JP2007147442A - 木材の検査方法及び装置及びプログラム - Google Patents

Abstract

【課題】木材の品質に影響を及ぼす木材表面の変色による欠陥部分を色分布を利用して正確に検出すること。
【解決手段】撮影手段８で木材９のカラー撮影を行い、画像処理手段１で前記撮影手段８により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値以上離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出する。
【選択図】図１

Description

本発明は、木材の丸太等から切り出した単板又はひき材等の木質材料にある変色による欠陥部分の検出を行う木材の検査方法及び装置に関する。例えば合板を製造するには、丸太を刃物により切削して連続的に厚さ数ミリの単板を得、この単板を所定の大きさに揃え且つ乾燥した後、複数枚の単板を接着剤により接着して一体化される。これらの製造工程で、単板の品質に影響を及ぼす木材表面の変色による欠陥、歪み、単板にある節が抜け落ちて穴となった個所、割れ等の欠陥の位置、数、面積等の程度により、合板となった時の表層を構成するもの（美観上、欠点の少ないもの）と、合板の内層を構成するもの（欠点が多くても問題とならない）とに選別（例えば５〜７段階に選別）する必要がある。

従来、合板となった時の表層を構成するものと、合板の内層を構成するものとに選別するには、コンベヤで搬送される単板を作業者の肉眼より判定して行われている。

また、従来の木材の欠陥部の検査方法として、木材をカラーＣＣＤカメラで撮影し、映像信号を色画像抽出装置により松脂および変色の基準色と対比して二値化し、測定対象領域と一致する二値化画像をラベリング処理して判定値と対比することにより、松脂などの付着樹脂や腐食、変色の欠陥部位を検知するものがあった（特許文献１参照）。
特開平９−２１０７８５号公報

前記従来のものは次のような課題があった。
肉眼による判定では、人により判定にバラツキがある（不正確である）こと、コンベヤの速度を大きくできない（生産性が悪い）等の問題があった。

また、従来の基準色と対比して二値化を行う木材の欠陥部の検査方法では、色分布を使用した正確な欠陥の検査を行うものではなかった。

本発明は、このような従来の課題を解決し、単板等の木材を撮影手段で撮影し、該撮影した画像から木材の品質に影響を及ぼす木材表面の変色による欠陥部分を色分布を利用して（異常部の色彩、明度等に変化があっても）正確に検出できるようにすることを目的とする。

図１は単板選別装置の説明図である。図１中、１は画像処理装置（画像処理手段）、２は選別機制御装置、３は操作盤、４はベルトコンベア、５は透過光用照明、６は反射光用照明、７は等級別分配装置、８はラインセンサカメラ（撮影手段）、９は単板（木材）である。

本発明は、上記の課題を解決するため次のように構成した。
（１）：撮影手段８で木材９のカラー撮影を行い、画像処理手段１で前記撮影手段８により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値以上離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出する。このため、木材の品質に影響を及ぼす木材表面の変色による欠陥部分を色分布を利用して正確に検出することができる。

（２）：前記（１）の木材の検査方法又は装置において、欠陥面積が検査対象領域に対して相対的に小さい木材を検査対象とする場合については、前記予め定めた正常な木材の色分布として、検査対象毎に取得した画像分布を、都度置き換えて用いる。このため、予め定める正常な木材の色分布を容易に取得することができる。

（３）：前記（１）又は（２）の木材の検査方法又は装置において、前記撮影したカラー画像の色分布の明度ヒストグラムを求めて明度異常部を検出する。このため、焦げなどの明度異常部の検出を容易に行うことができる。

（４）：前記（３）の木材の検査方法又は装置において、前記予め定めた正常な木材の色分布の明度ヒストグラムは、全体が正規分布に従うものとして一部の領域の累積度数から全体の正規分布を推定する。このため、正常な木材の色分布を予め定めなくとも検査する木材から正常な木材の色分布を推定することができる。

本発明によれば次のような効果がある。
（１）：画像処理手段で、撮影手段により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値以上離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出するため、木材の品質に影響を及ぼす木材表面の変色による欠陥部分を色分布を利用して正確に検出することができる。

