CN112334761A - 缺陷判别方法、缺陷判别装置、缺陷判别程序及记录介质 - Google Patents

Abstract

本发明所涉及的缺陷判别方法具备：获取被测定物的拍摄图像的拍摄工序；检测缺陷候补的缺陷候补检测工序；获取缺陷候补的位置的形状信息的形状信息获取工序；将拍摄图像的亮度标准化的标准化工序；基于标准化后的亮度获取判别值的判别值获取工序；获取与形状信息对应的修正值的修正值获取工序；利用上述修正值修正判别值以及阈值中的任意一方的修正工序；以及判别上述缺陷候补是否是缺陷的判别工序。

Description

缺陷判别方法、缺陷判别装置、缺陷判别程序及记录介质

技术领域

本发明涉及判别在被测定物的表面产生的缺陷的缺陷判别方法、缺陷判别装置、缺陷判别程序以及记录有缺陷判别程序的记录介质。

背景技术

日本特开平9-318337号公报所示的表面缺陷判别装置从呈门型形状的照明单元向被检查体照射形成明暗图案的照明光，并利用安装于相同地呈门型形状的拍摄装置固定单元的多个拍摄装置拍摄被检查体的被检查面。然后，通过对拍摄图像进行图像处理来测定被检查面的亮度等级并将亮度等级与阈值进行比较，从而进行缺陷检查。

日本特开平8-86634号公报所示的表面缺陷检查装置向被检查体照射具有明暗图案的照明光。拍摄单元拍摄被照射的部分并获取图像数据。然后，通过按照频率成分对图像数据进行分析，进行缺陷的检查。通过像这样按频率进行分析，能够抑制将柚子皮那样的极薄的凹凸误检测为缺陷，能够进行更精密的缺陷检测。

专利文献1：日本特开平9-318337号公报

专利文献2：日本特开平8-86634号公报

然而，在日本特开平9-318337号公报所记载的表面缺陷判别装置中，需要多个拍摄装置，而装置变得大型并且复杂。另外，在利用多个拍摄装置进行拍摄的情况下，有拍摄装置的控制复杂，并且图像处理耗费精力和时间的情况。由此，也有缺陷检查的作业耗费许多的精力和时间的担心。

另外，在如日本特开平8-86634号公报的表面缺陷检查装置那样构成为对被检查体照射明暗图案来检测被检查体的表面的缺陷的情况下，即使是相同的大小以及形状的缺陷，在拍摄单元的特性上，在拍摄范围的中央部分和边缘部分，图像数据中的缺陷部分的亮度等级也变动。因此，若用预先决定的阈值进行二值化并检测缺陷，则根据拍摄图像中的缺陷的位置，有将不是缺陷的表面的凹凸判断为缺陷的担心。即，有根据缺陷的位置而产生缺陷的误检测的担心。

发明内容

因此，本发明的目的在于提供能够精度良好地判别表面的缺陷的缺陷判别方法、缺陷判别装置、缺陷判别程序及记录有缺陷判别程序的记录介质。

为了实现上述的目的中的至少一个，反映了本发明的一侧面的缺陷判别方法是利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无的缺陷判别方法，具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；形状信息获取工序，获取形状信息，上述形状信息是上述被测定物的表面中的检测到缺陷候补的位置的相对于上述拍摄部的形状的信息；判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；修正值获取工序，参照将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备修正值的修正用数据库获取与上述形状信息对应的修正值；修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述目的，本发明的缺陷判别方法是利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无的缺陷判别方法，具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；图像内位置获取工序，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；修正值获取工序，参照将上述拍摄图像中的位置作为图像内位置变量并具备修正值的修正用数据库获取与上述图像内位置信息对应的修正值；修正工序，基于上述修正用数据修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述目的，本发明的缺陷判别方法是利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无的缺陷判别方法，具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；图案内位置获取工序，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像的上述明部或者上述暗部内的位置的信息；判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；修正值获取工序，参照将上述拍摄图像中的上述明部或者上述暗部内的位置作为图案内位置变量并具备修正值的修正用数据库获取与上述图案内位置信息对应的修正值；修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述的目的中的至少一个，反映了本发明的一侧面的缺陷判别装置具备：照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；存储部，存储修正用数据库，上述修正用数据库将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备与上述形状变量建立相关关系的修正值；以及控制处理部，上述控制处理部具备：缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；形状信息获取部，获取形状信息，上述形状信息是上述被测定物的表面中的检测到上述缺陷候补的位置的相对于上述拍摄部的形状的信息；判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；修正值获取部，参照上述修正用数据库获取与上述形状信息对应的修正值；修正部，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述目的，本发明的缺陷判别装置具备：照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；存储部，具备修正用数据库，上述修正用数据库将上述被测定物在上述拍摄图像中的位置作为图像内位置变量并具备修正用数据；以及控制处理部，上述控制处理部具备：缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；图像内位置获取部，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；修正值获取部，参照上述修正用数据库获取与上述图像内位置信息对应的修正值；修正部，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述目的，本发明的缺陷判别装置具备：照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；存储部，具备修正用数据库，上述修正用数据库将上述暗部内的位置作为图案内位置变量并具备修正用数据；以及控制处理部，上述控制处理部具备：缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；图案内位置获取部，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像中的上述明部或者上述暗部内的位置的信息；判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；修正值获取部，参照上述修正用数据库获取与上述图案内位置信息对应的修正值；修正部，基于上述修正用数据修正上述判别值以及阈值中的任意一方；以及判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

为了实现上述的目的中的至少一个，反映了本发明的一侧面的缺陷判别程序是在缺陷判别装置中执行的缺陷判别程序，上述缺陷判别装置具备：照明部，照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄被上述图案照明照射的被测定物的表面；存储部，具备标准化数据库以及修正用数据库，上述标准化数据库包含用于上述拍摄图像中的噪声的除去以及用于识别亮度的参数，上述修正用数据库将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备修正值；以及控制处理部，上述缺陷判别程序具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；判别值获取工序，获取判别值，上述判别值用于判别上述被测定物的缺陷；形状信息获取工序，获取形状信息，上述形状信息是上述被测定物的表面中的检测到上述缺陷候补的位置的相对于上述拍摄部的形状的信息；修正值获取工序，参照将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备与上述形状变量建立相关关系的修正值的修正用数据库获取与上述形状信息对应的修正值；修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。另外，也可以具备存储有该程序的存储介质。

为了实现上述目的，本发明的缺陷判别程序是在缺陷判别装置中执行的缺陷判别程序，上述缺陷判别装置具备：照明部，照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄被上述图案照明照射的被测定物的表面；存储部，具备修正用数据库，上述修正用数据库将上述被测定物在上述拍摄图像中的位置作为图像内位置变量并具备修正用数据；以及控制处理部，上述缺陷判别程序具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；图像内位置获取部，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；判别值获取工序，基于上述拍摄图像获取判别值，上述判别值用于判别上述被测定物的表面的状态；修正值获取工序，参照上述修正用数据库获取与上述图像内位置信息对应的修正用数据；修正工序，基于上述形状修正用数据修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。另外，也可以具备存储有该程序的存储介质。

为了实现上述目的，本发明的缺陷判别程序是在缺陷判别装置中执行的缺陷判别程序，上述缺陷判别装置具备：照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；存储部，具备修正用数据库，上述修正用数据库将上述拍摄图像中的上述明部或者上述暗部内的位置作为图案内位置变量并具备修正值；以及控制处理部，上述缺陷判别程序具备：拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；缺陷候补检测工序，基于上述拍摄图像检测缺陷的可能性高的缺陷候补；图案内位置获取工序，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像中的上述明部或者上述暗部内的位置的信息；判别值获取工序，基于上述拍摄图像获取判别值，上述判别值用于判别上述被测定物的表面的状态；修正用数据获取工序，参照上述修正用数据库获取与上述图案内位置信息对应的修正值；修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。另外，也可以具备存储有该程序的存储介质。

根据本发明，能够提供能够精度良好地判别表面的缺陷的缺陷判别方法、缺陷判别装置、缺陷判别程序及记录有缺陷判别程序的记录介质。

附图说明

图1是表示通过本发明所涉及的缺陷判别装置进行作为被测定物的一个例子的车辆的缺陷的判别的状态的示意图。

图2是表示本发明所涉及的缺陷判别装置的构成的框图。

图3是表示形成在图1所示的车辆的表面的缺陷的一个例子的示意图。

图4是表示利用缺陷判别装置进行缺陷判别的状态的示意俯视图。

图5是表示拍摄被图案照明照射的部分而得到的拍摄图像的图。

图6是表示沿着穿过图5所示的明部缺陷以及暗部缺陷的直线的亮度分布的图。

图7是表示大小不同的缺陷的亮度分布的图。

图8是表示从拍摄部到缺陷为止的距离不同的情况下的光传播路径的图。

图9是表示标准化数据库的一个例子的图。

图10是表示修正用数据库的形状变量的表。

图11是表示修正用数据库的一个例子的图。

图12是表示缺陷判别装置的缺陷判别动作的流程图。

图13是表示在车辆的不同的位置检测到缺陷候补的状态的示意图。

图14是表示在车辆检测到的缺陷候补的亮度分布的图。

图15是表示对根据图14所示的亮度分布计算出的亮度对比度进行修正后的修正亮度对比度的图。

图16是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。

图17是在被测定物形成的缺陷的剖面形状。

图18是表示阈值数据库的图。

图19是评价用数据库的示意图。

图20是表示第二实施方式的缺陷判别装置的构成的框图。

图21是表示在不同的位置形成了缺陷候补的拍摄图像的图。

图22是表示在拍摄图像内的不同的位置有缺陷候补的情况下的进行缺陷判别的状态的示意俯视图。

图23是在拍摄图像上示出修正用数据库的图像内位置变量的图。

图24是表示修正用数据库的一个例子的图。

图25是表示拍摄图像中的修正用数据库的图像内位置变量的图。

图26是表示修正用数据库的其它例子的图。

图27是在拍摄图像上示出修正用数据库的其它例子的图像内位置变量的图。

图28是表示修正用数据库的另外的其它例子的图。

图29是表示缺陷判别装置的缺陷判别动作的流程图。

图30是表示图22所示的拍摄图像的缺陷候补的亮度分布的图。

图31是表示对根据图30所示的亮度分布计算出的亮度对比度进行了修正的修正亮度对比度的图。

图32是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。

图33是表示修正用数据库的另外的其它例子的图。

图34是表示第四实施方式的缺陷判别装置的构成的框图。

图35是表示利用缺陷判别装置进行缺陷判别的状态的示意俯视图。

图36是表示拍摄图像的明暗图案的明部中的缺陷候补的位置的图。

图37是表示明暗图案的明部中的修正用数据库的图案内位置变量的图。

图38是表示修正用数据库的另外的其它例子的图。

图39是表示明暗图案中的图38所示的修正用数据库的图像内位置变量的图。

图40是表示修正用数据库的另外的其它例子的图。

图41是在拍摄图像上示出图40所示的修正用数据库的图案内位置变量的图。

图42是表示修正用数据库的另外的其它例子的图。

图43是表示缺陷判别装置的缺陷判别动作的流程图。

图44是表示图36所示的拍摄图像的缺陷候补的亮度分布的图。

图45是表示对根据图44所示的亮度分布计算出的亮度对比度进行修正后的修正亮度对比度的图。

图46是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。

图47是表示修正用数据库的另外的其它例子的图。

具体实施方式

基于附图对本发明的一实施方式进行说明。此外，在各图中，附加了相同的附图标记的构成是相同的构成。另外，对相同的构成适当地省略详细的说明。另外，被测定物可以是任意的物体，但在本书中，是车辆CA。

＜第一实施方式＞

图1是表示通过本发明所涉及的缺陷判别装置进行作为被测定物的一个例子的车辆的缺陷的判别的状态的示意图。图2是表示本发明所涉及的缺陷判别装置的构成的框图。图3是表示在图1所示的车辆的表面形成的缺陷的一个例子的示意图。此外，图3是车辆CA的表面的剖视图，但省略表示剖面的影线。如图1所示，在本实施方式中的缺陷判别装置A1中，进行作为被测定物的一个例子的车辆CA的表面的缺陷的判别。另外，在本实施方式的缺陷判别装置A1中，将车辆CA的侧面CP作为被检查区域，进行侧面CP的缺陷的判别。此外，在以下的说明中，有表述为被检查区域CP或者侧面CP的情况。

通常，对车辆CA的表面实施涂装。车辆CA的涂装既有单层结构的情况，或者也有双层结构的情况。例如，在车辆CA的涂装为双层结构的情况下，能够使第一涂装层为金属层CM，使第一涂装层的上层的第二涂装层为透明层CL。另外，也有更多层结构的情况。在进行车辆CA的表面的涂装时，有涂料过多或者在金属层CM与透明层CL之间侵入灰尘、尘埃等异物DT，而如图3所示那样表面比周围突出的情况。在本实施方式中，将这样的凸起部分作为缺陷Dp。此外，作为车辆CA的表面的缺陷，也有过多的涂料流过而形成的缺陷、因喷涂的涂料的力量被吹飞而形成的缺陷等。虽然后述详细，但本实施方式的缺陷判别装置A1也能够判别这些缺陷。在以下的说明中，以形成与其它的部分相比凸起的缺陷Dp为例进行说明。

＜缺陷判别装置A1的整体构成＞

如图2所示，缺陷判别装置A1具备拍摄部10、照明部20、存储部30、控制处理部40、输出部50以及输送部60。缺陷判别装置A1从照明部20对移动的车辆CA的侧面CP(参照图1)照射照明光。利用拍摄部10拍摄被照明光照射的被检查区域CP的表面生成拍摄图像。在控制处理部40中，进行拍摄图像的图像处理，判别被检查区域CP的缺陷的有无。

＜拍摄部10＞

拍摄部10具备CMOS、CCD等拍摄元件。拍摄部10是所谓的照相机，在拍摄部10的正面设置有透镜。在拍摄部10中，从照明部20照射并由被检查区域CP反射的照明光射入至拍摄元件，射入光在拍摄元件进行成像。拍摄元件生成成像的射入光的像作为拍摄图像，拍摄部10将生成的拍摄图像发送给控制处理部40。

＜照明部20＞

照明部20朝向沿移动方向D1进行移动的车辆CA的被检查区域CP照射照明光。如上述那样，车辆CA是被测定物的一个例子。另外，被检查区域CP是车辆CA的侧面。照明部20对被检查区域CP投影交替地配置有明部和亮度比明部低的暗部的图案照明。

对照明部20的详细进行说明。如图1所示，照明部20具备多个(这里是六个)光源部21。六个光源部21沿着车辆CA的移动方向D1排列。光源部21分别为沿与车辆CA的移动方向正交的方向延伸的长方体形状。此外，光源部21的排列被排列为在通过拍摄部10输出的拍摄图像中，明部B与暗部G以预先决定的间隔例如等间隔地形成。

光源部21例如在平面上二维排列多个LED。而且，在LED的正面配置扩散板。由此，使从LED射出的光扩散。而且，从多个LED射出的光在从扩散板射出时，在面内射出大致均匀的亮度的面状的光。然而，并不限定于该构成。也可以代替LED而使用放电管等放电发光体、有机EL等面状的光源来作为光源部21。

各光源部21向车辆CA的侧面CP照射沿与移动方向D1正交的方向延伸的长方形的光。而且，从六个光源部21的各个向车辆CA的侧面CP照射照明光。由此，在车辆CA的侧面CP交替地出现被照射来自光源部21的光的明部B、和不被照射光而亮度比明部B低的暗部G(参照图4)。即，在车辆CA的侧面CP被照射交替地配置有明部B和暗部G的条纹状的图案照明S1。此外，在以下的说明中，将光源部21彼此的间隙部分设为暗带Gb。

如图1所示，拍摄部10和照明部20相对于车辆CA配置在相同侧。而且，拍摄部10在照明部20的中央，配置在光源部21之间的间隙。即，在拍摄部10的左右分别各配置三个光源部21。

