CN104956210B - 图像生成装置、缺陷检查装置以及缺陷检查方法 - Google Patents

图像生成装置、缺陷检查装置以及缺陷检查方法 Download PDF

Info

Publication number
CN104956210B
CN104956210B CN201480006156.9A CN201480006156A CN104956210B CN 104956210 B CN104956210 B CN 104956210B CN 201480006156 A CN201480006156 A CN 201480006156A CN 104956210 B CN104956210 B CN 104956210B
Authority
CN
China
Prior art keywords
image
pixel
defect
formed body
defect map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480006156.9A
Other languages
English (en)
Other versions
CN104956210A (zh
Inventor
尾崎麻耶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sumitomo Chemical Co Ltd
Original Assignee
Sumitomo Chemical Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sumitomo Chemical Co Ltd filed Critical Sumitomo Chemical Co Ltd
Publication of CN104956210A publication Critical patent/CN104956210A/zh
Application granted granted Critical
Publication of CN104956210B publication Critical patent/CN104956210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Textile Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明的缺陷检查装置(100)的缺陷映像图像生成部(72)通过对处理图像生成部61生成的多个处理图像进行合成来生成缺陷映像图像。缺陷映像图像生成部(72)具有坐标值计算部(721)、累计部(722)以及亮度值设定部(723)。坐标值计算部(721)基于各处理图像的各像素的坐标值、薄片状成形体(2)的传输速度以及在摄像装置(5)中设定的帧频，计算出缺陷映像图像的各像素的坐标值。累计部(722)求出坐标值计算部(721)计算出了同一坐标值的像素内的缺陷像素的数量、该缺陷像素的灰度值的总计。亮度值设定部(723)根据累计部(722)的计算值，设定缺陷映像图像中的各像素的亮度值。

Description

图像生成装置、缺陷检查装置以及缺陷检查方法
技术领域
本发明涉及生成用于检查偏振滤波器、相位差薄膜等薄片状成形体的缺陷的图像数据的图像生成装置、具备该图像生成装置的缺陷检查装置以及缺陷检查方法。
背景技术
作为检查偏振滤波器、相位差薄膜等薄片状成形体的缺陷的第1现有技术的缺陷检查装置，有利用了被称为线传感器的一维照相机的装置。图12A以及12B是说明在第1现有技术的缺陷检查装置中利用由线传感器取得的一维图像K1～K19来生成缺陷映像图像L时的动作的图。
第1现有技术的缺陷检查装置通过荧光管等线状光源对薄片状成形体进行照明，通过线传感器，在薄片状成形体的表面上沿着薄片状成形体的长边方向从长边方向的一端到另一端进行扫描的同时，取得如图12A所示的多个一维图像(静止图像)K1～K19。另外，图12A所示的一维图像K1～K19是对由线传感器拍摄到的图像施加增强缺陷部的处理(例如，2值化等图像处理)而得到的，在各图像中，黑色部分表示无缺陷的部分，白色部分表示有缺陷的部分。并且，如图12B所示，第1现有技术的缺陷检查装置按照取得时间顺序将多个一维图像K1～K19全铺上，从而生成作为二维图像的缺陷映像图像L，基于该缺陷映像图像L检查薄片状成形体的缺陷。另外，在图12B所示的缺陷映像图像L中，黑色部分表示无缺陷的部分，白色部分表示有缺陷的部分。此外，有时按取得时间顺序将实施缺陷增强处理前(通过线传感器取得的原图像)的一维图像K1～K19全铺上来生成缺陷映像图像L，对缺陷映像图像L实施增强缺陷部的处理。
由线传感器观测到的区域中通常包括线状光源像。在线状光源和线传感器被配置在薄片状成形体的一个面的一侧的情况下，线状光源像是从线状光源射出并被薄片状成形体正反射而到达了线传感器的光的像，在线状光源与线传感器之间配置有薄片状成形体的情况下，线状光源像是从线状光源射出并透过薄片状成形体后到达了线传感器的光的像。在该第1现有技术的缺陷检查装置中，在薄片状成形体的宽度较宽的情况下，为了能够检查薄片状成形体的宽度方向的整个区域，在宽度方向上并列使用多台线传感器。
该第1现有技术的缺陷检查装置基于将多个一维图像K1～K19全铺上而生成的二维图像、即缺陷映像图像L，来检查薄片状成形体的缺陷，因此构成缺陷映像图像L的各一维图像K1～K19中的检查对象像素与线状光源像之间的位置关系是唯一确定的位置关系。有时缺陷只在检查对象像素与线状光源像的位置关系为特定的位置关系时才会出现在一维图像K1～K19上。例如，作为缺陷的一种的气泡大多只在位于线状光源像的周边或附近时才会出现在一维图像K1～K19上。如上所述，缺陷有时因其位置而无法检测。因此，利用由线传感器所取得的多个一维图像K1～K19构成的二维图像、即缺陷映像图像L来检查薄片状成形体的缺陷的上述第1现有技术的缺陷检查装置只具有有限的缺陷检测能力。
作为解决这种问题的第2现有技术的缺陷检查装置，有使用了被称为区域传感器的二维照相机的装置(参照专利文献1、2)。第2现有技术的缺陷检查装置通过荧光管等线状光源对薄片状成形体进行照明，在规定的传输方向上连续传输薄片状成形体的同时，利用区域传感器取得二维图像(动态图像)，基于该二维图像来检查薄片状成形体的缺陷。
根据第2现有技术的缺陷检查装置，能够基于检查对象像素与线状光源像之间的位置关系不同的多张二维图像来判定是否有缺陷，因此能够比利用了线传感器的第1现有技术的缺陷检查装置更可靠地检测缺陷。因此，利用了区域传感器的第2现有技术的缺陷检查装置与利用了线传感器的第1现有技术的缺陷检查装置相比更能提高缺陷检测能力。
在先技术文献
专利文献
专利文献1：JP特开2007-218629号公报
专利文献2：JP特开2010-122192号公报
发明内容
图13A以及13B是说明在第2现有技术的缺陷检查装置中利用由区域传感器取得的二维图像M1～M6来生成缺陷映像图像N时的动作的图。在第2现有技术的缺陷检查装置中，区域传感器按照预先确定的时间间隔对连续传输的薄片状成形体进行摄像动作，如图13A所示，与各摄像动作对应地取得至少一部分重叠的多个二维图像M1～M6。另外，图13A所示的二维图像M1～M6是对由区域传感器拍摄到的图像进行增强缺陷部的处理(例如，2值化等图像处理)而得到的，在各图像中，黑色部分表示无缺陷的部分，白色部分表示有缺陷的部分。
在第2现有技术的缺陷检查装置中，由区域传感器取得的二维图像M1～M6在二维图像M1与二维图像M2之间、在二维图像M2与二维图像M3之间、在二维图像M3与二维图像M4之间、在二维图像M4与二维图像M5之间、以及在二维图像M5与二维图像M6之间具有一部分重叠的重复部分。因此，在第2现有技术的缺陷检查装置中，在按照取得时间顺序依次将二维图像M1～M6全铺上来生成了缺陷映像图像N时，如图13B所示，在1个缺陷映像图像N之中，存在多个表示同一缺陷的缺陷像素(例如，图13B中的缺陷像素N1)。在利用这种缺陷映像图像N检查薄片状成形体的缺陷的情况下，很难正确地掌握薄片状成形体中的缺陷的位置。此外，会重复检测同一缺陷。
本发明的目的在于，提供在生成用于检查薄片状成形体的缺陷的图像的图像生成装置中，能够以高的检测能力正确地检查薄片状成形体中的缺陷的位置、且能够防止同一缺陷的重复检测的图像生成装置、缺陷检查装置以及缺陷检查方法。
本发明提供一种生成用于检查薄片状成形体的缺陷的图像的图像生成装置，具备：传输部，以预先确定的传输速度将薄片状成形体沿着其长边方向传输；光照射部，向被传输的所述薄片状成形体照射光；摄像部，与被传输的所述薄片状成形体的表面对置地配置该摄像部，以预先确定的时间间隔拍摄该薄片状成形体的表面的一部分来生成多个二维图像，该摄像部设定所述时间间隔以使通过连续的两次摄像动作所拍摄的摄像区域部分重叠；特征量计算部，通过预先确定的算法处理，基于各像素的亮度值来计算出构成所述各二维图像的各像素的特征量；处理图像数据生成部，将构成所述各二维图像的各像素区分为所述特征量在预先确定的阈值以上的缺陷像素和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像；和
缺陷映像图像生成部，通过对所述处理图像数据生成部生成的多个处理图像进行合成，生成表示薄片状成形体中的缺陷的分布的缺陷映像图像，
该缺陷映像图像生成部具有：缺陷映像图像坐标值计算部，基于构成各处理图像的各像素的坐标值、所述传输速度以及所述时间间隔，计算出用于构成所述缺陷映像图像的各像素的坐标值；累计部，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方：(1)针对所述缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量，(2)针对所述缺陷映像图像的各像素，计算对处理图像中的对应的像素赋予的灰度值的总计；和亮度值设定部，将基于在所述(1)中得到的缺陷像素的数量和/或在所述(2)中得到的灰度值的总计计算出的值设定为所述缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
此外，在本发明的图像生成装置中，所述时间间隔优选被设定为所述部分重叠的摄像区域在所述长边方向上的长度是所述各二维图像在所述长边方向上的长度的1/2倍以上。
此外，本发明提供一种缺陷检查装置，具备：所述图像生成装置；和显示部，显示由所述图像生成装置的缺陷映像图像生成部生成的缺陷映像图像。
此外本发明提供一种用于检查薄片状成形体的缺陷的缺陷检查方法，包括：传输步骤，通过传输部，以预先确定的传输速度将薄片状成形体沿着其长边方向传输；光照射步骤，向被传输的所述薄片状成形体照射光；摄像步骤，通过与被传输的所述薄片状成形体的表面对置地配置的摄像部，以预先确定的时间间隔拍摄该薄片状成形体的表面的一部分来生成多个二维图像，在该摄像步骤中，设定所述时间间隔以使通过连续的两次摄像动作所拍摄的摄像区域部分重叠；特征量计算步骤，通过预先确定的算法处理，基于各像素的亮度值来计算出构成所述各二维图像的各像素的特征量；处理图像数据生成步骤，将构成所述各二维图像的各像素区分为所述特征量在预先确定的阈值以上的缺陷像素和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像；缺陷映像图像生成步骤，通过对在所述处理图像数据生成步骤中生成的多个处理图像进行合成，生成表示薄片状成形体中的缺陷的分布的缺陷映像图像；和显示步骤，显示在所述缺陷映像图像生成步骤中生成的缺陷映像图像，该缺陷映像图像生成步骤包括：缺陷映像图像坐标值计算步骤，基于构成各处理图像的各像素的坐标值、所述传输速度以及所述时间间隔，计算出用于构成所述缺陷映像图像的各像素的坐标值；累计步骤，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方：(1)针对所述缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量，(2)针对所述缺陷映像图像的各像素，计算对处理图像中的对应的像素赋予的灰度值的总计；和亮度值设定步骤，将基于在所述(1)中得到的缺陷像素的数量和/或在所述(2)中得到的灰度值的总计计算出的值设定为所述缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
根据本发明，图像生成装置是一种生成用于检查薄片状成形体的缺陷的图像的装置，具备传输部、光照射部、摄像部、特征量计算部、处理图像数据生成部以及缺陷映像图像生成部。在图像生成装置中，摄像部以预先确定的时间间隔对被光照射部照射光的同时被传输部传输的薄片状成形体的表面进行拍摄，从而生成多个二维图像。该摄像部将所述时间间隔设定为通过连续的两次摄像动作拍摄的摄像区域部分重叠。对于这样生成的多个二维图像，若看作是在连续的两次摄像动作中生成的2个二维图像，则在与薄片状成形体的长边方向平行的方向上，成为一部分互相重叠的图像。
