物体识别系统

1.一种物体识别系统，所述物体识别系统包括：
获取部，所述获取部用于获取在其表面上分别具有特有图案的多个物体中的每一个的捕获图像，在所述表面上形成有预定图像；
分类部，所述分类部用于对于所述多个物体中的每一个，根据所述预定图像的形成位置相对于该物体的基准位置的偏离、或者所述获取部对于该物体获取的捕获图像中的该物体上形成的所述预定图像中包括的噪声的图案，将该物体分类为多个分类中的任一个；
登记部，所述登记部用于对于所述多个物体中的每一个，将该物体的识别信息、表示该物体的表面上的图案的图案图像和该物体的分类彼此关联地进行登记；
分类获取部，所述分类获取部用于基于如下的结果，来获取对象物体的分类的候选，所述候选是所述多个物体中的一个，其中所述结果是所述分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果；
图案图像获取部，所述图案图像获取部用于获取由所述登记部与由所述分类获取部获取的分类关联地登记的图案图像；以及
指定部，所述指定部用于将与由所述图案图像获取部获取的图案图像中匹配所述对象物体捕获图像的图案图像关联的识别信息指定为所述对象物体的识别信息。
2.根据权利要求1所述的物体识别系统，其中，所述分类获取部获取所述对象物体的分类的候选、和所述对象物体捕获图像中的按照所述预定图像的形成位置相对于该对象物体的基准位置的偏离与多个分类中的每一个的区域之间的距离的升序设置的优先级，并且所述指定部从与所述对象物体的分类的候选中具有高优先级的分类的候选关联地登记的图案图像开始按顺序执行与所述对象物体捕获图像的对照。
3.根据权利要求1所述的物体识别系统，其中，所述分类获取部获取所述对象物体的分类的候选、和所述对象物体捕获图像中的按照该物体上形成的所述预定图像中包括的噪声的图案与多个分类中的每一个的代表图案之间的相似度的降序设置的优先级，并且所述指定部从与所述对象物体的分类的候选中具有高优先级的分类的候选关联地登记的图案图像开始按顺序执行与所述对象物体捕获图像的对照。
4.根据权利要求1所述的物体识别系统，其中，所述分类部对于所述多个物体中的每一个，基于所述获取部对于该物体获取的捕获图像，根据所述预定图像的形成位置相对于该物体的基准位置的偏离、与该物体上形成的所述预定图像中包括的噪声的图案的组合，来将该物体分类为所述多个分类中的任一个。
5.根据权利要求4所述的物体识别系统，其中，
所述多个分类由关于所述位置的偏离的多个第一分类和关于噪声的图案的多个第二分类的组合构成，
所述分类获取部按照所述对象物体捕获图像中的所述预定图像的形成位置相对于所述对象物体的基准位置的偏离与所述多个第一分类中的每一个的区域之间的距离的升序获取关于所述第一分类的第一至第N候选，按照所述对象物体捕获图像中的所述对象物体上形成的所述预定图像中包括的噪声的图案与所述第二分类中的每一个的代表图案之间的相似度的降序获取关于所述第二分类的第一至第M候选，并且，获取所述对象物体的分类的候选和优先级，所述优先级是按照下述顺序设置的：关于所述第二分类的所述第一至第M候选与所述第一分类的各第一至第N候选的顺序组合的顺序、关于所述第一分类的所述第一至第N候选与关于所述第二分类的各第一至第M候选的顺序组合的顺序、或者关于所述第一分类的第i候选和关于所述第二分类的第j候选的i和j的总和的升序，并且所述指定部从与所述对象物体的分类的候选中具有最高的优先级的分类的候选关联地登记的图案图像开始按顺序执行与对象物体捕获图像的对照，
其中，N是等于或大于2的整数，M是等于或大于2的整数，i是1至N中的任一整数，并且j是1至M中的任一整数。
6.一种物体识别系统，所述物体识别系统包括：
图像形成设备；
图像捕获设备；和
物体识别设备，
所述图像形成设备包括图像形成部，所述图像形成部用于在物体的表面上形成预定图像，每个预定图像在所述表面上具有特有图案，
所述图像捕获设备包括图像捕获部，所述图像捕获部用于捕获多个所述物体的图像，并且
所述物体识别设备包括：
获取部，所述获取部用于从所述图像捕获设备获取多个所述物体中的每一个的捕获图像；
分类部，所述分类部用于对于多个所述物体中的每一个，根据所述获取部对于该物体获取的捕获图像中的所述预定图像的形成位置相对于该物体的基准位置的偏离、或者该物体上形成的所述预定图像中包括的噪声的图案，将该物体分类为多个分类中的任一个；
登记部，所述登记部用于对于多个所述物体中的每一个，将该物体的识别信息、表示该物体的表面上的图案的图案图像和该物体的分类彼此关联地进行登记；
分类获取部，所述分类获取部用于基于如下的结果，来获取对象物体的分类的候选，所述候选是多个所述物体中的一个，其中所述结果是所述分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果；
