[go: up one dir, main page]

JP2019191117A - 画像処理装置、画像処理方法及びプログラム - Google Patents

画像処理装置、画像処理方法及びプログラム Download PDF

Info

Publication number
JP2019191117A
JP2019191117A JP2018087492A JP2018087492A JP2019191117A JP 2019191117 A JP2019191117 A JP 2019191117A JP 2018087492 A JP2018087492 A JP 2018087492A JP 2018087492 A JP2018087492 A JP 2018087492A JP 2019191117 A JP2019191117 A JP 2019191117A
Authority
JP
Japan
Prior art keywords
inspection
work
image
frame
image processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2018087492A
Other languages
English (en)
Other versions
JP2019191117A5 (ja
Inventor
悠美子 内田
Yumiko Uchida
悠美子 内田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP2018087492A priority Critical patent/JP2019191117A/ja
Priority to US16/375,733 priority patent/US11521312B2/en
Publication of JP2019191117A publication Critical patent/JP2019191117A/ja
Publication of JP2019191117A5 publication Critical patent/JP2019191117A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23PMETAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P19/00Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
    • B23P19/04Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes for assembling or disassembling parts
    • B23P19/06Screw or nut setting or loosening machines
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/49Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

【課題】 人手で組み立て作業を行っている場合には、各作業の所要時間が一定ではないため、それぞれの部品の取り付けを検査する適切なタイミングが一定にならず、作業中の画像検査の実施が難しい。【解決手段】 組み立て作業現場を撮影した映像を用いて、作業の実施判定をおこない、その作業判定結果に基づいて、組み立て品の画像検査をおこなう。作業判定処理で推定された作業実施区間を基準に、検査対象候補となるフレーム群を選択する。【選択図】 図2

Description

本発明は、撮影映像を用いて検査を行う技術に関する。
工場における人手での製品の組み立ては、多数の工程や作業から成り、取り付け部品の抜けやミスといった不備が発生することがある。このような不備は製品の不良につながるため、不備があった場合には取り付け作業を再実施する必要がある。
製品の不備をチェックする技術としては、組み立てが完了した後の製品に対して画像解析を用いた検査を行う、画像検査と呼ばれる仕組みが実用化されている。画像検査では、部品が正しく取り付けられた状態の正解画像を事前に用意し、検査対象の組み立て品を撮影した画像と照合することで、検査を実現することができる。
組み立て作業の不備を判定するアプローチとして、近年、作業者の動きを分析することにより、リアルタイムに作業不備判定をおこなう技術が開発されている。しかし、作業者の動きの分析のみでは、正しく組み立てが完了したことを保証することは困難である。作業者がある作業を実施済みであっても、その作業で取り付ける部品の漏れや位置のずれなどのミスが生じている可能性が残る。
特許文献1では、基盤の上の回路パターンの不備を検出する画像検査システムが開示されている。基盤を回転・移動させながら、検査内容の異なる複数の検査タスクを順次実行している。各検査タスクは、検査対象領域の座標、セル比較等の検査内容、検査パラメータなどが異なっている。複数の検査内容を、事前に定められた複数の検査領域や検査タイミングに対して行っている。検査対象物の状態に応じて、複数の検査内容を異なるタイミングで実施している。検査可能なタイミングは装置によって制御されている。
特許文献2では、作業員のヘルメットに取り付けたカメラを用いて、製品の検査をおこなう技術が開示されている。作業員は検査とは関係のない他の組立作業をおこないながら、対象品の検査をおこなうことができる。検査対象物に複数の種類があるため、対象物の種類を識別する識別情報(バーコード)を読み取り、種類に応じた撮影・検査を実施することができる。
特開2013−148380号公報 特開2016−205836号公報
例えば、複合機のように多数の部品を連続して取り付ける製造品では、部品取り付け後に、次の作業でカバーをかぶせてしまう場合なども多く、組み立て完了前に検査を実施しないと正しく取り付けられたか検査できない。また、すべての部品の取り付け完了時に検査をして不備が発見されても、分解などの手戻りが多い。そのため、なるべく各部品の取り付け後、早期に検査をおこなうことが望ましい。しかし、人手で組み立て作業を行っている場合には、各作業の所要時間が一定ではないため、それぞれの部品の取り付けを検査する適切なタイミングが一定にならず、組立完了前の作業中に、画像検査を行うことが難しい。
特許文献1では、人手での組み立て作業などに対しては、事前に適切な検査可能なタイミングを規定できない。
特許文献2では、製品の検査内容は、作業員がおこなっている組立作業に非依存であり、作業員の作業内容に適したタイミングで検査を実施することはできない。
本発明は、このような課題に鑑みてなされたものであり、組み立て製品の各部品に応じた検査を、個々の部品の取り付け作業に対して適切なタイミングで実施する仕組みを提供するものである。
本発明に係る画像処理装置は以下の構成を備える。組み立て部品に対する検査を、組み立て作業を撮影した映像を用いて行う画像処理装置であって、前記映像から、組み立て作業単位の開始フレーム、終了フレームのいずれか1つ以上を判定する作業判定手段と、前記作業判定手段の判定結果に基づいて、前記映像から検査対象となるフレーム群を選択する選択手段と、前記選択手段が選択したフレーム群に対して、検査する検査手段と、を備えることを特徴とする画像処理装置。
本発明によれば、組み立て製品における部品の取り付け検査を、適切なタイミングで行うことができる。
本実施形態のシステム構成例 本実施形態のシステムの利用場面例および作業実施と画像検査の関係例 本実施形態におけるデータ形式例 第1の実施形態における全体の処理の流れを示すフローチャート 本実施形態における検査対象候補のフレーム選択処理の流れを示すフローチャート 本実施形態における検査対象候補領域の選択処理の流れを示すフローチャート 本実施形態における最終検査対象の選択処理の流れを示すフローチャート 本実施形態における領域内の遮蔽発生を説明する図 第2の実施形態における全体の処理の流れを示すフローチャート その他の実施形態における全体の処理の流れを示すフローチャート
以下、本発明を適用した好適な実施形態を、図面を参照しながら詳細に説明する。
(第1の実施形態)
本実施形態で説明する画像検査システムは、1つ以上の撮影デバイスと、撮影デバイスから送信されたデータを処理する解析サーバから構成される。以下、解析サーバを画像処理装置とも記載する。
図1(A)は、本実施形態における解析サーバ(画像処理装置)のハードウェア構成図である。CPU101は、ROM102に格納されている制御プログラムを実行することにより、制御をおこなう。RAM103は、各構成要素からの各種データを一時記憶する。また、プログラムを展開し、CPU101が実行可能な状態にする。
記憶部104は、本実施形態の処理対象となるデータを格納するものであり、撮影デバイスから取得したデータや、その解析結果を格納する。記憶部104の媒体としては、フラッシュメモリ、HDD、DVD−RAMなどを用いることができる。入力部105は、操作ボタン、タッチパネル等で構成され、作業者からの指示を受け付ける。出力部106は、音声スピーカー、液晶パネル等で構成され、本実施形態の処理対象となるデータや処理結果を出力することができる。また、本画像処理装置は通信部107を介して、監視カメラ等の撮影デバイスと通信し、撮影映像を受信することができる。
なお、1つの解析サーバは1台あるいは複数台の撮影デバイスのデータを解析するよう構成できる。また、解析サーバと撮影デバイスは、一体の構成であってもよい。
図1(B)は、本システムのソフトウェア構成図である。映像管理部108は撮影デバイスが撮影した撮影画像109を、一時的にバッファリングする機能や、記憶部104に記録する機能を備える。作業判定部110は、複数の撮影画像109を解析し、各作業の開始・終了タイミングを判定し、作業判定結果111として記憶部104に記録する。検査対象選択部112は、事前に定義された検査内容定義情報113と作業判定結果111に基づいて、画像検査を実施する画像や領域を選択し、その結果を検査対象選択結果114として記憶部104に記録する。検査対象選択部112は、撮影画像109から検査対象の候補となるものを抽出する検査対象候補選択部と、その中から最終的な画像検査対象を選択する最終検査対象選択部から成る。
画像検査部115は、検査対象選択結果114として選択された画像に対して画像検査を実施し、その結果を画像検査結果116として記憶部104に記録する。通知制御部117は、画像検査結果116に基づいて、作業者への通知をおこなう。
なお、本実施形態で記述するフローチャートの各ステップに対応する処理は、CPUを用いてソフトウェアで実現しても良いし、電子回路などのハードウェアで実現するようにしても良い。