（２）：欠陥面積が検査対象領域に対して相対的に小さい木材を検査対象とする場合については、予め定めた正常な木材の色分布として、検査対象毎に取得した画像分布を、都度置き換えて用いるため、予め定める正常な木材の色分布を容易に取得することができる。

（３）：撮影したカラー画像の色分布の明度ヒストグラムを求めて明度異常部を検出するため、焦げなどの明度異常部の検出を容易に行うことができる。

（４）：予め定めた正常な木材の色分布の明度ヒストグラムは、全体が正規分布に従うものとして一部の領域の累積度数から全体の正規分布を推定するため、正常な木材の色分布を予め定めなくとも検査する木材から正常な木材の色分布を推定することができる。

（１）：単板選別装置の説明
図１は単板選別装置の説明図である。図１において、単板選別装置の全体構成を示しており、単板選別装置には、画像処理装置１、選別機制御装置２、操作盤３、ベルトコンベア４、透過光用照明５、反射光用照明６、等級別分配装置７、ラインセンサカメラ８が設けてある。

画像処理装置１は、ラインセンサカメラ８からの画像データの処理を行い、単板品質等級等の処理結果を選別機制御装置２に出力する画像処理手段である。選別機制御装置２は、画像処理装置１の出力によりコンベアの運転、停止等の選別機コンベア制御信号の出力と等級別分配装置７の制御信号を出力するものである。操作盤３は、画像処理装置１の設定値の変更、選別機制御装置２の制御等の操作を行う操作盤である。ベルトコンベア４は単板９を搬送する搬送手段である。透過光用照明５は、単板９の穴、割れ等を検出するためのＬＥＤ等の照明手段（光源）で、反射光用照明６と異なる色の照明（例えば緑色の照明）を使用する。これは、反射光用照明６からの反射光と区別（色及び強度により区別）して、単板の穴（節穴）、割れ等を検出するためである。反射光用照明６は、単板９の反射光を検出するためのＬＥＤ等の照明手段（光源）で、通常白色の照明を使用する。ラインセンサカメラ８は、単板９のラインの画像を撮影する撮影手段である。

この単板選別装置の動作は、ベルトコンベア４で送られてきた単板９をラインセンサカメラ８で撮影して画像データを画像処理装置１に出力する。画像処理装置１ではこの画像データの処理を行い、単板品質等級等の処理結果を選別機制御装置２に出力する。選別機制御装置２は等級別分配装置７に制御信号を出力して、単板９を等級別に選別するものである。この選別は、虫穴数、穴・抜け節数、生節数、死節数、欠け数、割れ数、ヤニ・入皮数、青変数、歪み（あばれ値）等及びこれらの大きさ（面積）等の程度により行われる。

（２）：画像処理装置の説明
図２は画像処理装置の説明図である。図２において、画像処理装置には、３台のラインセンサカメラ８ａ、８ｂ、８ｃ、カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃ、レーザーマーカ１２ａ、１２ｂ、レーザードライバ１３ａ、１３ｂ、メインコンピュータ１４が設けてある。

ラインセンサカメラ８ａ、８ｂ、８ｃは、カメラ３台により単板９を搬送方向と直交する方向に３分割してカラーで撮影する撮影手段である。カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃは、それぞれのラインセンサカメラからの１ラインの画像を取り込む度に、デジタル化処理を行ってメインコンピュータ１４に画像データを配信するものである。レーザーマーカ１２ａ、１２ｂは、ラインセンサカメラ８ａ、８ｂ、８ｃからの各画像を合成（結合）するためのマークとする単板の搬送方向に細い光線を照射するものである。この照射する光線は、後の処理で容易に除くことができるように単板（木材）の色とは異なる色の細い光線（例えば、赤色のレーザー単色光線）を照射することができる。レーザードライバ１３ａ、１３ｂは、ＡＣ電源と接続されレーザーマーカ１２ａ、１２ｂの駆動を行うものである。メインコンピュータ１４は、処理手段、格納手段、出力手段等を備え単板９の画像の処理（画像の合成、節探査、欠陥探査処理等）を行うものである。ここで、カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃとメインコンピュータ１４が画像処理手段となる。

画像処理装置の動作は、搬送されてきた単板９を透過光用光源５と反射光用光源６からの光線で照明し、カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃで、ラインセンサカメラ８ａ、８ｂ、８ｃから１ラインの画像を取り込む度に、メインコンピュータ１４に、そのデータを配信する。メインコンピュータ１４では、受信した画像の補正を行うと共にあばれ値を検出し、画像を順次結合していく、最終的にカメラ画像取得用基盤１１ａ、１１ｂ、１１ｃが画像の取り込みを終了する時点で、メインコンピュータ１４では、カラー画像の合成と白黒濃淡画像変換は、ほぼ終了している（単板の画像が３分割されているカメラ画像取得用基盤１１ａ、１１ｂ、１１ｃからの画像をメインコンピュータ１４で結合する）。

ここで、単板９にはレーザーマーカ１２ａ、１２ｂからレーザーマークが照射されて３分割され、ラインセンサカメラ８ａ、８ｂ、８ｃではそれぞれのレーザーマークまでのライン画像を合わせるようにして、簡単に画像の結合ができるようにする。また、画像の処理速度を向上するため、節の探査処理は画素数の多い白黒濃淡画像で行い、死節の探査等のカラー画像は縮小（画素数を少なく）した画像で行うこともできる。

以下、画像処理装置の動作を撮影中の処理と撮影後の処理に分けて説明する。
＜撮影中の処理の説明＞
ラインセンサカメラ８ａ、８ｂ、８ｃで撮影された画像データは、１ラインごとに、メインコンピュータ１４に配信され、１枚の全体画像として合成される。

・カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃの処理
ラインセンサカメラ８ａ、８ｂ、８ｃから１ラインカラー画像を取り込み、レーザーマークの位置（接合位置）を検出し、その情報とともに、１ラインカラー画像をメインコンピュータ１４に転送する。

・メインコンピュータ１４の処理
到着した１ラインカラー画像の補正を行うと共にあばれ値を検出し（検査対象にあばれが存在すると、前記レーザーマークの位置の検出軌跡が非直線状に歪むので、その歪み量から、あばれ量が検出できる）、上記位置情報（レーザーマーク）に基づき合成する。これは、カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃで撮影が終了し、最後の１ラインカラー画像を受信した段階で、メインコンピュータ１４では、全体カラー画像の合成が完了する。また、撮影中の時間を有効に活用するため、白黒変換や縮小処理など、１ラインごとに可能な処理は、同時並行的に行うことができる。

＜撮影後の画像解析中の処理の説明＞
・カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃの処理
次の板（単板）の到着を検出するまで待機する。

・メインコンピュータ１４の処理
対象となる板の大きさや種類などの既定情報に基づき、計算すべき領域や設定値により節探査処理、透過光による欠陥検出処理等を行い、最終的にあばれ値を含めた等級分類処理を行う。結果を図示しない表示装置に表示するとともに、選別機制御装置２に結果を出力する。

なお、前述の説明では、画像処理装置内のカメラ画像取得用基盤１１ａ、１１ｂ、１１ｃ、メインコンピュータ１４等はコンピュータ（ＰＣ）を使用する説明をしたが、これら使用するコンピュータの数は画像データ量やコンピュータの処理速度等により変更することができる（１台のコンピュータで処理することもできる）。

また、ラインセンサカメラを３台使用する説明をしたが、対象となる板の大きさや種類、コンピュータの処理性能により、１台、２台又は４台以上使用とすることもできる。

（３）：単板表面の変色による欠陥部の検出の説明
木材の品質に影響を及ぼす木材表面の変色による欠陥部分を、以下の手段と方法により検出することができる。

変色による欠陥部とは、木材に外部から進入してきたカビ等による変色部であり、あるいは、合板に用いる単板などでは、乾燥機による焦げや、木材の樹皮跡、木材の内部に形成されたヤニが表面に現われたものなどである。
これらのものを欠陥部として、検出できるようにすることである。

