CN114424046A - 检查方法、程序以及检查系统 - Google Patents
检查方法、程序以及检查系统 Download PDFInfo
- Publication number
- CN114424046A CN114424046A CN202080066161.4A CN202080066161A CN114424046A CN 114424046 A CN114424046 A CN 114424046A CN 202080066161 A CN202080066161 A CN 202080066161A CN 114424046 A CN114424046 A CN 114424046A
- Authority
- CN
- China
- Prior art keywords
- region
- angle
- color
- image
- inspection method
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000003384 imaging method Methods 0.000 claims abstract description 83
- 238000005286 illumination Methods 0.000 claims abstract description 64
- 239000003086 colorant Substances 0.000 claims description 25
- 230000000875 corresponding effect Effects 0.000 description 25
- 238000011156 evaluation Methods 0.000 description 19
- 230000000007 visual effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000004040 coloring Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
- G01J3/51—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
提供一种能够提高对象物的表面的颜色的检查的精度的检查方法、程序以及检查系统。包括取得步骤(S11)和比较步骤(S15)、(S16)。取得步骤(S11)是取得由摄像系统拍摄通过照明系统照射的对象物的表面而得到的对象物的表面的对象图像的步骤。比较步骤(S15)、(S16)是进行对象图像的关注区域的颜色与参照区域的颜色的比较的步骤。参照区域是成为对象物的颜色的基准的基准物的表面的基准图像的区域，是与关注区域中的来自于照明系统的光的入射角和向摄像系统的光的反射角的组合对应的区域。
Description
技术领域
本公开涉及检查方法、程序以及检查系统。特别是，本公开涉及利用图像进行对象物的表面的颜色的检查的检查方法、程序以及检查系统。
背景技术
专利文献1公开了一种着色检查装置。专利文献1所公开的着色检查装置具备相机、运算处理装置以及照明部。相机具有与CIEXYZ等色函数等价地进行了线性变换的三个光谱灵敏度。此外，相机拍摄物体而取得图像数据，并将该图像数据发送至运算处理装置。图像数据具有按照三个光谱灵敏度得到的三个光谱灵敏度值。运算处理装置将相机取得的图像数据变换为CIEXYZ表色系中的三刺激值，取得着色数据。此外，运算处理装置进行将着色数据归一化并变换为xyz的运算处理。照明部照射作为测定对象物的一例的机动车。着色检查装置对表示检查物与基准物这两个xyz色度直方图分布的重叠比例的颜色分布一致指数进行运算，来检查颜色。
在先技术文献
专利文献
专利文献1：日本特开2015-155892号公报
发明内容
检查物(测定对象物、对象物)的颜色的外观能够受到检查物的形状的影响。即，检查物能够对于来自照明部的光的反射具有角度依赖性。例如，即使检查物的表面以相同的颜色被涂装，根据场所检查物也看起来为不同颜色。在专利文献1中，在颜色的检查中没有考虑检查物的形状。
本发明的课题在于提供一种能够提高对象物的表面的颜色的检查的精度的检查方法、程序以及检查系统。
本公开的一方式的检查方法包括取得步骤和比较步骤。取得步骤是取得由摄像系统拍摄通过照明系统照射的对象物的表面而得到的对象物的表面的对象图像的步骤。比较步骤是进行对象图像的关注区域的颜色与参照区域的颜色的比较的步骤。参照区域是成为对象物的颜色的基准的基准物的表面的基准图像的区域，是与关注区域中的来自照明系统的光的入射角和向摄像系统的光的反射角的组合对应的区域。
本公开的一方式的程序是用于使1个以上的处理器执行检查方法的程序。
本公开的一方式的检查系统包括取得部和比较部。取得部取得由摄像系统拍摄通过照明系统照射的对象物的表面而得到的对象物的表面的对象图像。比较部对对象图像的关注区域的颜色与参照区域的颜色进行比较。参照区域是成为对象物的颜色的基准的基准物的表面的基准图像的区域，是与关注区域中的来自照明系统的光的入射角和向摄像系统的光的反射角的组合对应的区域。
根据本公开的方式，起到能够提高对象物的表面的颜色的检查的精度这样的效果。
附图说明
图1是一实施方式的检查方法的流程图。
图2是实施上述检查方法的检查系统的框图。
图3是上述检查系统的照明系统以及摄像系统与对象物的位置关系的说明图。
图4是上述检查系统的照明系统以及摄像系统与基准物的位置关系的说明图。
图5是表示由上述检查系统拍摄到的对象物的图像(对象图像)的一例的图。
图6是表示由上述检查系统拍摄到的基准物的图像(基准图像)的一例的图。
图7是对象物的表面的法线方向的决定方法的说明图。
图8是表示作为对象物而准备的多个样本的与基准物的一致率的图表。
图9是表示作为对象物而准备的多个样本的目视评价的结果的图表。
图10是表示作为对象物而准备的多个样本的一致率与目视评价的结果的关系的图表。
图11是表示关注区域以及参照区域各自的像素值(R值)的直方图的图表。
图12是表示关注区域以及参照区域各自的像素值(G值)的直方图的图表。
图13是表示关注区域以及参照区域各自的像素值(B值)的直方图的图表。
图14是表示对象图像的热图的一例的图。
图15是表示对象图像的热图的另一例的图。
图16是表示对象图像的热图的另一例的图。
图17是表示对象图像的热图的另一例的图。
图18是表示将入射角与反射角的组合一致的区域用颜色区分的对象图像的图。
图19是表示将入射角与反射角的组合一致的区域用颜色区分的基准图像的图。
图20是表示包括被判定为不合格的关注区域的对象图像的一例的图。
图21是表示被判定为不合格的关注区域被强调的对象图像的一例的图。
具体实施方式
(1)实施方式
(1.1)概要
图1是表示一实施方式的检查方法的流程图，图2是表示实施检查方法的检查系统1。检查方法是与图3所示的对象物100的表面相关的检查的方法。更详细而言，检查方法是用于检查对象物100的表面的颜色的方法。其中，在图3中，为了简化图示，示出了对象物100的一部分。
检查方法包括取得步骤S11和比较步骤S15、S16。
如图3所示，取得步骤S11是取得由摄像系统30拍摄通过照明系统20照射的对象物100的表面而得到的对象物100的表面的对象图像P10(参照图5)的步骤。比较步骤S15、S16是进行对象图像P10的关注区域P101(参照图5)的颜色与参照区域P201(参照图6)的颜色的比较的步骤。参照区域P201是成为对象物100的颜色的基准的基准物200的表面的基准图像P20(参照图6)的区域，是与关注区域P101中的来自照明系统20的光L11的入射角θt和向摄像系统30的光L12的反射角
的组合对应的区域。
在检查方法中，在将对象物100的颜色与基准物200的颜色进行比较时，在对象物100的关注区域P101与基准物200的参照区域P201中进行颜色的比较。参照区域P201是与关注区域P101中的来自照明系统20的光的入射角θt和向摄像系统30的光的反射角
的组合对应的区域。即，在检查方法中，并非单纯地对对象物100与基准物200的颜色进行比较。在检查方法中，将关注区域P101的颜色与参照区域P201的颜色进行比较，该参照区域P201对应于与关注区域P101的入射角θt和反射角
的组合对应的入射角θr和反射角