图案图像获取部，所述图案图像获取部用于获取由所述登记部与由所述分类获取部获取的分类关联地登记的图案图像；以及
指定部，所述指定部用于将与由所述图案图像获取部获取的图案图像中匹配对象物体捕获图像的图案图像关联的识别信息指定为所述对象物体的识别信息。
7.一种登记设备，所述登记设备包括：
获取部，所述获取部用于获取在其表面上分别具有特有图案的多个物体中的每一个的捕获图像，在所述表面上形成有预定图像；
分类部，所述分类部用于对于所述多个物体中的每一个，根据所述获取部对于该物体获取的捕获图像中的所述预定图像的形成位置相对于该物体的基准位置的偏离、或者该物体上形成的所述预定图像中包括的噪声的图案，将该物体分类为多个分类中的任一个；以及
登记部，所述登记部用于对于所述多个物体中的每一个，将该物体的识别信息、表示该物体的表面上的图案的图案图像和该物体的分类彼此关联地进行登记。
8.一种对照设备，所述对照设备包括：
分类部，所述分类部用于对于在其表面上分别具有特有图案的多个物体中的每一个，根据对于该物体获取的捕获图像中的在所述表面上形成的预定图像的形成位置相对于该物体的基准位置的偏离、或者该物体上形成的所述预定图像中包括的噪声的图案，将该物体分类为多个分类中的任一个；
分类获取部，所述分类获取部用于基于如下的结果，来获取对象物体的分类的候选，所述候选是所述多个物体中的一个，其中所述结果是所述分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果；
图案图像获取部，所述图案图像获取部用于获取与由所述分类获取部从存储部获取的分类关联地存储的图案图像，其中，对于所述多个物体中的每一个，该物体的识别信息、表示该物体的表面上的图案的图案图像、和由所述分类部分类的该物体的分类彼此关联地存储在所述存储部中；以及
指定部，所述指定部用于将与由所述图案图像获取部获取的图案图像中匹配对象物体捕获图像的图案图像关联的识别信息指定为所述对象物体的识别信息。

物体识别系统\n技术领域\n[0001] 本发明涉及一种物体识别系统。\n背景技术\n[0002] 在表面上呈现的图案有时对于各个物体来说是不同的。存在一种用于使用图案确定物体的真实性并且识别物体的技术。例如，在下面描述的专利文献1中，利用由于形成纸的纤维的缠绕状态的差异导致在纸的表面上出现特定图案，各纸所要求的图案被存储在数据库中，从识别对象纸获取的图案被与数据库中存储的图案进行对照，并且对对象纸进行识别。\n[0003] 引用列表\n[0004] 专利文献\n[0005] 专利文献1：JP 2004-085212 A\n发明内容\n[0006] 技术问题\n[0007] 本发明的一个目的在于提供一种物体识别系统和程序，其能够利用基于物体表面上形成的图像的随机性来减少应与识别对象物体的图案对照的图案的数目。\n[0008] 技术方案\n[0009] 为了实现该目标，本发明的第一方面提供了一种物体识别系统，其特征在于包括：\n获取部，其用于获取在其表面上分别具有特有图案的多个物体中的每一个的捕获图像，在表面上形成有预定图像；分类部，其用于对于多个物体中的每一个，根据基于获取部对于该物体获取的捕获图像中包括的物体上形成的预定图像的物体的特征将物体分类为多个分类中的任一个；登记部，其用于对于多个物体中的每一个，将物体的识别信息、表示物体的表面上的图案的图案图像和物体的分类彼此关联地进行登记；分类获取部，其用于基于分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果来获取对象物体的分类的候选，该候选是多个物体中的一个；图案图像获取部，其用于获取由登记部与由分类获取部获取的分类关联地登记的图案图像；以及指定部，其用于将与由图案图像获取部获取的图案图像中匹配对象物体捕获图像的图案图像关联的识别信息指定为对象物体的识别信息。\n[0010] 本发明的第二方面的特征在于，在第一方面的物体识别系统中，分类部对于多个物体中的每一个，基于获取部对于物体获取的捕获图像，根据预定图像的形成位置相对于物体的基准位置的偏离将物体分类为多个分类中的任一个。\n[0011] 本发明的第三方面的特征在于，在第一方面的物体识别系统中，分类部对于多个物体中的每一个，基于由获取部对于物体获取的捕获图像，根据物体上形成的预定图像中包括的噪声的图案将物体分类为多个分类中的任一个。\n[0012] 本发明的第四方面的特征在于，在第一方面的物体识别系统中，分类部对于多个物体中的每一个，基于获取部对于物体获取的捕获图像，根据预定图像的形成位置相对于物体的基准位置的偏离与物体上形成的预定图像中包括的噪声的图案的组合来将物体分类为多个分类中的任一个。