[論文レビュー] An Image Processing based Object Counting Approach for Machine Vision Application

Mehmet Bayğın, Mehmet Karaköse+2 more|arXiv (Cornell University)|Feb 16, 2018

Industrial Vision Systems and Defect Detection参考文献 19被引用数 26

ひとこと要約

本論文では、1台のカメラで撮影された画像を用いて、Otsuしきい値処理とHough変換を用いた、リアルタイムで物体に依存しない機械視覚システムを提案する。この手法は、物体の形状や色に関する事前知識が不要であり、多様な製品タイプや色において高速で正確かつ信頼性の高いカウントを実現し、高精度な結果を得るための実際の実験環境で検証された。

ABSTRACT

Machine vision applications are low cost and high precision measurement systems which are frequently used in production lines. With these systems that provide contactless control and measurement, production facilities are able to reach high production numbers without errors. Machine vision operations such as product counting, error control, dimension measurement can be performed through a camera. In this paper, a machine vision application is proposed, which can perform object-independent product counting. The proposed approach is based on Otsu thresholding and Hough transformation and performs automatic counting independently of product type and color. Basically one camera is used in the system. Through this camera, an image of the products passing through a conveyor is taken and various image processing algorithms are applied to these images. In this approach using images obtained from a real experimental setup, a real-time machine vision application was installed. As a result of the experimental studies performed, it has been determined that the proposed approach gives fast, accurate and reliable results.

研究の動機と目的

• 産業生産ラインにおける自動製品カウントのための接触式で低コストな機械視覚ソリューションの開発。
• 製品の種類、色、形状に関係なく、物体に依存しないカウントの実現。
• 1台のカメラと標準的な画像処理技術を用いたリアルタイムシステムの実装。
• 実世界の産業環境において高い正確性と信頼性を確保すること。
• 物理的なコンベアベッドを用いた実験的検証を通じて、実現可能性と性能の提示。

提案手法

• システムは、1台のカメラを用いてコンベアベルト上の製品のリアルタイム画像を取得する。
• Otsuしきい値処理を適用して、取得した画像内の前景の物体を背景から分離する。
• 連結成分解析を用いて、しきい値処理後の個々の物体を同定する。
• Hough変換を適用して、円形または楕円形の形状を検出することで、複雑なシーンにおける物体の境界検出を強化する。
• 検出された成分または形状の数を最終的なカウントとして使用し、物体の色や種別に依存しない。
• パイプライン全体をリアルタイムで実装し、産業自動化アプリケーションを支援する。

実験結果

リサーチクエスチョン

• RQ1 1台のカメラシステムは、物体の色や形状に関する事前知識がなくても、正確で信頼性の高い物体カウントを達成できるか？
• RQ2 Otsuしきい値処理とHough変換の組み合わせは、リアルタイム産業環境における多様な物体の検出とカウントにどの程度効果的か？
• RQ3 提案手法は、さまざまな製品タイプにおいて、どの程度物体に依存しないカウントを実現できるか？
• RQ4 物理的実験環境におけるシステムのリアルタイム性能と正確性はいかがなものか？
• RQ5 実世界の照明条件や物体の配置の変動に対しても、システムは信頼性を維持できるか？

主な発見

• 提案されたシステムは、産業生産ラインへの統合に適したリアルタイムで高速かつ正確なカウントを達成した。
• この手法は物体に依存しないことを示し、再設定なしにさまざまな色や形状の製品を正常にカウントできた。
• 実験結果により、実世界のテスト環境下でも高い信頼性と正確性が確認された。
• Otsuしきい値処理とHough変換の使用により、変動する照明条件や重なった物体の状況でも、堅牢なセグメンテーションと検出が可能になった。
• 多様な製品タイプにわたり一貫した性能を維持したため、一般化能力が確認された。
• 1台のカメラと標準的な画像処理技術を用いた実装は、産業現場への導入においてコスト効率が良く、スケーラブルであることが実証された。