JP2008185479A

JP2008185479A - 加工面欠陥判定方法

Info

Publication number: JP2008185479A
Application number: JP2007019892A
Authority: JP
Inventors: Daisuke Sakuma; 大祐佐久間; Noriyuki Ueno; 紀幸上野
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2007-01-30
Filing date: 2007-01-30
Publication date: 2008-08-14
Anticipated expiration: 2027-01-30
Also published as: JP4978215B2

Abstract

【課題】加工痕を含む加工面中の鋳巣や傷等の欠陥部を正確に判定できる加工面欠陥判定方法を提供する。
【解決手段】加工面の濃淡画像からその加工面の欠陥を判定する加工面欠陥判定方法において、上記濃淡画像を原画像として、この原画像に、所定の閾値で２値化処理をして２値化画像Ｂを得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像Ａを得る。そして、両画像Ａ，Ｂを重ね合わせて欠陥検出用画像Ｃを得、この画像Ｃにおける画像Ａ中の欠陥部画像Ａ１と画像Ｂ中の注目部位画像Ｂ１との、形態に係る相互関係が予め決められた８種類のパターンＩ〜VIII中の何れに該当するかを判定
する。そして、その結果に応じて上記加工面の欠陥部を検出し、その欠陥部のサイズ等を正確に検出できるようにした。
【選択図】図２

Description

本発明は、加工面を撮像して得られた濃淡画像からその加工面（被検査面）の欠陥を判定する加工面欠陥判定方法に関するものである。

この種の加工面欠陥判定方法としては、従来、次のような方法があった。
これは、被検査面の撮影画像と無欠陥面の画像との差の絶対値画像を求め、この絶対値画像に対して予め設定した閾値で２値化して２値化画像を得、この２値化画像の面積によって上記撮影画像（被検査面）内に欠陥が存在するか否かを判定する方法である（例えば、特許文献１参照）

特開平５−９９８５６号公報

しかしながら上記従来方法では、閾値により２値化した２値化画像の面積によって欠陥を判定することから、次のような問題が生じていた。
すなわち、判定対象となる２値化画像の面積（欠陥部を含む注目画像のサイズ）は、設定される閾値（閾値レベル）によって大きく変化する。
いま、欠陥部及び加工痕を有する被検査面を撮像して得られた所定階調、ここでは２５６階調の濃淡画像（原画像）と、この原画像に対して、閾値を変えて各々２値化した２値化画像を図１４〜図１７に例示する。
図１４は原画像、図１５は閾値を５０に設定して得られた２値化画像、図１６は閾値を１００に設定して得られた２値化画像、図１７は閾値を１６０に設定して得られた２値化画像を示す。
図１４に示す原画像中の１ａ（最も濃く表わされたほぼ三日月形状部分）は欠陥部（画像）、１ｂ（欠陥部１ａに比べて薄く広く表され、かつ比較的広い濃淡差を有する切削痕部分）は加工痕（画像）である。なお、欠陥部１ａ及び加工痕１ｂを含めて注目部位（画像）１ｃと総称する。

これら図１５〜図１７に示すように、同じ原画像であっても、閾値の設定（閾値レベル）によって欠陥部１ａ、加工痕１ｂ、注目部位１ｃの表われ方は異なる。
鋳巣や傷等の欠陥部分である欠陥部１ａの判定に用いる画像には、切削工具等を用いて複雑に切削加工を施した痕である加工痕１ｂは欠陥部１ａではないので本来無用、つまり消去されてよい部分である。しかしこの加工痕１ｂは、ＣＣＤカメラ等による撮像時における照明の角度や色等の影響で原画像から完全に消すことは難しい（図１４参照）。