\n[0013] 本发明的第五方面的特征在于，在第一方面至第四方面中的任一方面的物体识别系统中，分类获取部获取对象物体的分类的候选和优先级，图案图像获取部对于由分类获取部获取的分类中的每一个，与分类的优先级关联地获取由登记部与分类关联地登记的图案图像，并且指定部从具有最高的优先级的图案图像开始按顺序执行与对象物体捕获图像的对照。\n[0014] 本发明的第六方面提供了一种物体识别系统，其特征在于包括图像形成设备、图像捕获设备和物体识别设备，图像形成设备包括图像形成部，其用于在物体的表面上形成预定图像，每个预定图像在表面上具有特有图案，图像捕获设备包括图像捕获部，其用于捕获多个物体的图像，并且物体识别设备包括：获取部，其用于从图像捕获设备获取多个物体中的每一个的捕获图像；分类部，其用于对于多个物体中的每一个，根据基于获取部对于该物体获取的捕获图像中包括的物体上形成的预定图像的物体的特征将物体分类为多个分类中的任一个；登记部，其用于对于多个物体中的每一个，将物体的识别信息、表示物体的表面上的图案的图案图像和物体的分类彼此关联地进行登记；分类获取部，其用于基于分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果来获取对象物体的分类的候选，该候选是多个物体中的一个；图案图像获取部，其用于获取由登记部与由分类获取部获取的分类关联地登记的图案图像；以及指定部，其用于将与由图案图像获取部获取的图案图像中匹配对象物体捕获图像的图案图像关联的识别信息指定为对象物体的识别信息。\n[0015] 本发明的第七方面提供了一种程序，该程序使得计算机用作：获取部，其用于获取在其表面上分别具有特有图案的多个物体中的每一个的捕获图像，在表面上形成有预定图像；分类部，其用于对于多个物体中的每一个，根据基于获取部对于该物体获取的捕获图像中包括的物体上形成的预定图像的物体的特征将物体分类为多个分类中的任一个；登记部，其用于对于多个物体中的每一个，将物体的识别信息、表示物体的表面上的图案的图案图像和物体的分类彼此关联地进行登记；分类获取部，其用于基于分类部基于通过捕获对象物体的图像获得的对象物体捕获图像对该对象物体进行分类而获得的结果来获取对象物体的分类的候选，该候选是多个物体中的一个；图案图像获取部，其用于获取由登记部与由分类获取部获取的分类关联地登记的图案图像；以及指定部，其用于将与由图案图像获取部获取的图案图像中匹配对象物体捕获图像的图案图像关联的识别信息指定为对象物体的识别信息。\n[0016] 本发明的有利效果\n[0017] 根据本发明的第一、第六和第七方面，能够利用基于物体表面上形成的图像的随机性来减少应与识别对象物体的图案对照的图案的数目。\n[0018] 根据本发明的第二方面，能够利用物体表面上形成的图像的位置对于各图像来说不同的事实来减少应与识别对象物体的图案对照的图案的数目。\n[0019] 根据本发明的第三方面，能够利用物体表面上形成的图像中包括的噪声的图案对于各图像来说不同的事实来减少应与识别对象物体的图案对照的图案的数目。\n[0020] 根据本发明的第四方面，与仅利用图像的位置的偏离和噪声的图案中的一种来减少图案的数目的方案相比，能够利用物体表面上形成的图像的位置的偏离和物体表面上形成的图像中包括的噪声的图案的组合来进一步减少应与识别对象物体的图案对照的图案的数目。\n[0021] 根据本发明的第五方面，能够从最有可能匹配识别对象物体的图案开始按顺序执行对照处理。\n附图说明\n[0022] 图1是根据实施方式的物体识别系统的系统构造图。\n[0023] 图2是物体识别设备的功能框图。\n[0024] 图3是示出捕获图像的示例的图。\n[0025] 图4是用于说明位置偏离向量的特定示例的图。\n[0026] 图5是用于说明二值化的打印图像图案的特定示例的图。\n[0027] 图6是用于说明按种类A进行的分类处理的特定示例的图。\n[0028] 图7是示出预先为种类B的各分类生成的代表图案的示例的图。\n[0029] 图8是示出图案采样区域的示例的图。\n[0030] 图9是示出图案信息表的示例的图。\n[0031] 图10是示出种类A的分类候选的示例的图。\n[0032] 图11是登记处理的流程的示例。\n[0033] 图12是对照处理的流程的示例。\n[0034] 图13是对照处理的流程的示例。\n[0035] 图14A是对照处理的流程的示例。\n[0036] 图14B是对照处理的流程的示例。\n具体实施方式\n[0037] 下面根据附图说明用于实施本发明的实施方式(下面称为实施方式)。\n[0038] 在图1中，示出了根据该实施方式的物体识别系统1的系统构造图。如图1中所示，物体识别系统1包括图像形成设备2、图像捕获设备4和物体识别设备10。