グラビア印刷等）してもよい。以下、錠剤の表面に印字される画像を印字画像と称する。
【００２１】
撮像装置４は、画像形成装置２により表面に画像形成が行われた物体（錠剤）を撮像する装置であり、画像形成装置２と同様に製造ライン５上に設けられることとしてよい。撮像装置４は、予め定められた解像度（例えば６００ｄｐｉ）により物体を撮像し、撮像した撮像画像を物体識別装置１０に出力する。
【００２２】
物体識別装置１０は、撮像装置４から物体（錠剤）の撮像画像を取得し、取得した撮像画像に基づいて各物体（錠剤）の識別情報と表面パターン情報とを登録するとともに、識別対象の物体（錠剤）の表面パターン情報と、登録された物体（錠剤）の表面パターン情報とを照合して、識別対象の物体（錠剤）の識別情報を特定する処理を行うコンピュータである。以下、物体識別装置１０の詳細について説明する。
【００２３】
図２には、物体識別装置１０の機能ブロック図を示した。図２に示されるように、物体識別装置１０は、撮像画像取得部１２、個体画像抽出部１４、個体情報付与部１６、画像特徴抽出部１８、分類部２０、表面パターン取得部２２、個体情報登録部２４、対象画像取得部２６、分類情報取得部２８、比較パターン取得部３０、対象パターン取得部３２、パターン照合部３４、及び照合結果出力部３６を備える。
【００２４】
物体識別装置１０に備えられる上記の各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等の情報記憶媒体によってコンピュータたる物体識別装置１０に供給されることとしてもよいし、インターネット等のデータ通信網を介して供給されることとしてもよい。
【００２５】
撮像画像取得部１２は、撮像装置４から物体（錠剤）の撮像画像を取得する。例えば、撮像装置４と物体識別装置１０とは、有線又は無線のネットワークを介して接続され、撮像画像取得部１２は、当該ネットワークを介して撮像装置４から送信される撮像画像を受信することとしてよい。
【００２６】
図３には、撮像画像取得部１２により取得される撮像画像の一例を示した。本実施形態に係る錠剤の製造ライン５では、Ｎ個の錠剤が搬送方向に対して垂直に並べられていることとし、図３に示される撮像画像には、撮像装置４により撮像されたＮ個の錠剤の画像が含まれていることとする。もちろん、撮像画像の態様は上記の例に限られるものではなく、錠剤１つ１つを撮像してもよいし、Ｎ×Ｍ（Ｍは２以上の整数）の錠剤をまとめて撮像することとしてもよい。
【００２７】
個体画像抽出部１４は、撮像画像取得部１２により取得した撮像画像に含まれる物体（錠剤）の１つ１つに対応する画像領域（個体画像）を抽出する。例えば、個体画像抽出部１４は、撮像画像に含まれるエッジを検出し、検出したエッジに基づいて１つの物体（錠剤）に対応する画像領域を抽出することとしてよい。
【００２８】
個体情報付与部１６は、個体画像抽出部１４により抽出した各物体に対応する個体画像に、識別情報（錠剤ＩＤ）等の情報を付与する。例えば、個体情報付与部１６は、錠剤ＩＤを、製造ラインの識別情報（製造ラインＩＤ）、製造ライン上での行（搬送方向と垂直）番号（１〜Ｎのいずれか）、製造ライン上での列（搬送方向）番号、製造日時の組み合わせにより生成することとしてよい。錠剤ＩＤを上記の態様で生成した場合には、錠剤ＩＤから、製造日、製造ライン、製造ライン上のどの位置で生成されたかが分かる。また、錠剤ＩＤには、錠剤が格納される容器を識別する容器ＩＤ等の情報を含めてもよいし、こうした情報を関連付けて記憶しておくこととしてもよい。
【００２９】
画像特徴抽出部１８は、個体画像抽出部１４により抽出された物体ごとの個体画像に含まれる物体表面に形成された印字画像に基づいて、物体ごとの画像特徴を抽出する。以下、本実施形態において用いる画像特徴の例を２つ説明する。
【００３０】
第１の画像特徴は、物体（錠剤）と、当該物体（錠剤）に形成される印字画像との位置関係のランダム性に着目し、当該位置関係を画像特徴としたものである。例えば、第１の画像特徴としては、物体（錠剤）の基準位置（例えば、物体の中心位置）に対する、印字画像の重心位置のずれを示す位置ずれベクトルを用いることとしてよい。
【００３１】
図４には、位置ずれベクトルの具体例を説明する図を示した。図４に示されるように、画像特徴抽出部１８は、個体画像の外接円（又は外接矩形）の中心を物体の基準位置（座標中心（０，０））とする。さらに、画像特徴抽出部１８は、個体画像を二値化して、物体に形成された印字画像を抽出するとともに、当該抽出された印字画像の外接矩形の重心位置を特定し、基準位置を始点、重心位置を終点とした位置ずれベクトルを得る。
【００３２】
次に、第２の画像特徴について説明する。第２の画像特徴は、物体（錠剤）に形成される印字画像に含まれるノイズのランダム性に着目し、二値化した印字画像のパターンを画像特徴としたものである。
【００３３】
図５には、二値化した印字画像パターンの具体例を説明する図を示した。図５に示した印字画像パターンは、例えば個体画像を二値化して得た黒画素群の外接矩形の重心位置を中心とした予め定められたサイズ（横Ｗ、縦Ｈ）の画像領域を抽出して得たものである。抽出する画像領域のサイズは、印字画像の元データにより形成される理想的な印字画像のサイズに基づいて決定することとしてよい。ここで、物体ごとに抽出される印字画像パターンには物体ごとに固有のノイズが含まれる。
【００３４】
分類部２０は、画像特徴抽出部１８により物体（錠剤）の個体画像ごとに抽出した第１の画像特徴、及び第２の画像特徴の少なくとも一方に基づいて、各物体（錠剤）を複数の分類のいずれかに分類する。以下、分類部２０による分類処理の例を説明する。
【００３５】
まず、分類部２０が、各物体の個体画像から抽出された第１の画像特徴（位置ずれベクトル）に基づいて、当該各物体を分類する例（第１の例）について説明する。以下、第１の画像特徴による分類をクラスＡによる分類と称する。
【００３６】
図６には、クラスＡによる分類処理の具体例を説明する図を示した。図６に示されるように、それぞれの位置ずれベクトルの始点を原点とする座標系において、座標範囲ごとに分類（分類Ｇ１〜Ｇｎ（ｎは２以上の整数））を定め、位置ずれベクトルの終点が属する座標範囲に基づいて、位置ずれベクトルが対応する物体を分類することとする。図６に示した例では、座標系を３６の座標範囲に分割し、それぞれの座標範囲に分類を対応させている（Ｇ１〜Ｇ３６）。例えば、第１の物体に係る位置ずれベクトルはＧ１５に、第２の物体に係る位置ずれベクトルはＧ２２に分類される。なお、図６に示した例では、各分類の座標範囲の大きさは均等としたが、原点からの距離に従って座標範囲を変えることとしてよく、例えば、原点から遠ざかるに従って座標範囲を大きく設定するようにしてもよい。
【００３７】
また、図６に示した例では、位置ずれベクトルの属する座標範囲に基づいて、位置ずれベクトルを分類することとしたが、位置ずれベクトルの長さに基づいて位置ずれベクトルを分類することとしてもよい。具体的には、分類ごとに位置ずれベクトルの長さの範囲を定め、位置ずれベクトルの長さが属する範囲に応じて分類を決定することとしてよい。この際に、位置ずれベクトルの長さには、位置ずれベクトルの始点の画素と終点の画素とのユークリッド距離を用いてもよいし、市街地距離（マンハッタン距離）を用いてもよい。
【００３８】
次に、分類部２０が、各物体の個体画像から抽出された第２の画像特徴（印字画像パターン）に基づいて、当該各物体を分類する例（第２の例）について説明する。以下、第２の画像特徴による分類をクラスＢによる分類と称する。
【００３９】
図７には、第２の例において、クラスＢの分類ｇ１〜ｇｍ（ｍは２以上の整数）ごとに予め生成される代表パターンの例を示した。まず、分類部２０は、印字画像のデータに、１〜ｍの異なるランダムノイズを重畳して、第１〜第ｍの異なるパターンを生成し、生成した第１〜第ｍのパターンを分類ｇ１〜ｇｍの代表パターンとして割り当てる。
【００４０】
次に、分類部２０は、各物体の個体画像から抽出された印字画像パターンと、分類ｇ１〜ｇｍのそれぞれの代表パターンとの類似度（距離）をそれぞれ算出し、各物体の分類を、その印字画像パターンが最も類似している（すなわち最も距離が小さい）代表パターンの属する分類に決定する。
【００４１】
最後に、分類部２０が、各物体の個体画像から抽出された第１の画像特徴（位置ずれベクトル）と第２の画像特徴（印字画像パターン）との組み合わせに基づいて、当該各物体を分類する例（第３の例）について説明する。
