 |
[イージーファインド] |
|
|
幾何学テンプレ－トマッチの画像処理ライブラリソフト。 |
| 主な特徴 |
| New |
| ◆ ポイントバイポイントスコアリング (Point by Point Scoring Method) |
|
■ |
強力なマッチング処理 (対ノイズ、閉塞) |
EaｓｙFindはモデル内の特徴を学習し、その特徴をサーチします。 よってノイズや閉塞などがあっても特徴以外の箇所はマッチング処理と無関係になる為、エラーにも強力。 |
|
| ■ | 複数パターンの検出 | ユーザーが定義した検出数設定でマッチングを行い、複数のパターンを検出する事が可能。また処理結果はスコアによる選別抽出も可能。 | |
| ■ | パターンタイプ | モデルの特徴に応じて3種のモードで特徴学習が可能。 | |
| ■ | 照明バランス | エッジポイントとなる輝度変化点のしきい値を任意に決定できます。 | |
| ■ | マスク処理 | モデル内にマッチングと無関係な領域がある場合、マスキングを行ってこれを比較対象から除外し、より安定した検出処理を可能にします。 |
| 機能詳細 |
| 強力なマッチング処理（対ノイズ、閉塞） | |||||
| EasyFindはモデルの特徴を学習し、その特徴をサーチします。 特徴以外の箇所はマッチング処理と無関係になる為、不良画像でもエラーに強く強力です。 |
|||||
 |
|||||
|
さらに、検索領域の拡張を定義することによって、インスタンスが検索領域から部分的にはみ出す事をも考慮しサーチすることも可能です。 |
|||||
 |
| 複数パターンの検出 | |||||
| 検査領域でマッチングが完了すると、それぞれの下記情報が得られます。また、複数検出も可能です。 | |||||
 |
位置 画像内のインスタンスの座標(X,Y) 角度 モデルと比較した傾き 倍率 モデルとインスタンスとのサイズ比較 スコア 検出されたインスタンスとモデルの合致度(相関値) |
||||
| パターンタイプ | |||||
| EasyFindはモデルの特徴を学習してインスタンスを検出します。 この特徴とはモデル内にある輝度変化部分（エッジ部分）を特徴としてとらえます。 以下の３種類の方法で特徴状態の指定と学習が可能です。 １．エッジ特徴点（標準） グレーレベルの急激に変化している部分。すなわちエッジ部分を特徴とする。  |
|||||
| ２．移行特徴点 移行特徴点はピクセル値の移行部分を特徴とさせる。 モデル/インスタンスは位置の近傍で移行の存在を測定し移行点を決定します。 また近傍サイズも変更する事ができ移行幅の調整も可能。下の例では青い領域が移行特徴点です。  |
|||||
| ３．領域特徴点 グレーレベルがほぼ一様になっている部分を特徴とする。 上の図では赤い部分(暗い領域特徴点)と緑の部分(明るい領域特徴点)が該当。 注）この場合、１つのファミリーの各領域特徴点は同じ領域になければなりません。 |
| 照明バランス | |||||
|
領域特徴点を使用するためにはモデルの領域を抽出しなければなりません。EasyFindでは演算子との相互作用を利用した照明バランスによって領域を明るく(もしくは暗く）し、照明バランスを適合させます。
|
| マスク処理 | |||||
|
学習モデルの中に必要ない特徴が含まれている場合、それらを検査対象外と設定するために、その部分を「無視領域」と定義しマスキング処理することができます。これにより実際の照合プロセスでは無視領域のピクセルは無視されます。
■真ん中の文字が共通ではないのでこのままマッチングするとスコア値は低い ■モデル学習の際、その部分にマスキング処理を施して比較対象外に設定し対応 |
| New |
| ポイントバイポイントスコアリング (Point byPoint Scoring Method) | |||||||||||||
|
|||||||||||||
画像集
製品に関してのお問い合わせ