这里，参照附图对缺陷判别装置A1的缺陷判别方法进行说明。图4是表示在缺陷判别装置进行缺陷判别的状态的示意俯视图。图5是表示拍摄被图案照明照射的部分而得到的拍摄图像的图。此外，在图4、图5中，示出在车辆CA的侧面CP有两个缺陷(明部缺陷Dp1、暗部缺陷Dp2)的情况。在图5所示的拍摄图像Pc1中，对暗部G施加影线。

从照明部20照射的图案照明S1在车辆CA的侧面CP反射并射入至拍摄部10。在图4中示出表示从照明部20射出的图案照明S1的光路的光传播路径。在图4中，以单点划线示出来自各光源部21的光传播路径。另外，以粗线示出在缺陷反射的光传播路径。此外，在以下的说明中，根据需要，有利用反向跟踪光传播路径的逆光线追踪进行说明的情况。

如图4所示，照明部20从六个光源部21照射光，对车辆CA的侧面CP照射交替地配置有明部B和暗部G的条纹状的图案照明S1。然后，拍摄部10拍摄被图案照明S1照射的侧面CP，并输出拍摄图像Pc1(参照图5)。在拍摄图像Pc1形成有基于图案照明S1的明部B和暗部G。如图2、图4等所示，拍摄部10输出基于在侧面CP反射的图案照明S1的像作为拍摄图像。因此，拍摄图像Pc1的明部B是来自光源部21的光被侧面CP反射并到达拍摄部10的光的像。另一方面，拍摄图像Pc1的暗部G是从光源部21到拍摄部10的光与光之间的间隙。即，暗部G是在从拍摄部10被侧面CP反射并到达暗带Gb的光传播路径反向传播的光的像。

在侧面CP的表面大致平滑的情况下，光传播路径在侧面CP相等地反射。在明部B的内部，亮度均匀。另外，暗部G也同样地，在暗部G的内部，亮度均匀。

首先，对在明部B形成有缺陷(明部缺陷Dp1)的情况进行说明。从拍摄部10朝向包含明部缺陷Dp1的明部B的光传播路径也被明部缺陷Dp1反射。此时，明部缺陷Dp1的表面相对于拍摄部10具有与周围的部分不同的角度的部分。因此，到达明部缺陷Dp1的光传播路径在明部缺陷Dp1漫反射。其结果是，在明部缺陷Dp1反射的光传播路径的射入至照明部20的区域与在明部缺陷Dp1的周围反射的光传播路径的射入至照明部20的区域偏移(在图4中以粗线示出)。而且，有在明部缺陷Dp1反射的光传播路径的射入至照明部20的区域包含于暗带Gb的情况。因此，有明部缺陷Dp1的拍摄图像与周围相比颜色不同，即亮度变低的情况(在图5中变黑)。此外，亮度并不限定于在数字照相机等拍摄装置所拍摄的拍摄图像中通常定义的亮度。例如，也可以包含从基于光电转换的拍摄元件输出的电压值、电流值等。即，在以下的说明中，“亮度”包含与在拍摄图像中通常定义的亮度对应的数值(例如，电压值、电流值等)。

另外，对在暗部G形成有缺陷(暗部缺陷Dp2)的情况进行说明。从拍摄部10朝向包含暗部缺陷Dp2的暗部G的光传播路径也被暗部缺陷Dp2反射。此时，暗部缺陷Dp2的表面相对于拍摄部10具有与周围的部分不同角度的部分。因此，到达暗部缺陷Dp2的光传播路径在暗部缺陷Dp2漫反射。其结果是，在暗部缺陷Dp2反射的光传播路径的射入至照明部20的区域与在暗部缺陷Dp2的周围反射的光传播路径的射入至照明部20的区域偏移(在图4中以粗线示出)。而且，有在暗部缺陷Dp2反射的光传播路径的射入至照明部20的区域包含于光源部21的情况。因此，暗部缺陷Dp2的拍摄图像与周围相比颜色不同，即亮度提高(在图5中变白)。

如上述那样，由于光(光传播路径)在缺陷部分漫反射，所以与其周围相比亮度变化。参照附图对在缺陷判别装置A1中，作为缺陷的判别用的判别值使用的亮度的变化量(亮度对比度)进行说明。图6是表示沿着通过图5所示的明部缺陷以及暗部缺陷的直线的亮度分布的图。图6所示的亮度分布是表示使拍摄图像的亮度标准化后的亮度的分布，实际上产生缺陷以外的重要因素所引起的亮度的模糊(噪声)。控制处理部40在基于后述的标准化部45的标准化工序中除去拍摄图像的亮度的除缺陷以外的影响，进行标准化。

首先，对形成在明部B的明部缺陷Dp1的亮度对比度的计算方法进行说明。如图6所示，将明部B的亮度设为明部亮度Lu1，将暗部G的亮度设为暗部亮度Lu2，将明部缺陷Dp1的亮度设为明部缺陷亮度Lu3。此外，作为明部缺陷亮度Lu3，设为明部缺陷Dp1的能够取得的亮度的最小值。然而，并不限定于此，只要是能够判别明部缺陷Dp1的大小的值即可，也可以使用不同的数值。另外，将明部缺陷Dp1的亮度对比度设为第一亮度对比度Lc1。

利用以下的式子表示明部B与暗部G的亮度差a1。

a1＝Lu1－Lu2

另外，利用以下的式子表示明部缺陷Dp1的亮度与其周围的亮度的亮度差b1。

b1＝Lu1－Lu3

而且，利用以下的式子表示明部缺陷Dp1的第一亮度对比度Lc1。

Lc1＝b1/a1＝(Lu1－Lu3)/(Lu1－Lu2)

接下来，对形成在暗部G的暗部缺陷Dp2的亮度对比度的计算方法进行说明。如图6所示，将暗部缺陷Dp2的亮度设为暗部缺陷亮度Lu4。另外，将暗部缺陷Dp2的亮度对比度设为第二亮度对比度Lc2。利用以下的式子表示暗部缺陷Dp2的亮度与其周围的亮度的亮度差b2。

b2＝Lu4－Lu2

而且，利用以下的式子表示暗部缺陷Dp2的第二亮度对比度Lc2。

Lc2＝b2/a1＝(Lu4－Lu2)/(Lu1－Lu2)

控制处理部40确认第一亮度对比度Lc1或者第二亮度对比度Lc2是否在恒定的值(阈值)以上，来进行缺陷的判别。此外，有即使明部缺陷Dp1与暗部缺陷Dp2为相同的大小，但第一亮度对比度Lc1与第二亮度对比度Lc2也大小不同的情况。因此，优选分为在明部B形成有缺陷的情况、和在暗部G形成有缺陷的情况，对缺陷进行判别。例如，能够列举在明部缺陷Dp1的情况和暗部缺陷Dp2的情况下变更阈值。

对基于形成在车辆CA的侧面CP的缺陷的大小的亮度的变化进行说明。图7是表示大小不同的缺陷的亮度分布的图。如图7所示，设在车辆CA的侧面CP的形成明部B的部分形成有大缺陷DpB和小缺陷DpS。大缺陷DpB由于产生光传播路径的漫反射的区域较宽，所以较多的光传播路径到达暗带Gb。另一方面，小缺陷DpS由于产生光传播路径的漫反射的区域较窄，所以光传播路径的到达暗带Gb的数目比大缺陷DpB少。因此，与大缺陷DpB相比，小缺陷DpS的亮度对比度变小。

这样，亮度根据缺陷的大小而变动。在车辆CA的侧面CP的表面的亮度变动的凹凸中也包含有使用者识别不到的程度的微小的凹凸。若也将这样的微小的凹凸判别为缺陷，则制造所需要的成本变高。因此，在缺陷判别装置A1中，将恒定的大小以上的凹凸判别为缺陷。即，缺陷判别装置A1在亮度对比度在恒定以上的情况下，判别为缺陷。

首先，缺陷判别装置A1的控制处理部40根据拍摄图像的亮度的变动，提取有缺陷的可能性的凹凸(在以下的说明中，称为缺陷候补)。然后，控制处理部40获取表示缺陷候补与周围的亮度之间的变化的亮度对比度，在亮度对比度在恒定值以上(阈值以上)的情况下，判别为缺陷候补是缺陷。此外，阈值是与形成在被检查区域CP的相对于拍摄部10的形状成为基准的部分的成为基准的大小的缺陷的亮度对比度相同或者比其稍低的值。后述缺陷的判别方法的详细。

另外，缺陷的亮度也根据被检查区域CP的形成有缺陷的部分的相对于拍摄部10的形状而产生偏差。接下来，对被检查区域CP的相对于拍摄部10的形状所引起的缺陷的亮度的偏差进行说明。此外，这里，作为形成有缺陷的被检查区域CP的相对于拍摄部10的形状能够列举拍摄部10与形成在被检查区域CP的缺陷之间的距离、被检查区域CP相对于拍摄部10的角度、从拍摄部10的聚焦位置到被检查区域CP的距离的偏移。此外，除了这些以外，也可以作为形状而被包含。

首先，参照附图对距拍摄部的距离所引起的缺陷的亮度的偏差进行说明。图8是表示从拍摄部到缺陷为止的距离不同的情况下的光传播路径的图。这里，将距拍摄部10较近的缺陷设为近缺陷DpN，将较远的缺陷设为远缺陷DpF。如图8所示，若对近缺陷DpN与远缺陷DpF进行比较，则在近缺陷DpN反射的光传播路径比在远缺陷DpF反射的光传播路径短。

若对各个光传播路径进行比较，则在远缺陷DpF反射的光传播路径的到达照明部20的区域比在近缺陷DpN反射的光传播路径的到达照明部20的区域宽。由此，在远缺陷DpF反射的光传播路径的到达暗带Gb的量比在近缺陷DpN反射的光传播路径的到达暗带Gb的量少。因此，在近缺陷DpN中，与远缺陷DpF相比，抑制漫反射所引起的亮度的降低。即，在缺陷的大小相同的情况下，近缺陷DpN的亮度对比度与远缺陷DpF的亮度对比度有偏差。

在图8中，对到缺陷为止的距离较长的一方的亮度对比度更大的例子进行了说明，但并不限定于此。例如，在缺陷反射的光传播路径的射入至照明部的区域为光源部21与暗带Gb之间的边界的位置的情况下，若延长被检查区域的距拍摄部10的距离，则在该缺陷反射的光传播路径的一部分到达相邻的光源部21。因此，也有由于延长距拍摄部10的距离，而亮度对比度增大的情况。

接下来，对被检查区域CP的相对于拍摄部10的角度变化的情况进行说明。在形成在与拍摄部10正对的被检查区域CP的缺陷反射的光传播路径与在形成在相对于拍摄部10倾斜的被检查区域的缺陷反射的光传播路径不同。即，设为在形成在与拍摄部10正对的被检查区域的缺陷反射的光传播路径射入照明部20的例如区域α。设为在形成在相对于拍摄部10倾斜的被检查区域的缺陷反射的光传播路径射入照明部20的例如区域β。此时，区域α与区域β为不同的区域。而且，在区域α和区域β的、光源部21所涉及的面积和暗带Gb所涉及的面积不同的情况下，即使各缺陷的大小相同，亮度对比度也不同。换句话说，有缺陷的亮度对比度由于形成有缺陷的被检查区域的相对于拍摄部10的角度不同而变动的情况。

另外，在拍摄部10设置有光学透镜。而且，在拍摄部10中，有为了在同一条件下进行拍摄，而固定焦距、f值来进行拍摄的情况。在这样的情况下，有根据缺陷的相对于拍摄部10的距离，而从聚焦位置偏移的情况。在这样的情况下，有拍摄图像中的缺陷的像变得模糊(成为轮廓不清晰地扩展的像)，而亮度对比度变化的情况。

而且，作为被测定物的车辆CA的侧面CP具有立体的形状，根据侧面CP的部位，距拍摄部10的距离、相对于拍摄部10的角度、距聚焦位置的距离变化。因此，根据车辆CA的侧面CP的相对于拍摄部10的形状而亮度对比度产生偏差。若有车辆CA的侧面CP的相对于拍摄部10的形状所引起的亮度对比度的偏差，则难以准确地进行缺陷的判别。因此，在本实施方式所涉及的控制处理部40中，在存储部30中具备抑制基于形状的亮度对比度的偏差的修正值，并与形状配合地修正亮度对比度来进行缺陷的判别。

在实际的拍摄图像中，有由于缺陷(凹凸)以外的原因而亮度产生偏差的情况。而且，为了获取准确的亮度对比度，在缺陷判别装置A1中，使拍摄图像的亮度标准化，使用标准化后的亮度求出缺陷的判别所需要的判别值亦即亮度对比度。以下，对存储缺陷的判别所需要的信息的存储部30以及控制处理部40的详细进行说明。

＜存储部30＞

返回到图2，进行存储部30的说明。存储部30是存储控制处理部40执行的控制程序、各种信息的存储器。存储部30例如具备作为非易失性的存储元件的ROM(Read OnlyMemory：只读存储器)、作为能够改写的非易失性的存储元件的EEPROM(ElectricallyErasable Programmable Read Only Memory：电可擦可编程只读存储器)等。存储部30包含成为存储在上述规定的程序的执行中产生的信息等的所谓的控制处理部40的工作存储器的RAM(Random Access Memory：随机存取存储器)等。

在存储部30中具备：具备用于将拍摄图像的亮度标准化的参数的标准化数据库31、存储缺陷的判别所需要的修正值的修正用数据库32、以及存储车辆CA的形状信息的形状数据库33。

被检查物的形状信息是将车辆CA的外观数值化后的信息。如上述那样，在本实施方式中，被检查物是车辆CA。形状信息包含表示车辆CA(的车身)的外侧轮廓面形状的车辆轮廓形状的信息。而且，车辆CA的外观三维地变化的情况较多。因此，这里，利用CAD(Computer－Aided Design：计算机辅助设计)的数据形成存储形状信息的形状数据库33。此外，虽然在本实施方式中，车辆轮廓形状信息是表示车辆整体(车辆车身整体)的外侧轮廓面形状的数值，但例如也可以如车辆车身的右半部分、车门部分、保险杠部分等，按照车辆CA的各个部分划分来形成车辆轮廓形状信息。

在缺陷判别装置A1中，拍摄部10位于预先决定的位置。因此，控制处理部40(后述的形状信息获取部44)能够基于车辆CA与拍摄部10的位置，获取相对于拍摄部10的位置以及形状的信息。

图9是表示标准化数据库的一个例子的图。如图9所示，在标准化数据库31具备：从拍摄图像除去噪声的噪声除去参数311、识别明部B的亮度的代表值的明部识别参数312、识别暗部G的亮度的代表值的暗部识别参数313、以及识别亮度变化的部分(缺陷候补)的亮度的代表值的变化部识别参数314。按照拍摄图像的各拍摄位置设置标准化数据库31的各参数。即，标准化数据库31按照各个拍摄位置，具备噪声除去参数311、明部识别参数312、暗部识别参数313以及变化部识别参数314。

此外，作为噪声除去参数311，例如也可以包含移动平均的移动量以及低通滤波器的截止频率。作为明部识别参数312，例如也可以包含计算明部B的亮度的平均值、最频值、中值、最大值、最小值的运算方法(公式)、加权系数以及使用了加权系数的运算方法(公式)。作为暗部识别参数313，例如也可以包含计算暗部G的亮度的平均值、最频值、中值、最大值、最小值的运算方法(公式)、加权系数以及使用了加权系数的运算方法(公式)。作为变化部识别参数314，也可以包含计算亮度变化的部分的亮度的平均值、最频值、中值、最大值、最小值的运算方法(公式)、加权系数以及使用了加权系数的运算方法(公式)。此外，除了这些数值、运算方法以外，也能够广泛地采用用于判别缺陷的判别值的计算所使用的数值以及运算方法(公式)。

接下来，对修正用数据库32进行说明。图10是表示修正用数据库的形状变量的表。图11是表示修正用数据库的一个例子的图。在修正用数据库中，修正值包含距离变量Lg、水平角度变量Hr、垂直角度变量Vr、以及距焦点的距离变量Ds，作为形状变量。

