CN117480382A - 评价方法、评价装置和计算机程序 - Google Patents

评价方法、评价装置和计算机程序 Download PDF

Info

Publication number
CN117480382A
CN117480382A CN202280039595.4A CN202280039595A CN117480382A CN 117480382 A CN117480382 A CN 117480382A CN 202280039595 A CN202280039595 A CN 202280039595A CN 117480382 A CN117480382 A CN 117480382A
Authority
CN
China
Prior art keywords
image data
coating film
bubbling
evaluation
region
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
Application number
CN202280039595.4A
Other languages
English (en)
Inventor
本多有佳里
中谷安利
山县秀人
山崎景子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daikin Industries Ltd filed Critical Daikin Industries Ltd
Publication of CN117480382A publication Critical patent/CN117480382A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—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
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8427—Coatings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G01N2021/8864—Mapping zones of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明能够定量地对涂膜的鼓泡进行评价。对形成在物体上的涂膜的鼓泡进行评价的评价方法包括：(a)用摄像装置获取由同轴照明装置实施了光照射的涂膜的表面的图像数据的步骤；(b)对图像数据至少实施二值化处理，来检测涂膜的表面所存在的鼓泡的区域的步骤；和(c)求取在图像数据的评价对象的区域中鼓泡的区域所占的面积比的步骤。

Description

评价方法、评价装置和计算机程序
技术领域
本发明涉及对涂膜的鼓泡进行评价的评价方法、评价装置和计算机程序。
背景技术
作为对涂膜表面(以下在本说明书中也简称为“涂装面”)的状态进行评价的方法，有利用涂装面的缺陷、凹凸等的状态的方法。涂装面的缺陷、凹凸的检测也因光的照射方法而异，例如，在专利文献1中记载了调整向涂装面照射的照射光的角度，即使是50μm左右的小的缺陷也能够检测。
另外，现在作为形成在物体(被涂物)上的涂膜的劣化的评价方法之一，已知JISK5600-8-2所规定那样的评价涂膜膨胀(“鼓泡”，blister)的方法。在JIS K5600-8-2所规定的评价方法中，将涂膜的表面状态与基于多个基准图版的等级样品进行比较，目测判断接近哪个等级样本，由此对鼓泡的程度(密度和大小)进行评级。
现有技术文献
专利文献
专利文献1：日本特开2006－105672号公报
发明内容
发明要解决的技术问题
上述的利用目测的评价方法不能定量地对涂膜的鼓泡进行评价。
因此，本发明的目的在于提供能够定量地对涂膜的鼓泡进行评价的方法和装置、以及计算机程序。
用于解决技术问题的技术手段
本发明的评价方法是对形成在物体上的涂膜的鼓泡进行评价的评价方法，包括：(a)用摄像装置获取由同轴照明装置实施了光照射的上述涂膜的表面的图像数据的步骤；(b)对上述图像数据至少实施二值化处理，来检测上述涂膜的表面所存在的鼓泡的区域的步骤；和(c)求取在上述图像数据的评价对象区域中上述鼓泡的区域所占的面积比的步骤。
上述评价方法中，能够基于选自上述涂膜的表面所存在的鼓泡的大小、上述涂膜的表面粗糙度和上述涂膜的光泽度中的至少一者，来选择上述(a)中的获取上述图像数据的第一条件和上述(b)中的检测上述鼓泡的区域的第二条件。
上述评价方法中，上述第一条件能够包括上述同轴照明装置的半透半反镜与上述涂膜的表面的有效视野之间的最短距离，上述第二条件包括上述二值化处理中的阈值设定方法。
上述评价方法中，上述(b)能够包括：(i)修整上述图像数据来得到与上述评价对象的区域对应的修整后的图像数据的步骤；和(ii)对上述修整后的图像数据实施平滑化处理后实施上述二值化处理，或者不实施平滑化处理而实施上述二值化处理的步骤。
上述评价方法中，上述第二条件可以包括上述平滑化处理的平滑化滤波器所使用的内核值。
上述评价方法中，能够在上述(a)之前包括对具有上述涂膜的上述物体进行抗蚀性试验的步骤。
上述评价装置是用于对形成在物体上的涂膜的鼓泡进行评价的评价装置，其包括：获取由同轴照明装置实施光照射并由摄像装置拍摄到的上述涂膜的表面的图像数据的获取部；对上述图像数据至少实施二值化处理来检测上述涂膜的表面所存在的鼓泡的区域的检测部；和求取上述图像数据的评价对象的区域中上述鼓泡的区域所占的面积比的计算部。
计算机程序使计算机运行上述评价方法。
这些概括性的特定方式可以由系统、方法和计算机程序、以及它们的组合来实现。
发明效果
根据本发明的评价方法、评价装置和计算机程序，能够定量地对涂膜的鼓泡进行评价。
附图说明
图1是表示评价装置的构成的框图。
图2是用于说明同轴照明的概念图，一并表示同轴照明装置和摄像装置。
图3A是表示照射光与反射光的关系的一例的概念图。
图3B是表示照射光与反射光的关系的另一例的概念图。
图4是表示存在鼓泡的涂膜(工件)的表面与照射光和反射光的关系的概念图。
图5是表示根据鼓泡大小、光泽度和表面粗糙度来选择判断评价手法的分岔图。
图6A是拍摄了涂膜的表面的图像数据的一例。
图6B是将图6A的图像数据平滑化后的图像数据的一例。
图6C是将图6B的图像数据二值化后的图像数据的一例。
图7A是拍摄了涂膜的表面的图像数据的另一例。
图7B是将图7A的图像数据平滑化后进行了二值化的图像数据的一例。
图8是表示涂膜的表面上的照明范围的一例的图。
图9A是拍摄了涂膜的表面的图像数据的又一例。
图9B是将图9A的图像数据平滑化后的图像数据的一例。
图9C是将图9B的图像数据二值化后的图像数据的一例。
图10是用于对评价方法的处理进行说明的流程图。
具体实施方式
以下，参照附图对实施方式所涉及的评价方法、评价装置和计算机程序进行说明。本发明的评价方法、评价装置和计算机程序用于对涂膜的鼓泡进行评价。另外，在以下说明书中，对同一构成标注相同的附图标记并省略说明。
在本发明中，“涂膜”是形成在物体(被涂物)上的膜，是指来自于涂料的膜。
“涂料”是用于为了保护、装饰以及其它各种目的而覆盖作为被涂物的物体的表面的材料。
涂料以及来自于涂料而形成的涂膜的各材料、涂膜的形成方法、涂膜的厚度、构成形成涂膜的物体(至少其表面)的材料和形状等没有特别限定。
作为“物体”，例如可以列举平板、圆筒、棒等形状的物体。
作为“物体”的材质，例如可以列举金属、树脂、橡胶、陶瓷等。作为金属，可以列举铝、不锈钢、含铁的金属单质、合金。
作为涂膜的成分，优选含有含氟聚合物。上述含氟聚合物可以为氟树脂，也可以为氟橡胶，优选为氟树脂。
作为上述氟树脂，可以列举聚四氟乙烯〔PTFE〕、四氟乙烯〔TFE〕/六氟丙烯〔HFP〕共聚物〔FEP〕、TFE/全氟(烷基乙烯基醚)〔PAVE〕共聚物〔PFA〕、TFE/HFP/PAVE共聚物〔EPA〕、聚氯三氟乙烯〔PCTFE〕、TFE/氯三氟乙烯〔CTFE〕共聚物、TFE/乙烯〔Et〕共聚物〔ETFE〕、TFE/CTFE/Et共聚物〔ECTFE〕、聚偏氟乙烯〔PVDF〕等。
作为上述氟橡胶，可以列举偏氟乙烯[VdF]系氟橡胶、四氟乙烯[TFE]/丙烯[Pr]系氟橡胶、TFE/Pr/VdF系氟橡胶、乙烯[Et]/六氟丙烯[HFP]系氟橡胶、Et/HFP/VdF系氟橡胶、Et/HFP/TFE系氟橡胶、氟有机硅系氟橡胶、氟磷腈系氟橡胶等。
关于涂料成分，作为上述含氟聚合物以外的成分，例如可以列举液态介质。作为上述液态介质，可以列举水、有机溶剂、水与有机溶剂的混合溶剂等。
