JP2015036650A - 形状解析装置及び形状解析方法 - Google Patents

Abstract

【課題】形状の解析時間を短くすることを課題とする。
【解決手段】形状解析装置は、格子状のパターンを付した対象を撮影した画像から解析範囲を決定する解析範囲決定部と、前記解析範囲決定部によって決定された解析範囲に基づいて、前記対象の形状を算出する形状解析部とを備える。前記解析範囲決定部は、前記画像に対して２次元フーリエ変換処理を実行して得られる処理データから、特定の空間周波数成分に対応する領域を抽出するフィルタリング処理を実行し、フィルタリング処理により得られる処理データに対して逆フーリエ変換処理を実行し、逆フーリエ変換処理により得られる処理データから前記画像を構成する画素ごとのパワースペクトルを算出し、前記画素ごとのパワースペクトルに閾値を設定し、前記閾値の設定結果に対して膨張処理及び収縮処理を行って前記解析範囲を抽出する。
【選択図】図２

Description

本発明は、形状解析装置および形状解析方法に関し、より詳細には、形状の解析時間を短くできる形状解析装置および形状解析方法に関する。

マークが格子状に配置された格子パターンを付された対象を撮影した画像に基づいて、対象の形状を解析する形状解析装置が知られている。このような形状解析装置では、対象の形状を解析するために、サンプリングモアレ法が用いられることがある（例えば、特許文献１から３、及び非特許文献１参照）。

また、マークが格子状に配置された格子パターンを付された対象を撮影した画像を解析するための技術が知られている（特許文献２、特許文献４及び５参照）。

特開２００９−２６４８５２号公報 特開２０１１−１７４８７４号公報 特開２０１２−１０７８９６号公報 特開平１０−３８５３３号公報 特開平８−１２８９６０号公報

李志遠、津田浩、「サンプリングモアレ法における高精度変位計測のための最適な解析ピッチの自動決定方法」、第４４回応力・ひずみ測定シンポシウム講演論文集、平成２５年１月

形状の解析精度と、上記格子パターンの歪とは密接に関係する。そこで、上記格子パターンを対象に歪みなく付する為に、格子パターンを分割して付することで対応する場合がある。格子パターンを付された対象を撮影した画像に基づいて、対象の形状を解析する場合、画像内に形状の解析に寄与しない領域が含まれる結果、形状の解析時間が長くなってしまうという問題がある。

本発明は、上記に鑑みてなされたものであって、形状の解析時間を短くすることができる形状解析装置及び形状解析方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、マークが格子状に配置された格子パターンを付した対象を撮影する撮影部と、前記撮影部により撮影された画像から解析範囲を決定する解析範囲決定部と、前記解析範囲決定部によって決定された解析範囲に基づいて、前記対象の形状を算出する形状解析部とを備え、前記解析範囲決定部は、前記画像に対して２次元フーリエ変換処理を実行するフーリエ変換処理部と、前記フーリエ変換処理部により得られる処理データから、特定の空間周波数成分に対応する領域を抽出するフィルタリング処理を実行するフィルタリング処理部と、前記フィルタリング処理部により得られる処理データに対して逆フーリエ変換処理を実行する逆フーリエ変換処理部と、前記逆フーリエ変換処理部により得られる処理データから前記画像を構成する画素ごとのパワースペクトルを算出するパワースペクトル算出部と、前記パワースペクトル算出部により得られる前記画素ごとのパワースペクトルに閾値を設定する閾値設定部と、前記閾値設定部による前記閾値の設定結果に対して膨張処理及び収縮処理を行って前記解析範囲を抽出する解析範囲抽出部とを有することを特徴とする。

また、本発明は、コンピュータに実行させる形状解析方法であって、前記コンピュータに、マークが格子状に配置された格子パターンを付した対象を撮影するステップと、撮影された画像に対して２次元フーリエ変換処理を実行するステップと、前記２次元フーリエ変換処理により得られる処理データから、特定の空間周波数成分に対応する領域を抽出するフィルタリング処理を実行するステップと、前記フィルタリング処理部により得られる処理データに対して逆フーリエ変換処理を実行するステップと、前記逆フーリエ変換処理部により得られる処理データから前記画像を構成する画素ごとのパワースペクトルを算出するステップと、前記画素ごとのパワースペクトルに閾値を設定するステップと、前記閾値の設定結果に対して膨張処理及び収縮処理を行って前記解析範囲を抽出するステップと、前記解析範囲に基づいて前記対象の形状を算出するステップとを実行させることを特徴とする。

図１は、実施形態１にかかる形状解析システムを示す構成図である。 図２は、実施形態１にかかる形状解析装置の機能構成を示すブロック図である。 図３は、解析範囲決定部の機能構成を示すブロック図である。 図４は、制御部により実行される処理を説明するための図である。 図５は、フィルタリング処理について説明するための図である。 図６は、フィルタリング処理について説明するための図である。 図７は、フィルタリング処理について説明するための図である。 図８は、フィルタリング処理について説明するための図である。 図９は、制御部により実行される他の処理を説明するための図である。 図１０は、実施形態１にかかる制御部による処理の流れを示すフローチャートである。 図１１は、格子パターンが水平格子をなす領域の例を示す図である。 図１２は、実施形態２にかかる形状解析装置の機能構成を示すブロック図である。 図１３は、マスク処理について説明するための図である。 図１４は、マスク処理について説明するための図である。 図１５は、実施形態２にかかる制御部による処理の流れを示すフローチャートである。 図１６は、実施形態３にかかる形状解析装置の機能構成を示すブロック図である。 図１７は、画像回転処理について説明するための図である。 図１８は、実施形態３にかかる制御部による処理の流れを示すフローチャートである。

以下、本発明について図面を参照しつつ詳細に説明する。以下では、本発明をタイヤの形状の解析に用いる場合を例にして、本発明を実施する一実施の形態について説明する。

なお、以下に説明する実施形態により、本発明が限定されるものではない。また、以下に説明する実施形態の構成要素には、発明の同一性を維持しつつ置換可能かつ置換自明なものが含まれる。また、以下に説明する実施形態に記載された複数の変形例は、当業者自明の範囲内にて任意に組み合わせが可能である。

（実施形態１）
図１は、実施形態１にかかる形状解析システムを示す構成図である。図２は、実施形態１にかかる形状解析装置の機能構成を示すブロック図である。これらの図において、図１は、形状解析システムの全体構成を模式的に示し、図２は、形状解析装置が有する主たる機能を示している。

この形状解析システム１は、所定条件を入力したときのタイヤ形状の変化やタイヤ表面歪みの変化を測定することにより、タイヤの挙動解析（タイヤの応答性評価）等を行うシステムに適用される。形状解析システム１は、タイヤ試験機２と、撮影装置３と、形状解析装置１００とを備える（図１参照）。

タイヤ試験機２は、試験タイヤに試験条件を付与する装置であり、例えば、ドラム式タイヤ試験機、ベルト式タイヤ試験機などにより構成される。図１の構成では、タイヤ試験機２が、ドラム式タイヤ試験機であり、支持装置２１と、駆動装置２２とを有する。支持装置２１は、試験用タイヤ１０を回転可能に支持する装置であり、試験用タイヤ１０を装着するリム２１１を有する。駆動装置２２は、試験用タイヤ１０に駆動力を付与する装置であり、回転ドラム２２１と、回転ドラム２２１を駆動するモータ２２２と、モータ２２２を駆動制御するモータ制御装置２２３とから構成される。

このタイヤ試験機２では、支持装置２１が、試験用タイヤ１０をリム２１１に装着して支持し、試験用タイヤ１０を駆動装置２２の回転ドラム２２１に押圧して試験用タイヤ１０に荷重を付与する。また、支持装置２１が、リム２１１を変位させて試験用タイヤ１０と回転ドラム２２１との位置関係を調整することにより、試験用タイヤ１０にスリップ角およびアングル角などを付与する。また、駆動装置２２が、モータ制御装置２２３によりモータ２２２を駆動して回転ドラム２２１を回転させることにより、試験用タイヤ１０に回転速度を付与する。これにより、車両走行時におけるタイヤの転動状態が、回転ドラム２２１の周面を路面として再現される。また、支持装置２１および駆動装置２２が、上記の荷重、回転速度、スリップ角、アングル角などを調整することにより、試験条件を変更できる。図１に示す例では、試験用タイヤ１０のタイヤ周上に複数の解析用格子面ＳＡ（ＳＡ＃１〜ＳＡ＃ｎ）が円状に付されている。解析用格子面ＳＡは、ほぼ同一形状のマークが周期性をもって格子状に配置される格子パターンを有するシートである。例えば、解析用格子面ＳＡは、所定の間隔でマトリクス状に配列された所定のサイズの複数のマークを有する。マークの形状、サイズ、および間隔は、特に限定されるものではない。また、マークの形状は、例えば、円形、正方形、長方形、三角形、星形などの任意の形状を用いることができる。

撮影装置３は、一対のカメラ３１と、一対の照明用ランプ３２とを有する。カメラ３１は、試験用タイヤ１０を撮影する手段であり、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）カメラにより構成される。カメラ３１は、例えば、高速度カメラである。また、一対のカメラ３１が、試験用タイヤ１０を相互に異なる方向から撮影できる位置に配置される。これらのカメラ３１は、試験用タイヤ１０を左右方向から同時に撮影して、タイヤ画像（試験用タイヤ１０のデジタル画像データ）を生成する。照明用ランプ３２は、カメラ３１の撮影範囲を照らすランプであり、例えば、ハロゲンランプにより構成される。これらの照明用ランプ３２は、常時点灯タイプであっても良いし、フラッシュ点灯タイプであっても良い。

形状解析装置１００は、所定の解析プログラムを読み込んで実行することにより、撮影装置３により撮影されるタイヤ画像を画像処理して形状解析処理を行うＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などである（図２参照）。形状解析装置１００は、マークが格子状に配置された格子パターンを付された対象を撮影したデジタル画像（タイヤ画像）に基づいて、対象の形状を解析する。

図２に示すように、形状解析装置１００は、記憶部１１０と、制御部１２０と、表示部１３０と、操作部１４０とを備える。

記憶部１１０は、制御部１２０による各種処理に必要なデータ及びプログラムを記憶する。記憶部１１０は、ハードディスク装置、光磁気ディスク装置およびフラッシュメモリ等の不揮発性のメモリ（ＣＤ−ＲＯＭ等のような読み出しのみが可能な記憶媒体）、又はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）のような揮発性のメモリ、あるいはこれらの組み合わせにより構成される。

記憶部１１０は、解析範囲決定プログラム１１０ａ、形状解析プログラム１１０ｂ、及び画像データ１１０ｃを記憶する。

解析範囲決定プログラム１１０ａは、撮影装置３により撮影されたタイヤ画像の画像データ１１０ｃから解析範囲を決定するための機能を提供する。形状解析プログラム１１０ｂは、タイヤ画像を画像処理して形状解析処理を行うための機能を提供する。画像データ１１０ｃは、試験用タイヤ１０のデジタル画像データである。

制御部１２０は、記憶部１１０に記憶されているデータ及びプログラムに基づいて各種処理を実行する。制御部１２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置である。

制御部１２０は、解析範囲決定部１２１及び形状解析部１２２を有する。解析範囲決定部１２１は、記憶部１１０に記憶されている解析範囲決定プログラム１１０ａを読み込んで実行することにより、撮影装置３により撮影されたタイヤ画像の画像データを記憶部１１０から読み込んで、読み込んだ画像データから解析範囲を決定するための処理を実現する。形状解析部１２２は、記憶部１１０に記憶されている形状解析プログラム１１０ｂを読み込んで実行することにより、タイヤ画像を画像処理して形状解析処理を実現する。

以下、図３及び図４を用いて、制御部１２０により実行される処理について説明する。図３は、解析範囲決定部の機能構成を示すブロック図である。図４は、制御部により実行される処理を説明するための図である。