的组合(参照图4)。这样，以来自照明系统20的光的入射角和向摄像系统30的光的反射角为关键因素，对关注区域P101和参照区域P201的颜色进行比较。由此，来自照明系统20的光的入射角与向摄像系统30的光的反射角的组合能在相互对应的关注区域P101和参照区域P201比较颜色。由此，能够在表面的光学特性(反射特性)一致的关注区域P101与参照区域P201比较颜色。可以认为表面的光学特性反映表面的形状。因此，在检查对象物100的颜色时，能够减少对象物100与基准物200的形状的不同所带来的影响。其结果，根据本实施方式的检查方法，能够提高对象物100的表面的颜色的检查的精度。
(1.2)详细内容
以下，参照附图对实施本实施方式的检查方法的检查系统1进一步详细地进行说明。检查系统1是用于对象物100的检查的系统。检查系统1具有作为着色检查装置的功能。在本实施方式中，基于检查系统1的检查以对象物100的表面的颜色为对象。
对象物100也可以是具有表面的物体。在本实施方式中，对象物100的表面包括曲面。作为一例，对象物100可以是机动车。特别是，对象物100的表面是机动车的车身的外表面的一部分。另外，对象物100并不局限于机动车。例如，对象物100可以是机动车以外的移动体，也可以不是移动体。作为移动体的例子，可列举二轮车、电车、无人机、飞机、建设机械以及船舶。此外，对象物100也可以是电气设备、餐具、容器、家具、衣服、建材等。总之，对象物100只要是具有表面的物体即可。特别是，若对象物100是被涂装的物体，则能够适当地利用本实施方式的检查系统1。
如图2所示，检查系统1具备判断系统10、照明系统20以及摄像系统30。另外，在图3以及图4中，将照明系统20以及摄像系统30变形而示出。
照明系统20是用于向对象物100的表面照射光的系统。照明系统20包括向对象物100照射光的1个以上的灯。作为一例，灯是LED(Light Emitting Diode，发光二极管)灯。此外，灯放射白色光。另外，在照明系统20中，灯的数量没有特别限定，灯的种类也可以是LED以外的光源。此外，灯的发光颜色并不局限于白色。灯的发光颜色能够考虑对象物100的颜色以及能够由摄像系统30检测的颜色而适当设定。此外，照明系统20放射的光的波长可以变更。
摄像系统30是用于生成对象物100的表面的图像(数字图像)的系统。在本实施方式中，摄像系统30对由照明系统20照射的对象物100的表面进行拍摄而生成对象物100的表面的图像。摄像系统30包括1个以上的相机。相机具备1个以上的图像传感器。另外，相机也可以具备1个以上的线性传感器。
如图2所示，判断系统10具备输入输出部11、存储部12以及处理部13。判断系统10能够通过计算机系统来实现。计算机系统可以包括1个以上的处理器、1个以上的连接器、1个以上的通信设备以及1个以上的存储器等。
输入输出部11进行与照明系统20以及摄像系统30之间的信息的输入输出。在本实施方式中，输入输出部11能够通信地与照明系统20以及摄像系统30连接。输入输出部11包括1个以上的输入输出装置，利用1个以上的输入输出接口。
存储部12用于存储处理部13利用的信息。存储部12包括1个以上的存储装置。存储装置例如是RAM(Random Access Memory，随机存取存储器)、EEPROM(ElectricallyErasable Programmable Read Only Memory，电可擦可编程只读存储器)。
存储部12存储基准数据。基准数据是与成为对象物100的颜色的基准的基准物200(参照图4)相关的数据。在本实施方式中，对象物100的表面被涂装为单色，基准物200的表面被涂装为单色。作为一例，基准数据可以由在给定的摄像条件下拍摄到的作为基准物200的图像的基准图像P20(参照图6)生成。摄像条件可以包括基准物200、照明系统20和摄像系统30的相对位置关系(即，摄影对象物、照明和相机的位置关系的信息)。基准数据在基准物200的每个像素，包括入射角θr、反射角
和像素值。如图4所示，入射角θr是来自照明系统20的光L21向与像素对应的基准物200的表面的区域的入射角。更详细而言，入射角θr是在入射面210中与像素对应的基准物200的表面的区域中的法线N21的方向与来自照明系统20的光L21所成的角。如图4所示，反射角
是从与像素对应的基准物200的表面的区域向摄像系统30的光L22的反射角。更详细而言，反射角
是在入射面210中与像素对应的基准物200的表面的区域中的法线N21的方向与向摄像系统30的光L22所成的角。作为一例，入射面210包括照明系统20的中心和摄像系统30的中心，能够定义为与基准物200的表面正交的面。关于图6的基准图像P20，照明系统20的中心和摄像系统30的中心沿着Y轴，入射面210成为与X轴正交的面。在本实施方式中，由于基准物200的表面是平坦的，因此在各像素中法线N21可以认为与表面垂直，根据基准物200、照明系统20和摄像系统30的相对位置关系，求出入射角θr和反射角
像素值可以包括三色的值。三色的值可以是与红色对应的R值、与绿色对应的G值以及与蓝色对应的B值。这样，在本实施方式中，像素值由RGB表色系表示。
将基准数据的一例示于下述的表1。在表1中，X、Y表示像素的坐标。以下，有时将X的值为a、Y的值为b的像素记载为像素(a、b)。另外，作为一例，基准图像P20为1024×1024的大小，但在图6中为了图示的简化而设为16×16的大小。
[表1]
处理部13例如能够通过1个以上的处理器(微处理器)来实现。即，通过1个以上的处理器执行存储在1个以上的存储器中的1个以上的程序(计算机程序)，从而作为处理部13发挥功能。1个以上的程序可以预先记录在1个以上的存储器，也可以通过因特网等电气通信线路或者记录在存储卡等非暂时性的记录介质中来提供。
如图2所示，处理部13具有取得部F11、决定部F12、比较部F13、判断部14以及提示部15。取得部F11、决定部F12、比较部F13、判断部F14、提示部F15并不是表示具有实体的结构，而是表示由处理部13实现的功能。
取得部F11执行取得步骤，该取得步骤取得由摄像系统30对由照明系统20照射的对象物100的表面进行拍摄而得到的对象物100的表面的对象图像P10(图5)。
在本实施方式中，取得部F11从摄像系统30取得对象物100的表面的图像。即，取得部F11经由输入输出部11从摄像系统30接收图像。取得部F11从摄像系统30取得的图像由摄像系统30的摄像条件决定。摄像条件可以包括对象物100、照明系统20和摄像系统30的相对位置关系(即，摄影对象物、照明与相机的位置关系的信息)。
决定部F12执行决定关注区域P101中的入射角θt和反射角
的决定步骤。决定步骤利用对象物100的1个以上的图像来计算关注区域P101中的入射角θt和反射角
更详细而言，决定部F12基于由取得部F11取得的对象图像P10，生成在对象物100的颜色的检查中使用的对象数据。对象数据针对对象物100的每个像素，包括入射角θt、反射角φt和像素值。如图3所示，入射角θt是来自照明系统20的光L11向与像素对应的对象物100的表面的区域的入射角。更详细而言，入射角θt是在入射面110中与像素对应的对象物100的表面的区域中的法线N11的方向与来自照明系统20的光L11所成的角。如图3所示，反射角φt是从与像素对应的对象物100的表面的区域向摄像系统30的光L12的反射角。更详细而言，反射角
是在入射面110中与像素对应的对象物100的表面的区域中的法线N11的方向与向摄像系统30的光L12所成的角。作为一例，入射面110包括照明系统20的中心和摄像系统30的中心，能够定义为与对象物100的表面正交的面。关于图5的对象图像P10，照明系统20的中心与摄像系统30的中心沿着Y轴，入射面110成为与X轴正交的面。决定部F12为了求出入射角θt和反射角
利用对象图像P10的各像素的法线N11。决定部F12具有求出法线N11的功能。
