JP2011095109A - Wood defect detector and method therefor - Google Patents
Wood defect detector and method therefor Download PDFInfo
- Publication number
- JP2011095109A JP2011095109A JP2009249447A JP2009249447A JP2011095109A JP 2011095109 A JP2011095109 A JP 2011095109A JP 2009249447 A JP2009249447 A JP 2009249447A JP 2009249447 A JP2009249447 A JP 2009249447A JP 2011095109 A JP2011095109 A JP 2011095109A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- defect candidate
- wood
- threshold value
- area
- 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.)
- Granted
Links
Abstract
Description
本発明は、木材の表面を撮像した画像を用いて木材の表面における節、割れ、変色などの各種の欠陥を検査する木材欠陥検出装置およびその方法に関するものである。 The present invention relates to a wood defect detection apparatus and method for inspecting various defects such as nodes, cracks, and discoloration on the surface of wood using an image obtained by imaging the surface of wood.
従来から、木材の表面の欠陥（節、割れ、変色など）を抽出するために、木材の表面を撮像した画像を用いる技術が提案されている。 2. Description of the Related Art Conventionally, a technique using an image obtained by capturing an image of the surface of wood has been proposed in order to extract defects (nodes, cracks, discoloration, etc.) on the surface of the wood.
たとえば、特許文献１には、木材の節、割れ、腐れのような欠陥を検出するために、木材の表面の色の濃淡度の平均値に基づいて基準濃淡度を木材毎に求め、濃淡度が基準濃淡度を超える領域を欠陥候補とし、欠陥候補の大きさ、形状、分布状況によって欠陥か否かを判断する技術が記載されている。 For example, in Patent Document 1, in order to detect defects such as knots, cracks, and rotting of wood, a reference shade is obtained for each piece of wood based on an average value of shades of color of the surface of the wood. Describes a technique for determining whether or not a defect is a defect candidate based on the size, shape, and distribution status of the defect candidate.
また、特許文献２には、検査対象である木材のカラー画像を撮像して画像内の色分布を求め、正常な木材の色分布と比較することにより、検査対象である木材の欠陥を検出する技術が記載されている。 Further, Patent Document 2 detects a defect in a wood to be inspected by capturing a color image of the wood to be inspected, obtaining a color distribution in the image, and comparing it with a color distribution of a normal wood. The technology is described.
ところで、特許文献１に記載の技術では、固定された基準濃淡度を用いて欠陥候補を抽出しているから、周囲との濃淡度の大きい欠陥部分が存在している場合でなければ、不良品を選別することができない。とくに、木材では種類や色むらなどによって、欠陥部分の濃淡度が変化するから、基準濃淡度を固定的に設定していると、欠陥部分が複数個の領域い分断されることがあり、分断された個々の領域では面積が小さくなるために欠陥として認識されない可能性が生じる。 By the way, in the technique described in Patent Document 1, since defect candidates are extracted using a fixed reference gray level, a defective product is used unless there is a defective portion having a large gray level with the surrounding area. Cannot be sorted. Especially for wood, the density of the defective part varies depending on the type and color unevenness. Therefore, if the standard density is fixed, the defective part may be divided into multiple areas. Since the area of each individual region is small, it may not be recognized as a defect.
また、特許文献２に記載の技術では、カラー画像を用いているから、モノクロの画像処理に比較するとデータ量が多く処理負荷が大きくなり、データの転送時間や処理時間が長くなるという問題を有している。その結果、搬送されている木材の欠陥を検出する場合のように、画像処理に用いることができる時間が短くなる用途では、高性能のハードウェア資源が要求され、システムが高額になるという問題を有している。 In addition, since the technique described in Patent Document 2 uses color images, there is a problem that the amount of data is large and the processing load is increased, and the data transfer time and processing time are long compared to monochrome image processing. is doing. As a result, in applications where the time that can be used for image processing is shortened, such as when detecting defects in transported wood, high-performance hardware resources are required, and the system becomes expensive. Have.
本発明は上記事由に鑑みて為されたものであり、その目的は、欠陥内の輝度変化が大きく二値化を行うと分断される可能性が高い場合であっても、カラー画像を用いずに同一の欠陥とみなせる欠陥候補領域を連結することにより欠陥を精度よく検出することを可能にした木材欠陥検出装置およびその方法を提供することにある。 The present invention has been made in view of the above reasons, and its purpose is not to use a color image even when the luminance change in the defect is large and there is a high possibility of being divided when binarization is performed. It is an object of the present invention to provide a wood defect detection apparatus and method capable of accurately detecting defects by connecting defect candidate regions that can be regarded as the same defect to each other.
請求項１の発明は、検査対象である木材の表面を撮像手段により撮像した濃淡画像の輝度を二値化することにより二値画像を生成する二値化手段と、二値化手段により生成された二値画像から欠陥候補領域を抽出する欠陥候補抽出手段と、欠陥候補領域を含む所定の検査領域ごとに欠陥候補領域を周囲から分離するためのしきい値を設定するしきい値設定手段と、しきい値設定手段により設定されたしきい値を用いて濃淡画像をあらためて二値化する再二値化手段と、再二値化手段により生成された二値画像から欠陥候補領域を抽出する欠陥候補再抽出手段と、欠陥候補再抽出手段により抽出された欠陥候補領域が欠陥か否かを判定する欠陥判定手段と、欠陥判定手段により欠陥と判定されなかった欠陥候補領域について同一の欠陥として連結可能か否かを評価する連結評価手段と、連結評価手段により連結可能と評価された欠陥候補領域を連結する連結処理手段と、連結処理手段による連結後の欠陥候補領域の全体について欠陥か否かを判定する再判定手段とを備えることを特徴とすることを特徴とする。 The invention according to claim 1 is generated by a binarizing unit that generates a binary image by binarizing the luminance of a grayscale image obtained by imaging the surface of wood to be inspected by an imaging unit, and the binarizing unit. A defect candidate extracting means for extracting a defect candidate area from the binary image, and a threshold setting means for setting a threshold for separating the defect candidate area from the surroundings for each predetermined inspection area including the defect candidate area; The binarization unit that binarizes the grayscale image again using the threshold value set by the threshold setting unit, and the defect candidate area is extracted from the binary image generated by the rebinarization unit. The defect candidate re-extracting means, the defect determining means for determining whether or not the defect candidate area extracted by the defect candidate re-extracting means is a defect, and the defect candidate area that has not been determined as a defect by the defect determining means as the same defect Communicating A connection evaluation unit that evaluates whether or not possible, a connection processing unit that connects defect candidate regions that are evaluated to be connectable by the connection evaluation unit, and whether or not the entire defect candidate region after connection by the connection processing unit is defective And a re-determination means for determining whether or not.
請求項２の発明では、請求項１の発明において、濃淡画像は、白色光による照明を用いて撮像手段により撮像されることを特徴とする。 The invention of claim 2 is characterized in that, in the invention of claim 1, the grayscale image is picked up by the image pickup means using illumination with white light.
請求項３の発明では、請求項１又は２の発明において、連結評価手段は、同じしきい値を用いて抽出した欠陥候補領域と異なるしきい値で抽出した欠陥候補領域とから選択した各２個の欠陥候補領域について、しきい値の範囲が規定範囲内であり、かつ両欠陥候補領域の距離が規定値以内であるときに連結可能と評価することを特徴とする。 In the invention of claim 3, in the invention of claim 1 or 2, each of the connection evaluation means is selected from a defect candidate area extracted using the same threshold value and a defect candidate area extracted using a different threshold value. For each defect candidate region, it is evaluated that connection is possible when the threshold range is within a specified range and the distance between both defect candidate regions is within a specified value.
請求項４の発明では、請求項３の発明において、連結評価手段は、木材の種類に応じて異なる範囲のしきい値を設定することを特徴とする。 The invention of claim 4 is characterized in that, in the invention of claim 3, the connection evaluation means sets a threshold value in a different range depending on the type of wood.
請求項５の発明では、請求項３又は４の発明において、連結評価手段は、評価する２個の欠陥候補領域を抽出したしきい値が同じである場合と異なる場合とで連結可能と評価する距離の規定値を異ならせることを特徴とする。 In the invention of claim 5, in the invention of claim 3 or 4, the connection evaluation means evaluates that connection is possible depending on whether the threshold values obtained by extracting the two defect candidate areas to be evaluated are the same or different. It is characterized in that the prescribed distance value is made different.
請求項６の発明では、請求項５の発明において、連結評価手段は、評価する２個の欠陥候補領域を抽出したしきい値が同じである場合に連結可能と評価する距離の規定値を、しきい値が異なる場合に連結可能と評価する距離の規定値よりも小さく設定することを特徴とする。 In the invention of claim 6, in the invention of claim 5, the connection evaluation means sets a specified value of the distance to be evaluated as connectable when the threshold values obtained by extracting the two defect candidate areas to be evaluated are the same. It is characterized in that it is set smaller than a prescribed value of the distance that is evaluated as connectable when the threshold values are different.
請求項７の発明では、請求項１〜６のいずれかの発明において、連結処理手段は連結評価手段により連結可能と評価された欠陥候補領域の面積を合算し、再判定手段は合算後の面積が規定値以上であるときに欠陥と判定することを特徴とする。 In the invention of claim 7, in any one of the inventions of claims 1 to 6, the connection processing means adds up the areas of the defect candidate areas evaluated as connectable by the connection evaluation means, and the re-determination means calculates the area after the addition. It is characterized in that it is determined as a defect when is equal to or greater than a specified value.
請求項８の発明は、検査対象である木材の表面を撮像手段により撮像した濃淡画像の輝度を二値化することにより二値画像を生成し、生成された二値画像から欠陥候補領域を抽出した後、欠陥候補領域を含む所定の検査領域ごとに欠陥候補領域を周囲から分離するためのしきい値を設定し、次に、設定されたしきい値を用いて濃淡画像をあらためて二値化することにより二値画像を生成し、生成された二値画像から欠陥候補領域を抽出するとともに、抽出した欠陥候補領域が欠陥か否かを判定し、さらに、欠陥と判定されなかった欠陥候補領域について同一の欠陥として連結可能か否かを評価した後、連結可能と評価された欠陥候補領域を連結し、連結後の欠陥候補領域の全体について欠陥か否かを判定することを特徴とすることを特徴とする。 The invention according to claim 8 generates a binary image by binarizing the luminance of the grayscale image obtained by imaging the surface of the wood to be inspected by the imaging means, and extracts defect candidate regions from the generated binary image. After that, set a threshold value for separating the defect candidate area from the surroundings for each predetermined inspection area including the defect candidate area, and then binarize the grayscale image again using the set threshold value To generate a binary image, extract a defect candidate area from the generated binary image, determine whether or not the extracted defect candidate area is a defect, and further, a defect candidate area that has not been determined to be a defect After evaluating whether or not it can be connected as the same defect, the defect candidate areas evaluated to be connectable are connected, and it is determined whether or not the entire defect candidate area after connection is a defect. Features .
請求項１、１１の発明の構成によれば、二値画像から欠陥候補領域を抽出し、さらに抽出した欠陥候補領域に応じたしきい値を設定して再度生成した二値画像から欠陥候補領域を再抽出しているから、一度抽出した欠陥候補領域を絞り込むことによって、適正な欠陥候補領域を抽出することが可能になる。また、節のように欠陥内の輝度変化が大きい欠陥については、欠陥候補領域を絞り込む際に分断される可能性があるが、分断された可能性にある欠陥候補領域については、連結可能か否かを評価し、連結可能であれば連結した後に欠陥か否かを判定するから、欠陥内での輝度変化の大きい欠陥についても精度よく検出することが可能になる。 According to the configuration of the inventions of claims 1 and 11, a defect candidate area is extracted from a binary image, and a defect candidate area is further generated from a binary image generated again by setting a threshold value corresponding to the extracted defect candidate area. Therefore, it is possible to extract an appropriate defect candidate area by narrowing down the defect candidate area extracted once. In addition, a defect with a large luminance change in a defect, such as a node, may be divided when narrowing down the defect candidate area, but a defect candidate area that may have been divided may be connected. If it is connectable and it is determined whether or not it is a defect after being connected, it is possible to accurately detect even a defect having a large luminance change within the defect.
請求項２の発明の構成によれば、検査対象である木材を白色光で照明したときの濃淡画像を用いるから、目視に近いコントラストを獲得することができ、正確に欠陥検出を行うことができる。 According to the configuration of the second aspect of the present invention, since a grayscale image obtained by illuminating the wood to be inspected with white light is used, contrast close to visual observation can be obtained and defect detection can be accurately performed. .
請求項３の発明の構成によれば、同じしきい値を用いて抽出した欠陥候補領域だけでなく異なるしきい値を用いて抽出した欠陥候補領域についても、２個の欠陥候補領域の距離に基づいて連結可能か否かを評価しているから、特定の欠陥に対応して設定したしきい値を適用すると、面積が小さくなりしかも分断されやすい節のような欠陥であっても、異なるしきい値で抽出した欠陥候補領域との連結が可能か否かを評価することにより、欠陥に対応する欠陥候補領域として抽出されやすくなる。 According to the configuration of the invention of claim 3, not only the defect candidate area extracted using the same threshold value but also the defect candidate area extracted using a different threshold value is set at a distance between the two defect candidate areas. Therefore, if a threshold value set for a specific defect is applied, even if it is a defect such as a node that has a small area and is easily divided, it differs. By evaluating whether or not the defect candidate area extracted with the threshold value can be connected, it becomes easier to extract the defect candidate area corresponding to the defect.
請求項４の発明の構成によれば、木材の種類に応じてしきい値の範囲を異ならせているから、異なる種類の木材を用いる場合でも欠陥を検出することが可能になる。 According to the configuration of the invention of claim 4, since the threshold range is made different according to the type of wood, it is possible to detect a defect even when using different types of wood.
請求項５の発明の構成によれば、連結可能か否かを評価する２個の欠陥候補領域について、両欠陥候補領域を抽出したしきい値の異同に応じて、連結可能と評価する距離の規定値を異ならせているから、しきい値の相違によって欠陥候補領域の距離が変化する場合に対応して、連結可能か否かを正確に評価することができる。 According to the configuration of the invention of claim 5, for the two defect candidate areas that are evaluated whether or not they can be connected, the distance of the distance that is evaluated as connectable is determined according to the difference in threshold value that extracted both defect candidate areas. Since the prescribed values are made different, it is possible to accurately evaluate whether or not connection is possible in response to a case where the distance between the defect candidate regions changes due to a difference in threshold value.
請求項６の発明の構成によれば、連結可能か否かを評価する２個の欠陥候補領域について、両欠陥候補領域を抽出したしきい値が同じであるときには距離の規定値を小さくし、しきい値が異なるときには距離の規定値を大きくしているから、欠陥候補領域が分断される場合の特性に合わせて、分断された欠陥候補領域を連結できる可能性が高くなる。 According to the configuration of the invention of claim 6, for the two defect candidate areas to be evaluated whether or not they can be connected, when the threshold value for extracting both defect candidate areas is the same, the specified value of the distance is reduced, Since the specified distance is increased when the threshold values are different, there is a high possibility that the divided defect candidate regions can be connected in accordance with the characteristics when the defect candidate regions are divided.
請求項７の発明の構成によれば、連結可能な欠陥候補領域の面積を合算して欠陥か否かを判定するから、ひとつの欠陥に対する欠陥候補領域が分断されている場合であっても、面積を合算することでひとつの欠陥として評価することができるから、欠陥を確実に検出することが可能になる。 According to the configuration of the invention of claim 7, since it is determined whether or not it is a defect by adding the areas of connectable defect candidate regions, even if the defect candidate region for one defect is divided, By summing up the areas, it can be evaluated as a single defect, so that the defect can be reliably detected.
以下に説明する実施形態において、検査対象となる木材としては、基材となる合板の表面に貼り合わせるために用いる単板であって薄厚でシート状に形成された単板（突き板など）や、この単板を合板に貼り合わせた合板を想定している。 In the embodiment described below, the wood to be inspected is a single plate used for bonding to the surface of a plywood serving as a base material and is formed into a thin sheet shape (such as a veneer) or A plywood is assumed in which this single plate is bonded to a plywood.
ここでは、木材３が床材や壁材として用いられる建築用板であり、図４に示すように、目地溝３１により区画された複数個のピース３２が表面に配列されているものとする。この種の木材３は定尺（たとえば、１８００ｍｍ×３００ｍｍ）の矩形状に形成されていることが多く、以下の説明では図３に示すように、搬送されている間に外観検査を行うものとする。 Here, it is assumed that the wood 3 is a building board used as a flooring material or a wall material, and a plurality of pieces 32 partitioned by joint grooves 31 are arranged on the surface as shown in FIG. This kind of wood 3 is often formed in a rectangular shape (for example, 1800 mm × 300 mm), and in the following description, as shown in FIG. To do.
なお、木材３は上述の形状であることは必須ではなく、木材３の表面が複数の領域に区画されていれば本発明の技術思想を適用することができる。したがって、木材３の表面にピース３２が配列されていることは必須ではない。 In addition, it is not essential that the wood 3 has the above-described shape, and the technical idea of the present invention can be applied as long as the surface of the wood 3 is partitioned into a plurality of regions. Therefore, it is not essential that the pieces 32 are arranged on the surface of the wood 3.
