JP2013160530A - 検査装置、ロボット装置、検査方法及び検査プログラム - Google Patents

Abstract

【課題】判定精度の高い外観検査を行う。
【解決手段】検査装置は、検査対象物体を異なる露光時間で複数撮像し、検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した露光時間ごとに生成する撮像部と、露光時間が互いに異なる画像データごとに、画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、生成されたそれぞれの重み付け画像データが合成された合成画像データを生成する画像データ合成部と、検査部位の検査基準としての基準画像の画像データと、生成された合成画像データとに基づいて、検査領域の状態を判定する判定部とを備えた。
【選択図】図３

Description

本発明は、検査装置、ロボット装置、検査方法及び検査プログラムに関する。

検査対象物体の検査を画像認識処理に基づいて行う技術が知られている（例えば、特許文献１参照）。この文献に開示された検査装置は、検査対象物体を露光時間を変更して撮像した複数の濃淡画像を生成するとともに、生成した複数の濃淡画像を合成して得た合成画像に基づいて検査対象物体の欠陥を検出する装置である。

特開２０００−１６２０８９号公報

しかしながら、上記の検査装置においては、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮像条件が変化する場合に、検査に適した合成画像を得るための露光時間の設定が困難な場合がある。この場合、上記の検査装置においては、検査対象物体の欠陥を検出することができないという問題があった。

本発明は、上記問題を解決するためになされたものであり、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる検査装置、ロボット装置、検査方法及び検査プログラムを提供することを目的とする。

［１］上記の課題を解決するため、本発明の一態様である検査装置は、検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、
生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像データ合成部と、前記検査部位の検査基準としての基準画像と、生成された前記合成画像データとに基づいて、前記検査領域の状態を判定する判定部とを備えることを特徴とする。ここで、画像データのうちの濃淡が明確な部分とは、撮像した画像データのうちの、検査対象物体の良否判定をするのに必要な情報が多く含まれている部分を指す。
このように構成したことにより、検査装置は、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる。

［２］上記［１］記載の検査装置において、前記重み付け画像データ生成部は、前記画像データに対してラプラシアンフィルターを用いた演算を行って前記重み付け画像データを生成することを特徴とする。
このように構成したことにより、検査装置は、既知のラプラシアンフィルターを用いて重み付けを行うため、簡易な構成により合成画像データを生成することができる。

［３］上記［１］または［２］記載の検査装置において、前記重み付け画像データ生成部は、前記画像データに対してガウシアンフィルターを用いた演算を行って前記重み付け画像データを生成することを特徴とする。
このように構成したことにより、検査装置は、重み付け画像データを生成するためのフィルターの特性を、画像データの特性に応じて設定することができる。すなわち、検査装置は、画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域の画素値にフィルターの特性のピークを設定することができる。これにより、検査装置は、画像データの特性に応じて高精度に重み付けをすることができる。つまり、検査装置は、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる。

［４］上記［１］から［３］のいずれかに記載の検査装置において、前記重み付け画像データ生成部は、前記画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータを重み付けして前記重み付け画像データを生成することを特徴とする。
このように構成したことにより、検査装置は、輝度の濃淡だけでは良品と不良品との判定が困難な場合であっても、判定精度の高い外観検査を行うことができる。

［５］上記の課題を解決するため、本発明の一態様であるロボット装置は、検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像データ合成部と、前記検査部位の検査基準としての基準画像の画像データと、生成された前記合成画像データとに基づいて、前記検査領域の状態を判定する判定部と、少なくとも前記撮像部を可動に支持するロボット本体とを備えることを特徴とする。

［６］上記［５］記載のロボット装置において、前記重み付け画像データ生成部は、前記画像データに対してラプラシアンフィルターを用いた演算を行って前記重み付け画像データを生成することを特徴とする。

［７］上記［５］または［６］記載のロボット装置において、前記重み付け画像データ生成部は、前記画像データに対してガウシアンフィルターを用いた演算を行って前記重み付け画像データを生成することを特徴とする。

［８］上記［５］から［７］のいずれかに記載のロボット装置において、前記重み付け画像データ生成部は、前記画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータを重み付けして前記重み付け画像データを生成する ことを特徴とする。

［９］上記［５］から［８］のいずれかに記載のロボット装置において、前記ロボット本体を支持する台座部と、前記台座部を可搬にする可搬部とを備えることを特徴とする。
このように構成したことにより、ロボット装置は、検査に必要な検査装置及び制御装置を内蔵しているため小型化することができる。また、ロボット装置は、可搬部によって場所を変えて検査を行うことができる。このため、ロボット装置は、例えば、移動させることが困難な大型の検査対象物体についても検査を行うことができる。

［１０］上記の課題を解決するため、本発明の一態様である検査方法は、検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像ステップと、前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成ステップと、生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像合成ステップと、予め撮像されている前記検査部位の検査基準としての基準画像と、生成された前記合成画像とに基づいて、前記検査領域の状態を判定する判定ステップとを有することを特徴とする。