作为上述含氟聚合物以外的成分，还可以列举粘合剂树脂。上述粘合剂树脂优选为耐热性树脂(但不包括含氟聚合物)。“耐热性”是指在150℃以上的温度能够连续使用的性质。作为上述耐热性树脂，可以列举聚酰胺酰亚胺树脂(PAI)、聚酰亚胺树脂(PI)、聚醚砜树脂(PES)、聚醚酰亚胺树脂、芳香族聚醚酮树脂、芳香族聚酯树脂、聚芳硫醚树脂等。
作为上述含氟聚合物以外的成分，还可以列举表面活性剂、分散剂、粘度调节剂、制膜助剂、成膜剂、消鼓泡剂、干燥延迟剂、触变性赋予剂、pH调节剂、颜料、导电剂、抗静电剂、流平剂、防飞溅剂、消光剂、防黏连剂、热稳定剂、抗氧化剂、防磨损剂、填充剂、防锈剂、固化剂、酸性接受体、紫外线吸收剂、光稳定剂、防霉剂、抗菌剂等添加剂。
作为涂膜的形成方法，例如可以列举喷涂、浸涂、辊涂、帘幕涂布、丝网印刷、点胶涂装、电沉积涂装、静电涂装、流动浸渍、回转内衬成型、回转成型等。
作为涂膜的厚度，优选为1～5000μm。
“鼓泡”是涂膜的膨胀。鼓泡可能因各种原因产生，在因涂膜劣化而引起的情况下，可以因涂膜与被涂物之间产生气体(例如涂膜中的成分和/或从外部侵入的液体成分气化)而出现。鼓泡例如可能因涂膜的自然劣化而产生，还可能因为了评价涂膜的抗蚀性而对涂膜进行抗蚀性试验而产生。
“涂装面的鼓泡的评价”包括当前的涂膜的表面状态的评价(在涂膜形成后经过使用的情况下，与劣化评价的含义相同)和(涂膜形成后且未经使用)涂膜的抗蚀性的评价。
“(涂膜的表面的)粗糙度”(或“涂膜粗糙度”)是测定涂膜表面的凹凸得到的粗糙度，例如为算数平均粗糙度Ra。
“表征涂膜的表面的值”是指鼓泡的大小、涂膜的表面的粗糙度、涂膜的光泽度等关于评价对象的涂膜表面得到的值。
《同轴照明》
首先，对于评价装置所使用的获取图像数据时的照明进行说明。利用图1在后文说明的评价装置1，使用由摄像装置2拍摄到的涂膜的表面(涂装面)的图像数据。在此，摄像装置2在拍摄涂装面时使用同轴照明。同轴照明是在与摄像装置的拍摄轴(摄像机轴)同轴上照射光的照明方法，可以如图2中的一例所示在摄像装置2的镜头21的光路内引入了来自光源31的照射光的照明方法。具体而言，同轴照明是如图2所示由半透半反镜32反射来自光源31的光并使其射向工件(即评价对象，在本发明中是形成有涂膜的物体，工件的表面相当于涂膜的表面)W的照明方法。此时，将从半透半反镜32到工件W的有效视野之间的最短距离设为距离LWD(mm)。在此，将包括该同轴照明所使用的光源31和半透半反镜32的结构作为同轴照明装置3。
如图3A的一例所示，假设表面平坦的工件W与摄像装置2的镜头21相对，由光源31从斜向对工件W照射照射光L1。此时，由照射光L1的反射得到的反射光L2向与镜头21不同的方向行进。因此，在如图3A所示摄像装置2的镜头21配置在与反射光L2的光路不同的方向的情况下，摄像装置2中拍摄的工件W的图像是捕捉散射反射光形成的。
相对于此，在如图3B所示使用与图3A相同的工件W和镜头21的例子中，假设从与镜头21的光轴相同的方向对工件W照射照射光L1。此时，反射光L2向摄像装置2的镜头21的方向行进。因此，在如图3B所示摄像装置2的镜头21配置在与反射光L2的光路相同的方向的情况下，摄像装置2能够得到捕捉了正反射光的图像。
如图4所示，用同轴照明拍摄涂膜的表面产生了鼓泡B的工件W。在图4的例子中工件W也与摄像装置2相对。其中，在图4中，省略形成在工件W的表面的涂膜的图示。在图4的情况下，对没有产生鼓泡B的工件W上的涂膜的表面部分P1照射照射光L1时，其反射光L2朝向摄像装置2的镜头21。因此，在图像数据上，涂膜的表面部分P1拍摄得较亮。另外，由照射到鼓泡B的顶点部分P2的照射光L1得到的反射光L2朝向镜头21。因此，在图像数据上，鼓泡B的顶点部分P2拍摄得较亮。另一方面，由照射到鼓泡B的其它部分(例如P3)的照射光L1得到的反射光L2朝向与照射了照射光L1的部分(例如P3)的倾斜面相应的方向。因此，在图像数据上，相对于形成有涂膜的工件W出现了倾斜面的鼓泡B等部分拍摄得较暗。
这样，通过用同轴照明进行拍摄，能够得到作为涂膜部分的平坦部分亮、作为凸部的鼓泡B等出现了倾斜面的部分暗的图像数据。即，在图像数据中，白的部分为涂膜的表面、黑的部分为产生了鼓泡B的部分，能够提取整体的鼓泡的区域。但是，实际上，利用涂膜的性质和/或鼓泡的状态等的表征评价对象的涂膜的表面的值，不能利用同样的方法简便地选取鼓泡B的区域。因此，如后所述，利用对应于表征涂膜表面的值而选择的评价手法获取图像数据，对所获取的图像数据进行处理，选取鼓泡B的区域。
〈评价装置〉
接着，参照图1对实施方式所涉及的评价装置1进行说明。评价装置1是用于对形成在物体上的涂膜的鼓泡进行评价的评价装置，其包括：
获取由同轴照明装置3实施光照射、利用摄像装置2拍摄到的涂膜的表面的图像数据的获取部112；
对图像数据至少实施二值化处理，来检测涂膜的表面所存在的鼓泡的区域的检测部113；和
求取图像数据的评价对象的区域中鼓泡的区域所占的面积比的计算部114。
评价装置1是包括控制部11、存储部12和通信部13的信息处理装置。控制部11是实现评价装置1的整体控制的控制器。例如，控制部11通过读取并执行存储部12中存储的评价程序P，来实现作为选择部111、获取部112、检测部113、计算部114和结果处理部115的处理。另外，控制部11不限于通过硬件和软件的协作实现规定功能的部分，也可以是为了实现规定功能而专门设计的硬件回路。即，控制部11可以由CPU、MPU、GPU、FPGA、DSP、ASIC等各种处理器实现。
存储部12是记录各种信息的记录介质。存储部12例如可以通过RAM、ROM、闪存、SSD(Solid State Drive，固态硬盘)、硬盘、其它存储设备或它们的适当的组合来实现。存储部12除了存储有控制部11所执行的评价程序P之外，还存储有各种数据等。例如存储部12存储图像数据121、结果数据122和评价程序P。
通信部13是用于通过网络4实现与外部装置的数据通信的接口回路(模块)。例如，通信部13可以实现与拍摄图像数据的摄像装置2的数据通信。通信部13还可以实现与外部的其它装置的数据通信。
评价装置1可以具有输入部14和输出部15。输入部14是用于操作信号和数据的输入的操作按钮、鼠标、键盘等输入单元。输出部15是用于处理结果和数据的输出等的显示器等的输出单元。
在此，评价装置1可以由1台计算机实现，也可以由通过网络连接的多台计算机的组合来实现。另外，虽然省略了图示，但例如也可以构成为存储部12所存储的全部或部分数据存储在通过网络连接的外部的记录介质中，评价装置1使用存储在外部的记录介质中的数据。
选择部111基于选自涂膜的表面所存在的鼓泡的大小、涂膜的表面粗糙度和涂膜的光泽度中的至少一者，来选择由后述的获取部112获取图像数据的第一条件和由后述的检测部113检测鼓泡的区域的第二条件。具体而言，选择部111接收作为表征评价对象涂膜的表面的值的“鼓泡大小”、“光泽度”和“表面粗糙度”的至少任一项。并且，选择部111根据所接收到的表征涂膜的表面的值，选择规定关于图像数据获取的第一条件和关于图像处理的第二条件的“评价手法”。
关于鼓泡大小，例如能够使用操作员使用标尺目测计量的值。此时，优选使用评价对象部分的鼓泡大小的平均值。例如，在计量鼓泡的大小时，可以从涂膜的评价对象部分随机地计量5个鼓泡，使用其平均值。由此，能够防止仅根据1个鼓泡的大小而选择有失偏颇的评价手法。
关于涂膜的光泽度，例如可以利用使用光泽计计量的值。
关于涂膜的表面粗糙度，例如可以利用使用表面粗糙度测定器计量的值。
例如，操作员经由输入部14向评价装置1输入如上所述计量出的这些鼓泡大小、光泽度和表面粗糙度的各值，由此，选择部111选择评价手法。例如，选择部111在获取了鼓泡大小、光泽度和表面粗糙度的情况下，以表1所示的基准选择评价手法。另外，图5表示表1所示的评价手法的选择的各值的判断的分岔图。在表1和图5的例子中，在鼓泡大小S为0.5mm以上、以60°计量的光泽度G为55以上且表面粗糙度Ra为0.2μm以上的情况下，选择部111选择评价手法a。而在鼓泡大小S小于0.5mm的情况下，选择部111选择评价手法h。
[表1]
鼓泡大小S 光泽度G(60°) 表面粗糙度Ra
评价手法a S≥0.5mm G≥55 Ra≥0.2μm
评价手法b S≥0.5mm G≥55 Ra＜0.2μm
评价手法c S≥3mm G＜55 Ra≥0.4μm
评价手法d S≥3mm G＜55 Ra＜0.4μm
评价手法e 0.5mm≤S＜3mm G＜55 Ra≥0.6μm
评价手法f 0.5mm≤S＜3mm G＜55 0.4μm≤Ra＜0.6μm
评价手法g 0.5mm≤S＜3mm G＜55 Ra＜0.4μm
评价手法h S＜0.5mm
在评价装置1中，对于每个由选择部111选择的评价手法，设定作为在后述的图像获取中使用的第一条件的参数和作为在图像处理中使用的第二条件的参数。第一条件是确定同轴照明装置3的半透半反镜32与涂膜的表面的有效视野之间的最短距离LWD的参数。第二条件中作为参数包括由拍摄到的图像数据修整评价对象的区域时的图像大小。并且第二条件包括用于设定二值化处理中的阈值的参数。另外，第二条件中作为参数包括平滑化处理的中值滤波器所使用的内核值。
以下，对于每个根据表征涂膜的表面的各值而选择的评价手法的参数进行说明。其中，以下为了简化说明，对于每个表征涂膜的表面的值分别列举决定各参数的一例，但并不限定于以下例子。具体而言，选择部111综合各种表征涂膜的表面的值来选择评价手法。并且，在评价装置1中，对于选择部111所选择的每个评价手法，使用预先设定的各参数执行图像数据的获取处理和图像处理。
《与鼓泡大小相应的调整》
图6A是拍摄了涂膜的表面的图像数据的一例。另外，图6B是对图6A的图像数据进行平滑化处理而得到的图像数据。并且，图6C是对图6B的图像数据进行二值化处理而得到的图像数据。平滑化处理和二值化处理是用于以良好的精度检测鼓泡的区域的图像处理，由后述的检测部113执行。例如，在鼓泡的大小较大的情况下，如图6C所示，在鼓泡的中央附近，反射强反射光的部分扩大，在图像数据中有时变白(例如图6C中的A1部分)。在这样对于鼓泡的一部分变白了的情况下，变白的部分被认为不是鼓泡的区域，无法准确地评价。因此，在这样鼓泡的大小大于规定值的情况下，例如，在平滑化滤波器中，与鼓泡的大小小于规定值的情况相比，通过对于各像素使用大的区域的像素实施平滑化处理，容易提取鼓泡B部分。在评价装置1中，与鼓泡B的大小相应地调整作为参数的平滑化滤波器中使用的内核值，能够提高鼓泡B的提取精度。
另一方面，在鼓泡B的大小较小的情况下，例如，通过缩短作为同轴照明的半透半反镜32与涂膜的表面的有效视野之间的最短距离即距离LWD，容易提取鼓泡B部分。即，在鼓泡B的大小较小的情况下，存在图像数据中涂膜的表面与鼓泡B部分的反差减小的倾向，难以检测鼓泡B的区域。因此，在鼓泡小的情况下，鼓泡B的检测困难。因此，例如在鼓泡的大小小于规定大小的情况下，通过缩小作为参数的距离LWD，容易提取鼓泡B部分。在评价装置1中，与鼓泡B的大小相应地调整参数距离LWD，能够提高鼓泡B的提取精度。
《与表面粗糙度相应的调整》
例如，在对表面粗糙度大、涂膜的表面存在除鼓泡以外的凸部的涂膜的表面进行评价的情况下，通过二值化，有时鼓泡以外的部分也变黑(例如，图6C中的A2的部分)。在这样的情况下，有时可能导致鼓泡以外的部分作为鼓泡被检测。一旦这些涂膜的表面所存在的鼓泡以外的凸部被作为鼓泡误检测，就无法准确地评价。因此，在这样表面粗糙度大于规定值的情况下，例如，在平滑化滤波器中，通过对各像素使用大的周围区域的像素实施模糊化，容易去除鼓泡B以外的凸部。这是因为这样的鼓泡B以外的凸部通常比鼓泡B本身小的缘故。这样一来，在评价装置1中，对应于表面粗糙度，调整作为参数的平滑化滤波器中使用的内核值，能够提高鼓泡B的提取精度。
《与涂膜的光泽度相应的调整》
