识别装置、记录介质以及识别方法与流程

1.本发明涉及识别装置、记录有识别程序的记录介质以及识别方法。


背景技术：

2.在专利文献1中公开了一种对照装置，其具有：获取单元，其将附加在部件或者产品上的识别标志的骨架部分的至少一部分作为对照区域，获取在对照区域中形成的梨皮花纹的第一图像、以及在附加在待识别部件或产品上的识别标志的骨架部分或者作为待识别产品的构成要素之一的部件的骨架部分的对照区域中形成的梨皮花纹的第二图像；以及输出单元，其将第一图像和第二图像进行对照，并输出对照的结果，其中，梨皮花纹是在由金属模具形成的基础上，作为后续加工，通过喷砂加工、基于粉体涂装的梨皮加工、或电镀加工而形成，预先使由金属模具形成的花纹的粗糙度比通过后续加工而产生的花纹粗糙。
3.在专利文献2中公开了一种对照装置，其具备：提取单元，其从至少包含表示与部件、产品或将在先商品作为构成要素的产品有关的信息的n维符号和在由金属模具施加了梨皮花纹的部件或产品的规定区域的至少一部分即对照区域中形成的梨皮花纹的拍摄图像中，提取n维符号的图像和梨皮花纹的图像；获取单元，其从提取出的n维符号的图像中获取与部件或产品有关的信息；以及获取并输出对照结果的单元，该对照结果是将由金属模具施加了梨皮花纹的部件或产品的规定区域的至少一部分作为对照区域，并将提取出的梨皮花纹的图像与将在通过同一金属模具施加了梨皮花纹的多个部件或产品中的至少一个部件或产品的对照区域中形成的梨皮花纹的图像特征存储为代表值的数据库进行对照而获得，其中，梨皮花纹是在由金属模具形成的梨皮花纹的基础上，通过作为后续加工施加喷砂加工、或基于粉体涂装的梨皮样加工、或电镀加工而形成，通过预先使基于金属模具的梨皮花纹的粗糙度比通过后续加工而产生的个体差异的花纹粗糙，从而容易独立地进行金属模具的识别和个体差异的识别。
4.现有技术文献
5.专利文献
6.专利文献1：日本专利第6455678号公报
7.专利文献2：日本专利第6308370号公报


技术实现要素：

8.发明要解决的问题
9.在成型品中，有时希望在制造后确定成型了该成型品的模具，将其称为模具确定。另外，不仅是成型的模具，有时还希望识别与作为历史而留下的各个成型品的数据中的哪一个对应，将其称为个体识别。例如，为了在成型品制造并投入市场后追踪制造历史，使用在进行模具确定后再进行个体识别的方法。
10.作为在模具确定后进行个体识别的方法，如专利文献1或专利文献2的识别装置那样，也有一种通过成型品的花纹进行模具确定，并通过在成型后对特定的对照区域进行的
梨皮加工等进行个体识别的方法。然而，从避免制造过程的繁杂、成型品的外观的均质性等角度考虑，有必要研究在成型后不对成型品进行额外的处理的方法。
11.本发明的目的在于，提供一种在制造阶段无需为了个体识别而对成型品表面进行额外的处理即可进行成型品的模具确定和个体识别的识别装置、记录有识别程序的记录介质以及识别方法。
12.用于解决问题的方案
13.根据第一方面的识别装置具备处理器，所述处理器执行以下处理：获取对照对象即对照成型品的对照定形图像和对照不定形图像，所述对照定形图像是形成有定形花纹的区域的至少一部分图像，所述对照不定形图像是形成有不定形花纹的区域的至少一部分图像，所述不定形花纹是在形成所述定形花纹时形成的花纹，其形成于与形成有所述定形花纹的区域不同的区域；参照存储部，所述存储部将使用至少一个模具而成型的多个成型品中的各成型品的、由形成有定形花纹的区域的至少一部分图像即登记定形图像和形成有不定形花纹的区域的至少一部分图像即登记不定形图像组成的对作为登记图像按每个所述模具进行预先存储；使用所述登记定形图像和所述对照定形图像来确定对所述对照成型品进行了成型的模具，并识别所述对照不定形图像与和所确定的所述模具相对应的所述登记图像中的哪一个所述登记不定形图像一致。
14.根据第二方面的识别装置是根据在第一方面的识别装置，其中，所述处理器获取作为一个图像的由所述对照定形图像和所述对照不定形图像组成的对，参照预先存储有作为一个图像的由所述登记定形图像和所述登记不定形图像组成的对即所述登记图像的所述存储部。