法线N11能够根据对象物100的表面的形状得到。在本实施方式中，如图3所示，对象物100的表面成为曲面，法线N11的方向在对象物100的表面的场所不同。在本实施方式中，为了推定对象物100的表面的形状而利用三角测量。例如，如图7所示，通过使用三角测量，求出到对象物100的表面的测定对象部分P1为止的距离d。在图7中，l是连结摄像系统30中的摄影点C1、C2的直线的距离。α是连结摄影点C1与测定对象部分P1的直线与连结摄影点C1、C2的直线所成的角度。β是连结摄影点C2与测定对象部分P1的直线与连结摄影点C1、C2的直线所成的角度。在这种情况下，d由l/(1/tanα+1/tanβ)表示。因此，如果确定了1、α、β，则能够求出d。然后，如果将对象物100的表面的各部分作为测定对象部分P1来求出距离d，则能够得到对象物100的表面的形状。如果能够得到对象物100的表面的形状，则求出对象物100的表面的各部分的法线N11。因此，决定部F12能够利用三角测量来取得法线N11。
在此，决定部F12将对象图像P10中最亮的区域设为基准区域P102(参照图5)。基准区域P102被认为是产生了正反射的区域，可以认为入射角θt与反射角φt相等。因此，决定部F12使用基准区域P102中的法线N11作为基准，参照对象物100的表面的形状，对对象图像P10的每个像素决定法线N11。
另外，在三角测量中，可以利用2个摄像系统30在摄像点C1、C2同时对对象物100进行拍摄，也可以利用1个摄像系统30以摄像点C1、C2依次对对象物100进行拍摄。
然后，决定部F12根据对象物100、照明系统20和摄像系统30的相对位置关系、以及法线N11的方向，求出入射角θt和反射角φt。另外，像素值也可以与基准数据同样地包括三色的值。三色的值可以是与红色对应的R值、与绿色对应的G值、以及与蓝色对应的B值。
将对象数据的一例示于下述的表2。在表2中，X、Y表示像素的坐标。以下，有时将X的值为a、Y的值为b的像素记载为像素(a、b)。另外，作为一例，对象图像P10是1024×1024的大小，但在图5中为了图示的简化而设为16×16的大小。
[表2]
比较部F13执行进行对象图像P10的关注区域P101的颜色与参照区域P201的颜色的比较的比较步骤。参照区域P201是与基准图像P20的区域即关注区域P101中的来自照明系统20的光L11的入射角θt和向摄像系统30的光L12的反射角
的组合对应的区域。
在本实施方式中，关注区域P101是单一的像素。比较部F13采用对象图像P10的像素中的与对象物100对应的像素(对象像素)作为关注区域P101。即，即使是对象图像P10的像素，比较部F13也不对与对象物100没有关系的像素进行颜色的比较。在表2的例子中，像素(1，1)以及像素(1024，1024)不与对象物100对应，未得到入射角θt与反射角
的组合。因此，像素(1，1)以及像素(1024，1024)不是对象像素。这样，比较部F13针对对象图像P10的每个对象像素，进行对象图像P10与基准图像P20的颜色的比较。在此，颜色的比较利用像素值。
比较部F13在进行颜色的比较时，决定成为关注区域P101的颜色的比较的对象的参照区域P201。参照区域P201是在基准图像P20中与关注区域P101中的入射角θt和反射角
的组合对应的区域。在本实施方式中，参照区域P201是入射角与反射角的组合与关注区域P101一致的基准图像P20的区域。例如，在表2中，在像素(500，321)是关注区域P101的情况下，入射角θt与反射角
的组合是(15，75)。在这种情况下，参照区域P201是入射角θr与反射角
的组合成为(15，75)的像素。在表1中，在像素(50，141)中，由于入射角θr与反射角
的组合成为(15，75)，所以像素(50，141)被选择为参照区域P201。然后，比较部F13在关注区域P101和参照区域P201中比较像素值(R值、G值、B值)，作为比较的结果求出像素值的误差。作为一例，比较部F13比较关注区域P101即像素(500，321)的像素值(224，77，32)和作为参照区域P201的像素(50，141)的像素值(225，75，35)。在这种情况下，作为比较的结果的像素值的误差由从关注区域P101的像素值(224，77，32)减去参照区域P201的像素值(225，75，35)而得到的值(-1，2，-3)表示。
判定部F14进行颜色判定处理。颜色判定处理是判定对象物100的表面的颜色的处理。更详细而言，颜色判定处理是基于比较部F13中的比较的结果来判定对象物100的表面的颜色的处理。另外，对象物100的表面的颜色的判定以关注区域P101为单位执行。如果根据比较部F13的比较结果，关注区域P101的颜色与参照区域P201的颜色的一致率(一致度)为给定值以上，则判定部F14设为关注区域P101的颜色为合格。另一方面，如果关注区域P101的颜色与参照区域P201的颜色的一致度小于给定值，则判定部F14将关注区域P101的颜色设为不合格。
作为一例，给定值可以利用目视评价来决定。对利用了目视评价的给定值的决定方法简单地进行说明。例如，作为对象物100，准备涂装条件不同的多个样本d1～dn。另外，n为2以上的任意整数。作为一例，涂装条件可以设定为颜色按照样本d1～dn的顺序变淡。
对于多个样本d1～dn的每一个，关于入射角与反射角的组合相同的区域，与基准物200进行比较，求出一致率。图8表示样本d1～dn与一致率的关系。在图8中，在样本dk中一致率最高。然后，针对样本d1～dn的每一个，利用多人(作为一例，30人)进行基于目视的评价(目视评价)，求出正确率。在目视评价中，对样本d1～dn中的一个与样本dk进行比较。正确率是选择了样本dk的人数相对于进行了目视评价的人数的比例。图9表示目视评价的结果。对于正确率为1.0的样本，可以明确地设为不合格。关于正确率为0.5的样本，由于正确率与随机值相同，因此可以设为合格。然后，关于正确率在0.5～1.0之间的样本d2～dk-2、dk+2～dn-1，进一步决定将到哪个样本为止设为容许范围。
例如，如图10所示，对于样本dk+2～dn-1，进行样本dk+2～dn-1中一致率的倾斜度(斜率)大的样本dl与合格的样本dk+2的目视评价。在此，若正确率为1.0，则样本dl设为不合格。然后，进行接着样本dl的一致率较高的样本dl-1与样本dl的目视评价。而且，若正确率为1.0，则将样本dl-1设为不合格。然后，进行接着样本dl-1一致率较高的样本dl-2与样本dl-1的目视评价。若正确率为0.5，则将样本dl-1设为容许范围的限度的样本。这样，反复进行目视评价直到正确率成为0.5为止，将正确率成为0.5时的样本设为容许范围的限度的样本。其中，若在正确率成为0.5之前到达样本dk+2，则将样本dk+2设为容许范围的限度的样本并结束目视评价。
另一方面，在样本dl与成为合格的样本dk+2的目视评价中，若正确率为0.5，则样本dl设为合格。然后，进行接着样本dl的一致率低的样本dl+1和样本dl的目视评价。而且，若正确率为0.5，则样本dl+1设为合格。然后，进行接着样本dl+1的一致率低的样本dl+2和样本dl+1的目视评价。若正确率为1.0，则将样本dl+1设为容许范围的限度的样本。这样，反复进行目视评价直到正确率成为1.0为止，将正确率成为1.0时的样本设为容许范围的限度的样本。其中，若在正确率成为1.0之前到达样本dn-1，则将样本dn-1的前一个样本dn-2设为容许范围的限度的样本并结束目视评价。
而且，对于样本d2～dk-2，也可以同样地决定容许范围的限度的样本。然后，基于从样本d2～dk-2选择的容许范围的限度的样本的一致率和从样本dk+2～dn-1选择的容许范围的限度的样本的一致率，决定给定值。例如，可以将从样本d2～dk-2选择的容许范围的限度的样本的一致率与从样本dk+2～dn-1选择的容许范围内限度的样本的一致率之中较大的一方、较小的一方或者平均值作为给定值来利用。
提示部F15进行基于比较步骤中的比较结果进行提示的结果提示步骤。即，提示部F15进行基于比较部F13中的比较结果的提示。基于比较结果的提示也可以包括利用了比较结果的判定部F14的判定结果的提示。因此，提示部F15可以进行判定部F14的判定结果的提示。在本实施方式中，提示部F15将判定部F14的判定结果通过输入输出部11向外部装置输出。外部装置可以提示判定部F14的判定结果、即检查系统1中的检查结果。
(1.3)动作
接下来，参照图1的流程图对在以上所述的检查系统1中实施的检查方法进行简单说明。在检查系统1中，取得部F11从摄像系统30取得对象图像P10(S11)。接下来，决定部F12针对对象图像P10的各个关注区域P101，求出法线N11(S12)，进而求出关注区域P101中的入射角θt以及反射角
(S13、S14)。接下来，比较部F13决定成为关注区域P101的颜色的比较对象的参照区域P201(S15)。在此，比较部F13在基准图像P20中，将与关注区域P101中的入射角θt和反射角
的组合对应的区域决定为参照区域P201。然后，比较部F13在关注区域P101和参照区域P201中比较像素值(R值、G值、B值)，求出像素值的误差作为比较的结果(S16)。基于比较部F13的比较结果，判定部F14进行关注区域P101的颜色的判定，提示部F15提示判定部F14的判定的结果(S17)。
(1.4)总结
以上所述的检查系统1具备取得部F11和比较部F13。取得部F11取得由摄像系统30拍摄通过照明系统20照射的对象物100的表面而得到的对象物100的表面的对象图像P10。比较部F13进行对象图像P10的关注区域P101的颜色与参照区域P201的颜色的比较。参照区域P201是成为对象物100的颜色的基准的基准物200的表面的基准图像P20的区域，是与关注区域P101中的来自照明系统20的光L11的入射角θt和向摄像系统30的光L12的反射角
的组合对应的区域。因此，根据检查系统1，能够提高对象物100的表面的颜色的检查的精度。
换言之，可以说检查系统1执行下述的方法(检查方法)。检查方法具备取得步骤S11和比较步骤S15、S16。取得步骤S11是取得由摄像系统30拍摄通过照明系统20照射的对象物100的表面而得到的对象物100的表面的对象图像P10的步骤。比较步骤S15、S16是进行对象图像P10的关注区域P101的颜色与参照区域P201的颜色的比较的步骤。参照区域P201是成为对象物100的颜色的基准的基准物200的表面的基准图像P20的区域，并且为与关注区域P101中的来自照明系统20的光L11的入射角θt和向摄像系统30的光L12的反射角
的组合对应的区域。因此，根据检查方法，与检查系统1同样地，能够提高对象物100的表面的颜色的检查的精度。
检查方法通过1个以上的处理器执行程序(计算机程序)来实现。该程序是用于使1个以上的处理器执行检查方法的程序。根据这样的程序，与检查方法同样地，能够提高对象物100的表面的颜色的检查的精度。而且，程序可以由存储介质提供。该存储介质是计算机可读取的非暂时性的存储介质，存储有上述的程序。根据这样的存储介质，与检查方法同样地，能够提高对象物100的表面的颜色的检查的精度。
(2)变形例
本公开的实施方式并不局限于上述实施方式。上述实施方式只要能够实现本公开的目的，就能够根据设计等进行各种变更。以下，列举上述实施方式的变形例。
在一个变形例中，关注区域P101也可以不是单一的像素，而是由多个连续像素构成。在这种情况下，能够实现减少噪声所引起的影响。例如，关注区域P101可以是m×n的四边形区域。m、n均为整数，m、n中的至少一方为2以上。在这种情况下，关注区域P101中的入射角θt、反射角
以及像素值可以是构成关注区域P101的多个连续像素中的入射角θt、反射角
以及像素值各自的代表值。代表值可以从最大值、最小值、平均值、最频值等中适当选择。
在一个变形例中，关注区域P101的颜色(像素值)的表色系并不限定于RGB表色系。作为表色系的例子，可举出XYZ表色系统、xyY表色系、L*u*v*表色系、L*a*b*表色系等CIE表色系。作为一例，摄像系统30也可以生成像素值不是由RGB表色系表示的图像而是像素值由XYZ表色系表示的图像。或者，也可以通过运算处理进行表色系的变换。例如，也可以将像素值由RGB表色系统表示的图像转换为像素值由XYZ表色系表示的图像。在这种情况下的运算处理中，能够利用模型式、查找表等。由此，能够以期望的表色系来表示对象图像P10的像素值。
在一个变形例中，也可以利用测色计。测色计只能测定一次比较窄的范围(例如小于半径10mm的范围)的颜色，一次能够测定的面积较小。在对象物100是如车辆那样的较大的物体的情况下，使用测色计测定对象物的整个面的颜色是不现实的。因此，考虑同时采用测色计和摄像系统30来测定对象物的整个面的颜色。在这种情况下，首先，利用测色计计测对象物100的特定部位的颜色，求出测色值(例如，L*a*b*表色系的值)。接下来，利用摄像系统30对对象物100的特定部位进行拍摄而得到图像，将该图像作为基准图像P20。该基准图像P20的像素值直接与测色计的测定值建立关联。然后，用摄像系统30依次拍摄对象物100的整个面，将所得到的图像作为对象图像P10，基于基准图像P20、入射角θr和反射角
的组合进行比较，进行颜色的检查。在此，关于色差在容许范围内的区域，如果基于测色计的检查合格，则同样可以认为合格。即，对象图像P10的像素值与测色计的测定值不直接建立关联，但与直接与测色计的测定值建立了关联的基准图像P20进行比较。因此，可以认为通过测色计间接地评价了对象图像P10的像素值。因此，通过同时采用测色计和摄像系统30，能够进行与仅使用测色计的颜色的检查同等的检查，并容易地扩大作为对象物100的检查对象的部位(区域)，而且能够缩短检查的行程。特别是同时采用测色计和摄像系统30的上述方法在要求在颜色的检查中采用指定的测色计的颜色的评价的情况下特别有效。
在上述实施方式中，比较部F13使用入射角θr与反射角
的组合和关注区域P101中的入射角θt与反射角
的组合一致的基准图像P20的区域作为参照区域P201。但是，有时在基准图像P20中不包括具有与关注区域P101中的入射角θt和反射角
的组合一致的入射角θr与反射角
的组合的区域。因此，基准数据也可以由摄影条件不同的多个基准图像P20生成。由此，能够生成必定包括与入射角θt和反射角
的组合一致的入射角θr和反射角
的组合的基准数据。
在一个变形例中，比较部F13可以使用入射角θr为包括关注区域P101中的入射角θt在内的第一角度范围内的角度、反射角
为包括反射角
在内的第二角度范围内的角度的基准图像P20的区域作为参照区域P201。作为一例，第一角度范围可以是以关注区域P101中的入射角θt为中心的角度范围。例如，第一角度范围可以是θt-d1～θt+d1的范围。d1可以为1～10°左右。此外，第二角度范围可以是以关注区域P101中的反射角
为中心的角度范围。例如，第二角度范围可以是
的范围。d2可以为1～10°左右。
然而，对象图像P10能够包括入射角θt与反射角
的组合相同的多个关注区域P101。此外，基准图像P20也能够包括入射角θr与反射角
的组合相同的多个参照区域P201。即，对于入射角θt和反射角
的组合，存在关注区域P101与参照区域P201的组没有唯一确定的情况。因此，比较部F13也可以利用统计的方法进行对象物100与基准物200的颜色的比较。
作为一例，比较部F13也可以利用直方图来进行对象物100与基准物200的颜色的比较。比较部F13执行的比较步骤S15、S16可以对与入射角和反射角的特定的组合对应的多个关注区域P101的颜色的直方图和与特定的组合对应的基准图像的多个参照区域P201的颜色的直方图进行比较。在此，在特定的组合中，入射角θt、θr是第一角度范围内的角度，反射角
可以是第二角度范围内的角度。第一角度范围以及第二角度范围可以适当设定。
在此，像素值包括R值、G值以及B值。因此，比较部F13针对R值、G值以及B值分别制作关注区域P101和参照区域P201的直方图。例如，图11表示R值的直方图，G11表示关注区域P101的直方图，G12表示参照区域P201的直方图。图12表示G值的直方图，G21表示关注区域P101的直方图，G22表示参照区域P201的直方图。图13表示B值的直方图，G31表示关注区域P101的直方图，G32表示参照区域P201的直方图。比较部F13可以分别针对R值、G值以及B值，对关注区域P101的直方图和参照区域P201的直方图进行比较，评价一致率。判定部F14能够基于R值、G值以及B值各自的直方图的一致率，进行对象物100与基准物200的颜色的检查。
或者，比较部F13也可以利用热图进行对象物100与基准物200的颜色的比较。作为一例，比较部F13执行的比较步骤S15、S16分别关于对象图像P10和基准图像P20，制作相对于入射角和像素值的热图、以及针对反射角和像素值的热图。另外，像素值包括R值、G值以及B值。因此，关于入射角以及反射角，分别制作与R值、G值以及B值对应的热图。即，从对象图像P10以及基准图像P20分别制作6种热图。例如，图14是对象图像P10的热图，与入射角θt和像素值(R值)对应。图15是对象图像P10的热图，与反射角