【００４２】
第３の例では、第１の例に基づく分類Ｇ１〜Ｇｎと、第２の例に基づく分類ｇ１〜ｇｍとの組み合わせにより、１〜ｎ・ｍ個の分類Ｇｉｊ（ｉ＝１，・・・，ｎ、ｊ＝１，・・・，ｍ）を生成し、ｉを上述した第１の例に基づいて決定し、ｊを上述した第２の例に基づいて決定することとする。
【００４３】
表面パターン取得部２２は、個体画像抽出部１４により抽出した各物体の個体画像から、予め定められた領域（パターン採取領域）の画像情報（表面パターン情報）を取得する。例えば、パターン採取領域は、個体画像における印字画像が形成された画像領域以外の画像領域に設定することとしてよい。
【００４４】
図８には、パターン採取領域の一例を示した。図８に示す例では、個体画像において、印字画像の外接矩形の右辺と接する位置に予め定められたサイズ（例えば３２ドット×３２ドット）の領域をパターン採取領域５０に設定したものである。
【００４５】
個体情報登録部２４は、物体について、個体情報付与部１６により付与された識別情報と、分類部２０により決定した分類情報と、表面パターン取得部２２により取得された表面パターン情報とを関連付けてデータベースに登録する。
【００４６】
図９には、個体情報登録部２４により登録されたパターン情報テーブルの一例を示した。図９に示されるパターン情報テーブルには、物体識別情報（錠剤ＩＤ）、分類情報（クラスＡの分類、クラスＢの分類）、表面パターン情報が関連付けて記憶される。
【００４７】
以上が、物体の製造時に、全物体（錠剤）の情報をデータベースに登録する処理である。次に、例えば製造された物体（錠剤）が流通した後に取得された１つの物体（錠剤）を対象物体として、対象物体の識別情報を特定する処理の詳細について説明する。
【００４８】
対象画像取得部２６は、対象物体を撮像した撮像画像を取得する。対象画像取得部２６は、例えば図示しない撮像装置４から、当該撮像装置４により対象物体を撮像した撮像画像を取得することとしてよい。なお、対象画像取得部２６は、取得した対象物体の撮像画像が正立していない（予め定められた方向を向いていない）場合には、撮像画像を回転させて正立させる画像処理を実行することとしてよい。具体的には、撮像画像に含まれる印字画像の向きが予め定められた方向を向くように、撮像画像を回転させることとしてよい。
【００４９】
画像特徴抽出部１８は、対象画像取得部２６により取得した撮像画像に含まれる対象物体の表面に形成された印字画像に基づいて、対象物体の画像特徴を抽出する。画像特徴の抽出処理の詳細については上述した処理と同様であるため説明を省略する。
【００５０】
分類情報取得部２８は、画像特徴抽出部１８により抽出された対象物体の画像特徴に基づいて分類部２０により行われる分類の結果に基づいて、対象物体の属する分類の候補を取得する。
【００５１】
例えば、画像特徴に第１の画像特徴（位置ずれベクトル）を用いる場合には、対象物体の位置ずれベクトルが属する座標領域を第１候補の分類とし、他の座標領域のうち位置ずれベクトルに近い順に第２候補〜第Ｋ候補の分類として取得することとしてよい。候補数Ｋは予め定められていてもよいし、位置ずれベクトルとの距離が閾値内にある座標領域の数としてもよい。
【００５２】
図１０には、対象画像の位置ずれベクトルに基づいて取得されるクラスＡの分類の一例を示した。図１０に示されるように、位置ずれベクトルが分類Ｇ１１にある場合に、Ｇ１１が第１候補となり、位置ずれベクトルの境界に近い分類Ｇ１２が第２候補、次に境界に近い分類Ｇ５が第３候補としてよい。
【００５３】
また、画像特徴に第２の画像特徴（印字画像パターン）を用いる場合には、印字画像パターンとの代表パターンが類似する順に第１〜第Ｋ候補のクラスＢの分類を取得することとしてよい。候補数Ｋは予め定められていてもよいし、代表パターンとの類似度（距離）が閾値内にある代表パターンの数としてもよい。
【００５４】
そして、画像特徴に第１の画像特徴（位置ずれベクトル）と第２の画像特徴（印字画像パターン）との組み合わせを用いる場合には、分類Ｇｉｊのうち、ｉを第１の画像特徴に基づいて取得し、ｊを第２の画像特徴に基づいて取得することとしてよい。
【００５５】
比較パターン取得部３０は、分類情報取得部２８により取得された分類に関連付けて個体情報登録部２４により登録された表面パターン情報を取得する。なお、分類情報取得部２８により第１〜第Ｋの分類の候補が取得された場合には、第１〜第Ｋの分類の順に関連付けられた表面パターン情報を取得することとしてよい。
【００５６】
対象パターン取得部３２は、対象物体の撮像画像から、対象物体の表面パターン情報（以下、対象表面パターン情報）を取得する。例えば、対象パターン取得部３２は、対象物体の撮像画像から、予め定められた領域（対象パターン採取領域）の画像情報（表面パターン情報）を取得することとしてよい。なお、対象パターン採取領域は、パターン採取領域を含む画像領域であることとしてよい。また、対象パターン採取領域は、個体画像における印字画像が形成された画像領域以外に設定することとしてよい。
【００５７】
パターン照合部３４は、対象パターン取得部３２により取得された対象表面パターン情報と、比較パターン比較パターン取得部３０により取得されたそれぞれの表面パターン情報とを比較し、対象表面パターン情報と照合する表面パターン情報を特定する。具体的には、パターン照合部３４は、第ｉ（ｉの初期値＝１）候補の分類について取得された各表面パターン情報と対象表面パターン情報とを比較し、この中で対象表面パターン情報と照合する表面パターン情報がない場合にｉをインクリメントして、新たな第ｉ候補の分類について取得された各表面パターン情報と対象表面パターン情報とを比較する処理を、対象表面パターン情報と照合する表面パターン情報が現れるか、照合する表面パターン情報がなくなるまで繰り返し実行する。パターン照合部３４は、対象表面パターン情報と照合する表面パターン情報が特定された場合には、当該特定された表面パターン情報に関連付けて登録された識別情報（錠剤ＩＤ）をデータベースから取得することとしてよい。
【００５８】
照合結果出力部３６は、パターン照合部３４による照合結果を出力する。照合結果出力部３６は、パターン照合部３４により対象物体と照合する物体の識別情報が特定された場合にはその識別情報を、対象物体と照合する物体の識別情報が特定されなかった場合にはその旨を、ディスプレイに表示したり、印刷装置により印刷したりすること等により出力することとしてよい。
【００５９】
次に、物体識別装置１０により行われる処理の流れを、フローチャートを参照しながら説明する。
【００６０】
まず、図１１に示したフローチャートを参照しながら、登録対象の各物体（錠剤）の表面パターン情報を登録する処理（登録処理）の流れを説明する。
【００６１】
図１１に示したように、物体識別装置１０は、登録識別対象の物体（錠剤）の撮像画像を取得する（Ｓ１０１）。ここで、物体識別装置１０は、クラスＡの分類を登録しない場合には（Ｓ１０２：Ｎ）、Ｓ１０９に進み、クラスＡの分類を登録する場合には（Ｓ１０２：Ｙ）、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ１０３）、抽出した外接形状の中心位置を特定する（Ｓ１０４）。
【００６２】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ１０５）、物体に形成された印字画像を特定し（Ｓ１０６）、特定した印字画像の重心位置を算出する（Ｓ１０７）。物体識別装置１０は、Ｓ１０４で特定した中心位置とＳ１０７で算出した重心位置との位置ずれに基づいて、登録識別対象の物体のクラスＡに係る分類を決定する（Ｓ１０８）。
【００６３】
次に、物体識別装置１０は、クラスＢの分類を登録しない場合には（Ｓ１０９：Ｎ）、Ｓ１１３に進み、クラスＢの分類を登録する場合には（Ｓ１０９：Ｙ）、撮像画像を二値化して特定した印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ１１０）。そして、物体識別装置１０は、Ｓ１１０で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ１１１）、最も類似している代表パターンに基づいて、登録識別対象の物体のクラスＢに係る分類を決定する（Ｓ１１２）。
【００６４】
物体識別装置１０は、登録識別対象の物体の撮像画像において印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から表面パターン情報を抽出し（Ｓ１１３）、登録識別対象の物体の識別情報と、Ｓ１０７やＳ１０９で決定した分類の情報と、Ｓ１１３で抽出した表面パターン情報とを関連付けてデータベースに登録する（Ｓ１１４）。
【００６５】
物体識別装置１０は、登録識別対象の物体が残っている場合には（Ｓ１１５：Ｎ）、Ｓ１０１に戻り、登録識別対象の物体が残っていない場合には（Ｓ１１５：Ｙ）、登録処理を終える。
【００６６】
次に、物体識別装置１０により行われる照合識別対象の物体（錠剤）を、登録された物体と照合する処理（照合処理）の流れを、図１２、図１３、図１４Ａ及び図１４Ｂに示したフローチャートを参照しながら説明する。
【００６７】
図１２には、照合処理の第１の例を説明するフローチャートを示した。図１２に示したフローチャートは、クラスＡの分類を用いて照合処理を行う例について説明したものである。
【００６８】
図１２に示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ２０１）。物体識別装置１０は、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ２０２）、抽出した外接形状の中心位置を特定する（Ｓ２０３）。
【００６９】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ２０４）、物体に形成された印字画像を特定し（Ｓ２０５）、特定した印字画像の重心位置を算出する（Ｓ２０６）。物体識別装置１０は、Ｓ２０３で特定した中心位置とＳ２０６で算出した重心位置との位置ずれに基づいて、照合識別対象の物体についてクラスＡに係る分類の候補（第１〜第Ｎ）を決定する（Ｓ２０７）。
【００７０】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ２０８）。
【００７１】
物体識別装置１０は、Ｓ２０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係る分類に関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ２０９）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ２１０）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ２１０：Ｎ）、ｉがＮに達していないときには（Ｓ２１１：Ｙ）、ｉをインクリメントして（Ｓ２１２）、Ｓ２０９に戻り、Ｓ２１１でｉがＮに達しているとき（Ｓ２１１：Ｎ）には、照合する物体無しとして（Ｓ２１３）、処理を終了する。一方で、物体識別装置１０は、Ｓ２１０で照合する表面パターン情報があると判定された場合には（Ｓ２１０：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ２１４）、処理を終了する。
【００７２】
図１３には、照合処理の第２の例を説明するフローチャートを示した。図１３に示したフローチャートは、クラスＢの分類を用いて照合処理を行う例について説明したものである。
【００７３】
図１３に示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ３０１）。物体識別装置１０は、撮像画像を二値化して（Ｓ３０２）、物体に形成された印字画像を特定し（Ｓ３０３）、特定した印字画像の重心位置を算出する（Ｓ３０４）。
【００７４】
次に、物体識別装置１０は、Ｓ３０４で算出された印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ３０５）。そして、物体識別装置１０は、Ｓ３０５で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ３０６）、類似している代表パターンの順に基づいて、照合識別対象の物体についてクラスＢに係る分類の候補（第１〜第Ｍ）を決定する（Ｓ３０７）。
【００７５】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ３０８）。
【００７６】
物体識別装置１０は、Ｓ３０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係る分類に関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ３０９）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ３１０）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ３１０：Ｎ）、ｉがＭに達していないときには（Ｓ３１１：Ｙ）、ｉをインクリメントして（Ｓ３１２）、Ｓ３０９に戻り、Ｓ３１１でｉがＭに達しているとき（Ｓ３１１：Ｎ）には、照合する物体無しとして（Ｓ３１３）、処理を終了する。一方で、物体識別装置１０は、照合する表面パターン情報があると判定された場合には（Ｓ３１０：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ３１４）、処理を終了する。
【００７７】
図１４Ａ及び図１４Ｂには、照合処理の第３の例を説明するフローチャートを示した。図１４Ａ及び図１４Ｂに示したフローチャートは、クラスＡ及びクラスＢの分類を用いて照合処理を行う例について説明したものである。
【００７８】
図１４Ａに示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ４０１）。物体識別装置１０は、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ４０２）、抽出した外接形状の中心位置を特定する（Ｓ４０３）。
【００７９】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ４０４）、物体に形成された印字画像を特定し（Ｓ４０５）、特定した印字画像の重心位置を算出する（Ｓ４０６）。物体識別装置１０は、Ｓ４０３で特定した中心位置とＳ４０６で算出した重心位置との位置ずれに基づいて、照合識別対象の物体についてクラスＡに係る分類の候補（第１〜第Ｎ）を決定する（Ｓ４０７）。
【００８０】
次に、物体識別装置１０は、Ｓ４０６で算出された印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ４０８）。そして、物体識別装置１０は、Ｓ４０８で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ４０９）、類似している代表パターンの順に基づいて、照合識別対象の物体についてクラスＢに係る分類の候補（第１〜第Ｍ）を決定する（Ｓ４１０）。
【００８１】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ４１１）。
【００８２】
次に、図１４Ｂに示されるように、物体識別装置１０は、Ｓ４０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係るクラスＡの分類Ｇｉと、Ｓ４１０で決定した候補のうち第ｊ（ｊの初期値＝１）の候補に係るクラスＢの分類ｇｊに関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ４１２）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ４１３）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ４１３：Ｎ）、ｊがＭに達していないときには（Ｓ４１４：Ｎ）、ｊをインクリメントして（Ｓ４１５）、Ｓ４１２に戻る。
【００８３】
物体識別装置１０は、Ｓ４１４でｉがＭに達している場合（Ｓ４１４：Ｙ）であって、ｉがＮに達していないときには（Ｓ４１６：Ｎ）、ｉをインクリメントして（Ｓ４１７）、Ｓ４１２に戻る。また、Ｓ４１６でｉがＮに達している場合には（Ｓ４１６：Ｙ）、照合する物体無しとして（Ｓ４１８）、処理を終了する。
【００８４】
一方で、物体識別装置１０は、Ｓ４１３で照合する表面パターン情報があると判定された場合には（Ｓ４１３：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ４１９）、処理を終了する。
【００８５】