図３に示すように、木材３は、コンベア２１により一方向（図３（ａ）の矢印Ａ方向）に搬送される。搬送方向は、木材３の短手方向に一致する。したがって、図３（ｂ）に示すように、木材３の長手方向において複数台（図示例は４台）のコンベア２１が並べられる。コンベア２１の上方には撮像装置としてのラインセンサカメラ１が配置される。ラインセンサカメラ１は、木材３の全長に亘る領域を撮像することができるように、コンベア２１を並べた方向（木材３の長手方向）に離間して複数台（図示例では３台）が並べられる。また、ラインセンサカメラ１は、光軸が木材３の表面に略直交するように配置されている。 As shown in FIG. 3, the wood 3 is conveyed in one direction (in the direction of arrow A in FIG. 3A) by the conveyor 21. The conveyance direction coincides with the short direction of the wood 3. Therefore, as shown in FIG. 3B, a plurality of conveyors (four in the illustrated example) are arranged in the longitudinal direction of the wood 3. A line sensor camera 1 as an imaging device is disposed above the conveyor 21. A plurality of units (three in the illustrated example) are arranged in the line sensor camera 1 so as to be spaced apart in the direction in which the conveyors 21 are arranged (longitudinal direction of the wood 3) so that an area covering the entire length of the wood 3 can be imaged. It is done. The line sensor camera 1 is arranged so that the optical axis is substantially orthogonal to the surface of the wood 3.
ラインセンサカメラ１により撮像される画像はモノクロの濃淡画像であり、画像処理装置４において以下に説明する画像処理が施されることにより木材３の欠陥が検出される。欠陥の種別としては、たとえば、穴、節、入皮（若木の段階で皮が入り込み壊死した欠陥）、カナスジ（若木の段階で付いた傷が壊死した欠陥）を想定している。 The image picked up by the line sensor camera 1 is a monochrome grayscale image, and the image processing device 4 performs image processing described below to detect a defect in the wood 3. As the types of defects, for example, holes, nodes, perforations (defects in which the skin entered and killed at the stage of young trees) and canasuji (defects in which the wounds at the stage of young trees became necrotic) are assumed.
さらに、木材３の表面をラインセンサカメラ１により撮像する際の照明として、発光ダイオードを用いた照明装置２をコンベア２１の上方に配置してある。照明装置２は、木材３の長手方向の全長に亘って均一な照度で照明を行うことができるように、多数個の発光ダイオードを直線上に配列するとともに、光取出面に拡散板を配置した構成を有する。 Further, an illumination device 2 using light emitting diodes is disposed above the conveyor 21 as illumination when the surface of the wood 3 is imaged by the line sensor camera 1. The illuminating device 2 has a large number of light emitting diodes arranged in a straight line and a diffuser plate disposed on the light extraction surface so that illumination can be performed with uniform illuminance over the entire length of the wood 3 in the longitudinal direction. It has a configuration.
また、照明装置２は、ラインセンサカメラ１に対して木材３が搬送される向きの下流側に配置される。照明装置２からの光は木材３の表面に対して所定角度θ（たとえば、４０〜６０度）をなす方向から照射され、木材３に対して斜方照明を行う。したがって、ラインセンサカメラ１には木材３の表面からの拡散反射光が入射する。 Moreover, the illuminating device 2 is arrange | positioned with respect to the line sensor camera 1 in the downstream of the direction in which the timber 3 is conveyed. Light from the lighting device 2 is irradiated from a direction that forms a predetermined angle θ (for example, 40 to 60 degrees) with respect to the surface of the wood 3, and obliquely illuminates the wood 3. Therefore, the diffuse reflected light from the surface of the wood 3 is incident on the line sensor camera 1.
図示例では、木材３の下面側（木材３を挟んでラインセンサカメラ１と反対側）にも照明装置２ａを配置しており、単板を用いる場合には、下面側の照明装置２ａも点灯させることにより、ラインセンサカメラ１では透過光を撮像することになり、コントラストが強調されて木目のような暗部が抽出しやすくなる。 In the illustrated example, the lighting device 2a is also arranged on the lower surface side of the wood 3 (the side opposite to the line sensor camera 1 across the wood 3). When a single plate is used, the lower surface lighting device 2a is also turned on. By doing so, the line sensor camera 1 captures the transmitted light, and the contrast is enhanced, so that a dark part such as a grain is easily extracted.
照明装置２，２ａの光色は、青色を用いることが可能であるが白色が望ましい。白色の発光ダイオードにはＲＧＢの各色を混色させる構成や青色光により黄色に発光する蛍光体と青色発光ダイオードとを用いる構成など種々の構成があるが、望ましくは、ＲＧＢを混色した演色性の高い白色光を得る構成を用いる。 The light color of the lighting devices 2 and 2a can be blue, but white is desirable. There are various configurations of white light emitting diodes such as a configuration in which RGB colors are mixed and a configuration using a phosphor that emits yellow light by blue light and a blue light emitting diode. Desirably, RGB has a high color rendering property by mixing RGB colors. A configuration that obtains white light is used.
同一の木材３について、青色光を用いた場合のラインセンサカメラ１で撮像した画像の輝度（明度が大きいほど値が大きくなるように濃淡値として輝度を採用している）の分布の例を図５（ａ）に示し、白色光を用いた場合のラインセンサカメラ１で撮像した画像の輝度の分布の例を図５（ｂ）に示す。図５は、木材３の表面においてラインセンサカメラ１の画素が並ぶ方向（以下、Ｙ方向という）の直線上での輝度の分布を示しており、当該直線上において木目の領域Ａ１と欠陥の領域Ａ２とが存在する場合を例としている。 FIG. 6 is a diagram illustrating an example of distribution of luminance of an image captured by the line sensor camera 1 when blue light is used for the same wood 3 (the luminance is adopted as a gray value so that the value increases as the lightness increases). FIG. 5B shows an example of the luminance distribution of an image captured by the line sensor camera 1 when white light is used. FIG. 5 shows the luminance distribution on a straight line in the direction in which the pixels of the line sensor camera 1 are arranged on the surface of the wood 3 (hereinafter referred to as the Y direction). The grain region A1 and the defect region on the straight line. The case where A2 exists is taken as an example.
図５（ａ）（ｂ）を比較するとわかるように、欠陥の領域Ａ２の最低輝度と、木目の領域の最適輝度Ａ１との輝度差は、青色光を用いる場合よりも白色光を用いる場合のほうが大きくなっている。すなわち、図示例では青色光での輝度差は２０、白色光での輝度差は４０であって、輝度差を用いて欠陥を検出する場合には、白色光を用いるほうが青色光を用いる場合よりも木目と欠陥とを区別しやすくなることがわかる。 As can be seen from comparison between FIGS. 5A and 5B, the luminance difference between the minimum luminance of the defect area A2 and the optimum luminance A1 of the grain area is greater when white light is used than when blue light is used. Is bigger. That is, in the illustrated example, the luminance difference with blue light is 20, and the luminance difference with white light is 40. When detecting a defect using the luminance difference, white light is used more than blue light. It can be seen that it is easy to distinguish between the grain and the defect.
図１を用いて画像処理装置４の構成をさらに詳しく説明する。なお、画像処理装置４は、パーソナルコンピュータや画像処理専用のプロセッサを備えるコンピュータを用いて以下の動作を行うプログラムを実行することにより実現される。画像処理装置４は、ラインセンサカメラ１からの濃淡画像を取り込むためのインターフェイスや、モニタ装置に画像を出力するためのインターフェイスなどを備えるが、これらの構成は周知のものを用いればよいから説明を省略する。また、画像処理装置４には、ラインセンサカメラ１からの濃淡画像を格納するとともに、画像処理の過程で生じる画像データを格納する作業記憶となる画像メモリ５が設けられる。 The configuration of the image processing apparatus 4 will be described in more detail with reference to FIG. The image processing apparatus 4 is realized by executing a program for performing the following operations using a personal computer or a computer including a processor dedicated to image processing. The image processing device 4 includes an interface for capturing a grayscale image from the line sensor camera 1 and an interface for outputting an image to the monitor device. However, these configurations may be used because well-known ones may be used. Omitted. Further, the image processing device 4 is provided with an image memory 5 serving as a working memory for storing the grayscale image from the line sensor camera 1 and for storing image data generated in the course of the image processing.
以下の説明では、画像メモリ５には、木材３の表面に相当する領域の画素を背景から分離した画像が格納されているものとする。木材３の表面に相当する画素を抽出するには、ラインセンサカメラ１により撮像した濃淡画像の２値化を行い、この二値画像を用いて背景の領域を分離すればよい。 In the following description, it is assumed that the image memory 5 stores an image obtained by separating pixels in a region corresponding to the surface of the wood 3 from the background. In order to extract pixels corresponding to the surface of the wood 3, the grayscale image captured by the line sensor camera 1 is binarized, and the background region is separated using the binary image.
画像処理装置４には、画像メモリ５に格納されている木材３の表面の全体に関する濃淡画像の輝度に適宜のしきい値を適用して二値画像を生成する二値化手段１１と、二値画像により欠陥候補となる欠陥候補領域を抽出する欠陥候補抽出手段１２とを備えた前処理部が設けられる。前処理部では、木材３の表面の全体に対するしきい値を適用するから、欠陥候補領域が抽出されやすくなるように、しきい値を設定する。また、欠陥候補領域はピース３２に対応付けて抽出される。 The image processing apparatus 4 includes a binarization unit 11 that generates a binary image by applying an appropriate threshold value to the luminance of the grayscale image relating to the entire surface of the wood 3 stored in the image memory 5, and A pre-processing unit is provided that includes defect candidate extraction means 12 that extracts defect candidate areas that are defect candidates from the value image. Since the preprocessing unit applies a threshold value to the entire surface of the wood 3, the threshold value is set so that a defect candidate region can be easily extracted. The defect candidate area is extracted in association with the piece 32.
画像処理装置４は、前処理部で欠陥候補領域が抽出されたピース３２ごとに、二値化のためのしきい値をあらためて設定するしきい値設定手段１３と、しきい値設定手段１３により設定されたしきい値を用いて各ピース３２を、それぞれ二値化する再二値化手段１４と、再二値化手段１４での二値化により得られた二値画像からピース３２ごとの欠陥候補領域を抽出する欠陥候補再抽出手段１５とを有する再抽出処理部を備える。すなわち、本実施形態では、ピース３２を検査領域の単位とし、ピース３２の範囲内において欠陥候補領域を周囲から分離する。 The image processing apparatus 4 includes a threshold value setting unit 13 for newly setting a threshold value for binarization for each piece 32 from which a defect candidate area has been extracted by the preprocessing unit, and a threshold value setting unit 13. Re-binarization means 14 for binarizing each piece 32 using the set threshold value, and for each piece 32 from the binary image obtained by binarization by the re-binarization means 14 A re-extraction processing unit having defect candidate re-extraction means 15 for extracting a defect candidate area is provided. That is, in this embodiment, the piece 32 is used as a unit of the inspection area, and the defect candidate area is separated from the surroundings within the range of the piece 32.
再抽出処理部により抽出された欠陥候補領域は、欠陥選別処理部に設けた欠陥判定手段１６において欠陥か否かが判定される。すなわち、前処理部、再抽出処理部、欠陥選別処理部により構成される。 It is determined whether or not the defect candidate area extracted by the re-extraction processing unit is a defect in the defect determination means 16 provided in the defect selection processing unit. That is, it comprises a preprocessing unit, a re-extraction processing unit, and a defect selection processing unit.
以下では、図２に基づいて画像処理装置４の動作をさらに詳しく説明する。ラインセンサカメラ１により撮像された濃淡画像は、まず二値化手段１１に入力され、二値画像が生成される（Ｓ１）。二値化手段１１では、上述のような各種の欠陥の欠陥候補領域を抽出するために、欠陥の種類ごとに対応付けた複数のしきい値が設定される。しきい値は、ピース３２の輝度の平均値に基づいて設定され、ピース３２ごとに浮動的に設定される。すなわち、ピース３２ごとに、欠陥の種類に応じてしきい値が複数個ずつ設定されることになる。 Hereinafter, the operation of the image processing apparatus 4 will be described in more detail with reference to FIG. The grayscale image captured by the line sensor camera 1 is first input to the binarizing means 11 to generate a binary image (S1). In the binarizing means 11, in order to extract defect candidate areas of various defects as described above, a plurality of threshold values associated with each defect type are set. The threshold value is set based on the average value of the brightness of the pieces 32 and is set floatingly for each piece 32. That is, a plurality of threshold values are set for each piece 32 according to the type of defect.
欠陥候補抽出手段１２では、二値化手段１１により得られた二値画像からブロブ（連結成分）を抽出し、ブロブの画素数に着目することにより、欠陥候補領域と他の部位とに分離する（Ｓ２）。欠陥候補領域の抽出は、画像メモリ５に格納された木材３の表面の全領域について行う（Ｓ３）。 The defect candidate extraction means 12 extracts a blob (connected component) from the binary image obtained by the binarization means 11 and focuses on the number of pixels of the blob, thereby separating the defect candidate area and other parts. (S2). The defect candidate area is extracted for the entire area of the surface of the wood 3 stored in the image memory 5 (S3).
ここに、上述のように木材３の表面は複数個のピース３２を配列して形成されており、各ピース３２の中では連続性があるが、それぞれのピース３２は独立しているから、ピース３２を単位として欠陥候補領域を抽出することは合理的である。 Here, as described above, the surface of the wood 3 is formed by arranging a plurality of pieces 32, and there is continuity in each piece 32, but each piece 32 is independent. It is reasonable to extract defect candidate areas in units of 32.
前処理部においてピース３２ごとの欠陥候補領域を抽出した後、再抽出処理部におけるしきい値設定手段１３において、ピース３２ごとに二値化のためのしきい値をあらためて設定する（Ｓ４）。すなわち、しきい値設定手段１３では、ピース３２の中で木目と欠陥とを区別することができるようにしきい値を再設定する。しきい値を再設定するのは、欠陥候補領域が抽出されたピース３２のみとすることができるが、すべてのピース３２についてしきい値を再設定してもよい。 After the defect candidate area for each piece 32 is extracted in the pre-processing unit, the threshold value setting unit 13 in the re-extraction processing unit sets a threshold value for binarization for each piece 32 (S4). That is, the threshold value setting means 13 resets the threshold value so that the grain and the defect can be distinguished in the piece 32. The threshold value can be reset only for the piece 32 from which the defect candidate area is extracted, but the threshold value may be reset for all the pieces 32.
しきい値設定手段１３では、木材３の色味や照明環境によって変化する基準値をＡと設定し、基準値Ａを１つのしきい値として設定し、さらに、基準値Ａに複数種類の加算値をそれぞれ加算した複数個のしきい値を設定するようにしてもよい。加算値としては、たとえば２５、４５、８５を用いる。この場合、しきい値設定手段１３では、Ａ、Ａ＋２５、Ａ＋４５、Ａ＋８５をしきい値として設定することになる。基準値Ａは、欠陥候補抽出手段１２が抽出した欠陥候補領域の外接矩形、欠陥候補領域が含まれるピース３２全体、あるいはピース３２内で欠陥候補領域を含む所定領域のうち欠陥候補領域を除く領域の輝度の平均値に基づいて設定すればよい。 In the threshold setting means 13, the reference value that changes depending on the color of the wood 3 and the lighting environment is set as A, the reference value A is set as one threshold, and a plurality of types of addition are added to the reference value A. A plurality of threshold values obtained by adding the values may be set. For example, 25, 45, or 85 is used as the added value. In this case, the threshold value setting means 13 sets A, A + 25, A + 45, and A + 85 as threshold values. The reference value A is a circumscribed rectangle of the defect candidate area extracted by the defect candidate extraction unit 12, the whole piece 32 including the defect candidate area, or an area excluding the defect candidate area in the predetermined area including the defect candidate area in the piece 32. It may be set based on the average value of the brightness.
いま、木材３の材質がカバ材である場合を例にすると、ピース３２内に１ｍｍ２以上のサイズの欠陥あるいは木目（欠陥に対するノイズ）が存在する場合には、ピース３２内（欠陥候補領域の外接矩形内でもよい）の輝度の平均値と欠陥および木目の輝度との関係をプロットしたときに、図６のような関係が得られている。図６において、菱形は欠陥であり、四角形は木目である。 Now, taking as an example a case where the material of the wood 3 is a birch material, if there is a defect of 1 mm 2 or more or a grain (noise for the defect) in the piece 32, the inside of the piece 32 (in the defect candidate area) When plotting the relationship between the average value of the luminance (which may be in the circumscribed rectangle) and the luminance of the defect and the grain, the relationship shown in FIG. 6 is obtained. In FIG. 6, the rhombus is a defect, and the quadrangle is a wood grain.
図６に示す関係を見ると、欠陥と木目とを分離することができる輝度は、ほぼ一直線上に並んでおり、図示例では直線Ｌｔに沿っていると言える。すなわち、直線Ｌｔを求めることによって、ピース３２に含まれる画素に関する輝度の平均値の関数として、欠陥と木目とを分離するしきい値を設定することが可能になる。 Looking at the relationship shown in FIG. 6, the luminance capable of separating the defect and the grain is substantially aligned on a straight line, and in the illustrated example, it can be said to be along the straight line Lt. That is, by obtaining the straight line Lt, it is possible to set a threshold value for separating the defect and the wood grain as a function of the average value of the luminance related to the pixels included in the piece 32.
