【課題】効率的に画像検索の精度を向上すること。
【解決手段】解析装置１０は、複数の画像を取得して、画像ごとに特徴量を抽出する。また、取得した画像ごとに、その画像の種類が示された教師信号を取得する。ここで、解析装置１０は、抽出された特徴量と、取得した教師信号と用いて、画像の種類を判別するための重み行列を算出する。また、解析装置１０は、所定のカーネル非線形関数を用いて、それぞれの画像の特徴量が分布している空間をより次元の高い高次元空間に射影するためのカーネル行列を導出する。さらに、解析装置１０は、カーネル行列と重み行列とを用いて、高次元空間から、画像の種類を識別するための部分空間を抽出して、カーネル射影ベクトルを生成する。 （もっと読む）

【課題】ドリルの研磨や破棄のタイミングをバラツキなく判断することは難しい。
【解決手段】設定部３５は、未使用ドリルの刃先領域の形状情報を複数サンプリングして生成された開始点情報と、使用済みとすべきドリルの刃先領域の形状情報を複数サンプリングして生成された終了点情報を設定する。記憶部３６は、設定部３５により設定された、開始点情報および終了点情報を保持する。測定部３４は、撮像されたドリルの刃先画像内の、刃先領域の形状情報を測定する。判定部３８は、測定部３４により測定された形状情報と、記憶部３６に保持された開始点情報および終了点情報とに基づいて、撮像されたドリルの摩耗の程度を演算により特定する。 （もっと読む）

【課題】ドリルの研磨や破棄のタイミングをバラツキなく判断することは難しい。
【解決手段】撮像部２０は、ドリルの刃先を回転軸に沿う方向に撮像する。測定部３４は、撮像部２０により撮像された画像内の刃先領域の形状情報を測定する。記憶部３６は、ドリルのライフサイクル上の研磨回数を反映させたステージごとに、そのドリルの刃先領域の形状情報の参照データを保持する。判定部３８は、測定部３４により測定された形状情報から、ドリルの刃先の状態を判定する。たとえば、測定部３４により測定された形状情報と、記憶部３６に保持されたステージごとの参照データを照合することにより、検査対象のドリルが該当するステージを特定する。 （もっと読む）

【課題】ドリルの研磨や破棄のタイミングをバラツキなく判断することは難しい。
【解決手段】撮像部２０は、ドリルの刃先を回転軸に沿う方向に撮像する。測定部３４は、撮像部２０により撮像された画像内の刃先領域の形状情報を測定する。記憶部３６は、ドリルのライフサイクル上の研磨回数を反映させたステージごとに、そのドリルの刃先領域の形状情報の参照データを保持する。判定部３８は、測定部３４により測定された形状情報から、ドリルの刃先の状態を判定する。たとえば、測定部３４により測定された形状情報と、記憶部３６に保持されたステージごとの参照データを照合することにより、検査対象のドリルが該当するステージを特定する。 （もっと読む）