［１１］上記の課題を解決するため、本発明の一態様である検査プログラムは、コンピューターを、検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像合成部と、予め撮像されている前記検査部位の検査基準としての基準画像と、生成された前記合成画像とに基づいて、前記検査領域の状態を判定する判定部と、として機能させる。

よって、本発明の各態様によれば、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる。

本発明の第１実施形態であるロボット装置におけるロボット本体と検査対象物体との概略の外観図である。 同実施形態であるロボット装置の概略の機能構成を表すブロック図である。 同実施形態における検査装置の機能構成を表すブロック図である。 同実施形態において撮像部が撮像した第１の画像データの一例を示す図である。 同実施形態において撮像部が撮像した第２の画像データの一例を示す図である。 同実施形態において撮像部が撮像した第３の画像データの一例を示す図である。 同実施形態において画像データ合成部が生成する合成画像データの一例を示す図である。 同実施形態における検査装置の動作の一例を示すフローチャートである。 本発明の第２実施形態であるロボット装置に含まれる検査装置の機能構成を表すブロック図である。 同実施形態において重み付け画像データ生成部が検出する輝度値のヒストグラムの一例を示すグラフである。 本発明の第３実施形態であるロボット装置の概略の外観図である。

以下、本発明を実施するための形態について、図面を参照して詳細に説明する。
［第１実施形態]
図１は、本発明の第１実施形態であるロボット装置におけるロボット本体と検査対象物体との概略の外観図である。同図に示すように、ロボット装置１は、ロボット本体１０に撮像部２１が設けられて構成される。

リンク部１２−１〜１２−５と、ジョイント部１６−１〜１６−６と、リンク部１３とを含んで構成される。ここで、リンク部１２−１は、ジョイント部１６−１を介して支持台１１に連結される。リンク部１２−２は、ジョイント部１６−２を介してリンク部１２−１に連結される。リンク部１２−３は、ジョイント部１６−３を介してリンク部１２−２に連結される。リンク部１２−４は、ジョイント部１６−４を介してリンク部１２−３に連結される。リンク部１２−５は、ジョイント部１６−５を介してリンク部１２−４に連結される。すなわち、リンク部１２−５は、リンク部１２−１〜１２−４及びジョイント部１６−１〜１６−５を介して、支持台１１に旋回可能および屈伸可能に連結される。また、リンク部１３は、ジョイント部１６−６を介してリンク部１２−５に回動可能および首振り可能に連結される。また、撮像部２１は、連結部を介してリンク部１３に固定されている。以下、各リンク部及び各ジョイント部は同様の構成であるため、特に区別する場合を除き、リンク部１２−１〜１２−５は、リンク部１２と、ジョイント部１６−１〜１６−６はジョイント部１６と記載する。
このように、ロボット本体１０は、例えば６軸の垂直多関節ロボットであり、支持台１１とリンク部１２とリンク部１３との連係した動作によって６軸の自由度を有し、撮像部２１の位置および向きを三次元空間内で自在に変更することができる。

なお、ロボット本体１０は、撮像部２１、工具、部品等を作業目的に応じて持ち替えるようにしてもよい。また、ロボット本体１０の自由度は６軸によるものに限られない。
また、支持台１１は、壁や天井等、地面に対して固定された場所に設置してもよい。また、ロボット本体１０は、撮像部２１を支持するリンク部１２およびリンク部１３の他に、工具や部品を支持する図示しないアーム部およびハンド部を備え、これら複数のアーム部およびハンド部を独立的にまたは連動させて動かす構成としてもよい。

また、図１に示すように、例えばロボット本体１０のリンク部１３先端の可動範囲内には、外観検査の対象物である検査対象物体５が図示しない台上に載置されている。この検査対象物体５は、検査部位を有している。
すなわち、本実施形態であるロボット装置は、検査対象物体５の外観を検査して、検査部位の状態、例えば、検査部位に検査物があるか否かを検査する装置である。

図２は、本実施形態であるロボット装置の概略の機能構成を表すブロック図である。
同図に示すように、ロボット装置１は、ロボット本体１０と、検査装置２０と、制御装置３０とを備える。ロボット本体１０は、図１にも示したように、撮像部２１とリンク部１２とを備える。

制御装置３０は、撮像部２１に対して撮像開始要求信号や撮像停止要求信号等の制御信号を送信する。また、制御装置３０は、撮像部２１の三次元空間内の撮影方向を変更するために、リンク部１２を駆動してロボット本体１０の姿勢を制御する。

撮像部２１は、検査対象物体５を異なる露光時間で複数撮像し、検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した露光時間ごとに生成する。本実施形態の撮像部２１は、例えば、予め定められている露光時間に基づいて、撮像する露光時間を設定するとともに、検査対象物体５を撮像し画像データを出力するモノクロ撮影またはカラー撮影が可能な静止画カメラ装置である。例えば、撮像部２１は、予め定められている第１の露光時間（例えば、１／１０秒）、第２の露光時間（例えば、１／２０秒）、第３の露光時間（例えば１／３０秒）によって撮像する。なお、撮像部２１は、ビデオカメラ装置でもよい。撮像部２１は、制御装置３０から供給される撮像開始要求信号にしたがって、同図に示した検査対象物体５を撮像してその画像データを出力する。また、撮像部２１は、制御装置３０から供給される撮像停止要求信号にしたがって、撮像動作を停止する。

検査装置２０は、判定装置２２と、上述した撮像部２１とを備えている。
判定装置２２は、撮像部２１が異なる露光時間で複数撮像して順次出力する画像データを順次または複数フレームおきに取り込む。そして、判定装置２２は、予め撮像されている検査部位の検査基準としての基準画像と、取り込んだ画像データとに基づいて、検査領域の状態を判定した検査結果データを出力する。

図３は、検査装置２０の機能構成を表すブロック図である。
上述したように、検査装置２０は、撮像部２１と、判定装置２２とを備える。
判定装置２２は、画像データ記憶部２２１と、重み付け画像データ生成部２２２と、重み付け画像データ記憶部２２３と、画像データ合成部２２４と、判定部２２５と、基準画像記憶部２２６とを備える。

画像データ記憶部２２１には、撮像部２１によって生成された画像データが記憶される。本実施形態の画像データ記憶部２２１には、撮像部２１が異なる露光時間で複数撮像して順次出力する、例えば、第１の露光時間によって撮像された第１の画像データが記憶される。同様に、画像データ記憶部２２１には、第２の露光時間によって撮像された第２の画像データと、第３の露光時間によって撮像された第３の画像データとが記憶される。

重み付け画像データ生成部２２２は、画像データ記憶部２２１に記憶されている画像データを露光時間ごとに順次読み出す。また、重み付け画像データ生成部２２２は、露光時間が互いに異なる画像データごとに、画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する。ここで、画像データのうちの濃淡が明確な部分とは、撮像した画像データのうちの、検査対象物体の良否判定をするのに必要な情報が多く含まれている部分を指す。
例えば、本実施形態の重み付け画像データ生成部２２２は、第１の画像データのうちの濃淡が明確な部分を示す画素の輝度値が重み付けされた第１の重み付け画像データを生成する。同様に、重み付け画像データ生成部２２２は、第２の画像データについて第２の重み付け画像データを、第３の画像データについて第３の重み付け画像データをそれぞれ生成する。本実施形態の重み付け画像データ生成部２２２は、例えば、画像データのうちの濃淡が明確な部分を示す画素の輝度値を周囲の画素に対して大きく設定することによって重み付けした重み付け画像データを生成する。また、重み付け画像データ生成部２２２は、生成した重み付け画像データを重み付け画像データ記憶部２２３に記憶させる。なお、重み付け画像データ生成部２２２の構成の詳細については後述する。

画像データ合成部２２４は、重み付け画像データ記憶部２２３に記憶されているそれぞれの重み付け画像データを読み出し、読み出した重み付け画像データが合成された合成画像データを生成する。本実施形態の画像データ合成部２２４は、例えば、重み付け画像データ記憶部２２３に記憶されている重み付け画像データを読み出し、読み出した第１の重み付け画像データから第３の重み付け画像データの間の対応する画素の輝度値を加算して、合成画像データを生成する。

基準画像記憶部２２６には、検査部位の検査基準としての基準画像データが予め記憶されている。本実施形態の基準画像記憶部２２６には、例えば、検査対象物体５の検査の基準である良品の画像データが、基準画像データとして予め記憶されている。この基準画像データとしては、良品を露光時間を変えながら撮影した画像を合成したもの、又は良品とそうでないものとの差異が顕著になるように照明などの撮影条件を設定して、良品を撮影した画像を用いる。

判定部２２５は、検査部位の検査基準としての基準画像データと、生成された合成画像データとに基づいて、検査領域の状態を判定する。本実施形態の判定部２２５は、基準画像記憶部２２６に記憶されている基準画像データを読み出すとともに、画像データ合成部２２４が生成した合成画像データと、読み出した基準画像データとの類似度を求める。そして、判定部２２５は、求めた類似度が所定の値よりも大きい場合（つまり、合成画像データと基準画像データとの類似度が大きい場合）には、検査対象物体５を良品と判定する。一方、判定部２２５は、求めた類似度が所定の値よりも小さい場合（つまり、合成画像データと基準画像データとの類似度が小さい場合）には、検査対象物体５を不良品と判定する。