なお、図１４Ａ及び図１４Ｂに示したフローチャートにおいて、クラスＡの第ｉ候補に対してクラスＢの第１〜Ｍ候補を順次組み合わせながら照合する例を示したが、クラスＢの第ｊ候補に対してクラスＡの第１〜Ｎ候補を順次組み合わせながら照合してもよいし、クラスＡの第ｉ候補とクラスＢの第ｊ候補のｉ＋ｊの値が小さい順にクラスＡの第ｉ候補とクラスＢの第ｊ候補とを順次組み合わせながら照合することとしてもよい。
【００８６】
以上説明した物体識別システム１では、物体の表面に形成された印字画像に基づく画像特徴を利用して、物体の表面パターン情報と照合するパターンの数を絞り込むことにより、このような絞り込みをしない場合と比べて、照合処理のステップ数が少なくなる。さらに、それぞれ独立の画像特徴に基づくクラスＡとクラスＢの両方を用いて物体の表面パターン情報と照合するパターンの数を絞り込んだ場合には、どちらか一方を用いる場合と比べて、照合処理のステップ数がより少なくなる。
【００８７】
本発明は上記の実施形態に限定されるものではない。例えば、上記の実施形態では、物体に円形錠剤を用いた例を説明したが、表面にランダムパターンと、予め定められた画像が印刷される物体であれば、電子部品等の他の物体に適用することとしてもよいのはもちろんである。
【００８８】
また、上記の実施形態において、物体識別装置１０が登録処理と照合処理とを実行する例を説明したが、登録処理を実行する登録装置と、照合処理を実行する照合装置をそれぞれ分けて構成してもよい。この場合には、登録装置が、撮像画像取得部１２、個体画像抽出部１４、個体情報付与部１６、画像特徴抽出部１８、分類部２０、表面パターン取得部２２、個体情報登録部２４を備え、照合装置が、対象画像取得部２６、分類情報取得部２８、比較パターン取得部３０、対象パターン取得部３２、パターン照合部３４、及び照合結果出力部３６を備えることとしてよい。
【符号の説明】
【００８９】
１ 物体識別システム、２ 画像形成装置、４ 撮像装置、５ 製造ライン、１０ 物体識別装置、１２ 撮像画像取得部、１４ 個体画像抽出部、１６ 個体情報付与部、１８ 画像特徴抽出部、２０ 分類部、２２ 表面パターン取得部、２４ 個体情報登録部、２６ 対象画像取得部、２８ 分類情報取得部、３０ 比較パターン取得部、３２ 対象パターン取得部、３４ パターン照合部、３６ 照合結果出力部、５０ パターン採取領域。
【技術分野】
【０００１】
本発明は、物体識別システム及びプログラムに関する。
【背景技術】
【０００２】
物体ごとに表面に現れるパターンが異なることがあり、当該パターンを利用して物体の真贋を判定したり、物体を識別したりする技術がある。例えば、下記の特許文献１では、紙を構成する繊維の絡み具合の違いから紙の表面に固有のパターンが現れることを利用して、紙ごとに取得したパターンをデータベースに記憶し、識別対象の紙から取得したパターンをデータベースに記憶されたパターンと照合して、対象の紙を識別することを行っている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００４−０８５２１２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の目的の一つは、物体表面に形成される画像に基づくランダム性を利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる物体識別システム及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
上記目的を達成する請求項１に記載の発明は、それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含むことを特徴とする物体識別システムである。
【０００６】
また、請求項２に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００７】
また、請求項３に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００８】
また、請求項４に記載の発明は、請求項１に記載の物体識別システムにおいて、前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれ、及び、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンの組み合わせに応じて、当該物体を前記複数の分類のいずれかに分類することを特徴とする。
【０００９】
また、請求項５に記載の発明は、請求項１乃至４のいずれかに記載の物体識別システムにおいて、前記分類取得手段は、前記対象物体の分類の候補を優先順位とともに取得し、前記パターン画像取得手段は、前記分類取得手段により取得された分類ごとに、当該分類に関連付けて前記登録手段により登録されたパターン画像を、当該分類の優先順位に関連付けて取得し、前記特定手段は、優先順位が高いパターン画像の順に前記対象物体撮像画像との照合を行うことを特徴とする。
【００１０】
また、請求項６に記載の発明は、画像形成装置と、撮像装置と、物体識別装置と、を含み、前記画像形成装置は、それぞれ表面に固有のパターンを有する物体の表面に予め定められた画像を形成する画像形成手段を含み、前記撮像装置は、前記複数の物体を撮像する撮像手段を含み、前記物体識別装置は、前記撮像装置から前記複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含むことを特徴とする物体識別システムである。
【００１１】
また、請求項７に記載の発明は、それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段としてコンピュータを機能させるためのプログラムである。
【発明の効果】
【００１２】
請求項１、６及び７に記載の発明によれば、物体表面に形成される画像に基づくランダム性を利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１３】
請求項２に記載の発明によれば、物体表面に形成される画像の位置が物体ごとに異なることを利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１４】
請求項３に記載の発明によれば、物体表面に形成される画像に含まれるノイズのパターンが物体ごとに異なることを利用して識別対象の物体のパターンと照合すべきパターンの数を絞り込むことができる。
【００１５】
請求項４に記載の発明によれば、物体表面に形成される画像の位置のずれと、物体表面に形成される画像に含まれるノイズのパターンとの組み合わせを利用することで、どちらか一方を利用する場合に比べて、識別対象の物体のパターンと照合すべきパターンの数をより少なくすることができる。
【００１６】
請求項５に記載の発明によれば、識別対象の物体と照合する可能性の高いパターンの順に照合処理を実行できる。
【図面の簡単な説明】
【００１７】
【図１】本実施形態に係る物体識別システムのシステム構成図である。
【図２】物体識別装置の機能ブロック図である。
【図３】撮像画像の一例を示す図である。
【図４】位置ずれベクトルの具体例を説明する図である。
【図５】二値化した印字画像パターンの具体例を説明する図である。
【図６】クラスＡによる分類処理の具体例を説明する図である。
【図７】クラスＢの分類ごとに予め生成される代表パターンの例を示す図である。
【図８】パターン採取領域の一例を示す図である。
【図９】パターン情報テーブルの一例を示す図である。
【図１０】クラスＡの分類候補の一例を示す図である。
【図１１】登録処理のフローチャートの一例である。
【図１２】照合処理のフローチャートの一例である。
【図１３】照合処理のフローチャートの一例である。
【図１４Ａ】照合処理のフローチャートの一例である。
【図１４Ｂ】照合処理のフローチャートの一例である。
【発明を実施するための形態】
【００１８】
以下、本発明を実施するための実施の形態（以下、実施形態という）を、図面に従って説明する。
【００１９】
図１には、本実施形態に係る物体識別システム１のシステム構成図を示した。図１に示されるように、物体識別システム１は、画像形成装置２、撮像装置４、及び物体識別装置１０を含み、撮像装置４と物体識別装置１０とはデータ通信可能に接続されている。
【００２０】
画像形成装置２は、例えば物体の製造ライン５上に設けられ、製造ライン５を流れる物体の表面に予め定められた画像（例えば文字画像等）を形成する。本実施形態では、物体を、その表面に予め定められた文字が印字される円形錠剤とした例について説明する。なお、画像形成装置２は、錠剤の表面に刻印により画像形成してもよいし、食用インクを用いて印刷（グラビア印刷等）してもよい。以下、錠剤の表面に印字される画像を印字画像と称する。
【００２１】
撮像装置４は、画像形成装置２により表面に画像形成が行われた物体（錠剤）を撮像する装置であり、画像形成装置２と同様に製造ライン５上に設けられることとしてよい。撮像装置４は、予め定められた解像度（例えば６００ｄｐｉ）により物体を撮像し、撮像した撮像画像を物体識別装置１０に出力する。
【００２２】
物体識別装置１０は、撮像装置４から物体（錠剤）の撮像画像を取得し、取得した撮像画像に基づいて各物体（錠剤）の識別情報と表面パターン情報とを登録するとともに、識別対象の物体（錠剤）の表面パターン情報と、登録された物体（錠剤）の表面パターン情報とを照合して、識別対象の物体（錠剤）の識別情報を特定する処理を行うコンピュータである。以下、物体識別装置１０の詳細について説明する。
【００２３】
図２には、物体識別装置１０の機能ブロック図を示した。図２に示されるように、物体識別装置１０は、撮像画像取得部１２、個体画像抽出部１４、個体情報付与部１６、画像特徴抽出部１８、分類部２０、表面パターン取得部２２、個体情報登録部２４、対象画像取得部２６、分類情報取得部２８、比較パターン取得部３０、対象パターン取得部３２、パターン照合部３４、及び照合結果出力部３６を備える。
【００２４】
物体識別装置１０に備えられる上記の各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等の情報記憶媒体によってコンピュータたる物体識別装置１０に供給されることとしてもよいし、インターネット等のデータ通信網を介して供給されることとしてもよい。
【００２５】
撮像画像取得部１２は、撮像装置４から物体（錠剤）の撮像画像を取得する。例えば、撮像装置４と物体識別装置１０とは、有線又は無線のネットワークを介して接続され、撮像画像取得部１２は、当該ネットワークを介して撮像装置４から送信される撮像画像を受信することとしてよい。
【００２６】
図３には、撮像画像取得部１２により取得される撮像画像の一例を示した。本実施形態に係る錠剤の製造ライン５では、Ｎ個の錠剤が搬送方向に対して垂直に並べられていることとし、図３に示される撮像画像には、撮像装置４により撮像されたＮ個の錠剤の画像が含まれていることとする。もちろん、撮像画像の態様は上記の例に限られるものではなく、錠剤１つ１つを撮像してもよいし、Ｎ×Ｍ（Ｍは２以上の整数）の錠剤をまとめて撮像することとしてもよい。
【００２７】
個体画像抽出部１４は、撮像画像取得部１２により取得した撮像画像に含まれる物体（錠剤）の１つ１つに対応する画像領域（個体画像）を抽出する。例えば、個体画像抽出部１４は、撮像画像に含まれるエッジを検出し、検出したエッジに基づいて１つの物体（錠剤）に対応する画像領域を抽出することとしてよい。
【００２８】
個体情報付与部１６は、個体画像抽出部１４により抽出した各物体に対応する個体画像に、識別情報（錠剤ＩＤ）等の情報を付与する。例えば、個体情報付与部１６は、錠剤ＩＤを、製造ラインの識別情報（製造ラインＩＤ）、製造ライン上での行（搬送方向と垂直）番号（１〜Ｎのいずれか）、製造ライン上での列（搬送方向）番号、製造日時の組み合わせにより生成することとしてよい。錠剤ＩＤを上記の態様で生成した場合には、錠剤ＩＤから、製造日、製造ライン、製造ライン上のどの位置で生成されたかが分かる。また、錠剤ＩＤには、錠剤が格納される容器を識別する容器ＩＤ等の情報を含めてもよいし、こうした情報を関連付けて記憶しておくこととしてもよい。
【００２９】
画像特徴抽出部１８は、個体画像抽出部１４により抽出された物体ごとの個体画像に含まれる物体表面に形成された印字画像に基づいて、物体ごとの画像特徴を抽出する。以下、本実施形態において用いる画像特徴の例を２つ説明する。
【００３０】
第１の画像特徴は、物体（錠剤）と、当該物体（錠剤）に形成される印字画像との位置関係のランダム性に着目し、当該位置関係を画像特徴としたものである。例えば、第１の画像特徴としては、物体（錠剤）の基準位置（例えば、物体の中心位置）に対する、印字画像の重心位置のずれを示す位置ずれベクトルを用いることとしてよい。
【００３１】
図４には、位置ずれベクトルの具体例を説明する図を示した。図４に示されるように、画像特徴抽出部１８は、個体画像の外接円（又は外接矩形）の中心を物体の基準位置（座標中心（０，０））とする。さらに、画像特徴抽出部１８は、個体画像を二値化して、物体に形成された印字画像を抽出するとともに、当該抽出された印字画像の外接矩形の重心位置を特定し、基準位置を始点、重心位置を終点とした位置ずれベクトルを得る。
【００３２】
次に、第２の画像特徴について説明する。第２の画像特徴は、物体（錠剤）に形成される印字画像に含まれるノイズのランダム性に着目し、二値化した印字画像のパターンを画像特徴としたものである。
【００３３】
図５には、二値化した印字画像パターンの具体例を説明する図を示した。図５に示した印字画像パターンは、例えば個体画像を二値化して得た黒画素群の外接矩形の重心位置を中心とした予め定められたサイズ（横Ｗ、縦Ｈ）の画像領域を抽出して得たものである。抽出する画像領域のサイズは、印字画像の元データにより形成される理想的な印字画像のサイズに基づいて決定することとしてよい。ここで、物体ごとに抽出される印字画像パターンには物体ごとに固有のノイズが含まれる。
【００３４】
分類部２０は、画像特徴抽出部１８により物体（錠剤）の個体画像ごとに抽出した第１の画像特徴、及び第２の画像特徴の少なくとも一方に基づいて、各物体（錠剤）を複数の分類のいずれかに分類する。以下、分類部２０による分類処理の例を説明する。
【００３５】
まず、分類部２０が、各物体の個体画像から抽出された第１の画像特徴（位置ずれベクトル）に基づいて、当該各物体を分類する例（第１の例）について説明する。以下、第１の画像特徴による分類をクラスＡによる分類と称する。
【００３６】
図６には、クラスＡによる分類処理の具体例を説明する図を示した。図６に示されるように、それぞれの位置ずれベクトルの始点を原点とする座標系において、座標範囲ごとに分類（分類Ｇ１〜Ｇｎ（ｎは２以上の整数））を定め、位置ずれベクトルの終点が属する座標範囲に基づいて、位置ずれベクトルが対応する物体を分類することとする。図６に示した例では、座標系を３６の座標範囲に分割し、それぞれの座標範囲に分類を対応させている（Ｇ１〜Ｇ３６）。例えば、第１の物体に係る位置ずれベクトルはＧ１５に、第２の物体に係る位置ずれベクトルはＧ２２に分類される。なお、図６に示した例では、各分類の座標範囲の大きさは均等としたが、原点からの距離に従って座標範囲を変えることとしてよく、例えば、原点から遠ざかるに従って座標範囲を大きく設定するようにしてもよい。
【００３７】
また、図６に示した例では、位置ずれベクトルの属する座標範囲に基づいて、位置ずれベクトルを分類することとしたが、位置ずれベクトルの長さに基づいて位置ずれベクトルを分類することとしてもよい。具体的には、分類ごとに位置ずれベクトルの長さの範囲を定め、位置ずれベクトルの長さが属する範囲に応じて分類を決定することとしてよい。この際に、位置ずれベクトルの長さには、位置ずれベクトルの始点の画素と終点の画素とのユークリッド距離を用いてもよいし、市街地距離（マンハッタン距離）を用いてもよい。
【００３８】
次に、分類部２０が、各物体の個体画像から抽出された第２の画像特徴（印字画像パターン）に基づいて、当該各物体を分類する例（第２の例）について説明する。以下、第２の画像特徴による分類をクラスＢによる分類と称する。
【００３９】
図７には、第２の例において、クラスＢの分類ｇ１〜ｇｍ（ｍは２以上の整数）ごとに予め生成される代表パターンの例を示した。まず、分類部２０は、印字画像のデータに、１〜ｍの異なるランダムノイズを重畳して、第１〜第ｍの異なるパターンを生成し、生成した第１〜第ｍのパターンを分類ｇ１〜ｇｍの代表パターンとして割り当てる。
【００４０】
次に、分類部２０は、各物体の個体画像から抽出された印字画像パターンと、分類ｇ１〜ｇｍのそれぞれの代表パターンとの類似度（距離）をそれぞれ算出し、各物体の分類を、その印字画像パターンが最も類似している（すなわち最も距離が小さい）代表パターンの属する分類に決定する。
【００４１】
最後に、分類部２０が、各物体の個体画像から抽出された第１の画像特徴（位置ずれベクトル）と第２の画像特徴（印字画像パターン）との組み合わせに基づいて、当該各物体を分類する例（第３の例）について説明する。
【００４２】
第３の例では、第１の例に基づく分類Ｇ１〜Ｇｎと、第２の例に基づく分類ｇ１〜ｇｍとの組み合わせにより、１〜ｎ・ｍ個の分類Ｇｉｊ（ｉ＝１，・・・，ｎ、ｊ＝１，・・・，ｍ）を生成し、ｉを上述した第１の例に基づいて決定し、ｊを上述した第２の例に基づいて決定することとする。
【００４３】
表面パターン取得部２２は、個体画像抽出部１４により抽出した各物体の個体画像から、予め定められた領域（パターン採取領域）の画像情報（表面パターン情報）を取得する。例えば、パターン採取領域は、個体画像における印字画像が形成された画像領域以外の画像領域に設定することとしてよい。
【００４４】
図８には、パターン採取領域の一例を示した。図８に示す例では、個体画像において、印字画像の外接矩形の右辺と接する位置に予め定められたサイズ（例えば３２ドット×３２ドット）の領域をパターン採取領域５０に設定したものである。
【００４５】
個体情報登録部２４は、物体について、個体情報付与部１６により付与された識別情報と、分類部２０により決定した分類情報と、表面パターン取得部２２により取得された表面パターン情報とを関連付けてデータベースに登録する。
【００４６】
図９には、個体情報登録部２４により登録されたパターン情報テーブルの一例を示した。図９に示されるパターン情報テーブルには、物体識別情報（錠剤ＩＤ）、分類情報（クラスＡの分類、クラスＢの分類）、表面パターン情報が関連付けて記憶される。
【００４７】
以上が、物体の製造時に、全物体（錠剤）の情報をデータベースに登録する処理である。次に、例えば製造された物体（錠剤）が流通した後に取得された１つの物体（錠剤）を対象物体として、対象物体の識別情報を特定する処理の詳細について説明する。
【００４８】
対象画像取得部２６は、対象物体を撮像した撮像画像を取得する。対象画像取得部２６は、例えば図示しない撮像装置４から、当該撮像装置４により対象物体を撮像した撮像画像を取得することとしてよい。なお、対象画像取得部２６は、取得した対象物体の撮像画像が正立していない（予め定められた方向を向いていない）場合には、撮像画像を回転させて正立させる画像処理を実行することとしてよい。具体的には、撮像画像に含まれる印字画像の向きが予め定められた方向を向くように、撮像画像を回転させることとしてよい。
【００４９】
画像特徴抽出部１８は、対象画像取得部２６により取得した撮像画像に含まれる対象物体の表面に形成された印字画像に基づいて、対象物体の画像特徴を抽出する。画像特徴の抽出処理の詳細については上述した処理と同様であるため説明を省略する。
【００５０】
分類情報取得部２８は、画像特徴抽出部１８により抽出された対象物体の画像特徴に基づいて分類部２０により行われる分類の結果に基づいて、対象物体の属する分類の候補を取得する。
【００５１】
例えば、画像特徴に第１の画像特徴（位置ずれベクトル）を用いる場合には、対象物体の位置ずれベクトルが属する座標領域を第１候補の分類とし、他の座標領域のうち位置ずれベクトルに近い順に第２候補〜第Ｋ候補の分類として取得することとしてよい。候補数Ｋは予め定められていてもよいし、位置ずれベクトルとの距離が閾値内にある座標領域の数としてもよい。
【００５２】
図１０には、対象画像の位置ずれベクトルに基づいて取得されるクラスＡの分類の一例を示した。図１０に示されるように、位置ずれベクトルが分類Ｇ１１にある場合に、Ｇ１１が第１候補となり、位置ずれベクトルの境界に近い分類Ｇ１２が第２候補、次に境界に近い分類Ｇ５が第３候補としてよい。
【００５３】
また、画像特徴に第２の画像特徴（印字画像パターン）を用いる場合には、印字画像パターンとの代表パターンが類似する順に第１〜第Ｋ候補のクラスＢの分類を取得することとしてよい。候補数Ｋは予め定められていてもよいし、代表パターンとの類似度（距離）が閾値内にある代表パターンの数としてもよい。
【００５４】
そして、画像特徴に第１の画像特徴（位置ずれベクトル）と第２の画像特徴（印字画像パターン）との組み合わせを用いる場合には、分類Ｇｉｊのうち、ｉを第１の画像特徴に基づいて取得し、ｊを第２の画像特徴に基づいて取得することとしてよい。
【００５５】
比較パターン取得部３０は、分類情報取得部２８により取得された分類に関連付けて個体情報登録部２４により登録された表面パターン情報を取得する。なお、分類情報取得部２８により第１〜第Ｋの分類の候補が取得された場合には、第１〜第Ｋの分類の順に関連付けられた表面パターン情報を取得することとしてよい。
【００５６】
対象パターン取得部３２は、対象物体の撮像画像から、対象物体の表面パターン情報（以下、対象表面パターン情報）を取得する。例えば、対象パターン取得部３２は、対象物体の撮像画像から、予め定められた領域（対象パターン採取領域）の画像情報（表面パターン情報）を取得することとしてよい。なお、対象パターン採取領域は、パターン採取領域を含む画像領域であることとしてよい。また、対象パターン採取領域は、個体画像における印字画像が形成された画像領域以外に設定することとしてよい。
【００５７】
パターン照合部３４は、対象パターン取得部３２により取得された対象表面パターン情報と、比較パターン比較パターン取得部３０により取得されたそれぞれの表面パターン情報とを比較し、対象表面パターン情報と照合する表面パターン情報を特定する。具体的には、パターン照合部３４は、第ｉ（ｉの初期値＝１）候補の分類について取得された各表面パターン情報と対象表面パターン情報とを比較し、この中で対象表面パターン情報と照合する表面パターン情報がない場合にｉをインクリメントして、新たな第ｉ候補の分類について取得された各表面パターン情報と対象表面パターン情報とを比較する処理を、対象表面パターン情報と照合する表面パターン情報が現れるか、照合する表面パターン情報がなくなるまで繰り返し実行する。パターン照合部３４は、対象表面パターン情報と照合する表面パターン情報が特定された場合には、当該特定された表面パターン情報に関連付けて登録された識別情報（錠剤ＩＤ）をデータベースから取得することとしてよい。
【００５８】
照合結果出力部３６は、パターン照合部３４による照合結果を出力する。照合結果出力部３６は、パターン照合部３４により対象物体と照合する物体の識別情報が特定された場合にはその識別情報を、対象物体と照合する物体の識別情報が特定されなかった場合にはその旨を、ディスプレイに表示したり、印刷装置により印刷したりすること等により出力することとしてよい。
【００５９】
次に、物体識別装置１０により行われる処理の流れを、フローチャートを参照しながら説明する。
【００６０】
まず、図１１に示したフローチャートを参照しながら、登録対象の各物体（錠剤）の表面パターン情報を登録する処理（登録処理）の流れを説明する。
【００６１】
図１１に示したように、物体識別装置１０は、登録識別対象の物体（錠剤）の撮像画像を取得する（Ｓ１０１）。ここで、物体識別装置１０は、クラスＡの分類を登録しない場合には（Ｓ１０２：Ｎ）、Ｓ１０９に進み、クラスＡの分類を登録する場合には（Ｓ１０２：Ｙ）、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ１０３）、抽出した外接形状の中心位置を特定する（Ｓ１０４）。
【００６２】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ１０５）、物体に形成された印字画像を特定し（Ｓ１０６）、特定した印字画像の重心位置を算出する（Ｓ１０７）。物体識別装置１０は、Ｓ１０４で特定した中心位置とＳ１０７で算出した重心位置との位置ずれに基づいて、登録識別対象の物体のクラスＡに係る分類を決定する（Ｓ１０８）。
【００６３】
次に、物体識別装置１０は、クラスＢの分類を登録しない場合には（Ｓ１０９：Ｎ）、Ｓ１１３に進み、クラスＢの分類を登録する場合には（Ｓ１０９：Ｙ）、撮像画像を二値化して特定した印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ１１０）。そして、物体識別装置１０は、Ｓ１１０で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ１１１）、最も類似している代表パターンに基づいて、登録識別対象の物体のクラスＢに係る分類を決定する（Ｓ１１２）。
【００６４】
物体識別装置１０は、登録識別対象の物体の撮像画像において印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から表面パターン情報を抽出し（Ｓ１１３）、登録識別対象の物体の識別情報と、Ｓ１０７やＳ１０９で決定した分類の情報と、Ｓ１１３で抽出した表面パターン情報とを関連付けてデータベースに登録する（Ｓ１１４）。
【００６５】
物体識別装置１０は、登録識別対象の物体が残っている場合には（Ｓ１１５：Ｎ）、Ｓ１０１に戻り、登録識別対象の物体が残っていない場合には（Ｓ１１５：Ｙ）、登録処理を終える。
【００６６】
次に、物体識別装置１０により行われる照合識別対象の物体（錠剤）を、登録された物体と照合する処理（照合処理）の流れを、図１２、図１３、図１４Ａ及び図１４Ｂに示したフローチャートを参照しながら説明する。
【００６７】
図１２には、照合処理の第１の例を説明するフローチャートを示した。図１２に示したフローチャートは、クラスＡの分類を用いて照合処理を行う例について説明したものである。
【００６８】
図１２に示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ２０１）。物体識別装置１０は、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ２０２）、抽出した外接形状の中心位置を特定する（Ｓ２０３）。
【００６９】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ２０４）、物体に形成された印字画像を特定し（Ｓ２０５）、特定した印字画像の重心位置を算出する（Ｓ２０６）。物体識別装置１０は、Ｓ２０３で特定した中心位置とＳ２０６で算出した重心位置との位置ずれに基づいて、照合識別対象の物体についてクラスＡに係る分類の候補（第１〜第Ｎ）を決定する（Ｓ２０７）。
【００７０】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ２０８）。
【００７１】
物体識別装置１０は、Ｓ２０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係る分類に関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ２０９）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ２１０）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ２１０：Ｎ）、ｉがＮに達していないときには（Ｓ２１１：Ｙ）、ｉをインクリメントして（Ｓ２１２）、Ｓ２０９に戻り、Ｓ２１１でｉがＮに達しているとき（Ｓ２１１：Ｎ）には、照合する物体無しとして（Ｓ２１３）、処理を終了する。一方で、物体識別装置１０は、Ｓ２１０で照合する表面パターン情報があると判定された場合には（Ｓ２１０：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ２１４）、処理を終了する。
【００７２】
図１３には、照合処理の第２の例を説明するフローチャートを示した。図１３に示したフローチャートは、クラスＢの分類を用いて照合処理を行う例について説明したものである。
【００７３】
図１３に示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ３０１）。物体識別装置１０は、撮像画像を二値化して（Ｓ３０２）、物体に形成された印字画像を特定し（Ｓ３０３）、特定した印字画像の重心位置を算出する（Ｓ３０４）。
【００７４】
次に、物体識別装置１０は、Ｓ３０４で算出された印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ３０５）。そして、物体識別装置１０は、Ｓ３０５で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ３０６）、類似している代表パターンの順に基づいて、照合識別対象の物体についてクラスＢに係る分類の候補（第１〜第Ｍ）を決定する（Ｓ３０７）。
【００７５】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ３０８）。
【００７６】
物体識別装置１０は、Ｓ３０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係る分類に関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ３０９）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ３１０）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ３１０：Ｎ）、ｉがＭに達していないときには（Ｓ３１１：Ｙ）、ｉをインクリメントして（Ｓ３１２）、Ｓ３０９に戻り、Ｓ３１１でｉがＭに達しているとき（Ｓ３１１：Ｎ）には、照合する物体無しとして（Ｓ３１３）、処理を終了する。一方で、物体識別装置１０は、照合する表面パターン情報があると判定された場合には（Ｓ３１０：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ３１４）、処理を終了する。
【００７７】
図１４Ａ及び図１４Ｂには、照合処理の第３の例を説明するフローチャートを示した。図１４Ａ及び図１４Ｂに示したフローチャートは、クラスＡ及びクラスＢの分類を用いて照合処理を行う例について説明したものである。
【００７８】
図１４Ａに示されるように、物体識別装置１０は、照合識別対象の物体（錠剤）の撮像画像を取得する（Ｓ４０１）。物体識別装置１０は、撮像画像に含まれる対象物体の外接形状を抽出するとともに（Ｓ４０２）、抽出した外接形状の中心位置を特定する（Ｓ４０３）。
【００７９】
次に、物体識別装置１０は、撮像画像を二値化して（Ｓ４０４）、物体に形成された印字画像を特定し（Ｓ４０５）、特定した印字画像の重心位置を算出する（Ｓ４０６）。物体識別装置１０は、Ｓ４０３で特定した中心位置とＳ４０６で算出した重心位置との位置ずれに基づいて、照合識別対象の物体についてクラスＡに係る分類の候補（第１〜第Ｎ）を決定する（Ｓ４０７）。
【００８０】
次に、物体識別装置１０は、Ｓ４０６で算出された印字画像の重心位置を中心として、印字画像のサイズに基づいて予め定められた大きさの画像領域（印字画像パターン）を抽出する（Ｓ４０８）。そして、物体識別装置１０は、Ｓ４０８で抽出した画像領域の画像パターンと、予め定められたクラスＢに係る各分類の代表パターンとの類似度を算出し（Ｓ４０９）、類似している代表パターンの順に基づいて、照合識別対象の物体についてクラスＢに係る分類の候補（第１〜第Ｍ）を決定する（Ｓ４１０）。
【００８１】
物体識別装置１０は、照合識別対象の物体の撮像画像から、印字画像が含まれる領域以外の予め定められた位置及び大きさの領域から照合に用いる表面パターン情報（対象表面パターン情報）を抽出する（Ｓ４１１）。
【００８２】
次に、図１４Ｂに示されるように、物体識別装置１０は、Ｓ４０７で決定した候補のうち第ｉ（ｉの初期値＝１）の候補に係るクラスＡの分類Ｇｉと、Ｓ４１０で決定した候補のうち第ｊ（ｊの初期値＝１）の候補に係るクラスＢの分類ｇｊに関連付けて登録された表面パターン情報をそれぞれ取得し（Ｓ４１２）、取得した表面パターン情報の中に対象表面パターン情報に照合する表面パターン情報があるか否かを判定する（Ｓ４１３）。ここで、照合する表面パターン情報がないと判定された場合であって（Ｓ４１３：Ｎ）、ｊがＭに達していないときには（Ｓ４１４：Ｎ）、ｊをインクリメントして（Ｓ４１５）、Ｓ４１２に戻る。
【００８３】
物体識別装置１０は、Ｓ４１４でｉがＭに達している場合（Ｓ４１４：Ｙ）であって、ｉがＮに達していないときには（Ｓ４１６：Ｎ）、ｉをインクリメントして（Ｓ４１７）、Ｓ４１２に戻る。また、Ｓ４１６でｉがＮに達している場合には（Ｓ４１６：Ｙ）、照合する物体無しとして（Ｓ４１８）、処理を終了する。
【００８４】
一方で、物体識別装置１０は、Ｓ４１３で照合する表面パターン情報があると判定された場合には（Ｓ４１３：Ｙ）、当該照合した表面パターン情報に関連付けられた識別情報を、照合識別対象の物体の識別情報に決定して（Ｓ４１９）、処理を終了する。
