JP2015025703A - 評価方法及び評価装置 - Google Patents

Abstract

【課題】評価対象物からサンプルを採取することなく、評価対象物の多くの部分について評価対象物の表面上に存在する生成物又は付着物を評価すること。【解決手段】評価装置１は、鋼板Ｓの表面上に存在する生成物又は付着物を評価するための評価装置であって、鋼板Ｓの表面を照明し、鋼板Ｓの表面の画像を撮影する検出部４と、検出部４によって撮影された画像中における生成物又は付着物の面積、若しくは画像全体に占める面積の割合を推定する画像処理装置５と、を備えている。これにより、評価対象物からサンプルを採取することなく、評価対象物の多くの部分について評価対象物の表面上に存在する生成物又は付着物を評価することができる。【選択図】図２

Description

本発明は、冷延鋼帯等の評価対象物の表面上に存在する生成物又は付着物を評価するための評価方法及び評価装置に関するものである。

冷延鋼帯をボックス焼鈍する過程で鋼中の固溶炭素が鋼帯表面にグラファイトとして析出することがある。これは“カーボン汚れ”と呼ばれるグラファイト析出現象であり、冷延鋼帯の一部又は全部が黒ずんで外観を損ねたり、冷延鋼帯の特性を悪化させたりする。このため、例えば特許文献１には、“カーボン汚れ”が発生することを抑制しながら冷延鋼帯を製造する方法が提案されている。

一方、品質保証の観点からは冷延鋼帯はグラファイト析出現象の有無や程度を確認した上で製造されることが望ましい。グラファイト析出現象の一般的な確認方法としては、冷延鋼帯からサンプルを切り出して光学顕微鏡又は電子顕微鏡による観察を行う方法や、公知の化学的又は物理的な成分分析方法を利用して鋼中又は表面や表層の炭素濃度を測定する方法がある。

特開平７−７０６３３号公報

しかしながら、冷延鋼帯からサンプルを切り出すためには冷延鋼帯を分割する必要があるが、オーダーに合わせた冷延鋼帯長の確保の点から冷延鋼帯を分割可能な位置は制限される。また、一般にサンプルの分析コストは高いために、分析点数をむやみに増やすことはできない。このため、通常、サンプルは、冷延鋼帯の先端及び尾端から採取され、可能な場合に限り、冷延鋼帯の中間部からわずかな点数のサンプルが採取される。

ところが、冷延鋼帯の先端や尾端のサンプルは非定常部である場合があり、分析結果が冷延鋼帯全体の代表性に欠ける懸念がある。このような背景から、冷延鋼帯からサンプルを採取することなく、冷延鋼帯の多くの部分について表面上の生成物又は付着物を評価可能な技術の提供が期待されていた。

本発明は、上記課題に鑑みてなされたものであって、その目的は、評価対象物からサンプルを採取することなく、評価対象物の多くの部分について評価対象物の表面上に存在する生成物又は付着物を評価可能な評価方法及び評価装置を提供することにある。

本発明に係る評価方法は、評価対象物の表面上に存在する生成物又は付着物を評価するための評価方法であって、前記評価対象物の表面を照明し、評価対象物の表面の画像を撮影する撮影ステップと、前記撮影ステップにおいて撮影された画像中における前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定する推定ステップと、を含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記撮影ステップは、前記評価対象物の表面を明視野照明と暗視野照明とにより照明するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記撮影ステップは、前記評価対象物の表面を明視野照明と暗視野照明とにより同時に照明するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記撮影ステップは、前記評価対象物の表面上の同一範囲について、明視野照明で照明して撮影した明視野画像と暗視野照明で照明して撮影した暗視野画像とを取得し、前記明視野画像と前記暗視野画像との線形和を評価対象物の表面の画像として算出するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記推定ステップは、評価対象物の表面の画像の濃淡値分布に基づいて前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記推定ステップは、評価対象物の表面の画像の濃淡値の平均値及び標準偏差を算出し、算出された平均値及び標準偏差に基づいて閾値を設定し、前記濃淡値と前記閾値とを比較することによって前記生成物又は付着物の面積を推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記推定ステップは、評価対象物の表面の画像全体の濃淡値分布に基づいて表面上の生成物又は付着物でない部分に相当する第１濃淡値分布を推定し、前記画像全体の濃淡値分布から前記第１濃淡値分布を差し引いた第２濃淡値分布を算出し、前記第２濃淡値分布を積算して前記生成物又は付着物の面積を推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記推定ステップは、前記第１濃淡値分布を対数正規分布として推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、評価対象物の表面の画像から所定の模様を除去した模様除去画像を取得する模様除去ステップをさらに含み、前記推定ステップは、前記模様除去画像から前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記模様除去ステップは、評価対象物の表面の画像から所定の模様に該当する画素を除外するステップを含み、前記推定ステップは、除外されていない画素のみを対象として、前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記模様除去ステップは、評価対象物の表面の画像をフィルタ処理して所定の模様成分を抽出した模様成分画像を取得し、前記模様成分画像を構成する画素の濃淡値と閾値とを比較することによって、除外対象の画素を決定するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記模様除去ステップは、評価対象物の表面の画像をフィルタ処理して前記模様除去画像を取得するステップを含むことを特徴とする。

本発明に係る評価方法は、上記発明において、前記撮影ステップは、評価対象物の表面をフラッシュ光源によって照明し、前記フラッシュ光源の発光に同期して評価対象物の表面の画像を撮影するステップを含むことを特徴とする。

本発明に係る評価装置は、評価対象物の表面上に存在する生成物又は付着物を評価するための評価装置であって、前記評価対象物の表面を照明し、評価対象物の表面の画像を撮影する撮影手段と、前記撮影手段によって撮影された画像中における前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定する推定手段と、を備えることを特徴とする。

本発明に係る評価方法及び評価装置によれば、評価対象物からサンプルを採取することなく、評価対象物の多くの部分について評価対象物の表面上に存在する生成物又は付着物を評価することができる。

図１は、冷延鋼帯表面の観察画像及びその濃淡値プロファイルの一例を示す図である。 図２は、本発明の一実施形態である評価装置の構成を示す模式図である。 図３は、図２に示す検出部の構成を示す模式図である。 図４は、撮影画像の見え方に対する同軸落射照明及びリング状照明の効果を説明するための図である。 図５は、撮影画像及びその濃淡値プロファイルを示す図である。 図６は、本発明の第１の実施形態である評価処理の流れを示すフローチャートである。 図７は、図６に示すステップＳ２の処理を説明するための図である。 図８は、筋模様が除去された撮影画像の濃淡値ヒストグラムを示す図である。 図９は、筋模様が除去された撮影画像から濃淡値が閾値以下の画素を検出した結果を示す図である。 図１０は、図６に示すステップＳ２の処理の変形例を説明するための図である。 図１１は、図１０に示す処理によって得られたグラファイト析出部の画像である。 図１２は、グラファイトが表面に析出したサンプルの撮影画像を示す図である。 図１３は、グラファイト析出部の検出結果を示す図である。 図１４は、撮影距離をピント距離の前後で変化させて撮影した画像からグラファイト析出部の面積率を算出した結果を示す図である。 図１５は、鋼帯表面を長手方向に一定間隔で撮影し、画像処理によりグラファイト析出部の面積率を推定した結果を示す図である。 図１６は、本発明の第２の実施形態である評価処理の流れを示すフローチャートである。 図１７は、筋模様が除去された撮影画像に対し図１６に示すステップＳ１３〜Ｓ１５の処理を適用して算出した濃淡値分布、第１分布、及び第２分布を示す図である。 図１８は、筋模様除外フラグの値が０である画素を除いてステップＳ１３〜Ｓ１５の処理を実行した結果を示す図である。 図１９は、グラファイト析出部の検出結果を示す図である。 図２０は、撮影距離をピント距離の前後で変化させて撮影した画像からグラファイト析出部の面積率を算出した結果を示す図である。 図２１は、鋼帯表面を長手方向に一定間隔で撮影し、画像処理によりグラファイト析出部の面積率を推定した結果を示す図である。

本発明の発明者らは、冷延鋼帯からサンプルを採取することなく、冷延鋼帯の多くの部分について、表面上に存在する生成物又は付着物を評価可能な方法として、冷延鋼帯表面を撮影した画像からグラファイト析出現象の有無及びグラファイトの析出量を評価する方法について検討を重ねた。すなわち、本発明の発明者らは、冷延鋼帯の製造ライン又は検査ライン内において、冷延鋼帯からサンプルを切り出すことなく、冷延鋼帯の全長にわたって冷延鋼帯表面の顕微鏡観察を実施し、冷延鋼帯表面を評価する方法について検討を重ねた。

図１（ａ）は、ボックス焼鈍した冷延鋼帯からサンプルを採取し、明視野照明（同軸落射照明）を利用してサンプル表面を高倍率顕微鏡観察することにより得られた、冷延鋼帯表面の観察画像である。図１（ａ）に示すように、観察画像中の領域Ａには粒状のグラファイトが析出しており、その周囲にも同様にグラファイトが析出している。一方、冷延鋼帯は圧延工程を経ているために、その表面には無数の微小な凹凸、特に圧延方向に生じる筋状傷が形成されている。このため、筋状傷によって影が生じることにより、筋状傷に対応する画像部分は、グラファイト部分と同様、暗くなっている。図１（ｂ）は、図１（ａ）に示す線分Ｂ−Ｂ’における冷延鋼帯表面の観察画像の濃淡値（輝度値）プロファイルである。図１（ｂ）に示すように、筋状傷によって生じた影部分がグラファイト部分（領域Ａ）と同程度に暗い濃淡値を有している。

このため、例えば単純に濃淡値に閾値を設定して２値化処理を行っても筋状傷に対応する部分が混入するため、観察画像からグラファイト部分だけを正確に抽出することは困難である。また、製造ライン内での冷延鋼帯表面の高倍率観察においては、冷延鋼帯通板中のパスライン変動を少なからず伴うので、撮影距離が変動してピントがずれた場合、観察画像のぼけが問題になる。また同時に、冷延鋼帯表面の反射率の変化も考えられる。

以上のことから、本発明の発明者らは、以下に示す評価装置を想到するに至った。以下、図面を参照して、本発明の一実施形態である評価装置の構成及びその評価方法について説明する。

〔評価装置の構成〕
始めに、図２，３を参照して、本発明の一実施形態である評価装置の構成について説明する。図２は、本発明の一実施形態である評価装置の構成を示す模式図である。図３は、図２に示す検出部の構成を示す模式図である。

図２に示すように、本発明の一実施形態である評価装置１は、鋼板Ｓ表面を撮影し、撮影画像に基づいて鋼板Ｓ表面における生成物の有無や生成物の量を測定するものである。鋼板Ｓはボックス焼鈍工程において所定の熱処理が施されたものであり、鋼中成分や熱処理パターン等の諸々の条件によってボックス焼鈍工程中に鋼中の固溶炭素がグラファイトとして鋼板Ｓの表面に析出することがある。鋼板Ｓは、評価装置１が備え付けられた次工程ライン又は検査・精製工程ライン内においてコイル状態から展開、通板され、図２に示す矢印Ｖ方向に走行する。

評価装置１は、同期信号発生装置２、フラッシュ光源３ａ，３ｂ、検出部４、画像処理装置５、及び表示装置６を主な構成要素として備えている。

同期信号発生装置２は、鋼板Ｓが所定距離移動する度毎にローラエンコーダ２１が出力するパルス信号に基づいて、鋼板Ｓが撮影間隔として設定された距離を進む度毎にフラッシュ光源３ａ，３ｂ及び検出部４に同期信号を入力する。

フラッシュ光源３ａ及びフラッシュ光源３ｂは、同期信号発生装置２から同期信号が入力されたタイミングで瞬間発光（例えば数μ〜数十μ秒）することによって、それぞれバンドルファイバ３ａ１及びバンドルファイバ３ａ２を介して鋼板Ｓ表面を照明するための照明光を検出部４に供給する。

検出部４は、テレセントリックレンズ４１、リングライトガイド４２、及びＣＣＤカメラ４３を備えている。

図３に示すように、テレセントリックレンズ４１は、鏡筒内にビームスプリッター４１ａ、対物レンズ４１ｂ、絞り４１ｃ、及び像側レンズ４１ｄを備えている。

ビームスプリッター４１ａは、バンドルファイバ３ａ１を介してフラッシュ光源３ａから供給された照明光を受光し、照明光の光路を対物レンズ４１ｂ側に折り返す。

対物レンズ４１ｂは、ビームスプリッター４１ａによって光路が折り返された照明光から像側レンズ４１ｄと光軸を同じくする同軸落射照明ＩＬ１を形成し、鋼板Ｓ表面に対して垂直な方向から鋼板Ｓ上の観察位置Ｏを照明する。

対物レンズ４１ｂ、絞り４１ｃ、及び像側レンズ４１ｄは、観察位置Ｏからの反射光をＣＣＤカメラ４３内の撮像素子４３ａ上に結像する。

リングライトガイド４２は、バンドルファイバ３ａ２を介してフラッシュ光源３ｂから供給された照明光を受光し、観察位置Ｏを囲むように斜め方向から鋼板Ｓ表面を照明することによって、リング状照明ＩＬ２を形成する。

ＣＣＤカメラ４３は、同期信号発生装置２から同期信号が入力されたタイミングで露光を開始することによって、撮像素子４３ａに結像された観察位置Ｏの画像を撮影する。観察位置Ｏの画像を撮影する際は、フラッシュ光源３ａ，３ｂが瞬間発光するため、鋼板Ｓの走行に伴い観察位置Ｏが移動していても、ぶれが小さな静止画像を撮影することができる。ＣＣＤカメラ４３は、撮影画像のデータを画像処理装置５に伝送する。

図２に戻る。画像処理装置５は、パーソナルコンピュータ等の情報処理装置によって構成され、情報処理装置内部の演算処理装置がコンピュータプログラムを実行することによって、画像取得部５１、フィルタ部５２、及び面積率推定部５３として機能する。

画像取得部５１は、ＣＣＤカメラ４３から伝送された撮影画像のデータを取得する。

フィルタ部５２は、画像取得部５１が取得した撮影画像から筋状傷の画像を軽減又は除外する。画像取得部５１が取得した撮影画像では、後述する同軸落射照明ＩＬ１とリング状照明ＩＬ２との併用効果によって、筋状傷がなす影のコントラストは大概の場合小さくなっている。しかしながら、それでもなおコントラストが十分に小さくならない、やや深めの筋状傷も存在するので、フィルタ部５２はその影響を軽減・除去する。具体的な処理方法については後述する。

面積率推定部５３は、フィルタ部５２による処理後の撮影画像を用いて撮影画像中のグラファイト析出部の面積が撮影画像全体に占める割合（以下、面積率）を算出する。グラファイト析出部の面積率は撮影画像の濃淡値プロファイルに基づいて算出される。具体的な処理方法については後述する。

表示装置６は、液晶ディスプレイやＣＲＴ等の表示装置によって構成され、画像処理装置５の各種処理結果を表示出力する。具体的には、表示装置６は、面積率推定部５３によって算出されたグラファイト析出部の面積率の算出結果を時系列的に又は鋼板Ｓの表面位置に対応させて表示する。

また、表示装置６は、グラファイト析出部の面積率やその推移が予め設定された条件を満たす場合、「カーボン汚れ発生」等のメッセージを表示したり、図示しない音声装置等によってオペレータへ通知したりする。さらに、表示装置６は、図示しない電気通信回線を介して上位コンピュータへグラファイト析出部の面積率の算出結果及び「カーボン汚れ発生」等のメッセージを伝達する。

〔同軸落射照明及びリング状照明の併用効果〕
次に、図４及び図５を参照して、同軸落射照明ＩＬ１及びリング状照明ＩＬ２の併用効果について説明する。

図４は、観測位置Ｏの撮影画像の見え方に対する同軸落射照明ＩＬ１及びリング状照明ＩＬ２の効果を説明するための図である。図４（ａ）に示す撮影画像は、図１（ａ）に示す撮影画像と同じ撮影画像であり、グラファイトが表面に析出した鋼板を同軸落射照明Ｌ１のみで照明して高倍率撮影した画像である。

図４（ａ）に示すように、鋼板の表面には高さ１〜２μｍの凸形状となったグラファイト粒の他に、筋状傷や微小な凹みが存在している。このように同軸落射照明ＩＬ１の下では、グラファイト、筋状傷、及び凹みのいずれもが暗く観察される。これは、鋼板表面に垂直に入射する照射光に対して凹凸部（特にその傾斜面）からの光は垂直方向に反射されずに影を形成するためである。

図４（ｂ）に示す撮影画像は、図４（ａ）に示す撮影画像と同じ鋼板部分をリング状照明ＩＬ２のみで撮影した画像である。図４（ｂ）に示す撮影画像では、図４（ａ）に示す撮影画像とは異なり、筋状傷や微小凹みが明るく観察され、グラファイト析出部は暗く観察されている。これは、筋状傷や凹凸部の傾斜面では、鋼板表面に斜めに入射した光が鋼板表面に垂直な方向に多く反射される一方、グラファイト析出部では、グラファイト自体が黒い（反射率が小さい）ため反射光が弱くなっているためである。

図４（ｃ）に示す撮影画像は、図４（ａ），（ｂ）に示す撮影画像と同じ部分を同軸落射照明ＩＬ１とリング状照明ＩＬ２との両方を使用して撮影したものである。両照明の光の強さはグラファイトが析出していない部分においてコントラストがほぼ最小となるように調整した。その結果、図４（ｃ）に示すように、筋状傷や微小凹みの部分の影が薄くなり、グラファイト析出部のみが暗く観察された。

図５（ａ），（ｂ）はそれぞれ、図４（ｃ）に示す撮影画像、及び図５（ａ）に示す線分Ｂ−Ｂ’における撮影画像の濃淡値プロファイルである。図５（ｂ）に示すように、領域Ａで示すグラファイト析出部では、周囲に比べ濃淡値が小さくなっており、すなわち暗くなっており、例えば２値化による検出を行う場合、図４（ａ）に示す撮影画像と比較してグラファイト析出部の検出が容易になっていることがわかる。

同軸落射照明ＩＬ１のような観察方向に対して観察対象面の正反射方向からの照明は明視野照明と呼ばれる。一方、リング状照明ＩＬ２のような観察方向に対して観察対象面の拡散反射方向からの照明は暗視野照明と呼ばれる。明視野照明及び暗視野照明は、上記のように観察対象の表面凹凸に対して相補的な陰影を生じさせるので、両照明をバランスよく使用することによって、陰影が生じにくい均一照明を実現することができる。

なお、本実施形態では、光源としてフラッシュ光源を用いたが、代わりに短時間露光が可能なカメラと連続発光光源とを組み合わせてもよい。また、鋼板が静止している状態で撮影可能であれば、フラッシュ光源でなく、連続点灯する光源を用いてもよい。

また、本実施形態では、リングライトガイド４２によってリング状照明ＩＬ２を暗視野照明として形成したが、より均一な照明を実現するためにドーム状照明を暗視野照明として使用し、同軸落射照明ＩＬ１と組み合わせてもよい。

また、本実施形態では、フラッシュ光源３ａ，３ｂを同時に発光させ、明視野照明と暗視野照明とをバランスさせた複合照明により、筋状傷や凹みの陰影を相殺して画像を取得するようにしたが、測定対象の鋼板が静止している等、鋼板の同一箇所について位置ずれなく撮影可能な場合には、明視野照明による画像と暗視野照明による画像とを別々に取得した後、両画像の線形和を算出することにより、筋状傷や凹みの陰影を相殺した画像を得るようにしてもよい。すなわち、明視野照明による画像をＩ_ｂ（ｘ，ｙ）、暗視野照明による画像をＩ_ｄ（ｘ，ｙ）とすると、以下の数式（１）により表される画像Ｉ（ｘ，ｙ）を筋状傷や凹みの陰影を相殺した画像として算出してもよい。

ここで、数式（１）中のパラメータＷ_ｂ，Ｗ_ｄは、画像Ｉ_ｂ（ｘ，ｙ）と画像Ｉ_ｄ（ｘ，ｙ）との合成のバランスを決めるパラメータであり、グラファイトが析出していない部分においてコントラストがほぼ最小となるように予め値が設定される。但し、パラメータＷ_ｂ，Ｗ_ｄを設定する代わりに、フラッシュ光源３ａ，３ｂの発光強度を設定してもよい。

明視野照明と暗視野照明とのバランスを取る、すなわち、グラファイトが析出していない部分においてコントラストを最小にする最適な照明強度比率を決める際には、例えば鋼板の画像からグラファイトが析出していない部分を選択し、選択部分の濃淡値の平均値μ及び標準偏差σから計算した比率σ／μの値が最小になるように照明強度比率を決めるとよい。但し、鋼板の撮影位置や測定する鋼板の素材の違い等によって比率σ／μの値が最小になる照明強度比率は異なる場合がある。その場合は撮影位置や素材による照明強度比率のばらつきの中心付近の比率を選択すればよい。

このような構成を有する評価装置１は、以下に示す評価処理を実行することによって、鋼板表面における生成物の有無や生成物の量を評価する。以下、図６及び図１６に示すフローチャートを参照して、本発明の第１及び第２の実施形態である評価処理を実行する際の評価装置１の動作について説明する。