图像捕获设备4和物体识别设备10被连接以能够执行数据通信。\n[0039] 图像形成设备2设置在例如用于物体的生产线5上。图像形成设备2在经过生产线5的物体的表面上形成预定图像(例如，字符图像)。在该实施方式中说明的示例中，物体是其表面上打印有预定字符的圆形药片。注意的是，图像形成设备2可以通过雕刻在药片的表面上形成图像或者可以使用可食用墨水执行打印(雕刻打印等等)。在下面的说明中，打印在药片的表面上的图像被称为打印图像。\n[0040] 图像捕获设备4是捕获利用图像形成设备2在其表面上进行了图像形成的物体(药片)的图像的设备。图像捕获设备4可以以与图像形成设备2相同的方式设置在生产线5上。\n图像捕获设备4以预定分辨率(例如，600dpi)捕获图像并且将捕获的图像输出到物体识别设备10。\n[0041] 物体识别设备10是计算机，其从图像捕获设备4获取物体(药片)的捕获图像，基于获取的捕获图像登记物体(药片)的识别信息和表面图案信息，并且执行下述处理，该处理用于将识别对象物体(药片)的表面图案信息与物体(药片)的登记的表面图案信息进行对照并且指定识别对象物体(药片)的识别信息。下面说明物体识别设备10的细节。\n[0042] 在图2中，示出了物体识别设备10的功能框图。如图2中所示，物体识别设备10包括捕获图像获取部12、个体图像提取部14、个体信息付与部16、图像特征提取部18、分类部20、表面图案获取部22、个体信息登记部24、对象图像获取部26、分类信息获取部28、比较图案获取部30、对象图案获取部32、图案对照部34和对照结果输出部36。\n[0043] 可以通过计算机来实现物体识别设备10中包括的各部的功能，该计算机包括诸如CPU的控制部、诸如存储器的存储部和用于对于外部装置进行数据的发送和接收、读取和执行计算机可读取信息存储介质中存储的程序的输入/输出部。注意的是，程序可以通过诸如光盘、磁盘、磁带、磁光盘或闪存的信息存储介质或者经由诸如因特网的通信网络提供给物体识别设备10(其是计算机)。\n[0044] 捕获图像获取部12从图像捕获设备4获取物体(药片)的捕获图像。例如，图像捕获设备4和物体识别设备10可以经由有线或无线网络连接。捕获图像获取部12可以经由网络接收从图像捕获设备4发送的捕获图像。\n[0045] 在图3中，示出了由捕获图像获取部12获取的捕获图像的示例。在根据该实施方式的用于药片的生产线5中，N个药片被垂直于传送方向布置。在图3中所示的捕获图像中，包括由图像捕获设备4捕获的N个药片的图像。自然地，捕获图像的形式不限于上述示例。药片可以逐个地进行图像捕获或者N×M(M是等于或大于2的整数)个药片可以一起进行图像捕获。\n[0046] 个体图像提取部14提取对应于由捕获图像获取部12获取的捕获图像中包括的各物体(药片)的图像区域(个体图像)。例如，个体图像提取部14可以检测捕获图像中包括的边缘并且基于检测到的边缘提取对应于一个物体(药片)的图像区域。\n[0047] 个体信息付与部16将诸如识别信息(药片ID)的信息付与由个体图像提取部14提取的对应于物体的个体图像。例如，个体信息付与部16可以根据生产线的识别信息(生产线ID)、生产线上的行(垂直于传送方向)数(1至N中的任一个)、生产线上的列(传送方向)数和生产日期和时间的组合来生成药片ID。当以上述形式生成了药片ID时，从药片ID能够看出药片的生产日期、生产药片的生产线以及生产药片的位置。在药片ID中，可以包括诸如用于识别其中储存药片的容器的容器ID的信息。这样的信息可以与药片ID关联地存储。\n[0048] 图像特征提取部18基于由个体图像提取部14提取的各物体的个体图像中包括的物体表面上形成的打印图像提取各物体的图像特征。下面说明在本实施方式中使用的图像特征的两个示例。\n[0049] 关于第一图像特征，着眼于物体(药片)与物体(药片)上形成的打印图像之间的位置关系的随机性，将位置关系设置为图像特征。例如，作为第一图像特征，可以使用表示打印图像的重心位置相对于物体(药片)的基准位置(例如，物体的中心位置)的偏离的位置偏离向量。\n[0050] 在图4中，示出了用于说明位置偏离向量的具体示例的图。如图4中所示，图像特征提取部18将个体图像的外接圆(或外接矩形)的中心设置为物体的基准位置(坐标中心(0，\n0))。此外，图像特征提取部18对个体图像进行二值化，提取物体上形成的打印图像，指定所提取的打印图像的外接矩形的重心位置，并且获得在基准位置开始并且在重心位置结束的位置偏离向量。\n[0051] 接下来，对第二图像特征进行说明。关于第二图像特征，着重于物体(药片)上形成的打印图像中包括的噪声的随机性，将二值化的打印图像的图案设置为图像特征。\n[0052] 在图5中，示出了用于说明二值化的打印图像图案的具体示例的图。图5中所示的打印图像图案是通过例如提取以通过对个体图像进行二值化而获得的黑色像素组的外接矩形的重心位置为中心的具有预定大小(宽度W，长度H)的图像区域而获得的。基于由打印图像的原始数据形成的理想打印图像的大小来确定将要提取的图像区域的大小。每个物体的特有噪声被包括在为各物体提取的打印图像图案中。\n[0053] 分类部20基于图像特征提取部18为物体(药片)的个体图像中的每一个提取的第一图像特征和第二图像特征中的至少一个来将物体(药片)分类为多个分类中的任一个。下面说明由分类部20进行的分类处理的示例。\n[0054] 首先，说明分类部20基于从物体的个体图像提取的第一图像特征(位置偏离向量)对物体进行分类的示例(第一示例)。在下面的说明中，按第一图像特征进行的分类被称为按种类A进行的分类。\n[0055] 在图6中，示出了用于说明按种类A进行的分类处理的具体示例的图。如图6中所示，对于以各位置偏离向量的开始点作为原点的坐标系中的每个坐标范围设置分类(分类G1至Gn(n是2以上的整数))。基于位置偏离向量的终点所属于的坐标范围来对对应于位置偏离向量的物体进行分类。在图6中所示的示例中，坐标系被划分为三十六个坐标范围。进行分类以对应于各坐标范围(G1至G36)。例如，与第一物体相关的位置偏离向量被分类到G15。与第二物体相关的位置偏离向量被分类到G22。注意的是，虽然分类的坐标范围的大小在图6中所示的示例中被设置为相等，但是坐标范围可以根据离原点的距离而改变。例如，坐标范围可以随着坐标范围远离原点而设置得更大。\n[0056] 在图6中所示的示例中，位置偏离向量被基于位置偏离向量所属于的坐标范围而进行分类。然而，位置偏离向量可以基于位置偏离向量的长度来进行分类。具体地，可以对于各分类设置位置偏离向量的长度的范围，并且可以根据位置偏离向量的长度所属于的范围来确定分类。当确定了分类时，作为位置偏离向量的长度，可以使用位置偏离向量的起点像素和终点像素之间的欧几里德距离或者可以使用街道距离(曼哈顿距离)。\n[0057] 接下来，将描述分类部20基于从物体的个体图像提取的第二图像特征(打印图像图案)来对物体进行分类的示例(第二示例)。在下面的说明中，按第二图像特征进行的分类被称为按种类B进行的分类。\n[0058] 在图7中，在第二示例中，示出了预先为种类B的分类g1至gm(m是2以上的整数)生成的代表图案的示例。首先，分类部20将不同的随机噪声1至m叠加在打印图像的数据上，生成第一至第m不同图案，并且将生成的第一至第m图案分配为分类g1至gm的代表图案。\n[0059] 接下来，分类部20计算从物体的个体图像提取的打印图像图案与各分类g1至gm的代表图案之间的各相似度(距离)，并且将物体的分类确定为与打印图像图案最相似(即，具有最小距离)的代表图案所属于的分类。\n[0060] 最后，说明分类部20基于从物体的个体图像提取的第一特征(位置偏离向量)与第二图像特征(打印图像图案)的组合来对物体进行分类的示例(第三示例)。\n[0061] 在第三示例中，分类部20根据基于第一示例的分类G1至Gn和基于第二示例的分类g1至gm的组合生成1至nm分类Gij(i＝1，…和n，j＝1，…和m)，基于第一示例确定i，并且基于第二示例确定j。\n[0062] 表面图案获取部22从由个体图像提取部14提取的物体的个体图像获取预定区域(图案采样区域)的图像信息(表面图案信息)。例如，图案采样区域可以被设置在个体图像中除了其中形成打印图像的图像区域之外的图像区域中。\n[0063] 在图8中示出了图案采样区域的示例。在图8中所示的示例中，在个体图像中，与打印图像的外接矩形的右侧接触的位置处具有预定尺寸(例如，32个点×32个点)的区域被设置为图案采样区域50。\n[0064] 个体信息登记部24对于物体将由个体信息付与部16付与的识别信息、由分类部20确定的分类信息和由表面图案获取部22获取的表面图案信息彼此关联地登记在数据库中。\n[0065] 在图9中，示出了由个体信息登记部24登记的图案信息表的示例。在图9中所示的图案信息表中，物体识别信息(药片ID)、分类信息(种类A的分类和种类B的分类)以及表面图案信息被彼此关联地存储。\n[0066] 上面描述了物体的生产过程中将关于所有物体(药片)的信息登记在数据库中的处理。接下来，将详细描述将例如在生产的物体(药片)出厂之后获取的一个物体(药片)设置为对象物体并且指定对象物体的识别信息的处理。\n[0067] 对象图像获取部26获取通过捕获对象物体的图像获得的捕获图像。对象图像获取部26可以例如从附图中未示出的图像捕获设备4获取通过利用图像捕获设备4捕获对象物体的图像获得的捕获图像。注意的是，当所获取的对象物体的捕获图像不是直立(没有面向预定方向)时，对象图像获取部26可以执行用于旋转捕获图像并且使得捕获图像直立的图像处理。具体地，对象图像获取部26可以旋转捕获图像使得捕获图像中包括的打印图像的方向被设置在预定方向上。\n[0068] 图像特征提取部18基于由对象图像获取部26获取的捕获图像中包括的对象物体的表面上形成的打印图像提取对象物体的图像特征。用于图像特征的提取处理的细节与上面描述的处理的细节相同。因此，省略提取处理的细节的说明。\n[0069] 分类信息获取部28基于由分类部20基于由图像特征提取部18提取的对象物体的图像特征执行的分类的结果获取对象物体所属于的分类的候选。\n[0070] 例如，当使用第一图像特征(位置偏离向量)作为图像特征时，可以获取对象物体的位置偏离向量所属于的坐标区域作为第一候选的分类。可以从离位置偏离向量最近的坐标开始按顺序获取其它坐标区域作为第二候选至第K候选的分类。候选K的数目可以预先设置或者可以是离位置偏离向量的距离处于阈值内的坐标区域的数目。\n[0071] 在图10中，示出了基于对象图像的位置偏离向量获取的种类A的分类的示例。如图\n10中所示，当位置偏离向量存在于分类G11中时，分类G11可以被设置为第一候选，离与位置偏离向量的边界最近的分类G12可以被设置为第二候选，并且可以将离边界第二近的分类G5设置为第三候选。\n[0072] 当使用第二图像特征(打印图像图案)作为图像特征时，可以从其代表图案与打印图像图案最类似的候选开始按顺序获取第一至第K候选的种类B的分类。候选K的数目可以预先设置或者可以被设置为其与打印图像图案的相似度(距离)处于阈值内的代表图案的数目。\n[0073] 当使用第一图像特征(位置偏离向量)和第二图像特征(打印图像图案)的组合作为图像特征时，在分类Gij中，可以基于第一图像特征来获取i，并且可以基于第二图像特征来获取j。\n[0074] 比较图案获取部30获取由个体信息登记部24与由分类信息获取部28获取的分类关联地登记的表面图案信息。注意的是，当由分类信息获取部28获取第一至第K分类的候选时，比较图案获取部30可以获取按照第一至第K分类的顺序关联的表面图案信息。\n[0075] 对象图案获取部32从对象物体的捕获图像获取对象物体的表面图案信息(下面，对象表面图案信息)。例如，对象图案获取部32可以从对象物体的捕获图像获取预定区域(对象图案采样区域)的图像信息(表面图案信息)。注意的是，对象图案采样区域可以是包括图案采样区域的图像区域。对象图案采样区域可以被设置在个体图像中除了其中形成打印图像的图像区域之外的区域中。\n[0076] 图案对照部34比较由对象图案获取部32获取的对象表面图案信息与由比较图案获取部30获取的表面图案信息并且指定匹配对象表面图案信息的表面图案信息。具体地，图案对照部34比较关于第i(i的初始值为1)候选的分类获取的各种表面图案信息和对象表面图案信息。当在各种表面图案信息中不存在匹配对象表面图案信息的表面图案信息时，图案对照部34递增i并且重复地执行用于比较各种关于新的第i候选的分类获取的表面图案信息与对象表面图案信息的处理，直到出现匹配对象表面图案信息的表面图案信息或者不再存在匹配的表面图案信息。当指定了匹配对象表面图案信息的表面图案信息时，图案对照部34可以从数据库获取与指定的表面图案信息关联地登记的识别信息(药片ID)。\n[0077] 对照结果输出部36输出由图案对照部34获得的对照结果。当由图案对照部34指定将与对象物体对照的物体的识别信息时，对照结果输出部36可以通过例如在显示器显示识别信息或者利用打印设备打印识别信息来输出识别信息。当图案对照部34没有指定将与对象物体对照的物体的识别信息时，对照结果输出部36可以通过利用在显示器上显示效果或者利用打印设备打印效果来输出该效果。\n[0078] 接下来，参考流程图说明由物体识别设备10执行的处理的流程。\n[0079] 首先，参考图11中所示的流程图说明登记对象物体(药片)的表面图案信息的处理(登记处理)的流程。\n[0080] 如图11中所示，物体识别设备10获取登记识别对象物体(药片)的捕获图像(S101)。当种类A的分类没有登记(S102：否)时，物体识别设备10进行S109。当登记了种类A的分类(S102：是)时，物体识别设备10提取捕获图像中包括的对象物体的外接形状(S103)并且指定所提取的外接形状的中心位置(S104)。\n[0081] 接下来，物体识别设备10对捕获图像进行二值化(S105)，指定物体上形成的打印图像(S106)，并且计算指定的打印图像的重心位置(S107)。物体识别设备10基于在S104中指定的中心位置和在S107中计算的重心位置之间的位置偏离来确定登记识别对象物体的与种类A相关的分类(S108)。\n[0082] 接下来，当种类B的分类没有登记(S109：否)时，物体识别设备10进行S113。当登记了种类B的分类(S109：是)时，物体识别设备10以通过对捕获图像进行二值化指定的打印图像的重心位置为中心提取具有基于打印图像的大小的预定大小的图像区域(打印图像图案)(S110)。物体识别设备10计算在S110中提取的图像区域的图像图案和与种类B相关的分类的预定代表图案之间的相似度(S111)。物体识别设备10基于与图像图案最类似的代表图案确定登记识别对象物体的与种类B相关的分类(S112)。\n[0083] 物体识别设备10从登记识别对象物体的捕获图像中除了其中包括打印图像的区域之外的处于预定位置并且具有预定大小的区域提取表面图案信息(S113)。物体识别设备\n10将登记识别对象物体的识别信息、关于在S107和S109中确定的分类的信息和在S113中提取的表面图案信息彼此关联地登记在数据库中(S114)。\n[0084] 当剩余登记识别对象物体(S115：否)时，物体识别设备10返回到S101。当登记识别对象物体没有剩余(S115：是)时，物体识别设备10结束登记处理。\n[0085] 接下来，参考图12、图13和图14A和图14B中所示的流程图说明由物体识别设备10执行的用于将对照识别对象物体(药片)与登记物体进行对照的处理(对照处理)的流程。\n[0086] 在图12中，示出了用于说明对照处理的第一示例的流程图。在图12中所示的流程图中，对使用种类A的分类执行对照处理的示例进行说明。\n[0087] 如图12中所示，物体识别设备10获取对照识别对象物体(药片)的捕获图像(S201)。物体识别设备10提取捕获图像中包括的对象物体的外接形状(S202)并且指定所提取的外接形状的中心位置(S203)。\n[0088] 接下来，物体识别设备10对捕获图像进行二值化(S204)，指定物体上形成的打印图像(S205)，并且计算指定的打印图像的重心位置(S206)。物体识别设备10基于在S203中指定的中心位置与在S206中计算的重心位置之间的位置偏离确定关于对照识别对象物体的与种类A相关的分类的候选(第一至第N)(S207)。\n[0089] 物体识别设备10从对照识别对象物体的捕获图像提取除了其中包括打印图像的区域之外的处于预定位置并且具有预定尺寸的区域的用于对照的表面图案信息(对象表面图案信息)(S208)。\n[0090] 物体识别设备10获取与和在S207中确定的候选中的第i(i的初始值为1)候选相关的分类关联地登记的各种表面图案信息(S209)。物体识别设备10确定在所获取的各种表面图案信息中是否存在匹配对象表面图案信息的表面图案信息(S210)。当确定不存在匹配对象表面图案信息的表面图案信息(S210：否)时以及当i没有达到N(S211：是)时，物体识别设备10递增i(S212)并且返回S209。当i在S211中达到N(S211：否)时，物体识别设备10确定不存在将要进行对照的物体(S213)并且结束处理。另一方面，当在S210中确定存在匹配的表面图案信息(S210：是)时，物体识别设备10将与匹配的表面图案信息关联的识别信息确定为对照识别对象物体的识别信息(S214)并且结束处理。\n[0091] 在图13中，示出了用于说明对照处理的第二示例的流程图。在图13中所示的流程图中，说明了使用种类B的分类执行对照处理的示例。\n[0092] 如图13中所示，物体识别设备10获取对照识别对象物体(药片)的捕获图像(S301)。物体识别设备10对捕获图像进行二值化(S302)，指定物体上形成的打印图像(S303)，并且计算指定的打印图像的重心位置(S304)。\n[0093] 接下来，物体识别设备10以在S304中计算的打印图像的重心位置为中心提取具有基于打印图像的尺寸的预定尺寸的图像区域(打印图像图案)(S305)。物体识别设备10计算在S305中提取的图像区域的图像图案和与种类B相关的分类的预定代表图案之间的相似度(S306)。物体识别设备10基于相似的代表图案的顺序确定关于对照识别对象物体的与种类B相关的分类的候选(第一至第M)(S307)。\n[0094] 物体识别设备10从对照识别对象物体的捕获图像提取除了其中包括打印图像的区域之外的处于预定位置并且具有预定尺寸的区域的用于对照的表面图案信息(对象表面图案信息)(S308)。\n[0095] 物体识别设备10获取与和在S307中确定的候选中的第i(i的初始值为1)候选相关的分类关联地登记的各种表面图案信息(S309)。物体识别设备10确定在所获取的各种表面图案信息中是否存在匹配对象表面图案信息的表面图案信息(S310)。当确定不存在匹配对象表面图案信息的表面图案信息(S310：否)时以及当i没有达到M(S311：是)时，物体识别设备10递增i(S312)并且返回S309。当i在S311中达到M(S311：否)时，物体识别设备10确定不存在将要进行对照的物体(S313)并且结束处理。另一方面，当确定存在匹配的表面图案信息(S310：是)时，物体识别设备10将与匹配的表面图案信息关联的识别信息确定为对照识别对象物体的识别信息(S314)并且结束处理。\n[0096] 在图14A和图14B中示出了用于说明对照处理的第三示例的流程图。在图14A和图\n14B中所示的流程图中，说明其中使用种类A和种类B的分类执行对照处理的示例。\n[0097] 如图14A中所示，物体识别设备10获取对照识别对象物体(药片)的捕获图像(S401)。物体识别设备10提取捕获图像中包括的对象物体的外接形状(S402)并且指定所提取的外接形状的中心位置(S403)。\n[0098] 接下来，物体识别设备10对捕获图像进行二值化(S404)，指定物体上形成的打印图像(S405)，并且计算指定的打印图像的重心位置(S406)。物体识别设备10基于在S403中指定的中心位置与在S406中计算的重心位置之间的位置偏离确定关于对照识别对象物体的与种类A相关的分类的候选(第一至第N)(S407)。\n[0099] 接下来，物体识别设备10以在S406中计算的打印图像的重心位置为中心提取具有基于打印图像的尺寸的预定尺寸的图像区域(打印图像图案)(S408)。物体识别设备10计算在S408中提取的图像区域的图像图案和与种类B相关的分类的预定代表图案之间的相似度(S409)。物体识别设备10基于相似的代表图案的顺序确定关于对照识别对象物体的与种类B相关的分类的候选(第一至第M)(S410)。\n[0100] 物体识别设备10从对照识别对象物体的捕获图像提取除了其中包括打印图像的区域之外的处于预定位置并且具有预定尺寸的区域的用于对照的表面图案信息(对象表面图案信息)(S411)。\n[0101] 接下来，如图14B中所示，物体识别设备10获取与和在S407中确定的候选中的第i(i的初始值为1)候选相关的种类A的分类Gi和与在S410中确定的候选中的第j(j的初始值为1)候选相关的种类B的分类gj关联地登记的各种表面图案信息(S412)。物体识别设备10确定在所获取的各种表面图案信息中是否存在匹配对象表面图案信息的表面图案信息(S413)。当确定不存在匹配对象表面图案信息的表面图案信息(S413：否)时以及当j没有达到M(S414：否)时，物体识别设备10递增j(S415)并且返回S412。\n[0102] 当i在S414中达到M(S414：是)并且i没有达到N(S416：否)时，物体识别设备10递增i(S417)并且返回S412。当i在S416达到N(S416：是)时，物体识别设备10确定不存在将要进行对照的物体(S418)并且结束处理。\n[0103] 另一方面，当在S413中确定存在匹配的表面图案信息(S413：是)时，物体识别设备\n10将与匹配的表面图案信息关联的识别信息确定为对照识别对象物体的识别信息(S419)并且结束处理。\n[0104] 在图14A和图14B中所示的流程图中说明的示例中，在顺序地将第一至第M候选与种类A的第i候选组合的同时执行对照。然而，可以在顺序地将第一至第N候选与种类B的第j候选组合的同时执行对照或者可以在从种类A的第j候选和种类B的第j候选(其i+j的值最小)开始顺序地组合种类A的第i候选和种类B的第j候选的同时执行对照。\n[0105] 与不执行上述减少图案的数目的处理时减少的对照处理的步骤的数目相比，在上述物体识别系统1中，通过利用基于物体的表面上形成的打印图像的图像特征减少将与物体的表面图案信息对照的图案的数目来减少对照处理的步骤的数目。此外，当使用分别基于独立的图像特征的种类A和种类B来减少与物体的表面图案信息对照的图案的数目时，与当使用种类A和种类B中的一种来减少步骤的数目的方案相比，进一步减少了对照处理的步骤的数目。\n[0106] 本发明不限于实施方式。例如，在实施方式中说明的示例中，使用圆形药片作为物体。然而，自然地，本发明可以应用于诸如电子组件的其它物体，只要该物体是其表面上具有随机图案并且打印有预定图像的物体。\n[0107] 在实施方式中解释的示例中，物体识别设备10执行登记处理和对照处理。然而，可以单独地构造执行登记处理的登记设备和执行对照处理的对照设备。在该情况下，登记设备可以包括捕获图像获取部12、个体图像提取部14、个体信息付与部16、图像特征提取部\n18、分类部20、表面图案获取部22和个体信息登记部24。对照设备可以包括对象图像获取部\n26、分类信息获取部28、比较图案获取部30、对象图案获取部32、图案对照部34和对照结果输出部36。