CN105809815B - 特征图像生成装置和判定装置以及特征图像生成方法和判定方法 - Google Patents

Abstract

本发明涉及特征图像生成装置和判定装置以及特征图像生成方法和判定方法。提供了能够提高使用图像处理来判定对象物是否相当于比较对象时的判定精度的技术。基于对象物映现的拍摄图像11来生成示出该对象物的特征的特征图像20的特征图像生成装置31具备第一图像生成部40和第二图像生成部50。第一图像生成部40基于对象物映现的拍摄图像11来生成示出该对象物的第一图像24。第二图像生成部50生成将旋转第一图像24而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为特征图像20。

Description

特征图像生成装置和判定装置以及特征图像生成方法和判定 方法

技术领域

本发明涉及图像处理。

背景技术

以往以来，提出了使用图像处理来判定对象物是否相当于比较对象的技术。例如在专利文献1中，公开了使用图像处理来判定图像中映现的检査对象的部件是否相当于正确的部件即是否为合格品的技术。

现有技术文献

专利文献

专利文献1：日本特许第5317250号公报。

发明内容

发明要解决的课题

那么，在判定使用了图像处理的对象物是否相当于比较对象时，期望其判定精度的提高。

于是，本发明鉴于上述的方面而完成，其目的在于，提供能够提高使用图像处理来判定对象物是否相当于比较对象时的判定精度的技术。

用于解决课题的方案

为了解决上述课题，本发明的特征图像生成装置的一个方式是基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像的特征图像生成装置，所述特征图像生成装置具备：第一生成部，基于所述处理对象图像来生成示出所述对象物的第一图像；以及第二生成部，生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像。

此外，在本发明的特征图像生成装置的一个方式中，所述第一生成部具有：提取部，从所述处理对象图像提取所述对象物映现的对象物区域；以及边缘图像生成部，对所述对象物区域进行边缘检测，生成作为所述第一图像的边缘图像。

此外，在本发明的特征图像生成装置的一个方式中，所述提取部生成示出所述处理对象图像和背景图像的差分的背景差分图像，对所述背景差分图像进行使用了示出所述对象物的外形的模板的模板匹配，基于其结果来从所述处理对象图像提取所述对象物区域。

此外，在本发明的特征图像生成装置的一个方式中，所述第二生成部生成所述旋转合成图像的一部分来作为所述特征图像。

此外，本发明的判定装置的一个方式是判定处理对象图像中映现的对象物是否相当于比较对象的判定装置，所述判定装置具备：特征图像生成部，基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像；以及判定部，基于所述特征图像来判定所述处理对象图像中映现的所述对象物是否相当于比较对象，所述特征图像生成部具有：第一生成部，基于所述处理对象图像来生成示出所述对象物的第一图像；以及第二生成部，生成将旋转所述第一图像而得到的多个第一旋转图像合成后的第一旋转合成图像的至少一部分来作为所述特征图像。

此外，在本发明的判定装置的一个方式中，所述判定部将所述特征图像与示出所述比较对象的特征的模板特征图像相比较，基于其比较结果来判定所述处理对象图像中映现的所述对象物是否相当于所述比较对象。

此外，在本发明的判定装置的一个方式中，所述模板特征图像是基于多个所述比较对象分别映现的多个标准图像而分别生成的多个标准特征图像合成后的合成图像，所述多个标准特征图像的每一个是基于在该标准特征图像的生成中使用的所述标准图像而生成的、将旋转示出该标准图像中映现的所述比较对象的第二图像而得到的多个第二旋转图像合成后的第二旋转合成图像的至少一部分。

此外，本发明的控制程序是用于使计算机装置基于对象物映现的处理对象图像生成示出该对象物的特征的特征图像的控制程序，其是用于使所述计算机装置执行如下工序的控制程序：（a）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；（b）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。

此外，本发明的控制程序是用于使计算机装置判定处理对象图像中映现的对象物是否相当于比较对象的控制程序，其是用于使所述计算机装置执行如下工序的控制程序：（a）基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像的工序；以及（b）基于所述特征图像来判定所述处理对象图像中映现的所述对象物是否相当于比较对象的工序，在所述工序（a）中，执行如下工序：（a-1）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；以及（a-2）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。

此外，本发明的特征图像生成方法是基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像的特征图像生成方法，所述特征图像生成方法具备：（a）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；以及（b）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。

此外，本发明的判定方法是判定处理对象图像中映现的对象物是否相当于比较对象的判定方法，所述判定方法具备：（a）基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像的工序；以及（b）基于所述特征图像来判定所述处理对象图像中映现的所述对象物是否相当于比较对象的工序，所述工序（a）具有：（a-1）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；以及（a-2）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。

