特許ウォッチ

公開番号2025122603
公報種別公開特許公報(A)
公開日2025-08-21
出願番号2024042628
出願日2024-03-18
発明の名称画像検査装置
出願人株式会社キーエンス
代理人弁理士法人前田特許事務所
主分類G06V 30/194 20220101AFI20250814BHJP(計算;計数)
要約【課題】認識可能な文字サイズを増やしても処理負荷を軽減しながら対応する画像検査装置を提供する。
【解決手段】画像検査装置は、制御ユニットの制御部が有するDSPの機能として、学習データ生成部310bと、画像データの特徴を示す特徴量を抽出する特徴量抽出部及び特徴量に基づいて文字種を出力する文字種出力部とを備えている事前学習済みモデルの更新を実行する学習実行部として機能する判定器更新部315と、を備えている。学習データ生成部310bは、学習画像データと指定位置情報と指定文字種情報と指定サイズ情報とを有する学習データを生成する。判定器更新部315は、学習画像データを特徴量抽出部に入力したときに抽出され、指定位置情報に示される位置に対応する特徴量を、指定文字種情報に示される文字種と指定サイズ情報に示されるサイズとの組み合わせに対応する指定文字種クラスに分類するように、事前学習済みモデルを更新する。
【選択図】図3
特許請求の範囲【請求項１】
入力される画像データの画像中の一部領域である画像領域を、第一文字種クラスへ分類する、事前学習済みの文字認識モデルが実行される画像検査装置であって、
前記事前学習済みの文字認識モデルを実行し、学習データを生成する学習データ生成部、及び前記学習データに基づく前記事前学習済みモデルの更新を実行する学習実行部、として機能する制御部を備え、
前記事前学習済みモデルは、
入力される前記画像データから当該画像データの特徴を示す特徴量を抽出する特徴量抽出部と、
前記特徴量抽出部により抽出される前記特徴量に基づいて文字種を出力する文字種出力部と、を備え、
前記学習データ生成部は、学習画像データと、前記学習画像データの画像中の文字の相対位置を示す指定位置情報と、当該相対位置に位置する当該文字の文字種を示す指定文字種情報と、当該画像における当該文字のサイズを示す指定サイズ情報と、を有する学習データを生成し、
前記学習実行部は、前記学習画像データを前記特徴量抽出部に入力したときに抽出され、前記指定位置情報に示される前記相対位置に対応する前記特徴量を、前記指定文字種情報に示される前記文字種と前記指定サイズ情報に示される前記サイズとの組み合わせに対応する指定文字種クラスに分類するように、前記事前学習済みモデルを更新する、画像検査装置。
続きを表示（約 850 文字）【請求項２】
請求項１に記載の画像検査装置において、
前記制御部は、前記特徴量抽出部としての畳み込みニューラルネットワークの演算を実行する畳み込み演算ネットワーク推論アクセラレータを有する、画像検査装置。
【請求項３】
請求項１に記載の画像検査装置において、
前記特徴量抽出部は、
前記画像領域の文字種クラスに係る特徴量を抽出する文字種クラス特徴量抽出部と、
前記画像領域が前景か背景かを示す特徴量である前景特徴量を抽出する前景背景特徴量抽出部と、を有し、
前記前景特徴量に基づいて前記画像領域が前景であるか否かを判定する前景出力部、を有し、
前記文字種出力部は、前記前景出力部により前景と判定された前記画像領域に対応する画像領域について、当該画像領域に対応する文字種特徴量に基づいて当該画像領域の文字種を示す値を出力する、画像検査装置。
【請求項４】
請求項１に記載の画像検査装置において、
前記特徴量抽出部は、
前記画像領域の文字種クラスに係る特徴量を抽出する文字種クラス特徴量抽出部と、
前記画像領域のサイズに係る特徴量であるサイズ特徴量を抽出するサイズ特徴量抽出部、とを有し、
前記文字種出力部は、
文字種クラス特徴量が、前記文字種と前記サイズとの組み合わせに対応する前記指定文字種クラスに属するとき、前記画像領域の文字画像のサイズを、前記指定文字種クラスに含まれる指定サイズに基づいて出力する、画像検査装置。
【請求項５】
請求項４に記載の画像検査装置において、
前記サイズ特徴量に基づいて前記画像領域の文字画像のサイズを出力するサイズ出力部を有し、
前記サイズ出力部は、前記文字種クラス特徴量が、前記文字種と前記指定サイズとの組み合わせに対応する前記指定文字種クラスに属さないとき、前記文字画像のサイズを出力する、画像検査装置。