和像素值(R值)对应。图16是基准图像P20的热图，与入射角θr和像素值(R值)对应。图17是基准图像P20的热图，与反射角
和像素值(R值)对应。比较部F13可以将对象图像P10的热图与基准图像P20的热图进行比较，评价一致率。判断部F14能够基于对象图像P10的热图与基准图像P20的热图的一致率，进行对象物100与基准物200的颜色的检查。
在一个变形例中，提示部F15也可以进行在对象图像和基准图像中，以相同的方式显示入射角和反射角的组合相同的区域的图像提示步骤。在此，作为相同的方式的例子，可以列举相同的颜色、相同的阴影、相同的强调方法等。作为一例，提示部F15可以在对象图像和基准图像中，以相同的颜色显示入射角和反射角的组合相同的区域。即，提示部F15可以将对象图像和基准图像中的入射角与反射角的组合一致的区域分色显示。例如，图18表示对象图像P11，图19表示基准图像P21。对象图像P11的区域P111与基准图像P21的区域P211是相同的颜色，表示入射角与反射角的组合相同。此外，对象图像P11的区域P112与基准图像P21的区域P212是相同的颜色，表示入射角与反射角的组合相同。此外，对象图像P11的区域P113与基准图像P21的区域P213是相同的颜色，表示入射角与反射角的组合相同。此外，对象图像P11的区域P114与基准图像P21的区域P214是相同的颜色，表示入射角与反射角的组合相同。因此，能够容易理解地显示在对象图像P11和基准图像P21中成为颜色相同的外观的区域。
在一个变形例中，提示部F15也可以进行基于比较部F13的比较结果(比较步骤中的比较结果)的提示的结果提示步骤。作为一例，提示部F15也可以进行对比较部F13进行比较的结果、由判定部F14判定为合格的关注区域和判定为不合格的关注区域进行明确区别的提示。例如，在图20所示的对象图像P12中，将区域P121所包括的关注区域判定为不合格，将区域P121中不包括的关注区域判定为合格。在这种情况下，如图21所示，提示部F15可以提示区别了不合格的关注区域和合格的关注区域的对象图像P13。在图21中，区域P131与对象图像P12的区域P121对应，区域P131中包括的关注区域和区域P131中不包括的关注区域以不同的颜色表示。此外，区域P131中不包括的关注区域与对象图像P12不同，全部用相同的颜色表示。通过这样的提示部F15的提示，能够容易理解地提示在对象图像P12中被判定为不合格的关注区域(存在异常的关注区域)。
在一个变形例中，检查系统1也可以不具备决定部F12。例如，在已经存在与对象物100的形状有关的形状数据的情况下，能够根据形状数据得到法线N11。作为形状数据的例子可列举CAD数据。即，在这种情况下，预先确定关注区域P101中的入射角θt和反射角
因此，根据该方式，能够省略关注区域P101中的入射角θt和反射角
的计算，能够简化处理。此外，即使没有决定部F12，比较部F13也能够得到入射角θt和反射角
因此能够简化检查系统1的结构。
在一个变形例中，输入输出部11可以包括图像显示装置。在这种情况下，提示部F15可以在输入输出部11的图像显示装置中显示比较部F13的比较的结果、判定部F14的判定的结果。此外，输入输出部11可以包括声音输出装置。在这种情况下，提示部F15可以从输入输出部11的声音输出装置输出比较部F13的比较的结果、判定部F14的判定的结果。
在一个变形例中，照明系统20放射的光的波长可以变更。这可以利用发光颜色不同的光源或者彩色滤光器来实现。总之，在检查系统1中，照明系统20放射的光的波长和摄像系统30检测的光的波长中的至少一方可以变更。
在一个变形例中，检查系统1可以具备多个摄像系统30。在这种情况下，优选在多个摄像系统30之间进行颜色的校正。即，在不同的摄像系统30中，根据相机的个体差异等，有时即使是相同的颜色，像素值也不同。因此，在使用多个摄像系统30的情况下，只要与对象物100一起拍摄作为参考的色卡，并基于与色卡对应的像素的像素值，在多个摄像系统30之间进行颜色的校正即可。
在一个变形例中，检查系统1(判断系统10)也可以由多个计算机构成。例如，检查系统1(判定系统10)的功能(特别是取得部F11、决定部F12、比较部F13、判定部F14、以及提示部F15)也可以分散于多个装置。进而，检查系统1(判定系统10)的功能的至少一部分例如也可以通过云(云计算)来实现。
以上所述的检查系统1(判定系统10)的执行主体包括计算机系统。计算机系统具有作为硬件的处理器以及存储器。通过由处理器执行记录在计算机系统的存储器中的程序，实现作为本公开中的检查系统1(判定系统10)的执行主体的功能。程序可以预先记录在计算机系统的存储器中，也可以通过电通信线路来提供。此外，程序也可以记录在计算机系统可读取的存储卡、光盘、硬盘驱动器等非暂时性的记录介质中来提供。计算机系统的处理器由包括半导体集成电路(IC)或者大规模集成电路(LSI)在内的1个至多个电子电路构成。在LSI的制造后进行编程的、能够进行现场可编程门阵列(FGPA)、ASIC(applicationspecific integrated circuit，专用集成电路)、或者LSI内部的接合关系的重构或者LSI内部的电路划分的结构的能够重构的逻辑设备也能够以相同的目的使用。多个电子电路可以集成于一个芯片，也可以分散设置于多个芯片。多个芯片可以集成在1个装置中，也可以分散设置在多个装置中。
(3)方式
从上述实施方式以及变形例可知，本公开包括下述的方式。以下，为了明示与实施方式的对应关系，标注括号来标注附图标记。
第一方式是检查方法，包括取得步骤(S11)和比较步骤(S15、S16)。取得步骤(S11)是取得由摄像系统(30)拍摄通过照明系统(20)照射的对象物(100)的表面而得到的、对象物(100)的表面的对象图像(P10)的步骤。比较步骤(S15、S16)是进行对象图像(P10、P11、P12、P13)的关注区域(P101)的颜色与参照区域(P201)的颜色的比较的步骤。参照区域(P201)是成为对象物(100)的颜色的基准的基准物(200)的表面的基准图像(P20，P21)的区域，是与关注区域(P101)中的来自照明系统(20)的光(L11)的入射角(θt)和向摄像系统(30)的光(L12)的反射角
的组合对应的区域。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第二方式是基于第一方式的检查方法。在第二方式中，对象图像(P10)包括多个关注区域(P101)。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第三方式是基于第一或者第二方式的检查方法。在第三方式中，关注区域(P101)由单一的像素或者多个连续的像素构成。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第四方式是基于第一～第三方式中的任一项的检查方法。在第四方式中，在比较步骤(S15、S16)中，对与入射角和反射角的特定的组合对应的多个关注区域(P101)的颜色的直方图和与特定的组合对应的基准图像(P20，P21)的多个参照区域(P201)的颜色的直方图进行比较。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第五方式是基于第四方式的检查方法。在第五方式中，在特定的组合中，入射角是第一角度范围内的角度，反射角是第二角度范围内的角度。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第六方式是基于第四或者第五方式的检查方法。在第六方式中，多个关注区域(PL01)包括入射角与反射角的组合相同的多个关注区域(P101)。多个参照区域(P201)包括入射角与反射角的组合相同的多个参照区域(P201)。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第七方式是基于第一～第六方式中的任一项的检查方法。在第七方式中，参照区域(P201)是参照区域(P201)中的来自照明系统(20)的光(L21)的入射角(θr)在包括关注区域(P101)中的来自照明系统(20)的光(L11)的入射角(θt)在内的第一角度范围内。参照区域(P201)中的来自照明系统(20)的光(L22)的反射角
在包括关注区域(P101)中的来自照明系统(20)的光(L12)的反射角
