CN115791785A - 表面检查装置、存储介质及表面检查方法 - Google Patents
表面检查装置、存储介质及表面检查方法 Download PDFInfo
- Publication number
- CN115791785A CN115791785A CN202210278447.XA CN202210278447A CN115791785A CN 115791785 A CN115791785 A CN 115791785A CN 202210278447 A CN202210278447 A CN 202210278447A CN 115791785 A CN115791785 A CN 115791785A
- Authority
- CN
- China
- Prior art keywords
- texture
- inspection apparatus
- surface inspection
- difference
- image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (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
一种表面检查装置、存储介质及表面检查方法。表面检查装置,其具有:摄像器件,拍摄作为检查对象的物体表面;及处理器,通过由所述摄像器件拍摄的图像的处理来计算所述物体的质感,所述处理器将表示所述物体的质感的符号显示在多维分布图上的坐标位置。
Description
技术领域
本发明涉及一种表面检查装置、存储介质及表面检查方法。
背景技术
目前,在各种产品中,使用将合成树脂成型而成的组件(以下称为“成型品”)。成型品的质感根据颜色、光泽及形成于表面的微小的凹凸等而变化。
专利文献1:日本专利第6564660号公报
专利文献2:日本特开2012-002704号公报
质感是决定外观的印象的项目之一。因此,在开发阶段设有检查成型品的质感的工序,要求缩短作业。另外,在由多个成型品构成的产品的情况下,还要求在多个成型品之间质感的均匀性的检查。
另外,以往的外观检查装置仅使用L*a*b*的颜色信息来评价质感,但在基于该方法的评价中,难以评价由如纹理之类的微小的凹凸产生的质感。
发明内容
本发明的目的在于,与仅用评价值显示物体表面的质感的情况相比,容易确认物体表面的质感。
方案1所述的发明为表面检查装置,其具有:摄像器件,拍摄作为检查对象的物体表面;及处理器,通过由所述摄像器件拍摄的图像的处理来计算所述物体的质感,所述处理器将表示所述物体的质感的符号显示在多维分布图上的坐标位置。
方案2所述的发明在方案1所述的表面检查装置中,所述多维分布图中显示多个所述符号。
方案3所述的发明在方案2所述的表面检查装置中,多个所述符号中的一个是表示作为基准的物体的质感的符号,其他是表示作为检查对象的物体的质感的符号。
方案4所述的发明在方案1所述的表面检查装置中,所述多维分布图中显示赋予相对于作为基准的所述物体的质感差的允许范围的标识。
方案5所述的发明在方案4所述的表面检查装置中,所述标识的显示和不显示通过预先确定的操作来切换。
方案6所述的发明在方案4所述的表面检查装置中,根据允许范围的阶段,同心地显示多个所述标识。
方案7所述的发明在方案4至6中任一项所述的表面检查装置中,所述标识为矩形。
方案8所述的发明在方案4至6中任一项所述的表面检查装置中,所述标识为椭圆或圆形。
方案9所述的发明在方案4至6中任一项所述的表面检查装置中,所述标识的形状通过预先确定的操作来切换。
方案10所述的发明在方案1所述的表面检查装置中,所述坐标位置由表示来自物体表面的宏观反射光成分的质感的第1值和表示来自物体表面的微观反射光成分的质感的第2值规定。
方案11所述的发明在方案10所述的表面检查装置中,所述第1值根据来自物体表面的镜面反射成分的图像和漫反射成分的图像来计算,所述第2值根据来自物体表面的镜面反射成分的图像来计算。
方案12所述的发明在方案10所述的表面检查装置中,所述处理器在画面上显示所述第1值和所述第2值。
方案13所述的发明在方案12所述的表面检查装置中,所述处理器在画面上显示表示使用所述第1值和所述第2值计算出的两个物体的质感差的数值。
方案14所述的发明在方案13所述的表面检查装置中,所述处理器计算表示所述两个物体的色差的信息及表示所述质感差的数值。
方案15所述的发明为存储介质,其存储有用于使对用摄像器件拍摄作为检查对象的物体的表面的图像进行处理的计算机实现如下功能的程序:计算所述物体的质感的功能;及在多维分布图上的坐标位置显示表示所述物体的质感的符号的功能。
方案16所述的发明为表面检查方法,其包括如下步骤:计算物体的质感;及在多维分布图上的坐标位置显示表示所述物体的质感的符号。
发明效果
根据本发明的第1方案,与仅用评价值显示物体表面的质感的情况相比,能够容易确认物体表面的质感。
根据本发明的第2方案,能够容易确认多个成型品的质感差。
根据本发明的第3方案,能够将作为基准的质感与作为检查对象的物体的质感的差异作为两个符号的距离来掌握。
根据本发明的第4方案,能够容易对作为检查对象的物体进行评价。
根据本发明的第5方案,能够根据需要切换标识的显示和不显示。
根据本发明的第6方案,能够分多个阶段确认作为检查对象的物体的评价。
根据本发明的第7方案,能够容易对作为检查对象的物体进行评价。
根据本发明的第8方案,能够容易对作为检查对象的物体进行评价。
根据本发明的第9方案,能够根据需要切换标识的显示和不显示。
根据本发明的第10方案,能够计算接近于人的视觉的评价的质感。
根据本发明的第11方案,能够计算接近于人的视觉的评价的质感。
根据本发明的第12方案,能够准确地确认在分布图上显示的所述符号的坐标值。
根据本发明的第13方案,能够将多个成型品的质感差作为数值来确认。
根据本发明的第14方案,能够使表示质感差的值更接近于人的视觉。
根据本发明的第15方案,与仅用评价值显示物体表面的质感的情况相比,能够容易确认物体表面的质感。
根据本发明的第16方案,与仅用评价值显示物体表面的质感的情况相比,能够容易确认物体表面的质感。
附图说明