特征量计算部通过预先确定的算法对所述各二维图像进行处理，从而计算出构成各二维图像的各像素的、基于亮度值的特征量。
处理图像数据生成部将构成所述各二维图像的各像素区分为所述特征量为预先确定的阈值以上的缺陷像素、和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像。
缺陷映像图像生成部是对处理图像数据生成部生成的多个处理图像进行合成来生成缺陷映像图像的部分，具有缺陷映像图像坐标值计算部、累计部以及亮度值设定部。
缺陷映像图像坐标值计算部基于构成各处理图像的各像素的坐标值、薄片状成形体的传输速度以及在摄像部设定的所述时间间隔，计算出用于构成缺陷映像图像的各像素的坐标值。
累计部，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方：(1)针对缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量，(2)针对缺陷映像图像的各像素，计算对处理图像中的对应的像素赋予的灰度值的总计。
并且，亮度值设定部，将基于在(1)中得到的缺陷像素的数量和/或在(2)中得到的灰度值的总计计算出的值设定为缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
在这样构成的本发明的图像生成装置中，基于摄像部生成的薄片状成形体的二维图像，生成用于检查薄片状成形体的缺陷的图像、即缺陷映像图像，因此，例如与基于线传感器的多个一维图像生成用于检查缺陷的图像的情况相比，能够维持高的缺陷检测能力。
另外，在本发明的图像生成装置中，基于构成各处理图像的各像素的坐标值、薄片状成形体的传输速度、以及在摄像部设定的所述时间间隔，计算出用于构成缺陷映像图像的各像素的坐标值。然后，基于处理图像中计算出了同一坐标值的像素内的缺陷像素的数量、该缺陷像素的灰度值的总计来设定与计算出的坐标值对应的各像素的亮度值，从而生成缺陷映像图像，因此通过利用该缺陷映像图像来检查薄片状成形体的缺陷，从而能够以高的检测能力正确地检查薄片状成形体中的缺陷的位置。在缺陷映像中，同一缺陷出现在一个部位，因此能够防止同一缺陷的重复检测。
此外，根据本发明，缺陷检查装置具备所述的本发明的图像生成装置和显示部。显示部显示图像生成装置的缺陷映像图像生成部生成的缺陷映像图像。用户通过观察显示部显示的缺陷映像图像，能够确认薄片状成形体中的缺陷的位置。
此外，根据本发明，缺陷检查方法是用于检查薄片状成形体的缺陷的方法，包括传输步骤、光照射步骤、摄像步骤、特征量计算步骤、处理图像数据生成步骤、缺陷映像图像生成步骤以及显示步骤。
在摄像步骤中，通过摄像部，以预先确定的时间间隔拍摄被照射光的同时被传输的薄片状成形体的表面，从而生成多个二维图像。在该摄像步骤中，设定所述时间间隔以使通过连续的两次摄像动作拍摄到的摄像区域部分重叠。对于这样生成的多个二维图像，若看作在连续的两次摄像动作中生成的2个二维图像，则在与薄片状成形体的长边方向平行的方向上，成为一部分互相重叠的图像。
在特征量计算步骤中，通过预先确定的算法对所述各二维图像进行处理，从而计算出构成各二维图像的各像素的基于亮度值的特征量。在处理图像数据生成步骤中，将构成所述各二维图像的各像素区分为所述特征量在预先确定的阈值以上的缺陷像素和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像。
在缺陷映像图像生成步骤中，通过对在处理图像生成步骤中生成的多个处理图像进行合成，从而生成缺陷映像图像。该缺陷映像图像生成步骤包括缺陷映像图像坐标值计算步骤、计算次数累计步骤以及亮度值设定步骤。
在缺陷映像图像坐标值计算步骤中，基于构成各处理图像的各像素的坐标值、薄片状成形体的传输速度以及在摄像部设定的所述时间间隔，计算出用于构成缺陷映像图像的各像素的坐标值。
在累计步骤中，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方。
(1)针对缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量，(2)针对缺陷映像图像的各像素，计算对处理图像中的对应的像素赋予的灰度值的总计。
在亮度值设定步骤中，将基于在累计步骤的(1)中得到的缺陷像素的数量和/或在累计步骤的(2)中得到的灰度值的总计计算出的值设定为缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
然后，在显示步骤中显示在缺陷映像图像生成步骤中生成的缺陷映像图像。
在这样构成的本发明的缺陷检查方法中，基于在摄像步骤中生成的薄片状成形体的二维图像，生成用于检查薄片状成形体的缺陷的图像、即缺陷映像图像，因此例如与基于线传感器的多个一维图像生成用于检查缺陷的图像的情况相比，能够维持高的缺陷检测能力。
另外，在本发明的缺陷检查方法中，在缺陷映像图像生成步骤中，基于构成各处理图像的各像素的坐标值、薄片状成形体的传输速度、以及在摄像部设定的所述时间间隔，计算出用于构成缺陷映像图像的各像素的坐标值。然后，基于处理图像中计算出了同一坐标值的像素内的缺陷像素的数量、该缺陷像素的灰度值的总计来设定与计算出的坐标值对应的各像素的亮度值，从而生成缺陷映像图像，因此通过观察在显示步骤中显示的缺陷映像图像来检查薄片状成形体的缺陷，能够以高的检测能力正确地检查薄片状成形体中的缺陷的位置。在缺陷映像中，同一缺陷出现在一个部位，因此能够防止同一缺陷的重复检测。
附图说明
图1A是表示本发明的一实施方式的缺陷检查方法的步骤的步骤图。
图1B是表示本发明的一实施方式的缺陷映像图像生成步骤的步骤图。
图2是表示本发明的一实施方式的缺陷检查装置100的结构的示意图。
图3是表示缺陷检查装置100的结构的框图。
图4A是用于说明作为缺陷检测算法的一例的边缘轮廓法的图，是表示摄像装置5生成的与二维图像数据对应的二维图像A的一例的图。
图4B是表示由处理图像生成部61生成的边缘轮廓P1的一例的图。
图4C是表示由处理图像生成部61生成的微分轮廓P2的一例的图。
图5A是用于说明作为缺陷检测算法的其他例的峰值法的图，是表示与摄像装置5生成的二维图像数据对应的二维图像B的一例的图。
图5B是表示由处理图像生成部61生成的亮度轮廓P3的一例的图。
图5C是用于说明在处理图像生成部61中执行的从数据点的一端向另一端移动的质点的假定顺序的图。
图5D是表示由处理图像生成部61生成的亮度值差轮廓P4的一例的图。
图6A是用于说明作为缺陷检测算法的其他例的平滑化法的图，是表示摄像装置5生成的与二维图像数据对应的二维图像C的一例的图。
图6B是表示由处理图像生成部61生成的平滑化轮廓P5的一例的图。
图7A是用于说明作为缺陷检测算法的其他例的第2边缘轮廓法的图，是表示摄像装置5生成的与二维图像数据对应的二维图像D的一例的图。
图7B是表示由处理图像生成部61生成的边缘轮廓P6的一例的图。
图7C是表示由处理图像生成部61生成的边缘轮廓P7的一例的图。
图8A以及8B是表示图像处理装置6生成的处理图像E1～E6的一例的图。
图9是表示图像分析装置7生成的缺陷映像图像F的一例的图。
图10A是表示图像处理装置6生成的作为处理图像的其他例的处理图像G1～G13的一例的图。
图10B是表示作为图像分析装置7生成的缺陷映像图像的其他例的缺陷映像图像H的一例的图。
图11A是表示由图像处理装置6生成的一维图像构成的处理图像G1～G13的一例的图。
图11B是表示依次将处理图像G1～G13全铺上而生成的缺陷映像图像J的一例的图。
图12A是表示在第1现有技术的缺陷检查装置中由线传感器取得的一维图像K1～K19的一例的图。
图12B是表示按照取得时间顺序将一维图像K1～K19全铺上而生成的缺陷映像图像L的一例的图。
图13A是表示在第2现有技术的缺陷检查装置中由区域传感器取得的二维图像M1～M6的一例的图。
图13B是表示按照取得时间顺序将二维图像M1～M6全铺上而生成的缺陷映像图像N的一例的图。
具体实施方式
图1A以及1B是表示本发明的一实施方式的缺陷检查方法的步骤的步骤图。本实施方式的缺陷检查方法包括图1A所示的传输步骤s1、光照射步骤s2、摄像步骤s3、特征量计算步骤s4、处理图像数据生成步骤s5、缺陷映像图像生成步骤s6和显示步骤s7。此外，缺陷映像图像生成步骤s6包括图1B所示的缺陷映像图像坐标值计算步骤s6-1、累计步骤s6-2和亮度值设定步骤s6-3。
图2是表示本发明的一实施方式的缺陷检查装置100的结构的示意图。图3是表示缺陷检查装置100的结构的框图。本实施方式的缺陷检查装置100是检测热可塑性树脂等薄片状成形体2的缺陷的装置，具备本发明的图像生成装置1和显示部21。缺陷检查装置100的图像生成装置1具备传输装置3、照明装置4、摄像装置5、图像处理装置6以及图像分析装置7。缺陷检查装置100实现本发明的缺陷检查方法。传输装置3执行传输步骤s1，照明装置4执行光照射步骤s2，摄像装置5执行摄像步骤s3，图像处理装置6执行特征量计算步骤s4以及处理图像数据生成步骤s5，图像分析装置7执行缺陷映像图像生成步骤s6，显示部21执行显示步骤s7。
缺陷检查装置100通过传输装置3以恒定宽度朝向恒定方向(和与薄片状成形体2的宽度方向正交的所述长边方向相同的方向)按照预先确定的传输速度传输在长边方向上连续的薄片状成形体2，在该传输过程中，将被照明装置4照明的薄片面通过摄像装置5以预先确定的时间间隔进行拍摄来生成二维图像，图像处理装置6生成与多个二维图像分别对应的处理图像，图像分析装置7对从图像处理装置6输出的多个处理图像进行合成来生成缺陷映像图像，显示部21显示缺陷映像图像，由此进行薄片状成形体2的缺陷检测。
对作为被检查体的薄片状成形体2实施使从挤压机被按压挤出的热可塑性树脂通过辊的间隙来使得表面平滑化或者被赋予凹凸形状等处理，通过引出辊对传输辊进行冷却的同时引出薄片状成形体来使其成形。可适用于本实施方式的薄片状成形体2中的热可塑性树脂例如有甲基丙烯酸树脂、甲基丙烯酸甲酯-苯乙烯共聚物(MS树脂)、聚乙烯(PE)、聚丙烯(PP)等聚烯烃、聚碳酸脂(PC)、聚氯乙烯(PVC)、聚苯乙烯(PS)、聚乙烯醇(PVA)、三乙酰纤维素树脂(TAC)等。薄片状成形体2由这些热可塑性树脂的单层薄片、层叠薄片等成形。