そこで上記２値化処理によって加工痕１ｂを消すが、例えば閾値を５０に設定して加工痕１ｂを完全に消すようにすると、図１５に示すように、欠陥部１ａのサイズは原画像１中の欠陥部１ａ（図１４参照）のサイズに比べて小さくなってしまう。これは、図１４に示すように、加工痕１ｂの輝度と欠陥部１ａの外周部分の輝度が同等であるからである。なお、輝度とは具体的には輝度値（画素の濃度値）を指す（以下同じ）。
逆に、欠陥部１ａのサイズを縮小させないために、閾値を１００や１６０のように設定すると、図１６，図１７に示すように、加工痕１ｂは２値化画像中に残ってしまう。２値化処理後に黒く残る部位は、全て同じ明るさの黒で表われるため、加工痕１ｂと欠陥部１ａとの区別は困難である。
以上のような理由から、閾値により２値化した２値化画像（注目部位１ｃ）の面積によって欠陥を判定する方法では、欠陥部１ａと加工痕１ｂとの識別や、欠陥部１ａの正確なサイズの計測が困難、つまり欠陥部１ａの正確な判定が困難であった。

本発明は、上記のような実情に鑑みなされたもので、鋳巣や傷等の欠陥部の面積や大きさ等を正確に検出して加工面の欠陥を正確に判定できる加工面欠陥判定方法を提供することを課題とする。

上記課題は、加工面欠陥判定方法を下記各態様の構成とすることによって解決される。
各態様は、請求項と同様に、項に区分し、各項に番号を付し、必要に応じて他の項の番号を引用する形式で記載する。これは、あくまでも本発明の理解を容易にするためであり、本明細書に記載の技術的特徴及びそれらの組合わせが以下の各項に記載のものに限定されると解釈されるべきではない。また、１つの項に複数の事項が記載されている場合、それら複数の事項を常に一緒に採用しなければならないわけではなく、一部の事項のみを取り出して採用することも可能である。

以下の各項のうち、（１）項が請求項１に、（２）項が請求項２に、（３）項が請求項３に、各々対応する。

（１）加工面を撮像して得られた濃淡画像からその加工面の欠陥を判定する加工面欠陥判定方法において、前記濃淡画像を原画像として、この原画像に対し、所定の閾値で２値化処理をして２値化画像を得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像を得、これら２値化画像及び輝度傾き抽出画像を重ね合わせて欠陥検出用画像を得、この欠陥検出用画像における前記２値化画像及び輝度傾き抽出画像相互の関係が予め決められた複数種類のパターンの中の何れに該当するかを判定して、この欠陥検出用画像に係る加工面の欠陥を判定することを特徴とする加工面欠陥判定方法。
（２）前記２値化画像及び輝度傾き抽出画像相互の関係は、前記輝度傾き抽出画像の形態に対する２値化画像の形態の相互関係を含むことを特徴とする（１）項に記載の加工面欠陥判定方法。
（３）前記形態は、大きさ、形状、及び／又は位置を含むことを特徴とする（２）項に記載の加工面欠陥判定方法。
（４）前記輝度傾き抽出処理は、平均化処理が行われた原画像に対して行うことを特徴とする（１）項、（２）項又は（３）項に記載の加工面欠陥判定方法。
輝度傾き抽出処理を、平均化処理が行われた原画像に対して行えば、以後の輝度傾き抽出処理の高速化が図れる。
（５）前記原画像は、加工面を複数回撮像して得られた複数枚の濃淡画像の平均値をなす濃淡画像であることを特徴とする（１）項、（２）項、（３）項又は（４）項に記載の加工面欠陥判定方法。
平均値の濃淡画像を原画像に用いれば、加工面撮像時の照明むらやノイズを抑制した原画像が得られる。

本発明によれば、鋳巣や傷等の欠陥部の面積や大きさ等を正確に検出して加工面の欠陥を正確に判定できる加工面欠陥判定方法を提供できる。

以下、本発明の実施の形態を図面に基づき説明する。なお、本明細書で参照される各図間において、同一符号は同一又は相当部分を示す。
図１及び図２は、各々本発明による加工面欠陥判定方法の一実施形態を示すフローチャートであり、図１に示すフローチャートと図２に示すフローチャートとは、接続端子α部分でつながる。
図示実施形態においては、まず、ステップ１０１で被検査面である加工面をＣＣＤカメラ等で撮像する。得られた画像は原画像（デジタル画像）としてメモリ等に保持される。図３は原画像の一例を示す。
原画像は、所定の階調、ここでは２５６（０〜２５５）階調の濃淡画像である。本実施形態では、この原画像に対して所定の閾値、ここでは図１６と同様、閾値１００で２値化処理をして２値化画像を得る（ステップ１０２，１０３参照）。また、同上原画像に対して所定値ａ以上の輝度値の傾きを抽出する輝度傾き抽出処理１０６をして輝度傾き抽出画像（フィルタ化画像）を得る。図４は上記２値化画像の一例（画像Ｂ）を、図５は輝度傾き抽出画像（画像Ａ）の一例を示す。
なお、２値化処理時の閾値は１００に限られず、最終的な判定に有効な閾値が実験等によって適宜選定される。またこの閾値は、検査される加工面が変わればその都度、適宜値が選定される。

本実施形態では、輝度傾き抽出処理に先立って、輝度分布情報を取得し、平均化処理をする（ステップ１０４，１０５参照）。以後の輝度傾き抽出処理の高速化等のためである。
平均化処理された原画像（平均化処理済み原画像）に対しては、輝度傾き抽出処理１０６が行われる。具体的には、上記平均化処理済み原画像の各画素について、輝度分布傾き出し処理、つまり横方向、縦方向、右斜め方向及び左斜め方向に、各々輝度の傾き出し処理を行い（ステップ１０７〜１１０）、各画素について、隣接する周辺画素の各々との間の輝度の傾き（輝度傾き）を得る。そして、各画素毎に得られた、隣接する周辺画素との間の各輝度傾き中から最大の輝度傾きをピックアップし、最大輝度傾き（値）の分布を得る（ステップ１１１）。そして、この最大輝度傾きの分布から、輝度傾き（値）ａ以上の領域を抽出して輝度傾き抽出画像（図５）を得る（ステップ１１２）。
なお、上記傾き出し処理は、本実施形態では平均化処理済み原画像の全画素について、１画素毎に１画素ずつずらして順次行われる。
また、上記輝度傾き（値）ａは、実験等によって適宜選定される。また、判定する加工面が変わればその都度、適宜選定される。

以上の処理によって、輝度傾き抽出画像Ａ（図５）及び２値化画像Ｂ（図４）が得られるが、次ステップ１１３では、これら両画像Ａ、Ｂを重ね合わせる。
画像Ａ、Ｂの重ね合わせは、画像Ａ、Ｂ間で位置ずれを生じさせることなく行われることは勿論である。

ステップ１１４では、ステップ１１３で重ね合わせて得られた画像（以下、欠陥検出用画像と記す。）Ｃに対してパターン分けを行う。
この際、パターンは、例えばＩ〜VIIIの８種類設定され、ステップ１１４では、欠陥検
出用画像ＣがパターンＩ〜VIIIのいずれに該当するかの判定（パターン分け）が行われる
。
パターン分けは、欠陥検出用画像Ｃにおける輝度傾き抽出画像Ａ及び２値化画像Ｂ相互の関係を判定することによって行われる。詳しくは、欠陥検出用画像Ｃ中の２種類の画像、つまり画像Ａ中の欠陥部画像Ａ１と、画像Ｂ中の注目部位の画像（注目画像Ｂ１）の大きさ、形状、位置等の形態に係る相互関係を判定することによって、行われる。

具体的には、図６に示すように、ループ形状をなす画像Ａ（画像Ａ１）内に画像Ｂ中の注目部位画像Ｂ１の全てが包含される場合をパターンＩと、図７に示すように、線形状を
なす画像Ａ（画像Ａ１）上に画像Ｂ中の注目部位画像Ｂ１の一部が重なる場合をパターンIIと、判定される。また、図８に示すように、線形状をなす画像Ａ（画像Ａ１）上に画
Ｂ中の注目部位画像Ｂ１の重なりがない場合をパターンIIIと、図９に示すように、線形状をなす画像Ａ（画像Ａ１）の全てが画像Ｂ中の注目部位画像Ｂ１内に包含される場合をパターンIVと、判定される。
更に、図１０に示すように、ループ形状をなす画像Ａ（画像Ａ１）の全てが画像Ｂ中の注目部位画像Ｂ１内に包含される場合をパターンＶと、図１１に示すように、ループ形状をなす画像Ａ（画像Ａ１）内に画像Ｂ中の注目部位画像Ｂ１の一部が包含される場合をパターンVIと、判定される。また、図１２に示すように、線形状をなす画像Ａ（画像Ａ１）内に画像Ｂ中の注目部位画像Ｂ１の全てが包含される場合をパターンVIIと、図１３に示すように、ループ形状をなす画像Ａ（画像Ａ１）と画像Ｂ中の注目部位画像Ｂ１の重なりがない場合をパターンVIIIと、判定される。

ステップ１１４において、欠陥検出用画像ＣがパターンＩ〜VIIIのいずれに該当するか
の判定が済むと、ステップ１１５において加工面欠陥検出結果がディスプレイ（図示せず）等に表示される。すなわち、欠陥検出用画像ＣがパターンＩ，Vに該当すれば鋳巣（欠陥）ありと、パターンIVに該当すれば傷（欠陥）ありと、表示される。
パターンII，IIIに該当すれば、ここでの欠陥検出用画像Ｃは加工痕画像であると表示される。なお、パターンVI〜VIIIは、実際にはあり得ないパターンであり、存在しない（不存在）との表示が行われる。
パターンII，III、パターンVI〜VIIIに該当すると判定された加工面（原画像）については欠陥部を含まないので、ステップ１１６，１１７に示すように、最終的に欠陥ありと判定するための欠陥部サイズの大きさ等の計測は行われない（処理を終了する）。
パターンＩ，IV，Vに該当すると判定された加工面（原画像）については欠陥部（欠陥
部画像Ａ１）を含むので、そのサイズや面積等の計測、図示例では画像Ａ（欠陥部画像Ａ１）の長手方向のサイズの計測が行われる（ステップ１１８）。そして、その計測結果に基づいて、欠陥の有無が判定され、その結果が上記ディスプレイ等に表示される（ステップ１１９）。

加工面上に鋳巣や傷等の欠陥部があってそれが撮像された場合、原画像において欠陥部の輝度分布はその輪郭部から中心部に向かって暗くなる。特に、輪郭部は非欠陥部(白輝度２５５)から一気に暗くなるため、輪郭部における輝度（値）の傾きは極めて大きい。このため画像Ａ（欠陥部画像Ａ１）はループ形状又は線形状をなす。また２値化処理した場合、注目部位画像Ｂ１中の欠陥部画像の中心部分の最も暗い部分が消えずに残る。
一方、加工痕では、原画像において一般的にグレー、つまり欠陥部画像Ａ１に比べれば非欠陥部の白に近く、したがってその外周部における輝度分布の変化は急激ではない。つまり、輝度（値）の傾きは小さく、画像Ａ中には表れず、表れてもループ形状にはならず、線形状となる。また、２値化処理した場合に、その位置は画像Ａ中に表れた位置とは一致しない。
以上述べた欠陥部と加工痕の画像への表われ方の特徴を組み合わせてパターン化したのが、上記パターンＩ〜VIIIであり、上述したように、本実施形態ではステップ１１３で得
られた欠陥検出用画像Ｃに対してこのようなパターン分けを行い、欠陥部、ここでは鋳造欠陥部（鋳巣、傷）と加工痕とを識別するようにした。
なお、上記欠陥部のサイズや面積等の計測は、２値化画像Ｂ上では閾値の設定（閾値レベル）によりサイズ変化が生じてしまうので、閾値レベルによってサイズ変化の起こらない輝度傾き抽出画像Ａ（欠陥部画像Ａ１）を用いて行う。

上述した実施形態では、加工面を撮像して得られた濃淡画像からその加工面の欠陥を判定する加工面欠陥判定方法において、濃淡画像を原画像として、この原画像に対し、所定の閾値で２値化処理をして２値化画像Ｂを得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像Ａを得る。そして、これら両画像Ａ，Ｂを重ね合わせて欠陥検出用画像Ｃを得、この画像Ｃにおける画像Ａ中の欠陥部画像Ａ１と画像Ｂ中の注目部位画像Ｂ１との、大きさ、形状、位置等の形態に係る相互関係が、予め決められた複数種類のパターンの中の何れに該当するかを判定し、上記加工面の欠陥を判定するようにした。したがって上述実施形態によれば、鋳巣や傷等の欠陥部の面積や大きさ等を正確に検出することができ、加工面の欠陥を正確に判定可能な加工面欠陥判定方法を提供することができる。

なお上述実施形態では、加工面を撮像した１枚の濃淡画像と原画像として用いたが、加工面を複数回撮像して得られた複数枚の濃淡画像に基づいて原画像を決定してもよい。例えば、照明方向や照度を変えて撮像した複数枚の濃淡画像から、欠陥判定に最適な輝度傾き抽出画像が得られそうな濃淡画像を適宜選定し、その画像を原画像として用いたり、複数枚の濃淡画像の平均値をなす濃淡画像を原画像として用いるようにしてもよい。
また上述実施形態では、加工面として鋳造面を例にとって説明したが、これのみに限られず、本発明は、加工が施された種々の面に適用することができる。

本発明による加工面欠陥判定方法の一実施形態を示すフローチャート（その１）である。同上一実施形態を示すフローチャート（その２）である。図１に示すフローチャートにおいて取得される原画像の一例を示す図である。同じく２値化画像の一例（画像Ｂ）を示す図である。同じく輝度傾き抽出画像の一例（画像Ａ）を示す図である。図２に示すフローチャートにおいてパターンＩと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンIIと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンIIIと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンIVと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンＶと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンVI判定される輝度傾き抽出画像の一例を示す図である。同じくパターンVIIと判定される輝度傾き抽出画像の一例を示す図である。同じくパターンVIIIと判定される輝度傾き抽出画像の一例を示す図である。加工面を撮像して得られた濃淡画像（原画像）の一例を示す図である。図１４に示す原画像の２値化画像の一例を示す図である。同じく２値化画像の他の例を示す図である。同じく２値化画像の更に他の例を示す図である。

符号の説明

Ａ：輝度傾き抽出画像、Ａ１：画像Ａ中の欠陥部画像、Ｂ：２値化画像、Ｂ１：画像Ｂ中の注目部位画像、Ｃ：欠陥検出用画像、Ｉ〜VIII：画像Ｃのパターン。

Claims

加工面を撮像して得られた濃淡画像からその加工面の欠陥を判定する加工面欠陥判定方法において、
前記濃淡画像を原画像として、この原画像に対し、所定の閾値で２値化処理をして２値化画像を得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像を得、これら２値化画像及び輝度傾き抽出画像を重ね合わせて欠陥検出用画像を得、この欠陥検出用画像における前記２値化画像及び輝度傾き抽出画像相互の関係が予め決められた複数種類のパターンの中の何れに該当するかを判定して、この欠陥検出用画像に係る加工面の欠陥を判定することを特徴とする加工面欠陥判定方法。
前記２値化画像及び輝度傾き抽出画像相互の関係は、前記輝度傾き抽出画像の形態に対する２値化画像の形態の相互関係を含むことを特徴とする請求項１に記載の加工面欠陥判定方法。
前記形態は、大きさ、形状、及び／又は位置を含むことを特徴とする請求項２に記載の加工面欠陥判定方法。