図2(A)は、本実施形態におけるシステムの利用場面を示す図である。ここでは、作業者201が作業台203の上で、作業対象物204に対して組み立て作業をおこなっている。作業台203の上方に、撮影デバイス202が設置されており、作業者201の動きや作業対象物204を撮影している。
システムは、撮影デバイス202が撮影した映像を解析することによって、作業対象物が正しく組み立てられたかを確認し、組み立て不備があると判定された場合には、作業者への通知がおこなわれる。例えば、組み立て内容を示す文章として「ビス締めに不備がありました。作業をやり直して下さい。」という音声をスピーカーから流すことで作業者へ通知することができる。
工場で製品を組み立てる際には、1つの製品に対して複数の組み立て作業が順次行われるものであり、本システムでは、各作業の実施有無判定や実施時間の計測をおこなう仕組みを提供する。具体的には、フレームに映っている人の動きを解析することによって、各作業がどのフレーム区間で実施されたかを判定する。その上で、各組み立て作業に対応する画像検査を実施する。
図2(B)は、本システムにおける作業判定と画像検査の関係を説明するものである。本図では、撮影デバイス202が撮影した映像のフレーム群を撮影時刻順に並べて図示している。この例では、フレーム群205の区間において、ビス締めの作業をおこなっていたと判定されている。本実施形態では、ビス締め作業の終了時にビスが所定の位置できちんと締まっているかを確認するために、画像検査を実施する。具体的には、ビス締め作業が終了した前後のフレーム群206を対象に、ビスが所定の位置で締まっているかを検査する。
図2(C)のフレーム207は、フレーム群206の中の1つのフレームを取り出したものである。このフレーム内から、さらに検査対象領域208を選択する。この検査対象領域208の画像を解析することで正しく組み立てがおこなわれたか否かを判定する。
図2(D)は、画像検査時に参照する正解画像209である。正解画像209は、検査内容に対応するものであり、一例としては、ビスが正しく締められた状態の画像である。画像検査においては、検査対象領域208と正解画像209を比較することで、正しく組み立てが行われたか否かを判定することが出来る。
図2(E)は検査対象領域208のバリエーションを示すものである。検査対象領域210は、正しくビスが締められた状態の画像であり、検査対象領域211は2つのビスの内一方が正しく締まっていない状態である。検査対象領域211の画像が検査された場合には、正しく締まっていないと判定され、作業者に警告が通知される。画像検査の内容としては、取り付け有無の判定の他、取り付け位置のずれや傾きなどを検査してもよい。
図3は、本システムにおいて扱うデータの形式に関する説明図である。図3(A)は、作業内容と検査内容の関連付けを定義する検査内容定義情報113であり、事前に工場の管理者等によって作成される。
作業名称301は、組み立て工程内の作業を特定する情報であり、検査内容302は作業に対応付く、検査内容を特定するものである。例えば、ビス締めの作業に対して、ビスが締まっているかの検査を対応付けることができる。すべての作業に対して検査が対応付く必要はなく、また1つの作業に対して複数の検査が対応付いてもよい。
検査フレーム定義303は、検査内容に応じた検査対象となるフレームを特定する定義情報である。本例では、ビス締め作業の終了前後の4フレームを、ビス締めの検査対象のフレームとして定義している。
基準物体304および検査領域定義305は、フレーム内の検査対象領域を特定するための情報である。組み立て作業を行う場合には、作業対象物の位置が動くことがあるため、特定の基準物体からの相対位置で検査対象領域を定義している。基準物体304は、基準となる物体を特定する情報であり、検査領域定義305は、基準物体304からの相対位置で検査対象領域の位置を定義している。正解画像306は、検査対象の部品が正しく組み立てられた状態の画像である。
図3(B)は、作業判定結果111であり、システムが解析によって生成する作業実施判定結果である。作業名称301ごとに、作業を開始したと判定された開始フレーム307と、作業を終了したと判定された終了フレーム308が記録されており、各作業単位の実施フレーム区間を特定することができる。各作業者は、複数の作業のセットを繰り返し実施しているため、1セット終了した時点で本判定結果は更新されるものである。
図3(C)は、検査対象選択結果114であり、検査対象候補フレーム309およびフレーム内の検査対象候補領域310を撮影映像から判定した結果である。また、各検査対象候補領域310が検査画像として適しているかを判定した結果として、検査画像適性判定結果311が格納されている。
図3(D)は、画像検査結果116であり、検査内容ごとに検査結果(合格・不合格)を記録したものである。
これらの映像解析結果は、必要に応じて別途記憶装置に永続化してもよい。この他、撮影画像109そのものが、1フレームごとにフレーム番号が割り振られた状態で格納されている。
上述の動作を、フローチャートに従って説明する。
図4は、本システムの画像処理装置が実行する全体の処理フローの概要を示している。まず、ステップS401では、撮影デバイスが撮影し、システム内のバッファに蓄積されているフレーム画像群から最も古い画像を1つ取得する。ステップS402では、作業種別の判定を実施する。各作業が初めて判定されたタイミングで、その作業に対応する開始フレーム307が記録される。作業種別の判定には、機械学習などの手法を用いることが出来る。例えば、事前にフレームごとにどの作業の実施中であるかをラベル付けしたデータを用意して、それらのデータで学習した作業分類器を構築しておき、この分類器を用いて1フレームごとに作業種別を判定することができる。分類器の構築手法としては、SVM(Support Vector Machine)やニューラルネットワーク等を利用することが出来る。
ステップS403では、1つの作業が終了したか否かを判定する。例えば、直前のフレームの作業判定結果と比較し、異なる作業判定結果であれば、作業が終了したと判定することが出来る。1つの作業が終了したと判定されたタイミングで作業判定結果111に現作業の終了フレーム308が記録される。1つの作業が終了したと判定された場合には、ステップS404へ進み、検査内容定義情報113を参照して、その作業に対応する検査があるかを判定する。
ステップS403およびステップS404において、作業が終了していない、または、作業に対応する検査がないと判定された場合には、ステップS401へ戻り、作業種別判定の処理を繰り返す。
一方、ステップS404において、作業に対応する検査があると判定された場合は、ステップS405へ進む。ステップS405では、検査対象候補フレーム群を選択し、続いて、ステップS406で検査対象候補フレームの中から検査対象候補領域を選択する。
ステップS407では、ステップS406で選択した領域群が検査に適しているかの判定をおこない、最終検査対象を選択する。ステップS408では、最終検査対象に対して画像検査をおこない、ステップS409において、該当の組み立て作業が正しく終了したかを判定する。組み立て作業が正しく終了していないと判定された場合には、ステップS410で作業者への通知を行い、作業の再実施を促す。ステップS405、ステップS406、ステップS407の詳細については後述する。
なお、本フローはソフトウェアの実行中は繰り返し実施され、ソフトウェアの終了時にフローを終えるものとする。
図5は、ステップS405の検査対象候補フレーム選択処理のフローチャートである。まず、ステップS501で、作業判定結果111を参照し、対象の作業の終了フレーム番号を取得する。
次に、ステップS502で、撮影映像の中から検査対象となるフレーム群を選択する。ここでは、ステップS501で取得したフレーム番号を基準として、検査内容定義情報113での定義内容に基づいて、検査対象候補となるフレーム区間を特定し、区間に対応するフレーム群を取得する。
なお、本実施形態における検査対象候補のフレーム区間の特定方法は、これに限定されるものではない。次の作業が開始されるまでのフレーム区間としてもよいし、対象の作業の実施区間の中の一定の割合の区間でもよい。
図6は、検査対象候補領域選択処理のフローチャートである。本フローでは、前述の検査対象候補フレーム選択処理にて選択した検査対象候補フレーム群から、検査対象となる領域を抽出する。
まず、ステップS601で、検査対象候補フレーム群の中から1フレーム取得する。次に、ステップS602で、ステップS601で選択したフレームの解析をおこない、検査内容定義情報113で規定されている基準物体の認識をおこなう。本ステップでは、事前に定義された基準物体認識用のテンプレート特徴量を参照し、テンプレートマッチングによって作業対象物の位置を判定することができる。テンプレートマッチングはテンプレート画像を入力画像に対して走査させ、入力画像上の各位置における類似度を算出し、最大(又はしきい値以上)の類似度をとる位置を検知する手法である。なお、本実施形態における物体認識方法は、これに限定するものではなく、機械学習などの手法も利用可能である。
ステップS603は、ステップS602で認識した基準物体の位置を元に、フレーム内の検査領域画像を抽出する。本ステップでは、事前に定義された基準物体からの相対位置に基づいて、検査対象領域を抽出する。
ステップS604で、全ての検査対象候補フレームの処理を終了したか判定する。全フレームの処理が終了した場合には、本フローを終了し、そうでない場合には、ステップS601から処理を繰り返す。
図7は、ステップS407の最終検査対象選択の処理を示すフローチャートである。本フローでは、図6のフローで選択された検査対象候補が検査画像として適しているか否かを判定し、検査画像として適している画像を最終検査対象として選択する。
ステップS701では、複数のフレーム群から選択された検査対象候補領域の集合の中から1つの領域を取得する。ステップS702では、ステップS701で選択した領域が検査画像として適しているか否かを判定するために、検査対象箇所の遮蔽有無を判定する。本実施形態では、組立て現場を撮影しているため、作業者の頭部や腕等で検査対象箇所が遮蔽されており、フレームによっては、検査対象箇所が映っていない可能性がある。このため、各フレームの検査対象領域の遮蔽有無を判定し、遮蔽のない検査対象領域を選択する。
ステップS702で遮蔽がないと判定された場合は、ステップS703で、現在選択されている領域を最終検査対象として記録する。ステップS704で、すべての検査対象候補領域に対する判定が終了したかをチェックし、全ての判定が終了した場合は本フローを終了する。未判定の検査対象候補領域がある場合には、ステップS701から処理を繰り返す。
図8は、検査対象候補領域の遮蔽に関する説明図である。検査対象候補フレーム801〜804があり、それぞれに検査対象候補領域805〜808が設定されている。この内、検査対象候補領域805、806および808は、作業者の腕で検査対象候補領域内の作業対象物が遮蔽されている。このような遮蔽が生じていると検査対象物の状態を正しく認識できないため、組立てが正しく完了したか検査ができない。従って、この例においては、検査対象候補領域807が最も検査画像に適しており、最終検査対象として選択される。
遮蔽の判定方法としては、公知の技術を用いることができる。例えば、検査対象候補領域と正解画像の色合いの統計量を比較し、2つの統計量に所定以上の差がある場合には遮蔽が生じていると判定してもよい。
また、他の方法としては、距離画像を利用することもできる。撮像装置として、撮影物との距離を取得可能な距離センサーをさらに設置することによって、撮影装置からの距離を計測した距離画像を取得することができる。作業対象物の設置位置を基準に予め所定の距離を定めておき、その距離以上に撮影装置との距離が短い物体がある場合には、遮蔽が生じていると判定できる。
あるいは、検査対象候補領域と正解画像内の物体の輪郭線を抽出し、正解画像に存在する輪郭線に検査対象候補領域において欠けが生じていた場合には遮蔽が生じていると判定してもよい。
なお、本実施形態における最終検査対象選択処理は、遮蔽有無の判定に限定されるものではない。撮影領域のボケやブレの有無などを考慮して、最終検査対象を選択してもよい。
図7のフローで最終検査対象を選択した後、ステップS408において画像検査を実施する。画像検査では、最終検査対象の領域と、正しく部品が取り付けられた状態の正解画像を比較し、検査対象において正しく取り付けが行われたかを判定する。画像検査の方法としては公知の技術を用いることができる。一例としては、正解画像との差分を取り、差分が一定以内であれば合格、一定より大きければ不合格と判定することができる。
複数の最終検査対象が存在する場合には、それぞれの検査結果の多数決を取っても良いし、1つ以上の合格画像があれば合格としてもよい。
なお、本実施形態における画像検査内容および方式はこれに限定されるものではない。検査内容としては、部品の取り付け有無の判定の他、取り付けの傾きや色合いなどが正しいかを判定してもよい。
また、最終検査対象選択処理において、検査に適した検査対象候補領域が1つもない場合には、作業者に通知をおこない、遮蔽物を除外するように指示することもできる。この場合には、遮蔽物除外後に撮影した映像に対して、ステップS405〜ステップS410の処理を実施することで、検査を完了できる。
本実施形態によって、工場における組み立ての作業に応じて、組立品の検査タイミングや検査対象領域を適切に判定することができる。組み立て製品の検査のためだけに作業を中断する必要がなくなる。また、作業が完了してから検査までの時間が短いため、不備があった場合の手戻りを少なくすることが出来る。また、組み立ての作業をおこなっている過程での検査を実行できるため、全ての組立ての完了後では検査できない、製品内部の状態の検査が可能である。
なお、本実施形態における作業に相当する単位は、工場の管理者によって自由に定めることができる。1部品を取り付ける単位でもよいし、複数の部品の取り付け動作をまとめて1作業としてもよい。
