JP2002109513A - 塗装欠陥検出装置およびマスク画像作成方法 - Google Patents

Abstract

(57)【要約】 【課題】 明暗パターンの境界線をより確実にマスクす
るマスク画像を自動作成すると共に塗装欠陥をより適切
に検出する。 【解決手段】 明暗パターンを用いて照明され撮影され
た塗装画像の所定ポイントの濃度を測定し（Ｓ２０
０）、その平均値を用いて所定ポイントを白黒グループ
に分類する（Ｓ２０２，Ｓ２０４）。縦または横方向に
並ぶ所定ポイントを行および列毎に白黒グループの一方
に対して濃度比較して所定濃度範囲内のグループに分け
る（Ｓ２０６）。行および列毎にグループを構成する最
小のポイント数でグループ分けの際のポイント数を除し
て分割基礎数とし、行および列の最小の分割基礎数を各
々の分割数として塗装画像を分割する分割パターンを選
択する（Ｓ２０８，Ｓ２１０）。分割画像毎に重心計算
して中間濃度を抽出し（Ｓ２１４〜Ｓ２１８）、これを
明暗パターンの境界のマスク画像とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、塗装欠陥検出装置
およびマスク画像作成方法に関し、詳しくは、塗装欠陥
を検出する塗装欠陥検出装置および塗装欠陥を検出する
際に用いるマスク画像を作成するマスク画像作成方法に
関する。

【０００２】

【従来の技術】従来、この種のマスク画像作成方法とし
ては、撮影された対象物の輪郭の近似関数に基づいてマ
スク画像を作成するものが提案されている（特開平３−
３６６７３号公報など）。この方法では、撮像により得
られた画像データから対象物の輪郭に近似させた近似関
数を作成し、この近似関数に対して所定の条件に応じた
領域を抽出してマスク画像を作成している。

【０００３】

【発明が解決しようとする課題】しかしながら、こうし
たマスク画像作成方法では、近似関数が対象物の輪郭に
一致しないときもあり、適切なマスク画像を作成するこ
とができない場合が生じる。また、撮像により得られる
画像データに照明などによる濃淡が生じているときに
は、対象物の輪郭であるか否かを自動的に判別すること
もできない。

【０００４】本発明の塗装欠陥検出装置は、明暗パター
ンの境界線をより確実にマスクして塗装欠陥をより適切
に検出することを目的とする。また、本発明のマスク画
像作成方法は、明暗パターンの境界線をより確実にマス
クするマスク画像を作成することを目的の一つとする。
さらに、本発明のマスク画像作成方法は、明暗パターン
の境界線をマスクするマスク画像の作成を自動化するこ
とを目的の一つとする。

【０００５】

【課題を解決するための手段およびその作用・効果】本
発明の塗装欠陥検出装置およびマスク画像作成方法は、
上述の目的の少なくとも一部を達成するために以下の手
段を採った。

【０００６】本発明の塗装欠陥検出装置は、塗装欠陥を
検出する塗装欠陥検出装置であって、所定の明暗パター
ンを用いた照明された塗装面を撮影して塗装画像を生成
する塗装画像生成手段と、該生成された塗装画像を隣接
する画素の差分に基づいて２値化して検出用画像を作成
する検出用画像作成手段と、前記生成された塗装画像を
近接する画素の濃度に基づいて複数の画面に分割すると
共に該分割した画面毎に抽出される中間濃度に基づいて
前記明暗パターンの境界部をマスクするマスク画像を作
成するマスク画像作成手段と、前記作成された検出用画
像と前記作成されたマスク画像とに基づいて塗装欠陥を
抽出する塗装欠陥抽出手段とを備えることを要旨とす
る。

【０００７】この本発明の塗装欠陥検出装置では、塗装
画像を近接する画素の濃度に基づいて分割された複数の
画面毎に抽出される中間濃度に基づいて明暗パターンの
境界部をマスクするものとして作成されたマスク画像と
塗装画像を隣接する画素の差分に基づいて２値化して得
られる検出用画像とに基づいて塗装欠陥を抽出する。塗
装画像の濃度に基づいて複数の画面に分割するから、塗
装画像に照明などによる濃淡が生じていても、明暗パタ
ーンの境界部をより適切にマスクするマスク画像を作成
することができる。この結果、より適切に塗装欠陥を検
出することができる。