15.根据第三方面的识别装置是根据第二方面的识别装置，其中，所述处理器获取由在形成有所述定形花纹的区域和形成有不定形花纹的区域中以与形成有更微细的花纹的区域对应的拍摄分辨率拍摄到的所述对照定形图像和所述对照不定形图像组成的对，参照预先存储有以所述拍摄分辨率拍摄到的所述登记图像的存储部。
16.根据第四方面的识别装置是根据第一方面的识别装置，其中，所述处理器获取作为不同的图像的由所述对照定形图像和所述对照不定形图像组成的对，参照预先存储有作为不同的图像的由所述登记定形图像和所述登记不定形图像组成的对即所述登记图像的所述存储部。
17.根据第五方面的识别装置是根据第四方面的识别装置，其中，所述处理器获取由以与形成有所述定形花纹的区域对应的分辨率拍摄到的所述对照定形图像和以与形成有所述不定形花纹的区域对应的分辨率拍摄到的所述对照不定形图像组成的对，参照所述存储部，所述存储部预先存储有由以与形成有所述定形花纹的区域对应的分辨率拍摄到的所述登记定形图像和以与形成有不定形花纹的区域对应的分辨率拍摄到的所述登记不定形图像组成的对即所述登记图像。
18.根据第六方面的识别装置是根据第五方面的识别装置，其中，所述处理器获取由以将对形成有不定形花纹的区域进行拍摄时的第二分辨率设置为比对形成有所述定形花纹的区域进行拍摄时的第一分辨率高的方式拍摄到的所述对照定形图像和所述对照不定形图像组成的对，参照所述存储部，所述存储部预先存储有由以所述第一分辨率拍摄到的所述登记定形图像和以所述第二分辨率拍摄到的所述登记不定形图像组成的对即所述登
记图像。
19.根据第七方面的识别装置是根据第一方面至第六方面中的任一的识别装置，其中，所述不定形花纹是在使用所述模具进行成型时辅助地使用的用具的痕迹、以及所述定形花纹形成得不完整的区域的花纹中的至少一方。
20.根据本公开的一个方面，提供了记录有识别程序的记录介质，其中，该程序使计算机执行如下处理：获取照对象即对照成型品的对照定形图像和对照不定形图像，所述对照定形图像是形成有定形花纹的区域的至少一部分图像，所述对照不定形图像是形成有不定形花纹的区域的至少一部分图像，所述不定形花纹是在形成所述定形花纹时形成的花纹，其形成于与形成有所述定形花纹的区域不同的区域；参照存储部，所述存储部将使用至少一个模具而成型的多个成型品中的各成型品的、由形成有定形花纹的区域的至少一部分图像即登记定形图像和形成有不定形花纹的区域的至少一部分图像即登记不定形图像组成的对作为登记图像按每个所述模具进行预先存储；使用所述登记定形图像和所述对照定形图像来确定对所述对照成型品进行了成型的模具，并识别所述对照不定形图像与和所确定的所述模具相对应的所述登记图像中的哪一个所述登记不定形图像一致(本发明的第八方面)。
21.根据本公开的一个方面，提供了一种识别方法，包括：获取照对象即对照成型品的对照定形图像和对照不定形图像，所述对照定形图像是形成有定形花纹的区域的至少一部分图像，所述对照不定形图像是形成有不定形花纹的区域的至少一部分图像，所述不定形花纹是在形成所述定形花纹时形成的花纹，其形成于与形成有所述定形花纹的区域不同的区域；参照存储部，所述存储部将使用至少一个模具而成型的多个成型品中的各成型品的、由形成有定形花纹的区域的至少一部分图像即登记定形图像和形成有不定形花纹的区域的至少一部分图像即登记不定形图像组成的对作为登记图像按每个所述模具进行预先存储；使用所述登记定形图像和所述对照定形图像来确定对所述对照成型品进行了成型的模具，并识别所述对照不定形图像与和所确定的所述模具相对应的所述登记图像中的哪一个所述登记不定形图像一致(本发明的第九方面)。
22.发明效果
23.根据第一方面、第八方面及第九方面，起到如下效果：能够提供一种能够在制造阶段无需为了个体识别而对成型品表面进行额外的处理的情况下即可进行成型品的模具确定和个体识别的识别装置、记录有识别程序的记录介质以及识别方法。
24.根据第二方面，起到如下效果：与使用作为不同的图像的由对照定形图像和对照不定形图像组成的对、以及作为不同的图像的由登记定形图像和登记不定形图像组成的对的情况相比，更简便地进行图像的获取。
25.根据第三方面，起到如下效果：在对照定形图像与对照不定形图像之间、以及在登记定形图像与登记不定形图像之间，与在不考虑拍摄分辨率的情况下而获取图像的情况相比，识别更微细的花纹。
