CN102062739B - 表面检查装置 - Google Patents

Abstract

一种表面检查装置，其包括检测装置，该检测装置利用检查光扫描被检查物的表面，并输出与所述表面的反射光的强度相对应的信号。该表面检查装置基于检测装置的输出信号来生成该被检查物的表面的二维图像，将尺寸大于预定值的缺陷候选区域确定为缺陷，在二维图像中逐个检查预定检查部分，并将检查部分中的尺寸小于预定值的缺陷候选区域的密度超过预定级的检查部分确定为缺陷部分。使用另一表面检查装置来基于密度值判断在与筒状被检查物的表面对应的二维图像中是否存在任何缺陷。将要呈现在二维图像中的加工部的图像保存为基准图像。保存加工部的图像在轴向上的位置和该加工部的图像在周向上的数量。确定二维图像中要从缺陷判别对象中排除的部分，并且基于该确定的部分之外的像素的密度值来判断是否存在任何缺陷。

Description

表面检查装置

本申请是申请日为2007年5月16日、申请号为200780018328.4、国际申请号为PCT/JP2007/060041、发明名称为“表面检查装置”的发明专利申请的分案申请。

技术领域

本发明涉及一种表面检查装置，该表面检查装置利用检查光来扫描被检查物的表面，接收来自该表面的反射光，并基于该反射光的光量来检测该被检查物的表面的缺陷，或者拍摄该被检查物的表面的图像，获取其二维图像，并基于该二维图像中的像素的密度值来判别缺陷的存在或不存在。

背景技术

作为检查圆筒状被检查物的内周面的装置，已知一种表面检查装置，其在围绕轴旋转中空轴状检查头的同时沿该轴状检查头的轴向送入该检查头，以便将该轴状检查头插入被检查物的内部，利用来自该检查头的外周的用作检查光的激光束来照射被检查物，然后沿着所述轴向从一端到另一端连续扫描该被检查物的内周面，对应于所述扫描通过所述检查头接收来自所述被检查物的反射光，并基于所接收的反射光的光量来判别被检查物内周面中是否存在缺陷(例如，参照专利文献1)。

专利文献1：JP11-A-281582

发明内容

本发明要解决的问题

由于上述表面检查装置利用激光束作为检查光，所以通过缩窄所述检查光的照射面积能够检测到微小缺陷。然而，当将可检测缺陷的分辨率增加到超过必要程度时，甚至可能将在目视检查中不作为缺陷处理的微小粗糙凹凸等也判别为缺陷，因此可能引起目视检查与利用装置的检查的结果之间的差别。为解决这种不便，有效的是对检查对象中的缺陷尺寸设定阈值级，从而仅超过该阈值级的缺陷视为缺陷。然而，当微小粗糙凹凸等(各微小粗糙凹凸单独比阈值级小)集中在相对近的区域中，其集合可能在检查者观察时被识别为一簇缺陷。

另一方面，当将各微小粗糙凹凸在尺寸上分别与表面检查装置中的阈值级相比时，该装置会将所有微小凹凸判别为不是缺陷。因此，假设将目视检查的检查结果设定为标准，上述情况可能会被评价为缺陷的漏检，并且可能会减损该检查的可靠性。

此外，在上述表面检查装置中，当存在加工部，诸如被检查物的内周面上的孔或凹凸部分，则很难将加工部与缺陷相区分；并且可能将该加工部错误识别为缺陷。在通过利用按照平面方式展开的所述内周面的二维图像上的密度值分布来判别缺陷的情况下，如果已知二维图像上的加工部图像的位置，则可通过从缺陷判别目标上排除该加工部的图像来避免错误判断。这种处理在图像处理领域一般被执行为掩模处理。然而，即使能够相对于内周面的边缘等唯一地确定加工部图像在圆筒内周面的轴向上的位置，在周向上也不存在用于确定该加工部的位置的适当基准，并且加工部图像的位置根据扫描起始位置与加工部之间的位置关系而变化。因此，仅通过制备一张包括内周面上存在的所有加工部的图像的掩模图像并将它叠加在内周面的图像上，掩模的位置仍可能会在周向相对于加工部的图像偏移，由此影响缺陷判别。即使试图通过移动二维图像上的掩模图像使掩模的位置与加工部的图像相匹配，但在数量上与内周面的整个面积相对应的掩模图像的数据量也是巨大的，并需要花费很长时间来对它们进行处理。

本发明的一个目的是提供一种表面检查装置，在单独时不会被检测为缺陷的各个微小粗糙凹凸等密集集中在相对近的区域中时，该表面检查装置能够将它们检测为缺陷或者半缺陷，而排除将被检查物表面上的微小粗糙凹凸等单独检测为缺陷的可能性。此外，本发明的另一个目的是提供一种表面检查装置，其能够通过排除在被检查物表面上存在的加工部对判别缺陷的有无的影响，来执行精确检查并能够提高处理速度。

解决问题的手段

根据本发明的一个方面的表面检查装置包括：检测装置，其利用检查光扫描被检查物的表面，接收来自该表面的反射光，并输出与所述反射光的光量相对应的信号；图像生成装置，其基于所述检测装置的输出信号来生成该被检查物的表面的二维图像；缺陷候选提取装置，其将所述二维图像中包含的像素分类成具有与所述被检查物的表面上的缺陷相对应的灰度的第一像素群和具有不与所述缺陷相对应的灰度的第二像素群，并将所述第一像素群提取为针对第二像素群包围的各区域的缺陷候选部；缺陷识别装置，其将所述缺陷候选部中大于预定尺寸的缺陷候选部判别为缺陷；以及缺陷区域识别装置，其检查所述二维图像的各特定检查区域，并将小于预定尺寸的缺陷候选部的密度大于或等于预定级的检查区域识别为缺陷区域。因此，解决了上述问题。

根据上述表面检查装置，通过所述图像生成部来生成与来自被检查物表面的反射光的光量相对应的灰度分布的二维图像。所述二维图像中包含的像素被分类成具有与所述被缺陷相对应的灰度的第一像素群和具有不与所述缺陷相对应的灰度的第二像素群。此外，将所述第一像素群提取为第二像素群包围的各区域的缺陷候选部，可以将所述被检查物表面上存在的各单个缺陷在所述二维图像上确定为缺陷候选部。然后，将大于或等于预定尺寸的各缺陷候选部识别为缺陷。另一方面，当各个单独时不识别为缺陷的相对小的缺陷候选部密集集中在大于等于预定级的检查区域中时，将该检查区域识别为缺陷区域。因此，当各个单独时不被检测为缺陷的微小粗糙凹凸等密集集中在相对近的区域中时，能够将该密集集中的区域识别为缺陷区域；并且，在消除将单独在被检查物表面上的各微小粗糙凹凸等检查为缺陷的可能性的同时，能够将缺陷区域检测为缺陷或半缺陷区域并且能够将其呈现给所述检查装置的用户。

根据本发明的一个方面，所述缺陷候选提取装置可以通过对所述二维图像中包含的第一像素群执行标记处理来提取所述缺陷候选部。已知所述标记处理为通过利用其灰度作为线索对二维图像中包含的像素群进行分组的技术。利用标记处理，可以针对第二像素群包围的各区域从所述被检查物表面的二维图像提取具有与缺陷相对应的灰度的第一像素群作为缺陷候选部。

根据本发明的一个方面，所述缺陷区域识别装置可以基于所述检查区域中小于预定尺寸的缺陷候选部的面积和数量中的至少任何一个来判别所述密度。由于所述检查区域中的微小缺陷候选部的密度与所述缺陷候选部的数量和面积相关，所以可参照所述数量或所述面积中的至少一个来适当判别其密度。

根据本发明的一个方面，所述缺陷区域识别装置可以在所述检查区域中的小于预定尺寸的缺陷候选部中的面积大于或等于预定面积的缺陷候选部的数量大于等于预定值时，判别出所述密度大于等于预定级。利用这种判别标准，可以提高检查者对于诸如微小粗糙凹凸的密集集中部分的检查倾向与表面检查装置的对缺陷区域的检查倾向之间的一致程度。

根据本发明的一个方面，该表面检查装置还包括位置计算装置，所述位置计算装置计算在被识别为所述缺陷域区的所述检查区域中包含的缺陷候选部的群的重心位置，作为代表所述检查区域中的缺陷候选部的群的位置。所述微小缺陷候选部的密集集中部分非常可能在检查者的目视观测中被看作一簇缺陷。因此，通过计算所述重心位置作为代表这些缺陷候选部的位置而不是所述缺陷候选部的单个位置，可以更正确地向检查者呈现所述缺陷候选部的密集集中部分的位置。

根据本发明的另一方面的表面检查装置，其获取将被检查物的圆筒表面以平面方式展开的二维图像，并基于该二维图像中像素的密度值来判别所述表面上是否存在缺陷，所述表面检查装置还包括基准图像存储装置，其将与所述表面上存在的加工部相对应的将在所述二维图像上出现的加工部的图像存储为各个至少在形状或者尺寸上不同的加工部的单独基准图像，并且以与各基准图像相关联的方式存储各加工部的各图像在所述表面的等同于轴向的轴相当方向上的位置，以及将在所述表面的等同于周向的周相当方向上存在的相同加工部的各图像的数量；以及缺陷判别装置，其基于各基准图像和与各基准图像相关的所述位置和所述数量，来确定要从所述二维图像上的缺陷判别对象中排除的区域，并基于在所述确定区域之外的像素的密度值来判别是否存在所述缺陷。因此，解决了上述问题。

根据上述表面检查装置，针对形状、尺寸或这两者都彼此不同的各所述加工部准备单独的基准图像。因此，与准备尺寸对应于整个表面的基准图像的情况相比，显著减小了各基准图像的尺寸。此外，以与所述基准图像相关联的方式存储所述加工部的图像在所述二维图像上的所述轴相当方向上的位置。因此，当想要从所述缺陷判别对象中排除所述特定加工部的图像时，通过将与所述轴相当方向的加工部的图像相关的位置作为线索，能够将所述加工部的图像可能存在的区域缩窄到所述二维图像的轴相当方向上的部分区域。然后，通过将基准图像的密度值分布与所述缩窄区域内的所述二维图像的密度值分布进行比较，可以判别是否存在与所述基准图像一致的图像，并且可以从所述缺陷判别对象中排除存在一致图像的区域。因此，不必将所述基准图像与所述二维图像的整个表面进行比较。与前述减少所述基准图像的数据量的情况相结合，可以加速所述处理。此外，以与所述基准图像相关联的方式存储所述二维图像的周相当方向上将存在的同一加工部的图像的数量。因此，能够消除如下可能性，即，可能从所述二维图像上的所述缩窄区域中错误地将多于所述加工部数量的区域判别为要从所述缺陷判别对象中排除的区域的可能性。这样，能够防止虽然存在缺陷但漏检了缺陷的检查错误的发生。因此，通过消除所述被检查物的表面上存在的加工部对判别有无缺陷的影响能够执行精确的检查。

根据本发明的另一个方面，所述缺陷判别装置包括排除区域确定装置(60)，该排除区域确定装置参照与所述基准图像相关的位置将所述二维图像上的待与基准图像相比较的区域缩窄到所述二维图像在所述轴相当方向上的部分，将所述基准图像的像素的密度值与所述缩窄区域中的所述二维图像的像素的密度值进行比较，并基于所述比较结果将数量上等同于与所述基准图像相关的数量的区域确定为要从所述缺陷判别对象中排除的区域。在这个方面，针对参照与所述基准图像相关的位置被所缩窄的区域，对所述基准图像的密度值与所述二维图像的密度值进行比较。因此，与依次将所述二维图像的整个表面与所述基准图像相比的情况相比较，加速了所述处理。此外，参考与所述基准图像相关的数量来判定要从所述缺陷判别对象中排除的区域数量。因此，消除了可能从所述缺陷判别对象中排除数量多于所述加工部的数量的区域的可能性。例如，即使当与加工部类似的缺陷在所述周向上与加工部并存时，即使从所述缺陷判别对象中排除了所述缺陷的图像时，所述加工部的图像中的任何一个将仍然作为缺陷判别对象存在。因此，通过替代地将所述加工部的图像判别为缺陷，正确地判别了缺陷的有无。

此外，所述排除区域确定装置可以通过相对于二维图像沿所述周相当方向依次改变所述缩窄区域中所述基准图像的位置来判别所述基准图像与所述二维图像上具有与所述基准图像相同的形状和尺寸的检查对象图像之间的一致度，并且，当所判别的一致度超过预定阈值级时，所述排除区域确定装置将所述检查对象图像的区域确定为要从所述缺陷判别对象中排除的区域。在这种情况下，通过在判别具有相同形状和尺寸的基准图像与所述检查对象图像之间的一致度的同时，改变所述检查对象图像在轴相当方向上的位置，并通过在基于与所述基准图像相关联的位置被缩窄的所述二维图像的部分区域中准确快速地进行检查来确定要从所述缺陷判别对象中排除的区域。所述一致度是通过归一化所述基准图像与所述检查对象图像之间的相关性来计算的。这样，可以快速地处理所述图像与基于所述阈值级的判别之间的一致度的计算。

根据本发明的另一个方面，所述基准图像可以与通过从所述二维图像提取包含单个加工部的图像所需要的最小矩形区域而获得的图像相对应。因此，在将所述基准图像尺寸保持为所需最小尺寸的同时，可将所述加工部的图像周围尽可能多地当作所述缺陷判别对象处理。

发明效果

根据上述表面检查装置，在从所述被检查物的表面的二维图像提取的缺陷候选部中，将大于或等于预定尺寸的缺陷候选部识别为缺陷。另一方面，当单独时被识别为缺陷的相对小的各缺陷候选部密集集中在大于或等于预定级的检查区域中时，将该检查区域识别为缺陷区域。因此，在排除了可能将所述被检查物表面上的单独微小粗糙凹凸等检测为缺陷的同时，当不会被单独检测为缺陷的各微小粗糙凹凸等密集集中在较近区域中时，将所述密集集中区域识别为缺陷区域，并且所述缺陷区域可以被检测为缺陷区域或半缺陷区域，并且可以呈现给该装置的用户。这样，能够防止密集集中了微小粗糙凹凸等的区域的漏检，能够提高用户目视观测的检查结果与表面检查装置的检查结果之间的一致度，并且能够防止利用所述表面检查装置时检查的可靠性的下降。此外，通过存储具有不同形状或不同尺寸的各加工部的独立基准图像能够减小各基准图像的数据量。以与所述基准图像相关联的方式存储所述二给图像上所述加工部的图像沿所述轴相当方向上的位置。因此，当确定了要从所述缺陷判别对象中排除的区域时，能够参照与所述基准图像相关联的位置，将能够存在所述加工部的图像的区域，即要与基准图像相比较的区域，缩窄于所述二维图像的轴相当方向上的部分区域中。与减少了所述基准图像的数据量的情况相结合，可以加速所述处理。此外，以与所述基准图像相关联的方式存储所述二维图像的周相当方向上将存在的同一加工部的图像的数量。因此，排除了可能将数量多于加工部数量的区域错误地判定为从所述缺陷判别对象中排除的区域的可能性。因此，通过排除所述被检查物的表面上存在的加工部对判别有无缺陷的影响能够执行精确的检查。

附图说明

图1是示出本发明的一个实施方式中的表面检查装置的示意结构的图。

图2是示出图1的表面检查装置中生成的内周面的二维图像的示例的图。

图3是示出图1的表面检查装置的运算处理部执行的缺陷检测例程的图。

图4是放大示出图2中的A区的图。

图5是示出对图4的图像执行标记处理的状态的图。

图6是示出对添加到图5的像素的标签号进行整理的状态的图。

图7是示出对添加到图6的像素的标签号做进一步整理的状态的图。

图8是放大示出图2中的B区的图。

图9是示出偏移检查区域的状态的图。

图10是示出被检查物的部分剖切立体图。

图11是示出图1的表面检查装置所生成的内周面的二维图像的另一示例的图。

图12是示出存储部中存储的基准图像的数据结构的图。

图13是示出图1的表面检查装置的运算处理部所执行的缺陷检测处理的流程图。

具体实施方式

图1示出根据本发明的一个实施方式的表面检查装置的示意配置。表面检查装置1是适于对被检查物100上具有的内周面100a进行检查的装置，并且包括用于执行该检查的检查机构2，和用于执行对检查机构2的操作控制和对检查机构2的测量结果进行处理等的控制部3。此外，检查机构2包括用作检测装置的检测部5和驱动部6，检测部5用于将检查光投射到被检查物100，并用于接收来自被检查物100的反射光，驱动部6用于使检测部5以预定方式工作。

检测部5包括：激光二极管(此后称为LD)11，其用作检查光的光源；光电检测器(以下称为PD)12，其接收来自被检查物100的反射光，并输出和单位时间的反射光光量(反射光强度)对应的电流或电压的信号；光投射光纤13，其将从LD 11投射的检查光导向被检查物100；受光光纤14，其用于将来自被检查物100的反射光导向PD 12；保持筒15，其成束地保持这些光纤13、14；以及中空轴状检查头16，其设置成在保持筒15的外侧与保持筒15共轴。检查头16由图中未示出的轴承可旋转地支承。

透镜17设置在保持筒15的端部，其使通过光投射光纤13引导的检查光沿着检查头16的轴AX的方向(以下称为轴向)成束状射出，并将在检查光的相反方向上沿检查头16的轴向传播的反射光会聚到受光光纤14。在检查头16的端部(图1中的右端部)固定有用作光路变更装置的反射镜18，并且在检查头16的外周与反射镜18相对地设置有透光窗16a。反射镜18改变从透光窗16a沿着向透镜17传播的方向入射到检查头16的内部的反射光的光路。

驱动部6包括直线驱动机构30、旋转驱动机构40以及焦点调整机构50。直线驱动机构30被设置为用于沿着轴向移动检查头16的直线驱动装置。为了实现该功能，直线驱动机构30包括基座31、固定在基座31上的一对导轨32、能够沿导轨32在检查头16的轴向上移动的滑块33、设置在滑块33侧边上且平行于检查头16的轴AX的丝杆34，以及旋转驱动丝杆34的电机35。滑块33用作支持整个检测部5的装置。即，LD 11和PD 12固定到滑块33，检查头16通过旋转驱动机构40附接到滑块33，而保持筒15通过焦点调整机构50附接到滑块33。此外，螺母36固定于滑块33，并且丝杆34拧进螺母36。因此，通过电机35旋转驱动丝杆34，滑块33沿导轨32在检查头16的轴向上移动，并且伴随于此，由滑块33支持的整个检测部5沿检查头16的轴向移动。通过利用直线驱动机构30来驱动检测部5，可以在检查头16的轴向上改变检查光在被检查物100的内周面100a上的照射位置(扫描位置)。

壁部31a设置在基座31的前端(图1的右端)，并且为壁部31a设置了与检查头16同轴的通孔31b。采样件(sample piece)37附接到通孔31b。采样件37被设为用于判定表面检查装置1的操作状态的样品，并且与检查头16同轴的通孔设置在采样件37的中心线上。通孔37a具有检查头16能通过的内径，并且检查头16可通过通孔37a并被插入到被检查物100的内部。

旋转驱动机构40被设置为使检查头16绕轴AX旋转的旋转驱动装置。为了实现该功能，旋转驱动机构40包括用作旋转驱动源的电机41，以及将电机41的旋转传给检查头16的传动机构42。诸如带状传动装置或齿轮系的公知旋转传动机构可以用作传动机构42，但是本实施方式中使用带状传动装置。通过传动机构42将电机41的旋转传给检查头16，使检查头16随着此处固定的反射镜18绕轴AX旋转。通过利用旋转驱动机构40来旋转检查头16，可以在被检查物100的周向上改变被检查物100的照射位置。此外，通过组合检查头16在轴向上的移动与其绕轴AX的旋转，检查光能够在整个表面上扫描被检查物100的内周面100a。注意，当检查头16旋转时保持筒15不旋转。此外，旋转驱动机构40设置有每当检查头16旋转预定单位角度时输出脉冲信号的旋转编码器43。从旋转编码器43输出的脉冲信号的数量与检查头16的旋转量(旋转角)相关，并且所述脉冲信号的周期与检查头16的旋转速度相关。

焦点调整机构50被设置为如下的焦点调整装置：其沿轴AX的方向驱动保持筒15，使得检查光聚集在被检查物100的内周面100a上。为了实现该功能，焦点调整机构50包括：固定到保持筒15的基座端部的支持板51；设置在支持板51与直线驱动机构30的滑块33之间的导轨52，其沿检查头16的轴向引导支持板51；平行于检查头16的轴AX设置并拧进支持板51的丝杆53；以及旋转地驱动丝杆53的电机54。通过电机54旋转驱动丝杆53，使支持板51沿着导轨52移动，并且使保持筒15沿着检查头16的轴向移动。这样，可以调整从透镜17通过反射镜18到内周面100a的光路长度，使得检查光聚焦在被检查物100的内周面100a上。

下面来描述控制部3。控制部3包括：运算处理部60，其用作对表面检查装置1的检查处理和检测部5的测量结果处理等执行管理的计算机部；操作控制部61，其根据运算处理部60的指令，控制检测部5中的各部分的操作；信号处理部62，其对PD 12的输出信号执行预定处理；输入部63，其用于向运算处理部60输入用户的指令；输出部64，其用于向用户呈现运算处理部60处理的检查结果等；以及存储部65，其存储要由运算处理部60执行的计算机程序以及测量数据等。可以通过使用诸如个人计算机的通用计算机设备来配置运算处理部60、输入部63、输出部64以及存储部65。在这种情况下，输入部63设置有诸如键盘和鼠标的输入装置，并且输出部64是监视器装置。诸如打印机的输出装置可被添加到输出部64。诸如硬盘存储装置或能够保持内容的半导体存储器装置的存储装置都可用作存储部65。操作控制部61和信号处理部62可以由硬件控制电路或者计算机部来实现。

在检查被检查物100的内周面100a表面的情况下，运算处理部60、操作控制部61以及信号处理部62分别按照以下方式操作。注意，这种情况下与检查头16共轴地设置被检查物100。当开始检查时，运算处理部60根据输入部63的指令向操作控制部61发出指令，以启动检查被检查物100的内周面100a所需要的操作。接收到该指令的操作控制部61使LD 11发出预定强度的光，并且同时控制电机35和电机41的操作，使得检查头16以恒定速度沿轴向移动并绕轴AX旋转。此外，操作控制部61控制电机54的操作，使得检查光聚焦在作为待检查表面的内周面100a上。通过对操作的这些控制，可通过检查光从一端到另一端扫描内周面100a。注意，对于沿轴向驱动出检查头16，可以按照恒定速度给进检查头16或者对检查头16每旋转一周以预定节距间歇地移动检查头16。

与对内周面100a的扫描相关，PD 12的输出信号被接连不断地传送给信号处理部62。信号处理部62对PD 12A的输出信号执行模拟信号处理，这对于运算处理部60处理该信号是必需的，随后以预定的比特深度对经该处理的模拟信号进行A/D转换，并向运算处理部60输出获得的数字信号作为反射光信号。对于运算处理部60执行的信号处理可以使用各种处理，包括对输出信号进行非线性放大以便放大PD 12检测到的反射光的亮暗差别的处理，以及从输出信号除去噪声分量的处理。也可以适当组合快速傅立叶变换和傅立叶逆变换等。此外，信号处理部62执行的A/D转换是通过将从旋转编码器43输出的脉冲序列用作取样时钟信号来执行的。这样，在检查头16以预定角度旋转期间，产生与PD 12的受光量相关的灰度数字信号，并且从信号处理部62输出该信号。

从信号处理部62接收反射光信号的运算处理部60将获取的信号存储在存储部65中。此外，运算处理部60利用存储在存储部65中的反射光信号来生成将被检查物100的内周面100a以平面方式展开的二维图像。图2示出了该二维图像的示例。二维图像200对应于在二维直角坐标系限定的平面上展开内周面100a的图像，其中，x轴方向为被检查物100的周向，而y轴方向为检查头16的轴向。在该二维图像200中，内周面100a上存在的缺陷的凹凸部等表示为暗部201，内周面100a的正常部表示为亮部202。当被检查物100是铸件时，内周面100a上存在的诸如切削加工中的气孔或刮伤的缺陷图像呈现为暗部201。运算处理部60检查所获取的二维图像200，并判别满足特定条件的暗部201为缺陷。下面，参照图3描述检测缺陷的详细过程。

图3示出了通过运算处理部60执行的用于被检查物中的缺陷的缺陷检测例程。在图3的例程中，运算处理部60首先在步骤S1基于从信号处理部62接收到的反射光信号来生成内周面100a的二维图像。注意，该二维图像200是运算处理部60的RAM中实际生成的图像。该二维图像200的单个像素203的尺寸可以是任意的，但作为示例，像素在x轴方向上为150μm，在y轴方向上为50μm。

在随后的步骤S2，运算处理部60将构成二维图像200的像素203的灰度与预定阈值级进行比较，并通过将比阈值级更暗的像素的灰度设定为1而将更亮的像素的灰度设定为0来对二维图像200进行二值化。这样，与图2的二维图像200的暗区域201相对应的像素的灰度被转换为1，而其他像素的灰度被转换为0。图4示出对图2的A部进行二值化的图像。在图4中，用阴影线示出了灰度为1的像素201。此外，注意，通过虚线L1、L2示出了被检查物100的内周面100a上存在的粗糙凹凸等的形状。在图4中，灰度为1的像素群(带阴影线的像素群)对应于具有与被检查物100的内周面100a上的缺陷相对应的灰度的第一像素群，而灰度为0的像素群对应于具有不与缺陷相对应的灰度的第二像素群。

返回到图3，在对图像二值化之后，运算处理部60转到步骤S3，并对二值化图像执行标记处理。标记处理是向二维图像中包含的像素添加群属性的公知处理。然而，标记处理是对构成二维图像的所有像素执行的；下面通过例示与图2中的A部相对应的图4的二值化图像来描述标记处理。在标记处理中，按照特定方向顺次检查二值化图像的各像素的灰度。然后，当存在灰度为1但还没有标记的像素时，将该像素检测为关注像素。例如，当沿图中向右的方向扫描图4中的中间行上的像素线N时，图5中由实线代表的像素203a首先被检测为关注像素。在检测到关注像素203a之后，随后检查与关注像素203a邻近的预定数量的像素(通常为4或8个像素)的灰度是否为0或者1。然后，将没有在该二值化图像上使用的唯一标签号添加到关注像素203a和与该关注像素203a连续且具有灰度1的像素。在图5中，标签号1被添加到关注像素203a和与该关注像素203a连续且具有灰度1的像素。每当检测到关注像素时，运算处理部60就重复上述处理。在图5的示例中，相继检测到关注像素203b、203c，标签号2被添加到关注像素203b和具有灰度1的邻接像素，并且标签号3被添加到关注像素203c和具有灰度1的邻接像素。注意，由于在检查关注像素203b时将标签号2添加到关注像素203b右侧的像素203d，所以不将像素203d检测为关注像素。此外，由于在检查关注像素203c时，标签号2已经被添加到像素203d，因此不对其添加标号3。重复进行标记处理，直到在该二值化图像上检测不到关注像素，然后，结束标记处理。

返回图3，在结束标记处理之后，运算处理部60随后转到步骤S4并整理标签号。在整理标签号时，检测其中将不同标签号添加到邻接像素的部分，并整理标签号，使得邻接像素具有相同的标签号。在图5的示例中，尽管像素203c、203d彼此邻接，但还是向它们添加了标签号2、3。因此，为了解决该问题，将具有标签号3的所有像素203c、203e的标签号都改为2。图6示出了标签改变之后的状态。在图6中，具有同一标签号的像素群以利用实线围绕的方式表示。从图4与图6之间的比较可以清楚看到，对应于左边暗部201的灰度为1的所有像素通过添加标签号1分成一群，而对应于右边暗部201的灰度为1的所有像素通过添加标签号2分成一群。这样分成群的像素为具有与被检查物100的内周面100a上的缺陷相对应的灰度的第一像素群，并且还对应于针对由具有不与缺陷相对应的灰度的第二像素群包围的每个区域所提取的缺陷候选部210。注意缺陷候选部210的最小单位为像素。即，当单个像素203的灰度为1而周围像素203的灰度都是0时，自身具有灰度1的像素被当作为缺陷候选部210。这样获得的缺陷候选部210对应于图2中所示的二维图像中的暗部201。

此外，在整理标签号时，各群的标签号以像素数量的降序整理。在图6的示例中，由于右边像素群比左边像素群包含更多的像素，因此右边像素群的标签号被替换为1，而左边像素群的标签号被替换为2。注意，图4到图7中例示了存在两个暗部201的情况，但标签号的整理是对二值化图像的整个区域执行的。因此，图6和图7中例示的标签号并不一定与图2的整个二维图像的处理结果一致。

返回图3，在结束标签号整理之后，运算处理部60针对在步骤S3和S4的处理中提取的所有缺陷候选部210计算面积、长边及短边的长度、二维图像上的位置，并将计算结果存储在运算处理部60的RAM或存储部65中。可以由缺陷候选部210中包含的像素数量表示面积，或者可以通过一个像素所占的面积与像素数量的乘积来获得缺陷候选部210的真实面积。可以由缺陷候选部210所占的x轴方向上和y轴方向上的像素数量与单位像素的实际尺寸的乘积来获得缺陷候选部210的长边和短边的长度。例如，可以通过代表缺陷候选部210的位置(例如重心的位置)的x坐标和y坐标来表示缺陷候选部210的位置。

在随后的步骤S6，运算处理部60检测比预定尺寸更大的缺陷候选部210，并将所有这些缺陷候选部210识别为缺陷。例如，将短边大于或等于0.2mm的缺陷候选部210识别为缺陷。此外，在下一步骤S7，运算处理部60针对二维图像上的各预定检查区域，检查在步骤S6处被认为是缺陷的各缺陷候选部210(即，小于预定尺寸的各缺陷候选部210)的密度。当在步骤6处没有被判别为缺陷的微小暗区域201集中在一定区域中时，从检查者的角度这些可能被识别为缺陷。因此，该处理是将密集集中了这种微小暗区域201的区域识别为缺陷区域的处理。

在步骤S7的处理中，在如图2所示的二维图像中设定具有预定尺寸的检查区域B，并针对各检查区域B检查缺陷候选部210的密度。图8是图2的检查区域B的放大图。可以任意设定检查区域B在x轴的方向上和y轴的方向上的尺寸xd、yd。在图8的检查区域B中，单独时小于缺陷的各微小缺陷候选部210集中在相对密集区域中。由于运算处理部60将这种区域识别为缺陷区域，所以基于在步骤S5获得的信息，诸如缺陷候选部210的面积，在步骤S7判别检查区域B中存在的并且其面积大于或等于预定面积的缺陷候选部210的数量；并且，通过该数量来判别检查区域B中的缺陷候选部210的密度。

在随后的步骤S8处，运算处理部60将缺陷候选部210的密度大于或等于预定级的检查区域B识别为缺陷区域。例如，当面积大于或等于预定面积的缺陷候选部210大于或等于预定数量时，认为其密度高，并且将检查区域B识别为缺陷区域。此外，当在步骤S8处被识别为缺陷区域时，计算该区域中包含的微小缺陷候选部210的群重心位置，作为代表这些缺陷候选部210的位置。注意，在如图9所示的二维图像上，通过沿x轴的方向以部分重叠的方式顺序改变检查区域B的位置，来设定检查区域B。当检查区域B沿x轴方向在内周面100a中来回移动时，沿y轴的方向以部分重叠的方式移动检查区域B。此后，以类似方式重复进行检查区域B的设定和该区域中的密度检查。注意，可将在步骤6被识别为缺陷的缺陷候选部210从密度检查中的检查对象中排除或者不排除。即使不排除，也可将仅集中了在步骤S6处没有被识别为缺陷的微小缺陷候选部210的区域识别为缺陷区域。

返回到图3，在步骤S8处完成缺陷的识别之后，运算处理部60转到步骤S9，将步骤S6和S8处的识别结果作为检查结果存储在存储部65中，并将它们输出到输出部64。关于到输出部64的输出，可以将步骤S6处识别的缺陷和步骤S8处识别的缺陷作为同一类型的缺陷不加区分地呈现给用户，或者加以区分地呈现给用户。即使当以区分的方式向用户呈现这二者时，也能将集中了单独时不会被判别为缺陷的各微小气孔等的区域检测为半缺陷，并且通知用户其存在与否。此外，通过向用户呈现在步骤S8处计算出的缺陷候选部210的重心的位置，可以通知用户能够当作缺陷的微小粗糙凹凸等存在的位置，并能够将其用于确认检查结果。在完成上述处理之后，运算处理部60结束该缺陷检测例程。注意，图4到图8中示出的缺陷候选部和像素尺寸之间的对应关系只是出于示例性的目的，并未示出实际检查中的情形。