【００８５】
なお、図１４Ａ及び図１４Ｂに示したフローチャートにおいて、クラスＡの第ｉ候補に対してクラスＢの第１〜Ｍ候補を順次組み合わせながら照合する例を示したが、クラスＢの第ｊ候補に対してクラスＡの第１〜Ｎ候補を順次組み合わせながら照合してもよいし、クラスＡの第ｉ候補とクラスＢの第ｊ候補のｉ＋ｊの値が小さい順にクラスＡの第ｉ候補とクラスＢの第ｊ候補とを順次組み合わせながら照合することとしてもよい。
【００８６】
以上説明した物体識別システム１では、物体の表面に形成された印字画像に基づく画像特徴を利用して、物体の表面パターン情報と照合するパターンの数を絞り込むことにより、このような絞り込みをしない場合と比べて、照合処理のステップ数が少なくなる。さらに、それぞれ独立の画像特徴に基づくクラスＡとクラスＢの両方を用いて物体の表面パターン情報と照合するパターンの数を絞り込んだ場合には、どちらか一方を用いる場合と比べて、照合処理のステップ数がより少なくなる。
【００８７】
本発明は上記の実施形態に限定されるものではない。例えば、上記の実施形態では、物体に円形錠剤を用いた例を説明したが、表面にランダムパターンと、予め定められた画像が印刷される物体であれば、電子部品等の他の物体に適用することとしてもよいのはもちろんである。
【００８８】
また、上記の実施形態において、物体識別装置１０が登録処理と照合処理とを実行する例を説明したが、登録処理を実行する登録装置と、照合処理を実行する照合装置をそれぞれ分けて構成してもよい。この場合には、登録装置が、撮像画像取得部１２、個体画像抽出部１４、個体情報付与部１６、画像特徴抽出部１８、分類部２０、表面パターン取得部２２、個体情報登録部２４を備え、照合装置が、対象画像取得部２６、分類情報取得部２８、比較パターン取得部３０、対象パターン取得部３２、パターン照合部３４、及び照合結果出力部３６を備えることとしてよい。
【符号の説明】
【００８９】
１ 物体識別システム、２ 画像形成装置、４ 撮像装置、５ 製造ライン、１０ 物体識別装置、１２ 撮像画像取得部、１４ 個体画像抽出部、１６ 個体情報付与部、１８ 画像特徴抽出部、２０ 分類部、２２ 表面パターン取得部、２４ 個体情報登録部、２６ 対象画像取得部、２８ 分類情報取得部、３０ 比較パターン取得部、３２ 対象パターン取得部、３４ パターン照合部、３６ 照合結果出力部、５０ パターン採取領域。
【特許請求の範囲】
【請求項１】
それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含む
ことを特徴とする物体識別システム。
【請求項２】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項３】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項４】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれ、及び、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンの組み合わせに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項５】
前記分類取得手段は、前記対象物体の分類の候補を優先順位とともに取得し、
前記パターン画像取得手段は、前記分類取得手段により取得された分類ごとに、当該分類に関連付けて前記登録手段により登録されたパターン画像を、当該分類の優先順位に関連付けて取得し、
前記特定手段は、優先順位が高いパターン画像の順に前記対象物体撮像画像との照合を行う
ことを特徴とする請求項１乃至４のいずれかに記載の物体識別システム。
【請求項６】
画像形成装置と、撮像装置と、物体識別装置と、を含み、
前記画像形成装置は、それぞれ表面に固有のパターンを有する物体の表面に予め定められた画像を形成する画像形成手段を含み、
前記撮像装置は、
前記複数の物体を撮像する撮像手段を含み、
前記物体識別装置は、
前記撮像装置から前記複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含む
ことを特徴とする物体識別システム。
【請求項７】
それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段
としてコンピュータを機能させるためのプログラム。
【請求項１】
それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含む
ことを特徴とする物体識別システム。
【請求項２】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項３】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項４】
前記分類手段は、前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体の基準位置に対して前記予め定められた画像が形成された位置のずれ、及び、当該物体に形成された前記予め定められた画像に含まれるノイズのパターンの組み合わせに応じて、当該物体を前記複数の分類のいずれかに分類する
ことを特徴とする請求項１に記載の物体識別システム。
【請求項５】
前記分類取得手段は、前記対象物体の分類の候補を優先順位とともに取得し、
前記パターン画像取得手段は、前記分類取得手段により取得された分類ごとに、当該分類に関連付けて前記登録手段により登録されたパターン画像を、当該分類の優先順位に関連付けて取得し、
前記特定手段は、優先順位が高いパターン画像の順に前記対象物体撮像画像との照合を行う
ことを特徴とする請求項１乃至４のいずれかに記載の物体識別システム。
【請求項６】
画像形成装置と、撮像装置と、物体識別装置と、を含み、
前記画像形成装置は、それぞれ表面に固有のパターンを有する物体の表面に予め定められた画像を形成する画像形成手段を含み、
前記撮像装置は、
前記複数の物体を撮像する撮像手段を含み、
前記物体識別装置は、
前記撮像装置から前記複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段と、を含む
ことを特徴とする物体識別システム。
【請求項７】
それぞれ表面に固有のパターンを有し、当該表面に予め定められた画像が形成された複数の物体ごとの撮像画像を取得する取得手段と、
前記複数の物体ごとに、当該物体について前記取得手段により取得された撮像画像における、当該物体に形成された前記予め定められた画像に基づく当該物体の特徴に応じて、当該物体を複数の分類のいずれかに分類する分類手段と、
前記複数の物体ごとに、当該物体の識別情報と、当該物体の表面が有するパターンを示すパターン画像と、当該物体の分類とを関連付けて登録する登録手段と、
前記複数の物体のうちの１つの物体である対象物体を撮像した対象物体撮像画像に基づいて、前記分類手段により当該対象物体の分類の候補を取得する分類取得手段と、
前記分類取得手段により取得された分類に関連付けて前記登録手段により登録されたパターン画像を取得するパターン画像取得手段と、
前記パターン画像取得手段により取得されたパターン画像のうち、前記対象物体撮像画像と照合したパターン画像に関連付けられた識別情報を、前記対象物体の識別情報として特定する特定手段
としてコンピュータを機能させるためのプログラム。
【図１】
【図２】
【図５】
【図７】
【図９】
【図１１】
【図１２】
【図１３】
【図１４Ａ】
【図１４Ｂ】
【図３】
【図４】
【図６】
【図８】
【図１０】
【図２】
【図５】
【図７】
【図９】
【図１１】
【図１２】
【図１３】
【図１４Ａ】
【図１４Ｂ】
【図３】
【図４】
【図６】
【図８】
【図１０】
【公開番号】特開２０１３−２５５５７（Ｐ２０１３−２５５５７Ａ）
【公開日】平成２５年２月４日（２０１３．２．４）
【国際特許分類】
【出願番号】特願２０１１−１５９６７８（Ｐ２０１１−１５９６７８）
【出願日】平成２３年７月２１日（２０１１．７．２１）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成２５年２月４日（２０１３．２．４）
【国際特許分類】
【出願日】平成２３年７月２１日（２０１１．７．２１）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]