図示例では、しきい値＝０．４×平均輝度＋８．０になる。このように、木材３の材質に応じた直線Ｌｔの式を、しきい値＝ａ×平均輝度＋ｂの形式で与え、定数ａ，ｂを決定すれば、ピース３２の輝度の平均値からしきい値を設定することが可能になる。言い換えると、ピース３２ごとにしきい値が浮動的に設定されることになる。 In the illustrated example, threshold = 0.4 × average luminance + 8.0. Thus, if the formula of the straight line Lt according to the material of the wood 3 is given in the form of threshold = a × average luminance + b and the constants a and b are determined, the threshold is determined from the average value of the luminance of the pieces 32. The value can be set. In other words, the threshold value is set in a floating manner for each piece 32.
次に、しきい値設定手段１３で設定したしきい値を初期値に用いて、後述する技術によりしきい値を再設定する（Ｓ５）。再二値化手段１４では、当該しきい値を用いて、ピース３２を単位する濃淡画像の二値化をあらためて行う（Ｓ６）。一般に、入皮とカナスジとの欠陥は、他の欠陥に比較すると輝度が高く（たとえば、２５６段階の輝度で６０〜７０）、周囲の輝度との輝度差が小さいから、入皮とカナスジとが検出可能になるようにしきい値を設定することにより、欠陥の検出精度を高めることができる。 Next, using the threshold value set by the threshold value setting means 13 as an initial value, the threshold value is reset by a technique described later (S5). The re-binarization means 14 performs binarization of the grayscale image unit of the piece 32 using the threshold value (S6). In general, the defect between the skin penetration and the canard stripe has a higher brightness than other defects (for example, 60 to 70 in 256 levels of brightness) and the difference in brightness with the surrounding brightness is small. By setting the threshold value so that detection is possible, the accuracy of defect detection can be increased.
再二値化手段１４で用いるしきい値としては、たとえば、再二値化手段１４での二値化の前に用いたしきい値に適宜の補正値を加算した値を用いる。補正値には、ピース３２内の輝度の平均値が、輝度の階調の中央値（たとえば、輝度が２５５階調であって、最大値が２５５であるとすれば、１２８）よりも大きいときには、前のしきい値よりも一定値（たとえば、１０）だけ大きい値を新たなしきい値に用い、輝度の階調の中央値よりも小さいときには、前のしきい値よりも一定値だけ小さい値を新たなしきい値に用いる。 As the threshold value used in the re-binarization means 14, for example, a value obtained by adding an appropriate correction value to the threshold value used before the binarization in the re-binarization means 14 is used. When the average value of the luminance in the piece 32 is larger than the median value of the luminance gradation (for example, if the luminance is 255 gradations and the maximum value is 255), the correction value is A value that is larger than the previous threshold value by a certain value (for example, 10) is used as a new threshold value. Is used as a new threshold.
再二値化手段１４で二値化を行った二値画像は、欠陥候補再抽出手段１５に与えられ、再二値化手段１４により得られた二値画像からブロブが抽出された後、ブロブの画素数に着目して欠陥候補領域と他の部位とに分離される（Ｓ７）。すなわち、各ピース３２において、欠陥候補領域の再抽出が行われる。欠陥候補領域の抽出対象であるすべてのピース３２について欠陥候補領域の再抽出が行われると（Ｓ８）、欠陥候補領域は欠陥選別処理部に与えられる。 The binary image binarized by the re-binarization means 14 is given to the defect candidate re-extraction means 15, and after the blob is extracted from the binary image obtained by the re-binarization means 14, the blob Focusing on the number of pixels, the defect candidate area and the other part are separated (S7). That is, in each piece 32, the defect candidate area is re-extracted. When defect candidate regions are re-extracted for all pieces 32 that are candidates for defect candidate region extraction (S8), the defect candidate regions are given to the defect selection processing unit.
欠陥選別処理部における欠陥判定手段１６では、まず、再抽出された欠陥候補領域か否かを判断する（Ｓ９）。次に、再抽出した欠陥候補領域であれば（Ｓ９：ｙｅｓ）について、欠陥判定手段１６において欠陥候補領域と周囲との輝度の平均値を求め（Ｓ１０）、平均値の輝度差を算出し（Ｓ１１）、算出した輝度差に基づいて欠陥候補領域が欠陥か否かを判定する（Ｓ１２）。ステップＳ９〜Ｓ１２の処理は、すべての欠陥候補領域について行われる（Ｓ１３）。また、ステップＳ９において、欠陥候補領域が再抽出されたものではないと判断されたときには、当該欠陥候補領域についてステップＳ１２において欠陥か否かが判定される。 The defect determination means 16 in the defect selection processing unit first determines whether or not the defect candidate area has been re-extracted (S9). Next, if it is a re-extracted defect candidate area (S9: yes), the defect determination means 16 obtains the average value of the luminance between the defect candidate area and the surrounding area (S10), and calculates the luminance difference between the average values ( S11), it is determined whether the defect candidate area is a defect based on the calculated luminance difference (S12). The processes in steps S9 to S12 are performed for all defect candidate areas (S13). If it is determined in step S9 that the defect candidate area is not re-extracted, it is determined in step S12 whether the defect candidate area is defective.
ステップＳ１２における欠陥の判定条件は、たとえば、再抽出された欠陥候補領域に対しては、欠陥候補領域と周囲との輝度の平均値の輝度差が規定値（たとえば、２０）以上であり、かつ面積が規定値（たとえば、２０ｍｍ２）以上であることとすればよい。再抽出された欠陥候補領域ではない場合には、輝度差は考慮せず面積が規定値以上であることとすればよい。 For example, for the defect candidate region that has been re-extracted, the defect determination condition in step S12 is that the luminance difference between the average value of the luminance between the defect candidate region and the surrounding area is a specified value (for example, 20) or more, and The area may be a specified value (for example, 20 mm 2 ) or more. If it is not a re-extracted defect candidate area, the area may be equal to or greater than a specified value without considering the luminance difference.
欠陥の判定条件は、図６に示したしきい値の設定と同様に、周囲の輝度の平均値の関数として設定してもよい。すなわち、欠陥候補領域に対して設定した外接矩形内の輝度の平均値（欠陥候補領域の形状に応じて設定した領域内の輝度の平均値でもよい）と、欠陥候補領域と周囲との平均値の差（輝度差）との関係をプロットすると、図７に示すような関係が得られる。図中の正方形は欠陥の輝度差、菱形は木目の輝度差を表している。 The defect determination condition may be set as a function of the average value of the surrounding luminance, similarly to the threshold setting shown in FIG. That is, the average value of the luminance in the circumscribed rectangle set for the defect candidate area (may be the average value of the luminance in the area set according to the shape of the defect candidate area) and the average value of the defect candidate area and the surrounding area When the relationship with the difference (luminance difference) is plotted, the relationship as shown in FIG. 7 is obtained. In the figure, the square represents the luminance difference of the defect, and the diamond represents the luminance difference of the grain.
図７からわかるように、欠陥と木目との輝度差の境界は、周囲の輝度の平均値に対して直線Ｌｓに沿って並んでいると言える。したがって、周囲の輝度の平均値に応じた直線Ｌｓ上の値をしきい値に用いることにより、欠陥と木目との分離が可能になる。図示例は木材３がカバ材である場合を示しており、直線Ｌｓは、しきい値＝０．７５×平均輝度−２０．０になる。すなわち、しきい値＝ｃ×平均輝度＋ｄの形式で与え、定数ｃ，ｄを適宜に決定することにより、欠陥と木目とを識別して欠陥を抽出することができる。 As can be seen from FIG. 7, it can be said that the boundary of the luminance difference between the defect and the grain is aligned along the straight line Ls with respect to the average value of the surrounding luminance. Therefore, by using the value on the straight line Ls corresponding to the average value of the surrounding luminance as the threshold value, it becomes possible to separate the defect from the grain. The illustrated example shows a case where the wood 3 is a birch material, and the straight line Ls is threshold = 0.75 × average luminance−20.0. That is, it is possible to identify the defect and the grain by extracting the defect by giving the threshold value = c × average brightness + d and appropriately determining the constants c and d.
ところで、欠陥判定手段１６により欠陥と判定されない欠陥候補領域が残っている場合に、当該欠陥候補領域は欠陥の一部であるにもかかわらず、しきい値の設定によって分断され、欠陥と判定されていない可能性がある。以下では、この種の欠陥候補領域を、さらに精査することによって、欠陥か否かを判別する技術について説明する。すなわち、欠陥選別処理部は、欠陥判定手段１６に加えて、以下に説明するように、欠陥と判定されていない欠陥候補領域（つまり、欠陥候補領域と判定されていないブロブ）について、１つの欠陥候補領域として連結可能か否かを評価する連結評価手段１７と、連結可能と評価されたブロブを連結する連結処理手段１８と、ブロブを連結して形成された欠陥候補領域についてあらためて欠陥か否かを判定する再判定手段１９とを有している。 By the way, when a defect candidate area that is not determined as a defect by the defect determination means 16 remains, the defect candidate area is divided by setting a threshold value and determined as a defect even though it is a part of the defect. It may not be. In the following, a technique for discriminating whether or not this type of defect candidate area is a defect by further examining the defect candidate area will be described. That is, in addition to the defect determination means 16, the defect selection processing unit, as will be described below, provides one defect for a defect candidate area that is not determined to be a defect (that is, a blob that is not determined to be a defect candidate area). Whether or not it is a defect again about the defect candidate area formed by connecting the blob evaluated to be connectable, the connection processing means 18 for connecting the blob evaluated to be connectable, and the blob. Re-determination means 19 for determining
すなわち、連結評価手段１７は、図８に示すように、まず、ステップＳ４、Ｓ５において設定した各しきい値のうちの着目する１つのしきい値（以下、「第１しきい値Ｔｈ１」という）により抽出したブロブを取り出す（Ｓ２３）。ここに、しきい値とブロブとは対応付けて記憶されているものとする。 That is, as shown in FIG. 8, the connection evaluation unit 17 firstly selects one threshold value of interest (hereinafter referred to as “first threshold value Th1”) from among the threshold values set in steps S4 and S5. ) Is extracted (S23). Here, it is assumed that the threshold value and the blob are stored in association with each other.
次に、他のブロブとの連結の可能性を評価するために、他のブロブを抽出するためのしきい値（以下、「第２しきい値Ｔｈ２」という）をＴｈ２＝Ｔｈ１と規定し（Ｓ２４）、第２しきい値Ｔｈ２に対応する欠陥候補領域を抽出する（Ｓ２６）。第２しきい値Ｔｈ２が第１しきい値Ｔｈ１と等しい場合には、第１しきい値Ｔｈ１に対応して抽出したブロブのうち、第１しきい値Ｔｈ１に対応付けていないブロブを第２しきい値Ｔｈ２に対応するブロブとして抽出する。 Next, in order to evaluate the possibility of connection with another blob, a threshold for extracting another blob (hereinafter referred to as “second threshold Th2”) is defined as Th2 = Th1 ( S24), a defect candidate area corresponding to the second threshold Th2 is extracted (S26). When the second threshold value Th2 is equal to the first threshold value Th1, among the blobs extracted corresponding to the first threshold value Th1, the blob that is not associated with the first threshold value Th1 is the second. The blob corresponding to the threshold Th2 is extracted.
たとえば、各しきい値に対応するブロブを面積の降べきの順に並べておき、第２しきい値Ｔｈ２が第１しきい値Ｔｈ１と等しい場合には、第１しきい値Ｔｈ１に対して抽出したブロブに対して降べきの順で次順になるブロブを第２しきい値Ｔｈ２に対応するブロブとして抽出する。 For example, the blobs corresponding to the respective threshold values are arranged in the descending order of the area, and when the second threshold value Th2 is equal to the first threshold value Th1, extraction is performed for the first threshold value Th1. The blob that is the next in descending order with respect to the blob is extracted as the blob corresponding to the second threshold Th2.
第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とに対応する２個の欠陥候補領域が抽出されると、両者の隣接度を評価する（Ｓ２８）。隣接度は，ブロブの中心（重心）間の距離を用いる（以下では、ブロブの中心間の距離を、単に「ブロブ間の距離」という）。具体的には、木材の搬送方向と搬送方向に直交する方向との２方向について、ブロブ間の距離を計測し、それぞれの距離が規定値（規定値は、たとえば、搬送方向に５ｍｍ、搬送方向に直交する方向に１ｍｍなどと設定する）以下か否かを評価する。ここで、距離が規定値以下であれば、連結処理手段１８において、２個のブロブを連結するとともに合算した面積を求める（Ｓ３０）。面積の合算には、ブロブの面積を加算すればよい。なお、ブロブ間の距離として重心間の距離を用いているが、慣性主軸間の距離など他のを用いることも可能である。 When two defect candidate areas corresponding to the first threshold Th1 and the second threshold Th2 are extracted, the degree of adjacency between them is evaluated (S28). The degree of adjacency uses the distance between the centers (center of gravity) of the blob (hereinafter, the distance between the centers of the blob is simply referred to as “distance between the blobs”). Specifically, the distance between the blobs is measured in two directions, ie, the direction in which the wood is transported and the direction orthogonal to the transport direction, and each distance is a specified value (the specified value is, for example, 5 mm in the transport direction, the transport direction). It is set to 1 mm or the like in a direction orthogonal to Here, if the distance is equal to or less than the specified value, the connection processing means 18 connects the two blobs and obtains the total area (S30). What is necessary is just to add the area of a blob for the total of an area. Although the distance between the centers of gravity is used as the distance between the blobs, other distances such as the distance between the inertia main axes can be used.
連結後のブロブの面積が第２しきい値Ｔｈ２に対して規定されている規定値以上である場合には（Ｓ３１：ｙｅｓ）、再判定手段１９により連結後の欠陥候補領域を１つの欠陥と判定する（Ｓ３２）。また、合計した面積が規定値未満であれば（Ｓ３１：ｎｏ）、この時点では欠陥ではないと判定される。 If the area of the blob after connection is equal to or larger than the specified value specified for the second threshold Th2 (S31: yes), the defect candidate area after connection is regarded as one defect by the re-determination means 19. Determine (S32). If the total area is less than the specified value (S31: no), it is determined that there is no defect at this point.
上述のように、２個の欠陥候補領域の隣接度の評価（Ｓ２８）と、合計した面積の評価（Ｓ３１）とを、すべてのしきい値の組み合わせについて行うことにより（Ｓ２１、Ｓ２２、Ｓ２５、Ｓ２７、Ｓ３３）、分割されていた欠陥候補領域を結合し欠陥と判定することが可能になる。 As described above, the evaluation of the adjacency of two defect candidate regions (S28) and the evaluation of the total area (S31) are performed for all combinations of threshold values (S21, S22, S25, S27, S33), it becomes possible to determine the defect by combining the divided defect candidate areas.
なお、ステップＳ２１，Ｓ３３において、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とを１刻みで増加させているから、第１しきい値Ｔｈ１あるいは第２しきい値Ｔｈ２が、欠陥候補領域を抽出したときのしきい値に対応していない可能性がある。そこで、ステップＳ２９では、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とがともに、欠陥候補領域を抽出したときのしきい値であるときのにみ（Ｓ２９：ｙｅｓ）、欠陥候補領域を連結するか否かを判断するようにしている。 In steps S21 and S33, since the first threshold value Th1 and the second threshold value Th2 are increased by one, the first threshold value Th1 or the second threshold value Th2 is determined as a defect candidate region. There is a possibility that it does not correspond to the threshold when extracting. Therefore, in step S29, only when the first threshold value Th1 and the second threshold value Th2 are the threshold values when the defect candidate area is extracted (S29: yes), the defect candidate area is determined. Whether to connect or not is determined.
ここに、上述したように、しきい値設定手段１３において複数段階のしきい値（上述の例では、Ａ、Ａ＋２５、Ａ＋４５、Ａ＋８５）を設定している場合には、これらのしきい値を用いて抽出したブロブのうちの任意の２個（ブロブを抽出するしきい値は、同じ値の場合と異なる値の場合とがある）について、連結可能か否かを評価する。 Here, as described above, in the case where a plurality of threshold values (A, A + 25, A + 45, A + 85 in the above example) are set in the threshold value setting means 13, these threshold values are set. It is evaluated whether or not any two of the extracted blobs (the threshold value for extracting the blob may be the same value or a different value) can be connected.
上述した手順により、欠陥であるにもかかわらず分割されていた欠陥候補領域を、あらためて連結して評価することが可能になり、欠陥を見落とすことなく検出することが可能になる。 According to the above-described procedure, the defect candidate areas that have been divided even though they are defects can be newly connected and evaluated, and can be detected without overlooking the defects.
