JP2016070690A

JP2016070690A - 画像処理による品目識別及び異品判別方法

Info

Publication number: JP2016070690A
Application number: JP2014196979A
Authority: JP
Inventors: 大輔水川; Daisuke Mizukawa
Original assignee: Nok Corp
Current assignee: Nok Corp
Priority date: 2014-09-26
Filing date: 2014-09-26
Publication date: 2016-05-09
Anticipated expiration: 2034-09-26
Also published as: JP6397292B2

Abstract

【課題】形状が複雑な製品や、自らの重量などによって変形しやすい不定形状の製品について、品目識別及び異品判別を安定して行えるようにする。【解決手段】ワークを撮像した画像データを二値化することによりワークの外周輪郭及び内周輪郭を特定する処理（Ｓ１０２）と、二値化した画像データからワークの外周輪郭の画素を検出しその画素数をカウントしてワークの外周輪郭長を算出する処理（Ｓ１０３）と、前記外周輪郭長からワークを疑似的に円形としたときの外径を算出する処理（Ｓ１０４）と、前記外周輪郭に対する法線上での前記外周輪郭の画素と前記内周輪郭の画素間の距離から前記ワークの幅を算出する処理（Ｓ１０５）と、前記外径及び幅の算出値と予め登録された外径及び幅の基準値との一致度により前記ワークの品目を識別すると共に正常品であるか異品であるかを判別する処理（Ｓ１０６）と、からなる。【選択図】図２

Description

本発明は、画像処理による製品検査において、製品の品目を識別し、正常な製品かどうかを判別する技術に関する。

画像処理による製品検査の１つとして、製品の品目を識別し、正常な製品かどうかを判別する異品判別機能がある。ゴム製のシール部品であるＯリングなどの製品では、通常、画像処理によって測定した外径寸法や内径寸法に基づいて製品の品目を識別し、異品判別を行う技術が広く用いられている。

一方、形状が複雑なものは、テンプレートマッチングと呼ばれる方法、すなわちそれぞれの製品の画像をマスター画像として予めコンピュータの記憶装置に登録しておき、このマスター画像と検査対象の製品をカメラで撮影した画像データの製品部分の一致度をもとに判断する手法が一般的である（例えば下記の特許文献１参照）。

特許第３０３１５９４号公報

しかしながらこれらの従来技術は、形状が容易に変化しない製品の検査（特に、テンプレートマッチングでは積層回路基板の回路パターン検査等）にのみ有効であり、例えば図２４に示すゴム製ガスケットａ〜ｄのように変形しやすい製品の品目識別及び異品判別には適用が難しい。

また、テンプレートマッチングにおいては、撮像データとマスター画像データとの一致度により異品判別を行うため、変形を想定した複数のマスター画像データを登録しておくことで変形による形状のバラつきを吸収する手法も使用されているが、変形は不特定であることから多数のマスター画像データを登録しておく必要があるばかりでなく、正常品を他の品目（異品）として誤認識したり、逆に異品を正常品として誤認識したりする確率が高くなってしまう問題が指摘される。

また、特許文献１に記載の技術のように、角などの情報をもとに判断する方法では、図２４に示すような、曲線で構成される形状の多いガスケットなどの品目識別及び異品判別には適用が難しい。

本発明は、以上のような点に鑑みてなされたものであって、その技術的課題は、形状が複雑な製品や、自らの重量などによって変形しやすい不定形状の製品について、品目識別及び異品判別を安定して行うことを可能とすることにある。

上述した技術的課題を有効に解決するための手段として、請求項１の発明に係る画像処理による品目識別及び異品判別方法は、ワークを撮像した画像データを二値化することにより前記ワークの外周輪郭及び内周輪郭を特定する処理と、二値化した画像データから前記ワークの外周輪郭又は内周輪郭の画素を検出しその画素数をカウントしてこの画素数と１画素のサイズとの積により前記ワークの外周輪郭長又は内周輪郭長を算出する処理と、前記外周輪郭長又は内周輪郭長から前記ワークを疑似的に円形としたときの外径又は内径を算出する処理と、前記外周輪郭に対する法線上での前記外周輪郭の画素と前記内周輪郭の画素間の距離から前記ワークの幅を算出する処理と、前記外径又は内径及び幅の算出値と予め登録された外径又は内径及び幅の基準値との一致度により前記ワークの品目を識別すると共に正常品であるか異品であるかを判別する処理と、からなるものである。

上記構成によれば、画像データの二値化によって特定したワークの外周輪郭又は内周輪郭の長さから算出される、このワークの外周輪郭を疑似的に円形としたときの理論外径又は理論内径と、ワークの法線上にある外周輪郭の画素と内周輪郭の画素間の距離として算出される幅（線径）を、予め登録された理論外径又は理論内径及び幅の基準値と比較することによって、複雑な形状の製品や変形しやすい不定形状の製品の品目識別及び異品判別を精度よく行うことができる。

請求項２の発明に係る画像処理による品目識別及び異品判別方法は、請求項１に記載された方法において、ワークの外周輪郭又は内周輪郭の画素を検出しその画素数をカウントする処理が、二値化画像データの外周輪郭又は内周輪郭の画素のうちカウント開始点となる画素を検出してその座標を記憶し、次いでこの座標をカウント開始点としてその周囲に隣接する８画素を順次サーチして前記開始点に隣接する外周輪郭又は内周輪郭の画素を検出すると共に計数１を加え、以下、検出された外周輪郭又は内周輪郭の画素を基準座標としてその周囲に隣接する８画素を順次サーチして前記基準座標に隣接する外周輪郭又は内周輪郭の画素を検出すると共に計数１を加える処理を繰り返して、前記基準座標が前記カウント開始点の座標と一致した時点でサーチを終了すると共に計数１を加えることによりなされるものである。

上記構成によれば、ワークの外周輪郭又は内周輪郭の画素を順次検出するたび計数１を加えながらワークの外周輪郭又は内周輪郭を一周することで、外周輪郭又は内周輪郭の画素数をカウントすることができる。

請求項３の発明に係る画像処理による品目識別及び異品判別方法は、請求項２に記載された方法において、検出された画素が基準点の画素に対して斜めに隣接する場合は、加える計数を√２とすることを特徴とするものである。

上記構成によれば、外周輪郭長又は内周輪郭長の算出精度を一層向上させることができる。

請求項４の発明に係る画像処理による品目識別及び異品判別方法は、請求項１〜３のいずれかに記載された方法において、ワークの幅を算出する処理が、外周輪郭又は内周輪郭の画素のうち任意の画素を基準画素として、前記外周輪郭又は内周輪郭の画素のうち前記基準画素の両側へ任意の画素数だけ離れた１対の画素を通る直線を近似接線とし、次いで前記近似接線と直交すると共に前記基準画素を通る法線を求め、前記法線が通る内周輪郭又は外周輪郭の画素と前記基準画素との距離を計測することによりなされるものである。

上記構成によれば、確実にワークの法線を検出してその法線が通る内周輪郭又は外周輪郭の画素と基準画素との距離を計測することで、任意の法線上でのワークの幅を正確に求めることができる。

請求項５の発明に係る画像処理による品目識別及び異品判別方法は、請求項４に記載された方法において、法線が通る内周輪郭又は外周輪郭の画素と基準画素との距離の計測を、外周輪郭又は内周輪郭の画素のすべてについて行い、計測されたすべての距離の平均値をワークの幅とするものである。

上記構成によれば、外周輪郭又は内周輪郭の画素のすべてについてワークの法線を検出して各法線が通る内周輪郭又は外周輪郭の画素と基準画素との距離の平均値を求めることで、ワークの幅を一層高精度に求めることができる。

請求項６の発明に係る画像処理による品目識別及び異品判別方法は、請求項１〜５のいずれかに記載された方法において、ワークを疑似的に円形としたときの外径を算出する処理が、算出された外周輪郭長又は内周輪郭長をπ又は２π（πは円周率）で除算することによるものである。

上記構成によれば、ワークを疑似的に円形としたときの外径又は内径の算出を容易に行うことができ、ワークを疑似的に円形として判定することで、異品の有無の管理を一元化して行うことができる。

本発明によれば、テンプレートマッチングにおいて必要であった複数のマスター画像データの登録が不要になると共に、形状が複雑な製品や変形しやすい不定形状の製品について、正常品と異品との判別を安定して行うことが可能である。

本発明に係る画像処理による品目識別及び異品判別方法を実施するために用いられるシステムを概略的に示すブロック図である。本発明による処理の流れを示すフローチャートである。図２の処理ステップＳ１０３をさらに詳しく示すフローチャートである。図２における処理ステップの一部を詳細に示すフローチャートである。本発明による処理を模式化して示す説明図である。本発明においてワークを撮像した８bitグレースケール画像の一部を模式化して示す説明図である。図６の８bitグレースケール画像を二値化する処理を模式化して示す説明図である。図６の８bitグレースケール画像を二値化した画像の一部を模式化して示す説明図である。図８の二値化画像を走査してワークの外周輪郭のカウント開始点の画素を検出する処理を模式化して示す説明図である。開始点の画素の周囲の８画素を順次サーチして前記開始点に隣接する外周輪郭の画素を検出する処理を模式化して示す説明図である。開始点に隣接する外周輪郭の画素を検出した状態を模式化して示す説明図である。検出した画素を基準画素としてその周囲の８画素を順次サーチして基準画素に隣接する外周輪郭の画素を検出する処理を模式化して示す説明図である。基準画素に隣接する外周輪郭の画素を検出した状態を模式化して示す説明図である。検出した画素を次の基準画素としてその周囲の８画素を順次サーチして基準画素に隣接する外周輪郭の画素を検出する処理を模式化して示す説明図である。次の基準画素に隣接する外周輪郭の画素を検出した状態を模式化して示す説明図である。基準画素が斜めに並んでいる場合のワークの外周輪郭長の算出方法を模式化して示す説明図である。ワークの幅の算出処理において、外周輪郭の画素データを取得した二値化画像の一部を模式化して示す説明図である。ワークの幅の算出処理において、外周輪郭の画素に基準画素を設定した二値化画像の一部を模式化して示す説明図である。ワークの幅の算出処理において、外周輪郭に対する近似接線検出過程を模式化して示す説明図である。ワークの幅の算出処理において、外周輪郭に対する法線検出状態を模式化して示す説明図である。ワークの幅の算出処理において、法線上での外周輪郭の画素と内周輪郭の画素間の距離を算出する方法を模式化して示す説明図である。ワークの幅の算出処理において、計測された幅の平均値を算出する処理を示す説明図であるワークの幅の算出処理において、近似接線検出及び法線検出の終了時を模式化して示す説明図である。品目識別及び異品判別対象のゴム製ガスケットの例を示す説明図である。

以下、本発明に係る画像処理による品目識別及び異品判別方法の好ましい実施の形態について、図面を参照しながら説明する。

まず図１は、本発明に係る画像処理による品目識別及び異品判別方法を実施するために用いられるシステムを概略的に示すものであって、参照符号Ｗは検査対象のワークであり、例えば先に説明した図５（Ａ）に示すゴム製ガスケット１００のように、自重などによって容易に変形可能な環状製品である。

参照符号１はワークＷを照明する照明装置、参照符号２はレンズによるワークＷの光学像をＣＣＤやＣＭＯＳ等の撮像素子によって画像信号に変換（撮像）するカメラ、参照符号３はカメラ２からのアナログ画像信号をディジタル画像信号に変換する画像処理装置、参照符号４は画像処理装置３を介して取り込まれた画像信号について後述の処理ステップによる各種の演算処理を行う演算処理装置、参照符号５は演算処理装置３による画像データや演算処理結果を出力表示する出力表示装置、参照符号６は記憶装置である。

演算処理装置４は、画像処理装置３を介して取り込まれた画像信号について後述の処理ステップによる各種の演算処理を行うことにより画像処理による異品判別を実行するものであり、すなわち例えば、図５（Ａ）に示すような非円形の複雑な形状を有するゴム製ガスケット等のワークＷを図５（Ｂ）に示すように展開Ｗ’したときの長さ（外周輪郭長）Ｌと幅（線径）Ｈを算出し、外周輪郭長Ｌから、前記ワークＷを図５（Ｃ）に示すように疑似的に円形Ｗ”にした場合の理論外径Ｄ（又はｒ）を算出し、これら理論外径Ｄ（又はｒ）及び幅Ｈを記憶装置６に登録された理論外径Ｄ（又はｒ）及び幅Ｈの基準値と比較することで、前記ワークＷの品目を識別すると共に正常品と異品とを判別するものである。

図２は、演算処理装置４による処理の流れを示すフローチャートである。すなわち、まず画像処理装置３を介して例えば８bitグレースケールの画像データが演算処理装置４に取り込まれる（ステップＳ１０１）。８bitグレースケールの画像データは、周知のように、カメラ２における撮像モジュールに並んだＣＣＤやＣＭＯＳ等の各撮像素子が単位時間内に受光した明るさを２^８諧調すなわち２５６諧調に分割して０〜２５５の値で表し、黒を０、白を２５５としてその間の明暗の度合いをその間の数値で表したものである。図６は、ワークＷを撮影した８bitグレースケールの画像データの一部を抽出して示すものである。

次に、演算処理装置４に取り込まれた８bitグレースケールの画像データにおけるワーク画像Ｐ_Ｗのエッジラインを特定して製品と背景の区別を行うために、８bitグレースケール画像を白と黒の２諧調に変換する二値化が行われる（ステップＳ１０２）。この二値化は、あらかじめ設定された閾値を用いて行われ、まず図７に示すように、８bitグレースケール画像から明度が閾値以上の画素（背景）と閾値未満の画素（ワーク画像Ｐ_Ｗ）を識別し、例えば図８に示すように、背景を表す画素を“０”、ワークを表す画素を“１”とする。

次に図９に矢印で示すように、二値化画像を例えばｘ方向へたどりながら、ワーク画像Ｐ_Ｗの外周輪郭に位置する“１”の画素をサーチし、“１”の画素が検出されなければｙ方向へ１段移動して再びｘ方向へたどりながら“１”の画素を検出するといった走査を行う。そして“１”の画素ｐ_１が検出されたら、この画素ｐ_１の座標をワーク画像Ｐ_Ｗの外周輪郭に位置する画素数のカウントの開始点として記憶し、図５に示す外周輪郭長Ｌの算出を開始する（ステップＳ１０３）。

図３はステップＳ１０３における処理をさらに詳しく示すフローチャートで、すなわちワーク画像Ｐ_Ｗの外周輪郭に位置する画素数のカウントにおいては、まず図１０に示すように、基準点の画素ｐ_１の周りに隣接する８画素を、例えば図１０に示す番号ｎ１〜ｎ８の順に反時計回りへ順次サーチする（ステップＳ２０１）。このサーチは、図１１に示すように、検出される画素の諧調が“０”から“１”へ移行することによって、基準点の画素ｐ_１に隣接する外周輪郭の画素ｐ_２が検出されるまで行う（ステップＳ２０２）。そして外周輪郭の画素ｐ_２が検出されたら（ステップＳ２０２＝ＹＥＳ）、カウント画素数に計数１を加える（ステップＳ２０３）。

次に、検出された外周輪郭の画素ｐ_２がカウント開始点として記憶された画素ｐ_１の座標と一致するか否かを判定し（ステップＳ２０４）、不一致（ステップＳ２０４＝ＮＯ）であれば処理はステップＳ２０１へ戻る。図示の例では、画素ｐ_２は開始点の座標とは不一致であるため、図１２に示すように、検出された外周輪郭の画素ｐ_２を次の基準点としてその周りに隣接する８画素を、画素ｐ_１に隣接する画素から図１２に示す番号ｎ１〜ｎ８の順に反時計回りへ順次サーチして、図１３に示すように次の外周輪郭画素ｐ_３を検出すると共にカウント画素数に計数１を加えるといったカウント処理を繰り返す。

図１３に示す例でも、検出された外周輪郭画素ｐ_３がカウント開始点として記憶された画素ｐ_１の座標とは一致しないので、図１４に示すように、この画素ｐ_３を次の基準点としてその周囲に隣接する８画素を、画素ｐ_２に隣接する画素から図１４に示す番号ｎ１〜ｎ８の順に反時計回りへ順次サーチして、図１５に示すように次の外周輪郭画素ｐ_４を検出すると共にカウント画素数に計数１を加える。

そして、ｎ回目に検出された外周輪郭の画素ｐ_ｎがカウント開始点として記憶された画素ｐ_１の座標と一致した場合は（ステップＳ２０４＝ＹＥＳ）、カウント画素数に計数１を加えてカウントを終了し（ステップＳ２０５）、カウントされた画素数ｎに画素サイズを乗算することによって、図５に示す外周輪郭長Ｌを算出する（ステップＳ２０６）。例えば、カウントされた画素数ｎが1,000、１画素のサイズが50μｍである場合は、
Ｌ＝1,000×0.05ｍｍ＝50ｍｍ
となる。

なお、図１５に示す例のように、検出された画素ｐ_４が基準点の画素ｐ_３に対してｘ方向又はｙ方向に隣接する場合は、加算するカウント画素数を１とし、図１１及び図１３に示す例のように、検出された画素ｐ_２（ｐ_３）が基準点の画素ｐ_１（ｐ_２）に対して斜めに隣接する場合は、図１６に示すように、加算するカウント画素数を√２とすることによって、外周輪郭長Ｌの算出精度を向上させることができる。

上述した外周輪郭に位置する画素数のカウントによる外周輪郭長Ｌの算出が終わったら、外周輪郭長Ｌから、ワークＷを図５（Ｃ）に示すように疑似的に円形にした場合の理論外径Ｄ（又はｒ）を算出する処理（図２のステップＳ１０４）及びワークＷの幅（線径）Ｈを算出する処理（ステップＳ１０５）へ移行する。

このうち、ステップＳ１０４における理論外径Ｄ（又はｒ）の算出は、次式；
Ｄ＝Ｌ／π
又は次式
ｒ＝Ｌ／２π
として求められる。

また、ステップＳ１０５における幅（線径）Ｈの算出処理は、次のように行われる。図４はステップＳ１０５における処理をさらに詳しく示すフローチャートで、すなわち、まず図１７に示す二値画像データから、上述した外周輪郭長Ｌの処理において検出した外周輪郭の画素ｐ_１〜ｐ_ｎのデータを取得する（ステップＳ３０１）。

次にこの画素ｐ_１〜ｐ_ｎのうち、例えば図１８に示す任意の画素ｐ_ｍを基準点（開始点）として、この基準点から図１９に示すように、外周輪郭の延長方向両側へ同じ画素数（図示の例では前後３画素）だけ離れた１対の接線算出用画素ｐ_ｍ−３，ｐ_ｍ＋３を抽出し、この画素ｐ_ｍ−３，ｐ_ｍ＋３を通る直線を近似接線Ｔとし（ステップＳ３０２）、さらに図２０に示すように、この近似接線Ｔから、幅（線径）Ｈを求めるための、基準点ｐ_ｍを通る法線Ｖの式を得る（ステップＳ３０３）。なお、図１９に示す例では基準点の前後３画素目を接線算出用画素としているが、前後何画素目とするかは任意であり、複数点を用いた最少２乗近似算出用の外周輪郭自体を平滑化しておいても良い。

すなわち基準点ｐ_ｍの座標を（Ｘ_ｍ，Ｙ_ｍ）、画素ｐ_ｍ−３の座標を（Ｘ_ｍ−３，Ｙ_ｍ−３）、画素ｐ_ｍ＋３の座標を（Ｘ_ｍ＋３，Ｙ_ｍ＋３）とすると、近似接線Ｔ；
ｙ＝Ａｘ＋Ｂ
Ａ＝（Ｙ_ｍ＋３−Ｙ_ｍ−３）÷（Ｘ_ｍ＋３−Ｘ_ｍ−３）
Ｂ＝Ｙ_ｍ−３−Ａ×Ｘ_ｍ−３
法線Ｖ；
ｙ＝Ａ’ｘ＋Ｂ’
Ａ’＝−１÷Ａ
Ｂ’＝Ｙ_ｍ−Ａ’ ×Ｘ_ｍ
である。なお、処理プログラムにおいては、次のような時例外処理を行う。
（Ｙ_ｍ＋３−Ｙ_ｍ−３）＝０
（Ｘ_ｍ＋３−Ｘ_ｍ−３）＝０

そして図２１に示すように、基準点の画素ｐ_ｍから法線Ｖ上を移動しながら、検出される画素の諧調が“０”から“１”へ移行する点の座標をサーチして“１”へ移行する直前の画素を内周輪郭に位置する画素ｐ_ｉｎとして検出することによって、この画素ｐ_ｉｎと基準点の画素ｐ_ｍとの距離を算出し、画素ｐ_ｍを通る法線Ｖ上でのワーク画像Ｐ_Ｗ（ワークＷ）の幅（線径）とする（ステップＳ３０４）。すなわち内周輪郭に位置する画素ｐ_ｉｎの座標を（Ｘ_ｉｎ，Ｙ_ｉｎ）とすると、
幅（線径）；Ｈ_ｎ＝√（Ｘ_ｍ−Ｘ_ｉｎ）^２＋（Ｙ_ｍ−Ｙ_ｉｎ）^２
である。

そして次に、取得された外周輪郭の画素ｐ_１〜ｐ_ｎのうち上述の画素ｐ_ｍと隣接する画素ｐ_ｍ＋１の座標は、開始点として記憶された画素ｐ_ｍの座標と一致するか否かを判定し（ステップＳ３０５）、不一致（ステップＳ３０５＝ＮＯ）であれば、この隣接画素ｐ_ｍ＋１を次の基準点として、処理はステップＳ３０２へ戻り、Ｓ３０２〜Ｓ３０５の処理を繰り返す。

そしてｎ回の繰り返しによって、隣接画素ｐ_ｍ＋ｎが開始点として記憶された画素ｐ_ｍの座標と一致した場合は（ステップＳ３０５＝ＹＥＳ）、図２２に示すように、算出されたすべての法線上の幅（線径）Ｈ_ｎの平均値を算出する（ステップＳ３０６）。すなわち外周輪郭の画素ｐ_１〜ｐ_ｎの画素数をＮとすると、
幅（線径）の平均値；Ｈ_ＡＶＥ＝ΣＨ_ｎ÷Ｎ
である。そしてこのＨ_ＡＶＥをワークＷ（ワーク画像Ｐ_Ｗ）の幅（線径）Ｈとして用いることによって、計測精度を向上することができる。

なお図２３に示すように、計測開始点の画素ｐ_ｍと計測終了点での画素ｐ_Ｅについては、これら画素ｐ_ｍと画素ｐ_Ｅは画像上はつながっているため、配列の終端部もしくは始端部のデータを使用して算出することができる。例えば開始点の画素ｐ_ｍを通る法線の傾きを求めるための前側の要素は、図１９に示す例のように前後３要素目を用いる場合はｐ_E−２（終了点−２の画素）を用いることができる。

次に、上述のようにして算出されたワークＷの理論外径Ｄ（又はｒ）及び幅Ｈと、記憶装置６に登録された理論外径及び幅の基準値と比較して、その一致度により品目識別及び異品判別を行う。すなわち前記基準値に対する理論外径Ｄ（又はｒ）及び幅Ｈの誤差が所定値未満であればワークＷが識別対象の品目であると判定され、前記誤差が所定値を超えている場合は異品として判定される（図２のステップＳ１０６）。

そして引き続き次の製品検査を行う場合は（ステップＳ１０７＝ＮＯ）、処理はステップＳ１０１へ戻る。

上述のように、本発明によれば、画像データの二値化によって特定したワーク画像Ｐ_Ｗの外周輪郭の長さＬから算出される、ワークを疑似的に円形としたときの理論外径Ｄ（又はｒ）と、ワーク画像Ｐ_Ｗの法線Ｖ上にある外周輪郭の画素と内周輪郭の画素間の距離として算出される幅（線径）Ｈを、予め登録された理論外径及び幅の基準値と比較するものであるため、複雑な形状の製品や、線径が細くて変形しやすい不定形状の製品など、異品と誤判定しやすい品目について、品目識別及び異品判別を精度よく行うことができ、しかもテンプレートマッチングによる手法のような複数のマスター画像が不要である。

なお、上述の実施の形態では、ワークＷの外周輪郭長Ｌと幅（線径）Ｈを算出し、外周輪郭長Ｌから、前記ワークＷを疑似的に円形にした場合の理論外径Ｄ（又はｒ）を算出し、これら理論外径Ｄ（又はｒ）及び幅Ｈをその基準値と比較することで、ワークＷの品目を識別すると共に正常品と異品とを判別することとしたが、ワークＷの内周輪郭長と幅（線径）を算出し、内周輪郭長から、ワークＷを疑似的に円形にした場合の理論内径を算出し、これら理論内径及び幅をその基準値と比較することによっても、ワークＷの品目を識別すると共に正常品と異品とを判別することも可能である。

２カメラ
３画像処理装置
４演算処理装置
Ｗワーク

Claims

ワークを撮像した画像データを二値化することにより前記ワークの外周輪郭及び内周輪郭を特定する処理と、二値化した画像データから前記ワークの外周輪郭又は内周輪郭の画素を検出しその画素数をカウントしてこの画素数と１画素のサイズとの積により前記ワークの外周輪郭長又は内周輪郭長を算出する処理と、前記外周輪郭長又は内周輪郭長から前記ワークを疑似的に円形としたときの外径又は内径を算出する処理と、前記外周輪郭に対する法線上での前記外周輪郭の画素と前記内周輪郭の画素間の距離から前記ワークの幅を算出する処理と、前記外径又は内径及び幅の算出値と予め登録された外径又は内径及び幅の基準値との一致度により前記ワークの品目を識別すると共に正常品であるか異品であるかを判別する処理と、からなることを特徴とする画像処理による品目識別及び異品判別方法。
ワークの外周輪郭又は内周輪郭の画素を検出しその画素数をカウントする処理が、二値化画像データの外周輪郭又は内周輪郭の画素のうちカウント開始点となる画素を検出してその座標を記憶し、次いでこの座標をカウント開始点としてその周囲に隣接する８画素を順次サーチして前記開始点に隣接する外周輪郭又は内周輪郭の画素を検出すると共に計数１を加え、以下、検出された外周輪郭又は内周輪郭の画素を基準座標としてその周囲に隣接する８画素を順次サーチして前記基準座標に隣接する外周輪郭又は内周輪郭の画素を検出すると共に計数１を加える処理を繰り返して、前記基準座標が前記カウント開始点の座標と一致した時点でサーチを終了すると共に計数１を加えることによりなされることを特徴とする請求項１に記載の画像処理による品目識別及び異品判別方法。
検出された画素が基準点の画素に対して斜めに隣接する場合は、加える計数を√２とすることを特徴とする請求項２に記載の画像処理による品目識別及び異品判別方法。
ワークの幅を算出する処理が、外周輪郭又は内周輪郭の画素のうち任意の画素を基準画素として、前記外周輪郭又は内周輪郭の画素のうち前記基準画素の両側へ任意の画素数だけ離れた１対の画素を通る直線を近似接線とし、次いで前記近似接線と直交すると共に前記基準画素を通る法線を求め、前記法線が通る内周輪郭又は外周輪郭の画素と前記基準画素との距離を計測することによりなされることを特徴とする請求項１〜３のいずれかに記載の画像処理による品目識別及び異品判別方法。
法線が通る内周輪郭又は外周輪郭の画素と基準画素との距離の計測を、外周輪郭又は内周輪郭の画素のすべてについて行い、計測されたすべての距離の平均値をワークの幅とすることを特徴とする請求項４に記載の画像処理による品目識別及び異品判別方法。
ワークを疑似的に円形としたときの外径を算出する処理が、算出された外周輪郭長又は内周輪郭長をπ又は２π（πは円周率）で除算することを特徴とする請求項１〜５のいずれかに記載の画像処理による品目識別及び異品判別方法。