CN107709977B - 表面缺陷检测装置及表面缺陷检测方法 - Google Patents

表面缺陷检测装置及表面缺陷检测方法 Download PDF

Info

Publication number
CN107709977B
CN107709977B CN201680036476.8A CN201680036476A CN107709977B CN 107709977 B CN107709977 B CN 107709977B CN 201680036476 A CN201680036476 A CN 201680036476A CN 107709977 B CN107709977 B CN 107709977B
Authority
CN
China
Prior art keywords
image
bright
dark
portions
surface defect
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
CN201680036476.8A
Other languages
English (en)
Other versions
CN107709977A (zh
Inventor
楯真沙美
大野纮明
大重贵彦
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.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
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 JFE Steel Corp filed Critical JFE Steel Corp
Publication of CN107709977A publication Critical patent/CN107709977A/zh
Application granted granted Critical
Publication of CN107709977B publication Critical patent/CN107709977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/8851—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
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8809—Adjustment for highlighting flaws
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8812—Diffuse illumination, e.g. "sky"
    • G01N2021/8816—Diffuse illumination, e.g. "sky" by using multiple sources, e.g. LEDs
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • 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
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918—Metal
    • 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
    • G01N2021/8924—Dents; Relief flaws

Landscapes

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

Abstract

一种表面缺陷检测装置及表面缺陷检测方法。对于钢材的表面的检查对象部位，从彼此向相反侧倾斜的方向以大致相同的入射角度，分别照射能够区分的第1及第2照明光，并分别拍摄被第1照明光照明的检查对象部位的第1图像及被第2照明光照明的检查对象部位的第2图像。生成该第1图像与第2图像的差分图像，并从差分图像的亮部及暗部中，基于沿着与第1或第2照明光的照射方向对应的规定方向的亮部及暗部的序列，将检查对象部位中的凸状部的亮部及暗部的组合去除，再基于该去除处理后留下的亮部及暗部的形状特征量或沿着规定方向的序列，来判定检查对象部位是否存在凹状部，并将被判定为存在的凹状部检测为钢材的表面缺陷。

Description

表面缺陷检测装置及表面缺陷检测方法
技术领域
本发明涉及光学检测钢材的表面缺陷的表面缺陷检测装置及表面缺陷检测方法。
背景技术
近年来，在钢铁制品的制造过程中，从通过防止产生大量不合格品来提高成品率的角度出发，需要在高温或常温状态来检测出钢材的表面缺陷。这里所说的钢材是指：无缝钢管、焊接钢管、热轧钢板、冷轧钢板、厚钢板等以钢板及型钢为代表的钢铁制品，以及在制造这些钢铁制品的过程中生成的钢坯等半成品。因此，作为钢材的表面缺陷的检测方法，提出了在无缝钢管的制造过程中向钢坯照射光并接收反射光，根据反射光的光量来判断是否存在表面缺陷的方法(参见专利文献1)。此外，还提出了从相对于热轧钢材表面的法线彼此对称的倾斜方向，照射与从热轧钢材放射出的自发光互不影响、且彼此之间也互不影响的多个波长范围的可见光，并在热轧钢材表面的法线方向上得到由合成反射光生成的像以及由各反射光生成的像，基于这些像的组合来检测热轧钢材的表面缺陷的方法(参见专利文献2)。
专利文献1：日本特开平11-37949号公报
专利文献2：日本特开昭59-52735号公报
发明内容
根据专利文献1记载的方法，由于氧化铁皮或无害花纹的反射率与铁材本身部分的反射率不同，因此可能会错误地将非表面缺陷的正常的氧化铁皮或无害花纹检测为表面缺陷。因此，在专利文献1记载的方法中，利用钢坯的表面缺陷(表面瑕疵)的形状为直线状这一点，来区分表面缺陷与氧化铁皮。然而，钢材的表面缺陷并不限于直线状，存在圆形等各种各样的形状的缺陷。因此，难以将专利文献1记载的方法应用于钢材的表面缺陷的检测处理。另一方面，在专利文献2记载的方法中，由于表面缺陷、氧化铁皮、无害花纹等的种类数量庞大，所以仅单纯通过将像组合很难区分氧化铁皮或无害花纹与表面缺陷。此外，现实中也很难构建与数量庞大的像的组合对应的检测逻辑。
本发明是鉴于上述问题而作出的，其目的在于提供一种能够高精度地区分氧化铁皮或无害花纹与表面缺陷的表面缺陷检测装置及表面缺陷检测方法。
为了解决上述问题，达成目的，本发明涉及的表面缺陷检测装置包括：第1照射单元，其从相对于钢材的表面的检查对象部位倾斜的方向，向上述检查对象部位照射照明光；第1拍摄单元，其拍摄被上述第1照射单元的照明光照明的上述检查对象部位的第1图像；第2照射单元，其能与上述第1照射单元区分，并从相对于上述检查对象部位向与上述第1照射单元相反的一侧倾斜的方向，以与上述第1照射单元大致相同的入射角度，向上述检查对象部位照射照明光；第2拍摄单元，其拍摄被上述第2照射单元的照明光照明的上述检查对象部位的第2图像；以及图像处理单元，其生成上述第1图像与上述第2图像的差分图像，从上述差分图像的亮部及暗部中，基于沿着与上述第1照射单元或上述第2照射单元的照明光的照射方向对应的上述差分图像的规定方向的亮部及暗部的序列，将上述检查对象部位中的凸状部的亮部及暗部的组合去除，并基于作为留下的上述亮部及上述暗部的细长度的指标的形状特征量或沿着上述规定方向的序列，来判定上述检查对象部位是否存在凹状部，并将上述凹状部检测为上述钢材的表面缺陷。
此外，本发明涉及的表面缺陷检测装置，是在上述的发明中，上述图像处理单元基于上述差分图像的亮部及暗部的间隔距离、形状的相似度及面积的相似度，来判定沿着上述差分图像的规定方向的亮部及暗部的序列是否是上述凸状部的亮部及暗部的特定序列，并将判定为是上述特定序列的上述差分图像的亮部及暗部的组合作为上述凸状部的亮部及暗部的组合去除。
此外，本发明涉及的表面缺陷检测装置，是在上述的发明中，上述图像处理单元沿着上述差分图像的规定方向，依序将上述凸状部的亮部及暗部的组合去除。
此外，本发明涉及的表面缺陷检测方法包括：第1拍摄步骤，从相对于钢材的表面的检查对象部位倾斜的方向，由第1照射单元向上述检查对象部位照射照明光，并拍摄被上述第1照射单元的照明光照明的上述检查对象部位的第1图像；第2拍摄步骤，由能与上述第1照射单元区分的第2照射单元，从相对于上述检查对象部位向与上述第1照射单元相反的一侧倾斜的方向，以与上述第1照射单元大致相同的入射角度，向上述检查对象部位照射照明光，并拍摄被上述第2照射单元的照明光照明的上述检查对象部位的第2图像；差分图像生成步骤，生成上述第1图像与上述第2图像的差分图像；去除步骤，从上述差分图像的亮部及暗部中，基于沿着与上述第1照射单元或上述第2照射单元的照明光的照射方向对应的上述差分图像的规定方向的亮部及暗部的序列，将上述检查对象部位中的凸状部的亮部及暗部的组合去除；以及表面缺陷检测步骤，基于作为上述去除步骤后留下的上述亮部及上述暗部的细长度的指标的形状特征量或沿着上述规定方向的序列，来判定上述检查对象部位是否存在凹状部，并将上述凹状部检测为上述钢材的表面缺陷。
此外，本发明涉及的表面缺陷检测方法，是在上述的发明中，在上述去除步骤中，基于上述差分图像的亮部及暗部的间隔距离、形状的相似度及面积的相似度，来判定沿着上述差分图像的规定方向的亮部及暗部的序列是否是上述凸状部的亮部及暗部的特定序列，并将判定为是上述特定序列的上述差分图像的亮部及暗部的组合作为上述凸状部的亮部及暗部的组合去除。
此外，本发明涉及的表面缺陷检测方法，是在上述的发明中，在上述去除步骤中，沿着上述差分图像的规定方向，依序将上述凸状部的亮部及暗部的组合去除。
根据本发明涉及的表面缺陷检测装置及表面缺陷检测方法，可起到能够高精度地区分氧化铁皮或无害花纹与表面缺陷的效果。
附图说明
图1为表示本发明的实施方式涉及的表面缺陷检测装置的一个构成示例的图。
图2为表示通过在拍摄检查对象部位得到的2幅二维图像间进行差分处理而生成的检查对象部位的差分图像的一个示例的图。
图3为用于说明本发明的实施方式中差分图像中所包含的凹状部图像的亮暗模式的图。
图4为用于说明本发明的实施方式中差分图像中所包含的凸状部图像的亮暗模式的图。
图5为表示本发明的实施方式涉及的表面缺陷检测方法的一个示例的流程图。
图6为用于具体说明本发明的实施方式中的凸状部图像的去除处理的图。
图7为用于说明本发明的实施方式中表面缺陷的形状特征量的一个示例的图。
图8为用于说明本发明的实施方式中表面缺陷的形状特征量的另一示例的图。
图9为用于说明作为本发明的实施方式中表面缺陷的形状特征量的又一示例的圆形度的图。
图10为用于说明作为本发明的实施方式中表面缺陷的形状特征量的再一示例的凸多边形填充率的图。
符号说明
1 表面缺陷检测装置
2a，2b 照射部
3a，3b 拍摄部
4 信号发生器(function generator)
5 图像处理装置
5a 差分器
6 显示器
10 钢管
11 检查对象部位
12a，12b 照明光
15 凹状部
16 凹状部图像
16a，18a，31～37 亮部
16b，18b，21～27 暗部
17 凸状部
18 凸状部图像
F 检测方向
Ia，Ib 二维图像
Id 差分图像
R 椭圆
Sa，Sb，S1，S2 图像信号
具体实施方式
以下，参照附图对本发明涉及的表面缺陷检测装置及表面缺陷检测方法的优选的实施方式进行详细说明。另外，本发明并非由下述实施方式所限定。此外，需要注意的是，附图为示意性的图，各要素的尺寸的关系、各要素的比例等，可能与现实的情况有所不同。附图彼此之间也有可能存在包含有彼此尺寸关系或比例不同的部分的情况。此外，各附图中，对同样的构成部分赋予同样的符号。
表面缺陷检测装置
首先，对本发明的实施方式涉及的表面缺陷检测装置的构成进行说明。图1为表示本发明的实施方式涉及的表面缺陷检测装置的一个构成示例的图。如图1所示，本发明的实施方式涉及的表面缺陷检测装置1是用于检测圆筒状的钢管10的表面存在的表面缺陷的装置，包括照射部2a、2b、拍摄部3a、3b、信号发生器4、图像处理装置5及显示器6作为其主要构成要素。另外，钢管10作为利用表面缺陷检测装置1来检查其是否存在表面缺陷的钢材的一个示例，沿着图1中箭头所示的运送方向被运送。
照射部2a采用发射规定波长范围的照明光12a的光源等构成，配置成照明光12a的照射方向矢量相对于钢管10的表面(具体来说是检查对象部位11)的法线矢量倾斜。照射部2a在由来自信号发生器4的触发信号所指示的时间点，从相对于钢管10的表面的检查对象部位11倾斜的方向，向检查对象部位11照射照明光12a。由此，照射部2a在从该时间点起的规定的期间内，从上述倾斜的方向对检查对象部位11进行照明。
照射部2b采用发射能够与上述照射部2a的照明光12a区分的波长范围的照明光12b的光源等构成。其配置成照明光12b的照射方向矢量相对于钢管10的检查对象部位11的法线矢量向与照射部2a相反的一侧倾斜。照射部2b在由来自信号发生器4的触发信号所指示的时间点，从相对于钢管10的检查对象部位11向与照射部2a相反的一侧倾斜的方向，以与照射部2a呈大致相同的入射角度，向检查对象部位11照射照明光12b。由此，照射部2b在从该时间点起的规定的期间内，从上述倾斜的方向，与照射部2a对相同的检查对象部位11进行照明。
本实施方式中，优选上述照射部2a、2b相对于钢管10的检查对象部位11对称地配置。此时，照射部2a、2b相对于检查对象部位11的法线矢量错开相同的入射角，配置成照明光12a、12b各自的照射方向矢量与检查对象部位11的法线矢量在同一平面上。
这里，将照明光12a、12b相对于检查对象部位11的入射角设为相同角度的目的在于，在区分入射方向不同的光源时尽量使光学条件相等，从而使得检查对象部位11上的包括无害花纹等正常部位的信号能够通过后述差分处理显著减少。然而，正常部位的信号很大程度上依赖于检查对象部位11的表面性状，难以一律通过采用相同的入射角就保证正常部位的信号的同一性。因此，在25～55°的范围内，即使入射角有若干差异，只要能够通过后述的差分处理将正常部位的信号减少，就将之称为相同的入射角。
此外，本实施方式中，能够区分照射部2a与照射部2b。即，该照射部2a、2b各自的光源彼此能够区分。这里所说的能够区分的光源是指，对于从检查对象部位11得到的反射光，能够对各个光源分别求取反射光量的光源。
拍摄部3a、3b分别采用区域传感器及光学系统等构成，以确保拍摄视野包含钢管10的检查对象部位11的状态尽可能地配置在检查对象部位11的法线矢量上。本实施方式中，拍摄部3a在由来自信号发生器4的触发信号所指示的时间点，接收照明光12a被检查对象部位11反射的反射光。其结果，拍摄部3a拍摄出被照射部2a的照明光12a照明的检查对象部位11的二维图像。另一方面，拍摄部3b在由来自信号发生器4的触发信号所指示的时间点，接收照明光12b被检查对象部位11反射的反射光。其结果，拍摄部3b拍摄出被照射部2b的照明光12b照明的检查对象部位11的二维图像。拍摄部3a、3b各自在每次拍摄上述检查对象部位11的二维图像的时候，将拍摄到的二维图像的数据依序地输入到图像处理装置5。
信号发生器4控制照射部2a、2b以及拍摄部3a、3b的各个动作的时间点。具体来说，在本实施方式中，信号发生器4通过对照射部2a、2b输入触发信号，来分别控制照射部2a、2b的照明光12a、12b各自的照射时间点。另一方面，信号发生器4通过对拍摄部3a输入触发信号，来控制拍摄部3a接收照明光12a被检查对象部位11反射的反射光的时间点。由此，信号发生器4控制拍摄部3a拍摄被照明光12a照明的检查对象部位11的二维图像的时间点。此外，信号发生器4通过对拍摄部3b输入触发信号，来控制拍摄部3b接收照明光12b被检查对象部位11反射的反射光的时间点。由此，信号发生器4控制拍摄部3b拍摄被照明光12b照明的检查对象部位11的二维图像的时间点。
图像处理装置5是通过在从拍摄部3a、3b输入的2幅二维图像间进行后述的差分处理等，来检测钢管10的检查对象部位11的表面缺陷的装置。
具体来说，本实施方式中，图像处理装置5对从拍摄部3a、3b输入的2幅二维图像，使用已预先导出的相机参数来进行校准(Calibration)、阴影校正、以及噪音消除等图像处理。此外，如图1所示，图像处理装置5具有差分器5a。在进行完上述图像处理之后的2幅二维图像间，图像处理装置5通过差分器5a进行差分处理。由此，图像处理装置5生成由拍摄部3a拍摄的二维图像与由拍摄部3b拍摄的二维图像的差分图像，即检查对象部位11的差分图像。图像处理装置5通过该差分处理，将作为检查对象部位11上的正常部位的无害花纹的图像去除。图像处理装置5还从生成的差分图像中，将作为检查对象部位11上的正常部位的氧化铁皮的图像去除。图像处理装置5从像这样去除了无害花纹及氧化铁皮的各图像之后的差分图像中，对检查对象部位11存在的表面缺陷进行检测。
显示器6作为显示对钢管10的表面缺陷的检测结果的显示单元发挥功能。具体来说，显示器6在每次从图像处理装置5被输入对检查对象部位11的表面缺陷的检测结果时，显示被输入的检测结果。作为像这样被显示在显示器6上的表面缺陷的检测结果，例如可以举出表示对检查对象部位11进行是否存在表面缺陷的判定结果的信息、表示被检测出的检查对象部位11的表面缺陷的差分图像、由拍摄部3a、3b拍摄的检查对象部位11的各二维图像等与钢管10的表面缺陷的检测相关的信息。
另外，本实施方式中，氧化铁皮或无害花纹是指，具有光学特性与铁材本身部分不同的表面皮膜或表面性状的厚度为数微米(μm)至数十微米左右的部分。这样的氧化铁皮或无害花纹在对检查对象部位11进行的表面缺陷的检测处理中，是属于噪声成分的部分。
检查对象部位的差分图像
接下来，对本发明的实施方式中作为表面缺陷的检查对象的钢管10的检查对象部位11的差分图像进行说明。图2为表示通过在拍摄检查对象部位得到的2幅二维图像间进行差分处理而生成的检查对象部位的差分图像的一个示例的图。图2中，二维图像Ia是照射部2a从相对于钢管10的表面倾斜的方向对检查对象部位11进行照明时，拍摄部3a拍摄到的检查对象部位11的二维图像。二维图像Ib是照射部2b从相对于钢管10的表面向与照射部2a相反的一侧倾斜的方向对检查对象部位11进行照明时，拍摄部3b拍摄到的检查对象部位11的二维画像。在该2幅二维图像Ia、Ib中，检查对象部位11的同一个凹状部15描绘为具有一定深度的瑕疵等表面缺陷，并且非表面缺陷的无害花纹描绘为正常部位的一部分。
如图2所示，差分器5a在由拍摄部3a、3b拍摄的2幅二维图像Ia、Ib间进行差分处理，由此生成检查对象部位11的差分图像Id。具体来说，本实施方式中，设构成由拍摄部3a拍摄的二维图像Ia的各像素的亮度值为Ia(x，y)，设构成由拍摄部3b拍摄的二维图像Ib的各像素的亮度值为Ib(x，y)。其中，二维图像Ia、Ib分别为像素数X×Y的图像。此外，分别设定于二维图像Ia、Ib的2轴正交的xy坐标系中，设x坐标为1≤x≤X，y坐标为1≤y≤Y。基于此定义，差分器5a将由拍摄部3a拍摄的二维图像Ia作为加算图像，将由拍摄部3b拍摄的二维图像Ib作为减算图像，进行从加算图像中减去减算图像的差分处理，由此生成检查对象部位11的差分图像Id。
通过这样的差分处理得到的差分图像Id的各像素的亮度值Id(x，y)，利用作为加算图像的二维图像Ia的各像素的亮度值Ia(x，y)及作为减算图像的二维图像Ib的各像素的亮度值Ib(x，y)，可由下式(1)表示。
Id(x，y)＝Ia(x，y)-Ib(x，y)···(1)
这里，在检查对象部位11中的正常部位，无论是否存在无害花纹，钢材表面的法线矢量和其中一方的照射部2a的照射方向矢量之间所呈的角度，与钢材表面的法线矢量和另一方的照射部2b的照射方向矢量之间所呈的角度相等。因此，二维图像Ia、Ib中的正常部位的图像之间，无论是否存在无害花纹，均为亮度值Ia(x，y)＝亮度值Ib(x，y)。即，差分图像Id中正常部位的图像中，亮度值Id(x，y)＝0。其结果，如图2所示，差分图像Id成为去除了在二维图像Ia、Ib中被描绘的无害花纹之后的状态的图像。因此，差分器5a通过生成该2幅二维图像Ia、Ib的差分图像Id，能够去除非表面缺陷的正常的无害花纹的图像。
另一方面，如图2中所示的凹状部15所例示的那样，检查对象部位11中的表面缺陷部分，具有从钢管10的表面起有一定深度的凹陷状或起伏。因此，在这样的表面缺陷部分，必然存在钢材表面的法线矢量和其中一方的照射部2a的照射方向矢量之间所呈的角度与钢材表面的法线矢量和另一方的照射部2b的照射方向矢量之间所呈的角度不相等之处。因此在二维图像Ia、Ib中表面缺陷部分的图像之间，亮度值Ia(x，y)≠亮度值Ib(x，y)。即，差分图像Id中表面缺陷部分的图像中，亮度值Id(x，y)≠0。其结果，如图2所示，表面缺陷部分的图像与上述亮度值Id(x，y)＝0而被去除的无害花纹的图像不同，以能够被光学检测出的状态留在差分图像Id中。
凹状部图像的亮暗模式
接下来，对钢管10的检查对象部位11的差分图像Id中所包含的凹状部图像的亮暗模式进行说明。图3为用于说明本发明的实施方式中差分图像中所包含的凹状部图像的亮暗模式的图。本发明的实施方式中，如图3所示，在钢管10的检查对象部位11存在凹状部15的情况下，该检查对象部位11的差分图像Id中，包含表示该凹状部15的差分图像即凹状部图像16。
具体来说，如图3所示，来自照射部2a(参见图1)的照明光12a照射于钢管10的检查对象部位11存在的凹状部15时，凹状部15中靠近照射部2a的一侧由于每单位面积的照明光12a的光量低而较暗。此外，该凹状部15中远离照射部2a的一侧因为接近于照明光12a的正反射的方向，所以较亮。
另一方面，来自向与照射部2a相反的一侧倾斜的照射部2b(参见图1)的照明光12b照射于凹状部15时，如图3所示，凹状部15中靠近照射部2b的一侧由于每单位面积的照明光12b的光量低而较暗。此外，该凹状部15中远离照射部2b的一侧因为接近于照明光12b的正反射的方向，所以较亮。
即，从相对于检查对象部位11来说的斜上方(图3中纸面的右斜上方)向凹状部15照射照明光12a时，以及，从与照明光12a相反的一侧的斜上方(图3中纸面的左斜上方)向凹状部15照射照明光12b时，凹状部15的亮暗的部分是相反的。因此，如图3所示，照射照明光12a时基于来自凹状部15的反射光的图像信号Sa的峰值，与照射照明光12b时基于来自凹状部15的反射光的图像信号Sb的峰值，与亮暗部分相反相应地，彼此错开。如图3所示，通过从这样的图像信号Sa(由拍摄部3a拍摄的凹状部15的图像信号)中减去图像信号Sb(由拍摄部3b拍摄的凹状部15的图像信号)，生成凹状部图像16的图像信号S1。
凹状部图像16为差分图像Id中的表示凹状部15的图像，如图3所示，其由亮部16a与暗部16b的组合构成。该凹状部图像16中的亮部16a及暗部16b的序列与图像信号S1的正负峰值相对应。具体来说，如图3所示，构成凹状部图像16的亮部16a及暗部16b沿着规定的检测方向F按照亮暗的顺序排列。
这里，检测方向F是与如图1中所示的照射部2a、2b中的任一个的照射方向对应的差分图像Id的规定方向。具体来说，本实施方式中，检测方向F与将用于作为减算图像的二维图像Ib的拍摄的照射部2b的照射方向矢量正投影在检查对象部位11上的矢量的方向相同。
另外，凹状部15是钢管10的检查对象部位11中呈凹陷状的部分。本实施方式中，将凹状部15作为表面瑕疵等检查对象部位11的表面缺陷。这样的凹状部15不仅包含如图3中所示的呈锐角截面或弯曲截面(未图示)的凹状部分，也包含如图2所示的在凹陷内还具有起伏(凹凸)的凹状部分。此外，凹状部15可以呈直线状、圆形或多边形等各种外形。
凸状部图像的亮暗模式
接下来，对钢管10的检查对象部位11的差分图像Id中所包含的凸状部图像的亮暗模式进行说明。图4为用于说明本发明的实施方式中差分图像中所包含的凸状部图像的亮暗模式的图。本发明的实施方式中，如图4所示，在钢管10的检查对象部位11存在凸状部17的情况下，该检查对象部位11的差分图像Id中，包含表示该凸状部17的差分图像即凸状部图像18。
具体来说，如图4所示，来自照射部2a(参见图1)的照明光12a照射于钢管10的检查对象部位11存在的凸状部17时，凸状部17中靠近照射部2a的一侧因为接近于照明光12a的正反射的方向，所以较亮。此外，该凸状部17中远离照射部2a的一侧因为处于凸状部17的阴影中，所以较暗。
另一方面，来自向与照射部2a相反的一侧倾斜的照射部2b(参见图1)的照明光12b照射于凸状部17时，如图4所示，凸状部17中靠近照射部2b的一侧因为接近于照明光12b的正反射的方向，所以较亮。此外，该凸状部17中远离照射部2b的一侧因为处于凸状部17的阴影中，所以较暗。
即，从相对于检查对象部位11来说的斜上方(图4中纸面的右斜上方)向凸状部17照射照明光12a时，以及，从与照明光12a相反的一侧的斜上方(图4中纸面的左斜上方)向凸状部17照射照明光12b时，凸状部17的亮暗的部分是相反的。因此，如图4所示，照射照明光12a时基于来自凸状部17的反射光的图像信号Sa的峰值，与照射照明光12b时基于来自凸状部17的反射光的图像信号Sb的峰值，与亮暗部分相反相应地，彼此错开。如图4所示，通过从这样的图像信号Sa(由拍摄部3a拍摄的凸状部17的图像信号)中减去图像信号Sb(由拍摄部3b拍摄的凸状部17的图像信号)，生成凸状部图像18的图像信号S2。
凸状部图像18为差分图像Id中的表示凸状部17的图像，如图4所示，其由亮部18a与暗部18b的组合而成。该凸状部图像18中亮部18a及暗部18b的序列与图像信号S2的正负峰值相对应。具体来说，如图4所示，构成凸状部图像18的亮部18a及暗部18b沿着规定的检测方向F按照暗亮的顺序排列。
另外，凸状部17是钢管10的检查对象部位11中呈凸出状的部分。具体来说，本实施方式中，凸状部17为非表面缺陷的正常的氧化铁皮。这样的凸状部17的外形并非由如图4中所示的形态所限定。即，凸状部17可以呈直线状、圆形或多边形等各种外形。
表面缺陷检测方法
接下来，对本发明的实施方式涉及的表面缺陷检测方法进行说明。图5为表示本发明的实施方式涉及的表面缺陷检测方法的一个示例的流程图。在本发明的实施方式涉及的表面缺陷检测方法中，使用上述表面缺陷检测装置1(参见图1)来进行如图5所示的步骤S101至S106的各项处理。
具体来说，在本发明的实施方式涉及的表面缺陷检测方法中，如图5所示，表面缺陷检测装置1首先拍摄钢材的检查对象部位的加算图像(步骤S101)。
在步骤S101中，照射部2a、2b中的一方的照射部2a按照来自信号发生器4的触发信号，从相对于钢管10的表面的检查对象部位11倾斜的方向，向检查对象部位11照射照明光12a。照射部2a通过该照明光12a对检查对象部位11进行照明。然后，拍摄部3a、3b中的一方的拍摄部3a按照来自信号发生器4的触发信号，拍摄被上述照射部2a的照明光12a照明的检查对象部位11的二维图像Ia。该二维图像Ia为后述步骤103的差分处理中的加算图像。拍摄部3a将拍摄到的检查对象部位11的二维图像Ia的数据(基于照明光12a被检查对象部位11反射的反射光的图像信号)传送至图像处理装置5。
进行完上述步骤101后，表面缺陷检测装置1通过能够与上述照射部2a区分的照射部2b、以及拍摄部3b，来拍摄钢材的检查对象部位的减算图像(步骤S102)。
在步骤S102中，照射部2a、2b中的另一方的照射部2b按照来自信号发生器4的触发信号，向与上述步骤S101相同的检查对象部位11照射照明光12b。此时，照射部2b是从相对于检查对象部位11向与照射部2a相反的一侧倾斜的方向，以与照射部2a大致相同的入射角度，向检查对象部位11照射照明光12b。照射部2b通过该照明光12b对检查对象部位11进行照明。然后，拍摄部3a、3b中的另一方的拍摄部3b按照来自信号发生器4的触发信号，拍摄被照射部2b的照明光12b照明的检查对象部位11的二维图像Ib。该二维图像Ib为后述步骤103的差分处理中的减算图像。拍摄部3b将拍摄到的检查对象部位11的二维图像Ib的数据(基于照明光12b被检查对象部位11反射的反射光的图像信号)传送至图像处理装置5。
进行完上述步骤S102后，表面缺陷检测装置1生成通过步骤S101拍摄到的检查对象部位11的二维图像Ia与通过步骤S102拍摄到的检查对象部位11的二维图像Ib的差分图像Id(步骤S103)。
步骤S103中，图像处理装置5在从一方的拍摄部3a获取的检查对象部位11的二维图像Ia和从另一方的拍摄部3b获取的检查对象部位11的二维图像Ib间进行差分处理。该差分处理中，差分器5a通过从作为加算图像的二维图像Ia中减去作为减算图像的二维图像Ib，来生成该2幅二维图像Ia、Ib的差分图像Id。此时，差分器5a基于上述式(1)，计算差分图像Id的各像素的亮度值Id(x，y)。
这里，差分器5a通过上述差分处理，使二维图像Ia、Ib各自包含的构成检查对象部位11的无害花纹的图像各像素的亮度值为零值(即Id(x，y)＝0)。由此，差分器5a从在检测检查对象部位11的氧化铁皮或表面缺陷时使用的图像数据中，去除无害花纹的图像。
进行完上述步骤S103后，表面缺陷检测装置1从通过上述步骤S103生成的差分图像Id中去除检查对象部位11的凸状部17的图像(步骤S104)。
步骤S104中，图像处理装置5提取出差分图像Id的亮部及暗部，并沿着设定于差分图像Id的规定的检测方向F，对该被提取出的亮部及暗部的序列进行识别。这里，如上所述，检测方向F是与照射部2a或照射部2b的照明光的照射方向对应的差分图像Id的规定方向。具体来说，本实施方式中，检测方向F与将用于作为减算图像的二维图像Ib的拍摄的照射部2b的照射方向矢量正投影在检查对象部位11上的矢量的方向相同。图像处理装置5从差分图像Id的亮部及暗部中，基于沿着检测方向F的亮部及暗部的序列，来去除检查对象部位11中的凸状部17的亮部及暗部的组合。由此，图像处理装置5从差分图像Id中去除由该亮部及暗部的组合构成的凸状部17的图像。
具体来说，步骤S104中，图像处理装置5对检查对象部位11的差分图像Id以规定的亮度阈值进行二值化，根据需要进行连接、孤立点的去除后，对该差分图像Id的亮部及暗部进行标记(Labeling)处理。接下来，图像处理装置5从进行了标记处理的差分图像Id的亮部及暗部中，提取出具有规定的阈值以上的面积的亮部及暗部。进而，图像处理装置5对提取出的亮部及暗部计算亮部与暗部的间隔距离、亮部与暗部的形状的相似度、以及亮部与暗部的面积的相似度。特别是，关于形状的相似度，图像处理装置5计算作为凸状部17的亮部及暗部的形状的指标的形状特征量，并基于该形状特征量计算亮部及暗部的形状的相似度。作为这样的与凸状部17相关的形状特征量，例如可以举出与后述的表面缺陷(凹状部15)的检测处理中的形状特征量相同的形状特征量。
之后，图像处理装置5基于差分图像Id的亮部及暗部的间隔距离、形状的相似度及面积的相似度，来判定差分图像Id沿着检测方向F的亮部及暗部的序列是否是凸状部17的亮部及暗部的特定序列。这里所说的特定序列是指如图4中所示的凸状部图像18的亮部18a及暗部18b所例示的那样，沿着检测方向F按照暗亮的顺序排列的亮部及暗部的图像序列。图像处理装置5在如上所述的从差分图像Id中提取出的亮部及暗部中，将判定为是特定序列的差分图像Id的亮部及暗部的组合作为凸状部17的亮部及暗部的组合而去除。
这里，检查对象部位11的差分图像Id中，也有可能不止包含一组凸状部17的亮部及暗部的组合，而是包含沿着检测方向F排列的多组。这种情况下，图像处理装置5对从差分图像Id中提取出的多组的亮部及暗部的组合，沿着差分图像Id的检测方向F依次重复实施上述特定序列的判定处理。由此，图像处理装置5沿着差分图像Id的检测方向F，依序将判定为是特定序列的差分图像Id的亮部及暗部的组合、即凸状部17的亮部及暗部的组合去除。
如上所述，图像处理装置5从用于表面缺陷的检测处理的差分图像Id(包括二值化后的差分图像Id)中，去除凸状部17的图像即非表面缺陷的正常的氧化铁皮的图像。
进行完上述步骤S104后，表面缺陷检测装置1从通过步骤S104去除了凸状部之后的差分图像Id中，将检查对象部位11中存在的凹状部15检测为表面缺陷(步骤S105)。
步骤S105中，图像处理装置5基于上述步骤S104(凸状部17的图像的去除步骤)后的差分图像Id中作为图像包含的留下的亮部及暗部，判定检查对象部位11中是否存在凹状部15。此时，图像处理装置5计算在上述步骤S104中对差分图像Id进行二值化处理以及标记处理等而从差分图像Id中提取出的亮部及暗部中、去除了凸状部17的亮部及暗部之后留下的亮部及暗部的形状特征量。这里所说的形状特征量，是作为差分图像Id中留下的亮部及暗部的细长度的指标的特征量，根据作为表面缺陷的凹状部15的外形而决定。即，使该步骤S105中的形状特征量为表面缺陷的细长度的指标。图像处理装置5基于计算出的形状特征量或上述留下的亮部及暗部的沿着检测方向F的序列，来判定是否存在凹状部15。
在该判定处理中，图像处理装置5判定为存在凹状部15时，将被判定为存在的凹状部15检测为钢管10的表面缺陷。此时，图像处理装置5将上述留下的亮部及暗部中的构成凹状部15的图像的亮部及暗部的组合检测为表面缺陷。另一方面，图像处理装置5判定为不存在凹状部15时，得出当前的检查对象部位11没有钢管10的表面缺陷的检测结果。
进行完上述步骤S105后，表面缺陷检测装置1显示由步骤S105得出的表面缺陷的检测结果(步骤S106)，并结束本处理。步骤S106中，显示器6从图像处理装置5获取钢管10上的当前的检查对象部位11的表面缺陷的检测结果，并显示获取到的表面缺陷的检测结果。此时，显示器6显示是否存在表面缺陷的判定结果、表示检测出的表面缺陷的差分图像Id等能够目视确认钢管10是否存在表面缺陷的信息。此后，表面缺陷检测装置1在每次检查对象部位11改变时，就重复进行如图5所示的步骤S101至S106的各项处理。
凸状部图像的去除处理
接下来，对上述步骤S104(参见图5)中从检查对象部位11的差分图像Id中去除凸状部17的图像的处理、即凸状部图像的去除处理进行具体说明。图6为用于具体说明本发明的实施方式中的凸状部图像的去除处理的图。图6中所示的具体例中，说明对从检查对象部位11的差分图像Id中提取出的亮暗的各图像即亮部31～37及暗部21～27，通过步骤S104进行凸状部图像的去除处理的情况。
如图6所示，亮部31～37及暗部21～27沿着规定的检测方向F按照暗亮的顺序交错排列。图像处理装置5(参见图1)在上述步骤S104中，依序检测在该亮部31～37及暗部21～27中沿着检测方向F按照暗亮的顺序排列的亮部及暗部。即，图像处理装置5首先关注在检测方向F上的最前侧(图6中纸面的左侧)的暗部21及与其相邻的亮部31。接着，图像处理装置5对关注的暗部21及亮部31是否是构成作为氧化铁皮的凸状部17的图像的部分进行判定。
此时，图像处理装置5分别计算差分图像Id中暗部21及亮部31的间隔距离、形状特征量及面积。然后，图像处理装置5基于得出的各形状特征量计算暗部21及亮部31的形状的相似度，并且，基于得出的各面积计算暗部21及亮部31的面积的相似度。此后，图像处理装置5将该计算出的间隔距离、形状的相似度、及面积的相似度与预先设定的各阈值进行比较。由于该比较处理的结果，暗部21及亮部31的间隔距离为阈值以下，且暗部21及亮部31的形状的相似度及面积的相似度双方均在各自阈值以上，因此图像处理装置5判定为沿着检测方向F的暗部21及亮部31的序列是与凸状部17对应的特定序列(参见图4)。图像处理装置5将像这样被判定为是特定序列的暗部21及亮部31的组合判定为是构成凸状部17的图像的部分。
基于上述关于暗部21及亮部31的判定处理的结果，图像处理装置5将沿着检测方向F以特定序列排列的暗部21及亮部31的组合作为构成凸状部17的图像的部分从差分图像Id中去除。
接下来，图像处理装置5关注在检测方向F上与被去除前的亮部31相邻的暗部22及与其相邻的亮部32。进而，图像处理装置5对关注的暗部22及亮部32进行与上述暗部21及亮部31的情况相同的判定处理。其结果，图像处理装置5判定为沿着检测方向F的暗部22及亮部32的序列是与凸状部17对应的特定序列，并将以特定序列排列的暗部22及亮部32的组合作为构成凸状部17的图像的部分从差分图像Id中去除。此后，图像处理装置5对在检测方向F上与被去除前的亮部32相邻的暗部23及与其相邻的亮部33进行与上述暗部21及亮部31的情况相同的判定处理。其结果，图像处理装置5判定为该暗部23及亮部33的序列是与凸状部17对应的特定序列，并将以特定序列排列的暗部23及亮部33的组合作为构成凸状部17的图像的部分从差分图像Id中去除。
接下来，图像处理装置5关注在检测方向F上与被去除前的亮部33相邻的暗部24及与其相邻的亮部34。进而，图像处理装置5对关注的暗部24及亮部34进行与上述暗部21及亮部31的情况相同的判定处理。
这里，如图6所示，尽管暗部24及亮部34是沿着检测方向F按照暗亮的顺序排列的，但它们隔开了间隔距离d1。该间隔距离d1是超过了设定的阈值的距离。因此，图像处理装置5判定为不满足间隔距离为阈值以下的条件的暗部24及亮部34的沿着检测方向F的序列不是与凸状部17对应的特定序列。基于该判定结果，图像处理装置5判定为该暗部24及亮部34的组合不是构成凸状部17的图像的部分，因此，不将暗部24及亮部34从差分图像Id中去除而是将其留下。
接下来，图像处理装置5关注在检测方向F上与上述未被去除而留下来的亮部34相邻的暗部25及与其相邻的亮部35。进而，图像处理装置5对关注的暗部25及亮部35进行与上述暗部21及亮部31的情况相同的判定处理。
这里，如图6所示，尽管暗部25及亮部35是沿着检测方向F按照暗亮的顺序排列的，但它们具有彼此显著不同的形状(外形)及面积。即，该暗部25及亮部35的形状及面积各自的相似度双方均未达到设定的阈值。因此，图像处理装置5判定为不满足形状及面积各自的相似度双方均为阈值以上的条件的暗部25及亮部35的沿着检测方向F的序列不是与凸状部17对应的特定序列。基于该判定结果，图像处理装置5判定为该暗部25及亮部35的组合不是构成凸状部17的图像的部分，因此，不将暗部25及亮部35从差分图像Id中去除而是将其留下。
接下来，图像处理装置5关注在检测方向F上与上述未被去除而留下来的亮部35相邻的暗部26及与其相邻的亮部36。进而，图像处理装置5对关注的暗部26及亮部36进行与上述暗部21及亮部31的情况相同的判定处理。
这里，如图6所示，尽管暗部26及亮部36是沿着检测方向F按照暗亮的顺序排列的，但它们隔开了间隔距离d2且具有彼此显著不同的形状。即，该暗部26及亮部36的间隔距离d2是超过了设定的阈值的距离，且形状的相似度未达到设定的阈值。因此，图像处理装置5判定为间隔距离为阈值以下的条件以及形状的相似度为阈值以上的条件二者均不满足的暗部26及亮部36的沿着检测方向F的序列不是与凸状部17对应的特定序列。基于该判定结果，图像处理装置5判定为该暗部26及亮部36的组合不是构成凸状部17的图像的部分，因此，不将暗部26及亮部36从差分图像Id中去除而是将其留下。
此后，图像处理装置5关注在检测方向F上与上述未被去除而留下来的亮部36相邻的暗部27及与其相邻的亮部37。进而，图像处理装置5对关注的暗部27及亮部37进行与上述暗部21及亮部31的情况相同的判定处理。
这里，图6中所示的暗部27及亮部37满足间隔距离为阈值以下的条件、以及形状及面积各自的相似度双方均在阈值以上的条件。因此，图像处理装置5判定为该暗部27及亮部37的沿着检测方向F的序列是与凸状部17对应的特定序列。基于该判定结果，图像处理装置5将以特定序列排列的暗部27及亮部37的组合作为构成凸状部17的图像的部分从差分图像Id中去除。
以上的结果，如图6所示，暗部21～27及亮部31～37中，与作为氧化铁皮的凸状部17对应的暗部21～23、27及亮部31～33、37被去除，暗部24～26及亮部34～36被留下。该被留下的暗部24～26及亮部34～36成为如图5中所示的通过步骤S105进行的表面缺陷的检测处理的对象图像。
此外，如上所述，在通过步骤S104进行的凸状部图像的去除处理中，图像处理装置5沿着检测方向F，对暗部21及亮部31的组合、暗部22及亮部32的组合、以及暗部23及亮部33的组合，一组一组地依序进行判定处理并去除。因此，图像处理装置5在沿着检测方向F排列的暗部21～23及亮部31～33中不会错误地将相邻的亮部31及暗部22判定为1个组合，并且不会错误地将相邻的亮部32及暗部23判定为1个组合，而能够正确地判定与凸状部17对应的暗部21～23及亮部31～33的各组合。由此，图像处理装置5能够将凸状部图像的亮部及暗部的组合以外的亮部及暗部、即构成作为表面缺陷的凹状部15的图像的亮部及暗部的候选，正确地留在差分图像Id中。
表面缺陷的形状特征量
接下来，对本发明的实施方式中表面缺陷的形状特征量，即作为表面缺陷被检测出的凹状部15的形状特征量进行具体说明。图7为用于说明本发明的实施方式中表面缺陷的形状特征量的一个示例的图。图8为用于说明本发明的实施方式中表面缺陷的形状特征量的另一示例的图。图9为用于说明作为本发明的实施方式中表面缺陷的形状特征量的又一示例的圆形度的图。图10为用于说明作为本发明的实施方式中表面缺陷的形状特征量的再一示例的凸多边形填充率的图。
本发明的实施方式中，钢管10的表面缺陷是表面瑕疵等形成凹状的部分。作为这样的表面缺陷的凹状部15的亮暗模式，参见图3、图4可知，与作为正常的氧化铁皮的凸状部17呈相反的模式。即，差分图像Id中，凹状部15的图像是由沿着检测方向F按照亮暗的顺序排列的亮部及暗部的组合构成的。因此，图像处理装置5在如图5中所示的步骤S105中，通过对去除了凸状部图像后的差分图像Id中留下的亮部及暗部判定是否存在沿着检测方向F按照亮暗的顺序排列的亮部及暗部的组合，就能够检测与凹状部15对应的亮部及暗部的组合即表面缺陷。
然而，根据检查对象部位11中表面缺陷的形状或位置，有时无法形成上述与凹状部15对应的亮暗模式。具体来说，在钢材(特别是钢管10)的表面上法线矢量的方向与拍摄部3a、3b的光轴方向显著不同，且表面缺陷的形状(凹状部15的外形)为细长的情况下，亮部及暗部中的一方就有可能在拍摄部3a、3b的拍摄视野中无法看到。这种情况下，凹状部15的亮部及暗部中仅有一方被拍摄部3a、3b检测(拍摄)出，因此有可能在差分图像Id中无法形成凹状部15的图像的亮暗模式。
因此，图像处理装置5在上述步骤S105中，除了通过对凹状部15的亮部及暗部的序列进行判定并识别来检测表面缺陷的逻辑，还具备通过识别表面缺陷的形状来检测细长缺陷(细长的凹状部15)的逻辑。这里所说的细长缺陷是指，具有呈直线状的细长形状特征的表面缺陷。图像处理装置5对于去除凸状部图像后的差分图像Id中留下的作为表面缺陷的凹状部15的亮部及暗部，计算作为细长度的指标的表面缺陷的形状特征量，并基于计算出的表面缺陷的形状特征量来检测细长缺陷。
这里，成为细长度的指标的表面缺陷的形状特征量，可以举出椭圆的长轴短轴比、最大费雷特(feret)直径、圆形度、以及凸多边形填充率为例。具体来说，图像处理装置5在计算长轴短轴比作为形状特征量时，如图7所示，首先用椭圆R对差分图像Id中留下的亮部或暗部进行拟合。作为用椭圆R对亮部或暗部的图像进行拟合的方法，有最小二乘法或二阶矩推导法等，而考虑到计算时间的话二阶矩推导法较为有用。之后，图像处理装置5计算拟合得到的椭圆R的长轴L1及短轴L2的长度，并将计算出的长轴L1与短轴L2的比作为形状特征量。
另一方面，如图8所示，费雷特直径是指，将亮部或暗部的图像正投影在一维时映射的长度L3。图像处理装置5在计算最大费雷特直径作为形状特征量时，首先使差分图像Id中留下的亮部或暗部旋转180度并在该过程中计算出正投影的长度的最大值作为最大费雷特直径。然后，图像处理装置5将与计算出最大费雷特直径的位置正交的方向的费雷特直径与最大费雷特直径的比值作为形状特征量。
此外，如图9所示，圆形度是指，将亮部或暗部的面积除以亮部或暗部的周长的平方的值，以亮部或暗部的形状越接近圆形则该值越接近“1”的方式进行归一化，所得到的值。此外，如图10所示，凸多边形填充率是指，亮部或暗部的面积与外接于亮部或暗部的多边形的面积之比，亮部或暗部越呈直线状则该值越接近“1”。因此，若亮部或暗部的圆形度低，反而凸多边形填充率高，则图像处理装置5能够判定为该亮部或暗部的形状呈细长形状。
另外，上述步骤S105中，图像处理装置5在检测细长缺陷时，不仅是表面缺陷的形状特征量，纵向、横向、或斜向等表面缺陷的朝向也予以考虑，由此能够提高细长缺陷的检测精度。例如，图像处理装置5在计算出长轴短轴比作为表面缺陷的形状特征量时，通过求取长轴所朝向的方向，能够确认作为表面缺陷的凹状部15的亮部或暗部的朝向。此外，图像处理装置5在计算出最大费雷特直径作为表面缺陷的形状特征量时，通过求取得到最大费雷特直径时的亮部或暗部的图像的旋转角，能够确认作为表面缺陷的凹状部15的亮部或暗部的朝向。另一方面，尽管详细内容在此不作赘述，但图像处理装置5还可以通过利用强调特定方向的线性滤波器来对图像进行处理，也能够确认作为表面缺陷的凹状部15的亮部或暗部的朝向。
以上，如已说明的那样，本发明的实施方式中，对于钢材的表面的检查对象部位，从彼此向相反侧倾斜的方向以大致相同的入射角度，分别照射能够区分的第1及第2照明光，并分别拍摄被第1照明光照明的检查对象部位的第1图像及被第2照明光照明的检查对象部位的第2图像，生成该第1图像与第2图像的差分图像，并从差分图像的亮部及暗部中，基于沿着与第1或第2照明光的照射方向对应的规定方向的亮部及暗部的序列，将检查对象部位中的凸状部的亮部及暗部的组合去除，再基于该去除处理后留下的亮部及暗部的形状特征量或沿规定方向的序列，来判定检查对象部位是否存在凹状部，并将被判定为存在的凹状部检测为钢材的表面缺陷。
因此，通过上述生成差分图像的差分处理，将检查对象部位的正常的无害花纹的图像去除，从而能够将无害花纹的图像从表面缺陷的检测对象中排除；进而，从去除了无害花纹的差分图像中，将作为非表面缺陷的正常的氧化铁皮的凸状部的图像去除，从而能够将氧化铁皮的图像的亮部及暗部从表面缺陷的检测对象中排除。并且，利用预先去除了无害花纹及凸状部的图像的差分图像中的留下的亮部及暗部，能够与表面缺陷形状无关地对各种外形的凹状部是否存在进行判定。因此，在尽可能地降低了起因于无害花纹或凸状部的亮部及暗部的噪声的同时，能够将细长形状、圆形或多边形等各种外形的凹状部检测为表面缺陷，并且能够显著地抑制过度检测的发生、即错误地将凸状部即正常的氧化铁皮检测为表面缺陷的情况发生。其结果，能够将钢材的表面缺陷与该缺陷形状无关地正确检测出，同时还能够高精度地区分正常的氧化铁皮或无害花纹与表面缺陷。由此，能够防止不合格钢材(不合格的钢铁制品及半成品)的大量产生，从而提高钢材的成品率。
另外，上述实施方式中，首先拍摄了差分处理中的加算图像，然后拍摄了减算图像，但并不限定于此，先拍摄减算图像，然后拍摄加算图像也是可以的。即，也可以是拍摄部3a拍摄检查对象部位11的二维图像Ia作为减算图像，拍摄部3b拍摄检查对象部位11的二维图像Ib作为加算图像。此时，差分图像Id中各像素的亮度值Id(x，y)通过从作为加算图像的二维图像Ib中各像素的亮度值Ib(x，y)减去作为减算图像的二维图像Ia中各像素的亮度值Ia(x，y)来计算即可。
此外，上述实施方式中，将照射部2b的照射方向矢量正投影在检查对象部位11上的矢量(即正投影矢量)的方向作为检测方向F，但本发明并不限定于此。本发明中，检测方向F只要是相对于差分图像Id固定的方向即可，可以与对应于照射部2b的照射方向矢量的正投影矢量的方向相同，也可以与对应于照射部2a的照射方向矢量的正投影矢量的方向相同。
进而，上述实施方式中，凸状部图像的亮部及暗部的特定序列是沿着检测方向F按照暗亮的顺序排列的序列，但本发明并不限定于此。本发明中，凸状部图像的亮部及暗部的特定序列只要与凹状部图像的亮部及暗部的序列呈相反模式，就可以是沿着检测方向F以亮暗或暗亮中的任一种顺序排列的序列。
并且，上述实施方式中，作为检查对象的钢材，以圆筒形状的钢管10为示例，但本发明并不限定于此。本发明中，检查对象的钢材可以是钢管(无缝钢管、焊接钢管等)、钢板(热轧钢板、冷轧钢板、厚钢板等)、或是型钢等钢铁制品，也可以是在钢铁制品的制造过程中生成的钢坯等半成品。
此外，本发明并非由上述实施方式所限定，对上述各构成要素进行适当地组合而构成的发明也包含于本发明之中。另外，本领域技术人员等基于上述实施方式所作出的其他的实施方式、实施例以及应用技术等也全都包含于本发明的范畴之中。
如上所述，本发明涉及的表面缺陷检测装置及表面缺陷检测方法，对于光学检测钢材的表面缺陷是有用的，特别是适合于能够高精度地区分钢材的氧化铁皮或无害花纹与表面缺陷的表面缺陷检测装置及表面缺陷检测方法。

Claims (4)

1.一种表面缺陷检测装置，其特征在于，包括：
第1照射单元，其从相对于钢材的表面的检查对象部位倾斜的方向，向所述检查对象部位照射照明光；
第1拍摄单元，其拍摄被所述第1照射单元的照明光照明的所述检查对象部位的第1图像；
第2照射单元，其能与所述第1照射单元区分，并从相对于所述检查对象部位向与所述第1照射单元相反的一侧倾斜的方向，以与所述第1照射单元大致相同的入射角度，向所述检查对象部位照射照明光；
第2拍摄单元，其拍摄被所述第2照射单元的照明光照明的所述检查对象部位的第2图像；以及
图像处理单元，其生成所述第1图像与所述第2图像的差分图像，从所述差分图像的亮部及暗部中，基于沿着与所述第1照射单元或所述第2照射单元的照明光的照射方向对应的所述差分图像的规定方向的亮部及暗部的序列，将所述检查对象部位中的凸状部的亮部及暗部的组合去除，并基于作为留下的所述亮部及所述暗部的细长度的指标的形状特征量或沿着所述规定方向的序列，来判定所述检查对象部位是否存在凹状部，并将所述凹状部检测为所述钢材的表面缺陷，
所述图像处理单元基于所述差分图像的亮部及暗部的间隔距离、形状的相似度及面积的相似度，来判定沿着所述差分图像的规定方向的亮部及暗部的序列是否是所述凸状部的亮部及暗部的特定序列，并将判定为是所述特定序列的所述差分图像的亮部及暗部的组合作为所述凸状部的亮部及暗部的组合去除。
2.根据权利要求1所述的表面缺陷检测装置，其特征在于：
所述图像处理单元沿着所述差分图像的规定方向，依序将所述凸状部的亮部及暗部的组合去除。
3.一种表面缺陷检测方法，其特征在于，包括：
第1拍摄步骤，从相对于钢材的表面的检查对象部位倾斜的方向，由第1照射单元向所述检查对象部位照射照明光，并拍摄被所述第1照射单元的照明光照明的所述检查对象部位的第1图像；
第2拍摄步骤，由能与所述第1照射单元区分的第2照射单元，从相对于所述检查对象部位向与所述第1照射单元相反的一侧倾斜的方向，以与所述第1照射单元大致相同的入射角度，向所述检查对象部位照射照明光，并拍摄被所述第2照射单元的照明光照明的所述检查对象部位的第2图像；
差分图像生成步骤，生成所述第1图像与所述第2图像的差分图像；
去除步骤，从所述差分图像的亮部及暗部中，基于沿着与所述第1照射单元或所述第2照射单元的照明光的照射方向对应的所述差分图像的规定方向的亮部及暗部的序列，将所述检查对象部位中的凸状部的亮部及暗部的组合去除；以及
表面缺陷检测步骤，基于作为所述去除步骤后留下的所述亮部及所述暗部的细长度的指标的形状特征量或沿着所述规定方向的序列，来判定所述检查对象部位是否存在凹状部，并将所述凹状部检测为所述钢材的表面缺陷，
在所述去除步骤中，基于所述差分图像的亮部及暗部的间隔距离、形状的相似度及面积的相似度，来判定沿着所述差分图像的规定方向的亮部及暗部的序列是否是所述凸状部的亮部及暗部的特定序列，并将判定为是所述特定序列的所述差分图像的亮部及暗部的组合作为所述凸状部的亮部及暗部的组合去除。
4.根据权利要求3所述的表面缺陷检测方法，其特征在于：
在所述去除步骤中，沿着所述差分图像的规定方向，依序将所述凸状部的亮部及暗部的组合去除。
CN201680036476.8A 2015-06-25 2016-06-22 表面缺陷检测装置及表面缺陷检测方法 Active CN107709977B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015127626 2015-06-25
JP2015-127626 2015-06-25
PCT/JP2016/068516 WO2016208622A1 (ja) 2015-06-25 2016-06-22 表面欠陥検出装置および表面欠陥検出方法

Publications (2)

Publication Number Publication Date
CN107709977A CN107709977A (zh) 2018-02-16
CN107709977B true CN107709977B (zh) 2020-05-08

Family

ID=57586384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680036476.8A Active CN107709977B (zh) 2015-06-25 2016-06-22 表面缺陷检测装置及表面缺陷检测方法

Country Status (5)

Country Link
EP (1) EP3315951A4 (zh)
JP (1) JP6079948B1 (zh)
KR (1) KR102073229B1 (zh)
CN (1) CN107709977B (zh)
WO (1) WO2016208622A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112021009765A2 (pt) * 2018-11-30 2021-08-17 Jfe Steel Corporation método de detecção de defeito de superfície, aparelho de detecção de defeito de superfície, método de fabricação de material de aço, método de controle de qualidade de material de aço, instalação de fabricação de material de aço, método de geração de modelo de determinação de defeito de superfície e modelo de determinação de defeito de superfície
CN111292290A (zh) * 2018-12-07 2020-06-16 合肥欣奕华智能机器有限公司 被测目标物表面缺陷判别方法及装置、计算机可读取介质
IT201900006925A1 (it) * 2019-05-16 2020-11-16 Sica Spa Sistema di controllo della qualità di lavorazione di tubi in materiale termoplastico
CN110813798A (zh) * 2019-12-07 2020-02-21 浙江科技学院 一种基于视觉的棒料缺陷检测装置及方法
CN111462053A (zh) * 2020-03-18 2020-07-28 深圳科瑞技术股份有限公司 一种图像形态学处理方法和系统
WO2022239158A1 (ja) * 2021-05-12 2022-11-17 日本電気株式会社 検査装置
WO2023166898A1 (ja) 2022-03-03 2023-09-07 Ｊｆｅスチール株式会社 金属材料の表面検査方法、金属材料の表面検査装置、及び金属材料
KR20240100906A (ko) * 2022-12-23 2024-07-02 엘지이노텍 주식회사 대상체의 불량 검출 장치 및 대상체의 불량 검출 방법

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5952735A (ja) 1982-09-20 1984-03-27 Kawasaki Steel Corp 熱間鋼片の表面欠陥検出方法
JPH04294204A (ja) * 1991-03-25 1992-10-19 Hitachi Ltd 物体表面の欠陥抽出装置
JPH1137949A (ja) 1997-07-22 1999-02-12 Sumitomo Metal Ind Ltd 表面疵検知方法及び装置
ATE197503T1 (de) * 1997-08-22 2000-11-11 Fraunhofer Ges Forschung Verfahren und vorrichtung zur automatischen prüfung bewegter oberflächen
US6327374B1 (en) * 1999-02-18 2001-12-04 Thermo Radiometrie Oy Arrangement and method for inspection of surface quality
CN1844901A (zh) * 2005-04-08 2006-10-11 欧姆龙株式会社 缺陷检查方法以及利用该方法的缺陷检查装置
JP2006329919A (ja) * 2005-05-30 2006-12-07 Sumitomo Metal Mining Co Ltd 照明装置、該照明装置を用いた画像処理装置および画像処理方法
JP2008145226A (ja) * 2006-12-08 2008-06-26 Olympus Corp 欠陥検査装置及び欠陥検査方法
JP5446127B2 (ja) * 2008-05-19 2014-03-19 新日鐵住金株式会社 判別方法、判別装置及びプログラム
JP5257179B2 (ja) * 2009-03-19 2013-08-07 新日鐵住金株式会社 表面欠陥検査装置及び表面欠陥検査方法
JP2010223621A (ja) * 2009-03-19 2010-10-07 Sumitomo Metal Ind Ltd 管状品の内表面検査方法
JP5498189B2 (ja) * 2010-02-08 2014-05-21 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
CN202149886U (zh) * 2011-06-23 2012-02-22 云南省印刷技术研究所 印刷质量检测装置
JP5882730B2 (ja) * 2011-12-28 2016-03-09 株式会社ブリヂストン 外観検査装置及び外観検査方法
JP5943722B2 (ja) * 2012-06-08 2016-07-05 三菱重工業株式会社 欠陥判定装置、放射線撮像システム、及び欠陥判定方法
AT513126B1 (de) * 2012-08-01 2014-02-15 Ait Austrian Inst Technology Co-Occurrence Matrix
KR101832081B1 (ko) * 2013-12-27 2018-02-23 제이에프이 스틸 가부시키가이샤 표면 결함 검출 방법 및 표면 결함 검출 장치

Also Published As

Publication number Publication date
WO2016208622A1 (ja) 2016-12-29
JPWO2016208622A1 (ja) 2017-06-29
JP6079948B1 (ja) 2017-02-15
EP3315951A4 (en) 2018-12-26
KR102073229B1 (ko) 2020-03-02
KR20180019734A (ko) 2018-02-26
EP3315951A1 (en) 2018-05-02
CN107709977A (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN107709977B (zh) 表面缺陷检测装置及表面缺陷检测方法
KR101832081B1 (ko) 표면 결함 검출 방법 및 표면 결함 검출 장치
CN107735674B (zh) 表面缺陷检测装置、表面缺陷检测方法及钢材的制造方法
JP6753553B1 (ja) 表面欠陥検出方法、表面欠陥検出装置、鋼材の製造方法、鋼材の品質管理方法、鋼材の製造設備、表面欠陥判定モデルの生成方法、及び表面欠陥判定モデル
JP6119663B2 (ja) 表面欠陥検出方法及び表面欠陥検出装置
JP2020008501A (ja) 表面欠陥検出装置及び表面欠陥検出方法
WO2016208626A1 (ja) 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法
EP3399302A1 (en) Egg surface inspection apparatus
JP2011058939A (ja) 外観検査装置、外観検査方法
JP6387909B2 (ja) 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法
JP6566903B2 (ja) 表面欠陥検出方法および表面欠陥検出装置
JP6064942B2 (ja) 表面欠陥検出方法及び表面欠陥検出装置
JP2016035396A (ja) ワーク品目識別装置
JP2009287980A (ja) 外観検査装置
JP5452035B2 (ja) 欠陥検査方法および欠陥検査装置
JP7131509B2 (ja) 表面欠陥検出装置、表面欠陥検出方法、及び鋼材の製造方法
JP6595800B2 (ja) 欠損検査装置、及び欠損検査方法
US20220292665A1 (en) Workpiece surface defect detection device and detection method, workpiece surface inspection system, and program
JP2013190386A (ja) 欠陥検査装置
JP2010223914A (ja) 物体表面の欠陥検査方法および欠陥検査装置
JP2023082350A (ja) 表面欠陥検査装置及び表面欠陥検査方法
JP2006058253A (ja) 物品の外観検査方法および外観検査用プログラム
JP5750971B2 (ja) 欠陥検査装置
JP2024048292A (ja) 表面欠陥検出方法及び表面欠陥検出装置
JP4720742B2 (ja) 物流量測定方法及び物流量測定装置

Legal Events

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