【０００８】こうした本発明の塗装欠陥検出装置におい
て、前記マスク画像作成手段は、前記生成された塗装画
像の所定の測定点における濃度を測定する濃度測定手段
と、該所定の測定点のうち隣接する測定点の濃度に基づ
いて前記塗装画像を複数の画面に分割する画面分割手段
と、該分割した画面毎に濃度重心に基づいて中間濃度を
抽出する中間濃度抽出手段と、該抽出された中間濃度に
基づいて前記明暗パターンの境界部をマスクするマスク
部を設定してマスク画像を作成する画像作成手段とを備
えるものとすることもできる。この態様の本発明の塗装
欠陥検出装置において、前記画面分割手段は、前記所定
の測定点の平均濃度を演算する平均濃度演算手段と、該
演算された平均濃度により前記所定の測定点を濃淡の二
つに区分けする濃淡区分け手段と、前記所定の測定点の
うち直交する直線上に並ぶ測定点毎に濃淡のいずれかに
区分けされた測定点を濃度が所定階調数異なる毎にグル
ープ化すると共にグループを構成する測定点が最小のグ
ループの測定点数でグループ化に係る測定点の総数を除
して分割基礎数を設定する分割基礎数設定手段と、平行
な直線上の測定点に対して設定された分割基礎数のうち
最小の分割基礎数を前記塗装画像の前記平行な直線の方
向における分割数に設定する分割数設定手段と、該設定
された分割数に基づいて前記塗装画像を複数の画面に分
割する分割手段とを備えるものとすることもできる。

【０００９】本発明のマスク画像作成方法は、塗装欠陥
を検出する際に用いるマスク画像を作成するマスク画像
作成方法であって、（ａ）所定の明暗パターンを用いた
照明により塗装面を撮影して得られた塗装画像の所定の
測定点における濃度を測定し、（ｂ）該所定の測定点の
うち隣接する測定点の濃度に基づいて前記塗装画像を複
数の画面に分割し、（ｃ）該分割した画面毎に濃度重心
に基づいて中間濃度を抽出し、（ｄ）該抽出された中間
濃度に基づいて前記明暗パターンの境界部をマスクする
マスク部を設定してマスク画像を作成することを要旨と
する。

【００１０】この本発明のマスク画像作成方法によれ
ば、塗装画像に照明などによる濃淡が生じても的確に明
暗パターンの境界部をマスクするマスク画像を作成する
ことができる。

【００１１】こうした本発明のマスク画像作成方法にお
いて、前記ステップ（ｂ）は、（ｂ１）前記所定の測定
点の平均濃度を演算し、（ｂ２）該演算された平均濃度
により前記所定の測定点を濃淡の二つに区分けし、（ｂ
３）前記所定の測定点のうち直交する直線上に並ぶ測定
点毎に濃淡のいずれかに区分けされた測定点を濃度が所
定階調数異なる毎にグループ化し、（ｂ４）該グループ
分けされた各グループを構成する測定点が最小のグルー
プの測定点数でグループ化に係る測定点の総数を除して
分割基礎数を設定し、（ｂ５）平行な直線上の測定点に
対して設定された分割基礎数のうち最小の分割基礎数を
前記塗装画像の前記平行な直線の方向における分割数に
設定し、（ｂ６）該設定された分割数に基づいて前記塗
装画像を複数の画面に分割するステップであるものとす
ることもできる。

【００１２】

【発明の実施の形態】次に、本発明の実施の形態を実施
例を用いて説明する。図１は、本発明の一実施例である
塗装欠陥検出装置２０の構成の概略を示す構成図であ
る。実施例の塗装欠陥検出装置２０は、図示するよう
に、塗装面１０を明暗パターン２４を用いて照明する照
明装置２２と、明暗パターン２４を用いて照明された塗
装面１０を撮影して塗装画像とする電子カメラ２６と、
塗装画像を画像処理して塗装欠陥を検出する画像処理装
置として機能するコンピュータ３０とを備え、塗装面１
０に生じる塗装欠陥１２を検出する。

