JP2014066580A - 窓材の外観検査装置及び窓材の外観検査方法 - Google Patents

Abstract

【課題】傷の程度を精度良く判定できる窓材の外観検査装置及び窓材の外観検査方法を提供する。
【解決手段】外観検査装置１は、窓材４の少なくとも一面側を囲うカバー治具１１と、カバー治具１１の壁部を通して窓材４に参照光を照射するレーザ発振器１２と、カバー治具１１で囲われた窓材４の画像データを参照光が照射された状態で取得するカメラ１３と、カメラ１３によって撮像された窓材４の画像データを解析して窓材４の表面状態が異常か否かを判定する判定部１６と、を備えて構成されている。
【選択図】図１

Description

本発明は、窓材の外観検査装置及び窓材の外観検査方法に関する。

従来の外観検査装置としては、例えば特許文献１に記載の装置がある。この外観検査装置では、物体の表面に光を照射し、反射光の明暗パターンをＣＣＤカメラで取得する。そして、取得した画像に基づいて、物体の表面に存在する凹凸欠陥、塗料ブツ、傷・汚れ等を検出する。

特開平１１−６３９５９号公報

車両の分野における外観検査装置の検査対象物には、鉄道車両の窓材が挙げられる。例えば新幹線の車室には、複数層のガラス製の窓材で構成された複層窓が用いられてきたが、降雪地帯を走行する鉄道車両では、車両の足回りに付着した雪や氷の塊が窓材に当たって破損することがあった。そこで、近年では、窓材の破損を防止するため、外側の層に例えばポリカーボネート製の窓材を用いた複層窓が用いられてきている。しかしながら、ポリカーボネート製の窓材では、ガラス製の窓材とは異なり、衝撃に対して一度に破損することはないものの、傷が徐々に蓄積していく傾向がある。そのため、窓材の表面の傷の程度を精度良く判定し、窓材の交換時期を見極めることが要求されている。

本発明は、上記課題の解決のためになされたものであり、傷の程度を精度良く判定できる窓材の外観検査装置及び窓材の外観検査方法を提供することを目的とする。

上記課題の解決のため、本発明に係る窓材の外観検査装置は、車両に取り付けられた窓材の傷の程度を判定する窓材の外観検査装置であって、窓材の少なくとも一面側を囲うカバー治具と、カバー治具の壁部を通して窓材に参照光を照射する照射手段と、カバー治具で囲われた窓材の画像データを参照光が照射された状態で取得する撮像手段と、撮像手段によって撮像された窓材の画像データを解析して窓材の表面状態が異常か否かを判定する判定手段と、を備えたことを特徴としている。

この外観検査装置では、カバー治具によって窓材の少なくとも一面側を囲うことにより、窓材の撮影を一様な条件下で実施できる。したがって、取得した画像データの均質化が図られ、画像データの解析によって窓材の表面状態の異常の有無を判定する際の精度を十分に高めることが可能となる。

また、判定手段は、画像データにおける色分布の明るさのピークを算出した後、ピークに基づいて画像データを二値化し、当該二値化された画像データに基づいて窓材の表面状態が異常か否かを判定することが好ましい。画像データの色分布の明るさのピークに基づいて画像データを二値化することにより、微細な傷の蓄積が定量化されるので、傷の程度を精度良く判定できる。

また、判定手段は、色分布の明るさのピークが複数存在する場合に、各ピークに基づいて二値化された画像データを複数生成することが好ましい。この場合、傷の程度を一層精度良く判定できる。

また、照射手段は、レーザを発生させるレーザ発振器であり、レーザの光軸は、窓材に対する角度が臨界角以上となるように配置され、撮像手段は、窓材の表面で散乱した参照光の散乱光による画像データを取得するように配置されていることが好ましい。この場合、参照光は、窓材の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱することとなる。したがって、散乱光による画像データを取得することで、傷の程度を一層精度良く判定できる。

また、照射手段は、レーザを発生させるレーザ発振器であり、レーザの光軸は、窓材に対する角度が臨界角以上となるように配置され、撮像手段は、窓材の表面で反射した参照光の反射光による画像データを取得するように配置されていることが好ましい。この場合、参照光は、窓材の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱することとなる。したがって、反射光による画像データを取得することで、傷の程度を一層精度良く判定できる。

また、判定手段は、画像データのＲＧＢ値を算出した後、当該ＲＧＢ値をグレースケール変換して得られるグレースケール値で除算して算出されるＲＧＢそれぞれの正規化値からマハラノビスの距離を算出し、当該マハラノビスの距離と予め定められた閾値との比較に基づいて窓材の表面状態が異常か否かを判定することが好ましい。この場合、ＲＧＢ値の正規化によって画像データにおける同系色の濃度のばらつきが除去される。したがって、画像データの色相ムラに基づいて窓材の傷の程度を精度良く判定することが可能となる。

また、窓材の他面側に参照光の反射を防止する反射防止体が配置されていることが好ましい。この場合、窓材の撮影をより確実に一様な条件下で実施できる。したがって、傷の程度を一層精度良く判定できる。

また、本発明に係る窓材の外観検査方法は、車両に取り付けられた窓材の傷の程度を判定する窓材の外観検査方法であって、窓材の少なくとも一面側をカバー治具で囲い、カバー治具の壁部を通して窓材に参照光を照射し、カバー治具で囲われた窓材の画像データを参照光を照射した状態で取得し、窓材の画像データを解析して窓材の表面状態が異常か否かを判定することを特徴としている。

この外観検査方法では、カバー治具によって窓材の少なくとも一面側を囲うことにより、窓材の撮影を一様な条件下で実施できる。したがって、取得した画像データの均質化が図られ、画像データの解析によって窓材の表面状態の異常の有無を判定する際の精度を十分に高めることが可能となる。

また、画像データにおける色分布の明るさのピークを算出した後、ピークに基づいて画像データを二値化し、当該二値化された画像データに基づいて窓材の表面状態が異常か否かを判定することが好ましい。画像データの色分布の明るさのピークに基づいて画像データを二値化することにより、微細な傷の蓄積が定量化されるので、傷の程度を精度良く判定できる。

また、色分布の明るさのピークが複数存在する場合に、各ピークに基づいて二値化された画像データを複数生成することが好ましい。この場合、傷の程度を一層精度良く判定できる。

また、参照光としてレーザを用い、窓材に対する角度が臨界角以上となるようにレーザの光軸を配置し、窓材の表面で散乱した参照光の散乱光による画像データを取得することが好ましい。この場合、参照光は、窓材の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱することとなる。したがって、散乱光による画像データを取得することで、傷の程度を一層精度良く判定できる。

また、参照光としてレーザを用い、窓材に対する角度が臨界角以上となるようにレーザの光軸を配置し、窓材の表面で反射した参照光の反射光による画像データを取得するように配置されていることが好ましい。この場合、参照光は、窓材の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱することとなる。したがって、反射光による画像データを取得することで、傷の程度を一層精度良く判定できる。

また、画像データのＲＧＢ値を算出した後、当該ＲＧＢ値をグレースケール変換して得られるグレースケール値で除算して算出されるＲＧＢそれぞれの正規化値からマハラノビスの距離を算出し、当該マハラノビスの距離と予め定められた閾値との比較に基づいて窓材の表面状態が異常か否かを判定することが好ましい。この場合、ＲＧＢ値の正規化によって画像データにおける同系色の濃度のばらつきが除去される。したがって、画像データの色相ムラに基づいて窓材の傷の程度を精度良く判定することが可能となる。

また、窓材の他面側に参照光の反射を防止する反射防止体を配置することが好ましい。この場合、窓材の撮影をより確実に一様な条件下で実施できる。したがって、傷の程度を一層精度良く判定できる。

本発明によれば、傷の程度を精度良く判定できる。

本発明の一実施形態に係る外観検査装置を示す概要図である。 図１に示した外観検査装置の要部拡大図である。 カメラで取得した画像データの一例を示す図である。 画像データの色分布の一例を示す図である。 二値化された画像データの一例を示す図である。 ＲＧＢ値、ＡＣ値、及び正規化値の波形パターンを示す図である。 変形例に係る外観検査装置の要部拡大図である。

以下、図面を参照しながら、本発明に係る窓材の外観検査装置及び窓材の外観検査方法の好適な実施形態について詳細に説明する。

図１は、本発明の一実施形態に係る窓材の外観検査装置を示す概要図である。また、図２は、図１の要部拡大図である。図１及び図２に示すように、外観検査装置１は、例えば鉄道車両（車両）２の側構体３に設けられる窓材４の表面の傷の程度を検査する装置として構成されている。検査対象となる窓材４は、図２に示すように、例えばガラス製の内窓６とポリカーボネート製の外窓７とを空気層８で挟んでなる複層窓であり、左右の側構体３において、車両の長手方向に沿って所定の間隔で配置されている。

外観検査装置１は、図１に示すように、窓材４を覆うためのカバー治具１１と、窓材４に参照光を照射するレーザ発振器（照射手段）１２と、窓材４の撮像データを取得するするカメラ（撮像手段）１３と、反射防止板（反射防止体）１４と、撮像データを解析して窓材４の傷の程度を判定する判定部（判定手段）１６とによって構成されている。

カバー治具１１は、例えばアクリル等によって形成され、略直方体形状の箱型をなしている。カバー治具１１の一面側は、窓材４の形状に合わせて開口しており、他面側は、カメラ１３のレンズ部分の形状に合わせて開口している。カバー治具１１の壁部は、例えば厚さ数ｍｍ程度となっており、カバー治具１１の少なくとも内壁面１１ａ（図２参照）は、レーザ発振器１２からの参照光が透過可能となるように、塗料等で白色に塗られた状態となっている。また、カバー治具１１の底部には、脚部１７が設けられている。この脚部１７により、カバー治具１１の一面側の開口部分が鉄道車両２の窓材４の高さと概ね一致するようになっている。なお、脚部１７は、鉄道車両の種類に合わせて窓材との高さを合わせられるように、高さ方向の調整が可能となっていることが好ましい。

レーザ発振器１２は、例えば単色レーザを発する発振器である。レーザ発振器１２は、不図示の保持手段によってカバー治具１１の上下にそれぞれ保持され、レーザ発振器１２の光軸は、窓材４に対する角度が臨界角以上となるように配置されている。レーザ発振器１２から出射したレーザは、不図示の光学系によって平行光化された状態でカバー治具１１を透過し、窓材４に照射される。

カメラ１３は、例えばデジタルカメラである。カメラ１３は、図２に示すように、レンズ部分１３ａがカバー治具１１の他面側の開口部分に挿入された状態で、カバー治具１１の他面側に着脱自在に固定されている。カメラ１３は、窓材４の表面で散乱した参照光の散乱光によって窓材４の画像データを取得する。そして、カメラ１３は、取得した窓材４の画像データを判定部１６に出力する。図３は、カメラ１３で取得した画像データの一例を示す図である。同図に示す画像データＰでは、左側の部分に比較的大きな傷が存在することが肉眼でも確認できるが、その他の部分に微小な傷が存在するか否かを肉眼で判定することはこの段階では困難である。

反射防止板１４は、例えば黒色のアクリル板である。反射防止板１４は、図１に示すように、例えば鉄道車両２における反対側の窓材４の外側に配置されている。なお、反射防止板１４は、窓材４を挟んでカメラ１３及びカバー治具１１と反対側に配置されていればよく、車室内に配置してもよい。また、機能的には、検査対象の窓材４を透過した参照光が反射して再び窓材４に戻ることを防止できるものであればよく、車室内にカーテンが配備されている場合には、カーテンを反射防止体として使用することも可能である。

判定部１６は、物理的には、ＣＰＵ、メモリ、通信インタフェイス、ハードディスクといった格納部、ディスプレイといった表示部等を備えたコンピュータシステムによって構成されている。この判定部１６は、カメラ１３によって撮像された窓材４の画像データを解析して窓材４の表面状態が異常か否かを判定する。より具体的には、判定部１６は、取得した画像データに基づいて、図４に示すように、画像データにおける色分布の明るさのピークを算出する。図４に示す例では、色分布に例えばＡ〜Ｃの３つのピークが出現している。そこで、判定部１６は、各ピークＡ〜Ｃのそれぞれを閾値として元の画像データを二値化する。

図５は、二値化された画像データの一例を示す図である。図５（ａ）〜図５（ｃ）は、それぞれピークＡ〜Ｃを閾値として二値化された画像データＰ１〜Ｐ３を示している。同図の例では、ピークを超えたピクセルを白色、ピーク以下のピクセルを黒色として表示している。この場合、黒色で表示されている部分が窓材４の傷の無い部分を示し、白色で表示されている部分が窓材４の傷のある部分を示す。

したがって、判定部１６は、白色で表示されているピクセルの数が予め設けた閾値未満である場合に窓材４の表面状態に異常がないと判定し、白色で表示されているピクセルの数が予め設けた閾値以上である場合に窓材４の表面状態に異常があると判定する。この判定は、例えば二値化された画像データＰ１〜Ｐ３のそれぞれで実施し、これらの一つでも異常と判定されれば窓材４の表面状態に異常があると判断する。判定部１６は、判定結果を示す情報を車両編成、号車、窓材位置といった情報に関連付けて記憶する。

以上説明したように、外観検査装置１では、カバー治具１１によって窓材４の少なくとも一面側を囲うことにより、カメラ１３による窓材４の撮影を一様な条件下で実施できる。したがって、取得した画像データＰの均質化が図られ、画像データＰの解析によって窓材４の表面状態の異常の有無を判定する際の精度を十分に高めることが可能となる。また、窓材４の他面側には、参照光の反射を防止する反射防止板１４が配置されている。これにより、窓材４の撮影をより確実に一様な条件下で実施できる。

また、判定部１６では、画像データＰにおける色分布の明るさのピークＡ〜Ｃを算出した後、これらのピークＡ〜Ｃに基づいて画像データＰを二値化し、当該二値化された画像データＰ１〜Ｐ３に基づいて窓材４の表面状態が異常か否かを判定している。このように、画像データＰの色分布の明るさのピークＡ〜Ｃに基づいて画像データＰを二値化することにより、微細な傷の蓄積が定量化されるので、傷の程度を精度良く判定できる。また、色分布の複数のピークをそれぞれ閾値として二値化を行い、二値化された画像データを複数生成することで、判定精度をより高めることが可能となる。なお、必ずしも複数のピークに基づいて画像データの二値化を行う必要はなく、単一のピーク（好ましくは値の最も高いピーク）を選択して画像データの二値化を行うようにしてもよい。

また、外観検査装置１では、照射手段として単色レーザを発生させるレーザ発振器１２が用いられている。そして、レーザ発振器１２の光軸は、窓材４に対する角度が臨界角以上となるように配置され、カメラ１３は、窓材４の表面で散乱した参照光の散乱光による画像データＰを取得するように配置されている。この場合、参照光は、窓材４の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱することとなる。したがって、散乱光による画像データＰを取得することで、傷の程度を一層精度良く判定できる。

本発明は、上記実施形態に限られるものではない。例えば上記実施形態では、色分布の明るさのピークに基づいて画像データの二値化を行っているが、窓材４の表面状態の判定には、マハラノビスの距離を用いることもできる。この場合、判定部１６は、まず、取得した画像データＰのＲＧＢ値をそれぞれ算出する。次に、判定部１６は、当該ＲＧＢ値をグレースケール変換して得られるＡｃ値（グレースケール値）を算出する。このグレースケール変換には、以下の式（１）が用いられる。この値は、画像データのＲＧＢ値の明るさ（輝度）を表す値となる。
Ａｃ＝０．２１２６×Ｒ＋０．７１５２×Ｇ＋０．０７２２×Ｂ…（１）

Ａｃ値を算出した後、ＲＧＢ値をＡｃ値で除算して正規化値を算出する。この正規化値は、画像データのＲＧＢ値から画像の明暗を除去したものとなる。画像データのＲ値、Ｇ値、Ｂ値、Ａｃ値、及び正規化値の波形パターンの一例を図６に示す。同図に示す例では、画像データのＸ軸に対する各値の階調が波形パターンとして表されている。

正規化値を算出した後、ＭＴ（Mahalanobis-Taguchi）システムを利用し、マハラビノスの距離を算出する。ＭＴシステムとは、マハラノビスの距離という基本概念を用いて状態の変化を判別する多変量解析手法であり、複数の測定量（多変数）をマハラノビスの距離（１つの変数）で表現して取り扱う手法である。マハラノビスの距離の詳細については、例えば特開２００６−１６０１５３号公報等を参照されたい。

マハラビノスの距離の算出にあたっては、正規化値に基づいてＭＴシステムの単位空間を形成する。単位空間では、予め表面状態に異常がない窓材４の画像データＰに基づいて、Ａｃ値、Ｒ値、Ｇ値、Ｂ値、Ｒ値の正規化値、Ｇ値の正規化値、及びＢ値の正規化値を含む数値行列を形成し、これをデータ数（Ｘ軸のピクセル数）だけ取得して行列に組み込み、単位空間を生成する。また、判定部１６は、新たに取得した検査対象の窓材４の画像データＰに基づくＡｃ値、Ｒ値、Ｇ値、Ｂ値、Ｒ値の正規化値、Ｇ値の正規化値、及びＢ値の正規化値を含む数値行列を形成し、これをデータ数（Ｘ軸のピクセル数）だけ取得して行列に組み込み、対象空間を生成する。そして、判定部１６は、生成した単位空間及び対象空間を用いてマハラビノスの距離ＭＤを算出し、算出したマハラビノスの距離ＭＤが閾値（許容限界値）以下である場合に窓材４の表面状態が正常であると判定し、マハラビノスの距離ＭＤが閾値（許容限界値）を超える場合に窓材４の表面状態が異常であると判定する。

このような手法によっても、カメラ１３による窓材４の撮影を一様な条件下で実施できるので、取得した画像データＰの均質化が図られ、画像データＰの解析によって窓材４の表面状態の異常の有無を判定する際の精度を十分に高めることが可能となる。また、ＲＧＢ値の正規化によって画像データにおける同系色の濃度のばらつきが除去される。したがって、画像データの色相ムラに基づいて窓材４の傷の程度を精度良く判定することが可能となる。

また、上記実施形態では、窓材４の表面で散乱した参照光の散乱光による画像データＰをカメラ１３で取得しているが、図７に示すように、窓材４の表面で反射した参照光の反射光による画像データをカメラ１３で取得してもよい。参照光は、窓材４の表面において、傷の存在しない箇所では全反射し、傷が存在する箇所では散乱する。したがって、反射光による画像データを取得することによっても、傷の程度を精度良く判定できる。

この他、カメラ１３による窓材４の撮像を行うにあたって、鉄道車両２の両サイドにカバー治具１１、カメラ１３、及びレーザ発振器１２をそれぞれ配置し、鉄道車両２を低速で走行させながら両側の窓材４，４の画像データを順次取得していくようにしてもよい。こうすると、鉄道車両２に多数の窓材４，４が取り付けられている場合に、外観検査の作業性を向上できる。この場合、反射防止板１４は車室内において左右の窓材４，４の間に配置すればよい。

１…外観検査装置、２…鉄道車両（車両）、４…窓材、１１…カバー治具、１２…レーザ発振器（照射手段）、１３…カメラ（撮像手段）、１４…反射防止板（反射防止体）、１６…判定部（判定手段）、Ａ〜Ｃ…色分布の明るさのピーク、Ｐ…画像データ、Ｐ１〜Ｐ３…二値化された画像データ。

Claims (14)

1. 車両に取り付けられた窓材の傷の程度を判定する窓材の外観検査装置であって、
   前記窓材の少なくとも一面側を囲うカバー治具と、
   前記カバー治具の壁部を通して前記窓材に参照光を照射する照射手段と、
   前記カバー治具で囲われた前記窓材の画像データを前記参照光が照射された状態で取得する撮像手段と、
   前記撮像手段によって撮像された前記窓材の前記画像データを解析して前記窓材の表面状態が異常か否かを判定する判定手段と、を備えたことを特徴とする窓材の外観検査装置。
2. 前記判定手段は、前記画像データにおける色分布の明るさのピークを算出した後、前記ピークに基づいて前記画像データを二値化し、当該二値化された画像データに基づいて前記窓材の表面状態が異常か否かを判定することを特徴とする請求項１記載の窓材の外観検査装置。
3. 前記判定手段は、前記色分布の明るさのピークが複数存在する場合に、各ピークに基づいて二値化された画像データを複数生成することを特徴とする請求項２記載の窓材の外観検査装置。
4. 前記照射手段は、レーザを発生させるレーザ発振器であり、
   前記レーザの光軸は、前記窓材に対する角度が臨界角以上となるように配置され、
   前記撮像手段は、前記窓材の表面で散乱した前記参照光の散乱光による画像データを取得するように配置されていることを特徴とする請求項１〜３のいずれか一項記載の窓材の外観検査装置。
5. 前記照射手段は、レーザを発生させるレーザ発振器であり、
   前記レーザの光軸は、前記窓材に対する角度が臨界角以上となるように配置され、
   前記撮像手段は、前記窓材の表面で反射した前記参照光の反射光による画像データを取得するように配置されていることを特徴とする請求項１〜３のいずれか一項記載の窓材の外観検査装置。
6. 前記判定手段は、前記画像データのＲＧＢ値を算出した後、当該ＲＧＢ値をグレースケール変換して得られるグレースケール値で除算して算出されるＲＧＢそれぞれの正規化値からマハラノビスの距離を算出し、当該マハラノビスの距離と予め定められた閾値との比較に基づいて前記窓材の表面状態が異常か否かを判定することを特徴とする請求項１記載の窓材の外観検査装置。
7. 前記窓材の他面側に前記参照光の反射を防止する反射防止体が配置されていることを特徴とする請求項１〜６のいずれか一項記載の窓材の外観検査装置。
8. 車両に取り付けられた窓材の傷の程度を判定する窓材の外観検査方法であって、
   前記窓材の少なくとも一面側をカバー治具で囲い、
   前記カバー治具の壁部を通して前記窓材に参照光を照射し、
   前記カバー治具で囲われた前記窓材の画像データを前記参照光を照射した状態で取得し、
   前記窓材の前記画像データを解析して前記窓材の表面状態が異常か否かを判定することを特徴とする窓材の外観検査方法。
9. 前記画像データにおける色分布の明るさのピークを算出した後、前記ピークに基づいて前記画像データを二値化し、当該二値化された画像データに基づいて前記窓材の表面状態が異常か否かを判定することを特徴とする請求項８記載の窓材の外観検査方法。
10. 前記色分布の明るさのピークが複数存在する場合に、各ピークに基づいて二値化された画像データを複数生成することを特徴とする請求項９記載の窓材の外観検査方法。
11. 前記参照光としてレーザを用い、
    前記窓材に対する角度が臨界角以上となるように前記レーザの光軸を配置し、
    前記窓材の表面で散乱した前記参照光の散乱光による画像データを取得することを特徴とする請求項８〜１０のいずれか一項記載の窓材の外観検査方法。
12. 前記参照光としてレーザを用い、
    前記窓材に対する角度が臨界角以上となるように前記レーザの光軸を配置し、
    前記窓材の表面で反射した前記参照光の反射光による画像データを取得するように配置されていることを特徴とする請求項８〜１０のいずれか一項記載の窓材の外観検査方法。
13. 前記画像データのＲＧＢ値を算出した後、当該ＲＧＢ値をグレースケール変換して得られるグレースケール値で除算して算出されるＲＧＢそれぞれの正規化値からマハラノビスの距離を算出し、当該マハラノビスの距離と予め定められた閾値との比較に基づいて前記窓材の表面状態が異常か否かを判定することを特徴とする請求項８記載の窓材の外観検査方法。
14. 前記窓材の他面側に前記参照光の反射を防止する反射防止体を配置することを特徴とする請求項８〜１３のいずれか一項記載の窓材の外観検査方法。