图7A是拍摄光泽度高的涂膜的表面的图像数据的一例。例如，在涂膜的光泽度高的情况下，由于在表面上的缺陷处反射光发生散射等，有时反射光L2减弱。因此，通过进行平滑化和二值化，如图7B所示，在图像数据中，这样的缺陷等的部分(图7B中的A3的部分)有时变暗。在这种情况下，在利用与常规做法同样的二值化处理提取鼓泡B的区域的方法中，鼓泡B以外的缺陷部分有时也会变黑而作为鼓泡B被检测。因此，在这样经二值化后的图像数据中缺陷容易表现的光泽度高的涂膜的情况下，通过将阈值设定为较黑一侧进行二值化处理，能够使缺陷变得不明显。具体而言，256级灰度中，“0”是表示黑的值，“255”是表示白的值。于是，为了使阈值向较黑一侧移动，使按照规定方法设定的阈值减去根据光泽度的程度设定的参数的值，作为新的阈值，由此，能够使缺陷变得不明显。
获取部112使用由选择部111选择的评价手法决定的参数，获取包含评价对象区域的图像数据121。具体而言，获取部112使用由评价手法决定的参数距离LWD，获取图像数据121。并且，获取部112将所获取的图像数据121存储于存储部12。例如，获取部112与摄像装置2连接，向摄像装置2传送摄像操作信号，获取由摄像装置2拍摄到的图像数据121。
检测部113包括：(i)修整图像数据来得到与评价对象的区域对应的修整后的图像数据的步骤；和(ii)对修整后的图像数据实施平滑化处理后实施二值化处理，或者不实施平滑化处理而实施二值化处理的步骤。具体而言，检测部113使用由选择部111选择的评价手法决定的各参数，对由获取部112获取的图像数据121进行图像处理，检测评价对象区域所包括的鼓泡区域。具体而言，检测部113执行作为图像处理的“灰度化”、“修整”、“平滑化”和“二值化”的处理。具体而言，将获取部112获取的作为彩色图像数据的图像数据121作为第一图像数据。检测部113对第一图像数据进行灰度化处理，将处理后的图像数据作为第二图像数据。并且，检测部113从第二图像数据中提取(修整)评价的对象区域。接着，检测部113对修整后的对象区域的第二图像数据实施平滑化处理(模糊化处理)，将所得到的平滑化图像数据作为第三图像数据。检测部113进一步对第三图像数据实施二值化处理，将所得到的二值化图像数据作为第四图像数据。然后，检测部113从第四图像数据中检测鼓泡区域。但是，假设在摄像装置2拍摄的图像数据121不是彩色图像数据而是灰度图像数据的情况下，不需要灰度化处理，检测部113对所获取的图像数据121进行修整处理即可。另外，关于灰度化，不是使用对每个评价手法规定的参数的处理，而是一般的从彩色图像向灰度图像的转换。
以下，对评价装置1所执行的、使用对每个评价手法规定的各参数的修整、平滑化和二值化的处理进行说明。
《修整》
修整是评价的对象区域的提取。检测部113，根据在选择部111中对应于表征涂膜的表面的各值的至少任一者选择的评价手法所规定的作为参数的修整的图像大小，从第二图像数据对图像处理的对象区域进行修整。此时，摄像装置2所拍摄的图像数据121例如如图8所示，仅来自光源31的照射光所照射的部分区域变亮，不被照射光照射的区域变暗。因此，在进行修整时，必须在第二图像数据中的亮区域内进行修整。在将修整后的第二图像数据放大时，例如为图9A所示的图像数据。其中，关于修整的图像大小，通过根据向涂膜照射光时的光的扩散，提取能够用于图像解析的范围来决定。
《平滑化》
接着对平滑化的一例进行说明。图9B是对图9A的图像数据进行平滑化处理而得到的图像数据。检测部113利用使用了对应于评价手法设定的参数即内核值的平滑化滤波器，对修整后的第二图像数据执行平滑化处理。通过平滑化处理而得到的图像数据是第三图像数据。通过进行平滑化处理，例如在鼓泡的大小较大时，容易提取鼓泡的区域，能够减轻因涂膜的粗糙度而造成的影响。
检测部113例如能够使用高斯滤波器作为平滑化滤波器。高斯滤波器是利用高斯分布来增大观测像素的中心部分的权重的滤波器。此时，选择部111所设定的参数是高斯滤波器所使用的内核值。检测部113除了可以使用高斯滤波器之外，作为平滑化滤波器还可以使用平滑化滤波器、中央值滤波器(中值滤波器)、双边滤波器等。
《二值化》
接着对二值化的一例进行说明。图9C是对图9B的图像数据进行二值化处理而得到的图像数据。图9C的图像数据是能够检测基材上出现的鼓泡的区域的例子。具体而言，图9C中的黑色部分是鼓泡的区域。但是，根据图像获取和图像处理所利用的参数，不限于图9C所示的能够检测鼓泡区域的图像数据。因此，检测部113为了能够准确地检测鼓泡的区域，通过利用对应于选择部111所选择的评价手法设定的参数的值进行了调整的阈值，对经平滑化后的第三图像数据进行二值化处理。通过二值化处理得到的图像数据是第四图像数据。通过进行二值化处理，例如，能够去除涂膜的表面状态的影响而检测鼓泡的区域。
检测部113在进行二值化处理时采用例如对图像中的每个小区域计算阈值的适当的二值化处理。在此，选择部111所设定的参数是用于二值化处理所设定的阈值的调整的值。如上所述，具体而言，在0～255之间设定阈值，但参数是使所设定的阈值例如向较白一侧(靠近“255”)移动的灰度等级数的值。由此，能够排除因表面状态造成的影响，获得能够区分鼓泡的区域的二值化图像数据。此外，检测部在二值化处理中也可以利用判别分析法(大津二值化)、反复阈值选择、百分比法等各种方法。
这样一来，在评价装置1中，如上所述根据涂膜的表面的“鼓泡的大小”、“粗糙度”和“光泽度”中的至少一者的值来选择评价手法。并且，使用选择的评价手法所规定的参数，执行“修整”、“平滑化”和“二值化”的处理，能够准确地检测鼓泡的区域。因此，在评价装置1中，能够利用该鼓泡的区域定量地对涂膜的鼓泡进行评价。
计算部114计算在利用检测部113修整后的图像大小的对象区域中被检测的鼓泡区域所占的面积比作为评价值。具体而言，在计算部114计算的面积比小的情况下，评价涂膜的性能高。反之，在计算部114计算的面积比大的情况下，评价涂膜的性能低。这样一来，在评价装置1中，通过将由计算部114求出的评价值作为将抗蚀性数值化的值，与评价者通过目测评价涂膜的抗蚀性的情况相比，能够定量地对涂膜的鼓泡进行评价。其中，在图9C的例子中，计算鼓泡区域的面积比为42.63％。
结果处理部115将计算部114计算的鼓泡的区域的面积比作为结果数据122，与图像数据121关联地存储于存储部12。另外，结果处理部115也可以将评价值输出到输出部15。结果处理部115将求取的评价值作为结果数据122记录在存储部12中。此时，结果处理部115也可以将由获取部112得到的各种图像数据、由检测部113得到的二值化后的各种图像数据与原始的图像数据121关联，存储于存储部12。并且，结果处理部115也可以将图像数据121所关联的各种数据与图像数据121关联地存储于存储部12。
评价装置1如上所述利用所决定的每个评价手法的参数执行处理。由此，能够排除图像数据所包括的与涂料性能无关的影响，能够基于鼓泡的面积比的数值计算，定量地对涂膜的鼓泡进行评价。例如，涂料虽然有时使用各种各样的树脂和颜料，但通过利用上述处理，能够定量地对涂膜的鼓泡进行评价。
〈评价方法〉
实施方式所涉及的评价方法是对形成在物体上的涂膜的鼓泡进行评价的评价方法，
(a)用摄像装置获取由同轴照明装置实施了光照射的涂膜的表面的图像数据；
(b)对图像数据至少实施二值化处理，来检测涂膜的表面所存在的鼓泡的区域；并且，
(c)求取在图像数据的评价对象区域中鼓泡的区域所占的面积比。
下面，参照图10所示的流程图，对使用了评价装置1的评价方法进行说明。
首先，评价装置1接受作为用于选择评价手法的数据的表征涂膜的表面的值的输入(S01)。例如，评价装置1通过用户使用输入部14的操作，输入了鼓泡大小、光泽度和表面粗糙度的值作为表征涂膜的表面的值后，选择用于评价的评价手法。
评价装置1利用由在步骤S01中选择的评价手法的第一条件设定的参数，获取评价对象的工件W上的涂膜的表面的图像数据(S02)。具体而言，评价装置1利用由选择的评价手法的第一条件所规定的参数，设定从同轴照明装置的半透半反镜32到工件W的表面的有效视野之间的最短距离LWD，来获取图像数据。在步骤S02中获取的图像数据是第一图像数据。并且，评价装置1将所获取的第一图像数据存储于存储部12。
评价装置1将在步骤S02中获取的第一图像数据灰色标度化(S03)。在步骤S03中灰色标度化后的图像数据是第二图像数据。并且，评价装置1将灰色标度化后的第二图像数据存储于存储部12。
评价装置1根据在步骤S03中灰色标度化后的第二图像数据，利用对应于由在步骤S01中选择的评价手法的第二条件设定的参数的图像大小，提取(修整)作为评价对象的区域(S04)。具体而言，评价装置1根据在步骤S02中获取时对工件W照射光的位置，设定对象区域的位置。
评价装置1对在步骤S04中提取出的对象区域的第二图像数据实施平滑化处理(S05)。此时，评价装置1使用利用了对应于由在步骤S01中选择的评价手法的第二条件设定的参数的内核值的平滑化滤波器，对对象区域的第二图像数据实施平滑化处理。
评价装置1对通过步骤S05的平滑化处理得到的第三图像数据实施二值化处理(S06)。此时，评价装置1调整用于利用由在步骤S01中选择的评价手法的第二条件设定的参数的二值化的阈值，在第三图像数据的各像素的辉度值在调整后的阈值以上的情况下作为白、在小于阈值的情况下作为黑，实施二值化处理。
评价装置1根据在步骤S06的二值化处理中得到的第四图像数据检测鼓泡区域(S07)。如上所述，在图像数据中，平坦的部分变亮、凸部分变暗。因此，在二值化图像数据中，原本的工件W部分平坦而变白，作为凸部分的鼓泡B部分变黑。因此，从二值化图像数据中检测黑的区域作为鼓泡区域。
评价装置1利用在步骤S07中检测出的鼓泡区域，计算在作为评价对象的对象区域中鼓泡区域的面积比(S08)。具体而言，评价装置1计算相对于经修整后的对象区域的二值化图像数据的像素数的、鼓泡区域的像素数。并且，评价装置1将计算出的面积比作为评价结果存储于存储部12。
评价装置1将在步骤S08中的得到的结果输出至输出部15(S09)。
例如，在评价装置1中评价的涂膜，可以在为了评价抗蚀性而实施抗蚀性试验后，对涂膜的鼓泡进行评价。因此，在对实施了抗蚀性试验后的涂膜进行评价时，在上述的评价装置1中的评价处理开始之前，实施抗蚀性试验。其中，涂膜的抗蚀性试验的条件可以对应于涂膜和评价目的等适当选择。
例如，涂膜的抗蚀性试验可以列举树脂内衬的抗蚀性试验中通常使用的内衬仪(商品名：山崎式内衬仪LA－15、株式会社山崎精机研究所制)。在内衬仪中，对试验片的内外表面赋予温度梯度，进行加速试验。具体而言，对于图9A所示的涂膜，在SUS304基材上涂装氟树脂涂料使得成膜后的膜厚达到300μm，对于试验片的内侧使用作为环境液的100℃的水，在外侧流通30℃的水，拍摄进行24小时试验后的液相部分。
这样，使用对应于表征涂膜的表面的各值选择的每个评价手法的参数，执行图像获取和图像处理。由此，能够准确地计算鼓泡的面积比，定量地对涂膜的鼓泡进行评价。
〈效果和补充〉
如上所述，作为在本申请中公开的技术的例示，对上述实施方式进行了说明。但本发明的技术并不限定于此，也能够适用于适当地进行了变更、替换、附加、省略等的实施方式。
本发明的全部的请求保护范围中记载的评价方法、评价装置和计算机程序能够通过硬件资源、例如处理器、存储器和程序的协作等来实现。
产业上的可利用性
本发明的评价方法、评价装置和计算机程序能够用于涂膜的表面状态的定量评价。
本申请基于2021年6月4日在日本提出的特愿2021－094610主张优先权，其记载的全部内容通过参照引用于本说明书。
附图标记说明
1 评价装置
11 控制部
111 选择部
112 获取部
113 检测部
114 计算部
115 结果处理部
12 存储部
121 图像数据
122 结果数据
P 评价程序
13 通信部
14 输入部
15 输出部
2 摄像装置
3 同轴照明装置
W 工件(形成有涂膜的物体)。

Claims (8)

1.一种对形成在物体上的涂膜的鼓泡进行评价的评价方法，其特征在于，包括：
(a)用摄像装置获取由同轴照明装置实施了光照射的所述涂膜的表面的图像数据的步骤；
(b)对所述图像数据至少实施二值化处理，来检测所述涂膜的表面所存在的鼓泡的区域的步骤；和
(c)求取在所述图像数据的评价对象的区域中所述鼓泡的区域所占的面积比的步骤。
2.如权利要求1所述的评价方法，其特征在于，
基于选自所述涂膜的表面所存在的鼓泡的大小、所述涂膜的光泽度和所述涂膜的表面粗糙度中的至少一者，来选择所述(a)中的获取所述图像数据的第一条件和所述(b)中的检测所述鼓泡的区域的第二条件。
3.如权利要求2所述的评价方法，其特征在于，
所述第一条件包括所述同轴照明装置的半透半反镜与所述涂膜的表面的有效视野之间的最短距离，所述第二条件包括所述二值化处理中的阈值设定方法。
4.如权利要求2或3所述的评价方法，其特征在于，
所述(b)包括：
(i)修整所述图像数据来得到与所述评价对象的区域对应的修整后的图像数据的步骤；和
(ii)对所述修整后的图像数据实施平滑化处理后实施所述二值化处理，或者不实施平滑化处理而实施所述二值化处理的步骤。
5.如权利要求4所述的评价方法，其特征在于。
所述第二条件包括所述平滑化处理的平滑化滤波器所使用的内核值。
6.如权利要求1～5中任一项所述的评价方法，其特征在于，
在所述(a)之前，还包括对具有所述涂膜的所述物体进行抗蚀性试验的步骤。
7.一种评价装置，用于对形成在物体上的涂膜的鼓泡进行评价，其特征在于，包括：
获取由同轴照明装置实施光照射并由摄像装置拍摄到的所述涂膜的表面的图像数据的获取部；
对所述图像数据至少实施二值化处理来检测所述涂膜的表面所存在的鼓泡的区域的检测部；和
求取所述图像数据的评价对象的区域中所述鼓泡的区域所占的面积比的计算部。
8.一种计算机程序，其特征在于，
用于使计算机执行权利要求1～5中任一项所述的评价方法。
CN202280039595.4A 2021-06-04 2022-05-27 评价方法、评价装置和计算机程序 Pending CN117480382A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021-094610 2021-06-04
JP2021094610A JP7157355B1 (ja) 2021-06-04 2021-06-04 評価方法、評価装置及びコンピュータプログラム
PCT/JP2022/021696 WO2022255239A1 (ja) 2021-06-04 2022-05-27 評価方法、評価装置及びコンピュータプログラム

Publications (1)

Publication Number Publication Date
CN117480382A true CN117480382A (zh) 2024-01-30

Family

ID=83691003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280039595.4A Pending CN117480382A (zh) 2021-06-04 2022-05-27 评价方法、评价装置和计算机程序

Country Status (5)

Country Link
JP (1) JP7157355B1 (zh)
KR (1) KR20230164723A (zh)
CN (1) CN117480382A (zh)
TW (1) TW202305349A (zh)
WO (1) WO2022255239A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152247B (zh) * 2023-04-20 2023-08-25 江苏三纳科技材料有限公司 一种聚氨酯涂膜的质量评估方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2982474B2 (ja) * 1992-03-11 1999-11-22 日産自動車株式会社 塗装面性状検査装置
JP3006321B2 (ja) * 1992-11-17 2000-02-07 日産自動車株式会社 ウェット鮮映性測定装置
JP3127758B2 (ja) * 1994-09-19 2001-01-29 日産自動車株式会社 被検査面の欠陥検査方法およびその装置
JPWO2005075961A1 (ja) * 2004-02-03 2007-10-11 関西ペイント株式会社 光輝感評価方法および光輝感評価装置
JP2006105672A (ja) * 2004-10-01 2006-04-20 Toyota Motor Corp 塗装面検出装置
JP4322230B2 (ja) * 2005-06-08 2009-08-26 ダイハツ工業株式会社 表面欠陥検査装置及び表面欠陥検査方法
JP2008249397A (ja) * 2007-03-29 2008-10-16 Toyota Motor Corp 表面検査装置
KR100891934B1 (ko) * 2007-09-03 2009-04-08 한국도로공사 영상처리 기법을 이용한 강교의 도막검사 시스템의 처리방법
JP5928231B2 (ja) * 2012-08-02 2016-06-01 Ｊｆｅスチール株式会社 表面欠陥検査方法
JP2022013285A (ja) * 2020-07-03 2022-01-18 トヨタ自動車株式会社 機械学習方法

Also Published As

Publication number Publication date
JP7157355B1 (ja) 2022-10-20
WO2022255239A1 (ja) 2022-12-08
JP2022186406A (ja) 2022-12-15
TW202305349A (zh) 2023-02-01
KR20230164723A (ko) 2023-12-04

Similar Documents

Publication Publication Date Title
Truong et al. Automatic image thresholding using Otsu’s method and entropy weighting scheme for surface defect detection
CN115222733B (zh) 基于图像识别的金属构件表面缺陷检测方法
Wu et al. Automated visual inspection of surface mounted chip components
Kuo et al. Automated defect inspection system for CMOS image sensor with micro multi-layer non-spherical lens module
CN117480382A (zh) 评价方法、评价装置和计算机程序
JP5088165B2 (ja) 欠陥検出方法および欠陥検出装置
KR101677070B1 (ko) 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
KR20160087197A (ko) 결함 검출 장치 및 그 방법
KR102012318B1 (ko) 영상센서를 이용한 용접 품질 전수 검사 장치 및 그 방법
JP6647903B2 (ja) 画像検査装置、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器
JP2007303830A (ja) 塗装面品質評価方法
JP2021092887A (ja) 外観検査装置、外観検査システム、特徴量推定装置および外観検査プログラム
JP7157580B2 (ja) 基板検査方法及び基板検査装置
EP3508837A1 (en) Evaluation device, image measurement device, evaluation method, and carrier means
JP2006208187A (ja) 形状良否判定装置および形状良否判定方法
JP6597469B2 (ja) 欠陥検査装置
Sills et al. Defect identification on specular machined surfaces
KR101024598B1 (ko) 표면 밝기 분포의 분산 산출 알고리즘을 이용한 대상물 표면의 영상 검사방법
JP2009162579A (ja) 紙の裁断面の品質評価装置及びそれを用いた品質評価方法
Kumar et al. Automated quality inspection of PCB assembly using image processing
CN111213372B (zh) 成像设备的动态范围的评估
JP2016212488A (ja) 検査システム、検査方法、プログラムおよび記憶媒体
JP5479309B2 (ja) マハラノビス基準空間の生成方法、検査方法及び検査装置
KR102554824B1 (ko) 도금 두께 측정 시스템 및 방법
WO2023100474A1 (ja) システム、画像処理方法およびプログラム

Legal Events

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