根据以下附图,对本发明的实施方式进行详细叙述。
图1是对在实施方式1中设想的表面检查装置的使用例进行说明的图;
图2是对在实施方式1中使用的表面检查装置的硬件结构的一例进行说明的图;
图3是对实施方式1的表面检查装置的光学系统的结构例进行说明的图;
图4是对计算定量化两个样品之间的质感差的分数的方法的一例进行说明的图;
图5是对显示在显示器上的操作画面的一例进行说明的图;
图6是对双轴图表的显示例进行说明的图;图6的(A)是在质感差分数的计算中使用“定量化模型1”时的显示例,图6的(B)是在质感差分数的计算中使用“定量化模型2”时的显示例;
图7是表示在使用表面检查装置的质感差的检查时执行的处理动作例的流程图;
图8是对在允许界限线的显示和质感差分数的计算中选择使用“定量化模型1”时的操作画面的具体例进行说明的图;
图9是对在允许界限线的显示和质感差分数的计算中选择使用“定量化模型2”时的操作画面的具体例进行说明的图;
图10是对伴随基准样品和对象样品的摄像的双轴图表的显示的变化进行说明的图;图10的(A)是与步骤102对应的画面例,图10的(B)是与步骤104对应的画面例,图10的(C)是与步骤106对应的画面例,图10的(D)是与重新拍摄后的步骤104对应的画面例,图10的(E)是与步骤108(参考图7)对应的画面例,图10的(F)是与步骤112对应的画面例,图10的(G)是与步骤114对应的画面例,图10的(H)是与步骤116对应的画面例;
图11是对计算定量化两个样品之间的质感差的分数的方法的另一例进行说明的图;
图12是对在实施方式2中使用的操作画面的一例进行说明的图;
图13是对在实施方式3中设想的表面检查装置的使用例进行说明的图。
符号说明
1、1A-表面检查装置,10-检查对象,20-单轴工作台,100-框体,100A-开口部,100B-开口,100C-凸缘部,101-处理器,102-ROM,103-RAM,104-辅助存储装置,105-显示器,106-操作接受装置,107-相机,108、109-光源,110-通信IF,111-信号线,121A-镜面反射图像获取部,121B-漫反射图像获取部,122A-凹凸感计算部,122B-光泽感计算部,123A-凹凸感差计算部,123B-光泽感差计算部,124、124A-质感差分数计算部,125-色差计算部,131-操作画面。
具体实施方式
以下,参考附图对本发明的实施方式进行说明。
<实施方式1>
<表面检查装置的使用例>
图1是对在实施方式1中设想的表面检查装置1的使用例进行说明的图。
在实施方式1中使用的表面检查装置1是所谓的区域相机,以面规定所拍摄的范围(以下称为“拍摄范围”)。
在图1中,拍摄范围包括作为检查对象的整个物体(以下也称为“检查对象”)10。然而,拍摄范围也可以仅包括检查对象10中关注的一部分。在本实施方式中,作为检查对象10设想成型品。
在利用区域相机进行检查的情况下,基于表面检查装置1和检查对象10的检查在静止的状态下执行。换言之,在表面检查装置1和检查对象10不相对移动的状态下,执行检查对象10的表面的检查。
在图1中,检查对象10为板状,但检查对象10的表面的形状是任意形状。例如,除了多面体以外,检查对象10也可以是球体或圆柱等具有曲面的形状。
在实际的检查对象10中,有时存在孔、切口、突起、台阶等。
并且,检查对象10的表面精加工的种类具有无处理、镜面精加工、准镜面精加工、纹理加工等。纹理加工是在检查对象10的表面特意形成微小的凹凸的加工。实施纹理加工的表面的质感根据凸部分与凹部分的面积比、凸部分的大小、由凹凸形成的图案、凹凸的高低差、表面的材质及颜色等影响而变化。
表面检查装置1用于检查对象10的表面的缺陷或质感的检查。
缺陷例如包括缩痕、焊缝。缩痕是在壁厚部分或肋部产生的表面的凹陷,焊缝是指熔融的树脂的前端在模具内合流的部分中产生的条纹。另外,缺陷还包括由于物体碰撞产生的划痕或印痕。
质感是视觉上或触觉上的印象,受物体表面的颜色、光泽、凹凸的影响。表面的凹凸还包括切削模具时产生的微细的条纹。这种条纹与缺陷不同。
本实施方式中的表面检查装置1并不限于缺陷或质感的检查,也能够用于表面的污垢的检查。
本实施方式中的表面检查装置1具有计算表示每个检查对象10的质感的分数的功能和计算表示两个检查对象10之间的质感的差异(以下称为“质感差”)的分数的功能。质感差例如在检查要求质感的均匀性的多个检查对象10时计算。
图1所示的检查对象10相对于由X轴和Y轴规定的面平行地设置。在图1中,检查对象10的表面的法线与Z轴大致平行。
表面检查装置1配置在检查对象10的铅垂上方。在本实施方式中,拍摄检查对象10的表面的相机的光轴与检查对象10的表面的法线大致平行。以下,将拍摄检查对象10的表面时所要求的条件称为“拍摄条件”。
表面检查装置1设置在满足拍摄条件的位置。表面检查装置1可以相对于特定的部件固定,也能够相对于特定的部件拆卸。
然而,表面检查装置1也可以是便携式装置。在能够携带的情况下,检查负责人(以下称为“工作人员”)例如通过手持表面检查装置1,使相机朝向检查对象10来拍摄检查对象10的表面。图1所示的表面检查装置1远离检查对象10的表面,但也可以在使表面检查装置1与检查对象10的表面接触的状态下执行检查。
在图1中,为了说明表面检查装置1与检查对象10的位置关系,简化表面检查装置1的外观而显示为大致长方体。然而,表面检查装置1的外观并不限于大致长方体。
<表面检查装置的结构>
图2是对在实施方式1中使用的表面检查装置1的硬件结构的一例进行说明的图。
图2所示的表面检查装置1具有:处理器101,控制整个装置的动作;ROM(=ReadOnly Memory:只读存储器)102,存储有BIOS(=Basic Input Output System:基本输入输出系统)等;RAM(=Random Access Memory:随机存取存储器)103,用作处理器101的工作区域;辅助存储装置104,存储程序或图像数据;显示器105,显示拍摄检查对象10的表面而获得的图像或与操作有关的信息;操作接受装置106,接受工作人员的操作;相机107,拍摄检查对象10的表面;光源108及109,照亮检查对象10的表面;及通信IF(=InterFace:接口)110,用于与外部的通信。另外,处理器101与各部通过总线等信号线111连接。
处理器101、ROM102及RAM103作为所谓的计算机发挥作用。处理器101通过执行程序来实现各种功能。例如处理器101通过执行程序来执行照明光的发光的控制、拍摄检查对象10的表面而获得的图像的显示、分数的计算等。
拍摄检查对象10的表面而获得的图像数据存储在辅助存储装置104中。辅助存储装置例如使用半导体存储器、硬盘装置。辅助存储装置104还存储固件或应用程序。以下,将固件或应用程序统称为“程序”。
显示器105例如是液晶显示器或有机EL显示器,用于拍摄检查对象10而获得的图像的显示或表示质感的信息的显示。
在本实施方式中,显示器105一体地设置在装置主体上,但可以是通过通信IF110连接的监视器,也可以是通过通信IF110连接的终端装置的显示器。例如,显示器105也可以是通过通信IF110连接的其他计算机的显示器。例如,其他计算机可以是笔记本式计算机或智能手机。
操作接受装置106由配置在显示器105上的触摸传感器或配置在框体上的物理开关、按钮等构成。
将显示器105和操作接受装置106一体化的器件被称为触摸面板。触摸面板用于接受用户对软件显示的按键(以下也称为“软键”)的操作。
在本实施方式中,相机107使用彩色相机。相机107的成像元件例如使用CCD(=Charge Coupled Device:电荷耦合器件)成像传感器或CMOS(=Complementary MetalOxide Semiconductor:互补金属氧化物半导体)成像传感器。
由于相机107使用彩色相机,因此不仅检查对象10的表面的亮度,还能够观察色调。相机107是摄像器件的一例。
在本实施方式中,光源108及109使用白色光源。
光源108配置成在检查对象10的表面被镜面反射(即单向反射)的光成分主要入射到相机107的角度。
另一方面,光源109配置成在检查对象10的表面被漫反射的光成分主要入射到相机107的角度。
在图2中,将光源108标记为“光源A”,将光源109标记为“光源B”。
在本实施方式中,光源108和光源109隔着相机107的光轴配置在相反的一侧,但也可以配置在相同的一侧。
光源108和光源109可以是平行光源,也可以是非平行光源。非平行光源例如包括点光源、面光源。
在本实施方式中的表面检查装置1中,从光源108输出的照明光的输出轴、从光源109输出的照明光的输出轴及相机107的光轴配置在大致相同的面上。
通信IF110由遵照有线或无线的通信标准的模块构成。通信IF110例如使用以太网(注册商标)模块、USB(=Universal Serial Bus:通用串行总线)模块、无线LAN(=LocalArea Network:局域网)模块等。
<光学系统的结构>
图3是对实施方式1的表面检查装置1的光学系统的结构例进行说明的图。在表面检查装置1的框体100的一部分设置有开口部100A。
在开口部100A设置有:开口100B,输入输出照亮检查对象10的表面的照明光和被检查对象10的表面反射的反射光;及凸缘部100C,包围开口100B的外围。换言之,开口100B被设置为设置在平板状的凸缘部100C的中央附近的孔。
开口100B和凸缘部100C例如为圆形形状。然而,开口100B和凸缘部100C也可以是其他形状。例如,可以是矩形。
另外,开口100B和凸缘部100C不需要是相似形状,可以是开口100B为圆形形状,凸缘部100C为矩形。
凸缘部100C用于表面检查装置1相对于检查对象10的表面的拍摄方向上的定位。换言之,凸缘部100C用于相机107和光源108相对于作为检查对象的表面的定位。凸缘部100C还具有防止或减少向开口100B的外光或环境光的入射的作用。
图3所示的框体100具有将大致筒状的两个部件连接的结构。在其中一个筒状部件中容纳有处理器101、相机107及光源108。在另一个筒状部件中容纳有光源109。
并且,在安装有相机107的一侧的筒状部件的外表面安装有显示器105和操作接受装置106。
在图3所示的相机107的光轴L1上配置有未图示的成像透镜。在光源108及109使用平行光源的情况下,成像透镜使用远心透镜。另一方面,在光源108及109使用非平行光源的情况下,成像透镜使用非远心透镜。
在图3中,用LA表示从光源108输出的照明光的光轴,用LB表示从光源109输出的照明光的光轴。
在图3中,平板形状的检查对象10的表面的法线N0与相机107的光轴L1大致平行。
实际的检查对象10的表面具有结构上或设计上的凹凸、曲面、台阶、接缝、在成型过程等中形成的微细的凹凸等。
因此,在本实施方式中,将检查对象10的法线N0以检查对象10中关注的区域AR的法线N0的方向的平均值或关注的特定的位置P的法线N0的含义使用。
在图3中,从光源108输出的照明光的光轴LA与相机107的光轴L1的角度为θA,从光源109输出的照明光的光轴LB与相机107的光轴L1的角度为θB。在本实施方式中,θA大致为5°,θB大致为45°。
<表示质感差的分数的计算>
图4是对计算定量化两个样品之间的质感差的分数(以下称为“质感差分数”)ΔT的方法的一例进行说明的图。
质感差分数ΔT的计算通过处理器101(参考图2)执行程序来实现。
在图4中,将作为基准使用的检查对象10标记为“基准样品”,将检查相对于基准样品的质感差的检查对象10标记为“对象样品”。
在本实施方式中,将第1个检查的检查对象10作为基准样品,将第2个以后检查的检查对象10作为对象样品。
首先,处理器101分别针对基准样品和对象样品获取镜面反射图像和漫反射图像。
在图4中,将获取镜面反射图像的功能部标记为镜面反射图像获取部121A,将获取漫反射图像的功能部标记为漫反射图像获取部121B。镜面反射图像是镜面反射成分的图像的一例,漫反射图像是漫反射成分的图像的一例。
在图4中,并行地记载了镜面反射图像获取部121A和漫反射图像获取部121B,但由各获取部执行的图像的获取按时间顺序执行。
具体而言,镜面反射图像获取部121A仅将光源108(参考图3)控制为点亮状态以获取镜面反射图像,然后,漫反射图像获取部121B仅将光源109(参考图3)控制为点亮状态以获取漫反射图像。
并且,在图4中,并行地记载了从基准样品获取镜面反射图像和漫反射图像(以下也称为“图像对”)的功能部和从对象样品获取图像对的功能部,但这些功能部是相同的。
具体而言,镜面反射图像获取部121A和漫反射图像获取部121B用于从基准样品获取图像对的处理和从对象样品获取图像对的处理这两者。这些功能部先用于从基准样品获取图像对,然后用于从对象样品获取图像对。
从基准样品和对象样品获取的镜面反射图像分别提供给凹凸感计算部122A。
凹凸感计算部122A是计算对从检查对象10的表面获取的微观反射光成分进行评价而获得的分数的功能部。在本实施方式中,将根据微观反射光成分识别的质感称为“凹凸感”,将对应的分数称为“凹凸感分数”。凹凸少的表面的凹凸感分数成为相对小的值,凹凸多的表面的凹凸感分数成为相对大的值。凹凸感分数是第2值的一例。
在本实施方式中,凹凸感计算部122A例如将镜面反射光成分的高速傅里叶变换(FFT:Fast Fourier Transformation)的振幅作为凹凸感分数输出。
在图4中,“凹凸感1”和“凹凸感2”是凹凸感分数。“凹凸感1”是基准样品的凹凸感分数,“凹凸感2”是对象样品的凹凸感分数。
凹凸感计算部122A用于基准样品的凹凸感分数的计算和对象样品的凹凸感分数的计算这两者。
从基准样品和对象样品获取的镜面反射图像和从基准样品和对象样品获取的漫反射图像分别提供给光泽感计算部122B。
光泽感计算部122B是计算对从检查对象10的表面获取的宏观反射光成分进行评价而获得的分数的功能部。
在本实施方式中,将根据宏观反射光成分识别的质感称为“光泽感”,将对应的分数称为“光泽感分数”。漫反射光为主导性的表面的光泽感分数成为相对小的值,镜面反射光为主导性的表面的光泽感分数成为相对大的值。光泽感分数是第1值的一例。
在本实施方式中,光泽感计算部122B将镜面反射图像的平均亮度值与漫反射图像的平均亮度值的差分值(=镜面反射图像的平均亮度值-漫反射图像的平均亮度值)作为光泽感分数输出。
在图4中,“光泽感1”和“光泽感2”是光泽感分数。“光泽感1”是基准样品的光泽感分数,“光泽感2”是对象样品的光泽感分数。
光泽感计算部122B用于基准样品的光泽感分数的计算和对象样品的光泽感分数的计算这两者。
基准样品的凹凸感分数和对象样品的凹凸感分数被提供给凹凸感差计算部123A。
基准样品的光泽感分数和对象样品的光泽感分数被提供给光泽感差计算部123B。
凹凸感差计算部123A是计算针对基准样品计算出的凹凸感分数与针对对象样品计算出的凹凸感分数的差分,并输出赋予凹凸感差的分数(以下称为“凹凸感差分数”)的功能部。
光泽感差计算部123B是计算针对基准样品计算出的光泽感分数与针对对象样品计算出的光泽感分数的差分,并输出赋予光泽感差的分数(以下称为“光泽感差分数”)的功能部。
计算出的凹凸感差分数和光泽感差分数被提供给质感差分数计算部124。
质感差分数计算部124是计算质感差分数ΔT的功能部,该质感差分数ΔT通过对人在基准样品与对象样品之间感觉到的质感差进行定量化而获得。
人通过综合评价光泽感的差异和凹凸感的差异来判断两个检查对象10的表面的质感差。因此,在本实施方式中,使用将光泽感差和凹凸感差作为参数的定量化模型来计算质感差分数ΔT。
在本实施方式中,准备了两种定量化模型。以下,将两种定量化模型标记为“定量化模型1”及“定量化模型2”。
定量化模型1:
ΔT=系数1×光泽感差+系数2×凹凸感差
定量化模型2:
ΔT=√{(系数1×光泽感差)2+(系数2×凹凸感差)2}
在本实施方式中,工作人员能够选择用于计算质感差分数ΔT的定量化模型。然而,用于计算质感差分数ΔT的定量化模型也可以固定为任意一者。质感差分数ΔT是表示质感差的数值的一例。
<操作画面>
图5是对显示在显示器105上的操作画面的一例进行说明的图。
图5所示的操作画面131是表示测量对象样品相对于基准样品的质感差的结果的画面的一例。因此,在操作画面131上附加有“质感差测量”的标题。
图5所示的操作画面131由多个显示栏132~138构成。
在显示栏132中显示相机107(参考图2)实时拍摄的实时视频。在本实施方式中的表面检查装置1中,当操作电源按钮时,光源108(参考图2)被点亮,开始基于相机107的摄像。实时视频用于确认用相机107拍摄的部位。因此,与质感的检查中使用的图像的获取无关。
实时视频显示为彩色图像或灰度图像。另外,在显示栏132中显示有作为用于计算分数的区域的标识使用的矩形框132A。
在显示栏133中显示有为了检查质感差而拍摄的图像。显示栏133的图像是在工作人员操作摄像按钮的时刻位于框132A中的图像。
当操作摄像按钮时,以时间差拍摄用于检查质感差的镜面反射图像和漫反射图像这2张。因此,在显示栏133中针对每个样品显示镜面反射图像和漫反射图像。
在图5中,用“基准”表示基准样品,用“对象A”表示对象样品A,用“对象B”表示对象样品B。
在图5中,由于显示空间的关系仅显示两个与对象样品对应的图像,但能够通过滚动条的操作来变更显示在显示栏133中的对象样品的图像。
另外,在显示栏133中,像素的灰度表示亮度值。越是浓颜色的像素,亮度级别越低,越是淡颜色的像素,亮度级别越高。
镜面反射图像的亮度范围为15-100,漫反射图像的亮度范围为11-35。亮度范围也根据拍摄条件而不同。
在显示栏134中,为了工作人员的确认而显示计算出的分数。分数有光泽感分数、凹凸感分数、质感差分数ΔT这三种。在图5中,这三种分数分别用“光泽感”、“凹凸感”、“ΔT”表示。
另外,对于基准样品,不显示质感差分数ΔT。
在图5中,能够显示5个对象样品的分数。并且,以备将更多的对象样品作为检查对象的情况,配置有滚动条。通过滚动条的操作,能够变更显示在显示栏134中的对象样品的图像。
顺便一提,质感差分数ΔT的值根据用于计算的定量化模型而不同。
显示栏135的显示用于选择用于计算质感差分数ΔT的定量化模型。在图5中,在显示栏135中显示有“模型1”的选择按钮135A和“模型2”的选择按钮135B。
“模型1”与“定量化模型1”对应,“模型2”与“定量化模型2”对应。
在显示栏136中,基准样品和对象样品的质感显示为二维空间上的坐标点。
在图5中,在显示栏136中显示将横轴作为光泽感分数,将纵轴作为凹凸感分数的双轴图表,并且在对应的坐标位置显示与基准样品和对象样品分别对应的符号。这里的双轴图表是多维分布图的一例。
表示坐标点的符号在所有样品中可以相同,但在基准样品和对象样品中可以不同。并且,表示坐标点的符号在所有样品中也可以不同。
符号的差异可以是符号的形状的差异,也可以是颜色的差异,还可以是形状和颜色的组合的差异。
可以在表示坐标点的符号的附近显示表示样品名的文字,也可以在双轴图表的栏外显示表示符号与样品的对应关系的凡例。
显示栏137显示用于选择是否显示基准样品与对象样品的质感差的判断用标识的复选框。
在图5中,勾选了“有允许界限线”的复选框。允许界限线是赋予以赋予基准样品的质感的坐标值为中心的质感差的允许范围的界限的线。在未勾选复选框的情况下,允许界限线不显示在双轴图表中。
允许界限线的形状根据用于计算质感差分数ΔT的定量化模型而不同。例如,“定量化模型1”的允许界限线为矩形,“定量化模型2”的允许界限线为椭圆或圆形。
为了删除显示在操作画面131中的分数或坐标点而准备显示栏138。
当操作“All clear”按钮138A时,删除画面上的所有分数和坐标点。
当操作“clear”按钮138B时,仅删除刚刚获取图像的样品的分数和坐标点。
图6是对双轴图表的显示例进行说明的图。图6的(A)是在质感差分数的计算中使用“定量化模型1”时的显示例,图6的(B)是在质感差分数的计算中使用“定量化模型2”时的显示例。
在图6的(A)及图6的(B)中,在双轴图表中用相同的符号显示三个样品的坐标点。具体而言,圆形标记显示在与各样品对应的坐标点上。并且,在图6的(A)及图6的(B)所示的双轴图表中,在各标记的旁边显示有样品名。
在图6的(A)及图6的(B)所示的双轴图表中显示有允许界限线。
与“定量化模型1”对应的图6的(A)的双轴图表中的允许界限线用矩形形状的一种即菱形表示。
另一方面,与“定量化模型2”对应的图6的(B)的双轴图表中的允许界限线用椭圆形状表示。然而,如上所述,允许界限线也可以是圆形形状。
在图6的(A)及图6的(B)所示的双轴图表的任一种情况下,均同心地显示了多个相似形状的允许界限线。
在图6的(A)及图6的(B)中,允许界限线的数量为三个。三个允许界限线的线种、粗细或颜色等可以相同,也可以不同。
三个允许界限线中最内侧的允许界限线例如赋予几乎没有质感差的范围,正中间的允许界限线例如赋予有质感差,但质感差不明显的范围,最外侧的允许界限线例如赋予不良判定的阈值。然而,这些区分仅为一例。
另外,显示在双轴图表中的允许界限线的数量并不限于三个,可以是一个,也可以是两个或四个。
<质感差检查>
图7是表示在使用表面检查装置1的质感差的检查时执行的处理动作例的流程图。图中所示的符号S表示步骤。
另外,图7所示的处理动作通过处理器101(参考图2)执行程序来控制。
处理器101通过检测摄像按钮的操作,针对基准样品拍摄镜面反射图像和漫反射图像(步骤101)。
所拍摄的镜面反射图像和漫反射图像显示在显示栏133(参考图5)中。并且,处理器101针对所拍摄的镜面反射图像和漫反射图像计算光泽感分数和凹凸感分数。
接着,处理器101将针对基准样品计算出的分数显示在分数栏和双轴图表中(步骤102)。这里的分数是光泽感分数和凹凸感分数。
计算出的分数显示在显示栏134(参考图5)中。并且,将计算出的分数作为坐标值,在双轴图表上的坐标点显示与基准样品对应的符号。
接着,处理器101通过检测摄像按钮的操作,针对对象样品A拍摄镜面反射图像和漫反射图像(步骤103)。
当拍摄新的图像对时,处理器101将针对对象样品A计算出的分数显示在分数栏和双轴图表中(步骤104)。
另外,当针对对象样品A计算出光泽感分数和凹凸感分数时,处理器101也根据事先选择的定量化模型计算质感差分数ΔT,并显示在显示栏134中。
在图7中,在步骤104的显示中,在显示栏136的双轴图表中不显示允许界限线。然而,也可以在步骤104的阶段判定有无勾选在双轴图表中显示允许界限线。
接着,处理器101判定是否有“clear”按钮138B(参考图5)的操作(步骤105)。在想要重新拍摄对象样品的图像的情况下,工作人员操作“clear”按钮138B。
在步骤105中得到肯定结果的情况下,处理器101从分数栏和双轴图表中删除对象样品A的分数(步骤106)。之后,处理器101返回到步骤103。
在步骤105中未得到否定结果而检测到摄像按钮的操作的情况下,处理器101针对对象样品B拍摄镜面反射图像和漫反射图像(步骤107)。
当拍摄新的图像对时,处理器101将针对对象样品B计算出的分数显示在分数栏和双轴图表中(步骤108)。
接着,处理器101判定是否有“clear”按钮138B的操作(步骤109)。
在步骤109中得到肯定结果的情况下,处理器101从分数栏和双轴图表中删除对象样品B的分数(步骤110),返回到步骤107。
在即使经过预先确定的时间也没有“clear”按钮138B的操作的情况下,处理器101在步骤109中得到否定结果。
接着,处理器101判定是否勾选“有允许界限线”(步骤111)。
在步骤111中得到肯定结果的情况下,处理器101在双轴图表中显示允许界限线(步骤112)。允许界限线以表示基准样品的质感的符号为中心显示。
在图7中,接着,处理器101判定是否变更定量化模型(步骤113)。
在步骤113中得到肯定结果的情况下,处理器101根据变更后的定量化模型来变更允许界限线的显示(步骤114)。质感差分数也根据变更后的定量化模型重新被计算。
另外,在步骤111中得到否定结果的情况下,或在步骤113中得到否定结果的情况下,或在执行步骤114后,处理器101判定是否有“All clear”按钮138A的操作(步骤115)。
在步骤115中得到否定结果的情况下,处理器101返回到步骤111。
另一方面,在步骤115中得到肯定结果的情况下,处理器101从画面上删除与所有图像对应的分数(步骤116),并结束质感差的检查。
另外,图7所示的处理动作表示与基准样品进行比较的对象样品为两个的情况,但在对象样品为三个以上的情况下,例如可以在步骤110与步骤111之间,执行样品数次数的步骤107~步骤110。
并且,也可以在每次从一个样品获取图像对时执行步骤111的判定或步骤113的判定。
<操作画面的具体例>
以下,对由表面检查装置1检查质感差时显示的操作画面的具体例进行说明。
图8是对在允许界限线的显示和质感差分数ΔT的计算中选择使用“定量化模型1”时的操作画面131的具体例进行说明的图。在图8中,对与图5的对应部分标注对应的符号而进行显示。
在图8中,在显示栏132和显示栏133中显示有实际拍摄的图像。
在显示栏136所示的双轴图表中,缩小显示图6的(A)所示的图像。
工作人员能够将定量化的质感差作为双轴图表上的符号之间的位置关系或与允许界限线的位置关系来掌握。
图9是对在允许界限线的显示和质感差分数ΔT的计算中选择使用“定量化模型2”时的操作画面131的具体例进行说明的图。在图9中,对与图5的对应部分标注对应的符号而进行显示。
在图9中,也在显示栏132和显示栏133中显示有实际拍摄的图像。并且,在显示栏136所示的双轴图表中,缩小显示图6的(B)所示的图像。
在图9中,用于计算质感差分数ΔT的定量化模型与图8不同,因此质感差分数ΔT的值也不同。
图10是对伴随基准样品和对象样品的摄像的双轴图表的显示的变化进行说明的图。图10的(A)是与步骤102(参考图7)对应的画面例,图10的(B)是与步骤104(参考图7)对应的画面例,图10的(C)是与步骤106对应的画面例,图10的(D)是与重新拍摄后的步骤104对应的画面例,图10的(E)是与步骤108(参考图7)对应的画面例,图10的(F)是与步骤112(参考图7)对应的画面例,图10的(G)是与步骤114(参考图7)对应的画面例,图10的(H)是与步骤116(参考图7)对应的画面例。
在图10中,用于计算质感差分数ΔT的定量化模型表示从“定量化模型1”变更为“定量化模型2”的情况。
<实施方式2>
在本实施方式中,对质感差分数ΔT的其他计算例进行说明。
另外,本实施方式中的表面检查装置1的外观结构等与在实施方式1中说明的表面检查装置1相同。
图11是对计算定量化两个样品之间的质感差而获得的分数的方法的另一例进行说明的图。在图11中,对与图4的对应部分标注对应的符号而进行显示。
在本实施方式中,表示色差的信息用于计算质感差分数。
在图11中,在处理器101(参考图2)中追加了作为色差计算部125的功能。
色差计算部125是根据基准样品的漫反射图像和对象样品的漫反射图像来计算表示色差成分的分数(以下称为“色差分数”),并将计算出的色差分数输出到质感差分数计算部124A的功能部。
首先,色差计算部125计算漫反射图像的平均sRGB(=standard RGB)值。平均sRGB值是红色(R)值、绿色(G)值及蓝色(B)值的各平均值。
接着,色差计算部125将平均sRGB值转换为L*a*b*值。
接着,色差计算部125例如通过以下式计算色差分数ΔE。
ΔE=√{(L*1-L*2)2+(a*1-a*2)2+(b*1-b*2)2}
在此,L*1、a*1、b*1是基准样品的值,L*2、a*2、b*2是对象样品的值。
另外,色差分数ΔE可以作为亮度差ΔL*计算,也可以作为彩度差ΔC*计算,还可以作为色相差ΔH*计算。各分数例如通过以下式计算。
ΔL*=|L*1-L*2|
ΔC*=|C*1-C*2|
其中,C*=√(a*2+b*2)
ΔH*=√(ΔE*2-ΔL*2-ΔC*2)
当色差计算部125计算任意一个值作为色差分数时,质感差分数计算部124A使用光泽感差、凹凸感差及色差来定量化质感差。
在本实施方式中,如下规定定量化模型1和定量化模型2。
定量化模型1:
ΔT=系数1×光泽感差+系数2×凹凸感差+系数3×色差
定量化模型2:
ΔT=√{(系数1×光泽感差)2+(系数2×凹凸感差)2}+系数3×色差
图12是对在实施方式2中使用的操作画面的一例进行说明的图。在图12中,对与图5的对应部分标注对应的符号而进行显示。
在图12中,显示栏136的基准样品与对象样品的质感的差异用三维空间上的坐标点的关系显示。
具体而言,显示将一个轴作为光泽感差分数,将一个轴作为凹凸感差分数,将一个轴作为色差分数的三轴图表。在图12中,在显示栏136的显示中不仅追加了色差分数,而且光泽感分数被变更为光泽感差分数,凹凸感分数被变更为凹凸感差分数。并且,光泽感差分数和凹凸感差分数也取负值,因此在图12所示的显示栏136中,在与光泽感差分数和凹凸感差分数对应的各轴上也表示负方向。
这里的三轴图表是多维分布图的一例。
在本实施方式中,能够通过坐标点的位置关系来确认质感差,该质感差除了包含与亮度有关的信息以外,还包含与样品表面的色差有关的信息。即,在本实施方式中,不仅能够根据定量化的质感差分数ΔT来进行视觉上的判断,还能够根据三维图表上的坐标点的关系来进行视觉上的判断。
<实施方式3>
图13是对在实施方式3中设想的表面检查装置1A的使用例进行说明的图。在图13中,对与图1的对应部分标注对应的符号而进行显示。
在本实施方式中使用的表面检查装置1A使用所谓的线条相机。因此,拍摄范围为线状。
在本实施方式中,在检查时,检查对象10以设置在单轴工作台20上的状态沿箭头的方向移动。通过单轴工作台20沿一个方向移动,拍摄整个检查对象10。
另外,使用线条相机作为相机107(参考图2),除此以外,相机107与光源108、109(参考图2)的位置关系等与实施方式1相同。
<其他实施方式>
(1)以上,对本发明的实施方式进行了说明,但本发明的技术范围并不限定于上述实施方式中记载的范围。从技术方案的记载可知,对上述实施方式进行各种变更或改良而得到的实施方式也包含在本发明的技术范围内。
(2)在上述实施方式中,使用彩色相机作为相机107(参考图2),但也可以使用单色相机。并且,也可以仅使用彩色相机中绿色(G)成分来检查检查对象10(参考图1)的表面。
(3)在上述实施方式中,使用白色光源作为光源108、109(参考图2),但照明光的颜色可以是任意颜色。
并且,照明光并不限于可见光,也可以是红外光或紫外光等。
(4)在上述实施方式中,拍摄检查对象10(参考图1)的表面检查装置1(参考图1)的处理器101(参考图2)实现计算分数并显示在操作画面131(参考图5)中的功能,但也可以通过从表面检查装置1获取图像数据的外部计算机或服务器的处理器来实现等同的功能。
(5)在上述实施方式中,在操作画面131(参考图5)上显示实时视频、镜面反射图像及漫反射图像,但用于计算光泽感的镜面反射图像和漫反射图像的差分图像也可以显示在操作画面131上。并且,也可以将对镜面反射图像进行FFT转换后的图像也显示在操作画面131上。
(6)在上述实施方式中,对一个例子(即,将在检查质感差时最初拍摄的样品作为基准样品,将第2个以后拍摄的其他样品作为对象样品,计算表示对象样品相对于基准样品的质感差的质感差分数)进行了说明,但基准样品和对象样品能够与检查的顺序无关地进行指定。例如,能够将显示在显示器105的操作画面上的任意样品指定为基准样品。
(7)在上述实施方式中,作为检查对象10(参考图1)设想成型品,但检查对象10并不限于成型品。
(8)上述各实施方式中的处理器是指广义上的处理器,除了通用的处理器(例如,CPU等)以外,还包括专用的处理器(例如,GPU(=Graphical Processing Unit:图形处理单元)、ASIC(=Application Specific Integrated Circuit:专用集成电路)、FPGA(=FieldProgrammable Gate Array:现场可编程门阵列)、程序逻辑器件等)。
并且,上述各实施方式中的处理器的动作可以由一个处理器单独执行,也可以由存在于物理上分开的位置的多个处理器协作执行。并且,处理器中的各动作的执行顺序并不仅限定于上述各实施方式中记载的顺序,也可以单独变更。
上述本发明的实施方式是以例示及说明为目的而提供的。另外,本发明的实施方式并不全面详尽地包括本发明,并且并不将本发明限定于所公开的方式。很显然,对本发明所属的领域中的技术人员而言,各种变形及变更是自知之明的。本实施方式是为了最容易理解地说明本发明的原理及其应用而选择并说明的。由此,本技术领域中的其他技术人员能够通过对假定为各种实施方式的特定使用最优化的各种变形例来理解本发明。本发明的范围由以上的权利要求书及其等同物来定义。
Claims (16)
1.一种表面检查装置,其具有:
摄像器件,拍摄作为检查对象的物体表面;及
处理器,通过由所述摄像器件拍摄的图像的处理来计算所述物体的质感,
所述处理器将表示所述物体的质感的符号显示在多维分布图上的坐标位置。
2.根据权利要求1所述的表面检查装置,其中,
所述多维分布图中显示多个所述符号。
3.根据权利要求2所述的表面检查装置,其中,
多个所述符号中的一个是表示作为基准的物体的质感的符号,其他是表示作为检查对象的物体的质感的符号。
4.根据权利要求1所述的表面检查装置,其中,
所述多维分布图中显示赋予相对于作为基准的所述物体的质感差的允许范围的标识。
5.根据权利要求4所述的表面检查装置,其中,
所述标识的显示和不显示通过预先确定的操作来切换。
6.根据权利要求4所述的表面检查装置,其中,
根据允许范围的阶段,同心地显示多个所述标识。
7.根据权利要求4至6中任一项所述的表面检查装置,其中,
所述标识为矩形。
8.根据权利要求4至6中任一项所述的表面检查装置,其中,
所述标识为椭圆或圆形。
9.根据权利要求4至6中任一项所述的表面检查装置,其中,
所述标识的形状通过预先确定的操作来切换。
10.根据权利要求1所述的表面检查装置,其中,
所述坐标位置由表示来自物体表面的宏观的反射光成分的质感的第1值和表示来自物体表面的微观的反射光成分的质感的第2值规定。
11.根据权利要求10所述的表面检查装置,其中,
所述第1值根据来自物体表面的镜面反射成分的图像和漫反射成分的图像来计算,
所述第2值根据来自物体表面的镜面反射成分的图像来计算。
12.根据权利要求10所述的表面检查装置,其中,
所述处理器在画面上显示所述第1值和所述第2值。
13.根据权利要求12所述的表面检查装置,其中,
所述处理器在画面上显示表示使用所述第1值和所述第2值计算出的两个物体的质感差的数值。
14.根据权利要求13所述的表面检查装置,其中,
所述处理器计算表示所述两个物体的色差的信息及表示所述质感差的数值。
15.一种存储介质,其存储有用于使对用摄像器件拍摄作为检查对象的物体的表面的图像进行处理的计算机实现如下功能的程序:
计算所述物体的质感的功能;及
在多维分布图上的坐标位置显示表示所述物体的质感的符号的功能。
16.一种表面检查方法,其包括如下步骤:
计算物体的质感;及
在多维分布图上的坐标位置显示表示所述物体的质感的符号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021148133A JP2023040925A (ja) | 2021-09-10 | 2021-09-10 | 表面検査装置及びプログラム |
JP2021-148133 | 2021-09-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115791785A true CN115791785A (zh) | 2023-03-14 |
Family
ID=85431088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210278447.XA Pending CN115791785A (zh) | 2021-09-10 | 2022-03-21 | 表面检查装置、存储介质及表面检查方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11748925B2 (zh) |
JP (1) | JP2023040925A (zh) |
CN (1) | CN115791785A (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012002704A (ja) | 2010-06-17 | 2012-01-05 | Viva Computer Co Ltd | 外観色質感評価方法、外観色質感評価装置及び外観色質感評価システム |
US8902221B2 (en) * | 2011-06-10 | 2014-12-02 | Schlumberger Technology Corporation | Prospect assessment and play chance mapping tools |
JP6564660B6 (ja) | 2015-09-15 | 2019-09-18 | 株式会社リコー | 計算装置、計算方法、計算システム及びプログラム |
JP2018004421A (ja) | 2016-06-30 | 2018-01-11 | 有限会社パパラボ | 金属表面の質感評価装置及び評価方法 |
US10345100B1 (en) * | 2017-12-27 | 2019-07-09 | Papalab Co., Ltd. | Apparatus and method for evaluating metal surface texture |
-
2021
- 2021-09-10 JP JP2021148133A patent/JP2023040925A/ja active Pending
-
2022
- 2022-01-18 US US17/577,375 patent/US11748925B2/en active Active
- 2022-03-21 CN CN202210278447.XA patent/CN115791785A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023040925A (ja) | 2023-03-23 |
US11748925B2 (en) | 2023-09-05 |
US20230084258A1 (en) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI399534B (zh) | And a defect inspection device for performing defect inspection using image analysis | |
JP6039109B2 (ja) | 着色検査装置および着色検査方法 | |
US20180068433A1 (en) | Image Inspection Apparatus, Image Inspection Method, Image Inspection Program, And Computer-Readable Recording Medium And Recording Device | |
JP4768579B2 (ja) | 写像性の評価方法 | |
WO2019130307A1 (en) | System and method for set up of production line inspection | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
CN113658155A (zh) | 一种基于光度立体的物体表面瑕疵检测分析方法及装置 | |
JP2006208084A (ja) | 周期性パターンのムラ検査装置 | |
TWI331684B (en) | Automated inspection of tinted ophthalmic parts | |
CN115791785A (zh) | 表面检查装置、存储介质及表面检查方法 | |
CA3132115C (en) | Method and system for defect detection in image data of a target coating | |
US11941795B2 (en) | Surface inspection apparatus, non-transitory computer readable medium storing program, and surface inspection method | |
US11892416B2 (en) | Surface inspection apparatus, non-transitory computer readable medium storing program, and surface inspection method | |
US20170208255A1 (en) | System for assessing the visual appearance of a reflective surface | |
JP2008241424A (ja) | 画像処理装置及びこれを用いた画像処理方法 | |
CN116106319A (zh) | 一种合成革瑕疵自动化检测方法及系统 | |
US11710225B2 (en) | Surface inspection apparatus, non-transitory computer readable medium storing program, and surface inspection method | |
JP2019046134A (ja) | 画像検査装置、及び画像検査方法 | |
TWI672493B (zh) | 用於檢測面板斑紋的光學檢測系統及其方法 | |
US20230089064A1 (en) | Surface inspection apparatus, non-transitory computer readable medium storing program, and surface inspection method | |
JP2019215348A (ja) | 画像検査ロボット | |
JP2021089215A (ja) | 表面性状検出方法及び表面性状検出装置 | |
JP2004101338A (ja) | 画像処理方法及び装置並びに画像処理方法のプログラム | |
JP6500313B2 (ja) | 輝度調整方法、画像読取装置、該画像読取装置を用いる輝度校正用シール、色判別方法及び色判別装置 | |
JP2017153054A (ja) | 着色検査装置および着色検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |