JP2007033339A - フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 - Google Patents
フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 Download PDFInfo
- Publication number
- JP2007033339A JP2007033339A JP2005219586A JP2005219586A JP2007033339A JP 2007033339 A JP2007033339 A JP 2007033339A JP 2005219586 A JP2005219586 A JP 2005219586A JP 2005219586 A JP2005219586 A JP 2005219586A JP 2007033339 A JP2007033339 A JP 2007033339A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- determination
- image data
- level
- detection
- 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.)
- Withdrawn
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【課題】 異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法を提供する。
【解決手段】 走行する樹脂フィルムに見られるフィッシュアイの検出判定方法で、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得て、また、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得て、得られた各撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、それぞれ、レベル分けして、各レベル毎に検出し、また、同一の欠陥であるものを認識し、各欠陥について、各撮影画像データからレベル分けして得られた欠陥レベルの組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う。
【選択図】 図１
【解決手段】 走行する樹脂フィルムに見られるフィッシュアイの検出判定方法で、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得て、また、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得て、得られた各撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、それぞれ、レベル分けして、各レベル毎に検出し、また、同一の欠陥であるものを認識し、各欠陥について、各撮影画像データからレベル分けして得られた欠陥レベルの組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う。
【選択図】 図１
Description
本発明は、走行するフィルムに見られるフィッシュアイの検出判別方法とフィッシュアイの検出判定装置に関する。
樹脂フィルム中の異物、原料カス、ゲルのある箇所が、光学的歪みの原因となり、該樹脂フィルムを走行中に、その走行方向に魚の目のような形状を呈することがあり、従来、このようにして魚の目のような形状に見えるものをフィッシュアイと呼んでいた。
そして、樹脂フィルムのフィッシュアイの検査としては、ＣＣＤラインセンサカメラを使用した検査方法が知られている。
この検査方法においては、高周波点灯蛍光灯、あるいは、光ファイバをライン状に配列した照明装置を使用し、検査対象とするフィルムの透過光をＣＣＤラインセンサカメラで検出し、得られた画像を画像処理装置で処理していた。
しかし、この方法の場合、蛍光灯のような散乱光でフィッシュアイを照明すると、異物が核となったフィッシュアイは検出できるが、ゲルが核となったフィッシュアイは検出できない。
また、光ファイバをライン状に配列したような平行光でフィッシュアイを照明すると、異物、ゲルが核となったフィッシュアイを、いずれも、検出できるが、両者の判別は困難であった。
そして、樹脂フィルムのフィッシュアイの検査としては、ＣＣＤラインセンサカメラを使用した検査方法が知られている。
この検査方法においては、高周波点灯蛍光灯、あるいは、光ファイバをライン状に配列した照明装置を使用し、検査対象とするフィルムの透過光をＣＣＤラインセンサカメラで検出し、得られた画像を画像処理装置で処理していた。
しかし、この方法の場合、蛍光灯のような散乱光でフィッシュアイを照明すると、異物が核となったフィッシュアイは検出できるが、ゲルが核となったフィッシュアイは検出できない。
また、光ファイバをライン状に配列したような平行光でフィッシュアイを照明すると、異物、ゲルが核となったフィッシュアイを、いずれも、検出できるが、両者の判別は困難であった。
このような中、樹脂フィルムの生産ラインにおいてインラインでフィッシュアイを検出できる方法として、２つの検査方法が知られている。
第１の検査方法は、光軸をずらした透過光源を用いて撮像した画像を、画像処理により、丸状または三日月状と判別することで、異物状フィッシュアイまたはゲル状フィッシュアイを区別するものである。
しかしながら、この方法では、原料の溶けカス（以下、原料カスとも言う）による白色状フィッシュアイも異物フィッシュアイとなり区別できない。（特開平０６−２４２０２２号公報（特許文献１）、特開平０６−２４２０２３号公報（特許文献２）参照）
また第２の検査方法は、微量のカーボンブラックでフィルムを着色し、透過方式にてフィッシュアイを検出方法が挙げられる。
この方法ではフィッシュアイの原因となるものが、異物または原料カスまたはゲルなのか判別はできない。（特開平０７−２２９８５１号公報（特許文献３）参照）
このように従来技術では、フィッシュアイの原因となる核が原料カス（白色）である場合、異物と区別することができず、重要な欠陥となってしまう。
特開平０６−２４２０２２号公報
特開平０６−２４２０２３号公報
特開平０７−２２９８５１号公報
第１の検査方法は、光軸をずらした透過光源を用いて撮像した画像を、画像処理により、丸状または三日月状と判別することで、異物状フィッシュアイまたはゲル状フィッシュアイを区別するものである。
しかしながら、この方法では、原料の溶けカス（以下、原料カスとも言う）による白色状フィッシュアイも異物フィッシュアイとなり区別できない。（特開平０６−２４２０２２号公報（特許文献１）、特開平０６−２４２０２３号公報（特許文献２）参照）
また第２の検査方法は、微量のカーボンブラックでフィルムを着色し、透過方式にてフィッシュアイを検出方法が挙げられる。
この方法ではフィッシュアイの原因となるものが、異物または原料カスまたはゲルなのか判別はできない。（特開平０７−２２９８５１号公報（特許文献３）参照）
このように従来技術では、フィッシュアイの原因となる核が原料カス（白色）である場合、異物と区別することができず、重要な欠陥となってしまう。
しかし、原料カスの場合小さいものであれば、いずれかの次工程において熱が加わる事により、溶ける場合もあるため重要な欠陥とはならない。
また、画像入力方式は、上記のいずれの特許文献でも透過方式を採用しており、フィッシュアイの箇所がレンズ効果により明るくなる特性を用いて、画像処理にてフィッシュアイを判別する方式であった。
この場合、フィッシュアイの形状により、レンズ効果が不安定となるため、核が無いフィシュアイでも核があるかのごとく誤検出する場合もあった。
特に、球面形状が大きくなると誤判定する率が高くなり、大きく、検出することが重要なフィッシュアイほど検出区別の信頼度は低下してしまう。
従って、問題となるフィッシュアイが、異物起因、原料カス起因、ゲル起因のフィッシュアイかを確実に区別し、個数管理することで、樹脂フィルムを生産する機械の状態を正確に判断でき、検出することが重要なフィッシュアイを適宜処理できることが必要がある。
また、画像入力方式は、上記のいずれの特許文献でも透過方式を採用しており、フィッシュアイの箇所がレンズ効果により明るくなる特性を用いて、画像処理にてフィッシュアイを判別する方式であった。
この場合、フィッシュアイの形状により、レンズ効果が不安定となるため、核が無いフィシュアイでも核があるかのごとく誤検出する場合もあった。
特に、球面形状が大きくなると誤判定する率が高くなり、大きく、検出することが重要なフィッシュアイほど検出区別の信頼度は低下してしまう。
従って、問題となるフィッシュアイが、異物起因、原料カス起因、ゲル起因のフィッシュアイかを確実に区別し、個数管理することで、樹脂フィルムを生産する機械の状態を正確に判断でき、検出することが重要なフィッシュアイを適宜処理できることが必要がある。
上記のように、従来より、走行する樹脂フィルムに見られるフィッシュアイの検出判定方法は種々あるが、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法が求められていた。
本発明はこれに対応するもので、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法とフィッシュアイ検出判定装置を提供しようとするものである。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができるフィシュアイ検出判定方法とフィッシュアイ検出判定装置をを提供することである。
本発明はこれに対応するもので、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法とフィッシュアイ検出判定装置を提供しようとするものである。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができるフィシュアイ検出判定方法とフィッシュアイ検出判定装置をを提供することである。
本発明のフィッシュアイの検出判定方法は、走行する樹脂フィルムに見られるフィッシュアイの検出判定方法であって、順に、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理と、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理とを、行う撮影処理ステップと、前記撮影処理ステップにより得られた第１の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理と、第２の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理とを、行う画像処理ステップと、前記第１の画像処理により得られた各レベル毎の欠陥と、第２の画像処理により得られた各レベル毎の欠陥について、互いに同一の欠陥であるものを認識し、各欠陥について、第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理ステップとを、行うことを特徴とするものである。
また、上記いずれかのフィッシュアイの検出判定方法であって、欠陥の種別あるいは欠陥の種別の数に応じて、それぞれ、所定時間、音色の種類を分けて、ブザー出力する、あるいは、表示色を分けて表示することを特徴とするものである。
また、上記いずれかのフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、モノクロラインセンサカメラで行うことを特徴とするものである。
あるいはまた、請求項１ないし４のいずれか１項に記載のフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、同じカラーラインセンサカメラで行うことを特徴とするものである。
尚、ここで、拡散反射板とは、拡散反射部を有する板のことで、第２の撮影処理においては、その表面の拡散反射部にて拡散反射して得られた反射光を照明光としている。
また、上記いずれかのフィッシュアイの検出判定方法であって、欠陥の種別あるいは欠陥の種別の数に応じて、それぞれ、所定時間、音色の種類を分けて、ブザー出力する、あるいは、表示色を分けて表示することを特徴とするものである。
また、上記いずれかのフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、モノクロラインセンサカメラで行うことを特徴とするものである。
あるいはまた、請求項１ないし４のいずれか１項に記載のフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、同じカラーラインセンサカメラで行うことを特徴とするものである。
尚、ここで、拡散反射板とは、拡散反射部を有する板のことで、第２の撮影処理においては、その表面の拡散反射部にて拡散反射して得られた反射光を照明光としている。
本発明のフィッシュアイの検出判定装置は、走行する樹脂フィルムに見られるフィッシュアイの検出判定装置であって、第１の光源と拡散板とラインセンサからなる撮影装置を有し、第１の光源からの光を拡散板に当て、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影する第１の撮影部と、第２の光源と反射板とラインセンサからなる撮影装置を有し、第２の光源からの光を拡散反射板に当て、拡散反射板からの反射光を照明光として樹脂フィルムを透過して撮影する第２の撮影部と、各欠陥について、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理部とを、備えたもので、前記欠陥判定処理部は、前記各撮影画像データをもとに、明欠陥、暗欠陥についてそれぞれレベル分けして検出を行う画像処理部と、前記第１の撮影部により撮影された撮影画像データをもとに得た欠陥レベルと、前記第２の撮影部により撮影された撮影画像データをもとに得た欠陥レベルとの組み合わせ具合と、欠陥の種別を対応させた、欠陥種別判定情報を保管する欠陥種別判定情報保管部と、画像処理部により検出された各欠陥について、欠陥種別判定情報保管部の欠陥種別判定情報にもとづき、欠陥種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、判定部とを備えたものであることを特徴とするものである。
そして、上記のフィッシュアイの検出判定装置であって、前記画像処理部において検出された、前記第１の撮影部により撮影された撮影画像データをもとに得た第１の欠陥と、前記第２の撮影部により撮影された撮影画像データをもとに得た第２の欠陥とで、互いに同一の欠陥であるものを認識し、異なる欠陥を把握する、同一欠陥認識処理部を備えていることを特徴とするものであり、該同一欠陥認識処理部は、前記第１の欠陥と、前記第２の欠陥について、一方の欠陥がその内に接する矩形領域を、Ｘ−Ｙ座標上所定量αｘ、βｙだけシフトして、他方の欠陥がその内に接する矩形領域に重なる場合に、前記一方の欠陥と他方とが同一の欠陥であると認識するものであることを特徴とするものである。
尚、第１の撮影部と第２の撮影部とが、同じ撮影手段（カメラ）である場合もある。（図２参照）
そして、上記のフィッシュアイの検出判定装置であって、前記画像処理部において検出された、前記第１の撮影部により撮影された撮影画像データをもとに得た第１の欠陥と、前記第２の撮影部により撮影された撮影画像データをもとに得た第２の欠陥とで、互いに同一の欠陥であるものを認識し、異なる欠陥を把握する、同一欠陥認識処理部を備えていることを特徴とするものであり、該同一欠陥認識処理部は、前記第１の欠陥と、前記第２の欠陥について、一方の欠陥がその内に接する矩形領域を、Ｘ−Ｙ座標上所定量αｘ、βｙだけシフトして、他方の欠陥がその内に接する矩形領域に重なる場合に、前記一方の欠陥と他方とが同一の欠陥であると認識するものであることを特徴とするものである。
尚、第１の撮影部と第２の撮影部とが、同じ撮影手段（カメラ）である場合もある。（図２参照）
（作用）
本発明のフィッシュアイの検出判定方法は、このような構成にすることにより、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法の提供を可能としている。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行う可能としている。
また、生産のインラインでフィッシュアイを検出できるフィッシュアイ検出判定方法の提供を可能としている。
具体的には、順に、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理と、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理とを、行う撮影処理ステップと、前記撮影処理ステップにより得られた第１の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理と、第２の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理とを、行う画像処理ステップと、前記第１の画像処理により得られた各レベル毎の欠陥と、第２の画像処理により得られた各レベル毎の欠陥について、互いに同一の欠陥であるものを認識し、各欠陥について、第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理ステップとを、行うことにより、これを達成している。
詳しくは、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理により、フィッシュアイのレンズ効果を極力発生させないで撮影した第１の撮影画像データを得ることができるが、拡散光を照明光とししていることにより、第１の画像処理を行うことにより、第１の撮影画像データからは、レベル分けして暗欠陥である異物が核となったフィッシュアイは検出できるが、明欠陥であるゲルが核となったフィッシュアイの検出は難しくなる。
また、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理により、樹脂フィルムの地を中間色とし、異物等光をさえぎるものは暗くし、フィッシュアイのレンズ効果により、フィッシュアイ箇所を明るくして、第２の撮影画像を得ることを可能としており、第２の画像処理を行うことにより、第２の撮影画像データからは、レベル分けして、暗欠である異物が核となったフィッシュアイ、明欠陥であるゲルが核となったフィッシュアイの両方を検出できるものとしている。
また、画像処理ステップを行うことにより、各撮影画像データから、それぞれ、明欠陥、暗欠陥を、それぞれ、レベル分けして検出することを可能としている。
また、両撮影画像から検出される各欠陥の種別には上記のような差があるため、同じ欠陥について、両撮影画像のそれぞれの欠陥検出結果を併せて鑑みて、欠陥の種別を判定することができることから、欠陥判定処理ステップを行うことにより、樹脂フィルムの各欠陥について、欠陥の種別（カテゴリー）を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行うことを可能としている。
このように判定することにより、除去したい異物や異物ノフィッシュアイと、使用用途により除去したい原料フィッシュアイを区別することが可能となり、結果、歩留まりを上げながら品質を確保することを可能としている。
即ち、フィルム生産機械自体の状態と樹脂フィルム製品状態を製造途中で把握することが可能となり、欠陥判定処理ステップで得られた情報をフィルム生産機械側にフィードバックすることにより、樹脂フィルムの生産ラインにおいてインラインで、生産品質の安定と、歩留まりの向上を図ることを可能としている。
そして、欠陥の種別（カテゴリー）がゲルフィッシュアイあるいは原料カスフィッシュアイである場合には、各欠陥の種別毎、それぞれ決められた所定の個数で判定を行う請求項２の発明の形態が挙げられる。
また、撮影処理ステップの第１の撮影処理、第２の撮影処理における分解能を、区別したい最小の大きさに対して、１／２の解像度にて撮影する、請求項３の発明の形態とすることにより、必要以下の小サイズの欠陥の検出をなくすことを可能としている。
また、欠陥の種別あるいは欠陥の種別の数に応じて、それぞれ、所定時間、音色の種類を分けて、ブザー出力する、あるいは、表示色を分けて表示する請求項４の発明の形態とすることにより、判定の視覚的に、あるいは、聴覚的に確認を容易なものとしている。
更に具体的には、第１の撮影処理、第２の撮影処理を、それぞれ、モノクロラインセンサカメラで行う請求項５の発明の形態や、カラーラインセンサカメラで行う請求項６の発明の形態が挙げられる。
本発明のフィッシュアイの検出判定方法は、このような構成にすることにより、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法の提供を可能としている。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行う可能としている。
また、生産のインラインでフィッシュアイを検出できるフィッシュアイ検出判定方法の提供を可能としている。
具体的には、順に、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理と、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理とを、行う撮影処理ステップと、前記撮影処理ステップにより得られた第１の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理と、第２の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理とを、行う画像処理ステップと、前記第１の画像処理により得られた各レベル毎の欠陥と、第２の画像処理により得られた各レベル毎の欠陥について、互いに同一の欠陥であるものを認識し、各欠陥について、第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理ステップとを、行うことにより、これを達成している。
詳しくは、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理により、フィッシュアイのレンズ効果を極力発生させないで撮影した第１の撮影画像データを得ることができるが、拡散光を照明光とししていることにより、第１の画像処理を行うことにより、第１の撮影画像データからは、レベル分けして暗欠陥である異物が核となったフィッシュアイは検出できるが、明欠陥であるゲルが核となったフィッシュアイの検出は難しくなる。
また、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理により、樹脂フィルムの地を中間色とし、異物等光をさえぎるものは暗くし、フィッシュアイのレンズ効果により、フィッシュアイ箇所を明るくして、第２の撮影画像を得ることを可能としており、第２の画像処理を行うことにより、第２の撮影画像データからは、レベル分けして、暗欠である異物が核となったフィッシュアイ、明欠陥であるゲルが核となったフィッシュアイの両方を検出できるものとしている。
また、画像処理ステップを行うことにより、各撮影画像データから、それぞれ、明欠陥、暗欠陥を、それぞれ、レベル分けして検出することを可能としている。
また、両撮影画像から検出される各欠陥の種別には上記のような差があるため、同じ欠陥について、両撮影画像のそれぞれの欠陥検出結果を併せて鑑みて、欠陥の種別を判定することができることから、欠陥判定処理ステップを行うことにより、樹脂フィルムの各欠陥について、欠陥の種別（カテゴリー）を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行うことを可能としている。
このように判定することにより、除去したい異物や異物ノフィッシュアイと、使用用途により除去したい原料フィッシュアイを区別することが可能となり、結果、歩留まりを上げながら品質を確保することを可能としている。
即ち、フィルム生産機械自体の状態と樹脂フィルム製品状態を製造途中で把握することが可能となり、欠陥判定処理ステップで得られた情報をフィルム生産機械側にフィードバックすることにより、樹脂フィルムの生産ラインにおいてインラインで、生産品質の安定と、歩留まりの向上を図ることを可能としている。
そして、欠陥の種別（カテゴリー）がゲルフィッシュアイあるいは原料カスフィッシュアイである場合には、各欠陥の種別毎、それぞれ決められた所定の個数で判定を行う請求項２の発明の形態が挙げられる。
また、撮影処理ステップの第１の撮影処理、第２の撮影処理における分解能を、区別したい最小の大きさに対して、１／２の解像度にて撮影する、請求項３の発明の形態とすることにより、必要以下の小サイズの欠陥の検出をなくすことを可能としている。
また、欠陥の種別あるいは欠陥の種別の数に応じて、それぞれ、所定時間、音色の種類を分けて、ブザー出力する、あるいは、表示色を分けて表示する請求項４の発明の形態とすることにより、判定の視覚的に、あるいは、聴覚的に確認を容易なものとしている。
更に具体的には、第１の撮影処理、第２の撮影処理を、それぞれ、モノクロラインセンサカメラで行う請求項５の発明の形態や、カラーラインセンサカメラで行う請求項６の発明の形態が挙げられる。
本発明のフィッシュアイの検出判定装置は、このような構成にすることにより、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定装置の提供を可能としている。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができるフィッシュアイ検出判定装置の提供を可能としている。
また、生産のインラインでフィッシュアイを検出できるフィッシュアイ検出判定装置の提供を可能としている。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができるフィッシュアイ検出判定装置の提供を可能としている。
また、生産のインラインでフィッシュアイを検出できるフィッシュアイ検出判定装置の提供を可能としている。
本発明は、上記のように、異物起因、原料カス起因、ゲル起因のフィッシュアイを確実に区別し、個数管理することができるフィッシュアイ検出判定方法とフィッシュアイ検出判定装置の提供を可能とした。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができ、生産のインラインでフィッシュアイを検出できるようになり、これにより、樹脂フィルム生産における、生産品質の安定と、歩留まりの向上を可能とした。
特に、異物およびゲルが核となったフィッシュアイを、いずれも、検出し、しかも、両者の判別を行うことができ、生産のインラインでフィッシュアイを検出できるようになり、これにより、樹脂フィルム生産における、生産品質の安定と、歩留まりの向上を可能とした。
本発明の実施の形態を図に基づいて説明する。
図１は本発明のフィッシュアイの検出判定方法の実施の形態の第１の例を実施する際の装置概略図で、図２は本発明のフィッシュアイの検出判定方法の実施の形態の第２の例を実施する際の装置概略図で、図３は第１の例の処理フローを示したフロー図で、図４は同一の欠陥と判定する同一判定方法を説明するための図である。
尚、図３において、Ｓ１０〜Ｓ８０は処理ステップを示す。
図１〜図４中、１０は透過光源、１１は反射光源、２０は透過光、２１は反射光、３０は第１の撮影手段、３１は第２の撮影手段、３５は撮影手段（カラーラインセンサカメラである）、４０は拡散反射板（拡散板とも言う）、４１は拡散層部、４２は拡散反射部、５０はガイドロール、６０は欠陥判定処理部、６１は画像処理部、６２は欠陥種別判定情報保管部、６３、６３ａは同一欠陥認識処理部、６４は判定部、８０は出力部、９０は樹脂フィルム（単に、フィルムとも言う）、１１１、１１２は欠陥部、１２１、１２１Ｓ、１２２は（同一欠陥確認用の）矩形領域、１３０は重なり領域である。
図１は本発明のフィッシュアイの検出判定方法の実施の形態の第１の例を実施する際の装置概略図で、図２は本発明のフィッシュアイの検出判定方法の実施の形態の第２の例を実施する際の装置概略図で、図３は第１の例の処理フローを示したフロー図で、図４は同一の欠陥と判定する同一判定方法を説明するための図である。
尚、図３において、Ｓ１０〜Ｓ８０は処理ステップを示す。
図１〜図４中、１０は透過光源、１１は反射光源、２０は透過光、２１は反射光、３０は第１の撮影手段、３１は第２の撮影手段、３５は撮影手段（カラーラインセンサカメラである）、４０は拡散反射板（拡散板とも言う）、４１は拡散層部、４２は拡散反射部、５０はガイドロール、６０は欠陥判定処理部、６１は画像処理部、６２は欠陥種別判定情報保管部、６３、６３ａは同一欠陥認識処理部、６４は判定部、８０は出力部、９０は樹脂フィルム（単に、フィルムとも言う）、１１１、１１２は欠陥部、１２１、１２１Ｓ、１２２は（同一欠陥確認用の）矩形領域、１３０は重なり領域である。
はじめに、本発明のフィッシュアイの検出判定方法の実施の形態の第１の例を、図１に基づいて、説明する。
第１の例のフィッシュアイの検出判定方法は、走行する樹脂フィルム８０に見られるフィッシュアイの検出判定方法で、図１に示す装置構成において行う。
はじめに、簡単に、図１に示す装置を説明しておく。
これを以って、本発明のフィッシュアイの検出判定装置の実施の形態の１例の説明に代える。
第１の撮影手段３０、第２の撮影手段３１は、いずれも、モノクロのＣＣＤラインセンサカメラであり、所定の速度で樹脂フィルム９０を搬送しながら、第１の撮影手段３０は、拡散反射板４０の拡散層部４１を透過させて得た拡散光２０を照明光として樹脂フィルム９０を透過して撮影し、第２の撮影手段３１は、拡散反射板４０の反射部４１にて反射させて得た反射光２１を照明光として樹脂フィルム９０を透過して撮影する。
ここでは、第１の撮影手段３０、第２の撮影手段３１は、それぞれ、その光軸を樹脂フィルムの走行方向に直交する方向にしてある。
尚、本例での拡散反射板４０は、拡散層部４１と拡散反射部４２と有するもので、ここでは、便宜的に拡散反射板と言っているが、第１の撮影手段３０の撮影においては主に透過光を拡散する拡散板として機能し、また、第２の撮影手段３１の撮影においては、その表面の拡散反射部にて拡散反射する拡散反射板として機能する。
第１の撮影手段３０の撮影における透過光の拡散機能からは、拡散反射板２０を拡散板と言うこともある。
本例において、拡散反射板４０は、このように拡散板として機能させて使用し、また別に拡散反射板として機能させて使用している。
第１の撮影手段３０からは第１の撮影画像データが得られ、第２の撮影手段３１からは第２の撮影画像データが得られる。
ここでは、樹脂フィルム９０の各部は、先ず第１の撮影手段３０にて撮影され、次いで、第２の撮影手段３１にて撮影される。
第１の例のフィッシュアイの検出判定方法は、走行する樹脂フィルム８０に見られるフィッシュアイの検出判定方法で、図１に示す装置構成において行う。
はじめに、簡単に、図１に示す装置を説明しておく。
これを以って、本発明のフィッシュアイの検出判定装置の実施の形態の１例の説明に代える。
第１の撮影手段３０、第２の撮影手段３１は、いずれも、モノクロのＣＣＤラインセンサカメラであり、所定の速度で樹脂フィルム９０を搬送しながら、第１の撮影手段３０は、拡散反射板４０の拡散層部４１を透過させて得た拡散光２０を照明光として樹脂フィルム９０を透過して撮影し、第２の撮影手段３１は、拡散反射板４０の反射部４１にて反射させて得た反射光２１を照明光として樹脂フィルム９０を透過して撮影する。
ここでは、第１の撮影手段３０、第２の撮影手段３１は、それぞれ、その光軸を樹脂フィルムの走行方向に直交する方向にしてある。
尚、本例での拡散反射板４０は、拡散層部４１と拡散反射部４２と有するもので、ここでは、便宜的に拡散反射板と言っているが、第１の撮影手段３０の撮影においては主に透過光を拡散する拡散板として機能し、また、第２の撮影手段３１の撮影においては、その表面の拡散反射部にて拡散反射する拡散反射板として機能する。
第１の撮影手段３０の撮影における透過光の拡散機能からは、拡散反射板２０を拡散板と言うこともある。
本例において、拡散反射板４０は、このように拡散板として機能させて使用し、また別に拡散反射板として機能させて使用している。
第１の撮影手段３０からは第１の撮影画像データが得られ、第２の撮影手段３１からは第２の撮影画像データが得られる。
ここでは、樹脂フィルム９０の各部は、先ず第１の撮影手段３０にて撮影され、次いで、第２の撮影手段３１にて撮影される。
欠陥判定処理部６０は、画像処理部６１、欠陥種別判定情報保管部６２、同一欠陥認識処理部６３、判定部６４とを備えている。
画像処理部６１は、上記、第１の撮影画像データ、第２の撮影画像データから、それぞれ、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に欠陥を検出する。
各々、所定の輝度レベルで、撮影画像データの画素毎に２値化する。
例えば、表１のようにレベル分けする。
表１でレベル１〜レベル３は、明欠陥毎の各異なる２値化レベル、あるいは暗欠陥毎の異なる２値化レベルを示す。
ここでは、このように、第１の撮影画像データから各レベル毎に欠陥を検出する処理を第１の画像処理と言い、第２の撮影画像データから各レベル毎に欠陥を検出する処理を第２の画像処理と言う。
ここでは、各欠陥についてその大きさを画素数で把握しておく。
そして、各欠陥は、欠陥種別毎に、その大きさにより、欠陥として扱うか否かを、予め、決めておく。
欠陥種別判定情報保管部６２は、画像処理部６１により検出された各欠陥の種別（カテゴリー）を特定するための基準情報と、特定された結果から判定を行うための基準情報とを、併せて欠陥種別判定情報として、保管しているものである。
欠陥種別判定情報保管部６２の欠陥種別判定情報は、例えば、表２のように欠陥種別（カテゴリー）分けと、判定（合成判定とも言う）が関連付けて決められているものである。
即ち、欠陥種別判定情報保管部６２は、欠陥種別特定情報と判定情報とを併せて、欠陥種別判定情報として保管している。
第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振っている。
同一欠陥判定部６３は、前記第１の画像処理により得られた各レベル毎の欠陥と、第２の画像処理により得られた各レベル毎の欠陥について、互いに同一の欠陥であるものを認識する処理を行うものである。
判定部６４は、欠陥種別判定情報保管部６２の欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行うものである。
出力部は、判定部６４の判定にしたがい、判定結果を表示するためのディスプレイ、あるいは、判定結果にしたがい、ブザー等の音を発生するための音出力部である。
画像処理部６１は、上記、第１の撮影画像データ、第２の撮影画像データから、それぞれ、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に欠陥を検出する。
各々、所定の輝度レベルで、撮影画像データの画素毎に２値化する。
例えば、表１のようにレベル分けする。
表１でレベル１〜レベル３は、明欠陥毎の各異なる２値化レベル、あるいは暗欠陥毎の異なる２値化レベルを示す。
ここでは、各欠陥についてその大きさを画素数で把握しておく。
そして、各欠陥は、欠陥種別毎に、その大きさにより、欠陥として扱うか否かを、予め、決めておく。
欠陥種別判定情報保管部６２は、画像処理部６１により検出された各欠陥の種別（カテゴリー）を特定するための基準情報と、特定された結果から判定を行うための基準情報とを、併せて欠陥種別判定情報として、保管しているものである。
欠陥種別判定情報保管部６２の欠陥種別判定情報は、例えば、表２のように欠陥種別（カテゴリー）分けと、判定（合成判定とも言う）が関連付けて決められているものである。
即ち、欠陥種別判定情報保管部６２は、欠陥種別特定情報と判定情報とを併せて、欠陥種別判定情報として保管している。
第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振っている。
判定部６４は、欠陥種別判定情報保管部６２の欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行うものである。
出力部は、判定部６４の判定にしたがい、判定結果を表示するためのディスプレイ、あるいは、判定結果にしたがい、ブザー等の音を発生するための音出力部である。
次に、本例のフィッシュアイの検出判定方法の処理フローを、図３に基づいて、図１を参照にしながら説明する。
本例は、図１に示すように、各ガイドロール５０に沿い、太線矢印の方向に樹脂フィルム９０を走行させながら、以下の処理を行う。
１連の処理を開始する。（Ｓ１０）
先ず、樹脂フィルム９０を走行させながら、拡散反射板４０の拡散層部４１を透過させて得た拡散光２１を照明光として樹脂フィルム９０を透過して撮影して第１の撮影画像データを得る第１の撮影処理（Ｓ２０〜Ｓ２１）と、拡散反射板４０の反射部４２において反射した反射光２１を照明光として樹脂フィルム９０を透過して撮影して第２の撮影画像データを得る第２の撮影処理とを行う。（Ｓ３０〜Ｓ３１）
ここでは、フイッシュアイの核起因を区別したい大きさに対し、１／２の解像度にてカメラを設定しておく。
これにより、必要以下の小サイズのフイッシュアイの欠陥の検出をなくすことを可能としている。
各撮影手段のラインセンサ幅と樹脂フィルム９０の走行とにより、樹脂フィルム９０の所定領域範囲を撮影した第１の撮影画像データ、第２の撮影画像データを得ることができる。
次いで、得られた第１の撮影画像データ（Ｓ２１）から、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理（Ｓ２２）を行い、レベル分けした欠陥データ（ここでは第１の欠陥データと言う）を得る。（Ｓ２３）
一方、第２の撮影画像データ（Ｓ３１）から、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理（Ｓ３２）とを行い、レベル分けした欠陥データ（ここでは第２の欠陥データと言う）を得る。（Ｓ３３）
表１に示すように、明欠陥、暗欠陥について、画素単位で、それぞれ、異なる２値化レベルで２値化して、区分けする。
ここでは、明欠陥は、明るい順にレベル１〜レベル３の３種で、明１、明２、明３と記している。
また、暗欠陥は、暗い順にレベル１〜レベル３の３種で、暗１、暗２、暗３と記している。
本例は、図１に示すように、各ガイドロール５０に沿い、太線矢印の方向に樹脂フィルム９０を走行させながら、以下の処理を行う。
１連の処理を開始する。（Ｓ１０）
先ず、樹脂フィルム９０を走行させながら、拡散反射板４０の拡散層部４１を透過させて得た拡散光２１を照明光として樹脂フィルム９０を透過して撮影して第１の撮影画像データを得る第１の撮影処理（Ｓ２０〜Ｓ２１）と、拡散反射板４０の反射部４２において反射した反射光２１を照明光として樹脂フィルム９０を透過して撮影して第２の撮影画像データを得る第２の撮影処理とを行う。（Ｓ３０〜Ｓ３１）
ここでは、フイッシュアイの核起因を区別したい大きさに対し、１／２の解像度にてカメラを設定しておく。
これにより、必要以下の小サイズのフイッシュアイの欠陥の検出をなくすことを可能としている。
各撮影手段のラインセンサ幅と樹脂フィルム９０の走行とにより、樹脂フィルム９０の所定領域範囲を撮影した第１の撮影画像データ、第２の撮影画像データを得ることができる。
次いで、得られた第１の撮影画像データ（Ｓ２１）から、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理（Ｓ２２）を行い、レベル分けした欠陥データ（ここでは第１の欠陥データと言う）を得る。（Ｓ２３）
一方、第２の撮影画像データ（Ｓ３１）から、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理（Ｓ３２）とを行い、レベル分けした欠陥データ（ここでは第２の欠陥データと言う）を得る。（Ｓ３３）
表１に示すように、明欠陥、暗欠陥について、画素単位で、それぞれ、異なる２値化レベルで２値化して、区分けする。
ここでは、明欠陥は、明るい順にレベル１〜レベル３の３種で、明１、明２、明３と記している。
また、暗欠陥は、暗い順にレベル１〜レベル３の３種で、暗１、暗２、暗３と記している。
次いで、第１の欠陥データと第２の欠陥データとで、同一の欠陥であるものを認識し（Ｓ４０）、各欠陥について、第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別情報（Ｓ５０）をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定（合成判定と言う）を行う。（Ｓ６０）
尚、同一の欠陥の認識は、同一欠陥認識処理部６３にて行い、判定は、欠陥種別判定情報保管部６２の表２に示す欠陥種別判定情報にもとづき、判定部６４にて行う。
次いで、判定結果にもとづき、その結果の表示や、結果にしたがう音出力を行う。（Ｓ７０）
これにて、１連の処理は終了する。（Ｓ８０）
尚、同一の欠陥の認識は、同一欠陥認識処理部６３にて行い、判定は、欠陥種別判定情報保管部６２の表２に示す欠陥種別判定情報にもとづき、判定部６４にて行う。
次いで、判定結果にもとづき、その結果の表示や、結果にしたがう音出力を行う。（Ｓ７０）
これにて、１連の処理は終了する。（Ｓ８０）
ここで、簡単に、表２に示す欠陥種別判定情報について更に説明しておく。
本例では、欠陥が異物である場合、これを第１の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となり、第２の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗１〜暗２の範囲で、且つ、第２の撮影画像データでの検出で暗１〜暗２の範囲で検出された場合、これを異物あるいは異物のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物１と判定するものとしている。
また、異物のフィッシュアイである場合、これを第１の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となり、第２の撮影画像データでの検出すると表１に示す、暗１〜暗２あるいは明２〜明３の範囲となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗１〜暗２の範囲で、且つ、第２の撮影画像データでの検出で暗１〜暗２あるいは明２〜明３の範囲で検出された場合、これを異物あるいは異物のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物１と判定するものとしている。
また、本例では、欠陥が原料のフィッシュアイである場合、これを第１の撮影画像データでの検出すると表１に示す暗３となり、第２の撮影画像データでの検出すると表１に示す明１となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗３で、且つ、第２の撮影画像データでの検出で明１で検出された場合、これを原料のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物２と判定するものとしている。
また、本例では、欠陥が大サイズのゲルのフィッシュアイである場合、これを第１の撮影画像データでの検出すると検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明１となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明１で検出された場合、これをゲルのフィッシュアイ大と欠陥種別（カテゴリー）分けし、更に、ゲルのフィッシュアイ大と欠陥種別（カテゴリー）分けされた欠陥の数を調べ、これが所定の個数ｎ１以上である場合、ゲルのフィッシュアイ大が多数と判定する。
また、本例では、欠陥が小サイズのゲルのフィッシュアイである場合、これを第１の撮影画像データでの検出すると検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明３となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明３で検出された場合、これをゲルのフィッシュアイ小と欠陥種別（カテゴリー）分けし、更に、ゲルのフィッシュアイ小と欠陥種別（カテゴリー）分けされた欠陥の数を調べ、これが所定の個数ｎ２以上である場合、ゲルのフィッシュアイ小が多数と判定する。
本例では、欠陥が異物である場合、これを第１の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となり、第２の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗１〜暗２の範囲で、且つ、第２の撮影画像データでの検出で暗１〜暗２の範囲で検出された場合、これを異物あるいは異物のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物１と判定するものとしている。
また、異物のフィッシュアイである場合、これを第１の撮影画像データでの検出すると表１に示す暗１〜暗２の範囲となり、第２の撮影画像データでの検出すると表１に示す、暗１〜暗２あるいは明２〜明３の範囲となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗１〜暗２の範囲で、且つ、第２の撮影画像データでの検出で暗１〜暗２あるいは明２〜明３の範囲で検出された場合、これを異物あるいは異物のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物１と判定するものとしている。
また、本例では、欠陥が原料のフィッシュアイである場合、これを第１の撮影画像データでの検出すると表１に示す暗３となり、第２の撮影画像データでの検出すると表１に示す明１となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で暗３で、且つ、第２の撮影画像データでの検出で明１で検出された場合、これを原料のフィッシュアイと欠陥種別（カテゴリー）分けし、対象となる欠陥を異物２と判定するものとしている。
また、本例では、欠陥が大サイズのゲルのフィッシュアイである場合、これを第１の撮影画像データでの検出すると検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明１となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明１で検出された場合、これをゲルのフィッシュアイ大と欠陥種別（カテゴリー）分けし、更に、ゲルのフィッシュアイ大と欠陥種別（カテゴリー）分けされた欠陥の数を調べ、これが所定の個数ｎ１以上である場合、ゲルのフィッシュアイ大が多数と判定する。
また、本例では、欠陥が小サイズのゲルのフィッシュアイである場合、これを第１の撮影画像データでの検出すると検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明３となるため、検出判定の対象となる欠陥が、第１の撮影画像データでの検出で検出できず（未検出とも言う）、第２の撮影画像データでの検出すると表１に示す明３で検出された場合、これをゲルのフィッシュアイ小と欠陥種別（カテゴリー）分けし、更に、ゲルのフィッシュアイ小と欠陥種別（カテゴリー）分けされた欠陥の数を調べ、これが所定の個数ｎ２以上である場合、ゲルのフィッシュアイ小が多数と判定する。
また、同一欠陥認識処理部６３にて行う同一の欠陥の認識の１例を簡単に説明しておく。
本例においては、図１に示すように、第１の撮影手段３０が撮影する領域位置と、第２の撮影手段３１が撮影する領域位置とは、位置が異なるため、Ｘ−Ｙ座標系において、画像データ上で、同一の欠陥が認識できるように、一方の撮影手段による画像データの位置を他方に合わせるようにシフトさせる。
例えば、第１の撮影手段から得られた第１の撮影画像データから得られた欠陥部１１１が図４（ａ）に示すよう矩形領域１２１内に且つ該矩形領域１２１に接してあり、また、第２の撮影手段から得られた第２の撮影画像データから得られた欠陥部１１２が図４（ｂ）に示すよう矩形領域１２２内に且つ該矩形領域１２２に接してある場合、予め、図４（ａ）に示す第１の欠陥データにおけるＸ−Ｙ座標系の座標ｘ、ｙをＸ方向αｘ、Ｙ方向βｙだけ、シフトした座標ｘ＋αｘ、ｙ＋βｙが、図４（ｂ）に示す第２の欠陥データにおける座標系の座標に相当することを把握しておき、図４（ｃ）に示すように、図４（ａ）の矩形領域１２１をシフトさせた矩形領域１２１Ｓと第２の欠陥データにおけるＸ−Ｙ座標系の矩形領域１２２との重なりを調べ、重なり領域１３０がある場合には、欠陥部１１１と欠陥部１１２とは同一の欠陥部と判断し、重なり領域１３０がない場合には、欠陥部１１１と欠陥部１１２とは同一の欠陥部ではないと判断する。
本例においては、図１に示すように、第１の撮影手段３０が撮影する領域位置と、第２の撮影手段３１が撮影する領域位置とは、位置が異なるため、Ｘ−Ｙ座標系において、画像データ上で、同一の欠陥が認識できるように、一方の撮影手段による画像データの位置を他方に合わせるようにシフトさせる。
例えば、第１の撮影手段から得られた第１の撮影画像データから得られた欠陥部１１１が図４（ａ）に示すよう矩形領域１２１内に且つ該矩形領域１２１に接してあり、また、第２の撮影手段から得られた第２の撮影画像データから得られた欠陥部１１２が図４（ｂ）に示すよう矩形領域１２２内に且つ該矩形領域１２２に接してある場合、予め、図４（ａ）に示す第１の欠陥データにおけるＸ−Ｙ座標系の座標ｘ、ｙをＸ方向αｘ、Ｙ方向βｙだけ、シフトした座標ｘ＋αｘ、ｙ＋βｙが、図４（ｂ）に示す第２の欠陥データにおける座標系の座標に相当することを把握しておき、図４（ｃ）に示すように、図４（ａ）の矩形領域１２１をシフトさせた矩形領域１２１Ｓと第２の欠陥データにおけるＸ−Ｙ座標系の矩形領域１２２との重なりを調べ、重なり領域１３０がある場合には、欠陥部１１１と欠陥部１１２とは同一の欠陥部と判断し、重なり領域１３０がない場合には、欠陥部１１１と欠陥部１１２とは同一の欠陥部ではないと判断する。
次に、本発明のフィッシュアイの検出判定方法の実施の形態の第２の例を、図２に基づいて、説明する。
第２の例のフィッシュアイの検出判定方法は、第１の例のにおける２つのモノクロのＣＣＤラインセンサカメラからなる第１の撮影手段３０と第２の撮影手段３１を、ＣＣＤラインセンサカメラからなる１つの撮影手段３５に置き代えて撮影処理を行い、フィッシュアイの検出判定を行う方法である。
ここでは、第１の光源１０からの照明光をＲ（赤色）の、拡散層部４１を透過した拡散光とし、また、第２の光源１１からの照明光をＢ（青）の、拡散反射部４２により反射された反射光として、Ｒ（赤色）による撮影画像データ、Ｂ（青）による撮影画像データを、それぞれ、図３に示す第１の撮影画像データ、第２の撮影画像データに相当する画像データとしている。
ここでは、図示していないが、光路上の適当な位置に色フィルターを配置することにより、このような撮影ができる。
得られた画像データについての画像処理は、基本的に第１の例と同じで、それ以降の処理の説明を省く。
また、他の各部は、基本的に第１の例の各部と同じ機能を有するが、第２の例の場合、撮影手段は１つで、第１の撮影画像データ上の欠陥位置、第２の撮影画像データ上の欠陥位置は、同じ１つの座標系のもので、第１の例で必要とされるような同一欠陥認識処理（特に、シフト処理とも言う）を行う必要はなく、例えば、ここでは、同一欠陥認識処理部６３ａは、両撮影画像データから検出された欠陥が、それぞれ、その内側に接する矩形領域の重なりのみを確認し、重なりがある場合、同一欠陥と判断する。
他の各部についての説明は省く。
第２の例のフィッシュアイの検出判定方法は、第１の例のにおける２つのモノクロのＣＣＤラインセンサカメラからなる第１の撮影手段３０と第２の撮影手段３１を、ＣＣＤラインセンサカメラからなる１つの撮影手段３５に置き代えて撮影処理を行い、フィッシュアイの検出判定を行う方法である。
ここでは、第１の光源１０からの照明光をＲ（赤色）の、拡散層部４１を透過した拡散光とし、また、第２の光源１１からの照明光をＢ（青）の、拡散反射部４２により反射された反射光として、Ｒ（赤色）による撮影画像データ、Ｂ（青）による撮影画像データを、それぞれ、図３に示す第１の撮影画像データ、第２の撮影画像データに相当する画像データとしている。
ここでは、図示していないが、光路上の適当な位置に色フィルターを配置することにより、このような撮影ができる。
得られた画像データについての画像処理は、基本的に第１の例と同じで、それ以降の処理の説明を省く。
また、他の各部は、基本的に第１の例の各部と同じ機能を有するが、第２の例の場合、撮影手段は１つで、第１の撮影画像データ上の欠陥位置、第２の撮影画像データ上の欠陥位置は、同じ１つの座標系のもので、第１の例で必要とされるような同一欠陥認識処理（特に、シフト処理とも言う）を行う必要はなく、例えば、ここでは、同一欠陥認識処理部６３ａは、両撮影画像データから検出された欠陥が、それぞれ、その内側に接する矩形領域の重なりのみを確認し、重なりがある場合、同一欠陥と判断する。
他の各部についての説明は省く。
上記、第１の例、第２の例は、１例で、本発明のフィッシュアイの検出判定方法は、これらに限定されない。
例えば、上記、第１の例、第２の例では、拡散反射板（図１、図２の４０）を１つのものとしているが、拡散層部を有する拡散板、拡散反射部を有する反射板の２つに分けた形態も挙げられる。
また、勿論、第２の例において、第１の光源１０からの照明光をＢ（青）の、拡散層部４１を透過した拡散光とし、また、第２の光源１１からの照明光をＲ（赤色）の、拡散反射部４２により反射された反射光として、Ｂ（青）による撮影画像データ、Ｒ（赤色）による撮影画像データを、それぞれ、図３に示す第１の撮影画像データ、第２の撮影画像データに相当する画像データとしても良い。
例えば、上記、第１の例、第２の例では、拡散反射板（図１、図２の４０）を１つのものとしているが、拡散層部を有する拡散板、拡散反射部を有する反射板の２つに分けた形態も挙げられる。
また、勿論、第２の例において、第１の光源１０からの照明光をＢ（青）の、拡散層部４１を透過した拡散光とし、また、第２の光源１１からの照明光をＲ（赤色）の、拡散反射部４２により反射された反射光として、Ｂ（青）による撮影画像データ、Ｒ（赤色）による撮影画像データを、それぞれ、図３に示す第１の撮影画像データ、第２の撮影画像データに相当する画像データとしても良い。
１０ 透過光源
１１ 反射光源
２０ 透過光
２１ 反射光
３０ 第１の撮影手段
３１ 第２の撮影手段
３５ 撮影手段（カラーラインセンサカメラである）
４０ 拡散反射板（拡散板あるいは単に反射板とも言う）
４１ 拡散層部
４２ 反射部
５０ ガイドロール
６０ 欠陥判定処理部
６１ 画像処理部
６２ 欠陥種別判定情報保管部
６３、６３ａ 同一欠陥認識処理部
６４ 判定部
８０ 出力部
９０ 樹脂フィルム（単に、フィルムとも言う）
１１１、１１２ 欠陥部
１２１、１２１Ｓ、１２２ （同一欠陥確認用の）矩形領域
１３０ 重なり領域
１１ 反射光源
２０ 透過光
２１ 反射光
３０ 第１の撮影手段
３１ 第２の撮影手段
３５ 撮影手段（カラーラインセンサカメラである）
４０ 拡散反射板（拡散板あるいは単に反射板とも言う）
４１ 拡散層部
４２ 反射部
５０ ガイドロール
６０ 欠陥判定処理部
６１ 画像処理部
６２ 欠陥種別判定情報保管部
６３、６３ａ 同一欠陥認識処理部
６４ 判定部
８０ 出力部
９０ 樹脂フィルム（単に、フィルムとも言う）
１１１、１１２ 欠陥部
１２１、１２１Ｓ、１２２ （同一欠陥確認用の）矩形領域
１３０ 重なり領域
Claims (9)
- 走行する樹脂フィルムに見られるフィッシュアイの検出判定方法であって、順に、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影して第１の撮影画像データを得る第１の撮影処理と、拡散反射板を用いて反射した反射光を照明光として樹脂フィルムを透過して撮影して第２の撮影画像データを得る第２の撮影処理とを、行う撮影処理ステップと、前記撮影処理ステップにより得られた第１の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第１の画像処理と、第２の撮影画像データから、フィルム地よりも明るい箇所を明欠陥として、暗い箇所を暗欠陥として、レベル分けして、各レベル毎に検出する第２の画像処理とを、行う画像処理ステップと、前記第１の画像処理により得られた各レベル毎の欠陥と、第２の画像処理により得られた各レベル毎の欠陥について、互いに同一の欠陥であるものを認識し、各欠陥について、第１の画像処理におけるレベル分けによる欠陥レベルと第２の画像処理におけるレベル分けによる欠陥レベルとの各組み合わせにより、欠陥の種別（カテゴリー）を割り振った、欠陥種別判定情報をもとに、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理ステップとを、行うことを特徴とするフィッシュアイの検出判定方法。
- 請求項１に記載のフィッシュアイの検出判定方法であって、欠陥の種別（カテゴリー）がゲルフィッシュアイあるいは原料カスフィッシュアイである場合には、各欠陥の種別毎、それぞれ決められた所定の個数で判定を行うことを特徴とするフィッシュアイの検出判定方法。
- 請求項１ないし２のいずれか１項に記載のフィッシュアイの検出判定方法であって、撮影処理ステップの第１の撮影処理、第２の撮影処理における分解能を、区別したい最小の大きさに対して、１／２の解像度にて撮影することを特徴とするフィッシュアイの検出判定方法。
- 請求項１ないし３のいずれか１項に記載のフィッシュアイの検出判定方法であって、欠陥の種別あるいは欠陥の種別の数に応じて、それぞれ、所定時間、音色の種類を分けて、ブザー出力する、あるいは、表示色を分けて表示することを特徴とするフィッシュアイの検出判定方法。
- 請求項１ないし４のいずれか１項に記載のフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、モノクロラインセンサカメラで行うことを特徴とするフィッシュアイの検出判定方法。
- 請求項１ないし４のいずれか１項に記載のフィッシュアイの検出判定方法であって、前記第１の撮影処理、第２の撮影処理を、それぞれ、同じカラーラインセンサカメラで行うことを特徴とするフィッシュアイの検出判定方法。
- 走行する樹脂フィルムに見られるフィッシュアイの検出判定装置であって、第１の光源と拡散板とラインセンサからなる撮影装置を有し、第１の光源からの光を拡散板に当て、拡散板を透過させて得た拡散光を照明光として樹脂フィルムを透過して撮影する第１の撮影部と、第２の光源と反射板とラインセンサからなる撮影装置を有し、第２の光源からの光を拡散反射板に当て、拡散反射板からの反射光を照明光として樹脂フィルムを透過して撮影する第２の撮影部と、各欠陥について、欠陥の種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、欠陥判定処理部とを、備えたもので、前記欠陥判定処理部は、前記各撮影画像データをもとに、明欠陥、暗欠陥についてそれぞれレベル分けして検出を行う画像処理部と、前記第１の撮影部により撮影された撮影画像データをもとに得た欠陥レベルと、前記第２の撮影部により撮影された撮影画像データをもとに得た欠陥レベルとの組み合わせ具合と、欠陥の種別を対応させた、欠陥種別判定情報を保管する欠陥種別判定情報保管部と、画像処理部により検出された各欠陥について、欠陥種別判定情報保管部の欠陥種別判定情報にもとづき、欠陥種別を特定し、更に、特定された欠陥の種別によってはその数を把握して、欠陥の種別あるいは欠陥の種別の数に応じて判定を行う、判定部とを備えたものであることを特徴とするフィッシュアイの検出判定装置。
- 請求項７に記載のフィッシュアイの検出判定装置であって、前記画像処理部において検出された、前記第１の撮影部により撮影された撮影画像データをもとに得た第１の欠陥と、前記第２の撮影部により撮影された撮影画像データをもとに得た第２の欠陥とで、互いに同一の欠陥であるものを認識し、異なる欠陥を把握する、同一欠陥認識処理部を備えていることを特徴とするフィッシュアイの検出判定装置。
- 請求項８に記載のフィッシュアイの検出判定装置であって、前記同一欠陥認識処理部は、前記第１の欠陥と、前記第２の欠陥について、一方の欠陥がその内に接する矩形領域を、Ｘ−Ｙ座標上所定量αｘ、βｙだけシフトして、他方の欠陥がその内に接する矩形領域に重なる場合に、前記一方の欠陥と他方とが同一の欠陥であると認識するものであることを特徴とするフィッシュアイの検出判定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005219586A JP2007033339A (ja) | 2005-07-28 | 2005-07-28 | フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005219586A JP2007033339A (ja) | 2005-07-28 | 2005-07-28 | フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2007033339A true JP2007033339A (ja) | 2007-02-08 |
Family
ID=37792779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005219586A Withdrawn JP2007033339A (ja) | 2005-07-28 | 2005-07-28 | フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2007033339A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010133846A (ja) * | 2008-12-05 | 2010-06-17 | Omron Corp | 外観検査装置 |
| KR101472454B1 (ko) | 2013-04-29 | 2014-12-16 | 전자부품연구원 | 실공간 영상 기반 광 산란 분석 장치 |
| WO2015136598A1 (ja) * | 2014-03-10 | 2015-09-17 | 株式会社東芝 | 異物検査装置、異物検査方法、異物検査プログラム |
| JP2017161333A (ja) * | 2016-03-09 | 2017-09-14 | 株式会社東芝 | 欠陥検査装置、欠陥検査プログラム、欠陥検査方法 |
| CN110766649A (zh) * | 2018-07-10 | 2020-02-07 | Hb技术有限公司 | 自动修复系统的缺陷判别装置及方法 |
| CN112683899A (zh) * | 2020-04-29 | 2021-04-20 | 海南远生渔业有限公司 | 一种水产品品质检测方法 |
| CN112706431A (zh) * | 2020-12-09 | 2021-04-27 | 北方华锦化学工业股份有限公司 | 一种降低abs不良品发生率的方法 |
-
2005
- 2005-07-28 JP JP2005219586A patent/JP2007033339A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010133846A (ja) * | 2008-12-05 | 2010-06-17 | Omron Corp | 外観検査装置 |
| KR101472454B1 (ko) | 2013-04-29 | 2014-12-16 | 전자부품연구원 | 실공간 영상 기반 광 산란 분석 장치 |
| WO2015136598A1 (ja) * | 2014-03-10 | 2015-09-17 | 株式会社東芝 | 異物検査装置、異物検査方法、異物検査プログラム |
| JP5921704B2 (ja) * | 2014-03-10 | 2016-05-24 | 株式会社東芝 | 異物検査装置、異物検査方法、異物検査プログラム |
| JP2017161333A (ja) * | 2016-03-09 | 2017-09-14 | 株式会社東芝 | 欠陥検査装置、欠陥検査プログラム、欠陥検査方法 |
| CN110766649A (zh) * | 2018-07-10 | 2020-02-07 | Hb技术有限公司 | 自动修复系统的缺陷判别装置及方法 |
| CN112683899A (zh) * | 2020-04-29 | 2021-04-20 | 海南远生渔业有限公司 | 一种水产品品质检测方法 |
| CN112706431A (zh) * | 2020-12-09 | 2021-04-27 | 北方华锦化学工业股份有限公司 | 一种降低abs不良品发生率的方法 |
| CN112706431B (zh) * | 2020-12-09 | 2022-09-13 | 北方华锦化学工业股份有限公司 | 一种降低abs不良品发生率的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6945245B2 (ja) | 外観検査装置 | |
| TWI399534B (zh) | And a defect inspection device for performing defect inspection using image analysis | |
| JP2007033339A (ja) | フィッシュアイの検出判別方法およびフィッシュアイの検出判定装置 | |
| JP2008249568A (ja) | 外観検査装置 | |
| TW200842347A (en) | Pattern checking device and pattern checking mehtod | |
| JP2004037248A (ja) | 検査装置および貫通孔の検査方法 | |
| JPH07218451A (ja) | 光学式鋼板表面検査装置 | |
| TW200846649A (en) | Pattern inspection device and method used thereby | |
| JP2017166903A (ja) | 欠陥検査装置及び欠陥検査方法 | |
| CN112985587A (zh) | 发光物料影像处理方法 | |
| JP2726808B2 (ja) | 外観検査装置 | |
| JP5959430B2 (ja) | ボトルキャップの外観検査装置及び外観検査方法 | |
| JP2020034345A (ja) | 検査システム、検査方法 | |
| JP2009264882A (ja) | 外観検査装置 | |
| JP2008134160A (ja) | 検査装置、検査方法、プログラム、及び、記録媒体 | |
| JP2008241650A (ja) | 欠陥検査装置 | |
| JP2004361085A (ja) | 外観検査装置 | |
| JP3357968B2 (ja) | レンチキュラーレンズシートの欠陥検査方法 | |
| JP7293907B2 (ja) | 外観検査管理システム、外観検査管理装置、外観検査管理方法及びプログラム | |
| JP7011348B2 (ja) | 異物検査装置及び異物検査方法 | |
| JP5787668B2 (ja) | 欠陥検出装置 | |
| KR20160149883A (ko) | 렌즈 결함 검사 장치 | |
| JP2004212353A (ja) | 光学的検査装置 | |
| JP3149336B2 (ja) | 光学部材検査装置 | |
| WO2012165419A1 (ja) | 照明システム、検査システム及び制御システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080709 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20100628 |