如上所述，根据本实施方式中的表面检查装置1，将在内周面100a的二维图像上大于或等于预定尺寸的缺陷候选部210识别为缺陷；并且当小于该尺寸的各微小缺陷候选部210和单独时不被当作缺陷的各微小缺陷候选部210密集集中在相对近的区域中时，可以将该区域识别为缺陷区域。这样，不必将缺陷候选部210的尺寸的阈值级设定得大于将其判别为缺陷所需要的值；并且，能够消除将微小的和独立的缺陷候选部210过度地检测为缺陷的可能性。另一方面，能够不漏检在用户的目视观测中可以被识别为缺陷的各微小缺陷候选部210的密集集中部，并能够将它们检测为缺陷或半缺陷，且将它们存在与否呈现给用户。

此外，在本发明中，二维图像的分辨率，换句话说，单个像素的尺寸可以设置成，使得微小暗区域201(其将是缺陷区域检查中的评估对象)在二维图像上占据至少一个像素。因此，不必设定超过必要的极小的检查分辨率。因此，即使当检查头16以相对高的速度旋转时，也能够以高精度检测到缺陷和缺陷区域，并且能够防止由于设定过高精度的分辨率而造成的检查效率的降低。

在上述实施方式中，运算处理部60通过执行图3中的步骤S1而用作图像生成装置，通过执行步骤S2到S5而用作缺陷候选提取装置，通过执行步骤S6而用作缺陷识别装置，而通过执行S7和S8而用作缺陷区域识别装置。

本发明不限于上述形式，而是能够以各种形式实施。例如，在上述实施方式中，通过在旋转检查头的同时沿轴向驱动出检查头来利用检查光扫描内周面。然而，本发明甚至能够应用于这样的表面检查装置，在该表面检查装置中，省略了检查头的旋转运动或直线运动中的至少一个，并且通过旋转移动或者直线移动被检查物代替省略的运动来扫描被检查物的表面。从二维图像中区分出具有与缺陷相对应的灰度的第一像素和具有其他灰度的第二像素的处理不限于二值化图像以进行分类的示例。可以利用灰度级图像或彩色图像来区分与缺陷相对应的像素。提取缺陷候选部的处理也不限于标记处理，也可以使用各种图像处理方法。

然而，在上述实施方式中，通过利用大于预定面积的缺陷候选部的数量来判别检查区域中缺陷候选部的密度；然而，也可以通过缺陷候选部的总面积占检查区域的面积的比来判别密度。或者，可以通过利用各种信息，例如通过关注单独时不被识别为缺陷的各缺陷候选部中的一个，并参考关注的缺陷候选部与邻接的缺陷候选部之间的距离对密度进行判别来执行密度的判别。

接着描述本发明的另一实施方式中的表面检查装置。该实施方式中的表面检查装置的结构与图1中例示的结构相同，因此省略其说明。本实施方式与上述实施方式的不同之处在于运算处理部60的处理。下面来进行描述。用作图像生成装置的运算处理部60利用存储在存储部65中的反射光信号来生成将图10中所示的被检查物300的内周面300a以平面方式展开的二维图像。即，如图10所示，运算处理部60分别沿被检查物300的周向设定x轴，而沿轴向设定y轴，并且生成将内周面300a在由该x轴和y轴组成的二维直角坐标系中限定的平面上展开的二维图像。例如，二维图像为8位灰度级图像。x轴的方向为二维图像400上的周相当方向，而y轴方向为二维图像400上的轴相当方向。

诸如气孔的缺陷301、302和用作加工部的加工孔303a、303b、303c、304存在于图10的被检查物300的内周面300a上，作为反射率比纹理300b低的区域。纹理300b是没有缺陷的切削工作面。加工孔303a到303c具有同样的形状和同样的尺寸，而且这些孔303a到303c在y轴方向上的位置也相同。下面，当不必区分加工孔303a到303c时，将其表示为加工孔303。加工孔304在形状和尺寸上不同于加工孔303，并且沿y轴方向偏离加工孔303。

图11示出了运算处理部60生成的与图10的内周面300a相对应的二维图像的示例。通过沿x轴方向和y轴方向排列多个像素400a来形成二维图像400。单个像素400a在内周面300a上的所占的尺寸可以是任意的，但作为示例，单个像素400a沿x轴方向的宽度相当于内周面300a上的150μm，而其沿y轴方向的宽度相当于内周面300a上的50μm。与缺陷301、302相对应的缺陷图像401、402，和与加工孔303a到303c、304相对应的加工孔图像403a到403c(可以用参考符号403来表示它们)、404呈现于该二维图像400上。这些图像的密度值比与内周面300a的纹理300b相对应的背景区域405的密度值更暗(更低)。也就是说，在本实施方式中，二维图像400中的像素400a的密度值随着反射光的量的增加更变得更大，并且缺陷和加工部呈现为暗区域。

运算处理部60通过按照预定算法对二维图像400进行处理来判别被检查物300的内周面300a上是否存在缺陷，并将判别结果输出到输出部64。在缺陷检测中，通过关注二维图像400中的暗部来判别缺陷图像的存在与否。然而，在图11的二维图像400中，加工孔图像403、404也以类似于缺陷图像401、402的方式呈现为暗部。因此，即使在被检查物300中不存在缺陷301、302，加工孔图像403、404也可能被判别为缺陷，而被检查物300可能被错误地判定为缺陷产品。为了避免这样的错误判定，运算处理部60通过执行图13中所示的缺陷检测处理来消除诸如加工孔303、304的加工部对缺陷检测的影响。该缺陷检测处理是判别是否存在缺陷的处理，并通过将已知将在被检查物300的内周面300a上存在的加工部的图像制作成基准图像，基于该基准图像与在二维图像400上呈现为暗部的图像之间的一致度来检测该加工部的图像，并从该缺陷判别的目标中排除检测到的加工部的图像，来执行该缺陷检测处理。

在检查图11的二维图像400的情况下，分别制作仅提取加工孔图像403的基准图像和仅提取加工孔图像404的基准图像。然而，这里假设从二维图像400提取具有包围加工孔图像403或加工孔图像404所需的最小尺寸的矩形区域411、412的图像并将其制作为基准图像。在下面，它们可以表示为基准图像411、412。由于加工孔303a、303b、303c具有相同形状和相同尺寸，可以对应于它们制作公共的即单个基准图像411。可以通过由用户指定将用作通过实际拍摄被检查物300的内周面300a获得的二维图像400中的基准图像411、412的区域来创建基准图像411、412。另选的是，可以通过根据被检查物300的设计数据和摄影条件对加工孔303、304的图像进行计算来生成基准图像411、412。注意，基准图像411、412被生成为具有与二维图像400的灰度相同的灰度的灰度级图像。

