輪郭抽出装置と輪郭抽出方法及び輪郭抽出プログラム
【構成】 カメラで撮像したシート材の画像から輪郭点を抽出し、シート材の外形を表す外側の輪郭と、その内部にある内側の輪郭とを求める。内外の輪郭の間のエリアをしわとし、求めたしわの形状の長径と短径との比を求め、この比が大きいしわを強いしわとし、小さいしわを弱いしわとする。裁断するパーツを、しわのランキングに応じてシート材に割り当てる。
【効果】 しわの形状を求めると共に、しわの部分を有効利用できる。
【効果】 しわの形状を求めると共に、しわの部分を有効利用できる。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、皮革や布地等のシート材から、輪郭を抽出することに関する。
【背景技術】
【０００２】
出願人はシート材の裁断装置を開発している。特許文献１：ＷＯ２００４／０１０８０７では、シート材に対して裁断すべきパーツを最適に配置することを検討した。特許文献２：ＷＯ２００６／０５１７６４では、皮革などの不規則な形状のシート材に対して、裁断目的のパーツをどのように配置するかを検討した。
【０００３】
発明者はシート材のしわについて検討した。図１８に皮革のしわの例を示し、１０２は強いしわでテープ１０４によりマーキングしてあり、１０６，１０８は弱いしわである。しわが生じるのは、元々３次元の形状であった皮革を裁断し、２次元のテーブル上に展開するからで、例えば風船やボールのような立体形状のものを裁断してテーブル上に配置すると、どこかが盛り上がるのと同じことである。しわのある箇所では皮革の性質が他の部分と異なることもあるが、それよりもしわによって皮革が盛り上がるため、正確な形状に裁断し難くなる方が問題である。発明者はしわの形状を求めると共に、しわの程度を評価することにより、しわの部分もパーツとして利用できるようにすることを検討して、この発明に到った。
【特許文献１】ＷＯ２００４／０１０８０７
【特許文献２】ＷＯ２００６／０５１７６４
【発明の開示】
【発明が解決しようとする課題】
【０００４】
この発明の課題は、しわの形状としわの程度を求めることにより、シート材のしわのある部分も利用できるようにすることにある。
この発明での追加の課題は、しわの形状を効率的に求めることができるようにすることにある。
この発明の追加の課題は、しわのある部分をより有効に利用できるようにすることにある。
【課題を解決するための手段】
【０００５】
この発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する装置において、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、とを設けたことを特徴とする。
【０００６】
さらにこの発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する、輪郭抽出装置のためのプログラムにおいて、
前記輪郭抽出装置に読み込まれた際に、輪郭抽出装置を、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、として機能させることを特徴とする。
【０００７】
またこの発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する方法において、
輪郭抽出手段により、シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求め、
しわの形状を求めるための手段により、前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求め、
しわ形状評価手段により、求めたしわの形状の長径と短径との比を表す量を求め、
ランキング手段により、前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングし、
割り当て手段により、シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てることを特徴とする。
なおこの明細書において、輪郭抽出装置に関する記載はそのまま輪郭抽出方法や輪郭抽出プログラムにも当てはまり、輪郭抽出方法に関する記載は輪郭抽出装置や輪郭抽出プログラムにも当てはまる。
【０００８】
この発明では、シート材の外側の輪郭線と内側の輪郭線とから、しわの形状を求める。しわがシート材本来の輪郭線に接している場合、外側の輪郭線と内側の輪郭線とに囲まれたエリアがしわで、外側の輪郭線がシート材本来の輪郭線である。またしわがシート材の内部に孤立して存在する場合、内側の輪郭線は閉じており、その内側がしわである。
【０００９】
しわの形状からしわの程度、即ちしわの強弱が求まる。細長いしわは一般に鋭く強いしわで、例えば図１８のしわ１０２のようなしわである。幅広の円形に近いしわは、起伏の小さな緩やかな弱いしわで、図１８のしわ１０６，１０８のようなしわである。しわの長径と短径との比、あるいはこれと同等のデータ、例えばしわの長径としわの周長との比や、しわの長径としわの短径の１／２乗との比、などからしわの程度が求まる。長径としわの周長との比は円形のしわでは円周率πの逆数で、細長いしわでは１／２に近づく。しわの長径としわの短径の１／２乗との比では、細長いしわを強いしわとすると共に、しわの形状が相似な場合、大きなしわをより強いしわとする。以上のようにしてしわをランキングすると、ランキングに応じた範囲でしわをパーツに用いることができる。従ってこの発明では、しわの形状を求めると共に、しわの部分もパーツに割り当てて有効利用できる。
【００１０】
好ましくは、前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とする。
輪郭線の抽出は、例えばシート材の外から内へ向けて行い、例えば最初に抽出した閉じた輪郭線を外側の輪郭線とし、その内側に輪郭線が存在するかどうか探索することにより、内側の輪郭線を抽出しても良い。しかしこの場合、シート材の内外を問わず、例えばシート材を展開したテーブル全面に対して、輪郭線の抽出が必要になる。
【００１１】
これに対して、シート材の内部から輪郭線を抽出すると、最初に抽出した輪郭線は内側の輪郭線で、その外側に外側の輪郭線があるか、最初から外側の輪郭線を抽出したか、のいずれかである。次にしわに対応する内側の輪郭線では、明度の変化は大きいが、色相などの色度の差は小さい。これに対しシート材の外形に対応する外側の輪郭線では、シート材の内部から外部へ移動するので、色度の差も大きい。そこで内外での色度の差が所定の条件以下の輪郭線を、前記内側の輪郭線の候補とする。そしてその外側を探索して外側の輪郭線を抽出すると、輪郭線を探索する範囲を制限すると共に、内側の輪郭線か外側の輪郭線かを外側の輪郭線を抽出する前に予測できるので、効率的に内外の輪郭線を抽出できる。
【００１２】
より好ましくは、輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行する。
【００１３】
単純に、フィルタリングで抽出した輪郭点を連結して輪郭線を発生させても良いが、輪郭線が曖昧な場合には、的確な輪郭線が抽出される保証がない。例えば図１０のＲ１は皮革、Ｒ２はテーブルのバックグラウンドで、L1，L2は輪郭で、皮革Ｒ１の厚みのため、皮革の上面のエッジが輪郭L1を、底面側のエッジが輪郭L2を構成している。ここで輪郭L1と輪郭L2とを識別し、輪郭L1を選択することは人間の目には簡単であるが、コンピュータにより画像認識を用いて自動的に実行することは容易ではない。
【００１４】
そこで好ましくは、物体の内部から開始して、輪郭点に基づいて生成した多角形の辺へ向けて探索する。輪郭線の周囲では輪郭点が密に分布するので多角形のサイズは小さく、所定長未満の長さの辺に衝突すると、その辺を越えての探索を中止し、所定長未満の長さの辺を記憶する。所定長以上の長さの辺に到達すると、その辺を越えて探索を続行する。このため輪郭線に分布する多数の小さな多角形の辺まで探索すると探索が中止され、抽出した辺を連結すると物体の最初の輪郭線が得られる。この輪郭線は外側の輪郭線か内側の輪郭線かである。そして前記のようにして、色度の差が所定の条件以下の輪郭線を内側の輪郭線の候補とし、その外側を探索すると、外側の輪郭線を抽出できる。