26.根据第四方面，起到如下效果：与使用作为一个图像的由对照定形图像和对照不定形图像组成的对、以及作为一个图像的由登记定形图像和登记不定形图像组成的对的情况相比，选择与定形图像、不定形图像的特质相应的拍摄区域。
27.根据第五方面，起到如下效果：与以相同的拍摄分辨率获取由对照定形图像和对
照不定形图像组成的对、以及由登记定形图像和登记不定形图像组成的对的情况相比较，选择与定形图像、不定形图像各自的特质相应的拍摄分辨率。
28.根据第六方面，起到如下效果：与以将对形成有不定形花纹的区域进行拍摄时的第二分辨率设置为比对形成有定形花纹的区域进行拍摄时的第一分辨率低的方式拍摄到的图像对的情况相比，识别出更微细的不定形花纹。
29.根据第七方面，起到如下效果：与不考虑形成过程而选择不定形花纹的区域的情况相比，容易确定不定形花纹的区域。
附图说明
30.图1是示出第一实施方式的识别装置的结构的一例的框图。
31.图2的(a)是示出在第一实施方式的识别装置的存储部中存储登记图像的方法的框图。
32.图2的(b)是示出登记图像的结构的框图。
33.图3的(a)是用于说明定形花纹、不定形花纹的一例的图。
34.图3的(b)是用于说明拍摄区域的图。
35.图4是示出实施方式的识别装置执行的识别处理程序的处理的流程的流程图。
36.图5是用于说明实施方式的识别装置中的模具确定处理的原理的图。
37.图6的(a)是用于说明实施方式的识别装置中的个体识别处理的原理的比较结果的图表。
38.图6的(b)是示出用于说明实施方式的识别装置中的个体识别处理的原理的拍摄区域的图。
39.图7的(a)、图7的(b)和图7的(c)是用于说明定形花纹、不定形花纹的一例的图。
40.图8的(a)和图8的(b)是示出第二实施方式的识别装置的图，其中，图8的(a)是用于说明将不完全的定形花纹用作不定形花纹的情况下的识别性的图，图8的(b)是示出第二实施方式中例示的盖的一例的图。
41.图9的(a)是用于说明第三实施方式的可批量成型模具的比较结果的图表。
42.图9的(b)是示出第三实施方式中例示的盖的一例的图。
43.标号说明
44.10
…
识别装置，11
…
cpu，12
…
rom，13
…
ram，15
…
输入部，16
…
ui部，17
…
存储部，18
…
总线，20
…
批量成型模具，21
…
模具部，22
…
盖，30
…
定形区域，31
…
不定形区域，32
…
拍摄区域，fp
…
定形花纹，ap
…
不定形花纹，th1、th2、th3、th4
…
判定范围
具体实施方式
45.以下，参照附图，对用于实施本发明的方式进行详细说明。在以下的说明中，对将本发明的识别装置和识别程序应用于在制造后对通过模具成型的成型品进行模具确定和个体识别的识别装置和识别程序的方式进行例示说明。此处，本实施方式中的“模具”是指在成型品的表面的多个部分上形成定形花纹的模具，可例示压铸法、注塑成型法、模锻法等的模具。将使用该模具成型的制造物称为“成型品”。另外，在以下的说明中，将与背面相反一侧的面称为“正面”，将不考虑正、背的外观面称为“表面”。
46.[第一实施方式]
[0047]
参照图1至图7，对本实施方式的识别装置和识别程序进行说明。如图1所示，本实施方式的识别装置10包括中央处理单元(cpu：central processing unit)11、只读存储器(rom：read only memory)12、随机存取存储器(ram：random access memory)13、输入部15、用户接口(ui)部16和存储部17。另外，cpu11是本发明的“处理器”的一例。
[0048]
cpu11对识别装置10整体进行统一控制，并且执行进行本实施方式的模具确定、个体识别的识别处理。rom12存储识别装置10的控制程序、识别装置10执行的包含识别处理程序的各种程序以及数据等。ram13是用作执行各种程序时的工作区域的存储器。cpu11通过在ram13中展开并执行存储在rom12中的程序来进行识别处理。
[0049]
输入部15(接收部)输入(接收)对成为对照对象的成型品执行识别处理时使用的图像。在本实施方式中，在制造阶段，采用按照每个成型品预先设定的方法对成型品的表面的特定区域的图像进行拍摄，并作为登记图像存储在存储部17中。另外，例如为了将用于追踪制造历史(制造年月日、制造批次、使用设备等)而从市场返回的成型品作为对照成型品进行模具确定、个体识别，使用以与制造时同样的预先确定的方法对对照成型品的特定区域的表面进行拍摄而得到的对照图像。输入部15是接收这些登记图像、对照图像的部位。输入部15可以是输入作为数据的登记图像和对照图像的通用总线(usb：universal serial bus)、通信接口等接口，也可以是照相机等的拍摄装置。
[0050]
ui部16是用户进行识别处理的执行、登记图像、对照图像的输入等的指示的部位。ui部16例如是具备触摸面板功能的液晶监视器。
[0051]
存储部17主要存储上述登记图像。作为一例，存储部17是硬盘驱动器(hdd：hard disk drive)、固态硬盘(ssd：solid state drive)或闪存等。另外，也可以在存储部17中存储识别处理程序等。
[0052]
如图1所示，cpu11、rom12、ram13、输入部15、ui部16和存储部17分别通过总线18相互连接。
[0053]
在此，一般，对于制造物，在制造并投入市场后，有时需要追踪制造历史。即使是使用模具制造的成型品，有时也需要追踪关于运转中的成型品的制造历史，在该情况下，需要首先确定进行了成型的模具。有时会在成型品的表面的多个部分上形成模具固有的纹理花纹(定形花纹、例如梨皮)，通过使用该定形花纹，能够进行模具的确定。但是，为了追踪制造历史，需要进一步地确定到由该模具形成的作为个体的成型品(个体识别)。但是，如后面所述，定形花纹并非能够稳定地进行个体识别不同花纹。
[0054]
另一方面，在模具成型过程中，有时在成型品上形成有顶杆销等辅助用具的痕迹，或者有时即使不使用辅助用具也会形成定形花纹的不完全的部分。所谓顶杆销，是指在将成型品从模具上拆下时使用的销。这些痕迹在模具成型过程中不可控制(例如具有固有的花纹的顶杆销的端面有可能在每次旋转而成型时形成不同的痕迹)。即，当使用辅助用具时，在成型品的表面上形成不定形的的可能性高。本实施方式基于如下见解：如果使用该不定形花纹，则在制造阶段无需为了个体识别而对成型品表面进行额外的处理的情况下即可对成型品进行模具确定和个体识别。
[0055]
因此，在本发明中，采用如下结构：在制造阶段中，预先将成型品的由定形花纹的区域的图像(定形图像)与不定形花纹的区域的图像(不定形图像)组成的对(登记图像)存
储于存储部，在制造后进行模具确定和个体识别时，将对照成型品的对照定形图像与登记定形图像进行比较，首先确定对对照成型品进行了成型的模具，接着将对照不定形图像与附随于所确定的模具的登记不定形图像进行比较，唯一地对与对照成型品对应的登记图像进行个体识别。由此，在制造阶段无需为了个体识别而对成型品表面进行额外的处理的情况下即可进行成型品的模具确定和个体识别。另外，在确定了多个模具中的一个之后，比较附随于所确定的模具的登记图像和对照图像，而不必将与所有模具相关的所有图像与对照成型品的拍摄图像进行比较。由此，特别是在即使在为了更准确地进行个体识别而需要提高不定形花纹的图像的分辨率的情况下，也能够减少计算负荷(具体而言，1/模具的数量)。
[0056]
此处，对本实施方式的“定形花纹”和“不定形花纹”进行更详细的说明。本实施方式所涉及的“定形花纹”是指在制造过程中通过模具在成型品上形成的花纹，是人无法有意再现的花纹。出于设计上的原因等，定形花纹是占据成型品的表面的大部分的纹理花纹。例如，使用模具来形成成型品，从而将模具自身的表面的花纹转印到成型品，由此在成型品上形成模具自身的表面的花纹。具体而言，在由模具形成的成型品的表面的梨皮花纹中，转印有模具自身表面的花纹的部分相当于定形花纹。另外，花纹能够有意再现的qr码(注册商标)这样的图案不包含在定形花纹中。
[0057]
另一方面，本实施方式的“不定形花纹”是在形成定形花纹时形成的花纹，是由于某些情况而在模具自身的表面的花纹不完全的状态下转印于成型品的花纹。并且，是形成在与形成有定形花纹的区域不同的区域中的花纹，是指人无法有意再现的花纹。例如，在使用模具成型中，作为根据机构上的理由而辅助性地使用的用具的、残留于成型品表面的痕迹，即辅助用具的例子，可以列举顶杆销、浇口、流道等。另外，花纹能够有意再现的qr码(注册商标)这样的图案不包含在不定形花纹中。
[0058]
接着，参照图2，对本实施方式的登记图像以及将登记图像存储于存储部17的方法进行说明。
[0059]
如图2的(b)所示，登记图像包含由定形图像(登记定形图像)和不定形图像(登记不定形图像)组成的对。如上所述，在本实施方式中，定形图像是指成型品的定形花纹的区域的图像，不定形图像是指成型品的不定形花纹的区域的图像。
[0060]
在存储部17中存储有使用某个成型品的一个或多个模具(在图2的(a)中例示“金属模具”)中的每一个而进行了成型的多个成型品的登记图像。图2的(a)示出，关于某个成型品的m个金属模具(金属模具1、金属模具2、
…
、金属模具m)，关于金属模具1存储有n1张登记图像(登记图像1、登记图像2、
…
、登记图像n1)，针对金属模具2存储有n2张登记图像(登记图像1、登记图像2、
…
、登记图像n2)，针对金属模具m存储有nm张登记图像(登记图像1、登记图像2、
…
、登记图像nm)。也可以将各个登记图像与关于该登记图像对应的成型品的各信息(例如制造历史等)关联起来。
[0061]
参照图3，对登记图像的具体例进行说明。图3示出通过使用金属模具的注射成型而成型的合成树脂的成型品的例子。在图3的(a)中，《1》示出成型品的样品的正面的花纹，《2》示出背面的花纹。
[0062]
图3的(a)中《1》是对一个成型品的正面的梨皮花纹进行二次拍摄(以下，有时称为“镜头”)而获取的图像的例子。如该例所示，正面的梨皮花纹以即使改变镜头也能够用肉眼判别的程度而再现性良好地转印。
[0063]
图3的(a)中《2》示出用一个金属模具成型的两个成型品的背面的图像。如图3的(a)中《2》所示，在背面上残留有圆形状的顶杆销的痕迹。以下，将这样的痕迹的区域称为“不定形区域31”。与此相对，将不定形区域31的周围的区域称为“定形区域30”。定形区域30是金属模具表面的转印区域。另外，将形成于不定形区域31的花纹称为“不定形花纹ap”，将形成于定形区域30的花纹称为“定形花纹fp”。在图3的(a)中《2》所示的两个成型品的背面上形成的顶杆销的不定形花纹ap明显不同。另一方面，可以看出，两个定形花纹fp被转印为发纹状图案，彼此类似。
[0064]
图3的(b)示出由与图3的(a)不同的模具成型的成型品的背面的两个镜头。在该例子中，也可以看出，圆形状的顶杆销的痕迹即不定形区域31成为与定形区域30不同的花纹(不定形花纹ap)。另外，可以看出，连微细的部分也被转印在定形花纹fp上。
[0065]
在此，对本实施方式的拍摄区域32进行说明。在本实施方式中，如图3的(b)所示，以将定形区域30的至少一部分(在图3的(b)中用虚线表示)和不定形区域31的至少一部分(在图3的(b)中用实线表示)收入一个镜头内的方式来设定拍摄区域32。由此，能够将定形花纹fp和不定形花纹ap收入一张图像内。对拍摄区域32进行拍摄而得到的图像对应于图2的(b)所示的登记图像，拍摄区域32内的定形花纹fp对应于定形图像，拍摄区域32内的不定形花纹ap对应于不定形图像。
[0066]
对拍摄区域32进行拍摄时的分辨率例如设定为定形花纹fp和不定形花纹ap中需要更微细的信息的一方的图像的分辨率(例如3000dpi左右)。由此，能够更准确地执行模具确定和个体识别。另外，在本实施方式中，例示说明了将定形花纹fp和不定形花纹ap作为一个图像的方式，但并不限定于此，也可以是将定形花纹fp和不定形花纹ap作为不同的图像的方式。由此，能够进一步减小图像数据的容量，另外，定形花纹fp、不定形花纹ap各自的拍摄的区域的选定变得灵活。
[0067]
接着，参照图4，对在本实施方式的识别装置10中执行的识别处理进行说明。图4是示出在识别装置10中执行的识别处理程序的处理的流程的流程图。本识别处理程序，例如，存储在图1所示的rom12中，由cpu11从rom12读出，并在ram13等中展开并执行。另外，在本实施方式中，例示说明了cpu11执行识别处理的方式，但不限于此，也可以由专用集成电路(asic：application specific integrated circuit)或专用的软件等构成识别处理专用的设备，并在cpu11的管理下执行。在以下的说明中，假设在存储部17中已经存储有与多个模具相关的登记图像，准备了识别处理的对象即对照成型品。
[0068]
如图4所示，在步骤s100中获取对照图像。“对照图像”是指与登记图像相同的拍摄区域32的对照成型品的图像，包含与登记图像同样地对定形花纹fp进行拍摄而得到的定形图像(对照定形图像)和对不定形花纹ap进行拍摄而得到的不定形图像(对照不定形图像)。
[0069]
在步骤s102中执行模具确定处理。通过将登记图像的定形图像(登记定形图像)与对照图像的定形图像(对照定形图像)进行比较并进行判定，来执行模具确定处理。在该判定的算法中，例如使用yoctrace等。对所有模具进行此比较。另外，对于在模具确定处理中与对照定形图像进行比较的登记定形图像，选择属于各模具的登记定形图像中的任意一个来进行比较。即，例如在图2的(a)所示的例子的情况下，关于金属模具1，将登记图像1至登记图像n1中的哪一个登记定形图像与对照定形图像进行比较即可。金属模具2至金属模具m也是同样的。另外，也可以与各金属模具的登记图像分开地存储模具特定专用的登记图像。
[0070]
在步骤s104中，关于所有的模具，判定模具确定处理是否结束。当该判定为否定判定时，返回步骤s102，继续进行模具确定处理，另一方面，当为肯定判定时，移至步骤s106。
[0071]
在步骤s106中，判定是否存在包含与对照成型品的对照定形图像一致的登记定形图像的模具。当该判定为肯定判定时，移至步骤s108，另一方面，当为否定判定时，结束本识别处理程序。当判定有一致的模具时，则确定成型了对照成型品的模具。
[0072]
在步骤s108中，执行个体识别处理。通过比较登记图像的不定形图像(登记不定形图像)与对照图像的不定形图像(对照不定形图像)并进行判定，来进行个体识别处理的。在该判定的算法中，例如使用yoctrace等。对登记在所确定的模具中的所有登记图像进行该比较。例如，在图2的(a)所示的例子中确定了金属模具1的情况下，将对照不定形图像与登记图像1至登记图像n1的全部登记不定形图像进行比较。在此，当判定结果为存在多个判定阈值以上的登记图像时，例如采用相似度最高的登记不定形图像。另外，关于“判定阈值”、“相似度”的详细情况在后面叙述。
[0073]
在步骤s110中，判定是否对所有的登记不定形图像都完成了与对照不定形图像的比较。当该判定为否定判定时，返回步骤s108，继续进行个体识别处理，另一方面，当为肯定判定时，移至步骤s112。
[0074]
在步骤s112中，判定是否存在包含与对照不定形图像一致的登记不定形图像的登记图像。当该判定为肯定判定时，移至步骤s114，另一方面，当为否定判定时，结束本识别处理程序。当在步骤s112中存在一致的登记不定形图像时，确定对该对照成型品进行拍摄而得到的登记图像，即进行个体识别。另外，在本实施方式中，例示说明了在步骤s112中为否定判定且没有一致的登记不定形图像时结束本识别处理的方式，但不限于此，也可以将相似度最高的登记不定形图像作为候补来提示。
[0075]
在步骤s114中，输出与个体识别后的对照成型品相关的信息(例如制造历史等)，然后结束本识别处理程序。
[0076]
接着，参照图5，对本实施方式的模具确定处理的原理进行说明。图5是用于以铝压铸件成型的成型品的正面的定形花纹fp(梨皮)为例来说明能够进行模具确定的图。图5的横轴表示相似度，纵轴表示频数(镜头数)。相似度表示图像彼此相似的程度，通过图案匹配等来测定。在图5中，＜1＞所示的集合表示不同图像彼此的比较结果，＜3＞所示的集合表示相同图像彼此的比较结果。“不同图像彼此比较”是指不同的图像(不同区域的图像、不同模具成型的成型品的图像)彼此的比较，“相同图像彼此比较”是指相同图像(相同区域的相同镜头的图像)彼此的比较。《2》是相同区域的不同镜头(相同模具成型的不同成型品)的图像彼此的比较。作为一例，各图像的分辨率设为约600dpi、48-96px。
[0077]
如图5所示，《1》中包含的图像彼此在可以通过目视判断的程度上明显不同，相似度分布在最小值附近。《3》所包含的图像彼此十分相似，相似度分布在最大值附近。由图5可知，＜1＞的集合与＜2＞的集合明确地分离，设定在实际使用中没有问题的宽度的判定范围th1。即，根据《1》与《3》的比较可知，能够进行模具确定。另外，在本实施方式中，将区分两个分布彼此的边界定义为“判定阈值”，将两个分布之间的频数为0的范围作为设定判定阈值的范围，将该范围定义为“判定范围th”。
[0078]
另一方面，＜2＞所包含的图像彼此非常相似而难以区别，因此比＜3＞所示的集合低，但相似度分布在比较高的范围内。因此，＜2＞所示的集合与＜3＞所示的集合非常接
近。因此，用于区别＜2＞和＜3＞的判定范围th2的宽度窄，无法在实际使用上没有问题的水平上设定判定范围或者因底部彼此重叠，原本就无法设定。即，可知当使用正面的梨皮图案时，虽然能够进行模具确定，但很难个体识别。
[0079]
接着，参照图6，对个体识别的原理进行说明。图6的(a)表示使用如图6的(b)所示的、使用某个金属模具成型的多个铝压铸成型品的、包含由特定的拍摄区域32内的定形花纹fp与不定形花纹ap组成的对的图像的对照结果。在图6所示的例子中，由于与不定形花纹ap相邻的定形花纹fp是比较清晰的花纹，因此，与图5所示的正面的梨皮花纹同样地作为定形花纹进行处理。在图6的(a)中，《1》所示的集合表示不定形花纹ap的本来图像彼此比较的结果，《2》所示的集合表示不定形花纹ap的本来图像彼此比较的结果。在图6所示的例子中，由于定形花纹fp与不定形花纹ap相邻，因此应对照的图像为一个图像。然而，当定形花纹fp与不定形花纹ap分开时，定形将它们作为不同的图像，将两者相互关联即可。
[0080]
如图6中《1》所示，不定形花纹ap的本来图像彼此明显不同，相似度分布在最小值附近。与此相对，如＜2＞所示，不定形花纹ap的本来图像彼此非常相似，相似度分布在最大值附近。因此，在＜1＞所示的不同图像彼此比较的组与＜2＞所示的本来图像彼此比较的组之间，设定有实际使用上没有问题的判定范围th3。由此可知，通过使用不定形花纹ap来正确地进行个体识别。在此，作为用作不定形花纹ap的成型品表面的花纹，除了上述的顶杆销以外，还可以列举例如脱模剂涂布不良部(脱模剂的涂布不均的部位)、浇口部等。图6所示的不定形花纹ap是使用了浇口部的例子。
[0081]
另外，作为一例，图6的(b)所示的图像是以1000dpi的分辨率拍摄的。通过设为这种程度的分辨率，详细地捕捉不定形花纹ap的凹凸部。与此相对，定形花纹fp即使在300dpi左右的分辨率下也被详细地捕捉，因此，在将定形花纹fp和不定形花纹ap作为不同的图像的情况下，也可以将前者设为300dpi，将后者设为1000dpi等，设为不同的分辨率。由此，节约了存储图像时的存储部17的容量。
[0082]
接着，参照图7，对本实施方式的拍摄区域32进行更详细的说明。
[0083]
图7的(a)所示的《1》、《2》、《3》的例子均示出通过使用大致圆形的顶杆销的三个不同的成型品的模具而形成的花纹。在各个花纹中，顶杆销形成固有的痕迹，在与顶杆销邻接的区域中，形成有不逊色于正面的花纹的微细的花纹。因此，如图7的(a)所示，分别设定包含定形花纹fp和不定形花纹ap的拍摄区域32。
[0084]
图7的(b)示出将浇口用作不定形区域31(图7的(b)中，表述为“不定表面”)的情况下的不定形花纹ap的例子。“浇口”是成型品的材料即树脂的注入口。图7的(b)所示的《1》和《2》示出同一模具成型的其他成型品的浇口部分的图像。如图7的(b)所示，即使使用相同的模具，浇口部的不定形花纹ap也在充分区别的程度上明显不同。
[0085]
图7的(c)示出了将流道附近用作不定形区域31(在图7的(b)中，标记为“不定表面”)的情况下的不定形花纹ap的例子。“流道”是指成型品的材料即树脂流入的通路。图7的(c)所示的《1》和《2》示出同一模具成型的其他成型品的流道部分的图像。如图7的(c)所示，即使使用相同的模具，流道部的不定形花纹ap也在充分区别的程度上明显不同。
[0086]
[第二实施方式]
[0087]
参照图8，对本实施方式的识别装置和识别程序进行说明。在上述实施方式中，例示说明了将模具成型中使用的辅助工具的痕迹用作不定形花纹的方式，但本实施方式是将
模具的表面(也可以是正面也可以是背面)不完全地转印的部分用作不定形花纹的方式。因此，识别装置本身与上述实施方式相同，因此在必要时，参照图1、图2和图4，省略详细的说明。
[0088]
本实施方式是作为成型品应用于图8的(b)所示那样的通过使用了合成树脂的注射成型而成型的盖的方式。在该盖的例子中，在盖的里侧存在模具的表面未完全转印的区域(以下，有时称为“不完全转印区域”)。在本实施方式中，将该不完全转印区域的花纹用作不定形花纹ap。
[0089]
图8的(a)中《1》所示的分布示出关于多个图8的(b)所示的盖的不同图像彼此比较的结果，《2》所示的分布示出相同区域不同镜头(相同模具成型的不同成型产品)的图像彼此比较的结果。如图8的(a)中《1》所示，本例中的不同图像彼此比较的结果分布在比较最低的相似度的附近。与此相对，与＜1＞所示的分布相比，＜2＞所示的分布具有更宽的分布，底部也变长。但是，在本例中，设定区分＜1＞所示的分布和＜2＞所示的分布的判定范围th4。即，使用判定范围th4进行个体识别。
[0090]
如上所述，在本例中暂且设定判定范围th4，但判定范围th4的宽度窄，不能排除在个体识别中导致误判定的可能性。即，有可能因轻微的损伤或污垢而使相似度降低，此时《1》的分布与《2》的分布也可能重叠。在这样的情况下，通过进行图4所示的识别处理，也能够抑制误判定。即，在有多个模成型本例的盖的模具的情况下，首先将对照定形图像与登记定形图像(图2)进行比较来进行模具确定处理，并确定进行了成型的模具。接着，缩小附随于所确定的模具的登记不定形图像(图2)并与对照不定形图像进行比较，进行个体识别处理。由此，限定对照不定形图像和应对照的登记不定形图像，从而抑制个体识别中的误判定。
[0091]
[第三实施方式]
[0092]
参照图9，对本实施方式的识别装置和识别程序进行说明。本实施方式是将以一个模具批量成型多个成型品的批量成型模具用作模具的方式。因此，识别装置本身与上述实施方式相同，因此在必要时，参照图1、图2和图4，省略详细的说明。
[0093]
图9的(a)示出批量成型图9的(b)所示的盖22的批量成型模具20的外观。作为一例，批量成型模具20是通过使用合成树脂的注射成型一次性成型多个盖22的模具。如图9的(a)所示，批量成型模具20具备多个(在图9的(a)的例子中为32个)模具部21，通过各个模具部21成型图9的(b)所示的盖22。作为一例，本实施方式与上述第二实施方式同样地，将不完全转印区域的花纹用作不定形花纹，但也可以如上述第一实施方式那样，将成型时使用的某些辅助用具的痕迹作为不定形花纹。
[0094]
在本实施方式的识别装置和识别程序中，也执行图4所示的识别处理。即，例如在批量成型模具20为一台的情况下，将对照定形图像与登记定形图像进行比较来进行模具确定处理。该情况下的模具确定处理是确定32个模具部21中的哪一个的处理。接着，将附随于所确定的模具部21的登记不定形图像与对照不定形图像进行比较来进行个体识别处理。由此，与附随于所有的模具部21的登记图像进行比较的情况相比，计算负荷为1/32即可。另外，应对照的登记不定形图像缩小，因此，出于与上述第二实施方式相同的理由，误判定被抑制。
[0095]
在上述每个实施方式中，处理器是指广义上的处理器，并且包括通用处理器(例如，中央处理单元(cpu：central processing unit)等)、专用处理器(例如，图形处理单元
(gpu：graphics processing unit)、专用集成电路(asic：application specific integrated circuit)、现场可编程门阵列(fpga：field programmable gate array)、可编程逻辑器件等)。另外，上述实施方式中的处理器的动作不仅可以由一个处理器完成，也可以由存在于物理上分离的位置的多个处理器协作完成。另外，处理器的各动作的顺序并不仅限于上述实施方式中记载的顺序，也可以适当变更。