(第2の実施形態)
以下、第2の実施形態を説明する。なお、第1の実施形態と同一構成部分についてはその説明を省略する。
第1の実施形態は、常に同一のフレームレートで撮影をおこなうものであった。しかし、組み立て工程における作業は非常に高速であり、常に一定のフレームレートでの撮影では、検査を実施すべきタイミングでの遮蔽のない画像を撮影できない可能性がある。一方で、常に高いフレームレートで撮影すると、システムの負荷が高くなってしまう。本実施形態は、撮像装置のフレームレートを変更する手段を備え、検査タイミングが近づいてきた場合にのみフレームレートを上昇させるものである。
図9は、第2の実施形態における本システムの画像処理装置が実行する全体の処理フロー概要を示すものである。ステップS901〜ステップS903およびステップS908〜ステップS913は、それぞれ第1の実施形態の図4のステップS401〜ステップS403、およびステップS405〜ステップS410と同一の処理である。まず、ステップS901では、撮影デバイスが撮影し、システム内のバッファに蓄積されているフレーム画像群から最も古い画像を1つ取得する。ステップS902では、作業種別の判定を実施する。ステップS903では、1つの作業が終了したか否かを判定する。
1つの作業が終了したと判定された場合には、ステップS904へ進み、「終了した作業の次の作業」に対応する検査があるかを判定する。ステップS904で、次の作業に対応する検査があると判定された場合には、ステップS905へ進み、撮像装置に対してフレームレートを上昇させる指示を出す。一方、ステップS904で、次の作業に対応する検査がないと判定された場合には、ステップS906へ進み、フレームレートは通常値のままに設定する。
次に、ステップS907へ進み、ステップS903で終了判定した作業に対応する検査があるかを判定する。ステップS907で対応する作業があると判定された場合には、ステップS908へと進み、検査対象候補フレーム群を選択する処理をおこなう。ステップS908以降の処理は、第1の実施形態と同様である。
本フローを繰り返すことで、次の作業に対応する検査がある場合には、通常時よりもフレームレートを上昇させ、そうでない場合には通常時のフレームレートに戻すような撮像制御をおこなうことで、検査タイミング近辺のみフレームレートを上げることができる。
また、本実施形態では、作業実施終了後すぐに画像検査を実施するよう構成したが、これに限定されるものではなく、システムの計算負荷を考慮して、検査タイミングを遅延させてもよい。
例えば、ビス締め作業の5作業後にカバー取り付けを行う際には、それまでにビス締めの判定がおこなえれば、カバーを取り外すという手戻りなくビス締め作業を再実施できる。このように工場の管理者によって、予め検査実施タイミングを規定しておき、規定タイミングまでに検査をおこなうよう制御してもよい。例えば、本実施形態において撮影のフレームレートを上げている間は処理負荷が高いため、それ以外の区間に画像検査を実施するようにすることで、システムの負荷を平滑化することができる。
(その他の実施形態)
以下、その他の実施形態を説明する。なお、第1の実施形態と同一構成部分についてはその説明を省略する。
第1および第2の実施形態における作業実施判定方法は、1フレームごとに作業種別を順次判定するものであったが、本実施形態における作業実施判定方法は、これに限定されるものではない。例えば、1工程の中で複数の作業が終了した区切りを検出し、複数の作業の作業実施判定をまとめておこなうよう構成することもできる。
本実施形態では、作業実施判定をおこなうための複数の作業のまとまりを「フェーズ」と定義する。システムがフェーズの区切りを認識するために、フェーズの区切りは、物体の位置変化が起きる位置にする。例えば、作業1〜9から成る工程において、作業4と5の間および作業6と7の間に、それぞれ作業対象物204を裏返し、回転にする動きがあることが分かっている場合には、作業1〜4、作業5〜6、作業7〜9の3つのフェーズとして定義できる。
フェーズの区切りにおいて、それまでのフェーズ内の作業の実施判定および画像検査をおこない、不備が検知された場合に通知をおこなう。前述の例であれば、1つ目のフェーズから2つ目のフェーズに移行する際に、作業1〜4についての判定・検査をおこなう。
図10は、フェーズごとに作業実施判定をおこなう際の本システムの画像処理装置が実行する全体の処理フロー概要を示すものである。ステップS1007〜ステップS1012は、第1の実施形態の図4のステップS405〜ステップS410と同一である。
まず、ステップS1001では、撮影デバイスが撮影し、システム内のバッファに蓄積されているフレーム画像群から最も古い画像を1つ取得する。ステップS1002では、1つのフェーズが終了したか否かを判定する。本ステップでは、事前に定義されたフェーズ切り替え時のテンプレート特徴量を参照し、テンプレートマッチングによって作業対象物の位置変化有無を判定することができる。なお、本実施形態におけるフェーズ開始判定方法は、これに限定するものではなく、機械学習などの手法も利用可能である。フェーズが終了したと判定されるまでの間、ステップS1001およびステップS1002を繰り返し実行する。
ステップS1003では、フェーズ内の作業の実施判定をおこなう。例えば、フェーズ内のフレームごとの特徴量の時間変化や、フレーム内に映っている作業者の手の通過位置の変化などを解析し、どのフレームでどの作業を実施したかを判定することができる。本ステップでは、フェーズ内の複数の作業について、作業の開始フレーム307および終了フレーム308が判定され、記録される。
ステップS1004〜ステップS1013は、フェーズ内の作業ごとに処理を繰り返す。まず、ステップS1005では、フェーズ内の作業の内の1つを選択し、ステップS1006で選択した作業に対応する検査があるかを判定する。対応する検査がない場合には、ステップS1005へと戻り、処理を繰り返す。
ステップS1007〜ステップS1012では、図4のステップS405〜ステップS410と同様に、検査対象候補フレーム、検査対象候補領域、最終検査対象を選択して、画像検査を実施、不備の通知をおこなう。以上の処理をフェーズ内の作業数分繰り返し、ステップS1013で、フェーズ内の全作業の検査が終了したと判定された場合は、ステップS1001へと戻る。
このように、フェーズ内のフレームをまとめて作業判定することによって、作業の前後の関係性や、作業者の動きの時間変化を考慮した作業実施判定をおこなうことができる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
101 CPU
102 ROM
103 RAM
104 記憶部
105 入力部
106 出力部
107 通信部
108 映像管理部
109 撮影画像
110 作業判定部
111 作業判定結果
112 検査対象選択部
113 検査内容定義情報
114 検査対象選択結果
115 画像検査部
116 画像検査結果
117 通知制御部

Claims (8)

  1. 組み立て部品に対する検査を、組み立て作業を撮影した映像を用いて行う画像処理装置であって、
    前記映像から、組み立て作業単位の開始フレーム、終了フレームのいずれか1つ以上を判定する作業判定手段と、
    前記作業判定手段の判定結果に基づいて、前記映像から検査対象となるフレーム群を選択する選択手段と、
    前記選択手段が選択したフレーム群に対して、検査する検査手段と、を備えることを特徴とする画像処理装置。
  2. 前記選択手段では、前記選択した各フレーム内から検査対象となる領域をそれぞれ選択し、検査対象の候補領域を生成することを特徴とする請求項1に記載の画像処理装置。
  3. 前記作業判定手段は、作業種別ごとに開始フレーム、終了フレームのいずれか1つ以上を判定し、
    前記選択手段は、前記作業判定手段が判定した作業種別ごとに、検査対象を選択するものであることを特徴とする請求項1または2に記載の画像処理装置。
  4. 前記選択手段によって複数の検査対象候補フレームからそれぞれ選択された検査対象の候補領域ごとに検査画像としての適性を判定し、適性の高い領域を検査対象として選択することを特徴とする請求項2または3に記載の画像処理装置。
  5. 前記選択手段は、各検査対象の候補領域の遮蔽有無を判定し、遮蔽の少ない領域画像を最終的な検査対象として選択することを特徴とする請求項4に記載の画像処理装置。
  6. 前記選択手段は、検査対象として選択する画像がなかった場合に、通知をおこなう通知手段をさらに備えることを特徴とする請求項1乃至5のいずれか1項に記載の画像処理装置。
  7. 前記作業判定手段の判定結果に応じて、
    フレームレートを変更するよう撮像装置に指示を出す撮像制御手段
    をさらに備えることを特徴とする請求項1乃至6のいずれか1項に記載の画像処理装置。
  8. 組み立て部品に対する検査を、組み立て作業を撮影した映像を用いて行う画像処理方法であって、
    前記映像から、組み立て作業単位の開始フレーム、終了フレームのいずれか1つ以上を判定する作業判定工程と、
    前記作業判定工程での判定結果に基づいて、前記映像から検査対象となるフレーム群を選択する選択工程と、
    前記選択工程で選択したフレーム群に対して、検査する検査工程と、を備えることを特徴とする画像処理方法。
JP2018087492A 2018-04-27 2018-04-27 画像処理装置、画像処理方法及びプログラム Pending JP2019191117A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018087492A JP2019191117A (ja) 2018-04-27 2018-04-27 画像処理装置、画像処理方法及びプログラム
US16/375,733 US11521312B2 (en) 2018-04-27 2019-04-04 Image processing apparatus, image processing method, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018087492A JP2019191117A (ja) 2018-04-27 2018-04-27 画像処理装置、画像処理方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2019191117A true JP2019191117A (ja) 2019-10-31
JP2019191117A5 JP2019191117A5 (ja) 2021-06-17

Family

ID=68292729

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018087492A Pending JP2019191117A (ja) 2018-04-27 2018-04-27 画像処理装置、画像処理方法及びプログラム

Country Status (2)

Country Link
US (1) US11521312B2 (ja)
JP (1) JP2019191117A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022030615A (ja) * 2020-08-07 2022-02-18 トヨタ自動車株式会社 色味補正システム及び色味補正方法
JP2022173970A (ja) * 2021-05-10 2022-11-22 青▲島▼理工大学 特徴マッチングに基づく組立体の多視点変化検出方法及び装置
JP2022179080A (ja) * 2021-05-21 2022-12-02 住友重機械工業株式会社 情報処理装置、作業機械、情報処理方法、プログラム
JPWO2023095329A1 (ja) * 2021-11-29 2023-06-01

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6399437B2 (ja) * 2014-06-04 2018-10-03 パナソニックIpマネジメント株式会社 制御装置及びそれを用いた作業管理システム
JP6896036B2 (ja) * 2019-09-30 2021-06-30 キヤノン株式会社 情報処理装置、判定方法、インプリント装置、リソグラフィシステム、物品の製造方法及びプログラム
JP7180886B2 (ja) * 2020-02-18 2022-11-30 Necプラットフォームズ株式会社 作業稼働率測定装置及び作業稼働率測定方法
US11657489B2 (en) * 2020-07-20 2023-05-23 Omron Corporation Segmentation of continuous dynamic scans
JP2023026323A (ja) * 2021-08-11 2023-02-24 キヤノン株式会社 画像形成装置、情報処理方法、印刷システム及びプログラム

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0623631A (ja) * 1991-01-21 1994-02-01 Amadasonoike Co Ltd ねじ締め装置
US20020159053A1 (en) * 2001-04-27 2002-10-31 Dinesh Nair Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected
JP2007243846A (ja) * 2006-03-10 2007-09-20 Matsushita Electric Ind Co Ltd 画像抽出分析装置、画像抽出分析システム及び画像抽出分析方法
JP2008224610A (ja) * 2007-03-15 2008-09-25 Hiroshima Industrial Promotion Organization 画像保存装置、異常検出装置、異常検出システムおよび異常検出方法
JP2012007985A (ja) * 2010-06-24 2012-01-12 Nec Corp 確認業務支援システム、サーバ装置、ヘッドマウントディスプレイ装置、ウェアラブル端末、確認業務支援方法およびプログラム
JP2012150613A (ja) * 2011-01-18 2012-08-09 Ricoh Co Ltd 作業内容測定装置及び作業管理装置
JP2013148380A (ja) * 2012-01-17 2013-08-01 Dainippon Screen Mfg Co Ltd 外観検査装置
US20150253766A1 (en) * 2014-03-06 2015-09-10 Hexagon Technology Center Gmbh Quality assured manufacturing
JP2016205836A (ja) * 2015-04-15 2016-12-08 株式会社デンソー 検査装置、およびプログラム
US20160379357A1 (en) * 2015-06-26 2016-12-29 Canon Kabushiki Kaisha Inspection method, inspection apparatus, processing apparatus, and recording medium
JP2017134712A (ja) * 2016-01-29 2017-08-03 アース環境サービス株式会社 手洗い監視システム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5455787B2 (ja) * 2010-05-27 2014-03-26 パナソニック株式会社 動作解析装置および動作解析方法
US9651499B2 (en) * 2011-12-20 2017-05-16 Cognex Corporation Configurable image trigger for a vision system and method for using the same
GB201610988D0 (en) * 2016-06-23 2016-08-10 Inspection Tech Ltd Apparatus and method for extracting low intensity photonic signals
CN110035885B (zh) * 2016-12-20 2022-02-11 倍耐力轮胎股份公司 用于检查轮胎的胎圈的形成的方法和相关站
JP6809250B2 (ja) * 2017-01-23 2021-01-06 株式会社リコー 情報処理装置、情報処理方法およびプログラム
WO2018183937A1 (en) * 2017-03-31 2018-10-04 Canvas Construction, Inc. Automated insulation application system and method
US20180374022A1 (en) * 2017-06-26 2018-12-27 Midea Group Co., Ltd. Methods and systems for improved quality inspection

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0623631A (ja) * 1991-01-21 1994-02-01 Amadasonoike Co Ltd ねじ締め装置
US20020159053A1 (en) * 2001-04-27 2002-10-31 Dinesh Nair Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected
JP2007243846A (ja) * 2006-03-10 2007-09-20 Matsushita Electric Ind Co Ltd 画像抽出分析装置、画像抽出分析システム及び画像抽出分析方法
JP2008224610A (ja) * 2007-03-15 2008-09-25 Hiroshima Industrial Promotion Organization 画像保存装置、異常検出装置、異常検出システムおよび異常検出方法
JP2012007985A (ja) * 2010-06-24 2012-01-12 Nec Corp 確認業務支援システム、サーバ装置、ヘッドマウントディスプレイ装置、ウェアラブル端末、確認業務支援方法およびプログラム
JP2012150613A (ja) * 2011-01-18 2012-08-09 Ricoh Co Ltd 作業内容測定装置及び作業管理装置
JP2013148380A (ja) * 2012-01-17 2013-08-01 Dainippon Screen Mfg Co Ltd 外観検査装置
US20150253766A1 (en) * 2014-03-06 2015-09-10 Hexagon Technology Center Gmbh Quality assured manufacturing
JP2016205836A (ja) * 2015-04-15 2016-12-08 株式会社デンソー 検査装置、およびプログラム
US20160379357A1 (en) * 2015-06-26 2016-12-29 Canon Kabushiki Kaisha Inspection method, inspection apparatus, processing apparatus, and recording medium
JP2017015396A (ja) * 2015-06-26 2017-01-19 キヤノン株式会社 検査方法、検査装置、処理装置、プログラム及び記録媒体
JP2017134712A (ja) * 2016-01-29 2017-08-03 アース環境サービス株式会社 手洗い監視システム

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
後藤充裕、ほか: "作業者視点の連続撮影映像を活用した. 作業記録自動生成システムの提案", 研究報告マルチメディア通信と分散処理 (DPS), vol. Vol. 2015-DPS-165, No. 2, JPN6022007485, 3 December 2015 (2015-12-03), pages 1 - 6, ISSN: 0004866579 *
杉本秀樹、松岡晃弘: "作業支援カメラシステム 画像認識により作業ミスを防ぐ作業支援システムをオールインワンで実現", 画像ラボ, vol. 28, no. 2, JPN6022007483, 10 February 2017 (2017-02-10), pages 87 - 90, ISSN: 0004715552 *
杉本秀樹、松岡晃弘: "作業支援カメラシステムRICOH SC-10シリーズ 画像認識により作業ミスを防ぐ作業支援カメラシステムに高倍", 映像情報 INDUSTRIAL, vol. 2017年10月号, JPN6022007484, 1 October 2017 (2017-10-01), pages 69 - 72, ISSN: 0004866578 *
発展型/作業分析・作業改善ツール『TIMEPRISM』, JPN6022007486, 26 April 2017 (2017-04-26), ISSN: 0004866580 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022030615A (ja) * 2020-08-07 2022-02-18 トヨタ自動車株式会社 色味補正システム及び色味補正方法
JP7310750B2 (ja) 2020-08-07 2023-07-19 トヨタ自動車株式会社 色味補正システム及び色味補正方法
JP2022173970A (ja) * 2021-05-10 2022-11-22 青▲島▼理工大学 特徴マッチングに基づく組立体の多視点変化検出方法及び装置
JP7195656B2 (ja) 2021-05-10 2022-12-26 青▲島▼理工大学 特徴マッチングに基づく組立体の多視点変化検出方法及び装置
JP2022179080A (ja) * 2021-05-21 2022-12-02 住友重機械工業株式会社 情報処理装置、作業機械、情報処理方法、プログラム
JP7687562B2 (ja) 2021-05-21 2025-06-03 住友重機械工業株式会社 情報処理装置、作業機械、情報処理方法、プログラム
JPWO2023095329A1 (ja) * 2021-11-29 2023-06-01
WO2023095329A1 (ja) * 2021-11-29 2023-06-01 日本電気株式会社 動作評価システム、動作評価方法、及び非一時的なコンピュータ可読媒体

Also Published As

Publication number Publication date
US20190333204A1 (en) 2019-10-31
US11521312B2 (en) 2022-12-06

Similar Documents

Publication Publication Date Title
JP2019191117A (ja) 画像処理装置、画像処理方法及びプログラム
KR102883039B1 (ko) 딥러닝 기반 제품 불량 검출방법 및 시스템
CN109949305B (zh) 产品表面缺陷检测方法、装置及计算机设备
US7681159B2 (en) System and method for detecting defects in a semiconductor during manufacturing thereof
US8131059B2 (en) Defect inspection device and defect inspection method for inspecting whether a product has defects
JP6715282B2 (ja) 品質監視システム
TW201638784A (zh) 自動測試裝置
US12164096B2 (en) Determining an erroneous movement of a microscope
KR20240064037A (ko) 피로 테스트를 통해 물체의 표면 결함 및 브레이크 디스크의 크랙을 인공 지능에 의해 식별 및 특성화하는 방법
KR20230119842A (ko) 인공지능 기반의 제품의 외관 결함을 검사하는 방법 및 장치
CN111899238A (zh) 一种双光源图像的缺陷检测方法、装置、介质及电子设备
CN117274258B (zh) 主板图像的缺陷检测方法、系统、设备及存储介质
CN115587959B (zh) 异常检测系统及异常检测方法
US11070716B2 (en) Image sensor system, image sensor, data generation method of image sensor in image sensor system, and non-transitory computer-readable recording medium
US11790508B2 (en) Computer vision predictions for non-destructive testing
CN115861161A (zh) 机器学习系统、学习数据收集方法以及存储介质
JP2019200589A (ja) 業務分析装置、業務分析方法及びプログラム
EP4639154A1 (en) Systems and methods for defect detection on displays
CN118464903A (zh) 一种pcb缺陷分析方法
CN118261875A (zh) 基于视觉语言大模型的通用缺陷检测方法、装置及设备
CN113808067B (zh) 电路板检测方法、视觉检测设备及具有存储功能的装置
CN113923450A (zh) 图像自动检测方法、装置、设备及存储介质
JP2005069853A (ja) 固体試料表面分析装置
KR102129970B1 (ko) 전자부품 검사 데이터 매칭 방법 및 장치
WO2024095721A1 (ja) 画像処理装置および画像処理方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210427

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210427

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220131

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220301

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220426

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220906