【００１５】
また好ましくは、前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てる。
パーツにはデザイン上重要なパーツと重要でないパーツとがあり、形状精度等に対する許容度、即ちしわへの許容度もパーツによって異なる。そこでしわをランキングすると共に、パーツにしわへの許容度を割り当てると、許容度の範囲でしわをパーツに用いることができ、シート材を有効利用できる。
パーツに縫い代などがある場合、パーツの形状精度や品質への要求は、パーツ内のエリアにより異なる。そこでパーツ内のエリアに応じてしわへの許容度を指定すると、しわの部分をより有効に利用できる。
【発明を実施するための最良の形態】
【００１６】
以下に本発明を実施するための最適実施例を示す。また実施例では、輪郭線を単に輪郭という。
【実施例】
【００１７】
図１〜図１７に、裁断装置２を例に、輪郭抽出装置１８と輪郭抽出プログラム、及び輪郭抽出方法の実施例を示す。図１において、４は裁断テーブルで、６は裁断ヘッドであり、カラーカメラ８により皮革１５のカラー画像を撮像すると共に、例えば円形の刃物１０を回転させて皮革１５を裁断する。裁断ヘッド６はＸ軸ドライブ１２とＹ軸ドライブ１４とにより、裁断テーブル４上をＸＹの双方向に移動する。そしてカラーカメラ８は、裁断ヘッド６により皮革１５上を走査して、皮革１５の画像を複数枚に分割して撮像する。
【００１８】
輪郭抽出装置１８は、裁断装置２と一体に、あるいは裁断装置２とは別体に設けられている。２０はバスで、２１はカラーモニタ、２２はマニュアル入力で、キーボードやスタイラス、マウス、トラックボール、ジョイスティックなどである。ディスクドライブ２３はＣＤ−ＲＯＭなどのディスクとの間で入出力を行い、ネットワークインターフェース２４はＬＡＮやインターネットとの間のインターフェースとなる。輪郭抽出装置１８を制御するための輪郭抽出プログラムは、例えばＣＤ−ＲＯＭなどの記憶媒体に記憶させ、ディスクドライブ２３からプログラムメモリ３２に記憶する。あるいは輪郭抽出プログラムを、搬送波によりネットワークインターフェース２４から入力しても良い。２６は入出力で、裁断テーブル４との間でデータを交換し、裁断テーブル４側へ供給するデータは裁断ヘッド６のＸ方向やＹ方向への運動、刃物１０の制御、カメラ８の撮像制御などのデータである。これに対して裁断テーブル４側からは、カメラ８で撮像した皮革１５のカラー画像が、入出力２６へ供給される。
【００１９】
２８はプロセッサで、３０は汎用のメモリ、３２はプログラムメモリで、輪郭抽出プログラムなどの、裁断装置２の制御プログラムを記憶する。プロセッサ２８やメモリ３０，３２などにより、輪郭抽出装置１８は図２のように機能する。カメラ画像校正部３４はカメラ８からの画像の歪みを補正する。カメラ画像などのラスター画像は画像メモリ３６に記憶し、フィルタ３８は１枚分のカメラ画像に対し、あるいは複数枚のカメラ画像を合成した皮革全体の画像に対して、フィルタリングを施し、輪郭点を抽出する。ファイルメモリ４０は抽出された輪郭点を記憶し、データの内容は輪郭点の座標である。併合処理部４２は例えばフィルタ３８で個々のカメラ画像毎に抽出した輪郭点を併合し、皮革１枚分の輪郭点のデータとする。
【００２０】
多角形分割部４４は、輪郭点を用いてシート材の画像を多角形に分割する。多角形分割の手法は例えばドロネー分割とし、多角形の種類は輪郭点を３頂点とする三角形である。内部輪郭抽出部４６は、多角形により分割された画像を用いて、皮革１５などのシート材の内側の輪郭を抽出し、抽出した多角形の辺を連結し、シート材の閉じた輪郭を発生させる。仮に辺の抽出が不完全な場合、最近接した辺を互いに連結することにより、閉じた輪郭を抽出する。
【００２１】
外部輪郭抽出部４８は、内側の輪郭の外側にある輪郭を抽出する。内側の輪郭の内外で色度、例えば色相と彩度、あるいはY,Cb,Crの映像信号でのCb信号及びCr信号の２つの信号が、所定の条件以上異なるかどうかを、外部輪郭抽出部４８で評価する。所定の条件としては、例えばCb信号の差の絶対値とCr信号の差の絶対値の和、あるいはこれらの差の絶対値の大きな方の値、などが所定の値以上かどうかなどを用いる。Cb信号とCr信号に代えて，ＨＬＳ信号でのＨ信号とＳ信号などを用いても良い。またCb信号とCr信号などの色度差に代えて、ＲＧＢ空間などでの色差、即ちＲＧＢ空間での距離、を用いても良い。そして内側の輪郭の内外で色度の変化が所定の条件以下の場合、しわの輪郭を抽出したものと推定して、外側の輪郭を探索する。色度の変化が所定の条件以上の場合、外側の輪郭を抽出したものとして、例えばそれ以上の外側への探索を行わない。輪郭抽出部４６，４８は抽出したシート材の輪郭となる辺のベクトルを例えば連結し、ベクトルデータの列を内外の輪郭として記憶する。
【００２２】
しわランキング部５０は、しわの形状、特にしわの縦横比（アスペクト比）からしわの程度をランキングして記憶する。パーツ記憶部５２は、皮革１５から裁断により取り出すべきパーツの形状としわへの許容度を記憶し、しわへの許容度はパーツ単位で記憶しても、パーツを分割したエリア毎に記憶しても良い。パーツマッチング部５４は、シート材の内外の輪郭で定まる形状、及びしわの部分のランキングと、取り出すべきパーツの形状及びしわへの許容度とを比較して、最適な裁断パターンを発生させる。ヘッドデータ発生部５６は、パーツマッチング部５４で発生させた裁断パターンに従って、裁断ヘッドの制御データを発生させる。
【００２３】
図３に、フィルタ３８の例を示す。６０はラプラシアンフィルタで、周囲の画素とデータが異なる画素を抽出し、６１，６２は微分フィルタで、画像が変化する向きを抽出するのに適している。またカメラ画像のノイズが著しい場合、フィルタ６０〜６２で処理する前に、メディアンフィルタなどで処理して、ノイズを除去しても良い。用いるフィルタの種類自体は任意で、カメラ画像にフィルタリングを施し、２値化して輪郭点を抽出する。輪郭点の抽出では明度あるいは色度が急変する画素を輪郭点とするが、明度が急変する画素のみを抽出しても良い。
【００２４】
図４に、内外の輪郭の抽出アルゴリズムを示す。裁断ヘッド６に皮革１５をセットし、必要であれば皮革上の疵にカラーテープ１６を貼り付ける。そして裁断ヘッド６をＸＹ方向に運動させて、皮革１５の画像を例えば数十枚に分割して撮像する（Ｓ１）。カメラ画像校正部３４で、撮像した画像に対する歪みを補正し（Ｓ２）、明度と色度の各々に対して輪郭点を抽出する。輪郭点の抽出では、例えば図３のフィルタによりカメラ画像を処理し、処理後の画像を二値化し、所定値以上の値のものを輪郭点とする（Ｓ３）。明度と色度の各々に対して輪郭点が得られ、明度の輪郭点と色度の輪郭点を共に輪郭点として抽出するが、色度の輪郭点を抽出しなくてもよい。そして撮像した各画像に対して以上の処理を繰り返す（Ｓ４）。
【００２５】
輪郭点を皮革１枚分集め（Ｓ５）、輪郭点を頂点とする三角形によりシート材の画像を分割する（Ｓ６）。ここでの画像は実際には輪郭点のみから成るデータである。三角形の生成では、近傍にある頂点を遠方の頂点よりも優先して結合することにより、三角形の辺を構成する。また小さな内角を持つ三角形を避けるように、どの頂点を連結するかを決定する。言い換えると三角形の３つの内角の中で最も小さな内角に着目し、この内角が小さなものを避け、例えば所定値以下の内角を持つ三角形を避けるようにする。
【００２６】
以上のアルゴリズムを単純化すると次のように言える。１つの頂点に着目し、周囲の所定の角度範囲の中で近接した頂点と連結する。この処理を着目した頂点の周囲３６０°分繰り返すと、頂点は周囲の複数個の頂点と連結される。以上の処理を各頂点に対して繰り返すと、画像は三角形により分割される。そして三角形の頂点は輪郭点である。