发明效果

根据本发明，能够提高判定处理对象图像中映现的对象物是否为正确的对象物时的判定精度。

附图说明

图1是示出图像处理系统的构成的图。

图2是示意性地示出拍摄图像的一个例子的图。

图3是示出判定装置的构成的图。

图4是示出特征图像生成部的构成的图。

图5是示出判定装置的工作的流程图。

图6是示意性地示出货币区域的一个例子的图。

图7是示意性地示出背景图像的一个例子的图。

图8是示意性地示出背景差分图像的一个例子的图。

图9是示意性地示出外形模板的一个例子的图。

图10是用于说明模板匹配的图。

图11是用于说明货币区域的提取处理的图。

图12是示意性地示出边缘图像的一个例子的图。

图13是用于说明旋转合成图像的生成方法的图。

图14是用于说明模板特征图像的生成方法的图。

图15是用于说明特征图像的生成方法的图。

图16是用于说明特征图像的生成方法的图。

图17是用于说明特征图像的生成方法的图。

图18是用于说明特征图像的生成方法的图。

具体实施方式

＜关于图像处理系统1的构成＞

图1是示出实施方式的图像处理系统1的构成的图。本实施方式的图像处理系统1是使用图像处理来判定对象物是否相当于比较对象的系统。图像处理系统1例如设置在使用圆形的货币的自动贩卖机内。图像处理系统1判定对实际工作中的自动贩卖机从外部投入的货币是否相当于正确的货币。换言之，图像处理系统1判定对实际工作中的自动贩卖机从外部投入的货币是否为正确的货币即该货币的真伪。因此，在本实施方式中，对象物是货币。此外，与对象物比较的比较对象是正确的货币（真正货币）。再有，对象物也可以为货币以外。此外，该对象物的外形也可以为圆形以外。

如图1所示，图像处理系统1具备拍摄装置2以及判定装置3。拍摄装置2拍摄对自动贩卖机投入的货币，生成该货币映现的拍摄图像10并输出到判定装置3。在自动贩卖机内，货币一边在轨道上旋转一边移动，拍摄装置2拍摄旋转的货币。在本实施方式中，由拍摄装置2所生成的拍摄图像10为彩色图像，但是也可以为灰度图像。

图2是示意性地示出由拍摄装置2所得到的拍摄图像10的一个例子的图。正确的货币100即真正货币100映现在图2所示的拍摄图像10中。此外，作为背景的轨道101映现在拍摄图像10中。在真正货币100的一个主面100a示出了例如字母“A”的图案。再有，真正货币100的图案也可以为这以外。此外，也可以对真正货币100的两主面附有图案。

在本实施方式中，货币100一边在通过其两主面的中心的、沿着厚度方向的旋转轴的周围旋转一边在轨道101上移动。然后，拍摄装置2从货币100的一个主面100a侧拍摄该货币100。因此，货币100的一个主面100a映现在拍摄图像10中。

判定装置3判定从拍摄装置2输入的拍摄图像10中映现的货币100是否相当于正确的货币即该货币100是否为正确的货币，并输出其判定结果。该判定结果被输入到设置在自动贩卖机内的、管理该自动贩卖机的工作的控制部。控制部基于所输入的判定结果来进行各种工作。以后，将判定装置3判定拍摄图像10中映现的货币100是否为正确的货币的处理称为“货币判定处理”。

在本实施方式中，判定装置3是一种计算机装置，具备CPU（Central ProcessingUnit，中央处理单元）300以及存储部310。存储部310由ROM（Read Only Memory，只读存储器）以及RAM（Random Access Memory，随机存取存储器）等、CPU 300可读取的非临时的记录介质构成。在存储部310中存储有用于控制判定装置3（计算机装置）的控制程序311。CPU300执行存储部310内的控制程序311，由此，在判定装置3中形成各种功能块。

再有，判定装置3的各种功能的一部分或全部可以为了其功能的实现而由不需要程序（软件）的、包括逻辑电路等的专用的硬件电路来实现。此外，存储部310也可以具备ROM以及RAM以外的、计算机可读取的非临时的记录介质。存储部310也可以具备例如小型的硬盘驱动器以及SSD（Solid State Drive，固态驱动器）等。

图3是示出判定装置3具有的多个功能块的图。如图3所示，判定装置3具备变换部30、特征图像生成部31以及判定部32作为功能块。变换部30将从拍摄装置2输入的拍摄图像10从彩色图像变换为灰度图像，并输出变换后的拍摄图像10作为拍摄图像11。

特征图像生成部31基于货币100映现的拍摄图像11来生成示出该货币100的特征的特征图像20。判定部32基于由特征图像生成部31所生成的特征图像20来判定拍摄图像11中映现的货币100是否为正确的货币，并输出其判定结果21。在本实施方式中，判定部32将特征图像生成部31从拍摄图像11生成的特征图像20与示出真正货币100的特征的模板特征图像22相比较，基于其比较结果来判定该拍摄图像11中映现的货币100是否为正确的货币。再有，特征图像生成部31有时称为“特征图像生成装置31”。