発明の詳細な説明【技術分野】
【０００１】
本開示は、文字認識のための分類タスクを実行する学習済みネットワークが実装された画像検査装置に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
例えばＦＡ業界では、人がワークを目視検査する工程を代替する画像検査装置が広く知られている。画像検査装置はワーク画像を撮像し、撮像した画像を一定の基準で判定する。画像検査装置が画像センサである場合は判定結果がＩ／Ｏ出力で例えばプログラマブルロジックコントローラ（ＰＬＣ）等の外部機器に出力される。
【０００３】
画像検査装置の判定に用いられる基準がある画像特徴によるものである場合、人による目視検査の検査結果には影響が及ばない程度の画像特徴の変化であっても、画像検査装置の判定結果に影響が及ぶ可能性がある。そこで、目視検査により近い判定結果を得るために、機械学習で得られる画像認識モデルを利用した画像検査装置として、例えば特許文献１に開示された画像検査装置が知られている。特許文献１の画像検査装置では、良品としての属性が付与された良品画像と、不良品としての属性が付与された不良品画像とを学習することによって良品画像と不良品画像を識別する学習器を生成し、運用時に新たに取得された画像を学習器に入力して良否判定を行うように構成されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２０－１８７０７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、文字が付与されたワークの撮像画像の文字部分である文字画像を認識し、ワーク上の文字を特定して当該文字が判定基準に適合しているかどうかを、画像認識モデルで判定する文字認識（ＯＣＲ）を備えた装置がある。
【０００６】
ＯＣＲによる認識方法として、例えばスライディングウィンドウ方式と呼ばれる方式がある。スライディングウィンドウ方式では、まず、画像から文字を切り出すサイズを決める。例えば実際の文字付きワークを撮像した画像上で、ワーク上の文字を囲うように枠を設定する。この枠のサイズが文字切り出しサイズになる。文字切り出しサイズが決まった後、運用時にＯＣＲ対象画像が入力されると、ＯＣＲ対象画像は、予め決められている文字切り出しサイズによって多数の画像領域に切り出される。切り出された多数の画像領域は、それぞれ、任意の文字と同様の特徴量を有するか否かの検証が実施され、例えばある領域が「Ａ」の特徴量を有する（もしくは「Ａ」クラスと判断して良い程度に、他のクラスと比較して「Ａ」特徴量に類似した特徴量を有する）と判断されると、その領域は「Ａ」の文字画像であると認識される。このとき、特徴量の検証対象を少しずつずらして検証を実施するため、概念的には検証対象の枠（ウィンドウ）がスライドすることになり、よって、スライディングウィンドウ方式と呼ばれている。
【０００７】
ところが、スライディングウィンドウ方式では、切り出されるサイズの領域の特徴量がどの文字に該当するのか、を判定するため、文字種によってサイズが異なる文字画像（例えばプロポーショナルフォントの「Ｉ」やピリオドなど）では、隣接する文字を含む文字画像として切り出されることがあり、このことで認識精度が低下するおそれがある。
【０００８】
また、ＯＣＲにおいて、画像認識モデルで認識可能な文字サイズの種類を増加させたい場合があるが、スライディングウィンドウ方式の場合、ウィンドウのサイズを変化させながら走査・特徴分類する必要があるので、計算処理量が膨大な量になってしまう。
【０００９】
本開示は、かかる点に鑑みたものであり、その目的とするところは、認識可能な文字サイズを増やしても処理負荷を軽減しながら対応可能にすることにある。
【課題を解決するための手段】
【００１０】
上記目的を達成するために、本開示に係る態様では、入力される画像データの画像中の一部領域である画像領域を、第一文字種クラスへ分類する、事前学習済みの文字認識モデルが実行される画像検査装置を前提とすることができる。
（【００１１】以降は省略されています）

関連特許