[发明专利]模板制作装置及其方法、物体识别处理装置以及存储介质有效
申请号: | 201810430347.8 | 申请日: | 2018-05-08 |
公开(公告)号: | CN109145935B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 小西嘉典 | 申请(专利权)人: | 欧姆龙株式会社 |
主分类号: | G06V10/75 | 分类号: | G06V10/75 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 玉昌峰;吴孟秋 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模板 制作 装置 及其 方法 物体 识别 处理 以及 存储 介质 | ||
本申请公开一种模板制作装置及其方法、物体识别处理装置以及存储介质,提供一种缩短基于模板匹配的物体识别中使用的模板的制作时间的技术。一种模板制作装置制作被利用于模板匹配的物体识别用的分层模板,所述模板制作装置包括:视点位置制作部,制作多个近似球形状,所述近似球形状各顶点的间隔均等且所述各顶点被设定为各视点位置,在制作的每一个所述近似球形状中,所述各视点位置的间隔不同;以及模板制作部,按每一个所述近似球形状,制作与从所设定的所述各视点位置观察的对象物体对应的多个模板。
技术领域
本发明涉及制作在基于模板匹配的物体识别中使用的模板的技术。
背景技术
作为从物体识别图像检测对象物体的方法之一,具有模板匹配。模板匹配是指预先准备成为检测对象的物体的模型(模板),通过评价输入图像与模型之间的图像特征的一致度来检测输入图像所含的物体的二维位置、姿势。基于模板匹配的物体检测被利用于FA(Factory Automation:工厂自动化)中的检查、分拣、机器人视觉、监视摄像机等多种领域。特别是,在近来的模板匹配中,从利用了二维计测的对象物体的位置、姿势的检测到利用了三维计测的对象物体的位置、姿势的检测应用的技术正被引起关注。
作为利用了三维计测的模板匹配,提出了按照从各种视点观察对象物体的姿势来准备单独的模板、并对这些模板轮流进行匹配的搜索处理方法,但与利用了二维计测的情况相比,必须准备的模板的数量变得非常多,使用了模板的匹配用的处理时间的增大成为问题。
作为对这种问题的应对策,已知有基于疏密搜索的模板匹配。疏密搜索是使基于模板匹配的搜索处理高速化的技术之一,准备使分辨率阶段性地不同的图像组(所谓的图像金字塔),重复进行以低分辨率的图像进行粗略搜索、且基于搜索结果缩小搜索范围并对于缩小的搜索范围以高分辨率的图像进一步进行搜索这一处理,最终将原始的分辨率中的对象物体的位置、姿势检测出(识别物体的位置、姿势;以下,简称为“物体识别”)。
这里,图10是表示利用了图像金字塔的疏密搜索的基本概念的图。如图10所示,在疏密搜索中,使用使分辨率阶段性地不同的第1层至第k层(k≥2以上的整数)的k张图像组(图像金字塔)。第1层的分辨率为分辨率最低,按照第2层、…、第k层的顺序提高分辨率。图10是k=3的例子,第3层对应于原始图像,按照第2层、第1层的顺序降低分辨率。
在疏密搜索中,首先对分辨率最低的第1层图像进行基于模板匹配(比较)的搜索处理,检测出第1层中的物体的存在位置(正确候选)(参照图10的第1层图像内所示的检测位置)。接下来,在对第2层的搜索处理中,与第1层中的检测位置对应的第2层图像被设定为搜索范围,并进行针对该搜索范围的搜索处理(参照图10的第2层图像内所示的检测位置)。同样,基于第2层中的检测结果,设定第3层图像中的搜索范围,并进行针对该搜索范围的搜索处理,最终确定第3层(原始图像)内的物体位置(参照图10的第3层图像内所示的检测位置)。
如果是通常的模板匹配,需要与较多的模板的匹配,但在疏密搜索中从低分辨率的图像(以下,也称作“低分辨率图像”。)朝向高分辨率的图像(以下,也称作“高分辨率图像”。)阶段性地缩小搜索范围,从而能够减少模板的匹配次数,能够缩短处理时间。
近来,为了使基于疏密搜索的模板匹配的处理高速化,提出了如下技术:在制作模板时,按层级(按分辨率),比较从各种摄像机的位置(视点)观察到的二维投影后的各个图像,基于这些图像的类似度,将看起来相似的视点分组,减少匹配所使用的模板数,从而实现匹配处理的高速化(例如,参照专利文献1)。
现有技术文献
专利文献
专利文献1:欧洲专利第2048599号说明书
发明内容
发明要解决的技术问题
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于欧姆龙株式会社,未经欧姆龙株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810430347.8/2.html,转载请声明来源钻瓜专利网。