ITMO20060093A1 - Metodo per l'individuazione di aree di disuniformita' su una superficie - Google Patents

Description

DESCRIZIONE

annessa a domanda di brevetto per INVENZIONE INDUSTRIALE avente per titolo: METODO PER L'INDIVIDUAZIONE DI AREE DI DISUNIFORMITÀ SU UNA SUPERFICIE.

Oggetto della presente invenzione è un metodo per rindividuazione di aree di disuniformità su una superficie.

In particolare il metodo si rivolge all'individuazione di disuniformità cromatiche, intese come difetti o imperfezioni, presenti nel motivo ornamentale riprodotto su una superficie. Preferibilmente, ma non esclusivamente, tale superficie è la superficie di una piastrella ceramica. Generalmente i difetti in oggetto assumono la forma di macchie dal contorno e dalla colorazione più o meno regolari ed intense.

Sono noti metodi per l'individuazione di difetti sulla superficie decorata di una piastrella ceramica che consistono sommariamente nell'acquisizione e nella digitalizzazione di un'immagine della superficie decorata della piastrella, nella misurazione, effettuata su tale immagine della piastrella, del valore di alcuni parametri che sono indicativi di determinate caratteristiche della superficie della piastrella, nel confronto di tali valori misurati con valori di soglia che sono indicativi di una deviazione tollerabile (o intollerabile) del corrispondente parametro da un valore corrispondente all'assenza di difetti.

Le immagini delle piastrelle vengono acquisite mediante una serie di telecamere almeno una delle quali è puntata perpendicolarmente alla superficie recante il decoro sul quale si vogliono individuare eventuali difetti.

La misurazione dei parametri indicativi ed il loro confronto con i valori di soglia vengono eseguiti in base ad algoritmi matematici tra loro differenti a seconda del parametro indicativo analizzato. Parametri indicativi diversi possono essere costituiti ad esempio da un valore medio di grigio, da un valore medio di contrasto o da una percentuale di somiglianza della superficie rispetto ad una immagine di riferimento prestabilita.

Quando la differenza tra il valore di un parametro indicativo ed il corrispondente valore di soglia supera un predeterminato livello di tolleranza, viene segnalata la potenziale presenza di un difetto. L’affidabilità di un metodo di individuazione è dato dalla capacità di indicare un superamento dei livelli di tolleranza predeterminati solo quando viene rilevato un reale difetto, ovvero quando il superamento dei livelli di tolleranza è relativamente netto.

Alcuni esempi di algoritmi matematici noti utilizzati per la misurazione dei parametri indicativi ed il loro confronto con i valori di soglia sono l'algoritmo “Contrasto”, l'algoritmo “Lum” e l'algoritmo “Macchie”.

L'algoritmo Contrasto si basa su una convoluzione deH’immagine ottenuta applicando diversi filtri. L’immagine risultante è un’immagine in cui tutto ciò che presenta un alto gradiente, ovvero un elevato contrasto rispetto allo sfondo, viene evidenziato con un maggiore livello di grigio mentre tutto il resto viene attenuato. Questo tipo di algoritmo è particolarmente efficace per la ricerca di difetti in decori realizzati su superfici lisce in tinta unita. In tali condizioni è possibile infatti effettuare un confronto relativamente accurato tra le misurazioni fatte sulla superficie analizzata ed un insieme di valori standard corrispondenti ad una decorazione priva di difetti.

L’algoritmo Lum si basa sulla misurazione della luminanza globale della superficie decorata. In sostanza l'algoritmo si basa sulla ricerca di pixel più scuri o più chiari rispetto alla media delle piastrelle senza difetti. Tali pixel sono individuabili mediante il confronto con livelli di tolleranza superiore ed inferiore della luminanza globale. L'algoritmo è efficacemente utilizzabile anche in presenza di decorazioni riprodotte su uno sfondo non a tinta unita. Al contrario l'algoritmo non è efficace in presenza di decorazioni casuali della superficie.

L’algoritmo di Macchie si basa su un'analisi locale di luminosità. A tal fine l'algoritmo effettua una divisione dell’ immagine in tanti tasselli, ciascuno dei quali viene identificato da un valore binario in base al valore medio di grigio più alto trovato tra i tasselli più vicini. Questo algoritmo permette di individuare agglomerati di pixel aventi valori di grigio che si discostano rispetto allo sfondo della piastrella. Va riscontrato che in presenza di piastrelle con decorazioni casuali l'accuratezza dei risultati fomiti dall'algoritmo è relativamente bassa a causa della difficoltà nella corretta impostazione dei valori di soglia corrispondenti al contrasto tra gli agglomerati di pixel individuati e lo sfondo della piastrella.

I metodi descritti, in presenza di superimi lucide di colore variabile o recanti decorazioni casuali, non consentono di individuare in maniera affidabile i difetti, soprattutto se essi si presentano in forma di macchie di colore molto simile al colore dalla superficie e con bordi sfumati. In tal caso i riconoscimenti erronei di presunti difetti aumentano notevolmente all'aumentare della severità dei valori di soglia impostati. Spesso è necessario accettare valori di compromesso non soddisfacenti che tra l'altro possono essere definiti solo empiricamente, con grande dispendio di tempo, attraverso un'analisi per campionamento di superimi decorate e modificando tutti i possibili parametri a disposizione.

Scopo della presente invenzione è proporre un metodo per l'individuazione di aree di disuniformità su una superficie che consenta di superare gli inconvenienti dei metodi di tipo noto. Un vantaggio del metodo è che non è necessaria alcuna impostazione empirica di parametri significativi e/o valori di soglia.

Un altro vantaggio del metodo è di essere efficace su qualunque tipo di superficie e per qualunque tipo di decorazione. Ulteriori caratteristiche e vantaggi dell’invenzione meglio appariranno dalla descrizione dettagliata che segue di un esempio di attuazione preferito, ma non esclusivo, del metodo in oggetto. Il metodo comprende le fasi principali che verranno di seguito elencate e descritte.

Una fase del metodo consiste nella definizione delle principali caratteristiche geometriche e dimensionali delle aree di disuniformità da individuare. In questa fase si tratta in sostanza di predefinire la forma dei difetti che possono interessare la superficie decorata da esaminare. La forma di tali difetti può, con ottima approssimazione, essere assunta come circolare o ellittica, in quanto in generale essa deriva dalla formazione di gocce di colorante che si depositano sulla superficie decorata. Le caratteristiche geometriche e dimensionali delle aree di disuniformità comprendono quindi il diametro e/o i semiassi delle aree stesse.

Il metodo comprende inoltre una fase di definizione di un modello matematico il quale è rappresentato da una finizione predeterminata che stabilisce una corrispondenza o correlazione tra elementi di un dominio o sottodominio bidimensionale, costituito da un'area avente dimensioni e caratteristiche geometriche (di forma) simili a quelle delle aree di disuniformità da individuare, e corrispondenti elementi di un condominio o sottocodominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio.

Tale funzione predeterminata che stabilisce una corrispondenza o correlazione tra elementi di un dominio o sottodominio bidimensionale, costituito da un'area avente dimensioni e caratteristiche geometriche (forma) simili a quelle delle aree di disuniformità da individuare, e corrispondenti elementi di un condominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio, è una funzione bidimensionale di Gauss che può essere espressa nel modo seguente:

in cui δ indica la deviazione standard (ovvero la distanza rispetto alla media in cui la funzione presenta il flesso) ed Xo ed y0rappresentano le coordinate del centro della goccia. Tutte le coordinate possono essere espresse in pixel con riferimento airimmagine della superficie che viene acquisita in una fase ulteriore del metodo.

Le coordinate del centro della goccia possono essere considerate (0,0) ed in tal caso l'equazione (1.1) diviene:

Il parametro Κ=1/δ(2π)<-1>nella (1.2) esprime il valore di picco della funzione stessa. Il parametro K può assumere un valore compreso tra 1 e 255. Si è trovato che il valore K=255 rappresenta il valore ottimale per la funzione in quanto, per tale valore, il metodo è sostanzialmente invariante al valore di grigio del difetto.

Quando si assume che l'area di disuniformità, o difetto, ha forma circolare, si applica la formula (1.2).

Se invece si assume che la forma del difetto è ellittica, allora, unitamente alla (1.2), valgono le seguenti condizioni di sistema:

dove D=2a è l'asse maggiore dell'ellisse e 2b è l'asse minore dell'ellisse.

Il metodo comprende altresì una fase di esplorazione della superficie da esaminare per ricavarne un'immagine. L'esplorazione della superficie può essere effettuata mediante una telecamera, a colori o in bianco e nero.

L'immagine ricavata viene confrontata, per zone o "finestre" di dimensioni prestabilite, con il condomino o sottocodominio rappresentante il modello matematico e vengono rilevate le differenze tra i due oggetti del confronto.

Per ogni zona o "finestra" si esegue il calcolo di un indice numerico complessivo r che esprime il valore di correlazione con il modello matematico. Tale calcolo può essere effettuato in forma di convoluzione del tipo seguente:

La (1.4) rappresenta una convoluzione non normalizzata, in cui Mi sono gli N pixel del modello ed li sono gli N pixel dell'immagine presenti nella finestra di confronto.

Poiché la correlazione viene effettuata per ogni pixel dell' immagine di ricerca, le posizioni della finestra dove il risultato acquista valori più alti sono quelle in cui è presente il modello di difetto da trovare. Per ottenere stabilità nelle misurazioni dell’algoritmo, cioè per ottenere invarianza rispetto al valore di grigio dell’ immagine e rispetto al modello, occorre modificare il calcolo di r normalizzandolo:

In questo caso il risultato r raggiunge il massimo, pari a 1, quando il modello ed il difetto sono uguali, diventa nullo quando non sono correlati.

Ciascun indice numerico complessivo viene quindi confrontato con un valore di soglia di accettabilità prestabilito. Se un indice numerico supera il valore di soglia di accettabilità prestabilito si può dedurre l'informazione che la corrispondente zona o finestra di confronto presenta un difetto.

Il metodo descritto consegue importanti vantaggi.

Innanzitutto poiché, si basa su un modello matematico, non è necessario effettuare operazioni empiriche di impostazione del modello, come invece accade per i metodi di tipo noto in cui è necessario impostare il modello sulla base di un certo numero di difetti effettivamente presenti su superfici campione.

Il metodo è sostanzialmente indipendente dal tipo di superficie e dal tipo di decorazione su essa riprodotta. Quando non sono presenti difetti che corrispondono alla caratteristiche di forma preimpostate l'indice numerico complessivo r è molto basso, mentre diventa significativo in caso contrario. In questo modo è possibile separare nettamente i difetti effettivi dai difetti erroneamente riconosciuti. Inoltre, impostando un campo di variazione corretto delle dimensioni dei difetti, è possibile individuare contemporaneamente diversi diffetti, incrementando notevolmente l'efficacia del metodo rispetto ai metodi di tipo noto.

Il metodo funziona correttamente sia in presenza di immagini a colori, sia in presenza di immagini in bianco e nero.

Ulteriore importante vantaggio è dato dalla semplicità di impostazione dei parametri, in quanto è sufficiente impostare il diametro minimo e massimo, e/o l'ovalità minima e massima, dei difetti per ottenere un'elevata efficacia nel riconoscimento dei difetti stessi.

Claims (5)

1. RIVENDICAZIONI 1) Metodo per l'individuazione di aree di disuniformità su una superfìcie, caratterizzato dal fatto che comprende le seguenti fasi principali: - definizione delle principali caratteristiche geometriche e dimensionali delle aree di disuniformità da individuare; - definizione di un modello matematico il quale è rappresentato da una funzione predeterminata che stabilisce una corrispondenza o correlazione tra elementi di un dominio o sottodominio bidimensionale, costituito da un'area avente dimensioni e caratteristiche geometriche (di forma) simili a quelle delle aree di disuniformità da individuare, e corrispondenti elementi di un condominio o sottocodominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio; - esplorazione della detta superficie per ricavarne un'immagine; - confronto, per zone o "finestre" di dimensioni prestabilite, della detta immagine con il condomino o sottocodominio rappresentante il detto modello matematico e rilevamento delle differenze; - calcolo, per ogni detta zona o "finestra", di un indice numerico complessivo esprimente il valore di correlazione con detti elementi di un condominio o sottocodominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio; - confronto tra ciascun detto indice numerico complessivo con un valore di soglia di accettabilità prestabilito; - segnalazione dell'eventuale superamento del valore di soglia di accettabilità prestabilito.
2. 2) Metodo secondo la rivendicazione 1, caratterizzato dal fatto che detta funzione predeterminata che stabilisce una corrispondenza o correlazione tra elementi di un dominio o sottodominio bidimensionale, costituito da un'area avente dimensioni e caratteristiche geometriche (forma) simili a quelle delle aree di disuniformità da individuare, e corrispondenti elementi di un condominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio, è una funzione bidimensionale di Gauss:
3. 3) Metodo secondo la rivendicazione 1, caratterizzato dal fatto che detta funzione predeterminata che stabilisce una corrispondenza o correlazione tra elementi di un dominio o sottodominio bidimensionale, costituito da un'area avente dimensioni e caratteristiche geometriche (forma) simili a quelle delle aree di disuniformità da individuare, e corrispondenti elementi di un condominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio, è espressa dalle condizioni di sistema:
4. 4) Metodo secondo la rivendicazione 1, in cui detto calcolo, per ogni detta zona o "finestra", di un indice numerico complessivo esprimente il valore di correlazione con detti elementi di un condominio o sottocodominio bidimensionale ciascuno dei quali esprime un valore di intensità di tono di grigio, è effettuato in base alla funzione normalizzata:
5. 5) Metodo secondo le rivendicazioni 2 o 3, in cui il parametro K assume un valore tra 1 e 255.