在内的第二角度范围内。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第八方式是基于第一～第七方式中的任一项的检查方法。在第八方式中，检查方法还包括决定关注区域(P101)中的入射角(θt)和反射角
的决定步骤(S12、S13、S14)。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第九方式是基于第八方式的检查方法。在第九方式中，决定步骤(S12、S13、S14)利用对象物(100)的1个以上的图像来计算关注区域(PL01)中的入射角(θt)和反射角
根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第十方式是基于第八或者第九方式的检查方法。在第十方式中，决定步骤(S12、S13、S14)将对象图像(P10)中最亮的区域设为入射角(θt)与反射角
相等的基准区域(P102)。根据该方式，能够实现入射角(θt)与反射角
的精度的提高。
第十一方式是基于第十方式的检查方法。在第十一方式中，检查方法还包括图像提示步骤(S17)，在对象图像(P11)和基准图像(P21)中，以相同的方式显示入射角和反射角的组合相同的区域。根据该方式，能够容易理解地显示在对象图像(P11)和基准图像(P21)中成为颜色相同的外观的区域。
第十二方式是基于第一至第十一方式中的任一方式的检查方法。在第十二方式中，检查方法还包括进行基于比较步骤(S15、S16)中的比较结果的提示的结果提示步骤(S17)。根据该方式，能够进行基于比较步骤(S15、S16)中的比较结果的提示。
第十三方式是基于第一至第七方式中的任一项的检查方法。在第十三方式中，预先确定了关注区域(P101)中的入射角(θt)和反射角
根据该方式，能够省略关注区域(P101)中的入射角(θt)和反射角
的计算，能够简化处理。
第十四方式是一种程序，是用于使1个以上的处理器执行第一至第十三方式中的任一方式的检查方法的程序。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
第十五方式是检查系统(1)，包括取得部(F11)和比较部(F13)。取得部(F11)取得由摄像系统(30)拍摄通过照明系统(20)照射的对象物(100)的表面而得到的对象物(100)的表面的对象图像(P10)。比较部(F13)进行对象图像(P10、P11、P12、P13)的关注区域(P101)的颜色与参照区域(P201)的颜色的比较。参照区域(P201)是成为对象物(100)的颜色的基准的基准物(200)的表面的基准图像(P20、P21)的区域，是与关注区域(P101)中的来自照明系统(20)的光(L11)的入射角(θt)和向所述摄像系统(30)的光(L12)的反射角
的组合对应的区域。根据该方式，能够提高对象物(100)的表面的颜色的检查的精度。
产业上的可利用性
根据本公开的检查方法、程序以及检查系统，能够提高机动车、电器等对象物的表面的颜色的检查的精度。其结果，能够高效地得到具备具有所希望的颜色的表面的对象物。即，本公开的检查方法、程序以及检查系统在产业上是有用的。
-符号说明-
1 检查系统
20 照明系统
30 摄像系统
100 对象物
200 基准物
P10、P11、P12、P13 对象图像
P101 关注区域
P102 基准区域
P20、P21 基准图像
P201 参照区域
L11、L12、L21、L22 光
θt、θr 入射角
S11 取得步骤
S12、S13、S14 决定步骤
S15、S16 比较步骤
S17 提示步骤(图像提示步骤，结果提示步骤)。
Claims (15)
1.一种检查方法，包括：
取得步骤，取得由摄像系统拍摄通过照明系统照射的对象物的表面而得到的所述对象物的表面的对象图像；以及
比较步骤，对所述对象图像的关注区域的颜色与参照区域的颜色进行比较，所述参照区域为成为所述对象物的颜色的基准的基准物的表面的基准图像的区域并与所述关注区域中的来自所述照明系统的光的入射角和向所述摄像系统的光的反射角的组合对应。
2.根据权利要求1所述的检查方法，其中，
所述对象图像包括多个所述关注区域。
3.根据权利要求1或者2所述的检查方法，其中，
所述关注区域包括单一的像素或者多个连续的像素。
4.根据权利要求1～3中的任一项所述的检查方法，其中，
在所述比较步骤中，对与所述入射角和所述反射角的特定的组合对应的多个所述关注区域的颜色的直方图和与所述特定的组合对应的所述基准图像的多个所述参照区域的颜色的直方图进行比较。
5.根据权利要求4所述的检查方法，其中，
在所述特定的组合中，所述入射角是第一角度范围内的角度，所述反射角是第二角度范围内的角度。
6.根据权利要求4或者5所述的检查方法，其中，
所述多个关注区域包括所述入射角与所述反射角的组合相同的多个关注区域，
所述多个参照区域包括所述入射角与所述反射角的组合相同的多个参照区域。
7.根据权利要求1～6中的任一项所述的检查方法，其中，
关于所述参照区域，所述参照区域中的来自所述照明系统的光的入射角在包括所述关注区域中的来自所述照明系统的光的入射角在内的第一角度范围内，所述参照区域中的来自所述照明系统的光的反射角在包括所述关注区域中的来自所述照明系统的光的反射角在内的第二角度范围内。
8.根据权利要求1～7中的任一项所述的检查方法，其中，
所述检查方法还包括决定步骤，所述决定步骤决定所述关注区域中的所述入射角和所述反射角。
9.根据权利要求8所述的检查方法，其中，
所述决定步骤利用所述对象物的1个以上的图像来计算所述关注区域中的所述入射角和所述反射角。
10.根据权利要求8或者9所述的检查方法，其中，
在所述决定步骤中，将所述对象图像中最亮的区域设为所述入射角与所述反射角相等的基准区域。
11.根据权利要求10所述的检查方法，其中，
所述检查方法还包括图像提示步骤，在所述对象图像和所述基准图像中，以相同的方式显示所述入射角与所述反射角的组合相同的区域。
12.根据权利要求1～11中的任一项所述的检查方法，其中，
所述检查方法还包括进行基于所述比较步骤中的比较的结果的提示的结果提示步骤。
13.根据权利要求1～7中的任一项所述的检查方法，其中，
预先确定在所述关注区域中的所述入射角和所述反射角。
14.一种程序，
用于使1个以上的处理器执行权利要求1～13中任一项的检查方法。
15.一种检查系统，具备：
取得部，取得由摄像系统拍摄通过照明系统照射的对象物的表面而得到的所述对象物的表面的对象图像；以及
比较部，对所述对象图像的关注区域的颜色与参照区域的颜色进行比较，所述参照区域为成为所述对象物的颜色的基准的基准物的表面的基准图像的区域并与所述关注区域中的来自所述照明系统的光的入射角和向所述摄像系统的光的反射角的组合对应。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019-178081 | 2019-09-27 | ||
| JP2019178081 | 2019-09-27 | ||
| PCT/JP2020/032537 WO2021059858A1 (ja) | 2019-09-27 | 2020-08-28 | 検査方法、プログラム、及び、検査システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114424046A true CN114424046A (zh) | 2022-04-29 |
| CN114424046B CN114424046B (zh) | 2024-09-27 |
Family
ID=75165735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080066161.4A Active CN114424046B (zh) | 2019-09-27 | 2020-08-28 | 检查方法、记录介质以及检查系统 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11846583B2 (zh) |
| JP (2) | JP7236612B2 (zh) |
| CN (1) | CN114424046B (zh) |
| WO (1) | WO2021059858A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023008146A1 (ja) * | 2021-07-27 | 2023-02-02 | コニカミノルタ株式会社 | 撮影条件調整装置、撮影条件調整方法及びプログラム |
| CN117730249A (zh) * | 2021-07-27 | 2024-03-19 | 柯尼卡美能达株式会社 | 显示体、数据处理装置、数据处理方法以及程序 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003098036A (ja) * | 2001-09-26 | 2003-04-03 | Toppan Printing Co Ltd | カラーフィルタの色ムラ検査方法及び色ムラ検査装置 |
| JP2007093330A (ja) * | 2005-09-28 | 2007-04-12 | Olympus Corp | 欠陥抽出装置及び欠陥抽出方法 |
| US20090091768A1 (en) * | 2006-04-26 | 2009-04-09 | Sharp Kabushiki Kaisha | Color Filter Inspection Method, Color Filter Manufacturing Method, and Color Filter Inspection Apparatus |
| KR20110010439A (ko) * | 2009-07-24 | 2011-02-01 | 광주과학기술원 | 이미지 기반 반사율 측정 시스템 및 방법 |
| CN103562710A (zh) * | 2011-05-30 | 2014-02-05 | 狮王株式会社 | 照明系统、检查系统以及控制系统 |
| CN104114985A (zh) * | 2011-09-30 | 2014-10-22 | 涂层国外知识产权有限公司 | 匹配含有效应颜料的涂层的颜色和外观的方法 |
| JP2014206451A (ja) * | 2013-04-12 | 2014-10-30 | 新日鐵住金株式会社 | 色調変化検出装置、色調変化検出方法及びプログラム |
| CN104471361A (zh) * | 2012-04-20 | 2015-03-25 | 色彩化学研究所有限公司 | 变角分光成像测定方法及其装置 |
| JP2016038221A (ja) * | 2014-08-05 | 2016-03-22 | 株式会社リコー | 試料測定装置および試料測定プログラム |
| JP2016161297A (ja) * | 2015-02-26 | 2016-09-05 | 有限会社パパラボ | 着色評価装置および着色評価方法 |
| CN106104261A (zh) * | 2014-03-07 | 2016-11-09 | 新日铁住金株式会社 | 表面性状指标化装置、表面性状指标化方法以及程序 |
| CN106796179A (zh) * | 2014-09-05 | 2017-05-31 | 株式会社斯库林集团 | 检查装置以及检查方法 |
| JP2018105799A (ja) * | 2016-12-28 | 2018-07-05 | スリーエム イノベイティブ プロパティズ カンパニー | 測定装置、方法およびプログラム |
| JP2019095328A (ja) * | 2017-11-24 | 2019-06-20 | 凸版印刷株式会社 | 呈色反応検出システム、呈色反応検出方法及びプログラム |
| CN110044294A (zh) * | 2018-01-17 | 2019-07-23 | 欧姆龙株式会社 | 图像检查装置及照明装置 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3304152B2 (ja) * | 1993-01-20 | 2002-07-22 | マツダ株式会社 | 色むら検査装置 |
| JPH09203664A (ja) * | 1996-01-25 | 1997-08-05 | C G A Kk | 色合い検査装置 |
| JP3358434B2 (ja) * | 1996-03-27 | 2002-12-16 | 日産自動車株式会社 | 塗装品質解析装置 |
| DE10103555B4 (de) * | 2001-01-26 | 2019-12-19 | Volkswagen Ag | Verfahren zur Beurteilung einer Farbschicht |
| US6977650B2 (en) * | 2001-04-24 | 2005-12-20 | E. I. Dupont De Nemours And Company | Process for generating a computer image of a coated three-dimensional object |
| JP4808871B2 (ja) * | 2001-07-12 | 2011-11-02 | 倉敷紡績株式会社 | 表面性状評価装置 |
| DE102004027448A1 (de) * | 2004-06-04 | 2005-12-29 | Basf Coatings Ag | Verfahren und Vorrichtung zur farbmetrischen Messung von Effekt- und Uni-Lacken |
| JP2006292578A (ja) | 2005-04-12 | 2006-10-26 | Konica Minolta Sensing Inc | 異方性試料の色差評価方法及び測色システム |
| EP1941459B1 (en) * | 2005-10-28 | 2012-02-22 | E.I. Du Pont De Nemours And Company | Realistic video display of gonioapparent color |
| JP2007248072A (ja) | 2006-03-13 | 2007-09-27 | Nissan Motor Co Ltd | 色むら検査装置および方法 |
| JP6039109B2 (ja) | 2014-01-14 | 2016-12-07 | 有限会社パパラボ | 着色検査装置および着色検査方法 |
| JP2016006408A (ja) | 2014-05-26 | 2016-01-14 | 有限会社パパラボ | ウェアラブル着色評価装置及びウェアラブルウェアラブル着色評価方法 |
| US11231359B2 (en) * | 2017-11-16 | 2022-01-25 | Konica Minolta, Inc. | Multi-angle colorimeter |
| JP2019185730A (ja) | 2018-03-30 | 2019-10-24 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2020
- 2020-08-28 JP JP2021548712A patent/JP7236612B2/ja active Active
- 2020-08-28 WO PCT/JP2020/032537 patent/WO2021059858A1/ja active Application Filing
- 2020-08-28 US US17/638,248 patent/US11846583B2/en active Active
- 2020-08-28 CN CN202080066161.4A patent/CN114424046B/zh active Active
-
2022
- 2022-09-16 JP JP2022147501A patent/JP7515124B2/ja active Active
-
2023
- 2023-10-17 US US18/488,340 patent/US20240044778A1/en active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003098036A (ja) * | 2001-09-26 | 2003-04-03 | Toppan Printing Co Ltd | カラーフィルタの色ムラ検査方法及び色ムラ検査装置 |