【００２７】
次に皮革内の１点を指定する（Ｓ７）。この点はマニュアル入力で指定しても良く、あるいは地色、即ち裁断テーブル４の色、とは異なる色で、大きな三角形の内部の点をコンピュータ抽出しても良い。指定された１点から三角形の辺を越えて伝搬するように探索する。そして所定長以上の長さの辺に接触すると、その辺を越えて三角形の残る２辺を探索する。以上のようにして、シート材の内部に対応する領域を拡大していく（Ｓ８）。
【００２８】
三角形の短い辺に衝突すると、その辺を越える探索を打ち切る。もちろん他の辺に対しては探索を続行する（Ｓ９）。探索を続行するか打ち切るかのいき値は実施例では一定であるが、可変としても良い。そして探索する辺が無くなるまで探索を続行する（Ｓ１０）。以上の過程で、短い辺に衝突し探索を打ち切った場合、該当する辺を記憶する。辺のデータはベクトルデータなので、辺の始点と終点の座標を記憶する。記憶した辺を連結すると、皮革の閉じた輪郭が得られ、これは皮革の内側の輪郭である（Ｓ１１）。
【００２９】
内側の輪郭の内外で、色度の変化が所定の条件以上であるか否かをチェックし（Ｓ１２）、色度の変化が所定の条件未満の場合、内側の輪郭を越えて、さらに外側の輪郭を抽出する（Ｓ１３）。この処理は、Ｓ９〜Ｓ１１と同様である。そして外側の輪郭と内側の輪郭で囲まれたエリア、及び内側の輪郭が、それ自体として、単独で閉じている場合、内側の輪郭の内側をしわとする（Ｓ１４）。
【００３０】
図７にドロネー三角形での探索の例を示す。図の三角形の頂点は輪郭点で、人の目で見た場合、L1，L2の２つの輪郭と、孤立した輪郭点P1，P2が存在するように見える。しかしながら自動的にこのような認識を行うことは困難である。図７で左上側から探索を開始するものとする。図の二重線は探索を中止する短い辺を示し、短い辺に衝突すると辺を越えての探索を打ち切る。そして探索を打ち切った短い辺を連結すると、輪郭が得られる。輪郭を確実に抽出するには、
・ 近接した輪郭点を互いに接続し、
・ 小さな内角を持つ三角形を避ける、
ことが重要である。そして上記の条件を充たしながら、三角形により空間を分割するアルゴリズムとして、ドロネー分割が知られている。
【００３１】
図８はボロノイ多角形による空間分割を示す。例えば輪郭点P1に対して、周囲の輪郭点と結ぶ辺に対する垂直二等分線を発生させ、垂直二等分線を互いに接続して多角形とする。図８では六角形を表示してあるが、ボロノイ多角形の辺の数は不定である。ボロノイ多角形は輪郭点の集合から成る画像に対し、どの輪郭点に最も近いかにより画像を分割したものと言うことができる。そして輪郭点が密に集合している領域では、ボロノイ多角形のサイズは小さくなり、粗な領域では輪郭点のサイズは大きくなる。このことはドロネー三角形の場合も同様である。また辺の探索を効率的に行うには、ボロノイ多角形でも、ドロネー三角形でも、各辺の両端を記憶すると共に、探索済みかどうかを示すビットを付加すると良い。
【００３２】
図９〜図１１に、皮革に対する輪郭の抽出結果を示す。図９は皮革全体の２値化画像で、画像の内部に４枚のカラーテープが貼ってある。図１０は皮革の一部に対する輪郭点の画像を示し、Ｒ１は皮革の領域、Ｒ２はバックグラウンドの領域、Ｒ３は汚れの領域で、皮革は厚さがあるため、２本の平行な輪郭L1，L2があるように見える。ここから例えば輪郭L1のみを自動的に抽出することは、コンピュータにとっては必ずしも容易なことではない。
【００３３】
図１１は皮革全体に対するドロネー分割を示す。マニュアルで、あるいはバックグラウンドとは異なる色で大きな三角形の内部にスタート点を選び、ここからドロネー三角形の辺へ向けて探索を実行する。辺に衝突するとその長さを調べ、所定長以上であれば辺を越えて探索を続行し、所定長未満の辺に衝突すると辺を越えず、検出した辺を記憶する。以上の処理を行うと、皮革の輪郭には小さなドロネー三角形が大量に存在するので、輪郭を抽出できる。またカラーテープと皮革との境界にも微細なドロネー三角形が大量に存在するので、カラーテープを抽出できる。以上のようにして図９の皮革の輪郭を抽出できる。
【００３４】
次に抽出したしわの処理を説明する。図５に示すように、しわの長径ａと短径ｂとを求め、それらの比ａ/ｂをアスペクト比とする（Ｓ２１）。なおａ/ｂに代えて、長径ａとしわの周長との比、あるいは長径ａと短径ｂの1/2乗根の比、即ちａ/ｂ1/2などを用いてもよい。次にアスペクト比が大きい程強いしわとし、アスペクト比が小さい程弱いしわとするように、しわにランクを付ける（Ｓ２２）。そしてしわのランクにフィットし、かつ皮革の外側の輪郭からはみ出さないようにパーツを皮革内に割り当てる（Ｓ２３）。そしてパーツの裁断を実行する（Ｓ２４）。
【００３５】
図１２に、しわ８８に関する処理を示す。皮革８０に対し、その内側から外側に向けて輪郭を抽出し、輪郭８１，８２が得られたとする。輪郭８１，８２は短いベクトルを連結したもので、それらのベクトルに沿って例えばエリア８３〜８７を発生させる。ここではエリア８３〜８７は飛び飛びに発生させたが、これらを連結するように発生しても良い。エリア８３〜８７の幅は、図１０に示した輪郭L1，L2の間隔よりも大きなものとし、具体的には、皮革の上面のエッジと下面のエッジとの間隔の例えば２倍以上とする。そしてエリア８３〜８７に対し、輪郭８１，８２の内外での色度の差を求める。色度は例えばY，Cb，Cr系でのCb及びCr信号や、ＨＬＳ系でのＨ信号やＳ信号などである。そして色度の変化が大きい場合は外側には他の輪郭が無いものとし、色度の変化が小さい場合は内側の輪郭とする。なお輪郭点の周囲での色度の変化は、図３のフィルタで処理する段階で、輪郭点毎に求めておいても良い。
【００３６】
図１２の場合、輪郭８２は内側の輪郭で、輪郭８１は外側の輪郭である。そこで内側の輪郭８２を越えるように、図７などに示した手法により、外側の輪郭８９を求める。そして内外の輪郭８１，８９に囲まれるエリアがしわ８８である。しわ８８に対し長径ａと短径ｂとを求めることができ、例えばこの比からしわの程度を求めることができる。
【００３７】
図１３にアスペクト比としわのランクとの関係を示し、アスペクト比が大きい程しわのランクが高くなる。なおアスペクト比としては、長径ａと短径ｂとの比の他に、適宜の値を用いることができる。
【００３８】
しわは皮革の外側の輪郭に接してあるものには限らない。このような例を図１４に示す。９０は皮革で、９１は内側の輪郭、９２は外側の輪郭で、これは皮革の内部に孤立したしわがある例である。
【００３９】
図１５に、しわのパーツの裁断精度への影響を示し、１０２，１０８は図１８に示したしわで、しわ１０２は細く鋭いしわで、しわ１０８は幅広の緩やかなしわである。また鎖線１１０でしわ１０２，１０８の輪郭、即ち内側の輪郭を示す。しわ１０２，１０８は裁断テーブルから盛り上がっているので、これを裁断するとパーツ１１２，１１４のようになり、正確な形状に裁断するのが難しくなる。なおしわ１０２，１０８のランクが分かると、しわが裁断テーブルから持ち上がっている高さも推定可能なので、しわによる形状精度の低下を補正することができる。即ちランクの高いしわのエリアを裁断すると、しわの短径方向に沿ってパーツのサイズが大きくなる。サイズが大きくなる程度は、しわのランク並びにしわの短径方向にパーツが入り込んでいる距離に依存する。そこでしわのランクと前記の距離とにより、パーツのサイズが受ける影響を経験則として記憶すると、しわによる形状精度の低下を補うことができる。
【００４０】
しわにランクを設けることに対応して、パーツあるいはパーツのエリアに対してもしわへの許容度を定めておき、どのしわに対しどのパーツを配置しても良いか、あるいはどのパーツのどの部分を配置しても良いかを、判断できるようにする。図１６のパーツ１２０は、周囲に縫い代のエリアと、その内側に２つのエリアがあり、記号I−Ａはしわが全く許されないことを、記号I−Ｂは、ごく緩やかなしわであれば許されることを、記号IIは図１３の例えばランク２のしわまでが許されることを意味する。
【００４１】
図６にパーツのデザインを示し、裁断装置２でデザインしても、別の装置でデザインしても良い。パーツの形状をデザインし（Ｓ３１）、パーツ全体に対しあるいはパーツのエリア毎にしわの許容レベルを指定し（Ｓ３２）、パーツの必要数を入力する（Ｓ３３）。
【００４２】
実施例では皮革の内側から外側に向けて輪郭を抽出した。この逆に皮革の外側から内側に向けて輪郭を抽出しても良い。このような例を図１７に示し、１３０は皮革で、１３２，１３３はしわである。皮革１３０の外側から輪郭を抽出すると、外側の輪郭１３４が得られ、さらに輪郭の抽出を続行すると内側の輪郭１３６が得られる。この場合、外側の輪郭１３４からスタートして、別の輪郭に衝突するまで輪郭の抽出を続行するので、実質的に皮革１３０の内外側全体に対し、輪郭の抽出を行う必要がある。このため輪郭の抽出範囲が広くなる。
【００４３】
実施例では以下の効果が得られる。
(1) 皮革のしわを検出できる。このため皮革のどの部分にしわがあるかが分かり、かつしわを除いた部分の面積や、皮革の総面積を求めることができる。
(2) しわをランキングできるので、パーツへの許容範囲内で、しわ内にパーツを配置できる。従って皮革の利用効率が向上する。
(3) 皮革の内側から輪郭を抽出し、色度の変化の小さな輪郭に達すると、この輪郭を越えてさらに輪郭を探索する。このため簡単に内側の輪郭と外側の輪郭とを求めることができる。また探索範囲を皮革の内側及びしわの周囲に限定できる。
(4) しわにランキングを施すと共に、パーツあるいはパーツ内のエリアに対し、しわへの許容度を定めておくと、簡単にパーツを配置できる。
(5) ドロネー分割やボロノイ分割を用いると、輪郭を的確に抽出できる。
【図面の簡単な説明】
【００４４】
【図１】実施例の裁断装置のハードウェア構成を示すブロック図
【図２】図１の裁断装置を、輪郭抽出に関する機能ブロックで示す図
【図３】輪郭抽出用のフィルタの例を示す図
【図４】実施例での輪郭としわの抽出アルゴリズムを示す図
【図５】実施例でのしわのランク付けアルゴリズムを示す図
【図６】実施例でのパーツのランク付けアルゴリズムを示す図
【図７】ドロネー分割（Delaunay division）を模式的に示す図
【図８】ボロノイ図（Voronoi diagram）を模式的に示す図
【図９】皮革の２値画像を示す図
【図１０】輪郭点の画像を示す図
【図１１】図９に対応するドロネー分割を示す図
【図１２】実施例でのしわの抽出を模式的に示す図
【図１３】実施例でのしわのアスペクト比としわのランクとの関係を模式的に示す図
【図１４】内側にしわがある皮革を模式的に示す図
【図１５】しわを裁断したパーツでは形状精度が低下することを模式的に示す図
【図１６】パーツ内のエリア毎のランキングを模式的に示す図
【図１７】皮革の外側から輪郭としわとを探索する変形例を模式的に示す図
【図１８】しわのある皮革を示す写真
【符号の説明】
【００４５】
２ 裁断装置
４ 裁断テーブル
６ 裁断ヘッド
８ カラーカメラ
１０ 刃物
１２ Ｘ軸ドライブ
１４ Ｙ軸ドライブ
１５ 皮革
１６ カラーテープ
１８ 輪郭抽出装置
２０ バス
２１ カラーモニタ
２２ マニュアル入力
２３ ディスクドライブ
２４ ネットワークインターフェース
２６ 入出力
２８ プロセッサ
３０ メモリ
３２ プログラムメモリ
３４ カメラ画像校正部
３６ 画像メモリ
３８ フィルタ
４０ ファイルメモリ
４２ 併合処理部
４４ 多角形分割部
４６ 内部輪郭抽出部
４８ 外部輪郭抽出部
５０ しわランキング部
５２ パーツ記憶部
５４ パーツマッチング部
５６ ヘッドデータ発生部
６０ ラプラシアンフィルタ
６１，６２ 微分フィルタ
８０，９０ 皮革
８１ 輪郭
８２，９１ 内側の輪郭
８３〜８７ エリア
８８ しわ
８９，９２ 外側の輪郭
１１０ 内側の輪郭
１１２，１１４ パーツ
１２０ パーツ
１３０ 皮革
１３２，１３３ しわ
１３４ 外側の輪郭
１３６ 内側の輪郭
L1,L2 輪郭
P1〜P6 頂点
Ｒ１ 皮革
Ｒ２ バックグラウンド
Ｒ３ 汚れ
ａ 長径
ｂ 短径
【技術分野】
【０００１】
この発明は、皮革や布地等のシート材から、輪郭を抽出することに関する。
【背景技術】
【０００２】
出願人はシート材の裁断装置を開発している。特許文献１：ＷＯ２００４／０１０８０７では、シート材に対して裁断すべきパーツを最適に配置することを検討した。特許文献２：ＷＯ２００６／０５１７６４では、皮革などの不規則な形状のシート材に対して、裁断目的のパーツをどのように配置するかを検討した。
【０００３】
発明者はシート材のしわについて検討した。図１８に皮革のしわの例を示し、１０２は強いしわでテープ１０４によりマーキングしてあり、１０６，１０８は弱いしわである。しわが生じるのは、元々３次元の形状であった皮革を裁断し、２次元のテーブル上に展開するからで、例えば風船やボールのような立体形状のものを裁断してテーブル上に配置すると、どこかが盛り上がるのと同じことである。しわのある箇所では皮革の性質が他の部分と異なることもあるが、それよりもしわによって皮革が盛り上がるため、正確な形状に裁断し難くなる方が問題である。発明者はしわの形状を求めると共に、しわの程度を評価することにより、しわの部分もパーツとして利用できるようにすることを検討して、この発明に到った。
【特許文献１】ＷＯ２００４／０１０８０７
【特許文献２】ＷＯ２００６／０５１７６４
【発明の開示】
【発明が解決しようとする課題】
【０００４】
この発明の課題は、しわの形状としわの程度を求めることにより、シート材のしわのある部分も利用できるようにすることにある。
この発明での追加の課題は、しわの形状を効率的に求めることができるようにすることにある。
この発明の追加の課題は、しわのある部分をより有効に利用できるようにすることにある。
【課題を解決するための手段】
【０００５】
この発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する装置において、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、とを設けたことを特徴とする。
【０００６】
さらにこの発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する、輪郭抽出装置のためのプログラムにおいて、
前記輪郭抽出装置に読み込まれた際に、輪郭抽出装置を、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、として機能させることを特徴とする。
【０００７】
またこの発明は、カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する方法において、
輪郭抽出手段により、シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求め、
しわの形状を求めるための手段により、前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求め、
しわ形状評価手段により、求めたしわの形状の長径と短径との比を表す量を求め、
ランキング手段により、前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングし、
割り当て手段により、シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てることを特徴とする。
なおこの明細書において、輪郭抽出装置に関する記載はそのまま輪郭抽出方法や輪郭抽出プログラムにも当てはまり、輪郭抽出方法に関する記載は輪郭抽出装置や輪郭抽出プログラムにも当てはまる。
【０００８】
この発明では、シート材の外側の輪郭線と内側の輪郭線とから、しわの形状を求める。しわがシート材本来の輪郭線に接している場合、外側の輪郭線と内側の輪郭線とに囲まれたエリアがしわで、外側の輪郭線がシート材本来の輪郭線である。またしわがシート材の内部に孤立して存在する場合、内側の輪郭線は閉じており、その内側がしわである。
【０００９】
しわの形状からしわの程度、即ちしわの強弱が求まる。細長いしわは一般に鋭く強いしわで、例えば図１８のしわ１０２のようなしわである。幅広の円形に近いしわは、起伏の小さな緩やかな弱いしわで、図１８のしわ１０６，１０８のようなしわである。しわの長径と短径との比、あるいはこれと同等のデータ、例えばしわの長径としわの周長との比や、しわの長径としわの短径の１／２乗との比、などからしわの程度が求まる。長径としわの周長との比は円形のしわでは円周率πの逆数で、細長いしわでは１／２に近づく。しわの長径としわの短径の１／２乗との比では、細長いしわを強いしわとすると共に、しわの形状が相似な場合、大きなしわをより強いしわとする。以上のようにしてしわをランキングすると、ランキングに応じた範囲でしわをパーツに用いることができる。従ってこの発明では、しわの形状を求めると共に、しわの部分もパーツに割り当てて有効利用できる。
【００１０】
好ましくは、前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とする。
輪郭線の抽出は、例えばシート材の外から内へ向けて行い、例えば最初に抽出した閉じた輪郭線を外側の輪郭線とし、その内側に輪郭線が存在するかどうか探索することにより、内側の輪郭線を抽出しても良い。しかしこの場合、シート材の内外を問わず、例えばシート材を展開したテーブル全面に対して、輪郭線の抽出が必要になる。
【００１１】
これに対して、シート材の内部から輪郭線を抽出すると、最初に抽出した輪郭線は内側の輪郭線で、その外側に外側の輪郭線があるか、最初から外側の輪郭線を抽出したか、のいずれかである。次にしわに対応する内側の輪郭線では、明度の変化は大きいが、色相などの色度の差は小さい。これに対しシート材の外形に対応する外側の輪郭線では、シート材の内部から外部へ移動するので、色度の差も大きい。そこで内外での色度の差が所定の条件以下の輪郭線を、前記内側の輪郭線の候補とする。そしてその外側を探索して外側の輪郭線を抽出すると、輪郭線を探索する範囲を制限すると共に、内側の輪郭線か外側の輪郭線かを外側の輪郭線を抽出する前に予測できるので、効率的に内外の輪郭線を抽出できる。
【００１２】
より好ましくは、輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行する。
【００１３】
単純に、フィルタリングで抽出した輪郭点を連結して輪郭線を発生させても良いが、輪郭線が曖昧な場合には、的確な輪郭線が抽出される保証がない。例えば図１０のＲ１は皮革、Ｒ２はテーブルのバックグラウンドで、L1，L2は輪郭で、皮革Ｒ１の厚みのため、皮革の上面のエッジが輪郭L1を、底面側のエッジが輪郭L2を構成している。ここで輪郭L1と輪郭L2とを識別し、輪郭L1を選択することは人間の目には簡単であるが、コンピュータにより画像認識を用いて自動的に実行することは容易ではない。
【００１４】
そこで好ましくは、物体の内部から開始して、輪郭点に基づいて生成した多角形の辺へ向けて探索する。輪郭線の周囲では輪郭点が密に分布するので多角形のサイズは小さく、所定長未満の長さの辺に衝突すると、その辺を越えての探索を中止し、所定長未満の長さの辺を記憶する。所定長以上の長さの辺に到達すると、その辺を越えて探索を続行する。このため輪郭線に分布する多数の小さな多角形の辺まで探索すると探索が中止され、抽出した辺を連結すると物体の最初の輪郭線が得られる。この輪郭線は外側の輪郭線か内側の輪郭線かである。そして前記のようにして、色度の差が所定の条件以下の輪郭線を内側の輪郭線の候補とし、その外側を探索すると、外側の輪郭線を抽出できる。
【００１５】
また好ましくは、前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てる。
パーツにはデザイン上重要なパーツと重要でないパーツとがあり、形状精度等に対する許容度、即ちしわへの許容度もパーツによって異なる。そこでしわをランキングすると共に、パーツにしわへの許容度を割り当てると、許容度の範囲でしわをパーツに用いることができ、シート材を有効利用できる。
パーツに縫い代などがある場合、パーツの形状精度や品質への要求は、パーツ内のエリアにより異なる。そこでパーツ内のエリアに応じてしわへの許容度を指定すると、しわの部分をより有効に利用できる。
【発明を実施するための最良の形態】
【００１６】
以下に本発明を実施するための最適実施例を示す。また実施例では、輪郭線を単に輪郭という。
【実施例】
【００１７】
図１〜図１７に、裁断装置２を例に、輪郭抽出装置１８と輪郭抽出プログラム、及び輪郭抽出方法の実施例を示す。図１において、４は裁断テーブルで、６は裁断ヘッドであり、カラーカメラ８により皮革１５のカラー画像を撮像すると共に、例えば円形の刃物１０を回転させて皮革１５を裁断する。裁断ヘッド６はＸ軸ドライブ１２とＹ軸ドライブ１４とにより、裁断テーブル４上をＸＹの双方向に移動する。そしてカラーカメラ８は、裁断ヘッド６により皮革１５上を走査して、皮革１５の画像を複数枚に分割して撮像する。
【００１８】
輪郭抽出装置１８は、裁断装置２と一体に、あるいは裁断装置２とは別体に設けられている。２０はバスで、２１はカラーモニタ、２２はマニュアル入力で、キーボードやスタイラス、マウス、トラックボール、ジョイスティックなどである。ディスクドライブ２３はＣＤ−ＲＯＭなどのディスクとの間で入出力を行い、ネットワークインターフェース２４はＬＡＮやインターネットとの間のインターフェースとなる。輪郭抽出装置１８を制御するための輪郭抽出プログラムは、例えばＣＤ−ＲＯＭなどの記憶媒体に記憶させ、ディスクドライブ２３からプログラムメモリ３２に記憶する。あるいは輪郭抽出プログラムを、搬送波によりネットワークインターフェース２４から入力しても良い。２６は入出力で、裁断テーブル４との間でデータを交換し、裁断テーブル４側へ供給するデータは裁断ヘッド６のＸ方向やＹ方向への運動、刃物１０の制御、カメラ８の撮像制御などのデータである。これに対して裁断テーブル４側からは、カメラ８で撮像した皮革１５のカラー画像が、入出力２６へ供給される。
【００１９】
２８はプロセッサで、３０は汎用のメモリ、３２はプログラムメモリで、輪郭抽出プログラムなどの、裁断装置２の制御プログラムを記憶する。プロセッサ２８やメモリ３０，３２などにより、輪郭抽出装置１８は図２のように機能する。カメラ画像校正部３４はカメラ８からの画像の歪みを補正する。カメラ画像などのラスター画像は画像メモリ３６に記憶し、フィルタ３８は１枚分のカメラ画像に対し、あるいは複数枚のカメラ画像を合成した皮革全体の画像に対して、フィルタリングを施し、輪郭点を抽出する。ファイルメモリ４０は抽出された輪郭点を記憶し、データの内容は輪郭点の座標である。併合処理部４２は例えばフィルタ３８で個々のカメラ画像毎に抽出した輪郭点を併合し、皮革１枚分の輪郭点のデータとする。
【００２０】
多角形分割部４４は、輪郭点を用いてシート材の画像を多角形に分割する。多角形分割の手法は例えばドロネー分割とし、多角形の種類は輪郭点を３頂点とする三角形である。内部輪郭抽出部４６は、多角形により分割された画像を用いて、皮革１５などのシート材の内側の輪郭を抽出し、抽出した多角形の辺を連結し、シート材の閉じた輪郭を発生させる。仮に辺の抽出が不完全な場合、最近接した辺を互いに連結することにより、閉じた輪郭を抽出する。
【００２１】
外部輪郭抽出部４８は、内側の輪郭の外側にある輪郭を抽出する。内側の輪郭の内外で色度、例えば色相と彩度、あるいはY,Cb,Crの映像信号でのCb信号及びCr信号の２つの信号が、所定の条件以上異なるかどうかを、外部輪郭抽出部４８で評価する。所定の条件としては、例えばCb信号の差の絶対値とCr信号の差の絶対値の和、あるいはこれらの差の絶対値の大きな方の値、などが所定の値以上かどうかなどを用いる。Cb信号とCr信号に代えて，ＨＬＳ信号でのＨ信号とＳ信号などを用いても良い。またCb信号とCr信号などの色度差に代えて、ＲＧＢ空間などでの色差、即ちＲＧＢ空間での距離、を用いても良い。そして内側の輪郭の内外で色度の変化が所定の条件以下の場合、しわの輪郭を抽出したものと推定して、外側の輪郭を探索する。色度の変化が所定の条件以上の場合、外側の輪郭を抽出したものとして、例えばそれ以上の外側への探索を行わない。輪郭抽出部４６，４８は抽出したシート材の輪郭となる辺のベクトルを例えば連結し、ベクトルデータの列を内外の輪郭として記憶する。
【００２２】
しわランキング部５０は、しわの形状、特にしわの縦横比（アスペクト比）からしわの程度をランキングして記憶する。パーツ記憶部５２は、皮革１５から裁断により取り出すべきパーツの形状としわへの許容度を記憶し、しわへの許容度はパーツ単位で記憶しても、パーツを分割したエリア毎に記憶しても良い。パーツマッチング部５４は、シート材の内外の輪郭で定まる形状、及びしわの部分のランキングと、取り出すべきパーツの形状及びしわへの許容度とを比較して、最適な裁断パターンを発生させる。ヘッドデータ発生部５６は、パーツマッチング部５４で発生させた裁断パターンに従って、裁断ヘッドの制御データを発生させる。
【００２３】
図３に、フィルタ３８の例を示す。６０はラプラシアンフィルタで、周囲の画素とデータが異なる画素を抽出し、６１，６２は微分フィルタで、画像が変化する向きを抽出するのに適している。またカメラ画像のノイズが著しい場合、フィルタ６０〜６２で処理する前に、メディアンフィルタなどで処理して、ノイズを除去しても良い。用いるフィルタの種類自体は任意で、カメラ画像にフィルタリングを施し、２値化して輪郭点を抽出する。輪郭点の抽出では明度あるいは色度が急変する画素を輪郭点とするが、明度が急変する画素のみを抽出しても良い。
【００２４】
図４に、内外の輪郭の抽出アルゴリズムを示す。裁断ヘッド６に皮革１５をセットし、必要であれば皮革上の疵にカラーテープ１６を貼り付ける。そして裁断ヘッド６をＸＹ方向に運動させて、皮革１５の画像を例えば数十枚に分割して撮像する（Ｓ１）。カメラ画像校正部３４で、撮像した画像に対する歪みを補正し（Ｓ２）、明度と色度の各々に対して輪郭点を抽出する。輪郭点の抽出では、例えば図３のフィルタによりカメラ画像を処理し、処理後の画像を二値化し、所定値以上の値のものを輪郭点とする（Ｓ３）。明度と色度の各々に対して輪郭点が得られ、明度の輪郭点と色度の輪郭点を共に輪郭点として抽出するが、色度の輪郭点を抽出しなくてもよい。そして撮像した各画像に対して以上の処理を繰り返す（Ｓ４）。
【００２５】
輪郭点を皮革１枚分集め（Ｓ５）、輪郭点を頂点とする三角形によりシート材の画像を分割する（Ｓ６）。ここでの画像は実際には輪郭点のみから成るデータである。三角形の生成では、近傍にある頂点を遠方の頂点よりも優先して結合することにより、三角形の辺を構成する。また小さな内角を持つ三角形を避けるように、どの頂点を連結するかを決定する。言い換えると三角形の３つの内角の中で最も小さな内角に着目し、この内角が小さなものを避け、例えば所定値以下の内角を持つ三角形を避けるようにする。
【００２６】
以上のアルゴリズムを単純化すると次のように言える。１つの頂点に着目し、周囲の所定の角度範囲の中で近接した頂点と連結する。この処理を着目した頂点の周囲３６０°分繰り返すと、頂点は周囲の複数個の頂点と連結される。以上の処理を各頂点に対して繰り返すと、画像は三角形により分割される。そして三角形の頂点は輪郭点である。
【００２７】
次に皮革内の１点を指定する（Ｓ７）。この点はマニュアル入力で指定しても良く、あるいは地色、即ち裁断テーブル４の色、とは異なる色で、大きな三角形の内部の点をコンピュータ抽出しても良い。指定された１点から三角形の辺を越えて伝搬するように探索する。そして所定長以上の長さの辺に接触すると、その辺を越えて三角形の残る２辺を探索する。以上のようにして、シート材の内部に対応する領域を拡大していく（Ｓ８）。
【００２８】
三角形の短い辺に衝突すると、その辺を越える探索を打ち切る。もちろん他の辺に対しては探索を続行する（Ｓ９）。探索を続行するか打ち切るかのいき値は実施例では一定であるが、可変としても良い。そして探索する辺が無くなるまで探索を続行する（Ｓ１０）。以上の過程で、短い辺に衝突し探索を打ち切った場合、該当する辺を記憶する。辺のデータはベクトルデータなので、辺の始点と終点の座標を記憶する。記憶した辺を連結すると、皮革の閉じた輪郭が得られ、これは皮革の内側の輪郭である（Ｓ１１）。
【００２９】
内側の輪郭の内外で、色度の変化が所定の条件以上であるか否かをチェックし（Ｓ１２）、色度の変化が所定の条件未満の場合、内側の輪郭を越えて、さらに外側の輪郭を抽出する（Ｓ１３）。この処理は、Ｓ９〜Ｓ１１と同様である。そして外側の輪郭と内側の輪郭で囲まれたエリア、及び内側の輪郭が、それ自体として、単独で閉じている場合、内側の輪郭の内側をしわとする（Ｓ１４）。
【００３０】
図７にドロネー三角形での探索の例を示す。図の三角形の頂点は輪郭点で、人の目で見た場合、L1，L2の２つの輪郭と、孤立した輪郭点P1，P2が存在するように見える。しかしながら自動的にこのような認識を行うことは困難である。図７で左上側から探索を開始するものとする。図の二重線は探索を中止する短い辺を示し、短い辺に衝突すると辺を越えての探索を打ち切る。そして探索を打ち切った短い辺を連結すると、輪郭が得られる。輪郭を確実に抽出するには、
・ 近接した輪郭点を互いに接続し、
・ 小さな内角を持つ三角形を避ける、
ことが重要である。そして上記の条件を充たしながら、三角形により空間を分割するアルゴリズムとして、ドロネー分割が知られている。
【００３１】
図８はボロノイ多角形による空間分割を示す。例えば輪郭点P1に対して、周囲の輪郭点と結ぶ辺に対する垂直二等分線を発生させ、垂直二等分線を互いに接続して多角形とする。図８では六角形を表示してあるが、ボロノイ多角形の辺の数は不定である。ボロノイ多角形は輪郭点の集合から成る画像に対し、どの輪郭点に最も近いかにより画像を分割したものと言うことができる。そして輪郭点が密に集合している領域では、ボロノイ多角形のサイズは小さくなり、粗な領域では輪郭点のサイズは大きくなる。このことはドロネー三角形の場合も同様である。また辺の探索を効率的に行うには、ボロノイ多角形でも、ドロネー三角形でも、各辺の両端を記憶すると共に、探索済みかどうかを示すビットを付加すると良い。
【００３２】
図９〜図１１に、皮革に対する輪郭の抽出結果を示す。図９は皮革全体の２値化画像で、画像の内部に４枚のカラーテープが貼ってある。図１０は皮革の一部に対する輪郭点の画像を示し、Ｒ１は皮革の領域、Ｒ２はバックグラウンドの領域、Ｒ３は汚れの領域で、皮革は厚さがあるため、２本の平行な輪郭L1，L2があるように見える。ここから例えば輪郭L1のみを自動的に抽出することは、コンピュータにとっては必ずしも容易なことではない。
【００３３】
図１１は皮革全体に対するドロネー分割を示す。マニュアルで、あるいはバックグラウンドとは異なる色で大きな三角形の内部にスタート点を選び、ここからドロネー三角形の辺へ向けて探索を実行する。辺に衝突するとその長さを調べ、所定長以上であれば辺を越えて探索を続行し、所定長未満の辺に衝突すると辺を越えず、検出した辺を記憶する。以上の処理を行うと、皮革の輪郭には小さなドロネー三角形が大量に存在するので、輪郭を抽出できる。またカラーテープと皮革との境界にも微細なドロネー三角形が大量に存在するので、カラーテープを抽出できる。以上のようにして図９の皮革の輪郭を抽出できる。
【００３４】
次に抽出したしわの処理を説明する。図５に示すように、しわの長径ａと短径ｂとを求め、それらの比ａ/ｂをアスペクト比とする（Ｓ２１）。なおａ/ｂに代えて、長径ａとしわの周長との比、あるいは長径ａと短径ｂの1/2乗根の比、即ちａ/ｂ1/2などを用いてもよい。次にアスペクト比が大きい程強いしわとし、アスペクト比が小さい程弱いしわとするように、しわにランクを付ける（Ｓ２２）。そしてしわのランクにフィットし、かつ皮革の外側の輪郭からはみ出さないようにパーツを皮革内に割り当てる（Ｓ２３）。そしてパーツの裁断を実行する（Ｓ２４）。
【００３５】
図１２に、しわ８８に関する処理を示す。皮革８０に対し、その内側から外側に向けて輪郭を抽出し、輪郭８１，８２が得られたとする。輪郭８１，８２は短いベクトルを連結したもので、それらのベクトルに沿って例えばエリア８３〜８７を発生させる。ここではエリア８３〜８７は飛び飛びに発生させたが、これらを連結するように発生しても良い。エリア８３〜８７の幅は、図１０に示した輪郭L1，L2の間隔よりも大きなものとし、具体的には、皮革の上面のエッジと下面のエッジとの間隔の例えば２倍以上とする。そしてエリア８３〜８７に対し、輪郭８１，８２の内外での色度の差を求める。色度は例えばY，Cb，Cr系でのCb及びCr信号や、ＨＬＳ系でのＨ信号やＳ信号などである。そして色度の変化が大きい場合は外側には他の輪郭が無いものとし、色度の変化が小さい場合は内側の輪郭とする。なお輪郭点の周囲での色度の変化は、図３のフィルタで処理する段階で、輪郭点毎に求めておいても良い。
【００３６】
図１２の場合、輪郭８２は内側の輪郭で、輪郭８１は外側の輪郭である。そこで内側の輪郭８２を越えるように、図７などに示した手法により、外側の輪郭８９を求める。そして内外の輪郭８１，８９に囲まれるエリアがしわ８８である。しわ８８に対し長径ａと短径ｂとを求めることができ、例えばこの比からしわの程度を求めることができる。
【００３７】
図１３にアスペクト比としわのランクとの関係を示し、アスペクト比が大きい程しわのランクが高くなる。なおアスペクト比としては、長径ａと短径ｂとの比の他に、適宜の値を用いることができる。
【００３８】
しわは皮革の外側の輪郭に接してあるものには限らない。このような例を図１４に示す。９０は皮革で、９１は内側の輪郭、９２は外側の輪郭で、これは皮革の内部に孤立したしわがある例である。
【００３９】
図１５に、しわのパーツの裁断精度への影響を示し、１０２，１０８は図１８に示したしわで、しわ１０２は細く鋭いしわで、しわ１０８は幅広の緩やかなしわである。また鎖線１１０でしわ１０２，１０８の輪郭、即ち内側の輪郭を示す。しわ１０２，１０８は裁断テーブルから盛り上がっているので、これを裁断するとパーツ１１２，１１４のようになり、正確な形状に裁断するのが難しくなる。なおしわ１０２，１０８のランクが分かると、しわが裁断テーブルから持ち上がっている高さも推定可能なので、しわによる形状精度の低下を補正することができる。即ちランクの高いしわのエリアを裁断すると、しわの短径方向に沿ってパーツのサイズが大きくなる。サイズが大きくなる程度は、しわのランク並びにしわの短径方向にパーツが入り込んでいる距離に依存する。そこでしわのランクと前記の距離とにより、パーツのサイズが受ける影響を経験則として記憶すると、しわによる形状精度の低下を補うことができる。
【００４０】
しわにランクを設けることに対応して、パーツあるいはパーツのエリアに対してもしわへの許容度を定めておき、どのしわに対しどのパーツを配置しても良いか、あるいはどのパーツのどの部分を配置しても良いかを、判断できるようにする。図１６のパーツ１２０は、周囲に縫い代のエリアと、その内側に２つのエリアがあり、記号I−Ａはしわが全く許されないことを、記号I−Ｂは、ごく緩やかなしわであれば許されることを、記号IIは図１３の例えばランク２のしわまでが許されることを意味する。
【００４１】
図６にパーツのデザインを示し、裁断装置２でデザインしても、別の装置でデザインしても良い。パーツの形状をデザインし（Ｓ３１）、パーツ全体に対しあるいはパーツのエリア毎にしわの許容レベルを指定し（Ｓ３２）、パーツの必要数を入力する（Ｓ３３）。
【００４２】
実施例では皮革の内側から外側に向けて輪郭を抽出した。この逆に皮革の外側から内側に向けて輪郭を抽出しても良い。このような例を図１７に示し、１３０は皮革で、１３２，１３３はしわである。皮革１３０の外側から輪郭を抽出すると、外側の輪郭１３４が得られ、さらに輪郭の抽出を続行すると内側の輪郭１３６が得られる。この場合、外側の輪郭１３４からスタートして、別の輪郭に衝突するまで輪郭の抽出を続行するので、実質的に皮革１３０の内外側全体に対し、輪郭の抽出を行う必要がある。このため輪郭の抽出範囲が広くなる。
【００４３】
実施例では以下の効果が得られる。
(1) 皮革のしわを検出できる。このため皮革のどの部分にしわがあるかが分かり、かつしわを除いた部分の面積や、皮革の総面積を求めることができる。
(2) しわをランキングできるので、パーツへの許容範囲内で、しわ内にパーツを配置できる。従って皮革の利用効率が向上する。
(3) 皮革の内側から輪郭を抽出し、色度の変化の小さな輪郭に達すると、この輪郭を越えてさらに輪郭を探索する。このため簡単に内側の輪郭と外側の輪郭とを求めることができる。また探索範囲を皮革の内側及びしわの周囲に限定できる。
(4) しわにランキングを施すと共に、パーツあるいはパーツ内のエリアに対し、しわへの許容度を定めておくと、簡単にパーツを配置できる。
(5) ドロネー分割やボロノイ分割を用いると、輪郭を的確に抽出できる。
【図面の簡単な説明】
【００４４】
【図１】実施例の裁断装置のハードウェア構成を示すブロック図
【図２】図１の裁断装置を、輪郭抽出に関する機能ブロックで示す図
【図３】輪郭抽出用のフィルタの例を示す図
【図４】実施例での輪郭としわの抽出アルゴリズムを示す図
【図５】実施例でのしわのランク付けアルゴリズムを示す図
【図６】実施例でのパーツのランク付けアルゴリズムを示す図
【図７】ドロネー分割（Delaunay division）を模式的に示す図
【図８】ボロノイ図（Voronoi diagram）を模式的に示す図
【図９】皮革の２値画像を示す図
【図１０】輪郭点の画像を示す図
【図１１】図９に対応するドロネー分割を示す図
【図１２】実施例でのしわの抽出を模式的に示す図
【図１３】実施例でのしわのアスペクト比としわのランクとの関係を模式的に示す図
【図１４】内側にしわがある皮革を模式的に示す図
【図１５】しわを裁断したパーツでは形状精度が低下することを模式的に示す図
【図１６】パーツ内のエリア毎のランキングを模式的に示す図
【図１７】皮革の外側から輪郭としわとを探索する変形例を模式的に示す図
【図１８】しわのある皮革を示す写真
【符号の説明】
【００４５】
２ 裁断装置
４ 裁断テーブル
６ 裁断ヘッド
８ カラーカメラ
１０ 刃物
１２ Ｘ軸ドライブ
１４ Ｙ軸ドライブ
１５ 皮革
１６ カラーテープ
１８ 輪郭抽出装置
２０ バス
２１ カラーモニタ
２２ マニュアル入力
２３ ディスクドライブ
２４ ネットワークインターフェース
２６ 入出力
２８ プロセッサ
３０ メモリ
３２ プログラムメモリ
３４ カメラ画像校正部
３６ 画像メモリ
３８ フィルタ
４０ ファイルメモリ
４２ 併合処理部
４４ 多角形分割部
４６ 内部輪郭抽出部
４８ 外部輪郭抽出部
５０ しわランキング部
５２ パーツ記憶部
５４ パーツマッチング部
５６ ヘッドデータ発生部
６０ ラプラシアンフィルタ
６１，６２ 微分フィルタ
８０，９０ 皮革
８１ 輪郭
８２，９１ 内側の輪郭
８３〜８７ エリア
８８ しわ
８９，９２ 外側の輪郭
１１０ 内側の輪郭
１１２，１１４ パーツ
１２０ パーツ
１３０ 皮革
１３２，１３３ しわ
１３４ 外側の輪郭
１３６ 内側の輪郭
L1,L2 輪郭
P1〜P6 頂点
Ｒ１ 皮革
Ｒ２ バックグラウンド
Ｒ３ 汚れ
ａ 長径
ｂ 短径
【特許請求の範囲】
【請求項１】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する装置において、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、とを設けたことを特徴とする、輪郭抽出装置。
