JP2017161389A - 塗装膜解析装置及び塗装膜解析方法 - Google Patents

Abstract

【課題】塗装膜をミクロな領域で客観的に評価することができる塗装膜解析装置を提供する。【解決手段】塗装膜解析装置は、面方向に所定領域の塗装膜の断層画像を取得する断層画像取得部と、前記断層画像取得部で取得された断層画像から前記所定領域の所定深さにおける塗装膜の面画像を生成する画像生成部と、前記面画像生成部で生成された前記所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析する画像解析部とを備える。【選択図】 図２

Description

本開示は、塗装膜解析装置及び塗装膜解析方法に関する。

近年、自動車のボディの塗装をはじめとする塗装膜は高品位化が進んでおり、品質についても高いレベルのものが要求されている。例えば、自動車のボディの塗装は、ソリッド塗装（単色塗装）でもクリア層が設けられることが多く、ベース層にアルミフレーク等の散乱体が分散されたメタリック塗装やベース層にマイカ（雲母）片等の散乱体が分散されたパール塗装も採用されている。

特許文献１には、表面に塗装が施された被検物に測定光を照射し、該被検物からの反射光に基づいて該被検物の塗装外観を検査する塗装検査装置が開示されている。かかる塗装検査装置は、測定光として集束光を被検物に照射する塗装検査用照射装置と、該被検物からの反射光を撮像して受光画像を得る撮像手段と、該受光画像に基づいて被検物の塗装外観が良好であるか否かを判断する判断手段とを備えている。かかる塗装検査装置は、測定光として集束光を使用するので、測定光として平行光や拡散光を使用する場合に比べ、色ムラ又は瑕が顕著に現れ、被検物の塗装外観が良好であるか否かの判断が容易であるとされている。

特許文献２には、検査対象の表面の色により良不良を判別する外観検査方法が開示されている。かかる外観検査方法は、検査対象の画像から所定の色成分を有する画素を抽出して、抽出された画素の面積により検査対象の良不良の判別を行うステップと、判別の結果、良不良の判別ができないグレーゾーンにある検査対象について、所定の色成分に関するテクスチャ解析により導出されたエネルギー、エントロピー、均一度、及び所定の色成分に関する所定範囲の色相、彩度、及び明度を有する画素の水平累計分布値を特徴量としてサポートベクターマシン解析を行い、検査対象の良不良の判別を行うステップとを有する。かかる外観検査方法は、目視と同程度の判定が可能であり、人による判定のばらつきのない外観検査方法を実現できるとされている。また、色成分抽出判定を行った後のグレーゾーンにある検査対象に対してサポートベクターマシン解析を実行するので、検査に係る時間がいたずらに長くなるということがないとされている。

特開２００９−１７４９３１号公報 特開２００９−１０３４９８号公報

ところで、特許文献１及び特許文献２に開示されているように、塗装膜の評価は、塗装面に様々な光を照射し、その反射光の光量や反射パターンの画像を評価するというものが多い。塗装面は人が見ることを考慮すれば塗装面の光沢感や平坦度を評価していると考えられるのでこれらの評価方法は理にかなった方法である。一方、塗装はそれだけで評価できるものではなく、メタリック塗装やパール塗装では塗装の深み、緻密さ、均一的な美しさでも評価されるものと考えられている。メタリック塗装やパール塗装における、塗装の深み、緻密さ、均一的な美しさは、数ミクロン大の非常に細かいアルミフレークやマイカ片等の散乱体の緻密な配置で生まれているものと考えられる。
しかしながら、塗装膜のミクロな観察評価は行われておらず、塗装の深み、緻密さ、均一的な美しさをミクロな領域で客観的に評価するものはない。

上述の事情に鑑みて、本発明の少なくとも一実施形態は、塗装膜をミクロな領域で客観的に評価することができる塗装膜解析装置及び塗装膜解析方法を提供することを目的とする。

（１）本発明の少なくとも一実施形態に係る塗装膜解析装置は、面方向に所定領域の塗装膜の断層画像を取得する断層画像取得部と、前記断層画像取得部で取得された断層画像から前記所定領域の所定深さにおける塗装膜の面画像を生成する画像生成部と、前記画像生成部で生成された前記所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析する画像解析部とを備える。

上記（１）の構成によれば、画像解析部は、画像生成部で生成された所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析するので、画像解析部は、塗装膜をミクロな領域で客観的な解析をすることができる。

（２）幾つかの実施形態では、上記（１）の構成において、前記断層画像取得部は、前記塗装膜のうち、光を散乱させる散乱体が分散されたベース層を含む断層画像を取得する。
上記（２）の構成によれば、断層画像取得部は、塗装膜のうち、光を散乱させる散乱体が分散されたベース層を含む断層画像を取得するので、画像生成部は、所定領域の所定深さにおける塗装膜（ベース層）の面画像を生成する。そして、画像解析部は、画像生成部で生成された所定深さにおける塗装膜（ベース層）の面画像をテクスチャ解析手法で解析するので、散乱体の分散度合い等、ベース層をミクロな領域で客観的な解析をすることができる。