【００１３】照明装置２２は、例えば白黒の千鳥状の明
暗パターン２４の背後から蛍光灯などの光を用いて塗装
面１０に対して所定の角度をもって塗装面１０が照明さ
れるよう配置されており、電子カメラ２６は、照明装置
２２からの照明に対向する方向から所定の角度をもって
塗装面１０を撮影するよう配置されている。

【００１４】コンピュータ３０は、ＣＰＵを中心とする
汎用コンピュータとして構成されており、図示しない
が、処理プログラムを記憶したＲＯＭや一時的にデータ
を記憶するＲＡＭ，入出力ポートなどを備える。このコ
ンピュータ３０からは電子カメラ２６に対する駆動信号
が出力ポートを介して出力されており、コンピュータ３
０には電子カメラ２６からの塗装画像データが入力ポー
トを介して入力されている。

【００１５】次に、こうして構成された実施例の塗装欠
陥検出装置２０の動作について説明する。図２は、実施
例の塗装欠陥検出装置２０のコンピュータ３０により実
行される塗装欠陥検出処理の一例を示すフローチャート
である。塗装欠陥検出処理は、まず、塗装画面の撮影か
ら始まる（ステップＳ１００）。この処理は、具体的に
は、コンピュータ３０から電子カメラ２６に対して塗装
面１０を撮影する駆動信号を出力し、この駆動信号に基
づいて電子カメラ２６により撮影された塗装面１０の塗
装画像データをコンピュータ３０が読み込む処理とな
る。図３に塗装画像の一例を示す。なお、図３の塗装画
像のうち明暗パターンの乱れた部分は、塗装面１０の屈
曲により生じるものである。

【００１６】塗装画像データを読み込むと、塗装画像に
対して欠陥強調処理を行なうと共に（ステップＳ１０
２）、マスク作成処理を実行する（ステップＳ１０
４）。欠陥強調処理は、塗装画像を２値化し、２値化し
た画像に対して隣接する画素の値が同じときには値０
（黒）とし、隣接する画素の値が異なるときには値１
（白）とすることにより行なわれる。例えば、図３の塗
装画像に対して欠陥強調処理を行なえば、図４の欠陥強
調画像が得られる。塗装欠陥１２や明暗パターンの境界
部１４では２値化した画素の値が異なるから白で表わさ
れる。なお、塗装欠陥１２がこのようにして強調できる
のは、塗装欠陥１２が光を乱反射することに基づく。即
ち、塗装面１０の表面の滑らかさを損なって生じる塗装
欠陥１２が光を乱反射することにより、所定の角度をも
って照明され所定の角度をもって撮影され塗装画像で
は、塗装欠陥１２は明暗パターンの黒の部分では白とし
て白の部分では黒として表われる。したがって、上述の
欠陥強調処理を行なうことにより図４に例示するよう
に、塗装欠陥１２が白として表わされる。マスク作成処
理は、図５のマスク作成処理ルーチンにより行なわれ
る。以下にマスク作成処理について詳述する。

【００１７】マスク作成処理は、まず、塗装画像の所定
位置の濃度を測定する処理から行なわれる（ステップＳ
２００）。この濃度測定処理は、例えば図６に例示する
ように、Ｘ軸方向のポイントＡ〜ＪとＹ軸方向のポイン
トａ〜ｈとの交点として表わされる濃度ポイントの階調
値を濃度として測定することにより行なわれる。なお、
Ｘ軸方向のポイント数やＹ軸方向のポイント数は任意で
あり、図６に例示したポイント数に限られるものではな
い。所定位置の濃度を測定すると、次式（１）によりそ
の平均値を計算する（ステップＳ２０２）。図７に各濃
度ポイントの濃度を用いたヒストグラムと濃度の平均と
の一例を示す。

【００１８】

【数１】

【００１９】そして、計算した濃度の平均値より大きな
濃度の濃度ポイントを白グループ、平均値より小さな濃
度の濃度ポイントを黒グループに分類する（ステップＳ
２０４）。そして、横方向と縦方向の各行および各列の
濃度ポイントに対して隣接する濃度ポイントの多い方の
グループを用いて濃度比較し、濃度グループの分類を行
なう（ステップＳ２０６）。ａ行に沿った横方向の濃度
比較による濃度グループの分類の様子の一例を図８に示
し、Ａ列に沿った縦方向の濃度比較による濃度グループ
の分類の様子の一例を図９に示す。図８の例では、ａ行
に沿った濃度ポイントのすべてが黒グループに分類され
ている。濃度比較による濃度グループの分類は、基準ポ
イントとなる濃度ポイントから横方向あるいは縦方向に
進んで濃度（階調値）を比較し、基準ポイントの濃度か
ら所定濃度（所定階調値）だけ離れたときに、その範囲
までの濃度ポイントを同一の濃度グループとし、所定濃
度（所定階調値）だけ離れた濃度ポイントを新たな基準
ポイントとして同様に横方向あるいは縦方向に進んで濃
度を比較することにより行なう。なお、所定濃度（所定
階調値）は、作成しようとしている境界マスクがズレて
不具合が生じない範囲として設定され、例えば上下に２
階調を超えると境界マスクがズレる場合には、値４とし
て設定される。図８の例では、まず、Ａを基準ポイント
としてＢ，Ｃの順に濃度比較を行なう。Ｃとの濃度比較
では階調値が４を超えるから、ＡとＢとを同一の濃度グ
ループとし、Ｃを新たな基準ポイントとしてＤ，Ｅの順
に濃度比較を行なう。Ｃの濃度に対してＩで階調値が４
を超えるから、Ｃ〜Ｈを同一の濃度グループとし、Ｉを
新たな基準ポイントとしてＪと濃度比較を行なって濃度
比較による濃度グループの分類を終了する。図８の例で
は、３つの濃度グループに分類されている。図９の例で
は、隣接する濃度ポイントが黒グループでは２個である
のに対して白グループでは４個であるから、白グループ
に対して濃度比較による濃度グループの分類がなされ
る。この場合、まず、ｂが基準ポイントとされてｃと濃
度比較が行なわれる。次の濃度ポイントのｄは黒グルー
プであるから、次に白グループとなるｆが新たな基準ポ
イントとして次のｇと濃度比較が行なわれる。この図９
の例では、２つの濃度グループに分類されている。

【００２０】すべての行と列に対して濃度比較による濃
度グループの分類が終了すると、濃度グループを構成す
る最小のポイント数でその行または列の対象となる白ま
たは黒のグループの濃度ポイントの全数を除して分割基
礎数を求めると共に行および列の分割基礎数のうち最小
の分割基礎数を行および列の分割数として設定する（ス
テップＳ２０８）。例えば、図８の例では、３つの濃度
グループのうちの最小のポイント数（構成数）の濃度グ
ループのポイント数は２であるから、分割基礎数は、黒
グループに属するＡ〜Ｊの１０ポイントを２で除した５
となる。このａ行の分割基礎数の５とｂ行〜ｈ行に対し
て求められた分割基礎数とのうちの最小の値が横方向の
分割数として設定される。図９の例では、２つの濃度グ
ループのうちの最小のポイント数（構成数）の濃度グル
ープのポイント数は２であるから、分割基礎数は、白グ
ループに属するｂ，ｃ，ｆ，ｇの４ポイントを２で除し
た２となる。このＡ列の分割基礎数の２とＢ列〜Ｊ列に
対して求められた分割基礎数とのうちの最小の値が縦方
向の分割数として設定される。

【００２１】次に、こうして求めた縦横両方向の分割数
により分割パターンを選択する（ステップＳ２１０）。
図１０に分割パターンの一例を示す。例えば、横方向の
分割数が５で縦方向の分割数が２のときには、図１０に
おける右上の分割パターンが選択される。

【００２２】こうして分割パターンが選択されると、塗
装画像を分割パターンを用いて分割し（ステップＳ２１
２）、分割された画像毎に濃度のヒストグラムを作成す
ると共に（ステップＳ２１４）、分割された画像毎に次
式（２）により濃度の重心を計算する（ステップＳ２１
６）。

【００２３】

【数２】

【００２４】そして、分割された画像毎に計算した重心
を中心とした所定濃度（所定階調値）の範囲を中間濃度
として抽出し（ステップＳ２１８）、その範囲を値１
（白）とすると共に他の部分を値０（黒）として境界部
１４をマスクするマスク画像を作成する（ステップＳ２
２０）。なお、中間濃度として抽出する際に用いる所定
濃度（所定階調値）は、例えば階調値として値２や値３
などが用いられる。図１１に分割された画像のヒストグ
ラムと抽出された中間濃度の一例を示す。図３の塗装画
像を用いて図５のマスク作成処理により作成されたマス
ク画像を図１２に示す。図１２に示すように、明暗パタ
ーンの境界部１４をカバーするマスク画像が作成されて
いる。このように分割された画像毎に重心を計算して中
間濃度を抽出してマスク画像を作成することにより、撮
影された塗装画像の部分的な濃度の差を緩和して明暗パ
ターンの境界部１４を正確にマスクすることができる。

【００２５】図２の塗装欠陥検出処理に戻って、上述し
たマスク作成処理によりマスク画像を作成すると、作成
したマスク画像と欠陥強調処理により作成した欠陥強調
画像とを重ね合わせてノイズ除去処理を行なう（ステッ
プＳ１０６）。図４に例示した欠陥強調画像と図１２に
例示したマスク画像を重ね合わせてノイズ除去した画像
を図１３に示す。図示するように、明暗パターンの境界
部１４は、マスク画像によりカバーされて面積の大きな
一つの領域を形成する。

【００２６】そして、値１（白）の領域のヒストグラム
を作成すると共に面積の大きい順にラベリングし（ステ
ップＳ１０８）、２番以降にラベリングされた領域を塗
装欠陥１２として検出して（ステップＳ１１０）、本ル
ーチンを終了する。ここで、２番以降にラベリングされ
た領域を塗装欠陥とするのは、１番目にラベリングされ
た領域はマスク画像によるものだからである。

【００２７】以上説明した実施例の塗装欠陥検出装置２
０によれば、撮影された塗装画像の部分的な濃度の差を
的確に考慮した分割手法で塗装画像を分割してマスク画
像を作成することができる。この結果、明暗パターンの
境界部１４をより適正にマスクすることができ、より的
確に塗装欠陥１２を検出することができる。しかも、塗
装画像の分割をコンピュータ３０による処理で行なうか
ら、手設定で行なうものに比して迅速にマスク画像を作
成することができ、迅速に塗装欠陥１２を検出すること
ができる。

【００２８】実施例の塗装欠陥検出装置２０では、塗装
画像の縦横の所定位置の濃度を測定して塗装画像の縦横
の分割数を設定したが、すべての画素の濃度を測定して
塗装画像の縦横の分割数を設定するものとしてもかまわ
ない。また、実施例の塗装欠陥検出装置２０では、濃度
測定したポイントを白黒のグループに分類し、列や行に
おける濃度比較する際にポイント数の多いグループにつ
いて濃度グループに分類したが、白黒のグループ分けを
行なわず、すべてのポイントに対して濃度比較するもの
としても差し支えない。さらに、実施例の塗装欠陥検出
装置２０では、濃度比較の際の所定濃度（所定階調値）
を階調値で値４としたが、作成しようとしている境界マ
スクがズレて不具合が生じない範囲であれば如何なる値
に設定してもよい。

【００２９】実施例の塗装欠陥検出装置２０では、濃度
グループを構成する最小のポイント数でその列または行
の対象となる白または黒のグループの濃度ポイントの全
数を除して分割基礎数としたが、各列または行の濃度グ
ループ数を分割基礎数としたり、濃度グループを構成す
る最小のポイント数でその列または行の全ポイント数を
除して分割基礎数としたり、種々の手法により分割基礎
数を求めるものとしてもよい。また、実施例の塗装欠陥
検出装置２０では、行および列の最小の分割基礎数を行
および列の分割数として設定したが、行および列の最大
の分割基礎数を行および列の分割数として設定したり、
行および列の分割基礎数の中央値や平均値を行および列
の分割数として設定するなど種々の手法により分割数を
設定するものとしてもよい。

【００３０】実施例の塗装欠陥検出装置２０では、中間
濃度として抽出する際に用いる所定濃度（所定階調値）
として階調値として値２や値３などを用いたが、明暗パ
ターンの境界部１４をマスクできれば如何なる値を用い
てもかまわない。

【００３１】実施例の塗装欠陥検出装置２０では、マス
ク画像と欠陥強調処理とを重ね合わせて図１３に例示す
るような境界部１４をマスクする面積の大きな値１
（白）の領域を作成すると共に領域を面積の順にラベリ
ングして２番目以降にラベリングされた領域を塗装欠陥
１２として検出したが、欠陥強調画像の各画素のうちマ
スク画像の値１（白）の領域に相当する画素について値
０（黒）とする処理を行ない、処理後の画像に対して値
１（白）の領域を塗装欠陥１２として検出するものとし
てもよい。図１４に図４の欠陥強調画像と図１２のマス
ク画像についてこの処理を施した後の画像の一例を示
す。図示するように、明暗パターンの境界部１４は、マ
スク画像の値１（白）の領域により値０（黒）として処
理されるから、塗装欠陥１２だけが値１（白）として表
示される。

【００３２】以上、本発明の実施の形態について実施例
を用いて説明したが、本発明はこうした実施例に何等限
定されるものではなく、本発明の要旨を逸脱しない範囲
内において、種々なる形態で実施し得ることは勿論であ
る。

【図面の簡単な説明】

【図１】 本発明の一実施例である塗装欠陥検出装置２
０の構成の概略を示す構成図である。

【図２】 実施例の塗装欠陥検出装置２０のコンピュー
タ３０により実行される塗装欠陥検出処理の一例を示す
フローチャートである。

【図３】 塗装画像の一例を示す説明図である。

【図４】 欠陥強調処理により得られる画像の一例を示
す説明図である。

【図５】 実施例の塗装欠陥検出装置２０のコンピュー
タ３０により実行されるマスク作成処理の一例を示すフ
ローチャートである。

【図６】 濃度ポイントの一例を示す説明図である。

【図７】 濃度ポイントの濃度を用いたヒストグラムと
濃度の平均との一例を示す説明図である。

【図８】 ａ行に沿った横方向の濃度比較による濃度グ
ループの分類の様子を例示する説明図である。

【図９】 Ａ列に沿った縦方向の濃度比較による濃度グ
ループの分類の様子の一例を示す説明図である。

【図１０】 分割パターンの一例を示す説明図である。

【図１１】 分割された画像のヒストグラムと抽出され
た中間濃度の一例を示す説明図である。

【図１２】 図３の塗装画像から作成されたマスクの一
例を示す説明図である。

【図１３】 図４の欠陥強調画像と図１２のマスク画像
を重ね合わせてノイズ除去した画像の一例を示す説明図
である。

【図１４】 図４の欠陥強調画像と図１２のマスク画像
について変形例の画像処理を施した際の画像の一例を示
す説明図である。

【符号の説明】

１０ 塗装面、１２ 塗装欠陥、１４ 境界部、２０
塗装欠陥検出装置、２２ 照明装置、２４ 明暗パター
ン、２６ 電子カメラ、３０ コンピュータ。

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 4F042 AA01 DH09 5B057 AA01 BA24 BA29 CA08 CA16 CB06 CC02 CE02 CE12 CH01 DA03 DA08 DB08 DC19 DC23 5L096 AA07 BA03 CA04 EA43 FA14 FA37 GA07 GA10 GA19

Claims (5)

【特許請求の範囲】
1. 【請求項１】 塗装欠陥を検出する塗装欠陥検出装置で
   あって、 所定の明暗パターンを用いた照明された塗装面を撮影し
   て塗装画像を生成する塗装画像生成手段と、 該生成された塗装画像を隣接する画素の差分に基づいて
   ２値化して検出用画像を作成する検出用画像作成手段
   と、 前記生成された塗装画像を近接する画素の濃度に基づい
   て複数の画面に分割すると共に該分割した画面毎に抽出
   される中間濃度に基づいて前記明暗パターンの境界部を
   マスクするマスク画像を作成するマスク画像作成手段
   と、 前記作成された検出用画像と前記作成されたマスク画像
   とに基づいて塗装欠陥を抽出する塗装欠陥抽出手段とを
   備える塗装欠陥検出装置。
2. 【請求項２】 前記マスク画像作成手段は、前記生成さ
   れた塗装画像の所定の測定点における濃度を測定する濃
   度測定手段と、該所定の測定点のうち隣接する測定点の
   濃度に基づいて前記塗装画像を複数の画面に分割する画
   面分割手段と、該分割した画面毎に濃度重心に基づいて
   中間濃度を抽出する中間濃度抽出手段と、該抽出された
   中間濃度に基づいて前記明暗パターンの境界部をマスク
   するマスク部を設定してマスク画像を作成する画像作成
   手段とを備える請求項１記載の塗装欠陥検出装置。
3. 【請求項３】 前記画面分割手段は、前記所定の測定点
   の平均濃度を演算する平均濃度演算手段と、該演算され
   た平均濃度により前記所定の測定点を濃淡の二つに区分
   けする濃淡区分け手段と、前記所定の測定点のうち直交
   する直線上に並ぶ測定点毎に濃淡のいずれかに区分けさ
   れた測定点を濃度が所定階調数異なる毎にグループ化す
   ると共にグループを構成する測定点が最小のグループの
   測定点数でグループ化に係る測定点の総数を除して分割
   基礎数を設定する分割基礎数設定手段と、平行な直線上
   の測定点に対して設定された分割基礎数のうち最小の分
   割基礎数を前記塗装画像の前記平行な直線の方向におけ
   る分割数に設定する分割数設定手段と、該設定された分
   割数に基づいて前記塗装画像を複数の画面に分割する分
   割手段とを備える請求項２記載の塗装欠陥検出装置。
4. 【請求項４】 塗装欠陥を検出する際に用いるマスク画
   像を作成するマスク画像作成方法であって、（ａ）所定
   の明暗パターンを用いた照明により塗装面を撮影して得
   られた塗装画像の所定の測定点における濃度を測定し、
   （ｂ）該所定の測定点のうち隣接する測定点の濃度に基
   づいて前記塗装画像を複数の画面に分割し、（ｃ）該分
   割した画面毎に濃度重心に基づいて中間濃度を抽出し、
   （ｄ）該抽出された中間濃度に基づいて前記明暗パター
   ンの境界部をマスクするマスク部を設定してマスク画像
   を作成するマスク画像作成方法。
5. 【請求項５】 前記ステップ（ｂ）は、（ｂ１）前記所
   定の測定点の平均濃度を演算し、（ｂ２）該演算された
   平均濃度により前記所定の測定点を濃淡の二つに区分け
   し、（ｂ３）前記所定の測定点のうち直交する直線上に
   並ぶ測定点毎に濃淡のいずれかに区分けされた測定点を
   濃度が所定階調数異なる毎にグループ化し、（ｂ４）該
   グループ分けされた各グループを構成する測定点が最小
   のグループの測定点数でグループ化に係る測定点の総数
   を除して分割基礎数を設定し、（ｂ５）平行な直線上の
   測定点に対して設定された分割基礎数のうち最小の分割
   基礎数を前記塗装画像の前記平行な直線の方向における
   分割数に設定し、（ｂ６）該設定された分割数に基づい
   て前記塗装画像を複数の画面に分割するステップである
   請求項４記載のマスク画像作成方法。