【請求項２】
前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とすることを特徴とする、請求項１の輪郭抽出装置。
【請求項３】
輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行することを特徴とする、請求項２の輪郭抽出装置。
【請求項４】
前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、 前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てることを特徴とする、請求項１〜３のいずれかの輪郭抽出装置。
【請求項５】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する、輪郭抽出装置のためのプログラムにおいて、
前記輪郭抽出装置に読み込まれた際に、輪郭抽出装置を、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、として機能させることを特徴とする輪郭抽出プログラム。
【請求項６】
前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とすることを特徴とする、請求項５の輪郭抽出プログラム。
【請求項７】
輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行することを特徴とする、請求項６の輪郭抽出プログラム。
【請求項８】
前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、 前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てることを特徴とする、請求項５〜７のいずれかの輪郭抽出プログラム。
【請求項９】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する方法において、
輪郭抽出手段により、シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求め、
しわの形状を求めるための手段により、前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求め、
しわ形状評価手段により、求めたしわの形状の長径と短径との比を表す量を求め、
ランキング手段により、前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングし、
割り当て手段により、シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てることを特徴とする、輪郭抽出方法。
【請求項１】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する装置において、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、とを設けたことを特徴とする、輪郭抽出装置。
【請求項２】
前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とすることを特徴とする、請求項１の輪郭抽出装置。
【請求項３】
輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行することを特徴とする、請求項２の輪郭抽出装置。
【請求項４】
前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、 前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てることを特徴とする、請求項１〜３のいずれかの輪郭抽出装置。
【請求項５】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する、輪郭抽出装置のためのプログラムにおいて、
前記輪郭抽出装置に読み込まれた際に、輪郭抽出装置を、
シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求めるための輪郭抽出手段と、
前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求めるための手段と、
求めたしわの形状の長径と短径との比を表す量を求めるためのしわ形状評価手段と、
前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングするためのランキング手段と、
シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てるための割り当て手段、として機能させることを特徴とする輪郭抽出プログラム。
【請求項６】
前記輪郭抽出手段では、シート材の内部から外側へ向けて輪郭線を抽出し、輪郭線の内外での色度の差が所定の条件以下の輪郭線を前記内側の輪郭線とすると共に、内側の輪郭線のさらに外側にある輪郭線を前記外側の輪郭線とすることを特徴とする、請求項５の輪郭抽出プログラム。
【請求項７】
輪郭点の密度が高い領域ではサイズが小さく、密度が低い領域ではサイズが大きな複数の多角形を、前記輪郭点に基づいて発生させることにより、該複数の多角形の画像を発生するための空間分割手段をさらに設けると共に、
前記輪郭抽出手段では、前記多角形の画像を、シート材の内部の点から始めて、前記多角形の辺へ向けて探索し、所定長未満の長さの辺に接触すると、該辺を越えた探索を中止すると共に該辺を記憶し、所定長以上の長さの辺に接触すると、該所定長以上の長さの辺を越えて探索を続行することを特徴とする、請求項６の輪郭抽出プログラム。
【請求項８】
前記パーツあるいはパーツ内のエリアにはしわの許容度が割り当てられ、 前記割り当て手段は、前記ランキングと前記許容度とに応じて、しわ内にパーツを割り当てることを特徴とする、請求項５〜７のいずれかの輪郭抽出プログラム。
【請求項９】
カメラで撮像したシート材の画像から、フィルタリングにより輪郭点を抽出し、抽出した輪郭点を連結してシート材の輪郭線として出力する方法において、
輪郭抽出手段により、シート材の外形を表す外側の輪郭線と、前記外側の輪郭線の内部にある内側の輪郭線、とを求め、
しわの形状を求めるための手段により、前記外側の輪郭線と前記内側の輪郭線とから、シート材のしわの形状を求め、
しわ形状評価手段により、求めたしわの形状の長径と短径との比を表す量を求め、
ランキング手段により、前記比を表す量が大きいしわを強いしわとし、比を表す量が小さいしわを弱いしわとするように、しわをランキングし、
割り当て手段により、シート材から裁断するパーツを、しわのランキングに応じてシート材に割り当てることを特徴とする、輪郭抽出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１０】
【図１１】
【図１８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１０】
【図１１】
【図１８】
【公開番号】特開２０１０−２９９５８（Ｐ２０１０−２９９５８Ａ）
【公開日】平成２２年２月１２日（２０１０．２．１２）
【国際特許分類】
【出願番号】特願２００８−１９２３６３（Ｐ２００８−１９２３６３）
【出願日】平成２０年７月２５日（２００８．７．２５）
【出願人】（０００１５１２２１）株式会社島精機製作所 (357)
【Ｆターム（参考）】
【公開日】平成２２年２月１２日（２０１０．２．１２）
【国際特許分類】
【出願日】平成２０年７月２５日（２００８．７．２５）
【出願人】（０００１５１２２１）株式会社島精機製作所 (357)
【Ｆターム（参考）】
[ Back to top ]