〔第１の実施形態〕
始めに、図６を参照して、本発明の第１の実施形態である評価処理を実行する際の評価装置１の動作について説明する。

図６は、本発明の第１の実施形態である評価処理の流れを示すフローチャートである。図６に示す評価処理は、オペレータが評価処理の実行を指示したタイミングで開始となり、評価処理はステップＳ１の処理に進む。評価処理は、所定の制御周期毎に繰り返し実行されることによって、鋼板Ｓの長手方向における生成物の有無や生成物の量を評価する。

ステップＳ１の処理では、検出部４が、ボックス焼鈍工程により所定の熱処理が施された鋼板Ｓ上の観察位置Ｏを撮影し、画像取得部５１が、検出部４が撮影した画像Ｉ（ｘ，ｙ）を取得する。ここで、（ｘ，ｙ）は、撮影画像上の２次元座標であり、０≦ｘ＜Ｎ_ｘ、０≦ｙ＜Ｎ_ｙの整数値をとる。Ｎ_ｘ、Ｎ_ｙはｘ方向及びｙ方向の画像サイズである。また、Ｉ（ｘ，ｙ）は、座標（ｘ，ｙ）における画素の濃淡値を示す。これにより、ステップＳ１の処理は完了し、評価処理はステップＳ２の処理に進む。

ステップＳ２の処理では、フィルタ部５２が、ステップＳ１の処理において画像取得部５１が取得した撮影画像Ｉ（ｘ，ｙ）に対して筋模様を除去するためのフィルタをかける。ここで、撮影画像Ｉ（ｘ，ｙ）において、筋状傷は概ねｙ方向に平行であることを前提にする。このフィルタでは、撮影画像Ｉ（ｘ，ｙ）を一旦２次元フーリエ変換してスペクトルを算出した後、筋模様に相当するスペクトル成分を０としてから逆フーリエ変換して、筋模様を除去した撮影画像Ｉ’（ｘ，ｙ）を得る。

以下、図７を参照して、ステップＳ２の処理を具体的に説明する。ステップＳ２の処理では、始めに、フィルタ部５２が、図７（ａ）に示す撮影画像Ｉ（ｘ，ｙ）を２次元フーリエ変換して図７（ｂ）に示すスペクトルＧ（ｕ，ｖ）を求める。（ｕ，ｖ）はスペクトル空間上の２次元座標であり、−Ｎ_ｘ／２≦ｕ＜Ｎ_ｘ／２及び−Ｎ_ｙ／２≦ｖ＜Ｎ_ｙ／２の範囲内の整数値をとる。スペクトルＧ（ｕ，ｖ）は以下に示す数式（２）により表される。

但し、ｊは虚数単位、すなわちｊ＝√（−１）である。

次に、フィルタ部５２は、筋模様に相当するスペクトル成分を除去する図７（ｃ）に示すマスクＭ（ｕ，ｖ）と図７（ｂ）に示すスペクトルＧ（ｕ，ｖ）との積をとり、図７（ｄ）に示す筋模様が除去された筋模様除去スペクトルＧ’（ｕ，ｖ）を得る。筋模様除去スペクトルＧ’（ｕ，ｖ）は以下に示す数式（３）により表される。

但し、Ｍ（ｕ，ｖ）は、−Ｎ_ｘ／２≦ｕ＜Ｎ_ｘ／２及び−Ｎ_ｙ／２≦ｖ＜Ｎ_ｙ／２の範囲内において、以下に示す数式（４）により表される。

但し、Ｐ_１及びＰ_２は正数のパラメータである。パラメータＰ_１は除去すべき筋模様が画像ｙ方向となす角度の範囲（上限）を示し、パラメータＰ_２の逆数は概ね除去すべき筋模様の太さの上限を決める値である。

次に、フィルタ部５２は、以下に示す数式（５）によって図７（ｄ）に示す筋模様除去スペクトルＧ’（ｕ，ｖ）の２次元逆フーリエ変換を行い、筋模様が除去された図７（ｅ）に示す撮影画像Ｉ’（ｘ，ｙ）を得る。

なお、図７（ｂ）及び図７（ｄ）はスペクトル強度を対数で表示した図である。また、図７に示す例ではパラメータＰ_１、Ｐ_２はそれぞれ０．１、０．０１としたが、撮影画像Ｉ（ｘ，ｙ）上に現れる筋模様に応じて適切に設定すればよく、好適には０＜Ｐ_１≦１，０＜Ｐ_２≦１の範囲内から選択するとよい。これにより、ステップＳ２の処理は完了し、評価処理はステップＳ３の処理に進む。

ステップＳ３の処理では、面積率推定部５３が、ステップＳ２の処理によって得られた筋模様が除去された撮影画像Ｉ’（ｘ，ｙ）の濃淡値の平均値μ及び標準偏差σを算出する。これにより、ステップＳ３の処理は完了し、評価処理はステップＳ４の処理に進む。

ステップＳ４の処理では、面積率推定部５３が、撮影画像Ｉ’（ｘ，ｙ）を２値化して鋼板Ｓ上のグラファイト析出部を検出するための濃淡値の閾値Ｔ_１を算出する。濃淡値の閾値Ｔ_１は以下に示す数式（６）により算出される。図８は、図７（ｅ）に示す撮影画像Ｉ’（ｘ，ｙ）の濃淡値ヒストグラムを示す。図８に示すように、濃淡値ヒストグラムは平均値μ及び標準偏差σの正規分布に近い形状を有している。また、濃淡値が閾値Ｔ_１（数式（６）中のパラメータｋを２とした）より小さい範囲（色の濃い側）で分布の裾野が持ち上がった形状になっている理由は、黒色のグラファイトが存在するためである。

従って、濃淡値が閾値Ｔ_１以下である画素を検出することによってグラファイト析出部の面積率を求めることが可能である。また、数式（６）に示すように濃淡値の平均値μを使用することによって、照明や鋼板Ｓ表面の変化による画像全体の明るさの変化に追従し、標準偏差σを使うことによって画像の若干のピンボケに対しても、面積率の算出結果をほとんど変化させないようにすることができる。すなわち、同じ位置を撮影した画像ならば、ピンボケになると濃淡値の平均値μはほぼ変化せず、標準偏差σの値は小さくなる。これにより、ステップＳ４の処理は完了し、評価処理はステップＳ５の処理に進む。

但し、ｋは正のパラメータである。

ステップＳ５の処理では、面積率推定部５３が、筋模様が除去された画像Ｉ’（ｘ，ｙ）の濃淡値が閾値Ｔ_１以下となる画素を鋼板Ｓ上のグラファイト析出部として検出する。すなわち、面積率推定部５３は、以下の数式（７）に示す条件を満足する画素をグラファイト析出部Ｂ（ｘ，ｙ）として検出する。図９は、図７（ｅ）に示す画像Ｉ’（ｘ，ｙ）から閾値Ｔ_１以下の画素を検出した結果である。図７（ａ）に示す元の画像Ｉ（ｘ，ｙ）に存在するようなｙ方向の筋模様の影響がなく、グラファイト析出部が検出されていることがわかる。これにより、ステップＳ５の処理は完了し、評価処理はステップＳ６の処理に進む。

ステップＳ６の処理では、面積率推定部５３が、以下に示す数式（８）を用いて濃淡値が閾値Ｔ_１以下となる画素数Ｎを算出し、算出された画素数Ｎを以下の数式（９）に代入することによってグラファイト析出部の面積率Ｒを算出する。なお、図９の検出結果に基づくグラファイト析出部の面積率は４．２％と算出された。以後、表示装置６が、算出された面積率Ｒに関する情報を表示出力する。これにより、ステップＳ６の処理は完了し、一連の評価処理は終了する。

なお、上記ステップＳ２の処理では、筋模様除去フィルタとして、画像Ｉ（ｘ，ｙ）を一旦２次元フーリエ変換してスペクトルを算出した後、筋模様に相当するスペクトル成分を０としてから逆フーリエ変換して、筋模様を除去した画像Ｉ’（ｘ，ｙ）を得るようにしたが、フーリエ変換を用いずに等価な畳み込み演算で実現しても良い。

また、筋模様除去フィルタを次のような方法により実現しても良い。以下、図１０を参照して、筋模様除去フィルタの変形例について説明する。この変形例では、始めに、フィルタ部５２が、数式（２）を用いて図１０（ｂ）に示すスペクトルＧ（ｕ，ｖ）を算出する。次に、フィルタ部５２は、数式（４）に示すマスクＭ（ｕ，ｖ）を反転したマスク１−Ｍ（ｕ，ｖ）を用いて、以下の数式（１０）に示す筋模様を抽出するための筋模様抽出スペクトルＧ_ｓ（ｕ，ｖ）（図１０（ｄ））を算出する。

図１０（ｃ）はマスク１−Ｍ（ｕ，ｖ）の例である。但し、図１０（ｃ）に示すマスク１−Ｍ（ｕ，ｖ）は、数式（４）におけるパラメータＰ_１，Ｐ_２をそれぞれ０．１、０．０１としたものである。次に、フィルタ部５２は、筋模様抽出スペクトルＧ_ｓ（ｕ，ｖ）を以下の数式（１１）に示すように逆フーリエ変換して図１０（ｅ）に示す筋模様の画像を示す筋模様抽出画像Ｉ_ｓ（ｘ，ｙ）を算出する。

次に、フィルタ部５２は、筋模様抽出画像Ｉ_ｓ（ｘ，ｙ）を形成する画素の濃淡値より以下の数式（１２）に示す閾値Ｔ_ｓを算出する。

但し、σ_ｓは筋模様抽出画像Ｉ_ｓ（ｘ，ｙ）を形成する画素の濃淡値の標準偏差、ｈは正の定数である。なお、数式（８）よりＧ_ｓ（０，０）＝０なので、筋模様抽出画像Ｉ_ｓ（ｘ，ｙ）を形成する画素の濃淡値の平均値は０である。

次に、フィルタ部５２は、筋模様抽出画像Ｉ_ｓ（ｘ，ｙ）を形成する画素の濃淡値と閾値Ｔ_ｓとの比較によって以下の数式（１３）に示す筋模様除外フラグＦ_ｓ（ｘ，ｙ）を算出する。

図１０（ｆ）は筋模様除外フラグＦ_ｓ（ｘ，ｙ）の算出例である。但し、図１０（ｆ）に示す筋模様除外フラグＦ_ｓ（ｘ，ｙ）は数式（１２）においてｈ＝１．０とした閾値Ｔ_ｓを用いて２値化したものである。ここで、Ｆ_ｓ（ｘ，ｙ）＝０となる画素（ｘ，ｙ）は筋模様部に該当し、ステップＳ３以降の処理においては筋模様除去画像Ｉ’（ｘ，ｙ）に代わって、元の画像Ｉ（ｘ，ｙ）のうち、Ｆ_ｓ（ｘ，ｙ）＝１なる画素だけを対象に処理を行う。

具体的には、ステップＳ３の処理における撮影画像Ｉ’（ｘ，ｙ）の濃淡値の平均値μ及び標準偏差σは以下に示す数式（１４）〜（１６）により算出される。

ステップＳ４の処理では、上記の数式（１４）〜（１６）により算出された濃淡値の平均値μ及び標準偏差σの計算結果に基づき、数式（６）を用いて濃淡値の閾値Ｔ_１を計算する。ステップＳ５の処理では、グラファイト析出部の画像Ｂ（ｘ，ｙ）は以下に示す数式（１７）により求められる。

また、ステップＳ６の処理では、グラファイト析出部の面積率Ｒは以下に示す数式（１８），（１９）により求められる。

但し、Ｎ_ｔは数式（１４）により算出される値である。

図１１は、図１０に示す処理によって得られたグラファイト析出部の画像Ｂ（ｘ，ｙ）である。本処理によるグラファイト析出部の面積率Ｒは３．６％と算出された。

〔実施例〕
図１２〜図１４は、本実施形態の実施例として、撮影距離の変動による画像ぼけの影響についての実験結果を示す図である。図１２は、本実施形態の評価装置により撮影したグラファイトが表面に析出したサンプルの画像である。テレセントリックレンズ４１として、ピント距離が６５ｍｍ、倍率が４倍（すなわち、実物に対して撮像素子４３ａ上で４倍の大きさの像となる）のレンズを用いた。ＣＣＤカメラ４３は撮像素子４３ａが１０２４×７６８画素で、素子のセルサイズが４．６５μｍ×４．６５μｍのものを用いた。

図１３は、図１２に示す領域Ｃについて、本発明の実施形態を含む３種類の方法によってグラファイト析出部を検出した結果を示す図である。３種類の方法は以下の通りである。

（１）ステップＳ１〜Ｓ６の処理を数式（２）〜（９）に従って処理する方法。すなわち、筋模様成分を除去した画像Ｉ’（ｘ，ｙ）を構成する画素の濃淡値を数式（６）で計算した閾値Ｔ_１と比較してグラファイト析出部を検出する方法。

（２）ステップＳ１〜Ｓ６の処理を数式（２）、（４）、（６）、（１０）〜（１９）に従って処理する方法。すなわち、筋模様部分（筋模様除外フラグＦ_ｓ（ｘ，ｙ）＝０となる画素）を除外した後に画像Ｉ（ｘ，ｙ）を構成する画素の濃淡値を数式（６）で計算した閾値Ｔ_１と比較してグラファイト析出部を検出する方法。

（３）上述の方法（１）において、画像Ｉ’（ｘ，ｙ）を構成する画素の濃淡値を閾値Ｔ_１の代わりに一定値Ｔ_ｃと比較してグラファイト析出部を検出する方法。

なお、本実施例では、パラメータの値はそれぞれｋ＝２．０、ｈ＝１．０、Ｐ_１＝０．１、Ｐ_２＝０．０１とした。

図１３（ａ）の行に示した画像は撮影距離をピント距離から６０μｍずつサンプルに近づけるように変化させて撮影した画像であり、画像のぼけ具合が変化している様子が捉えられている。図１３（ｂ）の行に示した画像は方法（１）によって検出されたグラファイト析出部の画像Ｂ（ｘ，ｙ）である。同様に図１３（ｃ）の行に示した画像は方法（２）、図１３（ｄ）の行に示した画像は方法（３）によって検出されたグラファイト析出部の画像である。なお、方法（３）における閾値Ｔ_ｃは方法（１）におけるピント距離からのずれが±０μｍの場合の閾値Ｔ_１とほぼ同じ値を用いた。

図１３に示すように、本実施形態による方法（１）（図１３（ｂ））及び方法（２）（図１３（ｃ））による処理結果では、画像のぼけ具合に応じて適切に閾値Ｔ_１が設定され、グラファイト析出部の形状の変化が多少見られるものの、グラファイト析出部の検出面積は保持されている。一方、方法（３）（図１３（ｄ））のように閾値を固定した場合には、グラファイト検出部の検出面積が保持されず大きく変化している。

図１４は、図１２と同じサンプルの同じ範囲について、撮影距離をピント距離の前後で変化させて撮影した画像から上述の方法（１）〜（３）を用いてグラファイト析出部の面積率を算出した結果を示すグラフである。ピント距離からのずれが±０μｍのときのグラファイト検出部の面積率と比較した場合、撮影距離の変動によるグラファイト析出部の面積率の変動は、曲線Ｌ１で示す方法（１）では最大１．４％、曲線Ｌ２で示す方法（２）では１．３％であった。一方、曲線Ｌ３で示す方法（３）では最大で３．４％も減少し、グラファイト析出部の面積率はほぼ０となった。以上のことから、本実施形態における数式（６）に従った２値化用閾値の算出方法の効果が確認された。

図１５は、上述と同じ装置構成で鋼帯１０００ｍの表面を長手方向に一定間隔で撮影し、画像処理によってグラファイト析出部の面積率を推定した結果を示すグラフである。画像処理方法は上述の方法（１）及び方法（２）を用いた。また、長手方向の撮影間隔は１６７ｍｍ（１ｍあたり６回撮影）とした。本測定では、ボックス焼鈍によりグラファイトの析出が認められる鋼帯（カーボン汚れ発生材）とボックス焼鈍をしていないグラファイトが析出していない鋼帯とを比較した。

図１５（ａ）は方法（１）による処理結果、図１５（ｂ）は方法（２）による処理結果である。また、曲線Ｌ４はグラファイトが析出している鋼帯におけるグラファイト析出部の推定面積率、曲線Ｌ５はグラファイトが析出していない鋼帯におけるグラファイト析出部の推定面積率である。図１５に示すように、グラファイトの析出の有無によりグラファイト析出部の推定面積率に差が出ることが確認された。

〔第２の実施形態〕
次に、図１６を参照して、本発明の第２の実施形態である評価処理を実行する際の評価装置１の動作について説明する。

図１６は、本発明の第２の実施形態である評価処理の流れを示すフローチャートである。図１６に示す評価処理は、オペレータが評価処理の実行を指示したタイミングで開始となり、評価処理はステップＳ１１の処理に進む。評価処理は、所定の制御周期毎に繰り返し実行されることによって、鋼板Ｓの長手方向における生成物の有無や生成物の量を評価する。なお、図１６に示すステップＳ１１，Ｓ１２の処理の内容は、図６に示すステップＳ１，Ｓ２の処理の内容と同じである。そこで、以下では、ステップＳ１３の処理から説明を始める。

ステップＳ１３の処理では、面積率推定部５３が、筋模様が除去された画像Ｉ’（ｘ，ｙ）全体の濃淡値分布Ｄ_０（ｚ）を算出する。ここで、ｚは濃淡値であり、例えば０〜２５５の整数値をとる。また、Ｄ_０（ｚ）はＩ’（ｘ，ｙ）＝ｚとなる画素（ｘ，ｙ）の画像全体に占める割合を示す。これにより、ステップＳ１３の処理は完了し、評価処理はステップＳ１４の処理に進む。

以降のステップＳ１４〜Ｓ１６の処理では、以下の数式（２０）〜（２２）に示す仮定の下、画像Ｉ’（ｘ，ｙ）全体の濃淡値分布Ｄ_０（ｚ）に基づいてグラファイト析出部の面積率を推定する。

但し、μ_０は画像Ｉ’（ｘ，ｙ）の濃淡値ｚの平均値、σ_０は標準偏差（すなわち、濃淡値分布Ｄ_０（ｚ）の平均値及び標準偏差）である。また、Ｄ_１（ｚ）は、グラファイト析出部以外の背景部の濃淡値分布を表す第１分布であり、対数正規分布の形状を仮定している。μ_１、σ_１は、対数正規分布におけるパラメータである。係数ｒ_１は、第１分布Ｄ_１（ｚ）が濃淡値分布Ｄ_０（ｚ）中に含まれる割合を示す値であり、０≦ｒ_１≦１の範囲内の数値である。Ｄ_２（ｚ）は、濃淡値分布Ｄ_０（ｚ）から第１分布Ｄ_１（ｚ）を引き去った残りの第２分布、すなわちグラファイト析出部の分布を示す。係数ｋ_ｓ、ｋ_ｅは濃淡値分布Ｄ_０（ｚ）において、第１分布Ｄ_１（ｚ）の寄与が支配的で第２分布Ｄ_２（ｚ）の寄与が無視できると仮定する濃淡値ｚの範囲を濃淡値ｚの平均値μ_０及び標準偏差σ_０を基準に定めるパラメータである。

ステップＳ１４の処理では、面積率推定部５３が、濃淡値分布Ｄ_０（ｚ）から第１分布Ｄ_１（ｚ）を推定する。具体的には、面積率推定部５３は、数式（２０）〜（２２）の仮定に従ってμ_０＋ｋ_ｓ×σ_０≦ｚ≦μ_０＋ｋ_ｅ×σ_０の範囲内では濃淡値分布Ｄ_０（ｚ）はほとんど第１分布Ｄ_１（ｚ）に等しいと仮定し、同範囲の濃淡値分布Ｄ_０（ｚ）のデータを用いて、以下の数式（２３）〜（２６）に示すように線形回帰（最小２乗法）により第１分布Ｄ_１（ｚ）の対数をとった形式に関する回帰係数ｓ_１、ｓ_２、ｓ_３を算出する。そして、面積率推定部５３は、回帰係数ｓ_１、ｓ_２、ｓ_３を用いて以下の数式（２７）〜（２９）に示すσ_１、μ_１、ｒ_１を算出する。これにより、ステップＳ１４の処理は完了し、評価処理はステップＳ１５の処理に進む。

ステップＳ１５の処理では、面積率推定部５３が、濃淡値分布Ｄ_０（ｚ）から第１分布Ｄ_１（ｚ）を減算することによって第２分布Ｄ_２（ｚ）を算出する。これにより、ステップＳ１５の処理は完了し、評価処理はステップＳ１６の処理に進む。

ステップＳ１６の処理では、面積率推定部５３が、以下に示す数式（３０）を用いてステップＳ１５の処理によって算出された第２分布Ｄ_２（ｚ）を積算することにより、グラファイト析出部の面積率Ｒを算出する。第２分布Ｄ_２（ｚ）を積算する範囲の上限をμ_０とする理由は、第２分布（グラファイト析出部）Ｄ_２（ｚ）は第１分布（背景部）Ｄ_１（ｚ）より濃淡値が小さい側（濃い側）に分布のピークがあることを仮定しているためである。

第２分布Ｄ_２（ｚ）がｚ≧μ_０でほぼ０であれば、０≦ｚ≦２５５の範囲内で積算してもよいし、濃淡値分布の実態に応じて適宜調整すればよい。また、第２分布Ｄ_２（ｚ）はステップＳ１５の処理において濃淡値分布Ｄ_０（ｚ）から推定分布である第１分布Ｄ_１（ｚ）を減算して算出しているために、場合により第２分布Ｄ_２（ｚ）の値が負になることがある。その場合、数式（３０）において第２分布Ｄ_２（ｚ）の正値のみ積算するようにしてもよい。これにより、ステップＳ１６の処理は完了し、一連の評価処理は終了する。

図１７は、図７（ｅ）に示す筋模様が除去された画像Ｉ’（ｘ，ｙ）に対しステップＳ１３〜Ｓ１５の処理を適用して算出した濃淡値分布Ｄ_０（ｚ）、第１分布Ｄ_１（ｚ）、及び第２分布Ｄ_２（ｚ）を示すグラフである。なお、第１分布Ｄ_１（ｚ）を推定する範囲を定めるパラメータｋ_ｓ、ｋ_ｅはそれぞれ−０．５、２．０とした。

図１７に示すように、曲線Ｌ６で示す濃淡値分布Ｄ_０（ｚ）は、μ_０＋ｋ_ｓ×σ_０≦ｚ≦μ_０＋ｋ_ｅ×σ_０の範囲内において対数正規分布を仮定して推定した第１分布Ｄ_１（ｚ）でよく近似されている。一方、ｚ＜μ_０＋ｋ_ｓ×σ_０の範囲内では、黒色のグラファイトが存在するために、濃淡値分布Ｄ_０（ｚ）は曲線Ｌ７で示す第１分布Ｄ_１（ｚ）より裾野が持ち上がった形状になっている。すなわち、その差分である曲線Ｌ８で示す第２分布Ｄ_２（ｚ）はグラファイト析出部の濃淡値分布を表していると考えられる。本発明の発明者らは、多数の画像例について検証を行い、数式（２０）〜（２２）に示す仮定がほとんどの場合よく当てはまることを確認した。なお、図１７に示す例におけるグラファイト析出部の面積率Ｒを計算した結果、面積率Ｒは１２．３％であった。

また、図１７からわかるように、背景部を示す第１分布Ｄ_１（ｚ）とグラファイト部を示す第２分布Ｄ_２（ｚ）とは濃淡値ｚについてオーバーラップしている部分が大きく、濃淡値ｚについての単純な閾値による分離は難しい。しかしながら、ステップＳ１３〜Ｓ１６の処理のような分布近似に基づく方法であれば両者をうまく分離可能である。さらに、第１分布Ｄ_１（ｚ）に基づいてグラファイト部分の面積率Ｒを求めるようにしたことにより、照明や鋼板Ｓ表面の変化による画像全体の明るさの変化に追従し、且つ、画像の若干のピンボケに対しても、グラファイト析出部の面積率Ｒの算出結果をほとんど変化させないようにすることができる。

なお、本実施形態においても、第１の実施形態において説明した図１０に示す方法によって筋模様を除去してもよい。但し、この場合、ステップＳ１３の処理では、面積率推定部５３は、Ｆ_ｓ（ｘ，ｙ）＝１、且つ、Ｉ（ｘ，ｙ）＝ｚとなる画素数をＮ（ｚ）、Ｆ_ｓ（ｘ，ｙ）＝１となる画素の総数をＮ_ｓとするとき、濃淡値分布Ｄ_０（ｚ）＝Ｎ（ｚ）／Ｎ_ｓと計算する。また、ステップＳ１４の処理では、面積率推定部５３は、以下に示す数式（３１），（３２）を用いて画像Ｉ_ｓ（ｘ，ｙ）について濃淡値ｚの平均値μ_０及び標準偏差σ_０を算出する。

また、ステップＳ１４の処理では、面積率推定部５３は、Ｆ_ｓ（ｘ，ｙ）＝１となる画素について求めた濃淡値分布Ｄ_０（ｚ）と数式（３１），（３２）から求められた濃淡値の平均値μ_０及び標準偏差σ_０の計算結果とに基づいて第１分布Ｄ_１（ｚ）を算出する。そして、ステップＳ１５の処理では、面積率推定部５３は、第２分布Ｄ_２（ｚ）を求め、ステップＳ１６の処理では、第２分布Ｄ_２（ｚ）からグラファイト析出部の面積率Ｒを推定する。

図１８は、図１０（ａ）に示す画像Ｉ（ｘ，ｙ）に対して図１０（ｆ）の筋模様除外フラグＦ_ｓ（ｘ，ｙ）の値が０である画素を除いてステップＳ１３〜Ｓ１５の処理を実行した結果である。本処理では、グラファイト析出部の面積率ＲはＲ＝８．０％と算出された。

〔実施例〕
図１９は、図１２に示す領域Ｃについて、本実施形態を含む３種類の方法によってグラファイト析出部を検出した結果を示す図である。３種類の方法は以下の通りである。

（１’）ステップＳ１１〜Ｓ１６の処理を数式（２）〜（５）、（２０）〜（３０）に従って処理する方法。すなわち、筋模様成分を除去した画像Ｉ’（ｘ，ｙ）について、数式（２０）〜（２２）に示す仮定に従ってグラファイト析出部を検出する方法。

（２’）ステップＳ１１〜Ｓ１６の処理を数式（２）、（４）、（６）、（１０）〜（１３）、（２０）〜（３２）に従って処理する方法。すなわち、筋模様部分（筋模様除外フラグＦ_ｓ（ｘ，ｙ）＝０となる画素）を除外した後に画像Ｉ（ｘ，ｙ）について、数式（２０）〜（２２）に示す仮定に従ってグラファイト析出部を検出する方法。

（３’）ステップＳ１１，Ｓ１２の処理を数式（２）〜（５）に従って処理することによって筋模様を除去した画像Ｉ’（ｘ，ｙ）の各画素の濃淡値を一定の閾値Ｔ_ｃと比較し、Ｉ’（ｘ，ｙ）≦Ｔ_ｃとなる画素（ｘ，ｙ）をグラファイト析出部として検出し、それらの面積率を算出する方法。

なお、パラメータはそれぞれＰ_１＝０．１、Ｐ_２＝０．０１、ｋ_ｓ＝−０．５、ｋ_ｅ＝２．０、ｈ＝１．０、Ｔ_ｃ＝８２とした。

図１９（ａ）の行に示す画像は図１２に示す範囲Ｃについて撮影距離をピント距離から６０μｍずつサンプルを近づけるように変化させて撮影した画像であり、画像のぼけ具合が変化している様子が捉えられている。図１９（ｂ）の行は、方法（１’）による濃淡値分布Ｄ_０（ｚ）、第１分布Ｄ_１（ｚ）、第２分布Ｄ_２（ｚ）の算出結果を示す。同様に、図１９（ｃ）の行は、方法（２’）による濃淡値分布Ｄ_０（ｚ）、第１分布Ｄ_１（ｚ）、第２分布Ｄ_２（ｚ）の算出結果である。図１９（ｄ）の行に示す画像は、方法（３’）によるグラファイト析出部の検出結果（白い部分が検出部）である。

図１９に示すように、撮影画像のぼけ具合に応じて濃淡値分布Ｄ_０（ｚ）の広がりは狭くなるが、方法（１’）（図１９（ｂ））及び方法（２’）（図１９（ｃ））による処理結果では、濃淡値分布Ｄ_０（ｚ）に合わせて第１分布Ｄ_１（ｚ）が推定され、濃淡値分布Ｄ_０（ｚ）と第１分布Ｄ_１（ｚ）との差分である第２分布Ｄ_２（ｚ）の形状も追従して変化し、第２分布Ｄ_２（ｚ）の積分面積、すなわちグラファイト析出部の面積率は撮影画像のぼけ具合が変化してもほぼ変わらなかった。

図２０は、図１９と同じサンプルの同じ範囲について、撮影距離をピント距離の前後で変化させて撮影した画像から上述の方法（１’）〜（３’）を用いてグラファイト析出部の面積率を算出した結果を比較したグラフである。図２０に示すように、ピント距離からのずれが±０μｍのときのグラファイト析出部の面積率と比較した場合、撮影距離の変動によるグラファイト析出部の面積率の変動（最大最小差）は、曲線Ｌ９で示す方法（１’）では最大２．０％、曲線Ｌ１０で示す方法（２’）では最大１．７％であった。一方、曲線Ｌ１１で示す方法（３’）では最大で４．３％も減少し、ピントが外れた場合、グラファイト析出部の面積率はほぼ０となった。以上のことから、数式（２０）〜（２２）の仮定に従ったグラファイト析出部の面積率の算出方法は、撮影距離の変動による画像ぼけに対してロバスト性を有することが確認された。

図２１は、同じ装置構成で鋼帯１０００ｍの表面を長手方向に一定間隔で撮影し、画像処理によってグラファイト析出部の面積率を推定した結果を示すグラフである。画像処理方法は上述の方法（１’）及び方法（２’）を用いた。また、長手方向の撮影間隔は１６７ｍｍ（１ｍあたり６回撮影）とした。本測定では、ボックス焼鈍によりグラファイトの析出が認められる鋼帯（カーボン汚れ発生材）とグラファイトが析出していない鋼帯とを比較した。

図２１（ａ）は方法（１’）による処理結果、図２１（ｂ）は方法（２’）による処理結果である。また、曲線Ｌ１２はグラファイトが析出している鋼帯におけるグラファイト析出部の推定面積率、曲線Ｌ１３はグラファイトが析出していない鋼帯におけるグラファイト析出部の推定面積率である。図２１に示すように、グラファイトの析出の有無によりグラファイト析出部の推定面積率に差が出ることが確認された。特に方法（２’）の方がグラファイト析出の有無によるグラファイト析出部の推定面積率の差が大きかった。

以上、本発明者によってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例及び運用技術等は全て本発明の範疇に含まれる。

１ 評価装置
２ 同期信号発生装置
３ａ，３ｂ フラッシュ光源
３ａ１，３ａ２ バンドルファイバ
４ 検出部
５ 画像処理装置
６ 表示装置
２１ ローラエンコーダ
４１ テレセントリックレンズ
４１ａ ビームスプリッター
４１ｂ 対物レンズ
４１ｃ 絞り
４１ｄ 像側レンズ
４２ リングライトガイド
４３ ＣＣＤカメラ
４３ａ 撮像素子
５１ 画像取得部
５２ フィルタ部
５３ 面積率推定部
ＩＬ１ 同軸落射照明
ＩＬ２ リング状照明
Ｏ 観察位置
Ｓ 鋼板

Claims (14)

1. 評価対象物の表面上に存在する生成物又は付着物を評価するための評価方法であって、
   前記評価対象物の表面を照明し、評価対象物の表面の画像を撮影する撮影ステップと、
   前記撮影ステップにおいて撮影された画像中における前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定する推定ステップと、
   を含むことを特徴とする評価方法。
2. 前記撮影ステップは、前記評価対象物の表面を明視野照明と暗視野照明とにより照明するステップを含むことを特徴とする請求項１に記載の評価方法。
3. 前記撮影ステップは、前記評価対象物の表面を明視野照明と暗視野照明とにより同時に照明するステップを含むことを特徴とする請求項２に記載の評価方法。
4. 前記撮影ステップは、前記評価対象物の表面上の同一範囲について、明視野照明で照明して撮影した明視野画像と暗視野照明で照明して撮影した暗視野画像とを取得し、前記明視野画像と前記暗視野画像との線形和を評価対象物の表面の画像として算出するステップを含むことを特徴とする請求項２に記載の評価方法。
5. 前記推定ステップは、評価対象物の表面の画像の濃淡値分布に基づいて前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする請求項１〜４のうち、いずれか１項に記載の評価方法。
6. 前記推定ステップは、評価対象物の表面の画像の濃淡値の平均値及び標準偏差を算出し、算出された平均値及び標準偏差に基づいて閾値を設定し、前記濃淡値と前記閾値とを比較することによって前記生成物又は付着物の面積を推定するステップを含むことを特徴とする請求項５に記載の評価方法。
7. 前記推定ステップは、評価対象物の表面の画像全体の濃淡値分布に基づいて表面上の生成物又は付着物でない部分に相当する第１濃淡値分布を推定し、前記画像全体の濃淡値分布から前記第１濃淡値分布を差し引いた第２濃淡値分布を算出し、前記第２濃淡値分布を積算して前記生成物又は付着物の面積を推定するステップを含むことを特徴とする請求項５に記載の評価方法。
8. 前記推定ステップは、前記第１濃淡値分布を対数正規分布として推定するステップを含むことを特徴とする請求項７に記載の評価方法。
9. 評価対象物の表面の画像から所定の模様を除去した模様除去画像を取得する模様除去ステップをさらに含み、前記推定ステップは、前記模様除去画像から前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする請求項１〜８のうち、いずれか１項に記載の評価方法。
10. 前記模様除去ステップは、評価対象物の表面の画像から所定の模様に該当する画素を除外するステップを含み、前記推定ステップは、除外されていない画素のみを対象として、前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定するステップを含むことを特徴とする請求項９に記載の評価方法。
11. 前記模様除去ステップは、評価対象物の表面の画像をフィルタ処理して所定の模様成分を抽出した模様成分画像を取得し、前記模様成分画像を構成する画素の濃淡値と閾値とを比較することによって、除外対象の画素を決定するステップを含むことを特徴とする請求項１０に記載の評価方法。
12. 前記模様除去ステップは、評価対象物の表面の画像をフィルタ処理して前記模様除去画像を取得するステップを含むことを特徴とする請求項９に記載の評価方法。
13. 前記撮影ステップは、評価対象物の表面をフラッシュ光源によって照明し、前記フラッシュ光源の発光に同期して評価対象物の表面の画像を撮影するステップを含むことを特徴とする請求項１〜１２のうち、いずれか１項に記載の評価方法。
14. 評価対象物の表面上に存在する生成物又は付着物を評価するための評価装置であって、
    前記評価対象物の表面を照明し、評価対象物の表面の画像を撮影する撮影手段と、
    前記撮影手段によって撮影された画像中における前記生成物又は前記付着物の面積、若しくは前記画像全体に占める前記面積の割合を推定する推定手段と、
    を備えることを特徴とする評価装置。