『サーチ処理』とは、画像処理の最も重要な処理のひとつ。対象画像の一部を、検索するためのモデルとして登録して検索を行い、ターゲットとするものの位置や、元のモデル との類似性を検出したりするものです。本コラムでは、この画像処理検査の最も重要な処理の『サーチ処理』の基本からアルゴリズムまでをわかりやすく解説します。
サーチ（Search）やマッチング（Matching）あるいは複合名称としてテンプレート・マッチング、パターンマッチングという名称が多く用いられます。登録された画像は、パターン、テンプレート、モデル等と呼ばれます。
＞技術情報：正規化相関サーチサーチの目的は、あらかじめ登録されているモデルの特徴を画像内で検出してその位置 を求め、品質測定の基準とすることです。サーチを活用できるアプリケーションは一 般に次の4つのカテゴリに分類されます。
サーチ処理の結果として位置情報を得ることができます。その位置情報を使ったアプリ ケーションも２つ。ひとつは、位置情報そのものを使用し、ロボット等の自動機械がワー クを捕えるガイダンスとして使用するケース。認識した位置をロボットの持つ座標系へと 変換し、ロボットに座標データを送出。受信したロボットは、座標データを元にワークの 位置までハンドを持って行き、ワークを掴む、吸着するなどして、組み立てや箱詰め等の次 の作業に移るというアプリケーション。
もうひとつは、位置情報を次に使う画像処理のためのガイダンスとして使用するケース。 認識した位置を仮の原点として、その原点からの位置に従って、寸法計測や欠陥計測を行い、最終的な結果を得るというアプリケーションです。
画像認識の結果の得点は、多くの場合、「登録したモデルとどれだけ類似しているか？」という意味で、言い換えれば、「どれぐらい正しいモデルであるか？」ということです。従って、この得点にしきい値を設ければ、正しい文字が印字されているか？正しいパーツがあるか？等の検査を行うことが可能です。また、登録したモデルが画像内に存在することを確認することにより、存在の有無も検査可能となります。
画像内で登録されたモデルを数ヶ所検出し、それらの特徴間の距離を計算することによっ て、部品検査に必要な長さ、直径、角度などの微細寸法を測定することができます。コネクタやＩＣのリード検査によく使われる手法です。
画像内で欠陥をサーチします。欠陥の外観があらかじめ判明している場合のみ有効となります。一般的には「良品」を登録するのですが、この場合逆に「欠陥」を登録して欠陥のサーチを行います。例えば、四角いマークの内側に黒い斑点（円状）の欠陥があるとわかっている場合等に黒い円を登録しサーチを実行して黒い円がみつからなければ良品、見つかれば欠陥品というように判断できます。ただし、この手法はあまり使われません。
厳密に言うとサーチ処理とは呼びがたいのですが、2値化処理を利用してある対象物の位置を検出したり、対象物かどうか検査したりすることができます。画像上の一つ一つのピクセルをあるグレー値（ しきい値）以上明るいものと暗いもので2値に分け、2値のうちどちらが対象物かを決めます。対象となったピクセルの連続性を調べ、連続しているものをひ とつの塊とします（ラベリング処理）。次に、それぞれの塊の面積と面積重心を求めます。面積重心が対象物の位置であり（ 角度も測定可能） 、面積や縦横の長さ等が、（ おおざっ ぱな意味で） 類似点といえます。処理速度が速く、テンプレートを登録する手間がないために簡単に使用できますが、精度や類似性の測定はあまり高くは望めません。
正規化相関サーチとは、画像の一部とテンプレートの相関係数（ 類似度） を計算し、その類似性を尺度としたサーチ手法です。類似性を測定することによってテンプレートと近い特徴を持った画像の一部の特徴位置を特定できるため、位置検出に使用できます。結果としては、Ｘ 、Ｙ座標、得点（ 相関係数）が出力されます。一般的に、繰り返し位置精度 は、3σで1／4ピクセルといわれています。 得点（ 相関係数） は、下記の相関関数によって計算されます。
まず、画像を不連続な2次元の関数Ｉ（ｘ，ｙ） と定義します。検索画像Ｉ、検索画像の範囲0Ｎ、モデル画像Ｍ、モデル画像の範囲0ｉ、また、ｉとＮの関係は、0≦ｉ＜Nとなります。これは1987年にCognex社で実用化されて以来、現在ほとんどの画像処理装置で採用されている、画像認識の最も一般的な手法といえます。相関係数を計算する手法は一般的 な数学的計算であり、各画像処理メーカーとも同じですが、全てのピクセル・全てのビット数を計算すると膨大な処理時間がかかるため、計算を少なくする工夫（＝ 間引き処理） を 各メーカー独自のアルゴリズムで行っています。また、いくつかの候補点から最も正しいものを選択する手法も各社それぞれの手法で行っており、これら2つの処理の違いから、各メーカーの処理速度、精度の違いに差が出てくるのです。
＞技術情報：正規化相関サーチ正規化相関サーチは、殆どの場合において満足な結果を得ることができます。しかしながら、いくつかの局面においては満足な結果を得られない場合があります。例えば、対象物の輪 郭形状は同じでも輪郭内の状態が異なっている場合。濃淡が違っていたり、パターンそのものが違っていたりする場合や、一部欠損があったり、対象物が傾いていたり、対象物の大 きさが変わっていたりする場合などです。このような局面に対応するには、旧来の手法では対応できず、新しい手法が必要になってきます。そして現在、その主流となっているの が輪郭サーチです。まず、画像の一部をテンプレートとして登録します。その際に、何らかの手法（ソベル、ハフ変換、その他） を使ってテンプレート画像の輪郭特徴を抽出し、特徴をベクトル化しモデルとして登録します。そのテンプレートを使用して対象画像の特徴を（モデル登録と同じ手法で） 抽出しベクトル化、一致ベクトルの数で得点を計算し位置、類似性を計測します。ここで、先ほどの正規化相関サーチでの問題点をどう克服するかについてですが、対象物の輪郭形状は同じでも輪郭内の状態が違っている場合、輪郭同士を比較するため、この様な問題は起こりません。一部欠損した場合も、画像を登録した場合に 比べて、全体の特徴に対する欠損特徴の割合が少ないため、一致した部分のみを使い、位置を検出することができます。また、回転やスケール変化がある場合は、モデルがベクトルの固まりととらえることができるので、ベクトルにアフィン変換を施せば、回転やスケール変化に簡単に対応することができます。
＞技術情報：幾何学形状パターンマッチングとは
a．特徴の抽出（ソベル、ハフ変換、 その他）
b．特徴をベクトル化
c．アフィン変換しながらベクトル一 致点の検索
d．一致点の数量から得点化する
私たちは、外観検査・画像処理検査に関するエキスパート集団です。単なるメーカーではなく、画像処理アルゴリズム、光学技術、電気・機械の知識と経験を兼ね備える外観検査・画像処理検査装置メーカーとして、総合的なコンサルティングも可能とする、開発型エンジニアリング企業です。