如图10所示，被检查区域CP的距离变量Lg是相对于基准状态的被检查区域CP的距离。例如，将与基准状态相比接近或者远离拍摄部10作为变量。此时，在偏离基准状态的被检查区域CP中，也是使焦点对准被检查区域CP的情况。此外，将在距拍摄部10规定的距离与拍摄部10正对地配置的被检查区域CP作为基准状态。

另外，如图10所示，水平角度变量Hr是相对于基准状态的被检查区域CP绕垂直轴Sp1旋转时的旋转角。另外，垂直角度变量Vr是相对于基准状态的被检查区域CP绕水平轴Sp2旋转时的旋转角。此外，虽然在本实施方式中，采用绕正交的两轴的相对于基准状态的角度，但也可以也包含绕其以外的轴的旋转。并且，距焦点的距离变量Ds是在使焦点位置对准基准状态的被检查区域CP的状态下，使被检查区域CP移动而从基准状态偏离的位置。

如图11所示，修正用数据库32包含与形状变量对应的修正值。在图11所示的修正用数据库32中，具备与距离变量Lg和距焦点的距离变量Ds建立相关关系的第一表Tb1。而且，在第一表Tb1的各记录栏具备储存有与水平角度变量Hr和垂直角度变量Vr建立相关关系的修正值CRijkm(i、j、k、m是整数)的第二表Tbij。此外，i、j分别是表示距离变量Lg以及距焦点的距离变量Ds的变量。K、m是表示水平角度变量Hr以及垂直角度变量Vr的变量。

这样，基于四个形状变量，即距离变量Lg、距焦点的距离变量Ds、水平角度变量Hr以及垂直角度变量Vr决定修正值CRijkm。此外，关于各修正值CRijkm，也可以使用将形成了缺陷的平板等作为被检查区域CP，并由缺陷判别装置A1实际获取的亮度对比度。另外，也可以使用制成各形状变量的模型并通过光学模拟计算出的亮度对比度。此外，关于修正用数据库32，虽然为了容易理解而构成为图11所示那样的构成，但只要是能够同时变更四个变量的数据库，则并不限定于该构成。

另外，有根据实际的形状信息，难以根据修正用数据库32直接地求出修正值CRijkm的情况。在这样的情况下，也可以根据与实际的形状信息接近的形状信息的修正值，进行插值，来获取修正值。此外，图11所示的修正用数据库32是数据库的一个例子，并不限定于此。例如，也可以利用使用了修正系数的运算式给予修正值。接下来，对使用存储于存储部30的修正用数据库32以及形状数据库33进行缺陷的判别的控制处理部40的详细进行说明。

＜控制处理部40＞

返回到图2，进行控制处理部40的详细的说明。控制处理部40控制缺陷判别装置A1的各部。控制处理部40与拍摄部10、照明部20、存储部30、输出部50以及输送部60连接，控制各部。控制处理部40具备用于执行运算的运算部。运算部是包含CPU、MPU等运算电路的电路。运算部也可以是电路本身进行运算的构成。另外，例如，也可以使从存储部30读入的程序或者运算部本身具备的程序动作来进行运算。控制处理部40基于运算部的运算结果，控制拍摄部10、照明部20、输出部50以及输送部60。

另外，控制处理部40基于拍摄图像判别被检查区域CP的表面的缺陷的有无。在判别到表面的缺陷的情况下，控制处理部40确定被检查区域CP中的有缺陷的部分。然后，控制处理部40使输出部50显示被检查区域CP的缺陷的位置。

如图1所示，控制处理部40具备拍摄位置检测部41、缺陷候补检测部42、位置获取部43、形状信息获取部44、标准化部45、判别值获取部46、修正值获取部47、修正部48以及判别部49。此外，控制处理部40的上述的各部也可以均是进行处理运算的运算电路。另外，控制处理部40的上述的各部的至少一部分也可以是存储于存储部30并且执行由控制处理部40执行的各处理的程序。并且，在是程序的情况下，也可以以记录于非暂时的记录介质的状态被提供，并在包含控制处理部40的缺陷判别装置A1中进行动作。

拍摄位置检测部41检测来自拍摄部10的拍摄图像在车辆CA的侧面CP中的位置亦即拍摄位置。拍摄位置检测部41预先获取车辆CA与拍摄部10的相对的位置关系以及拍摄部10的拍摄范围的信息。然后，根据这些信息，获取拍摄图像拍摄到的拍摄范围的侧面CP中的位置亦即拍摄位置。

缺陷候补检测部42检测缺陷候补的有无。缺陷候补检测部42在有缺陷候补时，确定拍摄图像中的缺陷候补的位置。作为缺陷候补检测部42的检测缺陷候补的处理，能够列举上述那样的检测与周围不同的颜色的部分作为缺陷候补的处理。另外，也可以使用与预先给予的缺陷的模型的信息进行匹配来检测缺陷候补的匹配处理。并且，能够广泛地采用能够精度良好地检测缺陷候补的处理方法。

位置获取部43基于拍摄图像在车辆CA的侧面中的位置和拍摄图像中的缺陷候补的位置的信息，获取缺陷候补在车辆CA的侧面CP中的位置的信息。进一步对位置获取部43的位置信息的获取方法进行说明。如上述那样，在缺陷判别装置A1中，预先决定拍摄部10的位置。拍摄部10能够通过规定视场角并组合拍摄图像中的缺陷候补的位置与拍摄部10的视场角，获取缺陷候补在被检查区域CP中的位置。

车辆CA的外形三维地变形，相对于拍摄部10的形状并不恒定。因此，侧面CP中的缺陷候补的亮度根据形成缺陷候补的位置的相对于拍摄部10的形状而有偏差。因此，形状信息获取部44基于缺陷候补在侧面CP中的位置的信息，获取侧面CP中的形成有缺陷候补的位置的相对于拍摄部10的形状的信息(形状信息)。形状信息能够列举相对于拍摄部10的角度、距拍摄部10的距离、从拍摄部10的聚焦位置的偏移距离等，但并不限定于此。也可以具备这些信息中的一个，除了这些信息以外，也可以包含示出形状的特征并且对亮度产生影响的形状的信息。形状信息获取部44基于存储于存储部30的形状数据库33和缺陷候补在侧面CP中的位置的信息，获取有缺陷候补的位置的相对于拍摄部10的形状信息。

标准化部45将拍摄图像的亮度标准化。拍摄图像的亮度如上述那样由于缺陷(凹凸)而变动。此外，亮度的标准化是指在拍摄图像的亮度中，除去噪声等缺陷的判别所不需要的重要因素所引起的亮度的偏差的处理。即，在拍摄图像形成有凹凸(缺陷候补)以外的原因所引起的亮度的偏差(以电路、光学设备为原因的偏差，以下称为噪声)。因此，标准化部45从按照每个拍摄位置具备参数的标准化数据库31调出亮度的标准化所需要的参数，并进行亮度的标准化。

亮度的标准化例如包含有噪声的除去。另外，有明部B以及暗部G的亮度也产生偏差的情况。关于这样的偏差，也使用参数进行标准化来计算明部B的亮度的代表值、暗部G的亮度的代表值、亮度的变化部分(缺陷候补)的亮度的代表值。作为各亮度的代表值，能够列举最频值、平均值、最大值、最小值、中值、使用了决定的加权系数的计算值，但并不限定于此。

判别值获取部46获取用于判别缺陷候补是否是缺陷的判别值。在判别值获取部46中，判别值采用缺陷候补的亮度的相对于周围亮度的变化量(亮度对比度)。判别值获取部46根据标准化后的拍摄图像以及缺陷候补的位置的信息，获取缺陷候补的亮度对比度作为判别值。即，判别值获取部46利用上述的式子和明部B的亮度的代表值、暗部G的亮度的代表值、缺陷候补的亮度的代表值，计算亮度对比度。

此外，在本实施方式中，使用亮度对比度作为判别值，但并不限定于此。例如，在图7所示的亮度分布中，也可以将与规定的亮度值LuS的亮度分布交叉的部分的像素数作为判别值。例如，在图7中，也可以将与大缺陷DpB交叉的部分的像素数Px1、和与小缺陷DpS交叉的部分的像素数Px2作为各缺陷的判别值。另外，也可以使用对缺陷部分与规定的亮度值LuS的差分进行积分而得到的积分值。另外，在使用这样的数值作为判别值的情况下，使用与这些数值对应的阈值。

如上述那样，关于侧面CP的外形，根据相对于拍摄部10的位置而相对于拍摄部10的形状发生变化。即使缺陷候补的大小相同，若侧面CP中的缺陷候补的位置不同，则缺陷候补的亮度产生偏差。因此，修正值获取部47访问存储部30的修正用数据库32，参照形状信息获取修正值。修正值是用于修正由判别值获取部46获取的判别值亦即亮度对比度的修正系数。

修正部48利用修正值修正缺陷候补的亮度对比度。判别部49判别缺陷候补是否是缺陷。缺陷候补的外径越大，亮度对比度越大。因此，判别部49通过设定阈值，并与修正亮度对比度进行比较，来判别缺陷候补是否是缺陷。控制处理部40通过对拍摄部10拍摄到的拍摄图像实施以上的处理，判别被检查区域CP的缺陷。

然后，控制处理部40生成表示判别部49判别为是缺陷的缺陷在被检查区域CP中的位置的判别位置显示图像。

＜输出部50＞

输出部50例如包含液晶面板等显示面板。输出部50与控制处理部40连接，输出部50能够显示由拍摄部10拍摄到的拍摄图像、由控制处理部40生成的判别位置显示图像。另外，也可以在输出部50安装有触摸面板。通过安装有触摸面板，作业者能够使用触摸面板进行缺陷判别装置A1的操作、信息的输入等。另外，也可以具备数字键等硬键。另外，输出部50并不限定于以上的构成，也可以具备通过声音进行通知的声音通知部(未图示)等。并且，输出部50能够广泛地采用能够对使用者通知信息的机构。

＜输送部60＞

输送部60输送车辆CA。输送部60以车辆CA的侧面CP横穿拍摄部10的拍摄范围的方式进行输送。输送部60与控制处理部40连接，输送部60将输送的车辆CA的位置以及移动速度通知给控制处理部40。此外，控制处理部40也可以从输送部60或者另外具备的检测车辆CA的位置的传感器(未图示)获取车辆CA的移动速度以及位置。另外，也可以从输送部60获取移动速度并从传感器获取位置，也可以从双方获取移动速度以及位置的信息并相互进行补充来提高侧面CP的移动速度以及位置的精度。并且，输送部60也可以构成为预先使车辆CA停止，并使拍摄部10以及照明部20沿着车辆移动。

缺陷判别装置A1具有以上的构成。接下来，参照附图对缺陷判别装置A1的动作进行说明。图12是表示缺陷判别装置的缺陷判别动作的流程图。如图12所示，控制处理部40向照明部20送出指示并开始图案照明S1的照射(步骤S101)。然后，基于来自输送部60的信息确认车辆CA是否在进行缺陷检测的位置、即车辆CA是否收纳于拍摄部10的视场角(步骤S102)。

在车辆CA未收纳于拍摄部10的视场角的情况下(在步骤S102为否的情况下)，确认以车辆CA为对象的缺陷判别是否结束(步骤S115)。例如，根据是否在车辆CA的侧面CP的全部进行了缺陷判别来判断对象的缺陷判别是否结束。在缺陷判别未结束的情况下(在步骤S115为否的情况下)，返回到侧面CP的新的部分是否进入至拍摄部10的视场角的确认(返回到步骤S102)。另外，在缺陷判别结束的情况下(在步骤S115为是的情况下)，控制处理部40结束缺陷判别的处理。

另外，若确认车辆CA收纳于拍摄部10的视场角(步骤S102：是)，则控制处理部40对拍摄部10送出指示，使其拍摄车辆CA的侧面CP，并将拍摄图像Pc1(电子数据：参照图5)送至控制处理部40(步骤S103:拍摄工序)。

另外，拍摄图像Pc1是数字数据。例如，是由拍摄部10的拍摄元件的各像素检测出的值(例如，电压值)以16位转换为数字值后的数据。此外，转换为数字值的位数并不限定于16位。

拍摄位置检测部41基于拍摄部10与车辆CA的侧面CP的相对位置，检测拍摄部10的拍摄图像在侧面CP中的拍摄位置(步骤S104：拍摄位置检测工序)。

缺陷候补检测部42确认拍摄图像，并检测有缺陷的可能性的部分(缺陷候补)的有无(步骤S105：缺陷候补检测工序)。如图5所示，在拍摄图像中缺陷候补以与周围不同的颜色(亮度)出现。例如，在拍摄图像的明部B有缺陷的情况下，缺陷显现为比明部B的其它的部分暗(亮度变低)。另外，在拍摄图像的暗部G有缺陷的情况下，缺陷显现为比暗部G的其它的部分亮(亮度提高)。缺陷候补检测部42将在拍摄图像中亮度变化的区域检测为缺陷候补。

在没有缺陷候补的情况下(在步骤S105为否的情况下)，确认以车辆CA为对象的缺陷判别是否结束(步骤S115)。例如，根据是否在车辆CA的侧面CP的全部进行了缺陷判别来判断对象的缺陷判别是否结束。在缺陷判别未结束的情况下(在步骤S115为否的情况下)，返回到侧面CP的新的部分是否进入拍摄部10的视场角的确认(返回到步骤S102)。另外，在缺陷判别结束的情况下(在步骤S115为是的情况下)，控制处理部40结束缺陷判别的处理。

在通过缺陷候补检测部42在侧面CP检测到缺陷候补的情况下(在步骤S105为是的情况下)，位置获取部43基于拍摄图像中的缺陷候补的位置和拍摄位置，获取缺陷候补在侧面CP中的位置的信息亦即位置信息(步骤S106：位置获取工序)。

形状信息获取部44基于来自位置获取部43的缺陷候补在车辆CA的侧面CP中的位置的信息，获取车辆CA的侧面CP中的形成有缺陷候补的部分的相对于拍摄部10的形状信息(步骤S107：形状信息获取工序)。作为形状信息，如上述那样，具备侧面CP的相对于拍摄部10的距离、相对于拍摄部10的角度、距聚焦位置的距离。

标准化部45参照标准化数据库31取出与拍摄位置对应的参数。然后，基于取出的参数将拍摄图像Pc1的亮度标准化(步骤S108：标准化工序)。在将亮度标准化的标准化工序中包含除去拍摄图像中的亮度的变动的缺陷候补的凹凸以外的影响的噪声除去处理。噪声除去处理例如使用低通滤波器，去除拍摄图像的亮度的偏差的高频成分，提取缺陷或者缺陷候补所引起的亮度的变化的成分。此外，低通滤波器的截止频率存储于标准化数据库31。另外，并不限定于低通滤波器，也可以使用去除恒定频带的带通滤波器。

另外，也包含决定拍摄图像中的明部B的亮度的代表值、暗部G的亮度的代表值、缺陷候补的亮度的代表值的处理。此外，标准化数据库31的参数包含变量，并且包含对各部的亮度的代表值进行运算的处理所使用的运算式。

判别值获取部46从标准化部45接受明部B的亮度的代表值、暗部G的亮度的代表值、缺陷候补的亮度的代表值，并基于各代表值获取缺陷候补的亮度相对于其周围的亮度的变化率亦即亮度对比度作为判别值(步骤S109：判别值获取工序)。通过上述的式子求出亮度对比度的计算。

修正值获取部47接受来自形状信息获取部44的形状信息，并且参照接受到的形状信息和存储于存储部30的修正用数据库32，获取与形状信息对应的修正值(步骤S110：修正值获取工序)。

修正部48基于来自判别值获取部46的缺陷候补的亮度对比度和来自修正值获取部47的修正值，生成对缺陷候补的亮度对比度进行了修正后的修正亮度对比度(步骤S111：修正工序)。此外，修正值表示相对于成为基准的形状的亮度对比度的变化的比例。因此，在修正工序中，对缺陷候补的亮度对比度乘以修正值来求出修正亮度对比度。像这样求出的修正亮度对比度能够得到与在成为基准的部分形成了各缺陷候补时的亮度对比度同等的值。

另外，也有形成有缺陷候补的部分的形状相对于成为基准的形状有两个以上的变量(这里是距离、角度以及距焦点的距离)不同的情况。在这样的情况下，也可以通过分别对亮度对比度乘以多个修正值来求出修正亮度对比度。或者，也可以基于另外给予的运算式，计算根据多个修正值合成的合成修正值，并使用合成修正值求出修正亮度对比度。作为运算式，例如能够列举对基于形状的修正值进行加权，来计算总和的方法。该情况下，也可以也预先在存储部30存储权重，并由修正部48读入。

判别部49对修正亮度对比度与预先给予的阈值进行比较，判别缺陷候补是否是缺陷(判别缺陷)(步骤S112：判别工序)。判别部49对修正亮度对比度与阈值进行比较，在修正亮度对比度超过阈值时，判别为缺陷候补为缺陷。然后，判别部49确认拍摄图像CP中的缺陷的有无(步骤S113)。

在判别部49判别为没有缺陷的情况下(在步骤S113为否的情况下)，确认以车辆CA为对象的缺陷判别是否结束(步骤S115)。例如，根据是否在车辆CA的侧面CP的全部进行了缺陷判别来判断对象的缺陷判别是否结束。在缺陷判别未结束的情况下(在步骤S115为否的情况下)，返回到侧面CP的新的部分是否进入拍摄部10的视场角的确认(返回到步骤S102)。另外，在缺陷判别结束的情况下(在步骤S115为是的情况下)，控制处理部40结束缺陷判别的处理。

另外，在将至少一个缺陷候补判别为缺陷的情况下(在步骤S113为是的情况下)，控制处理部40将判别为缺陷的缺陷候补在车辆CA的侧面CP中的位置的信息、和缺陷的大小的信息输出给输出部50(步骤S114)。

然后，控制处理部40确认以车辆CA为对象的缺陷判别是否结束(步骤S115)。例如，根据是否在车辆CA的侧面CP的全部进行了缺陷判别来判断对象的缺陷判别是否结束。在缺陷判别未结束的情况下(在步骤S115为否的情况下)，返回到侧面CP的新的部分是否进入拍摄部10的视场角的确认(返回到步骤S102)。另外，在缺陷判别结束的情况下(在步骤S115为是的情况下)，控制处理部40结束缺陷判别的处理。

在缺陷判别装置A1中，使用包含上述的各工序的缺陷判别方法判别被测定物的被测定区域中的缺陷。缺陷判别方法也可以分别作为电路而具备在控制处理部40中。另外，也可以是集中或者独立地在存储部30存储各工序，并按照各处理进行调出的程序。在缺陷判别方法为程序的情况下，也可以以记录于非暂时的记录介质的状态被提供，并在包含控制处理部40的缺陷判别装置A1中进行动作。

接下来，参照附图对本实施方式所涉及的缺陷判别装置A1的缺陷判别时的具体的动作进行说明。图13是表示在车辆的不同位置检测到缺陷候补的状态的示意图。图14是表示在车辆检测到的缺陷候补的亮度分布的图。图15是表示对根据图14所示的亮度分布计算出的亮度对比度进行修正后的修正亮度对比度的图。此外，在图15中，为了使比较变得容易，而并排示出亮度对比度以及修正后的亮度对比度。

在缺陷判别装置A1中，通过输送部60输送车辆CA。而且，从照明部20对输送的车辆CA照射图案照明S1。拍摄部10在接受来自控制处理部40的指示的定时拍摄车辆CA的侧面CP。在图13中，将车辆前方侧设为第一拍摄区域Tp1，将车辆后方侧设为第二拍摄区域Tp2。而且，将在第一拍摄区域Tp1检测出的缺陷候补设为第一缺陷候补Dd1，将在第二拍摄区域Tp2检测到的缺陷候补设为第二缺陷候补Dd2。第一缺陷候补Dd1是能够判别为缺陷的大小，第二缺陷候补Dd2是不能判别为缺陷的大小。

如图13所示，第一缺陷候补Dd1在车辆CA的侧面CP中的位置与第二缺陷候补Dd2在车辆CA的侧面CP中的位置不同。而且，通过标准化部45对拍摄图像进行亮度的标准化后的亮度的分布如图14所示。即，第二缺陷候补Dd2的亮度对比度Ld2(亮度的变化量)比第一缺陷候补Dd1的亮度对比度Ld1大。这是因为形成有第一缺陷候补Dd1的侧面CP的形状与形成有第二缺陷候补Dd2的侧面CP的形状不同。

因此，修正值获取部47基于拍摄位置检测部41获取的拍摄位置、和形状信息获取部44获取的形状信息，获取形成了第一缺陷候补Dd1以及第二缺陷候补Dd2的位置的修正值。然后，基于修正值，对第一缺陷候补Dd1以及第二缺陷候补Dd2的亮度对比度进行修正，生成除去了侧面CP的形状的影响的修正亮度对比度。修正亮度对比度如图15所示。

如图15所示，第一缺陷候补Dd1的修正亮度对比度Ldr1比第二缺陷候补Dd2的修正亮度对比度Ldr2大。然后，判别部49将第一缺陷候补Dd1的修正亮度对比度Ldr1以及第二缺陷候补Dd2的修正亮度对比度Ldr2与阈值Th进行比较。然后，控制处理部40将修正亮度对比度Ldr1比阈值Th大的第一缺陷候补Dd1判别为缺陷。另一方面，控制处理部40将修正亮度对比度Ldr2比阈值Th小的第二缺陷候补Dd2判别为不是缺陷。

如以上那样，根据缺陷候补的位置获取修正值，并利用该修正值修正亮度对比度。由此，能够修正相对于拍摄部10的形状不同所引起的亮度的偏差，能够准确地进行缺陷的判别。

通过使用亮度对比度作为判别值，判别值的比较容易。另外，通过亮度对比度，即使在基于涂装色的明部亮度、暗部亮度不同的情况下，也能够精度良好地判别缺陷。此外，虽然在本实施方式中，求出亮度对比度作为判别值，但并不限定于此。例如，也能够使用亮度分布中的亮度变化的部分的宽度、亮度变化的部分的亮度的变化量的积分值等表示亮度变化的部分的特征的值。

在上述的缺陷判别装置A1中，通过根据修正用数据库32的修正值，修正亮度对比度，来除去形状对亮度对比度的影响。这里，对修正用数据库的制成方法进行说明。在本实施方式中，实际测定形成有成为基准的大小的缺陷的被测定物模型的缺陷的亮度对比度。基于测定结果求出修正值，制成修正用数据库32。

首先，控制处理部40确认使被测定物模型的形成有缺陷的部分相对于拍摄部10位于成为基准状态的位置。控制处理部40控制照明部20使其对配置的被测定物模型照射图案照明S1。控制处理部40控制拍摄部10，使其拍摄被测定物模型。然后，控制处理部40基于来自拍摄部10的拍摄图像获取缺陷的亮度对比度，并作为亮度对比度的基准值存储于存储部30。此外，获取亮度对比度的工序与在上述的缺陷的判别时获取亮度对比度的工序相同。

控制处理部40确认被测定物模型的相对于拍摄部10的形状(距离、角度、距焦点的距离)的相对于基准状态的变化量(形状变量)。控制处理部40控制拍摄部10，使其拍摄被测定物模型。然后，控制处理部40基于来自拍摄部10的拍摄图像获取缺陷的亮度对比度，并将亮度对比度与基准值的比率作为修正值与形状变量建立关联地存储于修正用数据库32。然后，控制处理部40确认是否在修正用数据库32存储了与在修正用数据库32设定的全部的形状变量对应的修正值。然后，控制处理部40变更被测定物模型的相对于拍摄部10的形状(形状信息)获取缺陷的亮度对比度，并将修正值与形状变量建立关联地存储于修正用数据库32。

如以上那样，通过利用缺陷判别装置A1的拍摄部10实际拍摄被测定物模型，并且，根据拍摄图像获取缺陷的亮度对比度，能够制成修正用数据库32。此外，在本实施方式中，在实际制成被测定物模型之后，在进行了拍摄之后，基于实测值制成修正用数据库32。然而，并不限定于此，也可以基于使用光学模拟软件计算出的缺陷的亮度对比度获取修正值，并制成修正用数据库32。

在通过实测制成修正用数据库32的情况下，能够在修正用数据库32除去缺陷判别装置A1的个体差(例如，起因于拍摄部10的特性、电路的特性的差异)所引起的修正值的偏差的影响。另外，在通过模拟制成修正用数据库32的情况下，可以不制成被测定物模型，能够省去修正用数据库32的制成所需要的麻烦。

＜第一变形例＞

参照附图对本实施方式所涉及的缺陷判别装置的变形例进行说明。此外，缺陷判别装置的构成与上述的构成相同，对实质上相同的部分附加相同的附图标记，并且省略相同的部分的详细的说明。如上述那样，即使是相同的大小的缺陷候补，亮度对比度也根据相对于拍摄部10的形状而产生偏差。为了除去基于形状的亮度对比度的偏差，修正部48也可以代替修正亮度对比度而修正阈值作为修正工序。而且，在判别工序中，也可以对缺陷候补的亮度对比度与修正后的阈值(以下，称为修正阈值)进行比较，来进行缺陷的判别。以下参照附图对修正工序的详细进行说明。此外，从拍摄工序到修正值获取工序为止的动作与图12所示的流程图相同。

图16是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。假设图16所示的第一缺陷候补Dd1以及第二缺陷候补Dd2以与图15所示的第一缺陷候补Dd1以及第二缺陷候补Dd2相同的大小形成在侧面CP的相同的位置。另外，在图16中，为了使比较变得容易，并排显示第一缺陷候补Dd1和第二缺陷候补Dd2。

在缺陷判别装置A1中，在存储部30存储有与在成为基准的形状中判别为缺陷的最小尺寸的缺陷的亮度对比度相同或者稍小的值作为基准阈值ThS。如图16所示，第一缺陷候补Dd1的亮度对比度Ld1以及第二缺陷候补Dd2的亮度对比度Ld2比基准阈值ThS大。

修正部48获取利用每个缺陷候补，换句话说，利用每个形成有缺陷候补的部分的形状信息的修正值，对基准阈值ThS进行了修正的修正阈值。如图16所示，生成与第一缺陷候补Dd1对应的第一修正阈值Thr1和与第二缺陷候补Dd2对应的第二修正阈值Thr2。然后，判别部49对各修正阈值与缺陷候补的亮度对比度进行比较来进行缺陷的判别。

若详细地进行说明，则第一缺陷候补Dd1的亮度对比度Ld1比第一修正阈值Thr1大。因此，判别部49将第一缺陷候补Dd1判别为缺陷。另一方面，第二缺陷候补Dd2的亮度对比度Ld2比第二修正阈值Thr2小。因此，判别部49将第二缺陷候补Dd2判别为不是缺陷。

这样，通过不对成为比较对象的亮度对比度进行修正，而对进行评价的阈值进行修正，与修正亮度对比度时相同，能够准确地判别缺陷。另外，通过变更基准阈值ThS的值，能够调整判别为缺陷的缺陷候补的大小。例如，在判别为缺陷的凹凸的大小也可以较大的位置的情况下，能够通过增大基准阈值ThS，变更判别为缺陷的缺陷候补的大小。

此外，在规定了判别为缺陷的最小的缺陷候补的形状以及大小的情况下，修正用数据库也可以代替修正值而具备修正后的阈值。这样的情况下，省去利用修正值修正阈值的麻烦，所以能够缩短缺陷的判别的时间。

另外，也可以直接使用上述的修正亮度对比度的修正用数据库作为修正值。该情况下，只要是与亮度对比度的修正相反的运算即可。例如，在将亮度对比度与修正值相乘来计算修正亮度对比度的情况下，只要将亮度对比度除以修正值来计算修正阈值即可。另外，也可以另外具备用于修正亮度对比度的修正用数据库。

根据车辆CA的表面的涂装色，拍摄图像中的明部B以及暗部G的亮度变动。例如，在白色、银色、黄色等明亮的颜色的情况下，明部B的亮度容易变高而明部B与暗部G的亮度之差容易增大。另一方面，在黑色、藏青色等较暗的颜色的情况下，明部B的亮度较低而明部B与暗部G的亮度之差容易减小。在利用修正值修正阈值的构成的情况下，即使在进行这样的不同颜色的车辆CA的缺陷的判别的情况下，也能够使用共用的修正用数据库。相应地，能够减少存储部30的使用区域。而且，由于不需要修正用数据库的更换，所以能够降低控制处理部40的处理。

＜第二变形例＞

图17是在被测定物形成的缺陷的剖面形状。列举车辆CA作为用缺陷判别装置A1判别缺陷的被测定物。如图17所示，作为缺陷，设为涂装时的形成在表面的凹凸。通常，在车辆CA的涂装的最外层形成有透明的树脂的透明层CL。而且，透明层CL的凸起所引起的凸部是缺陷之一。此外，将由于透明层CL较多所引起的缺陷称为透明缺陷Df。另外，也由于在透明层CL与其下的金属层CM之间封入灰尘、尘埃等异物DT而产生缺陷。将由于封入异物DT所引起的缺陷称为封入缺陷Dh。

透明缺陷Df仅是透明的透明层CL凸起，即使稍大，车辆CA的使用者也不容易视觉确认。即，难以判别为缺陷。另一方面，在封入缺陷Dh的情况下，由于混入异物，所以与透明缺陷Df相比，使用者容易视觉确认。而且，关于封入缺陷Dh，有根据异物DT与车辆CA的涂装色而对于使用者来说视觉确认容易度不同的情况。例如，在白色的涂装的车辆CA封入了白色的异物DT所引起的封入缺陷(称为相似颜色封入缺陷Dh1)难以由使用者视觉确认为缺陷。另一方面，在白色的涂装的车辆CA封入了黑色的异物DT所引起的封入缺陷(称为非相似颜色封入缺陷Dh2)容易由使用者视觉确认为缺陷。这样，在封入缺陷Dh的情况下，根据异物的颜色，而视觉确认为缺陷的容易度不同。

因此，在本变形例中，缺陷候补检测部42根据拍摄图像Pc1检测缺陷候补。缺陷候补检测部42根据颜色的变化量的大小，判断缺陷候补为透明缺陷Df的候补，还是封入缺陷Dh。并且，在缺陷候补为封入缺陷Dh的情况下，判别该封入缺陷Dh是相似颜色封入缺陷Dh1还是非相似颜色封入缺陷Dh2。

在本实施方式的缺陷判别装置A1中，将车辆CA作为被测定物并将车辆CA的侧面CP作为被检查区域CP。然而，在判别车辆CA的表面的缺陷的情况下，也进行侧面以外的部分、例如引擎盖、保险杠、顶棚、后备箱等部分的缺陷的判别。在车辆CA中，根据缺陷的位置，而使用者能够判别的缺陷的大小不同。例如，在透明缺陷Df的情况下，在使用者乘坐车辆CA时，作为容易在视线内停留的位置的车门的上部、引擎盖等与顶棚、车门的下部相比，即使是较小的透明缺陷Df，也容易被使用者视觉确认。

因此，按照车辆CA的每个区域，使判别为缺陷的缺陷候补的种类以及大小不同。由此，能够准确地判别使用者能够判别的缺陷。为了变更这样的判别为缺陷的缺陷候补的种类以及大小，在缺陷判别装置A1中，根据成为基准的缺陷的大小对阈值进行分级。这里，参照附图对阈值的选择所使用的阈值数据库进行说明。图18是表示阈值数据库的图。

如图18所示，阈值数据库34是对修正用数据库的成为基准的位置中的缺陷的大小(外径)进行分级而得到的。如图18所示，在阈值数据库中，分为第一等级R1～第七等级R7七种等级。而且，第一等级R1具备用于判别外形较小的缺陷的阈值Th1。同样地，第二等级R2～第七等级R7具备阈值Th2～阈值Th7。此外，阈值的大小为Th1＜Th2＜Th3···＜Th6＜Th7。

另外，在存储部30具备表示检测缺陷的缺陷的大小等级的评价用数据库。图19是评价用数据库的示意图。在缺陷判别装置A1中，根据车辆CA的位置(侧面上部、侧面下部、引擎盖、保险杠、顶棚、后备箱)，另外，按照缺陷的每个种类(透明缺陷Df、相似颜色封入缺陷Dh1、非相似颜色封入缺陷Dh2)，变更判别为缺陷的缺陷候补的大小。如图19所示，根据形状以及种类对缺陷候补的大小进行分级。

如图19所示，评价用数据库35在上下方向分为封入缺陷的种类。另外，在横向分为车辆的位置。例如，在评价用数据库35中，在侧面上部，透明缺陷Df为第四等级R4。另外，相似颜色封入缺陷Dh1为第二等级R2，非相似颜色封入缺陷Dh2为第一等级R1。

而且，修正部48以及判别部49根据缺陷候补的位置信息并参照评价用数据库35，决定判别为缺陷的缺陷候补的等级。然后，参照阈值数据库34，获取基于决定出的等级的阈值作为用于将该缺陷候补判别为缺陷的阈值。例如，在缺陷候补为相似颜色封入缺陷Dh1，且缺陷候补位于引擎盖的情况下，参照图19，决定缺陷的大小等级。然后，参照阈值数据库34，将决定出的等级的阈值决定为缺陷的判别所使用的阈值。

这样一来，能够根据缺陷候补的位置、种类变更判别缺陷的阈值。由此，能够按照每个缺陷候补的位置、种类使判别为缺陷的缺陷候补的大小为适当的大小，能够准确地进行缺陷的判别。这里，对阈值进行分级，但并不限定于此。也可以与阈值数据库相同，使用按照每个等级设定了权重的数据库，并根据权重对修正值进行修正。

＜其它的变形例＞

在本实施方式中，如图12所示，在判别值获取工序(步骤S109)之前，具备进行拍摄图像的亮度的标准化的标准化工序(步骤S108)。然而，并不限定于此。例如，也可以省去标准化工序，而直接根据对拍摄图像进行数字化后的数据获取判别值。由于不进行标准化，所以能够省去处理。此外，该情况下，也可以在缺陷候补(凹凸)以外的重要因素所引起的拍摄图像的亮度的偏差较少的情况下，省去标准化工序，在缺陷候补(凹凸)以外的重要因素所引起的拍摄图像的亮度的偏差较多的情况下，在判别值获取工序之前通过标准化工序进行标准化。

另外，在上述的实施方式中，每当拍摄一个拍摄图像，则基于拍摄图像进行缺陷的判别，但并不限定于此。例如，每当使作为被测定物的车辆CA相对于拍摄部10以及照明部20相对地移动恒定距离，进行图像的拍摄并积蓄。然后，在车辆CA移动了恒定距离或者在积蓄了恒定个数的拍摄图像时，将积蓄的图像合成。此时，能够通过获取MAX对比度图像、MIN对比度图像、标准偏差图像并合成，来检测缺陷候补。此外，作为合成方法，例如能够使用基于MAX－MIN法、标准偏差法、差的平方的合成方法等公知的图像合成法。然后，使用图像处理(例如，局部对比法)对通过合成而生成的图像信息进行标准化。

这里，对局部对比法进行详细说明。对图像picture(i，j)乘以Nx×Ny的移动平均制成模糊图像pictureBlur(i，j)。运算式是以下所示的式1。

[式1]

根据图像picture(I，j)以及模糊图像pictureBlur(I，j)制成局部对比图像pictureLC(i，j)。运算式是以下所示的式2。

[式2]

此外，作为合成的图像，固定拍摄部10以及照明部20，使车辆CA移动，进行拍摄，获取多个拍摄图像，但并不限定于此。例如，也可以使拍摄部10以及照明部20的至少一方移动，进行拍摄来获取多个拍摄图像。另外，也可以具备多个拍摄部10，由多个拍摄部10同时拍摄并获取多个拍摄图像。此外，在能够通过图像合成，明确地检测到缺陷候补的亮度的变动的情况下，也可以省去标准化工序。

＜第二实施方式＞

参照附图对本发明所涉及的其它例子的缺陷判别装置A2进行说明。图20是表示本实施方式所涉及的缺陷判别装置的其它例子的构成的框图。控制处理部40a代替图2所示的控制处理部40的位置获取部43以及形状信息获取部44而具备图像内位置获取部43a以及位置获取部44a。对控制处理部40a的与控制处理部40相同的部分附加相同的附图标记，并且省略相同的部分的详细的说明。即，如图20所示，控制处理部40a具备拍摄位置检测部41、缺陷候补检测部42、图像内位置获取部43a、位置获取部44a、标准化部45、判别值获取部46、修正值获取部47、修正部48以及判别部49。存储于存储部30的修正用数据库具备后述的图24所示的修正用数据库32a。

图像内位置获取部43a在缺陷候补检测部42检测到缺陷候补时，获取拍摄图像内的缺陷候补的位置亦即图像内位置信息。图像内位置信息既可以是像素单位的信息，也可以预先设定对拍摄图像进行纵横分割而得到的区域，而图像内位置信息是指定该区域的信息。并且，也可以预先决定基准点，并在将基准点作为中心，并以半径以及角度表示的极坐标系中指定区域。另外，也可以利用这些以外的方法进行指定。

位置获取部44a基于拍摄图像的车辆CA的侧面中的位置和图像内位置信息，获取缺陷候补在车辆CA的侧面CP中的位置的信息。进一步对位置获取部44a的位置信息的获取方法进行说明。如上述那样，在缺陷判别装置A1中，预先决定拍摄部10的位置。拍摄部10能够通过规定视场角并组合拍摄图像中的缺陷候补的位置与拍摄部10的视场角，获取缺陷候补在被检查区域CP中的位置。

如上述那样，即使缺陷候补的大小相同，若拍摄图像Pc2(参照图22)中的缺陷候补的位置不同，则缺陷候补的亮度也产生偏差。因此，修正值获取部47访问存储部30的修正用数据库32a，参照图像内位置信息获取修正值。修正值是用于修正判别值获取部46获取的判别值亦即亮度对比度的修正系数。缺陷判别装置A2具有以上的构成。

缺陷的亮度也根据被检查区域CP的形成有缺陷的部分在拍摄图像内的位置而产生偏差。以下，参照附图对拍摄图像内的位置所引起的缺陷候补的亮度的变化进行说明。图21是表示在不同的位置形成了缺陷候补的拍摄图像的图。图22是表示在拍摄图像内的不同的位置有缺陷候补的情况下的进行缺陷判别的状态的示意俯视图。如图21所示在拍摄图像Pc2的中央部分形成第一缺陷候补De1，并且在左上部分形成第二缺陷候补De2。

如图21所示，在第一缺陷候补De1和第二缺陷候补De2中，缺陷候补相对于拍摄部10的距离以及角度不同。因此，从拍摄部10射出并在各缺陷候补反射的光传播路径射入至照明部20的不同的区域。换句话说，在第一缺陷候补De1和第二缺陷候补De2中，即使大小相同，亮度也不同。作为判定值根据拍摄图像内的位置而变化的原因，例如能够列举相对于缺陷的光线角度之差、像差的影响、以及拍摄部、照明部及被测定物之间的位置关系等，但并不限定于此。

缺陷候补的亮度对比度根据拍摄图像内的位置而产生偏差。若根据拍摄图像内的位置而缺陷候补的亮度对比度产生偏差，则难以准确地进行缺陷的判别。因此，在本实施方式所涉及的控制处理部40a中，在存储部30具备具有抑制拍摄图像内的位置(图像内位置)所引起的亮度对比度的偏差的修正值的修正用数据库32a。而且，控制处理部40a根据缺陷候补在拍摄图像内的位置修正亮度对比度来进行缺陷的判别。

若详细地进行说明，则拍摄部10利用透镜将外部的光聚光到拍摄元件，输出在拍摄元件成像的光的像作为拍摄图像。而且，拍摄图像Pc2中的位置与侧面CP的拍摄区域Tr中的缺陷候补的位置对应。因此，本实施方式所涉及的缺陷判别装置的修正用数据库32a将拍摄图像Pc2中的缺陷候补的位置作为图像内位置变量，具备每个图像内位置变量的修正值。而且，获取与图像内位置变量对应的修正值，并且利用修正值修正亮度对比度，进行缺陷的判别。此外，通过基于实测值或者基于模拟生成修正用数据库32a，能够除去判定值的变化的重要因素的许多。此外，标准化与第一实施方式相同，所以省略详细。

接下来，对修正用数据库32a进行说明。图23是在拍摄图像上示出修正用数据库的图像内位置变量的图。图24是表示修正用数据库的一个例子的图。

如上述那样，根据拍摄图像Pc2的位置而缺陷候补的亮度对比度产生偏差，因此，如图23所示，缺陷判别装置A1将在上下左右将拍摄图像Pc2十六等分后的分割区域设为第一区域Ar1～第十六区域Ar16。而且，第一区域Ar1～第十六区域Ar16的十六个分割区域是修正用数据库32a的图像内位置变量。此外，在本实施方式中，为了使说明变得容易，而将拍摄图像Pc2十六等分，但并不限定于此。例如，也可以分割为二十五等分、三十六等分等更细致的区域。另外，在本实施方式中，虽然使纵向和横向的分割数目相同，但并不限定于此。例如，也可以使分割区域为正方形或者任意的形状，并在分割区域无间隙地铺满拍摄图像Pc2。即，能够广泛地采用能够指定形成有缺陷候补的部分的分割区域。

如图24所示，修正用数据库32a在上段具备上述的分割区域作为图像内位置变量，并在下段具备与图像内位置变量对应的修正值CRi(i是1以上的整数)。例如，在图像内位置变量Ar6的情况下，为修正值CR6。即，在拍摄图像Pc2中，使用修正值CR6修正位于与图像内位置变量Ar6对应的第六区域Ar6(参照图23)的缺陷的亮度对比度。

此外，使用图23所示那样的分割区域作为修正用数据库32的图像内位置变量是一个例子，并不限定于此。

参照附图对图像内位置变量和修正用数据库的其它例子进行说明。图25是表示拍摄图像中的修正用数据库的图像内位置变量的图。图26是表示修正用数据库的其它例子的图。

如图25所示，将拍摄图像Pc2的左下的角部作为原点(0，0)，分别对拍摄图像Pc2的横向的边以及纵向的边进行等分。这里，均对横向、纵向进行四等分。而且，将对拍摄图像Pc2的横向的边进行等分的点作为横向的图像内位置变量，从原点侧开始依次设为X1、X2、X3、X4。另外，同样地，将对纵向的边进行等分的点作为纵向的图像内位置变量，从原点侧开始依次设为Y1、Y2、Y3、Y4。即，图像内位置变量是距原点的距离。

利用横向的图像内位置变量和纵向的图像内位置变量表示对图25的各边进行等分的线的交点。例如，图25中的点K1使用图像内位置变量表示为(X2，Y3)。而且，在修正用数据库32b中，具备各交点处的修正值CRpq(p、q是整数的变量)。即，图26所示的修正用数据库32b使横向项目为横向的图像内位置变量，使纵向项目为纵向的图像内位置变量。而且，在横框与纵框交叉的框配置由横向项目和纵向项目的图像内位置变量表示的点处的修正值。例如，在上述的点K1的情况下，参照横向项目X2、纵向项目Y3交叉的框，而修正值为修正值CR23。

图26所示的修正用数据库32b是拍摄图像Pc2的点处的修正值。实际判别出的缺陷候补与在修正用数据库32b设定的点重合的情况很少。因此，控制处理部40a的图像内位置获取部43a获取缺陷候补的将拍摄图像Pc2的左下的角作为原点的横向以及纵向的位置作为位置信息。然后，基于位置信息，调出缺陷候补的附近的多个交点的修正系数。然后，利用运算来计算缺陷候补的多个附近的修正系数，并使用为修正值。此外，计算修正系数的方法能够列举使用了多个交点各自与缺陷候补的距离、角度等的运算。例如，也可以基于从缺陷候补到交点的距离的比率，计算修正值。另外，也可以另外具有运算式。

此外，虽然横向的图像内位置变量以及纵向的图像内位置变量分别为1～4，但并不限定于此。也可以更多，也可以设定为交点彼此的横向的距离、纵向的距离分别相等。

参照附图对图像内位置变量和修正用数据库的另外的其它例子进行说明。图27是在拍摄图像上示出修正用数据库的其它例子的图像内位置变量的图。图28是表示修正用数据库的另外的其它例子的图。如图27所示的拍摄图像Pc2那样，也可以将在圆周方向对拍摄图像Pc2进行等分的线与在径向进行等分的线的交点作为上述的修正用的点。在图26所示的拍摄图像Pc2中，将中心作为原点(0，0)。而且，修正用数据库将距离原点的长度0～r9和相对于通过原点的基准线的倾斜角度0～θ9作为图像内位置变量。而且，如图28所示，修正用数据库32c在横向项目配置长度，并在纵向项目配置角度。而且，在各项目交叉的部分具备交点处的修正值CUst(s、t是整数的变量)。

例如，图27所示的拍摄图像Pc2的点K2使用图像内位置变量表示为(r3，θ2)。另外，基于图27的修正用数据库32c，点K2的修正值成为修正值CU32。此外，交点以外的点的缺陷候补的修正值的计算与使用上述的图26的修正用数据库32b时相同，而省略详细的说明。

此外，如图28所示，也可以将被将原点作为中心的圆和从原点延伸的直线包围的区域作为分割区域并采用图24所示那样的构成的修正用数据库。

另外，也可以将像素作为基准，在正交坐标系或者极坐标系获取缺陷候补的图像内位置信息，并使用以使用了图像内位置信息的运算式给予修正值的数据库来计算修正值。这样的情况下，既可以在拍摄图像的整个区域使用一个运算式，也可以分割为区域等并使用不同的运算式。

缺陷判别装置A2具有以上的构成。接下来参照附图对缺陷判别装置A2的动作进行说明。图29是表示缺陷判别装置的缺陷判别动作的流程图。图29所示的流程图具有将图12所示的流程图的步骤S106、步骤S107替换为步骤S1061、步骤S1071的构成。因此，在以下的说明中，对与图12所示的流程图不同的部分进行说明，省略相同的部分的说明。

通过缺陷候补检测部42确认是否结束了以车辆CA为对象的缺陷判别(步骤S105)。而且，在通过缺陷候补检测部42在侧面CP检测到缺陷候补的情况下(在步骤S105为是的情况下)，图像内位置获取部43a获取拍摄图像内的缺陷候补的位置的信息亦即图像内位置信息(步骤1061：图像内位置获取工序)。然后，位置获取部44a基于图像内位置信息和拍摄位置，获取缺陷候补在侧面CP中的位置的信息亦即位置信息(步骤S1071：位置获取工序)。

修正值获取部47接受来自图像内位置获取部43a的图像内位置信息，并且参照接受到的图像内位置信息和存储于存储部30的修正用数据库32a，获取与图像内位置信息对应的修正值(步骤S110：修正值获取工序)。

在缺陷判别装置A2中，使用包含上述的各工序的缺陷判别方法判别被测定物的被测定区域的缺陷。缺陷判别方法也可以分别作为电路具备在控制处理部40a中。另外，也可以是集中或者独立地在存储部30存储各工序，并按照每个处理进行调出的程序。在缺陷判别方法为程序的情况下，也可以以记录于非暂时的记录介质的状态被提供，并在包含控制处理部40a的缺陷判别装置A1中进行动作。

接下来参照附图对本实施方式所涉及的缺陷判别装置A2的缺陷判别时的具体的动作进行说明。图30是表示图22所示的拍摄图像的缺陷候补的亮度分布的图。图31是表示对根据图30所示的亮度分布计算出的亮度对比度进行修正后的修正亮度对比度的图。在图31中，为了使比较变得容易，并排地显示第一缺陷候补De1和第二缺陷候补De2。

例如，拍摄部10拍摄到的拍摄图像Pc2是图22所示那样的图像。即，在拍摄图像Pc2的接近中央的位置形成第一缺陷候补De1，在左上的部分形成第二缺陷候补De2。此外，第一缺陷候补De1是能够判别为缺陷的大小，第二缺陷候补De2是不能判别为缺陷的大小。

如图22所示，第一缺陷候补De1在拍摄图像Pc2中的位置与第二缺陷候补De2在拍摄图像Pc2中的位置不同。而且，通过标准化部45对拍摄图像进行了亮度的标准化后的亮度的分布如图30所示。即，第二缺陷候补De2的亮度对比度Le2(亮度的变化量)比第一缺陷候补De1的亮度对比度Le1大。这是因为与第一缺陷候补De1相比，第二缺陷候补De2在拍摄图像Pc2中的位置更接近边缘，而在缺陷候补反射并射入至拍摄部10的光较少。

因此，修正值获取部47基于图像内位置获取部43a获取的图像内位置信息，获取分别与第一缺陷候补De1以及第二缺陷候补De2对应的修正值。例如，假设缺陷判别装置A2使用修正用数据库32a。此时，第一缺陷候补De1位于第六区域Ar6。由此，修正值获取部47将图像内位置变量设为Ar6，并在修正用数据库32a内检索而获取修正值CR6。另外，第二缺陷候补De2位于第一区域Ar1。因此，修正值获取部47利用相同的方法获取修正值CR1。

而且，修正部48分别使用对应的修正值，修正第一缺陷候补De1以及第二缺陷候补De2的亮度对比度，生成除去了侧面CP的形状的影响的修正亮度对比度。修正亮度对比度如图31所示。

如图31所示，第一缺陷候补De1的修正亮度对比度Ler1比第二缺陷候补De2的修正亮度对比度Ler2大。然后，判别部49将第一缺陷候补De1的修正亮度对比度Ler1以及第二缺陷候补De2的修正亮度对比度Ler2与阈值Th进行比较。然后，控制处理部40a将修正亮度对比度Ler1比阈值Th大的第一缺陷候补De1判别为缺陷。另一方面，控制处理部40a将修正亮度对比度Ler2比阈值Th小的第二缺陷候补Dd2判别为不是缺陷。

如以上那样，根据缺陷候补在拍摄图像内的位置获取修正值，并利用该修正值修正亮度对比度。由此，能够修正拍摄图像内的缺陷候补的位置所引起的亮度的偏差，准确地进行缺陷的判别。

通过使用亮度对比度作为判别值，判别值的比较容易。另外，通过作为亮度对比度，即使在基于涂装色的明部亮度、暗部亮度不同的情况下，也能够精度良好地判别缺陷。此外，虽然在本实施方式中，求出亮度对比度作为判别值，但并不限定于此。例如，也能够使用亮度分布中的亮度变化的部分的宽度、亮度变化的部分的亮度的变化量的积分值等表示亮度变化的部分的特征的值。

在上述的缺陷判别装置A2中，通过修正用数据库32a的修正值，对亮度对比度进行修正，从而除去形状所引起的亮度对比度的影响。这里，对修正用数据库的制成方法进行说明。在本实施方式中，实际测定形成了成为基准的大小的缺陷的被测定物模型的缺陷的亮度对比度。基于测定结果求出修正值，来制成修正用数据库32a。

首先，控制处理部40a确认使被测定物模型的形成有缺陷的部分相对于拍摄部10位于成为基准状态的位置。控制处理部40a控制照明部20使其对配置的被测定物模型照射图案照明S1。控制处理部40a控制拍摄部10，使其拍摄被测定物模型。然后，控制处理部40a基于来自拍摄部10的拍摄图像获取缺陷的亮度对比度，并作为亮度对比度的基准值存储于存储部30。此外，获取亮度对比度的工序与在上述的缺陷的判别时获取亮度对比度的工序相同。

其后，将被测定物模型移动到在拍摄图像的规定的位置(图像内位置)出现缺陷的位置。控制处理部40a控制拍摄部10，使其拍摄被测定物模型。然后，控制处理部40a基于来自拍摄部10的拍摄图像获取缺陷的亮度对比度，并将亮度对比度与基准值的比率作为修正值与图像内位置变量建立关联地存储于修正用数据库32。然后，控制处理部40a确认是否在修正用数据库32a存储了与在修正用数据库32a设定的全部的形状变量对应的修正值。然后，控制处理部40a变更缺陷的拍摄图像内的位置(图像内位置信息)获取缺陷的亮度对比度，并将修正值与图像内位置变量建立关联地存储于修正用数据库32a。

＜第一变形例＞

参照附图对本实施方式所涉及的缺陷判别装置的变形例进行说明。此外，缺陷判别装置的构成与上述的构成相同，对实质上相同的部分附加相同的附图标记，并且省略相同的部分的详细的说明。如上述那样，即使是相同的大小的缺陷候补，亮度对比度也根据拍摄图像内的位置而产生偏差。为了除去拍摄图像内的位置所引起的亮度对比度的偏差，修正部48也可以代替修正亮度对比度而修正阈值作为修正工序。而且，在判别工序中，也可以对缺陷候补的亮度对比度和修正后的阈值(以下，称为修正阈值)进行比较，来进行缺陷的判别。以下参照附图对修正工序的详细进行说明。此外，从拍摄工序到修正值获取工序的动作与图29所示的流程图相同。

图32是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。第一缺陷候补De1以及第二缺陷候补Dd2以与图21所示的缺陷候补相同的大小形成在侧面CP的相同的位置。另外，在图32中，为了使比较变得容易，并排显示第一缺陷候补De1和第二缺陷候补De2。

在缺陷判别装置A2中，在存储部30存储有与在拍摄图像内的成为基准的位置能够判别为缺陷的最小尺寸的缺陷的亮度对比度相同或者稍小的值作为基准阈值ThS。如图32所示，第一缺陷候补De1的亮度对比度Le1以及第二缺陷候补De2的亮度对比度Le2比基准阈值ThS大。

修正部48获取利用每个缺陷候补，换句话说，利用每个形成有缺陷候补的部分的在拍摄图像Pc2内的位置的修正值修正了基准阈值ThS后的修正阈值。如图32所示，生成与第一缺陷候补De1的位置对应的第一修正阈值Thr1和与第二缺陷候补De2的位置对应的第二修正阈值Thr2。然后，判别部49对各修正阈值与缺陷候补的亮度对比度进行比较来进行缺陷的判别。

若详细地进行说明，则第一缺陷候补De1的亮度对比度Le1比第一修正阈值Thr1大。因此，判别部49将第一缺陷候补De1判别为缺陷。另一方面，第二缺陷候补De2的亮度对比度Le2比第二修正阈值Thr2小。因此，判别部49将第二缺陷候补De2判别为不是缺陷。

这样，通过不是修正成为比较对象的亮度对比度，而修正进行评价的阈值，与修正亮度对比度时相同，能够准确地判别缺陷。另外，通过变更基准阈值ThS的值，能够调整判别为缺陷的缺陷候补的大小。例如，在判别为缺陷的凹凸的大小也可以较大的位置的情况下，能够通过增大基准阈值ThS，变更判别为缺陷的缺陷候补的大小。

＜第三实施方式＞

对本发明所涉及的缺陷判别装置的其它例子进行说明。除了上述那样的拍摄图像内的位置所引起的偏差以外，还根据形成有缺陷的位置的相对于拍摄部10的形状而产生缺陷的亮度的偏差。因此，在本实施方式的缺陷判别装置中，使用追加了缺陷候补的相对于拍摄部10的形状作为图像内位置变量的修正用数据库32。参照附图对新的修正用数据库进行说明。图33是表示修正用数据库的另外的其它例子的图。在修正用数据库中，修正值包含距离变量Lg、水平角度变量Hr、垂直角度变量Vr、以及距焦点的距离变量Ds，作为图像内位置变量(参照图10)。

如图33所示，修正用数据库32d包含与图像内位置变量对应的修正值。在图33所示的修正用数据库32d中，构成为包含三个表。首先，主表Tb将二次数据表Tci(i是整数)与图22所示的每个分割区域建立相关关系。即，第一区域Ar1与二次数据表Tc1建立相关关系，第二区域Ar2与二次数据表Tc2建立相关关系，···，第十六区域Ar16与二次数据表Tc16建立相关关系。

二次数据表Tci(图33中的Tc1)是使纵向的项目为距离变量Lg，并使横向的项目为距焦点的距离变量Ds的表。而且，在二次数据表Tci的各记录栏具备储存了与水平角度变量Hr和垂直角度变量Vr建立相关关系的修正值CSijkmn(i、j、k、m、n是整数)的第二表Tcijk。此外，i是表示分割区域的变量。J、k分别是表示距离变量Lg以及距焦点的距离变量Ds的变量。m、n是表示水平角度变量Hr以及垂直角度变量Vr的变量。

这样，基于五个图像内位置变量即分割区域(拍摄图像内的位置)、距离变量Lg、距焦点的距离变量Ds、水平角度变量Hr以及垂直角度变量Vr决定修正值CSijkmn。此外，各修正值CSijkmn也可以使用将形成了缺陷的平板等作为被检查区域CP，并由缺陷判别装置A2实际获取的亮度对比度。另外，也可以利用制成各形状变量的模型并通过光学模拟计算出的亮度对比度。此外，虽然为了使理解变得容易而使修正用数据库32d为图33所示那样的构成，但只要是能够同时变更五个变量的数据库，则并不限定于该构成。

另外，有根据实际的位置信息，难以直接根据修正用数据库32d求出修正值CSijkmn的情况。在这样的情况下，也可以根据接近实际的形状信息的形状信息的修正值，进行插值，来获取修正值。此外，图33所示的修正用数据库32d是数据库的一个例子，并不限定于此。例如，也可以以使用了修正系数的运算式给予修正值。另外，也可以使用图26、图28所示那样的表作为主表Tc。

通过使用这样的修正用数据库32d，能够获取与缺陷候补的状态对应的修正值。由此，能够除去缺陷候补的亮度对比度的偏差。由此，能够更准确地进行缺陷的判别。

＜第四实施方式＞

参照附图对本发明所涉及的其它例子的缺陷判别装置A3进行说明。图34是表示本实施方式所涉及的缺陷判别装置的其它例子的构成的框图。此外，在以下的说明中，在未特别指定的情况下，使用后述的图38所示的修正用数据库32e，作为存储于存储部30的修正用数据库。控制处理部40b代替图2所示的控制处理部40的位置获取部43以及形状信息获取部44而具备图案内位置获取部43b以及位置获取部44b。对控制处理部40b的与控制处理部40相同的部分附加相同的附图标记，并且省略相同的部分的详细的说明。即，如图34所示，控制处理部40b具备拍摄位置检测部41、缺陷候补检测部42、图案内位置获取部43b、位置获取部44b、标准化部45、判别值获取部46、修正值获取部47、修正部48以及判别部49。

图案内位置获取部43b在缺陷候补检测部42检测到缺陷候补时，获取明暗图案Pt内的缺陷候补的位置亦即图像内位置信息。图案内位置信息既可以是像素单位的信息，也可以预先设定对明暗图案Pt进行纵横分割而得到的区域，而图案内位置信息是指定该区域的信息。并且，也可以预先决定基准点，并在将基准点作为中心，并以半径以及角度表示的极坐标系中指定区域。另外，也可以利用这些以外的方法进行指定。

位置获取部44b基于拍摄图像的车辆CA的侧面中的位置和图像内位置信息，获取缺陷候补在车辆CA的侧面CP中的位置的信息。进一步对位置获取部44b的位置信息的获取方法进行说明。如上述那样，在缺陷判别装置A3中，预先决定拍摄部10的位置。拍摄部10能够通过规定视场角并组合拍摄图像中的缺陷候补的位置与拍摄部10的视场角，获取缺陷候补在被检查区域CP中的位置。

如上述那样，即使缺陷候补的大小相同，若明暗图案Pt(参照图36)中的缺陷候补的位置不同，则缺陷候补的亮度也产生偏差。因此，修正值获取部47访问存储部30的修正用数据库32，并参照图案内位置信息获取修正值。修正值是用于修正在判别值获取部46获取的判别值亦即亮度对比度的修正系数。缺陷判别装置A3具有以上的构成。

缺陷的亮度根据被检查区域CP的形成有缺陷的部分的明暗图案内的位置而产生偏差。以下，参照附图对明暗图案内的位置所引起的缺陷候补的亮度的变化进行说明。图35是表示在缺陷判别装置进行缺陷判别的状态的示意俯视图。图36是表示拍摄图像的明暗图案的明部中的缺陷候补的位置的图。此外，在图35示出光传播路径。图36显示拍摄图像Pc2的明暗图案Pt。如图36所示，在拍摄图像的明暗图案Pt中，第一缺陷候补Dg1形成在明部B的中央部，第二缺陷候补Dg2形成在明部B的与第一缺陷候补Dg1相比接近暗部G的部分。

拍摄部10利用透镜将外部的光聚光到拍摄元件，并输出在拍摄元件成像的光的像作为拍摄图像。而且，拍摄图像Pc3中的明暗图案Pt与侧面CP的拍摄区域Tr中的图案照明S1的位置对应。

第一缺陷候补Dg1形成在明部的中央部，所以即使在进行了漫反射的情况下，光传播路径也主要射入至光源部21。即使在接近明部B与暗部G的边界的部分未形成缺陷候补的情况下，光传播路径也射入至光源部21的接近暗带Gb的部分。因此，在第二缺陷候补Dg2进行了漫反射的光传播路径与在第一缺陷候补Dg1进行了反射的光传播路径相比，射入至暗带Gb的量增多。即，即使是大小相同的缺陷候补，根据明部B内的位置即距暗部G的距离，亮度对比度也变化。此外，在暗部G有缺陷候补的情况下，同样地，亮度对比度也变化。即，无论在缺陷候补位于明部B或者暗部G的哪一个的情况下，缺陷候补的亮度对比度都根据距明部B与暗部G的边界部分的位置而变动。

如图35所示，在第一缺陷候补Dg1和第二缺陷候补Dd2中，距明部B与暗部G的边界的距离不同。因此，在第一缺陷候补Dg1和第二缺陷候补Dg2中，即使大小相同，亮度也不同。

因此，本实施方式所涉及的缺陷判别装置的修正用数据库32e具备将拍摄图像Pc3的明暗图案Pt中的缺陷候补的位置作为图案内位置变量，并具备每个图案内位置变量的修正值的修正用数据库32e。而且，获取与图案内位置变量对应的修正值，并且利用修正值，修正亮度对比度，进行缺陷的判别。此外，标准化与第一实施方式相同，所以省略详细。

接下来，对修正用数据库32e进行说明。图37是在拍摄图像上示出明暗图案的明部中的修正用数据库的图案内位置变量的图。图38是表示修正用数据库的一个例子的图。此外，图37所示的明暗图案Pt放大拍摄图像Pc3的缺陷候补的附近。

如上述那样，根据缺陷候补的距明部B与暗部G的边界的距离，而缺陷候补的亮度对比度产生偏差。因此，如图37所示，将明暗图案Pt中的从明部B与暗部G的边界到明部B的中央为止的长度分割为六个阶段Lb1～Lb6。此外，通过照明部20的光源部21和暗带Gb形成明部B和暗部G。而且，照明部20以拍摄部10为中心点对称，并且相对于通过拍摄部10并与光源部21和暗带Gb的排列方向正交的线而线对称。因此，距明部B与暗部G的边界的距离隔着明部B的中央部分对称或者大致对称。因此，在本实施方式中，作为图案内位置变量，设为对从明部B与暗部G的边界到中央部分为止的距离进行分割后的长度。

如图38所示，修正用数据库32e将对从明部B与暗部G的边界到明部B的中央为止的距离进行等分割后的阶段作为图案内位置变量。而且，修正用数据库32e在上段具备阶段作为图案内位置变量，在下段具备与图案内位置变量对应的修正值CRi(i是1以上的整数)。例如，在图案内位置变量为Lb3的情况下，为修正值CR3。即，在拍摄图像Pc3中，使用修正值CR3修正位于与图案内位置变量Lb3对应的第三阶段Lb3(参照图37)的缺陷的亮度对比度。

此外，作为修正用数据库32的图像内位置变量，使用如图37所示对从明部B与暗部G的边界到明部B的中央为止的距离进行分割后的阶段是一个例子，并不限定于此。

参照附图对图案内位置变量和修正用数据库的其它例子进行说明。图39是表示明暗图案中的修正用数据库的图像内位置变量的图。图40是表示修正用数据库的其它例子的图。

如图39所示，将明暗图案Pt31的明部B与暗部G的边界部分作为原点(0，0)，并分别对横向的边以及纵向的边进行等分。这里，均对横向、纵向进行四等分。而且，将对拍摄图像Pc3的横向的边进行等分的点作为横向的图案内位置变量并从原点侧开始依次设为X1、X2、X3、X4。另外，同样地，将对纵向的边进行等分的点作为纵向的图案内位置变量并从原点侧开始依次设为Y1、Y2、Y3、Y4。即，图案内位置变量是距原点的距离。

由横向的图案内位置变量和纵向的图案内位置变量表示图39的对各边进行等分的线的交点。例如，图39中的点K1使用图案内位置变量表示为(X2，Y3)。而且，在修正用数据库32f中，具备各交点处的修正值CHpq(p、q是整数的变量)。即，图40所示的修正用数据库32f将横向项目设为横向的图案内位置变量，并将纵向项目设为纵向的图案内位置变量。而且，在横框与纵框交叉的框配置由横向项目和纵向项目的图案内位置变量表示的点处的修正值。例如，在上述的点K1的情况下，参照横向项目X2、纵向项目Y3交叉的框，修正值为修正值CH23。

图40所示的修正用数据库32f是明暗图案Pt31的各点处的修正值。实际判别出的缺陷候补与在修正用数据库32f中设定的点重合的情况很少。因此，控制处理部40b的图案内位置获取部43b获取缺陷候补的明暗图案Pt31中的位置作为位置信息。然后，基于位置信息，调出缺陷候补的附近的多个交点的修正系数。然后，利用运算计算缺陷候补的多个附近的修正系数，并使用为修正值。此外，计算修正系数的方法能够列举使用了多个交点各自与缺陷候补的距离、角度等的运算。例如，也可以基于从缺陷候补到交点的距离的比率，计算修正值。另外，也可以另外具有运算式。

此外，虽然横向的图案内位置变量以及纵向的图案内位置变量分别为1～4，但并不限定于此。也可以更多，也可以设定为交点彼此的横向的距离、纵向的距离分别相等。

参照附图对图案内位置变量的不同的例子进行说明。图41是在拍摄图像上示出修正用数据库的其它例子的图案内位置变量的图。图42是表示修正用数据库的另外的其它例子的图。如图41所示的明暗图案Pt32那样，也可以将在圆周方向对明暗图案Pt32进行等分的线与在径向进行等分的线的交点作为上述的修正用的点。在图41所示的明暗图案Pt32中，将中心作为原点(0，0)。而且，修正用数据库将距原点的长度0～r9和相对于通过原点的基准线的倾斜角度0～θ9作为图案内位置变量。而且，如图42所示，修正用数据库32g在横向项目配置长度，并在纵向项目配置角度。而且，在各项目交叉的部分具备交点处的修正值CKst(s、t是整数的变量)。

例如，图41所示的明暗图案Pt22的点K2使用图案内位置变量表示为(r3，θ2)。另外，基于图42的修正用数据库32g，点K2的修正值为修正值CK32。此外，交点以外的点的缺陷候补的修正值的计算与使用上述的图40的修正用数据库32f时相同，而省略详细的说明。

此外，如图41所示，也可以将被将原点作为中心的圆和从原点延伸的直线包围的区域作为分割区域而采用图38所示那样的构成的修正用数据库。

另外，也可以将像素作为基准，在正交坐标系或者极坐标系中获取缺陷候补的图案内位置信息，并使用以使用了图像内位置信息的运算式给予修正值的数据库来计算修正值。这样的情况下，既可以在拍摄图像的整个区域使用一个运算式，也可以分割为区域等并使用不同的运算式。此外，各区域、交点既可以限制在明部B内或者暗部G内，也可以设置为横跨明部B以及暗部G。

接下来参照附图对缺陷判别装置A3的动作进行说明。图43是表示缺陷判别装置的缺陷判别动作的流程图。图43所示的流程图具有将图12所示的流程图的步骤S106、步骤S107替换为步骤S1062、步骤S1072的构成。因此，在以下的说明中，对相对于图12所示的流程图不同的部分进行说明，省略相同的部分的说明。

通过缺陷候补检测部42确认是否结束了以车辆CA为对象的缺陷判别(步骤S105)。在通过缺陷候补检测部42在侧面CP检测到缺陷候补的情况下(在步骤S105为是的情况下)，图案内位置获取部43b获取明暗图案Pt内的缺陷候补的位置的信息亦即图案内位置信息(步骤1062：图案内位置获取工序)。然后，位置获取部44b基于图案内位置信息和拍摄位置，获取缺陷候补在侧面CP中的位置的信息亦即位置信息(步骤S1072：位置获取工序)。

修正值获取部47接受来自图案内位置获取部43b的图案内位置信息，并且参照接受到的图案内位置信息和存储于存储部30的修正用数据库32e，获取与图案内位置信息对应的修正值(步骤S110：修正值获取工序)。

接下来，参照附图对本实施方式所涉及的缺陷判别装置A3的缺陷判别时的具体的动作进行说明。图44是表示图36所示的拍摄图像的缺陷候补的亮度分布的图。图45是表示对根据图44所示的亮度分布计算出的亮度对比度进行修正后的修正亮度对比度的图。在图45中，为了使比较变得容易，并排显示第一缺陷候补Dg1和第二缺陷候补Dg2。

例如，拍摄部10拍摄到的拍摄图像Pc3的明暗图案Pt是图36所示那样的图像。即，在拍摄图像Pc3的明部B的接近中央的位置形成第一缺陷候补Dg1，在左侧形成第二缺陷候补Dg2。此外，第一缺陷候补Dg1是能够判别为缺陷的大小，第二缺陷候补Dg2是不能够判别为缺陷的大小。

如图36所示，第一缺陷候补Dg1在明暗图案Pt(明部B)中的位置与第二缺陷候补Dd2在明暗图案Pt中的位置不同。而且，通过标准化部45对拍摄图像进行了亮度的标准化之后的亮度的分布如图45所示。即，第二缺陷候补Dg2的亮度对比度Lf2(亮度的变化量)比第一缺陷候补Dg1的亮度对比度Lf1大。这是因为与第一缺陷候补Dg1相比，第二缺陷候补Dg2在拍摄图像Pc3中的位置更接近明部B与暗部G的边界，而被缺陷候补反射并射入至拍摄部10的光较少。

因此，修正值获取部47基于图案内位置获取部43b获取的图案内位置信息，获取分别与第一缺陷候补Dg1以及第二缺陷候补Dg2对应的修正值。例如，设缺陷判别装置A3使用修正用数据库32e。此时，第一缺陷候补Dg1位于第六阶段Lb6。由此，修正值获取部47使图案内位置变量为Lb6，并在修正用数据库32e内检索而获取修正值CR6。另外，第二缺陷候补Dg2位于第一阶段Lb1。因此，修正值获取部47利用相同的方法获取修正值CR1。

然后，修正部48分别使用对应的修正值，对第一缺陷候补Dg1以及第二缺陷候补Dg2的亮度对比度进行修正，生成除去了侧面CP的形状的影响的修正亮度对比度。修正亮度对比度如图45所示。

如图45所示，第一缺陷候补Dg1的修正亮度对比度Lfr1比第二缺陷候补Dg2的修正亮度对比度Lfr2大。然后，判别部49将第一缺陷候补Dg1的修正亮度对比度Lfr1以及第二缺陷候补Dg2的修正亮度对比度Lfr2与阈值Th进行比较。而且，控制处理部40b将修正亮度对比度Lfr1比阈值Th大的第一缺陷候补Dg1判别为缺陷。另一方面，控制处理部40b将修正亮度对比度Lfr2比阈值Th小的第二缺陷候补Dg2判别为不是缺陷。

如以上那样，根据缺陷候补的图案内的位置获取修正值，并利用该修正值修正亮度对比度。由此，能够修正图案内的缺陷候补的位置所引起的亮度的偏差，准确地进行缺陷的判别。

其后，将被测定物模型移动至在明暗图案Pt的规定的位置(图案内位置)出现缺陷的位置。控制处理部40b控制拍摄部10，使其拍摄被测定物模型。然后，控制处理部40b基于来自拍摄部10的拍摄图像获取缺陷的亮度对比度，并将亮度对比度与基准值的比率作为修正值与图案内位置变量建立关联地存储于修正用数据库32e。然后，控制处理部40b确认是否在修正用数据库32e存储了与在修正用数据库32e设定的全部的形状变量对应的修正值。然后，控制处理部40b变更缺陷在明暗图案内的位置，获取缺陷的亮度对比度，并将修正值与图案内位置变量建立关联地存储于修正用数据库32e。

＜第一变形例＞

参照附图对本实施方式所涉及的缺陷判别装置的变形例进行说明。此外，缺陷判别装置的构成与上述的构成相同，对实质上相同的部分附加相同的附图标记，并且省略相同的部分的详细的说明。如上述那样，即使是相同的大小的缺陷候补，亮度对比度也根据图案内的位置而产生偏差。为了除去图案内的位置所引起的亮度对比度的偏差，修正部48也可以代替修正亮度对比度而修正阈值作为修正工序。而且，在判别工序中，也可以对缺陷候补的亮度对比度与修正后的阈值(以下，称为修正阈值)进行比较，来进行缺陷的判别。以下，参照附图对修正工序的详细进行说明。此外，从拍摄工序到修正值获取工序的动作与图43所示的流程图相同。

图46是表示进行缺陷的判别时的缺陷候补的亮度对比度的修正的图。设为第一缺陷候补Dg1以及第二缺陷候补Dg2以与图36所示的缺陷候补相同的大小形成在侧面CP的相同的位置。另外，在图46中，为了使比较变得容易，并排显示第一缺陷候补Dg1和第二缺陷候补Dg2。

在缺陷判别装置A3中，在存储部30存储有与在图案内的成为基准的位置能够判别为缺陷的最小尺寸的缺陷的亮度对比度相同或者稍小的值作为基准阈值ThS。如图46所示，第一缺陷候补Dg1的亮度对比度Lf1以及第二缺陷候补Dg2的亮度对比度Lf2比基准阈值ThS大。

修正部48获取利用每个缺陷候补，换句话说利用每个形成有缺陷候补的部分的在明暗图案Pt内的位置的修正值对基准阈值ThS进行了修正后的修正阈值。如图46所示，生成与第一缺陷候补Dg1对应的第一修正阈值Thu1和与第二缺陷候补Dg2对应的第二修正阈值Thu2。然后，判别部49对各修正阈值和缺陷候补的亮度对比度进行比较，来进行缺陷的判别。

若详细地进行说明，则第一缺陷候补Dd1的亮度对比度Lf1比第一修正阈值Thu1大。因此，判别部49将第一缺陷候补Dg1判别为缺陷。另一方面，第二缺陷候补Dg2的亮度对比度Lf2比第二修正阈值Thu2小。因此，判别部49将第二缺陷候补Dg2判别为不是缺陷。

这样，通过不是修正成为比较对象的亮度对比度，而修正进行评价的阈值，与修正亮度对比度时相同，能够准确地判别缺陷。另外，通过变更基准阈值ThS的值，能够调整判别为缺陷的缺陷候补的大小。例如，在判别为缺陷的凹凸的大小也可以较大的位置的情况下，能够通过增大基准阈值ThS，变更判别为缺陷的缺陷候补的大小。

＜第五实施方式＞

对本发明所涉及的缺陷判别装置的其它例子进行说明。除了上述那样的图案内的位置所引起的偏差以外，还根据形成有缺陷的位置的相对于拍摄部10的形状而产生缺陷的亮度的偏差。因此，在本实施方式的缺陷判别装置中，使用追加了缺陷候补的相对于拍摄部10的形状作为图案内位置变量的修正用数据库32。因此，在本实施方式的缺陷判别装置中，使用追加了缺陷候补的相对于拍摄部10的形状作为图像内位置变量的修正用数据库32h。参照附图对新的修正用数据库进行说明。图47是表示修正用数据库的另外的其它例子的图。在修正用数据库中，修正值包含距离变量Lg、水平角度变量Hr、垂直角度变量Vr、以及距焦点的距离变量Ds，作为图像内位置变量(参照图10)。

而且，如图47所示，修正用数据库32h包含与图案内位置变量对应的修正值。在图47所示的修正用数据库32h中，构成为包含三个表。首先，主表Td将二次数据表Tdi(i是整数)与图37所示的每个阶段建立相关关系。即，第一阶段Lb1与二次数据表Td1建立相关关系，第二阶段Lb2与二次数据表Td2建立相关关系，···，第六阶段Lb6与二次数据表Td6建立相关关系。

二次数据表Tdi(图47中的Td1)是在纵向的项目具备距离变量Lg并在横向的项目具备距焦点的距离变量Ds的表。而且，在二次数据表Tdi的各记录栏具备储存了与水平角度变量Hr和垂直角度变量Vr建立相关关系的修正值CGijkmn(i、j、k、m、n是整数)的第二表Tbijk。此外，i是表示分割区域的变量。j、k分别是表示距离变量Lg以及距焦点的距离变量Ds的变量。m、n是表示水平角度变量Hr以及垂直角度变量Vr的变量。

这样，基于五个图案内位置变量即分割区域(图案内的位置)、距离变量Lg、距焦点的距离变量Ds、水平角度变量Hr以及垂直角度变量Vr决定修正值CGijkmn。此外，各修正值CGijkmn也可以使用将形成了缺陷的平板等作为被检查区域CP，并由缺陷判别装置A3实际获取的亮度对比度。另外，也可以利用制成各形状变量的模型并通过光学模拟计算出的亮度对比度。此外，虽然为了使理解变得容易而使修正用数据库32g为图46所示那样的构成，但只要是能够同时变更五个变量的数据库，则并不限定于该构成。

另外，有根据实际的位置信息，难以直接根据修正用数据库32h求出修正值CGijkmn的情况。在这样的情况下，也可以根据接近实际的形状信息的形状信息的修正值，进行插值来获取修正值。此外，图47所示的修正用数据库32h是数据库的一个例子，并不限定于此。例如，也可以以使用了修正系数的运算式给予修正值。另外，作为主表Td，也可以使用图40、图42所示那样的表。

通过使用这样的修正用数据库32h，能够获取与缺陷候补的状态对应的修正值。由此，能够除去缺陷候补的亮度对比度的偏差。由此，能够更准确地进行缺陷的判别。

在以上说明的各实施方式中，判别缺陷的被测定物为车辆，但并不限定于此。例如，能够广泛地采用于冰箱、洗衣机等家电产品等需要表面的缺陷的判别的物品。

另外，在以上说明的各实施方式中，以拍摄部以及照明部为停止状态而被测定物移动为例进行了说明，但并不限定于此。例如，也可以是被测定物为停止状态而拍摄部以及照明部移动的构成。通过像这样构成，能够进行飞机、船舶等大型的物品的表面检查。

并且，也可以作为利用多个拍摄部拍摄被测定物的整体的结构，而构成为同时拍摄多个拍摄图像。而且，在构成为利用多个拍摄部拍摄被测定物的整体的情况下，或者在构成为能够利用一个拍摄部拍摄被测定物的整体的情况下，能够使拍摄部以及照明部和被测定物双方为停止状态来进行缺陷的判别。

另外，在上述的各实施方式中，作为图案照明，采用在短边方向交替地排列有长条状的明部B和暗部G的所谓的条纹状的图案照明，但并不限定于此。例如，能够采用在上下交替地排列有矩形的明部B和暗部G的所谓的方格状的图案照明，或者描绘从中心等规定的点开始的同心圆并交替地使各圆环为明部B或者暗部G的放射状的图案照明等。此外，优选图案照明根据被测定物的被检查区域的形状而采用最佳的图案。另外，也可以在一个被测定物中，根据被检查区域的形状而变更图案照明的图案。

以上，对本发明的实施方式进行了说明，但本发明并不限定于该内容。另外本发明的实施方式只要不脱离发明的主旨，则能够施加各种改变。

附图标记说明：10…拍摄部，20…照明部，21…光源部，30…存储部，31…标准化数据库，32…修正用数据库，32a…修正用数据库，32b…修正用数据库，32c…修正用数据库，32d…修正用数据库，32e…修正用数据库，32f…修正用数据库，32g…修正用数据库，33…形状数据库，34…阈值数据库，35…评价用数据库，40…控制处理部，40a…控制处理部，40b…控制处理部，41…拍摄位置检测部，42…缺陷候补检测部，43…位置获取部，43a…图像内位置获取部，43b…图案内位置获取部，44…形状信息获取部，44a…位置获取部，44b…位置获取部，45…标准化部，46…判别值获取部，47…修正值获取部，48…修正部，49…判别部，50…输出部，311…噪声除去参数，312…明部识别参数，313…暗部识别参数，314…变化部识别参数，A1…缺陷判别装置，A2…缺陷判别装置，A3…缺陷判别装置。

Claims (40)

1.一种缺陷判别方法，利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无，其中，上述缺陷判别方法具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

形状信息获取工序，获取形状信息，上述形状信息是上述被测定物的表面中的检测到缺陷候补的位置的相对于上述拍摄部的形状的信息；

判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；

修正值获取工序，参照将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备修正值的修正用数据库获取与上述形状信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

2.根据权利要求1所述的缺陷判别方法，其中，

上述修正用数据库将上述被测定物的表面的距上述拍摄部的距离、相对于拍摄部的角度以及距聚焦位置的偏移距离中的至少一个作为上述形状变量，并且具备在由上述形状变量表示的形状中有上述缺陷时的上述判别值与在成为基准的形状中有上述缺陷时的上述判别值的比率作为上述修正值。

3.根据权利要求1或2所述的缺陷判别方法，其中，

上述修正用数据库还包含上述拍摄图像中的位置作为上述形状变量，

上述修正值获取工序获取上述拍摄图像中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述形状信息获取上述修正值。

4.根据权利要求1～3中的任意一项所述的缺陷判别方法，其中，

上述修正用数据库还包含上述拍摄图像所包含的上述明部或者上述暗部中的缺陷的位置作为上述形状变量，

上述修正值获取工序获取上述明部或者上述暗部中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述形状信息获取上述修正值。

5.一种缺陷判别方法，利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无，其中，上述缺陷判别方法具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

图像内位置获取工序，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；

判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；

修正值获取工序，参照将上述拍摄图像中的位置作为图像内位置变量并具备修正值的修正用数据库获取与上述图像内位置信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

6.根据权利要求5所述的缺陷判别方法，其中，

上述修正用数据库设定将上述拍摄图像分割为格子状而得到的分割区域并将上述分割区域用作上述图像内位置变量。

7.根据权利要求5所述的缺陷判别方法，其中，

上述修正用数据库将距上述拍摄图像内的所决定的基准点的距离以及角度用作上述图像内位置变量。

8.根据权利要求6或7所述的缺陷判别方法，其中，

上述修正用数据库还包含上述被测定物的表面的相对于上述拍摄部的形状作为上述图像内位置变量，

上述修正值获取工序获取检测到上述缺陷候补的部分的上述被测定物的表面的形状，并且使用包含获取到的上述缺陷候补的形状的上述图像内位置信息获取上述修正值。

9.根据权利要求5～8中的任意一项所述的缺陷判别方法，其中，

上述修正用数据库还包含上述拍摄图像所包含的上述明部或者上述暗部中的缺陷的位置作为上述图像内位置变量，

上述修正值获取工序获取上述明部或者上述暗部中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述图像内位置信息获取上述修正值。

10.一种缺陷判别方法，利用拍摄部拍摄被以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明照射的被测定物的表面来判别上述被测定物的表面的缺陷的有无，其中，上述缺陷判别方法具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

图案内位置获取工序，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像的上述明部或者上述暗部内的位置的信息；

判别值获取工序，获取判别值，上述判别值用于判别上述缺陷候补的缺陷；

修正值获取工序，参照将上述拍摄图像中的上述明部或者上述暗部内的位置作为图案内位置变量并具备修正值的修正用数据库获取与上述图案内位置信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

11.根据权利要求10所述的缺陷判别方法，其中，

上述修正用数据库设定将上述明部或者上述暗部分割为格子状而得到的分割区域并将上述分割区域用作上述图案内位置变量。

12.根据权利要求10所述的缺陷判别方法，其中，

上述修正用数据库将距上述明部或者上述暗部内的所决定的基准点的距离以及角度用作上述图案内位置变量。

13.根据权利要求11或12所述的缺陷判别方法，其中，

上述修正用数据库还包含上述被测定物的表面的相对于上述拍摄部的形状作为上述图案内位置变量，

上述修正值获取工序获取检测到上述缺陷候补的部分的上述被测定物的表面的形状，并且使用包含获取到的上述缺陷候补的形状的上述图案内位置信息获取上述修正值。

14.根据权利要求11～13中的任意一项所述的缺陷判别方法，其中，

上述修正用数据库还包含上述拍摄图像中的位置作为上述图案内位置变量，

上述修正用数据获取工序获取上述拍摄图像中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述图案内位置信息获取上述修正用数据。

15.根据权利要求1～14中的任意一项所述的缺陷判别方法，其中，

还具备标准化工序，在上述标准化工序中，参照用于将上述拍摄图像标准化的标准化数据库将上述拍摄图像标准化，

上述判别值获取工序基于标准化后的上述拍摄图像获取判别值。

16.根据权利要求15所述的缺陷判别方法，其中，

上述标准化数据库包含用于除去噪声的参数、识别明部的代表值的参数、用于识别暗部的代表值的参数、以及识别上述缺陷候补的代表值的参数。

17.根据权利要求1～17中的任意一项所述的缺陷判别方法，其中，

上述修正工序以及上述判别工序从阈值数据库获取阈值，上述阈值数据库按照基于缺陷的大小而决定的每个缺陷等级具备阈值，

上述修正工序以及上述判别工序基于缺陷候补在被测定物中的位置决定上述缺陷等级，并且基于决定出的上述缺陷等级获取阈值。

18.根据权利要求1～17中的任意一项所述的缺陷判别方法，其中，

获取上述拍摄图像的亮度，并且使用亮度对比度作为上述判别值，上述亮度对比度是上述缺陷候补的亮度与上述缺陷候补的周围的亮度之间的变化的比例。

19.一种缺陷判别装置，具备：

照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；

拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

存储部，存储修正用数据库，上述修正用数据库将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备与上述形状变量建立相关关系的修正值；以及

控制处理部，

上述控制处理部具备：

缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

形状信息获取部，获取形状信息，上述形状信息是上述被测定物的表面中的检测到上述缺陷候补的位置的相对于上述拍摄部的形状的信息；

判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；

修正值获取部，参照上述修正用数据库获取与上述形状信息对应的修正值；

修正部，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

20.根据权利要求19所述的缺陷判别装置，其中，

上述修正用数据库将上述被测定物的表面的距上述拍摄部的距离、相对于拍摄部的角度以及距聚焦位置的偏移距离中的至少一个作为上述形状变量，并且具备在上述形状变量所表示的形状中有上述缺陷时的上述判别值与在成为基准的形状中有缺陷时的上述判别值的比率作为上述修正值。

21.根据权利要求19或20所述的缺陷判别方法，其中，

上述修正用数据库还包含上述拍摄图像中的位置作为上述形状变量，

上述修正值获取部获取上述拍摄图像中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述形状信息获取上述修正值。

22.根据权利要求19～21中的任意一项所述的缺陷判别装置，其中，

上述修正用数据库还包含从上述明部与上述暗部的边界到缺陷候补为止的距离作为上述形状变量，

上述修正值获取部获取上述明部或者上述暗部中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述形状信息获取上述修正值。

23.一种缺陷判别装置，具备：

照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；

拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

存储部，具备修正用数据库，上述修正用数据库将上述被测定物在上述拍摄图像中的位置作为图像内位置变量并具备修正值；以及

控制处理部，

上述控制处理部具备：

缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

图像内位置获取部，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；

判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；

修正值获取部，参照上述修正用数据库获取与上述图像内位置信息对应的修正值；

修正部，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

24.根据权利要求23所述的缺陷判别装置，其中，

上述修正用数据库设定将上述拍摄图像分割为格子状而得到的分割区域并将上述分割区域用作上述图像内位置变量。

25.根据权利要求23所述的缺陷判别装置，其中，

上述修正用数据库将距上述拍摄图像内的所决定的基准点的距离以及角度用作上述图像内位置变量。

26.根据权利要求24或25所述的缺陷判别装置，其中，

上述修正用数据库还包含上述被测定物的表面的相对于上述拍摄部的形状作为上述图像内位置变量，

上述修正值获取部获取检测到上述缺陷候补的部分的上述被测定物的表面的形状，并且使用包含获取到的上述缺陷候补的形状的上述图像内位置信息获取上述修正值。

27.根据权利要求23～26中的任意一项所述的缺陷判别装置，其中，

上述修正用数据库还包含上述拍摄图像所包含的上述明部或者上述暗部中的缺陷的位置作为上述图像内位置变量，

上述修正值获取部获取上述明部或者上述暗部中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述图像内位置信息获取上述修正值。

28.一种缺陷判别装置，具备：

照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；

拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

存储部，具备修正用数据库，上述修正用数据库将上述暗部内的位置作为图案内位置变量并具备修正用数据；以及

控制处理部，

上述控制处理部具备：

缺陷候补检测部，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

图案内位置获取部，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像中的上述明部或者上述暗部内的位置的信息；

判别值获取部，基于上述拍摄图像获取用于判别上述缺陷的判别值；

修正值获取部，参照上述修正用数据库获取与上述图案内位置信息对应的修正值；

修正部，基于上述修正用数据修正上述判别值以及阈值中的任意一方；以及

判别部，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

29.根据权利要求28所述的缺陷判别装置，其中，

上述修正用数据库设定将上述明部或者上述暗部分割为格子状而得到的分割区域并将上述分割区域用作上述图案内位置变量。

30.根据权利要求28所述的缺陷判别装置，其中，

上述修正用数据库将距上述明部或者上述暗部内的所决定的基准点的距离以及角度用作上述图案内位置变量。

31.根据权利要求29或30所述的缺陷判别装置，其中，

上述修正用数据库还包含上述被测定物的表面的相对于上述拍摄部的形状作为上述图案内位置变量，

上述修正值获取部获取检测到上述缺陷候补的部分的上述被测定物的表面的形状，并且使用包含获取到的上述缺陷候补的形状的上述图案内位置信息获取上述修正值。

32.根据权利要求29～31中的任意一项所述的缺陷判别装置，其中，

上述修正用数据库还包含上述拍摄图像中的缺陷的位置作为上述图案内位置变量，

上述修正值获取部获取上述拍摄图像中的缺陷候补的位置，并且使用包含获取到的上述缺陷候补的位置的上述图案内位置信息获取上述修正值。

33.根据权利要求19～32中的任意一项所述的缺陷判别装置，其中，

上述存储部还具备标准化数据库，上述标准化数据库包含用于使上述拍摄图像中的亮度标准化的参数，

上述控制处理部还具备标准化部，上述标准化部参照上述标准化数据库将上述拍摄图像标准化，

上述判别值获取部基于标准化后的拍摄图像获取上述判别值。

34.根据权利要求33所述的缺陷判别装置，其中，

上述标准化数据库包含用于除去噪声的参数、识别明部的代表值的参数、用于识别暗部的代表值的参数、以及识别上述缺陷候补的代表值的参数。

35.根据权利要求19～34中的任意一项所述的缺陷判别装置，其中，

上述存储部还包含阈值数据库，上述阈值数据库按照基于缺陷的大小而决定的每个缺陷等级具备阈值，

上述修正部以及上述判别部基于缺陷候补在被测定物中的位置决定上述缺陷等级，并且基于决定出的上述缺陷等级获取阈值。

36.根据权利要求19～35中的任意一项所述的缺陷判别装置，其中，

上述控制处理部获取上述拍摄图像的亮度，上述判别值是上述缺陷候补与上述缺陷候补的周围之间的亮度的对比度。

37.一种缺陷判别程序，是在缺陷判别装置中执行的缺陷判别程序，

上述缺陷判别装置具备：照明部，照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄被上述图案照明照射的被测定物的表面；存储部，具备标准化数据库以及修正用数据库，上述标准化数据库包含用于上述拍摄图像中的噪声的除去以及用于识别亮度的参数，上述修正用数据库将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备修正值；以及控制处理部，

其中，上述缺陷判别程序具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

判别值获取工序，获取判别值，上述判别值用于判别上述被测定物的缺陷；

形状信息获取工序，获取形状信息，上述形状信息是上述被测定物的表面中的检测到上述缺陷候补的位置的相对于上述拍摄部的形状的信息；

修正值获取工序，参照将上述被测定物的表面的相对于上述拍摄部的形状作为形状变量并具备与上述形状变量建立相关关系的修正值的修正用数据库获取与上述形状信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

38.一种缺陷判别程序，是在缺陷判别装置中执行的缺陷判别程序，

上述缺陷判别装置具备：照明部，照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄被上述图案照明照射的被测定物的表面；存储部，具备修正用数据库，上述修正用数据库将上述被测定物在上述拍摄图像中的位置作为图像内位置变量并具备修正值；以及控制处理部，

其中，上述缺陷判别程序具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测有缺陷的可能性的缺陷候补；

图像内位置获取部，获取图像内位置信息，上述图像内位置信息是上述缺陷候补在上述拍摄图像中的位置的信息；

判别值获取工序，基于上述拍摄图像获取判别值，上述判别值用于判别上述被测定物的表面的状态；

修正值获取工序，参照上述修正用数据库获取与上述图像内位置信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

39.一种缺陷判别程序，是在缺陷判别装置中执行的缺陷判别程序，

上述缺陷判别装置具备：照明部，向被测定物的表面照射以规定图案排列有明部以及亮度比上述明部低的暗部的图案照明；拍摄部，拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；存储部，具备修正用数据库，上述修正用数据库将上述拍摄图像中的上述明部或者上述暗部内的位置作为图案内位置变量并具备修正值；以及控制处理部，

其中，上述缺陷判别程序具备：

拍摄工序，经由上述拍摄部拍摄上述被测定物的被上述图案照明照射的区域的至少一部分来获取拍摄图像；

缺陷候补检测工序，基于上述拍摄图像检测缺陷的可能性高的缺陷候补；

图案内位置获取工序，获取图案内位置信息，上述图案内位置信息是上述缺陷候补在上述拍摄图像中的上述明部或者上述暗部内的位置的信息；

判别值获取工序，基于上述拍摄图像获取判别值，上述判别值用于判别上述被测定物的表面的状态；

修正用数据获取工序，参照上述修正用数据库获取与上述图案内位置信息对应的修正值；

修正工序，基于上述修正值修正上述判别值以及阈值中的任意一方；以及

判别工序，将修正后的上述判别值与未修正的上述阈值进行比较或者将未修正的上述判别值与上述修正后的上述阈值进行比较，来判别上述缺陷候补是否是缺陷。

40.一种记录介质，其中，

记录有权利要求37～权利要求39中的任意一项所述的缺陷判别程序。

Images