图4是示出特征图像生成部31的构成的图。如图4所示，特征图像生成部31具备第一图像生成部40以及第二图像生成部50。第一图像生成部40基于拍摄图像11来生成示出货币100的第一图像24。第二图像生成部50生成将旋转由第一图像生成部40所生成的第一图像24而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为特征图像20。

第一图像生成部40具备提取部41以及边缘图像生成部42。提取部41从拍摄图像11提取货币100映现的货币区域23。边缘图像生成部42对由提取部41所提取的货币区域23进行边缘检测，生成作为第一图像24的边缘图像。

＜关于货币判定处理的流程＞

接着，说明了自动贩卖机在实际工作中判定装置3进行货币判定处理时的该判定装置3的一连串的工作。图5是示出货币判定处理的流程图。

如图5所示，在步骤s1中，判定装置3当拍摄图像10从拍摄装置2输入时，在变换部30中将该拍摄图像10从彩色图像变换为灰度图像，将由此得到的拍摄图像11作为处理对象。以后，有时将处理对象的拍摄图像11称为“处理对象图像11”。

接着，在步骤s2中，提取部41从处理对象图像11提取货币100映现的货币区域23。接着，在步骤s3中，边缘图像生成部42对由提取部41所提取的货币区域23进行边缘检测，生成作为示出货币100的第一图像24的边缘图像。接着，在步骤s4中，第二图像生成部50生成将旋转由边缘图像生成部42所生成的边缘图像（第一图像24）而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为特征图像20。

接着，在步骤s5中，判定部32将由第二图像生成部50所生成的特征图像20与模板特征图像22相比较，基于其比较结果来判定处理对象图像11中映现的货币100是否为正确的货币。换言之，判定部32基于特征图像20与模板特征图像22的比较结果来判定由拍摄装置2所生成的拍摄图像10中映现的货币100是否为正确的货币。然后，判定部32在步骤s6中，将步骤s5中的判定结果21输出到设置在自动贩卖机内的控制部。控制部在拍摄图像10中映现的货币100不是正确的货币的情况下换言之在拍摄图像10中映现的货币100不相当于正确的货币的情况下，例如从扬声器输出警告音、或者在显示器中显示警告信息等来向外部发出警告。

之后，判定装置3当新的拍摄图像10输入时，将从该拍摄图像10得到的拍摄图像11作为新的处理对象，执行步骤s2～s6。以后，判定装置3每当拍摄图像10输入时，进行同样的工作。

＜各构成要素的详细说明＞

以下，针对提取部41、边缘图像生成部42、第二图像生成部50以及判定部32的工作进一步详细地说明。

＜关于提取部＞

图6是示意性地示出提取部41从拍摄图像11提取的货币区域23的一个例子的图。作为从拍摄图像11提取货币区域23的方法，存在各种方法。

例如，存在利用货币100的外形为圆形的第一提取方法。在该第一提取方法中，首先，对拍摄图像11进行边缘检测来生成边缘图像。例如使用Sobel法、Laplacian法、Canny法等来作为边缘图像的生成方法。接着，从所生成的边缘图像提取圆形区域。例如使用霍夫变换来作为圆区域的提取方法。然后，将存在于与边缘图像中的该圆形区域的位置相同的位置的拍摄图像11中的圆形区域作为货币区域23。

作为其他的方法，存在使用背景差分法和标记（labeling）从拍摄图像11提取货币区域23的第二提取方法。在该第二提取方法中，首先，生成示出拍摄图像11与背景图像（仅映现拍摄图像11的背景的图像）的差分的背景差分图像，对所生成的背景差分图像进行2值化。然后，对2值的背景差分图像进行4连结等的标记。然后，将存在于与2值的背景差分图像中的、标记的结果所得的连结区域（独立区域）的位置相同的位置的拍摄图像11中的部分区域作为货币区域23。

在本实施方式中，提取部41通过与上述的2种方法不同的方法从拍摄图像11提取货币区域23。在以下，对本实施方式的提取部41的工作进行说明。再有，提取部41可以使用上述的2种方法的任一种从拍摄图像11提取货币区域23。

首先，提取部41生成示出拍摄图像11与背景图像60（仅映现拍摄图像11的背景的图像）的差分的背景差分图像，对所生成的背景差分图像进行2值化。图7是示意性地示出背景图像60的图，图8是示意性地示出2值的背景差分图像61的图。再有，在图8以及后述的图中示意性地示出的2值的图像中，像素值为“1”的区域（高亮度区域）以黑色示出，像素值为“0”的区域（低亮度区域）以白色示出。背景图像60预先存储在判定装置3的存储部310中。

接着，提取部41对2值的背景差分图像61进行使用了示出货币100的外形的2值的外形模板62的模板匹配。即，提取部41在背景差分图像61中确定与外形模板62类似的区域存在于何处。换言之，提取部41在背景差分图像61中确定与外形模板62示出的货币100的外形一致的区域存在于何处。图9是示意性地示出外形模板62的图。外形模板62预先存储在判定装置3的存储部310中。

通过模板匹配，提取部41如图10所示在背景差分图像61上使外形模板62在光栅扫描方向上一点一点地移动。换言之，提取部41在背景差分图像61上使外形模板62进行光栅扫描。此时，提取部41在外形模板62的各位置生成该外形模板62与重叠于其的背景差分图像61的部分区域的AND（与）图像。由此，生成多个2值的AND图像。然后，提取部41确定在所生成的多个AND图像之中的像素值为“1”的像素（高亮度像素）的数目最多的AND图像的生成中使用的外形模板62的背景差分图像61上的位置。该位置是在背景差分图像61中与外形模板62类似的区域存在的位置。然后，提取部41如图11所示那样提取存在于与所确定的位置相同的位置的拍摄图像11中的部分区域11a来作为货币区域23。换言之，提取部41在与所确定的位置相同的位置将外形模板62配置在拍摄图像11时，提取与该外形模板62重叠的拍摄图像11中的部分区域11a作为货币区域23。此时，可以在该部分区域11a中将其上的外形模板62示出的圆形的外侧的各像素的像素值为零的区域作为货币区域23。由提取部41所提取的货币区域23是灰度图像。在本实施方式中，货币区域23的外形是四边形，但是也可以为圆形。

＜关于边缘图像生成部＞

边缘图像生成部42使用例如Sobel法、Laplacian法、Canny法等来对由提取部41所提取的货币区域23进行边缘检测而生成边缘图像65。在本实施方式中，边缘图像生成部42例如使用处理简单的Sobel法。边缘图像65是2值的图像。图12是示意性地示出边缘图像65的图。

＜关于第二图像生成部＞

第二图像生成部50生成将旋转由边缘图像生成部42所生成的边缘图像65而得到的多个旋转图像合成后旋转合成图像的至少一部分来作为特征图像20。在本实施方式中，第二图像生成部50例如生成将旋转边缘图像65而得到的多个旋转图像合成后的旋转合成图像来作为特征图像20。在此，假设在边缘图像65的旋转中还包括旋转角度为0°的情况。在以下，针对该旋转合成图像的生成方法进行说明。

图13是用于对第二图像生成部50生成旋转合成图像70（第二图像25）的方法进行说明的图。第二图像生成部50使边缘图像65按照各规定的角度α地旋转，如图13所示，生成多个旋转图像65a。在此，第二图像生成部50使边缘图像65按照各规定的角度α地旋转直到总的旋转角度变为（360°-α）。在本实施方式中，第二图像生成部50使边缘图像65按照例如各2°地旋转（α=2°），而生成180个旋转图像65a。然后，第二图像生成部50将所生成的多个旋转图像65a合成来生成旋转合成图像70。具体地，第二图像生成部50使多个旋转图像65a的中心一致而对它们进行加法平均，将由此得到的加法平均图像作为旋转合成图像70。第二图像生成部50将所生成的旋转合成图像70用作示出拍摄图像11中映现的货币100的特征的特征图像20。

再有，第二图像生成部50在合成多个旋转图像65a时在各旋转图像65a中不使用从总的旋转角度为0°的旋转图像65a（即，不旋转的边缘图像65）的外形露出的区域。因此，旋转合成图像70为与边缘图像65相同大小的灰度图像。

如上所述，拍摄装置2对旋转的货币100进行拍摄，生成该货币100映现的拍摄图像10。因此，不限于判定装置3的变换部30生成的拍摄图像11中映现的货币100的旋转角度（附于货币100的图案的旋转角度）总是相同。即，拍摄图像11中映现的货币100的周方向的方向不是一定的。另一方面，旋转合成图像70是将旋转示出拍摄图像11中映现的货币100的边缘图像65而得到的多个旋转图像65a合成后的图像，因此，即使在拍摄图像11中映现的货币100的旋转角度中存在偏差（即使拍摄图像11中映现的货币100的周方向的方向不是一定的），只要货币100是正确的货币，则从拍摄图像11得到的旋转合成图像70几乎不发生变化。因此，旋转合成图像70可以说是难以受到拍摄图像11中映现的货币100的旋转角度的影响的、示出该货币100的特征的特征图像20。即，旋转合成图像70可以说是难以受到拍摄图像11中映现的货币100的周方向的方向的影响的、示出该货币100的特征的特征图像20。

＜关于判定部＞

判定部32将由第二图像生成部50所生成的旋转合成图像70（特征图像20）与示出真正货币100的特征的模板特征图像22相比较，基于其比较结果来判定该拍摄图像11中映现的货币100是否为正确的货币。使用从真正货币100映现的拍摄图像11与上述同样地由特征图像生成部31所生成的、示出该真正货币100的特征的特征图像20（旋转合成图像70）来作为模板特征图像22。在自动贩卖机未实际工作时，为了得到模板特征图像22，对自动贩卖机投入真正货币100。在自动贩卖机内的图像处理系统1中，生成投入的真正货币100映现的拍摄图像11。将该拍摄图像11称为“标准图像11”。在图像处理系统1中，特征图像生成部31基于标准图像11来生成示出该标准图像11中映现的真正货币100的特征的特征图像20（旋转合成图像70）。将该特征图像20称为“标准特征图像20”。在本实施方式中，标准特征图像20为模板特征图像22。在自动贩卖机未实际工作时生成的模板特征图像22存储在判定装置3的存储部310中。以后，为了与标准特征图像20进行区别，有时将自动贩卖机在实际工作中生成的特征图像20（从进行真伪判定的货币100映现的拍摄图像11生成的特征图像20）称为“对象特征图像20”。

判定部32例如通过求取旋转合成图像70（对象特征图像20）与模板特征图像22之间的类似度（不同度）来比较这两者。在本实施方式中，判定部32使用SAD（Sum of AbsoluteDifference，绝对误差和）来作为示出类似度的值。SAD大意味着类似度低，SAD小意味着类似度高。也可以使用SSD（Sum of Squared Difference，方差和）或者NCC（NormalizedCorrelation Coefficient，归一化相关系数）等其他值来作为示出类似度的值。

判定部32在旋转合成图像70与模板特征图像22之间的类似度高的情况下，判定为拍摄图像11中映现的货币100为正确的货币，在该类似度低的情况下，判定为拍摄图像11中映现的货币100不是正确的货币。具体地，判定部32在旋转合成图像70与模板特征图像22之间的SAD为阈值以下的情况下，判定为拍摄图像11中映现的货币100为正确的货币，在该SAD比该阈值大的情况下，判定为拍摄图像11中映现的货币100不是正确的货币。然后，判定部32输出判定结果21。

由判定部32所使用的阈值例如使用多个真正货币100来决定。具体地，在自动贩卖机未实际工作时，对自动贩卖机依次投入多个真正货币100。然后，通过自动贩卖机内的图像处理系统1，生成投入到自动贩卖机中的多个真正货币100分别映现的多个拍摄图像11。判定部32针对所生成的多个拍摄图像11的每一个求取从该拍摄图像11由特征图像生成部31所生成的旋转合成图像70与模板特征图像22之间的SAD。然后，判定装置3将判定部32求取的多个SAD之中的最大值决定为阈值。所决定的阈值存储在判定装置3的存储部310中。

像这样决定由判定部32所使用的阈值，由此，在变更了真正货币100的种类的情况下，通过将变更后的真正货币100投入到未实际工作的自动贩卖机中，从而决定与变更后的真正货币100对应的阈值。因此，即使为变更了真正货币100的种类的情况，也能够适当地判定投入到自动贩卖机中的货币100是否为正确的货币即是否为真正货币100。

再有，在上述的例子中，2值的边缘图像65用作示出拍摄图像11中映现的货币100的第一图像24，但是，灰度图像的货币区域23也可以用作第一图像24。该情况下，将旋转货币区域23而得到的多个旋转图像合成后的旋转合成图像作为特征图像20。

如以上那样，通过本实施方式的特征图像生成装置31，生成将旋转示出货币100的第一图像24而得到的多个旋转图像合成后的旋转合成图像70的至少一部分来作为特征图像20。该特征图像20难以受到拍摄图像11中映现的货币100的旋转角度的影响（该货币100的周方向的方向的影响）。因此，即使为拍摄图像11中映现的货币100的旋转角度（旋转姿势）发生偏差的情况，也能够使用由特征图像生成装置31所生成的特征图像20（对象特征图像20、标准特征图像20）来更正确地判定拍摄图像11中映现的货币100是否为正确的货币。换言之，即使为拍摄图像11中映现的货币100的周方向的方向不是一定的情况，也能够使用由特征图像生成装置31所生成的特征图像20来更正确地判定拍摄图像11中映现的货币100是否为正确的货币。因此，判定精度提高。

此外，在本实施方式中，将2值的边缘图像65作为第一图像24，因此，与将灰度图像的货币区域23作为第一图像24的情况相比较，能够抑制第一图像24受到拍摄装置2中的拍摄区域的明亮度的变化的影响。因此，能够抑制特征图像20受到拍摄货币100的拍摄区域的明亮度的变化的影响，其结果是，货币100的真伪判定的精度提高。

此外，在本实施方式中，提取部41使用模板匹配来从拍摄图像11提取货币区域23，因此，与使用霍夫变换的上述的第一提取方法、使用标记的第二提取方法相比较，提取处理简化。

此外，在本实施方式中，判定部32使用SAD等来对从拍摄图像11生成的特征图像20与模板特征图像22进行比较，基于其比较结果来判定该拍摄图像11中映现的货币100是否为正确的货币，因此，判定处理简化。

＜各种变形例＞

在以下，对各种变形例进行说明。

＜第一变形例＞

在上述的例子中，采用标准特征图像20来作为与对象特征图像20比较的模板特征图像22，但是，也可以将合成从彼此不同的多个真正货币100分别映现的多个标准图像11分别生成的多个标准特征图像20而得到的合成图像作为模板特征图像22。

图14是用于对本变形例的模板特征图像22的生成方法进行说明的图。在图14的例子中，在模板特征图像22的生成中，使用从彼此不同的4个真正货币100分别映现的拍摄图像11分别生成的4个标准特征图像20。

在本变形例中，在图像处理系统1中生成模板特征图像22时，在自动贩卖机未实际工作时，对自动贩卖机依次投入多个真正货币100。然后，通过自动贩卖机内的图像处理系统1，生成投入到自动贩卖机中的多个真正货币100分别映现的多个标准图像11。特征图像生成部31针对所生成的多个标准图像11的每一个从该标准图像11生成标准特征图像20。然后，特征图像生成部31合成所生成的多个标准特征图像20，将由此得到的合成图像80（参照图14）作为模板特征图像22。例如，特征图像生成部31对多个标准特征图像20进行加法平均，将由此得到的加法平均图像（合成图像80）作为模板特征图像22。

像这样，将合成分别示出彼此不同的真正货币100的特征的多个标准特征图像20后的合成图像80作为模板特征图像22，由此，与将标准特征图像20直接作为模板特征图像22的情况相比较，能够抑制真正货币100的个体差对货币判定处理造成的影响。此外，即使为拍摄装置2对货币100进行拍摄时的该货币100与该拍摄装置2的距离发生偏差的情况，也能够抑制这对货币判定处理造成的影响。因此，货币判定处理的精度提高。

此外，在与本例不同而将示出真正货币100的第一图像24直接用作标准特征图像20的情况下，在合成多个标准特征图像20时，需要对齐该多个标准特征图像20的方向，以使得该多个标准特征图像20中分别映现的多个真正货币100的旋转角度（旋转姿势）一致。

与此相对，在本变形例中，使用将旋转示出真正货币100的第一图像24而得到的多个旋转图像合成后的旋转合成图像70来作为标准特征图像20，因此，在合成多个标准特征图像20时，不需要对齐该多个标准特征图像20的方向。因此，模板特征图像22的生成处理简化。

再有，在模板特征图像22的生成中使用的真正货币100中存在大的损伤的情况下，即使合成多个标准特征图像20来生成模板特征图像22，也存在其损伤的影响出现在模板特征图像22中而货币判定处理的精度劣化的可能。

于是，在分别示出多个真正货币100的特征的多个标准特征图像20所分别包括的、彼此相同的位置的多个像素的像素值中存在与其他的像素值极端不同的像素值的情况下，可以不使用包括具有该极端不同的像素值的像素的标准特征图像20来生成模板特征图像22。由此，能够抑制在模板特征图像22的生成中使用示出具有大的损伤的真正货币的特征的标准特征图像20。因此，能够抑制货币判定处理的精度劣化。

＜第二变形例＞

在上述的例子中，第二图像生成部50采用将旋转示出货币100的1个图像24而得到的多个旋转图像合成后的旋转合成图像70作为特征图像20，但是，也可以将该旋转合成图像70的一部分作为特征图像20。以后，将成为特征图像20的、旋转合成图像70的一部分称为“特征部分区域75”。

图15是示出特征部分区域75（特征图像20）的一个例子的图。在图15所示的例子中，在四边形的旋转合成图像70中，使从中心71到达上侧的一边72的长方形的部分区域为特征部分区域75。在图15所示的特征部分区域75中，在行方向以及列方向的每一个上包括多个像素。特征部分区域75的形状也可以为长方形以外。

第二图像生成部50例如基于示出货币100的第一图像24来生成旋转合成图像70，之后，从该旋转合成图像70提取特征部分区域75，由此，生成特征图像20。

此外，第二图像生成部50也能够不生成旋转合成图像70而生成特征图像20。图16是用于对其方法进行说明的图。如图16所示，第二图像生成部50对由第一图像生成部40所生成的第一图像24设定提取窗90，提取该提取窗90内的部分区域241。提取窗90与特征部分区域75为相同大小。此外，提取窗90在第一图像24中被设定在与生成的特征部分区域75的旋转合成图像70中的位置（参照图15）相同的位置。在此，将提取的部分区域241称为“基准部分区域241”。

接着，第二图像生成部50使提取窗90以第一图像24的中心240为中心按照各规定的角度β地旋转，关于各旋转角度，提取提取窗90内的部分区域241。在此，第二图像生成部50使提取窗90以第一图像24的中心240为中心按照各规定的角度β地旋转，直到总的旋转角度变为（360°-β）。β例如是2°。然后，第二图像生成部50合成所得到的多个部分区域241来生成合成图像。此时，第二图像生成部50在所得到的多个部分区域241中使基准部分区域241以外的部分区域241旋转以使得与该基准部分区域241的外形一致，之后，合成该多个部分区域241。第二图像生成部50例如对所得到的多个部分区域241进行加法平均来生成加法平均图像，由此，生成该多个部分区域241的合成图像。该加法平均图像（合成图像）为特征部分区域75。

像这样，将旋转合成图像70的一部分作为特征图像20，由此，特征图像20的像素数减少。因此，使用特征图像20的判定部32中的处理简化。

此外，第二图像生成部50在使提取窗90按照各规定的角度地旋转并关于各旋转角度提取提取窗90内的部分区域241来合成所得到的多个部分区域241由此生成特征图像20的情况下，生成特征图像20时处理的图像的像素数减少，因此，特征图像20的生成处理简化。

再有，关于将旋转合成图像70的什么部分作为特征部分区域75，基于真正货币100所示出的图案的位置等来决定。即，以在特征部分区域75中充分地表现货币100的特征的方式将旋转合成图像70的一部分设定为特征部分区域75。

例如，如图2所示，在真正货币100的图案遍及该货币100的一个主面100a的大致整个表面而存在的情况下，如本例那样，在旋转合成图像70中，以从中心71到达一边72的方式设定特征部分区域75是优选的。

此外，在货币100的图案仅存在于该货币100的一个主面100a的周端部的情况下，如图17所示，可以仅将旋转合成图像70的端部作为特征部分区域75。

此外，在货币100的图案遍及该货币100的一个主面100a的大致整个表面而存在的情况下，如图18所示，可以采用线状的特征部分区域75。在如图18所示的特征部分区域75中，在列方向上包括多个像素，但是，在行方向上仅包括一个像素。

＜其他的变形例＞

在上述的例子中，图像处理系统1被导入到自动贩卖机，但是，也可以被导入到其他装置或者各种地方。

例如，图像处理系统1可以被导入到在工厂内装配产品的制造线。更具体地，图像处理系统1可以被导入到例如在基板安装多个部件的制造线。在该情况下，通过拍摄装置2对安装有多个部件的基板进行拍摄。特征图像生成部31基于安装有多个部件的基板映现的拍摄图像11来生成示出该基板的特征的特征图像。判定部32基于由特征图像生成部31所生成的特征图像来判定拍摄图像11中映现的、安装有多个部件的基板是否相当于正确地安装了多个部件的基板，即，是否对基板正确地安装了多个部件。基板上的多个部件能够以与货币表面的图案相同的方式进行处理，因此，与上述同样地，图像处理系统1能够判定是否对基板正确地安装了多个部件。由此，能够检测部件的安装错误以及部件的安装遗漏等。

此外，图像处理系统1可以被导入到在工厂内制造点心的制造线。更具体地，图像处理系统1可以被导入到制造例如饼干或者巧克力等、在表面具有图案的点心的制造线。在该情况下，通过拍摄装置2对所制造的点心进行拍摄。特征图像生成部31基于点心映现的拍摄图像11来生成示出该点心的特征的特征图像。判定部32基于由特征图像生成部31所生成的特征图像来判定拍摄图像11中映现的点心是否相当于被正确地制造的点心（合格品的点心），即，拍摄图像11中映现的点心是否被正确地制造。点心表面的图案能够以与货币表面的图案相同的方式进行处理，因此，与上述同样地，图像处理系统1能够判定是否正确地制造了点心。由此，能够检测点心的图案的崩塌以及缺失等。

此外，图像处理系统1可以被导入到旋转寿司店。在旋转寿司店中，有时设定与载有寿司等商品的盘子的图案对应的价格来作为该商品的价格。然后，在旋转寿司店中，有时计算与客户拿到手中的各盘子的图案对应的价格的合计来作为餐饮费。被导入到这样的旋转寿司店的图像处理系统1通过图像处理来确定客户拿到手中的盘子的图案。

具体地，在客户从载有寿司等的多个盘子被装载的旋转轨将盘子拿到手中时，通过拍摄装置2对该盘子进行拍摄。特征图像生成部31基于盘子映现的拍摄图像11来生成示出该盘子的特征的特征图像。

在此，在盘子的周缘部附有图案，寿司等商品载于盘子的中央部（没有图案的部分）。在由特征图像生成部31的第一图像生成部40所生成的边缘图像65之中的中央部，映现有商品，而未示出盘子的特征，因此，第一图像生成部40将边缘图像65之中的中央部以外的部分作为示出盘子的第一图像24。特征图像生成部31的第二图像生成部50采用将旋转该第一图像24图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分作为特征图像。

判定部32基于由特征图像生成部31所生成的特征图像来判定拍摄图像11中映现的盘子是否相当于具有规定的图案的盘子。即，判定部32基于特征量来判定拍摄图像11中映现的盘子的图案是否与规定的图案一致。盘子表面的图案能够以与货币表面的图案相同的方式进行处理，因此，与上述同样地，图像处理系统1能够判定拍摄图像11中映现的盘子是否相当于具有规定的图案的盘子。判定部34针对分别附于旋转寿司店中使用的多种盘子的多种图案的每一种，判定该图案与拍摄图像11中映现的盘子的图案是否一致。由此，确定拍摄图像11中映现的盘子的图案。因此，能够自动地确定与拍摄图像11中映现的盘子的图案对应的价格。因此，能够自动计算与客户拿到手中的各盘子的图案对应的价格的合计，即餐饮费。

此外，图像处理系统1可以被导入到物流中心。在物流中心，有时对纸板等货物贴附记载有邮送目的地等的贴纸。图像处理系统1判定贴附于货物的贴纸是否相当于正确的贴纸，即是否在货物贴附了正确的贴纸。在该情况下，通过拍摄装置2对贴附于货物的贴纸进行拍摄。特征图像生成部31基于贴纸映现的拍摄图像11来生成示出该贴纸的特征的特征图像。判定部32基于由特征图像生成部31所生成的特征图像来判定拍摄图像11中映现的贴纸是否相当于正确的贴纸，即，拍摄图像11中映现的贴纸是否为正确的贴纸。贴纸表面的文字等能够以与货币表面的图案相同的方式进行处理，因此，与上述同样地，图像处理系统1能够判定在货物是否贴附了正确的贴纸。由此，能够检测贴纸的贴附错误等。

如以上那样，详细地说明了图像处理系统1，但是，上述的说明在全部的方面都是例示，本发明不限定于此。此外，关于上述的各种变形例，只要彼此不矛盾，就能够组合应用。然后，未例示的无数的变形例应解释为能在不从本发明的范围偏离的情况下设想到的。

附图标记的说明

1图像处理系统

3判定装置

11拍摄图像

20特征图像

22模板特征图像

23货币区域

24第一图像

31特征图像生成部（特征图像生成装置）

32判定部

40第一图像生成部

41提取部

42边缘图像生成部

50第二图像生成部

70旋转合成图像

100货币

311控制程序。

Claims (9)

1.一种特征图像生成装置，基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像，其中，所述特征图像生成装置具备：

第一生成部，基于所述处理对象图像来生成示出所述对象物的第一图像；以及

第二生成部，生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像。

2.根据权利要求1所述的特征图像生成装置，其中，所述第一生成部具有：

提取部，从所述处理对象图像提取所述对象物映现的对象物区域；以及

边缘图像生成部，对所述对象物区域进行边缘检测，生成作为所述第一图像的边缘图像。

3.根据权利要求2所述的特征图像生成装置，其中，所述提取部

生成示出所述处理对象图像和背景图像的差分的背景差分图像，

对所述背景差分图像进行使用了示出所述对象物的外形的模板的模板匹配，基于其结果来从所述处理对象图像提取所述对象物区域。

4.根据权利要求1至权利要求3中的任一项所述的特征图像生成装置，其中，

所述第二生成部生成所述旋转合成图像的一部分来作为所述特征图像。

5.一种判定装置，判定处理对象图像中映现的对象物是否相当于比较对象，其中，所述判定装置具备：

特征图像生成部，基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像；以及

判定部，基于所述特征图像来判定所述处理对象图像中映现的所述对象物是否相当于比较对象，

所述特征图像生成部具有：

第一生成部，基于所述处理对象图像来生成示出所述对象物的第一图像；以及

第二生成部，生成将旋转所述第一图像而得到的多个第一旋转图像合成后的第一旋转合成图像的至少一部分来作为所述特征图像。

6.根据权利要求5所述的判定装置，其中，

所述判定部将所述特征图像与示出所述比较对象的特征的模板特征图像相比较，基于其比较结果来判定所述处理对象图像中映现的所述对象物是否相当于所述比较对象。

7.根据权利要求6所述的判定装置，其中，

所述模板特征图像是基于多个所述比较对象分别映现的多个标准图像而分别生成的多个标准特征图像合成后的合成图像，

所述多个标准特征图像的每一个是基于在该标准特征图像的生成中使用的所述标准图像而生成的、将旋转示出该标准图像中映现的所述比较对象的第二图像而得到的多个第二旋转图像合成后的第二旋转合成图像的至少一部分。

8.一种特征图像生成方法，基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像，其中，所述特征图像生成方法具备：

（a）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；以及

（b）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。

9.一种判定方法，判定处理对象图像中映现的对象物是否相当于比较对象，其中，所述判定方法具备：

（a）基于对象物映现的处理对象图像来生成示出该对象物的特征的特征图像的工序；以及

（b）基于所述特征图像来判定所述处理对象图像中映现的所述对象物是否相当于比较对象的工序，

所述工序（a）具有：

（a-1）基于所述处理对象图像来生成示出所述对象物的第一图像的工序；以及

（a-2）生成将旋转所述第一图像而得到的多个旋转图像合成后的旋转合成图像的至少一部分来作为所述特征图像的工序。