| JP2007093330A (ja) * | 2005-09-28 | 2007-04-12 | Olympus Corp | 欠陥抽出装置及び欠陥抽出方法 |
| US20090091768A1 (en) * | 2006-04-26 | 2009-04-09 | Sharp Kabushiki Kaisha | Color Filter Inspection Method, Color Filter Manufacturing Method, and Color Filter Inspection Apparatus |
| KR20110010439A (ko) * | 2009-07-24 | 2011-02-01 | 광주과학기술원 | 이미지 기반 반사율 측정 시스템 및 방법 |
| CN103562710A (zh) * | 2011-05-30 | 2014-02-05 | 狮王株式会社 | 照明系统、检查系统以及控制系统 |
| CN104114985A (zh) * | 2011-09-30 | 2014-10-22 | 涂层国外知识产权有限公司 | 匹配含有效应颜料的涂层的颜色和外观的方法 |
| CN104471361A (zh) * | 2012-04-20 | 2015-03-25 | 色彩化学研究所有限公司 | 变角分光成像测定方法及其装置 |
| JP2014206451A (ja) * | 2013-04-12 | 2014-10-30 | 新日鐵住金株式会社 | 色調変化検出装置、色調変化検出方法及びプログラム |
| CN106104261A (zh) * | 2014-03-07 | 2016-11-09 | 新日铁住金株式会社 | 表面性状指标化装置、表面性状指标化方法以及程序 |
| JP2016038221A (ja) * | 2014-08-05 | 2016-03-22 | 株式会社リコー | 試料測定装置および試料測定プログラム |
| CN106796179A (zh) * | 2014-09-05 | 2017-05-31 | 株式会社斯库林集团 | 检查装置以及检查方法 |
| JP2016161297A (ja) * | 2015-02-26 | 2016-09-05 | 有限会社パパラボ | 着色評価装置および着色評価方法 |
| JP2018105799A (ja) * | 2016-12-28 | 2018-07-05 | スリーエム イノベイティブ プロパティズ カンパニー | 測定装置、方法およびプログラム |
| JP2019095328A (ja) * | 2017-11-24 | 2019-06-20 | 凸版印刷株式会社 | 呈色反応検出システム、呈色反応検出方法及びプログラム |
| CN110044294A (zh) * | 2018-01-17 | 2019-07-23 | 欧姆龙株式会社 | 图像检查装置及照明装置 |
Non-Patent Citations (1)
| Title |
|---|
| 杨春宇;陈永敢;张青文;: "建筑饰面材料色度反射性能测量及方法", 重庆大学学报, no. 07, 15 July 2009 (2009-07-15), pages 108 - 112 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022177166A (ja) | 2022-11-30 |
| US20220326145A1 (en) | 2022-10-13 |
| US11846583B2 (en) | 2023-12-19 |
| JP7515124B2 (ja) | 2024-07-12 |
| JPWO2021059858A1 (zh) | 2021-04-01 |
| CN114424046B (zh) | 2024-09-27 |
| WO2021059858A1 (ja) | 2021-04-01 |
| JP7236612B2 (ja) | 2023-03-10 |
| US20240044778A1 (en) | 2024-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2387796B1 (en) | System and method for inspecting a wafer | |
| US20190033233A1 (en) | System and method for inspecting a wafer | |
| JP7515124B2 (ja) | 検査方法 | |
| US20110228052A1 (en) | Three-dimensional measurement apparatus and method | |
| US8717578B2 (en) | Profilometer, measuring apparatus, and observing apparatus | |
| WO2010118281A2 (en) | Profilometer, measuring apparatus, and observing apparatus | |
| JP2005265655A (ja) | 分光反射率測定装置、膜厚測定装置および分光反射率測定方法 | |
| US9626752B2 (en) | Method and apparatus for IC 3D lead inspection having color shadowing | |
| CN111344103B (zh) | 基于高光谱光学传感器的涂层区域定位方法和装置、及除胶系统 | |
| CN105928895A (zh) | 用于使用浸胶带探测各种气体的波长谱分析的系统和方法 | |
| KR20160069489A (ko) | 기판 상에 형성된 부품의 터미널 검사방법 및 기판 검사장치 | |
| CN113614774A (zh) | 用于目标涂层的图像数据中的缺陷检测的方法和系统 | |
| TWI428568B (zh) | 測距方法、測距系統與其處理軟體 | |
| KR102171773B1 (ko) | 검사 영역 결정 방법 및 이를 이용하는 외관 검사 장치 | |
| JP2016503896A (ja) | 分光光度測定値データの統計的測定値制御のためのシステムおよび方法 | |
| JP6770541B2 (ja) | 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造 | |
| KR102015620B1 (ko) | 금속입자 검출 시스템 및 방법 | |
| US10229495B2 (en) | Method for unsupervised stain separation in pathological whole slide images | |
| WO2023210313A1 (ja) | 測定方法、測定システム、および情報処理方法 | |
| WO2021131686A1 (ja) | 検査方法、プログラム、及び、検査システム | |
| CN115980059B (zh) | 表面缺陷检测系统及其检测方法、装置、设备、存储介质 | |
| CN118329391A (zh) | 一种ar光波导杂散光的测试方法及系统 | |
| Vergara Villegas et al. | Radial Basis Function Neural Network for the Evaluation of Image Color Quality Shown on Liquid Crystal Displays | |
| JP2024130353A (ja) | 車体検査装置、車体検査システム、及び車体検査方法 | |
| JP2020139821A (ja) | 検査装置、検査システム及び検査方法 |
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 |