次に、図４から図６を参照して、撮像部２１が異なる露光時間で複数撮像する画像データについて説明する。
図４は、撮像部２１が撮像した第１の画像データの一例を示す図である。
上述したように、撮像部２１は、第１の画像データを、例えば１／１０秒の露光時間によって撮像する。この場合に、第１の画像データは、平均の輝度が高くなることがあり、例えば、同図中のＡ部やＢ部に示すように、近傍の画素間の輝度値の差が小さくなり、検査対象物体５の形状を検出しにくい部分が生じている。一方、第１の画像データは、例えば、同図中のＣ部やＤ部に示すように、近傍の画素間の輝度値の差が大きくなり、検査対象物体５の形状を検出しやすい部分が生じている。つまり、第１の画像データのうちの濃淡が明確な部分は、検査対象物体５の形状を検出しやすい部分である。このように、撮像部２１が撮像した画像データには、撮像時の条件により検査対象物体５の形状を検出しやすい部分と、検査対象物体５の形状を検出しにくい部分とが生じる。

図５は、撮像部２１が撮像した第２の画像データの一例である。
上述したように、撮像部２１は、第２の画像データを、例えば１／２０秒の露光時間によって撮像する。この場合に、第２の画像データは、第１の画像データに比べて平均の輝度が低くなる。これにより、第２の画像データは、例えば、同図中のＥ部やＦ部に示すように、第１の画像データでは検査対象物体５の形状を検出しにくいＡ部やＢ部に対応する部分について、検査対象物体５の形状を検出しやすくなっていることがわかる。しかしながら、第２の画像データにも、例えば、同図中のＧ部に示すように、検査対象物体５の形状を検出しにくい部分が生じている。

図６は、撮像部２１が撮像した第３の画像データの一例である。
上述したように、撮像部２１は、第３の画像データを、例えば１／３０秒の露光時間によって撮像する。この場合に、第３の画像データは、第２の画像データに比べて平均の輝度値が小さくなる。これにより、第３の画像データは、例えば、同図中のＨ部に示すように、第２の画像データでは検査対象物体５の形状を検出しにくいＧ部に対応する部分について、検査対象物体５の形状を検出しやすくなっていることがわかる。
このように、本実施形態の撮像部２１は、検査対象物体５の形状を検出しやすい部分がいずれかの画像データに含まれているように、検査対象物体５を異なる露光時間で複数撮像した画像データを生成する。

次に、重み付け画像データを生成する重み付け画像データ生成部２２２の構成について説明する。
上述したように、重み付け画像データ生成部２２２は、画像データ記憶部２２１に記憶されている画像データを、画像データが撮像された露光時間ごとに読み出す。そして、重み付け画像データ生成部２２２は、読み出した画像データのうちの濃淡が明確な部分を示す画素のデータを重み付けして、重み付け画像データを生成する。本実施形態の重み付け画像データ生成部２２２は、例えば、読み出した第１の画像データに対して、既知のラプラシアンフィルターを用いた演算を行って第１の重み付け画像データを生成する。このラプラシアンフィルターは、入力される画像データに含まれる画素の領域のうちの画素値の差が相対的に大きい領域に含まれる画素を抽出して、抽出した画素によって構成される画像データを出力する。

具体的には、重み付け画像データ生成部２２２は、例えば、読み出した第１の画像データの各画素の輝度値に対して、ラプラシアンフィルターを適用して、重み画像データを生成する。次に、重み付け画像データ生成部２２２は、生成した重み画像データの各画素の輝度値と、読み出した第１の画像データの各画素の輝度値とを乗じて、第１の重み付け画像データを生成する。また、重み付け画像データ生成部２２２は、読み出した第２の画像データの各画素の輝度値に対して、ラプラシアンフィルターを適用して、重み画像データを生成し、生成した重み画像データの各画素の輝度値と、第２の画像データの各画素の輝度値とを乗じて、第２の重み付け画像データを生成する。重み付け画像データ生成部２２２は、第３の重み付け画像データについても、同様に生成する。なお、重み付け画像データ生成部２２２は、読み出した画像データの各画素の輝度値に対して、ラプラシアンフィルターを適用した画像データに対して、更に平滑化処理を行うことにより、重み画像データに含まれる画像のエッジ部分を拡張した画像を、重みづけ画像データとして生成してもよい。

このように、重み付け画像データ生成部２２２は、ラプラシアンフィルターを用いた演算を行うことにより、入力される画像データの輝度値の濃淡が明確である部分を示す画素のデータ（輝度値）を重み付けして、重み付け画像データを生成する。つまり、重み付け画像データ生成部２２２は、入力される画像データのうちから検査対象物体５の形状を検出しやすい部分を抽出することができる。
なお、本実施形態においては、輝度値の濃淡を用いているが、検査対象物体５の形状や材質等に応じて彩度の濃淡を用いてもよい。

次に、図７を参照して、合成画像データを生成する画像データ合成部２２４について説明する。
図７は、画像データ合成部２２４が生成する合成画像データの一例を示す図である。
画像データ合成部２２４は、重み付け画像データ生成部２２２が生成した、例えば、第１の重み付け画像データと、第２の重み付け画像データと、第３の重み付け画像データとの対応する画素の輝度値を加算する。上述したように、重み付け画像データ生成部２２２は、入力される画像データのうちから検査対象物体５の形状を検出しやすい部分を抽出して、重み付け画像データを生成する。このことは、画像データ合成部２２４は、撮像部２１によって生成された画像データのうちから、検査対象物体５の形状を検出しやすい部分を示す重み付け画像データどうしを合成することを意味している。
このようにして、本実施形態の検査装置２０は、複数の露光時間によって撮像された画像データのうちから、検査対象物体５の形状を検出しやすい部分を既知のラプラシアンフィルターによって自動的に抽出して、検査対象物体５の形状を検出しやすい合成画像データを生成する。なお、検査装置２０は、重み付け画像データどうしを合成する際に、重み付け画像データごとに補正値を設定して、設定した補正値を各重み付け画像データの各画素の輝度値に加算してから合成してもよい。このようにして、検査装置２０は、各重み付け画像データによって重みが付けられた領域ごとの境界部分において、画素の輝度値の変化がなめらかになるように合成してもよい。この場合において、上記の補正値は、例えば各重み付け画像の元画像の平均輝度に応じて設定されてもよい。

次に、本実施形態における検査装置２０の動作について説明する。
図８は、検査装置２０の動作の一例を示すフローチャートである。
まず、制御装置３０は、ロボット本体１０のリンク部１２を制御して、撮像部２１が検査対象物体５の検査領域を撮像可能な位置に、撮像部２１の位置を移動させる（ステップＳ２０１）。本実施形態においては、検査対象物体５は、例えば、予め定められた位置に配置されており、制御装置３０は、予め記憶されているリンク部１２の移動量によって、撮像部２１を撮像位置に移動させる。

次に、撮像部２１は、露光時間を設定する（ステップＳ２０２）。本実施形態の撮像部２１は、例えば、予め定められている第１の露光時間（例えば、１／１０秒）を露光時間として設定する。
次に、撮像部２１は、検査対象物体５を撮像し、検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データ（例えば、第１の画像データ）を生成する（ステップＳ２０３）。
次に、撮像部２１は、生成した画像データ（例えば、第１の画像データ）を画像データ記憶部２２１に記憶させる（ステップＳ２０４）。
次に、撮像部２１は、撮像すべきすべての露光時間による撮像が終了したか否かを判定する（ステップＳ２０５）。本実施形態の撮像部２１は、例えば、予め定められた第１の露光時間から第３の露光時間のすべての露光時間による撮像が終了したか否かを判定する。撮像部２１は、すべての露光時間による撮像が終了したと判定した場合（ステップＳ２０５：ＹＥＳ）には、処理をステップＳ２０６に進める。また、撮像部２１は、すべての露光時間の撮像が終了していないと判定した場合（ステップＳ２０５：ＮＯ）には、処理をステップＳ２０２に戻す。例えば、撮像部２１は、第１の露光時間による撮像のみが終了している場合には、ステップＳ２０２からステップＳ２０４の処理を繰り返して、第２の露光時間及び第３の露光時間による撮像を行う。

次に、重み付け画像データ生成部２２２は、画像データ記憶部２２１から画像データを読み出し、読み出した画像データのうちの濃淡が明確な部分を示す画素のデータを重み付けして、重み付け画像データを生成する（ステップＳ２０６）。本実施形態の重み付け画像データ生成部２２２は、例えば、画像データ記憶部２２１から第１の画像データを読み出し、第１の重み付け画像データを生成する。ここで、本実施形態の重み付け画像データ生成部２２２は、例えば、第１の画像データに含まれる各画素の輝度値に対してラプラシアンフィルターを適用して重み画像を生成する。そして、重み付け画像データ生成部２２２は、生成した重み画像の各画素の輝度値と第１の画像データの各画素の輝度値とを乗じて、第１の重み付け画像データを生成する。
同様に、重み付け画像データ生成部２２２は、例えば、画像データ記憶部２２１から第２の画像データ及び第３の画像データを読み出し、第２の重み付け画像データ及び第３の重み付け画像データを生成する。
そして、重み付け画像データ生成部２２２は、生成した重み付け画像データを重み付け画像データ記憶部２２３に記憶させる。

次に、画像データ合成部２２４は、重み付け画像データ記憶部２２３から重み付け画像データを読み出し、重み付け画像データが合成された合成画像データを生成する（ステップＳ２０７）。本実施形態の画像データ合成部２２４は、例えば、重み付け画像データ記憶部２２３から第１の重み付け画像データ、第２の重み付け画像データ及び第３の重み付け画像データをそれぞれ読み出す。そして、画像データ合成部２２４は、読み出した各重み付け画像データの間の対応する画素の輝度値どうしを加算することにより、合成画像データを生成する。

次に、判定部２２５は、検査部位の検査基準としての基準画像と、生成された合成画像データとの類似度を計算する（ステップＳ２０８）。本実施形態の判定部２２５は、例えば、既知のパターンマッチング法によって、基準画像記憶部２２６から読み出した基準画像と合成画像データとの類似度を計算する。
次に、判定部２２５は、ステップＳ２０８において求めた類似度が所定の値より大きいか否かを判定する（ステップＳ２０９）。判定部２２５は、求めた類似度が所定の値より大きいと判定した場合（ステップＳ２０９：ＹＥＳ）には、検査対象物体５を良品と判定して（ステップＳ２１１）、処理を終了する。また、判定部２２５は、求めた類似度が所定の値より大きくないと判定した場合（ステップＳ２０９：ＮＯ）には、検査対象物体５を不良品と判定して（ステップＳ２１０）、処理を終了する。

以上説明したように、本発明の第１実施形態であるロボット装置１が備える検査装置２０は、撮像部２１と、重み付け画像データ生成部２２２と、画像データ合成部２２４と、判定部２２５とを備えている。この、撮像部２１は、検査対象物体５を異なる露光時間で複数撮像し、検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した露光時間ごとに生成する。また、重み付け画像データ生成部２２２は、露光時間が互いに異なる画像データごとに、画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する。また、画像データ合成部２２４は、生成されたそれぞれの重み付け画像データが合成された合成画像データを生成する。また、検査部位の検査基準としての基準画像と、生成された合成画像データとに基づいて、検査領域の状態を判定する。

ここで、一般的には、撮像部２１は、検査対象物体を撮像する際に、例えば、検査対象物体の材質や形状、及び撮像条件に応じて露光時間を設定しても、画像データ全体の輝度値を検査に適切な値にすることができないことがある。例えば、撮像される画像データは、その画像データに含まれる画素の一部の領域について、輝度値が過度に大きく（又は小さく）なることがある。この輝度値が過度に大きく（又は小さく）なる領域は、画像データに含まれる画素のうちの他の領域に比べて検査対象物体の良否判定をするのに必要な情報が多く含まれていない部分になることがある。この場合、撮像された画像データには、検査対象物体の良否判定をするのに必要な情報が多く含まれている部分（例えば、検査対象物体５の形状を検出しやすい部分）と、多く含まれていない部分とが生じる。
一方、本実施形態の検査装置２０及び検査装置２０を備えるロボット装置１は、異なる露光時間で複数撮像した複数の画像データのうちから、検査対象物体の良否判定をするのに必要な情報が多く含まれている部分を自動的に抽出して、基準画像との比較及び判定を行うことができる。これにより、検査装置２０及び検査装置２０を備えるロボット装置１は、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる。

また、検査装置２０の重み付け画像データ生成部２２２は、画像データに対してラプラシアンフィルターを用いた演算を行って重み付け画像データを生成する。
このように、本実施形態の検査装置２０は、既知のラプラシアンフィルターを用いて重み付けを行うため、簡易な構成により合成画像データを生成することができる。

なお、本実施形態においては、輝度値の濃淡を用いているが、検査対象物体５の形状や材質等に応じて彩度の濃淡を用いてもよい。例えば、重み付け画像データ生成部２２２は、画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータのデータを重み付けして重み付け画像データを生成してもよい。これにより、本実施形態の検査装置２０及び検査装置２０を備えるロボット装置１は、輝度の濃淡だけでは良品と不良品との判定が困難な場合であっても、判定精度の高い外観検査を行うことができる。

［第２実施形態］
上述した第１実施形態であるロボット装置１が備える検査装置２０は、重み付け画像データ生成部２２２がラプラシアンフィルターによって重み付け画像データを生成する構成であった。本発明の第２実施形態であるロボット装置１が備える検査装置２０は、重み付け画像データ生成部２２２ａがガウシアンフィルターによって重み付け画像データを生成する構成である。このガウシアンフィルターは、入力される画像データに含まれる画素のうちの所定の範囲の輝度値を有する画素を抽出して、抽出した画素によって構成される画像データを出力する。
以下、図９及び図１０を参照して、本実施形態の検査装置２０について説明する。なお、本実施形態において、第１実施形態と同一の構成については同一の符号を付してその説明を省略する。

図９は、本実施形態の検査装置２０の機能構成を表すブロック図である。
本実施形態の検査装置２０は、重み付け画像データ生成部２２２ａを備えている。
重み付け画像データ生成部２２２ａは、次のようにして画像データから重み付け画像データを生成する。
まず、重み付け画像データ生成部２２２ａは、画像データ記憶部２２１から画像データを読み出し、読み出した画像データのエッジ画像を生成する。本実施形態の重み付け画像データ生成部２２２aは、例えば、読み出した画像データに含まれる各画素の輝度値に微分フィルターを適用して、エッジ画像を生成する。
そして、重み付け画像データ生成部２２２ａは、生成したエッジ画像のうちの空間周波数の高い領域に含まれる画素の輝度を検出する。本実施形態の重み付け画像データ生成部２２２ａは、例えば、生成したエッジ画像の各領域に対してフーリエ変換を適用して各領域の空間周波数を算出し、算出した空間周波数のうちの高い空間周波数を有する領域に含まれる画素の輝度値を検出する。
さらに、例えば、図９に示すように、重み付け画像データ生成部２２２ａは、検出した画素の輝度値について、対象領域内における出現頻度を算出する。

図１０は、重み付け画像データ生成部２２２ａが検出する輝度値のヒストグラムの一例を示すグラフである。
この図１０に示すように、本実施形態の重み付け画像データ生成部２２２ａは、対象領域内の画素の輝度値を、例えば、階級Ｃ１〜Ｃ１３のように階級化するとともに、各階級に含まれている輝度値を有する画素の数を頻度とするヒストグラムを算出する。
そして、重み付け画像データ生成部２２２ａは、このヒストグラムの最頻値（例えば、階級Ｃ６）をガウシアンフィルターの平均に設定するとともに、所定の割合（例えば、９０％）の画素の数が含まれるような分散をガウシアンフィルターの分散に設定する。このようにして、重み付け画像データ生成部２２２ａは、例えば、図１０の曲線Ｗ１によって示される特性を有するガウシアンフィルターを設定する。

本実施形態の重み付け画像データ生成部２２２ａは、このようにして設定したガウシアンフィルターによって、読み出した画像データのうちの濃淡が明確な部分を示す画素のデータを重み付けして、重み付け画像データを生成する。

以上説明したように、本発明の第２実施形態であるロボット装置１が備える検査装置２０は、画像データに対してガウシアンフィルターを用いた演算を行って重み付け画像データを生成する重み付け画像データ生成部２２２ａを備えている。
このように構成したことにより、本実施形態の検査装置２０及び検査装置２０を備えるロボット装置１は、重み付け画像データを生成するためのフィルターの特性を、画像データの特性に応じて設定することができる。これにより、検査装置２０及び検査装置２０を備えるロボット装置１は、良品と不良品との差異が微小である場合や、検査対象物体の材質や形状、または撮影条件が変化した場合であっても、判定精度の高い外観検査を行うことができる。

なお、本実施形態においては、輝度値の濃淡を用いているが、検査対象物体５の形状や材質等に応じて彩度の濃淡を用いてもよい。例えば、重み付け画像データ生成部２２２ａは、画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータを重み付けして重み付け画像データを生成してもよい。これにより、本実施形態の検査装置２０及び検査装置２０を備えるロボット装置１は、輝度の濃淡だけでは良品と不良品との判定が困難な場合であっても、判定精度の高い外観検査を行うことができる。

［第３実施形態］
上述した第１実施形態及び第２実施形態であるロボット装置１は、支持台１１が床に固定されて設置される構成であった。本発明の第３実施形態であるロボット装置１ａは、台座部１４が支持台１１ａを支持するとともに、可搬部１５を備える構成である。
以下、図１１を参照して、本実施形態のロボット装置１ａについて説明する。なお、本実施形態において、第１実施形態及び第２実施形態と同一の構成については同一の符号を付してその説明を省略する。

図１１は、本発明の第３実施形態であるロボット装置１ａの概略の外観図である。
同図に示すように、ロボット装置１ａは、ロボット本体１０ａと、台座部１４と、可搬部１５とを備えている。
ロボット本体１０ａは、支持台１１ａと、リンク部１２としての第１リンク部１２ａ及び第２リンク部１２ｂと、リンク部１３としての第１リンク部１３ａ及び第２リンク部１３ｂとを備えている。
第１リンク部１３ａは、撮像部２１としての第１撮像部２１ａを備えている。同様に第２リンク部１３ｂは、撮像部２１としての第２撮像部２１ｂを備えている。
支持台１１ａは、リンク部１２（例えば、第１リンク部１２ａ、第２リンク部１２ｂ）が接続されており、リンク部１２を支持する。
台座部１４は、支持台１１ａを介してロボット本体１０ａを支持するとともに、判定装置２２や、制御装置３０を格納している。
可搬部１５は、例えば、キャスターを備えており、台座部１４を可搬にする。なお、図１１において可搬部１５は、床面上にロボット装置１ａを移動させる構成を示しているが、例えば、壁面や天井等を移動させる構成であってもよい。

以上説明したように、本発明の第３実施形態であるロボット装置１ａは、ロボット本体１０ａを支持する台座部１４と、台座部１４を可搬にする可搬部１５とを備えている。また、本実施形態の台座部１４は、その内部に上述した検査装置２０のうちの判定装置２２と制御装置３０とを備えている。このように、本実施形態のロボット装置１ａは、検査に必要な検査装置２０及び制御装置３０を内蔵しているため小型化することができる。また、本実施形態のロボット装置１ａは、可搬部１５によって場所を変えて検査を行うことができる。このため、ロボット装置１ａは、例えば、移動させることが困難な大型の検査対象物体５についても検査を行うことができる。

なお、上記の実施形態における検査装置２０又はこの検査装置２０が備える各部は、専用のハードウェアにより実現されるものであってもよく、また、メモリおよびマイクロプロセッサにより実現させるものであってもよい。

なお、この検査装置２０が備える各部は、メモリおよびＣＰＵ（中央演算装置）により構成され、検査装置２０が備える各部の機能を実現するためのプログラムをメモリにロードして実行することによりその機能を実現させるものであってもよい。

また、検査装置２０が備える各部の機能を実現するためのプログラムをコンピューター読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピューターシステムに読み込ませ、実行することにより、検査装置２０が備える各部による処理を行ってもよい。なお、ここでいう「コンピューターシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

また、「コンピューターシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピューターシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

以上、本発明の実施の形態について図面を参照して詳述したが、具体的な構成はその実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計等も含まれる。

１，１ａ ロボット装置
５ 検査対象物体
１０ ロボット本体
１１、１１ａ 支持台
１２、１２−１〜１２−５ リンク部
１３ リンク部
１４ 台座部
１５ 可搬部
１６、１６−１〜１６−６ ジョイント部
２０ 検査装置
２１ 撮像部
３０ 制御装置
２２１ 画像データ記憶部
２２２、２２２ａ 重み付け画像データ生成部
２２３ 重み付け画像データ記憶部
２２４ 画像データ合成部
２２５ 判定部
２２６ 基準画像記憶部

Claims (11)

1. 検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、
   前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、
   生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像データ合成部と、
   前記検査部位の検査基準としての基準画像の画像データと、生成された前記合成画像データとに基づいて、前記検査領域の状態を判定する判定部と
   を備えることを特徴とする検査装置。
2. 前記重み付け画像データ生成部は、前記画像データに対してラプラシアンフィルターを用いた演算を行って前記重み付け画像データを生成する
   ことを特徴とする請求項１に記載の検査装置。
3. 前記重み付け画像データ生成部は、前記画像データに対してガウシアンフィルターを用いた演算を行って前記重み付け画像データを生成する
   ことを特徴とする請求項１または請求項２に記載の検査装置。
4. 前記重み付け画像データ生成部は、前記画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータを重み付けして前記重み付け画像データを生成する
   ことを特徴とする請求項１から請求項３のいずれか一項に記載の検査装置。
5. 検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、
   前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、
   生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像データ合成部と、
   前記検査部位の検査基準としての基準画像の画像データと、生成された前記合成画像データとに基づいて、前記検査領域の状態を判定する判定部と、
   少なくとも前記撮像部を可動に支持するロボット本体と
   を備えることを特徴とするロボット装置。
6. 前記重み付け画像データ生成部は、前記画像データに対してラプラシアンフィルターを用いた演算を行って前記重み付け画像データを生成する
   ことを特徴とする請求項５に記載のロボット装置。
7. 前記重み付け画像データ生成部は、前記画像データに対してガウシアンフィルターを用いた演算を行って前記重み付け画像データを生成する
   ことを特徴とする請求項５または請求項６に記載のロボット装置。
8. 前記重み付け画像データ生成部は、前記画像データに含まれる画素の領域のうちの画素値の彩度が相対的に高い領域を示す画素のデータを重み付けして前記重み付け画像データを生成する
   ことを特徴とする請求項５から請求項７のいずれか一項に記載のロボット装置。
9. 前記ロボット本体を支持する台座部と、
   前記台座部を可搬にする可搬部と
   を備えることを特徴とする請求項５から請求項８のいずれか一項に記載のロボット装置。
10. 検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像ステップと、
    前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成ステップと、
    生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像合成ステップと、
    予め撮像されている前記検査部位の検査基準としての基準画像の画像データと、生成された前記合成画像データとに基づいて、前記検査領域の状態を判定する判定ステップと
    を有することを特徴とする検査方法。
11. コンピューターを、
    検査対象物体を異なる露光時間で複数撮像し、前記検査対象物体の検査部位に相当する画像領域である検査領域が含まれる検査対象物体画像の画像データを、撮像した前記露光時間ごとに生成する撮像部と、
    前記露光時間が互いに異なる前記画像データごとに、前記画像データに含まれる画素の領域のうちの画素値の濃淡の差が相対的に大きい領域を示す画素のデータを重み付けして、重み付け画像データを生成する重み付け画像データ生成部と、
    生成されたそれぞれの前記重み付け画像データが合成された合成画像データを生成する画像データ合成部と、
    予め撮像されている前記検査部位の検査基準としての基準画像と、生成された前記合成画像とに基づいて、前記検査領域の状態を判定する判定部と
    として機能させるための検査プログラム。