（欠陥部の検出手段の説明）
１）木材の表面を、カラーのラインセンサーカメラで撮影し、その画像をコンピュータに入力装置（入力手段）を用いて取り込む。

２）その撮影画像をコンピュータメモリ上（格納手段）に、各画素がＲＧＢ（赤、緑、青）で構成されるカラー画像として保存する。

３）コンピュータ画像処理プログラム（画像処理装置）により、ＲＧＢ画像をＨＳＶ（色相、彩度、明度）画像に変換する。
４）ＨＳＶ画像から下記方法により欠陥部の検出を行う。

（欠陥部の検出方法の説明）
同一樹種の正常な（健全な）木材の表面色は、その濃淡に関係なく、ほぼ特定の彩度と色相の領域に分布する。ところが、カビなどの欠陥部は、材質の違いに起因して、健全色の分布からは、彩度、色相にずれが生じる。また、焦げなどの欠陥部は、健全色の分布と比較して遙かに黒い（低明度）部分に分布する。

従って、検査対象木材表面の色分布の、健全木材表面の色分布に対して彩度、色相の偏差と明度の偏差を調べ、大きな偏差値の部分を欠陥部として検出する方法を特徴としている。

（４）：基準となる健全木材表面の色分布を取得する方法の説明
１）検査対象となる樹種について、健全な木材の表面をカラーのラインセンサーカメラにより撮影する。

２）上記は、同一樹種について、十分な統計精度が得られるよう、異なる状態の表面を複数枚（２０枚程度以上）撮影する。

３）上記の全ての画像の各画素色を、コンピュータメモリ上の３次元色空間に配置し３次元色分布を作成する。
３次元色空間としては、ＲＧＢ（赤、緑、青色空間）を採るものと、ＨＳＶ（色相、彩度、明度色空間）あるいはＬａｂ色空間（「Ｌ」は明度、「ａ」はグリーンからレッドへ、「ｂ」はブルーからイエローへの色相の要素を表す）などを用いることができる。

４）３次元色分布の等明度面ごとに、２次元分布を求め、最大頻度を示す点を得る。

５）明度を段階的に変化させながら上記４）の最大頻度点を近似的に結ぶ曲線を得ることができる。この曲線を、３次元色分布の基準中心軸と称することにする。
例えば、ＨＳＶ色分布で明度が0.0 〜 1.0の範囲の値をとる場合、明度区分0.02ごとの等明度の値を持つ画素の色相、彩度の２次元分布を求め、その最大頻度点を結ぶ曲線を得、それを３次元色分布の基準中心軸とする。また同時に色相、彩度の２次元分布の標準偏差σc(v)も求める。

６）欠陥部面積が検査対象領域に対して相対的に小さいことが予め分かっている場合には、この基準分布は、検査対象毎に取得した画像分布で置き換えることもできる。すなわち、健全部の分布の平均と標準偏差の値が分かればよいためである。

（５）：欠陥検査方法の説明
１）検査対象の木材表面をカラーのラインセンサーカメラにより撮影する。
２）その画像の各画素を３次元色空間に配置し、３次元色分布を作成する。
３）３次元色分布の基準中心軸からの色彩偏差値を次のように求める。

例えば、対象画像のx,y 位置の画素をg[x,y]と、そのＨＳＶ色分布空間での色を
色相値：h(g[x,y]) 彩度値：s(g[x,y]) 明度値：v(g[x,y]) とし
先の求めた３次元色分布の基準中心軸の特定の明度ｖにおける基準中心軸の座標を
色相値：H(v)、彩度値：S(v)とし
その等明度平面の横軸をＸ，縦軸をＹとすると図３のようになる。図３は画像ｇ各点の色をＨＳ平面上に変換する説明図である。図３において、対象画像の木材の画素をg[x,y]をＨＳ平面上の直行座標X2,Y2 に変換するものである。なお、色の分布（網かけ参照）は円ではなく様々な形に分布するが、標準偏差では略円となる。

ここで、基準中心軸座標 H(v),S(v) の直交座標X1,Y1 は、次のようになる。
X1＝S(v)・cos(2 π・H(v)／360)
Y1＝S(v)・sin(2 π・H(v)／360)

画素g[x,y]のh(v),s(v) の直交座標X2,Y2 は、次のようになる。
X2＝s(v)・cos(2 π・h(v)／360)
Y2＝s(v)・sin(2 π・h(v)／360)

基準中心軸からの二乗空間距離ｄは、次のようにして求められる。
ｄ² ＝(X1 − X2)² ＋ (Y1− Y2)²

そこで、色彩偏差値Zc[x,y] は、次のようになる。
Zc[x,y] ＝ (√ｄ) / ( σc(v)×βc)
ここで、σc(v)は基準中心軸の明度ｖにおける色相、彩度２次元分布の標準偏差σc(v)である。βc は、基準中心軸からσc(v)の何倍離れた色を異常とするかを定める係数で、例えば1.0 〜2.0 程度の値をとる。

また、Ｌａｂ色空間など他の色分布を用いても同様に空間距離の偏差を求めることができる。

４）次に、実際の欠陥部分の領域を求めるためには、色分布空間で標準から隔たった色の画素が、元の木材画像g[x,y]で局所的に塊を形成している画素だけを選択する必要がある。それには、周辺の画素の色を考慮しながら不連続な孤立点を除去し、偏差の大きな部分を強調するような処理として、画像処理技法で一般的な弛緩法と称される方法などを用いることができる。

一例としては、基準中心軸からの色彩偏差値Zc[x,y] を初期ラベルとする弛緩法により、色彩異常による欠陥領域を決定することができる（図４の説明参照）。

（明度異常による欠陥部分の検出の説明）
５）３次元色分布の基準中心軸（明度軸）方向のヒストグラムを求める。

６）上記健全部の明度ヒストグラムが、平均値Vm、標準偏差σv の正規分布（ガウス分布）であるとし、明度偏差値をZv[x,y] を次のようにして求める。

Zv[x,y] ＝｜Vm− g[x,y].v ｜ / ( σv ×βv)
βv は、明度平均値Vmからσv の何倍離れた明度を異常とするかを定める係数で、例えば1.0 〜4.0 程度の値をとる。

色彩と明度の総合偏差値 Zｔ[x,y] は、次のようになる。
Zｔ[x,y] ＝ Zc[x,y] + Zv[x,y]
明度ヒストグラムが、カメラ特性などにより正規分布をなさない場合（例えば、明度が1.0 に近い明るい部分が飽和する等）は、平均値Vm ,標準偏差σv が正確に求まらないことがある。この場合には、ヒストグラムが標準正規分布に従うものとして、規格化された累積確率分布関数F(x)が、次のようであると表すことができる。

（ここで、x は明度、μは明度の平均値、σは標準偏差である。）
明度ヒストグラムを明度の低いほうから積算し、その積算値を全画素数で割った値（累積度数）が、次のp1、p2、p3、p4に相当する明度をそれぞれ求め、V1, V2, V3, Vmとする。

p1 = F( μ−2.0 σ ) = 0.0228
p2 = F( μ−1.0 σ) = 0.1587
p3 = F( μ−0.5 σ) = 0.3085
p4 = F( μ) = 0.5
また、V1, V2, V3, Vmの取りうる有効領域Vmin, Vmaxは、基準となる木材等から経験的に求められ、例えば、Vmin= 0.25, Vmax=0.9として設定することができる。

a) V1, V2, V3, Vm の内、有効領域内に存在するV2 : F(Vm −σ) = 0.1587とVm : F(Vm)=0.5に相当する明度位置を探せば推定平均値x = Vmと標準偏差σv が求まることとなる（図８参照）。

b)しかしながら、明度分布がｘ＝μより小さいところで分布形状が崩れた場合などには、Vmは有効領域外となる。そのときは、有効領域内に存在するV1 : F(Vm −2.0 σv)とV2 : F(Vm −1.0 σv)を求め、
σv = V2− V1
Vm＝ V2 + σv
としてσv とVmを推定できる（図９参照）。

c)あるいは、明度異常部が相対的大きくなると
V1 : F(Vm −2.0 σv)とV2 : F(Vm −1.0 σv)は、有効領域外となる。そこで、有効領域内に存在する明度値V3 : F(Vm −0.5 σ) = 0.3085とVm : F(Vm)=0.5からσv = (Vm − V3)×2 となりσv とVmを推定できる（図１０参照）。

この方法を用いれば、基準となる木材を使用することなく、また、分布形状に関係なく、健全部の平均値と標準偏差を求めることができる（なお、基準となる木材を使用する場合は、求める処理を行うことなく、その平均値と標準偏差を用いる）。

７）次に、実際の欠陥部分の領域を求めるためには、色分布空間で標準から隔たった色の画素が、元の木材画像g[x,y]で局所的に塊を形成している画素だけを選択する必要がある。それには、周辺の画素の色を考慮しながら不連続な孤立点を除去し、偏差の大きな部分を強調するような処理として、画像処理技法で一般的な弛緩法と称される方法などを用いることができる。

一例としては、色彩と明度の総合偏差値 Zｔ[x,y] を初期ラベルとする弛緩法（図４の説明参照）により、色彩と明度異常による欠陥領域を決定することができる。

これまでは、木材の自動品質検査においては、表面色の明暗だけで、あるいは、特定の色を指定することで、欠陥を検出することがなされてきたが、それでは、明るい部分や色が変化したときには対応できず、全て良品となっていた。

木材の表面色のうち、人間の目に違和感を与え、品質に影響を及ぼす部分は、木材本来の自然色でないことが多く、それは３次元色空間での色分布に差異となって現われる。その差異を分離検出するという統一的な方法により欠陥部分を精度良く検出することが可能となる。

また、木材の品質に影響を及ぼすカビなどは、木材の種別や産地により色が異なるので、単一の方法では全てを精度良く検出するのは難しかった。しかし本発明によれば、検査対象となる木材の種類が異なっても、ほとんど基準中心軸座標値を変更することもなく検出可能となる。もし、樹種により検出精度が悪化しても、初期値である３次元色分布の基準中心軸座標を変更するだけで、検出精度を回復できる。

さらに、ヤニや樹皮などは、これまで画像処理による外観検査での検出は難しかったが、これらの検出も可能となる。

樹皮などが黒化した部分を精度良く検出できるようになったため、黒化した樹皮が残っているかどうかを判定することで生き節、死に節の判定も容易となる。

（６）：弛緩法の説明
図４は弛緩法の説明図である。以下図４の処理Ｓ１〜Ｓ３に従って説明する。

この処理では、対象となる画像の画素g(x,y)各々に対して、欠陥確率Pi(x,y) を設定する。ここでPi(x,y) は、i 回目の繰り返し後の画素g(x,y)に対する欠陥確率である。

Ｓ１：画像処理装置は、対象となる画像の画素g(x,y)各々に対して、初期確率P0(x,y) （ 0〜1.0 ）を与え、処理Ｓ２に移る。ここでP0(x,y) は、色偏差値Z(x,y)の値から次のようにする。
P0(x,y) = Z(x,y) ： 0 ＜ Z＜ 1.0
1.0 ： Z ≧ 1.0

Ｓ２：画像処理装置は、全ての画素に対して
もし( 0.0 < Pi(x,y) < 1.0 ) のとき
Pi(x,y) の近隣の画素の確率平均値<P> を求め、
Pi+1 = Pi + α(<P> - Pi)
（αは、周辺画素の影響係数で1 〜4 程度)
として確率を更新し、処理Ｓ３に移る。

(Pi(x,y)≦ 0.0もしくは Pi(x,y)≧ 1.0 )のときは
Pi+1 = Pi
として確率は更新しないで、処理Ｓ３に移る。。

Ｓ３：画像処理装置は、収束条件を調べる。
もし、Pi(x,y) に対して、
繰返回数Ｉが指定数よりおおきく（Ｉ＞指定数）、
Pi=0.0と pi=1.0 の画素数の全画素に対する割合が指定率より大きい（＞指定率）
であれば、処理を終了する。
そうでなければ、処理Ｓ２を繰り返す。

ここで、繰り返しの指定数は、１０回程度、Pi=0.0と pi=1.0 の画素数の全画素に対する指定率は、99% 程度とする。

（７）：ＨＳＶ色空間における色分布の説明
図５はＨＳＶ色空間における色分布の説明図である。図５において、上方向は明度（Ｖ：ここではＶ＝0.0 〜1.0 ）、同じ明度平面の直径方向が彩度（Ｓ：ここではＳ＝0.0 〜1.0 ）、円周方向が色相（Ｈ：ここではＨ＝ 0°〜 360°）を表している。健全木材の色分布は大きい上下の色分布の領域があり、この色分布の中心軸（基準中心軸）を上方向の矢印で示してある。

また、カビ等の変色部である色彩異常部の色分布は右側に色彩異常領域として示してある。さらに、乾燥機による焦げ等の明度異常部は下側で小さな色分布の領域として示してある。

（８）：特定明度平面における画素分布の説明
図６は特定明度ｖ平面における画素分布の説明図である。図６において、特定明度ｖ平面における色彩異常部の画素分布を示している。ここで色彩異常部の画素分布は、標準偏差σc(v)で特定の領域（網かけ部参照）に分布する。

（９）：中心軸方向の画素分布の説明
図７は正規分布の累積度数F(x)の説明図である。図７において、点線で一般的な正規分布（分布確率）を示しており、累積度数（累積確率分布関数）F(x)は、木材の健全部の積算値を全画素数Ｎで割って規格化したものである。ここで、p1 = 0.0228 ( μ−2 σ )、p2 =0.1587( μ−1.0 σ) 、p3 =0.3085( μ−0.5 σ) 、p4 =0.5 ( 平均値= μ) となる。

図８は中心軸方向の画素分布（正常な分布形状）の説明図である。図８において、３次元色分布の基準中心軸（明度軸）方向のヒストグラムを示している。この明度ヒストグラムで、前記p1、p2、p3、p4に相当する明度をそれぞれV1, V2, V3, Vmとし、また、木材表面の健全部の取りうる有効領域をVmin, Vmaxとする。この図の場合、有効領域内に存在するV2 : F(Vm −σ) = 0.1587とVm : F(Vm)=0.5に相当する明度位置を探せば推定平均値x = Vmと標準偏差σv が求まることとなる。

図９は分布形状が異常な場合に平均値Vmを推定する説明図である。図９において、３次元色分布の基準中心軸（明度軸）方向のヒストグラムを示している。この明度ヒストグラムは、木材表面の健全部の明度分布がｘ＝μより小さいところで分布形状が崩れた場合などには、Vmは有効領域外となる。このときは、有効領域内に存在するV1 : F(Vm −2.0 σv)とV2 : F(Vm −1.0 σv)を求め、σv = V2− V1 とVm＝ V2 + σv からσv とVmを推定することができる。

図１０は明度異常部の面積が大きい場合の説明図である。図１０において、３次元色分布の基準中心軸（明度軸）方向のヒストグラムを示している。この明度ヒストグラムは、木材表面の明度異常部の面積が相対的に大きくなるとV1 : F(Vm −2.0 σv)とV2 : F(Vm −1.0 σv)は、有効領域外となる。そこで、有効領域内に存在する明度値V3 : F(Vm −0.5 σ) = 0.3085とVm : F(Vm)=0.5からσv = (Vm − V3)×2 となり、σv とVmを推定することができる。

このように、明度ヒストグラムが、カメラ特性などにより正規分布をなさない場合（例えば、明度が1.0 に近い部分でセンサ感度の特性がリニアでない）は、平均値Vm、標準偏差σv が正確に求まらないことがある。このような場合にも、ヒストグラムが標準正規分布に従うものとして、分布のすそでのヒストグラム（２つの点）から全体の分布を推定することができ、平均値Vm及び標準偏差σv を求めることができる。

これにより、画像処理装置で、有効領域内（Vmin〜Vmax）にある点であるV1〜Vmの内の２点を使用して健全部の平均値Vm及び標準偏差σv を求める（推定する）ことができる。この使用する２点の優先順位として、平均値Vmと他の点（V1〜V3の１点）とし、平均値Vmが有効領域内にない場合にV1〜V3の２点を用いるようにする。

（１０）：プログラムインストールの説明
画像処理装置（画像処理手段）１、選別機制御装置（選別機制御手段）２、カメラ画像取得用基盤１１ａ、１１ｂ、１１ｃ、メインコンピュータ１４等はプログラムで構成でき、主制御部（ＣＰＵ）が実行するものであり、主記憶に格納されているものである。このプログラムは、コンピュータで処理されるものである。このコンピュータは、主制御部、主記憶、ファイル装置、表示装置等の出力装置、入力装置などのハードウェアで構成されている。

このコンピュータに、本発明のプログラムをインストールする。このインストールは、フロッピィ、光磁気ディスク等の可搬型の記録（記憶）媒体に、これらのプログラムを記憶させておき、コンピュータが備えている記録媒体に対して、アクセスするためのドライブ装置を介して、或いは、ＬＡＮ等のネットワークを介して、コンピュータに設けられたファイル装置にインストールされる。これにより、木材の品質に影響を及ぼす木材表面の変色による欠陥部分を色分布を利用して正確に検出できる木材の検査装置を容易に提供することができる。

本発明の単板選別装置の説明図である。 本発明の画像処理装置の説明図である。 本発明の画像ｇ各点の色をＨＳ平面上に変換する説明図である。 本発明の弛緩法の説明図である。 本発明のＨＳＶ色空間における色分布の説明図である。 本発明の特定明度ｖ平面における画素分布の説明図である。 本発明の正規分布の累積度数F(x)の説明図である。 本発明の中心軸方向の画素分布（正常な分布形状）の説明図である。 本発明の分布形状が異常な場合に平均値Vmを推定する説明図である。 本発明の明度異常部の面積が大きい場合の説明図である。

符号の説明

１ 画像処理装置（画像処理手段）
２ 選別機制御装置
３ 操作盤
４ ベルトコンベア
５ 透過光用照明（照明手段）
６ 反射光用照明（照明手段）
７ 等級別分配装置
８ ラインセンサカメラ（撮影手段）
９ 単板（木材）

Claims (9)

1. 撮影手段で木材のカラー撮影を行い、
   画像処理手段で前記撮影手段により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値以上離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出することを特徴とした木材の検査方法。
2. 欠陥面積が検査対象領域に対して相対的に小さい木材を検査対象とする場合については、前記予め定めた正常な木材の色分布として、検査対象毎に取得した画像分布を、都度置き換えて用いることを特徴とした請求項１記載の木材の検査方法。
3. 前記撮影したカラー画像の色分布の明度ヒストグラムを求めて明度異常部を検出することを特徴とした請求項１又は２記載の木材の検査方法。
4. 前記予め定めた正常な木材の色分布の明度ヒストグラムは、全体が正規分布に従うものとして一部の領域の累積度数から全体の正規分布を推定することを特徴とした請求項３記載の木材の検査方法。
5. 木材のカラー撮影を行う撮影手段と、
   前記撮影手段により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出する画像処理手段とを備えることを特徴とした木材の検査装置。
6. 前記画像処理手段は、欠陥面積が検査対象領域に対して相対的に小さい木材を検査対象とする場合については、前記予め定めた正常な木材の色分布として、検査対象毎に取得した画像分布を、都度置き換えて用いることを特徴とした請求項５記載の木材の検査装置。
7. 前記画像処理手段は、前記撮影したカラー画像の色分布の明度ヒストグラムを求めて明度異常部を検出することを特徴とした請求項５又は６記載の木材の検査装置。
8. 前記画像処理手段は、前記明度ヒストグラムは全体が正規分布に従うものとして一部の領域の累積度数から全体の正規分布を推定することを特徴とした請求項７記載の木材の検査装置。
9. 木材のカラー撮影を行う撮影手段と、
   前記撮影手段により撮影されたカラー画像の色分布を求め、該求めた色分布を予め定めた正常な木材の色分布と比較し、該求めた色分布が前記正常な木材の色分布から所定値離れたものを異常色分布とし、該異常色分布が前記撮影手段により撮影された木材面上での領域で所定値より大きいものを木材の欠陥として検出する画像処理手段として、コンピュータを機能させるためのプログラム。

Images