（３）幾つかの実施形態では、上記（１）又は（２）の構成において、前記所定深さにおける塗装膜の面画像は、深さ方向に複数位置の面画像から構成され、前記画像解析部は、前記深さ方向に複数位置の面画像のうち、前記深さ方向に所定位置の面画像を解析する。
上記（３）の構成によれば、画像解析部は、深さ方向に複数位置の面画像のうち、深さ方向に所定位置の面画像をテクスチャ解析手法で解析するので、所定位置を適正に設定することにより、画像解析部は、最も差が現れる面画像をテクスチャ解析手法で解析することができる。

（４）幾つかの実施形態では、上記（２）の構成において、前記所定深さにおける塗装膜の面画像は、平均輝度が閾値を超える開始画像から深さ方向に平均輝度が前記閾値となる終了画像までの複数の面画像であって、前記画像解析部は、前記複数の面画像の平均画像を解析する。
上記（４）の構成によれば、画像解析部は、平均輝度が閾値を超える開始画像から深さ方向に平均輝度が閾値となる終了画像までの複数の面画像の平均画像を解析するので、画像解析部は、塗装膜（ベース層）における散乱体の分散傾向等、ベース層をミクロな領域で客観的な解析をすることができる。

（５）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像の画素レベルの標準偏差を用いて解析する。
上記（５）の構成によれば、画像解析部は、面画像の画素レベルの標準偏差を用いて解析する。これにより、画像解析部は、画素レベルで平均輝度のばらつきを客観的に評価することができる。

（６）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像の同時生起行列の二次統計量を用いて解析する。
上記（６）の構成によれば、画像解析部は、面画像の同時生起行列の二次統計量を用いて解析する。これにより、画像解析部は、画素値の輝度変化の確率でテクスチャを分類することができる。

（７）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像の複雑さを数値化したフラクタル次元を用いて解析する。
上記（７）の構成によれば、画像解析部は、面画像の複雑さを数値化したフラクタル次元を用いて解析する。これにより、画像解析部は、局所領域の特徴を利用してテクスチャの複雑さを評価することができる。

（８）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像のフーリエスペクトルを用いて解析する。
上記（８）の構成によれば、画像解析部は、面画像のフーリエスペクトルを用いて解析する。これにより、画像解析部は、Ｐ（ｒ）が最大となるテクスチャサイズでテクスチャを評価することができる。

（９）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像に含まれる情報量を用いて解析する。
上記（９）の構成によれば、画像解析部は、面画像に含まれる情報量を用いて解析する。これにより、画像解析部は、散乱体のばらつきの数値化による評価をすることができる。

（１０）幾つかの実施形態では、上記（１）から（４）のいずれか一つの構成において、前記画像解析部は、前記面画像に含まれる画素パターンの情報量を用いて評価する。
上記（１０）の構成によれば、画像解析部は、面画像に含まれる画素パターンの情報量を用いて解析する。これにより、画像解析部は、散乱体のみの発生確率によりテクスチャを評価することができる。

（１１）幾つかの実施形態では、上記（１）から（１０）のいずれか一つの構成において、前記断層画像取得部は、広帯域光源を用いて被検物の断層画像を取得するスペクトラルドメイン型の光干渉断層計で構成される。
上記（１１）の構成によれば、断層画像取得部は、広帯域光源を用いて被検物の断層画像を取得するスペクトラルドメイン型の光干渉断層計で構成されるので、タイムドメイン型の光干渉断層計のような被検物の深さ方向の機械的走査が不要となり、その分だけ高速に断層画像を取得することができる。

（１２）本発明の少なくとも一実施形態に係る塗装膜解析方法は、面方向に所定領域の塗装膜の断層画像を取得する断層画像取得ステップと、前記断層画像取得ステップで取得された断層画像から前記所定領域の所定深さにおける塗装膜の面画像を生成する画像生成ステップと、前記画像生成ステップで生成された前記所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析する画像解析ステップとを備える。

上記（１２）の方法によれば、画像解析ステップは、画像生成ステップで生成された所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析するので、画像解析ステップは、塗装膜をミクロな領域で客観的な解析をすることができる。

本発明の少なくとも一実施形態によれば、塗装膜をミクロな領域で客観的な解析をすることができる。

本発明の実施形態に係る塗装膜解析装置で解析する塗装膜を概略的に示す構成図である。 本発明の実施形態に係る塗装膜解析装置の構成を概略的に示す構成図である。 図２に示した断層画像取得部を構成する光干渉断層計の原理を説明するための説明図である。 図２に示した画像生成部で生成される面画像を概略的に示す構成図である。 図２に示した画像解析部で解析する解析画像を説明するための説明図である。 標準偏差を用いるテクスチャ解析方法を説明するための説明図である。 高次モーメントを用いるテクスチャ解析方法を説明するための説明図である。 フラクタル次元を用いるテクスチャ解析を説明するための説明図である。 周波数解析を用いるテクスチャ解析を説明するための説明図である。 エントロピーを用いるテクスチャ解析を説明するための説明図である。 画素パターンエントロピーを用いるテクスチャ解析を説明するための説明図である。 パールホワイト、シルバーメタリック、黒メタリック、及び赤メタリックの各塗装をテクスチャ解析したときの特徴量を示す図である。 標準偏差、高次モーメント等を用いて、シルバーメタリック塗装の多点をテクスチャ解析したときの特徴量を示す図である。 エントロピーを用いて、シルバーメタリック塗装の多点をテクスチャ解析したときの特徴量を示す図である。 本発明の実施形態に係る塗装膜解析方法の解析手順を示すフローチャートである。 本発明の実施形態において、解析により得られる情報を説明するための説明図である。 本発明の実施例において、断層画像取得部で取得する断層画像の特性を説明するための説明図である。 本発明の実施例において、断層画像取得部で取得された断層画像を示す図である。 本発明の実施例において、画像解析部で解析する解析画像（ベース層平均画像）を示す図である。 本発明の実施例において、解析画像と各フレームの平均輝度を示す図である。 本発明の実施例において、解析画像を標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー及び画素パターンエントロピーを用いて解析した特徴量を示す図である。 特徴量をパラメータとして識別できる数値差を示す図である。 本発明の実施例において、画像解析部で解析する解析画像を示す図である。

以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
例えば、「ある方向に」、「ある方向に沿って」、「平行」、「直交」、「中心」、「同心」或いは「同軸」等の相対的或いは絶対的な配置を表す表現は、厳密にそのような配置を表すのみならず、公差、若しくは、同じ機能が得られる程度の角度や距離をもって相対的に変位している状態も表すものとする。
また例えば、四角形状や円筒形状等の形状を表す表現は、幾何学的に厳密な意味での四角形状や円筒形状等の形状を表すのみならず、同じ効果が得られる範囲で、凹凸部や面取り部等を含む形状も表すものとする。
一方、一の構成要素を「備える」、「具える」、「具備する」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。

図１は、本発明の実施形態に係る塗装膜解析装置１で解析する塗装膜ＰＦを概略的に示す構成図である。
本発明の実施形態に係る塗装膜解析装置１で解析する塗装膜ＰＦは、例えば、自動車のボディの塗装膜であり、図３に示すように、板金Ｍの上に、電着（ＥＤ）層ＥＬ、プライマー層ＰＬ、ベース層ＢＬ、及びクリア層ＣＬが積層されているものが対象とするが、これに限られるものではない。

図２は、本発明の実施形態に係る塗装膜解析装置１の構成を概略的に示す構成図である。図２に示すように、本発明の実施形態に係る塗装膜解析装置１は、塗装膜ＰＦをミクロな領域で客観的に評価するためのものであり、断層画像取得部２、画像生成部３、及び画像解析部４を備えて構成されている。

断層画像取得部２は、面方向に所定領域の塗装膜ＰＦの断層画像を取得するものであり、所定領域は、例えば、１ｍｍ×１ｍｍ、３ｍｍ×３ｍｍ、５ｍｍ×５ｍｍ等任意に設定することができる。
本実施形態に係る断層画像取得部２は、広帯域光源を用いて被検物の断層画像を取得するスペクトラルドメイン型の光干渉断層計５（Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎ Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）（ＳＤ−ＯＣＴ）で構成され、例えば、５１２×５１２、１０２４×１０２４、２０４８×２０４８、４０９６×４０９６、８１９２×８１９２等任意の分解能を有している。
尚、本実施形態に係る断層画像取得部２は、スペクトラルドメイン型の光干渉断層計５で構成されるが、これに限られるものではなく、タイムドメイン型の光干渉断層計（ＴＤ−ＯＣＴ）、波長掃引型の光干渉断層計（Ｓｗｅｐｔ−Ｓｏｕｒｃｅ Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ
（ＳＳ−ＯＣＴ））、又はフルフィールド型の光干渉断層計（ＦＦ−ＯＣＴ）等の光干渉断層計でも構成可能である。

図３は、図２に示した断層画像取得部２を構成する光干渉断層計５の原理を説明するための説明図である。
図３に示すように、光干渉断層計５（ＯＣＴ）は、マイケルソン干渉計を基本としており、光源５１、ビームスプリッタ５２、参照鏡５３、及びディテクタ５４を備えて構成される。光源５１、ビームスプリッタ５２、及び被検物Ｓは、一の経路上に配置され、ビームスプリッタ５２、参照鏡５３、及びディテクタ５４は、ビームスプリッタ５２で一の経路と直交する他の経路上に配置される。これにより、光源５１から出射された光は、ビームスプリッタ５２で被検物Ｓに向けて進む被検光と参照鏡５３に向けて進む参照光とに分割される。そして、被検光は、被検物Ｓで散乱・反射され、再びビームスプリッタ５２に戻され、参照光は、参照鏡５３で反射され、再びビームスプリッタ５２に戻される。このようにビームスプリッタ５２に戻された被検光と参照光は、ディテクタ５４で検出される。これにより、光源５１に時間的にコヒーレンスな光（異なった時刻に光源から出射された光同士は極めて干渉しにくい性質を有する光）を採用すると、ビームスプリッタ５２から被検物Ｓまでの距離Ｌ_Ｓとビームスプリッタ５２から反射鏡までの距離Ｌ_Ｒとが略等しい時にのみ光が干渉する。したがって、参照鏡５３を移動させながら、ディテクタ５４で光の強度を計測すると光路長差に対する干渉信号（インターフェログラム）を得ることができる。そして、インターフェログラムの形状が被検物の奥行き方向の反射率分布や屈折率界面を示しており、反射鏡方向（軸方向）の走査により被検物の奥行き方向（深さ方向）の構造を得ることができる（タイムドメイン型の光干渉断層計）。

このような軸方向の走査のほかに、横方向の機械的走査を加え、二次元の走査を行うことで、被検物の二次元断面画像を得ることができる。この横方向の走査を行う走査装置としては、被検物を直接移動させる構成、光干渉断層計５を移動させる構成等、任意の構成を用いることができる。

上記したタイムドメイン型の光干渉断層計を発展させたものとして、光源５１に広帯域光源を用いるとともに、ディテクタ５４に分光器を用いてスペクトル信号を得るスペクトルドメイン型の光干渉断層計５（ＳＤ−ＯＣＴ）がある。本実施形態に係る断層画像取得部２は、上記したように、スペクトルドメイン型の光干渉断層計５で構成される。
そして、本実施形態に係る断層画像取得部２は、塗装膜ＰＦのうち、アルミフレークやマイカ片等の光を散乱させる散乱体が分散されたベース層ＢＬを含む断層画像を取得する。尚、本実施形態に係る断層画像取得部２では、クリア層ＣＬとベース層ＢＬとを含む断層画像を取得するが、クリア層ＣＬを除外して取得するものとしてもよい。

図４は、図２に示した画像生成部３で生成される面画像ＦＬを概略的に示す構成図である。
画像生成部３は、断層画像取得部２で取得された断層画像から所定領域の所定深さにおける塗装膜ＰＦの面画像ＦＬを生成するものであり、図３に示すように、所定深さにおける塗装膜ＰＦの面画像ＦＬは、深さ方向に複数位置の面画像ＦＬから構成される。
本実施形態に係る画像生成部３は、塗装膜ＰＦの深さ方向に５１２の面画像ＦＬ（フレーム）を生成する。

図５は、図２に示した画像解析部４で解析する解析画像ＡＦＬを説明するための説明図である。
画像解析部４は、画像生成部３で生成された塗装膜ＰＦの面画像ＦＬ（解析画像ＡＦＬ）をテクスチャ解析手法で解析するものである。
解析画像ＡＦＬは、塗装膜ＰＦの面画像ＦＬであれば深さ方向に任意の位置の面画像ＦＬを選択することができる。例えば、深さ方向に３００フレーム目のように、深さ方向に所定の位置の面画像ＦＬを解析画像ＡＦＬとしてもよい。
また、図５に示すように、平均輝度が閾値ＴＨを超える開始画像ＳＦＬから深さ方向に平均輝度が閾値ＴＨとなる終了画像ＥＦＬまでの複数の面画像ＦＬを解析画像ＡＦＬとしてもよい。

本実施形態では、ベース層ＢＬの平均輝度が閾値ＴＨを超える開始画像ＳＦＬ（以下「開始フレームＳＦＬ」という）から深さ方向に平均輝度が閾値以下となる終了画像ＥＦＬ（以下「終了フレームＥＦＬ」という）までの複数の面画像ＦＬを解析画像ＡＦＬとする。
尚、クリア層ＣＬとベース層ＢＬとの界面は、クリア層ＣＬの平均輝度が最大となる画像（以下、「クリア層最大ピークフレームＣＦＬ_ＭＡＸ」という）を検出した後に検出する平均輝度が最小となる画像（以下「最小ピークフレームＦＬ_ＭＩＮ」という）で特定される。
そして、クリア層ＣＬとベース層ＢＬの界面を検出した後（最小ピークフレームＦＬ_ＭＩＮを検出した後）、平均輝度が閾値ＴＨを超える面画像ＦＬを開始フレームＳＦＬとする。
また、その後、平均輝度が最大となる画像（以下「ベース層最大ピークフレームＢＦＬ_ＭＡＸ」という）を検出した後に検出する平均輝度が閾値ＴＨとなる面画像ＦＬを終了フレームＥＦＬとする。
そして、開始フレームＳＦＬから深さ方向に終了フレームＥＦＬまでの平均画像を解析画像ＡＦＬとする。尚、平均画像は、開始フレームＳＦＬから深さ方向に終了フレームＥＦＬまでの平均輝度を表した面画像ＦＬのことである。

本実施形態に係る画像解析部４は、標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー、又は画素パターンエントロピーの少なくとも一つを用いて解析する。

図６は、標準偏差を用いるテクスチャ解析を説明するための説明図である。
標準偏差を用いるテクスチャ解析では、解析画像の画素レベルの標準偏差を用いる。ここでは、図６に示すように、画素値をＩ（ｙ,ｘ）とし、総画素数をＮとすると、平均輝度ＡＶＥと標準偏差ＳＴＤは、次式（数式１）で表される。

このように解析画像ＡＦＬの画素レベルの標準偏差ＳＴＤを用いてテクスチャ解析をすれば、画像解析部４は、画素レベルで平均輝度のばらつきを客観的に解析することができる。

図７は、高次モーメントを用いるテクスチャ解析を説明するための説明図である。
高次モーメントを用いるテクスチャ解析では、解析画像ＡＦＬの同時生起行列の二次統計量を用いる。また、高次元モーメントを用いるテクスチャ解析では、輝度値をｄ１，ｄ２（０≦ｄ１，ｄ２≦２５５）、変位距離をｒ、変位角をθ、変位をδ（ｒ，θ）とし、図７に示すように、全画素のパターンから変位δ（ｒ、θ）、輝度変化をｄ１からｄ２の発生確率を同時正規確率Ｐ_δ（ｄ１、ｄ２）とする。エネルギー（二次統計量）Ｅは、次式（数式２）で表される。

このように解析画像の同時生起行列の二次統計量Ｅを用いてテクスチャ解析をすれば、画像解析部４は、画素値の輝度変化の確率でテクスチャを分類することができる。

図８は、フラクタル次元を用いるテクスチャ解析を説明するための説明図である。
フラクタル次元を用いるテクスチャ解析では、解析画像ＡＦＬの複雑さを数値化したフラクタル次元を用いる。また、フラクタル次元を用いるテクスチャ解析では、解析画像ＡＦＬを二値化し、サイズｄの正方格子に分割し、白を含む格子を数える（図８（ａ）及び（ｂ）参照）。サイズｄのときの白を含む格子の数（カウント数）をＮ（ｄ）とし、横軸をｄとして縦軸をサイズｄのときの白を含む格子の数とし、両対数グラフに記録（プロット）する（図８（ｃ）参照）。そして、両対数グラフの一次直線を求めてその傾きａをフラクタル次元とする。

このように解析画像の複雑さを数値化したフラクタル次元を用いてテクスチャ解析をすれば、画像解析部４は、局所領域の特徴を利用してテクスチャの複雑さを解析することができる。

図９は、周波数解析を用いるテクスチャ解析を説明するための説明図である。
図９に示すように、周波数解析を用いるテクスチャ解析では、解析画像（元画像）のフーリエスペクトルを用いる。解析画像（元画像）のフーリエスペクトルＦは次式（数式３）で表される。

また、パワースペクトルＰは次式（数式４）で表される。

さらに、パワースペクトルを極座標に変換し、直流成分との距離で表現すると、次式（数式５）で表される。

尚、Ｐ（ｒ,θ）は、Ｐ（ｕ，ｖ）の極座標表示である。

このように周波数解析を用いてテクスチャ解析をすれば、画像解析部４は、Ｐ（ｒ）が最大となるテクスチャサイズでテクスチャを解析することができる。

図１０は、エントロピーを用いるテクスチャ解析を説明するための説明図である。
エントロピーは、画像に含まれる情報量であり、発生確率の低い画素レベルが多いほど大きな値となる。したがって、図１０（ａ）に示すように、エントロピーが大きな値の場合には、発生確率が低い画素レベルが多くなり（例えば、散乱体の配置ばらつきが大きい）、図１０（ｂ）に示すように、エントロピーが小さな値の場合には、発生確率が低い画素レベルが少なくなる（例えば、散乱体の配置ばらつきが小さい）。例えば、アルミフレークやマイカ片のばらつきの数値化を目的に採用される。エントロピーを用いるテクスチャ解析では、Ｐ_ｉを画素レベルｉの発生確率とすると、エントロピーＩは、次式（数式６）で表される。

このようにエントロピーを用いてテクスチャ解析をすれば、散乱体のばらつきの数値化による評価をすることができる。

図１１は、画素パターンエントロピーを用いるテクスチャ解析を説明するための説明図である。
画素パターンエントロピーを用いるテクスチャ解析は、解析画像ＡＦＬに含まれる画素パターン（３×３画素）のエントロピーを評価するものであり、より具体的には、図１１に示すように、注目画素の明るさが閾値を超えている領域の３×３の画素パターンの発生確率でエントロピーを算出する。画素パターンエントロピーを用いるテクスチャ解析では、エントロピーをＩ、画素パターンｉの発生確率をＰ_ｉとすると、エントロピーＩ次は次式（数式７）で表される。

このように画素パターンエントロピーを用いてテクスチャ解析すれば、アルミフレークやマイカ片等の散乱体のみの発生確率によりテクスチャを解析することができる。

図１２は、標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー、及び画素パターンエントロピーを用いて、パールホワイト、シルバーメタリック、黒メタリック、及び赤メタリックの各塗装をテクスチャ解析したときの特徴量を示す図である。尚、図１２において、パールホワイトを白、シルバーメタリックをシルバー、黒メタリックを黒、赤メタリックを赤と表記する。

図１２（ａ）に示すように、標準偏差を用いたテクスチャ解析では、パールホワイト（白）の値が小さいことが観察される。数値解析では、一般的に値が大きいほど塗装の深み、緻密さ、均一的な美しさの評価が容易になることから、パールホワイト（白）は、標準偏差を用いたテクスチャ解析が適さないと考えられる。一方、シルバーメタリック（シルバー）、黒メタリック（黒）、及び赤メタリック（赤）は、パールホワイト（白）に比べて値が大きいことが観察されるので、これらは標準偏差を用いたテクスチャ解析も適すると考えられる。

図１２（ｂ）に示すように、高次モーメントを用いたテクスチャ解析では、パールホワイト（白）の値が大きいことが観察されるので、パールホワイト（白）は、高次モーメントを用いたテクスチャ解析が適すると考えられる。一方、シルバーメタリック（シルバー）、黒メタリック（黒）及び赤メタリック（赤）は、パールホワイトに比べて値が小さいことが観察されるので、これらは高次モーメントを用いたテクスチャ解析が適さないと考えられる。

図１２（ｃ）に示すように、フラクタル次元を用いたテクスチャ解析では、パールホワイト（白）、シルバーメタリック（シルバー）、黒メタリック（黒）及び赤メタリック（赤）は値が大きいことが観察されるので、これらはフラクタル次元を用いたテクスチャ解析も適すると考えられる。

図１２（ｄ）に示すように、周波数解析を用いたテクスチャ解析では、パールホワイト（白）及び黒メタリック（黒）が比較的小さいことが観察されるので、これらは周波数を用いたテクスチャ解析が適さないと考えられる。一方、シルバーメタリック（シルバー）及び赤メタリック（赤）が比較的大きいことが観察されるので、これらは周波数を用いたテクスチャ解析も適すると考えられる。

図１２（ｅ）に示すように、エントロピーを用いたテクスチャ解析では、パールホワイト（白）、シルバーメタリック（シルバー）、黒メタリック（黒）及び赤メタリック（赤）は値が大きいことが観察されるので、これらはエントロピーを用いたテクスチャ解析も適すると考えられる。

図１２（ｆ）に示すように、画素パターンエントロピーを用いたテクスチャ解析では、パールホワイト（白）及び黒メタリック（黒）は値が小さいことが観察されるので、これらは画素パターンエントロピーを用いたテクスチャ解析が適さないと考えられる。一方、シルバーメタリック（シルバー）及び赤メタリック（赤）は値が大きいことが観察されるので、これらは画素パターンエントロピーを用いたテクスチャ解析も適すると考えられる。

図１３は、標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー及び画素パターンエントロピーを用いて、シルバーメタリック塗装の多点（同一サンプルの異なる点（図１３に示す例では１１箇所（４×３−１）））をテクスチャ解析したときの特徴量を示す図である。
図１３に示すように、（ａ）標準偏差、（ｂ）高次モーメント、（ｃ）フラクタル次元、（ｄ）周波数解析、（ｅ）エントロピー及び（ｆ）画素パターンエントロピーにおいて特徴量に差が観察されるものの、大きな差は認められなかった。しかしながら、シルバーメタリック塗装のサンプルが肉眼で観察したときにも塗装の深み、緻密さ、均一的な美しさに差が認められないことから、当然の結果と考えられる。

図１４は、エントロピーを用いて、シルバーメタリック塗装の多点をテクスチャ解析したときの特徴量を示す図である。尚、図１４に示す特徴量のメタリック塗装のサンプルは、図１３に示す特徴量のメタリック塗装のサンプルと異なるものである。

図１４（ａ）に示す特徴量のメタリック塗装のサンプルは、自動車のボディ側面から取得したものであり、水平方向に５点、垂直方向に３点の計１５点の特徴量を示している。図１４（ｂ）に示すように、垂直方向同一高さのエントロピー平均を観察した場合に差が現れることが観察される。

以上説明したように、本発明の実施形態に係る塗装膜解析装置１によれば、画像解析部４は、画像生成部３で生成された所定深さにおける塗装膜ＰＦの面画像ＦＬをテクスチャ解析手法で解析するので、画像解析部４は、塗装膜ＰＦをミクロな領域で客観的な解析をすることができる。

また、断層画像取得部２は、塗装膜ＰＦのうち、アルミフレークやマイカ片等の光を散乱させる散乱体が分散されたベース層ＢＬを含む断層画像を取得するので、画像生成部３は、所定領域の所定深さにおける塗装膜ＰＦ（ベース層ＢＬ）の面画像ＦＬを生成する。そして、画像解析部４は、画像生成部３で生成された所定深さにおける塗装膜ＰＦ（ベース層ＢＬ）の面画像ＦＬをテクスチャ解析手法で解析するので、散乱体の分散度合い等、ベース層ＢＬをミクロな領域で客観的な解析をすることができる。

また、画像解析部４は、深さ方向に複数位置の面画像ＦＬのうち、深さ方向に所定位置の面画像ＦＬをテクスチャ解析手法で解析するので、所定位置を適正に設定することにより、画像解析部４は、最も差が現れる面画像ＦＬをテクスチャ解析手法で解析することができる。

また、画像解析部４は、平均輝度が閾値を超える開始画像ＳＦＬから深さ方向に平均輝度が閾値となる終了画像ＥＦＬまでの複数の面画像ＦＬの平均画像を解析するので、画像解析部４は、塗装膜ＰＦ（ベース層ＢＬ）における散乱体の分散傾向等、ベース層ＢＬをミクロな領域で客観的な解析をすることができる。

図１５は、本発明の実施形態に係る塗装膜解析方法の解析手順を示すフローチャートである。図１５に示すように、本発明の実施形態に係る塗装膜解析方法は、塗装膜をミクロな領域で客観的に評価するためのものであり、断層画像取得ステップ（ステップＳ１）、画像生成ステップ（ステップＳ２）、及び画像解析ステップ（ステップＳ３）を備えている。

断層画像取得ステップ（ステップＳ１）は、面方向に所定領域の塗装膜の断層画像を取得するステップであり、本実施形態に係る断層画像取得ステップ（ステップＳ１）では、スペクトラルドメイン型の光干渉断層計５（ＳＤ−ＯＣＴ）により面方向に所定領域の塗装膜ＰＦの断層画像が取得される。

画像生成ステップ（ステップＳ２）は、断層画像取得ステップ（ステップＳ１）で取得された断層画像から所定領域の所定深さにおける塗装膜ＰＦの面画像ＦＬを生成するステップであり、本実施形態に係る画像生成ステップ（ステップＳ２）では、塗装膜ＰＦの深さ方向に５２３の面画像ＦＬ（フレームＦＬ）が生成される。

画像解析ステップ（ステップＳ３）は、画像生成ステップ（ステップＳ２）で生成された所定深さにおける塗装膜ＰＦの面画像ＦＬをテクスチャ解析手法で解析するステップであり、標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー、又は画素パターンエントロピーの少なくとも一つを用いて解析される。

本発明の実施形態に係る塗装膜解析方法によれば、画像解析ステップ（ステップＳ３）は、画像生成ステップ（ステップＳ２）で生成された所定深さにおける塗装膜ＰＦの面画像ＦＬをテクスチャ解析手法で解析するので、画像解析ステップ（ステップＳ３）は、塗装膜ＰＦをミクロな領域で客観的な解析をすることができる。

本発明は上述した実施形態に限定されることはなく、上述した実施形態に変形を加えた形態や、これらの形態を適宜組み合わせた形態も含む。

図１６は、本発明の実施形態において、解析により得られる情報を説明するための説明図である。
断層画像取得部２（光干渉計）によって三次元データが得られることにより、図１６（ａ）に示す平面画像で検出された個々の散乱体ＳＭ（アルミフレークやマイカ片）について、図１６（ｂ）に示すように、塗装深さ方向の配置を理解することができる。したがって、アルミフレークやマイカ片等の散乱体ＳＭの配置状態について、平均深さ、深さ方向の分布、傾斜角などを数値化して、二次元平面評価におけるパラメータと併せて外観評価指標として利用すれば、ミクロな領域でより詳細に評価することができる。

図１７は、本発明の実施例において、断層画像取得部２で取得する断層画像の特性を説明するための説明図であり、図１８は、本発明の実施例において、断層画像取得部２で取得された断層画像を示す図である。また、図１９は、本発明の実施例において、画像解析部４で解析する解析画像（ベース層平均画像）を示す図である。

本発明の実施例では、クリア層ＣＬの平均輝度が最大となる位置（以下「クリア層最大ピークＣＦＬ_ＭＡＸ」という）が所定の位置となるように、断層画像取得部２（光干渉断層計５）と塗装膜までの距離を調整するとともに、断層画像取得部２の角度を調整する。そして、断層画像取得部２に面方向に所定領域の塗装膜の断層画像（図１８）を取得させる。

つぎに、図１７に示すように、塗装膜のスペクトルデータから第１のピーク（クリア層最大ピークＣＦＬ_ＭＡＸ）を検出し、第１ピークが所定の位置となるように位置合わせして面画像を抽出する。そして、抽出面画像を深さ方向をインデックスとして塗装膜の深さ方向に複数生成された面画像ＦＬ（フレームＦＬ）のそれぞれについて平均輝度を算出する。その後、各フレームＦＬの平均輝度からベース層ＢＬを構成するフレーム群を抽出し、開始フレームＳＦＬから深さ方向に終了フレームＥＦＬまでの平均画像を解析画像ＡＦＬ（図１９）とする。そして、この解析画像ＡＦＬを正規化する。

図２０は、本発明の実施例において、解析画像ＡＦＬと各フレームＦＬの平均輝度を示す図であり、図２１は、本発明の実施例において、解析画像ＡＦＬを標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー及び画素パターンエントロピーを用いて解析した特徴量を示す図である。また、図２２は、特徴量をパラメータとして識別できる数値差を示す図である。

ここでは、自動車のボディ側面から取得したシルバーメタリック塗装のサンプルを解析する。サンプルから取得した一方の解析画像ＡＦＬは、自動車のボディ側面の平坦部から取得したものであり、以下の説明及び図の表記において平坦部という。また、サンプルから取得した他方の解析画像は、自動車のボディ側面のコーナー部から取得したものであり、以下の説明及び図の表記においてコーナー部という。

図２０に示すように、平坦部における各フレームＦＬの平均輝度は、２８１フレーム目で最大となり、その後、２９５フレーム目で最小となる。これにより、クリア層最大ピークフレームＣＦＬ_ＭＡＸは、２８１フレーム目であり、最小ピークフレームＦＬ_ＭＩＮは、２９５フレーム目である。また、３０９フレーム目でつぎのピークに到達する。これにより、ベース層最大ピークＢＦＬ_ＭＡＸは、３０９フレーム目である。

一方、コーナー部における各フレームＦＬの平均輝度は、２２５フレーム目で最大となり、その後２３９フレーム目から２５３フレーム目の間で最小となる。これにより、クリア層最大ピークフレームＣＦＬ_ＭＡＸは、２２５フレーム目であり、最小ピークフレームＦＬ_ＭＩＮは２３９フレーム目から２５３フレーム目との間である。また、２６７フレーム目と２８１フレーム目との間でつぎのピークに到達する。これにより、ベース層最大ピークフレームＢＦＬ_ＭＡＸは、２６７フレーム目と２８１フレーム目との間である。

図２１及び図２２に示すように、平坦部及びコーナー部を標準偏差、高次モーメント、フラクタル次元、周波数解析、エントロピー、及び画素パターンエントロピーを用いてテクスチャ解析すると、センターを基準にした場合において高次モーメント及びフラクタル次元に大きな差が観察される。

図２３は、本発明の実施例において、画像解析部４で解析する解析画像ＡＦＬを示す図である。
本発明の実施例では、画像生成部３において、断層画像取得部２で取得された断層画像から所定領域の三次元イメージ（図２３（ａ）（ｂ））を生成する。
そして、画像解析部４は、三次元イメージからアルミフレームやマイカ片等の散乱体のスライス画像（面画像ＦＬ）を生成する。
スライス画像の抽出にあたっては、塗装膜ＰＦの深さ方向の所定位置（固定位置）のスライス画像を抽出する方法（方法１）、塗装膜ＰＦの表面がフラットであることを鑑みて、表面位置（クリア層最大ピークフレーム）から所定深さ（固定深さ）のデータを抽出してスライス層を生成する方法（方法２）、三次元データから表面画像を維持するか、除去するかした後に、深さ方向に演算（演算１から６）を行って生成する方法（方法３）がある。

深さ方向に演算（演算１から６）を行ってスライス画像を生成する方法は、公知のプログラムを用いることができる。公知のプログラムは、例えば、深さ方向の輝度値の標準偏差値を用いる方法（標準偏差という）（演算１）、深さ方向の輝度値の平均値を用いる方法（平均輝度という）（演算２）、深さ方向の輝度値の最大値を用いる方法（最大輝度という）（演算３）、深さ方向の輝度値の最小値を用いる方法（最小輝度という）（演算４）、深さ方向の輝度値積算値（積算輝度という）（演算５）、及び、深さ方向の輝度値の中央値（輝度中央値という（演算６という）を用いてスライス画像を生成することができる。

１ 塗装膜解析装置
２ 断層画像取得部
３ 画像生成部
４ 画像解析部
５ 光干渉断層計
５１ 光源
５２ ビームスプリッタ
５３ 参照鏡
５４ ディテクタ
ＰＦ 塗装膜
ＣＬ クリア層
ＣＦＬ_ＭＡＸ クリア層最大ピークフレーム
ＢＬ ベース層
ＢＦＬ_ＭＡＸ ベース層最大ピークフレーム
ＥＬ 電着層（ＥＤ層）
ＰＬ プライマー層
ＦＬ 面画像
ＦＬ_ＭＩＮ 最小ピークフレーム
ＳＦＬ 開始画像（開始フレーム）
ＥＦＬ 終了画像（終了フレーム）
ＡＦＬ 解析画像
Ｍ 板金
Ｓ 被検物

Claims (12)

1. 面方向に所定領域の塗装膜の断層画像を取得する断層画像取得部と、
   前記断層画像取得部で取得された断層画像から前記所定領域の所定深さにおける塗装膜の面画像を生成する画像生成部と、
   前記画像生成部で生成された前記所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析する画像解析部と
   を備えることを特徴とする塗装膜解析装置。
2. 前記断層画像取得部は、前記塗装膜のうち、光を散乱させる散乱体が分散されたベース層を含む断層画像を取得することを特徴とする請求項１に記載の塗装膜解析装置。
3. 前記所定深さにおける塗装膜の面画像は、深さ方向に複数位置の面画像から構成され、
   前記画像解析部は、前記深さ方向に複数位置の面画像のうち、前記深さ方向に所定位置の面画像を解析することを特徴とする請求項１又は２に記載の塗装膜解析装置。
4. 前記所定深さにおける塗装膜の面画像は、平均輝度が閾値を超える開始画像から深さ方向に平均輝度が前記閾値となる終了画像までの複数の面画像であって、
   前記画像解析部は、前記複数の面画像の平均画像を解析することを特徴とする請求項２に記載の塗装膜解析装置。
5. 前記画像解析部は、前記面画像の画素レベルの標準偏差を用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
6. 前記画像解析部は、前記面画像の同時生起行列の二次統計量を用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
7. 前記画像解析部は、前記面画像の複雑さを数値化したフラクタル次元を用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
8. 前記画像解析部は、前記面画像のフーリエスペクトルを用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
9. 前記画像解析部は、前記面画像に含まれる情報量を用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
10. 前記画像解析部は、前記面画像に含まれる画素パターンの情報量を用いて解析することを特徴とする請求項１から４のいずれか一項に記載の塗装膜解析装置。
11. 前記断層画像取得部は、広帯域光源を用いて被検物の断層画像を取得するスペクトラルドメイン型の光干渉断層計で構成されることを特徴とする請求項１から１０のいずれか一項に記載の塗装膜解析装置。
12. 面方向に所定領域の塗装膜の断層画像を取得する断層画像取得ステップと、
    前記断層画像取得ステップで取得された断層画像から前記所定領域の所定深さにおける塗装膜の面画像を生成する画像生成ステップと、
    前記画像生成ステップで生成された前記所定深さにおける塗装膜の面画像をテクスチャ解析手法で解析する画像解析ステップと
    を備えることを特徴とする塗装膜解析方法。

Images