図３に示すように、解析範囲決定部１２１は、フーリエ変換処理部１２１ａと、フィルタリング処理部１２１ｂと、逆フーリエ変換処理部１２１ｃと、パワースペクトル算出部１２１ｄと、閾値設定部１２１ｅと、解析範囲抽出部１２１ｆとを有する。解析範囲決定部１２１は、以下に説明するように、主にフィルタリング処理部１２１ｂの機能によって、試験用タイヤ１０に付された格子パターンの向きが、形状解析部１２２による形状解析を効率的に実行可能な方向に一致する領域をタイヤ画像の画像データから抽出して解析範囲に決定する。

具体的には、図４に示すように、フーリエ変換処理部１２１ａは、記憶部１１０に記憶されている画像データ１１０ｃから処理対象となる画像データＤ１を読み込む（ステップＳ１）。続いて、フーリエ変換処理部１２１ａは、画像データＤ１において処理領域ＰＡの切り出しを検出すると、処理領域ＰＡに対応する画像データＤ２を取得し（ステップＳ２）、取得した画像データＤ２についてフーリエ変換処理を実行する（ステップＳ３）。

続いて、フィルタリング処理部１２１ｂは、フーリエ変換処理部１２１ａによる処理データＤ３から、特定の周波数成分に対応する領域を抽出するフィルタリング処理を実行する（ステップＳ４〜ステップＳ５）。具体的には、フィルタリング処理部１２１ｂは、所定方向に複数配置されるマークによって構成されるマークの列が一定の間隔で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、格子パターンが水平格子をなす領域として処理データＤ３から抽出する。例えば、フィルタリング処理部１２１ｂは、処理データＤ３に含まれる領域Ａ１〜領域Ａ４の中から、領域Ａ４を格子パターンの水平方向の周波数成分に対応する領域として抽出する。

続いて、逆フーリエ変換処理部１２１ｃは、フィルタリング処理部１２１ｂによる処理データＤ４を逆フーリエ変換し、パワースペクトル算出部１２１ｄは、逆フーリエ変換処理部１２１ｃによる処理結果に基づいて、上記画像データを構成する画素ごとのパワースペクトルの計算結果Ｄ５を出力する（ステップＳ６）。

続いて、閾値設定部１２１ｅは、パワースペクトル算出部１２１ｄによる画素ごとのパワースペクトルに対して閾値を設定し（ステップＳ７）、解析範囲抽出部１２１ｆは、閾値設定部１２１ｅによる閾値の設定結果に対して膨張処理及び収縮処理を行うことで、形状解析部１２２による形状解析を実行するための解析範囲を抽出する（ステップＳ８）。形状解析部１２２は、解析範囲抽出部１２１ｆにより解析範囲が抽出されたデータＤ６に基づいて形状解析処理を実行し、解析結果Ｄ７を出力する（ステップＳ９）。

以下、図５〜図８を用いて、上記フィルタリング処理部１２１ｂの処理について説明する。図５〜図８は、フィルタリング処理について説明するための図である。なお、図５〜図８は、フィルタリング処理部の処理について説明するための概念的なものであり、実際の処理における画像データとは、マークの配置および格子パターンの方向などが必ずしも一致するものではない。また、以下の図５〜図８の説明において、格子パターンを構成する複数のマークが、図５〜図８に示すＸ軸及びＹ軸の方向と略平行な方向に並んで配置される場合の格子パターンを水平格子と表記し、それ以外の方向にマークが並んで配置される場合の格子パターンを斜め格子と表記する。

図５は、試験用タイヤと試験用タイヤに付された格子パターンを概念的に示している。例えば、タイヤ画像の画像データから処理領域として、図５に示す処理領域ＰＡが切り出された場合に、処理領域ＰＡに含まれる領域Ｃ１〜Ｃ３において、マークＭ１が格子状に配置された格子パターンが形成する周波数成分について、図６〜図８を用いて順に説明する。

図６は、図５に示す領域Ｃ１における格子パターンを拡大して示している。図６に示すように、領域Ｃ１では、第１の方向（例えば、図６に示すＹ軸の方向に略平行な方向）に複数配置されるマークＭ１によって構成されるマークＭ１の列が、第２の方向（例えば、図６に示すＸ軸の方向に略平行な方向）におおよそ一定の間隔で隣り合って存在する。つまり、試験用タイヤ１０の表面が滑らかな曲面であっても、また、試験用タイヤ１０に荷重が作用していても、マークＭ１の列が第２の方向に隣り合う間隔には影響がない。このため、マークＭ１の列が、第２の方向におおよそ一定の間隔で隣り合って存在する領域Ｃ１には、ある規則的な周波数成分が生み出される。そこで、フィルタリング処理部１２１ｂは、マークＭ１の列が第２の方向におおよそ一定の間隔Ｔ１で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、格子パターンが水平格子をなす領域（図４に示す領域Ａ４）として処理領域ＰＡから抽出する。

図７は、図５に示す領域Ｃ２における格子パターンを拡大して示している。図７に示すように、領域Ｃ２では、第１の方向（例えば、図６に示すＹ軸の方向に略平行な方向）に複数配置されるマークＭ１によって構成されるマークＭ１の列が、第２の方向（例えば、図６に示すＸ軸の方向に略平行な方向）に異なる間隔で隣り合って存在する。つまり、領域Ｃ２では、格子パターンが斜め格子を形成するので、第１の方向に複数配置されるマークＭ１によって構成されるマークＭ１の列の隣り合う間隔が不規則になる。このため、マークＭ１の列が、第２の方向に異なる間隔で隣り合って存在する領域Ｃ２には、規則的ではない周波数成分が生み出される。フィルタリング処理部１２１ｂは、マークＭ１の列が第２の方向に異なる間隔で隣り合うことによって生み出されるある不規則な周波数成分に対応する領域を、格子パターンが斜め格子をなす領域の一部（図４に示す領域Ａ３、Ａ９０。領域Ａ３は領域Ａ９０に比べて長い間隔に対応する周波数領域である。）として処理領域ＰＡから抽出する。また、領域Ｃ２では、第３の方向（例えば、図７に示すα１軸の方向に略平行な方向）に複数配置されるマークＭ１によって構成されるマークＭ１の列が、第４の方向（例えば、図７に示すα２軸の方向に略平行な方向）におおよそ一定の間隔で隣り合って存在することになる。このため、マークＭ１の列が、第４の方向におおよそ一定の間隔で隣り合って存在する領域Ｃ２には、ある規則的な周波数成分が生み出される。フィルタリング処理部１２１ｂは、マークＭ１の列が第４の方向におおよそ一定の間隔で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、格子パターンが斜め格子をなす領域の一部（図４に示す領域Ａ２）として処理領域ＰＡから抽出する。更にショルダー部に凹凸がある場合、その部分に形成されたマークＭ１の列が第４の方向に比較的短い間隔で存在することがあり、これらの列により生み出される周波数成分は図４に示す周波数領域Ａ９１に含まれている。

図８は、図５に示す領域Ｃ３における格子パターンを拡大して示している。図８に示すように、領域Ｃ３では、上記領域Ｃ２と同様に、第１の方向（例えば、図６に示すＹ軸の方向に略平行な方向）に複数配置されるマークＭ１によって構成されるマークＭ１の列が、第２の方向（例えば、図６に示すＸ軸の方向に略平行な方向）に異なる間隔で隣り合って存在する。つまり、領域Ｃ３では、格子パターンが斜め格子を形成するので、第１の方向に複数配置されるマークＭ１によって構成されるマークＭ１の列の隣り合う間隔が不規則になる。このため、マークＭ１の列が、第２の方向に異なる間隔で隣り合って存在する領域Ｃ３には、規則的ではない周波数成分が生み出される。フィルタリング処理部１２１ｂは、マークＭ１の列が第２の方向に異なる間隔で隣り合うことによって生み出されるある不規則な周波数成分に対応する領域を、領域Ｃ２と同様に、格子パターンが斜め格子をなす領域の一部（図４に示す領域Ａ３、Ａ９０。領域Ａ３は領域Ａ９０に比べて長い間隔に対応する周波数領域である。）として処理領域ＰＡから抽出する。また、領域Ｃ３では、上記領域Ｃ２と同様に、第５の方向（例えば、図８に示すβ１軸の方向に略平行な方向）に複数配置されるマークＭ１によって構成されるマークＭ１の列が、第６の方向（例えば、図８に示すβ２軸の方向に略平行な方向）におおよそ一定の間隔で隣り合って存在することになる。このため、マークＭ１の列が、第６の方向におおよそ一定の間隔で隣り合って存在する領域Ｃ３には、ある規則的な周波数成分が生み出される。フィルタリング処理部１２１ｂは、マークＭ１の列が第６の方向におおよそ一定の間隔で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、領域Ｃ２と同様に、格子パターンが斜め格子をなす領域の一部（図４に示す領域Ａ１）として処理領域ＰＡから抽出する。更にショルダー部に凹凸がある場合、その部分に形成されたマークＭ１の列が第６の方向に比較的短い間隔で存在することがあり、これらの列により生み出される周波数成分は図４に示す周波数領域Ａ９２に含まれている。

フィルタリング処理部１２１ｂは、格子パターンが水平格子をなす領域Ａ４（図４）を処理領域ＰＡから抽出する場合には、例えば、領域Ａ１および領域Ａ４の各重心を結んだ直線の中点から、領域Ａ２および領域Ａ４の各重心を結んだ直線の中点までの距離に対応する範囲を縦方向（Ｙ軸方向）の範囲とし、領域Ａ３および領域Ａ４の各重心を結んだ直線の中点から、領域Ａ１（もしくは領域Ａ２）および領域Ａ４の各重心を結んだ直線の中点までの距離に対応する範囲を横方向（Ｘ軸方向）の範囲とする矩形領域（図４）を抽出する。あるいは、フィルタリング処理部１２１ｂは、領域Ａ１〜領域Ａ４について、フーリエ変換により得られる１次調和波のパワースペクトルのピークをそれぞれ求め、領域Ａ１および領域Ａ４の各ピークを結ぶ直線の中点と、領域Ａ２および領域Ａ４の各ピークを結ぶ直線の中点と結んだ距離に対応する範囲を縦方向（Ｙ軸方向）の範囲とし、領域Ａ３および領域Ａ４の各ピークを結ぶ直線の中点と、領域Ａ１（もしくは領域Ａ２）および領域Ａ４の各ピークを結ぶ直線の中点とを結んだ距離に対応する範囲を横方向（Ｘ軸方向）の範囲とする矩形領域（図４）を抽出してもよい。

フィルタリング処理部１２１ｂは、タイヤ画像の画像データから切り出された処理領域に含まれる格子パターンが、試験用タイヤ１０の接地直下、もしくは接地対向側にある場合には、上記図５〜図８に示す方法により、格子パターンが水平格子をなす領域を処理領域から抽出する。例えば、処理領域に含まれる格子パターンが、試験用タイヤ１０の接地直下から左側９０度の位置、もしくは右側９０度の位置にある場合にも、上記図５〜図８に示す方法と同様の方法により、格子パターンが水平格子をなす領域を処理領域から抽出できる。図９は、制御部により実行される他の処理を説明するための図である。

図９に示すように、フーリエ変換処理部１２１ａは、記憶部１１０に記憶されている画像データ１１０ｃから処理対象となる画像データＤ１１を読み込む（ステップＳ１１）。続いて、フーリエ変換処理部１２１ａは、画像データＤ１１において処理領域ＰＡの切り出しを検出すると、処理領域ＰＡに対応する画像データＤ１２を取得し（ステップＳ１２）、取得した画像データＤ１２についてフーリエ変換処理を実行する（ステップＳ１３）。続いて、フィルタリング処理部１２１ｂは、フーリエ変換処理部１２１ａによる処理データＤ１３から、特定の周波数成分に対応する領域を抽出するフィルタリング処理を実行する。例えば、処理領域ＰＡに対応する画像データＤ１２では、試験用タイヤ１０の荷重方向（図１参照）に垂直な方向に複数配置されるマークによって構成されるマークの列が、試験用タイヤ１０の荷重方向に略平行な方向に一定の間隔で隣り合って存在する。つまり、処理領域ＰＡに対応する画像データＤ１２が試験用タイヤ１０の接地直下から左側９０度の位置のものである場合、試験用タイヤ１０の表面が滑らかな曲面であっても、また、試験用タイヤ１０に荷重が作用していても、マークＭ１の列が試験用タイヤ１０の荷重方向（図１参照）に隣り合う間隔には影響がない。このため、マークＭ１の列が、試験用タイヤ１０の荷重方向におおよそ一定の間隔で隣り合って存在する領域には、ある規則的な周波数成分が生み出される。そこで、フィルタリング処理部１２１ｂは、マークＭ１の列が試験用タイヤ１０の荷重方向（図１参照）におおよそ一定の間隔で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、格子パターンが水平格子をなす領域（図９に示す領域Ａ５）として処理領域ＰＡから抽出する。

形状解析部１２２は、解析範囲決定部１２１により決定された解析範囲について形状解析処理を実行する。形状解析部１２２は、例えば、解析範囲のタイヤの形状を算出するために、例えば、サンプリングモアレ法を用いる。サンプリングモアレ法は、デジタル画像からモアレ縞を生成して対象の三次元形状を算出する数学的手法である。サンプリングモアレ法は、高精度な形状解析を行い得るメリットを有する。サンプリングモアレ法では、デジタル画像からモアレ縞を生成する際に用いる間引き数が格子ピッチに最も近い整数である場合に最も精度が高くなる。一方、格子ピッチにバラツキがある場合には、サンプリングモアレ法による形状解析の精度が低下することがある。すなわち、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが斜め格子をなす領域は、格子ピッチにバラツキが生じるので、サンプリングモアレ法による形状解析を行う場合に適した処理領域とはいえず、形状解析の精度を低下させる恐れがある。そこで、実施形態１では、解析範囲決定部１２１により、試験用タイヤ１０に付された格子パターンが水平格子をなす領域を、解析範囲として画像データから予め抽出することにより、サンプリングモアレ法による形状解析の精度を確保することができる。また、実施形態１では、試験用タイヤ１０に付された格子パターンが斜め格子をなす領域について形状解析処理を行わないので、効率的な形状解析処理を実現することができ、試験用タイヤ１０の形状の解析時間を短くすることができる。

表示部１３０は、制御部１２０における形状の解析結果を示す画像を表示する。表示部１３０は、ディスプレイ、モニタ等の表示デバイスを含んで構成される。

操作部１４０は、利用者の各種操作入力を受け付ける。操作部１４０は、例えば、形状解析処理に関する各種設定操作および入力操作を受け付ける。操作部１４０は、キーボード、マウス等の入力デバイスを含んで構成される。

図１０を用いて、実施形態１にかかる制御部１２０により実行される処理の流れを説明する。図１０は、実施形態１にかかる制御部による処理の流れを示すフローチャートである。図１０に示す処理は、制御部１２０が有する解析範囲決定部１２１及び形状解析部１２２が、記憶部１１０から解析範囲決定プログラム１１０ａ及び形状解析プログラム１１０ｂをそれぞれ読み込んで実行することにより実現される。

図１０に示すように、フーリエ変換処理部１２１ａは、記憶部１１０に記憶されている画像データ１１０ｃから処理対象となる試験用タイヤ１０の画像を取り込む（ステップＳ１０１）。続いて、フーリエ変換処理部１２１ａは、ステップＳ１０１にて取り込んだ画像において処理領域ＰＡの切り出しを検出すると、処理領域ＰＡに対応する画像についてフーリエ変換処理を実行する（ステップＳ１０２）。

続いて、フィルタリング処理部１２１ｂは、フーリエ変換処理部１２１ａによる処理データから、特定の周波数成分に対応する領域を抽出するフィルタリング処理を実行する（ステップＳ１０３）。具体的には、フィルタリング処理部１２１ｂは、所定方向に複数配置されるマークによって構成されるマークの列が一定の間隔で隣り合うことによって生み出されるある規則的な周波数成分に対応する領域を、格子パターンが水平格子をなす領域として処理データから抽出する（図４、図６参照）。

続いて、逆フーリエ変換処理部１２１ｃは、フィルタリング処理部１２１ｂによる処理データを逆フーリエ変換する逆フーリエ変換処理を実行する（ステップＳ１０４）。続いて、パワースペクトル算出部１２１ｄは、逆フーリエ変換処理部１２１ｃによる処理データから画素ごとのパワースペクトルを算出する（ステップＳ１０５）。

続いて、閾値設定部１２１ｅは、パワースペクトル算出部１２１ｄによる画素ごとのパワースペクトルに対して閾値を設定する（ステップＳ１０６）。続いて、解析範囲抽出部１２１ｆは、閾値設定部１２１ｅによる閾値の設定結果に対して膨張処理及び収縮処理を行うことで、形状解析部１２２による形状解析を実行するための解析範囲を抽出する（ステップＳ１０７）。形状解析部１２２は、解析範囲抽出部１２１ｆにより抽出された解析範囲に基づいて形状解析処理を実行し、試験用タイヤ１０の形状を算出する（ステップＳ１０８）。

上述してきたように、実施形態１にかかる形状解析装置１００は、試験用タイヤ１０の画像から、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが水平格子をなす領域を、試験用タイヤ１０の形状解析処理を行うための解析範囲として予め抽出する。図１１は、格子パターンが水平格子をなす領域の例を示す図である。図１１に示すように、例えば、試験用タイヤ１０の画像データＤ１における接地直下の領域ＰＡ１、接地対向側の領域ＰＡ２、接地直下から左側９０度の位置に対応する領域ＰＡ３、および接地直下から右側９０度の位置に対応する領域ＰＡ４は、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが水平格子をなすので、形状解析装置１００は、領域ＰＡ１〜ＰＡ４を試験用タイヤ１０の形状解析処理を行うための解析範囲として予め抽出することができる。そして、形状解析装置１００は、これらの領域ＰＡ１〜ＰＡ４について形状解析処理を実行する。このようなことから、実施形態１によれば、試験用タイヤ１０に付された格子パターンが斜め格子をなす領域について余計な形状解析処理を行わないので、効率的な形状解析処理を実現することができ、試験用タイヤ１０の形状の解析時間を短くすることができる。

（実施形態２）
上記の実施形態１において、解析範囲決定部１２１による処理を実行する前に、タイヤ画像の画像データに対して、解析範囲決定部１２１による処理を行わない領域を設定するマスク処理を実行してもよい。以下の実施形態２では、このマスク処理について説明する。

図１２は、実施形態２にかかる形状解析装置の機能構成を示すブロック図である。図１２に示すように、実施形態２にかかる形状解析装置１００は、記憶部１１０がマスク処理プログラム１１０ｄを記憶する点、制御部１２０がマスク処理部１２３を有する点が、実施形態１とは異なる。

マスク処理プログラム１１０ｄは、タイヤ画像の画像データに対して、解析範囲決定部１２１による処理を行わない所定領域を設定するマスク処理を実現するための機能を提供する。マスク処理部１２３は、マスク処理プログラム１１０ｄを読み込んで実行することにより、タイヤ画像の画像データに対して、解析範囲決定部１２１による処理を行わない所定領域を設定するマスク処理を実現する。

以下、図１３及び図１４を用いて、マスク処理部１２３により実行されるマスク処理について説明する。図１３及び図１４は、マスク処理について説明するための図である。

図１３に示すように、リム２１１に対して、複数のマークｍｐが設けられる。マークｍｐは、解析用格子面ＳＡ（ＳＡ＃１〜ＳＡ＃ｎ）のタイヤ周方向の位置を特定するためのマークであり、解析用格子面ＳＡと同数設けられる。マークｍｐは、図１３に示す例では、例えば、１対の円形の図形で構成され、解析用格子面ＳＡ（ＳＡ＃１〜ＳＡ＃ｎ）の周方向幅の中心線γ上に配置されている。中心線γは、試験用タイヤ１０の回転軸を通り、試験用タイヤ１０の接地面に垂直な直線に一致する。マークｍｐは、例えば、タイヤ画像においてリム２１１との輝度差が十分に確保されており、例えば、２値化処理などにより位置を検出可能である。

マスク処理部１２３は、図１３に示すマークｍｐをタイヤ画像から検出することにより、マスク処理を実行する。マスク処理部１２３は、タイヤ画像の画像データＰ１からマークｍｐの位置を検出する。続いて、マスク処理部１２３は、例えば、マークｍｐの位置に基づいて、試験用タイヤ１０の接地直下に位置する格子パターンを含む領域をタイヤ画像に設定する。例えば、マスク処理部１２３は、図１４に示すマークｍｐｘを構成するタイヤ周方向側の円の位置座標と、図１４に示すマークｍｐｙを構成するタイヤ周方向側の円の位置座標とに基づいて、図１４に示す直線Ｌ１〜Ｌ４に囲まれた領域ＮＭＡを設定する。特に直線Ｌ３は、マークｍｐｘとマークｍｐｙの各縦方向位置座標の平均位置を通る水平線として設定してもよい。もしくはマークｍｐｘの縦方向位置座標を通る水平線、またはマークｍｐｙの縦方向位置座標を通る水平線として設定してもよい。図１４では一対の円として求めた位置座標を通る直線Ｌ３で領域ＮＭＡを設定しているが、円単体としての位置座標を用いて領域ＮＭＡを設定してもよい。また円は、どの円を選んでもよい。続いて、マスク処理部１２３は、タイヤ画像のうち、領域ＮＭＡ以外の全領域に対してマスクをかける。これにより、マスク処理部１２３によりマスクされなかった領域ＮＭＡのみが、続いて、解析範囲決定部１２１により処理される。

図１５を用いて、実施形態２にかかる制御部１２０により実行される処理の流れを説明する。図１５は、実施形態２にかかる制御部による処理の流れを示すフローチャートである。図１５に示す処理は、制御部１２０が有するマスク処理部１２３、解析範囲決定部１２１及び形状解析部１２２が、記憶部１１０からマスク処理プログラム１１０ｄ、解析範囲決定プログラム１１０ａ及び形状解析プログラム１１０ｂをそれぞれ読み込んで実行することにより実現される。図１５に示す処理は、ステップＳ２０２の処理手順を有する点が実施形態１とは異なる。

図１５に示すように、マスク処理部１２３は、記憶部１１０に記憶されている画像データ１１０ｃから処理対象となる試験用タイヤ１０の画像を取り込む（ステップＳ２０１）。続いて、マスク処理部１２３は、解析範囲決定部１２１による処理を行わない所定領域を設定するマスク処理を実行する（ステップＳ２０２）。

続いて、フーリエ変換処理部１２１ａは、ステップＳ２０２においてマスク処理された領域以外の領域について、フーリエ変換処理を実行する（ステップＳ２０３）。続いて、フィルタリング処理部１２１ｂは、フーリエ変換処理部１２１ａによる処理データから、特定の周波数成分に対応する領域を抽出するフィルタリング処理を実行する（ステップＳ２０４）。

続いて、逆フーリエ変換処理部１２１ｃは、フィルタリング処理部１２１ｂによる処理データを逆フーリエ変換する逆フーリエ変換処理を実行する（ステップＳ２０５）。続いて、パワースペクトル算出部１２１ｄは、逆フーリエ変換処理部１２１ｃによる処理データから画素ごとのパワースペクトルを算出する（ステップＳ２０６）。

続いて、閾値設定部１２１ｅは、パワースペクトル算出部１２１ｄによる画素ごとのパワースペクトルに対して閾値を設定する（ステップＳ２０７）。続いて、解析範囲抽出部１２１ｆは、閾値設定部１２１ｅによる閾値の設定結果に対して膨張処理及び収縮処理を行うことで、形状解析部１２２による形状解析を実行するための解析範囲を抽出する（ステップＳ２０８）。形状解析部１２２は、解析範囲抽出部１２１ｆにより抽出された解析範囲に基づいて形状解析処理を実行し、試験用タイヤ１０の形状を算出する（ステップＳ２０９）。

実施形態２では、解析範囲決定部１２１による処理を行わない所定領域を設定するマスク処理を実行する。このため、実施形態２によれば、フィルタリング処理部１２１ｂによる処理範囲を明確化することができる。

（実施形態３）
上記実施形態２において、タイヤ画像に含まれる斜め格子に対応する領域が水平格子となるように、タイヤ画像を回転させる処理を実行してもよい。以下の実施形態３では、この画像回転処理について説明する。

図１６は、実施形態３にかかる形状解析装置の機能構成を示すブロック図である。図１６に示すように、実施形態３にかかる形状解析装置１００は、記憶部１１０が画像回転処理プログラム１１０ｅを記憶する点、制御部１２０が画像回転処理部１２４を有する点が、実施形態２とは異なる。

画像回転処理プログラム１１０ｅは、タイヤ画像から試験用タイヤ１０の周方向の位置を特定するために、上記マークｍｐを少なくとも２つ以上検出し、検出したマークｍｐの位置（方向）に基づいて、格子パターンの配列方向がタイヤ画像の画素の配列方向と一致するようにタイヤ画像を回転させるための機能を提供する。画像回転処理部１２４は、画像回転処理プログラム１１０ｅを読み込んで実行することにより、タイヤ画像から試験用タイヤ１０の周方向の位置を特定するために、上記マークｍｐを少なくとも２つ以上検出し、検出したマークｍｐの位置（方向）に基づいて、格子パターンの配列方向がタイヤ画像の画素の配列方向と一致するようにタイヤ画像を回転させる画像回転処理を実現する。

以下、図１７を用いて、画像回転処理部１２４により実行される画像回転処理について説明する。図１７は、画像回転処理について説明するための図である。図１７では、試験用タイヤ１０に付された解析用格子面ＳＡ＃３に対応する領域（斜め格子をなす領域）の形状解析を実行するときの画像回転処理について説明する。なお、前提条件として、図１７に示す中心線γ１は、試験用タイヤ１０の回転軸を通り、試験用タイヤ１０の接地面に垂直な直線に一致する直線であり、中心線γ１の方向はタイヤの画像データＰ２の画素の配列方向に一致しているものとする。マークｍｐｚ１は、中心線γ１上に配置されているものとする。また、中心線γ２は、解析用格子面ＳＡ＃３の周方向幅の中心線であり、試験用タイヤ１０の回転軸を通り、マークｍｐｚ２を構成している一対の円の各重心を通る直線であるとする。

画像回転処理部１２４は、タイヤ画像の画像データＰ２から、マークｍｐｚ１及び試験用タイヤ１０に付された解析用格子面ＳＡ＃３に対応するマークｍｐｚ２の位置を検出する。画像回転処理部１２４は、画像データＰ２を２値化処理し、形状特徴パラメータを表す円形度の閾値および占有面積の閾値を用いてマークｍｐｚの位置を検出する。円形度は、数式４πＳ／Ｌ＾２（Ｓ：白色画素の占有面積、Ｌ：白色部分の周長）により定義される。例えば、円形度の閾値が０．６に設定され、占有面積の閾値が３００画素〜１０００画素の範囲内に設定される。また、隣り合う検出点の中心間距離が、マークｍｐｚを構成する円の図形の中心間距離（２５［ｍｍ］）の２倍未満（５０［ｍｍ］未満）であれば、これらの検出点をマークｍｐｚとして検出する。なお、画像回転処理部１２４は、パターンマッチングによってマークｍｐｚ１及びマークｍｐｚ２を検出してもよい。

画像回転処理部１２４は、マークｍｐｚ１及びマークｍｐｚ２を検出すると、マークｍｐｚ１を構成する１対の円の図形のそれぞれの重心を通る直線を中心線γ１として算出し、マークｍｐｚ２を構成する１対の円の図形のそれぞれの重心を通る直線を中心線γ２として算出する。続いて、画像回転処理部１２４は、中心線γ１と中心線γ２がなす角度θを算出する。続いて、画像回転処理部１２４は、中心線γ１と中心線γ２がなす角度θを回転角として、画像データＰ２の中心位置を固定したまま、中心線γ２が中心線γ１に一致するまで時計回りに回転させる。

続いて、画像回転処理部１２４により画像回転処理された画像データに対して、マスク処理部１２３によるマスク処理が実行され、マスク処理部１２３によりマスクされなかった領域のみが、解析範囲決定部１２１により処理される。

図１８を用いて、実施形態３にかかる制御部１２０により実行される処理の流れを説明する。図１８は、実施形態３にかかる制御部による処理の流れを示すフローチャートである。図１８に示す処理は、制御部１２０が有する画像回転処理部１２４、マスク処理部１２３、解析範囲決定部１２１及び形状解析部１２２が、記憶部１１０から画像回転処理プログラム１１０ｅ、マスク処理プログラム１１０ｄ、解析範囲決定プログラム１１０ａ及び形状解析プログラム１１０ｂをそれぞれ読み込んで実行することにより実現される。図１８に示す処理は、ステップＳ３０２の処理手順を有する点が実施形態１とは異なる。

図１８に示すように、画像回転処理部１２４は、記憶部１１０に記憶されている画像データ１１０ｃから処理対象となる試験用タイヤ１０の画像を取り込む（ステップＳ３０１）。続いて、画像回転処理部１２４は、画像回転処理を実行する（ステップＳ３０２）。例えば、画像回転処理部１２４は、試験用タイヤ１０の画像において、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが斜め格子をなす領域の格子パターンの向きが、試験用タイヤ１０の画像における画素の配列方向と一致するように画像を回転させる。

続いて、マスク処理部１２３は、ステップＳ３０２において画像回転処理された試験用タイヤ１０の画像に対して、解析範囲決定部１２１による処理を行わない所定領域を設定するマスク処理を実行する（ステップＳ３０３）。

続いて、フーリエ変換処理部１２１ａは、ステップＳ３０３においてマスク処理された領域以外の領域について、フーリエ変換処理を実行する（ステップＳ３０４）。続いて、フィルタリング処理部１２１ｂは、フーリエ変換処理部１２１ａによる処理データから、特定の周波数成分に対応する領域を抽出するフィルタリング処理を実行する（ステップＳ３０５）。

続いて、逆フーリエ変換処理部１２１ｃは、フィルタリング処理部１２１ｂによる処理データを逆フーリエ変換する逆フーリエ変換処理を実行する（ステップＳ３０６）。続いて、パワースペクトル算出部１２１ｄは、逆フーリエ変換処理部１２１ｃによる処理データから画素ごとのパワースペクトルを算出する（ステップＳ３０７）。

続いて、閾値設定部１２１ｅは、パワースペクトル算出部１２１ｄによる画素ごとのパワースペクトルに対して閾値を設定する（ステップＳ３０８）。続いて、解析範囲抽出部１２１ｆは、閾値設定部１２１ｅによる閾値の設定結果に対して膨張処理及び収縮処理を行うことで、形状解析部１２２による形状解析を実行するための解析範囲を抽出する（ステップＳ３０９）。形状解析部１２２は、解析範囲抽出部１２１ｆにより抽出された解析範囲に基づいて形状解析処理を実行し、試験用タイヤ１０の形状を算出する（ステップＳ３１０）。

試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが斜め格子をなす領域（例えば、図１１のＰＡ１〜ＰＡ４以外の領域）は、サンプリングモアレ法による形状解析を行う場合に適した処理領域とはいえない。そこで、実施形態３では、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが斜め格子をなす領域の格子パターンの向きが、試験用タイヤ１０の画像における画素の配列方向と一致するように画像を回転させる。これにより、格子ピッチのバラツキを抑えることができ、試験用タイヤ１０に付された解析用格子面ＳＡの格子パターンが斜め格子をなす領域についても、サンプリングモアレ法による形状解析を効率的に行うことができる。結果として、試験用タイヤ１０の全体の形状を短時間で解析することが可能となる。

上記の実施形態では、試験用タイヤ１０のタイヤ周上に付された解析用格子面ＳＡを含む画像に基づいて試験用タイヤ１０の形状を解析する例について説明したが、形状を解析する対象は、これに限定されない。

例えば、形状解析装置１００は、リム２１１、またはリム２１１の端部に取り付けられる環状盤（図示せず）などに付された解析用格子面を含む画像に基づいてリム２１１の形状を解析してもよい。解析用格子面は、解析用格子面ＳＡ（図１など参照）のように、ほぼ同一形状のマークが周期性をもって格子状に配置される格子パターンを有するシートであればよい。これにより、例えば、走行中におけるリム２１１の変形等を解析することができる。

形状解析装置１００は、タイヤ以外の各種の対象の形状の解析に適用することもできる。タイヤ以外の対象は、例えば、製品、部品、建造物を含むが、これらに限定されない。

１ 形状解析システム
２ タイヤ試験機
２１ 支持装置
２１１ リム
２１２ 環状盤
２２ 駆動装置
２２１ 回転ドラム
２２２ モータ
２２３ モータ制御装置
３ 撮影装置
３１ カメラ
３２ 照明用ランプ
１００ 形状解析装置
１１０ 記憶部
１２０ 制御部
１３０ 表示部
１４０ 操作部

Claims (4)

1. マークが格子状に配置された格子パターンを付した対象を撮影する撮影部と、
   前記撮影部により撮影された画像から解析範囲を決定する解析範囲決定部と、
   前記解析範囲決定部によって決定された解析範囲に基づいて、前記対象の形状を算出する形状解析部と
   を備え、
   前記解析範囲決定部は、
   前記画像に対して２次元フーリエ変換処理を実行するフーリエ変換処理部と、
   前記フーリエ変換処理部により得られる処理データから、特定の空間周波数成分に対応する領域を抽出するフィルタリング処理を実行するフィルタリング処理部と、
   前記フィルタリング処理部により得られる処理データに対して逆フーリエ変換処理を実行する逆フーリエ変換処理部と、
   前記逆フーリエ変換処理部により得られる処理データから前記画像を構成する画素ごとのパワースペクトルを算出するパワースペクトル算出部と、
   前記パワースペクトル算出部により得られる前記画素ごとのパワースペクトルに閾値を設定する閾値設定部と、
   前記閾値設定部による前記閾値の設定結果に対して膨張処理及び収縮処理を行って前記解析範囲を抽出する解析範囲抽出部と
   を有することを特徴とする形状解析装置。
2. 前記画像に含まれる所定領域に対してマスク処理を実行するマスク処理部をさらに有し、
   前記解析範囲決定部は、前記所定領域以外の領域から前記解析範囲を決定する請求項１に記載の形状解析装置。
3. 前記画像から前記対象の位置を特定するための位置特定マークを少なくとも２つ以上検出し、検出した当該位置特定マークの位置に基づいて、前記格子パターンの向きが前記画像の画素の配列方向と一致するように前記画像を回転させる画像回転部をさらに備え、
   前記マスク処理部は、前記画像回転部により回転処理された前記画像に含まれる前記所定領域に対してマスク処理を実行することを特徴とする請求項２に記載の形状解析装置。
4. コンピュータに実行させる形状解析方法であって、
   前記コンピュータに、
   マークが格子状に配置された格子パターンを付した対象を撮影するステップと、
   撮影された画像に対して２次元フーリエ変換処理を実行するステップと、
   前記２次元フーリエ変換処理により得られる処理データから、特定の空間周波数成分に対応する領域を抽出するフィルタリング処理を実行するステップと、
   前記フィルタリング処理部により得られる処理データに対して逆フーリエ変換処理を実行するステップと、
   前記逆フーリエ変換処理部により得られる処理データから前記画像を構成する画素ごとのパワースペクトルを算出するステップと、
   前記画素ごとのパワースペクトルに閾値を設定するステップと、
   前記閾値の設定結果に対して膨張処理及び収縮処理を行って前記解析範囲を抽出するステップと、
   前記解析範囲に基づいて前記対象の形状を算出するステップと
   を実行させることを特徴とする形状解析方法。