ところで、欠陥のうち特定の欠陥（たとえば、節）は、特定のしきい値で検出されることが多いという知見が得られている。節を例にすれば、茶色の領域であって、輝度が２５６階調であるとすれば、Ａ＋２５とＡ＋５０との間にしきい値を設定しておけば、ほとんどの場合に検出することができる。基準値Ａは、上述のように、ブロブ（欠陥候補領域）の外接矩形、ブロブが含まれるピース３２の全体、あるいはピース３２内でブロブを含む所定領域のうちブロブを除く領域の輝度の平均値に基づいて設定される。このように、欠陥の種類によっては、特定のしきい値を設定しておくことで抽出可能な場合がある。ただし、特定しきい値は、木材３の材質による表面色によって異なるとともに、表面含水率などの表面状態によっても異なる。 By the way, it has been found that a specific defect (for example, a node) among the defects is often detected at a specific threshold value. Taking a node as an example, if it is a brown region and the luminance is 256 gradations, it can be detected in most cases if a threshold is set between A + 25 and A + 50. . As described above, the reference value A is the average value of the brightness of the circumscribed rectangle of the blob (defect candidate area), the whole piece 32 including the blob, or the predetermined area including the blob in the piece 32 excluding the blob. Is set based on Thus, depending on the type of defect, extraction may be possible by setting a specific threshold value. However, the specific threshold value varies depending on the surface color depending on the material of the wood 3 and also varies depending on the surface condition such as the surface moisture content.
この点を踏まえて、木材の種類に応じた特定のしきい値（以下、「特定しきい値」という）をあらかじめ設定しておき、特定しきい値により欠陥か否かを判定することが可能である。すなわち、図９に示すように、まず木材３の材質を判定し（Ｓ１８）、特定の材質の場合と他の材質の場合とに応じて、特定しきい値を設定している（Ｓ１９，Ｓ２０）。特定しきい値の設定は、欠陥判定手段１８による欠陥の判定を行った後、連結評価手段１８によりブロブの連結の可能性を評価する前に行われる。つまり、特定しきい値の設定後に、図８に示したステップＳ２１以降の処理が行われる。 Based on this point, it is possible to set in advance a specific threshold value (hereinafter referred to as “specific threshold value”) according to the type of wood, and determine whether it is a defect based on the specific threshold value. It is. That is, as shown in FIG. 9, first, the material of the wood 3 is determined (S18), and a specific threshold is set according to the case of a specific material and the case of another material (S19, S20). ). The specific threshold value is set after the defect determination unit 18 determines the defect and before the connection evaluation unit 18 evaluates the possibility of connecting the blob. That is, after the specific threshold value is set, the processing after step S21 shown in FIG. 8 is performed.
図示例では、木材３がカバ材か否かを分類しており（カバ材でない場合としては、ブナ材を想定している）、カバ材でない場合には（Ｓ１８：ｎｏ）、特定しきい値Ｔｈ１をＡと設定し、特定しきい値Ｔｈ２をＡ＋８５と設定し（Ｓ１９）、カバ材である場合には（Ｓ１８：ｙｅｓ）、特定しきい値Ｔｈ１をＡと設定し、特定しきい値Ｔｈ２の下限値をＡ＋２５とし上限値をＡ＋５０として設定する（Ｓ２０）。 In the illustrated example, whether or not the wood 3 is a birch material is classified (beech material is assumed if it is not a birch material), and if it is not a birch material (S18: no), a specific threshold value is used. Th1 is set to A, the specific threshold value Th2 is set to A + 85 (S19), and in the case of birch material (S18: yes), the specific threshold value Th1 is set to A and the specific threshold value Th2 is set. Is set to A + 25 and the upper limit is set to A + 50 (S20).
図９に示す手順では、ブロブについて連結の可能性を評価し、隣接度が高いブロブを連結するまで（Ｓ２１〜Ｓ３０）は、ステップＳ２９を除いた点以外について図８と同じ手順になる。ただし、図８に示した例では、連結したブロブの面積を規定値と比較するだけであるのに対し、図９に示す手順においては、連結するブロブに対応する第１しきい値Ｔｈ１および第２しきい値が、ともに特定しきい値であるか否かを判定する（Ｓ３４）。 In the procedure shown in FIG. 9, the possibility of connection is evaluated for the blob, and until the blob with a high degree of adjacency is connected (S21 to S30), the procedure is the same as FIG. 8 except for the point except step S29. However, in the example shown in FIG. 8, the area of the connected blob is only compared with a specified value, whereas in the procedure shown in FIG. 9, the first threshold Th1 corresponding to the connected blob and the first threshold Th1 It is determined whether or not the two threshold values are both specific threshold values (S34).
第１しきい値Ｔｈ１および第２しきい値Ｔｈ２がともに特定しきい値であるときには（Ｓ３４：ｙｅｓ）、欠陥の種類が節であると判断し、節の大きさに応じた面積値か否かを評価する（Ｓ３５）。ここで、節の条件を満たしているときには（Ｓ３５：ｙｅｓ）、連結したブロブを節と判定する（Ｓ３６）。 When both the first threshold value Th1 and the second threshold value Th2 are specific threshold values (S34: yes), it is determined that the type of defect is a node, and whether or not the area value corresponds to the size of the node. Is evaluated (S35). Here, when the clause condition is satisfied (S35: yes), the connected blob is determined as the node (S36).
一方、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２との少なくとも一方が特定しきい値ではないときには（Ｓ３４：ｎｏ）、欠陥の種類は節ではないと判断し、図８の手順と同様に、面積を規定値と比較し（Ｓ３７）、面積が規定値以上であれば（Ｓ３７：ｙｅｓ）、欠陥と判定する（Ｓ３８）。 On the other hand, when at least one of the first threshold value Th1 and the second threshold value Th2 is not a specific threshold value (S34: no), it is determined that the type of defect is not a node, and is similar to the procedure of FIG. Then, the area is compared with a specified value (S37), and if the area is equal to or larger than the specified value (S37: yes), it is determined as a defect (S38).
ここにおいて、図９のステップＳ２８における隣接するブロブの判定を、図１０に示すステップＳ３９〜Ｓ４１により行うことができる。すなわち、ブロブ間の距離を規定距離と比較することによりブロブが連結可能か否かを判定するにあたり（Ｓ４０，Ｓ４１）、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とが等しい場合と異なる場合とに分け（Ｓ３９）、両者が異なる場合（Ｓ３９：ｎｏ）の規定距離を、両者が等しい場合（Ｓ３９：ｙｅｓ）の規定距離よりも大きく設定している。つまり、連結可能であっても異なるしきい値で抽出されたブロブは、距離がやや大きい場合があるから、許容範囲を広く設定するのである。 Here, the determination of the adjacent blob in step S28 of FIG. 9 can be performed by steps S39 to S41 shown in FIG. That is, it is different from the case where the first threshold value Th1 is equal to the second threshold value Th2 in determining whether or not the blobs can be connected by comparing the distance between the blobs with a specified distance (S40, S41). The prescribed distance when the two are different (S39: no) is set larger than the prescribed distance when the two are equal (S39: yes). In other words, even if they can be connected, blobs extracted with different threshold values may have a slightly larger distance, so that the allowable range is set wider.
図示例では、上記規定距離について、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とが等しい場合は、ラインセンサカメラ１の長手方向における距離が５．０ｍｍ以内かつ木材３の搬送方向における距離が１．０ｍｍ以内であるときに連結可能と判断し、第１しきい値Ｔｈ１と第２しきい値Ｔｈ２とが異なる場合は、ラインセンサカメラ１の長手方向における距離が２０．０ｍｍ以内かつ木材３の搬送方向における距離が２．０ｍｍ以内まで許容している。 In the illustrated example, when the first threshold value Th1 and the second threshold value Th2 are equal for the specified distance, the distance in the longitudinal direction of the line sensor camera 1 is within 5.0 mm and the distance in the conveying direction of the wood 3 When the first threshold value Th1 and the second threshold value Th2 are different, the distance in the longitudinal direction of the line sensor camera 1 is within 20.0 mm and wood The distance in the conveyance direction 3 is allowed to be within 2.0 mm.
上述のように、ブロブを抽出したしきい値が同じか異なるかによって、ブロブ間の連結可能性を判断する距離を変化させているのは、以下の理由による。すなわち、欠陥のうち節は、全体の輝度がほぼ等しいから、１種類のしきい値で１つの欠陥のほぼ全体を抽出することができ、しかもブロブの密集度が高いから、分割されたブロブ間の距離が比較的近い場合にのみ連結可能と判断することができる。 As described above, the distance for determining the possibility of connection between the blobs is changed depending on whether the thresholds for extracting the blobs are the same or different for the following reason. That is, since the overall brightness of the nodes of the defects is almost equal, one defect can be used to extract almost the entire defect, and the density of the blobs is high. It can be determined that the connection is possible only when the distance is relatively short.
これに対して、欠陥のうち入皮やカナスジは、輝度のばらつきが大きいから、１つの欠陥について異なるしきい値で抽出される複数個のブロブを結合する必要があり、しきい値の大きさの差によるが、一般に異なるしきい値で抽出したブロブの距離は比較的大きいから、ブロブ間の距離が比較的遠い場合でも連結可能と判断するのである。 On the other hand, among the defects, skin penetration and cane stripes have large variations in luminance, and therefore it is necessary to combine a plurality of blobs extracted with different threshold values for one defect. However, since the distance between the blobs extracted with different threshold values is relatively large, it is determined that the connection is possible even when the distance between the blobs is relatively long.
図１１は図１０の変形例であって、ステップＳ３０において隣接するブロブを連結し、面積を合計した後に、欠陥か否かを判断する処理を単純化したものである。すなわち、ステップＳ３４〜Ｓ３８に代えて、ステップＳ３０で合計した面積を、節の検出に設定した規定の面積値と比較し（Ｓ４２）、合計面積が規定の面積値以上であるときには（Ｓ４２：ｙｅｓ）、ブロブの合成により形成した欠陥候補領域を欠陥と判定するのである（Ｓ４３）。 FIG. 11 is a modified example of FIG. 10, in which adjacent blobs are connected in step S30, and after the areas are totaled, the process of determining whether or not the defect is present is simplified. That is, instead of steps S34 to S38, the area totaled in step S30 is compared with a specified area value set for node detection (S42), and when the total area is equal to or greater than the specified area value (S42: yes) ), The defect candidate area formed by the synthesis of the blob is determined as a defect (S43).
以上説明したように、本発明では、１個の欠陥が複数個のブロブに分割されて抽出された場合でも、ブロブを適切に連結することによって、１個の欠陥として扱うことを可能にし、結果的に欠陥の検出精度が高くなるのである。 As described above, in the present invention, even when one defect is divided into a plurality of blobs and extracted, it is possible to treat the defect as one defect by appropriately connecting the blobs. In particular, the defect detection accuracy is increased.
１ ラインセンサカメラ（撮像手段）
２ 照明装置
３ 木材
４ 画像処理装置
５ 画像メモリ
１１ 二値化手段
１２ 欠陥候補抽出手段
１３ しきい値設定手段
１４ 再二値化手段
１５ 欠陥候補再抽出手段
１６ 欠陥判定手段
１７ 連結評価手段
１８ 連結処理手段
１９ 再判定手段
３２ ピース
1 Line sensor camera (imaging means)
DESCRIPTION OF SYMBOLS 2 Illuminating device 3 Wood 4 Image processing apparatus 5 Image memory 11 Binarization means 12 Defect candidate extraction means 13 Threshold setting means 14 Rebinarization means 15 Defect candidate reextraction means 16 Defect determination means 17 Connection evaluation means 18 Connection Processing means 19 Re-determination means 32 pieces
Claims (8)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009249447A JP5520006B2 (en) | 2009-10-29 | 2009-10-29 | Wood defect detection apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009249447A JP5520006B2 (en) | 2009-10-29 | 2009-10-29 | Wood defect detection apparatus and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011095109A true JP2011095109A (en) | 2011-05-12 |
| JP5520006B2 JP5520006B2 (en) | 2014-06-11 |
Family
ID=44112185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009249447A Active JP5520006B2 (en) | 2009-10-29 | 2009-10-29 | Wood defect detection apparatus and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5520006B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5373989B1 (en) * | 2013-04-12 | 2013-12-18 | 橋本電機工業株式会社 | Single plate sorting and deposition apparatus and single plate sorting method |
| CN103760168A (en) * | 2014-01-15 | 2014-04-30 | 陈涛 | Smoothness-characteristic-quantity-based surface gray scale defect detection method for rotary-cut wooden product |
| JP2014205338A (en) * | 2013-09-18 | 2014-10-30 | 橋本電機工業株式会社 | Veneer screening and stacking apparatus, and veneer screening method |
| WO2015159352A1 (en) * | 2014-04-14 | 2015-10-22 | 株式会社東芝 | Web inspection device, web inspection method, and web inspection program |
| CN108362702A (en) * | 2017-12-14 | 2018-08-03 | 北京木业邦科技有限公司 | A kind of defect of veneer detection method, system and equipment based on artificial intelligence |
| CN108554844A (en) * | 2018-04-21 | 2018-09-21 | 齐鲁工业大学 | A kind of wooden thin plate sorting technique and device based on image recognition |
| JP7318907B2 (en) | 2019-03-08 | 2023-08-01 | 橋本電機工業株式会社 | Veneer Judgment System and Veneer Judgment Method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08101130A (en) * | 1994-09-29 | 1996-04-16 | Fuji Xerox Co Ltd | Surface flaw inspecting device |
| JP2002214151A (en) * | 2001-01-17 | 2002-07-31 | Nippon Steel Corp | Surface flaw inspecting method |
| JP2006322774A (en) * | 2005-05-18 | 2006-11-30 | Meinan Mach Works Inc | Method, device and program for survey of wood knot |
-
2009
- 2009-10-29 JP JP2009249447A patent/JP5520006B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08101130A (en) * | 1994-09-29 | 1996-04-16 | Fuji Xerox Co Ltd | Surface flaw inspecting device |
| JP2002214151A (en) * | 2001-01-17 | 2002-07-31 | Nippon Steel Corp | Surface flaw inspecting method |
| JP2006322774A (en) * | 2005-05-18 | 2006-11-30 | Meinan Mach Works Inc | Method, device and program for survey of wood knot |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5373989B1 (en) * | 2013-04-12 | 2013-12-18 | 橋本電機工業株式会社 | Single plate sorting and deposition apparatus and single plate sorting method |
| JP2014205338A (en) * | 2013-09-18 | 2014-10-30 | 橋本電機工業株式会社 | Veneer screening and stacking apparatus, and veneer screening method |
| CN103760168A (en) * | 2014-01-15 | 2014-04-30 | 陈涛 | Smoothness-characteristic-quantity-based surface gray scale defect detection method for rotary-cut wooden product |
| WO2015159352A1 (en) * | 2014-04-14 | 2015-10-22 | 株式会社東芝 | Web inspection device, web inspection method, and web inspection program |
| JP5889426B1 (en) * | 2014-04-14 | 2016-03-22 | 株式会社東芝 | Web inspection device, web inspection method, web inspection program |
| CN108362702A (en) * | 2017-12-14 | 2018-08-03 | 北京木业邦科技有限公司 | A kind of defect of veneer detection method, system and equipment based on artificial intelligence |
| CN108554844A (en) * | 2018-04-21 | 2018-09-21 | 齐鲁工业大学 | A kind of wooden thin plate sorting technique and device based on image recognition |
| JP7318907B2 (en) | 2019-03-08 | 2023-08-01 | 橋本電機工業株式会社 | Veneer Judgment System and Veneer Judgment Method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5520006B2 (en) | 2014-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5520006B2 (en) | Wood defect detection apparatus and method | |
| CA2681817C (en) | Lumber inspection method, device and program | |
| JP4704804B2 (en) | Wood section exploration method, apparatus and program | |
| JP5174540B2 (en) | Wood defect detection device | |
| JP5086970B2 (en) | Wood appearance inspection device, wood appearance inspection method | |
| JP5085860B2 (en) | Wood inspection method, apparatus and program | |
| JP2010107254A (en) | Device and method for inspecting led chip | |
| JP5520005B2 (en) | Wood defect detection apparatus and method | |
| JP5683996B2 (en) | Bottle defect inspection apparatus and bottle defect inspection method | |
| JP4708904B2 (en) | Wood inspection method, apparatus and program | |
| KR20080060851A (en) | Defect detecting method of log surface | |
| JP5006147B2 (en) | Wood inspection method, apparatus and program | |
| JP3614980B2 (en) | Agricultural product appearance inspection method and apparatus | |
| JP2016194434A (en) | Inspection system and inspection method | |
| KR20210071806A (en) | Method and apparatus for bubble detection in conformal coated PCB and computer readable recording medium thereof | |
| JP2006226950A (en) | Timber inspection method and device | |
| JP5297245B2 (en) | Object surface inspection equipment | |
| RU2444002C2 (en) | Method and device to control saw timber | |
| JP5266118B2 (en) | Defect inspection method and defect inspection apparatus for object surface | |
| JP6509146B2 (en) | Inspection apparatus and inspection method | |
| JPH0943162A (en) | External appearance inspection method | |
| JP5485761B2 (en) | Defect detection apparatus and defect detection method | |
| JP2010121958A (en) | Flaw detecting method and flaw detector | |
| JP7318907B2 (en) | Veneer Judgment System and Veneer Judgment Method | |
| JP2010175558A (en) | Inspection device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20120118 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121011 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130808 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130820 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131021 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140311 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140404 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5520006 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |