【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、碁盤の盤面を撮像することにより石位置及び石の白黒を判断して棋譜データを作成するための囲碁装置の画像処理方法及び装置に関するものである。

【０００２】

【従来の技術】特開昭６２−１２７０８１号公報によれば、実際の対局の雰囲気を出せるように、ロボットを用いて碁盤上で遠隔対局できる装置が周知であり、相手方のロボットには、碁盤を撮像した画像信号を基に打たれた石の位置及び白黒を判断して作成した棋譜データを送信している。

【０００３】

【発明が解決しようとする課題】しかしながら、これらの判断は、画像信号のレベルを許容範囲を持たせてレベル弁別することを基に行っているために、部屋の照明を特別に配慮するのが前提となる。 また、部屋の明るさを基準状態に設定しても数時間続けると、自然に変化する室外の明るさの影響を受けたり、人影が生じた場合、誤判断される問題が残されている。 さらに、盤面の反射状態或はその罫線が傷ついたり、剥げたり、汚れて画像信号が変化しても、誤判断につながる可能性があった。 つまり、単に画像信号から罫線パターンを解析したり、或は白黒を弁別する棋譜データの作成方法では、特に通常の部屋で対局する場合、信頼性を欠く問題があった。

【０００４】本発明は、このような点に鑑みて、碁盤の盤面を撮像装置で撮像することにより検出された画像信号から石位置及び石の白黒を判断して棋譜データを作成するための囲碁学習装置又は対局装置或は遠隔の相手に応手させる囲碁装置の画像処理方法及び装置において、
盤面の明るさが全体的又は部分的に或は時間に変化する可能性のある任意の場所で対局しても、盤面の交点領域が盤面のままであるか或は白石又は黒石を打たれたかを高精度に判断させることを目的とする。

【０００５】

【課題を解決するための手段】本発明は、碁盤の盤面を撮像装置で撮像することにより検出された画像信号から石位置及び石の白黒を判断して棋譜データを作成するための囲碁装置の画像処理方法において、前述の目的を達成するために、請求項１により、撮像装置で検出した盤面の画像信号を画像メモリに格納し、盤面の交点周辺における石よりも小さなサンプリング領域内の所定数の画像信号を画像メモリから読出してニューラルネットワークにレベルを正規化して供給し、ニューラルネットワークにサンプリング領域が盤面又は黒石又は白石のいずれであるかを判断させ、画像メモリの交点のアドレス及びこのアドレス周辺のサンプリング領域に対するニューラルネットワークの判断結果より棋譜データを作成することを特徴とする。 判断精度を向上させるためには、請求項２により、画像信号をニューラルネットワークにレベルを正規化して供給するのに先立って、盤面の罫線又は黒石の画像信号レベルに対して盤面の地色の画像信号レベルを高くするコントラスト処理を行うのが好ましい。

【０００６】このような方法を実施する装置としては、
請求項３により、撮像装置で検出された盤面の画像信号を格納する画像メモリと、所定数の画像信号を入力とし、これらの画像信号領域が盤面又は黒石又は白石のいずれであるかを判断するニューラルネットワークと、画像メモリにおける盤面の罫線の交点周辺における石よりも小さなサンプリング領域内の所定数の画像信号を読出して、ニューラルネットワークに整合する基準レベル段階にレベル正規化処理を行ってニューラルネットワークに供給する画像信号制御手段とを備え、画像メモリの交点アドレス及びこの交点アドレス周辺のサンプリング領域に対するニューラルネットワークの判断結果を棋譜データとする。

【０００７】

【作用】撮像装置で検出した盤面の画像信号を画像メモリに格納する。 このメモリから盤面交点周囲のサンプリング領域の画像信号を読出してニューラルネットワークに供給する。 ニューラルネットワークは、予め盤面の明るさ、明るさのむら、置いた石のばらつき、罫線の傷み又は汚れ等種々の盤面状態を種々想定して学習させておくことにより、所定数の画像信号を基に盤面のままであるか又は黒石又は白石であるかを判断する。 その際、盤面の罫線又は黒石の画像信号レベルに対して盤面の地色の画像信号レベルを高くすると、黒色と黄色の弁別、即ち罫線パターン、延いては黒石及び白石も確実に判断される。

【０００８】

【実施例】図１は、本発明の一実施例による囲碁装置の画像処理方法を実施する装置の概略の外観構成及び内蔵する回路部分の構成を示す。 テーブル１には、通常の碁盤２が配置されており、その一方側端部１ａに対局者が着座し、反対側には相手となるロボット４及び白石及び黒石の碁笥５、５ａが配置されている。 ロボット４は、
アーム４ａの先端部に碁石把持装置４ｂを備えることにより、石を打ったり、上げたりする。 さらに、この反対側端部には、碁盤２の盤面２ａを撮像するＣＣＤカメラ３が取付けられており、テーブル１内に画像処理装置１
０及びロボット制御装置２０が収納されている。 ＣＣＤ
カメラ３はオートアイリス機能を備えており、手動で絞り量を調整可能であると共に、明るさ指示信号に応答して所定の平均画像信号レベルを保持するように、絞り量が自動制御可能になっている。

【０００９】画像処理装置１０は、ＣＣＤカメラ３の画像信号をディジタル化するＡ／Ｄコンバータ１６と、Ｒ
ＯＭ１２に格納されたプログラムに従い動作し、かつ作業領域用ＲＡＭ１３が付属したＣＰＵ１１と、ＣＣＤカメラ３の１画面分の画像信号を格納する画像メモリ１４
と、盤面２ａの各交点周辺のサンプリング領域が盤面のまま又は黒石又は白石のいずれであるかを判断するニューラルネットワーク１５等を備えている。

【００１０】これにより、ＣＰＵ１１は、ＲＯＭ１２、
ＲＡＭ１３等と協働して、図２に機能ブロック図として示すように、画像メモリ１４の各サンプリング領域の所定数の画素の画像信号を順に読出して、盤面２ａの罫線又は黒石の画像信号レベルに対して盤面２ａの地色の画像信号レベルを高くするコントラスト処理部１１ａ及びコントラスト処理された画像信号をニューラルネットワーク１５に整合する基準レベル段階のいずれかに割り当てるレベル正規化処理部１１ｂを有する画像信号制御手段１１ｃを構成している。 即ち、ＣＰＵ１１は、コントラスト処理のために、１画面分の画像信号を取込む際に、最大及び最小の画像信号レベルを検出し、これらの最大・最小レベル間の盤面２ａの地色の画像信号レベル近辺の中間レベルを相対的に高くするレベル補正式を作成しておく。 そして、図３に示す交点８或は星交点、隅のＬ交点及び周辺のＴ交点を中心とした碁石９よりも小さく、かつ星マークよりも充分大きなサンプリング領域８ａ内の画素に相当する例えば６×６個の画像信号を順に読出す。 因に、ＣＣＤカメラ３から見たサンプリング領域８ａの大きさ及び罫線パターンは、盤面２ａの位置とＣＣＤカメラ３との距離の変化に相応して変化する。
さらに、読出した画像信号は前述のレベル補正式に従い、コントラスト処理を行う。 続いて、コントラスト処理された画像信号レベルを０〜１間の１００段階に正規化してニューラルネットワーク１５の入力レベル条件に整合させる。 ＣＰＵ１１は、ＲＯＭ１２、ＲＡＭ１３等と協働して、ニューラルネットワーク１５の入出力制御手段１５ａ（図２）も構成する。

【００１１】また、ＣＰＵ１１は、ＲＯＭ１２、ＲＡＭ
１３等と協働して、ＣＣＤカメラ３の絞り量を制御する明るさ指示信号発生手段１１ｄ及び交点アドレス解析手段１１ｅも構成する。 即ち、図１に示すように、使用場所に設置されたテーブル１に、碁盤２、ロボット４及び白黒の碁笥５、５ａ及びＣＣＤカメラ３をセットした状態で、盤面２ａに予め定めたパターンで白黒の石を置いてＣＣＤカメラ３で撮像して、絞り量を徐々に開く。 そして、ニューラルネットワーク１５が正規に判断する絞り範囲を確認した後、その中間値に絞りを設定した状態での盤面２ａの全画像の信号レベルの平均値に相当する明るさ指示信号をＲＯＭ１２に格納しておく。 使用時には、読出した明るさ指示信号をＣＣＤカメラ３に送出して基準値として自動絞り制御を行わせる。 さらに、電源投入時に、盤面２ａの画像信号を取込んで、罫線パターンを解析して、画像メモリ１４の３６１個の交点のアドレスを決定しておく。

【００１２】ニューラルネットワーク１５は、入力層として画素数６×６に相当する個数のユニットを備え、出力層として黒石、白石及び盤面の３種類の出力データを送出する２個のユニットを備えると共に、盤面２ａの通常の＋交点、星交点、Ｌ交点及びＴ交点のパターン認識並びにこれらに置かれた石及び白黒の識別を確実に行わせるバックプロパゲーションによる学習機能を備えるように、これらの入出力層間に中間層が接続している。 即ち、各交点の形状、石の置き位置、周囲の明るさ、明るさのむら、部分的に発生する可能性のある影等を種々変化させ、さらに石を種々のパターンで交点に置き又その位置を僅かにばらつかせることにより、想定される１、
０００近く乃至数１、０００程度の盤面状態をシュミレートして撮像し、その都度ニューラルネットワーク１５
への６×６個のコントラスト処理及びレベル正規化された入力信号に対して、３種類のうちいずれかの教師信号を与えて正規の出力信号が得られるようにバックプロバゲーションにより学習させておく。

【００１３】ロボット制御装置２０はＣＰＵを利用しており、画像メモリ１４の逐次出力される交点アドレス及びその都度ニューラルネットワーク１５から出力される出力データを基に逐次棋譜データを更新しつつ記憶しておく棋譜データメモリ２０ａ及び対局用ソフトウエアのメモリ２０ｂを備えている。 そして、画像メモリ１４から逐次出力される交点アドレス及び関連してニューラルネットワーク１５から出力される出力データを基に、石が打たれたのを判断して棋譜データメモリ２０ａの棋譜データを更新させる。 同時に、メモリ２０ｂの対局用ソフトウエアを基に応手を決定して、ロボット制御信号をロボット４に送出する。

【００１４】このように構成された画像処理装置の動作は、次の通りである。 図１に示すように、テーブル１
に、碁盤２、ロボット４及び白黒の碁笥５、５ａ及びＣ
ＣＤカメラ３をセットして初期設定が終了した状態で、
ロボット４と対局したい場合、装置の電源を投入すると、格納済の明るさ指示信号がＣＣＤカメラ３に供給され、指示された明るさ、即ち標準の平均画像信号レベルを確保できるように絞り量が自動設定される。 また、画像メモリ１４の３６１個の交点アドレスが自動設定される。

【００１５】画像メモリ１４は、盤面２ａの画像信号を逐次取込む際に、如何にコントラスト処理を行うかを判断し、次いで各交点のサンプリング領域８ａの６×６個の画像信号を順に読出して、コントラスト及びレベル正規化処理を行って、ニューラルネットワーク１５に順に供給する。 コントラスト処理後にニューラルネットワーク１５に整合する基準レベル段階にに正規化されることにより、盤面２ａの黄色の地色に対する罫線のレベル差が強調されて、罫線パターンが確実に認識される。 したがって、罫線パターンを変化させる白石又は黒石の認識も高精度に行われる。 ロボット制御装置２０は、各交点のアドレス及びそのニューラルネットワーク１５の判断データを順に取込んで、石が打たれたと判断した時点で棋譜を逐次更新すると共に、ロボット４に応手させたり或は石を上げさせる。

【００１６】このような状態において、部屋の照明状態、室外の明るさが変化したり或は盤面２ａに人影が生じた場合、ＣＣＤカメラ３は明るさ指示信号に対する誤差をなくすように絞りを自動制御する。 ニューラルネットワーク１５の学習機能により、盤面の種々の変化に対して正確に判断が行われる。 繰り返しの使用により、罫線が傷んだり、汚れても確実に判断される。 また、ニューラルネットワーク１５の汎化機能も伴って、盤面２ａ
の明るさがより大きく変化してＣＣＤカメラ３の絞りの追従範囲外になったり、盤面が予測できない変化をしても判断可能になる。

【００１７】図４は本発明の別の実施例を示すもので、
前述のように構成された画像処理装置３０から画像メモリのアドレス及びニューラルネットワークの棋譜データが、モデムを通して信号を授受する通信装置３１から遠隔地の対局者に送信され、一方相手方の棋譜データも通信装置３１を通してロボット制御装置３２へ供給される。

【００１８】尚、前述の実施例において、コントラスト処理は白石の画像信号レベルは、石のパターンと種々の罫線のパターンとが完全に異ることにより、敢えて罫線の画像信号レベルに対して線形状に高くしていないが、
場合によっては黄色領域と共に線形のコントラスト処理を行っても良い。 サンプリング領域の画素数は６×６個で実用的な処理時間内において高信頼の棋譜データが作成可能であることが試験済みである。 さらに、７×７個にすることも考えられるが、処理時間及び回路構成上で上限が在る。 画像信号ＣＣＤカメラ３は敢えてオートアイリス機能を備えなくても、ニューラルネットワーク１
５を備えることにより、盤面２ａの許容変化状態を多少制限して実用化可能である。 画像処理装置１０及びロボット制御装置２０は、共通のパーソナルコンピュータを用いて構成することもできる。

【００１９】

【発明の効果】以上、本発明によれば、ニューラルネットワークの学習機能及び汎化機能を利用することにより、盤面の全体及び部分的な明るさが千差万別で、かつ種々変化する可能性のある通常の部屋で、信頼度の極めて高い棋譜データが作成可能となる。 つまり、部屋の照明器具の位置や照度或は室外の状況、予測できない変化の如何に拘らず、盤面状態を確実に識別可能になる。 罫線が傷んだり、汚れても確実に判断できる。 罫線又は黒石のに対して盤面の地色の画像信号レベルを高くなるようにコントラスト処理することにより、罫線のパターン認識が高精度に行われ、そのパターンを変化させる白石及び黒石の認識も確実に行われる。

【図面の簡単な説明】

【図１】本発明の方法を実施する囲碁装置の画像処理装置の構成を示す図である。

【図２】同装置の構成を説明するための機能ブロック図である。

【図３】同装置の動作を説明するための盤面図である。

【図４】別の実施例による囲碁装置の回路構成を示すブロック図である。

【符号の説明】

２ 碁盤 ２ａ 盤面 ３ ＣＣＤカメラ ４ ロボット