基准图像411、412预先存储在存储部65中。图12示出了存储部65中存储的基准图像411、412的数据结构的示例。基准图像411、412的数据是按照像素的排列顺序描述相应基准图像411、412中包含的像素的密度值的数值数据。这些数据按照与对应于基准图像411、412的加工孔图像403、404的y轴方向上的代表坐标y1、y2和其数量N1、N2相关联的方式存储在存储单元65中。例如，将加工孔图像403、404的重心(或中心)的y坐标选择为代表坐标y1、y2。作为示例，将y轴方向上的坐标原点设定在二维图像400的上端400c，即图10的内周面300a的轴向上的边缘300c处。数量N1、N2是表示在代表坐标y1、y2处分别存在多少个具有相同形状和相同尺寸的加工孔303、304的值。换句话说，它们是与基准图像411、412相对应的将在分别由y坐标y1、y2表示的位置上存在的加工孔图像403、404的数量。在图11的示例中，数量N1为3，而数量N2为1。

下面来描述图13的缺陷检测处理。当完成内周面300a的扫描时，运算处理部60基于从信号处理部62接收到的反射光信号来生成内周面300a的二维图像400。二维图像400是在运算处理部60的RAM中实际生成的灰度级图像。在生成二维图像400以后，运算处理部60开始缺陷检测处理，并且首先在步骤S11针对检查对象的y坐标设定初始值。在这种情况下，可以将与基准图像411、412相关联的代表坐标y1、y2的最小y坐标(在这种情况下为y1)设定为该初始值。

在下一步骤S12处，运算处理部60将用于对加工孔的检测数量进行计数的计数器的值设定为初始值0。在随后的步骤S13处，运算处理部60从存储部65获取基准图像的数据和与检查对象的y坐标相关联的数量。例如，当检查对象像素群的y坐标为y1时，运算处理部60获取基准图像411的数据和加工孔303a到303c的数量N1(＝3)。

在随后的步骤S14处，运算处理部60从二维图像400选择检查对象图像以与基准图像进行比较。例如，当在图11的二维图像400上将y坐标y1设定为检查对象时，选择在y坐标y1处具有与基准图像411相同形状和相同尺寸且其在y轴方向上的位置与基准图像411一致的检查目标图像420。每次执行步骤S14时，将检查对象图像420在x轴方向上的位置沿x轴方向顺序改变预定数量的像素。例如，当首先针对y坐标y1执行步骤S14时，选择检查对象图像420，以与二维图像400的左边边缘接触，每次执行步骤S14时，将检查对象图像420的位置沿x轴方向朝向右端顺序移动。该处理对应于在二维图像400上在y轴方向上的区域内顺序改变基准图像411的位置的处理，其中，该区域以y坐标y1作为其中心，并且具有与基准图像411相同的尺寸，并且沿x轴方向从二维图像300的左端开始。

在下一步骤S15处，运算处理部60利用归一化相关来计算检查对象图像与基准图像之间的一致度。在归一化相关中，当在待比较的图像之间的密度值具有相同的倾向时，即当它们类似时，表现出正相关；而当两者的密度值具有相反的倾向时，即当它们不类似时，表现出负相关。归一化相关的相关公式表达为：

这里，A表示检查对象图像与基准图像之间的互相关，并由A＝N×∑(I×T)-(∑I)×(∑T)给出。B表示检查对象图像的自相关，并由B＝N×∑(I×I)-(∑I)×(∑I)给出。C表示基准图像的自相关，并由C＝N×∑(T×T)-(∑T)×(∑T)给出。在相关公式中，N表示基准图像的像素数量，I表示检查对象图像的相应像素的密度值，而T表示基准图像的相应像素的密度值。

在随后的步骤S16处，运算处理部60判定在步骤S15处获得的归一化相关值是否超过预定阈值级。可以将被认为表示正相关的归一化相关值的数值设定为在此使用的阈值级。当超出该阈值级时，运算处理部60转到下一步骤S17，将提取为检查对象图像的区域识别为掩模区域，并存储二维图像400上的掩模区域中包含的像素群的位置。在下一步骤S18处，运算处理部60将上述计数器的值加1，并转到步骤S19。另一方面，当在步骤S16处判定归一化相关值不超过阈值级时，运算处理部60跳过步骤S17、S18并转到步骤S19。

在下一步骤S19处，运算处理部60判定上述计数器的值(加工孔的检测数量)与在步骤S13处获得的加工孔的数量(例如在坐标y1处为N1)是否一致。当计数器的值与加工孔的数量不一致时，运算处理部60返回到步骤S14，并计算下一检查对象图像420与基准图像之间的一致度。当在步骤S19处计数器的值与加工孔的数量一致时，运算处理部60转到步骤S20。

在步骤S20处，运算处理部60针对与基准图像相对应的所有y坐标判断检查是否结束。然后，当存在未检查的y坐标时，运算处理部60在步骤S21处选择下一y坐标，并返回到步骤S12。当在步骤S20处判断结束了所有的y坐标的检查时，运算处理部60转到下一步骤S22。

在步骤S22处，运算处理部60在从缺陷判别对象中排除被识别为掩模区域的区域的同时判别在二维图像400中是否存在缺陷图像。作为示例，运算处理部60利用将缺陷图像401、402分类为暗区域而将背景图像405分类为亮区域的阈值级对二维图像400进行二值化，并利用获得的二值化图像中的暗区域的面积等作为线索来判别是否存在缺陷。在二值化中，将在步骤S17处识别为掩模区域的所有像素的密度值转换为与背景区域405相同的密度值。这样，从二值化图像中删除被认为是加工孔图像的图像。因此，当在内周面300a上仅存在加工孔图像时，消除了可能错误地判别加工孔的可能性。当对内周面300a的整个表面完成了缺陷判别时，运算处理部60结束图13的缺陷检测处理。

在上述处理中，事先制作与加工孔图像403、404相对应的相应基准图像411、412。将二维图像400中可被认为是与基准图像411、412一致的区域推定为加工孔图像，并且从缺陷判别对象中排除这些区域。因此，不存在因加工孔的影响而可能错误地将没有缺陷的非缺陷产品判别为缺陷产品的可能性。此外，针对具有不同形状和尺寸的各加工孔图像403、404制作单独的基准图像，以与加工孔图像的位置(y坐标)和数量相关的方式存储各基准图像，并且参考代表了各基准图像的y坐标，在缩窄的区域内计算检查对象图像与基准图像之间的一致度。当检查对象图像与基准图像一致时，将检查对象图像的区域识别为掩模区域。因此，不考虑加工孔图像403、404在二维图像400的x轴方向(相当于检查对象300的周向)上的位置，可以轻松快速地确定掩模区域。这一点将在下面描述。

将与内周面300a的边缘300c相对应的二维图像400的边缘选择为检查对象300的轴向上的基准，并且可相对于该基准唯一地确定加工孔图像403、404所在的y坐标。然而，加工孔图像403、404的x坐标可根据被检查物300的内周面300a上的扫描起始位置与加工孔303、304的位置之间的关系而改变。不存在可用来确定加工孔图像403、404在二维图像400上的x轴方向上的位置的确定基准。因此，可以试图通过将整个二维图像400上存在的加工孔图像403、404存储在单个掩模图像中，并且将该掩模图像叠加在二维图像400上来掩蔽加工孔图像403、404。然而，当改变加工孔图像403、404的位置时，掩模位置偏移并且加工孔图像403、404被检测为缺陷。为了防止上述情况，即使当在x轴方向上改变掩模图像的位置以便与加工孔图像403、404对齐时，尺寸上与整个内周面300a相对应的掩模图像的数据量也较大，因而要花费较长时间进行定位处理。

相反，在本实施方式中，由于针对至少具有不同形状或不同尺寸的各加工孔图像403、404单独制作基准图像411、412，所以基准图像411、412的尺寸较小，并且其数据量也较小。因此，当相对于二维图像400移动y坐标y1、y2处的基准图像411、412时，处理它们花费的时间较短。此外，将基准图像411与检查图像420进行比较的区域在y轴方向缩窄成如下区域，其中该区域以y坐标y1为其中心，并且与基准图像411具有相同的尺寸，而将基准图像412与检查图像420进行比较的区域在y轴方向缩窄成如下区域，其中该区域以y坐标y2为其中心，并且与基准图像412具有相同的尺寸。因此，不必将所述基准图像411、412与所述二维图像400的整个表面相比。因此，可以快速执行用于确定要从缺陷检查对象中排除的区域的掩模处理。

此外在本实施方式中，提前知道在与相应基准图像411、412相对应的y坐标y1、y2处将存在的加工孔403、404的数量N1、N2。当仅识别出数量与数量N1、N2相对应的掩模区域，完成相同的y坐标处的掩模区域的检查(步骤S19到S20)。因此，即使当类似于加工孔图像的缺陷图像位于与加工孔图像403、404相同的y坐标处时，这也不影响缺陷有无的判别。例如，在图10的二维图像400中，在y坐标y1处存在三个加工孔图像403a到403c和一个缺陷图像302。即使在与基准图像311相比时将缺陷图像302判别为掩模区域，加工孔图像403中的任何一个仍未被判别为掩模区域。因此，在步骤S22处的缺陷检测中将该加工孔403检测为缺陷。这样，就消除了存在缺陷的被检查物可能被错误地判别为非缺陷产品的可能性。

在上述实施方式中，存储部65相当于基准图像存储装置。此外，运算处理部60通过执行图13的处理用作缺陷判别装置，并且通过执行图13中的步骤S14到S19的处理具体用作排除区域确定装置。

本发明不限于上述实施方式，而能够以各种形式实施。例如在上述处理中，在当区域被识别为掩模区域的次数与对应于基准图像的加工孔的数量一致时，结束掩模区域的检测。然而，即使在掩模区域的检测数量与加工孔数量一致之后，也可以继续计算基准图像与检查对象图像沿着x轴的方向的一致度。当检测到比与基准图像相对应的数量更多的加工孔图像时，可以判定被检查物300中存在缺陷。此外，当存在比与基准图像相关的数量更多的掩模区域时，可以基于归一化相关值将具有最低相关级值的区域确定为缺陷。这样，与基准图像对应的加工孔的数量不仅是识别掩模区域的信息，也能够用作判别缺陷存在与否的信息。

然而，在上述实施方式中，虽然中心的y坐标用作与基准图像相对应的加工孔图像的位置；但并不限于此，可以将适当的位置定义为加工孔的图像的位置。

用于获取被检查物的表面的二维图像的手段并不限于上述形式，而可以进行适当变更。此外，本发明不仅可以应用于检查内周面的情况，而且可以应用于检查圆筒形外周面的情况。此外，本发明不限于检查具有加工孔作为加工部的被检查物，根据本发明可从缺陷判别对象中排除作为检查对象的在圆筒表面上以任何形式加工过的部分。加工的概念广泛包括对被检查物的材料进行任何人工替换的应用，例如，还可以包括诸如打印、着色、表面改性的各种处理。

Claims (5)

1.一种表面检查装置，其获取将被检查物的圆筒形表面以平面方式展开的二维图像，并基于该二维图像中像素的密度值来判别所述表面上是否存在缺陷，所述表面检查装置包括：

基准图像存储装置，其将与所述表面上存在的加工部相对应的将在所述二维图像上出现的加工部的图像存储为针对至少在形状或者尺寸上不同的各加工部的独立基准图像，并以与各基准图像相关联的方式存储各加工部的各图像在与所述表面的轴向相当的轴相当方向上的位置以及应当在与所述表面的周向相当的周相当方向上存在的相同加工部的各图像的数量；以及

缺陷判别装置，其基于各基准图像以及与各基准图像相关的所述位置和所述数量来确定要从所述二维图像上的缺陷判别对象中排除的区域，并基于确定的区域之外的像素的密度值来判别是否存在所述缺陷。

2.根据权利要求1所述的表面检查装置，其中，所述缺陷判别装置包括排除区域确定装置，该排除区域确定装置参照与所述基准图像相关的位置，将所述二维图像上要与所述基准图像相比较的区域缩窄到所述二维图像在所述轴相当方向上的部分，比较所述基准图像的像素密度值和所述二维图像在缩窄区域中的像素密度值，并基于该比较结果将数量上等于与所述基准图像相关的数量的区域确定为要从所述缺陷判别对象中排除的区域。

3.根据权利要求2所述的表面检查装置，其中，所述排除区域确定装置通过相对于所述二维图像沿所述周相当方向顺序改变所述基准图像在所述缩窄区域中的位置来判别所述基准图像与所述二维图像上的具有与所述基准图像相同的形状和尺寸的检查对象图像之间的一致度，并且，当所判别的一致度超过预定阈值级时，所述排除区域确定装置将所述检查对象图像的区域确定为要从所述缺陷判别对象中排除的区域。

4.根据权利要求3所述的表面检查装置，其中，所述一致度是通过对所述基准图像与所述检查对象图像之间的相关性进行归一化来计算的。

5.根据权利要求1到4中任何一项所述的表面检查装置，其中，所述基准图像对应于通过从所述二维图像中提取包围单个加工部的图像所需的最小矩形区域而获得的图像。

Images