此外，作为在薄片状成形体2中产生的缺陷的例，可列举成形时产生的气泡、鱼眼、异物、胎印、打痕、划痕等点状缺陷(点缺陷)、因弯痕等产生的所谓弯曲处(knick)、因厚度的不同而产生的所谓原抗线等线状缺陷(线缺陷)。
传输装置3具有作为传输部的功能，将薄片状成形体2朝向恒定方向(传输方向Z)以预先确定的传输速度进行传输。传输装置3例如具备在传输方向Z上传输薄片状成形体2的送出辊和接收辊，通过旋转编码器等测量传输距离。在本实施方式中，传输速度在传输方向Z上被设定为2～30m/分左右。
照明装置4具有作为光照射部的功能，以线状在与传输方向Z正交的薄片状成形体2的宽度方向上进行照明。照明装置4被配置成由摄像装置5拍摄的图像包含线状的反射像。具体而言，照明装置4以薄片状成形体2为基准，在与摄像装置5相同的一侧，被配置成面对薄片状成形体2的表面，且薄片状成形体2的表面中的照明区域、即、直到摄像装置5拍摄的摄像区域为止的距离例如为200mm。
作为照明装置4的光源，只要是LED(Light Emitting Diode)、金属卤化物灯、卤化物传送灯、荧光灯等照射对薄片状成形体2的组成以及性质没有影响的光即可，没有特别限定。另外，照明装置4也可以与摄像装置5夹着薄片状成形体2而设置在摄像装置的相反侧。此时，由摄像装置5拍摄到的图像包含透过薄片状成形体2的透过像。此外，在图2中，例示了具备在薄片状成形体2的宽度方向上以直线状延伸的光源的照明装置4，但并不限于这种结构。作为照明装置4，也可以考虑与后述的处理图像生成部61进行的缺陷检测算法处理的种类相应的各种结构。例如，也可以是具备在光源与薄片状成形体2之间配置的缝隙部件的照明装置4的结构。
缺陷检查装置100具备具有作为摄像部的功能的多个摄像装置5，在与传输方向Z正交的方向(薄片状成形体2的宽度方向)上等间隔地排列各摄像装置5。此外，摄像装置5被配置成从摄像装置5向薄片状成形体2的摄像区域的中心的方向与传输方向Z构成锐角。摄像装置5隔着预先确定的时间间隔(摄像间隔)多次拍摄包括薄片状成形体2的照明装置4引起的反射像或透过像(以下统称为“照明像”)在内的二维图像来生成多个二维图像。在摄像装置5中，设定所述时间间隔，以使通过连续的两次摄像动作拍摄的摄像区域部分重叠。由此，在连续的两次摄像动作中生成的2个二维图像是在与薄片状成形体2的长边方向平行的方向上一部分互相重叠的图像。
摄像装置5由拍摄二维图像的CCD(Charge Coupled Device)或CMOS(Complementary Metal-Oxide Semiconductor)的区域传感器构成。如图2所示，摄像装置5被配置成拍摄与薄片状成形体2的传输方向Z正交的宽度方向的所有区域。由此，拍摄薄片状成形体2的宽度方向的所有区域，并传输在传输方向Z上连续的薄片状成形体2，从而能够有效地检查薄片状成形体2的所有区域的缺陷。
摄像装置5的摄像间隔可以是固定的，也可以用户通过操作摄像装置5自身来变更。此外，摄像装置5的摄像间隔可以是数码相机的连续拍摄的时间间隔、即几分之1秒等，但是为了提高检查的效率，优选较短的时间间隔、例如作为一般的动态图像数据的摄像间隔的1/30秒等。
此外，将摄像装置5的摄像间隔优选设定成部分重叠的摄像区域在传输方向Z上的长度为二维图像在传输方向Z上的长度的1/2倍以上，即在利用摄像间隔规定的时间内传输薄片状成形体2的距离为二维图像在传输方向Z上的长度的1/2倍以下。换言之，摄像装置5拍摄的二维图像在传输方向Z上的长度优选是在摄像装置5开始取得二维图像到取得下一个二维图像为止的时间内，传输薄片状成形体2的传输距离的2倍以上。即，优选对薄片状成形体2的同一部分进行两次以上的拍摄。由此，使得二维图像在传输方向Z上的长度大于从摄像装置5开始取得二维图像到取得下一个二维图像为止的时间内的薄片状成形体2的传输距离，增加薄片状成形体2的同一部分的摄像次数，从而能够高精度地检查缺陷。
图像处理装置6具备具有作为特征量计算部以及处理图像数据生成部的功能的处理图像生成部61。与多个摄像装置5中的每一个对应地设置图像处理装置6。处理图像生成部61可通过FPGA(Field-programmable gate array)、GPGPU(General-purpose computingon graphics processing units)等图像处理板或摄像装置5的内部的硬件来实现。
处理图像生成部61通过预先确定的算法(以下称为“缺陷检测算法”)来处理从摄像装置5输出的各二维图像，从而计算出构成所述各二维图像的各像素的、基于亮度值的特征量。另外，处理图像生成部61在所述各二维图像中将所述特征量为预先确定的阈值以上的像素识别为缺陷像素，与各二维图像对应地生成针对缺陷像素赋予与所述特征量相应的灰度值、针对缺陷像素以外的剩余像素(所述特征量小于所述阈值的像素)赋予了零的灰度值的处理图像，并输出所生成的各处理图像。
参照图4A～4C、图5A～5D、图6A及6B、以及图7A～7C来说明在处理图像生成部61中所使用的缺陷检测算法。
图4A～4C是用于说明作为缺陷检测算法的一例的边缘轮廓法的图。图4A表示与在摄像装置5中生成的二维图像数据对应的二维图像A的一例，图像的上侧是传输方向Z下游侧，图像的下侧是传输方向Z上游侧。在二维图像A中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。在图4A中，在二维图像A的Y方向上位于中央且在X方向上延伸的带状的明区域是照明像A1，存在于照明像A1的内部的暗区域是第1缺陷像素群A21，存在于照明像A1的附近的明区域是第2缺陷像素群A22。
在使用基于边缘轮廓法的缺陷检测算法的情况下，处理图像生成部61首先将二维图像A分割为沿着Y方向的1列1列的像素列的数据。接着，处理图像生成部61针对各像素列的数据进行从Y方向的一端(图4A中的二维图像A的上端)朝向另一端(图4A中的二维图像A的下端)逐渐探查边缘的边缘判定处理。
具体而言，处理图像生成部61针对各像素列的数据，将从Y方向的一端侧开始的第2个像素设为关注像素，针对关注像素判定关注像素的亮度值是否比与一端侧相邻的相邻像素的亮度值大规定的阈值以上。在判定为关注像素的亮度值比相邻像素的亮度值大规定的阈值以上的情况下，处理图像生成部61判定相邻像素是上限边缘A3。在除此以外的情况下，处理图像生成部61将关注像素朝向Y方向的另一端以1像素为单位进行偏离，直到判定为关注像素的亮度值比相邻像素的亮度值大规定的阈值以上为止反复进行边缘判定处理。
在检测到上限边缘A3之后，处理图像生成部61将关注像素朝向Y方向的另一端以1像素为单位偏离的同时，判定关注像素的亮度值是否比相邻像素的亮度值小规定的阈值以上。在判定为关注像素的亮度值比相邻像素的亮度值小规定的阈值以上的情况下，处理图像生成部61判定相邻像素是下限边缘A4。在除此以外的情况下，处理图像生成部61将关注像素朝向Y方向的另一端以1像素为单位偏离的同时，直到判定为关注像素的亮度值比相邻像素的亮度值小规定的阈值以上为止反复进行边缘判定处理。
在图4A中，用“○”表示通过处理图像生成部61的边缘判定处理检测到的上限边缘A3的例，用“●”表示下限边缘A4的例。根据图4A可知，在二维图像A中存在缺陷的第1缺陷像素群A21以及第2缺陷像素群A22中，上限边缘A3与下限边缘A4在Y方向上的坐标值(Y坐标值)之差比缺陷像素以外的剩余像素中的Y坐标值的差小很多。此外，在二维图像A的第2缺陷像素群A22中，上限边缘A3的Y坐标值明显不同于缺陷像素以外的剩余像素中的Y坐标值。
利用这样的特征，处理图像生成部61生成图4B所示的边缘轮廓P1。在图4B所示的边缘轮廓P1中，与二维图像A中的第2缺陷像素群A22对应的出现了与上限边缘A3的Y坐标值对应的峰P11。另外，处理图像生成部61构成为基于上限边缘A3与下限边缘A4的Y坐标值之差，生成边缘轮廓。此时，在由处理图像生成部61生成的边缘轮廓中，与二维图像A中的第1缺陷像素群A21以及第2缺陷像素群A22对应地，出现上限边缘A3与下限边缘A4的Y坐标值之差小的峰。
另外，处理图像生成部61针对边缘轮廓P1进行微分处理，生成图4C所示的微分轮廓P2。在图4C所示的微分轮廓P2中，与边缘轮廓P1中的峰P11对应地，即与二维图像A中的第2缺陷像素群A22对应地，出现了具有预先确定的阈值以上的(微分值大的)特征量P22的峰P21。
处理图像生成部61基于微分轮廓P2，将与具有预先确定的阈值以上的特征量P22的峰P21对应的二维图像A中的像素作为缺陷像素来提取。在图4C所示的微分轮廓P2的例中，处理图像生成部61提取第2缺陷像素群A22作为缺陷像素。
图5A～5D是用于说明作为缺陷检测算法的其他例的峰值法的图。图5A表示与摄像装置5生成的二维图像数据对应的二维图像B的一例，图像的上侧是传输方向Z的下游侧，图像的下侧是传输方向Z的上游侧。在二维图像B中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。在图5(a)中，二维图像B的Y方向位于中央，在X方向上延伸的带状的明区域是照明像B1，存在于照明像B1的内部的暗区域是第1缺陷像素群B21，存在于照明像B1的附近的明区域是第2缺陷像素群B22。
在使用基于峰值法的缺陷检测算法的情况下，处理图像生成部61首先将二维图像B分割为沿着Y方向的1列1列的像素列的数据。接着，处理图像生成部61针对各像素列的数据，以沿着与二维图像B的Y方向平行的一直线L的位置处的亮度值的数据作为点来进行连续描绘，将这些点连接的曲线作为图5B所示的亮度轮廓P3来生成。
在二维图像B中不存在缺陷像素的情况下，亮度轮廓P3表示没有出现波谷部分的单峰的轮廓，在存在缺陷像素的情况下，如图5B所示那样表示出现了波谷部分P31的双峰的轮廓。
接着，处理图像生成部61针对各像素列的亮度轮廓P3，以与数据点间的距离无关地将相邻的数据点间的移动时间设为恒定的方式，假设从亮度轮廓P3的X方向的一端朝向另一端移动的质点。在此，如图5C所示，所述质点从数据点c向与其相邻的数据点b、从数据点b向与其相邻的数据点a、从数据点a向与其相邻的数据点d移动。此外，将数据点d设为与关注像素对应的数据点。
处理图像生成部61求出在数据点d跟前通过了质点的数据点a、b、c中的质点的速度向量以及加速度向量。即，处理图像生成部61基于在数据点d跟前通过了质点的2个数据点a及数据点b的坐标、和所述移动时间，求出数据点b至数据点a的区间内的质点的速度向量。此外，处理图像生成部61基于在数据点d跟前通过了质点的2个数据点b及数据点c的坐标、和所述移动时间，求出数据点c至数据点b的区间内的质点的速度向量。另外，处理图像生成部61基于数据点b至数据点a的区间内的质点的速度向量、和数据点c至数据点b的区间内的质点的速度向量，求出数据点c至数据点a的区间内的质点的加速度向量。并且，处理图像生成部61根据数据点b至数据点a的区间内的质点的速度向量、和数据点c至数据点a的区间内的质点的加速度向量，预测数据点d的坐标(预测数据点f)。
处理图像生成部61求出如上述那样预测的数据点d的预测数据点f的亮度值与数据点d的实际(实际测量)的亮度值之差，生成图5D所示的亮度值差轮廓P4。在图5D所示的亮度值差轮廓P4中，与图5B所示的亮度轮廓P3中的波谷部分P31对应地，即与二维图像B中的第1缺陷像素群B21对应地，出现了具有预先确定的阈值以上的(亮度值差大的)特征量P42的峰P41。
处理图像生成部61基于亮度值差轮廓P4，将与具有预先确定的阈值以上的特征量P42的峰P41对应的、二维图像B中的像素提取为缺陷像素。在图5D所示的亮度值差轮廓P4的例中，处理图像生成部61提取第1缺陷像素群B21作为缺陷像素。
图6A以及6B是用于说明作为缺陷检测算法的其他例的平滑化法的图。图6A是表示与摄像装置5生成的二维图像数据对应的二维图像C的一例，图像的上侧是传输方向Z的下游侧，图像的下侧是传输方向Z的上游侧。在二维图像C中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。在图6A中，二维图像C的Y方向位于中央，沿着X方向延伸的带状的明区域是照明像C1，存在于照明像C1的内部的暗区域是第1缺陷像素群C21，存在于照明像C1的附近的明区域是第2缺陷像素群C22。
在使用基于平滑化法的缺陷检测算法的情况下，处理图像生成部61首先将二维图像C分割为沿着Y方向的1列1列的像素列的数据。接着，处理图像生成部61在X方向以及Y方向上生成几个像素(例如，X方向上的5像素、Y方向上的1像素)的中心C31。
然后，处理图像生成部61针对各像素列的数据，将沿着与二维图像C的Y方向平行的一直线L的位置处的中心C31内的中央像素的亮度值、与中心C31内的所有像素的亮度值的平均值之差的数据作为点来进行连续描绘，将连接了这些点的曲线作为图6B所示的平滑化轮廓P5来生成。在图6B所示的平滑化轮廓P5中，与二维图像C中的第1缺陷像素群C21对应地，出现了具有预先确定的阈值以上的(亮度值差大的)特征量P52的峰P51。
处理图像生成部61基于平滑化轮廓P5，将与具有预先确定的阈值以上的特征量P52的峰P51对应的、二维图像C中的像素提取为缺陷像素。在图6B所示的平滑化轮廓P5的例中，处理图像生成部61提取第1缺陷像素群C21作为缺陷像素。
图7A～7C是用于说明作为缺陷检测算法的其他例的第2边缘轮廓法的图。图7A表示与摄像装置5生成的二维图像数据对应的二维图像D的一例，图像的上侧是传输方向Z的下游侧，图像的下侧是传输方向Z的上游侧。在二维图像D中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。在图7A中，二维图像D的Y方向位于中央，在X方向上延伸的带状的明区域是照明像D1，存在于照明像D1的内部的暗区域是第1缺陷像素群D21，存在于照明像D1的附近的明区域是第2缺陷像素群D22。
在使用基于第2边缘轮廓法的缺陷检测算法的情况下，处理图像生成部61首先将二维图像D分割为沿着Y方向的1列1列的像素列的数据。接着，处理图像生成部61针对各像素列的数据，进行从Y方向一端(图7A中的二维图像D的上端)朝向另一端(图7A中的二维图像D的下端)逐渐探查边缘的边缘判定处理。
具体而言，处理图像生成部61针对各像素列的数据，将从Y方向一端侧开始的第2个像素设为关注像素，针对关注像素判定关注像素的亮度值是否比在一端侧相邻的相邻像素的亮度值大规定的阈值以上。在在判定为关注像素的亮度值比相邻像素的亮度值大规定的阈值以上的情况下，处理图像生成部61判定相邻像素是边缘D3。在除此以外的情况下，处理图像生成部61将关注像素朝向Y方向的另一端以1像素为单位进行偏离的同时，直到关注像素的亮度值比相邻像素的亮度值大规定的阈值以上为止反复进行边缘判定处理。
在图7A中，将通过处理图像生成部61进行的边缘判定处理检测出的边缘D3的例表示为“○”。根据图7A可知，在二维图像D的明区域与暗区域之间的边界部分存在缺陷的第2缺陷像素群D22中，边缘D3的Y方向上的坐标值(Y坐标值)变化非常大。
作为利用了这种特征的提取二维图像D中的缺陷像素的方法，有2种。在图7B所示的第1方法中，处理图像生成部61生成与二维图像D中的边缘D3对应的边缘轮廓P6。另外，在图7B中，放大表示了与二维图像D的第2缺陷像素群D22附近的边缘D3对应的边缘轮廓P6。在图7B所示的边缘轮廓P6中，与二维图像D中的第2缺陷像素群D22对应地，Y坐标值的变化非常大。
处理图像生成部61选择所生成的边缘轮廓P6上的作为任意2点的点P61以及点P62，计算出被将点P61与点P62连接的直线、和边缘轮廓P6的曲线包围的区域P63的面积作为特征量。处理图像生成部61基于边缘轮廓P6，提取与具有预先确定的阈值以上的特征量(区域P63的面积)的轮廓部分对应的、二维图像D中的像素作为缺陷像素。
在图7C所示的第2方法中，处理图像生成部61生成与二维图像D中的边缘D3对应的边缘轮廓P7。另外，在图7C中，放大表示了与二维图像D的第2缺陷像素群D22附近的边缘D3对应的边缘轮廓P7。在图7C所示的边缘轮廓P7中，与二维图像D中的第2缺陷像素群D22对应地，Y坐标值的变化非常大。
处理图像生成部61选择所生成的边缘轮廓P7上的作为任意2点的点P71以及点P72，生成点P71的边缘轮廓P7的连线P711、和点P72的边缘轮廓P7的连线P721。接着，处理图像生成部61计算出与X轴平行的虚拟直线P73与连线P711构成的角度α1、以及虚拟直线P73与连线P721构成的角度α2，求出计算出的角度α1与角度α2之差、即角度α3。然后，处理图像生成部61利用边缘轮廓P7中的点P71与点P72间的弧线P74的长度和角度α3，计算出弧线P74相对于边缘轮廓P7中的点P71与点P72之间的曲率半径R作为特征量。处理图像生成部61基于边缘轮廓P7，提取与具有预先确定的阈值范围内的特征量(曲率半径R)的轮廓部分对应的、二维图像D中的像素作为缺陷像素。
作为在薄片状成形体2中产生的缺陷，如上所述那样可列举气泡、鱼眼、异物、胎印、打痕、划痕等点缺陷、因弯痕等产生的所谓弯曲处(knick)、因厚度的不同而产生的所谓原抗线等线缺陷。
随着处理图像生成部61生成处理图像时所使用的缺陷检测算法的种类不同，可提取的缺陷的种类也不同。作为缺陷检测算法的一例的所述边缘轮廓法能够对异物、胎印、划痕等缺陷以高提取能力进行提取。所述峰值法能够针对异物、打痕、划痕等缺陷以高提取能力进行提取。所述平滑化法能够针对气泡、鱼眼、打痕等缺陷以高提取能力进行提取。所述第2边缘轮廓法能够针对原抗线、弯曲处等缺陷以高提取能力进行提取。
利用这种缺陷检测算法的种类不同而缺陷提取能力也不同，处理图像生成部61通过使用了多个缺陷检测算法的处理，计算出特征量。然后，利用该计算出的特征量来提取二维图像中的缺陷像素，从而能够区分摄像装置5生成的二维图像中的缺陷区域的缺陷种类。
图8A以及8B是表示图像处理装置6生成的处理图像E1～E6的一例的图。在本实施方式中，图像处理装置6的处理图像生成部61在从摄像装置5输出的各二维图像中通过前述的缺陷检测算法进行处理而提取缺陷像素之后，与各二维图像对应地生成图8A以及8B所示的处理图像E1～E6。另外，在图8A以及8B所示的处理图像E1～E6中，黑色部分表示无缺陷的部分、即剩余像素，白色部分表示有缺陷的部分、即缺陷像素。
此外，在图8A以及8B所示的处理图像E1～E6中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。图8A以及8B所示的处理图像E1～E6是由m个像素和n个像素构成的图像，其中m个像素是从X方向的一端(图8A以及8B中的各处理图像的左端)朝向另一端(图8A以及8B中的各处理图像的右端)按照0、1、2、…、m-2、m-1的顺序赋予位置后在X方向上排列的像素，n个像素是从Y方向的一端(图8A以及8B中的各处理图像的上端)朝向另一端(图8A以及8B中的各处理图像的下端)按照0、1、2、…、n-2、n-1的顺序赋予位置后在Y方向上排列的像素。
在图8A以及8B所示的例中，处理图像生成部61与摄像装置5以预先确定的时间间隔拍摄而生成的各二维图像对应地，按照拍摄顺序，以处理图像E1、处理图像E2、处理图像E3、处理图像E4、处理图像E5以及处理图像E6的顺序依次生成处理图像。由处理图像生成部61生成的处理图像E1～E6的大小以及形状与各二维图像的大小以及形状相同，构成处理图像E1～E6的各像素的、表示处理图像E1～E6中的位置的处理图像位置坐标与构成对应的二维图像的各像素的、表示二维图像中的位置的坐标值一致。此外，由处理图像生成部61生成的处理图像E1～E6在生成顺序连续的2个处理图像之间，具体而言在处理图像E1与处理图像E2之间、处理图像E2与处理图像E3之间、处理图像E3与处理图像E4之间、处理图像E4与处理图像E5之间、以及处理图像E5与处理图像E6之间，具有至少一部分重叠的重复部分。
由处理图像生成部61生成的处理图像E1～E6被输入到图像分析装置7。
本实施方式的缺陷检查装置100所具备的图像分析装置7对处理图像生成部61生成的多个处理图像E1～E6进行合成，从而生成表示薄片状成形体2中的缺陷的分布的如图9所示的缺陷映像图像F。图9是表示图像分析装置7生成的缺陷映像图像F的一例的图。另外，在图9所示的缺陷映像图像F中，黑色部分表示无缺陷的部分、即剩余像素，白色部分表示有缺陷的部分、即缺陷像素。
此外，在图9所示的缺陷映像图像F中，将与薄片状成形体2的宽度方向平行的方向设为X方向，将与薄片状成形体2的长边方向(与传输方向Z平行的方向)平行的方向设为Y方向。图9所示的缺陷映像图像F是由t个像素和u个像素构成的图像，其中，t个像素是从X方向的一端(图9中的缺陷映像图像F的左端)朝向另一端(图9中的缺陷映像图像F的右端)按照0、1、2、…、t-2、t-1的顺序赋予位置后在X方向上排列的像素，u个像素是从Y方向的一端(图9中的缺陷映像图像F的上端)朝向另一端(图9中的缺陷映像图像F的下端)按照0、1、2、…、u-2、u-1的顺序赋予位置后在Y方向上排列的像素。
图像分析装置7具备处理图像输入部71、缺陷映像图像生成部72以及控制部73。
处理图像输入部71输入从图像处理装置6的处理图像生成部61输出的处理图像E1～E6。
缺陷映像图像生成部72是生成缺陷映像图像F的部分，具备作为缺陷映像图像坐标值计算部的坐标值计算部721、累计部722和亮度值设定部723。
坐标值计算部721基于处理图像生成部61依次生成的构成各处理图像E1～E6的各像素的坐标值(以下称为“处理图像位置坐标”)，计算出构成缺陷映像图像F的各像素的坐标值(以下称为“缺陷映像图像位置坐标”)。
将按照所述摄像顺序依次生成的处理图像中，构成生成顺序为第N个处理图像的各像素的处理图像位置坐标设为(XN，YN)，构成缺陷映像图像F的各像素的缺陷映像图像位置坐标设为(Xt，Yu)的情况下，坐标值计算部721根据下述式(3)计算出与处理图像位置坐标为(XN，YN)的像素对应的缺陷映像图像位置坐标(Xt，Yu)。
Xt＝XN
Yu＝N×LS÷(FR×RS)+YN …(3)
式中，“N”表示处理图像的生成顺序，“LS”表示传输装置3传输薄片状成形体2的传输速度(mm/秒)，“FR”表示摄像装置5进行的摄像动作的帧频(每单位时间的摄像次数＝摄像间隔的倒数，单位：/秒)，“RS”表示摄像装置5的分辨率(mm/pixel)。
累计部722进行下述(1)或下述(2)中的一方，或者进行下述(1)以及下述(2)这两方。
(1)针对所述缺陷映像图像F的各像素，计数处理图像中的对应的像素内的缺陷像素的数量。
(2)针对所述缺陷映像图像F的各像素，计算处理图像中赋予给对应的像素的灰度值的总计。
如上所述，处理图像生成部61生成的处理图像E1～E6在生成顺序连续的2个处理图像之间具有至少一部分重叠的重复部分。因此，通过坐标值计算部721中的处理，有时从多个处理图像中计算出具有同一缺陷映像图像位置坐标的像素。本发明中，优选针对缺陷映像图像F的所有像素，从2个以上的处理图像中计算出同一缺陷映像图像位置坐标。即，处理图像中与所述缺陷映像图像F的各像素对应的像素存在1个或2个以上。在所述(1)的处理中，在存在1个或2个以上的处理图像的像素之内计数成为缺陷像素的数量。在二维图像中拍到了缺陷的情况下，如上所述，处理图像具有缺陷像素和剩余像素。向缺陷像素赋予与所述特征量相应的灰度值，向剩余像素赋予零的灰度值。在所述(2)的处理中，计算分别向存在1个或2个以上的处理图像的像素赋予的灰度值的总计。
然后，亮度值设定部723设定基于在累计部722的所述(1)中得到的缺陷像素的数量和/或在所述(2)中得到的灰度值的总计计算出的值，作为由通过坐标值计算部721计算出的缺陷映像图像位置坐标表示的缺陷映像图像F的各像素的亮度值。例如，亮度值设定部723将在与缺陷映像图像F的各像素对应的处理图像E1～E6中的各像素的亮度值的平均值上乘以在所述(1)中得到的缺陷像素的数量而得到的值设定为亮度值。此外，亮度值设定部723可以将在所述(2)中得到的灰度值的总计设定为缺陷映像图像F的各像素的亮度值，也可以将在所述(1)中得到的缺陷像素的数设定为缺陷映像图像F的各像素的亮度值。
亮度值设定部723如上述那样设定构成缺陷映像图像F的各像素的亮度值，因此缺陷像素与剩余像素的亮度值之差变大，其结果，在缺陷映像图像F中缺陷像素变得更明显。此外，在缺陷映像图像F中，由于越是与在所述(1)中得到的缺陷像素的数或在所述(2)中得到的灰度值的总计大的缺陷映像图像位置坐标对应的缺陷像素，亮度值越大，因此能够在缺陷像素之间使鲜明度程度不同。
由缺陷映像图像生成部72生成的缺陷映像图像F被输入到控制部73。控制部73向显示部21输出所输入的缺陷映像图像F。
显示部21例如是液晶显示器、EL(Electroluminescence)显示器、等离子显示器等。显示部21将由缺陷映像图像生成部72生成的缺陷映像图像F显示到显示画面。
工业上的可利用性
在如以上那样构成的本实施方式的缺陷检查装置100中，基于摄像装置5生成的薄片状成形体2的二维图像，生成用于检查薄片状成形体2的缺陷的图像、即缺陷映像图像F，因此与基于例如线传感器的多个一维图像生成用于检查缺陷的图像的情况相比，能够维持高的缺陷检测能力。
另外，在本实施方式的缺陷检查装置100中，基于各处理图像E1～E6的各像素的坐标值，按照上述式(3)来计算出各像素的表示缺陷映像图像F中的位置的缺陷映像图像位置坐标，基于多个处理图像E1～E6中的像素中计算出了同一缺陷映像图像位置坐标的像素内的缺陷像素的数量、该缺陷像素的灰度值的总计，设定缺陷映像图像F的各像素的亮度值，因此利用该缺陷映像图像F来检查薄片状成形体2的缺陷，从而能够以高的检测能力正确地检查薄片状成形体2中的缺陷的位置。
此外，在本实施方式的缺陷检查装置100中，显示部21显示由缺陷映像图像生成部72生成的缺陷映像图像F，因此用户可通过观察显示部21显示的缺陷映像图像F，来确认薄片状成形体2中的缺陷的位置。
图10A以及10B是表示作为图像处理装置6生成的处理图像的其他例的处理图像G1～G13、以及作为图像分析装置7生成的缺陷映像图像的其他例的缺陷映像图像H的图。图11A以及11B是说明依次将由图像处理装置6生成的一维图像构成的处理图像G1～G13全铺上来生成了缺陷映像图像J时的图像分析装置7的动作的图。另外，在图10A以及图11A所示的处理图像G1～G13、图10B所示的缺陷映像图像H、图11B所示的缺陷映像图像J中，黑色部分表示无缺陷的部分、即剩余像素，白色部分表示有缺陷的部分、即缺陷像素。
在上述的实施方式中，处理图像生成部61构成为与各二维图像对应地生成大小及形状与由摄像装置5生成的二维图像相同的处理图像E1～E6，但是并不限于该结构。在其他实施方式中，处理图像生成部61提取由摄像装置5生成的二维图像中的照明像的明部与暗部的边界区域部分，生成如图10A所示的由一维图像构成的处理图像G1～G13。此外，也可以针对摄像装置5生成的二维图像，通过所述缺陷检测算法提取缺陷像素，生成由一维图像构成的处理图像G1～G13。
构成由处理图像生成部61生成的处理图像G1～G13的各像素由在保存有表示亮度值的亮度值信息的亮度值信息保存位列上附加了保存有处理图像位置坐标的信息的坐标信息保存位列的位列构成。构成处理图像G1～G13的各像素的所述坐标信息保存位列中，作为处理图像位置坐标的信息而保存有与构成摄像装置5生成的二维图像的各像素的坐标对应的坐标值的信息。
在此，在缺陷映像图像生成部72按照生成顺序依次将由处理图像生成部61生成的多个处理图像G1～G13全铺上来生成了缺陷映像图像的情况下，会生成图11B所示的缺陷映像图像J，会在1个缺陷映像图像J中存在多个表示同一缺陷的缺陷像素。在利用这种缺陷映像图像J来检查薄片状成形体2的缺陷的情况下，很难正确掌握薄片状成形体2中的缺陷的位置。此外，会重复检测同一缺陷。
相对于此，在本实施方式中，缺陷映像图像生成部72通过对处理图像生成部61生成的多个处理图像G1～G13进行合成，从而生成图10B所示的缺陷映像图像H。
缺陷映像图像生成部72的坐标值计算部721基于构成各处理图像G1～G13的各像素的、保存在坐标信息保存位列中的处理图像位置坐标的信息，按照上述式(3)计算出构成缺陷映像图像H的各像素的、表示缺陷映像图像H中的位置的缺陷映像图像位置坐标。
累计部722求出多个处理图像G1～G13中的像素中坐标值计算部721计算出了相同的缺陷映像图像位置坐标的像素内的缺陷像素的数量和/或该缺陷像素的灰度值的总计。然后，亮度值设定部723基于通过累计部722得到的缺陷像素的数量和/或灰度值的总计，计算并设定由坐标值计算部721计算出的缺陷映像图像位置坐标表示的缺陷映像图像H的各像素的亮度值。
在本实施方式的缺陷检查装置100中，基于保存在各处理图像G1～G13的各像素的坐标信息保存位列中的处理图像位置坐标的信息，按照上述式(3)来计算出表示缺陷映像图像H中的位置的缺陷映像图像位置坐标，基于计算出了同一缺陷映像图像位置坐标的多个处理图像G1～G13的像素内的缺陷像素的数量、灰度值的总计，设定缺陷映像图像H的各像素的亮度值，因此利用该缺陷映像图像H检查薄片状成形体2的缺陷，从而能够以高的检测能力正确地检查薄片状成形体2中的缺陷的位置。在缺陷映像中，同一缺陷出现在一个部位，因此能够防止同一缺陷的重复检测。
符号说明
1 图像生成装置
2 薄片状成形体
3 传输装置
4 照明装置
5 摄像装置
6 图像处理装置
7 图像分析装置
21 显示部
61 处理图像生成部
71 处理图像输入部
72 缺陷映像图像生成部
73 控制器CPU
100 缺陷检查装置
721 坐标值计算部
722 累计部
723 亮度值设定部

Claims (4)

1.一种图像生成装置，生成用于检查薄片状成形体的缺陷的图像，该图像生成装置具备：
传输部，以预先确定的传输速度将薄片状成形体沿着其长边方向传输；
光照射部，向被传输的所述薄片状成形体照射光；
摄像部，与被传输的所述薄片状成形体的表面对置地配置该摄像部，以预先确定的时间间隔拍摄该薄片状成形体的表面的一部分来生成多个二维图像，该摄像部设定所述时间间隔以使通过连续的两次摄像动作所拍摄的摄像区域部分重叠；
特征量计算部，通过预先确定的算法处理，基于各像素的亮度值来计算出构成各所述二维图像的各像素的特征量；
处理图像数据生成部，将构成各所述二维图像的各像素区分为所述特征量在预先确定的阈值以上的缺陷像素和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像；和
缺陷映像图像生成部，通过对所述处理图像数据生成部生成的多个处理图像进行合成，生成表示薄片状成形体中的缺陷的分布的缺陷映像图像，
其特征在于，
该缺陷映像图像生成部具有：
缺陷映像图像坐标值计算部，基于构成各处理图像的各像素的坐标值、所述传输速度以及所述时间间隔，计算出用于构成所述缺陷映像图像的各像素的坐标值；
累计部，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方：(1)针对所述缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量；(2)针对所述缺陷映像图像的各像素，计算对处理图像中的对应的像素赋予的灰度值的总计；和
亮度值设定部，将基于在所述(1)中得到的缺陷像素的数量和/或在所述(2)中得到的灰度值的总计计算出的值设定为所述缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
2.根据权利要求1所述的图像生成装置，其中，
所述时间间隔被设定为所述部分重叠的摄像区域在所述长边方向上的长度是各所述二维图像在所述长边方向上的长度的1/2倍以上。
3.一种缺陷检查装置，其特征在于，具备：
权利要求1或2所述的图像生成装置；和
显示部，显示由所述图像生成装置的缺陷映像图像生成部生成的缺陷映像图像。
4.一种缺陷检查方法，用于检查薄片状成形体的缺陷，包括：
传输步骤，通过传输部，以预先确定的传输速度将薄片状成形体沿着其长边方向传输；
光照射步骤，向被传输的所述薄片状成形体照射光；
摄像步骤，通过与被传输的所述薄片状成形体的表面对置地配置的摄像部，以预先确定的时间间隔拍摄该薄片状成形体的表面的一部分来生成多个二维图像，在该摄像步骤中设定所述时间间隔以使通过连续的两次摄像动作所拍摄的摄像区域部分重叠；
特征量计算步骤，通过预先确定的算法处理，基于各像素的亮度值来计算出构成各所述二维图像的各像素的特征量；
处理图像数据生成步骤，将构成各所述二维图像的各像素区分为所述特征量在预先确定的阈值以上的缺陷像素和所述特征量小于所述阈值的剩余像素，与各二维图像对应地生成针对所述缺陷像素赋予与所述特征量相应的灰度值、且针对所述剩余像素赋予零的灰度值的处理图像；
缺陷映像图像生成步骤，通过对在所述处理图像数据生成步骤中生成的多个处理图像进行合成，生成表示薄片状成形体中的缺陷的分布的缺陷映像图像；和
显示步骤，显示在所述缺陷映像图像生成步骤中生成的缺陷映像图像，
其特征在于，
该缺陷映像图像生成步骤包括：
缺陷映像图像坐标值计算步骤，基于构成各处理图像的各像素的坐标值、所述传输速度以及所述时间间隔，计算出用于构成所述缺陷映像图像的各像素的坐标值；
累计步骤，进行下述(1)或下述(2)中的任一方，或者进行下述(1)以及下述(2)这两方：(1)针对所述缺陷映像图像的各像素，计数处理图像中的对应的像素内的缺陷像素的数量，(2)针对所述缺陷映像图像的各像素，计算对处理图像中的对应像素赋予的灰度值的总计；和
亮度值设定步骤，将基于在所述(1)中得到的缺陷像素的数量和/或在所述(2)中得到的灰度值的总计计算出的值设定为所述缺陷映像图像的各像素的亮度值，从而生成缺陷映像图像。
CN201480006156.9A 2013-01-30 2014-01-28 图像生成装置、缺陷检查装置以及缺陷检查方法 Active CN104956210B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013015641 2013-01-30
JP2013-015641 2013-01-30
PCT/JP2014/052371 WO2014119772A1 (ja) 2013-01-30 2014-01-28 画像生成装置、欠陥検査装置および欠陥検査方法

Publications (2)

Publication Number Publication Date
CN104956210A CN104956210A (zh) 2015-09-30
CN104956210B true CN104956210B (zh) 2017-04-19

Family

ID=51262469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480006156.9A Active CN104956210B (zh) 2013-01-30 2014-01-28 图像生成装置、缺陷检查装置以及缺陷检查方法

Country Status (5)

Country Link
JP (1) JP6191627B2 (zh)
KR (1) KR102168143B1 (zh)
CN (1) CN104956210B (zh)
TW (1) TWI608230B (zh)
WO (1) WO2014119772A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017049974A (ja) * 2015-09-04 2017-03-09 キヤノン株式会社 識別器生成装置、良否判定方法、およびプログラム
WO2017043270A1 (ja) * 2015-09-09 2017-03-16 住友電装株式会社 端子付電線の検査方法及び端子付電線検査装置
JP2017215277A (ja) * 2016-06-02 2017-12-07 住友化学株式会社 欠陥検査システム、フィルム製造装置及び欠陥検査方法
JP6358351B1 (ja) * 2017-03-21 2018-07-18 Ｊｆｅスチール株式会社 表面欠陥検査方法及び表面欠陥検査装置
JP6676573B2 (ja) * 2017-03-29 2020-04-08 Ckd株式会社 検査装置及び巻回装置
JP6970550B2 (ja) * 2017-07-24 2021-11-24 住友化学株式会社 欠陥検査システム及び欠陥検査方法
JP6970549B2 (ja) * 2017-07-24 2021-11-24 住友化学株式会社 欠陥検査システム及び欠陥検査方法
JP6828652B2 (ja) * 2017-10-13 2021-02-10 王子ホールディングス株式会社 衛生用紙の製造方法及び欠陥検査装置
JP7067321B2 (ja) * 2018-06-29 2022-05-16 オムロン株式会社 検査結果提示装置、検査結果提示方法及び検査結果提示プログラム
CN109030499B (zh) * 2018-07-27 2021-08-24 江苏理工学院 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法
JP7007324B2 (ja) * 2019-04-25 2022-01-24 ファナック株式会社 画像処理装置、画像処理方法、及びロボットシステム
CN111047561A (zh) * 2019-11-22 2020-04-21 国网江西省电力有限公司电力科学研究院 一种复合绝缘子伞裙龟裂纹的识别方法
CN111044522B (zh) * 2019-12-14 2022-03-11 中国科学院深圳先进技术研究院 缺陷检测方法、装置及终端设备
CN111692998B (zh) * 2020-06-11 2022-02-11 西格迈股份有限公司 一种活塞杆表面粗糙度检测系统
JP7141772B1 (ja) 2021-12-02 2022-09-26 株式会社岩崎電機製作所 画像検査装置、画像検査方法、および、画像検査プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102192713A (zh) * 2010-02-08 2011-09-21 株式会社神户制钢所 外观检查装置
CN102224412A (zh) * 2008-11-21 2011-10-19 住友化学株式会社 成形片材的缺陷检查装置
CN102630299A (zh) * 2009-10-30 2012-08-08 住友化学株式会社 缺陷检查用图像处理装置和缺陷检查用图像处理方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3247823B2 (ja) * 1995-06-26 2002-01-21 株式会社日立製作所 欠陥検査方法およびその装置並びに薄膜磁気ヘッド用の素子の製造方法
JPH09159622A (ja) * 1995-12-05 1997-06-20 Kawasaki Steel Corp 表面欠陥検査装置
JP2003098106A (ja) * 2001-09-27 2003-04-03 Dainippon Printing Co Ltd 印刷欠陥表示方法および装置
JP3749726B1 (ja) * 2005-06-01 2006-03-01 株式会社ファースト 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法
JP5006551B2 (ja) * 2006-02-14 2012-08-22 住友化学株式会社 欠陥検査装置及び欠陥検査方法
JP5415709B2 (ja) * 2008-03-31 2014-02-12 住友化学株式会社 偏光フィルムの仕分けシステム
JP5553716B2 (ja) 2010-09-15 2014-07-16 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102224412A (zh) * 2008-11-21 2011-10-19 住友化学株式会社 成形片材的缺陷检查装置
CN102630299A (zh) * 2009-10-30 2012-08-08 住友化学株式会社 缺陷检查用图像处理装置和缺陷检查用图像处理方法
CN102192713A (zh) * 2010-02-08 2011-09-21 株式会社神户制钢所 外观检查装置

Also Published As

Publication number Publication date
JP6191627B2 (ja) 2017-09-06
WO2014119772A1 (ja) 2014-08-07
JPWO2014119772A1 (ja) 2017-01-26
TW201435334A (zh) 2014-09-16
KR20150114464A (ko) 2015-10-12
CN104956210A (zh) 2015-09-30
TWI608230B (zh) 2017-12-11
KR102168143B1 (ko) 2020-10-20

Similar Documents

Publication Publication Date Title
CN104956210B (zh) 图像生成装置、缺陷检查装置以及缺陷检查方法
CN104583761B (zh) 缺陷检查装置以及缺陷检查方法
CN104919305B (zh) 图像生成装置、缺陷检查装置以及缺陷检查方法
TW201033602A (en) Defect inspection device for formed sheet
JP4604774B2 (ja) ３次元計測のためのキャリブレーション方法
JP5006551B2 (ja) 欠陥検査装置及び欠陥検査方法
TWI415014B (zh) Appearance inspection device
US7400702B2 (en) Tire inspection method
JP2011095171A (ja) 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
TW201009328A (en) Image data processing apparatus and method for defect inspection, defect inspecting apparatus and method using the image data processing apparatus and method, board-like body manufacturing method using the defect inspecting apparatus and method
CN112365498B (zh) 一种针对二维图像序列中多尺度多形态目标的自动检测方法
JP2013140050A (ja) 欠陥検査装置および欠陥検査方法
TWI797145B (zh) 缺陷檢查系統及缺陷檢查方法
CN104919306A (zh) 图像生成装置、缺陷检查装置以及缺陷检查方法
CN112097684A (zh) 一种基于多姿态带结构光的视觉测量系统及测量方法
TWI788387B (zh) 缺陷檢查系統及缺陷檢查方法
JP2013003062A (ja) 画像生成装置および欠陥検査装置
JP2011145305A (ja) 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
JP6837880B2 (ja) 画像処理装置、画像処理システム、画像処理方法、およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant